김정호 교수 연구실인 KAIST TERA Lab(테라랩)은 26일 배재근 학생이 일본 삿포로에서 열린 EDAPS 2025에서 ‘Switch Transformer-based HBM Design Agent’를 주제로 한 논문으로 ‘Best Student Award’를 수상했다고 밝혔다.
테라랩은 지난해 EDAPS에서 김태수 석사과정 학생이 최우수 논문상을 받은 데 이어 2년 연속 수상자를 배출했다.
테라랩에 따르면 배재근 학생은 12월 15일부터 17일까지 열린 학회에서 한 해 출판된 30여 편의 논문 가운데 반도체 패키징 분야의 기술 혁신 기여도를 인정받아 수상자로 선정됐다.
|
EDAPS(Electrical Design of Advanced Packaging & Systems)는 국제전기전자공학자협회(IEEE) Electronic Packaging Society가 2002년부터 매년 개최해 온 학회로, 아시아·태평양 지역에서 반도체 패키징 전기 설계 분야 연구자와 엔지니어가 모이는 행사로 알려져 있다.
칩 설계부터 시스템인패키지(SiP)·시스템온패키지(SoP), 전자파 간섭과 적합성(EMI/EMC), 설계 자동화(EDA) 도구, 3D-IC 및 실리콘관통전극(TSV) 설계 등 패키징 전반의 연구 결과와 산업 수요를 함께 논의한다.
학회는 매년 마지막 날 최우수 논문상, 최우수 학생 논문상, 최우수 포스터상 등 3개 부문 수상작을 발표한다.
수상 논문은 차세대 HBM(고대역폭메모리)에서 데이터 전송 속도가 올라갈수록 설계 여유가 줄어드는 ‘전원 공급 유도 지터(PSIJ)’ 문제에 초점을 맞췄다.
PSIJ는 전원 잡음이 신호 타이밍을 흔들어 신호 품질을 떨어뜨리는 현상으로, 고속 인터커넥션에서 성능과 안정성을 좌우하는 요인으로 꼽힌다.
배재근 학생은 PSIJ를 목표값 이하로 억제하면서도 디커플링 캐패시터(전원 안정화를 위한 커패시터) 개수를 최소화하기 위해 스위치 트랜스포머 기반 강화학습 알고리즘을 적용했다. 테라랩은 해당 접근이 기존 최적화 알고리즘 대비 약 15% 향상된 추론 속도를 보였다고 설명했다.
또 차세대 HBM을 포함해 이후 세대에도 적용 가능한 재사용성이 높은 설계 방법론을 제안했다는 점이 심사위원 평가에서 높은 점수를 받았다고 덧붙였다.
배재근 학생은 “연구 주제와 내용을 체계화하는 과정에서 김정호 교수님의 지도가 큰 도움이 됐다”며 “HBM 하드웨어와 소프트웨어 설계를 함께 아우르는 에이전틱 AI(Agentic AI) 구축을 향한 의미 있는 첫걸음이 되길 기대한다”고 말했다. 이어 “향후 PSIJ 최적화를 넘어 전력·신호 무결성과 열 특성까지 통합적으로 고려하는 HBM 전주기 설계용 에이전틱 AI로 연구를 확장하고, 차세대 HBM과 칩렛 기반 구조에서도 활용 가능한 실무형 AI 설계 프레임워크를 구축하고 싶다”고 밝혔다.
테라랩은 올해 12월 기준 석사과정 18명, 박사과정 9명 등 총 27명이 반도체 전·후공정에 적용되는 패키지 및 인터커넥션 설계를 강화학습·모방학습 등 AI·머신러닝 기법으로 최적화하는 연구를 수행 중이라고 소개했다.
연구실은 올해 초 ‘디자인콘(DesignCon)’에서도 박사과정 신태인 학생이 최우수 논문상을 받는 등 국제 학술대회에서 성과를 이어가고 있다고 전했다.
Copyright ⓒ 이데일리 무단 전재 및 재배포 금지
