KAIST 이정현, 반도체 PDN 압축 연구로 국제상
핵심 요약
KAIST TERA 연구실 이정현 씨가 2026 IEEE 국제 심포지엄에서 학생 논문상을 받았다. 연구진은 256포트 전력분배망 데이터를 목표 복원 정확도를 유지하며 약 695대 1로 압축했다. 향후 실제에 가까운 반도체 패키지 구조에서 텐서 표현의 정확성과 해석 가능성을 검증한다.
KAIST TERA 연구실 대학원생 이정현 씨가 미국 텍사스주 댈러스에서 열린 2026 IEEE 전자파 적합성·신호 및 전력 무결성 국제 심포지엄에서 학생 논문 부문 ‘Best Student Paper — Honorable Mention’을 받았다. 행사는 8월 3일부터 7일까지 진행됐으며, 수상 논문은 물리 정보를 반영한 텐서 학습으로 다중 포트 전력분배망을 분석하는 기술을 다뤘다.
연구진은 고대역폭메모리(HBM)와 칩렛 시스템 등 첨단 반도체 패키지에서 생성되는 방대한 전력분배망(PDN) 데이터를 효율적으로 저장하고 분석하는 텐서 기반 방법을 제안했다. 데이터의 대표 패턴을 추출하는 수학 기법인 터커 분해를 적용한 결과, 256포트 PDN 시험에서 목표로 정한 복원 정확도를 유지하면서 데이터 규모를 약 695대 1로 압축했다.
이 씨는 인공지능과 슈퍼컴퓨터가 고차원 데이터를 처리하는 방식을 공부하는 과정에서 텐서에 관심을 갖게 됐고, 여기서 얻은 착상을 신호 무결성과 전력 무결성 문제에 접목했다. 연구를 수행한 KAIST TERA 연구실은 고속 반도체 패키징과 신호·전력 무결성, HBM 및 고대역폭 플래시를 포함한 차세대 메모리 구조를 연구하고 있다.
TERA 연구실은 HBM의 기본 개념과 설계, 구조를 제시한 것으로 알려진 김정호 교수가 이끌고 있다. 이번 심포지엄은 전자파 적합성과 신호·전력 무결성을 다루는 주요 국제 학술행사로, 1959년부터 매년 열려 산업계와 학계, 정부기관의 엔지니어 및 연구자 약 1,500~2,000명이 참여한다. 이 씨는 앞으로 실제에 가까운 반도체 패키지 구조에서 텐서 표현의 정확성과 해석 가능성을 검증할 계획이다.