Projects
What we have doing and done.
Present
무인공장 운용-피지컬AI SDF특화 기반모델참여자
무인공장 운용을 위한 피지컬 AI SDF(Software-Defined Factory) 특화 기반모델을 개발하는 과제이다. 공장 현장의 센서·로봇·설비 데이터를 통합해 인지·계획·제어를 수행하는 피지컬 AI 기반모델을 구축하고, 이를 실제 무인공장 운용 환경에 적용·실증하여 자율 운용이 가능한 SDF 체계를 목표로 한다.
온디바이스 AI 경량 프로세서용 초저전력 지능처리 SW 플랫폼 기술 개발공동책임자
MCU급 초저전력 지능처리 SW 플랫폼을 개발하는 과제이다. 모델 압축·양자화, 경량 AI 프로세서용 컴파일러와 커널 라이브러리, 초저전력 런타임까지 전체 스택을 개발하고, 산업 현장의 센서–MCU 응용 실증과 엣지 게이트웨이 기반 에이전틱 AI 연계를 통해 수요 산업 전반에 적용 가능한 온디바이스 AI 플랫폼을 목표로 한다.
AI최고급신진연구자지원 (AI스타펠로우십, 지역주도형)참여자
진단 AI 에이전트의 경량화 및 추론 최적화를 담당하는 과제이다. 양자화, 프루닝·지식 증류, 컴파일러/커널 최적화, 서빙·런타임 최적화를 통해 대규모 멀티모달 에이전트를 실용적인 지연시간과 메모리 예산 내에서 서비스하는 것을 목표로 한다.
미숙아 질환 진단 AI 모델 개발과제책임자
전북대학교 의생명연구소와의 공동 연구로, 미숙아 질환 진단을 보조하는 AI 모델을 개발한다. 생체신호·의료영상·검사결과·EMR 등 멀티모달 데이터를 결합하여 조기 진단과 위험 예측을 수행하며, 설명 가능한 추론과 병상에서 활용 가능한 수준의 효율적인 모델을 지향한다.
AI 반도체 지원을 위한 저수준 API 기반 연산 커널 개발 (용역)과제책임자
AI 반도체의 저수준 API에 직접 대응하는 연산 커널을 개발하는 과제이다. 가속기의 연산 유닛, 온칩 메모리, 데이터 이동 경로를 명시적으로 다루어 타일링·스케줄링·메모리 배치를 하드웨어에 맞게 최적화하고, 수치 정확성과 성능 검증을 거쳐 상위 런타임과 프레임워크에서 활용 가능한 커널을 제공한다.
LLM 추론 최적화를 위한 하드웨어 인지형 양자화 연구과제책임자
대상 하드웨어의 특성을 고려한 양자화 기법을 통해 거대 언어 모델(LLM)의 추론 성능을 최적화하는 과제이다. 모델 정확도를 유지하면서 연산량과 메모리 사용량을 줄여, 자원 제약이 있는 플랫폼에서도 LLM을 효율적으로 배포하는 것을 목표로 한다.
AI 반도체 지원을 위한 저수준 API 기반 핵심 연산 커널 구현 (용역)과제책임자
저수준 API를 직접 활용하여 AI 반도체용 핵심 연산 커널을 설계·구현하는 과제이다. AI 가속기의 연산 효율을 극대화하고, 상위 딥러닝 프레임워크와 런타임에 통합 가능한 최적화된 빌딩 블록을 제공하는 것을 목표로 한다.
Past
양자화 커널 코드 개발을 위한 국제 공동 연구 (전북대–콜로라도대)과제책임자
전북대학교와 미국 콜로라도대학교 간의 국제 공동 연구로, 딥러닝 워크로드의 효율적인 저정밀 연산을 위한 양자화 커널 코드를 개발한다. 최신 AI 추론 파이프라인에 통합 가능한 최적화된 양자화 커널의 설계와 구현을 목표로 한다.
개방형 엣지 AI SoC 하드웨어·소프트웨어 플랫폼 기술 개발참여자
엣지 AI SoC 개발을 위한 개방형 HW/SW 플랫폼을 구축하는 과제로, MLIR 기반의 NPU용 딥러닝 컴파일러를 개발하였다. 고수준 모델 경량화를 수용하고 NPU의 특성을 효과적으로 표현할 수 있는 Dialect IR 설계를 목표로 한다.
NPU를 위한 딥러닝 컴파일러 (NEST-C) 개발참여자
ETRI 주도의 오픈소스 NEST 컴파일러(NEST-C)를 개발하는 과제이다. 다양한 NPU를 대상으로 최신 컴파일러 최적화와 신경망 그래프의 코드 생성을 지원하며, 최적화 단계별 자동 튜닝 기능과 도구를 제공한다.
SuggestBot - 상황 인지 기반 스마트 인터랙션 서비스 플랫폼 개발참여자
사용자의 상황(컨텍스트)을 인지하여 적절한 서비스를 선제적으로 제안하는 스마트 인터랙션 서비스 플랫폼을 개발하는 과제이다.