| 김선민 교수 연구팀, 차세대 메모리(capless DRAM) 기술 최적화를 위한 AI 기반 반도체 설계 자동화 연구 Advanced Intelligent Systems(Q1, IF 6.7) 게재 | |||||
| 작성자 | 관리자 | 작성일 | 2026-09-04 | 조회수 | 98 |
|---|---|---|---|---|---|
| 첨부파일 | |||||
 경북대학교 전자공학부 김선민 교수 연구팀의 산화물 반도체(IGZO) 기반 차세대 메모리(capless DRAM) 기술 최적화를 위한 AI 기반 소자 모델링 자동화 연구가 Wiley에서 발간하는 국제 저명 학술지인 “Advanced Intelligent Systems (Q1, IF 6.7)”에 게재되었다. 해당 연구는 김선민 교수 연구실 석사과정 손승현 학생과 학부 연구생 남태영 학생 주도로 수행되었으며, 포스텍(POSTECH) 정윤영 교수 연구팀과의 공동연구로 진행되었다. 논문 제목은 “Bayesian Optimization–Reinforcement Learning Hybrid Framework for a-IGZO Thin-Film Transistor Compact Model Parameter Extraction in 2T0C Dynamic Random Access Memory Applications”이다. 본 논문에선 비정질 산화물 반도체 박막 트랜지스터(a-IGZO TFT)의 컴팩트 모델 파라미터를 자동으로 추출하는 하이브리드 프레임워크를 제안한다. 제안 기법은 베이지안 최적화(BO)로 전역 탐색을 수행해 우수한 초기 해를 확보한 뒤, 축소된 탐색 영역에서 강화학습(RL)으로 국소 미세조정을 수행함으로써 두 기법의 상호 보완적 장점을 결합한 것이 특징이다. 본 연구는 SK 하이닉스 산학협력 과제 수행 결과로, 차세대 DRAM 개발을 위한 소자 모델링부터 회로 및 메모리 시스템 설계에 이르는 전 계층 설계-공정 통합 최적화(DTCO) 프레임워크의 첫 단계로 개발됐다. 해당 논문의 상세 내용은 아래 링크를 통해 확인할 수 있다. 연구실 홈페이지: |
|||||
