연구자 정보를 불러오는 중입니다...
연구자 정보를 불러오는 중입니다...
김형진 인하대학교 부교수는 차세대 인공지능(AI) 구현을 위한 핵심 하드웨어 기술 개발에 매진하고 있습니다. 기존 AI 시스템의 연산 효율성 및 보안 문제를 해결하고자, '하드웨어 기반 인공 신경망 제공 장치' 개발을 통해 저전력 고효율 AI 연산 환경을 구축하고 있습니다. 또한, '고신뢰성 물리적 복제불가 함수(PUF) 기술'로 반도체 보안을 강화하며, 예측 불가능한 물리적 특성을 활용한 보안 솔루션을 제시합니다. 특히, '인공신경망 구현을 위한 3차원 적층형 시냅스 어레이 스트링' 연구를 통해 3D 낸드 플래시 구조에 시냅스 소자를 통합, 대규모 AI 연산을 위한 혁신적인 아키텍처를 제공합니다. 김형진 교수의 연구는 미래 AI 반도체 기술의 발전을 선도하며, 실용적이고 안정적인 AI 시스템 구현에 기여하고 있습니다.
| 연구자 프로필 |  |
| 연구자 명 | 김형진 |
| 직책 | 부교수 |
| 이메일 | hkim12@hanyang.ac.kr |
| 재직 상태 | 재직 중 |
| 부서 학과 | 전자공학과 |
| 사무실 번호 | 0222200501 |
| 연구실 | 반도체소자 연구실 |
| 연구실 홈페이지 | https://sites.google.com/view/isdlab |
| 홈페이지 | - |
| 소속 | 인하대학교 |
| 회사명 | 한양대학교 신소재공학부 |
| 재직기간 | 2024.03.01 ~ 재직 중 |
| 담당업무 | - |
| 회사명 | 인하대학교 전자공학과 |
| 재직기간 | 2020.03.01 ~ 2024.02.29 |
| 담당업무 | - |
| 회사명 | 영남대학교 전자공학과 |
| 재직기간 | 2019.03.01 ~ 2020.02.29 |
| 담당업무 | - |
| 회사명 | University of California, Santa Barbara |
| 재직기간 | 2018.02.01 ~ 2019.02.28 |
| 담당업무 | - |
| 회사명 | 서울대학교 |
| 재직기간 | 2017.03.01 ~ 2018.01.31 |
| 담당업무 | - |
| 연구 1 | 인공지능 반도체 및 뉴로모픽 컴퓨팅 |
| 내용 | 본 연구실은 차세대 인공지능(AI) 구현을 위한 핵심 하드웨어 기술 개발에 중점을 둡니다. 특히 기존 AI 시스템의 연산 효율성 문제를 해결하고 저전력 고효율 AI 연산 환경을 구축하고자, 하드웨어 기반 인공 신경망 제공 장치 연구를 수행하고 있습니다. 구체적으로, 기록되는 가중치에 따라 정전용량이 가변하는 커패시터 기반 시냅스 셀을 포함하는 시냅스 어레이와, 이를 효과적으로 제어하는 워드라인 및 비트라인 스위칭 소자를 개발합니다. 또한, 인공신경망 구현을 위한 혁신적인 아키텍처로서 3차원 적층형 시냅스 어레이 스트링 연구를 통해 3D 낸드 플래시 구조에 시냅스 소자를 통합하는 방법을 제시합니다. 이러한 기술은 대규모 AI 연산을 효율적으로 처리하며, 멤리스터 크로스바 어레이를 활용한 뉴로모픽 컴퓨팅 및 뉴로 최적화 기법 개발 과제와 PIM(Processing-in-Memory) 어레이 기반 시스템 연구를 통해 그 활용성을 확장하고 있습니다. 궁극적으로 본 연구는 미래 AI 반도체 기술의 발전을 선도하고 실용적이고 안정적인 AI 시스템 구현에 기여하며, 대기 환경 감지 및 분류와 같은 실생활 응용 분야에 적용될 수 있는 잠재력을 가지고 있습니다. |
| 연구 2 | 하드웨어 보안 기술 및 물리적 복제불가 함수 |
| 내용 | 본 연구실은 반도체 시스템의 고도화에 따른 보안 위협에 대응하기 위해 하드웨어 보안 기술, 특히 물리적 복제불가 함수(PUF) 기술 개발에 주력하고 있습니다. 예측 불가능한 하드웨어의 물리적 특성을 활용하여 반도체마다 고유한 식별자를 생성함으로써, 복제 및 위변조가 불가능한 보안 솔루션을 제시합니다. 이를 위해, 터널링 기반 메모리 소자를 활용한 고신뢰성 PUF 기술을 개발하고 있으며, 이는 하부 전극, 전도층, 산화물층, 상부 전극이 적층된 멤리스터 크로스바 어레이 구조를 가집니다. 특히, 이러한 소자는 터널링 메커니즘을 통해 외부 환경 변수인 온도 변화에 독립적인 전류-전압 특성을 확보하여 PUF의 신뢰성을 극대화합니다. 또한, 전하저장형 실리콘 MOS 커패시터 기반 PUF와 3차원 적층형 멤리스터 크로스바 어레이 구조를 이용한 물리적 복제 불가 함수 및 하드웨어 보안 시스템 개발 과제를 통해 기술의 실증 및 적용 가능성을 탐색하고 있습니다. 이러한 연구는 차세대 컴퓨팅 및 보안 응용 분야에서 핵심적인 역할을 하며, 안전하고 신뢰할 수 있는 반도체 생태계 구축에 크게 기여할 것입니다. |
| 연구 3 | 차세대 반도체 소자 설계 및 공정 |
| 내용 | 본 연구실은 인공지능 시대에 요구되는 고성능, 저전력 반도체 구현을 위한 차세대 소자 설계 및 공정 기술 연구를 선도하고 있습니다. 특히 기존 메모리 반도체 기술의 한계를 극복하고 새로운 컴퓨팅 패러다임을 제시하기 위한 멤리스터, 시냅스 소자 등 신개념 메모리 소자 개발에 집중하고 있습니다. TCAD 툴 시뮬레이션을 활용하여 반도체 소자의 전기적 특성을 정밀하게 예측하고, 이를 기반으로 실제 반도체 공정을 통해 소자를 직접 제작한 후 성능을 측정 및 분석하는 전 과정에 걸친 전문성을 보유하고 있습니다. 이러한 연구는 Si 플래시, 멤리스터 등의 메모리 반도체 어레이 구조를 기반으로 하는 고신뢰성 신경모사 시스템 구축에 활용됩니다. 또한, 음의 정전용량 전계효과 트랜지스터(NC-FET)로 구성된 저전력 정적 램(SRAM) 개발 등 혁신적인 소자 구조를 탐구하며, AI 가속기 및 비메모리 반도체 분야에서 요구되는 핵심 기술을 제공합니다. 본 연구를 통해 확보되는 원천 기술은 미래 반도체 산업의 경쟁력 강화에 기여하고, 인공지능 시스템의 하드웨어 기반 혁신을 가속화할 것입니다. |
| 활동 내용 | [학회/위원회 활동] - 반도체공학회, 종신회원/협동이사 (2022.03 ~ 현재) - 한국반도체학술대회, 메모리 분과위원 (2020.02 ~ 현재) - 대한전자공학회, 종신회원/협동이사 (2019.03 ~ 현재) - IEEE, 정회원 (2017.03 ~ 현재) |
| 학력 사항 | 공학박사 서울대학교 전기컴퓨터공학부 (2017) 공학석사 서울대학교 전기컴퓨터공학부 (2012) 공학사 서울대학교 전기공학부 (2010) |
보유 기술 로딩 중...
