최정욱 교수 사진

한양대학교융합전자공학부, 반도체공학과, 인공지능시스템학과, 인공지능학과, 나노반도체공학과최근 탑티어 논문 많음

인공지능 하드웨어 & 알고리즘

최정욱 부교수 (Jung wook Choi)

탑티어 논문
16편
전체 논문
26편
구성원
32명
랩실 소개

저비트 양자화와 LoRA 기반 오차 보정으로 대규모 언어 모델의 정확도를 유지하면서 추론 비용을 낮추는 방법을 연구해요. 긴 문맥·영상 입력의 KV 캐시를 압축하고, PIM·near-memory 구조와 CXL 기반 메모리 관리를 활용해 LLM 추론을 확장해요. 모델과 하드웨어를 함께 고려해 MoE 서빙과 3D 객체 검출 가속기 등 딥러닝 가속 구조도 설계해요.

AI가 최신 논문을 바탕으로 쓴 소개예요

주로 내는 곳
ACL탑티어NeurIPS탑티어EACLT2
졸업 후
삼성전자, 네이버, 보스반도체, 서울대학교, 하이퍼엑셀

연구 내용

  • LLM 저비트 양자화: 2-bit 양자화 오차를 보정하는 rank-insensitive LoRA, activation outlier를 다루는 asymmetric microscaling FP4
  • 양자화 모델 보정: data-free quantization의 Mixup-Class Prompting, 양자화 LLM의 대화 능력을 높이는 Direct Preference Alignment
  • 메모리 중심 LLM 추론: PIM 기반 long-context 처리, CXL 기반 KV-cache 관리, 스트리밍 영상 이해용 KV-cache 압축
  • 딥러닝 가속기 설계: 동적 vector pruning과 sparse coordinate management를 결합한 pillar 기반 3D 객체 검출 가속
  • 시스템 수준 가속: 3D-stacked near-memory의 MoE 서빙을 위한 Split-GEMM, 분산 학습을 위한 network sparsity
  • 구성: 박사과정·석박통합과정·석사과정 학생과 연구원

연구 주제별 논문

  1. 저비트 LLM 양자화와 경량화

  2. 메모리 중심 LLM 추론

  3. 딥러닝 가속기·시스템 설계

연구실 홈페이지에서 소개 읽기
핵심 연구 주제

인공지능 알고리즘 최적화 · 인공지능 가속기 설계 · Neural Processing Unit (SW/HW) · 딥러닝 모델 경량화 · 고집적회로설계

졸업생 진로

기업 8명

삼성전자 2 · 네이버 1 · 보스반도체 1 · 하이퍼엑셀 1 · 오픈엣지테크놀로지 1 · Apple 1 · Qualcomm 1

진학 1명

서울대학교 1

연구실 홈페이지에 진로가 나온 졸업생 9명을 AI가 세었어요. 진로가 없는 졸업생은 들어가지 않았고, 지금 있는 곳과 다를 수 있어요. 원래 글 보기

연도별 논문
지원 가능 학과

이 교수가 소속되어 있거나 겸직하는 학과·대학원이에요. 대학원 과정이 있는 곳이면 대개 그 학과로 지원해 이 교수에게 지도를 받을 수 있어요.

모집 학과와 전형은 학기마다 달라져요. 지원하기 전에 학과별 입학 안내를 확인해 주세요.

2026. 11. 11. 기준으로 학과·연구실 홈페이지에서 모은 정보예요. 잘못된 정보가 있거나 내리고 싶으시면 [email protected]로 알려 주세요.

비슷한 랩실 더 보기