김재준 교수 사진

서울대학교AI대학원, 전기정보공학부, 첨단융합학부 차세대지능형반도체전공, 인공지능반도체대학원 (겸직), 연합전공 인공지능 (겸직)최근 탑티어 논문 많음

대규모 회로 및 시스템 연구실

김재준 교수 (Jae-Joon Kim)

탑티어 논문
17편
전체 논문
39편
랩실 소개

메모리 안에서 신경망 연산을 수행하는 Compute-in-Memory와 DRAM·NAND 기반 PIM 회로·시스템을 연구해요. LLM의 추론과 긴 문맥 생성을 위한 캐시·어텐션 최적화, 양자화·경량화와 이를 뒷받침하는 저전력 가속기 설계를 함께 다뤄요.

AI가 최신 논문을 바탕으로 쓴 소개예요

주로 내는 곳
DATET2DAC탑티어ICCADT2
졸업 후
삼성전자, 스퀴즈비츠, SK하이닉스

연구 내용

  • Compute-in-Memory 회로: SRAM·eDRAM·MRAM 기반 아날로그·디지털 연산 매크로, crossbar 가속기 컴파일러와 변동성 대응 부분합 양자화
  • 메모리 기반 PIM: DRAM-PIM의 GEMM·동기화 최적화, 3D DRAM-로직 하이브리드 본딩 및 NAND Flash PIM 기반 모바일 LLM 추론
  • LLM 추론 경량화: KV cache 압축과 context 축소, sparse attention 및 추론 경로 압축
  • LLM 양자화와 수치 연산: parameter-efficient quantization-aware fine-tuning, Walsh–Hadamard adaptation, outlier-aware 정수 GEMM
  • 신경망 전용 가속기: Point Transformer·point cloud 연산의 데이터 접근 및 탐색 공간 최적화, MobileNet 가속을 위한 dataflow 설계

연구 주제별 논문

  1. Compute-in-Memory와 메모리 PIM

  2. LLM 추론 최적화와 경량화

  3. 신경망 전용 가속기

연구실 홈페이지에서 소개 읽기
핵심 연구 주제

뉴럴 네트워크 경량화 · 딥러닝 가속기 회로 설계 · Low power VLSI design · Algorithm/Hardware Co-Design for In-Memory Neural Network Computing · Neural network processor design · On-device machine learning algorithm · 저전력 집적 회로 설계 · 뉴럴 네트워크 가속기 회로 및 시스템 설계 · 뉴럴 네트워크 추론 최적화/경량화 · 디지털 집적 회로 및 시스템 설계 · 디지털 집적회로 및 뉴럴네트워크 경량화

졸업생 진로

기업 13명

삼성전자 4 · 스퀴즈비츠 3 · SK하이닉스 2 · 에피톤 1 · 도티티아 1 · 리벨리온 1 · Synopsys 1

학계 4명

서강대학교 1 · 한양대학교 1 · 성균관대학교 1 · 서울과학기술대학교 1

연구실 홈페이지에 진로가 나온 졸업생 17명을 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.

관련 연구실

실선은 DBLP·OpenAlex에서 두 교수가 같이 저자로 이름을 올린 논문이에요. 선이 굵을수록 그런 논문이 많아요. 점선은 연구 주제가 가까운 연구실이에요. 같이 연구했다는 뜻은 아니에요.

비슷한 랩실 더 보기