김영재 교수 사진

서강대학교컴퓨터공학과, 인공지능학과, 대학원 인공지능학과 (겸직)

데이터 중심 컴퓨팅 및 AI 시스템 연구실

김영재 교수 (Youngjae Kim)

탑티어 논문
1편
전체 논문
51편
랩실 소개

대규모 언어 모델의 RAG·추론 서비스에서 KV 캐시와 GPU 메모리, 데이터 이동 부담을 줄이고 비용과 지연시간을 함께 관리하는 시스템을 연구해요. LSM-tree 기반 키-값 저장소의 compaction을 개선하고, DPU와 NVMe를 활용해 분산 저장과 벡터 검색의 처리 효율을 높이는 방법도 다뤄요.

AI가 최신 논문을 바탕으로 쓴 소개예요

주로 내는 곳
CCGridCLOUDClust. Comput.

연구 내용

  • LLM·RAG 서빙: 이기종 GPU 활용, SLO·비용을 고려한 VM 선택과 오프로드, 추론 단계별 GPU 주파수 제어
  • KV 캐시 관리: NVMe·디스크 오프로드와 인스턴스 간 공유 캐시, 메모리 크기 조정·가치 기반 퇴출을 통한 동시성 및 비용 개선
  • LSM-tree 키-값 저장소: compaction 파이프라이닝·eBPF 최적화, host-SSD 협력 쓰기 가속, ZNS 저장장치의 zone cleaning
  • DPU 기반 시스템: Ceph의 OSD·메시징 작업 오프로딩으로 호스트 CPU 부담 완화, DPU 메모리와 병렬성을 활용한 HNSW 벡터 검색 확장
  • 클라우드·디스크 데이터 처리: 서버리스 메모리 크기 조정, 디스크 기반 벡터 검색과 GNN 학습의 I/O 병목 완화

연구 주제별 논문

  1. LLM 추론·RAG 서빙과 KV 캐시

  2. LSM-tree 기반 키-값 저장소

  3. DPU 기반 분산 시스템과 벡터 검색

연구실 홈페이지에서 소개 읽기
핵심 연구 주제
연도별 논문
주요 학회·저널
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