김정호 한국과학기술원(카이스트) 교수 연구실(테라랩)은 소속 석사 과정생인 배재근 학생이 글로벌 권위 반도체 패키징 기술 학회인 'EDAPS 2025'에서 최우수 학생 논문상을 받았다고 24일 밝혔다,

테라랩은 지난해 학회에서 같은 상을 받은 김태수 석사과정생에 이어 2년 연속 수상자를 배출했다.

이번 학회는 이달 15일부터 사흘간 일본 삿포로에서 열렸다. 배재근 학생은 '스위치 트랜스포머 기반 고대역폭 메모리(HBM) 설계 에이전트'란 주제의 논문을 제출해 성과를 냈다. 올해 출판된 30여 편의 논문 중 해당 분야의 기술혁신에 기여한 점을 인정받아 상을 받게 됐다고 테라랩 측은 설명했다.

구체적으로 논문은 스위치 트랜스포머 기반 강화학습 알고리즘을 바탕으로 HBM의 성능을 개선하는 방법론을 다루고 있다. 알고리즘을 적용하면 반도체 신호 품질 저하의 주원인으로 지목되는 '전원 공급 유도 지터(PSIJ)'를 목푯값 이하로 억제할 수 있다는 것이다. 동시에 디커플링 캐패시터의 개수를 최소화하는 것도 가능할 것으로 연구는 분석했다.

배재근 학생은 이를 통해 기존 최적화 알고리즘 대비 약 15% 향상된 추론 속도를 입증하며 주목을 받을 수 있었다.

테라랩 측은 "논문은 데이터 전송속도(레이트) 증가로 인해 점차 축소되는 HBM의 PSIJ 마진 문제 해결을 위한 새로운 방법론을 제시했다"며 "차세대 HBM을 포함한 이후 세대에도 동일한 적용이 가능한 높은 재사용성을 갖춘 독창적인 시스템을 제안했다는 점에서 높은 평가를 받은 것"이라고 부연했다.

배재근 학생은 "PSIJ 최적화를 넘어 전력·신호 무결성과 열 특성까지 통합적으로 고려하는 HBM 전주기 설계용 에이전틱 AI로 연구를 확장하겠다"며 "차세대 HBM 및 칩렛 기반 구조에서도 적용이 가능한 실무형 AI 설계 프레임워크를 구축해 산업 현장에 기여하는 연구자가 되고 싶다"고 말했다.

현재 테라랩 소속 석사과정생 18명, 박사과정생 9명은 AI 머신러닝을 활용해 반도체 전·후공정 패키지·인터커넥션 설계를 최적화하는 연구에 주력하고 있다. 연구실은 HBM 하드웨어·소프트웨어 설계를 아우르는 에이전틱 AI 수립을 지향한다.

legomaster@news1.kr