학과 전공 소개
해시태그
인공지능 | 반도체 | AI반도체 |
A. 개요
반도체 기술 발전의 한계를 뛰어넘는 새로운 개념의 차세대 반도체를 개발하기 위해, 다양한 분야 간 융합과 협력을 통한 체계적인 반도체 교육 과정을 마련하고 차세대 반도체 인재를 양성하여 국가 발전과 인류 사회의 번영에 이바지하고자 한다.
B. 전공 소개 및 세부전공
융합전공 인공지능반도체, 글로벌 경쟁력을 갖춘 설계 기술 및 융합 지식을 가진 창의적인 인재 양성
인공지능, 빅데이터, 사물인터넷, 자율주행자동차, 스마트팩토리 등의 다양한 응용 및 서비스에 사용되는 인공지능 시스템반도체의 개발을 위하여 고성능 및 저전력 차세대 시스템반도체 개발이 필요하나 이를 위한 반도체 공정 미세화는 이론적 한계에 부딪힘. 이 같은 한계 극복을 위하여 반도체 회로 설계 뿐만 아니라 시스템과 응용 및 소프트웨어에 관한 융합적인 교육 및 연구가 필요함.
•
프로젝트 중심의 인공지능 시스템반도체 필수과목을 개설함으로써 즉시 전력화 가능한 인재를 양성함.
•
반도체 설계 교육은 전기‧정보공학부의 기존 강좌를 활용하고, 반도체 응용 및 어플리케이션용 소프트웨어 개발 교육은 컴퓨터공학부 강좌를 활용하거나 필요시 새로운 강좌 개설
인공지능 반도체 개발에 대한 이론 교육과 실험 및 실습 교육을 병행함으로써 이론과 실무를 겸비한 인재를 양성하고자 함.
•
반도체 소자, 아키텍쳐/회로설계, 시스템/SW, 기초/융합 과정 교과목 이수를 통해 반도체 전반에 대한 깊이 있는 교육 및 전문성 강화
•
교과 과정에 융합심화교육을 위한 교과목 개발, 운영하여 활용분야 별 인공지능 반도체에 대한 폭넓은 이해를 도움.
•
기업수요 기반의 교과과정 개발 및 실험, 실습 위주로 진행되는 설계프로젝트를 신설하여 충분한 실무역량이 축적된 인재를 양성함.
빠른 속도로 변화하는 인공지능 분야의 최신 트렌드를 반영하는 유연한 교과과정 운영
•
최근 가장 활발히 연구되는 인공지능 분야 특성상 고정된 커리큘럼으로 필요한 모든 내용을 학습할 수 없음.
•
이러한 인공지능 분야의 특성을 반영하기 위하여 하계/동계 방학 때 개최되는 강좌 (필수 교과목) 내용을 각 학교에서 진행되는 기본 정규 과목에 반영하는 사이클을 제도화하여 매해 업데이트되는 유연한 교과과정 운영
C. 참여 전공, 참여 교수진 등 정보
공과대학
•
전기‧정보공학부: 이혁재, 김성철, 김장우, 김재준, 김재하, 김태환, 문수묵, 백윤흥, 신형철, 심병효, 심재웅, 이종호B, 이진호, 이철호, 최우석, 최우영, 홍성수 교수
•
컴퓨터공학부: 이재욱, 박경수 교수
•
기계공학부: 김호영, 이윤석 교수
•
협동과정 인공지능전공: 이혁재, 안정호, 전동석 교수
융합과학기술대학원
•
지능정보융합학과: 안정호, 전동석 교수
데이터사이언스대학원
•
데이터사이언스학과: 이재진, 오정환 교수
D. 연구 하이라이트
1.
Benchmark Test Suite Development for Neural Processing Units
2.
Software environment development for Processing-in-Memory Devices
3.
An Approximate DRAM Design with a Flexible Refresh Scheme for Low Power Deep Learning Applications
4.
An 850μW, 2-to-5GHz Jitter-Filtering and Instant-Toggling Injection-Locked Quadrature-Clock Generator for Low-Power Clock Distribution in HBM Interfaces
5.
Frame-Unit Operating Neuron Circuits for Hardware Recurrent Spiking Neural Networks
6.
Mixture of Scales: Memory-Efficient Token-Adaptive Binarization for Large Language Models
7.
Tender: Accelerating Large Language Models via Tensor Decompostion and Runtime Requantization
8.
PID-Comm: A Fast and Flexible Collective Communication Framework for Commodity Processing-in-DIMMs
E. 교육과정
○ 소속 : 원 소속 학과(부)
○ 과정이수
•
(전공선택) 2024학년도 1학기 선발자부터 융합전공 및 소속 학과(부)의 전공을 동시에 이수하여야 함(융합전공 선발 후 주전공 취소하고 융합전공만 이수 불가)
•
(이수학점) 석사과정 24학점 이상, 박사과정 36학점 이상, 석사‧박사통합과정 60학점 이상
•
(과목이수) 융합전공의 과정별 수료학점의 1/4이상은 소속 학과(부)의 기존 교과목이 아닌 융합전공에서 제공하는 교과목을 이수
•
(이수학점 중복인정) 융합전공의 교과과정에 나열된 교과목에 대하여 석사과정은 12학점, 박사과정은 18학점까지, 석사‧박사통합과정은 42학점까지 소속 학과(부)의 전공 이수학점으로 중복 인정
○ 학위수여
•
융합전공과 소속 학과(부)의 전공을 동시 충족하면 해당 이수내역을 학위기에 표기
학위기에 “위 사람은 대학원 석사(박사)과정 (○○학과 ○○전공 및 융합전공 인공지능반도체)을 이수하고 소정의 시험과 논문심사에 합격하여 ○○○학(소속 학과(부)에서 수여하는 학위명) 석사(박사)의 자격을 갖추었으므로 이를 인정함.”으로 표기됨
융합전공 인공지능반도체 교과목
•
(신설예정) 인공지능반도체 회로 설계 (AI Semiconductor Circuit Design)
•
(M3673.000500) 인공지능반도체 소자 설계 (AI Semiconductor Device Design)
•
(M3673.000600) 인공지능반도체 하드웨어 설계 (AI Semiconductor Hardware Design)
•
(M3673.000100) 인공지능반도체 시스템 설계 (AI Semiconductor System Design)
•
(M3673.000700) 인공지능반도체용 품질성능평가시험 플랫폼 설계 (Benchmark Test Platform Design for AI Semiconductor)
•
(M3673.000800) 인공지능반도체 특강 (Topics in AI Semiconductor)
•
(M3673.000200) 반도체 CEO 세미나 (Semiconductor CEO Seminar)
•
(신설예정) 인공지능반도체 세미나 (AI Semiconductor Seminar)
•
(신설예정) 인공지능반도체 기업 실무 인턴 (AI Semiconductor Company Internship)
•
(M3673.000300) 인공지능반도체 연구 (Studies in AI Semiconductor)
F. 졸업 후 진로
•
AI 및 반도체 분야 교육기관 및 연구기관
•
AI 및 반도체 분야 국내외 기업 취업
•
AI 및 반도체 분야 벤처 창업
입학 희망 학생들을 위한 정보
G. 이런 학생에게 추천합니다!
전기, 기계, 컴퓨터, 인공지능, 데이터사이언스, 지능정보 등 다양한 분야에서 인공지능반도체 관련 핵심과목을 이수하고, 인공지능반도체 이론을 학습하여, 최신 연구 및 개발을 수행할 글로벌 융합 인재
H. 선발 자격 및 기준 등 입학관련 정보
◯ 선발정원 : 40명(석사과정 8명, 박사과정 2명, 석박통합과정 30명)
◯ 선발기준
지원 자격 : 주관학부(공과대학 전기‧정보공학부) 및 참여학과(부) 소속의 학생(신입생 포함)으로 현재 이수중인 학위과정에 한해 지원 가능
※ 참여학과 : 기계공학부, 전기‧정보공학부, 컴퓨터공학부, 협동과정 인공지능전공(이상 공과대학), 지능정보융합학과(융합과학기술대학원), 데이터사이언스학과(데이터사이언스대학원)
◯ 선발절차 : 소속 학과(부)장 및 학(원)장 직인 날인된 융합전공 신청서(주관학과에서 소정의 준비된 지원서 양식 제공) 제출받아 융합전공 신청서를 바탕으로 위원회 심의 결과에 따라 선발
※ 서류심사를 원칙으로 하되 필요시 면접 추가 진행
※ 세부적인 사항은 서울대학교 대학원 융합전공 운영 규정을 따름
I. 권장 수강교과목(전공/교양), 추천도서 및 추천 활동
인공지능, 반도체, 컴퓨터 하드웨어 구조 및 소프트웨어 프로그래밍 등
홈페이지 및 연락처
02-880-1622 제1공학관 301동 720-1호