성균관대 김정래 교수 연구팀, AI 반도체 분야 최고 학회 ISCA 최우수 논문상 수상
2026-07-03
성균관대 김정래 교수 연구팀, AI 반도체 분야 최고 학회 ISCA 최우수 논문상 수상 — 국내 대학 최초 ISCA Best Paper Award — AI 인프라의 핵심 HBM 신뢰성을 획기적 개선 □ 성균관대학교(총장 유지범) 정보통신대학 김정래 교수 연구팀이 AI 반도체 및 컴퓨터 구조 분야 최고 권위의 국제학회인 ISCA(International Symposium on Computer Architecture) 2026에서 최우수 논문상(Best Paper Award)을 수상했다. ▲ ISCA 2026 최우수 논문상 시상식 현장 (미국 노스캐롤라이나주 롤리) ▲ ISCA 2026 최우수 논문상장 □ ISCA는 AI 반도체 및 컴퓨터 구조 분야의 최고 권위 학회로 반세기가 넘는 역사를 가지고 있으며, 논문이 채택되는 것만으로도 이 분야 최고의 영예로 평가된다. ISCA 2026년 학회는 6월 27일부터 7월 1일까지 미국 노스캐롤라이나주 롤리(Raleigh)에서 열려 천여명이 참석하는 성황을 이루었다. 이번 ISCA에는 구글, 메타 등의 기업들과 세계 유수의 대학이 총 845건의 논문들을 제출했으며, 엄선된 161편의 논문 중에서도 김정래 교수 연구팀의 논문이 최우수 논문으로 선정되었다. ISCA에서 한국 대학이 최우수 논문상을 받은 것은 이번이 처음이며, 후보 지명을 포함하더라도 국내 최초의 기록이다. □ 수상 논문은 「Cerberus: Cross-Layer ECC Co-Design for Robust and Efficient Memory Protection」으로, AI 인프라의 핵심 부품으로 떠오른 고대역폭메모리(HBM)의 신뢰성을 획기적으로 끌어올린 연구다. 연구팀이 제안한 Cerberus는 메모리 내부, 전송 구간, 시스템 등 여러 계층에 나뉘어 있던 오류정정부호(ECC)를 하나로 통합하고 계층적으로 공동 설계한 것이 핵심이다. 한 번 부호화한 정정 정보를 여러 계층이 각자의 역할에 맞게 재사용하는 'Encode-Once, Decode-Many' 구조를 통해, 각 계층 본연의 기능 — 메모리 내부의 자체 복구, 전송 구간의 실시간 오류 검출 및 재전송, 시스템의 강력한 종단 간 신뢰성 — 은 그대로 유지하면서도 불필요한 중복을 제거했다. 그 결과 최신 HBM4 기준으로 정정에 쓰이는 여분(redundancy)을 33.3% 줄이면서도 더 높은 신뢰성과 성능을 동시에 달성했다. ▲ Cerberus의 계층적 ECC 공동 설계(Encode-Once, Decode-Many) 개념도 □ 김정래 교수는 서울과학고, 서울대학교, The University of Texas at Austin을 졸업하였으며, 삼성전자와 미국 Microsoft에 걸쳐 총 18년의 풍부한 산업 경력을 갖고 있다. 연구적으로도 메모리 신뢰성·보안 분야에서 세계적인 연구 성과를 잇따라 내고 있다. ASPLOS(국내 최초)와 SC(국내 최초), HPCA 등 주요 최상위 국제학회에서 최우수 논문상 후보로 지명됐고, DATE 학회에서는 국내 2번째로 최우수 논문상을 수상했으며, 컴퓨터구조 분야 최고 권위의 우수 연구로 꼽히는 IEEE Micro Top Picks에도 선정되는 등 연구의 독창성과 기술적 완성도, 학문적 파급력을 국제적으로 인정받아 왔다. 김정래 교수는 "AI 인프라를 둘러싼 국제 경쟁이 갈수록 치열해지는 가운데, 국내 연구팀이 ISCA 최우수 논문상을 수상하게 되어 매우 뜻깊게 생각한다. 이번 연구가 AI 시대의 핵심 부품인 HBM의 신뢰성과 안정성을 높이는 데 기여하고, 나아가 대한민국의 핵심 경쟁력인 메모리 산업의 경쟁력 강화로 이어지기를 기대한다."라고 전했다. ■ 연구진 소개 제1저자(공동) 김준환 제1저자(공동) 김승현 교신저자 김정래 교수