News새소식

새소식

게시물 상세
[Performance] 2025년 1/4분기 우수논문 Review – ERICA AI융합연구소
작성자 : 관리자작성일 : 2025-03-31조회수 : 56

한양대학교 AI융합연구소는 2025년 우수 논문성과 도출에 집중하며 다양한 동기부여 방안을 마련하고 있다. 현재 운영 중인 인공지능융합혁신인재양성사업과 융합보안대학원사업에서는 연차별 정량적 목표에 따라 SCI 및 비SCI 논문 수뿐 아니라, JCR 상위 10% 및 분야 상위 10% 학술지 논문 수도 성과지표로 관리하고 있다. 특히 작년부터는 논문의 질적 수준을 강화하기 위해 고급 AI 연구역량지수(SCI mrnIF)를 새롭게 도입하여 SCI급 논문의 순위보정 영향력지수를 기준으로 목표 점수를 설정하고 성과를 체계적으로 관리 중이다.

이러한 질적 관리의 결과로 2025년에는 고급 AI 연구역량지수 기준에 부합하는 우수 논문들이 빠르게 도출되고 있으며, 이미 1분기 내에 우수논문 3편이 조기에 확정되었다. 이는 연구소의 전략적 관리와 연구자들의 노력에 힘입은 성과로 평가된다. 조기에 발표된 우수 논문을 소개한다.

 

[] AI융합연구소 우수성과논문 3편 주요내용 (2025. 3월말 기준)

No

교수

논문제목

학술지(대회)

논문게제일

우수지표

1


최원일교수

AnyKey: A Key-Value SSD for All Workload Types

ASPLOS ’25, Rotterdam, Netherlands

2025/3

BK인정 우수학술

대회논문

(4)

주요내용

논문우수성

-값 기반 솔리드 스테이트 드라이브(KV-SSD)는 대규모 키-값 저장소(KV 저장소) 응용 프로그램을 위한 잠재적인 저장 솔루션으로 간주된다. 그러나 기존의 KV-SSD 설계는 값(value)의 크기가 키(key)의 크기보다 훨씬 큰 특정 유형의 워크로드에 최적화되어 있다. 흥미롭게도, 실무에서는 키의 크기가 상대적으로 큰 또 다른 유형의 워크로드도 존재한다. 우리는 이러한 탐색되지 않은 워크로드를 사용하여 현재의 KV-SSD 설계를 재평가하였고, 그 성능이 상당히 저하된다는 것을 확인하였다. 성능 문제는 메타데이터의 크기 증가에서 비롯된다는 점에 착안하여, 우리는 키의 크기가 다양하더라도 메타데이터 크기가 증가하지 않도록 하는 새로운 KV-SSD 설계인 AnyKey를 제안한다. 다양한 실제 워크로드를 사용한 상세한 평가 결과, AnyKey는 키와 값의 크기가 다양한 여러 유형의 워크로드에서 최신 KV-SSD 설계보다 뛰어난 성능을 보였다.

CCS 개념어: 정보 시스템 저장소 관리; 플래시 메모리; -값 저장소

키워드: -SSD, 로그 구조 병합 트리, 저장소 관리 소프트웨어, 지연 시간 편차

ACM 참고 문헌 형식:

Chanyoung Park, Jungho Lee, Chun-Yi Liu, Kyungtae Kang, Mahmut Taylan Kandemir, and Wonil Choi. 2025. AnyKey: 모든 워크로드 유형을 위한 키-SSD. 30ACM 국제 프로그래밍 언어 및 운영체제 아키텍처 지원 컨퍼런스 논문집 (ASPLOS ’25), 1, 202533043, 네덜란드 로테르담. ACM, 뉴욕, 미국.

2


박태준교수

Recent advancement and design in supercapacitor hybrid electrode

materials: Bridging the gap between energy and power density

ELSEVIER

(Chemical Engineering Journal Advances)

2025/3

JCR상위 18.2%이상

주요내용 논문우수성

이 논문은 슈퍼커패시터(SC: Supercapacitor)의 원리와 종류, 전극 재료, 응용 가능성에 대해 종합적으로 다룬다. 전통적인 화석 연료 사용이 환경오염과 자원 고갈 문제를 야기하면서, 친환경 에너지 저장장치에 대한 관심이 높아졌다. 그 중 슈퍼커패시터는 높은 출력밀도, 긴 수명, 빠른 충방전 특성 등으로 주목받고 있다.

슈퍼커패시터는 저장 방식에 따라 전기이중층 커패시터(EDLC), 의사커패시터(pseudocapacitor), 하이브리드 커패시터로 나뉘며, 각각의 저장 메커니즘과 장단점이 다르다. EDLC는 탄소 기반 전극으로 물리적 전하 저장을 하며, 의사커패시터는 금속산화물이나 전도성 고분자를 이용한 전기화학적 반응으로 에너지를 저장한다. 하이브리드 커패시터는 두 방식을 혼합해 에너지 밀도와 출력 밀도의 균형을 도모한다.

전극 재료는 성능에 결정적 영향을 미치며, 활성탄, 탄소나노튜브, 그래핀, 전도성 고분자, 금속산화물 및 칼코겐화물 등이 사용된다. 각각은 고유한 장점(: 높은 비표면적, 우수한 전도성)을 지니며, 복합화나 도핑을 통해 성능을 개선할 수 있다.

슈퍼커패시터는 재생 가능 에너지 저장, 전기차, 휴대기기, 전력망 안정화 등 다양한 분야에서 응용되며, 기존 배터리의 한계를 보완하는 보조 에너지원으로 활용 가능하다. 향후 연구는 에너지 밀도 향상, 저비용·고내구성 소재 개발, 대량생산 기술 확보에 집중될 것으로 전망된다.

3


강경태교수

Paralfetch: Fast Application Launch on Personal

Computing/Communication Devices

IEEE

COMPUTER

SOC

2025/3/26

JCR상위 11.1%이상

주요내용 논문우수성

Paralfetch는 개인용 컴퓨팅 및 통신 장치에서 애플리케이션 실행 시간을 단축하기 위해 개발된 고성능 앱 프리페처이다. 기존 프리페처들은 캐시 무효화의 불완전성과 낮은 추적 정확도, 비효율적인 I/O 스케줄링으로 인해 실행 성능 개선에 한계가 있었다. Paralfetch는 이를 해결하기 위해 세 가지 핵심 기술을 도입한다. 첫째, 파일 시스템 수준에서 메타데이터 의존성을 분석하고, 페이지 폴트 모니터링을 통해 누락된 블록을 정밀하게 추적한다. 둘째, SSD에서는 메타데이터 시프트와 범위 병합을 통해 병렬 I/O 성능을 극대화하고, HDD에서는 LBA 정렬로 디스크 헤드 이동을 최소화한다. 셋째, 앱 실행과 프리페치 스레드를 병렬로 수행하며, 프리페치 병목 발생 시 동적으로 최적화 수준을 조정해 성능을 유지한다.

실험 결과, Paralfetch는 기존 GSoC Prefetcher FAST 대비 PC에서 최대 48%, Raspberry Pi 3에서 31%, 안드로이드 스마트폰에서 11%의 실행 시간 단축 효과를 보였다. 또한 SSD 기준 672KB 수준의 낮은 저장소 오버헤드와 최소한의 CPU 및 메모리 사용으로 경량성과 효율성을 동시에 확보했다. EXT4 외 다양한 파일 시스템과 리눅스 커널에서도 적용 가능해 확장성도 뛰어나다. Paralfetch는 정확한 추적, 지능형 I/O 스케줄링, 병렬 실행 최적화를 통해 앱 실행 성능을 실질적으로 개선하는 혁신적인 솔루션이다.

 


 

AI융합연구소가 주관하는 인공지능융합혁신인재양성사업과 융합보안대학원사업의 산학협력 연구를 통해 도출된 우수 논문을 지속적으로 발굴하고, 뉴스레터 등 다양한 매체를 활용해 논문의 핵심 내용과 성과를 널리 알릴 예정이다. 이러한 활동을 통해 연구성과의 외부 확산과 기관 홍보를 강화하고, 연구자의 자긍심과 만족도를 높여 논문의 질적 향상을 지속적으로 추진할 계획이다.

 

본 내용중 논문내용/우수성 요약에 있어 ChatGPT4.0을 활용하였음을 고지합니다.

 

 

(작성 : AI융합연구소 산학협력중점교수 안병룡)

이전글 [홍보](재)안산미래연구원 2025년 시민연구단 「아리(ARI)랑 놀자」 참여자 모집 안내
다음글 [Industry] HAI 멤버십회사 ㈜NGL, 글로벌 물류 혁신을 이끄는 AI 기반 최적화 솔루션의 선두주자 – 노상일대표 편