나에게 2022년은 "울산" 으로 정리할 수 있을 것 같다.
2021년 석사 졸업 후, 바로 UNIST 연구원으로 일을 하게되고 벌써 1년 반이라는 시간이 흘렀다. 남들보다 늦은 학부 졸업, 중국 석사의 3년 과정, 그리고 박사 과정이 아닌 연구원으로 일하게 되면서 하루하루 진로고민에 잠을 못이룬 날이 많았다. 늦었다고 생각할 때마다 '인생의 속도는 내가 정하는 것이다' 라며 합리화를 하곤 했지만, 어느정도 현실을 자각해야 한다는 것도 잘 알고 있기에 스스로 채찍질도 많이 했던 것 같다.
UNIST의 연구원 생활은 연구적으로 나에게 큰 전환점이 되었다. 석사 때는 AI model compression 을 주로 다뤘다. 사실 지금에서야 Hyper-scale model이 등장하면서 model compression 분야가 활성화되기 시작했지만, 내가 석사할 때는 정말 마이너한 분야였다. 덕분에 석사 졸업 후에도 compression 연구를 할 동기부여가 생기면서 지금까지 혼자 어떻게든 밀고나가고 있다. UNIST에서는 개인적인 AI model compression 연구 이외에도 신소재 & 반도체 학생들과 Neuromorphic AI를 같이 공부하고 연구할 수 있는 기회가 주어졌다. 내가 주로 하는 연구는 뉴로모픽 소자 특성을 사용해 차세대 AI 알고리즘 개발이라고 이야기할 수 있다. 순수 AI 연구 이외에, 뉴로모픽 (+반도체) AI 관련 지식을 가질 수 있는 기회에 크게 감사하고 있다. 또한, 뉴로모픽을 하면서 자연스럽게 Spiking neural network (SNN)에 관심을 가지게 되었고, 현재 나의 큰 연구 관심사는 SNN이 되었다. 2022년도 나의 연구실적은 아래와 같다.
Journal Publication
- [J1] M. Kim, M.A. Rehman, D. Lee, Y. Wang, D. Lim, M.F. Khan, H. Choi, Q. Shao, J. Suh, H. Lee, and H. Park, “Filamentary and Interface-Type Memristors Based on Tantalum Oxide for Energy-Efficient Neuromorphic Hardware”, ACS Applied Materials & Interfaces, 2022
- [J2] M. Kim, Y. Wang, D. Lee, D. Kim, D. Lim, H. Choi, Q. Shao, J. Suh, H. Lee, and H. Park, “Low-temperature-grown nitrogen-doped tantalum oxide for flexible memristor devices”, Submitted
- [J3] H. Cho, D. Lee, K. Ko, D. Lin, S. Park, B. Park, B. Jang, D. Lim, and J. Suh, “Precisely programmable synaptic transistor with van der Waals assembled double floating gates”, Submitted
Conference Publication
- [C1] D. Lee, G. Li, H. Jeong, and D. Lim, “QAD-SNN: Quantization-aware Distillation on Spiking Neural Network”, Korea Artificial Intelligence Conference (KAIC) 2022 - Best Paper Award
Poster
- [P1] D. Lee, H. Cho, J. Suh, H. Jeong and D. Lim, “Rethinking the advantages of linear conductance learning curves on on-chip memristor synapse devices for neural networks training”, Korean International Semiconductor Conference (KISM) 2022
- [P2] J. Yang, A. Yoon, D. Lee, I. Jung, D. Lim, H. Jeong, Z. Lee, S. Kwon, “Stabilization of Memristive Switching based on Highly Polycrystalline Two-dimensional Molybdenum Ditelluride”, Korean Conference on Semiconductors (KCS) 2023
- [P3] J. Yang, A. Yoon, D. Lee, I. Jung, D. Lim, H. Jeong, Z. Lee, S. Kwon, “Stable resistive switching of highly polycrystalline two-dimensional molybdenum ditelluride-based memristor array”, Materials Research Society (MRS) 2023
개인적으로는 아쉬운 부분이 많다. 첫번째로, 내가 주도하는 연구가 굉장히 부족하다. [C1], [P1] 을 제외하고 모든 논문 및 포스터는 뉴로모픽 소자내용이 주를 이루고 AI 부분은 도와주는 느낌이라 2저자 아래로 내려갈 수 밖에 없었다. 물론 [C1]이 Best paper award를 받긴 했지만, 좋은 내용이 아니기에 큰 실적은 되지 못한다. [P1]의 메인 논문은 준비중이며, 내 첫 뉴로모픽 소자 논문이 될 예정이다. 두번째 아쉬운 점은 AI 내용을 토론할 사람이 없다는 점이다. 현재 신소재공학과 소속 (반도체)으로 주변에 AI 내용을 같이 토론할 학생이 없으며, SNN 같은 경우 UNIST에 연구하시는 교수님이 안계셔 조언을 받기가 어렵다. 같이 으쌰으쌰할 수 있는 동료가 있다면 좀 더 탄력붙여 연구가 진행될 수 있지 않았을까하는 생각을 하곤한다.
하지만, 반대로 처음부터 끝까지 내가 모두 연구 빌드업을 해야하기 때문에, 이런 경험이 나에게 큰 거름이 될 것이라고 긍정적으로 생각하고 있다. SNN 연구 2개를 진행하고 있는데, 한개는 수개월 끝에 방법론을 찾아내었고, 현재까지 실험결과도 나쁘지 않게 나왔기때문에 기대를 해보고 있다.
2023년의 나의 연구목표는 다음과 같다.
- 1저자로 AI Top Conference 제출 및 억셉
- Hardware와 더 가까워지기
SNN 내용으로 AI Top conference에 억셉되는 것이 내 가장 큰 목표다. 그리고, 뉴로모픽 AI를 하게되면서, 점점 반도체 & 하드웨어 지식의 밑천이 드러나 한계가 나타나기 시작했다. 내가 특정 소자에 큰 도움이 되려면 해당 소자의 특징 및 특성들을 파악하고 있어야 하기 때문에, 하드웨어와 가까워지려고 노력할 예정이다.
연구자의 꿈을 이루기 위해 준비하고 있는 것이 1월 혹은 2월에 결과가 발표될 예정이다. 좋은 소식을 글로 전달하고 싶다. 2022년 한 해 내 자신에게 수고했다고 말해주고 싶고, 올해보다 더 건강한 2023년이 되길 기원한다.