이 연구실은 대규모 언어 모델의 효율적인 미세 조정과 추론, 확산 모델 및 시각 처리 기술의 가속화 등 생성형 AI 와 신경망 최적화를 핵심으로 합니다. 또한 양자화 (Quantization) 기법을 통한 모델 경량화, 드래그 메모리 - 파키지 메모리 (DRAM-PIM) 아키텍처 확장, 그리고 긴 문맥 처리 및 분산 학습 성능 예측 등 하드웨어 효율성과 시스템 수준의 성능 향상을 위한 연구에 집중하고 있습니다.
FWCI(Field-Weighted Citation Impact)는 같은 분야·연도·논문 유형의 세계 평균을 1.0으로 놓고 비교한 값입니다. 분야 보정이 되어 있어 학회 논문과 저널 논문, 전산학과 재료공학을 같은 잣대로 볼 수 있습니다. 논문 46편 중 39편에 대해 산출됐습니다.
논문 유형
학회 논문 33저널 논문 7프리프린트 6
연도별 논문
주도 (교신·마지막저자)참여
2026년 · 주도 8편 · 참여 0편
연구 계통도
2025년에 Artificial Intelligence가 새로 갈라졌습니다. 기존 줄기는 모두 이어지고 있습니다.
가로축은 연도, 점 크기는 그 해 논문 수입니다. 실선은 지금도 이어지는 줄기, 점선과 빈 동그라미는 2025년 전에 끊긴 줄기입니다. 논문 2편 이하인 분야 4개(5편)는 단발성 협업으로 보아 그리지 않았습니다.
DOI마지막저자학회 논문IEEE Computer Society Conference on Computer Vision and Pattern Recognition/Proceedings - IEEE Computer Society Conference on Computer Vision and Pattern Recognition/Proceedings저자 4명
무료 전문DOI마지막저자학회 논문IEEE Computer Society Conference on Computer Vision and Pattern Recognition/Proceedings - IEEE Computer Society Conference on Computer Vision and Pattern Recognition/Proceedings저자 4명
전국 대학 · 전 분야