인공지능 반도체 성능을 좌우하는 핵심 메모리(HBM)의 오류를 줄이고 안정성을 높이는 기술을 국내 연구진이 개발했다. 이 연구는 관련분야 국제 학술대회에서 최우수 논문상을 받았다.

성균관대는 반도체시스템공학과 김정래 교수 연구팀이 컴퓨터 구조·인공지능 반도체 분야 최고 권위 학술대회인 ISCA 2026에서 국내 대학 최초로 최우수 논문상(Best Paper Award)을 수상했다고 12일 밝혔다.

HBM은 인공지능 서버와 데이터센터에서 대용량 데이터를 빠르게 처리하는 핵심 메모리다. 하지만 성능이 높아질수록 데이터 오류가 늘어나 시스템의 안정성과 효율이 떨어지는 문제가 있다.

연구팀은 메모리 내부와 데이터 전송 과정, 시스템에서 각각 처리하던 오류 수정 기능을 하나로 통합하는 기술을 개발했다. 이를 통해 차세대 HBM4 기준으로 오류 수정에 필요한 여유 공간을 33% 줄이면서도 데이터 안정성과 처리 성능을 함께 높였다고 설명했다.

이번 연구는 인공지능 데이터센터와 고성능 컴퓨팅 환경에서 메모리의 신뢰성을 높이고 전력과 자원 사용을 줄이는 데 도움이 될 것으로 기대된다.

올해 ISCA에는 전 세계 대학과 글로벌 기업이 845편의 논문을 제출했으며, 이 가운데 161편이 채택됐다. 연구팀은 이들 가운데 최우수 논문상 수상자로 선정됐다. 국내 대학이 ISCA에서 최우수 논문상을 받은 것은 이번이 처음이라는 것이 연구팀의 설명이다.

김정래 교수는 “인공지능 기술 경쟁이 치열해지는 상황에서 국내 대학 최초로 ISCA 최우수 논문상을 받게 돼 뜻깊다”며 “이번 연구가 인공지능 시대 핵심 부품인 HBM의 안정성을 높이고 국내 반도체 기술 경쟁력 강화에도 도움이 되길 기대한다”고 말했다.