한양대, AI회로 국제학술대회서 1등

[이데일리 김응열 기자] 한양대 연구팀이 인공지능(AI) 반도체에서 이미지와 텍스트를 함께 처리하는 AI 모델의 실행 효율을 높이는 기술로 국제 경진대회에서 1위를 차지했다.

AICAS 2026 Grand Challenge 시상식에서 1등상을 수상한 한양대 이종원 학생(오른쪽). (사진=한양대)

한양대는 최정욱 융합전자공학부 교수 연구팀이 지난달 16일부터 18일까지 베트남 하롱베이에서 열린 제8회 IEEE 국제 인공지능 회로 및 시스템 학술대회(AICAS 2026)의 ‘Grand Challenge’에서 AI 반도체용 시각·언어 모델(VLM) 추론 최적화 트랙 1등상(First Prize)을 수상했다고 15일 밝혔다.

AICAS는 국제전기전자공학회(IEEE) 회로 및 시스템 소사이어티(IEEE Circuits and Systems Society)의 대표 국제학술대회다. 인공지능 회로와 시스템 분야의 첨단 연구와 기술 혁신을 다룬다. 이번 Grand Challenge는 AI 모델을 실제 반도체 환경에서 효율적으로 실행하기 위한 기술을 겨루는 대회로 진행됐다.

한양대 연구팀이 참여한 트랙은 언어와 이미지를 함께 이해하는 시각·언어 모델(Vision-Language Model, VLM)의 추론 효율을 높이는 기술이 주제였다. VLM은 이미지 질의응답과 문서 해석 등 다양한 AI 서비스에 활용되지만 이미지와 텍스트를 함께 처리하는 만큼 많은 연산과 메모리를 요구한다. 따라서 실제 서비스에 적용하려면 모델의 정확도를 유지하면서 응답 지연과 자원 사용 부담을 줄이는 기술이 중요하다.

참가팀들은 ‘Qwen3-VL-2B-Instruct’ 모델을 대상으로 주최 측이 제공한 알리바바 클라우드(Alibaba Cloud) APG 서버에서 이미지 처리부터 텍스트 생성까지 전체 추론 과정을 최적화하는 과제를 수행했다.

연구팀은 개별 연산의 실행 시간뿐 아니라 연산을 반복 호출하고 메모리를 준비하며 모델 가중치를 읽어오는 과정에서 발생하는 지연까지 분석했다. 이를 바탕으로 여러 연산을 통합하고 반복 실행 경로를 미리 구성했다. 모델 가중치의 표현에 필요한 비트 수를 줄이는 양자화와 선택적 연산 축소도 적용했다. 그 결과 연구팀은 모델 경량화부터 서버 실행 구조까지 전체 추론 과정을 유기적으로 개선해 정확도와 처리 효율을 함께 확보했다.

한양대는 이번 대회를 통해 쌓은 경험과 최적화 노하우를 국내 산업계와 공유하고 각 반도체 환경에 맞게 적용할 경우 AI 추론 소프트웨어의 기술 발전과 전문인력 확보에 기여할 수 있을 것으로 기대했다.