Highlights

연구진사진 1

연구진사진

[왼쪽부터 김성민교수, 배강민 박사과정(1저자)]
 
최근 모바일 시스템 분야의 최고 권위 국제 학술대회인 `ACM 모비시스(ACM MobiSys)’ 2022에 발표한 논문이 최우수논문상을 수상했다. 
작년 KAIST 전기및전자공학부에서 아시아 대학 최초로 MobiSys 최우수논문상을 받은 이후 연속된 수상이다. 
 
연구성과 : 전기및전자공학부 김성민 교수 연구팀, 천 개 ~ 수천만 개 이상의 대규모 사물인터넷(IoT) 동시 통신 기술 최초 개발
 – 밀리미터파 후방산란 시스템 기술로 초저전력 대규모 통신 설계 성공
 – 기존에는 다양한 장애물과 반사체가 설치된 환경에서 제대로 작동하지 않았던 문제점을 해결 
 – 2035년까지 1조 개 이상의 사물인터넷 기기가 생산될 전망에서 높은 실용성 및 확장성으로 초연결 시대를 위한 핵심 역할 기대
 
전기및전자공학부 김성민 교수 연구팀이 세계 최초로 천 개에서 수천만 개에 이르는 대규모 사물인터넷(IoT) 동시 통신을 위한 `밀리미터파 후방산란 시스템’을 개발했다고 28일 밝혔다.
KAIST 전기및전자공학부 배강민 박사과정이 제1 저자로 참여한 이번 연구는 모바일 시스템 분야의 최고 권위 국제 학술대회인 `ACM 모비시스(ACM MobiSys)’ 2022에 이번 6월 발표됐으며, 최우수논문상을 수상했다.
 (논문명: OmniScatter: extreme sensitivity mmWave backscattering using commodity FMCW radar). 
이는 작년 KAIST 전기및전자공학부에서 아시아 대학 최초로 ACM 모비시스 2021 최우수논문상을 받은 이후 연속된 수상으로 더욱 의미가 깊다.
 
연구팀의 후방산란 기술은 10마이크로와트(μW) 이하의 초저전력으로 작동해 코인 전지 하나로 40년 이상 구동 가능해 설치 및 유지보수 비용을 크게 줄일 수 있다.
이번 성과는 5G/6G 등 차세대 통신에서 요구하는 네트워크 밀도를 훨씬 웃도는 연결성을 자랑한다. 이에, 이번 시스템은 향후 도래할 초연결 시대를 위한 디딤돌 역할을 할 수 있을 것으로 기대된다.
김성민 교수는 “밀리미터파 후방산란은 대규모로 사물인터넷 기기들을 구동할 수 있는 꿈의 기술이며 이는 기존 어떠한 기술보다도 더욱 대규모의 통신을 초저전력으로 구동할 수 있다ˮ라며 ” 이 기술이 앞으로 도래할 초연결 시대에 사물인터넷의 보급을 위해 적극적으로 활용되길 기대한다ˮ라고 말했다.

이번 연구는 삼성미래기술육성사업과 정보통신기획평가원의 지원을 받아 수행됐다.

 
연구성과도 mage
[연구성과도 1. 대규모 IoT 통신을 위한 태그(붉은색 삼각형). 1100개 태그 신호가 충돌없이 동시 통신]
 
 
수상사진등 image
[수상 행사 사진]
 
 
관련 언론 기사링크 : 전자신문 등
연구진사진 캡처 1 1

연구진사진 캡처 1

[(왼쪽부터)전기및전자공학부 정명수 교수, 권미령 박사과정, 국동현 박사과정]
 
NVMW Memorable Paper Award는 비휘발성 메모리 분야에서 귄위있는 상으로, 최근 2년간 OSDI, SOSP, FAST, ISCA, MICRO, ASPLOS, 그리고 ATC와 같은 탑티어 학회 및 저널에 발표된 논문 중 2편을 선정하여 수여된다. 이때, NVMW 위원회 구성원이 모든 탑티어 논문 및 발표의 질뿐만 아니라 비휘발성 메모리 분야에 미치는 영향력까지 고려하여 수상 논문을 선정한다.
 
NVMW는 Center for Memory and Recording Research(CMRR)와 Non-Volatile Systems Laboratory(NVSL)에서 매년 개최하는 비휘발성 메모리 워크숍이며, 첨단 비휘발성 저장장치 및 시스템을 연구하는 세계 유수 대학 및 기업이 참여한다. 지난 13 년간, 9명의 NVMW memorable paper award 수상자가 있었다.
올해 권미령(제1 저자), 국동현, 그리고 이상원 박사과정생들로 구성된 정명수 교수 연구팀이 “HolisticGNN: Geometric Deep Learning Engines for Computational SSDs”으로 그 우수성을 인정받아 NVMW memorable paper award 수상자로 선정되었고, 이는 KAIST 최초 수상이다. 
 
이 연구는 대규모 GNN(graph neural network)을 위한 인-스토리지 처리(in-storage processing)에 관해 다룬다. 이를 위해 프로그래밍 가능한 반도체를 스토리지 근처에 배치한 새로운 계산형 스토리지(CSSD) 구조와 기계학습 프레임워크를 활용하였다. 구체적으로는 그래프 변환, 샘플링 등의 GNN 전처리 작업을 비휘발성 메모리 근처에서 직접 수행하고, 재구성 가능한 하드웨어로 그래프 기계학습 추론 과정을 가속한다. 연구팀은 자체 제작한 프로그래밍 가능 반도체(FPGA) 기반 계산형 스토리지(CSSD) 시스템에 그래프 기계학습 전용 신경망 가속 하드웨어 RTL과 그래프 전용 처리 컨트롤러/소프트웨어 프레임워크를 구현했다.
 
해당 연구는 삼성미래기술육성사업의 지원을 받아 진행되었으며, 자세한 내용은 연구실 웹사이트(http://camelab.org)와 삼성뉴스룸에서 확인할 수 있다.
 
연구성과도 image01

[연구성과도, 그림 . HolisticGNN 데모 결과 ]

 

 

발표사진 02

[발표사진. NVMW에서 수상발표, 정명수 교수 연구실 권미령 박사과정생]

 

 
 
연구진사진 캡처
 
 
연구진사진 캡처
[장민석교수, 메나브데 세르게이 연구교수, 왼쪽부터]
 
 
한국과학기술원(KAIST)은 공동연구를 통해 고도로 구속된 빛이 전파될 수 있는 새로운 플랫폼을 2차원 물질 박막으로 구현했다고 18일 밝혔다. 이번 연구 결과는 향후 강한 빛-물질 상호작용에 기반한 차세대 광전자 소자 개발에 기여할 것으로 예상된다.
 
원자 한 층으로 이뤄진 2차원 물질이 쌓이면 기존 2차원 물질과 다른 특성을 보이는 ‘반데르발스 결정’이 된다. ‘포논-폴라리톤’은 전기를 띠는 물질 속 이온 진동이 전자기파에 결합된 형태를 말한다. 특히 고전도도 금속에 놓인 반데르발스 결정에 생성되는 포논-폴라리톤은 응축성이 극대화된다. 폴라리톤 결정 속 전하가 영상 전하 영향으로 금속에 반사돼 ‘영상 포논-폴라리톤’ 이라는 새로운 폴라리톤이 생성되기 때문이다.
영상 포논-폴라리톤 형태로 전파되는 빛은 강한 빛-물질 상호작용을 유도할 수 있는데, 금속 표면이 거칠 경우 생성이 억제된다. 이에 기반한 광소자 실현 가능성이 제한된다. 이런 한계점을 돌파하고자 다섯 연구팀이 협업해 단결정 금속 위 영상 포논 폴라리톤 측정에 성공했다.
 
장민석 교수는 “이번 연구결과는 영상 폴라리톤, 특히 영상 포논-폴라리톤 장점을 잘 보여준다. 특히 영상 포논-폴라리톤이 갖는 저손실성과 강한 빛-물질 상호작용은 차세대 광전자 소자 개발에 응용될 수 있을 것으로 보인다”며 “연구팀의 실험 결과가 향후 메타표면, 광스위치, 광 센서 등 고효율 나노광학 소자 실용화를 앞당기는 데 도움이 되기를 바란다”고 설명했다.
 
메나브데 세르게이 연구교수가 제1 저자로 참여한 이번 연구는 국제 학술지 ‘사이언스 어드밴시스’에 지난 13일자 게재됐다. 한편 이번 연구는 삼성미래기술육성센터와 한국연구재단 지원을 받아 진행됐으며, 한국과학기술연구원(KIST), 일본 문부과학성, 덴마크 빌룸 재단 지원을 받았다.
 
□ 연구성과도
dataURItoBlob 2

[그림 1. hBN에 진행하는 영상 포논-폴라리톤을 초고화질로 측정하기 위해 사용되는 나노 팁]

 
□ 관련 링크 : 전자신문등 14개 언론 주요 링크
 
 
dataURItoBlob

 

연구진 2022 eccv 홍보

[KAIST 유창동 교수, 권인소 교수, Chaoning Zhang 연구원, Kang Zhang 연구원,왼쪽부터]

 

ECCV는 1990년에 시작되었으며 영상 및 신호처리에 관한 인공지능 및 머신러닝의 최신 연구를 소개하는데 초점을 맞추고 있으며, Computer Vision 및 Deep Learning 분야의 최우수 학회 중 하나로 오랫동안 각광받고 있다. 올해 ECCV 2022 에서는 5,803 개의 제출 논문 중 1650 개의 논문 (28%) 이 채택되었으며 이중 158 개의 논문은 (2.7%) 우수 연구 성과로 채택되었다.

본 연구는 ‘Decoupled Adversarial Contrastive Learning for Self-supervised Adversarial Robustness’ 라는 제목으로 2022 년 10월 23에 Israel, Tel Aviv에서 우수 연구 성과로 발표될 예정이다.

 

인공지능이 많은 발전을 해서, 다양한 영역에서 좋은 성과를 내고 있다. 그렇지만 아직까지 사람의 완전한 신뢰를 받고 있지 못하다. 완전한 신뢰성을 확보하기 위해서는 적은 데이터로 학습이 되어야 하며, 강인성이 더 확보가 되어야 한다. 이 두 가지를 수행하기 위해 자기 지도학습 (Self-supervised learning) 과 적대적(adversarial learning)을 결합하는 노력들이 시도가 되었다.

이 논문에서는 그것을 증류기법을 이용해서 효율적으로 결합하여, label 없이 자가 학습을 할 수 있는 adversarial learning framework를 제안하였다.

본 연구는 ECCV Oral Presentation (acceptance rate 2.7%)  논문으로 채택이 되었다.

 

dataURItoBlob

[연구성과도 : Adversarial Learning 기반의 Self Supervised Learning 모식도]

 

이 연구는 과학기술정보통신부의 재원으로 정보통신기술진흥센터의 지원을 받아 수행됐다.

 

dataURItoBlob
 

202207 ACM mobisys 연구진사진

[KAIST 이성주 교수, 신재민 연구원, 칭화대 Yunxin Liu 교수, Yuanchun Li 교수, 왼쪽부터]

 

KAIST 이성주 교수 연구팀이 6/27-7/1에 열린 세계컴퓨터연합회(ACM) 주최로 진행된 제20회 모바일 시스템, 어플리케이션, 및 서비스 국제학술대회(MobiSys, International Conference on Mobile Systems, Applications, and Services)에서 연합학습(Federated Learning)의 학습속도 향상(4.5배 가속)을 위한 데이터 샘플 최적 선택 및 데드라인 조절 방법론을 발표하였다.
 
MobiSys는 2003년에 시작되었으며 모바일 시스템, 소프트웨어, 어플리케이션, 서비스를 위한 최신 연구를 소개하는데 초점을 맞추고 있으며, Mobile Computing 및 Systems 분야의 최우수 학회 중 하나로 오랫동안 각광받고 있다. 올해 MobiSys 2022에서는 176개의 제출 논문 중 38개의 논문이 채택되었다.
 
이번 논문(FedBalancer: Data and Pace Control for Efficient Federated Learning on Heterogeneous Clients)은 신재민 박사과정이 1저자로 활약했으며, 중국 칭화대학과의 국제협력으로 이루어진 성과이다. (칭화대학교 Yuanchun Li 교수, Yunxin Liu 교수 참여).
 
최근 구글에 의해 제안된 연합학습은 새로운 기계학습 기술로, 개인정보의 유출 없이 방대한 사용자 기기 위 데이터를 활용할 수 있게 하여 의료 AI 기술 등 새로운 인공지능 서비스의 개발을 가능케 하여 각광받고 있다. 본 연구팀은 연합학습에 참여하는 사용자 기기 위 데이터 샘플 각각의 학습 기여도 측정을 기반으로 최적의 샘플을 선택함으로써 학습속도 향상을 달성하였다.
또한, 샘플 선택으로 줄어든 학습 시간에 대응하여, 연합학습 라운드의 데드라인 또한 최적으로 조절하는 기법을 제안하여 모델 정확도의 저하 없이 학습속도를 무려 4.5배 향상시켰다.
 
이성주 교수는 ”연합학습은 많은 세계적 기업들이 사용하는 중요한 기술이다. 학습속도를 향상시켜 활용도를 높여 의미가 있으며, 컴퓨터 비전, 자연어 처리, 모바일 센서 데이터 등 다양한 응용에서 모두 좋은 성능을 보여, 빠른 파급효과를 기대한다“라고 소감을 밝혔다. 
 
이 연구는 과학기술정보통신부의 재원으로 한국연구재단과 정보통신기술진흥센터의 지원을 받아 수행됐다.
 
□ 연구성과도

dataURItoBlob

[그림: 본 연구의 데이터 샘플 최적 선택 및 데드라인 조절 방법론을 적용한 연합학습 라운드 진행 모식도] 

2023학년도 봄학기입학 대학원 신입생 모집과 관련하여 KAIST 대학원입학팀에 제출하는 서류 이외에 KAIST 전기및전자공학부 행정팀에 직접 제출해야 하는 서류들을 안내드립니다.

 

첨부의 파일을 다운로드 하시어, 내용 확인하시기 바랍니다.

 

* 신입생 석·박통합과정 지원자의 경우 지원 시에 지도예정교수님을 적극적으로 찾아보시고, 해당 교수님 TO와 관련하여 면담하신 후에 지원하시기를 적극적으로 권장합니다.

 

* 서류 제출 해당자의 경우 이메일 제출도 가능합니다. (자필 서명된 서류 스캔본으로 제출가능)

 

* 문의 및 제출처 : KAIST 전기및전자공학부 행정팀(E3-2, 1212호) 김태연 barbie1975@kaist.ac.kr(T.042-350-3402)

 

 

 

 

2022년 7월 박사자격시험 안내

* 박사자격시험은 매년 1월, 7월에 시행하며, 기한 이내 합격하지 못하면 제적됨 *

1. 박사자격시험 응시기한

   1) 2008년 이전 입학한 박사과정학생 – 3년 이내 응시

       2020년 12월 현재 박사자격시험 미 응시자로서 박사과정 2학기이상 재학 및 3과목 

       이상 수강한 학생(해당 학생이 2학기째 이수중에 실시하는 자격시험은 응시할 수 있음)

 

   2) 2009년 이후 입학한 박사과정학생 – 1년 6개월 이내 응시

 ※ 전과한 학생의 경우 전과한 학기로부터 3학기 내 현 소속 학과의 자격시험에 합격하여야 함.

(이전 학과의 합격여부와는 관계 없음)

2. 자격시험 일정

구분

일시

제출처

비 고

원서접수

 2022. 6. 13(월) ~

6. 24(금)

학부사무실

원서-학부사무실

원서스캔본 – 

담당자 이메일 제출

(ljk0902@kaist.ac.kr)

서류심사

 2022. 7월 중순

– 

 

최종합격자발표

 2022. 7월 말경

 

개별 이메일 통보

 * 원서 및 스캔본 모두 제출하여야 합니다. 

3. 제출서류

    ① 응시원서 1부(소정양식)

    ② 학위논문추진계획서 1부(소정양식)

    ③ 기타 실적(특허, 수상, 논문발표 실적 등 우수성 입증자료)  (소정 양식)  

 

4. 서류심사 내용

항  목

배점

비  고

①학업성적

50점

박사과정 재학 성적

②학위논문추진계획서

40점

박사자격시험 학위논문추진계획서

③기타 실적

10점

우수성 입증자료

100점

 

 

※ 누적평점 2.5/4.3 이하 및 직전학기 논문연구 성적이 U인 학생은 (학사경고에 해당) 서류심사시 

자동 탈락됨. 


감사합니다.

이주경 드림.

—————————————————————————————————————————————–
 

<NOTICE>

Ph. D. Qualifying Examination in July 2022

1. Who?

1) Doctoral Students who entered the KAIST in or before 2008

  – Application within three years after entrance

  – Doctoral Students who have not yet taken Ph.D. Qualifying Exam. 

  – Doctoral Students who have registered more than two semesters taking at least three classes

 2)  Doctoral Students who entered the KAIST in or after 2009

   – Application within one and a half years after entrance 

※ Students who have transferred must pass the qualification exam of the current 

department within three semesters from the transferred semester.

2. When? 

 1) Application forms must be submitted to administrative office of the School of Electrical 

Engineering

Submission Period: June 13(Mon) – 24(Fri), 

original application form : dept. office

scanned file(pdf) : by e-mail(ljk0902@kaist.ac.kr)

2) Evaluation of Ph. D Qualifying Exam. is being done in the middle of July 2022.

3) Qualified candidates will be announced at the end of July 2022.

3. What to be submitted?

 1) Application form (#attached file below) 

2) Plan for dissertation (#attached file below)  

3) Other achievements (#attached file below)

– A copy of the references that proof the applicants’ excellences such as patents, awards, and 

Published papers)

4. Allotted point

Item

Point 

Document relative to each item

GPA

50

Applicant’s GPA

Plan for dissertation

40

Plan for dissertation

Other achievements 

10

References that proof 

the applicant’s excellence

Total

100

 

※ accumulated GPA of 2.5 or below / U grade of thesis research in the previous semester : 

automatically eliminated during document evaluation

5. Notes 

– The Ph. D Qualifying examination is scheduled in January and July respectively.

– Those who don’t pass the Ph. D Qualifying Examination will be expelled from KAIST.

* Please submit an original application and a scanned copy respectively.

 
Thank you.
School of EE 

 

연구진 캡처

연구진 캡처

[연구팀사진, KAIST 조민승 박사과정, 윤준보 교수, 부산대 서민호 교수(KAIST 박사졸업), 왼쪽부터]

 

윤준보 교수와 부산대학교 의생명융합공학부 서민호 조교수(KAIST 박사 졸업) 연구팀이 넓은 범위의 수소가스 농도를 무선으로 검출하는 고 민감도 센서 기술을 개발하였다. (2022년 ACS Nano 게재, 제1 저자: 조민승 박사과정) 연구팀은 팔라듐 금속을 3차원 나노구조로 설계함으로써 나타날 수 있는 `팔라듐 상전이(phase-transition)* 억제 효과’를 통해 0~4% 농도의 수소가스를 높은 선형성으로 감지하는 무선 가스 센서 기술을 개발하였다.

 *상전이(phase transition): 화학, 열역학 및 기타 관련 분야에서 일반적으로 물질의 기본 상태(결정성, 고체, 액체, 기체) 사이의 변화를 뜻한다.

 

 
우리학부 조민승 박사과정이 제 1저자로 참여한 이번 연구는 저명 국제 학술지 ‘ACS Nano’ 2022년 5월 온라인판에 출판됐으며, 추가 표지 논문(Supplementary Cover)으로 선정되었다.
(논문명 : Wireless and Linear Hydrogen Detection up to 4% with High Sensitivity through Phase-Transition-Inhibited Pd Nanowires) (https://pubs.acs.org/doi/10.1021/acsnano.2c01783)
 
 
수소가스는 에너지 효율성이 높고 연소 시 물을 생성하는 친환경적인 이점으로 차세대 에너지원으로 주목받고 있다. 하지만, 무색, 무취의 수소가스는 4% 이상의 농도에서 낮은 발화에너지로 폭발하는 위험성이 크기 때문에 주의 깊은 사용과 관리가 필요하다.
 
 
다양한 방식의 수소가스 감지 기술 중, 팔라듐(palladium, Pd) 금속 소재 기반의 기술은 수소와 반응하여 저항이 바뀌는 간단한 원리로 동작할 뿐만 아니라, 상온에서도 수소가스를 선택적으로 감지할 수 있고, 반응 시 부산물이 없어 습도 안정성도 매우 우수하다는 장점이 있다. 하지만, 팔라듐은 상온에서 2% 이상의 수소가스에 노출되면, 상 변이(Phase transition)가 일어나면서 1) 센서로서의 농도 범위가 제한*되고, 2) 반응 속도가 지연되며, 3) 내구성이 저해되는 등 다양한 문제를 발생시켜, 최소 4%까지의 농도를 감지해야 하는 수소가스의 기초 요구 조건을 만족시키지 못하고 있다.
 
 
연구진은, 스트레스에 의해 화학 퍼텐셜 (Chemical potential)이 감소하고 이로 인해 상전이가 되는 자유에너지를 낮출 수 있음을 처음으로 제안하고, 이를 기반으로 팔라듐 나노구조를 설계·제작하였다. 제작된 센서 소자는 0.1~4%의 수소가스를 98.9%의 선형성(linearity)으로 감지하는 성능을 성공적으로 보였다. 연구팀은 개발한 소자에 BLE(Bluetooth low energy) 기술과 3D 프린팅 기술, 안드로이드 앱 개발을 통해 무선으로 수소가스를 감지하는 센서 시스템 기술도 시연했는데, 이 기술은 센서와 20 미터(m) 떨어진 상황에서도 스마트폰이나 PC로 수소가스 누출을 안정적으로 감지할 수 있다. 이번 결과는 2% 이상 고농도에서 측정이 어려웠던 기존 팔라듐 기반 수소가스 센서의 문제점을 해결할 수 있는 새로운 기술을 개발했다는 점에서 중요한 의미가 있다. 특히, 이번 센서 기술은 향후 수소가스를 이용한 청정에너지 시대에 안전관리를 위해서 활발히 활용될 수 있을 것이라고 기대된다.
 
 
관련 내용은 28일 전자신문, 뉴스1, 에너지 경제 등 다수의 언론을 통해서도 보도되었다.
 
 
[보도 link]
 
 
dataURItoBlob 4
[연구성과도 : 개발한 팔라듐(palladium, Pd) 나노구조 기반 수소 센서 모식도와 무선 수소 감지 시스템 데모]

 
new research 캡처

연구진사진캡처

  [전기및전자공학부 박시온 석박통합과정, 정학천 석박통합과정, 박종용 석사과정, 최신현 교수, 왼쪽부터]  

전기및전자공학부 최신현 교수 연구팀이 점진적 산소 농도를 갖는 금속산화물 층을 활용하여 우리 뇌의 뉴런 세포의 동작을 모사하는
* 고 신뢰성 차세대 저항 변화 소자(멤리스터어레이를 개발했다.  

 ☞ 멤리스터(Memristor): 입력에 따라 소자의 저항 상태가 바뀌는 소자. 입력 전압의 크기와 길이 등에 따라 소자 내부의 저항 값이 바뀌며 정보를 저장하거나 처리한다.

 
최 교수 연구팀은 기존의 전도성 필라멘트를 형성하여 불안정한 특성을 보이는 필라멘트 기반 방식에서 벗어나, 점진적인 산소 농도를 갖는 금속 산화물을 이용하여 안정적이고 신뢰성 높은 인공 뉴런 소자를 설계했다. 기존의 멤리스터 소자가 낮은 안정성과 심각한 누설 전류 문제를 겪는데 비해, 최 교수 연구팀이 개발한 소자는 뛰어난 안정성을 갖췄을 뿐만 아니라, 자가정류 특성과 높은 수율을 갖춰 어레이 형태로 집적되었을 때 생기는 누설 전류 문제나 수율 문제 등에서 자유로워 대용량 어레이 형태로 집적될 수 있다. 따라서 집적도 높고 안정적인 뉴로모픽 시스템을 구현 등에 활발히 사용 될 수 있을 것으로 기대된다.  
 
KAIST 박시온 연구원과 정학천 연구원, 박종용 연구원이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)’ 6월호에 출판됐다.   
(논문명 : Experimental demonstration of highly reliable dynamic memristor for artificial neuron and neuromorphic computing)  
 
이번 연구는 삼성미래육성사업의 지원을 받아 수행됐다. 

new research 캡처

[그림 1. 본 연구에서 제작한 인공 뉴런 소자 어레이와 점진적 산소 농도 금속산화물 층 어레이, 그리고 이로 인해 유도되는 소자 특성과 인공 뉴런 특성.]

2022학년도 가을학기 석사과정/전문석사과정 랩배정 안내

KAIST 전기및전자공학부 석사과정/전문석사과정 합격을 진심으로 축하드립니다.

2022학년도 가을학기 석사과정/전문석사과정 신입생의 랩배정 관련하여 아래와 같이 안내드립니다.

 

                                              = 아  래 =

       1.  랩 배정 기간: 6. 17.() – 6. 30.()까지

            학부 홈페이지를 방문하여 교수진, 실험실, 연구분야 등 관련된 다양한 정보를 습득

            (학부 홈페이지 : http://ee.presscat.kr)

 

      2.  국비 T/O 현황

         아래의 교수님 명단 참조하시기 바랍니다. 

         “국비”로 선발된 학생은 국비TO가 있는 교수님께만 지도 신청 가능합니다. 

          국비 TO안내

 

      3.  KAIST장학생 배정

         아래의 교수님 명단 참조하시기 바라며, 이외의 교수님께도 신청하실 수 있습니다.

        (본인이 KAIST장학생임을 알리고 면담 진행해 주시기 바랍니다. )

         KAIST 장학생 TO안내

 

      4.  산학프로그램 장학생: 각 산학프로그램 홈페이지의 현재 참여교수님을 확인하여 지도신청을 하시기 바랍니다.

           – EPSS 홈페이지: http://epss.kaist.ac.kr/contents/people/people_010100.jsp

           – KEPSI 홈페이지: http://kepsi.kaist.ac.kr/html/people/people_01.jsp

           – EPSD 홈페이지: https://epsd.kaist.ac.kr/professor/

 

    5.  일반장학생: 교수님별 T/O 제한이 없으므로 자유롭게 면담하시면 됩니다. 

 

    6. 연구실 배정 방법

        (1) 원하는 교수님과 면담 후 첨부의 양식에 서명을 받아서 전기및전자공학부 행정팀 담당자에게 제출

             * 지도교수가 확정되면 “[첨부1] 신입생 연구실 배정 확정서”를 전기및전자공학부 행정팀으로  빠른 시일 내에 제출해 주시기
                바랍니다.  

             * 이메일 제출도 가능(학생, 지도예정교수 자필 서명된 스캔본 제출)

        (2) 상세 내용 및 신청서 양식은 첨부의 [2022 가을학기입학_랩배정 안내문]을 확인하여 주시기 바랍니다.

        (3) 박사과정, 재학생 석.박통합과정 신입생의 경우 지원 시에 제출한 “지도예정교수확인서”에 따라 연구실 배정이 확정
              완료되었습니다. 

 

    7.  제출서류: 2022. 6. 30()까지

       (1) 연구실 확정이 된 경우 : “[첨부1] 신입생 연구실 배정 확정서” 제출

       (2) 연구실 확정이 안 된 경우 : “[첨부2] 지도교수 배정 신청서” 제출

 

   8.  랩배정 결과 발표: 7월 8일(금) 17시 이후, 학부 홈페이지 공지사항(www.ee.kaist.ac.kr)

 

    9. 담당자: 전기및전자공학부 사무실(E3-2, 1212호실)

         김태연(042-350-3402, barbie1975@kaist.ac.kr )

 

 

공지사항

MORE

세미나 및 행사