통합 설계 및 병렬 처리 연구실에서는 임베디드 시스템을 대상으로 하는 병렬 임베디드 시스템/소프트웨어 설계 프레임워크를 개발하고 있다. 또한, 임베디드 소프트웨어 개발 방법론들을 접목시켜 임베디드 딥 러닝이나 사물인터넷 등의 실제 응용을 대상으로 성능 분석 및 최적화, 시뮬레이션, 상위 수준 명세에 관한 연구를 진행하고 있다.
병렬 임베디드 시스템/소프트웨어 설계 방법론
SDF(동기식 데이터 플로우)나 FSM(유한 상태기 모델)과 같은 정형 모델을 기반으로 하는 임베디드 시스템 설계 방법론을 연구한다. 정형 모델은 통해 시스템의 성능이나 자원 요구량을 정적으로 분석하는 데에 매우 유용하며, 모델을 분석함에 따라 교착 상태나 버퍼 오버플로우 같은 에러에 대해서도 쉽게 탐지할 수 있다. 또한, 상위 수준의 모델로부터 소프트웨어를 자동 생성하여 소프트웨어 개발에 필요한 노력과 시간을 줄이는 연구도 함께 진행되고 있다. 이 연구는 아키텍처의 최적화, 소프트웨어의 병렬화, 정적 성능 예측 등의 연구들도 포함하고 있다.
임베디드 딥 러닝
계산량과 메모리 사용량이 많은 딥 러닝을 실생활에 접목하기 위해서는 딥 러닝 알고리즘의 많은 최적화, 경량화가 필요하다. 이러한 최신의 딥 러닝 최적화 기법들과 기존의 임베디드 최적화 방법들을 임베디드 기기에 맞게 적용하는 방법론을 연구하고 있다. 또한 새로운 임베디드 기기의 성능 예측을 위한 시뮬레이션 기법 연구도 진행하고 있다.
사물 인터넷 플랫폼
네트워크나 인터넷 상에 연결되어 있는 다양한 이기종 컴퓨팅 자원들을 통합하여 활용 가능한 사물인터넷 플랫폼을 연구한다. 기기의 컴퓨팅 시스템을 추상화하여 서비스 형태로 플랫폼에 통합하고, 이를 바탕으로 사용자는 음성이나 프로그래밍을 통해 여러 개의 기기를 활용한 복합적인 서비스를 정의할 수 있다. 또한, 사물인터넷 환경의 동작을 시뮬레이션하고, 여러 개의 기기 간의 서비스 스케줄링 연구도 포함하고 있다.
