전자전기공학전공, '반도체 전공트랙 사업'에 선정
- 작성처
- 등록일2022.07.06
- 15929
엘텍공과대학 차세대기술공학부 전자전기공학전공이 '2022 부처 협업형 인재양성사업'의 일환으로 교육부·산업통상자원부가 주관하는 '반도체 전공트랙 사업'에 선정됐다.
‘반도체 전공트랙 사업’은 반도체산업 경쟁력 강화를 목표로 산업계 수요에 부응하는 고급 기술 양성과 우수 인재 공급을 위해 마련된 사업이다. 본교는 이번 사업 선정으로 3년간 9억 원의 예산을 지원받으며 전자전기공학전공 내 2개의 반도체설계 트랙을 신설한다. 이를 통해 도메인특화 반도체설계 분야의 여성 핵심 인력 양성에 주력하겠다는 계획이다.
정부는 최근 국내 인공지능(AI) 반도체 생태계를 확대하기 위해 5년간 1조원 이상의 예산을 투입하고 AI 반도체를 설계하는 고급 인력을 7000명 이상 양성하겠다는 방침을 발표했다. 대한민국 핵심 전략사업이자 대표적 첨단산업인 반도체 분야의 인력난이 중차대한 문제로 지목되는 만큼 고급 인력 양성 특히, 여성 인재 양성이 중요한 화두로 떠오르고 있다.
본교 전자전기공학전공은 '반도체설계'분야에 특화된 교육을 통해 연간 40명 이상의 학부생을 배출하며 미래 반도체 산업을 선도해나가고자 한다. 이를 위해 LX세미콘, 사피온, 텔레칩스, 세미파이브, 비전넥스트 등의 국내 반도체 회사들과 함께 컨소시엄을 구성해 현장 이슈를 반영한 교육체계를 운영한다.
전자전기공학전공에 신설되는 트랙은 ‘SoC(System-on-Chip) 트랙’과 ‘Circuit 트랙’이다. ‘SoC 트랙’에서는 시스템수준에서의 요구사항을 반영한 다양한 하드웨어 설계자산(IP) 설계와 함께 Arm 및 RISC-V 등의 CPU를 중심으로 이들을 연결하고 소프트웨어로 구동하기까지 FPGA(Field-Programmable Gate Array) 등을 활용해 검증하고 미세공정에서의 설계 고려사항을 배우는 것을 목표로 하며, ‘Circuit 트랙’은 초미세공정에서의 최신 소자특성을 고려한 핵심 아날로그·디지털 집적회로 설계 기술에 초점을 맞추게 된다.
학생들은 학부 3학년부터 트랙별로 지정된 4과목을 포함, 전공기초·심화 교과목을 21학점 이상 수강해 이수할 수 있다. 효과적인 반도체설계 교육을 위해 실제 현업에서 사용하는 ‘설계자동화 툴(EDA Tool)’과 반도체 설계자산(IP) 등을 수업에서 활용할 예정이며, 정규 교과목 외에도 방학을 이용한 설계특강 등을 운영해 학생들의 관련분야 실무능력을 높여나갈 계획이다.
본교는 사업 1차 연도에는 산업계 수요 기반의 전공트랙 개발과 운영을 통해 실습교육을 위한 설계 인프라를 구축하고 산업계 수요 기반의 전공트랙 개발에 집중한다. 2차 연도에는 산학 프로젝트, 산학 인턴십 등 산학협력 체계를 구축하여 실제 현업에서 사용하는 EDA 중심의 실무 교육을 수행하고 산학 프로젝트를 발굴할 예정이다. 3차 연도에는 실습교육을 위한 장비 등 설계 인프라를 구축하고 여성 반도체 인력 양성 체계를 고도화하고자 한다.
사업총괄책임자인 김지훈 교수는 “반도체는 대한민국의 핵심전략산업으로서, 현재 메모리분야에 치중된 경쟁력을 다양한 시스템 반도체 분야로 확대하는 것과 초미세공정에서의 경쟁력을 강화하는 것이 매우 중요한 상황”이라며 “전자전기공학전공에서 운영하는 우수한 교과목 구성에 현장의 최신 흐름을 반영하여 탄탄한 기초와 함께 실제 이를 활용할 수 있는 다양한 실습을 함께 진행하고자 하며 컨소시엄 기업을 지속적으로 확대하고 산학연협의체를 구성하여 빠르게 변화하는 반도체분야에 대응하고자 한다”고 말했다.
본교 전자전기공학전공은 4차 산업혁명시대를 맞아 통신·네트워크, 반도체, 신호 처리, 제어 등의 핵심 연구 분야에 인공지능(AI) 기술을 폭넓게 적용하고 발전시키며 전자전기공학의 새로운 움직임을 주도하고 있다. 국내외 유수 기업·정부기관·학교와 인공지능 기반 최신 전자전기공학 연구 과제 수행하고, 세계 최고 수준의 학회 및 학술지에 발표하여 그 성과를 인정받고 있다. 특히 반도체·회로 설계 분야에서는 차세대지능형반도체기술개발 사업, PIM (Processing-In-Memory) 인공지능반도체핵심기술개발사업, 미래반도체소자사업 등에 참여하며 CPU, NPU를 포함하는 인공지능 시스템을 위한 주요 하드웨어를 설계하는 등 AI 기술 관련 주요 연구 과제들을 선도하고 있다.