안녕하세요. 사무국입니다.

KSC & KOREONET 2019 사전등록이 시작되었습니다.

사전등록 마감은 2019년8월30일까지 입니다..

좌석이 한정되어 있으니 조기 등록을 부탁드립니다.

본 행사는 점식식사와 주차권을 제공합니다.

안녕하세요. 사무국입니다.

KSC & KREONET 2019가 얼마 남지 않았습니다..

사전등록을 하신 후 행사 당일 선착순으로 50분께

소정의 얼리버드 기념품을 드립니다.

간단히 일본의 슈퍼컴퓨터의 개발 역사를 설명하려고 한다.

미국의 상용 벡터 컴퓨터인 Cray-1을 생산하려는 노력에 따라 일본의 컴퓨터 업체들은 대규모 과학 및 공학 문제를 풀 수 있는 강력한 수퍼 컴퓨터를 1980년대 초반부터 생산해왔다. 1990년대 말까지 일본 업체들은 벡터 머신에 중점을 두었고, 그 결과로 당시 세계 1위 컴퓨터인 수치풍동(Numerical Wind Tunnel) 컴퓨터를 개발하였다.

일본은 2002년 지구 시뮬레이터(Earth Simulator)의 개발이 성공하여 PFlops 시대가 시작되었다. 2005년 Riken은 10 PFlops의 성능을 가진 "K" 슈퍼 컴퓨터를 구축하기 시작하여 2011년에 완공되었다.

현재 Riken은 K보다 100배 이상 빠른 성능 가진 “Fugaku” 컴퓨터를 구축하고 있다 (Fugaku는 후지산의 뜻함). 이것은 가속기가 없는 범용 목적의 컴퓨터로, 32/64 비트는 물론 16 비트 부동 연산을 지원하므로 딥러닝 AI 분야에서 잘 활용될 수 있다. Fugaku는 앞으로 10년 동안 학문적인 그리고 사회적인 문제를 해결할 수 있을 것이다.

• Educational History
• March 25, 1966: B. S. in physics University of Tokyo
• March 25, 1968: M. S. in physics University of Tokyo
• March 29, 1971: Ph.D. in physics University of Tokyo

• Employment History
• 1991~2006: Professor, University of Tokyo
• 2006~2011: Dean, Kogakuin University
• 2011~2018: Special Professor, Kobe University
• 2018~now: Science Advisor, RIST Kobe Center

In the same way that the Internet has combined with web content and search engines to revolutionize every aspect of our lives, the scientific process is poised to undergo a radical transformation based on the ability to access, analyze, and merge complex data sets. Scientists will be able to combine their own data with that of other scientists, validating models, interpreting experiments, re-using and re-analyzing data, and making use of sophisticated mathematical analyses and simulations to drive the discovery of relationships across data sets. This “scientific web” will yield higher quality science, more insights per experiment, a higher impact from major investments in scientific instruments, and an increased democratization of science—allowing people from a wide variety of backgrounds to participate in the science process.

What does this “big science data” view of the world have to do with exascale computing, which has been primarily targeting modeling and simulation? Scientists have always demanded some of the fastest computers for computer simulations, and while this has not abated, there is a new driver for computer performance with the need to analyze large experimental and observational data sets. The exponential growth rates in detectors, sequencers and other observational technology, data sets across many science disciplines are outstripping the storage, computing, and algorithmic techniques available to individual scientists. Machine learning is becoming a popular tool to analyze scientific data, control experiments, and approximate expensive experiments.

In this talk I will describe some examples of how science disciplines such as biology, material science and cosmology are changing in the face of their own data explosions, and how this will lead to a set of open questions for computer scientists due to the scale of the data sets, the data rates, inherent noise and complexity, and the need to “fuse” disparate data sets. What is needed for data-driven science workloads in terms of hardware, systems software, and programming environments and how well can those be supported on systems that also run simulation codes? How will the imminent hardware disruptions affect the ability to perform data analysis computations on future systems?

• Biography
• Katherine Yelick is a Professor of Electrical Engineering and Computer Sciences at the University of California at Berkeley and the Associate Laboratory Director for Computing Sciences at Lawrence Berkeley National Laboratory. She is known for her research in parallel languages, compilers, algorithms, libraries, architecture, and runtime systems. She earned her Ph.D. in Electrical Engineering and Computer Science from the Massachusetts Institute of Technology and has been on the faculty at UC Berkeley since 1991 with a joint research appointment at Berkeley Lab since 1996. She was the director of the National Energy Research Scientific Computing Center (NERSC) from 2008 to 2012 and in her current role as Associate Laboratory Director she manages a 300-person organization that includes NERSC, the Energy Science Network (ESNet), and the Computational Research Division. She is a member of the National Academies Computer Science and Telecommunications Board (CSTB) and the Computing Community Consortium (CCC), and she previously served on the California Council on Science and Technology. Yelick is an ACM Fellow, AAAS Fellow and recipient of the Athena and Ken Kennedy Awards. She is also a member of the National Academy of Engineering and the American Academy of Arts and Sciences.

In modern science there is a need for developing extreme-scale computing infrastructures towards support for workflows with complex computing and data requirements. In order to simplify the experience of scientists using the infrastructure and minimizing the need for large movements of data, a combination of capability, throughput as well as interactive computing services have to be offered in a transparent way.

In this talk, I will show how CSCS is improving its service portfolio, which is rooted in traditional supercomputing operations, towards a service-oriented architecture (SOA) that use many of the virtues of native cloud computing. Key technologies such as interactive notebooks, containers for software deployment and their orchestration, as well as web-accessible supercomputing infrastructure will be discussed. I will review recent experiences of CSCS in covering needs of the User Lab (traditional supercomputing operations), the Swiss Institute of Particle Physics (CHIPP, the Swiss part of the World LHC Computing Grid), as well the Materials Cloud platform and the HBP Collaboratory (a platform of the Human Brain Project). Looking at this from a SOA point of view is allowing us to evolve our supercomputing systems to meet the needs of modern science. Finally, these system developments are in line with the ambition to deploy exasacle computing systems in the early 2020s, which we will discuss using the example of high-resolution weather and climate simulations.

• Biography
• Thomas Schulthess holds a chair for computational physics at ETH Zurich and directs the Swiss National Supercomputing Centre (CSCS) in Lugano since fall of 2008. He received his PhD in 1994 from ETH Zurich and spent many years at Oak Ridge National Laboratory. While his primary research is on computational methods for materials science, as CSCS Director he has taken interest in developing energy efficient computing systems for climate modelling and meteorology. Thomas led the teams that won the ACM Gordon Bell Prizes in 2008 and 2009 with the first production-level applications that sustained a petaflop. Under his leadership CSCS and MeteoSwiss introduced the first GPU accelerated systems for weather forecasting that went operational in 2016, and for which they received the Swiss ICT Award for outstanding IT-based projects and services.

알파고 및 알파고제로 이후로, 여러 분야에서, 인간의 능력을 뛰어 넘는 인공지능 (AI) 의 연구 및 개발이 보편화 되고 있다.

이 발표에서는 알파고 및 알파고제로의 이해와 이를 이용한 바둑 인공지능 ‘바둑이’ (BADUKi) 의 개발 과정 등에 대하여 발표하고자 한다.

마지막으로는, 시간이 주어진다면, 인공지능 바둑 AI와 인간 최고수간의 현재 치수에 대하여, 그리고 최대 가능한 치수에 대하여 논의하고자 한다.

• Educational History
• 1982: B.A. Physics, Seoul National University
• 1984: M.S. Physics, Seoul National University
• 1987: M.S. Physics, Brown University
• 1991: Ph.D. Physics, Brown University

• Employment History
• 12.1990~8.1992: Postdoctoral Appoint, Material Science Division, Argonne National Lab
• 8.1992~9.1994: Postdoc, Supercomputer Computations Research Institute, Florida State Univ
• 9.1994~9.1997: Research Associate, Dep of Biomathematical Science, Mt. Sinai School of Medicine
• 9.1997~9.2000: Research Associate, Dept of Chemistry and Chemical Biology, Cornell Univ
• 10.2008~2.2017: Director, Center for in silico Protein Science, KIAS
• 10.2000~present: Professor, Computational Sciences, KIAS

The line between compute/network/storage is getting blurred in HPC and cloud. At the same time, compute is being diversified (CPU, GPU, TPU) while network is being converged (over Ethernet). Forwarding data to the best-available compute node of the right type is becoming a key to the success of heterogeneous and highly distributed computing infrastructure. Making the optimal forwarding decision requires fully programmable network dataplane so that the network can quickly adapt to various and continuously-evolving application workload. Barefoot Networks’ Tofino chip and P4 programming language demonstrated the power and feasibility of high-speed programmable dataplane.

Taking a step forward, directly running part of compute/application logic on a cluster of Tofino chips -- as high-speed packet processing engine – is becoming possible, drastically improving the overall application performance. This talk will introduce a few real cases of such computational networking, and discuss the synergy between Tofino/P4 and the other exciting technologies in Intel.

• Educational History
• 2001: B.S on CS, Seoul National Univ.
• 2007: Ph.D on CS, Seoul National Univ.

• Employment History
• 2007~2015: Principal Researcher, HP Labs
• 2015~2019: Technical Director, Barefoot Networks

빅 데이터 시대에 데이터 과학은 우리가 세계를 이해하고 탐색하는 방식을 근본적으로 변화시킨다. 데이터의 크기는 방대해지고, 생성 속도는 빨라지고, 소스는 다양해지고 있으며, 또 신뢰성에 대한 확인이 중요해지고 있다. 자연과학 분야에서 가장 큰 과제 중 하나는 이러한 데이터로부터 어떻게 의미 있고 해석 가능한 결과를 시기적절하고 체계적인 방식으로 추출하는가 이다. 기계학습이 이를 위한 유망한 방법을 제공할 잠재력을 가지고 있음이 입증되었다. 과학자들은 단지 그러한 기술을 이용하는 것만이 아니라, 과학적 문제에서 그 방법들이 왜, 어떻게 작동하는지를 알고 싶어한다. 이것은 종종 역으로 기계학습 알고리즘 발전에 기여한다. 본 강연에서는 기계학습 및 딥러닝 기술이 자연과학 분야에서 어떻게 사용될 수 있는지를 물리학 및 천문학 중심으로 살펴보고자 한다.

In the big data era, data science fundamentally transforms the way we understand and navigate the world. One of the greatest challenges in physical science is how to extract meaningful and interpretable results from data in a timely and systematic manner as the data becomes extreme in volume, acquisition rate, heterogeneity, and abnormality. Machine learning has proven to have the potential to provide a promising avenue for this. Not only do scientists make use of such techniques, but they are eager to know why and how the methods work for their science problems. This, in turn, often contributes to advances in machine learning algorithms. In this talk, we will see how machine learning and deep learning techniques can be used in the field of physical science with emphases on physics and astronomy.

• Educational History
• 1991: B.S. in Physics from Yonsei University
• 1993: M.S. in Physics from Yonsei University
• 2000: Ph.D. in Astrophysics from Michigan State University

• Employment History
• 교관, 공군사관학교 물리학과
• Postdoc, University of Virginia
• Senior Research Scientist, California Institute of Technology
• Research Assistant Professor, Purdue University
• Assistant Scientist, Gemini Observatory
• Astrophysicist, Center for Astrophysics | Harvard & Smithsonian

슈퍼컴퓨터 5호기 누리온(NURION)은 리눅스 기반의 초병렬 클러스터 시스템으로 이론최고성능(Rpeak) 25.7PFlops의 연산처리 성능을 갖고 있다. 누리온 고성능 인터커넥트, 대용량 병렬파일시스템, 계산노드, 버스트 버퍼(Burst Buffer) 등으로 구성되어 있다.

계산노드 간 연결 및 병렬파일시스템 통신을 위한 인터커넥트 네트워크는 인텔 OPA(Omni-Path Architecture)로 100Gbps로 연결되어 있다. 계산노드는 매니코어 프로세서 인 Intel Xeon Phi Knights Landing 8305노드와 X86 기반 프로세서인 Skylake 132노드로 총 570,020코어로 구성되어 있다.

누리온은 이러한 대규모 계산 능력을 통해 국가 연구개발(R&D)의 경쟁력 향상 기여에 목적을 두며, 기후 예측이나 신소재 개발 등 복잡한 문제나 신약개발, 항공 실험 등 실험적으로만 해결하기에는 위험하고 비용이 많이 소요되는 문제를 해결하는 데 기여 하고 있다.

누리온은 연구 개발을 지원하기 위한 다양한 종류의 소프트웨어를 탑재하고 지속적으로 업그레이드 하고 있으며, 고성능 하드웨어와 유기적인 연동을 통해 최고의 생산성을 유지하기 위해 노력하고 있다.

• Educational History
• 08.02: 전북대학교 공학사, 경영학사
• 10.08: 전북대학교 공학석사
• 17.02: 전북대학교 공학박사

• Employment History
• 13.12~15.05: 한국과학기술정보연구원
• 15.06~17.09: 국민연금공단
• 17.09~현재: 한국과학기술정보연구원

슈퍼컴퓨터 5호기 GPU 지원 보조시스템(Neuron)은 5호기 메인시스템(Nurion)이 인텔 매니코어 및 x86 아키텍처로 구성이 됨에 따라 하드웨어 아키텍처에 제한되지 않는 다양한 인프라를 제공하기 위한 목적으로 서비스되고 있다. GPU 기반 시스템을 통한 성능 가속이 뛰어난 기존 계산과학분야의 수요에 대응할 뿐 아니라 기계학습(Machine Learning/Deep Learning) 및 빅데이터 분야의 연구∙개발을 위한 GPU 계산 자원의 공공 수요에 대응하고 있다. Neuron 시스템은 작업스케줄러(SLURM)을 이용해 사용자들이 제출한 작업을 스케줄링하는 방식으로 시스템이 활용되고 있다.

본 발표를 통해 사용자 프로그래밍 환경, 스케줄러(SLURM)을 통한 작업실행에 대한 소개를 진행하고자 한다.

• Educational History
• 2006.2: 광운대학교 학사 졸
• 2008.8: 광운대학교 석사 졸
• 2016.2: 광운대학교 박사 졸

• Employment History
• 2008.8~2011.12: ㈜제너시스템즈 근무

슈퍼컴퓨터 5호기 Nurion은 IO 처리 및 데이터 보관을 위해 병렬파일시스템과 버스트버퍼(Burst Buffer)를 제공한다. 병렬파일시스템을 위해 스크래치(/scratch, 21PB), 홈(/home01, 760TB), 어플리케이션(/app, 507TB) 세 개의 Lustre 파일시스템을 제공하고 있다. 각 파일시스템은 SFA7700X 스토리지 기반의 메타데이터 서버(MDS)와, ES14KX 스토리지 기반의 오브젝트 스토리지 서버(OSS)로 구성된다. Lustre 파일시스템은 계산노드, 로그인노드, 아카이빙 서버(Data Mover)에 마운트 되어 IO 서비스를 제공한다.

버스트버퍼는 계산 노드와 병렬파일시스템 사이에서 동작하는 NVMe 기반의 IO 캐시로 약 844TB의 용량을 제공한다. 버스트버퍼는 계산노드와 스토리지 (/scratch) 사이의 I/O 가속화를 위한 캐시 레이어로 병렬파일시스템의 small I/O 또는 random I/O에 대한 낮은 성능 보완과 및 병렬 IO의 성능 극대화를 위해 5호기에 새로이 도입되었다. I/O 의존성이 높은 사용자 어플리케이션의 성능 향상을 목표로 하고 있으며 로그인노드와 계산노드 전체에 마운트 되어 있다.

• Educational History
• JunWeon Yoon is a senior researcher in the Department of Supercomputing Center at Korea Institute of Science and Technology Information (KISTI) since 2005. Also, he received M.S. and Ph.D. degrees in Department of Computer Science from Korea University.

• Employment History
• High Performance Computing (HPC), a supercomputer, is composed of complex and diverse systems and software. He has been managing the hardware and system software in this field for several years. He also played a role in the introduction and construction of Nurion supercomputer, and he is still the operator of this system. His research interest fields are distributed computing, supercomputing, parallel filesystem, scheduling, etc.

KISTI 슈퍼컴퓨터 5호기는 전통적 활용분야인 HPC 뿐만 아니라 인공지능· 빅데이터 분야를 위해서도 잘 활용될 수 있도록 서비스 환경을 제공할 것을 요구받고 있다. 이를 위해서는 클라우드 컴퓨팅 기술에 바탕을 둔 유연한 인프라 및 소프트웨어 플랫폼의 구축이 필요하고, 데이터 분석을 위해 자주 요구되는 도구들을 제공할 수 있어야 한다. 누리온에 구축되는 클라우드 서비스는 사용자들이 요구하는 다양한 SW 환경을 구성하여 슈퍼컴을 이용할 수 있도록 하고 특히 클라우드 기반의 데이터 분석 환경을 제공함으로써 보다 손쉽게 데이터 기반의 연구를 수행하는 환경을 제공할 예정이다.

본 발표에서는 이러한 누리온 클라우드 컴퓨팅 서비스의 구축 현황 및 다양한 기능에 대해 소개하고자 한다.

• Educational History
• 1999: 전남대학교 전산학 학사
• 2002: KAIST 전산학 석사

• Employment History
• 2002~현재: 한국과학기술정보연구원 책임연구원

누리온 서비스 오픈 이후 접수된 사용자 상담 통계 정보를 살펴보고 반복 접수 되는 상담 최소화를 위한 개선 계획에 대하여 설명한다. 또한, 매년 실시하는“고객 만족도 조사”에서 제기된 사용자 불편 사항에 대하여 관련 내용 설명 및 사용자 편의성 제고를 위한 서비스 개선 계획에 대하여 사용자의 피드백을 받는다.

• Educational History
• 2002.02: 한남대학교 컴퓨터공학과 석사졸업
• 2013.02: 충남대학교 컴퓨터공학과 박사수료

• Employment History
• 2003.03~현재: KISTI 슈퍼컴퓨팅인프라센터

KISTI 슈퍼컴퓨터 5호기 누리온의 사용자 만족도 및 활용률 제고를 위하여 누리온 사용자들이 많이 사용하는 응용소프트웨어 5종을 선별하여 멀티노드 성능을 살펴보고 더 신속한 시뮬레이션을 위한 방안 등을 발굴하여 사용자들에게 공유하고자 한다.

본 발표를 통하여, 멀티노드 성능이 정리된 일부 응용소프트웨어에 대한 결과를 공유하고, 결과물들에 대한 효율적인 전달 방안에 대해 논의하고자 한다.

• Educational History
• 1998-2002: B.S., Dept. of Math and Meteorology (Double Major), Yonsei Univ.
• 2002-2004: M.S., Dept. of Meteorology, Yonsei Univ.
• 2005~2009: Ph.D., Dept. of Atmospheric & Oceanic Science, Univ. of Maryland

• Employment History
• 2009~2012: Post-doc, Dept. of Atmospheric & Oceanic Science, Univ. of Maryland
• 2012~2015: Senior Scientist, Korea Institute of Atmospheric Prediction Systems
• 2015~present: Senior Researcher, Korea Institute of Science and Technology Information

최근 인공지능 연구에서 빅데이터, 빅모델을 수행하기 위한 고성능컴퓨터에 대한 관심이 커지고 있다. 고성능컴퓨터인 슈퍼컴퓨터 5호기 누리온에서 대규모 인공지능 학습검증을 위해 이미지넷을 이용해 검증을 하였다. 누리온에서 고성능 공유 파일 시스템인 러스트와 Singularity 컨테이너를 사용하였으며, 이를 통해 이미지넷 데이터에 대해서 누리온 2048노드까지 병렬확장성이 나오는 것을 확인하였다.

본 발표에서는 해당 테스트 결과를 공유하고자 한다.

• Educational History
• 2000: 고려대학교 컴퓨터학과 학사
• 2002: KAIST 전산학과 석사

• Employment History
• 2002~현재: KISTI 슈퍼컴퓨팅본부 선임연구원

OpenFOAM은 기계, 자동차, 선박, 항공기, 건축 등 다양한 분야에서 설계 또는 공정 개선을 위해 주로 열·유동 분야 공학해석에 사용되는 오픈소스 소프트웨어이다. 전 세계의 수많은 산·학·연 기술 멤버들에 의해 OpenFOAM 협력 개발 및 활용 공유를 통한 다양한 문제의 해석 결과에 대한 신뢰성이 입증되고 있다. 또한 상용 소프트웨어 수준의 복잡한 해석 범위로도 지속적으로 확대되고 있고, 태풍, 미세먼지, 화재 등 국민 생활 안전을 위한 거대 문제 해결까지 가능하다. 따라서 OpenFOAM이 슈퍼컴퓨터 이용 활성화에 영향을 크게 미칠 것으로 판단된다.

본 발표에서는 OpenFOAM을 통해 유럽을 중심으로 활발하게 전개되고 있는 오픈 소스 소프트웨어의 전 세계적인 공유와 확산 기조에 대한 상황을 검토한다. 또한 ANSYS Fluent 등 상용 소프트웨어와 대조되는 특징 및 이용자가 겪게 되는 사용 문제점 및 이에 대한 개선 지원 방향에 대한 의견도 포함한다. 누리온 5호기, 특히 고대역 온 페키지 메모리를 사용하는 KNL 프로세서에서 최적화 테스트를 거쳐 2019년 5월에 설치 완료된 OpenFOAM v5.x에 대한 적합 병렬 성능을 위한 옵션 사용법을 공유한다. 그리고 OpenFOAM v5.x의 솔버 사용을 위한 전·후처리를 지원하는 GUI 툴인 KISTIFoam v1.0과 5호기와의 연동에 대해서도 소개한다. 열·유동 해석 분야 솔버인 OpenFOAM과 이의 전·후처리를 위한 GUI툴인 KISTIFoam에 대한 KISTI 교육 프로그램 등을 활용한 5호기 사용자 활성화 방안도 제시한다.

• Educational History
• 1994~1998: 한국항공대학교 항공우주공학과 학사
• 1998~2000: 한국항공대학교 항공우주공학과 석사
• 2003~2011: 서울대학교 기계항공공학부 박사

• Employment History
• 2000~2002: 한국항공대학교 항공우주부품개발연구센터 전임연구원
• 2002~2003, 2005~2006: 서울대학교 제어계측신기술연구센터 전임연구원
• 2011~2013: 삼성전자, 삼성디스플레이 CAE팀 책임연구원
• 2013~현재: 한국과학기술정보연구원 선임연구원

Solving a large number of tridiagonal systems of equations is particularly important for the multidimensional partial differential equations (PDE) in large scale thermal turbulent flow simulations pursuing high fidelity and high performance computing. Despite the numerous tridiagonal systems enable much parallelism for high performance computing, it remains still a bottle-neck to handle the massive communication of coefficient matrix in a large scale cluster system with distributed memories.

This study elaborates an efficient and scalable computational procedure to solve numerous tridiagonal systems of equations in multidimensional PDE problems. A newly designed communication scheme with the modified Thomas algorithm is implemented to improve the scaling of communication, which is a main bottleneck of massive parallelism. Performance benchmarks on the two- and three-dimensional problems show remarkable performance enhancement in terms of the execution time compared to a conventional scheme which performs a parallel transpose of full coefficient matrix. With an example problem of the three-dimensional heat conduction problem, we also obtain the good strong and weak scalability results until 262,144 cores on KISTI Nurion cluster system, which we consider as the largest parallel simulation for solving tridiagonal systems to best our knowledge.

• Educational History
• 2000.2: 한국과학기술원 기계공학과, 학사
• 2000.2: 한국과학기술원 기계공학과, 석사
• 2000.2: 한국과학기술원 기계공학과, 박사

• Employment History
• 2006.09~: 삼성전자
• 2009.12~Current: 한국과학기술정보연구원

과학·공학 프로그램의 자체개발은 각 분야별 지식뿐만 아니라 수치해석에 대한 이해 그리고 소프트웨어 개발이론에 대한 해도가 충분하지 않으면 접근하기 쉽지 않다. 또한 협업개발을 통한 코드 유지 관리에 대한 노하우가 없이는 코드가 계속해서 발전하기 힘들다.

본 발표에서는 도메인 전공자들이 과학·공학 프로그램의 개발에서 필요한 부분 (협업개발 및 유지관리보수의 경량화)에 대해서 개괄적으로 다룰 것이다. 이를 위해 격자 기반 양자화학 소프트웨어인 ACE-Molecule과 유한요소 기반의 원자력 해석 프로그램인 NUFESOL 개발 경험 및 NURION 최적·병렬화 결과도 발표할 것이다.

• Educational History
• 2009.02~2012.02: KAIST, BS
• 2012.02~2017.09: KAIST, Ph.D

• Employment History
• 2017.09~Current: KISTI

Benefits of Intel Xeon Phi Knights Landing (KNL) systems in computing cost are examined with tight-binding simulations of large-scale electronic structures that involve sparse system matrices whose dimensions normally reach several tens of millions. Speed and energy usage of our in-house Schroedinger equation solver are benchmarked in KNL systems for realistic modelling tasks, and are discussed against the cost required by offload computing with P100 devices. Superiority in speed and energy-efficiency observed in KNL systems justify the practicality of bootable manycore processors that are adopted by nearly 30% of largest supercomputers in the world. With a demonstration of the strong scalability up to 2,500 nodes, this work serves as an useful case study that supports the utility of KNL systems for handling memory-bound applications including ours and other numerical problems that involve large-scale sparse matrix-vector multiplications, particularly compared to GPU-based systems.

• Educational History
• 서울대학교 전기공학부 학사
• Stanford University 전기공학부 석사
• Purdue University 전기컴퓨터공학부 박사

• Employment History
• 삼성전자 반도체총괄 System LSI 사업부
• 한국과학기술정보연구원 슈퍼컴퓨팅본부 (현)

1. 기업의 지속가능성을위해 UN에서 제시한 SDG index

2. SNS 비정형 텍스트 데이터로 기업의 지속 가능성을 측정하는 방법

3. Global company 사례 예시

• Educational History
• 부산대학교 (학사, 수학 전공)
• Assist MBA (석사, 빅데이타 전공)

• Employment History
• 2006년~: 홈플러스, Tesco Korea
• 2015년~현재: 11번가㈜, SK그룹

환풍기 및 펌프 등에 사용되는 모터 전류 데이터의 Unsupervised Clustering 및 Classification 을 하며, 아마존 및 애플 주식시장 데이터를 가지고 Reinforcement Learning을 하며, 빅데이터 환경에서 어떻게 유효한 데이터를 추려내는지, 그리고 실제 어떠한 방법으로 Inference가 되어야 하는지 알아본다.

• Educational History
• 뉴욕 버펄로 주립대 전자공학과 졸업

• Employment History
• Penetradar Corp, Niagara Falls, NY
• 삼성 S1 근무
• 하이트론 시스템즈 근무

빅테이터 및 인공지능 추론을 위해 많은 솔류션들이 존재하고 있다. 이 중 FPGA를 이용한 빅데이터 및 인공지능 추론 최적화 방법이 타 솔루션들과 어떻게 차별화 할 수 있는지 솔개 할 수 있는 시간이 될 것 이다. FPGA의 가장 큰 특징은 다양한 I/O를 통해 입력되는 정보들을 최적화할 수 있는 시스템을 구축하고 데이터 맞춤형 추론 시스템을 구축할 수 있다는 것이다. 데이트 흐름의 관점에서 전체적인 workload를 개선하는 방법과 추론을 맞춤형으로 최적화할 수 있는 솔후션을 소개하고자 한다.

• Employment History
• Intel Korea – FAE
• Altera – Design Specialist FAE & FAE
• MJL – FAE

IBM의 HPC 기술은 2018년 Smart Supercom 구축 사례를 기점으로 기존 고성능 컴퓨팅 영역에서 고성능 데이터 분석(HPDA)와 AI 워크로드 중심으로 확장하고 기존 HPC 솔루션들의 재구성, 개선 및 통합 과정을 빠르게 진행하고 있습니다.

최근 고객 사례를 통해 HPC 활용 동향을 소개하고 솔루션과 인프라 측면에서 변화를 살펴보고자 합니다.

• Educational History
• 한국외국어대 응용전산 석사

• Employment History
• SGI Korea, HPC 기술영업 및 기술지원
• Cary Korea, System Analyst @ 기상청 슈퍼컴 3호기 구축 업무
• (현) IBM Korea, HPC & SDI 기술 영업 및 Digital Development

AI가 발전하기 위한 구성 요소로 IT인프라도 빼놓을 수 없습니다. 향후 AI의 진화과정에서 IT인프라는 어떠한 형태로 발전하게 될 것인지는 전망해보도록 하겠습니다.

• Educational History
• 성균관대학원 정보보호학과

• Employment History
• 한국IDC에서 8년간 서버, 스토리지, 네트워크를 포함하는 IT인프라 리서치를 담당하였습니다.

우리나라 농림축산업은 지난 1960년대와 1990년대에 각각 녹색혁명과 백색혁명을 통하여 쌀의 자급자족 및 시설농업의 뛰어난 발전을 이루었다. 2000년대에 들어 와서는, 3번째의 농림축산업의 큰 도약을 위한 노력을 경주하고 있는데, 대표적이 키워드로는 바이오, 종자, ICT, 스마트팜 등으로 꼽히고 있다. 하지만, 우리 농업의 발전을 위하여 꼭 극복해야만 하는 다양한 국내외 정세와 환경들이 있다. 대표적으로, 글로벌 경제의 통합 (무한경쟁), 고령화 사회 (장수 시대), 과학기술발전 (융복합 기술 시대), 기후변화의 영향 (환경 중시), 글로벌 식량 위기 (식량부족 시대), 새로운 가치지향 (삶의 질 중시)라고 할 수 있다.

ICT 스마트팜은 이러한 어려움을 극복하기 위한 중요한 대안 중에 하나로 알려져 왔다. 인공지능(AI)까지 도달하기 위하여 ICT의 가장 근간이 되는 빅데이터의 중요성은 매우 잘 알려져 있으며, 짧은 시간 동안, 신뢰도 있는 빅데이터를 효과적으로 구축하기 위하여 컴퓨터 시뮬레이션의 적용에 대한 중요성 또한 점점 더 커지고 있다.

• Educational History
• 1987.2: 건국대학교 농과대학 농업공학과 학사학위
• 1995.6: 미국 오하이오주립대 농업공학과 석사학위
• 1998.6: 미국 오하이오주립대 농업공학과 박사학위

• Employment History
• 1998.6~1999.7: 미국 오하이오주립연구소 박사후연구원
• 1999.8~2001.7: 일본 국립농업공학연구소 STA 특별연구원
• 2001.8~2005.2: 한국 농촌진흥청 농업공학연구소 농공연구사
• 2005.3~현재: 서울대학교 농업생명과학대학 지역시스템공학 교수

고성능컴퓨팅 워크로드는 고가용성, 안정성 및 분산처리 등의 장기간 연산 및 고속 연산에 특화한 기능들을 요구하는 특징이 있다. 최근 딥러닝, 빅데이터, 스트리밍 데이터 처리 등, 고성능컴퓨팅을 요하는 다양한 플랫폼 및 서비스들이 등장함에 따라 기존 고성능컴퓨팅 워크로드에 요구되던 사양이 확장되고 있다. GPU 지원, 소프트웨어 관리 편의성, 멀티테넌시 지원 및 스케일링 유연성 등이 이에 속한다. 이러한 요구사항을 충족하기 위하여, Docker등의 씬 컨테이너 기반의 가상화 기술이 고성능 컴퓨팅에도 도입이 시작되고 있다. 그러나 컨테이너 기반의 가상화 기술의 경우, 기존 고성능컴퓨팅 워크로드들이 요구하는 장기간 안정성 및 고속 연산에 대한 요구를 만족하기 위해서는 많은 문제점들을 해결해야 한다.

본 발표에서는 컨테이너 기반의 딥러닝 및 대규모 데이터 처리용 고성능 컴퓨팅 플랫폼 구축 과정을 설명하고, 그 과정에서의 다양한 경험 및 문제들과 해결 방안들을 실제 기관 도입 사례를 중심으로 소개한다.

• Educational History
• Ph.D. in Computer Science at KAIST

• Employment History
• Built a Hadoop cluster mgmt service and participated in development of iCube cloud platform in NexR.
• Built OTL service for all KAIST students, operated for 6 years.
• Analyzed operations logs of a global-scale multi-tenant cloud service in MSR Cambridge, UK.

네이버에서 연구 개발에 사용하고 있는 머신러닝 플랫폼인 NSML에 대하여 소개합니다.

연구 개발 과정을 효율적으로 수행하기 위해 제안한 기능들을 설명하고, 실제 운용 경과를 근거로 그 효용성을 입증합니다.

• Educational History
• 서울대학교 컴퓨터 공학과 학사 졸업

• Employment History
• 1999~ 헥스플렉스 창업자
• 2005~ 레드덕 디렉터/실장
• 2014~ 엔씨소프트 부장
• 2017~ 네이버 책임리더

SNS의 활성화로 여러 분야의 많은 소셜데이터가 축적되었으며 ICT기술의 발전으로 빅데이터를 분석할 수 있는 기반이 구축되었다. 이에 기업이나 공공기관에서는 다양한 소셜빅데이터의 분석을 통해서 제품이나 서비스 또는 정책의 평판을 실시간으로 파악하고 피드백을 받아 볼 수 있게 되었다. 이러한 소셜빅데이터를 수집하고 분류하고 분석하는 프로세스를 설명하고 시장에서의 성공적인 사례를 소개한다.

• Educational History
• 1990: 경희대학교 전자계산공 학사
• 2015: 숭실대학교 IT경영 석사
• 2019: 숭실대학교 공학 박사

• Employment History
• 삼보컴퓨터 선임 연구원
• 한메소프트 수석연구원
• 효성데이터시스템 개발
• ㈜알에스엔 대표이사

전산 목업(mock up)을 이용한 형상 설계와 전산공력해석을 통해 항공기 개발 일정 및 비용을 절감할 수 있다.

헬리콥터 공력 형상 설계를 위해 필요한 해석 분야는 공력 해석, 공력음향 해석, 결빙해석, 열해석, 6-DOF 해석, 등이며, 이를 위해 관련 S/W와 HPC(High Performance Cluster)가 필요로 하다.

공력해석을 위한 전산유체역학(Computational Fluid Dynamics) 분야에서는 일찍이 HPC가 활용되어 왔다.

HPC의 H/W는 계산을 담당하는 계산 Cluster(중요 부품: CPU, RAM)와 각 계산 노드를 연결해 주는 네크워크 시스템(중요 부품:허브 및 LAN CARD), 저장장치(중요 부품: file server, storage), Login Server/License Server로 구성된다. 다수의 유저가 HPC를 사용하기 위해서는 Job schedule 및 monitoring program이 필요하다.

효율적인 전산공력해석을 위해서는 해석 S/W 및 해석 모델의 크기와 H/W의 Capability를 고려하여야 한다. 전산공력해석은 타 해석(ex. 구조)의 경우 보다 CPU의 computing power가 중요하고, RAM과 Network은 CPU의 성능을 저하하지 않는 범위내로 구축하면 된다.

헬리콥터 공력 형상 설계의 해석 사례는 단순한 Steady 해석으로부터 헬리콥터 블레이드 모션 구현을 위한 Unsteady해석, Unsteady 소음 해석 등 해석 모델의 크기와 해석 시간의 폭이 매우 넓다. 가장 효율적인 해석 방법은 Core당 해석 격자 즉, Core당 점유 메모리와 해석 소요시간 테스트를 통해 구할 수 있다.

• Educational History
• 1990.3~1997.2: 조선대학교 우주항공학과 졸업(학사)
• 1997.3~1999.2: 조선대학교 일반대학원 항공우주공학과 졸업 (석사)
• 2004.8: 조선대학교 일반대학원 항공우주공학과 졸업 (박사)

• Employment History
• 2003~2007: 한국항공우주산업 개발본부 T-50 공력팀, 선임연구원
• 2007~2019: 한국항공우주산업 KHP사업부 로터설계팀, 책임연구원
• 2008~2009: 경상대 산업시스템공학부, 겸임교수
• 2007~2008: 조선대학교 항공우주공학과, 겸임교수
• 2016~현재: 한국항공우주산업 개발본부, 로터설계팀, 수석연구원

Connected cars are changing role of automobile by enabling mobility services which were not possible without massive data gathered from vehicles online. For example, predictive maintenance, automated and dynamic map, rated insurance based on driving history, etc.

Amount of data to be processed is predicted to increase massively after introduction of 5G mobile services which requires move efficient way to process data than general-purpose processors like CPU. In this talk, we will go over the challenges we face today, and show In Network Computing prototype using P4 on FPGA to process CAN (Controller Area Network) data gathered from vehicles.

• Educational History
• 1993.04~1997.03: Tokyo Institute of Technology

• Employment History
• 2016.11~2019.03: Toyota InfoTechnology Center
• 2018.11~current: Lumina Networks, Inc.
• 2019.04~current: Toyota Motor Corporation
• Full history: https://www.linkedin.com/in/ebiken/

Operators experienced deployment and operation of many networking technologies and repeatedly migrated one to next technology phase with certain portion of remained legacy assets. Now that the latest phase which the industry has reached at is IPv6 and Segment Routing. Here it is expected that promising use cases (e.g. Multi-access Edge Computing) will be deployed onto Segment Routing IPv6 (SRv6) and the legacy networks. This presentation will try to study how that use case deployment looks like on both SRv6 and the legacy networks.

• Educational History
• 1986.04~1991.03: Takuma National College of Technology

• Employment History
• 1991.04.~2005.09: Japan Telecom
• 2005.10~current: SoftBank Corp.

5G mobile network requires network slicing to manage several network applications which have different network SLA such as low latency, broadband and so on. SRv6 can realize network slicing by using SRv6 SID list as service chaining. SRv6 service chaining can be also key technology for edge computing. But current merchant silicon doesn’t support SRv6, so we’ve developed prototype of SRv6 service chaining with Barefoot Tofino capable of P4 data plane programmability. SRv6 service chaining also requires SRv6 nodes to speak BGP because SRv6 SID must have IPv6 reachability. So we run SONiC on Tofino to speak BGP.

In this presentation I’d like show brief overview of our prototype of SONiC + SRv6 on Tofino and demonstrate SRv6 service chaining in BGP-base IP CLOS fabric

• Educational History
• 1997.04~2003.03: University of Tokyo

• Employment History
• 2003.04~2010.01: Hitachi Cable, Ltd.
• 2012.02~2013.01: Hitachi Cable America, Inc.
• 2013.02~2016.11: Hitachi Metals, Ltd.
• 2016.12~current: APRESIA Systems. Ltd.

The GPRS Tunneling Protocol User Plane (GTP-U) has long been deployed for GSM, UMTS and 4G LTE. Now for 5G, IPv6 Segment Routing (SRv6) has been proposed as an alternative user plane protocol to GTP-U in both 3GPP and IETF. SRv6 based on source routing has quite a few advantages: stateless traffic steering, network programming and so on. Despite the advantages, however, it is hard to expect to replace GTP-U by SRv6 all at once, even in a 5G deployment because of a lot of dependencies between 3GPP nodes. Therefore, stateless translation and co-existance with GTP-U have been proposed in IETF. However, there are no suitable measurement platform and performance evaluation results between GTP-U and SRv6. In particular, it is hard to measure the latency on commercial traffic generators when a receiving packet type is different from a sending packet type. In this paper, we focus on the performance evaluation between GTP-U and SRv6 stateless translation. We designed an SRv6 measurement platform using a programmable switch, and measured GTP-U and SRv6 functions with pre-defined scenarios on a local environment. Well-known performance metrics, such as throughput and packets per second (PPS), are measured by the traffic generator while the latency at the functions was measured using telemetry on our SRv6 plat- form. In our evaluation, we cannot find abrupt performance drop of well-known metrics at SRv6 stateless translation. Moreover, the latency of SRv6 stateless translation is similar to GTP-U and their performance degradation is negligible. Through the evaluation results, it is obvious that the SRv6 stateless translation is acceptable to the 5G user plane.

• Educational History
• 2013.3: Toyohashi University of Technology, Ph.D.

• Employment History
• 2013.04~2019.08: Fujitsu Labs.
• 2019.09~current: Toyota Motor Corporation

블록체인은 대규모 분산처리 P2P 네트워크에서 운용된다. 본 발표에서는 블록체인 P2P 네트워크의 위상 검출 방법과 P2P 가상 네트워크의 성능 분석 결과를 논의한다. 논의 주제에는 노드의 지역적 분포를 포함하여 네트워크 크기, 네트워크의 안정성이 포함되어 있다.

• Employment History
• 현재 계명대학교 컴퓨터공학부 교수이며 한국통신학회 통신망운용관리연구회 위원장을 역임하고 있다. 2002년 포항공과대학 컴퓨터공학 박사학위를 취득하였고 주로 네트워크운용관에 대한 연구를 수행하였고 최근 블록체인 분야로 연구범위를 확대하였다. 네트워크운용관리 구조에 대한 논문 및 연구과제를 수행하였고 특히 무선네트워크관리, 통합네트워크관리, 트래픽모니터링 주제로 연구를 수행하였으며 최근 블록체인 네트워크로 범위를 확대하여 블록체인 네트워크에 대한 모니터링를 주제로 연구와 과제를 수행하고 있다.

최근 악성코드들은 분석을 회피하기 이해 packing 기법과 다양한 회피 무력화 기법을 사용하고 있다. 본 발표에서는 패커를 탐지하고 이를 언패킹하는 기법을 소개하고자 한다.

• Employment History
• 현재 강원대학교 컴퓨터과학과 교수이며, 한국통신학회 통신망운용관리연구회 운영위원으로 활동하여 왔다. 2004년 포항공과대학 컴퓨터공학 박사학위를 취득하였고, 2004년에서 2005년까지 프랑스 INRIA 연구소에서 박사후 연구원, 2005년에서 2006년까지는 캐나다 워터루 대학 박사후 연구원을 수행하였다. 연구분야로써, 네트워크 모델 연구, 악성코드 등의 정보보안 연구 등이 있다.

5G는 다양한 유형의 서비스가 가능하게끔 다양한 요구를 반영할 수 있도록 다양한 리소스에 대한 제어도 요구되고 있다. 그래서 단일 물리적 인프라를 통해 여러 가상 리소스를 프로비저닝을 가능하게 하는 네트워크 슬라이싱 기술이 중요한 기능을 수행한다. 다양한 서비스의 리소스 요구 사항에 따른 슬라이스 생성을 결정하는 복잡한 문제를 해결하기 위하여, IBN(Intent-Based Network) 오케스트레이션 플랫폼을 소개한다.

• Employment History
• 현재 제주대학교 컴퓨터공학과 교수이며, SW 중심대학 사업단장을 역임하고 있다 또한, 한국통신학회 통신망운용관리연구원 위원으로 활동하고 있다. 1995년 연세대학교 전자공학과 공학박사를 졸업하고, 2001년부터 2002년까지 캐나다 University of Western Ontraio에서 박사후 과정을 수행하였다. 관심분야로써, SDN/NFV, IoV((Internet of Vehicles), 블록체인 등이 있다.

보다 안전한 지능형 커뮤니티서비스를 저비용으로 제공하기 위해, IoT 환경을 활용하는 Cyber-Physical System(CPS)에서의 데이터 수집 및 분석 연구를 소개한다.

• Employment History
• 현재, 전남대학교 전자컴퓨터공학부 부교수이며, 한국통신학회 통신망운용관리연구회 운영위원으로 활동하고 있다. 2007년 KAIST 전기및전자공학과 박사를 졸업하고, 2007년부터 2011년까지 University of California Irvine에서 박사후 연구원을 수행하였다.

개방형 IoT 서비스 플랫폼 구축을 위한 가상 IoT 디바이스 기술을 소개한다. 가상 IoT 디바이스 기술은 클라우드/컴퓨팅 기술을 활용하여 IoT 디바이스의 물리적인 제약을 극복하고 유연하고 개방적인 지능형 서비스 구현이 가능하게 한다.

• Employment History
• 현재 경남대학교 컴퓨터공학부 교수이며, 한국통신학회 통신망운용관리연구원 위원으로 활동하고 있다. 2003년 고려대학교 전자공학과 공학박사를 졸업하고, 2003부터 2004까지 미국 University of Arkansas에서 박사후 연구원을 수행하였다. 관심분야로써, IoT, VANET, SDN/NFV, Network Security, 블록체인 등이 있다.

KAFE(Korean Access FEderation)는 국내 최초의 ID 연합으로 국내 연구 교육 자원을 공동 활용하고 연구자들의 협업을 촉진하는 서비스이다.

우리 기관이 KAFE 서비스에 가입하게 된 동기, KAFE 가입 후 기관에서 준비해야 될 시스템 준비 사항, KAFE 연동 시스템과 기관 ID 연동을 위한 절차, KAFE 가입 연동 후 기관에서 KAFE 활용 방안 대해서 소개한다.

• Educational History
• 광주과학기술원(GIST) 공학석사

• Employment History
• 한국항공우주연구원
• 정보통신기술사, 정보보호전문가

가상화폐 불법 운영에 대한 대응 사례

과기부 정책에 따른 대응 사례

• Employment History
• 포항공과대학교(POSTECH) 정보기술팀
• 울산과학기술원(UNIST) 정보기술팀

개인용 모바일 기기의 확산, IoT 등의 트렌드로 네트워크 인프라의 급격한 확장이 이루어지고 있음. 이에 따른 네트워크 운영 업무의 증가를 해소하기 위하여 최근 인터넷을 통해 공개되고 있는 자동화 사례를 공유함으로써 운영환경 개선에 대해 함께 고민하는 자리를 갖고자 함.

• Educational History
• 인하대학교 컴퓨터공학과 학사

• Employment History
• 2002.2~2004.6: LG CNS 인프라아키텍쳐팀
• 2005.3~현재: 인하대학교 정보통신처 IT인프라팀

해킹 사고는 우리나라 정부 및 국민을 괴롭혀 왔다. 2003년 1.25 인터넷 대란을 시작으로 2009년 7.7 DDoS 공격, 2013년 3.20 사이버 테러 등 국가 전체를 혼란에 빠뜨리는 보안 사고가 종종 발생했다. 우리나라는 2005년부터 국가사이버안전관리규정을 제정하여 국가 사이버 보안의 기틀을 마련하고 사이버 위기에 빠르게 대응하는 보안관제 체계를 구축하였다.

이를 통해 이미 알려져 있는 공격의 시그너쳐를 기반으로 탐지하는 IDS 시스템과 대규모 DDoS 공격을 빠르게 대응하는 DDoS 대응 시스템 도입으로 수많은 공격들을 효과적으로 차단하였다.

한편, 대규모 사이버 공격이 여의치 않은 해커들은 스피어 피싱 등을 통한 APT 공격을 통해 여전히 많은 공공기관 및 기업체의 자료를 유출하는 등 진화된 공격 방법을 사용하고 있다.

하지만, 현재 보안관제 체계는 네트워크 경계점에서 유입 트래픽을 자세히 분석하는 네트워크 perimeter 기반 보안관제 모델을 사용하고 있어, 해커들의 다양한 공격을 막아내기 어려운 것이 사실이다. 본 발표에서는 기존 보안관제 기술의 한계점과 함께 최신 해킹 및 보안기술 트렌드를 소개한다.

• Educational History
• 1995: 경북대학교 컴퓨터공학과 학사
• 1997: 경북대학교 컴퓨터공학과 석사
• 2008: Texas A&M University, Dept. of Computer Engineering. 박사

• Employment History
• 1996~2003: 한국과학기술정보연구원, 고성능 네트워크, 네트워크 보안
• 2008~2009: Cisco Systems, 하드웨어 엔지니어
• 2010~2012: 국가보안기술연구소, 시스템 보안
• 2012~현재: 한남대학교 컴퓨터공학과, 부교수

일반적으로 동형암호는 암호화된 데이터를 복호화 없이 구현하는 암호를 의미하며, 클라우드 컴퓨팅 등 컴퓨터 환경의 변화와 개인정보 유출의 위협에 따라 최근 각광을 받고 있는 암호체계이다. 그리고 BB84 프로토콜로 대표되는 양자키분배 프로토콜은 정보이론적인 안전성이 이미 오래 전에 증명 되었고, 상용화를 목표로 현재 활발히 연구 중이다. 동형암호의 안전성과 다양한 응용성이 존재함에도 불구하고 다자간 사용자가 원거리 연산을 구현해야하는 시나리오 아래에서는 문제가 발생하게 된다. 본 발표에서, 양자키분배 프로토콜을 사용하여 동형암호의 다자간 원거리 연산을 가능하게하는 방법을 소개하고자 한다.

• Educational History
• 고려대학교 이학학사
• 서울대학교 이학석사 (응용수학 전공)
• 서울대학교 이학박사 (응용수학 전공)

• Employment History
• 고등과학원 계산과학부 연구원
• 서울대학교 산업수학센터 연구원/선임연구원
• (현)서울대학교 수학연구소 선임연구원

본 발표에서는
1) 양자 전송(Quantum teleportation)의 기초를 설명하고,
2) 원거리 양자 전송과 양자 암호(Quantum key distribution, QKD)를 위한 네트워크(Scalable quantum network for long distance quantum communication) 구현에서 근본적으로 해결해야 할 문제점과 어려움을 소개하고, 3) 이를 해결하기 위한 최신 연구 결과와 함께 발표자가 새롭게 제안한 양자 네트워크를 통한 보안 정보의 전송 방법을 소개한다.

• Educational History
• 1998: 한국과학기술원 KAIST 학사 BSc.
• 2001: 한국과학기술원 KAIST 석사 MSc.
• 2009: 옥스퍼드 대학교 University of Oxford 박사 DPhil(Phd).

• Employment History
• 2010~2012: 서울대학교 Postdoc (청암 Fellowship)
• 2013: 다트머스대학 Dartmouth College, 연구원 Research associate
• 2014~2015: 서울대학교 BK조교수
• 2015~: 고등과학원 KIAS QUC연구교수

양자역학에서 어떠한 고전적인 모델로도 설명할 수 없는 강한 상호 연관성이 존재한다는 것은 이미 잘 알려진 사실이다. 이 상호 연관성들 중에 가장 깊이 연구된 분야는 아마도 양자 얽힘(quantum entanglement)과 비국소성(nonlocality)일 것이다. 얽힘과 비국소성은 국소적, 고전적 방법으로 설명할 수 없다는 점에서 비슷하나, 이 두가지 현상에는 뚜렷한 차이점이 존재한다. 비국소성은 국소 숨은 변수 모델(local hidden variable model-LHV)로 설명할 수 없는 성질이고, 얽힘은 공간적으로 떨어진 두 곳에서의 국소 양자 상태와 고전적인 통신으로 흉내 낼 수 없는 양자 연관성이다. 또 우리는 두 가지 현상의 중간 형태도 생각해 볼 수 있는데, 한쪽이 국소 숨김 변수 모델로 설명될 수 있고, 다른 한쪽은 국소 양자 상태인 경우 통신을 통해서 얻어낼 수 있는 연관성으로 설명될 수 없는 현상이 바로 그것이다. 만일 주어진 양자 상태가 이렇게 강한 상호 연관성을 가진다면 우리는 상태를 양자 조종 가능(quantum steerable) 상태라고 부른다. 우리는 여기서 비국소성, 양자 얽힘, 그리고 조종 가능한 상태에 대해 살펴볼 것이다. 그리고 이러한 강한 양자 연관성들이 양자 암호의 안전성 증명에 어떻게 이용될 수 있는지 논의하도록 하겠다.

• Educational History

• Employment History

주요 양자알고리즘과 더불어 양자암호/양자보안통신 등의 필요성에 대해 간략히 토의하고, 제안된 양자암호 프로토콜 등의 동작원리 등을 이해하기 위한 기본양자역학적 법칙들에 대해 논의해 보고자 한다.

• Educational History
• 2006~2010:한양대 물리학과 석/박사 통합(양자정보/컴퓨팅, 양자머신러닝 전공)

• Employment History
• 서울대 거시계 양자제어연구단
• 광주과기원 광양자정보처리연구단
• (현)고등과학원 연구원

The electrochemical reactions on the surfaces of several catalysts are critical to the development of high performing energy harvesting and storage devices. Therefore, in recent years, many theoretical and experimental studies have been conducted to evaluate the precise catalytic reaction mechanisms and catalytic activity for the development of new catalyst materials. Here, we introduce the density functional theory (DFT)-based computational approaches to the study of various electrochemical reactions (hydrogen evolution reaction (HER), oxygen evolution reaction (OER), oxygen reduction reaction (ORR)) occurring on heterogeneous catalysis surfaces. A detailed computational approach to the theoretical interpretation of electrochemical reactions and structure- catalytic activity relationships for carbon-based catalysts will be discussed. The electrocatalytic activity of catalysis can be theoretically evaluated by overpotential value determined from free energy diagram (FED) of electrochemical reactions. By comparing electrocatalytic activity of systematically designed carbon-based catalysts, we will discuss the structure-catalytic activity relationships. In addition, we introduce new theoretical approach to Electrocatalytic Reactions using One Probe and Non- Equilibrium Surface Green’s Function method.

• Educational History
• 1999: 한양대학교 화학과 학사
• 2001: 한양대학교 화학과 석사
• 2008: 일본 Tohoku University, 공학박사

• Employment History
• 2001~2012: LG화학 기술연구원 부장
• 2012~2014: 울산대학교 화학과 조교수

The demand for high capacity batteries is ever increasing for various applications including portable electronics, electric zero-emission vehicles and stationary energy storage systems. Tremendous research efforts have been devoted to discovering next-generation battery cathode materials, but finding a magic chemical compound that satisfies all design criteria such as high energy density, flat voltage curve, minimal volume change and low ion migration barrier makes a highly complex problem due to the vast materials space to explore. In this talk, I will describe our recent development that implements an efficient and accurate deep neural network (DNN) model to address this important issue, and results of a massive, accelerated screening of more than 32,000 candidate compounds. A total of three alternative cathode active materials for Mg-ion batteries are identified through DNN and further investigated with ab initio density functional theory calculations. Our calculations demonstrate that the proposed candidates not only attain higher energy density than known cathode materials but also maintain low ion-migration energy barrier as well as minimal volume change. These results will shed a new light on designing beyond-Li cathode active materials in future battery applications.

• Educational History
• Ph.D: Physics, Northwestern University (USA)

• Employment History
• Postdoctoral researcher: UC-Berkeley, MIT (USA)
• Professor: School of Materials Science and Engineering, GIST

Informatics with multiscale workflow has been an intense concept for developing new functional materials especially by using the computational approaches, and material project or AiiDA are typical examples. In a view point of computational methods, density functional theory is the most popular tool, and a lot of second-principles approaches are used to understand the effect of local changes or statistical phenomena. My research group (multiscale materials modeling laboratory) in University of Ulsan has been interested in the chemical or physical properties of ionic semiconducting or insulating materials in two or three dimensions. Density functional theory calculations were usually used, but sometimes much larger scale methods were required. For example, metal ionic transport can be critical in the defect area such as interface and the negative capacitance effect can be understood by studying domain dynamics in nanoscale. Due to these requirements of large-scale computations, we are working on developing classical model potentials and phase field free energies optimized with density functional theory calculations. In this presentation, I am going to introduce these large-scale methods, and explain how these methods can be used to understand chemical or physical phenomena that are difficult to be treated with density functional theory.

• Educational History
• 1994: 연세대학교 화학과 (B.S.)
• 2001: KIAST 화학과 (Ph.D)

• Employment History
• 2001~2003: 세종대학교 물리학과 (박사후과정)
• 2003~2006: 펜실베이니아 대학교 화학과 (박사후과정)
• 2006~2009: POSTECH 신소재공학과 (연구교수)
• 2009~현재: 울산대학교 물리학과 (조교수/부교수/정교수)

As the people in the NOMAD project (https://nomad-coe.eu) have often mentioned “Data is a crucial raw material of the 21st century.”, most important big-data projects in the world focus on a data infrastructure of processing raw data and using information from them for data-driven materials design. For the implementation, collecting data should be promoted as the central role since in the computational materials science field, data have been scattered everywhere in this planet. Such data has never been integrated into one united place and therefore have been used less powerfully. For the last 5 years, there have been enormous efforts to construct huge databases and file repositories such as AFLOW, Materials Projects and OQMD. The NOMAD laboratory is one of those and obviously only a data hub which contains raw data files from all of them: the biggest repository in the world. Since 99 % of the amount of the data are open access, researchers in this community has used them freely with comprehensive big-data services on the web-based data infrastructure; uploading, downloading and sharing data in code-independent format (Repository and Archive) system, searching materials and display of properties (Encyclopedia), analysis tools including machine learning methodology (Big-data Analytics), and remote visualization service and virtual reality (Advanced Graphics). They all are supported by high performance computing usage. Currently, FAIRmat (https://fairdi.eu/fairmat), as its new phase, implements the FAIR data concept: data which meet standards of findability, accessibility, interoperability, and reusability.

• Educational History
• 03/2000~08/2007: B.S. in chemistry, Sejong University
• 09/2007~08/2009: M.S. in chemistry, Sejong University
• 03/2010~08/2014: Ph.D. in chemical engineering, Yonsei University

• Employment History
• 09/2014~03/2015: Postdoc., KIST
• 04/2015~08/2015: Postdoc., Kookmin University
• 09/2015~02/2019: Postdoc., Fritz Haber Institute
• 03/2019~present: Senior Researcher, KRICT

A theory of the time-resolved photoemission spectroscopy (TRPES) is developed. The theory enables to explore the correlated band mixing at the early stage of the optical pumping in the strongly correlated electron systems NiO and CuO. In the spectra of TRPES, dynamics of the valence band edge are found to be sharply contrasted between the two systems, i.e., the band edge would evolve into nontrivial in-gap states during the optical pumping for NiO, while it was rigid for CuO. This gives a novel insight to the understanding of correlated insulators and makes us assert clearly that NiO is like the Mott-Hubbard insulator (MHI) and CuO is like the charge transfer insulator (CTI). Exact diagonalization studies of the many-body model Hamiltonian evidently support our conclusion.

• Educational History
• 1992: BS, POSTECH
• 1994: MS, POSTECH
• 1997: PhD, POSTECH

• Employment History
• 2006~2012: Lecturer & Associate Professor, Japan Advanced Institute of Science and Technology (JAIST), Japan
• 2012~current: Associate Professor & Professor, DGIST, Korea

Owing to the rapid increase in computing power and successful advancement of the computation methods, (sub) atomic simulation has been driven new paradigm of materials research. Increased predicting power of the ab initio calculation combined with the molecular dynamics approach can now start to guide the experimental research. However, the high entrance barrier against the compuational materials research need to be further reduuced for wider application of the (sub)atomic materials simulation techniques. Our group has been developing thematics simulation platforms: virtual fab of nano materials (http://nano.vfab.org) and battery materials design platform (http://battery.vfab.org). These platforms provide the working environment where one can perform advanced computational research according to the workflow of familiar experimental research. Based on our experience with the thematic multiscale simulation platforms, we developed the framework providing various modules of the web-based simulation platforms. The framework, named as “SimPL”, is composed of pages and functional plug-ins that can make it easy to build any thematic simulation platform of user’s needs. In this presentation, we introduce the SimPL framework and it’s access information in www.vfab.org. We will share our experience of building simulation platform using SimPL and discuss it’s application for data-driven materials research.

• Educational History
• 1994: 서울대학교 금속공학과 학사
• 1998: 한국과학기술원 재료공학 박사

• Employment History
• 1989~1991: Postdoctoral Research Fellow, Harvard University
• 2002: Visiting Scholar, TU Wien
• 2010: Visiting Scholar, Tohoku Univ.
• 1991~현재: 한국과학기술연구원 선책임연구원

본 발표에서는 최근 자체 개발된 두 개의 제일원리 기반 소프트웨어 패키지에 대하여 소개하고자 한다.

먼저 ‘Jx’는 자성 물질의 자기 상호작용을 자기 힘 정리 (magnetic force theorem)에 기반하여 계산하기 위해 개발되었다. 일반적인 총 에너지 비교 방식과는 달리, 자기 힘 정리에 기반한 계산법은 다양한 장점들을 갖는다. 예를 들어, 슈퍼셀 계산 없이도 근거리 뿐 아니라 원거리 상호작용 계산이 가능하며, 오비탈 별 분해능을 갖는 자기 상호작용을 계산할 수 있다.

‘DMFTpack’은 DFT+DMFT (density functional theory + dynamical mean-field theory) 계산을 수행하기 위해 개발되었다. 일반적인 full-band DFT+DMFT 계산을 수행할 수 있을 뿐 아니라, 최근 새로 제안된 natural atomic orbital을 local projector로 사용하는 기능을 최초로 도입하였으며, 스핀-궤도 결합이 강한 물질 등을 연구하기 위하여 maximum quantum entropy 방법론을 지원한다. 이상 두 가지 자체 개발 코드의 기능과 장점을 중심으로 몇 가지 예제들을 함께 살펴보고자 한다.

• Educational History
• 2001: 학사, 서울대학교 물리학과
• 2007: 박사, 서울대학교 물리천문학부

• Employment History
• 2007.3~2007.8: 박사후연구원 (서울대학교 이론물리 연구센터, 대한민국)
• 2007.3~2007.8: 박사후연구원 (U. C. Davis, Columbia Univ, Argonne National Lab; 이상 미국)
• 2012.7~현재: KAIST 물리학과 (조교수, 부교수)

We studied electronic structure, phonon spectrum, and electron-phonon coupling in magic-angle twisted bilayer graphene (MA-TBG), describing the system atomistically with more than 10,000 atoms in the moiré supercell. Obtained electron-phonon coupling is very large near the half-filling energies of the flat bands in MA-TBG, and it is nearly isotropic and depends very weakly on electronic band and momentum, indicating that electron-phonon coupling prefers single-gap s-wave superconductivity. We also performed atomistic calculations of structural and electronic properties of twisted double bilayer graphene (TDBG) consisting of two sets of rotationally misaligned Bernal-stacked bilayer graphene.

Obtained equilibrium atomic structures exhibit in-plane strains and the modulation of the interlayer distances at the rotationally mismatched interface layers. We found that the electronic structure of TDBG can have an intrinsic band gap at the charge neutral point for a large range of the twist angle. Near the twist angle of 1.25 degree, the intrinsic band gap disappears and TDBG hosts flat bands at the Fermi level that are energetically well separated from higher and lower energy bands. The flat bands are easily tunable by applying vertical electric fields, and extremely narrow bandwidths less than 10 meV can be achieved for the electron-side flat bands in a wide range of the twist angle.

• Educational History
• 1992: B. S. in Physics, Seoul National University
• 1994: M. S. in Physics, Seoul National University
• 2000: Ph. D. in Physics, Seoul National University

• Employment History
• 2000~2003: Miller Research Fellow, University of California, Berkeley
• 2003~2005: Professor, Korea Institute for Advanced Study
• 2005~present: Professor, Department of Physics, Yonsei University

Graphene and other two-dimensional (2D) materials such as hexagonal boron nitride (h-BN), and transition metal dichalcogenides (TMDs) have attractive physical and chemical properties in relation to the application of nanodevices. To understand electronic properties of these 2D layered materials and their heterostructures, we have performed density functional theory calculations.

First, we investigate atomic intercalation between graphene nanoribbon (GNR) and h-BN sheet. To find the effect of atomic intercalation on the geometrical and electronic properties of GNR on h-BN sheet, various types of impurity atoms are considered. It is found that the impurity atoms are more stable at the edge than in the middle region. In particular, the lithium or nickel atom has a very small energy difference (~0.2 eV) between two embedding positions, which means that Li or Ni atom may be relatively easy to intercalate in the structure.

Next, we study the reduction of the Fermi level pinning (FLP) at Au–MoS2 interfaces by atomic passivation on Au(111). To reduce the FLP at Au–MoS2 interfaces, we consider several atoms (S, O, N, F, and H) that can passivate the surface of Au(111). Passivating atoms prevent the direct contact between Au(111) and MoS2, and thus FLP at Au–MoS2 interfaces is reduced by weak interaction between atom-passivated Au(111) and MoS2. Especially, FLP is greatly reduced at sulfur-passivated Au-MoS2 interfaces with the smallest binding energy. Furthermore, fluorine-passivated Au(111) can form ohmic contact with MoS2, representing almost zero Schottky barrier height (SBH). We suggest that SBH can be controlled depending on the passivating atoms on Au(111).

Finally, we report on ferromagnetic contacts between Ni(111) and MoX2 (X = S, Se, Te). Our calculations show that the FLP occurs at Ni-MoX2 interfaces and Schottky barrier types are varied depending on MoX2. Interestingly, spin splitting occurs at the conduction band offset or valence band offset, depending on the X type in the MoX2, and a spin magnetic moment is induced on MoX2 by Ni(111) due to the ferromagnetic nature of Ni.

• Educational History
• 서울대학교 물리학과 학사(1988), 석사(1990)
• Department of Physics, University of Pennsylvania, Ph.D. (1995)

• Employment History
• 2010~2019: 한국연구재단 지정 대학중점연구소 (그래핀연구소) 소장
• 2015~2020: 국제물리연맹(IUPAP) C20(계산물리분과) 위원
• 2018~2023: 한국연구재단 지정 GRDC 센터장
• 2019~2020: 한국물리학회 실무이사장/수석부회장
• 2019~2020: 세종대학교 대학평의원회 교수평의원
• 2011~현재: 한국그래핀연구회 운영위원
• 1999~현재: 세종대학교 물리학과 교수

A scalable solution algorithm is presented for the simulation of wake patterns behind a golf ball with and without back-spin were simulated at 𝑅𝑒=1.1×10^5. ULSAN3D-Cart, the in-house Cartesian mesh-based incompressible flow solver, was utilized on the grid composed of 4,096×〖2,048〗^2 (≅17.2×10^9 ) cells. The Navier-Stokes equations for incompressible flows are solved by the standard projection method with the unconditionally stable semi-Lagrangian scheme. The pressure Poisson equation is solved by the hybrid MPI/OpenMP parallel multilevel geometric multigrid method, which is the key algorithm for the efficient parallel simulation. This problem was computed on the KISTI`s Nurion supercomputer using total 8,192 MPI processes on 32,768 Cores of Intel Xeon Phi 7250 CPU. In-situ visualization was also conducted on the Nurion supercomputer using 256 MPI processes composed of 17,408 Cores.

• Educational History
• BS in Mechanical Engineering, Yeungnam University
• MS in Mechanical Engineering, KAIST
• PhD in Aerospace Engineering, UT-Austin

• Employment History
• 2005~2006: Adjunct Prof., ICES & Dept. of ASE/EM, UT-Austin
• 2006~2008: Postdoc., Los Alamos National Laboratory
• 2008~Present: Assist./Assoc./Full Professor, Univ. of ULSAN

경계층 천이는 기계, 항공, 에너지 등과 관련된 유체역학의 매우 중요한 유동 현상이다. 천이로 인해 비행기 날개의 공기 저항이 크게 바뀔 수 있으며, 받음각의 변화에 따라 예상치 못한 유동 박리가 발생될 수 있다. 또한 고속 경계층에서는 경계층의 천이와 벽면에서의 열전달은 밀접한 관련을 가지고 있다. 이러한 천이 현상을 예측하는데 본 연구에서는 경계층의 안정성 이론(boundary layer stability theory)과 대와류 모사(LES, large-eddy simulation) 두 개를 접목시켜 계산 비용 효율을 높이면서 고정밀 (high fidelity)을 유지하는 획기적인 방법을 제안하여 실현 가능성을 검증하고 있다. 검증에서는 천이 현상에 대해 연구가 많이 진행 된 평판위의 경계층 유동을 사용하고 있다. 아음속 경계층 및 초음속 경계층에서 LES에 안정적 이론을 접목한 기법으로 수치해석을 진행 중이다. 본 연구에서는 KISTI의 Tachyon 2 와 Nurion을 사용하여 진행하고 있다.

• Educational History
• 2004.08: 기계공학 학사, 포항공과대학교
• 2007.05: 기계공학 석사, University of Texas at Austin
• 2010.08: 기계공학 박사, University of Texas at Austin

• Employment History
• 2004~2005: 위촉연구원, 한국과학기술연구원(KIST)
• 2010~2013: Postdoctoral Fellow, NASA Ames Research Center, Moffeff Field, California, USA
• 2013~2016: Senior Research Engineering, United Technologies Research Center, East Hartford, Connecticut, USA
• 2016~현재: 조교수, 광주과학기술원 기계공학부

실내공기질의 인식이 높아지면서 공기청정기의 역할이 매우 중요해지고 있습니다. 효율이 좋은 공기청정기개발을 위해 CFD를 활용하여 많은 연구가 이루어지고 있습니다.

공기청정기의 부품의 설계인자를 검토하여 성능을 향상시키고, 실험으로 검증이 어려운 실사용 환경에서의 청정기의 효과를 검증, 이를 제품에 활용한 사례입니다.

• Educational History
• 한국산업기술대학교

• Employment History
• 쎄딕 ㈜
• 서울반도체 ㈜
• (현) 웅진코웨이 ㈜

신약개발은 기술집약적, 고부가가치를 창출하는 산업으로 차세대 성장동력의 핵심이며 제약산업의 꽃이다. 한 개의 신약이 시판되기까지 평균 12년간 1조 이상의 R&D 비용이 필요하며, 1만개 이상의 신약후보물질 중 평균 10개 이내만이 임상에 진입한다. 컴퓨터를 이용한 신약탐색 연구는 융복합적으로 연관된 지식, 빅데이터 등을 연계하고 통합하여 특정 질병에 효과적인 약물 설계에 도움을 줄 수 있다.

본 발표에서는 약물 후보군 발굴에 필요한 시간과 비용을 최소화하기 위하여 고성능 컴퓨터를 이용한 구조기반 (Structure-based Drug Design; SBDD)과 리간드기반 (Ligand-based Drug Design; LBDD)의 신약탐색 연구방법에 대해 소개하고자 한다.

• Educational History
• 2000.02: 가톨릭대학교 화학과, 이학사
• 2002.02: 가톨릭대학교 화학과 물리화학, 이학석사
• 2019.02: 서울대학교 약학과 약품화학, 약학박사

• Employment History
• 2002.02~2005.06: (사)분자설계연구소
• 2005.07~2013.09: LG생명과학
• 2013.10~현재: 한국화학연구원

원전 기기의 내부 구조물로 부터 이탈되거나 외부로부터 유입된 금속이물질은 냉각재의 유동에 따라 원자로 냉각제계통을 이동하며 핵연료, 노심내부구조물, 냉각재펌프, 증기발생기 등에 손상을 유발할 수 있다. 따라서, 원전에서는 이물질을 조기에 탐지하여 예방조치를 수행하고자 규제요건에 따라 금속이물질감지시스템(Loose Part Monitoring System: LPMS)을 운영하고 있다. LPMS는 금속이물질의 발생위치와 질량을 추정하기 위한 것으로서, 이는 원전 건전성 진단에 매우 중요한 요소로 작용한다. 금속이물질의 질량을 정확하게 추정하기 위해서는 충격하중 하에서 구조물내 굽힘파(bending wave) 전파거동을 정확하게 모사할 수 있어야 한다.

본 연구에서는 금속이물질의 충격에 의해 발생하는 굽힘파를 유한요소해석(Finite Element Analysis: FEA) 기법을 이용하여 모델링하였으며 그 타당성을 검증하였다. 또한, FEA 기반의 빅데이터와 머신러닝 기법을 이용해 금속이물질의 위치와 질량을 추정하기위한 방법론을 제안하였다.

• Educational History
• 2009.02: 성균관대학교 기계설계학과 졸업
• 2011.02: 성균관대학교 기계설계학과 석사
• 2015.02: 성균관대학교 기계설계학과 박사

• Employment History
• 2005.03~2009.11: ㈜현대자동차
• 2009.11~현재: 한국원자력연구원

자율주행차량 안전 시뮬레이션 환경 구축과 센서,알고리즘 평가를 위한 Closed in the loop 시뮬레이션 소개.

• Educational History
• 순천향대학원

• Employment History
• 2009~2016: IS-soft, setfos (OLED simulation software) 기술담당
• 2016~2018: OPTIS, OPTIS社의 VR 플랫폼 군 담당
• 2018~현재: ANSYS, 현대자동차 / IIHS Headlamp Simulaiton (project), 현대모비스 / 하네스 캐이블 채결 검증 시뮬레이션, 두산인프라코어 / 포크레인 시아각 분석 검증, PoC, 프로젝트, 기술지원 수행

1. 구조 해석과 동역학 해석의 차이 그리고 구조 동역학 해석
2. 구조 동역학 해석의 모델링과 해석기
3. 구조 동역학 해석 사례 소개

• Educational History
• 1997~2004: 한양대학교(안산) 기계공학과 학사
• 2009~2011: 한양대학교 기계공학과(동역학) 석사

• Employment History
• 2004~2008: 동양피스톤 설계팀
• 2011~현재: 버추얼모션 전략기술개발센터 부센터장

HPC를 이용한 M&S기반 설계 방식은 항공우주분야 등 특정 분야를 넘어 고충실도 시뮬레이션을 필요로 하는 제조업의 정밀 설계 분야에 널리 활용되고 있다. 본 발표에서는 KISTI의 슈퍼컴퓨터를 이용한 HPC기반 M&S의 국방과제 활용 사례를 제시함으로써 군 무기체계 개발 및 다양한 분야에서 슈퍼컴퓨터를 어떻게 활용할 수 있을지 살펴본다.

• Educational History
• 부산대학교 석사

• Employment History
• LG 정보통신
• ㈜필링크 책임연구원
• (현) 한국과학기술정보연구원 가시화기술개발팀

국가 자원인 고성능 컴퓨터 역량을 강화하고, 국방과학기술 발전을 통해 국가안보에 기여하는 방안을 생각해 보고자 한다. 먼저 국방 분야에서 가장 많은 컴퓨팅 자원을 사용하고 있는 미국의 국방 분야 고성능 컴퓨터 센터 운영과 센터들의 임무와 활용분야를 분석하여, 한국군의 활용방안을 제시하고자 한다. 또한 컴퓨팅 전문가와 국방 도메인 전문가들의 적극적인 참여를 유도할 수 있도록 기존 연구인 “슈퍼컴퓨팅 기반 군 전투상황 분석 및 예측모델 개발(2017년)” 사례를 설명한다.

• Educational History
• 해군사관학교 전기공학 학사
• 국방대학교 전산정보 석사
• 고려대학교 컴퓨터공학(SW공학전공) 박사

• Employment History
• (현) 국방대학교 컴퓨터공학/사이버전 전공 교수
• (현) 국가안보문제연구소 군사과학연구센터 센터장
• (현) 해군사관학교 해양연구소 명예연구원
• (현) 국방경영분석학회 이사

IT 산업이 급속도로 발전하면서 HW는 점점 소형화되고 처리속도가 빨라지면서 가격은 하락하는 반면, SW의 비중과 개발비용은 점점 증가하고 있다. 이러한 기술적 변화는 해군 무기체계에도 영향을 미쳐 함정의 전투성능을 SW가 결정짓는 SW 집약체계로 발전하고 있다.

함정은 수십 종류의 체계가 융합된 복합체계로 각 체계에서 제공하는 데이터를 수집하고 처리하기 위해 고사양의 컴퓨팅 환경을 필요로한다. 특히, 무기체계의 고도화에 따른 작전반경 확장과 대응시간 단축을 위해 처리해야 할 데이터량이 기하급수적으로 증가되고 있으며, 이를 효과적으로 처리하기 위해 AI 기법적용, 증상현실 등의 구현을 위해 고사양 컴퓨터의 적용은 더욱 절실해 졌다. 하지만, 함정 탑재를 위해 군사규격이 적용된 고사양 컴퓨터를 도입하기에는 비용부담과 향후 신속한 성능개선에 어려움이 따른다. 이를 해결하기 위한 방안으로 개방형구조 도입 필요성과 적용방안에 대해 제시하고자 한다.

• Educational History
• 1999: 한국해양대학교 학사
• 2008: 국방대학교 석사

• Employment History
• 2009~2012: DDG 2번함 인수전자정비관
• 2016~2018: 해군군수사 함정/항공기SW지원대대
• (현) 해본 정보화기획참모부 정보통신발전과

KSC2019에서 ‘국방ICT 신기술 부처협력과제 절차 및 개발 사례’를 중심으로 발표하고자 합니다. 주요 발표내용(안)은 아래와 같습니다.

  1. 국방ICT 신기술 부처협력과제 공모 분야
  2. 국방ICT 신기술 부처협력과제 기획 및 과제선정 절차
  3. 국방ICT 신기술 부처협력과제 품질관리 및 상용화 방안
  4. 국방ICT 신기술 부처협력과제 개발 사례

* 국방ICT 신기술 부처협력과제 : 국방부-과기정통부 주관으로 국방분야 ICT 신기술을 적용하여 무기체계, 비무기체계에 대한 기술을 개발하는 사업으로 매년 과제를 발굴하여 기술을 개발하고 있습니다. 국방분야 과제기획 및 사업관리 주관은 국방기술품질원(국방ICT융합센터)에서 주관하고 있으며, 과기정통부 산하 정보통신기획평가원(IITP)에서 전체 과제기획, 업체선정, 과제 평가를 주관합니다.

• Educational History
• 1994~1998: 해군사관학교(학사)
• 2003~2005: 연세대학교 컴퓨터공학(석사)
• 2009~2012: 국방대학교 국방정보체계(박사)

• Employment History
• 1998~2006: 해군
• 2006~2017: 방위사업청
• 2019~현재: 국방기술품질원

군에서 활용하는 기상정보는 민간과 달리 특수 작전, 무기 및 장비의 운용, 병력 관리 및 전투 훈련 등이 기상요소들과의 상호관계로 인하여 생기는 영향을 파악하고, 이를 예측하여 임무 완수에 제한이 없도록 지원하는 역할을 한다. 공군 기상단에서는 육·해·공에서 이루어지는 미사일, 화생방, 해외 공수, 유도무기, 함포사격 등의 군 작전에 있어 필수적인 기상정보를 슈퍼컴퓨터를 활용한 수치예보모델 자료를 통해 제공하고 있다. 국방개혁 2.0에 맞추어 빠르게 변화하는 전장 환경과 무기체계의 첨단화에 따라 수치예보의 정확률 향상뿐만 아니라 사용자 요구의 다변화, 자료의 구체화가 필요하다. 이를 충족시키기 위해 활용중인 수치예보의 군 작전기상 현황을 소개하며 수치예보의 한계점 및 도전과제, 딥러닝을 활용한 군 작전기상 지원의 보완 가능성에 대해 발표하고자 한다.

• Educational History
• 2015: 울산과학기술원(UNIST) 도시환경공학과 학사
• 2018: 울산과학기술원(UNIST) 도시환경공학과 석사

• Employment History
• 2018~현재: 공군 기상단 수치예보연구실

본 발표에서는 이기종 슈퍼컴퓨터 (Heterogenous Supercomputer)를 활용하여 국방 분야에서 고정밀 공력 해석을 한 사례를 소개하고자 한다. 2018년에 도입된 국방과학연구소의 신형 슈퍼컴퓨터는 Intel사의 Xeon CPU와 NVIDIA사의 Tesla GPU를 결합한 이기종 슈퍼컴퓨터로 배정밀도 연산에서 약 350TF의 이론 성능을 갖는다.

본 연구에서는 CPU 및 GPU를 모두 활용할 수 있는 오픈소스 유동해석프로그램인 PyFR을 이용하여 비행체 주위에서 공기역학 특성을 해석을 가속화하였다. 특히 기존에 계산 시간 등의 한계로 해석하기 어려웠던 유동 박리가 매우 심한 유동 현상을 이기종 슈퍼컴퓨터를 활용하여 신속하고 정밀하게 계산하여, 실제 비행체 및 유도 무기 개발 단계에서 활용 가능성을 탐색하였다.

• Educational History
• 2001~2007: 서울대학교 기계항공공학부 학사
• 2007~2014: 서울대학교 기계항공공학부 석박사통합

• Employment History
• 2014~2016: Research Associate, Imperial College London, UK
• 2016~현재: 국방과학연구소 선임연구원

OpenACC is a directive-based, accelerator programming interface, which is initiated by a consortium of CAPS, CRAY, PGI, and NVIDIA as the first standardization effort to provide portability across device types and compiler vendors.

The OpenACC Application Programming Interface (API) allows programmers to provide high-level information, known as ”directives”, to the compiler, identifying which regions of a host program to be offloaded to an accelerator device, and how offloaded regions will be executed, without requiring programmers to modify or adapt the underlying code itself.

This tutorial will cover the basics of the OpenACC programming model and using OpenACC to write a parallel application that runs on heterogeneous systems consisting of host CPUs and accelerator devices (e.g., GPUs) with minimal code changes.

• Educational History
• 1999: B.S. in Electrical Engineering, Seoul National University, South Korea
• 2004: M.S. in Electrical and Computer Engineering, Purdue University, USA
• 2011: Ph.D. in Electrical and Computer Engineering, Purdue University, USA

• Employment History
• 1999~2002: Engineer, R&D Center, Xeline Co., Ltd., South Korea
• 2009: Software Engineer (Intern), NEEScomm, Purdue University, USA
• 2011~present: Computer Scientist, Future Technologies Group, Oak Ridge National Laboratory, USA

2018년에 KSTAR는 11 번째 실험 캠페인을 완료하였다.

KSTAR는 매년 대용량 실험 및 운전 데이터를 생성한다. 그리고 KSTAR 네트워크는 12 년 동안 운영되어 왔다. 또한 관련 많은 연구자들은 KSTAR와 관련된 기관 및 대학교에서 KSTAR의 실험 데이터를 더 빨리 획득하고 분석하려 하였다. 하지만 NFRI에는 NFRI 및 KSTAR IT 리소스를 보호하기 위한 수많은 보안 시스템이 있었기 때문에 KSTAR가 ScienceDMZ 모델을 사용하여 100 기가비트 이더넷의 KORENET에 별도로 연결하기 전까지는 이러한 요구 사항을 지원할 수 없었다.

이에 개선된 KSTAR 네트워크와 ScienceDMZ 모델, 그리고 WAN 구간의 협업 등에 대한 KSTAR ScienceDMZ 활용 사례를 발표하려한다.

• Educational History
• 한밭대학교 학사 졸업

• Employment History
• 2007.8~현재: 국가핵융합연구소

실험 중심의 연구에서 데이터의 활용은 매우 중요한 부분을 차지한다. 특히 거대 실험을 위한 다양한 장비들에서 생성되는 방대한 양의 데이터를 활용하기 위해서는 데이터의 생산, 공유, 가공, 처리등의 과정이 매우 중요한데, 이 중에서 데이터의 공유를 위해 사용되는 네트워크 모델인 Science DMZ가 실제로 어떻게 구축되어 활용되고 있는지에 대해 대용량데이터허브센터(GSDC)에서 구축한 사례를 위주로 알아본다.

• Educational History
• 2008: 고려대학교, 학사
• 2010: 포항공과대학교, 석사

• Employment History
• 2010~현재: 한국과학기술정보연구원 대용량데이터허브센터

본 발표에서는 미국 주요 슈퍼컴퓨터 사이트들간의 ScienceDMZ 연결 프로젝트인 Petascale DTN 프로젝트를 먼저 언급하고, 관련 핵심 기술인 Globus online 기반의 DTN 클러스터링 기술을 소개한다. 추가적으로, 고성능 DTN 클러스터를 활용한 슈퍼컴 5호기 파일시스템 연계와 관련하여 시스템 구성 및 구축 진행 현황을 소개한다.

• Educational History
• 성균관대학교 컴퓨터공학과 박사

• Employment History
• 2002~현재: 한국과학기술정보연구원 책임연구원

테라급 이상의 대용량 빅데이터 및 4K, 8K UHD 초고화질 영상 등 데이터가 기하급수적으로 늘어남에 따라 다양한 통신기술을 이용하여 간섭을 줄이고, 통신 용량을 증가하고 고속 데이터 전송을 위한 기술들이 개발되어 적용되었다.

유선 고속 통신기술은 이더넷에서 10GE, 100G, 400GE 로 발전하고 있으며, 무선 고속통신기술은 스마트폰 보급 확대로 고속 무선랜 기술이 상용화 되고 있으며, 이동통신기술은 4G를 넘어 5G가 상용화 되어 서비스 되고 있다. 위성 통신기술은 전 지구에 걸쳐 인터넷 소외 계층을 대상으로 서비스를 준비 중이다.

본 발표에서는 전반적인 고속 데이터 전송을 위한 다양한 통신기술의 동향에 대해 발표한다.

• Educational History
• 광주과학기술원(GIST) 공학석사

• Employment History
• 한국항공우주연구원
• 정보통신기술사, 정보보호전문가

DTN 토폴로지 구성을 통해 배운 기술과 노하우를 공유, ScienceDMZ의 배경 지식과 SC18 데모에 결과에 대해 설명하고 ESnet에서 공개한 DTN 하드웨어 구성 가이드라인을 소개한다. DTN 튜닝에 있어 핵심적인 네트워크, 바이오스, I/O 스케줄러, 파일 시스템, 레이드 구성과 같은 튜닝 이슈들에 대해 설명한다. R&E Together 프로젝트를 가입한 각 연구 기관에 DTN을 설치하고 튜닝을 통해 ScienceDMZ 환경을 구축하는 과정과 결과에 대해 소개한다.

• Educational History
• 2015.2: 충북대학교 컴퓨터공학과 학사
• 2017.2: 충북대학교 컴퓨터공학과 석사
• 2017.3~현재: 과학기술연합대학원대학교 과학기술정보과학학과 박사과정

본 발표에서는 연합인증 기술의 세부 내용과 장점을 소개하고 주요 국가 별 ID 연합의 현황을 살펴본다. 또한 국내 ID 연합인 KAFE에 대해서 소개하고 서비스 현황과 적용분야 및 기술개발 내용들을 발표한다.

• Educational History
• 박사, 광주과학기술원

• Employment History
• 2003~현재: 한국과학기술정보연구원

기초과학연구원(Institute of Basic Science, IBS)의 30개 연구단으로 이루어져 있으며, 전국 각지에 흩어진 연구단들은 KREONET망을 활용하여 대전 본원에 구축된 연구용 전산자원을 공동 활용하고 있다. 연구단들의 연구용 전산자원 수요를 만족시키기 위해 IBS는 본원 데이터센터 내에 슈퍼컴퓨터와 클러스터 등 공동 활용 전산자원을 구축하고 있다.

본 발표에서는 IBS 내에서 슈퍼컴퓨터를 활용하는 연구들에 관하여 간단히 설명한 후, 본원에 설치된 슈퍼컴퓨터를 공동 활용하기 위해 IBS-GIST간 ScienceDMZ망 구축과 IBS-부산대 간의 KREONET 망 활용성과에 관하여 발표한다. 또한, 흩어진 전산자원을 통합하기 위해 데이터 중심으로 자원을 통합하기 위한 계획에 관하여 토의하고자 한다.

• Educational History
• 1998년 2월 부산대학교 물리학과 이학사
• 2000년 2월 부산대학교 물리학과 이학석사
• 2004년 8월 부산대학교 물리학과 이학박사 (이론 통계 및 생물물리학 전공)

• Employment History
• 2002.03~2006.04: 부산대학교 유전체물성연구소 전임연구원
• 2006.05~2011.08: 미국 하버드대학교 박사후 연구원
• 2011.09~2016.12: 부산대학교 물리학과 연구교수 (대통령 포스트닥 펠로우십)
• 2017.01~2019.05: IBS 기후물리연구단 슈퍼컴퓨터 매니저
• 2019.05~현재: IBS IT팀 선임기술원

과학기술의 발달로 하루에도 수많은 기상데이터가 생산되고 있다. 하지만, 네트워크 성능 등의 문제로 인하여 원격지 간 자료교환 시 시간이 소요되어 활용하는데 어려움이 있다. 특히, 기상분야 연구기관은 대용량의 기상데이터를 처리하기 위해 속도가 빠른 네트워크가 필수다.

기상청에서는 한국과학기술정보연구원(KISTI)의 지원으로 2017년 APEC기후센터와 기상기후커뮤니티 ScienceDMZ를 구축한 이후 매년 연계기관을 확대하여 운영하고 있다. ScienceDMZ 구축을 통해 대용량의 기상데이터를 연구자들에게 실시간으로 전송하면서 연구업무 활성화에 노력하고 있다.

• Educational History
• 공주대학교 대기과학과 졸업(학사)

• Employment History
• 2007.05: 기상청 임용
• 2015.09~현재: 국가기상슈퍼컴퓨터센터 근무

우리 연구팀은 인체의 단일 세포들로부터 확보한 유전체들의 대규모 분석을 통하여, 각 세포들이 가지고 있는 체세포 돌연변이 (somatic mutation) 정보를 이용해 인체 세포 발생과정의 경로를 밝혀내는 연구를 진행하고 있습니다. 본 발표에서는 단일 세포로부터 전장 유전체 빅데이터를 생성하고, 대규모 컴퓨팅을 통해 정밀 분석하며, 이를 해석하는 과정을 말씀드리고자 합니다.

• Educational History
• 2007: 서울대학교 의과대학, 학사
• 2010: 서울대학교 의과대학, 박사 (생화학)

• Employment History
• 2013~2015: Postdoctoral fellow: Wellcome Sanger Institute
• 2015~현재: KAIST 조교수, 부교수

한국천문연구원은 태양 및 우주환경과 관련된 기초 연구, 응용 기술, 서비스 개발 업무를 통합적으로 수행하는 우주환경연구센터를 운영하고 있다. 1987년 흑점 관측을 시작으로 현재까지 다양한 우주환경 관측장비를 개발하여 운영하고 있으며, 특히 최근에는 NASA와 협력으로 국제우주정거장에 설치하기 위한 차세대 태양코로나그래프를 개발하고 있다. 태양활동과 우주환경 변화를 연구하기 위해서는 자체적으로 생산한 데이터는 물론 다양한 국내외 관측 데이터와 분석 데이터를 복합적으로 활용하고 있다.

최근에는 수 PB에서 수십 PB의 우주환경 빅 데이터가 생산되고 있으며, 이러한 데이터의 관리, 분석, 활용을 위해서는 빅데이터 기술이 필수이다.

한국천문연구원에서는 초고속연구망을 기반으로 고용량 스토리지, 연산 클러스터, 개방형 소프트웨어, 인공지능 소프트웨어 기술 등 여러 기관에 흩어져 있는 각각의 데이터 시스템을 하나의 빅데이터 시스템으로 묶기 위한 ‘우주환경 빅데이터 네트워크’를 구축하고자 한다.

• Educational History
• 경희대학교 우주과학과 이학석사/박사

• Employment History
• 미국 뉴저지공과대학 빅베어태양천문대 초빙연구원
• (현) 한국천문연구원 책임연구원

(재)실감교류인체감응솔루션연구단에서 개발한 공존현실 소프트웨어 프레임워크 기술은 실험실망에서 유효성을 검증한 후에 국내 연구망에서 실제 서비스에 대한 실증을 진행 중임.

그 응용의 한 예로 서울대학교병원 의생명연구원과 공동 연구 중인 원격 GMP 교육 서비스 구현 및 검증에 대한 소개를 하고자 함.

GMP 등 제조공정에 대한 전문역량을 확보하기 위해서는 무엇보다 실제 생산 및 공정 설비 실무경험이 중요하나, 현재의 2~3일 간 일방적인 강의 위주의 단기 연수과정으로는 이를 충족하기 어려움. 이를 해결하기 위해, 현장과 흡사하게 피교육자가 직접 체험하면서 훈련할 수 있는 VR 기반 교육시스템을 개발하여 플랫폼으로 제공하고자 함.

• Educational History
• 1999: 숭실대학교 학사, 컴퓨터학부
• 2001: 숭실대학교 석사, 일반대학원 컴퓨터학과
• 2005: 숭실대학교 박사, 일반대학원 컴퓨터학과

• Employment History
• 2006.6~2010.2: 한국과기술연구원 인지로봇센터 박사후연구원
• 2010.3~2013.6: LG전자 전자기술원 미래IT융합연구소/ ADAS팀 책임연구원
• 2013.9~현재: (재)실감교류인체감응솔루션연구단 책임연구원

Last November KISTI-5 supercomputing has launched. Let us discuss on the application and usages of KNL-based system of KISTI-5 supercomputer for high energy physics. The goal of this talk is to have in-depth discussion about technical issues and solutions on high performance computing with Intel KNL clusters for high energy physics. Let me show some of potential for future works which are evolution of universe, Geant4, deep learning and so on.

• Educational History
• 1985.2: 연세대학교 물리학 학사
• 1987.2: 연세대학교 물리학 석사
• 1996.5: University of Colorado, Boulder 물리학과, Ph.D.

• Employment History
• 2001.06~2006.04: 경북대학교 초빙교수
• 2006.05~현재: 한국과학기술정보연구원 책임연구원
• 2007.09~현재: KAIST 물리학과 겸직교수
• 2017.03~현재: 과학기술연합대학원대학교(UST) 정교수

최근 들어 딥러닝 기술은 컴퓨터 공학뿐 아니라 기초과학분야에도 광범위하게 연구되고 있다. 이를 통해 얻어진 지식 및 기술이 차세대 연구 시스템과 결과를 향상시키기 위해 다양하게 적용될 것으로 기대되고 있다. 현재 고에너지 물리 실험분야에서 활발하게 연구되고 있는 딥러닝에 대해 소개하고 관련 분야의 향후 기대효과에 대해 논의한다.

• Educational History
• 1997: 이학사, 연세대학교
• 2008: Ph.D., Brown University

• Employment History
• 2008~2014: Postdoctoral Research Associate, Purdue University
• 2014~2018: (기금) 조교수, 서울대학교
• 2018~현재: (기금) 부교수, 서울대학교

General adversarial network (GAN) method was developed as a way to mimic existing data. It was first applied to image pattern recognition applications. In this talk, we will show an application of GAN in high energy physics (HEP) and discuss how it may become an indispensable tool in HEP experiments.

• Educational History
• 1999.8: 서울대학교 물리학 박사 (입자 물리실험 전공)
• 1994.2: 서울대학교 물리학 석사 (입자 물리실험 전공)
• 1992.2: 서울대학교 물리학 학사

• Employment History
• 2005.9: 성균관대학교 물리학과 조교수
• 2009.3: 성균과대학교 물리학과 부교수
• 2010.3: 고려대학교 물리학과 부교수
• 2013.9: 고려대학교 물리학과 정교수

최근 고에너지물리학 실험에서 데이터 분석 방법은 매우 빠르게 발전하고 있는데, 여기에는 딥러닝 방법이 매우 크게 기여 하고 있다. CMS실험과 같은 양성자 충돌 실험에서 이벤트 재구성에서 딥러닝이 적용되었을 때 다방면에서 성능을 향상시킬 수 있는데, 탑쿼크 붕괴 과정은 표준 모형의 틀 안에서 잘 이해되고 LHC에서 충분히 많은 데이터를 확보할 수 있기 때문에 새로운 데이터 분석 방법을 검증하기 위해 적합하다. 이 발표에서는 CMS에서의 탑쿼크 데이터 분석에 딥러닝을 적용한 사례를 소개한다.

• Educational History
• 2005: 연세대학교 천문우주학/물리학 학사
• 2007: 성균관대학교 물리학 석사 (고에너지물리학 실험)
• 2014: 성균관대학교 물리학 박사 (고에너지물리학 실험)

• Employment History
• 2014.03~2016.09: 성균관대학교 물리학과 박사후연구원
• 2016.10~2018.02: 한양대학교 물리학과 연구조교수
• 2018.03~현재: 경희대학교 물리학과 조교수

Supersymmetry (SUSY) particles is considered as an elegant solution to many current problems in particle physics. No direct evidence for SUSY has been observed yet at the CMS experiment at the CERN Large Hadron Collider (LHC). In this talk, we explore the deap learnding technique for RPV-SUSY search based on low-level calorimeter and tracker information using GPU and multi-node CPU architectures (Xeon Phi nodes) on the Cori supercomputer at KISTI. Comparison of performance of the deep learning approaches with selections on high-level physics variables from the current physics analysis is presented.

• Educational History
• 2006: M.S. in Experimental High Energy Physics, Seoul National University
• 2011: Ph.D. in Experimental High Energy Physics, Seoul National University

• Employment History
• 2012~2014: Associate Physicist, INFN-Pisa, Pisa, Italy
• 2012~2014: Marie Curie Fellow, Astroparticle and Cosmology Laboratory (APC), Université Paris Diderot-Paris 7 / CNRS, Paris, France
• 2014~2017: FAPESP Postdoctoral Fellow, Sao Paulo State University and Instituto de Física Teórica (IFT), Sao Paulo, Brazil
• 2017~present: Assistant Professor, Kyungpook National University (KNU), Daegu, Korea

DUNE(Deep Underground Neutrino Experiment) 실험은 미국 페르미연구소의 가속기를 이용하여 발생시킨 중성미자를 1300킬로미터 떨어진 사우스다코타 지하실험실에서 검출하는 장거리 중성미자 진동실험이다. 고밀도-고출력 빔을 이용하는 Intensity Frontier실험으로서 중성미자 물리학의 현재 이슈들을 해결하고, 새로운 물리학의 체계를 이끌 수 있도록 추진되고 있다. CERN Neutrino Platform에서 조립한 시제검출기 실험 ProtoDUNE이 데이터 수집을 시작하였고, 원거리 검출기의 물리학적 기술적 계획을 수립한 TDR을 작성중이다. 근거리 검출기의 과학적 목표 탐색에 따른 복합형 검출기의 디자인이 수렴 중이다. 이 발표는 DUNE 실험의 각 단위별 진행상황과 관련 가상실험들의 결과들을 공유할 것이다.

• Educational History
• 중앙대학교 문리과대학 물리학과 졸업
• 인디애나 대학교 물리학과 입자물리학전공 Ph. D.

• Employment History
• 중앙대학교 물리학과 교수
• DUNE Collaboration 한국대표

We will introduce an application of the machine learning technique to the Dark matter search with Nuclear emulsion in the SHiP and NEWSdm experiments. The Nuclear emulsion is a solid tracking detector with the highest spatial resolution. It is also a 3D visual detector and can play a role as calorimeter. The emulsion detector will be used for detecting light dark matter (LDM) particles in the SHiP and also for detecting WIMP wind in the NEWSdm experiment. The LDM particles can be produced from dark photon decay using CERN SPS high intensity proton beam. We will try to detect the LDM by observing electron recoil (χe → χe) in the emulsion which is neutrino detector. In the NEWSdm experiment, we will try to detect the WIMP wind by observing the direction of nuclear recoil. The nuclear recoil has very short track length about several 100 nm. Recently, a special emulsion detector called NIT (Nano Imaging Tracker) with nanometric spatial resolution ~O(10) nm has been developed. Detecting the direction of the WIMP wind is a unique method to pass down through the“neutrino floor”. The machine learning technique is being applied to signal-background discrimination for these electron and nuclear recoils.

• Educational History
• 제주대학교 자연과학대학 물리학과 졸업 (이학사)
• 제주대학교 대학원 물리학과 졸업 (이학석사)
• 제주대학교 대학원 물리학과 졸업 (이학박사)

• Employment History
• 경상대학교 기초과학연구소 선임연구원
• SHiP, NEWSdm, J-PARC E07 실험 참가

- In this talk, I would like to discuss how one can utilize Deep Learning (DL) technique for the precise measurement of Higgs’properties. I will also talk about how one can apply DL properly to the LHC physics in reality.

• Educational History
• 1995~2000: B.S. KAIST
• 2000~2002: M.S. Seoul National University
• 2006~2011: Ph.D. The University of Florida

• Employment History
• 2014.10~2015.09: JRG Leader, APCTP
• 2015.10~2017.08: Researcher, IBS-CTPU
• 2017.08~current: 서울과학기술대학교 조교수

Deep learning has a potential to extend our knowledge beyond common sense. What can we learn and how do we achieve that? In this talk, I will describe our very first steps toward answering them, based on an example study of broad-resonance searches at LHC. The broad-resonance search is a problem appropriate to apply deep learning, as we do not know best answers, a priori. We asked a machine for an answer: we trained a fully-connected deep neural network for ttbar broad-resonance searches, and applied three methods to extract what the network had learned. We will summarize the results of this study.

• Educational History
• 2006: BS Physics at Postech
• 2011: Ph.D Physics at University of Michigan

• Employment History
• 2011: Postdoc at University of Chicago
• 2012: Postdoc at KIAS
• 2015: Postdoc at SLAC, Stanford University

We show that ultra-light scalar dark matter (fuzzy dark matter) in galaxies has a quantum mechanical typical acceleration scale, which leads to the baryonic Tully-Fisher relation. Baryonic matter at central parts of galaxies acts as a boundary condition for dark matter wave equation and influences stellar rotation velocities in halos. Without any modification of gravity or mechanics this model also explains the radial acceleration relation and MOND-like behavior of gravitational acceleration found in galaxies having flat rotation curves. This analysis can be extended to the Faber-Jackson relation.

• Educational History
• 1989.2: 서울대학교 천문학과 학 사
• 1991.2: KAIST 물리학과 석 사
• 1997.2: KAIST 물리학과 박 사

• Employment History
• 2003.1∼2005.1: 프랑스 CNRS 박사후연구원
• 2005.3∼2009.2: 고등과학원 연구원 & 조교수
• 2009.3∼현재: 중원대학교부교수

In this talk, I discuss a possibility that the missing ET signatures at colliders are due to the DM imposters, which eventually decay outside the detectors into DM of the universe. In this case one can disconnect the strong correlation between the collider signatures and DM direct detection experiments. This is a kind of Higgs portal to nonminimal dark sectors.

• Educational History
• 1983: 서울대학교 학사
• 1985: 서울대학교 석사
• 1991: Univ. of Chicago 박사

• Employment History
• 1991~1994: Univ. of Minnesota 박사후 연구원
• 1994~1997: 홍익대학교 조교수
• 1997~2005: KAIST 물리학과 부교수, 교수
• 2005~현재: 고등과학원 물리학부 교수

기존의 WIMP (weakly interacting massive particle)를 중심으로 한 암흑물질 연구는 최근 보다 다양한 암흑물질 후보군에 대한 다각적인 연구로 확장되고 있다. 특히 은하 사이즈의 파장을 갖는 Fuzzy dark matter, 암흑물질 간의 자체 상호작용이 중요한 역할을 하는 Self interacting dark matter 그리고 암흑물질이 한가지 입자가 아닌 여러 입자로 이루어지며 표준 모형 섹터와 상호작용하는 입자는 상대적으로 가벼운 Boosted dark matter, WIMP의 질량 한계를 넘어서는 Superheavy Dark matter 등 다양한 입자물리학적 가능성들이 제시되었다. 본 발표에서는 각 암흑물질 모형의 특성을 대별하고 향후 검증 가능성에 대해서 논의한다.

• Educational History
• 2012: 이학박사 서울대학교 물리학과

• Employment History
• 코넬대학교 연구원
• 동경대학교 IPMU 특임연구원
• 성균관대학교 부교수
• 연세대학교 교수

The innovations of quantum chemical software(QCS) are largely hindered by the closed development environments. To alleviate the situation, the modulization of QCS is becoming important, thereby accelerating scientific software developments. A web platform for MQCP (Modular Quantum Chemistry Package) has been created to support (1) modulizations of scientific software, (2) sharing and exchanging modules and ideas, and (3) interoperating the modules for general use. In this talk, the concept of MQCP shall be explained.

The final goal of MQCP is to provide innovative Computational Science App Development/ Market/ Research Environment Platform with Cloud Computing.

• Educational History
• 1986~1992: B.S. and M.S. in Chemistry, Seoul National University
• 1994~1998: Ph.D. in Physical Chemistry, Georgetown University
• 1998~2001: Post Doc. at Iowa State University

• Employment History
• 2001~current: Professor of Chemistry, Kyungpook National University

최근 물질의 수 나노 크기 계산에서 그 계산범위와 응용도의 확대에 따라 계산에 필요한 자원과 속도가 더 많이 요구되고 있어, 클러스터 컴퓨팅을 요구하는 추세에 있다. 이러한 상황에서는 그런 시스템을 갖출 수 있는 사용자나 기관 위주로 계산연구가 제한되어 왔다. 근래에 첨단사이언스 교육허브 개발 사업은에 의해 구축된 클러스터 시스템과 포탈서비스가 일반에게 제공되고 있어 물질 계산 연구의 확대에 크게 기여하고 있다.

우리는 물질의 양자정보를 추출하는 프로그램 중에서 궤도기반(orbital base) 코드인 SIESTA와 비평형 그린함수기반 양자소자 분석 소프트웨어를 웹에서 사용할 수 있는 인터페이스를 에디슨 사이트에 구축하였다. 양자소자 분석 소프트웨어는 workflow를 통하여 SIESTA로부터 물질의 양자전보를 전달받아 소자의 전압-전류 특성을 도출한다. 우리는 SIESTA와 양자소자 소프트웨어의 작동 방식등에 대해서 간략히 소개한다.

• Educational History
• 2005.02: 부산대학교 물리학과 박사

• Employment History
• 2013.09~현재: 한국과학기술원 정보전자연구소

신약개발 시 주요한 난제 중 하나는 약물 투여 시 심장 독성의 발생여부이다. 이를 위해서 동물실험 및 임상시험을 하고 있으며, 여기에 많은 비용과 시간이 소요되고 있다. 최근 들어 동물실험금지 운동이 전세계적으로 확산되고 있어 독성실험을 위한 대체실험법이 절실한 실정이다. 컴퓨터시뮬레이션을 활용한 독성테스트는 그 대표적인 방법들 중 하나이다.

본 강연에서는 심장에서의 세포-조직-장기-흉곽 등에 대한 컴퓨터시뮬레이션 모델을 소개하고 이를 활용하여 신약 개발 시 심장독성을 분석하는 방법에 대하여 설명한다. 검증을 위해서 계산된 결과와 임상 또는 실험 결과와 비교하였다. 그리고 이러한 컴퓨터 시뮬레이션을 사용하여 독성을 분석한 사례들로서 7종의 약물에 대한 가상심장 기반 독성 분석결과를 소개한다. 아울러, 현재 전세계적인 이 분야 기술동향과 한계 그리고 앞으로의 발전방향 등에 대하여 조망한다.

• Educational History
• 1987.02: 서울공대 기계설계학과, 공학사
• 1990.02: KAIST 기계공학과, 공학석사
• 1994.08: KAIST 기계공학과, 공학박사(유체역학)
• 2008.03: 일본 교토대학 대학원 의학연구과, 의학박사(생리학)

• Employment History
• 1998.01~1999.02: MIT 기계공학과, Post Doc
• 2002.02~2003.02: Harvard-MIT Health Science & Technology, 연구원
• 2003.03~현재: 강원대학교 기계공학부, 교수

EDISON 전산열유체 분야의 대표 소프트웨어(SW)는 2D_Incomp_P, 2D_Comp_P 및 KFLOW_EDIOSN_13이다. 각각의 SW는 2차원 범용 유동 해석을 수행하며, MPI 기반의 병렬연산이 가능하다는 특징을 가지고 있다. 전후처리 과정에서는 학생들이 쉽게 이용할 수 있도록 개발된 전용 격자생성 프로그램(eMEGA)과 전용 후처리 프로그램(eDAVA)을 사용한다.

최근 업데이트를 통해 웹 사이트 내에서 계산 과정 중의 오차 그래프와 계산 종료 후 유동 결과를 확인하는 것이 가능해졌으며, 비정상상태 유동 해석의 경우 중간 계산 데이터를 통해 웹상에서 애니메이션 기능을 사용할 수 있게 되었다. 지금까지 약 11,000명의 학생들이 EDISON 전산열유체 SW를 활용한 수업을 수강하였으며 일부 학교들의 경우 소규모 프로젝트를 통해 심화 학습을 진행하고 있다.

EDISON 전산열유체 경진대회는 한국전산유체공학회 추계학술대회와 공동 개최되며 우수 논문은 EDISON 서버에 저장된 메타 데이터와 함께 실습 콘텐츠로 제공되어 학생들의 연구 활동을 독려하고 있다. 더 나아가 한국과학창의재단의 학부생 연구 프로그램(URP)에서 학생들의 자발적인 연구에 도움을 줌으로써 교육과 연구 모두에 활용할 수 있는 플랫폼을 구축하는 EDISON의 궁극적인 목표에 부합하고 있다.

• Educational History
• 1996: 한국과학기술원 항공우주공학 학사
• 1999: 한국과학기술원 항공우주공학 석사
• 2003: 한국과학기술원 항공우주공학 박사

• Employment History
• 2004~2005: 루이지애나주립대 계산기술연구소, 선임연구원
• 2003~2006: 한국과학기술원, 박사후연구원
• 2007~현재: 건국대학교 항공우주정보시스템공학과 교수
• 2010~현재: 한국전산유체공학회 총무이사

EDISON 구조동역학 센터에선 구조동역학의 주요 부분인 구조물의 정적/동적 해석을 기본으로, 기계/항공, 토목/건축, 자동차 등 세부분야에 특화된 연구까지 활용 가능한 다양한 구조동역학 프로그램을 개발하였다. 또한, 사용자 활용의 편의성을 고려하여, 개발한 프로그램에 호환 가능한 전처리기/후처리기를 함께 개발하였다. 이와 같이 개발된 프로그램 및 관련 콘텐츠는 국내 대학 강의 교육 및 중소기업 지원 등 다양한 분야에 활용된 바 있다.

본 발표에선 EDISON 구조동역학 센터의 세부분야별 대표 프로그램을 소개하며, 자체 개발한 전처리기/후처리기와의 활용 예시를 선보일 계획이다. 소개할 세부분야별 프로그램은 다음과 같다.

- Co-rotational 이론 기반 기하학적 비선형 해석 프로그램
- 구조해석 통합 프로그램 (CASAD Solver_integrated)
- 재료 모델 해석 통합 프로그램 (SemDesk)
- 철근 콘크리트 동적 파괴해석 프로그램
- 복합재료 적층 보 응력/파손 해석 프로그램 (RDSAC 1.2)

• Educational History
• 1989: 서울대학교 항공우주공학 학사
• 1991: 서울대학교 항공우주공학 석사
• 1999: 미국 M.I.T. 항공우주공학 석사
• 2001: 미국 M.I.T. 항공우주공학 박사

• Employment History
• 1991~1996: 국방과학연구소 회전익기 체계실 연구원
• 2001~2003: 미국 미시간대학교 항공우주공학 박사후과정 연구원
• 2001~2003: 서울대학교 기계항공공학부 조교수
• 2008~2013: 서울대학교 기계항공공학부 부교수
• 2012~현재: 서울대학교 기계항공공학부 교수

EDISON 전산설계 통합 SW는 제품 디자인의 프로세스 초기의 콘셉트의 구현 가능성을 확인하는 시스템과 가상으로 움직임을 확인할 수 있는 SW를 활용하고, 이렇게 확인된 콘셉트를 구체적으로 설계하는 과정과 주어진 조건에 맞춰 도출된 최적설계 수치를 반영하거나, 열유체 또는 구조동역학과 같은 해석시스템과의 인터페이스를 활용하여 각 분야의 특성에 맞는 SW활용하는 과정을 통해 일련의 제품개발과정을 교육할 수 있는 시스템이다.

이 통합 SW 교육을 위해서 초보적인 개념의 설명과 비숙련자도 접근이 용이한 사용자 인터페이스와 사용법 설명에 중점을 두고, 웹온톨로지 기술을 활용하여 초보자의 접근이 쉬운 설계시스템을 개발하고자 노력했다. 산업체 적용을 위해서는 완성도가 높은 시스템이 요구되지만, 부품을 공급하는 중소기업을 위해서는 대기업들이 사용하는 상업용 설계시스템들과의 인터페이스가 중요하기 때문에 국제표준과 상업용 CAD의 데이터 형식을 지원할 수 있도록 개발했다.

• Educational History
• 1994~2004: 서울대학교 기계설계항공공학부, 학,석,박사

• Employment History
• 덴마크 공과대학 Assistant Research Professor
• 경북대학교: 전임강사, 조교수
• 한양대: 조교수, 부교수, 교수

최근 고시원 화재는 매년 증가하고 있고, 사상자와 재산피해도 증가하는 추세이다. 특히 지난해 종로구 고시원 화재는 18명의 사상자를 내어 우리 사회에서 큰 화제가 되었다. 주요 언론과 학술연구들은 고시원의 초밀집 구조, 좁은 통로를 주요 원인으로 보고 있다. 이런 관점의 문제점은 대피의 관점에서만 바라보고, 화재 확산의 요인, 즉 열역학적 관점을 무시했다는 점이다.

본 연구는 화재 열역학 시뮬레이션인 EDISON 화재 시뮬레이션 모델을 활용하여 종로구 고시원 화재 사례를 바탕으로 복도의 폭과 화재의 관계를 열역학적 관점에서 검증하고자 한다. 실험은 기존 고시원 복도 폭 780mm와 기준 안전치인 1200mm를 시뮬레이션 진행하였으며, 열확산 속도와 온도의 변화를 관측하였다. 실험결과 복도의 폭이 넓은 조건에서 열확산 속도와 온도의 변화가 더 크게 나타났다. 본 연구를 통해, 방재에 있어서 복도의 폭을 무조건 늘리는 것이 아니라 여러 건축적 요소를 동시에 분석하여 고려해야 함을 시사한다.

• Educational History
• 2007~2011: Yanbian University, 건축학 학사
• 2013~2015: 국민대학교 실내디자인, 석사
• 2016~현재: 연세대학교 생활디자인학과, 박사과정

• Employment History

최근 빅데이터와 인공지능에 대한 관심이 폭발적으로 증가하고 있는 가운데 데이터와 인공지능을 통해 의미 있는 정보를 추론하는 연구 방법론이 주목받고 있다. 이는 계산과학 분야에서도 예외가 아니다. 계산과학을 통해 도출된 데이터를 공유 재활용하는 것은 많은 시간을 소요하는 계산의 중복을 회피하고 비용을 절감할 수 있을 뿐만 아니라, 축적된 계산과학 데이터의 분석을 통해 의미 있는 정보를 추출하는 새로운 연구방법을 제공할 수 있다.

EDISON은 고성능컴퓨터와 계산과학 SW를 웹기반으로 쉽게 활용할 수 있도록 지원함으로써 계산과학 연구방법론을 학습할 수 있는 교육연구 환경이다. 빅데이터와 인공지능으로의 패러다임 변화에 따라 우리는 EDISON 플랫폼에 누적된 계산과학 데이터를 재활용하고, 인공지능 방법으로 분석할 수 있는 환경을 개발 중에 있다. 본 발표에서는 EDISON 플랫폼을 통해 누적된 계산과학 데이터의 공유 및 재활용 사례를 제시한다. 그리고 누적된 데이터를 인공지능 방법을 통해 분석함으로써 시뮬레이션 결과 예측, 시뮬레이션 오류 예측, 시뮬레이션 소요시간 예측 등 다양한 서비스들에 활용하는 사례를 보여준다.

• Educational History
• 2010: 서울대학교 컴퓨터공학과 박사

• Employment History
• 2005~현재: KISTI 국가슈퍼컴퓨팅본부

We use the string method to separate the protein complex along its minimum free energy path (MFEP) starting from the bound complex. A few cycles of umbrella sampling are repeated till we fully separate the complex, and the free energy along sampled region is determined by the dynamic weighted histogram analysis method (DHAM). We define MFEP upon this free energy surface, using it as a string to compute the free energy difference between the bound and unbound complex. We validate the string method by comparing straight and curvilinear pathways. When comparing total of three results, where two results are acquired from analyzing the straight path simulation with both conventional PMF method and string approach and one result is from curvilinear path, they agree quantitatively with one another. We measure the performance of string method by testing it upon specific protein-protein benchmark systems. Our results indicate that the method can bring a significant speedup for biomolecular systems.

At the liquid-gas critical point, the boiling curve terminates and the two phases merge into a single phase of supercritical fluid (SCF). SCF shows an anomalous blend of liquid-like and gaslike traits, which not only leads to industrial applications, but also raises questions on the fundamental physics that governs its exotic physicochemical behaviors. In this work, we answer this question by identifying liquid-like and gas-like molecules coexisting in the SCF, captured by machine learning analysis on simulation data. The deltoid coexistence region encloses the Widom line, and it may therefore be termed the Widom delta. The number fractions are found to follow simplified two-state thermodynamics model, and are closely related to the magnitude of supercritical anomaly which originates from the fluctuation between microstates. Furthermore, we provide evidence that the microstate number fraction is a more fundamental descriptor of supercritical fluid compared to conventional order parameters, e.g. bulk density. These results strongly support modeling the SCF as a mixture of two interchangeable microstates, of which macroscopic properties arise from the microscopic partitioning of the space by molecules.

Keywords: Per-atom Identification, Supercritical Fluid, Machine Learning, Widom Line, Frenkel Line

Molecular dynamics (MD) simulation has been exploited in various areas, such as materials science, biochemistry, and biophysics, to address scientific and engineering problems in atomic resolution. Since the accuracy of MD simulation relies on the choice of force field (FF), which describes the interactions between atoms, it becomes important to develop an accurate FF. Herein, we present a novel coarse-grained (CG) FF, coined SPICA FF. We aimed at developing an accurate CG FF that can be used to simulate complex membrane systems. The parameters were optimized against membrane properties, such as membrane area, thickness, and area compressibility. Especially, the radial distribution of cholesterol has been paid special attention to achieve correct distribution in the membrane. As an application of SPICA FF, we simulated the phase separation of lipid membrane, and confirmed that the SPICA FF can accurately reproduce the phase behaviors obtained by experiments. We expect that the SPICA FF will provide insightful information on biological phenomena occurred in complex membrane systems.

Keywords: Molecular dynamics simulation, coarse-grained model, lipid raft, phase separation

Materials that are simultaneously ferromagnetic and ferroelectric – multiferroics – promise the control of disparate ferroic orders, leading to technological advances in microwave magnetoelectric applications and next generation of spintronics. Single-phase multiferroics are challenged by the opposite d-orbital occupations imposed by the two ferroics, and heterogeneous nanocomposite multiferroics demand ingredients’ structural compatibility with the resultant multiferroicity exclusively at inter-materials boundaries. Here we propose the twodimensional heterostructure multiferroics by stacking up atomic layers of ferromagnetic Cr2Ge2Te6 and ferroelectric In2Se3, thereby leading to all-atomic multiferroicity. Through firstprinciples density functional theory calculations, we find as In2Se3 reverses its polarization, the magnetism of Cr2Ge2Te6 is switched, and correspondingly In2Se3 becomes a switchable magnetic semiconductor due to proximity effect. This unprecedented multiferroic duality (i.e., switchable ferromagnet and switchable magnetic semiconductor) enables both layers for logic applications. Van der Waals heterostructure multiferroics open the door for exploring the lowdimensional magnetoelectric physics and spintronic applications based on artificial superlattices.

Keywords: DFT calculations, magnetocrystalline anisotropy.AMS Mathematics Subject Classification:

The simulation of grain boundaries (GBs) can readily become a high dimensional problem, particularly when relating simulation results to multiple corresponding experimental systems that differ across eight structural degrees of freedom (DOFs), composition, and other variables. Furthermore, the complexity of this problem is improved when attempting to specify contributions to GB properties, relating them to one another via models of physical phenomena over the scope of these variables. Over the course of this work, a comprehensive dataset of GB properties is rapidly produced through an interface linking automation procedures developed in Python, the Python/LAMMPS interface, and parallelization provided by mpi4py. The contributions related to these properties are isolated by DOF variations, then distinguished from one another by inferential statistics and machine learning techniques. Using rpy2, the Pythonic interface to the R statistical software platform, Bayesian Hierarchical Modeling and related statistical procedures are completed en masse over DOF combinations. These combinations are formed by the low-angle (LA), high-angle (HA), or low-Σ CSL physical phenomena characterizing them. The rpy2 interface is employed to classify LAGBs, HAGBs, and low-Σ CSL GBs by these isolated property contributions, implementing linear (LDA) and quadratic (QDA) discriminant analyses a priori. Sample heat map results indicating classification accuracy over different combinations of considered GB properties and DOFs are shown.

Keywords: Machine Learning, Grain boundary, Python, parallelization, Bayesian Modeling.

The form of the primordial power spectrum (PPS) of cosmological scalar (matter density) perturbations is not yet constrained satisfactorily in spite of the tremendous amount of information from the Cosmic Microwave Background (CMB) data. While a smooth power-law-like form of the PPS is consistent with the CMB data, some PPS with small non-smooth features at large scales can also fit the CMB temperature and polarization data with similar statistical evidence. Future CMB surveys cannot help distinguish all such models due to the cosmic variance at large angular scales. In this paper, we study how well we can differentiate between such featured forms of the PPS not otherwise distinguishable using CMB data. We ran about 100 N-body DESI-like simulations of these models using KISTI's facilities to explore this approach. Showing that statistics such as the halo mass function and the twopoint correlation function are not able to distinguish these models in a DESI-like survey, we advocate to avoid reducing the dimensionality of the problem by demonstrating that the use of a simple threedimensional count-in-cell density field can be much more effective for the purpose of model distinction.

Keywords: Cosmic Microwave background, N-Body simulation

We further develop the last-passage Monte Carlo algorithm for the charge density on a flat conducting surface by deriving a generalized last-passage Green's function on the flat surface. In the previous research, we used a centered Green's function on the flat surface. In the new lastpassage algorithm, we can use also an off-centered point on the surface inside the Green's function hemisphere. To demonstrate the algorithm, we calculate the charge density on a circular disk and find that our result agrees very well with the analytic solution.

Accurate prediction of the binding affinity of a protein-ligand complex is essential for efficient and successful rational drug design. In this work, a new neural network model that predicts the binding affinity of a protein-ligand complex structure is developed. Our new model predicts the binding affinity of a complex using the ensemble of multiple independently trained networks that consist of multiple channels of 3D convolutional neural network layers. Our model was trained using the 3740 protein-ligand complexes from the refined set of the PDBbind database and tested using the 270 complexes from the core set. The benchmark results show that the correlation coefficient between the predicted binding affinities by our model and the experimental data is higher than 0.72, which is comparable with the state-of-the-art binding affinity prediction methods. In addition, our method also ranks the relative binding affinities of possible multiple binders of a protein quite accurately. Last, we measured which structural information is critical for predicting binding affinity.

Keywords: Binding affinity prediction, Protein-ligand binding, Convolutional neural network, Ensemble method