TABLE OF CONTENTS · 2020. 9. 21. · 05 KOREA SUPERCOMPUTING CONFERENCE 2020 GREETINGS Exascale Computing Era is Coming! 안녕하십니까? 2020년 한국슈퍼컴퓨팅 컨퍼런스(KSC2020)

03

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!TABLE OF CONTENTS

Greetings ·············································· 05

Summary ············································· 06

Committee ············································ 07

Program ··············································· 09

· 23th Sep 2020, Wed(AM)

- Plenary & Keynote Speech ······················ 09

· 23th Sep 2020, Wed(PM)

- Workshop ········································ 15

· 24th Sep 2020, Thu(AM)

- Keynote Speech ································· 83

· 24th Sep 2020, Thu(PM)

- Community Forum ······························ 89

· 24th Sep 2020, Thu(PM)

- 한국계산과학공학회 추계학술대회 ··············· 103

Exhibition ··········································· 125

05

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!GREETINGS

안녕하십니까?

2020년 한국슈퍼컴퓨팅 컨퍼런스(KSC2020) 조직위원장을 맡은 KISTI 원장 최희윤입니다.

코로나19라는 전대미문의 감염병이 확산되면서 우리 생활의 모든 것이 크게 바뀌고 있습니다. 이

에 17번째 한국슈퍼컴퓨팅컨퍼런스는 최초로 온라인으로 개최하게 되었습니다.

1초에 1018회의 연산이 가능한 ‘꿈의 컴퓨터’인 엑사스케일 컴퓨팅 시대가 우리 코 앞으로 다가왔

습니다. 2021년 미국 오크리지 국립연구소에 ‘프론티어’란 세계 최초의 엑사스케일 슈퍼컴퓨터

가 구축될 예정입니다. 중국과 유럽, 일본 역시 엑사스케일 슈퍼컴퓨터를 개발 중이어서 2~3년

후에는 엑사스케일 컴퓨터가 우리 주위에 점점 많아질 것 같습니다. 그래서 이번 행사의 주제를

‘Exascale Computing Era is Coming!’으로 잡았습니다. 관련 프로젝트를 이끌고 있는 미국, 중

국, 일본, 유럽의 최고 전문가들을 초대하여 각국의 엑사스케일 프로젝트 동향을 소개하는 기조 강

연과 주요 HPC업체에서 추진하는 엑사스케일 컴퓨팅 기술 개발을 발표하는 세션을 마련했습니다.

9월 23~24일 이틀에 걸쳐 개최될 이번 행사는 4개의 기조 강연과 양자컴퓨팅, 코로나19 극복을

위한 HPC 활용, AI 연구를 위한 HPC 인프라, 빅데이터 분석 등 최신 정보를 다루는 8개의 워크숍,

한국계산과학공회와 함께 준비한 8개의 커뮤니티 포럼 등으로 구성되어 있습니다.

본 행사가 기초과학적 응용은 물론이고 코로나19 대응, AI・빅데이터・사물인터넷 등 4차 산업혁명

핵심기술 관련 슈퍼컴퓨팅 활용에 대한 아이디어를 얻고 산학연의 전문가들이 서로 교류할 수 있

는 장이 되기를 기원합니다. 많은 참석 부탁드립니다.

2020년 한국슈퍼컴퓨팅컨퍼런스 조직위원장

최 희 윤

06

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!

2020 Korea Supercomputing Online Conference is...

- KSC는 국내 슈퍼컴퓨팅과 관련 학술대회 겸 전시회이며, 슈퍼컴퓨팅 및 계산과학공학 분야 저변 확대,

산업육성, 연구자간 교류 및 학술 증진을 목적으로 함

- 4차 산업혁명 및 슈퍼컴퓨팅 저변 확대를 위한 산업육성을 위한 튜토리얼 및 전시회, 연구자간 교류 및

학술 증진을 위한 워크숍으로 구성함

- Plenary : 개회식, 미국, 중국, 유럽, 일본의 엑사스케일 컴퓨팅 개발 관련 기조 강연

- 슈퍼컴퓨팅 분야별 워크숍 : 코로나19 극복을 위한 HPC 활용 연구, 엑사 스케일 HPC 기술, 빅 데이터

분석, HPC 산업융합기술 등 여러 분야별 연구 성과 발표 및 회의 진행

- 분야별 커뮤니티 포럼 : Machine Learning for HEP, 한국계산과학공학회 학술대회, HPC 시스템

소프트웨어 연구 등

행사 내용 _

SUMMARY

2020 KOREA SUPERCOMPUTING CONFERENCE행 사 명 _

2020년 9월 23일(수)~ 24일(목)기 간 _

주 최 _

후 원 _

주 관 _

07

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!COMMITTEE

위 원 장 : 최희윤 원장(KISTI)

위 원 : 이용훈 총장(UNIST), 신동우 교수(서울대학교), 황순욱 본부장(KISTI)

ORGANIZING COMMITTEE _

위 원 장 : 황순욱 본부장(KISTI)

위 원 : 장지훈(KISTI)

STEERING COMMITTEE _

위 원 장 : 최재영 교수(숭실대학교)

부위원장 : 김종수 본부장(한국천문연구원), 이주석 상무(인텔), 이상문 상무(NVIDIA)

함재균 사무국장(KISTI), 염민선 센터장(KISTI), 홍태영 센터장(KISTI)

위 원 : 김정호 교수(인하대학교), 임상범 교수(건국대학교), 최재영 교수(숭실대학교)

김용훈 교수(KAIST), 김종원 교수(GIST)

PROGRAM COMMITTEE _

SUPERCOMPUTER OPERATION TECHNOLOGY

분과위원장 홍태영 센터장(KISTI)

AI INFRASTRUCTURE & PLATFORM

분과위원장 김종원 교수(GIST)

RECENT PROGRESS IN QUANTUM INFORMATION SCIENCE & TECHNOLOGY

분과위원장 지동표 교수(서울대/UNIST)

HPC FOR ENGINEERING M&S

분과위원장 김정호 교수(인하대)

BIG DATA ANALYSIS SOLUTION

분과위원장 이주석 전문(INTEL)

FROM DFT TO TCAD AND BEYOND

분과위원장 김용훈 교수(KAIST)

EXASCALE COMPUTING TREND IN INDUSTRY

분과위원장 함재균 박사(KISTI)

RESEARCH ON THE USE OF HPC TO OVERCOME COVID-19

분과위원장 김은애 교수(조선대)

WORKSHOP COMMITTEE _

MACHINE LEARNING FOR HEP

분과위원장 조기현

DEVELOPMENT OF SUPERCOMPUTER SYSTEM BASED ON MASSIVELY PARALLEL COMPUTER

분과위원장 박찬열

NUMERICAL ASTROPHYSICS

분과위원장 강궁원

AI-BASED NEW DRUG DEVELOPMENT RESEARCH

분과위원장 최재영, 염민선

COMMUNITY COMMITTEE _

Plenary & Keynote Speech

23th Sep 2020, Wed(AM)

11

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!Plenary & Keynote Speech

Welcome Remarks

최희윤 원장 (KSC 2020 조직위원장)

Congratulatory Remarks

원광연 이사장 (국가과학기술연구회)

Congratulatory Remarks

김봉수 국장 (과학기술정보통신부)

Break

Keynote 1 : The US Department of Energy’s Exascale Computing Project Hardware and

Integration Focus Area

Katie Antypas (NERSC Deputy Director, ECP HI Director)

Keynote 2 : Tianhe and the Exascale Road in China

Ruibo Wang (Professor, National University of Defense Technology)

10:00~10:15

10:15~10:20

10:20~10:25

10:25~10:30

10:30~11:10

11:10~11:50

23th Sep 2020, Wed(AM)

12

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!KEYNOTE

The US Department of Energy’s Exascale Computing Project Hardware and Integration Focus Area

Deputy Director

NERSC, Lawrence Berkeley National Laboratory (LBNL)

The Hardware and Integration focus area within the United States Department of

Energy’s Exascale Computing Project (ECP) partners closely with facilities and assists

with the deployment of applications and software on the pre-exascale and exascale

systems that will be delivered in the coming years.

In this talk I will describe recent highlights from the ECP and plans for integrating

applications and software products on DOE’s next generation platforms.

· Biography

Katie is the Division Deputy and Data Department Head at the National Energy Research

Scientific Computing (NERSC) Center at Lawrence Berkeley National Laboratory.

Katie was the Project Director of the NERSC-8 Cori supercomputer deployed in 2016

and served as the Project Director for the NERSC-9 Perlmutter system from 2017-

2019.

She is also the director of Hardware and Integration for the ECP project and a co-

investigator on the ASCR research project titled, “Science Search: Automated

MetaData Using Machine Learning” and is interested in how experimental science

facilities can leverage High Performance Computing. Her interests include application

readiness for advanced architecture systems, I/O performance, data movement and

management and supporting experimental science on HPC systems.

Before coming to NERSC, Katie worked at the ASC Flash Center at the University of

Chicago on the FLASH code, a highly scalable, parallel, adaptive mesh refinement

astrophysics application. She has an M.S. in Computer Science from the University of

Chicago and a bachelors in Physics from Wellesley College.

Katie Antypas

13


Tianhe and the Exascale Road in China

Professor

National University of Defense Technology (NUDT)

After a brief introduction to the Tianhe-1 and Tianhe-2 supercomputers, this talk focus-

es on the progress of exascale technology development, including the prototype system

development, the new architecture design, and the new chips.

The perspective of exascale systems development in China, especially the projects un-

der the national key R&D program are discussed toward the end of the talk.

· Biography

Ruibo Wang is a professor at National University of Defense Technology. He is the

deputy director of the Institute of High Performance Computer and now holds an

appointment as the leading designer of next-gen Tianhe Software Stack. He has

been working on operating system and fault tolerant management for Tianhe-1 and

Tianhe-2 supercomputers.

His current research interests include high performance computer architecture

and implementation technologies, transactional memory, and kernel performance

measurement.

He received a Bachelor of Engineering (2003) and a Ph.D (2011) in Computer Science

and Technology from the National University of Defense Technology.

Ruibo Wang

Workshop

23th Sep 2020, Wed(PM)

17

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!WORKSHOP 1

슈퍼컴퓨터 5호기 Nurion(누리온) 소개 및 특징

안도식 선임기술원 (KISTI)

병렬파일시스템 및 버스트버퍼 특징과 사용 방법

윤준원 선임연구원 (KISTI)

누리온 멀티노드 활성화를 위한 지원 기술 제안

정진우 박사 (모아시스)

Break

GPU기반 5호기 보조 시스템 Neuron(뉴론) 소개 및 특징

권민우 연구원 (KISTI)

뉴론 주피터 소개 및 활용법

이국화 연구원 (KISTI)

누리온/뉴론 Deep Learning 벤치마크

김민식 연구원 (KISTI)

슈퍼컴퓨터 KICloud 서비스 소개

정기문 책임연구원 (KISTI)

클라우드 환경에서의 FPGA 활용

이승민 선임연구원 (KISTI)

13:30~14:00

14:00~14:30

14:30~14:50

14:50~15:20

15:20~15:50

15:50~16:20

16:20~16:40

16:40~17:10

17:10~17:30


SUPERCOMPUTER OPERATION TECHNOLOGY 홍태영 센터장 (KISTI)

18

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!Workshop

슈퍼컴퓨터 5호기 Nurion(누리온) 소개 및 특징

선임기술원

한국과학기술정보연구원

슈퍼컴퓨터 5호기 누리온(NURION)은 리눅스 기반의 초병렬 클러스터 시스템으로 이론최고성능

(Rpeak) 25.7PFlops의 연산처리 성능을 갖고 있다. 누리온 고성능 인터커넥트, 대용량 병렬파일

시스템, 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 프로세서인 Intel Xeon

Phi(Knights Landing) 8305노드와 멀티코어 프로세서인 Xeon Gold(Skylake) 132노드로 총

570,020코어로 구성되어 있다.

슈퍼컴퓨터 5호기는 2018년 12월 공식서비스를 시작으로 연간 2천명 이상의 연구자가 슈퍼컴퓨

터 5호기를 활용하고 있다. 현재 까지 누적 수행작업은 380만 건, 서비스 제공 시간은 127억 시간

을 기록하고 있다. 특히 서비스 초기보다 평균 사용률 시스템 사용률이 높아지면서 작업 대기시간

이 증가하는 추세이다. 그에 따라 슈퍼컴퓨터 5호기를 효율적으로 사용하기 위한 시스템 정책 및

활용 가이드를 소개 한다.

· 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

안도식

19


병렬파일시스템 및 버스트버퍼 특징과 사용 방법

선임연구원(Senior Researcher)

한국과학기술정보연구원(KISTI)

슈퍼컴퓨터 5호기 Nurion은 고성능의 I/O 처리를 위한 병렬파일시스템과 버스트버퍼(Burst-

Buffer)를 제공한다. 병렬파일시스템은 스크래치(/scratch, 21PB), 홈(/home01, 760TB), 어

플리케이션(/app, 507TB) 세 개의 Lustre 기반 파일시스템을 제공하고 있다. 각 파일시스템은

SFA7700X 스토리지 기반의 메타데이터 서버(MDS)와, ES14KX 스토리지 기반의 오브젝트 스토

리지 서버(OSS)로 구성된다. 해당 파일시스템은 계산노드, 로그인노드 및 주요 인프라 노드에 마

운트 되어 IO 서비스를 제공한다.

버스트버퍼는 계산 노드와 병렬파일시스템 사이에서 동작하는 NVMe 디스크 기반의 I/O 캐시로

DDN의 IME 솔루션이 적용되었다. 누리온의 버스트버퍼는 약 920TB의 용량을 제공하며, 계산노

드와 스토리지 (/scratch) 사이의 I/O 가속을 위한 캐시 레이어 역할을 수행한다. 병렬파일시스템

이 갖는 small I/O 또는 random I/O에 대한 낮은 성능 보완과 및 병렬 IO의 성능 극대화를 위해 5

호기에 새로이 도입되었다. I/O 의존성이 높은 사용자 어플리케이션의 성능 향상을 목표로 하고 있

으며 로그인노드와 계산노드 전체에 마운트 되어 서비스 중이다.


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 Dept. of Computer Science and Engineering from

Korea University.


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. Now, he is responsible for the supercomputer

administration and infra operations team. His research interest fields are distributed

computing, supercomputing, parallel filesystem, scheduling, etc.

윤준원

20


누리온 멀티노드 활성화를 위한 지원 기술 제안

부장

모아시스(주)

누리온 시스템에서 많이 사용하는 응용프로그램 5종(VASP, WRF, LAMMPS, GROMACS, QE)에

대하여 다양한 설정을 통한 최적화 실행 방법을 소개하고 효율적인 멀티노드 활용을 위한 방안에

대하여 정리한다.

또한 실제 예제에대한 누리온 시스템의 KNL 노드, SKL 노드, 뉴론 시스템의 GPU 노드에서의 성

능을 비교하여 효율적인 자원 활용에 대한 정보를 제공한다.


중앙대학교 물리학 박사


모아시스(주) 기술개발팀 부장 (KISTI 슈퍼컴퓨터 사용자 지원 업무)

정진우

21


GPU기반 5호기 보조 시스템 Neuron(뉴론) 소개 및 특징

연구원

한국과학기술정보연구원 슈퍼컴퓨팅인프라센터

GPU 기반 슈퍼컴퓨터 5호기 보조 시스템인 Neuron(뉴론)은 5호기 메인시스템(Nurion)이 인텔

매니코어 및 x86 아키텍처로 구성이 됨에 따라 하드웨어 아키텍처에 제한되지 않는 다양한 인프라

를 제공하기 위한 목적으로 서비스되고 있다.

GPU 기반 시스템을 통한 성능 가속이 뛰어난 기존 계산과학분야의 수요에 대응할 뿐 아니라 기계

학습(Machine Learning/Deep Learning) 및 빅데이터 분야의 연구・개발을 위한 GPU 계산 자원

의 공공 수요에 대응하고 있다.

Neuron 시스템은 작업스케줄러(SLURM)을 이용해 사용자들이 제출한 작업을 스케줄링하는 방식

으로 시스템이 활용되고 있다. 본 발표를 통해 사용자 프로그래밍 환경, 스케줄러(SLURM)을 통한

작업실행에 대한 소개를 진행하고자 한다.


- 2006년 2월 광운대학교 학사 졸

- 2008년 8월 광운대학교 석사 졸

- 2016년 2월 광운대학교 박사 졸


2008년 8월~2011년 12월 ㈜제너시스템즈 근무

권민우

22


뉴론 기반 주피터 서비스 및 활용법 소개

박사후 연구원


최근 슈퍼컴퓨팅자원을 활용하는 계산과학분야 연구자들은 딥러닝 및 머신러닝 기법을 활용하여

연구에 적용하기 시작하면 AI고성능 인프라에 대한 수요와 AI개발 플랫폼에 대한 수요가 날로 늘

어나고 있다.

KISTI 국가슈퍼컴퓨팅 인프라센터에서는 이런 수요를 만족하기 위해 고성능 GPU기반의 시스템인

뉴론(Neuron)을 구축하여 고성능 AI인프라 환경을 서비스로 제공해주고 있다. 하지만 고성능 AI인

프라 기반 전통 HPC 서비스 플랫폼으로는 사용자들이 인터렉티브하게 데이터를 분석하고 시각화

하는데는 한계가 존재한다. 이런 한계를 극복하기 위해 가장 많이 사용되는 개발 툴인 Jupyter를

중심으로 웹 기반 AI플랫폼을 개발하여 인터렉티브 HPC서비스를 제공하고자 한다.

멀티 사용자 실행환경과 기존의 배치스케줄러와의 연동, 그리고 보안 인증을 강화하기 위한 다양

한 기능과 연동이 쉬운 JupyterHub를 사용하여 LDAP, OTP, 및 Slurm과의 연동을 구현하였다.

사용자는 웹에서 (https://jupyter.ksc.re.kr) 프로파일로 분류된 자원 유형을 선택하여 Jupyter

Notebook/JupyterLab을 슈퍼컴퓨팅자원에서 실행할 수 있다. 사용자들이 인터렉티브 작업을 제

출하였을 경우 발생하는 고가의 과금을 부담해야 되는 문제를 해결하기 위해 우리는 인터렉티브

Python 병렬 프로그래밍을 할 수 있는 무료 Jupyter큐를 프로파일로 만들어 사용자들이 보다 효

율적으로 자원을 저렴하게 사용할 수 있게 하였다.


- 2018.2 건국대학교 신기술융합학과 융합 IT 전공 공학박사

- 2013.8 건국대학교 신기술융합학과 융합 IT 전공 공학박사


- 2018.11~현재 한국과학기술정보연구원 슈퍼컴퓨팅인프라센터 운영팀에서 클라우드 인프

라 운영 및 슈퍼컴퓨팅 기반 주피터 플랫폼 구축 및 운영 담당

이국화

23


누리온/뉴론 Deep Learning 벤치마크

담당


최근 인공지능 기술의 발전에 따라 다양한 분야에서 인공지능 기술이 많이 활용되고 있으며 전통

적인 수치 모델 기반의 방법들이 많이 활용되는 계산과학/공학 분야에서도 deep learning 기술을

활용하려는 시도가 증가하고 있다.

KISTI의 CPU 기반 시스템 누리온 및 GPU 기반 시스템 뉴론을 활용하여 슈퍼컴퓨터 환경에서 다양

한 분야의 deep learning 작업을 분석하고 향후 KISTI의 슈퍼컴퓨터에서의 deep learning 지원을

위하여 최신 아키텍처에서의 성능 변화에 대하여 분석하였다.


- 2013.08 연세대학교 전기전자공학과 학사 졸업

- 2019.02 연세대학교 전기전자공학과 석박사 통합과정 졸업


- 2018.12 ~ 현재: 한국과학기술정보연구원 슈퍼컴퓨팅인프라센터 계약직연구원 재직

김민식

24


슈퍼컴퓨터 KI Cloud 서비스 소개

책임연구원


국내 최대 규모의 슈퍼컴퓨팅 서비스를 제공하는 한국과학기술정보연구원은 연구자들과 기업

의 요구에 맞춰 슈퍼컴퓨터 Nurion을 클라우드 환경에서 이용할 수 있는「KI(KISTI Intelligent)

Cloud」서비스를 오픈하였다.

슈퍼컴퓨터 사용자라면 누구나 사용할 수 있는 KI Cloud는 웹기반으로 손쉽게 접근하여 사용할 수

있으며 사용자 맞춤형 가상 서버, 클라우드 스토리지 서비스 등 오픈스택 기반의 IaaS 환경을 제

공하다.

또한 컨테이너 기반의 가상 클러스터 환경에서 대화형 프로그래밍을 수행할 수 있는 Jupyter

Notebook 서비스, R 기반 데이터 분석 처리를 지원하는 Rstudio 서비스 등 연구자들이 웹을 통해

실시간으로 이용할 수 있는 다양한 데이터 분석 도구 및 컴퓨팅 환경을 제공한다.

기존의 슈퍼컴퓨팅 사용자라면 고전적인 터미널 기반의 작업 스케쥴러 인터페이스를 통해 배치 작

업 형태로 슈퍼컴퓨터를 이용해야만 했지만 이제는 다양한 대화형 클라우드 서비스를 통해 연구자

가 원하는 컴퓨팅 환경을 쉽게 구성할 수 있게 되었다.

본 발표에서는 KI Cloud의 구조 및 서비스에 대해서 알아보고 슈퍼컴퓨터의 새로운 사용 환경에

대해서 살펴볼 것이다.


- 전남대학교 전산학과 학사 : 1992 ~ 1999

- 전남대학교 전산통계학과 석사 : 1999 ~ 2001

- 전남대학교 정보보안협동과정 박사 : 2006 ~ 2009


- 한국정보보호진흥원 : 2001 ~ 2004

- 국가정보원 : 2004 ~ 2005

- 한국과학기술정보연구원 : 2005 ~ 현재

정기문

25


클라우드 환경에서의 FPGA 활용

선임연구원


최근 글로벌 기업들은 고급 분석, 심층 학습, 인공지능 영역에서 기존 GPU 기반 컴퓨팅 가속에서 사

용자 맞춤형 계산자원 구현이 가능한 FPGA로 이동하고 있다.

이러한 추세에 맞추어 KISTI에서도 FPGA 디바이스를 이용할 수 있는 계산자원을 클라우드 기반으

로 구축하였다. 본 발표에서는 KISTI에서 제공하는 클라우드 서비스 중 FPGA 서비스에 대한 구축

내용과 사용 방법에 대해 소개한다.


- 2003.08. POSTECH 컴퓨터공학과 학사

- 2006.02. POSTECH 컴퓨터공학과 석사


- 2006.03 ~ 현재 : 한국과학기술정보연구원 근무

이승민

27


Large-scale Storage Technology for AI Computing

김영재 교수 (서강대학교)

Peta-Scale Storage Architecture and File system Consideration for AI Computing

김수현 부장 (DDN 코리아)

AI Platform to Support the Entire devops Cycle

고의열 이사 (아크릴)

Break

Low-Latency Large-Scale AI Services based on Mobile Edge Computing

정무경 팀장 (SKT)

Practical Design Implications for GPU-enabled HPC and AI Computing Pipelines

김준기 CTO (래블업)

Building and Operating Cloud-native AI-X Clusters

김종원 교수 (GIST)

13:30~14:00

14:00~14:30

14:30~15:00

15:00~15:30

15:30~16:00

16:00~16:30

16:30~17:00


AI INFRASTRUCTURE & PLATFORM 김종원 교수 (GIST)

28


Large-scale Storage Technology for AI Computing

부교수

서강대학교

AI와 빅데이터 기술이 발전함에 따라 과학용 데이터에 대한 검색, 탐구, 관리 같은 데이터 서비스 지

원에 대한 관심이 증가되었다. 하지만, 전통적인 파일 시스템에서 데이터 서비스는 파일 시스템과

는 완전히 분리가 되어 있으며, 사용자는 이러한 데이터 서비스 지원을 위해 외부 데이터베이스 또

는 인덱싱 서비스 지원을 받아야 했다.

본 발표에서는 기존에 파일 시스템과 외부 데이터 관리 서비스간의 분리된 설계로 인한 문제점을

지적하며 기존 파일 시스템에서 메타데이터 서비스 부재로 인한 파일 시스템과 데이터 서비스 간의

분리된 설계를 재고한다. 또한, 빅데이터를 기반으로 한 AI 서비스를 위한 확장성 있는 분산 메타데

이터 인덱싱 프레임워크를 제시하고 GlusterFS와 Ceph 파일 시스템에 통합된 모델을 소개한다.


- 펜실베니아주립대학교, 컴퓨터공학 박사

- 카이스트, 전산학 석사

- 서강대학교, 전산학 학사


- 2016~ : 서강대학교 컴퓨터공학과 부교수

- 2009~2015 : 미)에너지부 오크리지 국립과학 연구원, 책임연구원

김영재

29


Peta-Scale Storage Architecture and File system Consideration for AI Computing

부장

DDN Korea

오늘날 페타스케일의 고성능 컴퓨팅(HPC)은 인공지능(AI), 애널리틱스 및 제조업의 기술 혁신과

융합으로 그 활용성이 여러 분야에서 확대되고 있습니다. 데이터 집약적이고 미션크리티컬 워크플

로로 인해 스토리지 인프라는 손쉬운 확장을 통한 온 프레미스 및 진회돤 클라우드 요구사항을 충

족해야 하며, 페타스케일의 컴퓨팅 성능에 맞춰 높은 신뢰도를 보장하는 극적인 성능, 확장성 및 효

율성을 요구하고 있습니다.

이에 자동화와 최적/가속화된 다양한 애플리케이션 I/O의 요구사항에 따른 페타스케일 환경의 스

토리지 및 파일시스템 아키텍처의 방향성을 제시하고자 합니다.


숭실대학교 석사


- 2009 ~ 2013 : 한국과학기술정보연구원, 연구원

- 2013 ~ : DDN Storage, Senior System Engineer

김수현

30


AI Platform to Support the Entire devops Cycle

이사

㈜아크릴

개발을 편리하게 하기 위한 devops 플랫폼은 현재 많은 개발 분야에서 사용중이지만, AI, 특히 DL

개발을 위한 devops 플랫폼은 어떤 것들을 지원해야 하는지 정의가 불분명하다.

본 발표에서는 AI 개발을 위한 devops플랫폼이 지향해야 하는 방향성을 제시하고, 데이터부터 AI

training, inference까지 전주기를 지원하기 위해 필요로 되는 AI 플랫폼의 역할에 대해 소개한다.

마지막으로 이런 AI 플랫폼을 활용하면 어떤 미래가 펼쳐질지에 대하여 간단하게 예상한다.


- PhD in Computer Science, KAIST, 2012

- BS in Computer Science, KAIST, 2003

- Chungnam Science High School, 1999


- 2010 ~ 2011.06, ㈜MCS로직, 개발 팀장

- 2011.07 ~ , ㈜아크릴, 이사, CIO

고의열

31


Low-Latency Large-Scale AI Services based on Mobile Edge Computing

팀장

SK텔레콤

인공지능 기술이 발달하면서 다양한 산업 및 서비스에 AI 기술 활용이 확대되고 있다. 빠른 속도

로 발전하는 인공지능 알고리즘은 응용분야가 다양해지고 있을 뿐 아니라 그 복잡도가 급격히 증

가하고 있다.

본 발표에서는 다양하고 복잡한 인공지능 연산의 고성능/고효율 처리를 위해 SK텔레콤이 개발

한 AI 연산 가속기와 이를 활용한 Network Edge에서의 저지연/대규모 인공지능 서비스 인프라

를 설명한다.


- Ph.D KAIST Electrical Engineering & Computer Sciences

- M.S. KAIST Electrical Engineering & Computer Sciences

- B.S. Korea Univ. Electrical Engineering


- SK텔레콤 TEK센터

- 삼성전자 종합기술원

- 한국전자통신연구원

- 다이나릿시스템

정무경

32


Practical Design Implications for GPU-enabled HPC and AI Computing Pipelines

CTO

래블업 주식회사 (Lablup Inc.)

클라우드 컴퓨팅과 마이크로서비스 아키텍처의 등장으로 경량 가상화 기술인 컨테이너 기술이 각

광받고 있다. 특히 컨테이너는 커널만 호환되면 기반 프레임워크와 라이브러리를 애플리케이션별

로 독자적으로 빌드 및 배포할 수가 있어 변화가 빠른 AI 소프트웨어 스택을 활용하기에 적합한 특

징을 제공한다.

그러나 연산자원을 집약적으로 활용하는 HPC 및 AI 분야에서는 소프트웨어 버전관리뿐만 아니라

연산자원을 여러 프로세스가 잘 나눠서 활용하고 장시간 걸리는 연산 작업들이 다수 대기 중일 때

의 스케줄링 정책 등을 고도화하는 것이 중요한데, 기존의 마이크로서비스 지향 컨테이너 플랫폼들

은 NUMA라든지 GPU 환경에 대한 스케줄링이나 자원 공유에 대한 지원이 부족하다.

이 세션에서는 처음부터 이러한 기술적 요소들을 염두에 두고 개발한 HPC/AI용 오픈소스 컨테이

너 오케스트레이션 프레임워크인 Backend.AI의 설계와 구현에 대해 소개한다.


- KAIST 전산학과 박사 (2016)

- KAIST 전산학과 석사 (2012)

- KAIST 전산학과 학사 (2010)


래블업 주식회사 CTO (2015~現)

김준기

33


Building and Operating Cloud-native AI-X Clusters

교수

GIST

DNA (Data-Networking-AI) 구도에 따라 구축되는 미래형 ICT 인프라를 위한 핵심적인 자원 및

도구로서 HPC/AI/HPDA 융합 워크로드에 대응하는 대규모 클러스터에 대한 수요가 급증하고 있

다. 특히 클라우드 컴퓨팅의 유연성과 효율성을 기반으로 구축하는 ‘Cloud-native’ 컴퓨팅 방식과

대상분야의 집적된 데이터를 밀겹합(융합)하는 ‘Data-centric’ 컴퓨팅 방식을 연계하는 미래형 클

러스터 구축과 운용은 필수적인 대세로 자리잡고 있다.

따라서 본 발표에서는 GIST AI대학원 주도로 진행중인 GIST AI-X Cluster 의 사례를 중심으로, AI

클러스터 구축과 운용 이슈들을 살펴보면서 AI 컴퓨팅 인프라 및 플랫폼의 방향성을 함께 논의한

다.


1987/89/94: 서울대학교 공과대학 제어계측공학과 공학사/석사/박사


- 2019.10~현재: 광주과학기술원 AI대학원 원장

- 2020.06~현재: 광주과학기술원 인공지능연구소 소장

- 2008.04~현재: 광주과학기술원 슈퍼컴퓨팅센터 센터장

- 2001.09~2019.09: 광주과학기술원 전기전자컴퓨터공학부 부교수 / 교수

김종원

35


인사말

이진형 교수 (QUIST)

Quantum simulation of discrete stochastic processes

박경덕 박사 (KAIST)

양자키관리 표준화동향

김민형 수석 (ID Quantique)

Quantum information with trapped ions

이문주 교수 (포항공대)

Break

Quantum information processing and sensing using atoms – trapped ion and ESR-STMI

최태영 교수 (이화여대)

QKD와 후처리기술

허 준 교수 (고려대)

Optimal circular dichroism sensing with quantum light: Multi-parameter estimation

approach

이창협 박사 (독일 칼스루헤대학)

13:10~13:15

13:15~13:45

13:45~14:15

14:15~14:45

14:45~15:15

15:15~15:45

15:45~16:15

16:15~16:45


RECENT PROGRESS IN QUANTUM INFORMATION SCIENCE & TECHNOLOGY 류 훈 박사 (KISTI)

『KSC 2020 양자정보과학 워크숍』 (주최 : 양자정보과학기술 연구회)

이 행사는 양자정보과학기술 연구회 (약칭:양자 연구회)와 KISTI의 공동 주최로 양자 연구회의 2020년 하반기 정기 워크샵을 겸해 개최되며,

국내 양자정보과학분야 및 초고성능컴퓨팅 활용 연구자 간 교류의 장을 마련하는 것을 그 목적으로 합니다.

36


Quantum simulation of discrete stochastic processes

연구교수

KAIST

Discrete stochastic processes are instrumental for modelling the dynamics of probabilistic

systems and have a wide spectrum of applications in science and engineering. When

a discrete stochastic process is studied, taking all stochastic paths into account is in

general unwise for several reasons, for example, the exponential growth of possibilities

with time steps. Instead, numerical approximations with random sampling, such as

Monte Carlo methods, are employed. However, in practice, the finite number of sampling

can lead to a large variance of the estimate. Importance sampling was developed over

the years to overcome these difficulties, which yet requires sophisticated understanding

of the probability distribution.

In this talk, I will show that quantum computers can enhance the analysis of such

processes by reducing the Monte Carlo sampling to a Bernoulli trial, which guarantees

the optimal variance, while taking all stochastic trajectories into account. Therefore,

sampling strategies are not needed anymore. This astonishing result can be combined

with the well-known quantum amplitude estimation algorithm to further speed-up the

convergence. I will also present two example applications of the method: a problem in

finance and simulation of correlated random walks, which also have many applications

in various disciplines of quantitative sciences. The proof-of-principle experiment is

performed using the IBM quantum cloud platform to validate our findings.


- Ph.D in Physics, University of Waterloo (2015)

- B.Sc in Mathematical Physics, University of Waterloo (2010)


- Research assistant professor, School of Electrical Engineering, KAIST (2018 – present)

- Post-doctoral researcher, Department of Physics, KAIST (2015-2018)

박경덕

37


양자키 관리계층 동향

수석

아이디퀀티크(ID Quantique)

양자키분배 시스템은 단대단 양자키분배만을 지원하기 때문에 장거리 전송과 다양한 토폴로지의

네트워크를 지원하기 위해서는 양자키를 관리할 수 있는 별도의 역할이 필요하게 된다.

이러한 양자키 관리계층의 기술적 진화 동향과 발전방향에 대해서 소개하고자 한다.


- 1997. 03 인하대학교 전자공학과 학사

2010. 08 북경대학교 공상관리 석사(MBA)


- 1996 ~ 2003 : LG CNS - PKI 시스템 구현, 스마트카드 보안, 정보보호 컨설팅

- 2003 ~ 2018 : SK텔레콤 - 3G 서비스 플랫폼 개발, DRM, Mobile Payment 서비스 기획 및

개발, QKD연동 10G/100G 암호화기 개발, QKD 시스템 망 적용

- 2018 ~ : ID Quantique – 양자키관리시스템 개발, 양자암호네트워크 적용

김민형

38


이온트랩을 이용한 양자 정보 (Quantum information with trapped ions)

조교수(Assistant professor)

POSTECH

Quantum technology provides the tools for measurements, communications, and

computations which are impossible to achieve with any classical devices. Among

several competing quantum hardware, trapped ions are the best-controlled system

for realizing these quantum advantages. Here, we present recent developments in ion-

based quantum technology. For example, we have employed single trapped ions as a

quantum sensor to measure the light field of an optical resonator without destroying the

photons. We have also generated high-fidelity ion-photon entanglement constituting

key resources for quantum networks. These techniques are especially associated with

long-distance quantum communication, which requires a quantum repeater protocol

for connecting multiple quantum nodes via photonic links. Moreover, quantum networks

also provide a framework for distributed quantum computing.

In order to reach quantum supremacy using trapped ions, the hardware needs to be

scalable in the number of qubits and quantum operations: It is therefore essential to

miniaturize the trapped-ion quantum computer while maintaining the near-perfect

control over the qubits. Toward this goal, we envisage interdisciplinary research themes,

including not only the quantum physics background but also the insight of the engineering

experts in nanofabrication, MEMS technology, RF technology, and even cryogenics. We

review the recent experimental progress in the state-of-the-art engineering of ion traps,

and outline future research directions.


-2011년 서울대 물리천문학부 박사 (지도교수: 안경원 교수님)

- 2004년 서울대 물리학부 학사


- 2020. 4.~현재 포항공대 전자전기공학과 조교수

- 2018-2020 CEA Saclay, France, postdoc

- 2014-2018 University of Innsbruck and Institute of Quantum Optics and Quantum

Information Innsbruck, Austria, Lise Meitner fellow and postdoc

이문주

39


Quantum information processing and sensing using atoms – trapped ion and ESR-STM

조교수

이화여자대학교, 양자나노과학연구단

Understanding, controlling, and utilizing quantum systems have been one of major

research interests across fields of physics, chemistry, and material science. In atomic

molecular optics (AMO) physics, the ultracold trapped ion system has been one of lead-

ing and successful architectures for coherent quantum control and has demonstrated

key ingredients for quantum computation and simulation. I will introduce basics, break-

throughs, and challenges of quantum computing in the trapped ion system [1,2].

Such quantum control has been also applied to condensed matter systems which may

promise scalable Quantum information processing. In the second part of the talk, I will

introduce a new approach to control spin states of individual atoms on surfaces com-

bining electron spin resonance and scanning tunneling microscopy. Recently, we suc-

cessfully drive spin resonance of individual Fe atoms on ultrathin insulating MgO [3] and

characterize magnetic interaction between atoms [4]. With atomically precise position

control and energy resolution, this ESR-STM demonstrates the possibility to utilize them

for quantum sensing.

In summary, I will introduce my recent research activities in quantum information pro-

cessing and sensing using trapped ion and STM platform.

References

[1] T .Choi et al., Phys. Rev. Lett 112, 190502 (2014)

[2] S. Debnath et al., Nature 536, 63 (2016)

[3] S. Baumann et al., Science 417, 350 (2015)

[4] T. Choi et al., Nat. Nano 12, 420 (2017)


- 서울대학교 물리학과 학사(2004)

- 오하이오주립대학교 물리학과 박사(2011)


- 2017~현재 이화여자대학교 조교수

- 2014~2017 IBM Almaden Research Center 박사후 연구원

- 2011~2014 메릴랜드 대학교, 박사후 연구원

최태영

40


양자암호통신 프로토콜과 후처리 기술

교수

고려대학교 전기전자공학부

양자암호통신에 대한 기본 개념을 소개하고 다양한 프로토콜에 설명과 장/단점을 분석한다. 또한

양자암호통신에 포함되는 후처리 기술의 필요성을 설명하고 다양한 후처리 기술 원리를 소개한다.

고려대 실험실에서 구현한 양자암호통신 시스템과 구현된 후처리 기법도 소개한다.


- 서울대학교 전자공학과 학사

- 서울대학교 전자공학과 석사

- USC 대학 전기공학과 박사


- LG전자 선임연구원

- 건국대학교 조교수

- 고려대학교 교수

허 준

41


Optimal circular dichroism sensing with quantum light: Multi-parameter estimation approach

연구원

독일 칼스루헤 공과대학교 (Karlsruhe Institute of Technology, Germany)

The measurement of circular dichroism (CD) has widely been exploited to distinguish

the different enantiomers of chiral structures. It has been applied to natural materials

(e.g. molecules) as well as to artificial materials (e.g. nanophotonic structures). However,

especially for chiral molecules the signal level is very low and increasing the signal-to-

noise ratio is of paramount importance to either shorten the necessary measurement

time or to lower the minimum detectable molecule concentration.

As one solution to this problem, we propose here to use quantum states of light in CD

sensing to reduce the noise below the shot noise limit that is encountered when using

coherent states of light. Through a multi-parameter estimation approach, we identify

the ultimate quantum limit to precision of CD sensing, allowing for general schemes

including additional ancillary modes.

We show that the ultimate quantum limit can be achieved by various optimal schemes.

It includes not only Fock state input in direct sensing configuration but also twin-

beam input in ancilla-assisted sensing configuration, for both of which photon number

resolving detection needs to be performed as the optimal measurement setting.

These optimal schemes offer a significant quantum enhancement even in the presence

of additional system loss. The optimality of a practical scheme using a twin-beam state in

direct sensing configuration is also investigated in details as a nearly optimal scheme for

CD sensing when the actual CD signal is very small. Alternative schemes involving single-

photon sources and detectors are also proposed. This work paves the way for further

investigations of quantum metrological techniques in chirality sensing.


- 한양대학교 물리학과 학사졸업(2006)

- 한양대학교 물리학과 박사졸업(2011)


- 한양대학교 연구원(2011년9월 – 2012년7월)

- 싱가포르국립대학 연구원(2012년 8월 - 2015년 8월)

- 고려대학교 연구원(2015년 9월 - 2015년 12월)

- 독일 칼스루헤 공과대학교 연구원(2016년1월 - 현재)

이창협

43


산업에 적용 가능한 인공지능 기술: 제조, 재료, 의료 사례 중심으로

이승철 교수 (포항공과대학교)

AI로 강화된 통합최적설계 기술

최동훈 대표 (피도텍)

파력발전 시스템의 스마트 운용/유지보수 체계 구축을 위한 Digital Twin 기술 개발 연구

오재원 박사 (선박해양플랜트연구소)

Break

청정에너지, 높은 추력 엔진 개발을 위한 고정밀 난류 연소 계산

신동혁 교수 (한국과학기술원)

열유동 해석 분야의 멀티피직스 해석 사례 소개

이동국 차장 (ESI Korea)

플랫폼 기반 해석 기술

최재민 상무 (VPK)

13:30~14:00

14:00~14:30

14:30~15:00

15:00~15:30

15:30~16:00

16:00~16:30

16:30~17:00


HPC FOR ENGINEERING M&S 김정호 교수(인하대)

44


산업에 적용 가능한 인공지능 기술: 제조, 재료, 의료 사례 중심으로

조교수

포항공과대학교(POSTECH)

최근 인공지능 기술이 급속도로 발전하면서 영상, 음성인식 등의 고전적인 응용분야뿐만 아니라

전 산업분야에 활용되고 있다.

본 발표에서는 인공지능 기술에 대해서 간략하게 소개하고, 제조 인공지능, 재료 인공지능, 의료

인공지능에 대한 구체적인 예시를 통해 산업 전반에 인공지능 기술이 어떻게 적용될 수 있는지 소

개한다.


- 2010: 박사, 미시간대학교 기계공학과

- 2008: 석사, 미시간대학교 기계공학과

- 2001: 학사, 서울대학교 기계항공공학부


- 2018 ~ 현재: 조교수, 포항공과대학교

- 2013 ~ 2017: 조교수, 울산과학기술원

- 2010 ~ 2013: 박사후연구원, 미시간대학교

이승철

45


AI로 강화된 통합최적설계 기술

대표이사

㈜피도텍

점점 치열해지는 세계시장에서 산업제품의 경쟁력을 높이는 공학설계 기술의 적용은 매우 중요합

니다. 이러한 공학설계 기술의 적용에 대하여 아래의 세 가지를 강조하고자 합니다.

・ 설계자의 know-how에만 의존하여 설계를 개선하는 기존 설계절차 대신 최신설계기술도 활용

하여 최선의 설계안을 도출하는 최신 설계절차를 쓰자

・ 다양한 해석분야를 함께 고려하여 설계하여야 하는 경우, 주요 분야 순으로 순차적으로 설계를

수행하는 기존 설계 기법 대신 모든 분야의 상충성을 고려하여 통합적으로 설계하는 통합최적설

계 기술을 쓰자

・ 사용자가 labeled data만 제공하면, 제공된 데이터에 가장 적합한 우수한 machine learning 모

델을 자율적으로 생성하는 AI를 이용하여 AI 활용 data-driven 통합최적설계를 수행하자


- 학사 : 1975. 02 서울대학교 기계공학

- 석사 : 1977. 02 한국과학기술원 기계공학

- 박사 : 1986. 01 Univ. of Wisconsin-Madison 기계공학


- 1987. 03~1993. 02 한양대학교 기계설계학과 부교수

- 1993. 03~2018. 08 한양대학교 기계공학부 교수

- 1999. 07~2008. 02 최적설계신기술연구센터 소장

- 2013. 07~現㈜피도텍 대표이사

최동훈

46


파력발전 시스템의 스마트 운용·유지보수 체계 구축을 위한 Digital Twin 기술 개발 연구

선임연구원

선박해양플랜트연구소

선박해양플랜트연구소에서 개발 중인 진동수주형 파력발전 시스템은 입력 에너지의 변동성이 큰

파력에너지를 수주실 높이 변화를 이용한 유동에너지로 변환 후 터빈 회전을 이용하여 전력을 생

산하는 발전시스템이다.

입력 에너지의 변동성이 크기 때문에 안정적인 운용을 위해서는 입력 에너지를 예측 및 발전량 예

측을 통해 발전 시스템을 제어해야 하고, 파력발전 시스템의 특성 상 해상에 부유 또는 고정되는 시

스템으로 무인화 시스템으로 구축되어야 한다. 이에 따라, 스마트 운용 및 유지보수가 가능해야 하

며, 본 연구에서는 디지털 트윈 기술을 적용하여 이를 해결하고자 한다.

이러한 이유로, 파력발전 시스템의 디지털 트윈은 운용 관점과 유지보수 관점으로 구분되어 개발

중에 있으며, 운용 관점 디지털 트윈은 물리모델을 통한 예측 값으로 상황을 인지하고 입력 에너지

를 제어할 수 있는 기술이 연구되고 있으며, 고장 관점 디지털 트윈은 파력발전 시스템 중 FMEA

결과 모니터링 대상으로 선정된 기자재의 스마트 모니터링을 위한 디지털 트윈 기술이 연구되고

있다.

따라서, 본 발표에서는 진동수주형 파력발전 시스템에 적용하기 위한 운용과 유지보수 관점의 디

지털 트윈 기술 개발에 대해 소개하고자 한다.


- 한양대학교 기계공학과 학사 (~2011. 02)

- 한양대학교 기계공학과 석사 (~2013. 02)

- 한양대학교 기계공학과 박사 (~2016. 08)


- 버추얼모션(주) 인턴 (2011 ~ 2012)

- 선박해양플랜트연구소 연수생 (2013 ~ 2014)

- 선박해양플랜트연구소 인턴연구원 (2015 ~ 2016)

- 선박해양플랜트연구소 Post Doc. (2016 ~ 2018)

- 선박해양플랜트연구소 선임연구원 (2018 ~ 현재)

오재원

47


청정에너지, 높은추력 엔진 개발을 위한 고정밀 난류 연소 계산

Assistant Professor

Korea Advanced Institute of Science and Technology

Combustion technology has been supporting the modern society ranging from house-

hold work (cooking, heating, electricity, etc.) to advanced technologies such as aircraft/

rocket propulsion. Although combustion technology has been serving its purposes well,

it needs to be improved further to produce less greenhouse-gases/pollutants, provide

stable source of energy and transportation, and enable to travel beyond the earth.

Underlying physical processes of combustion are widely known. Still, accurate computa-

tional simulations of combustion remain as challenging tasks as it involves two complex

phenomena: turbulence and chemical kinetics. Increase on computational power now

enables to conduct high-fidelity combustion simulation.

This talk reviews current developments on high-fidelity turbulent combustion simula-

tions and presents on-going research efforts to improve combustion engines via high-

fidelity simulations.


- 2006, BSc from Aerospace Engineering, KAIST, South Korea

- 2012, PhD from Aerospace Engineering, Georgia Institute of Technology, USA


- 2013-2014, Marie-Curie Research Fellow at CERFACS, France

- 2014-2015, Research Fellow at the University of Southampton, UK

- 2015-2019, Lecturer at the University of Edinburgh, UK

- 2019-now, Assistant Professor at KAIST, South Korea

신동혁

48


열유동 해석 분야의 멀티피직스 해석 사례 소개

차장

한국 ESI (ESI Korea)

- 일반 열유동 해석 사례

- 다상유동 해석 사례

- 다물리현상 해석 사례

- 구조-유체 연성 해석 사례


한국항공대학교 항공우주공학 학사


- 2006 ~ 2007, GE에너지, 사원, 배관 및 밸브 설계

- 2008 ~ 2010, 쎄딕, 대리, 열유동해석

- 2011 ~ 현재, 한국 ESI, 차장, 열유동해석

이동국

49


스마트팩토리를 위한 디지털 메뉴펙쳐링과 PLM솔루션

상무

브이피케이

최근 스마트팩토리의 관심도가 높아지고 공장자동화 및 스마트제조 기술의 발전이 기대되는 현재

에 현실적으로 제조의 혁신을 이끌어 낼 수 있는 방법들이 요구되고 있다.

이러한 시대에 미래의 스마트제조 현장에서 필요한 디지털 메뉴팩처링을 소개하고 디지털화 된 제

조 기술과 사물인터넷의 도움을 통해 확보할 수 있는 스마트제조 기술을 이해할 수 있도록 IoT 기

술, 통계적공정관리, 디지털메뉴팩터링, 가상시뮬레이션을 통한 제조 공정 시뮬레이션 및 VR기술

을 통한 가시적 제조성능평가 기술을 소개한다.

・ 커넥티드 스마트팩토리 개요

・ 디지털 메뉴팩쳐링 소개

・ 플랫폼 기반의 스마트팩토리 기술

・ 디지털 기반 시뮬레이션의 역할

・ 제조공정 시뮬레이션 사례 및 VR기술 접목 사례


강원대학교 기계공학과 공학석사, 동역학 및 제어 전공


- 한일이화㈜ (현 서연이화㈜) 선행해석팀/ 연구원, 1999.1 ~ 2001.7, 자동차 부품 선행 해석

업무 수행

- 브이피코리아㈜ CAE팀/ 선임연구원, 2001.7 ~ 2002.12, CAE 컨설팅 서비스, 해석 솔루션

개발

- 엔브이에이치코리아㈜ 전략사업팀/ 과장, 2003.1 ~ 2004.4, 전략사업업무 신기술 개발

- 브이피케이㈜ PLM사업본부/ 상무이사, 2004.4 ~ 현재 PLM사업본부 PLM사업총괄,

SIMULIA기술팀장

최재민

51


음식 리뷰에서의 맛 특성 추출을 통한 효과적인 음식 조합법 제안

강민수 학부생 (서울대)

대용량 메모리 연산 환경과 데이터 산업의 관계

엄상호 대표 (시스기어)

딥러닝을 이용한 미완성 클래식곡의 완성 방법론

지성태 대표 (아르떼 TV)

Break

PowerBI의 데이터 시각화와 데이터 분석 DIY

현중균 이사 (주식회사 슈파스)

이미지/영상처리를 위한 AI 추론 가속(Inference Acceleration)

고우주 대표 (데이터쿱와)

Intel openVINO and oneAPI

이인구 전무 (인텔)

13:30~14:00

14:00~14:30

14:30~15:00

15:00~15:30

15:30~16:00

16:00~16:30

16:30~17:00


BIG DATA ANALYSIS SOLUTION 이주석 전문 (INTEL)

52


음식 리뷰에서의 맛 특성 추출을 통한 효과적인 음식 조합법 제안 - Yelp Open Dataset과 Word2Vec 모델을 통해서

학부생

서울대 농경제사회학부 지역정보전공

최근 식품업계에서는 치열한 경쟁 속에서 차별화되는 식품을 만들기 위해 완전히 새로운 식품을 만

들기 보다는, 기존의 익숙한 것과 새로운 것을 결합하는 ‘뉴밀리어’ (New + Familiar) 트렌드를 따

라 신제품 출시가 이루어지고 있다.

하지만 이 트렌드를 따라 현재 출시되는 ‘스핀오프 식품’, 즉 어떤 식품에 새로운 맛을 도입한 식품들

중 소비자의 선호를 제대로 반영하지 못하고 빠르게 잊혀지는 제품들도 많은 상황이다.

이 문제를 해결하기 위한 하나의 방법으로써, Yelp Open Dataset에서 제공하는 소비자 음식 리뷰

들에 Word2Vec 모델을 적용하여 특정 음식과 각종 맛들 사이에서 도출된 유사도를 기반으로 음

식 별로 맛이 잘 어울리는 조합을 제안하고자 한다.


서울대학교 농경제사회학부 지역정보전공 재학

강민수

53


대용량 메모리 연산 환경과 데이터 산업의 관계

대표이사

㈜시스기어

가. 데이터 처리 수요 폭증 : 많은 데이터를 처리하기 위해 메모리 영역의 대용량 수요와 빠른 처리

가 필수적. 고성능 시스템 자원과 효율성 관리의 필요성이 대두

나. 컴퓨팅 아키텍쳐의 연산에서의 메모리의 포지션

다. 글로벌 고속 대용량 메모리 시장 전망 : 많은 데이터를 처리하기위해 디지털 작업대 역할을 하

는 메모리 영역의 수요 급증

라. 인공지능 경쟁력은 많은 데이터 처리를 통해 산출되는 두뇌의 학습(Training)량에 비례함. : 메

모리 집약적 학습 장치 워크플로우

마. 사례 연구

· 인공지능 모델을 접목한 코로나19 대응 열감지 모니터링 시스템 ‘나노프로’ 개발시 사용된 인

메모리 학습 워크플로우와 성능비교

· M사의 인공지능 음성인식/합성 서비스 개발에서의 메모리증설을 통한 학습데이터 배치의

가용성 결과

바. 시스템 아키텍쳐의 메모리 확장성 방향

· 인텔 옵테인 메모리 DC

· 오픈패블릭스 기반의 메모리 확장 솔루션 (글로벌과 한국)

사. 초고성능컴퓨터환경에서의 메모리와 산업 과제


서울디지털대학교 학사


- AI 프레임웍 DeepAbyss-OSR 기술설계 위원

- UOS 인공지능 제조 역량 교육 프로그램 강의 (2020. 1~)

- 주한미국상공회의소(AMCHAM) 블록체인분과 위원장 (2018)

엄상호

54


딥러닝을 이용한 미완성 클래식 곡의 완성 방법론

대표

(주)아르떼

클래식 명곡 중에는 작곡가가 미처 완성하지 못하고 세상을 뜨거나 다른 사유로 인해 중단된 곡들

이 많다. 그 중 가장 유명한 사례가 슈베르트의 미완성 교향곡이다. 딥러닝 기법을 이용하여 클래

식 음악 작곡가의 작품 패턴을 학습한 후 미완성인 부분을 채워 넣음으로써 완성 되었을 곡의 모습

을 추정하는 방법론을 제안한다.

현재 화웨이, 구글 등 글로벌 IT업체 등에서는 AI를 이용한 여러 형태의 음악 창작을 시도 중이고,

올해 탄생 250주년을 맞는 베토벤의 교향곡 10번을 AI로 창조해보려는 시도도 있다. 그런데 대중

음악처럼 정형화된 리듬과 단순한 화성 패턴을 가진 장르는 다양한 기법의 AI 접목 연구 사례가 있

지만, 긴 연주 시간과 복잡한 음악 문법, 다양한 화성 진행 구성의 클래식 음악은 본격적인 성공 사

례가 많지 않다. 게다가 교향곡처럼 많은 악기가 한데 어울려 복잡한 음악적 컨텍스트(Context)

를 이루는 음악의 생성사례는 찾기 힘들다. 클래식 음악 장르에서 AI가 특정 작곡가의 작품 스타

일대로 오케스트라 음악을 생성하고 음악적 완성도를 높일 수 있는 방법론을 모색해 보고자 한다.


- 연세대학교 물리학과 학사

- 서울과학종합대학원 빅데이터 MBA 석사

- 스위스 로잔 BSL(Business School of Lausanne) 빅데이터 MBA 석사


- 아르떼TV 대표이사 (문화예술전문채널)

- 전 미디어랩 이사

지성태

55


파워BI를 활용한 codeless 데이터분석 DIY

이사

주식회사 슈파스

Self Service BI 도구인 Microsoft Power bi의 탑재된 AI시각화 개체를 활용한 데이터 분석 방법

소개 및 코드작성이 어려운 조직원도 손쉽게 데이터분석력을 가져갈 수 있는 방법론을 제안한다.


- 가톨릭대학교 대학원 의료인공지능학과 박사과정

- 서울종합과학대학원 대학교 빅데이터 MBA 석사과정 수료


- 현) 주식회사 슈파스 이사

- 전) 컬러즈 대표

- 전) 필라넷, 씨퀄로 SQL Server 컨설턴트 및 Presales 엔지니어

- 전) 한양여대, 연성대학교 겸임교수

현중균

56


이미지/영상처리를 위한 AI 추론 가속(Inference Acceleration)

대표

데이터쿱와(주)

AI에서 이미지/영상 처리는 딥러닝 알고리즘인 CNNs (Convolution Neural Networks)과 다양한

네트워크의 전이학습(Pre-trained Transfer Learing)으로 기존의 데이터를 학습을 하며 프레임

워크로 TensorFlow, Pytorch, Caffe, MxNet 등의 분석 라이브러리를 사용한다.

이미지/영상 처리에서 추론(Inference)은 대상물을 학습된 모델을 거쳐 단순 분류(Simple Classi-

fication)하거나 검출(Object Detection) 후 분류하여 예측을 수행한다. HPC나 Edge 환경에서 추

론을 가속하기 위해서는 딥러닝 프레임워크로 학습된 모델을 하드웨어 아키텍처에 맞게 최적화시

켜 적용한다. 가속 하드웨어는 인텔기반의 CPU, VPU, FPGA와 NVIDIA 기반의 GPU가 있으며 AI에

서 딥러닝 학습모델을 최적화하고 가속시키려면 제조사에서 제공하는 각 Toolkit을 사용해야 한다.

AI에서 이미지/영상 가속을 위한 인텔의 OpenVINO와 NVIDIA의 TensorRT 그리고 OpenCV 라이

브러리에서 dnn으로 추론 가속하는 방법을 발표하고자 한다.


- 스위스 로잔느경영대학교 DBA 과정 중

- 서울종합과학대학원 AI빅데이터 MBA

- 핀란드 알토대학교 Executive-MBA


- 현 데이터쿱와(주) 대표

- 현 명지대학교 ICT융합학부 겸임교수

- 전 센싸타테크놀러지스코리아

- 전 슈나이더일렉트릭코리아

고우주

57


Intel openVINO and oneAPI

전무

인텔코리아

인텔의 AI Deep Learning Inference tool인OpenVINO 의feature and advantage 소개를 통해

지원되는HW 및SW 그리고 지원되는pre-trained model 등을 소개 합니다.

최근HPC, AI 등에서CPU, GPU, FPGA, Accelerator 등의 다양한HW를 사용하게 되는데, 이러한

HW의 변경에 따라SW code 수정이 필요한 번거로운 작업을 제거하여 어떤HW을 사용해서 코드

를 개발해도 이기종HW에서도 호환성을 갖고operation 될수 있도록 하기위한oneAPI를 소개 합

니다.


대졸


2000부터 인텔코리아 재직중

이인구

59



Time-periodic Floquet state driven petahertz quantum oscillation on the Floquet-Bloch

Dirac cone

이재동 교수 (DGIST)

Atomistic molecular dynamics simulation for semiconductor processes using neural

network potentials

한승우 교수 (서울대)

Time-dependent density functional theory calculations of spin-phonon dynamics and

band topology of solid states

박노정 교수 (UNIST)

Break

13:40~14:05

14:05~14:30

14:30~14:55

14:55~15:05

Session 1: DFT and Beyond (좌장 김용훈 교수 KAIST)

3D topography simulation for the plasma fabrication process of nanoscale semicon-

ductor device

임연호 교수 (전북대)

From 1st-principles to multi-scale simulations of nanodevices

김용훈 교수 (KAIST)

Device applications using thickness dependent phase transition in 2-dimensional materials

장지원 교수 (DGIST)

Break

15:05~15:30

15:30~15:55

15:55~16:20

16:20~16:30

Session 2: From DFT to TCAD (좌장 류 훈 책임연구원 KISTI)

Atomistic modeling and simulations on the effects of interface traps in nanoscale field

effect transistors

신민철 교수 (KAIST)

반도체 소자 시뮬레이터의 구성 요소들

홍성민 교수 (GIST)

Analysis on the performance of controlled-NOT quantum logic gate devices based on

electrode-driven silicon double-quantum-dot structures

류 훈 책임연구원 (KISTI)

16:30~16:55

16:55~17:20

17:20~17:45

Session 3: TCAD and Beyond (좌장 장지원 교수 UNIST)

FROM DFT TO TCAD AND BEYOND 김용훈 교수 (KAIST)

60


Time-periodic Floquet state driven petahertz quantum oscillation on the Floquet-Bloch Dirac cone

교수

대구경북과학기술원

In graphene under the linear-polarized optical pump field, a series of avoided crossing

gaps (ACGs) at the intersections with the n-th order Floquet sidebands (n=±1,±2,...) open

on the Floquet-Bloch Dirac cone depending on the crystal momentum direction, which is

confirmed with the time-resolved photoemission spectroscopy (TRPES).

Incorporating the optical transitions between second order Floquet sidebands (n=±2),

the Fano resonance is found to develop due to the absorption path correlation in the

transient absorption spectroscopy (TAS).

Furthermore, the Fano resonance is discovered to make an extreme ultrafast oscillation

in the subfemtosecond time span. This discovery establishes that Floquet dynamics

in a time-periodic potential reveal a chance to drive a novel petahertz (PHz) quantum

oscillation from the excited low-dimensional Dirac materials.


- 1992 BS. in physics, POSTECH

- 1994 MS. in physics, POSTECH

- 1997 Ph.D. in physics, POSTECH


- 1997 - 2000 researcher, MPI-FKF (Germany)

- 2000 - 2002 researcher, Univ. Tokyo (Japan)

- 2002 - 2004 researcher, CALTECH (USA)

- 2004 – 2006 fellow, NIMS (Japan)

- 2006 – 2012 associate professor, JAIST (Japan)

- 2012 – present professor, DGIST (Korea)

이재동

61


Atomistic Molecular Dynamics Simulation for Semiconductor Processes Using Neural Network Potentials

교수

서울대학교 재료공학부

As electronic devices scale down below 10 nm and new materials are introduced into

mainstream devices, the atomistic simulation on semiconductor processes has become

ever more important. In particular, molecular dynamics (MD) simulation allows for under-

standing detailed mechanism for specific processes, providing valuable information that

is not accessible in experiments.

Recently, machine-learning approaches to developing classical potentials are attracting

considerable attention because it is poised to overcome the major shortcoming inherent

to the classical potential and first-principles method. In particular, the high-dimensional

neural network potential (NNP) is attracting wide interests. In this presentation, we first

introduce a highly efficient in-house code for training and executing NNP called SIMPLE-

NN.

The code has a unique feature such as GDF weighting that balances the sampling bias

in the training set. We present application examples various processes in semiconductor

devices such as the oxidation of Si-SiO2interface, phase change behavior of GeTe and

Ge2Sb2Te5,and silicidation process of Ni


- Seoul National University, Korea, B.S. Physics, Spring 1993

- Seoul National University, Korea, M.S. Physics, Spring 1995

- Seoul National University, Korea, Ph.D. Physics, Summer 2000


- Postdoctor, Princeton Materials Institute, Princeton University, 2001-2003

- Full-time lecturer, Assistant Professor, Associate Professor, Dept. of Physics, Ewha

Womans University, 2003-2009

- Associate Professor, Professor, Dept. of Materials Science and Engineering, Seoul

National University, 2009-

한승우

62


Time-dependent density functional theory calculations of spin-phonon dynamics and band topology of solid states

교수

울산과학기술원 물리학과

Topological states have commonly been cited as a new classification of materials, and

global properties immune to local perturbations have been suggested in terms of

topological invariants or associated quantities. For real materials, actual computations

for them have been achieved through the theories of linear responses over the static

ground electronic structure.

In this talk, I first summarize our proposal for alternative ways of computation: calcu-

lating the real-time evolution of the Hamiltonian, letting the pumping parameter run

periodically through the geometric space of the Hamiltonian. As test examples of this

method, we present a trivial insulator, a spin-frozen valley-Hall system, a spin-frozen

Haldane-Chern insulator, and a quantum spin-Hall insulators. In later part, we also dem-

onstrate the spin precession dynamics of MoS2, in which the spin is strongly coupled to

the optical phonon.

This dynamical spin state can be resolved into discrete Floquet-phononic spectra, and

once the phonon is pumped so as to break time-reversal symmetry, the resulting spin-

Floquet structures induce net out-of-plane magnetizations in the otherwise non-mag-

netic 2D material


- 2002.08 서울대학교 물리학과, 이학박사

- 1997.02 서울대학교 물리학과, 이학석사

- 1994.02 서울대학교 공학사


- 2002.09~2004.02 : 성균관대학교 CNNC 연구원

- 2002.11~2004.02 : 일본 RIST, invited scientists

- 2004.03~2005.02 : 삼성종합기술원 책임연구원

- 2005.03~2011.02 : 단국대학교 조교수

- 2011.03~2017.02 : 울산과학기술원 부교수

- 2017.03~현재 : 울산과학기술원 교수

박노정

63


3D topography simulation for the plasma fabrication process of nanoscale semiconductor device

교수

전북대학교 화학공학부

Recently, plasma technology is emerging as one of the critical processes toward next-

generation memories. It is well known that there are no robust computer-aided tools due

to its inherent complexity. Therefore, empirical knowledge has been the leading source

to develop novel technology so far but does not meet highly complex process require-

ments due to the sub 10 nm design rule.

As a part of an effort to overcome these limitations, we have developed a 3D process

simulator strongly coupled with the Zero-D bulk plasma module, including the realistic

plasma/surface chemistry. The tremendous computational loads are well distributed into

Graphics Processing Units using the Cuda so that the speedup against a single CPU is

beyond 200.

Finally, we demonstrate that the 3D process simulator can be useful to industrial applica-

tions toward next-generation devices.


- 2001 전북대학교 박사(화학공학)

- 1992 전북대학교 학사(화학공학)


- 2005-현재 전북대학교 화학공학부 교수

- 2014-2015 UC Berkeley 화학공학부 방문 연구원

- 2003-2005 삼성 반도체 연구소 책임 연구원

- 2002–2003 RPI, USA 박사 후 연구원

임연호

64


From 1st-Principles to Multi-scale Simulations of Nanodevices

부교수

한국과학기술원(KAIST)

이번 발표에서는 우리 연구실에서 진행하고 있는 제1원리 및 멀티스케일 나노소자 시뮬레이션

방법론 개발에 대해 소개한다. 먼저 비평형 양자수송 현상의 제1원리 계산의 표준적인 기법이 되

고 있는 란다우어(Landauer) 관점 기반 비평형 그린함수(non-equilibirum Green’s function,

NEGF) 방법론의 대안이 될 수 있는 다공간 제한탐색 밀도범함수론(multi-space constrained

search density functional theory, MS-DFT)에 대해 설명한다 [1].

MS-DFT 이론은 특히 “비평형 에너지”가 잘 정의된다는 면에서 란다우어-NEGF 방법론의 한계를

벗어나는 다양한 활용성과 응용성을 가지는데, 본 발표에서는 이러한 문맥에서 진행되고 있는 전기

화학 계면 연구에 대해 소개한다. 다음으로 멀티스케일 방법론으로는 양자점 반도체 소재의 광특

성 계산을 목적으로 개발을 진행하고 있는 DFT 기반 유효 질량 근사(effective mass approxima-

tion, EMA) 방법론을 소개한다 [2].

이 연구는 고차 유한차분법을 구현하는 “우레(Object-Oriented Real-space Engine, OORE)” 프

로그램을 기반으로 하는 다양한 전자구조 계산 방법론 및 소프트웨어 개발의 일환으로 진행되고

있는데 [3], 이번 발표에서는 특히 전자-정공 엑시톤의 정확한 기술에 대해 초점을 두어 설명한다.

[1] J. Lee, et al., Proc. Natl. Acad. Sci. U. S. A. 117, 10142 (2020); J. Lee, et al., Adv. Sci. 7,

2001038 (2020).

[2] H. Yeo, et al. J. Phys. Mater. 3, 034012 (2020).

[3] Y.-H. Kim et al. Phys. Rev. A 60, 3633 (1999); Y.-H. Kim et al. Phys. Rev. B 61, 5202

(2000).


- 2000 Uniersity of Illinois at Urbana-Champaign 박사(물리학)

- 1995 서울대학교 학사(물리학)


- 2010-현재 과학기술원 조교수-부교수

- 2004-2010 고등과학원/서울시립대 조교수

- 2002-2004 Caltech 박사후 연구원

- 2000~2002 Techniche Universitaet Muenchen Humboldt Fellow

김용훈

65


Device Applications Using Thickness Dependent Phase Transition in 2-Dimensional Materials

조교수

울산과학기술원

Recently discovered 2-dimensional (2-D) materials including arsenene, antimonene,

PtSe2 and PdSe2 show a unique phase transition from semiconducting to metallic by

increasing the layer number.

In this work, we will discuss the basic electronic properties of these 2-D materials and

their possible device applications for the future electronics.


- 2013 University of Texas at Austin 전기전자컴퓨터공학과 박사

- 2009 University of Texas at Austin 전기전자컴퓨터공학과 석사

- 2007 서울대학교 전기공학부 학사


- 2017~ 조교수, 울산과학기술원

- 2015~2-17 Senior Engineer, Intel, OR, United States

- 2013~2015 Postdoctoral Researcher, SEMATECH, NY, United States

장지원

66


Atomistic modeling and simulations on the effects of interface traps in nanoscale field effect transistors

교수

한국과학기술원(KAIST)

III-V based field effect transistors (FETs) are one of the promising candidates to replace

the conventional FETs thanks to their high mobility and the possibility of hetero-junction

engineering. However, III-V materials are known to show significant defect concentra-

tions at the interface with oxides. In ever-shrinking nanoscale devices, even a single

interface trap may affect the device performance. It is therefore critical to accurately

assess the trap effects, and for that, the first principles based atomistic approach is ab-

solutely necessary.

In this work we present a recently developed efficient computational scheme to carry out

fully atomistic, fully quantum-mechanical simulations of the devices consisting of hun-

dreds of thousands of atoms. The electron-phonon scattering effects are also included.

A salient aspect of our modeling is that the trap Hamiltonian is extracted from the first-

principle calculation and treated as an integral part of the device, in contrast to the exist-

ing practices that the trap is empirically modeled or post-processed independently of the

electron transport in the channel. Numerical aspects to handle large sized matrices and

the parallel computing scheme will be also discussed.


Northwestern Univ. 물리학과 졸업. 이학박사 (1992)


- 1992-2002: 한국전자통신연구원 선임연구원

- 2002 ~ : 한국과학기술원 전기및전자공학부 교수

신민철

67


반도체 소자 시뮬레이터의 구성 요소들

부교수(Associate Professor)

광주과학기술원(GIST)

반도체 소자 시뮬레이터는 TCAD(Technology Computer-Aided-Design) 분야에서 가장 핵심적

인 툴들 중의 하나입니다.

이 발표에서는 그동안의 개발 경험을 바탕으로 반도체 소자 시뮬레이터의 구성 요소들을 소개합

니다.

2차원/3차원 소자를 다루기 위한 메쉬 구조, 비선형 방정식들을 풀기 위한 클래스들, 그리고 필요

한 방정식들을 어떻게 구성해 나가는지가 다루어집니다. 엄밀한 이론보다는 경험에서 얻은 교훈

을 발표할 예정입니다.


- 2001 ~ 2007: Ph. D., School of Electrical Engineering and Computer Science, Seoul

National University, Seoul, Korea

- 1997 ~ 2001: B. S., School of Electrical Engineering, Seoul National University, Seoul,

Korea


- 2019 ~ Present: Associate Professor, Gwangju Institute of Science and Technology,

Gwangju, Korea

- 2013 ~ 2019: Assistant Professor, Gwangju Institute of Science and Technology,

Gwangju, Korea

- 2011 ~ 2013: Staff Engineer, Device Laboratory, Samsung Semiconductor Inc., San

Jose, CA, USA

- 2007 ~ 2011: Postdoc., Institute for Electronics, Bundeswehr University, Neubiberg,

Germany

홍성민

68


Analysis on the performance of controlled-NOT quantum logic gate devices based on electrode-driven silicon double-quantum-dot Structures

책임연구원


Behaviors of quantum bits (qubits) encoded to electron spins in silicon double quantum

dot (Si DQD) systems are examined with a multi-scale modeling approach that combines

electronic structure simulations and Thoas-Fermi calculations.

Covering the full-stack functionality of Si DQD devices from electrode-driven charge con-

trols to logic operations, we investigate the sensitivity of exchange interaction between

two initialized qubits and its effect on the fidelity of controlled-NOT gate operations to

understand the experimental reported feature.

This preliminary work not only presents a theoretical clue for understanding the major

control factors for the gate fidelity, but opens the possibility for further exploration of the

engineering details of qubit logic gate devices that is hard to be uncovered with experi-

ments due to the time and the expense.


- Ph.D. / Purdue University, ECE

- M.S. / Stanford University, EE

- B.S. / 서울대학교 공과대학 전기공학부


- 삼성전자 반도체총괄 시스템LSI 사업부

- 한국과학기술정보연구원 슈퍼컴퓨팅본부 (현)

류 훈

69


Lenovo HPC Strategy and Future Directions

Scott Tease General Manager (Lenovo Data Center Group)

HPC Trend in Delivering Exascale

김희식 상무 (HPE/Cray)

Supercomputer Fugaku

Toshiyuki Shimizu Principal Engineer (FUJITSU LIMITED)

Break

Converged HPC and AI Technology Directions of Exa scale computing

Nookala, Seetha Rama Krishna (HPC/AI Specialist, Intel)

Exa-scale Era Convergence of HPC&AI

John Josephakis (엔비디아)

Data Center Leadership AMD is Leading the Exascale Era

김홍필 부장 (AMD)

13:30~14:00

14:00~14:30

14:30~15:00

15:00~15:30

15:30~16:00

16:00~16:30

16:30~17:00


EXASCALE COMPUTING TREND IN INDUSTRY 함재균 박사 (KISTI)

70


Lenovo HPC Strategy and Future Directions

General Manager

WW HPC and AI, Lenovo Data Center Group

In this short presentation we will share our vision on the future of HPC and AI systems

and design. We will cover processor trends and direction with a focus on changes we see

coming in server architecture – form factors, water cooling, etc.

We will provide a view into the Lenovo HPC Development labs around the world and show

some of our next generation architectures.


Scott holds a degree in Chemistry from North Carolina State University, Raleigh, North

Carolina USA.


Scott was with IBM for fifteen years prior to the Lenovo purchase of IBM’s x86 busi-

ness. While at IBM Scott ran various groups including the data center infrastructure

team, the IBM Blade Center product team and was a founding team member of the

Taiwan Development Lab living in Taipei for more than three years. Since coming to Le-

novo Scott has managed the Global High Performance Computing and Artificial Intel-

ligence Teams and has guided Lenovo to become the world leader in Super Computing

with a dominate share of the TOP500.

Scott Tease

71


HPC Trend in Delivering Exascale

APAC HPC& AI Pre-Sales Manager

HPE

We are entering a New Era of HPC computing. Data growth at an unprecedented rate is

driving the convergence of AI, analytics and simulation.

The architecture is diversifying to support performance requirements of critical new

workloads. HPE Cray systems are enabling flexible, open architecture with highly innova-

tive technologies for Exascale computing.


Graduate School, Seoul Nation University


- 2001 ~ 2004: Weather Forecasting Officer, ROKAF

- 2004 ~ 2008: Application Analyst, Cray

- 2008 ~ 2019: APAC Pre-Sales Engineer/Manager, Cray

- 2020 ~ : APAC HPC & AI Pre-Sales Manager, HPE

김희식

72


Supercomputer Fugaku

Principal Engineer

FUJITSU LIMITED

Supercomputer FUGAKU has been developed through co-design efforts with application

developers/researchers and system-software/hardware designers.

The design targets of Fugaku were high application execution efficiency, low-power

consumption, and ease of use. In this paper, Fugaku architecture and evaluation results

are briefly explained.

Performance estimation of target applications in design phase and using real hardware

are compared.


Mr. Shimizu received his Master of Computer Science degree from Tokyo Institute of

Technology in 1988.


Mr. Toshiyuki Shimizu is Principal Engineer of Platform Development Unit, at Fujitsu

Limited. Mr. Shimizu started at Fujitsu Laboratories with the research and development

of the AP1000 massively parallel supercomputer system. His primary research interest

is in interconnect architecture, most recently culminating in the development of the

Tofu interconnect for the K computer. He led the development of Fujitsu’s high-end

supercomputer PRIMEHPC series and Supercomputer Fugaku.

Toshiyuki Shimizu

73


Converged HPC and AI Technology Directions of Exa scale computing

Director, HPC&AI, APAC & Japan

Intel

HPC has been transforming into new era of computing every time as per the changing

needs of society, since it’s began its journey with vector computing in middle of 80’s

to RISC & Unix, Linux and X86 to Accelerator computing. Now with the end user needs

moving from only simulation to Big data handling to analytics , it’s time that all these

three independent pillars of Technology converge and deliver combined value to the

community. Industry began to think in converged computing to take advantages of

innovations/investments happening in these three areas and co-innovating the Exa scale

computing to address these demands.

This presentation brings in the Intel’s view point and its investments in bringing new

platforms and technologies to meet the Converged computing at Exa scale.


PostGraduation in Technology Management and Marketing with Engineering in

Electronics and Communication


34 years of Experience working in HPC domain starting career working with Dept of

space organizations developing Parallel Digital Image processing systems, then moved

on to C-DAC developing Indigenous HPC Technologies and Systems under PARAM

brand name. Worked with TATA group HPC start up CRL and built 4th Fastest system

and first one using cots computing in 2007. Since last seven years leading APAC and

Japan region as Director for enabling Solutions in HPC and AI at Intel.

Seetha. Nookala

74


Exa-scale Era Convergence of HPC&AI

엔비디아

John Josephakis

75


Data Center Leadership AMD is Leading the Exascale Era

부장

AMD

김홍필

77


Modeling and Simulation of a Fully-glycosylated Full-length SARS-CoV-2 Spike Protein

Model in a Viral Membrane

임원필 교수 (Lehigh University)

슈퍼컴퓨터를 활용한 코로나19 약물 탐색

서상재 박사 (KISTI)

Break

화합물 합성 경로 예측 인공지능

이주용 교수 (강원대)

Developing Anti-COVID-19 Technology based on Clinical Unmet Needs

김남국 교수 (서울아산병원)

13:30~14:00

14:00~14:30

14:30~15:30

15:30~16:00

16:00~16:30


RESEARCH ON THE USE OF HPC TO OVERCOME COVID-19 서상재 박사

78


Modeling and Simulation of a Fully-glycosylated Full-length SARS-CoV-2 Spike Protein Model in a Viral Membrane

Professor

Lehigh University

This talk presents all-atom modeling and simulation of a fully-glycosylated full-length

SARS-CoV-2 spike (S) protein in a viral membrane. First, starting from PDB:6VSB and

6VXX, full-length S protein structures were modeled using template-based modeling,

de-novo protein structure prediction, and loop modeling techniques in GALAXY modeling

suite. Then, using the recently-determined most occupied glycoforms, 22 N-glycans and

1 O-glycan of each monomer were modeled using Glycan Reader & Modeler in CHARMM-

GUI.

These fully-glycosylated full-length S protein model structures were assessed and fur-

ther refined against the low-resolution data in their respective experimental maps using

ISOLDE. We then used CHARMM-GUI Membrane Builder to place the S proteins in a viral

membrane and performed all-atom molecular dynamics simulations. All structures are

available in CHARMM-GUI COVID-19 Archive (http://www.charmm-gui.org/docs/archive/

covid19), so researchers can use these models to carry out innovative and novel mod-

eling and simulation research for the prevention and treatment of COVID-19. I will also

talk about what we have found from the simulations in terms of antibody accessibility,

RBD motions, glycan shielding, and stalk orientations.


- 1994 B. Sc. in Chemistry, Hanyang University, Seoul


- 2002 Ph. D. in Biochemistry

- 2005 NSF CTBP (Center for Theoretical Biological Physics)

Fellow(The Scripps Research Institute, La Jolla)


- 2005 – 2011 Assistant Professor, University of Kansas

- 2011 – 2015 Associate Professor, University of Kansas

- 2015 – 2016 Professor, University of Kansas

- 2016 – present Professor, Lehigh University

Wonpil Im

79


슈퍼컴퓨터를 활용한 코로나19 약물 탐색

선임기술원

KISTI

Global pandemic of coronavirus diseases (COVID-19) is a serious public health threat. Drug

repurposing is an attractive approach for the immediate development of treatments to

cope with COVID-19. For rapid identification of drug candidate, it is important to conduct

high-throughput screening of the approved drugs.

In this study, we conducted supercomputer based high-throughput virtual screening

for COVID-19. We targeted to find potential drug candidates, which can inhibit the main

protease of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Among

19,168 drug molecules, including approved drugs, investigational drugs and herbal

isolates, we selected 8 drugs as potential candidates using supercomputer resource.


- Ph.D. in Department of Nano Science and Technology, Sungkyunkwan University,

Aug, 2015


- B.S.E. in Mechanical Engineering, Sungkyunkwan University, Feb 2010


- 2019–Present Researcher at Korean Institute of Science and Technology Information

- 2016–2019 Postdoc Researcher at Department of Materials Chemistry,

Nagoya University

- 2015–2016 Postdoc Researcher at Institute of Advanced Machinery and

Technology, Sungkyunkwan University

서상재

80


화합물 합성 경로 예측 인공지능

강원대

이주용

81


Developing Anti-COVID-19 Technology based on Clinical Unmet Needs

부교수

서울아산병원/울산의대

기존의 지능형 기술과는 달리 최근 떠오르고 있는 ‘딥러닝’ 기술 및 4차 산업혁명 기술은 다양한 영

상, 음성 등 특정 영역에서 인간을 넘어서는 성능을 보여주고 있다. 또한, 가장 지적인 게임이라고

일컬어지는 바둑에서 알파고의 약진은 모든 사람들에게 기대를 넘어선 공포를 선사하기도 했다.

최근 COVID-19 질환을 극복하는데, 의학분야에서도 인공지능 등 4차 산업혁명기술의 활용에 대

한 관심이 뜨겁다. 최근 유수의 해외 저널에서 구글이 개발한 인공지능을 이용해서 안저촬영영상

의 당뇨병증을 진단하는 것이 안과전문의와 필적하는 성능을 보인다는 것을 위시해서, 피부암, 폐

질환 등 다양한 Use case를 늘리고 있다. 또 국내에는 모 대학병원이 도입한 미국에서 개발한 전문

가 판정보조시스템인 ‘왓슨’에 대한 희망섞인 보도들도 쏟아지고 있다. 하지만 아직 영상의학과에

서는 하나도 쓰고 있는 기술이 없다. 실제로 딥러닝이 한 성과는 인간의 시각 청각 등이 인지적인 수

준까지는 도달했다고 생각된다. 따라서 이를 이용하여 Anti-COVID-19 기술을 개발한 경험 및 세

계적 연구 경향을 다룰 예정이니다. 특히, 인공지능 3D 프린팅 등을 이용하여, 현재의 의료시스템

의 질을 높이고 생산성을 높여 궁극적으로 COVID-19과 같은 전염질환으로 고통받는 환자에게 큰

도움이 될지를 연구해야 되는 상황이다. 따라서, 현 기술 수준 및 의료 시스템의 장단점을 잘 이해

하고 있는 의료진과 인공지능 전문가가 머리를 맞대고, 궁극의 목적인 보다 나은 진료를 위해 무슨

기술이 필요한 지를 같이 고민하고 개발해야 한다.


- 1991. 3 ~ 1995. 2 서울대 공과대학 산업공학과 (공학학사)

- 1995. 3 ~ 1997. 2 서울대 공과대학 산업공학과 (공학석사)

- 2004. 8 ~ 2008. 2 서울대 공과대학 산업공학과 (공학박사)


- 2008. 9 ~ 2009. 10 Univ. of Utah Post-doc. Research Fellow

- 2010. 4 ~ 2014. 2 울산대학교 의과대학 영상의학과 연구조교수

- 2014. 3 ~ 2018. 8 울산대학교 의과대학 융합의학과/영상의학과 조교수

- 2018. 9 ~ 울산대학교 의과대학 융합의학과/영상의학과 부교수

김남국

Keynote Speech

24th Sep 2020, Thu(AM)

85

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!Keynote Speech

Keynote 1 : EPI: Europe technology for Exascale Top Ten

Jean-Marc DENIS (Chairman, European Processor Initiative (EPI) Board)

Break

Keynote 2 : The Supercomputer “Fugaku” and Arm-SVE enabled A64FX processor for

energy-efficiency and sustained application performance

Mutsuhisa Sato (Deputy Director, RIKEN Center for Computational Science (R-CCS))

10:00~10:40

10:40~11:00

11:00~11:40

24th Sep 2020, Thu(AM)

86


EPI: Europe technology for Exascale Top Ten

Chairman

European Processor Initiative (EPI) Board

The rise of artificial intelligence in HPC, associated to the data deluge, combined

with the transition from monolithic applications toward complex workflows lead the

HPC community, especially the hardware architects to reconsider how the Exascale

supercomputers are designed.

In this presentation, the transition from existing homogenous to Exascale class modular

architectures is discussed. The consequences on the compute components including the

general purpose processor and the associated accelerators is addressed. Ultimately, all

these consideration lead to the guidelines having ruled the design of the European low

power HPC processor to empower top exascale supercomputers of the world.

· BiographySince the beginning of 2020, Jean-Marc is the Chief of Staff of the Innovation and Strategy

Division at Atos. In addition, since mid-2018, Jean-Marc has been also elected as Chair of the

Board of the European Processor Initiative (EPI).

Prior to that, Jean-Marc Denis took different positions in the HPC industry.

After five years of research in the development of new solvers for the for Maxwell equations

at Matra Defense (France) as mathematician from 1990 to 1995, Jean-Marc Denis had several

technical position in the HPC industry between 1995 to 2004 from HPC pre-sales to Senior

Solution Architect.

Since mid if 2004 Jean-Marc has worked at Bull SAS head Quarter (France) where he has started

the HPC activity. In less than 10 years, the HPC revenue at Bull exploded from nothing in 2004 to

200M€ in 2015, making Bull the undisputed leader of the European HPC industry and the fourth

in the world. From 2011 to the end of 2016, Jean-Marc has leaded the worldwide business activity

with the goal to consolidate the ATOS/Bull position in Europe and to make ATOS/Bull a worldwide

leader in Extreme Computing with footprint in Middle-East, Asia, Africa and South America.

From 2018 to 2020, Jean-Marc has been the head of Strategy and Plan at Atos/Bull, in charge

of the global cross-Business Unit Strategy and of the definition of the 3 years business plan. In

2016 and 2017, Jean-Marc has been in charge of the definition of the strategy for the BigData

Division at ATOS/Bull. In his position, his role is to define the global approach for the different

BigData business lines covering HPC, Legacy (mainframe), Entreprise computing, DataScience

consulting and Software.

In parallel to his activities at ATOS/Bull, since 2008, Jean-Marc Denis has taught “Supercomputer

Architecture” concepts in Master 2 degree at the University of Reims Champagne Ardennes

(URCA), France.

Education

・ Masters degree in Mathematics (U. of Tours, France, 1989)

・ Masters degree in Computer Science (U. of Toulouse, France, 1990)

・ Engineering diploma in Computer science, (ENSEEIHT, Toulouse, France, 1990)

Jean-Marc Denis

87


The Supercomputer “Fugaku” and Arm-SVE enabled A64FX processor for energy-efficiency and sustained application performance

Deputy Director

RIKEN Center for Computational Science (R-CCS)

We have been carrying out the FLAGSHIP 2020 to develop the Japanese next-generation

flagship supercomputer, “Fugaku”. In the project, we have designed a new Arm-SVE

enabled processor, called A64FX, as well as the system including interconnect with the

industry partner, Fujitsu.

The processor is designed for energy-efficiency and sustained application performance.

The “Fugaku” was installed in this spring and already partially used by early-access users

including researchers for COVID19.

The system is scheduled to be put into operation for public service around 2021. In this

talk, several features and some preliminary performance results of the “Fugaku” system

and A64FX manycore processor will be presented as well as the overview of the system.

· Biography

Mitsuhisa Sato received the M.S. degree and the Ph.D. degree in information science

from the University of Tokyo in 1984 and 1990. From 2001, he was a professor of

Graduate School of Systems and Information Engineering, University of Tsukuba. He

has been working as a director of Center for computational sciences, University of

Tsukuba from 2007 to 2013. Since October 2010, he is appointed to the research

team leader of programming environment research team in Advanced Institute of

Computational Science (AICS), renamed to R-CCS, RIKEN. Since 2014, he is working as

a team leader of architecture development team in FLAGSHIP 2020 project to develop

Japanese flagship supercomputer “Fugaku” in RIKEN. Since 2018, he is appointed to a

deputy Director of RIKEN Center for Computational Science. He is a Professor (Cooper

ative　Graduate　School　Program) and Professor Emeritus of University of Tsukuba.

Mitsuhisa Sato

Community Forum

24th Sep 2020, Thu(PM)

91

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!COMMUNITY 1

Epilogue and prologue of machine learning for dark matter

조기현 교수 (UST/KISTI)

Quantum Machine Learning for HEP

박명훈 교수 (서울과기대)

Large scale deep learning for the CMS data analysis with the KISTI supercomputer

고정환 교수 (경희대)

Real-time Machine Leaning and Big Data Technologies for HEP Analysis

문창성 교수 (경북대)

Boosted Dark Matter Search at DUNE

신서동 교수 (전북대)

Break

The Full Event Interpretation and Machine Learning at Belle II

김경호 박사 (연세대)

Dark Matter Search using Nuclear Emulsion and ML

고재우 교수 (경상대)

Numerical studies of galaxies with fuzzy dark matter

이재원 교수 (중원대)

Study of dark matter at e+e- collider using HPC

박기홍 연구원 (UST/KISTI)

Discussion

13:30~13:40

13:40~14:00

14:00~14:20

14:20~14:40

14:40~15:00

15:00~15:30

15:30~15:50

15:50~16:10

16:10~16:30

16:30~16:40

16:40~17:00


MACHINE LEARNING FOR HEP : 인공지능-첨단 ICT 기술개발을 활용한 암흑물질 실체규명

92

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!Community Forum

Epilogue and prologue of machine learning for dark matter

교수/책임연구원

UST/KISTI

The epilogue and prologue for the project of the machine learning for dark matter will

be discussed.


- 1996.5 University of Colorado, Boulder 물리학과, Ph.D.

- 1987.2 연세대학교 물리학 석사

- 1985.2 연세대학교 물리학 학사


- 2017.03 ~ 현재, 과학기술연합대학원대학교(UST) 교수

- 2007.09 ~ 현재, KAIST 물리학과 겸직교수

- 2006.05 ~ 현재, 한국과학기술정보연구원 책임연구원

- 2001.06 ~ 2006.04, 경북대학교 초빙교수

조기현

93


Quantum Machine Learning for HEP

조교수

서울과학기술대학교

In this talk, I would like to discuss Quantum Machine Learning for HEP


- 2006-2011: Ph.D. The University of Florida

- 2000-2002: M.S. Seoul National University

- 1995-2000: B.S. KAIST


- 2017.08 – current: 서울과학기술대학교 조교수

- 2015.10- 2017.08: Researcher, IBS-CTPU

- 2014.10 – 2015.09: JRG Leader, APCTP

박명훈

94


Large scale deep learning for the CMS data analysis with the KISTI supercomputer

조교수

경희대학교

고성능 대용량 데이터 컴퓨팅 기술 발전에 따라 딥러닝은 매우 빠르게 발전하고 있으며 일상 생활

에도 직접적인 도움을 주고 있다. 고에너지물리학 실험 데이터 분석에 있어서도 딥러닝을 적용하

여 이전에는 다루기 어려웠던 고수준의 데이터 분석이 가능해졌으며, 특히 HL-LHC와 같은 높은

pile-up환경에서의 복잡한 실험 데이터에서 낮은 생성단면적을 갖거나 배경 사건의 비율이 압도

적으로 높은 신호 사건을 분류해야 하는 도전적인 문제를 해결할 수 있는 가능성을 보여주고 있다.

LHC에서의 대용량 검출기 데이터를 빠른 시간 내에 학습하기 위하여 고성능 컴퓨팅 기술을 적극

적으로 도입할 필요가 있다.

본 연구에서는 LHC-CMS실험에서 초대칭 이론에 의한 새로운 입자 탐색에 대규모 딥러닝을 적용

하였다. 13TeV의 양성자-양성자 충돌로부터 생성된 gluino짝이 R-대칭성을 깨뜨리며 붕괴하여

10개 이상의 쿼크로 붕괴하여 많은 jet을 생성하는 과정에서의 검출기 정보를 2차원 이미지로 변

환, 합성곱 신경망(CNN)을 적용하여 분석한 결과 정확도 90% 이상, AUC 0.95이상의 높은 성능을

보였다. 대용량 데이터를 빠른 시간 내에 분석하기 위하여 KISTI의 슈퍼컴퓨터 5호기를 활용하여,

GPU를 이용한 단일 노드 대비 10배 이상의 학습 속도 향상을 보였다. 실제 검출기의 구조를 반영

하기 위하여 본 연구에서는 그래프 신경망(GNN)을 이용하였는데, GNN은 균일하지 않은 공간상의

연결 구조를 다룰 수 있어 확장성이 높다.

본 연구에서는 gluino탐색에 GNN을 적용한 결과 CNN 기반 딥러닝과 비교할만한 수준의 분류 성

능을 보였다. 딥러닝 모델의 복잡도가 증가하고 단일 이벤트 데이터의 크기가 증가하게 되어 데이

터 병렬화를 통한 대규모 딥러닝이 필수적이며, 앞으로 누리온 슈퍼컴퓨터가 중요한 역할을 할 것

으로 기대된다.


- 2014 성균관대학교 물리학 박사 (고에너지물리학 실험)

- 2007 성균관대학교 물리학 석사 (고에너지물리학 실험)

- 2005 연세대학교 천문우주학/물리학 학사


- 2018.03 - 현재 경희대학교 물리학과 조교수

- 2016.10 - 2018.02 한양대학교 물리학과 연구조교수

- 2014.03 - 2016.09 성균관대학교 물리학과 박사후연구원

고정환

95


Real-time Machine Leaning and Big Data Technologies for HEP Analysis

Assistant Professor

Kyungpook National University

The CERN has prepared a major upgrade of the accelerators to increase the capability for

new physics searches and high precision measurements, the so-called High-Luminosity

LHC (HL-LHC).

In order to fully exploit the scientific potential of the HL-LHC, the CMS collaboration is

upgrading detector and to improve the ability of the apparatus to isolate and precisely

measure the products of the most interesting collisions.

To deal with harsh pile-up conditions i.e., 140 – 200 proton-proton interactions per bunch

crossing and extreme size of data, the trigger level plays an important role to collect

interesting physics data. And as part of this, the efforts are being carried to improve the

Level-1 trigger of CMS detector by using machine learning to reduce the resource usage

of hardware and reduce computation time.

A few examples for the real-time machine learning applications such as s missing

transverse energy (MET) regression at CMS experiment is presented.


- M.S. in Experimental High Energy Physics (2006) Seoul National University

- Ph.D. in Experimental High Energy Physics (2011) Seoul National University


- 2017–present Assistant Professor, Kyungpook National University (KNU), Daegu,

Korea

- 2014–2017 FAPESP Postdoctoral Fellow, Sao Paulo State University and Instituto de

Física Teórica (IFT), Sao Paulo, Brazil

- 2012–2014 Marie Curie Fellow, Astroparticle and Cosmology Laboratory (APC),

Université Paris Diderot-Paris 7 / CNRS, Paris, France

- 2012–2014 Associate Physicist, INFN-Pisa, Pisa, Italy

Chang-Seong Moon

96


Boosted Dark Matter Search at DUNE

조교수

전북대학교

Boosted Dark Matter는 기존의 WIMP와는 달리 암흑섹터의 성질로 인해 (상대론적인) 빠른 속도

로 지구로 날아오는 가벼운 암흑물질이 존재하는 이론으로서 WIMP를 넘어서는 새로운 암흑물질

세계의 대안 이론으로 주목을 받고 있다.

이때 지구로 빠른 속도로 날아오는 가벼운 암흑물질의 에너지가 파라미터에 따라 DUNE과 같은 거

대 중성미자 검출 실험의 threshold energy를 쉽게 넘어갈 수 있으므로 중성미자 실험에서 새로

운 암흑물질 세계를 탐색하는데 있어 중요한 단서를 제공할 수 있다.

이 발표에서는 현재까지 진행된 다양한 연구 중 DUNE과 관련한 연구에 중점을 두어 Boosted

Dark Matter 탐색에 관해 얘기하려 한다.


- Ph.D: KAIST, 2010년

- MS: KAIST, 2004년

- BS: KAIST, 2002년


- 2019. 12 – 현재: 전북대학교 물리학과 조교수

- 2019. 11. – 2019. 12.: 기초과학연구원 순수물리이론연구단 Tenure-track faculty

- 2016. 8. - 2019. 11.: 연세대학교 물리학과 연구교수

- 2017. 7. - 2019. 2.: University of Chicago, Enrico Fermi Institute 및

Fermilab 방문연구원

신서동

97


The Full Event Interpretation and Machine Learning at Belle II

박사후연구원

연세대학교

The Belle II is a high-energy physics experiment with e+e- collision using the Super-KEKB

collider. The main goal of Belle II is to search for New Physics beyond the Standard Model

and probe the dark sector. One of the most important objects of analyses in Belle II is the

B mesons. In the Belle II experiment, the signal B mesons shall be reconstructed either

exclusively or inclusively. In order to facilitate analyses of B meson decay modes with

invisible particles such as neutrinos in the decay final state, a tagging method has been

developed.

By tagging the full decay chain of one of the B mesons, the signal B decay mode, even

with invisible particles in the final state, can be studied. Belle II has developed the Full

Event Interpretation (FEI) that is an exclusive tagging algorithm of B mesons using the

Boosted Decision Tree (BDT) for training classifiers. In this presentation, we explain FEI

and also present some example analyses in which FEI has been extensively applied.


- 2010.8 연세대학교 물리학 학사

- 2020.8 연세대학교 물리학 박사


- 2020.8 ~ 2021.2 연세대학교 물리학과 Postdoc

김경호

98


Dark Matter Search using Nuclear Emulsion and ML

연구교수

경상대학교 기초과학연구소

Nuclear emulsion is a 3D visual detector highly sensitive to trajectories of charged parti-

cles. It can also play a role of high precision tracker capable of reconstructing the charged

tracks with spatial resolution less than 1 μm.

Moreover, momentum measurement and particle identification are possible by analyzing

tracks inside the emulsion. Recently, the Nuclear emulsion has been used for observing

WIMP and LDM (light dark matter) particles.

In the NEWSdm experiment, we are aiming at direct detection of WIMP wind by measur-

ing the direction of “nuclear recoil” which has extremely short track length about several

100 nm. For this purpose, a special emulsion detector called NIT (Nano Imaging Tracker)

with nanometric spatial resolution ~O(10) nm has been developed. In the SHiP experi-

ment, we will try to search for the LDM (χ) by observing “electron recoil” resulting from

the LDM elastic scattering off the electron (χe → χe) in the emulsion which is neutrino

detector.

In this talk, we will introduce the Machine learning applications to discriminate signals of

these nuclear and electron recoils from the possible backgrounds.


- 제주대학교 자연과학대학 물리학과 졸업 (이학사)

- 제주대학교 대학원 물리학과 졸업 (이학석사)

- 제주대학교 대학원 물리학과 졸업 (이학박사)


- 경상대학교 기초과학연구소 선임연구원

- SHiP, NEWSdm 실험 참가

고재우

99


Numerical studies of galaxies with fuzzy dark matter

부교수

중원대

This is a brief review on numerical techniques and properties of galaxies in the fuzzy

dark matter model, where dark matter is an ultra-light scalar particle with mass $m =

O(10^{-22})eV$.

There is a dark matter halo length scale from quantum pressure, which can solve the

small scale issues of the cold dark matter model such as the core-cusp problem and

explain many other observed mysteries of galaxies like the baryonic Tully-Fisher relation.


- 1989.2.25 서울대학교 천문학과 학사

- 1991.2.23 KAIST 물리학과 석사

- 1997.2.21 KAIST 물리학과 박사


- 2003년 1월 15일∼2005년 1월 14일 프랑스 CNRS 박사후연구원

- 2005년3월 1일∼2009년 2월 28일 고등과학원 연구원 & 조교수

- 2009년3월 1일∼현재 중원대학교부교수

이재원

100


Study of the Dark Matter at e+ e- collider using HPC

대학원생 석사과정

UST-KISTI

The importance of computational science, which comprises theory, experiment, and

simulation in science, have been emerging in the field of high energy physics. Especially,

in researching for dark matter using simulation, huge amount of calculation is required.

There are board parameter regions to be searched in order to study dark matter. Hence,

It is crucial to reduce calculation time so that efficiency of research in high energy phys-

ics increases.

The Standard Model (SM) of particle physics is well established with discovery of Higgs

boson. However, SM can not give a description of dark matter. Dark matter is barely

known and under research through various method. In this work, we studied dark mat-

ter at e+ e- collider using MadGraph5 as a simulation tool kit. We studied CPU time as

well as cross section value according to various parameters such as center of mass en-

ergy, dark photon mass and coupling constant. The signal process is dark photon which

couples only to heavy leptons. In this study, we only focus on the case in which dark

photon decays into two muons. The theoretical model imported in MadGraph5 is Simpli-

fied Model which covers SM particles, dark matter, and dark photon particles. This result

will be helpful for searching for dark matter at e+e- collider of experiments such as Belle

II, CEPC and ILC.

To compare CPU time of calculation, we used KISTI-5 supercomputer(Nurion KNL, SKL)

and local Linux machine. Nurion KNL has processor Intel Xeon Phi 7250 and Nurion SKL

has processor Intel Xeon 6148. The results will demonstrate that HPC(High performance

computing) plays critical role in HEP study.


- 서강대학교 이과대학 수학과 졸업 (이학사)

- UST-KISTI(HEP 그룹) 석사학위 과정 중


Belle II Collaboration

박기홍

101

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!COMMUNITY 2


슈퍼컴퓨터 CPU 현황과 시사점: K-슈퍼컴 CPU 개발 방향

권영수 본부장 (ETRI)

K-슈퍼컴 CPU에 최적화된 시스템SW 개발 방향

박찬열 센터장 (KISTI)

K-슈퍼컴 CPU 기반의 고집적 컴퓨팅 노드 개발 방향

한우종 박사 (ETRI)

Break

초병렬 프로세서 기반 슈퍼컴퓨터 시스템 개발 방향 토의

질의 / 응답

13:20~13:50

13:50~14:30

14:30~14:50

14:50~15:10

15:10~17:00

17:00~18:00

DEVELOPMENT OF SUPERCOMPUTER SYSTEM BASED ON MASSIVELY PARALLEL COMPUTER 박찬열 (CLOSE SESSION)

한국계산과학공학회

추계학술대회


105

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!한국계산과학공학회 추계학술대회 프로그램

TRACK1 – Numerical Astrophysics

TRACK2 – AI-Based New Drug Development Research

TRACK3 – Poster Session

Invited talk : ‘클라우드 컴퓨팅 서비스의 현재와 미래’

이경용 교수(국민대 컴퓨터공학과)

우수 논문 시상식

한국계산과학공학회 총회

13:00~17:00

13:00~17:00

10:00~17:00

17:00~17:40

17:40~17:50

17:50~18:30


107

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!TRACK1

Plenary talk

Identification of Lensed Gravitational Waves with Deep Learning

김경민 연구원 (천문연구원)

Bayesian Analysis for Neutron Star Equation of State

김영민 교수(UNIST)

The Horizon Run 5 Cosmological Hydrodynamical Simulation:Probing Galaxy Forma-

tion from Kilo- to Giga-parsec Scale

신지혜 연구원 (KASI)

Break

Tidal disruption flares from stars on bound and unbound orbits around supermassive

black holes

Kimitake Hayasaki 연구원 (충북대학교)

Adaptive Mesh Refinement and its applications

김진호 연구원 (천문연구원)

Gravitational-wave capture of two black holes

배영복 연구원 (국가수리과학연구소)

Scattering Angles for Encountering Two Black Holes

강궁원 박사 (KISTI)

Numerical Galaxy Formation in the Era of High-resolution Simulations and Machine

Learning

김지훈 교수 (서울대학교)

Closing Remark

13:00~13:30

13:30~13:55

13:55~14:20

14:20~14:45

14:45~15:15

15:15~15:40

15:40~16:05

16:05~16:30

16:30~16:55

16:55~17:20

17:20~17:30


NUMERICAL ASTROPHYSICS

108


Identification of Lensed Gravitational Waves with Deep Learning

박사후연구원(Postdoctor)

한국천문연구원(KASI)

The propagation path of gravitational wave (GW) is expected to be bent near massive

astrophysical objects in the medium between the position of source system and observer.

We then can regard that the massive objects play the role of lens. Like the lensing of

electromagnetic wave, the lens amplifies the amplitude of GW and produces multiple

GW images. If the positions of lens and source of a GW are placed out of the line of

sight, the multiple GW images arrive at different times because they have traveled

different trajectories around the lens. As a consequence, multiple GWs can be detected

as repeated near-identical events or superposed GWs with characteristic “beating

patterns” depending on the difference between their arrival times.

In specific, when the lens is small, $\lesssim 10^5 M_\odot$, the lens leads short time

delays between the lensed GWs and the short time delay results in the superposition of

those GWs. We anticipate that the lensing effect may be detectable by the ground-based

GW detectors such as LIGO, Virgo, KAGRA, Einstein Telescope, or Cosmic Explorer in the

near future. Therefore, in this work, we study the feasibility of applying deep learning for

the identification of lensing signatures from the GW signals detectable by the Advanced

LIGO and Virgo.

We assume the mass of lens around $10^3$ -- $10^5 \msun$ that can produce the

order of millisecond time delays between two images of lensed GWs under the thin lens

approximation and the geometrical optics limit. We discuss the feasibility of two aspects:

distinguishing lensed GWs from unlensed ones and estimating the parameters related to

not only the lensing factor but also the source binary system and lens.

김경민

109


Bayesian Analysis for Neutron Star Equation of State

연구교수

울산과기원(UNIST)

Detection of tidal deformability from binary neutron star mergers (BNS) such as

GW170817 and GW190425 observed by LIGO and Virgo gives a new constraint on a

neutron star equation of state (NS EoS). Moreover,

NICER observation is expected to provide more precise measurement of the radius of

a NS, and a recent observation of PSR J0030+0451 implies that the observed mass

and radius are consistent with stiff equation of state, which is not consistent with the

preferred EoS estimated from GW170817. Therefore, the detailed study on the EoSs are

important to figure out underlying physics in dense nuclear matter such as the inside of

NSs.

In this presentation, I will briefly introduce how to estimate mass, radius, and tidal

deformability of a NS from BNS by GW detection as well as LMXB by X-ray observations.

A recent study with KIDS EoS will be included to present a relation between the observed

parameters and dense matter properties such as nuclear symmetry energy.

김영민

110


The Horizon Run 5 Cosmological Hydrodynamical Simulation: Probing Galaxy Formation from Kilo- to Giga-parsec Scale

선임연구원

천문연구원

Horizon Run 5 (HR5) is a cosmological hydrodynamical simulation which captures the

propertiesof the Universe on a Gpc scale while achieving a resolution of 1 kpc. This

enormous dynamic rangeallows us to simultaneously capture the physics of the cosmic

web on very large scales and accountfor the formation and evolution of dwarf galaxies

on much smaller scales. Inside the simulation boxwe zoom-in on a high-resolution cuboid

region with a volume of 1049×114×114 cMpc3.

The sub-grid physics chosen to model galaxy formation includes radiative heating/

cooling, reionization, starformation, supernova feedback, chemical evolution tracking

the enrichment of oxygen and iron, thegrowth of supermassive black holes and feedback

from active galactic nuclei (AGN) in the form ofa dual jet-heating mode. For this simulation

we implemented a hybridMPI-OpenMPversion of theRAMSEScode, specifically targeted

for modern many-core many thread parallel architectures.

The dataof lightcone and 5 cluster regions with fine time resolution were stored, as

well as snapshots. For thepost-processing, we extended the Friends-of-Friend (FoF)

algorithm and developed a new galaxy finderPGalFto analyse the large outputs ofHR5.

The simulation successfully reproduces many observations,such as the cosmic star

formation history, connectivity of galaxy distribution and stellar mass functions.

The simulation also indicates that hydrodynamical effects on small scales impact galaxy

clustering upto very large scales near and beyond the baryonic acoustic oscillation (BAO)

scale. Hence, cautionshould be taken when using that scale as a cosmic standard ruler:

one needs to carefully understandthe corresponding biases. The simulation is expected

to be an invaluable asset for the interpretationof upcoming deep surveys of the Universe.

신지혜

111


Tidal disruption flares from stars on bound and unbound orbits around supermassive black holes

Associate Professor

Department of Astronomy and Space Science, Chungbuk National University

Tidal disruption events (TDEs) provide a good tool for probing quiescent SMBHs in the

centers of inactive galaxies. TDEs occur when a star on a parabolic orbit approaches close

enough to an SMBH. The subsequent super-Eddington accretion of stellar debris falling

onto the SMBH produces a characteristic flare lasting several months. It is theoretically

expected that the light curves decay with the minus five third of time. However, some of

the observed light curves deviate from such a standard decay rate, while some of them

are overall in good agreement with it. Therefore, it has been required to construct the

theoretical model for explaining these light curve variations consistently.

In this work, we analytically revisit the rates of fall-backing stellar debris after tidal

disruption of stars on bound to unbound orbits by taking account of the stellar density

profile, orbital eccentricity (or semi-major axis), and pericenter distance radius, and

then test them by performing three dimensional smoothed particle hydrodynamic

simulations. We find that the orbital eccentricity significantly makes the mass fallback

rate deviate from the standard decay rate. We also show the extreme behavior of mass

fallback rates for the eccentric TDEs with a high penetration factor.

We discuss how we can diagnose from the observed light curves whether the approaching

stars are on bound or unbound orbits.

Kimitake Hayasaki

112


Adaptive Mesh Refinement and its applications

선임연구원

한국천문연구원(KASI)

Adaptive Mesh Refinement (AMR) is a key technique that enables us to cover a large

computational domain without increasing significant amount of computational resources

by adaptively changing the resolution of the simulation.

Here I will introduce the AMR algorithm that we are currently developing and the

astrophysical applications that we are going to apply near future3

김진호

113


Gravitational-wave capture of two black holes

박사후연구원

국가수리과학연구소 (National Institute for Mathematical Sciences)

Two black holes which are not gravitationally bound each other initially can be bound

together by emitting gravitational-waves through the close encounters, which is called

gravitational-wave (GW) capture. In this study GW capture of black holes is investigated

using full numerical relativistic simulations.

The effects of the mass ratio and the spins of the black holes on the radiated energy

and the cross section are presented. In addition, the gravitational-wave forms and the

astronomical applications will be also discussed.

배영복

114


Scattering Angles for Encountering Two Black Holes

책임연구원


Recently, a Hamiltonian describing two massive spinless particles has been obtained at

the 3rd Post-Minkowskian (3PM) order in the context of effective field theory.

By performing numerical simulations for two black holes, we have studied the validity of

this Hamiltonian. Comparisons for scattering angles show that the 3PM results agree well

with those in numerical relativity within 0.38% when the range of pericenter distances

is r_min = (72.78~15.09)M. As two black holes encounter more strongly in gravitational

interaction, e.g., r_min ~ 6.88M, the agreement becomes less acurate, i.e., ~4.51%. We

have also considered several Effective One-Body (EOB) Hamiltonians which may improve

the accuracy in close encounters.

Finally, implications are discussed to the search for EOB Hamiltonians describing two

black holes with arbitrary eccentricities.

강궁원

115


Numerical Galaxy Formation in the Era of High-resolution Simulations and Machine Learning

조교수

서울대학교

The community of numerical galaxy formation has benefited greatly from the ever-

improving computing technology over the past decades.

I will discuss the new possibilities in the upcoming era of high-resolution numerical galaxy

formation and machine learning, and highlight efforts to overcome the accompanying

challenges. As an example, I will describe a state-of-the-art cosmological simulation of

a high-redshift quasar-host galaxy that includes sophisticated treatments of feedback

from star-forming clumps and supermassive black holes (SMBHs).

Then, in another example, I will introduce a machine-assisted pipeline that estimates

baryonic properties of a galaxy based purely on dark matter (DM) properties in large-

scale DM-only simulations.

김지훈

117

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!TRACK2

BioVLAB-Cancer-Pharmacogenomics: A Platform on the Amazon Cloud to Relate

Cancer Drug Response in Cell Lines to Tumors in TCGA

임상수 박사 (서울대)

Predicting spin-coupling constants via machine learning

최성환 박사 (KISTI)

Overcoming challenges in drug discovery with algorithmic advancements and domain

knowledge

유성옥 박사 (AItrics)

Development of scoring function for nuclear export signaling motif prediction

이윤지 교수 (중앙대)

15:00~15:25

15:30~15:55

16:00~16:25

16:30~16:55


AI-BASED NEW DRUG DEVELOPMENT RESEARCH

118


BioVLAB-Cancer-Pharmacogenomics: A Platform on the Amazon Cloud to Relate Cancer Drug Response in Cell Lines to Tumors in TCGA

연수연구원(Postdoc)

서울대학교

Understanding drug response from gene expression profiles is one of the promising

elements of drug discovery. Most pharmacogenomics databases provide in vitro drug

response (e.g. IC50) and gene expression profile on various cell lines and drugs. The

Cancer Genome Atlas (TCGA) provides a significant amount of cancer multi-omics data

from thousands of real cancer patient samples. However, the two issues, the data is too

large to handle in a local environment and the patient’s cancer cells contain a complex

mixture of different types of cells, making the analysis difficult for individual users.

This study introduces a platform to relate drug-responsive cancer cell line experiments

and heterogeneous bulk cancer cells in TCGA samples deployed on the Amazon Cloud.

This work leveraged the BioVLAB framework in comparing both transcriptome data

resources using pathway-based and machine learning-based approaches. BioVLAB

provides an environment in which users can easily analyze deployed large amounts

of data through the cloud system. Identification of matching drug-responsive cell line

experiments was achieved by deconvolution of tissue gene expression profiles. This

work can provide an idea on how to design a drug to acquire desired drug response

represented by gene expression profile.


- 2011 BS, Yonsei University (Chemistry, Applied Statistics)

- 2013 MS, Yonsei Univeristy (Chemistry)

- 2019 PhD, Seoul National University (Bioinformatics)


- 2019- Postdoc, Bioinformatics Institute, Seoul National University

임상수

119


Predicting spin-coupling constants via machine learning

선임연구원


This talk includes technical and philosophical background of state-of-the-art model to

predict molecualr spin-coupling which is integral part of nuclear magentic resonence

spectrum.

In technical perspective, similarity of molecular properties to natural laganguage

problems(NLPs) and how NLP models can be applied to molecular problems will be

discussed.

On the other hand, philosophical consideration of physical law in data-driven approaches

are discussed. Unlike social data, scientific data are under many physical conditions.

Results of computer aided modeling are constrained by governing equations which at

least approximately represents physical principles whereas data-based approaches

no need to do so. Effects of physical constraint on machine learning application for

molecular science will be discussed.


2017.08 Ph.D. (KAIST, 물리화학)


2017.09~ 한국과학기술정보연구원 선임연구원

최성환

120


Overcoming challenges in drug discovery with algorithmic advancements and domain knowledge

박사

AItrics

유성옥

121


Development of scoring function for nuclear export signaling motif prediction

조교수(Assistant Professor)

중앙대학교 약학대학

Active transport between the nucleus and cytoplasm is an important regulatory mecha-

nism for many cellular proteins. As a major nuclear exporter protein, CRM1 (Chromosom-

al Maintenance 1, also known as Exportin 1) recognizes a consensus sequence pattern,

i.e., Nuclear Export Signal (NES), of various cargo proteins.

NES consist of four to five hydrophobic residues (Φ0-Φ4; generally, LIVMF) which are

nicely bound to the corresponding hydrophobic pockets, P0 to P4. Since spatial re-lo-

calization of oncoproteins is important in cancer cells, understanding of the NES can

help the basic research about this process and can also help the discovery of anticancer

agents.

n silico prediction of this NES pattern is of great interest but still remains a challenge.

Based on the available NES-CRM1 complex structures, our goal is to develop a structure-

based NES predictor rather than a sequence-based one. Until now, NES predictors are all

sequence-based predictors using pattern matching, calculating disordered propensity,

secondary structure components, etc. We’re trying to make a scoring function to model

a complex NES-CRM1 structure and predict that this protein can be exported by CRM1 or

not, based on the energy of binding between the cargo protein and CRM1.

We validate our predictions by measuring the real binding affinities of the candidate

peptides, and iteratively optimize the program based on the experimental results. Our

program can finally be utilized to efficiently design novel CRM1 inhibitors.


- 2007년 이화여자대학교 약학대학 약학과 졸업

- 2009년 이화여자대학교 일반대학원 생명 약학부 약학전공 석사

- 2013년 이화여자대학교 일반대학원 생명 약학부 약학전공 박사


- 2013년-2015년 이화여자대학교 약학대학 약학연구소, 박사후연구원

- 2015년-2018년 이화여자대학교 약학대학 약학연구소, 연구교수/리서치펠로우

- 2017년-2020년 University of Texas Southwestern Medical Center (Department of

Biophysics), Assistant Instructor, Instructor

- 2020년 3월- 중앙대학교 약학대학, 조교수

이윤지

123

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!TRACK 3

1. Turbulence modeling via deep reinforcement learning

Junhyuk Kim et al., Yonsei University

2. Super-resolution reconstruction of turbulence through unsupervised deep learning

Hyojin Kim et al., Yonsei University

3. Singularity of particle-suspended turbulent flow

Seulgi Lee et al., Yonsei University

4. Theoretical Studies to Understand the Dynamic Metal Polymer Interaction for the

Design of Chemoselective Hydrogenation Catalysts

Seung-Jae Shin et al., Korea Advanced Institute of Science and Technology

5. Inverse molecular design via graph-based conditional variational autoencoder

Hyunseung Kim et al., Seoul National University

6. Guest excitation pathways in the phosphorescent organic light emitting diodes

using the exciplex forming cohost

Jae Whee Park et al., Korea Advanced Institute of Science and Technology

7. Investigation of energetics of nitride systems based on self-consistent hybrid

functional

Se-Jun Kim et al., Korea Advanced Institute of Science and Technology

8. Understanding the phase behavior of disk-coil block copolymers under cylindrical

confinement: Role of curvature-induced frustrations

Min Young Ha et al., Seoul National University

9. Computationally Elucidating Rotational Coupling of the transmembrane Domain in

VEGF Receptor 2 Activation

Yeon Ju Go et al., Korea Advanced Institute of Science and Technology

10. Understanding Impact of Crystalline Structure on Photodynamics in Halide

Perovskites: Time-Domain Ab Initio Study

Yoonhoo Ha et al., Korea Advanced Institute of Science and Technology

11. Evaluating Parallel Double-precision General Matrix Multiplication based on

Blocked GEMM Algorithm on Intel Skylake clusters

Yoosang Park et al., Soongsil University

10:00~17:00


POSTER SESSION

125

KOREA SUPERCOMPUTING CONFERENCE 2020Exascale Computing Era is Coming!EXHIBITION

Documents

TABLE OF CONTENTS · 2020. 9. 21. · 05 KOREA SUPERCOMPUTING CONFERENCE 2020 GREETINGS Exascale Computing Era is Coming! 안녕하십니까? 2020년 한국슈퍼컴퓨팅 컨퍼런스(KSC2020)