서강대, 'KCC 2026' 컴퓨터시스템 최우수논문상 수상

기사등록 2026/07/27 10:04:33

구글에서 선호하는 매체로 추가

컴퓨터공학과 DISCOS 연구실 소속 연구진 성과

LLM 단기 저장소 압축 기술 '서러게이트 KV' 연구

[서울=뉴시스] (왼쪽부터) 서강대 컴퓨터공학과 김영재 교수, 김준원 학생, 유정현 박사과정. (사진=서강대 제공) 2026.07.27. photo@newsis.com *재판매 및 DB 금지
[서울=뉴시스] (왼쪽부터) 서강대 컴퓨터공학과 김영재 교수, 김준원 학생, 유정현 박사과정. (사진=서강대 제공) 2026.07.27. [email protected] *재판매 및 DB 금지
[서울=뉴시스]박시은 인턴 기자 = 서강대학교 컴퓨터공학과 DISCOS(데이터 중심 컴퓨팅 및 AI 시스템) 연구실의 연구 논문이 지난달 24일부터 26일까지 열린 '한국컴퓨터종합학술대회(KCC 2026)'의 컴퓨터시스템 부문 최우수논문상을 수상했다.

27일 서강대에 따르면 수상 논문은 DISCOS 연구실 소속 김준원 학생과 유정현 박사과정, 김영재 교수가 저술한 '서러게이트(Surrogate) KV: 어텐션 안정화 기반 의미보존 KV 캐시 압축'이다.

인공지능(AI)은 긴 글을 처리할 때 이전에 읽은 문맥을 'KV 캐시'라는 단기 기억 저장소에 저장해 둔다. 다만 문장이 길어질수록 용량이 급증해 GPU(그래픽처리장치) 메모리가 부족해지고 답변 속도가 느려진다.

이에 기존에는 덜 중요한 구간을 삭제하는 방식으로 대처했지만, 문맥 연결이 끊겨 AI가 내용을 왜곡하거나 성능을 떨어뜨린다는 한계가 있었다.

서강대 연구팀이 제안한 '서러게이트 KV'는 덜 중요한 구간을 완전히 지우는 대신, 해당 구간을 '대체 KV 토큰'으로 축소해 치환하는 방식이다. 이를 통해 AI가 전체 흐름을 놓치지 않으면서도 기억 용량을 대폭 줄일 수 있도록 했다.

연구진에 따르면 실험 결과, KV 캐시를 25%만 남긴 조건에서 기존의 대표 압축 기술인 '피라미드(Pyramid) KV' 대비 평가 점수 기준 9.73점 높은 성능을 기록했다.

해당 기술은 문서 요약, 장문 질의응답, 검색 기반 생성(RAG) 등 대용량 문맥을 다루는 AI 서비스의 비용을 낮추고 답변 정확도를 높이는 데 폭넓게 활용될 전망이다.

논문의 제1 저자인 컴퓨터공학과 21학번 김준원 학생은 "학부생으로서 직접 연구를 설계하고 구현 및 실험한 결과가 좋은 성과로 이어졌으며, 이번 경험을 계기로 다양한 연구 기회에 적극적으로 도전하며 역량을 넓혀가고 싶다"고 수상 소감을 밝혔다.


◎공감언론 뉴시스 [email protected]
button by close ad
button by close ad

서강대, 'KCC 2026' 컴퓨터시스템 최우수논문상 수상

기사등록 2026/07/27 10:04:33 최초수정

이시간 뉴스

많이 본 기사