연구실 정보를 불러오고 있습니다
차세대 트랜지스터 소자 모델링에 AI 기법을 접목하며 5년간 77편을 발표하는 연구실입니다.
수집 중
수집 중
2025 · funding_fluctuation · 보통 영향
2024년 대비 2025년에 연구비가 97.1% 감소하여 6,599,111,000원에서 191,306,000원으로 급감했습니다. 현재 연구실은 최소 규모의 자금 수준에 있습니다.
2024 · funding_fluctuation · 보통 영향
2023년 대비 2024년에 연구비가 62.8% 증가하여 4,053,013,000원에서 6,599,111,000원으로 지속적인 성장을 기록했습니다.
2023 · funding_fluctuation · 높은 영향
2022년 대비 2023년에 연구비가 845.4% 증가하여 428,693,000원에서 4,053,013,000원으로 회복되었습니다. 최저점에서 급속한 자금 복구가 이루어졌습니다.
2022 · funding_fluctuation · 보통 영향
2020년 대비 2022년에 연구비가 97.2% 감소하여 15,393,000,000원에서 428,693,000원으로 급락했습니다. 2년 만에 거의 모든 자금이 철수되는 수준의 감소입니다.
2020 · funding_fluctuation · 높은 영향
2017년 대비 2020년에 연구비가 2477.7% 급증하여 597,150,000원에서 15,393,000,000원으로 대폭 확대되었습니다. 이는 연구실 역사상 최대 규모의 자금 증가입니다.
2017 · funding_fluctuation · 보통 영향
2010년 대비 2017년에 연구비가 76.3% 감소하여 2,521,800,000원에서 597,150,000원으로 축소되었습니다. 7년간 지속적인 자금 규모 축소가 진행되었습니다.
2010 · funding_fluctuation · 높은 영향
2007년 대비 2010년에 연구비가 460.4% 증가하여 450,000,000원에서 2,521,800,000원으로 확대되었습니다. 이는 연구실의 초기 성장 단계에서 대규모 자금 확보를 의미합니다.
차세대 트랜지스터 소자 모델링에 AI 기법을 접목하며 5년간 77편을 발표하는 연구실입니다.
포항공과대학교 전자전기공학과 백록현 교수 연구실은 최근 5년간 77편의 논문을 발표하며 활발한 연구 활동을 이어왔습니다. 연구 주제 측면에서는 나노시트 FET, 게이트 올 어라운드, 포크시트 FET 등 차세대 트랜지스터 소자 구조를 중심으로, 3D NAND 플래시 메모리 모델링과 강유전체 FET까지 연구 범위가 확장되는 흐름을 보입니다. 특히 신경망 기반 컴팩트 모델링, 머신러닝 기반 파라미터 추출, 그래프 신경망 등 인공지능 기법을 반도체 소자 모델링에 접목하는 방향으로 연구가 진화하고 있으며, SPICE 시뮬레이션 및 BSIM 컴팩트 모델과 같은 산업 연계 주제도 병행되고 있습니다. 연구비는 2022년 약 4억 2,900만 원의 최저점을 기록한 이후 2023년 약 40억 5,300만 원, 2024년 약 65억 9,900만 원으로 빠르게 회복·확대되었으나, 2025년에는 약 1억 9,100만 원으로 다시 급감하여 연구비 규모의 변동성이 매우 크게 나타나고 있습니다. 이러한 자금 흐름의 불규칙성 속에서도 연구실은 소자 물리 기반 모델링과 데이터 기반 접근법을 결합하는 방향으로 연구 정체성을 구체화해 나가고 있습니다.