마리안 페르헐스트

🏷️ 인물 머신러닝 교수

개요

마리안 페르헐스트(Marian Verhelst)는 벨기에 KU Leuven 전기공학과 MICAS 연구실의 정교수이자 imec 연구 디렉터입니다. 임베디드 머신러닝, 하드웨어 가속기, 하드웨어-알고리즘 공동 설계(HW-algorithm co-design), 저전력 엣지 처리를 전문으로 하며, 신경망 추론을 실제 칩으로 구현하는 연구에서 세계적 권위자로 꼽힙니다.

tinyML 재단 이사회 이사이자 스타트업 Axelera AI의 과학 자문으로도 활동 중입니다. ISSCC, DATE, VLSI, ESSCIRC 등 주요 반도체, 집적회로 학회의 기술 프로그램 위원회(TPC)에 꾸준히 참여하고 있으며, IEEE SSCS 석학 강연자(Distinguished Lecturer)로도 지정되어 있습니다.

2025년에는 EWSN에서 "Enabling AI at the Extreme Edge" 키노트를 발표하고, tinyML Research Symposium 운영위원회에 참여하며 엣지 AI 생태계를 이끄는 역할을 이어가고 있습니다. 2026년에는 ISSCC에 솔리드스테이트 나노포어 센싱용 256채널 이벤트 구동 회로 논문을 제출하며 바이오 인터페이스까지 응용 범위를 확장했습니다.

생애

마리안 페르헐스트는 KU Leuven 전기공학과에서 학부와 대학원을 마치고 2008년 박사 학위를 취득했습니다. 박사 재학 중인 2005년에는 UC 버클리 버클리 무선 연구센터(BWRC, Berkeley Wireless Research Center)에 방문 연구원으로 파견되어 저전력 집적회로 설계 분야의 최전선을 경험했습니다.

박사 졸업 직후 2008년부터 2011년까지 미국 오리건주 힐스보로에 위치한 Intel Labs 라디오 집적 연구실(Radio Integration Research Lab)에서 연구 과학자로 근무했습니다. 산업 현장에서 저전력 무선 집적회로와 신호처리 가속기 설계 경험을 쌓은 뒤 2012년 KU Leuven으로 돌아와 교수직을 시작했습니다.

교수 부임 이후 MICAS 연구실을 이끌며 딥러닝이 부상하는 시기에 발맞춰 연구 방향을 신경망 하드웨어 가속으로 전환했습니다. 플레밍 정부(Flemish Government) STEM 자문 위원회 위원, 벨기에 젊은 학술원(Young Academy of Belgium) 회원 등 학술 정책 분야에서도 활발히 기여해 왔습니다.

업적

페르헐스트의 대표 연구는 신경망 처리기를 실제 실리콘으로 테이프아웃(tape-out)해 이론이 아닌 측정치로 성능을 검증하는 방식입니다. 2016년 VLSI 심포지엄에서 발표한 0.3-2.6 TOPS/W 정밀도 가변 프로세서는 에너지 효율 기반 신경망 가속기 연구의 기준점을 제시했습니다. 2017년 ISSCC에서 공개한 Envision은 28nm FDSOI 공정에서 0.26-10 TOPS/W의 가변 동작 전압-정확도-주파수를 달성한 CNN 프로세서로, 엣지 AI 하드웨어 설계의 이정표 논문으로 자주 인용됩니다.

하드웨어-알고리즘 공동 설계 측면에서는 Approximate Computing 기법을 ConvNet에 적용해 에너지 소비를 대폭 절감하는 연구를 일찍부터 주도했습니다. 이후 비정형 데이터플로 그래프를 효율적으로 처리하는 DAG Processing Unit(DPU)을 개발했으며, 28nm 공정에서 포짓(Posit) 산술을 활용한 정밀도 가변 설계를 구현했습니다. 2024년에는 Chisel 언어로 파라미터화된 GeMM 가속기 생성기인 OpenGeMM을 공개해, 다양한 CNN과 트랜스포머 워크로드에서 81-99% 수준의 하드웨어 활용률을 달성하며 Gemmini 대비 최대 16.4배 속도 향상을 보였습니다.

LLM 시대에도 연구는 계속 이어지고 있습니다. 2025년에는 IEEE Design and Test에 "TinyML: From Efficient Edge Inference to On-Device Intelligence" 논문을 발표하며 엣지 추론에서 온디바이스 지능으로의 패러다임 전환을 정리했고, 비정형 데이터플로, 뉴로-심볼릭 AI 하드웨어 가속, 3D 컴퓨팅을 위한 수직 통합 로직 패브릭 등 2025년 신규 프로젝트를 이어가고 있습니다. ISSCC 2026에는 솔리드스테이트 나노포어 센싱용 256채널 이벤트 구동 리드아웃 회로 논문을 제출하며 바이오 인터페이스로 응용 범위를 넓히고 있습니다.

여담

페르헐스트는 ISSCC 같은 회로 설계 학회에서 머신러닝 하드웨어를 정면으로 다룬 선구자 중 한 명입니다. 딥러닝이 연구 주류가 되기 훨씬 전부터 저전력 신경망 프로세서 칩을 직접 제작해 측정치를 제시하는 방식으로 연구를 진행했으며, 이는 소프트웨어 시뮬레이션 중심의 AI 연구와 뚜렷이 구분되는 접근 방식입니다.

2016년 벨기에 왕립 아카데미(Royal Academy of Belgium) 계관상(Laureate Prize)을 수상했습니다. 2021년에는 Intel 우수 연구자상(Intel Outstanding Researcher Award)과 앙드레 미슈케 유럽 청년 아카데미 과학, 정책상(Andre Mischke YAE Prize for Science and Policy)을 동시에 받았습니다. 같은 해 tinyML 2021 학회의 의장을 맡아 행사를 주도했으며, 이후 tinyML 재단 이사직을 이어오고 있습니다.

Axelera AI와의 인터뷰에서 그는 엣지 AI의 핵심 도전을 "에너지와 메모리의 근본적인 물리적 한계를 알고리즘이 인식해야 한다"는 말로 요약한 바 있습니다. 하드웨어 설계자이면서도 알고리즘 연구자들과의 공동 설계를 끊임없이 강조하는 이 철학이 그의 연구 전반을 관통합니다. 나노포어 바이오 센싱으로의 확장은 칩 설계 기술이 헬스케어와 만나는 새로운 방향을 예고하고 있습니다.

주요 논문