Undergraduate Researchers Lead ICCV 2025 Paper on Memory-Efficient Quantization

Mon, 15 Sep 2025 00:00:00 +0000

IRIS 연구실의 학부연구생 한석호 학생(시스템경영공학과 3학년)과 윤서연 학생(전자전기공학부 졸업)이 1저자로 참여한 논문이 ICCV 2025(International Conference on Computer Vision)에 발표 승인되었습니다.

본 연구는 학부생들이 아이디어 기획부터 실험 설계, 결과 분석, 논문 작성에 이르기까지 연구 전반을 주도하여 수행했습니다. 미국 University of Arizona의 Huanrui Yang 교수 연구팀과의 국제 공동 연구로 진행되었으며, IRIS 연구실의 글로벌 연구 네트워크를 통한 협력 성과입니다.

논문 “MSQ: Memory-Efficient Bit Sparsification Quantization"은 모바일이나 엣지 디바이스처럼 자원이 제한된 환경에서 인공지능 모델을 효율적으로 학습시키기 위한 양자화 기법을 제안합니다. 기존의 비트 단위 분해 양자화는 정밀도 탐색이 유연하지만 학습 과정에서 메모리 사용량이 크게 증가하는 문제가 있었습니다.

MSQ는 비트 분해 없이 중요도가 낮은 비트만을 선택적으로 제거하는 방식으로, 학습 중 메모리와 연산량을 동시에 절감합니다. 모델 민감도 정보를 반영하여 여러 개의 LSB를 한 번에 제거할 수 있도록 설계되어, 메모리 효율성과 학습 속도를 모두 개선했습니다.

실험 결과 MSQ는 기존 방법 대비 메모리 효율성과 학습 속도에서 우수한 성능을 보였으며, 제한된 자원 환경에서도 효과적인 양자화 모델 학습이 가능함을 확인했습니다. IRIS 연구실은 앞으로도 학부생들의 주도적인 연구 참여를 지원하며, 글로벌 협력을 통해 온디바이스 AI 분야의 연구 성과를 지속적으로 창출해 나갈 것으로 기대됩니다.

자세한 내용은 정보통신대학 공식 소식에서 확인하실 수 있습니다: https://ice.skku.edu/ice/news.do?mode=view&articleNo=206415

IRIS Lab undergraduate researchers Seokho Han (3rd year, Systems Management Engineering) and Seoyeon Yoon (graduated, School of Electronic and Electrical Engineering) have had their first-author paper accepted at ICCV 2025 (International Conference on Computer Vision).

The undergraduate students led the entire research process, from initial ideation through experimental design, result analysis, and paper writing. This research was conducted in collaboration with Prof. Huanrui Yang’s team at the University of Arizona, representing a collaborative achievement through IRIS Lab’s global research network.

The paper “MSQ: Memory-Efficient Bit Sparsification Quantization” proposes a quantization technique for efficiently training AI models in resource-constrained environments such as mobile or edge devices. While existing bit-level splitting quantization offers flexible precision search, it significantly increases memory usage during training.

MSQ selectively removes only low-importance bits without bit decomposition, simultaneously reducing both memory and computation during training. By reflecting model sensitivity information to remove multiple LSBs at once, it improves both memory efficiency and training speed.

Experimental results showed that MSQ demonstrated superior performance in memory efficiency and training speed compared to existing methods, confirming effective quantized model training even in resource-constrained environments. IRIS Lab will continue to support undergraduate students’ leading research participation and is expected to consistently produce research outcomes in on-device AI through global collaboration.

For more details, please visit the official news from the College of Information & Communication Engineering: https://ice.skku.edu/ice/news.do?mode=view&articleNo=206415

IRIS Lab Joins Global Basic Research Laboratory (BRL)

Fri, 11 Jul 2025 00:00:00 +0000

IRIS 연구실의 고종환 교수님이 경희대학교 컴퓨터공학부 김휘용 교수님이 총괄하는 ‘2025년도 글로벌 기초연구실 지원사업(BRL, Basic Research Laboratory)’ 과제에 공동연구진으로 참여하게 되었습니다.

본 사업은 한국연구재단이 주관하는 글로벌 기초연구실 지원사업으로, 2025년 6월부터 3년간 총 15억 원 규모로 진행됩니다. 연구 주제는 ‘인간과 기계 시각을 동시에 지원하는 다목적 시각정보 압축 연구’로, 공동연구진으로는 배성호 교수님, 최진우 교수님, 고종환 교수님이 참여합니다.

이미지와 비디오와 같은 시각정보는 인간이 콘텐츠로 소비하거나 기계(인공지능)가 추론을 위해 소비하는 등 그 활용법이 점점 증가하고 있으나, 시각정보의 특성상 데이터량이 방대하여 효과적인 압축 기술이 반드시 필요합니다. 그러나 기존의 시각정보 압축 연구는 인간시각과 기계시각 각각만을 위해 최적화되거나 다양한 센서로부터 획득된 이종 시각정보를 처리하는 데 한계가 있습니다.

연구팀은 이러한 문제를 해결하기 위해 신경망 기반의 통합 프레임워크를 제안하였으며, 향후 3년간 다양한 시각정보(가시광, 초분광, SAR 등)와 다양한 목적(인간시각과 기계분석)을 동시에 지원하기 위한 원천기술 확보 및 국제 표준화를 추진할 예정입니다.

IRIS 연구실은 이 과제에서 에너지 효율적이고 적응적인 다목적 부호화 기술을 담당합니다. 제한된 연산 자원과 전력 환경에서도 인간 시각과 기계 분석을 동시에 지원할 수 있는 압축 및 부호화 방법론을 개발하며, 하드웨어-소프트웨어 공동 최적화를 통해 실용적인 솔루션을 제시할 계획입니다. 이는 IRIS 연구실이 그동안 축적해 온 자원 효율적 AI 기술과 멀티모달 처리 전문성이 시각정보 압축 분야에 적용되는 중요한 기회입니다.

연구팀은 중국 저장대학교의 Lu Yu 교수팀, 미국 샌디에고 대학교의 Hao Su 교수팀, 캐나다 사이먼 프레이저 대학교의 Ivan V. Bajic 교수팀, 오스트리아 클라겐푸르트 대학교의 Hadi Amirpour 교수팀, Intel Labs의 Kyle Min 박사팀과 공동연구 MoU 체결을 완료하는 등, 활발한 국제 협력을 통해 글로벌 기술 선도 및 국제표준화에 박차를 기울 예정입니다.

본 과제를 통해 IRIS 연구실은 시각정보 압축 분야에서 에너지 효율성과 적응성을 결합한 새로운 연구 방향을 개척하고, 글로벌 협력 네트워크를 확장하며, 차세대 멀티모달 압축 기술의 실용화에 기여할 것으로 기대됩니다.

자세한 내용은 경희대학교 컴퓨터공학과 공식 소식에서 확인하실 수 있습니다: https://ce.khu.ac.kr/ce/user/bbs/BMSR00040/list.do?menuNo=1600120

IRIS Lab’s Prof. Jong Hwan Ko will participate as a co-researcher in the ‘2025 Global Basic Research Laboratory (BRL)’ project led by Prof. Kim Hwiyong from Kyung Hee University’s Department of Computer Engineering.

This project is supported by the National Research Foundation of Korea with a budget of 1.5 billion KRW over three years starting from June 2025. The research theme is “Multipurpose Visual Information Compression Supporting Both Human and Machine Vision,” with co-researchers including Prof. Seongho Bae, Prof. Jinwoo Choi, and Prof. Jong Hwan Ko.

Visual information such as images and videos is increasingly consumed by humans as content or by machines (AI) for inference, but the massive data volume inherent to visual information necessitates effective compression technologies. However, existing visual information compression research has limitations in being optimized only for human vision or machine vision separately, or in processing heterogeneous visual information acquired from various sensors.

The research team proposes a unified neural network-based framework to address these challenges, aiming to secure fundamental technologies and promote international standardization over the next three years to simultaneously support various visual information types (visible light, hyperspectral, SAR, etc.) and various purposes (human vision and machine analysis).

IRIS Lab is responsible for energy-efficient and adaptive multipurpose coding technologies in this project. We will develop compression and coding methodologies that can simultaneously support human vision and machine analysis even in resource-constrained and power-limited environments, presenting practical solutions through hardware-software co-optimization. This represents an important opportunity to apply IRIS Lab’s accumulated expertise in resource-efficient AI and multimodal processing to visual information compression.

The research team has completed MoU agreements for joint research with Prof. Lu Yu’s team at Zhejiang University (China), Prof. Hao Su’s team at UC San Diego (USA), Prof. Ivan V. Bajic’s team at Simon Fraser University (Canada), Prof. Hadi Amirpour’s team at Klagenfurt University (Austria), and Dr. Kyle Min’s team at Intel Labs, accelerating global technology leadership and international standardization through active international collaboration.

Through this project, IRIS Lab expects to pioneer new research directions combining energy efficiency and adaptability in visual information compression, expand its global collaboration network, and contribute to the practical implementation of next-generation multimodal compression technologies.

For more details, please visit the official news from Kyung Hee University’s Department of Computer Engineering: https://ce.khu.ac.kr/ce/user/bbs/BMSR00040/list.do?menuNo=1600120

international-collaboration | SKKU IRIS Lab

Undergraduate Researchers Lead ICCV 2025 Paper on Memory-Efficient Quantization

IRIS Lab Joins Global Basic Research Laboratory (BRL)