전다윗 태재대학교 학생.
논문은 ‘PDPM: Perceptron-Driven Pipeline Morphing for Adaptive RISC-V Processors’로, 전다윗 학생과 전민희 미국 가톨릭대 전기·컴퓨터공학과 조교수가 공동 저자로 참여했다. ICCD 2026 ‘Hardware Architectures’ 분야에서 심사를 거쳐 선정됐다. 학회 측에 따르면 올해 유효 논문 제출 건수는 지난해보다 50% 이상 늘었으며 정규논문 채택률은 26%였다.
연구팀은 프로그램 실행 중 작업량과 특성에 맞춰 프로세서가 파이프라인 깊이와 동작 주파수를 조절하는 적응형 RISC-V 프로세서 구조 ‘PDPM’을 제안했다. PDPM은 실행 상황에 따라 3·5·7단계 파이프라인을 선택할 수 있도록 설계됐다.
또한 분기 실패율(branch-flush rate), 명령어당 사이클 비율(CPI ratio), 지연 비율(stall rate), 프로그램 크기 등 4가지 특성을 활용하는 온라인 퍼셉트론 기반 예측기를 적용했다. 연구팀은 이를 통해 하드웨어 부담을 낮추면서 고정된 파이프라인 구조보다 성능을 높일 수 있는 점을 확인했다. 수학적 모델과 실험 프레임워크, FPGA 구현을 통해 제안 구조도 검증했다.
이번 연구는 머신러닝 기반 의사결정을 RISC-V 프로세서에 적용해 프로그램 특성에 따라 프로세서 구조와 동작 조건을 유연하게 바꾸는 적응형 컴퓨팅 구조를 제시했다는 데 의미가 있다.