딥 러닝(Deep Learning)은 신경망(Neural Network) 알고리즘의 진화, 병렬 컴퓨팅, 빅 데이터의 활용으로 인하여 급격히 발전하였다. 딥 러닝은 얼굴인식, 무인자동차, 스스로 학습하는 로봇 등에 적용되고 있으며 사물인터넷 시대를 이끌 기술로 주목받고 있다.
 현재까지 딥 러닝은 전부 프로그래밍을 통해 구현되고 있고, 이를 실시간으로 동작시키기 위해서는 수 많은 CPU 및 GPU가 필요하다. 이로 인해 막대한 전력이 소모되는데, 이는 딥 러닝 기술을 모바일 기기에 적용하는데 큰 걸림돌이 되고 있다. 
 이를 근본적으로 해결하기 위해서 제안된 것이 뉴로모픽(Neuromorphic) 칩이다. 뉴로모픽 칩은 CPU와 GPU의 구조를 따르지 않고, 오직 신경망 연산을 위해 필요한 회로만으로 구성된 칩을 말한다. 이를 이용하면 기존 방식대비 전력, 면적, 속도 측면에서 수 백배 이상의 이득을 볼 수 있다. 본 연구실에서는 뉴로모픽 회로를 제작하는데 예상되는 어려움을 밝히며, 칩의 성능을 높일 수 있는 설계 방법론을 연구하고 있다.


  Design Automation for DNA Circuits
 
  DNA는 생명체를 구성하는 물질인 데다 용액 속에서 자유롭게 반응할 수 있으므로, DNA로 회로를 만들 수 있다면 체내에서 동작하는 회로와 같이 새로운 응용을 실현할 수 있을 것으로 기대되고 있다. 예를 들면 암세포를 찾아내어 이를 제거하는 특수 단백질을 방출하는 스마트 약물, 혈당 및 호르몬과 같은 체내 생체물질을 검출, 분석하기 위한 바이오센서와 같은 것에 활용할 수 있다. 
  지금까지의 DNA 회로에 관한 연구는 DNA를 활용한 논리 게이트의 구현에 국한되어 왔다. 이러한 연구들의 목적은, DNA로 논리 게이트를 만들 수 있다는 것을 보임으로써, 기존의 디지털 논리 회로와 동일한 방법으로 회로가 구현 가능하다는 것을 입증하는 것이다. 하지만 기존 연구들에서는 게이트의 구현 방법에 대한 논의만 이루어지고 있을 뿐, DNA회로의 "설계 방법론"에 대한 연구는 이루어지지 않고 있다. DNA 회로는 기능이 완전히 같은 회로가 몰 단위로 존재하여 동시에 동작한다는 점과 게이트들의 경계가 공간적으로 겹쳐질 수 있다는 점과 같이, 종래의 실리콘 반도체 회로와는 다른 여러 가지 특성을 지니고 있다. 우리 연구실에서는 DNA 회로가 갖는 특징을 고려하여, 회로 설계의 관점에서 DNA 회로를 더욱 잘 만들기 위한 설계 방법론에 대해 연구를 진행하고 있다.