서울대 공대 전기정보공학부 이경한 교수(교신저자, 뉴미디어통신공동연구소) 연구팀이, KAIST, 콜로라도 대학 (University of Colorado Boulder) 과 함께 모바일 컴퓨팅 분야 최우수 국제 학술대회인 ACM MobiSys 2021 (International Conference on Mobile Systems, Applications, and Services) 에서 최우수 논문상 (Best Paper Award)을 수상했다. 연구팀은 2003년부터 시작된 MobiSys 역사상 국내 대학 소속으로는 처음으로 최우수 논문상을 수상했다.
 
수상 논문인 ‘zTT: Learning-based DVFS with Zero Thermal Throttling for Mobile Devices’ 는 5G 스마트폰과 같은 모바일 단말의 과도한 발열로 인해 발생하는 열쓰로틀링 (Thermal Throttling)에 따른 급격한 성능 저하 문제를 강화학습 (Reinforcement Learning) 기반의 동적 전압/주파수 스케일링 (Dynamic Voltage and Frequency Scaling, DVFS) 을 통해 해결한 논문이다. 
 
사용자의 체감 성능을 높이면서 열쓰로틀링으로 인한 급격한 성능 저하를 방지하기 위해서는, 적정한 온도를 유지하기 위한 총전력 소모 범위 내에서 CPU 와 GPU 간의 최적의 전력 분배를 수행하는 것이 관건이다. 하지만, 주변 환경 (주변 온도, 쿨링 상황 등)과 어플리케이션에 따라 허용 가능한 총전력 소모 범위와 최적의 전력 분배가 실시간으로 변화하기 때문에 전통적인 DVFS 기법으로는 해결하기 어려운 문제로 인식되었다. 이경한 교수팀은 주변 환경과 어플리케이션에 따른 총전력 결정 문제 및 최적의 전력 분배 문제를 실시간 학습을 포함하는 강화학습 기법을 도입하여 해결하였다. 연구팀은 스마트폰을 포함한 모바일 플랫폼에서 제안한 기법을 엄밀하게 구현함으로써, 열쓰로틀링을 발생시키지 않으면서도 (zero thermal throttling) 어플리케이션 성능을 크게 높일 수 있음을 실증하였으며, 연구팀의 구현 결과는 ACM 코드 리뷰 시스템을 통해서도 인증되었다. (ACM Results Reproduced Badge)
 
이 교수 연구팀의 이러한 결과는, 전력소모 문제로 AI/ML 기법 도입이 어려울 것으로 예측되었던 모바일 플랫폼에서조차 강화학습 기반의 시스템 제어가 전체 시스템 성능 개선에 크게 이바지 할 수 있음을 보임으로써, 차세대 운영체제에 AI/ML 기반 제어 기법들을 적극적으로 도입하기 위한 계기를 마련하게 되었다.