품질 인지형 형식 검증(Formal Verification)을 통한 LLM 생성 RTL Assertion의 루프 완성

요약

LLM을 이용한 RTL Assertion 생성 시 발생하는 품질 문제, 증명 비용 가변성, 실패 트레이스 해석의 어려움을 해결하기 위한 경량 오픈 소스 프레임워크를 제안합니다. 변이 유도 정제, 솔버 선택, 인과적 서사 합성을 결합하여 생성된 속성의 신뢰도를 높이는 품질 인지형 폐쇄 루프를 구현했습니다.

핵심 포인트

• LLM 생성 Assertion의 공허함 및 결함 구별 문제 해결
• RTL 구조 기반의 최적 SMT 솔버 선택으로 증명 비용 최적화
• 인과적 서사 합성을 통한 반례 트레이스의 설명 가능성 확보
• 품질 인지형 폐쇄 루프를 통한 실질적인 LLM 지원 형식 검증 제안