LLM(Large Language Model) 기반 에이전트 시스템은 전자 설계 자동화 (EDA) 분야의 유망한 패러다임으로 부상하며, 복잡한 설계 워크플로우를 자동화할 수 있는 강력한 잠재력을 보여주고 있습니다. 그러나 기존의 평가 방식은 주로 고립된 EDA 작업에서 개별 언어 모델을 검토하는 데 그쳐, 서로 다른 에이전트 시스템이 전체 EDA 흐름 전반에서 어떻게 작동하는지에 대한 통찰을 제공하는 데 한계가 있었습니다. 본 연구에서는 통일된 프롬프트, 도구 환경 및 기술 라이브러리 설정을 바탕으로 엔드투엔드 (end-to-end) EDA 워크플로우 상에서 AI 에이전트를 체계적으로 평가하는 FluxBench를 제시합니다. 우리의 평가는 오픈 소스 툴체인을 이용한 RTL 생성과 산업용 애플리케이션을 위한 폐쇄형 상용 EDA 도구를 사용하는 RTL-to-GDS 흐름을 포함하여 대표적인 시나리오를 다룹니다. 이러한 워크플로우를 통해 우리는 RTL 코드 생성, 반복적 수정 (iterative repair), 도구 피드백 활용, 논리 합성 (logic synthesis), 배치 및 배선 (P&R), 그리고 엔지니어링 변경 주문 (ECO) 자동화에 대한 에이전트의 역량을 평가합니다. 에이전트 시스템의 효율성을 더욱 구체화하기 위해, 우리는 토큰 사용량 및 실행 시간 비용 대비 EDA 산출물의 효과적인 개선 정도를 측정하는 비용 효율성 지표인 Token ROI를 도입합니다. 실험 결과에 따르면, 동일한 파운데이션 모델 (foundation model)을 기반으로 구축되었더라도 에이전트 시스템 아키텍처에 따라 최대 86.27%의 성능 격차가 나타날 수 있습니다. 또한, 유사한 작업 성능을 가진 시스템들 사이에서도 Token ROI는 무려 $105.92 imes$까지 차이가 날 수 있습니다. PicoRV32를 사례 연구로 사용한 RTL-to-GDS 흐름에서, FluxEDA는 최대 97.94의 엔드투엔드 점수를 달성하며, 도메인 특화 EDA 기술을 갖춘 Claude Code보다 최대 $8.39 imes$ 더 나은 성능을 보여주었습니다. 이러한 결과는 도메인 특화 기술만으로는 대규모 EDA 시나리오에서 에이전트의 성능을 향상시키기에 불충분함을 나타냅니다. 대신, 에이전트 시스템 설계와 파운데이션 모델의 역량 모두가 효과적인 자동화 EDA 워크플로우를 가능하게 하는 데 결정적인 역할을 합니다.