에이전트 기반 인공지능 (Agentic AI)은 컴퓨터 아키텍처, 시스템, 컴파일러 및 VLSI 전반에 걸친 하드웨어/소프트웨어 공동 설계 (hardware/software co-design) 연구의 혁신 속도를 획기적으로 개선할 수 있는 큰 가능성을 보여줍니다. 그러나 지금까지 이러한 맥락에서의 AI 적용은 복잡한 AI 결합형 하드웨어 및 소프트웨어 개발 워크플로우를 설계하고 배포하는 어려움으로 인해, 일반적으로 소규모 문제에 대한 격리된 환경에서만 입증되었습니다. 본 논문은 공동 설계에 대한 AI 적용을 민첩하고 원칙적으로 연구하기 위한 오픈 소스 하드웨어/소프트웨어 공동 설계 프레임워크인 CHIA를 소개합니다. CHIA는 공동 설계 흐름 자체의 생산적인 구축과 확장 가능한 배포를 일급 객체 (first-class objective)로 취급합니다. CHIA에서 에이전트 기반 AI 주도 하드웨어 및 소프트웨어 설계 흐름은 CHIA 루프 (CHIA loops)로 표현됩니다. 이는 노드들이 다양한 시스템 온 칩 (System-on-Chip, SoC) 설계 도구, 마이크로아키텍처 시뮬레이터 (microarchitectural simulators), 소프트웨어 빌드 시스템, AI 모델, 진화적 코딩 에이전트 (evolutionary coding agents) 등을 실행하는 유향 순환 그래프 (directed cyclic graphs)입니다. CHIA 라이브러리는 Chipyard, gem5, ChampSim, FireSim, Hammer (따라서 여러 상용 ASIC CAD 도구 포함), Vivado, AlphaEvolve, AdaEvolve 및 기타 여러 인기 도구에 대한 노드 구현을 제공합니다. 또한 CHIA는 이러한 흐름을 중심으로 원칙적인 과학 연구를 수행하기 위한 광범위한 기능 세트를 제공합니다. 여기에는 AI 모델과 하드웨어 도구 간의 격리, 프로파일링 메커니즘 (profiling mechanisms), 결함 허용 실행 (fault-tolerant execution), 그리고 수백 개의 이기종 시스템 (공용 클라우드/온프레미스 전반의 CPU, FPGA, GPU 등)에 걸친 대규모 신뢰성이 포함됩니다. CHIA를 선보이기 위해, 우리는 다섯 가지 CHIA 루프를 사례 연구로 제시합니다: (1) 자동 RTL-to-gem5 시뮬레이터 정렬, (2) RTL 내 마이크로아키텍처 기능의 LLM 주도 구현, (3) 에이전트 기반, IPC 인식 임계 경로 최적화 (agentic, IPC-aware critical path optimization), (4) 진화적 아키텍처 발견, (5) 유지 관리자 친화적인 에이전트 기반 GitHub 이슈 수정.