OpenAI와 Synopsys, 자율 칩 설계를 위한 'GPT-Synopsys' 개발 파트너십 체결

OpenAI와 Synopsys는 반도체 설계에 최적화된 전문 모델인 GPT-Synopsys를 공동 개발하기 위해 다년간의 계약을 체결했습니다. 이 모델은 Synopsys의 전자 설계 자동화(EDA) 도구를 사용합니다. 9월 30일 공지에 따르면, 이번 파트너십은 “OpenAI의 첨단 AI 역량과 Synopsys의 업계 선도적인 EDA 도구 및 에이전트형 AI(agentic AI) 역량을 결합하여 반도체 설계를 혁신할 것입니다.”

엔지니어들은 필요한 프로세스가 검토 준비가 될 때까지 도구를 실행하고 작업을 수행하는 에이전트에게 위임하게 됩니다. 양사는 이를 통해 설계 팀이 더 많은 옵션을 평가하고 더욱 정교한 칩을 제공할 수 있게 될 것이라고 밝혔습니다. 선호 파트너 계약(preferred partner agreement)에 따라, OpenAI는 모델 개발을 위해 Synopsys의 도구를 라이선스 받아 사용하며, 이 모델은 OpenAI가 호스팅하는 인프라에서 실행될 예정입니다. 이후 양사는 제품을 공동 출시하고 수익을 공유할 계획입니다. 이번 공지에서는 출시 날짜나 가격 구조는 공개되지 않았습니다.

칩 설계에서의 AI 현황

엔지니어들은 제조 전에 EDA 도구를 사용하여 칩을 설계하고 검증합니다. 이 다단계 프로세스는 레지스터 전송 수준(RTL) 코드로 하드웨어 설명을 작성하는 것에서 시작하여, 합성 소프트웨어를 사용하여 이를 논리 게이트로 변환하는 과정을 거칩니다. 다음으로 물리적 설계 도구(physical design tools)가 회로 요소를 배치하고 그 사이의 연결을 배선합니다. 마지막으로 디자이너들은 타이밍을 확정하고, 기능을 검증하며, 제조 규격을 확인한 후 제작(fabrication)을 위한 테이프아웃(tapeout)을 진행합니다.

이러한 각 단계는 전력(power), 성능(performance), 실리콘 면적(silicon area)이라는 중요한 상충 관계를 균형 맞추기 위해 다양한 도구를 반복적으로 실행하고 문제를 해결하는 여러 번의 반복 작업(iterations)을 필요로 합니다. Synopsys, Cadence, 그리고 Siemens EDA는 현재 AI 붐이 일어나기도 훨씬 전부터 이러한 도구 시장을 지배해 왔습니다. 이 기술적 역량을 고려할 때, AI가 칩 설계 프로세스에 들어오는 것은 마치 일종의 “실리콘이 실리콘을 설계하는” 루프를 만들고 있는 것은 당연한 수순입니다.

Synopsys는 2020년 3월, PPA 개선을 위해 이전 설계 최적화로부터 탐색하고 학습하는 강화학습(RL) 도구인 DSO.ai (Design Space Optimization AI)를 출시했습니다. 이후 회사는 2023년 11월에 Microsoft와의 협력을 통해 Synopsys.ai Copilot을 출시했는데, 이는 생성형 AI(generative AI)의 첫 통합 사례로, Azure OpenAI 서비스를 통합하여 엔지니어링 도구 내에서 자연어 지원 기능을 제공합니다.

회사의 현재 방향은 에이전트 기반 AI(Agentic AI)이며, 이는 7월 디자인 자동화 컨퍼런스(Design Automation Conference)에서 처음 공개되었습니다. 이 자리에서 회사는 Nvidia의 Agent Toolkit과 Nemotron 3 Ultra 모델을 기반으로 구축된 자율 검증 워크플로우를 시연했습니다. OpenAI와의 계약 사흘 전인 9월 28일, Synopsys는 검증(verification), 구현(implementation), 아날로그(analog), 제조(manufacturing), 메싱(meshing), 연소(combustion), EMC 분석을 포괄하는 일곱 가지 장기 지평 에이전트(long-horizon agents) 포트폴리오인 Autopilot 플랫폼과 AgentEngineer를 발표했습니다. 회사는 50건 이상의 참여 사례를 보고했으며, 사용 가능 시기는 2026년 말로 계획되어 있습니다.

저희의 칩 설계 도구 분야 에이전트 AI 현황 (State of agentic AI in chip design tools) 로드맵에서 상세히 설명했듯이, 에이전트 AI로의 전환은 Synopsys에만 국한된 것이 아닙니다. Cadence와 Siemens 역시 자율 설계 에이전트를 선보이고 있습니다. 한편, OpenAI는 Broadcom과 협력하여 지난 6월 사내 최초의 맞춤형 추론 가속기인 Jalapeño를 공개했습니다. OpenAI는 이 가속기의 설계 및 최적화 과정이 자체 AI 모델에 크게 의존했다고 밝히며, 초기 설계부터 테이프아웃(tape-out)까지 단 9개월 만에 완료할 수 있게 했습니다. 이제 GPT-Synopsys가 이러한 내부 실험을 제품으로 전환합니다.

GPT-Synopsys

공개된 내용에 따르면, GPT-Synopsys는 OpenAI의 최첨단 모델(frontier models)과 Synopsys의 EDA 소프트웨어 및 도메인 전문 지식을 결합하여, 모델이 칩 설계 및 검증에 대해 추론하고 Synopsys 도구를 직접 운영할 수 있도록 합니다. 엔지니어들은 PPA 최적화, 타이밍(timing), 검증 완료(verification closure)와 같은 목표를 모델에게 전달하며, 에이전트가 도구를 실행하고, 결과를 해석하며, 변경 사항을 구현하고, 개선된 결과물을 반복적으로 만들어 엔지니어가 검토할 수 있도록 합니다.

다시 말해, 이 모델은 Synopsys 소프트웨어를 사용하는 데 필요한 공학적 판단을 내릴 수 있게 됩니다. 두 회사는 이를 전문가급 엔지니어처럼 도구를 운영하는 방법을 학습하고, 그 출력을 해석하여 결과를 바탕으로 추가적인 변경 사항을 안내하는 것으로 설명합니다. 이는 단순히 범용 모델(general-purpose model)을 일련의 도구에 연결하는 수준을 넘어선 제안된 전문화입니다.

Synopsys의 EDA 엔진이 계산과 검사를 수행하고, 모델은 결과를 해석하며, 에이전트 소프트웨어가 실행을 관리할 것입니다. GPT-Synopsys는 OpenAI가 호스팅하는 인프라에서 실행되며 Synopsys.ai 및 Autopilot과 통합되는 것을 목표로 하고, 고객사 자체의 에이전트 하네스(agent harnesses)와도 작동할 예정입니다. Autopilot은 이미 메모리 및 거버넌스와 같은 서비스를 제공합니다.

Synopsys는 선도적인 반도체 고객들과 초기 기술 협력(technology engagements)을 진행 중이라고 밝혔지만, 구체적으로 언급하지는 않았습니다. 즉각적인 대상 사용자는 전문 반도체 설계 팀이며, 자체 커스텀 실리콘을 개발하는 회사들도 이를 사용할 가능성이 높습니다. 비록 이번 발표가 반도체 설계를 전반적으로 다루고 있지만, OpenAI는 자사 모델이 구동되는 하드웨어 개선에 특별한 관심을 가지고 있습니다. OpenAI의 사장 겸 공동 창업자인 Greg Brockman은 “그들이 더 나은 칩을 만들도록 도움으로써, 우리는 더 나은 AI를 만들고 더 많은 사람들에게 전달할 수 있을 것”이라고 말했습니다. 이 서비스가 소규모 팀에게도 고급 설계를 얼마나 쉽게 접근할 수 있게 할지는 가격 책정 및 여전히 필요한 감독 전문 지식에 달려있을 것입니다.

질문과 우려 사항

최근 발표는 몇 가지 미해결된 질문과 우려를 남깁니다. 첫째, 모델을 OpenAI 인프라에서 호스팅하는 것은 기밀 설계가 어떻게 처리되는지에 대한 우려를 제기합니다. 회사 측은 고객 데이터가 모델 훈련에서 제외되고, 저장 시점(at rest) 및 전송 중(in transit)에 암호화되며, 구성 가능한 보존 기간, 감사 및 권한 통제를 통해 관리될 것이라고 말했습니다. 하지만 이번 발표는 호스팅 지역이나 기본 보존 기간을 명시하지 않았습니다. 또한 생성된 출력물 소유권, 제3자 라이선스 설계 IP 사용, 또는 면책(indemnities)에 대한 계약 조건도 제공하지 않았습니다. 서비스 약관에서 이러한 질문들을 다룰 가능성이 높습니다.

또 다른 질문은 사용자들을 위한 실질적인 경제성 문제입니다. 업계는 모든 것을 AI에 맡기는 것이 항상 비용 절감으로 이어지지는 않는다라는 사실을 깨달았습니다. 적어도 지금은 그렇습니다. 때로는 그 반대의 경우도 있습니다. 올해 초, Uber의 CTO와 Nvidia 임원은 AI가 실제 인력보다 더 비싸다고 말했지만, 많은 회사들이 추가 비용에 대해서는 괜찮다고 보고된 바 있습니다. GPT-Synopsys의 경우, 고급 엔지니어링 추론과 더 빠른 설계부터 테이프아웃(design-to-tapeout)까지가 서비스를 정당화할 수 있지만, 모델 호출, EDA 실행, 통합 및 인간 검토 모두 자원을 소모합니다. 발표에는 가격 구조가 포함되지 않았으며 출시 날짜도 명시하지 않았습니다.

한편, Synopsys의 주요 경쟁사인 Cadence는 프론트엔드 설계 및 검증을 위해 최첨단 LLM(대규모 언어 모델)을 기반으로 ChipStack AI Super Agent를 2월에 출시했습니다. 이 회사는 4월에 Google과 협력하여 Google Cloud에서 Gemini를 이용해 ChipStack을 최적화한다고 발표했습니다. Computex에서는 Nvidia의 Nemotron 모델을 기반으로 ChipStack을 자사에서 부르는 레벨-5(Level-5) 자율성까지 확장했으며, 초기 접근은 2026년 하반기로 예상됩니다. 주요 차이점은 ChipStack이 다른 회사의 범용 모델 위에서 실행되는 Cadence 자체 에이전트 소프트웨어인 반면, GPT-Synopsys는 Synopsys의 도구를 운영하도록 특별히 훈련된 OpenAI 모델이라는 점입니다.