대규모 언어 모델 (LLMs)은 회로 최적화 결정을 제안할 수 있지만, 산업용 아날로그 워크플로우는 파운드리 PDK 콘텐츠, 독점적인 회로도(schematics), 절대적인 시뮬레이션 경로 또는 라이선스 기반의 툴 상태를 클라우드 엔드포인트에 노출할 수 없습니다. 우리는 SABLE (Safe Analog Boundary for LLM-driven EDA)을 제시합니다. 이는 LLM이 Cadence Virtuoso, Maestro, Spectre를 통해 아날로그 회로를 최적화하면서도, 정제된 토폴로지 의도(topology intent), 수치적 지표(numeric metrics), 동작점 요약(operating-point summaries) 및 범위가 지정된 쓰기백(writeback) 상태만을 반환하도록 하는 NDA 안전 폐쇄 루프 프레임워크입니다. "NDA 안전(NDA-safe)"은 공식적인 비간섭 증명(non-interference proof)이 아니라, 명시된 '호기심은 있지만 수동적인(curious-but-passive)' 클라우드 제공자 위협 모델 하에서의 강제를 의미합니다. 이 프레임워크는 명시적인 위협 모델, 28개의 범위 지정된 SKILL 엔트리 포인트 화이트리스트, 모든 반환 경로에서의 PDK/경로/모델 정제(scrubbing), 구조화된 Maestro 설정 및 쓰기백, 6개의 기계 검증 중단 조건이 포함된 엄격한 JSON 액션 계약, 그리고 최적 상태(best-so-far state) 보존을 결합합니다. 우리는 동일한 문서화된 리셋 상태에서 추출한 11개의 LLM 체크포인트를 두 가지 실제 폐쇄 루프 작업에 대해 평가했습니다. 두 작업 모두 세 가지 코너(corner)에 걸친 공정-전압-온도 (PVT) 사인오프(sign-offs)로 실행되었습니다: 20 GHz LC-VCO 튜닝 곡선 작업과 2단 연산 증폭기 (op-amp) 작업입니다. LC-VCO 작업에서는 11개 모델 중 7개가 통과했습니다. 모든 지표가 최악의 코너에서 유지되어야 하고 위상 여유(phase-margin) 게이트가 불안정한 고이득 지점을 거부하는 더 어려운 op-amp 작업에서는, 15회 반복 예산 내에서 11개 중 4개가 통과했습니다. 피드백 경로 절제 연구(ablations)에 따르면, 개별적으로 정제된 채널을 제거하면 사양(specification)이 조용히 약화되거나 탐색 성능이 저하됨을 보여줍니다. 루프가 툴 규율, 바이어스 추론 및 사양 수정을 요구하게 되면 모델 품질이 급격히 달라지지만, NDA 안전 경계는 여전히 성공적인 아날로그 회로 최적화를 위해 충분히 정제된 피드백을 제공합니다.