SchGen: 의미론적 기반 코드 표현을 이용한 PCB 회로도 생성

인쇄 회로 기판 (PCB) 회로도 설계는 거의 모든 전자 하드웨어를 정의하지만, 여전히 수동 작업이며 전문 지식이 집중적으로 요구됩니다. 생성형 AI (Generative AI)가 디지털 및 아날로그 IC 설계를 발전시켜 왔으나, 자연어 의도 (Natural-language intent)로부터 PCB 회로도를 생성하는 분야는 대체로 탐구되지 않은 상태입니다. 본 논문은 자연어 요청으로부터 편집 가능한 PCB 회로도를 생성하는 최초의 대규모 언어 모델 (Large Language Model, LLM)인 SchGen을 제시합니다. 핵심 과제는 LLM에 적합한 표현 방식 (Representation)과 대규모 데이터셋의 부재에 있습니다. 현재의 회로도 형식은 장황하고 특정 도구에 종속된 구문 (Syntax)과 기하학적 정보 중심의 설명이 지배적이어서, 이를 안정적으로 생성하기 어렵습니다. 우리는 상대적 배치 (Relative placement)와 핀 이름 기반 배선 (Pin-name-based wiring)을 통해 회로도 편집 프리미티브 (Editing primitives)를 인코딩하는 의미론적 기반 코드 표현 (Semantically grounded code representation)을 도입하여, 기하학 중심의 생성 문제를 LLM이 처리하기 용이한 의미론 중심의 매칭 작업으로 변환합니다. 나아가, 우리는 오픈 소스 하드웨어 설계를 우리의 표현 방식으로 변환하는 인간-에이전트 협업 파이프라인 (Human-agent collaborative pipeline)을 통해 사용자 프롬프트와 쌍을 이루는 대규모 PCB 회로도 데이터셋을 구축합니다. 실험 결과, SchGen은 배선 연결 정확도 (Wire connectivity accuracy)와 기능적 정확성 (Functional correctness) 측면에서 다른 표현 방식 및 심지어 더 큰 범용 LLM보다 성능이 크게 뛰어남을 보여줍니다. 우리의 결과는 복잡한 하드웨어 설계 작업을 위한 생성 모델을 구현하는 데 있어 표현 방식 설계 (Representation design)의 결정적인 역할을 강조합니다.