퍼징과 이해가 만날 때: RTL 검증을 위한 LLM 기반 의미론적 테스트 생성

요약

본 논문은 하드웨어 검증의 복잡성 증가에 대응하여 LLM의 의미론적 추론 능력을 활용한 새로운 퍼징 프레임워크인 ChipFuzzer를 제안합니다. ChipFuzzer는 커버리지 가이드와 버그 가이드를 결합한 2단계 워크플로우로, 테스트 케이스 생성 및 우선순위화에 LLM을 적용하여 검증 효율성을 극대화했습니다.

핵심 포인트

• LLM의 의미론적 추론 능력을 하드웨어 퍼징에 도입함.
• ChipFuzzer는 커버리지 가이드와 버그 가이드를 결합한 2단계 구조를 가짐.
• 실험 결과, 기존 대비 조건 커버리지를 5.8%p, 버그 탐지율을 21.1%p 향상시킴.