KPI뉴스 - 스스로 배우는 AI, 사람 대신 반도체 설계한다

  • 구름많음서산4.1℃
  • 맑음동해7.6℃
  • 구름많음보령5.1℃
  • 흐림영광군5.3℃
  • 흐림흑산도9.9℃
  • 구름많음봉화3.0℃
  • 흐림고창군4.8℃
  • 맑음영덕6.8℃
  • 구름많음보은3.8℃
  • 흐림남원4.2℃
  • 구름많음이천5.5℃
  • 구름많음세종3.4℃
  • 구름많음광양시9.2℃
  • 맑음북춘천4.0℃
  • 흐림제주12.0℃
  • 흐림고산9.3℃
  • 구름많음청송군4.3℃
  • 흐림순창군4.5℃
  • 맑음정선군3.6℃
  • 흐림금산3.5℃
  • 흐림군산3.9℃
  • 흐림울릉도4.1℃
  • 흐림양산시8.3℃
  • 비목포7.9℃
  • 흐림순천4.2℃
  • 눈백령도3.9℃
  • 흐림고창4.5℃
  • 비전주3.7℃
  • 흐림김해시7.3℃
  • 흐림함양군5.2℃
  • 흐림울산7.1℃
  • 흐림장흥8.5℃
  • 흐림고흥8.9℃
  • 흐림산청4.9℃
  • 구름많음거제8.7℃
  • 구름많음추풍령1.9℃
  • 맑음영월4.5℃
  • 맑음양평5.1℃
  • 흐림구미5.0℃
  • 맑음홍천4.3℃
  • 흐림정읍3.2℃
  • 맑음춘천4.3℃
  • 흐림경주시6.2℃
  • 구름많음철원1.8℃
  • 구름많음여수8.9℃
  • 맑음대관령-1.2℃
  • 흐림임실2.2℃
  • 맑음상주5.4℃
  • 구름많음남해8.8℃
  • 구름많음부산10.1℃
  • 구름많음문경5.0℃
  • 흐림부안3.9℃
  • 흐림합천7.1℃
  • 맑음강화3.2℃
  • 구름많음충주4.8℃
  • 구름많음원주5.1℃
  • 맑음북강릉5.5℃
  • 구름많음대전3.3℃
  • 맑음울진7.6℃
  • 흐림의성5.5℃
  • 맑음서울4.7℃
  • 흐림진도군9.7℃
  • 흐림대구5.5℃
  • 구름많음통영9.3℃
  • 구름많음해남9.2℃
  • 구름많음보성군9.3℃
  • 흐림북창원8.6℃
  • 맑음파주4.2℃
  • 흐림영천5.0℃
  • 맑음속초4.4℃
  • 구름많음포항7.0℃
  • 구름많음천안4.4℃
  • 흐림광주5.0℃
  • 구름많음태백0.8℃
  • 흐림창원8.3℃
  • 흐림장수2.0℃
  • 맑음강릉5.9℃
  • 구름많음진주10.2℃
  • 구름많음홍성3.3℃
  • 구름많음서청주3.5℃
  • 흐림서귀포11.6℃
  • 구름많음청주5.0℃
  • 구름많음완도10.7℃
  • 구름많음안동6.5℃
  • 구름많음인제2.7℃
  • 구름많음부여4.9℃
  • 구름많음강진군9.5℃
  • 흐림의령군7.9℃
  • 흐림성산10.8℃
  • 맑음제천3.8℃
  • 맑음인천4.7℃
  • 맑음동두천6.0℃
  • 흐림북부산8.6℃
  • 흐림밀양7.9℃
  • 흐림거창5.0℃
  • 구름많음수원4.7℃
  • 맑음영주4.0℃

스스로 배우는 AI, 사람 대신 반도체 설계한다

장영태 기자 Google구글에서 선호하는 출처로 추가
기사승인 : 2026-01-29 09:51:37
포스텍 연구팀, 파운데이션 모델 기반 아날로그 반도체 자동화 난제 풀어
아날로그 반도체 설계 자동화 가능성을 실질적으로 확장한 성과

포스텍은 전자전기공학과 김병섭 교수, 통합과정 정순규·최원준 씨, 박사과정 최준웅 씨, 어닉 비스와스 석사(현 삼성전자) 연구팀이 사람의 감각과 경험에 의존해 오던 반도체 설계 난제를 AI(인공지능)로 해결했다고 29일 밝혔다.

 

▲ 연구진(왼쪽부터 김병섭 교수, 정순규·최원준(통합과정), 최준웅(박사과정)_어닉 비스와스(석사, 현 삼성전자)). [포스텍 제공]

 

이번 연구는 자동화가 어려웠던 '아날로그 반도체 설계' 한계를 극복하며 반도체 회로 및 시스템 분야 국제 학술지인 'IEEE Transactions on Circuits and Systems(TCAS-I)'에 게재됐다.

 

반도체의 설계 영역은 회로 성능과 안정성을 좌우하는 구조를 수많은 규칙에 맞춰 사람이 직접 배치해야 하기 때문에 자동화가 쉽지 않았다.

 

설계자의 감각과 경험에 의존해 온 대표적인 분야가 바로 '아날로그 반도체 설계'다.

 

'아날로그 반도체 설계'는 자동화를 시도하기에 구조가 지나치게 복잡하고 설계 방식도 회로마다 크게 달라 AI 적용도 쉽지 않았다. 또한, 반도체 설계 데이터는 기업 핵심 자산으로 외부 공개가 제한돼 학습에 필요한 데이터도 극히 부족했다.

 

연구팀은 대규모 데이터로 먼저 학습한 뒤 소량의 추가 학습만으로 다양한 작업을 수행할 수 있는 '파운데이션 모델'을 도입, 아날로그 반도체 레이아웃 설계에 적용했다.

 

▲ AI 기반 아날로그 레이아웃 자동 생성 과정(모델이 단계적으로 라우팅을 수행하여 최종 레이아웃을 완성하는 모습). [포스텍 제공]

 

연구의 핵심은 사람이 정답을 알려주지 않아도 AI가 스스로 설계 규칙을 익히는 '자기지도학습' 방식이다. 연구팀은 아날로그 레이아웃을 작은 조각으로 나눈 뒤 일부를 가리고 이를 다시 예측하도록 학습시켰다.

 

연구팀은 이를 통해 단 6개의 실제 반도체 설계 데이터로 약 32만 개의 학습 데이터를 자동으로 생성하는 데 성공했다.

 

사전학습을 거친 AI는 아날로그 레이아웃에 공통으로 반복되는 구조와 패턴을 자연스럽게 익혔고 이후 적은 양의 추가 데이터만으로 회로 연결과 구조 형성에 필요한 '접점', '비아', '더미 패턴', 'N-웰', '금속 배선' 등 다섯 가지 설계 작업을 수행했다.

 

실험 결과, AI가 생성한 레이아웃 96.6%가 설계 규칙과 회로 검증을 모두 통과했으며 기존 방식에 비해 8분의 1 수준의 데이터만으로도 동일한 성능을 달성했다.

 

이번 연구는 작업마다 AI 모델을 새로 개발해야 했던 기존 방식에서 벗어나 하나의 파운데이션 모델을 기반으로 다양한 반도체 설계 작업을 확장할 수 있음을 보여준 성과다.

 

이는 설계 인력의 부담을 줄이고 개발 기간을 단축해, 반도체 산업 전반의 생산성과 경쟁력을 높이는 데 기여할 것으로 기대된다.

 

김병섭 교수는 "이번 연구는 데이터 부족으로 막혀 있던 아날로그 반도체 설계 자동화의 가능성을 실질적으로 확장한 성과"라고 밝혔다.

 

 KPI뉴스 / 장영태 기자 3678jyt@kpinews.kr

 

[저작권자ⓒ KPI뉴스. 무단전재-재배포 금지]