By WILL KNIGHT, WIRED US

삼성이 인공지능(AI)을 사용해 매우 복잡하면서도 미묘한 첨단 컴퓨터 칩 설계 공정을 자동화한다.

삼성은 칩 제조사 중 최초로 칩 설계 과정에 AI를 채택했다. 삼성은 여러 기업이 사용하는 소프트웨어를 공급하는 업계 선두 입지를 차지한 칩 설계 소프트웨어 기업 시놉시스(Synopsys)의 신규 소프트웨어에 추가된 AI 기능을 활용한다. 시놉시스 회장 겸 공동 CEO인 아트 드 제우스(Aart de Geus)는 “시놉시스의 신형 소프트웨어를 통해 최초로 AI를 이용한 실제 상용화 프로세서 설계 과정을 볼 수 있다’라고 발표했다.

구글과 엔비디아 등 다른 여러 기업도 AI를 이용한 칩 설계를 논의했다. 그러나 시놉시스의 소프트웨어 DSO.ai가 가장 광범위하게 활용할 수 있다는 사실을 입증하게 될 수도 있다. 현재 시놉시스가 수십 개 기업을 고객사로 두고 있기 때문이다. 다수 업계 관측통은 DSO.ai는 반도체 개발 속도를 높이는 동시에 신규 칩 설계 기회를 개방할 수 있다고 평가한다.

시놉시스는 AI 설계 칩 제작을 위한 또 다른 가치 있는 자산을 보유했다. 바로 AI 알고리즘 훈련에 사용할 수 있는 수년간의 첨단 반도체 설계이다.

삼성 대변인은 시놉시스 AI 소프트웨어를 사용해, 자사 기기는 물론이고 다른 기업 스마트폰에도 탑재하는 칩인 엑시노스 칩 제작에 나선다는 사실을 확인해주었다. 또, 삼성은 8월 11일(현지 시각), 갤럭시 Z 폴드3라는 이름의 폴더블폰을 신규 스마트폰으로 공개했다. 삼성은 AI로 설계한 칩 양산 돌입 여부 혹은 AI 설계 칩이 장착될 제품 이름 등을 밝히지 않았다.
 
업계 전반에 걸쳐 AI가 칩 제작 방식을 바꾸고 있다.

2021년 6월, 구글은 연구 논문을 발표하면서 구글이 자체 데이터센터에서 AI 프로그램 훈련에 사용할 텐서(Tensor) 칩의 부품 정렬 과정에 AI를 활용하는 방안을 설명했다. 구글의 차기 스마트폰인 픽셀6(Pixel 6)는 삼성이 제작한 커스텀 칩을 장착할 예정이다. 구글 대변인은 AI가 스마트폰 칩 설계에 도움이 됐는지 공개하는 것을 거부했다.
 
엔비디아와 IBM 등 칩 제조사도 조금씩 AI가 이끄는 칩 설계를 시작했다. 시놉시스의 경쟁사인 케이던스(Cadence)를 비롯한 다른 칩 설계 소프트웨어 제조사도 새로운 칩의 청사진을 자세히 나타내는 데 도움이 될 AI 툴을 개발한다.

컨설팅 기업 린리 그룹(Linley Group)에서 칩 설계 동향을 추적하는 수석 애널리스트 마이크 뎀러(Mike Demler)는 AI가 제대로 갖추어져 칩 전체에 걸쳐 수십억 개의 트랜지스터를 정렬할 수 있다고 말한다. 뎀러는 “AI는 대대적으로 복잡해진 문제를 자체적으로 지원한다. 계산 툴킷의 표준 부분이 될 것이다”라고 설명했다.

뎀러는 AI 활용 비용이 비싸다는 점도 함께 언급했다. AI 활용 시 뛰어난 성능을 지닌 알고리즘 훈련을 위한 클라우드 컴퓨팅 전력이 무수히 많이 필요하기 때문이다. 그러나 뎀러는 컴퓨팅 비용이 인하함과 동시에 모델의 효율성이 향상하면서 AI 기반 칩 설계 방식의 접근성이 높아질 것이라고 예측한다. 이어, 칩 설계에 포함된 많은 작업을 자동화할 수 없으므로 설계 전문가가 필요하다는 점도 함께 전했다.

현대 마이크로프로세서는 매우 복잡하면서 효율적인 결합에 필요한 다양한 부품을 나타낸다. 신규 칩 설계 구상 과정은 일반적으로 몇 주간의 힘겨운 노력과 수십 년간의 경험이 필요하다. 최고 수준의 실력을 지닌 칩 설계 전문가는 각각의 다른 결정이 설계 공정의 개별 단계에 미치는 영향을 쉽게 이해할 수 있는 방법을 적용한다. 이는 컴퓨터 코드로 작성할 수 없으나 머신러닝을 활용해, 컴퓨터 코드 작성과 같은 기술을 어느 정도 담아낼 수 있다.

시놉스시는 물론이고 구글, 엔비디아, IBM 등이 채택한 AI 기반 칩 설계 방식은 ‘강화학습’이라는 머신러닝 기법을 이용해 칩 설계 작업을 수행하도록 한다. 강화학습에는 보상과 처벌을 통해 작업을 수행하도록 하는 알고리즘 훈련 과정이 포함됐으며, 미묘하면서 코드화하기 어려운 인간의 판단을 효율적으로 담아낼 수 있는 방식이라는 사실이 입증됐다.

강화학습 기법은 부품 위치와 각각의 부품 연결 방법 등 기본 설계를 자동으로 그린다. 이 과정에는 다른 여러 설계 시뮬레이션을 시도하면서 최상의 결과를 얻을 수 있는 설계 방법을 학습한다. 결과적으로 칩 설계 속도를 높이면서 엔지니어가 더 효율적으로 새로운 칩 설계 경험을 하도록 한다. 2021년 6월, 시놉시스는 블로그 게시글을 통해 북미 대륙의 어느 한 통합 서킷 제조사가 DSO.ai를 활용해, 칩 생산 성능을 15% 향상했다고 밝혔다.

강화학습을 채택한 가장 유명한 사례로 구글 자회사인 딥마인드(DeepMind)가 2016년, 바둑 게임을 마스터하면서 세계 최고의 바둑 기사를 이길 정도의 실력을 갖춘 프로그램인 알파고(AlphaGo)를 개발한 사실을 언급할 수 있다.

드 제우스는 강화학습이 칩 설계에도 유용할 것이라는 사실을 깨달았다고 밝혔다. 그는 “1년 반이 조금 넘는 기간에 최초로 전문가팀이 수개월에 걸쳐 완성할 작업을 강화학습 기반 소프트웨어가 단 몇 주 만에 완성하면서 똑같은 결과를 얻었다”라고 말했다. 그는 8월 23일(현지 시각), 반도체 기술 콘퍼런스인 핫칩스(HotChips)에 참석해 AI 기반 칩 설계 기술과 시놉시스가 개발한 프로그램을 자세히 설명할 예정이다.

시놉시스의 AI 솔루션 수석 총괄인 스텔리오스 다이아만티디스(Stelios Diamantidis)는 DSO.ai를 성능이나 에너지 효율성 등 각각의 다른 목표를 우선순위로 두도록 구성할 수 있다고 말한다.

반도체와 반도체 제작에 사용하는 다양한 툴 모두 갈수록 높은 가치를 지닌 자산이 되었다. 미국 정부는 최대 경쟁국인 중국에 칩 제조 기술 공급을 제한할 방안을 모색해왔다. 그와 동시에 미국의 일부 정치인은 수출 통제 품목에 칩 설계 소프트웨어를 추가할 것을 촉구했다.

AI 설계 칩 시대가 떠오르면서 AI를 동시에 적용하고 소프트웨어를 맞춤 제작해, 칩을 더 효율적으로 구동한다는 전망이 제기됐다. 이 과정에는 특수 AI 칩을 구동하며, 오늘날 AI 칩에 갈수록 보편적으로 채택되는 신경망 알고리즘을 포함할 수 있다.

AI 칩 설계 전문가인 MIT의 송 한(Song Han) 교수는 “AI가 적용돼 소프트웨어와 하드웨어를 동시 설계하는 전략은 급속도로 증가하는 전략이다. 지금까지 매우 긍정적인 결과를 얻었다”라고 언급했다.

** 위 기사는 와이어드US(WIRED.com)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)

<기사원문>
Samsung Has Its Own AI-Designed Chip. Soon, Others Will Too