구글에서 선호하는 출처로 추가
48% 절감 보고한 오픈AI, 반도체 테스트 사례 공개
이도현 기자
커널 최적화 성능은 중앙값 기준 22% 개선됐고, 디버깅을 수 주에서 수 시간으로 단축한 사례도 공개했다. 해당 수치는 코덱스 단독 효과로 나뉘지 않았다.
토포AI로 이 기사 더 깊이 읽기
오픈AI는 10월 22일 공개한 현장 배치 엔지니어링 설명 자료에서 대형 반도체 고객사 사례의 AI 기반 지시형 테스트 생성 시간이 약 48% 줄었다고 밝혔다.
오픈AI(OpenAI)는 10월 22일 공개한 현장 배치 엔지니어링(FDE) 설명 자료에서 2025년 중반 대형 반도체 고객사 한 곳과 10개가 넘는 활용 사례를 추진했다고 밝혔다. 고객사 이름은 공개하지 않았다.
오픈AI는 반도체 프로젝트에서 검증 업무가 전체 작업의 약 70%를 차지할 수 있다고 설명했다. 검증은 칩이 정해진 조건에서 의도대로 작동하는지 시험하는 과정이다.
고객사 엔지니어들은 AI가 유용한 테스트를 만들고 칩 오류의 원인을 제대로 진단하는지 평가할 기준을 세웠다. AI는 테스트 생성 외에도 오류 원인 분석과 디버깅, 아키텍처 보조에 활용됐다.
성과는 작업별로 달랐다. 테스트 생성 시간은 약 48% 줄었고, 커널 최적화 성능은 중앙값 기준 22% 개선됐으며, 수 주가 걸리던 디버깅을 수 시간으로 단축한 사례도 제시됐다.
48%는 지시형 테스트 생성 작업에 관한 수치다. 고객사 이름은 공개되지 않아 이 결과를 다른 프로젝트나 칩 개발 전체에 그대로 적용할 수는 없다.
오픈AI는 처음에는 개별 작업에 맞춘 도구를 만들었다고 설명했다. 이후 코덱스(Codex)의 기능이 발전하면서 일부 활용 사례를 코덱스 중심의 공통 환경으로 옮겼다.
공개 자료는 테스트 생성 시간 절감률을 코덱스 단독 성과로 구분하지 않았다. 챗GPT(ChatGPT)가 고객사의 칩 설계에 직접 쓰였다는 설명도 담기지 않았다.
◇ 자체 칩·소프트웨어 개발에도 AI 활용
오픈AI는 자체 추론용 칩 잘라페뇨(Jalapeño)를 개발할 때도 AI를 활용했다. 8월 25일 공개한 기술 자료에 따르면 초기 설계부터 테이프아웃까지 9개월이 걸렸다.
테이프아웃은 완성한 칩 설계를 제조 단계로 넘기는 절차다. AI는 설계 대안을 찾고 측정과 검증을 반복하며 칩의 산술 회로를 최적화하는 데 쓰였다.
오픈AI는 코덱스와 GPT-Astra를 이용해 당초 생산 계획에 없던 오픈 웨이트 모델 3종을 2개월 안에 구동했다고 밝혔다. 회사는 해당 모델들이 높은 성능을 보였다고 설명했다.
일부 GPT-OSS 블록에서는 AI가 만든 구현이 기존 전문가 작성 구현보다 1.5~1.8배 빨랐다. 이 비교는 선택된 블록에 한정되며 모델 전체의 속도를 나타내지는 않는다.
◇ 반도체 설계 도구와 AI 모델 협력
시놉시스(Synopsys, $SNPS)는 9월 30일 오픈AI와의 협력 발표에서 다년 계약을 체결하고 GPT-Synopsys를 공동 개발한다고 밝혔다.
GPT-Synopsys는 전자설계자동화(EDA) 도구를 실행하고 결과를 해석해 설계를 반복 개선하도록 구상됐다. 발표된 구상에는 엔지니어가 결과를 검토하는 절차도 포함됐다.
Comment 0
불러오는 중…