우리 삶의 전방위로 스며들고 있는 AI입니다.🤖
AI의 변화 만큼이나 빠른 장마☔ 소식과 함께 찾아온, 🎙️잇다반도체와 함께 하는 반도체 동향,,
2025년 6월의 두번째 이야기 시작합니다.🎺🚀
🎙️잇다반도체와 함께 하는 반도체 동향 by 이지환 팀장
AI는 생산성 향상을 이끄는 강력한 도구입니다.
특히 논리적이고 경계가 명확한 분야에서 AI는 압도적인 성능을 보입니다.
반도체 설계 분야는 어떨까요?
Siemens는 GPT 등장 이전인 2008년부터 AI를 도입했고, Synopsys와 Cadence도 전 분야에서 AI 적용을 확대하고 있습니다.
Verilog 코딩은 데이터 부족과 문법 복잡성으로 인해 적용이 어려웠지만, 최근 연구에서는 HDL 전용 모델과 멀티 에이전트 방식으로 눈에 띄는 성과들이 나오고 있습니다.
몇 주전 중국 과학원의 QiMeng은 ARM A-53수준의 프로세스를 AI로 생성하는 데 성공했다고 발표했습니다.
하지만, 생산성 향상에 따른 trade off를 함께 살펴봐야 합니다.
반도체는 수많은 기술과 규격이 맞물려 있는 통합 시스템입니다. 규격이 표준화되어 있는 경우도 있으나, ARM이나 Synopsys와 같은 대형 기업이 주도하고 있는 경우가 많습니다.
AI 자동화를 통해 생산성을 향상 시켰다 하더라도, 생성된 하드웨어가 시장에서 통용되는 규격에 맞지 않으면 시장에 진입하기가 쉽지 않습니다. 또한 하드웨어는 소프트웨어와 달리 오류 수정에 매우 큰 비용과 시간이 소요되기 때문에 신뢰성이 훨씬 중요합니다.
AI 기술이 반도체 설계 분야를 바꾸고 있음은 분명합니다.
하지만 단순히 생산성 향상만을 위해서 적용하기에는 아직 해결해야 할 과제가 많은 것으로 보입니다.
AI is permeating all aspects of our lives. 🤖
As fast as AI’s change, we came with the news of the rainy season☔, 🎙️Semiconductor trends with ITDA Semiconductor,, The second story of June 2025 begins. 🎺🚀
🎙️ Semiconductor trends with ITDA Semiconductor by Ji-hwan Lee, Strategy Planning Team Leader
AI is a powerful tool that leads to productivity improvements.
In particular, AI shows overwhelming performance in logical and clear-boundary fields.
What about the semiconductor design field?
Siemens introduced AI in 2008 before the advent of GPT, and Synopsys and Cadence are also expanding the application of AI in all fields.
Verilog coding was difficult to apply due to lack of data and grammatical complexity, but recent studies have shown remarkable results with HDL-only models and multi-agent methods.
A few weeks ago, QiMeng of the Chinese Academy of Sciences announced that he had succeeded in generating an ARM A-53-level process with AI.
However, we should also look at the trade-offs that come with improved productivity.
Semiconductors are integrated systems that interlock numerous technologies and standards. In some cases, the standards are standardized, but in many cases, they are led by large companies such as ARM or Synopsys.
Even if productivity is improved through AI automation, it is not easy to enter the market if the generated hardware does not meet the standards commonly used in the market. In addition, hardware, unlike software, requires a lot of cost and time to correct errors, so reliability is much more important.
It is clear that AI technology is changing the semiconductor design field.
However, it seems that there are still many challenges to be solved before it can be applied simply to improve productivity.
