시높시스, AI로 반도체 칩 품질과 신뢰성 높인다 작성일 09-28 56 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="21X1npNfrn"> <p contents-hash="1833915db7227bea556a1882d066a4f5cad77364c655580fcaaa9cb58a7cfeb1" dmcf-pid="VtZtLUj4Ii" dmcf-ptype="general">1)AI가 더욱 똑똑해지는 비밀, 반도체와 EDA</p> <p contents-hash="0f6f4e28822df0bf05f2133b4aa89b49b1a950b10cea3c39aa4f8c0203869180" dmcf-pid="fF5FouA8OJ" dmcf-ptype="general">(2)AI와 피지컬 디자인, 반도체 설계 자동화의 미래</p> <p contents-hash="5a291a9198e301704d762c1d86e1666aa1e95632185ff1a50738919980b3afe0" dmcf-pid="4ZH5i0aVId" dmcf-ptype="general">(3)AI 인프라 혁신, 반도체 IP가 열쇠</p> <p contents-hash="12991fa5436bc0d7329ceaf296ea67c022fa76354209609a11a937d1af151f9b" dmcf-pid="85X1npNfme" dmcf-ptype="general"><strong>(4)AI가 바꾸는 검증 자동화, 반도체 칩 품질과 신뢰성 향상</strong></p> <p contents-hash="03b4f126eed8e83168f09e2e849980b67385d953a0b03f9d938a9a56eae95615" dmcf-pid="61ZtLUj4sR" dmcf-ptype="general">반도체 칩 개발에는 수년의 시간과 수억 달러의 비용이 투입된다. 단일 칩에 수십억 개 트랜지스터가 집적되는 오늘날, 칩 설계의 복잡성은 나날이 증가하고 있다. 실제 프로젝트에서는 설계 그 자체뿐만 아니라 대규모 설계의 기능 검증에 막대한 시간과 자원이 소요된다. 사인오프 및 제조 릴리스를 앞당기기 위해서는 검증 프로세스의 혁신이 필수적이며, 최근 인공지능(AI)이 그 해법으로 주목받고 있다.</p> <p contents-hash="d11560d3e5828f4b6ac676f1171c301fb90d2f1fa95734c16984f9c5b077894a" dmcf-pid="Pt5FouA8OM" dmcf-ptype="general">정적 코드 검사, 형식 검증, 에뮬레이션, 브링업 랩(bringup labs) 시스템 검증 등 칩 검증 과정의 다양한 단계에서 전자설계자동화(EDA) 도구가 활용된다. 이 중에서도 시뮬레이션은 검증의 핵심 역할을 담당한다. 대부분 테스트가 자동으로 생성되기 때문에, 테스트와 기능 간 연관성을 파악하는 것이 쉽지 않다. 이를 보완하기 위해 커버리지 포인트를 설정해 설계의 검증 범위를 추적하지만, 커버리지 포인트를 일일이 수동으로 정의하기 어렵고, 이로 인해 일부 기능이 미검증 상태로 남거나 '커버리지 갭'이 발생하기 쉽다. 커버리지 갭 해소를 위한 테스트 생성, 후속 조치, 그리고 디버깅 모든 단계에 수작업이 필요해 완전한 검증 커버리지 달성이 쉽지 않다.</p> <p contents-hash="f6f6df3c07c507c28ffa33bd88df6bcddd72867b9138055347e168e82b02bafa" dmcf-pid="QF13g7c6Ix" dmcf-ptype="general">이러한 한계를 극복하기 위해 최근 AI 기반 검증 자동화 솔루션이 주목받고 있다. AI는 커버리지 결과를 자동 분석해 미검증 영역을 식별하고, 머신러닝(ML)을 활용해 최적의 검증 방식을 제안한다. 대표적으로, EDA 업계 최초의 AI 기반 검증 솔루션인 시높시스의 VSO.ai™ (Verification Space Optimization AI)는 회귀 테스트 중복을 제거하고 커버리지 갭을 자동으로 식별해 신속하고 비용 효율적인 검증 품질을 실현한다. 또한, 엔지니어가 버그 해결에 집중할 수 있도록 고급 분석과 진단 기능을 제공하며, 기존 시높시스 VCS 환경에 손쉽게 통합된다. 실제로 VSO.ai 도입 기업들은 기능 커버리지 갭 해소가 최대 10배, 검증 생산성이 최대 30% 향상되는 효과를 경험하고 있다.<br></p> <figure class="figure_frm origin_fig" contents-hash="88835c24b1f9ef6d8fe00d8747056c937f042de9b7aa99770705e46f6d63cd21" dmcf-pid="x3t0azkPrQ" dmcf-ptype="figure"> <p class="link_figure"><img alt="열해석 솔루션" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202509/28/etimesi/20250928214248752rxny.png" data-org-width="700" dmcf-mid="b3mI2v6Fmg" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202509/28/etimesi/20250928214248752rxny.png" width="658"></p> <figcaption class="txt_caption default_figure"> 열해석 솔루션 </figcaption> </figure> <p contents-hash="8fc7da4153743932192934e520be0661b8a4c2697ebd26370f2769409cff1ac6" dmcf-pid="yaoN3E7vmP" dmcf-ptype="general">반도체 칩 설계에서 열 관리의 중요성이 더욱 부각되고 있다. 미세공정 및 고집적 설계가 증가함에 따라, 칩 내 특정 영역에서 발생하는 열 집중 현상이 성능 저하나 신뢰성 문제로 이어질 수 있기 때문이다. 이에 따라, 설계 단계에서부터 정확한 열 분석과 최적화가 필수적으로 요구된다.</p> <p contents-hash="96ad9f757c9969bb434ffec133f913765e06a216168972f5f5733f180e4add83" dmcf-pid="WNgj0DzTD6" dmcf-ptype="general">앤시스의 열 해석 제품은 칩 및 시스템 수준에서 정밀한 열 해석을 제공해 설계자가 잠재적인 발열 문제를 사전에 파악하고 해결할 수 있도록 돕는다. 시높시스의 설계 및 검증 솔루션과 연계하면, 설계 초기에 검증된 물리적 배치와 전기적 특성을 바탕으로 열 시뮬레이션 결과를 빠르게 반영할 수 있다. 이는 설계-검증-열 해석의 통합 워크플로를 가능하게 하여, 반복적인 설계 변경 없이 최적화된 결과를 도출할 수 있다는 장점이 있다.<br></p> <figure class="figure_frm origin_fig" contents-hash="1029cc07ddbc7b30d607ad0a5ddc7b21181f5fd7f9c5045e90ac011c921441ac" dmcf-pid="YjaApwqyw8" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202509/28/etimesi/20250928214250094iimp.png" data-org-width="700" dmcf-mid="9TFpNqEQsL" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202509/28/etimesi/20250928214250094iimp.png" width="658"></p> </figure> <p contents-hash="93a3542de24f50becea94dbab1be8a7f8f0cf2b17bffe267c3e345af13a32128" dmcf-pid="GANcUrBWI4" dmcf-ptype="general">특히, 시높시스의 AI 기반 검증 자동화 솔루션과 앤시스의 열 시뮬레이션을 함께 사용하면, 기능 검증과 열 신뢰성 확보를 동시에 달성할 수 있다. 예를 들어, 기능 검증 과정에서 식별된 고발열 구간에 대해 앤시스 시뮬레이션 결과를 즉시 반영하고, 이를 바탕으로 설계 수정이나 추가 검증을 자동화할 수 있다. 이처럼 두 솔루션의 시너지는 제품 개발 기간 단축, 비용 절감, 칩 신뢰성 향상 등 다양한 효과를 제공하며, 복잡한 차세대 반도체 설계 경쟁력 확보에 중요한 역할을 한다.</p> <p contents-hash="b6e8a6262582e273fffe3d8a9d6ec281c404c7f32cc1c611806fedfc6b542cf2" dmcf-pid="HaoN3E7vwf" dmcf-ptype="general">.시높시스코리아 소경신 대표는 앤시스와의 합병 및 솔루션의 시너지에 대해서 “시높시스가 앤시스 합병을 마무리하면서 명실상부한 글로벌 엔지니어링 솔루션 선도 기업으로 거듭나게 됐다. '실리콘에서 시스템까지' 시높시스와 앤시스통합 솔루션을 통해 반도체 뿐만 아니라 데이터센터 및 HPC, 전자, 자동차, 의료, 조선해양, 우주 항공, 국방, 건설까지 전 산업에 걸쳐 엔지니어링 워크플로우 혁신과 시스템 및 실리콘 기업들의 연구개발 역량 증대에 더 크게 기여할 수 있을 것으로 기대한다. 특히 3DIC 설계, 전력 무결성, 열 관리 등 복잡한 과제 역시 앤시스의 멀티피직스 강점과 시높시스의 전자설계자동화(EDA) 및 IP가 결합되면서 보다 완전한 솔루션을제공할 수 있게 됐다” 고 전했다.</p> <p contents-hash="23049eec7efdcd0abe4166e2f3861c6295b844a6bf0db4f3612d3e396363c679" dmcf-pid="XNgj0DzTEV" dmcf-ptype="general">또한, “시높시스와 앤시스 합병으로 통합 플랫폼이 구축되어 설계부터 기계적o물리적 분석 워크플로우가 매끄럽게 연결되면서 효율성은 높아지고 성능 역시 개선되는 효과가 있다. 이러한 사용자 친화적 환경에서 개발 기간 단축과 품질 향상 효과도 가시화되었다.“고 밝혔다.</p> <p contents-hash="005eb29493754271c16f536abcc86bb0fc1c315af9183fe90d4460cf3353c3bb" dmcf-pid="ZjaApwqyE2" dmcf-ptype="general">소경신 대표는 “반도체 생태계 강화와 반도체 인재 양성의 중요성”을 강조한다. 그는 시높시스가 반도체 산업 경쟁력과 혁신을 좌우하는 매우 중요한 핵심 요소인 반도체 생태계 강화와 지원에 앞장서야한다며 대학, 연구기관과 협력해 반도체 관련 교육 프로그램과 연구 지원을 확대하고, 미래 인재 양성에 힘쓰고 있다고 밝혔다. 실제로, 시높시스는 2024년 서울대학교에 이어 2025년 9월에는 KAIST 반도체공학과 대학원에 TCAD** 반도체 공정 및 소자 시뮬레이션 소프트웨어를 기증했다. 아울러</p> <p contents-hash="936342642606376aab6322422249e0c25326af981fac84844928c67b698440c1" dmcf-pid="5ANcUrBWm9" dmcf-ptype="general">시높시스는 국내 대학 교수들과 협력하여 시높시스 Digital Flow 교육 교재를 개발하였으며, RTL부터 GDSII까지 아우르는 Design Flow 전 교육과정을 위한 교육 교재, 툴, 라이선스 등을 지원하여40여개의 주요 핵심 대학교의 정규 교육 과정을 운영하여 미래의 인재 육성에 기여하고 있다. 학생들은 주요 산업 현장에서 사용되는 동일한 툴로 교육과 실습을 반복함으로 졸업 이후 실무에 바로 투입될 수 있는 역량을 갖추게 된다. 시높시스는 향후 더 많은 대학교와 협력하여 학생들을 위한 교재 개발, 툴 지원 및 교육 과정을 늘려 갈 계획이다.</p> <p contents-hash="aef835cd39210b59730d6f676d0c720cbcd0302eeee8faff3a5961d0d06b6cde" dmcf-pid="1cjkumbYsK" dmcf-ptype="general">시높시스는 국내 팹리스 및 반도체 인재 양성을 통해 반도체 생태계를 지원기위해 2025년 8월, 팹리스 기업 지원 교육 프로그램에 필수적인 제부(Zebu) 에뮬레이터를 한국반도체산업협회 학술원에 기증했다. 퓨리오사AI와 리벨리온 등 신경망처리장치(NPU)를 만드는 국내 AI 반도체 기업과도 협업하고 있기도 하다. 국내 AI 반도체를 리드하는 스타트업 리벨리온은 기존 GPU 대비 효율성과 비용 경쟁력이 뛰어난 AI 가속기 및 시스템으로 사업 영역을 확대하면서 다양한 대규모 언어 모델(LLM)에서 고성능 및 높은 에너지 효율을 구현한 REBEL 칩을 선보였다. 시높시스 코리아 애플리케이션 엔지니어링 팀은REBEL 칩 개발 시 전담 지원하면서 리벨리온이 VCS, ZeBu, Virtualizer 통합 플랫폼을 구성하고, 실제 환경과 동일한 시뮬레이션을 거쳐 엄격한 성능 기준을 충족하는 검증을 빠르게 완료할 수 있도록 도왔다.</p> <p contents-hash="40cf351b1119c5f4a1286bc53bb17f8a44a97da3fd2bb883da88bdd20d96ab22" dmcf-pid="tRxeYL5rOb" dmcf-ptype="general">소경신 대표는 “최근 인수한 앤시스 직원을 포함하면 한국 직원이 900여명 인데, 이 중 700여명이 R&D 및 엔지니어들이다. 이 R&D 전문 인력들은 삼성, SK 하이닉스 등 국내 주요 제조사 뿐만 아니라 다양한 팹리스, 중소기업 및 스타트업의 글로벌 경쟁력 제고와 비즈니스 성장을 돕고 있다. 국내에서 활동하고 있는 글로벌 테크 기업 중 R&D 중심 기술 인력 규모면에서는 시높시스가 높은 순위에 든다. 시높시스의 R&D 투자와 인력 양성 활동이 자사 제품 개발을 넘어 대한민국이 글로벌 반도체 강국으로 자리매김하는데 일조할 수 있어서 매우 기쁘고 앞으로도 산업과 교육이 상생하는 혁신 생태계 조성에 기여하도록 하겠다.”라고 전했다.</p> <p contents-hash="781395853e732ebdf241dfcc69b3af515b21b0b8284babe8afb39a4c0378339f" dmcf-pid="FeMdGo1mrB" dmcf-ptype="general">이경민 기자 kmlee@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 '돌싱글즈7' 동건♥명은, 골프장 데이트와 엇갈린 마음 09-28 다음 ‘도마의 신’ 양학선 은퇴…전국체전 동메달 09-28 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
