150명 매달리던 칩 설계, 10명이 3개월 만에 끝내는 미래가 온다

구글 딥마인드 전 수석과학자이자 현재 인공지능 연구 기업 디스커버리 루프를 이끄는 제프 딘은 전문화된 하드웨어가 현대 컴퓨팅의 필수 방향이라고 진단했다. 그는 소수의 워크로드가 세계 컴퓨팅의 대부분을 차지함에 따라 특정 연산에 최적화된 맞춤형 칩의 필요성이 커진다고 설명했다. 그러나 기존 방식은 수동 검증 과정 등으로 인해 수년이 소요된다는 약점이 있다.

Wccftech는 2026년 9월 21일(현지시각) 딘이 전문화 칩의 핵심 약점으로 완성 시점에 기술 변화에 대응하기 어렵다는 점을 지적했다고 보도했다. 2년에 걸쳐 공들여 만든 하드웨어가 완성 시점에 유효하지 않을 수 있다는 분석이다. 그가 제시한 해법은 하드웨어 설계 주기 자체를 대폭 단축하는 자동화 루프 도입이다.


기존 칩 설계 방식은 상위 사양 분석 후 레지스터 전송 수준 사양을 작성하는 과정과 이를 수동으로 검증하는 별도 팀의 구조에 크게 의존한다. 딘은 이 과정을 강화학습이나 진화 기술로 탐색 가능한 자동화 루프로 대체해야 한다고 주장했다. 자동화 루프를 빠르게 구동할 수 있다면 설계 주기 자체를 획기적으로 줄일 수 있다는 논리다.
실제로 과거 구글 재직 당시 강화학습을 활용한 칩 설계 연구를 네이처에 게재했던 이력이 이를 뒷받침한다. 논문 게재 이후 학계 논쟁과 법적 분쟁이 벌어지기도 했으나, 딘은 인공지능 기반 설계 방향이 올바르다는 입장을 유지했다. 설계 주기가 단축되면 미래 예측 부담 기간도 비약적으로 줄어들 수 있다.


국내 반도체 가치사슬 관점에서 이러한 에이전틱 인공지능 기반 설계 자동화 확산은 메모리 및 파운드리 기업의 설계 자산 효율성을 높이는 요인으로 작용한다. 특히 디자인하우스와 설계 자산 파트너사들이 소수 인력으로 다품종 소량 생산 체제를 구축하는 데 기여할 수 있다.

다만 세계 최대 파운드리인 TSMC가 차세대 제조 기술에 대한 인공지능 적용에 신중한 태도를 유지하고 있는 만큼, 실제 공정 적용 단계에서는 오류율 검증과 신뢰성 확보가 선결 과제로 남는다. 거시 경제적 불확실성과 설비투자 긴축 기조가 맞물릴 경우 신기술 도입 속도가 조절될 수 있다는 점도 변수다.

제프 딘이 제시한 수치는 기술적 가능성을 전제로 한 가정적 시나리오다. 향후 자동화 솔루션의 실제 오류율 감소 여부와 업계 표준 정립 과정이 기술 상용화의 향방을 가를 전망이다.

김주원 글로벌이코노믹 기자 park@g-enews.com