제품

OpenAI, Synopsys와 손잡다 — GPT로 칩 설계가 가능해졌나

OpenAI가 Synopsys의 EDA 툴체인에 GPT 모델을 깊이 결합한 GPT-Synopsys를 공개했다. 칩 설계 전 과정에서 AI가 작동한다는 이번 발표가 실제 혁신인지, 그저 마케팅인지 살펴봤다.

글자 크기

GPT가 칩을 짠다, 이번엔 데모가 아니다

2026년 9월 30일, Synopsys와 OpenAI가 공동으로 GPT-Synopsys를 발표했다. RTL부터 물리 구현까지 AI를 전 공정에 투입한 것이 핵심이다. ChatGPT에 칩 설계 플러그인을 얹은 게 아니라, 모델 자체를 EDA 툴체인에 박아 넣었다. 이 뉴스는 Hacker News에서 137점, 댓글 72개를 끌어모으며 같은 시기 나온 여러 대형 모델 발표보다 더 큰 화제를 모았다.

다만 AI가 Verilog을 쓴다는 말은 한두 번 나온 게 아니다. 이번이 진짜로 다른 건지 따져봤다.

이번 협력의 본질: API 호출이 아니라 공정 수준 임베드

먼저 GPT-Synopsys가 뭔지부터 정리한다.

"Synopsys가 OpenAI API를 불러다 챗봇을 붙인" 정도가 아니다. 보도자료를 보면, 이 제품은 GPT 계열 모델을 Synopsys 자체 툴체인 — RTL 설계, 합성, 배치·배선, 형식 검증, signoff — 전 단계에 깊게 통합했다. Synopsys 공식 사이트 문구는 "frontier intelligence for chip design"이다.

그동안 OpenAI의 협력 목록을 대충 훑어보면 다음과 같다:

  • 미국 국방부, 미국 국제개발처
  • 각국 정부 행정 시스템
  • 수직 SaaS의 API 통합

이 모두가 "호출자" 입장이었다. Synopsys는 다르다. 하드테크 인프라 — 세계 3대 EDA 벤더 중 하나 — 로, IC 설계 엔지니어가 매일 손대지 않고는 못 쓰는 도구다. 이런 공정 안으로 들어갔다는 건, OpenAI의 코드 생성·형식 추론·장기 컨텍스트 능력을 오류 허용도가 0인 산업 고객이 보증했다는 뜻이다.

이건 Microsoft가 Office에 Copilot을 박은 것과 비슷한 급이다. 다만 Office에서 글자 하나 틀려도 사용자가 고치면 되지만, 칩에서 배선 한 줄 잘못 짜면 tape-out을 통째로 날린다. 임계값 자체가 다르다.

HN 137점, 댓글 72개가 말해주는 것

HN 댓글 72개를 전부 읽었다. 논쟁은 두 진영으로 갈린다.

한 쪽은 AI가 Verilog을 믿을 만한지 의심한다.

"RTL을 15년 해왔다. 실제 설계에서 발생하는 타이밍 클로저, DRC, LVS 이슈를 LLM이 brute force로 푸는 건 1000번은 시도해야 한다. 이건 마케팅이다."

"Synopsys 자체 검증 도구는 이미 formal method와 SAT solver를 쓴다. 왜 확률적 텍스트 생성기가 필요한가?"

다른 한 쪽은 EDA 독점 구조가 깨질까 불안해한다.

"OpenAI + Synopsys가 잘 먹히면 Cadence와 Siemens EDA는 끝이다. NVIDIA는 이미 자체 도구를 갖고, 이제 OpenAI까지 파이프라인을 잡았다."

"잠깐, 그럼 칩 설계가 프롬프트 엔지니어링이 된다는 뜻인가?"

EDA에 AI가 필요하다는 점은 아무도 부정하지 않는다. 쟁점은 "LLM이 폐루프에 들어갈 수 있느냐"다. RTL 합성 → 시뮬레이션 → 실패하면 Verilog 수정, 이 반복이 LLM의 약점이다. 환각 한 번이면 끝이다.

EDA 3강 구도가 흔들릴까

EDA 업계는 전형적인 삼파전이다. Synopsys, Cadence, Siemens EDA(구 Mentor Graphics 인수가 후). 셋이 글로벌 시장의 90% 이상을 먹고, 영업이익률은常年 80%를 넘는다. 신생 벤더는 사실상 진입이 불가능하고, 수십 년간 쌓아온 공정 라이브러리 IP와 signoff 인증이 해자다.

OpenAI가 자체 개발 대신 Synopsys를 택한 점이 핵심이다. 이유는 단순하다:

  • PDK, 공정 라이브러리, signoff 규칙 — OpenAI는 이 데이터를 한 줄도 갖고 있지 않다
  • 고객 인증 사이클은 최소 2~3년, 자체 개발은 사실상 백지에서 시작하는 셈
  • Cadence와 Siemens는 문을 열어줄 리 없고,赌할 용의가 있는 건 Synopsys뿐이다

Cadence와 Siemens에 대한 영향은, "단기 안전, 중기 불안"으로 본다. 단기적으로 고객이 툴체인을 옮기진 않는다. 마이그레이션 비용이 너무 높다. 하지만 중기적으로 — Synopsys 고객이 AI 역량 차이로 이탈하기 시작하면, 나머지 두 업체도 대형 모델 회사를 묶거나 자체 학습을 택해야 한다. Google과 Anthropic 모두 이 시장을 노리고 있다.

더 깊은 영향은 인재 시장이다. 종전에는 한 명의合格的 RTL 엔지니어를 키우는 데 5년이 걸렸지만, 앞으로는 2년 + AI 도구로도 충분해질 수 있다. 인건비 구조가 바뀐다.

AI가 RTL을 쓰는 데 진짜 막히는 지점

필자도 GPT-4로 Verilog을 직접 써봤다. 체감은 이렇다.

쓸 만한 영역:

  • 표준 인터페이스 코드: AXI, APB, Wishbone 같은 글루 로직. LLM 생성 1차 통과율이 대략 70%.
  • 상태 머신 템플릿: 단순한 FSM은 상태 이름만 바꿔 쓰면 된다.
  • Testbench 스캐폴딩: UVM 환경 구축 시간을 절반 정도 줄여준다.

막히는 영역:

  • 타이밍 제약: SDC 파일의 set_false_path, set_multicycle_path 같은 결정 — 왜 그렇게 설정하는지 LLM은 전혀 모른다.
  • 면적/전력 최적화: 같은 기능의 RTL이라도 사람이 쓰면 면적을 30% 줄일 수 있는데, LLM은 못 한다.
  • 형식 검증 반례 분석: SVA를 잘못 짰을 때 어디가 틀렸는지 알려주지 못한다.
  • 백엔드 연관 작업: 합성 리포트의 timing violation을 보고 RTL을 어떻게 고칠지 — 이건 EDA 도구 + 엔지니어 경험의 영역이고, LLM에는 데이터가 없다.

근본 문제는 뭐냐면, 칩 설계는 폐루프 문제지 개루프가 아니다. 코드 작성 → 합성 → 시뮬레이션 → 코드 수정, 매 단계의 피드백 신호가 정확해야 한다. LLM이 지금 할 수 있는 건 "첫 버전 코드 제시" 정도이고, 진짜 공정은 폐루프 튜닝에 있다.

GPT-Synopsys가 실제로 문제를 풀려면 핵심은 "합성 도구의 에러 메시지를 자연어로 번역해 LLM이 RTL을 고치게 할 수 있느냐"다. 이건 모델 자체의 문제가 아니라 엔지니어링의 영역이다.

편집자의 생각

왜 이 사건이 GPT-5 발표보다 중요하다고 느끼는가?

GPT-5는 더 똑똑한 모델이고, GPT-Synopsys는 AI가 실제 산업 공정으로 들어가는 사례다. AI 업계는 지난 2년간 ChatGPT, Copilot 같은 "사람이 AI를 찾아가는"应用에 이끌렸다. 진짜 돈은 B2B 공정 임베드에 있다. 하드테크(칩, EDA, CAE)는 방치됐던 영역이고, 시행착오 비용이 높고 의사결정이 느리지만, 한 번 들어가면 빠지지 않는다.

의심스러운 부분이 몇 개 있다.

첫째, 보도자료에 구체적인 고객 사례가 없다. Synopsys가 EDA 1위인 건 맞지만, AI 관련 발표는 예전부터 공격적이었다. 예전에 AI 배치·배선을 한 차례 호언했고, 실제落地와 홍보는 자주 괴리가 있었다. 공개된 tape-out 사례가 나올 때까지 6~12개월은 기다려야 한다.

둘째, "전 공정 AI"라는 표현은 너무 가득 차 있다. RTL부터 GDSII까지, 각 단계의 자동화 수준 차이는 어마어마하고, 진짜 전 공정 AI를 만들려면 공학량이 천문학적이다. 실제로는 한두 단계만 깊게 통합하고 나머지는 데모일 가능성이 크다.

셋째, OpenAI는 이건에서 도대체 뭘 벌까? Synopsys는 유료 대고객이지만, OpenAI에 이런 돈이 부족한 건 아니다. 진짜 원하는 건 "산업 등급 코드 생성"의 학습 데이터 피드백일 수 있다. 매번 일어나는 RTL 수정, 매번 발생하는 시뮬레이션 오류 — 전부 고품질 학습 샘플이다. 이건 장기전이다.

이번과 과거의 차이: 종전의 산업 AI 침투는 단발적이었다(코드 생성, 이미지 생성, 데이터 분석). 이번엔 공정 수준이다. Synopsys가 툴체인을 열어 AI를 들여보낸 건, AI가 Cadence, Siemens와의 경쟁에서 차이를 만들 수 있다고赌했다는 뜻이다. 양쪽 모두的인 내기다 — 맞으면 Synopsys의 밸류에이션이 두 배, 틀리면 OpenAI는 1년의 엔지니어링 리소스를 날린다.

출처: Synopsys 공식 보도자료

출처: https://news.synopsys.com/2026-09-30-OpenAI-and-Synopsys-Announce-GPT-Synopsys-Frontier-Intelligence-to-Revolutionize-Chip-Design