[디지털투데이 양대규 기자] “AI가 반도체 기업에서 앞으로 수십 년 간 새로운 기회를 안겨줄 것이다. 반도체 기업은 AI(인공지능)가 주는 가능성을 최대한 활용하고 발휘하는 기업이 될 것이다”

멘토, 지멘스 비즈니스의 조셉 사위키 IC EDA 부문 부사장은 29일 ‘AI가 반도체 및 EDA(전자 설계 자동화)에 미치는 영향력’에 대한 인터뷰에서 메켄지의 보고서를 인용해 이처럼 밝혔다. 이날 멘토, 지멘스 비즈니스는 연례 EDA 행사인 ‘멘토 포럼 2019’를 개최하며, 포럼을 위해 방한한 조셉 사위키 부사장은 AI 기반 도메인 특화 아키텍처 제품이 개발이 증가하며 반도체 설계 산업이 지속적으로 전망할 것으로 전망했다.

조셉 사위키 부사장은 데이터가 기하급수적으로 증가하면서 AI의 활용이 중요하다고 강조했다. 그는 “네트워크로 들어가는 데이터 양이 앞으로 10년 동안 1000배 이상 증가할 것”이라며, “차량과 차량 간의 커뮤니케이션, 시내 곳곳의 감시카메라, 스마트 도시, 상업·산업용 IoT 등 수많은 데이터를 관리하고 활용해야 한다”고 말했다.

조셉 사위키는 “데이터의 증가는 IT 산업에서 두가지 분양의 성장을 불러운다”며, “하나는 데이터 센터 내의 새로운 머신러닝 알고리즘으로 많은 데이터를 활용할 수 있게 하는 것이다. 하지만 1000배 이상의 데이터를 중앙에서만 처리하는 것은 어렵기 때문에 또 하나의 레이어를 만들어 에지단에서 처리할 필요가 있다”고 설명했다.

데이터센터와 에지단 양쪽의 성장이 이뤄진다는 것이다. 그는 반도체 기업이 에지단 디바이스를 바탕으로 매년 2배 이상의 성장을 이뤄낼 것이라고 밝혔다.

조셉 사위키는 최근 벤처 캐피탈의 투자가 다시 증가하는 것을 보면 AI의 성장세를 짚어 볼 수 있다고 설명했다. 그는 “머신러닝 기반의 반도체 설계를 위한 벤처 캐피탈의 투자가 증가하고 있으며, 이는 운송, 에너지, 상호연결 도시, 클라우드 컴퓨팅 및 스마트 제조와 같은 광범위한 시장에 집중되고 있다. 이처럼 머신러닝 시장이 성장하면서 EDA 툴도 많은 기회를 얻고 있다”라고 말했다.

조셉 사위키의 발언에 따르면, 2001년부터 벤처 캐피탈의 펀딩이 많이 줄면서 회복세를 보이지 않고 있다가 최근 2년 사이에 AI 영역에 투자가 활발하게 이뤄지고 있다.

"HLS로 AI 최적화 반도체 설계 가능"

반도체 시장에는 도메인 특화 아키텍처의 확산으로 새로운 설계 방법론과 설계 툴이 필요하게 됐다. 조셉 사위키 부사장은 최근 관심이 높은 도메인 특화 아키텍처로서 AI와 머신러닝 분야를 언급하며, 에지 애플리케이션에 최적화된 AI/머신러닝 액셀러레이터(가속기)를 가장 빠르게 만들 수 있는 새로운 설계 기술의 예로 ‘HLS(High Level Synthesis)’를 들었다.

그는 “기존의 CPU나 GPU는 에지단에 부적합하다. 어떤 방법을 사용해야 하는지에 대한 고민이 필요하다”며, “이때 필요한 것이 HLS라는 기술이다. AI를 이용하는 기업이 AI를 최적화 할 떄 HLS가 도움이 된다”고 말했다. 이어 “분산시켜 적용한다는지, 어떤 파이프라인을 따라야 하는지 등을 파악할 수 있는 능력을 HLS가 준다”고 덧붙였다.

HLS는 C/C++와 같은 상위수준 프로그래밍 언어를 직접 지원해, 반도체 설계 검증의 속도와 정확도를 높일 수 있는 기술이다. 특히 메모리 주변에서 머신러닝에 중요한 아키텍처 탐색을 가능하게 한다. 또한 고성능의 FPGA 시연을 가능하게 하며, ASIC IP를 위한 최적의 전력과 성능, 면적을 전달할 수 있다.

머신러닝 시장 성장에 따른 EDA 활용분야 역시 확대되고 있다. 모델을 통해 공정결과를 예측할 수 있는 OPC의 경우 ML의 활용으로 오차 범위 1nm 이내의 결과를 3배 빠른 런타임으로 가능하게 되었다. LFD(Litho Friendly Design)을 보면 머신러닝의 활용으로 수율 제한 요소 예측 속도를 10배 개선하였으며 기존에 발견하지 못했던 새로운 수율 제한 요소를 발견할 수도 있었다.

수율 개선을 위한DDYA(Diagnosis Driven Yield Analysis)를 살펴보면, 역시 머신러닝을 통한 수율 개선을 가능하게 한다. 노이즈 제거를 통해 수율 손실의 원인 파악 시간 단축뿐 아니라 숨겨져 있던 수율 제한 요소들을 파악하여 수율을 한층 향상시킬 수 있다.

조셉 사위키 부사장은 “7나노(nm) 공정에서 8000개의 CPU가 24시간 돌아간다”며, “머신러닝을 적용하면 시간을 3배 줄일 수 있다”고 강조했다.

메모리 블록 및 표준 셀과 같이 반복적으로 사용되는 구성 요소를 확인하는데 필요한 수십 만개의 시뮬레이션을 위해 머신러닝 편차 인식 설계 및 특성화를 활용할 수 있다. 이를 통하여 라이브러리 특성화 및 검증 속도의 비약적인 향상뿐 아니라 라이브러리 품질 향상과 PPA(전력, 성능, 면적)의 개선을 가져올 수 있었다.

AI/머신러닝/DL 설계의 알고리즘을 실제 SoC 환경에 최적화되도록 검증하기 위해서는 HW와 SW를 동시에 가동 및 가속할 수 있는 에뮬레이션(Emulation)은 필수적이다. 또한, 멘토의 에뮬레이터 벨로체는 센서 퓨전 등의 데이터 역시 가상화 환경을 통해 에뮬레이션에서 검증을 가속화 할 수 있다.

조셉 사위키 부사장은 “스마트 시스템은 모든 곳에서 인텔리전스를 주도하고 있다. 이에 인공지능 및 머신러닝을 기반으로 특화 IC 설계도 가속화되고 있다. 최첨단 인텔리전스를 구현하려면 시스템 설계 관련 전문 지식과 융합된 IC 혁신이 요구된다”며 “멘토, 지멘스 비즈니스는 스마트 IC부터 시스템, 공장 및 도시에 이르기까지 전문 지식을 갖춘 EDA 파트너가 필요한 고객을 지원하는데 적극 나설 것이다”라고 밝혔다.