AMD, 반도체 설계도구 다루는 에이전틱 AI '로스' 출시

개발 도구 직접 연결해 설계·검증·디버깅 작업 수행... MCP로 기존 개발 환경과 통합

반도체ㆍ디스플레이입력 :2026/10/01 14:20

생성 AI 활용 영역이 텍스트/이미지 생성과 소프트웨어 개발, 보안 취약점 탐색에 이어 반도체 설계까지 확대되고 있다.

기존 전자설계자동화(EDA) 기술은 설계·검증 과정의 자동화와 최적화를 지원해왔다. AI는 한 단계 더 나아가 설계자의 의도를 해석하고 여러 설계 도구를 연결해 작업을 수행하는 방향으로 진화하고 있다.

AMD는 1일 하드웨어와 실리콘 설계, 보드 설계, 검증과 디버깅 등 임베디드 시스템 개발 전반을 돕는 에이전틱 AI 어시스턴트 'AMD 로스(AMD Ross)'를 공개하고 개발자 대상 지원에 들어갔다고 밝혔다.

AMD가 1일 임베디드 반도체 설계 자동화를 위한 에이전틱 AI '로스'를 공개했다. (자료=AMD)

AI가 개발자 지시 받아 반도체 설계·디버깅

AMD 로스는 개발자가 대화형 문장으로 지시한 문서 검색, 명령 실행, 디버깅, 설계 최적화 등을 해석한 후 각종 개발 도구와 직접 연결해 필요한 작업을 수행한다.

임베디드 시스템의 하드웨어와 소프트웨어 간 역할 분담, 고수준 합성(HLS)을 이용한 하드웨어와 실리콘 설계, 최적화와 디버깅 등을 수행한다.

AMD 로스의 동작 흐름도. (자료=AMD)

반도체 설계 과정에서 반복적으로 발생하는 분석과 검증 작업도 처리할 수 있는 역량을 갖췄다.

실시간 처리에 중요한 타이밍 처리가 어긋나는 경우 이를 식별하고 원인을 분석한 뒤 개선 방안을 제시하고 신호 캡처와 디버그 코어 구성, 인터페이스 분석 등을 지원하는 방식이다.

AMD는 이를 위해 자사 기술 문서와 제품 가이드, 백서, 애플리케이션 노트 등을 기반으로 한 'AMD 지식 베이스'를 구축했다. 여기에 전문가가 작성한 에이전트 스킬을 결합해 특정 설계 작업에 필요한 절차와 방법론을 재사용할 수 있도록 했다.

MCP로 설계도구와 AI 연결... LLM 선택도 자유롭게

AMD 로스는 특정 거대언어모델(LLM)이나 통합개발환경(IDE) 대신 개방형 표준인 모델 컨텍스트 프로토콜(MCP) 서버를 통해 AMD의 임베디드 개발 도구와 AI 에이전트를 연결한다.

VS 코드, 커서, 데빈, 클로드 코드, 깃허브 코파일럿 CLI, 코드 CLI 등 호환되는 IDE나 명령줄 환경을 활용할 수 있다. 또 특정 LLM에 종속되지 않아 오픈웨이트 모델이나 상용 LLM, 또는 자체 구축한 모델 중 적합한 모델을 선택할 수 있다.

보안이 중요한 환경을 고려해 클라우드 대신 온프레미스를 활용하는 에어갭 환경도 지원한다. (사진=AMD)

보안이 중요한 반도체·임베디드 개발 환경을 고려해 인터넷과 분리된 에어갭 환경도 지원한다. AMD 지식 데이터베이스와 임베딩 모델, MCP 서버를 내부 환경에 구축한 뒤 자체 보안 정책에 맞는 LLM을 사용할 수 있다.

별도 라이선스 없이 사용... 기능은 매월 확대

AMD 로스는 오늘(1일)부터 윈도 운영체제와 리눅스용으로 제공된다. 개발자는 AMD 계정으로 로그인한 뒤 운영체제에 맞는 MCP 서버를 내려받아 사용할 수 있다.

별도 라이선스 비용은 필요 없지만 FPGA와 시스템반도체(SoC)등 하드웨어 설계·검증·구현용 도구인 '비바도(Vivado)', 비바도 기반 반도체에서 작동하는 소프트웨어 개발 도구인 '비티스(Vitis)' 등 기존 개발 도구 라이선스가 필요하다.

AMD는 로스를 매달 업데이트하며 새 기능을 추가할 예정이다. (자료=AMD)

AMD는 로스에 대한 업데이트를 매월 진행할 계획이다. 특히 기존 비바도와 바이티스의 제품 출시 주기와 별도로 로스의 업데이트를 진행하며, 추가적인 AMD 임베디드 개발 도구와 워크플로우 기능을 순차적으로 제공한다는 방침이다.

반도체 업계도 에이전틱 AI 경쟁 본격화

에이전틱 AI가 소프트웨어 개발을 넘어 FPGA와 적응형 SoC, 엣지 AI 플랫폼 등으로 적용 범위를 넓히면서 반도체 설계 현장에서 AI가 담당하는 역할도 점차 확대될 것으로 전망된다.

시높시스는 AI를 활용한 PPA 최적화에서 나아가 설계·검증 작업을 자율적으로 수행하는 자율형 워크플로우를 제공중이다. 케이던스 역시 AI 기반 설계공간 탐색과 PPA 최적화에 이어 여러 블록을 동시에 최적화하는 에이전틱 AI 설계 플랫폼을 선보였다.

관련기사

(자료=시높시스)

삼성전자 역시 강화학습과 생성 알고리듬을 활용한 회로 설계 자동화와 여러 AI 에이전트가 설계 단계 간 결과를 주고받는 멀티 에이전트 워크플로우를 추진하고 있다.

업계에서는 반도체 설계가 복잡해지고 개발 기간 단축에 대한 요구가 커지면서 AI의 역할이 더욱 확대될 것으로 보고 있다. 특히 상품화 전 가장 많은 시간이 필요한 검증 과정을 자동화해 개발 시간을 단축할 수 있게 됐다.