김정호 KAIST 교수 “1명이 에이전트 100개 지휘해 HBM 설계” 작성일 11-11 45 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="6TRSqMaeRG"> <p contents-hash="83160e84f7bd2a36898bc1b1eeec177ed9c28e4cdb6e7dbf4f9c20955c3fa802" dmcf-pid="PWdTbejJMY" dmcf-ptype="general">김정호 KAIST 전기및전자공학부 교수가 엔지니어 1명이 인공지능(AI) 에이전트 100여개를 지휘하며 반도체를 설계하는 새로운 연구개발(R&D) 방식을 제시했다. 엔지니어가 설계 목표를 입력하면 AI가 작업을 나누고 전문 설계 도구를 활용해 결과를 검증하는 구조다. 김 교수는 이 방식을 차세대 고대역폭메모리(HBM)와 고대역폭플래시(HBF) 설계에 적용해 개발 기간을 단축하고 연구 생산성을 높이겠다는 구상이다.</p> <div contents-hash="05afb96d9fc5e9343e67ead21b1b0c2593cdae970a945e8d9b34d36456844700" dmcf-pid="QYJyKdAiLW" dmcf-ptype="general"> 김 교수는 HBM의 핵심 개념과 기본 구조를 제안한 연구자로 꼽힌다. 김 교수는 2009년 HBM 개발 당시 핵심 설계와 기술 검증에 참여했다. SK하이닉스가 2013년 12월 세계 최초로 HBM을 상용화하는 과정에도 기여했다. 학계와 산업계는 이런 연구 성과를 바탕으로 김 교수를 'HBM의 아버지'로 평가해 왔다. </div> <figure class="figure_frm origin_fig" contents-hash="baad0bffb893e1a8ff5a0de7ec060ef289cff2780393cf1f9e703dadbd553a9e" data-idxno="500814" data-type="photo" dmcf-pid="xGiW9JcnJy" dmcf-ptype="figure"> <p class="link_figure"><img alt="김정호 KAIST 전기 및 전자공학부 교수 / KAIST" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/11/552810-SDi8XcZ/20261111110355709vlwa.png" data-org-width="426" dmcf-mid="fH9ilFb0JZ" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/11/552810-SDi8XcZ/20261111110355709vlwa.png" width="658"></p> <figcaption class="txt_caption default_figure"> 김정호 KAIST 전기 및 전자공학부 교수 / KAIST </figcaption> </figure> <p contents-hash="b620ae89888018b5bf6df3d71f06a00a8012f99d6717b7a7c0ea1365e8e8cc53" dmcf-pid="yeZMsXu5MT" dmcf-ptype="general">김 교수는 11일 열린 '테라(TERA) AI 에이전트 데이(Agent Day)' 기조연설에서 반도체 산업이 개발 주기 단축 압박과 설계 복잡도 증가, 숙련 엔지니어 부족이라는 문제에 직면했다고 진단했다. 이를 해결하려면 단순히 질문에 답하는 AI를 넘어 설계 목표에 맞춰 작업을 계획하고 전문 시뮬레이터를 직접 구동하는 자율형 AI 에이전트가 필요하다고 강조했다.</p> <div contents-hash="f6d368b7c06ebb4af52ccb1eb5b3aa074c04df4d39e26dca15700f2d8d1ab8e0" dmcf-pid="Wd5ROZ71nv" dmcf-ptype="general"> 김 교수가 제시한 설계 방식의 핵심은 최상위에서 전체 작업을 관리하는 '슈퍼 에이전트'다. 엔지니어가 자연어로 설계 목표를 입력하면 슈퍼 에이전트가 작업 계획을 세우고 메모리와 접근 권한을 관리한다. 이후 신호와 전원, 열 해석 등 분야별 전문 AI 에이전트에 작업을 배분하고 결과를 취합한다. </div> <figure class="figure_frm origin_fig" contents-hash="a933b82333caa636dd5cba832bfd4a167f87ca9c89f40f97df0b4a4efbdd9b49" data-idxno="500815" data-type="photo" dmcf-pid="YJ1eI5ztnS" dmcf-ptype="figure"> <p class="link_figure"><img alt="'엔지니어 - 슈퍼 에이전트 - 태스크 에이전트' 계층도 / 김정호 교수" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/11/552810-SDi8XcZ/20261111110357139orzb.png" data-org-width="907" dmcf-mid="88vVAS5TMH" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/11/552810-SDi8XcZ/20261111110357139orzb.png" width="658"></p> <figcaption class="txt_caption default_figure"> '엔지니어 - 슈퍼 에이전트 - 태스크 에이전트' 계층도 / 김정호 교수 </figcaption> </figure> <p contents-hash="2a2db9036a57857fd77f039b71ac0085ea72fb0e6951e8a6cf7e032c59c38f56" dmcf-pid="GitdC1qFel" dmcf-ptype="general">AI가 모든 계산을 직접 수행하는 방식은 아니다. 김 교수는 AI 모델을 새로 학습시키기보다 기존 모델의 추론 능력을 활용하는 방식을 제안했다. 임피던스와 전압 강하, 공진 주파수 등 정확한 계산이 필요한 작업은 검증된 엔지니어링 도구가 담당한다. 대규모언어모델(LLM)은 입력 내용을 분석하고 필요한 도구를 선택하며 계산 결과를 해석하는 역할을 맡는다.</p> <p contents-hash="905265912c0977b945dd8f4772cf8be8066015cd41a97cc2b6f8cf225a9412e2" dmcf-pid="HnFJhtB3Rh" dmcf-ptype="general">설계 오류를 줄이기 위한 검증 체계도 제시했다. 김 교수는 '하네스(Harness)'와 '루프(Loop)' 엔지니어링을 통해 AI의 판단을 수학·물리 법칙에 기반한 검증 절차와 연결해야 한다고 설명했다. AI가 설계 목표를 설정하고 도구를 실행한 뒤 결과를 검증하는 과정을 반복하면서 오류를 수정하도록 하는 방식이다.</p> <p contents-hash="68b5d2c70cc4b4103fa8511f90d919e612814b8fddefa922615febce9f64be38" dmcf-pid="XL3ilFb0JC" dmcf-ptype="general">AI 에이전트가 장시간 작업할 때 발생하는 데이터 처리 부담을 줄이는 방안도 포함됐다. 모든 대화와 작업 기록을 누적하면 AI가 처리해야 할 정보량과 연산 비용이 급증할 수 있기 때문이다. 김 교수는 작업 메모리를 중심으로 행동 규칙을 저장하는 절차적 기억과 사실 정보를 보관하는 의미론적 기억, 과거 작업 이력을 담는 일화적 기억을 구분하는 구조를 제시했다. 여기에 필요한 정보를 검색해 활용하는 검색증강생성(RAG) 기술을 연계한다.</p> <p contents-hash="0a26bfd160e0db2477357a9ad7b940225b2873a153ee887d827cb6a69905bd6a" dmcf-pid="Zo0nS3KpRI" dmcf-ptype="general">김 교수는 이 같은 AI 설계 체계를 차세대 3차원 적층 메모리(tHBM·tHBF)와 그래픽처리장치(GPU) 아래에 메모리를 배치하는 언더 GPU(uHBM) 구조 설계에 활용하는 방안을 제시했다. AI 에이전트가 실리콘관통전극(TSV)과 열을 배출하는 서멀비아(TTV)의 배치를 최적화하고 미세 유체를 이용한 이중 냉각 구조의 열 방출 경로를 설계하도록 한다. 이를 통해 발열을 줄이고 전력 분배망(PDN)에서 발생하는 전기적 잡음을 억제한다는 구상이다.</p> <p contents-hash="067f64c1063143f150cbe7f21b051ff2afd2f30cd62a3b2ef43d0f95f0c4ef8f" dmcf-pid="5gpLv09UJO" dmcf-ptype="general">전문 설계 도구와 AI 에이전트를 연결하는 기술도 소개했다. 김 교수는 모델 컨텍스트 프로토콜(MCP)과 에이전트 간 통신(A2A) 표준을 활용해 시놉시스와 앤시스 등 상용 전자설계자동화(EDA) 소프트웨어를 AI가 직접 구동하는 방식을 제안했다. AI 에이전트가 설계 스크립트를 작성하고 시뮬레이션 결과에 따라 오류를 수정하는 '블랙박스 협업' 구조다.</p> <p contents-hash="159141d3a8b8978acb6586e7cd1018a7382bd4b7c14f56f719bbfa64ed1f76ea" dmcf-pid="1aUoTp2uJs" dmcf-ptype="general">기업의 기밀정보 보호와 연산 효율을 고려한 운영 방안도 제시했다. 민감한 설계 데이터는 기업 내부에 구축한 AI 모델인 온프레미스 로컬 LLM으로 처리하고 복잡한 추론이 필요한 작업은 외부 AI 모델과 연계하는 방식이다. 다만 AI의 잘못된 판단이 실제 반도체 생산으로 이어지지 않도록 반도체 설계를 확정해 제조 공정으로 넘기는 테이프아웃(Tape-out)과 양산 등 핵심 승인 단계에는 엔지니어가 직접 개입하도록 했다. 이를 '휴먼 인 더 루프(Human-in-the-Loop)'라고 한다.</p> <p contents-hash="f5274b2780acdea67145b8a7f9cb07bb364abf3140536e5f5b8270f69a897358" dmcf-pid="tMHQrGpXdm" dmcf-ptype="general">김 교수는 앞으로 반도체 엔지니어의 역할이 직접 설계하는 업무에서 여러 AI 에이전트를 관리하고 조율하는 방향으로 확대될 것으로 내다봤다.</p> <p contents-hash="2a801eefebaa2f662dcf35e5e7444f1cd9f4307c5a0923ad28f36bf07b779e53" dmcf-pid="FRXxmHUZdr" dmcf-ptype="general">그는 "미래 엔지니어의 경쟁력은 AI를 단순히 쓰는 능력을 넘어 전문 에이전트 생태계를 설계하고 운영하는 아키텍트 역량에서 갈릴 것"이라며 "다중 에이전트 협업 체계가 반도체 연구개발의 근본적인 변화를 가져올 것"이라고 말했다.</p> <p contents-hash="887c46312c1ff45fd1a4fc18d64b9ee9db9eb5811ae8bd6930f05c94caa048ca" dmcf-pid="3eZMsXu5Lw" dmcf-ptype="general">이광영 기자<br>gwang0e@chosunbiz.com</p> </section> </div> <p class="" data-translation="true">Copyright © IT조선. 무단전재 및 재배포 금지.</p> 관련자료 이전 김태근 고려대 산학협력단장 “우수 기술 산업·창업으로 전파…더 큰 가치로” 11-11 다음 류제명 2차관 "글로벌 AI 불확실성, 韓에 기회…과감한 투자 필요" 11-11 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.