케이던스, 반도체 설계 AI 마에스트로 공개

케이던스 디자인 시스템즈(Cadence Design Systems)는 26일(현지시간) 반도체 설계 작업을 수행하는 AI 에이전트용 모델 제품군 ‘케이던스 마에스트로’를 공개했습니다. 회사는 범용 기반 모델과 비교해 결과물 품질을 최대 30% 높이고 토큰 효율을 최대 5배 개선했다고 밝혔습니다. 다만 품질 수치가 전력·성능·면적 가운데 어떤 지표를 기준으로 산출됐는지는 공개하지 않았고, 비교에 사용한 범용 모델의 정확한 이름도 밝히지 않았습니다.

마에스트로 일부 모델은 엔비디아의 오픈웨이트 모델 네모트론을 기반으로 개발됐습니다. 케이던스는 엔비디아의 AI 보안 기술 오픈셸을 활용해 온프레미스(자체 전산 환경)와 프라이빗 클라우드에서 실행 환경을 보호한다고 설명했습니다. 고객은 케이던스 클라우드와 퍼블릭 클라우드에서 모델을 실행하거나, 자체 데이터센터와 방화벽 안에서 운영할 수 있습니다.

제품은 케이던스의 ‘AI 슈퍼 에이전트’와 연동해 설계 의도를 해석하고 작업을 나누며, 여러 AI 모델을 조율해 설계 조건별 장단점을 평가하고 의사결정을 지원합니다. 케이던스는 결정론적 솔버가 모델 결과를 엔지니어링 목표와 제약 조건, 정답 데이터에 비춰 평가하고, 그 결과를 모델 개선에 반영하는 강화학습 방식도 활용한다고 밝혔습니다. 고객은 미세조정 도구로 자체 설계 데이터와 작업 흐름을 모델에 추가 학습시킬 수 있으며, 이 작업을 고객이 관리하는 GPU와 네트워크에서 수행할 수 있습니다.

폴 커닝햄 케이던스 수석 부사장은 설계 AI 에이전트 비용이 빠르게 늘고 있다며, 반복 설계 작업을 모델의 가중치에 반영하는 것이 자연스러운 다음 단계라고 말했습니다. 회사가 밝힌 최대 5배 토큰 효율 개선은 모든 작업에 가장 크고 비싼 모델을 쓰는 대신 설계 도구와 LLM 호출을 작업에 맞게 배분한 결과라고 설명했습니다. 다만 토큰 절감이 고객 청구액 인하로 이어지는지는 밝히지 않았습니다. 케이던스는 일정 사용량을 제공하고 한도를 넘으면 추가 요금을 부과하는 구독 모델을 운영합니다.

케이던스 전략·신사업 담당 롭 노스 수석그룹 디렉터는 일부 설계 도구가 결과를 내기까지 수 시간에서 수일이 걸린다고 설명했습니다. 회사는 초기 마에스트로 모델을 2026년 4분기 일부 고객에게 조기 제공할 예정이며, 일반 고객 정식 출시 일정은 공개하지 않았습니다.

이번 발표는 시놉시스의 접근 방식과 차이가 있습니다. 시놉시스는 지난 9월 30일 OpenAI와 반도체 설계 특화 모델 ‘GPT-시놉시스’를 개발한다고 발표했으며, 해당 모델은 OpenAI 인프라에서 실행되고 고객 데이터를 학습에 쓰지 않는다는 방침입니다. 케이던스는 고객이 자체 환경에서 모델을 운영하고 내부 데이터를 활용해 추가 학습할 수 있는 선택권을 강조했습니다. 두 회사 모두 지식재산권 보호와 보안을 내세우지만, 설계 데이터의 저장 위치와 활용 방식은 다릅니다.

케이던스 디자인 시스템즈(Cadence Design Systems)는 26일(현지시간) 반도체 설계 작업을 수행하는 AI 에이전트용 모델 제품군 ‘케이던스 마에스트로’를 공개했습니다. 회사는 범용 기반 모델과 비교해 결과물 품질을 최대 30% 높이고 토큰 효율을 최대 5배 개선했다고 밝혔습니다. 다만 품질 수치가 전력·성능·면적 가운데 어떤 지표를 기준으로 산출됐는지는 공개하지 않았고, 비교에 사용한 범용 모델의 정확한 이름도 밝히지 않았습니다.

마에스트로 일부 모델은 엔비디아의 오픈웨이트 모델 네모트론을 기반으로 개발됐습니다. 케이던스는 엔비디아의 AI 보안 기술 오픈셸을 활용해 온프레미스(자체 전산 환경)와 프라이빗 클라우드에서 실행 환경을 보호한다고 설명했습니다. 고객은 케이던스 클라우드와 퍼블릭 클라우드에서 모델을 실행하거나, 자체 데이터센터와 방화벽 안에서 운영할 수 있습니다.

제품은 케이던스의 ‘AI 슈퍼 에이전트’와 연동해 설계 의도를 해석하고 작업을 나누며, 여러 AI 모델을 조율해 설계 조건별 장단점을 평가하고 의사결정을 지원합니다. 케이던스는 결정론적 솔버가 모델 결과를 엔지니어링 목표와 제약 조건, 정답 데이터에 비춰 평가하고, 그 결과를 모델 개선에 반영하는 강화학습 방식도 활용한다고 밝혔습니다. 고객은 미세조정 도구로 자체 설계 데이터와 작업 흐름을 모델에 추가 학습시킬 수 있으며, 이 작업을 고객이 관리하는 GPU와 네트워크에서 수행할 수 있습니다.

폴 커닝햄 케이던스 수석 부사장은 설계 AI 에이전트 비용이 빠르게 늘고 있다며, 반복 설계 작업을 모델의 가중치에 반영하는 것이 자연스러운 다음 단계라고 말했습니다. 회사가 밝힌 최대 5배 토큰 효율 개선은 모든 작업에 가장 크고 비싼 모델을 쓰는 대신 설계 도구와 LLM 호출을 작업에 맞게 배분한 결과라고 설명했습니다. 다만 토큰 절감이 고객 청구액 인하로 이어지는지는 밝히지 않았습니다. 케이던스는 일정 사용량을 제공하고 한도를 넘으면 추가 요금을 부과하는 구독 모델을 운영합니다.

케이던스 전략·신사업 담당 롭 노스 수석그룹 디렉터는 일부 설계 도구가 결과를 내기까지 수 시간에서 수일이 걸린다고 설명했습니다. 회사는 초기 마에스트로 모델을 2026년 4분기 일부 고객에게 조기 제공할 예정이며, 일반 고객 정식 출시 일정은 공개하지 않았습니다.

이번 발표는 시놉시스의 접근 방식과 차이가 있습니다. 시놉시스는 지난 9월 30일 OpenAI와 반도체 설계 특화 모델 ‘GPT-시놉시스’를 개발한다고 발표했으며, 해당 모델은 OpenAI 인프라에서 실행되고 고객 데이터를 학습에 쓰지 않는다는 방침입니다. 케이던스는 고객이 자체 환경에서 모델을 운영하고 내부 데이터를 활용해 추가 학습할 수 있는 선택권을 강조했습니다. 두 회사 모두 지식재산권 보호와 보안을 내세우지만, 설계 데이터의 저장 위치와 활용 방식은 다릅니다.