Tuesday, November 17, 2026
AI 인프라 · 뉴스 & 분석
홈 › 정책 › 리포트
정책 · 리포트

AI 설계 칩의 특허 환경은 자율 설계 도구가 반도체 IP를 생성할 때 소유권, 침해 책임, 인간-AI 발명자성에 대한 의문을 제기합니다.

IP 불확실성은 AI-in-chip-design 도입을 둔화시킬 수 있으며 기존 특허 포트폴리오를 보유한 기업들에 유리할 수 있습니다; 반도체 라이선싱 역학을 재편할 수 있습니다.
업계 전문지Slicast · 2026년 10월 1일 14:20 UTC · 글로벌 · 출처: Tom's Hardware
중요도 55

인공지능은 몇 개월 전만 해도 상상할 수 없었던 칩 설계의 전문화된 작업들을 점점 더 담당하고 있습니다. AI 시스템은 이제 단순한 최적화를 넘어 AI 자체를 구동하는 칩 설계에 필요한 상당한 작업을 처리하고 있습니다. 하지만 이러한 능력은 새로운 비용 문제를 야기합니다. AI가 기존 특허를 침해하는 설계를 생성한다면, 그러한 침해는 대규모로 제조되는 수천 개의 칩에 포함될 수 있습니다.

Synopsys는 이번 주 칩 검증, 구현, 아날로그 설계 계획, 제조 조율을 포함한 장시간 실행 작업을 수행할 수 있는 도구인 AgentEngineer 제품군을 발표했습니다. 이 회사는 이미 진행 중인 50개 이상의 고객 참여를 보고했으며, 올해 말까지 일반 가용성을 계획하고 있습니다. Synopsys는 사양과 RTL을 생성한 후 자동으로 검증 계획과 테스트벤치를 생산하는 ACI 플랫폼을 보유한 Cognichip의 경쟁 압력에 직면하고 있습니다. 중국에서는 Empyrean Technology가 최근 한 회로 레이아웃 작업의 시간을 4주에서 1주로 단축했다고 보고했습니다. 주요 AI 연구소들도 관여하고 있습니다. OpenAI는 자신의 모델이 Broadcom과 함께 첫 번째 커스텀 추론 칩인 Jalapeño를 초기 설계에서 테이프아웃까지 단 9개월 만에 개발하는 데 도움이 되었다고 말합니다.

이러한 발전은 칩 설계 산업에 어려운 질문들을 제기합니다. 이 분야는 지적재산권에 크게 의존하고 있지만, AI가 다른 누군가 이미 소유한 것을 설계할 때 무엇이 일어나는지는 여전히 불명확합니다. 기업들은 모든 부품을 처음부터 설계하지 않고 프로세서 아키텍처, 컨트롤러, 메모리 기술을 일상적으로 라이선스합니다. Arm 단독으로 2026 회계연도에 거의 50억 달러를 생성했으며, 라이선싱과 기타 수익에서 약 절반, 로열티에서 약 절반을 기록했습니다. Synopsys도 마찬가지로 설계 소프트웨어와 함께 상당한 규모의 "실리콘 검증된" IP 포트폴리오를 판매함으로써 이익을 얻습니다.

AI 시스템은 이러한 빌딩 블록을 만들기는 훨씬 더 쉽게 할 수 있지만, 추적하기는 훨씬 더 어렵게 만들 수 있습니다. "대부분 기존 문제를 증폭시킵니다"라고 전기 및 컴퓨터공학 교수이자 AI 지원 칩 설계 도구 및 반도체 IP 보호에 대한 연구를 하고 있는 University of Florida의 Domenec Forte가 말했습니다. "AI는 누군가 알아채기 전에, 그리고 아무도 의도하지 않은 채로, 복사된 설계나 특허 침해를 수천 개의 칩에 퍼뜨릴 수 있습니다."

복사는 Arm 코어나 전용 RTL을 모델에 직접 입력하는 것만큼 직접적이지 않을 것입니다. 대신 AI의 능력은 학술 논문과 특허 출원에서 방대한 양의 문헌을 수집한 후 기능적으로 유사한 설계를 구성하는 데 있습니다. 전력 제약, 성능 요구 사항, 제한된 물리적 공간, 의무적인 표준이 모두 수렴하여 제한된 수의 실행 가능한 솔루션을 생성한다는 점을 고려할 때, AI는 실수로 기존 작업을 반영하는 설계에 도달할 수 있습니다. "두 숫자를 더하는 회로조차도 잘 문서화된 교과서 설계 목록에서 나옵니다"라고 Forte는 지적했습니다. "가장 빠른 것을 요청하면, 누군가 이미 발표한 설계에 도달할 가능성이 높습니다."

이것은 반도체에 출처 추적 문제를 만듭니다. 인간 엔지니어들은 일반적으로 자신의 아이디어를 문서화하고 어떤 IP가 라이선스되었는지 설명할 수 있습니다. AI는 동일한 추적 가능성을 가지지 못할 수 있습니다. 기존 도구들이 유사한 복사본을 식별할 수 있지만, Forte는 설계가 기본 기능을 유지하면서 구현을 변환하는 합성 도구를 통해 다시 작성되거나 전달될 수 있다고 말했습니다.

Forte는 IP 소유자들이 자신의 설계의 암호화된 버전을 공유 저장소에 입금할 수 있으며, 이는 신뢰할 수 있는 에이전트가 원본을 노출하지 않으면서 새로 생성된 하드웨어가 기존 IP와 겹치는지 여부를 확인하도록 한다고 제안합니다. 그는 제거되거나 위조될 수 있다고 주장하는 워터마킹에는 덜 확신합니다. 전자 설계 IP를 암호화하는 방법과 관련 권리를 관리하는 방법을 정의하는 IEEE 1735 같은 국제 표준이 도움이 될 수 있습니다. 그러나 Forte는 이러한 표준이 전자 설계 자동화 도구 내에서 작동할 때 AI 에이전트가 접근하고, 유지하고, 학습할 수 있는 것을 정의하도록 확장되어야 할 수 있다고 주장합니다.

반도체 산업은 비정상적인 주의를 기울여 새로운 설계 기술에 접근합니다. 패치할 수 있는 소프트웨어와 달리, 제조된 실리콘은 그럴 수 없습니다. "칩을 출하하면, 칩을 출하하는 것이고, 트랜지스터를 변경할 수 없습니다"라고 University of Cambridge의 컴퓨터공학 교수인 Simon Moore가 말했습니다. Moore는 검증이 현재 많은 칩을 시장에 출시하는 노력의 절반 이상을 차지한다고 추정하며, 기존 도구는 AI가 생성한 테스트가 실제로 범위를 개선하는지 여부를 결정할 수 있습니다. AI를 배포하여 테스트를 수행하고, 실패 지점을 조사하며, 규모에 따라 결과를 확인하는 것은 "자명합니다"라고 Moore는 말했습니다. 그러나 대부분의 제조업체는 AI에게 아키텍처 결정을 허용하지 않습니다. 이는 역전하기가 훨씬 더 어렵기 때문입니다.

이러한 동일한 주의는 라이선스된 IP가 AI의 기술적으로 동등한 블록을 생성할 수 있는 능력에도 불구하고 지속될 수 있음을 시사합니다. Arm, Synopsys, 또는 다른 확립된 공급업체에서 블록을 구매하는 것은 이러한 회사의 실적 기록과 적절한 검증 및 표준 준수의 보증과 함께 제공됩니다.

AI가 일상적인 빌딩 블록의 라이선스된 IP 의존성을 줄일 수 있을까요? "아마도 그럴 것입니다"라고 Forte가 말했습니다. "그러나 라이선스된 IP 블록은 설계 파일 이상의 것입니다." 엔지니어들이 설계의 작동 여부뿐만 아니라 설계의 출처와 타인 소유 여부를 점점 더 확인해야 한다면, 출처 추적은 반도체 회사들이 기꺼이 비용을 지불할 것이 될 수 있습니다. "나는 AI 설계자를 뛰어난 신입 직원처럼 대할 것입니다"라고 Forte는 결론지었습니다. "빠르고 재능 있지만, 그것이 생산하는 모든 것은 검토됩니다."

원문 보기
AI 설계 칩의 특허 환경은 자율 설계 도구가 반도체 IP를 생성할 때 소유권,… · Slicast