GPT-Synopsys, OpenAI와 Synopsys가 칩 설계 도구를 직접 돌리는 모델을 만든다

계약 구조도 눈여겨볼 만하다. Synopsys가 자사 EDA 도구의 사용권을 OpenAI에 제공하고, 두 회사는 수익 공유와 공동 판매를 포함한 다년 계약을 맺었다. 아직 누구나 쓸 수 있는 모델은 아니며, 반도체 고객사들과의 초기 기술 협력이 진행되는 단계이다.

작동 방식

엔지니어는 에이전트에게 설계 목표를 맡긴다. 예를 들면 전력, 성능, 면적을 함께 최적화하는 PPA 최적화, 타이밍 클로저, 검증 클로저 같은 목표이다. 목표를 받은 에이전트는 EDA 도구를 실행하고, 도구가 내놓은 결과를 읽고 해석한 다음, 설계를 고치고 다시 실행하는 과정을 반복한다. 이렇게 검증된 결과에 도달하면 엔지니어에게 넘겨 검토를 받게 된다.

모델은 OpenAI가 호스팅하는 인프라에서 동작한다. 연결 대상은 고객사의 에이전트 하네스, Synopsys.ai, 그리고 Synopsys Autopilot 에이전트 플랫폼이다. 즉 이미 쓰고 있는 설계 환경과 에이전트 구성에 이 모델을 꽂아 쓰는 방식을 염두에 둔 구조이다.

주요 정보 정리

제작사: OpenAI와 Synopsys.

발표일: 2026년 9월 30일.

호스팅: OpenAI 호스팅 인프라.

연동: Synopsys.ai, Synopsys Autopilot, 고객사 에이전트 하네스.

제공 상태: 반도체 고객사와의 초기 기술 협력 단계.

데이터 정책: 고객 설계 데이터는 암호화되며 학습에 사용되지 않음.

왜 중요한가

칩 설계는 도구를 돌리고 결과를 읽는 긴 반복 작업에 크게 의존한다. 바로 이런 반복이 에이전트가 넘겨받기 좋은 종류의 일이다. 발표 측은 엔지니어가 더 많은 설계 안을 탐색할 수 있고, 동작하는 칩에 더 빨리 도달할 수 있다고 설명한다.

또 하나 중요한 대목은 데이터 보안이다. Synopsys는 고객의 설계 데이터가 암호화되며 모델 학습에 쓰이지 않는다고 밝혔다. 설계 데이터는 반도체 회사의 핵심 자산이라서, 이 조건은 칩 회사들이 AI 모델을 도입할 때 꼭 필요한 전제로 꼽힌다.

자주 나오는 질문

언제 쓸 수 있느냐는 질문에는 공개 출시일이 없다는 것이 답이다. 9월 30일 발표에는 선도적인 반도체 고객사와의 초기 기술 협력이 이미 진행 중이라는 내용과, OpenAI와 Synopsys가 공동 시장 진출 협력을 통해 전 세계 고객에게 GPT-Synopsys를 제공할 계획이라는 내용이 담겼지만, 일반 공급 시점이나 가격은 제시되지 않았다.

내 칩 설계로 모델이 학습되느냐는 질문에는 그렇지 않다고 답한다. GPT-Synopsys는 기업 수준의 보안, 거버넌스, 접근 제어를 갖추도록 만들어지고 있으며, Synopsys에 따르면 설계 데이터는 OpenAI 호스팅 인프라에서 작업하는 동안 전송 중과 저장 중 모두 암호화된다.

활용 장면 풀어 보기

발표 내용을 바탕으로 한 사용 흐름을 그려 보면 이렇다. 엔지니어가 전력 소모를 줄이면서 성능을 유지하라는 식의 목표를 에이전트에게 맡긴다. 에이전트는 Synopsys의 EDA 도구를 실행해 결과를 확인하고, 목표에 못 미치면 설계를 수정해 다시 돌린다. 이 순환은 사람이 직접 하면 시간이 오래 걸리는 부분인데, 에이전트가 반복을 맡으면 엔지니어는 결과를 검토하고 방향을 정하는 일에 집중할 수 있다.

발표에서 언급된 목표는 PPA 최적화, 타이밍 클로저, 검증 클로저 세 가지이다. 각각 설계의 전력과 성능과 면적을 균형 있게 맞추는 일, 회로가 요구된 시간 조건을 만족하게 하는 일, 설계가 검증 요건을 충족하는 지점까지 가는 일을 가리킨다. 어느 경우든 에이전트는 검증된 결과를 만든 뒤 사람에게 넘기는 것이 기본 전제이다.

참고할 점

이 모델이 겨냥하는 사용자는 반도체와 칩 설계 팀이다. 일반 개발자가 당장 써볼 수 있는 제품은 아니고, 지금은 방향과 협력 구조를 보여 주는 발표라고 보는 편이 정확하다. 가격과 일반 공급 시기는 아직 공개되지 않았으므로, 도입을 검토하는 팀이라면 이후 공지를 확인해야 한다.

정리하면 GPT-Synopsys는 AI가 글이나 코드를 쓰는 데서 한 걸음 더 나아가, 전문 설계 소프트웨어를 직접 조작하며 결과를 검증받는 방식으로 일하게 하려는 시도이다. 목표만 정해 주면 에이전트가 도구를 돌리고 결과를 읽고 고치는 반복을 맡고, 사람은 검증된 결과를 검토하는 역할로 이동하는 구조이다.