케이던스, 엔비디아 기반 반도체 설계 AI ‘마에스트로’ 공개…자체 데이터 학습 지원

케이던스는 26일(현지시간) 반도체 설계 작업을 수행하는 AI 에이전트에 특화된 이 제품군을 내놨다. 일부 모델은 엔비디아의 오픈웨이트 모델 ‘네모트론’을 바탕으로 만들었고, 엔비디아의 AI 보안 기술 ‘오픈셸’을 써 사내 서버와 프라이빗 클라우드에서도 실행 환경 보안을 지킨다. 케이던스 클라우드와 퍼블릭 클라우드에서도 실행되며, 고객이 원하면 자체 데이터센터와 방화벽 안에서 운영하고 보유한 설계 데이터로 추가 학습할 수 있다.

반도체 설계는 수십억 개 트랜지스터를 배치하면서 전력, 성능, 면적 조건을 맞춰야 하는 복잡한 일이다. 케이던스와 경쟁사들은 AI 에이전트가 설계 소프트웨어를 직접 다루게 해 엔지니어의 작업 시간을 줄이는 데 힘을 쏟고 있다. 폴 커닝햄 케이던스 수석 부사장은 설계용 AI 에이전트의 비용이 빠르게 늘고 있는 것을 개발 배경으로 들며, 반복되는 설계 작업을 모델 가중치에 반영하는 것이 자연스러운 다음 단계라고 설명했다.

마에스트로는 케이던스의 ‘AI 슈퍼 에이전트’와 연동해 설계 의도를 해석하고 작업을 쪼갠 뒤, 여러 AI 모델을 조율하며 설계 조건별 장단점을 따져 의사결정을 돕는다. 강화학습도 쓰는데, 케이던스의 결정론적 솔버가 모델 결과를 엔지니어링 목표, 제약 조건, 정답 데이터에 비춰 평가하고 그 결과를 다시 모델 개선에 반영하는 방식이다. 고객은 케이던스의 미세조정 도구로 자체 설계 데이터를 학습시킬 수 있고, 이 과정도 직접 관리하는 GPU와 네트워크 환경에서 할 수 있다.

성능 수치에는 확인할 부분이 남아 있다. 케이던스는 학습 전의 범용 기반 모델과 비교했다고만 밝혔을 뿐 모델 이름은 공개하지 않았고, 품질이 전력·성능·면적 가운데 어떤 지표로 30% 높아졌는지도 설명하지 않았다. 토큰 효율은 모든 작업에 가장 크고 비싼 모델을 쓰지 않고 설계 도구 호출과 LLM 호출을 작업 성격에 맞게 나눈 결과로, 커닝햄 부사장은 ‘제트 엔진을 타고 슈퍼마켓에 갈 필요는 없다’고 비유했다. 일부 설계 도구는 결과가 나오기까지 몇 시간에서 며칠이 걸린다는 점도 일반적인 AI 학습·실행 주기와 다르다. 비용 절감이 고객 요금에 얼마나 반영될지도 불분명하다. 케이던스는 사용량 기준으로 일정량을 제공하고 한도를 넘으면 추가 요금을 받는 구독 모델을 운영하는데, 토큰 절감이 요금 인하로 이어지는지는 밝히지 않았다.

경쟁사 시놉시스와도 전략이 갈린다. 시놉시스는 9월 30일 오픈AI와 협력해 반도체 설계 특화 모델 ‘GPT-시놉시스’를 개발한다고 발표했는데, 이 모델은 오픈AI의 인프라에서 돌아가고 고객 데이터는 모델 학습에 쓰지 않는다. 반면 케이던스는 고객이 자체 환경에서 모델을 실행하고 내부 데이터로 추가 학습할 선택권을 강조한다. 두 회사 모두 지식재산 보호와 보안을 앞세우지만, 설계 데이터가 어디에 저장되고 어떻게 쓰이는지는 다르다.

마에스트로의 초기 모델은 2026년 4분기에 일부 고객에게 먼저 제공된다. 일반 고객 대상의 정식 출시 일정은 밝히지 않았다.