본문으로 건너뛰기
IFAI

업계 동향

엔비디아, 시놉시스에 20억 달러 투자…AI 기반 반도체 설계 협력 확대

게시 확산 지수 43

엔비디아가 EDA 선도 기업 시놉시스에 20억 달러를 투자하며 다년간의 전략적 파트너십을 체결했다. 양사는 쿠다(CUDA) 가속 컴퓨팅과 에이전틱 AI, 옴니버스 디지털 트윈을 시놉시스의 엔지니어링 도구에 본격 결합한다. 복잡한 반도체 설계와 물리 시뮬레이션의 속도를 비약적으로 높이는 것이 핵심이다.

엔비디아, 시놉시스에 20억 달러 투자…AI 기반 반도체 설계 협력 확대
이미지: nvidianews.nvidia.com

수백억 개의 트랜지스터가 집적되는 첨단 반도체 설계는 이미 기존 CPU 기반 컴퓨팅의 한계를 시험하고 있습니다. 시뮬레이션과 물리 검증 한 번에 며칠씩 소요되는 병목 현상이 일상화되었기 때문입니다.

이러한 엔지니어링 한계를 극복하기 위해 NVIDIA가 전자설계자동화(EDA) 선두 기업 시놉시스(Synopsys)와 다년 전략적 파트너십을 확대하고, 시놉시스 보통주에 20억 달러를 투자한다고 발표했습니다. 주당 매입 가격은 414.79달러입니다.

이번 협력은 반도체 설계를 넘어 항공우주, 자동차, 제조, 헬스케어 등 전 산업의 설계 워크플로를 GPU 가속 컴퓨팅과 AI로 전환하는 것을 목표로 합니다.

설계 소프트웨어 전반에 GPU와 에이전트 AI 이식

기존 산업용 공학 소프트웨어는 대부분 CPU 연산에 맞춰 개발되어 복잡한 차세대 시스템을 시뮬레이션할 때 속도와 확장성 측면에서 한계가 뚜렷했습니다.

시놉시스는 NVIDIA CUDA-X 라이브러리와 AI 물리 기술을 도입해 반도체 설계, 물리 검증, 분자 시뮬레이션, 전자기 해석, 광학 시뮬레이션 등 연산 집약적인 애플리케이션을 전면 최적화할 계획입니다.

젠슨 황 NVIDIA CEO는 원자와 트랜지스터 단위부터 칩과 시스템 전체에 이르기까지 전례 없는 속도와 규모로 컴퓨터 내부에서 디지털 트윈을 생성할 수 있게 되었다고 설명했습니다.

설계 자동화를 위한 에이전트 AI 협력도 추진됩니다. 시놉시스의 AgentEngineer 기술을 NVIDIA NIM 마이크로서비스, NeMo Agent 툴킷, Nemotron 모델과 결합하여 EDA 및 해석 워크플로에 자율 설계 기능을 구현합니다.

두 회사는 다양한 규모의 엔지니어링 팀이 이 기술을 손쉽게 활용할 수 있도록 클라우드 지원 솔루션을 마련하고, 시놉시스의 글로벌 영업망을 통해 온프레미스와 클라우드 방식으로 함께 공급하기로 했습니다.

칩 설계를 넘어 물리 디지털 트윈으로 확장

협력의 영역은 칩 레벨을 넘어 완제품의 가상 테스트로 확장됩니다.

양사는 NVIDIA Omniverse와 물리 AI 모델인 Cosmos 기술을 기반으로 로보틱스, 자동차, 에너지, 헬스케어 분야를 위한 초정밀 디지털 트윈 솔루션을 공동 개발합니다.

사신 가지(Sassine Ghazi) 시놉시스 CEO는 차세대 지능형 시스템 개발에는 전자공학과 물리학의 깊은 결합이 필수적이며, AI와 컴퓨팅 파워가 이를 가속할 것이라고 강조했습니다.

이번 파트너십은 비독점 계약으로, 두 회사 모두 광범위한 반도체 및 EDA 생태계 파트너들과의 협력을 계속 이어갈 방침입니다.

왜 중요한가

엔지니어와 칩 설계 팀에게 시뮬레이션 시간 단축은 곧 수백만 달러 규모의 재제작(리핀) 위험을 줄이고 시장 출시를 앞당기는 실질적인 가치를 제공합니다. 에이전트 AI가 반복적인 배치 및 검증 작업을 보조한다면 핵심 아키텍처 연구에 집중할 수 있으며, 클라우드 환경 지원을 통해 대규모 서버 팜을 구축하기 어려운 스타트업도 첨단 설계 도구를 활용할 수 있게 됩니다.

산업적 관점에서 볼 때, NVIDIA는 20억 달러라는 거액을 투자해 반도체 생산의 가장 최상류 단계인 EDA 시장에 CUDA와 Omniverse 생태계를 확실하게 고정시켰습니다. 칩 설계자들이 GPU 기반의 자동화 파이프라인에 익숙해지면, 향후 다른 연산 인프라로 전환하기가 매우 어려워집니다.

우리는 NVIDIA가 자체 EDA 도구를 만들어 시장 지배자와 경쟁하는 대신, 기존 강자와 손을 잡고 자사 컴퓨팅 스택을 업계 표준 소프트웨어 깊숙이 심는 영리한 방식을 택했다고 봅니다. 다만 수십 년간 CPU 기반으로 극도의 정밀도를 다듬어 온 복잡한 물리 알고리즘을 GPU와 AI 에이전트로 전환하는 과정에서 오차 없이 정확도를 유지할 수 있을지는 실제 산업 현장에서의 검증이 더 필요합니다.

출처 (1)

  1. [1]
    nvidianews.nvidia.com(새 탭에서 열림)원문nvidianews.nvidia.com

매일 AI 콘텐츠 픽