Siemens EDA Joseph Sawicki     조셉 사위키 수석부사장

지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부(www.siemens.com/eda)가 3월 연례 EDA(Electronic Design Automation) 행사인 ‘Siemens EDA Forum 2022’을 온라인으로 진행했다. 이 포럼은 부분적으로 자동차를 포함하면서 전체 반도체, 전자설계 및 검증 엔지니어를 위한 최신 설계 방법론과 기술 트렌드를 소개하는 컨퍼런스다. 특히, 반도체, 소프트웨어 중심의 ‘바퀴 달린 컴퓨터’, 전기-자율주행과 뉴 모빌리티로의 진화 속도가 더욱 빨라지는 현재, ‘반도체 업계, 디지털화로 성장 가도(Return to outsize growth for the semiconductor industry)’를 주제로 한 지멘스 EDA 조셉 사위키(Joseph Sawicki) 수석부사장의 기조연설은 그 배경과 미래 방향에 대해 잘 설명해줬다. 디지털화와 반도체 시장, 자동차 등 주요 산업 혁신 파급력과 역학 관계를 분석하면서, 각 산업과 플레이어, EDA의 역할과 기회, 과제에 대해 들려줬다. 카 메이커를 비롯한 플레이어들은 소프트웨어 중심의 중요 기능과 서비스, 밸류체인을 보다 강력하게 통제하기 위해 시스템 통합, 소프트웨어 개발, 반도체 설계를 위해 상당한 리소스를 투입하며 그 역량을 확장하고 있다. 

정리 | 한상민 기자_han@autoelectronics.co.kr 




불과 1년 만에 10년 치에 해당하는 디지털화가 모든 산업 전반에 걸쳐 일어났습니다. 이는 반도체 산업의 혁신에 힘입은 것입니다. 또 클라우드의 사용에 있어서 극적인 성장이 이뤄지며 어디서나 작업할 수 있게 됐고, 원격의료와 같은 분야는 급격히 성장했습니다. 온라인 협업 툴의 사용률은 무려 4,000%나 증가했습니다. 디지털화로 더 스마트한 시스템을 구축할 수 있게 됐습니다. 이런 시스템은 즉석에서 재구성이 가능하며, 전례 없는 사용자 경험(User eXperience, UX)을 제공할 수 있습니다. 현장의 온 프레미스(On-premise) 작업 환경을 전 세계에 분산돼 있는 직원과 함께 일하는 곳으로 옮겨갈 수 있게 됐습니다. 

그런데, 이 모든 인상적인 추세에도 불구하고 반도체 산업의 대대적인 활성화는 이제 막 시작됐을 뿐입니다. 새로이 부상하고 있는 컴퓨팅 및 통신 인프라는 사물인터넷(IoT)이 오랫동안 기대했던 가치를 제공하기 시작함에 따라 인공지능과 같은 신기술과 함께 업계의 경쟁 판도를 무서운 속도로 재편하고 있습니다. 무역전쟁의 우려가 있는 것은 사실이지만, 반도체 시장이 다시 한번 극적인 성장 가도에 들어섰음은 의심의 여지가 없습니다.







모두가 반도체 설계자    

전자 분야에서 반도체의 매출 추세를 살펴보면, 1950년대 중반부터 전반적인 전자제품에서 반도체 분야의 수치는 약 16%로 일정한 수준을 유지했습니다. 하지만 전반적으로 보다 뛰어난 기능을 갖춘 새로운 스마트 시스템의 출시가 늘면서 2026년경에는 전자제품의 25%가 반도체를 통해 실현되는 추세로 갈 것입니다. 이는 업계의 기회가 아닐 수 없습니다. 또 반도체가 시스템 업체에게 얼마나 중요한 지도 알 수 있습니다. 시스템 업체가 IC 설계 기업까지 겸하는 경우가 늘고 있는 점에서 확인할 수 있습니다.
이러한 추세가 처음 시작된 것은 스마트폰과 같은 분야입니다. 애플, 구글을 비롯한 주요 기업들이 독자적인 반도체 설계에 나서고 있습니다. 통신 및 자동차 관련 기업들도 반도체의 소비자가 아닌 설계자가 되고 있습니다.

10년 전만 해도 시스템 기업이 파운드리의 매출에서 차지하는 비율이 대단치 않았지만, 이제는 그 비율이 내년이면 21.3% 정도로 예상될 만큼 증가했습니다. 이는 거의 27%에 달하는 연평균 성장률로, 다른 두 분야보다 상당히 높은 수치입니다. 상당 부분은 애플의 아이폰과 같은 분야에서 확연히 드러났습니다. 하지만 갈수록 더 보편화되고 있습니다. 시스템 업체들이 아키텍처에 대한 통제력을 더욱 강화하고, 자신들의 전반적인 애플리케이션 스택에서 고객에게 더 나은 경험을 제공할 수 있는 역량을 갖추려 하고 있기 때문입니다.



에지, AI, 5G, 클라우드   

이런 발전 추세로부터, 시스템 업체가 IC 설계에 직접 나서는 데서 분명하게 드러나는 4가지 동향이 있습니다. 그리고 이것은 기업이 자신들의 디지털화 전략을 위한 목표를 달성하도록 이끌고 있습니다. 

그 첫 번째는 ▶센서입니다. 이는 실제 세상을 디지털화해 컴퓨팅 인프라로 가져옴으로써 새로운 유형의 애플리케이션을 내놓을 수 있도록 해줍니다. 다음은 ▶에지 컴퓨팅입니다. 갈수록 더 많은 디바이스를 보다 작은 공간에 통합하고 머신러닝(ML)과 AI 같은 기술을 그 칩 안에 탑재할 수 있게 되면서 에지에서 더 많은 컴퓨팅을 보다 효과적으로 수행할 수 있게 됐습니다. 또, ▶5G가 제공하는 인프라를 통해 이런 디바이스들을 한데 묶을 수 있으며 ▶클라우드와 데이터센터를 통해 최종적인 데이터 세트를 입수한 후 최종 애플리케이션을 구현해 고객에게 제공할 수 있습니다. 물론, 이 모든 것은 도처에 존재하는 AI 환경에 의해서도 가능해지고 있습니다. 컴퓨팅 규모당 전력 소비를 효율화 할 수 있는 것은 AI 환경을 통해 이 모든 것을 한 곳에 묶을 수 있기 때문입니다. 







이런 추세를 보여주는 데이터 몇 가지를 보겠습니다. 처음에, 이 프레젠테이션 자료를 취합하기 시작했을 때 알게 된 사실 중 하나는 센서 데이터가 그야말로 중요한 동인이 돼 가고 있으며 센서 수도 증가하고 있다는 것입니다. 데이터 취합 당시는 이런 증가가 어느 정도인지 몰랐습니다. 2015년에서 시작해 2025년을 비교한 결과를 보면, 인터넷에 연결된 센서의 개수가 2015년 약 16억 개이던 것이 2025년에 거의 300억 개에 달할 것으로 예상됩니다. 이 기간의 연평균 성장률은 34%에 이릅니다. 이런 폭발적인 성장은 우리의 예상을 크게 상회하는 수치입니다. 유념할 점은 이런 추세가 센서에만 국한되지 않는다는 것입니다. 센서가 갈수록 더 많은 데이터를 생성하게 되면, 이 데이터는 에지에서 처리돼 통신으로 주고받은 후 데이터 센터에서 종합돼야 합니다. 이처럼 연속된 사슬을 따라 기회가 폭발적으로 증가하기 시작함을 알 수 있습니다.     

분명히 5G는 기존 인프라와 무선통신 분야에서 향후 수년간 약 18%의 성장률을 보일 것으로 예상되는 강력한 성장 기회입니다. 또 5G는 소비가전이나 자동차, 산업 등의 IoT 분야에 적용되는 추세가 한층 더 큰 기회를 가져오는 견인차가 될 것입니다. 여기서도 사람들은 센서를 한데 연결해 그 데이터를 데이터 센터로 보내려 하고 있습니다. 데이터 센터 자체에서도 상당한 성장 기회가 나타나고 있습니다. 현재 컴퓨팅 및 데이터 센터의 주요 아키텍처 소스가 되기 위해 치열한 경쟁이 빈번히 일어나고 있는 것은 이 때문이라고 생각합니다. 그것이 GPU 기반이든 CPU 기반이든 말입니다. 또 2019년의 경기침체로부터 강한 회복세를 보이게 된 것은 많은 면에서 코로나로 인해 가상화 업무 환경으로 전환했기 때문입니다. 향후 5~6년간 이 대규모 시장의 연평균 성장률은 11%에 이를 것으로 예상되며, 2020년대 말에 이르기까지 수년간 14% 상승할 것으로 전망됩니다. 







AI가 반도체 분야의 향후 성장에 어떤 영향을 미칠지는 데이터를 보면 쉽게 확인됩니다. 2030년경 반도체 시장 규모는 1조 달러에 이를 것으로 예상합니다. 하지만 그 세부사항을 살펴보면, 기본적인 반도체와 AI 기능을 갖춘 반도체 간에 상당히 큰 격차가 있습니다. 또 이 기간의 어떤 시점에서는 생산되는 칩의 10% 정도에 일종의 AI 기능이 탑재되고 있음을 알 수 있습니다. 그 중 대표적인 예가 스마트폰용 애플리케이션 프로세서 같은 제품으로, 안면인식과 같은 기능을 수행하는 AI 엔진을 탑재하고 있습니다. 따라서 2030년대에는 시장의 절반 가량을 AI 기능을 갖춘 칩이 차지하게 될 것입니다. 



폭발적인 투자  

지난 몇 년간 흥미롭게 여겼던 사항을 잠시 소개하겠습니다. 제가 반도체 업계에 뛰어든 것은 80년대 초입니다. 두말할 필요도 없이, 당시 반도체 산업은 기세등등하기 이루 말할 수 없었습니다. 우리가 해내고 있는 일에 흥분해 있었으며, 무한한 가능성의 미래가 기다리고 있다고 느꼈습니다. 하지만 분위기는 2000년 경부터 바뀌기 시작했습니다. 닷컴 붕괴 시기가 도래하면서 ‘무어의 법칙은 죽었다’와 같은 얘기가 빈번하게 들리기 시작했습니다. 이런 기사를 본 건 그때가 처음이었던 것 같습니다. ‘업계의 성장 동력이 사라졌다’는 말이 확산되기 시작했습니다. 새로운 회사를 창업하기 보다는 합병하는 전략이 필요하다는 것이었는데, 실상은 호기롭던 태도가 완전히 꺾여버린 것이었습니다. 당시 반도체 산업 부문 성장률과 전반적인 경제 성장률을 비교해보면, 그 이유를 일부나마 알 수 있을 것입니다. 80년대와 90년대의 반도체 부문은 전반적인 경제 부문보다 훨씬 더 강력한 성장세를 보였습니다. 연평균 성장률이 14.6%로 실제적인 성장이 없었던 해는 단 한 번도 없었습니다. 당연히 활기찬 호황 주기의 영향도 어느 정도 있었지만, 전반적으로 반도체 산업 부문의 성장세는 훨씬 더 강력했습니다. 하지만 2000년대 10년간 우리는 거의 제자리 걸음을 했습니다. 반면에 전 세계 GDP 성장률은 약 6%였습니다. 2010년 들어 약간의 회복세가 나타났지만, 여전히 GDP 성장률보다는 낮았습니다. 좋은 소식은, 이런 추세선을 보면 우리 산업 부문이 단지 컴퓨팅 기기뿐만 아니라 전 세계 기업의 존립을 위한 훨씬 더 확고한 기반이 되고 있다는 것입니다. 이제 우리의 성장률은 향후 GDP 성장률을 앞서게 될 것이라 예상합니다. 







투자가 증가하고 있습니다. 먼저 살펴볼 점은 벤처캐피털 투자입니다. 이전 수치는 연간 약 25억 달러였지만 닷컴 붕괴로 치닫고 있었습니다. 닷컴 붕괴로 인해 이 수치는 40% 정도 추락해 그 후 10년간 17억 달러를 기록했습니다. 2009년에는 금융위기로 반도체 콘텐츠에 소비되는 연간 금액이 평균 10억 달러 이하로 추락했습니다. 이때야 말로 이 산업 분야에 합병 바람이 불 것이라고 모두가 말하던 때였습니다. 이 수치는 2013년까지 계속 하락해 5억 달러까지 떨어졌습니다. 당시 많은 기사가 대형 칩 기업에 투자하는 시대는 끝났고 유일한 투자 기회는 IP나 소형 아날로그 칩 같은 것뿐이라고 했습니다. 하지만 다들 알고 있듯이 이는 역전됐습니다. 이전 같으면 연간 25억 달러 정도면 성과가 좋은 해였지만, 2021년에는 거의 100억 달러에 가까운 투자금이 반도체 분야 스타트업에 유입되었습니다. 

게다가 이는 전 세계로 확장되고 있습니다. 이전까지만 해도 지출의 대부분은 미국에서 이뤄졌습니다. 미국의 투자 동향은 2021년에 상당한 강세를 보였습니다. 미국 내 투자 규모는 전년도의 업계 전체 투자 규모보다도 많았습니다. 이런 소비 추세는 이제 전 세계적입니다. 반도체에서 보다 중요한 공급자가 되고자 노력 중인 중국이 65억 달러에 가까운 지출 규모로 1위를 달리고 있지만, 미국과 중국을 제외한 전 세계가 약 16억 달러 규모로 이들 기업에 투자하고 있습니다. 이것은 지속적으로 강화될 것입니다. 점점 더 많은 국가가 반도체가 자국의 전반적인 경제성장 실현에 있어서 전략적으로 중요하다는 것을 깨닫고 있기 때문입니다.  

또, 이런 투자가 파운드리 분야로 유입되고 있음을 확인할 수 있습니다. 파운드리 분야의 자본 지출로 본 첨단 로직 분포를 보면, 2018년, 2019년경에 이르기까지 비교적 정체 상태임을 알 수 있습니다. 그러다가 지출 증가가 나타나기 시작합니다. 2021년 회계연도에 지출은 거의 800억 달러에 이릅니다. 우리는 이미 고객사 중 하나인 TSMC의 발표를 봤는데, 이에 따르면 내년에 약 400억 달러를 들여 파운드리 생산 능력을 확장할 예정입니다. 따라서 전반적인 지출 규모가 다시금 크게 증가할 것으로 예상합니다. 그리고 이 또한 믿을 수 있는 또 다른 추세라고 생각합니다. 

공급망 위기와 같은 상황은 현 시점에서 생산 능력과 수요 사이에 상당한 격차가 있음을 보여줍니다. 각국이 반도체 기술에 대한 접근 능력에 훨씬 더 큰 관심을 갖게 됨에 따라 이런 추세는 아마도 다시 강화될 것이며, 전 세계적으로 다변화될 것입니다.      
기존 중견기업의 연구개발비 지출에서도 어느 정도 확인할 수 있습니다. 이제까지 살펴본 것은 2020년 경까지의 수치로 이 기간 내내 매출 비율은 거의 정체 상태였습니다. 이는 더 많은 투자가 이뤄지고 있음을 의미합니다. 하지만 여기서 근본적인 문제가 대두됩니다. 이처럼 많은 돈이 스타트업에 유입되고 있다면, 우리가 처음에 살펴본 기회 분야에서 기업들은 ‘향후의 기회에 대한 투자를 충분히 하고 있는가?’라고 자문해봐야 한다고 생각합니다. 







투자를 바라보는 또 다른 흥미로운 방식은 설계 활동 면에서 각국에 어떤 일이 일어나고 있는지 살펴보는 것입니다. 지난 10년을 살펴보면, 전 세계 EDA 산업의 매출 규모는 약 9%의 연평균 성장률을 보였습니다. 반면에 한국은 12%의 성장률을 보이고 있습니다. 이는 한국의 설계 활동이 점점 더 증가하고 있음을 나타내는 것으로, 향후 한국의 산업 발전을 위한 좋은 토대를 제공하고 있습니다. 
디지털화가 어떻게 경제 분야 전반을 변화시키고 있고, 반도체가 어떻게 일반 전자기기뿐만 아니라 모든 기업의 인프라 구현에 있어 더욱 중요한 부분이 되고 있는지, 그리고 전 세계적으로 어떤 의미를 갖고 있는지 살펴봤습니다. 우리는 반도체가 이제 이 분야에 맞는 투자 수준과 기회를 창출하고 있음을 알았습니다. 


EDA의 역할      

다음으로 살펴볼 것은, 이런 추세에 실제 기여하기 위해 EDA 산업 분야에서 무엇을 하고 있는가에 대한 것입니다. 그 주된 것은 3가지로, 첫째는 ▶기술 스케일링(Technology scaling)입니다. 좀 더 자세하게 설명하겠지만, 여전히 이런 디지털화의 구현에 따른 기본적인 이점 중 하나는 무어의 법칙, 즉 스케일링 기술이 계속 가능해지고 시간이 지남에 따라 동일한 비용으로 더 많은 기능을 제공할 수 있어 이를 통해 변혁을 실현해 매우 긍정적인 미래를 달성할 수 있다는 사실입니다. ▶둘째는 설계 스케일링(Design scaling)입니다. 무어의 법칙에도 어두운 면은 있습니다. 2년마다 두 배 더 많은 트랜지스터를 다이에 집적할 수 있지만, 그 대신 2년마다 두 배 더 많은 트랜지스터를 설계해야 합니다. 따라서 기하급수적인 비용 증가 없이 이를 가능케 해줄 새로운 방법론을 도입해야 합니다. 기존의 방법을 고수한다면 결국은 전 세계 시장을 위해 생산해야 하는 칩 물량에 따른 초기개발 비용(NRE) 증가를 정당화하기가 매우 어려워질 것입니다. ▶마지막은 시스템 스케일링(System scaling)입니다. 앞서 설명한 환경, 갈수록 더 센서를 통해 에지 컴퓨팅이 이뤄지고 이것이 5G를 통해 데이터 센터로 보내지는 환경에서는 애플리케이션을 반도체가 생산되기도 전부터 반도체 전반에 걸쳐 인증해야 합니다. 그래야 전반적으로 애플리케이션이 반도체의 파라미터에 부합하고 사용자는 기대 성능을 경험할 수 있게 됩니다. 이 모든 것의 근본 원인은 애플리케이션 시장에서 일어나고 있는 현상과 마찬가지로 모든 곳에 AI를 실현해야 하기 때문입니다. 이런 현상은 EDA 툴 부문에서도 일어날 것입니다. 이를 클라우드 인프라에서 제공할 수 있다면 이를 통해 유연한 컴퓨팅 환경이 가능해져 데이터 센터는 우리의 설계 활동에 제약이 되지 않게 됩니다.  







기술 스케일링 
기술 스케일링에 대해 살펴보겠습니다. 제가 놀라지 않을 수 없었던 것은 무어의 법칙은 죽었다는 선언이 지난 20년간 꾸준히 이어졌다는 것입니다. 그래서 정보를 5~6년간 수집했습니다(이는 모두 공공 정보). 애플이 칩 생산자가 돼 좋은 점은 이 칩에 대한 사람들의 관심이 그야말로 굉장하다는 것입니다. 덕분에 이들이 해당 기간에 무엇을 구현할 수 있었는지에 대한 데이터를 꾸준히 입수할 수 있습니다. 8년이란 기간에 걸친 상황을 보면, 이는 무어의 법칙 4주기에 해당합니다. 매 주기 2배씩 증가하니까 이는 2의 4승, 즉 16배에 해당합니다. 2013년의 A7 프로세서에는 약 10억 개의 트랜지스터가 탑재됐습니다. 반면에 2021년의 A15 프로세서에는 약 150억 개의 트랜지스터가 탑재됐습니다. 거의 정확하게 무어의 법칙에 따라 일정 경과 시에 기대할 수 있는 증가 수치입니다. 단지 집적도만 그런 것이 아닙니다. 성능도 마찬가지입니다. 말씀드리고 싶은 것은, 저는 무어의 법칙이 죽었다는 주장을 전혀 믿지 않으며 향후 죽을 것이라는 주장도 믿지 않는다는 것입니다. 물론 설계 크기를 축소하는 것만으로 성능을 높일 수 있다는 데나드 스케일링(Dennard scaling)과 같은 법칙은 과거지사가 되고 말았습니다. 하지만 이런 칩들의 성능을 살펴보면 정말 놀랍습니다. A7의 긱벤치 싱글 CPU 스코어는 269점입니다. A15에 이르러서는 1,734점입니다. 엄청난 성능 향상이 아닐 수 없습니다. 이런 향상은 멀티코어 성능과 GPU 성능에도 매핑됩니다. 물론 이런 향상은 대부분 아키텍처와 설계기술 동시 최적화에 따른 것이었습니다. 

하지만 앞으로 디지털화가 그토록 중요한 이유는 바로 이 때문입니다. 회사의 구현 능력이 이 주기로 넘어갈 수 있는가는 단지 전자회사의 생존에만 중요한 것이 아닙니다. 이런 거시적 추세가 그토록 빈번히 나타나는 이유는 바로 이 때문입니다. 당연히 이것은 단지 무어의 법칙에 의한 것만은 아닙니다. 다중 이기종 다이 형태의 패키지가 점점 더 늘어나는 추세입니다. 이들은 3D 또는 2.5D라고도 불리지만, 어떤 이들은 무어의 법칙을 넘어선 ‘More than Moore’라고 부릅니다. 여기서 중요한 것은 시스템 기술 동시 최적화의 지원 측면입니다. 이는 패키지의 전반적인 아키텍처를 살펴본 뒤 이를 이기종 기술의 다양한 요소들로 나눌 수 있는 능력입니다. 이를 위해, 예컨대 RF 부분에 대해서는 로직 부분의 경우와는 다른 기술 공정을 사용하는 것입니다. 이것이 전반적인 성능 면에서 어떤 의미를 갖게 되며, 전체 아키텍처를 기반으로 이를 구축하고, 이를 전반적인 플로플랜으로 추진해 나가면서, 이를 통해 성능을 어떻게 관리할 것인지 이해한다면 이는 향후 커다란 투자가 이뤄질 것으로 예상되는 EDA 산업 분야에서 새로이 중요한 컨트롤 센터가 될 것입니다.     
      






설계 스케일링 
설계 스케일링에 대해 살펴보겠습니다. 솔직하게 연간 발생하는 테이프아웃 양에 대해 일종의 추산을 수행하고, 이에 대해 노드 당 테이프아웃을 행렬 곱셈 해보면 이 업계의 돈은 금방 바닥이 나고 맙니다. 그리고 저희 회사는 현재 7nm 칩을 다루고 있는데, 제가 알기로 그 비용은 이같은 2억 달러 수준이 아닙니다. 하지만 이 수치가 임의의 특정 칩에 있어서 정확한지 여부를 떠나 추세 자체는 잘 매칭돼 있습니다. 이에 의하면, 이 기술 노드로 진행함에 따라 설계 비용은 점점 더 증가하고 있습니다. 그렇다고 설계 비용이 배가되는 것은 아니어서 트랜지스터 당 설계 비용은 계속 내려가지만, 최종 시장 규모를 예상할 때 이는 결국 초기 개발비(NRE) 면에서 문제가 됩니다. 그리고 이는 앞서 살펴본 바 있는 기회를 활용하기 위해 필요한 칩의 생산 물량이라는 측면에서 조절기 역할을 할 수 있습니다. 

이제 과거 사례를 살펴봄으로써 앞으로 나갈 방향을 보겠습니다. EDA 산업의 역사는 추상화 계층의 증가를 중심으로 쓰여졌습니다. 80년대만 해도 엄청나게 많은 작업이 여전히 트랜지스터 및 스파이스 레벨에서 이뤄지고 있었습니다. 80년대 초에는 게이트 레벨로의 전환이 ASIC 같은 것들을 중심으로 빈번하게 일어났습니다. 80년대 후반이나 90년대 초반에는 RTL로의 전환이 이뤄지면서 다시 더 빠른 속도로 설계할 수 있게 됐습니다. 지난 수년간 추상화를 C나 시스템 레벨로 한 단계 더 끌어올리자는 논의가 있었습니다. 그리고 현시점에서 나타나고 있는 매우 고무적인 추세는 그것이 실제로 일어나고 있다는 것입니다. 현재, 이런 작업 추진의 중심이 되고 있는 것은 이것이 거의 이상적인 애플리케이션 환경으로서, 이 애플리케이션 레벨에서 AI 가속기, 비디오 코덱, 그리고 에지에서 수행하고자 하는 데이터 프로세싱과 같은 일을 수행할 수 있다는 사실입니다. 이는 저희가 보다 생산적으로 될 수 있었기 때문만은 아닙니다. 그런 이유도 분명 있지만, 빌 댈리(Bill Dally)가 지난 2019년 Hot Chips 심포지움에서 특정 칩을 설계하는데 어느 정도의 인력이 필요했는지 밝힌 것도 있지만, 이보다 더 중요한 것은 아마도 소프트웨어와 같은 속도를 낼 수 있다는 개념일 것입니다. 무슨 뜻일까요? 
알고리즘에 초점을 맞추고 툴 흐름을 통해 자동구현 되도록 함으로써 RTL 레벨에서의 단순 최적화로는 실현할 수 없는 PPA(전력, 성능, 면적) 사양을 목표로 할 수 있습니다. 이런 툴의 사용이 폭증하면서 역량이 확장되고 있는 것입니다. 그 결과, 저희의 비전은 이런 환경에서 단지 데이터 뿐 아니라 칩 전체를 넘겨줄 수 있는 역량을 갖추는 것이 되었습니다. 이를 통해 구현 경로에서 보다 효율적이 될 뿐만 아니라 특정 사양을 확정 짓기에 앞서 훨씬 더 많은 시스템 인증을 수행할 수 있게 됩니다.       
     






시스템 스케일링
마지막으로 시스템 스케일링입니다. 많은 면에서 이것은 단순한 개념입니다. 저희가 생각하는 검증이란 칩에 대한 사양이 있다면 이에 대해 테스트벤치를 수행해 사양을 충족시키는지 확인하는 것입니다. 인증의 경우는 칩이 검증되었는지 확인하고자 하겠지만 인증에서 알아내려는 것은 실세계 애플리케이션 스택에서 칩의 실제 성능이 어떠한가 하는 것입니다. 
다시 말해 일단 이 칩을 사용해 안드로이드를 부팅하고 애플리케이션 실행에 들어가서는 전원을 모니터링함으로써 이 폰이 제작됐을 때 의도했던 이상으로 배터리 소모가 꾸준히 이뤄지는 일이 없도록 할 수 있을까하는 것입니다. 그 원인이 이 칩이 올바른 애플리케이션에서 어떻게 작동할 것인지 코너케이스를 이해하지 못했기 때문이라면 어떻게 할까요. 

디지털트윈을 통해 도입되는 개념, 센서와 IoT, 5G, 데이터 센터로 이뤄진 시스템을 볼 때 우리가 알 수 있는 것은 이들이 더 갈수록 실세계에서 작동하게 되며, 그 복잡성은 단지 해당 애플리케이션에만 국한되는 것이 아니라 이들이 실세계로부터 데이터를 수집하는 방식과 이것이 실세계에서 일어나는 일에 영향을 미치는 방식에서도 마찬가지라는 것입니다. 저희가 이런 데이터에 대해 갖고 있는 가장 분명한 예 중 하나는 몇 년 전 발표한 프로그램 PAVE360입니다. 

그 개념은 단순하면서도 혁신적입니다. 컴퓨트 & 애널라이즈란 항목이 있습니다. 이 영역에서 하드웨어 지원 검증(HAV), 시뮬레이션, 컴퓨팅 애플리케이션의 가상 프로토타입 등의 시스템이 통합되며 이 모든 것을 통해 애플리케이션 스택을 합리적인 성능 수준으로 실행하고 이에 대해 해당 시스템을 인증할 수 있습니다. 따라서 실제 애플리케이션을 상단 박스에서 실행하고 살펴봄으로써 모든 성능 특성과 기능이 충족되는지 확인할 수 있습니다. 저희는 또한 이를 확장하는 작업도 하고 있는데, 지금 자동차에 대해 얘기하고 있으므로 PAVE360의 목적은 자율주행차 환경을 인증하는 것입니다. 저희가 보유하고 있는 감지 환경에서는 실제 데이터의 모델 시나리오를 실행할 수 있습니다. 여기에 신호등, 차선, 보행자, 기타 차량 등을 모두 배치할 수 있고, 이처럼 다양한 시나리오를 실행해 가상화된 센서 데이터를 생성한 후 이를 컴퓨트 & 애널리시스 기능에 입력할 수 있습니다. 이것이 처리되고 나면 이를, 예컨대 차량의 파워트레인 및 섀시 모델과 환경 내의 인간 모델에 연결할 수 있습니다. 그러면 보행자가 도로를 건널 때 컴퓨팅 시스템에 의해 어느 정도의 제동력이 가해지는지, 그것이 차량의 역학 관계에는 어떤 영향을 미치고 차 내에 있는 사람은 어떻게 반응할지를 이 환경 내에서 관찰할 수 있습니다. 이 모든 특징들을 도로 위에 무엇 하나 올려놓거나 칩 하나 제작하지 않고도 관찰할 수 있습니다. 이것은 간단한 사양 검증으로부터 성능 환경의 인증으로 전환하는 혁신적인 방법입니다. 이는 이런 유형의 시스템을 구현하는 데 있어 극히 중요합니다. 이같은 유형의 접근방식이 여러 환경 전반에 걸쳐 중요해질 것이라 예상합니다. 예컨대 시끄러운 공장 환경에서 모니터링할 수 있게 된다면 이것이 전체 5G 채널의 충실도에는 어떤 영향을 미칠 것이며, 산업용 IoT 애플리케이션의 전반적인 통신에는 어떤 영향을 미치게 될까요?

끝으로, 이런 비전을 좀 더 진전시켜 본다면, EDA 환경은 설계 및 제조 테스트에 도움을 줄 뿐만 아니라 칩의 수명 주기 전반에 있어서 매우 중요한 부분이 될 수 있습니다. 현재 지멘스EDA가 하고 있는 일들은, 예컨대 ATPG 구조를 디바이스에 탑재해 제조 테스트를 수행하고, 인시스템 테스트를 수행해 칩이 예컨대, 중요한 안전 중심 애플리케이션에서 신뢰성을 갖는지 확인하는 일에서부터 분석 기능을 칩에 탑재해 신뢰성, 시간 경과에 따른 노후화와 같은 사항에 대한 데이터를 측정, 인증 및 수집할 수 있도록 하고, 보안 침입과 같은 사항을 모니터링하며 시간 경과에 따른 기능안전성의 보장 같은 측면 지원까지 이릅니다. 
전반적으로 볼 때, 향후 10년보다 더 기대되는 시기는 없을 것이라고 생각합니다. EDA는 비단 전자산업뿐만 아니라 세계경제 전반에 있어서도 갈수록 더 중요한 부분이 되고 있습니다. 시장 규모가 갈수록 커지면서 시장 투자 및 새로운 설계 활동이 고무되는 추세입니다.