리커시브, AI 모델과 칩 설계의 공동 진화를 내세우다

Ricursive Intelligence는 칩이 설계되는 방식을 바꿈으로써 컴퓨팅 자원에 가해지는 증가하는 부담을 줄이려는 회사로 자신을 소개하고 있다. 칩 개발을 느리고 여러 단계로 분절된 엔지니어링 과정으로 다루는 대신, 이 스타트업은 칩을 설계하고 각 설계 반복에서 학습하며 다음 차례의 결과를 개선하는 AI 시스템을 구축하고 있다고 말한다. 회사에 따르면 더 장기적인 목표는 여기서 한 걸음 더 나아가는 것이다. 즉, AI 모델과 그 모델이 실행되는 하드웨어를 공동 진화시키고, 양쪽이 서로에게 정보를 제공하도록 만드는 것이다.

이 같은 비전은 과거 Google의 AlphaChip 프로젝트를 이끌었던 공동 창업자 Anna Goldie와 Azalia Mirhoseini에게서 나왔다. EE Times에 따르면 Ricursive는 AlphaChip의 두 리더가 설립했으며, 3억3,500만 달러를 유치했다. TechCrunch는 TechCrunch Disrupt 무대에 선 창업자들의 발언을 인용해, 이 회사가 보다 효율적인 칩 설계가 Goldie가 말한 다가오는 컴퓨팅 위기를 해결하는 데 도움이 될 것이라는 데 베팅하고 있다고 전했다. 전해진 동기는 비교적 단순하다. 컴퓨팅 수요는 가파르게 증가할 것으로 예상되지만, 데이터센터 용량을 단순히 계속 늘리는 것만으로는 현실적인 해답이 아닐 수 있다는 것이다.

AlphaChip에서 더 넓은 설계 논지로

이 분야에서 공동 창업자들의 신뢰도는 이전 작업에 크게 기대고 있다. EE Times는 2018년에 개발된 AlphaChip이 실제 엔지니어링 문제 해결에 사용된 최초의 강화학습 접근법들 가운데 하나였다고 설명한다. 이는 Google TPU 4세대에 걸친 매크로 배치에 활용됐으며, 같은 출처에 따르면 MediaTek을 포함한 여러 회사가 외부에서도 이를 채택했다. TechCrunch는 창업자들이 자주 드는 사례도 덧붙인다. 초기에 엔지니어들을 놀라게 했던 원형의, 이른바 “도넛 모양” 칩 구성 요소 배치가 나중에는 성공적인 결과로 제시됐다는 것이다.

Ricursive는 현재의 시도가 그 이전 프로젝트를 넘어선다고 말한다. EE Times는 Goldie의 발언을 인용해, 회사의 작업이 다루는 칩 설계 플로의 범위, 달성할 수 있다고 믿는 성능 향상, 그리고 속도 면에서 AlphaChip보다 더 멀리 나아간다고 보도했다. 같은 보도는 Goldie가 Ricursive가 Google의 지식재산을 라이선스하거나 사용하지 않을 것이라고 확인했다고도 전한다. 이 구분은 중요하다. 회사가 Alphabet의 연장선이 아니라 업계 전반에서 작동할 수 있는 독립적인 플랫폼으로 자리매김하려 하기 때문이다.

두 출처는 회사의 핵심 주장에 대해서는 대체로 같은 방향을 가리킨다. AI는 인간 팀이나 표준 워크플로가 쉽게 탐색하지 못하는 설계 공간을 탐색함으로써 전통적인 칩 설계 방식에 도전할 수 있다는 것이다. TechCrunch는 창업자들이 칩을 수십 개의 작은 블록으로 나누어 최적화하는 대신 칩 전체를 최적화하고 있다고 전한다. 이들은 이런 접근이 AI로 하여금 물결 모양 패턴을 포함한 더 복잡한 레이아웃을 만들어내게 한다고 주장한다. 이는 기존 방식으로부터의 이탈로 제시되지만, 보도들은 주장된 성과 향상에 대한 독립적인 벤치마크를 제공하지는 않는다.

서비스에서 엔드투엔드 자동화까지, 단계적 전개

EE Times는 Ricursive의 로드맵을 가장 자세히 설명하며, 이를 3단계 전개로 정리한다. 1단계에서 회사는 칩 기업들을 위해 칩 설계의 일부를 맡겠다고 말한다. 특히 물리 설계와 설계 검증의 속도를 높이는 데 초점을 둔다. 명시된 목표는 아키텍처에서 GDSII까지, 즉 제조 가능한 레이아웃에 사용되는 형식에 도달하는 경로를 단축하는 것이다.

• 1단계: 외부 기업의 칩 설계 중 선택된 부분, 특히 물리 설계와 검증을 지원한다.
• 2단계: 워크로드를 입력받아 제조용 GDSII 파일을 산출할 수 있는 엔드투엔드 모델을 구축한다.
• 3단계: 모델, 워크로드, 하드웨어를 공동 설계하거나 공동 진화시키며, 여기에는 Ricursive 자체 칩과 모델이 포함될 가능성도 있다.

EE Times에 따르면 2단계에서 Ricursive는 이러한 단계들을 하나의 엔드투엔드 모델로 결합해, 워크로드를 입력받아 제조 준비가 된 칩 설계를 출력하는 체계를 원한다. 회사는 이것이 빠르고 워크로드별로 특화된 칩 제작을 현실적인 것으로 만들 수 있다고 주장한다. 특히 AI 가속기에서 그렇지만, 다른 용도에도 해당할 수 있다는 입장이다. TechCrunch는 이를 더 단순한 표현으로 되풀이한다. 칩 설계 기간이 수개월에서 대략 1주일 수준으로 이동할 수 있다면, 우주, AR, VR, 또는 생물학적 컴퓨팅 같은 응용을 위한 더 특수화된 칩이 재무적으로도 타당해질 수 있다는 것이다. 다만 그 일정은 창업자들이 제시한 포부로 소개될 뿐이며, 보도들은 Ricursive가 이미 그 속도로 엔드투엔드 칩 생성을 입증했다고 보여주지는 않는다.

Ricursive는 또한 기존 전자설계자동화, 즉 EDA 분야와 자신을 구분하려 하고 있다. EE Times에 따르면 공동 창업자들은 이 스타트업이 EDA 회사가 아니며, EDA 회사들과 경쟁하지 않을 것이고, 표준 EDA 툴체인도 사용하지 않을 것이라고 강조했다. 대신 이들은 자신들의 작업을 엔드투엔드 칩 설계라고 설명한다. 이는 야심 찬 규정이다. 단순히 하나의 하위 문제를 최적화하는 것이 아니라, 워크로드 요구사항에서 제조 가능한 레이아웃에 이르기까지 칩이 이동하는 전체 과정을 다시 구성하겠다는 뜻을 내포하기 때문이다.

이 구상의 중심에 있는 공동 진화 개념

회사의 가장 두드러진 주장은 3단계 비전에 있을 가능성이 크다. EE Times는 Ricursive가 궁극적으로 모델, 워크로드, 하드웨어가 긴밀하게 공동 설계되기를 원한다고 전한다. 그 논지는, 컴퓨팅 아키텍처가 모델 아키텍처에 맞게 맞춤화된다면 큰 성능 향상이 가능할 수 있지만, 하드웨어가 만들어지기도 전에 구식이 되어버리지 않을 만큼 구현 주기가 충분히 빨라야만 한다는 것이다. 이 설명에서 맞춤형 칩은 단지 하나의 제품 결과가 아니다. 오히려 모델 개발 자체를 가속하기 위해 의도된 피드백 루프의 일부가 된다.

바로 이 지점에서 Ricursive는 칩 설계 스타트업이라는 서사에서 프런티어 AI 서사 쪽으로 이동한다. EE Times는 Mirhoseini가 “이것은 칩 설계를 위한 AI가 아니라, 그냥 AI다”라고 말했으며, 장기 목표를 프런티어 AI 시스템 구축으로 설명했다고 보도했다. 회사는 일반적으로 이용 가능한 웹 데이터, 오픈소스 칩 데이터, 그리고 합성 데이터를 바탕으로 자사 모델을 학습시키고 있다고 말한다. 또한 초기 결과를 시험하고 피드백을 얻기 위해 실제 설계를 두고 칩 회사들과 협력하고 있는 것으로 전해진다. 다만 공동 창업자들은 오픈소스 칩 데이터가 상업용 설계를 대표하지는 않는다는 점도 인정했다.

이 주장의 핵심에는 공동 창업자들이 교착 상태라고 묘사하는 병목이 놓여 있다. 그들의 관점에서 AI 연구자들은 현재 하드웨어의 한계를 기준으로 모델을 설계하고, 반대로 칩 제조사들은 수년 뒤의 미래 워크로드를 예측하려 애쓴다. Ricursive의 해법은 EE Times가 Goldie의 말로 전한 것처럼, “그 루프를 극적으로 더 촘촘하게 만드는 것”이다. 회사는 이 루프를 단축할 수 있다면 칩 아키텍처와 신경망 아키텍처 모두가 자신들이 보기에 하나의 국지적 최적점에 머무르는 상태에서 벗어나, 매우 다른 설계로 이동할 수 있다고 주장한다.

알려진 것과 아직 불확실한 것

발표된 전략 자체는 분명하지만, 산업적 측면에서 몇 가지 미지수는 여전히 남아 있다. 첫째, 두 출처 모두 대체로 Ricursive가 무엇을 하려 하는지에 대한 공동 창업자들의 설명을 전달하는 데 머무르며, 어느 쪽도 완전한 엔드투엔드 접근법이 이미 실제 생산 환경에서 입증됐다는 독립적인 증거를 제시하지 않는다. 둘째, 회사는 고객이 맞춤형 칩을 제작할 수 있도록 칩 회사들 및 파운드리 관계와 협력하고 있다고 말하지만, 보도들은 제조 파트너, 테이프아웃, 또는 고객의 이름을 밝히지 않는다.

셋째, 표준 EDA 툴체인 바깥에 자신을 위치시키겠다는 Ricursive의 결정은 현재 보도로는 해소되지 않는 실무적 질문을 제기한다. 회사가 표준 툴체인을 쓰지 않는다고 해도, 결국 검증, 제조 가능성, 그리고 고객 신뢰라는 현실에 맞물려야 한다. 공동 창업자들은 독립성이 다른 칩 제조사들이 데이터를 더 안심하고 공유하게 만들 것이라고 주장한다고 EE Times는 전한다. 그러나 시장이 실제로 그 제안을 받아들일지는 아직 출처들만으로는 확인되지 않는다.

이색적인 레이아웃을 약속하는 것과 폭넓게 제조 가능한 제품을 실제로 제공하는 것 사이에도 간극이 존재한다. TechCrunch는 비전통적 칩 패턴과 칩 전체 최적화에 대한 주장을 전하지만, 같은 기사에서 공동 창업자들이 앞으로 더 많은 내용을 공개할 계획이라고 말한 점을 언급한다. 이는 일부 기술적 증거가 아직 공개되지 않았음을 시사한다. 다시 말해, 이 접근법은 자신감 있게 발표되었지만, 가장 중요한 입증 지점들 가운데 일부는 아직 보류 중인 것으로 보인다.

한국의 기업 독자에게 실질적인 시사점은, AI가 설계한 칩이 갑자기 기존 조달이나 엔지니어링 계획을 대체할 준비를 마쳤다는 뜻이 아니라는 점이다. 이 출처들에 근거하면 달라진 것은 한 스타트업이 새로운 선택지를 제안하고 있다는 사실이다. 즉, 어떤 기업이 대규모로 돌아가는 워크로드를 보유하고 있지만 사내 칩 팀은 없다면, Ricursive는 장차 그 워크로드를 전통적 프로세스보다 더 빠르게 맞춤형 하드웨어로 전환하도록 돕고 싶다고 말한다. 만약 이것이 실제로 작동한다면 특화 칩에 대한 접근 범위를 넓히고 소프트웨어 요구에서 하드웨어 구현으로 이어지는 경로를 단축할 수 있겠지만, 지금 단계에서 기업들은 이를 이미 정착한 새로운 표준이 아니라 부상 중인 산업 제안으로 보는 편이 타당하다.