AI가 회로도를 실제 작동하는 Linux 싱글 보드 컴퓨터로 구현해냈다
2025년 12월 10일, Quilter AI는 'Project Speedrun'에 대한 상세한 기록을 발표했다. 이 프로젝트는 NXP 8M Mini 기반의 Linux 컴퓨터를 두 개의 인쇄 회로 기판(PCB)으로 나누어 제작한 것으로, 843개의 개별 부품과 5,141개의 핀을 포함하고 있다. 사측은 자사의 물리 기반 AI가 설계 제작 전 레이아웃을 배치하고 검증을 마쳤다고 밝혔다. Quilter는 조립된 하드웨어에서 Debian이 최초로 부팅되기까지의 검증 단계별 과정과 가공되지 않은 AI 출력물, 정제된 생산 파일 등을 게시했다. 또한 엔지니어들이 다운로드하여 점검할 수 있도록 설계 파일도 공개했다.
Quilter 시스템이 오토라우터 및 LLM 코파일럿과 다른 점
Quilter는 자사의 엔진을 물리 우선형 생성 시스템으로 정의한다. 인간의 레이아웃을 모방하거나 가능성 높은 배치를 예측하는 거대 언어 모델(LLM)처럼 작동하는 대신, 이 플랫폼은 강화 학습과 내장된 물리 검사를 사용하여 수많은 배치 및 경로 후보군을 병렬로 탐색한다. Quilter는 기존 CAD 워크플로처럼 사후에 수정하는 방식이 아니라, 신호 무결성, 임피던스 목표, DDR 길이 매칭 및 제조 제약 조건을 생성 단계에 직접 녹여내는 것이 목표라고 설명한다. 이러한 접근 방식은 팀이 제작 준비가 완료된 여러 후보안을 신속하게 생성한 후, 기본 CAD 도구에서 최적의 옵션을 선택하거나 다듬을 수 있도록 하기 위함이다.
수주간의 수작업에서 일주일 만의 초도 부팅으로
Quilter의 보고에 따르면, Project Speedrun은 회로도에서 작동하는 Linux 시스템에 이르기까지 일주일이 채 걸리지 않았다. 사람이 설정과 정리 작업에 약 38.5시간을 할애하는 동안 나머지 레이아웃과 라우팅 작업은 AI에 의해 생성되었다. Quilter는 이를 비슷한 복잡도를 가진 기존 수동 레이아웃에 소요되는 예상 시간인 428시간과 대조했다. 제작 및 조립 후, 이 이중 PCB 보드는 첫 번째 시도에서 전원이 켜지고 Debian 부팅에 성공했으며, 검증 과정 중 비디오 재생, 간단한 게임 데모, 생산성 애플리케이션과 같은 일반적인 워크로드를 실행했다. 이러한 성과는 업계 매체들에 널리 보도되었으며 Quilter의 프로젝트 자료에 문서화되어 있다.
초도 부팅 성공이 실제로 증명하는 것
첫 번째 시도에서의 부팅은 공급 라우팅, 전원 레일 및 기본 장치 초기화가 올바르게 이루어졌음을 입증한다는 점에서 하드웨어 개발의 유용하고 실질적인 이정표가 된다. 그러나 부팅 성공만으로는 장기적인 신뢰성, 지속적인 부하 상태에서의 열 거동, 또는 장시간의 소크 테스트(soak testing)나 고속 인터페이스에서 주로 발생하는 특수한 신호 문제까지 완전히 보증할 수는 없다. 업계 전문가들은 초도 부팅의 중요성과 그 한계를 동시에 지적하고 있다. 즉, 개념을 증명하고 초기 사이클의 리스크를 줄여주기는 하지만, 전체 검증과 현장 인증을 대체할 수는 없다는 것이다. Quilter의 자체 문서에서도 후속 스트레스 테스트를 보여주며, 파일을 제작사에 보내기 전 엔지니어가 수동으로 정제 작업을 거친 부분을 명시하고 있다.
기술적 선택과 제약: 8M Mini 플랫폼
Project Speedrun 시스템은 연산의 핵심으로 NXP 8M Mini 애플리케이션 프로세서를 사용한다. 이는 최대 4개의 Cortex‑A53 코어, 멀티미디어 가속 및 다양한 주변 장치 인터페이스를 갖춘 널리 쓰이는 임베디드 ARM SoC 제품군이다. 이 선택은 전원 아일랜드, DDR 라우팅, PCIe 및 기가비트 이더넷과 같은 고속 인터페이스에 대한 레이아웃 규칙을 형성하며, 검증 팀에 AI에 입력할 잘 문서화된 제약 조건 세트를 제공한다. 이미 잘 알려지고 특성이 파악된 SoC를 사용하면 물리 검사와 타이밍 예산에 명확한 목표치가 생기므로 자동화된 검증이 용이해진다.
워크플로에서 바뀐 점과 그 중요성
전통적인 PCB 워크플로는 부품 클러스터링, 디커플링 기하학, 귀환 경로(return paths), 차동 쌍(differential pair) 라우팅 및 제조 가능성 절충 등 숙련도가 요구되고 시간이 많이 소요되는 수동 작업인 레이아웃 전문가의 역량에 크게 의존한다. Quilter의 주장은 이러한 반복적이고 규칙 중심적인 작업을 자동화함으로써, 시스템 엔지니어가 정해진 기간 내에 훨씬 더 많은 설계를 반복 수행하고 인간의 직관으로는 놓칠 수 있는 레이아웃을 발견하며, 펌웨어나 테스트 계획, 보드 레벨 진단과 같은 더 가치 있는 시스템 문제에 집중할 수 있게 된다는 것이다. 여러 보드 변형을 출시하거나 평가 플랫폼을 구축하는 팀에게 이러한 리드 타임 단축은 제품 로드맵을 실질적으로 변화시키고 실험 비용을 줄일 수 있다.
점검, 신뢰 그리고 제3자 검증의 필요성
공급망, 소규모 팀 및 반도체 산업에 미치는 영향
자동화된 레이아웃 도구가 레이아웃 시간을 수개월에서 수일로 안정적으로 단축할 수 있다면, 소규모 팀은 하드웨어를 더 빠르게 반복 설계하고 제품 검증을 더 일찍 시작할 수 있다. 이는 스타트업과 신속한 프로토타이핑에 의존하는 기업들에 명백한 시사점을 준다. 또한 전문적인 레이아웃 작업의 소싱 방식도 바뀔 수 있다. 일상적인 레이아웃은 범용적인 작업이 되는 반면, 전문 레이아웃 엔지니어는 가장 까다로운 신호 무결성 과제와 시스템 최적화에 집중하게 될 수 있다. 반면, 빠른 반복 설계는 신속한 제작과 안정적인 부품 공급에 대한 수요를 증가시키므로, 레이아웃 병목 현상이 사라지더라도 물류와 조달은 여전히 중요한 병목 구간으로 남을 것이다.
검증, 규제 및 안전이 논의되는 지점
레이아웃을 자동화한다고 해서 규제에 대한 책임이 사라지는 것은 아니다. 의료, 자동차 또는 항공우주 분야의 제품은 공식적인 설계 보증, 추적성 및 때로는 공인된 검증 프로세스를 요구한다. 자동 생성 기능을 도입하는 모든 워크플로는 제약 조건을 설정한 주체, 적용된 규칙, 제작 전 수행된 점검 내용 등 기원을 보존해야 한다. Quilter의 문서화 및 파일 공개는 투명성을 향한 일보 전진이지만, 규제 산업에서는 안전이 중요한 보드에 자율 레이아웃 엔진을 채택하기 전에 프로세스 감사와 재현성을 요구할 것이다.
향후 주목할 점
Project Speedrun은 산업 규모의 배포라기보다는 초기 공개 시연에 가깝지만, 혁신이 나아갈 방향을 명확히 보여준다. 즉, 기존 CAD 툴체인과 결합된 물리 인지형 생성 시스템이다. 단기적으로 주목해야 할 이정표는 다양한 폼 팩터에 걸친 AI 생성 보드에 대한 독립적인 제3자 검증, 규제 분야에서의 사례 연구 발표, 그리고 기존 CAD 벤더들의 경쟁적인 대응이다. 조직이 자율 레이아웃을 얼마나 빨리 도입할지는 결과의 재현성, 제작 파트너의 비용 및 역량, 그리고 팀이 새로운 검증 관행을 수용하는 정도에 달려 있다.
Project Speedrun이 하드웨어 엔지니어링을 하룻밤 사이에 다시 쓰는 것은 아니지만, 워크플로의 고마찰 단계를 소프트웨어 반복과 훨씬 유사한 형태, 즉 더 빠른 후보 생성, 더 많은 테스트, 더 이른 학습 루프로 압축한다. 이는 취미 활동가와 대학 연구실부터 산업 디자인 팀과 하드웨어 스타트업에 이르기까지 보드를 출시하는 모든 이들에게 의미 있는 발전이다. 실질적인 가치는 더 많은 조직이 Quilter의 파일을 자체 검증 파이프라인에 통과시키고 그 결과를 발표함에 따라 더 명확해질 것이다.
출처
- Quilter AI — Project Speedrun 설계 파일 및 기술 문서 (프로젝트 페이지 및 다운로드)
- Quilter AI — 물리 기반 레이아웃 및 플랫폼 비교에 관한 기술 블로그 시리즈
- NXP — 8M Mini 제품 페이지 및 데이터시트
Comments
No comments yet. Be the first!