ChipAgents, 6,000만 달러 조달…반도체 설계 AI 확산에 커지는 ‘검증 역량’

반도체 설계용 인공지능 플랫폼을 개발하는 미국 스타트업 ChipAgents가 6,000만 달러를 추가로 조달했다. 생성형 AI가 문서 작성과 소프트웨어 코딩을 넘어 회로 설계·검증 과정으로 들어가면서, 반도체 엔지니어에게 요구되는 역량도 코드 작성 자체보다 설계 의도와 결과를 검증하는 방향으로 넓어질 가능성이 제기된다.

Axios는 7월 29일 ChipAgents가 B Capital, Bessemer Venture Partners, Micron, MediaTek, Ericsson, ScOp 등이 참여한 시리즈 A2 투자에서 6,000만 달러를 확보했다고 보도했다. 시리즈 A2라는 표현은 기존 시리즈 A에 이어 진행된 추가 투자라는 성격을 나타내지만, 투자 라운드 명칭은 기업과 투자자에 따라 다르게 사용된다. 따라서 명칭만으로 ChipAgents의 사업 단계나 자금 용도를 일률적으로 규정하기는 어렵다.

ChipAgents의 플랫폼은 반도체 설계자가 요구사항을 입력하면 여러 AI 에이전트가 역할을 나눠 RTL 코드를 만들고, 테스트 계획 작성과 오류 분석, 검증 업무를 지원하는 방식이다. RTL은 칩 내부에서 데이터가 이동하고 처리되는 방식을 표현하는 설계 코드다. 회사는 7월 26일 엔비디아와의 협력을 확대해 반도체 분야에 특화한 자체 모델 ‘Renoir’와 설계·검증 에이전트를 엔비디아의 AI 소프트웨어 및 가속 컴퓨팅 환경에서 고도화한다고 밝혔다.

이번 투자는 AI 서비스를 구동하는 칩뿐 아니라 칩을 설계하는 도구에도 자금이 유입되고 있음을 보여준다. 첨단 반도체는 설계 복잡도와 개발비가 함께 높아지고 있어 테스트 코드 작성, 오류 추적, 설계 문서 검토 같은 반복 작업을 줄이려는 수요가 크다. ChipAgents와 Analog Devices 관계자가 참여한 2026년 설계자동화학회 행사에서도 실제 반도체 업무에서 AI 에이전트가 제공할 수 있는 가치와 한계가 논의됐다.

다만 반도체 설계는 일반적인 문서 생성이나 코딩 보조보다 오류 비용이 큰 분야다. AI가 만든 설계 결과는 그럴듯해 보여도 내부 판단 과정을 충분히 설명하지 못할 수 있으며, 실제 생산에 들어가기 전에 기능과 안전성, 전력 소비, 성능을 검증해야 한다. 반도체 업계 전문가들도 AI 활용이 확대될수록 별도의 관찰 장치와 검증 절차, 사람이 최종 판단하는 통제 구조가 필요하다고 지적한다.

보스턴권에서는 이러한 변화가 지역 반도체 생태계와 맞닿아 있다. 매사추세츠 주정부 인력계획에 따르면 2022년 기준 주내 65개 반도체 사업장에서 1만4,458명이 근무했다. 윌밍턴에 본사를 둔 Analog Devices, 로웰의 MACOM, MIT와 지역 연구기관을 중심으로 설계·센서·통신·국방 분야의 기술 기반도 형성돼 있다.

그렇다고 ChipAgents의 투자 유치가 매사추세츠 지역 채용 증가로 바로 이어진다고 보기는 어렵다. 현재 확인된 직접적인 지역 채용 데이터는 없으며, 설계 업무 재편과 검증 인력 수요에 관한 전망도 반도체 업계의 AI 도입 흐름을 토대로 한 추론이다. 다만 지역 기업들이 AI 설계도구를 확대한다면 사양을 명확하게 정의하고, AI가 만든 결과를 시뮬레이션하며, 오류 원인을 추적할 수 있는 인력이 상대적으로 중요해질 가능성은 있다.

현직 엔지니어에게는 설계 직무의 소멸보다는 작업 방식의 변화에 가까운 신호다. 사양 문서 초안, 테스트벤치 생성, 로그 분류처럼 반복성이 높은 작업은 자동화 비중이 커질 수 있다. 반면 설계 의도를 시스템 요구사항으로 바꾸는 업무, 테스트 범위를 결정하는 검증 설계, 전력·성능 분석, 형식 검증, AI 모델 평가, 기존 전자설계자동화 도구와 AI를 연결하는 워크플로 구축은 사람의 판단이 계속 필요한 영역이다.

유학생과 취업 준비생에게도 단순한 ‘AI 도구 사용 경험’보다 결과를 어떻게 확인했는지가 더 실무적인 신호가 될 수 있다. 프로젝트에서는 AI가 생성한 Verilog·SystemVerilog 코드의 오류율과 테스트 커버리지를 비교하고, 사람이 추가한 검증 절차와 수정 과정을 함께 제시하는 방식이 유용하다. RTL, 설계 검증, 형식 검증, 전력·성능 분석과 함께 자동화 도구의 결과를 평가하는 경험을 보여주는 것이 핵심이다.

비자 스폰서십이 필요한 지원자는 직무별 조건도 따로 확인할 필요가 있다. 반도체 기업은 상업용 제품뿐 아니라 국방·통신 관련 사업을 운영할 수 있어 일부 직무에 수출통제, 시민권 또는 보안 인가 요건이 적용될 수 있다. 이는 회사와 프로젝트에 따라 달라지므로 채용공고와 기업 정책을 개별적으로 살펴봐야 하며, 개인별 이민 판단은 학교 담당부서나 자격을 갖춘 전문가에게 확인하는 것이 적절하다.

창업 측면에서는 범용 챗봇보다 산업 데이터와 기존 설계도구에 깊게 연결된 전문형 AI에 투자자의 관심이 이어지고 있다는 점이 눈에 띈다. 그러나 투자액만으로 고객 도입이나 매출 지속성을 판단하기는 어렵다. 앞으로 확인할 변수는 실제 설계 기간 단축 효과와 오류 발생률, 기존 전자설계자동화 업체와의 연동 범위, 기업 고객의 유료 전환과 보안 요구 대응 수준이다.

ChipAgents의 자금조달은 반도체 설계 AI가 실험 단계를 넘어 실제 엔지니어링 환경으로 진입하려는 흐름을 보여준다. 보스턴권 취업시장에 미칠 영향은 아직 전망의 영역이지만, AI가 코드를 얼마나 많이 생성하는지보다 그 결과를 누가 어떤 기준으로 검증하고 책임질지가 향후 직무 변화의 중요한 관전 포인트가 될 것으로 보인다.