Synopsys 외에도 AI가 이러한 작업을 수행하는 능력을 발견한 기업들이 있다. 경쟁사인 Cognichip은 자사의 ACI 플랫폼이 사양 및 RTL을 생성하고, 자동으로 검증 계획과 테스트벤치를 만들 수 있다고 밝혔다. 중국의 Empyrean Technology는 AI 에이전트가 회로 레이아웃 작업 시간을 4주에서 1주로 단축했다고 주장했다. 심지어 대형 AI 연구소들도 이 분야에 참여하고 있다. OpenAI는 자사 모델이 Broadcom과 함께 첫 번째 맞춤형 추론 칩인 Jalapeño를 초기 설계부터 테이프아웃까지 단 9개월 만에 개발하는 데 기여했다고 밝혔다.
그러나 AI를 이러한 작업에 투입하면서 일부 블록은 훨씬 쉽게 생성될 수 있으며, 그 출처를 파악하기는 훨씬 어려워질 수 있다. 플로리다 대학교 전기 및 컴퓨터 공학 교수이자 AI 기반 칩 설계 도구 및 반도체 IP 보호를 연구하는 Domenec Forte는 Tom's Hardware Premium과의 서면 인터뷰에서 “이는 대부분 기존 문제를 증폭시킨다”고 말했다. 그는 “AI는 복사된 디자인이나 침해된 특허를 누구도 알아차리기 전에, 심지어 의도하지 않았더라도 수천 개의 칩에 확산시킬 수 있다”고 덧붙였다.
이러한 상황은 AI가 새로운 칩을 설계하고 의도적이든 아니든 다른 디자인을 표절하는 데 있어 무제한적인 자유가 있음을 시사할 수 있다. 그러나 단순한 이유로 그렇지 않다. 반도체 산업은 새로운 설계 기술에 대해 유난히 신중한데, 소프트웨어는 패치할 수 있지만 제조된 실리콘은 변경할 수 없기 때문이다. 캠브리지 대학교 컴퓨터 공학 교수 Simon Moore는 Tom's Hardware Premium과의 인터뷰에서 “일단 칩을 출하하면 칩은 출하된 것이고, 트랜지스터를 변경할 수 없다”고 말했다.
U
잇
