케이던스, 반도체 설계 AI ‘마에스트로’ 공개

최근 30일 조회수 —좋아요 —

핵심 요약

케이던스가 온프레미스 운용과 추가 학습을 지원하는 반도체 설계 특화 AI 모델군을 공개했다.

케이던스, 반도체 설계 AI ‘마에스트로’ 공개 — 기사 주제를 표현한 AI 생성 개념 삽화
AI 생성 개념 삽화 · 실제 사건을 촬영한 사진이 아닙니다.

케이던스(Cadence)가 반도체 설계 에이전트에 특화한 인공지능(AI) 모델군 ‘마에스트로(Maestro)’를 공개했다. 첫 모델은 2026년 4분기 일부 고객에게 조기 제공한다. 고객은 케이던스 클라우드와 퍼블릭 클라우드뿐 아니라 자체 통제하는 온프레미스 환경에서도 모델을 운용하고, 독점 데이터와 설계·업무 흐름으로 추가 학습할 수 있다.1

마에스트로는 설계 의도를 해석하고 작업을 분해하는 케이던스의 ‘AI 슈퍼 에이전트’가 다른 상용·오픈웨이트 모델과 함께 호출하는 구조다. 케이던스는 결정론적 솔버로 모델 출력을 공학적 목표와 제약 조건, 정답 데이터에 대조하고 그 결과를 강화학습에 다시 반영한다고 설명했다. 모델군에는 엔비디아(Nvidia)의 네모트론(Nemotron)도 포함되며, 고객이 자체 GPU와 네트워크에서 미세조정 도구를 실행하는 방식도 지원한다.1

케이던스는 범용 기반 모델과 비교한 초기 결과에서 결과 품질이 최대 30% 높고, 같은 작업의 토큰 효율은 최대 5배라고 주장했다. 다만 품질 개선치가 전력·성능·면적 가운데 무엇을 측정했는지는 공개하지 않았다. 비교 대상은 마에스트로 학습의 출발점이 된 오픈소스 모델이지만, 케이던스는 구체적인 모델명도 밝히지 않았다. 따라서 두 수치는 동일 조건의 외부 검증 결과가 아니라 회사가 제시한 초기 측정치로 봐야 한다.1

이 같은 효율 개선은 설계 도구 호출과 대규모언어모델(LLM) 호출을 작업에 맞게 배분해, 에이전트 운용 비용 증가를 억제하려는 시도다. 마에스트로 사용량은 구독형 에이전트 요금에 포함되지만, 토큰 절감이 실제 고객 청구액을 얼마나 낮추는지는 확인되지 않았다.1

Footnotes

  1. Tom’s Hardware, 「Cadence reveals Maestro, fine-tuned AI models built to run specialized chip design agents, with early access coming for ‘select customers’ in Q4 2026」 ↩ ↩2 ↩3 ↩4

읽기 목록은 이 브라우저에 저장됩니다.

출처

  1. Cadence reveals Maestro, fine-tuned AI models built to run specialized chip design agents, with early access coming for 'select customers' in Q4 2026 — Tom's Hardware · 자료: 2026. 10. 26.

이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.