AI가 반도체를 설계한다, 엔비디아와 케이던스가 시작한 새로운 경쟁
반도체 설계의 다음 경쟁은 더 똑똑한 AI 모델을 만드는 일이 아니라, AI가 실제 설계 도구를 얼마나 정확하게 움직이느냐에 달려 있다.
20초 핵심
반도체의 설계도는 누가 그리는가
AI 반도체를 만드는 데 필요한 것은 엔비디아의 GPU만이 아니다. 수십억 개 트랜지스터가 제대로 작동하도록 설계하고 검증하는 소프트웨어도 필요하다. 전자설계자동화, 즉 EDA(Electronic Design Automation)다.
케이던스(CDNS)와 시놉시스(SNPS)는 이 분야의 대표 기업이다. 건축가가 건물의 구조와 안전을 검토하듯, 반도체 엔지니어는 EDA로 회로를 만들고 전력 소비, 속도, 칩 면적과 오류 가능성을 확인한다. 제조 전에 실수를 발견하지 못하면 재설계 비용과 출시 지연이 커질 수 있다.
Maestro는 챗봇이 아니라 설계 도구를 움직이는 AI다
10월 26일 케이던스가 발표한 Maestro는 반도체와 시스템 설계에 특화한 AI 모델 포트폴리오다. AI 에이전트가 설계 목표를 작업으로 나누고, EDA 도구를 호출해 결과를 검증한 뒤 다음 작업을 결정하도록 연결한다. 사람의 검토와 검증 절차가 사라졌다는 뜻은 아니다.
엔비디아의 오픈웨이트 모델 Nemotron을 활용하고, OpenShell 기반 에이전트 보안 기술을 통합하는 방향으로 협력한다. 고객은 클라우드뿐 아니라 자체 데이터센터 안에서도 모델을 실행하고 독자적인 설계 데이터로 추가 학습시킬 수 있다. 핵심 설계 정보의 외부 반출을 꺼리는 고객에게 의미 있는 선택지다.
케이던스는 초기 설계 작업 평가에서 범용 기반 모델 대비 결과 품질 최대 30% 개선, 토큰 효율 최대 5배를 제시했다. 여기서 토큰 효율은 AI가 처리하는 텍스트 단위의 사용 효율이지 설계 기간이 5배 단축됐다는 의미가 아니다. 첫 모델은 2026년 4분기 일부 고객에게 조기 제공될 예정이다.
범용 AI는 EDA의 해자를 무너뜨릴까
가능성은 양쪽에 있다. 범용 AI가 설계 코드 작성과 반복 업무를 쉽게 만들면 기존 도구의 일부 사용 가치는 낮아질 수 있다. 반대로 반도체 설계에서 가장 어려운 일은 그럴듯한 답을 만드는 것이 아니라 실제 제조 조건에서 맞는 답인지 검증하는 것이다.
케이던스는 AI 모델을 기존 EDA 도구, 검증 엔진, 고객 업무 흐름에 결합한다. 이 검증 체계가 계속 중요하다면 AI 확산은 오히려 EDA 업체의 경쟁우위를 강화할 수 있다. 다만 개방형 모델과 새로운 자동화 도구가 빠르게 발전하면 기존 업체의 가격 결정력을 압박할 여지도 있다.
경쟁 구도도 갈라진다. 로이터에 따르면 시놉시스는 OpenAI와 GPT-Synopsys 개발에 나섰고, 케이던스는 여러 개방형 및 상용 모델을 선택할 수 있는 방식을 강조한다. 현재 확인된 것은 서로 다른 제품 전략이지 어느 쪽이 최종 승자라는 결론은 아니다.
실적이 보여주는 기회와 부담
같은 날 발표된 케이던스의 2026년 3분기 매출은 16억3,300만달러로 전년 동기 13억3,900만달러 대비 약 22% 증가했다. 비GAAP 희석 EPS는 2.11달러였다. 분기 말 수주잔고는 82억달러이며, 이 가운데 향후 12개월 안에 매출로 인식될 것으로 예상되는 이행의무는 42억달러다. 수주잔고 전체가 곧바로 매출이나 현금이 되는 것은 아니다.
회사는 AI Super Agents 관련 활성 고객 협업이 100건을 넘었다고 밝혔다. 2026년 연간 매출 전망은 63억8,700만~64억1,700만달러로, 범위 중간값 기준 성장률 약 21%다. 하지만 GAAP 영업이익률은 전년 3분기 31.8%에서 26.2%, 비GAAP 영업이익률은 47.6%에서 44.1%로 하락했다. 매출 성장과 마진 개선을 같은 것으로 보면 안 된다.
누가 실제로 돈을 벌게 될까
칩 설계 기간과 반복 검증 비용이 실질적으로 줄면 자체 칩을 만드는 클라우드 기업, 팹리스 반도체 기업, 맞춤형 AI 칩을 개발하는 업체에 유리할 수 있다. 설계 시도를 더 많이 할 수 있어 신규 칩 개발의 진입 장벽도 일부 낮아질 가능성이 있다.
케이던스에는 기존 고객의 도구 사용 확대와 AI 부가 기능 판매 기회가 생긴다. 엔비디아에는 Nemotron 생태계 확산과 AI 설계 작업을 처리할 컴퓨팅 수요가 긍정적일 수 있다. 그러나 엔비디아의 직접적인 신규 매출 규모나 개별 기업의 비용 절감액은 아직 확인되지 않았다.
이번 발표의 본질은 AI가 엔지니어를 대체했다는 이야기가 아니다. 설계 지식, 검증 소프트웨어, 고객 데이터가 연결된 환경에서 AI가 반복 작업을 맡기 시작했다는 점이다. 모델 자체가 범용화될수록 검증된 설계 결과와 고객 업무 흐름을 누가 장악하느냐가 더 중요해질 수 있다.
투자자는 발표 당일의 성능 수치보다 실제 유료 도입, 설계 시간 단축, 기존 EDA 매출의 잠식 여부, 영업이익률 회복을 함께 확인하는 편이 합리적이다. 도입 속도가 늦거나 고객이 절감한 비용을 가격 인하로 요구한다면 기대했던 수익성 개선이 나타나지 않을 수 있다.
- 아니다. Maestro는 에이전트가 기존 설계·검증 도구를 활용하도록 돕는다. 최종 품질 보증과 제조 가능성 검증은 여전히 중요하다.
- 아니다. 토큰 사용 효율과 총개발비는 다르다. 인건비, 검증 도구, 컴퓨팅, 재설계 비용을 별도로 계산해야 한다.
- 이번 발표는 기술 협력에 관한 것이다. 지분 소유나 독점 계약을 의미하지 않으며, 케이던스는 여러 AI 모델을 활용하는 전략을 설명했다.
- 그렇지 않다. 자동화로 사용량이 늘 수 있지만 경쟁 심화와 가격 압박이 발생할 수 있다. 유료 채택과 마진 변화가 판단 기준이다.
체크 포인트
인사이트 타임스 편집부
