AI가 회로 기판 설계할 수 있을까? 엔지니어들이 말하는 현실

AI가 회로 기판을 설계한다는 주장, 현장에선 어떻게 보나

AI 벤치마크 사이트 EE Bench가 "AI가 회로 기판(PCB)을 설계할 수 있을까?"라는 질문을 던졌다. 해커뉴스에서 74점, 댓글 52개를 모은 이 논의는 AI가 하드웨어 설계 영역까지 넘볼 수 있는지를 가늠하는 척도가 됐다. 원문 블로그 내용은 확인되지 않았으나, 현직 엔지니어들의 반응만으로도 현재 한계가 선명하게 드러난다.

교과서는 잘 풀지만 실무는 막힌다

댓글 작성자 다수는 "LLM이 학부·대학원 교과서 수준의 전자회로는 괜찮게 푼다"면서도 "조금만 복잡해지면 무너진다"고 입을 모았다. 한 엔지니어는 "교과서는 알지만 실전 경험이 전혀 없는 신입사원 같다"고 비유했다. 강화학습(RL)과 실무 데이터가 없기 때문으로 보인다.

재현성 문제도 발목 잡는다

"같은 질문을 해도 매번 답이 다르다"는 불만도 반복됐다. PCB 설계처럼 정밀도가 중요한 분야에서 결과가 매번 바뀌면 신뢰하기 어렵다. 프릿징(Fritzing) 같은 브레드보드 다이어그램 도구로는 어느 정도 성과를 본 사례도 있지만, 실제 생산용 기판 레이아웃은 다른 차원이다.

모델 업데이트마다 성능 들쑥날쑥

한 댓글은 EE Bench 리더보드에서 GPT-5.6 Sol이 GPT-5.5보다 낮게 나온 유일한 지표라며, 새 모델이 헤드라인 벤치마크만 쫓다가 다른 능력은 후퇴하는 패턴을 지적했다. 단일 실행 결과만으로 순위를 매긴 탓일 수 있지만, 검증 방식 자체가 허술하다는 비판도 나온다.

쉽게 풀어보면

EE Bench가 "AI가 회로 기판을 설계할 수 있나?"라고 물었습니다. 현직 엔지니어들이 답했습니다. "교과서 문제는 풀지만, 실무는 못한다."

비유하자면 이렇습니다. 전자공학 교과서를 통째로 외운 신입사원이 있습니다. 기본 회로도는 잘 그립니다. 그런데 실제 제품에 들어갈 기판을 맡기면? 부품 간 간섭, 열 설계, 노이즈 대책, 양산 수율 같은 건 모릅니다. 책엔 안 나오는 현실 때문입니다.

AI도 마찬가지입니다. 학습 데이터에 교과서·논문·공개 예제는 많습니다. 하지만 기업 내부에서 쌓인 실전 설계 노하우, 실패 사례, 공정 제약은 없습니다. 그래서 "교과서 수준"에서 멈춥니다.

재현성도 문제입니다. 같은 조건을 줘도 답이 매번 다릅니다. 회로 기판은 선 하나 밀리면 불량입니다. "이번엔 잘 나왔네"로는 안 됩니다. 매번 같은 결과가 나와야 신뢰합니다.

최근 모델 업데이트 후 오히려 점수가 떨어진 사례도 있습니다. 벤치마크용 문제만 잘 풀게 튜닝하다 보니, 정작 엔지니어가 쓰는 능력은 후퇴했다는 뜻입니다.

나에게 미치는 영향

당장 PCB 설계 업무에 AI를 맡길 수는 없습니다. 하지만 보조 도구로는 쓸 만합니다.

부품 선정·데이터시트 요약: "이 용도에 맞는 MCU 추천해 줘" 같은 질문은 잘 답합니다.
초기 회로도 스케치: 블록 다이어그램 수준이면 AI가 그린 걸 사람이 다듬는 식이 빠릅니다.
스크립트 자동화: KiCad·Eagle용 파이썬 스크립트 작성은 꽤 정확합니다.

오늘 해볼 것: 쓰는 EDA 툴(KiCad, Altium 등)에서 AI 플러그인이 있는지 확인해 보세요. 공식 플러그인이 아니라도 깃허브에 공개된 스크립트가 많습니다. 하나만 붙여도 반복 작업이 줄어듭니다.

엔지니어라면 자신만의 프롬프트 템플릿을 만들어 두세요. "이 부품은 반드시 0603 패키지", "디커플링 캐패시터는 각 전원 핀 1개씩" 같은 제약 조건을 프롬프트에 넣으면 결과가 훨씬 나아집니다.

남은 과제: 데이터와 검증 체계

이 논의가 보여주는 건 벤치마크 점수와 실무 능력의 괴리입니다. EE Bench 같은 사이트가 생겼다는 건 측정하려는 수요가 있다는 뜻이지만, 현재 리더보드는 단일 실행·비공개 태스크로 구성돼 있어 신뢰도가 낮습니다.

앞으로 필요한 건 세 가지입니다.

실무 설계 데이터 확보: 기업이 내부 데이터를 풀지 않으면 AI는 영원히 '교과서 신입'에 머문다.
재현 가능한 평가: 같은 태스크를 여러 번 돌려 편차까지 공개해야 한다.
도메인 특화 강화학습: 시뮬레이터와 연동해 DRC(설계 규칙 검사) 통과율을 보상으로 주는 학습이 필요하다.

본지가 6일 전 다룬 워프가 클로드 위에서 '스스로 고치는 에이전트'를 만든 방식에서도 나왔듯, 피드백 루프가 있는 에이전트가 코드 생성에서 성과를 냈습니다. PCB 설계도 시뮬레이터·DRC 도구와 루프를 돌리는 에이전트 형태가 돼야 실무에 들어갈 수 있을 것으로 보입니다.

한 줄 정리

AI가 회로 기판을 '설계'하는 건 아직이고, '설계 보조'로 쓰는 건 지금 가능하다.