AI는 아직 회로 기판을 어디까지 설계할 수 있는가?

현재 AI는 실제 부품과 제약을 반영한 일부 회로 문제를 해결하지만, 완제품의 PCB 배치·제조·초기 구동까지 맡길 수준인지는 아직 평가되지 않음 EEBench V1은 회로를 선언형 코드로 작성하게 하고 SPICE 시뮬레이션으로 전압, 응답, 부품 공차, 비용 등을 포함한 13개 과제를 결정론적으로 채점함 9월 1일 결과에서는 Claude Opus 5가 61.6%로 1위였고 Grok 4.6은 57.1%, Claude Fable 5.1은 56.4%를 기록했으며 GPT-6 Astra 결과는 아직 없음 에너지 미터 과제는 정전 후 20ms 동안 전압을 3.0V 이상으로 유지하면서 커패시터의 유효 용량, 공차, 복구 시간, 패키지와 비용까지 충족해야 함 시뮬레이션 결과를 강화학습 보상 신호로 활용하면 전압 한계, 공차 조건, 과도한 비용 같은 실패 원인을 구체적으로 학습할 수 있으며, 모델 발전에 맞춰 더 어려운 과제가 추가될 예정임 GUI 대신 선언형 회로 코드로 평가 OpenAI가 GPT-6 Astra의 KiCad 회로 기판 작업을 시연하면서, 모델이 만든 전자 회로의 품질을 어떻게 측정할지가 과제로 떠오름 현재 모델은 교과서, 데이터시트, 애플리케이션 노트와 코드를 학습해 상당한 전자공학 지식을 갖췄지만, 일반적인 설계 도구에서는 그 역량을 충분히 드러내기 어려움 그래픽 CAD를 조작하는 에이전트는 화면 좌표, 메뉴, 애플리케이션 상태를 추적하고 클릭하는 데 많은 시간과 컨텍스트를 소모함 EEBench는 atopile을 이용해 회로를 선언형 코드로 표현함 에이전트가 부품, 연결, 전기적 제약을 직접 다룸 프로젝트 안에서 설계 변경, 빌드, 시뮬레이션과 실패 분석을 수행함 컴퓨터 조작 능력보다 전자공학 설계 능력 자체에 집중해 평가할 수 있음 실제 부품이 만드는 설계 제약 에너지 미터의 전원 유지 주거용 에너지 미터는 5V 전원이 끊긴 뒤 프로세서가 누적 측정값을 저장할 수 있도록 20ms 동안 동작을 유지해야 함 보호 전원 레일은 이 시간 동안 프로세서의 3.0V 브라운아웃 임계값보다 높아야 함 대부분의 모델은 커패시터를 추가하는 기본 해법을 찾지만, 실제 부품을 쓰면 여러 조건이 뒤따름 세라믹 커패시터는 전압이 걸리면 표시 용량보다 실제 용량이 크게 줄어들 수 있음 부품 공차 때문에 명목값으로 성공한 설계도 실제 납품 부품에서는 실패할 수 있음 용량을 늘리면 비용과 공간이 증가하고, 전원이 돌아왔을 때 레일 재...