강화학습 기반 아날로그 집적회로 설계·측정 플랫폼

Reinforcement Learning for High-performance Analog Integrated Circuit Design and Measurement

연구 내용

강화학습을 활용하여 아날로그 집적회로를 설계하고 측정 데이터를 기반으로 성능을 반복 개선하는 연구

아날로그 집적회로의 설계 과정에서 파라미터 탐색과 성능 평가를 자동화하기 위해 강화학습 기반의 최적화 절차를 구성합니다. 회로 설계와 회로측정을 하나의 루프로 연결하여 측정 결과를 바탕으로 목표 특성에 대한 보상 함수를 설정하고, 다음 설계 후보를 생성하는 방식으로 수행합니다. 또한 설계 변수-측정 지표 간 상관을 고려해 탐색 효율을 높이고, 반복 실험을 통해 유효한 설계 해를 도출합니다. 이를 통해 설계-검증 시간을 줄이는 데 초점을 둡니다.

관련 프로젝트

1건

연구 흐름

초기 연구는 아날로그 집적회로의 설계 변수와 측정 지표를 정리하고, 측정 기반 피드백을 포함하는 실험-학습 구조를 마련하는 데 집중되었습니다. 이후 2022년부터는 강화학습을 적용해 회로 파라미터 탐색을 수행하고, 설계 결과가 측정 조건에서 재현되는지 검증하는 과정으로 확장했습니다. 2024년 초까지는 회로측정 데이터의 품질과 반복성 문제를 반영하여 학습 안정성과 탐색 효율을 개선하는 방향으로 고도화했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

아날로그 회로 자동 설계
측정 기반 설계 최적화
회로 파라미터 튜닝 자동화
저잡음 아날로그 전단 설계
고선형성 증폭기 최적화
전력-성능 동시 고려 설계
실험 데이터 기반 모델 보정
제작 편차 반영 설계
테스트 중심 설계검증 절차
설계-측정 워크플로 관리