NVIDIA는 2026년 10월 14일 SEMICON West에 맞춘 발표에서 CUDA-X 라이브러리군의 새 구성원 cuPotential을 공개하고, 어플라이드 머티어리얼즈, 케이던스, KLA, 램리서치, 지멘스, 시놉시스 등 반도체 공급망 대기업들이 칩 설계·제조·검사 전 과정에 NVIDIA의 가속 컴퓨팅과 AI 기술 기반을 도입하고 있다고 밝혔다. 이는 소프트웨어 라이브러리 하나가 늘어난 일이 아니다. 'AI가 정의하는 팹(공장)' 구상의 가장 아래층을 채우는 움직임으로, 에이전트가 원자 단위에서 재료의 거동을 시뮬레이션으로 먼저 다진 뒤 그 결론을 실제 라인에 들이는 흐름을 만들려는 것이다.
cuPotential이 맡은 구간은 시뮬레이션 사슬에서 가장 느린 곳
원자와 분자가 어떻게 상호작용하는지를 이해하는 일은 반도체 재료와 제조 공정을 모델링하는 출발점이지만, 이런 계산은 GPU 최적화가 된 소프트웨어에서도 엄청난 시간이 걸린다. cuPotential은 GPU 가속 전용 함수군을 제공해 개발자가 기존 도구에 넣을 수 있게 하고, AI 에이전트가 분자 수준 시뮬레이션을 직접 실행·평가·반복할 수 있게 한다. 초기 접근 테스트에서는 이미 GPU로 최적화된 워크플로를 추가로 2~3배 빠르게 했다. 초기 도입사 중 하나인 시놉시스는 재료 시뮬레이션 가속에 이를 쓰고 있다. 위치는 분명하다. 대중용 제품이 아니라 엔지니어와 에이전트가 함께 쓰는 기반 도구로서, 시행착오를 컴퓨터 안에 가두는 것이 목적이다.
가속 수치의 행렬이 공장 전체의 셈법이 된다
같은 발표에는 파트너 수치가 촘촘히 실렸다. 재료·소자 시뮬레이션에서 시놉시스는 cuEST를 쓴 QuantumATK에서 최대 30배의 잠재 가속, cuDSS를 쓴 S-Device 벤치마크에서 12배를 보고했다. 케이던스는 cuDSS로 첨단 패키지의 열·응력 최적화를 8배 빠르게 했고, COMSOL의 다물리 시뮬레이션은 최대 10배 빨라졌다. 제조 공정에서는 램리서치가 오픈소스 NanoVDB를 자사 공정 모델링 플랫폼에 붙여 일부 웨이퍼 식각 모델링에서 최대 30배를 예상하고, PhysicsNeMo로는 플라즈마 예측 시뮬레이션을 수일에서 밀리초 단위로 줄였다. 어플라이드 머티어리얼즈는 Omniverse 디지털 트윈 기반 챔버 시뮬레이션에서 최대 35배를 내세운다. 검사·테스트에서는 KLA의 새 NPP 커널이 초기 CPU 버전보다 50배 빠르고, 테라다인은 프로브 유지보수 추론을 약 85배 빠르게 했으며, imec은 cuLitho로 노광 공정 윈도우를 30% 개선했다.
NVIDIA가 공장의 두뇌를 노리는 이유
수치는 차갑게 볼 필요가 있다. 모두 NVIDIA와 파트너의 발표 값이고, 대부분 초기 단계나 단일 벤치마크 결과라 실제 라인의 효과는 양산 검증이 필요하며, cuPotential 자체도 아직 초기 접근 단계다. 그래도 방향 자체는 의심할 여지가 없다. 첨단 공정은 수천 단계에 이르고, 공정 변경을 실제 라인에서 시험하면 웨이퍼 단위의 손실이 생길 수 있다. 디지털 트윈 안에서 에이전트에게 시뮬레이션을 끝까지 돌리고 결함 검출을 앞당기는 일은 사실상 증산과 같다. NVIDIA가 파는 것은 이제 칩 자체만이 아니라 칩을 만드는 공장의 설계·시뮬레이션·운영 층, 즉 'AI를 만드는 도구'에서 '도구를 만드는 도구'로의 확장이다. 앞으로 볼 대목은 두 가지다. 이런 에이전트 워크플로가 양산 라인의 일상적 의사결정에 들어갈 수 있을지, 그리고 케이던스·시놉시스 같은 EDA 대기업과 NVIDIA의 결합이 깊어지면서 시뮬레이션 소프트웨어 판도가 다시 그려질지다.
