2026년 11월 18일, OpenAI는 공식 블로그에서 모델이 칩 설계에 참여한 최신 진전을 공개했다. 자체 개발한 추론 칩 Jalapeño에서 모델이 제안한 변경으로 벡터 유닛의 표준 셀 면적이 약 13%, 매트릭스 유닛이 약 10% 줄었고, 최적화는 실리콘으로 검증됐다. 종이 위의 벤치마크가 아니라, 모델의 변경이 실제로 테이프아웃된 칩에 들어간 것이다.
Jalapeño가 아낀 면적은 어디서 나왔나
Jalapeño는 OpenAI의 첫 자체 개발 추론 칩으로, 2025년 초부터 모델이 설계에 참여했으며 당시에는 GPT-4o가 쓰였다. OpenAI는 면적 절감의 구체적인 위치를 공개했다. 벡터 유닛에서는 부동소수점 가산기와 곱셈기, 변환 함수, 리덕션 로직이 모두 손질됐고, 모델은 서로 다른 논리 구현과 파이프라인 분할을 시도해 하드웨어를 공유하고 중간 데이터 저장을 줄였다. 매트릭스 유닛에서는 곱셈기 재설계로 합성 면적이 약 15% 줄고 지연이 두 클록에서 한 클록으로 줄었으며, 별도의 가산기 재설계도 면적을 약 15% 줄이고 지연은 그대로 유지했다. 두 가지를 합쳐 13%와 10%라는 숫자가 나왔다.
AMD 생산 라인: 1년치 진전을 5개월 만에
자체 칩 외에도 OpenAI는 같은 방식을 AMD의 플래그십 GPU에 적용했다. 모델이 회로를 설명하는 SystemVerilog 코드를 다시 써서 이미 고도로 최적화된 기준선 대비 전력·성능·면적을 합쳐 최대 14% 개선했고, OpenAI의 표현으로는 약 1년치 진전을 5개월이 채 안 돼 달성한 셈이다. AMD는 일부 변경을 이미 제조에 보낸 설계에 반영했고, 나머지도 향후 버전의 설계 파일에 추가했다. 차세대 플래그십 CPU의 핵심 블록에서도 모델이 작성한 설계가 한 자릿수 퍼센트 개선을 달성했다.
주목할 점은 특정 숫자가 아니라 검증 방식이다. 모든 재작성은 Synopsys의 EDA 도구로 검사해 동작이 그대로 유지되는지 확인한 뒤 전력·성능·면적의 균형을 평가했다. 모델은 종이 위에서 회로를 그리는 게 아니라 실제 양산 설계에서 기존 툴체인으로 검증 고리를 완성했다. OpenAI는 세대를 가로지르는 평가도 공개했다. 오픈소스 32비트 RISC-V 코어인 PicoRV32와 Ibex에서 모델을 세대별로 테스트한 결과, 회당 약 11만 2천 토큰의 예산에서 GPT-6.2 Astra가 두 항목 모두 최고 점수를 받았고, GPT-6.1 Sol도 두 항목에서 GPT-5.6 Sol을 앞질렀다. 칩 설계 능력이 모델 세대 교체와 함께 실제로 향상되고 있다는 증거다.
다음에 볼 것은 두 가지다. OpenAI가 Synopsys와 함께 훈련 중인 GPT-Synopsys가 이 능력을 칩 엔지니어의 일상 도구로 만들 수 있을지, 그리고 AMD 차세대 GPU·CPU의 실측 데이터가 이 수치들을 뒷받침할지다. 일반 독자도 칩 출시를 기다릴 필요는 없다. AI가 칩 설계 비용을 낮추면 맞춤형 칩의 문턱도 함께 낮아지기 때문이다.