AnalogAgent: LLM 에이전트를 활용한 자체 개선형 아날로그 회로 설계 자동화

AnalogAgent: Self-Improving Analog Circuit Design Automation with LLM Agents

최근 대규모 언어 모델(LLM)의 발전은 아날로그 회로 설계 자동화에 큰 잠재력을 보여줍니다. 그러나 대부분의 LLM 기반 접근 방식은 생성, 진단 및 수정의 단일 모델 루프에 의존하며, 이는 간결한 요약에 치중하고 특정 분야의 통찰력을 얻는 데 어려움을 겪으며, 중요한 기술 세부 사항이 손실되는 맥락 소실 문제를 야기합니다. 이러한 한계점을 해결하기 위해, 본 논문에서는 LLM 기반의 다중 에이전트 시스템(MAS)과 자체 진화 메모리(SEM)를 통합한, 학습이 필요 없는 에이전트 기반 프레임워크인 AnalogAgent를 제안합니다. AnalogAgent는 코드 생성기, 설계 최적화기, 지식 큐레이터를 조정하여 실행 피드백을 SEM의 적응형 플레이북으로 변환하고, 후속 생성을 위한 표적 지침을 검색합니다. 이를 통해 추가적인 전문가 피드백, 데이터베이스 또는 라이브러리 없이도 다양한 작업 간의 지식 이전이 가능합니다. 기존 벤치마크에서 AnalogAgent는 Gemini 모델을 사용할 때 92%의 Pass@1 성능, GPT-5 모델을 사용할 때 97.4%의 Pass@1 성능을 달성했습니다. 또한, Qwen-8B와 같은 소형 모델을 사용할 때도, 평균적으로 48.8%의 Pass@1 성능 향상을 보였으며, 전체적으로 72.1%의 Pass@1 성능을 달성하여, AnalogAgent가 고품질의 아날로그 회로 설계 자동화를 위한 오픈 가중치 모델을 크게 강화한다는 것을 보여줍니다.

Recent advances in large language models (LLMs) suggest strong potential for automating analog circuit design. Yet most LLM-based approaches rely on a single-model loop of generation, diagnosis, and correction, which favors succinct summaries over domain-specific insight and suffers from context attrition that erases critical technical details. To address these limitations, we propose AnalogAgent, a training-free agentic framework that integrates an LLM-based multi-agent system (MAS) with self-evolving memory (SEM) for analog circuit design automation. AnalogAgent coordinates a Code Generator, Design Optimizer, and Knowledge Curator to distill execution feedback into an adaptive playbook in SEM and retrieve targeted guidance for subsequent generation, enabling cross-task transfer without additional expert feedback, databases, or libraries. Across established benchmarks, AnalogAgent achieves 92% Pass@1 with Gemini and 97.4% Pass@1 with GPT-5. Moreover, with compact models (e.g., Qwen-8B), it yields a +48.8% average Pass@1 gain across tasks and reaches 72.1% Pass@1 overall, indicating that AnalogAgent substantially strengthens open-weight models for high-quality analog circuit design automation.