시스템을 위한 생성형 AI: 소프트웨어부터 실리콘까지의 반복적인 과제와 설계 원칙

GenAI for Systems: Recurring Challenges and Design Principles from Software to Silicon

생성형 AI는 컴퓨팅 시스템의 설계, 최적화 및 구축 방식을 혁신하고 있지만, 연구는 여전히 소프트웨어, 아키텍처 및 칩 설계 커뮤니티 간에 분산되어 있습니다. 본 논문은 전체 시스템 관점에서 생성 모델이 코드 생성 및 분산 런타임부터 하드웨어 설계 공간 탐색, RTL 합성, 물리적 레이아웃 및 검증에 이르기까지 어떻게 적용되고 있는지 분석합니다. 각 계층을 개별적으로 검토하는 대신, 동일한 구조적 어려움과 효과적인 대응 방식이 전체 시스템에서 어떻게 반복되는지 분석합니다. 핵심적인 발견은 수렴 현상입니다. 다양한 도메인과 도구에도 불구하고, 본 연구 분야는 지속적으로 다섯 가지 반복적인 과제(피드백 루프 위기, 암묵적 지식 문제, 신뢰 및 검증, 경계를 넘치는 공동 설계, 결정론에서 동적 시스템으로의 전환)를 마주하고 있으며, 다섯 가지 설계 원칙(하이브리드 접근 방식 수용, 지속적인 피드백 설계를 통한 시스템 구축, 역할에 따른 관심사 분리, 문제 구조에 맞는 방법 적용, 수십 년간 축적된 시스템 지식 활용)이 효과적인 대응 방식으로 독립적으로 나타나는 것을 확인했습니다. 이러한 과제와 원칙을 연결하는 지도를 제시하여, 각 계층에서 어떤 원칙이 어떤 과제에 효과적인지 진단하고 설계하는 데 도움을 줍니다. 구체적인 전체 시스템 예시를 통해 시스템이 이러한 지도를 어떻게 활용하여 발전하는지 보여주고, 공통 어휘, 계층 간 벤치마크 및 체계적인 설계 방식을 포함하는 공유 엔지니어링 방법론이 필요하며, 이를 통해 각 커뮤니티에서 개별적으로 재발견하는 대신, 전체적으로 발전이 가속화될 수 있다고 주장합니다. 본 연구는 컴퓨팅 시스템의 세 가지 계층에 걸쳐 11가지 응용 분야를 포괄하는 275편 이상의 논문을 분석하여, 전체 시스템 관점에서만 드러나는 연구 질문들을 제시합니다.

Generative AI is reshaping how computing systems are designed, optimized, and built, yet research remains fragmented across software, architecture, and chip design communities. This paper takes a cross-stack perspective, examining how generative models are being applied from code generation and distributed runtimes through hardware design space exploration to RTL synthesis, physical layout, and verification. Rather than reviewing each layer in isolation, we analyze how the same structural difficulties and effective responses recur across the stack. Our central finding is one of convergence. Despite the diversity of domains and tools, the field keeps encountering five recurring challenges (the feedback loop crisis, the tacit knowledge problem, trust and validation, co-design across boundaries, and the shift from determinism to dynamism) and keeps arriving at five design principles that independently emerge as effective responses (embracing hybrid approaches, designing for continuous feedback, separating concerns by role, matching methods to problem structure, and building on decades of systems knowledge). We organize these into a challenge--principle map that serves as a diagnostic and design aid, showing which principles have proven effective for which challenges across layers. Through concrete cross-stack examples, we show how systems navigate this map as they mature, and argue that the field needs shared engineering methodology, including common vocabularies, cross-layer benchmarks, and systematic design practices, so that progress compounds across communities rather than being rediscovered in each one. Our analysis covers more than 275 papers spanning eleven application areas across three layers of the computing stack, and distills open research questions that become visible only from a cross-layer vantage point.