엔비디아 리서치가 하드웨어 설계를 저장소 단위의 코드 진화 과정으로 다루는 손 안 대는(hands-free) 에이전트 프레임워크 호라이즌(HORIZON)을 발표했다. 레지스터 전송 수준(RTL) 설계를 대상으로 삼아, 구조화된 마크다운 문서로 프로젝트 목표를 정의하면 에이전트가 격리된 깃(git) 워크트리 안에서 스스로 코드를 수정하고, 실행 가능한 수용 게이트를 통과했을 때만 버전을 커밋하는 방식이다. 연구팀은 평가한 모든 RTL 벤치마크 스위트에서 100% 완료율을 기록했다고 밝히면서도, 에이전트 기반 하드웨어 설계가 완전히 해결된 문제는 아니라고 선을 그었다.
단발성 프롬프트로 그럴듯한 베릴로그(Verilog) 코드를 생성하는 방식은 실제 하드웨어 검증에는 한계가 있다. 호라이즌은 각 설계 문제를 일회성 프롬프트가 아니라 버전관리되는 저장소로 취급한다. 사용자가 제공해야 하는 입력은 목표, 도메인 지식, 평가자 사양, 수용 조건 네 가지 요소로 구성된 마크다운 문서 하나뿐이며, 부트스트랩 에이전트가 이를 컴파일·시뮬레이션·커버리지 추출·검증 절차를 포함한 프로젝트 패키지로 변환한다. 이후 루프는 사람 개입 없이 목표를 계획하고 워크트리를 수정하며 평가자를 실행해, 통과하면 커밋하고 실패하면 로그로 남기는 과정을 반복한다.
연구팀은 이 실험에 고정된 백본 모델 GPT-5.3을 사용했으며, ChipBench·RTLLM-2.0·Verilog-Eval과 CVDP의 9개 세부 검증 범주(CID 002~016)에서 평가를 진행했다. CVDP는 13개 과제 범주에 걸친 783개의 사람이 작성한 문제로 구성된다. 호라이즌은 모든 스위트에서 100% 통과율을 기록했으며, 유일한 미달 사례는 에이전트의 실패가 아니라 ChipBench 자체의 사양 결함으로 확인됐다. 첫 반복(iteration 0) 시점의 평균 통과율은 47.8%에 그쳤지만, 검사기 생성 범주(CID 013)는 3.8%에서 시작해 19회 반복 만에 100%에 도달하는 등 범주별로 수렴 속도 차이가 컸다.
토큰 소비량을 보면 3개 기존 벤치마크가 합쳐서 600만 토큰을 쓴 반면, 9개 CVDP 범주는 전체의 97.1%에 해당하는 2억390만 토큰을 소모했으며 그중 코드 완성 범주(CID 002)만 5600만 토큰을 차지했다. 다만 전체 토큰의 약 91%가 캐시된 입력이어서 API 비용 부담은 크게 줄었다. 연구팀은 정답률이 포화된 지금 단계에서는 최종 통과율보다 토큰 효율성을 개선 우선순위로 삼아야 한다고 진단했다.
연구팀은 호라이즌이 알파에볼브(AlphaEvolve), SAT 솔버를 진화시킨 SATLUTION, 논리합성 시스템을 다루는 ABCEvo로 이어지는 저장소 단위 자기진화 계보의 연장선에 있다고 설명했다. 다만 보상 해킹 가능성과 실제 설계 품질(QoR) 최적화가 이번 실험 범위 밖이라는 점, 그리고 실제 성능·전력·면적(PPA) 최적화 루프는 며칠에서 몇 주가 걸릴 수 있다는 한계도 함께 짚었다. 연구팀은 후속 벤치마크에서는 수리 과정에는 진단 피드백을 노출하고 최종 채점에는 숨겨진 무작위 테스트와 정형 검증을 별도로 두는 이단계 프로토콜을 제안했다.
