소개
오랫동안 소프트웨어 개발자들은 클라우드 환경에서 제품을 구축하고 제공해 왔습니다. 반도체 기업들이 더 빠르고 민첩하며 효율적인 혁신을 위해 클라우드 기반의 칩 디자인으로 전환함에 따라 이 여정은 계속되고 있습니다. 클라우드로 디자인 환경을 이전해야 하는 이유는 명확하지만, 그 과정에서 일부 오해를 해소하고 클라우드의 역량을 활용할 수 있는 새로운 길을 모색해야 합니다.
오랫동안 소프트웨어 개발자들은 클라우드 환경에서 제품을 구축하고 제공해 왔습니다. 반도체 기업들이 더 빠르고 민첩하며 효율적인 혁신을 위해 클라우드 기반의 칩 디자인으로 전환함에 따라 이 여정은 계속되고 있습니다. 클라우드로 디자인 환경을 이전해야 하는 이유는 명확하지만, 그 과정에서 일부 오해를 해소하고 클라우드의 역량을 활용할 수 있는 새로운 길을 모색해야 합니다.
소프트웨어와 하드웨어의 융합으로 신기술이 탄생하면서 디자인 복잡성이 가중되고 있습니다. 이에 따라 전체 시스템에 대한 종합적인 분석과 더 많은 컴퓨팅 자원, 그리고 전자 설계 자동화(EDA) 도구가 필요해졌습니다. 이러한 추세는 앞으로도 반도체 기술의 진화를 주도할 것입니다.
AI가 디자인 도구 및 워크플로에 도입되고 있습니다. 이로 인해 컴퓨팅 및 EDA 자원에 대한 유연하고(즉, 무제한적인) 접근 요구사항이 더욱 복합적으로 증가하고 있습니다.
클라우드 서비스 제공업체(CSP)들은 이러한 워크로드를 처리할 수 있도록 고성능 컴퓨팅(HPC) 최적화 인프라의 규모, 가용성, 경제성 및 용량을 확장해 왔습니다.
초기 전환을 가로막았던 핵심 문제는 반도체 업계가 CSP의 보안 역량을 신뢰하지 못한 채 소중한 IP를 타사의 하드웨어에 올리는 것을 꺼렸다는 점입니다.
모든 IP를 사내에 유지하며 '안전하게' 보호하려는 이러한 경향은 충분히 이해할 수 있습니다. 결국 IP는 대부분의 반도체 기업에게 핵심 자산이기 때문입니다.
퍼블릭 클라우드의 광범위한 확산은 주요 제공업체들로 하여금 보안 인프라에 상당한 투자를 하도록 이끌었습니다. Microsoft Azure는 매년 약 10억 달러를 클라우드 보안에 투자하고 있습니다. Google은 향후 5년간 클라우드 보안에 100억 달러를 투자할 예정입니다. 업계 전반에서 이와 유사한 다양한 노력이 이루어지고 있습니다.
클라우드 제공업체가 제공하는 보안 인프라 외에도, 클라우드 애플리케이션을 호스팅하는 기업들은 애플리케이션 계층의 보안을 추가로 제공합니다. 예를 들어 Synopsys는 애플리케이션 보안 분야의 깊은 도메인 지식을 바탕으로 강력한 추가 보호 기능을 제공합니다. 주요 사례는 다음과 같습니다.
CSP와 파트너들은 개별 기업이 독자적으로 투자할 수 있는 수준을 훨씬 상회하는 보안 투자를 해왔기 때문에, 결과적으로 클라우드를 선택하는 것이 가장 안전한 경우가 많습니다.
두 번째 문제는 자원의 예측 가능성에 대한 우려입니다. 하드웨어 엔지니어링 팀은 필요할 때 클라우드가 요구되는 용량을 안정적으로 제공할지 신뢰하지 못합니다. 이들은 알 수 없는 사용자 풀과 공유되지 않으므로 필요할 때 언제든 사용할 수 있다는 보장이 있는 사내(on-prem) 컴퓨팅 및 스토리지 자원의 예측 가능성을 선호합니다.
모든 엔지니어링 워크로드가 주어진 용량 내에서 처리될 것이 확실한 완벽한 용량 예측의 세계라면 이는 문제가 되지 않을 것입니다. 그러나 실제로는 사내 엔지니어링 팀들이 공유 자원을 두고 끊임없이 경쟁하며, 부하가 급증할 때 어떤 프로젝트를 우선 처리할지 결정해야 하는 상황이 발생합니다.
나아가 다음 페이지의 그림에서 볼 수 있듯이, 실제 설계 프로젝트의 컴퓨팅 요구 사항은 상당한 최고점과 최저점을 오갑니다. 이처럼 현실적인 상황을 지원하기 위한 최적의 온프레미스 구성은 무엇일까요?
물론 버스트 용량(burst capacity) 요구 사항을 충족하기 위해 온프레미스 자원에 투자하고 확장할 수 있으나, 용량 확장은 대개 민첩하지 않으며 단방향으로만 이루어집니다. 따라서 온프레미스 인프라는 지속적으로 확대되기만 할 뿐 수요가 감소해도 축소되지 않습니다. 반면, 대형 CSP들이 전 세계적으로 방대한 용량을 대규모로 확장해 낸 덕분에 자원 가용성 측면에서는 클라우드가 탁월한 강점을 지닙니다.
세 번째 통념은 비용과 관련이 있습니다. 온프레미스 IT 팀은 언제나 클라우드보다 저렴하게 용량을 제공할 수 있다고 믿으며, 하드웨어를 소유하는 것이 장기적으로 대여하는 것보다 본질적으로 비용 효율적이거나 최소한 비용을 더 잘 파악하고 통제할 수 있다고 생각합니다. 이들은 클라우드의 무한한 용량이 엔지니어링 팀으로 하여금 비용 통제 없이 컴퓨팅과 스토리지를 무분별하게 소비하게 만들까 봐 우려합니다.
그러나 IT 팀은 최고 수요에 대응하기 위해 충분한 온프레미스 용량을 프로비저닝해야 하며, 이는 고비용의 온프레미스 하드웨어가 일정 시간 동안 유휴 상태로 방치되어 전체적인 활용도가 떨어질 수 있음을 의미합니다. 이는 자주 간과되는 온프레미스 비용입니다.
네 번째 통념은 IC 개발 워크플로를 온프레미스에서 클라우드로 마이그레이션하는 것과 관련이 있습니다. 워크플로가 온프레미스 인프라 아키텍처에 깊이 의존하고 있는 경우, 클라우드로의 리프트 앤 시프트(lift-and-shift)는 극복하기 어려운 노력과 비용의 장벽처럼 보입니다.
실제로 기존 워크플로를 클라우드로 마이그레이션하기 위해 노력을 기울이면 다른 이점도 얻을 수 있습니다. 작업이 더 잘 캡슐화되고 타겟 플랫폼에 대한 의존도가 낮아짐에 따라, 워크플로가 유연성을 갖추어 온프레미스와 클라우드 양쪽에서 원활하게 실행될 수 있는 환경으로 나아갈 수 있습니다.
기존 계약에는 클라우드에서 EDA 툴 라이선스를 사용할 수 있는 조항이 포함되어 있지 않을 가능성이 높습니다. 따라서 EDA 계약을 관리하는 담당자는 가능한 방안을 모색하기 위해 벤더와 논의해야 합니다. 주요 EDA 벤더들은 모두 클라우드에서 라이선스를 사용할 수 있는 다양한 모델을 제공합니다. 다만 일부 계약 변경이 필요할 수 있으며, 이전에 하던 것처럼 일부 라이선스는 온프레미스에서 운영하고 다른 라이선스는 클라우드 환경에서 운영하기를 원할 수도 있습니다.
결국 EDA 라이선스에 의해 제한을 받는다면 클라우드에서 무한한 컴퓨팅 자원에 접근할 수 있는 의미가 없어지기 때문입니다.
클라우드는 단순히 연산만을 위한 것이 아니라 스토리지 또한 중요한 요소입니다. 일부 엔지니어링 워크플로우에서는 스토리지 비용이 상당한 비중을 차지할 수 있습니다. 원칙적으로 클라우드에서 대규모 데이터셋을 생성하는 것은 가용성 측면에서 문제가 되지 않지만, 클라우드 스토리지는 비용 부담이 클 수 있습니다. 클라우드에 저장되는 모든 데이터가 고성능 계층의 스토리지에 위치할 필요는 없습니다.
자주 액세스하지 않는 데이터는 CSP가 제공하는 저속의 계층 2 또는 계층 3 스토리지 매체로 이동할 수 있습니다. 또한 데이터 전송과 관련된 비용도 존재합니다. 업로드는 대개 무료이지만, 다운로드에는 요금이 부과되며 추가 비용 발생의 요인이 될 수 있습니다.
쉽게 재생성할 수 있는 대규모 중간 데이터는 보관하지 마십시오. 현대적인 빅데이터 분석의 등장으로 클라우드에서 점점 더 효과적으로 수행할 수 있게 된 데이터 분석 작업을 클라우드 환경에서 직접 처리하십시오.
클라우드로 전환하더라도 수요 예측의 필요성은 사라지지 않습니다. 다만 단기적인 수요를 보다 쉽게 충족할 수 있게 되며 사용한 서비스에 대해서만 비용을 지불하면 되므로 용량 확장의 기술적·물리적 장벽이 사라지게 됩니다.
그러나 앞서 언급한 바와 같이, 엔지니어링 팀이 고정 용량의 제약에서 벗어나 비용 ROI 계산에 대한 고려 없이 엔지니어링 품질과 출시 기간을 단축할 수 있는 큰 기회만을 추구하게 된다면 통제 불능의 소비로 인해 비용이 급증할 수 있습니다. 따라서 내장된 사용량 분석 기능과 예산 관리 체계는 클라우드 기반 IC 설계 워크플로우의 필수적인 부분입니다.
클라우드 비용 산정 모델은 복잡합니다. 공급업체 선택, 서비스(연산 및 스토리지) 선택, 빅데이터 분석과 같은 부가 서비스 선택을 비롯하여 사용량 기반 요금제, 사전 구매 플랜, 수요가 적은 시기에 서비스를 대폭 할인받을 수 있는 스팟 가격 모델 등 비용에 영향을 미치는 다양한 요인이 존재합니다.
고려해야 할 비용 요소: 온프레미스 대 클라우드
조직마다 요구사항이 다르므로 모든 상황에 일률적으로 적용되는 단일 비용 모델은 존재하지 않습니다. 비용을 산정할 때 다음 사항을 염두에 두시기 바랍니다.
| 고려 사항 | 온프레미스 비용 요소 | 클라우드 비용 요소 |
|---|---|---|
| 시설 및 장비 | 대규모 초기 투자 및 신구 하드웨어 혼용에 따른 지속적인 유지관리 | 사용량 및 가격 모델에 따라 비용 변동 |
| 신뢰성 / 생산성 저하 | 온프레미스는 유지관리 및 업그레이드로 인해 오히려 다운타임이 늘어날 수 있음 | 클라우드는 일반적으로 중복성이 높아 다운타임 및 장애 발생 가능성이 적음 |
| 인력 | 유지관리 및 분석을 위해 전담 IT 팀 필요 | 필요한 인적 자원 감소 |
| 비즈니스 연속성 리스크 | 모든 온프레미스 인프라가 단일 위치에 있거나 여러 위치에 추가 투자하는 경우 리스크 증가 | 클라우드 전반의 높은 중복성으로 인해 잠재적 영향 최소화 |
클라우드의 주요 장점 중 하나는 연산, 툴 라이선스, 스토리지, 데이터 전송 비용을 포함하여 작업별 운영 비용(OPEX)을 한곳에서 쉽게 추적할 수 있다는 점입니다.
온프레미스 인프라는 대개 신구 하드웨어, 고속 및 저속 연산, 소용량 및 대용량 메모리 시스템이 혼재된 이기종 환경인 경우가 많습니다. 따라서 설계 플로우 각 단계의 고유한 요구사항에 맞춰 올바른 하드웨어 구성이 배치되었는지 파악하기가 어려운 경우가 많습니다.
워크플로우를 클라우드로 단순히 이전하는 '리프트 앤 쉬프트(lifting and shifting)' 방식을 적용하려면, 작업에 필요한 모든 종속성과 함께 클라우드로 전송될 수 있도록 해당 워크플로우를 패키징해야 합니다. 사내 워크플로우를 포팅하려는 팀의 경우, 이는 각 작업의 I/O 요구사항과 파일 종속성을 파악하기 위해 기존 온프레미스 워크플로우를 분석한 다음 클라우드 환경에 적합하도록 워크플로우 아키텍처를 재구성하는 과정을 의미할 수 있습니다.
나아가 디버그와 같은 워크플로우의 대화형 요소를 어디서 수행할지 결정해야 합니다. 배치(batch) 및 대화형 워크로드를 모두 클라우드에서 실행할 것인지, 아니면 클라우드에서는 배치만 실행하고 모든 대화형 디버그 작업에는 온프레미스를 사용할 것인지 결정해야 합니다. 파형 분석(waveform analysis) 같은 대화형 디버그 작업에서는 응답 시간이 주요 고려 사항입니다.
혼동해서는 안 되는 두 가지 시나리오가 있습니다. 자체 라이선스 가져오기(BYOL)는 선택한 CSP(클라우드 서비스 제공업체)와 함께 기존 온프레미스 라이선스를 사용하는 방식입니다. 온프레미스 환경을 위한 툴 라이선스 계약이 이미 체결되어 있으며 클라우드 환경에서도 동일한 툴을 사용하고자 하는 대규모 기업에 해당할 수 있습니다. 사용자는 여전히 라이선스 투자 수준에 따라 라이선스 제한을 받습니다.
자체 클라우드 가져오기(BYOC)는 선택한 CSP와 함께 이미 클라우드 역량을 구축했으며 수요의 변동성이 큰 사용자에게 훨씬 매력적일 수 있는 모델입니다. CSP의 연산 모델과 유사한 종량제(pay-as-you-go) 소비 모델이므로 라이선스 제한이 없습니다. 사용량 청구와 효과적인 소비 예산 편성을 위해 미터링 및 분석 기능이 사용됩니다. 사용자가 사전에 비용을 계획하고 라이선스를 선구매할 수 있는 다른 대체 가격 책정 모델도 제공될 수 있습니다.
SaaS(Software-as-a-service)는 툴 벤더가 자사가 선택한 클라우드 서비스에서 애플리케이션을 호스팅하므로, 사용자가 퍼블릭 CSP 사용에 따른 설정 및 운영 비용을 신경 쓸 필요가 없는 또 다른 대안입니다. 이는 조직에서 이미 사용하고 있는 많은 현대식 애플리케이션(예: Microsoft Office365, Salesforce)에서 익숙한 모델입니다. 이들은 모두 클라우드 서비스에서 실행되는 SaaS 솔루션으로, 사용자는 클라우드 서비스의 복잡성을 직접 겪지 않습니다.
IC 개발 팀은 예를 들어 시뮬레이션과 같은 워크플로우를 실행하는 데만 관심이 있습니다. 실질적으로 이는 '시뮬레이션 서비스(simulation as a service)'가 됩니다. BYOC와 유사하게 과금 모델은 미터링/종량제 방식이 될 수도 있고, 일정 용량의 라이선스에 기반할 수도 있습니다.
온프레미스 역량에 이미 투자가 이루어진 대규모 조직의 경우 하이브리드 접근 방식이 인기 있는 전략입니다. 적합한 워크플로우의 경우 클라우드로 용량을 확장(bursting)하여 피크 수요를 충족하고, 이전하기 어려운 워크플로우는 기존 방식대로 온프레미스에서 계속 실행합니다. 이러한 점진적인 클라우드 마이그레이션을 통해 '클라우드화'에 더 많은 시간과 노력이 필요한 워크플로우를 위해 온프레미스 인프라의 여유 자원을 확보할 수 있습니다.
결과적으로 모든 워크플로우가 온프레미스와 클라우드에서 동일하게 원활히 작동하는 단계로 발전할 수 있으며, 이 시점부터는 사용자가 작업 실행 위치를 신경 쓸 필요가 없어집니다. 이 단계에 이르면 온프레미스 인프라는 온프레미스 또는 프라이빗 클라우드로 특징지어질 수 있으며, 연산 환경의 하이브리드 특성은 소비자로부터 추상화됩니다.
조직이 클라우드 기술 도입을 추진함에 따라, 이용 가능한 다양한 모델을 이해하고 조직의 니즈에 가장 잘 부합하는 모델을 파악하는 것이 중요합니다. 아래 차트에는 네 가지 비즈니스 시나리오와 각각에 대응하는 비즈니스 니즈가 요약되어 있습니다.
| 온프레미스(BYOL) | 올 클라우드(BYOC) | SaaS | 하이브리드 클라우드 | |
|---|---|---|---|---|
| 시나리오 요약 | 온프레미스 투자가 상당한 대규모 기업 | 수요에 따라 급증기와 정체기가 반복되는, 클라우드 역량을 갖춘 중소기업 또는 스타트업 | 벤더의 CSP에서 제공하는 툴을 사용하고자 하는 소규모 스타트업 | 온프레미스 투자와 클라우드 역량을 모두 갖춘 기업 |
| 비즈니스 니즈 | 클라우드 환경에서 동일한 툴에 대해 기존의 온프레미스 툴 라이선스를 활용할 수 있도록 지원 | 예산 초과 없이 급증하는 수요에 대응 | 클라우드 관리 부담 없이 클라우드에서 워크플로 실행 | 효과적인 소비 예산 편성을 위해 클라우드 내에서 특정 사용량만 허용 |
클라우드의 등장은 역사상 중요한 변곡점 중 하나로, 엔지니어가 생산성, 성능, 출시 시기를 개선할 수 있도록 지원합니다.
본질적으로, 제한된 컴퓨팅 자원으로 인해 혁신에 가해졌던 제약에서 벗어나는 것은 새로운 방식으로 업무를 수행할 기회를 제공하며, 소규모 조직이 대규모 조직과 경쟁할 수 있는 평형 장치가 됩니다. 많은 IC 설계 엔지니어링 팀은 용량의 제약에 익숙해져 있습니다. 이는 최종 제품의 전반적인 품질과 시장 출시 시기에 영향을 미칩니다. 납기를 가속화할 온디맨드 컴퓨팅 자원과 EDA 라이선스가 충분하지 않아 시장을 선도할 수 있는 최고 수준의 품질을 적시에 제공하지 못함으로써 놓치고 있는 기회는 무엇입니까?
결국 핵심 자원 제약은 사람입니다. 엔지니어의 시간은 가장 가치 있고 제한적인 요소입니다. 엔지니어가 오랜 시간 동안 배치 컴퓨팅 작업이 완료되기를 기다리며 차단되는 것은 엔지니어링 역량을 효과적으로 활용하는 것이 아닙니다. 용량 및 가용성 제약이 해소되면, 유능한 엔지니어는 혁신이라는 가장 잘하는 일에 집중할 수 있습니다.
앞서 우리는 "왜 클라우드이며, 왜 지금인가?"라고 질문하며, 시스템 복잡성의 증가가 컴퓨팅 및 EDA 수요를 기하급수적으로 견인하고 현대적인 AI 강화 EDA 기술이 이 수요를 더욱 가중시키는 완벽한 폭풍우와 같은 상황으로 현재를 규정했습니다. CSP와 EDA 벤더는 모두 IC 하도급 개발자들이 비용 효율적이고 확장 가능한 방식으로 클라우드를 도입할 수 있는 사용 모델을 제공합니다.
더욱이 경쟁사가 이미 이 방대한 자원을 활용하여 제품을 더 빠르게 출시하고 있다면, 귀사라고 그렇게 하지 않을 이유가 있겠습니까?
Synopsys Cloud는 고급 컴퓨팅 및 스토리지 인프라의 가용성과 온디맨드 EDA 소프트웨어 라이선스에 대한 무제한 액세스를 결합하여 EDA를 새로운 차원으로 끌어올리며, 이를 통해 복잡한 칩을 더 빠르게 설계하는 본연의 업무에 집중할 수 있도록 지원합니다.
SaaS 모델은 작업에 가장 적합한 하드웨어와 연동하여 모든 유형의 IC 설계에 최적화된 워크플로를 제공합니다. 지금까지는 방대한 플로 개발 자원을 보유한 기업만이 이러한 역량을 제공할 수 있었습니다. 이제 Synopsys는 이러한 포괄적인 지원을 모든 설계 팀에서 이용할 수 있도록 제공합니다.
혁신적인 FlexEDA 모델은 Synopsys 소프트웨어의 전체 카탈로그에 대한 액세스를 제공합니다. Synopsys 고유의 FlexEDA 종량제 모델을 활용한 클라우드 규모의 탄력성을 통해 결과 도출 시간을 수일에서 수 시간으로 단축할 수 있습니다. EDA 라이선스에 대한 무제한 온디맨드 액세스를 확보하여 실시간으로 EDA 라이선스와 컴퓨팅을 확장하거나 축소할 수 있습니다. 긴 조달 주기로부터 자유로워지며 사전에 어떤 툴이 필요한지 파악할 필요가 없어집니다. FlexEDA는 SaaS 및 BYOC 형태로 모두 제공됩니다.
클라우드 네이티브 EDA 툴과 사전 최적화된 하드웨어 플랫폼, 극도로 유연한 비즈니스 모델, 그리고 현대적인 고객 경험을 제공하는 Synopsys는 입증된 워크플로를 방해하지 않으면서 새로운 혁신의 세계를 촉진하기 위해 클라우드 기반 칩 설계의 미래를 재구상했습니다.
Synopsys 기술은 일하고 여가를 즐기는 방식을 변화시킵니다. 클라우드 기반 EDA 솔루션으로 귀사의 설계 여정을 지원합니다.