Coco: 하드웨어-소프트웨어 통합 설계 수명주기를 위한 에이전트 기반 코파일럿
Coco: An Agentic Copilot for the Hardware--Software Co-Design Lifecycle
머신러닝 모델과 이를 실행하는 가속기를 통합 설계(co-design)하는 것은 특이한 추론 작업입니다. 아키텍트는 아직 존재하지 않는 시스템에 대해 중대한 결정을 확신을 가지고 내려야 하며, 모델 발전 속도와 하드웨어 출시 주기 모두로 인해 분석 부담이 분기마다 증가합니다. 각 결정의 근거가 되는 새로운 설계 지점에 대한 수백 기가바이트의 최신 시뮬레이션 스윕(simulation sweep) 데이터는 구조적으로 어떤 대규모 언어 모델(LLM)의 사전학습 말뭉치에도 존재하지 않으며, 검색할 수 있는 외부 문헌도 없습니다. 단순한 '데이터와의 대화(chat-with-your-data)' 접근 방식은 정확성이 가장 중요한 지점에서 바로 환각을 일으킵니다. 본 논문에서는 실험 설정, 시뮬레이터 스윕 실행, 인사이트 도출로 이어지는 통합 설계 수명주기를 가속하기 위해 TPU 아키텍트들과 함께 배포된 에이전트(agent) 플랫폼인 Coco(Copilot for Codesign)를 제시합니다. Coco는 네 개의 계층으로 구축되었습니다. (i) 모든 시뮬레이션 스윕을 정규화된 관계형 스키마에 자동으로 등록하여 에이전트가 이기종 파일을 스크래핑하는 대신 SQL 쿼리를 통해 모든 수치를 그라운딩하도록 하는 데이터스토어, (ii) 인간의 개입 없이 에이전트가 조합할 수 있는 타입이 지정된 API 도구 라이브러리, (iii) 반복적인 분석 워크플로우를 부호화하는 에이전트—특히 파레토 경계(Pareto frontier)에서 벗어난 스윕되었으나 지배된 지점을 포함해 일치된 실행 구성에서 시스템을 비교하는 동일 실행(iso-execution) 분석, (iv) 탐색 상태가 에이전트 컨텍스트 역할을 겸하는 플랫폼 UX입니다. 저자들은 시뮬레이션 소요 시간 및 인사이트 도출 시간 단축으로 이어지는 초기 배포 경험을 보고하며, 통합 설계가 차별화된 에이전트 도메인임을 주장합니다. 즉, 데이터는 암기되기보다는 검색되어야 하고, 워크플로우는 반복적이지만 맥락 의존적이며, 전문가의 채택은 IDE 스타일의 제어와 대화형 탐험 간의 균형을 맞추는 UX에 달려 있습니다.