[연구자명]

1. 윤종호, 최정현, 서재민, 강석형(지도교수)
2. 
   

[연구제목]

1. Phase-Aware Monte Carlo Tree Search with LLM-Guided Proposal for Multi-Objective Physical Design Tuning
2. 
   
3. [연구내용 요약]
4. EDA physical design flow의 다양한 설계 파라미터를 효율적으로 탐색하기 위해 각 설계 단계를 phase별 search tree로 모델링한 MCTS 기반 design-space optimization 방법을 제안하였다. LLM을 이용하여 각 phase의 유망한 parameter 후보를 생성하고, surrogate model과 실제 P&R 결과를 활용하여 제한된 full-flow 실행 횟수 내에서 PPA Pareto-optimal solution을 효과적으로 탐색하였다.
5. 
   

[성과와 관련된 이미지 및 설명]

LLM과 MCTS를 활용한 phase-aware physical design parameter tuning. Synthesis부터 routing까지의 parameter 결정을 tree 형태로 탐색하고, LLM이 후보 parameter를 생성하며 surrogate prediction과 실제 P&R 결과를 이용해 유망한 탐색 영역에 evaluation budget을 집중함.

[연구결과의 진행상태 및 향후 계획]

OpenROAD 기반 2개 공정 및 3개 benchmark에 대한 실험을 완료하였다. 동일한 full-flow evaluation budget에서 기존 방법 대비 평균 HV-Error를 31%, ADRS를 52% 감소시켰으며, clean-feasible solution 비율을 85.1%까지 향상시켰다. 또한 평균적으로 전체 evaluation budget의 47%만으로 기존 최우수 baseline의 최종 성능에 도달하였다. 향후 더 많은 design/PDK 및 대규모 parameter space에 대한 적용을 진행할 예정이다.

[성과]

32^nd Asia and South Pacific Design Automation Conference (APS-DAC 2027)