[연구자명]

최영창(지도학생)

[연구제목]

GTX: Graph Transformer for Parasitic Extraction on Analog Circuits

[연구내용 요약]

아날로그 회로의 기생 성분을 빠르고 정확하게 예측하기 위해, 이종 그래프 신경망과 전역 어텐션을 결합한 그래프 트랜스포머 기반 프레임워크 GTX를 제안하였다.

[성과와 관련된 이미지 및 설명]

제안한 회로 Parasitic 저항/전기용량 예측 모델. 최신 AI 아키텍쳐인 Graph Transformer를 활용하였다.

[연구결과의 진행 상태 및 향후 계획]

기생 성분 추론은 상용 PEX보다 232.7배 빠르고 predicted-parasitics netlist 기반 시뮬레이션은 최대 8.4배 빠르며 후배치 시뮬레이션 결과를 잘 재현한다. 더 다양한 아날로그/혼성신호 회로에 GTX를 적용하여 범용성과 확장성을 검증할 계획이다.