PCB 설계에 ChatGPT 사용 가능성

ChatGPT는 AI 킬러 앱으로 빠르게 자리를 잡았으며 이로 인해 생성형 AI에 대한 액세스 및 사용이 매우 쉬워졌습니다. 이러한 상황에서 PCB 설계 작업에 ChatGPT를 적용할 수 있는지 여부를 묻는 것은 아주 당연한 질문입니다. ChatGPT는 기술 연구를 수행할 때 유용한 답변이나 결과를 제공할까요? 이 글에서는 ChatGPT가 할 수 있는 일과 할 수 없는 일에 대해 살펴보겠습니다.

앞으로 설명할 가이드에서 제가 사용한 ChatGPT는 기본 형식(플러그인 없이 Pro 구독 사용)임을 알려드립니다. GPT-3.5 및 GPT-4 모델을 사용하여 몇 가지 지식 테스트를 실시해 보겠습니다. 미리 귀띔해 드리자면, 시스템은 혼재된 결과를 제공하며 결과의 구체성은 질문의 구체성과 직접적인 관련이 있었습니다.

PCB 설계 프로세스에서의 ChatGPT

먼저 기본 형태(모델만 사용, 플러그인 미사용)의 ChatGPT가 할 수 있는 것과 할 수 없는 것을 파헤쳐 보겠습니다. 모델 없이 스탠다드 구독을 하는 경우 ChatGPT는 다음과 같은 작업으로 제한됩니다.

• 텍스트 형식의 질문에 응답
• 작업 또는 기능 설명에서 코드 블록 생성
• 분석 공식과 관련된 기본적인 수학적 계산 수행
• 복잡한 개념의 요약, 의역 또는 설명 제공
• 작업 목록 제공, 프로세스 설명, 작업 수행 지침 제공

전반적으로 이를 통해 PCB 설계에 관한 특정 지식 블록을 생성할 수 있습니다. 2023년 5월 현재 ChatGPT를 구독해도 시스템은 여전히 다음 작업을 수행할 수 없습니다.

• 기본 파일 형식으로 디자인 파일 생성
• 이미지 또는 동영상 생성
• 공개 동영상 트랜스크립션을 활용한 셀프 트레이닝
• URL을 기반으로 인터넷에 접속
• 사용자의 마음을 읽고 엔지니어링 요구 사항 추론

기술적으로 약간의 미세 조정과 플러그인을 사용해 이 '할 수 없음' 목록을 줄일 수 있습니다. 플랫폼에 새로운 기능이 추가되면 이 목록이 모두 바뀔 수도 있습니다. PCB 설계에 포함된 다양한 작업을 고려할 때, 과연 ChatGPT가 수행할 수 있는 작업은 무엇이 있을까요?

아래 목록에서 몇 가지 아이디어를 얻을 수 있습니다. 이러한 아이디어는 결코 확정적인 것이 아니며, 아래 작업은 PCB 설계와 관련된 시스템의 기술 지식을 보여주기 위해 선택된 것입니다. ChatGPT에서 실행한 테스트에 대한 자세한 내용은 아래 동영상을 참조하세요.

결과

GPT-3.5 및 GPT-4에서 몇 가지 유형의 쿼리를 테스트했습니다. GPT-4의 결과가 반드시 GPT-3.5보다 인사이트가 더 많거나 적은 것은 아니며, 중요한 점은 기술적 정확도이지 응답의 깊이나 구성이 아니라는 점에 주목해 주셨으면 합니다. 이를 염두에 두고 ChatGPT에서 테스트한 몇 가지 쿼리에 대해 살펴보겠습니다.

연구 요약 기능

ChatGPT가 특히 유용하다고 생각하는 작업 중 하나는 연구 요약 기능입니다. 예를 들어 PCB 설계 프로젝트, 동영상, 기사의 일부로 업계 표준에 대한 개요가 필요할 때가 있습니다. 이럴 때 저는 ChatGPT를 사용해 다음과 같은 사항을 확인하는 것을 선호합니다.

• 특정 분야(EMC, 군사, 자동차 등)의 업계 표준 목록
• 특정 업계 표준의 내용 개요
• 인터페이스 표준 및 사용 방법 개요
• 인터커넥트 또는 PCB 엔지니어링의 일부로 필요할 수 있는 특정 계산
• 계산에 필요한 공식 생성

코드 생성 기능

또 다른 예는 임베디드 설계 및 테스트에서 찾을 수 있습니다. 아래 예시에서는 장치에서 데이터를 캡처할 수 있도록 구형 LeCroy 9300 오실로스코프용 Python 클래스를 생성합니다. 이는 GPT-4를 사용해서 생성되었습니다. GPT-3.5 또한 성공적이었으나 생성된 코드 기반으로 Pyvisa 클래스가 사용되었습니다. 아래 코드를 아직 테스트하지는 않았지만 올바른 Python 구문으로 코드를 생성했습니다. 생성된 코드는 시스템에서 사용하기 전에 반드시 품질 검사를 해야 합니다.

• 테스트 코드 생성을 위한 ChatGPT에 대해 자세히 알아보기

고급 지침 생성 기능

이 영역에서 ChatGPT는 혼재된 결과를 생성합니다. 제가 실행한 첫 번째 쿼리 세트를 통해 지나치게 일반화된 질문은 지나치게 일반화된 답변을 얻는다는 사실을 발견했습니다. 생성된 결과는 아직 배워야 할 내용을 알고 싶어하는 신입 설계자에게는 유용할 수 있지만, 숙련된 설계자가 실행하기에는 문제가 있으며 여러 쿼리에 걸쳐 정보를 지나치게 일반화합니다.

예를 들어보기 위해 ChatGPT에 세 가지 유형의 기판을 설계하는 방법에 대한 지침을 요청했습니다.

• 고속 PCB
• RF PCB
• 고밀도 PCB

세 가지 유형의 기판 모두에 대해 생성된 결과는 거의 동일했습니다. 시스템은 결과를 생성할 때 단순히 '고속 PCB'를 'RF PCB' 및 '고밀도 PCB'로 대체했습니다. 위의 동영상은 ChatGPT가 제공하는 매우 일반화된 답변의 생성과 유형을 보여줍니다.

이는 시스템이 현실적인 상황에서 적용할 수 없는 영역에 대한 설계 지침을 지나치게 일반화한다는 것을 의미합니다. 설계 작업에 보다 적절한 지침을 얻으려면 질문을 더 구체적으로 해야 합니다. 더 구체적인 질문을 통해 더 구체적인 답변을 얻을 수 있습니다.

특정 엔지니어링 지식

또 다른 반복 테스트에서 ChatGPT에 다양한 세대의 PCIe 표준에 따른 차동 임피던스 값을 요청해 보았습니다. 

한 사례에서 답변의 흐름이 모순적이라는 것을 발견했는데, 이는 위 동영상에서도 확인할 수 있습니다. 모순에 대해 지적받은 후 ChatGPT는 아래와 같은 설명을 제공했습니다.

저는 이 또한 ChatGPT를 포함한 모든 LLM에서 생성된 지식에 대한 품질 검증의 필요성을 보여 준다고 생각합니다. 명백한 모순을 지적하는 것을 두려워하지 마세요. 쉽게 설명할 수 있거나 아주 타당할 수도 있기 때문입니다. 아래 표시된 피크 AC 전압 계산과 같이 다른 경우의 모순은 단지 잘못된 인식이거나 질문의 맥락을 파악하지 못한 것일 뿐입니다.

계산 기능

ChatGPT가 일부 엔지니어링 계산을 포함한 수학 문제에 사용될 수 있다는 것은 잘 알려진 사실입니다. 공학적 계산은 여러분이 학교에서 접할 수 있는 일반적인 문제를 넘어서며 계산 이면에 존재하는 더 깊은 이해와 맥락을 필요로 합니다.

먼저 ChatGPT에 115V AC 신호와 관련된 피크 전압을 계산해 달라고 요청했습니다. AC 신호의 115V는 진폭이 아니라 RMS 전압이라는 것은 잘 알려져 있습니다. ChatGPT는 네 번의 시도 중 한 번 RMS 값을 진폭으로 착각했고, 질문의 맥락을 파악하지 못해 잘못된 전압을 계산했습니다.

시스템이 이렇게 일관성이 없다는 것은 흥미로운 점입니다. 동일 평면 도파관의 임피던스에 대해 더 복잡한 질문을 했을 때 같은 현상이 다시 발생하는 것을 볼 수 있습니다. 시스템에 GPT-3.5와 GPT-4를 사용하여 이를 계산해 달라고 요청했습니다. 두 경우 모두 잘못된 대답을 산출했습니다. 더 고급 모델인 GPT-4의 경우 임피던스를 계산하기 위해서는 라인의 길이가 필요하다고 답했기 때문에 시스템의 정확도는 더욱 떨어졌습니다.

부품 추천 기능

ChatGPT에게 일반적인 사양을 제공하고 몇 가지 부품도 추천해달라고 요청해 보았습니다. 시스템은 이 작업에서 완전히 실패했습니다. 추천해 준 부품은 전혀 정확하지 않았습니다. 예를 들어 트랜스 임피던스 증폭기 추천을 요청했을 때 전력 증폭기(HMC994APM5E)와 패시브 믹서(ADL-5812)를 추천했으며 부품에 대한 정확한 사양 또한 제공하지 않았습니다.

해당 카테고리에서 생성되었던 응답이 어떤 식으로든 유용했던 경우는 부품이 일련의 사양과 일치하는지를 물었을 때가 유일합니다. 해당 테스트에서 ChatGPT가 추천해 주기를 기대했던 부품은 OPA855였습니다. OPA855가 대역폭 요구 사항에 부합하는지 물었을 때 정확한 답변을 제공해 주었습니다.

위 동영상에서 확인할 수 있듯이 시스템은 전원 레귤레이터와 같은 간단한 부품 추천 요청에 놀랍게도 실패하고 말았습니다. 저는 개인적으로 좀 더 획기적인 프롬프트 엔지니어링이 뒷받침되지 않는 한 ChatGPT가 추천하는 부품을 사용하는 일은 없을 겁니다.

요약

PCB 설계에 ChatGPT를 엔지니어링 도구, 학습 도구, 연구 도구로 사용하는 것을 종합적으로 검토했을 때 매우 혼재된 결과를 볼 수 있습니다.

시스템은 연구 도구이자 학습 도구로서 기술적으로 유효한 정보를 생성하지만 결과는 상당히 광범위하고 반드시 실행 가능한 것은 아닙니다. “고속 PCB를 설계하려면 어떻게 해야 합니까?”와 같은 높은 수준의 질문에는 매우 일반화된 답변을 제공합니다. 맥락이 많이 누락되어 있으며 실행 가능한 조언이 빠진 경우도 자주 있습니다. 그럼에도 불구하고, 업계 표준의 정의와 설명과 같은 간결한 답을 얻기 위해 검색을 몇 시간씩 해야 하는 작업에는 큰 도움이 됩니다.

• 연구나 학습 도구로서의 제 평가는 B입니다.

엔지니어링 도구로서의 평가는 훨씬 더 나쁩니다. RMS AC 전압에서 피크 AC 전압을 계산하는 방법과 같은 상당히 기본적인 질문의 경우 비록 샘플 크기가 작기는 하지만 시스템은 75%의 정확도를 보였습니다. 특정 운영 목표를 만족시킬 수 있는 부품을 추천하는 등 더 복잡한 작업 수행에 있어 GPT-3.5 및 GPT-4 모델은 비참할 정도로 실패하고 말았습니다.

• 엔지니어링 도구로서의 제 평가는 D-입니다.

이 시점에서는 Pro 구독과 함께 플러그인을 사용하면 설계 아이디어 및 엔지니어링 작업에 유용한 지침을 생성할 수 있는 실력을 향상시킬 수 있다는 점을 기억해 둡니다. 현재 저는 이 연구에 시간을 투자하고 있으며 좀 더 확실한 지침이 마련되면 이 분야의 경험을 공유하도록 하겠습니다.

PCB 설계에 ChatGPT를 어떻게 사용하든 기능적이고 제조 가능한 제품을 만들려면 여전히 최고의 설계 도구가 필요합니다. 더 많은 AI 도구가 PCB 설계에 도입됨에 따라 Altium Designer®는 여러분의 성공을 돕는 최고의 PCB 설계 소프트웨어로 함께할 것입니다. PCB 레이아웃을 완료하고 제조 결과물을 공유할 준비가 되면 Altium 365™ 플랫폼을 사용하여 팀과 데이터를 쉽게 공유하고 파일을 배포할 수 있습니다.

Altium 365에서 Altium Designer로 할 수 있는 작업은 이보다 훨씬 많습니다. 지금 바로 Altium Designer + Altium 365 무료 평가판을 시작해 보세요.