기술 요약: A2H-MAS

문제 정의

고수준 알고리즘 개발(일반적으로 MATLAB 사용)에서 효율적이고 신뢰할 수 있는 FPGA 하드웨어 구현으로 전환하는 과정은, 무선 통신과 같이 지연 시간(latency) 및 자원 제약이 엄격한 도메인에서 여전히 중요한 병목 현상으로 남아 있습니다. 고수준 합성(High-Level Synthesis, HLS)은 C/C++를 사용하여 하드웨어 설계를 추상화할 수 있는 경로를 제공하지만, MATLAB 모델을 최적화된 HLS 코드로 수동 변환하는 작업에는 광범위한 전문가의 튜닝, 반복적인 검증, 그리고 코딩 패턴 및 프라그마(pragma)에 대한 깊은 지식이 필요합니다.

대규모 언어 모델(LLM)을 사용하여 이 과정을 자동화하려는 최근의 시도들은 유망한 결과를 보여주었으나, 결정적인 한계점들을 노출했습니다. 단일 에이전트 기반의 LLM 접근 방식은 환각(hallucination), 문맥 망각(context forgetting), 그리고 도메인 전문성 부족 문제를 보이며 신뢰할 수 없는 출력을 생성하는 경우가 많습니다. 또한, 기존 프레임워크들은 기능적 정확성(functional correctness)을 우선시하는 나머지, 지연 시간, 처리량, 자원 사용량과 같은 핵심적인 하드웨어 지표를 간과하는 경향이 있습니다. 하드웨어 특화 코퍼스(corpus)를 사용하여 LLM을 미세 조정(fine-tuning)하는 것은 계산 비용이 매우 높으며, 제로샷(zero-shot) 또는 퓨샷(few-shot) 시나리오에서 일반 목적 모델보다 성능이 떨어지는 결과가 자주 나타납니다.

방법론: A2H-MAS

이러한 과제를 해결하기 위해, 저자들은 MATLAB 알고리즘을 합성 가능한 HLS 코드 및 하드웨어 구현으로 변환하도록 설계된 모듈형 및 계층적 프레임워크인 A2H-MAS(Algorithm-to-HLS Multi-Agent System)를 제안합니다. 이 시스템은 두 가지 주요 수준에서 작동합니다.

1. 시스템 수준 아키텍처

A2H-MAS는 엔드 투 엔드(end-to-end) 워크플로우를 명확하게 정의된 책임을 가진 전문화된 에이전트들로 분해하며, 이들은 표준화된 인터페이스를 통해 연결됩니다. 이러한 설계는 다음과 같은 방식을 통해 단일형(monolithic) 에이전트의 한계를 완화합니다.

• 표준화된 인터페이스: 에이전트들은 소스 파일, 테스트벤치, 구성 메타데이터(예: module_definition.json)를 포함하는 구조화된 디렉토리를 통해 데이터를 교환함으로써 에이전트 간 결합도를 최소화합니다.
• 결정론적 툴링(Deterministic Tooling): 검증, 파일 조작, 특징 추출과 같은 핵심 작업은 LLM의 추론에만 의존하는 대신, 결정론적인 도구(예: MATLAB 배치 실행, grep, 시뮬레이터 등)로 오프로드됩니다.
• 실행 기반 검증: 에이전트들은 다음 단계로 진행하기 전, 출력물이 참조 데이터와 엄격하게 대조되어 테스트되는 피드백 루프 내에서 작동하여 재현성과 정확성을 보장합니다.

2. 알고리즘 수준 워크플로우

프레임워크는 알고리즘을 변환하기 위해 8단계의 파이프라인을 실행합니다.

1. 모듈화(Modularization): 복잡한 MATLAB 알고리즘을 최소한의 I/O 인터페이스를 가진 작은 데이터플로우 지향 서브모듈로 분해합니다.
2. 테스트 데이터 생성(Test Data Generation): 다운스트림 검증을 위한 그라운드 트루스(ground truth) 역할을 할 수 있도록, 원래 알고리즘의 실행으로부터 대표적인 입출력 쌍을 자동으로 추출합니다.
3. 함수 평탄화(Function Flattening): 내장된 MATLAB 함수 및 툴박스 호출을 인라이닝(inlining)하여 명시적인 계산 로직을 노출함으로써, LLM을 위한 추상화 장벽을 제거합니다.
4. 코드 최적화(Code Optimization): 패러다임이 프레임 기반(메모리 중심) 처리에서 샘플 기반 스트리밍 방식으로 전환됩니다. 에이전트는 하드웨어 패턴(예: 시프트 레지스터, 순환 버퍼)에 대한 지식 라이브러리를 참조하여 FPGA 효율성을 위해 데이터플로우를 재구성합니다.
5. 알고리즘-하드웨어 공동 설계(Algorithm-Hardware Co-Design): 시스템은 프라그마 수준의 튜닝보다 알고리즘적 변환(예: 반복적인 초월 함수를 테이블 룩업으로 대체)을 우선시합니다. 이는 알고리즘 선택이 자원 효율성에 더 깊은 영향을 미친다는 점을 인식한 결과입니다.
6. 코드 번역(Code Translation): 최적화된 MATLAB 코드는 HLS 호환 C++로 번역됩니다. 오버플로를 방지하기 위해 데이터 타입은 초기에 확장되며, 비트 폭(bit-width) 최적화는 나중에 수행됩니다.
7. 정제(Refinement): 설계 공간 탐색(DSE) 단계에서 루프 언롤링(loop unrolling), 파이프라이닝, 배열 파티셔닝 등의 파라미터를 체계적으로 튜닝하고, 기능적 동등성을 유지하면서 지연 시간과 자원 사용량을 최적화하도록 코드를 정제합니다.
8. 통합 및 구현(Integration & Implementation): 서브모듈들은 스트림 기반 데이터플로우(예: AXI-Stream)를 사용하여 상위 레벨 시스템으로 조립되며, 이후 전체 HLS 검증 및 FPGA 비트스트림 생성이 이루어집니다.

주요 기여

본 논문은 세 가지 주요 기여를 설명합니다.

1. 모듈형 프레임워크: MATLAB 알고리즘을 고품질 HLS C++ 코드로 변환하여 합성 가능한 하드웨어로 연결하는 완전 자동화된 엔드 투 엔드 변환을 수행하는 A2H-MAS를 개발하였습니다.
2. 공동 설계 방법론: 프라그마 튜닝보다 알고리즘 재구조화를 우선시하는 알고리즘-하드웨어 공동 설계 접근 방식을 도입하였습니다. 이는 표준화된 인터페이스, 결정론적 도구 기반 검증, 외부 지식 가이드를 활용하여 LLM 특유의 문제인 환각 및 망각을 극복하는 멀티 에이전트 아키텍처에 의해 뒷받침됩니다.
3. 실증적 검증: 5G NR SSB 탐지 및 WLAN 동기화와 같은 대표적인 무선 통신 알고리즘에 대한 광범한 실험을 통해, 시스템이 기능적으로 정확하고 자원 효율적이며 지연 시간이 최적화된 설계를 생성함을 입증하였습니다.

실험 결과

프레임워크는 Xilinx Vitis HLS를 사용하여 NI USRP X310 플랫폼에 구현된 두 가지 복잡한 무선 통신 태스크에 대해 평가되었습니다.

• 5G NR SSB 탐지: 시스템은 292.23 MHz에서 동작하는 폐루프 파이프라인을 생성했습니다. 최상위 설계는 8,669개의 LUT와 279개의 DSP를 사용하였으며, 자원 사용량은 상관 관계 연산이 집중된 pssCorrelator 모듈에 의해 지배되었습니다.
• WLAN 동기화: 시스템은 다양한 대역폭(20/40/80 MHz) 및 PHY 포맷에 대해 337.61 MHz의 포스트 루트(post-route) 주파수를 달いました.

절제 연구(Ablation Studies):
세 가지 전략—Direct(LLM 번역만 수행), Adaptation(MATLAB에서의 하드웨어 재구조화), Refinement(미세한 HLS 최적화)—에 대한 비교 분석은 전체 파이프라인의 필요성을 강조했습니다.

• Direct 방식은 과도한 자원 사용(예: calcThreshold에 대해 36,500 LUT 사용)과 타이밍 클로저 실패를 초래했습니다.
• Adaptation 단계는 순환 버퍼와 같은 하드웨어 인지 구조를 도입함으로써 자원 소비를 획기적으로 줄였습니다(예: 685 LUT까지 감소).
• Refinement 단계는 설계를 더욱 최적화하여, 최소한의 풋프린트(173 LUT)를 달성하고 클록 주파수를 개선하는 동시에 지연 시간을 대폭 감소(Direct 방식 대비 최대 73%)시켰습니다.

의의

본 논문은 A2H-MAS를 복잡한 하드웨어 개발 워크플로우를 자동화하기 위한 강력한 솔루션으로 제시합니다. 이 연구의 의의는 결정론적 도구에 의해 제약되고 명시적인 규칙에 의해 가이드되는 멀티 에이전트 시스템이, 단일 에이전트 LLM 접근 방식의 고유한 불안정성과 환각 문제를 신뢰성 있게 극복할 수 있음을 입증했다는 데 있습니다. 단순한 코드 번역을 넘어 알고리즘-하드웨어 공동 설계로 초점을 전환함으로써, 본 프레임워크는 자원 효율성 측면에서 수 자릿수(order-of-magnitude)의 개선을 달성했습니다. 저자들은 이 접근 방식이 MATLAB 알고리즘을 하드웨어 구현으로 신뢰성 있고 효율적으로 변환할 수 있게 하여, 성능과 자원 제약이 엄격한 실제 엔지니어링 시나리오에서 실행 가능한 도구가 될 것임을 주장합니다. 이 연구는 도메인 특화 모델의 미세 조정이라는 막대한 비용 없이도 자율적인 하드웨어 설계를 향한 경로를 제시합니다.