RFIC(무선주파수 집적회로) 설계는 오랫동안 소수 전문가의 직관과 경험에 의존하는 '흑마법'으로 불려왔습니다. 트랜지스터, 인덕터, 커패시터 배치가 전자기 간섭과 미묘하게 얽혀 있어 정형화된 공식만으로는 풀기 어렵기 때문입니다. 그런데 연구진이 머신러닝과 강화학습을 활용해 이 영역에 도전하고 있습니다. AI가 수많은 설계 후보를 빠르게 탐색하고 성능을 예측하면서, 인간 엔지니어가 몇 주에 걸쳐 하던 회로 최적화를 훨씬 짧은 시간에 해냅니다. 핵심 인사이트는 두 가지입니다. 첫째, AI는 직관에 묶여 있던 암묵지를 데이터 기반으로 끌어내 설계 진입 장벽을 낮춥니다. 둘째, 5G·6G와 IoT 수요로 RF 칩 설계 병목이 심해지는 상황에서, AI 자동화는 전문 인력 부족 문제의 현실적 해법이 될 수 있습니다. 다만 AI가 인간 설계자를 대체하기보다는, 반복 작업을 덜어주고 엔지니어가 창의적 판단에 집중하도록 돕는 보조 도구로 자리잡을 전망입니다.