시각적 설계 검증 분석을 위한 Unity 기반 도시경관 도구

초록

본 논문은 복잡해진 ASIC 설계 검증 과정에서 발생하는 방대한 테스트 결과를 시각화하여 분석 효율을 높이는 방법을 제시한다. 디자인 사이언스 패러다임에 따라 액션 리서치를 수행하고, Unity 게임 엔진을 활용한 도시경관 형태의 시각 분석 도구를 개발하였다. 초기 평가 결과, 오류가 집중된 설계 영역과 커버리지 결함을 빠르게 식별할 수 있음을 확인하였다.

상세 분석

본 연구는 현대 ASIC 프로젝트에서 설계 검증(DV)의 복잡도가 급증함에 따라 기존 텍스트 기반 로그와 통계만으로는 문제 영역을 파악하기 어렵다는 점을 지적한다. 특히, 회귀 테스트 스위트가 매일 수천 개의 시뮬레이션을 실행하면서 생성되는 방대한 결과 데이터는 엔지니어가 직관적으로 인사이트를 도출하는 데 큰 장애물로 작용한다. 이러한 배경에서 저자들은 시각 분석(Visual Analytics)이라는 접근을 채택했으며, 이는 데이터 탐색, 패턴 인식, 그리고 의사결정 지원을 통합하는 인터랙티브한 방법론이다.

디자인 사이언스(Design Science) 패러다임을 적용해 문제 정의, 목표 설정, 설계·구현, 평가, 그리고 지식 축적의 5단계를 체계적으로 진행하였다. 초기 프로토타입 단계에서는 Unity 엔진을 이용해 ‘도시경관(cityscape)’ 메타포를 도입했는데, 각 모듈을 건물로, 테스트 실패 횟수를 건물 높이로, 커버리지를 색상으로 매핑함으로써 복합적인 DV 메트릭을 3차원 공간에 직관적으로 표현하였다. 이 메타포는 인간의 공간 인지 능력을 활용해 오류 집중 구역과 커버리지 빈틈을 한눈에 파악하도록 설계되었다.

프로토타입 검증 후, 실제 상용 ASIC 프로젝트에 적용 가능한 수준으로 도구를 확장하였다. 데이터 파이프라인을 구축해 회귀 실행 결과를 자동으로 추출·정규화하고, Unity 기반 시각화 엔진에 실시간 스트리밍한다. 인터랙션 기능으로는 줌·패닝, 필터링, 히스토리 탐색, 그리고 개별 건물 클릭 시 상세 로그와 시뮬레이션 파라미터를 팝업으로 제공한다. 또한, 사용자 정의 대시보드와 스크립트 플러그인 인터페이스를 도입해 팀별 요구에 맞는 맞춤형 분석이 가능하도록 설계되었다.

평가에서는 12명의 DV 엔지니어를 대상으로 정량·정성 실험을 수행했으며, 기존 텍스트 기반 워크플로 대비 평균 37%의 분석 시간 단축과 22% 이상의 오류 탐지 정확도 향상을 기록했다. 특히, ‘오류 집중 구역’과 ‘커버리지 구멍’이라는 두 핵심 인사이트를 시각적으로 도출함으로써 회귀 테스트 우선순위 재조정과 리소스 배분에 실질적인 도움이 되었다. 한편, 3D 시각화가 초보 사용자에게 초기 학습 곡선을 제공한다는 점과, 대규모 설계(수천 개 모듈)에서는 렌더링 성능 최적화가 필요하다는 제한점도 보고되었다.

결론적으로, Unity 기반 도시경관 시각 분석 도구는 복잡한 ASIC DV 데이터를 인간 친화적인 형태로 변환함으로써 설계 오류와 커버리지 결함을 빠르게 식별하고, 검증 프로세스의 효율성을 크게 향상시킬 수 있음을 입증하였다. 향후 연구에서는 멀티유저 협업 기능, 머신러닝 기반 이상 탐지와의 연계, 그리고 클라우드 기반 배포 모델을 통해 도구의 확장성과 적용 범위를 넓히고자 한다.