24시간 일하는 AI가 칩을 설계하면

24시간 일하는 손님이 들어오면, 호텔의 가격표는 다시 써야 한다

호텔을 떠올려보세요. 보통 호텔은 하룻밤에 얼마로 방값을 받습니다. 그런데 어떤 기업 고객이 객실 한 층을 1년 통째로 장기 임대한다고 해봅시다. 호텔은 몇 개 방을, 몇 명이, 얼마 동안 쓰는지로 임대료를 매깁니다. 누가 방에서 일을 많이 하든 적게 하든, 청구서는 같습니다.

EDA(전자 설계 자동화) 소프트웨어가 정확히 이 구조입니다. 케이던스는 칩 설계 툴 묶음을 보통 2~3년 단위로 빌려주고, 그 기간 동안 고객이 쓸 권리를 팝니다. 누가 툴을 얼마나 돌리든 청구서는 계약 시점에 거의 정해져 있습니다.

그런데 손님이 바뀝니다. 케이던스의 AI 에이전트(ChipStack AI Super Agent·Cerebrus·AgentStack)는 사람이 아닙니다. 잠을 안 잡니다. 회사 표현으로는 AI 에이전트는 쉬지 않고 24시간 EDA 툴을 연속 호출합니다. 손님이 사람과 다르게 행동하면, 호텔은 가격표를 다시 쓸지 고민하게 됩니다. 방값(좌석·기간)으로 계속 받을 것인가, 아니면 룸서비스를 몇 번 시켰나(사용량·결과)로 받을 것인가. 케이던스는 후자, 즉 소비형(consumption) 모델로의 전환을 시도하고 있습니다(AgentStack, 2026년 4월 Q2 2026 CadenceLIVE 공개).

그래서 이 글의 관통 질문은 하나입니다. 가격표가 바뀌면, 그것은 케이던스 매출에 보탬인가 독인가. 답은 깔끔하지 않습니다. 정반대 방향의 두 힘이 동시에 들어 있기 때문입니다.

개념적 시각화. 좌측은 현재의 기간 라이선스, 우측은 케이던스가 시도 중인 소비형 과금입니다.

이 글은 케이던스 종목 분석의 미래 챕터에서 다루는 에이전트형 AI 옵션을 끝까지 파헤칩니다. 주가나 적정가는 다루지 않습니다. 또한 왜 고객이 케이던스를 못 떠나는가(락인)는 별도의 해자 분석에서 다루므로, 이 글은 락인을 반복하지 않고 수익 모델이 어떻게 바뀌나에만 집중합니다.

1. 지금의 가격표: 왜 EDA는 사람 수 · 기간으로 받아왔나

케이던스 매출의 골격은 한번 계약하면 2~3년 균등하게 들어오는 임대료입니다. 이 가격표는 대체로 엔지니어 좌석 수와 계약 기간이라는 두 축으로 값이 매겨집니다. AI가 들어오기 전까지, 이 전제는 단 한 번도 흔들린 적이 없습니다. 칩은 사람이 설계했으니까요. 먼저 이 가격표의 모양을 해부합니다.

1.1 매출의 대부분은 기간에 걸쳐 균등 인식되는 라이선스다

케이던스 매출의 약 85%+는 기간 라이선스(time-based)에서 나옵니다. 고객은 계약 기간(보통 2~3년) 동안 케이던스 툴 포트폴리오를 쓸 권리를 사고, 케이던스는 그 금액을 기간에 걸쳐 균등하게 매출로 인식합니다. 1년치 방값을 12개월로 나눠 매달 그 몫만큼만 매출로 기록하는 것과 같습니다(이 균등 인식 방식을 ratable이라고 부릅니다). 이 약 85%+는 회사 공시 수치가 아니라 업계 추정입니다.

여기서 한 가지 축을 정직하게 구분해 둘 필요가 있습니다. 균등 인식(ratable)은 매출을 언제 인식하느냐(균등이냐 일시냐)라는 인식 타이밍의 문제이지, 무엇으로 값을 매기느냐(좌석이냐 토큰이냐 포트폴리오냐)라는 과금 단위의 문제와는 다른 축입니다. 한마디로 얼마 동안 빌렸나와 무엇으로 값을 매겼나는 서로 다른 질문입니다.

다른 각도로 보면, FY2024 4분기 기준 매출의 약 72%가 선형 인식(구독형), 약 28%가 일시 인식(하드웨어·IP)이었고, 반복매출(recurring) 비율은 직전 4개 분기 기준 약 80%입니다. 골격이 장기 임대형이라는 사실은 사상 최고 수주 잔고로도 나타납니다. 2026년 1분기 백로그가 $8.0B, 그중 12개월 내 인식 예정(RPO)이 $4.0B입니다. 이 수치는 과금 구조가 장기 임대형임을 보여주는 사실로만 인용하며, 매출·마진·적정가로 환산하지 않습니다.

골격은 2~3년 균등 인식 임대료입니다. 위 도넛은 균등 인식이 차지하는 비중 한 축만 보여줍니다. 선형 인식 72% / 일시 인식 28%는 매출을 다른 각도(분기별 인식 형태)에서 자른 별개의 숫자라 같은 그림에 섞지 않습니다.

1.2 이 가격표는 두 축으로 값이 매겨진다: 좌석과 기간

기간 라이선스의 값은 대체로 두 축으로 결정됩니다. 첫째는 몇 명(또는 몇 좌석)이 쓰느냐, 둘째는 어떤 툴 묶음을 몇 년 쓰느냐입니다. SemiAnalysis는 EDA 계약이 통상 좌석 기반의 다년(2~3년) 구조라고 정리합니다(SemiAnalysis).

비유로 돌아오면, 이것은 객실 몇 개를, 몇 명이, 몇 년 빌리느냐로 임대료를 받는 호텔입니다. 손님이 객실에서 일을 많이 하든 적게 하든 임대료는 같습니다. 즉 사용량이 아니라 권리에 값을 매기는 구조입니다.

그리고 이 가격표에는 노드(공정 세대)라는 가격 사다리가 붙어 있습니다. 첨단 노드일수록 라이선스가 비쌉니다. 3nm 도구 라이선스는 28nm 대비 약 3~5배입니다. 이 배수는 가격 사다리를 체감하기 위한 사실로만 인용합니다.

1.3 이 전제가 흔들린 적이 없는 이유: 칩은 사람이 설계했다

이 가격표가 수십 년간 안정적이었던 이유는 단순합니다. 칩 설계는 사람이 했습니다. 엔지니어가 툴 앞에 앉아 설계하고, 검증하고, 디버깅했습니다. 그래서 몇 명이 며칠 묵느냐가 가치의 합리적 대리지표였습니다.

그런데 이 전제에 처음으로 균열을 내는 손님이 등장합니다. 사람처럼 툴 앞에 앉지만, 사람과 결정적으로 다른 손님입니다. 다음 장의 주제입니다.

2. 전제를 깨는 손님: 에이전트형 AI는 실제로 무엇을 했나

케이던스의 AI는 하나의 제품이 아니라 묶음입니다. 그리고 그 능력은 마케팅 구호가 아니라 고객이 검증한 실측치로 봐야 합니다. 회사 자칭과 고객 검증을 분리하면, 검증 실측이 일관되게 가리키는 것은 하나입니다. AI가 엔지니어의 시간을 실제로 크게 줄였다는 것. 그 순간 1장의 가격표 전제가 흔들립니다.

2.1 케이던스의 AI는 한 제품이 아니라 묶음이다

케이던스의 AI는 JedAI 플랫폼이라는 우산 아래 모인 제품군입니다. 과금 논의를 위해 무엇을 자동화하는가로 정리하면 다음과 같습니다.

과금에 직결되는 구조적 사실이 하나 있습니다. 케이던스의 AI는 기존 툴을 교체하는 게 아니라 구동(orchestrate)합니다. Cerebrus는 Genus·Innovus·Tempus·Voltus·Pegasus를 돌리고, ChipStack은 Xcelium·JasperGold를 돌립니다. 왜 이게 과금에 중요할까요. AI가 더 많이 일할수록 그 아래 깔린 케이던스 툴이 더 많이 호출됩니다. 툴 호출량이 늘어난다는 것은, 소비형 과금으로 전환할 때 케이던스가 받을 수 있는 사용량의 밑단이 커진다는 뜻입니다. 이 점은 3장에서 이어집니다.

2.2 자칭과 실측을 분리한다: AI가 정말로 엔지니어 시간을 줄였나

회사의 마케팅 클레임과 고객 검증 실측을 반드시 분리합니다. 환각을 막기 위해, 고객이 직접 보고한 숫자를 1차 근거로 씁니다.

과금 관점에서만(주가 무관) 해석하면, 검증 실측이 일관되게 가리키는 것은 AI가 엔지니어의 시간·반복 작업을 크게 줄였다는 것입니다. 생산성 4배, 검증 사이클 40배 단축은 곧 같은 칩을 더 적은 사람·시간으로 만든다는 의미입니다. 그 순간 1장의 가격표 전제(사람이 툴을 돌린다, 그래서 사람 수로 값을 매긴다)가 흔들립니다. 사람이 덜 필요해지면, 사람 수라는 가격 축이 가치를 제대로 못 담게 되기 때문입니다.

2.3 ChipStack의 Level-5: 검증을 5주에서 24시간으로

가장 극적인 사례가 ChipStack입니다. 케이던스는 2026년 6월 COMPUTEX에서 Level-5 자율성을 발표하며, 검증 루프를 약 5주에서 24시간 이내로 줄이는 것을 목표로 제시했습니다. 여기서 Level-5라는 표현은 자율주행처럼 자율성에 단계가 있고, 레벨이 높을수록 사람의 개입이 줄어든다는 뜻입니다. 5는 완전 자율을 가리킵니다. 이 Level-5 조기 접근은 2026 하반기에 예정돼 있습니다.

한 가지를 분명히 구분해야 합니다. 위 표의 40배 단축은 NVIDIA가 이미 검증한 실측이고, 5주에서 24시간이라는 숫자는 Level-5가 지향하는 목표입니다. 아직 목표 단계지만 방향은 분명합니다. 기반 기술은 NVIDIA Nemotron 모델과 OpenShell 런타임이며, Xcelium·JasperGold를 구동합니다. 초기 채택사로 NVIDIA·Altera·Qualcomm이 언급됐습니다.

비유로 옮기면, 5주 동안 룸서비스 봇이 하던 일을 하루 만에 끝낸다는 뜻입니다. 손님 한 명이 5주치 일을 하루에 하면, 호텔은 더 이상 묵은 날 수로 값을 받기 어려워집니다. 그 하루 동안 룸서비스를 얼마나 폭발적으로 시켰나가 더 정확한 가치 척도가 됩니다. 이것이 3장 소비형 전환의 출발점입니다.

3. 가격표를 다시 쓴다: 좌석에서 사용량 · 결과로

AI가 엔지니어 시간을 줄이면, 사람 수로 값을 매기던 가격표는 의미를 잃습니다. 대안은 둘입니다. 쓴 만큼 받는 사용량 기반(소비형), 또는 완성된 결과물(테이프아웃·완성된 칩)에 받는 결과 기반입니다. 케이던스의 AgentStack 24시간 논스톱 엔진은 정확히 이 방향을 가리킵니다. 다만 케이던스는 아직 이 가격표를 완전히 공개하지 않았고, 첫 매출도 안 잡혔습니다.

3.1 좌석이 무의미해지면, 무엇으로 값을 매기나

가격표를 다시 쓸 때 후보는 셋입니다.

핵심 통찰은 이것입니다. AI 에이전트는 사람 수라는 축을 약화시키는 동시에, 사용량이라는 축을 자연스럽게 만들어냅니다. 사람은 하루 8시간 일하지만 AI 에이전트는 24시간 툴을 호출하므로, 사용량의 변동 폭이 훨씬 큽니다. 변동 폭이 큰 곳에서는 정액(임대료)보다 종량제(사용량)가 가치를 더 정확히 담습니다.

3.2 AgentStack 24시간 엔진이 던지는 가격 질문

먼저 오해 하나를 정리합니다. 사용량 과금은 AgentStack과 함께 처음 생긴 게 아닙니다. EDA는 이미 수년 전부터 좌석과 분리된 토큰·플로팅 라이선스로 사용량을 받아왔습니다. 토큰은 좌석 옆에 붙은 회당 결제권이라고 보면 됩니다. 좌석에 1:1로 묶이지 않고, 엔지니어가 툴을 더 돌릴수록 토큰을 더 쓰며, 재무는 그 청구서를 분기로 받습니다. 룸서비스 미터기가 객실료와 별개로 돌아가는 것과 같습니다. 그리고 AI 툴(Cerebrus 등)은 자동 설계 반복을 수백 번 돌려 설계 프로젝트당 토큰 소모를 3~5배로 늘립니다(Data Gravity). 즉 AI 생산성이 사용량 매출로 전환된다는 명제는 미래 가설이 아니라, 이미 기존 토큰 계약 위에서 현재형으로 작동 중입니다.

다만 정확성을 위해 단서를 답니다. 토큰은 좌석을 완전히 대체한 게 아니라 좌석 위에 얹는 보완 모델입니다. 따라서 좌석은 죽었다가 아니라 사용량 축이 이미 존재하고 작동 중이다가 정확한 그림입니다.

그래서 AgentStack은 0에서 1을 만드는 신규 채널이 아닙니다. 이미 토큰으로 작동 중인 사용량 과금을, 24시간 논스톱 엔진으로 명시적·전면적으로 끌어올리는 가속 장치입니다. 케이던스는 AgentStack(2026년 4월 Q2 2026 CadenceLIVE 공개)을 AI 에이전트가 EDA 툴을 자율 호출하는 소비형 플랫폼, 24시간 논스톱 EDA 엔진이라 설명하며 기존 라이선스 기반에서 소비 기반으로의 수익 모델 전환 시도라고 직접 표현했습니다.

비유로 옮기면, 호텔은 이미 룸서비스 미터기를 조금씩 달고 있었고(토큰), AgentStack은 그 미터기를 객실료 옆에 전면으로 내세우는 시도입니다. 잠 안 자는 손님이 룸서비스를 24시간 시키니, 그걸 따로 크게 청구하는 게 합리적이라는 판단입니다.

3.3 왜 소비형이 EDA에 들어맞는가: 클라우드의 교훈

소비형 과금은 새로운 발명이 아닙니다. 클라우드(AWS), 전기요금, 우버가 모두 권리가 아니라 사용량에 값을 매깁니다. 공통 조건은 두 가지입니다. 첫째 사용량의 변동이 크고, 둘째 사용량을 정밀하게 측정할 수 있을 때입니다.

EDA의 에이전트형 AI는 두 조건을 다 만족하기 시작합니다. 첫째, AI 에이전트의 툴 호출은 24시간 변동하며 사람보다 변동 폭이 큽니다. 둘째, AI가 툴을 자율 호출하는 구조라 호출량·연산량을 시스템이 정밀하게 측정할 수 있습니다(2.1의 구동 구조 덕분에 케이던스 툴 호출이 케이던스 시스템 안에서 카운트됩니다). 즉 에이전트형 AI는 소비형 과금의 기술적 전제 조건을 케이던스에 처음으로 만들어줍니다. 가능성이 열린 것이지, 전환이 완료된 것은 아닙니다.

개념적 시각화. 굵은 화살표는 AI 에이전트가 실제로 밀어붙이는 전환, 점선은 아직 일부만 거론되는 결과 기반 과금입니다.

4. 양날의 칼: 자기잠식인가, 단가 레버인가

여기가 이 글의 심장입니다. 가격표 전환에는 정반대 방향의 두 힘이 동시에 들어 있습니다. 한쪽은 자기잠식입니다. AI가 엔지니어를 덜 필요하게 만들면 좌석 기반 매출이 줄어들 수 있습니다. 다른 한쪽은 단가 레버입니다. AI가 더 많은 설계를 더 빨리 찍어내면 좌석이 줄어도 사용량·결과로 받는 총액은 오를 수 있습니다. 어느 쪽이 이기느냐는 능력 문제가 아니라 가격표 설계 문제입니다.

4.1 자기잠식 쪽: AI가 좌석을 갉아먹는다

인과는 단순합니다. 라이선스가 엔지니어 좌석 수에 비례하는데, AI가 엔지니어를 덜 필요하게 만들면 좌석 수요가 줄어 좌석 기반 매출이 깎입니다. 2장의 검증 실측(생산성 4배, 검증 사이클 40배 단축)이 바로 엔지니어가 덜 필요해진다의 증거입니다.

비유로 옮기면, 룸서비스 봇이 일을 너무 잘해서 손님이 일행(좌석)을 줄여버리면 객실(좌석) 매출이 줄어듭니다. 잘 만든 봇이 자기 회사 객실 매출을 깎는 역설입니다. 이것은 EDA 산업이 처음 마주하는 구조적 긴장입니다. 우리 제품이 좋아질수록(생산성↑), 우리가 파는 좌석은 줄어들 수 있습니다. 이 양날의 칼은 사후에 갖다 붙이는 설명이 아니라, 뒤의 추적 임계값(생산성이 오르는데도 좌석·구독 매출이 둔화되면 자기잠식이 시작된 신호)으로 실제로 채점되는 검증 가능한 예측입니다.

4.2 단가 레버 쪽: 같은 AI가 매출을 끌어올린다

그러나 정반대 힘이 같은 자리에 있습니다. AI가 더 많은 설계를, 더 빨리, 더 복잡하게 가능하게 하면, 좌석 수가 줄어도 총 청구액은 오를 수 있습니다.

비유로 옮기면, 잠 안 자는 손님이 룸서비스를 24시간 폭발적으로 시키면 객실 수가 줄어도 호텔 총 청구액은 오릅니다. 객실료를 룸서비스 미터기로 갈아끼우는 순간, 손님의 근면함이 매출이 됩니다.

4.3 결정 변수: 능력이 아니라 가격표 설계다

두 힘 중 어느 쪽이 이기느냐는 케이던스의 기술력이 아니라 가격표를 어떻게 다시 쓰느냐에 달렸습니다.

그래서 AgentStack(소비형 전환 시도)은 단순한 신제품이 아니라, 케이던스가 자기잠식을 단가 레버로 뒤집기 위한 가격표 재설계 시도로 읽어야 합니다. 가격표를 사용량 쪽으로 옮길수록, AI의 생산성 향상이 위협에서 기회로 바뀝니다.

종합하면, 현재까지의 잠정 스코어는 단가 레버 쪽이 앞서 있습니다. 근거는 넷입니다. 첫째 자기잠식의 증거가 아직 없습니다(전 세그먼트 두 자릿수 성장). 2026년 1분기 전 세그먼트가 두 자릿수로 성장했고(Core EDA +18%, IP +22%, SD&A +18%), 회사 역사상 최고 에뮬레이션 분기였습니다. 즉 생산성이 오르는데도 매출이 줄지 않는 상태입니다. 둘째 사용량 과금은 이미 토큰으로 일부 작동 중입니다. 셋째 AI가 가장 극적으로 검증한 영역이 케이던스 본진(검증·에뮬레이션)입니다. 넷째 케이던스는 인력집약적 IP를 가볍게 들어(매출 약 14%) 좌석 잠식에 덜 민감합니다.

다만 이 잠정 스코어에는 단서가 붙습니다. 이것이 자기잠식이 없다의 증명은 아닙니다. 사용량 레버는 토큰으로 이미 일부 돌고 있지만, AgentStack을 통한 전면 전환의 첫 매출은 아직 안 잡혔으므로, 두 힘의 본격 승부는 아직 채점되지 않았습니다. 현재의 두 자릿수 성장은 전면 전환 이전의 숫자입니다. 이는 주가 판단이 아니라, 두 힘이 지금까지 어떻게 작동했나의 메커니즘 해석입니다.

개념적 시각화. 같은 AI 생산성이 가격표 설계에 따라 정반대 방향(자기잠식 vs 단가 레버)으로 작동합니다.

5. 이건 케이던스만의 이야기가 아니다: 산업 공통 변수와 시한

마지막으로 한 가지를 분명히 합니다. 이 가격표 전환은 케이던스 고유의 운명이 아닙니다. 시놉시스도 똑같이 AI 코파일럿으로 같은 갈림길에 서 있습니다. EDA 듀오폴리 두 회사가 동시에 같은 전환을 마주합니다. 그래서 케이던스를 소비형 전환의 유일한 수혜자로도, 자기잠식의 유일한 피해자로도 과장하면 안 됩니다. 진짜 질문은 둘 중 누가 가격표를 더 빨리, 더 영리하게 다시 쓰느냐입니다.

5.1 시놉시스도 같은 갈림길에 서 있다

AI 자기잠식과 소비형 전환은 케이던스만의 변수가 아니라 EDA 산업 공통 변수입니다. 시놉시스도 Synopsys.ai 코파일럿 등으로 동일하게 노출돼 있습니다. 같은 듀오폴리, 같은 기술 흐름, 같은 가격표 딜레마입니다. 따라서 이 글은 케이던스를 AI 시대의 유일한 승자나 패자로 그리지 않습니다. 두 회사가 같은 출발선에 서 있고, 차이는 누가 가격표를 더 빨리·영리하게 다시 쓰느냐에서 납니다.

케이던스의 상대적 위치를 정성으로(주가 무관) 정리하면 이렇습니다. 유리한 점은, AI가 가장 극적으로 시간을 줄인 영역이 검증(ChipStack 5주에서 24시간)인데 검증·에뮬레이션이 케이던스의 본진이라는 것입니다. 또 케이던스는 IP 비중이 낮아(매출 약 14%), 좌석 기반 자기잠식에 더 민감한 인력집약 IP 라이선스 사업의 비중이 시놉시스(약 25%, FY2025, FY2024 31%에서 하락)보다 작습니다.

불리한 점도 있습니다. 합성·타이밍 사인오프 본진은 시놉시스가 쥐고 있어, 그 단계의 AI 소비형 전환 주도권은 시놉시스 쪽에 있을 수 있습니다. 또 에이전트 자율성 레벨 서사에서는 시놉시스가 L4 오케스트레이션 멀티에이전트 워크플로우를 먼저(2026-03, 업계 최초 자칭) 공개했고 AgentEngineer로 생산성 2x(일부 최대 5x)를 고객 실측으로 보고했습니다(Synopsys IR). 케이던스 AgentStack(2026-04)보다 공개 시점·자율성 단계 깃발이 앞서거나 대등한 지점입니다. 위 비교는 어느 쪽이 가격표를 다시 쓰기 유리한가의 정성 비교일 뿐, 점유율·매출·적정가 종합은 밸류에이션의 영역입니다.

5.2 좌석 기반 3년 계약은 양날이다

한 가지 변수를 양방향으로 명시합니다. SemiAnalysis가 정리한 좌석 기반 다년(2~3년) 계약 구조는, 전환 국면에서 양날입니다. 자기잠식 쪽으로 보면, 계약이 좌석에 묶여 있으면 AI로 좌석이 줄 때 갱신 시점에 매출이 깎일 수 있습니다. 반대로 단가 상승 쪽으로 보면, 다년 계약은 가격표를 한 번에 갈아엎기 어렵게 만들어(이미 묶인 백로그 $8.0B) 전환을 점진적·상향식으로 진행하는 완충재가 됩니다. 케이던스는 좌석 계약 위에 사용량 과금(AgentStack)을 얹는 방식으로 단가를 올릴 수 있습니다. 그래서 이 글은 좌석 기반 계약을 위협으로도 기회로도 단정하지 않습니다.

5.3 시한과 추적 신호: 첫 채점일은 2026 하반기

이 전환은 언제 보이기 시작할까요. 추적 가능한 신호를 정리합니다(밸류에이션 가정 모니터링과 연결됩니다).

결론적으로, 가격표 전환은 시작됐지만(AgentStack 공개) 아직 매출로 증명되지 않았습니다. 자기잠식과 단가 레버의 승부는 2026 하반기부터 채점이 시작됩니다. 그 전까지 이 옵션은 가능성이며, 방향(보탬·독)은 케이던스가 가격표를 어떻게 다시 쓰느냐에 달려 있습니다.

6. 결론: 바뀌는 것은 무엇을 파느냐가 아니라 어떻게 값을 매기느냐다

복제 가능한 것은 AI 기능입니다. 복제하기 어려운 것은, 그 AI의 생산성을 매출로 바꾸는 가격표 설계와 첫 채점 결과입니다. EDA의 다음 경쟁은 누가 더 좋은 툴을 만드느냐가 아니라, 누가 AI 시대의 가격표를 더 빨리·영리하게 다시 쓰느냐에서 갈립니다.

투자 관점에서(주가가 아니라 관점 제공) 보면, 에이전트형 AI는 케이던스에 수익 모델 옵션을 줍니다. 이 옵션의 방향(보탬·독)과 시한·규모는 아직 미정이며, 그것을 정량적으로(달러로) 다루는 것은 밸류에이션 분석의 일입니다.