오토데스크가 3D 모델링을 위한 실험적 생성형 AI 모델인 ‘프로젝트 베르니니(Project Bernini)’를 공개했다. 디자인 및 제조 산업에서는 3D 모델링의 정확성과 생산성이 중요하다. 건축가, 엔지니어, 제조업체, 영화 제작자 등 다양한 분야에서 디지털 디자인의 기하학적 제어와 정확성은 최종 제품의 성공에 중요한 요소이다. 한 개의 2D 이미지, 객체의 다양한 뷰를 보여주는 여러 개의 이미지, 포인트 클라우드, 복셀(voxels), 텍스트 등 다양한 입력 데이터에서 3D 형상을 빠르게 생성하는 베르니니의 첫 번째 모델은 전문적인 기하학적 워크플로에 맞춰져 있으며, 주어진 입력 데이터에서 3D 모양의 다양한 기능적 변형을 생성할 수 있다. 건축, 제품 디자인, 엔터테인먼트 등 다양한 사용 사례에 사용할 수 있는 생성형 모델을 통해 제작 또는 제조된 제품은 설계자가 염두에 둔 목적에 맞게 실제 세계에서 작동해야 하기 때문에, 오토데스크는 기능적인 3D 구조를 생성하는 데에 집중하고 있다.     오토데스크는 물 주전자의 예를 소개했다. 많은 3D 생성형 모델이 특정한 조명 환경에서 표면의 외관을 개선하는 텍스처를 가진 주전자 형상을 생성할 수 있다. 하지만, 베르니니 모델은 모양과 텍스처를 개별적으로 생성하며 이러한 변수를 혼동하거나 혼합하지 않는다. 베르니니가 생성한 물 주전자는 가운데가 비어 있으며, 실제 주전자와 마찬가지로 실제로 물을 담을 수 있다. 또한, 베르니니는 다양한 변형을 생성하는 제너레이티브 접근 방식을 적용하여, 디자이너에게 선택권을 부여하고 창의적인 워크플로에 기여할 수 있다. 오토데스크의 ‘2024 디자인 및 제작 현황 보고서’에 따르면 비즈니스 리더의 78%는 AI가 업계를 발전시킬 것이라고 믿고 있으며, 79%는 AI가 업계를 더욱 창의적으로 만들 것이라는 데 동의하고 있는 것으로 나타났다. 프로젝트 베르니니는 산업 전반의 제품 포트폴리오를 아우르는 지능형 지원 및 생성 기능을 제공하는 데 중점을 둔 오토데스크의 포괄적 AI 전략의 일부이다.  베르니니 모델을 건물에 적용하면 기하학적으로 철저하면서 창의적인 디자인을 생성하고, 새로운 세대의 건물과 건축가에게 영감을 줄 수 있다. 비디오 게임 캐릭터 모델이나 판타지 환경에 대한 훈련을 받으면 매혹적인 새로운 생물체나 가상 세계를 만들 수 있다. 자동차 디자인에 대한 교육을 받았다면 혁신적인 새 자동차 시리즈를 상상하는 데 도움을 줄 수 있다. 오토데스크 AI 랩은 디자인, 제조, 건축, 엔지니어링, 건설 분야의 어려운 작업과 미디어 및 엔터테인먼트(M&E) 분야의 크리에이티브 프로세스를 지원하기 위해 AI를 적용하는 다양한 과학자 및 전문가들로 구성된 팀이다. 이들은 공개적으로 사용 가능한 데이터와 CAD 개체 및 유기적 형상이 혼합된 복합 데이터 세트로 구성된 1000만 개의 다양한 3D 형상으로 베르니니 모델을 학습시켰으며, 이 작업에 기여한 연구는 올해 초 홍콩 중문대학교와 공동으로 AI 랩에서 발표했다. 현재 프로젝트 베르니니는 비공개 실험 단계에 있으며, 오토데스크는 설계 및 제작을 위한 생성형 모델의 성능을 연구하고 개선하기 위해 몇몇 파트너와 협력을 진행 중이다. 오토데스크는 “베르니니 모델은 효율적인 학습과 미세 조정을 통해 이를 쉽게 수행할 수 있도록 특별히 구조화되어 있다”면서, “프로젝트 베르니니는 흥미롭고 생성형 AI의 최첨단을 달리고 있지만, 이 모델은 더 크고 고품질의 전문 데이터 세트로 훈련할 때 더욱 유용하고 매력적으로 발전할 것”이라고 전했다.

다쏘시스템이 ‘K-Robot 세미나 : 로봇, 솔리드웍스를 만나다!’ 세미나를 그랜드 인터컨티넨탈 서울 파르나스에서 개최했다고 밝혔다. 로봇이 지능화되면서 전통적인 제조업을 넘어 다양한 산업 분야로 확대되고 있다. 이번 행사에서 다쏘시스템은 정부의 K-로봇 경제 정책과 발맞추어 자사의 솔리드웍스 및 클라우드 기반 제품 개발 플랫폼인 3D익스피리언스 웍스(3DEXPERIENCE Works)를 통한 국내 로봇 제조 기업의 선진 사례를 공유했다. 이번 세미나는 다쏘시스템코리아 배재인 CRE 본부장의 환영사로 시작해 경희대학교 이경전 교수가 IT 시장의 가장 큰 트렌드 중 하나인 AI 동향과 산업 응용 사례 및 전망을 공유했다. 이어서 경남대학교 한성현 교수가 로봇 기술의 동향과 미래 로봇 시장을 예측했다. 또한 다쏘시스템코리아 솔리드웍스 브랜드 전문가들이 로봇 설계, 데이터 관리, 협업, 시뮬레이션, 제조 라이프사이클을 보다 쉽고 빠르게 다룰 수 있는 클라우드 기반 제품 개발 플랫폼인 3D익스피리언스 웍스(3DEXPERIENCE Works)의 다양한 포트폴리오를 소개했다. 이와 함께 스타트업 기업이 실제 로봇 개발에서 있을 수 있는 어려움을 실감나게 표현하고, 이에 대한 다양한 극복 방안을 제시했다. ‘동시병행 설계’ 방식을 통해 설계와 검토를 빠르게 해결할 수 있는 솔루션을 소개하고, 모델링과 시뮬레이션을 결합한 모드심(MODSIM)을 통해 설계와 동시에 시뮬레이션을 수행함으로서 더 완성도 있는 제품을 단기간 내에 만들어 내는 모습을 시연했다. 이를 통해 참가자들은 한 번 만들어진 3D 데이터를 이용해서 다양한 업무를 활용하는 디지털 매뉴팩쳐링이 우리 제조업을 어떻게 바꿀 수 있는지 확인할 수 있었다.     다쏘시스템은 로봇 개발사들이 겪는 어려움을 해결할 수 있는 다양한 솔루션을 제시하면서, “로봇 개발사들이 한정된 자원을 효율적으로 활용하고 업무의 혼란을 최소화하며 편의성을 개선할 수 있을 것”으로 기대했다. 특히, 햄버거 패티를 굽는 AI 조리 로봇을 개발한 에니아이와 건설 현장 자율로봇을 공급하는 고레로보틱스는 다쏘시스템에서 제공하는 스타트업 지원 프로그램인 ‘3DEXPERIENCE Works for Startups’를 통해 성공적인 제품 개발 및 출시한 사례를 공유했다.   다쏘시스템코리아의 배재인 CRE 본부장은 “수백 개의 국내 로봇 제조사들이 이미 솔리드웍스와 3D익스피리언스 웍스 포트폴리오를 제품 개발에 적용하고 있다”면서, “앞으로도 산업 및 학계 최고의 전문가들과 함께 보다 많은 국내 로봇 제조사들과 K-로봇 경제 성장의 한 축을 담당할 수 있도록 하겠다”고 전했다.

발행 : 2024. 4. 형식 : pdf 36 page 제작 : 인천광역시 소규모 건설공사 설계 기준 고도화 시행계획(안) 최근 국내 건설산업의 고환율, 고물가, 고금리로 수익성 악화에 따라 경영활동의 어려움을 겪고 있어 소규모 건설공사 설계 기준을 고도화하여 지역업체의 수익성 제고와 재정적 압박을 완화하고자 함.  배경 및 추진근거  1. 추진배경   ◯ 지역 건설업이 소규모 건설공사 발주공사의 90%를 수주하고 있어 소규모 공사의 적정공사비 지급을 위한 기준을 마련할 경우 지역건설기업의 안정적 업 환경 구축에 큰도움   ◯ 지역건설산업 활성화 전략계획 수립 용역 20개 방안으로 소규모 건설공사 설계 기준 고도화 추진 건의 됨 2. 추진 근거   ◯ 「지역건설산업 활성화 촉진 및 하도급업체 보호에 관한 조례」 제3조(지역 업자의 지원 및 육성계획 수립)   ◯ 지역건설산업 활성화 전략계획 수립 용역 (‘23.12.29. 완료)   소규모 건설공사 설정 기준   ◯ 2024년 6억 미만 공사의 발주 건수는 1,237건으로 전체 발주 대비 79%    - 소규모 건설공사 대상 사업 설정 기준을 6억미만으로 선정   ◯ 2024년 발주 계획   범위 합계 종합 전문 건수 금액 건수 비율 금액 비율 건수 금액 건수 비율 금액 비율 건수 금액 건수 비율 금액 비율 전체 1,561 2,580,016 - - 297 2,105,998 - - 1,264 474,018 - - 6억 미만 1,237 201,533 79.2 7.8 137 27,864 46.1 1.3 1,100 173,669 87.0 36.6     첨부파일     2024 인천광역시 소규모 건설공사 설계 기준 고도화 시행계획(안) 인천광역시 소규모 건설공사 설계기준(안, 2024).hwp(398.0 KB)   2024년 소규모 설계기준 자료.pdf(3.3 MB)

BIM 솔루션 제공업체인 올플랜은 건설 생산성을 강화하고 설계-시공 워크플로를 혁신하기 위한 올플랜 2024(Allplan 2024)의 최신 업데이트를 발표했다. 올플랜 2024-1 서비스 릴리스는 건설을 보다 효율적으로 계획하고 실행할 수 있는 확장된 도구를 제공한다. 최신 버전의 새로운 클라우드 기반 프로세스와 향상된 BIM 기능은 보다 지속 가능한 설계와 신속한 프로젝트 납품을 지원한다. 올플랜 2024-1은 원클릭 LCA(Life Cycle Assessment : 전과정평가)와 통합되어 빠르고 쉽게 분석할 수 있다. 이 도구를 사용하면 건물의 탄소 발자국을 평가하고, 자재와 시공 방법을 평가하고, 지속가능성을 위해 BIM 모델을 최적화할 수 있다. BIM 속성이 LCA 클라우드로 자동 전송되므로 사용자는 손쉽게 보고서를 생성할 수 있으며, 모델이 변경되면 이전 LCA 조정 사항이 자동으로 업데이트되므로 다시 매핑할 필요가 없다. 빈 공간(void)에 대한 프로비저닝을 생성하는 작업은 특히 규모가 크고 복잡한 프로젝트에서 시간이 많이 소요되는 프로세스로 꼽힌다. 올플랜 2024-1에서는 이 작업을 더 빠르고 원활하게 수행하기 위한 기능이 최적화되어 시간을 절약할 수 있다. 또한 속성 매핑의 최적화와 보이드 생성을 위해 IFC 파일에서 가져온 원통형 형상을 적용하는 기능이 더욱 향상되어, 디자이너의 일상적인 작업이 더욱 효율적으로 개선되었다.     구조 엔지니어와 상세 설계자의 작업에서는 국가별 표준을 준수하는 것이 필수이다. 올플랜 2024-1에서는 형상 코드 관리자(Shape Code Manager)가 통합되고, 새로운 영국 표준인 BS 8666 2020에 기반한 고객별 철근 형상을 지원한다. 이를 통해 영국뿐만 아니라 영국 표준 또는 고객별 철근 형상을 사용하는 다른 많은 국가에서도 일상적인 작업이 쉬워졌다. 클라우드 기반 프로세스는 효율적인 설계를 지원하여 워크플로를 구축하고 협업을 뒷받침한다. 올플랜 2024-1의 오버레이 관리자(Overlay Manager)는 2D 도면과 3D 모델을 조합하고 상호 작용을 통해 불일치를 식별하며, 불확실성을 해소할 수 있다. 사용자는 여러 도면을 모델과 함께 시각화하고, 마크업을 만들어 이슈와 슬라이드쇼에 저장할 수 있으며, 페더레이션된 모델을 2D 계획으로 편리하게 확장할 수 있다. 새로운 올플랜 클라우드 뷰어(Allplan Cloud Viewer)를 통한 시간 절약형 IFC 파일 미리보기는 수정본을 완전히 업로드하고 생성하기 전에 빠르게 시각적으로 확인할 수 있다. 또한 올플랜 2024는 이슈에 대한 정보 콘텐츠를 개선하고 협업을 강화하며, 오류를 줄이고 확인 프로세스를 가속화하여 BIM콜랩(BIMcollab) 이슈 관리 도구와 원활하게 통합할 수 있다. 기본으로 제공되는 시공 계획 도구에 굴착 버팀목용 시트 파일 벽체를 소개하는 기술 미리보기가 포함되어, 건설 프로젝트의 정밀한 계획을 위한 옵션이 확대된 것도 특징이다. 코너 프로파일과 함께 단일, 이중, 삼중 형태로 제공되는 이러한 프로파일은 유연성을 높이고 다양한 지형 조건을 지원한다. 파라메트릭 구성 요소는 위치 조정을 쉽게 하기 위해 쓰인다. 올플랜 2024용 BIM2 폼(BIM2 form) 애드온에는 페리 트리오(Peri TRIO)가 통합되어, 비용 효율적인 거푸집 계획을 위한 옵션이 확대되었다. 기존에는 거푸집 계획을 수동으로 처리하거나 외부 공급업체에 의존함에 따라 비용과 프로젝트 관리 문제가 발생했다. 이 툴을 사용하면 거푸집 벽체 구성 요소의 자동 할당이 용이하게 이루어진다. 이를 통해 올플랜 사용자는 다양한 거푸집 계획을 효율적으로 수립하여 아웃소싱 비용을 절감할 수 있다. 올플랜의 에두아르도 라자로토(Eduardo Lazzarotto) 최고 제품 및 전략 책임자는 “최신 Allplan 2024-1 서비스 릴리스는 확장된 도구, 클라우드 기반 프로세스, 향상된 BIM 기능을 통해 사용자가 더 높은 효율성으로 프로젝트를 계획하고 실행할 수 있도록 지원한다. 이는 더 빠른 납기뿐만 아니라 지속가능성을 실현하고 품질을 높이는 데에도 도움이 된다. 워크플로를 간소화하고 프로젝트 일정을 단축함으로써 사용자가 뛰어난 건축 설계, 견고한 교통 인프라 엔지니어링, 더 나은 지속 가능한 건축 환경 구축 등 진정으로 중요한 일에 더 많은 시간과 에너지를 투자할 수 있도록 지원한다”고 전했다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 생성형 AI의 멀티모달 딥러닝 기술 확산의 계기가 된 오픈AI(OpenAI)의 CLIP(Contrastive Language-Image Pre-Training, 2021) 코드 개발 과정을 분석하고, 사용하는 방법을 정리한다.    ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 이메일 | laputa99999@gmail.com 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast CLIP은 구글이 개발한 자연어 번역 목적의 트랜스포머 모델, 비전 데이터 변환에 사용되는 VAE(Variational Autoencoder) 개념을 사용하여 멀티모달 학습 방식을 구현하였다. 이번 호에서는 그 과정을 설명하고 파이토치로 직접 구현하는 과정을 보여준다. CLIP을 이용하면 유튜브, 넷플릭스와 같은 영상에서 자연어로 질의해 해당 장면을 효과적으로 검색할 수 있다. 참고로, CLIP에서는 트랜스포머가 핵심 컴포넌트로 사용되었다. CLIP과 같이 트랜스포머가 자연어 번역 이외에 멀티모달의 핵심 기술이 된 이유는 비정형 데이터를 연산 가능한 차원으로 수치화할 수 있는 임베딩 기술의 발전과 트랜스포머의 Key, Query, Value 입력을 통한 여러 학습 데이터 조합이 가능한 특징이 크게 작용했다.    그림 1. 멀티모달 시작을 알린 오픈AI의 CLIP 모델(Learning Transferable Visual Models From Natural Language Supervision, 2021)   트랜스포머와 VAE를 이용한 멀티모달 CLIP 네트워크를 좀 더 깊게 파헤쳐 보도록 한다. 앞서 설명된 트랜스포머, 임베딩과 관련된 개념에 익숙하다면, CLIP을 이해하고 구현하는 것이 그리 어렵지는 않을 것이다.    CLIP에 대한 이해 오픈AI에서 개발한 CLIP 모델은 공유 임베딩 공간 내에서 이미지 및 텍스트 형식을 통합하는 것을 목표로 했다. 이 개념은 기술과 함께 이미지와 텍스트를 넘어 다른 양식을 수용한다.(멀티모달) 예를 들어, 유튜브 등 비디오 애플리케이션 내에서 텍스트 검색 성능을 개선하기 위해 공통 임베딩 공간에서 비디오 및 텍스트 형식을 결합하여 모델을 학습시켰다. 사실, 임베딩 텐서를 잠재 공간(Latent Space)으로 이기종 데이터를 변환, 계산, 역변환할 수 있다는 아이디어는 VAE 기술, 구글의 트랜스포머 논문(2017)을 통해 개발자들 사이에 암시되어 있었다. 이를 실제로 시도해본 연구가 CLIP이다.  참고로, CLAP(Contrastive Language-Audio Pretraining)은 동일한 임베딩 공간 내에서 텍스트와 오디오 형식을 통합하는 또 다른 모델로, 오디오 애플리케이션 내에서 검색 기능을 개선하는 데 유용하다. CLIP은 다음과 같은 응용에 유용하다. 이미지 분류 및 검색 : CLIP은 이미지를 자연어 설명과 연결하여 이미지 분류 작업에 사용할 수 있다. 사용자가 텍스트 쿼리를 사용하여 이미지를 검색할 수 있는 보다 다양하고 유연한 이미지 검색 시스템을 허용한다. 콘텐츠 조정 : CLIP은 부적절하거나 유해한 콘텐츠를 식별하고 필터링하기 위해 이미지와 함께 제공되는 텍스트를 분석하여, 온라인 플랫폼의 콘텐츠를 조정하는 데 사용할 수 있다. 참고로, 메타 AI(Meta AI)는 최근 이미지, 텍스트, 오디오, 깊이, 열, IMU 데이터 등 6가지 양식에 걸쳐 공동 임베딩을 학습하는 이미지바인드(ImageBind)를 출시했다. 두 가지 모달리티를 수용하는 최초의 대규모 AI 모델인 CLIP은 이미지바인드 및 기타 다중 모달리티 AI 시스템을 이해하기 위한 전제 조건이다. CLIP은 배치 내에서 어떤 N×N(이미지, 텍스트) 쌍이 실제 일치하는지 예측하도록 설계되었다. CLIP은 이미지 인코더와 텍스트 인코더의 공동 학습을 통해 멀티모달 임베딩 공간을 만든다. CLIP 손실은 트랜스포머의 어텐션 모델을 사용하여, 학습 데이터 배치에서 N개 쌍에 대한 이미지와 텍스트 임베딩 간의 코사인 유사성을 최대화하는 것을 목표로 한다.  다음은 이를 설명하는 의사코드이다. 1. img_en = image_encoder(I)   # [n, d_i] 이미지 임베딩 인코딩을 통한 특징 추출  2. txtxt_emdn = textxt_emdncoder(T)    # [n, d_t] 텍스트 임베딩 인코딩을 통한 특징 추출 3. img_emd = l2_normalize(np.dot(img_en, W_i), axis=1)    # I×W 결합(조인트) 멀티모달 임베딩 텐서 계산 4. txt_emd = l2_normalize(np.dot(txtxt_emdn, W_t), axis=1)  # T×W 결합(조인트) 멀티모달 임베딩 텐서 계산 5. logits = np.dot(img_emd, txt_emd.T) * np.exp(t)   # I×T * E^t 함수를 이용한 [n, n]코사인 유사도 계산 6. labels = np.arange(n) 7. loss_i = cross_entropy_loss(logits, labels, axis=0)  # 이미지 참값 logits과 예측된 label간 손실 8. loss_t = cross_entropy_loss(logits, labels, axis=1)  # 텍스트 참값 logits과 예측된 label간 손실 9. loss = (loss_i + loss_t)/2   # 이미지, 텍스트 손실 평균값   실제 오픈AI 논문에는 <그림 2>와 같이 기술되어 있다.(동일하다.)   그림 2     ■ 자세한 기사 내용은 PDF로 제공됩니다.

CAD 데이터 변환과 상호운영성 기술로 한국 시장 공략 강화   데이터킷(Datakit)은 CAD 데이터 변환 프로그램인 크로스매니저(CrossManager)의 개발사로, 크로스매니저는 파트너사인 몰드케어를 통해 국내 공급되고 있다. 데이터킷의 필리프 블라슈(Philippe Blache) CEO는 다양한 설계 관련 정보의 변환과 상호운영성을 통해 제조·건축 등 산업 영역에서 더 많은 가치를 제공한다는 비전을 제시하고 있다. ■ 정수진 편집장    ▲ 데이터킷 필리프 블라슈 CEO   데이터킷은 어떤 회사인지 1994년 프랑스에서 설립된 데이터킷은 CAD, CAM, CAE, BOM, PLM, 계측, BIM, 건설 등 다양한 소프트웨어 간의 상호 호환 운용성(interoperability) 분야에 집중하고 있는 기업이다.  데이터킷의 데이터 변환 솔루션은 설계, 제조, 검사 및 보관 전반에 걸쳐 연결성을 구축하여, 제품 개발 프로세스의 디지털 전환을 가속화하고 시장 출시에 걸리는 시간을 줄인다. 데이터킷은 수년간 표준화 특히 STEP AP242 표준에 참여했으며, LOTAR(Long Term Archiving and Retrieval) 협회 워크숍 및 MBx 상호 운용성 포럼에 참여하고 있다. 또한 빌딩스마트(BuildingSMART)의 IFC 구현자 포럼 회원으로서 BIM 커뮤니티에도 참여하고 있다.   크로스매니저의 특징에 대해 소개한다면 크로스매니저를 사용하면 모델과 관련된 많은 기능을 포함한 크고 상세한 다중 파일 변환이 가능하다. 크로스매니저는 ▲2D 도면, 3D B-Rep 및 메시(mesh) 표현을 비롯해 ▲부품, 어셈블리 및 색상/질감 등 속성과 ▲PMI(제품 제조 정보), FD&T(Functional Dimensioning and Tolerancing), GD&T(기하공차), 메타데이터, 자재/공급업체/비용 등 속성을 포함한 제품 제조 정보까지 다양한 정보를 변환할 수 있다. 또한 CAD 소프트웨어 별 고유(native) 파일 및 표준 형식 파일로 변환할 수 있는 수백 가지의 기능과 솔루션을 제공한다.   크로스매니저가 다른 솔루션과 차별화되는 점은 무엇인지 데이터킷은 30년 동안 상호 호환 운용성에 초점을 맞추고 있으며, 시장에서 가장 특별하고 폭넓은 경험을 제공하기 위해 R&D에 노력을 기울여 왔다. 크로스매니저 변환기를 사용하면 모델과 관련된 광범위한 데이터를 변환 및 보존할 수 있으며, 최신 버전의 CAD 소프트웨어와의 호환성을 위해 수백 가지 CAD별 고유 파일 및 중립 포맷에 대한 분기별 업데이트를 제공한다. 또한, 확장 가능한 단일 또는 멀티 포맷 라이선스, 컴퓨터나 서버에서 실행되는 고정/원격/플로팅 라이선스, 영구 또는 구독 라이선스 등 다양한 유형의 라이선스를 제공한다. 이외에 크로스매니저 어드밴스 버전에서는 자동화 프로세스 및 일괄 처리가 가능하다. 크로스매니저는 설계회사의 CAD 투 CAD(CAD-to-CAD) 변환에 가장 많이 사용되지만, 제조 또는 제조 부품의 정확성 확인, FEA(유한요소해석) 그리고 사실적인 렌더링, 시각화, 시뮬레이션, 메타버스, 견적 준비 등의 요구를 충족시키기 위한 기반으로도 사용된다.   ▲ 데이터킷의 크로스매니저는 다양한 네이티브 포맷 및 중립 포맷의 CAD 데이터를 변환하는 기능을 제공한다.   CAD 데이터 변환 솔루션의 성장세에 대해서는 어떻게 보는지 모델 기반 엔지니어링과 관련된 광범위한 기능을 포함한 크고 상세한 다중 파일 변환에 대한 요구는 기업 내부 그리고 다른 기업 간에도 계속 늘어날 것으로 본다. 다른 한편으로는 이런 업무는 전문가들의 작업이 되고 있으며, 데이터킷과 같은 기업이 글로벌하면서 세부적으로 필요한 접근 방식을 지원할 수 있다. 또한, 다른 산업과 다른 작업 습관을 가진 BIM(빌딩 정보 모델링) 영역은 데이터 변환 시장에 거대한 성장 잠재력을 제공하고 있다. 형상과 치수뿐 아니라 다양한 정보를 포함하면서 CAD 데이터가 복잡해지고 있다. 이런 상황에서 CAD 데이터를 효과적으로 변환하고 활용하기 위해 필요한 점이 있다면 무엇이라고 보는지 우리는 사용자와 사용자의 의도에 초점을 맞춘다. 사용자의 프로필, 직업, 일하는 방식, 설계/제조/검사 파트나 어셈블리와 관련하여 사용자가 100%의 정확도와 최고의 성능을 기대하고 있는지, 아니면 설계에서 보관에 이르기까지 전체 제품 수명주기의 자동화를 개선하기 위해 기능, PMI 또는 2D 데이터와 같은 특정 데이터를 요구하는지를 알아야 한다.   최근에는 CAD 솔루션들이 자체적으로 데이터 호환에 관한 기능을 강화하고 있는데, CAD 데이터 변환 전용의 솔루션이 필요한 이유에 대해 소개한다면 실제로 많은 CAD 솔루션이 데이터 변환 기능을 제공한다. 데이터킷은 광범위한 시장에서의 경험과 인지도를 바탕으로, 우리의 솔루션 중 일부를 글로벌 소프트웨어 업체에 제공하고 있다. 또한 데이터킷의 솔루션은 최종 사용자에게 직접 제안된다. 최종 사용자를 위한 전용 솔루션이 크로스매니저이며, 임베디드 OEM 구매가 아닌 사용자가 필요로 하는 형식에 대한 파일 간 변환을 제공한다. 사실 설계 회사의 관점에서 보면, 파일을 읽고 선택한 형식으로 쓸 수 있도록 하는 것이 숙제이다. 크로스매니저를 사용하면 선택한 형식의 PMI와 같은 데이터를 포함된 파일이나 어셈블리를 읽고 쓸 수 있다는 점에서 확실한 가치를 가진다고 본다.   ▲ 데이터킷은 다양한 설계 정보의 변환 기능을 독립형 제품 및 CAD 플러그인으로 제공하고 있다.   한국 시장에 대한 전망과 한국 내 크로스매니저 비즈니스 계획에 대해 소개한다면 지난 3월에 한국을 비롯해 아시아 지역 각국의 파트너사를 만나 크로스매니저의 비즈니스를 위한 미팅을 진행했는데, 데이터킷의 기술 데이터 변환 솔루션이 한국 시장의 요구를 충족한다고 믿는다. 우리는 크로스매니저의 한국어 버전을 제공하고 있으며, 소프트웨어 공급업체와의 파트너십에 대해서도 자신감을 갖고 있다. 또한, 한국 파트너사인 몰드케어에서는 한국 내 기업에게 크로스매니저와 솔리드웍스 전용 플러그인을 공급하고 있다. 지난 한국 방문을 통해 몰드케어와 긴밀히 협력하기로 얘기를 나누었고, SIMTOS와 같은 전시회에 참가하는 등 시장 확대를 위해 더 많은 기회를 함께 모색하기로 했다. 우리는 한국 생산 현장의 작업자가 설계 . 생산 . 출시까지의 프로세스를 쉽게 도와주고, 제품의 품질을 보장하는 신뢰할 수 있는 데이터 변환 솔루션을 개발하고 있다고 확신한다.     ■ 기사 내용은 PDF로도 제공됩니다.

빌딩스마트협회는 4월 16일 논현동 건설회관 대회의실에서 빌드스마트 포럼(buildSMART FORUM) 2024를 개최했다. 빌드스마트 포럼 2024에서는 ‘변화하는 AEC : 생성형 Al와 메타버스의 시너지’라는 주제 아래 최근 화제로 떠오르고 있는 생성형 AI와 메타버스가 AEC에서 어떻게 활용되고 있고, 앞으로는 어떻게 발전하며, 업계에서는 어떻게 대응해야 하는지 확인하는 자리를 가졌다. ■ 최경화 국장     이번 포럼에서는 카이스트 손훈 교수, DL이앤씨 이상영 담당, 카이스트 김영철 교수가 기조연설을 진행하였으며, 데이튼대학의 김남균 교수, 에스엘즈 정재헌 대표, 수민함디자인의 함수민 대표, 홍콩폴리텍대학 키이춘(KEE Yee Chun) 교수, 홍콩시립대 하오정(Hao Zheng) 교수 등이 국내외의 다양한 AI 및 메타버스, 그리고 스마트건설 사례와 가능성에 대하여 발표했다.  빌딩스마트협회 안대호 회장은 “다양한 조건을 고려하여 최적의 설계를 도출할 수 있는 생성 Al와 가상공간에서의 협업을 가능케 하는 메타버스 기술의 접목은 시간과 비용을 절감하면서도 혁신적으로 설계 및 시공 프로세스를 개선할 것이다. 이를 통해 우리 산업의 디지털 전환속도를 더욱 가속화하고 획기적인 변화를 만들어낼 수 있을 것으로 기대한다”면서, “이번 포럼이 AEC 산업 변화의 기폭제가 되기를 바란다”고 말했다.   콘퍼런스 주요 발표 소개  DL이앤씨 이상영 담당은 “DL은 2009년부터 BIM을 도입했고, 2017년부터는 BIM으로 건설관리 혁신을 위한 본격적인 노력을 시작했다. 공사관리, 원가관리, 설계관리, MEP 등 다양한 분야에서 건설을 혁신할 수 있는 BIM 시스템을 개발했고, 개발된 시스템을 현업과 프로젝트에 적용하고 있다”고 소개했다.  BIM 시스템을 개발함에 있어서 추구하는 원칙은 개발이 완료되면 즉시 현업에 적용하고 사용 가능한 현실적인 시스템이어야 한다는 것이다. 그렇게 하기 위해서는 내재화하여 만들어져야 하고, 비용 측면에서는 신기술임에도 기존 비용과 동등 이하로 책정되어야 하며, 프로세스 측면에서는 동등 이하의 시간이 소요되어야 한다. 이를 위해 BIM 조직을 갖추고, 비용 절감을 위한 자동화와 공급망을 구축하며, 중요 알고리즘의 기획을 내부 인력으로 자체적으로 수행하고 있다고 밝혔다.  또한 “이제부터는 DL이앤씨가 직접 만든 BIM과 스마트 기술을 내부에서만 활용하는 것이 아니라 활용 범위를 확장하여 건설사의 비즈니스 모델이 신축공사에 치중되어 있는 현실을 타파하고, 스마트 건설 서비스로 사업 영역을 확대하여 대한민국의 건설 기술을 한 단계 성장시키고 건설사의 새로운 수익 모델을 창출하는데 이바지해 나갈 것”이라고 밝혔다. 한국과학기술원 김영철 부교수는 최근 KAIST 스마트시티연구센터와 KAIST 도시설계연구실에서 인공지능을 도시 분석과 도시 설계에 접목하려는 시도의 연구 결과를 소개했다. 그리고, 새롭게 개발되고 발전하는 인공지능 기술은 도시 분석과 설계 분야에도 많은 변화를 줄 수 있어 효과적으로 활용하기 위해서는 적극적 고려가 필요하다고 밝혔다.  한국과학기술원 손훈 교수는 지난 30년간 스마트 센싱 기술 연구 개발, 현장 적용, 실용화 및 상용화를 수행하면서 개인적으로 취득한 경험 및 앞으로 스마트 센싱 기술의 상용화를 위해 노력해야 하는 부분에 대해서 소개했다. 에스엘즈 정재헌 대표는 AEC 분야에서 알고리즘의 단순연산율 넘어 ‘Al를 통해 무엇을 만들고 의미를 담을지에 대한 고민의 흔적을 소개했다. 첫 번째로 연산과 검측, 예즉 가능한 Al를 만드는 긴 여정을 소개하고, 두 번째로 연산 결과물의 자동생성 과정을 자체 개발한 GE/SE 알고리즘 사례, CPU와 GPU 병렬연산을 통한 BIM 자동생성 전략에 대해 소개했다. 이와 함께 Al로 생성된 결과물들을 시각화 및 AR 내에서 동작하는 방법을 통해 시공성과 현장성을 높이는 기술에 대해 발표했다.     빌딩스마트협회 정기총회 개최와 주요 사업 소개 빌딩스마트협회는 제27회 정기총회를 개최하고, 안대호 회장(나우동인건축사사무소 대표)을 연임하기로 의결했다.  빌딩스마트협회는 한국공항공사 ‘공항시설정보 통합관리시스템(KAC-BIM)’ 기반체계 구축용역(2021. 7~2024. 3), 인공지능 기반의 건축설계 자동화 기술개발(2021. 4~2025. 12), 광역단위 노후건축물 디지털 안전워치 기술개발(2022. 4~2025. 12) 등 연구 사업들을 진행하고 있으며, BIM AWARD, 콘퍼런스와 포럼, 교육 및 자격 사업 등을 진행하고 있다.      ■ 기사 내용은 PDF로도 제공됩니다.

로크웰 오토메이션이 지난 3월 열린 ‘2024 스마트공장·자동화산업전’에 참가해 생산 최적화부터 디지털 전환과 지속가능성을 위한 자사의 기술을 선보였다. 로크웰 오토메이션은 생산/제어 설비부터 클라우드 및 AI(인공지능) 소프트웨어까지 폭넓은 솔루션 포트폴리오를 바탕으로 제조기업의 빠른 디지털 전환을 지원한다는 비전을 소개했다. ■ 정수진 편집장   제조 혁신을 위해 클라우드와 AI에 대한 관심 증가 로크웰 오토메이션의 스콧 울드리지 아태지역 사장은 로크웰 오토메이션의 연례 스마트 제조 리포트 내용을 인용해 “에너지 비용, 물가, 인건비의 상승에 대응하기 위한 자동화와 최적화가 제조산업이 꼽은 주요 과제였다. 또한, 많은 기업이 기술 투자를 늘릴 계획을 갖고 있는데, 기술 투자 분야 중에서는 클라우드와 SaaS(서비스형 소프트웨어)가 몇 년간 각광을 받고 있다. 제조 플랫폼을 쉽고 일관된 방식으로 배포하는 데에 기업들이 관심을 가진 것으로 볼 수 있다”고 소개했다. 로크웰 오토메이션에 따르면, 물가 상승과 인력 부족 문제에 대응해 생산성을 높이기 위한 목적으로 기업들이 AI에 대한 투자를 확대하고 있는 것으로 나타났다. 특히 생성형 AI 및 인과추론 AI가 많은 관심을 받고 있으며, 이미 투자 성숙 단계에 접어든 기업도 적지 않은 상황이다. 로크웰 오토메이션의 설문조사에서는 응답 기업의 85%가 AI 도입 계획이 있다고 답했다. 제조산업에서 AI를 활용하는 목적으로는 품질 개선, 사이버 보안, 로보틱스, 경로 최적화, AMR(자율 이동 로봇) 등이 꼽히면서, AI는 산업 자동화의 핵심 기술로 자리매김할 전망이다.   ▲ 공장의 VR 시뮬레이션을 위한 로크웰 오토메이션의 에뮬레이트3D 플랫폼   스마트한 디지털 제조의 지향점은 자율 운영 공장 로크웰 오토메이션 코리아의 이용하 대표이사는 “전 세게 디지털 전환 시장은 작년 9372억 달러 규모이고, 오는 2032년에는 7조 33억 달러까지 성장할 것”이라면서, “특히 제조 시스템과 공장이 많은 아시아 태평양 지역은 시장 비중은 낮지만 가장 빠르게 성장할 전망”이라고 소개했다. 이런 성장세의 배경으로는 최신 기술의 발전과 함께 코로나19 이후 비즈니스 운영의 디지털화에 대한 요구가 늘어난 점이 꼽힌다. 로크웰 오토메이션이 제조 디지털 전환의 핵심으로 꼽은 것은 ‘스마트 제조’이다. 스마트 제조는 생산 최적화, 직원 역량 강화, 탄력성 구축, ,지속가능성 추진, 트랜스포메이션 가속화 등의 비즈니스 결과를 목표로 한다.  로크웰 오토메이션은 미래의 자동화 공장이 사람의 개입을 최소화하면서 스스로 학습하고 최적화하는 형태가 될 것으로 보고 있다. 또한, 자동화 역량의 개선과 적응형 기술의 결합을 통해 자율 운영 공장으로 진화할 것으로 전망한다. 울드리지 사장은 “로크웰 오토메이션은 산업 자동화 및 디지털 전환 분야의 전문 기업으로서 산업 트렌드를 이해하고 기술 전문성을 갖추고 있다. 이런 역량을 바탕으로 최근의 주요한 트렌드인 자율 운영 분야에 대응하고 있다”고 설명했다. 로크웰 오토메이션은 제조 엔지니어와 데이터 과학자의 참여를 통해 AI 기술을 내재화하고 있으며, 다양한 기술을 추가할 수 있는 비선형성과 알고리즘 기반의 최적화를 지원한다. 또한, 엔비디아와의 파트너십을 통해 AI 칩으로 제조 데이터를 분석하고 자율 운영 공장으로 발전시켜 나간다는 계획을 소개하기도 했다.   ▲ 로크웰 오토메이션은 스마트공장·자동화산업전에서 디지털 제조를 위한 자사의 기술을 소개했다.   디지털 제조를 위한 기술 포트폴리오 제공 로크웰 오토메이션은 디지털 제조를 위한 자사의 핵심 역량으로 신규 공장 설계, 자동화 및 제어, 생산 물류, 에지 컴퓨팅 및 클라우드 등 폭넓은 기술 포트폴리오를 소개했다. 공장 및 생산 라인의 설계를 위해서 로크웰 오토메이션은 시뮬레이션 기반으로 공장을 건설하기 전에 테스트와 최적화를 할 수 있는 에뮬레이트3D(Emulate3D) 플랫폼을 제공한다. 자동화/제어 영역에서는 챗GPT(ChatGPT)로 빠르게 제어 코드를 생성하고, 개별 제어기에 AI를 내장해 빠른 문제 해결을 지원한다. 생산 물류 분야에서는 AI를 활용해 AGV(무인 운반 차량)의 효율적인 이동 경로를 생성하거나 이동형 로봇, 독립 카트 등의 기술을 적용해 창고 . 생산 시설 . 창고의 사이클을 자동화할 수 있도록 돕는다. 에지/클라우드를 위해서는 드라이버/PLC/에지에 AI를 탑재해 다수의 현장을 한 곳에서 관리하거나 ERP와 연결하는 등의 이점을 제공한다. 또한 MES(제조 실행 시스템), 데이터 애널리틱스 및 시각화 등을 위한 제조 산업 클라우드를 지원한다. 사이버 보안도 클라우드와 AI의 도입 과정에서 중요한 요소인데, 로크웰 오토메이션은 고객사의 시스템 구축 및 운영을 위해 직접 모니터링을 지원하며 엔지니어링 서비스와 원격 모니터링을 연중 무휴로 제공하고 있다. 이용하 대표이사는 국내 스마트 공장의 시장 가능성에 대해서 긍정적으로 전망했다. 또한 “무엇보다 디지털 전환은 빠르게 시작하는 것이 중요하다. 로크웰 오토메이션은 공장의 설계와 운영, 사이버 보안, 유지보수를 위한 폭넓은 솔루션과 서비스를 제공한다. 또한 디지털 전환을 위한 기술, 인력, 경험, 사례를 갖고 있는 것도 강점이다. 이를 바탕으로 제조산업 고객의 디지털 전환을 효과적으로 지원할 것”이라고 전했다. 울드리지 사장은 “한국은 디지털 기술 도입의 선두주자라고 생각한다. AI, 클라우드, 에지 등의 기술 개발에 있어서도 한국이 글로벌 시장을 선도하면서 회복탄력성을 갖춘 제조 환경을 확산시키는 데에 기여할 것으로 기대한다”고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

워크스테이션은 렌더링과 해석 등 전문 분야에 쓰이고 있으며, 최근에는 성장하는 인공지능 분야에도 대응하고 있다. 이런 분야에서 많은 양의 데이터를 빠르게 처리하기 위한 워크스테이션의 성능은 꾸준히 중요한 요구사항 중 하나로 여겨지고 있다. 특히 핵심 연산을 담당하는 CPU 코어의 수가 많을 수록 워크스테이션의 전반적인 성능도 높아진다. 한국레노버는 AMD CPU를 탑재한 씽크스테이션(thinkStation) 워크스테이션의 신제품을 발표하면서, 늘어난 CPU 코어로 더 높은 성능을 제공한다는 점을 강조했다. ■ 정수진 편집장     최대 96코어의 라이젠 스레드리퍼 프로 CPU 탑재 레노버는 2023년 6월 인텔 CPU 기반의 씽크스테이션 P5/P7/PX 라인업을 출시했는데, 이번에 발표된 씽크스테이션 P8은 큰 틀에서 이들 제품과 비슷한 특징을 갖고 있다. 가장 큰 차이점이라면 AMD의 라이젠 스레드리퍼 프로 7000WX(Ryzen Threadripper PRO 7000WX) 시리즈 CPU를 탑재했다는 것이다. 씽크스테이션 P8은 스레드리퍼 프로 7945WX부터 7995WX까지 CPU를 선택할 수 있는데, 가장 높은 사양의 7995WX는 96 코어 192 스레드를 제공한다. 씽크스테이션 PX에서 선택할 수 있는 최고 사양인 인텔 제온 플래티넘 8490H의 60 코어보다 많다.  AMD코리아의 김홍필 이사는 스레드리퍼 프로 7000WX 시리즈가 늘어난 코어 수를 바탕으로 더 높은 성능을 제공한다고 소개하면서. 특히 렌더링이나 시뮬레이션 등의 작업에서는 CPU 코어의 수가 작업 속도에 많은 영향을 준다고 짚었다. “2D CAD에서는 코어 수가 작업 속도에 주는 영향이 상대적으로 적지만, 최근에는 제조뿐 아니라 건설 설계에서도 2D에서 3D CAD로 전환이 일어나고 있다. 또한 시뮬레이션의 사용이 확대되면서 CPU 성능에 대한 요구가 늘고 있다”는 것이 김홍필 이사의 설명이다.   고성능 워크스테이션을 위한 구조 설계 및 성능 제공 또한 씽크스테이션 P8은 AMD 라데온 프로 W7900 등 하이엔드 GPU를 3개까지 탑재할 수 있고, PCIe Gen 5 슬롯, 8채널 메모리 아키텍처 등 고사양 워크스테이션을 위한 기능을 지원한다. 고성능의 하드웨어인만큼 열이 많이 발생하게 되는데, 씽크스테이션 P8은 P5/P7/PX과 마찬가지로 고성능 스포츠카 업체 애스턴마틴과 함께 설계한 섀시 디자인으로 이를 해결하고자 했다. 한국레노버의 이형우 상무는 “씽크스테이션 P8은 CPU, GPU, 저장장치 및 파워 섹터로 내부 공간을 나누고 각 섹터별로 냉각팬을 장착했다. CPU 팬과 서멀 장치를 이중으로 구성하고, CPU의 위아래에 4개씩 메모리 슬롯이 있어서 효율적인 열 관리가 가능하다. 전반적으로 공기 흐름이 원활하도록 내부를 디자인하면서, 내부 컴포넌트를 손쉽게 탈부착 및 교체할 수 있게 했다”고 설명했다. 씽크스테이션 P8은 타워형 데스크톱 워크스테이션이면서 데이터센터에도 유연하게 적용할 수 있도록 랙 구성에 최적화됐다. 밀스펙 테스트를 거쳐 내구성과 안정성을 확보하고, ISV 인증을 통해 산업별 전문 소프트웨어를 안정적으로 사용할 수 있도록 한다. 이외에 원격으로 워크스테이션을 사용하도록 돕는 TGX 솔루션을 통해 원격 업무에 대응할 수 있게 했다.   ▲ 레노버는 효율적인 열 관리를 위해 씽크스테이션 P8의 내부를 디자인했다.   AI 시장에 대응해 워크스테이션 비즈니스 성장 추진 한국레노버의 신규식 대표는 “워크스테이션은 시뮬레이션을 통해 자연세계의 새로운 지식을 얻고 이를 산업에 적용하는 데에 중요한 역할을 하고 있다”면서, “특히 챗GPT가 등장하면서 워크스테이션 시장에서도 생성형 AI가 주요한 이슈로 떠오르고, 이에 대응하려는 노력이 강화되고 있다. 생성형 AI와 LLM(대규모 언어 모델) 등을 중심으로 워크스테이션 시장이 성장할 것으로 보인다”고 전했다. AI는 빠르게 발전하고 있으며 모든 기업이 AI 관련 활동을 확대하고 있다. 컴퓨팅 성능이 발전하면서 AI가 본격적으로 구현되고 있는 상황인데, AI 서비스를 배포하기 전에 워크스테이션으로 테스트를 하거나 서버와 데이터센터가 아닌 워크스테이션에서 AI 환경을 구현하려는 움직임도 확산되는 것으로 보인다. 레노버는 이런 흐름이 워크스테이션 시장에 긍정적인 영향을 줄 것으로 기대하고 있다. 신규식 대표는 레노버의 강점으로 글로벌 공급망과 함께 비즈니스 전략의 실행 능력을 꼽았다. 비슷한 전략이라도 하드웨어/소프트웨어 파트너 및 워크스테이션 전문 파트너와 협력해 효과적으로 실행할 수 있는 것이 레노버의 차별점이라는 설명이다. 또한 신규식 대표는 레노버의 워크스테이션 비즈니스가 꾸준히 성장하고 있다면서, 전반적인 성장 모멘텀을 확보해 올해는 시장 평균보다 높은 성장률을 목표로 삼고 있다고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

지멘스는 메르세데스 벤츠와 협력해 자동차 산업의 지속 가능한 공장 계획의 미래를 촉진하기 위해 디지털 에너지 트윈을 공동 개발했다고 밝혔다. 지멘스와 메르세데스 벤츠의 디지털 에너지 트윈은 오는 2039년까지 전 세계 자동차 제조업체의 생산 현장을 100% 재생 에너지로 운영한다는 비전을 실현하기 위해 설계됐다. 공장을 새로 건설하거나 기존 공장을 재설계/확장하는 경우에 초기 단계에서 에너지 계획 프로세스를 개선, 단순화 및 가속화함으로써 계획 시간을 단축하는 것이 핵심이다. 디지털 에너지 트윈은 디지털 혁신을 가속화하는 개방형 디지털 비즈니스 플랫폼인 지멘스 엑셀러레이터를 기반으로, 다양한 산업에 맞는 맞춤형 제품과 솔루션을 공동 개발할 수 있도록 지원한다. 독일 진델핑겐의 메르세데스 벤츠 공장인 ‘팩토리 56’에서 설계 및 테스트된 디지털 에너지 트윈은 건물, 기술 장비 및 에너지 생산의 행동 모델을 기반으로 기상 데이터, 부하 프로파일 시뮬레이션, 건물 자산 셀렉션 및 치수 측정과 같은 입력값을 연결한다. 또한, 물리적 에너지 시스템을 시뮬레이션하여 에너지 사용에 관한 시나리오를 검증하고 에너지 효율 및 관련 비용 절감, 배출량 감소 등 원하는 결과를 최적화하는 방법에 대한 권장 사항을 제공한다.     지멘스와 메르세데스 벤츠는 지난 2021년 지속 가능한 자동차 생산을 위한 전략적 파트너십을 맺은 이후, 지속 가능한 생산 방식의 디지털화를 발전시키기 위해 협력을 진행하고 있다. 이번 협력으로 양사는 지멘스의 탈탄소화 및 에너지 트윈 분야 노하우와 메르세데스 벤츠의 자동차 산업 지식을 결합하여 자동차 환경을 위한 확장 가능한 도구를 개발하게 된다. 지멘스는 메르세데스 벤츠의 글로벌 생산 네트워크 전반에 걸쳐 디지털 에너지 트윈을 광범위하게 구현할 수 있도록 교육 및 지원을 제공하고, 유지보수 및 지속적인 개발을 담당할 예정이다. 지멘스 스마트 인프라 부문의 마티아스 레벨리우스(Matthias Rebellius) CEO는 “디지털 에너지 트윈은 운영 및 에너지 사용 시나리오를 정확하게 모델링함으로써 초기 계획 단계에서 더 빠르고 투명한 의사 결정을 가능하게 한다”면서, “이는 지멘스가 현실 세계와 디지털 세계를 결합하여 산업에서 확장 가능하고 지속 가능한 발전을 추진하는 방법을 보여주며, 최적화된 계획, 건물 운영 및 생산을 위한 통합 프로세스를 향한 첫걸음”이라고 전했다. 메르세데스 벤츠의 아르노 반데르 메르베(Arno van der Merwe) 자동차 생산 기획 부사장은 “디지털 에너지 트윈은 에너지 효율적인 빌딩 프로세스를 성공적으로 시각화, 분석하고 지속 가능한 방식으로 최적화하기 위한 해답”이라면서, “이 접근 방식을 통해 기존 공장 건물을 더 잘 이해하고 살아있는 스마트 빌딩으로 전환할 수 있다. 이 혁신적인 기술 덕분에 우리는 건물의 잠재력을 극대화하고, 메르세데스 벤츠의 글로벌 생산 네트워크에서 에너지 효율적이고 지속 가능한 건물 사용에 대한 미래 지향적인 기준을 세우고 있다”고 전했다.