문화유산 분야의 이미지 데이터베이스와 활용 사례 (7)   지난 호에서는 우리나라의 인쇄문화와 인쇄기술사를 이해하는데 고서 자형(字型) 데이터베이스가 얼마나 중요한지에 관해서 살펴보았다. 1448년에 인쇄된 ‘동국정운’, 1377년에 인쇄된 ‘직지’, 1239년에 인쇄된 ‘남명천화상송증도가’의 금속활자 인쇄본과 16세기에 목판으로 번각된 목판인쇄본의 글자의 크기와 모양도 비교해 보았다. 지난 십 수년간 이어진 금속활자를 둘러싼 각종 논란에 관해서도 간단하게 살펴보았다. 고서 자형, 활자의 크기, 모양, 특징 등에 관한 종합적 데이터베이스 구축의 중요성과 문화유산, 역사, 기술사, 인문학 분야에서의 활용 사례 및 활용 가능성에 관하여 살펴 보았다.  이번 호에서는 필사본 고서에 나타난 서체와 필사본 고서에 관한 데이터베이스의 중요성과 인문학 및 문화유산 분야에서의 활용 사례에 관하여 살펴보도록 한다. 한글의 창제와 반포에 사용된 판본체를 시작으로 한글 서체의 변화, 15세기부터 19세기까지의 다양한 한글 글자체를 소개하고 현대 한글 서체의 형성에 이르기까지의 변화를 살펴본다.   ■ 연재순서 제1회 이미지 데이터와 데이터베이스의 중요성 제2회 서화, 낙관, 탁본 데이터베이스 제3회 옛 사진 데이터베이스 제4회 한지 데이터베이스 제5회 고지도 데이터베이스  제6회 고서 자형 데이터베이스 제7회 필사본 고서 데이터베이스  제8회 목판본 고서 데이터베이스  제9회 금속활자본 고서 데이터베이스  제10회 근대 서지 데이터베이스  제11회 도자기 데이터베이스 제12회 안료 데이터베이스   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본 교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산설비분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원이다. 홈페이지 | www.wafermasters.com   그림 1. 월인석보 권1에 수록된 ‘훈민정음언해’의 판본체(국립한글박물관 소장)   판본체 지난 호에서 소개한 바와 같이, 인쇄술의 발명은 대량의 정보 공유와 지식의 보급을 가능하게 하여 인류 문화사 및 기술사적 측면에서 가히 혁명적인 사건이라고 할 수 있다. <그림 1>에 국립한글박물관이 소장하고 있는 ‘월인석보’ 권1에 수록된 ‘훈민정음언해’의 이미지를 소개하였다. 인쇄 기술로 인쇄하여 기성품처럼 동일한 글자 크기, 모양, 패턴으로 인쇄된 것으로 이러한 글자를 판본체(版本體/板本體)라고 하며, 손으로 쓰거나 이미 쓰여진 글을 손으로 옮겨 적은 필사본(筆寫本)과 구별된다. 한글 판본체는 한자의 전서(篆書)나 예서(隸書)의 획을 본으로 삼아서 쓴 것으로 획의 굵기가 일정하고 사각형에 가까운 틀을 가지고 있으며, 문자의 중심을 가운데에 두고 좌우가 비슷한 특징을 가지고 있다. 개인적인 의견이지만, 훈민정음 반포 당시의 15세기부터 나타난 글자체이지만 시각적으로 무게감과 안정감을 가지고 있다. 한글 판본체는 초성에 사용되는 자음과 함께 쓰는 모음에 따라 자음의 폭이 넓거나 좁게 변하고 받침의 유무에 따라서 초성과 중성의 크기가 달라진다.  ‘판본체’라는 이름은 목판인쇄와 활판인쇄에서 많이 사용하였다고 하여 붙여졌으며, 고체 또는 반포체라고 부르기도 한다. 훈민정음이 고안되고 반포될 당시의 서적에서 많이 사용되었다. 글자가 반듯하고 획이 굵은 서체로, 가독성도 좋고 비석이나 활자를 조각할 때에도 유리한 점이 많으나 붓글씨로 쓰기에는 불편한 점이 있다. 훈민정음 반포 후에 여인들이 붓글씨를 많이 쓰면서 궁서체가 확립되어 갔다.    한글 서체의 변화 지난 2019년 4월 30일부터 두 달간 문화재청 궁능유적본부 세종대왕유적관리소가 세종대왕역사문화관 기획전시실에서 세종대왕 탄신 622돌을 기념하여 ‘조선시대 한글서체의 아름다움’ 기획전을 개최했다. 한글 서체의 변화를 살펴볼 수 있도록 조선 전기·중기·후기로 나누어 시기별 대표 유물을 선보였다. 조선 전기 서체는 판본체 혹은 판각체(板刻體)라고 불리는 정사각형에 가까운 틀 속에서 동일한 두께와 각진 획의 모습으로, 필기보다는 인쇄를 전제로 한 것이었다. 한글 창제 당시 한글의 형태는 당시 일반적인 필기도구인 붓으로 쉽게 쓰기 어려운 기하학적 모양을 가지고 있었다. ‘용비어천가’와 지난 호에 소개한 ‘동국정운’ 등의 고서에는 당시 한글 서체의 특징이 잘 나타나 있다.  조선 중기 한글 서체의 특징은 보물로 지정된 17세기의 편지를 모아 놓은 ‘숙명신한첩’을 통해 알 수 있다. ‘숙명신한첩’의 글씨는 다음 절에서 시대순으로 정리한 한글 문서의 그림에서 볼 수 있다. 임진왜란(1592~1598)과 병자호란(1536~1537)을 거치면서 한글 서체는 궁체를 중심으로 자리잡게 된다. 조선 초기의 판본이나 활자본의 기본 형태에 붓으로 쓴 느낌이 가미되기 시작하여, 17세기 후반에서 18세기 초에는 궁체의 전형(典型)이 만들어지게 된다. 궁체는 주로 왕실의 필사본 서적에서 빼어난 모습을 볼 수 있다. 정조의 부인 효의왕후가 필사한 한글 소설 ‘곽자의전’과 ‘만석군전’의 이미지도 그림으로 소개한다. 붓의 꺾임과 부드러운 흐름이 매우 조화롭게 구현되어 있다.  한글 서체는 조선 후기에 들어서면서 국문학의 융성으로 필사가 늘어나던 영조와 정조 대를 거치며 정제되었고, 이후 순조부터 고종 대에 이르기까지 발전을 거듭하게 된다. 정조의 원손, 세손 시절부터 재위기간에 쓴 한글 편지글, 순조 비인 순원왕후, 순조의 셋째 딸 덕온공주의 글씨, 명성황후의 편지 글은 조선 왕실의 한글 문화를 보여주는 대표적인 자료이다. 이 밖에도 사대부가 아내에게 보낸 편지와 궁체로 거침없이 쓴 글, 민간에서 베껴 쓴 필사본 소설 등에서 획의 변화와 강약이 느껴지는 선을 엿볼 수 있다.   16세기의 한글 손글씨 1998년 경상북도 안동시 정상동에서는 택지 개발이 한창이었다. 이 때 개발 구역 내에 있는 선산의 대대적인 묘지 이전이 이루어지고 있었다. 안동대학교에서도 만일의 발견에 대비해 관련 유물 조사에 나섰다. 그런데 한 문중이 조상의 묘를 찾기 위해 돌아다니던 중 한 무연고 묘지를 발견하게 되었다. 이 무덤이 고성 이씨 집안의 묘라는 것이 확인되어 고성 이씨 문중에게 이를 알리게 된다. 묘지의 이장과 함께 안동대학교 인문과학연구소 발굴팀도 발굴에 들어갔다. 해당 무덤의 피장자는 이응태로 밝혀졌으며 그의 신장은 185cm로 추정되는 거구였다. 1998년 4월 25일, 이 무덤의 발굴에서 75점의 유물과 함께 한글 편지가 출토되었다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (2)   PTC 매스캐드 프라임(Mathcad Prime)은 엔지니어링 계산을 수행하고 분석 및 공유하는 엔지니어링 수학 소프트웨어이다. 매스캐드 프라임은 수학적인 표기법, 호환 기능 그리고 개방적인 구조로 사용하기 쉽고, 엔지니어링 설계와 공학 프로세스에 최적화할 수 있도록 구성되었다. 이번 호에서는 2024년 4월 출시된 PTC 매스캐드 프라임 10.0에서 업데이트된 기능에 대해 살펴보고자 한다.    ■ 김주현 디지테크 기술지원팀의 차장으로 Creo 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com     매스캐드 프라임은 7.0을 시작으로 매년 새롭게 출시되고 있다. 각 버전 별로 어떤 기능들의 차이가 있는지에 대해서는 표를 통해 소개한다.     응용 프로그램 업데이트 매스캐드 프라임 10.0은 기존 제품 사용자와 새로운 사용자 모두에게 유용한 응용 프로그램이 업데이트되었다. 매스캐드 프라임 10.0에서는 이제 워크시트에 고급 컨트롤을 삽입하고 사용할 수 있게 되었다. 고급 컨트롤은 워크시트에 삽입하여 매스캐드 워크시트와 상호 작용할 수 있도록 하는 컨트롤 구조이다. 고급 컨트롤 유형은 여섯 가지이다. 목록 상자, 확인란, 텍스트 상자, 라디오 버튼, 슬라이더 및 버튼이다.     고급 컨트롤 유형을 워크시트에 삽입해 보자.  입력/출력 탭으로 이동하고 ‘고급’을 클릭한 후 원하는 컨트롤 유형을 선택한다. 예제에서는 먼저 목록 상자를 클릭한다. 워크시트에 그림과 같이 항목이 나오면 정의 값 ‘a’를 입력한다.     빈 공간에 ‘a=’을 입력하면 ‘1’이 자동 입력된다. 텍스트 상자에서 ‘Two’, ‘Three’를 선택하면 a의 값도 변경되는 것을 볼 수 있다.     필요한 경우 텍스트 상자의 내용도 편집할 수 있다. 텍스트 상자를 선택한 후 마우스 오른쪽 버튼을 클릭하고 ‘편집’을 클릭한다.     스크립트 편집기에서 ListBox 부분의 값을 변경한다.     변경 후 ‘적용’을 클릭하면 그림과 같이 텍스트 상자의 표시 값이 변경된다.       ■ 자세한 기사 내용은 PDF로 제공됩니다.

디지털 기반의 새로운 생산 환경과 제조 혁신   제조산업을 둘러싼 환경의 변화와 과제에 대응할 필요성이 높아지는 가운데, 기술의 발전이 제조업계에 새로운 기회를 제공하고 있다. 제조산업의 혁신은 제조 생산기계와 설비를 포함한 생산 과정의 전체 수명주기를 디지털화하는 것을 필요로 한다.    ■ 오병준 지멘스 디지털 인더스트리 소프트웨어 코리아의 한국지사장이다. SAS 코리아 대표이사를 지냈으며 오라클 코리아, 테라데이터 코리아, IBM 코리아 임원으로 재직하면서 엔지니어링, 영업, 채널 관리, 마케팅 등 다양한 관련 분야 전문성을 보유하고 있다. 홈페이지 | www.sw.siemens.com/ko-KR   그림 1. 미래 공장을 위한 스마트 기계 르네상스(이미지 출처 : 지멘스)   오늘날 기계 제조업체들은 불안정한 시장 환경에 직면하고 있으며, 차세대 제품 개발을 위해 새로운 접근 방식을 채택해야 하는 압박을 받고 있다. 예상대로 품질, 비용, 성능에 대한 부담은 여전히 존재한다. 이 가운데 지속가능성에 대한 요구사항이 이제 화두로 떠오르고 있다. 핵심은 에너지 사용량 감소, 탄소 배출 절감, 폐기물 최소화에 초점이 맞춰져 있다.  이러한 글로벌 트렌드가 전 세계 제조업체에 영향을 미치고 있으며, 정치 사회적 변화가 비즈니스 모델의 변화를 이끌고 있다. 이는 리쇼어링, 서비스화, 신규 시장 진입 등 비즈니스 모델의 변화로 이어지고 있다. 제조업체들은 기존 영역에서 인접 시장이나 새로운 시장으로 이동하면서 신흥 영역에서 기회를 포착하고 있다. 일례로, 제지기계 제조업체들은 전기차 수요의 급증을 충족하기 위해 배터리 기계 제조로 사업을 확장하고 있으며, 유리 산업의 기계 제조업체들도 마찬가지다. 한편, 기계 제조와 제조 운영 측면에서 인력부족 현상은 자동화에 대한 필요성을 증가시키고 있다. 미래 공장은 이제 지속가능성, 유연성, 미래 인력의 패러다임 중심으로 개발되고 있다. 산업계가 해결해야 할 많은 과제 속에서 기술의 발전은 제조업체에 번영의 기회를 제공하고 있다. 이는 디지털화로부터 생성된 인텔리전스와 풍부한 데이터에 의해 가능해졌다. 또한 디지털 도구, 시스템, IoT(사물인터넷) 데이터를 통합해 디자인, 엔지니어링, 생산 및 서비스 전반에 걸쳐 이전에 격리되었던 정보의 연결을 가능하게 하고 있다.    그림 2. 디지털화를 통해 필요할 때, 필요한 곳에서 중요한 데이터에 액세스할 수 있게 됐다.(이미지 출처 : 게티이미지/Cravetiger)   제조업체는 디지털화를 통해 자동화를 넘어서 예측 가능하고 적응적인 생산 환경으로 나아갈 수 있다. 적응형 제조(adaptive manufacturing)는 시장과 고객 요구사항이 변화함에 따라 생산을 손쉽게 전환할 수 있는 유연성을 제공한다. 더욱이, 이는 공정 시스템을 간소화해 제조업체가 동일한 인력으로 더 많은 일을 할 수 있게 한다. 이러한 이점 때문에 국내에서도 기계 제조의 디지털화를 촉진하기 위한 다양한 노력이 진행되고 있다. 최근 산업통상자원부는 ‘AI 자율제조 전략 1.0’을 발표하면서, 5년 동안 1조 원 이상을 R&D에 투자해 기계 분야를 포함한 핵심 제조업의 디지털 전환을 지원함으로써 자율제조 보급률을 30% 이상 높이고 제조업 생산성을 20% 이상 향상시킬 것이라고 발표했다. 또한 경상남도는 ‘기계·방산 제조분야 디지털전환(DX) 지원센터 구축과 운영사업’을 추진해 기술 지원과 인력 양성 등을 포함한 디지털 전환 생태계를 확장하고 지속 가능한 미래를 선도할 것이라고 발표했다. 디지털화는 보다 유연한 프로세스를 만들고, 여러 엔지니어링과 생산 분야에 걸쳐 중요한 디지털 데이터를 활용함으로써 제조 리스크를 줄일 수 있다. 이전에 사일로(silo)화되어 있던 다양한 분야의 데이터를 통합하기 위해서는 기계 설계, 시뮬레이션, 공장 자동화, 제품 수명주기 관리(PLM)에 대한 깊은 이해를 바탕으로 한 솔루션이 필요하다.   디지털화의 핵심, 디지털 트윈 제조업의 혁신은 제조 생산기계와 설비를 포함한 생산 과정의 전체 수명주기를 디지털화하는 것을 필요로 한다. 이는 설계 단계에서 생산 장비의 디지털 트윈을 생성함으로써 시작된다. 디지털 트윈은 설계 프로세스 전반에 걸쳐 기계 역학, 소프트웨어, 전기, 자동화 시스템을 아우르는 다분야 엔지니어링을 기반으로 개발된다. 이러한 디지털 트윈은 가상 프로토타이핑에서 설계 탐색과 평가에 사용된다. 생산 장비의 배치가 준비되면 디지털 트윈은 생산 설비가 실제로 설치되기 전에 가상의 커미셔닝(commissioning)을 가능하게 하고, 장비에 대한 사전 운영자 교육을 제공해 배치에 필요한 시간과 위험을 크게 줄일 수 있다.   그림 3. 디지털 트윈은 초기에 설계 탐색과 가상 프로토타이핑에 사용되며, 설치 전 가상 커미셔닝에도 활용돼 운영 데이터로 실제와 디지털 사이의 루프를 연결할 수 있다.(이미지 출처 : 지멘스)     ■ 자세한 기사 내용은 PDF로 제공됩니다.

시뮤텐스 소프트웨어를 활용한 복합소재 해석 (4)   시뮤워프(SimuWarp)는 아바쿠스/CAE(Abaqus/CAE)의 플러그인 형태로 제공되어 후변형 시뮬레이션을 위한 자동화된 모델 설정을 제공한다. 이를 통해 시뮬레이션 작업 흐름을 촉진하고 속도를 높이며 모델의 모든 관련 측면이 올바르게 설정되도록 보장한다.   ■ 자료 제공 : 씨투이에스코리아, www.c2eskorea.com   정확한 재료 모델링은 정교한 복합재 후변형 시뮬레이션의 핵심이다. 시뮤워프에는 광범위한 재료 모델이 포함되어 있어, 열가소성 및 열경화성 재료의 안정적인 후변형 예측에 필수적인 모든 재료 특성을 고려할 수 있다.     시뮤워프의 주요 기능 후변형(구성 요소 및 어셈블리) 예측           후변형은 폴리머의 온도나 형태 변화로 인한 수축 변형으로 인해 발생된다. 적용된 열 경계 조건에 따라 두께 방향의 응력 구배로 인해 부품 모양이 변형된다. 복합재를 사용할 때 섬유의 분포와 방향은 응력 구배의 추가적인 원인이다. 결과적인 응력 상태를 계산하면 해당 부품 변형을 예측하고 규정된 공차가 충족되는지 확인할 수 있다. 후변형 구성요소가 더 큰 어셈블리의 일부인 경우, 장착 후 개별 구성요소와 연결된 부품의 변형이 발생한다. 이러한 변형은 비용이 많이 드는 실험을 수행할 필요 없이 어셈블리를 시뮬레이션 모델에 통합하여 예측할 수 있다.   후변형 최적화     후변형 시뮬레이션에는 부품 및 프로세스 설계 중에 정의된 여러 측면이 통합되어 있다. 따라서 이러한 설계 변수와 관련하여 결과 부품 형상의 민감도를 결정하는 데 활용될 수 있다. 무엇보다도 이를 통해 변형을 최소화하거나 부품 모양을 의도적으로 조정할 수 있다. 후자는 부품의 목표 적용에 유리한 특정 잔류 응력 상태를 유발하는 데 사용될 수 있다.   열운동 분석     가열 및 냉각 공정에 대한 정확한 분석은 공정으로 인한 잔류 변형을 예측하는 데 필수이다. 시뮤워프는 온도 분포를 정확하게 모델링하고 가교 결합(열 경화성) 또는 결정화(열 가소성)로 인한 수축 변형을 유도하는 정교한 모델을 포함하고 있다. 이 분석은 완전한 기능을 갖춘 변형 시뮬레이션의 일부로 수행되거나 독립형(예 : 냉각 시스템 설계에 대한 빠른 평가)으로 수행될 수 있다.   구조 성능 평가     공정으로 인한 잔류 응력을 예측하면 부품의 예상 성능을 더 잘 예측할 수 있다. 예를 들어 중요한 측면은 피로 또는 강도가 될 수 있다. 시뮤체인(SimuChain)을 사용하면 변형 시뮬레이션 결과를 다른 수치 모델로 전송할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (10)   이번 호에서는 CFD에 유한요소법을 활용해 더 적은 요소 수로 해석 정확도를 높일 수 있는 곡선형 혼합 오더 메시(Mixed Order Mesh)를 생성하는 방법을 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   High-Order 메시 커브는 전산유체역학(CFD) 솔버 커뮤니티에서 유한요소법(FEM)을 활용하는 사람들에게 큰 도움이 될 새로운 기술이다. 유한요소기법은 유한 체적 및 유한 미분 방법과 같은 기존 CFD 방법보다 적은 요소 수로 정확도를 높인다. 선형 요소의 가장자리, 면, 내부에 버텍스(새로운 자유도)를 추가로 도입하여 정확도를 높일 수 있다. 곡선 지오메트리에 인접한 요소의 경우 이러한 새로운 자유도가 지오메트리에 위치해야 하므로 원래 선형 요소의 모양이 변경된다. 메시가 점성이 있는 경계를 향해 요소들이 모여 있는 경우 이 과정은 더 어렵다. 또한 내부 요소의 가장자리와 면은 요소 반전을 방지하기 위해 경계 요소 곡률에 따라 곡선을 만들어야 한다. 케이던스 피델리티 포인트와이즈(Cadence Fidelity Pointwise)에서 사용하는 WCN 스무딩에 대한 연구를 통해 혼합 오더 메시(Mixed Order Mesh)를 사용하여 지오메트리 곡률을 해결할 수 있다. 요소는 곡률이 심한 지오메트리 근처에서는 최대 4차 다항식(quartic)까지 올라갈 수 있으며, 곡률이 심한 지오메트리에서 멀리 떨어진 곳에서는 선형을 유지한다. 메시 평활화 방법은 비용 함수를 사용하여 원하는 요소 모양과 양의 자코비안을 각 요소에 적용한다. 요소가 지오메트리 근처에서 곡선이 될 때 점성 메시 간격이 유지된다. 결과는 복잡한 3D 구성에 대해 표시된다.   지오메트리 선형 메시를 올리고 표면 곡률에 따라 곡선을 그리려면 지오메트리에 쉽게 액세스하고 강력한 초기화 및 평활화 프로세스가 필요하다. 초기화 중에 고차 노드가 지오메트리에 정확하게 배치되고 메시 평활화 중에 표면에 유지되도록 하려면, 지오메트리에 대한 표면 검색작업이 필요하다. 엘리베이트 및 스무딩을 위한 지오메트리 액세스는 메시링크 API¹) 를 통해 제공된다. 메시링크는 지오메트리 및 메시 데이터를 관리하기 위한 라이브러리로, 메시 생성 및 메시 적응 애플리케이션과 관련된 함수를 쿼리할 수 있는 간단한 인터페이스를 제공한다.   혼합 오더 커브 프로세스 혼합 오더 메시 커브는 유효한 선형 메시로 시작하는 프로세스를 사용한다. 프로세스의 주요 구성 요소는 <그림 1>의 순서도에 나와 있다. 이 백서 전체에서 요소의 차수 또는 다항식 차수는 선형, 이차, 입방체와 같은 Q1~4 명명법을 사용하여 표시되며, 이차 요소는 각각 Q1, Q2, Q3, Q4이다. 고차 요소는 라그랑지안 기저 함수를 사용하여 요소의 가장자리, 면, 내부에 고차 노드를 고르게 분포시킨다. 이러한 물리적 노드는 하위 요소와 요소 모양을 적용하기 위해 WCN 방식에 필수이다.   그림 1. 혼합 오더 메시 커브 프로세스의 순서도에는 가장 안쪽 고도 루프를 통과하는 여러 경로가 포함되어 있다. 진입 지점에 따라 색상으로 구분된 화살표를 따라가게 된다.   고도 프로세스는 입력된 선형 메시에서 시작하여 사용자가 요청한 최종 차수인 Qfinal에 도달할 때까지 최대 차수인 Qmax를 한번에 하나씩 증가시킨다. 각 차수 패스동안 먼저 표면 요소와 볼륨 요소의 편차를 테스트한다. 고차 점이 지오메트리에서 너무 많이 벗어나는 서피스 요소(허용 오차 기준)는 높이가 올라가고, 그 섭동이 볼륨에 퍼진다. 마지막으로, 요소 반전을 수정하고 엘리베이션 프로세스에서 생성된 요소의 품질을 개선하기 위해 WCN 메시 스무딩이 수행된다. 각 스무딩 반복 후 각 볼륨 요소의 편차를 다시 테스트하여 추가 높이 조정이 필요한지 여부를 결정한다. 이 프로세스는 모든 요소가 편차 기준을 충족하거나 최종 정도에 도달할 때까지 반복되며, 메시 평활화 프로세스가 수렴한다. 품질 제약 조건은 인접한 요소가 한 차수 이상 차이가 나지 않도록 보장한다. 최종 출력은 같은 차수의 요소 간에 공유되는 고차 노드가 포함된 메시이다. 그러나 차수가 다른 요소 간에 공유되는 면과 가장자리는 동일한 인터페이스 노드를 공유하지 않다. 따라서 내보내기 전에 이러한 인터페이스에서 형상 적합성을 적용한다.   요소 편차 메트릭 편차 메트릭(Deviation Metric)은 엘리먼트 엘리베이션 프로세스 및 메시 스무딩 프로세스의 일부로, 엘리먼트 엘리베이션 프로세스를 제어한다. 편차 메트릭은 곡선 경계 또는 다른 볼륨 요소에 인접한 요소의 가장자리와 면에 있는 테스트 노드의 변위를 측정한다. 이러한 테스트 노드의 변위가 임계값 거리를 초과하면 해당 요소에 상승 플래그가 지정된다. 높이를 트리거하는 임계값은 요소 내의 최소 선형 에지 길이에 입력 편차 임계값 파라미터(일반적으로 1~5%)를 곱한 값이다.   서피스 요소 편차 곡선 경계에 인접한 요소의 경우 편차 메트릭은 6차 가우스 구적법 점 위치에 배치된 테스트 노드를 사용한다. 그런 다음 테스트 노드를 지오메트리에 투영하고, 원래 위치와 투영된 위치 사이의 거리를 측정한다. 편차량은 <그림 2>에서 선형 삼각형의 중심(청록색)에 있는 테스트 노드를 곡선 지오메트리 표면(주황색)에 투영하여 보여준다.   그림 2. 지오메트리에 투영된 표면 요소의 중심에 있는 테스트 노드     ■ 자세한 기사 내용은 PDF로 제공됩니다.

앤시스 워크벤치를 활용한 해석 성공 사례   이번 호에서는 태성에스엔이의 자회사로 적층제조(AM) 전문 CAE 기업인 원에이엠이 한국항공우주연구원 우주발사체 엔진의 개폐밸브 하우징에 대한 L-PBF 방식 금속 적층제조 공정 중 발생한 과열 문제를 앤시스 워크벤치 애디티브(Ansys Workbench Additive)를 통해 검토하고 해결한 사례를 소개하고자 한다.   ■ 김재은 원에이엠 DfAM팀의 선임연구원으로 Ansys Additive 라이선스 및 다양한 적층제조 관련 교육을 담당하고 있으며, 적층제조 특화 설계를 통한 성공사례를 만들어가고 있다. 홈페이지 | www.oneam.co.kr   금속 적층제조 공정은 상대적으로 높은 설계 자유도 및 공정 자유도에 의해 항공우주, 모빌리티 등의 산업에서 고부가가치 제품의 생산 또는 개발 단계의 성능 검증과 제품 제작에 많이 이용된다. 특히 L-PBF(Laser-Powder Bed Fusion) 방식이 가장 널리 쓰이는데, L-PBF 방식의 금속 적층제조는 금속분말이 얇게 도포된 베드 위에 레이저로 고밀도의 에너지를 조사함으로써 제품을 생산하는 방법을 일컫는다. 균일한 두께로 얇게 도포된 금속 분말은 레이저에 의해 용융되고, 고화 및 분말 도포 과정이 반복되며 층별로 쌓임으로써 제품 형상을 구현한다. 이러한 생산 방식으로 인해 L-PBF 방식 금속 적층제조 공정에서는 필연적으로 열이 발생한다. 이 열을 안정적으로 해소하지 못한 경우 제품의 변형, 크랙(갈라짐) 등이 발생할 가능성이 높아지고, 심각한 경우 공정을 중단하는 사태에 이르게 될 수 있다. 따라서 제품의 개발 비용 손실 최소화 및 성능 만족 측면에서 적층제조 공정 중 문제를 일으킬 가능성이 높은 열 문제를 반드시 검토하고 해결해야 한다.    발사체 엔진 개폐밸브 하우징의 과열 탐색 필요성 한국항공우주연구원은 대한민국 항공우주 분야의 중심 연구기관으로, 항공기·인공위성·우주발사체의 종합 시스템 및 핵심 기술 연구 개발을 수행하고 있다. 최근에는 우리나라 최초의 달 궤도선 다누리의 개발과 국내 독자 기술로 개발한 한국형 발사체 누리호의 개발에 성공하였으며, 차세대 발사체 개발에 박차를 가하고 있다. 이러한 우주발사체의 추진력은 엔진의 점화와 연소 중단을 통해 얻는데, 이때 연소기 내에서 산화제(산소)와 연료의 공급/차단이 원활히 이루어지도록 하는 것이 개폐밸브이다.  개폐밸브는 액체산소(LOX)가 산화제로 사용되기 때문에 -183℃의 극저온 환경에서 안정적으로 작동하여야 하며 기밀, 열림 압력, 내구성 등 밸브 성능에 높은 신뢰성이 요구된다. 또한 밸브 크기 및 무게의 제한으로 인해 개발 요구조건 난이도가 높다. 이러한 개발 요구조건을 만족시키기 위해 개폐밸브 작동조건 및 환경을 고려한 설계와 함께, 극저온 취성을 포함한 우수한 성질의 소재로 제작하는 것이 필요하다.  앞선 요구조건을 만족하도록 연구개발 및 해석을 통해 개폐밸브 하우징은 위상최적화 기법을 도입하여 설계되었고(그림 1) 위상 구조가 복잡해짐에 따라 L-PBF 방식의 금속 적층제조 공정으로 제작이 결정되었다.   그림 1. 한국항공우주연구원의 개폐밸브 하우징   L-PBF 방식의 금속 적층제조 공정은 얇은 금속 분말 층을 레이저로 용융한 뒤 고화시키는 과정을 반복하여 쌓음으로써 제품을 생산한다. 때문에 금속 적층제조 공정 중에 필연적으로 열이 발생한다. 이렇게 발생된 열의 대부분은 전도를 통해 제품의 하단, 즉 베이스플레이트 쪽으로 이동하며 배출된다. 그런데, 이때 열을 충분히 해소시키지 못하는 경우 과열 문제가 발생할 가능성이 높다. 주로 베이스플레이트 쪽으로 열을 전도시키는 매개체가 부족하거나, 제품의 단면적 변화가 급격하여 열 전달의 병목 구간이 존재하는 경우 나타난다. 이러한 과열 및 적층 레이어 간의 높은 열 구배는 잔류응력을 유발하는데, 이는 제품의 과도한 변형 및 크랙(갈라짐)을 일으키거나 제조 공정이 중단되는 사태에 이르게 될 수 있다. 따라서, 금속 적층제조 공정에 들어가기 앞서 문제를 초래할 가능성이 있는 과열 영역에 대해 사전 검토가 필요하다.   그림 2. 과열에 의한 파트 변형 예   추가로, 금속 적층제조 공정에서 열 전도도가 낮아 열 배출이 용이하지 않은 소재를 사용할 경우 과열에 더 유의해야 한다. 대표적으로 철 합금, 니켈 합금, 티타늄 합금 등이 있는데, 이 소재들은 고강도, 극저온, 인체 적합성 등 특수한 사용 환경 및 조건에 의해 항공우주, 모빌리티, 의료 등의 분야에서 활용도가 높다.    그림 3. Ansys Additive Manufacturing Materials의 열전도도 비교   한국항공우주연구원의 개폐밸브 하우징도 마찬가지로 -183℃의 액체산소(LOX) 산화제를 사용하고 내압, 진동, 열변형을 견뎌야 한다는 운용 환경에 의해, 니켈 합금인 Inconel 소재로 금속 적층제조 공정을 수행하게 되었다. 따라서, 위상최적설계를 통해 형상 복잡도가 높아 열 배출이 어려워진 것에 더해, 열전도도가 낮은 Inconel 소재 적용으로 과열에 대한 위험성이 높아졌다. 또한 제품의 크기가 커서 대형 장비로 제작해야 되기 때문에, 소형 대비 제작 실패 시 발생 비용이 높다. 그러므로 개폐밸브 하우징은 금속 적층제조 공정 제작 난이도가 매우 높고 제작 실패 시 발생 비용이 크기 때문에, 사전 검토 단계에서 과열 영역 탐색을 도입하고 문제 발생 가능성이 높은 부분에 대해 예방할 필요가 있다. 따라서 이번 호에서는 앤시스 워크벤치 애디티브를 활용하여 해석적으로 과열 영역을 확인하고, 실제 제작된 제품과 비교함으로써 신뢰성을 확보하고자 하였다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (3)   DWG 호환 CAD인 독일 그래버트(Graebert)의 아레스 캐드(ARES CAD)는 PC 기반의 아레스 커맨더(ARES Commander), 모바일 기반의 아레스 터치(ARES Touch), 클라우드 기반의 아레스 쿠도(ARES Kudo) 모듈로 구성되어 있다. 이 모듈은 상호 간에 동기화되므로 이를 삼위일체형(Trinity) CAD라고 부른다. 이번 호에서는 오토캐드와 호환되는 데스크톱 PC 기반의 아레스 커맨더 2025의 새로운 기능인 3D 비주얼 스타일(3D Visual Style)을 간단하게 알아보도록 하자.   ■ 천벼리 캐디안 3D 솔루션 사업본부 대리로 기술영업 업무를 담당하고 있다.   홈페이지 | www.arescad.kr 블로그 | https://blog.naver.com/graebert  유튜브 | www.youtube.com/GraebertTV   3D 비주얼 스타일 아레스 커맨더는 이제 오토캐드와 동일한 3D 비주얼 스타일을 지원한다. 오토캐드에서 특정 스타일로 설정된 3D 도면이 아레스 커맨더에서도 동일하게 표시되어 애플리케이션 간에 시각적 일관성을 보장한다. 비주얼 스타일을 사용하면 아레스 커맨더 사용자가 자신의 3D 프로젝트를 더 고품질의 시각적 스타일로 제작할 수 있다.   그림 1. 3D 가스 스테이션 도면   그림 2. Wireframe 비주얼 스타일 적용   그림 3. Hidden 비주얼 스타일 적용   그림 4. Conceptual 비주얼 스타일 적용   다양한 프로젝트 시나리오의 요구를 충족시키기 위해 사용자는 각 3D 모델을 적절한 외관으로 표현해야 한다. 예를 들어, 모델이 개념 설계 단계에 있을 때 사용자는 ‘스케치 외관’으로 디자인 팀에게 보여주고 싶어할 수 있다. 반면에 고객에게 보여줄 때는 ‘사실적 외관’으로 최종 3D 모델을 제시할 수 있다. 이렇게 다양한 외관은 모서리, 색상 및 음영의 표시를 변경하는 설정에 따라 달라진다. 이러한 설정 모음을 ‘비주얼 스타일’이라고 부르며, 이제 아레스 커맨더 2025에서 사용할 수 있다.   그림 5. 비주얼 스타일 팔레트 화면   아레스 커맨더 2025는 다음과 같이 기본 설정된 비주얼 스타일을 제시한다. 2D Wireframe : 그림을 선과 곡선만을 사용하여 표시하며, 음영이나 렌더링은 적용되지 않는다. Wireframe : 선과 곡선을 사용하여 3D 모델을 보고 편집하기에 적합한 스타일이다. Hidden : 숨겨진 선을 제거하여 보이는 선이 명확하게 보이도록 그림을 표시한다. Realistic : 사실적인 조명과 음영을 모델에 추가하여, 재료와 질감의 생생한 표현을 제공한다. Conceptual : 스타일화된 렌더링을 모델에 적용하여 윤곽과 형태를 강조한다. 개념 설계와 예술적 프레젠테이션에 유용하다. Shaded : 평면 음영을 사용하여 모델을 표시하며, 기하학적 형태의 시각적으로 만족스러운 표현을 제공한다. Shaded with Edges : 음영 처리된 표면과 보이는 가장자리를 결합하여 모델 내 객체의 경계를 정의하는 데에 도움을 준다. Shades of Gray : 다양한 회색 음영을 사용하여 다른 객체와 그 높이를 구분하여 표시하며, 단색이지만 효과적인 표현을 제공한다. X-Ray : 모든 객체를 투명하게 만들어 모델을 통해 볼 수 있게 한다. 복잡한 조립체를 분석하는 데에 도움이 된다. Sketchy : 손으로 그린 듯한 스케치 외관을 모델에 적용하여 더 예술적이고 비공식적인 모습을 제공한다.   3D Visual Styles support 실행하기   그림 6. Visual Styles 실행   리본 Drafting Annotation ribbon → View tab → Visual Styles panel → Visual Styles drop-down and Visual Styles Manager toggle button 3D Modeling ribbon → View tab → Visual Styles panel → Visual Styles drop-down and Visual Styles Manager toggle button CAD General ribbon → View tab → Visual Styles panel → Visual Styles drop-down and Visual Styles Manager toggle button  메뉴 : View menu → Visual Styles → Visual Styles drop-down options 명령어 : VISUALSTYLE     ■ 자세한 기사 내용은 PDF로 제공됩니다.

복잡한 모델에서 인사이트를 얻고 설계 의사결정을 돕는 직스캐드 (4)   직스캐드(ZYXCAD)는 2022년 처음 출시한 국내 자체 개발 범용 CAD 솔루션 프로그램으로, 가격 경쟁력을 높이는 한편으로 처리 속도를 빠르게 해 사용자 편의성을 높인 것이 특징이다.  이번 호에서는 도면 작업의 정확성과 효율성을 높일 수 있는 직스캐드 2024의 파일 비교 기능을 살펴보고자 한다.   ■ 이소연  직스테크놀로지 기술지원팀의 대리로 직스캐드의 기술지원 및 교육을 맡고 있다. 홈페이지 | https://zyx.co.kr   직스캐드 2024의 파일 비교 기능 직스캐드 2024의 ‘도면 파일 비교’ 기능은 두 개의 도면을 비교하여 차이점을 명확하게 보여주는 도구이다. 이 기능은 다음과 같은 여러 가지 장점을 제공한다.   그림 1. 파일 비교 화면   리비전 관리 용이 도면 파일 비교 기능을 사용하면 기존 도면과 수정된 도면을 쉽게 비교할 수 있어 리비전 관리가 훨씬 수월해진다. 버전 별 도면의 차이를 확인하여 어떤 부분이 수정되었는지 한눈에 파악할 수 있다.    수정 사항의 직관적 확인 수정된 부분은 구름형 박스와 설정된 색으로 표시된다. 사용자는 설계 변경 사항을 시각적인 형태로 빠르게 이해하고 확인할 수 있다.    비교 도면 저장 및 공유 사용자는 비교된 도면 파일을 별도로 저장하고 팀원들과 쉽게 공유할 수 있다. 이를 통해 협업이 더욱 원활해지고, 변경 사항에 대해 명확하게 소통할 수 있다.    수정 내용의 즉시 반영 기존 도면에 수정된 내용을 즉시 반영할 수 있는 기능도 제공한다. 수정 사항을 확인한 후, 필요한 변경 사항을 도면에 바로 적용할 수 있어 작업 효율이 향상된다.    그림 2. 객체 가져오기 기능 실행   여러 줄 문자 편집 기능 소개 직스캐드 2024에서는 여러 줄 문자 편집 기능의 접근성을 개선했다. 사용자는 메뉴 바의 문자 편집기를 통해 편리하게 텍스트를 수정할 수 있다.   그림 3. 메뉴 바 문자 편집기   다양한 텍스트 스타일 지원 직스캐드는 글꼴 스타일, 굵은 글꼴, 기울임 글꼴, 밑줄 등 다양한 텍스트 스타일을 지원한다. 사용자는 워드 문서처럼 손쉽게 텍스트를 편집할 수 있다.    그림 4. 문자 편집     ■ 자세한 기사 내용은 PDF로 제공됩니다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 랭체인(LangChain) 아키텍처와 동작 방법을 분석한다. 현재 챗GPT(ChatGPT)와 비슷한 인공지능 챗봇 서비스 개발 등에 대중적으로 사용되는 랭체인은 LLM(Large Language Model : 대규모 언어 모델) 통합과 PDF 등 다양한 데이터 소스를 지원하여 LLM 모델 활용성을 극대화한다. 이 글을 통해 LLM 서비스 개발에 필요한 랭체인의 아키텍처와 동작 원리를 이해할 수 있을 것이다.   ■ 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. 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast   그림 1   랭체인은 LLM에 원하는 결과를 얻을 수 있도록 다양한 프롬프트 입력 및 구조화된 출력, RAG, 튜닝과 같은 기능을 제공하는 라이브러리다. 랭체인 설치는 다음과 같이 진행할 수 있다.  pip install langchain   랭체인의 기본 사용법 랭체인은 모델 입출력, 데이터 검색, 에이전트 지원, 체인, 컨텍스트 메모리 기능을 제공하며, LCEL(LangChain Expression Language)을 이용해 각 구성요소를 유기적으로 연결시킬 수 있다. LCEL은 유닉스 파이프라인 개념을 차용했다. 다음은 LCEL의 예시를 보여준다.  from langchain.chat_models import ChatOpenAI from langchain.prompts import ChatPromptTemplate from langchain.schema import BaseOutputParser # LCEL 예시 chain = ChatPromptTemplate() | ChatOpenAI() | CustomOutputParser() 이와 더불어 목적에 맞는 다양한 프롬프트 템플릿, 구조화된 출력을 제공한다. from langchain.output_parsers.json import SimpleJsonOutputParser json_prompt = PromptTemplate.from_template(     "Return a JSON object with `birthdate` and `birthplace` key that answers the following question: {question}" ) json_parser = SimpleJsonOutputParser() # JSON 파서 # 프롬프트, 모델, 파서 체인 생성 json_chain = json_prompt | model | json_parser  # 유닉스 파이프라인 개념 차용함. result_list = list(json_chain.stream({"question": "When and where was Elon Musk born?"})) print(result_list)   그림 2   랭체인 구조 분석 패키지 구조 랭체인 구조를 분석하기 위해, 깃허브(GitHub)의 랭체인 소스코드를 다운로드한 후 UML로 모델링해 본다. 주요 패키지는 <그림 3>과 같다.  랭체인 소스코드 : https://github.com/langchain-ai/langchain   그림 3   cli는 랭체인의 커맨드 라인 인터페이스(command line interface), core는 랭체인의 핵심 구현 코드가 정의된다. 이 부분은 <그림 4>와 같은 패키지로 구성된다.    그림 4   참고로, 이 패키지들은 <그림 5>의 일부이다.   그림 5. 랭체인 v.0.2.0 패키지   LCEL 언어 동작 구조 이 중에 핵심적인 것만 분석해 본다. 우선, LCEL의 동작 방식을 위해 어떤 디자인 패턴을 구현하였는지 확인한다. 이 부분은 runnables 패키지가 담당한다. 이 언어는 유닉스의 파이프라인 처리를 다음과 같이 흉내낸다.  z = a | b | c z.stream('abc') 이를 위해 파이썬(Python) 문법을 적극 사용하고 있다. 우선 ‘|’ 연산자를 오버로딩(overloading)하기 위해, 파이썬 Runnable 클래스를 정의해 ‘__or__’ 연산자를 구현한다. 이 연산자는 self object와 right object 두 객체를 입력받아 리스트를 만든 후 리턴하는 역할을 한다. 앞의 예시에서 보면, ‘a | b’를 실행 가능한 객체 리스트로 만들어 리턴한다. 결론적으로 a, b, c 객체를 리스트로 만들고 이 리스트를 z에 할당한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

GPT 시대의 교육과 학습   이 글은 라인테크시스템에서 지난 5월 30일 진행한 ‘BIM Shift 2024 세미나’에서 한국디지털교육원 김진만 원장이 발표한 'BIM Education in New ERA'의 발표자료를 AI의 General Purpose Technology 관점에서 재구성하였다.   ■ 양승규  캐드앤그래픽스 전문 필진으로, MOT를 공부하며 엔지니어와 직장인으로 살아가는 방법에 대해 탐구한다. 건축과 CAD를 좋아한다. 홈페이지 | yangkoon.com   그림 1. 라인테크시스템 BIM Shift 2024 세미나   한국디지털교육원 한국디지털교육원은 라인테크시스템에서 2018년 1월에 개설한 교육원으로, 건설 산업 전반의 설계, 시공, 운영 시 사용되는 플랫폼 소프트웨어의 교육과 컨설팅을 전문으로 하는 기관이다. 단순한 소프트웨어 사용법 교육 외에 실용적으로 할 수 있는 교육을 목표로 운영 중이며, 2024년 현재까지 약 500명의 수강생을 배출하였다. 협회, 학교, 설계사, 건설사, IT 기업 등 다양한 분야와 상호 업무 협약을 체결하였다. 빌딩스마트협회의 BIM 자격시험, 오토데스크 인증 자격제도인 ACU(AutoCAD Certified User) 관련 교육도 운영하고 있다. 최근에는 건설 AI 전문 해외 기관과 협업하여 관련 기술과 지식을 국내에 전파하려고 노력 중이다.   그림 2. 한국디지털교육원(출처 : 한국디지털교육원 김진만 원장)   범용 인공지능 시대의 개막 오픈AI(OpenAI)의 챗GPT(ChatGPT)가 세상에 나오고 5000만 명이 이용하는데 걸린 시간은 단 2달에 불과했다. 비슷한 사용자 규모에 이르는데 인터넷이 7년, 유튜브가 4년이 걸린 것에 비하면 정말 빠른 시간에 확산되었다고 볼 수 있다. 범용 인공지능을 목표로 만들어진 AI 모델인 GPT(Generative Pre-Trained Transformer)를 필두로 한 AI 기술이 우리 삶에 매우 빠르게 스며들었다. 인터넷 포털을 이용한 검색 활동이 GPT AI를 통한 프롬프트 활동으로 변화되고 있는 것이 대표적인 AI 범용 기술 사용의 사례이다. 건설 분야에서도 관련 AI 프로그램이 1000개가 있다고 하니 건설 분야도 예외는 아니다.   그림 3. 범용 인공지능 시대의 개막(출처 : 한국디지털교육원 김진만 원장)   대표적인 범용 AI AI는 이미지 생성, 정보 검색, 연구자료 탐색 등 우리 삶에 밀접한 부분에서 매우 유용하게 사용되고 있다. 대표적인 AI 솔루션은 다음과 같다. Midjourney : 텍스트로 된 설명문으로 이미지를 생성하는 AI OpenArt : 텍스트로 이미지를 생성하는 AI Perplexity : 정보 검색 및 공유에 특화된 AI SCISPACE : 연구논문을 탐색하고 이해를 도와주는 AI CONNECTED PAPERS : 학술 논문을 시각적으로 탐색하고 판별할 수 있는 AI draw.io : 다양한 유형의 다이어그램을 작성해주는 AI   그림 4. 범용 AI 솔루션(출처 : 한국디지털교육원 김진만 원장)   건설 분야 AI 건설 분야에도 다양한 AI 기술이 있으며 대표적인 것은 다음과 같다. Codesign : 스케치로 디자인을 발전시켜 생성형 AI로 확장시키는 앱 Skema : 기존 워크플로와 원활하게 통합시켜 생산성을 향상 TogaLl.AI : 도면에서 공간과 기능을 자동으로 감지, 측정, 비교, 라벨링 CodeComply.AI : 도면을 위한 맞춤형 데이터 구조를 생성하여 규정 미준수 항목을 자동으로 생성 CONIX.AI : Zoning 계획, 2D 평면 계획, 가구 배치 계획, MEP 계획, 입면 및 3D 모델 대안 생성 KREOD : DfMA 원리와 첨단 지능형 자동화를 결합한 첨단 기술 솔루션 InspectMind : 휴대폰으로 현장 정보를 캡처하고 AI가 검사 보고서를 생성 Kolega : 디자인으로 매스 콘셉트 디자인 및 환경 분석 Designbotic : 시선 추적 장치를 사용한 디자인, 공간 분석의 맥락에서 뇌파 측정 방법 개발   그림 5. 건설 AI 솔루션(출처 : 한국디지털교육원 김진만 원장)   일자리의 변화 새로운 기술이 등장하면 그에 따라 새로운 일자리가 생겨나고, 기존의 기술이 새로운 기술로 대체되면서 기존의 일자리가 사라진다. 세계 경제 포럼의 ‘일자리의 미래’ 보고서(Future of Jobs, 2023)에 따르면 AI 기술로 인해 8300만 개의 일자리 소멸되고 6200개가 생성된다고 한다.  KIET(산업연구원)의 ‘AI시대 본격화에 대비한 산업인력양성 과제 : 인공지능 시대 일자리 미래와 인재양성 전략’ 보고서(2024)에 따르면 인공지능 도입으로 대체될 일자리는 327만 개로 추정된다. 보고서는 특히 제조업, 건설업 등 국내 주요 산업에서 일자리 소멸 위험이 클 것으로 전망했으며, 인공지능이 대체 가능한 일자리는 2022년 기준 327만 개로 추정했다. 산업 비중이 높은 건설업과 같은 분야에서 일자리 소멸 문제가 심각할 것이라는 예측이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.