3D 프린팅으로 휴머노이드를 제작한 글룩   한국의 로봇 산업은 괄목할만한 성장을 이루었으며, 제조업에서 1만 명당 약 932대의 로봇이 활용될 정도로 세계 최고 수준의 로봇 밀도를 보이고 있다. 로봇은 오랫동안 제조업의 핵심 기술이었지만, 이제 그 적용 범위는 다양한 분야로 확대되고 있다. 한때 SF 영화에서나 보던 휴머노이드 로봇은 이제 백화점, 전시회는 물론이고 번화한 도시 거리에서도 볼 수 있게 되었다. 이러한 혁신의 대표적인 예로는 수백만 건의 조회수를 기록한 글룩(Gluck)의 3D 프린팅 서비스가 있다. 글룩은 정교한 디테일로 제작된 휴머노이드를 선보이며 한국 로봇 산업의 새로운 가능성을 보여주고 있다. ■ 자료 제공 : 머티리얼라이즈   그림 1. 글룩이 3D 프린팅을 활용해 제작한 휴머노이드   3D 프린팅 기술로 실현된 혁신 글룩이 이렇게 정밀한 안드로이드 로봇을 제작할 수 있었던 비결은 그들의 창의성과 기술력, 그리고 레진 3D 프린팅에 최적화된 소프트웨어 덕분이다. 글룩은 머티리얼라이즈의 매직스(Magics)와 이스테이지(e-Stage) 소프트웨어를 사용하여 복잡한 디자인과 대용량 데이터를 효율적으로 처리하였다. 특히 SLA(광조형) 방식의 3D 프린터를 사용해 매끄러운 표면과 정밀한 디테일을 구현하는 데 성공했다. 글룩의 팀은 AM(적층제조) 기술을 기반으로 고객 맞춤형 3D 프린팅 서비스를 제공하며, 재료 선택과 후처리까지 모든 공정을 직접 관리해왔다. 이 휴머노이드 프로젝트에서는 글룩이 10개의 로봇을 제작하는데 24시간의 출력 시간과 3일의 후처리 및 도색 시간을 소요하여, 빠르고 효율적인 제작 과정을 선보였다. 휴머노이드 제작 과정에서 글룩은 머티리얼라이즈의 소프트웨어를 최대한 활용하였다. 매직스 소프트웨어는 데이터 준비 및 빌드 과정을 간소화하여 작업 시간을 단축하였고, 이스테이지는 서포트를 자동으로 생성해 작업 효율성을 높였다. 특히 SLA 기술을 통해 휴머노이드의 고품질 표면을 구현할 수 있었으며, 이러한 기술력은 글룩이 3D 프린팅 산업에서 경쟁 우위를 차지하는 데에 큰 역할을 했다. 글룩의 장광현 팀장은 “SLA 장비를 통해 대형 출력과 높은 표면 조도를 구현할 수 있었고, 이로 인해 복잡한 형태의 로봇을 완벽히 제작할 수 있었다”며 SLA의 중요성을 강조했다.   그림 2. 글룩의 3D 프린터 생산 팩토리   그림 3. 3D 프린팅된 레진 구조물을 제거하는 모습   미래의 확장 가능성 글룩의 휴머노이드 프로젝트의 성공은 시작에 불과하다. 글룩은 현재 생산을 늘리기 위하여 50대의 SLA 장비를 추가하여 총 80대의 장비로 확장해나가고 있다. 이를 통해 더 많은 대규모 프로젝트를 신속하게 처리할 계획이며, 적층제조의 전문가로서 고객에게 시간과 비용 면에서 최적의 솔루션을 제공할 수 있는 기반을 마련하고 있다. 특히 글룩은 다양한 산업에 3D 프린팅 기술을 적용하여, 기존 제조 방식으로는 구현하기 어려운 복잡한 구조물을 3D 프린팅을 통하여 해결하고 있다. 항공, 자동차, 반도체 검사공정 등에서도 글룩의 3D 프린팅 기술과 머티리얼라이즈 소프트웨어의 결합으로 새로운 혁신을 이루고 있으며, 이를 통해 고객에게 빠르고 효율적인 서비스를 제공하고 있다. 또한, 자동차 및 타이어 산업에서는 새로운 설계 방식을 통해 기존 공정을 단축하고 기능성을 확장시키는 성과를 내고 있다. 글룩의 홍재옥 대표는 “향후 3D 프린팅 기술과 자동화 시스템을 바탕으로 국내외 시장에 진출하여 글로벌 경쟁력을 강화할 것”이라고 밝혔다. 글룩의 휴머노이드 로봇 제작 사례는 3D 프린팅 기술이 다양한 산업에서 어떻게 적용될 수 있는지를 잘 보여준다. 앞으로 글룩은 SLA 장비를 추가 도입하여 생산 능력을 확대하고, AM 소프트웨어를 통한 자동화 프로세스를 구축할 계획이다. 이를 통해 미래의 대량생산 시장에서 중요한 역할을 할 것으로 기대하고 있다.   그림 4. 사람의 손 모양을 본따 3D 프린팅으로 만든 마스크   그림 5. 손 모양의 3D 프린팅 마스크를 착용한 모습   그림 6. 복잡한 형상의 롤러 스케이트를 3D 프린팅으로 제작했다.   그림 7. 3D 프린팅으로 만든 신발 장식     ■ 기사 내용은 PDF로도 제공됩니다.

제조 데이터 스페이스 플랫폼을 통한 AI 자율제조 생태계 조성   데이터 스페이스(Data Space)는 기업 원데이터가 중앙 플랫폼에 저장되지 않으며, 플랫폼은 데이터를 중계하는 통로 역할을 수행한다. 기존의 클라우드에 데이터를 저장하는 방식은 기업의 영업비밀이 보장받지 못할 가능성이 있는 반면, 데이터 스페이스 플랫폼은 개별 기업들이 영업비밀인 데이터 주권을 보장받는 방식으로 주목받고 있다. 산업부는 향후 전 업종·전 산업데이터를 포괄하는 플랫폼으로 확대·발전시킬 계획이다. 그리고 이러한 정부 전략에 기여하는 기업 중 하나가 제조 AI & 자율제조 전문기업 인터엑스이다.   ▲ 인터엑스 박정윤 대표   제조 데이터 표준화에 기여하는 인터엑스 인터엑스는 디지털 트윈 기반 AI 자율제조 솔루션과 제조 데이터 스페이스 플랫폼을 제공하며 빠르게 성장하고 있는 ‘제조 AI & 자율제조’ 전문기업이다. 2018년 UNIST 창업기업으로 시작하여 디지털 기술의 새로운 가치 창출이라는 목표 아래 제조 AI를 중심으로 다양한 프로젝트를 진행해왔다. 현재까지 150건 이상의 현장 적용 구축 실적을 보유하고 있고, 국내를 넘어 독일 프라운호퍼, 지멘스, 미국 IIC, 독일 IDTA, Catena-X 등 글로벌기업, 협회 등과의 네트워킹을 진행, USE CASE 발굴 및 데이터수집 표준 기술 기반 제조 데이터 표준화 관련 공동 협력을 이어가고 있다. 인터엑스는 제조업의 디지털 전환(DX) 및 AI 자율제조 생태계 조성을 위해 ▲생산조건 최적화 AI ▲품질 예측 및 최적화 AI ▲품질 검사 AI ▲산업 안전 AI 등의 ‘AI 자율제조 솔루션’을 제공하고 있다. 그리고 디지털 트윈(Digital Twin) 기술을 통해 각종 데이터를 연계하고 시각화하여 실시간 자동관제를 실현, 현실 세계를 디지털 가상 세계로 재현하고 정보, 시간, 공간, 비용, 안전의 한계를 극복할 수 있는 자율 공장 구축에 앞장서고 있다. 또한, 데이터 표준화 기반 ‘제조 Data Space 플랫폼’을 통해 제조 산업에서의 표준화된 데이터의 공유 및 다양한 데이터를 수집, 저장, 관리, 분석하고 이를 통해 가치를 창출할 수 있는 환경을 제공한다.    데이터 산업 플랫폼 산업에 특화된 서비스 제공 인터엑스의 ‘제조 Data Space 플랫폼’은 제조 데이터 표준 기반 제품 데이터, 팩토리 데이터, 설비운영 데이터에 대한 ▲데이터 공유 ▲거버넌스(참여자들의 권리와 원활한 데이터 교환 보장) ▲데이터 주권 ▲개방성 ▲연합/상호운용성을 지원해주는 서비스 플랫폼이다. 제조 데이터 표준화는 Industry 4.0의 중요한 요소로서, 제조업의 디지털화와 데이터 활용을 촉진한다. 제조 데이터가 표준화되면, 서로 다른 시스템 간의 데이터 교환이 원활해져 생산 효율성이 극대화되고, 예측 모델 개발과 AI 알고리즘 활용이 가능해진다. 이는 제조 현장의 프로세스를 최적화하고 고장 예측을 통해 예방 유지보수를 가능하게 하기 때문에 제조업의 디지털 전환에 필수적이다. 인터엑스의 ‘제조 Data Space 플랫폼’은 제조 데이터 표준화부터 시작된다고 할 수 있다. 이러한 표준화된 데이터를 기반으로 제조업에서의 데이터를 안전하게 공유하고 활용할 수 있도록 지원한다. 제조업체들이 데이터 공유를 통해 새로운 비즈니스 모델을 창출할 수 있게 하는데, 예를 들어, 기계 데이터를 공유하여 운영 효율성을 높이거나 고객의 요구에 맞춰 맞춤형 서비스를 제공할 수 있다. 또한 산업 시스템 간의 실시간 데이터 교환을 지원하고 디지털 자산 표현을 통해 정보 일관성을 유지하며, 분산형 데이터베이스와 블록체인 기술로 데이터 안정성을 강화시킨다. 이는 제조 공정에서 발생하는 데이터를 실시간으로 수집하고 분석하여 빠르게 의사결정을 내릴 수 있게 한다. 특히 글로벌 환경규제에도 유연하게 대응할 수 있다는 장점이 있다. LCA(전과정평가), DPP(디지털 제품 여권), EU Data & AI Act, 플라스틱 규제 등에 대응할 수 있는 디지털 공급망 서비스를 통해 ‘지속 가능한 제조’를 실현할 수 있도록 돕는다.     데이터의 연결을 통한 산업혁신 가치생태계 조성 산업 데이터 스페이스가 바라보는 최종 목표는 데이터의 연결을 통한 산업혁신 가치생태계 조성인 만큼 쉬운 길은 아니지만, 인터엑스는 이러한 변화에 대응하기 위해 R&D 및 다양한 실증과제들을 진행하고 있다. 이를 위해 인터엑스는 크게 ▲모빌리티 산업의 부품 공급망 데이터 및 서비스 협업을 위한 데이터 스페이스 개발과 ▲글로벌 규제 대응을 위한 서비스 개발에 힘을 싣고 있으며, 세계적으로도 독일 Catena-X 및 Gaia-X와 지속적으로 협력하고 있다. 이러한 활동들을 통해 데이터 상호운용성을 확보하여 제조 데이터의 공유와 거래를 원활히 하여 제조업체들이 AI 도입과 자율제조를 현실화하는데 필요한 데이터를 효율적으로 수집하고 활용할 수 있도록 지원한다. 또한, 데이터가 표준화되어 AI가 보고 판독하고 학습할 수 있게 됨으로써 자율제조로의 전환을 가능하게 한다. 인터엑스의 ‘제조 Data Space 플랫폼’은 데이터 상호운용성 확보, 실시간 데이터 교환 지원, 디지털 공급망 서비스 제공을 통해 제조업체들의 효율성을 높이고, 생산성 향상, 비용 절감, 규제 준수 등 다양한 성과를 달성하고 있다. 그리고 글로벌 시장에서 경쟁력을 유지하며 발전할 수 있도록 하는 데 중요한 역할을 지원한다.   제조업의 디지털 전환 확장을 통한 자율제조의 실현 인터엑스의 최종 목표는 ‘제조업의 디지털 전환(DX) 확장을 통한 자율제조의 실현’이다. 많은 고객들과 미팅을 하다 보면 AI 도입과 자율제조가 필요한 사실에는 공감하지만, 현실적으로 자율제조를 구축하기 위한 데이터를 수집하는 부분에 있어서 어려움을 겪는다. 기존 데이터 관리 형태가 AI에 적합하지 않은 부분이다. 때문에 제조장비와 현장에 AI를 제대로 적용하기 위해서는 AI가 보고 판독하고 학습할 수 있는 데이터를 갖춰야 한다.  그리고 이러한 데이터들이 표준화되어 계층이나 장소에 구애받지 않고 자유롭게 데이터를 교환할 수 있게 되었을 때, Industry 4.0이 추구하는 스마트 제조로의 전환을 가능하게 한다. 결과적으로 AI의 적용에서부터 고도화, 제조 현장의 자율화와 흔히 말하는 스마트 제조 혁신, 자율제조 등을 이루기 위해서는 데이터 수집부터 저장, 관리까지 데이터 표준화가 필요하다. 인터엑스에서는 이러한 부분들을 해결하기 위해 제조 데이터 표준모델 기반 제조 데이터 표준화에 집중하고 있다.  인터엑스는 서둘러서 급하게 가기보단, 늦지는 않되, 하나씩 기반을 잘 다져서 제조 산업의 DX를 이루어가고자 한다. ‘천 리 길도 한 걸음부터’라는 말이 있듯이, AI 자율제조 및 제조 Data Space 플랫폼과 디지털 공급망을 위한 생태계가 전국 방방곡곡, 그리고 전 세계에 잘 구축될 수 있도록 최선을 다한다는 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

한국알테어가 지난 8월 23일 서울 여의도 콘래드 호텔에서 ‘알테어 테크놀로지 콘퍼런스 코리아 2024(이하 ATC 2024)’를 개최했다. ATC 2024는 ‘가능성의 과학(The Science Of Possibility)’을 주제로 각 산업을 선도하고 있는 기업의 엔지니어 및 오피니언 리더 1000여 명이 모여 혁신적인 엔지니어링 솔루션과 최신 디지털 전환 기술을 공유하고 논의했다. ■ 최경화 국장   ▲ 알테어 테크놀로지 콘퍼런스 코리아 2024    올해로 22회를 맞이한 ATC 2024에서는 8개 트랙을 통해 시뮬레이션, 데이터 분석/AI, HPC 기술의 융합을 탐구하는 67편의 기술 발표가 진행되었다. LG전자, 삼성전자, 현대자동차, HD현대중공업, LS전선, 한국항공우주산업, 롯데중앙연구소 등 각 산업을 선도하고 있는 기업의 엔지니어 및 오피니언 리더가 참석해 혁신적인 엔지니어링 솔루션과 최신 디지털 전환 기술에 대해 공유하고 정보를 교환했다.  한국알테어 김도하 지사장은 환영사에서 “알테어 테크놀로지 콘퍼런스는 매년 혁신적인 기술과 아이디어를 공유하며 산업 전반에 걸쳐 새로운 가능성을 모색하는 중요한 플랫폼으로 자리매김해왔다”면서, “이번 주제인 ‘가능성의 과학’은 알테어의 핵심 가치인 혁신과 도전 정신을 잘 반영하고 있다고 생각하며, 콘퍼런스를 통해 새로운 인사이트를 얻고 알테어와 함께 다양한 기술적 도전 과제들을 해결하고 성장해 나갈 수 있기를 기대한다”라고 말했다.   ▲ 한국알테어 김도하 지사장   기조연설에서는 각 산업별 고객사의 성공사례와 기술 시연 및 데모 체험 등이 공개되었으며 ▲시뮬레이션 ▲인공지능 기반 엔지니어링 ▲데이터 분석 및 인공지능 ▲시뮬레이션 기반 설계 ▲전동화 ▲기업 솔루션 ▲유체역학 ▲다중물리학 등 총 8개 트랙에서 엔지니어링 및 설계 과정에서의 혁신과 최적화를 추구하는 기술과 방법론이 다양한 세션으로 소개되었다. 알테어의 스테파니 버크너(Stephanie Buckner) 최고운영책임자(COO)는 기조연설에서 “알테어는 디지털 혁신의 최전선에서 오늘날 산업이 직면한 복잡한 과제를 해결하기 위한 포괄적인 솔루션을 선보이고 있다”면서, “인공지능(AI), 시뮬레이션, 고성능 컴퓨팅 등의 기술들이 통합되고 이러한 혁신들이 산업 전반에 걸쳐 효율성을 극대화함으로써 알테어는 고객들에게 미래 지향적이고 더 나은 가치를 제공할 것”이라고 말했다.   ▲ 알테어 스테파니 버크너 최고운영책임자   LG전자에서 전장 사업을 담당하는 VS사업본부의 김용연 팀장은 알테어와 LG전자가 공동으로 개발한 ‘알테어 옵티스트럭트(OptiStruct) 기반 다물리 누적 손상 해석기법’을 발표했다. 김용연 팀장은 “자동차 부품의 높은 신뢰성을 확보하기 위해 충격, 온도, 진동 등 다양한 환경에서의 실험이 필요하지만, 이를 CAE로 종합해 구현하는 것은 여전히 어려운 과제”라면서, “LG전자와 알테어는 이러한 문제를 해결하기 위해 다물리 기반의 단일 모델(one model), 단일 해석기(one solver)를 개발하여, 다양한 물리 현상을 단일 모델에서 포괄적으로 고려함으로써 개발 과정의 정확도와 효율성을 크게 향상시켰다”고 말했다.   ▲ LG전자 VS사업본부 김용연 팀장   이어서 서강대학교 경제대학원 인공지능경제 교수이자 시멘틱그래프의 황문기 대표는 ‘알테어 래피드마이너 젠(Gen) AI 솔루션과 지식그래프(Knowledge Graph)를 통합한 대형언어모델 서비스와 구현 방안’에 대해 발표했다. 황문기 대표는 “기업들이 중요한 애플리케이션에 AI 기술을 도입하려고 하지만, 대규모 언어 모델(LLM)의 예측 불가능성과 설명이 어려운 블랙박스 특성으로 인해 환각 문제가 발생할 수 있다”면서, “이를 해결하기 위해 알테어는 젠 AI와 그래프 스튜디오(Graph Studio)를 결합한 솔루션을 제공하여 LLM과 애플리케이션을 통합하고, 지식그래프를 활용해 신뢰할 수 있는 AI 모델을 구축함으로써 환각을 제거하고 응답 품질을 개선한다”고 말했다.   ▲ 시멘틱그래프의 황문기 대표   롯데중앙연구소는 국내 식품업계 최초로 시뮬레이션 기술을 도입해 제조 공정의 문제를 사전에 예방하고 효율과 품질을 높였다. 롯데중앙연구소 공정기술팀은 “가상 환경에서 제조 공정을 테스트해 실제 생산 과정의 오류를 최소화하고 시간을 단축시킬 수 있었다”면서, “이를 통해 더욱 안전하고 품질 높은 식품을 제공할 수 있게 되었으며 앞으로도 지속적인 연구와 개발을 통해 추가적인 성과를 이끌어낼 계획”이라고 설명했다.  알테어는 시뮬레이션과 AI, HPC의 융합을 기반으로 시뮬레이션과 콘셉트 디자인을 위한 알테어 하이퍼웍스(Altair HyperWorks), 데이터 분석과 AI, IoT 및 스마트 제품 개발을 위한 알테어 래피드마이너(Altair RapidMiner), 고성능 컴퓨팅을 위한 알테어 HPC웍스(Altair HPCWorks) 등 3가지 플랫폼을 제공하고 있으며, 필요한 모든 제품을 한 곳에서 찾을 수 있는 클라우드 혁신 게이트웨이 알테어 원(Altair One)을 통해 전체 제품에 액세스할 수 있다. 이번 콘퍼런스에서는 특히 최근 화두가 되고 있는 AI 기반의 엔지니어링과 시뮬레이션 기술 및 솔루션 등이 주목을 끌었으며, 알테어가 인공지능을 통해 기업의 의사결정을 돕고 비용과 시간을 절감할 수 있도록 지원하는 사례를 볼 수 있었다.     ■ 기사 내용은 PDF로도 제공됩니다.

3D시스템즈코리아는 지난 9월 5일 ‘적층제조 테크 서밋’ 행사를 진행했다. ‘생산성 가속화를 위한 3D시스템즈의 진화’를 주제로 한 이번 행사에서 3D시스템즈코리아는 생산 제조 분야를 겨냥한 자사의 3D 프린터 신제품과 활용 사례를 소개하면서, 생산 기술로서 3D 프린팅의 가능성과 비전을 선보였다. ■ 정수진 편집장    3D 프린팅 기술로 제조 혁신 지원할 것 3D시스템즈코리아의 정원웅 대표이사는 “3D시스템즈는 40년 전 SLA(스테레오리소그래피) 기술의 특허를 출원했으며 3D 프린터를 처음으로 개발한 기업이다. 현재는 9개의 플랫폼과 130여 개의 소재를 개발하고 있으며, 하드웨어뿐 아니라 산업별 애플리케이션을 위한 소프트웨어 분야에 대한 투자도 꾸준히 진행하면서 적층제조 솔루션 공급업체로 차별화를 추진 중”이라고 소개했다. 3D시스템즈는 산업 분야와 의료 분야를 중심으로 3D 프린팅 기술을 개발/공급하고 있으면서, 인수합병을 통해 다양한 시장을 겨냥한 솔루션 공급에 나서고 있다. 정원웅 대표이사는 적층제조(AM)에 대한 비전으로 ▲필요한 시점에 부품을 생산 ▲복잡성 및 다양성의 극복 ▲공급망의 단순화 및 최적화 ▲인더스트리 4.0과의 결합 및 시너지 등을 꼽았다. 또한 정원웅 대표이사는 “대량생산, 복잡한 형상, 기존 프로세스의 고비용 등 과제를 해결하고자 적층제조를 고민하는 기업이 많다. 아직은 적층제조 기술이 도입 단계로 검증에 시간이 필요한 상황이지만, 많은 기업이 연구와 검증을 시작하고 있으며 성숙 단계로 나아가기 위한 움직임이 활발해 미래가 기대된다”면서, “3D시스템즈는 고객의 프로세스를 최적화하고 효율화하기 위한 혁신 역량을 제공할 것”이라고 전했다.   ▲ 3D시스템즈코리아 정원웅 대표이사   대형 부품의 적층제조를 위한 펠릿 압출 기술 3D시스템즈코리아는 이번 ‘적층제조 테크 서밋’에서 펠릿 압출, 금속, SLA 등 다양한 기술에 기반한 3D 프린터 신제품과 사례를 소개했다. 이번에 소개한 신제품은 모두 제조 현장에서 부품이나 제품을 생산하는 용도에 초점을 맞추었다. 펠릿 압출 방식의 3D 프린터인 ‘EXT 800 타이탄 펠릿(EXT 800 Titan Pellet)’은 3D시스템즈가 인수한 타이탄 로보틱스의 기술에 기반한 제품이다. 레진 파우더와 첨가제를 배합해 알갱이 형태로 가공한 펠릿(pellet) 소재를 사용하는 것이 특징인데, 펠릿 소재는 필라멘트 대비 비용이 낮고 더 큰 프린터 노즐로 사출하기 때문에 빠른 속도와 대형 출력물에 유리하다는 것이 3D시스템즈의 설명이다. EXT 타이탄 제품군은 대형 부품의 출력에 초점을 맞추었다. 강제 열 순환을 위한 챔버 시스템 등 열 관리 시스템을 갖춰 안정성을 높이고, 펠릿/필라멘트 압출/3축 가공 모듈을 탑재해 적층 가공과 절삭 가공을 한 대의 장비에서 진행할 수 있다. 신제품인 EXT 800 타이탄은 기존 제품 대비 빌드 용적을 800mm로 줄이고 펠릿 모듈만 장착해 가격을 낮추는 등 접근성을 높였다. 기존 제품군과 마찬가지로 ABS, PD, 탄소섬유 등 다양한 펠릿 소재를 사용할 수 있다.   ▲ 다양한 펠릿 소재   ▲ EXT 타이탄으로 출력한 열성형 몰드   금속 3D 프린팅의 생산성 강화 ‘DMP 플렉스 350 트리플(DMP Flex 350 Triple)’은 3D시스템즈의 금속 3D 프린터 제품군인 DMP 라인업에 새롭게 추가된 제품이다. 금속 3D 프린터는 적층 용적과 금속 소재를 녹이는 레이저의 수, 준비 시간, 소모품의 수, 공정 관리를 통한 불량률 감소 등이 생산성에 영향을 주는 주요한 요소이다. 3D시스템즈의 DMP 3D 프린터는 진공 챔버를 통해 재료의 적재 밀도를 높이고, 재료의 산화반응을 최소화하면서 적층 준비 시간 및 프린팅 운용 비용을 줄인다. 배기 시스템의 성능을 높이는 동시에 설치 공간의 구성을 고려해 분리 설치가 가능한 것도 특징이다. DMP 플렉스 350 트리플은 지난 2023년 폼넥스트(Formnext) 전시회에서 공개된 제품으로, 세 개의 레이저를 사용한다. 스티치 형상 없이 풀 사이즈의 적층 성형이 가능하고, 275mm와 350mm의 빌드 사이즈를 동시에 사용할 수 있다.  한편, 3D시스템즈는 DMP 금속 3D 프린터를 위한 옵션으로  ▲실시간 공정 모니터링 시스템 ▲금속 적층제조를 위한 3D엑스퍼트(3DXpert) 소프트웨어를 통한 모니터링 이미지 데이터의 3D 시각화 분석 ▲빌드 과정에서 플레이트의 온도를 일정하게 유지해 열처리 비용을 줄이고 생산성을 높이는 히티드 빌드 플레이트 ▲뭉친 금속 파우더를 사전에 분리해 필터의 수명을 늘리는 사이클론 프리 필터 ▲유압식 잠금 시스템인 오토매틱 도어 락킹 등을 소개했다.   ▲ DMP 금속 3D 프린터로 출력한 F1 배기 부품   SLA-DLP 결합한 신개념 3D 프린터 출시 예정 이번 행사에서는 3D시스템즈가 조만간 출시할 예정인 ‘PSLA 270’ 3D 프린터도 소개됐다. PSLA 270은 레이저 기반의 SLA 기술이 가진 정밀도와 프로젝션 기반 DLP(Digital Light Processing) 기술의 특징인 속도를 결합한 신개념의 제품이다. 레이저 대신 4K급 해상도의 듀얼 프로젝터를 사용하는 PSLA 270은 수백 개의 부품을 하루에 출력할 수 있도록 개발됐다. 재료를 빠르게 교체할 수 있고, 듀얼 레일 리코터를 채택해 안정적인 소재 공급과 수평 유지에 도움을 줄 수 있게 했다. 후면과 측면의 패널을 탈착하거나 도어와 터치 패널의 위치를 바꿀 수 있어 다양한 환경에 맞춰 설치가 가능하며, 세 면을 오픈할 수 있어서 로봇과 연계해 생산 자동화를 구현할 수 있게 했다. 3D시스템즈는 “성능과 생산성을 높인 PSLA 270은 지그/픽스처, 중/소량의 부품 생산, 유체 흐름 테스트, 의료 등 다양한 분야에 활용할 수 있으며, 고성능의 피겨 4 소재를 비롯해 향후 더욱 다양한 재료를 사용할 수 있도록 할 예정”이라고 소개했다.   ▲ PSLA 270의 작동방식     ■ 기사 내용은 PDF로도 제공됩니다.

태성에스엔이는 9월 11일 서울 aT센터에서 'CAE×AI 세미나 2024'를 개최했다. 이날 세미나에는 300명 이상의 업계 전문가들이 참석한 가운데, 앤시스의 해석 프로그램과 AI의 접목을 통한 혁신적인 해석 기법들이 소개되었다. 참석자들은 최신 CAE 해석 기술과 AI의 융합을 통해 향후 제조업과 설계 분야의 발전 가능성에 대한 인사이트를 얻었다. ■ 박경수 기자      AI/ML을 활용한 해석 혁신 이번 세미나에서는 AI/ML 기술의 CAE 해석 적용을 주제로 앤시스 심AI(Ansys SimAI)와 앤시스GPT(AnsysGPT)를 포함한 다양한 AI 트렌드가 소개되었으며, 이를 활용해 더 빠르고 효율적인 해석 결과를 도출할 수 있는 방법이 논의되었다.  태성에스엔이 노은솔 매니저와 김도현 매니저는 ‘기초 이론과 사례로 살펴보는 인공지능’을 주제로, AI 도입으로 해석 부문이 어떤 변화가 생겼는지 설명했다. 이어 윤진환 이사는 '태성에스엔이와 Ansys의 AI 기술과 고객 서비스'를 소개하며, AI 기술이 CAE 해석에 어떻게 실질적으로 적용되고 있는지 설명했다. 권기태 수석매니저는 ‘태성에스엔이가 제공하는 시뮬레이션 데이터 기반 AI/ML 서비스’를 주제로, AI가 시뮬레이션 데이터를 활용해 성능을 최적화하는 방법에 대해 심도 깊은 논의를 진행했다.    Stochos와 AI 응용사례 CADFEM Germany GmbH의 다니엘 수쿠프(Daniel Soukup)는 Stochos라는 온프레미스 기반 AI 프로그램을 소개했다. Stochos는 신경망과 가우시안 프로세스를 결합한 Deep Infinite Mixture of Gaussian Processes(DIM-GP) 알고리즘을 통해 소량의 데이터로도 높은 예측 정확도를 제공하는 기술이다. 특히, 확률론적 머신러닝을 도입해 예측 결과의 신뢰도를 함께 제시하여 엔지니어들이 AI 결과를 더욱 신뢰할 수 있도록 만들어 준다. 이 기술은 복잡한 시뮬레이션 문제 해결에 있어 뛰어난 성능을 발휘하며 관심을 끌었다.   CAE와 AI 융합의 미래 이외에도 이번 행사에서는 앤시스의 최적화 전용 프로그램인 옵티스랭(optiSLang)에서 AI 사용 방법, 심AI, 앤시스GPT, 트윈AI(Ansys TwinAI) 등 AI를 접목한 앤시스의 최적화 기술이 차례로 소개되었고, 다양한 시각에서 AI 기술이 CAE에 어떻게 접목될 수 있는지 소개됐다.  태성에스엔이는 CAE와 AI의 결합을 통한 미래 산업의 변화 가능성에 대해 참석자들과 함께 토론하는 시간을 가지며 세미나를 마무리했다. AI 기반의 CAE 해석 기술은 향후 설계 및 제조 산업의 혁신을 주도할 중요한 요소로 자리잡을 것으로 기대된다.   ‘CAE×AI 세미나 2024’ 인터뷰  CAE×AI 세미나 2024 행사 관련해 태성에스엔이의 석진 영업본부 이사, 윤진환 기술본부 이사, 권기태 기술본부 AI 팀 수석매니저와 이야기를 나눴다. Q. 이번 세미나에서 발표된 AI/ML 기술 적용 사례 중, 특히 성공적인 사례를 하나 꼽는다면? 해당 사례에서는 어떤 방식으로 해석 프로세스를 개선했는지? ■ 윤진환 : 많은 분들이 AI/ML의 도입은 아직 시기상조이거나, 중견기업 이상의 대형 기업에서만 시험적으로 적용되고 있다고 생각할 수 있다. 하지만, 태성에스엔이의 AI 팀이 개발한 AI/ML 솔루션은 이미 국내 중소기업에서 실사용 되고 있는 사례를 보여드리고자 했다. 이 프로그램은 AI 모델 자동 생성 프로그램으로, 앤시스 일렉트릭 데스크톱(Ansys Electric Desktop)에서 계산된 시뮬레이션 결과를 기반으로 AI 모델을 자동으로 생성한다. 해석자가 앤시스 일렉트릭 데스크톱에서 설계 형상에 대한 변수만 지정해 두면, 본 프로그램은 자동으로 해당 변수를 추출해 실험계획법(DoE)을 기반으로 여러 번의 해석을 진행한 뒤, AI 모델을 구축한다.   ▲ 해석팀 : 해석 변수 자동 추출 및 AI모델 생성 자동화    이후, 설계자는 구축된 AI 모델을 기반으로, 임의의 설계 변수 값을 입력해 실시간으로 해당 설계안에 대한 예측 결과값을 확인할 수 있다.   ▲ 설계팀 : AI 모델을 통한 실시간 성능 예측   이후 설계자는 구축된 AI 모델을 바탕으로 임의의 설계 변수 값을 입력해 실시간으로 해당 설계안에 대한 예측 결과를 확인할 수 있다. 이 기능 덕분에 해석자는 설계팀으로부터 반복되는 동일 작업 요청을 줄일 수 있었고, 더 높은 수준의 분석이나 추가적인 AI 모델 구축에 시간을 투자할 수 있게 되었다. 설계팀 또한 실시간 예측을 통해 빠른 결과 분석을 반영해 작업 효율을 크게 향상시킬 수 있었다. 이 프로그램은 유사한 환경에서 구조해석, 열해석 등에도 적용 가능하며, 맞춤형 UI와 다양한 AI 기능을 구현할 수 있어 여러 기업으로부터 관심을 받고 있다.   Q. 심AI와 앤시스GPT와 같은 최신 기술 및 제품 트렌드가 CAE 해석 분야에서 어떤 변화를 가져올 것으로 기대하나? 이 기술들이 현장에서 어떻게 적용되고 있으며, 궁극적으로 해석 결과의 품질에 어떤 영향을 미칠 것으로 보는지? ■ 석진 : 심AI와 같은 AI 기반 도구는 반복적인 작업을 자동화하여 사용자가 모델링부터 해석에 이르는 전 과정을 보다 신속하게 수행할 수 있도록 지원한다. 설계 초기 단계에서 최적화를 진행할 수 있는 가능성이 높아지며, 이를 통해 설계 주기가 단축될 것이다. 또한, 인적 오류를 최소화함으로써 실험과 프로토타입 제작에 소요되는 비용과 시간을 절감하여 궁극적으로 시장 출시 주기를 획기적으로 단축시킬 것으로 기대된다. AI 기술을 활용해 대량의 해석 데이터를 분석하고 패턴을 인식함으로써 더 나은 설계 결정을 지원할 수 있으며, 앤시스GPT는 앤시스 공식 웹사이트 내에서 사용자 질문에 대한 정확하고 신뢰할 수 있는 답변을 제공하거나 최적의 설계 옵션을 제안하는 데 유용할 것이다. 이러한 기술은 CAE 도구의 사용을 더욱 쉽게 만들어 준다. 예를 들어, 복잡한 해석 과정이나 설정에 대한 자동 안내 및 추천 기능은 비전문가들도 손쉽게 접근할 수 있도록 도와준다. 또한, 다양한 팀과 부서 간 협업도 향상될 것이다. AI 기반 도구는 설계, 해석, 생산 팀 간의 원활한 커뮤니케이션을 지원하여 더 통합된 접근 방식을 가능하게 한다. 결론적으로, 심AI, 앤시스GPT, 앤시스 AI+ 등 앤시스의 AI 솔루션은 CAE 해석의 정확성, 효율성, 접근성을 크게 향상시킬 것으로 기대하며, 이는 산업 전반에 혁신적인 변화를 가져올 것이다.   Q. CAE 프로그램에 AI를 접목했을 때 해석 속도와 정확도는 얼마나 향상되었는지? 이런 기술적 통합이 실무 현장에서 얼마나 실질적인 성과를 보여주고 있다고 보는지? ■ 권기태 : 앤시스는 다음 그림과 같이 CAE 프로그램에 순차적으로 AI 기능을 추가하고 있다.  그 중 앤시스 CFD AI+ 기능을 하나의 사례로 소개하겠다. 플루언트(Ansys Fluent)에서 제공하는 Generalized k-ω Model(GEKO) 난류 모델은 사용자가 직접 계수를 설정해야 하며, 도메인 내에서도 각기 다른 계수를 설정해야 하는 어려움이 있다. 이러한 문제를 해결하기 위해 앤시스 CFD AI+는 Adjoint Solver와 Neural Network/Machine Learning 기법을 결합하여 GEKO 모델의 계수를 자동으로 조정하는 기능을 제공한다.  AI 기술의 효과를 확인하기 위해 S805 Airfoil 문제에 GEKO 모델 계수의 자동 튜닝 기능을 적용한 결과 GEKO 기본 계수를 사용할 때 오차는 기준값 대비 13.2%였지만, AI 기반 자동 튜닝 계수를 적용한 경우 오차가 0.2%로 크게 감소한 것을 확인할 수 있었다. 앤시스 AI+를 통해 CAE 프로그램과 AI 기술을 기술적으로 통합함으로써 해석 속도와 정확도를 개선하고 있다. 또한, 시뮬레이션 결과 데이터에 AI 기술을 적용하여 실무 현장에서 많은 성과를 보이고 있다. 심AI 프로그램은 형상과 시뮬레이션 필드 결과 데이터를 활용해 시뮬레이션 솔버를 대체할 수 있는 인공지능 모델을 제작할 수 있는 사례를 보여 준다. 이 모델을 사용하면 형상을 입력하여 기존 시뮬레이션 솔버에 비해 10배에서 최대 1000배 더 빠르게 필드 결과를 예측할 수 있다.  디지털 트윈 분야에서는 복잡한 물리 기반의 시뮬레이션 모델을 ROM(축소 차수 모델)이라는 머신러닝 기법을 통해 시스템 수준의 해석 모델로 전환하여, 실시간 물리적 예측이 가능하며 빠른 속도와 높은 정확도를 제공한다.  향후 품질 및 생산 관리와 같은 측정 데이터 기반 인공지능 모델이 많이 사용되는 영역에서도 시뮬레이션 데이터 기반 인공지능 모델의 사용이 활발해질 것으로 기대된다. 이를 통해 시뮬레이션 기술은 설계 단계에만 머무르지 않고, 공정 및 품질 개발, 생산 및 품질 관리, 그리고 디지털 트윈과 같은 장치의 효율적인 운용 단계까지 그 활용 범위가 더욱 확장될 것이다.   Q. Stochos와 같은 온프레미스 기반의 AI 프로그램이 다른 클라우드 기반 AI 프로그램과 비교했을 때 어떤 차별화된 장점이 있다고 보나? 특히 보안성과 데이터 처리 측면에서 어떤 이점이 있는지? ■ 윤진환 : CAE 분야에서 클라우드 기반의 AI를 이용하는 이유는 사용자의 접근성을 높이기 위한 목적도 있지만, AI 학습을 위해서는 고가의 고성능 GPU가 필요하며 때로는 여러 대의 GPU를 묶어야 학습이 가능하기 때문에 장비 구축 비용이 매우 높다는 현실적인 이유도 있다. 다시 말해 온프레미스 환경에서 CAE에 대한 AI를 학습할 수 있다는 것은 기존의 AI 알고리즘과 달리 상대적으로 적은 계산 장비 리소스만으로도 정확하고 빠르게 학습할 수 있는 AI 기술을 보유하고 있다는 의미다.  Stochos는 일반적인 신경망 기반의 AI와 Gaussian Process기법을 결합한 DIM-GP 기법을 이용하여 적은 샘플수로도 높은 정확성의 AI모델을 만들어 내며, 저가의 GPU 또는 CPU만으로도 빠른 속도로 학습할 수 있다. 또한 Scalar, Signal, 이미지, 3D 형상, 정상상태, 과도상태 등의 다양한 해석 데이터와 일반 정보에 대한 AI 모델을 만들 수 있어서 활용도도 넓다. 특히 AI 모델 생성 시의 내부변수 설정(하이퍼파라미터)을 별도로 조절할 필요가 없으며, 자동으로 노이즈를 처리하는 기능이 있어 복잡한 AI 설정 과정이 필요 없는 것이 큰 장점이다.  보안성과 데이터 처리 부분에서는 클라우드 기반의 AI와 비교했을 때 사내 장비에서 모든 작업을 할 수 있어 데이터 유출이나 유실의 우려를 원천적으로 차단할 수 있으며, 사내망에서 구동되므로 데이터 전송 및 예측 속도가 빠르다는 장점이 있다. 따라서 보안 문제에 대한 우려가 있거나 사내 AI 장비 구축 비용에 부담을 느끼고 있다면, 이 솔루션이 훌륭한 대안이 될 수 있다고 생각한다.      Q. 태성에스엔이는 향후 AI 관련 기술을 어떻게 발전시켜 나갈 계획인지? 앞으로 예상되는 CAE 해석 관련 기술 발전 방향 및 비전에 대한 설명도 부탁드린다. ■ 윤진환 : 태성에스엔이는 열유동/구조/전기전장/시스템/광학/최적화 등의 분야에 대한 100여명의 전문엔지니어를 보유하고 있으며, 앤시스 AI+, 심AI, 앤시스GPT에 대해서는 모든 엔지니어가 각자의 해석분야와 산업분야에 대한 초기 대응을 수행하고 있다.  이에 더해 태성에스엔이에는 AI를 위한 전문 그룹이 구성되어 있다. 이 그룹은 기술 엔지니어 중에서 AI 분야의 전문성을 가진 인원들로 이루어졌으며, 다양한 산업군에서 필요로 하는 CAE AI 응용 방안을 고객과 논의하여 선제적이고 맞춤형 서비스를 제공하는 것을 목적으로 하고 있다.  그리고 상용 AI 프로그램인 Stochos과 오픈소스를 활용해 맞춤형 AI 환경을 구축하거나 AI 모델 생성 서비스를 제공하는 것도 주요 사업 중 하나이며, 엔비디아 옴니버스(Omniverse)와의 협업을 통해 3차원 실시간 그래픽 플랫폼에 CAE AI를 적용하는 작업도 병행하고 있다. 각종 학회, 기업체 연구소, 프로그램 개발 업체 등에서 CAE에 AI 기술을 접목하고 응용 방안을 연구하는 활동이 그 어느 때보다 활발히 진행되고 있다. CAE 자체의 해석 속도와 전후 처리 속도 향상, 그리고 편의성 증대는 전문 해석자의 업무 부담을 덜어줄 것이다. 또한, CAE AI 모델 구축을 통한 빠른 예측과 실시간 결과 도출은 설계자와 해석자 간의 협업을 더욱 긴밀하게 하여 해석이 실제 업무 현장에 더 활발하게 활용될 것으로 예상된다. 이에 따라 해석자는 CAE를 통해 AI 모델을 구축하고 배포하며, 이를 사내에서 쉽게 활용할 수 있도록 하는 플랫폼 환경 구축 업무가 꾸준히 증가할 것으로 예상된다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   올해는 내가 컴퓨터를 시작한 지 50년이 되어 가는 해이다. 처음 접한 컴퓨터는 대학교에 설치된 IBM의 메인프레임이었다. 또한 2008년 3월에 시작한 이 칼럼이 200번째를 맞기도 했다.  인생이란 짧고 빠르게 지나간다. 매일 반복되는 일상도 생존에 필요하지만, 어떤 목표나 마일스톤이 없다면 인생의 후반은 허무하게도 느껴진다. 우리의 뇌는 일상을 기억하지 않는다. 남의 지식을 설명하는데 대부분의 인생을 소비한다. 책을 쓰거나 자신의 생각을 정리할 때에는 나의 것이 별로 없다는 것을 깨닫는다. 새로운 인공지능 시대에 나의 인생 마일스톤과 목표를 다시 정립해 본다.   10년 전인 2014년에 ‘인간의 여섯 가지 조건’에 대해서 쓴 적이 있다. 이제 디지털 시대를 맞아 인간의 여섯 가지 조건을 다시 작성해 봤다.   그림 1. 인간의 여섯 가지 조건   첫 번째 조건은 삶의 의미를 찾고, 의미 있는 삶을 추구하는 것이다. 자신의 정체성을 가지고 어떠한 고난에도 쉽게 무너지지 않는다. 인생을 살아오면서 인간이 얼마나 나약한 존재이고, 우리의 인생이 얼마나 깨지기 쉬운 것인지를 깨닫는다. 빅토르 프랑클 박사의 ‘삶은 의미를 찾아서 (Man’s Search for Meaning)’ 라는 책을 읽으먼서 많은 것을 얻었던 것 같다. 특히 디지털 시대의 지나치게 많은 디지털 정보 속에서 인간의 막연한 불안감과 타인과 비교하면서 오는 공허감에는 자신만의 삶의 의미를 찾는 것이 가장 중요하다.  두 번째 조건은 논리적 문제 해결 능력을 갖는 것이다. 자신을 지식으로 장식하지 말고, 논리학과 수학을 공부하고 과학적인 사실에 근거한 논리적 분석으로 문제를 해결해서 생존력을 가진다. 사실 인간은 이성적이기 보다는 감정적이다. 특히 인공지능 시대에서 논리적인 조건은 핵심 경쟁력일 수 있다. 대니얼 카너먼의 저서인 ‘생각에 관한(Thinking, Fast and Slow)’을 반드시 읽어 볼 필요가 있다. 세 번째 조건은 예술에 대한 심미안을 갖는 것이다. 항상 자신의 주변에 유형적, 무형적 아름다움을 볼 수 있는 안목을 가진다. 예술은 지식이 아니라 느낌이므로 직접 참여해야 한다. 예술은 인간이 누릴 수 있는 가장 높은 보상일 수 있다. 예술의 현실 세계의 경험은 디지털 복제와 인공지능 시대에 자신만의 창조성을 유지할 수 있다.   네 번째 조건은 작문(글쓰기)과 외국어 번역 능력을 갖는 것이다. 글을 쓰는 것은 우리의 생각을 완성하는 것이고, 외국어를 공부하는 것은 나의 사고의 방에 창문을 만드는 것이다. 글쓰기는 내가 나 자신을 만나고 그것은 짧은 우리 인생에 나의 흔적을 영원히 남기는 작업이다. 지난 일 년간 이외수 작가의 ‘글쓰기의 공중부양’이란 책을 지속적으로 읽으면서 글과 단어, 단어 채집, 속성 찾기, 본성 찾기 등을 실행하고 있다. 특히 챗GPT(ChatGPT)의 시대에 자신만의 문학적 작문 능력은 반드시 필요하다.  다섯 번째 조건은 건강, 일, 운동, 공부, 음식, 기록 등에 좋은 습관을 갖는 것이다. 일상의 좋은 습관은 좋은 인생을 만든다. 사회적으로 성공한 인생보다는 좋은 인생을 살고 싶다. 이런 좋은 습관은 디지털 현실이 아닌 물리적 현실의 실행이다. 아무리 디지털 기술이 발전해도 우리의 물리적의 현실은 가장 중요한 인생이다. 마지막으로 여섯 번째 조건은 삶의 균형 감각을 갖는 것이다. 삶의 균형 감각을 갖는다는 것은 어떠한 정신적, 물리적, 생리적 중독으로부터 자유롭다는 것이다. 인간은 육체적으로 나약한 존재이다. 지속적으로 이런 것에 대해서 의존과 중독의 유혹이 온다. 그래서 가장 중요한 것은 삶의 균형 감각이다. 그것은 자신의 정체성과 독서와 배움 그리고 사색으로 가능하다. 삶의 균형 감각이 행복을 준다. 어떤 사회적 성공이나 부, 지위나 스펙이 가져다주지 않는다. 인생은 무엇을 얻으면 반드시 다른 무엇을 지불해야 한 것이므로 이런 균형이 필요하다. 특히 디지털과 현실에 대한 삶의 균형이 새로운 도전이 되고 있다. 최근에 디지털 엔지니어링과 디지털 트윈 등을 정리하면서, 디지털 지식에 대해서 많은 독서와 정리를 하였다. 그러나 ‘1일 1개 버리기’라는 책을 우연히 읽으면서 내가 가장 필요한 것은 더 많은 지식이나 자료 수집이 아니라 버리는 것이 아닐까 생각해 봤다. 저자는 “소유하고 있는 것을 내려놓아야 소중한 것을 얻을 수 있다”고 한다. 우리가 어떤 것을 못 버리는 이유는 세 가지이다. 그것은 과거의 추억을 포함하고 있거나, 그것이 미래에 사용될 지도 모른다는 생각, 그리고 현재에 버릴 용기가 없다는 것이다.  현대인에게 너무 많은 물건과 만남, 관계, 정보로 인하여 정말 무엇이 소중한지 모르게 되었다. 시작은 하루에 아주 작은 것을 매일 버리지만, 궁극적으로는 너무 많은 사회적 관계와 정보에서 오는 정신적 불안감, 열등감, 공허감 등 마음의 짐을 버리는 것이다. 정말 오랫동안 매일 사용하던 페이스북을 끊어버렸다. 2주간은 너무 궁금했지만 이제는 나의 스마트폰과 PC에서 앱을 완전히 지웠다.  올해의 나의 마일스톤은 디지털 디톡스에서 시작해서 디지털 안식년을 가지는 것이고, 최종적으로는 디지털 중독에서 삶의 균형 감각을 찾는 것이다. 시작은 쉽지 않다. 중독에서 벗어나는 것은 인간의 뇌의 약점인 편행에서 벗어나는 것이다. 지난 두 달 동안 매일 버리면서 정말로 무엇이 소중한지를 깨닫고 있다. 그리고 디지털과 현실 세계의 균형 감각이 무엇보다도 삶의 의미에서 중요하다는 것을 실천하고 있다.    ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’,  ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

현장에서 얻은 것 No.18   “미래의 성공은 데이터와 그 데이터를 활용하는 능력에 달려 있다.”  - 챗GPT   PLM에 AI 도입 본격화 지난 2022년 11월 챗GPT(ChatGPT)가 시장에 출시되고 난 후, 지멘스 인더스트리 소프트웨어는 2023년 4월 하노버 메세에서 마이크로소프트와 함께 생성형 AI 기반의 소프트웨어 개발, 문제 보고, 시각적 품질 검사를 통해 공장 자동화 AI 활용을 시장에 내놓았다. 그리고 생성형 설계(Generative Design)에 AI를 접목하는 것은 이미 상당히 현실화되었다. SAP는 2024년 6월 자사 AI 솔루션인 쥴(Joule)을 통해 클라우드 포트폴리오 전반에 비즈니스 AI를 도입한다고 발표했다. 그리고 2024년 7월 다쏘시스템은 미스트랄 AI(Mistral AI)를 AI 파트너로 선정하여 PLM에 본격적인 AI 도입을 진행 중이다.(표 1)   표 1. PLM에 AI 도입 본격화, 요약 정리(Gemini)    그리고 엔지니어링 분야에서 AI를 어떻게 활용할 수 있을지 기대되는 영역에 대해서 정리해 보았다.(표 2)   표 2. 엔지니어링 분야에서 AI 활용, 요약 정리(Gemini)    “기술이 발전할수록 인간의 창의성이 더 중요한 자산이 된다.” - 챗GPT   글로벌 PLM,ERP 기업의 AI 도입 전략 다쏘시스템은 미스트랄 AI와의 협업을 통해 3D익스피리언스(3DEXPERIENCE) 플랫폼에 생성형 AI를 도입하여, 자연어 명령만으로도 3D 모델을 생성하거나 설계를 수정할 수 있는 방안을 모색하고 있다. 버추얼 트윈 기술과 연계하여 실제 제품과 동일한 가상 모델을 구축하고, 이를 통해 제품 개발 전 과정을 시뮬레이션 하는데 AI가 큰 도움을 주리라 예상된다. 지멘스는 마이크로소프트와의 협업을 통해 애저 AI(Azure AI)를 활용하여 엑셀러레이터(Xcelerator) 포트폴리오의 예측 유지보수 기능을 고도화하고, 품질 관리 시스템을 강화한다. 오픈AI(OpenAI)의 GPT 모델을 활용하여 자연어 처리 기반의 사용자 인터페이스를 구현하고, 사용자 편의성을 높인다. 디지털 트윈 기반의 운영 효율성을 향상시키고, 지속 가능한 생산 시스템 구축을 목표로 한다. SAP는 쥴(Joule)을 통해 제품 전체에 AI를 확장하여 엔터프라이즈 레벨의 AI 플랫폼을 구축하려고 한다. 머신러닝, 딥러닝 등을 활용하여 비즈니스 프로세스를 자동화하고, 예측 분석을 통해 의사 결정을 지원하며, S/4HANA와의 긴밀한 통합을 통해 기업의 모든 데이터를 활용하여 더욱 정확한 예측과 분석을 가능하게 한다. PTC는 크레오(Creo)에 제너레이티브 디자인 기능을 추가하여 엔지니어들이 디자인 초기 단계에서 다양한 설계 옵션을 빠르게 생성하고 평가할 수 있도록 지원한다. AR(증강현실) 기술과 결합하여 엔지니어가 실제 제품을 보듯이 설계를 검토하고 수정할 수 있도록 지원하며, 다양한 파트너와 협력하여 사물인터넷(IoT) 데이터를 활용한 예측 유지보수, 품질 관리 등의 기능을 제공한다. 주요 차이점 및 시사점을 살펴보면, 각 기업은 자사의 강점과 비즈니스 목표에 맞는 AI 파트너를 선택하여 협력하고 있다. 주요 기술은 생성형 AI, 디지털 트윈, AR, 머신러닝 등 다양한 AI 기술을 활용하여 차별화된 기능을 제공하며, 차별화 포인트는 각 기업은 자사의 플랫폼과 강점을 기반으로 차별화된 가치를 제공한다. 다쏘시스템은 버추얼 트윈, 지멘스는 디지털 트윈, SAP는 ERP와의 통합, PTC는 제너레이티브 디자인과 AR에 중점을 두고 있다. 기대 효과로는 모든 기업의 공통적인 목표는 AI를 활용하여 제품 개발 기간을 단축하고, 품질을 향상시키며, 새로운 비즈니스 모델을 창출하는 것이다. 요약하면, 주요 PLM 기업들은 AI를 활용하여 제품 개발 과정을 혁신하고, 제조업의 디지털 전환을 가속화하고 있다. 각 기업은 자사의 강점과 시장 환경에 맞는 AI 전략을 추진하며, 경쟁적으로 AI 기술을 발전시켜 나갈 것으로 예상된다. 이러한 변화는 제조업의 미래를 변화시키고, 더욱 스마트하고 효율적인 생산 시스템 구축에 기여할 것이다. “AI는 단순한 기술이 아니라, 우리가 세상을 바라보는 방식을 바꾸는 도구다.” - 챗GPT   미래를 설계하는 AI : 다쏘시스템의 PLM 혁신 전략 다쏘시스템의 AI 전략은 산업계 전반에서 디지털 전환을 가속화하고, 혁신적인 제품 및 서비스 개발을 가능하게 하는 중요한 전환점에 있다. PLM(제품 수명주기 관리) 솔루션과 인공지능(AI)의 접목은 기업이 제품 개발, 제조, 공급망 관리, 그리고 고객 경험 등을 새로운 차원으로 끌어올릴 수 있는 잠재력을 지니고 있다. 2024년 7월 ‘다쏘시스템-미스트랄AI와 파트너십 체결… 3D익스피리언스에 LLM 제공해 고성능 생성형 AI 경험 제공’이라는 소식이 알려졌다. 미스트랄 AI는 프랑스의 언어 모델 개발 및 관련 서비스 제공 기업이다. 양적은 물론 질적인 면에서도 유럽권을 선도하고 있는 인공지능 업체이며, 아파치 라이선스 기반의 오픈소스 정책을 통한 확장 정책을 펼치고 있다. 활성 매개변수를 통한 높은 효율성을 위주로 홍보하고 있다. 2023년 4월, 구글 딥마인드와 메타의 파리 연구소에서 근무하던 임직원들이 설립했다. 2023년 6월, 에릭 슈밋 등의 투자자들로부터 2억 4000만 유로의 기업 가치를 평가받으며 1억 500만 유로 투자를 조달했다는 소식이 알려졌다. 다쏘시스템과 미스트랄 AI 두 회사가 어떤 전략을 시장에 내어 놓을지 알아보고자, 전략과 주요 내용을 홈페이지 등에서 찾아서 기업 성장 맵으로 만들어 보았다.    그림 1. 기업 성장 맵 ‘다쏘시스템의 AI 협업 전략’(Map by 류용효) (클릭하면 큰 그림으로 볼 수 있습니다.)   다쏘시스템과 미스트랄 AI의 협업 전략 : LLM 기반의 혁신 미스트랄 AI는 LLM(대규모 언어 모델) 기술을 중심으로 하는 AI 솔루션을 제공하며, 다쏘시스템의 3D익스피리언스 플랫폼과 결합하여 PLM 솔루션의 기능을 대폭 강화할 계획이다. 이 협업을 통해 다쏘시스템은 PLM 솔루션 내에서 AI를 활용한 예측 분석, 데이터 통합, 그리고 사용자 정의 경험을 가능하게 하여, 제조 및 설계 프로세스 전반에 걸친 혁신을 도모하고 있다. 미스트랄 AI의 LLM은 대규모 언어 모델링 기술을 기반으로 하여, 자연어 처리 및 생성에 뛰어난 성능을 발휘한다. 이를 통해 다쏘시스템의 고객들은 제품 설계와 개발 단계에서 더욱 직관적이고 효율적인 방법으로 데이터를 관리하고 활용할 수 있게 된다. 예를 들어, AI는 방대한 설계 데이터를 분석하여 최적의 설계 방안을 제시하거나, 공급망의 위험 요소를 사전에 식별하여 대응 방안을 마련하는 데 도움을 줄 수 있다. 다쏘시스템은 자체 클라우드 서비스인 아웃스케일(OUTSCALE)을 통해 AI 솔루션을 안전하게 운영할 수 있는 인프라를 제공하고 있다. 특히 아웃스케일은 미스트랄 AI와의 결합을 통해 데이터 보안과 시스템 성능을 극대화하는 역할을 하게 된다. 이로 인해 다쏘시스템은 고객들에게 고도의 데이터 보호와 동시에 신속한 처리 능력을 보장할 수 있게 되었다. 예를 들어, 아웃스케일의 보안 클라우드 환경에서 AI 모델을 훈련시키고 배포할 수 있는 능력은 민감한 데이터를 다루는 산업군에서 특히 중요하다. 이는 생명 과학, 헬스케어, 금융 등과 같은 분야에서 AI의 활용을 촉진하는데 중요한 요소로 작용할 것이다. 아웃스케일의 성능 최적화와 더불어, 다쏘시스템의 고객들은 다양한 AI 응용 프로그램을 유연하게 운영하고 관리할 수 있게 된다.    AI와 PLM의 결합 : 미래 산업의 핵심 기술로 자리매김 AI와 PLM의 결합은 미래 산업의 디지털 전환을 이끄는 핵심 기술로 자리매김할 것이다. 다쏘시스템의 전략은 이 두 기술의 강점을 최대한 활용하여, 산업 전반에 걸쳐 혁신을 가속화하는 것이다. 예를 들어, AI는 제품의 수명주기 전반에서 발생하는 데이터를 실시간으로 분석하고, 이를 통해 제품 개발과 생산 효율성을 극대화하는데 기여할 수 있다. 이와 같은 데이터 중심의 접근 방식은 특히 복잡한 공급망 관리, 고객 맞춤형 제품 개발, 그리고 지속 가능성 목표 달성에 있어 중요한 역할을 한다. AI는 다양한 데이터를 통합하고 분석하여, 기업이 보다 신속하고 정확한 의사 결정을 내릴 수 있도록 지원한다. 또한, AI는 다양한 시나리오 분석을 통해 기업이 미래의 변화에 대비할 수 있는 능력을 향상시킨다.   상업적 적용과 라이선스 문제 : 새로운 비즈니스 모델의 필요성 다쏘시스템의 AI 전략은 상업적 적용 및 라이선스 문제에 있어서도 중요한 변화를 예고하고 있다. 특히, 미스트랄 AI의 기술을 상업적으로 활용하기 위해서는 적절한 라이선스 계약이 필요하다는 점에서, 새로운 비즈니스 모델의 도입이 필요할 것으로 보인다. 이는 AI 기술의 상용화와 관련된 법적, 윤리적 문제를 해결하기 위한 중요한 단계로, 다쏘시스템이 미래의 비즈니스 환경에서 경쟁력을 유지하는 데에 있어 필수 요소이다. 예를 들어, AI 기술을 활용한 제품 개발이 증가함에 따라, 기업들은 AI 기술에 대한 라이선스 비용과 사용 조건을 명확히 이해하고, 이를 기반으로 한 비즈니스 전략을 수립할 필요가 있다. 다쏘시스템은 이러한 변화에 발맞추어 고객들에게 명확하고 투명한 라이선스 정책을 제공함으로써, AI 기술의 도입과 확산을 지원하고 있다.   디지털 혁신의 촉매제로서의 AI 다쏘시스템의 AI 전략은 단순한 기술 도입을 넘어, 디지털 혁신의 촉매제로서 작용하고 있다. PLM 솔루션과 AI의 결합은 제조업 및 설계 산업 전반에 걸쳐 새로운 가능성을 열어주고 있으며, 기업들이 경쟁력을 강화하고 시장에서의 입지를 공고히 하는데 중요한 역할을 할 것이다. 다쏘시스템은 이러한 전략을 통해 고객들에게 더욱 강력한 도구와 솔루션을 제공함으로써, 미래 산업의 디지털 전환을 선도하고자 한다. “변화에 대한 저항이 아닌, 변화에 대한 준비가 기업을 성공으로 이끈다.” - 챗GPT   마무리하면서 이 글을 쓰면서 또 한 번 씁쓸하지는 마음이 있다. 생성형 AI가 나왔을 때, 한국에서는 지구 어느 나라보다도 뜨겁게 이슈가 되었다. 하지만, 2년의 시간이 흘러 우리는 여전히 어디로 가야 할 지 모르는 미궁 상태로 보인다. 기업이든 솔루션 회사든 결단이 필요하고, 새로운 시장을 개척하는 용기가 필요해 보인다. 정부 지원이나 작은 스케일로 접근하는 우리나라의 접근 방식이 글로벌 시대의 변화에 맞는가 하는 의문은 계속 생긴다. 생성형 AI 역시 외국 기업에서 또 다시 큰 비중을 차지해 나가며, 만들어지는 솔루션을 또 다시 우리나라 기업에서는 도입해야만 할 것 같아 보인다. 뭐가 문제일까? 세계 속에서 주목할 만한 우리의 소프트웨어는 게임 외에는 없을까? 여전히 따라가야만 할까? 하지만 우리나라 기업의 저력은 디테일함에서 온다고 믿는다. 떄론 무모한 질문 때문에 한국을 ‘도깨비 나라’라고 부르던 외국인도 있었지만, 지금은 사정이 달라질 것 같다. 지금은 질문을 많이 그리고 디테일하고 창의적인 방향으로 하는 시대임에는 분명하다. 변화의 준비, 그리고 무모함이 우리를 또 한 번 크게 변화시키지 않을까 생각해 본다.   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

현대모비스가 미래 모빌리티용 신소재 개발에 속도를 올리며 다양한 연구개발 성과를 내고 있다. 오는 2030년 전후로 강화될 것으로 예상되는 글로벌 환경규제에도 선제적으로 대응할 수 있게 됐다. 고성능ㆍ고효율의 소재기술로 미래 모빌리티 경쟁력을 제고하고, 원자재 분야에서 발생하는 무역분쟁이나 국제 정세에도 유연하게 대처하고 있다는 평가다.   현대모비스는 자동차 핵심부품의 원천이 되는 소재 역량 강화를 위해 △글로벌 환경 규제에 대응할 수 있는 지속가능한 소재, △모빌리티를 선도하는 혁신소재 △가상 검증 방식 구현을 통한 디지털 재료 등 3대 소재 개발 전략을 밝혔다.   현대모비스 R&D기반기술연구실장 김미로 상무는 “ESG 대응을 위한 친환경 소재개발과 함께 디지털 기술로 패러다임이 전환되고 있다”며 “소재를 다원화하고 대외 의존도를 낮춘 혁신소재를 개발해 모빌리티 경쟁력을 높여 나갈 것”이라고 밝혔다.   현대모비스의 소재 개발 전략은 최근 수년간 중요성이 더욱 강조되고 있는 소재ㆍ부품ㆍ장비(소부장)의 독자적인 경쟁력 확보와도 맥락이 일치한다. 펜데믹 상황에도 안정적인 공급망을 구축한 바 있는 현대모비스는 최근 신소재 연구개발 분야에서도 독자적인 성과를 내고 있다.   현대모비스는 고가의 니켈 함유량을 줄인 전력변환부품 인덕터 개발에 성공했다. 신소재 개발담당 연구원이 인덕터의 전기적 특성을 평가하고 있는 모습 글로벌 환경규제 대응할 지속가능 소재… 플라스틱 재활용, 바이오 소재 등 개발   현대모비스는 지속가능한 소재를 개발해 글로벌 환경규제에 대응한다는 방침이다. 지속가능한 소재는 재료를 재활용하거나 바이오 소재를 활용하는 방식이다.   먼저 재활용 소재는 플라스틱 부품에 주로 사용한다. 생활 폐기물이나 폐차에서 재활용이 가능한 부품을 회수하고, 이를 분쇄 가공한 뒤 첨가제를 넣어 재생소재를 만들게 된다.     현대모비스는 최근 차체 하단의 긁힘을 방지하는 로어암(Lower Arm) 보호커버를 이 같은 방식으로 개발하는데 성공했다. 이 제품은 재활용 플라스틱 함량이 50%에 이르지만 기존 제품과 동일한 물성(物性)을 갖췄다. 현재 유럽연합은 오는 2030년부터 신차에 들어가는 플라스틱에 재활용 소재를 25% 사용하도록 법제화를 추진하고 있다. 현대모비스는 이 보다 6년 앞서 기준치 2배를 뛰어넘는 신소재 개발에 성공한 것이다.           그 밖에도 현대모비스는 운전석(칵핏)모듈과 램프, 에어백 등 플라스틱 소재를 많이 활용하는 부품에 적용할 수 있는 30여 종의 신소재를 개발하고 있다. 친환경 바이오 분야에서도 목재를 활용해 이산화탄소 배출은 줄이고, 내후성(열이나 자외선에 변색이나 분해되지 않는 성질)을 강화한 친환경 소재 개발에 공을 들이고 있다.       희소 금속 사용 줄이고 성능은 개선한 신소재… ‘니켈프리’ 등 개발 박차   현대모비스는 전동화와 전장부품 등 고부가가치 제품 중심으로 포트폴리오를 전환하며, 니켈과 같은 희소금속은 적게 쓰면서도 성능은 개선한 신소재 개발에 박차를 가하고 있다.      현대모비스는 최근 전기차용 전력변환 핵심부품인 인덕터에 고가의 니켈금속을 줄인 신소재를 개발했다. 인덕터는 니켈을 혼합한 금속분말을 사용해 만드는데 현대모비스는 니켈 함유량을 기존 50%에서 30%대로 줄이는데 성공했다. 최근 10년 사이 니켈 가격이 6배가량 급등한 가운데 원자재 가격변동성은 최소화하고, 전자기 물성은 확보한 신소재로 평가받고 있다.   현대모비스는 이에 그치지 않고 세계 최초로 니켈을 전혀 사용하지 않은 ‘니켈프리’ 신규 소재도 개발해 평가에 돌입한 것으로 알려졌다. 그 밖에도 고속충전용 배터리 냉각기술, 전자파 차폐 소재, 자율주행 센서 표면 코팅기술 등 전동화와 전장부품 전 분야의 경쟁력을 제고할 신규소재 개발에 주력하고 있다.   車 소재기술도 디지털로 전환… 100명 이상 재료공학 연구개발 인력 확보 강점   현대모비스는 디지털재료 기술에도 공을 들이고 있다. 전통적인 소재 분야에 IT기술을 융합하는 방식이다. 자동차부품에 들어가는 다양한 소재특성을 가상으로 모사하고 예측해 정합성을 향상시키고 있다.   인공지능으로 새로운 소재를 탐색하기도 한다. 그 동안 확보한 데이터를 정량화해 소재 특성을 자동으로 판정하기도 한다. 재료기술 분야의 정보플랫폼을 바탕으로 소재 개발에 획기적인 변화가 예상된다.   한편 현대모비스는 신소재 개발 역량 강화를 위해 자동차부품사로서는 이례적으로 100여명 이상의 재료공학 연구개발 인력을 보유하고 있다. 최근 디지털 재료분야로의 연구개발 범위가 확대됨에 따라 다양한 전공자들의 채용도 활발하게 추진하고 있다.   이 같은 연구개발 성과에 따라 현대모비스는 지난해 국내 기업 연구시설로는 이례적으로 과학기술정보통신부로부터 안전관리 우수연구실에 선정되기도 했다. 연구실 운영에 필요한 표준모델을 구축하고, 연구개발 관리능력이 뛰어난 시설로 인증받은 것이다.    현대모비스 연구원들이 재활용 소재로 개발한 칵핏모듈의 내구성을 평가하고 있는 모습

한국산업지능화협회는 제조 데이터 표준을 활용 촉진하기 위해 9월 25일 19개 산·학·연을 대표하는 전문가로 구성한 ‘제조데이터 표준화 위원회’ 출범식을 개최했다고 전했다. 제조기업은 생산성 및 품질을 개선하기 위해 AI 자율제조를 목표로 디지털 전환을 가속화하고 있으며, 유럽연합(EU) 주요국은 탄소 규제로 산업 공급망 탄소중립을 요구하고 있다. 이를 해결하기 위해 기업내·기업간 데이터 공유 체계 구현이 필요하고, 그 기반이 되는 제조 데이터 표준화는 선행되어야 할 과제이다.  이날 출범식에서는 LGCNS, 삼정KPMG, 더존비즈온, 엠아이큐브솔루션, 티라유텍 등 국내 대표 제조솔루션 기업들과 한국산업단지공단, 한국전자통신연구원, 한국전자기술연구원, 한국산업기술시험원 등 대표 기관들이 참석하여 향후 활동에 대한 내용을 공유하고 의견을 교류하였다.     ‘제조데이터 표준화 위원회’는 데이터 상호운용을 위한 현장 중심 제조 데이터 표준화 모델을 확립하고, 제조 현장 적용 및 역량 강화를 위한 민간 주도 생태계를 구축하는 활동을 할 예정이다. 표준화 모델은 제조 전 과정의 수평적·수직적 통합 및 제어를 위한 상호운용 표준화 모델로서 개발이 진행될 전망이다. 여기에는 제조업무 데이터 상호운용 표준(KS X 9101), AAS(Asset Administration Shell), 장비 상호운용 표준, 로트 데이터 상호 운용 표준, 디지털 LCA 데이터 상호운용 표준 등이 포함된다. 또한, 위원회는 제조 표준 생태계 조성을 위한 플랫폼 구축·운영 및 성과교류회 개최 등도 추진한다. 위원회가 구축할 MDIG(Manufacturing Data Interface Group) 플랫폼은 표준지원 도구, 표준 적용 가이드, 유스케이스, 교육, 컨설팅 등 다양한 서비스를 제공하는 것이 목표이다. 위원회의 활동 홍보, 성과 발표, 중장기 전략, 네트워킹 등을 위해 위원 및 생태계 관계사가 참여하는 ‘MDIG Connect 콘퍼런스(가칭)’은 오는 11월 개최 예정이다. 이외에도 기업 역량 강화를 위해 표준지원 도구, 표준 적용 가이드라인, 컨설팅 방법론 등 표준지원 솔루션 및 표준 인증을 개발하여 수요·공급기업간 성과를 극대화하는 방안도 마련한다. 한국산업지능화협회의 김태환 부회장은 “유럽연합에서 DPP, CBAM 등 탄소 규제가 현실화됨에 따라 제조 공급망에서 데이터 공유가 필요하다. 최근, 유럽에서 데이터 공유를 위한 데이터 스페이스가 부상하고 있어, 이를 위한 표준을 시급히 마련할 필요가 있다. 제조데이터 표준화 위원회에서 관련 표준을 적극적으로 주도하여 주기를 바란다”고 전했다.  국가기술표준원 이경희 과장은 “민간 주도로 제조데이터 표준화 위원회가 결성된 것을 축하하며, 한국을 대표하여 제조 현장에서 꼭 필요한 데이터 표준을 이끌어 주길 당부한다”면서, “국가기술표준원은 필요한 모든 지원을 아끼지 않겠다”고 말했다.

심데이터(CIMdata)는 대한민국, 독일, 러시아, 미국, 브라질, 영국, 이탈리아, 인도, 일본, 중국, 프랑스 등 주요 10개국에 대한 2024년 PLM 시장 분석 보고서를 발표했다. 이 보고서는 각국의 PLM 시장을 집중적으로 다루면서, 주요 세부 영역과 PLM 솔루션 및 서비스 제공업체의 2023년 재무 성과를 포함하고 있다. 각 국가 보고서에는 국가 내 산업 부문별 지출 추정치, 국가 내 시장 점유율, 국가별 상위 10대 공급업체의 성장률, 글로벌 리더들의 수익, 각 측정 부문에서의 시장 점유율, 그리고 5년간의 예측이 포함된다.  심데이터의 스탠 프르지빌린스키(Stan Przybylinski) 부사장은 “2023년은 글로벌 PLM 시장이 탄탄히 성장한 해였다”면서, “전체 성장률은 9%로, 모든 부문에서 전년 대비 성장을 기록했다. 특히 일부 부문과 지역에서 두드러진 성과가 있었다”고 전했다.   ▲ 주요 국가별 PLM 시장 규모 및 성장률(심데이터 보도자료 재가공)   2023년 미국은 135억 달러 규모로 세계에서 가장 큰 PLM 시장을 차지했으며, 2028년까지 연평균 성장률(CAGR)은 8.9%로 예상된다. 일본 PLM 시장 규모는 46억 달러로, 연평균 성장률 예상치는 8.4%이다. 독일 PLM 시장은 50억 달러였으며, 연평균 성장률은 5.6%로 예측된다. 심데이터는 이 세 나라가 오랫동안 PLM 시장을 주도해왔으며, 앞으로도 그 위치를 유지할 것으로 보고 있다. 한편으로 대한민국의 2023년 PLM 시장은 9억 4500만 달러, 연평균 성장률 예상치는 8.9%로 나타났다. 심데이터는 대한민국을 비롯해 브라질(3억 4900만 달러, 연평균 성장률 8.2%), 중국(40억 달러, 연평균 성장률 10.1%), 인도(10억 5000만 달러, 연평균 성장률 10.9%) 등 신흥 PLM 경제국도 큰 잠재력을 지니고 있는 것으로 분석했다. 프르지빌린스키 부사장은 “2023년 프랑스의 PLM 시장은 22억 달러, 연평균 성장률은 6.5%로 예상되며, 이탈리아는 7억 7700만 달러(연평균 성장률 5.8%), 영국은 17억 2000만 달러(연평균 성장률 6.4%)로 추정된다”고 덧붙였다.