산업 디지털 전환을 위한 버추얼 트윈 (1)   이번 호부터 산업 분야에서 버추얼 트윈(virtual twin)을 구축하고 활용하기 위한 다쏘시스템의 솔루션을 살펴본다. 첫 번째로 소개하는 다이몰라(CATIA Dymola)는 모델 기반 시스템 설계와 시뮬레이션을 위한 툴이다. 다이몰라는 다양한 산업 분야에서 사용되며, 기계, 전기, 열, 유체, 제어 시스템 등 다양한 시스템의 거동(behavior)을 모델링 및 시뮬레이션할 수 있다. 다이몰라를 알기 위해서는 우선 모델리카(Modelica)에 대해 알아야 한다.   ■ 안치우 다쏘시스템코리아의 카티아 인더스트리 프로세스 컨설턴트로 CATIA Dymola를 활용한 1D 시뮬레이션을 담당하고 있다. 관심 분야는 Modelica, FMI, 1D~3D 코시뮬레이션, SysML 기반의 Modelica 모델 개발이며 LG전자, 삼성전자, SK하이닉스 등 다수의 프로젝트 및 제안을 수행하고 있다. 홈페이지 | www.3ds.com/ko   1D 시뮬레이션이란 시간의 흐름에 따라 지배 방정식을 1차원으로 한정지어 계산하는 방법을 의미한다. 예를 들어, 스프링-댐퍼 시스템에서 길이 방향인 하나의 차원에서 수학적 모델링을 통해 빠른 시간 내에 결과를 도출해 검토할 수 있다. 장점으로는 모델 구성 및 검토의 시간이 빠르고, 표현의 제약이 적으며, 시스템간 상호 작용을 효율적으로 검토 가능하다. 단점으로는 시스템의 기능을 수식화하기 위해 도메인(domain)에 대한 높은 이해도가 필요하고, 인풋(input) 정보의 품질에 따라 아웃풋(output)이 민감하게 반응한다.   모델리카는 시스템 모델링을 위한 언어이다. 모델리카(Modelica)는 1996년 모델리카 어소시에이션(Modelica Association)에 의해 개발된 시스템 모델링을 위한 언어이다. 무료로 사용할 수 있고, 여러 개발자 및 전문가에 의해 개발되고 있다. 모델리카는 시스템 모델링을 지원하며, 다쏘시스템에서는 시스템 모델링의 원활한 시뮬레이션을 위한 솔버 알고리즘을 개발하고 있다. 다이몰라에는 모델 시뮬레이션을 위한 다양한 솔버가 내장되어 있다. 사용자는 문제 해결을 위한 미분방정식에 대한 표현을 모델리카 문법에 맞게 표현함으로써 시뮬레이션을 위한 모델링은 끝났다고 볼 수 있으며, 이러한 이유 때문에 모델리카는 C, C++, 포트란(Fortran) 등 타 언어에 비해 코드량이 적다는 것을 알 수 있다. 모델리카의 모델링 방법에는 텍스트 타입으로 방정식을 정의할 수 있고, 또한 유저에게 친근한 GUI(그래픽 사용자 인터페이스)를 활용한 객체 모델링 기반으로 모델을 구성할 수 있다.    모델리카는 비인과적/인과적 해석을 모두 지원한다. 인과적(causal) 모델링과 비인과적(acausal) 모델링은 둘 다 시스템이나 현상을 설명하고 예측하기 위한 방법론이다.   그림 1   비인과적 모델링은 원인과 결과 간의 인과 관계를 명확히 구분하지 않고 시스템의 구성요소 간의 관계를 모델링하는 방법이다. 이 방법은 일반적으로 동적 시스템의 거동을 설명하거나 예측할 때 사용하며, 시스템의 구성 요소와 그들 간의 관계를 수학적 방정식으로 표현하여 시스템의 동작을 설명한다. 각 요소가 다른 요소에 의해 어떻게 영향을 받는지를 보다 전체적으로 이해하는 데에 도움이 된다. 인과적 모델링은 원인과 결과 간의 인과관계를 중심으로 모델을 구성한다. 이 모델링 기법은 일반적으로 인과관계를 고려하여 시스템의 동작을 설명하고 예측한다. 예를 들면 A가 B에 어떻게 영향을 주는지, 또는 어떤 요인이 결과에 어떻게 기여하는지를 분석한다. 주로 원인과 결과 간의 관계를 나타내는 도표나 그래프를 사용해 시각화하며, 시간의 흐름을 고려하여 이전 사건이 이후 사건에 어떻게 영향을 미치는지를 이해한다.  비인과적 모델링은 물리적 시스템의 동작을 설명하는데 유용하다. 예를 들어, 열 전달, 유체 흐름, 전기 회로 등과 같은 시스템에서 원인과 결과 간의 명확한 인과 관계를 파악하기 어려운 경우가 있다. 이러한 시스템은 에너지, 질량 또는 정보의 흐름을 모델링하여 설명할 수 있다.    모델리카는 해석 솔버에 대한 개발이 필요 없다. 실제 모델링 후 유저는 소스코드를 볼 수 있고, 해석 결과를 확인 할 수 있다. 그렇지만 솔버에 대한 구현 방식은 확인할 수 없다. 다이몰라에 솔버가 내장되어 있어 유저는 미분방정식에 대한 표현을 모델리카 문법에 맞게 표현하면, 유저가 모델링한 시스템에 대한 해석 결과를 확인할 수 있다. 이러한 이유로 인해 모델리카의 코드량은 타 언어에 비해 적다. 솔버가 해석 결과를 보여주기 위해 <그림 2>를 참조하면, 모델리카 file(*.mo)를 C 언어로 변환하고 참조할 라이브러리와 함께 컴파일을 수행하기 때문에 유저는 이 과정을 인식하지 못하는 경우가 많다.   그림 2     ■ 자세한 기사 내용은 PDF로 제공됩니다.

디지털 지식전문가 조형식의 지식마당   지난 호 칼럼에서 디지털 수명 주기 프레임워크에 대해서 설명하였다. 일반적으로 프레임워크(framework)는 복잡한 문제를 해결하거나 복잡한 구조를 구축할 때 기반으로 쓰이는 기본 구조를 말한다. 디지털 엔지니어링은 매우 복잡한 문제를 해결해야 한다. 특히 제품 개발과 동시에 제품의 디지털 트윈(digital twin)도 개발해야 한다.  이것은 제품 개발에서 두 가지 트윈인 물리적 트윈과 디지털 트윈을 동시해 개발해야 하는 것을 의미하며, 이것을 모두 충족할 수 있는 디지털 스레드(digital thread) 환경을 구축해야 한다. 또한 최근에 화두로 부상하고 있는 소프트웨어 정의 x 또는 소프트웨어 중심 x(software-defined x)의 프로세스를 포함해야 한다.    그림 1. 디지털 제품/시스템 수명주기 프레임워크    <그림 1>의 프레임워크에서는 지식과 기술의 영역으로 정의한 네 가지 스피어(sphere)로 크게 분류하였다.  각 스피어는 고유의 특성이 있어서 그 분야의 전문 특성과 지식이 있다. 또한 각 스피어 사이에는 보이지 않는 경험과 지식과 패러다임의 벽이 존재한다. 스피어를 사용한 이유는 보이지 않는 장벽을 가지고 있기 때문이다. 첫 번째 영역은 제품 또는 시스템으로 대표되는 물리적 스피어(physical sphere)이며, 제품 부품으로 구성되어 있다. 이것을 가상 스피어와 비교한다면 디지털 트윈이 되는 것으로 공장에서 직접 생산되는 물리적 실체(physical entity)이다. 두 번째는 가상 스피어(virtual sphere)이다. 디지털 트윈은 가상 스피어로 가상세계(virtual world)이며 현실세계(real world)의 제품이나 시스템과 연동된다. 이것은 물리적 스피어의 경험과 지식 그리고 감각과 패러다임이 존재한다. 단지 소프트웨어 코딩 지식이나 제품의 물리적 지식이나 경험이 있다고 자동적으로 가상 스피어의 디지털 트윈을 만들 수 있는 것이 아니다. 세 번째는 정보 스피어(information sphere)로 현재까지 제품 개발에 핵심적 역할을 하고 있는 산업용 소프트웨어(industrial software) 영역이다. 이곳에는 다양한 컴퓨터 지원 개발 기술(CAx : Computer-Aided Everything)이 있으며, 대표적으로 컴퓨터 지원 설계 시스템(CAD), 컴퓨터 지원 제조(CAM), 컴퓨터 지원 해석 시스템(CAE) 등으로 제품의 데이터와 정보를 생성한다. 생성된 데이터는 제품 수명주기 관리(PLM) 시스템 안에서 자동화되고 저장된다.  네 번째는 사이버 스피어(cyber sphere)로 소프트웨어 중심 x의 영역이다. 주로 코딩의 영역으로 물리적 기능을 가상화(virtualization)하는 영역이다.    그림 2. 네 가지 스피어   가상 스피어와 사이버 스피어는 디지털 영역(digital domain)이지만, 정보 스피어는 물리적 영역(physical domain)과 디지털 영역으로 구분된다. 왜냐면 디지털 목업(digital mockup)이나 시뮬레이션(simulation)도 있지만 아직도 이 영역에서 물리적 시험(physical test) 등이 많이 필요하며, 미래에도 완전히 디지털화(digitalization)하기에는 갈 길이 멀다. 앞으로 가장 발전할 분야는 사이버 스피어 분야이다. 현재는 소프트웨어 정의 x로 발전 중이지만, 가까운 미래에는 소프트웨어 플랫폼(software platfom)으로 발전할 가능성이 높다.  그러나 새로운 기술과 접근 방법에는 리스크가 많다. 이런 리스크 관리를 하지 않으면 제품 개발이나 엔지니어링 분야에서 크게 낭패를 볼 수 있다. 다른 비즈니스 분야의 디지털 전환이나 인공지능 분야와 다르게 산업 분야는 리스크(risk)가 소비자나 사용자에게 엄청난 파급효과가 있다.   최근 보잉의 사례에서 보는 것과 같이 과도한 디지털 전환으로 아날로그 지식 엔지니어를 해고하는 바람에 엄청난 위기를 가져오고 있다. 지난 1월 보잉 737 맥스 항공기의 문짝이 비행 중 뜯어져 나가는 사고가 발생했다. 알고 보니 조립 과정에서 아예 나사를 빼먹었기 때문이라는 사실이 드러나 충격을 줬다. 보잉이 지난 20년 동안 비용 절감을 위해 아웃소싱을 대폭 확대하면서 숙련된 엔지니어들이 떠났고, 결국 심각한 항공기 품질 저하로 이어졌다.   지난 4차 산업혁명의 초기에 제너럴 일렉트릭(GE)은 디지털 트윈 사업을 제일 먼저 시작했다. 야심차게 시작한 프레딕스(Predix) 플랫폼은 실패하였고, GE 디지털 회사는 다른 회사에게 팔려갔다. 2000년대 초에도 지엠(GM) 자동차가 CAD와 PLM에 지나치게 의존하다가 기업이 어려워진 적이 있다. 기술은 어디까지 기술적 역량이지, 인간의 다양한 역량을 대체할 수 없다. 이런 사례는 현재 진행 중인 디지털 전환과 인공지능 전환(AI transformation)에 대해서 많은 교훈을 준다. 대부분 실제 경험보다는 연구만 하는 학자나 미디어에서 아직 리스크가 많은 기술에 대해 지나치게 낙관적으로 접근한다. 기술 낙관론이라는 낙관주의 편향(optimism bias)이다. 실제 산업계에서는 이런 것이 커다란 위험요소가 된다.    결론적으로 이런 접근방법에서 가장 중요한 것은 속도보다는 방향성이다.  네 가지 스피어에서 접근방법은 각 스피어의 지식과 경험과 패러다임이 어떻게 연결 및 연동할 것인가에 대한 구체적인 방법과 도구를 발굴해야 한다. 그리고 이에 대한 디지털 전략과 디지털 리스크를 만들어야 한다. 그러므로 이런 프레임워크를 사용해서 구체적인 실행 목록을 만드는데 사용할 수 있다. “완벽한 형태는 공이며, 모든 것은 구체에서 시작한다.(The perfect form is the sphere, and everything originates from the sphere.)” - 플라톤   ■ 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.

K-콘텐츠가 전 세계에서 높은 인기를 얻으면서 더 빠르고 높은 성능을 가진 시스템이 필요하게 되었다. 특히, 최신 콘텐츠는 직접 현장에서 촬영하는 것보다 생성한 배경을 투영하고 그 배경 앞에서 배우가 연기를 펼치거나, 없는 장면을 사실에 가깝게 그래픽으로 생성해내야 하는 경우가 많아지고 있다. 그리고 이를 뒷받침하기 위해 이전보다 훨씬 높은 사양의 시스템이 요구되고 있다. 여기에 시뮬레이션이나 제품 또는 건설/인테리어 등을 위한 CAD는 이전보다 훨씬 큰 규모의 작업물로 인해 작업 효율을 보다 높이기 위해서는 고사양의 시스템을 갖추는 것이 추천된다.  ■ 자료 제공 : AMD 코리아   얼마 전 SWSX 행사에서 연사로 초청받은 AMD의 리사 수(Lisa Su) CEO는 웨타 FX(Weta FX)의 데이비드 콘리(David Conley) 수석 VFX 프로듀서를 초청했다. 여기서 콘리 프로듀서는 “VFX 스튜디오가 실시간 처리 및  실시간 렌더링을 할 때 AMD같은 회사가 만든 제품의 도움 없이는 콘텐츠 제작이 불가능하다”고 이야기했다. 그 만큼 고성능을 갖춘 하드웨어는 이미 영화 시장에 큰 영향을 주고 있다고 볼 수 있다. 또한, 영상 제작 등에 이미 AI를 활용하는 사례가 늘어나고 있다는 점도 발표를 통해 확인할 수 있다.   ▲ SXSW의 Dr. Lisa Su Fireside Chat에서 ‘RYZEN AI’ 예시 데모   이 밖에도 오픈AI(OpenAI)가 발표한 ‘소라(Sora)’의 경우 사실에 가까운 동영상을 AI가 그려줄 수 있다는 것을 보여줌으로써, 이제 AI를 영상 분야에 확실히 접목시키는 시대가 도래하고 있음을 알렸다고 볼 수 있다. 이렇게 빠르게 변화하는 시장에 대응하기 위해 AMD에서는 워크스테이션 사용자를 위한 CPU 라인업으로 스레드리퍼(Threadripper) 및 스레드리퍼 프로(Threadripper PRO) 제품군을 수년에 걸쳐 출시해왔다.   ▲ AMD 스레드리퍼 프로 프로세서   현재 가장 최신 제품은 7000 스레드리퍼 시리즈와 7000WX 스레드리퍼 프로 시리즈라고 볼 수 있다. 이들 제품은 각각 4채널/8채널의 높은 메모리 채널 수를 제공하고, 각각 최대 1TB/2TB의 고용량 메모리를 지원한다. 해당 제품군 중 가장 높은 성능을 갖춘 라이젠 스레드리퍼 프로 7995WX(Ryzen Threadripper PRO 7995WX) 제품의 최대 코어 수는 96코어이며, 스레드는 192개에 이른다. 최대 클럭은 5.1Ghz로 멀티코어 이상으로 단일 코어 성능도 높다. 여기에 넉넉한 486MB의 캐시 메모리를 탑재했다. 이 프로세서를 원활하게 사용하려면 라이젠 스레드리퍼 7000 시리즈는 TRX50 메인보드를 사용해야 하며, 라이젠 스레드리퍼 프로 7000 시리즈의 경우 TRX 50 또는 WRX90 칩셋 기반의 메인보드 사용이 요구된다. 이전 세대 제품인 라이젠 스레드리퍼 프로 5000 시리즈는 WRX80 칩셋 기반의 메인보드를 사용해야 한다.   ▲ 스레드리퍼 프로세서 호환 메인보드와 라이젠 스레드리퍼 프로세서   그래픽카드의 경우 전문가용 제품인 라데온 프로 W7000(Radeon PRO W7000) 시리즈가 현재 가장 최신 제품군으로, 칩렛 방식을 적용해 보다 효율성을 높였다. 이 중 가장 높은 성능을 가진 제품은 라데온 프로 W7900 제품이다.   ▲ AMD 라데온 프로 W7900 그래픽카드   최근 전문가용 소프트웨어 및 AI를 통한 콘텐츠를 생성할 때, 큰 규모의 프로젝트 또는 고용량/고해상도 이미지 및 동영상 생성을 위해 고용량 메모리가 탑재된 그래픽카드를 요구하는 경우가 있다. 라데온 프로 W7900 제품의 경우 48GB GDDR6 ECC 고용량 메모리를 탑재했으며 이를 통해 전문가들이 필요로 하는 충분한 사양을 지원한다. 또한, 최신 디스플레이 규격인 DP 2.1 버전을 지원해, 8K 해상도 디스플레이에서도 충분한 대역폭을 통해 높은 주사율까지 지원할 수 있다. 또한, CAD 도면을 볼 때 화면 전환 시 해상도를 조절해 더 빠르고 부드러운 화면 전환을 도와주는 AMD 라데온 프로 뷰포트 부스트(AMD Radeon PRO Viewport Boost) 기능을 제공한다. 화면 전환 시 해상도를 낮춰 하드웨어가 원활하게 시점을 전환할 수 있도록 해 주며, 시점 전환이 멈추면 해상도를 원래 해상도로 자동 복원시킴으로써, 전환 시의 끊김을 최소화하고 더욱 부드러운 시점 전환이 가능하도록 돕는 기능이다. 그렇다면 실제로 워크스테이션급 제품을 사용해 시스템을 구성하고, 주요 벤치마크 프로그램을 사용했을 때 어느 정도의 성능을 발휘할 수 있는지 직접 테스트를 통해 확인해 보았다. 테스트에는 다음과 같은 사양의 시스템이 사용되었다. CPU : AMD RYZEN Threadripper PRO 7995WX, 7965WX, 5995WX, 5965WX 쿨러 : Thermaltake TOUGHLIQUID 360 ARGB TRX40 메인보드 : ASRock WRX90 WS, ASUS Pro WS WRX80E-SAGE SE WIFI RAM : Micron DDR5-4800 RDIMM 64GB x 8ea, Micron DDR4-3200 8GB x 8ea VGA : AMD RADEON PRO W7900 파워 서플라이 유닛(PSU) : Micronics Performance II HV 1000W + SuperFlower SF-750F14MT LEADEX SILVER SSD : Micron Crucial T500 M.2 NVMe 2TB 테스트를 위해 사용된 소프트웨어는 총 6종으로, 다음과 같다. SPECVIEWPERF 2020 v3.1 CINEBENCH R24.1.0 V-RAY 6.0 BLENDER BENCHMARK 4.0.0 KEYSHOT VIEWER BENCHMARK 11.3.2 DAVINCI RESOLVE 18.6.2     각종 CAD 관련 프로그램을 테스트해 주는 SPECviewperf 2020의 최신 버전인 v3.1을 기준으로, CPU로 인한 성능 편차는 거의 느끼기 힘든 수준이라고 볼 수 있다. 대부분의 프로그램이 CPU의 성능이 일정 수준 이상인 경우 그래픽카드 성능이 전체 성능에 더 높은 영향을 미치는데, 사용된 그래픽카드는 라데온 프로 W7900으로 동일했기 때문에 오차범위 수준의 결과를 보인 것으로 판단된다.     CPU 성능을 렌더링하는 성능을 측정하는데 많이 활용되는 시네벤치(Cinebench)의 최신 버전인 R24를 사용한 벤치마크에서, 싱글 코어 기준으로 이전 세대 제품인 스레드리퍼 프로 5000 시리즈 제품보다 스레드리퍼 프로 7000 시리즈 제품이 전체적으로 높은 성능을 보였다. 특히 96코어를 갖춘 7995WX의 경우 멀티코어 성능에서 6400점 이상의 높은 점수를 기록했으며, 싱글코어 점수에서 이전 세대 대비 20% 정도 더 높은 성능을 보였다.     3D 그래픽 제작 및 렌더링을 지원하는 무료 툴인 블렌더(Blender)를 활용해 시스템 성능을 측정할 수 있는 블렌더 벤치마크 4.0.0(Blender Benchmark 4.0.0)으로 시스템 성능을 테스트했을 때, 동일한 코어를 갖추고 있더라도 이전 세대 대비 스레드리퍼 프로 7000 시리즈 제품들이 전체적으로 다소 높은 성능을 보였다. 특히 스레드리퍼 프로 5995WX 대비 스레드리퍼 프로 7995WX의 코어 수는 1.5배 늘어났지만, 실제 성능은 2배에 약간 못 미치는 수준의 성능 차이를 확인할 수 있었다.     렌더링 소프트웨어 중 하나인 브이레이(V-Ray)를 기반으로 하는 V-Ray 벤치마크 기준으로 스레드리퍼 프로 5995WX보다 스레드리퍼 7995WX의 성능이 2배 가까이 높은 것으로 측정되었다. 동일한 코어 수를 가진 스레드리퍼 프로 5965WX와 7965WX간의 성능 차이도 30% 이상으로, 상당히 높은 성능 차이를 보이는 것을 확인할 수 있다.      광선 추적 렌더링이 가능한 키샷(Keyshot)을 기반으로 뷰어를 통해 벤치마크 기능을 제공하는 Keyshot Viewer 11.3.2에서 벤치마크를 구동했을 때, 가장 높은 코어 수를 갖춘 스레드리퍼 프로 7995WX는 18.12의 점수를 기록했다. 앞서 테스트했던 브이레이 및 블렌더 테스트만큼의 차이를 보이지는 않았으나, 여전히 이전 세대 대비 최신 스레드리퍼 프로 7000 시리즈의 작업 효율이 높다는 것이 벤치마크를 통해 증명되었다고 볼 수 있다.      동영상 편집에서 최근 각광을 받고 있는 다빈치 리졸브(Davinci Resolve)를 활용해 PugetSystems에서 제공하는 벤치마크를 활용하여 테스트를 진행했을 때, 코어 수에 따른 유의미한 성능 차이는 발견할 수 없었으나 세대별 성능 차이는 약 15% 정도 있는 것으로 파악되었다. 이 소프트웨어도 테스트 시 그래픽카드 의존도가 높기 때문에 동일한 라데온 프로 W7900 그래픽카드를 사용한 환경임을 감안했을 때 성능 차이가 크지 않았으나, 일부 테스트 항목에서 CPU의 싱글코어 성능 차이에 따른 성능 차이가 있었던 것으로 판단된다.     라이젠 스레드리퍼 프로 제품군은 단일 CPU에 최대 96코어 192스레드를 지원하고 5GHz의 이상의 높은 클럭으로 동작하므로, 가장 높은 성능의 워크스테이션을 구축하는 경우 다른 대안이 마땅치 않다. 여기에 라데온 프로 W7000 시리즈 그래픽카드를 추가한다면 AMD에서 제공하는 대부분의 기능을 활용할 수 있어 더욱 높은 작업 효율을 기대할 수 있을 것으로 보인다.

트림블 코리아가 오는 4월 3일(수) 서울 을지로 브이스페이스(V.Space)에서 ‘트림블 BIM 이노베이션 콘퍼런스(BIM Innovation Conference : BIC) 2024’를 개최한다. 트림블 BIM 이노베이션 콘퍼런스는 아시아-태평양 지역 여러 국가에서 열리는 연례행사로, 매년 60개 이상 기업에서 250명 이상의 관계자가 참가한다. 올해 한국에서 열리는 콘퍼런스는 ‘트림블과 함께 시작하는 AI 여정’을 주제로 AI 기반의 건설 기술에 대한 내용을 다룬다. 또한 건설 산업의 최신 기술 동향과 고객사례를 공유하며 실제 데이터를 어떻게 구축하고 활용하는지에 대한 실질적인 노하우를 나누는 시간을 가질 예정이다. 주요 프로그램으로는 트림블의 마크 슈워츠(Mark Schwartz) AECO 소프트웨어 부문 수석 부사장, 토마스 팡(Thomas Phang) 동남아시아 담당 총괄 디렉터, 야리 헤이노(Jari Heino) 구조 부문 부사장 겸 총괄의 키노트 세션이 진행된다. 이와 함께 코오롱글로벌, HDC현대산업개발, 아룹(Arup) 등 국내외 고객사례가 소개된다.     특히, 트림블의 구조 BIM 소프트웨어인 테클라(Tekla) 2024 버전의 새로운 기능도 소개된다. 테클라 스트럭처스(Tekla Structures) 2024, 테클라 스트럭처럴 디자이너(Tekla Structural Designer) 2024, 테클라 테드(Tekla Tedds) 2024, 테클라 파워팹(Tekla PowerFab) 2024 등 시공 가능한 BIM, 구조 엔지니어링, 철골 제작 관리를 위한 테클라 소프트웨어의 2024 버전은 향상된 소통 기능으로 모든 건설 프로젝트 이해관계자 간 통합되고 연결된 워크플로를 구축해 원활한 협업을 지원한다. 테클라 솔루션 제품군은 사용성 개선으로 숙련된 사용자와 신규 사용자가 모두 손쉽게 사용할 수 있으며, 프로젝트의 일정과 예산 범위 내에서 작업할 수 있도록 지원한다. 트림블의 마이클 에반스(Michael Evans) 엔지니어링 및 BIM 솔루션 부문 수석 제품 총괄은 “프로젝트의 모든 이해관계자 간 조율을 개선하는 것은 시간, 예산, 일정에 맞춰 프로젝트를 납품할 수 있도록 보장하는 핵심 요소다. 테클라 2024 버전은 이러한 모든 이해관계자를 더욱 긴밀하게 연결하는 또 하나의 중요한 단계”라고 말했다. 여기에서 BIC 2024에 사전 등록하고 행사에 대한 자세한 사항을 알아볼 수 있다.  

협회지 보러가기   세계 톱 30위권 건축 회사의 BIM 전환 사례 ― LWK+PARTNERS. BIM implementation Case Study of Top 30 Global Architectural Firms ― Building Together with LWK + PARTNERS 그라피소프트 | GRAPHISOFT SE Unlocking the Full Potential of BIM with Open BIM: Insights from a BIM Enrichment Course in Korea Unlocking the Full Potential of BIM with Open BIM: Insights from a BIM Enrichment Course in Korea Calvin Keung Dr City University of Hong Kong | Calvin Keung Dr City University of Hong Kong BIM: from the office to the site with AR BIM: from the office to the site with AR Alexander Sidorov COO GAMMA Technologies | Alexander Sidorov COO GAMMA Technologies 2022/2023 국내 BIM 도입현황 설문 조사 결과 2022/2023 Survey on the Status of BIM Adoption in Korea 이경하 책임연구원 빌딩스마트협회 | Lee, Kyungha Senior researcher buildingSMART Korea 이강 연세대학교 건설IT연구실 | Lee, Ghang Building Informatics Group, Yonsei University 2020 국내 BIM 도입현황 설문 조사 결과 2020 Survey on the Status of BIM Adoption in Korea 이경하 책임연구원 빌딩스마트협회 | Lee, Kyung Ha Senior researcher buildingSMART Korea 이강 교수 연세대학교 건설IT연구실 | Lee, Ghang Professor Building Informatics Group, Yonsei University 건축설계와 BIM - 사회연결망 분석 기법을 활용한 건축설계 도서 작성 오류 발생 원인 분석 Architectural Design and BIM - Analysis of Errors in Architectural Design Book Writing Using Social Network Analysis Techniques 조태용 전무, 본부장 ㈜디에이건축 DXLab | Cho, Taeyong Executive Director DA GROUP, DXLab 인공지능 기반의 건축설계 자동화 기술개발 - 정부 R&D : “연구단 자체실증 Test (3차년도)” Development of Artificial Intelligence baesd Architectural Desigen Automation Technologies-R&D Project : “Research Group Self-verification Test(3rd year).” 조찬원 기술연구소장 ㈔빌딩스마트협회 | Jo, Chanwon Director of Research Center buildingSMART Korea 박소현 ㈔빌딩스마트협회 | Park, Sohyun buildingSMART Korea 디지털 데이터를 활용한 시공현장 사례 및 단계별 기술적용 방안 소개 Case Report: Use of Digital Data on Construction Sites and Its Application by Stage 백대성 선임 연구원 빔스온탑엔지니어링 | Baek, Daesung Senior Researcher BIMSONTOP ENGINEERING 건축설계 자동화와 디지털 트랜스포메이션 Architectural Design Automation and Digital Transformation 양기인 마스터 ㈜삼우종합건축사사무소 | Yang, Kiin Senior Architect SAMOO Architects & Engineers 소규모 건축사사무소 BIM 활용기 : 김국환건축사사무소 BIM use in a small architectural firm : KKH Architects 김국환 소장 김국환건축사사무소 | Kim, Kookhwan Architect KKH Architects 고객 주도의 사무 모듈 설계: 데이터 기반의 권고 사항 수용 Client-Enabled Office Modular Design: Embracing Data- Driven Recommendations 김인한 교수 경희대학교 | Kim, Inhan Professor Kyung Hee University Saddiq Ur Rehman 석박사 통합과정 연구원 경희대학교 | Saddiq Ur Rehman Combined Master’s and Ph.D Researcher Kyung Hee University 2023년 하반기 스마트 건설과 BIM 기술 동향 . 강태욱 연구위원, 공학박사 한국건설기술연구원 | Kang, Tae Woo Ph.D, Research Fellow KOREA INSTITUTE of CIVIL ENGINEERING and BUILDING TECHNOLOGY  

       

아래 내용이 보이지 않으면 여기를 클릭하세요!  

개발 : Ansys, www.ansys.com 주요 특징 : 최신 디자인 언어로 멀티피직스 포트폴리오 전반에서 사용자 경험 향상, 새로운 사용자 인터페이스로 접근성 강화, 소프트웨어의 통합 및 개방형 아키텍처/HPC/클라우드를 통한 확장성 지원, 엔지니어링 팀 간의 협업 워크스페이스 제공, AI 기능을 통해 고급 수치 연산 가속 및 예측 정확도 향상 등 공급 : 앤시스코리아, www.ansys.com/ko-kr     앤시스코리아는 디지털 엔지니어링 생산성 향상을 위해 보다 개선된 사용자 경험(UX)을 제공하는 인공지능(AI) 기반 엔지니어링 시뮬레이션 솔루션인 ‘앤시스 2024 R1(Ansys 2024 R1)’을 발표했다. 앤시스 2024 R1은 AI를 활용해 디지털 엔지니어링 생산성을 높이기 위한 향상된 사용자 경험을 제공한다. 개방형 아키텍처와 결합되어 엔지니어링 워크플로를 최적화하고, 강력한 협업을 촉진하는 것은 물론 실시간 상호작용을 장려해 최종 프로젝트 결과를 향상시킬 수 있다. 차세대 제품들은 통합 전자기기(integrated electronics), 임베디드 소프트웨어(embedded software), 유비쿼터스 커넥티비티(ubiquitous connectivity)를 포함하는 보다 복잡한 시스템(complex systems)으로 변모하고 있다. 이러한 시스템의 다양한 구성 요소가 함께 잘 작동하려면 열역학, 소음, 공기 흐름 등 다중 물리 현상을 분석하는 통합 멀티피직스 시뮬레이션 솔루션의 정확한 예측 능력이 요구된다. 또한 다양한 도전 과제를 해결할 수 있는 강력한 공학 도구에 대한 접근은 고객의 고품질, 신뢰성 및 더욱 지속 가능한 제품 요구를 충족시키기 위해 쉽고 직관적일 필요가 있다. 앤시스 2024 R1은 사용자 정의가 가능한 새로운 인터페이스를 제공해 사용자의 접근성과 경험을 향상시킬 수 있다. 또한, 앤시스 2024 R1에 추가된 AI 기반 솔루션은 제품 개발과 창의적인 설계 탐구를 더욱 가속화할 전망이다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “소프트웨어 정의 전기 자동차(Software-Defined Electric Vehicles), 전동 수직 이착륙기(eVTOL : Electric Vertical Take-off and Landing Aircraft), 맞춤형 실리콘, 인실리코(In-Sillico) 헬스케어 실험 같은 산업군에서 엔지니어링의 복잡성이 증가하고 있으며, 이는 산업 전반에 걸쳐 직면하고 있는 도전 과제다. 앤시스 2024 R1은 디지털 엔지니어링에 대한 접근성을 개선함으로써 이러한 도전을 기회로 바꿀 수 있으며, 사용자들이 엔지니어링 복잡성을 이해하는 데 필요한 기술과 AI를 활용해 시뮬레이션을 보완하도록 기여할 것”이라고 밝혔다.   ▲ 앤시스 2024 R1이 제공하는 화면 모드   원활하고 직관적인 UX로 생산성과 협업 증진 앤시스 2024 R1은 앤시스의 소프트웨어 전반에 걸친 생산성 향상을 위해 룩앤필(look and feel)을 새롭게 정의하는 최신의 앤시스 디자인 언어를 기반으로 한다. 이 유연한 디자인 언어는 이전 버전과 동일한 룩앤필을 제공하는 클래식 모드, 가시성과 심미성을 개선한 라이트 모드, 어두운 조명 환경에서 눈의 피로를 감소시키는 다크 모드의 세 가지 옵션이 제공될 예정이다. 또한, 네이티브 통합 기능을 통해 한 번의 클릭으로 다른 앤시스 소프트웨어에 접근할 수 있게 됐다. 예를 들어, 임베디드 소프트웨어 개발을 지원하는 앤시스 스케이드 원(Ansys Scade One) 모델 기반 설계 환경은 새로운 디자인 언어를 참고해 구축되어서 학습과 사용이 간편하다. 이는 클라우드 컴퓨팅 모델과 시스템 및 소프트웨어 엔지니어들이 사용하는 각종 첨단 기술이 원활하게 통합되도록 설계되었다.   멀티피직스의 우수성과 컴퓨팅 성능 향상에 더해진 가시성 앤시스 2024 R1은 세계적 수준의 멀티피직스 모델 및 제반 기술이 포함된 진보된 솔버/메시의 수치기반(numerics-based) 솔루션에 쉽게 접근할 수 있게 하며, 이는 향상된 사용자 경험을 넘어 개선된 결과를 도출할 수 있도록 돕는다. 또한, 대규모 고성능 컴퓨팅(HPC) 확장성을 지원해 온프레미스 HPC, 클라우드 버스팅, 또는 클라우드 네이티브 애플리케이션을 통해 시간과 장소에 구애받지 않고 컴퓨팅 리소스에 접근할 수 있는 유연성을 제공하게 되었으며, 복잡한 제품 설계 및 개발 과제의 문제 해결에 기여할 수 있다. 앤시스 디스커버리(Ansys Discovery) 3D 시뮬레이션 소프트웨어의 새로운 기능 업데이트로, 디스커버리 UI에서 직접 클라우드에 연결된 버스트 컴퓨팅 기능을 제공한다. 새롭게 추가된 버스트 컴퓨팅 기능을 이용한 테스트 결과 10분 안에 1000개의 시뮬레이션을 실행할 수 있었다. 이는 로컬 워크스테이션을 점유하지 않고도 대규모로 설계 공간 탐색과 혁신을 가속화하며, 동시에 AI를 훈련시킬 수 있는 데이터 세트를 제공할 수 있게 되었다. 이러한 속도 개선은 AI 훈련과 결합되어 엔지니어들이 엔지니어링 프로세스 초기에 더 많은 제품 디자인 옵션을 시뮬레이션할 수 있도록 지원하게 되었다.   인공지능과 함께 향상된 최첨단 솔루션 앤시스 제품 및 서비스 전반에 걸친 AI 통합의 확대는 기능이 형태를 따르는 또 다른 사례다. 최근 앤시스는 앤시스 심AI(Ansys SimAI) 솔루션과 앤시스 GPT(Ansys GPT)의 베타 버전을 발표했다. 앤시스 심AI는 클라우드를 통해 제공되는 생성형 AI 솔루션으로, 이전의 시뮬레이션 결과를 사용하여 새로운 디자인의 성능을 신뢰성 있게 몇 분 안에 예측할 수 있다. 또한 앤시스 GPT는 생성형 AI를 기반으로 한 24시간 365일 고객 지원 서비스를 제공하는 AI 가상 지원(어시스턴트) 시스템이다. 앤시스 2024 R1에는 앤시스 AI+ 애드온을 제공하며, 애드온 AI 기능을 활용해 멀티피직스 시뮬레이션을 확장할 수 있도록 지원한다. 또한 앤시스 옵티스랭 AI+(optiSLang AI+), 그란타 MI AI+(Granta MI AI+) 및 CFD AI+ 솔루션이 출시되었으며, 사용자는 새로운 UI에서 AI+ 애드온 기능을 클릭 한 번으로 활성화할 수 있다.   통합과 사용자 경험 효율에 중점을 둔 앤시스 2024 R1의 개선 사항 소음·진동·마찰(NVH) 멀티피직스 시뮬레이션 워크플로에서 효율적인 메모리 사용, 빠른 해석 시간, 디스크 공간 최적화로 5~50배 향상된 성능을 제공 전용 어쿠스틱 메싱 워크플로를 이용하여 복잡한 기하학 시뮬레이션의 준비 시간을 최대 12배 단축 애플리케이션별 멀티피직스 개선으로 도심 항공 모빌리티 애플리케이션에서 중요한 가상 블레이드(virtual blade) 모델의 포스트 프로세싱 시간을 개선 단일 시뮬레이션 플랫폼 및 워크플로인 앤시스 아이스팩(Ansys Icepak), 앤시스 메카니컬(Ansys Mechanical), 앤시스 HFSS(Ansys HFSS), 앤시스 랩터X(Ansys RaptorX), 앤시스 Q3D 익스트랙터(Ansys Q3D Extractor) 등의 솔버가 멀티피직스 기반 전자기 시뮬레이션 워크플로에 최적화 앤시스 메디니 애널라이즈(Ansys medini analyze)의 새로운 웹 애플리케이션인 앤시스 디지털 세이프티 매니저(Ansys Digital Safety Manager)는 안전 및 사이버 보안 프로젝트에 대한 중앙 집중화된 계획, 모니터링 및 검증을 지원   ■ 기사 내용은 PDF로도 제공됩니다.