데이터 클라우드 기업 스노우플레이크가 높은 개방성과 성능을 내세운 엔터프라이즈급 대규모 언어 모델(LLM)인 ‘스노우플레이크 아크틱(Snowflake Arctic)’을 출시했다. 스노우플레이크의 전문가혼합(MoE) 방식으로 설계된 아크틱은 기업의 복잡한 요구사항 처리에도 최적화되어 SQL 코드 생성, 명령 이행 등 다양한 기준에서 최고 조건을 충족한다. 특히 아크틱은 무료로 상업적 이용까지 가능한 아파치 2.0 라이선스로, 스노우플레이크는 AI 학습 방법에 대한 연구의 자세한 사항을 공개하며 엔터프라이즈급 AI 기술에 대한 개방 표준을 제안했다. 또한 아크틱 LLM은 스노우플레이크 아크틱 모델군(Snowflake Arctic model family)의 일부로, 검색 사용을 위한 텍스트 임베딩 모델도 포함됐다. 오픈소스 모델인 아크틱은 코드 템플릿과 함께 추론과 학습방식을 선택할 수 있는 유연성도 제공한다. 사용자는 엔비디아 NIM, 텐서RT-LLM(TensorRT-LLM), vLLM, 허깅페이스(Hugging Face) 등 기업이 선호하는 프레임워크로 아크틱을 사용하고 커스터마이징할 수 있다. 스노우플레이크 코텍스(Snowflake Cortex)에서는 서버리스 추론을 통해 아크틱을 즉시 사용할 수도 있다. 스노우플레이크 코텍스는 완전 관리형 서비스로, 허깅페이스, 라미니(Lamini), 마이크로소프트 애저, 엔비디아 API 카탈로그, 퍼플렉시티(Perplexity), 투게더 AI(Together AI) 등 다양한 모델 목록과 함께 데이터 클라우드에서 머신러닝 및 AI 솔루션을 제공한다. 아마존웹서비스(AWS)에서도 아크틱 사용이 가능해질 예정이다.     스노우플레이크는 기업이 각자의 데이터를 활용해 실용적인 AI/머신러닝 앱 제작에 필요한 데이터 기반과 최첨단 AI 빌딩 블록을 제공한다. 고객이 스노우플레이크 코텍스를 통해 아크틱을 사용할 경우 데이터 클라우드의 보안 및 거버넌스 범위 내에서 프로덕션급 AI 앱을 적정 규모로 구축하는 것이 더욱 쉬워진다.  아크틱 LLM이 포함된 스노우플레이크 아크틱 모델군에는 스노우플레이크가 최근 출시한 최첨단 텍스트 임베딩 모델 중 하나인 아크틱 임베드(Arctic embed)도 포함된다. 이 제품은 아파치 2.0 라이선스로 오픈소스 커뮤니티에서 무료로 사용할 수 있다. 5가지 모델로 구성된 이 제품군은 허깅페이스에서 바로 사용할 수 있으며, 스노우플레이크 코텍스에 내장돼 프라이빗 프리뷰 형태로 공개될 예정이다. 유사 모델의 약 3분의 1 크기인 이 임베딩 모델은 높은 검색 성능을 발휘하도록 최적화되어, 기업들이 검색증강생성(RAG) 또는 시맨틱 검색 서비스의 일부로 고유의 데이터 세트를 LLM과 결합할 때 효과적이고 경제적인 솔루션을 제공한다. 스노우플레이크의 슈리다 라마스워미(Sridhar Ramaswamy) CEO는 “스노우플레이크 AI 연구팀은 AI 분야 최전방에서 혁신을 이끌며 자사에 중요한 전환점을 마련했다”면서, “스노우플레이크는 오픈소스로 업계 최고 성능과 효율을 AI 커뮤니티에 공개하면서 오픈소스 AI가 지닌 가능성의 영역을 넓혀가고 있다. 고객에게 유능하면서도 믿을 수 있는 AI 모델을 제공할 수 있는 스노우플레이크의 AI 역량도 높아지고 있다”고 말했다.

SAP가 하노버 산업박람회(하노버 메세)에서 제조업계의 생산성, 효율성, 정밀성을 높이기 위한 공급망 솔루션의 AI 혁신 내용을 공개했다.  오늘날의 비즈니스 환경에서 정확하고 관련성 높은 실시간 정보를 활용하면 공급망 중단이 전 세계 공급업체, 제조업체 및 유통업체에 미치는 영향을 완화할 수 있다. SAP는 실시간 데이터에서 확보한 AI 기반 인사이트가 기업이 자체 데이터를 활용해 공급망 전반에서 더 나은 의사결정을 내리고 제품 개발을 간소화하며 제조 효율성을 개선하는 데 도움이 될 것으로 보고 있다. 고객사의 AI 중심 전략을 지원하기 위한 SAP 공급망 솔루션의 주요 개선 사항은 ▲AI 기반 인사이트를 통해 공급망 전반의 의사 결정 최적화 ▲제품 개발 간소화 ▲장비 이상 징후 감지 ▲현장 대응력 향상 등이다. 기업은 더 많은 양의 기계 데이터를 활용하고 AI 기반 시각적 검사를 생산 프로세스에 통합해 자동화를 달성하고 품질을 획기적으로 향상시킬 수 있다. 제품 개발자는 SAP의 AI 코파일럿인 쥴(Joule)을 활용해 자연어 쿼리를 통해 신제품 아이디어를 빠르고 효과적으로 수집하고 개선할 수 있다. 또한, 제품 디자인에 비즈니스 데이터로 태그를 지정해 비즈니스에 중요한 정보를 시각적으로 맥락화할 수 있다. 장비 및 자산 운영자는 AI를 활용해 스마트 디바이스와 에지 게이트웨이에서 수집한 센서 데이터를 기반으로 잠재적인 고장을 사전에 해결할 수 있다. 이 기능은 소프트웨어 AG(Software AG)의 큐물로시티(Cumulocity) IoT 플랫폼을 활용하며, 올해 3분기에 SAP 자산 성과 관리(SAP Asset Performance Management) 애플리케이션에 내장될 예정이다. 또한, 고객사는 통합된 실시간 교통 데이터와 머신러닝 학습 모델을 통해 주행 경로를 최적화하고 작업을 효율적으로 할당할 수 있으며, 이를 통해 적절한 현장 서비스 기술자가 목적지에 제시간에 도착할 수 있다.     SAP의 무하마드 알람(Muhammad Alam) 제품 엔지니어링 총괄은 “오늘날 기업은 공급망 중단, 노동력 부족, 지정학적 불확실성 등 다양한 문제에 직면해 있다”며, “SAP는 민첩성과 인텔리전스의 필요성을 인식하고 공급망 및 제조 프로세스를 간소화하는 AI 기반 솔루션으로 혁신을 주도하고 있다. 기업은 운영 효율성을 높이고 위험을 완화하는 동시에 우수한 서비스로 고객을 만족시켜 지속적인 성장과 시장 경쟁력의 탄탄한 기반을 마련할 수 있다”고 말했다. 한편, SAP는 AI 기반 제조 혁신을 국내 기업과 공유하고 보다 심도 깊게 논의하기 위한 프로그램도 진행한다고 전했다. SAP 코리아는 이번 하노버 산업박람회에 참가하는 국내 고객사 160여 명을 대상으로 다양한 제조업계의 혁신을 함께 살펴보는 가이드 투어를 마련했다. SAP 코리아는 국내 스마트 공장 최신 동향도 함께 연구하며 국내 제조업계가 디지털 전환을 위해 나아가야 하는 방향성을 제시한다는 계획이다.

다쏘시스템이 4월 22일~26일 독일 하노버에서 열리는 ‘2024 하노버 산업박람회(Hannover Messe 2024)’에 참가한다고 밝혔다. 다쏘시스템은 박람회에서 버추얼 트윈 기반 혁신과 로봇 기반 자동화 사례를 소개할 예정이다. 이번 하노버 산업박람회는 ‘지속가능한 산업 활성화’를 주제로 진행된다. 세부 주제는 인더스트리 4.0과 제조업-X, 산업용 에너지, 디지털화, 인공지능(AI), 머신러닝, 탄소중립 생산, 수소 연료 전지 등 산업의 고도와 기후 중립과의 상생을 모색하며 약 4000개의 글로벌 기업과 13만 명 이상이 참가할 전망이다. 박람회 기간 중 다쏘시스템은 오므론(OMRON)과 함께 생산성 향상을 위한 자율 모바일 로봇(AMR)과 3D익스피리언스 플랫폼을 통합한 엔드 투 엔드 디지털화의 이점에 대해 시연한다. 이 쇼케이스에서는 제조 분야 표준을 준수하는 데이터 교환을 지원하기 위한 디지털 트윈 협회(IDTA)의 관리 셸인 자산 관리 셸(AAS)을 소개한다. 이에 더해 유연한 생산 공장 현장 예시를 통해 다쏘시스템 3D익스피리언스 플랫폼과의 상호작용 과정을 선보인다. 다쏘시스템은 “3D익스피리언스 플랫폼을 통해 기업이 가치 사슬과 새로운 비즈니스 모델을 창출하고, 디지털 산업 환경의 표준화를 적극적으로 촉진시킬 수 있도록 지원하겠다는 의지를 선보일 것”이라고 밝혔다. 쇼케이스에서는 생산 공정 4개 스테이션을 포함해 이동식 자율 모바일 로봇이 설치된 모습을 직접 볼 수 있다. 특히 부스 내 버추얼 트윈 경험을 통해 ▲사전 판매 단계에서의 시스템 계획 ▲가상 커미셔닝(원활한 통합을 위해 워크플로를 가상으로 미리 시뮬레이션하고 실제 시운전 전에 다양한 시나리오를 테스트하는 프로세스) ▲버추얼 트윈 기반 자동화 운영 ▲애프터 세일즈 서비스 등 제품 제작의 전 단계부터 운영까지 프로세스를 간소화하고, 효율성을 높이며 유연성을 향상시키는 방법을 확인할 수 있다.     3D익스피리언스 플랫폼에서는 생산 라인을 3D로 미리 계획할 수 있다. 이를 통해 새로운 기계와 모바일 로봇을 레이아웃에 맞게 배치하고 전원 공급 및 보행 경로 등의 측면에서 최적의 위치에 배치 가능하다. 아울러 버추얼 트윈을 사용하면 로봇 시뮬레이션과 새로운 워크플로 설계를 통해 유연성과 효율성을 높일 수 있다. 원활한 통합을 위해 워크플로를 미리 시뮬레이션하면 실제 시운전 전에 다양한 시나리오를 테스트할 수 있다. 이를 통해 제어 프로세스의 오류와 병목 현상을 조기에 파악할 수 있으며, 기업은 설치 시간 단축과 효율적인 프로세스의 이점을 누릴 수 있다. 3D익스피리언스 플랫폼이 구현하는 버추얼 트윈은 모바일 로봇의 규모가 커질 수록 운영 모니터링 및 관리가 더욱 복잡해진 상황에서 제어 센터 역할을 한다. 이를 통해 주요 성과 지표 및 자재 정보등의 운영 데이터를 실시간으로 통합하여 종합적인 개요를 제공할 수 있다. 고객 요구 사항에 개별적으로 맞춤화된 버추얼 트윈을 활용하면 데이터 기반의 지속 가능하고 예측 가능한 유지보수가 가능하다. 인공지능과 머신러닝을 사용하여 센서 데이터를 분석하여 잠재적인 장애를 조기에 감지하고 수정하는 것은 물론, 다운타임을 최소화하기 위한 사전 예방적 계획 유지보수가 가능하다. 증강 현실 기술도 통합할 수 있다. 이를 통해 실제 환경을 제한 없이 완벽하게 살펴볼 수 있으며, 태블릿 PC나 스마트폰의 카메라 이미지에 추가적인 가상 정보를 투사할 수 있다. 이를 통해 정확한 진단이 가능한 것은 물론, 수리 시간을 단축할 수 있다. 다쏘시스템 코리아의 정운성 대표이사는 “버추얼 트윈을 로봇 자동화와 결합하면 모든 공정을 가상 공간에서 확인할 수 있어 최소한의 인력과 자원으로 생산성을 향상시키는 것은 물론 기업의 글로벌 경쟁력 제고에도 도움이 된다”면서, “참가자들은 세계 최대 산업기술전인 독일 하노버 산업박람회 2024에서 다쏘시스템의 버추얼 트윈 프로세스의 중요성과 가치를 더욱 생생하게 경험하게 될 것”이라고 전했다.

한국마이크로소프트가 4월 30일 서울 양재 aT센터에서 ‘개발자와 엔지니어를 위한 AI의 모든 것’을 주제로 ‘Microsoft AI Tour in Seoul’을 개최한다고 밝혔다. Microsoft AI Tour는 ‘한발 앞선 AI 트랜스포메이션의 실현’이라는 주제 아래 지난해 9월 미국 뉴욕에서 시작돼 전 세계 14개 도시를 순회하고 있다. 이번에 한국에서 개최되는 Microsoft AI Tour는 마이크로소프트 애저(Microsoft Azure)와 마이크로소프트 코파일럿(Microsoft Copilot)을 활용한 AI 기술과 기능을 직접 체험하고 배울 수 있는 다양한 세션이 열리며, 공식 파트너사인 엔비디아와 함께 AI 기술 콘텐츠와 노하우도 제공할 예정이다.     키노트는 한국마이크로소프트의 조원우 대표와 마이크로소프트 스콧 한셀만(Scott Hanselman) 개발자 커뮤니티 부사장이 ‘개발자를 위한 차세대 AI’를 주제로 진행한다. 이 세션에서는 마이크로소프트 애저와 코파일럿을 활용해 업무 생산성을 높이는 노하우와 혁신적인 AI 시스템 구축 방법이 소개된다. 특히 한셀만 부사장은 한글이 대규모 언어 모델(LLM)에서 어떤 의미를 가지는지 및 앞으로의 발전 방향성에 대한 인사이트도 공유할 예정이다.  브레이크 아웃 세션에서는 새로운 AI 기술과 기능이 소개된다. ▲생성형 AI의 새로운 기능 ▲마이크로소프트 패브릭(Microsoft Fabric)에서 코파일럿으로 AI 앱 빌드하기 ▲비즈니스 앱 및 데이터로 마이크로소프트 365 코파일럿 확장하기 ▲GPT 및 비전 AI를 사용한 멀티모달 대화형 인터페이스 등 4개의 주제가 발표된다. 이를 통해 참가자들은 최신 AI 기술 트렌드와 발전 상황을 파악하고, 사용자 경험 개선과 혁신적인 솔루션 개발에 필요한 AI 기술과 노하우를 습득할 수 있다. 워크숍 세션은 개발자들의 실전 AI 기술 향상을 위한 실습 형태로 진행된다. 마이크로소프트 코파일럿 스튜디오(Microsoft Copilot Studio)를 활용해 나만의 코파일럿을 만들고, 마이크로소프트 패브릭을 사용해 AI를 위한 데이터 및 머신러닝 및 애저 오픈AI 서비스 생성형 AI 솔루션을 구현해 볼 수 있다. 커넥션 허브에서는 마이크로소프트 제품 및 엔지니어링 전문가와의 대면 상담 기회를 제공한다. 참가자들은 16개의 주제별 부스에서 전문가와 만나 자신의 프로젝트에 대한 조언을 듣고, 기술적인 문제에 대한 궁금증을 해소할 수 있다. 이와 함께 코파일럿을 체험해 볼 수 있는 시간도 마련된다.  네트워킹 리셉션에서는 발표자, 업계 리더, 개발자들이 모여 지식과 경험을 공유하고 새로운 협업 기회를 찾을 수 있다. 또한 IT 업계 동향과 최신 기술에 대한 인사이트를 나누며 새로운 커뮤니티에 참여하는 것도 가능하다.

디지털 지식전문가 조형식의 지식마당   현재를 디지털 전환(DX)의 시대라고 하는 데에는 많은 사람이 동의할 것이다. 그리고 디지털 전환이라는 용어가 4차 산업혁명의 자리를 차지하기 시작하고 있다. 디지털 전환이라는 것은 무엇일까? 디지털 전환 또는 디지털 트랜스포메이션(digital transformation)은 기업이나 조직이 디지털 기술을 적극적으로 도입하여 비즈니스 모델, 프로세스, 서비스 및 제품을 혁신하는 과정이라고 할 수 있다. 이를 통해 기업은 경쟁력을 강화하고, 고객 경험을 향상시키며, 효율을 증가시킬 수 있다. 디지털 전환의 주요 요소는 다음과 같다. 고객 중심성 : 디지털 기술을 활용하여 고객의 요구와 기대를 이해하고 충족시키기 위한 전략을 수립해야 한다. 데이터 및 분석 활용 : 빅데이터, 인공지능(AI), 머신러닝 등을 활용하여 데이터를 수집, 분석하고 이를 기반으로 의사결정을 내린다. 디지털 기술 도입 : 클라우드 컴퓨팅, 사물인터넷(IoT), 모바일 기술, 사이버 보안 등의 디지털 기술을 도입하여 비즈니스 프로세스를 혁신한다. 조직 문화 및 리더십 변화 : 디지털 전환을 성공적으로 수행하기 위해 혁신을 추구하는 조직 문화와 리더십의 변화가 필요하다. 비즈니스 모델 혁신 : 기존의 비즈니스 모델을 재구성하거나 새로운 비즈니스 모델을 개발하여 디지털 시대에 적합하도록 한다. 디지털 전환의 시대에 엔지니어링에 대해서 생각해 보기전에 다양한 엔지니어링 접근에 대해서 정리해 봤다. 시스템 엔지니어링, 스마트 엔지니어링, 디지털 엔지니어링은 모두 공학 분야의 중요한 접근 방식이지만, 각각의 초점과 적용 방식에 차이가 있다. 시스템 엔지니어링(systems engineering) : 시스템 엔지니어링은 복잡한 시스템의 개발과 통합을 관리하는 일련의 공정이다. 이는 다학제 팀(interdisciplinary teams)이 협력하여 시스템의 전체적인 구조를 설계하고, 시스템 간의 상호작용을 최적화하는 데에 초점을 맞춘다. 시스템 엔지니어링은 프로젝트의 초기 단계에서 요구사항 정의부터 시작하여, 시스템 설계, 구현, 통합, 시험 운영 및 유지보수에 이르기까지 전 과정을 포괄한다. 스마트 엔지니어링(smart engineering) : 스마트 엔지니어링은 첨단 기술과 지능형 시스템을 활용하여 제품의 설계, 제조, 운영을 최적화하는 공학 접근법을 말한다. 이는사물인터넷, 빅데이터, 인공지능, 클라우드 컴퓨팅 등을 통합하여, 제품과 시스템의 성능을 향상시키고, 유지보수를 간소화하며, 사용자 경험을 개선하는 데 중점을 둔다. 필자가 주장하는 스마트 엔지니어링은 고객의 가치를 극대화하는 것이다. 인간은 가치 피라미드(value pyramid)에서 다양한 욕망을 충족할 때 스마트하다고 생각한다.  디지털 엔지니어링(digital engineering) : 디지털 엔지니어링은 제품이나 시스템의 전체 수명 주기를 걸쳐 요구사항(requirement), 설계(design), 분석(analysis), 검증(verification) 및 확인(validation)을 지원하기 위해 디지털 모델과 시뮬레이션을 사용하는 공학 기법이다. 이 접근법은 디지털 트윈, 시뮬레이션, 3D 모델링 등의 기술을 활용하여 물리적 프로토타입의 필요성을 줄이고, 공정의 효율성을 높인다. 각 접근법은 공학 프로젝트와 시스템 개발에서 중요한 역할을 하며, 때로는 이러한 개념들이 상호 보완적으로 사용될 수 있다. 스마트 엔지니어링과 디지털 엔지니어링은 기술의 적용에 더 큰 초점을 맞추는 반면, 시스템 엔지니어링은 프로세스와 프로젝트 관리의 측면에서 더 포괄적인 접근법을 제시한다. 시스템 엔지니어링은 주로 복잡하고 개발하는 데 오랜 기간이 소요되는 무기체계나 소프트웨어 개발에 주로 사용하고, 스마트 엔지니어링은 첨단 스마트 기기를 개발할 때 적용되었다. 그러나 최근의 디지털 전환 시대에서는 디지털 엔지니어링이 제품 혁신을 주도하고 있으며 모든 산업에 영향을 주고 있다. 디지털 전환의 시대에 디지털 엔지니어링은 산업 디지털 전환의 핵심이 될 것이다. 특히 디지털 트윈과 소프트웨어 정의(software-defined) 제품에서 제품수명주기에 핵심이 될 것으로 생각된다.  여기서 필자의 첫 번째 가설은 ‘제조업의 디지털 전환에서 가장 핵심은 디지털 엔지니어링과 PLM의 기준 정보가 아닐까’ 생각해 본다. 두 번째 가설은 ‘기존의 PLM의 프로세스를 디지털 프로세스로 새롭게 리엔지니어링해야 할 것’으로 생각한다. 세 번째 가설은 ‘그러면 디지털 프로세스에 가장 근접한 프레임워크는 무엇일까’를 생각해 봤다. <그림 1>은 디지털 제품/시스템 수명주기(digital product/system life cycle) 프레임워크이다.    그림 1. 디지털 제품/시스템 수명주기 프레임워크   <그림 1>에서 이제는 제품이나 시스템이 단순히 디지털 데이터가 물리적 시스템을 보조하기 위해서 사용했던 이전 정보화 시대나 디지털화가 아닌 본격적인 디지털 전환 시대가 열렸다는 것을 알려준다. 제품 개발에서 시스템과 엔지니어링의 무한 순환 구조를 가지며, 시스템은 현실세계의 물리적 시스템과 가상의 디지털 트윈 시스템으로 구성된다. 물리적 실체 시스템은 기존의 CAX 또는 소프트웨어 지원 엔지니어링(software-suported engineering)으로 작업을 하고, 디지털 트윈은 소프트웨이 기반 엔지니어링(software-driven engineering)의 2가지 유형의 디지털 프로세스가 적용될 것이다.   <그림 1>의 디지털 제품/수명주기 프레임워크(DPL framework)에서 상호 데이터의 교체 시스템은 디지털 PLM 시스템이 될 것이고, 그 중에서 디지털 스레드(digital thread)가 핵심이 될 것으로 예상된다. 이 디지털 스레드를 통해서 최적의 의사결정이 이루어질 것이고, 그것은 디지털 데이터와 인공지능의 몫이 될 것으로 생각된다.   그림 2. 디지털 전환의 3단계   디지털 전환은 단순히 기술적인 변화만을 의미하는 것이 아니라, 조직 전반의 변화를 포함하는 포괄적인 과정이다. 이를 통해 기업은 더욱 민첩하고, 혁신적이며, 고객 중심적인 방향으로 발전할 수 있다. 일반적으로 디지털 전환은 세 가지 단계를 가진다.(그림 2) 그것은 정보화(digitization), 디지털화(digitalization), 디지털 전환(digital transformation, DX)이며 엔지니어링의 디지털 전환인 디지털 엔지니어링에서 이 세 가지 단계가 적용될 수 있다. 현재 오래된 엔지니링 프로세스는 정보화(digitization) 및 디지털화(digitalization)이고 미래 지향적 디지털 엔지니어링은 디지털 제품 수명주기 프로세스의 프레임위크로 만들어야 한다.  “가장 위험한 형태의 인간 실수 중 하나는 자신이 달성하려는 것을 잊는 것입니다.” -폴 니츠(Paul Nitze)   ■ 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.

인텔은 ‘AI PC 가속화 프로그램(AI PC Acceleration Program)’의 일환으로 ▲ AI PC 개발자 프로그램(AI PC Developer Program) 신설과 ▲IHV(독립 하드웨어 벤더)로 프로그램 지원 대상 확대를 골자로 하는 새로운 AI 이니셔티브 2개를 발표했다. 인텔은 2025년까지 1억 대 이상의 인텔 기반 AI PC에서 소프트웨어 및 하드웨어 생태계가 AI 기능을 최적화할 수 있도록 하겠다는 목표를 세웠다. AI PC 개발자 프로그램은 소프트웨어 개발자와 ISV(독립 소프트웨어 벤더)를 위해 설계된 프로그램으로 원활한 개발자 경험을 제공하고 개발자가 규모에 맞춰 새로운 AI 기술을 쉽게 채택할 수 있도록 지원한다. 인텔 코어 울트라(Intel Core Ultra) 프로세서를 탑재한 개발자 키트와 각종 도구, 워크플로 및 AI 배포 프레임워크를 제공한다.     업데이트된 개발자 리소스 페이지에서는 개발자가 AI PC 및 PC용 툴킷, 관련 자료 및 교육 프로그램을 모두 제공받을 수 있다. 이러한 리소스로 개발자가 인텔 코어 울트라 프로세서 기술을 활용하여 AI 및 머신러닝(ML) 애플리케이션 성능을 최적화하고 신규 사용 사례를 신속하게 개발할 수 있다. 그리고, 개발자들은 인텔 AI PC 가속화 프로그램에 가입해 PC 업계에서 AI 성능을 극대화하기 위해 노력하는 인텔의 글로벌 파트너 네트워크에 대해 더 자세히 확인할 수 있다. 또한 AI PC 가속 프로그램에 독립 하드웨어 공급업체(IHV)를 추가하면서 IHV가 AI PC용 하드웨어를 준비, 최적화 및 구현할 수 있는 기회를 제공한다. 파트너사는 인텔 오픈 랩스(Open Labs)에 접속해 하드웨어 솔루션 및 플랫폼의 개발 단계 초기에 기술 및 공동 엔지니어링 지원을 받을 수 있다. 또한 이 프로그램을 통해 인텔은 IHV 파트너가 기술을 테스트하고 최적화하여 출시할 때까지 최대한 효율적으로 실행할 수 있도록 레퍼런스 하드웨어를 제공한다. 인텔은 이 프로그램을 통해 개발자들이 최신 인텔 프로세서에서 소프트웨어의 호환성과 전반적인 최종 사용자 경험을 높이고, AI PC 하드웨어에 맞춰 소프트웨어 성능을 최적화하며, 새로운 시장에 진입하고 산업 전반에서 성공할 수 있는 기회를 얻을 수 있을 것으로 전망했다. 인텔의 카를라 로드리게즈(Carla Rodriguez) 클라이언트 소프트웨어 생태계 지원 부문 총괄은 “인텔은 생태계와 협업함으로써 AI PC 가속화 프로그램의 큰 진전을 이루었다”라며, “AI PC 개발자 프로그램 추가로 대규모 ISV 외에도 범위를 확대하여 중소규모 및 개인 개발자도 지원하게 되었다. 인텔의 목표는 새로운 AI 지원 개발자 키트를 포함해 광범위한 개발 도구를 지원해 원활한 개발 경험을 제공하는 것”이라고 밝혔다.

HPE는 엔비디아 GTC에서 생성형 AI, 딥러닝, 머신러닝 애플리케이션의 운영 고급화를 위한 통합 AI 네이티브 포트폴리오를 새롭게 업데이트했다고 발표했다. 이번에 발표된 업데이트는 ▲HPE와 엔비디아가 공동 엔지니어링한 풀스택 생성형 AI 솔루션 ▲HPE 머신러닝 추론 소프트웨어 프리뷰 버전 ▲엔터프라이즈급 검생증강생성(RAG : Retrieval-augmented generation) 레퍼런스 아키텍처 ▲신규 엔비디아 블랙웰(NVIDIA Blackwell) 플랫폼 기반 제품 개발 지원 등을 포함한다. 대규모 AI 모델의 개발 및 훈련을 위해 사전 구성 및 테스트된 풀스택 솔루션을 원하는 기업을 위해 생성형 AI용 HPE 슈퍼컴퓨팅 솔루션도 출시됐다. 고객들이 생성형 AI 및 딥러닝 프로젝트 개발을 가속할 수 있도록 목적 기반의 턴키 솔루션은 엔비디아 칩으로 구동되며 최대 168개의 엔비디아 GH200 그레이스 호퍼 슈퍼칩(GH Grace Hopper Superchip)이 제공된다. 이 솔루션은 대기업, 연구소 및 정부 기관들이 인공지능 및 머신러닝 소프트웨어 스택을 활용한 모델 개발 과정을 더욱 단순화할 수 있도록 지원한다. 이러한 소프트웨어 스택은 고객들이 대규모 언어 모델(LLM), 추천 시스템, 벡터 데이터 베이스 등 생성형 AI와 딥러닝 프로젝트를 더욱 빠르게 추진할 수 있도록 한다. 설치에서부터 모든 서비스가 제공되는 턴키 솔루션을 이용해 AI 연구 센터와 대기업은 가치 창출까지의 시간을 더욱 단축하고 훈련은 2~3배 더욱 신속히 진행할 수 있다.     HPE의 생성형 AI용 엔터프라이즈 컴퓨팅 솔루션은 유연하고 확장 가능한 사용량 기반 과금 모델을 제공하는 HPE 그린레이크(HPE GreenLake)를 통해 이용할 수 있다. 엔비디아와 공동 엔지니어링하여 사전 구성된 미세 조정(fine-tuning) 및 추론 솔루션은 생성형 AI 애플리케이션을 제작하기 위해 필요한 정확한 컴퓨팅, 스토리지, 소프트웨어, 네트워킹 및 컨설팅 서비스를 제공함으로써 소요 시간과 비용을 절감해 준다. 이러한 AI 네이티브 풀스택 솔루션은 프라이빗 데이터 기반의 파운데이셔널 모델을 제작하기 위해 필요한 속도, 규모, 관리 기능을 제공하고 하이브리드 클라우드 모델 내 생성형 AI 애플리케이션을 배포할 수 있도록 지원한다. HPE와 엔비디아의 고성능 AI 컴퓨팅 클러스터 및 소프트웨어를 기반으로 하는 이 솔루션은 경량 모델 미세조정, RAG, 대규모 추론 등에 이상적이다. 이 솔루션을 실행하는 700억 개의 파라미터를 가진 라마 2(Llama 2) 모델의 미세 조정 시간은 노드 수에 따라 선형적으로 감소하여 16노드 시스템에서는 6분이 소요된다. 이러한 속도와 성능 덕분에 고객은 버추얼 어시스턴트, 지능형 챗봇, 기업용 검색과 같은 AI 애플리케이션으로 비즈니스 생산성을 개선하여 가치 실현을 더욱 빠르게 달성할 수 있다. 또한, 해당 솔루션은 HPE 프로라이언트 DL380a Gen11 서버(HPE ProLiant DL380a Server)를 기반으로 엔비디아 GPU, 엔비디아 스펙트럼-X 이더넷(NVIDIA Spectrum-X Ethernet) 네트워킹 플랫폼, 엔비디아 블루필드-3 DPU(NVIDIA BlueField-3 DPU)으로 사전 구성되어 있다. 이에 더해 HPE의 머신러닝 플랫폼과 애널리틱스 소프트웨어, 생성형 AI 모델 추론용으로 최적화된 엔디비아 NIM 마이크로서비스가 제공되는 엔비디아 AI 엔터프라이즈 5.0 소프트웨어뿐만 아니라 엔비디아 네모 리트리버(NeMo Retriever) 및 기타 데이터 사이언스와 AI 라이브러리를 이용할 수 있다. HPE의 안토니오 네리(Antonio Neri) CEO는 “생성형 AI의 미래를 실현하고 AI 생명주기 전반을 다루기 위한 솔루션은 설계부터 하이브리드로 제작되어야 한다. AI는 하이브리드 클라우드 환경이 필요한 워크로드로, 온프레미스나 코로케이션 시설, 퍼블릭 클라우드에서 AI 모델을 훈련하는 것부터 에지에서의 추론 작업까지 모든 환경에 걸쳐 진행된다”면서, “HPE와 엔비디아는 공동 설계한 AI 소프트웨어 및 하드웨어 솔루션을 지속적으로 선보이며, 고객들이 기획에서부터 제작까지 생성형 AI를 가속해서 개발하고 배포할 수 있도록 도와줄 것”이라고 말했다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “생성형 AI는 커넥티드 디바이스, 데이터 센터 및 클라우드 내 데이터에서 인사이트를 도출해내며 전 산업의 혁신을 일으킬 수 있다. 엔비디아와 HPE의 협력 확대를 통해 기업들은 데이터를 활용하여 새로운 AI 애플리케이션을 개발 및 배포함으로써 전례 없는 생산성 향상을 경험하고 비즈니스를 새롭게 전환할 수 있을 것”이라고 말했다.

앤시스코리아는 가속 컴퓨팅 및 생성형 AI 기반의 차세대 시뮬레이션 솔루션 개발을 위해 엔비디아와 협력을 확대한다고 밝혔다. 양사간 협력 확대를 통해 앤시스는 최첨단 기술을 융합해 6G 통신 기술을 고도화하고 엔비디아 그래픽처리장치(GPU)를 통해 자사의 솔버를 강화할 전망이다. 또한, 앤시스의 소프트웨어에 엔비디아 AI를 통합하고 물리 기반 디지털 트윈을 개발하며, 엔비디아 AI 파운드리 서비스로 개발된 맞춤형 대규모 언어 모델(LLM)을 사용할 예정이다. 앤시스는 최근 포트폴리오 전반에 걸쳐 데이터 상호운용성을 강화하고 향상된 그래픽과 비주얼 렌더링을 제공하기 위해 오픈USD 얼라이언스(AOUSD)에 가입했다. 앤시스는 이미 엔비디아 옴니버스(NVIDIA Omniverse) 플랫폼에 기반한 엔비디아 드라이브 심(NVIDIA DRIVE Sim)에 앤시스 AV엑셀러레이트 오토노미(Ansys AVxcelerate Autonomy)를 연동했으며 앤시스 STK(Ansys STK), 앤시스 LS-DYNA(Ansys LS-DYNA), 앤시스 플루언트(Ansys Fluent) 및 앤시스 퍼시브 EM(Ansys Perceive EM) 등의 추가 연동을 검토하고 있다. 이를 통해 강화된 상호운용성을 바탕으로 사용자는 광범위한 수준에 걸친 다양한 시뮬레이션 과제를 해결할 수 있다. 앤시스는 엔비디아와 협력을 통해 고성능 컴퓨팅(HPC) 분야의 수치 연구를 발전시켜 사용자가 업계 전반에 걸쳐 설계 주기를 단축하고, 보다 복잡화된 제품을 제공할 수 있도록 지원할 계획이다. 앤시스는 다중 시뮬레이션 솔루션 강화를 위해 엔비디아 H100 텐서 코어(NVIDIA H100 Tensor Core) GPU를 활용하며 엔비디아 블랙웰(Blackwell) 기반 프로세서와 엔비디아 그레이스 호퍼 슈퍼칩(Grace Hopper Superchips)을 앤시스 포트폴리오 전반에 우선 도입한다. 여기에는 플루언트, LS-DYNA, 앤시스 전자 제품 및 반도체 제품이 포함된다. 동시에 엔비디아는 반도체 툴을 포함한 앤시스 기술을 활용해 가상 모델과 데이터 센터 설계를 강화, 궁극적으로 앤시스 솔버 성능을 가속화할 예정이다.     앤시스는 엔비디아 6G 리서치 클라우드 (NVIDIA 6G Research Cloud) 플랫폼을 최초로 채택한 기업 중 하나로, 연구자이 무선 액세스 네트워크(RAN) 기술용 AI를 발전시킬 수 있도록 포괄적인 제품군을 제공한다. 앤시스 HFSS로 구동되는 새로운 솔버 ‘앤시스 퍼시브 EM 솔버(Ansys Perceive EM solver)’는 6G 기술 개발 속도를 높이도록 설계된 엔비디아 6G 리서치 클라우드를 기반으로 한다.  앤시스는 최신 AI 기술로 소프트웨어 제품을 강화하기 위해 물리 기반의 머신러닝(ML)을 위한 엔비디아 모듈러스(NVIDIA Modulus) 프레임워크를 연구 중이다. 이 작업은 앤시스 AI+ 제품군 내에서 효율 최적화, 민감도 분석, 견고한 설계 등 향상된 기능을 제공하는 것을 목표로 한다. 또한, 앤시스는 LLM 개발을 발전시키고 설정 및 사용을 단순화하여 시뮬레이션의 대중화를 촉진하기 위해 엔비디아 AI 파운드리(NVIDIA AI foundry) 채택을 검토 중이다. 앤시스 솔루션에 맞춤화된 미래 LLM은 전문적인 가상 지원을 제공하여 새로운 고객의 시뮬레이션 사용 사례를 창출할 잠재력을 제공한다. 앤시스는 생성형 AI를 보다 쉽고 비용 효율적이며 신속하게 개발할 수 있는 도구를 제공하는 엔비디아 네모(NVIDIA NeMo) 플랫폼을 활용할 계획이다. 앤시스의 아제이 고팔(Ajei Gopal) CEO는 “엔비디아와의 협력 확대를 통해 가속 컴퓨팅과 생성형 AI의 새로운 지평을 열 수 있게 되었다”며, “엔비디아 옴니버스의 역동적인 영역 내에서 우리의 고객들이 가상과 현실을 연결함으로써 미래 기술 개발을 비롯한 혁신을 현실화해 우리 시대의 가장 시급한 엔지니어링 과제를 해결할 수 있을 것이라 믿어 의심치 않는다”고 밝혔다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “앞으로 제조되는 모든 제품에는 디지털 트윈이 적용될 것이다. 중공업 업계 내 전세계의 설계자와 엔지니어는 현재 시뮬레이션 엔진으로 앤시스를 사용하고 있다”며, “우리는 앤시스와 협력하여 이러한 대규모 작업에 가속 컴퓨팅 및 생성형 AI를 제공하고, 엔비디아 옴니버스 디지털화 기술로 앤시스의 선도적인 물리 기반 시뮬레이션 도구를 확장할 수 있도록 협력을 이어갈 것”이라고 말했다.