지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부는 AI 기반 지능형 IC 설계 검증 플랫폼인 ‘솔리도 디자인 인바이런먼트(Solido Design Environment)’ 소프트웨어를 출시한다고 밝혔다. 이것은 인공지능(AI) 기반의 클라우드 지원 IC 설계 및 검증 솔루션으로서, 설계 팀이 갈수록 치열해지고 있는 전력, 성능, 수율 및 신뢰성에 대한 요구에 부응하는 것을 넘어서 이를 상회하면서도 타임투마켓을 획기적으로 단축할 수 있도록 지원한다. 무선, 자동차, 고성능 컴퓨팅(HPC) 및 사물인터넷(IoT)과 같은 산업 전반에 걸쳐 강력하고 고도로 차별화된 애플리케이션이 요구되면서 설계의 복잡성이 엄청나게 높아지고 있다. 이러한 새로운 시대를 맞이해 IC 엔지니어링 팀이 이에 적응할 필요성은 갈수록 더 커지는 추세이다. 지멘스의 새로운 Solido Design Environment 소프트웨어는 회로 디자이너가 이러한 문제를 해결할 수 있도록 지원하고자 개발되었다. 커스텀 IC의 설계 및 검증을 위한 통일된 접근 방식을 제공하므로 디자이너가 전반적인 설계 품질을 높이고 타임투마켓을 단축시키는 한편으로 이처럼 상호의존적인 절충사항들을 최적화할 수 있도록 지원한다. 지멘스의 지능형 커스텀 IC 검증 플랫폼에 가장 최근 추가된 Solido Design Environment 소프트웨어는 AI 기술을 갖추고 있으며 클라우드 구축 준비가 되어 있다. Solido Design Environment 소프트웨어가 제공하는 포괄적인 단일 콕핏(cockpit)은 공칭 분석 및 변동인식 분석 작업을 처리하며, 여기에는 SPICE 수준의 회로 시뮬레이션 설정, 측정 및 회귀 분석은 물론 파형 및 통계결과 분석 기능이 포함되어 있다. 이 솔루션은 AI 기술을 적용하여 사용자가 최적화 경로를 파악해 회로 전력, 성능 및 면적을 개선하는 것은 물론 생산 정확도가 높은 통계적 수율 분석 작업을 완전탐색(brute-force) 방법의 몇 분의 일에 불과한 시간 내에 수행할 수 있도록 지원한다. 또한 새로운 가산학습(Additive Learning) 기술을 갖추고 설계 및 검증 팀의 실적을 크게 향상시킬 수 있도록 지원하므로 보유 AI 모델을 사용하여 보다 스마트하고 빠른 AI 의사결정을 내릴 수 있다. Solido Design Environment 소프트웨어는 이러한 첨단 기능을 통해 최대 6 시그마에 달하는 검증 정확도와 보다 높은 수율을 완전탐색 몬테 카를로 방식보다 엄청나게 빠른 속도로 달성하면서도 그 범위와 정확도를 크게 향상시킬 수 있도록 지원한다. 지멘스 디지털 인더스트리 소프트웨어의 커스텀 IC 검증 부문 제너럴 매니저인 아밋 굽타(Amit Gupta) 부사장은 “반도체 콘텐츠는 다양한 애플리케이션에서 극적인 성장세를 보이고 있다”라고 말하며, “엔지니어링 팀은 설계 복잡성 및 변동 효과의 증가 추세에 적응하면서 전력, 성능, 면적 및 수율 목표도 충족시켜야 한다. 사인오프 변동 분석을 위한 최첨단 AI 기술이 클라우드를 지원하는 지능형 설계 환경에 완벽하게 통합된 Solido Design Environment 소프트웨어는 커스텀 IC 설계의 혁신으로서, 스탠다드 셀, 메모리 및 아날로그 IP 설계 팀에게 획기적인 이점을 제공한다”라고 말했다. 세계 최고의 첨단 메모리 및 센서 기술 공급사 중 하나인 SK하이닉스는 이 새로운 솔루션을 평가하여 설계 회로 최적화 업무 TAT를 획기적으로 단축하고, Chip Size 감소에도 크게 기여할 것으로 확신하고 있다. 도창호 SK 하이닉스 CAE(Computer Aided Engineering) 부사장은 “검증 정확도와 턴어라운드 시간은 차세대 메모리 기술을 개발함에 있어서 설계 흐름의 핵심적인 요소다”라고 말하며, “지멘스의 Solido Design Environment 소프트웨어는 완전탐색 정확도의 변동분석 기능과 함께 자사 환경에 최적화 기능과 Report를 제공하며, AFS와 연동하여 획기적인 턴어라운드 시간 단축은 물론 효율성을 극대화한 Total Solution임이 증명되었다”라고 말했다.

생산 계획·운영 단계에서 스마트 제조 혁신 지원   이번 호에서는 제조 생산·운영의 최적화를 달성하기 위해 통합된 환경에서 디지털 트윈을 쉽게 구축할 수 있는 PINOKIO(피노키오) 솔루션에 대해 살펴보고자 한다. ■ 조강훈 카를로의 책임연구원으로, 9년째 시뮬레이션 및 디지털 트윈 분야의 엔지니어로 일하고 있다. 이메일 |  yeonjae70@carlo.co.kr 홈페이지 주소 | www.carlo.co.kr   디지털 트윈(digital twin)의 사전적 의미는 스마트 산업 전반에 걸쳐 통상적으로 사용되고 있지만, 제조 산업에 적용한 사례는 조금 다른 접근 방법이 필요하다. 제조 산업에서 디지털 트윈의 역할은 크게 두 가지로 분류해 볼 수 있다. 첫 번째는 현장과의 실시간 데이터 연동을 통한 모니터링의 역할, 두 번째는 미래 예측 및 조기 대처를 통해 제조 생산·운영을 최적화하는 역할이다. 두 번째 역할은 다시 목적에 따라 ①주기적인 시뮬레이션을 이용하여 미래 예측 및 조기 대처를 통한 제조 생산·운영의 최적화 ②이상 상황에 대한 빅데이터를 수집하여 다양한 AI 로직을 적용한 생산·운영의 최적화로 분류할 수 있다.  생산·운영의 최적화를 달성하기 위해 많은 기업들은 하나의 통합된 환경이 아닌 각각 다른 솔루션을 활용하는 경우가 대부분이며, 실제 현장과의 정합성이 다른 결과를 초래하기 때문에 진정한 의미의 최적화를 달성하기 어려운 실정이다. 카를로(CARLO)는 제조 생산·운영의 최적화를 달성하기 위해 통합된 환경에서 디지털 트윈을 쉽게 구축할 수 있는 PINOKIO 솔루션을 소개하고 있다.   대용량 데이터 처리 및 실시간 모니터링 시스템 : PINOKIO 실시간 모니터링의 목적은 현장 상황을 보다 신속·정확하게 파악하고 선제적으로 대응하기 위한 것이다. 디지털 트윈 전문 기업들은 실시간 모니터링이 가능한 솔루션들을 시장에 선보였다. 대부분은 로봇의 기하학적인 분석, 엔진의 역학 분석 등 단일 부품 및 설비에 초점이 맞춰져 있지만, 대규모의 제조 생산 라인에 적용된 사례는 드문 것이 사실이다. 몇 가지 사례는 실제로 제조 현장에 있는 듯한 현실감 있는 3D 애니메이션을 제공한다. 하지만 생산·운영의 최적화를 위해서는 현장에서 발생하는 대용량의 데이터를 수집하여 실시간 연동 모니터링이 구현되어야 한다.  PINOKIO는 MES와 센서에서 발생하는 대용량 데이터를 실시간으로 처리하여 현장의 모습을 가시화한다. 또한, 처리된 데이터는 제조 현황과 운영 단계에서의 예측 시뮬레이션에 사용되며 그 결과가 대시보드 형태로 제공된다.   시뮬레이션 성능 가속 시뮬레이션에서는 이벤트의 개수가 속도의 큰 영향을 미치는 요소이다. PINOKIO는 이벤트의 개수를 최적화하여 최소한의 이벤트로 시뮬레이션이 가능하도록 기존의 상용 솔루션보다 성능을 개선하였다. 기존 상용 솔루션과 다른 독자 개발 알고리즘과 가속 엔진으로 물류 경로 최적화를 구현하여, 기존 솔루션 대비 약 2만평 규모의 공장에서 약 70배의 향상된 성능을 검증했다. 시뮬레이션의 해상도 또한 가속 성능에 영향을 주는 중요한 요소이다. 고해상도 시뮬레이션은 속도, 가감속, 크기, 거리 등의 제약 조건들을 전부 실제와 유사하게 움직이도록 모사한 것으로, 저해상도일 수록 연산 속도 등의 이점으로 시뮬레이션의 가속 성능은 우수해지나 실제 공장과의 정합성은 낮아진다. 그림 1. PINOKIO의 엔진   PINOKIO의 작업 프로세스 PINOKIO는 모니터링 엔진을 통해 현장의 MES와 센서 데이터를 집계하고 현장과 동일한 물류의 흐름을 실시간 모니터링할 수 있다. MES와 연동하여 수집한 데이터로 디지털 트윈 모델을 생성하여 물류 흐름을 가시화하고, 사용자가 설정한 시간 주기마다 미래를 예측하는 시뮬레이션(proactive simulation)을 백그라운드로 수행한다. 실시간 라인의 상황을 반영한 시뮬레이션은 제품의 공정 택트 타임(tact time)보다 짧은 시간 안에 결과를 확인할 수 있다. PINOKIO는 제조 현장과 동일한 상황을 디지털 트윈화하고 계획 시점이 아닌 운영 시점에 시뮬레이션을 통해 보다 정확한 의사결정을 내릴 수 있도록 지원한다.   그림 2. 센서 데이터를 활용한 디지털 트윈 구축 예시  

개발 및 공급  : 카를로(CARLO) 주요 특징 : 디지털 트윈 제작 도구, 대규모 시뮬레이션, 상용 시뮬레이션 대비 검증된 가속 성능, AI 플랫폼 제공 사용 환경(OS) : 윈도우 환경 권장 시스템 권장 사양 : 인텔 코어 2 듀오 또는 AMD 애슬론 X2 CPU 이상, OS 디스크의 4GB 여유공간   최근 스마트 공장, 디지털 트윈이라는 용어가 반도체, 자동차, 2차전지, 조선 등 다양한 산업 분야에서 쓰이고 있다. 디지털 트윈이란 현실 세계의 물리적 객체, 프로세스, 행동 등을 가상 세계에 똑같이 구현한 기술로 디지털 전환(DX : Digital Transformation)의 핵심 키워드로 부상하고 있다. 디지털 기술을 활용하여 회사의 경쟁력을 강화하고 비즈니스 변화 속도에 맞춰 기회를 창출하기 위해 기업들은 산업, 업종의 경계를 넘어 DX를 도입, 추진해 나가고 있다. 물류 시뮬레이션 솔루션은 대부분 숙련자 또는 전문가의 의존도가 높은 가정 분석(what-if) 방식을 활용하고, 생산 계획 단계에서 주로 사전 분석 및 검증용으로 사용된다. 하지만 시뮬레이션에 현장 데이터를 반영하는데 있어 대용량 데이터 처리와 시뮬레이션 가속 성능 등의 한계로 다양한 제약 조건이 발생할 수 있다. 실제로 활용 가능한 디지털 트윈 솔루션은 디지털 트윈을 구현하는데 있어 생산 운영 단계까지 연계하는 과정에 중요한 요소로 꼽힌다.   스마트 공장을 위한 디지털 트윈 솔루션 : PINOKIO 제조 현장에서의 물류는 제품의 사이클 타임을 결정하는 요소 중에 하나이다. 물류 정체가 발생할 경우 제품의 사이클 타임이 길어지거나 라인이 정지되는 등 심각한 손실이 발생할 수 있다. 이러한 문제를 해결하기 위해 시뮬레이션을 통한 최적화된 운영 방식을 시스템에 적용하려고 꾸준히 노력해왔다. 기존 물류 솔루션은 현장에서 발생하는 대용량의 데이터를 시뮬레이션에 반영하여 실시간으로 의사결정을 하는 데에 있어 다양한 제약으로 인해 어려움이 있다. 또한, 현장 작업자의 개입과 같은 인간적 오류는 시스템이 예측할 수 없는 데이터를 발생시키기 때문에 생산 계획 단계에서의 사전 분석 및 검증만으로는 시뮬레이션 정합성을 높이는데 한계가 있다. PINOKIO(피노키오)는 최적화된 자체 개발 시뮬레이션과 모니터링 엔진을 탑재하여 이를 해결하였다. 시뮬레이션의 이벤트 횟수를 최적화하여 최소한의 이벤트로 시뮬레이션이 가능하도록 설계했다. 또한 계산 속도의 이점을 가진 C, C++ 언어로 물류 경로를 최적화하는 알고리즘을 구현하여, 약 2만평 규모의 공장에서 기존 솔루션 대비 약 70배의 향상된 성능을 검증하였다.   그림 1. PINOKIO의 UI 화면   대용량 데이터 처리 및 실시간 모니터링 PINOKIO는 시뮬레이션에 최적화된 알고리즘을 사용함으로써 대용량 데이터 처리가 가능하고, 현장 데이터를 실시간으로 시뮬레이션에 반영할 수 있다. 기존 물류 시뮬레이션 솔루션에 비해 60~700배 뛰어난 가속 성능을 제공하는 시뮬레이션 도구이다. 제조 현장과 동일한 상황을 시뮬레이션하기 위해 현장과 연동 후 데이터를 가공하여 디지털 트윈 모델로 표현하여 가시화하고, 사용자가 설정한 시간 주기마다 미래를 예측하는 시뮬레이션(proactive simulation)을 백그라운드로 수행한다. 이는 제품의 공정 시간보다 짧은 시간 안에 결과를 확인할 수 있고, AI를 통해 보다 정확한 의사결정을 내릴 수 있도록 지원한다.   그림 2. PINOKIO의 모니터링 화면   디지털 트윈 시뮬레이션 실시간 현장 상황을 반영하여 미래를 예측하는 시뮬레이션(proactive simulation)은 제품의 택트 타임(tact time)보다 짧은 시간 내에 결과를 도출해내지 못하면 현장에서 선제 대응하지 못하는 결과를 초래할 수 있다. 모니터링 엔진으로부터 라인 상황에 대한 데이터를 수집하고 현재로부터 예측하고자 하는 시간 동안 발생하는 이상상황에 대해 피드백을 준다. 예를 들어 조립 라인의 경우에는 ‘부품이 5분 뒤에 부족하다’는 알람을 작업자에게 피드백하여 선제적 대응을 함으로써 라인 정지를 방지할 수 있다. PINOKIO 디지털 트윈 시뮬레이션은 이러한 역할이 가능하도록 가속화한 시뮬레이션 엔진을 보유하고 있다.   그림 3. 현장 FAB(왼쪽)과 PINOKIO에서 생성된 디지털 트윈(오른쪽)   제조 현장에 특화된 AI 플랫폼 : CAP AI를 이용한 솔루션을 만들기 위해서는 다양한 상황에 대한 데이터가 필요하다. 하지만 제조 현장의 특성상 여러 상황에 대한 데이터를 획득하기 어렵다. PINOKIO에서는 현장에서 획득하기 어려운 데이터를 시뮬레이션을 통해 데이터를 확보할 수 있다. 즉, PINOKIO 디지털 트윈 모델이 AI를 위한 데이터를 생성하고, 이를 AI가 최적 값을 도출하여 시뮬레이션에 반영한다. PINOKIO에서는 획득한 데이터를 파이썬, C, JAVA 등 다양한 언어로 구현한 로직을 적용할 수 있도록 개발 환경을 제공하고 있다.   그림 4. PINOKIO의 AI 플랫폼인 CAP   사전 레이아웃 및 물류 검토를 위한 솔루션 : Plant Simulation 지멘스의 Plant Simulation(플랜트 시뮬레이션)은 공장 신축 및 수정 등이 필요한 경우 사전에 최적의 물류 계획 수립과 공장 레이아웃을 구성할 수 있는 전문 시뮬레이션 도구이자 가상 공장 구현 솔루션이다. 주로 생산 계획 단계에서 활용되며, 제조 기준 정보(제품, 공정, 레이아웃, 물류, 작업, 스케줄링 등의 공장 정보)를 기반으로 시뮬레이션하여 차트, 그래프 등 다양한 분석 도구로 결과를 도출함으로써 공법 검증, 공장 운용 효율, 적정 재고 등 공정 라인을 최적화할 수 있다.   그림 5. Plant Simulation의 UI 화면   통계 시뮬레이션으로 생산 시스템 분석 시뮬레이션 정확도와 효율성을 높이는 동시에 처리량과 전체 시스템 성능을 향상시킬 수 있다. 그래픽 시각화, 차트 및 보고서 기능, 유전자 알고리즘 및 실험 관리법(experiment manager)을 사용하면 생산 시스템의 동작을 평가하여 빠르고 신뢰할 수 있는 제조 생산 시스템을 분석할 수 있다.   그림 6. Plant Simulation의 생산 시스템 분석   병목 현상 제거 및 처리량 간소화 처리량을 간소화하고 병목 현상을 완화하여 공정 작업을 최소화할 수 있다. 기본 기능으로 병목 현상, 처리량, 설비, 리소스 및 버퍼 적정 수량을 자동으로 감지 및 분석할 수 있다. 생산 시스템 효율을 평가하는데 사용할 수 있는 도구로 생산량, 프로세스, 물류 로직 등 다양한 사항들을 고려하여 생산 변동의 영향을 동적으로 분석할 수 있다.   그림 7. Plant Simulation의 처리량 분석   시동 전 프로덕션 시스템 시운전 Plant Simulation으로 만들어진 가상 모델은 실제 생산 라인을 시뮬레이션할 수 있다. 실제 공장의 PLC 또는 가상 PLC와의 인터페이스를 통해 제어, 자동화, 자재 운송 및 전체 엔지니어링 작업을 테스트 및 최적화할 수 있다. 이는 초기 개념 증명을 통해 위험 요소를 줄이고, 투자 비용을 절감할 수 있다.   그림 8. 가상 커미셔닝(virtual commissioning)   Plant Simulation과 PINOKIO의 인터페이스 두 솔루션 간의 인터페이스는 엑셀, 데이터베이스 등 다양한 형태로 가능하다. 자세한 인터페이스 항목은 <그림 9>를 참조하면 된다. Plant Simulation 모델 정보는 자체 언어(Simtalk)를 이용하여 설비 정보, 작업 순서, 위치 정보, 연결 정보 등을 PINOKIO 항목에 맞게 테이블 형태로 수집하고, 레이아웃과 2D/3D 모델은 JT 포맷의 파일로 추출한다. 이 데이터를 PINOKIO에서는 Import 기능으로 손쉽게 모델 정보를 가져와 Plant Simulation과 동일한 모델을 만들 수 있다. 이는 시뮬레이션 모델링 시간이 줄어들고 정확성이 높아져 신뢰성 있는 디지털 트윈 모델이 구축된다.   그림 9. Plant Simulation과 PINOKIO의 인터페이스 리스트   PINOKIO와 현장 데이터의 인터페이스 디지털 트윈에서 가장 중요한 요소는 현장과의 연결이다. 대부분의 물류 전문 솔루션이 현장과의 연결을 위한 인터페이스가 지원되지만, 많은 양의 데이터를 처리하면서 실시간으로 시뮬레이션하는데 어려움이 있다. PINOKIO는 대용량 데이터 처리와 시뮬레이션 가속 성능이 뛰어나 실시간 모니터링 시스템까지 가능하다. <그림 10>은 현장에 있는 MES와 PINOKIO가 인터페이스되는 과정이다. 현장에 있는 PLC가 MES에 데이터를 전달하고, MES는 그 데이터를 데이터베이스에 저장한다. 이를 PINOKIO에서 외부 통신(IP)을 통해 데이터베이스에 접근하여 데이터를 시뮬레이션에 반영한다. 이 과정에서 현장 데이터의 상태가 중요하다. 불필요한 데이터가 있거나 로스 또는 시간 순서가 맞지 않은 경우가 대부분이다. PINOKIO에서는 현장 데이터를 올바르게 정제하는 작업을 거쳐 현장과 동일한 디지털 트윈 모델을 만든다.   그림 10. 현장 데이터 인터페이스 과정   기대 효과 현장 운영 데이터를 실시간으로 디지털 트윈과 연동함으로써 모니터링이 가능하며, 전체 공장을 PC, 웹, 모바일 등 다양한 형태로 여러 유저들과 함께 직관적으로 확인하면서 공유하고 협업할 수 있다. 또한 현장과 연결된 디지털 트윈 모델을 이용하여, 미래에 발생 가능한 문제점들을 예지(predictive)하고, 이러한 문제점을 사전에 해결하기 위한 선제대응(proactive) 의사결정을 가능하게 한다. 이때 디지털 트윈을 이용한 사전예지는 온라인 시뮬레이션 기술에 기반하고, 선제대응은 AI 기술에 기반한다고 볼 수 있다. 디지털 트윈 기반 사전예지의 시간적 범위(time horizon)는 현장의 특성에 따라서 0.1시간~10시간으로 달라질 수 있으며, 문제점의 종류는 주로 생산 로스(loss), 부품의 혼류 비율 불균형, 설비 고장예지 및 물류 정체등을 포함한다. 문제점이 예지되면 이를 해결하기 위한 즉각적인 의사결정 AI 기술을 활용하여 최적 운영을 달성함으로써 생산성, 경제성, 안정성 및 경쟁력 향상 효과가 있다.   그림 11. 생산 계획 및 운영 최적화   맺음말 생산 계획 단계에서 Plant Simulation을 통해 레이아웃 검증과 물류를 최적화하고, Plant Simulation 모델 데이터를 생산 운영 단계에서 PINOKIO와 연계하여 현장 데이터 기반 실시간 모니터링과 미래 상황 예측 및 선제적 대응함으로써 현실적이고 실제 활용 가능한 스마트한 디지털 트윈을 구축할 수 있다.   그림 12. 디지털 트윈을 위한 Plant Simulation과 PINOKIO     ■ 기사 내용은 PDF로도 제공됩니다.

  엔비디아는 영국 원자력청(UKAEA)과 맨체스터 대학교가 엔비디아 옴니버스(Omniverse)를 통해 핵융합로 설계와 개발을 가속화한다고 발표했다. 영국 원자력청은 맨체스터대학의 평가 프로젝트를 통해 향후 몇 년 간 청정전력을 공급할 수 있는 핵융합로(Fusion Reactor)의 설계와 개발을 가속화하기 위해 엔비디아 옴니버스(NVIDIA Omniverse) 시뮬레이션 플랫폼을 시험해왔다. 핵융합은 원자핵을 결합하여 에너지를 방출할 수 있는 원리이다. 그러나 핵융합 에너지는 높은 에너지 투입 요구와 핵융합 반응의 예측할 수 없는 행동 때문에 아직 생산을 위해 성공적으로 확장되지 않았다. 핵융합 반응은 거대한 중력 압력이 태양을 화씨 약 2700만 도에서 자연적으로 핵융합을 일으키게 한다. 하지만 지구는 태양과 같은 중력 압력을 가지고 있지 않으며, 이것은 핵융합을 일으키기 위한 온도가 1억 8000만 도 이상으로 훨씬 더 높아야 한다는 것이다. 모든 원자로 구성, 플라즈마, 제어 및 유지 관리 시스템을 정확하게 나타내는 디지털 트윈을 구축하는 것은 엄청난 도전이다. AI, 엑사급(Exascale) GPU 컴퓨팅, 물질적으로 정확한 시뮬레이션 소프트웨어로부터 이득을 얻을 수 있다. 이 모든 것은 핵융합로의 설계부터 시작되는데, 이 과정에서 엔지니어링, 설계와 연구 전문가들로 구성된 대규모 팀이 투입되며 많은 부품을 다루어야 한다. 이 프로젝트에 참여하는 다양한 분야의 전문가들은 서로 다른 컴퓨터 지원에 의한 설계 응용 프로그램이나 시뮬레이션 도구를 사용하며, 한 영역에서 전문가의 작업은 서로 다른 분야에서 작업하는 다른 사람의 데이터에 의존한다. UKAEA 팀은 옴니버스를 탐색해 실시간 시뮬레이션 환경에서 함께 작업할 수 있도록 도와 개별 일부 부품만이 아닌 기계 전체의 디자인을 볼 수 있도록 하고 있다. 옴니버스는 움직이는 모든 부분을 동기화하는 데 있어 중요한 역할을 해왔다. 옴니버스는 모든 도구와 응용 프로그램을 연결할 수 있도록 함으로써 원자로 설계 작업을 하는 엔지니어들이 단일 소스에서 동시에 협업할 수 있도록 지원한다. 옴니버스는 높은 충실도(full-fidelity) 3D 데이터를 가져올 수 있어 사실적인 원자로 설계를 지원하며, RTX 렌더러를 사용해 실시간으로 시각화할 수 있어 구성 요소에 대한 다양한 설계 옵션을 쉽게 비교할 수 있다.     융합 플라즈마 시뮬레이션도 도전 과제다. 연구팀은 산업 시뮬레이션 소프트웨어 몬테 카를로 뉴트로닉스 Geant4(Monte Carlo Neutronics Code Geant4)에서 데이터를 연결하고 수집하기 위해 옴니버스 키트(Omniverse Kit)와 함께 파이썬 기반의 옴니버스 익스텐션(Omniverse Extensions)을 개발했다. 이를 통해 원자로에서 에너지를 운반하는 원자로 노심의 중성자 수송을 시뮬레이션할 수 있다. 또한 연구팀은 가시광 방출을 시뮬레이션하는 JOREK 플라즈마 시뮬레이션 코드를 보기 위해 옴니버스 익스텐션을 구축해 연구원들에게 플라즈마 상태에 대한 통찰력을 제공했다. 과학자들은 융합 플라즈마 시뮬레이션을 가속화하기 위한 AI 대리 모델(AI surrogate models)을 개발하기 위해 기존 시뮬레이션 데이터와 함께 사용할 엔비디아 모듈러스(NVIDIA Modulus) AI-물리(AI-physics) 프레임워크 탐색을 시작할 예정이다. 옴니버스는 원자로의 설계, 작동 및 제어를 돕는 것 외에도 미래의 AI 구동 또는 AI 증강 로봇 제어 및 유지보수 시스템의 훈련을 지원할 수 있다. 이는 원자로의 방사선 환경에서 발전소를 유지하는 데 필수적이다. 맞춤형 합성 데이터 생성 도구 및 데이터 세트를 구축하기 위한 소프트웨어 개발 키트인 옴니버스 리플리케이터(Omniverse Replicator)를 사용하여 연구원은 로봇 시스템을 훈련하기 위해 원자로 및 플라즈마 동작에 대한 물리적으로 정확한 합성 데이터를 대량으로 생성할 수 있다. 시뮬레이션 학습을 통해 로봇은 실제 세계에서의 작업을 보다 정확하게 처리해 예측 유지보수를 개선하고 가동 중지 시간을 줄일 수 있다. 엔비디아는 "미래에는 센서 모델이 관측 데이터를 옴니버스 디지털 트윈에 실시간을 스트리밍해 가상 트윈을 원자로의 물리적 상태와 지속적으로 동기화할 수 있다"면서, "연구자들은 물리적 원자로에 변경 사항을 적용하기 전 가상 트윈에서 테스트를 통해 다양한 가상 시나리오를 탐색할 수 있다"고 설명했다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   오토데스크의 아놀드(Autodesk Arnold)는 아티스트가 복잡한 장면을 빠르고 쉽게 렌더링할 수 있도록 지원하는 소프트웨어이다. 4월 29일 진행된 CNG TV에서는 에쓰씨케이(SCK) 강병우 부장과 CJ로직스 김상선 대리가 라이팅, 셰이딩부터 VR 적용까지 실무자의 직접 실무에 필요한 아놀드의 핵심 팁과 GPU 렌더링 기능을 강화한 아놀드 5.3 베타 버전을 공개했다. 상세한 내용은 다시보기를 통해 볼 수 있다.   ■ 이예지 기자 ▲ 에쓰씨케이(SCK) 강병우 부장, CJ로직스 김상선 대리(왼쪽부터) 아놀드는 애니메이션, 영화 분야에서 주로 사용되고 있지만, 건축시각화 시장에서는 아직 사용이 미흡하다. CG 아키텍트 시장 분석에 따르면, 건축시각화 시장에서는 브이레이가 강세를 보였고 이 외에 GPU를 탑재한 게임 엔진이 주로 사용되고 있다.  에쓰씨케이 강병우 부장은 “건축시각화 시장에서 아놀드 사용이 아직 미흡하지만, 아놀드 GPU(Arnold GPU)를 탑재한 아놀드 5.3 베타 버전을 발표함으로써 2020년에는 아놀드 사용이 확대될 것으로 예상된다”고 밝혔다. 아놀드 랜더(Arnold Render)는 컴퓨터의 하드웨어 리소스(메모리, 디스크공간, 다중 프로세서 코어 및 SMID/SSE 장치)를 가장 효과적으로 사용하는 ‘몬테 카를로(Monte Carlo)’ 알고리즘을 사용한다.  몬테 카를로는 무작위로 추출된 난수를 이용하여 원하는 함수의 값을 계산하기 위한 시뮬레이션 방법으로, 이를 통해 무작위로 뽑힌 난수의 개수가 늘어날수록 더 정확한 결과를 얻을 수 있다.    ▲ GPU 렌더링 강화한 아놀드 5.3 베타 버전   아놀드는 실사조명기술을 사용하여 정교한 렌더링을 할 수 있어 손쉽고 빠르게 결과물을 얻을 수 있다. 특히 새롭게 선보인 아놀드 GPU를 탑재한 아놀드 5.3 베타 버전에서는 거의 최종 품질의 렌더로 작업이 가능할 뿐만 아니라 즉각적이고 반응이 빠른 피드백을 얻을 수 있다. 또한 CPU와 GPU 렌더링 간의 손쉬운 전환이 가능하며 상황에 따른 적합한 렌더링 선택이 가능해진다. 한편 아놀드 GPU 가속화는 아티스트의 일상 워크플로를 향상시키며, 룩 디벨롭먼트와 라이팅 작업 중 신속한 대화형 피드백과 단축된 최종 렌더링 시간을 제공한다. 튜링 RT 코어와 GPU 가속 AI 디노이징으로 가속화된 레이 트레이싱을 통해 유저들은 빠른 속도의 인터랙티브한 렌더링을 경험할 수 있다.     기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계 오토데스크의 아놀드(Autodesk Arnold)는 아티스트가 복잡한 장면을 빠르고 쉽게 렌더링할 수 있도록 지원하는 소프트웨어이다. 1월 24일 진행된 CNG TV에서는 에쓰씨케이(SCK) 강병우 부장과 CJ로직스 김상선 대리가 아놀드를 통하여 건축시각화 업무 효율을 향상시킬 수 있는 방법에 대해 소개했다. 상세한 내용은 다시보기를 통해 볼 수 있다. ■ 이예지 기자 오토데스크의 아놀드 렌더(Autodesk Arnold Render)는 컴퓨터의 하드웨어 리소스(메모리, 디스크 공간, 다중 프로세서 코어 및 SMID/SSE 장치)를 가장 효과적으로 사용하는 몬테 카를로(Monte Carlo) 알고리즘을 사용하는 소프트웨어로, 실사 조명 기술을 사용하여 정교한 렌더링을 할 수 있어 결과물을 쉽고 빠르게 얻어낼 수 있다. 에쓰씨케이 강병우 부장은 “아놀드 렌더가 채택한 몬테 카를로 방식은 무작위로 추출된 난수를 이용하여 원하는 함수의 값을 계산하기 위한 시뮬레이션 방법으로, 무작위로 뽑힌 난수의 개수가 늘어날수록 더 정확한 결과를 얻을 수 있는 것이 특징이다”라며 “몬테 카를로 방식은 인공지능에 주로 사용되고 있다”고 설명했다. ▲ Revit을 이용한 3ds MAX to Arnold 시각화 일반적인 GI 렌더링과 비교해보면, GI 렌더링은 근사값을 계산하는 Biased 방식으로, 정확한 계산 방법에 비해 빠른 속도를 지니고 있다. 반면 오토데스크의 아놀드는 정확한 값을 계산하는 Unboased 방식으로, 향상된 계산식으로 더 빠른 렌더링 성능을 제공한다. 강병우 부장은 “추가적으로 아놀드의 장점을 보면, 매우 복잡하고 많은 양의 오브젝트와 텍스처들을 빠르게 처리할 수 있고, 최소의 옵션들로 빠른 작업 및 렌더링 시간을 쉽게 예측하고 설정할 수 있다”면서 “뿐만 아니라 최대 256스레드까지 확장이 가능하며, 예상치 못한 오류가 발생해도 쉽게 식별할 수 있다”고 말했다.  CJ로직스 김상선 대리는 “아놀드는 간결한 옵션으로 높은 결과물을 얻어낼 수 있다”면서 “정확한 결과를 도출할 수 있기 때문에 따로 GI나 FG 기능이 필요 없어 간단한 세팅이 가능하다”고 강조했다. 이밖에 인테리어 스튜디오 환경을 구성하는데 아놀드를 사용하면 빠르고 쉽게 렌더링이 가능한 것이 특징이다.    ▲ (왼쪽부터)에쓰씨케이(SCK) 강병우 부장과 CJ로직스 김상선 대리     기사 상세 내용은 PDF로 제공됩니다.

향상된 신기능으로 강력한 콘텐츠 제작 환경 제공   오토데스크(www.autodesk.co.kr)는 6월 15일 역삼동 GS타워에서 3D 렌더러인 오토데스크 아놀드 5.0(Arnold 5.0) 출시 세미나를 개최했다. 이번 세미나에서는 미국 LA에 있는 텐스카이(TenSky)의 김수경 수석 아티스트의 초청 연사와 함께 아놀드 5.0 신기능 소개, 아놀드 한국 고객 사례 등 다양한 발표가 이어졌다. 이와 함께 자사의 3ds 맥스 2018의 렌더러를 멘탈 레이(Mental Ray) 대신 아놀드 5.0으로 대체할 것이라고 밝혔다.   ■ 이예지 기자 yjlee@cadgraphics.co.kr   오토데스크는 아놀드 5.0(Arnold 5.0) 출시를 통해 아티스트들에게 이전과 비교할 수 없는 탁월한 영상을 제작할 수 있도록 돕겠다는 계획이다.   오토데스크코리아 최기영 대표는 환영사를 통해 “아놀드가 미디어 & 엔터테인먼트 관련 분야 종사자 및 아티스트에게 좀 더 창의력에 집중하는 환경을 조성해 주기를 기대한다”고 전했다.   아놀드 런칭 세미나의 초청 연사로 참여한 텐스카이 김수경 수석 아티스트는 어려운 환경에서 아놀드를 선택함으로써 빽빽한 마감시간을 맞추고 원하는 고퀄리티의 영상을 얻었던 에피소드를 공유했다. “영화‘ 미니언즈’ 프로젝트를 하면서 아놀드의 경험을 새롭게 했다”는 김수경 수석 아티스트는 “아놀드를 사용하는 수많은 회사들은 회사 내에 아티스트가 창의적으로 작업을 할 수 있도록 기술 지원을 하고 있지만 미니언즈를 만든 회사에서는 이러한 구조가 없었다. 특히 3D 애니메이션을 처음 접하는 회사였기 때문에 일할 수 있는 작업환경 조건이 매우 열악했다”고 당시를 회상했다. 이어 그녀는 “파이프라인이 제대로 갖춰지지 않고 애셋(Asset) 업데이트도 어려운 환경에서 아놀드를 채택함으로써 짧은 시간 동안에 시각효과를 만들어 성공적으로 미니언즈를 제작할 수 있었다”며 아놀드를 활용한 성공사례에 대해 전했다.   ▲ 해외 고객사례 세션을 맡은 김수경 수석 아티스트   한편 장편 CGI 애니메이션과 고예산 시각 효과에 필요한 복잡한 기하학적 데이터 세트의 효율적 처리와 파이프라인 간소화를 위해 설계된 아놀드는 로그원, 어벤져스 에이지 오브 울트론, 가디언즈 오브 갤럭시, 그래비티, 엘리시움 등 다수의 영화가 아놀드 렌더링으로 시각효과를 만들어내고 있다.   오토데스크가 새롭게 선보인 아놀드 5.0은 프로덕션 레이 트레이싱(Ray-tracing) 부분을 선도하는 솔리드앵글의 기술을 바탕으로 제작되었으며 핵심적인 아놀드 업데이트, 빠른 렌더링, 향상된 워크플로 등을 통해 전 세계 아티스트들에게 생산적인 렌더링 환경을 제공한다.   더불어 아놀드 5.0의 C++ API는 레거시 기능들이 제거됨과 동시에 재구성되었고 확장 및 간소화를 통해 새로운 아놀드 기반 애플리케이션 작성을 보다 쉽게 할 수 있어 더욱 빠르고 일관성 있는 코드 작성이 가능하다. 여러 서브시스템들의 최적화를 통해 렌더링 시작과 레이 트레이싱 시간도 크게 단축되었다. 규모가 큰 오픈 VDB 볼륨 캐시는 고도로 스레드된 컴퓨터인 경우 로딩시간을 최대 2배 앞당길 수 있으며, GI 바운스가 다수 발생하는 실내 장면과 전송 깊이가 높은 객체들의 렌더링은 최대 2배 단축시킬 수 있다.   새로운 2D 디더 샘플링(Dithered Sampling)은 노이즈의 시각적 분산을 보다 낮은 샘플 속도로 개선함으로써 소프트 섀도, 간접 조명 표현 및 필드 깊이 등의 샘플링 결과를 크게 향상시켜 준다. 아놀드 5.0의 쉐이더는 C++는 물론 프로덕션 GI 렌더러용 첨단 셰이딩 언어인 오픈 셰이딩 언어(Open Shading Language)로도 작성이 가능한 것이 특징이다.   인터뷰 - 오토데스크 미디어 & 엔터테인먼트 부문 김일혁 이사, 텐스카이 김수경 수석 아티스트아놀드 5.0으로 영상 제작에 의미있는 가치를 부여하다    오토데스크가 솔리드앵글을 인수하게 된 배경은   김일혁 : 오토데스크가 솔리드앵글을 인수한 이유로는 크게 세 가지를 꼽을 수 있다. 첫 번째로 렌더링 기술은 크리에이티브 제작 워크플로의 핵심적인 부분으로, 고객 경험을 향상시켜 획기적인 콘텐츠를 보다 빠르고 저렴하게 제작할 수 있도록 도와주기 때문이다. 두 번째로 아놀드는 클라우드 렌더링을 지원하기 때문에 스튜디오의 규모와 상관없이 제작 시 발생하는 여러 문제를 효과적으로 해결할 수 있고 대규모 인프라 투자 없이도 생산력을 확장시킬 수 있다는 장점이 있다. 마지막으로 오토데스크는 솔리드앵글 인수를 통해 숙련된 렌더링 전문가를 보유하게 되었고, 오토데스크와 솔리드앵글의 기술, 전문성 및 자원을 결합하여 전문가들에게 보다 효율적인 렌더링 워크플로를 제공할 수 있게 되었다. 이는 모든 규모의 스튜디오가 클라우드 기반 렌더링 서비스를 도입할 수 있는 계기가 될 것이라고 생각한다.   아놀드는 주로 어느 분야에서 활용되고 있는가   김일혁 : 아놀드는 대규모 장면 렌더링에 포커스가 맞춰져 있다. 아놀드는 알고리즘 자체가 난수를 이용하여 함수의 값을 확률적으로 계산하는 기법인 몬테 카를로(Monte Carlo) 알고리즘을 사용하는데 이 알고리즘에 기반한 렌더러들은 옵션이 작고 사용이 간단해진다. 특히 아놀드는 물리 기반이기 때문에 옵션을 최소화시켜도 원하는 결과물을 빨리 얻어낼 수 있다. 또한 GPU 대신 CPU만을 사용한다. CPU 렌더링을 활용한다는 것은 메모리의 최적화 ROI 측면에서 이점이 있다. 그렇기 때문에 아놀드를 사용하게 되면 렌더팜 하드웨어를 구성할 때 고려해야 할 변수를 줄일 수 있고, 무거운 작업일수록 GPU 렌더링과 비교해 퍼포먼스가 좋다.   아놀드 사용자로서 활용 사례를 소개한다면   김수경 : 순수미술을 전공한 이후 더 많은 대중들에게 다가가고자 시작했던 것이 3D 멀티미디어 분야였다. 이후 영국에서 컴퓨터 멀티미디어를 공부하였고 드림웍스에서 8년 가까이 작업을 하게 되었다.    드림웍스는 큰 스튜디오로 되어있어서 많은 사람들과 호흡하면서 일을 할 수 있다. 큰 파이프라인을 베이스로 일을 하기 때문에 다양한 분야를 접할 수 있는 기회가 많았다. 특히 드림웍스에서 제가 담당한 라이팅과 렌더링은 파이프라인의 마지막 단계에 속한다. 이를 매끄럽게 진행하기 위해서는 카메라 앵글이 보이지 않는 부분까지 체크하고 모델의 움직임, 텍스처 등의 부분까지 고려해야 한다. 특히 모든 과정이 빠른 시간 안에 이루어져야 할뿐 아니라 품질 부분도 해결되어야 하는데, 이러한 애로사항을 아놀드를 사용하여 해결할 수 있었다.   오토데스크의 제조/건축 솔루션과 아놀드의 연계가 가능할지   김일혁 : 캐드 프로그램은 자체적으로 렌더링 기능을 탑재하기가 힘들다. 설계 자체를 기본적인 목적으로 만들어졌기 때문에 렌더링 알고리즘을 넣는 것은 쉽지 않은 것이다. 그러나 이러한 부분에 클라우드 기반의 A360이라는 렌더링 서비스를 제공하고 있는 것처럼 아놀드 역시 오토테스크의 다양한 설계 솔루션과 연계해 활용범위를 확장시킬 수 있을 것이다.   디자인 시각화 분야도 빼놓을 수 없는 부분이다. 디자인 시각화 부분의 제품, 인테리어까지 지원될 수 있다고 생각한다. 현재는 아놀드가 엔터테인먼트에 포커스가 맞춰져 있지만 오토데스크는 건축, 건설, 제조분야까지 다양한 솔루션을 가지고 있고, 3ds 맥스에 아놀드가 기본 렌더러로 포함되어 있기 때문에 건축, 건설, 제조분야에서도 아놀드를 가지고 렌더링 작업을 진행할 수 있을 것이다.   기사 상세 내용은 PDF로 제공됩니다.