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.

자율주행 개발 위한 시뮬레이션의 가능성에 주목   모라이는 자율주행 시스템을 위한 시뮬레이션 기술을 개발하는 기업이다. 자율주행 시스템의 개발에 필요한 테스트를 AI가 접목된 시뮬레이션으로 대체해 시간과 비용을 줄일 수 있다는 것이 모라이의 비전이다. 모라이는 자율주행 자동차를 중심으로 연구 개발한 시뮬레이션 기술을 UAM, 국방 등 다양한 분야로 확장할 계획도 갖고 있다. ■ 정수진 편집장     모라이가 가진 핵심 기술에 대해 소개한다면 모라이는 자율주행을 연구하는 사람들이 모여 지난 2018년에 설립했다. 모라이(MORAI)라는 이름은 ‘모빌리티 + 리서치 + AI’ 그리고 ‘more AI’에서 따왔는데, 시뮬레이터 기반으로 정적/동적인 환경을 디지털 트윈으로 만들고 그 디지털 트윈 환경에서 대규모의 테스트를 진행해서, 차량이나 무인 이동체의 안정성을 확보하고 신뢰성을 확보할 수 있도록 하는 도구를 개발하자는 것이 창업 당시의 비전이었다.  현재는 현대자동차, 네이버 등 고객사뿐 아니라 국내 주요 대학교 및 연구소들과 교류를 진행하고 있다. 60여 개 대학교에 솔루션을 공급하고 연구 개발 목적이나 정규 교육과정에 적용을 하면서 인력을 양성하는 사업도 진행 중이다. 2022년에는 시리즈 B 투자를 유치했다. 모라이가 내세우는 모토는 “미래를 미리 경험하자”는 것이다. 실제 도로에서 달리는 자동차는 수많은 문제에 직면할 수 있는데, 이를 도로 주행 시험에서 모두 구현할 수 없기 때문에 시뮬레이션으로 한계를 극복하겠다는 것이 첫 번째 미션이다. 그리고 자동차의 기능이나 성능을 결정짓는 핵심요소가 하드웨어의 양산성이 아니라 소프트웨어로 옮겨가는 상황에서 최근의 화두인 소프트웨어 정의 차량(SDV)을 위한 검증 도구를 제공하고자 한다. 세 번째 미션은 실제 도로에서 확보하기 어려운 데이터들을 가상 환경에서 무수히 생성해서, 대량의 데이터를 신차 개발이나 기존 시스템의 검증·평가에 활용할 수 있는 도구를 제공하는 것이다. 이런 맥락에서 모라이가 갖는 차별점은 ▲공간 데이터를 활용해 디지털 트윈을 자동 생성하고, 대규모 도심 테스트를 가능하게 하는 것 ▲동적 객체를 AI 기반으로 모델링하는 것 ▲가상 데이터를 실제 환경에 적용할 수 있게 하는 것으로 정리할 수 있겠다. 또한, 이런 기술을 자동차뿐 아니라 UAM(무인 항공 모빌리티), 로보틱스, 해상 관제, 국방 등 다양한 분야로 넓히는 방법도 모색하고 있다.   자율주행 기술의 개발에서 시뮬레이션의 중요성은 어떤 것인지 차량이 스스로 인지, 판단, 제어하는 것을 자율주행이라고 할 때, 현재 상용화된 ADAS(첨단 운전자 보조 시스템)는 자율주행의 일부로 볼 수 있다. 모라이는 미국 자동차공학회(SAE)가 정의한 자율주행 단계의 레벨 3 이후를 타깃으로 한다. 레벨 3는 특정 조건에서 자율주행이 이뤄지면서, 위험이 생길 때 운전자가 개입하게 된다. 레벨 3 이후부터는 자동차 시스템의 품질 검증에 더 많은 시간이 걸리는 등의 이슈가 있어서, 기존의 개발 체계에서 시스템을 검증, 양산하기가 어려워질 것으로 보인다. 이를 해결하기 위해 가상 환경을 구축해 자동차를 평가하는 방법론이 등장하고 있는데, 모라이는 시뮬레이션 기반의 형식 승인 검증이나 평가를 위한 연구개발을 진행하고 있다. 또한, 관련 표준 및 법제도에 관한 연구도 활발한데, 이와 관련한 국내 활동에도 참여하고 있다. 실제 주행시험은 비용, 시간, 인력 등의 한계에 부딪치게 마련이다. 모든 환경에서 테스트를 한다는 것은 물리적으로도 어렵고, 양산 이후 자동차를 판매한 다음에 테스트를 할 수도 없다. 그래서 출시 전에 충분한 테스트를 원활하게 진행하는 것이 중요한데, 여기에 시뮬레이션의 역할이 있다. 또한, 생산 이후 사고나 리콜 사유가 발생했을 때 이에 대응하려면 많은 시간과 비용이 든다. 이런 관점에서 기술뿐 아니라 법적/제도적인 측면에서도 시뮬레이션이 유용하다고 본다. 실제로 자동차 제조업체뿐 아니라 보험회사에서도 사고 조사나 보험 상품의 설계에 시뮬레이션을 활용하려는 움직임을 보이고 있다.   글로벌 자율주행 시장의 동향에 대해서는 어떻게 보는지 자율주행 기술이 자동차뿐 아니라 무인이동체 전반으로 확장을 추구하면서, 올해 초 모라이가 참가한 CES 2023에서도 다양한 산업에서 자율주행 또는 자율운영을 접목하는 추세를 볼 수 있었다. 실제로 항공, 농기계, 로봇 등에서 가상 환경 기반 테스트에 대한 수요가 증가하고 있으며, 기계 시스템이 아닌 소프트웨어의 업데이트로 자동차의 기능이 발전하는 패러다임 변화도 일어나고 있다.  예를 들어, 기존에 자동차의 성능 향상은 엔진의 마력, 연비, 서스펜션, 조향 성능 등을 중심으로 이뤄졌다. 반면, 전동화와 자율화가 대세가 되면서부터는 전자전기 시스템이 핵심이 되고, 고정된 하드웨어에서도 OTA(over-the-air) 기반으로 소프트웨어를 업데이트하면서 마치 스마트폰이나 노트북에 새로운 앱을 설치하는 것처럼 기능을 향상시킬 수 있게 되었다.  소프트웨어 기반 검증 기술을 개발하는 입장에서는 소프트웨어 시장이 더욱 커질 것으로 기대되는 측면이 있다. 실제로 CES 2023에서도 소프트웨어 업체의 참가가 늘어난 모습을 볼 수 있었다. 앞으로 소프트웨어 기반 및 가상 환경에서의 자율주행 테스트가 더욱 중요해질 것으로 보이는데, 특히 자율주행 자동차 못지 않게 정해진 경로를 따라가면서 임무를 수행하거나 위험한 환경에서 임무를 수행하는 등의 분야에서 빠르게 상용화될 것으로 전망된다.     자율주행 시뮬레이션 분야에서 모라이가 가진 강점은 무엇인지 크게 세 가지로 정리할 수 있다. 첫 번째는 실제 도로 환경을 모사하는 자동화 기술이다. 이 모사 과정은 95% 이상 자동화가 가능하다는 점을 내세우고 있다. 수작업으로 실제 환경을 모사하는 과정은 비용과 시간이 많이 들고, 불가피하게 에러가 생길 수 있다. 반면, 모라이는 사용자가 원하는 지역을 선택하면 동일한 가상 환경을 구축하는 기술을 개발해, 현실과 동일한 가상 환경을 빠르게 구현하도록 돕는다. 두 번째는 AI로 실제 도로 상황을 모사하고, 이를 기반으로 실제와 같은 데이터를 수집, 분석 기술이다. 기존에는 사람이 상상하는 시나리오를 직접 그리는 방법밖에 없었다. 하지만 모라이는 관제 사업을 통해 자율주행차, 커넥티드 카, 일반 자동차가 다니는 도로의 빅데이터를 계속 수집하고 있으며, 이 빅데이터를 분석해 자율주행차의 실증이 필요한 지역의 교통 상황이나 돌발 상황을 그대로 모사할 수 있다. 세 번째는 AI에 활용할 수 있는 대량의 데이터를 확보할 수 있다는 점이다. 풍부한 정답 데이터를 제공하기 때문에, 다양한 상황에 대한 데이터를 생성하고, 이를 AI에 적용해 더 효율적으로 개발할 수 있는 체계를 갖추고 있다. 한편으로, 모라이는 설립 초기부터 자동차 산업에서 많이 쓰이는 해석 소프트웨어와의 연동성을 중시해 왔다. 앤시스, 디스페이스 등 해석 소프트웨어 기업과 협력을 통해 현업에서 투자한 시스템을 그대로 유지하면서 신기술 도입의 장벽을 낮추고자 노력하고 있다. 시뮬레이션 분야에서는 다양한 시뮬레이션을 연계/연동하는 코시뮬레이션(co-simulation)이 확대되고 있으며, 툴 간의 인터페이스를 위한 표준도 다수 등장하고 있다. 모라이는 FMI, FMU, 오픈 시뮬레이션 인터페이스 등을 기반으로 여러 시뮬레이션 툴과 연결성을 제공한다. 또한, 국내서 진행 중인 표준화 작업에도 참여하고 있다.   향후 모라이의 기술 개발 및 비즈니스 계획에 대해 소개한다면 모라이는 현재 100여 명의 인력이 있고, 그 중 80%가 개발 인력이다. 작년에는 60억 원의 매출을 거두었으며, 올해는 120억 원을 목표로 삼고 있다. 시뮬레이션에 대한 기대가 꾸준히 커지고 있으며 이에 대한 기업들의 투자도 적극적인 것으로 보여, 경기 하강에 대한 체감은 상대적으로 크지 않은 편이다.  자동차 분야에서는 자율주행 자동차의 형식 승인을 시뮬레이션 기반의 가상 환경에서 할 수 있는 수준으로 신뢰성을 확보하는 것이 목표이다. 이를 앞당기기 위한 표준화 활동에도 꾸준히 참여할 계획이며, 생산 전주기에서 활용 가능한 시뮬레이터로 자리매김하고자 한다. 또한 이런 자율주행 시뮬레이션 기술을 여러 분야로 확장할 계획도 가지고 있다. 가장 주목하는 분야 중 하나는 UAM 및 항공 분야이다. 이들 산업에서는 기체를 실제로 만들어서 시험하는 것이 자동차보다 더 어렵고, 가상 검증의 중요성이 큰 분야로 보고 있다. 향후 10년 내 완전 무인화가 가능할 전망이지만, 현재 실증이 가능한 환경은 전무한 상황이다. 특히 UAM은 새롭게 떠오르는 시장이어서, 향후 가능성에 기대를 걸고 있다. 한편, 국방 분야에서는 전장이라는 위험한 환경에 대비해 무기 체계의 무인화가 꾸준히 진행되고 있는 상황이다. 이에 대응해 무인 무기체계와 검증 도구를 함께 공급하는 것도 가능하다고 보고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

지난 11월 4일 ‘한국 자율주행 개발자 포럼 2022(Korea Autonomous Developer Forum 2022)’가 진행됐다. 이번 포럼에서는 자율주행 시스템을 개발하기 위한 시뮬레이션과 하드웨어 및 소프트웨어의 가상 검증 분야의 기술 개발 동향과 함께 자율주행 시스템 개발 과정에서 도로 등 환경 요소를 고려하기 위한 방법론 등의 내용이 소개됐다. ■ 정수진 편집장     자율주행 시스템 검증을 위한 시뮬레이션의 역할 확대 모라이의 홍준 공동대표는 ‘자율주행 시뮬레이션을 통한 시스템 검증과 표준 대응방안’에 대해 소개했다. 모라이는 자율주행 자동차의 안전성을 높이기 위한 시뮬레이션 툴을 개발, 공급하는 국내 기업이다. 자율주행 시뮬레이션 서비스를 중심으로 항공, 로보틱스, 로지스틱스 등의 분야로 시뮬레이션 영역을 넓히고 있다. 자율주행 차량을 실제로 주행하는 테스트는 안전성을 확보하기 어렵고, 다양한 대상을 시스템이 인지해야 하는 테스트의 특성상 복잡성이 높아서 오류의 원인을 파악하기 어렵다는 점이 난제로 꼽힌다. 또한 원하는 시나리오나 환경을 실제 환경에서 구현하기가 쉽지 않아서 테스트를 통해 얻는 데이터의 품질 문제도 지적된다. 이런 점을 해결하기 위해 시뮬레이션으로 자율주행 시스템을 검증하는 방법이 활발히 모색되고 있는 상황이다. 자율주행 시뮬레이션을 위해 필요한 기술 요소로는 ▲지도 데이터에서 3D 메시를 빠르게 생성하는 3D 맵 ▲가상 센서 기반으로 시뮬레이션을 위한 데이터 세트를 빠르게 구축하는 기술 ▲대용량의 데이터 추출이나 대량의 시나리오 테스트를 하기 위한 클라우드 시스템 ▲자동차의 물리적 거동뿐 아니라 센서, 카메라, 헤드램프 등의 동작까지 검증하는 코시뮬레이션 등이 있다.   폭넓은 시뮬레이션 기술로 자동차 소프트웨어 개발 지원 앤시스 코리아의 이태희 프로는 안전한 자율주행 시스템 개발을 지원하는 자사의 자율주행 시뮬레이션 툴체인을 소개했다. 자율주행을 포함해 자동차에 탑재되는 소프트웨어는 그 양과 복잡성이 커지고 있으며, 소프트웨어 정의 차량(SDV)이 주요한 트렌드가 되고 있다. 이에 따라 관련 업체의 협업도 강화되는 추세이다. 이에 따라 앤시스는 안전성 분석-시나리오 검증-센서 퍼포먼스 검증-실주행 등을 폭넓게 지원하는 소프트웨어 툴체인을 선보이고 있다. 자동차 개발의 복잡도가 커지고 협업의 필요성이 강조되면서 추적성, 안전 검증, 협업 효율성 등이 이슈가 되고 있는데, 앤시스는 안전성 분석에 있어 시간과 비용을 절감하면서 협업 개발을 지원하는 솔루션을 제시하고 있다. 또한 시나리오 검증 과정에서도 추적성, 확장성, 안전성을 지원하는 ‘앤시스 오토노미 툴체인’을 제공한다. 또한, 앤시스는 API(애플리케이션 프로그래밍 인터페이스)를 통해 드라이빙 시뮬레이터와 연동해 헤드램프 및 센서의 정확성을 검증하는 솔루션도 제공한다. 이 솔루션은 물리 기반의 고정밀도 센서 모델로 시뮬레이션을 수행해 센서의 성능을 검증하고, 나아가 인지 알고리즘의 훈련 및 검증에도 활용할 수 있다는 것이 앤시스의 설명이다. 이태희 프로는 “앤시스는 오토노미 툴체인 기반으로 고객이 시간과 비용을 절감할 수 있는 안전한 자율주행 개발을 지원한다”면서 “안전분석, 시나리오 검증, HIL(Hardware-in-the-Loop) 센서 등의 분야에서 규제 대응을 위해 시뮬레이션 툴체인을 활용할 수 있다”고 소개했다.   가상 검증 플랫폼으로 소프트웨어 품질 개선 현대오토에버의 김범섭 팀장은 자동차의 소프트웨어 품질을 혁신하기 위한 가상 검증 플랫폼의 개발에 대한 내용을 소개했다. 자율주행뿐 아니라 자동차의 여러 기능을 제어하는 데에 소프트웨어가 쓰이면서 복잡성이 기하급수로 증가하고 있다. 김범석 팀장은 “한 가지 예로, 스마트키가 도입되면서 자동차의 전체 제어 소프트웨어 코드 양이 두 배로 늘어난 것이 이런 복잡성을 단적으로 보여준다”고 전했다. 검증해야 할 요소가 늘어나는 반면, 소프트웨어의 생산성의 증가폭은 여기에 미치지 못하고 있다. 자동차 소프트웨어 개발의 복잡성을 증가시키는 또 한 가지의 요인은 제어 아키텍처의 중앙집중화이다. 자동차의 여러 도메인이 서로 정보를 주고받을 수 있게 되면서 도메인 제어 유닛이 등장했고, 이는 통합 차량 제어 유닛으로 진화하고 있다. 소프트웨어가 한 곳에 모이면서 복잡도 역시 늘어난다는 것이다. 이런 상황에서 자동차 전반에 걸쳐 소프트웨어를 효과적으로 개발할 수 있는 새로운 체계가 필요하다는 인식이 현대오토에버가 소프트웨어 가상 검증 플랫폼을 고민하게 된 배경이다. 현대오토에버는 전자제어 시스템을 제어기/시스템/차량/환경 등 4개의 레이어로 구성하고, 각 레이어를 가상화해 서로 연결한다는 가상 검증 플랫폼의 기본 개념을 마련했다. 그리고 구성요소별 표준 모델을 기반으로 가상 차량을 구성하고, 여기서 필요한 부분만 활용하거나 변경하면서 가상 테스트를 수행할 수 있게 한다는 청사진을 제시했다. 클라우드를 기반으로 통합된 시뮬레이션 및 가상 검증을 수행하면 실물 기반의 검증작업이 갖는 한계를 극복할 수 있다는 설명이다. 김범섭 팀장은 미래에 적용될 소프트웨어와 관련한 변화 키워드로 소프트웨어 정의 차량(SDV)과 무선 업데이트(OTA)를 꼽으면서, “자동차의 하드웨어는 모든 기능을 탑재한 상태에서 소프트웨어로 기능을 활성화하거나 향상시키는 방향이 되지 않을까 생각한다. 이는 신규 소프트웨어 기능을 개발할 때 양산 이후의 차량에 대해서도 다시 검증을 진행해야 한다는 뜻도 된다”고 짚었다.   ▲ 현대오토에버가 구축하고 있는 자동차 소프트웨어의 가상 검증 플랫폼   디지털 트윈과 클라우드를 활용한 가상 검증 플랫폼 한국자동차연구원의 정기윤 박사는 자율주행 시스템의 가상 검증이 많은 양의 시뮬레이션을 통해 통계적 관점에서 결과를 입증하는 방향으로 진행된다고 보았다. 가상 검증의 역할이 커지면서 융합이 중요해지고 모든 영역에서 가상 검증을 고려해야 한다는 인식이 확산되고 있는데, 앞으로는 기능/시나리오/보행자뿐 아니라 설계 관점에서 자율주행 시스템의 안전성 확보 및 검증 영역에서도 표준안이 마련될 것으로 보인다. 정기윤 박사는 도로, 인프라, 차량을 포함한 디지털 트윈을 활용해 MIL(Model-in-the-Loop), SIL(Software-in-the-Loop), HIL(Hardware-in-the-Loop), VIL(Vehicle-in-the-Loop) 등의 가상 시뮬레이션 환경을 구성하는 가상 테스트 플랫폼의 구조를 소개했다. 정기윤 박사는 “가상 테스트 플랫폼을 위한 디지털 트윈은 주행환경과 커넥티드 시스템으로 구현된 실제 세계를 기능요소 모델로 구현하는 데에 초점을 둔다. 이를 위해서는 개발자 관점에서 목적에 맞는 디지털 트윈을 구성하는 것이 중요하다”고 짚었다. 또한, 정기윤 박사는 시나리오 설계 및 관리, 라이선스 기반 설계/개발/시뮬레이션에 대한 지원, 멀티 인스턴스 대응 가속화 지원 등을 위해 클라우드 기반 서비스를 마련할 필요가 있다고 전했다.   폭넓은 기술과 다양한 주체간 융합과 협력이 필요 앤시스 코리아와 모라이가 공동주최한 이번 포럼에서는 이외에도 자동차안전연구원 고한검 박사의 ‘Lv4/4+ 자율주행 기술 개발 지원을 위한 관제센터 연계 VILS 개발’과 42닷 정성균 그룹 리드의 ‘도심 도로 환경을 고려한 자율주행 시스템 개발’ 등 발표를 통해 자율주행 자동차의 내부 시스템뿐 아니라 도로와 주변 환경까지 고려한 폭넓은 기술 개발 필요성을 짚었다. 모라이의 정지원 대표는 “자율주행 시스템을 효과적으로 검증하기 위한 시뮬레이션 툴체인의 개발에 대해 논의가 필요한 시점”이라고 전했으며, 앤시스 코리아의 문석환 대표는 “기술 변화와 대내외 환경/규제의 복잡성에 대응하기 위해 정부의 중장기 로드맵 마련, 산업계의 핵심 비즈니스 구축, 학계의 미래 기술 영역 연구 등에 걸쳐 협력 구조가 마련될 필요가 있다”고 짚었다.     ■ 기사 내용은 PDF로도 제공됩니다.

솔루션 연계와 통합으로 스마트 매뉴팩처링을 위한 포괄적 기술 제공     헥사곤의 제조 솔루션 사업부인 헥사곤 매뉴팩처링 인텔리전스(헥사곤 MI)는 엠에스씨소프트웨어, 베로소프트웨어, 로맥스, DP테크놀로지 등 소프트웨어 업체를 꾸준히 인수하면서 CAD/CAM/CAE 등에 걸쳐 제품 포트폴리오를 확대해 왔다. 다음 단계로 헥사곤 MI는 설계, 해석, 생산 및 계측/품질검사 솔루션을 헥사곤 브랜드로 통합하고 솔루션의 연계와 비즈니스 일원화를 통해 ‘스마트 매뉴팩처링’의 시너지를 높이는 전략을 추진하고 있다. 올해는 이런 헥사곤의 움직임이 본격화될 것으로 보인다. ■ 정수진 편집장   헥사곤 MI의 최근 변화에 대해 소개한다면 헥사곤은 한국헥사곤메트롤로지, 베로소프트웨어코리아, 한국엠에스씨소프트웨어, 로맥스테크놀로지코리아, DP테크놀로지, 큐다스 등 제조 분야의 국내 조직을 통합하여 디자인&엔지니어링 BU(비즈니스 유닛), 생산 소프트웨어 BU, 메트롤로지 BU로 사업 조직을 개편하였다. 이에 따라, 한국 내 헥사곤 MI 사업부에 속하는 모든 법인의 명칭도 올해부터는 ‘헥사곤’이란 통합 브랜드로 사용하고 있다. 디자인&엔지니어링 BU에서는 한국엠에스씨소프트웨어와 로맥스테크놀로지코리아가 통합 작업을 마쳤다. 엠에스씨소프트웨어와 로맥스를 합쳐 작년에는 18%의 성장을 거두었고, 엔지니어링 기반의 설계 기술과 해석 시뮬레이션 기술의 시너지가 완성되었다. 나아가 스마트 제조 분야에서 메트롤로지의 센서 및 측정 하드웨어 솔루션에 디자인&엔지니어링의 설계 기술 및 해석 시뮬레이션 기술이 더해져, 보다 완벽한 ‘CAE 시뮬레이션 기반 스마트 제조 솔루션’을 고객에게 공급할 수 있게 되었다.  헥사곤 브랜드 통합에 따른 가장 큰 기대 효과는 디자인&엔지니어링 및 메트롤로지와 생산 소프트웨어가 하나의 비즈니스 플랫폼에서 영업 및 기술지원 활동을 할 수 있게 되었다는 점이다. 이를 기반으로 설계, 생산, 가공, 품질 및 MRO(Maintenance, Repair and Overhaul) 사업 등 고객사의 개발부터 생산 전반에 걸친 스마트 매뉴팩처링 환경 구축을 지원하고, 고객은 헥사곤의 다양한 솔루션을 통해 생산성을 높일 수 있다. 헥사곤의 소프트웨어, 하드웨어뿐 아니라 MES나 ERP 등 SI까지 연계해 가상 라이프사이클 관리를 위한 통합 패키지를 제공하는 것이 큰 그림이다.   작년 헥사곤 CAE 비즈니스의 주요 성과에 대해 소개한다면 CAE 분야에서는 항공우주 분야에서 큰 두개의 프로젝트인 자동화 프로젝트 및 기술 향상 프로젝트가 성공적으로 실행됨에 따라, 항공우주 산업에서 입지를 더욱 강화할 수 있는 계기를 마련했다. 그 중 에이펙스(MSC Apex) API 자동화 프로젝트는 고객이 자동화를 통해 리소스를 효율적으로 운영할 뿐만 아니라, 해석 모델링을 통해 빠르게 업무를 할 수 있게 해주는 프로젝트였다. 또한, 기술 향상 프로젝트에는 지금까지 상당한 부품을 수입에 의존하던 헬기 생산의 완전한 국산화의 일환으로, 회전익기의 새로운 드라이브 트레인 설계를 위해 로맥스 솔루션이 사용되었다.  그리고 2021년 헥사곤이 캐드엘엠(CADLM)을 인수하면서, 기존 CAE 솔루션과 캐드엘엠의 ODYSEE와 같은 인공지능(AI)·머신러닝(ML)이 결합된 제품이 출시되었다. 현재는 POC(Proof of Concept) 단계로 개발한 현대자동차는 물론 다수의 자동차 OEM 및 방산 업체에서 양산을 목표로 이 솔루션을 채택하여 사용하고 있다.  또한, 연계/연동해석에 해당하는 MSC CoSim 솔루션에 대한 실질적인 과제들이 2021년부터 활발히 진행 중이다. 특히 전기전자 분야에서 아담스(Adams)와 마크(Marc)의 코시뮬레이션(co-simulation) 등 다양한 연계/연동 해석에 머신러닝을 적용하여 좋은 반응을 얻고 있다.   헥사곤이 주목하는 엔지니어링 트렌드 및 향후 강화하고자 하는 부분은 무엇인지 헥사곤은 스마트 팩토리에서 스마트 매뉴팩처링의 단계로 전환하는 과정에 있으며, 이를 위해 ▲적층 제조(AM) ▲디지털 항공우주 및 방산 ▲이모빌리티(e-mobility) ▲스마트 일렉트로닉스 ▲재생 에너지 등의 글로벌 캠페인을 전사적으로 적극 추진하고 있다. 이런 흐름에서 해석 프로세스 자동화를 통해 고객이 편안하게 모델링할 수 있게 할 뿐만 아니라, 해석부터 결과 분석까지 통합 시스템을 구축하는 것이 목표이다. 한편으로, 이전의 엠에스씨소프트웨어가 자동차 산업 중심이었다면, 이제는 그런 산업 편중을 벗어나 다양한 시장에서 성장을 추구하고 있다. 몇 년전부터 국내 대형 가전 업체의 R&D에 여러 솔루션을 통해 많은 기여를 하기 시작했다. 그 예로, 드럼 세탁기의 진동으로 생기는 문제를 크래들 CFD(Cradle CFD)와 아담스의 코시뮬레이션으로 해결할 수 있도록 지원했다. 또한, 최적설계 머신러닝 툴을 제공하여 청소기 3차원 임펠러의 효율을 높인 설계안을 도출하였고, 에어컨 소음을 줄이기 위한 머플러 설계도 수행했다. 앞서 소개한 솔루션 통합의 기반은 MSC One(엠에스씨 원)이다. MSC one은 기존 엠에스씨소프트웨어 CAE 제품의 대다수를 토큰 기반으로 유연하게 사용할 수 있게 하는 통합 라이선스 운영체계이다. 특히 최근에는 리스케일(Rescale)의 클라우드 플랫폼에서 다양한 CAE소프트웨어를 사용할 수 있도록 지원하게 됐다. 클라우드에 대한 제조업계의 인식이 바뀌면서, 클라우드와 온프레미스 HPC의 용도를 나누어 비용 효율적으로 사용하고자 하는 움직임이 커지고 있다. MSC One이 이런 요구에 효과적으로 대응할 수 있을 것으로 본다.   올해 헥사곤의 CAE 비즈니스 전략 및 계획에 대해 2022년은 백신 접종 확대 및 치료제 개발 등의 영향으로 코로나19로 인한 멈춤과 불확실성이 상당 부분 해소되고, 경제 활동이 재개되어 정상화로 가는 과도기가 될 것으로 예상한다. ‘위드코로나’가 이미 시작된만큼 팬데믹 상황에서 시장의 한계점은 상당 부분 극복했다고 평가하고 있으며, 헥사곤은 뉴 노멀 시대에 맞는 스마트 매뉴팩처링을 계속 전개해나갈 것이다. 전통적으로 헥사곤이 강한 분야에 대한 투자와 지원을 지속하는 것은 물론, 글로벌 캠페인을 통해 신사업 부문도 더욱 적극적으로 확대할 계획이다. 우선, 방위산업에서 UAM(무인 항공기) 관련 비즈니스를 확대하고자 한다. LIG 넥스원과 KAI(한국항공우주산업)가 최근 K-UAM 사업에 참여하고, UAM 사업을 위한 국토부 주관의 ‘Great Challenge’ 사업이 진행되면서 국내 UAM 연구개발에 대한 관심이 높아지고 있다. 헥사곤은 UAM 기체 개발과 운영에 필요한 기술을 제공하기 위해서 국토부, KARI(한국항공우주연구원), 현대자동차, 한화시스템, KAI, LIG 넥스원 등과 긴밀하게 기술 개발을 진행하고 있다. 또한 이를 기반으로 카고 드론과 무인기 개발을 진행 중인 기업체와 국가 기관에 구조해석, 동역학해석, 재료 물성 관리, 공력해석, 소음해석, 생산공정 해석 등 기술도 제공하고 있다.  그리고 올해 신제품으로 ‘아담스 모델러(Adams Modeler)’를 출시할 계획이다. 아담스 모델러는 CAD 설계 엔지니어가 좀 더 쉽게 동역학 솔버를 사용할 수 있도록, 최신의 GUI(그래픽 사용자 인터페이스) 환경으로 개발하여 아담스 해석 프로그램을 접목시킨 프로그램이다. 아담스 모델러는 향상된 유저 인터페이스 경험은 물론, 핵심 워크플로 및 모델링 효율성 개선을 제공해 생산성을 높일 수 있게 도울 수 있다. 기존의 인터페이스 환경인 MSC 에이펙스(Apex) 플랫폼에 구축되고 동역학 해석 분야의 대표 솔루션인 아담스의 모델링을 자유롭게 수행할 수 있을 뿐 아니라, 지오메트리 변이가 용이하다는 점이 강점이다. 기존에 제공해 온 아담스 뷰(Adams View)보다 정밀하게 메시 작업을 할 수 있기 때문에 고품질의 데이터를 자체 생성할 수 있다.   ■ '2021 국내 엔지니어링 소프트웨어 시장조사'에서 더 많은 내용이 제공됩니다.

‘언택트 시대, 디지털 전환을 위한 시뮬레이션’이라는 주제로 지난 11월 13일 ‘CAE 컨퍼런스 2020’이 진행되었다. 코로나19의 글로벌 대유행이 가져온 사회와 산업의 변화에 맞물려, 제품과 기업의 디지털 트랜스포메이션(digital transformation)은 그 중요성이 더욱 강조되고 있다. ‘스마트공장구축 및 생산자동화전(SMATEC 2020)’과 함께 진행된 올해 CAE 컨퍼런스는 이런 흐름 속에서 CAE가 디지털 혁신을 위해 어떤 역할을 할 수 있고, 무엇을 고민해야할 지에 대해 다양한 관점으로 살펴볼 수 있는 자리로 마련되어 참가자들의 관심을 모았다. ■ 정수진 편집장     CAE 컨퍼런스 준비위원회의 최동훈 위원장은 “디지털화(digitization)를 넘어 디지털 정보를 이용해 업무를 효과적으로 수행하는 ‘digitalization’이 확산되고 있다. 나아가 디지털 기술을 활용해 전에 없던 가치를 만들어내는 ‘디지털 트랜스포메이션(digital transformation)’이 화두가 되고 있다”고 짚었다. 또한, “CAE 전략, 인공지능(AI) 및 머신러닝, 시스템 통합과 시뮬레이션, 클라우드, 제너레이티브 디자인, 적층제조 등 다양한 내용을 소개하는 이번 CAE 컨퍼런스가 근본적이고 장기적인 전략을 고민하고, 새로운 업무 방법을 찾는 기회가 되기를 바란다”고 전했다.   기계를 설계하듯이 인생을 설계해야 대성나찌유압공업의 장달식 대표는 오랜 기간 해석 경험을 다져 온 업계 전문가로서, 기조연설을 통해 ‘기계설계와 인생설계’에 대한 인사이트를 전달했다. “‘설계’란 요구 사항을 현재 시점에서 가능한 방법으로 만족시키는 사고적 실현”이라고 짚은 장달식 대표는 과학 지식을 이용해 기술적인 문제를 풀고, 재료/기술/환경 측면을 고려해 주어진 제한조건 안에서 최적의 방법을 실현하는 것이 엔지니어의 과제”라고 설명했다. 이런 설계 작업은 창조적면서 정신적인 작업이면서, 다른 일을 하는 사람과 협력도 필요하다. 또한 장달식 대표는 기계설계를 하는 것처럼 인생도 설계가 필요하다고 강조했다. ‘행복’이라는 인생의 목표와 조건에 대해 충분히 고민하고, 이에 맞춰 우리가 원하는 인생을 정의해야 행복을 누릴 수 있다는 것이 그의 설명이다. 장달식 대표는 “행복은 설계에 따라 결정된다. 이는 인생을 설계하고 설계를 수행하는 수준에 따라 행복이 정해진다는 뜻”이라고 전했다.   ▲ 엔지니어링 설계 못지 않게 행복을 위한 인생설계의 중요성을 강조한 대성나찌유압공업 장달식 대표   가속화되는 인공지능과 시뮬레이션의 만남 피도텍의 최동훈 대표는 ‘디지털 전환 구현을 위한 인공지능 활용 기술’에 대한 기조연설에서 “인공지능(AI)은 인간의 지능적인 행동을 기계나 컴퓨터가 모방하도록 하는 총체적 기술”이라고 정의했다. 인공지능은 자율주행, 이미지/음성 인식, 자연어 처리, 데이터 기반 설계 등 특정한 용도를 위해 개발되었으며, 이러한 인공지능의 바탕이 되는 수치 알고리즘 또는 학습 프로그램 기법을 머신러닝이라고 할 수 있다. 최근 많은 관심을 받고 있는 딥러닝은 머신러닝의 여러 기법 중 하나로, 사람의 두뇌가 작동하는 방식을 모사한 인공신경망 이론에 기반을 두고 있다. 이미지 인식이나 자연어 처리 등에 많이 쓰이는 딥러닝은 다층 신경망을 사용해 복잡한 학습모델을 개발할 수 있다는 점이 장점으로 꼽힌다. 최동훈 대표는 “인공지능을 엔지니어링 영역에서 활용하는 ‘데이터 기반 설계’의 경우 진전이 다소 더딘 편”이라면서도, “공학설계에서 시뮬레이션의 활용은 꾸준히 확대되고 있으며, 시험과 시뮬레이션 데이터가 축적되면서 데이터 주도의 설계 및 데이터 주도 설계와 인공지능의 결합이 성장할 것”이라고 전망했다.  최동훈 대표는 피도텍이 진행 중인 인공지능 활용 설계 기술의 개발 내용을 소개했다. 그러면서 “빅데이터 및 인공지능 기술을 활용한 설계는 공학분야에서 4차 산업혁명의 키워드이다. 높은 정확도의 머신러닝 모델을 만들기 위해서는 전처리를 위한 데이터 플래닝이 필요하며, 오픈소스 프레임워크를 활용해 효과적인 모델을 만들 수 있다”고 전했다.   ▲ 데이터 기반 설계를 위한 인공지능과 머신러닝 동향을 소개한 피도텍 최동훈 대표   디지털 트윈에서 시작하는 제품 개발 혁신 한양대학교 명예교수인 LG전자 오재응 기술고문은 기조연설을 통해 ‘디지털 전환 기반 VPD 프로세스 구축 및 MBSE의 도전과 응용’에 대해 소개했다. 현실의 물리적인 객체를 복제해 가상 모델을 만드는 디지털 트윈(digital twin)과 VPD(가상제품개발)는 R&D의 효율을 높이고 업무 방식을 바꿀 수 있는 디지털 기술로 꼽히고 있다. 오재응 기술고문은 “CAE가 시뮬레이션의 분야 중 하나로서 3D 요소를 해석하는 것이라면, VPD는 전체 시스템을 해석하기 위해 1D-3D CAE의 코시뮬레이션(co-simulation)과 1D 요소를 포함한다”고 설명했다.  효과적인 VPD를 위해서는 먼저 시스템의 기능과 구조에 대한 모델을 만들어야 이 모델을 해석해 결과를 예측할 수 있다. MBD(모델 기반 개발)를 구현하면 엔지니어의 시간과 노력을 줄여 설계주기를 단축하고, 정보의 일관성과 완전성을 검토해 설계 오류를 줄이며, 엔지니어의 수작업을 줄여 정확성을 높일 수 있다. 여기에서 단계적인 최적화를 통해 최적의 파라미터를 찾아나가는 과정이 MBSE(모델 기반 시스템 엔지니어링)라고 할 수 있다. VPD의 개념은 많은 사람들이 이해하고 있지만, 결국 문제는 ‘어떻게 실천할 것인가’로 모인다. 오재응 기술고문은 “개념 및 상세설계 단계에서 디지털 트랜스포메이션 기반의 프로세스를 실천하는 것이 중요하다”고 짚었다.  개발 프로세스 전반에서 일관된 수학적 모델링을 이용해 설계를 하기 위해서는 단순화, 전문화, 표준화가 선행되어야 한다. MBD를 위해 모델 기반 데이터베이스와 플랫폼, 그리고 시스템 모델 시뮬레이션을 위한 모델 아키텍처를 구축하는 것도 중요하다. 오재응 기술고문은 가상 제품 설계 기술의 주요한 키워드로 ▲시스템 모델링 및 설계의 전문화 ▲시스템 결합 및 테스트의 협업 ▲제품 성능 및 테스트의 특성화 ▲시스템 성능 및 내구 검증의 통합 ▲데이터베이스, 플랫폼, 라이브러리 등의 표준화를 꼽았다.   ▲ 가상제품개발 프로세스와 모델 기반 시스템 엔지니어링의 방향을 짚은 LG전자 오재응 기술고문   한편, 이번 ‘CAE 컨퍼런스 2020’은 수원컨벤션센터에서 ‘스마트공장구축 및 생산자동화전(SMATEC 2020)’과 함께 열렸으며, 정부의 코로나19 방역지침에 따라 안전을 최우선으로 진행되었다. SMATEC 2020은 스마트 공장 및 생산 자동화 관련 전문 전시회이며, 코로나19로 전례가 없는 위기를 겪고 있는 생산제조 기업에게 최신 기술정보와 디지털 전환을 위한 최적의 방향성을 제공하는 자리이다. 올해 행사에는 스마트 공장 솔루션, 공장 자동화, 자동화 설비 등 분야의 120개 기업이 참여해 250개 부스가 운영되었다. ‘CAE 컨퍼런스 2020’을 진행한 캐드앤그래픽스 최경화 국장은 “올해로 27주년을 맞이하는 캐드앤그래픽스에 지속적인 관심을 부탁한다”면서, “현장 행사에 참여하지 못한 참가자에게는 온디맨드(on-demand) 형식으로 발표 내용을 제공한다”고 전했다.   ▲ CAE 컨퍼런스 2020과 함께 개최된 SMATEC 전시회   같이 보기 : [포커스] 미래 자동차 개발을 위한 시뮬레이션 같이 보기 : [포커스] 설계, 생산을 위한 신기술과 시뮬레이션 같이 보기 : [포커스] CAE의 가치를 높이기 위한 역량 강화 전략     기사 내용은 PDF로도 제공됩니다.

개발: AVL List GmbH 주요 특징: 마일드 플러그인 하이브리드, 배터리 및 연료전지 전기 자동차 등 폭넓은 전동화 포트폴리오를 위한 통합 시뮬레이션 솔루션 공급: 한국AVL   그림 1 차량의 전동화는 이산화탄소를 줄이는데 있어 중요한 열쇠로서, 기후 변화에 대처하는데 중요한 역할을 하고 있다. 최근 엄격하고 급변하는 배출가스 입법과 소비자 수요 가속화로 인해 개발주기가 점점 짧아지고 있으며, 이에 따라 자동차의 설계는 더 많은 것들을 고려해야 한다. AVL은 마일드 플러그인 하이브리드와 배터리 및 연료전지 전기자동차에 이르기까지, 전동화 포트폴리오에 적합한 아키텍처를 선택하는데 도움을 줄 수 있는 전문 지식을 갖추고 있으며 이를 위한 시뮬레이션 솔루션을 통합적으로 제공한다. AVL의 전동화 솔루션은 개발 지원, 테스트 및 검증 솔루션, 시뮬레이션 도구 및 이러한 기술에 대한 포괄적인 노하우를 포함하고 있으며, 전체 시스템과 단일 구성요소에 대한 이해를 확장하여 주요 기능에 대한 시스템 통합을 제공하고 있다.   그림 2. AVL 시뮬레이션 솔루션 그룹   AVL은 다음과 같은 요소에 대해 전동화 성능 모델링 및 시뮬레이션을 제공한다. 배터리 모터 연료전지 자율주행 또한, AVL의 전동화 시뮬레이션을 위한 주요 솔루션은 다음과 같다. AVL FIRE M: 배터리, 모터, 연료전지의 3차원 성능 모델링 시뮬레이션 AVL CRUISE M: 하이브리드, 전기차, 연료전지차의 동력 성능, 전비 예측을 위한 시스템 시뮬레이션 AVL EXCITE: 모터를 포함한 E-Axle의 NVH 해석 시뮬레이션 Model.CONNECT: FMU(Functional Mock-up) 기반 소프트웨어 코시뮬레이션(co-simulation)을 위한 플랫폼   그림 3. AVL E-Motor 토털 솔루션   AVL은 AVL FIRE M, AVL CRUISE M, AVL EXCITE, Model.CONNECT에 이르는 제품군을 통해서 배터리, 모터, 연료전지 등 전동화 단일 구성요소에서 시스템 해석과 코시뮬레이션을 모두 가능하게 하는 통합 전동화 솔루션을 제공한다.   향후 계획 및 지원 전략 미래 지향적이며 환경 지향적인 기술개발 환경에서 자동차 산업의 신뢰할 수 있는 파트너로서, AVL은 깨끗하고 경제적이며 지능적인 커넥티드 모빌리티의 비전을 위해 고객에 맞는 전동화 솔루션을 제공하고 지원할 계획이다.   그림 4. 코시뮬레이션 환경을 위한 Model.CONNECT     기사 내용은 PDF로도 제공됩니다.

멀티피직스 CAE 시뮬레이션의 한계를 극복하다   코시뮬레이션(co-simulation)은 여러 물리 시뮬레이션 방식을 연계하는 기술로 꾸준히 발전해 왔다. 각각의 물리 영역마다 별도의 솔루션으로 시뮬레이션해 왔던 것에서 나아가, 시뮬레이션 도구를 세트로 사용하거나 연계하는 것이 확대되고 있다. 이 글에서는 다물체 동역학, 음향, 유체 등을 중심으로 하는 코시뮬레이션 기술의 사례를 살펴본다.   ■ 키이스 한나(Keith Hanna) | 엠에스씨소프트웨어 마케팅 부사장 ■ 번역 및 감수: 윤광수 | 한국엠에스씨소프트웨어 기술사업본부 이사 홈페이지 | www.mscsoftware.co.kr   그림 1. Adams-scFLOW 연계해석을 통한 횡풍이 자동차 서스펜션의 동작에 미치는 영향 예측   멀티피직스(multiphysics) 시뮬레이션, 즉 여러 물리 시뮬레이션 방식을 연계한 코시뮬레이션(co-simulation) 또는 연계해석은 지난 20년간 CAE의 ‘궁극적 기술’로 손꼽히고 있다. ***윗첨자 1) 사실 멀티피직스는 잘못 정의된 용어이나, 엔지니어링 시뮬레이션 작업을 수행하는 엔지니어들의 입장에서 더 널리 사용되고 있는 표현이기는 하다. 유체는 일반적으로 우리가 거주하는 실제 환경에서 구조적 영향, 음향 또는 역학과 불가분의 관계이지만, 엔지니어들은 오래 전부터 이러한 물리학의 하위 영역을 별개의 CAE 시뮬레이션 솔루션으로 시뮬레이션해 왔다. 필자는 고등학교 재학 시절에 ‘멀티피직스’라는 단어를 엉뚱하게 사용해서 물리 교사 선생님에게 꾸중을 들은 적이 있다. 사실, 화학이나 생물학과 마찬가지로 물리학에는 하나의 학문 분야만 존재한다. 물리학은 뉴턴의 운동(및 유체) 법칙, 맥스웰의 전자기 이론, 구조 응력-변형 법칙 등과 같은 하위 분야로 나뉜다. 1990년대에 처음 등장한 멀티피직스라는 단어는 사실 CAE 산업이 결합 공식으로 기초 물리 방정식을 푸는데 실패하면서 파생된 결과물이다. 멀티피직스의 시초는 다양한 수학적 기법 덕분에 우리가 발견하게 된 현실적인 문제와도 부분적으로 연관이 있다. 예를 들어, 유한체적법(유체 계산에 가장 적합한)과 유한요소법(구조 및 음향 계산에 가장 적합한)은 보다 효율적인 해석 솔버 융합을 통해 실제 엔지니어링 문제를 해결하는데 사용하는 최상의 방법론이다. 또한, 그 수학적 접근법들은 서로 조합할 때 잘 조화를 이루지 못하기 때문에, 소프트웨어 제공업체는 이때 사용할 수 있는 엔지니어링 시뮬레이션 도구를 개발하기 위해 멀티피직스라는 난제를 해결하는 데 힘쓰고 있다.   그림 2. MSC의 멀티피직스 코시뮬레이션 기술  

캐드앤그래픽스는 11월 6일 백범김구기념관에서 ‘제9회 CAE 컨퍼런스 2019’를 개최했다. ‘디지털 트윈을 위한 시뮬레이션’을 주제로 한 이번 CAE 컨퍼런스에서는 제품 개발을 혁신할 수 있는 디지털 트윈(digital twin)에 초점을 맞추고 CAE/시뮬레이션 분야의 최신 동향과 사례를 한눈에 확인할 수 있는 기회가 마련되었다. ■ 정수진 편집장     CAE 컨퍼런스 준비위원회 위원장인 한양대학교 최동훈 교수는 개회사를 통해 “디지털 트윈은 센서로부터 온라인으로 데이터를 수집하는 IIoT(산업 사물인터넷)와 해석 모델 및 실험의 축적을 통한 빅데이터를 비롯해 클라우드, 머신러닝, 최적화 등 다양한 기술을 통해 제품과 기업의 경쟁력을 높일 수 있다”면서, “제품 및 시스템 개발을 위한 다양한 설계 기술 및 최적화 기술을 짚어보는 CAE 컨퍼런스가 CAE와 관련한 정보를 공유하는 기회가 되기를 바란다”고 밝혔다.   ▲ 한양대학교 최동훈 교수는 “디지털 트윈은 다양한 기술과 접목해 제품 경쟁력을 높이는데 기여할 수 있다”고 전했다.   실제 세계의 불확실성을 반영해 제품 개발의 신뢰성 높여야 CAE 컨퍼런스 2019의 기조연설에서는 최적설계 기법, 모빌리티 트렌드, 디지털 트윈 솔루션 개발, 구조해석 기술 발전 등의 주제를 다루었다. 한양대학교 미래자동차공학과의 이태희 교수는 ‘제조 불확실성을 고려한 최적설계의 현황 및 전망’을 짚었다. 정해진 치수와 수학적 방법론을 바탕으로 하는 설계/해석 영역과 달리, 실제 세계는 불확실성을 갖고 있다. 길이나 하중 등의 설계 치수가 실제로는 완전히 정확하지는 않으며, 물성이나 온도, 제조 공정 같은 다양한 변수가 제품에 영향을 줄 수 있다. 그래서, 이러한 불확실성을 설계 단계에서 어떻게 반영할지에 대한 연구가 꾸준히 이루어지고 있다. 이태희 교수는 “이러한 연구 중 하나로서, 하중이 정규분포를 갖는다고 가정하면 응력도 정규분포를 갖게 된다. 정규분포를 통해 불확실성의 효과를 더 정량적으로 평가하면 의사결정의 신뢰성을 더 높이고 더 강건한 설계가 가능해진다. 결국 실제 제품을 만드는데 도움이 되는 신뢰도를 예측할 수 있다”고 설명했다.    ▲ 한양대학교 이태희 교수는 현실 세계의 불확실성을 설계에 반영해 최적설계의 신뢰도를 높이기 위한 기법을 소개했다.   모빌리티, 디지털 트윈으로 자동차 산업을 바꾸다 ESK정보기술의 강한수 대표는 ‘모빌리티의 변화’와 최근 관련 산업의 동향을 소개했다. 흔히 이동성, 이동수단으로 번역되는 모빌리티(mobility)는 점차 이동이라는 목적을 위한 ‘심리스한 운송 수단의 연결’ 개념으로 변화하면서, 최적화된 이동수단을 찾아가는 서비스로 구현되고 있다. 최근 등장하고 있는 ‘원 탭 솔루션(one-tap solution)’이 대표적인데, 다양한 교통수단에 대해 개방되어 있으면서 맞춤형 교통수단을 제공하는 비즈니스 모델이 장점으로 꼽힌다. 강한수 대표는 “모빌리티 비즈니스는 디지털 기술을 기반으로 규모/범위/속도에서 기존의 굴뚝산업과 차이를 보인다. 무엇보다 플랫폼을 통한 비즈니스 경쟁이 치열한 것이 특징”이라고 짚었다. 이런 흐름에 주목한 자동차 업계에서도 차량을 생산하는 전통적인 비즈니스 모델을 바꾸어야 한다는 인식이 높다. 다임러는 연결(Connected), 자율화(Autonomous), 공유 및 서비스(Share & Service), 전기화(Electric)를 핵심으로 하는 중장기 발전 전략인 CASE를 2016년 발표했고, 현대자동차는 지난 2018년 ‘스마트 모빌리티 솔루션 제공업체’로 전화하겠다는 비전을 공개했다.  이러한 흐름을 관통하는 핵심에는 하드웨어와 소프트웨어를 결합하는 방향으로 기업의 체질을 바꾸겠다는 인식이 자리한다. 제품 개발을 위한 CAE 분야에서도 이런 변화에 대응하고자 하는 움직임이 더욱 본격화될 것으로 보인다.   ▲ ESK정보기술 강한수 대표는 이동수단에서 연결과 서비스로 진화하는 모빌리티와 자동차 산업의 변화를 짚었다.   조선해양 분야의 실시간 디지털 트윈 개발 한국조선해양의 류승협 연구실장은 “많은 데이터가 쏟아지고 있지만, 생성된 데이터를 실시간으로 처리할 수 없다면 버려질 뿐이다. 중요한 것은 데이터 분석과 활용을 통해 설계 노하우를 콘텐츠로 만들어 넣는 것”이라면서, ‘디지털 트윈 기반 해양 엔진 스마트 솔루션’의 개발 내용을 소개했다. 조선/해운업계에서는 4차 산업혁명으로 변화할 방향 중 하나로 무인 자율운항 선박에 대한 관심이 높다. 최소한의 선원만 탑승한 채로 육상에서 원격 통제하는 무인 선박을 위한 엔진은 운전 관리의 용이성과 연비, 환경규제뿐 아니라 예상 못 한 위험이나 다운타임을 가능한 한 막는 것도 중요하다. 이를 위해 디지털 트윈에 주목하고 있는 것이다. 류승협 연구실장은 ▲실시간 연산이 가능한 디지털 트윈 모델 ▲실제 제품과 디지털 트윈을 연계한 가상 환경 통합 ▲가상 환경에서 개발된 IoT 기반 모니터링 시스템 등의 개발 내용을 소개했다. 디지털 트윈은 제품의 개발뿐 아니라 전체 생애주기(라이프사이클)에서 활용하는 것이 중요하다. 류승협 연구실장은 “설계 단계의 시뮬레이션 및 디지털 트윈은 많이 발전해 있지만, 전체 라이프사이클로 확장하려면 운용 단계의 디지털 트윈이 중요하다”면서, “가상 환경 통합과 실시간 판단을 위해서는 정확하지만 시간이 걸리는 3D 시뮬레이션 대신 많이 단순화된 물리 방정식을 쓸 수도 있다”고 전했다.   ▲ 한국조선해양 류승협 연구실장은 실시간 연산과 가상 통합 환경을 핵심으로 하는 조선 분야의 디지털 트윈 개발 내용을 소개했다.   차세대 구조해석의 모습을 전망하다 다쏘시스템코리아의 이정대 솔루션 컨설턴트는 1950년대 항공우주 분야에서 정립되기 시작한 FEM(유한요소법)을 시작으로 진화를 거듭해 온 구조해석 기술의 역사를 짚으면서, 현재 그리고 미래의 구조해석이 변화할 모습을 전망했다. 제품을 검증하고 예측하는 수단으로 입지를 넓혀 온 구조해석 기술은 수학적 이론의 발달과 함께 다양한 상용 소프트웨어가 발전해 왔고, 컴퓨터의 성능 향상을 기반으로 더욱 포괄적인 물리 현상을 해석할 수 있게 되었다. 이정대 솔루션 컨설턴트는 “5세대로 부를 수 있는 미래의 구조해석 기술은 복잡성을 줄이면서 빠르고 정확한 해석을 추구할 것이다. 또한 협업의 중요성도 높아질 것”이라고 전망했다. 특히 5세대 구조해석에서 기대되는 점은 클라우드 컴퓨팅의 본격적인 접목이다. 이정대 솔루션 컨설턴트는 클라우드 HPC의 성능을 활용해 노트북에서도 복잡한 비선형 해석이 가능해지고, 협업 환경도 더욱 향상될 것이라고 전망했다. 그는 “시뮬레이션은 디지털 트윈의 기반 기술이며, 디지털 트윈의 생성뿐 아니라 운영까지 그 역할이 확장될 것”이라면서, “다쏘시스템은 3D익스피리언스 플랫폼(3DEXPERIENCE Platform)을 통해 클라우드 기반의 제품 개발뿐 아니라 비즈니스 플랫폼을 제공한다”고 소개했다.   ▲ 다쏘시스템코리아 이정대 솔루션 컨설턴트는 구조해석 기술의 발전과 클라우드 등 첨단 기술을 통한 구조해석의 미래를 짚었다.   트렌드, 솔루션에서 성공사례까지 폭 넓은 정보 공유 CAE 컨퍼런스 2019의 오후 행사에서는 트렌드 및 솔루션 트랙과 베스트 프랙티스 & 방법론 트랙을 통해 폭넓고 깊이 있는 CAE 관련 내용이 소개되었다. 또한 하드웨어 및 소프트웨어 솔루션을 소개하는 부스 전시와 VIP 간담회 등 최신 동향과 정보를 교류할 수 있는 기회도 마련되었다.   ▲ VIP 간담회   트렌드 및 솔루션 트랙에서는 국내에서 활동하는 주요 소프트웨어 업체들이 최근의 CAE 기술 동향과 디지털 트윈의 발전 방향을 짚었다. ▲한국엠에스씨소프트웨어 윤광수 이사가 ‘MSC 코시뮬레이션 - 멀티피직스 현실이 되다’ ▲펑션베이 정재석 책임이 ‘유연 다물체 동역학과 입자법 CFD를 이용한 다중 물리 해석 기법 및 사례 소개’   ▲한국알테어 서다예 팀장이 ‘제조업 혁신의 중심에서 디지털 트윈을 만나다’ ▲리스케일 이보성 솔루션 아키텍트가 ‘Rescale 클라우드 HPC 플랫폼을 통한 CAE 디지털 트랜스포메이션’ ▲이디앤씨 황순환 이사가 ‘사출성형 CAE 및 머신러닝 기법을 활용한 메타분석 및 역설계에 관한 연구’에 대해 발표했다. 베스트 프랙티스 & 방법론 트랙에서는 제조업계와 학계에서 진행하고 있는 CAE 활용 사례와 연구 내용을 소개했다. ▲LG전자 김예용 연구위원이 ‘다변수 인자를 고려한 해석 결과의 최적화 및 예측 기법 개발 적용 사례’ ▲한국원자력연구원 유용균 선임연구원이 ‘최적설계와 딥러닝’ ▲현대자동차 버추얼개발허브팀 윤경열 책임연구원이 ‘딥 러닝을 이용한 자동차 구조 CAE 모드 예측’ ▲국립한밭대학교 김기찬 교수가 ‘전기자동차용 구동모터 벤치마킹을 위한 시뮬레이션 기법 사례’ ▲디지털지식연구소 조형식 대표가 ‘디지털 트윈 기반 이노베이션과 CAE 시뮬레이션’ ▲울산과학기술원 이재선 교수가 ‘한국형 초고속 대중교통 하이퍼루프 CAE 적용 사례’에 대해 강연을 진행했다. 올해 CAE 컨퍼런스에는 다쏘시스템/케이앤솔루션, 앤시스코리아, 펑션베이, 한국알테어, 한국엠에스씨소프트웨어, 한국레노버, 인텔/스타셀, 리스케일 등 여러 업체가 참여했다.   ▲ 다쏘시스템과 케이엔솔루션은 클라우드 기반의 3D익스피리언스 플랫폼과 결합해 더욱 강력해진 솔리드웍스 시뮬레이션을 소개했다.   ▲ 한국레노버는 생산성과 창의성을 한층 높일 수 있는 씽크스테이션 및 씽크패드 P 시리즈 워크스테이션을 전시했다.   ▲ 인텔과 스타셀은 인공지능을 위한 클러스터 시스템 Deepcell CCRS와 인공지능 실습 교육 키트 Deepcell AI EDU kit 등을 선보였다.   이번 행사를 주최한 캐드앤그래픽스 최경화 국장은 “CAE 컨퍼런스는 특정 벤더나 솔루션에 국한되지 않고 CAE 분야의 트렌드와 솔루션을 한 눈에 볼 수 있는 종합 컨퍼런스로 자리매김하고 있다”면서, “올해는 디지털 트윈을 주제로 한 적용 사례와 구현 솔루션, 설계자를 위한 CAE, CAE에 적용되고 있는 최적화 및 인공지능 적용 사례 등을 통해 한발 앞서가고 있는 신기술을 접할 수 있는 계기가 되었다”고 밝혔다.   * 기사 PDF를 포함해 CAE 트렌드에 대한 더욱 자세한 내용은 'R&D에서 생산까지, 제조 혁신을 위한 CAE 트렌드 Ⅱ' 특집기사에서 보실 수 있습니다.  

캐드앤그래픽스에서 주최한 'CAE 컨퍼런스 2019'에 보여주신 관심과 성원에 감사드립니다. CAE 컨퍼런스 2019에 등록 및 참여해주신 분들께 감사의 뜻을 전합니다. 발표 자료 다운로드 관련 안내드립니다. 이번 컨퍼런스에서 발표된 자료들 중에서 정보공개에 참여해 주신 발표자료를 모아서 파일로 제공합니다. 행사 당일 배포한 내용도 있으나 일부 자료는 업데이트 된 내용입니다. 아래 아젠다에 PDF 표시가 되어 있는 발표자료가 공개된 내용입니다. 발표자료는 공개 동의한 내용에 한하여 제공됩니다. 1. CAE 컨퍼런스 2019 컨퍼런스 미 참가자 이번 컨퍼런스에 참여하지 않았던 분들은 유료 결제 후에 발표자료를 다운로드 받으실 수 있습니다. 다만 홈페이지 다운로드 용량 제한으로 인하여 전체 자료를 다운로드 할 수 있게 하는데는 제약이 있어 결제 후 메일(cae@cadgraphics.co.kr)이나 전화로 연락주시면 대용량 추가 자료를 보내드립니다.   메일 제목 :  [CAE컨퍼런스2019]미참가자 결제완료 추가자료 요청 내용 : 결제시 회원명 / 전화 / 이메일 메일 보낼 곳   cae@cadgraphics.co.kr   2. CAE 컨퍼런스 2019 참가자 행사 당일에 배포해 드렸던 발표자료에서 업데이트 되었거나 추가로 공개자료로 전환된 발표자료입니다. 참석자들에게는 발표자료 메일로 보내드렸습니다. 행사 참석자 분들 중에 구글 드라이브로 보내드린 발표자료 다운로드 받지 못하신다면 메일(cae@cadgraphics.co.kr)을 보내주시기 바랍니다. 메일 제목 :  [CAE컨퍼런스2019] 참석자 발표자료 요청  내용 : 참석자명 / 전화 / 이메일 메일 주신 내용 확인해서 행사에 참가하신 분들께는 발표자료를 받을 수 있는 링크 주소를 별도로 보내 드리겠습니다. 감사합니다.   *** 문의 : CAE 컨퍼런스 사무국(02-333-6900, cae@cadgraphics.co.kr)    주요 발표 내용 1. 기조연설 K-1. 제조 불확실성을 고려한 최적설계의 현황 및 전망 한양대학교 미래자동차공학과 이태희 교수 CAE 기반으로 설계된 제품의 치수, 형상, 물성치 등은 생산공정에서 다양한 불확실성을 갖게 된다. 따라서 생산된 제품의 성능/품질은 시뮬레이션의 예측 값과 다르게 나타난다. 이번 강연은 제조 불확실성을 고려하여 제품 성능/품질의 강건성과 신뢰성을 확보할 수 있는 최적설계 기법과 이의 적용 사례를 공유하고, 관련 기법의 발전방향을 제시한다. 발표자 소개 대한기계학회 CAE 및 응용역학부문 회장 (2012) 한국최적설계학회 회장 (2016) 한국전산역회회 수석부회장 (2018-2019) IACM General Council/ASSMO Executive Committee 국제학술대회 기조강연: ACSMO 2014/WCCM 2016 K-2. 모빌리티의 변화 ESK정보기술 강한수 대표 기존의 자동차 기업을 위협하는 새로운 경쟁자의 등장과 자동차 사용 방식의 변화 때문에 치열한 경쟁이 예상되는데 이러한 움직임에 대해 자동차 업계의 대응과 모빌리티 서비스의 변화에 대해 살펴보고자 한다. 발표자 소개 현대자동차, 현대오토에버 근무 현재 ESK정보기술 재직중 K-3. 디지털 트윈 기술을 이용한 선박용 스마트 엔진 솔루션 한국조선해양 류승협 책임연구원(연구실장) 한국조선해양은 현대중공업그룹의 조선해양사업부문 중간지주회사로서 조선해양사업의 중장기 발전 방향과 성장 전략을 제시하는 중추적인 역할을 수행하는 연구개발 및 엔지니어링 전문회사이다. 디지털 트윈 기반의 선박용 엔진을 비롯한 추진 계통의 통합 시뮬레이션 기술 및 이를 활용한 선박 제어 시스템의 가상시험 환경을 소개한다. 개발, 설계 단계에서 활용되는 시뮬레이션 기술을 제품 생애주기 전반으로 확장하는 디지털 트윈 사례를 소개한다. 발표자 소개 2017 : NI Engineering Impact Awards Winner ‘HPE Edgeline Big Analog Data Award-Winner’(given by the Hewlett Packard Enterprise Co,, USA) ‘Transportation and Heavy Equipment-Finalist’(given by the National Instruments Co., USA) 2018 : IR52 장영실상 (IoT기반 선박용 엔진 상태진단시스템) 2018 : 대한민국 10대 기계기술상 (상동) K-4. 구조 해석 기술의 진화(3D익스피리언스 플랫폼 클라우드 기반의 비선형 해석) 다쏘시스템코리아 이정대 솔루션 컨설턴트 FEM 기반의 솔리드웍스 시뮬레이션과 3D익스피리언스 플랫폼이 제공하는 시뮬리아(SIMULIA) 기반의 Advanced Nonlinear Analysis 기술에 대해 소개한다. 데이터베이스 기반의 해석 데이터 관리와 진정한 협업 방안에 대해 소개한다. 발표자 소개 다쏘시스템 코리아 Professional solutions 근무 SOLIDWORKS 브랜드가 제공하는 시뮬레이션 제품군 솔루션 컨설턴트 2. 트랙 A - 트렌드 / 솔루션 A-1. MSC 코시뮬레이션 - 멀티피직스 현실이 되다 (MSC Co-Simulation – where Multiphysics gets Real) 한국엠에스씨소프트웨어 윤광수 이사 다중물리학(Multiphysics) CAE 해석을 위한 MSC 코시뮬레이션 최신 기술에 대한 소개와 그 다양한 적용 분야를 살펴본다. 발표자 소개 한국엠에스씨소프트웨어 기술사업본부 이사로 NVH, Fatigue, Co-Simulation, AI solution 등을 자동차 분야에 지원하고 있다. A-2. 유연 다물체 동역학과 입자법 CFD를 이용한 다중 물리 해석 기법 및 사례 소개 펑션베이 정재석 책임 다물체 동역학은 이제 단순히 강체 해석을 넘어, 유연체는 물론 유체나 고체입자, 제어와 같은 다양한 다중 물리 현상을 고려한 CAE 해석 플랫폼으로서 활용되고 있다. 이 중 유연 다물체 동역학과 입자법 CFD를 이용한 다중 물리 문제를 중심으로 최신 해석 기법 및 사례를 소개하고자 한다. 발표자 소개 경희대학교 기계공학과 학사 경희대학교 대학원 석사 (다물체 동역학 전공) 펑션베이 RecurDyn 개발팀으로 입사 현재 온라인 마케팅과 테크니컬 마케팅 담당으로, 다물체 동역학 및 CAE 전반에 걸치 기술적인 트렌드나 팁, 사례를 효과적으로 전달하기 위한 업무를 진행하고 있다. A-3. ANSYS의 ROM 기술을 이용한 디지털 트윈의 구현 엔시스코리아 장윤혁 Sr. Application Engineer ANSYS 솔루션을 이용한 디지털 트윈 적용과 구현 방법에 대해 설명한다. 발표자 소개 - 현) ANSYS Korea, FBU Sr. Application Engineer - 한국지엠 공조냉각성능개발팀 – 차량의 공조/냉각성능 개발 A-4. 제조업 혁신의 중심에서 디지털 트윈을 만나다 한국알테어 서다예 팀장  가상 환경에서 실제와 똑같이 시뮬레이션 하는 기술인 디지털 트윈, 알테어는 다양한 분야의 디지털 트윈 기술로 제품의 완성도를 높이고 제조 환경에서 최적화된 솔루션을 제안한다. 더불어 더욱 새로워진 알테어의 솔루션을 소개한다. 발표자 소개 현재 한국알테어 마케팅팀에서 온/오프라인 마케팅을 총괄하며, 학생들의 CAE 교육을 위한 다양한 프로그램을 지원하고 있다. 홍익대학교 기계시스템디자인공학과 학사 홍익대학교 기계공학 석사 A-5. Rescale 클라우드 HPC 플랫폼을 통한 CAE 디지털 트랜스포메이션 Rescale 이보성 솔루션 아키텍트 이보성 박사 Rescale 은 단일 클라우드 HPC 플랫폼을 통해 전통적인 온프레미스 HPC에서 CAE분야 R&D가 겪는 어려움을 해결한다. • 느린 분석 속도 <- 클라우드 기반의 무제한에 가까운 HPC 자원을 통한 해석시간 단축 • Job 대기 시간 <- 병렬해석 및 멀티 아키텍처 기반으로 Job 대기 시간 해소 • 부족한 SW 라이선스 <- 유동적으로 확장 가능한 컴퓨팅 자원과 on-demand 라이선스를 활용한 비용 최적화 (BYOL/On-demand) • 관리 및 협업 <- 단일 플랫폼을 통해 사용자 / 그룹 / 프로젝트 비용 관리와 사용된 SW 라이선스 및 HW 자원에 대한 모니터링, 클라우드 저장소를 활용한 지방 및 해외 연구소와의 빠른 업무 공유 A-6. 사출성형 CAE 및 머신러닝 기법을 활용한 메타분석 및 역설계에 관한 연구 이디앤씨 황순환 이사 최근 모든 자동차 회사들이 연비 향상을 위한 대책으로 경량화를 위한 노력을 기울이고 있다. 플라스틱은 기존의 철강재료에 비해 가볍고, 생산성이 우수하며, 첨가제의 강성, 형태 및 함유량에 따라 재료 강성을 조절할 수 있어, 이미 수 많은 부품들이 철강 재료에서 플라스틱 재료로 변경되었다. 플라스틱 재료는 용융된 상태로 금형에 주입되어 흐르면서 분자 및 첨가재가 배향한다.  첨가제가 함유된 플라스틱 재료는 배향 방향에 따라 수축의 이방성이 나타난다. 흐르는 방향으로는 수축이 억제되지만 흐르는 방향의 직각방향으로는 수축이 많이 발생하여 한 방향 유동을 실현할 경우 방향에 따른 수축률은 달라질 수 있지만 휨은 억제할 수 있다.  그러나 한 방향 유동을 실현할 수 없는 제품의 경우 배향 방향이 복잡해지면서 수축 불균형에 의한 휨이 발생한다. 그래서 배향에 의한 휨 개선을 위해 역설계 기법이 업계에서 다시 주목 받고 있다.  역설계는 휨이 발생하는 방향의 반대로 금형을 설계하여 사출 후 휨이 발생할 때 기대하는 형상으로 돌아오게 만드는 기법이다. 역설계의 핵심은 휨 예측 능력이다. 금형은 매우 복잡한 구조를 가지고 있어 휨 예측이 잘못 될 경우 많은 수정 비용이 발생한다. 역설계를 위한 휨 예측은 정량적 접근이 필요하여 신뢰성이 중요하지만 공정 변수에 따라 휨양이 달라지기 때문에 역설계 신뢰성 향상을 위해 공정 변수의 불확실성이 얼마나 휨에 영향을 주는지 파악하는 것이 중요하다.  본 발표에서는 Autodesk Moldflow 를 사용하여 유리섬유강화플라스틱(GFRP)으로 성형된 Radiator Tank 제품에 대하여 사출 성형 시뮬레이션을 진행하였다. 직교배열 108Case를 이용하여 5가지의 공정 변수에 따른 휨 예측 Big Data를 생성하였다. 그리고 휨 양을 줄이기 위한 금형 수축률을 선정하여 금형 제작 전 설계에 적용할 수 있었다. 또한 인공 신경망(ANNs : Artificial Neural Networks) 의 머신러닝에서 주목 받고 있는 딥러닝 기술로 불리는 MLP(Multi-Layer Perceptron)을 PIAnO 2018 버전을 이용하여 지도학습을 통한 회귀근사모델을 생성하였다. 그리고 대표적인 회기모델(Regression model)로 RSM(Response Surface Model)로도 불리는 PR(Polynomial Regression) 모델, EDT모델, RBF모델과 비교하여 최적의 근사 모델을 선정 하였다.  기존에는 Radiator Tank 제품을 시뮬레이션하는 시간이 2시간 소요되었으나 MLP 근사모델을 이용할 경우 0.5초 만에 결과물을 도출할 수 있으며 신뢰성도 근사함을 확인하였다. 또한 머신러닝 기법 중 하나인 의사결정나무를 활용하여 불확실한 사출 현장에서 발생할 수 있는 조건을 최적화하는 과정을 공유하고자 한다. 발표자 소개 現 ㈜이디앤씨 기술팀 이사 前 Autodesk Korea 기술팀 근무 前 Moldflow Korea 기술팀 근무 前 상아프론테크 개발팀 근무 前 ㈜제이엠피 기술연구소 근무 現 사단법인 한국 생산 제조 학회 금형 및 공구 부문 이사 前 2018년도 한국 프라스틱 연합회 NCS기반자격 교육훈련 프로그램 개발 전문위원 前 2016년도 한국 기계 산업 진흥회 표준개발 협력 기관 전문위원 前 2015년도 충남대학교 압사출 부문 NCS 학습모듈 집필 3. 트랙 B - 베스트 프랙티스 & 방법론 B-1. 빅데이터와 인공지능 기반 해석 결과 최적화 및 예측 기법 개발 적용 사례 LG전자 김예용 연구위원 최근 제품 개발 영역에서 가상검증이 대두됨에 따라 실물 대신 해석으로 시험을 대체하는 것이 대세가 됐다. 가상시험 할 대상이 늘어나다 보니, 기존 해석 속도로는 제품 개발 진행이 불가능한 상황이 되었고, 빨라진 해석에 따른 엄청난 데이터가 축적되고 있다. 이런 상황에 대응하기 위해 빅데이터와 인공지능에 기반한 해석 결과 예측 기법이 개발됐다. 이를 응용한 사례들을 고찰해 본다. 발표자 소개 소형 휴대폰부터 대형 사이니지 제품까지, 다양한 종류의 전자장비 양산 냉각 설계 및 해석 경험 B-2. 최적설계와 딥러닝 한국원자력연구원 유용균 선임연구원 기계공학 관점에서 딥러닝 기술에 관해서 이야기하고 최적설계 분야에서 딥러닝을 적용한 연구 결과와 향후 발전 가능성에 관해서 이야기하고자 합니다. 발표자 소개 한국원자력연구원 지능형 컴퓨팅 TFT 팀장/ 인공지능 커뮤니티 AI 프렌즈 대표 운영진/ 대한기계학회 사업이사 B-3. 딥 러닝을 이용한 자동차 구조 CAE 모드 예측 현대자동차 R&D Division 버추얼개발허브팀 윤경열 책임연구원 CAE 방법론은 전 세계 자동차 OEM에서 최근 차량 개발의 가장 중요한 열쇠다. 신차의 시장출시 시간과 최적화된 자동차를 충족시키는 혁신적인 접근 방식이 필요하다. CAE와 딥 러닝의 융합은 산업 민주화를 이끌 수 있다는 점에 대해 소개한다. 발표자 소개 Senior Research Engineer of Virtual Development Hub Team Project Manager of Simulation Process/Data Management & HPC AI Research B-4. 전기자동차용 구동모터 벤치마킹을 위한 시뮬레이션 기법 사례 국립한밭대학교 김기찬 교수 상용화가 이루어진 전기자동차의 구동모터를 전자장 시뮬레이션 기법을 이용하여 역설계 분석을 수행하는 과정에 대하여 발표한다. 역설계 대상은 테슬라 모델 3 및 모델 S의 구동모터 등이며, 전자장 시뮬레이션 도구는 Ansys Maxwell을 사용한다. 발표자 소개 현) 국립한밭대학교 전기공학과 교수 대한전기학회 부문이사 INCA 국제학회 학술위원장 자동차안전하자심위위원회 기술위원 한국콘텐츠학회 부학술위원장 B-5. 디지털 트윈 기반 이노베이션과 CAE 시뮬레이션 (Digital Twin Based Innovation and CAE Simulation) 디지털지식연구소 조형식 대표 디지털 트윈 기반 이노베이션을 통한 5차원 디지털 트윈 개념 모델에서의 CAE 시뮬레이션 데이터 적용과 디지털 스레트  역할 소개 발표자 소개 (현)디지털 지식 연구소 대표, (현) CNG TV 방송 진행자 (전)지멘스 소프트웨어 상무, (전)한국항공우주산업 CAE 실장 (전)삼성항공우주연구소 CAE 팀장 B-6. 한국형 초고속 대중교통 '하이퍼루프' CAE 적용 사례 울산과학기술원(UNIST) 기계항공및원자력공학부 이재선 교수 지상에서 음속의 속도로 이동할 수 있는 교통수단으로 소개되고 있는 하이퍼루프 기술의 개념에 대한 소개와 기술을 구현하기 위해 진행되고 있는 CAE적용을 포함한 국내 연구개발 상황을 소개한다. 발표자 소개 2013 – 현재 울산과기원 기계공학과 조교수, 부교수 2007-2013 미국 United Technologies Research Center 선임 연구원 현재 울산과기원 차세대 고속 이송수단 요소기술 개발 과제 연구책임자  

디지털 트윈을 위한 시뮬레이션을 주제로 내건 'CAE 컨퍼런스 2019'가 11월 6일(수) 백범김구기념관 컨벤션홀에서 개최됐다. 올해 9회째를 맞는 CAE 컨퍼런스는 캐드앤그래픽스가 주최하고 CAE 컨퍼런스 준비위원회가 주관을 맡았다. 이번 컨퍼런스에서는 디지털 트윈에 최적화된 CAE를 한눈에 확인할 수 있는 다양한 사례와 기술, 트렌드가 소개되어 관심을 모았다.  캐드앤그래픽스가 주최한 이번 CAE 컨퍼런스는 특정 벤더나 솔루션에 국한되지 않고 국내외 CAE 업계의 기술 트렌드와 다양한 CAE 솔루션, 그리고 CAE를 활용한 베스트 프랙티스를 한 눈에 살펴볼 수 있는 종합 CAE 컨퍼런스로서 발전해 왔다. 올해는 4차 산업혁명 시대를 맞아 디지털 트윈을 위한 시뮬레이션을 기반으로 국내 제조산업의 경쟁력을 강화할 수 있는 방안들을 모색하는 방법론들이 공유됐다.​ 국내외 CAE 분야의 디지털 트윈을 비롯해 설계자를 위한 해석, CAE 분야 AI 적용과 최적설계, 구조해석, 멀티피직스, 다물체동역학, CFD, 사출성형, 클라우드 등 다양한 CAE 트렌드와 핫이슈를 짚었다. 한국조선해양, 현대자동차, LG전자, 초고속 열차 하이퍼루프, 전기자동차 모터 해석, 원자력 플랜트 등 다양한 업체와 연구자들이 참여하여 자동차, 조선, 전자, 의료, 플랜트 분야에서 적용되고 있는 제조업계의 CAE 베스트 프랙티스에 대해 소개했다. 또한 ‘덕질’하는 CAE 덕후들의 꿈과 현실, 그리고 계획 등도 살펴볼 수 있었다. ​ 오전 기조발표에서는 한양대학교 미래자동차공학과 이태희 교수가 '제조 불확실성을 고려한 최적설계의 현황 및 전망'을 주제로 강연한다. 이번 강연에서는 제조 불확실성을 고려하여 제품 성능/품질의 강건성과 신뢰성을 확보할 수 있는 최적설계 기법과 이의 적용 사례를 공유하고, 관련 기법의 발전방향을 제시했다. ​ESK정보기술 강한수 대표는 '모빌리티의 변화'를 주제로 기존 자동차 업체를 위협하는 새로운 경쟁자의 등장과 자동차 사용방식의 변화로 치열한 경쟁이 예상되는 가운데 자동차 업계의 대응과 모빌리티 서비스의 변화에 대해 소개했다. ​한국조선해양 류승협 연구실장은 '디지털 트윈 기반 해양 엔진 스마트 솔루션'을 주제로 디지털 트윈 기반의 선박용 엔진을 비롯한 추진 계통의 통합 시뮬레이션 기술 및 이를 활용한 선박 제어 시스템의 가상시험 환경을 설명했다. ​다쏘시스템코리아 이정대 솔루션 컨설턴트는 '구조 해석 기술의 진화(3D익스피리언스 플랫폼 클라우드 기반의 비선형 해석)'을 주제로 FEM 기반의 솔리드웍스 시뮬레이션과 3D익스피리언스 플랫폼이 제공하는 시뮬리아(SIMULIA) 기반의 Advanced Nonlinear Analysis 기술에 대해 발표했다.  한편 오후에는 트랙 A(트렌드/솔루션)와 트랙 B(베스트 프랙티스 & 방법론) 2개 전문 트랙으로 나뉘어 한층 더 전문적인 CAE 강연이 이어질 예정이다. ​트랙 A에서는 ▲한국엠에스씨소프트웨어 윤광수 이사가 'MSC 코시뮬레이션 - 멀티피직스 현실이 되다' ▲펑션베이 정재석 책임이 '유연 다물체 동역학과 입자법 CFD를 이용한 다중 물리 해석 기법 및 사례 소개' ▲한국알테어 서다예 팀장이 '제조업 혁신의 중심에서 디지털 트윈을 만나다' ▲리스케일 이보성 솔루션 아키텍트(공학박사)가 'Rescale 클라우드 HPC 플랫폼을 통한 CAE 디지털 트랜스포메이션' ▲이디앤씨 황순환 이사가 '사출성형 CAE 및 머신러닝 기법을 활용한 메타분석 및 역설계에 관한 연구'에 대해 발표한다. ​트랙 B에서는 ▲LG전자 김예용 연구위원이 '다변수 인자를 고려한 해석 결과의 최적화 및 예측 기법 개발 적용 사례' ▲한국원자력연구원 유용균 선임연구원이 '최적설계와 딥러닝' ▲현대자동차 버추얼개발허브팀 윤경열 책임연구원이 '딥 러닝을 이용한 자동차 구조 CAE 모드 예측' ▲국립한밭대학교 김기찬 교수가 '전기자동차용 구동모터 벤치마킹을 위한 시뮬레이션 기법 사례' ▲디지털지식연구소 조형식 대표가 '디지털 트윈 기반 이노베이션과 CAE 시뮬레이션' ▲울산과학기술원 이재선 교수가 '한국형 초고속 대중교통 하이퍼루프 CAE 적용 사례에 대해 강연한다. ​CAE 컨퍼런스 준비위원회 최동훈 위원장은 “올해도 CAE 업계에서 디지털 트윈이 화두가 되고 있다. CAE는 디지털 쌍둥이로 불리는 디지털 트윈의 전형적인 모델로, 올해 CAE 컨퍼런스에서는 제품 개발 프로세스의 초기 단계에서부터 제품의 원가를 절감하고 경쟁력을 갖출 수 있는 방법론을 제시한다. 또한 국내 제조산업의 발전을 위한 다양한 CAE 활용법과 CAE 기술 트렌드의 변화, 지속 가능한 CAE 분야의 협업에 대해서도 소개할 예정이다”라며 많은 관심과 참여를 부탁한다고 밝혔다. ​한편, CAE컨퍼런스는 특정 업체가 주도하는 행사가 아니라 CAE 업계가 함께 만들어가는 컨퍼런스로, 다쏘시스템/케이앤솔루션, 앤시스코리아, 펑션베이, 한국알테어, 한국MSC소프트웨어, 레노버코리아, 인텔코리아, 리스케일 등 여러 업체가 참여한다.  CAE 컨퍼런스 2019는 백범김구기념관 컨벤션홀에서 11월 6일(수) 오후 6시까지 진행된다.