앤시스를 인수한 시높시스는 1월 6일부터 9일까지 미국 라스베이거스에서 열리는 CES 2026에서 AI 기반 및 가상화 기술을 활용한 자동차 엔지니어링 설루션을 선보이며, 소프트웨어 중심 자동차(Software-Defined Vehicle, SDV) 개발 가속을 위한 다양한 적용 사례와 협업 성과를 공개했다.   시높시스는 이번 CES에서 차량 전자 및 소프트웨어 개발 전 과정을 가상화함으로써, 개발 복잡성과 비용을 줄이는 동시에 시스템 성능과 신뢰성을 사전에 예측 및 검증할 수 있는 통합 엔지니어링 환경을 소개한다. 지능형 시스템 수준 시뮬레이션부터 반도체 설계에 이르기까지 연결된  워크플로를 통해 물리적 시제품 제작 비용을 절감하고, 개발 주기 단축을 지원하는 것이 핵심이다. 자동차 산업에서 수익성과 경쟁력은 점차 소프트웨어에 의해 좌우되고 있으며, 전동화·자율주행·지속 가능성 과제를 동시에 해결해야 하는 완성차 제조사(OEM)와 부품사에게 R&D 효율은 핵심 차별화 요소로 떠오르고 있다. 시높시스는 “차량 전자 시스템의 설계, 통합, 시험, 검증을 가상화함으로써 개발 비용을 20~60% 절감하고 시장 출시 속도를 가속할 수 있도록 지원한다”면서, “이러한 소프트웨어 우선 접근 방식은 커넥티드 서비스, 무선 소프트웨어 업데이트(OTA), 차량 수명 주기 기반 서비스 등 새로운 수익 모델을 창출로 이어진다”고 소개했다.     특히, 시높시스는 국제자동차연맹(FIA)과 협력해 포뮬러 단좌식 레이싱 차량의 안전 기준 고도화를 지원한다. 예측 정확도가 높은 디지털 인체 모델과 첨단 설계 최적화 기술을 활용해 수천 개의 파라미터를 분석함으로써, 모터스포츠 분야의 차세대 안전 혁신을 추진할 계획이다. 또한 앤시스 AV엑셀러레이트 센서(Ansys AVxcelerate Sensors)에는 삼성전자 아이소셀 오토 1H1(ISOCELL Auto 1H1) 차량용 이미지 센서가 새롭게 포함돼, 실제 주행 환경을 반영한 고정밀 센서 시뮬레이션이 가능해졌다. 이를 통해 완성차 제조사(OEM)와 부품사는 하드웨어 제작 이전 단계에서 센서 성능을 검증하고 설계에 직접 반영할 수 있다. 삼성전자의 시스템 LSI 센서 사업팀장인 이해창 부사장은 “삼성은 첨단 이미징 기술을 통해 자동차 시스템이 더 높은 안전성과 지능을 제공하는 미래를 그리고 있다”면서, “삼성 아이오셀 오토 1H1을 앤시스 AV엑셀러레이트 센서에 통합함으로써, 완성차 제조사와 부품사가 하드웨어 통합 이전 단계에서 실제 주행 환경을 예측 정확도로 가상 체험할 수 있도록 했다. 이번 협력은 자율주행 차량 개발을 가속하고 리스크를 줄이며, 더 스마트하고 안전한 모빌리티 생태계를 구축하는 중요한 진전”이라고 말했다.   한편, 시높시스는 SDV 개발을 가속하기 위해 전자 디지털 트윈을 구현하는 가상화 설루션과 함께, 레이더 기반 인지 기술 기업 아브로보틱스(Arbe Robotics), 독일 완성차 제조사 아우디 등 자동차 생태계 전반의 파트너들과 협력한 사례도 소개한다. 또한 시높시스 버추얼라이저 개발 키트(VDK)를 활용하면 실리콘 출시 수개월 전부터 SoC 가상 프로토타입 기반 소프트웨어 개발이 가능하며, 실리콘 확보 후 수일 내 전체 시스템 구동을 구현할 수 있다. 이를 통해 차량 출시 시점을 최대 12개월까지 앞당길 수 있다고 전했다. 아우디의 제프리 부코(Geoffrey Bouquot) CTO는 “아우디는 고객을 개발의 중심에 두고 차량 내 경험을 진화시키고 있다”면서, “가상화 기법을 통해 개발 초기 단계부터 이러한 목표를 반영할 수 있다. 시높시스의 시뮬레이션 설루션을 활용해 AI 기반 모델로 설계 탐색을 가속하고, 프로그램 전반에 걸쳐 가상 검증을 확장함으로써 물리적 시제품을 줄이고 개발 주기를 단축하는 동시에 더 높은 신뢰성과 고객 가치를 확보하고 있다”고 밝혔다.   시높시스의 사신 가지(Sassine Ghazi) CEO는 “AI와 소프트웨어 중심 차량의 확산으로 자동차 엔지니어링 환경은 더욱 복잡해지고 있으며, 동시에 개발 속도와 안전성에 대한 요구도 커지고 있다”면서, “시높시스는 설계부터 통합, 검증에 이르는 전 과정을 가상화하는 엔지니어링 설루션을 통해 고객이 개발 효율을 높이고 비용과 리스크를 줄이면서 차세대 성능과 안전 기준을 충족할 수 있도록 지원하고 있다”고 말했다.

[CAE 컨퍼런스 2025] 발표자료 다운로드 안내입니다. CAE 컨퍼런스 2025이 지난 11월 7일 수원컨벤션센터에서 ‘시뮬레이션의 미래 : AI와 디지털 트윈이 주도하는 제조 혁신’을 주제로 성황리에 개최됐습니다. CAE 컨퍼런스 2025에서는 AI(인공지능)와 디지털 트윈(Digital Twin)의 융합을 통한 엔지니어링 혁신 및 가속화의 흐름을 짚었고, CAE 수요-공급업계 관계자를 위한 정보 교류의 장으로, ‘제7회 스마트 공장 구축 및 생산자동화전(SMATEC 2025)’과 동시 개최되었습니다. CAE 컨퍼런스 준비위원회 위원장인 연세대학교 기계공학과 이종수 교수는 개회사에서 과거에는 설계, 해석, 생산 등 공학 영역 사이의 장벽이 허물어지고 기술 융합과 협업이 가속화되고 있다고 짚었다. 한편, AI는 엔지니어링 의사 결정 과정에서 가속화를 돕는 역할을 한다. 특히 물리적 현상을 파악하는 기술인 CAE는 데이터 부족이나 불확실성, 그리고 경험하지 않은 영역의 문제를 해결해야 할 때 AI와 상호보완적인 관계를 갖게 된다는 것이 이종수 교수의 분석이다. 그는 “AI와 CAE는 서로 부족한 부분을 채워주는 친구처럼 협력하고 있다. 이번 CAE 컨퍼런스의 주제인 AI와 디지털 트윈을 통해 이러한 융합이 더욱 촉진되기를 기대한다”고 전했다. [관련 기사]  [포커스] CAE 컨퍼런스 2025, AI·디지털 트윈 융합 통한 엔지니어링 혁신 전략 짚다 [아젠다] CAE 컨퍼런스 2025 발표자료는 정보 제공에 동의한 자료만 제공됩니다. 아래 아젠다에 PDF 마크가 표시되어 있는 발표자료가 공개된 내용입니다.    [CAE 컨퍼런스 2025] 유료결제 완료 후, 발표자료 요청 이번 컨퍼런스에 참여하지 않았던 분들은 유료 결제 후에 발표자료를 다운로드 받으시기 바랍니다. 다만 홈페이지 다운로드 용량 제한으로 인하여 전체 자료를 다운로드 할 수 있게 하는데 제약이 있어 첨부한 파일에는 CAE 컨퍼런스 2025 가이드 파일만 올려 두었습니다. 결제완료 후 메일(cae@cadgraphics.co.kr)로 연락주시면 대용량 추가 자료를 별도로 보내드립니다. 홈페이지에서 직접 결제하는데 문제가 있다면 당사로 연락주시기 바랍니다.   메일 제목 :  [CAE 컨퍼런스 2025] 유료결제완료 발표자료 요청 내용 : 결제시 회원명 / 전화 / 이메일 메일 보낼 곳 : cae@cadgraphics.co.kr 문의 : CAE컨퍼런스사무국 (02-333-6900) [CAE 컨퍼런스 2025] 발표 제목 및 발표자 소개 00. [기조연설] 디지털 제조 혁신을 위한 Ansys End-to-End 솔루션 / 앤시스코리아 강태신 전무 01. [기조연설] 자율지능 에이전트를 위한 물리모델기반 시스템엔지니어링 & 생성적 산업인공지능 / 연세대학교 이종수 교수 02. 생성형 AI에서 Agentic AI까지: 자율설계의 미래 / 나니아랩스 강남우 대표 03. RBDO, 데이터 시대에 무결점설계를 향해… / 피도텍 최병열 연구위원 04. 시뮬레이션 기반 파우치형 배터리 동향과 실링 공정 최적화를 통한 신뢰성·안전성 강화 사례 / LG전자 문강석 책임 05. 클라우드 기반 CAE 혁신: AI로 가속화하는 차세대 엔지니어링 시뮬레이션 / AWS 전병승 Solutions Architect 06. CAE 최신 동향과 AI 기반 디지털 트윈 가속화 / 한국알테어 이승훈 기술총괄 본부장 07. 입자기반 Multi-physics CAE 기술 : 유체유동 및 플라즈마 응용사례 / 메타리버테크놀러지 서인수 이사 08. TV제품의 CAE 자동화 및 AI활용 사례 / LG전자 장일주 책임 09. 고객 중심의 디지털 트윈 기술 – 승객 모니터링과 인체모델의 융합 / 현대자동차 한만용 책임연구원 >> CAE 컨퍼런스 2025 영상보기

앤시스 워크벤치를 활용한 해석 성공 사례   전기 집진기(Electrostatic Precipitator : ESP)는 화력발전, 제철소, 시멘트 공정 등 대규모 산업 설비에서 배출되는 미세입자를 제거하기 위해 널리 활용되는 환경 규제 대응 설비이다. 전기 집진기의 집진 과정에서 전기장(electric field)의 크기와 분포는 입자 충전 효율과 이송 특성, 그리고 절연 안전성까지 좌우한다. 특히 코로나 방전은 첨단부 주변 전계 집중에 의해 시작되기 때문에, 설계 초기 단계에서 전계 분포를 파악하고 관리하는 것이 성능과 신뢰성을 확보하는 핵심 요소이다. 이번 호에서는 앤시스 맥스웰(Ansys Maxwell)을 활용하여 전기 집진기 내부 전계 분포를 분석하고, 파라메트릭(parametric) 해석을 통해 전극 간격이 전계 특성에 미치는 영향을 살펴보고자 한다.   ■ 오승희 태성에스엔이 EBU-LF팀의 매니저로 전자기 해석 기술 지원 및 교육, 컨설팅 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   전기 집진기와 전계 해석의 필요성   그림 1. 전기 집진기의 내부 구조   산업 현장에서 발생하는 미세먼지 및 배기가스 처리 요구가 높아지면서, 전기 집진기는 발전, 제철소, 시멘트 공정 등에서 핵심적인 환경 설비로 자리 잡고 있다. 전기 집진기는 기체 내 미세 오염물을 제거하기 위한 설비로서, 외부로부터 유입된 오염물을 코로나 방전을 이용해 이온화하고 집진판으로 이송·포집하는 방식으로 작동한다. 이 과정에서 전계의 크기와 분포는 집진 효율을 결정하는 핵심 인자이다. 전기 집진기 내부에 높은 전계가 형성될 경우, 이온 생성이 활발해져 포집 효율이 증가하는 이점이 있다. 하지만, 코로나 역전리 확률이 증가하고, 전극 손상 확률이 증가하여 유지보수 난이도를 증가시킨다. 이에 반해 전계가 낮을 경우 입자가 하전되지 않아 포집 효율이 감소한다. 전계 분포적인 측면에서는 불균일한 전계 발생 시 불필요한 절연파괴가 발생할 수 있으며, 전계가 전체적으로 균일하게 분포할 경우 이온화 효율이 감소할 수 있다. 때문에 적절한 전계 형성을 위한 설계가 필수이다.   전기 집진기의 전극 구조 및 전계 특성 전기 집진기는 크게 방전극(discharge electrode)과 집진판(collecting plate)으로 구성된다. 전기 집진기의 기본 원리는 <그림 2>와 같다. 먼저, 분진이 포함된 공기가 전기 집진기 내부로 유입되면 방전극에 의해 분진이 이온화된다. 방전극은 분진을 이온화시키는 역할을 하기 때문에, 일반적으로 고전계가 집중될 수 있는 형상인 와이어 또는 스파이크 형상을 가진다. 방전극의 첨단부에서 국부 고전계가 형성되면 코로나 방전이 발생하고, 이로 인해 분진을 이온화시키게 된다. 이온화된 분진은 음전하를 띄게 되며 전기 집진기 내부 전계에 의해 반대극성을 띄고 있는 집진판으로 이동하게 되고, 집진판에 도달하면 전하를 방출하고 들러붙게 된다. 절연파괴를 방지하기 위한 설계 시에는 기본적으로 균일한 전계를 가지는 형상으로 설계를 진행한다. 하지만, 앞서 소개한 것처럼 전기 집진기에서는 균일 전계가 무조건적으로 좋은 성능을 의미하는 것은 아니다. 균일 전계는 포집 효율을 높이지만 이온화 효율은 감소시키기 때문에, 일부 영역에서는 의도적으로 고전계를 형성하는 형상으로 설계를 진행해야 한다. 따라서 설계 목표는 필요 영역에서 충분한 고전계를 확보하되, 절연부 손상을 방지하는 균형 설계라고 할 수 있다.   그림 2. 전기 집진기의 원리   앤시스 맥스웰 기반 전계 해석 모델 설정 방법 해석은 맥스웰 2D 정전기 솔버(Maxwell 2D Electrostatic Solver)를 사용하였다. 전기 집진기는 Z축 방향으로 구조가 일정한 경우가 많아 2D 단면 모델만으로도 기본 전계 특성 파악이 가능하다. 해석 모델은 <그림 3>과 같이 원형의 방전극과 평판 형태의 집진판, 그리고 공기 영역으로 구성하였다. 방전극에는 음의 고전압을 인가하고 집진판은 접지 조건으로 설정하였다. 전극 주변부는 공기(Air) 재질로 설정하였으며, 전극은 스테인리스 스틸(Stainless steel)로 정의하였다. 전기장 해석에서는 공기와 전극 등 해석 모델을 구성하는 모든 재료에 대해 상대유전율(εr) 및 도전율(σ)과 같은 전기적 물성이 필요하다. 이러한 물성은 전계 분포 및 전하 축적 특성에 직접적인 영향을 미치므로, 재료별 특성을 정확히 반영하는 것이 중요하다. 따라서 이번 호의 해석에서는 사용된 재질의 대표적인 유전 특성을 기반으로 물성을 설정하였으며, 각 물질의 유전율은 <그림 3>에 나타내었다. 메시(mesh)는 <그림 4>와 같이 설정하였으며, 어댑티브 메싱(Adaptive meshing) 기능을 활용하여 수렴 기준에 도달할 때까지 자동으로 정밀도를 높였다.   (a) 전극 배치 및 재질설정   (b) 영역(region) 설정 그림 3. 전기 집진기의 전극 배치 개념도   그림 4. 메시 형상     ■ 자세한 기사 내용은 PDF로 제공됩니다.

앤시스코리아가 11월 21일 앤시스의 시뮬레이션을 활용하는 스타트업들을 초청해 진행한 ‘앤시스 스타트업 밋업(Ansys Startup MeetUp)’을 진행했다고 밝혔다. 이번 행사는 도전과 성장을 이어가는 국내 스타트업을 응원하고 시뮬레이션 기반의 기술 혁신 사례 및 실제 비즈니스 경험을 공유함으로써 스타트업 생태계 내 교류를 활성화하고자 마련됐다. 현장에는 앤시스의 소프트웨어를 현재 활용 중이거나 혹은 도입을 검토 중인 스타트업 관계자 약 51명이 참석했다. 앤시스코리아 박주일 대표의 환영사로 막을 올린 이번 행사는 앤시스코리아 강태신 전무의 ‘엔지니어링 혁신의 중심, 앤시스가 만드는 디지털 제조 생태계’ 발표 세션으로 이어졌다. 다음으로 앤시스코리아 김택수, 이가형 프로가 앤시스 커뮤니티 소개 세션을 진행했다. 정부 및 민간 지원 프로그램을 소개하는 세션도 이어졌다. 창업진흥원 조성현 선임부장의 ‘스타트업 정부 지원 정책 안내’, 누비다 시효석 대표의 ‘시뮬레이션을 활용한 인휠 모터 개발 프로세스 혁신’, LS일렉트릭 신범식 매니저의 ‘스타트업 성장 가속화 : 클라우드와 앤시스가 만드는 엔지니어링 혁신’ 등 스타트업 정부 지원 정책과 실제 현장 사례에 대해 공유하는 시간을 가졌다. 다음으로 스타트업 커뮤니티와 리더십에 대한 인사이트가 더해졌다. 코리아스타트업포럼 박정균 팀장은 ‘딥테크 시대의 스타트업 커뮤니티 전략 : 왜 함께 가야 하는가’를 주제로, 업계 간 네트워크와 공동 활동이 기술 사업화와 글로벌 진출에 미치는 영향과 성공 사례를 소개했다. 한양대학교 배대성 교수는 ‘스타트업 CEO를 위한 삶과 경영 철학 – 실수로부터 배운 것들’을 주제로 스타트업 CEO들이 겪기 쉬운 의사결정 실수와 이를 통해 얻은 리더십 인사이트를 공유했다.     공식 세션 이후에는 전체 참가자가 함께하는 그룹 네트워킹 시간이 이어졌다. 참가자들은 각자의 사업 영역과 시뮬레이션 활용 계획, 파트너십 니즈 등을 자유롭게 논의하며 협업 가능성을 모색했다. 특히 앤시스의 설루션을 이미 도입한 스타트업과 도입을 검토 중인 기업 간 경험 공유가 이루어졌는데, 앤시스코리아는 향후 기술 검증 및 사업 확장 단계에서 실질적인 도움을 줄 수 있는 네트워크가 형성되었다고 평가했다. 앤시스코리아 박주일 대표는 “앤시스의 시뮬레이션 소프트웨어를 통해 각자의 영역에서 혁신을 만들어가고 있는 스타트업들이 한자리에 모여 서로의 도전과 고민을 나눌 수 있었다는 점에서 매우 뜻깊은 자리였다”면서, “앤시스코리아는 앞으로도 시뮬레이션 기술과 글로벌 네트워크, 커뮤니티 프로그램을 결합해 국내 스타트업이 세계 시장에서 경쟁력을 발휘할 수 있도록 지속적으로 지원하겠다”고 말했다.

엔비디아가 ‘슈퍼컴퓨팅 2025(Supercomputing 2025, SC25)’ 콘퍼런스에서 산업과 컴퓨팅 공학 가속화를 위한 오픈 모델 제품군인 ‘엔비디아 아폴로(NVIDIA Apollo)’를 공개했다. 엔비디아는 자사의 AI 인프라로 가속화된 새로운 AI 물리 모델을 통해 개발자들이 다양한 산업 분야의 시뮬레이션 소프트웨어에 실시간 기능을 통합할 수 있도록 지원할 예정이다. 엔비디아 아폴로 제품군에는 확장성, 성능, 정확성을 위해 개발된 물리 최적화 모델이 포함된다. ▲전자기기 자동화와 반도체 분야에서는 결함 검사, 컴퓨팅 리소그래피, 전열(electrothermal), 기계 설계 ▲구조 역학 분야에서는 자동차, 가전제품, 항공우주 분야의 구조 해석 ▲기상 및 기후 분야에서는 세계와 지역 예보, 다운스케일링, 데이터 동기화, 기상 시뮬레이션 ▲전산 유체 역학(CFD) 분야에서는 제조, 자동차, 항공우주, 에너지 분야의 시뮬레이션 ▲전자기학 분야에서는 무선 통신, 레이더 감지, 고속 광학 데이터 시뮬레이션 ▲다중 물리학 분야에서는 핵융합, 플라즈마 시뮬레이션, 유체 구조 상호작용 등을 지원한다. 엔비디아의 오픈 모델 제품군은 최신 AI 물리학 발전을 활용해 신경 연산자(neural operator), 트랜스포머, 확산(diffusion) 방법 등의 머신러닝 아키텍처를 도메인별 지식과 결합한다. 엔비디아 아폴로는 사전 훈련된 체크포인트와 훈련, 추론, 벤치마킹을 위한 참조 워크플로를 제공해 개발자가 특정 요구사항에 맞게 모델을 통합하고 맞춤화할 수 있도록 지원한다.     한편, 엔비디아는 어플라이드 머티어리얼즈, 케이던스, 램리서치, 루미너리 클라우드, KLA, 피직스X, 리스케일, 지멘스, 시놉시스 등의 기업이 새로운 오픈 모델을 활용해 자사 AI 기술을 훈련, 미세 조정, 배포할 예정이라고 소개했다. 이들 기업은 이미 엔비디아 AI 모델과 인프라를 활용해 자사 애플리케이션을 강화하고 있다. 어플라이드 머티어리얼즈는 엔비디아 AI 물리를 활용해 제조 공정과 최종 제품의 전력 효율을 개선하는 신소재, 제조 공정을 개발 중이다. 이는 반도체 제조 공정 확장성의 큰 제약 요인을 직접 해결한다. 어플라이드는 엔비디아 GPU와 쿠다(CUDA) 프레임워크를 통해 에이스(ACE)+ 다중물리 소프트웨어 모듈에서 최대 35배 가속화를 달성했다. 이로써 반도체 공정의 신속한 탐색과 최적화를 구현했다. 또한 에이스+ 물리 데이터를 활용해 핵심 소재 수정 기술에 대한 AI 모델을 구축했다. 이를 통해 기존 시뮬레이션에서 얻은 데이터로 훈련돼 새로운 사례를 몇 초 만에 예측할 수 있는 AI 모델인 대리 모델(surrogate model)과 디지털 트윈을 사용한 첨단 반도체 공정 챔버의 유동, 플라즈마, 열 모델링을 거의 실시간으로 수행할 수 있게 됐다. 케이던스는 자사의 피델리티 CFD 소프트웨어의 일부인 피델리티 찰스 솔버(Fidelity Charles Solver)를 활용했다. 피델리티 찰스 솔버는 엔비디아 기반 밀레니엄(Millennium) M2000 슈퍼컴퓨터로 가속화된다. 이를 통해 케이던스는 수천 건의 상세한 시간 종속적 전체 항공기 시뮬레이션으로 구성된 고품질 데이터셋을 생성했다. 이 데이터는 전체 항공기의 실시간 디지털 트윈 구현을 가능케 한 AI 물리 모델 훈련에 사용됐다. 지멘스는 심센터 STAR-CCM+(Simcenter STAR-CCM+)와 같은 주력 유체 시뮬레이션 도구에 엔비디아 AI 물리를 통합하고 있다. 이를 통해 설계자는 고정밀 제1원리 시뮬레이션과 고속 AI 대리 모델을 결합할 수 있다. 결과적으로 기존보다 빠른 속도로 설계 옵션을 탐색할 수 있게 됐다. 시놉시스는 엔비디아 AI 물리를 활용해 GPU 가속을 증폭시키고 컴퓨터 공학 분야에서 최대 500배의 속도 향상을 달성하고 있다. 앤시스 플루언트(Ansys Fluent)와 같은 엔비디아 GPU 가속 유체 시뮬레이션 도구의 실행 시간은 AI 물리 대리 모델로 시뮬레이션을 초기화함으로써 크게 단축될 수 있다. 이 접근 방식은 기존 방법으로 시뮬레이션을 초기화하는 것보다 더 빠르다. 리스케일은 자사의 AI 물리 운영체제에 엔비디아 아폴로 모델을 통합해 엔지니어링 혁신을 가속하고 있다. 리스케일의 엔드 투 엔드 기능 강화로 엔지니어들은 고충실도 제1원리 시뮬레이션과 고속 AI 대리 모델을 매끄럽게 결합할 수 있게 된다. 엔비디아 아폴로 모델의 고급 기능을 리스케일 프레임워크 내에서 활용함으로써, 고객은 기존 시뮬레이션 방식의 정확도를 유지하면서도 방대한 설계 공간을 빠르게 탐색하고 실시간에 가까운 추론 결과를 얻을 수 있게 된다.

앤시스 워크벤치를 활용한 해석 성공 사례   폭발 성형은 이름 그대로 ‘폭발의 힘’을 이용해 금속을 원하는 형태로 만드는 가공법이다. 일반적인 프레스나 펀치 대신 폭발물에서 나오는 강력한 에너지를 활용한다는 점이 특징이다. 작업은 주로 물속에서 진행되며, 폭발 에너지가 물을 매개로 충격파로 전달되어 금속판을 순간적으로 변형시킨다. 이때 금속판은 아래에 놓인 금형의 모양을 그대로 따라가며 성형된다. 이 기술은 처음에는 항공우주와 항공기 산업에서 주로 사용되었지만, 최근에는 자동차 부품 생산에도 적용 범위가 넓어지고 있다. 이번 호에서는 앤시스 LS-DYNA의 S-ALE 기능을 활용해 폭발 성형 과정을 어떻게 해석할 수 있는지 소개해 보고자 한다.   ■ 장형진 태성에스엔이 MBU-M5팀의 수석매니저로, 구조해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   폭발 성형 해석 모델 <그림 1>은 폭발 성형 과정을 해석하기 위해 만든 모델을 보여준다. 우선 금형(die) 위에 접시 형태의 금속판(workpiece)을 올리고, 그 위 공간에는 물이 채워지도록 설정했다. 물의 중앙에는 구 모양으로 모델링한 TNT를 배치했으며, 약 0.027kg의 폭약이 사용되도록 구성했다. 모델의 맨 윗부분은 공기층으로 설정해 실제 환경과 유사하게 만들었다. 또한 해석 효율을 높이기 위해 전체 모델을 절반으로 나눈 ½ 대칭 모델을 적용하고, 잘라낸 면에는 대칭 조건을 부여했다. 각 파트의 재료 물성치는 Ansys Explicit Materials Library에서 제공하는 데이터(Structural Steel, Steel 1006, Air, Water, TNT)를 그대로 활용하였다.   그림 1. 폭발 성형 해석 모델   S-ALE Domain 및 Fill 설정 S-ALE Domain은 말 그대로 가스나 유체가 지정된 재료로 채워지고, 그 안에서 자유롭게 움직일 수 있는 영역을 뜻한다. 구조물과의 상호작용까지 고려하려면 이 영역이 해석 모델 전체를 감쌀 수 있도록 설정해야 한다. 이번 폭발 성형 해석에서는 공기층을 주 도메인으로 설정했으며, <그림 2>와 같이 전체 모델을 포함하도록 모델링을 진행했다. 또한, 상세 설정 창에서 ‘Reference Frame’을 ‘S-ALE Domain’으로 변경하였다.   그림 2. 공기층에 대한 S-ALE 도메인 설정   물과 TNT는 S-ALE 도메인 안을 채우는 재료로 설정된다. <그림 3>에서 보듯이 ‘Reference Frame’을 ‘S-ALE Fill’로 바꿔 지정해 주었다. 이때 모델링은 공기층과 따로 구분하지 않고 서로 겹치도록 진행한다. 이렇게 설정해 두면, 해석 과정에서 각 재료가 자동으로 해당 영역을 채우면서 자연스럽게 시뮬레이션이 이루어진다.   그림 3. 물과 TNT에 대한 S-ALE Fill 설정   S-ALE 영역 설정을 마친 뒤에는 격자 크기를 정해 주어야 한다. 이를 위해 <그림 4>와 같이 ‘S-ALE Mesh’를 추가하고, <그림 5>의 설정 창에서 도메인으로 지정한 공기층을 선택한 뒤 각 방향에 맞는 격자 크기를 입력한다. 격자는 가스나 유체의 움직임을 얼마나 세밀하게 표현할 수 있은 정밀해지지만, 반대로 해석 시간이 크게 늘어날 수 있다. 따라서 정확도와 효율 사이에서 균형을 맞추는 것이 핵심이다.   그림 4. S-ALE Mesh 추가   그림 5. S-ALE Mesh 설정   해석 조건 설정 S-ALE Domain의 가장 바깥쪽 면에는 유체가 밖으로 나가거나 막히도록 경계 조건을 줄 수 있다. 하지만, 이번 폭발 성형 모델에서는 물과 공기가 외곽을 통해 자연스럽게 흘러나가도록 별도의 조건을 두지 않았다.   ■ 자세한 기사 내용은 PDF로 제공됩니다.

CAE 컨퍼런스 행사장 모습(사진은 CAE 컨퍼런스 2024 전경) 국내 제조업의 디지털 전환을 이끌 ‘CAE 컨퍼런스 2025’가 오는 11월 7일(금) 수원컨벤션센터에서 열린다. 올해로 15회를 맞는 이번 행사는 ‘시뮬레이션의 미래: AI와 디지털 트윈이 주도하는 제조 혁신’을 주제로, AI(인공지능)와 CAE(Computer Aided Engineering)의 융합이 만들어내는 산업 변화와 최신 기술 트렌드를 조명한다. 이번 행사는 월간 캐드앤그래픽스가 주최하고, CAE 컨퍼런스 준비위원회가 주관하며, ‘제7회 스마트공장구축 및 생산자동화전(SMATEC 2025)’과 함께 개최된다.  올해 컨퍼런스에서는 디지털 트윈과 생성형 AI를 접목한 최신 시뮬레이션 기술이 집중적으로 다뤄진다. 앤시스코리아 강태신 전무는 ‘디지털 제조 혁신을 위한 Ansys End-to-End 솔루션’을 주제로, AI 기반 통합 시뮬레이션 전략을 통한 생산성 향상 방안을 제시한다. 연세대학교 이종수 교수는 ‘자율지능 에이전트를 위한 물리모델 기반 시스템엔지니어링 & 생성적 산업인공지능’ 발표를 통해, 분포 외(OOD) 환경에서도 신뢰성을 확보하는 모델기반 접근법을 소개한다. 나니아랩스 강남우 대표는 ‘생성형 AI에서 Agentic AI까지: 자율설계의 미래’를 주제로, 스스로 설계 의사결정을 내리는 Agentic AI 기술과 설계 자동화 사례를 공개한다. 피도텍 최병열 연구위원은 ‘RBDO, 데이터 시대에 무결점 설계를 향해’ 발표를 통해 신뢰도 기반 최적설계의 최신 적용 사례를 다룬다.  또한 메타리버테크놀로지 서인수 이사는 'GPU 기반 입자해석기술(samadii)을 활용한 반도체·디스플레이 응용 사례'를, AWS 전병승 솔루션즈 아키텍트는 ‘클라우드 기반 CAE 혁신’을 주제로 AI와 클라우드를 결합한 차세대 시뮬레이션 환경을 소개한다. 한국알테어 이승훈 본부장은 ‘CAE 최신 동향과 AI 기반 디지털 트윈 가속화’ 발표를 통해 Meshless·Multi-Physics·Cloud 기술 트렌드와 AI 가속화 사례를 발표한다. LG전자 문강석 책임은 ‘파우치형 배터리 실링 공정의 시뮬레이션 최적화’, 장일주 책임은 ‘TV 제품 CAE 자동화 및 AI 활용 사례’를 발표하며, 시뮬레이션이 제조 공정의 신뢰성과 효율성을 동시에 높이는 방법을 제시한다. 현대자동차 한만용 책임연구원은 ‘승객 모니터링과 인체모델의 융합을 통한 디지털 트윈 기술’을 통해 SDV(Software Defined Vehicle) 시대의 고객 중심 설계 혁신 사례를 소개한다. CAE 컨퍼런스 준비위원장 이종수 교수는 “생성형 AI와 물리기반 모델의 결합이 가속화되며, 신뢰성 확보와 시뮬레이션 자동화가 산업의 핵심 이슈로 부상하고 있다”고 강조했다. 그는 이어 “AI·MLOps·클라우드 기반 시뮬레이션이 주도하는 새로운 패러다임 속에서, 지속가능하고 효율적인 제조 혁신 방향을 논의하는 장이 될 것”이라고 덧붙였다. 이번 컨퍼런스에는 현대자동차, LG전자, 앤시스코리아, 피도텍, 나니아랩스, 메타리버테크놀로지, AWS, 한국알테어 등 주요 제조기업과 CAE 솔루션 기업이 참여해 최신 기술과 사례를 공유한다. 또한 SMATEC 2025 전시회와의 연계로 다양한 CAE·AI·디지털 트윈 솔루션을 현장에서 직접 체험할 수 있다. 사전등록은 CAE 컨퍼런스 공식 홈페이지(www.cadgraphics.co.kr/cae)에서 가능하다. 한편, 10월 20일에는 캐드앤그래픽스 지식방송 CNG TV에서 프리뷰 방송이 진행되어, 한국기계연구원 박종원 단장과 태성에스엔이 김지원 이사가 CAE 기술의 방향성과 AI 융합 트렌드를 소개했다.   CAE 컨퍼런스 2025 발표자 - 연세대 이종수 / 앤시스코리아 강태신 /  나니아랩스 강남우 / 피도텍 최병열 / 메타리버테크놀러지 서인수 / AWS 전병승 / 한국알테어 이승훈 / 현대자동차 한만용 / LG전자 장일주 / LG전자 문강석