주요 스마트 건설 DX 솔루션 소개 범용 유한요소 해석 프로그램, Strand7 개발 : Strand7, www.strand7.com 자료 제공 : 씨앤지소프텍, 02-529-0841, www.cngst.com   Strand7은 복잡한 모델을 정확하게 분석하기 위한 고도의 자동화된 모델링 기능을 이용하여 구조, 열, 전자기 및 유체, 동역학 등을 포함하는 멀티피직스 문제를 간편하게 분석할 수 있는 유한요소 모델링 기능과 강력한 해석 솔버를 제공하고 있는 범용 유한요소 해석 소프트웨어이다. 1. 주요 특징 (1) 파라메트릭 및 기하 모델링 직관적이고 쉬운 그래픽 사용자 인터페이스는 전체 모델링 프로세스를 처음부터 끝까지 작업이 가능하다. 번거로운 Geometry 수정 작업을 거치지 않고 바로 모델링 작업을 수행할 수 있으며 국부적인 영역에 대한 메시 사양을 정의와 CAD와의 커플링을 통해 CAD에서 정의한 영역 및 파라미터 정보를 가져올 수 있다.   (2) General Equation Input 수학 방정식을 사용하여 다양한 수식 데이터를 입력할 수 있다. (3) 모델 호환 DXF, IGES, STEP, Stereo-Lithography file Import / Export MSC/NASTRAN, ANSYS, STAAD-Pro, SAP2000 file Import / Export.     (4) 요소 및 재료 Strand7은 1D Beam, 2D Plate & Shell, 3D Brick, Contact, Cable, Damper 등의 다양한 요소 및 전세계 다양한 규격의 Beam Library를 제공한다. Strand7은 Isotropic, Orthotropic, Anisotropic, Laminate, Rubber, Carbon Fiber, Glass, Timber, Fluid, Soil 및 사용자정의 재료 물성을 지원한다 (5) Automatic Mesh Generation Strand7 에는 매우 직관적이고 간편한 강력한 자동 Mesh Generation 기능이 포함되어 있다. 이 기능은 자동 Mesh Generation 기능을 이용하여, 2D  Plate/Shell 모델링이나 3D Brick  모델링을 매우 빠르고 간편하게 생성할 수 있다.   (6) Verification Tools 복잡한 매시와 수치 입력 데이터의 검증을 그래픽을 통하여 체크할 수 있는 툴로, 구조물에 입력 오류나 입력 위치 등을 그래픽 Contour를 사용하여 사용자가 쉽게 검증하고 찾을 수 있도록 제공한다. (7) API 함수 기능 Strand7 API (응용 프로그래밍 인터페이스)를 사용하면 외부 컴퓨터 프로그램을 통해 Strand7과 상호 작용할 수 있다. Strand7 API에서 지원되는 언어는 C, C ++, C #, Pascal, Delphi, Visual Basic, FORTRAN, Matlab, Python 등 Windows DLL 파일을 동적으로 구성할 수 있는 모든 프로그램 언어이다. (8) 해석 기능 Strand7 은 정적해석, 동적해석, 재료비선형해석, 열전달과 열응력해석까지 매우 다양한 해석을 수 행할 수 있다. Strand7의 Solver 기능은 다음과 같다.   ■ Linear & Nonlinear Static ■ Natural Frequency ■ Response Spectra and Harmonic Dynamic ■ Linear and Nonlinear Transient Dynamic ■ Linear and Nonlinear Buckling ■ Heat Transfer & 콘크리트 수화열 ■ Collapse, 피로도 & Creep  ■ 대변형 해석 (현수교, 사장교, Cable Structure) ■ Laminated 복합소재 해석 ■ 막구조(Membrane) 해석 ■ 이동하중 해석 (영향선 및 영향면) ■ 시공단계별 해석 ■ 지반 해석     (9) Post Processing Strand7은 해석된 결과를 응력도, 변위, Cutting Plane, 그래프, 레포트등의 다양한 플롯 기능과 3차원 애니메이션기능을 통해 명확하고 정확한 분석이 가능하다.   2. 적용 분야 Strand7은 건축/토목 강구조, 콘크리트 구조, 지반구조물 등에 활용 가능하고, 중공업 분야와 기계 분야, 항공기/ 선박디자인, 의용공학, 전자기, 복합소재 등 다양하고 광범위한 분야의 설계 분야에서 활용이 기능하다. 3. 지원전략 Strand7 지속적인 연구, 개발과 Benchmark 테스트를 통한 검증결과를 및 검증 문서와 예제 파일 사용자에게 제공하고 어떠한 에러 발생시, 사용자에게 문제 해결을 위한 즉각 적인 기술지원을 한다. Strand7 은 프로그램에서 사용된 각종 유한요소이론에 대한 설명과 정보들을 자세하게 기술한 Theoretical 매뉴얼을 제공하여 사용자로 하여금 해석 결과에 대한 신뢰도를 더욱 높일 수 있게 한다. 3. 주요 고객 사이트 삼성물산, 삼성중공업, 대우건설, 롯데건설, 한화에어로스페이스, 쌍용건설, 현대중공업, 서영엔지니어링, 도화, 건설안전기술원 등 건축, 토목, 기계, 항공 분야 약 200여 기업 및 학교에서 사용하고 있다.   상세 내용은 <스마트 건설 DX 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

앤시스 디스커버리 웨비나 설계 단계에서 바로 성능을 검증하는 방법

앤시스코리아는 태성에스엔이와 공동으로 대학생 및 대학원생 대상 시뮬레이션 경진대회인 ‘앤시스 시뮬레이션 챌린지 2026’을 개최한다고 전했다. 지난해에 이어 올해 2회째를 맞이하는 이번 대회는 엔지니어를 꿈꾸는 학생들을 위해 기획한 아카데믹 프로그램이다. 참가자들은 앤시스의 시뮬레이션 소프트웨어 중 하나 이상을 활용해 기술적인 문제를 해결하는 과제를 수행한다. 참가 신청은 이공계나 공학을 전공한 대학생과 대학원생이라면 누구나 가능하다. 개인 또는 최대 3인의 팀을 구성해 지원할 수 있으며, 오는 5월 29일까지 연구 내용 초록을 포함한 신청서를 공식 홈페이지에 제출하면 된다. 참가 부문은 구조 해석, 전자기 해석, 유체 해석, 열 해석 및 멀티피직스, 광학 해석, 최적 설계 및 AI 활용 등 6개 분야로 구성된다. 참가자는 여러 부문을 복수로 선택할 수 있다. 올해 대회는 학부생과 석·박사 과정 대학원생의 부문을 분리해 운영하는 것이 특징이다. 참가자들은 6월 1일부터 7월 8일까지 진행되는 온라인 예선 기간에 연구 결과를 발표용 문서 형식으로 제출해야 한다. 본선은 7월 30일 서울 포스코타워 역삼에서 열리며 당일 현장 심사를 거쳐 수상자를 발표할 예정이다. 시상은 부문별로 나뉘어 진행한다. 대학원생 부문 대상 수상 1팀에게는 장학금 300만 원과 함께 9월 열리는 ‘앤시스 시뮬레이션 월드 코리아 2026’에서 발표할 기회가 주어진다. 최우수 혁신상 1팀은 장학금 100만 원, 우수 해석상 1팀은 장학금 50만 원을 받는다. 대학생 부문 대상 수상 1팀에게는 장학금 200만 원과 앤시스코리아 3개월 인턴십 기회를 제공하며 최우수 혁신상 1팀에게는 장학금 100만 원을 수여한다. 시높시스 시뮬레이션 및 분석 부문의 문석환 아시아태평양 지역 부사장은 “지난해 첫 대회에서 국내 유수 대학의 학생들이 수준 높은 연구 성과를 보여준 덕분에 올해 대회를 더욱 확대된 형태로 선보이게 됐다”면서, “이번 챌린지가 미래 엔지니어를 꿈꾸는 이들이 시뮬레이션 기술을 경험하고 역량을 키우는 발판이 되기를 바란다”고 밝혔다.  

앤시스를 인수한 시높시스는 지난 3월 미국 새너제이에서 열린 ‘엔비디아 GTC 2026’에서 아날로그 디바이스(ADI)와 협력해 데이터센터 케이블 관리용 산업 로봇의 피지컬 AI 시뮬레이션 기술을 공개했다. 이번 기술은 로봇의 학습과 성능 검증을 목표로 한다. AI 수요가 폭발하며 전 세계 데이터센터 건설이 급격히 늘어나는 가운데 수만 개의 케이블을 관리하는 로봇이 차세대 과제로 떠오르고 있다. 하이퍼스케일 데이터센터는 방대한 연산과 저장 수요를 처리하는 수천 대의 서버를 갖춘 시설로, 수만 평방피트의 공간과 수 킬로미터에 이르는 연결 케이블로 구성된다. 이러한 규모에서는 작은 비효율도 큰 손실로 이어진다. 이에 따라 산업용 로봇이 도입되고 있지만, 케이블은 다루기 까다로운 대상으로 꼽힌다. 인간에게는 당연한 이더넷 케이블 연결 동작도 로봇을 학습시키는 과정에서는 매우 복잡한 작업이 된다. 앤시스의 키쇼르 라마스와미 애플리케이션 엔지니어링 디렉터는 “로봇에게 당연한 것이란 없다. 어떤 포트에 꽂아야 하는지, 케이블을 얼마나 단단히 쥐고 커넥터를 얼마나 세게 눌러야 부러지지 않고 연결되는지 등을 모두 고려해야 한다”고 설명했다. 데이터센터의 급증은 시뮬레이션 기반의 빠른 해결책을 요구한다. 현실 세계에서 로봇을 직접 학습시키거나 물리적 시제품을 여러 번 제작할 시간적 여유가 부족하기 때문이다. 로봇은 성능 평가를 위한 표준 벤치마크를 기반으로 합성 데이터를 통해 학습해야 한다. 이러한 방식은 고품질 제품을 적기에 시장에 출시하는 데 기여한다.     ADI는 앤시스 메카니컬(Ansys Mechanical) 유한요소해석 소프트웨어를 활용해 케이블과 커넥터 모델의 물리적 정밀도를 높이고 있다. 이는 엔비디아 아이작 심(NVIDIA Isaac Sim) 환경에서 로봇 정책의 학습과 검증에 사용된다. 아이작 심은 물리 기반 가상 환경에서 AI 로보틱스 설루션을 시뮬레이션하고 테스트하는 오픈소스 프레임워크다. 앤시스 메카니컬은 고정밀 물리 해석을 제공해 가상과 현실의 격차를 줄인다. 연결 동작에 필요한 각도 제한과 파단력, 탄성 등 물리 엔진 파라미터를 산출하며 이는 오픈USD 애셋으로 패키징되어 ADI의 아이작 심 환경에 통합된다. 구조 시뮬레이션 외에도 앤시스 AV엑셀러레이트 센서(Ansys AVxcelerate Sensors)를 이용해 3D 인식 시스템의 정확도와 성능을 높일 수 있다. 한편, ADI는 고정밀 디지털 트윈을 제공하여 고객이 엔비디아 아이작 랩(NVIDIA Isaac Lab)에서 AI 설루션 개발을 즉시 시작할 수 있도록 지원한다. 아이작 랩은 모방 학습과 강화 학습을 지원하는 통합 로봇 학습 프레임워크다. 가와사키 중공업을 포함한 초기 도입 기업들은 ADI의 플랫폼을 통해 로봇 성능 시뮬레이션과 합성 데이터 생성을 진행하며 혁신을 가속하고 있다. ADI는 시뮬레이션 결과를 바탕으로 자사의 로보틱스 설루션을 발전시킬 계획이다. 습득한 지식은 산업 전반의 발전을 위해 벤치마크로 공유한다. ADI의 폴 골딩 에지 AI 부문 부사장은 “시높시스의 다중물리 시뮬레이션은 현실적인 로봇 테스트 벤치를 구현하는 핵심 요소다. 엔비디아와 함께 산업용 정밀 작업에 적용할 수 있는 디지털 트윈을 만들어가고 있다”고 밝혔다.

앤시스 워크벤치를 활용한 해석 성공 사례   이번 호에서는 앤시스 아쿠아(Ansys Aqwa)를 활용하여 해상 환경 조건을 반영한 LNG 운반 선박의 하이드로 다이내믹(hydrodynamic) 해석 방법을 모스형 LNG 운반선 모델을 통해 살펴보고자 한다.   ■ 황정필 태성에스엔이 AE4팀의 수석매니저로, 앤시스 구조 해석 및 Aqwa(Hydrodynamic) 해석에 대한 기술지원, 교육, 프로젝트 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   국제해사기구(IMO : International Maritime Organization)는 2050년 탄소중립 실현을 목표로 국제 해운 분야의 온실가스 배출을 체계적으로 관리하고 있으며, 선박에서 발생하는 대기 오염 물질과 온실가스 저감을 위해 단계적인 감축 목표를 수립하고 있다. 구체적으로는 2008년 대비 국제 해운의 연간 온실가스 배출량을 2030년까지 최소 20%, 2040년까지는 최소 70%까지 줄이는 것을 주요 목표로 삼고 있다. 이러한 규제 강화에 따라 글로벌 해운 산업은 2050년까지 탄소중립 달성 요구를 받고 있으며, 이를 위해 기존 화석연료를 대체할 수 있는 무탄소 또는 저탄소 연료로의 전환이 필수 과제로 떠오르고 있다. 이와 같은 흐름 속에서 해운업계는 기존 석유 기반 연료를 대체할 수 있는 현실적인 중간 단계의 대안으로 액화천연가스(LNG)를 적극 도입하고 있다. LNG는 상대적으로 온실가스 및 대기 오염 물질 배출이 적은 연료로 평가되며, 친환경 선박 연료로 분류되어 관련 기술 개발과 인프라 구축에 대한 투자가 전 세계적으로 확대되고 있다. 한편, LNG 운반 선박은 이러한 에너지 전환 과정에서 매우 중요한 역할을 담당한다. LNG가 친환경 연료로 자리잡으면서 안정적인 공급망 확보와 효율적인 운송 체계 구축의 필요성이 커지고 있으며, 이에 따라 LNG 운반 선박에 대한 수요 역시 꾸준히 증가하는 추세를 보이고 있다.   LNG 운반 선박 LNG(liquefied natural gas) 운반 선박은 액화천연가스를 운반하는 특수 선박으로, 극저온(-162℃) 상태의 가스를 저장하고 운반하는 것이 특징이다.   그림 1. LNG 운반 선박(출처 : 철강금속신문)   LNG 운반 선박의 구조는 크게 선체(hull), 화물창(cargo tank), 단열 시스템(insulation system), 재기화 시스템(regasification system), 추진 시스템(propulsion system), 연료 저장 및 공급 시스템(fuel gas supply system), 화물 처리 시스템(cargo handling system), 안전 시스템과 내비게이션 및 자동화 시스템으로 구성되어 있다.   그림 2. LNG 운반 선박 구조(출처 : Wikipedia)   LNG 운반 선박의 주된 선종은 모스형(Moss type)과 멤브레인형(membrane type)으로 분류된다. 모스형은 탱크가 선체로부터 독립되어 있고 스커트 구조에 의해 선체에 지지되는 방식이며, 탱크 내부에 LNG를 싣기 위한 압력과 LNG 중량을 견디고 탱크 내부 열침입을 최소화하기 위해 구형으로 설계되었다. 입열이 작기 때문에 LNG 증발 가스(BOG)가 적으며, 열 응력 집중을 완화할 수 있고, 슬로싱(sloshing) 충격이 작고 충돌, 좌초 등의 사고 발생 시 멤브레인형 대비 안정성이 좋은 장점이 있다. 하지만, 구형이어서 선창의 공간 이용 효율이 떨어지고 상갑판상의 돌출부에 의해 선체 전방에 사각지대가 존재하고, 풍하 면적이 넓어 운항 성능이 떨어지는 단점이 있다. 반면 멤브레인형은 탱크의 외벽인 방열재가 선창 내벽과 밀착되어 있어 탱크 내부의 LNG 압력과 중량이 선체에 전달되는 구조이다. 선창 공간을 낭비 없이 사용할 수 있고 상갑판의 돌출이 작으므로 풍하 면적이 작아 선박 운항 성능이 좋으나, LNG 운반 선박의 횡요 주기가 화물창 내부의 LNG 유동과 공진하게 되면 매우 큰 슬로싱 하중이 가해져 화물창 손상이 발생하는 단점이 있다. 현재 더 많은 화물을 싣기 위한 대형화에 멤브레인형이 상대적으로 저렴하고 용이하므로 주로 제작 및 사용되고 있다.   그림 3. LNG 운반 선박의 종류(출처 : 삼성중공업 블로그)   LNG 운반 선박은 일반적으로 대형화되는 추세이며, 경제성과 환경적 이점을 고려하여 최신 기술이 적용되고 있다. 이러한 선박은 극저온 상태의 LNG를 안전하게 저장 및 운송할 수 있도록 고급 단열 기술 및 구조 안정성, 운항 안정성 확보를 위한 설계가 필요하다.   LNG 운반 선박의 하이드로 다이내믹 해석 LNG 운반 선박은 대량의 LNG를 안전하게 운송하기 위해 특수 설계된 선박으로, 해양 환경에서의 동적 거동을 정밀하게 분석하는 것이 중요하다. 선박이 해상에서 파랑, 바람, 해류 등의 외부 환경 하중을 받을 때 발생하는 운동 응답을 예측하고, 선박의 안정성을 확보하는 것이 필수이다. 특히 LNG 운반 선박은 내부에 액체 화물이 존재하기 때문에 내부 유체의 운동이 선박의 전체적인 운동 특성에 큰 영향을 미친다. 따라서, 정확한 해석을 하기 위해 선박 내부 탱크 내 유체의 슬로싱 거동을 반영할 수 있는 모델링 기법이 요구된다. 현재 해양 구조물 및 선박의 유체와 구조 상호 작용을 고려한 해석에 다양한 수치해석 기법이 적용되고 있으며, 그 중 앤시스 아쿠아는 해양 및 조선 공학 분야에서 널리 사용되고 있는 강력한 해석 툴 중 하나이다. 이번 호에서는 앤시스 아쿠아를 이용한 LNG 운반 선박의 해석 방법에 대해 알아보도록 하겠다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

다쏘시스템은 4월 20일~24일 열리는 ‘하노버 메세 2026’에서 인공지능(AI)과 버추얼 트윈(Virtual Twin), 버추얼 동반자(Virtual Companion) 기술이 산업 자동화를 어떻게 변화시키는지 공개한다고 밝혔다. 제조업체가 시장 수요 변화와 공급망 변동에 유연하게 대응하면서 스마트하고 안전한 공장을 구축하도록 지원하는 기술이 중심이다. 전시관에서는 제조 의사결정자를 대상으로 현실과 가상이 결합한 3D유니버스(3D UNIV+RSES) 기반의 차세대 생산 시스템을 선보인다. 이 환경은 모바일 로봇과 고도화된 모델링, 시뮬레이션, 실시간 데이터 통합 기능을 갖췄다. 다쏘시스템은 실제 시스템을 구축하기 전에 가상 세계에서 설계와 검증, 최적화를 마칠 수 있어 운영 중단 없이 공정을 개선할 수 있다고 설명한다.     주요 전시 내용으로는 생성형 AI를 활용한 휴머노이드 로봇 설계와 최적화가 포함된다. 실제 산업 환경을 반영한 시나리오를 통해 로봇을 통합 시스템으로 설계하며, 물리적인 시제품을 만들기 전에 완성도를 높이는 방식이다. 공장 레이아웃과 제조 자원, 물류 흐름을 시뮬레이션하여 병목 구간을 찾아내고 공정 효율을 높이는 기술도 소개한다. 가상 커미셔닝 기술을 활용하면 설비와 공정, 프로그램의 동작을 실시간으로 사전 검증할 수 있다. 공장을 실제로 짓기 전에 워크플로를 테스트해 효율을 높이는 과정이다. 몰입형 산업 시뮬레이션은 로봇의 동작과 인간과 로봇의 협업 환경을 실제처럼 체험하고 교육하는 데 쓰인다. 보안과 유지보수 측면의 기술도 강화했다. 소프트웨어의 취약점을 추적하고 리스크를 미리 파악해 안전한 운영 요건을 충족하도록 돕는다. 로봇이나 컨베이어 등 설비에서 발생하는 성능 데이터는 버추얼 트윈에 실시간으로 반영되어 지속적인 최적화가 이루어진다. 증강현실 기술은 장비 위에 수리 지침을 직접 띄워 작업자의 유지보수 업무를 지원한다. 한편, 다쏘시스템은 플로랑스 베르제랑 EMEA 지역 부사장이 행사 첫날 기조연설자로 나서, 생성형 AI를 실제 산업 성과로 전환하는 방안에 대해 발표할 예정이라고 전했다.

#태성에스엔이 #CAE #컨퍼런스 구조/유동/열 해석부터 AI 연계까지 | TSTS 2026 기술 컨퍼런스 안내    이 내용이 제대로 보이지 않으면 행사 상세 페이지에서 확인하시기 바랍니다. 엔지니어링 경쟁력은 더 이상 기술의 보유 여부가 아니라 얼마나 빠르고 효과적으로 활용하는가에 의해 결정됩니다. 특히 AI와 시뮬레이션의 결합은 제품 개발 속도와 의사결정 방식 전반에 의미 있는 변화를 만들어오고 있습니다. TSTS 2026에서는 다양한 산업의 실제 적용 사례를 통해 엔지니어링 혁신이 어떻게 개발 기간 단축, 비용 절감, 경쟁력 강화로 이어지는지를 확인하실 수 있습니다. - 개발 리드타임 단축 및 비용 절감 사례 - 데이터 기반 설계 의사결정 고도화 전략 - 기업 경쟁력 강화를 위한 기술 활용 방향 이번 행사를 통해 귀사의 엔지니어링 전략을 점검하고, 실질적인 성과로 이어질 수 있는 방향을 확인하시기 바랍니다. 출장공문 다운로드 ■ AGENDA 기조연설 : 10:00 ~ 11:20 르웨스트홀 A 10:00 – 10:30  |  #Ai 반도체 Agentic AI 인공지능을 위한 HBM-HBF 메모리 구조의 혁신 Physical AI 시대로의 진입에 따라 AI의 성능은 이제 GPU가 아닌 '메모리 대역폭과 용량'에 의해 결정됩니다. 본 강연에서는 초거대 AI 데이터 센터의 핵심 전략이 될 HBM-HBF 최적화 구조를 제안합니다. 차세대 기술인 HBDF와 3차원 통합 구조를 통해 미래 AI 서비스를 위한 메모리 기술 혁신의 방향성을 확인하시기 바랍니다. 김정호 교수  KAIST 10:30 – 11:00  |  #방산/구조해석 고밀도 AESA 레이더 시스템을 위한 구조해석 기반 수냉식 냉각판 설계와 검증: 내압 성능 예측부터 헬륨 기밀시험을 통한 프로토타입 검증까지 근접방어무기체계(CIWS)의 핵심인 AESA 레이더는 고밀도 발열 소자를 포함한 TRM의 안정적 냉각이 운용 신뢰성을 좌우합니다. 본 발표에서는 복잡한 냉각 유로를 내장한 수냉식 냉각판의 설계 단계에서 구조해석을 통해 내압 성능과 최대 변위를 사전 검증한 과정을 소개합니다. 제작 공정 안정화를 거쳐 완성된 프로토타입에 대한 헬륨 기체 내압시험 결과를 통해 설계 기준 충족 여부를 확인하시기 바랍니다. 신동준 수석연구원  LIG D&A 11:00 – 11:20  |  #Ai+Ansys From Physics to AI: The Evolution of Simulation with Ansys and Tae Sung S&E AI의 기능 확대에 따라, 공학 시뮬레이션 분야에서도 '정확한 물리 해석'을 유지하면서 '속도와 자동화'를 극대화할 수 있는 도구로서의 개발이 활발히 진행되고 있습니다. 본 세션에서는 Ansys의 AI의 기술개발 현황과 함께 이의 올바른 적용을 위한 태성에스엔이의 서비스를 설명합니다. 윤진환 본부장  태성에스엔이 Lunch Break 11:30 - 12:50 산업군 트랙 : 12:50 ~ 17:00 르웨스트홀 4F 각 세션장 전기/전자/ 반도체 자동차/ 모빌리티 항공우주/ 방산 에너지/중공업/ 플랜트 헬스케어  Agenda 한 눈에 보기 ■ 사전등록 안내 기간 : 2026.04.01.~05.08. 한정된 좌석으로 인하여 조기 마감 될 수 있습니다. 혜택 1 사전등록 후 현장참여 선착순 300분께 태성에스엔이의 키링을 제공합니다.   혜택 2 사전등록 후 현장참여 선착순 500분께 점심식사를 제공합니다.   ＊ 행사 종료 후 진행되는 설문조사에 참여해 주세요. 소중한 의견을 주신 분들께 깜짝 기념품을 드립니다. 사전신청 바로가기 Sponsor Platinum Gold Silver

앤시스코리아는 중소벤처기업진흥공단 중소벤처기업연수원 및 태성에스엔이와 함께 AI 반도체 분야의 기술 인재를 양성하기 위한 업무협약을 맺었다고 밝혔다. 이번 협약은 AI 반도체 분야에서 세계적 수준의 전문 인력을 길러내 중소벤처기업의 기술 경쟁력을 높이고 국가 산업의 성장을 돕기 위해 마련했다. 민간과 공공기관이 힘을 합쳐 전문 교육 체계를 만들고 반도체 산업 생태계를 활성화한다는 계획이다. 세 기관은 기업 현장에서 필요한 내용을 반영한 실무 중심의 교육 과정을 함께 기획하고 운영한다. 중소벤처기업연수원은 교육 과정 총괄과 중소기업의 교육 수요 파악, 교육 시설 제공, 연수생 모집을 맡는다. 앤시스코리아는 교육에 필요한 앤시스 소프트웨어 라이선스를 지원하고 세계적인 반도체 설계와 해석 분야의 최신 경향 및 기술 자료를 제공한다. 태성에스엔이는 전문 강사진을 활용해 앤시스 소프트웨어를 직접 다뤄보는 실습 중심의 교육을 진행한다. 이번 협약에 따라 세 기관은 2026년부터 AI 반도체 분야 연수 과정을 본격적으로 시작한다. 직접 모여서 배우는 집합연수와 온라인 세미나인 웨비나를 병행해, 현장에 필요한 실무 역량을 높일 예정이다. 또한 기술을 공유하고 관계망을 넓히기 위해 전문 기술 콘퍼런스 같은 협력 프로그램도 단계적으로 추진한다. 교육이 끝난 뒤에는 성과와 만족도를 분석해 다음 해 교육 과정에 반영할 계획이다. 한편, 중소벤처기업연수원은 앤시스 프로그램을 활용해 반도체 패키지 열 유동과 구조 해석, 반도체 패키지 전자 시뮬레이션, 반도체 장비 열 유동 해석, 인공지능을 활용한 설계 검증 및 최적 설계 등 실무 프로그램을 운영한다. 각 과정은 최대 30명 규모로 진행하며 교육비는 받지 않는다. 교육을 듣고 싶은 사람은 중소벤처기업연수원 웹사이트에서 신청하면 된다.   ▲ 앤시스코리아 김시회 상무, 중소벤처기업연구원 이미자 원장, 태성에스엔이 심진욱 대표(왼쪽부터)   앤시스코리아 문석환 대표는 “AI 반도체 분야에서 경쟁력 있는 실무 인재를 양성하기 위해서는 산업 현장과 연계된 교육 체계가 무엇보다 중요하다”고 설명했다. 앤시스코리아는 시뮬레이션 기반의 교육 환경과 기술력을 바탕으로 국내 중소벤처기업의 기술력을 높이고 반도체 산업 생태계에 기여하겠다고 밝혔다. 중소벤처기업연수원 이미자 원장은 “이번 협약을 통해 AI 반도체 분야 실무형 인재 양성을 위한 교육 기반을 한층 강화하게 됐다”고 평가하면서, 산업 수요에 맞춘 교육과정 운영을 통해 중소벤처기업이 디지털로 전환하고 현장 역량을 키우는 데 실질적인 도움을 주겠다고 덧붙였다. 태성에스엔이 심진욱 대표는 “현장 실무 수요를 반영한 실습 중심 커리큘럼을 통해 교육 효과를 극대화할 것”이라며, 중소벤처기업의 AI 반도체 실무 경쟁력을 확보하도록 돕겠다고 말했다.

전주기 AX 통합 플랫폼 ‘OCTOPUS’로 산업 AI 혁신 앞당긴다   AI는 이제 로봇의 몸을 빌려 물리적 제조 현장에서 움직이기 시작했다. 글로벌 제조업은 산업현장이 자동화되는 인더스트리 4.0을 넘어 인간과 기술이 공존하는 인더스트리 5.0 시대로 진입하고 있다. 특히 올해 글로벌 빅테크 기업들이 앞다퉈 제시한 ‘피지컬 AI’는 AI가 물리적 세계를 직접 제어하는 시대의 도래를 알렸다. 제조업 디지털화의 중심도 변하고 있다. 과거 스마트 팩토리가 ‘연결’과 ‘자동화’를 중심으로 했다면, 현재의 자율제조는 ‘지능화’와 ‘자율 판단’으로 무게중심이 이동하고 있다. 유비씨(UVC, www.uvc.co.kr)는 전주기 AX(AI Transformation) 통합 플랫폼 ‘OCTOPUS’(옥토퍼스)를 통해 이러한 변화를 이끌고 있다.   유비씨 조규종 대표 8개 개별 솔루션을 하나로 통합한 전주기 AX 플랫폼 ‘OCTOPUS’ 유비씨는 2010년 설립 당시 기계와 로봇 간 데이터 통신 기술에 집중했다. 이후 3D 렌더링 엔진 기술을 결합하며 스마트 팩토리와 디지털트윈 솔루션으로 사업영역을 확장했다. 최근에는 이러한 역량에 AI 기술을 융합하며 제조 현장의 디지털 전환(DX)을 넘어 AI 전환(AX)까지 아우르는 전주기 통합 솔루션 OCTOPUS를 완성했다. OCTOPUS는 엣지(Edge), 데이터 허브(Data Hub), 트윈(Twin), 시뮬레이터(Simulator), AI 허브(AI Hub), 에이전틱 AI(Agentic AI), 피지컬 AI(Physical AI), 로봇 허브(Robot Hub) 등 8개 솔루션으로 구성된다. 8개의 개별 솔루션을 하나의 전주기 AX 플랫폼에 통합한 OCTOPUS는 이름 그대로 문어의 특징을 닮았다. 글월 문(文)자를 쓰는 문어는 예부터 ‘바다의 선비’로 불리던 똑똑한 생명체다. 문어의 지능적 두뇌는 스스로 학습하는 AI를, ▲ 유비씨 조규종 대표 예리한 눈은 정밀 모니터링을, 독립적으로 움직이는 8개의 팔은 분산지능을, 민감한 피부는 이상 감지를 상징한다. OCTOPUS는 8개 솔루션이 유기적으로 연결되어 데이터 수집-통합-시각화-검증–학습–예측–제어의 전 과정을 수행한다. 나아가 이를 다시 생산 계획에 반영하는 완벽한 순환 구조를 구현했다. 작동 방식은 다음과 같다. 현장의 엣지가 이기종 설비에서 데이터를 수집하면, 데이터 허브가 이를 AI가 학습할 수 있는 형태로 정제한다. 트윈은 실시간 3D로 현장을 시각화하고, 시뮬레이터는 반복 실험을 통해 최적의 조건을 탐색한다. AI 허브는 공정을 학습하고, 학습된 데이터를 바탕으로 에이전틱 AI가 24시간 자율 의사결정을 수행한다. 피지컬 AI는 로봇과 설비를 정밀 제어하고, 로봇 허브가 다수의 로봇을 통합 관제한다. 기존의 제조 IT·시뮬레이션·AI 솔루션은 전문 인력이 아니면 접근 자체가 어려울 정도로 진입 장벽이 높았다. OCTOPUS는 이 문제를 플랫폼 설계 단계부터 완전히 다르게 접근했다. 데이터 수집, 시뮬레이션, AI 분석, 디지털 트윈, 로봇 제어 등 각기 다른 카테고리로 분리되어 있던 기능들을 하나의 흐름과 하나의 화면, 하나의 언어로 통합한 것이다. 특히 LLM 기반 자연어 인터페이스를 적용해 “생산 라인을 한 대 더 늘리면 어떻게 될까?”, “이 공정에서 병목이 생기는 이유가 뭐지?” 등의 질문만으로 시뮬레이션과 AI 분석, 가상 검증 결과를 제시한다. AI 예측을 실제 설비제어까지 연결하는 M.AX 시대 많은 AI 솔루션이 데이터를 분석하고 예측 결과를 보여주는데 그친다. 그러나 진정한 제조 A I전환, 즉 ‘M.AX(Manufacturing AX)’를 실현하려면 AI의 판단이 실제 설비나 로봇의 동작으로 직접 이어져야 한다. 문제는 현장에서 AI가 내린 결정을 설비 제어에 바로 적용하는 것을 극도로 꺼린다는 점이다. 안전 문제, 예상치 못한 오작동에 대한 우려, 그리고 책임 소재에 대한 불안감 때문이다. 유비씨는 디지털 트윈과 피지컬 AI를 결합한 독자적인 아키텍처로 문제 해결에 나섰다. 가상 환경에서 AI 모델을 충분히 학습시키고, 수천 번의 시뮬레이션을 통해 안전성과 효과를 검증한 후에만 실제 현장에 적용하도록 설계한 것이다. 이를 통해 환경 변화와 예외 상황에도 흔들리지 않는 안정적이고 신뢰할 수 있는 자율 운영을 실현해 나간다. 유비씨 조규종 대표는 “AI가 브레인이라면 DT는 AI의 명령을 실질적으로 수행하는 중추 신경계다. 유비씨는 디지털 트윈 기반의 피지컬 AI 기업을 향해 나아가고 있다”고 설명한다. 이어 “제조업에서 AI 기반 디지털 트윈이 지금 가장 큰 가치를 만드는 분야는 제조·생산·물류 현장의 ‘협업’을 지능화하는 영역이다. 로봇이 혼자 똑똑해지는 것보다 더 어려운 건 로봇이 제조 설비와 함께 상황을 이해하고, 여러 로봇이 스스로 역할을 나누며, 필요하면 작업자와도 안전하게 함께 일하도록 만드는 일이다”라고 덧붙였다. 유비씨가 정의하는 피지컬 AI는 인지-계획-실행으로 이어지는 구조를 기반으로 한다. 물리적 환경과 설비 상태를 실시간으로 인지하고, 운영 목표와 제약 조건을 반영해 행동을 계획한 뒤, 이를 실제 로봇과 설비의 동작으로 실행하는 전 과정을 설계하고 있다. 이 과정에서 디지털 트윈은 피지컬 AI가 학습할 수 있는 합성 데이터(Synthetic Data)를 제공하는 핵심 환경 역할을 담당한다. 나아가 OCTOPUS 피지컬 AI 솔루션을 중심으로 자율제조 영역에서 사업을 확장하는 모습이다. 조 대표는 “국내 탑티어 로봇 제조사 두 곳과 협업을 통해 실제 제조 현장 적용이 가능한 피지컬 AI 기술의 실증과 고도화를 진행하고 있다”면서, “이를 통해 제조 AX 분야의 선도 기업으로 입지를 공고히 해 나갈 것”이라고 밝혔다.   ■ 캐드앤그래픽스 최경화 국장 kwchoi@cadgraphics.co.kr