심센터 HEEDS 더 깊게 살펴 보기 (8)   이번 호에서는 어떠한 형식의 해석 입출력 파일이라도 직관적이고 효율적으로 연결할 수 있도록 돕는 5가지 태깅 모드(tagging mode)의 원리와 특징을 소개한다. 나아가 수십· 수백 개의 매개변수를 다룰 때 작업 시간을 획기적으로 단축할 수 있는 오토 태깅(auto-tagging) 워크플로와 파이썬 로직을 결합한 고급 실무 활용 사례까지 함께 살펴보고자 한다. 이를 통해 데이터 연결 작업의 진입 장벽을 낮추고, 설계 탐색에 온전히 집중할 수 있는 방향을 제시할 것이다. ■ 연재순서 제1회 심센터 HEEDS 커넥트와 MBSE 방법론 제2회 심센터 X MDO의 새로운 HEEDS 제3회 심센터 HEEDS SHERPA의 최적 검색 원리 제4회 최적 검색 가속화를 위한 AI 프레딕터 제5회 심센터 HEEDS 2604 업데이트 제6회 모두를 위한 제너럴 포털과 맞춤 설정 제7회 특별한 워크플로 구성 및 자동화 제8회 다양한 매개변수를 위한 태깅 모드 제9회 복잡한 설정을 한번에, 오토메이션 스크립트 제10회 파이썬 스케줄러와 HEEDS 연동 제11회 심센터 HEEDS 2610 업데이트 제12회 데이터 분석을 위한 HEEDSPy API   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 HEEDS를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR 링크드인 | www.linkedin.com/in/jonghaklee-odumokgol   시뮬레이션 자동화 및 최적화 프로세스를 성공적으로 구축하기 위해 가장 기본적이면서도 중요한 단계는 바로 해석 모델과 최적화 알고리즘 간의 ‘매개변수(parameter) 연결’이다. 최적화 알고리즘이 광범위한 설계 공간을 탐색하기 위해서는, 매 해석 사이클마다 입력(input) 파일의 특정 변수 값을 변경하여 모델을 구동하고, 해석이 완료된 후에는 수많은 데이터가 담긴 결과(output) 파일에서 원하는 성능 지표를 한 치의 오차 없이 추출할 수 있어야 한다. 심센터 HEEDS(Simcenter HEEDS)는 이러한 매개변수 연결 과정을 ‘태깅(tagging)’이라는 직관적이고 유연한 기능으로 제공한다. 사용자가 입력 파일의 특정 위치를 태깅하면, HEEDS(히즈)는 기존에 적혀 있던 기준값(baseline value)을 새로운 설계안의 값으로 치환하여 해석을 수행한다. 반대로 출력 파일에서 특정 위치를 태깅하면, HEEDS는 해당 위치의 데이터를 읽어와 최적화 결과 지표로 활용한다. 이번 호에서는 단순한 텍스트 파일부터 복잡한 상용 해석 툴의 데이터 구조까지, 어떠한 형태의 파일이라도 매끄럽게 연결할 수 있도록 HEEDS가 제공하는 다섯 가지 태깅 모드를 깊게 살펴본다. 아울러 이 과정에서 사용자 인터페이스(UI)가 어떻게 구성되어 있는지, 수백 개의 변수를 다룰 때 작업 효율을 어떻게 극대화할 수 있는지 통합적인 관점에서 소개한다.   그림 1. HEEDS의 태깅 개념   직관적인 UI를 결합한 5가지 태깅 모드 딥다이브 HEEDS는 해석 툴의 특성과 파일 구조의 복잡성에 따라 맞춤형으로 대응할 수 있는 5가지의 태깅 모드를 제공한다. 각 모드는 사용자 친화적인 설정 화면과 함께 고유의 파싱(parsing) 능력을 발휘한다.   구분자/고정 폭 기준 태깅 : 정적 ASCII 파일의 완벽한 제어 해석 입출력 파일로 가장 널리 쓰이는 CSV나 텍스트(TXT) 형식의 파일은 보통 특수한 기호로 데이터가 구분되어 있거나, 일정한 글자 폭을 기준으로 데이터가 나열되어 있다. 구분자 기준 태깅(Delimited Tagging) : 공백(space), 탭(tab), 쉼표(comma) 등의 구분자(delimiter)를 기준으로 파일을 행과 열로 분할한다. 엑셀과 같이 익숙한 스프레드시트 형태로 파일 내용이 표시되며, 사용자는 원하는 셀을 클릭하여 태그를 생성할 수 있다. 필요에 따라 `="()`와 같은 복잡한 사용자 정의 구분자도 추가할 수 있어 유연성이 높다. 고정 폭 기준 태깅(Fixed-Width Tagging) : 과거부터 사용되어 온 일부 레거시 FEA 코드(예 : 나스트란 등)는 열 너비(column width)가 엄격하게 정해져 있어, 값이 특정 위치를 벗어나면 해석 오류를 일으킨다. HEEDS는 이러한 파일의 열 너비를 시각적으로 지정하여 데이터를 분할할 수 있게 해주며, 태깅된 변수에 값을 쓸 때도 지정된 고정 폭(fixed-width format)을 유지하도록 보장한다.   그림 2. 구분자 및 고정폭 설정 예시   그림 3. 구분자 및 고정 폭 설정 예시   XML 태깅과 계층 구조 제어 최신 해석 툴이나 복잡한 설정 파일은 태그(element)와 속성(attribute)이 중첩된 트리 형태의 XML(또는 HTML) 형식을 취하는 경우가 많다. XML 파일은 구조적이지만, 사람이 직접 텍스트로 보며 태깅하기에는 눈이 쉽게 피로해진다. HEEDS의 XML 태깅 모드는 파일을 파싱하여 ‘요소 ID(element ID)’와 ‘태그 값(tag value)’만을 깔끔한 표 형태로 나타낸다. 여기서 가장 돋보이는 기능은 XML Element Configuration 창에서 불필요한 하위 요소(child elements)의 표시 여부를 체크박스로 켜거나 끄는 것이 가능하다는 점이다. 이를 통해 사용자는 수만 줄에 달하는 방대한 XML 파일에서도 원하는 데이터 노드만을 화면에 필터링해 띄워 놓고 손쉽게 태깅을 진행할 수 있다.   그림 4. XML 파싱 및 하위 요소 제어 화면   스크립트 태깅의 강력한 커스터마이징과 즉각 검증 해석이 끝난 후 생성되는 결과 파일(예 : `*.f06`, 동적 `*.csv` 등)은 매 해석마다 출력되는 텍스트의 줄 수나 위치가 달라질 수 있다. 이런 동적인 파일 구조에서는 고정된 행/열을 지정하는 방식이 통하지 않는다. 이때 HEEDS 고유의 스크립트 태깅(script tagging)이 진가를 발휘한다. 파이썬(Python) 기반으로 설계된 이 모드는 코딩 지식이 없어도 제공되는 버튼 명령어를 블록 쌓듯 조합하여 강력한 스크립트를 작성할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

안녕하세요. SWS입니다. 제조업의 디지털 전환이 가속화되면서 설계도면, 기술문서, CAD 데이터, BOM 등 기술 자산을 체계적으로 관리하는 것은 기업 경쟁력의 중요한 요소가 되었습니다. SWS는 이러한 제조·엔지니어링 기업의 요구에 맞춰 PLM·PDM·TDMS 전문 IT 솔루션을 자체 개발하고 구축하는 기업입니다. 2012년 설립 이후 다양한 산업 분야에서 축적한 경험을 바탕으로 고객의 업무 환경에 최적화된 솔루션을 제공하고 있으며, TeamPlus는 2001년부터 축적된 개발 경험을 기반으로 지속적으로 고도화되고 있습니다.   SWS만의 강점   ■ 20년 이상 축적된 솔루션 개발 경험 SWS는 오랜 기간 축적된 기술력을 바탕으로 국내 제조 환경에 적합한 PLM·PDM·TDMS 솔루션을 제공하고 있습니다. 단순히 솔루션을 공급하는 것이 아니라 실제 현장에서 안정적으로 운영될 수 있는 시스템을 목표로 지속적인 기능 고도화를 이어가고 있습니다.   ■ 고객 맞춤형 구축 기업마다 설계 프로세스와 업무 방식은 다릅니다. SWS는 표준 기능을 일괄 적용하는 방식이 아니라 고객의 업무 프로세스를 분석하고 필요한 기능을 설계하여 최적의 시스템을 구축합니다. 또한 핵심 기술을 자체 개발하고 있어 고객 요구사항에 신속하게 대응할 수 있습니다.   ■ 다양한 산업 분야의 구축 경험 전자·반도체, 철강·소재, 방산·산업기계, 화학·에너지, 공공기관 등 다양한 산업 분야에서 구축 경험을 축적하며 안정적인 서비스를 제공하고 있습니다.   ■ 구축 이후까지 책임지는 기술 지원 시스템 구축은 끝이 아닌 시작입니다. SWS는 구축 이후에도 유지보수와 기술 지원을 통해 고객이 안정적으로 시스템을 운영할 수 있도록 지속적으로 지원하며, 고객과 함께 성장하는 장기적인 파트너를 지향합니다.   SWS의 주요 솔루션 TeamPlus : 설계문서 및 기술 데이터를 통합 관리하는 TDMS TeamPDM : 설계 데이터, BOM, 변경 이력을 관리하는 PDM TeamPLM : 제품 개발 전 과정을 관리하는 PLM CAD Utility : CAD 업무 생산성을 높이는 솔루션 TP Viewer : CAD·PDF·이미지 등 다양한 파일을 조회할 수 있는 전용 뷰어 SWS의 회사 소개와 주요 솔루션에 대한 자세한 내용은  홈페이지와 첨부된  회사소개서를 참고해 주시기 바랍니다. 앞으로도 제조·엔지니어링 기업의 디지털 혁신에 도움이 되는 다양한 기술 정보와 구축 사례를 지속적으로 공유하겠습니다.     Email: yhko@sws.co.kr Contact: 02-6954-4700

케이던스가 HPE와 협력을 확대해 디지털 트윈 기반의 데이터 센터 현대화를 가속화한다고 발표했다. 이번 협력은 차세대 인프라인 인공지능(AI)과 고성능 컴퓨팅(HPC)을 도입하는 고객이 데이터 센터의 설계, 최적화, 운영 전반의 효율성을 개선하도록 돕는 데 초점을 맞춘다. 양사는 물리 기반의 시뮬레이션과 AI, HPC 기술을 활용해 데이터 센터 환경을 가상화하는 ‘케이던스 리얼리티 디지털 트윈 플랫폼(Cadence Reality Digital Twin Platform)’과 HPE의 지속 가능한 데이터 센터 현대화 서비스를 결합한다. HPE의 AI 특화 모듈형 데이터 센터인 ‘AI 모드 POD(AI Mod POD)’에 이 플랫폼을 표준으로 적용함에 따라, 고객은 총소유비용을 절감하고 배포 속도를 높이며 운영 효율을 끌어올릴 수 있다.   ▲ 이미지 출처 : Era4   AI가 데이터 센터의 요구사항을 새롭게 정의하는 상황에서 디지털 트윈은 고성능 인프라를 설계하고 운영하는 강력한 기반을 제공한다. 케이던스는 HPE와의 협력을 통해 고객이 복잡한 환경을 모델링하고 최적화하도록 지원하며, 이를 통해 운영 위험을 줄이는 동시에 에너지 효율을 높이고 지속 가능성 목표를 달성할 수 있도록 기여할 방침이다. 데이터 센터가 전력 밀도가 높은 AI 워크로드와 첨단 냉각 아키텍처를 수용하는 방향으로 진화함에 따라, 운영자는 규제와 서비스 수준을 준수하면서 신속하게 현대화를 진행해야 한다. 케이던스와 엔비디아, HPE는 에지부터 클라우드까지 아우르는 확장 가능하고 에너지 효율적인 데이터 센터 청사진을 제공한다. 이를 통해 고객은 실제 물리적 구축 전에 결정을 검증하여 위험을 방지하고, 숨은 용량을 확보하며, 요구사항 변화에 맞춰 최적의 성능을 유지할 수 있다. HPE는 AI 시대를 맞아 확장 가능하고 안전하며 지속 가능한 설루션으로 고객의 데이터 센터 현대화를 지원하는 데 주력하고 있다. 케이던스와의 협력을 깊이 있게 발전시킴으로써 엔지니어링 수준의 디지털 트윈 역량을 고객에게 제공하고, 데이터 센터 수명 주기 전반에 걸쳐 용량, 에너지 효율성, 운영 의사결정을 최적화하도록 돕는다는 구상이다. 케이던스는 설계, 배포, 운영 등 데이터 센터 현대화의 핵심 과제를 해결하는 디지털 트윈 기반 설루션을 선보인다. 이 설루션은 고객이 ▲엄격한 전력, 공간, 냉각, IT 지속 가능성 목표를 충족하는 AI 및 HPC 시설을 설계하고 ▲ ‘케이던스 리얼리티 DC 엘리먼트 디자인 라이브러리(Cadence Reality DC Elements Design Library)’를 활용해 배포 시나리오를 미리 평가함으로써, HPE 데이터 센터 서비스의 AI 모드 POD 및 관련 AI 데이터 센터 설루션의 계획과 운영을 앞당기며 ▲ 데이터 센터 내부의 구성 변경이나 워크로드 이동이 일어나기 전에 전력 및 냉각 동작을 예측 모델링하여, IT와 시설의 이용률을 높이고 낭비되는 용량을 줄이는 등의 성과를 거두도록 지원한다. 또한 ▲ 장기적인 용량 계획, 에너지 최적화, 장애 및 업그레이드 계획을 지원하는 가상 시나리오를 실행하여 운영 인텔리전스와 IT 지속 가능성을 강화하도록 돕는다. 케이던스의 엔지니어링 시뮬레이션 및 디지털 트윈 역량을 HPE의 AI 데이터 센터 설루션 및 서비스와 통합함으로써, 고객은 기존 시설과 신축 시설 모두에서 AI 인프라를 한층 신속하고 확신 있게 확장할 수 있게 된다. 케이던스 리얼리티 디지털 트윈 플랫폼은 공급업체가 제공한 디지털 모델을 드래그 앤 드롭 방식으로 배치하여, 실제 데이터 센터와 캠퍼스 전체를 고정밀 디지털 복제품으로 구현한다. 이러한 예측 모델은 데이터 센터 운영자가 초기 설계부터 일상적인 운영에 이르기까지 에너지 효율성, 용량, 복원력을 최적화하도록 돕는다. 데이터 센터 아키텍처를 개선하고자 하는 고객은 HPE의 데이터 센터 설계 및 엔지니어링 팀과 협력할 수 있다. HPE 팀은 케이던스 리얼리티 디지털 트윈 플랫폼을 도입해 엔지니어링 관점에서 정확한 물리 기반 레이어를 구축하며, 이를 통해 설계 단계에서 상충 관계를 미리 평가하고 실제 제약 조건에 맞춰 운영을 지속적으로 정제해 나간다.

앤시스 워크벤치를 활용한 해석 성공 사례   실제 자연계의 현상은 본질적으로 모두 비선형이다. 일반적으로 우리는 컴퓨터 성능과 같은 여러 제약 조건으로 인해 유한요소 해석에서 이러한 비선형성을 단순화하고 선형으로 가정하는 해석을 주로 진행해 왔지만, 최근에는 정확한 해석에 대한 수요가 증가하면서 비선형 문제에 대한 관심이 높아지고 있다. 앤시스 메커니컬(Ansys Mechanical)의 수렴 기능이 지속적으로 개선되고 있음에도 불구하고, 비선형 접촉 해석은 여전히 사용자에게 높은 수준의 해석 능력을 요구한다. 이번 호에서는 유한요소 모델에서 접촉 문제를 바라보는 기본적인 관점과 함께, 비선형 접촉 문제를 다루는 엔지니어를 위한 실용적인 해석 팁을 소개하고자 한다.   ■ 정준영 태성에스엔이 AE5팀에서 수석매니저로 근무하고 있으며, 구조 해석 영업 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   비선형 접촉 해석의 이해 유한요소 해석은 복잡한 구조물을 작은 요소로 나누어 해석하는 방법으로, 이 과정은 마치 서로 연결된 연립 방정식과 같이 작동한다. 각 요소에 가해진 하중은 변위를 발생시키고, 이 변위는 인접한 요소에 새로운 하중 조건을 만든다. 이러한 상호 작용이 전체 모델에 걸쳐 이어지기 때문에, 요소들은 절점을 통해 서로 연결되어 있어야 한다. 비선형 접촉 문제에서는 두 물체가 서로 접촉했다가 떨어질 수 있는데, 이렇게 되면 유한요소 모델의 연결이 끊어지는 상황이 발생한다. 이 문제를 해결하기 위해, 앤시스에서는 접촉 요소에 특별한 접근 방식을 사용한다. 비록 접촉 요소 자체는 물리적 형상이 없지만, contact 요소와 target 요소 사이에 가상의 스프링이 있다고 가정한다. 이 가상의 스프링은 두 요소 간의 상태(침투량과 요소 강성)에 따라 강성이 조절되고, 이를 ‘접촉 강성(normal stiffness)’이라고 부른다. 일반적으로 비선형 문제에서는 변화가 완만할수록 수치적으로 더 쉽게 해결할 수 있다. 따라서 접촉 강성을 낮게 설정하면 수렴성이 좋아지고 계산 속도가 빨라진다. 하지만 그 대가로 접촉 부위의 침투량이 증가한다.(물리적으로 정확하지 않은 결과) 비선형 접촉 문제를 성공적으로 해결하는 핵심은, 접촉 강성을 적절하게 설정하여 다음의 두 가지를 동시에 달성하는 것이다. 좋은 수렴성(계산이 빠르고 안정적으로 완료됨) 허용 가능한 수준의 정확도(과도한 침투가 발생하지 않음) 이를 위해 적절한 접촉 강성을 얻는 것은 비선형 접촉 문제에 있어 매우 중요한 사항이다.   ■ 참고 : 이 설명은 앤시스에서 가장 많이 사용되는 접촉 알고리즘인 Augmented Lagrange와 Pure Penalty 방식에 기반하고 있다. 이와 관련한 내용 및 팁은 ANZINE vol.36의 ‘비선형 접촉 해석 Tip’ 내용을 참고하면 좋을 것이다. 보다 상세하고 깊은 내용은 비선형 접촉 교육 수강을 추천한다.   모델의 접촉 상태 비선형 해석에서는 모델의 초기 접촉 상태가 해석의 수렴성에 큰 영향을 미친다. 3D CAD 프로그램에서 모델을 조립하여 앤시스로 가져올 때, 부품 간 접촉 상태는 크게 세 가지 경우 중 하나로 나타난다. 정확한 접촉(거리 0), 간섭(penetration), 또는 간극(gap)이 그것이다. 비선형 접촉 문제에 있어 간극이 존재하는 경우 해석 난이도가 크게 늘어난다. 육안으로는 매우 작은 공차에 불과하지만, 해석 프로그램의 관점에서는 이러한 간극이 마치 거대한 협곡과 같이 인식된다. 이는 간극의 물리적 크기가 0.01mm든 1000m든 해석 알고리즘에는 똑같이 ‘열린(open)’ 상태로 처리되기 때문이다.   그림 1. 해석 프로그램 관점에서 접촉 간극은 마치 거대한 협곡과 같다.   그림 2. 접촉 도구의 초기 정보   이러한 간극의 존재는 비선형 문제의 수렴을 방해하는 주요 요인이 된다. 특히 정적 해석 시에는 해당 부품이 비현실적인 무한대의 변형을 겪으며 해석 영역을 벗어나는 현상을 초래할 수 있다. 이는 해석의 실패로 이어지는 주요 원인이 된다.   그림 3. 에러 메시지   따라서 비선형 접촉 해석을 효과적으로 수행하기 위해서는 모델 조립 과정에서 미소한 침투가 발생하도록 배치하는 것이 유리하다. 이러한 초기 침투 상태는 접촉 알고리즘이 접촉 조건을 더 안정적으로 식별하고 처리할 수 있게 하여 수렴성을 높인다. 미소한 침투 상태에서는 접촉 강성이 즉시 활성화되어 초기 해석 단계에서의 안정성이 확보되며, 이는 복잡한 비선형 접촉 문제의 성공적인 해결에 중요한 역할을 한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

PLM을 넘어 AX, 피지컬AI로의 진화 - PLM/DX 베스트 프랙티스 컨퍼런스 2026 #한국산업지능화협회_PLM기술위원회 #캐드앤그래픽스 #한국CDE학회 아래 내용이 보이지 않으면 여기를 클릭하세요!     PLM/DX 베스트 프랙티스 컨퍼런스 2026 아젠다 PLM을 넘어 AX, 피지컬AI로의 진화 ​ 6월 18일(목) : PLM/AX 베스트 프랙티스 적용 사례 & 전략 [인사말] (한국산업지능화협회 PLM 기술위원회 서효원 위원장/카이스트 명예교수) [기조연설] 디지털을 넘어 피지컬 AI로: AI 모빌리티 시대 패러다임 전환 (한국자동차연구원 전병욱 AI·자율주행기술연구소장) [기조연설] Digital Thread에서 Physical AI까지: Siemens의 제조 AI 실행 전략 (지멘스 디지털 인더스트리 소프트웨어 안지훈 수석본부장) Virtual Companion 'AURA'를 활용한 프로젝트 관리 혁신 (다쏘시스템코리아 최현준 파트너) 제조기업은 왜 다시 PLM에 투자하는가 - AI·Omniverse·Digital Thread 시대의 제조 데이터 혁신 (PTC Korea 지수민 본부장) 자동차 전장기업 KOSTAL의 글로벌 디지털 전환 (CONTACT Software 이상훈 한국지사장) 차세대 조선 생산 데이터 표준화 프로젝트 과정과 향후 방향 (HD한국조선해양 권오욱 책임) 설계(CAD) 데이터를 AI-ready 자산으로: R&D 혁신과 AI 에이전트 사례 (LG전자 김현우 선임연구원) ​ 6월 19일(금) : AI 전환(AX)을 위한 신기술과 솔루션 [격려사] (한국CDE학회 정현 회장/충남대학교) [기조연설] 기업에서 AI 에이전트 도입 및 활용 전략 (한국인공지능인재개발원 정종기 원장) PALMA: PLM을 보완하는 Product Architecture 기반 Configuration 플랫폼 (피앤피어드바이저리 김진회 상무) Next PLM의 핵심 - 온톨로지(Ontology) AI (이에이트 류제형 CTO) 대규모 데이터 활용과 3D 데이터 최적화까지 생산성 향상을 위한 통합 엔지니어링 프로세스 전략 (아이지피넷 윤정두 차장) Aras PLM으로 구현하는 제품 다양성 및 복잡성 관리 전략 (알씨케이 김창근 전무) PLM 설계변경(ECO) 이력과 제조 E2E 데이터를 잇는 온톨로지 기반 제조 챗봇 구축 사례 (LS ELECTRIC 이기호 Manager) Physical AI의 진화와 로봇 데이터 팩토리 (마음에이아이 김지윤 팀장)

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

업무 효율을 높이는 데이터 기반 운영 체계 구축 방법에 대해 알아보세요^^ NAXIS / NAX OPS  소개서 및 적용 사례 링크에서 확인하세요 상담신청하기 #이에이트 아래 내용이 보이지 않으면 여기를 클릭하세요.  

산업을 위한 AI와 버추얼 트윈 기술 (2)   이번 호에서는 다쏘시스템의 LBM 기반 CFD 설루션인 파워플로(PowerFLOW)를 활용하여, 하중 및 회전에 의해 변형되는 트레드 타이어를 반영한 정밀 유동 예측 워크플로를 제시한다. 드라이브에어(DrivAer) 모델 적용을 통해 접지면과 사이드월 돌출부 형상 변화가 차량 항력 및 후류 구조에 미치는 영향을 분석하고, 실제 주행 조건을 고려한 차세대 공력 최적화 설계 프로세스의 방향성을 제안한다.   ■ 고석원 다쏘시스템의 유동해석 컨설턴트로, 국내 완성차 업체의 공력 및 공력소음 분야 CFD 프로젝트 수행 및 기술 지원을 담당하고 있다. 홈페이지 | www.3ds.com/ko   EV(전기자동차) 시대에 접어들면서 공력 성능은 단순한 항력 계수(Cd : Drag Coefficient) 저감의 문제가 아니라, 에너지 효율과 주행거리 경쟁력을 결정하는 핵심 설계 변수로 자리잡았다. 특히 고속 주행 영역에서는 타이어 주변에서 형성되는 복잡한 와류 구조가 전체 항력에 상당한 영향을 미친다. 그러나 현재까지 많은 외부 유동해석은 계산 효율과 모델 단순화를 이유로 강체 타이어 형상을 가정해왔다. 실제 주행 조건에서는 차량 하중과 회전에 의해 타이어 접지면이 평탄화되고, 트레드 패턴이 국부적으로 변형된다. 이러한 기하학적 변화는 경계층 발달과 박리 위치, 그리고 후류 구조에 직접적인 영향을 미친다. 그럼에도 불구하고 설계 단계에서 이러한 변형 효과는 충분히 반영되지 못하는 경우가 많다. 이 간극은 단순한 수치 오차를 넘어, 설계 의사 결정의 신뢰성 문제로 이어질 수 있다. 기존의 전산유체역학(CFD : Computational Fluid Dynamics) 접근에서는 회전 조건을 MRF(Moving Reference Frame) 혹은 LRF(Local Reference Frame) 기법을 구현하고, 접지부는 이상적인 평면 조건으로 단순화한다. 이 방식은 빠른 비교 분석에는 적합하지만, 접지부 인근의 비대칭 유동 구조와 시간에 따라 변화하는 와류 변동을 충분히 재현하기 어렵다. 특히 하중에 의해 형성되는 접지부 형상 변화는 타이어 하부 압력 분포를 바꾸고, 이는 차체 하부 유동과 상호작용하며 항력 특성에 영향을 미친다. 고속 주행 시에는 원심력에 의한 외경 변화까지 더해져 형상 변형이 복합적으로 발생한다. 따라서 현실 기반 공력 예측을 위해서는 타이어 변형을 포함한 해석 전략이 요구된다.   파워플로 기반 정밀 유동 예측 방법론 이번 호에서는 LBM(Lattice Boltzmann Method) 기반 CFD 설루션인 파워플로를 활용하여 하중 및 회전 변형을 반영한 해석 환경을 구축하였다. 차량 모델은 <그림 1>과 같이, 오픈소스 표준 차체 형상인 드라이브에어 모델을 적용하였다. 타이어 형상은 단순 강체 모델과 실제 하중 조건을 반영한 변형 트레드 타이어 모델을 사용하였다. 변형 형상은 파워플로의 전처리 모듈인 파워델타(PowerDELTA)를 통해 구현되었으며, <그림 2>와 같이 정적 하중에 의해 형성되는 접지면(contact patch)과 사이드월 돌출부(bulge)를 기하학적으로 재현하였다. 수치해석 방법에는 회전하는 타이어에 IBM(Immersed Boundary Method)을 적용하여 타이어 인근에서 시간에 따라 변화하는 유동 구조와 후류 거동을 정밀하게 분석하였다.   그림 1. 드라이브에어 차량 형상   그림 2. 접촉면과 돌출부의 형상(왼쪽 : 접촉면, 오른쪽 : 돌출부)   해석 케이스 구성 해석 케이스는 변형 타이어의 적용 유무와 <그림 3>에 나타낸 바와 같이, 타이어 변형 효과를 체계적으로 비교하기 위해 다음 세 가지 인자를 독립적으로 변화시켰다. 사이드월 돌출부(bulge, B) 횡방향 삽입각(slip angle, α) 접지면 폭(contact patch width, W)   그림 3. 변형 타이어 인자 변화 조건   각 변수 변화에 따른 항력 특성 및 후류 구조 변화를 비교함으로써, 설계 관점에서 지배적인 인자를 도출하고자 하였다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

콘택트 소프트웨어(CONTACT Software)가 까다로운 산업 환경을 위한 강력하고 확장 가능한 AI 인프라를 선보인다. ‘콘택트 푸리에 AI(CONTACT Fourier AI)’는 AI 기술과 데이터 주권, 그리고 엔지니어링 및 제조 인텔리전스를 결합하여 개발, 생산, 서비스 분야에서 최적의 효율과 속도를 제공하는 데에 초점을 맞추었다. 산업 기업들에게 인공지능(AI)은 더 이상 미래의 비전이 아니다. 대신 이 기술을 안전하고 효율적이며 수익성 있게 사용해야 하는 과제에 직면해 있다. 콘택트 소프트웨어는 “일반적인 AI 도구들은 실질적인 가치를 제공하기보다 산업적 요구사항을 충족하지 못하고, 데이터와 시스템 환경을 파편화하며, 운영 비용을 높이고 데이터 주권을 훼손하는 한계가 있다”면서, “푸리에 AI를 통해 차세대 산업 가치 창출을 위한 기술적 토대를 제공한다”고 소개했다.     푸리에 AI 아키텍처는 기계 및 플랜트 엔지니어링, 자동차 부문, 높은 준법 감시가 요구되는 산업의 복잡한 요구사항에 맞춰 설계되었다. 이는 제품 수명 주기의 모든 단계에 AI를 안착시키고 생산성을 높인다. 푸리에 AI는 퍼블릭 클라우드, 프라이빗 클라우드 또는 온프레미스 환경에서 멀티모달 데이터를 맥락에 맞게 원활하게 사용할 수 있는 도메인 특화 AI 애플리케이션을 제공한다. 콘택트 소프트웨어의 프랑크 파츠 브로크만(Frank Patz-Brockmann) CTO는 “산업용 AI는 소비자용 애플리케이션과 요구사항이 다르기 때문에 푸리에를 개발했다”면서, “예를 들어 유사한 부품을 찾는 엔지니어에게는 기하학적 구조, 재료, 제조 공정을 정밀하게 이해하는 AI가 필요하다”고 설명했다. 이를 위해 푸리에 AI는 선도적인 AI 모델과 까다로운 엔지니어링 작업을 위해 콘택트가 개발한 전문화된 AI 애플리케이션을 결합한다. ‘푸리에 오케스트레이터(Fourier Orchestrator)’는 타사 제공 모델, 오픈 소스, 자체 개발 모델 중에서 각 작업에 가장 적합한 모델을 동적으로 자동 선택한다. 이는 시간을 절약할 뿐만 아니라 사용 현황에 대한 투명한 개요와 정밀한 비용 제어를 제공한다. 콘택트 소프트웨어는 자사의 산업용 AI가 갖는 강점으로 모듈형 플랫폼인 ‘콘택트 엘리먼츠(CONTACT Elements)’와의 상호작용을 꼽았다. 푸리에 AI는 플랫폼의 엔드 투 엔드 아키텍처에 지능형 계층으로 통합되어 모든 엔지니어링 프로세스와 데이터를 분야 전반에 걸쳐 맥락에 맞게 제공한다. 이를 통해 AI 애플리케이션은 초기 고객 요구사항부터 완성된 조립품이나 제품에 이르기까지 제품 개발 프로세스에 대한 통합적 이해를 바탕으로 신뢰할 수 있는 결과를 도출한다. 플랫폼의 기존 보안 정책과 액세스 권한은 자동으로 채택되며, 모든 작업은 감사 증명이 가능한 방식으로 포괄적으로 문서화된다. 이는 최대한의 규정 준수와 감사 보안을 보장한다. 콘택트 소프트웨어는 푸리에 AI가 ‘설계에 의한 보안(Security by Design)’ 원칙에 따라 개발되었으며 완전한 데이터 주권을 제공한다고 소개했다. 푸리에 AI 아키텍처는 민감한 엔지니어링 데이터가 로컬로 남아 있게 하는 동시에, 연산 집약적인 AI 작업은 GDPR을 준수하는 안전한 클라우드 환경에서 익명으로 실행되도록 한다. 이는 고객의 데이터와 노하우를 최대한 보호하기 위한 것이며, 콘택트 엘리먼츠의 역할 및 권한 개념은 AI가 해당 사용자가 권한을 가진 정보에만 접근하도록 한다. 콘택트 소프트웨어의 칼 하인츠 자크리스(Karl Heinz Zachries) CEO는 “푸리에 AI는 AI를 전략적 성공 요인으로 만든다”면서, “뛰어난 자동화 역량 덕분에 기업은 더 빨라지고 생산성을 높일 수 있으며, 오늘날 글로벌 경쟁에서 인건비 불리함이 덜 중요해질 것”이라고 밝혔다.

아메텍(AMETEK) 산하의 파로(FARO)와 크레아폼(Creaform)이 조직 개편을 통해 파로 크레아폼(FARO CREAFORM)과 파로 인사이트(FARO INSIGHT)라는 두 개의 신규 비즈니스 유닛을 출범했다. 휴대용 계측과 현실 캡처 분야의 기술력을 결합하여 제조 및 건설 분야의 디지털 혁신을 선도한다.     아메텍(AMETEK, Inc.)의 사업부인 파로(FARO Technologies)와 크레아폼(Creaform)이 계측 및 현실 캡처 산업의 접근 방식을 재정의하는 중대한 조직 개편을 단행했다. 2026년 1월 13일, 양사는 파로의 3D 측정 사업 부문과 크레아폼을 통합한 파로 크레아폼(FARO CREAFORM)과 현실 캡처 전문 부문인 파로 인사이트(FARO INSIGHT)라는 두 개의 새로운 비즈니스 유닛을 출범한다고 발표했다. 이번 개편은 고객 중심의 솔루션 제공과 기술 혁신 속도 가속화를 통해 장기적인 성장을 도모하기 위해 설계되었다. 제조 경쟁력 강화를 위한 파로 크레아폼의 탄생 새롭게 출범하는 파로 크레아폼(FARO CREAFORM)은 패니 트루숑(Fanny Truchon)의 리더십 아래 운영된다. 이 유닛은 파로의 3D 측정 기술과 크레아폼의 혁신적인 휴대용 계측 솔루션을 결합하여 제조 및 유지보수 팀이 신속하고 정확한 의사결정을 내릴 수 있도록 지원한다. 파로 크레아폼은 휴대용 측정 암(Portable Measurement Arm), 레이저 트래커(Laser Tracker) 등 계측 기술을 더욱 직관적이고 모바일한 도구로 발전시켜 제조 현장의 성과를 극대화하는 것을 목표로 한다. 특히 고객에게 전체 포트폴리오에 대한 단일 창구(Single Point of Contact)를 제공함으로써 사용자 편의성을 높이고, 휴대용 계측 분야에서 명확한 시장 리더로 자리매김한다는 전략이다. 현실 데이터의 가치 창출, 파로 인사이트 출범 동시에 파로의 현실 캡처 사업 부문은 디트마르 웨네머(Dietmar Wennemer)가 이끄는 파로 인사이트(FARO INSIGHT)로 재편되었다. 파로 인사이트는 버텍 비전(Virtek Vision)과 협력하여 물리적 세계를 실행 가능한 디지털 인사이트로 전환하는 데 집중한다. 이 유닛은 AEC&O(건축, 엔지니어링, 건설 및 운영), 공공 안전, 지리 공간 분야의 전문가들에게 고품질 현실 캡처 솔루션을 제공한다. 현장에서 수집된 데이터를 디지털 트윈(Digital Twin) 워크플로우로 연결하고, 포인트 클라우드(Point Cloud) 변환, 데이터 관리 및 공유를 지원함으로써 고객이 신뢰할 수 있는 데이터를 바탕으로 의사결정을 내릴 수 있는 생태계를 구축할 계획이다. 산업 간 시너지와 리더십의 결합 이번 조직 개편은 40년 이상의 역사를 가진 파로의 3D 측정 리더십과 2002년 설립 이후 휴대용 3D 스캐닝(Handheld 3D Scanning) 분야를 혁신해 온 크레아폼의 기술력이 합쳐진 결과다. 파로 크레아폼은 캐나다 퀘벡주와 미국 플로리다주에 본사를 두고 품질, 생산, 설계 팀을 위한 스마트한 워크플로우를 제공한다. 독일 코른탈에 본사를 둔 파로 인사이트는 3D 레이저 스캐닝과 비전 시스템을 통해 디지털 현실 분야의 유산을 이어간다. 파로 크레아폼의 패니 트루숑 책임자는 두 업계 리더의 강점을 결합하여 산업 전반이 미래를 예측하고 대비할 수 있는 새로운 가능성을 열겠다고 밝혔다. 또한 파로 인사이트의 디트마르 웨네머 책임자는 건설 진행 상황 추적부터 범죄 현장 디지털화까지, 현실 세계를 정확히 디지털화하여 고객에게 실질적인 인사이트를 제공하겠다고 강조했다.