지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부는 지난 8월 11일 ‘지멘스 EDA 포럼 서울 2026’을 개최했다. ‘AI 네이티브 디자인으로 차세대 반도체 및 시스템 설계 혁신’이라는 주제로 진행된 이번 포럼에서 지멘스 EDA는 나노미터에서 미터 단위에 이르는 전체 제품 수명주기 전반에 AI(인공지능)를 내재화해, 칩−패키지−보드−시스템을 유기적으로 연결하는 통합 디지털 스레드를 구축한다는 비전을 내세웠다. ■ 정수진 편집장   반도체 설계 생태계를 재편하는 핵심 트렌드 반도체 설계의 패러다임이 완전히 바뀌고 있다. 지멘스 EDA는 현대 반도체 산업이 마주한 한계를 극복할 열쇠로 AI를 꼽는다. 2000억 개가 넘는 트랜지스터를 배치해야 하는 초미세 설계와 제곱센티미터당 100와트를 초과하는 극심한 열 밀도, 그리고 개발 기간의 대부분을 차지하는 검증 프로세스는 기존 방식으로는 감당할 수 없는 수준에 이르렀기 때문이다. 반도체 설계 생태계가 AI 중심으로 빠르게 전환되는 흐름 속에서 지멘스 EDA는 네 가지 핵심 트렌드에 주목했다. 첫째는 모든 영역에 인공지능이 스며드는 흐름(AI everywhere)이다. AI는 더 이상 특정 하드웨어의 전유물이 아니라 일상적인 반도체의 표준 규격이 되고 있음을 뜻한다. 둘째는 소프트웨어가 하드웨어의 운명을 결정하는 소프트웨어 정의 기반 시스템(software-defined everything)의 도래다. 하드웨어를 먼저 제작하는 방식에서 탈피해, 소프트웨어에 맞추어 하드웨어를 동시에 설계하는 공동 설계 방식이 중요해지고 있다. 셋째는 이종 통합(heterogeneous integration) 기술의 확산이다. 여러 개의 다이를 하나의 패키지 안에 집적하는 설계 기법이 대세가 되면서, 전자 설계 자동화(EDA) 도구가 해결해야 할 물리적 복잡성도 급격히 증가했다. 넷째는 강력한 지속가능성 요구(sustainability imperative)다. 초고전력 칩이 대거 투입되는 AI 데이터센터와 전기차의 에너지 소비를 줄이기 위해 시스템 수준의 전력 효율 극대화가 필수 조건이 되었다. 지멘스 EDA의 앵커 굽타 IC 제품 부문 수석 부사장은 “기존의 설계 방법론으로는 현대 반도체의 복잡성과 빠르게 변화하는 AI 시장의 속도를 따라잡기 어렵다”고 지적하며 AI 설계 전반에 내재화하는 ‘AI-네이티브 디자인’의 필연성을 강조했다.   ▲ EDA AI 에이전트를 위한 타임라인을 소개한 지멘스 EDA 앵커 굽타 수석 부사장   AI 네이티브 설계와 통합 디지털 스레드 지멘스가 지향하는 AI 네이티브 설계는 나노미터에서 미터 단위에 이르는 제품 수명 주기 전반에 AI를 내재화하여 칩과 패키지, 보드, 시스템을 하나의 거대한 통합 디지털 스레드(digital thread) 로 연결하는 것이다. 지멘스 EDA는 이를 현실로 만들기 위해 속도, 생산성, 신뢰성 등 세 가지 핵심 방향성을 가지고 기술 혁신을 추진하고 있다고 소개했다. 먼저 최첨단 물리 기반 솔버와 GPU 컴퓨팅, 그리고 AI 에이전트를 결합해 모든 도구의 실행 속도를 최대 1000배까지 끌어 올려 개발 주기를 혁신적으로 단축하는 ‘더 빠른 엔진(speed)’이 축을 이룬다. 다음으로 에이전트 기반 AI 워크플로와 상황 인지 자동화 기술을 통해 설계팀의 실행 오버헤드를 낮추고 생산성을 10배에서 최대 50배까지 향상시키는 ‘더 스마트한 실행(productivity)’을 추구한다. 마지막으로 시스템 전반을 연결하는 포괄적인 디지털 트윈 기술과 실리콘 검증 AI 모델을 접목해 실제 제조에 들어가기 전에 결과를 정밀하게 예측하고 설계 리스크를 최소화하는 ‘신뢰할 수 있는 결과(confidence)’를 확보한다. 한편, 굽타 수석 부사장은 “지멘스가 가진 PLM 역량을 유기적으로 결합해 반도체 산업에 특화된 ‘반도체 수명주기 관리 (SLCM)’라는 개념으로 구체화하고, 도메인 간의 벽을 없앤 강력한 디지털 스레드를 구축한다”는 전략을 소개했다. 지멘스는 디자인센터 NX(Designcenter NX)를 반도체 설계 도구와 결합했다. 반도체 패키지의 물리적인 변형이나 응력 분석을 3D IC 설계 및 레이아웃 단계와 직접 연동함으로써 제품의 설계 무결성을 실리콘 제조 전에 확보할 수 있게 된다는 것이 지멘스 EDA의 설명이다. 시스템 전체의 에너지 효율을 극대화하는 열 및 냉각 관리 설루션에서도 PLM과의 시너지를 높이고 있다.     자율 검증형 에이전틱 AI 워크플로 구현 나선다 지멘스 EDA는 복잡성 극대화라는 반도체 설계의 물리적 한계를 정면으로 돌파하기 위해 엔비디아와 손을 잡았다. 두 회사가 그리는 미래는 단순히 명령을 수행하는 자동화가 아니라, 스스로 판단하고 오류를 바로잡는 자율 검증형 에이전틱 AI(agentic AI) 워크플로의 완성이다. 엔비디아와 협력을 통해 산업 특화 AI, 물리적으로 연결된 EDA 엔진, 가속 컴퓨팅을 결합하고 신뢰할 수 있는 자율 검증 워크플로를 구현하겠다는 전략이다. 이 여정의 중심에는 최근 업데이트된 퓨즈(Fuse)가 있다. EDA AI 에이전트 시스템인 퓨즈는 다양한 LLM(대규모 언어 모델) 생태계와 지멘스의 설계 도구가 제공하는 정형 데이터를 이어주는 연결고리 역할을 한다. 퓨즈를 통해 엔지니어는 오픈AI나 구글, 앤트로픽의 AI 모델뿐만 아니라 엔비디아의 네모트론(Nemotron) 모델까지 상황에 따라 맞춤형으로 끌어다 쓸 수 있다. 실제 설계 검증 현장에서 작동하는 에이전틱 AI 워크플로는, 엔지니어가 입력한 작업 프롬프트에 따라 여러 에이전트가 서로 소통하며 도구를 가동해 결과물을 만들어내는 방식으로 이뤄진다. 에이전트들은 물리적으로 연결된 시뮬레이션 엔진을 구동해 작업 결과를 실시간으로 예측하고, 의사결정을 스스로 검증한다. 만약 중간 과정에서 버그나 오류가 발견되면 AI가 스스로 문제의 원인을 디버깅하고 코드를 고치는 과정을 거쳐 완결성 높은 최종 데이터를 도출해 낸다. 지멘스 EDA는 이런 혁신 워크플로가 엔비디아와의 고도화된 기술 레이어 협업을 통해 물리적 안전성과 토큰 효율을 동시에 확보한다고 소개했다. 보안 런타임 환경인 엔비디아 오픈쉘(OpenShell) 내에서 에이전트를 안전하게 자율 제어하며, 네모 짐(NeMo Gym) 라이브러리를 활용해 스스로 실행 방안을 개선해 나간다. 또한 지멘스의 산업용 지능화 허브인 인텔리전스 센터 X(Intelligence Center X)와 긴밀하게 연결되어, 반도체 설계 단계에만 머무르지 않고 제조와 공급망 전반을 아우르는 거대한 엔터프라이즈 추론으로 거듭난다.   ▲ 앵커 굽타 수석 부사장은 엔비디아와의 협력 내용도 소개했다.     ■ 기사 내용은 PDF로도 제공됩니다.

지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부는 8월 11일 연례 행사인 ‘지멘스 EDA 포럼 서울 2026’을 열고, 반도체 및 시스템 복잡성을 해결하기 위한 차세대 ‘AI-네이티브 디자인’ 전략과 기술 트렌드를 소개했다. 이번 포럼에는 업계 전문가와 고객, 파트너들이 참석해 나노미터에서 미터 단위에 이르는 제품 수명 주기 전반에 AI(인공지능)를 내재화하는 설계 및 검증 사례를 공유했다. 행사를 위해 방한한 지멘스 EDA의 앵커 굽타 IC 제품 부문 수석 부사장은 한국이 글로벌 메모리 공급의 60% 이상을 담당하며, 최첨단 AI 프로세서와 HBM, 고급 패키징을 바탕으로 글로벌 AI 칩 혁신을 선도하고 있다고 평가했다. 지멘스 EDA는 반도체 및 전자 설계를 가속화하는 4대 주요 트렌드로 ▲2028년까지 전체 칩의 70%에 AI 가속기가 탑재되는 ‘AI Everywhere’ ▲하드웨어 구현을 소프트웨어가 결정하는 ‘Software-Defined Everything’ ▲이종 다이와 공정 노드를 하나로 통합하는 ‘Heterogeneous Integration’ ▲전력 효율이 핵심 기준이 되는 ‘Sustainability Imperative’를 제시했다.     현재 업계는 2000억 개 이상의 트랜지스터를 포함하는 설계와 100W/㎠를 초과하는 열 밀도, 개발 주기의 대부분을 차지하는 검증 과정 등 복잡성에 직면해 있다. 지멘스 EDA에 따르면 기존 방법론으로는 현대의 실리콘–투–시스템 복잡성과 빠르게 변화하는 AI 시장 속도를 따라잡기 어렵다. 이를 극복하기 위해 지멘스 EDA는 ▲더 빠른 엔진으로 모든 도구 단계에서 최대 1000배 속도를 높이고 ▲실행 오버헤드를 줄여 10~50배 생산성을 높이며 ▲물리적으로 연결된 EDA 엔진으로 결과를 예측하고 리스크를 줄이는 등 세 가지 핵심 축 기반의 ‘AI-네이티브 디자인’ 전략을 구축했다. 지멘스 EDA는 엔비디아와 전략적 파트너십을 확대해 반도체 및 PCB 설계를 위한 자율 검증형 에이전틱 AI 워크플로를 강화했다. 이 기술은 지멘스 EDA의 퓨즈 EDA AI 에이전트(Fuse EDA AI Agent) 시스템과 엔비디아의 AI 인프라, 네모트론(Nemotron) 모델, 네모 짐(NeMo Gym), 오픈셸(OpenShell) 보안 프레임워크 등을 결합한다. 이를 통해 AI 에이전트가 물리적으로 연결된 EDA 엔진을 통해 스스로 결정을 검증하고 오류를 수정하도록 지원한다. 지멘스 EDA에 따르면 이러한 에이전틱 AI 기능은 설계, 제조, 공급망 전반을 아우르는 엔터프라이즈 산업용 AI 환경인 지멘스 인텔리전스 센터 X(Intelligence Center X)와 통합되어 오케스트레이션을 제공한다. 이번 포럼에서는 이런 기술의 실제 현장 적용 사례도 공개됐다. 엔비디아 AI 스택을 활용한 솔리도 캐릭터리제이션 수트 에이전트(Solido Characterization Suite Agent)는 라이브러리 특성화 처리 시간을 10배 이상 단축하고 토큰 비용을 최대 5배 이상 절감했다. 목적인식 전용 에이전트와 콘텍스트 인식 지능을 갖춘 퀘스타 원 에이전틱 툴킷(Questa One Agentic ToolKit)은 미디어텍 연구진 도입 결과 수 주가 소요되던 작업 교육과 검증 과제를 크게 단축했다. ST마이크로일렉트로닉스의 비휘발성 메모리 팀 역시 솔리도 레이아웃 애널라이저(Solido Layout Analyzer)를 도입해 레이아웃 의존 효과를 초기 단계에서 분석하고 디버깅 시간을 수 주 단위로 줄이는 성과를 확인했다고 지멘스 EDA는 밝혔다. 또한 엔비디아와의 협력으로 벨로체 프로FPGA CS(Veloce proFPGA CS)는 멀티 빌리언 게이트 규모의 AI 칩 및 칩렛 아키텍처 검증을 기존 대비 10000배 빠르게 수행한다. 벨로체 스트라토 CS(Veloce Strato CS)는 Arm의 차세대 AGI CPU 검증에 적용되어 100억 개 이상의 게이트를 갖춘 풀칩 검증을 완수했다. 앵커 굽타 수석 부사장은 “지멘스 EDA는 개방적이고 연결된 생태계 및 포괄적인 디지털 트윈 기술을 통해 칩에서 패키지, 보드, 전체 시스템을 연결하는 통합 디지털 스레드를 제공한다”면서, “한국을 포함한 아시아 태평양 지역 파트너들이 차세대 혁신을 성공적으로 실현할 수 있도록 기술 기반을 지속 제공할 것”이라고 강조했다.

앤시스 워크벤치를 활용한 해석 성공 사례   반도체 패키지는 칩을 외부의 기계적 충격이나 화학적 오염 등으로부터 보호하면서 동시에 기계적, 전기적으로 보드와 연결하고 신호를 보내는 중요한 역할을 한다. 이때 전기가 흐름으로써 필연적으로 열이 발생하는데, 해당 패키지의 방열 성능에 대한 지표로 열저항이 흔히 사용된다. 이번 호의 내용은 반도체 분야에 발을 내딛는 분들이 반도체 패키지란 무엇이고, JEDEC이란 무엇인지 이해하는데 도움이 되길 바라며 작성하였다. 아울러 앤시스 아이스팩(Ansys ICepak)에서 JEDEC 기준 방열 해석을 어떻게 하는지를 소개한다.   ■ 전상우 태성에스엔이 ES1팀에서 매니저로 근무하고 있으며, 열유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   그림 1. 반도체 패키지의 레벨   “칩까지 형상을 살릴 것인지, 패키지까지 형상을 살릴 것인지 결정해 주세요.” 평소 PCB 위에 올라간 것은 모두 칩이라고 부르던 필자는 처음 이 말을 들었을 때 당황스러웠다. 필자는 기존에 반도체 분야나 전자제품보다 기계제품 위주의 방열 해석을 했다. 기계 제품은 회전체나 항공기의 날개처럼 특수한 경우를 제외하면, 대부분의 경우 길이 스케일이 비교적 크다. 그래서 유체 관점에서 중요한 부분이 아니라면 전도 열전달이 이루어지는 고체 영역은 단순화를 많이 하는 편이었고, 보드 위에 올라간 것들은 흔히 ‘깍두기’ 처리(직육면체로 단순화)를 많이 하였다. 따라서 그 세부적인 명칭이 나 구조에 대해서는 관심을 가지지 않았다. 필자처럼 전기·전자 반도체 분야는 아직은 다소 생소한 분들에게 이 글이 기초 이해를 다지는 데에 도움이 되길 바란다.   패키지와 칩 패키지란 무엇이고 칩은 무엇인지 <그림 1>에서 잘 보여주고 있다. <그림 1>의 가장 위쪽 원판은 웨이퍼이다. 웨이퍼가 잘게 잘려 있는데, 잘린 사각형 하나가 바로 칩이다. 패키지는 이 칩을 감싸는 재질을 포함한 하나의 덩어리 단위이다. 칩을 하나씩 감싸는 싱글 칩 패키지도 있고, 여러 개의 칩을 하나의 패키지로 감싸는 멀티 칩 패키지도 있다. 이를 보통 1차 레벨 패키지라 부를 수 있다. 다음 단계로 하나 또는 여러 개의 패키지가 작은 보드에 붙은 모듈이나 카드 단위를 2차 레벨 패키지로 볼 수 있고, 메인보드처럼 여러 패키지와 모듈이 붙은 것을 3차 레벨 패키지로 구분하여 볼 수 있다.   그림 2. 패키지의 역할   패키지의 역할 칩은 아주 얇고 외부 충격에 취약하다. 모래에서 웨이퍼의 원재료가 되는 잉곳을 뽑아내고, 이를 자르고 연마하는 등의 웨이퍼 제조에 대한 상세 공정은 이번 호에서는 생략한다. 다만 이렇게 섬세한 공정을 거쳐 생산된 칩은 깨지기 쉽고 그 자체만으로는 기능을 낼 수 없다. 칩을 외부의 충격이나 오염으로부터 안전하게 보호하면서 동시에 전기적 연결 및 신호 전달 역할을 해주는 매개체가 필수이며, 이를 패키지가 담당한다. 또한 패키지는 전도 열전달을 통해 공기 중으로 노출되는 표면적을 넓혀, 칩에서 발생하는 열을 보다 효과적으로 외부로 전달하는 역할을 한다.   패키지 개발 키워드 및 개발 방향 칩의 신호 전달 속도가 빠르더라도 이를 감싸는 패키지가 그 속도를 감당하지 못하면, 제품의 속도는 결국 패키지의 신호 처리 속도로 결정된다. 따라서 칩을 보호하고 열을 전달하는 역할뿐만 아니라 고속 신호 전달의 역할도 중요한 개발 키워드이다. 또한 전자 제품이 상온이나 실내처럼 일상적인 환경에서만 사용되는 것이 아니라 이제 야외에서 웨어러블 장비나 극한의 환경 속에서도 제대로 작동을 해야 하는 등, 패키지 개발의 니즈는 보다 다양해지며 중요해지고 있다.   그림 3. 패키지 개발 키워드   패키지의 종류 및 구성 패키지는 <그림 4>처럼 가장 중요한 칩을 중심으로 이를 감싸는 형태로 이루어져 있다. 칩과 기판 사이에는 TIM(thermal interface material)이 접촉 열저항을 줄여주는 역할을 하며, 전산 해석에서는 대부분 이를 두께 없이 모사하는 것으로 대체한다. 기판과 PCB 사이는 솔더 볼(solder ball)이 연결해 준다. 칩과 기판 사이의 전기적 연결은 실처럼 가느다란 와이어 본딩(wire bonding)이 활용되거나 플립 칩(flip chip) 방식의 경우 밖으로 튀어나오는 부분 없이 기판 방향으로 관통하는 형태로 연결되어 신호를 전달한다. 그리고 EMC(epox y molding compound)가 이를 감싸는 형태로 이루어져 있다.   그림 4. 패키지의 구성 및 열전달 경로     ■ 자세한 기사 내용은 PDF로 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   지난 6월 24일 진행된 CNG TV 웨비나에서는 EPC 및 건설 업계의 핵심 화두인 AWP(advanced work packaging) 방법론의 기본 개념과 예측 가능성(predictability) 향상 방안, 그리고 옥타브의 디지털 실행 플랫폼 사례를 통한 프로젝트 성과 극대화 전략이 소개되었다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ AWP의 개념과 절차 등을 소개한 연세대학교 건축공학과 강영철 교수   AWP의 개념, 절차 및 기대 효과 AWP는 기술이라기보다 EPC(엔지니어링·구매·시공)의 모든 정보와 업무를 플래닝 단계부터 시공 중심 기준으로 통합하여 정렬하는 업무 흐름(workflow)이다. 핵심 목적은 현장 근로자의 작업 생산성(tool time)을 높이고 대기·이동 시간을 단축하는 것이다. 정량적 효과로는 근로자의 직접 작업 시간 증가로 인한 생산성 향상(최대 25%), 감독관의 현장 관리 시간 증가(15%→65%)를 통한 안전·품질 개선 등이 보고되어 있으나, 조직의 AWP 성숙도 레벨이나 추가 비용 분담 및 이익 배분 등의 계약구조 이슈가 존재한다. 반면 정성적 효과로는 투명한 정보 공유, 작업 승인권에 따른 책임감 강화, 이직률 감소 및 안전성 제고, 분야 간 협업 개선, 그리고 가장 유의미한 요소로 평가받는 ‘예측 가능성(predictability)’ 향상을 꼽을 수 있다. 연세대학교 건축공학과 강영철 교수는 “AWP를 수행할 때 너무 기술에만 치중하지 말고 사람, 프로세스, 기술이라는 세 가지 관점을 균형 있게 고려해야 한다”며, “단기적 성과보다는 프로세스 개선과 조직 문화 변화를 바탕으로 지속 가능한 실행 체계를 갖추는 것이 중요하다”고 이야기했다.   ▲ AWP의 성공적 수행을 위한 실행 전략을 소개한 옥타브 남궁진 영업이사   AWP의 성공적 수행을 위한 디지털 기술 실행 전략 AWP를 성공적으로 현장에 안착시키기 위해서는 플랫폼 기반의 테크놀로지 이네이블먼트(technology enablement)가 필수적이다. 디지털 기술 구현 영역은 크게 네 가지 영역으로 구분된다. AWP 라이프사이클 관리 : POC부터 CWP, IWP까지 제약 조건 및 워크플로를 통제하는 거버넌스 체계 디지털 공급망 관리(SCM) : BOM부터 현장 설치, 시운전 단계까지 Auto-ID/IoT 기반 자재 트래킹 및 자재 준비도(readiness) 확보 시공 관리 및 시운전 지원 : 모바일 디바이스와 3D 모델 기반으로 현장 제약 사항을 시각화하고 실시간 작업 및 커미셔닝 관리 인포메이션 허브 및 데이터 연계 : 엔지니어링, 구매, 시공 간의 데이터 사일로(silo)를 제거하고 일관된 맥락에서 실시간 의사결정을 지원하는 데이터 통합 환경 옥타브는 이와 관련하여 SCM/Jobsite, Smart Completions, IConstruct(3D 모델 기반 워크 패키징 및 4D 스케줄 시뮬레이션) 등 설루션 포트폴리오를 제공하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

김지현 지음 / 1만 9800원 / 한빛미디어 기업 경영진과 팀장급 이상 리더를 위한 인공지능(AI) 실천 지침서가 나왔다. 한빛미디어가 출간한 이 책은 최근 AI가 조직 전반에 빠르게 침투하면서 발생하는 역설적인 현상들과 이에 대응하는 리더의 역할을 심도 있게 다룬다. AI의 대중화로 누구나 높은 수준의 결과물을 빠르게 만들어낼 수 있게 되었지만, 조직 내부에서는 검증 없이 AI 산출물을 승인하는 형식적 결재, 방향성 없는 AX(AI 전환) 추진, 구성원의 번아웃과 도태가 동시에 일어나는 등 리더십의 위기가 관찰되고 있다. 이 책은 이러한 비즈니스 현장의 현실을 정면으로 파고든다. 저자는 30여 년간 ICT 분야 전문가로 활동하며 현장에서 직접 목격한 AX의 실패와 성공 사례를 바탕으로, 리더가 AI를 직접 써보지 않고서는 조직의 AI 전환을 결코 이끌 수 없다는 명제를 제시한다. 단순히 보고서 요약이나 반복 업무를 줄여 시간을 아끼는 도구적 접근을 넘어, AI와의 끊임없는 질문 확장을 통해 새로운 사고법을 정립해야 한다고 강조한다. 본문에서는 챗GPT, 퍼플렉시티, 노트북LM, 젠스파크, 에이닷 등 목적에 맞는 주요 AI 도구 활용법을 다룬다. 이를 통해 시장과 고객 트렌드를 읽어내는 실전 사례는 물론, 조직 구조를 재설계하고 진정한 AX를 성공시키는 리더의 역할까지 현장 중심의 통찰을 깊이 있게 담아냈다. 저자는 기업의 AX 성과를 결정짓는 핵심이 리더가 직접 발을 담그는 솔선수범형 현장 참여에 있다고 짚는다. 단순 반복 업무는 AI에 위임하되, 문제 정의와 가정 점검, 장기적인 방향 설계만큼은 리더가 책임져야 한다는 뜻이다. 아울러 AI 에이전트를 조직 내 하나의 직원처럼 배치하는 조직 설계 관점을 포함해 차별화된 경영 전략으로서의 깊이를 더했다. 독자들이 책 내용을 토대로 실시간 질의응답을 나누며 통찰을 확장할 수 있도록, 저자가 직접 제작한  AI 리더십 코치 GPT 링크도 함께 수록되어 실용성을 높였다.  

아마존웹서비스(AWS)는 그래비톤5(Graviton5) 기반의 아마존 EC2 M9g 및 M9gd 인스턴스를 정식 출시했다. ‘AWS 리인벤트 2025’에서 처음 공개된 그래비톤5는 실시간 추론, 코드 생성, 다단계 작업 오케스트레이션 등 에이전틱 AI의 요구사항에 맞춰 설계됐다. 대규모 동시 실행 환경을 처리하면서 액셀러레이터가 높은 성능을 유지하도록 돕는다. M9g 및 M9gd 인스턴스의 출시에 따라 고객은 스탠다드 EC2 도입 방식만으로 칩당 192개 코어, 5배 커진 캐시, DDR5-8800 메모리, PCIe Gen 6 지원 등 그래비톤 아키텍처의 장점을 활용할 수 있다. M9g 인스턴스는 이전 세대보다 컴퓨팅 성능이 최대 25% 향상됐다. 웹 애플리케이션과 머신러닝 추론은 최대 35%, 데이터베이스는 최대 30% 더 빠르게 실행한다. M9gd 인스턴스는 고속 로컬 스토리지가 필요한 워크로드를 위한 것으로, 최대 11.4TB의 NVMe SSD 스토리지와 이전 세대보다 최대 30% 높은 초당 입출력 작업 수를 지원한다.     두 인스턴스는 6세대 AWS 니트로 시스템을 기반으로 한다. 새롭게 적용된 니트로 아이솔레이션 엔진은 가상 머신 간 격리를 수학적으로 검증된 방식으로 제공하는 보안 구성 요소다. 그래비톤5는 단일 패키지당 192개 코어를 제공해 정보 처리 효율을 높였다. 그리고, 코어 간 데이터 이동 거리를 줄여 통신 지연을 최대 33% 단축하고 대역폭을 높였다. 실시간 게임, 고성능 데이터베이스, 빅데이터 분석 등 까다로운 워크로드도 빠른 데이터 교환을 통해 확장할 수 있다. 자주 접근하는 데이터를 보관하는 고속 메모리 버퍼인 L3 캐시는 이전보다 5배 큰 용량으로 탑재됐다. 그래비톤4보다 코어당 2.6배 더 많은 L3 캐시에 접근할 수 있어 데이터 대기 지연이 줄고 애플리케이션 응답 속도가 빨라진다. 네트워크 및 스토리지 대역폭도 늘었다. 인스턴스 크기 전반에 걸쳐 평균 네트워크 대역폭은 최대 15%, 아마존 EBS 대역폭은 최대 20% 향상됐다. 가장 큰 인스턴스는 네트워크 대역폭이 최대 2배까지 늘어난다. 최신 3나노미터 공정을 채택하고 베어 다이 냉각 등 시스템 최적화를 구현해 에너지 효율성도 높였다. 6세대 니트로 카드를 활용해 가상화, 스토리지, 네트워킹 기능을 전용 하드웨어로 오프로드하며, 다른 시스템이나 사람이 EC2 서버에 로그인하거나 고객 데이터에 접근하는 것을 차단하는 제로 오퍼레이터 액세스 설계를 구현했다. AWS는 다양한 산업군에서 그래비톤5를 활용한 성과가 나타나고 있다고 소개했다. 어도비는 비디오 스트림을 실시간 처리하는 데 활용하며, 에픽게임즈는 지연 시간을 낮춰 원활한 게임플레이를 보장한다. 포뮬러1은 드라이버의 텔레메트리 데이터를 처리하고, 핀터레스트는 개인화된 콘텐츠를 대규모로 제공한다. 지멘스 디지털 인더스트리 소프트웨어는 지멘스 엑셀러레이터(Siemens Xcelerator) 비즈니스 플랫폼의 소프트웨어, 하드웨어, 서비스를 사용해 모든 규모의 조직이 디지털 전환을 이룰 수 있도록 지원한다. 지멘스 캘리버 디자인 설루션(Siemens Calibre Design Solutions)은 완전 통합형 집적 회로 검증 및 제조 최적화 EDA 플랫폼을 제공한다. 시놉시스는 실리콘에서 시스템에 이르는 엔지니어링 설루션을 통해 고객이 AI 기반 제품을 빠르게 혁신할 수 있도록 지원한다. 시놉시스와 AWS는 안나푸르나랩 출범 이후 10년 넘게 아마존의 맞춤형 실리콘 개발을 위해 협력해 왔으며, VCS, 프라임타임(PrimeTime), 퓨전 컴파일러(Fusion Compiler), IC 밸리데이터(IC Validator) 등 시놉시스 EDA 도구의 AWS 그래비톤 지원은 그래비톤뿐 아니라 니트로 및 트레이니움(Trainium) 칩 설계에도 핵심 역할을 했다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술   해운 산업의 탈탄소화가 가속화되는 가운데, 블루핀(Bluefins)은 고래 지느러미에서 영감을 받은 파력 변환 추진 시스템인 웨이브드라이브(WaveDrive)를 통해 연료비와 온실가스 배출을 20% 절감하는 설루션을 개발했다. 이 시스템은 케이던스의 피델리티 CFD(Fidelity CFD) 소프트웨어를 활용해 실제 해상 조건에서의 운동을 정밀하게 모델링하고 최적화 성능을 검증했다. 특히 오버셋 메시 기법과 피델리티 파인 마린(Fidelity Fine Marine)의 고급 기능을 통해 복잡한 유동 해석과 시스템 동역학 분석을 성공적으로 수행하며, 지속 가능한 해운 기술의 가능성을 제시하고 있다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   해운 산업의 탈탄소화 해운 산업은 전 세계 무역의 약 90%를 운송할 만큼 글로벌 경제에서 필수적인 역할을 한다. 대형 선박은 하루에 20~70톤의 연료를 소비하며, 이는 연간 약 1500만 유로의 연료 비용으로 이어진다. 이러한 연료 소비는 선박 한 척당 연간 최대 75,000톤의 이산화탄소 환산량(CO₂)을 배출하는 결과를 초래한다. 또한 전 세계 해운 산업은 질소산화물(NOx)과 황산화물(SOx)을 포함해 전체 온실가스(GHG) 배출량의 약 3%를 차지하고 있다. 따라서 해운을 탈탄소화하고 운송을 더욱 지속 가능하게 만들기 위해서는 관련 시스템과 기술을 도입하는 것이 매우 중요하다. 블루핀은 고래의 지느러미에서 영감을 받은 파력(파도 에너지) 변환 기술을 개발하여 온실가스 배출과 연료 운영 비용을 20% 절감하는 것을 목표로 하고 있다.   블루핀과 고래 지느러미에서 영감을 받은 추진 시스템   그림 1   블루핀은 선박의 구조, 안전성 및 기타 특정 요구사항이나 제약 조건을 고려하여 각 선박 유형에 맞춤형 무배출 보조 추진 설루션을 개발한다. 이러한 추진 시스템은 프랑스의 대표적인 해양 연구기관인 Ifremer(프랑스해양개발연구소)와의 협력을 통해 개발되고 있다. 고래에서 영감을 받은 추진 시스템인 웨이브드라이브는 선미에 장착되는 하이드로포일(hydrofoil)로 구성되며, 선박의 종동요(pitching) 운동을 추력으로 변환한다. 이 기술은 신조 선박뿐만 아니라 기존 선박의 개조(refit) 작업 시에도 통합 적용이 가능하다.   피델리티 CFD를 활용한 블루핀 추진 시스템 모델링 블루핀은 피델리티 CFD 소프트웨어를 활용하여 다양한 운항 조건 및 실제 해상 파랑 조건에서 웨이브드라이브 추진 시스템을 설계하고 최적화한다. 이 소프트웨어의 고급 기능을 통해 플랩(flap)의 세부 분석, 시스템 동역학 분석, 그리고 하이드로포일 하중 예측이 가능하며, 이를 통해 추진 성능을 최적화한다. 이러한 시뮬레이션은 다양한 해상 조건에서 시스템의 운동을 센서 기반으로 제어하기 위한 첫 단계에 해당한다. 다음은 사용된 방법론 및 설정 개요이다.   메시 설정 기계 시스템은 다섯 개의 개별 구성 요소로 분해되었으며, 각 구성 요소의 반쪽(body half)은 피델리티 CFD 2025.1 버전에서 개별적으로 메시(mesh) 처리되었다. 선체(hull)는 피델리티 CFD의 C-Wizard 기능을 통해 자동으로 메시가 생성되었으며, 그 결과 880만 개의 셀(cell)을 갖는 고해상도 메시가 구축되었다. 부가 구조물(appendages)은 각각 개별적으로 메시 처리되어 오버셋 메시(overset mesh)로 활용되었다.   그림 2   피델리티는 오버셋 메시(overset mesh) 기법을 활용하여 겹쳐진 격자(overlapping grids)를 사용하고, 격자 간 데이터 보간(interpolation)을 수행함으로써 복잡한 유동을 정밀하게 시뮬레이션하고 각 구성 요소의 큰 운동을 정확하게 제어한다. 오버셋 메시의 초기 셀 크기(initial cell size : ICS)는 배경 격자의 초기 셀 크기 대비 여섯 번째 세분화(refinement) 레벨로 설정되었다. 한편, 배경 박스(background box) 세분화는 초기 셀 크기보다 한 단계 더 거칠게(coarser) 적용되었다. 이 설정에서는 오버셋 인터페이스(overset interfaces) 구간에 3~4개의 초기 셀 크기를 배치하여 정확한 보간과 서로 다른 메시 구성 요소 간의 원활한 통합을 보장했다. 전체적으로 선체(hull)의 총 메시 크기는 약 1060만 개의 셀로 구성되었다.   그림 3   피델리티 파인 마린 설정 CFD 시뮬레이션은 피델리티 파인 마린에서 수행되었으며, 정상 상태(steady-state) 초기화로 시작한 후 벽 함수(wall functions)를 적용한 k-ω SST 난류 모델을 사용했다. 경계 조건과 수치 설정은 모범 사례(best practices)에 맞게 일관되게 적용되었다. 고체 영역의 경계 조건은 ‘wall-function’으로 설정되었으며, 갑판(deck)에는 ‘slip’ 조건이 적용되었다. 덕트 프로펠러(ducted propeller)는 액추에이터 디스크(actuator disk) 모델을 사용하여 구현되었다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

개발 : Ansys 주요 특징 : 엔지니어링 프로세스를 하나로 연결하는 통합 시높시스–앤시스 워크플로 제공, 생성형 AI와 에이전틱 엔지니어링 기능으로 설계 탐색 가속/전처리 자동화/시스템 수준 인사이트 확보 지원, 확장된 디지털 트윈 역량 및 연결된 모델링 워크플로로 시스템 전반에 대해 리얼월드 기반의 인사이트 제공 강화 등 공급 : 앤시스 코리아   ‘앤시스 2026 R1(Ansys 2026 R1)’은 시높시스와 앤시스가 보유한 공학 역량을 결합해, 시높시스-앤시스 통합 기능을 본격적으로 선보인다. 앤시스 2026 R1은 시뮬레이션 AI 포트폴리오를 확장해 학습 효율을 높이는 AI 강화 트레이닝 제공과 함께 고급 AI 기능도 강화했다. 이를 통해 엔지니어링 팀은 초기 개발 단계에서 시스템 수준 인사이트를 확보함과 동시에 물리 시험 의존도를 줄이며, 소프트웨어 중심 제품이 고도화되는 환경에서도 성능 최적화를 보다 효율적으로 추진할 수 있게 됐다.   ▲ 출처 : 시높시스   시스템 인지 엔지니어링의 미래를 가속하는 공동 설루션 앤시스 2026 R1은 시스템 복잡성 증가, AI 기반 제품 수요 확대, 그리고 산업 전반의 조기 검증 전환이 맞물리며 변화하는 엔지니어링 환경에서 새로운 흐름의 출발점이 될 것으로 전망된다. 시높시스는 이러한 변화에 대응하기 위해, 시높시스와 앤시스의 주요 기술을 연동해 하나의 통합된 시스템처럼 작동하도록 지원한다. 이를 통해 초기 설계 탐색을 가속하고 도메인 간 협업을 강화하며, 주요 산업 전반에서 더 깊은 인사이트를 제공하는 고효율 워크플로를 제시한다. 이번 앤시스 2026 R1에 포함된 신규 시높시스-앤시스 공동 설루션은 다음과 같다. 시높시스 VC 펑셔널 세이프티 매니저(Synopsys VC Functional Safety Manager, VC FSM)와 앤시스 메디니 애널라이즈(Ansys medini analyze)가 시스템 수준과 실리콘 수준 안전 분석을 연결하는 엔드 투 엔드 기능 안전 워크플로로 연동된다. 이를 통해 시스템 안전 엔지니어와 칩 안전 검증 엔지니어 간 협업이 간소화되며, 시스템부터 칩까지 추적성(traceability)이 자동화된다. 또한 도구 간 수작업 데이터 공유를 줄여 자동차 및 항공우주 안전 등 핵심 적용 분야에서 시간 절감 효과를 기대할 수 있다. 시높시스 퀀텀ATK(Synopsys QuantumATK)와 앤시스 그란타 MI(Ansys Granta MI) 플랫폼이 소재 워크플로로 통합되어 원자 스케일부터 엔터프라이즈까지 이어지는, 소재 발굴, 신소재 개발, 제조 공정 개선을 지원한다. 검증된 소재 물성치를 그란타 MI로 직접 내보낼 수 있어 소재 과학자와 설계 엔지니어 간 협업 효율이 높아진다. 또한 반복 가능하고 재사용 가능한 워크플로를 통해 정제되고 일관된 소재 레코드를 구축함으로써 초기 단계에서 성능 예측과 데이터 기반 의사결정을 지원한다. 시높시스 옵토컴파일러(Synopsys OptoCompiler)와 앤시스 루메리컬 FDTD(Ansys Lumerical FDTD)가 디바이스 수준 포토닉 설계와 고급 시스템 수준 광학 시뮬레이션을 연결하는 설계 워크플로로 통합된다. 또한 Verilog-A 모델 생성 자동화와 도구 간 광학 거동 일관성 확보를 통해 디바이스 설계자와 시스템 수준 포토닉 엔지니어 간 협업을 강화한다. 이를 통해 설계·시뮬레이션 환경 간 수작업 데이터 변환을 줄이고, 고도화된 포토닉 애플리케이션에서 시간 절감과 신뢰성 향상을 지원한다. 앤시스 스케이드(Ansys SCADE) 모델 기반 소프트웨어 개발 설루션에 더해, 시높시스는 제어 소프트웨어를 위한 테스트 자동화 설루션 TPT를 제공한다. SCADE는 안전 필수 소프트웨어 개발 환경을 제공하고, TPT는 테스트 생성·실행·분석을 자동화해 설계 반복을 가속하고 조기 검증을 강화하며 복잡한 제어 소프트웨어 품질 향상을 지원한다. 두 설루션을 결합하여 ADAS, 전동화 파워트레인, 비행 제어, 엔진 제어, 항공전자 등 미션 크리티컬 제어 시스템 개발에서 수작업 검증 부담을 줄이고 자동화 수준을 높일 수 있다.   ▲ 출처 : 시높시스   AI 기반 디지털 엔지니어링으로 더 빠르고 스마트한 설계 반복 지원 앤시스 2026 R1은 생성형 AI와 에이전틱 기능을 도입해, 검증을 가속하고 설계 탐색을 확대하며 복잡한 워크플로의 자동화를 강화했다. 이를 통해 엔지니어링 팀은 개발 전체 과정에서 더 빠르고 스마트한 인사이트를 확보할 수 있다. 앤시스 지옴AI(Ansys GeomAI) 지오메트리 플랫폼은 생성형 AI 기반의 개념 설계 탐색을 통해, 지오메트리 콘셉트를 보다 창의적이고 효율적으로 빠르게 생성·평가·개선할 수 있도록 지원한다. 레퍼런스 설계로부터 직접 학습함으로써 초기 혁신을 가속하는 동시에, 엔지니어링 의도를 보존해 AI가 생성한 콘셉트가 예측 가능하고 신뢰할 수 있으며 후속 검증 단계로 자연스럽게 이어질 수 있도록 돕는다. 또한 메시 에이전트는 앤시스 메카니컬(Ansys Mechanical)에서 탐색적 사용으로 제공되는 신규 기능으로, 모델 전처리 과정에서 발생하는 메싱 실패 원인을 진단하고 해결하는 데 도움을 준다. 검증된 개선 절차를 기반으로 엔지니어를 안내해 자동화 전처리에 대한 신뢰를 높인다. 현재 초기 고객 평가 단계에 있는 ‘디스커버리 검증 에이전트’는 앤시스 디스커버리(Ansys Discovery)에 탑재돼, 수십 년간 축적된 공학 전문성을 바탕으로 문맥 정보와 산업 모범 사례를 활용해 설정 이슈를 선제적으로 식별한다. 이를 통해 엔지니어가 작업을 더 빠르게 진행하고 비용이 큰 실수를 줄이며, 초기부터 더 높은 성능의 설계를 만들 수 있도록 지원한다. 앤시스 2026 R1의 추가 AI 업데이트 사항은 다음과 같다. 앤시스 SimAI(Ansys SimAI) 시뮬레이션 플랫폼은 두 가지 제공 형태를 지원한다. 기존 제품인 앤시스 SimAI 프리미엄 SaaS와, 로컬 데이터 저장이 필요한 프로젝트를 위해 데스크톱 환경에서 사용할 수 있도록 설계된 앤시스 SimAI Pro가 포함된다. 앤시스 옵티스랭(Ansys optiSLang)의 SimAI 커넥터를 통해 학습 데이터 생성, AI 학습, 최적화 및 설계 스터디까지 엔드투엔드 워크플로를 구현할 수 있다. 앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)이 메디니 애널라이즈, 앤시스 모델센터(Ansys ModelCenter), 앤시스 록키(Ansys Rocky)에서 제공돼 사용자 인터페이스 내에서 지능형 AI 가이드 지원을 제공한다. 옵티스랭과 디스커버리 간 신규 통합으로 민감도 분석과 원클릭 최적화를 지원하는 AI-레디 워크플로가 제공된다. 이를 통해 엔지니어는 메카니컬, 플루언트 또는 앤시스 아이스팩(Ansys ICepak)에서 개념을 검증하기 전에, 초기 단계에서 더 빠르게 설계 대안을 탐색할 수 있다.   ▲ 출처 : 시높시스   리얼월드 디지털 트윈으로 시스템을 연결하고 성능 최적화 앤시스 2026 R1에서 확장된 디지털 트윈 혁신은 물리적 프로토타이핑 이전 단계에서 사용자들이 더 깊은 리얼월드 인사이트를 확보할 수 있도록 지원한다. 앤시스 트윈AI(Ansys TwinAI)는 시뮬레이션 데이터와 센서·테스트 정보를 더 정교하게 얼라인하는 신규 퓨전 모델링 방식과, 대규모 시계열 모델링 및 학습 효율을 강화하는 템포럴 퓨전 트랜스포머를 도입했다. 또한 트윈AI ROM(차수 축소 모델) 위저드는 고정밀 ROM의 생성 및 배포를 제공하여 리얼타임 디지털 트윈 제공을 가속한다. 또한, 앤시스 AV엑셀러레이트 센서(Ansys AVxcelerate Sensors)는 신규 GPU 가속 멀티스펙트럴 광 전파 엔진과 엔비디아 옴니버스와의 통합 확대를 포함한 기능 강화를 통해 통합된 3D 디지털 트윈 파이프라인을 구현한다. 이를 통해 시나리오 전반에서 더 물리적으로 정확한 카메라 동작, 표면 반사 그리고 엣지케이스 재현성을 제공한다.     ■ 기사 내용은 PDF로도 제공됩니다.

한국공작기계산업협회는 4월 13일~17일 일산 킨텍스에서 열리는 ‘제21회 서울국제생산제조기술전(SIMTOS 2026)’을 앞두고 3월 10일 기자간담회를 진행했다. 이번 전시회는 ‘AI 자율제조, 인재와 연결하다’라는 주제 아래 디지털 제조 혁신과 AX 전략을 집중적으로 선보일 예정이다. 협회는 GTX 개통에 따른 접근성 향상과 전시 콘텐츠 고도화를 통해 이번 행사가 ‘세계 4대 제조 기술 전시회’로서의 위상을 다질 것으로 기대하고 있다. ■ 정수진 편집장     제조 혁신과 글로벌 연결의 장 마련 한국공작기계산업협회 박재훈 상근부회장은 기자간담회 환영사를 통해 개막을 앞둔 SIMTOS 2026의 준비 현황과 주요 내용을 공유하며 행사의 성공적인 개최를 다짐했다. 이번 SIMTOS 2026 전시회는 35개국 1300개 기업이 6000 부스 규모로 참가 신청을 마쳤고, 약 10만 명의 참관객이 방문할 것으로 예상된다. 박재훈 상근본부장은 “이는 어려운 경제 여건 속에서도 새로운 판로 개척과 글로벌 시장 진출, 기술 경쟁력 강화를 향한 생산 제조업계의 강한 의지가 집약된 결과”라고 평가했다. 또한 “이러한 산업계의 기대에 부응하기 위해 이번 행사를 단순한 전시회를 넘어 기술과 산업, 기업과 시장을 연결하는 뜻깊은 장으로 만들 계획”이라고 전했다. SIMTOS 2026은 첨단 생산 제조 기술과 글로벌 산업 트렌드를 한자리에서 효율적으로 파악할 수 있도록 ▲금속절삭 및 금형기술관 ▲소재부품 및 제어기술관 ▲툴링 및 측정기술관 ▲절단가공 및 용접기술관 ▲프레스 및 성형기술관 등 5개의 전문관과 1개의 특별전을 구성해 운영한다. 특히 ‘로봇 및 디지털 제조 기술 특별전(M.A.D.E. in SIMTOS)’ 내의 ‘머신 온 AI(Machine on AI) 테마관’ 등을 통해 제조 AX(AI 전환)로 나아가는 새로운 가능성과 발전된 기술 흐름을 중점적으로 선보일 예정이다. 또한 전시회를 더욱 풍성하게 만들어 줄 프로그램도 마련된다. 국내외 바이어 상담 프로그램인 ‘매치메이킹 포유’를 비롯해 ‘글로벌 제조 AX 혁신 콘퍼런스’, 새롭게 선보이는 채용 박람회인 ‘커리어커넥트’, 차세대 여성 인재와 산업 현장을 연결하는 ‘여성 엔지니어 네트워크 포럼’ 등 다양한 부대행사가 전시회와 함께 진행될 예정이다.   AI 자율제조와 글로벌 생산기술의 흐름을 한 눈에 SIMTOS 2026의 준비 현황과 주요 콘텐츠를 소개한 한국공작기계산업협회 박재현 전시사업본부장은 “1984년 처음 개최된 SIMTOS는 2004년 대비 2024년에 부스 규모가 498%, 참관객이 243% 증가하는 등 눈에 띄는 만한 성장을 이뤄냈으며, 초창기 공작기계 중심에서 생산 제조 기술 전반으로 전시 콘텐츠를 꾸준히 확장해 왔다”면서, “현재 SIMTOS는 국내 최고 수준의 전시 경쟁력을 입증하며 중국의 CIMT, 독일의 EMO, 미국의 IMTS와 어깨를 나란히 하는 세계 4대 생산 제조 기술 전시회로 자리매김했다”고 소개했다. 이번 SIMTOS 2026은 ▲글로벌 위상 확장 ▲데이터 기반의 제조 AX 혁신 ▲산업과 인재의 연결 ▲브랜드 확산이라는 핵심 포인트를 바탕으로 기획되었다. 이를 위해 해외 기자단 및 바이어 초청을 대폭 확대하고, 실제 장비가 구동되는 제조 AX 테마관을 운영하며 통합 생산라인 중심의 전시 콘텐츠를 고도화할 계획이다. 또한 기업과 인재, 바이어를 1대1로 연결하는 매칭 플랫폼을 새롭게 운영하고 일반 대중을 대상으로 인지도 확대를 위한 거점 광고도 추진하고 있다. 박재현 본부장은 “킨텍스 주차장 공사로 인한 불편을 해소하기 위해 인근 임시 주차장 확보와 참가 업체 대상 무료 주차장 및 셔틀버스 운영 등 다양한 편의를 제공하고 있으며, 최근 GTX-A 노선 개통으로 지방 참관객의 접근성이 크게 높아질 것”이라면서, “SIMTOS는 단순한 산업 전시회를 넘어 글로벌 제조 산업의 기술 방향을 제시하는 플랫폼으로서 한국 제조 산업을 대표하는 전시회로 그 역할을 끝까지 책임지겠다”고 전했다.     피지컬 AI와 지능형 제조 설루션의 진화 한편, 기자간담회에서는 주요 참가업체가 각사의 최신 기술과 전시 방향을 미리 선보이는 프리뷰가 진행되었다. 프리뷰를 통해 ▲하드웨어와 소프트웨어의 융합 및 피지컬 AI(pnysical AI)의 본격 도입 ▲공정 전체를 아우르는 자동화 기술의 진입 장벽 해소 및 효율 극대화 ▲첨단 산업 수요에 맞춘 목적형 특화 장비의 라인업 확대 등의 트렌드를 엿볼 수 있었다.  DN솔루션즈는 레드닷 어워드를 수상한 새로운 디자인 아이덴티티를 적용한 기기들을 선보이며, 반도체 및 우주항공 산업에 특화된 장비와 자체 운영체제 기반의 인공지능 활용 앱 등 디지털 설루션을 출품한다. SMEC(스맥)은 머시닝 센터와 CNC 선반 등을 소개하며, 자체 ICT 사업부의 5G 특화망 기술을 연계한 자동화 설루션과 반도체 특화 장비 전시를 통해 관람객 친화적인 이벤트를 마련할 계획이다. 위아공작기계는 21종의 장비를 바탕으로 피지컬 AI 기반의 지능형 자율 제조 비전을 제시하며, 타사와의 협업을 통한 가상현실 모니터링 및 다크 팩토리(무인으로 가동되는 완전 자동화 공장) 실증 모델을 선보일 예정이다. 화천기계는 지난 전시회 대비 출품 장비 수를 7대로 압축하여 기계의 기술적 방향성과 소프트웨어의 확장성을 명확히 전달하는 데 집중하며, 자체 제어 시스템인 하모니와 인공지능을 결합한 통합 운영 환경을 제공한다. 산업용 고출력 레이저 업체인 HK는 레이저 가공기와 산업용 로봇을 결합한 완전 자동화 생산 시스템을 공개하며, 단순한 장비 공급을 넘어 판금 가공 공정 전체를 아우르는 지능형 토털 설루션을 제시한다. 한국트럼프는 소형 자동 창고 등 다섯 가지 제품으로 첨단 기술과 자동화의 도입 장벽을 낮추는 데 초점을 맞추었으며, 인공지능 기반의 절단 품질 최적화 설루션과 공정 전체를 단일 화면으로 제어하는 소프트웨어를 소개한다. 인터엑스는 엔비디아의 에지 디바이스를 위아공작기계의 장비에 탑재해 기계 스스로 상태를 파악하고 의사결정을 내리는 세계 최초의 완전 자율 머신을 시연하며, 피지컬 인공지능 중심의 제조 혁신을 현장에서 증명할 계획이다. 공장 자동화 물류 설비 전문 기업인 세창인터내쇼날은 스마트 산업 환경에 최적화된 전기 구동 방식의 컨베이어 시스템을 비롯해 공간 효율을 높인 스파이럴 컨베이어와 자율 주행 셔틀 기반의 RGV(레일 가이디드 비클) 시스템 등 첨단 이송 설루션을 전시한다.     ■ 기사 내용은 PDF로도 제공됩니다.