디지털 지식전문가 조형식의 지식마당   오늘날 산업계가 직면한 가장 중요한 문제는 ‘어떻게 인공지능(AI) 시대를 문화적으로 받아들여야 할 것인가’이다. 많은 기업이 AI 플랫폼을 도입하고, 디지털 트윈을 구축하며, 데이터 레이크를 만들고 있다. 그러나 실제 성과를 내는 기업은 생각보다 많지 않다. 이유는 명확하다.   그림 1. 데이터 풍요 속에 혁신의 빈곤   현재의 상황은 단순한 디지털 전환(digital transformation)이나 AI 도입 전략을 넘어선다. 결론적으로 기술이 아닌 인문학의 혁명이다. 문제는 기술이 부족해서가 아니라 문화(culture)가 바뀌지 않았기 때문이다. AI 시대의 패러다임 전환이다. 산업혁명 이후 기업의 경쟁력은 주로 자본(capital), 설비(facility), 노동력(labor) 세 가지에 의해 결정되었다. 그러나 AI 민주주의(AI democracy) 시대에는 새로운 경쟁요소가 등장한다. 그것은 지식(knowledge), 연결(connection), 예측(prediction), 실행(execution)이다. 네 가지 개념은 바로 이러한 새로운 경쟁력을 설명한다.   그림 2. 새로운 경쟁력의 4대 요소   AI 온톨로지 : 인공지능과 도메인 지식을 공유하라 데이터는 많지만 의미는 없다. 대부분의 기업은 이미 엄청난 양의 데이터를 보유하고 있다. 그러나 실제 현장에서는 다음과 같은 문제가 반복된다. 부서마다 용어가 다르다. 같은 부품을 여러 이름으로 부른다. 설계와 생산이 서로 다른 의미로 이해한다. 경험이 문서화되지 않는다. 결국 데이터는 존재하지만 지식은 공유되지 않는다. AI 온톨로지(AI ontology)의 역할은 단순한 데이터 모델이 아니다. 세상의 개념과 관계를 정의하는 구조이다. 예를 들어, 부품 → 조립체 → 시스템, 문제 → 원인 → 해결책, 고객 요구 → 설계 요구 → 시험 결과이다. AI는 온톨로지를 통해 의미를 이해하고 맥락을 연결하며 추론을 수행할 수 있다. 따라서 온톨로지는 “AI가 이해할 수 있는 기업의 공용 언어”라고 볼 수 있다.   그림 3. AI 온톨로지는 기업의 공용 언어   디지털 스레드 : 디지털로 연결하라 산업의 가장 큰 낭비는 단절이다. 많은 제조기업에서는 설계 → 생산 → 운영 → 서비스의 각 단계가 서로 분리되어 있다. 예를 들어, 설계 변경 정보가 생산에 늦게 전달되고, 생산 현장의 문제는 설계팀으로 돌아오지 않는다. 이러한 단절이 막대한 비용을 발생시킨다. 디지털 스레드(digital thread)의 본질은 제품 생애주기 전체를 연결하는 디지털 신경망이다. 요구사항 → 설계 → 해석 → 제조 →운영→정비 모든 정보를 하나의 흐름으로 연결한다. 사용자의 관점에서 필자가 그동안 주장해 온 LDT(life digital thread), KDT(knowledge digital thread), PDT(product digital thread)는 사실 디지털 스레드의 확장된 철학이다. 즉, 인생의 경험 → 지식의 축적 →제품의 혁신이라는 거대한 연결 구조가 된다. 디지털 스레드는 단순한 IT 시스템이 아니라 ‘맥락(context)의 기술’이다.   그림 4. 디지털 스레드와 맥락의 기술    디지털 트윈 : 가상 공간에서 먼저 경험하고 디지털로 미래를 예측한다 과거의 산업은 보고 나서 대응했다. 전통적인 산업은 문제 발생 → 원인 분석 → 조치 방식으로 움직였다. 즉 사후 대응이다. 미래의 산업은 예측이다. 디지털 트윈(digital twin)은 현실 세계를 디지털 공간에 복제한다. 이를 통해 성능 예측, 고장 예측, 유지보수 예측, 생산성 예측이 가능해진다. 항공 전문 용어인 아이언 버드(iron bird)에서 시작된 철학이다. 항공산업에서는 실제 비행기 제작 이전에 아이언 버드 시스템을 구축한다. 이는 유압 비행제어 전기 시스템을 통합 검증하는 물리 적 시뮬레이션 환경이다. 현대의 디지털 트윈은 아이언 버드 철학이 디지털 공간으로 확장된 모습이라고 볼 수 있다. 즉 ‘실패를 현실이 아니라 가상공간에서 먼저 경험하는 기술’이다.   그림 5. 디지털 트윈과 아이언 버드   SDx : 소프트웨어로 실행하라 예측만으로는 부족하다. 예측은 가치가 아니라 실행이 가치다. SDx(software defined X)는 모든 것을 소프트웨어로 정의하는 철학이다. 예를 들면 SDV(software defined vehicle), SDF(software defined factory), SDM(software defined manufacturing)등이 있다. 과거에 하드웨어 변경 → 생산라인 변경 → 비용 발생이었다면, SDx 시대는 소프트웨어 업데이트 → 즉시 적용 → 지속적 개선이 가능하다. 즉, 온톨로지가 이해하고, 디지털 스레드가 연결하며, 디지털 트윈이 예측하고, SDx가 실행하는 구조가 된다.   그림 6. 실행의 가치   진짜 혁신은 AI 민주주의다. “인공지능 민주주의는 현장의 모든 구성원을 혁신의 주체로 만드는 가장 강력한 전략이다.” 이 문장이야말로 전체 메시지의 핵심이다. 기존 방식은 경영진 → 전문가 → 현장 지시형 구조이다. 반면에 AI 민주주의는 현장 엔지니어 현장 작업자, 현장 관리자, 현장 전문가 → AI → 혁신이다. 참여형 구조 과거에는 전문가만 데이터를 분석할 수 있었다. 그러나 생성형 AI의 등장으로 현장의 엔지니어도 데이터를 이해하고 원인을 분석하며, 시뮬레이션을 수행하고 혁신 아이디어를 제안할 수 있게 되었다. 즉, AI는 인간을 대체하는 기술이 아니라 인간의 역량을 민주화하는 기술이다.   그림 7. AI 민주주의   결론은 4대 게임 체인저와 문화 혁명이다. 필자가 지속적으로 강조해 온 AI 온톨로지, 디지털 스레드, 디지털 트윈, SDx는 사실 각각의 기술이 아니다. 이들은 하나의 통합된 혁신 체계이다. 역할과 핵심 질문은 관점에서 ‘AI 온롤로지는 무엇을 이해할 것인가’, ‘디지털 스레드는 무엇을 연결할 것인가’, ‘디지털 트윈은 무엇을 예측할 것인가’, ‘SDx는 무엇을 실행할 것인가’이다.   그림 8. 4대 게임 체인저의 혁신 체계   그리고 이 모든 것을 가능하게 하는 근본 조건은 기술이 아니라 문화이다. 현장의 엔지니어가 지식을 공유하고, 경험을 연결하며, AI와 함께 예측하고, 즉시 실행할 수 있는 문화이다. 이것이 바로 AI 민주주의 시대의 본질이다. 21세기의 진정한 경쟁력은 더 좋은 AI 모델을 보유한 기업이 아니라, 현장의 모든 구성원이 AI를 활용하여 집단지성을 발휘할 수 있는 문화를 가진 조직이 될 것이다.   그림 9. 기술 대 문화   기술 혁명은 이미 시작되었다. 이제 남은 과제는 인간 중심의 인문화 혁명(cultural revolution)이다. 그리고 그 인문화 혁명의 중심에는 AI 온톨로지, 디지털 스레드, 디지털 트윈, SDx를 기반으로 한 AI 민주주의가 자리하게 될 것이다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식 연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘ PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   오늘날 기업들은 그 어느 때보다 많은 혁신을 시도하고 있다. 생성형 AI, 디지털 트윈, 자율화, 데이터 기반 의사결정, 피지컬 AI, 소프트웨어 정의 시스템(software-defined system) 등 수많은 혁신 기술이 등장하고 있으며, 조직은 이를 도입하기 위해 막대한 자원을 투자하고 있다. 그러나 한 가지 질문을 던져볼 필요가 있다. 과연 혁신은 조직을 얼마나 변화시키고 있는가? 현실은 기대와 다르다. 혁신 프로젝트는 성공적으로 완료되었지만 조직의 업무 방식은 그대로인 경우가 많다. 새로운 시스템을 구축했지만 의사결정 방식은 변하지 않는다. AI를 도입했지만 구성원의 행동은 과거와 크게 다르지 않다.   그림 1. 기술 혁신과 디지털 변환의 역설   반대로 변화 관리 프로그램은 활발하게 진행되지만 정작 새로운 가치를 창출하는 혁신으로 연결되지 못하는 경우도 적지 않다. 혁신은 있었지만 변화가 없고, 변화는 있었지만 혁신이 없다. 이런 실패로 많은 대기업이 현재 인공지능 투자 핑계로 많은 직업들을 해고하고 있다. 이러한 단절은 오늘날 대부분의 조직이 직면하고 있는 근본적인 문제이다. 이 문제를 해결하기 위해 필자는 최근 새로운 개념을 제안하고자 한다. 바로 혁변(革變, innovative change)이다. 혁변은 혁신(innovation)과 변화(change)의 합성어이다. 하지만 단순한 조어 이상의 의미를 가진다. 혁신은 새로운 가치를 창출하는 행위다. 변화는 기존 상태를 새로운 상태로 전환하는 과정이다. 혁신은 미래를 만드는 힘이고, 변화는 미래를 현실로 만드는 힘이다. 문제는 대부분의 조직에서 이 두 과정이 분리되어 있다는 점이다.   그림 2. 혁신과 변화 그리고 혁변의 차이점   혁신은 연구소에서 일어나고 변화는 현장에서 일어난다. 혁신은 프로젝트로 관리되고 변화는 교육과 캠페인으로 관리된다. 결국 혁신과 변화는 서로 연결되지 못한 채 각각의 활동으로 남게 된다. 혁변은 이러한 분리를 거부한다. 혁변은 혁신과 변화를 하나의 연속된 진화 과정으로 바라본다. 혁신이 변화로 이어지고, 변화가 다시 새로운 혁신의 기반이 되는 순환 구조를 만드는 것이 혁변의 본질이다. AI 시대의 경쟁력은 더 이상 기술 자체에 있지 않다. 동일한 AI를 누구나 사용할 수 있기 때문이다. 미래의 경쟁력은 연결 능력에서 나온다. 경험을 연결하고, 지식을 연결하고, 제품과 서비스를 연결하고, 학습과 실행을 연결하는 능력이 조직의 성패를 결정하게 된다. 이러한 연결을 가능하게 하는 개념이 바로 디지털 스레드(digital thread)이다. 디지털 스레드는 원래 제품의 전체 생애주기를 연결하는 개념으로 등장하였다. 그러나 AI 시대에는 그 의미가 훨씬 확장되고 있다. 제품만 연결하는 것이 아니라 사람의 경험, 조직의 지식, 제품의 가치 창출 과정까지 하나의 흐름으로 연결해야 한다. 혁변은 바로 이러한 디지털 스레드 기반 사고를 혁신과 변화의 영역으로 확장한 개념이다. 혁신이 점(point)이라면, 변화는 선(line)이다. 그리고 혁변은 스레드(thread)이다. 혁신의 순간들을 변화의 흐름으로 연결하고, 변화의 결과를 다시 새로운 혁신의 출발점으로 만드는 지속적인 가치 흐름이 바로 혁변이다.   그림 3. 혁변은 스레드   혁변은 세 개의 핵심 디지털 스레드를 중심으로 작동한다. 첫 번째, LDT(life digital thread)이다. LDT는 인간의 경험을 연결한다. 우리는 매일 수많은 경험을 한다. 회의를 하고, 책을 읽고, 여행을 하고, 실패를 경험하고, 새로운 사람을 만난다. 하지만 대부분의 경험은 사라진다. 혁변 관점에서 경험은 가장 중요한 혁신 자산이다. 경험은 인사이트를 만들고, 인사이트는 새로운 지식의 씨앗이 된다. LDT는 이러한 경험의 흐름을 체계적으로 연결하는 역할을 수행한다. 두 번째, KDT(knowledge digital thread)이다. 경험은 지식으로 승화되어야 한다. KDT는 경험에서 얻어진 인사이트를 개념으로 정리하고, 개념을 지식으로 체계화하며, 지식을 재사용 가능한 패턴과 원리로 발전시키는 과정이다. AI 시대에 가장 중요한 자산은 데이터가 아니다. 구조화된 지식이다. KDT는 조직의 집단 지성을 축적하는 메커니즘이며, 혁변의 두 번째 축이다. 세 번째, PDT(product digital thread)이다. 지식은 실행될 때 비로소 가치가 된다. PDT는 지식이 제품과 서비스, 프로세스, 비즈니스 모델로 구현되는 과정을 연결한다. 요구사항, 설계, 개발, 운영, 서비스의 전 과정을 하나의 스레드로 연결하여 가치 창출을 실현한다. 혁신은 제품을 만들고, 변화는 제품을 정착시키며, 혁변은 제품이 만들어내는 가치를 지속적으로 진화시킨다.   그림 4. 세 가지 디지털 스레드   혁변 프레임워크의 진정한 의미는 LDT, KDT, PDT 각각에 있는 것이 아니다. 이 세 가지를 하나의 흐름으로 연결하는 데 있다. 경험은 인사이트가 되고, 인사이트는 지식이 되며, 지식은 제품과 서비스가 되고, 제품과 서비스는 새로운 가치를 창출한다. 그리고 그 가치는 다시 새로운 경험이 된다. 이 과정은 끝없이 반복된다. 이는 단순한 프로세스가 아니라 진화의 순환 구조이다. 혁변은 바로 이 순환 구조를 설계하고 운영하는 메타 프레임워크이다. 산업화 시대의 혁신은 효율을 추구했다. 디지털 시대의 혁신은 연결성을 추구했다. AI 시대의 혁신은 진화성을 추구해야 한다. 이제 중요한 것은 얼마나 많은 아이디어를 생성했는지가 아니다. 얼마나 많은 경험이 지식으로 전환되었는지, 얼마나 많은 지식이 가치로 실현되었는지, 그리고 얼마나 많은 가치가 다음 혁신의 자산으로 축적되었는지가 중요하다. 혁신은 더 이상 프로젝트가 아니다. 혁신은 하나의 스레드이다. 변화는 더 이상 관리 대상이 아니다. 변화는 진화의 과정이다. 그리고 혁변은 혁신과 변화를 연결하는 데브옵스(DevOps) 체계이다.   그림 5. 미래를 지배할 조직의 조건   AI 시대는 지식의 민주화를 넘어 혁신의 민주화 시대로 향하고 있다. 누구나 아이디어를 만들 수 있고, 누구나 지식을 생산할 수 있으며, 누구나 혁신에 참여할 수 있다. 그러나 모든 혁신이 가치를 만드는 것은 아니다. 가치를 만드는 것은 연결이다. 혁변은 혁신과 변화를 연결하고, 경험과 지식을 연결하며, 사람과 제품을 연결하고, 현재와 미래를 연결한다. 결국 미래의 경쟁력은 더 많은 혁신을 가진 조직이 아니라, 더 많은 스레드를 연결할 수 있는 조직에서 나온다. 혁변은 그 연결의 철학이며, AI 시대 지속가능한 진화의 엔진이다. 새로운 인공지능의 시대에서 미래는 연결하는 자의 것이 될 것이다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식 연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   연결되지 않은 삶의 한계와 LDT의 등장 우리는 매일 새로운 하루를 살아간다. 하지만 삶의 기록을 돌아보면, 그 하루하루는 종종 서로 단절된 채 흩어져 있다. 일기나 메모, 업무 기록, 사진과 영상들이 개별적으로 존재할 뿐, 그 사이의 관계나 맥락은 사라진다. 이로 인해 우리는 배운 것을 잊고, 같은 실수를 반복하며, 기회가 와도 그것이 과거의 경험과 어떻게 연결되는지 인식하지 못한 채 흘려보낸다. 바로 이 한계를 극복하기 위해 생각해 본 개념이 인생 디지털 스레드(Life Digital Thread : LDT)이다. LDT는 제조업과 항공 우주 분야에서 제품의 전 생애 주기를 연결하는 디지털 스레드의 개념을 개인의 삶에 적용한 것으로, 100년의 시간 속 3만 6500개의 ‘오늘’을 디지털 방식으로 연결하는 접근법이다.   그림 1. 인생 디지털 스레드   LDT의 핵심 개념과 철학 LDT는 단순한 데이터 저장 방식이 아니라 연결 중심의 지식 관리 방법론이다. “아무리 오래 살아도 모두는 오늘이 처음이다. 그러나 모든 오늘을 연결할 수 있다면, 우리는 더 현명한 결정을 내리고 더 창의적인 삶을 살 수 있다.” 이 철학의 핵심은, 하루의 경험이 독립적으로 소멸하지 않고 맥락 속에서 재발견되도록 만드는 것이다. 과거의 경험이 현재와 연결되고, 오늘의 생각이 미래의 결정에 영향을 미치게 된다.   세렌디피티를 향한 설계 LDT의 궁극적인 목적은 세렌디피티(serendipity) 또는 예기치 않은 긍정적 발견이다. 이는 단순한 우연이 아니라, 연결된 데이터 네트워크 속에서 우연이 촉발되는 구조이다. 예를 들어, 과거에 읽은 책의 한 문장이 몇 년 뒤 새로운 프로젝트의 아이디어로 연결되거나, 오래 전에 만난 사람과의 기록이 예상치 못한 협업 기회로 이어지는 경우가 이에 해당한다. 이러한 발견은 무작위성이 아니라 의도적으로 설계된 우연이다. LDT는 그 설계도를 제공하는 도구이다.   효율성 향상과 지식의 통합 필자 자신의 지난 수십 년 동안의 기록을 분석한 결과, 80% 이상이 중복이라는 사실을 발견했다. 같은 생각, 동일한 메모, 비슷한 업무 계획이 반복되고 있었던 것이다. LDT는 이런 반복의 정보 노이즈를 줄이는 필터 역할을 한다. 중복이 줄어들면, 새로운 창의 활동과 의미 있는 성찰에 더 많은 시간과 에너지를 쓸 수 있다. 이는 곧 삶의 생산성 최적화로 이어진다. LDT가 단순한 기록 아카이브와 다른 점은 통합성(integrality)이다. 데이터에 맥락(context)을 부여하고, 서로 간의 연관성을 설정하며, 필요할 때 즉시 검색 및 활용이 가능하게 만든다. 이 과정을 통해 개인의 삶은 거대한 지식 네트워크로 재구성된다. 이는 디지털 시대의 개인 지식 그래프라고 부를 수 있다.   적용 영역의 확장성 : 삶의 모든 흔적을 연결하는 기술 인생 디지털 스레드는 특정 분야에 국한되지 않고 삶의 거의 모든 영역에 폭넓게 적용될 수 있는 잠재력을 지니고 있다. 이는 단순한 기록을 넘어, 우리가 살아가는 모든 순간을 연결하고 의미를 부여하는 기술이기 때문이다. 우선, LDT는 개인의 삶과 인생 전반에 대한 관리를 가능하게 한다. 매일의 생활 패턴부터 시작해, 장기적인 인생 궤적까지 모든 데이터를 연결함으로써 우리는 자신을 더 깊이 이해할 수 있다. 예를 들어, 특정 시기의 수면 패턴이 업무 생산성에 어떤 영향을 미쳤는지, 혹은 5년 전의 독서 기록이 현재의 직업적 선택과 어떻게 이어지는 지를 입체적으로 파악할 수 있게 된다. 또한, 사건과 경험을 관리하는 데에도 매우 유용하다. 진행했던 프로젝트의 과정과 결과, 떠났던 여행에서 느꼈던 감정과 배운 점, 그리고 삶의 중요한 특별한 만남에 대한 기록들이 서로 연결되면, 과거의 경험이 현재의 결정을 돕는 중요한 자산이 된다.   그림 2. 스레드   지식 관리는 LDT의 핵심 기능 중 하나이다. 학습한 내용, 독서하며 남긴 메모, 그리고 진행했던 연구 기록이 흩어져 있지 않고 하나의 거대한 네트워크를 형성한다. 이 네트워크 속에서 새로운 통찰을 얻거나, 과거의 지식이 새로운 아이디어와 결합되는 창의적인 순간을 맞이할 수 있다. 뿐만 아니라 시간 관리 영역에서도 LDT는 빛을 발한다. 하루의 일정, 반복되는 루틴, 그리고 중요한 마감 기록들이 연결되면, 자신의 시간 활용 패턴을 분석하고 비효율적인 부분을 찾아 개선할 수 있다. 인간관계에 있어서도 관계의 변화나 네트워크 기록을 관리함으로써 의미 있는 관계를 더욱 깊게 다져나갈 수 있다. 나아가 LDT는 정서 관리를 위한 도구로도 활용된다. 기쁨, 슬픔, 기대, 불안 등 내면의 기록을 연결하면, 자신의 감정 패턴을 파악하고 심리적 안정감을 찾는데 도움을 준다. 궁극적으로, LDT는 인생의 중요한 변곡점인 혁신과 변화를 의도적으로 설계하고 만들어내는 강력한 도구가 될 수 있다. 이처럼 LDT는 삶의 모든 데이터를 연결하여 우리 자신을 입체적으로 이해하게 하고, 더욱 의도적이고 의미 있는 삶을 설계할 수 있는 길을 열어준다.   맺음말 : 삶을 ‘대화’하게 만드는 기술 인생 디지털 스레드는 단순히 지나온 날을 기록하고 저장하는 도구를 넘어선다. 그것은 과거와 현재, 그리고 미래를 서로 대화하게 만드는 혁신적인 기술이다. 이 대화는 우리의 삶에 깊은 변화를 가져온다. 불필요한 반복을 줄이는 중복 제거를 통해 우리는 에너지를 낭비하지 않게 된다. 시간의 효율적 재분배로 효율 향상을 이루고, 그 여유 속에서 더 깊은 통찰 증진을 얻을 수 있다. 궁극적으로 LDT는 의도적으로 설계된 우연, 즉 세렌디피티의 촉발을 가능하게 한다. 과거의 기록이 현재의 맥락과 연결되면서 우리는 창의적인 아이디어를 발견하고 예상치 못한 기회를 포착하게 된다. 향후 LDT가 인공지능(AI)과 결합하여 개인 디지털 트윈으로 발전한다면, 우리는 단순히 기억을 보존하는 것을 넘어 기억이 스스로 새로운 미래를 제안하는 시대를 맞이하게 될 것이다. LDT는 살아온 날을 보관하는 아카이브가 아니라, 그 날들이 서로 이야기를 나누게 만드는 작업이다. 그리고 그 이야기 속에서, 우리는 미래를 바꾸는 실마리를 발견하게 될 것이다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   디지털 엔지니어링과 관련해 마케팅 측면에서 디지털 트윈(digital twin)이 최고라면, 제품 생산 측면에서는 디지털 스레드(digital thread)가 가장 가치가 있다. 디지털 트윈이 시각적이라면 디지털 스레드는 추상적인 개념이다. 그러므로 디지털 엔지니어링에서 디지털 스레드를 시각적으로 표현하는 방법은 시각적 그림을 사용한다. 전통적 엔지니어링의 순환구조에서 무한루프 구조로 진화했으며, <그림 1>에서 보여 주는 것처럼 무한루프는 무수한 디지털 스레드로 연결되어 있다. 마치 우리의 뇌와 신경이 하나처럼 연결되어 있는 것을 상상하면 된다.    그림 1. 디지털 엔지니어링 제품 개발 무한루프와 디지털 스레드   디지털 엔지니어링 이니셔티브의 1 단계는 무한루프이며, 디지털 영역과 물리적 영역으로 되어 있다. 이것은 기존의 순환 제품수명주기와 차별된다. 그리고 이 무한루프 안에서 무수한 디지털 스레드와 연결되어 있다. 2 단계는 디지털 트윈과 소프트웨어 정의 프로세스가 포함된 이니셔티브이다. 가장 간단한 디지털 제품 수명주기 구조는 디지털과 물리적으로 양분하는 것이다. 모든 디지털 엔지니어링에서 디지털 트윈이 필요한 것은 아니다. 현재 디지털 트윈이 필요 없거나 비용상 만들 필요가 없는 프로세스는 있지만, 디지털 스레드는 모든 디지털 엔지니어링에 중요한 요소이다.   그림 2. 단순한 디지털 제품 수명주기 프로세스(출처 : 조형식)   <그림 2>는 디지털 제품 수명주기 프로세스(Digital Product Lifecycle Process)를 나타내며, 이는 개념(concept)에서 폐기(disposal)까지 디지털 기술(digital technology)을 사용하여 제품을 설계, 개발 및 관리하는 방법을 설명한다. 이 과정은 무한루프로 표현되어 있으며, 이는 지속적이고 반복적인 특성을 나타낸다.   그림 3. 디지털 트윈과 디지털 스레드(출처 : 지멘스)   <그림 3>은 디지털 트윈에서 디지털 스레드에서의 데이터 흐름을 보여준다. 그러나 궁극적으로 디지털 스레드는 데이터의 스트림(data stream)뿐 아니라 지식의 흐름이 된다. 모든 제품 관련 지식과 프로세스의 연결과 흐름이 디지털 스레드의 최종 목적이다. 그러나 이 그림은 너무 추상적이고, 구체적으로 디지털 스레드에서 무엇을 해야 하며 어떤 자료 및 프로세스와 연결되는지에 대해서 불분명하다.   그림 4. 제품 수명주기와 디지털 스레드(출처 : Aras)   <그림 4>는 PLM 회사인 아라스(Aras)에서 오랫동안 주장하는 그림이다. 이 그림은 제품 수명주기에서 각 단계(phase)마다 기준 데이터의 항목을 연결하는 것을 보여 준다. 이전에도 엔터프라이즈 PLM에서는 추적성(traceability)이라는 특성으로 사용해 왔지만, 기존의 추적성과 디지털 스레드의 차이점은 양방향이라는 것이고 디지털 트윈에서는 실시간 양방향 연결이 필요하다.  그러나 이 자료는 자료의 추적성가 유사하며, 실제에서 디지털 스레드는 수많은 데이터, 지식, 정보와 메시 형태나 지식 그래프(knowledge graph)의 형태로 무수히 연결되어 있다. 이런 연결을 수작업으로 연결하기는 현실적으로 불가능하다.   그림 5. PLM과 디지털 스레드 로드맵(출처 : Prostep)   <그림 5>는 독일 프로스텝(Prostep)의 디지털 스레드 로드맵 자료이다. 몇 년 전부터 상용으로 사용할 수 있는 디지털 스레드이며, 장점은 기존의 다양한 CAD, CAE, PLM 등과 연결할 수 있다는 것이고, 단점은 이 회사의 인터페이스를 구입해서 연결해야 하는데 비용이 들 수 있다. 또한 이 모든 분야의 지식과 정보의 사일로 데이터를 누구가 어떻게 연결할 것인가 숙제이다.   <그림 4~5>는 기존의 PLM같은 선형 제품 수명주기를 전제로 발전한 것이기 때문에, 미래의 디지털 엔지니어링 수명주기에서는 발전이 필요해 보인다.  결론적으로 디지털 엔지니어링에서 디지털 스레드는 가장 중요한 자산이라고 할 수 있다. 현재 주목받고 있는 디지털 트윈도 디지털 스레드가 없다면 사상누각일 수 있다. 그러나 디지털 스레드는 눈에 보이는 것이 아니기 때문에, 일반인의 관심이나 기업이 거액을 투자하기는 쉽지 않다. 또한 CAD, PLM 공급사도 디지털 스레드의 중요성을 인지하지만 비용이 많이 들고, 표준화하기도 어렵고, 잘못하면 비즈니스 주도권에도 영향을 미치기 때문에 디지털 스레드를 관망하고 있다. 디지털 스레드에 대해 가장 큰 관심을 보이는 분야는 미국 국방성이나 방위산업과 항공산업이다. 그러나 미래에 소프트웨어 정의 제품과 디지털 트윈, 산업용 인공지능같은 디지털 엔지니어링의 발전은 디지털 스레드에 달려 있다. 또한 디지털 스레드와 소프트웨어 정의, 디지털 트윈 작업의 복잡성 때문에 챗GPT나 생성형 인공지능의 도움 없이는 불가능하다.    그림 6. 인생 디지털 스레드    요즘은 나의 개인 지식 관리에 디지털 스레드를 적용해 보고 있다. 이것을 ‘인생 디지털 스레드(Life Digital Thread : LDT)’라고 이름붙였다. 1년 365일 100년이면 3만 6500 개의 ‘오늘’이 있다. 이것을 연결해 주는 것이 인생 디지털 스레드이다. 우리는 그냥 살다가 무엇이 어떻게 연결되어 있는지 모르고 죽는다. 아무리 오래 살아도 오늘은 처음이다. 그러나 모든 오늘을 연결할 수 있으면 우리는 더 현명할 결정을 할 수 있고, 더 좋은 창조적인 삶을 살 수 있다. 디지털 스레드를 우리의 삶, 인생, 이벤트, 경험, 지식 관리, 시간 관리, 인간관계, 감정 같은 정보에 적용할 수 있는 몇 가지 흥미로운 방법이 있다. 이를 통해 개인의 삶에서 더욱 체계적이고 효율적으로 연관성을 관리할 수 있다. 지난 기록을 조사해 보니 나의 일이나 삶에서 80% 이상이 중복이었다. 디지털 스레드는 이런 중복을 제거하는 데에 매우 효과적이라는 것을 깨닫고 있다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’,  ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   오토캐드는 건축가, 엔지니어 및 시공 전문가가 정밀한 2D 및 3D 도면을 제작하는데 사용하는 CAD(Computer-Aided Design) 소프트웨어이다. 9월 24일 진행된 CNG TV에서는 SCK 이경미 부장과 제이제이이노텍(JJINOTEC) 유광균 과장이 오토캐드 2020에 포함되어 있는 툴셋 중 하나인 오토캐드 플랜트 3D(AutoCAD Plant 3D)의 ISO를 활용하여 실제 프로젝트를 수행할 수 있는 방법을 소개했다. 상세한 내용은 다시보기를 통해 볼 수 있다. ■ 이예지 기자    오토캐드 플랜트 3D는 P&ID(빠른 PID 제도, 업계 표준 기호 라이브러리, 프로젝트 표준 태그 및 보고서 형식, 데이터 유효성 검사), 3D 모델링(신속한 3D 플랜트 모델링, 파라메트릭 장비 템플릿, 구조 모델링, 프로젝트별 배관 사양 작성), 배관 문서화(배관 직교 도면 작성 및 편집, 배관 ISO 도면 생산 자동화, 자동화된 프로젝트별 보고, BIM 모델 문서) 등 다양한 기능을 포함하고 있다. 오토캐드 플랜트 3D를 활용해 배관 업무 프로세스를 진행하는 경우 ‘3D 설계 → ISO 도면 산출 → 구매발주 일관화’의 순서로 진행하게 된다.  제이제이이노텍 유광균 과장은 “오토캐드 플랜트 3D는 완성도 있는 ISO 도면 산출을 위한 필수 기능을 제공한다”면서 “이번 CNG TV에서는 필수 기능을 활용해 BOM 테이블을 포함한 ISO 도각을 설정하는 방법과 Line Condition ISO를 일괄 적용하는 방법에 대해 소개한다”고 밝혔다.   ▲ 오토캐드 플랜트 3D 기능   오토캐드 플랜트 3D는 대화상자 구성으로 쉽고 빠르게 ISO 도각을 설정할 수 있다. 유광균 과장은 “타이틀블록에서 도면 영역은 도각의 크기, 모양에 따라 지정할 수 있고, 테이블은 설정한 후 자유롭게 배치가 가능하다”고 설명했다.  ISO 스타일 생성은 Wizard 방식 구성과 기본 템플릿 활용/수동 구성으로 분류할 수 있다. ‘Wizard 방식’으로 구성할 경우에는 환경설정에서 시각적으로 확인하며 템플릿을 작성할 수 있다. 또한 이미 사용하고 있는 파일이 있는 경우에는 기본 템플릿 활용/수동 구성으로 ISO 스타일을 생성할 수 있다.  ISO의 생성은 ‘안내 메시지’를 통해 프로세싱 여부를 확인할 수 있고, BOM 구성은 기업 표준의 BOM 형식대로 ‘선택’ 그리고 ‘배치’를 하면 된다. Line Condition ISO를 일괄 적용하기 위해서는 LDT 배관테이블 작성 → LDT 배관테이블 로드 순서로 진행하면 된다. 유광균 과장은 “Line Number에 대응하는 엔지니어링 데이터, 도면작성자 정보를 엑셀 파일로 일괄 업로드하고 엑셀 행과 열 데이터를 인식하여 타이틀블록 지정 필드 값으로 자동 배치하면 된다”고 설명했다.   ▲ ISO 산출 절차     기사 상세 내용은 PDF로 제공됩니다.

세중정보기술 3D프린터 사업부 뉴스 2017 인사이드 3D 프린팅 전시회 참가완료 (주)세중정보기술은 지난 6월28일(수)부터 30일 금요일까지 일산 킨텍스에서 진행된 2017 인사이드 3D프린팅 전시회에 참가했습니다. 데스크탑 및 산업용 3D프린터, 3D스캐너, 프린팅 소재, 3D모델링, CAD/CAM, 쥬얼리, 금형, 3D영상 등 다양한 3D 관련 품목들이 소개된 이번 인사이드 3D프린팅에서 저희 (주)세중정보기술은 3D Systems사의 3D프린터장비 (MJP,CJP,SLA 시리즈)를 통해 직접 3D 프린팅의 출력시연을 선보였으며 플라스틱, 메탈, 풀컬러 석고소재 등 다양한 출력물을 전시하여 많은 참관객분들의 관심을 받았습니다.  전시회 생생후기 바로가기 >>         2017 대한치과기공사협회 주최, 2017 치과기자재전시회 참가완료 저희 세중정보기술에서는 지난 7월 8일부터 9일까지 이틀간 일산 킨텍스에서 개최된 '2017 치과기자재전시회'에 참가했습니다. 대한치과기공사협회가 주최하는 국제학술대회 및 치기공전시회 KDTEX에서는 국내외 치과기공산업에서 실현되고 있는 다양하고 놀라운 발전들과 더불어 진료 과정에서 의미있는 개선을 가져올 수 있는 다채로운 제품들이 선보여져 관람객분들의 이목을 집중시켰습니다. 특히, 이번 전시장에서는 현재 디지털로 변화되고 있는 치과계의 트렌트를 여실히 보여주는 다양한 디지털 치과기자재들과 제품들이 눈길을 끌었습니다. 전시회 생생후기 바로가기 >>         Universal Laser News <HOT> Foam 소재 레이저 가공 - Universal 레이저 시스템의 차별화된 레이저 가공 능력 Poron 폼, PET 폼, EVA 폼, 폴리우레탄 폼, 스티로폼, 실리콘 폼, 네오프렌 폼, 메탈 폼 등 다양한 폼(Foam) 소재 작업에 이상적인 Universal 레이저 만의 탁월한 레이저 가공능력과 정밀하고 선명한 결과물로 타사 장비 대비 차별화된 레이저 가공 작업을 직접 경험해 보십시오. 자세히 보기 >>           Formech News 국내외 테크샵, 팹랩, 메이커스페이스 등 시제품제작소와 유수의 기업이 인정한 Formech 진공성형기 초보자와 전문가 모두 안전하고 편리하게 사용할 수 있는 Formech의 진공성형기는 국내외 유수의 대학, 연구실, 테크샵, 팹랩, 메이커스페이스 등의 시제품 제작소에서 널리 이용되고 있습니다. 효율적인 쿼츠 히터를 장착하여 보다 빠른 작업이 가능하며 패키징, 제품 디자인, 드론 모델, 의료기기 모델, 자동차, 항공우주, 엔터테인먼트, 스포츠웨어 등 폭넓은 분야에서 활용하고 있는 월드 클래스 급의 진공성형기 모델입니다.   자세히 보기 >>         3D Systems News [3D시스템즈/SLS 적용사례] SLS방식 3D 프린터로 제작한 의수 11살 소년 다니엘(Daniel)은 선천성 기형의 영향으로 왼쪽 팔 아랫부분이 없어 친구들로부터 종종 아이언맨(Iron Man)으로 불리곤 합니다. 시간이 지나 좀 더 정교한 팔 동작이나 일상적인 생활을 영위하는데 있어 의수의 도움이 필요했던 다니엘은 한창 성장기에 있다는 점 때문에 의수를 마련하는 것에 어려움이 있었습니다.  뼈근육이 하루게 다르게 자라기 때문에 그만큼 의수도 자주 바꾸어야 하는데 의수 구입비용이 만만치 않기 때문입니다. 이러한 문제는 인텔사(Intel)사가 3D systems사와 협력하여 의수를 제작해주는 공동프로젝트를 통해 말끔히 해결되었습니다. 3D 시스템즈사는 프린팅을 통해 의수 자체의 무게를 최소한으로 경량화했을 뿐만 아니라 3D스캔 데이터를 통해 다니엘의 팔 사이즈에 딱 맞는 세상에 하나밖에 없는 맞춤형 의수를 만들어 주었습니다. 자세히 보기 >>         [3D시스템즈/SLS 적용사례] 아이다호 스틸사 다품종소량생산 맞춤형부품제작 1918년 설립되어 식품관련 다양한 장비를 제조하고 있는 미국의 아이다호 철강사(Idaho Steel)는 3D System의 ProX 500 3D 프린터를 이용해 조립 장비에 들어가는 주요 부품을 제작하는데 활용하고 있습니다. 사용하는 소재는 DuraForm ProX의 나일론 재질로 기존 사출성형에서 생산된 부품의 품질과 동일하거나 보다 우수한 강도의 내구성 있는 기계 부품제작을 할 수 있습니다. 아이다호 스틸사에서는 고객들이 원하는 조건에 따라 맞춤용 장비를 제작하고 있기때문에 어찌보면 3D프린팅이 최적의 솔루션이라고 할 수 있습니다. SLS 3D프린터에서 출력한 부품은 실제 부품으로 바로 사용할 수 있어 기능테스트를 위한 워킹목업, 조립용 부품제작 등으로 활용할 수 있습니다. 또한, 기존 금형이나 CNC가공을 통해 제작할 수 없었던 부품의 디자인을 가능케하여 적재적소에 필요한 품목만을 다양한 크기와 모양으로 가공하여 만들어내는 이른바 진정한 '다품종 소량생산'을 가능케해주었습니다. 자세히 보기 >>         3D Printing News 옵티시스사, 수백개의 부품으로 이루어져있던 안테나를 단 하나의 일체형으로 제작 글로벌 안테나 제조업체인 옵티시스(Optisys)는 3D프린팅 기술인 적층제조방식을 이용하여 수 백개의 부품으로 이루어져 복잡하고 무거웠던 안테나를 단 하나의 일체형으로 만들었을 뿐만 아니라 크기, 무게나 제작비용을 상당부분 줄였습니다. 금속 프린터를 이용해 제작된 3D 프린티드 안테나는 약 손바닥 크기 사이즈만하면서도 약 백여개의 구성물들이 단 하나의 일체형으로 설계되어 만들어져 있으며 무게도 95% 가량 절감했습니다. 제품 설계에서부터 완성품까지 소요되는 리딩타임 역시 기존 공정을 이용했을 시의 11개월에서 2개월로 약 5배 가량 시간이 단축되었습니다. 자세히 보기 >>         내부 쿨링채널을 장착한 본드릴(Bone Drill) 3D프린팅 제작 수술시 본드릴의 온도를 48도 이하로 유지하는 것은 매우 까다로운 작업입니다. 왜냐하면 냉각액이 자칫 병변부위에 유출될 수 있는 위험성을 내포하고 있기 때문입니다. 그래서 수술진들은 이러한 위험을 사전에 방지하고 온도를 낮게 유지하기 위해 다소 베이직한 조치를 취했는데 바로 수술을 하는 중간중간 드릴을 멈추고 껐다 켰다 하면서 온도가 너무 높이 올라가지 않도록 수동적으로 조정하는 것 이였습니다. 하지만, 독일 라이프니츠 대학 연구진들이 기구 안쪽에 특별한 내부 쿨링시스템이 설계되어 있는 금속본드릴을 3D프린터로 제작하면서 의료진들은 더이상 수술 도중 끊기지 않으면서도 안전하게 48도 이하의 적정온도를 유지하면서 작업을 지속할 수 있게 되었습니다. 자세히 보기 >>          

■ 개발 : 지멘스PLM소프트웨어 www.plm.automation.siemens.com ■ 주요 특징 : NURBS 기반 3D 모델링 / 효과적인 작업 이력 관리 / 실제와 같은 렌더링 / 윈도우, 맥에서 모두 사용 가능■ 공급 : 지멘스PLM소프트웨어코리아, 02-3016-2000, www.plm.automation. siemens.com/ko_kr/ 지멘스 PLM Software의 NX는 개념 설계부터 엔지니어링 및 제조에 이르기까지 제품 개발의 모든 부문을 지원하고 있다. NX는 3D 제품 설계를 통해 보다 높은 품질과 낮은 비용으로 혁신을 제공하고 있으며, 특히 동기식 기술을 통해 다른 CAD 시스템에서 만든 모델을 사용해서 마치 NX에서 만든 모델처럼 최고의 속도와 편의성으로 지오메트리를 만들고 수정할 수 있다. 또한 고급 자유 곡면 모델링, 형상 해석, 렌더링 및 시각화 도구를 통해 전용 산업 디자인 시스템으로서의 CAD 기능을 제공한다. 시각적 제품 해석 및 설계 검증 도구를 통해 신속하게 정보를 통합, 설계에서 요구 사항 준수 여부를 확인하고, 정확한 정보에 기반한 의사결정을 내릴 수 있다. 고해상도 시각적 해석을 통해 프로젝트 상태, 설계 변경 사항, 팀의 책임, 문제, 비용, 공급업체 및 기타 속성에 대한 질문에 바로 응답하여 해결할 수 있다.시뮬레이션 기반 설계를 통해 시간과 비용을 절감할 수 있는 NX CAE는 NX CAD와 동일 플랫폼을 기반으로, 해석 전문가가 사용하는 것과 같은 신뢰할 수 있는 시뮬레이션 기능을 설계자의 환경 및 전문 기술 수준에 맞게 손쉽게 조정해 활용할 수 있도록 할 수 있다.NX는 최근에 각광 받는 Additive Manufacturing 프로세스 연계를 위해 출력 전 Supporter 및 모델링의 적절성을 미리 평가하고, Scan Data를 바로 CAE를 통해 성능을 예측하고, 일반 종이 프린터와 같이 3D Printer를 연결하여 직접 출력이 가능한 기능을 추가적으로 제공하고 있다. 기사 상세 내용은 PDF로 보실 수 있습니다.

■ 개발 및 공급 : Artec Group, www.artec3d.com 한국아카이브, 02-558-8114, www.hankooka.com■ 주요 특징 : 높은 해상도의 모바일 스캐닝 솔루션 Artec Eva(아르텍 에바)와 Space Spider(스페이스 스파이더)는 전문적인 사용을 위한 3D 스캐너다. 사용이 쉬우면서 빠르고높은 해상도로 스캔할 수 있어 높은 스캔 품질을 제공한다. Artec Eva는 3D로 캡처하는 비디오 카메라와 비슷하다. 이 스캐너는 1초에 16 프레임까지 캡처할 수 있다. 이 프레임들은 스캐닝을 빠르고 쉽게 만들 수 있도록 실시간으로 자동 정렬된다.특히 특수효과 제작, 의학, 생물학 연구에서 중요한 역할을 하고있다. 또한 Eva의 높은 품질의 스캔 모델은 CG/애니메이션, 범죄 과학, 그리고 의학 산업에도 적용되고 있다. Artec Space Spider는 CAD 사용자들과 발명가들을 위한 유용한 도구로 작은 사물들의 세밀한 부분까지도 높은 정확도와 생생한 컬러로 캡처해 낸다. 이러한 기능은 역설계, 품질 관리, 제품 디자인 및 제작 등 여러 분야에서 사용된다. Artec Space Spider는 다양한 기능으로 무장한 Artec Spider의 업그레이드 버전으로 우주에서 사용할 목적으로 초기 개발됐다. 이전 모델보다 최적의 작업 온도와 최대의 정확도에 10배 빠르게 도달할 수 있도록 하며, 데이터 캡처에 있어 장기간의 반복성을 제공하는 새로운 높은 단계의 전자 기능을 제공한다. Space Spider는 복잡한 형태, 날카로운 모서리, 그리고 얇은 뼈대를 가진 작은 개체를 스캔하기 위해 고안됐다. 주요 특징(1) 높은 해상도Artec Eva로 중대 규모 표면 영역의 질감과 정확한 스캔을 빠르게 생성하며, 매우 상세한 정밀도로 작은 영역의 복잡한 디테일을 스캔할 때 Artec Space Spider를 사용한다.(2) 모바일 스캐닝 솔루션배터리 팩과 태블릿 호환성으로 Artec의 휴대용 스캐너는 완전한 모바일 스캐닝 솔루션이다. (3) 광범위한 산업 분야에서 사용Artec Eva와 Spider는 품질 관리, 자동차 산업, 의학, 문화 유산 보존, 컴퓨터 그래픽, 디자인, 법의학, 교육, 역설계 및 건축을포함하여 수많은 산업에서 사용된다.(4) Artec Studio Professional 3D 데이터 처리 소프트웨어Artec의 고유한 알고리즘을 사용하여 빠르고 효과적으로 데이터를 편집하기 위해 Artec Studio 고급 3D 데이터 처리 소프트웨어로 스캔한다. 그리고 다양한 파일 형식으로 결과를 내보낸다. 기사 상세 내용은 PDF로 보실 수 있습니다.

카티아와 앤시스 디자인 모델러의 연계이번 호에서는 앤시스(ANSYS) 제품에서 기본적으로 사용되는 모델링 툴인 디자인모델러(Design Modeler)에서 주로 사용하는 Multibody Modeling, NamedSelection, Parameter 설정 기능을 카티아에서 설정할 수 있는 방법에 대해소개하고자 한다. 안일용E-mail | iyan@tsne.co.kr홈페이지 | www.tsne.co.kr ANSYS 제품의 총판을 담당하고 있는 태성에스엔이의 대리로 CFD 분야를 맡고 있다. 특히 자동차/일반기계에 대해서 기술지원, 교육 및 컨설팅을 담당하는 엔지니어이다. 제품 개발 및 설계 과정에서 CAE의 적용은 개발 시간 단축, 개발 비용 절감 및 성능향상을 입증하고 있다. 개발자는 제품 개발과정에서 CAE의 적용 유무보다는 CAE를효율적으로 사용하는 방법을 갈구하고 있고, 이러한 이유로 해석 자동화가 큰 이슈가 되고 있다. 해석 자동화는 앤시스 워크벤치(ANSYSWorkbench)의 파라미터 스터디(ParameterStudy)를 통하여 손쉽게 사용할 수 있는데,앤시스 워크벤치의 파라미터 스터디는 형상,격자, 해석 조건 등을 매개변수로 잡을 수 있고, 해석에 필요한 전처리, 솔빙, 후처리에 앤시스 제품이 보유한 다양한 툴을 통해 구성할 수 있다. 하지만 이러한 기능을 사용하려면 앤시스에서 제공하는 모델링 툴인 디자인 모델러나 스페이스클레임(SpaceClaim)을 사용해야 하는데, 설계자들은 이러한 툴을 익히는데 많은 시간을 필요로 한다.이번 호에서는 설계자들에게 익숙한 모델링 툴인 카티아의 기능과 해석에 필요한디자인 모델러의 기능을 연계할 수 있는 방법에 대해 소개하고자 한다.먼저 카티아에서 해석에 필요한 네임드 셀렉션(Named Selection) 및 멀티보디 모델링(Multibody Modeling)을 하는 방법들을 살펴본 후 파라미터 설정 방법에 대해 확인하도록 하자. 이번 호의 내용은 앤시스 R15.0과카티아 V5R20 버전을 기준으로 작성하였다. 네임드 셀렉션(Named Selection)단일 영역 설정하기 카티아에서 단일 영역에 대한 네임드 셀렉션 설정은 <그림 1>과 같이 Publication(통계)에서 수행할 수 있고, 이 때 성분은 Point, Line, Surface, Volume을 선택할수 있다.Publication을 실행한 후 원하는 성분을클릭하면 <그림 2>와 같이 선택한 성분이 추가되고, 이 때 Name에 해당하는 부분을 원하는 이름으로 변경한다. 그림 1. Publication 실행 그림 2. 이름 변경 다수 영역 설정하기다수 영역에 대한 네임드 셀렉션 설정은<그림 3>과 같이 Join(결합)을 통해 하나의면으로 만든 후 수행해야 한다. 결합한 면은Publication을 통해 이름을 부여한 후 결합하였던 면은 <그림 4>와 같이 Hide/Show를 통해 숨기도록 한다. 만약 결합한 면을 숨기지 않고 디자인 모델러로 넘기게 되면결합하였던 면은 볼륨 보디(Volume Body)와 서피스 보디(Surface Body)로 중복되어 불러들이게(Import) 되므로 주의한다. ■ 더욱 자세한 내용은 PDF를 통해 제공됩니다.