• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "권기태"에 대한 통합 검색 내용이 8개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
[포커스] 태성에스엔이, “CAE와 AI의 융합으로 제품 개발 혁신”
태성에스엔이는 9월 11일 서울 aT센터에서 'CAE×AI 세미나 2024'를 개최했다. 이날 세미나에는 300명 이상의 업계 전문가들이 참석한 가운데, 앤시스의 해석 프로그램과 AI의 접목을 통한 혁신적인 해석 기법들이 소개되었다. 참석자들은 최신 CAE 해석 기술과 AI의 융합을 통해 향후 제조업과 설계 분야의 발전 가능성에 대한 인사이트를 얻었다. ■ 박경수 기자      AI/ML을 활용한 해석 혁신 이번 세미나에서는 AI/ML 기술의 CAE 해석 적용을 주제로 앤시스 심AI(Ansys SimAI)와 앤시스GPT(AnsysGPT)를 포함한 다양한 AI 트렌드가 소개되었으며, 이를 활용해 더 빠르고 효율적인 해석 결과를 도출할 수 있는 방법이 논의되었다.  태성에스엔이 노은솔 매니저와 김도현 매니저는 ‘기초 이론과 사례로 살펴보는 인공지능’을 주제로, AI 도입으로 해석 부문이 어떤 변화가 생겼는지 설명했다. 이어 윤진환 이사는 '태성에스엔이와 Ansys의 AI 기술과 고객 서비스'를 소개하며, AI 기술이 CAE 해석에 어떻게 실질적으로 적용되고 있는지 설명했다. 권기태 수석매니저는 ‘태성에스엔이가 제공하는 시뮬레이션 데이터 기반 AI/ML 서비스’를 주제로, AI가 시뮬레이션 데이터를 활용해 성능을 최적화하는 방법에 대해 심도 깊은 논의를 진행했다.    Stochos와 AI 응용사례 CADFEM Germany GmbH의 다니엘 수쿠프(Daniel Soukup)는 Stochos라는 온프레미스 기반 AI 프로그램을 소개했다. Stochos는 신경망과 가우시안 프로세스를 결합한 Deep Infinite Mixture of Gaussian Processes(DIM-GP) 알고리즘을 통해 소량의 데이터로도 높은 예측 정확도를 제공하는 기술이다. 특히, 확률론적 머신러닝을 도입해 예측 결과의 신뢰도를 함께 제시하여 엔지니어들이 AI 결과를 더욱 신뢰할 수 있도록 만들어 준다. 이 기술은 복잡한 시뮬레이션 문제 해결에 있어 뛰어난 성능을 발휘하며 관심을 끌었다.   CAE와 AI 융합의 미래 이외에도 이번 행사에서는 앤시스의 최적화 전용 프로그램인 옵티스랭(optiSLang)에서 AI 사용 방법, 심AI, 앤시스GPT, 트윈AI(Ansys TwinAI) 등 AI를 접목한 앤시스의 최적화 기술이 차례로 소개되었고, 다양한 시각에서 AI 기술이 CAE에 어떻게 접목될 수 있는지 소개됐다.  태성에스엔이는 CAE와 AI의 결합을 통한 미래 산업의 변화 가능성에 대해 참석자들과 함께 토론하는 시간을 가지며 세미나를 마무리했다. AI 기반의 CAE 해석 기술은 향후 설계 및 제조 산업의 혁신을 주도할 중요한 요소로 자리잡을 것으로 기대된다.   ‘CAE×AI 세미나 2024’ 인터뷰  CAE×AI 세미나 2024 행사 관련해 태성에스엔이의 석진 영업본부 이사, 윤진환 기술본부 이사, 권기태 기술본부 AI 팀 수석매니저와 이야기를 나눴다. Q. 이번 세미나에서 발표된 AI/ML 기술 적용 사례 중, 특히 성공적인 사례를 하나 꼽는다면? 해당 사례에서는 어떤 방식으로 해석 프로세스를 개선했는지? ■ 윤진환 : 많은 분들이 AI/ML의 도입은 아직 시기상조이거나, 중견기업 이상의 대형 기업에서만 시험적으로 적용되고 있다고 생각할 수 있다. 하지만, 태성에스엔이의 AI 팀이 개발한 AI/ML 솔루션은 이미 국내 중소기업에서 실사용 되고 있는 사례를 보여드리고자 했다. 이 프로그램은 AI 모델 자동 생성 프로그램으로, 앤시스 일렉트릭 데스크톱(Ansys Electric Desktop)에서 계산된 시뮬레이션 결과를 기반으로 AI 모델을 자동으로 생성한다. 해석자가 앤시스 일렉트릭 데스크톱에서 설계 형상에 대한 변수만 지정해 두면, 본 프로그램은 자동으로 해당 변수를 추출해 실험계획법(DoE)을 기반으로 여러 번의 해석을 진행한 뒤, AI 모델을 구축한다.   ▲ 해석팀 : 해석 변수 자동 추출 및 AI모델 생성 자동화    이후, 설계자는 구축된 AI 모델을 기반으로, 임의의 설계 변수 값을 입력해 실시간으로 해당 설계안에 대한 예측 결과값을 확인할 수 있다.   ▲ 설계팀 : AI 모델을 통한 실시간 성능 예측   이후 설계자는 구축된 AI 모델을 바탕으로 임의의 설계 변수 값을 입력해 실시간으로 해당 설계안에 대한 예측 결과를 확인할 수 있다. 이 기능 덕분에 해석자는 설계팀으로부터 반복되는 동일 작업 요청을 줄일 수 있었고, 더 높은 수준의 분석이나 추가적인 AI 모델 구축에 시간을 투자할 수 있게 되었다. 설계팀 또한 실시간 예측을 통해 빠른 결과 분석을 반영해 작업 효율을 크게 향상시킬 수 있었다. 이 프로그램은 유사한 환경에서 구조해석, 열해석 등에도 적용 가능하며, 맞춤형 UI와 다양한 AI 기능을 구현할 수 있어 여러 기업으로부터 관심을 받고 있다.   Q. 심AI와 앤시스GPT와 같은 최신 기술 및 제품 트렌드가 CAE 해석 분야에서 어떤 변화를 가져올 것으로 기대하나? 이 기술들이 현장에서 어떻게 적용되고 있으며, 궁극적으로 해석 결과의 품질에 어떤 영향을 미칠 것으로 보는지? ■ 석진 : 심AI와 같은 AI 기반 도구는 반복적인 작업을 자동화하여 사용자가 모델링부터 해석에 이르는 전 과정을 보다 신속하게 수행할 수 있도록 지원한다. 설계 초기 단계에서 최적화를 진행할 수 있는 가능성이 높아지며, 이를 통해 설계 주기가 단축될 것이다. 또한, 인적 오류를 최소화함으로써 실험과 프로토타입 제작에 소요되는 비용과 시간을 절감하여 궁극적으로 시장 출시 주기를 획기적으로 단축시킬 것으로 기대된다. AI 기술을 활용해 대량의 해석 데이터를 분석하고 패턴을 인식함으로써 더 나은 설계 결정을 지원할 수 있으며, 앤시스GPT는 앤시스 공식 웹사이트 내에서 사용자 질문에 대한 정확하고 신뢰할 수 있는 답변을 제공하거나 최적의 설계 옵션을 제안하는 데 유용할 것이다. 이러한 기술은 CAE 도구의 사용을 더욱 쉽게 만들어 준다. 예를 들어, 복잡한 해석 과정이나 설정에 대한 자동 안내 및 추천 기능은 비전문가들도 손쉽게 접근할 수 있도록 도와준다. 또한, 다양한 팀과 부서 간 협업도 향상될 것이다. AI 기반 도구는 설계, 해석, 생산 팀 간의 원활한 커뮤니케이션을 지원하여 더 통합된 접근 방식을 가능하게 한다. 결론적으로, 심AI, 앤시스GPT, 앤시스 AI+ 등 앤시스의 AI 솔루션은 CAE 해석의 정확성, 효율성, 접근성을 크게 향상시킬 것으로 기대하며, 이는 산업 전반에 혁신적인 변화를 가져올 것이다.   Q. CAE 프로그램에 AI를 접목했을 때 해석 속도와 정확도는 얼마나 향상되었는지? 이런 기술적 통합이 실무 현장에서 얼마나 실질적인 성과를 보여주고 있다고 보는지? ■ 권기태 : 앤시스는 다음 그림과 같이 CAE 프로그램에 순차적으로 AI 기능을 추가하고 있다.  그 중 앤시스 CFD AI+ 기능을 하나의 사례로 소개하겠다. 플루언트(Ansys Fluent)에서 제공하는 Generalized k-ω Model(GEKO) 난류 모델은 사용자가 직접 계수를 설정해야 하며, 도메인 내에서도 각기 다른 계수를 설정해야 하는 어려움이 있다. 이러한 문제를 해결하기 위해 앤시스 CFD AI+는 Adjoint Solver와 Neural Network/Machine Learning 기법을 결합하여 GEKO 모델의 계수를 자동으로 조정하는 기능을 제공한다.  AI 기술의 효과를 확인하기 위해 S805 Airfoil 문제에 GEKO 모델 계수의 자동 튜닝 기능을 적용한 결과 GEKO 기본 계수를 사용할 때 오차는 기준값 대비 13.2%였지만, AI 기반 자동 튜닝 계수를 적용한 경우 오차가 0.2%로 크게 감소한 것을 확인할 수 있었다. 앤시스 AI+를 통해 CAE 프로그램과 AI 기술을 기술적으로 통합함으로써 해석 속도와 정확도를 개선하고 있다. 또한, 시뮬레이션 결과 데이터에 AI 기술을 적용하여 실무 현장에서 많은 성과를 보이고 있다. 심AI 프로그램은 형상과 시뮬레이션 필드 결과 데이터를 활용해 시뮬레이션 솔버를 대체할 수 있는 인공지능 모델을 제작할 수 있는 사례를 보여 준다. 이 모델을 사용하면 형상을 입력하여 기존 시뮬레이션 솔버에 비해 10배에서 최대 1000배 더 빠르게 필드 결과를 예측할 수 있다.  디지털 트윈 분야에서는 복잡한 물리 기반의 시뮬레이션 모델을 ROM(축소 차수 모델)이라는 머신러닝 기법을 통해 시스템 수준의 해석 모델로 전환하여, 실시간 물리적 예측이 가능하며 빠른 속도와 높은 정확도를 제공한다.  향후 품질 및 생산 관리와 같은 측정 데이터 기반 인공지능 모델이 많이 사용되는 영역에서도 시뮬레이션 데이터 기반 인공지능 모델의 사용이 활발해질 것으로 기대된다. 이를 통해 시뮬레이션 기술은 설계 단계에만 머무르지 않고, 공정 및 품질 개발, 생산 및 품질 관리, 그리고 디지털 트윈과 같은 장치의 효율적인 운용 단계까지 그 활용 범위가 더욱 확장될 것이다.   Q. Stochos와 같은 온프레미스 기반의 AI 프로그램이 다른 클라우드 기반 AI 프로그램과 비교했을 때 어떤 차별화된 장점이 있다고 보나? 특히 보안성과 데이터 처리 측면에서 어떤 이점이 있는지? ■ 윤진환 : CAE 분야에서 클라우드 기반의 AI를 이용하는 이유는 사용자의 접근성을 높이기 위한 목적도 있지만, AI 학습을 위해서는 고가의 고성능 GPU가 필요하며 때로는 여러 대의 GPU를 묶어야 학습이 가능하기 때문에 장비 구축 비용이 매우 높다는 현실적인 이유도 있다. 다시 말해 온프레미스 환경에서 CAE에 대한 AI를 학습할 수 있다는 것은 기존의 AI 알고리즘과 달리 상대적으로 적은 계산 장비 리소스만으로도 정확하고 빠르게 학습할 수 있는 AI 기술을 보유하고 있다는 의미다.  Stochos는 일반적인 신경망 기반의 AI와 Gaussian Process기법을 결합한 DIM-GP 기법을 이용하여 적은 샘플수로도 높은 정확성의 AI모델을 만들어 내며, 저가의 GPU 또는 CPU만으로도 빠른 속도로 학습할 수 있다. 또한 Scalar, Signal, 이미지, 3D 형상, 정상상태, 과도상태 등의 다양한 해석 데이터와 일반 정보에 대한 AI 모델을 만들 수 있어서 활용도도 넓다. 특히 AI 모델 생성 시의 내부변수 설정(하이퍼파라미터)을 별도로 조절할 필요가 없으며, 자동으로 노이즈를 처리하는 기능이 있어 복잡한 AI 설정 과정이 필요 없는 것이 큰 장점이다.  보안성과 데이터 처리 부분에서는 클라우드 기반의 AI와 비교했을 때 사내 장비에서 모든 작업을 할 수 있어 데이터 유출이나 유실의 우려를 원천적으로 차단할 수 있으며, 사내망에서 구동되므로 데이터 전송 및 예측 속도가 빠르다는 장점이 있다. 따라서 보안 문제에 대한 우려가 있거나 사내 AI 장비 구축 비용에 부담을 느끼고 있다면, 이 솔루션이 훌륭한 대안이 될 수 있다고 생각한다.      Q. 태성에스엔이는 향후 AI 관련 기술을 어떻게 발전시켜 나갈 계획인지? 앞으로 예상되는 CAE 해석 관련 기술 발전 방향 및 비전에 대한 설명도 부탁드린다. ■ 윤진환 : 태성에스엔이는 열유동/구조/전기전장/시스템/광학/최적화 등의 분야에 대한 100여명의 전문엔지니어를 보유하고 있으며, 앤시스 AI+, 심AI, 앤시스GPT에 대해서는 모든 엔지니어가 각자의 해석분야와 산업분야에 대한 초기 대응을 수행하고 있다.  이에 더해 태성에스엔이에는 AI를 위한 전문 그룹이 구성되어 있다. 이 그룹은 기술 엔지니어 중에서 AI 분야의 전문성을 가진 인원들로 이루어졌으며, 다양한 산업군에서 필요로 하는 CAE AI 응용 방안을 고객과 논의하여 선제적이고 맞춤형 서비스를 제공하는 것을 목적으로 하고 있다.  그리고 상용 AI 프로그램인 Stochos과 오픈소스를 활용해 맞춤형 AI 환경을 구축하거나 AI 모델 생성 서비스를 제공하는 것도 주요 사업 중 하나이며, 엔비디아 옴니버스(Omniverse)와의 협업을 통해 3차원 실시간 그래픽 플랫폼에 CAE AI를 적용하는 작업도 병행하고 있다. 각종 학회, 기업체 연구소, 프로그램 개발 업체 등에서 CAE에 AI 기술을 접목하고 응용 방안을 연구하는 활동이 그 어느 때보다 활발히 진행되고 있다. CAE 자체의 해석 속도와 전후 처리 속도 향상, 그리고 편의성 증대는 전문 해석자의 업무 부담을 덜어줄 것이다. 또한, CAE AI 모델 구축을 통한 빠른 예측과 실시간 결과 도출은 설계자와 해석자 간의 협업을 더욱 긴밀하게 하여 해석이 실제 업무 현장에 더 활발하게 활용될 것으로 예상된다. 이에 따라 해석자는 CAE를 통해 AI 모델을 구축하고 배포하며, 이를 사내에서 쉽게 활용할 수 있도록 하는 플랫폼 환경 구축 업무가 꾸준히 증가할 것으로 예상된다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-10-04
[무료다운로드] 딥러닝을 사용한 해석 데이터 기반 메타모델 살펴보기
앤시스 워크벤치를 활용한 해석 성공 사례   최근, 다양한 실험 및 해석에서 축적된 데이터와 인공지능 기술의 발전으로 데이터 기반 설계(Data-Driven Design)가 활성화되고 있다. 특히 해석 데이터를 기반으로 한 메타모델은 빠른 예측 속도의 장점을 이용해 반복적인 예측이 요구되는 최적 설계와 실시간 예측이 필요한 디지털 트윈 분야에서 주로 사용되며, 부품과 시스템의 통합 최적설계나 생산 품질 관리와 같은 다양한 분야로 활용 범위가 확장되고 있다. 이번 호에서는 간단한 사례를 통해 데이터 기반 설계에서 활용되는 딥러닝 기술과 해석 데이터를 이용한 메타모델을 소개한다. 그리고 딥러닝 프로그래밍 작업 없이 해석 데이터 기반 메타모델을 쉽게 생성할 수 있는 다양한 환경과 제작 방법부터, 생성된 메타모델을 다양한 환경에서 효율적으로 사용하기 위해 FMI(Functional Mock-up Interface) 기술로 제작하는 FMU(Functional Mock-up Unit)의 생성 및 사용법까지 다루도록 하겠다.   ■ 권기태 태성에스엔이의 EBU_LF팀 수석매니저로 해석자동화 업무 및 기술지원을 담당하고 있다. 이메일 | gtkweon@tsne.co.kr 홈페이지 | www.tsne.co.kr   메타모델이란 우선, 메타모델의 정의와 활용에 대해 짚고 넘어가보자. 메타모델(metamodel)은 ‘모델의 모델’이라는 의미로, 복잡한 모델을 간소화하여 설명하거나 정의하는데 사용된다. 근사방법(approximation method)을 사용해 원래의 모델을 재모델링함으로써 만들어지는 간결한 형태의 모델을 의미한다. 이러한 메타모델의 정의나 활용은 적용되는 분야에 따라 다르게 사용된다. 우선 기계학습의 메타모델은 다른 기계학습 모델을 이해, 분석, 또는 간략하게 표현하기 위한 목적으로 사용되며, 소프트웨어 엔지니어링 분야에서는 UML을 통해 시스템의 구조와 속성을 추상화하고 표준화하는데 사용된다. 시뮬레이션 및 최적화 분야의 메타모델은 복잡한 시뮬레이션 모델이나 실제 세계의 시스템을 간단한 수학적 모델로 대체하며, 이를 통해 저렴한 비용과 짧은 시간 안에 다양한 시나리오 탐색이나 최적의 해를 찾는 데 활용된다. 시뮬레이션 및 최적화 분야에서도 메타모델은 목적이나 관점에 따라 여러 용어로 불린다. 가장 먼저, 복잡하거나 계산에 많은 비용이 소요되는 모델, 또는 실제 실험을 단순하고 효율적인 형태로 근사화한 모델이란 의미의 대리자 모델(surrogate model)이 있다. 더불어 고차원이나 복잡한 시스템의 동적 거동을 낮은 차원이나 작은 수의 변수를 사용하여 효과적으로 근사화하는 방식의 ROM(Reduced-Order Modeling)이 있다. 또한 데이터를 사용하여 복잡한 시스템의 응답을 모델링하고 최적화하기 위한 통계적 방법이란 의미의 RSM(Response Surface Model)과 최적화 프로그램 안에서 시간이 많이 소요되는 CAE 시뮬레이션을 대신하여 사용되는 대리자 모델인 MOP(Meta-Model of Optimal Prognosis)란 용어도 사용되고 있다.   해석 데이터 기반 메타모델 컴퓨터 하드웨어의 발전과 함께 공학 설계 기술은 실험 중심의 설계에서 시뮬레이션 기반의 설계로 급속도로 전환되었다. 더욱이, 최근에는 실험과 해석에서 축적된 데이터와 인공지능 기술의 발전으로 데이터 기반 설계가 활성화되는 만큼, 데이터 기반 설계에서 사용되는 데이터 기반 메타모델의 중요성도 같이 증가하고 있다. 메타모델은 복잡한 시스템이나 모델을 간단히 표현하기 위해 확보된 데이터를 수학적 기법이나 인공지능 기술로 처리하여 제작한다. 특히, 인공지능과 시뮬레이션 기술의 발전으로 해석 데이터를 활용한 딥러닝 기반의 메타모델이 주목을 받고 있다. 해석 데이터는 측정 데이터와 비교해 입력과 출력 데이터의 노이즈가 적고, 스크립트 자동화를 이용해 원하는 조건으로 데이터를 쉽게 확보할 수 있다는 장점이 있다. 딥러닝 기술을 이용한 메타모델은 복잡한 수학적 지식 없이 구현이 가능하며, 파이썬(Python) 환경에서 작업하기 때문에 파이썬의 강력한 기능을 효과적으로 활용할 수 있다.   메타모델의 활용 해석 데이터를 활용한 메타모델은 빠른 예측 속도의 장점을 활용하여 반복적이거나 실시간 예측이 필요한 분야에서 주로 사용된다. 그러나 해당 메타모델은 해석 데이터를 생성할 때 사용된 변수로만 입력 값이 제한되기 때문에, 설계인자가 고정된 상황에서만 적합하다는 단점이 있다. 이러한 메타모델의 장단점을 고려하여 활용 가능한 분야를 도출하면 <그림 1>과 같다. 설계 최적화 및 민감도 분석 : 반복적으로 사용되는 빠른 예측 복잡한 시스템의 최적설계 : 요소부품과 시스템의 통합적 최적설계에서 부품 메타모델 생산 품질 관리 : 설계가 확정된 후 생산 과정의 변동 관리 디지털 트윈 : 설비의 운용 효율을 최적화하기 위해 실시간 예측   그림 1. 디지털 엔지니어링의 구성 요소   ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2023-11-02
CAD&Graphics 2023년 11월호 목차
  INFOWORLD   Focus 17 유니티, 디지털 트윈/XR/AI로 산업 분야서 실시간 3D 기술의 확대 추진 20 앤시스, 시뮬레이션 경험을 향상시키는 AI와 클라우드 솔루션 제시 23 AWS, “클라우드와 생성형 AI로 산업 분야의 혁신 뒷받침한다” 26 에릭슨엘지, “초저지연 5G 기술로 산업 현장의 디지털 전환 돕는다”   People&Company 28 알테어 밍 저우 전산 역학 및 최적화 총괄 연구위원 다중물리부터 AI까지… 제품 설계의 최적화를 위한 기술 혁신 이어간다   Case Study 30 디지털 트윈으로 도시, 건물, 인프라를 재구성하는 6가지 방법 데이터의 실시간 3D 시각화 통해 설계/운영/교육 등의 경험 개선 34 건설 산업에서 언리얼 엔진을 활용한 플랫폼 구축 BIM 데이터와 실시간 3D 기술 결합해 최적의 의사결정 지원   New Products 42 솔버 성능과 접촉 해석 속도 향상된 다물체 동역학 해석 소프트웨어 리커다인 2024 46 AI 기능 도입으로 설계 작업의 자동화 및 속도 향상 솔리드 엣지 2024 48 결함방지 테스트 및 요구사항 추적 기능 등 추가 매트랩 R2023b, 시뮬링크 R2023b 50 AI 및 HPC 기술 융합한 시뮬레이션 플랫폼 하이퍼웍스 2023 39 이달의 신제품   Column 56 여행에서 얻은 것 No.2 / 류용효 제주 즐기기 - 보고, 담고, 웃고, 걷고   52 New Books 54 News   Directory 123 국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 61 BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱 생성형 AI 서비스 개발을 위한 라마 2 설치와 사용법 64 새로워진 캐디안 2023 살펴보기 (13) / 최영석 캐디안 2023의 3D 객체 그리기 기능 Ⅳ 67 데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2024 (7) / 천벼리 삼위일체 블록 라이브러리 70 토목 분야 BIM 기반 자동, 연동, 수동 수량산출 합산 프로세스 (4) / 이재홍 BIM 기반 자동, 연동, 수동 수량산출 내역 합산 프로세스 구축의 의미와 향후 과제   Cloud Computing 73 산업 현장에서 활용할 수 있는 AWS IoT 서비스 (7) / 조상만 AWS 클라우드가 제공하는 디지털 트윈 솔루션, IoT 트윈메이커 Ⅱ   Reverse Engineering 78 이미지 정보의 취득, 분석 및 활용 (11) / 유우식 정보의 가시화 88 포인트셰이프 디자인을 사용한 역설계 사례 / 드림티엔에스 자동차 서스펜션 스캔 데이터의 역설계 작업 과정   Mechanical 94 제품 개발 혁신을 가속화하는 크레오 파라메트릭 10.0 (6) / 박수민 크레오 파라메트릭 10.0을 사용한 금형 설계 116 국내 E-CAD 시장 분석과 전장설계 활용을 위한 제언 (1) / 구형서 국내 E-CAD 제품 시장 분석   Analysis 98 성공적인 유동 해석을 위한 케이던스의 CFD 기술 (3) / 나인플러스IT 복잡한 선박 형상의 메싱 간소화 102 앤시스 워크벤치를 활용한 해석 성공 사례 / 권기태 딥러닝을 사용한 해석 데이터 기반 메타모델 살펴보기 109 제품 개발의 새로운 방법론, MBSE (6) / 김태현, 전형재 MBSE 프레임워크와 플랫폼의 역할   PLM 120 제조기업의 미래를 위한 PLM 이야기 (9) / 김성희 클라우드 기반의 아키텍처를 고려한 PLM     캐드앤그래픽스 당월호 책자 구입하기>>   캐드앤그래픽스 당월호 PDF 구입하기>>    
작성일 : 2023-10-31
제품 설계자를 위한 전산해석 소프트웨어 개발
액추에이터 개발을 위한 DoSA-Maxwell의 기능과 특징   전산해석(CAE)을 이용한 설계검증은 제품 개발자들의 설계 경쟁력을 높이는데 큰 도움이 된다. 따라서 개발 업체들은 개발자들에게 해석 소프트웨어 교육을 이수하게 하고, 전산해석 기술을 제품개발에 활발하게 적용하도록 독려하고 있다. 하지만 여러 이유로 제품 개발자들의 전산해석 활용에는 한계가 있다. 이번 호에서는 이를 해결하기 위한 목적으로 태성에스엔이에서 개발하고 있는 제품 설계자를 위한 전산해석 소프트웨어를 소개하고자 한다.   ■ 권기태 태성에스엔이의 EBU팀 차장으로 전자기장 분야에 대한 기술지원 및 교육, 프로젝트 업무를 하고 있으며, 특히 소형 전동 액추에이터(Solenoid, Voice Coil Motor)를 담당하고 있다. 이메일 | gtkweon@tsne.co.kr 홈페이지 | www.tsne.co.kr     1. 전산해석과 제품 개발자 상용 전산해석 소프트웨어(이하 해석 소프트웨어)의 기술은 이미 충분히 검증된 수준에 도달해 있어 이미 많은 제품의 개발에 적용되고 있다. 하지만 해석 소프트웨어는 전산해석 전공자의 사용에 맞추어 개발되고 있어 주로 전문인력들에 의해 사용되고 있고, 실제 제품의 설계를 담당하고 있는 제품 개발자는 활발히 사용을 하지 못하고 있다. 따라서 제품개발 업체들은 제품 개발자들의 설계 경쟁력을 높이기 위해 해석 소프트웨어의 교육 이수를 포함하여 제품 개발자가 전산해석 기술을 활발하게 사용하도록 독려하고 있지만 전산해석을 전공하지 않은 제품 개발자들은 담당 제품에 대한 높은 수준의 전산해석까지는 활용하기가 어려운 상황이다. 제품 개발자들이 적극적으로 전산해석을 활용하지 못하는 이유를 구체적으로 설명하면 다음과 같다. 일반적인 해석 소프트웨어는 해당 물리장의 모든 문제를 풀 수 있도록 개발된 범용 전산해석 소프트웨어이기 때문에, 제품 개발보다는 전산해석의 관점에서 개발이 되어 제품 개발자들에게 익숙하지 않는 <그림 1>과 같은 작업 흐름을 가지고 있다.   그림 1. 해석 소프트웨어의 작업 흐름   그리고 전산해석에 사용되는 용어나 입출력 데이터 값들은 제품 개발에서 사용하는 용어나 데이터 값들과 달라서 전산해석을 시작하는 제품 개발자들에게는 사용에 부담이 되고 있다. 또한 제품의 전산해석을 위해서는 해석 소프트웨어 안에서 이론을 기반으로 여러 가정을 사용하여 해당 제품에 대한 해석모델을 제작해야 하는데, 제품 개발자들이 해석모델을 제작하는 것에 대해 어려워하고 있다.  
작성일 : 2018-12-03
CAD&Graphics 2018년 12월호 목차
  43 Theme. BIM의 현주소와 발전을 위한 제언   상호신뢰가 있는 BIM과 엔지니어링 가치 / 강태욱 국내 BIM 시장 활성화를 위한 생태계 조성해야 / 김호중 건축 설계 현장에서 본 BIM의 전망과 방향 / 김승록 건설산업 변화의 동력으로 BIM의 역할 정립 / 심창수 BIM 소프트웨어 활용 및 보급확산 지원 사업 소개 / 한국생산기술연구원 제조업의 자동화 혁신 기술이 건설 산업에 미치는 영향 / 임민수 BIM 발전 방향성에 대한 고찰 / 김현 건설업계 시공성 향상을 위한 해답, BIM에서 찾아야 / 박완순   Infoworld Focus 20 CAE 컨퍼런스 2018, 디지털 트랜스포메이션 시대 CAE의 역할 짚다 25 AU 코리아 2018, “디지털 혁신의 시작은 설계와 제조의 자동화” 30 솔리드웍스 2019 공식 출시… 디지털 제품 개발의 혁신과 유연성 강화 33 부천국제금형콘퍼런스 2018, 금형산업의 현재를 짚고 혁신 기술 탐색 36 아비바코리아, 데이터와 프로세스 연결하는 플랜트 산업의 디지털 혁신 전략 제시 38 슈나이더 일렉트릭, IoT 구축부터 기술지원까지 인프라 자산 관리를 엔드 투 엔드로 지원한다 40 유니티코리아, 유니티 엔진을 활용한 AEC 분야의 사례와 특장점 소개 70 장비, 소재, 서비스까지… 한눈에 살펴보는 폼넥스트 2018 전시회 트렌드 / 송인보 74 3차 SAMA 3D 프린팅 국제 포럼을 다녀오다 / 주승환 78 스트라타시스 3D 프린팅 포럼, 4차 산업혁명의 필수 요소가 된 적층제조 기술 소개 84 엔비디아, 인공지능의 확산 위해 기술에서 교육까지 폭 넓게 지원한다 86 한국마이크로소프트, 디지털 트랜스포메이션 전략 및 인공지능 비전 공유 88 델 테크놀로지스, 디지털 혁신을 실현하는 IT 전략과 기술 제시 90 VM웨어, 멀티 클라우드 전략 지원하는 포트폴리오 공개 People 62 인텔코리아 이주석 전무 데이터를 얻고 처리하는 엔드 투 엔드 기술로 4차 산업혁명 선도 65 씨지텍 진 그라나타 제품 매니저  3D 프린팅과 CNC의 복잡성에 대응하는 가공 시뮬레이션 기술 강화 68 앤시스 산딥 소바니 글로벌 오토모티브 인더스트리 디렉터 정확한 물리 기반의 시뮬레이션으로 자율주행차 개발의 한계 극복 Case Study 82 DS 오토모빌, 한정판 자동차용 적층제조 티타늄 부품 생산 디자인의 제한 없이 프리미엄 품질로 액세서리 제작 Column 92 디지털 지식전문가 조형식의 지식마당 / 조형식 디지털 PLM과 디지털 트윈이 미래 성장 동력이다 94 현장에서 얻은 것 / 류용효 첫 번째, 디지털 체인지와 변화 관리의 중요성 96 익숙한 설계 절차를 넘어 차세대 설계 기술을 적용하다 / 러셀 브룩스 New Products 17 CAD 엔지니어를 위한 유동해석 솔루션 시메릭스 포 솔리드웍스 106 이달의 신제품 온에어 42 캐드앤그래픽스 CNG TV 지식방송 지상중계 디지털 변혁 트렌드 분석 및 전망 Cartoon 81 연구소 들어간 미대생 이야기 (14) / 조영락 목젖 제 1법칙   98 News   108 New Books Directory 155 국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA AEC 110 BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱 블록체인 기반 BIM과 상호신뢰 113 다이나모에 쉽게 접근하고 활용하기 (1) / 장동수 다이나모란? - 특징과 인터페이스 150 새로워진 캐디안 2017 살펴보기 (20) / 최영석 신속 선택(Quick Select) 기능 Reverse Engineering 118 이미지 데이터의 구성과 활용 (12) / 유우식 효율적인 이미지 활용을 위한 과제 Mechanical 122 즐거움을 더하는 솔리드웍스 실무 레시피 Vol.2 (12) / 원동현 솔리드웍스 국제인증 시험 응시 및 대비 Ⅰ Manufacturing 126 PowerMILL CAM 프로그래밍 따라하기 / 이경하 인공 관절 가공 Ⅶ   Analysis 130 제품 개발 프로세스 혁신을 위한 크레오 파라메트릭 5.0 / 이동환 크레오 시뮬레이션 5.0 서멀을 이용한 열전도 분포 해석 135 시뮬리아를 활용한 해석 및 응용 사례 (9) / 김재부 스웰링 감소를 위한 배터리 하우징 플레이트의 최적화 140 타이어 개발에서 CFD의 활용 사례 / 박우철, 정경문, 김재부 LBM을 이용한 타이어 수막현상 해석 146 제품 설계자를 위한 전산해석 소프트웨어 개발 / 권기태 액추에이터 개발을 위한 DoSA-Maxwell의 기능과 특징 3D Printing 152 건축과 3D 프린팅 교육 (3) / 고기봉 Modeling + 01_Printing  
작성일 : 2018-11-30
['유연한 공장' 전략 도입]美제조업 '디지털'로 살아난다
아시아보다 월등히 높은 인건비, 그러나 오르지 않는 생산성.2000년 하반기 경기 침체가 시작될 무렵 미국 제조업체들이 갖고 있던 가장 큰 고민 중 하나였다. 기업들은 인건비가 싼 해외로 생산거점을 옮기기 시작했다. 이 때문에 제조업분야에서는 올 3월까지 210만개의 일자리가 없어졌다.그러나 해외 이전으로 미국내 제조업이 공동화(空洞化) 되는 것을 방관할 수는 없는 일. 미국 기업들이 최근 생산성을 대폭 끌어올릴 수 있는 ‘유연한 공장(flexible factory)’ 전략을 속속 도입중이라고 비즈니스 위크 최근호(5월5일자)가 전했다.이 전략은 단일 품종을 만들어내는 생산 라인을 디지털화하고 로봇 기술을 적용, 주문에 따라 다양한 제품들을 만들 수 있도록 하는 것. 비즈니스 위크는 산업용 베어링 제조업체인 팀켄을 대표적인 성공 사례로 소개했다.팀켄은 베어링에 대한 설계도면을 디지털 그래픽으로 축적, 어떤 주문이 오더라도 30분 이내에 설계도면을 수정 보완해 완성하도록 했다. 몇 년 전 한나절이 걸리던 작업이었다. 설계 완료 후 신제품 완성도 과거 6∼8주 걸렸으나 로봇 공정으로 불과 4시간이면 끝난다. 팀켄은 이 같은 성공을 바탕으로 세계 76개 분공장에도 이 전략을 도입할 계획이다.2001년 5월 화재로 공장이 전소된 라텍스 폼 인터내셔널(LFI)사는 ‘유연한 공장’ 전략으로 재기에 성공한 경우다. 이 회사는 합성고무와 플라스틱을 섞어 만드는 연성 재료인 라텍스를 만들어왔다. 이 회사는 화재 보험금을 타낸 후 공장을 폐쇄하고픈 유혹을 느꼈다. 그러나 불이 난 김에 공장 전체를 완전히 뜯어 고치고 디지털화했다. 이 결과 만들어낸 최신 라텍스는 스프링이 달린 침대용 매트릭스를 대신하는 최고급 소재가 됐다. 이 공장의 디지털 설비는 “집에서 노트북PC로도 공장 운영을 할 수 있을 정도”라고 프랭크 비포 기술담당 부사장이 말했다. 이로 인해 효율성이 과거 공정보다 30% 높아졌으며 224명의 직원이 했던 일을 150명이 처리하고 있다.이 같은 전략 덕분에 미국 기업들의 생산성 성장률은 2001년 바닥수준으로 떨어졌다가 다시 급상승하기 시작했다. 미국의 생산자연맹(MA)에 따르면 제조업 생산성 상승률은 2001년 1% 미만에서 지난해 4%대로 올라섰다.‘유연한 공장’ 전략은 이처럼 효율성은 높여주지만 대신 근로자의 일자리를 줄인다는 한계를 갖고 있다고 비즈니스 위크는 전했다. 그러나 공장 자체가 해외로 옮겨가 버려 대량 실직을 가져오는 것보다는 낫다.또 근로자들은 ‘유연한 공장’ 전략 시대에 살아남기 위해서라도 훨씬 더 고급 기술자로 거듭나고 있다. 산업용 모터를 생산하는 발도르스 포트 스미스(BFS)사의 경우 이 전략 채택 후 1인당 생산성이 급상승해 중국이나 멕시코의 비슷한 제조업체 인력의 10분의 1로 똑같은 생산력을 발휘할 수 있다고 전했다.권기태기자 kkt@donga.com
작성일 : 2005-10-14
['유연한 공장' 전략 도입]美제조업 '디지털'로 살아난다
아시아보다 월등히 높은 인건비, 그러나 오르지 않는 생산성.2000년 하반기 경기 침체가 시작될 무렵 미국 제조업체들이 갖고 있던 가장 큰 고민 중 하나였다. 기업들은 인건비가 싼 해외로 생산거점을 옮기기 시작했다. 이 때문에 제조업분야에서는 올 3월까지 210만개의 일자리가 없어졌다.그러나 해외 이전으로 미국내 제조업이 공동화(空洞化) 되는 것을 방관할 수는 없는 일. 미국 기업들이 최근 생산성을 대폭 끌어올릴 수 있는 ‘유연한 공장(flexible factory)’ 전략을 속속 도입중이라고 비즈니스 위크 최근호(5월5일자)가 전했다.이 전략은 단일 품종을 만들어내는 생산 라인을 디지털화하고 로봇 기술을 적용, 주문에 따라 다양한 제품들을 만들 수 있도록 하는 것. 비즈니스 위크는 산업용 베어링 제조업체인 팀켄을 대표적인 성공 사례로 소개했다.팀켄은 베어링에 대한 설계도면을 디지털 그래픽으로 축적, 어떤 주문이 오더라도 30분 이내에 설계도면을 수정 보완해 완성하도록 했다. 몇 년 전 한나절이 걸리던 작업이었다. 설계 완료 후 신제품 완성도 과거 6∼8주 걸렸으나 로봇 공정으로 불과 4시간이면 끝난다. 팀켄은 이 같은 성공을 바탕으로 세계 76개 분공장에도 이 전략을 도입할 계획이다.2001년 5월 화재로 공장이 전소된 라텍스 폼 인터내셔널(LFI)사는 ‘유연한 공장’ 전략으로 재기에 성공한 경우다. 이 회사는 합성고무와 플라스틱을 섞어 만드는 연성 재료인 라텍스를 만들어왔다. 이 회사는 화재 보험금을 타낸 후 공장을 폐쇄하고픈 유혹을 느꼈다. 그러나 불이 난 김에 공장 전체를 완전히 뜯어 고치고 디지털화했다. 이 결과 만들어낸 최신 라텍스는 스프링이 달린 침대용 매트릭스를 대신하는 최고급 소재가 됐다. 이 공장의 디지털 설비는 “집에서 노트북PC로도 공장 운영을 할 수 있을 정도”라고 프랭크 비포 기술담당 부사장이 말했다. 이로 인해 효율성이 과거 공정보다 30% 높아졌으며 224명의 직원이 했던 일을 150명이 처리하고 있다.이 같은 전략 덕분에 미국 기업들의 생산성 성장률은 2001년 바닥수준으로 떨어졌다가 다시 급상승하기 시작했다. 미국의 생산자연맹(MA)에 따르면 제조업 생산성 상승률은 2001년 1% 미만에서 지난해 4%대로 올라섰다.‘유연한 공장’ 전략은 이처럼 효율성은 높여주지만 대신 근로자의 일자리를 줄인다는 한계를 갖고 있다고 비즈니스 위크는 전했다. 그러나 공장 자체가 해외로 옮겨가 버려 대량 실직을 가져오는 것보다는 낫다.또 근로자들은 ‘유연한 공장’ 전략 시대에 살아남기 위해서라도 훨씬 더 고급 기술자로 거듭나고 있다. 산업용 모터를 생산하는 발도르스 포트 스미스(BFS)사의 경우 이 전략 채택 후 1인당 생산성이 급상승해 중국이나 멕시코의 비슷한 제조업체 인력의 10분의 1로 똑같은 생산력을 발휘할 수 있다고 전했다.권기태기자 kkt@donga.com
작성일 : 2005-10-14