• 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 "리뷰"에 대한 통합 검색 내용이 1,228개 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
모델 기반 시스템 엔지니어링의 모델링 도구
가상 제품 개발을 위한 MBSE 및 SysML의  이해와 핵심 전략 (7)   최근의 MBSE(모델 기반 시스템 엔지니어링) 환경은 개별 도구를 연계하던 전통적 방식에서 벗어나, 요구사항부터 시뮬레이션, 형상 관리까지 전 과정을 하나의 플랫폼에서 관리하는 ‘디지털 스레드’ 기반의 통합 환경으로 진화하고 있다. 이번 호에서는 모델링 도구인 ‘랩소디(Rhapsody)’와 ‘카메오 시스템 모델러(Cameo Systems Modeler)’의 특징을 살펴보고, 효율적인 설계 환경 구축 전략을 짚어본다.   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 CTO   모델링 도구 여기에서는 모델링 도구로서 랩소디(Rhapsody)의 특징과 기능을 간단하게 소개하고 있으며, 특히 시스템 아키텍처 설계와 모델 일관성 유지에 있어 랩소디가 어떤 역할을 수행하는지를 설명한다. IBM의 랩소디는 UML 및 SysML 기반의 시스템 모델링 도구로, 아키텍처 모델을 통해 시스템 설계 정보를 저장할 수 있는 동적인 데이터베이스 구조를 제공한다. 사용자가 정의한 각 모델 객체(예 : 블록, 컴포넌트 등)는 한 번 정의되면 그것이 표현되는 모든 다이어그램 상에서 동일한 특성과 속성을 유지한다. 이를 통해 전체 모델의 일관성과 추적성이 자연스럽게 보장된다. 또한 랩소디는 요구사항과 직접 연계된 설계 모델을 지원함으로써, 요구사항-설계 간의 정합성 확보를 용이하게 한다. 이를 통해 설계 변경이 요구사항과의 연동 하에 즉시 반영될 수 있어, 시스템 개발 전 과정에서 신뢰성 있는 모델 기반 설계를 실현할 수 있다. 결과적으로, 랩소디는 다양한 UML/SysML 도구 중 하나로, 특히 복잡한 시스템의 모델링, 시뮬레이션, 코드 생성까지 연결 가능한 통합 모델링 환경을 제공한다.   랩소디 보기   그림 1. 랩소디 도구의 대표적인 사용자 인터페이스 구성 요소   <그림 1>은 랩소디 도구 환경을 보여주며, 시스템 모델링 또는 소프트웨어 모델링을 수행할 때 사용되는 대표적인 사용자 인터페이스 구성 요소를 설명하고 있다. 랩소디 보기는 사용자가 랩소디에서 모델을 어떻게 시각적으로 확인하고 조작하는지를 이해하는 데 중점을 둔다. 전체 인터페이스 구성은 랩소디가 모델 기반 시스템 및 소프트웨어 설계를 위한 도구로, 브라우저 영역과 그리기 영역 등의 주요 영역으로 구성되어 있다. <그림 1>의 화면 왼쪽에는 브라우저 영역(Browser View)이 위치해 있다. 이 영역은 프로젝트 내에 정의된 모든 요소를 계층적 트리 구조로 정리하여 보여주며, 클래스, 패키지, 상태도, 시퀀스 다이어그램 등 다양한 모델링 요소를 탐색하고 선택할 수 있다. 사용자는 이 영역에서 모델 구조를 확인하고, 필요한 항목을 선택하여 편집 창으로 열 수 있다. 주로 사용하는 항목은 모델 구성요소(예 : 클래스, 컴포넌트, 상태 등)이다. 설계 계층 구조는 각 요소의 속성 및 동작이 연결되어 있다. <그림 1>의 화면 오른쪽에는 그리기 창(Drawing Window)이 위치하며, 사용자가 실제로 다이어그램을 작성하고 편집하는 작업 공간이다. 이 영역은 선택된 모델 요소의 시각적 표현을 위한 공간으로, 예를 들어 상태 다이어그램, 블록 다이어그램, 시퀀스 다이어그램 등을 작성하고 구성 요소 간의 연결 관계를 설정할 수 있다. 사용자의 활동 예는 상태 전이 정의, 신호 흐름 연결, 동작 논리 시각화, 모델 요소 간 연결 구성이 있다. 랩소디는 모델 탐색과 시각적 설계를 동시에 지원하기 위해 좌측 브라우저 영역과 오른쪽 그리기 창을 중심으로 UI(사용자 인터페이스)를 구성하고 있으며, 이를 통해 사용자는 설계 구조와 논리를 직관적으로 접근하고 조작할 수 있다. 이와 같은 인터페이스는 SysML, UML, 자동차 및 항공 우주 분야의 MBD 등 다양한 모델링 작업을 효율적으로 수행할 수 있도록 지원한다.   랩소디 vs. 카메오 시스템 모델러 비교 IBM 랩소디와 카메오 시스템 모델러(Cameo Systems Modeler)는 모두 SysML 기반의 시스템 모델링 도구로 널리 사용되고 있다. 그러나 이 두 도구는 설계 접근 방식, 사용자 인터페이스, 시뮬레이션 및 협업 방식에서 차별점이 존재한다. 도구의 철학과 접근 방식 : 랩소디는 임베디드 시스템 및 소프트웨어 개발에 특화된 도구로, 주로 상태 기반(state-based) 모델링과 코드 생성(code generation) 기능이 강력하다. UML 기반의 객체지향 소프트웨어 개발, 상태 머신 구현 등에 많이 활용되며, 특히 자동차, 항공, 방위 산업 등에서 많이 사용된다. 반면에 카메오 시스템 모델러(MagicDraw 기반)는 시스템 아키텍처 및 요구사항 중심 설계에 중점을 둔 MBSE 도구이다. RFLP(Requirement, Functional, Logical, Physical) 구조와 트레이스 기능이 강력하며, PLM·SPDM 시스템과의 통합이 잘 되어 있어 디지털 스레드 구축에 적합하다. 대부분의 대기업 MBSE 전환 프로젝트에서 선택되고 있다. 사용자 인터페이스 및 작업 구조 : 랩소디는 전통적인 IDE 스타일의 인터페이스(<그림 1>처럼 왼쪽 탐색기 + 오른쪽 다이어그램 편집기)를 가지고 있으며, 실시간 코드 시뮬레이션 및 상태 전이 구현에 용이하다. 카메오 시스템 모델러는 모델 요소 중심 탐색 트리, 다중 다이어그램 탭, 자동 연결 도우미, 속성 창 기반 작업이 잘 정비되어 있으며, 직관적인 GUI로 인해 다양한 다이어그램 작성이 빠르고 정확하게 이루어진다. 사용자 친화성이 높은 편이다. 시뮬레이션 및 해석 기능 : 랩소디에는 UML/SysML 상태 머신을 기반으로 한 Statechart Simulation이 내장되어 있어, 논리적 동작 검증이나 이벤트 시퀀스 분석에 유리하다. C/C++ 코드 생성 및 디버깅 기능도 내장되어 있어, 소프트웨어 통합 단계까지 연결하기 좋다. 카메오 시스템 모델러는 카메오 시뮬레이션 툴킷(Cameo Simulation Toolkit :CST)을 통해 SysML 모델의 시뮬레이션이 가능하며, 파라메트릭 다이어그램(Parametric Diagram) + 수식 기반 계산 + 외부 FMU 연동을 지원한다. 특히 시뮬링크(Simulink), 모델리카(Modelica) 등과의 코시뮬레이션(co-simulation) 및 FMI 기반 연동이 강력하다. 협업 및 형상 관리 연동 : 랩소디는 RTC, ClearCase, GIT 등과 연계가 가능하지만, 협업 기능이 독립적으로 강력하지는 않다. 기업 내부 커스터마이징이 필요한 경우가 많다. 카메오 시스템 모델러는 팀워크 클라우드(Teamwork Cloud : TWC)라는 중앙 저장소 기반 협업 서버를 통해 모델 단위 버전 관리, 권한 제어, 변경 추적, 분기 관리(branching) 기능을 지원하며, 팀 단위 협업 및 모델 기반 리뷰에 적합하다. PLM, SPDM 및 외부 툴 연동 : 랩소디는 외부 연동이 상대적으로 제한적이며, 별도 게이트웨이 또는 커스터마이징이 필요하다. 카메오 시스템 모델러는 3D익스피리언스(다쏘시스템), 윈칠(PTC), 팀센터(지멘스) 등의 PLM 시스템과 연계가 용이하며, MBSE–PLM–SPDM 간의 디지털 연계(traceability)가 수월하게 이루어진다. 정리하면 랩소디는 코드 생성, 상태 머신 중심이고 카메오 시스템 모델러는 요구사항–기능–물리 구조 연계 중심이다. 사용 분야는 랩소디가 임베디드 소프트웨어, 제어 시스템에 사용되며 카메오 시스템 모델러는 시스템 아키텍처, MBSE를 총괄하는데 사용된다. 시뮬레이션에는 랩소디가 상태 기반 시뮬레이션에 사용되며, 카메오 시스템 모델러는 파라메트릭, 시퀀스, 코시뮬레이션이 가능하다. 협업 관점에서 랩소디는 RTC/파일 기반으로 이용되며, 카메오 시스템 모델러는 팀워크 클라우드 기반 모델 협업에 활용된다. 외부 툴과 연동은 랩소디는 제한적이며 커스터마이징이 필요하다. 반면에 카메오 시스템 모델러는 FMI, PLM, 시뮬링크 등과 강력하게 연동된다.    ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2026-05-06
[케이스 스터디] 3D 애셋 데이터를 위한 SSOT 구축
데이터 사일로 해소부터 거버넌스 수립까지, 전사 협업의 효율 혁신   본격적인 3D 협업을 위한 첫 단추는 흩어진 데이터를 효율적으로 통합하는 팀 환경을 구축하는 것이다. 이번 호에서는 공통 라이브러리에 모든 3D 데이터 소스를 연결하고, 엔지니어링부터 운영 단계까지 모든 팀이 3D 애셋에 안전하게 접근하면서 데이터 임포트 시 정보 손실을 최소화하는 방법을 소개한다. 목표는 새로운 툴을 배포하는 것 자체가 아니라, 부가 가치를 창출하지 않는 작업에 소요되는 시간을 줄이고 액세스 권한 및 규정 준수 정책을 적용할 때 발생하는 불필요한 관리 복잡성을 없애는 것이다. ■ 자료 제공 : 유니티 코리아     대부분의 산업 팀은 방대한 3D 애셋 데이터를 보유하고 있지만, 이러한 데이터는 여러 사일로에 분산되어 서로 다른 조직이 소유하고 있어 재사용하기가 어렵다. 이와 관련해 데이터가 서로 다른 곳에 있으면 사람들은 서로 다른 사실을 기반으로 결정을 내리게 되기 때문에 문제가 발생한다. 예를 들어, 교육 담당자는 엔지니어링 팀에서 이전에 라인 레이아웃을 업데이트했다는 사실을 모르고 신입 직원에게 VR 시뮬레이션을 그대로 제공할 수 있다. 결국 교육 담당자는 교육을 중단하고 최신 데이터를 반영하여 업데이트하거나, 신뢰할 수 없는 콘텐츠로 교육을 계속 진행할 수밖에 없다. 둘 다 시간과 신뢰성 면에서 비용이 발생하게 된다. 해결책은 모든 3D 애셋을 위한 단일 저장소를 구축하여 계층 구조와 메타데이터를 온전히 유지하면서, 필요한 사람에게만 승인된 모델에 대한 액세스 권한을 부여하는 것이다. 모두가 동일한 라이브러리에서 애셋을 가져오면 버전 불일치가 해결되고 재작업의 필요성이 없어지며, 누가 무엇을 변경했는지에 대한 가시성도 확보할 수 있다.   단절의 원인 : 분산된 데이터와 중복 작업 산업 데이터는 어디에나 존재하지만, 서로 연결되어 있는 경우는 별로 없다. 유니티의 산업 부문 수석 부사장 겸 제너럴 매니저인 사라 래시는 “디자이너나 건축가는 CAD나 BIM(건설 정보 모델링)에 액세스할 수 있지만, 엔지니어는 해당 소프트웨어를 사용하지 않는 경우가 있어 결국 팀이 모델을 처음부터 다시 만드는 상황이 발생한다”고 전했다. 이런 사일로(silo) 현상은 운영 또는 기술적 격차로 인해 발생하는 경우가 많다. 예를 들어 엔지니어링 팀은 CAD 파일을 PLM(제품 수명주기 관리) 시스템에 저장할 수 있는 반면, 다른 팀은 사본을 별도의 드라이브나 앱으로 익스포트하므로 결국 동일한 애셋의 여러 버전이 존재하게 된다. 래시 수석 부사장은 “가장 흔한 문제는 동일한 모델의 두 가지 다른 버전으로 작업하는 것이다. 이러면 사실상 재작업을 할 수밖에 없게 된다”고 말했다. 어쩔 수 없이 여러 플랫폼, 툴, 포맷을 사용해야 하는 경우도 많지만, 이는 애셋을 추적하고 공유하는 작업을 어렵게 만든다. 그 결과 생산성이 저하되고 올바른 애셋을 찾는 데 몇 시간씩 허비하게 되며, 어떤 것이 정확한 버전인지 쉽게 알 수 없기 때문에 이미 존재하는 애셋을 다시 만드는 일까지 발생한다. 유니티 산업 고객 성공 부문의 시니어 디렉터인 헤닝 린은 “중복의 위험이 높으면 재작업이 필요한 경우가 많아진다. 애셋이 서로 일치하지 않고 팀이 동일한 소스 파일로 작업하지 않기 때문”이라고 설명했다. 이러한 불일치는 교육이나 납품 같은 후속 단계에서 드러나며, 이는 재작업, 일정 지연, 일관성 없는 경험으로 이어져 애셋 관리의 복잡성을 키운다. 그러나 그로 인한 대가는 기술적인 영역에 그치지 않는다. 이는 부서 간 신뢰뿐만 아니라 브랜드와 고객 간의 신뢰까지 약화시킬 수 있다. 결국 교육 담당자는 신규 직원을 위한 온보딩이 길어지고 일관성이 없어지더라도, 오래 되거나 검증되지 않은 모델로 세션을 시작하는 것을 피하고 싶어 한다. 다른 팀은 생산성을 유지하기 위해 ‘섀도(shadow)’ 라이브러리를 구축하게 되고, IT 팀은 통제되지 않는 환경을 보호하고 관리하느라 분주해진다. 이처럼 공통된 기반이 없으면 모든 신규 프로젝트를 처음부터 다시 시작해야 한다.   연결 대상 : 중요한 데이터를 보존하는 중앙화된 저장소 구축 3D 애셋 라이브러리는 여러 툴과 플랫폼에 걸쳐 있을 가능성이 높기 때문에, 기존에 보유한 모델을 활용하려면 먼저 유니티 애셋 매니저(Unity Asset Manager)와 같이 중앙화된 저장소로 모든 데이터를 임포트해야 한다. 이렇게 하면 이미 보유하고 있는 애셋을 다시 만들 필요가 없다. 린 시니어 디렉터는 “유니티를 활용하면 관련된 모든 데이터를 선호하는 방식으로 높은 품질을 유지하며 임포트할 수 있다. 사실상 업계에서 유니티가 지원하지 못하는 파일 포맷은 거의 없다”면서, “데이터를 통합된 포맷으로 변환하고, 필요에 따라 보강하며 모든 변경 사항을 추적하면 애셋의 전체 라이프사이클 동안 관리가 훨씬 쉬워진다”고 전했다.     데이터를 통합하기 전에, 무엇을 왜 연결하는지를 먼저 이해해야 한다. 대부분의 산업용 3D 파이프라인은 구조와 우선순위가 서로 다른 네 가지 주요 데이터 소스에서 데이터를 가져온다. CAD 모델은 보통 PLM 시스템에 저장되며 부품, 어셈블리, 기계적 프로퍼티에 대한 기본 기준이 되는 데이터 소스이다. BIM 모델은 건물 및 인프라 데이터를 포함하고, 풍부한 공간 및 규정 준수 관련 메타데이터를 갖추고 있으며, 보통 BIM 소프트웨어나 AEC   (건축, 엔지니어링 및 건설) 저장소에 저장된다. 디지털 콘텐츠 제작 툴에서 생성된 메시는 마케팅, 교육, 사용자 경험 등의 영역에서 사용되는 시각화 애셋을 포함하며, 기술적 디테일보다는 시각적 정확도에 최적화된 경우가 많다. XR(확장현실) 및 VR(가상현실) 애플리케이션에서 흔히 사용되는 포인트 클라우드(점군)와 스캔 데이터는 레이저 스캐닝이나 사진 측량 등을 통해 캡처된 데이터를 포함한다. 각 소스는 동일한 실물 애셋(제품, 어셈블리 라인, 전체 시설)을 서로 다른 관점에서 표현한다. 여기에는 기능, 공간, 형상이 포함되며, XR용 포인트 클라우드의 경우 실제로 구축된 물리적 상태가 이에 해당한다. 애셋 라이브러리 규모에 따라 우선순위를 정해야 하므로 팀에서 가장 많이 재사용하는 모델부터 시작하는 것이 좋다. 출처와 관계 없이 공통으로 필요한 사항은 임포트 과정에서 컨텍스트를 유지하는 것이다. 중요한 메타데이터가 손실되면 결국 재작업을 진행해야 하기 때문이다. 임포트 전에는 절대 손실되어서는 안 되는 메타데이터 필드를 식별한다. 린 시니어 디렉터는 “항상 식별자뿐만 아니라 높이, 무게와 같은 기술적 속성을 유지하고, 모든 애셋에 이름과 버전을 지정하여 추적과 사용이 용이하도록 해야 한다”고 덧붙였다. 일부 필드는 항상 온전하게 유지되어야 한다. 부품 번호, 버전 코드 또는 고유 ID와 같은 식별자를 사용하면 애셋의 진위 여부를 확인하기 위해 원본 소스로 추적하는 작업이 더 쉬워진다. 병합된 메시가 아닌 계층 구조 및 그룹 메타데이터는 부품이 어떻게 결합되는지, 시설이 어떻게 구성되는지를 보여 주며, 엔지니어가 필요에 따라 부품을 분리하거나 교체할 수 있도록 돕는다. 밀도나 인장 강도와 같은 머티리얼 및 단위 정보, 이름이나 공급업체와 같은 설명 정보를 활용하면 애셋이 올바른 형상과 동작을 유지하도록 할 수 있다. 이러한 세부 정보를 보존하면 모델을 다양한 애플리케이션 전반에서 유용하게 사용할 수 있지만, 그렇지 않으면 목적과 단절된 단순 참고용 이미지에 불과하게 된다. 린 시니어 디렉터는 “항상 식별자뿐만 아니라 높이, 무게와 같은 기술적 속성을 유지하고, 모든 애셋에 이름과 버전을 지정하여 추적과 사용이 용이하게 만들어야 한다”고 조언했다.     애셋 임포트를 위한 처리 애셋은 임포트 전과 임포트 과정에서 적절한 가공을 거쳐야 하며, 저장소의 상태를 양호하게 유지하기 위해 피해야 할 몇 가지 일반적인 함정이 있다. 이는 3D 데이터 세트가 극도로 복잡해질 수 있는 대규모 제조나 건설 분야에서 특히 중요하다. 예를 들어, 공장 전체의 디지털 트윈이나 자동차의 전체 모델은 수만 개, 혹은 수십만 개의 부품으로 구성될 수 있다. 이 경우 가장 강력한 소프트웨어와 하드웨어에도 부담이 가해질 수 있기 때문에 마이크로칩, 커넥터, 기계 부품과 같은 더 작은 논리적 그룹으로 분해하면 임포트 작업을 효율적으로 관리할 수 있다. 유니티의 애셋 트랜스포머 툴킷(Asset Transformer Toolkit)과 같이 3D 데이터를 준비하는 소프트웨어는 널리 사용되는 다양한 CAD 및 BIM 포맷을 지원하고, 구조와 메타데이터를 보존하며, 필요에 따라 임포트 과정에서 모델을 자동으로 단순화하고 표준화함으로써 이러한 과제를 해결하도록 설계되었다. 예를 들어, 직원 교육을 위한 XR 시뮬레이션과 같은 실시간 활용 사례에서는 원본 CAD 파일에 포함된 모든 볼트나 리벳이 필요하지 않다. 여기서 중요한 것은 작업을 수행하는 데 충분한 현실감의 수준이다. 린 시니어 디렉터는 “최종 활용 지점에 따라 폴리곤 수를 소폭에서 최대 90%까지 줄일 수 있다”고 밝혔다.   ▲ 유니티 애셋 트랜스포머 플러그인   목표는 성능과 사용성을 최적화하기 위해 모델을 최대한 가볍게 유지하는 것이다. 교육 및 시뮬레이션 활용 사례에서는 매끄러운 프레임 속도를 유지하면서 최대한 높은 시각적 정확도를 달성하는 것이 목표이다. 헤드셋의 새로고침 속도와 일치하는 안정적인 프레임 속도를 목표로 해야 하며, 그보다 낮을 경우 사용자에게 불편함을 줄 수 있다. 3D 협업 및 디자인 리뷰에서는 일반적으로 엔지니어가 체결 요소나 인터페이스 등을 검토할 수 있도록 높은 기능적 디테일을 요구한다. 높은 폴리곤 수에 대한 부담을 더 원활하게 관리할 수 있도록, 가까운 거리에서만 렌더링되는 하위 어셈블리에 디테일 수준(LOD)을 사용하는 것이 좋다. 임베디드 시스템 및 산업 제어 장치와 같은 인간–기계 인터페이스는 그래픽 처리 성능이 제한적인 경우가 많으므로, 최대한 낮은 복잡도를 목표로 하고 미리 베이크된 조명과 단순한 셰이더를 사용하는 것이 좋다. 고객 경험 애플리케이션은 타깃 기기의 다양성이 매우 크기 때문에 최적화가 어려울 수 있다. 시각적 정확도와 로딩 시간 사이의 균형을 목표로 하고, 중간급 사양의 모바일 기기와 주요 웹 브라우저에서 검증해야 한다. 일반적인 원칙으로는, 지원 계획이 있는 기기 중에서 가장 성능이 낮은 기기를 기준으로 단순화된 모델부터 테스트하는 것이 좋다. 그 후 성능이 허용하는 범위 내에서만 디테일을 추가하여 배포 후 모델이 과도하게 커져 수정해야 하는 상황을 피해야 한다. 예를 들어 임포트 단계에서 LOD를 생성하면 모든 애셋이 확장 가능한 디테일을 갖추게 되어, 향후 더 다양한 기기와 활용 사례에 유연하게 대응할 수 있다. 다만, 보편적으로 정해진 올바른 폴리곤 수는 없다. 중요한 것은 타깃 기기에서 프레임 속도와 로딩 시간 목표를 안정적으로 달성하는 방법이다. 린 시니어 디렉터는 “같은 애셋이라도 폴리곤 수는 수백만 개에서 수십만 개까지 줄어들 수 있다. 중요한 것은 모든 메타데이터가 연결된 동일한 소스 파일을 계속 사용하고 있다는 것”라고 전했다.   ▲ 제공 : HERE HMI   활용성 갖추기 : 거버넌스, 접근성 및 버전 관리 구축 애셋을 임포트하고 적절한 크기로 조정하고 나면, 다음 단계는 필요한 모든 역할에서 애셋에 안전하게 액세스하고 애셋을 쉽게 찾을 수 있도록 만드는 것이다. 이때 목표는 팀이 애셋을 어디서 찾아야 하는지 명확히 알면서도 관련 없는 애셋으로 인해 부담을 느끼지 않도록 하는 단일 라이브러리를 선별하는 것이다. 이를 위해서는 업무 속도를 저해하지 않으면서도 모든 업데이트가 프로젝트 전반에 반영되도록 완전한 감사 추적을 유지할 수 있는 권한 기반의 액세스 모델이 필요하다.   RBAC(역할 기반 액세스 제어) 린 시니어 디렉터는 “보통은 애셋의 임포트와 생성을 감독하는 관리자가 있고, 그 아래에 작업자와 검토자 역할이 있으면 충분하다”면서, 액세스 권한을 단순하게 유지할 것을 권장했다. 예를 들면 관리자는 구조와 표준을 정의하고, 사용자와 리텐션을 관리하며, 버전을 승인하거나 아카이브 처리할 수 있다. 이 사용자 그룹은 가능한 한 작게 유지하는 것이 좋다.     그 다음 계층에는 디자이너, 작업자, 편집자가 있을 수 있다. 이들은 새로운 애셋을 임포트하고 메타데이터를 편집하며 업데이트를 게시할 수 있으며, 필요 시 관리자 승인을 받아 작업을 수행할 수 있다. 이들이 라이브러리를 일상적으로 유지 관리하게 된다. 마지막으로 소비자 역할이 있는 직원은 승인된 애셋을 검색, 미리 보기 및 다운로드할 수 있지만, 수정하거나 게시할 수는 없다. 역할 기반 액세스 제어는 보안 측면에서도 매우 중요하다. 많은 산업용 3D 애셋 라이브러리에는 매우 민감한 정보가 포함되어 있으며, 그 중 일부는 규제 대상이 되기도 한다. 예를 들어 정부, 항공우주 또는 방위 분야의 수출 통제 설계 데이터는 엄격한 ‘알아야 할 필요성(need-to-know)’ 원칙, 완전한 감사 용이성, 엄격히 통제된 환경에서의 배포를 요구하는 연방 규정을 준수해야 한다. 린 시니어 디렉터는 규제가 엄격한 산업에서 운영하는 경우 가상 프라이빗 클라우드 배포를 사용할 것을 권장했다. 산업 분야와 관계 없이 반드시 지켜야 하는 내용은 다음과 같다. 항상 최소 권한의 원칙을 기본으로 하는 RBAC를 사용한다. 사용하는 플랫폼에서 전송 중인 데이터와 저장된 데이터를 모두 암호화한다. 버전별로 포괄적인 감사 로그와 승인 상태를 유지한다. 민감한 작업을 위해 프로젝트를 분리하고, 필요할 경우 데이터 상주 옵션을 적용한다.   ▲ 유니티 애셋 매니저 웹 인터페이스   버전 관리 및 감사 용이성 거버넌스는 보안과 규정 준수만을 의미하는 것이 아니라, 액세스와 활용을 용이하게 하기 위한 애셋 관리 표준화도 포함한다. 실제로 대부분의 거버넌스 문제는 모두가 모든 것을 바꿀 수 있거나, 누구도 아무것도 바꿀 수 없는 두 가지 극단적인 상황 중 하나에서 발생한다. 예를 들어, 교육 담당자가 엔지니어링 팀이 막 승인한 모델을 덮어쓸 수도 있다. 이는 반드시 부주의 때문이라기보다는, 대부분 명확한 버전 관리 체계의 부재로 인해 발생한다. 린 시니어 디렉터는 “동일한 애셋의 여러 브랜치 버전이 존재하는 경우가 많다. 이 모든 것을 일관적이고 표준화된 방식으로 관리해야 한다”고 조언했다. 여기서 버전 관리가 중요한 역할을 한다. 목표는 변경 사항이 명확하고, 되돌릴 수 있으며, 확실한 의도를 가지고 이루어지도록 하는 것이다. 결국 활용 가능한 애셋 라이브러리는 정기적으로 변경될 수밖에 없다. 공장의 디지털 트윈은 매주 레이아웃이 조금씩 조정될 수 있고, 교육 프로그램은 차세대 XR 헤드셋 출시를 앞두고 새로운 모델로 업데이트될 수 있다. 선형적인 버전 이력(v1.0, v1.1 등)과 애셋 상태(초안, 검토 중, 승인됨, 폐기됨 등)를 적용하여, 라이브러리를 계속해서 변화하는 SSOT(Single Source of Truth)로 관리해야 한다. 많은 산업 환경에서 엔지니어링 팀은 공식 설계를 위한 원본 CAD 파일을 유지 관리한다. 그러나 시각화 또는 교육 팀은 일반적으로 특정 목적에 맞게 최적화된 동일한 모델의 실시간 버전을 사용한다. 이러한 애셋은 병합이 아니라 연결되어야 하며, 그렇지 않으면 시각화용 모델이 어떤 CAD 버전에서 파생되었는지 알 수가 없다. 예를 들면 엔지니어링 팀이 도면을 업데이트하더라도 몇 달 전에 제작된 교육용 모델에는 이전 버전이 그대로 반영되어 있을 수 있으며, 이 사실을 아무도 모를 수 있다. 이는 감사 용이성을 훼손하고 잘못된 설정으로 학습하는 등의 오류로 이어질 수 있다는 점에서 문제가 된다. 모델 변형(variant)의 경우, 단순히 새로운 이름으로 복사본을 만드는 대신 해당 범위와 목적에 따라 태그를 지정하는 것이 좋다. 예를 들어 자동차 제조업체는 지리적 지역, 운전석 위치 폼 팩터 기준으로 태그를 지정할 수 있다. 이렇게 하면 기본 부품이 변경될 때 어떤 변형을 업데이트해야 하는지 정확히 알 수 있다. 마찬가지로 교육에 사용되는 단순화된 모델과 같은 특정 기본 모델의 파생 모델이 있다면, 이를 파생 모델로 표시하되 원본 소스와 해당 CAD 수정 버전에 대한 참조를 유지해야 한다. 이렇게 하면 교육 담당자가 XR/VR 시뮬레이션에 사용되는 단순화된 메시를 엔지니어링 팀의 공식 원본과 혼동하지 않게 된다. 물론 이처럼 세분화된 수준의 버전 관리도 사용성을 높이는 데 매우 중요하지만, 대규모로 구현하기는 매우 어렵기 때문에 자동화가 필수이다. 최신 3D 애셋 매니저(3D Asset Manager)는 일반적으로 대량 작업을 수행하기 위한 커맨드 라인 인터페이스(CLI)뿐만 아니라 새로 임포트 또는 업데이트된 애셋에 대한 메타데이터, 미리보기 및 태그를 생성하는 이벤트 기반 자동화 기능을 포함한다.   ▲ 애셋 매니저 팩토리   적절한 애셋 매니저를 통해 수행할 수 있는 운영 변경 사항의 간단한 체크리스트는 다음과 같다. 관리자, 작업자, 소비자로 구성된 3 역할 모델을 도입한다. 추가 승인이 필요한 프로젝트에는 승인 역할을 추가한다. 애셋 ID, 수정 번호, 원본 소스, 소유자 및 승인 상태와 같은 필수 메타데이터 필드를 매핑하고, 대부분의 사용자에게 기본적으로 승인된 뷰를 설정한다. 배리언트 및 파생 모델에 명확한 레이블을 지정하고 가능한 경우 업데이트를 자동화하여, CAD 수정 버전을 해당 실시간 대응 항목과 연결한다.   시작하기 : 30일 체크리스트 애셋을 임포트, 최적화 및 관리하고 나면 마지막 단계는 새로운 시스템을 일상 업무에 적용하는 것이다. 그런 다음 교육, 제품 개발, 고객 경험 또는 그 밖의 목적으로 실제 비즈니스 성과를 창출하는 몰입형 경험을 만들어 통합 3D 애셋 라이브러리의 가치를 빠르게 입증할 수 있다. 30일 이내에 수행할 수 있는 작업을 간단히 요약하면 다음과 같다. 데이터 소스와 해당 소유자를 목록화한다. 파일럿으로 진행할 대표 모델 한두 개를 선정한다. 보존할 메타데이터 필드를 결정한다. 임포트 과정을 테스트하여 게시 사이클을 최적화한다. 액세스 제어 및 감사 추적을 설정한다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-05-06
[포커스] SIMTOS 2026, “AI 자율제조로 나아가는 글로벌 제조 혁신을 한 눈에”
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.
작성일 : 2026-04-02
SIMTOS 2026 ‘피지컬 AI/디지털트윈 & 뿌리산업/소부장 컨퍼런스’ 4월 16일~17일 개최
한국공작기계산업협회가 주최하고 캐드앤그래픽스가 주관하는 ‘피지컬 AI/디지털트윈 & 뿌리산업/소부장 컨퍼런스’가 4월 16일~17일 양일간 일산 킨텍스 제 2전시장 7/8홀 내 컨퍼런스룸 A에서 개최된다. 이번 행사는 국내 최대 생산제조기술 전문 전시회인 SIMTOS 2026(4월 13일~17일)의 핵심 부대행사인 ‘글로벌 제조/AX 혁신 컨퍼런스’의 일환으로 마련되었다. 캐드앤그래픽스가 주관하는 ‘피지컬 AI/디지털트윈 & 뿌리산업/소부장 컨퍼런스’는 SIMTOS 대표 컨퍼런스로서, 단순한 지능형 소프트웨어를 넘어 물리적 환경과 상호작용하는 ‘피지컬 AI(physical AI)’와 자율제조(autonomous manufacturing), 그리고 뿌리산업과 소부장에 대해 집중 조명한다. 각 분야 최고의 전문가를 초빙, 양일간 각 5개의 기조강연이 진행될 예정이다.   ▲ SIMTOS 2024 컨퍼런스 전경   4월 16일 진행되는 ‘피지컬 AI/디지털트윈’ 컨퍼런스에서는 AI 자율제조 실현을 위한 디지털 트윈과 피지컬 AI의 융합’을 주제로 각 분야 최고 전문가들의 기조강연이 이어진다. 한국로봇산업진흥원 제조로봇본부 전진우 수석연구원은 ‘피지컬 AI의 부상, 제조 강국의 길’을 주제로 피지컬 AI에 대한 이해와 국내외 동향을 살펴보고, 왜 제조분야에 도입이 필요한가에 대한 기술, 경제, 문화적 관점의 해석을 통해 한국이 제조 강국을 유지하기 위해 가야 할 길에 대해 모색한다. 현대자동차·기아 민정국 상무는 ‘Beyond Possibility, Autonomous Manufacturing Transformation - Physical AI와 디지털 트윈을 통한 자율제조혁신’을 주제로, 자동차 제조 산업의 변화를 비롯해 자율제조공장을 향한 새로운 여정과 자동화에서 진화하는 자율제조혁신에 대해 소개한다. HD현대 이태진 전무는 ‘조선 미래를 위한 차세대 설계/생산 통합 플랫폼과 피지컬 AI’를 주제로 기조강연을 진행한다. 새로운 도약을 준비하고 있는 한국의 조선산업은 전통적인 노동 집약 산업에서 디지털 기술과 AI를 활용한 지능형 자율 운영 조선소의 비전을 실현하고자 노력 중이다. HD현대 그룹은 FOS(Future of Shipyard) 프로젝트의 일환으로 차세대 설계/생산 통합 플랫폼과 AI를 활용하여 선박 제조 밸류 체인의 가상화, 지능화, 자율화를 완성해 나갈 계획이다. 한국산업기술기획평가원(KEIT) 김성호 본부장은 ‘제조AX(M.AX) 얼라이언스 구성·성과 및 운영방향’을 주제로, 제조 AX(M.AX) 얼라이언스 추진 배경, 구성 및 목표, 주요 성과, 운영 방향 등에 대해 소개한다. KAIST 장영재 교수는 ‘제조 피지컬 AI & 제조 자동화’를 주제로, 제조 피지컬 AI와 소프트웨어 중심적 공장(SDF)에 대한 개념과 실제 사례를 소개한다. 소프트웨어 중심적 설계를 통해 공장을 하나의 거대한 AI 시스템으로 설계하고 이를 기반으로 자율운영을 가능하게 하는 것이 SDF의 본질이다. 실제 국내 사례를 통해 이들 개념 및 자율공장이 어떻게 구축되었는지 살펴볼 예정이다.     4월 17일 뿌리산업/소부장 컨퍼런스는 ‘AX로 재도약하는 뿌리산업과 소부장의 미래’를 주제로, 대한민국 산업의 근간인 뿌리산업과 소재·부품·장비(소부장) 산업이 AI를 만나 어떻게 진화하는지 살펴본다. 한국산업기술기획평가원 정민하 본부장은 ‘2026년 소부장 R&D 정책지원 방향’을 주제로, 소부장 및 공급망 현안과 소부장 관련 기업지원 정책 및 소부장 지원정책 활용 방법과 소부장 관련 기관 지원을 위한 사업 및 예산에 대해 소개한다. 성균관대 권석준 교수는 ‘제조 AX 기반 반도체 소부장 경쟁력 강화 전략’을 주제로, 소버린 AI가 국가 정책으로 부상하면서 AI 모델 자립은 물론, 향후 기존 산업으로의 확장을 염두에 둔 M.AX(제조업 AI 전환) 방향이 구체화되고 있는 점을 짚는다. 특히 한국 수출 산업 중 가장 큰 비중을 차지하는 반도체 산업에서 대기업뿐만 아니라 반도체 소부장의 경쟁력 강화를 위해 제조 AX 전략이 어떻게 합치될 수 있을지 논한다. DN솔루션즈 엄재홍 상무는 ‘공작기계에서 ‘지능형 제조 에이전트’로 : AX를 통한 제조 플랫폼의 진화’를 주제로, AI 산업 전환(AX)에 대해 기계 산업과 AI 관점에서 살펴보고 시사점을 논의한다. 화신 이기동 상무는 ‘AI 기반 자율제조 대응 방안 및 추진 전략’을 주제로, 최근 데이터 기반 중심 제조 환경 패러다임 변화를 비롯해 자율 제조 개념(자율 제조 정의 및 단계), 현재 제조 시스템 현황 및 한계, 그리고 AI 기반 자율 제조 전략 및 적용 사례에 대해 소개한다. 한화에어로스페이스 송덕용 수석연구원은 ‘항공엔진용 핵심 부품소재의 신뢰성 확보 및 기술개발 추진 전략’을 주제로, 항공엔진의 고온·고응력 운용환경 대응을 위한 핵심 부품소재의 설계–공정–시험·평가·인증 절차를 확립하고, 통계 데이터 기반의 신뢰성 확보 전략 및 산학연 협력 기술개발 방안을 제안한다. 이번 컨퍼런스를 주관하는 캐드앤그래픽스 최경화 국장은 “이번 컨퍼런스는 제조산업의 디지털 전환(DX)을 넘어선 AI 전환(AX)의 실체를 보여주는 자리가 될 것”이라며, “국내 최고 기업들의 실전 사례를 통해 제조 생태계의 변화와 미래 혁신에 대한 통찰을 얻길 바란다”고 전했다. 한편, 캐드앤그래픽스 지식방송 CNG TV에서는 SIMTOS 2026 프리뷰 방송으로 3월 23일 ‘피지컬 AI 가 바꿀 패러다임, 대한민국 제조업의 미래’를 주제로 피지컬 AI 트렌드에 대해 소개했다. 이번 방송에는 고영테크놀러지 고경철 전무와 인터엑스 김재성 CBO가 출연해 단순한 지능형 소프트웨어를 넘어, 물리적 환경과 상호작용하는 피지컬 AI의 개념과 최신 트렌드, 진화하는 과정과 그에 따른 산업 생태계의 변화에 대해 중점적으로 다루었다.
작성일 : 2026-03-25
스노우플레이크, 데스크톱 AI 어시스턴트 ‘프로젝트 스노우워크’ 공개
스노우플레이크가 비즈니스 사용자의 업무 생산성을 높여주는 자율형 엔터프라이즈 AI 플랫폼인 ‘프로젝트 스노우워크(Project SnowWork)’를 리서치 프리뷰 버전으로 출시했다. 프로젝트 스노우워크는 다양한 부서의 직원이 자연어로 업무를 요청하면 여러 단계의 작업을 안전하게 수행하는 기업용 AI 파트너 역할을 한다. 이 서비스는 이사회 보고용 전망 슬라이드 작성이나 이탈 위험 식별용 스프레드시트 제작, 공급망 병목 지점 파악 등 단순 작업부터 복잡한 워크플로까지 스스로 실행해 비즈니스 성과 창출을 돕는다. 에이전틱 엔터프라이즈는 AI로 단순히 질문에 답하는 것을 넘어 의사결정과 실행을 이끄는 방향으로의 전환을 뜻한다. 이를 위해 기업은 인텔리전스와 애플리케이션, 엔터프라이즈 데이터 등을 유기적으로 결합해 거버넌스가 적용된 기반을 구축해야 한다. 프로젝트 스노우워크는 데스크톱 경험을 통해 스노우플레이크의 데이터 플랫폼과 AI 역량을 사용자에게 직접 제공하며 이러한 전환을 가능하게 한다.     이 플랫폼은 거버넌스가 적용된 데이터를 바탕으로 복잡한 업무를 계획하고 실행한다. 영업 지역 재조정이나 경영진 보고용 발표 자료 등 완성된 결과물을 생성할 수 있으며, 분석 결과에 따라 각 직무에 맞는 다음 실행 단계를 제안한다. 범용 AI 어시스턴트와 달리 공유된 비즈니스 정의와 보안 및 감사 기능을 갖춘 단일 엔터프라이즈 데이터 소스를 바탕으로 구축한 것이 특징이다. 현업 사용자를 위한 핵심 기능으로는 재무, 영업, 마케팅 등 직무에 맞춰 사전 구성된 AI 프로필을 제공하는 사전 구축된 역할 기반 기능이 있다. 이를 통해 주요 업무 용어와 지표를 빠르게 활용할 수 있다. 다중 단계 업무 수행 기능을 이용하면 데이터 조회부터 인사이트 도출, 후속 작업 준비까지 한 번에 수행해 보고 주기를 단축한다. 또한 스노우플레이크의 역할 기반 접근 제어나 데이터 마스킹 정책 등을 자동 적용하는 빌트인 보안 및 접근 제어 기능으로 기업 데이터 보안을 지킬 수 있도록 했다. 그동안 AI 도구는 높은 기술적 이해도를 요구하거나 엔터프라이즈 데이터 기반이 부족해 비즈니스 성과와의 격차가 존재했다. 프로젝트 스노우워크는 모든 직원이 과거 데이터 전문가에게 요구되던 속도와 정확성을 바탕으로 업무를 수행하도록 지원해 이 격차를 해소한다. 영업 운영팀의 경우 반복적인 보고 업무를 자동화하고 여러 소스의 데이터를 코딩 없이 활용해 며칠씩 걸리던 프레젠테이션 작성을 몇 분 만에 마칠 수 있다. 스노우플레이크는 조직이 데이터 기반의 실행을 수행하는 에이전틱 엔터프라이즈 구현을 지원하고 있다고 전했다. 스노우플레이크 인텔리전스는 직원이 복잡한 질문의 원인까지 이해하도록 돕는 에이전트로, 보안 환경 내에서 검증 가능한 답변을 제공한다. 또한 개발자를 위해 데이터 네이티브 AI 코딩 에이전트인 코텍스 코드를 제공해 데이터 엔지니어링과 AI 에이전트 구축 등 개발 전 과정을 자동화하고 가속화한다. 스노우플레이크의 슈리다 라마스워미 최고경영자는 지금이 에이전틱 엔터프라이즈 시대에 진입하는 단계이며 이는 근본적으로 새로워진 업무 방식의 시작을 의미한다고 설명했다. 그는 “이 변화는 기술 혁신을 넘어 기업 운영 전반에 인텔리전스를 내재화해 새로운 수준의 생산성과 효율성을 달성하는 데 있다”면서, “프로젝트 스노우워크는 모든 데스크톱에 데이터 기반의 AI 에이전트를 제공해 비즈니스 리더와 담당자가 질문부터 실행까지 모든 단계를 이어갈 수 있도록 한다”고 밝혔다. 또한 AI가 실험 단계를 넘어 자율 실행 단계로 확장되면서 프로젝트 스노우워크가 기업 업무 방식의 안전한 기반이 될 것이라고 덧붙였다.
작성일 : 2026-03-19
엔비디아, 컴피UI와 로컬 AI 비디오 생성 간소화 발표 및 크리에이터 지원 강화
엔비디아가 미국 샌프란시스코에서 열리는 게임 개발자 콘퍼런스(GDC)에서 RTX GPU와 DGX 스파크 데스크톱 슈퍼컴퓨터를 기반으로 AI 비디오 생성 워크플로를 간소화하는 업데이트를 공개했다. 이번 발표는 게임 개발자와 아티스트가 엔비디아 RTX AI PC를 활용해 더욱 몰입감 있는 세계관과 캐릭터를 창조하도록 돕는 데 초점을 맞췄다. 엔비디아는 이번 행사에서 인기 생성형 AI 도구의 진입 장벽을 낮춘 신규 컴피UI(ComfyUI) 앱 뷰(App View)를 선보였다. 또한 실시간 4K 업스케일러인 ‘RTX 비디오 슈퍼 레졸루션’을 컴피UI에서 사용할 수 있도록 지원하며, 개발자에게는 이를 파이썬 휠(Python Wheel) 형태로 제공한다. 현재 NVFP4와 FP8 모델 버전은 플럭스.2 클라인(FLUX.2 Klein)을 지원하고 있으며, 향후 LTX-2.3에 대한 NVFP4 지원도 추가될 예정이다. 엔비디아에 따르면 이를 통해 최대 2.5배의 성능 향상과 60%의 메모리 사용량 절감이 가능하다.     컴피UI의 새로운 앱 뷰는 노드 그래프 구조에 익숙하지 않은 사용자를 위해 단순한 인터페이스를 제공한다. 사용자는 프롬프트를 입력하고 파라미터를 조정한 뒤 생성 버튼을 누르는 것만으로 작업을 수행할 수 있다. 기존의 노드 기반 인터페이스는 ‘노드 뷰(Node View)’라는 이름으로 유지되어 사용자의 숙련도에 따라 두 모드를 자유롭게 오갈 수 있도록 했다. 성능 측면에서도 개선이 이루어졌다. RTX GPU 기반의 성능은 지난해 9월 대비 40% 향상되었으며, 컴피UI는 NVFP4와 FP8 데이터 포맷을 기본적으로 지원한다. 지포스 RTX 50 시리즈 GPU에서 NVFP4 포맷을 사용하면 성능은 최대 2.5배 높아지고 VRAM 사용량은 60%까지 줄어든다. FP8 포맷 활용 시에는 성능 1.7배 향상과 VRAM 40% 절감 효과를 기대할 수 있다. 더 빠른 4K 비디오 생성을 위한 설루션도 강화됐다. 엔비디아 RTX 비디오 슈퍼 레졸루션을 활용하면 낮은 해상도로 빠르게 생성한 프리뷰 영상을 고품질 4K로 즉시 업스케일링할 수 있다. 이 기능은 컴피UI 내 노드 형태로 제공되어 사용자가 직접 생성 워크플로를 구축하는 데 유용하다. 또한 엔비디아는 AI 개발자를 위해 무료 파이썬 패키지를 공개하고 깃허브 샘플 코드 등을 제공한다. 이 패키지는 RTX GPU의 텐서 코어에서 직접 실행되어 일반적인 로컬 업스케일러보다 최대 30배 빠른 속도를 구현하며 VRAM 사용량도 줄인다. 엔비디아는 “이러한 도구가 콘셉트 탐색과 스토리보드 제작 등 초기 창작 과정의 효율을 높이고 초보자의 AI 비디오 모델 접근성을 개선할 것”이라고 밝혔다.
작성일 : 2026-03-11
인텔, 실시간 성능 강화한 ‘인텔 코어 시리즈 2 프로세서’ 출시로 에지 AI 포트폴리오 확대
인텔은 독일 뉘른베르크에서 열리는 ‘임베디드 월드 2026’에서 에지 애플리케이션용 산업용 플랫폼인 ‘인텔 코어 프로세서 시리즈 2’를 공개했다.  인텔 코어 시리즈 2 프로세서는 현대 산업 환경이 직면한 핵심 과제를 해결하도록 설계됐다. 산업 현장은 안전 필수 제어 시스템부터 실시간 데이터 처리까지 다양한 중요 워크로드를 동시에 처리해야 한다. 이때 정밀한 타이밍과 결정론적 성능을 유지하는 것이 중요하다. 기존 프로세서는 연산 성능과 실시간 신뢰성 중 하나를 선택해야 하는 경우가 많았다. 이 때문에 비용과 시스템 복잡도를 높이는 다중 프로세서 아키텍처가 요구됐다. 인텔 코어 시리즈 2 프로세서는 이러한 한계를 근본적으로 개선하기 위해 설계됐다. 인텔은 “이 제품은 AMD 라이젠 7 9700X 대비 최대 4.4배 낮은 최대 PCIe 지연 시간을 제공한다. 확정적 응답 시간은 최대 2.5배 향상됐다. 확정적 성능은 최대 3.8배, 멀티스레드 성능은 최대 1.5배 개선됐다. 이를 통해 산업 현장에서 요구되는 성능과 안정성을 동시에 충족한다”고 전했다.     이와 함께 인텔은 최신 헬스케어 및 생명과학용 에지 AI 제품군인 ‘헬스케어 및 생명과학 AI 스위트’의 프리뷰 버전을 발표했다. 이 제품군은 AI 기반 환자 모니터링 설루션을 위한 검증된 레퍼런스 파이프라인과 벤치마킹 도구를 제공한다. 현재 환자 수 증가와 의료 인력 부족 현상이 심화되고 있다. 이에 따라 환자 모니터링은 단일 디바이스를 넘어 지능형 연결 생태계로 빠르게 진화하고 있다. 보다 빠른 인사이트 도출과 안정적인 운영을 지원하는 AI 기반 설루션 수요도 확대되는 추세다. 이 스위트는 AI 기반 심전도(ECG) 부정맥 탐지 기능을 보여준다. 원격 광혈류측정이나 익명화된 3D 시각적 추적 등 멀티모달 워크로드도 인텔 프로세서에서 로컬로 실행된다. 이를 통해 OEM, ODM, ISV는 실제 사용 환경을 반영한 시나리오 기반으로 플랫폼을 평가할 수 있다. 인텔은 최근 출시된 코어 울트라 시리즈 3 프로세서와 P-코어를 탑재한 인텔 코어 시리즈 2 프로세서가 자사의 포괄적인 에지 포트폴리오를 입증한다고 전했다. 신규 헬스케어 및 생명과학 에지 AI 스위트는 확정적 실시간 제어부터 고도화된 AI 가속에 이르는 폭넓은 고객 요구를 충족한다. 인텔은 제조업과 헬스케어 등 전반적인 에지 애플리케이션에서 혁신을 가속화할 것으로 기대하고 있다. 인텔 코어 울트라 시리즈 3 및 P-코어를 탑재한 인텔 코어 시리즈 2 기반 에지 시스템은 현재 구매할 수 있다. 헬스케어 및 생명과학 에지 AI 스위트의 프리뷰 버전은 깃허브(GitHub)에서 제공된다. 정식 출시 시기는 2026년 2분기 중으로 예정되어 있다. 인텔의 댄 로드리게즈(Dan Rodriguez) 에지 컴퓨팅 그룹 총괄 부사장은 “에지 컴퓨팅은 인텔의 가장 빠르게 성장하는 사업 부문 중 하나로, 인텔은 해당 시장을 지속적으로 선도하고 있다”며, “인텔 코어 시리즈 2와 CES에서 공개한 인텔 코어 울트라 시리즈 3, 그리고 에지 AI 스위트 확장을 통해 획기적인 성능과 신뢰성, 통합된 AI 가속 기능을 갖춘 포괄적인 플랫폼을 지속적으로 제공함으로써 다양한 에지 고객 요구를 충족하고 있다”고 밝혔다.
작성일 : 2026-03-10
HP ZBook Ultra G1a 노트북 리뷰어 추가 모집 (~ 3월 13일까지)
안녕하세요? 캐드앤그래픽스에서는 HP ZBook Ultra G1a 노트북 성능을 체험해 보고 리뷰해 주실 리뷰어를 찾습니다. 리뷰 기사는 캐드앤그래픽스 2026년 5월호에 실을 예정으로, 리뷰용 제품을 받으신 후 2주 정도 실제로 사용해 보시고, 4월 3일(금)까지 리뷰 원고를 보내 주시면 됩니다. 잡지에 실리는 리뷰 기사에 대해서는 소정의 원고료를 드립니다. 리뷰를 원하시는 분은 간단한 자기소개 및 사용하시는 소프트웨어에 관한 내용을 메일(cadgraphpr@gmail.com)로 보내주세요. - 제목 :  HP ZBook 노트북 리뷰어 지원 - 보내실 내용 : 간단 약력 등 자기소개, 사용 소프트웨어, 전화/메일/소속 (참고할 만한 기고 이력이나 블로그 링크 등 있을 경우 같이 기재) - 모집 기간 : 리뷰어 선정 시 마감 예정 (이력 검토 후 선정) 문의 : 02-333-6900 / cadgraphpr@gmail.com 리뷰어 모집 대상  :  제조, 건축, 엔지니어링 분야 엔지니어(캐드, CAE, 3D 디자인 및 렌더링 등 사용자)     ------------------------------------------------------------------------------------------------------ [제품 리뷰 참고 후기] HP Z북 울트라 G1a 리뷰 (1) - AI 크리에이터와 3D 작업을 위한 최적화 HP Z북 울트라 G1a 리뷰 (2) - 설계 엔지니어 관점에서 본 고성능 노트북  
작성일 : 2026-03-06
HP Z북 울트라 G1a 리뷰어 추가 모집
안녕하세요? 캐드앤그래픽스에서는 "HP Z북 울트라 G1a" 노트북 성능을 체험해 보고 리뷰해 주실 리뷰어를 찾습니다. 리뷰 기사는 캐드앤그래픽스 2026년 5월호에 실을 예정이며, 리뷰용 제품을 받으신 후 2주 정도 실제로 사용해 보시고, 4월 3일(금)까지 리뷰 원고를 보내 주시면 됩니다. 잡지에 실리는 리뷰 기사에 대해서는 소정의 원고료를 드립니다. 리뷰를 원하시는 분은 간단한 자기소개 및 사용하시는 소프트웨어에 관한 내용을 메일(cadgraphpr@gmail.com)로 보내주세요.   - 제목 :  HP ZBook 노트북 리뷰어 지원 - 보내실 내용 : 간단 약력 등 자기소개, 사용 소프트웨어, 전화/메일/소속 (참고할 만한 기고 이력이나 블로그 링크 등 있을 경우, 같이 기재 바람) - 모집 기간 : 리뷰어 선정 시 마감 예정 (이력 검토 후 선정) 문의 : 02-333-6900 / cadgraphpr@gmail.com 리뷰어 모집 대상  :  제조, 건축, 엔지니어링 분야 엔지니어(캐드, CAE, 3D 디자인 및 렌더링 등 사용자)     ------------------------------------------------------------------------------------------------------ [제품 리뷰 참고 후기] HP Z북 울트라 G1a 리뷰 (1) - AI 크리에이터와 3D 작업을 위한 최적화 HP Z북 울트라 G1a 리뷰 (2) - 설계 엔지니어 관점에서 본 고성능 노트북  
작성일 : 2026-03-06
모델 기반 시스템엔지니어링에서 SysML의 역할
가상 제품 개발을 위한 MBSE 및 SysML의이해와 핵심 전략 (5)   이번 호에서는 모델 기반 시스템 엔지니어링(MBSE)의 핵심 언어인 SysML의 정의와 역할을 설명한다. SysML은 기존 문서 중심 방식의 한계를 극복하기 위해 복잡한 시스템을 시각화하고 설계 일관성을 유지하며, 모델리카(Modelica)와의 연동을 통해 수치 해석 및 검증 능력까지 제공한다. 결과적으로 SysML은 요구사항 정의부터 물리적 검증까지 전체 과정을 유기적으로 통합하여 가상 제품 개발의 생산성을 높이는 데에 기여한다.   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 CTO   SysML이란 SysML(Systems Modeling Language)은 시스템을 대상으로 한 그래픽 모델링 언어로, UML(Unified Modeling Language)을 기반으로 확장하여 개발된 것이다. SysML은 OMG(Object Management Group), INCOSE(International Council on Systems Engineering), 그리고 ISO STEP AP233(시스템 엔지니어링 데이터 교환 표준)의 요구사항을 반영한 엔지니어링 RFP(Request for Proposal)에 따라 만들어졌으며, UML 2.0의 하위 집합을 기반으로 하되, 시스템 모델링에 특화된 확장 기능을 포함하고 있다. 즉, UML의 한 프로파일(profile)이면서도 시스템 중심 기능이 강화된 언어이다. SysML은 하드웨어, 소프트웨어, 데이터, 입력/출력, 절차 및 설비 등 복합적인 요소를 포함하는 시스템을 요구, 분석, 설계, 검증, 검증 및 검토(V&V) 등 전 과정에 걸쳐 모델링할 수 있도록 지원한다. 이를 통해 복잡한 시스템을 시각적으로 표현하고, 다양한 구성요소 간의 관계를 추적할 수 있다. 또한, SysML은 XML 기반 메타데이터 교환(XMI)을 통해 다른 모델 및 데이터 시스템과의 연동을 지원하며, 국제 표준인 AP233의 진화 과정과도 연계되어 있다. 이러한 상호운용성과 표준성은 SysML이 시스템 모델 중심 개발(model-driven SE)을 위한 핵심 언어로 자리매김하게 된 중요한 배경이다. 결론적으로, SysML은 전통적인 문서 중심 시스템 개발 방식에서 벗어나, 시각적 모델 중심으로 시스템을 통합적으로 정의하고 분석하며 검증할 수 있도록 해주는 핵심 도구라 할 수 있다. 이는 특히 모델 기반 시스템 엔지니어링(Model-Based Systems Engineering : MBSE)을 실현하기 위한 기반 언어로 널리 사용된다.   왜 SysML 모델링 언어와 MBSE가 연계되는가 지금까지 기본 시스템 엔지니어링의 시스템 설계 활동에 대해 설명해 왔지만 이들의 활동의 주요 목적은 MBSE에서도 마찬가지이다. 그러나 지금까지의 시스템 엔지니어링은 두 가지 ‘불편’이 있었다. 하나는 자연 언어 그 자체의 기술력으로 인한 불편이다. 예를 들어, 자연 언어로 시스템 엔지니어링 영역에서 널리 사용되는 계층 구조와 병렬 동작을 동시에 설명하는 것은 어렵다. 또한, 입력한 정보의 조감과 여러 원인과 결과를 가진 인과 관계를 설명하기도 어렵다. SysML은 시스템 엔지니어링을 위해 개발된 준 형식적 도식 언어이며 이러한 불편을 해소하기 쉽다. 또 다른 불편은 설명 내용의 일관성 유지라는 문제이다. 자연 언어로 작성된 문서 간에 걸친 정보의 완전성 및 일관성을 유지하는 것은 어렵고 문서에 설명된 정보가 변경될 때 시스템의 수명주기에 미치는 영향을 예측하기가 어렵다. 이들에 대해서도 모델링 툴을 병용하면서 SysML을 사용하면 이러한 불편을 없앨 수 있다. 한편 ‘개발 현장용’ 모델 언어의 의미와 메타 모델로서 추적성을 완비해야 한다. 아직 설계서로부터의 자동 코드 생성은 주류가 아니고, 사람의 손으로 프로그래밍에 의존하는 실태를 감안하면 다양한 능력의 사람이 이해하고 사용할 수 있는 설계 모델 언어여야 한다. 즉, 엄밀하지만 그것을 읽어내는데 수학적인 기능이 필수인 형식 언어나 SysML을 자유롭게 구사해 표현한 모델에서는 많은 리뷰어가 이해하는 데 고생하고, 종합적으로는 생산성을 떨어뜨릴 수 있다. 따라서 모델 간 추적성 정의만 엄격하게 한 모델 표현(언어)을 정의했다. 또한 설계 프로세스로 알려진 크게 복잡하고 세밀한 개발 단계를 결정하는 것만으로 그치지 않고 상품 디자인에 집중할 수 있도록, 모델 레벨에서 설계 순서 및 모델 간의 추적성을 나타내고 있다. SysML은 구조, 동작, 속성 및 요구 사항 측면에서 복잡한 시스템 설명을 캡처하기 위한 표준화된 범용 그래픽 모델링 언어이다. 모델리카(Modelica)는 미분 대수 방정식의 관점에서 복잡한 시스템의 연속 및 이산 시간 역학을 분석하기 위한 표준화된 범용 시스템 모델링 언어이다. SysML 모델의 설명력과 모델리카 모델의 분석 및 계산 능력을 통합하면 SysML 또는 모델리카가 개별적으로 제공하는 것보다 훨씬 더 뛰어난 기능을 제공할 수 있다. 모호함 없이 SysML과 모델리카 모델 간에 모델링 정보를 효율적이고 자동으로 전송하기 위한 구현을 지원하는 두 모델링 언어 간의 표준화된 양방향 변환이 개발되고 있다. 이러한 양방향 변환 접근 방식에 대한 개요 외에도, 이번 호에서는 변환 원리를 명확히 하고 이 두 언어 간의 통합으로 인해 발생하는 중요한 시너지 효과를 설명하는 간단한 예를 제공한다. SysML은 기본 의미론을 갖춘 잘 정의된 그래픽 구성을 사용하여 시스템 모델을 생성하고 관리하는 데 사용할 수 있는 범용 시스템 모델링 언어이다.(Object Management Group, 2008) SysML은 UML 2(Object Management Group, 2009)의 하위 집합을 재사용하고 새로운 모델링 요소와 두 가지 새로운 다이어그램 유형을 추가하여 이를 확장한다. 이러한 SysML 다이어그램은 <그림 1>에 나와있다.   그림 1. SysML 다이어그램 개요 및 UML 다이어그램과의 관계   요구 사항 다이어그램 및 매개변수 다이어그램과 결합된 일련의 동작 및 구조 다이어그램은 시스템의 통합 보기를 제공한다. 그러나 SysML은 단순한 다이어그램 세트 그 이상을 나타낸다. 다이어그램의 기본에는 모든 모델링 구성을 공식적으로 나타내는 추상 구문 모델 저장소가 있다. 그만큼 위에 표시된 대로 SysML의 시스템 동작은 활동 다이어그램, 상태 머신 다이어그램 및/또는 시퀀스 다이어그램과 관련 의미론의 조합을 통해 캡처된다.     ■ 기사 상세 내용은 PDF로 제공됩니다.
작성일 : 2026-03-06