• 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 "링크"에 대한 통합 검색 내용이 2,095개 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
매스웍스, ‘에지 AI 파운데이션’ 합류로 임베디드 AI 기술 혁신 가속화
매스웍스가 에지 디바이스용 에너지 효율적 AI 기술 발전에 주력하는 비영리 단체인 ‘엣지 AI 파운데이션(EDGE AI FOUNDATION)’에 합류했다고 밝혔다. 매스웍스는 파운데이션의 글로벌 지원 네트워크와 협력해 엔지니어들이 자사 소프트웨어 플랫폼인 매트랩과 시뮬링크를 활용해 AI 모델을 훈련하고 통합할 수 있도록 지원할 계획이다. 이를 통해 임베디드 디바이스 배포는 물론 시스템 수준의 시뮬레이션으로 성능을 검증하는 환경을 제공한다. 매트랩과 시뮬링크는 엔지니어가 AI 모델을 효율적으로 개발하고 배포할 수 있는 임베디드 AI 엔드 투 엔드 워크플로를 갖추고 있다. 주요 기능으로는 배포 전 동작을 검증하는 시스템 수준 시뮬레이션과 동일한 시뮬링크 모델에서 최적화된 C/C++, CUDA, HDL 코드를 다양한 환경에 배포하는 기능이 꼽힌다. 또한 리소스가 제한된 디바이스를 위한 압축 기술을 제공하며 안전 및 임무 필수 시스템을 위한 검증과 확인 과정을 지원한다. 매트랩 외에도 파이토치, 텐서플로, ONNX, XGBoost 등 다양한 AI 프레임워크와의 통합이 가능하며 전문 지식 없이도 AI 모델을 훈련할 수 있는 로우코드 기반 앱도 지원한다는 것이 매스웍스의 설명이다. 매스웍스 소프트웨어는 현재 다양한 산업 분야에서 임베디드 AI 애플리케이션의 설계와 테스트에 활용되고 있다. 자동차 분야에서는 매트랩과 시뮬링크로 배터리 충전 상태나 모터 온도를 추정하는 가상 센서를 생성해 마이크로컨트롤러에 배포함으로써 실시간 성능을 구현한다. 항공우주 분야에서는 비행 안전 필수 시스템의 엄격한 지연 시간과 안전 요구사항을 충족하기 위해 FPGA에 배포 가능한 이상 감지 및 예측 유지보수 알고리즘을 개발하는 데 쓰인다. 산업 자동화 분야에서는 시각적 검사용 결함 감지 알고리즘을 개발하고 이를 임베디드 GPU에 배포해 고속·고정밀 품질 관리를 실현하고 있다. 엣지 AI 파운데이션의 피트 버나드 전무이사는 “매스웍스의 합류는 에지 AI를 보다 쉽게 접근할 수 있도록 하려는 우리의 공통된 사명을 강화해 준다”면서, “엔지니어드 시스템을 위한 임베디드 AI 분야의 선도 기업인 매스웍스가 보유한 AI 모델 통합과 시스템 수준 시뮬레이션 역량은 커뮤니티에 소중한 자산이 될 것”이라고 밝혔다. 매스웍스의 루카스 가르시아 AI 부문 제품 매니저는 “이번 합류는 엔지니어와 과학자들이 AI와 머신러닝, 에지 컴퓨팅 분야에서 혁신을 이룰 수 있도록 지원하려는 의지를 확장하는 행보”라고 설명했다. 이어 “개발팀이 매트랩과 파이토치로 개발한 AI 모델을 전체 시스템 수준에서 검증하고 제한된 연산 및 메모리 제약 조건에 맞게 최적화해 다양한 하드웨어에 배포할 수 있다”고 전했다. 매스웍스는 파운데이션 및 회원사들과 함께 실제 문제를 해결하는 신뢰할 수 있는 AI 설루션 확산을 가속화할 것으로 기대하고 있다.
작성일 : 2026-04-13
HPE, 엔비디아와 손잡고 차세대 AI 팩토리 및 슈퍼컴퓨팅 혁신 가속화
HPE가 대규모 AI 팩토리와 슈퍼컴퓨터를 위한 'HPE 기반 엔비디아 AI 컴퓨팅 포트폴리오'의 주요 혁신 사항을 발표했다. 이번 발표는 고객이 AI를 더 효율적으로 확장하고 배포하며, 데이터에서 인사이트를 도출하는 시간을 단축하는 데 중점이다. HPE는 엔비디아와 협력해 구축한 이번 풀스택 AI 설루션이 컴퓨팅, GPU, 네트워킹, 액체 냉각, 소프트웨어 및 서비스를 긴밀하게 통합해 대규모 환경과 국가별 소버린 환경에 최적화했다고 밝혔다. 현재 아르곤 국립 연구소, 독일 슈투트가르트 고성능 컴퓨팅 센터, 허드슨 리버 트레이딩, 한국과학기술정보연구원 등 세계적인 연구 기관과 AI 기업들이 HPE의 인프라를 채택해 혁신을 가속하고 있다. HPE는 자사의 슈퍼컴퓨팅 플랫폼인 ‘HPE 크레이 슈퍼컴퓨팅 GX5000’에 엔비디아의 최신 설루션을 적용한다. 먼저 액체 냉각 방식의 ‘엔비디아 베라 CPU 컴퓨트 블레이드’를 도입한다. 각 ‘HPE 크레이 슈퍼컴퓨팅 GX240 컴퓨트 블레이드’는 최대 16개의 엔비디아 베라 CPU를 탑재해 까다로운 AI 워크로드를 지원한다. 이는 랙 하나 당 최대 40개의 블레이드와 640개의 CPU, 5만 6320개의 엔비디아 올림푸스 코어를 확장할 수 있다. 또한 엔비디아 퀀텀-X800 인피니밴드를 통해 초고속 네트워킹 환경을 제공한다. 이 스위치는 포트당 800Gb/s의 연결성을 지원하며 높은 전력 효율을 갖춘 것이 특징이다.     대규모 및 소버린 환경을 위한 ‘HPE AI 팩토리’ 포트폴리오도 강화한다. HPE는 1조 개 이상의 매개변수를 가진 거대 모델을 위해 설계된 차세대 시스템 ‘HPE 기반 엔비디아 베라 루빈 NVL72’ 랙 스케일 시스템을 선보인다. 이 시스템은 36개의 CPU와 72개의 루빈 GPU, 6세대 NV링크 네트워킹 등을 탑재해 대규모 환경에서 높은 효율을 낸다. 이와 함께 새로운 AI 서버인 ‘HPE 컴퓨트 XD700’도 출시한다. 엔비디아 HGX 루빈 NVL8을 기반으로 한 이 서버는 랙당 최대 128개의 루빈 GPU를 지원하며, 이전 세대보다 두 배 향상된 GPU 집적도를 통해 전력과 냉각 비용을 절감한다. 이외에도 모든 HPE AI 팩토리 포트폴리오에서 ‘엔비디아 RTX PRO 6000 블랙웰 서버 에디션’ GPU를 사용할 수 있게 된다. 소프트웨어와 서비스 측면에서는 엔비디아 클라우드 파트너 프로그램 인증을 획득해 클라우드 서비스 제공사의 검증 프로세스를 간소화한다. 수세 가상화 및 랜처 프라임 스위트를 통한 멀티 테넌시 옵션도 확장해 가상머신용 GPU 패스스루 등을 지원한다. 레드햇 엔터프라이즈 리눅스 및 오픈시프트와의 통합은 물론, AI 팩토리의 운영과 확장을 돕는 ‘엔비디아 미션 컨트롤’ 소프트웨어도 제공할 예정이다. HPE의 트리시 담크로거 수석부사장은 “세계 최고 성능의 엑사스케일 슈퍼컴퓨터 3대를 구축한 HPE는 최첨단 AI 워크로드와 고성능컴퓨팅을 결합해 과학적 혁신을 주도하고 있다”면서, “엔비디아와 협력해 의학, 생명과학, 제조 등 다양한 분야에서 한계를 뛰어넘는 데 필요한 성능을 제공하겠다”고 밝혔다. 엔비디아의 크리스 매리어트 부사장은 “기업과 국가가 AI의 잠재력을 실현하려면 대규모 모델 학습과 고성능컴퓨팅 워크로드를 처리할 인프라가 필수”라면서, “양사가 공동 개발한 인프라는 가속 컴퓨팅과 액체 냉각 기술을 결합해 인사이트 도출 시간을 단축한다”고 설명했다.
작성일 : 2026-04-06
[케이스 스터디] 시스템 레벨 시뮬레이션, 일상 가전제품 개발 방식까지 바꾸다
다이슨(Dyson)은 최적의 물청소 솔루션을 개발하기 위해 새로운 접근 방식이 필요하다는 연구 결과를 도출했다. 그 결과물이 바로 수세기의 역사를 지닌 가정용 청소 도구인 대걸레를 재해석한 청소기 ‘다이슨 워시G1(Dyson WashG1)’이다. 다이슨 엔지니어들은 이 제품을 개발하기 위해 항공우주 산업 등 복잡한 시스템 설계에 쓰이는 엔지니어링 방법론을 일상 제품에 적용했다. 기존 제품의 개선 버전을 개발할 때는 효과적이었던 다이슨의 문서 기반 워크플로가 완전히 새로운 제품군을 만드는 데는 적합하지 않았기 때문이다. 이에 다이슨의 첨단 제어 시스템 수석 엔지니어인 로맹 기셰르(Romain Guicherd)는 팀을 설득해 모델 기반 설계(model-based design : MBD)를 도입했다. 모델 기반 설계란 시스템 레벨 시뮬레이션 모델을 활용해 시스템 개발 방식을 개선하는 방법론이다. 이를 통해 개발 워크플로를 가속화하고, 테스트를 위한 보다 강건한 코드를 구현할 수 있었다.   모델 기반 설계로 바꾼 제품 개발 방식 다이슨은 진공청소기 등 기존 제품 라인업의 신제품을 개발할 때, 팀 간 요구사항의 전달에서 서면으로 된 문서 기반 방식을 사용해 왔다. 이러한 방식은 이전의 설계 및 임베디드 소프트웨어를 참고하고 반복 개선할 수 있어, 이미 안정화된 기존 제품군 개발에 적합한 방식이다. 그러나 완전히 새로운 제품군을 개발하는 과정에서는 이러한 문서 전달 방식이 오히려 혼선을 초래할 수 있었다. 문서로 작성된 설계 사양은 엔지니어마다 요구사항을 다르게 해석할 가능성이 있기 때문이다. 새로운 제품군 개발은 팀 간 오해를 줄이고 보다 원활한 협업을 가능하게 하는 새로운 개발 방식을 모색하게 하는 계기가 됐다.    ▲ 다이슨 워시G1은 습식 오염과 건식 이물질을 모두 제거한다.   다이슨은 모델 기반 설계가 새로운 기능과 설계 방향을 탐색하는 데 적합한 개발 방식이라고 봤다. 개발 초기에는 다양한 개념과 방향을 동시에 검토해야 했는데, 시뮬링크(Simulink) 기반의 모델 기반 설계를 도입한 덕분에 팀은 기존 문서 기반 프로세스 대비 두 배 빠르게 새로운 아이디어를 구현할 수 있었다. 워시G1의 핵심 세척 방식은 촘촘한 마이크로파이버 천으로 감싼 역방향 회전 롤러를 탑재한 세척 헤드를 중심으로 구성된다. 습식 오염과 건식 이물질을 분리하기 위해 보조 롤러가 고체 이물질을 트레이에 모으고, 트레이 바닥의 메시 필터를 통해 액체가 오수 탱크로 흘러내려가는 구조다. 기셰르의 팀은 이 모든 기능을 구현하고 다양한 상황에 대응하기 위해, 상호작용하는 시스템 구성요소의 시뮬레이션을 용이하게 하고 설계부터 코드 생성, 소프트웨어 테스트까지 전 과정을 아우르는 툴이 필요했다. 팀은 세척 롤러 제어 장치 개발을 위해 심스케이프 일렉트리컬(Simscape Electrical)로 폼 롤러 모터와 모터 드라이브를 모델링했다. 또한 스테이트플로(Stateflow)를 활용해 청소기에 탑재된 두 개의 펌프, 즉 깨끗한 물로 롤러에 수분을 공급하는 펌프와 오수를 배출하는 펌프의 스케줄링과 제어 로직을 설계했다. 제품의 자동 세척 메커니즘 구현에도 스테이트플로가 활용됐다. 워시G1의 세척 성능을 구현하기 위해서는 단계별로 선택 가능한 수분 공급 수준과 각 단계의 세밀한 민감도 조정이 모두 뒷받침돼야 했다. 다양한 설정 값과 세척 부하 변화에 대응하려면 정밀한 전압 제어가 필수였다. 팀은 시뮬링크 모델로 매개변수를 조정하고 다양한 값을 반복 테스트하며 모터 전압 제어 로직을 빠르게 최적화했다. 실제 프로토타입을 제작하지 않고도 시뮬레이션만으로 설계 변경의 영향을 사전에 파악할 수 있었다는 점도 개발 효율을 높이는 데 크게 기여했다.   ▲ 심스케이프로 모델링된 다이슨의 롤러 기술   다이슨은 요구사항 툴박스(Requirements Toolbox)를 활용해 요구사항을 시뮬링크 모델에 연결함으로써 각 요구사항이 제품 기능으로 어떻게 구현되는지 확인할 수 있었다. 요구사항 툴박스(Requirements Toolbox)를 사용하기 전에는 하드웨어 테스트 단계에 이르러서야 요구사항의 오류를 발견할 수 있었다. 하지만 요구사항을 모델에 연결한 이후로는 각 요구사항의 구현 방식과 요구사항 간 상호 관계를 사전에 명확히 파악할 수 있게 됐다.   시스템 시뮬레이션이 설계에 가져온 변화 시뮬링크와 심스케이프를 활용한 모델 기반 설계는 보다 체계적인 개발 접근 방식을 가능하게 했고, 다이슨이 프로토타입을 제작하고 테스트하기에 앞서 다양한 유형의 인더루프(in-the-loop) 테스트를 수행할 수 있도록 하였다. 모델 기반 설계 덕분에 엔지니어는 멀티도메인 모델링을 수행하고 타 팀과 긴밀하게 협업할 수 있었다. 일례로 기셰르의 팀은 배터리 셀 및 배터리 관리 시스템 팀의 데이터를 활용해 정밀한 4셀 배터리팩 모델을 구축했다. 또한 전자팀과 협력해 심스케이프 일렉트리컬로 전력전자 하드웨어의 동작을 모델링하고 시뮬레이션했다. 시뮬링크를 통한 시스템 레벨 시뮬레이션은 더 많은 설계 옵션을 검토하고 트레이드오프를 비교할 수 있는 환경을 만들어줬다. 그 결과 팀은 프로젝트의 설계 단계에 더 많은 시간을 투자할 수 있었고, 설계 오류와 통합 문제를 수정하기 훨씬 쉽고 비용도 적게 드는 초기 단계에서 발견할 수 있었다.   소프트웨어 아키텍처와 임베디드 코드 개발 이후 프로젝트에서 팀은 소프트웨어 아키텍처 개발을 위해 시스템 컴포저(System Composer)를 추가로 도입했다. 시스템 컴포저를 통해 제품팀과 소프트웨어팀은 소프트웨어 인터페이스와 스케줄링을 함께 개발하고 다양한 시나리오를 모델링할 수 있었다. 또한 대규모 모델을 논리적 단위로 구조화해 병합 충돌 없이 원활한 팀 간 협업이 가능해졌다. 시뮬링크 모델은 제품 동작을 시각적으로 표현함으로써 개발 전 과정에 걸쳐 팀원 간의 협업을 촉진했다. 제어 시스템 모델에서는 C 코드가 생성됐다. 팀은 모델을 수정하고 일부 구간에 주석을 달거나 새로운 블록을 추가하는 방식으로 소프트웨어 엔지니어에게 청소기의 새로운 동작을 보여줬다. RCP(Rapid Control Prototyping)를 활용하면 코드를 빠르게 생성하고, 다음 날 바로 실험실에서 제품의 동작을 확인할 수 있었다. 팀은 직접 코딩 대신 임베디드 코더(Embedded Coder)로 시뮬링크 모델에서 C 코드를 자동 생성했고, 소프트웨어팀은 이를 NXP 마이크로컨트롤러의 메인 코드에 통합했다. 임베디드 코더 도입 이후 소프트웨어 릴리스 주기는 기존 약 10주에서 9일로 단축됐다. 초기에는 실험실 환경에서의 동작 구현에 집중하였기 때문에 모델과 코드 생성을 핵심으로 삼았지만, 곧 모델과 코드, 테스트, 커버리지가 함께 어우러질 때 제품 완성도가 한층 높아진다는 사실을 확인했다.   테스트 효율을 높인 모델 기반 개발 팀은 이전 제품 개발 때보다 설계 개선에 더 많은 시간을 쏟았다. 시뮬링크를 통해 시뮬레이션 중 발생한 오류를 신속하게 수정할 수 있었고, 그 효과는 테스트 단계에서 그대로 나타났다. 이 테스트 단계는 과거보다 훨씬 단순하고 빨라졌으며, 팀의 개발 시간과 노력을 절감하는 데 기여했다. 모델에서 정상 작동하도록 설계한 것은 실제 제품에 적용해도 동일하게 구현됐고, 이는 무결점 제품 출시로 이어졌다. 워시G1의 모델 기반 설계와 코드 자동 생성이 성공을 거두면서, 초기에 회의적이었던 소프트웨어팀의 시각도 달라졌다. 자동 생성 코드가 내부 표준 준수와 실행 효율성을 담보할 수 있을지 우려하던 소프트웨어팀은 이제 코드에 대한 확신을 갖게 됐다. 현재 소프트웨어팀은 하드웨어팀과 협력해 자동 생성 코드의 API를 함께 정의하고 있으며, 모델 기반 설계에 시뮬링크를 활용하면서 유연성과 개발 속도 모두를 향상시켰다. 이제는 소프트웨어팀이 먼저 나서서 동일한 프로세스를 다른 제품에도 적용해 달라고 요청할 만큼, 프로젝트 복잡도가 높아질수록 모델 기반 설계의 가치는 더욱 분명해지고 있다. 다이슨 팀은 향후 워시G1 후속 모델 개발 시 기존 모델의 구성 요소를 재사용할 수 있다. 또한 이번 모델 기반 설계 방법론의 성공 사례는 사내 다른 부서에서도 주목받고 있다. 헤어 케어 제품과 다른 플로어 케어 제품군에도 이를 적용하는 방안이 검토되고 있어, 다이슨 내 추가 혁신 가능성을 넓히고 있다.   ■ 이웅재 | 매스웍스코리아 이사
작성일 : 2026-04-03
최적 검색 가속화를 위한 AI 프레딕터
심센터 HEEDS 더 깊게 살펴 보기 (4)   이번 호에서는 심센터 HEEDS(Simcenter HEEDS)의 핵심 최적화 엔진인 SHERPA의 성능을 비약적으로 가속화시키는 AI 시뮬레이션 프레딕터(AI Simulation Predictor) 기술에 대해 자세히 살펴본다. 지난 호에서 다룬 SHERPA의 지능형 탐색 방식에 AI의 예측 통찰력을 결합하여, 어떻게 해석 시간의 병목을 해결하고 검색 효율을 극대화하는지 조명할 예정이다. 이를 통해 고비용 해석 모델에서도 실질적인 리드타임을 단축하고 더 우수한 설계안을 도출해 내는 원리를 알아보고자 한다.   ■ 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   최적화의 병목, 해석 시간과 비용의 문제 고충실도(High-Fidelity) 해석의 딜레마 현대 엔지니어링 설계의 정점은 전산유체역학(CFD)이나 비선형 구조해석과 같은 고성능 계산 과정을 필수로 한다. 이러한 고충실도 해석은 제품 성능을 가상 공간에서 정밀하게 모사할 수 있게 해 주지만, 치명적인 약점이 있다. 복잡한 모델의 경우 1회 해석에 수 시간에서 수 일이 소요되기도 하며, 수백 번의 반복 계산이 필요한 최적화 과정에서 이는 극복하기 어려운 시간적 병목(bottleneck)이 된다.   MDAO 과정에서 직면하는 실제 문제들 연재의 배경이 되는 다분야 설계 분석 및 최적화(MDAO : Multidisciplinary Design Analysis and Optimization) 환경에서는 다음과 같은 네 가지 핵심 문제에 직면한다. 시뮬레이션 시간 & 계산 비용 : 장기간의 CAE 실행은 컴퓨터 자원의 점유와 라이선스 비용 부담을 가중시킨다. 신뢰성 : 시간 제약으로 인해 충분한 설계안을 검토하지 못하면 결과의 신뢰성이 떨어진다. 지식의 재사용 : 이전 프로젝트의 방대한 시뮬레이션 데이터를 현재 최적화에 제대로 자산화하지 못하는 한계가 있다. 시프트 레프트(shift left) : 제품 개발 초기 단계에서 오류를 발견하지 못하면 이후 단계에서 대규모 수정 비용이 발생한다.   기존 대안 : 전통적 최적화 프로세스와 근사 모델의 한계 해석 시간을 줄이기 위해 전통적인 설계 공간 탐색(design space exploration) 과정에서는 반응표면법(RSM)이나 크리깅(kriging)과 같은 근사 모델(surrogate model)이 널리 사용되어 왔다. 하지만 이러한 전통적인 방식은 프로세스 측면에서의 번거로움과 기술적 모델 구축 측면에서의 한계를 동시에 안고 있다.   그림 1   첫째, 전문가 중심의 복잡한 다단계 프로세스로 인한 고충(pain points)이 크다. 목적 정의부터 모델 단순화, 알고리즘 선택 및 튜닝, 탐색 수행, 결과 해석으로 이어지는 과정은 매우 정교한 전문 지식을 요구하며 다음과 같은 문제를 일으킨다. 모델 단순화의 오류 가능성 : 변수 선별이나 응답면 모델을 수동으로 생성하는 과정은 오류가 개입되기 매우 쉽다.(too error-prone) 알고리즘 선택 및 튜닝의 고비용 구조 : 적절한 검색 알고리즘을 결정하기 위해 수많은 반복 시도가 필요하며, 파플레이션 크기나 변이율 등 세부 매개변수 설정에 고도의 전문성이 요구되어 시간과 비용이 많이 든다.(too costly & too difficult) 제한적인 혁신 : 이러한 난이도 탓에 최적화 기술이 일부 전문가에 의해 매우 한정적인 문제에만 적용되어, 결과적으로 설계 혁신의 폭이 좁아지는 결과를 초래한다. 둘째, 기술적으로 구축된 근사 모델 자체가 가진 결정적인 한계가 존재한다. 초기 데이터 확보의 높은 비용 : 신뢰할 수 있는 모델을 구축하기 위해서는 설계 공간 전체에 걸쳐 상당수의 초기 샘플 해석이 선행되어야 하며, 고성능 CAE 환경에서는 이 초기 샘플링 과정 자체가 막대한 병목이 된다. 정적 구조의 경직성 : 한 번 구축된 모델은 최적화가 진행되는 동안 설계 공간의 특성 변화나 새로운 유망 영역의 발견을 실시간으로 반영하여 스스로 업데이트되지 않는다. 전역적 경향성과 국부적 정밀도의 딜레마 : 전체적인 경향성은 파악하지만 최적해 주변의 미세한 비선형적 거동을 포착하는 데 한계가 있어, 최종 설계안이 실제 해석 결과와 괴리를 보이는 경우가 빈번하다.   그림 2   반면, 심센터 HEEDS는 이러한 복잡한 중간 단계를 ‘Automated Search’ 하나로 통합하여 엔지니어가 본연의 설계 업무인 목적 정의와 결과 분석에만 집중할 수 있는 환경을 제공한다. 이번 호에서 다룰 AI 프레딕터(AI Predictor)는 이 혁신적인 자동 탐색 과정을 한 단계 더 가속하여 기술적 한계를 극복하고 진정한 설계 디스커버리(discovery)를 실현하는 핵심 기술이다.   기술 혁신 : Boosting SHERPA의 정의와 전략적 가치 AI 시뮬레이션 프레딕터란 무엇인가? 심센터 HEEDS의 AI 시뮬레이션 프레딕터는 최적화 검색 과정을 가속시키는 퍼포먼스 부스터(Performance Booster)이다. 단순히 정해진 데이터를 학습하는 것을 넘어, SHERPA 검색 프레임워크 상단에서 작동하는 AI 오버레이(AI Overlay) 기술을 통해 실시간으로 데이터를 학습(on-the-fly)하여 해석이 필요한 위치(DOE)를 지능적으로 선별한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2026-04-02
분산 근무 시대의 새로운 CAD 라이선스 전략
데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (13)   설계 업무 환경이 급변하고 있다. 과거에는 동일한 사무실과 네트워크 안에서만 업무가 이루어졌다면, 이제는 재택근무, 외근, 현장 대응, 그리고 글로벌 협업까지 고려해야 하는 시대이다. 이러한 변화는 CAD 소프트웨어의 기능을 넘어, 라이선스를 어떻게 배포하고 효율적으로 운영할 것인가라는 새로운 과제를 제시하고 있다. 이런 흐름 속에서 주목할 만한 설루션이 바로 아레스 플렉스 클라우드(ARES Flex Cloud) 라이선스이다. 이는 단순히 기존의 네트워크 라이선스를 클라우드로 옮긴 것이 아니다. 장소의 제약을 줄이고, 다양한 사용자에게 유연하게 권한을 배분하며, 관리 효율까지 높인 새로운 운영 방식이다. 특히 아레스의 통합 생태계인 ‘트리니티(Trinity)’ 기능이 탑재되어 오늘날의 분산형 설계 환경에 최적화된 대안으로 떠오르고 있다.   ■ 최하얀 위즈코어 마케팅팀의 전임으로 ARES CAD의 마케팅 콘텐츠 기획 및 제품 홍보 업무를 담당하고 있다. 홈페이지 | www.arescad.kr 블로그 | https://blog.naver.com/graebert 유튜브 | www.youtube.com/GraebertTV   플렉스 클라우드는 무엇이 다른가     아레스 플렉스 클라우드는 여러 사용자가 공동으로 사용할 수 있도록 설계된 클라우드 기반 라이선스이다. 여기서 핵심인 트리니티는 아레스의 3대 제품군을 통합한 개념이다. 아레스 커맨더(ARES Commander) : 데스크톱 기반 CAD(윈도우/맥OS/리눅스에서 오토캐드와 같이 도면 설계) 아레스 쿠도(ARES Kudo) : 웹 브라우저 기반의 클라우드 CAD(도면 검토 및 수정) 아레스 터치(ARES Touch) : 모바일 기반 CAD(스마트폰 및 태블릿 활용) 플렉스 클라우드의 가장 큰 특징은 이 통합 플랫폼을 클라우드 상에서 공유할 수 있다는 점이다. 전체 사용자는 제한 없이 초대할 수 있지만, 동시에 사용할 수 있는 인원은 구매한 시트(seat) 수만큼 제한된다. 예를 들어 3시트를 구매했다면 동시 사용자는 3명으로 제한되며, 나머지 인원은 대기하거나 ‘보기 전용’ 모드로 접속하게 된다.(최소 3시트부터 구매 가능)     기존 플렉스 네트워크(Flex Network) 라이선스가 사내 서버를 구축하고 로컬 네트워크 안에서만 작동했다면, 플렉스 클라우드는 라이선스 서버가 클라우드에 존재한다. 따라서 집, 외부 현장, 해외 지사 등 장소에 구애 없이 보다 자율적으로 라이선스를 공유할 수 있다. 이것이 기존 네트워크 방식과 구분되는 가장 결정적인 차이이다.   협업과 운영 방식까지 바꾸는 라이선스     플렉스 클라우드의 강점은 단순한 ‘원격 접속’에 그치지 않는다. 기존 네트워크 라이선스는 주로 데스크톱 중심(아레스 커맨더)으로 운영되어 계정 기반의 트리니티 협업 기능을 충분히 활용하기에는 한계가 있었다. 반면 플렉스 클라우드는 사용자별 계정 로그인 방식을 채택하여 데스크톱, 웹, 모바일을 자유롭게 넘나드는 연계 작업이 가능하다. 이러한 구조는 협업의 질을 바꾼다. 클라우드 저장소에 동기화된 도면을 기반으로 실시간 작업을 진행하거나, 외부 협력사에 보기 전용 링크를 보내 마크업을 받는 과정이 훨씬 매끄러워진다. 특히 구글 드라이브, 원드라이브, 셰어포인트, 드롭박스뿐만 아니라 온쉐이프(Onshape), 트림블 커넥트(Trimble Connect) 등 다양한 클라우드 서비스와 연동된다는 점은 분산 협업 환경에서 큰 무기가 된다. 관리 측면의 편의성도 향상된다. 별도의 라이선스 서버 설치나 복잡한 PC별 설정이 필요 없다. 관리자는 그래버트(Graebert) 고객 포털에서 조직을 생성하고 이메일로 사용자를 초대하기만 하면 된다. IT 인프라 구축 비용과 운영 리소스를 줄일 수 있어, 여러 지점을 관리해야 하는 기업에 더욱 매력적이다.   플렉스 클라우드가 바꾸는 라이선스 관리의 방식     플렉스 클라우드의 진짜 의미는 단순히 ‘어디서나 접속할 수 있는 라이선스’에만 있지 않다. 더 본질적인 변화는 라이선스를 관리하는 방식 자체가 달라진다는 점이다. 기존의 라이선스 운영은 누가 어떤 PC에서, 어떤 네트워크 안에서 사용할 것인지 미리 정해 두는 방식에 가까웠다. 반면 플렉스 클라우드는 사용자 계정과 조직 단위로 운영되기 때문에, 실제 업무 흐름에 맞춰 보다 유연한 관리가 가능하다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2026-04-02
2026 AX 사업 통합 설명회 영상 및 발표자료 다운로드
AX사업 공동 사업설명회가 유튜브 라이브로 진행됩니다. 이번 설명회는 산업·제조 현장에서  AI 전문기업, 제조기업 등이 쉽고 편리하게 AX 사업에 참여할 수 있도록 관계부처가 함께 주요 내용을 설명하는 자리입니다.   주요 진행 내용 이번 설명회에서는 각 관계부처별로 나누어 공동으로 진행합니다.   유튜브 링크 바로가기   ​​<공동 사업설명회 대상 사업> 구분 사업명 소관부처 AI 에이전트 산업 현장 문제해결형 산업AI 에이전트 기술개발 산업부 실세계 능동행동형 에이전틱 AI 기술개발 과기정통부 중소제조 특화 Multi AI Agent 개발 중기부 AX 스프린트 AI 응용제품 신속 상용화 지원(제조) 산업부 AI 응용제품 신속 상용화 지원(보안·네트워크·생활 등) 과기정통부 AI 응용제품 신속 상용화 지원(중기 제조) 중기부 산업· 제조 AX 산업AI솔루션 실증·확산 산업부 AI 통합 바우처(AX원스톱바우처지원) 과기정통부 제조AI 특화 스마트공장 중기부 ​ 발표자료 안내 ​1. 실세계 능동행동형 에이전틱 AI 기술개발_과기부 2. 산업 현장 AI에이전트_산업부 3. 중소제조 특화 Multi AI Agent개발_중기부 4. ICT규제샌드박스 설명자료_과기부 5. AI 응용제품 신속 상용화 지원(보안, 네트워크, 생활 등)_과기부 6. AX스프린트(제조)_산업부 7. AI 응용제품 신속 상용화 지원(중기제조) 8. AI 통합 바우처(AX원스톱바우처지원)_과기부 9. 산업AI솔루션 실증 확산_산업부 10. 제조AI특화 스마트공장_중기부 발표자료 다운로드 바로가기   ​출처 : 과기정통부·산업부·중기부
작성일 : 2026-03-26
캐드앤그래픽스, SIMTOS 2026 ‘피지컬 AI & 디지털 트윈 컨퍼런스’ 앞두고 특집 방송 진행
대한민국 제조업의 미래를 결정지을 핵심 기술로 ‘피지컬 AI(Physical AI)’가 급부상하고 있다. 캐드앤그래픽스는 3월 23일 오후 4시부터 CNG TV 방송을 통해 , ‘피지컬 AI가 바꿀 패러다임과 대한민국 제조업의 미래’를 주제로 생방송을 진행한다. 이날 방송은 디지털지식연구소 조형식 대표가 사회를 맡고 로봇공학 박사이자 현장 전문가인 고영테크놀러지 고경철 전무와 글로벌 IT 기업을 거친 인터엑스 김재성 CBO가 참여하여 전문성을 더한다. 이번 방송은 단순한 지능형 소프트웨어에 머물던 AI가 어떻게 물리적 환경과 직접 상호작용하며 실질적인 가치를 창출하는지에 초점을 맞춘다. 특히 ‘피지컬 AI’의 개념 정립부터 최신 기술 트렌드, 그리고 이 기술이 산업 생태계를 어떻게 진화시키고 있는지에 대해 심도 있는 논의가 이뤄질 예정이다. 이번 특집 방송은 국내 최대 생산기술제조 전시회인 ‘SIMTOS 2026’의 부대행사로 기획된 컨퍼런스를 앞두고 진행되는 사전 성격의 행사다.  캐드앤그래픽스는 오는 4월 16일부터 17일까지 양일간 일산 킨텍스 제2전시장에서 ▲피지컬 AI & 디지털 트윈 컨퍼런스 ▲뿌리산업 & 소부장 컨퍼런스를 개최한다. 해당 컨퍼런스에서는 제조 현장의 혁신을 이끌 디지털 전환(DX) 기술과 실질적인 적용 사례들이 대거 공개될 것으로 기대를 모으고 있다. 이번 온라인 생방송은 사전 등록을 통해 누구나 무료로 시청할 수 있으며, 참여자들에게는 SIMTOS 2026 컨퍼런스 초대권과 소정의 경품 등 다양한 혜택이 제공된다. 한편, 4월 16일부터 17일까지 개최되는 SIMTOS 2026 캐드앤그래픽스 컨퍼런스의 상세 내용은 링크에서 확인할 수 있다.
작성일 : 2026-03-23
[SIMTOS 2026] 캐드앤그래픽스 SNS 및 회원가입 이벤트
캐드앤그래픽스에서 SIMTOS 2026 '피지컬AI/디지털트윈 & 뿌리산업/소부장 컨퍼런스' 개최 기념으로 회원가입 이벤트를 진행합니다. 캐드앤그래픽스 홈페이지 회원가입이나 SNS(블로그, 페이스북) 등에 참여 후 이벤트 응모해 주신 분께 선물을 드립니다.   이벤트 경품(추첨) 치킨 기프티콘 3명 캐드앤그래픽스 6개월 정기구독권  2명 SIMTOS 캐드앤그래픽스 컨퍼런스 초대권 10명 * 경품은 변경될 수 있습니다. * 컨퍼런스 참여하지 않으셔도 응모 가능 1. 이벤트 참여기간 : 4월 17일(금)까지   2. 이벤트 참여방법  1) 캐드앤그래픽스 홈페이지 회원가입 또는 SNS 구독하기 등에 참여한다.  (택 1, 여러 가지 참여할 수록 당첨기회 UP, 댓글 등 게시글 남기면 당첨기회 UP)     캐드앤그래픽스 홈페이지  회원가입 또는 정보수정  http://www.cadgraphics.co.kr 캐드앤그래픽스 네이버 블로그 이웃 추가  https://blog.naver.com/caetoday 캐드앤그래픽스 페이스북 구독하기  https://www.facebook.com/cadgraphics 페북 그룹 - CAE 사랑방 회원가입  https://www.facebook.com/groups/caecafe/ 페북 그룹 - 스마트제조혁신(PLM사랑방) 회원가입 https://www.facebook.com/groups/plmcafe/ 페북 그룹 - 건축건설플랜트 회원가입 https://www.facebook.com/groups/aecplant/ 페북 그룹 - 코리아그래픽스 회원가입 https://www.facebook.com/groups/koreagraphics/ 캐드앤그래픽스 유튜브  구독하기 https://www.youtube.com/user/cadgraphicspr 캐드앤그래픽스 Google 뉴스 팔로우하기 https://bit.ly/3O2uMXT   2) 참여 후에는 참여하기 링크에서 이벤트 응모한다. 3. 이벤트 당첨자 발표  - 캐드앤그래픽스 홈페이지 공지사항 및 개별 안내 컨퍼런스 상세 보기 및 등록하러 가기 경품 내용 및 참여방법 전체 보기
작성일 : 2026-03-20