이에이트가 글로벌 수준의 기술력과 국내 보안 요구를 결합한 보안형 클라우드 매핑 설루션 ‘(NDX 클라우드(NDX CLOUD)’를 공식 출시한다고 밝혔다. 이에이트는 “디지털 트윈은 단순한 가상 모델링을 넘어, 현실 세계의 데이터를 실시간으로 연결해 예측과 제어가 가능한 ‘지능형 운영 시스템’으로 진화하고 있다”면서, “이를 위한 플랫폼 개발은 이제 선택이 아닌 필수“라고 설명했다. 다만 국내 공공 및 산업 환경은 여전히 데이터 주권과 보안 규제로 인해 디지털 전환에 가장 큰 걸림돌이 되고 있다. 이에이트는 이러한 문제를 극복하기 위해, 글로벌 기술이 검증된 정밀 측량·매핑 엔진을 기반으로 국내 보안 환경에 최적화된 클라우드 플랫폼을 개발했다. NDX 클라우드는 픽스포디(PIX4D)와의 협업을 통해 확보한 글로벌 기술력 위에, 국내 보안 표준과 서버 운영 요건을 충족하는 구조로 설계됐다. 국내 서버 운영, 폐쇄망·온프레미스 설치 지원, 권한 기반 접근 제어 등으로 정부 과제에서 요구되는 높은 수준의 보안 요건을 충족하며, 이를 통해 외산 설루션의 한계였던 국내 데이터 주권 문제와 보안 인증 제약을 동시에 해소했다.     이에이트는 이번 설루션을 기반으로 정부 디지털 트윈, 공간 정보 고도화, 스마트시티, 국방 등 주요 공공 프로젝트 진출을 가속화할 계획이다. 이와 더불어 E8는 온톨로지 AI 기반 플랫폼 ‘NDX 프로 AI(NDX PRO AI)’를 중심으로 산업형 AI 생태계 구축에도 속도를 내고 있다. 이에이트는 데이터의 의미와 관계를 이해하는 온톨로지 AI 기술이 자사의 ‘AI for Humanity’ 비전을 구현하는 핵심 축이며, 산업 전반의 AI 전환을 이끄는 기반이 될 것으로 기대한다고 전했다. 이에이트 관계자는 “NDX 클라우드는 글로벌 기술 검증과 국내 보안 최적화를 결합한 플랫폼으로, 공공과 산업 전반의 디지털 인프라 전환을 빠르게 앞당길 것”이라며, “향후 온톨로지 기반 AI 디지털 트윈 플랫폼과 연계해 산업 데이터를 지능적으로 관리·분석하는 서비스로 발전시킬 계획”이라고 말했다.

로지텍은 게이머를 위한 디자인과 기능을 갖춘 로 프로파일 아날로그 게이밍 키보드 ‘G515 RAPID TKL’을 국내 정식 출시했다. 로지텍의 첫 번째 로 프로파일 래피드 트리거 게이밍 키보드인 G515 RAPID TKL은 높이 22mm의 슬림 텐키리스 디자인을 적용해 세련된 스타일과 인체공학적 편안함을 동시에 갖췄다. 로 프로파일 아날로그 스위치를 탑재해 빠른 반응 속도와 정밀한 입력 제어를 구현하며, 빠르고 안정적인 플레이를 원하는 게이머에게 최적화된 성능을 제공한다.     G515 RAPID TKL은 게이머의 플레이 경험을 한층 향상시키는 기능도 탑재했다. ‘래피드 트리거(Rapid Trigger)’ 기능은 설정 시 키 입력이 해제되는 즉시 반응해, 즉각적이고 빠른 조작이 가능하며, ‘키 우선순위(Key Priority)’ 기능은 서로 반대되는 두 키를 동시에 입력할 때 어떤 키를 우선 처리할지 설정할 수 있어 정확한 컨트롤과 함께 플레이 중 경쟁 우위를 확보할 수 있다. 또한 동일한 키에 두 개의 작동 지점을 지정해 하나의 키에 두 가지 동작을 할당할 수 있는 ‘멀티포인트 액션(Multi-Point Action)’도 지원한다. 각 키의 작동 지점은 0.1mm에서 2.5mm까지 세밀하게 조정할 수 있으며, 로지텍 전용 소프트웨어인 G HUB를 통해 손쉽게 제어할 수 있다. 로지텍 G HUB에서는 게임 장르별로 최적화된 래피드 트리거 프로필이 제공되며, 게이머는 자신만의 프로필을 추가해 스위치 작동 지점, 키 매핑, 매크로 설정, 조명 효과 등 세부 설정까지 자유롭게 커스터마이징할 수 있다. 몰입감을 높이는 LIGHTSYNC RGB 조명 효과도 함께 지원해 게이머는 자신만의 스타일과 플레이 분위기에 맞는 장르별 맞춤 세팅을 완성할 수 있다. 스테인리스 스틸 상판을 중심으로 한 G515 RAPID TKL의 디자인은 높은 안정성과 강도를 제공해, 게임 중에도 일관되고 정밀한 키 동작을 구현한다. 또한 사운드 댐핑 폼을 적용해 차분하고 부드러운 타건감을 실현했으며, 사전 윤활 처리된 마그네틱 스위치와 더블샷 PBT 키캡을 통해 부드럽고 정확한 키 입력을 지원한다. G515 RAPID TKL은 블랙과 화이트 두 가지 색상 옵션을 제공한다. 로지텍 코리아의 조정훈 지사장은 “G515 RAPID TKL은 로지텍 최초의 로 프로파일 래피드 트리거 키보드로, 슬림한 디자인과 압도적인 성능을 모두 갖춘 제품”이라며, “로지텍은 앞으로도 게이머들의 다양한 취향과 플레이 스타일에 맞춰, 혁신적인 기술과 디자인을 담은 제품을 지속적으로 선보이겠다”고 밝혔다.

최적화 문제를 통찰하기 위한 심센터 히즈 (8)   이번 호에서는 파이프 유로 형상 설계 최적화를 위해 NX CAD와 심센터 스타-CCM+(Simcenter STAR-CCM+)를 사용하여 CAD 치수 변수를 수정하며 유동해석의 자동화 워크플로를 구성하고 최적화를 진행하는 과정을 소개한다. ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 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   이번에 사용할 심센터 스타-CCM+는 2006년에 첫 버전이 공개되었으며, 통합된 환경과 클라이언트-서버 접근 방식은 당시의 CFD 해석 방법에 새로운 패러다임을 제시했다. 첫 출시 이후 주요 기능이 빠르게 확장되었는데, 대표적으로 코드의 기반이 되는 ‘메시 파이프라인(mesh pipeline)’과, 산업용 CFD 최초로 다면체(polyhedral) 메시 기술을 도입한 점이 큰 변화였다. 2010년에는 컴퓨팅 하드웨어의 가격이 저렴해지는 반면, 라이선스 비용이 하드웨어 활용의 제약이 된다는 시장의 목소리를 반영해 ‘파워 세션(Power Session) 라이선스’를 도입하였고, 이를 통해 하나의 고정 비용으로 무제한 코어에서 대규모 병렬 해석을 수행할 수 있게 되어, 소프트웨어 사용 비용과 하드웨어 활용 간의 한계를 완전히 해소하는 사용 환경을 마련하였다. 2012년에는 업계 최초로 ‘오버셋 메시(overset meshes)’ 기능을 도입해 실제 현장에서 움직이는 격자 기반 해석을 더욱 직관적으로 구현할 수 있게 되었고, 2015년에는 산업용 CFD를 넘어 유체-구조 연성 등 진정한 다중물리 해석을 지원하기 위해 유한요소(finite elements) 해석 솔버를 통합했으며 전자기 해석까지 기능을 확장했다. 오늘날 스타-CCM+는 자동화 기능, 설계 탐색 도구, 포괄적인 다중물리 해석, 그리고 산업을 선도하는 데이터 분석 및 협업형 가상현실 환경까지 지원하며 그 성장을 지속하고 있다. 그 외에도 다양한 혁신적 진보를 이루었지만, 이 내용만으로도 지난 짧은 기간 내 스타-CCM+가 얼마나 빠르게 발전했는지 잘 보여준다고 할 수 있다.   그림 1   프로세스 자동화 다분야 설계 최적화(MDO : Multidisciplinary Design Optimization) 수행 시 설계 및 분석에서 효율적인 데이터 교환 및 프로세스 연동이 필수이므로, 데이터를 신속하고 정확하게 받기 위해서는 다이렉트 인터페이스 포털(Direct Interface Portal)이 필요하다. HEEDS(히즈)에서는 심센터 스타-CCM+를 위한 포털(Portal)을 제공하므로 빠른 설정이 가능하다. 그림 2는 HEEDS에서 제공하는 다양한 설루션의 다이렉트 인터페이스 포털 목록이다.   그림 2   <그림 3>은 파이프 유로 설계 최적화 자동화 워크플로의 주요 단계와 각 툴의 역할을 요약한다.   그림 3   첫째, NX_CAD 포털에서는 HEEDS가 NX CAD의 파트 파일(*.prt)을 NX Expressions를 활용하여 변수(치수 등)를 자동으로 수정한다. 수정된 파이프 형상이 파라솔리드(parasolid) 형식(*.x_t)으로 내보내지는데, 이 파일에는 해석에 필요한 Named Face(경계면) 정보를 포함한다. 둘째, STAR-CCM+ 포털에서는 스타-CCM+ 해석 파일(*. sim)이 전달받은 신규 형상(*.x_t)을 읽고, 메시 업데이트와 경계조건 수정이 자동으로 적용된다. 이후 유동 해석이 수행된 뒤, 결과값은 HEEDS가 자동 추출한다. <그림 3>은 NX CAD와 스타-CCM+ 간의 입력/출력 파일 흐름, 형상 전송, 변수-응답 데이터 매핑 관계를 시각적으로 정리한다. 이처럼 각 단계를 자동화로 설정하면 설계 변수 변경부터 해석 실행 및 결과 평가까지 전체 최적화 과정을 빠르고 효율적으로 반복할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

앤시스 워크벤치를 활용한 해석 성공 사례   터보기기 해석에 많이 쓰이는 앤시스 설루션으로 앤시스 CFX(Ansys CFX)가 있다. 앤시스 플루언트(Ansys Fluent)를 이용하여 터보기기를 해석할 수 없는 것은 아니었지만, 굳이 애써서 할 필요성은 없었다. 하지만 플루언트의 GPU 솔버가 적극적으로 도입된 이 시점에서, GPU를 이용하여 터보기기를 해석할 수 있다면 해석 속도에 있어서 상당한 이점을 가져올 수 있다. 플루언트의 터보 워크플로(Turbo Workflow)는 사용자 편의성을 갖추어 손쉽게 터보기기 해석을 할 수 있도록 지원하고 있다. 플루언트의 터보 워크플로를 이용하여 터보기기를 해석하는 방법을 예제를 통하여 알아보자.   ■ 한성훈 태성에스엔이 FBU-F3팀에서 수석매니저로 근무하고 있으며, 유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   해석 모델 이번 호에서 다루는 해석 모델은 TFD Hannover 축류압축기이며, <그림 1>과 같이 앞쪽에서부터 총 3 Rows(1.5 단)를 해석 대상으로 한다. 각 단은 IGV – Rotor – Stator로 구성되어 있다. 격자 파일은 플루언트 튜토리얼 turbo_workflow.zip을 다운로드하여 압축을 해제하면 얻을 수 있으며, 앤시스 터보그리드(Ansys TurboGrid)로 생성된 세 개의 파일(IGV.gtm, R1.gtm, S1.gtm)로 구성된다. IGV는 26개, Rotor는 23개, Stator는 30개로 이루어져 있으며, 해석에서는 주기 경계조건을 적용하여 각각 1개의 섹터만을 모델링한다.   그림 1. Schematic Rows   터보 워크플로 시작하기 터보 워크플로는 다음의 경로에서 터보 워크플로를 활성화하여야 시작할 수 있다. Domain → Turbomachinery → Turbo Workflow → Enable Workflow   그림 2. 터보 워크플로 활성화   활성화가 되면 <그림 3>과 같이 Workflow 작업 메뉴들이 생성된다.   그림 3. Turbo Workflow Task   Turbo와 관련된 환경설정 Cell과 Face zone 및 Turbo Topology에 적절한 영역을 할당하기 위해 연관성 설정을 수행한다. 이를 통해 플루언트가 특정 문자열 구성을 일정한 순서로 인식하도록 지시하여, 영역 매핑을 보다 쉽게 수행할 수 있다. File → Preference → Turbo Workflow에서 <그림 4>와 같이 세팅한다.   그림 4. Preference turbo workflow   Describe Component Component Type : Axial Compressor Component Name : hannover Number of Rows : 3 Row1 : name – igv, Type – stationary, #sectors – 26, End Wall Gap – no Row2 : name – r1, Type – rotating, #sectors – 23, End Wall Gap – yes Row3 : name – s1, Type – stationary, #sectors – 30, End Wall Gap – no   그림 5. Describe component     ■ 자세한 기사 내용은 PDF로 제공됩니다.

개발 및 공급 : 글로텍 www.glotechsoft.com 주요 특징 : BIM 기반 수량–공사비 자동 산출, CBS 단가 DB 연동 공사비 자동 산출, OBS/WBS 연동으로 공정·기성관리까지 지원, 기존 2D 산출 방식과의 통합 지원 등 사용 환경(OS) : 윈도우 10 이상 시스템 권장 사양 : 인텔 코어 i5 이상 CPU, 16GB 이상 RAM, 엔비디아 GTX 1060 이상 GPU(나비스웍스 연동 시), 10GB 이상 여유 저장공간 소프트웨어 요구사항 : .NET Framework 4.7 이상, 레빗 또는 나비스웍스(2022~2024) 설치 권장   그림 1. BIM 기반 견적 산출 설루션 NaviQ v2.0   NaviQ(나비큐) v2.0은 글로텍이 개발한 BIM 기반 견적 산출 설루션으로, 설계자가 작성한 BIM(건설 정보 모델링) 모델로부터 수량을 자동 산출하고, CBS 단가 데이터베이스(DB)와 연계하여 공사비 내역서를 자동 작성할 수 있는 실무형 통합 설루션이다. 이 제품은 철도, 도로, LH, 건축, 항만 등 다양한 인프라 분야에서 설계-시공-기성관리 전 단계를 아우르는 비용 자동화 기능을 지원하며, 특히 기존 EBS 사용자에게 친숙한 인터페이스를 제공하여 도입 장벽을 낮춘 것이 특징이다.   NaviQ 2.0의 주요 특징 BIM 모델 기반 수량 산출(체적, 면적, 길이, 갯수 자동 인식) CBS 일위대가 DB 연동 공사비 자동 산출 OBS(단위 기준), WBS(공정 기준)와의 매핑을 통한 공정 연계 기존 2D 산출 수량과의 혼합 사용 가능 가근거, 수량근거 자동 기록 및 내역서 엑셀 출력 무료 뷰어 및 7일 체험판(trial) 제공으로 도입 부담 최소화   제품 구성   그림 2. NaviQ v2.0 제품군   NaviQ v2.0은 다음과 같은 구성으로 이루어져 있다. NaviQ Viewer : BIM 수량 확인 전용 툴(무상 배포) NaviQ Trial : 7일간 전체 기능 사용 가능 NaviQ Standard : 1년 기간제 라이선스(1 유저), 정식 제품(단가DB 연동, 자동산식 적용, 내역서 출력 등 전체 기능 포함) NaviQ Site : 1년 기간제 라이선스(1 사이트), Standard 제품을 한 개 회사가 인원 제한 없이 사용할 경우   NaviQ 2.0의 주요 기능 NaviQ v2.0은 설계자가 작성한 BIM 모델을 기반으로 수량 – 공사비 – 공정 – 기성관리까지 전 주기 데이터를 자동으로 연계할 수 있는 BIM 5D 실무 특화 설루션이다. 특히 국내 표준품셈 기반의 CBS 일위대가 DB를 직접 연동하고, BIM 물량을 공정 단위(WBS)로 분개하여 기성관리까지 연결할 수 있는 구조를 갖추고 있다. 뿐만 아니라 기존 2D 방식의 수동 산출 물량도 함께 병합할 수 있어 디지털 전환에 대한 진입 장벽을 낮추었으며, CBS-WBS 매트릭스 구조 기반의 정량화된 내역서 산출도 가능하다. 또한, 상용 공정관리 소프트웨어와의 연동을 통해 기성율, 공정 진척도, 물량 실적까지 통합 관리할 수 있다.   그림 3. NaviQ v2.0의 사용자별 활용 시나리오   CBS 일위대가 DB 데이터 활용 가능 : 국내 표준품셈 기반 CBS 단가 DB와 자동 연동되어 BIM 수량에 따른 재료비, 노무비, 경비가 자동 산출되며, 내역서 구조에 맞게 자동 적용된다. BIM 산출물량 WBS 단위 물량분개 : BIM 모델로부터 추출한 자동 수량은 WBS 공정 단위별로 분개되며, 각 공정에 해당하는 수량·공사비·일정 정보를 정량화할 수 있다. 수동물량 산입 및 WBS 단위 물량분개 : BIM 미적용 구간의 수동 물량(2D CAD 기반 또는 직접 입력)은 자동 수량과 병합 가능하며, 동일하게 WBS 단위로 분배되어 기성관리까지 연계된다. 매트릭스 기반 CBS-WBS 조합 5D 내역서 산출 : CBS(공사비 단가 기준)와 WBS(공정 기준)를 매트릭스(matrix) 형태로 매핑하여 각 공정별 비용 집계와 실행 계획 비교가 가능하며, 실시간 내역서 산출이 이루어진다. 상용 공정관리 SW 연동을 통한 공정–기성 관리 : MS 프로젝트(MS Project), 프리마베라(Primavera) 등 상용 공정관리 소프트웨어와 연동되어 기성 진척도·공정률·수량 실적을 통합 추적할 수 있으며, 실적 기반 예산 통제가 가능하다.   그림 4. NaviQ v2.0의 BIM 견적산출 실행 화면   고객 지원 전략 NaviQ v2.0의 개발·공급·확산은 3개사의 전략적 협업을 기반으로 시작되었다. 제품의 개발 및 기술지원은 글로텍이 주관하고, 공식 판매는 라인테크가 담당하며, 사용자 교육과 도입 지원은 한국디지털교육원이 맡는 구조로 3개사가 MOU를 체결하고 제품 생태계를 공동 구축하고 있다. 이러한 역할 분담 체계는 단순한 유통을 넘어, 고객의 도입–학습–실무 적용까지 전 주기를 통합 지원할 수 있는 파트너십 기반 운영 모델로 자리 잡고 있으며, 향후에는 NaviQ 제품을 도입한 설계사, 시공사, 발주기관 고객을 비즈니스 파트너로 확대 공유하는 전략도 함께 추진 중이다. 특히 BIM 기반 공공사업 확대와 디지털 건설 수요가 증가하는 가운데, 파트너 기업 간 공동 브랜딩, 공동 제안, 공동 마케팅 체계를 통해 기술 + 서비스 + 확산 전략이 결합된 실질적 BIM 5D 산업 플랫폼 구축을 목표로 하고 있다.   향후 계획 글로텍은 2025년 하반기를 NaviQ 신제품의 본격적인 시장 랜딩 시점으로 설정하고, 이를 위해 다각도의 홍보 전략을 추진할 계획이다. 포털 키워드 광고, 전문지 신문기사, SNS·블로그 채널을 활용한 온라인 홍보는 물론, 설계사·시공사·발주처 등 핵심 타깃을 대상으로 한 제품 설명회 및 세미나도 개최하여 인지도 확대와 실질적 도입 확산을 동시에 노린다. 이와 함께, 2026년부터는 사용자 현장의 피드백을 반영한 고도화 업데이트를 지속적으로 추진할 예정이다. BIM 5D 기반의 기능을 넘어 디지털 트윈 연계, AI 기반 수량 예측·기성 분석, 실적 리포트 자동화 등 차세대 건설 자동화를 실현하기 위한 기술 개발이 본격화될 전망이다. 이를 위해 글로텍은 전담 기술지원 조직을 통해 사용자 교육, 온라인 매뉴얼 제공, 커뮤니티 운영, 정기 기술 세미나 개최 등 제품 사용 전·중·후 단계 전반에 걸친 지원 체계를 갖추고 있으며, 공공기관의 BIM 의무화 정책 흐름에 발맞춰 관련 인증 획득과 제도 연계 확대도 병행하여 추진할 방침이다.   ■ 같이 보기 : [피플&컴퍼니] 글로텍 이재홍 센터장, 한국철도기술연구원 박영곤 수석연구원     ■ 기사 내용은 PDF로도 제공됩니다.

BIM 기반의 철도 인프라 통합 운영 설루션 연구·개발   건설 IT 전문 기업 글로텍과 한국철도기술연구원이 철도 인프라를 위한 5D BIM 설루션 ‘NaviQ(나비큐)’를 상용화했다. 나비큐는 3D 모델과 수량, 단가, 공정 정보를 하나의 흐름으로 연결하는 것이 특징이다. 이를 통해 수작업의 비효율을 개선하고, BIM 도입 장벽을 낮출 수 있을 것으로 보인다. NaviQ의 개발 과정과 향후 계획을 인터뷰를 통해 들어보았다. ■ 정수진 편집장   ▲ 글로텍 이재홍 센터장(왼쪽), 한국철도기술연구원 박영곤 수석연구원(오른쪽)   한국철도기술연구원에서 추진한 BIM 통합 운영 시스템 개발 연구에 대해 소개한다면 ‘철도 인프라 생애주기 관리를 위한 BIM 통합 운영 시스템 개발 및 구축 연구’는 철도 인프라의 정보를 BIM 기술 기반으로 관리하기 위해 철도 인프라의 BIM 발주, 설계, 시공 기술을 고도화하고, 운영 및 유지보수 단계까지 연계되도록 표준화된 통합 운영 체계 및 시스템을 개발하여 이를 현장에 구축하고 실증하는 것을 목표로 추진되었다. 한국철도기술연구원이 주관하고 글로텍을 포함한 유관 기관들이 협력하여 실제 철도 노선 사례에 BIM 데이터를 적용하였고, 이를 기반으로 공정, 수량, 공사비 정보를 자동 연동하는 통합 운영 체계를 개발·구축하였다. 현재까지는 설계 단계에서 생성된 BIM 데이터를 기반으로 수량을 자동 산출하고, 이를 CBS 단가와 연계하여 공사비 내역서를 자동 생성하는 핵심 엔진의 실증을 완료한 상태이다. 이후 단계로는 기존 시공 관리 시스템 및 BIM 통합 운영 시스템(KR-BIMS)과의 연계를 통해 생애주기 기반 관리 체계를 확대해 나가고 있다.   NaviQ의 개발을 시작하게 된 배경은 무엇인지 기존 BIM 시스템은 3D 시각화나 설계 자동화에는 효과적이었지만, 실제 공사비 산출이나 수량·공정과의 연동 기능은 부족한 경우가 많았다. 특히 공공기관, 설계사, 시공사 등에서 사용 중인 단가·공정 관리 시스템과 BIM 모델 간의 데이터 연동이 원활하지 않아서 재입력, 정보 누락, 작업 중복과 같은 비효율이 반복되어 왔다. 이러한 한계를 극복하고자, 실무 중심의 접근 방식으로 ‘BIM 모델 → 수량 자동 산출 → 공사비 자동 산출 → 공정 및 기성관리 연계’의 흐름을 구현할 수 있는 설루션의 필요성을 절감하게 되었고, 그 결과로 NaviQ의 개발이 시작되었다.   ▲  한국철도기술연구원 박영곤 수석연구원   NaviQ의 핵심 기능 및 장점에 대해 소개한다면 NaviQ는 BIM 기반 자동 수량·공사비 산출 설루션으로, 설계자가 모델링한 BIM 객체를 기반으로 체적, 면적, 길이, 개수 등의 수량을 자동 추출하고, 이를 CBS(내역서), WBS(공정), OBS(단위체계)와 연동하여 실시간으로 공사비 내역서를 생성할 수 있는 시스템이다. 주요 기능은 다음과 같다. 레빗 및 시빌3D 등 다양한 BIM 모델을 나비스웍스와 연동하여 BIM 수량 자동 추출 CBS 일위대가 DB 연동을 통한 공사비 내역서 자동 산출 기존 2D 산출 수량과의 통합 산출 기능 기성관리용 물량 분개 및 실적 연동 기능 지원 7일 무료 체험판 및 뷰어 무상 배포 제공 무엇보다 사용자 입장에서 가장 큰 장점은, 기존 EBS 기반의 수동 작업 방식을 그대로 유지하면서도 BIM 자동화 기능을 점진적으로 적용할 수 있다는 점이다. 학습 부담이 적고 기존 방식과의 호환성이 뛰어나, 실무에 바로 적용할 수 있다.   기존 BIM 제품과 비교할 때 NaviQ의 차별점과 경쟁력은 무엇인지 NaviQ의 가장 큰 차별점은 ‘BIM 모델과 수량, 단가, 공정, 기성관리까지 하나의 흐름으로 연결한 실무 중심의 통합 설루션’이라는 점이다. 기존의 BIM 도구는 주로 형상 모델링과 시각화 기능에 집중되어 있었으며, 단가 DB와 연동하여 내역서를 자동화하거나 실시간 공사비를 산출하는 기능은 제한적이었다. NaviQ는 국내 공공 발주 기관에서 활용하는 CBS 단가 DB를 직접 연동하고, 이를 OBS 및 WBS와 매핑하여 물량 산출부터 기성관리까지 실무 전체를 커버할 수 있는 구조로 되어 있다. 또한 BIM 기반 수량이 불완전하거나 적용이 어려운 구간에 대해서는 기존 2D 방식의 수량을 혼합 적용할 수 있도록 설계되어, BIM 전환 초기에도 유연한 적용이 가능하다.   NaviQ의 상용화 계획과 참여 업체들의 협력 방안에 대해 소개한다면 2025년 8월 28일 정식 출시와 함께 NaviQ 공식 홈페이지를 https://naviq.co.kr 오픈하였으며, 현재 뷰어 무상 배포, 7일 무료 체험, 그리고 2.0 버전의 정식 라이선스 판매가 동시에 이루어지고 있다. 한국철도기술연구원은 연구 총괄 기관으로서 철도 인프라에 최적화된 BIM 표준 및 응용 기술을 개발하였으며, 글로텍은 실용화를 위한 소프트웨어 기획, UI/UX 설계, 제품화 및 기술 지원 부문을 담당하였다. 앞으로는 설계사, 시공사, 감리사 등과의 협력을 통해 실 프로젝트의 적용 사례를 확대하고, 피드백 기반의 기능 고도화를 추진할 예정이다.   ▲ 글로텍 이재홍 센터장   NaviQ의 비즈니스 모델과 시장 확대 전략에 대해 소개한다면 NaviQ는 현재 대형 건설사, 종합 설계사, 공공 발주기관을 주된 타깃으로 하고 있으며, 점차 중견·중소 설계사 및 기술지원 기관까지 확장해 나갈 계획이다. 비즈니스 모델은 다음과 같이 세 단계로 구성되어 있다. 뷰어 무상 배포 : BIM 내역서 검토·활용 목적 체험판 무료 제공(7일) : 구매 전 체험을 통한 기술 적합성 검토 2.0 버전 판매 : 사용자 수 및 라이선스 기간에 따른 정식 사용 계약 시장 확대 전략으로는 기존 EBS 사용자의 자연스러운 전환을 유도함과 동시에, BIM 의무화 정책에 따른 신규 수요에 적극 대응할 계획이다. 국토교통부, LH, 국가철도공단, 한국도로공사 등 주요 공공기관의 플랫폼과의 연동도 준비 중이다.   NaviQ에 대한 시장의 초기 반응이나 적용 사례가 있다면 정식 출시 직후부터 주요 설계사와 시공사에서 제품 데모 요청과 도입 관련 문의가 꾸준히 이어지고 있다. 특히 기존 수작업 수량 방식과 BIM 산출 방식의 통합 적용 가능성에 대해 많은 관심을 보이고 있으며, ‘BIM 도입 초기 단계에서도 무리 없이 활용 가능하다’는 평가를 받고 있다. 일부 고객사는 현재 자사 프로젝트에 체험판을 적용하여 실적 데이터를 기반으로 본격적인 도입을 검토하고 있으며, 한국철도기술연구원이 수행한 BIM 실증 노선에도 적용되어 실무 검증을 마쳤다.   국내 BIM 시장의 상황과 전망에 대해 어떻게 보는지 국내 BIM 시장은 여전히 설계 중심의 적용에 머물러 있으며, 시공·기성관리·유지관리 단계로의 연계는 초기 수준에 머물러 있다. 그러나 정부의 디지털 플랫폼 정책, 스마트 건설 기술 로드맵, 공공 BIM 의무화 정책 등이 결합되면서 전체 산업 생태계가 빠르게 변화하고 있다. 향후 BIM 기술이 설계 중심에서 시공, 유지관리, 운영 단계까지 확장되기 위해서는 정량적 수량, 단가, 공정 정보의 자동 연계 기술이 핵심이 될 것이다. NaviQ와 같은 통합형 BIM 5D 설루션이 이를 가능하게 할 중요한 열쇠가 될 것으로 기대한다.   글로텍의 비전 및 향후 계획에 대해 소개한다면 글로텍은 30여 년간 건설 분야 공사비 내역서 시스템(EBS), 단가 DB 시스템, 수량산출 자동화 설루션을 개발해 온 기업으로, 실무 기반의 건설 IT 설루션을 꾸준히 개발해 왔다. 최근에는 BIM 기반 자동 수량·공사비 산출 기술을 집중적으로 고도화하고 있으며, 그 결정체가 바로 NaviQ이다. 앞으로는 디지털 트윈과 연계한 5D 시뮬레이션, AI 기반 원가·공정 예측, 기성관리 자동화 기술 등으로 IT 기술 개발 포트폴리오를 확장하고자 한다. 단순 설루션 제공을 넘어 건설 디지털 전환의 실행 파트너로서 역할을 강화해 나갈 계획이다.   ■ 같이 보기 : NaviQ v2.0 : BIM 기반 공사비 자동 산출 설루션     ■ 기사 내용은 PDF로도 제공됩니다.

‘코리아 그래픽스 2025’가 지난 9월 11~12일 온라인으로 진행됐다. ‘AI로 혁신하는 3D 시각화와 산업의 미래’를 주제로 열린 ‘코리아 그래픽스 2025’에서는 급변하는 기술 트렌드 속에서 AI(인공지능)와 3D 시각화가 산업과 문화 전반에 미치는 영향력을 조명했다. 또한 AI 기술의 실질적인 적용 사례와 잠재력을 통해, AI가 단순한 도구를 넘어 창의적 동반자로 진화하는 흐름을 짚었다. ■ 정수진 편집장   ■ 같이 보기 : [포커스] 코리아 그래픽스 2025, AI로 가속하는 산업과 크리에이티브의 변화를 짚다 (1)     AI·3D 시각화 기술의 현재와 미래를 짚다 9월 11일에는 ‘디지털 트윈 & 3D 시각화’ 트랙이 진행됐다. 에픽게임즈 코리아의 권오찬 시니어 에반젤리스트는 ‘리얼타임을 통한 디지털 트랜스포메이션의 진화, 그리고 에픽게임즈의 에코시스템’을 주제로 발표했다. 그는 디지털 트윈을 통한 시각화가 건축, 도시 계획, 훈련 시뮬레이션, 자동차 산업 등 다양한 분야에서 혁신적인 의사결정을 이끌어내는 사례를 소개하면서, 3D 인터랙티브 콘텐츠로의 전환을 강조했다. 권오찬 시니어 에반젤리스트는 “에픽게임즈는 이러한 변화를 성공적으로 지원하기 위해 나나이트, 루멘, 라지 월드 코디네이터, 절차적 콘텐츠 생성 툴 같은 리얼타임 렌더링 기술과 함께 메타휴먼, 애셋 스토어, 리얼리티 스캔 2.0 등 풍부한 에코시스템을 제공한다”고 밝혔다.   ▲ 에픽게임즈 코리아 권오찬 시니어 에반젤리스트   HP 코리아의 차성호 이사는 ‘AI 워크스테이션을 통한 생산성 향상 방안 및 사례’를 발표했다. 워크스테이션은 R&D, 금융, 데이터 과학, AI 등의 분야에서 성능과 안정성을 겸비한 비즈니스 제품군으로 자리잡고 있다. 차성호 이사는 HP의 AI 워크스테이션이 40 TOPS 이상의 NPU(신경망 처리장치)와 코파일럿 키를 탑재하고 있으며, 대량의 그래픽 메모리를 바탕으로 솔리드웍스, 오토데스크 레빗, D5 렌더 등 ISV 애플리케이션에서 높은 생산성 향상을 보인다고 소개했다. 또한, 프로그램과 목적에 따른 최적 하드웨어 선택의 중요성을 강조하면서, “HP는 데모 프로그램을 통한 성20 · 능 검증 기회를 제공한다”고 덧붙였다.   ▲ HP 코리아 차성호 이사   에스엘즈의 정재헌 대표는 ‘AEC 산업을 위해 진화하는 공간지능 기술’을 주제로, 2020년 캐나다 ‘어그멘티드 그라운드’ 프로젝트의 AR 원격 시공 경험을 비롯해 자체 개발한 추론형 AI로 BIM 모델 이미지를 학습하여 고객사의 MEP 설계 노하우의 보안을 유지하면서 자동 배관 설계를 진행한 사례를 소개했다. 또한 ‘증강 휴먼’ 기술이 피지컬 AI 기반의 ‘증강 로봇’으로 진화하는 여정도 공유했다. 정재헌 대표는 “초기 AR 디바이스 탑재를 넘어 휴머노이드 로봇 및 드론에도 공간 지능 기술을 적용 중이며, 드론에서 수신한 GNSS 좌표를 기반으로 BIM 모델을 고정밀 증강하여 실시간 현장 영상 위에 데이터를 매핑하는 데 성공했다”고 밝혔다.   ▲ 에스엘즈 정재헌 대표   유니티코리아의 김현민 시니어 설루션 엔지니어는 ‘유니티 애셋 매니저로 혁신하는 CAD 데이터 관리와 실시간 협업’에 대해 발표했다. 그는 “유니티가 디자인 및 프로토타입 작업 간소화, 비용 절감, 브랜드 경험 강화 등 산업 전반에 몰입감 있고 인터랙티브한 경험을 제공한다”고 설명했다. 오픈 플랫폼인 유니티는 카티아, 솔리드웍스 등 70여 종의 CAD 포맷을 지원하며 애셋 관리, 버전 관리와 함께 20여 종 이상 플랫폼 빌드를 제공하는 엔드 투 엔드 설루션을 제공한다. 또한 유니티 애셋 매니저(Unity Asset Manager)는 클라우드 기반에서 대용량 CAD/3D 데이터를 효율적으로 관리하며, AI 태깅, 버전 관리, 데이터 스트리밍 기능을 통해 실시간 협업 환경을 구축한다.   ▲ 유니티코리아 김현민 시니어 설루션 엔지니어   메가존클라우드의 홍동희 유니티 유닛 테크 그룹장은 ‘CAD와 유니티의 만남 : 새로운 비즈니스 수익 모델과 창의적 혁신’을 발표했다. 그는 “유니티의 실시간 렌더링, 인터랙티브 기능, 멀티플랫폼 배포 능력이 정밀한 설계에 강점을 가진 CAD에 새로운 가치를 부여하고 수익화할 수 있다”고 강조했다. 또한, 가상 복제본 생성부터 AI 결합을 통한 완전 자율화까지 디지털 트윈의 진화 과정을 설명하며, “유니티는 디지털 트윈 개발을 위한 최적의 플랫폼”이라고 전했다. 유니티의 에코시스템을 활용해 기업은 새로운 비즈니스 영역을 창출하고, 개인은 CAD와 유니티를 겸비한 전문가로서 경쟁력을 강화할 수 있다는 것이 그의 설명이다.   ▲ 메가존클라우드 홍동희 유니티 유닛 테크 그룹장   캐디안의 한명기 상무는 ‘AI 이미지 인지기술 기반 3D 도면 생성 방안 및 적용 설루션 소개’를 주제로 발표를 진행했다. 한명기 상무는 “캐디안은 1990년 설립된 국산 CAD 개발 기업으로, 2020년에는 AI CAD 개발을 선언하며 설계 도면 생성 과정의 어려움을 해결하는 데에 AI를 접목했다”고 설명했다. 캐디안은 최근 전통 목조 건축의 손도면을 2D/3D 도면화하는 ‘CADian TWArch’를 개발하여 불국사 복원 가상 설계에 적용했으며, 올해 연말 출시 예정이다. 또한, 현대 건축을 위한 ‘CADian AI-CE’는 JPG, PDF, DWG 등 다양한 도면에서 벽체, 창호, 룸 정보 등을 AI로 탐지하여 도면을 재생성하고 BOM을 산출한다. 한명기 상무는 “캐디안 AI CAD의 미래는 스마트 블록, 디자인 어시스턴트, 인스펙션 시스템 등 기능 강화와 함께 궁극적으로 AI 에이전트를 통한 ‘말로 설계하는 세상’을 목표로 한다”고 전했다.   ▲ 캐디안 한명기 상무   이노시뮬레이션의 이지선 CTO는 ‘모빌리티 XR 사례와 AI 융합 기술의 미래’를 전망했다. 그는 XR 기술이 나와 외부 세계를 소통하는 모든 통로를 대체하는 기술이며, 그래픽, 디바이스, 시뮬레이션 기술과 밀접하다고 정의했다. 그리고 운전 시뮬레이터, 가상 훈련, HMI 검토, 가상 품평, AR HUD 등 다양한 모빌리티 XR 응용 사례를 소개하며 개발 기간과 비용 절감 효과를 강조했다. 이지선 CTO는 “AI와 XR 기술의 결합은 모빌리티 무인화 시대를 가속화할 것”이라면서, “이노시뮬레이션은 AI 개발 툴을 활용하여 AI와 모빌리티가 혼합된 시뮬레이션 시스템을 연구 개발 중”이라고 소개했다.   ▲ 이노시뮬레이션 이지선 CTO   디자인과 제조의 미래를 만드는 생성형 AI 9월 12일에는 ‘AI 비주얼 트렌드 & 응용’ 트랙이 진행됐다. LG CNS의 정용기 선임은 ‘Image Gen.AI를 활용한 업무 생산성 향상 방안’에 대한 발표에서, 생성형 AI 기술에 기반한 LG CNS의 Image Gen.AI 엔진을 소개했다. 이를 활용하면 디자인 과정에서 아이디어 구상 시간을 단축하는 등의 프로세스 개선을 통해 비주얼 콘텐츠의 생성 시간과 비용을 50% 이상 줄여줄 수 있다는 것이 정용기 선임의 설명이다. 또한, LG CNS의 Image Gen.AI 엔진을 탑재한 COP(Content Optimization Platform)도 소개했다. COP는 이미지 생성 및 편집, 배경 제거/교체/확장, 부분 수정 등의 기능을 제공하며, 특화 학습을 통해 고객사의 특정 스타일을 반영한 마케팅 이미지를 생성한다. 정용기 선임은 “COP는 제품의 디테일을 유지하면서 다양한 연출 컷을 만들 수 있으며, 향후 매체별 배너 이미지 자동 생성 기능을 개발 중”이라고 밝혔다.   ▲ LG CNS 정용기 선임   아이스케이프의 조세희 대표는 ‘이미지부터 3D까지 : 크리에이터가 알려주는 생성형 AI 영상 제작’을 주제로 발표했다. 조세희 대표는 AI를 활용한 영상 콘텐츠 제작 과정을 실무 사례와 함께 소개하면서, “영상 제작은 스토리보드, 키 이미지 생성, 영상화, 음악 생성, 편집의 5단계로 진행되며, AI가 텍스트, 이미지, 오디오, 3D 모델 등 다양한 콘텐츠를 생성한다”고 설명했다. 또한, 3D 오브젝트를 활용해 가상 공간에서 영상을 만들고, 미드저니의 옴니 레퍼런스와 페이스 스왑, 일레븐랩스를 이용해 가상 인간의 일관된 이미지와 음성을 제작하는 과정도 시연했다. 조세희 대표는 “AI는 생산성을 높일 수 있는 도구이지만, 영상 구조, 조명, 연출 등의 기본 지식은 필수”라고 짚었다.   ▲ 아이스케이프 조세희 대표   AI팩토리의 김태영 CEO는 ‘크리에이터를 위한 AI 에이전트 활용 및 ‘바이브 코딩’ 발표를 통해 엔트로픽의 클로드 코드(Claude Code)를 활용해서 AI와 협업하여 코드를 작성하고 실행하는 방법을 시연했다. 바이브 코딩(vibe coding)은 대화식으로 사용자가 원하는 내용을 AI 에이전트에게 전달하면 AI가 코딩을 수행하는 방식이다. “요구사항 명세서 역할을 하는 파일을 통해 더욱 상세한 지시가 가능하다”고 소개한 김태영 CEO는 발표 중 실제 라이브 시연을 통해 상품 소개 웹 페이지를 제작하고, AI가 텍스트와 이미지를 자동 생성하여 콘텐츠를 풍부하게 만드는 과정을 선보였다.   ▲ AI팩토리 김태영 CEO   IUM SPACE의 이윰 대표는 ‘AI 툴로 구현하는 비주얼 세계 : 실무 적용과 아트워크 융합 사례’를 주제로 발표했다. 생성형 AI 시대의 진정한 창의성은 ‘세계관 디자인’에 있다고 짚은 이윰 대표는 미드저니의 스타일 레퍼런스 기능을 통해 42억 개의 스타일 시드를 탐색하며 “각 시드가 담고 있는 고유한 세계관을 이해하는 것이 중요하다”고 설명했다. 또한, 인간의 상상력과 AI의 지능을 결합하여 고유한 스타일과 이야기를 만드는 과정을 소개했다. 이윰 대표는 “AI는 의미를 생성하지 않으므로, 인간 창작자가 의미를 부여하고 다양한 이미지를 통합하여 스토리를 완성하는 것이 핵심”이라고 전했다.   ▲ IUM SPACE 이윰 대표   ■ 같이 보기 : [포커스] 코리아 그래픽스 2025, AI로 가속하는 산업과 크리에이티브의 변화를 짚다 (1)

헥사곤 매뉴팩처링 인텔리전스는 9월 3일 진행한 ‘헥사곤 라이브 이노베이션 서밋 코리아 2025’를 통해 정밀 측정과 스마트 디지털 트윈의 미래에 대한 비전 및 전략을 소개했다. 헥사곤은 디지털 전환(DX)과 AI 전환(AX)을 통해 제조업의 생산성, 품질, 민첩성을 높이는 데에 주력하면서, 이를 위해 리얼리티 캡처 센서와 데이터 기반의 소프트웨어 설루션을 강조했다. ■ 정수진 편집장     제조 혁신의 미래, 디지털 트윈 헥사곤 매뉴팩처링 인텔리전스의 림분춘(Boon Choon Lim) 아세안·태평양·인도 지역 사장은 헥사곤이 포레스터 컨설팅과 함께 발간한 ‘2025 첨단 제조 산업 보고서’의 내용을 인용해, 제조업이 직면한 비즈니스 과제를 해결할 핵심 동력으로 ‘스마트 디지털 트윈’을 꼽았다. 보고서에서는 응답자의 71%가 디지털 트윈을 가장 중요한 투자 분야로 선택했으며, 90%는 AI 투자를 통해 경쟁 우위를 확보할 수 있을 것으로 기대했다. 림 사장은 “디지털 트윈은 물리적 현실과 가상 세계를 연결하며, 이를 통해 시뮬레이션, 실시간 데이터 업데이트, 분석 및 예측이 가능해진다”고 설명했다. 림 사장은 프로세스와 데이터를 연결하고 자동화하여 더 큰 가치를 창출하는 스마트 워크플로를 강조하면서, “헥사곤은 설계, 생산, 검사, 유지보수 등 제조 전 과정에 걸쳐 통합된 설루션을 제공하고 있다”고 강조했다. 디지털 트윈은 제조 공정 전반에 걸쳐 물리적 세계와 가상 세계를 연결하여 혁신을 가속화하고 지속 가능한 미래를 구현하기 위한 핵심 투자 영역으로 제시되고 있다. 헥사곤은 현실과 가상을 연결하는 정밀 측정 기술과 데이터 기반 설루션을 통해 산업 디지털 전환을 지원한다는 전략을 내세운다. 자사의 기술을 활용하면 현실 세계의 실시간 데이터와 몰입형 시뮬레이션을 결합한 디지털 트윈을 구축할 수 있다는 것이다.     리얼리티 캡처와 스마트 제조의 만남 라이카지오시스템즈의 칸 파힘(Khan Faheem) 아시아 사장은 현실 공간 데이터를 활용한 비즈니스 인사이트와 스마트 제조의 접목 가능성을 소개했다. 파힘 사장은 AI(인공지능)를 이용하여 산업군의 워크플로, 센서, 플랫폼을 강화하고 데이터를 결과로 전환하는 것이 중요하다고 짚었다. 특히 기계가 시각 데이터를 처리하고 이를 바탕으로 예측 및 행동함으로써 실제 세계를 이해하고 상호작용하는 ‘공간 지능(spatial intelligence)’을 강조했다. 라이카 지오시스템즈는 항공 매핑, 지하 매핑, 고성능 스캐닝, 모바일 매핑 등 현실 세계의 데이터를 얻는 리얼리티 캡처(reality capture)를 위한 센서 포트폴리오를 폭넓게 갖추고 있으며, 현장에서 클라우드 업로드, 포인트 클라우드 처리, 스트리밍 시각화 등을 지원하는 설루션을 제공한다. 파힘 사장은 “라이카 지오시스템즈의 리얼리티 캡처 기술은 공급망 조정, 설치 및 경로 계획, 레이아웃 및 생산 라인 변경, 자산 태깅 및 관리, 몰입형 운영 관리, 디지털 검사 및 준공 등 스마트 제조의 다양한 영역에서 활용할 수 있다”고 소개했다.     DX를 넘어 AX를 위한 스마트 제조 설루션 헥사곤 매뉴팩처링 인텔리전스 코리아의 홍석관 사장은 “DX를 넘어 AX 가치 사슬을 만드는 핵심 자원은 데이터”라면서, 데이터 수집, 통합/저장, 분석, 가치 창출의 과정을 통해 생산성 향상, 품질 개선, 신규 비즈니스 창출이 가능하다고 설명했다. 특히, 디지털 트윈 및 DX 기반의 자동화가 중심이 되는 스마트 공장에서 AX 기반의 자율화를 구현하는 ‘소프트웨어 기반 공장(Software Defined Factory : SDF)’으로 전환되는 흐름에 주목했다. SDF는 AI 기반의 자율적 의사 결정을 통해 사람의 개입을 최소화하는 자율형 무인 공장을 목표로 한다. 이를 위해 헥사곤은 3D 제품 설계/해석/시각화(DX), 실시간 모니터링/제어(디지털 트윈), 분석/예측/최적화/자율화 제어(AX)의 3단계 지원 전략을 통해 생산 자산의 디지털화, 생산 설비의 디지털 트윈화, 생산 공법의 AI 전환을 지원한다는 전략을 내세운다. 홍석관 사장은 “헥사곤은 로봇 캘리브레이션, 적층제조/금형 가공을 위한 로봇 툴패스 생성, 로봇 정밀 제어 등 DX+디지털 트윈 기반의 로봇 설루션을 선보였다. 또한, ‘넥서스(Nexus)’를 기반으로 한 조선 기자재 협업 플랫폼에 클라우드 기반의 데이터 공유 및 협업 환경을 구축하여 산업의 생산성과 효율성을 높인 사례도 있다”고 소개했다.     ■ 기사 내용은 PDF로도 제공됩니다.

인텔은 LG이노텍이 자사의 기술을 활용해 인공지능(AI) 기반의 자동화 시스템을 구축하고 있다고 소개했다. 소재·부품 전문 기업인 LG이노텍은 휴대폰, 자동차 디스플레이, 스마트 기기 등에 들어가는 수십만 개의 초소형 부품을 완벽한 정확도와 무결점으로 복제하는 것을 목표로 삼고 있으며, 혁신 기술을 통해 이러한 목표를 달성하고자 한다.  LG이노텍의 구미 공장에서는 인텔 코어(Intel Core) 프로세서, 인텔 제온(Intel Xeon) 프로세서 및 인텔 아크(Intel Arc) 내장형 그래픽처리장치(GPU)가 조화를 이루며 작동한다. 이들 기술은 오픈비노(OpenVINO) 소프트웨어 툴킷으로 통합된다. LG이노텍은 생산 라인의 특정 단말기에서 규칙 기반 검사 및 딥러닝 기반 시스템을 사용해 제품 품질을 높여왔다. 여기서 나아가, LG이노텍은 제조 공정 전반에 걸쳐 AI를 광범위하게 적용하여 성능 저하 없이 완전 자동화된 시스템을 구축하고자 했다. 인텔은 지난 2024년 인텔 코어 및 제온 프로세서와 아크 외장형 GPU를 기반으로 하는 AI 기반 검사 시스템에 대한 구축 지원을 위해 LG이노텍과 논의를 시작했다. 핵심은 생산 공정에서 발생하는 데이터가 인텔 코어 CPU를 탑재한 PC로 스트리밍되며, 내장 GPU는 결함 데이터를 분석하는 데 비용 효율을 제공하는 것이다. 고해상도 이미지에서 다중 알고리즘을 실행하는 등 부하가 큰 워크로드는 인텔 아크 외장 GPU가 처리하게끔 했다. 시간이 지남에 따라 축적된 데이터셋은 인텔 제온 기반의 사전 학습 서버로 전송된다.      양사는 향후 협업을 통해 인텔 가우디 AI 가속기가 탑재된 서버를 활용한 사전 학습 워크로드 관리를 검토하고 있다. 이처럼 CPU를 기반으로 내장 및 외장 GPU로 가속화된 인텔 기반 기술 조합을 활용하여 AI 검사 시스템 구축 비용을 절감할 수 있었다는 것이 인텔의 설명이다. 인텔은 “아크 기반 외장 GPU를 도입하면서, 동급 성능의 타사 하드웨어 대비 성능에 비해 높은 비용 효율성을 달성했다. 이러한 비용 절감 효과는 규모의 경제를 더욱 극대화할 수 있는 기반이 되고 있다”고 전했다.  LG이노텍은 2024년 모바일 카메라 모듈 생산 라인에 인텔의 AI 비전 검사 설루션을 처음 적용했으며, 올해는 FC-BGA(flip-chip ball grid array)를 생산하는 구미4공장 등 국내 주요 생산 거점과 해외 생산라인에 단계적으로 확대 적용할 계획이다.  시스템 도입 당시에는 기존 딥러닝 환경이 특정 외장 그래픽 카드를 기반으로 구축되어 있어, 처음에는 통합 GPU 도입에 대한 우려가 있었다. 특히, 신규 GPU에 맞춰 기존 코드를 재작성하고 다시 매핑하는 것이 매우 어려울 것이라는 걱정이 있었만, 오픈비노(OpenVINO) 소프트웨어 툴킷을 활용해 우려를 해소할 수 있었다. 2018년 오픈비노 출시 이후, 인텔은 전 세계 개발자가 AI 기반 개발을 가속화할 수 있도록 지원해왔다. 오픈비노는 개발자가 한 번의 코드 작성으로 다양한 환경에 AI 모델을 배포할 수 있도록 돕는 오픈소스 AI 툴킷이다. LG 이노텍의 엔지니어들은 대량 생산 과정에서 공정이 변경되거나 원자재가 바뀔 때, 딥러닝 모델을 재학습하기 위해 AI 기반 워크로드에 최적화된 AI 가속기가 탑재된 인텔 제온 CPU 활용도 고려하고 있다. 제온 CPU는 병렬 연산 속도를 높이고, 인텔 AMX(Intel Advanced Matrix Extensions)라는 특수 내장 가속기를 지원해 제온 CPU에서 딥러닝 학습 및 추론 성능을 향상시킨다. 인텔은 제온 CPU와 별도 서드파티 GPU를 함께 사용하는 기존 방식에 비해 AI 기반 파인튜닝(Fine Tuning) 작업을 CPU로 처리함으로써 시스템 비용을 줄일 수 있을 것으로 기대하고 있다.

로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (1)   이번 호부터 로코드(low code) 설루션을 활용하여 데이터 분석을 활용하는 방법에 대해 설명하고자 한다. 앞으로 4회에 걸쳐 데이터 분석을 위한 로코드 분석 설루션이 어떤 장점을 가지고 있으며 어떻게 활용될 수 있는지 살펴보고, 간단한 데이터 분석 예제를 따라해 보면서 활용하는 방법을 배워보도록 하겠다.   ■ 연재순서 제1회 데이터 분석에 로코드 설루션이 필요한 이유 제2회 데이터 분석 로코드 설루션을 배워보자 제3회 로코드를 활용하여 시뮬레이션 데이터 분석을 따라해 보자 제4회 데이터 분석 로코드 설루션을 클라우드로 확장해 보자   ■ 윤경렬 현대자동차 연구개발본부 책임연구원   ■ 김도희 잘레시아 DX 프로   머신러닝 및 딥러닝 기술의 급격한 발전에 힘입어 최근 몇 년사이에 데이터 분석 시장은 폭발적으로 성장해 왔다. 데이터의 분석을 통해서 패턴을 찾고 이를 통해 행동을 예측할 수 있는 사례는 많은 이들의 관심을 불러 일으켰고, 파이썬(Python) 언어와 관련 라이브러리의 사용법을 배우는 강좌도 덩달아 큰 인기를 누리게 되었다. 이는 지식의 저변 확대와 관련 산업의 활성화라는 측면에서 상당히 좋은 방향이지만, 실제 현장에서는 상대적으로 쉽다고 알려져 있는 파이썬 언어도 교육 강좌를 수강한 이후 막상 본인의 업무에 적용하려고 하면 적지 않은 어려움에 직면하게 된다. 이유는 파이썬 언어의 사용이 어려워서라기보다는 CDS(Citizen Data Scientist : 시민 데이터 과학자)에게는 익숙하지 않기 때문이다. 특히 프로그래밍 언어를 이용한 코딩은 텍스트에 기반한 정보이기 때문에 직관적이지 않고 시행착오를 반복해야 어느 정도 활용 레벨에 올라갈 수 있다. 최근 이러한 문제를 해결하기 위해 로코드 분석 설루션(low code analysis solution)이 대안으로 시도되고 있으며 유의미한 결과를 보여주고 있다.   일반적인 데이터 분석 과정 데이터 분석은 보통 요청을 접수하는 것부터 시작되며, 이 단계에서는 무엇을 분석해야 하는지, 분석의 목적은 무엇인지 명확히 파악하는 것이 중요하다. 분석 대상과 기대하는 결과가 정해지면 그에 필요한 관련 데이터를 확보하게 된다. 이 때 데이터는 내부 시스템, 데이터베이스, 외부 파일 등 다양한 경로를 통해 수집될 수 있다. 다음은 확보한 데이터를 개괄적으로 파악하는 과정인데, 이 때 주요 칼럼과 데이터의 값을 확인하고 누락된 값 또는 이상치가 있는지 등을 점검하게 된다. 데이터의 품질을 빠르게 진단하는 이 단계는 이후 분석의 방향에 큰 영향을 미치게 되기 때문에 아주 중요하다. 이렇게 데이터의 상태를 파악하고 난 뒤에는 분석 전략을 수립하게 되는데, 여기서는 어떤 방식으로 데이터를 다루는 것이 좋을지, 어떤 분석 기법을 적용하는 게 좋을지를 구체적으로 준비하게 된다. 세 번째 단계로는 그 동안 수립한 분석 계획에 따라 본격적인 데이터 정제 작업을 시작하게 된다. 구체적으로는 전처리, 필터링, 파생 변수 생성 등의 작업을 포함하여 분석에 적합한 형태로 데이터를 정돈하는 단계로 볼 수 있다. 다음은 실제 분석을 수행하고 필요한 시각화를 통해 인사이트를 도출하는 것으로 통계 분석, 머신러닝 모델링, 상관관계 파악 등 다양한 방법이 이 부분에 포함된다. 마지막으로 분석 결과는 보고서 형태로 문서화하거나 대시보드로 시각화하여 공유되며, 이는 분석 요청자 또는 조직 내 이해관계자가 쉽게 결과를 활용하여 의사결정을 수행하도록 지원할 수 있다. 요청 접수 → 데이터 확보 → 데이터 검토(칼럼/누락/이상치 확인) → 분석 전략 수립 → 데이터 정제 및 가공 → 분석 수행 및 시각화 → 결과 공유   파이썬 코딩과 로코드 기반 분석의 비교 이제부터 본격적으로 데이터 분석을 진행하기 위해, 우리는 데이터 분석에 대한 요청을 받은 CDS라고 가정을 해 보자. 우리는 유관부서로부터 전력 판매량(Electric Power Sales) 예측에 대한 분석을 요청 받은 상태이고, 언제나처럼 기한은 촉박한 상황이다. 우리에게 주어진 데이터는 발전소 데이터, 기상 정보 데이터, 날짜 및 요일 데이터 등 세 가지로 다행스럽게도 소스 데이터는 엑셀 형태로 정리되어 입수한 상태이다. 우선 ‘발전소 데이터’를 살펴 보면 일자별로 특정 발전소에서 일일 발전량이 자세하게 표시되어 있다. 결국 첫 번째 데이터는 Electricity_sales로, 발전소 명칭, 측정 일자(년, 월, 일), 시간대별 전력 판매량으로 구성되어 있는데 이는 머신러닝에서 예측하게 될 Y값(종속변수)이 포함된 핵심 데이터 영역이다.   그림 1. 발전소 데이터   다음은 ‘기상 정보 데이터’로 일자별로 특정 지역의 날씨 정보가 정리되어 있다. 발전소 위치에 따른 기상 정보로 일시, 평균기온, 강수량, 풍속, 습도, 일사량 등의 정보가 담겨 있다.    그림 2. 기상 정보 데이터   마지막으로 ‘날짜 및 요일 데이터’는 일자별로 요일을 숫자로 매핑한 데이터이다. 날짜 데이터에 매핑 가능한 공휴일 정보가 담겨 있는 데이터 영역이다.   그림 3. 날짜 및 요일 데이터   결국 요청 받은 데이터 분석을 완료하기 위해서는 입수한 데이터에 전처리를 수행하고 이를 기반으로 다중 회귀 분석을 수행하여 머신러닝 예측 모델을 구성해야 한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.