개발 및 공급 : 앤시스코리아 주요 특징 : 원클릭으로 전문 지식에 접근 가능한 AI 기반 어시스턴트 지원, AI+ 기능이 탑재된 7종 제품을 통한 시뮬레이션 효율 및 접근성 향상, 데이터 관리 및 워크플로 자동화 강화를 통한 AI 통합 효과 향상 등   앤시스는 자사 전 제품에 AI 기반 시뮬레이션 기능을 확대 적용한 최신 릴리스 ‘앤시스 2025 R2(Ansys 2025 R2)’를 발표했다. 앤시스 2025 R2는 시뮬레이션 속도와 접근성을 크게 향상시키는 동시에 강화된 솔버, 간소화된 워크플로, 파이썬(Python) 호환성 확대, 온디맨드 클라우드 컴퓨팅 지원 등을 통해 설계 유연성과 생산성을 높인다. 특히, 초기 설계 단계에서의 스마트한 의사결정을 가능하게 하여, 차세대 위성부터 데이터센터 설계에 이르기까지 다양한 산업 분야에서 실질적인 가치를 제공한다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스의 시뮬레이션은 물리 기반 설계의 기준점이자 이론과 실험을 연결하는 가교 역할을 해왔다. 50년 이상의 고급 물리 해석 경험을 바탕으로, 앤시스 2025 R2는 더욱 스마트하고 빠르며 복잡한 시뮬레이션을 구현할 수 있도록 지원한다”면서, “모델·메타데이터·추적성·표준 기반의 데이터 활용을 통해 미래의 혁신적인 제품 개발을 위한 엔지니어링 역량을 강화할 것”이라고 강조했다. 앤시스 2025 R2는 AI 기반 다양한 도구와 기능을 통해 시뮬레이션 도입 장벽을 낮추고, 팀 간 협업을 촉진하며, 전사적인 생산성을 향상시켜 더 나은 결과를 창출할 수 있도록 지원한다.   ▲ 앤시스 2025 R2는 시뮬레이션 워크플로 전반의 생산성, 정확성, 인사이트를 향상시키는 AI 기반 기술을 새롭게 선보인다.   물리 기반 AI로 직관적인 시뮬레이션 앤시스 2025 R2는 AI 기반 가상 어시스턴트인 ‘앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)’을 포함한 다양한 신기능을 통해 시뮬레이션의 접근성과 설계 효율, 정확도를 높인다. 앤시스 엔지니어링 코파일럿은 앤시스 GPT(Ansys GPT), 앤시스 웹사이트, 수천 개의 기술 문서, 800개 이상의 이노베이션 강의, 글로벌 포럼, 지원 케이스 생성/추적 기능에 바로 접근할 수 있다. 마이크로소프트 애저(Microsoft Azure)의 니디 체펠(Nidhi Chappell) AI 인프라 부문 부사장은 “마이크로소프트 애저 AI 파운드리와 앤시스 GPT의 통합을 통해 엔지니어들은 핵심 정보에 신속하게 접근하고, 앤시스의 깊이 있는 엔지니어링 전문성을 활용함으로써 생산성을 높이고 혁신을 가속화할 수 있다”고 전했다. 2025 R2는 앤시스 포트폴리오 전반에 AI 기능을 추가했다. 이를 통해 충실도가 높은 시뮬레이션을 자동으로 생성, 검증 및 최적화하여 모델 생성 속도를 높이고, 수동 작업을 줄이며 인적 오류를 줄일 수 있다. 앤시스 엔지니어링 코파일럿은 앤시스 메카니컬(Ansys Mechanical), 앤시스 디스커버리(Ansys Discovery), 앤시스 플루언트(Ansys Fluent), 앤시스 HFSS(Ansys HFSS), 앤시스 일렉트로닉 데스크톱(AEDT), 앤시스 스케이드 원(Ansys Scade One), 앤시스 스피오스(Speos), 앤시스 맥스웰(Maxwell), 앤시스 옵티스랭(optiSLang), 앤시스 루메리컬(Ansys Lumerical) 등 주요 설루션에 통합되어 있으며, 클릭 한 번으로 축적된 엔지니어링 전문 지식에 대한 즉각적 접근 가능 HFSS 기반 방사 패턴 시뮬레이션의 연산 속도는 17배 향상, 위상 배열 안테나의 빔 조향 정확도 개선으로 5G/6G, 레이더 센서, 위성통신 등 고주파 애플리케이션 최적화 이러한 기능을 향상된 데이터 처리 및 자동화와 결합함으로써, 기업은 새로운 효율을 확보하고 보다 간소화되고 확장 가능한 워크플로를 구축할 수 있다.   데이터 처리 및 자동화를 통한 AI 활용 극대화 앤시스 2025 R2는 복잡한 데이터 처리 및 관리 작업을 간소화함으로써 디지털 엔지니어링의 생산성과 협업 수준을 높인다. 견고한 데이터 관리 체계를 기반으로 제품 수명주기 전반에 걸쳐 데이터를 최대한 활용하고, AI 모델 학습 및 신뢰성 높은 합성 데이터 생성을 지원한다. 또한, 모델 기반 시스템 엔지니어링(MBSE)의 기능이 한층 강화되어 팀 간 신뢰 기반 협업은 물론, 디지털 연속성과 조직 간 통합된 워크플로 체계를 안정적으로 유지할 수 있다. 파이썬 호환성 확장을 통해 워크플로 자동화와 데이터 관리 유연성이 강화되었으며, 반복 가능한 프로젝트 운영과 품질 향상에 기여하고 있다. 40개 이상의 파이썬(Python) 라이브러리를 포함한 파이앤시스(PyAnsys) 컬렉션은 신규 도구인 파이에스티케이(PySTK) 및 파이켐킨(PyChemkin)을 통해 앤시스 설루션과의 자동화 연동을 강화 및 다양한 산업 애플리케이션 내 생산성·효율성 강화 웹 기반 협업 플랫폼인 앤시스 메디니 사이버 보안(Ansys medini Cybersecurity) SE는 위협 분석 및 취약점 관리 자동화 통해 사이버 보안 리스크 최소화 SysML v2 기반 웹 플랫폼 앤시스 시스템 아키텍처 모델러(Ansys System Architecture Modeler : SAM)를 통한 소프트웨어·안전·시뮬레이션 통합, 포괄적 MBSE 구현 지원 스마트 자동화와 고도화된 데이터 관리 기술은, 조직 내 다양한 팀들 간의 유기적이고 효율적인 협업 환경을 구축하고, 고성능 연산 기반으로 도출된 인사이트는 실행 가능한 결과로 제안되어, 정확하고 신속한 의사결정을 지원한다. 대표 사례로, 에너지 효율형 모터 제어 설루션 분야의 글로벌 선도 기업인 댄포스 드라이브(Danfoss Drives)는 앤시스의 시뮬레이션을 활용해 복잡한 시스템 설계를 검증하고, 성능 최적화, 에너지 절감, 운영 신뢰성 향상 등 산업 전반의 지속 가능한 혁신적인 드라이브 기술을 구현하고 있다. 댄포스 드라이브의 가상 설계·테스트·최적화 총괄 책임자인 마이클 라우르센(Michael Laursen)은 “파이앤시스는 사용자 맞춤형 자동화, 시스템 통합, 확장성을 구현하는 핵심 도구이다. 개방형 생태계를 기반으로 다양한 툴을 유기적으로 연결하고 AI 기능을 접목함으로써 설계부터 최적화까지의 워크플로를 가속화할 수 있다”고 밝혔다. 또한 “앤시스 기술은 디지털 설계 프로세스를 고도화하는 동시에 빠르게 변화하는 산업 환경에 유연하게 대응할 수 있는 기반을 마련해줄 뿐만 아니라, 비용 절감과 제품 개발 기간 단축에도 실질적으로 기여하고 있다”고 전했다.   현실을 모사하는 고성능 물리 시뮬레이션 정교한 물리 모델과 시뮬레이션 기술은 복잡한 설계 과제를 해결하는 데 필수이다. 앤시스는 핵심 엔지니어링 역량을 지속적으로 고도화하며, 사용자가 보다 신속하게 시뮬레이션 결과를 도출하고 혁신 기회를 창출할 수 있도록 지원한다. 앤시스 메카니컬(Ansys Mechanical)의 신규 혼합 솔버는 대형 과도 모델의 연산 속도 향상 및 시간에 따른 열 변화 분석 지원 복잡한 적층형 전자 시스템 메싱 작업의 자동화 및 속도·정확도·사용성 향상, 신규 메싱 플로 기능을 통한 수작업 간소화 앤시스 록키(Ansys Rocky) 및 프리플로우(Ansys FreeFlow)를 통한 고급 다물리(multiphysics) 연성 해석 기능 제공, 열·유체-구조·전자기 결합을 포함한 상세 시뮬레이션 및 성능 최적화 지원 앤시스 파워X(Ansys PowerX) 디버깅 툴을 통한 반도체 전력 소자의 설계 시간 단축, 기생 성분 이슈의 신속한 식별, 설정 간소화 및 효율적인 2D 메싱 작업 지원 RF 전력 분야의 기업인 앰플리온은 앤시스의 고급 시뮬레이션 기술을 활용해 4G LTE 및 5G NR 인프라는 물론 산업, 과학, 의료, 방송, 항법, 안전 무선통신용으로 사용되는 고신뢰·고성능 GaN 및 LDMOS 설루션을 설계하고 있다. 앰플리온의 모델링 및 특성화 그룹 팀장인 비토리오 쿠오코(Vittorio Cuoco, Ampleon) 박사는 “전자기, 열, 기계 간의 복잡한 상호작용을 효과적으로 제어하며 RF 전력 제품을 설계하는 일은 매우 까다로운 과제”라며, “앤시스의 설루션은 이러한 복잡성을 정면으로 해결할 수 있는 정밀한 시뮬레이션을 제공해 설계 리스크를 줄이고 제품 신뢰성을 높이는 데 도움이 되며, 그 결과는 성능 향상, 에너지 절감, 그리고 더 높은 효율성이라는 측면에서 크다”라고 전했다. 이러한 가속화는 클라우드 기반 시뮬레이션의 유연성을 통해 한층 강화된다. 온디맨드 방식의 기술을 적극 활용함으로써, 기업은 디지털 전환을 보다 수월하게 실현할 수 있다.   클라우드 기반 시뮬레이션 통한 디지털 전환 가속 앤시스 2025 R2는 클라우드 기술, 고성능 컴퓨팅(HPC), GPU 최적화 인프라를 적극 활용하여 연산 효율과 시뮬레이션 확장성을 극대화한다. 이를 통해 고객은 더 많은 설계 가능성을 더 짧은 시간 안에 탐색할 수 있으며, 웹 기반 및 온디맨드 기능 확장을 통해 엔지니어는 필요한 툴에 손쉽게 접근할 수 있으며 데스크톱 환경을 넘어서는 개발 역량 확보가 가능해졌다. 앤시스 아이스팩(Ansys Icepak) 및 플루언트 GPU 솔버(Fluent GPU Solver)를 통한 전자 냉각 시뮬레이션 연산 속도 최대 2.5배 향상, 앤시스 플루언트(Ansys Fluent) 웹 인터페이스에서는 제한적 GPU 솔버 기반의 실시간 모니터링 기능 제공 앤시스 디스커버리(Ansys Discovery)의 메싱 기능 개선을 통한 시뮬레이션 신뢰도 및 품질 향상, GPU 기반의 셋업 속도 개선으로 더 빠르고 안정적인 해석 환경 구현 앤시스 클라우드 버스트 컴퓨팅(Ansys Cloud Burst Compute)의 온디맨드(on-demand) HPC 성능이 앤시스 스피오스(Speos) 및 루메리컬 FDTD(Lumerical FDTD) 포함한 6종 제품에 적용, 별도 설치나 IT 지원 없이 고성능 클라우드 환경 활용 가능     ■ 기사 내용은 PDF로도 제공됩니다.

개방형 커미셔닝과 협업 혁신으로 제조업을 재정의하다   스피라텍(SpiraTec) 그룹은 디지털 전환, 엔지니어링, 로봇 공학, 자동화 및 산업 IT를 전문으로 하는 공정 산업의 산업 공학 및 설루션 분야의 글로벌 플레이어이다. 스피라텍의 가상 커미셔닝 전문성은 제조사가 프로세스를 최적화하고 비용을 절감하며 전 세계적으로 디지털화를 가속화하는 데 도움을 준다. 이번 호에서는 스피라텍이 고객이 주요 산업 과제를 해결하도록 돕는 방법과 유니티(Unity)를 기반으로 가상 커미셔닝을 위한 협업적이고 접근 가능한 설루션을 목표로 하는 오픈 소스 이니셔티브인 ‘오픈 커미셔닝’의 배경과 여정을 소개한다. ■ 자료 제공 : 유니티 코리아   ▲ 생산 라인의 디지털 트윈 : PLC 및 로봇 컨트롤러 통합으로 물질 흐름 시뮬레이션   산업이 디지털 전환을 가속화함에 따라 제조사는 제품을 더 빠르게 시장에 출시하고 비용을 줄이며 지속 가능성 목표를 달성해야 한다는 압박을 받고 있다. 이 모든 과정에서 단편화된 데이터, 구식 방법론 및 제한된 표준화로 어려움을 겪고 있다. 이러한 도전 과제는 더 스마트하고 통합된 설루션을 요구한다. 그리고 여기서 디지털 트윈과 가상 커미셔닝이 등장한다. 글로벌 디지털 트윈 시장은 수요가 급증하고 있다. 2024년에는 177억 3000만 달러로 평가되며, 2025년에는 244억 8000만 달러에서 2032년에는 2593억 2000만 달러로 성장할 것으로 예상된다. 캡제미니 리서치 인스티튜트(Capgemini Research Institute)의 디지털 트윈 리포트에 따르면, 57%의 조직이 지속 가능성을 디지털 트윈 투자에 대한 주요 동력으로 언급하며, 51%는 이러한 기술이 환경 목표 달성에 도움이 될 것으로 기대하고 있다. 디지털 트윈 기술의 주요 응용 프로그램인 가상 커미셔닝은 디지털화의 게임 체인저로, 제조사가 실제 배포 전에 프로세스를 시뮬레이션하고 최적화할 수 있게 하여 자원 소비를 줄이고 비용을 절감한다.   가상 커미셔닝 이해하기 전통적으로 자동화에서 커미셔닝은 새로운 시스템(장치, 기계, 공장 등)을 완전 작동 가능한 생산 준비 상태로 만드는 과정을 의미한다. 과거에는 대부분의 PLC(프로그래머블 로직 컨트롤러) 프로그래밍 및 시스템 테스트가 물리적 하드웨어가 제자리에 있어야 했으며, 이는 종종 비용이 많이 드는 지연과 막판 문제 해결을 초래했다. 가상 커미셔닝은 이 패러다임을 뒤집고 전체 커미셔닝 프로세스를 디지털 환경에서 복제한다. 실제 장치, 센서 및 액추에이터와 통신하는 대신, PLC는 디지털 트윈과 통신한다. 이는 실제 시스템의 동작을 정확하게 반영하는 에뮬레이션 모델이다. 중요하게도, 동일한 PLC 프로그램 코드는 가상 및 물리적 단계 모두에 사용되어, 물리적 하드웨어가 준비되면 코드 수정이나 막판 재작성 없이 원활한 인계를 보장한다.   ▲ 가상 커미셔닝 : 물리적 배포 전에 디지털 프로세스 시뮬레이션 및 최적화   가상 커미셔닝이 실제 가치를 제공하는 방법 효율성 향상 가상 커미셔닝은 현장 테스트와 물리적 프로토타입의 필요성을 줄여 시간과 비용을 절감한다. 또한 디지털 환경에서 팀이 신속하게 반복할 수 있도록 하여 개발 주기를 가속화하고 시장 출시 시간을 단축한다.   위험 감소 시뮬레이션을 통해 오류를 조기에 발견함으로써, 가상 커미셔닝은 비용이 많이 드는 실수의 위험을 줄인다. 더욱이, 팀이 위험한 작업을 디지털로 시뮬레이션할 수 있도록 하여 물리적 구현 전에 잠재적 위험을 제거함으로써 더 안전한 배포를 지원한다.   협업 및 혁신 현실적인 시뮬레이션은 교차 기능 팀 간의 더 나은 정렬을 촉진한다. 가상 공간에서 시스템을 시각화하고 상호작용함으로써 이해관계자는 더 깊은 통찰력을 얻고, 전반적인 커뮤니케이션을 향상시켜 창의성과 혁신을 촉진한다.   제약에서 능력으로 : 유니티로의 전환 스피라텍은 고객이 가상 커미셔닝을 운영에 원활하게 통합하도록 돕는 단일 목표를 추진해 왔다. 스피라텍은 제한된 확장성을 가진 폐쇄 시스템, 작은 사용자 커뮤니티 및 최소한의 응용 프로그래밍 인터페이스(API)에 직면했다. 이러한 조건은 공급업체 종속을 촉진하고 프로젝트 위험을 증가시켰다. 이러한 제한은 종종 시간 지연을 일으키고, 고객이 필요로 하는 접근 가능하고 확장 가능한 설루션의 가능성을 없앴다. 유니티는 스피라텍의 큰 장애물을 극복하는 열쇠가 된 실시간 3D 엔진이다. 유니티의 편집기의 힘을 활용함으로써 스피라텍은 최첨단 물리학 및 렌더링 기능을 얻었을 뿐만 아니라, 디지털 트윈 모델 개발에 대한 전체 접근 방식을 근본적으로 변화시켰다. 유니티의 다양한 기술 및 기능은 여러 문제를 해결하고 스피라텍의 디지털 트윈 개발 프로세스를 형성하는 데 도움이 되었다. 프리팹 시스템 : 객체 지향적 접근 방식을 통해 재사용 가능한 구성 요소 라이브러리를 활용하여 디지털 트윈을 생성할 수 있다. 이는 다양한 프로젝트에서 일관된 품질을 유지하면서 개발 속도를 크게 가속화한다. 픽시즈(Pixyz) : CAD 데이터를 원활하게 가져오고 특정 메타데이터 및 고객 기준에 따라 디지털 트윈을 생성하기 위한 규칙 기반 워크플로를 설정할 수 있다. 사용자 인터페이스(UI) 툴킷 : 편집기 및 런타임을 위한 UI 콘텐츠의 생성 및 향상을 가능하게 하여, 사용자 정의 도구 및 인터페이스에 대해 더 매끄러운 사용자 경험을 제공한다. 작업 시스템 : 복잡한 프로세스(예 : 유체 흐름, 대량 물질 이동 및 스트레스 모델링) 및 대규모 디지털 트윈 프로젝트의 효율적인 다중 스레드 시뮬레이션을 가능하게 한다. 분석기 및 저장 프로파일러 : 성능 병목 현상에 대한 자세한 통찰력을 제공하여 배포 전에 프로젝트 품질을 최적화하고 개선할 수 있게 하며, 궁극적으로 고객에게 더 신뢰할 수 있는 설루션을 제공한다.   대규모 디지털 트윈 내부 : 창고 커미셔닝의 재구상 물류 회사의 창고 시뮬레이션을 특징으로 하는 성공 사례에서 스피라텍은 12개의 가상 PLC를 완전한 디지털 환경에 통합했다. 모델은 필드버스 에뮬레이션과 드라이브, 안전 모듈 및 RFID 리더와 같은 산업 구성 요소의 시뮬레이션을 특징으로 했다. 사용성을 높이기 위해 대규모 시뮬레이션에 최적화된 경량의 강력한 독립 실행형 *.exe 애플리케이션을 제공하는 맞춤형 사용자 인터페이스가 개발되었다. 또한 시스템은 창고 관리 시스템(WMS)과 원활하게 통합되어, 안전한 가상 환경에서 실시간 제품 데이터 관리를 위한 네이티브 텔레그램 통신을 가능하게 했다. 이는 물리적 기계가 존재하기도 전에 포괄적인 소프트웨어 검증을 보장하여 품질을 크게 향상시키고 배포 위험을 줄였다. 이 이니셔티브는 커미셔닝 시간을 30% 줄였다, 프로젝트 일정을 가속화하면서 비용과 위험을 줄였다. 효율성 향상을 넘어, 이는 부서 간 협업을 강화하여 비용 효율적인 반복 개발과 더 빠른 개념 증명 검증을 가능하게 했다.   ▲ 개방형 커미셔닝으로 구축된 창고 운영 시뮬레이션   효율을 넘어 : 시뮬레이션을 통한 지속 가능성 추진 가상 커미셔닝에 대한 대화는 종종 단축된 커미셔닝 시간과 개선된 협업에 초점을 맞추지만, 이러한 이점은 지속 가능성과 관련하여 특히 실질적인 비즈니스 가치로 직접 전환된다. 스피라텍은 고객과 협력하여 후속 제품 수명주기 전반에 걸쳐 디지털 트윈의 사용을 확장하기 시작했으며, 지속 가능성과 비용 절감의 잠재력은 크다. 프로세스를 간소화하고 고충실도 시뮬레이션을 활용함으로써 기업은 다음과 같은 효과를 얻을 수 있다. 장비 수명의 연장 : 시뮬레이션 데이터로 훈련된 예측 유지보수 알고리즘을 사용하여 조직은 마모를 최소화하고 비용이 많이 드는 교체 및 수리를 연기한다. 고장 감소는 유지보수 비용을 직접 낮추고 계획되지 않은 다운타임을 줄인다. 자원 소비의 절감 : 가상 환경에서 제어 논리와 워크플로를 검증함으로써, 팀은 에너지 사용을 줄이고 자재 낭비를 최소화하는 효율성 격차를 식별할 수 있다. 이러한 개선은 환경 목표를 달성하는 데 도움이 될 뿐만 아니라 운영 비용을 줄인다. 시장 출시 시간의 가속화 : 가상 커미셔닝은 물리적 프로토타입과 긴 현장 테스트의 필요성을 최소화한다. 결과적으로 기업은 제품을 더 빠르게 출시하고, 시장 점유율을 더 빨리 확보하며, R&D 투자에 대한 더 빠른 수익을 실현할 수 있다. 현장 면적의 축소 : 더 적은 문제 해결 방문과 짧은 설치 시간은 여행 관련 배출가스와 비용을 줄인다. 이 혜택은 여러 글로벌 시설을 가진 조직에 대해 크게 확장된다.   미래를 함께 형성하기 : 커뮤니티 주도 이니셔티브 협업과 개방성이 가상 커미셔닝의 가장 큰 혁신을 이끌어낼 것이며, 이는 계속 발전할 것이다. 개방형 커미셔닝(open commissioning)을 통해 스피라텍은 단순히 도구를 공유하는 것이 아니라, 혁신적인 아이디어가 다듬어지고 테스트되며 실제 문제를 해결하는 데 적용될 수 있는 커뮤니티 주도 생태계를 구축하고 있다. 가장 흥미로운 발전은 아직 오지 않았다. 스피라텍의 다음 진화는 생성형 AI와 실시간 클라우드 시뮬레이션을 통합하고, 데이터 표준을 설정하며, 산업 연결성을 확장하는 것이다. 제조의 미래는 협업적이고, 데이터 기반이며, 친환경적으로 더 스마트하고 지속 가능한 산업 환경을 만들어 나가는 데 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스는 자사의 모든 제품에 AI 기반 시뮬레이션 기능을 확대 적용한 최신 릴리스 ‘앤시스 2025 R2(Ansys 2025 R2)’를 발표했다. 앤시스 2025 R2는 시뮬레이션의 속도와 접근성을 높이는 동시에 강화된 솔버, 간소화된 워크플로, 파이썬(Python) 호환성 확대, 온디맨드 클라우드 컴퓨팅 지원 등을 통해 설계 유연성과 생산성을 높일 수 있게 했다. 또한, 초기 설계 단계에서 스마트한 의사결정을 가능하게 하여 차세대 위성부터 데이터센터 설계까지 다양한 산업 분야에서 실질적인 가치를 제공하는 데에 초점을 맞췄다. AI 기반의 도구와 기능을 통해 시뮬레이션 도입 장벽을 낮추고, 팀 간 협업을 촉진하며, 전사적인 생산성을 향상시켜 더 나은 결과를 창출할 수 있도록 지원하는 것도 특징이다. 앤시스 2025 R2는 AI 기반 가상 어시스턴트인 앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)을 포함한 다양한 신기능을 통해 시뮬레이션의 접근성과 설계 효율, 정확도를 높인다. 앤시스 엔지니어링 코파일럿은 앤시스 GPT(Ansys GPT), 앤시스 웹사이트, 수천 개의 기술 문서, 800개 이상의 이노베이션 강의, 글로벌 포럼, 지원 케이스 생성/추적 기능에 바로 접근할 수 있다. 앤시스는 마이크로소프트 애저 AI 파운드리와 앤시스 GPT의 통합으로 엔지니어가 핵심 정보에 신속하게 접근하고, 엔지니어링 전문성을 활용할 수 있게 했다. 앤시스 엔지니어링 코파일럿은 앤시스 메카니컬(Ansys Mechanical), 앤시스 디스커버리(Ansys Discovery), 앤시스 플루언트(Ansys Fluent), 앤시스 HFSS(Ansys HFSS), 앤시스 일렉트로닉 데스크톱(AEDT), 앤시스 스케이드 원(Ansys Scade One), 앤시스 스피오스(Speos), 앤시스 맥스웰(Maxwell), 앤시스 옵티스랭(optiSLang), 앤시스 루메리컬(Ansys Lumerical) 등 주요 설루션에 통합되어 있으며, 클릭 한 번으로 축적된 엔지니어링 전문 지식에 대한 즉각적 접근이 가능하다. 앤시스는 “AI 기반의 엔지니어링 코파일럿을 활용하면 HFSS 기반 방사 패턴 시뮬레이션의 연산 속도를 17배 높일 수 있다. 이외에도 위상 배열 안테나의 빔 조향 정확도를 개선해 5G/6G, 레이더 센서, 위성통신 등 고주파 애플리케이션을 최적화할 수 있다”면서, “이러한 기능을 향상된 데이터 처리 및 자동화와 결합함으로써, 기업은 새로운 효율성을 확보하고 보다 간소화되고 확장 가능한 워크플로를 구축할 수 있다”고 설명했다.     앤시스 2025 R2는 복잡한 데이터 처리 및 관리 작업을 간소화함으로써 디지털 엔지니어링의 생산성과 협업 수준을 높인다. 견고한 데이터 관리 체계를 기반으로, 제품 수명주기 전반에 걸쳐 데이터를 최대한 활용하고, AI 모델 학습 및 신뢰성 높은 합성 데이터 생성을 지원한다. 또한, 모델 기반 시스템 엔지니어링(MBSE)의 기능이 한층 강화되어 팀 간 신뢰 기반 협업은 물론, 디지털 연속성과 조직 간 통합된 워크플로 체계를 안정적으로 유지할 수 있다. 파이썬 호환성 확장을 통해 워크플로 자동화와 데이터 관리 유연성이 강화되었으며, 반복 가능한 프로젝트 운영과 품질 향상에 기여하고 있다. 스마트 자동화와 고도화된 데이터 관리 기술은 조직 내 다양한 팀들 간의 유기적이고 효율적인 협업 환경을 구축하고, 고성능 연산 기반으로 도출된 인사이트는 실행 가능한 결과로 제안되어, 정확하고 신속한 의사결정을 지원한다. 뿐만 아니라, 앤시스는 핵심 엔지니어링 역량을 지속적으로 고도화하며, 사용자가 보다 신속하게 시뮬레이션 결과를 도출하고 혁신 기회를 창출할 수 있도록 지원한다고 소개했다.  이러한 가속화는 클라우드 기반 시뮬레이션의 유연성을 통해 한층 강화된다. 앤시스 2025 R2는 클라우드 기술, 고성능 컴퓨팅(HPC), GPU 최적화 인프라를 적극 활용하여 연산 효율과 시뮬레이션 확장성을 강화한다. 앤시스는 “이를 통해 고객은 더 많은 설계 가능성을 더 짧은 시간 안에 탐색할 수 있다. 웹 기반 및 온디맨드 기능 확장을 통해 엔지니어는 필요한 툴에 손쉽게 접근할 수 있으며, 데스크톱 환경을 넘어서는 개발 역량 확보가 가능해졌다”고 전했다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스의 시뮬레이션은 물리 기반 설계의 기준점이자 이론과 실험을 연결하는 가교 역할을 해 왔다. 50년 이상의 고급 물리 해석 경험을 바탕으로, 앤시스 2025 R2는 더욱 스마트하고 빠르며 복잡한 시뮬레이션을 구현할 수 있도록 지원한다”면서, “모델·메타데이터·추적성·표준 기반의 데이터 활용을 통해 미래의 혁신적인 제품 개발을 위한 엔지니어링 역량을 강화할 것”이라고 강조했다.

제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (13)   이번 호에서는 크레오 파라메트릭의 클리어런스 및 크리피지 분석 기능으로 전기적 제품의 고장을 사전에 예방하고 전기적 안전성을 향상시킬 수 있도록 설계를 최적화하는 방법을 알아보자.   ■ 김성철 디지테크 기술지원팀의 이사로 Creo 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   클리어런스와 크리피지 분석의 중요성 전기 및 전자 제품의 설계에서 절연 거리 확보는 전기적 제품의 안정을 위해 중요한 설계 고려 사항이다. 제품에 안전한 절연 거리가 확보되지 않으면 누전, 감전과 화재가 발생할 수 있으며 이는 제품의 고장이나 안전 사고로 이어질 수 있다. 이에 따라 국제 표준에서는 전기 제품 설계 시 필수로 확보해야 하는 최소 클리어런스와 크리피지 거리를 규정하고 있으며, 설계자는 이를 준수하여 전기적 안전을 고려한 설계를 진행해야 한다. 크레오 파라메트릭은 이러한 분석을 설계 단계에서 자동화하여 신속하고 정확하게 검증하고, 제품의 전기적 안전을 최적화한 설계를 가능하게 한다.   클리어런스와 크리피지 정의 클리어런스(Clearance)는 공기 중을 통한 두 도전성 부품 간의 최단 거리이다. 고전압 환경에서는 절연 파괴를 방지하기 위해 충분한 거리를 확보해야 한다. 크리피지(Creepage)는 절연 표면을 따라 두 도전성 부품 간의 최단 거리이다. 먼지, 습기 등으로 인해 누설 전류가 발생할 수 있으므로 전기적 제품은 안전한 크리피지 거리를 확보하는 것이 중요하다.     국제 표준인 IEC 60601, IEC 60950 등은 사용 환경, 오염 등급, 재료 그룹 및 전압 수준 등에 따라 다양한 절연 거리 기준을 규정하고 있다.   크레오 파라메트릭의 클리어런스 및 크리피지 분석 절차 크레오 파라메트릭에서 3D 모델에 전기적 절연 특성을 정의하고 전도성 부품 간의 절연 거리를 자동으로 계산한다. 사용자가 설정한 기준에 따라 분석 결과를 시각적으로 표시하고 문제 영역을 검토하여 허용 여부를 더 빠르게 판단할 수 있다.     크레오 파라메트릭에서는 클리어런스 및 크리피지 분석을 다음과 같은 절차로 진행할 수 있다.  모델 설정(메타데이터 정의)  분석 정의(전기 네트 및 분석 설정)  결과 및 리포팅(결과 검토)   모델 설정 분석 대상 모델에 대해 전기적 컴포넌트, 도전체 및 절연체를 정의하고 필요한 속성을 지정한다. 크레오 파라메트릭에서 분석(Analysis) → 클리어런스 및 크리피지(Clearance and Creepage) 분석을 실행한다.     클리어런스 및 크리피지 분석 대화상자에서 ‘메타데이터(Meta Data)’ 탭의 부품 목록을 확인하고, CTI 열에 각 컴포넌트의 비교 추적 치수(CTI) 값을 정의한다.     ■ 참고 비교 추적 지수(Comparative Tracking Index : CTI)는 전기 절연체의 내전력성을 측정하는 데 사용되는 지표이며, 전기 절연체의 표면에 발생하는 누설 전류를 측정하여 전기적으로 견딜 수 있는 능력을 평가한다. CTI 등급은 IEC 60112 규격에 따라 분류되며 IEC 60112는 전기 기기의 절연체에 대한 추적성 시험 방법을 제공하는 국제 표준이다.   CTI 값은 정수로 정의하며 정의되지 않은 부품(-1, 기본값), 전도성 부품(0)과 부품의 절연성에 따라 0보다 큰 값을 정의한다. 부품의 절연성이 높을 수록 높은 CTI 값을 가진다. 개별 컴포넌트의 매개변수(Parameters)에 COMPARATIVE_ TRACKING_INDEX 값을 직접 입력하여 CTI 값을 지정할 수도 있다.      또한, 피처 매개변수(Feature Parameters)를 활용하여 부품 내 각 피처별로 서로 다른 CTI 값을 지정할 수 있다. 이를 통해 재질 특성이 서로 다른 비균일 구성 요소를 보다 정밀하게 정의하고 더욱 현실적인 전기적 안전 분석을 수행할 수 있다.        ■ 자세한 기사 내용은 PDF로 제공됩니다.

몰입형 협업을 위한 3D 시각화 및 애셋 관리 간소화    테마파크, 박물관, 인터랙티브 전시관과 같은 장소에서의 LBE(위치 기반 엔터테인먼트)에 대한 수요가 증가하고 있으며, 그에 따라 더욱 정교한 어트랙션 디자인의 필요성도 커지고 있다. 그러나 실시간 디자인 시각화와 원활한 애셋 관리를 지원하는 통합 플랫폼이 없다면, 이처럼 복잡한 프로젝트에 필요한 방대한 양의 3D 데이터를 관리하기란 쉽지 않다. 효율적인 툴이 없으면 제작 팀과 기술 팀 간의 협업이 저해되어 프로젝트가 지체되고 비용도 증가하게 된다. LBE 산업의 디지털 트윈을 전문으로 다루는 기술 설루션 공급업체 월드빌더(Worldbuildr)는 이러한 문제를 해결하기 위해 테마파크 디자인 전문 제작 업체 프랭크엔디자인(FrankNDesign)과 파트너십을 맺었다. 두 기업은 유니티(Unity)의 실시간 3D 기술과 DAM(디지털 애셋 관리) 설루션을 활용하여 건축 3D 모델 포맷을 몰입형 3D 협업 환경에서 더욱 효과적으로 시각화하는 동시에, 모든 프로젝트 애셋을 안전하게 관리하는 애플리케이션을 개발했다. ■ 자료 제공 : 유니티 코리아     프로젝트 : Worldbuildr 디지털 트윈 애플리케이션 설루션 : 유니티 엔진, 유니티 애셋 매니저, 유니티 버전 컨트롤 목표 : 3D 모델을 실시간으로 원활하게 시각화하고 애셋을 효율적으로 관리할 수 있게 지원하여 관계자 간 협업 개선 팀원 수 : 8명(유니티 개발자 4명 포함)   월드빌더 애플리케이션의 성과 효율적인 반복 작업 : 잠재적인 문제를 조기에 식별하고 비용을 절감하여 디자인 의사 결정을 신속하게 처리한다. 애셋 검색 개선 : 여러 제품에서의 애셋 접근성과 재사용성을 향상한다. 실시간 전환 : 메타데이터를 보존하는 동시에 정적 3D 모델을 15~20분 내에 실시간 인터랙티브 버전으로 전환한다. ROI 예측 : 인파의 흐름과 기타 동적 변수를 토대로 실제 시나리오를 시뮬레이션하여 디자인에 대한 ROI(투자 수익)를 예측한다. 월드빌더의 마이클 리비(Michael Libby) CEO는 “월드빌더 애플리케이션은 기술 지식이 서로 다른 관계자 간의 격차를 해소한다. 건축가는 자신의 모델을 디지털 월드에 구현할 수 있으며, 기술 담당이 아닌 팀원은 코딩이 필요 없는 툴을 사용하여 디자인과 상호 작용하고 이를 개선할 수 있다”고 소개했다.   ▲ 도쿄 거리의 모습을 정적 모델로 재현한 프랭크엔디자인의 ‘도쿄 스트릿(Tokyo Street)’ 프로젝트는 월드빌더 뷰어에서 동적 실시간 조명과 군중 시뮬레이션은 물론, AR(증강현실) 보물찾기와 같은 게임 플레이에 힘입어 생생하게 구현된다.   기존 아키텍처 모델의 한계 이해 레빗(Revit)과 같은 기존 3D 모델링 툴은 경기장, 성당, 고층 빌딩과 같이 복잡한 구조의 세부적인 청사진을 제작하는 데 매우 효과적이다. 하지만 인터랙티브 및 동적 기능을 갖추지 못해 실시간 시각화와 상호 작용에는 적합하지 않으므로 협업 디자인 프로세스에 활용하기는 어렵다.   기존 3D 모델링 툴의 문제점 정적 지오메트리 : 기존 모델링 소프트웨어는 건물의 정적인 상태를 재현하므로 실제 건물의 운영을 시뮬레이션하는 데 필요한 현실적인 요소를 갖추지 못했다. 상호 작용 제한 : 프로젝트에 참여하는 비 기술 분야 관계자는 코딩 관련 지식이 없으면 다양한 조명 조건, 문 여닫기, 벽에 투사되는 미디어 요소 등의 동적 변화를 반영하는 인터랙티브 환경을 구현하기 어렵다. ROI 투자 예측의 어려움 : 기존 모델링 툴에서는 인파의 흐름과 방문객의 지출 패턴을 시뮬레이션할 수 없기 때문에 디자인의 경제적 타당성을 검증하기가 어렵다.이러한 문제를 해결하려면 모델을 실시간 3D 엔진으로 임포트하여 인터랙티브 환경에서 사용할 수 있게 해야 한다. 하지만 이 과정에도 고유의 기술적인 문제가 존재한다. 애셋 관리 : 애셋 개수와 복잡도가 증가함에 따라 이를 효율적으로 관리하는 것이 중요하다. 애셋을 효율적으로 관리하지 못하면 파일을 검색하거나 애셋을 다시 제작하는 데 소중한 시간을 낭비하게 되며, 이는 프로젝트 일정과 예산 측면에서 악영향을 미칠 수 있다. 플랫폼 확장성 : 많은 관계자가 동일한 프로젝트에 접근할 수 있도록 모든 기기에서 디자인과 모델에 액세스할 수 있게 해야 한다. 이처럼 호환성을 보장하는 크로스 플랫폼 기능을 구현해야 하므로 개발이 한층 더 복잡해질 수 있다. 모델 최적화 : 건축 모델은 일반적으로 규모가 크고 매우 상세하다. 따라서 이러한 모델을 적절하게 최적화하지 않으면 로딩 시간이 길어지고 성능이 저하되어 높은 정확도의 비주얼을 유지하기가 어렵다. 버전 관리 : 여러 팀원이 동일한 프로젝트를 진행하는 경우 서로 다른 버전의 3D 모델을 관리해야 하며, 모든 관계자가 최신 업데이트 내용을 확인할 수 있어야 한다. 충돌과 혼선을 방지하기 위해서는 변경 사항과 버전 브랜칭 및 병합 이력을 반드시 추적해야 한다. 리비 CEO는 “건축가와 디자이너는 3D 애셋을 실시간 3D로 변환하는 과정이 복잡하고 많은 시간과 노력을 요구한다는 점에서 어려움을 겪는다. 이들의 전문 분야는 건축 디자인이지, 폴리곤 개수나 프레임 속도 성능과 같은 세부 사항이 아니기 때문”이라고 전했다.   ▲ 월드빌더 뷰어에서 디자이너는 태양, 달, 별의 정확한 위치까지 포함하는 이벤트 당일의 실제 환경을 정확히 확인할 수 있으며, 날씨를 제어하면서 다양한 시나리오를 시뮬레이션할 수 있다.   해결책 : 월드빌더 디지털 트윈 애플리케이션 월드빌더는 프랭크엔디자인의 의견을 토대로 유니티를 활용하여 실시간 3D 구현에 필요한 3D 모델을 준비하는 기술적 과정을 간소화하는 한편, 다수의 프로젝트에서 애셋을 효과적으로 관리할 수 있게 해 주는 직관적인 협업 애플리케이션을 개발했다. 그 결과 관계자 간의 협업 과정이 개선되어 더욱 풍부한 정보를 기반으로 신속하게 의사 결정을 내릴 수 있게 되었다.   작동 방식 월드빌더 디지털 트윈 애플리케이션을 활용하면 복잡한 건축 3D 모델도 몰입형 실시간 3D 환경으로 원활하게 임포트할 수 있다. 사용자가 드래그 앤 드롭을 통해 모델을 애플리케이션으로 가져오면 15-20분 이내에 모델이 최적화되어 실시간 3D 시각화에 사용할 수 있도록 준비된다. 이후 모델은 클라우드 저장소에 업로드되므로 관련 애셋을 쉽게 검색하고 관리하고 저장할 수 있다. 월드빌더는 또한 인파의 흐름, 방문객의 움직임, 조명 변화, 미디어 투사와 같은 실제 환경의 시뮬레이션 기능을 애플리케이션에 통합했다. 이렇게 향상된 상호 작용을 활용하면 티켓 판매, 방문객 참여, 운영 비용을 시뮬레이션하여 프로젝트의 경제성을 검증할 수 있다.   몰입형 협업 애플리케이션을 만드는 데 유니티를 사용해야 하는 이유 새로운 제품을 개발하는 과정은 항상 까다롭지만, 월드빌더는 근본적으로 유연하고 풍부한 리소스를 갖춘 유니티를 활용한 덕분에 애플리케이션을 더욱 손쉽게 구상하고 개발할 수 있었다.   유니티 애셋 매니저를 통한 애셋 관리 간소화 유니티 애셋 매니저(Unity Asset Manager)는 중앙 집중식의 직관적인 애셋 업로드, 관리, 통합 시스템을 제공하며 월드빌더의 개발 프로세스에서 핵심적인 역할을 했다. 유니티 애셋 매니저는 데이터 사일로(silo)를 허물고 애셋 스토리지를 중앙 집중화하여 개발 팀의 워크플로 효율성과 일관성을 향상한다. 월드빌더의 애플리케이션에 활용된 유니티의 주요 기능은 다음과 같다. 애셋 검색 필터, 라이선스 유형, 태그, 이미지, 메타데이터를 사용하여 애셋을 간편하게 검색한다. 조직 고유의 폴더 구조를 따르는 컬렉션을 통해 애셋을 탐색한다. 반응형 UI를 통해 애셋 및 그와 관련하여 명확하게 정리된 정보와 풍부한 리뷰를 확인한다. 애셋 관리 고급 메타데이터 태그 기능으로 애셋을 손쉽게 분류한다. 사용자와 애셋을 세밀하게 그룹화할 수 있는 편리한 인터페이스를 통해 조직, 프로젝트, 팀 간에 애셋 또는 애셋 컬렉션을 공유한다. 애셋 전환 기존 3D 포맷(BIM, CAD 등)의 애셋을 3D 친화적이며 최적화된 실시간 포맷으로 자동 전환한다. 월드빌더는 유니티 애셋 매니저를 애플리케이션의 백엔드 DAM으로 사용함으로써, 업로드된 각 애셋을 체계적으로 최적화하고 다양한 기기에서의 실시간 3D용으로 적합한 포맷으로 전환할 수 있었다. 개인의 기술적 숙련도와 무관하게 모든 사용자는 레빗에서 모델을 바로 업로드하고 최적화할 수 있다. 또한 애셋은 애플리케이션에서 추가, 분류, 관리되며 애셋 매니저를 통해 협업 참여자들이 자유롭게 액세스할 수 있다. 리비 CEO는 “유니티 애셋 매니저는 우리 제품의 목표를 달성하는 데 없어서는 안 될 요소이며, 우리 사용자에게 안성맞춤이다. 애셋을 업로드하고 공유할 수 있을 뿐만 아니라, 안전하게 관리하고 쉽게 검색할 수 있다”고 전했다.   ▲ 프랭크엔디자인이 구현한 도쿄의 거리에서 플레이어는 증강 현실 게임 공간을 누비며 가상의 아이콘을 찾아 인벤토리에 추가할 수 있다. 월드빌더는 자사의 애셋 파이프라인을 사용하여 건축 모델에서 아이템 생성 지점을 바로 지정하는 방식으로, 모델을 임포트한 뒤 별도의 증강 카메라 레이어의 적절한 위치에 게임플레이 아이템을 생성할 수 있다.   플랫폼 확장성 월드빌더 팀은 개인적인 선호가 아니라 전략적인 판단을 토대로 유니티를 선택했다. 초기에 월드빌더는 여러 엔진을 평가했지만, 유니티의 광범위한 플랫폼 지원 덕분에 고사양 워크스테이션부터 최소한의 그래픽 성능만 갖춘 모바일 기기에 이르는 다양한 기기에 월드빌더 애플리케이션을 배포할 수 있었다. 유니티는 동일한 프로젝트를 수행하는 여러 사용자가 어떤 기기에서든 동일한 신(scene)과 애셋에 액세스할 수 있게 해 주므로, 광범위한 멀티플랫폼을 지원하는 월드빌더에게는 최적의 선택지였다. 리비 CEO는 “다른 설루션의 경우 사용자가 특정 하드웨어 생태계에 종속된다는 점이 결격 사유였다. 하지만 유니티를 사용하면 현장에서 모바일 기기만 가지고 있는 사용자도 해당 기기를 통해 앱을 실행하여 모든 애셋 정보를 직접 확인할 수 있다”고 말했다.   병합 충돌을 효율적으로 해결하는 유니티 버전 컨트롤 개발 팀 전원이 원격 근무를 하는 월드빌더는 유니티 버전 컨트롤(Unity Version Control)을 중심으로 삼아 애플리케이션에 필요한 코드를 함께 효율적으로 관리하고 작성했다. 유니티 버전 컨트롤은 유니티 에디터와 직접 통합되어 프로젝트 파일의 버전 추적, 브랜칭, 병합을 지원하면서, 애플리케이션의 다양한 측면을 담당하는 팀원들에게 원활한 협업 환경을 제공한다. 리비 CEO는 “유니티 버전 컨트롤은 특히 우리 팀이 성장하고 프로젝트가 더욱 복잡해지는 상황에서도 효율적인 내부 개발 과정을 구축하는 데 큰 도움을 주었다. 덕분에 워크플로가 간소화되고 충돌이 최소화되면서 더욱 신속한 반복 수정과 안정적인 테스트가 가능해졌다”고 전했다.   향후 기능 개선 계획 월드빌더는 앞으로 애셋 파이프라인을 확장하고, 고급 인터랙티브 기능을 도입하고, 실시간 시뮬레이션 기능을 개선하는 등 다양하고 새로운 기능을 도입하고자 하며, 궁극적으로는 제작 팀과 기술 팀이 더욱 간편하게 협업하고 비전을 실현할 수 있도록 지원하고자 한다. 프랭크앤디자인의 프랜시스코 누네즈(Francisco Nunez) 회장은 “프랭크엔디자인은 몰입형 디자인의 지평을 확장하기 위해 최선을 다하고 있다. 월드빌더의 실시간 3D 기능은 복잡한 환경을 시각화하고 커뮤니케이션을 간소화할 수 있는 가능성을 보여 주었다”고 전했다. 월드빌더는 유니티의 실시간 3D 및 애셋 관리 설루션을 활용함으로써 LBE 산업의 진화하는 수요에 발맞춰 나가고 있으며, 앞으로의 개발에서도 유니티와 향후 제공될 애셋 매니저 기능을 계속 활용할 예정이다. 리비 CEO는 “월드빌더의 사명은 협업 디자인의 지평을 계속해서 확장하는 것이다. 유니티를 통해 더 많은 실시간 인터랙티브 요소를 앱에 추가하여, 애셋 파이프라인을 더욱 간소화하고 클라이언트에게 더 큰 가치를 제공하고자 한다”고 밝혔다.     ■ 기사 내용은 PDF로도 제공됩니다.

아마존웹서비스(AWS)가 5월 14일~15일 서울 코엑스에서 ‘AWS 서밋 서울 2025’를 진행했다. 4만여 명이 사전 등록한 이번 서밋에는 생성형 AI를 중심으로 다양한 산업 분야와 기술 주제에 대해 130개 이상의 강연이 진행됐고, 60개 이상의 고객사가 AWS 도입 경험과 성공 사례를 소개했다. 또한 현실에 적용 가능한 도구로서 생성형 AI 활용 사례를 체험할 수 있는 엑스포 등 다양한 프로그램이 진행됐다. ■ 정수진 편집장   생성형 AI와 클라우드 전환 중심의 시장 전략 AWS 코리아의 함기호 대표이사는 생성형 AI가 일상을 빠르게 변화시키고 있다고 짚었다. 연구 결과에 따르면 한국 기업의 54%가 2025년 IT 예산에서 생성형 AI를 최우선 투자 항목으로 꼽았다. 그리고 63%의 조직이 최고 AI 책임자(CAIO)를 임명하는 등, AI는 기업의 조직 구조에도 변화를 가져왔다. 생성형 AI의 도입 속도는 매우 빨라서 94%의 기업이 이미 도입했고, 85%는 활발한 실험을 진행 중이다. 하지만 이러한 실험이 실제 활용으로 이어지는 비율은 아직 절반 이하에 머물고 있는 것으로 나타났다.   ▲ AWS코리아 함기호 대표   AWS는 고객들이 클라우드 전환을 지속적인 혁신의 여정으로 인식하고 있다는 점에 주목하고 있다. 과거에는 클라우드가 단순히 비용 절감 수단 또는 일회성 프로젝트로 여겨졌지만, 이제는 비즈니스 민첩성과 경쟁력 확보를 위해 클라우드 네이티브 환경으로의 전환을 더욱 중요하게 생각하고 있다는 것이다. 함기호 대표이사는 “AWS는 이러한 변화와 함께 고객의 디지털 전환을 지속적으로 지원하고 있다”면서, 작년에 이어 올해도 생성형 AI와 IT 현대화를 주요 사업 전략으로 진행하고 있다고 소개했다. 그는 또한 한국 시장에 대한 지원과 성과에 대해서도 소개했다. 올해에는 AWS 마켓플레이스(AWS Marketplace)가 한국에 정식으로 출시되었다. 지난 3월에는 한국인터넷진흥원의 클라우드 보안 인증(CSAP) 3등급을 획득하여, 공공기관에 클라우드 서비스를 제공할 수 있게 되었다. 개발자를 위한 생성형 AI 서비스인 아마존 Q 디벨로퍼(Amazon Q Developer)가 4월부터 한국어 지원을 시작했다. 이외에도 AWS는 한국 기업이 파운데이션 모델(FM)을 개발하고 해외로 빠르게 진출할 수 있도록 지원을 이어갈 예정이다.   컴퓨팅/스토리지/보안 등 주요 클라우드 기술 요소 소개 AWS는 이번 서밋이 기술 중심에서 기술 경험 중심으로 초점을 옮겨, 생성형 AI를 포함한 자사의 기술이 실제 문제 해결에 어떻게 기여하는지 보여주는 데 초점을 맞추었다고 설명했다. 서밋의 첫째 날인 5월 14일 기조연설에서 AWS의 야세르 알사이에드(Yasser Alsaied) IoT 부문 부사장은 “AWS가 불가능해 보이는 것을 상상하고 만들 수 있도록 돕는 기술을 제공한다”고 소개했다. 그가 소개한 주요 기술은 보안, 확장성, 컴퓨팅, 스토리지 등이다. AWS는 칩부터 클라우드까지 모든 수준에서 보안을 구축하고 고객 데이터에 접근할 수 없도록 했다. 또한, 전 세계의 인프라 리전(region)과 가용 영역(availability zone)을 연결하는 600만 킬로미터 이상의 광케이블을 보유하고 있으며, 2024년에는 네트워크 백본 용량을 80% 늘렸다. AWS는 클라우드 기반으로 필요한 만큼 컴퓨팅 리소스를 사용할 수 있도록 지원하며 가상 서버, 컨테이너 등 다양한 옵션을 제공한다. 특히 생성형 AI와 같은 복잡한 워크로드를 위해서는 엔비디아와 협력하여 GPU 인스턴스를 출시했다. 알사이에드 부사장은 세계에서 가장 빠른 슈퍼컴퓨터를 개발하기 위한 프로젝트 세이바(Project Ceiba) 및 고수요의 GPU 컴퓨팅에 즉시 예측 가능하게 액세스할 수 있는 아마존 EC2 캐퍼시티 블록을 소개했으며, “자체 개발한 프로세서인 AWS 그래비톤4(AWS Graviton4)는 이전 세대 대비 45% 빠르고 에너지 소비를 60% 줄였다. AWS는 지난 2년간 데이터센터 CPU의 50% 이상을 그래비톤으로 교체했다”고 설명했다.   ▲ AWS 야세르 알사이에드 IoT 부문 부사장   스토리지 서비스인 아마존 S3(Amazon S3)에는 현재 400조 개 이상의 오브젝트가 저장되어 있다. 한편, AWS는 대규모 분석 데이터셋을 위한 툴인 아파치 아이스버그(Apache Iceberg)를 오픈소스로 공개했고, 오브젝트 크기, 스토리지 클래스, 통계 등의 시스템 메타데이터를 자동으로 생성해 대규모 데이터셋 관리의 오버헤드를 줄이는 S3 메타데이터 등 스토리지 관련 서비스를 제공한다. 알사이에드 부사장은 이러한 스토리지 기술이 대규모 데이터를 효율적으로 관리하고 활용하는 데 있어 중요하며, 이를 통해 혁신적인 설루션을 구축할 수 있다고 강조했다.   앱 현대화 및 비즈니스 혁신을 위한 AI 기술 알사이에드 부사장은 비즈니스 혁신을 돕는 AWS의 생성형 AI 및 관련 서비스에 대해서도 소개했다. 아마존 베드락(Amazon Bedrock)은 고객에게 폭넓은 파운데이션 모델(FM) 선택권을 제공해, 아마존 및 다양한 회사의 모델 가운데 개발하는 애플리케이션에 가장 적합한 모델을 선택할 수 있도록 돕는다. 베드락은 검색 증강 생성(RAG)을 지원해 더욱 관련성 높고 정확한 응답을 제공하며, 가드레일 포 아마존 베드락(Guardrails for Amazon Bedrock)을 통해 유해한 콘텐츠를 차단할 수 있다. 알사이에드 부사장은 AI 응답의 불확실성을 줄이는 데에 도움을 주는 자동화 추론 및 프롬프트에 적합한 모델을 선택할 수 있는 지능형 프롬프트 라우팅 등의 기능도 소개했다. 또한 알사이에드 부사장은 AI 및 에이전트 기술을 활용한 애플리케이션의 현대화 사례를 소개하면서, “AWS는 고객들이 마이그레이션 과제를 극복하도록 꾸준히 지원해왔으며, 마이그레이션을 자동화하는 서비스를 제공한다”고 전했다. “닷넷 코드 변환 서비스는 애플리케이션의 현대화 시간 및 윈도우 라이선스 비용을 줄일 수 있게 돕고, VM웨어 워크로드 변환 서비스는 네트워크 설정 변환 속도를 80배 높일 수 있다. 복잡한 메인프레임 애플리케이션의 변환도 에이전트의 도움으로 몇 달 만에 완료할 수 있다”는 것이 알사이에드 부사장의 설명이다.   ▲ AWS는 생성형 AI가 제조 산업의 복잡한 업무에 도움을 줄 수 있다고 소개했다.   제조 산업 디지털 전환을 위한 데이터 통합 및 AI 활용 이번 서밋은 이틀에 걸쳐 ‘인더스트리 데이(5월 14일)’와 ‘코어 서비스 데이(5월 15일)’로 진행됐다. 5월 14일에는 현대카드와 트웰브랩스가 기조연설에서 생성형 AI 관련 인사이트를 소개했고 기술 트렌드, 생성형 AI, 산업별 트랙 등 다양한 주제의 강연이 진행되었다. 15일에는 아마존의 워너 보겔스(Werner Vogels) CTO와 디팍 싱(Deepak Singh) 데이터베이스 및 AI 부사장, 삼성전자 서치영 상무, 티맵모빌리티 김재순 CTO가 기조연설을 진행했으며, 9개 트랙에서 50여 개의 세부 강연을 통해 생성형 AI, 머신러닝, 데이터 분석, 클라우드, 데이터베이스, 보안 및 거버넌스 등 서비스별 업데이트와 활용 사례가 소개되었다. 이 가운데 14일 진행된 제조 및 하이테크 트랙에서는 디지털 전환과 인공지능을 통한 제조산업의 혁신 전략을 짚고, 국내 기업들의 사례가 소개됐다. AWS 코리아의 박천구 솔루션즈 아키텍트 매니저는 변화하는 시장 환경에서 제조 기업이 직면한 문제로 “엔지니어링 디자인, 제조, 공급망, 운영 등 각 부서의 시스템이 사일로화되어 필요한 데이터를 제때 얻기 어렵다”는 점을 꼽았다. 그러면서 “이런 문제를 해결하기 위한 디지털 전환은 전통적인 제조에서 첨단 제조로 완전히 전환하는 것을 뜻하며, 긴 여정을 통해 비즈니스 가치를 실현할 수 있어야 한다”고 전했다. 특히 제조산업 디지털 전환의 핵심 요소로 AWS가 주목한 것은 데이터의 통합이다. 박천구 매니저는 “공장에는 많은 데이터가 있고 산업 데이터는 2년마다 두 배씩 늘어나는데, 특히 OT 데이터가 대다수를 차지한다. 디지털 전환의 성공은 OT에 중점을 두고 OT-IT 데이터를 효과적으로 통합하는 데에 달려 있다”면서, “이렇게 통합된 데이터를 잘 관리하고 빅데이터・AI 등과 결합해 활용할 수 있는 구조를 갖춤으로써 각 제조 단위 및 전체 공정의 최적화가 가능하다. 특히 올해는 생성형 AI를 통한 비즈니스 전환에 대한 고민이 본격화될 것으로 보이는데, 탄탄한 데이터 기반을 구축하는 것은 생성형 AI의 효과를 실현하는 필수 조건”이라고 짚었다.     ■ 기사 내용은 PDF로도 제공됩니다.

퓨어스토리지가 AI 및 고성능 컴퓨팅(HPC)의 까다로운 요구사항을 충족하도록 설계된 고성능의 데이터 스토리지 플랫폼인 플래시블레이드//EXA(FlashBlade//EXA)를 공개했다.  2025년 여름 출시 예정인 플래시블레이드//EXA는 플래시블레이드를 기반으로 한 아키텍처를 통해 메타데이터 병목현상을 극복하며, 대규모 AI 및 HPC 워크로드에서 흔히 발생하는 높은 동시성과 방대한 메타데이터 작업을 처리할 수 있도록 설계됐다. 퓨어스토리지는 플래시블레이드//EXA의 초기 테스트 결과 단일 네임스페이스에서 초당 10테라바이트 이상의 읽기 성능을 제공할 것으로 예상했다. 플래시블레이드//EXA 아키텍처는 데이터와 메타데이터를 독립적으로 확장할 수 있으며, 상용 서드파티 데이터 노드를 활용해 높은 확장성을 제공하고 다차원적인 성능을 지원한다. 또한 표준 프로토콜과 네트워킹을 통해 배포, 관리 및 확장을 단순화하여 복잡성을 줄였다.     더 강력해진 GPU는 AI 모델 학습의 속도와 규모를 증가시켰다. 모델의 크기와 복잡성이 크게 성장함에 따라, 스토리지 설루션도 AI 및 HPC의 연산 강도, 데이터의 양과 다양성에 원활히 대응해야 하는 새로운 패러다임 전환이 요구되고 있다. 퓨어스토리지는 “대규모 AI 및 HPC 환경에서 기존 시스템은 병렬 및 동시 읽기/쓰기, 메타데이터 성능, 초저지연, 비동기 체크포인팅, 예측 가능한 고처리량 등에서 한계를 드러낸다”면서, “현대적인 스토리지 설루션은 대규모 확장성을 제공하는 대규모 병렬 분산 아키텍처를 통해 유연성을 제공해야 하며, 이를 통해 스토리지가 AI의 발전 속도를 가속화할 수 있도록 해야 한다”고 전했다. 오늘날의 AI 워크로드는 텍스트, 이미지, 비디오 등 다양한 데이터를 포함한 복잡하고 멀티 모달 형태로, 수만 개의 GPU가 이를 동시에 처리하는 환경에서 작동한다. 이러한 급격한 변화는 다양한 데이터 유형과 높은 동시성을 효율적으로 관리하기 위해 방대한 성능 확장과 함께 고도화된 메타데이터 최적화를 요구한다. 플래시블레이드//EXA는 AI 워크로드의 과제를 해결하기 위해 설계된 설루션으로, 높은 성능과 메타데이터 관리 기능을 제공하는 데에 초점을 맞추었다는 것이 퓨어스토리지의 설명이다.   AI 및 HPC 환경에 적합한 스토리지를 지향하는 플래시블레이드//EXA의 주요 기능으로는 ▲높은 확장 성능 제공 ▲관리 복잡성 감소 ▲AI 혁신 가속화 등이 있다. 퓨어스토리지의 메타데이터 기능을 활용하면 AI 파이프라인 효율을 높이고 학습 및 추론 워크플로에서 지연을 줄일 수 있다. 플래시블레이드//EXA는 메타데이터 병목현상을 제거하고 대규모 AI 데이터셋을 수동 조정이나 추가 구성 없이 처리할 수 있도록 높은 메타데이터 성능, 가용성, 복원력을 제공한다. 또한, 구성 가능하고 분산된 아키텍처를 통해 진화하는 AI 및 HPC 환경을 지원하며, 업계 표준 프로토콜을 활용해 유연성과 확장성을 높인다. 이와 함께 고속 엔비디아 커넥트X NIC, 스펙트럼 스위치, 링크X 케이블, 그리고 가속화된 통신 라이브러리를 통합하여 제공한다. 퓨어스토리지의 마크 조빈스(Mark Jobbins) 아시아 태평양 및 일본 지역 부사장 겸 CTO는 “한국은 AI 도입을 선도하는 국가이며, AI 및 HPC 분야에서 많은 흥미로운 활용 사례를 보여주고 있다. 플래시블레이드//EXA는 대규모 AI 및 HPC 프로젝트를 수행하면서 기존 스토리지 시스템의 메타데이터 및 성능 병목 현상에 직면했던 조직에게 완벽한 설루션”이라고 전했다.  퓨어스토리지의 롭 리(Rob Lee) 최고기술책임자(CTO)는 “플래시블레이드//EXA는 데이터와 메타데이터를 독립적으로 확장할 수 있는 대규모 병렬 아키텍처를 통해 세계에서 가장 크고 까다로운 데이터 환경에서도 타의 추종을 불허하는 성능, 확장성, 적응성을 고객에게 제공한다. 스토리지는 이제 대규모 HPC와 AI 진화의 속도를 가속화하는 역할을 하고 있다”고 강조했다.

LLM 통합으로 뮤즈 챗의 정확성과 신뢰성을 높이는 방법   이번 호에서는 유니티 뮤즈 챗(Unity Muse Chat)이 유용한 솔루션을 제공하기 위해 정확히 어떻게 설계되었는지 알 수 있도록, 응답을 생성하는 과정의 구성 방식을 살펴본다. 현재 진행 중인 탐구 활동과 향후 개발 예정인 LLM(대규모 언어 모델) 파이프라인에 대해서도 미리 살펴볼 수 있다.   ■ 자료 제공 : 유니티 코리아, https://unity.com/kr   그림 1   유니티 뮤즈(Unity Muse)는 AI 기능을 통해 실시간 3D 경험을 탐색하고, 아이디어를 구상하고, 반복 작업(iteration)을 수행할 수 있도록 지원한다. 뮤즈 챗은 제작 속도를 높이는데 사용할 수 있는 툴이다. 뮤즈 챗은 유니티에 대한 지식과 에디터를 손쉽게 활용하도록 지원하여 디버깅 조언, 첫 번째 초안 작성을 위한 코드 생성 등 유용한 정보를 유니티 에디터와 프로젝트의 컨텍스트 내에서 모두 제공해 준다.   풍부한 지식 보강으로 신뢰할 수 있는 답변 제공 뮤즈 챗은 쿼리 계획 및 다양한 정보의 중재를 위한 여러 시스템과 LLM(대규모 언어 모델) 통합으로 구성된 파이프라인으로서 구축되었다. 뮤즈 챗은 요청을 수신하면 에디터나 사용자가 제공한 정보 및 해결하려는 문제를 기반으로 향후 응답의 형식을 간략하게 설명하는 작업 계획을 도출한다. Space Purr-suit의 공동 제작자인 제시카 소우자는 “나는 뮤즈를 개인 비서처럼 사용하여 모든 것을 직접 구축하고 코딩했다. 물론 동료들의 도움도 있었지만, 뮤즈가 없었다면 이렇게 짧은 시간 안에 탁월한 결과를 얻지 못했을 것 같다”고 전했다. 신뢰도 높은 응답을 구성할 때는 두 가지 과제가 있다. 하나는 응답을 작성하기 위해 관련 정보를 검색하는 것이고, 다른 하나는 대화의 맥락과 기록을 바탕으로 해당 정보가 응답에 적절하게 포함되도록 하는 것이다. 뮤즈 챗은 정보를 수집하여 문서 섹션이나 코드 스니핏과 같은 80만 개 이상의 정보 청크를 통해 이 두 가지 과제를 모두 해결하고자 한다. 청크는 주변 정보에 대한 참조를 통해 처리 및 보완되므로 각각 유용하고 독립적인 정보 유닛을 제공한다. 청크는 기술 자료를 통해 추적된 내용에 따라 콘텐츠와 고유한 컨텍스트를 기준으로 분류된다. 또한 시스템의 투명성과 해석 가능성을 제공하며, 호환 가능한 정보를 효과적으로 검색할 수 있도록 한다. 현재 나머지 파이프라인이 어떻게 구성되어 있는지 알아보려면 <그림 2>의 다이어그램과 다음의 설명을 참조할 수 있다.   그림 2   요청 : 요청이 들어왔다. 에디터 컨텍스트 : 에디터에 있는 경우 관련 컨텍스트가 에디터에서 동적으로 추출되며, 뮤즈에 적절한 정보를 제공하라는 요청이 함께 제시된다. 쿼리 확장 : 초기 계획 시스템은 정확한 계획을 도출하기 위한 쿼리 확장을 수행한다. 정보 카탈로그 형식을 최대한 복제하고 각 단계에 맞는 이상적인 청크 구조를 다시 만들도록 LLM에 지시한다. 이 접근 방식을 사용하면 시스템이 원하는 청크의 컨텍스트, 콘텐츠 및 사용 사례를 캡처하는 임베딩을 계산할 수 있다. 이러한 각 계획 단계는 세분화된 시맨틱 검색에 사용된다. 정보 검색 : 관련 정보를 찾기 위해 대칭 시맨틱 검색 및 메타데이터 필터링을 사용하여 쿼리 확장 단계에서 식별한 이상적인 예상 청크와 가장 유사한 청크를 정보 카탈로그에서 검색한다. 공식화 : 최종 응답을 생성하기 위해, 필터링된 원래 계획 단계와 관련 기본 정보를 전달하는데 필요한 소스를 모두 포함하는 세부 개요를 기반으로 다른 LLM을 사용하여 응답을 작성한다. 응답 : 뮤즈 챗이 답변을 제공한다.   상황에 맞는 파이프라인을 구축하여 에디터 통합 지원 에디터에서 뮤즈 챗을 사용할 수 있도록 만들기 위해, 파이프라인의 두 번째 단계인 에디터 컨텍스트 추출을 도입했다. 이를 파이프라인의 맨 처음에 추가하면 쿼리를 분석하여 에디터에서 추출할 내용을 식별하고, 이를 파싱하여 뮤즈에 다음 단계에 대해 알려 준다. 사용자 피드백을 바탕으로 프로젝트 설치 및 설정, 게임 오브젝트/프리팹, 콘솔 액세스부터 작업을 시작했다. 이제 경고나 메시지와 함께 콘솔 오류가 발생하면 콘솔에서 관련 행을 클릭하여 오류를 선택 항목에 추가하기만 하면 된다. 아래 예시에서는 스크립트에서 중괄호가 누락되어 오류가 발생했다.   그림 3     ■ 자세한 기사 내용은 PDF로 제공됩니다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 대규모 언어 모델(LLM : Large Language Model)의 검색증강생성(RAG : Retrieval-Augmented Generation) 구현 시 핵심 기술인 임베딩 벡터 데이터베이스로 유명한 크로마(Chroma)의 핵심 구조를 간략히 분석한다. RAG는 생성형 AI의 환각현상을 줄여 전문가적인 정보를 생성하는 데에 도움을 준다.  크로마의 동작 방식을 이해하면 LLM 기술 개발 시 이해도와 응용력을 높일 수 있다. 참고로, 벡터 베이터베이스는 다양하게 있으나 크로마는 사용하기 쉽고 오픈되어 있어 현재 많이 활용되고 있다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1. 벡터 데이터베이스의 종류   크로마는 AI 지원 오픈소스 벡터 베이터베이스로, RAG를 처리할 때 필수로 사용되는 데이터베이스 중 하나이다. 크로마를 이용해 LLM 기반의 다양한 앱(지식 서비스 등)을 개발할 수 있다. 예를 들어, 각종 건설 규정, BIM 관련 지침 등을 요약하고 설명해주는 전문가 시스템을 개발할 때 사용할 수 있다.   그림 2   크로마는 임베딩 벡터를 메타데이터와 함께 저장하고, 질의를 통해 해당 임베딩 도큐먼트를 검색할 수 있다. 크로마는 독립적인 서버로서 동작할 수 있다.   설치 및 사용 윈도우 명령창이나 터미널을 실행한다. 크로마 설치를 위해 다음과 같이 터미널에 명령을 입력한다.    pip install chromadb   벡터 데이터베이스에 저장되는 단위는 다음과 같다.    collection = client.create_collectoin(name='test', embedding_function=emb_fn) collection.add(    embeddings=[       [1.1, 2.3, 3.2],       [4.5, 6.9, 4.4],       [1.1, 2.3, 3.2]    ],    metadatas=[       {"uri": "img1.png", "style": "style1"},       {"uri": "img2.png", "style": "style2"},       {"uri": "img3.png", "style": "style1"}    ],    documents=["doc1", "doc2", "doc3"],    ids=["id1", "id2", "id3"], )   여기에서 보는 것과 같이, 벡터 좌표계에 위치할 임베딩 벡터, 벡터에 매달아 놓을 메타데이터와 도큐먼트, ID를 하나의 컬랙션 단위로 저장한다. 이를 통해 벡터 간 유사도, 거리 등을 계산해 원하는 도큐먼트, 메타데이터 등을 얻을 수 있다. 이 때 임베딩 벡터는 미리 학습된 임베딩 모델을 사용할 수 있다.  질의해서 원하는 벡터를 얻으려면 벡터 공간에서 거리 계산이 필수적이다. 이 때 사용하는 함수는 <그림 3>과 같다.    그림 3   컬렉션에 벡터 추가와 질의는 다음과 같다.    collection.add(    documents=["doc1", "doc2", "doc3", ...],    embeddings=[[1.1, 2.3, 3.2], [4.5, 6.9, 4.4], [1.1, 2.3, 3.2], ...],    metadatas=[{"chapter": "3", "verse": "16"}, {"chapter": "3", "verse": "5"}, {"chapter": "29", "verse": "11"}, ...],    ids=["id1", "id2", "id3", ...] ) collection.query(    query_texts=["doc10", "thus spake zarathustra", ...],    n_results=10,    where={"metadata_field": "is_equal_to_this"},    where_document={"$contains":"search_string"} )   여기서, where의 metadata_field를 이용해 다음과 같은 조건 비교 연산이 가능하다.   $eq, $ne, $gt, $gte, $lt, $lte   그리고, 논리 연산자인 $and, $or를 지원한다. 크로마는 향후 워크플로, 가시화, 질의 계획, 분석 기능을 준비하고 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

DJI가 새로운 동영상 전송 시스템인 ‘DJI SDR 트랜스미션(DJI SDR Transmission)’을 출시한다고 밝혔다. 소규모 및 중간 규모 영상 제작팀을 위해 설계된 이 시스템은 고급 소프트웨어 기반의 무선(SDR) 기술에 보다 쉽게 접근하는 것을 가능하게 한다. 최신형 DJI SDR 트랜스미션은 강화된 안정성, 강력한 간섭 저항 및 향상된 침투 성능을 제공한다. 또한 일시적인 모니터링이 필요한 경우 Wi-Fi 전송을 동시에 지원해 현장에서 영상 제작자가 필요로 하는 유연성을 제공한다.     SDR 기술을 활용한 DJI SDR 트랜스미션은 까다로운 촬영 환경에서도 안정적인 동영상 전송을 지원한다. 영상 제작자는 1080p/60fps의 라이브 피드를 최대 20Mbps의 속도와 최저 35ms 이하의 지연율로 모니터에서 확인할 수 있으며 최대 3km 떨어진 곳까지 동영상을 전송할 수 있다. 또한, 높은 신호 침투 성능을 통해 까다로운 촬영 현장에서도 라이브 피드 전송이 안정적으로 유지되며, 채널에 간섭이 발생할 경우 2.4GHz/5.8GHz/DFS 주파수 대역을 전환하여 최적의 채널을 찾는다. DJI SDR 트랜스미션은 SDR 신호 3개 및 Wi-Fi 신호 2개를 동시에 출력할 수 있다. 또한 '방송 모드'에서는 각 송신기가 무한대의 수신기에 연결할 수 있어 여러 수신자에게 고품질의 모니터링 경험을 제공한다. DJI SDR 트랜스미션은 SDI/HDMI를 통해 수신기를 모니터에 연결하고, USB-C 또는 Wi-Fi를 통해 스마트폰과 태블릿에 연결할 수 있다. Wi-Fi 옵션을 사용하면 별도의 수신기 없이도 비용 효율적인 듀얼 채널 모니터링이 가능하다. DJI RS 시리즈 안정화 짐벌과 함께 사용할 경우 DJI SDR 트랜스미션은 포스 모바일과 버추얼 조이스틱 및 짐벌 중앙 복귀 기능을 지원한다. 카메라와 페어링 시 PTP 제어를 지원해 카메라의 조리개/셔터/ISO 표시 및 조정은 물론, 앱을 통해 카메라 사진 촬영 및 동영상 녹화 기능을 실행할 수 있으며, 소니 카메라에 대한 CEC 제어를 지원해 ‘미러 컨트롤 모드’를 활용할 수 있다. 촬영 중에도 원활한 협업을 위해 DJI SDR 트랜스미션은 메타데이터 전송이 가능하다. 또한, DJI SDR 트랜스미션을 ‘방송 모드’로 DJI Ronin 앱에 연결하면 앱 내에서 카메라 인덱스를 매끄럽게 전환할 수 있으며, SDI 연결을 통해 ARRI 및 RED와 같은 주요 시네마 카메라와 호환되어 감독, 시네마토그래퍼 및 DIT 팀이 디테일한 촬영 정보에 실시간으로 접근할 수 있다. DJI SDR 트랜스미션은 USB-C 전원 입력 표준 PD 프로토콜 충전기를 사용한다. DJI RS 4 Pro, DJI RS 4, DJI RS 3 Pro에 장착해 사용할 경우 해당 안정화 짐벌로부터 직접 전력을 공급받아 별도의 배터리가 필요하지 않다. 단독으로 사용 시, 송신기와 수신기 모두 업계 표준 NP-F 배터리를 지원한다. DJI SDR 트랜스미션은 이동이 잦은 팀원들도 손쉽게 운반할 수 있게 설계되었다. 경량의 콤팩트한 디자인을 갖춘 송신기와 수신기 각각의 무게가 145g에 불과하며, 안테나는 접이식으로 디자인되어 휴대성이 높으며 보관도 용이하다. DJI의 폴 팬(Paul Pan) 수석 제품 라인 매니저는 “DJI는 초기부터 DJI PRO 라인을 통해 전문 영상 제작자와 콘텐츠 크리에이터 및 미래의 스토리텔러 등 모든 유형의 영상제작자들을 위한 포괄적이고 안정적인 생태계를 구축하고자 했다. 이를 통해 크리에이터들에게 영감을 주는 스토리를 제작할 수 있는 크리에이터 도구를 제공하고자 한다”면서, “그 동안 DJI는 사용자 피드백을 면밀히 분석 후, 사용자의 니즈를 충족시킬 수 있는 창의적인 카메라 기술을 개발하고자 노력해 왔다. 이번에 새롭게 소개하는 DJI SDR 트랜스미션은 영화 및 TV 제작 수준의 전송 품질을 제공하면서도 차세대 영상 제작자가 쉽게 구매를 고려할 수 있는 가격대에 책정됐다”고 말했다. DJI SDR 트랜스미션 및 액세서리는 DJI 스토어, 공인 리테일러, 기타 상점에서 구매할 수 있다. 가격은 DJI SDR 트랜스미션 콤보가 57만 원, DJI SDR 트랜스미션 송신기 및 수신기는 각 32만 3000원, DJI SDR 트랜스미션 스마트폰 홀더 키트 및 태블릿 홀터 키트는 각 5만 6900원, 수신기 - 스마트폰 연결 케이블 1만 2000원 등이다.