성공적인 유동 해석을 위한 케이던스의 CFD 기술 (25)   이번 호에서는 사용자가 피델리티 포인트와이즈(Fidelity Pointwise)와 피델리티 LES 솔버(Fidelity LES Solver, 이전 명칭 CharLES)를 사용하여 LES 워크플로의 이점을 누릴 수 있는 방법에 대해 설명한다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   대규모 와류 시뮬레이션(LES)은 최근 전산 유체 역학(CFD)에서 그 중요성이 커지고 있다. 이러한 급증은 주로 제한된 설계 공간, 긴 실행 시간, 물리학 감소 등 기존의 레이놀즈 평균 나비에 스토크(RANS) 기반 CFD에 내재된 트레이드오프 때문이다. 코드 설계 및 컴퓨팅 아키텍처의 발전으로 경계층 분리, 항공 음향, 연소 등 복잡한 산업 문제에 대해 LES(Large-Eddy Simulation, 대형 와류 시뮬레이션)와 같은 고충실도 시뮬레이션을 구현할 수 있게 되었다. 이러한 발전은 시뮬레이션 결과에 대한 신뢰도를 높여줄 뿐만 아니라, GPU 컴퓨팅 아키텍처의 활용을 통해 LES 솔버의 성능을 크게 향상시켰다. 이러한 개선으로 이제 LES 워크플로를 실제 엔지니어링 작업에 적용하여 10시간 미만의 처리 시간을 달성할 수 있게 되었으며, 이를 통해 LES는 생산 수준의 CFD 환경에서 실용적인 선택이 될 수 있게 되었다.   ▲ CFD Prediction for High-Lift Aerodynamics(Slotnick, 2019)   피델리티 LES 솔버 피델리티 LES 솔버가 고충실도 LES 시뮬레이션에서 갖는 장점은 다음과 같이 네 가지로 볼 수 있다. 보로노이 다이어그램 기반 대규모 병렬 메시 환경 강력하고 비선형적으로 안정적인 수치 체계 및 고급 물리 모델 대규모 데이터 세트를 위한 신속한 시각화 및 심문 확장 가능한 GPU 상주 다중 물리 유동 솔버     전처리는 전체 정확도에 큰 영향을 미치고 일반적으로 전체 워크플로 시간의 약 75~80%를 차지하기 때문에 CFD 워크플로에서 매우 중요한 단계이다. 이 단계에서 CFD 사용자를 지원하기 위해 피델리티 LES는 피델리티 스티치(Fidelity Stitch)라는 고급 메시 툴을 개발했다. 이 툴은 정확도를 개선하고 메시 품질 지표를 향상하는 데 필요한 시간을 단축하여 전처리 워크플로를 훨씬 더 효율적으로 만들 수 있도록 설계되었다. 피델리티 스티치는 LES를 위한 보로노이 다이어그램 기반 볼륨 메시 툴이다. 보로노이 다이어그램은 유클리드 거리를 기반으로 한 고유한 파티션이다. 이 메시 프로세스에는 두 가지 입력이 있다. 첫 번째 입력은 피델리티 스티치가 다이어그램을 클립하는 데 사용할 수밀하고 매니폴드한 표면 메시를 가져오는 것이다. 두 번째 입력은 사이트 생성이다. 토폴로지는 사이트 배치와 해당 사이트 스텐실과 서피스 메시의 교차점을 생성한 결과물이다. 그러면 스티치가 임의의 다면체 셀을 직접 생성한다.     로이드 알고리즘은 반복적으로 메시를 평활화하는 데 사용된다. 이 스무딩 절차는 벽에 가까운 정렬을 유리하게 만들고 고해상도가 필수적인 인터페이스에서 셀 볼륨을 보다 균일하게 분배한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

시뮬레이션·디지털 트윈·AI 결합해제품 개발의 미래 제시   헥사곤 매뉴팩처링 인텔리전스에서 시뮬레이션 및 디지털 엔지니어링을 담당하는 헥사곤 디자인&엔지니어링(D&E) 사업부가 9월 18일 유저 콘퍼런스인 ‘헥사곤 디자인&엔지니어링 유저 콘퍼런스 코리아 2025’를 진행한다. 이 행사는 D&E 사업부의 기술과 전략을 집중 소개하고, 고객과의 협력을 강화하는 것을 주된 목적으로 한다. 헥사곤 매뉴팩처링 인텔리전스 D&E 사업부의 성 브라이언 사장은 이번 행사를 통해 AI 기반 시뮬레이션, 디지털 트윈, SPDM(시뮬레이션 프로세스 및 데이터 관리) 등 자사의 핵심 기술 역량을 공유하고, 디자인&엔지니어링의 미래 방향과 산업별 적용 사례를 폭넓게 전달할 것이라고 소개했다. 또한, 디자인&엔지니어링 분야에서 국내 시장 공략을 더욱 강화할 예정이라고 밝혔다. ■ 정수진 편집장     헥사곤 및 D&E 사업부에 대해 소개한다면 헥사곤은 센서, 소프트웨어, 자율화 설루션 분야의 글로벌 기업으로, 데이터를 활용해 산업, 제조, 인프라, 안전, 모빌리티 전반에서 효율과 품질을 높이고 있다. 전 세계 50개국에 약 2만 4500명의 임직원이 근무하며, 매출은 약 54억 유로에 이른다. 그중 헥사곤 매뉴팩처링 인텔리전스는 디자인 및 엔지니어링, 생산, 측정 전 과정에서 데이터를 기반으로 스마트 제조 환경을 지원한다. 헥사곤 디자인&엔지니어링(D&E) 사업부는 헥사곤 매뉴팩처링 인텔리전스 내에서 시뮬레이션 및 디지털 엔지니어링을 담당하고 있다. 헥사곤 D&E 사업부는 예측 시뮬레이션 소프트웨어를 통해 엔지니어들이 가상 프로토타입으로 제품 및 프로세스를 검증·최적화할 수 있도록 지원하며, 물리적 프로토타입의 ‘구축 및 테스트’를 대체하여 제품 개발 효율을 높이고 있다.   헥사곤 D&E 사업부가 보유한 대표 설루션과 핵심 기술은 무엇인지 헥사곤 D&E 사업부는 다양한 산업군에서 신뢰받는 CAE 시뮬레이션 및 디지털 엔지니어링 설루션을 제공한다. 주요 기술에는 선형·비선형 유한요소해석(FEA), 음향 해석, 유체-구조 연성해석(FSI), 다물체 동역학, 열 유동 해석, 최적화, 피로·내구성 해석, 전기기계식 드라이브라인 및 제어 시스템 시뮬레이션 등이 포함된다. 또한, ADAS(첨단 운전자 보조 시스템) 및 자율주행 분석, 시뮬레이션 프로세스 및 데이터 관리(SPDM), 디지털 트윈 구축, AI 기반 최적화 등 최신 기술을 꾸준히 개발하고 있다. 이러한 설루션을 통해 고객은 제품 설계를 최적화하고, 기존 물리적 프로토타입의 ‘빌드&테스트(build&test)’ 단계를 줄이며 개발 효율을 높일 수 있다.   헥사곤의 디자인&엔지니어링 설루션이 가진 차별점과 경쟁력을 소개한다면 가장 큰 강점은 디자인&엔지니어링 사업부와 헥사곤의 다른 계열사 사이의 긴밀한 협업이다. 이를 통해 헥사곤은 산업 전반을 아우르는 폭넓은 기술 포트폴리오와 글로벌 네트워크를 갖추고 있다. CAE 소프트웨어를 기반으로 센서, 측정 장비, 데이터 관리 플랫폼을 통합 제공함으로써 설계부터 생산, 검증까지 전 과정을 연결할 수 있는 엔드 투 엔드(end-to-end) 설루션을 제공한다. 또한, 각 산업 분야의 특화된 요구를 반영한 맞춤형 시뮬레이션 환경과, 전 세계 고객 사례를 기반으로 한 풍부한 기술 지원 역량은 헥사곤만의 독보적인 경쟁력이다. 이를 통해 고객은 단순한 툴 제공을 넘어 혁신적인 제품 개발 프로세스와 지속 가능한 제조 경쟁력을 확보할 수 있다.   ▲ 헥사곤의 디자인&엔지니어링 설루션   디지털 트윈과 시뮬레이션 기술을 중심으로 한 최신 디지털 엔지니어링 트렌드와 향후 시장 전망에 대해 소개한다면 최근 디지털 엔지니어링은 정밀도·속도·지속 가능성이라는 세 가지 축을 중심으로 진화하고 있다. 디지털 트윈은 단순한 가상 모델을 넘어, 실시간 센서 데이터와 AI 분석을 결합하여 예측, 최적화까지 가능한 지능형 운영 플랫폼으로 발전하고 있다. 특히, 클라우드 기반 협업 환경과 AI 자동화 기술이 결합되면서, 개발 속도 단축과 비용 절감 효과가 더욱 가속화되고 있다. 향후 시장은 지속 가능한 설계와 제조, 에너지 효율 향상, 규제 대응 등과 맞물려, 산업 전반에서 디지털 트윈과 고급 시뮬레이션의 도입이 필수화될 것으로 전망된다.   ‘헥사곤 디자인&엔지니어링 컨퍼런스 코리아 2025’에서는 어떤 내용이 소개되는지 9월 18일 개최되는 헥사곤의 D&E 유저 콘퍼런스는 자동차, 항공, 방산, 조선, 전기·전자 등 주요 산업군의 엔지니어와 전문가들이 모여 글로벌 CAE 기술의 최신 트렌드와 산업별 실무 경험을 나누는 자리이다. 헥사곤의 글로벌 및 국내 임직원, 주요 파트너와 고객사가 발표자로 참여하여, 각자 현장에서 축적한 경험과 성과를 직접 공유한다. 이를 통해 AI 기반 시뮬레이션, SPDM 등 디지털 엔지니어링을 가속화하는 혁신 기술과 산업별 최전선에서의 적용 사례를 심도 있게 다룰 예정이다. 기조연설과 산업별 세션, 전시 부스를 통해 참석자는 최신 기술을 직접 체험하고, 업계 전문가들과 교류하며, CAE 기술의 미래 비전과 제조업 R&D의 혁신 방향을 함께 모색할 수 있다. 또한, 각 산업별로 실제 기술 과제와 시뮬레이션 적용 사례를 통해 헥사곤 디자인&엔지니어링 사업부의 최신 기술 전략이 현장 중심의 문제 해결과 개발 효율성 향상에 어떻게 기여하는지 구체적으로 소개된다. 항공 및 방위 산업 분야에서는 MSC 에이펙스(MSC Apex), 나스트란(Nastran), CAE퍼티그(CAEFatigue), 시뮤팩트 애디티브(Simufact Additive), 제너레이티브 디자인(Generative Design) 등을 활용한 항공기 피로해석, 발사체 구조 해석과 복합재 적용 사례가 소개된다. 자동차 산업 분야에서는 아담스(Adams), 로맥스(Romax), 디지매트(Digimat), VTD 등을 기반으로 NVH 해석, 자율주행 시뮬레이션, 전기차 제어 시스템 연계 구조 모델 개발 등 차량 성능 최적화를 위한 다양한 해석과 검증 사례가 발표된다. 전기·전자 산업 분야에서는 크래들 CFD(Cradle CFD), 액트란(Actran) 등을 이용한 전자기기 냉각 해석, 충돌 기반 진동·소음 해석, 고열 환경 신뢰성 확보 사례가 다뤄지며, 정밀하고 안정적인 제품 설계를 위한 시뮬레이션 기술이 강조된다. 조선 산업 분야에서는 해양 구조물과 배관 시스템 해석을 중심으로 배관 단납부의 기계적 물성 해석, 강관-구조 연계 설계 등 실무에 적용 가능한 구조 해석 사례가 발표된다.   이번 행사를 통해 헥사곤 D&E 사업부가 전달하고자 하는 핵심 메시지는 무엇인지 헥사곤 D&E 사업부는 ‘데이터 기반의 연결과 자율화를 통한 지속 가능한 제조 혁신’을 핵심 철학으로 삼고 있다. 이번 유저 콘퍼런스에서는 단순한 기술 소개를 넘어, 고객·파트너·업계 전문가가 한자리에 모여 산업별 과제를 함께 논의하고 실질적인 해결 방안을 모색하는 협력의 장을 만들고자 한다. 또한 AI(인공지능), 디지털 트윈, 시뮬레이션 프로세스 혁신 등 최신 기술이 어떻게 제품 개발 주기를 줄이고 설계 최적화와 예측 정확도를 높이며, 지속 가능한 산업 생태계 구축에 기여하는지에 대한 내용도 공유할 예정이다.   향후 헥사곤 D&E 사업부의 중장기 사업 전략 및 기술 로드맵을 소개한다면 헥사곤 D&E 사업부는 2025년 하반기 및 그 이후에도 디지털 트윈과 AI 기반 시뮬레이션 고도화를 핵심 전략으로 삼고 있다. 이를 위해 ▲산업별 특화 디지털 트윈 플랫폼 개발 및 적용 확대 ▲클라우드 기반 시뮬레이션 및 협업 환경 강화 ▲AI·머신러닝을 활용한 자동화 설계 최적화 기능 확장 ▲지속 가능성(sustainability) 중심의 경량화·에너지 효율 설계 지원 ▲SPDM(시뮬레이션 프로세스 및 데이터 관리)의 산업 전반 확산 등을 추진하고자 한다. 또한, 기존 제조업뿐만 아니라 반도체·에너지·스마트시티 등 신산업 분야로 설루션 적용 범위를 확대해, 고객이 제품 개발 주기와 비용을 혁신적으로 절감할 수 있도록 지원할 계획이다.   마지막으로 전하고 싶은 메시지가 있다면 헥사곤 D&E 사업부는 단순한 소프트웨어 공급사가 아니라, 산업 전반의 디지털 혁신을 함께 설계하고 구현하는 파트너이다. 고객·파트너·학계와 지속적인 협력과 지식 공유를 통해 설계와 제조의 효율과 품질을 극대화하고, 지속 가능한 미래 산업 생태계를 구축하는 데 기여하고자 한다. 이번 유저 콘퍼런스를 비롯해 다양한 교류의 장을 마련해 헥사곤의 글로벌 역량과 현장 경험을 적극적으로 공유하며, 한국 제조업의 경쟁력 강화와 차세대 엔지니어링 패러다임 전환을 함께 이끌어 나가고자 한다.     ■ 기사 내용은 PDF로도 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (24)   현재의 컴퓨팅 성능은 전례 없는 수준이다. 덕분에 더 큰 시스템을 시뮬레이션하고 복잡한 현상을 더 정확하게 예측할 수 있는 고급 계산 기법이 개발되었다. 그러나 터보 기계 시스템의 시뮬레이션은 각 구성 요소를 개별적으로 시뮬레이션하는 현재의 관행으로 인해 구성 요소 간의 상호 작용을 고려하지 못하기 때문에 여전히 과제를 안고 있다. 이 문제를 해결하고 효율성, 신뢰성, 저배출 측면에서 항공 엔진 설계를 개선하기 위해 피델리티 플로우(Fidelity Flow) 유동 솔버의 레이놀즈-평균 나비에-스토크스 방정식을 기반으로 새로운 방법론이 개발되었다. 이 접근 방식을 사용하면 단일 코드를 사용하여 전체 엔진의 완전 결합 시뮬레이션이 가능하다. 이번 호에서는 새로운 방법론인 유동 솔버 기술과 그 구현을 통해 얻은 결과에 대해 설명한다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   그림 1. KJ66 MGT의 레이아웃 : ① 임펠러, ② 디퓨저, ③ 연소실, ④ HPT 노즐, ⑤ HPT 로터, ⑥ LPT 노즐, ⑦ LPT 로터, ⑧ 디월 베인, ⑨ 배기 후드   방법론 완전한 항공 엔진 및 가스 터빈 시스템에 대해 안정적이고 시간이 정확하며 완전히 결합된 시뮬레이션을 수행하기 위한 새로운 접근 방식이 개발되었다. 이 방법은 비선형 고조파(NLH) 기법을 사용하여 불안정한 효과를 포착하여 계산 시간을 절약할 수 있다. 이 접근법의 연소 프로세스는 효율적이고 신뢰할 수 있는 화염 생성 매니폴드(FGM)에 의존한다. 비활성 시뮬레이션에 비해 연소 과정을 모델링할 때 발생하는 계산 오버헤드는 약 50%에 불과하다. 또한 스마트 인터페이스 접근 방식은 전체 시스템에서 스칼라의 이동을 피하기 위해 구현되어, 흐름이 반응하는 곳에서만 연소 이동 변수를 해결함으로써 계산 오버헤드를 최소화한다.   유동 솔버 이 연구는 압력 기반 및 밀도 기반 설루션 체계로 구성된 케이던스 충실도 유동 솔버를 사용하여 수행된다. 유동 솔버 패키지에는 터보 기계 모델링, 대형 와류 시뮬레이션(LES), 공액 열전달(CHT), 유체-구조 상호작용(FSI), 스프레이용 라그랑지안 모듈, 캐비테이션, 복사, 다상 유동 및 연소 모델을 포함한 광범위한 물리 모델이 탑재되어 있다. 혼합 평면, 프로즌 로터, 슬라이딩 메시와 같은 표준 접근 방식이 터보 기계 모듈에 구현되어 있다. 또한 다음에서 설명하는 터보 기계 애플리케이션의 불안정한 흐름을 효율적으로 계산하기 위해 비선형 하모닉 방법을 사용할 수 있다.   비선형 고조파 방법(NLH) NLH 방법은 시간 평균 흐름에 대한 불안정성의 영향을 고려하는 비선형 접근 방식이다. 이러한 효과는 결정론적 스트레스로, 주기적 변동의 시간 평균 곱으로 나타난다. NLH 방법의 장점은 계산 효율에 있다. 평균 유동장에 대한 정상 상태 해와 사용자가 해결하기로 선택한 각 고조파의 실수 및 가상 부분에 대한 정상 상태 해만 결정하면 된다. 설루션 정확도는 고조파의 수에 따라 달라지지만, 일반적으로 불안정한 효과를 포착하는 데에는 몇 개의 고조파만 필요하다. 피델리티 플로우의 NLH 모듈은 인접한 행과 인접한 행 사이의 상호작용을 상대 회전 속도에 관계 없이 모델링할 수 있는 랭크 2 효과를 설명한다. 즉, NLH 모듈은 더 복잡하고 불안정한 상호작용을 설명할 수 있다. 랭크 2 설루션을 사용하면 포스트 프로세싱 모드에서 클로킹의 효과를 연구할 수 있다. 또한 피델리티 플로우의 NLH 모듈은 각 블레이드 행에서 사용할 고조파 수를 유연하게 정의할 수 있어, 시뮬레이션 프로세스를 더욱 맞춤화할 수 있고 효율적으로 만들 수 있다.   그림 2. 혼합 평면과 NLH 방식을 사용한 회전자-회전자 상호작용 비교     ■ 자세한 기사 내용은 PDF로 제공됩니다.

AI 네이티브 엔지니어링 시뮬레이션용 클라우드 플랫폼인 심스케일(SimScale)은 자사의 플랫폼에 헥사곤의 마크(Marc) 비선형 유한요소해석(FEA) 솔버 기술을 정식 출시한다고 발표했다. 심스케일은 “마크의 클라우드 네이티브 통합은 변형, 복잡한 접촉 또는 고도의 비선형 재료 거동에 노출되는 부품을 설계하는 R&D 팀에게 혁신적인 도약을 제공한다. 이제 사용자는 대변형, 임의 접촉, 자가 접촉은 물론 소성 및 초탄성을 포함해 복잡한 FEA 시뮬레이션을 설계 과정 초기에 온프레미스 소프트웨어나 인프라 없이 웹 브라우저에서 수행할 수 있다”고 설명했다. 심스케일 플랫폼에 마크가 추가됨으로써 사용자는 까다로운 엔지니어링 문제에 대해 빠르고 견고한 비선형 해석을 높은 속도와 안정성으로 사용할 수 있다. 심스케일의 클라우드 플랫폼을 통해 사용자는 어디서나 마크의 기능에 접근하고, 시뮬레이션 데이터를 손쉽게 관리 및 공유하며, 실시간으로 협업하는 것이 가능해진다. 또한, 심스케일의 통합 AI를 활용하여 간소화된 설정, 즉각적인 결과 예측, 에이전트 기반 워크플로 자동화의 이점을 누릴 수 있고, 고성능 컴퓨팅(HPC) 프로비저닝으로 까다로운 경우에도 대규모 확장성과 빠른 시뮬레이션 처리 시간을 지원한다. 마크를 포함해 구조, 열, 전기, 자기장 등 폭넓은 다중 물리 해석을 심스케일의 통합 플랫폼에서 수행할 수 있게 된다.     심스케일의 리처드 쇠케-슐러(Richard Szöke-Schuller) 제품 관리자는 “헥사곤의 마크 기술을 심스케일의 클라우드 네이티브 환경과 통합한 것은 고급 시뮬레이션을 위한 게임 체인저다. 이제 모든 엔지니어는 온디맨드 방식으로 동급 최고의 비선형 FEA에 접근할 수 있게 되어 기존의 기술 장벽을 제거하고 혁신을 가속할 수 있다”고 밝혔다. 헥사곤 매뉴팩처링 인텔리전스 사업부의 위그 장콜라(Hugues Jeancolas) 설계 및 엔지니어링 제품 담당 부사장은 “이번 파트너십은 단순히 마크를 클라우드로 가져오는 것을 넘어 엔지니어가 시뮬레이션 도구를 다루는 방식을 바꾸는 것이다. 심스케일의 직관적인 인터페이스와 에이전트 기반 AI를 통해 시뮬레이션을 처음 접하는 사용자도 도구 작동법을 배우는 대신 엔지니어링 문제를 해결하는 데 집중할 수 있다. 이는 대중화, 민첩성, 생산성 측면에서 큰 도약”이라고 전했다.

주요 디지털 트윈 소프트웨어 이차전지 시뮬레이션, NFLOW   개발 및 자료 제공 : 이에이트, www.e8ight.co.kr   이에이트는 2012년에 설립되었으며 입자 기반 시뮬레이션 디지털 트윈 플랫폼 기술 보유 기업이다. 2014년 자체 기술만을 이용해 국내 최초로 입자 기반 시뮬레이션 NFLOW를 런칭하였고, 2019년 GS(Good Software) 1등급 인증을 받으며 본격적으로 제품을 상용화하였다. 또한, 2021년에는 시뮬레이션 기반 디지털 트윈 플랫폼 NDX PRO를 상용화하는데 성공하여 국내 유일의 자체 기술 디지털 트윈 플랫폼 기업으로 도약하였다.  1. 주요 기능 (1) SPH 솔버 NFLOW SPH는 기존의 CFD가 다루기 어려운 자유표면유동, 대규모 해석 등을 다루기 적합한 솔버이다. SPH는 라그랑지안 좌표계를 기반으로 하여, 연속체인 유체를 입자로 표현되는 좌표 점들의 집합과 그 좌표 간의 상호 작용 관계를 통해 이산화 하여 물리현상을 모의하는 기술이다.  기존 FVM 기반 CFD와 달리 격자를 사용하지 않는 방법으로, 자유 표면 유동이나 변화가 큰 비선형적 문제에 대한 해석에 유리하며, 이산화 된 계산방식으로 병렬처리가 비교적 쉬워 고속연산이 가능하다. 더불어 격자법 대비 자유수면을 해석하는데 있어 메모리 사용이 적고, 간편한 경계처리가 가능하여 대규모 자연재해 시뮬레이션, 복잡한 기어 윤활, 스크류 펌프 내부 유동 해석, 세탁기 내부 부유체 해석 등의 해석에 유리하다.  NFLOW SPH를 활용하여 토석류 흐름, 댐붕괴 해석, 수면 충돌, 탱크 내 슬로싱 해석 등 다양한 시뮬레이션을 수행하였고, 모의실험 등과 비교하여 높은 수준의 정확도를 구현하여 기술력을 인정받았다. (2) LBM 솔버 NFLOW LBM 솔버는 미세한 스케일의 해석에 활용도가 높은 제품이다. LBM은 미시적 스케일의 입자 간 상호작용으로 발생하는 물리현상을 Boltzmann 수송 방정식의 이산화 모델링을 통해 미시적, 중시적, 혹은 거시적 스케일의 물리현상을 예측하는 기법이다.  타 시뮬레이션 기법에 비해 복사 열전달, 다성분 유동, 대류-확산, 상변화 등 시간에 따라 변하는 물리현상을 예측하는데 강점이 있어 기존 방식으로 해결하기 어려웠던 다양한 산업분야에 적용이 가능하다. 상변화 해석은 복잡한 계면 추적 방식이 없어 기존 솔버 대비 계산 비용이 적으며, 농도대류확산, 혼합물 내부의 화학반응, 난류 모델, 복사열전달 등 기존 제품으로는 제공이 어려운 기능이 탑재되어 있다. 이 솔버는 지역적 연산만을 사용하기에 GPU, 멀티 GPU를 이용한 병렬화에도 용이하다.  NFLOW LBM으로는 압축/비압축성 유동, 난류, 열전달, 다상/다성분 모델의 해석 등을 수행하였고, 타 산업군보다 정량적인 해석이 요구되는 전기/전자, 항공우주, 이차전지, 자동차 등의 분야에 활발하게 적용되고 있다.       2. 도입 효과 다양한 산업에서 설계, 운영, 유지보수의 혁신을 가져다 준다. 먼저, 제품 설계와 개발 단계에서는 실제 프로토타입을 제작하기 전에 가상 환경에서 성능을 검증할 수 있어 재료와 생산 비용을 크게 절감할 수 있다. 또한, 설계 변경 및 테스트 과정을 가상으로 반복할 수 있어 제품 개발 주기를 단축시키고, 다양한 조건에서 제품의 성능을 예측하여 최적화를 수행할 수 있다. 운영 측면에서는 운영 효율성을 대폭 향상시킬 수 있다. 디지털 트윈은 실제 환경을 가상으로 재현해 시스템 성능과 생산 공정을 실시간으로 분석하고 최적화할 수 있도록 지원한다. 이를 통해 예지적 유지보수를 구현해 장비의 상태를 지속적으로 모니터링하고 고장을 사전에 예측하여 불필요한 유지보수를 줄이고 가동 중단 시간을 최소화할 수 있다. 더불어, 실시간 데이터와 시뮬레이션 결과를 활용하면 운영 및 관리 의사결정을 더욱 정확하고 신속하게 내릴 수 있다. 또한, 비용 및 리스크 관리에서도 큰 효과를 발휘한다. 시뮬레이션을 통해 프로젝트 진행 전 다양한 환경과 조건에서 발생 가능한 리스크를 사전에 평가하고 대비할 수 있어 안전성을 높이고 비용 낭비를 줄일 수 있다. 전반적으로, 시뮬레이션 소프트웨어와 디지털 트윈 기술은 효율성과 생산성을 극대화하고 리스크를 줄이며, 기업이 더욱 민첩하고 경쟁력 있는 운영을 수행할 수 있도록 돕는 핵심 기술로 자리 잡고 있다.     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (23)   이번 호에서는 항공 음향 시뮬레이션의 다각적인 과제를 살펴보고, 이러한 복잡한 문제를 해결하는 데 케이던스의 피델리티 LES(Fidelity LES)가 도움을 주는 사례 연구를 소개한다.    ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   그림 1   항공 음향 시뮬레이션은 유체 역학의 복잡성과 음향 현상의 뉘앙스를 혼합하는 지루한 작업이다. 이 이중 영역의 과제는 광범위한 스케일부터 난류 속에서 음향 신호의 미묘한 구분까지 수많은 기술적 장애물로 가득 차 있다. 이러한 기술적 어려움을 극복하고 항공 음향 거동에 대한 이해를 높이려면 엔지니어와 연구자는 피델리티 LES와 같은 정교한 도구를 사용해야 한다.   항공 음향 시뮬레이션의 과제 항공 음향 시뮬레이션에는 상당한 어려움이 있다. 다음은 이러한 단점 중 일부이다. 광범위한 스케일 : 항공 음향 현상은 광범위한 공간적, 시간적 스케일을 포괄한다. 모든 스케일을 캡처하려면 미세한 그리드 해상도와 긴 시뮬레이션 시간이 필요하다. 음향파 진폭 : 항공 음향 신호는 난류 압력 변동보다 미묘한 경우가 많기 때문에 지배적인 흐름 구조와 구별하기가 어렵다. 원거리 전파 : 국부적인 공기역학 소스에 의해 생성된 소리는 먼 거리까지 전파될 수 있으므로 전체 도메인 시뮬레이션은 계산이 불가능할 정도로 복잡하다. 복잡한 지오메트리 : 실제 문제에는 항공기 엔진이나 차량 외관과 같은 복잡한 지오메트리가 포함되어 있어 유체 흐름과 사운드 전파 모델링이 복잡해지는 경우가 많다. 경계 조건 : 허위 반사나 비물리적 동작을 방지하려면 적절한 경계 조건을 선택하고 구현하는 것이 중요하다. 일시적인 특성 : 많은 문제가 불안정하고 과도 시뮬레이션이 필요하므로 계산 노력이 증가하고 통계 분석이 복잡해진다. 비선형 상호작용 : 높은 소음 수준은 비선형 공기역학적 및 음향학적 상호작용을 수반할 수 있어 추가적인 계산 리소스가 필요하다. 다중 물리 상호작용 : 일부 시뮬레이션은 열 전달이나 연소와 같은 다른 물리적 효과를 고려해야 하므로 설정이 복잡해진다. 수치적 소산 : 수치적 방법은 인위적인 소멸을 도입하여 관심 있는 음향 신호를 감쇠하거나 억제할 수 있다.   그림 2. 음속(마하 1)보다 빠르게 이동하는 초음속 제트기 시뮬레이션   더 빠르고 정확한 항공 음향 시뮬레이션을 위한 소프트웨어 올바른 시뮬레이션 소프트웨어를 선택하는 것은 실제 엔지니어링 과제와 항공 음향 분야의 기초 연구를 해결하는 데 있어 중요하다. 피델리티 LES는 항공 음향을 포함한 고충실도 유동 해석을 위한 최고의 툴이다. 이 소프트웨어는 고급 수치 기법과 모델을 통합하여 대형 와류 시뮬레이션(LES)을 활용하여 소산과 분산이 감소된 불안정한 흐름을 시뮬레이션한다. 유한 체적법에 기반한 다양한 솔버 공식을 사용하는 피델리티 LES는 저속, 고속 및 반응 유동을 포함한 다양한 유동 조건을 효과적으로 포착한다. 피델리티 LES는 고급 서브 그리드 및 벽 모델링을 통해 다양한 그리드 해상도에서 높은 성능을 제공한다. 거친 그리드에서도 흐름 현상을 정확하게 포착하여 CPU와 GPU 모두에서 효율과 확장성을 보여준다. 특히, V100 GPU 한 대가 약 400개의 인텔 스카이레이크(Skylake) 2018 CPU 처리 성능과 맞먹는 저 마하(low-Mach) 솔버를 구현한다. 엔지니어는 지오메트리 준비부터 결과 분석까지 모든 작업을 지원하는 사용자 친화적 애플리케이션인 피델리티 LES를 통해 전체 시뮬레이션 워크플로를 원활하게 관리할 수 있다.   그림 3. 인텔 스카이레이크 2018 CPU 코어 당 엔비디아 A100 및 V100 GPU와 같은 동등한 성능으로 다양한 흐름(flow) 시나리오에서 피델리티 LES를 사용할 수 있다.   피델리티 LES는 시뮬레이션 설정의 실시간 조정을 포함하여 복잡한 엔지니어링 모델에 대한 상세한 3D 뷰를 제공한다. 또한 사용자는 자동 제안이 포함된 명령어 용어집과 주요 지표를 추적하는 그래프를 활용할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

알테어는 지난 5월 23일 서울 여의도 콘래드호텔에서 연례 행사인 ‘ATC 코리아 2025(Altair Technology Conference Korea 2025)’를 개최했다. 올해로 23회째를 맞이한 이번 행사는 ‘Accelerating Innovation through Simulation, HPC & AI’를 주제로 약 1000여 명의 업계 전문가 및 관계자들이 참석한 가운데 진행됐다. ■ 박경수 기자   ▲ ATC 코리아 2025 키노트 현장 모습   이번 행사에서는 디지털 전환을 가속화하는 핵심 기술인 AI, HPC, 시뮬레이션을 기반으로 한 실제 고객 사례와 기술 트렌드가 다양하게 소개되었으며, 특히 알테어와 지멘스의 전략적 협업에 대한 관심이 집중됐다.   산업계 전반에서 시뮬레이션 기반 AI 활용 본격화 ATC 코리아 2025에서는 ▲AI 기반 엔지니어링 ▲데이터 분석 및 AI ▲구조 및 시뮬레이션 설계 ▲전기전자 시스템 설계 등 총 8개 트랙, 61개 발표 세션으로 구성되어 다양한 산업 현장에서 시뮬레이션 및 AI 기술이 어떻게 적용되고 있는지를 보여줬다. 특히 주목할 만한 발표로는 ‘One Model, One Solver’를 표방한 옵티스트럭트(Altair OptiStruct)의 최신 개발 현황이 소개됐다. 이 발표에서는 Implicit-Explicit 해석 연계 기능과 고비선형 이벤트에 대한 명시적 해석 기반 최적화 기능을 통해, 단일 솔버로 다양한 해석 요구사항을 충족하며 제품 개발 효율을 개선하는 방안이 제시됐다. 이번 행사에는 삼성전자, 현대자동차, LG전자, 현대모비스, HD현대중공업, LG이노텍, 한국항공우주산업(KAI), HD현대미포조선 등 주요 제조기업을 비롯해 다수의 연구소 및 IT 기업이 참여했다. 이들 기업들은 AI와 시뮬레이션 기술을 결합해 달성한 실질적 성과를 공유했으며, 개발 주기 단축, 비용 절감, 제품 성능 향상 등 측정 가능한 ROI 사례를 구체적으로 제시했다. 참가자들은 시뮬레이션이 단순 분석 도구를 넘어 제품 설계 전반에 걸쳐 혁신적인 의사결정 도구로 자리매김하고 있음을 실감했다.   지멘스-알테어, 플랫폼 통합 통한 디지털 트윈 시너지 이날 지멘스 디지털 인더스트리 소프트웨어 오병준 한국지사장은 기조연설에서 “지멘스와 알테어의 기술 결합은 디지털 트윈의 완성을 향한 중요한 진전”이라며, “AI, HPC, 시뮬레이션, 전자기술이 하나의 플랫폼에서 통합될 때 비로소 제품의 생애주기 전반을 최적화할 수 있다”고 강조했다.   ▲ 지멘스 디지털 인더스트리 소프트웨어 오병준 한국지사장   실제로 이번 행사에서는 지멘스 엑셀러레이터(Xcelerator) 플랫폼에 알테어의 시뮬레이션 및 데이터 분석 기술이 통합된 새로운 디지털 트윈 설루션이 공개됐다. 이 통합 플랫폼은 제품 생애주기 전반에 걸친 최적화와 예측 분석을 통해 엔지니어링 혁신을 가속화하는 새로운 접근법을 제시했다. 앞서 지멘스는 지난 3월 말 알테어 인수를 완료했으며, 이를 통해 엑셀러레이터 플랫폼에 알테어의 시뮬레이션 및 데이터 분석 역량을 통합함으로써 고객의 엔지니어링 혁신을 더욱 강력히 지원할 수 있게 됐다. 알테어의 샘 마할링엄 CTO는 “AI와 시뮬레이션 기술은 디지털 전환을 위한 실질적 기반이며, 이제는 미래 기술이 아닌 현재의 전략”이라고 강조했다.   ▲ 알테어 샘 마할링엄 CTO   HPC-AI 융합과 산업별 특화 설루션으로 확장 이번 ATC 2025에서는 단순한 기술 소개를 넘어서 실제 적용된 고객 사례 중심의 발표가 이어졌다. 특히 고성능 컴퓨팅(HPC)과 AI 기술을 결합한 차세대 시뮬레이션 환경에 대한 발표가 주목을 받았다. 이 발표에서는 기존 대비 10배 이상 빨라진 계산 속도와 더욱 정교한 예측 정확도를 제공하는 새로운 시뮬레이션 패러다임의 가능성을 제시했다. 또한 자동차, 전자, 조선, 항공우주 등 각 산업의 특성에 맞춘 AI 기반 시뮬레이션 맞춤형 설루션 전략도 소개됐다. 이 발표에서는 산업별 특화된 요구사항을 반영한 맞춤형 접근 방식을 통해 더욱 실용적이고 효과적인 디지털 전환 전략을 제안했다. 구조 최적화, 전자기 해석, CFD 시뮬레이션, 열 설계 등 다양한 엔지니어링 분야에서 시뮬레이션과 AI를 결합해 개발 주기를 단축하고 제품 성능을 극대화한 성과들이 공유되며, 산업계 전반에서 AI 기반 시뮬레이션 기술의 실질적 가치를 확인할 수 있었다. 한국알테어의 김도하 지사장은 “이번 행사를 통해 AI와 시뮬레이션 기반 엔지니어링이 산업계 전반에 실질적으로 뿌리내리고 있다는 점을 확인할 수 있었다”면서, “앞으로도 고객과 함께 디지털 혁신 여정을 이어가겠다”고 밝혔다.   ▲ 한국알테어 김도하 지사장     ■ 기사 내용은 PDF로도 제공됩니다. 

주요 디지털 트윈 소프트웨어   고성능 멀티피직스 플랫폼, Cadence Fidelity CFD   ■ 개발 : Cadence, www.cadence.com ■ 자료 제공 : 나인플러스아이티, 02-867-8633, www.npit.co.kr 1. Millennium M1 Millennium M1은 기존 전산 유체 역학(CFD) 시뮬레이션의 한계를 뛰어넘는 차세대 턴키 CFD 솔루션으로, 업계에 새로운 기준을 제시한다. Cadence(케이던스)의 Fidelity LES Solver(일명 CharLES)와 고성능 GPU 기반 HPC(고성능 컴퓨팅)를 결합한 이 플랫폼은 LES(대형 와류 시뮬레이션)를 중심으로 대규모 시뮬레이션을 압도적인 속도와 정확성으로 수행한다. Millennium M1은 단순히 빠른 성능을 넘어, 고품질 데이터를 신속히 생성하고 생성형 AI를 활용한 설계 최적화 및 디지털 트윈 구축을 가능하게 한다. 며칠이 소요되던 작업을 몇 시간 내로 단축할 뿐 아니라, 항공우주, 자동차, 터보기계 등 다양한 산업에 적용 가능한 실질적이고 혁신적인 해법을 제공한다. 초고속 처리 능력과 Fidelity LES Solver의 정밀한 물리 해석이 결합된 Millennium M1은 혁신적인 설계와 엔지니어링의 패러다임을 바꿀 게임 체인저로, 기술 혁신의 새로운 기준을 제시할 것이다. 2. 주요 기능 및 특징 ■ 안정성과 정확성을 겸비한 해석 기술 : CharLES 솔버의 비선형 안정화 방식은 수치적 진동을 효과적으로 억제하며, 메시 크기를 줄여도 높은 정확도와 안정성을 유지한다. ■ 압도적인 계산 성능 : GPU 기반 LES 솔버와 전용 하드웨어의 조합으로, GPU 1개당 최대 1,000개의 CPU 코어에 상응하는 처리 성능을 제공한다. ■ 업계 최초 Turn-Key CFD 솔루션 : GPU 기반 솔버와 확장 가능한 HPC를 결합하여 별도의 복잡한 시스템 설정 없이 즉시 사용 가능하며, 빠르고 효율적인 데이터 생성을 지원한다. ■ AI 디지털 트윈 구현 : 고품질 데이터를 바탕으로 생성형 AI를 활용해 디지털 트윈을 신속하게 구현한다. ■ 다상 흐름 예측 : Volume-of-Fluid(VOF) 기법과 라그랑주 입자 추적법으로, 다양한 유동 영역에서 액체 및 미세 물방울 등의 복잡한 거동을 정확히 모델링할 수 있다. 3. 도입 효과 ■ 설계-검증 프로세스 단축 : 기존 몇 일이 소요되던 LES 시뮬레이션을 몇 시간 내로 단축해, 더 많은 설계-검증 프로세스를 시도할 수 있다. ■ 높은 신뢰성과 효율성 : 메시 크기가 작아도 안정적이고 정확한 결과를 제공하며, 후처리 작업부담을 크게 줄여준다. ■ 혁신적인 설계 최적화 : 생성형 AI와 디지털 트윈 기술을 활용해, 효율적인 설계로 제품 개발을 지원한다. ■ 경제적 이점 : 별도 시스템 구축이 필요 없는 턴키(Turn-Key) 솔루션으로, 운영 비용을 효과적으로 절감 할 수 있다.   4. 주요 고객 사이트 ■ 자동차(Automotive) : 전기차 주행 거리와 내연기관 차량 연비에 영향을 미치는 공기역학을 풍동 수준의 정확도로 예측하며, 빠른 분석을 제공한다. ■ 항공우주(Aerospace) : 복잡한 형상과 유동 조건에서 항력 변화와 에어포일 실속 현상을 정밀하게 분석하여, 높은 설계 신뢰성을 보여준다. ■ 에너지 및 터보 머신(Energy & Turbomachinery) : 난류 연소와 열 전달을 정확히 예측하며, 열 플럭스 및 Conjugate Heat Transfer 분석으로 에너지 효율성을 극대화한다.       상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (21)   이번 호에서는 다양한 유형의 난류 모델과 사용 시기, 그리고 복잡한 형상을 위한 고충실도 난류 모델링에 있어 케이던스 밀레니엄 M1(Cadence Millennium M1) CFD 슈퍼컴퓨터가 어떻게 혁신을 가져오는지에 대해 설명한다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   자동차 산업은 거의 매일 새로운 혁신과 개발이 등장하며 끊임없이 발전하고 있다. 자동차 업계는 전기 구동 차량과 대량 생산이 증가하는 추세에 발맞춰 보다 지속 가능한 미래를 만들기 위해 노력하고 있다. 자동차 생산량은 꾸준히 늘고 있지만, 업계는 여러 디자인 또는 새로운 헤드라이트, 스플리터, 사이드 스커트 추가와 같은 아주 작은 디자인 변경에 대해서도 풍동 테스트 또는 프로토타입 테스트를 수용하면서 연비 기준을 충족해야 하는 과제에 직면해 있다. 그 결과, 항력 계수 등 관심 있는 유동장 정보와 성능 관련 수치를 예측하여 필요한 실험 횟수를 크게 줄일 수 있는 시뮬레이션 기반 접근 방식이 점점 더 인기를 얻고 있다.   그림 1   유체 흐름의 난류를 이해하고 전산 유체 역학(CFD) 시뮬레이션을 통해 동일한 난류를 재현하려면 다양한 난류 모델을 사용해야 한다. 자동차 애플리케이션과 리소스 가용성에 따라 적합한 난류 모델을 선택하면 설계 주기를 단축하는 데 도움이 될 수 있다.    난류의 모델링 기법 ‘난류’는 압력과 속도의 혼란스러운 변화를 특징으로 하는 불규칙한 흐름을 일컫는 용어이다. 우리는 일상 생활에서 난류를 경험하며 공기 역학, 연소, 혼합, 열 전달 등과 같은 다양한 엔지니어링 응용 분야에서 중요한 역할을 한다. 하지만 유체 역학을 지배하는 나비에-스토크스 방정식은 매우 비선형적인 편미분 방정식이며 난류에 대한 이론적 해법은 존재하지 않는다. 난류는 광범위한 공간적, 시간적 규모를 포함하기 때문에 모델링과 시뮬레이션이 어려울 수 있다. 일반적으로 큰 와류는 난기류에 의해 생성된 에너지의 대부분을 전달하고 작은 와류는 이 에너지를 열로 발산한다. 이 현상을 ‘에너지 캐스케이드’라고 한다. 몇 년에 걸쳐 다양한 난기류 모델링 접근법이 개발되었으며, 가장 일반적인 세 가지 접근법을 간략히 설명한다. Direct Numerical Simulation(DNS) : DNS에서는 모델이나 근사치 없이 미세한 그리드와 매우 작은 시간 단계를 사용하여 모든 규모에서 난기류를 해결한다. DNS의 계산 비용은 엄청나게 높지만 결과는 가장 정확하다. DNS 시뮬레이션은 난류장에 대한 포괄적인 정보를 제공하기 위한 ‘수치 실험’으로 사용된다. Large-Eddy Simulation(LES) : 이름에서 알 수 있듯이 이 난류 모델링 기법은 큰 소용돌이를 해결하고 보편적인 특성을 가진 작은 소용돌이를 모델링한다. LES 시뮬레이션은 최소 길이 스케일을 건너뛰어 계산 비용을 줄이면서도 시간에 따라 변화하는 난기류의 변동 요소를 자세히 보여준다. Reynolds-Averaged Navier-Stokes Model(RANS) : RANS 방정식은 나비에-스토크스 방정식의 시간 평균을 취하여 도출되었다. 난기류 효과는 미지의 레이놀즈 응력 항을 추가로 모델링하여 시뮬레이션한다. RANS 시뮬레이션은 평균 흐름을 해결하고 난류 변동을 평균화하므로 다른 두 가지 접근 방식보다 훨씬 비용 효율적이다.   올바른 선택 : DNS, LES 또는 RANS 올바른 난류 모델을 선택하는 것은 모든 시뮬레이션의 중요한 측면이며, 이는 주로 시뮬레이션의 목적, 흐름의 레이놀즈 수, 기하학적 구조 및 사용 가능한 계산 리소스에 따라 달라진다. 학술 연구의 경우 DNS 시뮬레이션은 난류의 근본적인 메커니즘과 구조를 이해하는 데 가장 적합한 결과를 제공한다. DNS는 레이놀즈 수가 낮은 경우에 적합하지만, 막대한 시간과 리소스가 필요하기 때문에 대부분의 산업 분야에서는 실용적인 선택이 아니다. 반면에 LES는 일반적으로 레이놀즈 수가 높은 복잡한 형상을 포함하는 산업용 사례를 처리하는 데 적합한 옵션이다. LES가 생성하는 고충실도 결과물은 경쟁이 치열한 자동차 시장에서 중요한 한 차원 높은 성능 개선이 가능한 설계를 가능하게 한다.   그림 2    RANS 시뮬레이션은 LES에 비해 근사치의 범위가 넓기 때문에 정확도가 떨어진다. 그러나 정확도와 계산 비용 간의 균형으로 인해 RANS는 계산 리소스와 시뮬레이션 시간이 제한된 업계 사용자에게 일반적인 설루션이다. 이 방법은 또한 짧은 시간 내에 여러 사례를 분석해야 할 때 널리 사용된다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

최적화 문제를 통찰하기 위한 심센터 히즈 (2)   연재를 통해 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 과정에서 심센터 히즈(Simcenter HEEDS)를 활용하는 방법에 대해 살펴보고자 한다. 이번 호에서는 최적화 기법 중에서 근사모델 기반 최적화와 직접 검색 기반 최적화에 대해 짚어보고, 심센터 히즈를 사용하여 근사 및 직접 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 및 사례 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 및 사례 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 및 사례 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 및 사례 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화 및 사례   ■ 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   최적화 기법의 중요성 최적화는 다양한 산업 분야에서 설계의 성능을 개선하고 자원을 효율적으로 활용하는 데 있어 필수 과정이다. 특히, 복잡한 공학 문제나 다목적 설계에서 최적화는 품질 향상과 비용 절감을 동시에 달성하는 핵심 도구로 활용된다. 현대 산업에서는 제품 개발 주기의 단축과 고성능 요구가 증가함에 따라, 신뢰성 있는 최적화 기법의 선택이 더욱 중요해지고 있다. 근사모델 기반 최적화와 직접 검색 기반 최적화는 이러한 요구를 충족하기 위해 자주 사용되며, 각 접근법은 문제의 특성과 목표에 따라 상이한 성능을 보인다.   근사모델 기반 최적화와 직접 검색 기반 최적화의 개요 근사모델 기반 최적화는 복잡한 시뮬레이션이나 계산 비용이 큰 문제에서 실험 데이터를 바탕으로 근사함수를 생성한 후, 해당 함수를 활용해 최적해를 탐색하는 방법이다. 근사함수를 생성하기 위해서는 주로 반응표면법(RSM), 머신러닝 모델 등이 사용되며, 계산 자원을 절감하고 빠른 최적해 도출이 가능하다는 장점이 있다. 반면, 모델 정확도에 따라 해의 품질이 좌우되고, 고차원 문제에서 모델링이 어려울 수 있다. 직접 검색 기반 최적화는 목적 함수의 수학적 형태를 몰라도 입력과 출력 간 관계를 직접 탐색하며 최적해를 구하는 방법이다. 비선형성이나 불연속성이 있는 문제에도 적용할 수 있는 장점이 있지만, 계산 비용이 크고 수렴 속도가 느릴 수 있어서 고비용 시뮬레이션 환경에서는 활용에 한계가 있을 수 있다.   최적화를 위한 예제 지난 호에서 사용한 외팔보의 처짐 문제를 사용하겠다. 외팔보의 체적을 최소화하는 최적화 문제를 다음과 같이 정의하였다. 빠른 계산을 위해 파이썬(Python)으로 계산한다.   그림 1   목적함수 외팔보 H빔의 체적을 최소화 제약 조건 최대 굽힘 응력(σ) ≤ 200 Mpa 최대 끝단 처짐(δ) ≤ 2 mm 설계 변수 Length : 5,000 mm Load P : 6,500 N E : 200 Mpa H : 50 mm ≤ H ≤ 100 mm h1 : 5 mm ≤ h1 ≤ 30 mm b1 : 50 mm ≤ b1 ≤ 100 mm b2 : 5 mm ≤ b2 ≤ 50 mm 외팔보의 체적, 응력, 처짐량은 다음의 관계식으로 계산한다. Volume = [2*h1*b1 + (H – 2*h1)*b2]*L Stress = P*L*H/(2*I) Deflection = P*L3/(3*E*I) where : I = 1/12*b2*(H-2*h1)^3 + 2*[1/12*b1*h13 + b1*h1*(H-h1) 2/4]   히즈 기본 설정 파이썬 포털(Python portal)을 사용하여 예제의 Input/Output file을 등록하였다.    그림 3     ■ 자세한 기사 내용은 PDF로 제공됩니다.