세일즈포스가 차세대 클라우드 인프라 아키텍처인 ‘하이퍼포스(Hyperforce)’의 지원 범위를 확대한다고 밝혔다. 이를 통해 국내 고객도 세일즈포스의 AI 에이전트 플랫폼인 에이전트포스를 포함, 데이터 클라우드, 태블로 넥스트, 마케팅 클라우드를 한국 내 퍼블릭 클라우드 환경에서 운영 및 활용할 수 있게 됐다. 세일즈포스는 2023년 국내 시장에 하이퍼포스를 처음 선보인 이후, AI 시대를 맞아 국내 기업들이 신뢰할 수 있는 환경에서 AI 혁신을 실현할 수 있도록 한국 시장에 대한 투자를 지속 강화해왔다. 특히 최근 발표한 ‘글로벌 AI 준비지수 보고서’를 통해 한국 시장은 AI 혁신을 위한 잠재력이 매우 높은 국가라고 설명하며, 이번 하이퍼포스 지원 범위 확대가 ▲데이터 기반 정립 ▲에이전틱 AI 활용 환경 구축 ▲AI 기반 데이터 분석 및 시각화 등 국내 기업의 AI 에이전트 혁신을 지원하기 위한 전략적 의사결정이라는 점을 강조했다. 이와 관련하여 세일즈포스는 그간 추구해 온 ‘완전히 통합된 단일 플랫폼(Deeply Unified Platform)’이 마침내 국내 데이터 레지던시 요건을 충족하며 온전하게 구현되었다는 점을 강조했다. 국내 기업들 또한 고객과 맞닿아 있는 모든 상호작용, 내부 프로세스, 기능별 업무를 한국 내에 데이터가 저장되는 단일 플랫폼 상에서 통합 관리하며 AI 에이전트를 접목 및 활용할 수 있다는 설명이다.     세일즈포스에 따르면 이번 하이퍼포스 지원 범위 확대는 신뢰할 수 있는 데이터 통합 및 활성화(데이터 클라우드)부터 AI 기반의 고객 여정 설계 및 초개인화 캠페인 실행(마케팅 클라우드), AI 에이전트 개발 및 배포(에이전트포스), AI 기반 데이터 분석 및 시각화(태블로 넥스트)로 이어지는 AI 혁신 전반에 대한 지원 역량을 갖추었다는 점을 시사한다. 또한 공공, 금융, 통신, 유통, 소비재 등 규제로 인해 디지털 기술 도입이 제한적이었던 산업군에서도 세일즈포스 활용이 한층 더 용이해지며 각 산업 특성을 반영한 ‘인더스트리 클라우드’와 ‘산업군별 에이전트포스’ 도입이 본격화될 전망이다. 이에 따라 사전 구축된 데이터 모델과 AI 에이전트를 바탕으로 산업별 특수 요구사항과 규제에 유연하게 대응할 수 있는 것은 물론, 보다 민첩한 비즈니스 가치 창출이 가능하다. 세일즈포스 코리아 박세진 대표는 “이번 하이퍼포스 국내 지원 확대는 한국 시장에 대한 세일즈포스의 확고한 의지를 보여주는 전략적 투자이자, 국내 기업들의 AI 혁신 여정을 본격적으로 지원하기 위한 신호탄”이라며, “세일즈포스는 완전히 통합된 단일 플랫폼을 기반으로 국내 기업의 에이전틱 AI 혁신을 가속화하고, 생산성 향상과 새로운 비즈니스 가치 창출이라는 실질적 성과를 달성하기까지의 전 여정을 지원하는 전략적 파트너 역할을 강화해 나갈 것”이라고 전했다.

시점 – 사물이나 현상을 바라보는 눈 (9)   지난 호에서는 ‘개별 관찰’, ‘집단 관찰’, ‘확률과 통계’에 관한 주제의 세 번째 이야기로 ‘확률과 통계’에 관해서 생각해 보았다. 통계는 단순한 숫자놀음이지만 그 숫자를 어떻게 얻었는지 어떻게 해석해야 하는지를 고민하지 않고 사용하게 되면 의도와는 다르게 엉뚱한 결론에 도달할 수 있다. 룰렛 돌림판과 주사위의 경우를 예로 들어 확률과 통계에 관해서 생각해 보았다.  이번 호에서는 ‘작용, 반작용, 상호작용’을 주제로 주변에서 일어나는 일들을 조금 특별한 시각으로 바라보고자 한다. 뉴턴의 운동법칙, 작용, 반작용, 상호작용의 사전적 의미, 다양한 물리 현상, 생태계의 상호작용, 사회적 상호작용, 관점의 차이, 상관관계를 통해서 세상을 알아가는 방법 등을 예로 들어가며 이야기를 전개한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 분수대 위에서 작은 힘만 가해도 자유롭게 회전하는 돌로 만든 지구본   유체 베어링 오래전에 분수대 위에서 작은 힘만 가해도 자유롭게 회전하는 돌로 만든 지구본을 보고 신기해했던 기억이 있다.(그림 1) 마치 중력이 작동하지 않는 듯한 인상을 받았다. 지구본을 만든 돌의 무게를 상상하면 그런 느낌이 들 수밖에 없다. 기계적 베어링 대신에 물을 베어링으로 사용한 유체 베어링이 사용된 것이다. 유체 베어링(fluid bearing 또는 fluid dynamic bearing)은 베어링 표면 사이에서 빠르게 움직이는 가압 액체 또는 가스의 얇은 층에 의해 하중이 지지되는 베어링이다. 움직이는 부품 사이에 접촉이 없다. 부품 사이에 마찰이 없어 유체 베어링은 다른 많은 종류의 베어링보다 마찰, 마모 및 진동이 적은 것이 특징이다. 일부 유체 베어링은 올바르게 작동하는 조건에서는 부품의 마모가 거의 없다. <그림 1>의 경우에는 지구본이 완벽한 구의 형태가 되어야만 물이 베어링의 역할을 할 수 있다. 물이 지구본에 작용하는 중력을 거슬러 지구본을 들어올려야 하는데 지구본을 감싸고 있는 링(ring)과의 간격이 장소에 따라 차이가 있으면 압력이 고르게 걸리지 않게 된다. 따라서 무거운 지구본을 부양할 수 없게 되고 지구본을 자유롭게 회전시킬 수도 없다. 지구본이 떠 있는 상태에서 자유롭게 회전할 수 있다면 작은 힘으로 회전 방향과 속도를 바꿀 수 있다. 마찰력이 거의 없기 때문이다.   뉴턴의 운동법칙 고전역학에서 뉴턴의 운동법칙(Newton's laws of motion)은 물체의 운동을 세 가지의 원리로 설명한 물리 법칙이다.(그림 2) 영국의 수학자, 물리학자, 천문학자였던 아이작 뉴턴이 도입한 이 법칙은 고전역학의 기본 바탕을 이루고 있다. 라틴어로 1687년에 출판된 ‘자연철학의 수학적 원리(Philosophiæ Naturalis Principia Mathematica, Mathematical Principles of Natural Philosophy)’라는 책에서 뉴턴의 운동법칙 세 가지가 소개되었다. 제1법칙은 ‘관성의 법칙’ 또는 ‘갈릴레이의 법칙’으로 불린다. 물체의 질량 중심은 외부 힘이 작용하지 않는 한 일정한 속도로 움직인다. 마찰이나 에너지 손실이 없다면 관성으로 속도가 유지된다. 즉, 물체에 가해진 알짜 힘(net force)이 0일 때 물체의 속도가 변하지 않으므로 질량 중심의 가속도는 0(a = 0, V : Constant)이다. 제2법칙은 ‘가속도의 법칙’으로 불린다. 물체의 운동량의 시간에 따른 변화율(가속도, a)은 그 물체에 작용하는 힘(F, 크기와 방향에 있어서)과 같다. 물체에 더 큰 알짜 힘이 가해질 수록 물체의 운동량 변화는 더 커진다.(F = ma) 물체에 힘을 가하면 힘이 가해진 물체는 운동량이 바뀐다. 제3법칙은 ‘작용과 반작용의 법칙’으로 불리며, 물체 A가 다른 물체 B에 힘을 가하면 물체 B는 물체 A에 크기는 같고 방향은 반대인 힘을 동시에 가한다.(FAB = -FBA ). ‘모든 작용에 대해 크기는 같고 방향은 반대인 반작용이 존재한다’라고 설명하기도 한다. 당연한 이야기같기도 하고 알 듯 말 듯한 이야기같기도 하다. 필자도 글을 쓰면서 아무리 간단한 사실도 언어를 사용해서 표현한다는 것이 얼마나 어려운 일인지 생각하게 된다. 실제로 언어로 표현된 많은 사실, 느낌, 감정이 얼마나 정확하게 표현된 것이고 그 의미를 얼마나 정확하게 이해할 수 있는지 의문스러울 때가 많다.   그림 2. 뉴턴의 세 가지 운동법칙   작용, 반작용, 상호작용의 사전적 의미 때로는 이미 잘 알고 있고 자주 사용하는 용어나 단어도 어떤 의미로 사용되는지 살펴보면 의외로 새로운 발견을 하게 되는 경우가 있다. 이번 기회에 작용, 반작용, 상호작용이라는 단어의 뜻을 사전에서 찾아보자. 작용(action) 어떠한 현상을 일으키거나 영향을 미침 [물리] 어떠한 물리적 원인이나 대상이 다른 대상이나 원인에 기여함 또는 그런 현상. 역학에서 물체 사이의 힘도 이 결과로 생긴다.  [철학] 현상학에서, 표상·의식·체험 따위의 심리적 과정에 있어서 대상의 의미 내용을 지향하는 능동적인 계기를 이르는 말 반작용(reaction)  어떤 움직임에 대하여 그것을 거스르는 반대의 움직임이 생겨남 또는 그 움직임 [물리] 물체 A가 물체 B에 힘을 작용시킬 때, B가 똑같은 크기의 반대 방향의 힘을 A에 미치는 작용. 한쪽에 미치는 힘을 작용이라 할 때, 그 다른 쪽에 미치는 힘을 이른다.  상호작용(interaction)  [생명] 생물체 부분들의 기능 사이나, 생물체의 한 부분의 기능과 개체의 기능 사이에서 이루어지는 일정한 작용 [사회] 일반 사람이 주어진 환경에서 다른 사람이나 사물과 서로 관계를 맺는 모든 과정과 방식     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  18ㅤTheme. PLM과 AI로 가속화하는 제조 디지털 전환의 미래 Ⅱ 제조산업의 미래, 산업 AI 트렌드와 과제 / 조영임 AI 혁신을 기회로 : SAP의 통합형 PLM 전략 / 고건 미래 제조 패러다임의 전환 : SDM 기반 자율 제조의 도래 / 박한구 엔비디아 옴니버스만 가능한 디지털 트윈의 비즈니스 실현 / 김건우 패스트 포워드 디지털 전환과 제품 개발 / 윤중근 소프트웨어 정의 자동화가 바꾸는 산업의 미래 / 김건   Infoworld   Editorial 17ㅤAI 시대, 그래픽 산업과 한국 기업의 대응 전략은?   People&Company 39ㅤ헥사곤 매뉴팩처링 인텔리전스 성 브라이언 사장ㅤ시뮬레이션·디지털 트윈·AI 결합해 제품 개발의 미래 제시 42ㅤ한국기계가공학회 안동규 회장ㅤ뿌리기술로 미래 제조 혁신 이끈다   Case Study 44ㅤKAI의 언리얼 엔진 기반 차세대 시뮬레이션 에코시스템ㅤ비행 훈련부터 제품 개발·운영까지 아우르는 핵심 인프라를 목표로 47ㅤ가상 커미셔닝으로 산업 과제를 해결하는 스피라텍ㅤ개방형 커미셔닝과 협업 혁신으로 제조업을 재정의하다   Focus 50ㅤ넥스트콘 2025에서 만난 건설 디지털 전환의 미래   New Product 52ㅤ사용자 경험 혁신하는 3D CAD/CAE/CAM 소프트웨어ㅤZW3D 2026 57ㅤAI·스마트 자동화 기반의 차세대 디지털 엔지니어링 설루션ㅤ앤시스 2025 R2 60ㅤ이달의 신제품   On Air 63ㅤ캐드앤그래픽스 CNG TV 지식방송 지상중계ㅤAI로 혁신하는 3D 시각화와 산업의 미래   Column 70ㅤ디지털 지식전문가 조형식의 지식마당 / 조형식ㅤ인생 디지털 스레드 : 삶의 모든 ‘오늘’을 연결하는 새로운 패러다임 72ㅤ현장에서 얻은 것 No. 22 / 류용효ㅤ나만의 AI 에이전트 필살기 Ⅰ – 나만의 지식 지도를 그리다   64ㅤNew Books 66ㅤNews   Directory 123ㅤ국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 75ㅤ새로워진 캐디안 2025 살펴보기 (10) / 최영석ㅤ유틸리티 기능 소개 Ⅷ 78ㅤ데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (6) / 천벼리ㅤ모바일 CAD 아레스 터치의 새로운 기능 116ㅤBIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱ㅤ바이브 코딩 지원 멀티 에이전트 코덱스의 사용법   Mechanical 80ㅤ제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (2) / 김성철ㅤ부품 모델링 개선 사항   Reverse Engineering 86ㅤ시점 - 사물이나 현상을 바라보는 눈 (9) / 유우식ㅤ작용, 반작용, 상호작용   Analysis 93ㅤ앤시스 워크벤치를 활용한 해석 성공 사례 / 박건ㅤ포토닉스 소자 시뮬레이션을 위한 앤시스 루메리컬 98ㅤ산업 디지털 전환을 가속화하는 버추얼 트윈 (6) / 이현충ㅤ시뮬리아 웨이브6를 활용한 환경 소음 시뮬레이션 100ㅤ로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (2) / 윤경렬, 김도희ㅤ데이터 분석 로코드 설루션을 배워보자 Ⅰ 106ㅤ최적화 문제를 통찰하기 위한 심센터 히즈 (7) / 이종학ㅤ프로세스 자동화 Ⅱ – 모터 설계 최적화 113ㅤ성공적인 유동 해석을 위한 케이던스의 CFD 기술 (25) / 나인플러스ITㅤ처리 시간이 10시간 미만인 LES 워크플로         캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

시점 – 사물이나 현상을 바라보는 눈 (8)   지난 호에서는 개별 관찰, 집단 관찰, 확률과 통계에 관한 주제의 두 번째 이야기로 ‘집단 관찰’에 관한 이야기를 소개하였다. 압력, 온도, 비중, 밀도의 개념에 관한 이야기를 시작으로 기체, 액체, 고체의 성질과 온도에 따른 수축·팽창 현상에 이르기까지 집단 관찰이라는 시각에서 자연현상을 생각해 보았다. 이번 호에서는 개별 관찰, 집단 관찰, 확률과 통계에 관한 주제의 세 번째 이야기로 ‘확률과 통계’에 관해서 생각해 보기로 한다. 통계는 장단점을 숙지하고 활용하면 매우 유용하지만, 가정과 약점을 이해하지 못하고 사용하게 되면 의도와는 다르게 엉뚱한 결론에 도달할 수 있다. 몇 가지 구체적 사례를 바탕으로 확률과 통계에 얽힌 이야기를 소개하고자 한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 확률은 때로는 호의적이고 때로는 적대적이다. 우연일까 필연일까?   확률 확률(probability)은 어떤 일이 일어날 가능성 또는 개연성으로, 일어날 가능성이 있는 비율이나 빈도로 표현한다.(그림 1) 확률은 수학적으로 계산된 확률과 실제로 일어난 일을 바탕으로 계산한 경험적 확률이 있다. 모든 경우의 수에 대해 그 일이 일어날 경우의 수를 수학적으로 계산한 것을 수학적 확률이라고 한다. 수학적 확률은 모든 경우의 수 중에서 어떤 일이 일어날 경우의 수를 비율로 나타낸다. 예를 들어 정육면체인 주사위는 6개의 동일한 크기와 각도를 가지고 있어 주사위를 던졌을 때 나타날 수 있는 눈의 모든 경우의 수는 6이다. 그중에 어떤 눈이 나올 확률은 1/6이다. 반대로 경험적 확률은 실제로 주사위 던지기를 무수히 반복했을 때 나타난 확률로 경험을 바탕으로 추측한 값이다. 수학적 확률은 물리학, 화학, 생물학 등의 과학 분야와 다양한 공학 분야를 비롯하여 스포츠, 도박, 복권 추첨과 같은 분야에서도 활용되고 있다. 다루는 대상이 무수히 많은 원자, 분자, 전자 등의 경우 통계 역학에서 이를 확률적으로 계산하고, 물질과 에너지의 상호 작용을 양자 역학에서는 확률로 계산한다. 확률은 비율로 표시하면 0에서 1 사이의 값을 갖는다. 확률 0은 그 일이 절대로 일어나지 않는다는 0%를 의미하고, 확률 1은 그 일이 100% 일어난다는 것을 의미한다.   수학적 확률   그림 2. 확률과 경우의 수   룰렛 돌림판과 정육면체 주사위를 사용하여 수학적 확률을 계산해 보자. 룰렛 돌림판은 6등분되어 있고 주사위도 6면이 있다.(그림 2) 따라서 룰렛의 화살이 어떤 영역에서 멈출 확률은 1/6이다. 주사위 또한 어느 눈이 나올 확률은 1/6이다. 물론 룰렛 돌림판의 축이 한 가운데 있어서 어느 특별한 곳이 멈추기 쉽게 되어 있지 않다는 것이 전제조건이다. 주사위 또한 마찬가지로 어느 특별한 눈이 나오기 쉽게 되어 있지 않다는 것이 전제된다. 확률 0은 정해진 경우의 수 가운데 어떤 일이 일어나지 않는다는 것을 의미하지만, 예상 외의 일이 일어날 가능성까지 없다고 할 수는 없다. 실제로 룰렛 돌림판의 점수는 가는 선으로 구획된 칸을 기준으로 계산되지만, 화살표가 칸 사이의 눈금에서 멈추는 일도 있다. 이런 일은 룰렛 돌림판의 점수 체계에서 계산된 수학적 확률은 0이지만, 실제 게임에선 종종 발생한다. 이것은 점수 체계가 각 칸의 점수로만 계산하고 화살표가 눈금 위에 멈추는 경우는 고려하지 않았기 때문이다. 눈금 선의 두께를 고려하여 화살이 선 위에 멈출 가능성까지 고려하여 확률을 계산할 수도 있다. 눈금의 두께는 다른 칸의 각도에 비해서 매우 작으므로 선위에 화살이 멈출 확률은 매우 작을 것이다. 비슷한 사례는 주사위의 한 면이 지면에 닿지 않고 기울어져 있는 경우를 들 수 있다. 윷놀이에서 경우의 수와 확률을 계산할 때도 윷가락이 완전하게 엎어지거나 젖혀지지 않아 판정이 애매한 일도 생긴다. 그런 애매한 조건까지 고려한 경우의 수를 정확하게 판단해서 확률을 계산하는 것은 쉽지 않다.   n 개의 주사위로 나올 수 있는 숫자 주사위 하나의 경우는 1부터 6까지 1/6의 확률로 나올 수 있으리라는 것은 쉽게 이해할 수 있다. 주사위 두 개를 던질 때의 경우의 수와 확률은 어떻게 될까? <그림 3>처럼 모든 숫자의 조합을 표로 정리해서 보면, 두 개의 주사위에서 나온 숫자의 합은 2부터 12까지의 숫자가 나올 수 있으며 숫자에 따라서 확률이 달라진다. 이것도 수학적 확률에 지나지 않는다. 실제로 두 개의 주사위를 던져 보면 왼쪽의 확률 분포가 되지는 않는다. 상당히 많은 실험을 해야 비슷한 분포가 될 것이다.   그림 3. 두 개의 주사위를 던져서 나오는 수의 합     ■ 자세한 기사 내용은 PDF로 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.

디지털 지식전문가 조형식의 지식마당   인공지능(AI)은 단순한 기술을 넘어 우리의 삶과 산업 전반을 재편하는 거대한 흐름이 되었고, 이 거대한 흐름 속에서 스마트 디지털 트윈(smart digital twin)과 디지털 스레드(digital thread)는 미래 혁신을 이끌 핵심 동력으로 될 것으로 생각된다. 이번 호 칼럼에서는 AI 시대에 이 두 가지 개념이 왜 필수인지 그 핵심 역할과 의미, 그리고 우리가 직면한 과제를 심층 조명하고자 한다. 미래 제품 개발의 최전선에는 스마트 디지털 트윈이 자리하고 있다. 이는 단순한 물리적 객체의 디지털 복제본을 넘어선다. 우리는 이를 ‘인공지능 중심 디지털 트윈 (AI defined digital twin)’이라고 부르며, 궁극적으로는 AI 에이전트 디지털 트윈으로 진화할 것으로 생각된다.   그림 1. 인공지능 중심의 디지털 트윈과 디지털 스레드의 통합(출처 : Lifecycle Insights)   스마트 디지털 트윈의 핵심은 미래 예측과 시뮬레이션 능력에 있다. 가상 환경과 인공지능 환경에서 미래 제품의 성능과 기능을 사전에 예측하고 다양한 시나리오를 시뮬레이션함으로써, 우리는 현실 세계에서 발생할 수 있는 시행착오를 최소화하고 최적의 설계를 도출할 수 있다. 예를 들어, 자율주행 자동차를 개발할 때 스마트 디지털 트윈은 수십만 가지의 주행 상황을 가상으로 재현하고 AI 모델을 훈련시켜 실제 도로에서의 안전성을 극대화할 수 있다. 이는 제품 개발의 시간과 비용을 획기적으로 절감할 뿐만 아니라, 혁신적인 제품의 출시를 가속화하는 핵심 역할을 수행한다. 그러나 스마트 디지털 트윈이 그 잠재력을 온전히 발휘하기 위해서는 거대한 양의 데이터가 끊김 없이 흐르고, 이 데이터가 의미 있는 정보로 변환되어 AI의 추론과 학습에 활용될 수 있는 환경이 조성되어야 한다. 바로 이 지점에서 디지털 스레드의 역할이 부각된다. 인공지능이 강화되는 스마트 디지털 트윈 환경에서 디지털 스레드는 단순한 연결을 넘어 혁신의 실핏줄과 같은 역할을 수행한다. 이는 정보의 단절, 즉 데이터 사일로(data silo)를 극복하고 정보의 흐름을 원활하게 하는 유일무이한 기술이다. 기존의 단절된 시스템과 프로세스 속에서는 데이터가 각자의 고립된 공간에 갇혀 효율적인 활용이 불가능했다. 디지털 스레드는 이러한 장벽을 허물고, 정보가 마치 혈액처럼 유기적으로 순환하며 지식으로 축적될 수 있도록 도와준다. 디지털 스레드의 핵심 기능은 크게 다섯 가지 유형의 단절된 데이터 사일로를 연결하는 데 있다. 첫째, 제품 수명주기(product lifecycle) 내 소통이다. 요구사항 정의에서부터 제품 스펙, 엔지니어링 BOM(Bill Of Materials), 제조 BOM, Bill of Process, 그리고 서비스 BOM에 이르기까지, 제품의 전 수명주기 단계에서 발생하는 모든 데이터가 디지털 스레드를 통해 끊김 없이 연결된다. 과거에는 각 단계별로 데이터가 사일로화되어 정보 흐름이 원활하지 못했고, 이는 곧 비효율적인 의사결정과 불필요한 재작업으로 이어졌다. 디지털 스레드는 이러한 문제점을 해결하여 제품 개발의 전 과정에서 일관된 정보와 최신 데이터를 공유할 수 있도록 한다. 둘째, 제품 수명주기 관리(PLM)와 인공지능 간의 소통이다. 제품 개발 환경에서 인간의 생각과 인공지능의 추론 기능 간에는 디지털 온톨로지(digital ontology)의 표준적 개념과 디지털 스레드를 통해 다양하고 복잡한 생각과 용어 등이 소통될 필요가 있다. 디지털 스레드는 복잡한 제품 구조, 기능, 요구사항 등을 AI가 이해하고 추론할 수 있도록 의미론적으로 연결하는 다리 역할을 한다. 이를 통해 AI는 단순한 데이터 분석을 넘어, 인간의 의도를 파악하고 창의적인 해결책을 제시하는 진정한 협력자가 될 수 있다. 셋째, 서로 다른 설루션 간의 소통이다. 소프트웨어 형상 관리 설루션, PLM, 요구사항 관리 설루션, 해석 데이터 관리 설루션 등 수많은 서로 다른 설루션이 존재하지만, 이들 간의 데이터 연동은 늘 골칫거리였다. 디지털 스레드는 이처럼 분리된 설루션을 메시(mesh) 관계로 연결하여 데이터가 원활하게 연동될 수 있도록 한다. 마치 거미줄처럼 촘촘하게 연결된 이 망은 각 설루션이 생성하는 데이터가 실시간으로 다른 설루션과 공유되고 활용될 수 있는 기반을 제공한다. 넷째, 서로 다른 조직 간의 소통이다. 마케팅 부서, 기본 설계 부서, 생산 부서, 그리고 최종 서비스 부서 등 각기 다른 용어와 문화를 가진 조직간의 소통은 늘 쉽지 않은 과제였다. 디지털 스레드는 이러한 소통 장벽을 허물고 협업을 원활하게 한다. 각 조직이 사용하는 용어와 개념을 디지털 스레드 위에서 표준화하고 연결함으로써, 오해를 줄이고 목표 지향적인 협업을 가능하게 하는 것이다. 이는 궁극적으로 조직 전체의 시너지를 극대화하고, 혁신적인 아이디어가 자유롭게 교환될 수 있는 환경을 조성한다. 다섯째는 세렌디피티(serendipity)이다. 이런 거미줄 같은 메시 관계에서 오는 네트워크된 지식(Networked Knowledge) 생태계는 이해당사자인 개발책임자, 엔지니어, 생산 엔지니어, 마케팅 전문가, 안전 전문가, 형상관리자 등에게 생각지 못한 발견과 창의적 환경을 제공하며, 자료를 찾는데 소모되는 엄청난 시간과 노력을 절감하게 하며 더 창조적인 작업에 투자할 수 있다.   그림 2. 제품 수명주기의 디지털 스레드 지식 그래프(knowledge graph)(출처 : Eigner Engineering Consult)   이처럼 디지털 스레드는 AI 시대, 특히 스마트 디지털 트윈 환경에서 데이터의 고립을 해소하고, 정보의 흐름을 최적화하며, 궁극적으로는 AI의 잠재력을 최대한으로 끌어내는 필수 기반 기술이라고 할 수 있다. 인공지능 시대에 디지털 스레드를 통한 창조성과 필연적 세렌디피티가 분야 전문가의 유일한 생존 전략이라고 할 수 있다. 그럼에도 불구하고 디지털 스레드는 여전히 많은 이에게 생소하고 도전적인 개념으로 여겨진다. 현장에서는 디지털 트윈 개발에 디지털 스레드가 필수임에도 불구하고 고객을 설득하기 쉽지 않다는 어려움을 토로한다. 심지어 일부 미국 전문가 사이에서는 ‘디지털 스레드 무용론’이 제기되기도 한다. 이러한 오해와 도전은 디지털 스레드가 가지는 혁신적인 속성 때문일 수 있다. 우리가 직면한 과제는 명확하다. 첫째, 설득의 어려움이다. 디지털 스레드의 필요성을 현장의 이해관계자에게 명확히 전달하고 공감대를 형성하는 것이 중요하다. 단기적인 효율 증대 뿐만 아니라 장기적인 관점에서 AI 시대의 경쟁 우위를 확보하는 핵심 요소임을 강조해야 한다. 둘째, 개념의 생소함과 도전적인 특성이다. 현재에도 디지털 스레드에 대해 정확하게 아는 사람이 드물며, 이는 비교적 생소하고 혁신적이며 도전적인 개념이기 때문이다. 따라서 이에 대한 지속적인 교육과 홍보, 그리고 성공 사례 발굴을 통해 이해의 폭을 넓혀야 한다. 그러나 이러한 도전에도 불구하고, 인공지능 시대에 스마트 디지털 트윈에서 디지털 스레드가 필요한 이유는 존재하는 것이 아니라 만드는 것이라는 관점에서 접근해야 한다. 이는 디지털 스레드가 단순히 현존하는 문제를 해결하는 도구를 넘어, 미래의 복잡한 인공지능 기반 시스템을 구축하고 그 잠재력을 최대한 발휘하기 위한 능동적이고 필수적인 기반임을 시사한다. 디지털 스레드는 이미 존재하는 데이터나 시스템을 연결하는 수동적인 도구가 아니다. 그것은 미래에 우리가 만들어낼 혁신 제품과 서비스를 위한 데이터와 정보의 연결고리를 능동적으로 구축하는 의미를 가진다. AI 시대의 복잡성은 끊임없이 새로운 데이터 유형과 상호작용 방식을 요구할 것이다. 디지털 스레드는 이러한 변화에 유연하게 대응하며 새로운 연결고리를 지속적으로 생성하고 발전시키는, 살아있는 유기체와 같다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

한국컴퓨터그래픽스학회는 7월 8일부터 11일까지 강원도 고성 델피노 리조트에서 2025 학술대회 및 여름학교를 진행했다고 전했다. ‘Generating Worlds, Rendering Reality’를 주제로 열린 이번 행사에는 학계, 산업계, 학생 등 약 410여 명이 참석해 컴퓨터 그래픽스 및 관련 분야의 최신 연구 성과와 기술을 공유하며 교류의 장을 펼쳤다.     이번 학술대회에서는 국내외 저명 연사들의 초청강연을 비롯해 다양한 논문 및 포스터 발표 세션, 산업체 특별세션, 대학 및 산업체 전시, 여름학교 프로그램 등이 함께 진행되며 참가자들로부터 호응을 얻었다. 첫 번째 초청강연에서는 정보통신기획평가원(IITP) 홍진배 원장이 ‘AX 2.0 시대, 우리의 준비’를 주제로 물리 AI(physical AI)를 포함한 국가 인공지능 전략기술의 발전 방향을 제시했다. 이어 오스템임플란트 최규옥 회장은 ‘의료 IT가 여는 스마트 병원의 미래’를 주제로 AI 기반 진료 시스템의 실제 도입 사례를 소개하고 의료 산업의 디지털 전환 가능성을 조망했다. 아시아그래픽스협회와의 연계로 초청된 중국 베이징대학교 왕펑솨이(Peng-Shuai Wang) 교수는 ‘통합형 3D 표현 및 학습’에 관한 최신 연구 성과를 발표했다. 아시아그래픽스협회는 2015년 창립된 이래 아시아 지역 컴퓨터 그래픽스 및 상호작용 기술 분야 연구자 간 교류와 협력을 촉진해온 전문 기관이다. 한국컴퓨터그래픽스학회는 “이번 초청은 한국컴퓨터그래픽스학술대회에서 처음으로 이루어진 아시아그래픽스협회와의 공식 연계 프로그램으로, 한·중 젊은 연구자 간 활발한 학술 교류와 협력의 가능성을 여는 계기가 되었다”고 설명했다. 또한 KAIST 박용근 교수는 라벨이 없는 3D 이미지와 AI 기반 조직 분석 기법을 활용한 다양한 응용 가능성을 제시했으며, GengenAI 조호진 대표는 합성 데이터 기반 산업용 AI 적용 사례를 발표했다. 이외에 이번 행사에서는 우수논문상 시상과 함께 공로패 수여식도 진행되었으며, 학회의 산학 협력 활성화와 발전에 기여해 온 서울대학교 신영길 교수가 공로패를 수상했다. 한국컴퓨터그래픽스학회의 최수미 학회장은 “이번 행사는 차세대 컴퓨터 그래픽스 및 인터랙션 기술을 선도할 인재 양성과 산학연관의 연구 협력 촉진에 있어 매우 뜻깊은 자리였다”면서, “앞으로도 국내외 학술 교류의 장을 지속적으로 확대해 나갈 계획”이라고 전했다.

시점 – 사물이나 현상을 바라보는 눈 (7)   지난 호에서는 ‘개별 관찰’, ‘집단 관찰’, ‘확률과 통계’에 관한 주제의 첫 번째 이야기로 ‘개별 관찰’의 의미에 관해서 소개하면서, 어떤 경우에 개별 관찰이 가능하며 효과적인지에 관해서 생각해 보았다. 그리고 이후 소개할 집단 관찰의 의미와 효과를 생각하는 발판으로 삼고자 개별 관찰의 어려움과 한계를 강조하였다. 이번 호에서는 집단 관찰에 관한 이야기를 다루고자 한다. 압력, 온도, 비중, 밀도에 관한 이야기를 시작으로 기체, 액체, 고체의 성질과 온도에 따른 수축·팽창 현상을 살펴본다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 압력은 단위면적에 작용하는 힘을 관찰하는 것   집단 관찰공기를 구성하는 질소(N₂)나 산소(O₂) 분자, 물을 구성하는 물 분자(H₂O), 분자를 구성하는 원자, 원자를 구성하는 양성자, 중성자, 전자 등을 하나씩 구별해서 관찰할 수 있을까? 그런 것이 가능하다면 ‘개별 관찰’이라고 할 수 있을 것이다. 그러나 여러 가지 원소나 물질이 합쳐져 이루어진 집단(예를 들면 사람, 동물, 물건, 집, 책 등)에 인격을 부여해서 관찰한다면 그것은 엄밀하게는 ‘집단’의 특성을 관찰하는 것이므로 ‘집단 관찰’이라고 해야 할 것이다. 일반적으로는 ‘여러 개체가 모인 집단’의 특성을 관찰하는 것도 집단 관찰로 보아야 할 것이다. 지난 호에서도 소개했지만, 대기압 15℃에서 1㎣(1μL)에 들어 있는 공기 분자의 수가 2.69경(京, 1016) 개에 달한다. 심지어 눈에는 보이지도 않는다. 어떻게 개별 관찰을 할 수 있을까? 바람이 부는 것도 장소 간의 압력 차에 의해서 생기는 것이다. 그 바람 속에도 1㎣(1μL)에 2.69경 개의 공기 분자가 들어 있을 것이며 흐름을 따라서 이동한다. 우리는 하루에 약 1만 1000L의 공기를 호흡한다. 1만 1000L는 491mole(몰)에 해당하며 2.96× 1026개의 공기 분자를 호흡작용으로 우리 몸에 빨아들이고 있다. 우리 몸이 대용량 기체 펌프를 보유하고 있는 셈이다. 압력에 관해서 생각해 보자. 압력은 단위 면적 당 수직으로 가해지는 힘이다.(그림 1) 이상기체 법칙은 이상적인 기체를 가정해서 기체 분자의 운동과 온도, 부피, 압력, 분자량과의 관계를 나타낸다. <그림 1>의 왼쪽 아래를 보면 고온 고압의 수증기가 계속 나오는데, 시간이 조금 지나면 눈에 보이지 않게 되고 공기 속으로 사라져 버린다. 원자 또는 분자 하나하나의 특성과 행동을 파악하는 것은 기초과학의 분야에서는 매우 흥미로운 주제이지만 실용적이지는 못하다. 적어도 물을 끓여서 고압의 수증기를 만들어 증기기관의 동력으로 사용하여 산업혁명을 가능하게 했던 것은 집단 관찰 덕분이라고 할 수 있을 것이다.   파스칼의 법칙 - 주사기의 법칙 파스칼의 원리, 파스칼의 법칙 또는 유체압력 전달 원리는 유체역학에서 폐관 속의 비압축성 유체 집단의 어느 한 부분에 가해진 압력의 변화가 유체 집단의 다른 부분에 그대로 전달된다는 내용이다. 이 원리는 프랑스 수학자 블레즈 파스칼(Blaise Pascal)이 정립했다. 그는 과학자나 수학자로 알려졌지만 물리학자, 통계학자, 발명가, 심리학자, 철학자, 신학자, 작가로도 활동했으며, 철학과 신학에 더 많은 시간을 사용했다고 한다. 예전에는 자동차 정비소에 가면 압축공기를 사용해서 자동차를 들어올리는 기구를 많이 볼 수 있었으나, 요즈음에는 대부분 전기로 구동하는 리프트(lift)가 사용되어 이런 원리를 체감하기 어렵다.(그림 2) 자동차 핸들, 유압식 자동차 리프트, 포크레인 등 유압을 사용한 많은 설비에 이러한 원리가 사용되고 있다. 간단하게 이야기하면 넓은 면적에 압력을 가해서 좁은 면적으로 멀리 보내는 주사기의 원리와 같다. 간단한 주사기의 법칙에 여러 가지 가정을 하고 경계조건을 정하고 공식으로 만들어서 논리적으로 소개하니, 그럴 듯한 물리학의 중요한 법칙으로 탈바꿈한 셈이다.  사실 모든 것은 알고 나면 간단한 것인데 알아가는 과정이 쉽지만은 않은 것이 현실이다.   그림 2. 파스칼의 법칙 또는 유체압력 전달의 원리를 설명한 모식도     ■ 자세한 기사 내용은 PDF로 제공됩니다.

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.

게임 기술이 충돌 수리 교육을 혁신하는 방법   이번 호에서는 게임 디자인의 원칙이 충돌 수리 산업과 같은 기업 사용 사례로 원활하게 전환되는 방법, 도전 과제와 해결책, 그리고 자동차 산업을 위한 몰입형 실습 학습 경험을 창출한 성과에 대해 짚어본다. ■ 자료 제공 : 유니티 코리아   마이크 머티스는 비디오 게임 및 음악 산업에서 25년 이상의 경험을 가지고 있으며, 게임 개발이 다양한 기업의 광범위한 응용 프로그램을 어떻게 형성하고 알릴 수 있는지를 이해하고 있다. 프리랜서 비디오 게임 저널리스트로 시작하여 다양한 게임 개발 프로젝트의 프로듀서로 기여하기까지, 그는 항상 게임 산업이 세계에 미치는 파급 효과에 영감을 받아왔다. 오늘날, 이 풍부한 기반은 I-CAR(자동차 충돌 수리 산업 간 회의)에서 그의 역할을 이끌고 있으며, 그는 가상현실(VR)을 사용하여 충돌 수리 교육을 혁신하는 학습 혁신 및 기술 팀을 이끌고 있다.   ▲ 이미지 제공 : I-CAR   게임 시작 : 기업 에디션 I-CAR의 VR 기반 시뮬레이션으로 자동차 교육 커리큘럼을 향상시키기 위한 노력에 참여했을 때, 머티스는 익숙한 느낌을 느꼈다고 한다. 새로운 게임 스튜디오를 설정하는 것과 매우 비슷했지만, 그는 비디오 게임을 출시하는 대신 충돌 수리 산업에서 기술자들이 사용할 수 있는 영향력 있는 교육 도구를 만드는 데 초점을 맞추었다. I-CAR는 충돌 수리의 안전성, 효율성 및 품질을 향상시키기 위해 헌신하는 비영리 조직이다. 1979년 설립 이후 탄탄한 명성을 쌓아왔으며, 골드 클래스 인정 프로그램을 통해 충돌 수리의 우수성에 대한 교육 기준을 설정하고 있어 VR 학습 통합과 같은 미래 지향적인 것을 탐구하기에 적합한 플랫폼이다. 머티스는 “가상 게임 기술과 자동차 수리 세계를 연결하는 복잡성은 내가 기꺼이 도전할 준비가 된 과제였다. 이전 경험과 많은 연구를 바탕으로, I-CAR의 학습 혁신 및 기술 팀의 기초를 구축하는 여정을 시작했다”고 소개했다.   ▲ 유니티 에디터에서 I-CAR VR 충돌 수리 교육 과정을 구축하는 모습(이미지 제공 : I-CAR)   개발 엔진의 선택 올바른 개발 엔진을 선택하는 것은 VR 기반 교육 시뮬레이션을 구축하는 데 있어 중요한 첫 번째 단계였다. 머티스는 “여러 게임 프로젝트에서 다양한 게임 엔진을 실험해본 결과, 게임 엔진 개발의 주력은 거의 20년 동안 유니티였다. 자신의 경험과 함께, 가상현실을 위해 개발하는 다른 회사들과 광범위하게 이야기했으며, 그들 모두가 유니티를 사용하고 있다는 공통점이 있었다”면서, “유니티의 OpenXR 및 Meta XR All-in-One 플러그인과의 통합은 높은 안정성을 보였으며, 엔진의 전반적인 유연성 덕분에 필요할 경우 미래에 다른 SDK로 빠르게 전환할 수 있었다”고 전했다. 또 다른 주요 고려 사항은 유니티 버전 컨트롤(Unity Version Control)이었다. 머티스는 “우리 팀의 많은 구성원이 원격으로 작업하고 있었기 때문에, 프로젝트 백업, 검색 및 개발 워크플로를 관리할 수 있는 강력한 시스템이 필요했다. 변경 사항을 쉽게 롤백하거나 필요에 따라 다양한 개발 경로를 위한 분기를 생성할 수 있는 견고한 버전 관리 시스템이 필수였다”고 설명했다. 그리고 “유니티가 우리의 모든 개발 요구 사항을 충족했기 때문에 선택은 간단했다. 돌이켜보면 그것은 중대한 결정으로 입증되었으며, 우리 팀의 성공과 개발 노력의 지속적인 진전에 중요한 역할을 했다”고 덧붙였다.     VR 혁신가 팀 구성 엔진이 선택된 후, 머티스는 내부 개발 팀을 찾기 시작했다. 유니티 개발자를 찾는 동안, 많은 후보자가 유니티 엔진으로 놀라운 성과를 이루는 것을 보는 것이 인상적이었다고 한다. 머티스는 “게임 산업에 대한 나의 지식과 우리의 교육 목표에 대한 명확한 이해가 게임 산업의 후보자들과 간극을 메우는 데 도움이 되었다. 이 덕분에 그들에게 그들의 개발 기술이 충돌 수리 산업에 있는 사람들을 위한 새로운 흥미로운 학습 방식을 형성하는 데 어떻게 도움이 될 수 있는지를 보여줄 수 있었다”고 전했다. 또한, 머티스는 3D 모델이 정확하고 시각적으로 매력적이도록 하기 위해 3D 모델러를 추가로 고용했다. 우리의 3D 모델러는 이전에 유니티를 사용한 적이 없었지만, 유니티 개발자들과의 협업 및 유니티 런(Unity Learn)의 학습 카탈로그 덕분에 빠르게 3D 자산을 유니티에 가져와 고품질 방식으로 작동시킬 수 있었다. 머티스의 팀은 유니티 개발자, 3D 애니메이터 및 XR 주제 전문가로 구성되었다. 이러한 인재들 덕분에 모든 개발, 경험 정확성, VR 헤드셋 지식 및 중요한 QA 테스트가 면밀히 모니터링되어 프로토타입의 성공을 보장할 수 있었다. 팀이 구성된 후에는 VR 프로토타입이 어떤 콘텐츠를 포함할지, 그리고 그것을 만드는 것이 I-CAR의 잘 확립된 커리큘럼 생성 과정에 어떻게 맞아들어갈지를 구체적으로 계획하는 단계를 거쳤다.   프로토타입 구축 머티스의 팀은 I-CAR의 제품 개발 및 커리큘럼 팀과 협력하여 VR을 그들의 과정 설계 프로세스에 원활하게 통합했다. 이와 함께, 머티스는 기존 개요 및 스토리보드에 맞춘 인터랙티브 단계 시트를 신속하게 개발하여 실제 수리 절차에서 핵심 프로세스 기술을 포착했다. 이 단계 시트는 VR 경험을 위해 유니티에서 작성될 필요가 있는 3D 자산, 상호작용, 소리 및 다른 요소를 추적하는 역할도 했다. 기술에 익숙하지 않은 커리큘럼 팀에 VR을 도입하는 것은 창작만큼이나 교육에 관한 것이었다. VR의 잠재력을 설명하기 위해, 머티스의 팀은 메타 퀘스트 2(Meta Quest 2) 헤드셋에서 사용할 수 있는 작은 프로토타입을 유니티에서 개발했다. 커리큘럼 팀을 위한 이 교육 프로토타입을 개발함으로써 개발 팀은 유니티에서 모든 기본 생산 프로세스를 설정할 수 있었다. 3D 자산을 유니티로 가져오는 방법과 상호작용을 위한 여러 코드 조각을 작성하는 것과 같은 것들로, 머티스의 팀은 주요 프로토타입을 위한 개발 템플릿을 갖게 되었다. 개발된 VR 교육 프로토타입은 커리큘럼 팀 구성원들이 도구와 차량과 상호작용할 수 있게 하여 몰입형 3D 경험의 힘에 대한 직접적인 통찰을 얻을 수 있게 했다. 머티스는 “이 작은 개발은 팀의 참여를 높일 뿐만 아니라 새로운 학습자가 더 복잡한 프로토타입에 뛰어들기 전에 VR에 익숙해질 수 있도록 도와주는 VR 트레이너로 발전한 성과였다. 이 성공은 우리가 실제 프로세스를 자연스럽고 매력적이며 기술자에게 정확한 강력한 가상 경험으로 변환하는 데 집중할 수 있게 해주었다”고 설명했다.   ▲ I-CAR VR 프로토타입 영상 캡처(비디오 제공 : I-CAR)   몰입형 학습으로 격차를 해소하기 머티스는 다음과 같은 시나리오를 소개했다. 전기차(EV)에 포함된 고전압 시스템을 다루는 수업을 듣기 직전이다. 이 수업 전에 다음에 대한 경험이 있는가? ① 멀티미터 사용하기 ② 전압 측정하기 ③ 2극 테스터 사용하기 ④ 안전 절차 ⑤ 고전압 분리 과정 수행하기 이러한 주제를 가르치는 수업에 들어가는 것은 꽤 벅차 보일 수 있으며, 어떤 사람은 수업 전에 프로세스를 더 잘 이해하기 위해 유튜브 비디오나 다른 자료를 찾고 있을 것이다. 이것은 자신감의 문제이다. 복잡한 프로세스에 들어갈 때 미리 알고 싶은 사람이 누가 있을까? 여기서 어려운 점은 어떤 자료가 있을 수 있지만, 언급된 모든 프로세스는 이해하기 위해 실습 경험이 필요하다. 멀티미터와 2극 테스터가 접근 가능하며, 전압을 측정할 수 있는 것이 있는가? 전기차 작업 프로세스와 관련이 있으면서도 안전한 작업은 무엇인가? 비용과 일반적인 접근성은 어떤가? 여기서 VR이 등장한다. VR은 실제 장비에서 연습하는 안전 위험이나 비용 없이 이러한 프로세스에 대한 실습 노출을 제공한다. 학습자는 헤드셋을 착용하고 즉시 가상 훈련실로 이동한다. 여기서 사람들은 멀티미터로 전압을 안전하게 측정하는 방법을 배우고, 고전압 연결 절차를 연습한다. 그리고 자신의 기술에 자신감을 가질 때까지 단계를 끝없이 반복한다. 이 기술은 학습자가 실수를 하고 안전하고 통제된 환경에서 그로부터 배우도록 허용한다. 훈련을 마스터했다고 느끼면 실제 응용 프로그램으로 전환할 수 있으며, 새로 습득한 기술과 지식을 직접 보여줄 준비가 되어 있을 뿐만 아니라 흥미를 느낄 수 있다.   미래를 엿보다 머티스는 “충돌 수리 산업 내에서 우리의 프로토타입을 선보이고 SEMA 및 CES와 같은 주요 산업 행사에서 발표한 후, 자동차 전문가들로부터 긍정적인 피드백을 받았다. 관심과 격려는 우리가 설계한 프로토타입을 완전한 VR 기반 과정으로 전환할 수 있는 신호를 주었다”고 소개했다. 전기차 기술 작업 및 ADAS 관련 수리 시나리오 문제 해결의 세부 사항에 중점을 둔 이 과정 중 두 개는 2025년 말에 출시될 예정이다. VR이 모든 실습 학습의 측면을 대체하지는 않지만, 복잡하고 접근하기 어려운 또는 비싼 시나리오를 더 접근 가능하게 만드는 데 뛰어나다. 이것은 도구이다. 전통적인 교육 방법을 보완하여 학습자에게 안전하고 확장 가능하며 상호작용적인 방식으로 기술을 마스터할 수 있는 방법을 제공한다. 유니티 인더스트리(Unity Industry)와 같은 플랫폼을 활용함으로써 기업은 교육의 미래를 재정의하고 고급 학습 경험을 더 영향력 있게 만드는 몰입형 VR 경험을 만들 수 있다.       ■ 기사 내용은 PDF로도 제공됩니다.