서비스나우(ServiceNow)가 연례 최대 규모의 고객 및 파트너 행사인 ‘K25(Knowledge 2025)’에서 새로운 서비스나우 AI 플랫폼을 공개했다. 이번 플랫폼은 엔비디아(NVIDIA), 마이크로소프트(Microsoft), 구글(Google), 오라클(Oracle) 등 전략적 파트너들과의 통합을 강화하며, 기업들이 AI, 에이전트, 모델을 전사적으로 활용할 수 있도록 지원한다. 이번 플랫폼은 엔비디아(NVIDIA), 마이크로소프트(Microsoft), 구글(Google), 오라클(Oracle) 등 전략적 파트너들과 통합을 한층 강화하고, 플랫폼 전반에 걸친 혁신을 통해 전사적 통합 운영을 가속화한다. 어도비(Adobe), 앱티브(Aptiv), 북미아이스하키리그(NHL), 비자(Visa), 웰스 파고(Wells Fargo) 등 글로벌 선도 기업들은 이미 서비스나우 AI를 활용해 실질적인 비즈니스 성과를 창출하고 있다. AI 혁신으로 기업 운영 최적화 전 산업에 걸쳐 선도기업들은 복잡한 과제를 안고 있다. 그 배경에는 분산된 시스템, 일관성 없는 데이터, AI 전략의 부재, 제한된 자원 속에서 더 많은 성과에 대한 압박이 있다. AI 혁신은 비즈니스 운영 방식을 근본적으로 변화시켜 회복탄력성, 효율성, 비용 절감은 물론, 기술 부채와 예측 불가능성 해소에 기여한다. 하지만 이러한 혁신을 성공적으로 이끌기 위해서는, 미래를 대비한 플랫폼과 함께 AI 에이전트를 적극 수용하려는 명확한 비전과 실행 의지가 필요하다. AI를 선제적으로 도입한 기업들은 이미 조직 전반에서 생산성을 높이며 가시적인 성과를 내고 있다. 재무적 효과도 뚜렷하다. 서비스나우 엔터프라이즈 AI 성숙도 지수(Enterprise AI Maturity Index)[1]에 따르면, AI 에이전트를 도입한 조직의 55%가 수익성이 개선된 것으로 나타났으며, 도입을 고려하지 않는 조직은22%에 그쳤다. 20년 이상의 자동화 경험과 복잡한 엔터프라이즈 워크플로우 문제를 해결해온 검증된 성과를 바탕으로, 서비스나우 AI 플랫폼은 사람을 위한 AI 도입을 검토하는 기업들에게 게임 체인저로 자리매김하고 있다. 빌 맥더멋(Bill McDermott) 서비스나우 회장 겸 CEO는 “서비스나우는 서비스나우 AI 플랫폼을 통해 기업 혁신의 새로운 시대를 열고 있다. 우리는 산업, 에이전트, 워크플로우를 막론하고 AI의 잠재력을 실현하고 있다”고 말했다. 이어 그는 “수십 년 동안 CEO들은 기술이 비즈니스 혁신의 속도를 높이길 기대해 왔다. 이제 이 차세대 아키텍처를 통해 통합된 기업을 실시간으로 운영할 수 있는 기반을 마련했다. 서비스나우는 AI, 데이터, 워크플로우를 단일 플랫폼에서 조율할 수 있는 유일한 기업이다. 지금이야말로 서비스나우를 21세기의 AI 운영 체제로 삼아 미래의 기회를 현실로 만들 때다”라고 강조했다. 전 세계 선도 기업들은 이미 서비스나우의 AI 에이전트를 활용해 운영 방식, 혁신 전략, 서비스 제공 방식을 근본적으로 변화시키고 있다. 글로벌 기업들의 AI 도입 사례 · 어도비는 IT 및 업무 환경 전반에 걸쳐 자동화를 가속화하기 위해 서비스나우의 AI 에이전트를 도입해 혁신과 성장을 추진하고 있다. 비밀번호 재설정, 인증서 관리 등 반복적인 요청에 AI 에이전트를 적용해 티켓(지원 요청) 발생 건수를 줄이고, 처리 시간을 단축하며, 직원 생산성을 향상시키고 있다. 어도비는 AI 에이전트 도입을 확대할 계획이다. · 앱티브와 서비스나우는 핵심 산업 분야에서 지능형 자동화와 운영 회복력을 함께 강화하고 있다. 서비스나우 AI 플랫폼의 기술력과 앱티브의 엣지 인텔리전스(edge intelligence)를 결합해 자동화 수준과 운영 효율을 높이기 위한 파트너십 체결을 최근 발표했다. · 북미아이스하키리그(NHL)는 조직의 운영을 간소화하기 위해 서비스나우 AI를 적극 도입하고 있다. 이를 통해 직원들이 보다 신속하게 문제를 해결할 수 있도록 돕고, 경기장 기술진이 경기 당일 경험을 개선함으로써 수백만 팬들에게 더욱 향상된 서비스를 제공하고 있다. · 웰스 파고는 랩터DB(RaptorDB)와 서비스나우 AI를 함께 도입해 복잡한 워크플로우를 자동화하고, 실시간 데이터 처리 환경을 구축해 AI 기반 의사결정을 전사적으로 강화하고 있다. · 비자는 서비스나우와 공동 개발한 AI 기반 분쟁 해결 시스템인 ‘서비스나우 분쟁 관리(ServiceNow Disputes Management)’를 도입할 예정이다. 이 시스템은 서비스나우 플랫폼 상에서 운영되며, AI 에이전트 기능을 탑재하고 있다. 이번 제품 출시의 성공에 힘입어 비자는 서비스나우의 AI 기술을 활용해 자체 관리형 분쟁 처리 서비스(Managed Dispute Services)를 제공할 계획이다. 서비스나우 AI 플랫폼 주요 기능 새롭게 재구성된 서비스나우 AI 플랫폼은 인텔리전스, 데이터, 오케스트레이션을 통합하고, 스마트한 대화형 AI 참여 계층(AI Engagement Layer)을 통해 파일럿 단계를 넘어 실제 업무에 AI를 본격 적용할 수 있도록 돕는다. 이 AI 참여 계층은 서비스나우의 놀리지 그래프(Knowledge Graph), 워크플로우 데이터 패브릭(Workflow Data Fabric), AI 에이전트 패브릭(AI Agent Fabric)을 기반으로 하며, 여러 시스템에 걸쳐 복잡한 업무를 처리할 수 있도록 지원한다. 각 요소들은 모두 기업 내 데이터 시스템과 에이전트 기반 프레임워크와 연결돼, 조직 전반의 AI 활용을 뒷받침한다. 이번 플랫폼 혁신은 파트너십 확대, 수천 개의 즉시 활용 가능한 AI 에이전트, 그리고 ‘서비스나우 AI 컨트롤 타워(AI Control Tower)’ 출시를 비롯해, AI 기술을 중심으로 한 서비스나우 생태계의 확장을 본격화하고 있다. 서비스나우는 AI 플랫폼과 함께 이 강력한 기능들을 도입해, AI의 가치를 기업 전반으로 확장하고 있다. 주요 신기술 및 파트너십은 다음과 같다. · AI 컨트롤 타워: 서비스나우 및 타사 AI 에이전트, 모델, 워크플로우를 단일 플랫폼에서 관리, 통제, 보호하며 실질적 가치를 실현할 수 있도록 지원하는 중앙 통합 지휘 센터로, 원활한 협업, 강력한 통제, 전사적 자동화를 가능하게 한다. · AI 에이전트 패브릭: 기업 내 AI 에이전트 생태계를 위한 소통의 기반으로, 다양한 도구, 팀, 공급업체 전반에서 AI 에이전트 간 협업을 지원한다. 마이크로소프트, 엔비디아, 구글, 오라클 등과 같은 파트너들과의 매끄러운 연동을 지원하며, 서비스나우, 파트너, 내부 팀이 구축한 에이전트와 오케스트레이터가 컨텍스트를 공유하고 작업을 조율하며 기업 생태계 전반에서 결과를 이끌어낸다. · 차세대 CRM: 판매, 주문 처리, 고객 서비스를 하나의 플랫폼으로 통합한 AI 기반의 고도화된 CRM 솔루션. 수동적인 고객 지원에서 벗어나, 고객 여정 전반에 걸친 능동적이고 전략적인 고객 관리가 가능하다. 구성·가격·견적(CPQ)부터 주문 이행, 고객 지원, 계약 갱신까지 전 과정을 아우르며, 현대 비즈니스 환경에 최적화된 CRM 경험을 제공한다. · 아프리엘 네모트론 15B(Apriel Nemotron 15B): 서비스나우와 엔비디아가 공동 개발한 새로운 추론형 대형 언어 모델(LLM)로, 대규모 AI 에이전트 구현을 위해 설계됐다. 이 언어 모델은 우수한 성능, 비용 효율성, 높은 확장성을 갖추고 있으며, 뛰어난 정확도와 낮은 지연 시간, 저렴한 추론 비용을 통해 더 빠르고 효과적인 AI 에이전트를 구현할 수 있도록 지원한다. AI 교육 및 인재 양성 서비스나우는 서비스나우 유니버시티(ServiceNow University)를 새롭게 출시해 기업의 AI 활용 역량을 강화하고, 인재 양성을 지원한다. 이번 AI 플랫폼 공개로 서비스나우는 AI, 데이터, 워크플로우를 단일 플랫폼에서 조율하는 기업으로 자리매김하고 있다. AI 기반 기업 운영 혁신이 더욱 가속화될 것으로 기대된다.

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.

AI와 산업 전문성 결합해 클라우드 기반 제조 혁신 도울 것   여러 산업에서 확산되고 있는 클라우드 컴퓨팅이 제조 산업에서도 본격화될 것으로 보인다. 이를 겨냥해 아마존웹서비스(AWS)는 제조 산업의 클라우드 가치 제공을 본격화하고 있다. 한편, 에티버스는 지난 3월 25일 ‘2025 제조 고객을 위한 AWS 파트너 클라우드 설루션 콘퍼런스’를 주최했다. 이 콘퍼런스에서는 AWS를 비롯해 국내 파트너사들이 참가해 국내 제조 산업을 대상으로 클라우드 기술이 어떤 가치를 제공할 수 있는지와 구체적인 적용 방안 등이 소개됐다. AWS의 황민선 ENT-MFG&SNE(서비스 앤 에너지) 산업 담당 파트너 세일즈 매니저와 에티버스의 김준성 클라우드플랫폼 사업본부 전무로부터 국내 클라우드 시장의 동향 및 전망부터 제조 산업을 겨냥한 클라우드 전략까지 들어보았다. ■ 정수진 편집장    ▲ AWS 황민선 ENT-MFG&SNE 산업 담당 파트너 세일즈 매니저   ▲ 에티버스 김준성 클라우드플랫폼 사업본부 전무   에티버스는 어떤 기업인지 소개한다면 ■ 김준성 : 에티버스는 지난 1993년 영우컴퓨터라는 사명으로 설립되어 30여년간 글로벌 IT 공급사와의 협업을 통해 IT 토털 설루션 공급사로서 영업을 지속해 왔으며, 시스템 구축, 유지보수, 설루션 개발은 물론 빅데이터, AI, 클라우드 등 4차 산업혁명의 핵심 기술에 집중하여 미래의 IT 비즈니스의 중심이 되고자 노력하고 있다. 또한, 에티버스는 2022년 한국에서 유일하게 AWS와 디스트리뷰터 계약을 맺고 다양한 파트너와 고객들의 클라우드 여정을 돕고 있으며, 이를 위해 400개가 넘는 파트너와 협업 관계를 구축하여 각 산업 전반에 걸쳐 클라우드와 AI 생태계 확산을 돕고 있다.   클라우드 기술 기업으로서 AWS가 최근 중점을 두고 있는 부분이 있다면 어떤 것인지 ■ 황민선 : AWS는 제조 산업에 대한 다양한 지원을 통해 고객사의 디지털 혁신을 가속화하는 데에 중점을 두고 있다. 특히 주력하는 부분은 생성형 AI를 실제 현장에 적용해 비즈니스 성과를 만들어 내는 것이다. 이번 클라우드 설루션 콘퍼런스에서도 확인했듯이, 제조 기업들은 생성형 AI에 가장 높은 관심을 보이고 있으며, 실제로 품질 관리, 예측 정비, 공정 최적화 등 다양한 영역에서 활용하고 있다. 또한 AWS 기반의 전문 파트너사 설루션을 통한 산업 전문성 강화도 중요한 부분이다. AWS는 제조 산업에 특화된 전문 파트너들과 협력하여, 고객들이 현장에서 즉시 활용할 수 있는 설루션을 제공하고 있다. 더불어 스마트 매뉴팩처링의 확산도 핵심적인 중점 분야이다. 데이터 기반의 의사결정, IoT 기술을 활용한 실시간 모니터링, AI/머신러닝을 통한 공정 최적화 등을 통해 제조 현장의 디지털 전환과 혁신을 지원하고 있다. 이러한 노력의 실효성은 이번 콘퍼런스 결과를 통해서도 확인할 수 있었다. 88건의 현장 고객 미팅과 설문에서 31%의 고객이 1년 내 클라우드 도입 계획을 밝혔는데, 이는 AWS의 제조 산업 혁신 전략이 시장의 니즈와 정확히 일치한다는 것을 보여준다.   다른 산업과 비교할 때, 클라우드가 제조 산업에 제공할 수 있는 핵심 가치는 무엇이라고 보는지 ■ 김준성 : 클라우드는 기본적으로 비용 절감, 신속함, 유연성과 확장성을 핵심 가치로 보고 있는데, 제조 산업이야 말로 앞에서 얘기하는 세 가지 부분이 가장 중요하게 고려되어야 하는 산업 영역이라고 생각한다. 우선, 생산과 비용 절감은 뗄 수 없는 부분이다. 가장 효율적인 공정을 통해 생산 단가를 낮춰야 고객에게 판매할 수 있는 기본적인 경쟁력을 제공할 수 있다. 두 번째로, 고객의 요구가 급변하는 지금의 현대 사회에서 신속하고 경제적인 생산 공정이야 말로 제조업에서 가장 중요시하는 혁신 가치 중 하나라고 생각한다. 마지막으로 유연성과 확장성 역시 설명할 필요도 없이 클라우드와 제조 산업이 공유하고 있는 핵심 가치로서, 시장의 요구에 발 빠르게 대응하고 적재적소에 필요한 제화를 공급하기 위해 반드시 이루어야 하는 중요 포인트라고 할 수 있다. ■ 황민선 : 제조 산업에서 클라우드의 핵심 가치는 기업의 규모와 관계 없이 혁신을 빠르고 대규모로 가속화할 수 있다는 것이다. 과거에는 대기업만이 도입할 수 있었던 첨단 기술을 이제는 중소 제조기업도 클라우드를 통해 손쉽게 활용할 수 있게 되었다. 특히 생성형 AI나 디지털 트윈과 같은 첨단 기술을 필요한 만큼만 사용할 수 있게 된 것이 큰 변화이다. 주목할 만한 점은 비즈니스 리더들의 참여가 크게 늘어났다는 것이다. 얼리 어댑터와 IT 전문가를 넘어, 이제는 제조 현장의 비즈니스 리더들이 클라우드 기술을 활용하기 시작했다. 공장과 연구소의 현업 전문가들이 직접 클라우드 기술을 산업 현장에 적용하면서, 더욱 실질적인 혁신이 가능해졌다. 특히 글로벌 경쟁력 강화 측면에서 클라우드의 가치가 더욱 부각되고 있다. 클라우드를 통해 제조기업들은 설계와 생산 단계에서 글로벌 협업을 강화하고, 글로벌 공급망에 더욱 유연하게 대응할 수 있게 되었으며, 불확실한 경영 환경에서 민첩성과 회복력을 높이는 핵심 요소가 되고 있다.   제조 산업에서 클라우드의 가치를 실현하기 위해서 필요한 방법론 또는 접근방법은 무엇인지 ■ 황민선 : 제조 산업의 클라우드 가치 실현을 위해서는 ‘산업 전문성’과 ‘기술 혁신’이 조화를 이루는 것이 핵심이다. AWS는 이를 위해 크게 세 가지의 차별화된 접근 방식을 제시하고 있다. 첫째, 산업 데이터 패브릭(Industry Data Fabric : IDF) 접근 방식이다. 제조 기업들이 직면한 가장 큰 과제 중 하나는 데이터의 통합과 활용이다. AWS의 IDF는 제조 현장의 OT 데이터부터 엔터프라이즈 IT 데이터까지 통합하여, 실시간 분석과 의사결정을 가능하게 한다. 둘째, 강력한 파트너 생태계 기반의 산업 특화 설루션이다. AWS는 제조 산업의 다양한 워크로드에 특화된 파트너들과 협력하여 검증된 설루션을 제공한다. 셋째, 실질적인 구현을 위한 단계별 접근 방식이다. AWS는 고객들이 작은 시작부터 큰 성과까지 달성할 수 있도록 체계적인 지원을 제공한다. 앞으로도 AWS는 고객들이 작은 시작부터 큰 성과까지 달성할 수 있도록 체계적인 지원을 제공할 것이다. PoC(개념 증명)를 통한 기술 검증, 전문가 1:1 상담, 다양한 교육 프로그램 등을 통해 고객들의 성공적인 클라우드 여정을 지원할 계획이다. ■ 김준성 : 단순히 클라우드로 IT 자원을 마이그레이션하는 것보다 여러 가지 현재 상황에 대한 분석을 통해 보다 효율적이고 효과적인 전환이 필요하다고 생각한다. 몇 가지 단계를 생각해 본다면, 첫 번째로 명확한 목표에 대한 설정이 필요하다. 비용 절감, 생산성 향상, 시장 경쟁력 강화, 혁신 가속화 등 클라우드 도입을 통해 달성하고자 하는 구체적인 비즈니스 목표를 명확히 설정해야 한다. 정확한 목표가 정해지면 현재 가지고 있는 자원에 대한 분석이 필요하다. 현재 IT 인프라, 애플리케이션, 데이터, 보안 현황 등등을 정확하게 파악하여 클라우드 마이그레이션 전략을 수립해야 한다. 이를 통해 클라우드 마이그레이션을 어떤 설루션을 써서 할 것인지, 기간은 어느 정도 할 것인지 등을 특정해야 한다. 정확한 파악이 끝났다면 이번 일을 가장 잘 수행할 수 있다고 판단되는 클라우드 서비스 제공업체의 클라우드 도입 지원을 받는 것이 중요하다. 이를 통해 클라우드 마이그레이션, 관리, 보안 등 다양한 서비스를 제공 받고, 처음에 설정했던 목표와 어느정도 부합하는지에 대해 상호 검증을 통해 클라우드 전환을 성공적으로 마무리 할 수 있다고 생각한다. 에티버스는 AWS의 유일한 디스트리뷰터 파트너로서 현재 AWS 클라우드 마이그레이션 관련 협업을 하고 있는 IT 파트너가 400곳이 넘는다. 또한, 각 파트너들이 공공, 의료, 유통, 제조 등 산업 전 분야에 걸쳐 전문성을 가지고 사업을 영위하고 있으며 특히, 제조 분야에 AI를 접목하여 고객의 요구를 반영하여 클라우드 전환을 이루고 있다.   국내 제조 산업의 클라우드 활용과 관련한 주요한 흐름은 어떤지 ■ 황민선 : 국내 제조 산업의 클라우드 활용은 매우 중요한 전환점을 맞이하고 있다. 특히 세 가지 주목할 만한 트렌드가 나타나고 있다. 첫째, 생성형 AI를 중심으로 한 혁신 가속화이다. 산업통상자원부의 ‘AI 자율제조 전략’에서도 볼 수 있듯이, 2030년까지 AI 자율제조 30% 확산과 제조 생산성 20% 향상을 목표로 하고 있다. 실제로 두산로보틱스나 HL만도와 같은 기업은 이미 생성형 AI를 활용해 실질적인 성과를 창출하고 있다. 둘째, 비즈니스 리더 주도의 클라우드 도입이다. 과거 IT 인프라 담당자나 개발자 중심의 클라우드 도입에서, 이제는 현업 부서장과 경영진이 직접 클라우드 기술 도입을 주도하는 방향으로 변화하고 있다. 특히 제조 현장의 실무 전문가들이 클라우드 기술을 활용하여 혁신을 이끌어내고 있다. 셋째, 산업 특화 설루션의 확산이다. AWS는 제조 산업에 특화된 파트너 설루션 맵을 구축하고, 다섯 가지 핵심 영역(스마트 제조, 엔지니어링 & 설계, 스마트 제품 & 서비스, 공급망, 지속가능성)에서 전문 파트너들과 협력하고 있다. ■ 김준성 : 많은 고객들, 특히 제조 산업 분야에서의 클라우드 활용은 초기 단계를 넘어 본격적인 확산기에 접어들었다고 판단되나, 여전히 여러 문제로 인해 어려움을 겪고 있다. 특히 보안 관련 문제나, 오래된 레거시 시스템의 마이그레이션 및 이를 수행할 인력 부족 등의 문제로 인해 아직도 클라우드 전환을 망설이거나 시간이 오래 걸리는 고객이 적지 않은 것이 현실이다. 그럼에도 불구하고 제조 현장에서도 AI를 접목해서 생산 현장을 혁신하고 클라우드를 활용하여 신속성을 높이는 노력을 많은 곳에서 진행 중이다. 에티버스는 산업에 유익하고 필요한 AWS 파트너를 발굴하고, 그들이 고객과의 협업을 통해 빠르고 효과적인 클라우드 전환을 지원하게끔 돕는 역할을 해 나가고 있다. 또한, AI를 활용한 클라우드 서비스의 확산이 일어나고 있는데, 고객의 다양한 요구를 수용하기 위해 클라우드 생태계의 지속 확장을 통해 이를 뒷받침할 수 있는 여러 설루션의 소개와 구축에 최선을 다할 예정이다.   제조 산업의 클라우드 활용 사례에 대해서 소개한다면 ■ 김준성 : 구체적인 사례를 소개하자면, 생산 현장에서 여러 IoT 센서를 활용해 데이터를 클라우드로 수집, 분석하여 예지 보전, 생산 최적화, 품질 관리 향상 등을 추진함으로써 스마트 공장으로 전환하거나, 제조 공정을 가상화하여 시뮬레이션하고 최적화하는 디지털 트윈 기술을 통해 새로운 공정 도입 전에 시뮬레이션을 통해 위험을 최소화하고, 운영 효율을 높이는 사례가 있다. 또한, 클라우드 기반 SaaS(서비스형 소프트웨어)를 활용하여 ERP, CRM 등의 시스템을 도입하고, 비용 효율적인 IT 운영을 추구함으로써 생산성 향상 및 비용 절감 효과를 얻는 사례가 늘고 있다. ■ 황민선 : 예를 들어, 두산로보틱스는 생성형 AI를 활용해 로봇 제조 과정을 최적화했으며, HL만도는 소프트웨어 엔지니어링 효율을 30% 개선한 사례가 있다. 또한 BMW는 아마존Q 인 퀵사이트(Amazon Q in QuickSight)를 도입해 공급망 분석 시간을 대폭 단축하고 의사결정을 가속화했다. 이러한 사례는 AWS의 기술력과 파트너의 산업 전문성이 결합될 때 실질적인 성과를 창출할 수 있다는 것을 보여준다. 한국 제조 기업들도 이러한 접근 방식을 통해 클라우드를 활용한 실질적인 혁신을 실현하고 있으며, AWS는 앞으로도 파트너 생태계와 함께 국내 제조 산업의 디지털 전환과 글로벌 경쟁력 강화를 적극 지원하고자 한다.   최근 진행한 ‘AWS 파트너 클라우드 설루션 콘퍼런스’는 어떤 행사이고, 이를 통해 기대하는 효과는 무엇인지 ■ 황민선 : 이번 ‘AWS 파트너 클라우드 설루션 콘퍼런스’는 제조 산업의 새로운 도약을 위한 실질적인 설루션과 고객 사례를 제공하고자 마련되었다. 특히 주목할 점은, 제조 현장의 실무 전문가들이 IT나 클라우드 전문 인력의 도움 없이도 신기술을 빠르게 도입하고 활용할 수 있도록 지원하는 데 중점을 두었다는 것이다. 행사는 크게 세 가지의 차별화된 프로그램으로 구성했다. 먼저 C-레벨 조찬 세미나를 통해 경영진이 클라우드 전환의 비전과 전략을 공유할 수 있는 기회를 제공했다. 또한 스마트 제조, 엔지니어링 & 설계, 데이터 분석 & 생성형 AI 등 세 개의 전문 트랙을 통해 각 영역별로 심도 있는 기술 및 구현 사례를 공유했다. 특히 1:1 비즈니스 미팅을 통해 개별 고객별 맞춤 설루션을 AWS 및 AWS 파트너사와 함께 상담 받을 수 있는 기회도 마련했다. 행사를 통해 제조 기업이 클라우드를 통한 혁신의 구체적인 청사진을 그릴 수 있게 되었다고 본다. 특히 실제 구현 사례와 전문가 상담을 통해 자사에 맞는 최적의 설루션을 찾고, AWS의 다양한 파트너 프로그램, 예를 들어 PoC 지원 프로그램을 통해 실제 검증 단계로 신속하게 진입할 수 있는 기회를 제공하고자 했다. ■ 김준성 : ‘AWS 파트너 클라우드 설루션 콘퍼런스’는 아직 클라우드로 전환하지 못한 제조 현장의 고객이나, 클라우드 도입은 하였지만 아직 AI 관련 서비스라든지 클라우드의 활용도가 떨어지는 분들을 위해 보다 더 많은 정보를 제공하기 위해 마련되었다. 이번 콘퍼런스에서는 기술적인 발전은 물론 여러 도입 사례에 대한 발표와 더불어 향후 기대되는 발전 방향에 대해서도 고객들에게 알리는 자리를 마련했다. 정보 획득과 더불어 아직 클라우드 전환이 안된 고객들은 빠르고 효과적인 전환을, 새로운 AI 서비스 도입을 통해 더 나은 혁신이 필요한 고객에게는 그에 맞는 시스템을 구축하는데 도움이 되었기를 바란다.      ■ 기사 내용은 PDF로도 제공됩니다.

SAP 코리아가 3월 20일 ‘비즈니스 언리시드(Business Unleashed)’ 기자간담회를 열고, AI 시대 기업 경쟁력을 결정짓는 핵심 요소로 데이터의 중요성을 강조했다. 이번 행사에는 한국을 방문한 SAP의 크리스찬 클라인(Christian Klein) CEO와 SAP 코리아 신은영 대표이사가 참석해, 기업들이 데이터를 더욱 효과적으로 활용할 수 있도록 지원하는 SAP 비즈니스 데이터 클라우드(SAP Business Data Cloud)와 SAP의 생성형 AI 코파일럿 쥴(Joule)을 중심으로 한 SAP의 혁신을 소개했다. 크리스찬 클라인 CEO는 30주년을 맞은 SAP 코리아의 여정을 조명하고 한국 시장에서의 역할을 되새겼다. 그는 “SAP 코리아는 지난 30년 동안 한국 기업의 비즈니스 혁신을 지원해왔으며, 현재는 AI 기반 비즈니스 혁신을 주도하며 기업들이 핵심 업무에 AI를 통합할 수 있도록 돕고 있다”고 말했다. 또한 “한국은 최근 클라우드 전환이 빠르게 이뤄지고 있는 시장 중 하나로, 한국 기업들은 AI 혁신에 대해 높은 관심과 수용성을 가지고 있다”며 한국 시장을 주요 시장으로 바라보고 있는 이유에 대해 설명했다. 이어서 클라인 CEO는 AI 기술이 발전하면서 신뢰할 수 있는 데이터 관리의 중요성이 더욱 커지고 있다며 “SAP 비즈니스 데이터 클라우드 설루션은 SAP 데이터와 서드파티 데이터를 통합해 기업들이 데이터를 기반으로 더 효과적인 의사결정을 내릴 수 있도록 돕는다. 이를 위해 SAP는 지난 2월 데이터브릭스(Databricks)와의 파트너십을 발표했다”고 강조했다.     기업의 업무 혁신을 위해 한층 강화된 쥴의 소개도 이어졌다. 쥴은 SAP의 AI 기반 업무 조율자(super orchestrator)로서 기업의 업무 효율성을 증대하고, 다양한 AI 에이전트를 통합하여 업무 흐름을 자동화한다. 클라인 CEO는 “쥴은 SAP 비즈니스 애플리케이션과 결합돼 기업들의 핵심 업무 프로세스를 개선한다”며 강화된 쥴의 기능에 대해 설명하고, “쥴의 한국어 지원을 3월 말까지 완료하여 한국 기업들이 AI 혁신을 손쉽게 접할 수 있도록 지원할 계획”이라고 덧붙였다. SAP의 목표는 2025년 말까지 주요 쥴 사용자들의 생산성을 30% 향상시키는 것이다. 클라인 CEO는 “좋은 데이터가 좋은 AI를 만든다(good data leads to good AI)”고 강조하며 AI 시대에서 데이터 활용의 중요성을 다시 한번 언급했다. SAP는 앞으로도 기업들의 디지털 전환과 AI 혁신을 가속화하며 지속적인 기술 혁신과 파트너십을 이어갈 예정이라고 전했다.

한국후지필름비즈니스이노베이션(한국후지필름BI)이 새로운 고속 흑백 디지털 인쇄기 ‘레보리아 프레스(Revoria Press) E1136P’를 출시했다. 한국후지필름BI는 2021년 7월 디지털 인쇄 브랜드 ‘레보리아’를 출범한 이후, 상업 인쇄의 디지털 전환을 가속화하기 위해 다양한 제품을 선보여 왔다. 고해상도 인쇄 품질과 인공지능(AI) 기반 이미지 최적화 기술을 적용한 레보리아 시리즈는 일반 복사부터 디자인 및 상업 인쇄까지 폭넓게 활용된다. 이번 신제품은 인쇄 속도, 품질, 효율성을 개선해 대량 인쇄 환경에서 생산성과 안정성을 높일 수 있도록 설계됐다. 신제품 ‘레보리아 프레스 E1136P’는 A4 기준 분당 136매(ppm)의 초고속 출력 속도를 지원하며, 최대 8650매까지 급지가 가능한 트레이와 1만 매까지 적재 가능한 스태커를 장착할 수 있어 연속 대량 인쇄 환경에서도 높은 성능을 제공한다. 또한, 기존 토너보다 낮은 온도에서 정착되는 EA-Eco 저광택 블랙(LGK) 토너와 일정한 열을 공급하는 롤 타입 정착 유닛을 통해 고속 인쇄 시에도 안정적인 품질을 유지한다. 더불어 후지필름BI가 독자적으로 개발한 프린트 서버 ‘레보리아 플로우 립 서버’를 활용해 선명한 인쇄 품질과 신속한 대용량 작업 처리가 가능하다.     이번 신제품은 고해상도 출력 품질 또한 장점으로 내세운다. 2400×2400 dpi 해상도를 지원하며, 가는 선과 텍스트 윤곽을 더욱 정밀하게 표현할 수 있도록 이미지 향상 기능을 제공한다. 또한, 디지털 이미지 정합 제어 기술인 ‘IReCT(Image Registration Control Technology)’를 적용해 각 용지의 인쇄 이미지 정합 오류나 뒤틀림을 실시간으로 보정한다. 용지 수용력 역시 확장됐다. 52~350gsm의 경·중량지는 물론, A6부터 최대 330×660mm까지 다양한 규격의 용지를 지원해 유연한 인쇄 환경을 구현할 수 있다. 한국후지필름BI의 하토가이 준 대표는 “고해상도 인쇄 품질과 빠른 속도, 광범위한 용지 수용력을 갖춘 이번 신제품은 그래픽 이미지를 적극 활용하는 기업부터 상업 인쇄 업계 고객까지 모두 만족시킬 것”이라며, “앞으로도 차별화된 경쟁력을 바탕으로 상업 인쇄의 디지털화를 선도하는 레보리아 라인업을 지속적으로 확대해, 고객 기업의 업무 효율성과 생산성을 높이고 'CHX(고객행복경험)'을 실현하겠다”고 말했다.

트림블이 자사의 주력 구조 BIM(건설 정보 모델링) 소프트웨어인 테클라 스트럭처스(Tekla Structures)의 2025년 버전을 출시했다. 최신 버전은 생산성 향상과 보다 효율적인 제작 도면 생성을 지원하는 AI 기반 도구를 도입했다. 신규 및 향상된 기능은 건설 프로젝트 단계 전반의 실시간 모델 기반 협업을 위해 정보량이 풍부한 3D 모델의 생성, 결합, 관리, 공유를 돕는다. 테클라 스트럭처스 2025는 새로운 도구를 통해 향상된 도면 자동화 기능을 제공함으로써 고품질 제작 도면을 더 빠르게 만들 수 있도록 한다. 이를 통해 사용자 경험을 개선하고, 재작업을 최소화하며, 사용자가 도면에 대한 기업과 규제 표준을 더 쉽게 지킬 수 있도록 지원한다.     테클라 스트럭처스 2025에서 프리뷰 기능으로 도입된 AI 클라우드 패브리케이션 드로잉(AI Cloud Fabrication Drawing) 서비스는 사용자가 AI를 활용해 제작 도면을 자동으로 생성해, 더 쉽고 빠르게 만들 수 있도록 지원한다. 프리뷰 기능은 고객의 일반적인 워크플로를 방해하지 않으면서도 수동 조정의 필요성을 줄일 수 있는 선택적이고 대안적인 접근 방식을 제공한다. 새로운 AI 기반 트림블 어시스턴트(Trimble Assistant)가 테클라 제품의 확장 기능으로 제공된다. 이는 제품 내 확장 기능으로 사용하거나, 고객을 위한 중앙 집중형 제품 지원 시스템인 테클라 유저 어시스턴스(User Assistance) 웹 애플리케이션에서 사용할 수 있다. 트림블 어시스턴트는 다양한 테클라 제품에 대한 사용자의 질문에 테클라 유저 어시스턴스 지식에 기반한 정확하고 간결한 답변을 제공한다. 여기에는 테클라 스트럭처스, 테클라 스트럭처럴 디자이너(Structural Designer), 테클라 테드(Tedd), 테클라 파워팹(PowerFab) 등이 포함된다. 테클라 스트럭처스의 테클라 파워팹 커넥터(PowerFab Connector) 기능을 활용하면 견적, 구매, 제작을 위한 패키지를 테클라 스트럭처스에서 테클라 파워팹 철골 제작 관리 소프트웨어로 클릭 한 번에 전송할 수 있다. 이를 통해 자재 상세 정보, 프로젝트 상태, 제출물이 실시간으로 동기화되며, 상세 설계자는 최신 정보를 확인하고 제작자로부터 제출물에 대한 직접적인 피드백을 받을 수 있다. 이는 정보 요청과 수동 업데이트의 필요성을 줄이고, 도면 제작사의 프로젝트 수익성 개선에 도움이 될 수 있다. 또한 제작사는 생산 폐기물을 줄이고, 고가 자재의 임시(ad-hoc) 구매를 줄일 수 있다. 테클라 스트럭처스 2025에 프리뷰 기능으로 도입된 라이브 콜라보레이션(Live Collaboration) 서비스는 트림블 커넥트(Trimble Connect)와 테클라 스트럭처스 중 어떤 것을 사용해도 동일한 모델에서 작업할 수 있도록 지원한다. 이를 통해 프로젝트 이해관계자는 도면 기반 워크플로에서 나아가 모델 기반 진행 상황 검토가 가능하다. 테클라 스트럭처스 2025는 이제 IFC 형식과 더불어 더욱 효율적인 데이터 교환을 지원하는 TrimBIM 형식 사용 시에도 향상된 워크플로를 제공한다. 또한 트림블 커넥트 공통 데이터 환경과 협업 플랫폼 간 데이터 교환이 강화돼, 작업에 필요한 정보만 공유하고 공유된 정보를 모델 데이터로 보강할 수 있다. 이는 프로젝트 수명 주기 전반에서 효율적인 데이터 흐름과 협업을 구현하며 모든 이해관계자에게 혜택을 제공한다. 테클라 스트럭처스의 최신 버전은 사무실과 현장에 있는 이해관계자들이 더 효율적으로 협업할 수 있도록 개선된 통합 기능을 제공한다. 트림블 리얼리티 캡처(Reality Capture) 플랫폼 서비스와의 통합을 통해 로컬 하드웨어 리소스를 사용하지 않고도 포인트 클라우드와 3D 모델에서 협업할 수 있다. 테클라 스트럭처스 2025의 레이아웃 매니저(Layout Manager) 기능 개편은 현장에서 완공 검사를 보다 명확하게 하며, 사무실에서 명확한 지침을 제공해 프로젝트 실행의 정확성과 효율성을 보장한다. 이러한 개선 사항은 모델 데이터를 현장 작업과 통합해 프로젝트 측량사와의 협업을 강화한다. 테클라 스트럭처스 2025에서 속성 창과 도면 속성 대화 상자의 큰 유용성과 성능 개선은 전반적인 경험을 향상시켰다. 22025 버전은 콘크리트 작업 단계별 철근 번호 매기기와 같은 철근 도면 작업 기능이 향상됐다. 이는 제작 공정뿐만 아니라 현장 작업도 지원하며, 표준 완전 준수를 보장한다. 또한 확장된 철근 상세 설계 기능은 리바 세트(Rebar Sets)를 보다 유용하게 사용할 수 있도록 개선돼 경사로나 배수 표층의 개구부와 같은 다양한 구조물을 지원한다. 트림블의 옥사나 퀼뢰넨(Oxana Kyllönen) 제품 매니저는 “트림블은 보다 좋고, 빠르고, 안전하고, 저렴한, 보다 친환경적인 건설을 위한 핵심으로 커넥티드 워크플로를 완전히 수용하고 있다. 트림블의 테클라 포트폴리오는 풍부한 BIM 정보를 중심으로 여러 분야의 건설 팀을 연결하는 개념을 핵심으로 한다. 테클라 스트럭처스 2025 버전은 모든 자재와 건축 연속체의 모든 역할을 아우르는 팀을 위해 데이터 품질과 정보 흐름의 새로운 층을 추가했다. 이로써 사용자는 확신을 가지고 납품을 진행할 수 있다”고 말했다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (19)   터보 기계는 흐르는 유체와 회전하는 요소 사이에서 에너지 전달이 일어나는 기계에 초점을 맞춘 기계공학의 한 분야이다. 이러한 장치는 많은 산업 분야에서 중추적인 역할을 한다. 이번 호에서는 터보 기계의 시뮬레이션을 위한 솔버의 선택과 설정, 후처리 및 분석, 최적화 등의 과정을 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   로터-스테이터 인터페이스 성능을 결정하고 잠재적인 문제를 식별하는 데 필수인 터보 기계의 회전 및 고정 구성 요소 간의 상호 작용을 모델링하는 방법에는 여러 가지가 있다. 다음에 설명된 방법은 동적 영역과 정적 영역 간의 정확한 흐름 전달을 보장하기 위해 로터-회전자 인터페이스를 올바르게 모델링하는 데에 사용된다.  혼합 평면 접근법 : 이 방법은 인터페이스 전반의 유동 특성을 평균화하여 회전 영역과 고정 영역 사이의 인터페이스를 모델링하는 데 사용되는 계산적으로 효율적인 정상 상태 근사치이다. 이 방법은 이들 영역 사이의 흐름을 효과적으로 ‘혼합’하여 안정된 인터페이스 조건을 제공하므로, 로터 블레이드가 고정자 베인을 통과할 때 발생하는 실제 불안정한 현상을 해결하지 않아 시뮬레이션을 단순화한다. 도메인 스케일링 방법 : 이 불안정 기법은 도메인의 물리적 치수를 스케일링하여 로터와 고정자 사이의 상대적인 움직임을 시뮬레이션하는 것이다. 다양한 회전 속도의 효과를 모델링하거나 전체 지오메트리를 명시적으로 모델링하지 않고 정수가 아닌 블레이드 수 비율을 맞추기 위해 자주 사용된다. 이 방법은 로터/스테이터 인터페이스 전체에 동일한 메시 주기성을 적용하여 양쪽에서 일관된 흐름 특성을 보장한다. 위상 지연 방법 : 이 방법은 주기성을 가정하고 도메인의 여러 세그먼트 간에 위상 변이를 적용하여 불안정한 회전자-회전자 상호 작용을 시뮬레이션할 수 있다. 이 방법을 사용하면 전체 도메인의 불안정한 동작을 표현하면서 지오메트리의 일부를 시뮬레이션할 수 있으므로 계산 비용을 줄일 수 있다. 위상 지연 방식은 반복 패턴이나 주기적 대칭이 있는 경우에 특히 유용하다. 회전 기준 프레임(RRF) : RRF 방법은 로터와 함께 회전하는 기준 프레임에서 유동 방정식을 푸는 방식이다. 이 방법은 로터 동작의 물리적 시뮬레이션 없이도 구성 요소 회전으로 인한 흐름 효과를 시뮬레이션한다. 이 방법은 정상 및 비정상 시뮬레이션 모두에 사용할 수 있다. 정상 시뮬레이션에 사용할 경우 회전하는 부품과 정지된 부품 간의 통신을 위한 인터페이스 처리가 필요한 경우가 많으며, 이때 혼합 평면 접근법을 적용할 수 있다. 슬라이딩 메시 방법 : 이 기법은 과도 시뮬레이션에 사용되며 로터와 고정자 사이의 시간에 따라 변화하는 상호작용을 캡처할 수 있다. 로터 도메인의 메시가 고정자 도메인의 고정 메시와 관련하여 움직이거나 미끄러지므로 실제 회전 및 관련 불안정 유동 현상을 시뮬레이션할 수 있다. 다중 참조 프레임(MRF) : MRF는 회전하는 영역의 흐름을 평균화하는 정상 상태 접근 방식이다. 그러나 이 방법을 사용하면 시뮬레이션 도메인의 여러 영역이 서로 다른 기준 프레임에 있을 수 있다. 따라서 회전자 도메인은 회전하는 기준 프레임에 설정하고 고정자 도메인은 고정된 상태로 유지할 수 있다. 고정 회전자 접근법 : 로터와 스테이터 위치가 서로에 대해 고정되어 있는 정상 상태 근사치로, 시간의 스냅샷을 시뮬레이션한다. 슬라이딩 메시 방식보다 계산 비용이 저렴하지만 실제 과도 효과를 포착할 수 없다.   그림 1. 특정 경우와 일반적인 경우의 로터-스테이터 처리 순서도   <그림 1>의 순서도는 특정 유동 특성에 따라 정상 상태 계산에서 로터-스테이터 인터페이스 처리를 선택하기 위한 의사 결정 프로세스를 제공한다. 시뮬레이션에 회전하는 임펠러와 고정된 볼류트 케이스 사이의 상호작용이 포함된 경우, 상세한 국소 유동 변화를 포착하고 계면 전체의 질량, 운동량 및 에너지 보존을 국소적으로 보장하기 위해 국소 보수적 결합을 권장한다. 다음으로, 계면 근처에 충격파가 존재하여 유동장에 강한 영향을 미칠 수 있는 고구배 유동 특성인 경우 1D 또는 2D 비반사 경계 조건이 제안된다. 이러한 조건은 시뮬레이션 결과를 손상시킬 수 있는 경계에서 충격파의 인위적인 반사를 최소화하도록 설계되었다. 마지막으로, 인터페이스 근처에 충격파가 없는 경우 전체 비일치 혼합 평면 또는 보수적 결합 방법을 사용하는 것이 좋다. 완전 비일치 혼합면 방법은 계면 전체의 유동 특성을 평균화하므로 회전자-회전자 상호 작용의 상세한 시간 정확도 캡처가 중요하지 않은 경우에 적합하다. 보수적 결합 접근법은 메시 적합성 없이 인터페이스 전체에서 질량, 운동량 및 에너지를 보존해야 하는 시나리오에 이상적이며, 따라서 회전자 메시와 고정자 메시 간의 어느 정도의 정렬 불일치 또는 비적합성을 수용할 수 있다. <표 1>에는 안정된 시뮬레이션에 사용할 수 있는 다양한 로터-스테이터 인터페이스 처리 방법이 요약되어 있다.   표 1. 회전자-고정자 인터페이스 처리 방법     ■ 자세한 기사 내용은 PDF로 제공됩니다.

한국후지필름비즈니스이노베이션(한국후지필름BI)이 특수 토너를 탑재해 더욱 풍부한 컬러 표현이 가능한 고품질 디지털 인쇄기 ‘레보리아 프레스(Revoria Press)’ 신제품 4종을 출시했다. 한국후지필름BI는 2021년 7월 디지털 인쇄 브랜드 ‘레보리아’를 출범하고, 상업 인쇄의 디지털 전환을 가속화하기 위해 다양한 제품을 선보여 왔다. 고해상도 인쇄 품질과 인공지능(AI) 기반 이미지 최적화 기술을 적용한 레보리아 시리즈는 일반 복사부터 디자인·상업 인쇄 등 다양한 분야에서 활용되는데, 이번 신제품은 상업 인쇄에 특화된 ‘레보리아 프레스 EC2100S·EC2100’과 오피스 환경에서도 활용할 수 있는 ‘레보리아 프레스 SC285S·SC285’ 등 총 4종으로 구성됐다. 레보리아 프레스 EC2100S와 레보리아 프레스 SC285S는 CMYK 기본 컬러 외에도 클리어, 핑크 등 특수 토너를 추가해 색상 표현의 폭을 넓혔다. 향후에는 골드, 실버, 화이트 컬러를 추가하여 더욱 다채로운 색감 구현에 나설 예정이다. 또한, 하이엔드 모델에서 사용되는 ‘수퍼 EA-에코 토너(Super EA-Eco)’와 고화질 LED 프린트 헤드를 적용해 최대 2400dpi의 고해상도 출력을 지원하며, 정밀한 이미지 표현이 요구되는 상업 및 디자인 인쇄 환경에 최적화되었다.     이번 신제품은 전사 기능을 향상시키고 토너 상태를 안정화하여 엠보 용지나 거친 용지, 봉투에도 얼룩과 주름 없이 선명한 출력이 가능하다. 용지 수용성도 향상되어 90mm 너비의 봉투부터 330×1300mm 크기의 포스터와 세로형 달력까지 다양한 인쇄물의 고품질 출력이 가능하다. 레보리아 프레스 EC2100S·EC2100은 A4 기준 분당 100매, SC285S·SC285는 분당 85매를 최대 400gsm까지 용지 두께에 상관없이 최대 속도를 유지하며 출력할 수 있어, 상업 및 사내 인쇄 환경에서 더욱 효율적으로 활용할 수 있다. 새롭게 추가된 ‘스마트 모니터링 게이트(Smart Monitoring Gate D1)’ 기능은 인쇄 중 색상 변화와 앞뒤 정렬 상태를 실시간으로 감지하고 자동 보정해, 높은 인쇄 품질을 유지하면서도 생산성을 극대화한다. 더불어 AI를 기반으로 구축된 프린트 서버 ‘레보리아 플로우(Revoria Flow)’가 각 장면을 분석해 최적의 이미지 보정을 적용하며, 정전기 제거 장치와 말림 보정 기능 등 향상된 후가공 옵션을 통해 더욱 정밀한 출력 결과를 제공한다. 한국후지필름BI의 하토가이 준 대표는 “이번 신제품은 생동감 넘치는 컬러와 빠른 출력 속도로 상위 모델급 성능을 제공하며, 공간 효율적인 설계를 적용해 사내 인쇄부터 상업 인쇄까지 폭넓게 활용할 수 있다”면서, “앞으로도 고객의 다양한 요구에 부응하는 혁신적인설솔루션을 지속적으로 선보이며 디지털 인쇄 시장을 선도해 나갈 것”이라고 밝혔다.