인텔은 ML커먼스(MLCommons)가 발표한 최신 MLPerf 추론 v5.1 벤치마크에서 P코어를 탑재한 인텔 제온(Intel Xeon) 및 인텔 아크 프로 B60(Intel Arc Pro B60) 그래픽으로 구성된 인텔 GPU 시스템(코드명 프로젝트 배틀매트릭스)의 추론용 워크스테이션이 달성한 결과를 공개했다. 6가지 주요 벤치마크 테스트 결과, 라마(Llama)4 80B 모델 추론 처리량에서 인텔 아크 프로 B60은 엔비디아 RTX 프로 6000 및 L40S에 비해 각각 최대 1.25배 및 최대 4배의 가격 대비 성능 우위를 보였다. 인텔은 “이는 하이엔드 워크스테이션 및 에지 애플리케이션 전반에 걸쳐 새로운 AI 추론 워크로드를 처리하는 인텔 기반 플랫폼의 성능과 접근 우수성을 보여주는 결과”라고 평가했다. 인텔의 리사 피어스(Lisa Pearce) 소프트웨어, GPU 및 NPU IP 그룹 총괄은 “MLPerf v5.1 벤치마크 결과는 인텔의 GPU 및 AI 전략을 강력히 입증하고 있다. 새로운 추론 최적화 소프트웨어 스택을 탑재한 아크 프로 B-시리즈 GPU는 기업과 개발자가 강력하면서도 설정하기 쉽고, 합리적인 가격에 확장 가능한 추론 워크스테이션으로 AI 분야에서 경쟁력을 높여준다”고 밝혔다.     이전까지는 높은 추론 성능을 제공하면서 데이터 프라이버시 침해에서 자유로운 플랫폼을 우선시하는 전문가들이 독점적인 AI 모델에 의한 과도한 구독 비용 부담 없이 LLM(대형 언어 모델)을 배포하기에 필요한 역량을 갖추기 위한 선택지가 제한적이었다. 새로운 인텔 GPU 시스템은 최신 AI 추론 요구사항을 충족하도록 설계되었으며, 풀스택 하드웨어와 소프트웨어를 결합한 올인원(all-in-one) 추론 플랫폼을 제공한다. 인텔 GPU 시스템은 리눅스 환경을 위한 새로운 컨테이너 기반 설루션을 통해 간소화된 도입과 사용 편의성을 목표로 한다. 또한 멀티 GPU 스케일링 및 PCle P2P 데이터 전송으로 높은 추론 성능을 발휘하도록 최적화되었으며, ECC, SRIOV, 텔레메트리(telemetry) 및 원격 펌웨어 업데이트 등과 같은 엔터프라이즈급 안전성 및 관리 용이성을 갖추고 있다. CPU는 AI 시스템에서 계속해서 중요한 역할을 수행하고 있다. 오케스트레이션 허브로서 CPU는 데이터 전처리, 전송 및 전반적인 시스템 조율을 담당한다. 지난 4년간 인텔은 CPU 기반 AI 성능을 지속적으로 향상시켜왔다. P 코어를 탑재한 인텔 제온 6는 MLPerf 추론 v5.1에서 이전 세대 대비 1.9배의 성능 향상을 달성했다.

지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부는 잠실롯데 호텔에서 연례 EDA 행사인 ‘지멘스 EDA 포럼(Siemens EDA Forum) 2025’을 개최하고, 설계・검증 및 제조에 대한 통합적이고 전체적인 접근 방식을 소개했다고 밝혔다. ‘지멘스 EDA 포럼 2025‘에서는 여러 업계 전문가, 지멘스 EDA 전문가, 고객 및 파트너가 모여 새로운 관점을 공유하고 IC 및 시스템 설계의 모범 사례를 공유했다. 이 행사에서 지멘스 EDA의 마이크 엘로우(Mike Ellow) CEO는 기조 연설을 통해, 소프트웨어 인텔리전스와 실리콘 성능의 융합을 통해 높은 기술 역량과 시장 기회를 창출하는 새로운 설계 패러다임을 소개했다. 엘로우 CEO는 반도체 산업이 글로벌 변화를 주도하는 핵심이라는 점을 강조했다. 그는 “이러한 급진적인 전환은 컴퓨팅 인프라에 있어 유례 없는 수요를 만들어내고 있다. AI 연산은 기하급수적으로 성장하고 있으며, 그에 따른 연산 자원의 확장은 전 세계적으로 핵심적인 과제가 되었다. 이에 대응하기 위해 새로운 세대의 소프트웨어 혁신이 출현하고 있으며, 복잡해지는 컴퓨팅 환경을 조율하고 최적화하며 통합 관리할 수 있는 솔루션에 대한 수요는 날로 증가하고 있다”면서, “이 모든 변화의 중심에는 ‘반도체’가 존재하며, 반도체는 이제 소프트웨어 정의 경제의 핵심 기반으로서 그 중요성이 날로 커지고 있다”고 짚었다.     하지만 기업이 이 거대한 변화의 흐름 속에서 경쟁력을 확보하려면, 단순한 기술 도입 이상의 전략이 필요하다. 현재 전 세계 전자 설계팀들은 물리적 한계에 직면한 스케일링 문제, 다양한 도메인의 설계 복잡성, 시스템 통합 단계에서의 단절된 데이터 흐름, 그리고 엔지니어링 인력 부족이라는 복합적인 도전에 직면하고 있다. 엘로우 CEO는 이러한 도전을 극복하기 위해 필요한 핵심 전략으로 ‘디지털 트윈’의 전면적인 활용을 내세웠다. 단순한 시뮬레이션을 넘어선 디지털 트윈은 생산 수준의 AI 도구 도입, 체계적인 요구사항 캡처 방식 확립, 그리고 소프트웨어/하드웨어 동시 설계를 가능케 하는 통합적 접근을 요구한다. 엘로우 CEO는 “지멘스는 전자 시스템 설계를 위한 포괄적인 디지털 트윈 프레임워크를 제공함으로써, 기업이 변화하는 환경에 민첩하게 대응하고 통합적인 설계 접근 방식을 채택할 수 있도록 지원한다. 지멘스는 앞으로도 고객과 파트너와의 긴밀한 협력을 통해, AI 중심의 소프트웨어 정의 세계에서 기업들이 경쟁력을 확보하고 지속 가능한 성공을 거둘 수 있도록 혁신을 지속할 것”이라고 전했다. 지멘스 EDA는 시스템 설계에 대한 통합 접근 방식과 포괄적인 EDA 설루션을 결합해 반도체 혁신을 이끌겠다는 비전을 내세웠다. 또한, 자사의 포괄적인 디지털 트윈 기술이 전자 설계 자동화(EDA)의 맥락에서 전자 시스템 개발의 다양한 측면을 포괄하면서 복잡한 전자 시스템의 설계, 검증 및 제조에 중요한 역할을 할 것으로 보고 있다. 지멘스 EDA는 조기 소프트웨어 검증, 제조 인식 설계, AI로 강화된 설계 자동화 기술, 개방형 에코시스템 지원, 첨단 EDA 툴을 제공하고 있으며, 고객들이 차세대 고품질 첨단 시스템을 개발할 수 있도록 지원하고 있다.

서포트 구조 최적화로 설계 자유도 확장 및 지속 가능한 제조 실현   머티리얼라이즈는 독일의 산업 제조 전문 기업인 뵐링거 그룹(BÖLLINGER GROUP)과 협력하여 금속 3D 프린팅에서 서포트 구조(support structures)를 획기적으로 줄이는 성과를 달성했다. 머티리얼라이즈의 최신 케이스 스터디에 따르면, 뵐링거 그룹은 머티리얼라이즈 소프트웨어를 활용해 재료 사용량, 생산 시간, 후처리 비용을 대폭 절감하며 항공우주, 자동차, 의료기기 산업에 새로운 표준을 제시했다. ■ 자료 제공 : 머티리얼라이즈     첨단 제조 기술에 투자하는 산업 제조 전문 기업 뵐링거 그룹은 독일에 본사를 둔 산업 제조 전문 기업으로, 80년 이상의 역사 동안 정밀 기계 가공, 공구 제작, 특수 강철 구조물 생산에서 세계적인 명성을 쌓아왔다. 공식 웹사이트에 따르면 이 회사는 항공우주, 에너지, 기계 엔지니어링 분야에서 고품질 설루션을 제공하며, 특히 금속 3D 프린팅과 같은 첨단 제조 기술에 적극 투자하고 있다. 뵐링거 그룹은 혁신과 지속 가능성을 핵심 가치로 삼아, 복잡한 부품 제작과 맞춤형 생산에서 업계 선두를 달리고 있다.   문제점 : 서포트 구조의 비효율성 금속 3D 프린팅, 특히 LPBF 공정에서는 복잡한 형상의 부품을 안정적으로 제작하기 위해 서포트 구조가 필수이다. 그러나 서포트 구조는 다음과 같은 문제를 가져오기도 한다. 재료 낭비 : 최종 제품에 포함되지 않는 서포트 구조는 고가의 금속 분말(티타늄, 알루미늄 합금 등)을 소모한다. 생산 시간 증가 : 서포트 구조의 프린팅과 제거 공정이 제작 시간을 연장한다. 후처리 비용 : 서포트 구조 제거를 위한 기계 가공, 연마 등의 추가 공정이 비용을 증가시킨다. 이러한 비효율은 전체 생산 비용의 20~50%를 차지하며, 특히 소량 맞춤 생산에서 경제성을 떨어뜨린다.   뵐링거 그룹의 혁신 : 머티리얼라이즈 소프트웨어 활용 뵐링거 그룹은 머티리얼라이즈의 소프트웨어 설루션, 특히 매직스(Materialise Magics)와 이스테이지 포 메탈+(e-Stage for Metal+)를 활용해 서포트 구조를 최소화하는 첨단 접근법을 구현했다. 주요 기술 요소는 다음과 같다. 부품 오리엔테이션 최적화 : 머티리얼라이즈 소프트웨어를 사용해 프린팅 방향을 조정함으로써, 중력 및 열 응력으로 인한 변형을 최소화하여 서포트 구조의 필요성을 줄였다. 래티스 구조 설계 : 부품 내부에 경량화된 래티스(lattice) 및 다공성 구조를 설계해 자체 강성을 강화했고, 서포트 구조 없이도 안정적인 프린팅을 가능하게 했다. 시뮬레이션 기반 설계 : 머티리얼라이즈의 시뮬레이션 도구는 프린팅 공정의 열적·기계적 응력을 예측하고 설계를 최적화함으로써, 서포트 구조의 사용량을 최대 60%까지 줄였다. 자동화된 서포트 생성 : 머티리얼라이즈의 이스테이지 포 메탈+는 최소한의 서포트 구조를 자동 생성하여 재료 사용과 후처리 작업을 줄였다.     성과 : 비용 절감과 효율성 향상 뵐링거 그룹은 머티리얼라이즈 소프트웨어를 적용해 다음과 같은 성과를 달성했다. 서포트 구조 사용량 60% 감소 : 최적화된 설계로 불필요한 서포트 구조가 대폭 줄어들었다. 데이터 준비 시간 50% 단축 : 설계 및 시뮬레이션 공정이 간소화되어 생산 준비 속도가 향상되었다. 복잡한 부품 서포트 85% 감소 : 복잡한 기하학적 부품의 서포트 구조가 기존 대비 85% 줄어들어 효율이 높아졌다. 후처리 시간 45% 단축 : 서포트 구조의 제거 공정이 간소화되어 전체 생산 주기가 단축되었다. 대형 부품 제작 : 18kg 크랭크케이스를 성공적으로 제작함으로써, 머티리얼라이즈 소프트웨어의 스케일링 가능성을 입증했다. 생산 용량 증가 : 단일 프린팅 패널에서 부품 수를 8개에서 12개로 늘려 단위당 1000 유로의 비용 절감을 달성했다. 작업 환경 개선 : 분말 잔여물이 줄어들어 작업장의 공기질과 안전성이 향상되었다. 이러한 성과는 뵐링거 그룹이 항공 우주 부품, 자동차 프로토타입, 의료기기 제작에서 경쟁력을 강화하는 데 기여했다.   산업적 시사점 뵐링거 그룹과 머티리얼라이즈의 협력은 금속 3D 프린팅의 경제성과 접근성을 크게 높였다. 항공 우주 산업에서는 경량화된 고강도 부품의 제작으로 연료 효율을 높였으며, 의료기기 분야에서는 환자 맞춤형 임플란트 생산이 간소화되었다. 자동차 산업에서는 고성능 부품의 신속한 프로토타이핑이 가능해졌다. 또한, 분말 잔여물 감소는 작업 환경의 안전성을 높이고, 재료 낭비 감소는 환경 지속 가능성에 기여한다. 머티리얼라이즈의 기술 책임자는 “뵐링거 그룹은 머티리얼라이즈의 기술을 통해 설계 자유도를 확장하고 지속 가능한 제조를 실현했다. 이 협력은 적층제조(AM)의 한계를 넘어서는 모범 사례”라고 전했다.   맺음말 : 적층제조의 미래 뵐링거 그룹의 사례는 머티리얼라이즈 소프트웨어가 금속 3D 프린팅의 상용화를 가속화하는 데 핵심 역할을 한다는 점을 보여준다. 서포트 구조 감소는 재료 낭비를 줄이고 에너지 효율적인 생산 공정을 구현하여 탄소 배출 저감 목표에도 부합한다. 머티리얼라이즈는 이 기술을 자사 플랫폼에 통합해 더 많은 고객에게 제공하며, 뵐링거 그룹과 같은 파트너를 통해 다양한 산업 응용 사례를 확대할 계획이다. 이 협력은 금속 3D 프린팅의 새로운 표준을 제시하며 적층제조의 미래를 밝게 하고 있다.       ■ 기사 내용은 PDF로도 제공됩니다.

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.

엔비디아가 더 강력하고 지능적인 AI 구축을 지원하는 ‘스케일링 법칙’을 소개했다. 엔비디아는 이 법칙이 훈련 데이터, 모델 파라미터 또는 컴퓨팅 리소스 크기가 증가함에 따라 AI 시스템 성능이 향상되는 방식을 설명한다고 밝혔다. AI 분야에서 오랫동안 정의된 아이디어 중 하나는 컴퓨팅, 훈련 데이터, 파라미터가 더 많을수록 더 나은 AI 모델이 만들어진다는 것이다. 하지만 이후 AI에는 컴퓨팅 리소스를 다양한 방식으로 적용하는 것이 모델 성능에 어떻게 영향을 미치는지 설명하는 세 가지 법칙이 대두됐다. 이는 사전 훈련 스케일링(pretraining scaling), 사후 훈련 스케일링(post-training scaling), 긴 사고(long thinking)라고도 불리는 테스트 타임 스케일링(test-time scaling)이다. 이들 법칙은 점점 더 복잡해지는 다양한 AI 사용 사례에서 추가 컴퓨팅을 사용하는 기술을 통해 AI 분야가 어떻게 발전해왔는지를 보여준다. 최근 추론 시 더 많은 컴퓨팅을 적용해 정확도를 향상시키는 테스트 타임 스케일링이 부상하면서 AI 추론 모델의 발전을 가능하게 했다. 이 모델은 작업을 해결하는 데 필요한 단계를 설명하면서 복잡한 문제를 해결하기 위해 여러 추론 패스를 수행하는 새로운 종류의 대규모 언어 모델(LLM)이다. 테스트 타임 스케일링은 AI 추론을 지원하기 위해 많은 양의 컴퓨팅 리소스를 필요로 하며, 이는 가속 컴퓨팅에 대한 수요를 더욱 증가시킬 것이다.     사전 훈련 스케일링은 AI 개발의 기본 법칙이다. 이는 훈련 데이터 세트 크기, 모델 파라미터 수, 컴퓨팅 리소스를 늘림으로써 개발자가 모델 지능과 정확도의 예측 가능한 향상을 기대할 수 있음을 입증했다. 한 연구 논문에서 설명한 사전 훈련 스케일링 법칙에 따르면, 규모가 큰 모델에 더 많은 데이터가 공급되면 모델의 전반적인 성능이 향상된다. 이를 실현하려면 개발자는 컴퓨팅을 확장해야 하며, 이 거대한 훈련 워크로드를 실행하기 위해서는 강력한 가속 컴퓨팅 리소스가 필요하다. 사후 훈련 기법은 조직이 원하는 사용 사례에 맞춰 모델의 특이성과 관련성을 더욱 향상시킬 수 있다. 사전 훈련이 AI 모델을 학교에 보내 파운데이션 기술을 배우게 하는 것이라면, 사후 훈련은 목표한 업무에 적용할 수 있는 기술을 갖추도록 모델을 향상시키는 과정이다. 예를 들어, LLM은 감정 분석이나 번역과 같은 작업을 수행하거나 의료, 법률과 같은 특정 분야의 전문 용어를 이해하도록 사후 훈련될 수 있다. 긴 사고라고도 하는 테스트 타임 스케일링은 추론 중에 발생한다. 사용자 프롬프트에 대한 단답형 답변을 빠르게 생성하는 기존 AI 모델과 달리, 이 기술을 사용하는 모델은 추론 중에 추가적인 계산 작업을 할당한다. 이를 통해 여러 가지 잠재적 답변을 추론한 후 최적의 답변에 도달할 수 있도록 한다. 테스트 타임 컴퓨팅의 부상으로 AI는 복잡한 개방형 사용자 쿼리에 대해 합리적이고 유용하며 보다 정확한 답변을 제공하는 능력을 갖추게 됐다. 이러한 기능은 자율 에이전틱 AI와 피지컬 AI(Physical AI) 애플리케이션에서 기대되는 세밀하고 다단계의 추론 작업에 매우 중요하다. 또한, 산업 전반에서 사용자에게 업무 속도를 높일 수 있는 고성능 비서를 제공해 효율성과 생산성을 향상시킬 수 있다. 의료 분야에서는 모델이 테스트 타임 스케일링을 사용해 방대한 양의 데이터를 분석하고 질병이 어떻게 진행될지 추론할 수 있다. 뿐만 아니라, 약물 분자의 화학 구조를 기반으로 새로운 치료법이 불러올 수 있는 잠재적인 합병증을 예측할 수 있다. 소매와 공급망 물류 분야에서는 긴 사고가 단기적인 운영 과제와 장기적인 전략 목표를 해결하는 데 필요한 복잡한 의사 결정을 도와줄 수 있다. 추론 기법은 여러 시나리오를 동시에 예측하고 평가해 기업이 위험을 줄이고 확장성 문제를 해결하는 데 도움이 된다. 이를 통해 보다 정확한 수요 예측, 간소화된 공급망 이동 경로, 조직의 지속 가능성 이니셔티브에 부합하는 소싱 결정을 가능하게 한다. 나아가 글로벌 기업에서는 이 기술을 세부적인 사업 계획 작성, 소프트웨어 디버깅을 위한 복잡한 코드 생성, 배송 트럭과 창고 로봇, 로보택시의 이동 경로 최적화 등에 적용할 수 있다. AI 추론 모델은 빠르게 진화하고 있다. 최근 몇 주 동안 OpenAI(오픈AI) o1-미니(o1-mini)와 o3-미니(o3-mini), 딥시크(DeepSeek) R1, 구글 딥마인드(Google DeepMind) 제미나이 2.0 플래시 씽킹(Gemini 2.0 Flash Thinking)이 소개됐으며, 곧 새로운 모델이 추가로 출시될 예정이다. 이러한 모델은 추론 중에 사고하고, 복잡한 질문에 대한 정답을 생성하기 위해 훨씬 더 많은 컴퓨팅이 필요하다. 따라서 기업은 복잡한 문제 해결, 코딩, 다단계 계획을 지원할 수 있는 차세대 AI 추론 도구를 제공하기 위해 가속 컴퓨팅 리소스를 확장해야 한다.

엔비디아는 개발자가 활용할 수 있도록 딥시크-R1(DeepSeek-R1) 모델을 엔비디아 NIM 마이크로서비스 프리뷰로 제공한다고 밝혔다. 개발자들은 딥시크-R1 모델을 활용해 애플리케이션 프로그래밍 인터페이스(API)를 테스트하고 실험할 수 있으며, 이는 엔비디아 AI 엔터프라이즈(AI Enterprise) 소프트웨어 플랫폼의 일부인 NIM 마이크로서비스로 제공될 예정이다. 딥시크-R1은 최첨단 추론 기능을 갖춘 오픈 모델이다. 딥시크-R1과 같은 추론 모델은 직접적인 답변을 제공하는 대신 쿼리에 대해 여러 번의 추론 패스(inference passes)를 수행해 연쇄 사고, 합의, 검색 방법을 거쳐 최상의 답변을 생성한다. R1은 논리적 추론, 사고, 수학, 코딩, 언어 이해 등이 필요한 작업에 대해 높은 정확도와 추론 효율을 제공한다. 이러한 일련의 추론 패스를 수행해 최적의 답변에 도달하기 위해 추론을 사용하는 것을 테스트 타임 스케일링(test-time scaling)이라고 한다. 모델이 문제를 반복적으로 ‘사고’할 수 있게 되면 더 많은 출력 토큰과 더 긴 생성 주기가 생성되므로 모델 품질이 계속 확장된다. 딥시크-R1과 같은 추론 모델에서 실시간 추론과 고품질 응답을 모두 구현하려면 상당한 테스트 타임 컴퓨팅이 중요하므로 더 큰 규모의 추론 배포가 필요하다.     딥시크-R1 NIM 마이크로서비스는 단일 엔비디아 HGX H200 시스템에서 초당 최대 3872개의 토큰을 전송할 수 있다. 딥시크-R1 NIM 마이크로서비스는 업계 표준 API를 지원해 배포를 간소화한다. 기업은 가속 컴퓨팅 인프라에서 NIM 마이크로서비스를 실행해 보안과 데이터 프라이버시를 극대화할 수 있다. 또한, 기업은 엔비디아 네모(NeMo) 소프트웨어와 함께 엔비디아 AI 파운드리(AI Foundry)를 사용해 AI 에이전트를 위한 맞춤형 딥시크-R1 NIM 마이크로서비스를 생성할 수 있다. 딥시크-R1은 거대 전문가 조합 방식(Mixture-Of-Experts, MoE) 모델이다. 다른 인기 있는 오픈 소스 대규모 언어 모델(LLM)보다 10배 많은 6710억 개의 파라미터를 통합해 12만 8000개의 토큰이라는 인풋 컨텍스트 길이(input context length)를 지원한다. 또한 이 모델은 레이어당 많은 전문가를 활용한다. R1의 각 레이어에는 256명의 전문가가 있으며, 각 토큰은 평가를 위해 8명의 별도 전문가에게 병렬로 라우팅된다. R1에서 실시간 답변을 제공하려면 추론을 위해 모든 전문가에게 신속한 토큰을 라우팅하기 위해 높은 대역폭과 짧은 지연 시간의 통신으로 연결된 높은 컴퓨팅 성능을 갖춘 많은 GPU가 필요하다. 엔비디아 NIM 마이크로서비스에서 제공되는 소프트웨어 최적화와 결합해 NV링크(NVLink)와 NV링크 스위치(Switch)를 사용해 연결된 8개의 H200 GPU가 장착된 단일 서버는 초당 최대 3872개의 토큰으로 6710억 개의 파라미터로 구성된 전체 딥시크-R1 모델을 실행할 수 있다. 이러한 처리량은 모든 레이어에서 엔비디아 호퍼(Hopper) 아키텍처의 FP8 트랜스포머 엔진과 MoE 전문가 통신을 위한 900GB/s의 NV링크 대역폭을 사용함으로써 가능하다. 실시간 추론에는 GPU에서 모든 초당 부동 소수점 연산(FLOPS)의 성능을 끌어내는 것이 중요하다. 엔비디아는 “차세대 엔비디아 블랙웰(Blackwell) 아키텍처는 최대 20페타플롭의 피크 FP4 컴퓨팅 성능을 제공할 수 있는 5세대 텐서 코어(Tensor Core)와 추론에 특별히 최적화된 72-GPU NV링크 도메인을 통해 딥시크-R1과 같은 추론 모델의 테스트 시간 확장을 크게 향상시킬 것”이라고 전했다.

인텔은 인텔 아크 B-시리즈(Intel Arc B-Series) 그래픽 카드 신제품(코드명 배틀메이지)를 발표했다. 인텔 아크 B580 및 B570 GPU는 대다수의 게이머가 접근 가능한 가격대에서 동급 최고 수준의 성능과 최신 게이밍 기능을 제공하는 데에 초점을 맞추었으며, AI 워크로드를 가속화할 수 있도록 설계되었다. 인텔 Xe 매트릭스 익스텐션(XMX) AI 엔진이 포함되어 성능, 시각적 유동성 및 응답성을 향상시키는 3개 기술로 구성된 최신 XeSS 2를 지원한다. 인텔 아크-B시리즈 GPU는 인텔의 최신 Xe2 아키텍처를 사용하며, 향상된 효율성과 더 높은 코어당 성능을 제공하고 소프트웨어 오버헤드를 줄이도록 최적화되었다. 2세대 Xe-코어는 최신 워크로드에 필요한 견고한 컴퓨팅 성능을 제공하며 고성능 XMX AI 엔진을 포함하고 있다. 새로운 Xe-코어는 더 뛰어난 성능의 레이 트레이싱 유닛, 향상된 메시 셰이딩 성능, 향상된 주요 그래픽 기능 지원을 통해 최신 게임 엔진의 성능 효율성을 향상시켜 준다.     XeSS 2는 ‘XeSS 초해상도(XeSS Super Resolution)’, ‘XeSS 프레임 생성(XeSS Frame Generation)’, ‘Xe 저지연(Xe Low Latency)’의 세 가지 기술로 구성되었다. XeSS 초해상도는 지난 2년간 AI 기반 업스케일링을 제공해왔고, 현재 150개 이상의 게임을 지원하는 1세대 XeSS의 기반이 된 핵심 기술이다. 새로운 AI 기반 XeSS 프레임 생성은 광학 플로 및 모션 벡터 리프로젝션을 사용하여 보간(interpolated) 프레임을 추가해 더욱 유동적인 게이밍을 제공한다. 또한 새로운 Xe 저지연 기술은 게임 엔진과 통합되어 게이머의 입력에 더 빠르게 반응한다. 세 가지 기술이 모두 활성화된 XeSS 2는 초당 프레임(fps)을 최대 3.9배 이상 끌어올려 까다로운 AAA급 게임에서도 고성능을 제공할 수 있다는 것이 인텔의 설명이다. 새로운 인텔 아크-B 시리즈 GPU는 이전 세대 대비 Xe 코어당 성능은 70%, 와트당 성능은 50% 향상되었다. B580 GPU는 인텔 아크 A750 GPU와 비교시 1440p에서 평균 24% 더 빠르고 일부 게임에서는 최대 78% 더 빠른 속도를 보였다. 인텔은 “경쟁 제품과 비교 시 인텔 아크 B580 GPU가 가격 대비 최대 32%더 높은 성능을 제공한다”고 주장했다. 인텔 아크 B580은 12GB 전용 GPU 메모리를, 인텔 아크 B570은 10GB 전용 GPU 메모리를 탑재했으며, 게이머들은 AI 기반 XeSS 2 기술을 통해 1440p 초고화질 설정에서 고성능 게임을 기대할 수 있다. 한편, 새로운 인텔 그래픽 소프트웨어는 색상 및 스케일링 모드와 가변 주사율(VRR) 지원을 포함한 디스플레이 설정에 접근할 수 있게 하며, 프레임 제한 및 드라이버 수준의 저지연 모드를 포함한 3D 그래픽 설정도 제공한다. 성능 제어 기능으로는 기본 및 고급 오버클럭 설정과, 프레임 생성 및 지연 측정을 지원하는 오픈소스 프레젠트몬(PresentMon) 기반의 메트릭스 기능이 포함되며, 프레임 생성 및 지연 시간 측정도 지원된다. 인텔은 아크 B580 한정판 그래픽 카드 및 에이서, 애즈락, GUNNIR, 오닉스, 맥스썬, 스파클의 보드 파트너 모델이 12월 13일부터 구매 가능하다고 밝혔다. 시작 가격은 249 달러이다. 인텔 아크 B570 그래픽 카드는 2025년 1월 16일 219 달러부터 구매 가능하다. 인텔의 비비안 리엔(Vivian Lien) 클라이언트 그래픽 부문 총괄 매니저는 “새로운 인텔 아크 B-시리즈 GPU는 게이머를 위한 업그레이드 제품이다. 이 제품은 XeSS 2, 2세대 레이 트레이싱 엔진, XMX AI 엔진을 통한 뛰어난 1440p 게이밍 경험과 최고의 가격 대비 성능을 제공한다”고 전했다.

인텔은 첨단 반도체 기술 업계 콘퍼런스인 ‘핫 칩스 2024(Hot Chips 2024)’에서 고속 AI 데이터 처리를 위한 완전 통합형 광학 컴퓨트 인터커넥트(OCI) 칩렛과 함께 데이터센터, 클라우드, 네트워크에서 에지 및 PC에 이르기까지 AI 사용 사례 전반에 걸쳐 다양한 기술을 선보였다. 또한 2025년 상반기 출시 예정인 제온 6 SoC(Intel Xeon 6 SoC, 코드명 그래나이트 래피즈-D)에 대한 세부 정보도 공개했다. 고성능 러기드(rugged) 장비에 최적화된 인텔 제온 6 SoC는 인텔 제온 6 프로세서의 컴퓨트 칩렛과 인텔 4 공정 기술을 기반으로 설계됐으며, 에지에 최적화된 I/O 칩렛을 결합했다. 이를 통해 이전 모델에 비해 성능, 전력 효율 및 트랜지스터 집적도 면에서 개선을 이룰 수 있었다. 제온 6 SoC는 ▲최대 32레인의 PCI 익스프레스(PCI Express, PCIe) 5.0 ▲최대 16레인의 컴퓨트 익스프레스 링크(Compute Express Link, CXL) 2.0 ▲2x100G 이더넷(Ethernet) ▲호환되는 BGA 패키지로 제공되는 4개 및 8개의 메모리 채널 등의 특징을 갖췄다. 또한 인텔 제온 6 SoC는 새로운 미디어 가속화 기술을 탑재하여 실시간 OTT, VOD 및 방송용 비디오 트랜스코드 및 분석 기능을 제공하는 등 에지 및 네트워크 워크로드의 성능 및 효율을 개선하기 위한 기능을 제공한다. 추론 성능 향상을 위한 인텔 AVX(Advanced Vector Extensions) 및 인텔 AMX(Advanced Matrix Extensions), 보다 효율적인 네트워크 및 스토리지 성능을 위한 인텔 QAT (QuickAssist Technology), vRAN(virtualized RAN)의 전력소모 감축을 위한 인텔 vRAN 부스트(Intel vRAN Boost) 그리고 사용자가 기본 하드웨어에서도 클라우드처럼 편리하게 AI 솔루션을 구축, 전개, 실행, 관리 및 에지 스케일링 할 수 있도록 하는 인텔 타이버 에지 플랫폼(Tiber Edge Platform) 지원을 제공한다.   ▲ 인텔 루나 레이크 프로세서   차세대 AI PC를 위한 루나 레이크(Lunar Lake) 프로세서의 새로운 P-코어와 E-코어는 이전 세대에 비해 시스템 온 칩 전력을 최대 40%까지 낮추면서 더 높은 성능을 제공한다. 새로운 신경처리장치(NPU)는 최대 4배 더 빠른 속도를 제공하며, 이전 세대 대비 생성형 AI 성능을 향상시킨다. 또한, 새로운 Xe 2 그래픽처리장치(GPU) 코어도 게임 및 그래픽 성능을 이전 세대보다 1.5배 향상시킨다. 루나 레이크에 대한 추가 세부 사항은 9월에 열리는 인텔 코어 울트라 출시 행사에서 공개될 예정이다. 생성형 AI 학습 및 추론을 위해 설계된 인텔 가우디 3 AI 가속기는 효율적인 행렬 곱셈 엔진, 이중 캐시 통합, 광범위한 RoCE(RDMA over Converged Ethernet) 네트워킹 등 다양한 전략을 채택하고 있다. 이를 통해 연산, 메모리 및 네트워킹 아키텍처를 최적화하여 이러한 문제를 해결한다. 이를 통해 가우디 3 AI 가속기는 AI 데이터센터가 더욱 비용 효율적이고 지속 가능하게 운영될 수 있도록 성능과 전력 효율성을 크게 향상시켜, 생성형 AI 워크로드 배포 시 발생하는 확장성 문제를 해결한다. 가우디 3 AI 가속기와 향후 출시될 인텔 제온 6 제품에 대한 자세한 정보는 9월에 열리는 출시 행사에서 공개될 예정이다. AI는 기업과 소비자들이 혁신적인 아이디어를 전례없이 빠르게 펼칠 수 있도록 하고 있다. 예를 들어 소비자는 이제 생산성, 창의성, 게임, 엔터테인먼트, 보안을 모두 향상시킨 지능적인 AI PC를 갖추게 되었다. 기업들은 에지 컴퓨팅과 AI를 활용하여 의사 결정 과정을 개선하고 자동화를 촉진하며 내부 데이터로부터 가치를 창출할 수 있다. 인텔 네트워크 및 엣지 그룹의 페레 몬클루스(Pere Monclus) CTO는 “인텔은 소비자 및 엔터프라이즈 AI 사용 전반에 걸쳐 가능성을 새로이 정의하는 데 필요한 플랫폼, 시스템 및 기술을 지속적으로 제공하고 있다. AI 워크로드가 심화됨에 따라 인텔은 광범위한 업계 경험을 통해 고객이 혁신, 창의성 및 이상적인 비즈니스 결과를 이끌어내는 데 필요한 것이 무엇인지 이해할 수 있게 되었다”면서, “더 높은 성능의 실리콘과 더 많은 플랫폼 대역폭이 필수적이지만, 인텔은 모든 워크로드마다 고유한 과제가 있다는 사실도 잘 알고 있다. 데이터센터용으로 설계된 시스템은 엣지용으로 용도를 변경할 수 없다. 컴퓨팅 전반에 걸쳐 시스템 아키텍처에 대한 전문성을 갖춘 인텔은 차세대 AI 혁신을 주도할 수 있는 유리한 위치를 점하고 있다”고 밝혔다.

고품질 그래픽스의 효율적인 제작 및 스케일링 방법 제시   많은 스튜디오에서 유니티(Unity)와 URP(유니버설 렌더 파이프라인)를 사용해 다양한 플랫폼에서 실행되는 다양한 장르와 시각적 스타일의 게임을 제작해 왔다. 그럼에도 입문자는 물론 숙련된 사용자조차 레퍼런스 설정에 어려움을 겪기도 한다. 유니티는 정확도 높은 렌더링에 도움이 되는 HDRP 3D 샘플을 2021년 출시했으며, 2023년 11월에는 유나이트 2023 기조 연설에서 URP 3D 샘플의 출시를 발표했다. 다양한 아트 스타일, 렌더링 경로, 신(scene) 복잡도로 구성된 4가지 환경이 담긴 이 샘플을 통해 여러 플랫폼에서 고품질 그래픽스를 제작하고 스케일링하는 방법을 배울 수 있다.  유니티는 저사양 및 고사양 모바일, PC, 콘솔, VR에서 시각적 매력이 돋보이는 경험을 제공하여 URP를 제대로 학습하고 사용할 수 있도록 지원할 계획이다. ■ 자료 제공 : 유니티 코리아     유니티가 공개한 URP 3D 샘플은 타깃 하드웨어에 맞춰 효율적으로 게임을 제작하고, 최적화하고, 스케일링할 수 있도록 설계되었다. 포워드+ 렌더링, 데칼, 렌즈 플레어, PBR(물리 기반 렌더링) 머티리얼, 셰이더 그래프, 볼륨, 포스트 프로세싱 같은 최신 URP 기능을 사용하는 방법도 익힐 수 있다. 이 샘플을 사용하려면 유니티 2022 LTS가 필요하며, 유나이트에서 함께 발표된 차기 릴리스인 유니티 6에서 추가 지원이 제공될 예정이다. 유니티 6는 렌더 그래프, GPU 기반 드로어와 더불어 STP(공간 포스트 프로세싱)라는 크로스 플랫폼 시간적 업스케일러 등의 강력한 신규 URP 기능도 포함된다. 이 샘플은 유니티 허브(Unity Hub)에서 다운로드할 수 있다.   터미널     터미널 신은 PBR 머티리얼과 사실적인 조명이 특징인 SF 스타일의 건물을 배경으로 한다. 터미널에서는 나머지 세 개의 신으로 텔레포트할 수 있다. 정원, 우주선 콕핏, 오아시스 신은 서로 다른 아트 스타일로 URP 기능을 선보이도록 제작되었다. 터미널은 중립적인 배경과 조명 덕분에 룩 디벨롭먼트(look development)용으로 애셋을 배치하기 가장 좋은 신이다. 이 신은 셰이더 그래프로 제작된 다양한 커스텀 셰이더(물, 텔레포트 표지판)와 두 신 사이를 전환할 수 있는 텔레포트 등의 고급 효과가 적용되어 있다. 경사로를 따라 텔레포트 기기 위의 유니티 로고에 몇 초간 초점을 맞추면 세 개의 신으로 이동할 수 있다.(플레이 모드 필요)   정원     이 밤의 정원은 일본 쇼인즈쿠리에서 영감을 받아 제작된 스타일라이즈드 신이다. 스피드트리(SpeedTree)로 생성된 아름다운 초목, 유기적으로 연결된 인테리어, 굽이치는 개울, 신규 포워드+ 렌더 경로로 기존 광원 수 제한을 뛰어넘는 수많은 장식용 광원으로 이루어져 있다. 정원 신은 저사양 모바일 기기부터 고사양 플랫폼까지 스케일링할 수 있도록 최적화되어, URP의 역량을 효과적으로 선보이는 환경이다. 예를 들어 어떻게 셰이더 그래프의 커스텀 함수 노드로 셰이더를 최적화하고, 초목에 커스텀 반투명도를 적용하고, 광원 쿠키(light cookies)로 조명을 최적화하거나 그림자를 시뮬레이션했는지 알아볼 수 있다.   오아시스     오아시스는 컴퓨팅 성능을 갖춘 고사양 플랫폼에 맞는 고급 셰이더를 선보이기 위해 실사에 가깝게 제작된 환경이다. 데칼, 렌즈 플레어, PBR 머티리얼, 복잡한 커스텀 셰이더 그래프 셰이더가 모래, 물, 안개, 초목에 적용되었다. 플랫폼의 GPU 성능이 높으면 URP로 더 높은 수준의 비주얼을 구현할 수 있음을 보여 준다.   콕핏     우주선의 조종석에 탑승하여 두 진영 간의 치열한 전투에 참여하는 긴장감 넘치는 환경이다. 이 고도의 스타일라이즈드 환경에는 셰이더 그래프의 커스텀 조명 모델이 사용되며, 특히 메타 퀘스트 2(Meta Quest 2) 같은 고성능 VR 헤드셋의 요구 사항을 충족하도록 구현되었다.   URP 3D 샘플 시작하기     유니티 허브에서 Unity 2022.3.12f1을 설치한다. 새 프로젝트를 생성하고 ‘3D Sample Scenes(URP)’를 선택한다. 오른쪽 패널에서 ‘Download template’ 버튼을 클릭한 다음 ‘Create project’를 클릭한다. 프로젝트가 에디터에 로드된다.(첫 임포트 시 몇 분 정도 소요될 수 있음) 유니티를 처음 사용하는 경우, 유니티를 구독하면 URP의 모든 기능을 활용하고 게임 콘솔처럼 다양한 기기에 배포할 수 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

  17　THEME. 플랜트·조선 산업 혁신을 위한 디지털화 전략   Part 1. 디지털 기술로 플랜트·조선 산업을 혁신하다 데이터 기반의 업무 혁신, 건설산업의 새로운 시작 클라우드 서비스를 통한 대내외 보안 환경 조성 경쟁력 있는 플랜트를 위한 설비 관리 전략 스마트 디지털 리얼리티와 스마트 야드형 공사 정보 디지털 백본 구축 해양의 미래 : 자율운항 선박의 혁신과 시뮬레이션의 중요성 디지털 전환 여정을 위한 3D CAD 기반 디지털 트윈 구축의 4단계   Part 2. 디지털 트윈의 구축과 활용을 위한 기술 디지털 트윈 가속화를 위한 3D 엔지니어링 데이터 경량 시각화 솔루션 3D 스캔 데이터를 효과적으로 분석하고 활용하는 방법 플랜트 BIM 배관 공사의 필수 아이템 Ez-ISO Strand7 R3 : 범용 유한요소 해석 프로그램   Infoworld   Column 55　책에서 얻은 것 No. 19 / 류용효　커넥팅 80　디지털 지식전문가 조형식의 지식마당 / 조형식　제조업 디지털 전환과 디지털 엔지니어링, 디지털 PLM   Case Study 58　해외 소장 문화재의 ‘디지털 귀향’ 프로젝트　언리얼 엔진과 에픽 에코시스템으로 이뤄낸 문화유산 디지털 경험 62　최신 렌더링 기능의 사용 돕는 URP 3D 샘플　고품질 그래픽스의 효율적인 제작 및 스케일링 방법 제시   Focus 64　지멘스 DISW, “솔리드 엣지로 지능형 제품 설계를 실현한다” 66　모두솔루션, 지스타캐드 시장 확대 및 파트너십 강화 전략 소개 68　슈나이더 일렉트릭, 데이터 플랫폼으로 EV 배터리 시장 공략 70　한국산업지능화협회, “산업 디지털 전환을 주도하기 위해 다방면의 활동 강화” 72　레노버, “클라우드부터 에지까지 폭넓은 AI 포트폴리오 제공” 74　생성형 AI와 협업 툴의 만남, ‘플로우 3.0’ AI Now   New Products 76　이달의 신제품   On Air 78　캐드앤그래픽스 CNG TV 지식방송 지상중계　SIMTOS 2024와 디지털 제조 혁신 트렌드   82　New Books 84　News   Directory 131　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 87　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　로컬 호스트 LLM 오픈소스 기반 BIM 전문가 챗봇 서비스 만들어보기 94　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2024 (12) / 천벼리　아레스 커맨더의 사용자 인터페이스 108　새로워진 캐디안 2024 살펴보기 (4) / 최영석　구성선 및 자유선 기능 128　복잡한 모델에서 인사이트를 얻고 설계 의사결정을 돕는 직스캐드 (1) / 이소연　직스캐드 2024의 최신 기능 업데이트   Reverse Engineering 100　문화유산 분야의 이미지 데이터베이스와 활용 사례 (4) / 유우식　한지 데이터베이스   Mechanical 111　제품 개발 혁신을 가속화하는 크레오 파라메트릭 10.0 (11) / 김주현　매스캐드 프라임 9.0 사용하기 Ⅰ   Analysis 97　시뮤텐스 소프트웨어를 활용한 복합소재 해석 (1) / 씨투이에스코리아　복합소재 공정 전반의 가상 프로세스 체인 118　앤시스 워크벤치를 활용한 해석 성공사례 / 김선명　전기자동차용 헤어핀 모터 코일의 DfAM 및 금속 적층제조 프로세스 124　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (8) / 나인플러스IT　CFD 시스템 설계 및 분석 가속화를 위한 밀레니엄 M1     캐드앤그래픽스 2024년 4월호 목차 from 캐드앤그래픽스