개발 및 공급 : 이노쏘비 주요 특징 : 제조 물류 전반에 걸친 시뮬레이터/디지털 트윈/AI 에이전시의 통합 플랫폼, 설계~운영 과정의 최적화 지원, 다양한 제조 운영 시스템과 실시간 연동으로 대용량 데이터를 수집 및 처리, LLM/sLLM을 활용해 직관적인 데이터 분석 및 의사결정 지원 등 사용 환경(OS) : 윈도우 10/11(64비트) 시스템 권장 사양 : 인텔 i5 10세대 이상 또는 AMD 라이젠 5 이상 CPU, 최소 16GB RAM(32GB 권장), 엔비디아 RTX 4060 이상 GPU(AI 기능 사용 시 필요), 30GB 이상 여유 저장공간   최근 제조 기업들은 디지털 트윈 기반의 스마트 공장 도입과 더불어 급속한 디지털 전환(DX)을 위해 노력하고 있다. 불과 몇 해전만 하더라도 그 실체와 사례에 대해 의문이 있었지만, 다양한 도입 사례와 성과가 공개되면서 이제는 DX에서 나아가 AI 기술 도입과 AI로의 전환(AX : AI Transformation)을 활발히 검토하고 있고, 적극적인 도입 의사를 밝히고 있다. ‘PINOKIO(피노키오)’는 최신 기술 흐름을 반영해 탄생한 차세대 물류 디지털 트윈 설루션으로, 기존 상용 시스템의 한계를 극복하고 제조 산업의 스마트화를 가속화하는데 최적화된 해답을 제시한다. 기술 대전환의 시대를 맞아 기존의 전통적인 DX 설루션 기업들은 3D 모델링 및 시뮬레이션 등 낮은 단계의 디지털 트윈 기술을 기반으로 DX 설루션으로 개선 및 확장하고 있다. 이와 달리, PINOKIO는 초기부터 현장의 대용량 데이터 기반 실시간 물류 모니터링 및 실시간 시뮬레이션을 제공하는 디지털 트윈 기반의 운영 시스템을 목적으로 출발하였다. 그 결과 SK 하이닉스, LG전자 등 대량의 혼류 생산 제조 현장에서 디지털 트윈의 정합성과 예측의 정확도 등을 검증받았고 도입 효과를 증명했다. 이를 바탕으로 최근에는 기존 상용 설루션보다 높은 성능의 시뮬레이터까지 라인업하여 다양한 요구를 충족시킬 수 있게 되었다. 기존 상용 물류 시뮬레이션 설루션은 대부분 20~30년 전 개발된 구조를 가지고 있어, 최신 IT/OT 시스템과의 연동과 AI 기술을 적용하기 어렵다. 이로 인해 대용량 데이터 처리에 한계가 있으며, 사용자 API(애플리케이션 프로그래밍 인터페이스) 미제공으로 커스터마이징과 타 시스템 연계, 현장 실시간 운영에 필요한 유연성과 확장성에서도 제약이 있다. PINOKIO는 이러한 기존 설루션의 문제점을 개선해 제조 물류 관련 다양한 AI 모델을 지원하며, 기존 설루션 대비 높은 모델링 속도를 구현할 수 있다. 그리고 멀티 스레드, GPU 기반의 고속 시뮬레이션 연산 기능과 2차전지, AMR(자율이동로봇), OHT(오버헤드 트랜스퍼), 자동창고 등 다양한 제조 환경에 맞는 특화 라이브러리를 제공한다. 특히, 생산 현장에서 발생하는 실시간 빅데이터를 효과적으로 처리하고, 대화형 어시스턴트(assistant) 방식의 직관적인 사용자 인터페이스(UI)를 통해 사용자 편의성을 높였다. 또한, 사용자 API를 통한 고도화된 커스터마이징이 가능하며, MES(제조 실행 시스템), 센서, PLC(프로그래머블 로직 컨트롤러), IoT(사물인터넷) 등 다양한 운영 시스템과의 실시간 연동 기능도 갖췄다. 나아가, 전력 사용량 분석과 탄소세 예측 기능까지 탑재돼 지속 가능한 제조 환경 구축을 위한 의사결정도 지원한다. PINOKIO는 AI 기반 제조 혁신의 길을 여는 실질적인 도구로, 앞으로 제조업계의 디지털 전환을 선도할 핵심 설루션으로 자리매김할 전망이다.   주요 기능 소개 PINOKIO는 시뮬레이터, 디지털 트윈, AI 에이전시(agancy)를 통합한 차세대 DES(이산 이벤트 시뮬레이션) 기반 플랫폼으로, 제조 물류 전반에 걸친 통합 설루션을 제공한다. PINOKIO는 세 가지 핵심 모듈로 구성된다. 첫 번째는 ‘Pino SIM’으로, 공정 흐름 설계부터 시뮬레이션, 분석까지 수행하는 시뮬레이터다. Pino SIM은 도면 편집과 레이아웃 설계를 위한 Pino Editor를 내장하고 있어, 단순한 시뮬레이션을 넘어 제조 기준정보 입력, 물류 시나리오 구성, 시뮬레이션 실행 및 시각화 분석까지 다양한 기능을 제공한다. 이를 통해 설계 초기 단계부터 실제 운영에 이르기까지 전 과정의 최적화를 효과적으로 지원한다. 두 번째는 실시간 디지털 트윈 모듈인 ‘Pino DT’다. MES, IoT, PLC, 센서 등 다양한 제조 운영 시스템과의 실시간 연동을 통해 대용량 데이터를 실시간으로 수집하고 처리하며, 이를 바탕으로 실시간 모니터링은 물론 미래 상황 예측, 예지 보전 기반의 시뮬레이션이 가능하다. 이는 생산 현장의 가시성과 민첩성을 높이는 데 기여한다. 세 번째는 인공지능 기반의 ‘Pino AI’다. LLM(대규모 언어 모델)과 sLLM(전문 도메인 특화 언어 모델)을 활용한 대화형 UI를 통해 사용자가 직관적으로 데이터를 분석하고 의사결정에 활용할 수 있다. 또한 목적에 따라 강화학습, 파라미터 최적화 등 다양한 AI 기법을 적용할 수 있어 생산성과 품질 향상을 동시에 도모할 수 있다. PINOKIO는 엔비디아 옴니버스(NVIDIA Omniverse)와 같은 고급 시각화 플랫폼과 연동 가능하며, 파이썬(Python) 개발 환경 확장도 지원함으로써 사용자 맞춤형 라이브러리 개발이 가능하다. 이를 통해 제조 기업은 사전 공정 및 물류 최적화는 물론 실시간 생산 모니터링, 미래 예측, AI 기반 정확도 향상 등 다양한 지능형 서비스를 구현할 수 있다. 제조업의 디지털 전환이 본격화되는 시대에 PINOKIO는 스마트 공장을 넘어 AI 전환을 실현하는 핵심 파트너로 부상하고 있다.   PINOKIO의 특징 PINOKIO는 고도화된 시뮬레이션 엔진과 AI 통합 기능을 바탕으로 대규모 데이터 처리 및 실시간 예측 분석을 지원하며 스마트 제조 시대의 경쟁력을 강화하고 있다. PINOKIO는 이벤트 처리 기법 최적화 및 단순화된 시뮬레이션 엔진 설계로 빠른 연산 속도를 제공한다. 특히, 초당 60프레임(FPS) 기준으로 500만 개 수준의 대규모 3D 데이터를 안정적으로 처리할 수 있으며, 선택적 컴파일 방식(C# 기반 네이티브 코드)을 활용한 별도 계산 도구를 통해 집약적인 연산 작업도 고속으로 수행할 수 있다. 디지털 트윈 구축에서도 PINOKIO는 강력한 성능을 발휘한다. MES, ACS, MCS 등 다양한 제조 운영 시스템과 연동과 IoT, 센서, PLC 등 생산 현장에서 수집되는 대용량 데이터를 실시간으로 처리한다. 이를 통해 실시간 모니터링과 동시에 백그라운드 시뮬레이션을 수행하고, 타임 호라이즌(Time Horizon) 방식의 미래 예측 기술을 통해 병목, 이상 징후 탐지 및 알람 기능도 제공된다. 또한, AI를 활용하기 위한 정상/이상 데이터 제공과 파라미터 최적화 및 시나리오별 분석 기능이 포함되어 있으며, LLM과 sLLM, 챗GPT(ChatGPT), 메타 라마(Meta LLaMA) 등 다양한 AI 모델을 통합한 AI 에이전시 기능을 통해 대화형 데이터 분석, 자동 의사결정 지원, 데이터 해석 및 운영 최적화를 구현한다. 시뮬레이션 설계 및 모델링 측면에서도 사용자 편의성이 강화됐다. Pino Editor를 활용해 레이아웃 도면을 직관적으로 확인 및 편집할 수 있으며, 제조 기준 정보 입력 및 템플릿 매칭 기능을 통해 모델링 작업 시간을 획기적으로 단축시킨다. 또한, 2차전지 및 반도체 공정에 특화된 전용 라이브러리도 제공되며, 고객 맞춤형 커스터마이징 시뮬레이터를 통해 사용자의 목적에 따라 분석 및 최적화가 가능한 유연한 개발 환경을 지원한다. 이처럼 PINOKIO는 고속 시뮬레이션, 실시간 예측, AI 기반 의사결정, 그리고 유연한 모델링 기능을 종합적으로 제공하며, 제조업의 지능화·자동화를 실현하는 설루션이다.   그림 1. PINOKIO UI 화면 – 반도체 FAB   사전 레이아웃 및 물류 검토를 위한 설루션 : Pino SIM 디지털 트윈 구축 시 미래 예측을 위한 시뮬레이터 역할과 기존 상용 설루션과 같이 공장 신축 또는 생산 라인 변경 등 제조 현장의 변화가 요구된다. 이런 상황에서 Pino SIM은 사전에 최적의 물류 계획과 레이아웃 구성을 지원하고 공정의 효율성과 안정성을 미리 확보할 수 있는 디지털 전환 핵심 도구이자 가상 공장 구현 설루션이다. Pino SIM은 제조 기준 정보(제품, 공정, 레이아웃, 물류 흐름, 작업 순서, 스케줄링 등)를 기반으로 공정을 시뮬레이션하며, 그 결과를 차트, 그래프 등 다양한 시각화 도구를 통해 분석할 수 있다. 이를 통해 레이아웃 검증 및 최적화, 생산성 향상 등 공장 운용 전반의 효율화를 실현할 수 있다. 특히, OHT, AMR 등 신 산업군을 위한 특화 라이브러리를 제공하며, 이송 설비 구현을 위한 이동, 충돌 방지, 회피 제어를 위한 OCS, ACS 기능도 탑재되어 있다. 이를 통해 코드 작성 오류를 줄이고 디버깅 시간을 줄일 수 있으며, 보다 쉽고 효율적으로 시뮬레이션 모델을 구축할 수 있다. 또한, 자동창고 모델링에 필요한 Stocker(Crane, Rack, Rail)를 그룹화 형태로 제공하여 빠른 모델링이 가능하다. 환경과 에너지 측면에서도 전력 사용량 및 탄소 배출량(탄소세) 분석 기능을 통해 지속 가능한 생산 전략 수립에 도움을 주며, 제조업의 친환경화와 ESG 경영 대응에도 기여할 수 있다. 이처럼 Pino SIM은 공장 설계 단계에서의 의사결정 품질을 높이고, 새로운 제조 환경에 유연하게 대응할 수 있는 설루션이다.   그림 2. 라이브러리 제공 – Stocker   그림 3. 개발(코딩) 없이 기능 구현   그림 4. 시뮬레이션 결과 리포트 예제   디지털 트윈 설루션 : Pino DT 제조 현장에서 물류는 제품의 사이클 타임을 결정하는 요소 중에 하나이다. 물류 정체가 발생할 경우 제품의 사이클 타임이 길어지거나 라인이 정지되는 등 심각한 손실이 발생할 수 있다. 이러한 문제를 해결하기 위해 시뮬레이션을 통한 최적화된 운영 방식을 시스템에 적용하려는 노력이 이어져왔다. 기존의 물류 설루션은 현장에서 발생하는 대용량의 데이터를 시뮬레이션에 반영하여 실시간으로 의사결정하는 과정에서 다양한 제약으로 인해 어려움이 있었다. 또한, 현장 작업자의 개입과 같은 인간적 오류는 시스템이 예측할 수 없는 데이터를 발생시키기 때문에 생산 계획 단계에서의 사전 분석 및 검증만으로는 시뮬레이션 정합성을 높이는데 한계가 있다. Pino DT는 최적화된 자체 개발 시뮬레이션과 모니터링 엔진을 탑재하여 이를 해결하였다. 시뮬레이션의 이벤트 횟수를 최적화하여 최소한의 이벤트로 시뮬레이션이 가능하도록 설계했다. 또한 계산 속도에 이점이 있는 C, C++ 언어로 물류 경로를 최적화하는 알고리즘을 구현하여 기존 설루션 대비 약 2만평 규모의 공장에서 약 70배의 향상된 성능을 검증하였다.   그림 5. Pino DT의 UI 화면   대용량 데이터 처리 및 실시간 모니터링 Pino DT는 시뮬레이션에 최적화된 알고리즘을 사용함으로써 대용량 데이터 처리가 가능하고, 현장 데이터를 실시간으로 시뮬레이션에 반영할 수 있다. 기존 물류 시뮬레이션 설루션에 비해 60~700배 뛰어난 가속 성능을 제공하는 시뮬레이션 도구이다. 제조 현장과 동일한 상황을 시뮬레이션하기 위해 현장과 연동 후 데이터를 가공하여 디지털 트윈 모델로 표현하여 가시화하고, 사용자가 설정한 시간 주기마다 미래를 예측하는 시뮬레이션(proactive simulation)을 백그라운드로 수행한다. 이는 제품의 공정 시간보다 짧은 시간 안에 결과를 확인할 수 있고, AI를 통해 보다 정확한 의사결정을 내릴 수 있도록 지원한다.   그림 6. Pino DT의 모니터링 화면   디지털 트윈 실시간 시뮬레이션 : 미래 예측 실시간 현장 상황을 반영하여 미래를 예측하는 시뮬레이션(proactive simulation)은 제품의 택트 타임(tact time)보다 짧은 시간 내에 결과를 도출해내지 못하면 현장에서 선제 대응하지 못하는 결과를 초래할 수 있다. 모니터링 엔진으로부터 라인 상황에 대한 데이터를 수집하고, 현재로부터 예측하고자 하는 시간 동안 발생하는 이상상황에 대해 피드백을 준다. 예를 들어 조립 라인의 경우에는 부품이 5분 뒤에 부족하다는 알람을 작업자에게 즉시 전달하여 선제적 대응을 가능케 함으로써, 라인 정지 등 비상 상황을 사전에 방지할 수 있다. PINOKIO 디지털 트윈 시뮬레이션은 이러한 역할이 가능하도록 가속화한 고속 시뮬레이션 엔진을 보유하고 있다.   그림 7. 현장 FAB(왼쪽)과 PINOKIO에서 생성된 디지털 트윈(오른쪽)   제조 물류 현장에 특화된 AI 플랫폼 : Pino AI AI를 이용한 설루션을 만들기 위해서는 다양한 상황에 대한 데이터가 필요하다. 하지만 제조 현장의 특성 상 여러 상황에 대한 데이터를 획득하기 어렵다. PINOKIO에서는 현장에서 획득하기 어려운 데이터를 시뮬레이션을 통해 데이터를 확보할 수 있다. 즉, Pino DT 모델이 AI를 위한 데이터를 생성하고, 이를 AI가 최적 값을 도출하여 시뮬레이션에 반영한다. Pino DT에서 획득한 데이터를 파이썬, C, 자바(JAVA) 등 다양한 언어로 구현한 로직을 적용할 수 있도록 개발 환경을 제공하고 있다. 이를 통해 예측 정확도 향상, 데이터 기반 의사 결정, Scheduling, Routing, Dispatching 등 목적에 따라 AI 활용이 가능하다. 또한 LLM, sLLM, 챗GPT(ChatGPT), 메타 라마(Meta Llama) 등과 결합한 대화형 UI를 통해 사용자가 직관적으로 데이터를 분석하고 의사결정에 활용할 수 있다.   그림 8. 대화형 UI 및 결과 리포트   그림 9. Pino DT와 AI 모델 활용 원리   Pino DT와 현장 데이터 인터페이스 디지털 트윈에 가장 중요한 요소는 현장과의 연결이다. 대부분의 물류 전문 설루션이 현장과의 연결을 위한 인터페이스를 지원하지만, 많은 양의 데이터를 처리하면서 실시간으로 시뮬레이션하는데 어려움이 있다. Pino DT는 대용량 데이터 처리와 시뮬레이션 가속 성능이 뛰어나 실시간 모니터링 시스템까지 가능하다. <그림 10>은 현장에 있는 MES와 Pino DT가 인터페이스되는 과정이다. 현장에 있는 PLC가 MES에 데이터를 전달하고, MES는 그 데이터를 데이터베이스에 저장한다. 이를 Pino DT에서 외부 통신(IP)을 통해 데이터베이스에 접근하여 데이터를 시뮬레이션에 반영한다. 이 과정에서 현장 데이터의 상태가 중요하다. 불필요한 데이터가 있거나 로스 또는 시간 순서가 맞지 않은 경우가 대부분이다. Pino DT에서는 현장 데이터를 올바르게 정제하는 작업을 거쳐 현장과 동일한 디지털 트윈 모델을 만든다.   그림 10. 현장 데이터 인터페이스 과정   PINOKIO의 기대 효과 PINOKIO는 현장 운영 데이터를 실시간으로 디지털 트윈과 연동함으로써 모니터링이 가능하며, 전체 공장을 PC, 웹, 모바일 등 다양한 형태로 여러 사용자와 함께 직관적으로 확인하면서 공유하고 협업할 수 있다. 또한 현장과 연결된 디지털 트윈 모델을 이용하여, 미래에 발생 가능한 문제점을 예지(predictive)하고, 이러한 문제점을 사전에 해결하기 위한 선제대응(proactive) 의사결정을 가능하게 한다. 이 때 디지털 트윈을 이용한 사전예지는 온라인 시뮬레이션 기술에 기반하고, 선제대응은 AI 기술에 기반한다고 볼 수 있다. 디지털 트윈 기반 사전예지의 시간적 범위(time horizon)는 현장의 특성에 따라서 0.1시간~10시간으로 달라질 수 있으며, 문제점의 종류는 주로 생산 손실(loss), 부품의 혼류 비율 불균형, 설비 고장예지 및 물류 정체 등을 포함한다. 문제점이 예지되면 이를 해결하기 위한 즉각적인 의사결정 AI 기술을 활용하여 최적 운영을 달성함으로써 생산성, 경제성, 안정성 및 경쟁력 향상 효과가 있다.   맺음말 생산 계획 단계에서 Pino SIM을 통해 레이아웃 검증과 물류를 최적화하고, Pino SIM 모델 데이터를 생산 운영 단계에서 PINOKIO와 연계하여 현장 데이터 기반 실시간 모니터링과 미래 상황 예측 및 선제 대응함으로써 현실적이고 실제 활용 가능한 스마트한 디지털 트윈을 구축할 수 있다. 다음 호부터는 Pino SIM, Pino DT, Pino AI 등 각 제품별 소개 및 적용 사례를 소개하고자 한다.   그림 11. 디지털 트윈을 위한 플랜트 시뮬레이션과 PINOKIO     ■ 기사 내용은 PDF로도 제공됩니다. 

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 3월 27일 CNG TV는 ‘Digital Supply Chain 새로운 패러다임 : 산업 건설 프로젝트의 비효율을 넘어 스마트한 미래로’를 주제로 웨비나를 개최했다. 이번 웨비나는 디지털 공급망 관리의 새로운 패러다임을 제시하고, 산업 건설 프로젝트의 비효율성을 극복하여 스마트한 미래로 나아가는 방안을 모색하는 자리로 마련되었다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자    ▲ 캐드앤그래픽스 박경수 부장, 헥사곤 ALI 남궁진 영업이사   산업 건설 프로젝트와 공급망의 특징 산업 건설 프로젝트는 다른 산업과 달리 수요와 공급의 균형을 맞추기 어려우며, 데이터 사일로(silo) 현상과 구매·조달 중심의 공급망 관리로 인해 많은 어려움을 겪고 있다. 이러한 문제를 해결하기 위해 기업들은 엔드 투 엔드 공급망 관리, 데이터 연결, 자동화, AI 기반 예측, 디지털 트윈 등 다양한 전략과 기술을 도입해야 할 과제를 안고 있다. 따라서 성공적인 디지털 공급망 체계를 구축하려면 현업 중심의 애자일(agile) 방법론 적용, 비즈니스 가치 평가를 통한 우선순위 결정, 검증된 시스템과 최신 기술의 활용이 중요하며, 정량적인 효과 측정을 통해 투자 대비 가치를 입증할 수 있어야 한다. 헥사곤 ALI의 남궁진 영업이사는 산업 건설 프로젝트와 다른 산업 간 공급망의 차이에 대해 “다른 산업은 수요 예측과 공급 계획이 유기적으로 연결되어 있는 반면, 산업 프로젝트는 디자인, 구매, 물류, 시공 단계가 독립적으로 운영되며, 패스트트랙 스케줄링 기법이 사용된다”고 설명하며, 이로 인해 수요와 공급의 균형을 맞추기 어려운 상황이 발생한다고 덧붙였다. 산업 프로젝트에서 자재 관리는 전통적인 에너지·화학 플랜트와 인프라스트럭처 프로젝트로 나뉘며, 내부적으로는 수작업 기반의 프로세스와 사일로 조직 구조가 문제로 지적된다. 외부 요인으로는 서브컨트랙터와 영세 기업의 참여가 어려운 점이 있다. 남궁진 영업이사는 디지털 공급망 구축 전략과 관련하여 “엔드 투 엔드 공급망 관리가 중요하며, 디자인 단계부터 시공 단계까지 모든 과정을 포괄하는 계획이 필요하다”고 강조하며, “데이터 연결과 관리가 여전히 큰 도전 과제로 남아 있다”고 말했다.   디지털 전환을 위한 자동화 과제 자동화는 프로세스 및 현장에서 이루어질 수 있으며, IoT 센서를 통해 자재의 위치와 상태를 자동으로 추적하는 기술이 발전하고 있다. 또한 AI 기반의 예측 기법이 자재 관리와 공급망 최적화에 활용되고 있으며, 디지털 공급망 설루션의 효과는 자재 관리 효율성 증대와 비용 절감 측면에서 정량적으로 평가할 수 있다. 즉, ROI 평가를 통해 투자 대비 효과를 측정할 수 있다. 이번 웨비나에서는 디지털 전환의 글로벌 사례로 유럽의 한 EPC(설계·조달·시공) 기업이 엔드 투 엔드 공급망 관리를 통해 디지털 혁신을 이룬 사례가 소개되었다. 이 기업은 메가 프로젝트에서 자재 통합 관리 플랫폼을 구축하여 리스크를 줄이고 효율성을 향상시킨 것으로 알려졌다. 남궁진 영업이사는 디지털 공급망 관리의 미래에 대해 “공급망 관리는 디자인 단계부터 시공 단계까지 통합적으로 관리되어야 하며, 디지털 하이테크와 인적 역량을 결합하여 성공적인 공급망 관리가 이루어져야 한다”고 강조했다.     ■ 기사 내용은 PDF로도 제공됩니다.

개발 및 공급 : 알테어 주요 특징 : 하이퍼웍스 2025 – AI와 머신러닝으로 더욱 정밀하고 빠른 시뮬레이션 구현, 통합 해석 기술로 설계 효율성과 정확도 극대화, 클라우드 및 자동화 도구로 협업과 생산성 향상 등. HPC웍스 2025 – AI 기반 스마트 작업 스케줄링 도입으로 작업 운영 최적화, 유연한 클라우드 확장성과 자동화 엔진으로 운영 효율성 강화, GPU 및 쿠버네티스 지원 확대로 AI 및 머신러닝 워크로드 성능 향상 등   ▲ 이미지 출처 : 알테어 웹사이트 캡처   AI·자동화로 설계 효율 높인 하이퍼웍스 2025 설계 및 시뮬레이션 플랫폼인 알테어 하이퍼웍스 2025(Altair HyperWorks 2025)는 인공지능(AI)과 머신러닝 기반의 해석 및 최적화 기술을 강화해, 시제품 제작 과정을 최소화하고 설계 프로세스를 혁신했다. 새 버전은 트랜스포머 아키텍처 기반의 AI 물리 예측 모델을 적용해 적은 데이터로도 정밀한 시뮬레이션이 가능하며, 머신러닝 기반 솔버는 해석 속도와 신뢰성을 동시에 향상시켰다. AI 기반 차수 축소 모델링(ROM)은 비선형 시스템을 빠르게 해석해 설계 초기 단계에서 중요한 통찰력을 제공한다. 시뮬레이션 해석 성능 역시 개선됐다. 알테어 옵티스트럭트(Altair OptiStruct)는 기존에 사용하던 기계 충격 해석, 열 충격 해석, 진동 해석 등을 하나의 설루션에서 수행할 수 있다. 이를 통해 해석 시간이 단축되고 모델 관리가 용이하며 설계 효율성과 신뢰성을 높일 수 있다. 또한 알테어 피직스AI(Altair physicsAI)는 기존 수치 해석 솔버를 AI 기반 솔버로 대체해 정확도를 유지하면서도 해석 속도를 높였다. 알테어는 자사의 클라우드 플랫폼인 알테어 원(Altair One)을 통해 HPC(고성능 컴퓨팅) 및 시뮬레이션 데이터에 즉시 접근할 수 있는 협업 환경도 마련했다. 또한 알테어 하이퍼메시(Altair HyperMesh)의 파이썬 API 지원으로 반복 작업을 자동화하고 대규모 모델의 해석 준비 시간을 단축할 수 있다. 베타 버전으로 출시된 AI 설계 도우미 알테어 코파일럿(Altair Copilot)은 실시간 Q&A와 워크플로를 지원한다. 소재 설루션은 복합소재, 폴리머, 적층 제조 등 첨단 소재의 데이터를 수집 및 표준화하고, AI 기술로 불완전한 데이터를 보완해 시뮬레이션 정확도를 높였다. 알테어의 짐 스카파 CEO는 “알테어 하이퍼웍스 2025는 40년간 축적한 알테어의 시뮬레이션, 설계, 최적화 역량이 집대성된 결과물”이라면서, “AI와 머신러닝, 자동화, 개방형 아키텍처를 통합해 단순한 시뮬레이션 플랫폼을 넘어선 통합 엔지니어링 설루션을 제공할 것”이라고 말했다.   ▲ 이미지 출처 : 알테어 웹사이트 캡처   AI 기반 작업 스케줄링 및 클라우드 확장성 강화한 HPC웍스 2025 고성능 컴퓨팅(HPC) 및 클라우드 플랫폼인 ‘알테어 HPC웍스(Altair HPCWorks) 2025’는  AI 기반 작업 스케줄링, GPU 및 쿠버네티스 지원 확대, 클라우드 확장성 강화를 비롯해 기업의 대규모 AI 학습과 데이터 분석 작업을 안정적으로 지원한다. 최신 버전은 AI 기반 스마트 작업 스케줄링을 통해 작업 제출을 간소화하고 대기 시간을 줄였으며, GPU 및 쿠버네티스와의 호환성을 강화해 AI 및 머신러닝 워크로드의 성능을 최적화했다. 클라우드 리소스 활용 효율성을 높인 것도 특징이다. 사용자는 클라우드 작업과 하이브리드 컴퓨팅 환경을 손쉽게 최적화할 수 있으며, 피크 타임의 워크로드도 유연하게 처리할 수 있다. 서드파티 스케줄러와의 연동도 가능해 확장성과 호환성도 높였다. 또한, 통합된 클라우드 자동화 엔진을 사용하면 필요할 때 클러스터를 빠르게 늘리고 사용량이 줄어들면 자동으로 줄일 수 있어, 운영 비용과 시간을 절감할 수 있다. 멀티 클라우드나 여러 클러스터를 동시에 사용하는 환경에서도 HPC 및 클라우드 관리를 한 곳에서 할 수 있어 운영이 편리하다. HPC웍스 2025는 알테어의 데이터 분석 및 AI 플랫폼인 알테어 래피드마이너와 연계해 더욱 효율적인 작업 스케줄링을 구현했다. 이 외에도 모든 알테어 워크로드 관리자에 HPC 및 클라우드 모니터링과 리포팅 기능을 통합해 IT 관리자들의 데이터 기반 의사 결정과 컴퓨팅 자원 최적화를 돕는다. 한편 HPC웍스는 알테어 유닛(Altair Units) 라이선스 시스템을 기반으로 운영되며, 클라우드 기반의 알테어 원(Altair One)과 연계해 추가 비용 없이 알테어의 다양한 기술을 활용할 수 있다. 알테어의 샘 마할링엄 최고기술책임자(CTO)는 “데이터와 AI 중심 환경에서 차세대 HPC 및 클라우드 기술은 필수”라면서, “HPC웍스를 통해 기업은 인프라를 최적화하고 경쟁력을 높일 수 있을 것”이라고 말했다.    ▲ 이미지 출처 : 알테어 웹사이트 캡처     ■ 기사 내용은 PDF로도 제공됩니다.

  INFOWORLD   Editorial 17　제조업의 디지털 전환, ‘사람 중심의 혁신’이 성패 가른다   Focus 18　플랜트 조선 컨퍼런스 2025, 산업 디지털 전환과 AI 혁신 비전을 찾다 24　오라클, “AI의 핵심은 데이터… 강력하면서 유연한 클라우드 기술로 AI 혁신 지원”   Case Study 26　건설 장비의 유지에 증강현실 활용한 HD현대인프라코어　산업 현장의 기술 통합 돕는 AR 가이던스   New Products 31　클라우드·AI·데이터 혁신 가속화를 위한 디지털 엔지니어링 설루션　앤시스 2025 R1 34　AI로 제품 개발 및 HPC 스케줄링 효율 향상　하이퍼웍스 2025 / HPC웍스 2025 36　클라우드 기반 ADAS 및 AD 개발 및 검증 설루션　Virtual Test Drive X 38　소프트웨어 개발 라이프사이클에 로코드와 AI 결합　멘딕스 10.18 40　다양한 산업 분야를 위한 실시간 시각화 기능 강화　트윈모션 2025.1 62　이달의 신제품   Culture 42　AI 스터디와 네트워크를 위한 스터디 모임 ‘AI 바우하우스랩’   Column 49　책에서 얻은 것 No. 24 / 류용효　2025 AI 대전환 : 주도권을 선점하라 52　디지털 지식전문가 조형식의 지식마당 / 조형식　인공지능 시대에 나는 무엇을 아는가?   On Air 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　자동차 산업의 미래, 메가캐스팅 해석과 활용 47　캐드앤그래픽스 CNG TV 지식방송 지상중계　자율 제조의 핵심 기술, SDM과 AI의 만남 48　캐드앤그래픽스 CNG TV 지식방송 지상중계　디지털과 현실의 경계를 넘는 차세대 몰입형 협업 설계   54　News 60　New Books   Directory 123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 65　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　세슘 기반 BIM IFC 가시화 방법과 3D 타일 구조 72　새로워진 캐디안 2025 살펴보기 (4) / 최영석　유틸리티 기능 소개 Ⅱ 177　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (11) / 천벼리　BIM 치수 체인   Mechanical 75　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (10) / 김주현　크레오 파라메트릭에서 파이핑 생성하기 Ⅰ   Reverse Engineering 84　시점 - 사물이나 현상을 바라보는 눈 (3) / 유우식　관찰의 시점과 관점   Analysis 92　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (19) / 나인플러스IT　터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅳ 97　최적화 문제를 통찰하기 위한 심센터 히즈 (1) / 이종학　AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 104　앤시스 워크벤치를 활용한 해석 성공 사례 / 전상우　전자장비 방열을 위한 팬 단순화 원리와 해석 적용 방법 112　MBD를 성공적으로 도입하기 위한 비결 / 오재응　무엇을 위해서 모델을 활용하는가?   3D Printing 108　시제품 제작을 혁신하는 3D 프린팅 / 김진호　자동차 내장 부품의 디자인 검증용 시제품 개발 사례   PLM 120　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (1) / 윤경렬, 가브리엘 데그라시　비즈니스 프로세스 모델링이 필요한 이유     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

알테어가 고성능 컴퓨팅(HPC) 및 클라우드 플랫폼인 ‘알테어 HPC웍스(Altair HPCWorks) 2025’를 발표했다. 이번 업데이트는 인공지능(AI) 기반 작업 스케줄링, GPU 및 쿠버네티스 지원 확대, 클라우드 확장성 강화를 비롯해 기업들의 대규모 AI 학습과 데이터 분석 작업을 안정적으로 지원한다.     최신 버전은 AI 기반 스마트 작업 스케줄링을 통해 작업 제출을 간소화하고 대기 시간을 줄였으며, GPU 및 쿠버네티스와의 호환성을 강화해 AI 및 머신러닝 워크로드의 성능을 최적화했다. 클라우드 리소스 활용 효율성을 한층 높인 것도 특징이다. 사용자는 클라우드 작업과 하이브리드 컴퓨팅 환경을 손쉽게 최적화할 수 있으며, 피크 타임의 워크로드도 유연하게 처리할 수 있다. 서드파티 스케줄러와의 연동도 가능해 확장성과 호환성도 높였다.   또한 통합된 클라우드 자동화 엔진을 사용하면 필요할 때 클러스터를 빠르게 늘리고, 사용량이 줄어들면 자동으로 줄일 수 있어 운영 비용과 시간을 절감할 수 있다. 멀티 클라우드나 여러 클러스터를 동시에 사용하는 환경에서도 HPC 및 클라우드 관리를 한 곳에서 할 수 있어 운영이 편리하다.   알테어 HPC웍스 2025는 자사 데이터 분석 및 AI 플랫폼인 알테어 래피드마이너와 연계해 더욱 효율적인 작업 스케줄링을 구현했다. 이 외에도 모든 알테어 워크로드 관리자에 HPC 및 클라우드 모니터링과 리포팅 기능을 통합해 IT 관리자들의 데이터 기반 의사 결정과 컴퓨팅 자원 최적화를 돕는다.   알테어의 샘 마할링엄 최고기술책임자(CTO)는 “데이터와 AI 중심 환경에서 차세대 HPC 및 클라우드 기술은 필수”라며, “HPC웍스를 통해 기업들은 인프라를 최적화하고 경쟁력을 높일 수 있을 것”이라고 말했다. 한편, 알테어는 HPC웍스가 알테어 유닛(Altair Units) 라이선스 시스템을 기반으로 운영되며, 클라우드 기반 알테어원(Altair One)과 연계해 추가 비용 없이 다양한 알테어 기술을 활용할 수 있다고 설명했다.

주요 PLM  소프트웨어 소개   스마트 디지털 리얼리티, HxGN SDx   개발 : Hexagon, www.hexagon.com 자료 제공 : Hexagon ALI, 02-3489-0300, https://hexagon.com/ko/products/hxgn-sdx 디지털 트윈을 넘어선 헥사곤의 스마트 디지털 리얼리티(Smart Digital Reality)는 산업 프로젝트와 자산 포트폴리오 전반의 물리적 현실과 디지털 현실에 대한 통합된 실시간 뷰를 제공한다. 1. HxGN SDx | 디지털 백본 스마트 디지털 리얼리티를 지원하는 방법으로 헥사곤의 디지털 백본(Digital Backbone)은 프로젝트 계획, 설계 및 실행부터 자산 운영, 유지 관리 및 보안에 이르기까지 다양한 작업 프로세스의 자산 수명 주기 모든 단계를 연결하여 산업시설에 대한 전체적인 시각을 제공하며 엔지니어링 및 운영 정보의 데이터를 분석, 컨텍스트화, 결합하여 실행가능한 정보로 활용 및 적용되도록 필요한 인프라와 서비스를 제공한다. 신규 시설 건설 또는 기존 시설 운영 중에도 데이터는 헥사곤 자체 디지털 백본을 통해 수집되고 처리된다.  2. HxGN SDx | Single Version of Truth 스마트 디지털 리얼리티의 중심에는 헥사곤의 SDx 기술이 있다. SDx는 모듈식 클라우드 기반 ALIM(Asset Lifecycle Information Management) 솔루션으로, 데이터 중심으로 고객이 중요 자산 및 설비를 보다 효율적이고 수익성이 높으며, 안전하고, 지속 가능하게 설계, 계획, 구축, 운영 및 유지할 수 있도록 지원한다.   • 개념 FEED 설계> 상세 설계> 건설> 운영> 유지보수 및 신뢰성 • 공정 시뮬레이션/장치 설계/공정 안전/기본 설계/투자 비용 추정 • P&ID/계기/3D 플랜트 설계/전기/분석 • 프로젝트 관리/조달 및 자재 관리/제작/시공/품질 관리/완공 및 이관 • 공급망 최적화/계획 및 스케줄링/동적 최적화 및 APC/MES 히스토리언/프로세스 시뮬레이션/운영 관리/상황 인식/OT 사이버 보안 • 예지 보전/위험 및 신뢰성 분석/작업 통제/연결된 작업자 워커/EAM/APM • 문서 및 데이터 관리/자재 추적/상황 인식/레이저 스캔/모빌리티 3. 헥사곤 스마트 디지털 리얼리티 헥사곤 스마트 디지털 리얼리티의 목표는 설비 자산 효율성을 높이고 관련 성능 정보와 함께 현재 및 과거의 플랜트 구성을 디지털로 표현하는 것이다. 정보에 입각한 데이터 기반 의사 결정이 이루어지고 여러 부서, 계약업체, 공급업체 및 이해 관계자와 디지털 데이터를 쉽게 공유하여 협업을 강화하고 운영 위험을 줄일 수 있다. 헥사곤 솔루션은 산업 자산을 설계, 엔지니어링, 건설, 운영 및 유지보수하고 플랜트 수명주기 전반에 걸쳐 디지털 생태계를 구축 및 유지하도록 지원한다.   좀더 자세한 내용은 '스마트 엔지니어링을 위한 PLM과 DX 가이드' 에서 확인할 수 있습니다. 상세 내용 보러 가기 

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 11월 19일, CNG TV는 ‘제조 산업의 디지털 혁신을 위한 헥사곤 설루션 활용 전략’을 주제로 웨비나를 진행했다. 이번 웨비나에서는 헥사곤의 설비 자산 관리 설루션인 HxGN EAM과 설비 성능 관리 설루션인 HxGN APM에 대한 소개와 함께 이 설루션을 통해 기업이 제조 환경의 디지털 혁신을 주도할 수 있는 실질적이고 효율적인 방법이 제시됐다. 자세한 내용은 다시보기로 확인할 수 있다. ■ 박경수 기자   ▲ 왼쪽부터 캐드앤그래픽스 박경수 부장, 헥사곤 ALI 유기성 전무와 주나래 부장   이번 웨비나에서 헥사곤 ALI는 디지털 트윈을 넘어 스마트 디지털 리얼리티 제공을 목표로 하는 자사의 설루션에 대해 소개했다. 그 중에서도 제조업의 비용 최적화와 생산성 향상을 위한 설비 관리 과제와 함께 고장 예방과 효율적인 정비를 위한 전략에 필요한 정비 최적화의 필요성에 대한 내용이 주로 소개됐다. 헥사곤 ALI 주나래 부장은 “헥사곤 ALI는 두 가지 포트폴리오 영역이 있는데, 디지털 프로젝트 설계와 실행을 지원하는 설루션과 플랜트 유지 및 운영을 담당하는 디지털 애셋 영역으로, 이번 발표에서는 설비자산 및 설비 성능 관리 설루션에 중점을 두고 있다”고 설명했다.   ▲ 헥사곤 ALI 주나래 부장   헥사곤 ALI 유기성 전무는 현대 설비 관리의 과제는 다양한 산업 분야의 자산을 효율적으로 관리하는데 있다고 말했다. “제조업의 경우 비용 최적화, 생산성 향상, 지속 가능성 도전 등을 해결하기 위해 고장 예방과 정비 우선순위 설정이 필요하다”며, “주요 문제로는 과도하거나 부족한 예방 정비, 고장 시점 파악 미흡, 비효율적 자원 사용 등이 있으며, 이를 해결하려면 설비의 중요도와 고장 패턴을 분석해 성능 기반 정비를 도입해야 한다”고 설명했다.  특히 “ISO 표준에 기반한 자산 관리와 RCM/RCA를 활용한 고장 분석이 효과적인 정비 전략 수립에 필수적이며 정비 계획과 스케줄링, 실시간 데이터 활용이 효율성을 높이는 핵심 요소로 강조되고 있다”고 덧붙였다.   ▲ 헥사곤 ALI 유기성 전무   이번 웨비나에서 헥사곤 ALI는 제조업 설비 관리의 문제점과 해결 방안, 헥사곤 설루션의 기능과 최적화 전략을 소개했다. 설비 관리의 주요 과제로는 데이터 입력 부족, 예방 정비의 비효율성, 예지 정비 도입의 한계 등이 제시되었으며, 이를 해결하기 위한 고장 모드 분석, 정비 전략 최적화, RCM/RCA 도입의 중요성이 강조되었다. 또한 디지털 트윈과 3D/2D 데이터 활용은 가시성을 높여 작업 효율성과 안전성을 개선할 수 있는 방안으로 언급되었다.      ■ 기사 내용은 PDF로도 제공됩니다.

지멘스 디지털 인더스트리 소프트웨어는 프레야바디 인도타마가 제조와 생산 공정 최적화를 위해 엑셀러레이터(Siemens Xcelerator) 산업 소프트웨어 포트폴리오를 채택했다고 발표했다. 프레야바디는 인도네시아 최대 초콜릿 제조업체 중 하나이자 아시아 태평양, 중동, 아프리카 지역에서 신뢰받는 초콜릿 공급업체다. 프레야바디는 아프리카, 아시아, 남미의 유명 생산자로부터 코코아 원료를 공급받아 현지 소비자들이 원하는 맛의 초콜릿을 제조한다. 프레야바디는 현재 원료부터 완제품까지 1500개 이상의 SKU(Stock Keeping Unit)를 관리하고 있다. 이에 따라 복잡한 공정과 매개변수를 충족하고 갑작스러운 변경 사항을 수용할 수 있는 포괄적인 스케줄링 솔루션이 필요했다. 또한 ERP(전사 자원 관리) 시스템에 통합된 원재료 사용에 대한 디지털 배치(batch) 기록도 요구됐다. 이러한 문제를 극복하기 위해 프레야바디는 지멘스의 옵센터 APS(Opcenter Advanced Planning and Scheduling) 소프트웨어를 채택해 생산 스케줄링을 강화했다. 해당 소프트웨어에 내장된 변경 알고리즘을 통해 시간 경과에 따른 변경을 최소화하고 생산 능력을 높일 수 있는 것이 채택의 주요 이유였다. 또한 초콜릿 생산 중 데이터 수집을 자동화하기 위해 멘딕스(Mendix) 로코드 플랫폼을 채택해 옵센터 APS와 회사 ERP 시스템 간 데이터가 동기화되도록 지원했다.     프레야바디의 아디 크리스찬(Adi Christian) 프로젝트 및 엔지니어링 매니저는 “우리는 대규모 생산 능력과 유연성을 바탕으로 소규모에서 다국적 기업에 이르기까지 다양한 규모의 초콜릿 업계의 수요를 충족하고 있었으며, 이에 생산 일정을 최적화하는 데에 도움이 되는 솔루션이 필요했다. 지멘스와 오펙스 컨설팅 그룹과의 협력을 통해 생산 스케줄링을 디지털 전환하고 고객 서비스 제공에 필요한 민첩성을 유지할 수 있었다”고 말했다. 지멘스 디지털 인더스트리 소프트웨어의 알렉스 테오(Alex Teo) 동남아시아 지역 총괄 부사장 겸 전무이사는 “프레야바디의 생산 프로세스에 옵센터 APS와 멘딕스를 도입함으로써 디지털 전환 여정을 지원하게 돼 매우 기쁘다. 이번 협력은 프레야바디의 제조 운영 최적화, 민첩성 향상, 현대 생산 복잡성 해결을 위한 중요한 진전이다. 지멘스의 첨단 기술을 활용함으로써 생산 과제를 극복하고 고품질 초콜릿 제품을 전 세계 시장에 더욱 효율적이고 안정적으로 공급할 수 있게 됐다. 우리는 함께 프로세스를 개선하고, 나아가 제과 산업의 새로운 표준을 세우고 있다”고 말했다.

산업 디지털 전환을 위한 버추얼 트윈 (4)   현대 제조업 환경에서 효율적이고 정확한 생산 계획 및 스케줄 관리는 성공의 핵심 요소이다. 특히, 고객의 요구와 시장의 변화에 신속히 대응해야 하는 상황에서는 더욱 그러하다. 이러한 필요성을 충족시키기 위해 다쏘시스템의 델미아 오르템즈(DELMIA Ortems)는 최첨단 제조 계획 및 스케줄 관리 소프트웨어를 제공하여 제조업체의 생산성을 극대화할 수 있도록 지원한다.   ■ 황성수 다쏘시스템코리아의 인더스트리 프로세스 컨설턴트로 스마트매뉴팩처링 팀에서 퀸틱 제품을 담당하고 있다. 공급망 계획 및 최적화에 관련한 최신 기술과 데이터를 활용한 전략적이고 혁신적인 접근 방식을 통해 고객의 요구에 맞춘 맞춤형 솔루션을 제안하고 있다.  홈페이지 | www.3ds.com/ko   그림 1. APS의 변천사   델미아 오르템즈의 주요 기능 델미아 오르템즈는 전통적인 제조 실행 시스템(MES)을 뛰어넘는 다양한 기능을 통해 생산 공정을 혁신적으로 개선한다. 주요 기능으로는 유/무한 계획 및 스케줄링, 시나리오 분석, 시스템 통합이 있다. 이 소프트웨어는 제조 과정의 리드 타임을 단축하고, 정시 납품률을 향상시키며, 운영 효율을 높인다. 또한, 다양한 시나리오 분석을 통해 최적의 생산 계획을 수립하고, ERP 시스템과의 원활한 통합을 통해 데이터 일관성을 유지함으로써 제조업체는 재고 수준을 낮추고 시장의 요구에 신속하게 대응할 수 있다.   그림 2. 델미아 오르템즈의 KPI   매뉴팩처링 플래너 델미아 오르템즈 매뉴팩처링 플래너(DELMIA Ortems Manufacturing Planner)는 제조업체의 중기 생산 계획 및 스케줄 관리를 최적화하는 솔루션이다. 이 소프트웨어는 생산 제약 조건을 정확히 모델링하여 병목 현상을 식별하고, 다양한 시나리오를 실시간으로 시뮬레이션할 수 있다. 그리고 ERP 시스템과 통합을 통해 생산 주기를 단축할 수 있다. 이를 통해 제조업체는 효율성과 유연성을 극대화하고 고객 만족도를 높일 수 있다.   그림 3. Capacity 계획 관리   프로덕션 스케줄러 델미아 오르템즈 프로덕션 스케줄러(DELMIA Ortems Production Scheduler)는 단기 생산 스케줄 관리를 최적화하는 솔루션으로 기계, 도구, 운영자 등 여러 리소스에 대한 제품 및 프로세스 관련 제약을 통합 관리한다. 주요 특징으로는 셋업타임 최소화, 원자재 재고 및 재공재고(WIP) 감소, 고객 납기 준수, 다양한 생산 운영 시나리오 생성 등이 있다. 또한, ERP 시스템과의 원활한 통합과 직관적인 사용자 인터페이스를 제공하여 생산 현장의 유연성을 높인다.   그림 4. 스케줄링 관리     ■ 자세한 기사 내용은 PDF로 제공됩니다.