어도비가 AI 기반 콘텐츠 구상, 생성 및 제작을 위한 올인원 앱인 새로운 파이어플라이(Firefly)를 공개했다. 파이어플라이는 크리에이터가 한 곳에서 크리에이티브 제어 기능을 사용해 이미지, 영상, 오디오, 벡터를 생성하고, 어도비의 크리에이티브 앱 전반에서 창작물을 반복 수정하며, 이를 제작 단계로 원활하게 연결할 수 있도록 돕는다. 어도비는 “상업적으로 안전한 파이어플라이 모델군과 더불어 구글 클라우드, 오픈AI(OpenAI)를 비롯한 파트너 모델에 대한 선택, 그리고 크리에이티브 클라우드 앱에 긴밀히 통합된 AI 구동 툴을 통해 업계에서 가장 포괄적인 크리에이티브 AI 플랫폼을 제공한다”고 전했다. 파이어플라이는 또한 크리에이티브 전문가가 파트너 모델을 사용해 다양한 스타일을 탐색할 수 있는 선택권도 제공한다. 현재 구글 클라우드와 오픈AI 모델을 사용할 수 있으며, fal.ai, 이디오그램(Ideogram), 루마(Luma), 피카(Pika), 런웨이(Runway) 등의 파트너 모델은 향후 몇 달 내 제공될 예정이다. 이 밖에도 파이어플라이에서 새롭게 선보이는 파이어플라이 보드(Firefly Boards, 공개 베타)를 통해 무드 보드(moodboarding) 제작, 크리에이티브 콘셉트 탐색 뿐 아니라 한 번에 수백 가지의 변형 작업을 반복하며 아이디어 구상을 위해 협업할 수 있는 AI 퍼스트 공간을 제공한다. 파이어플라이는 이미지, 영상, 오디오 및 벡터 생성을 통합하고 크리에이티브 제어 기능을 제공함으로써, 크리에이티브 전문가들이 더욱 생산적이고 정밀하게 작업할 수 있도록 돕는다. 포토샵(Photoshop), 프리미어 프로(Premiere Pro), 익스프레스(Express) 등 어도비의 크리에이티브 애플리케이션과 통합되어, 아이디어 구상부터 실제 제작까지 콘텐츠 제작 프로세스의 모든 단계에 걸쳐 AI로 구동되는 지원을 제공한다. 파이어플라이의 상업적으로 안전한 모델은 참조 이미지를 기반으로 파이어플라이의 결과물에 대한 가이드를 제공하는 구조 및 스타일 참조(Structure and Style Reference) 외에도 생성된 이미지와 영상의 카메라 앵글을 정밀하게 제어하고, 생성된 영상의 시작 및 종료 프레임을 지정하며, 오디오 및 영상을 다양한 언어로 번역하는 등 여러 기능을 지원한다. 또한, 어도비는 생생한 이미지를 위한 새로운 파이어플라이 이미지 모델 4(Firefly Image Model 4), 디테일하고 복잡한 이미지를 위한 파이어 플라이 모델 4 울트라(Firefly Image Model 4 Ultra), 텍스트 프롬프트와 이미지로 푸티지를 생성하는 파이어플라이 비디오 모델(Firefly Video Model) 등 상업적으로 안전한 어도비 크리에이티브 AI 모델도 정식 출시했다. 파이어플라이 앱은 파이어플라이 이미지 모델 4 및 파이어플라이 이미지 모델 4 울트라를 비롯해 상업적으로 안전하며 바로 제작에 사용 가능한 어도비의 모든 파이어플라이 모델을 포함한다.     파이어플라이 앱은 크리에이티브 전문가가 자신에게 가장 적합한 방식으로 유연하게 AI를 사용할 수 있도록 지원하기 위해 오픈AI의 이미지 생성 역량, 구글의 이마젠3(Imagen 3), 비오2(Veo 2) 및 플럭스 1.1 프로(Flux 1.1 Pro) 등 다양한 미적 스타일을 지닌 파트너의 제작 모델로 실험할 수 있는 선택권을 제공한다. 어도비는  fal.ai, 이디오그램, 루마, 피카 및 런웨이 등의 파트너 모델도 향후 몇 달 내 추가 통합할 계획이다. 파이어플라이 앱에서 공개 베타 버전으로 제공되는 새로운 파이어플라이 보드는 크리에이터가 무드 보드 및 스토리 보드 제작, 브레인스토밍, 크리에이티브 콘셉트 탐색, 한 번에 수백 가지 변형 반복 작업, 아이디어 구상을 위한 협업을 수행하고, 바로 제작에 돌입할 수 있는 AI 퍼스트 작업 공간을 제공한다. 초기에 프로젝트 콘셉트(Project Concept)로서 선공개한 파이어플라이 보드는 본격적인 제작 단계에 들어가기 전 크리에이티브 팀이 아이디어를 빠르고 효율적으로 정리하고 공유할 수 있도록 지원한다. 또한 크리에이터가 한 곳에서 아이디어를 시각화하고, 정교하게 다듬어 다음 단계의 작업으로 원활히 넘어갈 수 있도록 해준다. 생성형 AI와 크리에이티브 API로 구성된 어도비 파이어플라이 서비스(Firefly Services)는 어도비 AI 기술을 콘텐츠 제작 워크플로에 직접 통합해, 기업이 다양한 마케팅 채널에 맞춰 애셋 크기를 조정하는 등 반복적이고 시간 소모적인 작업을 신속하게 처리할 수 있도록 돕는다. 어도비는 상업적으로 안전한 파이어플라이 모델을 기반으로 파이어플라이 서비스에 새로운 API를 도입하고 있다. 현재 베타 버전으로 제공되는 포토샵 API는 기업들이 이미지 편집 워크플로를 보다 빠르게 처리할 수 있도록 하며, 텍스트를 비디오로(Text-to-Video) API와 이미지를 비디오로(Image-to-Video) API는 텍스트와 스틸 샷을 실사 클립으로 변환한다. 파이어플라이 이미지 모델 4를 활용한 최신 텍스트를 이미지로(Text-to-Image) API와 제품 설명 영상 등 몰입도 높은 비디오 콘텐츠 제작을 제작할 수 있는 아바타 API(Avatar API)도 곧 출시될 예정이다. 새로운 파이어플라이는 웹에서 사용할 수 있으며, 모바일 앱도 곧 출시될 예정이다. 한편 파이어플라이 이미지 모델 4, 파이어플라이 이미지 모델 4 울트라 및 새로운 파이어플라이 비디오 모델은 파이어플라이 웹에서 정식 출시됐으며, 파이어플라이 보드는 파이어플라이 앱 내에서 공개 베타 버전으로 제공된다.  어도비의 데이비드 와드와니(David Wadhwani) 디지털 미디어 사업 부문 사장은 “파이어플라이는 이미지, 영상, 오디오 및 벡터 생성을 단일의 공간에서 제공함으로써 AI 기반 크리에이티브 제작 경험을 혁신할 것”이라며, “새로운 파이어플라이 모델과 파트너 모델의 통합으로 이용자들은 자신의 비전을 실현할 수 있는 최고의 선택을 할 수 있다”고 말했다.

  INFOWORLD   Editorial  17　로봇이 달리는 시대, 인간은 어디로 달려가는가?   Hot Window  18 　캐드앤그래픽스 디지털 트윈 설문조사 분석 : 디지털 트윈에 대한 기대 속에 실질적 도입과 확산 위한 노력 필요   Case Study  24　노트르담 대성당의 영광스러운 복원을 선보인 언리얼 엔진 라이팅　리얼타임 3D 기술을 도입하여 한층 발전된 프로젝션 매핑 구현 27　미래 모빌리티를 위한 자율주행 시뮬레이터, 모라이 심　실시간 3D 엔진을 활용해 더욱 현실적인 시뮬레이션 구축   People & Company  30　AWS 황민선 파트너 세일즈 매니저, 에티버스 김준성 전무　AI와 산업 전문성 결합해 클라우드 기반 제조 혁신 도울 것   Focus  34　DN솔루션즈, 금속 3D 프린터 'DLX 시리즈'로 제조 혁신 선도한다 37　유니티, “게임을 넘어 다양한 산업으로, 3D 시각화와 AI 통해 혁신 지원” 40　델, ‘AI PC 시대’ 주도 선언… 통합 브랜드 제품 대거 출시   New Products  43　이달의 신제품   On Air 44　캐드앤그래픽스 CNG TV 지식방송 지상중계　공기업 BIM 적용 지침에 따른 설계·시공 프로세스 변화와 대응 전략 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　디지털 공급망 관리로 산업 건설 프로젝트의 비효율 해소 47　캐드앤그래픽스 CNG TV 지식방송 지상중계　의료 AI를 활용한 가상현실 기반 임상 실습 교육 소개   Column 48　트렌드에서 얻은 것 No. 23 / 류용효　실용형 AI, 제조의 미래를 바꾸다   54　New Books    Directory  131　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA    Visualization  84　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (2) / 최석영　AI 기반 크리에이티브 워크플로 혁신   AEC 56　새로워진 캐디안 2025 살펴보기 (6) / 최영석　유틸리티 기능 소개 Ⅳ 60　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈마누스 AI 에이전트의 설치, 사용 및 구조 분석 68　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (2) / 천벼리　오토캐드 전환 지원과 AI 기반 생산성   범용 CAD  71　오토캐드 2026의 새로운 기능과 개선사항 / 양승규　AI 기반 기능 및 성능이 향상된 오토캐드 2026   Reverse Engineering  78　시점 - 사물이나 현상을 바라보는 눈 (5) / 유우식　변화와 흐름의 관찰   Mechanical  91　산업 디지털 전환을 가속화하는 버추얼 트윈 (2) / 최윤정　카티아 VMU를 활용한 설계 검증 혁신 94　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (12) / 박수민　도면 기호 생성하기   Analysis  100　앤시스 워크벤치를 활용한 해석 성공 사례 / 김혜영　앤시스 LS-DYNA의 리스타트 기능 및 활용 방법 104　최적화 문제를 통찰하기 위한 심센터 히즈 (3) / 이종학　수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 110　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (21) / 나인플러스IT　차세대 자동차 설계를 위한 DNS, LES, RANS 시뮬레이션 115　MBSE를 위한 아키텍처–1D 모델 연계의 중요성 및 적용 전략 (1) / 오재응　아키텍처 모델과 1D 모델의 전략적 연계   PLM  126　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (3) / 윤경렬, 가브리엘 데그라시　비즈니스 프로세스 모델링을 배워보자

에픽게임즈 코리아는 ‘시작해요 트윈모션 & 언리얼 2025’를 4월 23일부터 시작한다고 밝혔다. ‘시작해요 트윈모션 & 언리얼 2025’는 트윈모션과 언리얼 엔진을 사용하는 것이 처음이거나 아직 익숙하게 다루지 못하는 초심자를 위한 튜토리얼 형식의 웨비나로, 4월 23일부터 5월 28일까지 6주간 매주 수요일 오후 2시에 에픽 라운지에서 진행된다. 이번 ‘시작해요 트윈모션 & 언리얼 2025’는 트윈모션과 언리얼 엔진을 활용한 고퀄리티 인터랙티브 3D 콘텐츠 제작을 목표로 기초 개념과 워크플로 전반에 대해 배우고, 결과물까지 제작하는 과정으로 강연이 진행된다.     웨비나의 1~3주 차에는 트윈모션을 활용한 모델링 파일 임포트부터 환경 구성, 인터랙션 구현을 위한 내용으로 진행된다. ▲1주 차에는 ‘트윈모션 시작하기’를 주제로, 트윈모션 및 기본 UI에 대해 알아보고, 전시공간 샘플 모델링 파일 임포트와 전시공간 익스테리어 환경 구성에 대해 설명한다. ▲2주 차에는 ‘트윈모션에서 전시공간 구성하기’를 통해 전시공간 인테리어 라이팅 및 맵핑, 루멘과 패스트레이서를 활용한 렌더링, 제품 모델링 파일을 임포트해 장면을 구성하는 방법에 대해 설명한다. ▲3주 차 '트윈모션에서 시각화 및 인터랙션 고도화하기' 시간에는 컨피규레이션 기능을 통한 상호작용 구현, HDRI 백드롭 시각화 툴을 활용한 신속한 시각화, 이미지, 영상, 로컬 프레젠테이션 실행파일 등으로 결과물을 출력하는 방법에 대한 학습이 진행된다. 웨비나 4~6주 차에는 언리얼 엔진에서 트윈모션 프로젝트를 활용해 메타휴먼, 언리얼 모션그래픽(Unreal Motion Graphics : UMG)을 적용하는 요소를 소개한다. ▲4주 차에는 '언리얼 엔진으로 트윈모션 프로젝트 가져오기'를 주제로 언리얼 엔진에 대해 알아보고, 데이터스미스 임포트, 데이터프랩으로 머티리얼을 자동 변환하는 방법에 대해 설명한다. ▲5주 차에는 '언리얼 엔진에서 리얼타임으로 제품 전시하기'를 통해 메타휴먼을 제작해 전시공간을 둘러보고, 리얼타임으로 제품 및 공간과 상호작용하는 방법을 설명한다. 마지막 ▲6주 차 ‘언리얼 엔진에서 인터랙티브 컨피규레이터 구성하기’ 시간에는 UMG로 제품 정보 표시, 제품의 머티리얼 교체, 시퀸서로 제품의 애니메이션 연출을 추가하는 방법에 대해 배운다. 고퀄리티 인터랙티브 3D 콘텐츠를 제작하고 싶은 사람이라면 전공 여부와 무관하게 학생, 직장인 등 누구나 무료로 등록할 수 있다. 에픽게임즈는 참가자들의 학습에 대한 이해도를 돕고자 매주 도전과제를 출제해 강좌 내용을 완전히 습득할 수 있도록 지원하며, 참가자들은 라이브 Q&A와 채팅을 통해 연사 및 커뮤니티와 실시간 소통할 수 있다. 또한, 매주 웨비나를 끝까지 시청하면 트윈모션과 언리얼 엔진 굿즈를 증정하는 '시청 이벤트'에 자동응모 되며, 출제되는 도전과제를 수행한 참석자에게 한정판 굿즈를 제공하는 '도전과제 이벤트'도 매주 진행된다. 이 밖에도 ‘도전과제 위클리픽’, ‘도전과제 완주 이벤트’ 등의 다양한 이벤트가 진행될 예정이다.

캔바(Canva)가 AI 시대에 팀이 창작/소통/협업하는 방식을 새롭게 정의하는 ‘비주얼 스위트 2.0(Visual Suite 2.0)’을 선보였다. 창의성과 생산성의 간극을 메우기 위해 설계된 이번 신제품군은 AI 기반 디자인, 원활한 콘텐츠 제작, 강력한 개인화(personalization) 등에 중점을 두었다. 캔바는 미국 에서 열린 제4회 ‘캔바 크리에이트(Canva Create)’ 이벤트에서 비주얼 스위트 2.0을 공개했다. 캔바는 “이번 신제품군은 2억 3000만 명 이상의 월간 활성 사용자 수를 달성하며 빠르게 성장하고 있는 캔바 커뮤니티가 이전보다 더욱 창의적인 방식으로 디자인할 수 있도록 지원한다”면서, “비주얼 스프레드시트부터 데이터 시각화, 대화형 디자인, 대규모 맞춤형 콘텐츠 제작 및 인터랙티브한 경험을 제공하는 혁신적인 방식에 이르기까지, 전 세계 팀들의 일상적인 콘텐츠 생성부터 복잡한 업무를 지원하며 비주얼 커뮤니케이션 분야의 선두 주자로서 입지를 굳힐 것”이라고 전했다.     캔바의 비주얼 스위트 2.0은 대담한 디자인 방식부터 가장 사랑받는 도구의 혁신적 업그레이드까지 콘텐츠, 데이터, 디자인의 세계를 하나의 매끄러운 경험으로 통합하며 창의성과 생산성의 새로운 차원을 선보이고자 했다. 이번에 출시된 제품들은 전반적인 캠페인 기획, 복잡한 데이터의 시각화, 대규모 브랜드 콘텐츠의 신속한 제작 등에 있어 업무의 방식과 창의성, 협업의 미래를 재정의한다. 비주얼 스위트 인 원 디자인(Visual Suite in One Design)은 문서와 프레젠테이션, 웹사이트까지 모든 것을 하나의 디자인과 통합된 형식으로 제작할 수 있는 기술이다. 이를 통해 개별 도구, 분산된 작업 흐름, 연결되지 않은 파일의 필요성이 사라지며, 기획과 브리핑부터 디자인, 납품까지 전체 캠페인을 하나의 협업 공간에서 매끄럽게 처리할 수 있다. 캔바 시트(Canva Sheets)는 시각적이고 강력하며, 모든 작업과 연결되도록 재구상된 스프레드시트이다.
 캔바 시트는 데이터를 텍스트 및 시각 자료와 매끄럽게 통합해 시각적이고 지능적이며 강력한 경험을 제공한다. 매직 스튜디오를 기반으로 한 캔바 시트는 매직 인사이트(Magic Insights)와 같은 기능을 통해 데이터셋을 스캔하여 주요 패턴과 핵심 요점을 파악하며, 데이터 커넥터(Data Connectors)를 사용해 허브스팟(HubSpot), 스태티스타(Statista), 구글 애널리틱스(Google Analytics) 등에서 데이터를 불러와 사용자가 손쉽게 데이터 시각화 작업을 할 수 있게 한다.  매직 스튜디오 확장형(Magic Studio at scale)은 향상된 속도와 규모로 개인화되고 브랜드에 맞춘 콘텐츠를 제작하도록 돕는다. 캔바 시트에 통합된 이 기능은 스프레드시트를 강력한 콘텐츠 엔진으로 변환하고, 팀이 몇 초 만에 대량의 콘텐츠를 생성할 수 있도록 지원한다. 다중 시장(multi-market) 마케팅 캠페인, 영업 활동 및 내부 커뮤니케이션에 사용되는 템플릿에 다이내믹한 데이터가 즉시 채워져, 수작업을 줄이고 생산 속도를 높이며 모든 접점에서 일관성을 유지할 수 있다. 매직 차트(Magic Charts)는 복잡한 데이터를 강력하고 인터랙티브한 비주얼 스토리로 즉시 변환
한다. 이를 통해 누구나 가공되지 않은 수치(raw numbers)를 몇 초 만에 동적이고 브랜드에 맞춘 시각 자료로 변환할 수 있게 한다. 스크롤 가능한 보고서, 애니메이션, 인포그래픽 등을 만들 수 있는 AI 도구는 데이터와 디자인 간 간극을 메워 모든 팀이 인사이트를 명확하고 창의적으로 전달할 수 있도록 지원한다.     캔바 AI(Canva AI)는 음성 인식이 가능한 대화형 창작 파트너이다. 캔바의 모든 생성형 AI 도구를 하나의 원활한 워크플로로 통합해 누구나 아이디어에서 실행까지 몇 초 만에 도달할 수 있게 한다. 텍스트, 슬라이드, 이미지 생성부터 사진 편집 및 디자인 크기 조정에 이르는 모든 작업이 프롬프트나 음성만으로 가능하다. 현재 대화형 디자인 생성은 영어로 지원된다. 캔바 코드(Canva Code)는 인터랙티브 콘텐츠를 디자인하는 과정의 기술적 장벽을 허물고, 간단한 프롬프트만으로 누구나 디자인에 상호 작용 가능한 요소를 더할 수 있게 지원한다. 캔바에서는 계산기부터 플래시 카드, 설문(form)까지 만들 수 있어 정적인 콘텐츠를 별도의 코딩이나 외부 도구 없이도 역동적이고 몰입감 있는 경험으로 전환할 수 있다. 랜딩 페이지, 수업 자료, 프레젠테이션 등 다양한 용도에 상호 작용 가능한 디자인을 몇 마디 단어로 쉽게 제작할 수 있다. 캔바 사진 편집기(Canva Photo Editor)는 스튜디오 품질의 이미지 제작 과정을 간편하게 만든다. 비주얼 스위트의 일부로 통합된 캔바 사진 편집기는 효율성과 편의성을 위해 더욱 강력한 도구로 진화했다. 여기에는 선택된 요소를 정밀하게 수정할 수 있는 AI 기반 포인트 앤 클릭 편집 기능(Point and Click Editing), 조명과 레이아웃을 고려한 AI 배경 생성, 손쉬운 객체 제거 및 교체 기능이 포함된다. 한편, 캔바는 2022년 비주얼 스위트 출시 이후 글로벌 성장세가 더욱 가속화되고 있으며 1억 4500만 명 이상의 신규 사용자를 확보했다고 밝혔다. 현재 1초마다 376개 이상의 디자인이 제작되며, 2013년 캔바가 출시된 이래 총 350억 개의 디자인이 만들어졌다. 캔바의 연간 매출은 30% 이상 증가하며 30억 달러 이상의 연간 수익을 달성했다. 캔바의 멜라니 퍼킨스(Melanie Perkins) 공동 창업자 및 CEO는 “10여년 전 캔바 창립 이래 최대 규모의 제품 출시이자, 창의성과 생산성이 만나는 비주얼 스위트 2.0을 발표하게 되어 기쁘다”면서, “매년 2억 3000만 명에 이르는 캔바 커뮤니티는 수백만 가지의 아이디어를 공유하고 있는데, 그 중 지속적으로 공유되는 것 중 하나는 창의성과 생산성을 하나의 원활한 흐름으로 통합하고 싶다는 것이었다. 재구성된 업무 필수 요소부터 자신만의 디자인 파트너와 함께 창작할 수 있는 완전히 새로운 방식에 이르기까지, 누구나 자신의 아이디어를 쉽게 구현할 수 있도록 지속적으로 지원할 수 있길 기대한다”고 설명했다.

매스웍스가 4월 8일 ‘매트랩 엑스포 2025 코리아(MATLAB EXPO 2025 Korea)’를 개최했다고 발표했다. 행사에는 1500명 이상의 국내외 기술 전문가, 매트랩(MATLAB)과 시뮬링크(Simulink) 사용 고객이 참석해 다양한 산업 분야의 최신 기술 및 엔지니어링 트렌드를 확인했다. 이번 행사는 매스웍스의 아비 네헤미아(Avi Nehemiah) 설계 자동화 소프트웨어 부문 총괄 디렉터와 한화로보틱스 정병찬 대표이사의 기조연설로 시작됐다. 아비 네헤미아 디렉터는 기조연설에서 소프트웨어 정의 시스템(Software-defined systems)의 가치와 구현 방법을 심도 있게 다뤘다. 발표에 따르면, 모델 기반 설계(Model-Based Design)를 통해 요구사항부터 아키텍처, 기능, 구현, 테스트까지 이어지는 디지털 스레드를 구축하고, AI와 데이터 기반 기능, 클라우드 활용을 통해 하드웨어 변경 없이도 새로운 기능을 제공할 수 있다. 이러한 접근 방식은 자동차, 산업 기계, 의료 시스템 등 다양한 산업 분야에서 제품의 가치를 높이고 사용자 경험을 향상시키는 핵심 요소로 자리잡았다. 정병찬 대표이사는 ‘로봇, 혁신으로 일상과 산업을 재창조하다’라는 제목의 기조연설에서 로봇 기술의 현재와 미래를 조망했다. 정병찬 대표이사에 따르면 로봇 기술이 제조업을 넘어 서비스, 의료, 농업 등 다양한 분야로 확장되고 있다. 발표에 따르면 이러한 확장은 인공지능과 로봇 기술의 발전과 결합되어 산업 생태계에 상당한 영향을 미칠 잠재력을 갖는다. 매트랩 엑스포 2025 코리아의 기술 세션은 알고리즘 개발 및 AI, 전동화, 모델 기반 설계, AI 응용 엔지니어링, 모빌리티, 무선 및 위성 등 6개 트랙으로 구성됐다. 삼성전자, 현대자동차, SK텔레콤, 한국전력연구원 등 국내 첨단 기술 기업들이 참가해 매트랩과 시뮬링크의 활용 사례를 공유했다.     행사장의 데모 부스에서는 다양한 산업 분야의 기술이 소개됐다. 자동차 분야에서는 모델 기반 설계의 데브옵스(DevOps) 환경 통합 설루션을 전시했다. 또한 매스웍스는 요구사항 관리부터 시스템 아키텍처 설계, 소프트웨어 개발과 검증까지의 CI 환경 구축 방안을 시연했다. 무선 분야에서는 언리얼 엔진을 활용한 사실적 위성 시나리오 시각화 사례에 대한 핸즈온 데모를 통해 AI 기반 모델링 기법을 체험할 수 있게 했다. 참석자들은 정적 및 동적 검증을 위한 통합 플랫폼인 폴리스페이스(Polyspace) 제품군을 통한 코드 기반 검증 과정도 확인할 수 있었다. 아카데믹 부스에서는 세종대학교, 단국대학교, 카이스트, 인하대학교, 전북대학교, 창원대학교, 한국공학대학교 등 여러 대학의 연구 사례가 소개되었는데, 그중 인하대학교 임베디드 제어 연구실(ECL)은 ‘신속 제어 프로토타이핑 시스템 및 첨단 제어 기술’을 발표했다. 인하대학교 ECL은 자체 개발한 경량 신속 제어 프로토타이핑 시스템(LW-RCP)을 활용해 시뮬링크 기반의 블록 다이어그램 프로그래밍으로 제어 시스템을 설계하고 실시간 제어기를 구현하는 방법을 설명했다. 특히 2단 도립진자 시스템의 실시간 제어 시연에서는 최적제어와 강화학습 기반 제어를 활용한 기술을 시연했다. 매스웍스코리아의 이종민 대표는 "이번 매트랩 엑스포는 참석자들과 함께 국내 엔지니어링 분야의 미래를 확인할 수 있는 뜻깊은 행사였다”면서, “매스웍스는 앞으로도 AI, 전동화, 모빌리티 등 다양한 산업 분야의 기술 발전을 지원해 국내 산업의 경쟁력 강화에 기여할 것"이라고 전했다.

한국지멘스는 지멘스그룹이 3월 31일부터 4월 4일 독일에서 열린 ‘2025 하노버 산업 박람회(하노버 메세)’에 참가해 산업 전반의 디지털 전환과 지속 가능한 미래를 가속화하는 혁신 기술을 선보이고, 강력한 에코시스템 파트너들과의 성공적인 협업 현황을 공유했다고 밝혔다. 지멘스는 이번 하노버 메세를 통해 공장의 두뇌 역할을 하는 가상 프로그램 로직 제어기(vPLC)를 아우디의 뵐링거 회페 공장에 도입한 사례를 소개했다. 이 공장에서는 기존처럼 기계나 로봇 근처에 하드웨어 기반 컨트롤러를 설치하는 대신 수 킬로미터 떨어진 데이터 센터에서 작동하는 가상 컨트롤러가 공장 전체의 생산을 제어함으로써 현장의 안전성을 강화하고, 생산 프로세스를 간소화하며, 제조 공정의 효율화를 이끌고 있다. 이와 관련해 지멘스는 독일기술검사협회(TÜV)로부터 vPLC에 대한 안전 인증을 획득했다. 지멘스는 개방형 디지털 비즈니스 플랫폼을 지향하는 ‘지멘스 엑셀러레이터(Siemens Xcelerator)’를 통해 파트너가 보유한 최첨단 기술을 산업 생태계에 원활하게 통합시킨다는 전략을 추진하고 있다. 지멘스의 핵심 역량과 글로벌 파트너 에코시스템이 결합된 지멘스 엑셀러레이터로 첨단 기술의 확장과 차세대 산업 혁신을 주도하는 핵심 동력을 만들겠다는 것이다.     이번 하노버 메세에서 지멘스와 액센츄어는 전 세계 7000여명의 전문가로 구성된 ‘액센츄어 지멘스 비즈니스 그룹’을 출범한다고 발표했다. 이 조직은 지멘스 엑셀러레이터 포트폴리오의 산업용 AI 및 소프트웨어, 자동화 기술과 액센츄어의 데이터 및 AI 역량을 결합한 설루션을 공동 개발하고 판매할 예정이다. 또한, 지멘스는 하노버 메세에서 엔비디아와의 파트너십을 통한 산업용 메타버스 기술을 시연하면서, 지멘스 엑셀러레이터와 엔비디아 옴니버스(Omniverse)를 통합한 ‘팀센터 디지털 리얼리티 뷰어(Teamcenter Digital Reality Viewer)’를 처음 공개했다. 시각화 및 시뮬레이션 기능이 향상된 팀센터 디지털 리얼리티 뷰어는 극사실적인 몰입형 디지털 트윈을 구현하여 사용자에게 설계 및 운영 워크플로에 대한 중요한 인사이트를 제공한다. 이 밖에도 양사는 지멘스의 산업용 소프트웨어 및 자동화 포트폴리오와 엔비디아의 AI 및 가속 컴퓨팅 기술을 결합해 산업 전반의 효율 및 생산성을 높이고자 한다.  지멘스는 마이크로소프트와 함께 '산업용 파운데이션 모델(IFM)'을 개발했다. 마이크로소프트 애저(Azure) 플랫폼을 기반으로 산업 특화 데이터를 활용하는 이 모델은 AI에게 엔지니어링 언어를 학습시킴으로써, 3D 모델과 2D 도면은 물론 산업에 특화된 복잡한 데이터와 기술 사양을 처리하고 맥락화할 수 있다. 지멘스는 IFM이 인간과 기계의 협업을 한 단계 끌어올려 산업 현장의 AI 설루션 도입을 앞당기고, 숙련 인력 부족 문제를 해소하며, 가치 사슬 전반에 걸쳐 생산성과 효율성, 품질을 향상시킬 것으로 기대하고 있다. 또한, 지멘스와 마이크로소프트는 지멘스의 실시간 데이터 수집 툴인 인더스트리얼 엣지(Industrial Edge)와 마이크로소프트 애저의 클라우드 플랫폼을 통합하는 산업 운영 효율화를 위한 파트너십을 강화하고 있다. 지멘스와 아마존웹서비스(AWS)는 지속 가능한 스마트 인프라를 발전시키기 위한 전략적 파트너십을 발표했다. 양사는 하노버 메세에서 지멘스의 디지털 빌딩 플랫폼 ‘빌딩 X(Building X)’와 아마존 노바(Amazon Nova), 아마존 베드록(Amazon Bedrock) 등 AWS의 클라우드 서비스 및 AI 역량을 결합한 성과를 선보였다. 이를 통해 효율성 증대, 비용 절감, 프로세스 자동화와 함께 에너지 소비 및 탄소 배출 데이터에 대한 실시간 인사이트를 기반으로 에너지 절감 효과까지 거둘 수 있음을 보여줬다. 지멘스그룹의 롤랜드 부시(Dr. Roland Busch) 회장 및 최고경영자는 하노버 메세의 개막 연설에서 전 세계의 중대한 산업 변화를 이끌 핵심 기술로 ‘산업용 AI’를 꼽았다. 롤랜드 부시 회장은 “올해 하노버 메세는 산업계가 역동적인 기술 및 시장 환경 변화에 직면해 있는 대변혁의 시기임을 보여준다. 지멘스는 산업용 AI, 포괄적인 디지털 트윈, 소프트웨어 정의 자동화(SDA) 분야를 선도하는 기업으로서 고객이 경쟁력과 회복 탄력성, 지속 가능성을 높이고 변화를 이끌어 나갈 수 있도록 지원한다”고 전했다. 이어 롤랜드 부시 회장은 “지멘스는 산업 현장에 대한 전문성과 깊은 이해, 충분한 데이터를 보유하고 있으며, 이러한 지멘스의 역량과 AI를 결합함으로써 엄청난 시너지 효과를 낼 것”이라고 전망했다.

산업 디지털 전환을 가속화하는 버추얼 트윈 (1)   소셜 미디어의 부상으로 인해 다양한 마케팅 콘텐츠에 대한 수요가 급격히 증가하면서, 제품을 표현하는 방식도 기하급수적으로 늘어나고 있다. 기존의 CGI(Computer Generated Imagery) 방식은 새로운 비주얼 모델을 처음부터 제작해야 하므로 이러한 속도를 따라가기 어렵다. 또한, 제품을 직접 제작하고 촬영하는 방식은 많은 시간과 비용이 소요된다. 이에 따라 기업들은 제작 효율을 극대화하고, 보다 신속하고 확장 가능하며 비용 효율적인 콘텐츠 생산을 위해 혁신적인 기술을 모색하고 있다. 이번 호에서는 3D익사이트(3DEXCITE) Tech-stack이 이러한 요구 사항을 충족하기 위해 어떻게 설계 모델을 직접 콘텐츠로 변환하고 생성형 AI(Gen-AI) 기반 시각화(비주얼라이제이션)를 활용하는지 알아보겠다.   ■ 조희원 다쏘시스템의 테크니컬 컨설턴트로, 3년째 3DEXCITE 브랜드 기술 부문을 담당하고 있다. 홈페이지 | www.3ds.com/ko   ■ 남솔아 다쏘시스템의 3DEXCITE 브랜드 세일즈 익스퍼트 스페셜리스트로, 5년째 클라우드 및 제조소프트웨어 IT 영업 & 사업개발 부문에 종사하고 있다. 홈페이지 | www.3ds.com/ko   그림 1   3D익사이트와 버추얼 트윈 3D익사이트는 설계자가 설계한 제품 CAD 모델을 그대로 이용하여 콘텐츠를 위한 버추얼 트윈을 생성한다. 효율적인 데이터 변환 프로세스를 통해 카티아(CATIA)와 같은 설계 프로그램에서 생성된 엔지니어링 데이터를 상용 데이터로 변환시키므로, 버추얼 트윈은 제품을 100% 정확하게 표현할 수 있다. 이 프로세스는 하이엔드 시각적 해상도를 유지하면서 지적 재산을 보호할 수 있도록 설계 데이터를 변경하는 역할을 한다.   3D익사이트의 데이터 변환 과정 엔지니어링 제품 데이터 통합 • 다양한 CAD 데이터를 수집 및 통합 • 카티아, 에노비아(ENOVIA), 시뮬리아(SIMULIA) 데이터 활용 머티리얼(Material) 라이브러리 준비(그림 2) • 표준화된 머티리얼 라이브러리 구축   그림 2   데이터 준비 작업 생성(그림 3) 의미적 데이터 식별 및 테셀레이션 수행   그림 3    데이터 준비 작업 처리(그림 4) 제품 데이터 오픈 및 매개변수 구성   그림 4   제품 정확성 강화(그림 5) 실제 제품 특성을 반영하여 머티리얼 할당 및 매핑   그림 5   모델 성능 평가(그림 6) FPS, 메모리 사용량, 폴리곤 수 분석   그림 6    제품 정확성 검토(그림 7)  가상 리뷰 환경에서 최종 검토 수행   그림 7    최종 제품 내보내기 3DXML 및 STEP 형식으로 최적화된 데이터 제공 Commercial Twin 제작 완료(그림 8) AR, VR, 실시간 플랫폼을 위한 몰입형 경험 제공   그림 8     ■ 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.

앤시스 워크벤치를 활용한 해석 성공 사례   다양한 산업에서 제품 설계 및 안정성 평가를 위한 실험에 많은 비용과 노력이 소요됨에 따라, 가상의 공간에서 사용자가 원하는 실험 환경을 구성하여 결과를 도출하는 방식이 증가하고 있다. 또한, 해석을 많이 활용하지 않던 산업군에서도 시뮬레이션을 도입하는 단계에 있다. 그 중 바이오 산업에서는 환자의 CT 정보를 기반으로 한 혈류 해석과 임플란트 해석에 대한 수요가 증가하고 있다. 해석 결과를 바탕으로 안정성과 구조적 성능을 평가하고, 이를 임상 결과 데이터로 보완하는 과정이 이루어지고 있다. 이번 호에서는 3D 슬라이서(3D Slicer)와 앤시스 플루언트(Ansys Fluent)를 활용하여 혈관 모델링부터 혈류 해석까지의 워크플로를 소개하고자 한다.   ■ 김지원 태성에스엔이 FBU-F1팀의 매니저로, 열 유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   현재 대부분의 기업이 시뮬레이션을 적극 적용하고 있으며, 특히 바이오 산업에서는 환자의 CT 정보를 기반으로 한 혈류 분석에 대한 수요가 증가하고 있다. 이러한 분석은 혈관 협착증 및 인조혈관의 안정성과 구조적 성능을 평가하는 새로운 방법으로 중요한 역할을 한다. CT와 MRI 기술의 발달로 체내 모습을 3D 영상으로 시각화할 수 있게 되면서, 유체역학과 의학 간 융합 연구의 발전이 기대되고 있다. 특히 혈관 질환의 발생 원인을 규명하기 위해 혈류 해석을 기반으로 혈류 역학적 특성을 분석하는 추세다. 또한, 비침습적 방법을 활용하여 환자의 혈관을 진단하고 평가하는 기술이 주목받고 있다. 이번 호에서는 혈류 해석을 수행하기 위해 주요 혈관 모델링 툴을 활용한 혈관 추출 방법, 혈액의 물성치 설정, 그리고 경계 조건 설정 과정에 대해 다루고자 한다.   전처리(Pre-Processing) 대동맥 혈관의 3차원 영상 및 모델링 앤시스의 모델링 툴에는 환자의 3D CT 영상을 STL 파일로 직접 추출하는 기능이 존재하지 않는다. 따라서 이번 호에서는 상용 프로그램인 3D 슬라이서를 사용한다. 3D 슬라이서는 의료 이미징 데이터를 시각화하고 분석하는 오픈소스 소프트웨어 플랫폼으로 영상 분석, 3D 모델링, 디자인 등을 통해 종합적인 의료 영상 처리를 수행하는 전문 소프트웨어다. 이를 통해 DICOM 파일을 기반으로 3D 형상을 추출할 수 있다.    그림 1. 3D 슬라이서에서 혈관 추출   <그림 1>은 3D 슬라이서를 이용하여 혈관을 추출한 과정이다. CT 촬영 시 혈관 조직을 명확하게 구분하기 위해 조영제를 주입하면, HU(Hounsfield Units) 수치로 표현되어 특정 HU 값 범위에서 혈관을 쉽게 추출할 수 있도록 구성된다. 또한, 유동 해석을 위해 격자를 생성하는 과정에서 모델링 단계에서 패싯(facet)을 스무딩(smoothing)하는 옵션을 적용하여 형상을 정리한다. 혈관 모델링이 완료된 후, DICOM 파일을 STL 파일로 변환한다.    대동맥 혈관의 3차원 영상 및 모델링 앤시스 스페이스클레임(Ansys SpaceClaim)에서 변환한 STL 파일을 가져오면 패싯을 확인할 수 있으며, 이를 볼륨(volume) 형태로 변환하는 과정을 진행한다. 볼륨 형태로 변환하기 위해 모델을 확인하면, <그림 2>와 같이 돌출되거나 뚫린 패싯 등 변환이 어려운 영역이 존재한다.   그림 2. Faulty facet areas   그림 3. Converting from facet to volume   솔브(Solve) 혈액 물성치 이번 호에서는 혈류 해석을 수행하기 위해 플루언트를 사용하며, 혈액의 거동을 수치적으로 해석하기 위해 혈액의 밀도와 점성 계수를 입력한다. 혈액은 전단 응력에 따라 점도가 변하는 비뉴턴 유체이며, 이러한 특성을 반영하기 위해 Carreau 모델을 적용한다. Carreau 모델은 비뉴턴 유체의 점성 거동을 정의하는 구성 방정식이며, 이는 <그림 4>의 수식과 같이 계산된다.   그림 4. Carreau 모델 수식     ■ 자세한 기사 내용은 PDF로 제공됩니다.