유니티가 유니티 6에서 ‘안드로이드 XR(Android XR)’을 공식 지원한다고 발표했다. 유니티는 이를 통해 개발자들이 자사의 게임과 애플리케이션을 새로운 사용자층과 다양한 플랫폼으로 더욱 손쉽게 확장할 수 있을 것이라고 전했다. 안드로이드 XR은 구글, 삼성전자, 퀄컴이 공동 개발한 XR(확장현실) 플랫폼으로, 삼성이 새롭게 출시한 ‘갤럭시 XR’ 헤드셋에 탑재됐다. 유니티의 안드로이드 XR 지원은 게임, 교육, 엔터테인먼트, 산업 등 다양한 분야의 개발팀이 기존 유니티 프로젝트를 안드로이드 XR 생태계로 신속히 포팅하거나 새로운 XR 경험을 손쉽게 구축할 수 있도록 돕는다. 또한, 삼성 갤럭시 XR의 출시와 함께 유니티로 제작된 다양한 콘텐츠가 공개되었다. 구글은 유니티를 활용해 안드로이드 XR 버전의 구글 지도를 개발했다. ‘구글 맵스 XR(Google Maps XR)’은 안드로이드 XR용으로 새롭게 선보이는 구글 지도이다. ‘몰입형 뷰(Immersive View)’ 기능을 통해 사용자가 장소를 세밀한 3D 환경에서 탐험할 수 있도록 한 것이 특징이다.     스테이터스프로(StatusPRO Inc.)의 ‘NFL 프로 에라(NFL Pro Era)’는 미국프로풋볼(NFL) 공식 라이선스를 받은 가상현실 시뮬레이션 게임으로, 안드로이드 XR은 물론 메타 퀘스트(Meta Quest), 플레이스테이션 VR(PlayStation VR), 윈도우 버전으로도 출시된다. 아울케미 랩스(Owlchemy Labs)의 ‘인사이드 잡(Inside [JOB])’은 안드로이드 XR 인터랙션을 소개하는 혼합현실(MR) 콘텐츠이다. 또한 ‘베케이션 시뮬레이터(Vacation Simulator)’, ‘잡 시뮬레이터(Job Simulator)’, ‘디멘셔널 더블시프트(Dimensional Doubleshift)’ 등 아울케미 랩스의 인기작이 유니티를 통해 안드로이드 XR로 포팅되었다. 아울케미 랩스의 앤드루 아이시(Andrew Eiche) CEO는 “유니티의 안드로이드 XR 지원 덕분에 개발을 매우 수월하게 시작할 수 있었다”면서, “약 일주일 만에 대표작들을 안드로이드 XR로 이식해 추가적인 큰 작업 없이 더 많은 플레이어에게 도달할 수 있었다. 또한 절약된 시간 덕분에 완전히 새로운 작품인 ‘인사이드 잡’의 개발에도 집중할 수 있었다”고 말했다. 유니티의 알렉스 블룸(Alex Blum) 최고운영책임자는 “구글 및 삼성과의 긴밀한 협업을 통해 유니티 6의 초기 단계부터 안드로이드 XR 개발 도구를 통합하고, 정식 출시 이전부터 실제 프로덕션 환경에서 개발자들과 함께 검증을 완료했다”면서, “유니티는 특정 헤드셋 하나에 최적화하는 데 그치지 않고, 개발자들이 더 적은 노력으로 더 많은 시장에 자신 있게 진출할 수 있도록 개방적이고 확장 가능한 안드로이드 XR 생태계를 구축하고 있다”고 밝혔다.

포지FX가 VR 훈련 설루션을 만드는 방법   콘크리트 레벨링 기술 기업인 소메로 엔터프라이즈(Somero Enterprises)는 포지FX(ForgeFX)와 파트너십을 맺고 S-22EZ 레이저 스크리드 장비용 몰입형 가상 현실(VR) 설루션으로 작업자 교육에 혁신을 가져왔다. 콘크리트 전문가를 위한 이 몰입형 교육 설루션은 높은 교육 비용과 물류 문제를 줄이는 동시에 작업자에게 안전하고 참여도가 높은 실습 학습 환경을 제공한다. 소메로와 같은 제조업체는 유니티(Unity)의 기술 및 XR 인터랙션 툴킷(XR Interaction Toolkit)과 같은 툴을 활용하여 교육 프로세스를 간소화하고, 운영자의 숙련도를 개선하며, 운영상의 제약을 줄일 수 있다. ■ 자료 제공 : 유니티 코리아     오늘날 건설 업계에서 숙련된 인재를 찾는 것은 인력 부족으로 인해 프로젝트가 중단될 위기에 처한 것과 마찬가지로 벅찬 일이다. 2024년 미국 건설업협회에 따르면, 현재 건설업체의 79%가 숙련된 인력을 구하기 어려워 프로젝트 일정과 비용에 영향을 받고 있다고 한다. 전미 주택 건설업자 협회에 따르면 2031년까지 인력의 41%가 은퇴할 것으로 예상되는 등 인력 고령화도 이러한 격차의 원인 중 하나이다. 건설업계의 기술 인력 부족에 대한 스마트 설루션의 필요성이 그 어느 때보다 커졌다.   기존 교육의 과제 소메로는 고품질의 평탄한 콘크리트 바닥을 만들기 위한 핵심 도구인 S-22EZ 레이저 스크리드 기계를 비롯한 레이저 유도 콘크리트 스크리드 장비 전문 업체이다. 이들의 목표는 높은 출장 비용, 장비의 마모, 물류의 한계 등 글로벌 수용 능력의 제약을 해결하면서, 안전하고 효율적으로 운영자를 교육할 수 있는 VR 시뮬레이터를 개발하는 것이었다. 교육생들은 물리적 기계 없이도 컨트롤을 다루고 공간 역학을 이해하는 경험이 필요했다. 콘크리트 평탄화 기술을 마스터하려면 단순한 도구가 아니라 수년간의 신체적 연습을 통해 연마한 기술을 전수받아야 한다. 소메로의 데이브 라사카(Dave Raasakka) 글로벌 고객 지원 담당 부사장은 “콘크리트는 부패하기 쉬운 제품이다. 일단 땅에 떨어지면 한 시간 내에 완료해야 한다. 그렇지 않으면 문제가 생길 수 있다”고 설명했다. S-22EZ 레이저 스크리드 장비와 같은 중장비 교육에는 일반적으로 기계 자체, 레이저 트랜스미터와 같은 특수 장비, 적절한 콘크리트 형태와 타설 조건을 갖춘 전용 교육 공간 등 광범위한 물리적 자원이 필요하다. 이러한 실제 시나리오는 종종 기계의 마모를 포함하여 높은 비용을 수반하며 장비 가용성, 악천후, 높은 부품에 접근하는 동안의 미끄러짐 및 추락과 같은 위험과 같은 요인으로 인해 방해를 받을 수 있다. 6개의 글로벌 서비스 센터와 연간 수백 명의 교육생을 보유한 소메로 콘크리트 인스티튜트(Somero Concrete Institute)는 이러한 물류, 재무 및 안전 문제를 효과적으로 해결할 수 있는 확장 가능한 설루션이 필요했다. 소메로는 그들의 요구 사항을 충족하고 제약 조건을 해결하는 일관된 고품질 학습 경험을 제공하기 위해 대체 교육 설루션으로 포지FX 시뮬레이션(ForgeFX Simulations)을 선택했다. 실제 기계로 작업하는 경험을 모방하는 데 필요한 촉각적 피드백과 시각적 사실감을 포착하는 등 레이저 스크리드의 작동을 정확하게 재현하는 몰입형 교육 시뮬레이터를 설계해야 하는 복잡한 과제에 직면했다. 유니티 기반의 이 설루션은 S-22EZ의 복잡한 컨트롤을 복제하여 교육생에게 가상 환경에서 실제와 같은 실습 경험을 제공하므로 학습 과정에서 물리적 장비가 필요하지 않다.     사실감을 높여주는 기술/기능 유니티의 XR(확장현실) 툴은 S-22EZ 레이저 스크리드 VR 시뮬레이터를 구동하여 사실적인 몰입형 3D 환경에서 장비 동작을 정밀하게 재현할 수 있다. 유니티 클라우드(Unity Cloud)의 예외 보고 기능은 실행 가능한 스택 추적을 제공하여 최소한의 수동 개입으로 QA 및 이슈 추적을 지원한다. 성능의 경우, 유니티의 CPU 및 GPU 프로파일러를 사용하여 병목 현상을 진단하고 프레임 속도를 최적화하여 원활하고 반응이 빠른 VR 경험을 보장한다. 이러한 도구는 특히 물리 계산에서 비효율적인 부분을 파악하고 해결하여, 원활한 상호 작용과 안정적인 시뮬레이션을 유지하도록 안내한다. XR 인터랙션 툴킷(XRITK)은 가상 상호작용을 간소화하는 직관적인 크로스 플랫폼 설루션으로, 소메로 트레이닝 시뮬레이터의 몰입도와 운영 효율을 높인다. 유니티는 XRITK를 사용하여 VR 릭을 관리함으로써 메타 퀘스트 3에서 컨트롤러와 고급 핸드 트래킹 기능을 지원하여 교육생의 몰입도를 극대화하는 원활하고 반응이 빠른 교육 환경을 만들 수 있었다. 이 설정은 스냅 회전, 순간 이동, 오브젝트 조작과 같은 인터랙션 구성 요소를 표준화하여 개발 시간을 최소화하고 향후 하드웨어 및 소프트웨어 업데이트에도 시뮬레이터가 적응력을 유지할 수 있도록 한다.   ▲ 충돌기가 작동하는 모습을 보여주는 개발자 화면   유니티의 잡 시스템을 사용하면 메인 스레드의 성능에 영향을 주지 않고 보조 스레드에서 콘크리트를 사실적으로 시뮬레이션할 수 있다. 트리거 충돌기를 바운딩 박스로 사용하여 의도적이든 비의도적이든 콘크리트에 영향을 줄 수 있는 요소(예 : 스크리드 헤드 또는 기계 타이어로 인한 요소)를 정의했다. 여기에는 강체(rigid body)가 없고 충돌(collision)에 대한 레이어 마스크가 아무것도 포함하지 않도록 설정되어 있으므로, 메인 스레드에서 최소한의 작업이 수행되고 있다. 작업 시스템을 사용하면 메인 스레드 성능에 영향을 주지 않고 독립형 퀘스트 헤드셋에서 최대 4개의 스레드를 동시에 실행할 수 있다.(메인 스레드에서는 콘크리트에 영향을 줄 수 있는 기계 조각을 나타내는 바운딩 박스의 위치를 추적한다.)   ▲ 핸드 트래킹을 통해 기계 컨트롤과 현실감 있게 상호작용할 수 있다.   유니티는 다음을 활용한다. 유니티 터레인(Unity Terrain)을 활용하여 콘크리트 표면을 사실적으로 렌더링하고 텍스처를 블렌딩하여 타설 전반에 걸쳐 다양한 마감과 일관성을 반영한다. 유니티 잡(Unity Job)은 커스텀 콘크리트 시뮬레이션의 계산을 오프로드하여 쟁기나 진동기와 같은 콘크리트 충돌기가 콘크리트의 매끄러움이나 거칠기에 미치는 영향과 표면에서 콘크리트를 밀고 당기는 방식을 결정하는 커스텀 콘크리트 시뮬레이션에 배포된다. ‘러프’ 및 ‘스무스’ 텍스처가 있으며, 기본값은 러프이다. 지형 높이 맵의 각 지점에서 얼마나 부드러운 텍스처를 표시할지에 대한 알파 값을 설정한다. 메인 스레드에는 작업에 쓰이는 하이트맵 및 알파 맵 데이터와 일치하도록 지형을 업데이트하는 두 가지 빠른 함수가 있다. 이러한 시스템은 사용자가 콘크리트 작업의 시각적, 촉각적 뉘앙스를 경험할 수 있는 몰입형 가상 환경을 강화하여 복잡한 건설 활동을 충실하게 재현함으로써 교육 효과와 사용자 참여를 높인다.   ▲ 워크어라운드 검사 강의 시연하기   고객 피드백 파일럿 단계가 끝날 무렵, 소메로는 VR 교육을 마친 후 22EZ 레이저 스크리드에서 작업자 기술이 향상되었음을 보여주는 두 가지 사례 연구를 수행했다. 사례 1 : 비사용자 직원이 VR 교육을 받고 성공적으로 기계 사용법을 시연할 수 있었다. 사례 2 : 교육을 받은 비사용자를 대상으로 설문조사를 실시한 결과, 기계 작동에 자신감이 생겼다고 응답했다.   시뮬레이터의 향후 계획 보다 효과적인 교육 소메로 S-22EZ 고급 레이저 스크리드 VR 교육 시뮬레이터는 건설 교육 기술의 도약을 상징한다. 이 몰입형 교육 플랫폼은 기존 교육 방법의 문제를 해결함으로써 전 세계 운영자에게 높아진 정확성, 접근성 및 참여도를 제공한다. 복잡한 실제 시나리오를 시뮬레이션하고 환경에 미치는 영향을 줄이며 기술 유지를 강화하는 기능을 갖춘 이 시뮬레이터는 작업자가 최적의 성과를 낼 수 있도록 준비할 뿐만 아니라 소메로가 더 높은 효율과 ROI를 달성할 수 있도록 지원한다.   시장 도달 범위 확대 이 시뮬레이터는 유통업체가 대규모 기계를 원격으로 대화형으로 시연할 수 있는 기능을 제공함으로써, 소메로의 글로벌 시장 진출에 긍정적인 영향을 미칠 것으로 보인다. 소메로는 판매 주기를 가속화하고, 고객의 의사 결정을 개선하며, 글로벌 입지를 확장하는 동시에 기존 장비 쇼케이스와 관련된 물류 비용과 환경에 미치는 영향을 줄일 수 있는 잠재력을 가지고 있다.   체계적인 수업 그 이상 소메로는 시뮬레이터 2단계에 대한 추가 테스트를 진행하면서 3단계 로드맵을 구상하고 있다. 다양한 슬럼프 수준이나 건조 단계와 같은 요소를 재현하는 고급 콘크리트 시뮬레이션, 구조화된 수업 단계를 넘어, 교육생이 가상 기계와 자유롭게 상호작용할 수 있는 샌드박스 스타일의 수업 등이 잠재적인 집중 분야이다. 포지FX와 소메로는 유니티 플랫폼에서 혁신을 거듭하면서, 제조 업계에서 혁신적인 교육 경험을 제공할 수 있는 가능성을 높이고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

‘코리아 그래픽스 2025’가 지난 9월 11~12일 온라인으로 진행됐다. ‘AI로 혁신하는 3D 시각화와 산업의 미래’를 주제로 열린 ‘코리아 그래픽스 2025’에서는 급변하는 기술 트렌드 속에서 AI(인공지능)와 3D 시각화가 산업과 문화 전반에 미치는 영향력을 조명했다. 또한 AI 기술의 실질적인 적용 사례와 잠재력을 통해, AI가 단순한 도구를 넘어 창의적 동반자로 진화하는 흐름을 짚었다. ■ 정수진 편집장   ■ 같이 보기 : [포커스] 코리아 그래픽스 2025, AI로 가속하는 산업과 크리에이티브의 변화를 짚다 (1)     AI·3D 시각화 기술의 현재와 미래를 짚다 9월 11일에는 ‘디지털 트윈 & 3D 시각화’ 트랙이 진행됐다. 에픽게임즈 코리아의 권오찬 시니어 에반젤리스트는 ‘리얼타임을 통한 디지털 트랜스포메이션의 진화, 그리고 에픽게임즈의 에코시스템’을 주제로 발표했다. 그는 디지털 트윈을 통한 시각화가 건축, 도시 계획, 훈련 시뮬레이션, 자동차 산업 등 다양한 분야에서 혁신적인 의사결정을 이끌어내는 사례를 소개하면서, 3D 인터랙티브 콘텐츠로의 전환을 강조했다. 권오찬 시니어 에반젤리스트는 “에픽게임즈는 이러한 변화를 성공적으로 지원하기 위해 나나이트, 루멘, 라지 월드 코디네이터, 절차적 콘텐츠 생성 툴 같은 리얼타임 렌더링 기술과 함께 메타휴먼, 애셋 스토어, 리얼리티 스캔 2.0 등 풍부한 에코시스템을 제공한다”고 밝혔다.   ▲ 에픽게임즈 코리아 권오찬 시니어 에반젤리스트   HP 코리아의 차성호 이사는 ‘AI 워크스테이션을 통한 생산성 향상 방안 및 사례’를 발표했다. 워크스테이션은 R&D, 금융, 데이터 과학, AI 등의 분야에서 성능과 안정성을 겸비한 비즈니스 제품군으로 자리잡고 있다. 차성호 이사는 HP의 AI 워크스테이션이 40 TOPS 이상의 NPU(신경망 처리장치)와 코파일럿 키를 탑재하고 있으며, 대량의 그래픽 메모리를 바탕으로 솔리드웍스, 오토데스크 레빗, D5 렌더 등 ISV 애플리케이션에서 높은 생산성 향상을 보인다고 소개했다. 또한, 프로그램과 목적에 따른 최적 하드웨어 선택의 중요성을 강조하면서, “HP는 데모 프로그램을 통한 성20 · 능 검증 기회를 제공한다”고 덧붙였다.   ▲ HP 코리아 차성호 이사   에스엘즈의 정재헌 대표는 ‘AEC 산업을 위해 진화하는 공간지능 기술’을 주제로, 2020년 캐나다 ‘어그멘티드 그라운드’ 프로젝트의 AR 원격 시공 경험을 비롯해 자체 개발한 추론형 AI로 BIM 모델 이미지를 학습하여 고객사의 MEP 설계 노하우의 보안을 유지하면서 자동 배관 설계를 진행한 사례를 소개했다. 또한 ‘증강 휴먼’ 기술이 피지컬 AI 기반의 ‘증강 로봇’으로 진화하는 여정도 공유했다. 정재헌 대표는 “초기 AR 디바이스 탑재를 넘어 휴머노이드 로봇 및 드론에도 공간 지능 기술을 적용 중이며, 드론에서 수신한 GNSS 좌표를 기반으로 BIM 모델을 고정밀 증강하여 실시간 현장 영상 위에 데이터를 매핑하는 데 성공했다”고 밝혔다.   ▲ 에스엘즈 정재헌 대표   유니티코리아의 김현민 시니어 설루션 엔지니어는 ‘유니티 애셋 매니저로 혁신하는 CAD 데이터 관리와 실시간 협업’에 대해 발표했다. 그는 “유니티가 디자인 및 프로토타입 작업 간소화, 비용 절감, 브랜드 경험 강화 등 산업 전반에 몰입감 있고 인터랙티브한 경험을 제공한다”고 설명했다. 오픈 플랫폼인 유니티는 카티아, 솔리드웍스 등 70여 종의 CAD 포맷을 지원하며 애셋 관리, 버전 관리와 함께 20여 종 이상 플랫폼 빌드를 제공하는 엔드 투 엔드 설루션을 제공한다. 또한 유니티 애셋 매니저(Unity Asset Manager)는 클라우드 기반에서 대용량 CAD/3D 데이터를 효율적으로 관리하며, AI 태깅, 버전 관리, 데이터 스트리밍 기능을 통해 실시간 협업 환경을 구축한다.   ▲ 유니티코리아 김현민 시니어 설루션 엔지니어   메가존클라우드의 홍동희 유니티 유닛 테크 그룹장은 ‘CAD와 유니티의 만남 : 새로운 비즈니스 수익 모델과 창의적 혁신’을 발표했다. 그는 “유니티의 실시간 렌더링, 인터랙티브 기능, 멀티플랫폼 배포 능력이 정밀한 설계에 강점을 가진 CAD에 새로운 가치를 부여하고 수익화할 수 있다”고 강조했다. 또한, 가상 복제본 생성부터 AI 결합을 통한 완전 자율화까지 디지털 트윈의 진화 과정을 설명하며, “유니티는 디지털 트윈 개발을 위한 최적의 플랫폼”이라고 전했다. 유니티의 에코시스템을 활용해 기업은 새로운 비즈니스 영역을 창출하고, 개인은 CAD와 유니티를 겸비한 전문가로서 경쟁력을 강화할 수 있다는 것이 그의 설명이다.   ▲ 메가존클라우드 홍동희 유니티 유닛 테크 그룹장   캐디안의 한명기 상무는 ‘AI 이미지 인지기술 기반 3D 도면 생성 방안 및 적용 설루션 소개’를 주제로 발표를 진행했다. 한명기 상무는 “캐디안은 1990년 설립된 국산 CAD 개발 기업으로, 2020년에는 AI CAD 개발을 선언하며 설계 도면 생성 과정의 어려움을 해결하는 데에 AI를 접목했다”고 설명했다. 캐디안은 최근 전통 목조 건축의 손도면을 2D/3D 도면화하는 ‘CADian TWArch’를 개발하여 불국사 복원 가상 설계에 적용했으며, 올해 연말 출시 예정이다. 또한, 현대 건축을 위한 ‘CADian AI-CE’는 JPG, PDF, DWG 등 다양한 도면에서 벽체, 창호, 룸 정보 등을 AI로 탐지하여 도면을 재생성하고 BOM을 산출한다. 한명기 상무는 “캐디안 AI CAD의 미래는 스마트 블록, 디자인 어시스턴트, 인스펙션 시스템 등 기능 강화와 함께 궁극적으로 AI 에이전트를 통한 ‘말로 설계하는 세상’을 목표로 한다”고 전했다.   ▲ 캐디안 한명기 상무   이노시뮬레이션의 이지선 CTO는 ‘모빌리티 XR 사례와 AI 융합 기술의 미래’를 전망했다. 그는 XR 기술이 나와 외부 세계를 소통하는 모든 통로를 대체하는 기술이며, 그래픽, 디바이스, 시뮬레이션 기술과 밀접하다고 정의했다. 그리고 운전 시뮬레이터, 가상 훈련, HMI 검토, 가상 품평, AR HUD 등 다양한 모빌리티 XR 응용 사례를 소개하며 개발 기간과 비용 절감 효과를 강조했다. 이지선 CTO는 “AI와 XR 기술의 결합은 모빌리티 무인화 시대를 가속화할 것”이라면서, “이노시뮬레이션은 AI 개발 툴을 활용하여 AI와 모빌리티가 혼합된 시뮬레이션 시스템을 연구 개발 중”이라고 소개했다.   ▲ 이노시뮬레이션 이지선 CTO   디자인과 제조의 미래를 만드는 생성형 AI 9월 12일에는 ‘AI 비주얼 트렌드 & 응용’ 트랙이 진행됐다. LG CNS의 정용기 선임은 ‘Image Gen.AI를 활용한 업무 생산성 향상 방안’에 대한 발표에서, 생성형 AI 기술에 기반한 LG CNS의 Image Gen.AI 엔진을 소개했다. 이를 활용하면 디자인 과정에서 아이디어 구상 시간을 단축하는 등의 프로세스 개선을 통해 비주얼 콘텐츠의 생성 시간과 비용을 50% 이상 줄여줄 수 있다는 것이 정용기 선임의 설명이다. 또한, LG CNS의 Image Gen.AI 엔진을 탑재한 COP(Content Optimization Platform)도 소개했다. COP는 이미지 생성 및 편집, 배경 제거/교체/확장, 부분 수정 등의 기능을 제공하며, 특화 학습을 통해 고객사의 특정 스타일을 반영한 마케팅 이미지를 생성한다. 정용기 선임은 “COP는 제품의 디테일을 유지하면서 다양한 연출 컷을 만들 수 있으며, 향후 매체별 배너 이미지 자동 생성 기능을 개발 중”이라고 밝혔다.   ▲ LG CNS 정용기 선임   아이스케이프의 조세희 대표는 ‘이미지부터 3D까지 : 크리에이터가 알려주는 생성형 AI 영상 제작’을 주제로 발표했다. 조세희 대표는 AI를 활용한 영상 콘텐츠 제작 과정을 실무 사례와 함께 소개하면서, “영상 제작은 스토리보드, 키 이미지 생성, 영상화, 음악 생성, 편집의 5단계로 진행되며, AI가 텍스트, 이미지, 오디오, 3D 모델 등 다양한 콘텐츠를 생성한다”고 설명했다. 또한, 3D 오브젝트를 활용해 가상 공간에서 영상을 만들고, 미드저니의 옴니 레퍼런스와 페이스 스왑, 일레븐랩스를 이용해 가상 인간의 일관된 이미지와 음성을 제작하는 과정도 시연했다. 조세희 대표는 “AI는 생산성을 높일 수 있는 도구이지만, 영상 구조, 조명, 연출 등의 기본 지식은 필수”라고 짚었다.   ▲ 아이스케이프 조세희 대표   AI팩토리의 김태영 CEO는 ‘크리에이터를 위한 AI 에이전트 활용 및 ‘바이브 코딩’ 발표를 통해 엔트로픽의 클로드 코드(Claude Code)를 활용해서 AI와 협업하여 코드를 작성하고 실행하는 방법을 시연했다. 바이브 코딩(vibe coding)은 대화식으로 사용자가 원하는 내용을 AI 에이전트에게 전달하면 AI가 코딩을 수행하는 방식이다. “요구사항 명세서 역할을 하는 파일을 통해 더욱 상세한 지시가 가능하다”고 소개한 김태영 CEO는 발표 중 실제 라이브 시연을 통해 상품 소개 웹 페이지를 제작하고, AI가 텍스트와 이미지를 자동 생성하여 콘텐츠를 풍부하게 만드는 과정을 선보였다.   ▲ AI팩토리 김태영 CEO   IUM SPACE의 이윰 대표는 ‘AI 툴로 구현하는 비주얼 세계 : 실무 적용과 아트워크 융합 사례’를 주제로 발표했다. 생성형 AI 시대의 진정한 창의성은 ‘세계관 디자인’에 있다고 짚은 이윰 대표는 미드저니의 스타일 레퍼런스 기능을 통해 42억 개의 스타일 시드를 탐색하며 “각 시드가 담고 있는 고유한 세계관을 이해하는 것이 중요하다”고 설명했다. 또한, 인간의 상상력과 AI의 지능을 결합하여 고유한 스타일과 이야기를 만드는 과정을 소개했다. 이윰 대표는 “AI는 의미를 생성하지 않으므로, 인간 창작자가 의미를 부여하고 다양한 이미지를 통합하여 스토리를 완성하는 것이 핵심”이라고 전했다.   ▲ IUM SPACE 이윰 대표   ■ 같이 보기 : [포커스] 코리아 그래픽스 2025, AI로 가속하는 산업과 크리에이티브의 변화를 짚다 (1)

비행 훈련부터 제품 개발·운영까지 아우르는 핵심 인프라를 목표로   최근 몇 년 사이 시뮬레이션 산업은 디지털 트윈, AI(인공지능), VR(가상현실)/AR(증강현실) 등 첨단 디지털 기술 중심으로 빠르게 재편되고 있다. KAI(한국항공우주산업)는 이러한 흐름에 발맞춰 언리얼 엔진을 도입함으로써 항공산업 전반에 걸친 디지털 혁신을 추진하고 있다. ■ 자료 제공 : 에픽게임즈   KAI는 KT-1 기본 훈련기, T-50 고등훈련기, 수리온 기동헬기, 송골매 무인기 등 다양한 항공우주 시스템을 자체적으로 설계 및 제작하며, 지난 40년간 항공산업 및 국방산업을 선도해 온 종합 항공우주 설루션 기업이다. 최근에는 소형무장헬기(LAH)와 차세대 전투기 KF-21 개발을 비롯해 위성과 발사체 총조립 등 우주 분야로도 사업을 확대하고 있다. KAI는 2024년 ‘언리얼 페스트 시애틀 2024(Unreal Fest Seattle 2024)’에 참가해 자사의 시뮬레이션 전략을 소개하는 세션을 진행했다. 이번 호에서는 이 발표 내용을 바탕으로 시뮬레이션 산업의 급변하는 흐름 속에서 KAI가 어떻게 대응하고 있는지, 언리얼 엔진을 중심으로 한 시뮬레이션 통합 전략과 실제 적용 사례, 그리고 향후 비전 등을 중심으로 KAI의 기술 혁신에 대해 살펴본다.   ▲ 이미지 출처 : ‘KAI의 언리얼 엔진 기반 차세대 시뮬레이션 에코시스템 | 언리얼 엔진’ 영상 캡처   시뮬레이션 산업의 변화와 KAI의 대응 최근 시뮬레이션 산업은 빠르게 발전하며 구조적인 변화를 겪고 있다. 클라우드 기반 시뮬레이션 도입으로 언제 어디서든 고성능 자원에 접근할 수 있게 되었고, 디지털 트윈, AI, 머신러닝 기술의 결합을 통해 시뮬레이션은 단순한 재현을 넘어 예측과 최적화를 수행할 수 있는 툴로 진화하고 있다. 또한 VR/AR/MR(혼합현실) 기술은 훈련의 몰입감과 현실감을 높여 실제 환경과 유사한 시뮬레이션을 가능하게 하고, 마이크로서비스 아키텍처를 기반으로 한 소프트웨어 설계는 유연성과 확장성을 높이고 있다. KAI는 이러한 디지털 전환에 적극 대응하기 위해 전통적인 레거시 시뮬레이션 시스템을 언리얼 엔진과 통합하고 있다. 핵심 전략은 세 가지이다. 첫째, 언리얼 엔진을 활용한 빠른 프로토타이핑으로 기술 검증과 적용 속도를 높이는 것이다. 둘째, 표준화된 인터페이스를 통해 기존 시스템과의 원활한 연동을 실현하는 것이다. 셋째, 지속 가능한 콘텐츠 개발을 위한 플랫폼 설계로 장기적인 생태계 구축을 추진하는 것이다. 이를 통해 KAI는 기존 자산의 가치를 극대화함과 동시에 급변하는 기술 환경에 유연하고 효율적으로 대응하고 있다.   언리얼 엔진이 변화하는 시뮬레이션 산업에 주는 영향 언리얼 엔진은 시뮬레이션 산업의 진화에 있어 중요한 역할을 하고 있다. 우선 고품질의 리얼타임 3D 그래픽을 통해 현실감 있는 몰입형 시뮬레이션 환경을 구현할 수 있어, 훈련과 테스트의 효율성을 높이고 있다. 또한 VR/AR/MR과의 통합 지원은 다양한 산업에서 실제 같은 체험 기반 학습을 가능하게 한다. 언리얼 엔진의 모듈형 아키텍처와 개방된 생태계는 기존 레거시 시스템과의 통합을 쉽게 하고, 새로운 기술이나 기능을 빠르게 적용할 수 있는 유연성을 제공한다. 특히 디지털 트윈, AI, 머신러닝 등 최신 기술과의 연계가 원활하여 복잡한 시스템의 설계, 유지보수, 운영 효율을 높일 수 있다. KAI와 같은 기업에게 언리얼 엔진은 단순한 툴을 넘어, 지속 가능한 시뮬레이션 콘텐츠를 개발하고 새로운 시뮬레이션 생태계를 구축하는 핵심 기술로 자리잡고 있다.   ▲ KAI의 시뮬레이터로 본 FA-50의 모습(이미지 출처 : KAI)   기존 시스템에 언리얼 엔진을 통합한 사례 KAI는 항공기 훈련 체계에 언리얼 엔진을 도입해 현실성과 효율을 갖춘 시뮬레이터를 개발하고 있다. 대표적으로 VR 시뮬레이터의 경우, 조종사가 풀 플라이트 시뮬레이터에 들어가기 전 VR 기기를 통해 절차와 조작 감각을 사전에 익힐 수 있도록 돕고 있다. 언리얼 엔진으로 실제 항공기와 동일한 가상 조종석을 구현해 이륙/착륙, 비상절차, 항전 장비 조작 등을 별도 교관 없이 반복 학습할 수 있도록 했다. 기존의 시뮬레이터는 실제 항공기 수준의 조작감과 훈련 효과를 제공하지만, 높은 구축 비용과 운영 비용, 전용 시설의 필요 등으로 대량 보급에 한계가 있었다. KAI는 이러한 문제를 보완하기 위해 VR 기술을 도입했다. 언리얼 엔진은 영상 발생 장치, 계기 패널, 입출력 장치 등을 대체한 것은 물론, VR HMD(헤드 마운트 디스플레이) 하나만으로 기존의 여러 장치를 필요로 하는 대형 시현 시스템의 효과를 구현할 수 있게 했다. 또한 KAI는 독자적인 역학 모델과 항전 시스템을 언리얼 엔진의 실시간 렌더링과 결합해 실제 조종과 유사한 수준의 훈련 환경을 제공하고 있다. GIS(지리 정보 시스템), DEM(수치 표고 모델) 등 초정밀지도 기반의 한반도 3D 지형을 재현해 조종사의 임무 지역 지형 학습까지 지원하고 있다. 정비 훈련 분야에서도 언리얼 엔진은 핵심 플랫폼으로 활용되고 있다. 2024년 I/ITSEC 전시회에서 공개된 FA-50 정비 훈련 시뮬레이터는 VR 환경에서 점검과 부품 교체를 실습할 수 있을 뿐만 아니라, 사용자가 직접 교육 과정을 만들 수 있도록 설계됐다. 이를 통해 기존 문서와 평면형 CBT(컴퓨터 기반 훈련), 반복 시나리오 기반의 실습 중심 교육의 한계를 극복할 대안을 제시했다. 또한 같은 행사에서 선보인 수리온 헬기 비행 시뮬레이터(VFT)는 디지털 트윈과 고해상도 시각화를 통해 실제 기체 성능과 지형 정보를 반영한 몰입형 훈련 환경을 제공했다.   ▲ FA-50 비행 시뮬레이션의 디스플레이 장면(이미지 출처 : KAI)   시뮬레이션·시스템 개발에서 언리얼 엔진의 기여도 언리얼 엔진 도입 이후 KAI의 시뮬레이션 제작 파이프라인에는 큰 변화가 있었다. 데이터스미스를 활용해 카티아 등 설계 도구의 3D 모델을 쉽게 불러올 수 있어, 실제 설계 기반의 가상 조종석과 기체 모델을 빠르게 구축하고 별도의 모델링 없이 제작 시간을 줄일 수 있었다. 또한 자체 개발한 비행역학 엔진과 항공전자 시뮬레이션 소프트웨어를 언리얼 엔진과 실시간으로 연동해, 백엔드 시스템과 시각화 프론트엔드를 효과적으로 통합함으로써 전반적인 생산성이 향상되었다. 특히 조종사가 시각과 청각 정보를 통해 상황을 판단하는 VR 시뮬레이터 개발에서는 언리얼 엔진의 렌더링, 사운드, 애니메이션 기능이 핵심 도구로 사용되었다. 물리 기반 렌더링(PBR)은 금속, 유리, 계기판 등 재질을 사실적으로 구현했으며, 파티클 시스템과 머티리얼 노드를 통해 연기, 공기 왜곡 등의 시각 효과도 유연하게 조정할 수 있었다. 사운드 역시 메타사운드를 통해 엔진 RPM이나 환경 변화에 따라 실시간으로 반응하며, 조종사에게 실제 비행과 유사한 감각을 제공했다. 또한 애니메이션 블루프린트를 활용해 조종간, 계기판, 비행 제어면 간 연동 애니메이션의 비주얼을 직관적으로 구현할 수 있었으며, 스카이 애트머스피어, 볼류메트릭 클라우드, 하이트 포그 등의 기능은 대기 표현과 공간 인식 훈련의 몰입감을 높였다. 지형 구현에서도 언리얼 엔진의 LWC(Large World Coordinates)를 통해 수천 km 단위의 지형에서도 고속 이동 시 정밀도를 유지할 수 있었고, 풀 소스 코드를 활용해 AI 훈련 체계에 맞는 좌표 변환, 시스템 연동, 정밀 지형 구조를 구현할 수 있었다. 이 과정에서 실제 지형 데이터, 항공 사진, 고도 정보를 언리얼 엔진에 통합했고, GIS, DEM 기반의 정밀 지형 정보를 효과적으로 활용해 복잡한 비행 경로, 저공 비행 훈련, 목표 탐색 등 고난도 시나리오도 현실감 있게 구현할 수 있었다. 그 결과 KAI는 초대형 지형 데이터, 초정밀 위치 기반 훈련, 외부 시스템과의 정밀한 좌표 연동을 모두 만족하는 차세대 항공기 시뮬레이터 플랫폼을 성공적으로 구축할 수 있었다. 이외에도 다양한 플러그인, 하드웨어 인터페이스, 형상 관리 툴 연동, 이제는 리얼리티스캔으로 변경된 리얼리티캡처, 마켓플레이스 등을 활용하여 프로젝트 확장성과 콘텐츠 제작 유연성이 높아졌다.   ▲ 애니메이션 블루프린트를 활용해 구현한 조종간(이미지 출처 : KAI)   대규모 전술 훈련을 위한 AI 에이전트를 언리얼 엔진에 도입 KAI는 차세대 전술 훈련 시뮬레이터 개발을 위해 강화학습 기반의 AI 에이전트를 실제 훈련 시나리오에 연동하는 작업을 진행 중이다. 특히, 복잡한 전장 환경에서는 다양한 무기 체계와 플랫폼이 동시에 운용되기 때문에, 이를 하나의 시뮬레이션 공간에서 유기적으로 연동하는 기술이 매우 중요하다. 기존 상용 시뮬레이터 설루션의 경우 외부 시스템 연동이나 커스터마이징에 제약이 많지만, 언리얼 엔진은 C++ 기반의 풀 소스 코드 접근이 가능해 이러한 한계를 극복할 수 있다. KAI는 이러한 개방성을 바탕으로 자체 개발한 AI 에이전트를 정밀하게 통합해, 복잡한 상호작용이 필요한 전술 훈련 시나리오에서도 실질적인 이점을 확보할 수 있었다. 이와 같은 통합은 단순히 AI를 활용하는 수준을 넘어, 인간 조종사와 AI가 동일한 시뮬레이션 환경에서 훈련하고 상호 작용할 수 있는 구조를 의미한다. 기존의 설루션으로는 구현하기 어려웠지만 KAI는 언리얼 엔진을 도입해 이를 실현할 수 있었다. 결과적으로 언리얼 엔진은 AI, 실시간 시뮬레이션, 데이터 피드백이 통합된 플랫폼을 제공하며, KAI의 차세대 전술 훈련체계 구현에 핵심 역할을 하고 있다.   ▲ 지형 데이터 통합으로 구현한 대규모 도시 지역 디지털 트윈(이미지 출처 : KAI)   향후 시뮬레이션 에코시스템의 방향과 KAI의 비전 향후 시뮬레이션 에코시스템은 개방성, 지속 가능성, 개인화를 중심으로 발전해 나갈 것이다. AI와 빅데이터를 기반으로 한 맞춤형 훈련 시스템, 클라우드 환경에서의 지리적 제약 없는 고성능 시뮬레이션 그리고 VR/AR, 웨어러블 기술 등을 활용한 몰입형 실시간 피드백 시스템이 표준이 되어갈 것으로 전망된다. 이러한 변화 속에서 KAI는 기술 통합형 플랫폼과 자체 시뮬레이션 에코시스템을 구축하며, 대한민국 시뮬레이션 산업의 지속 가능한 성장 기반을 마련할 예정이다. 언리얼 엔진을 단순한 개발 툴이 아닌 시뮬레이션 엔진으로 활용하며, 플랫폼을 중심으로 고퀄리티 콘텐츠를 빠르게 생산할 수 있는 시뮬레이션 콘텐츠 파이프라인을 개발 중이다. KAI의 비전은 국내를 넘어 글로벌 시뮬레이션 에코시스템과 연결되는 것이다. 언리얼 엔진의 개방성과 기술력을 바탕으로 산업 전반에 걸쳐 공유 가능한 시뮬레이션 플랫폼을 만들고, 이를 통해 다양한 산업, 기관, 개발자가 협력할 수 있는 건강하고 확장 가능한 에코시스템을 조성하는 것이 목표다. 이러한 방향성과 비전을 바탕으로, KAI는 시뮬레이션 기술을 단순한 훈련 도구를 넘어 제품 개발, 유지보수, 운영 효율 개선을 위한 핵심 인프라로 성장시키고자 한다.     ■ 기사 내용은 PDF로도 제공됩니다.

생산 계획부터 운영까지 혁신하는 스마트 제조   제조 산업은 빠르게 변화하고 있으며, 이에 따라 생산성 향상과 유연한 운영을 위한 혁신이 요구되고 있다. 스마트 제조는 이러한 요구를 충족시키는 해답으로, 특히 생산 계획과 운영 단계의 최적화는 전체 공정 효율성에 큰 영향을 미친다. 이번 호에서는 스마트 제조 구현을 위한 핵심 전략으로서 생산 계획 및 운영을 혁신할 수 있는 ‘PINOKIO(피노키오)’ 설루션을 제시한다.   ■ 자료 제공 : 이노쏘비, www.pinodt.com   제조 산업 전반에서 디지털 트윈 기술이 핵심 전략으로 떠오르고 있다. 차세대 물류 디지털 트윈 설루션을 지향하는 PINOKIO는 최신 기술 흐름을 반영해 개발된 설루션으로, 기존 상용 시스템이 지닌 한계를 극복하고 스마트 제조 전환을 가속화하는 데 최적화된 기능을 제공한다. 기존의 디지털 전환(DX) 설루션이 주로 3D 모델링 및 시뮬레이션 등 기초 단계의 디지털 트윈 기술에서 출발한 반면, PINOKIO는 개발 목적을 현장의 대용량 데이터를 기반으로 실시간 물류 모니터링과 시뮬레이션 제공을 목표로 설계되었다. 이러한 기술적 차별성을 바탕으로 PINOKIO는 SK하이닉스, LG전자 등 대규모 혼류 생산 제조 현장에서 정합성과 예측 정확도 측면에서 검증을 완료했으며, 실제 도입을 통해 생산성과 운영 효율성 향상 등 실질적 성과를 입증했다. 최근에는 고성능 시뮬레이터까지 제품 라인업에 포함되면서, 기존 상용 설루션 대비 향상된 성능과 확장성을 갖춘 디지털 트윈 시스템으로 자리매김하고 있다. PINOKIO는 앞으로도 다양한 산업군의 요구에 대응하며, 제조업의 스마트화를 실현하는 핵심 플랫폼으로의 성장을 이어갈 계획이다.   제품 소개 AI 기반 제조 물류 혁신을 위한 디지털 트윈 플랫폼 PINOKIO는 전통적인 시뮬레이션을 넘어 시뮬레이터, 디지털 트윈, AI 에이전시를 통합한 차세대 DES(이산 이벤트 시뮬레이션) 기반 플랫폼으로, 제조 물류 전반에 걸친 통합 설루션을 제공한다.  PINOKIO는 세 가지의 핵심 모듈로 구성된다. 첫 번째, 물류 시뮬레이터 설루션 ‘Pino SIM(피노 SIM)’이다. 이는 공정 흐름 설계부터 시뮬레이션, 결과 분석까지 지원하는 시뮬레이터로, ‘Pino Editor(피노 에디터)’라는 내장 도면 편집기와 레이아웃 설계 도구를 포함한다. 단순한 시뮬레이션을 넘어 제조 기준정보 입력, 물류 시나리오 구성, 시뮬레이션 실행 및 시각화 분석까지 포괄적인 기능을 제공한다. 두 번째, 실시간 디지털 트윈 설루션 ‘Pino DT(피노 DT)’다. MES, IoT, PLC, 센서 등 다양한 제조 운영 시스템과 인터페이스하여 대용량 데이터를 실시간으로 수집·처리하며, 실시간 모니터링, 미래 예측, 예지 보전 시뮬레이션까지 가능하다. 이는 생산 현장의 가시성과 대응력을 높이고 의사결정에 도움을 준다. 세 번째는 인공지능 기반의 ‘Pino AI(피노 AI)’다. 대규모 언어 모델(LLM)과 전문 특화 언어 모델(sLLM)을 활용한 대화형 UI를 통해 사용자는 데이터를 직관적으로 분석하고 의사결정에 활용할 수 있다. 또한 강화학습, 파라미터 최적화 등 다양한 AI 기법이 적용 가능해, 생산성과 품질 향상을 동시에 실현할 수 있다. 확장성 면에서도 PINOKIO는 주목할 만하다. 최근에는 엔비디아 옴니버스(NVIDIA Omniverse)와 같은 고급 시각화 플랫폼과의 연동을 지원하며, 파이썬(Python) 기반 개발 환경 확장도 가능해 사용자 맞춤형 라이브러리 개발이 용이하다. PINOKIO 설루션을 통해 제조 기업은 공정 및 물류의 사전 최적화, 실시간 생산 모니터링, 미래 예측, AI 기반 고도화 등 다양한 지능형 서비스를 구현할 수 있다.   PINOKIO의 특징 Pino SIM은 디지털 트윈 구축 시 미래 예측 시뮬레이터 역할을 수행할 뿐만 아니라, 공장 신설이나 생산 라인 변경 등 제조 현장의 변화가 필요한 상황에서 사전 물류 계획 수립과 최적 레이아웃 구성을 지원한다. 이를 통해 공정의 효율성과 안정성 확보를 가능케 하며, 제조 현장의 디지털 전환을 실질적으로 이끄는 핵심 도구로 자리잡고 있다.   그림 1. Pino SIM 작업 과정   Pino DT는 자체 개발한 최적화 시뮬레이션 및 모니터링 엔진을 기반으로, 실시간 데이터에 기반한 정밀한 의사결정과 미래 예측을 가능하게 하는 디지털 트윈 설루션이다. 특히, 시뮬레이션 이벤트 처리 횟수를 최소화한 구조로 설계되어, 불필요한 연산을 줄이고 대용량 데이터를 빠르고 효율적으로 처리할 수 있다는 점이 강점이다. 이를 통해 공정 변화나 예기치 못한 상황에도 유연하게 대응할 수 있으며, 작업자 개입 등 현장의 변수까지 반영한 고도화된 시뮬레이션이 가능하다. Pino DT는 실시간 운영 최적화와 미래 예측을 동시에 수행함으로써, 제조 현장의 민첩성과 안정성을 획기적으로 향상시키는 차세대 디지털 트윈 기반 물류 설루션으로 주목받고 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

팀뷰어는 팀뷰어 텐서(TeamViewer Tensor)의 성능 향상 기능을 통해 메르세데스 AMG 페트로나스 포뮬러 원(F1)팀의 드라이버-인-루프(Driver in Loop : DIL) 운영 효율을 향상시키고 있다고 전했다. F1은 국제자동차연맹(FIA)이 주최하는 자동차 경주 대회로, 0.001초 차이로 승부를 가릴 만큼 경쟁이 치열하다. 메르세데스-AMG 페트로나스 F1팀은 결승선에 가장 먼저 도달하기 위해 기술을 포함한 레이스 운영 전반에서 경쟁 우위를 확보할 수 있는 방안을 모색하고 있다. 이 과정에서 핵심이 되는 DIL 시뮬레이터는 통제된 디지털 환경에서 실제 차량의 움직임을 재현해 모든 서킷을 주행하고 차량 설정을 실험할 수 있도록 한다. 이를 통해 메르세데스-AMG 페트로나스 F1팀의 드라이버인 조지 러셀(George Russell)과 키미 안토넬리(Kimi Antonelli)는 다양한 차량 설정을 테스트하고 레이스에 적합한 최적의 구성 옵션을 찾아낼 수 있다. 특히, 신인 드라이버 안토넬리(Antonelli)는 새로운 서킷에 익숙해지는 과정에 있기 때문에 시뮬레이터 작업이 특히 중요하다.     메르세데스-AMG 페트로나스 F1팀의 예비 드라이버와 시뮬레이터 드라이버는 레이스 기간 중 시뮬레이터 작업으로 분주하다.  이들은 엔지니어와 긴밀히 협력해 실시간 문제에 대한 해결 방안을 시뮬레이터에서 테스트하고, 효과가 입증되면 다음 주행 세션에서 실제 레이스 카에 적용한다. 레이스 팀은 주로 시차가 다른 해외 지역에 있기 때문에, 주요 인력이 영국 본사인 브래클리에 없을 때에도 팀뷰어 텐서를 이용해 시뮬레이터 장비에 원활하게 원격 접속해 모니터링하고 변경 사항을 적용할 수 있는 유연성을 제공한다. 이를 통해 높은 보안성과 확장성, 관리 용이성을 바탕으로 시뮬레이터 활용도를 극대화할 수 있다. 메르세데스-AMG 페트로나스 F1팀의 크리스티안 담(Christian Damm) 시뮬레이터 개발 엔지니어는 “시뮬레이터는 보안이 중요한 민감한 영역인 만큼, 데이터가 안전하게 보호된다는 확신이 필요하다”면서, “팀뷰어 기술을 접목한 시뮬레이터 작업은 실제 트랙 위 성능에 영향을 미치기 때문에, 한계를 넘고 성능을 향상시킨다는 점은 팀에 커다란 힘이 된다”고 말했다. 그는 여러 사용자가 하나의 기기에 동시 접속해 문제를 함께 해결할 수 있는 동적 원격 제어(Dynamic Remoting) 기능을 팀뷰어 텐서의 강점으로 꼽으며, 자신의 책상에 여러 모니터를 연결한 작업 환경을 원격으로 노트북에서도 그대로 재현할 수 있다고 설명했다. 또한 시뮬레이터 팀은 팀뷰어 텐서의 확장성과 중앙집중식 관리 기능을 이용해 사용자와 장비를 손쉽게 추가 및 삭제할 수 있어, 그룹 단위로 자원을 관리하고 보안 유지 시간을 단축할 수 있다. 팀뷰어 텐서는 끊김이나 멈춤 없이 고해상도를 제공하기 때문에 높은 비트 전송률과 색상 조정 기능으로 항상 고품질의 사용자 경험을 유지할 수 있다. 특히, 트랙 현장의 엔지니어든 본사의 IT 인력이든 모든 팀원이 실시간으로 데이터에 접근할 수 있는 환경이 레이스의 승패를 좌우할 수 있다. 메르세데스-AMG 페트로나스 F1 팀의 스티븐 라일리(Steven Riley) IT 운영 및 서비스 관리 리더는 “트랙에서는 매 순간이 중요하기 때문에 드라이버와 팀이 실시간으로 필요한 모든 데이터를 접근할 수 있도록 우리의 기술 도입이 그 속도를 따라갈 수 있어야 한다”면서, “우리는 사무실, 공장, 트랙 등 디지털 워크플레이스 전반에서 팀뷰어를 적극 활용하고 있다. 시뮬레이션을 위한 새로운 기술 도입을 논의할 때 팀뷰어 텐서를 선택한 것도 당연한 결정이었다. 코스트 캡(Cost Cap)이라는 비용상한제 하에서 모든 기술 도입은 명확한 성과로 이어져야 하며, 우리는 언제나 팀 내 다른 부문보다 기술에 대한 투자가 더 큰 효과를 낼 수 있도록 신중히 결정한다”고 전했다.

에픽게임즈 코리아는 오는 8월 25일~26일 코엑스 그랜드볼룸에서 개최되는 ‘언리얼 페스트 2025 서울’에서 게임, 미디어&엔터테인먼트, 제조 및 시뮬레이션 등의 산업별 트랙을 통해 38개 세션이 진행된다고 전했다. 2010년 한국에서 최초로 시작된 언리얼 페스트(구 언리얼 서밋)는 개발자와 크리에이터에게 언리얼 엔진 및 에픽게임즈의 에픽 에코시스템을 구성하는 제품에 대한 최신 기술과 다양한 산업의 리얼타임 3D 인터랙티브 제작 경험을 공유하는 연례행사이다. 이번 언리얼 페스트에서는 에픽게임즈의 팀 스위니 대표와 빌 클리포드 언리얼 엔진 총괄 부사장, 마커스 와스머 개발 담당 수석 부사장의 키노트를 시작으로 언리얼 엔진 및 에픽 에코시스템에 대한 최신 기술과 개발 트렌드가 공유된다. 산업별 트랙 중 제조 및 시뮬레이션 트랙에서는 방위 산업과 조선, 제조 등 다양한 산업 분야에서 언리얼 엔진을 활용한 혁신적인 디지털 트윈 세션이 제공되며, 자동차 산업에서 언리얼 엔진을 활용한 리얼타임 3D 콘텐츠 제작 방식과 그 가능성을 살펴볼 수 있는 세션도 마련된다.  파트너사 세션으로는 ▲ 한국항공우주산업(KAI) 및 비브스튜디오스의 ‘언리얼 엔진을 활용한 전투기 정비 훈련 시뮬레이터 구축’ ▲현대오토에버의 ‘Virtual Factory Builder : 언리얼 엔진으로 디지털 트윈 혁신하기’ ▲삼성중공업의 ‘조선업과 3D 기반 디지털 트랜스포메이션’ ▲ 현대자동차의 ‘언리얼 엔진을 활용한 제조 SW 개발의 빠른 프로토타이핑과 의사결정’ ▲현대오토에버의 ‘언리얼 엔진 5를 활용한 차량 내비게이션 구현’ ▲현대모비스의 ‘언리얼 엔진을 활용한 자동차 부품 디자인 개발’ 등이 진행된다.     게임 트랙에서는 렌더링, 플랫폼, 루멘, 나이아가라, PCG 등 언리얼 엔진의 최신 기술을 바탕으로, 스타일라이즈부터 오픈 월드 게임 개발에 이르기까지 다양한 프로그래밍 및 비주얼 아트 관련 세션들이 마련된다. 에픽게임즈는 언리얼 엔진과 에코시스템의 최신 기술을 깊이 있게 다루며, 외부 파트너사는 현업에서의 실전 경험과 인사이트를 공유할 예정이다. 파트너사 세션에는 컴투스, 넥슨게임즈, 넷마블몬스터, 폴리모프, 아틀러스, 스퀘어 에닉스 등이 참여한다. 미디어 & 엔터테인먼트 트랙에서는 영화와 애니메이션, 방송 & 라이브 이벤트 분야에서 언리얼 엔진을 활용 중인 다양한 파트너들이 제작 사례와 노하우를 공유하는 세션을 진행한다. 에픽게임즈도 애니메이션 제작과 디지털 휴먼 구현에 유용한 언리얼 엔진의 최신 기술과 워크플로를 소개하는 세션을 준비해 콘텐츠 제작자들에게 실질적인 인사이트를 제공할 예정이다. 파트너사 세션에는 사운드얼라이언스, 자루스튜디오, IEL, 문화유산기술연구소, 웨스트월드, 메타로켓, 쿠트 이미지웍스 등이 참가한다. 한편, 에픽게임즈는 전체 세션 확정을 기념해 50% 할인된 가격에 티켓을 구매할 수 있는 얼리버드 혜택 기간을 23일까지 일주일 연장하기로 결정했다. 단, 얼리버드 혜택은 조기에 마감될 수 있다. ‘언리얼 페스트 2025 서울’은 에픽 라운지 홈페이지를 통해 등록 가능하다. 참석자 전원에게는 한정판 굿즈와 함께 최신 기술 체험 전시와 다양한 이벤트가 제공된다.

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. 

미래차 SW 안정성 높인다…쿤텍-dSPACE 코리아, SIL 기반 검증 환경 구축 MOU 체결   왼쪽부터 디스페이스(dSPACE) 코리아 손태영 대표, 쿤텍 방혁준 대표   쿤텍과 디스페이스(dSPACE)코리아가 소프트웨어 검증 환경 구축과 신규 시장 발굴을 위해 손을 맞잡았다. 양사는 5월 9일 미래차를 포함한 다양한 산업 분야에서 소프트웨어의 안전성과 신뢰성을 강화하기 위한 업무협약(MOU)을 체결했다고 밝혔다. 이번 협약의 핵심 목표는 SIL(Software In the Loop) 기반의 가상화 검증 환경을 공동으로 구축하고, 관련 솔루션을 연계하여 국내외 시장을 적극적으로 개척하는 것이다. 쿤텍과 dSPACE 코리아는 긴밀한 협력을 통해 각 산업별 요구사항에 최적화된 맞춤형 가상 검증 플랫폼을 개발하고, 글로벌 임베디드 시장을 함께 공략하기 위한 전략 수립에도 박차를 가할 계획이다.   SIL 기반 가상 검증, 개발 효율성과 품질 향상에 기여   SIL 기술은 자동차, 국방, 산업 제어 시스템 등 다양한 임베디드 소프트웨어를 실제 하드웨어 없이 가상 환경에서 검증할 수 있는 핵심 기술로 평가받는다. 이 기술을 통해 개발 효율성을 높이고 소프트웨어 품질을 향상시키는 것은 물론, 개발 비용을 절감하고 초기 단계에서 결함을 발견하는 데 크게 기여할 수 있다. 특히 차세대 SDV(소프트웨어 중심 차량, Software Defined Vehicle)) 환경의 핵심 기반 기술로 주목받고 있으며, 정밀한 시뮬레이션이 필수적인 국방 및 특수 산업 분야에서도 폭넓게 활용될 잠재력을 가지고 있다. 쿤텍의 '패스트브이랩스'와 dSPACE의 MBD 기술의 시너지   쿤텍은 자체 개발한 임베디드 가상화 솔루션인 '패스트브이랩스(FastVLabs)'를 통해 복잡한 제어 소프트웨어를 물리적인 장비 없이 효율적으로 개발하고 검증할 수 있는 플랫폼을 제공하며 기술력을 인정받고 있다. 특히 쿤텍은 dSPACE의 공식 1호 파트너로서, 이번 MOU를 통해 dSPACE의 모델 기반 개발(MBD, Model-Based Development) 기술과의 시너지를 창출하여 산업별 맞춤형 검증 체계를 더욱 고도화할 방침이다. dSPACE는 독일에 본사를 두고 있으며, 글로벌 모빌리티 시뮬레이션 및 검증 분야의 선두 기업이다. HIL(Hardware In the Loop), SIL 환경 구축 등 차량 ECU 및 임베디드 소프트웨어 개발과 검증에 필요한 종합적인 툴체인을 공급하고 있다. 전 세계 유수의 완성차 및 부품 제조사들이 dSPACE의 솔루션을 활발하게 사용하고 있으며, 자율주행, 전기차, SDV 분야뿐만 아니라 국방·항공 연구기관에서도 그 활용 범위가 넓어지고 있다. 국내 유일 Level 4 하드웨어 가상화 기술력   쿤텍의 패스트브이랩스(FastVLabs)는 국내에서 유일하게 명령어 집합 시뮬레이터(ISS, Instruction Set Simulator) 기술을 활용한 Level 4 하드웨어 가상화 기반 솔루션이다. 이 기술은 한국항공우주산업, 한국수력원자력 등 다양한 임베디드 산업 분야에 적용되어 그 기술력을 입증받았다. 또한, 패스트브이랩스는 FMI(Functional Mock-Up Interface)를 통해 dSPACE 솔루션과의 연동이 가능하다. 이번 MOU를 통해 dSPACE와의 더욱 긴밀한 기술 협력을 통해 SIL 기반 소프트웨어 검증 환경 구축과 시장 발굴이 더욱 가속화될 것으로 전망된다. 양사 대표, 협력을 통한 시너지 효과 기대   쿤텍 방혁준 대표는 "이번 협약은 가상화 기반 검증 체계 고도화를 위한 중요한 전환점이 될 것이다"라고 강조하며, "dSPACE 코리아와의 협력을 통해 SDV는 물론, 높은 신뢰성이 요구되는 국방 및 특수 산업 분야에서 기술적 차별성을 확보해 나가겠다"고 포부를 밝혔다. dSPACE 코리아 손태영 대표는 "쿤텍의 패스트브이랩스와 당사의 MBD 기반 시뮬레이션 기술을 연계함으로써, 고객에게 더욱 정밀하고 신뢰할 수 있는 소프트웨어 검증 환경을 제공할 수 있게 되었다"고 설명하며, "이번 협력은 국내외 시장 확장에도 중요한 역할을 할 것으로 기대한다"고 덧붙였다.  

실시간 3D 엔진을 활용해 더욱 현실적인 시뮬레이션 구축   시뮬레이션은 어느새 산업에서 반드시 거쳐야 하는 단계로 자리잡았다. 이번 호에서는 자율주행 시뮬레이터 기술을 개발하는 모라이(MORAI)의 모라이 시뮬레이션 플랫폼(MORAI Simulation Platform)을 소개한다. ■ 자료 제공 : 유니티 코리아     모라이 시뮬레이션 플랫폼 모라이는 주로 ‘디지털 트윈’, ‘개발 도구’, ‘검증 도구’로 불리는 시뮬레이션 툴을 통해 자율주행 기술의 안전성과 신뢰성을 검증한다. 실제 도로에서 발생할 수 있는 다양한 돌발 상황을 가상화한 환경에서 테스트하고 개발함으로써, 실제 도로에서의 복잡하고 위험한 테스트를 대신할 수 있다. 이를 통해 개발자는 안전하고 효율적으로 자율주행 시스템을 검증하고 개선할 수 있다. 모라이에서 개발한 모라이 시뮬레이션 플랫폼은 자율주행, 자율 비행 등 자율 이동체를 테스트하고 개발할 수 있는 종합적인 미래 모빌리티 시뮬레이터이다. 이 솔루션은 자율주행 자동차, UAM(도심 항공 모빌리티), 무인 로봇, 무인 선박 등 다양한 차세대 모빌리티 산업에 적용되며, 자율주행 상용화를 가속화하는 핵심 가상 검증 플랫폼으로 주목받고 있다.   유니티를 도입하게 된 이유 유니티의 강력한 기능과 사용자 친화적인 인터페이스 덕분에, 짧은 시간 내에 모라이가 원하는 가상 환경 및 시뮬레이터를 개발할 수 있었다. 이는 특히 프로젝트의 초기 단계에서 도움이 되었다. 유니티를 통해 현실적이고 정교한 3D 시뮬레이션 환경을 구현함으로써, 자율주행 기술의 테스트와 검증 과정을 더욱 효율적이고 안전하게 수행할 수 있는 기능을 개발할 수 있었다. 이와 함께, 유니티의 커뮤니티와 풍부한 리소스는 문제 해결과 기술 향상에 도움이 되었다. 다양한 예제와 튜토리얼을 통해 개발자들이 빠르게 학습하고, 프로젝트에 필요한 기능을 구현할 수 있었다. 결과적으로, 유니티 도입 이후 모라이는 프로젝트의 개발 속도와 품질을 높였으며, 더 나은 자율주행 시뮬레이션 환경을 제공할 수 있게 되었다.   플랫폼 구성 요소 기본적으로 가상 환경을 렌더링하고 사용자 인터페이스를 제공하는 베이스 플랫폼(Base Platform)이 중심을 이룬다. 이 베이스 플랫폼 위에 다양한 모듈이 결합되어, 정밀하고 현실적인 시뮬레이션 환경을 구현한다. 첫 번째로 정밀 지도 도로 모듈이 있다. 이 모듈은 실제 도로와 동일한 환경을 가상으로 재현하며, 자율주행 차량이 운행할 수 있는 도로 네트워크를 제공한다. 이를 통해 현실적인 도로 상황에서의 테스트와 검증이 가능하다.  두 번째로 차량 동역학(Vehicle Dynamics) 모듈이 있다. 이 모듈은 차량의 물리적 특성과 동역학을 시뮬레이션하여, 다양한 운전 조건에서 차량의 반응을 정확하게 모델링한다. 이를 통해 차량의 주행 성능과 안전성을 평가할 수 있다. 세 번째로 센서 모델(Sensor Model) 모듈이 있다. 이 모듈은 자율주행 차량에 장착된 다양한 센서의 데이터를 시뮬레이션한다. 카메라, 라이다, 레이더 등의 센서가 실제 환경에서 어떻게 작동하는지를 가상으로 재현하여, 센서의 정확도와 신뢰성을 검증할 수 있다. 네 번째로 교통 모델(Traffic Model) 모듈이 있다. 이 모듈은 다양한 교통 상황을 시뮬레이션하여, 자율주행 차량이 실제 도로에서 마주할 수 있는 다양한 교통 상황을 가상으로 재현한다. 이를 통해 교통 혼잡, 돌발 상황, 보행자와의 상호작용 등을 테스트할 수 있다. 마지막으로 인터페이스(Interface) 모듈이 있다. 이 모듈은 외부 시스템과의 연동을 가능하게 하여, 다양한 테스트 시나리오와 데이터를 효율적으로 관리하고 분석할 수 있게 한다. 이를 통해 개발자가 자율주행 시스템을 더 효과적으로 개발하고 검증할 수 있다. 이 모든 구성 요소가 결합되어, 모라이 시뮬레이션 플랫폼은 자율주행 시스템의 개발, 테스트, 검증을 위한 강력한 도구로서의 역할을 수행한다.     가상환경과 현실의 차이를 최소화하기 위한 노력 모라이가 시뮬레이션 플랫폼을 구축하면서 가장 신경 썼던 부분은 현실과의 차이를 최소화하는 것이었다. 이를 위해 고충실도 시뮬레이션 환경을 제공하고, 실제 지도 데이터, 교통 데이터, 센서 데이터를 기반으로 가상과 실제 환경의 갭을 최소화하는 데 집중했다. 이를 위해 자율주행차가 실제 도로에서 맞닥뜨릴 수 있는 거의 모든 상황을 가상 환경에서 묘사할 수 있도록 다양한 요소 기술을 개발하고 있다. 이는 사람이 실제 도로에 나가지 않더라도 최대한 많은 테스트를 할 수 있도록 하기 위한 것이다. 예를 들어, 보행자 충돌 위험성 등 실제 도로에서 검증하기 어려운 시나리오를 수만 번 반복하여 테스트할 수 있다. 이를 통해 자율주행 개발 기업과 연구원들은 더욱 신뢰성과 안전성을 갖춘 검증을 할 수 있다. 또한, 가상과 실제 환경이 직접적으로 연계될 수 있도록 설계했다. 시뮬레이션이 실제 환경의 데이터와 상호작용할 수 있도록 하여, 개발자들이 현실적인 조건에서 자율주행 시스템을 테스트하고 개선할 수 있게 했다. 이와 같은 접근 방식은 실제 도로에서 발생할 수 있는 다양한 상황을 사전에 예측하고 대응하는 데 도움이 된다.   모라이 시뮬레이션 플랫폼에 대한 고객의 니즈 우선 고객사들은 현실적인 그래픽과 정밀한 도로 환경을 원했다. 자율주행 차량은 다양한 도로 상황과 환경에서 운행되므로, 시뮬레이터가 실제 도로와 유사한 환경을 재현해야 한다. 이를 통해 개발자는 도시, 고속도로, 교외 지역 등 다양한 도로 상황에서 자율주행 시스템의 성능을 테스트할 수 있다. 또한 다양한 교통 상황과 돌발 상황을 시뮬레이션할 수 있어야 했다. 교통 혼잡, 보행자와의 상호작용, 돌발적인 장애물 등 실제 도로에서 발생할 수 있는 모든 상황을 가상 환경에서 재현하여, 자율주행 시스템이 어떻게 대응하는지 평가할 수 있어야 한다. 아울러, 고객사들은 다양한 센서 데이터를 필요로 했다. 자율주행 차량은 카메라, 라이다, 레이더 등의 센서를 통해 주변 환경을 인식하기 때문에, 시뮬레이터는 이러한 센서의 데이터를 정확하게 생성하고, 실제 환경에서의 센서 성능을 재현할 수 있어야 한다.   개발 시 어려웠던 점과 해결 방법 자율주행 시뮬레이터를 개발하는 것은 다양한 기술을 통합해야 하기 때문에 많은 어려움이 따른다. 기본적으로 3D 엔진에 대한 이해도가 필요하며, 그 위에 올라가는 센서, 차량 동역학, 통신 등 각각의 모듈에 대한 깊은 이해와 적절한 통합 과정이 필요하다. 이 과정에서 각 개발자의 이해도와 전문 분야가 다르기 때문에, 이를 하나의 시뮬레이터로 통합하는 것이 가장 어려운 부분이었다. 다행히, 유니티는 이러한 다양한 요소들을 모두 통합할 수 있는 개발 환경을 제공했다. 각 모듈 개발자들이 개발할 때마다 바로 결과를 확인할 수 있었고, 다른 모듈에 대한 이해도를 높일 수 있었다. 이를 통해 각 모듈이 전체 시스템에 어떤 영향을 미치는지 파악할 수 있었고, 빠르게 개발을 진행할 수 있었다. 또한, SDV(Software Defined Vehicle : 소프트웨어 정의 차량)와 UAM 등의 복잡한 시뮬레이션 환경을 구축하는 데 있어서도 유니티의 유연한 개발 환경이 도움이 되었다. 유니티의 그래픽 엔진과 실시간 데이터 처리 능력을 활용하여 현실과 유사한 고충실도의 시뮬레이션 환경을 구현할 수 있었고, 이를 통해 다양한 테스트와 검증을 효율적으로 수행할 수 있었다.     모라이의 목표 모라이는 자율주행 시뮬레이션 시장에서 개발뿐만 아니라 검증과 인증까지 가능한 시뮬레이터를 제공하고자 한다. 앞서 설명한 대로 개발자들이 손쉽게 사용할 수 있는 가상 공간과 시뮬레이션 도구를 공급하여, 이 툴을 기반으로 빠르게 기술을 개발하고 정량적으로 시험 평가할 수 있도록 하는 것이 모라이의 목표이다. 또한, 모라이는 고객이 많은 노력을 들이지 않아도 바로 이해하고 현업에 적용할 수 있는 개발 도구를 제공하는 것을 중요하게 생각하고 있다. 이를 통해 고객은 복잡한 설정이나 학습 없이도 자율주행 기술을 개발하고 테스트할 수 있게 된다.  궁극적으로는 자율주행 자동차, UAM, 무인 로봇, 무인 선박 등 모든 무인 이동체의 기술 개발 및 통합 검증에 사용되는 도구가 되는 것이 모라이의 목표이다.  모라이의 공동설립자인 홍준 CTO는 “이 과정에서 유니티는 핵심 개발 도구로서 중요한 역할을 하고 있다. 유니티의 강력한 3D 엔진과 사용자 친화적인 인터페이스 덕분에 우리는 고품질의 시뮬레이션 환경을 빠르게 개발할 수 있다. 또한, 유니티의 지속적인 기술 지원과 업데이트는 우리가 최신 기술을 빠르게 도입하고, 고객의 요구에 맞는 기능을 신속하게 제공하는 데 큰 도움이 된다”고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.