한국레노버가 국내 산업 환경에 맞춘 인공지능(AI) 기반 컴퓨팅 설루션 ‘씽크엣지(ThinkEdge)’ 2종을 새로 내놓았다. 최근 기업들이 운영 효율을 높이고 데이터 지연 시간을 줄이기 위해 현장에서 직접 인텔리전스를 활용함에 따라 에지 컴퓨팅은 장치와 인프라, 클라우드를 잇는 핵심 기술로 주목받고 있다. 특히 기존 PC나 서버를 설치하기 힘든 열악한 환경에서도 안정적으로 작동하는 산업용 에지 시스템에 대한 수요가 늘고 있다. 이번에 출시한 제품은 씽크엣지 SE30n 2세대와 씽크엣지 SE60n 2세대다. 두 제품은 냉각 팬이 없는 팬리스 구조로 설계했으며, 작동 온도 범위가 넓어 산업 현장에서도 안정적으로 사용할 수 있다. 클라우드 의존도를 낮춘 온디바이스 AI를 적용해 데이터 처리 속도를 높였으며 분산형 아키텍처를 통해 다양한 환경에 유연하게 대응한다. 씽크엣지 SE30n 2세대는 인텔 코어 프로세서를 탑재한 0.8리터 크기의 초소형 에지 설루션이다. 초당 최대 26조 번 연산이 가능한 26 TOPS의 AI 가속 성능을 갖췄으며 데이터가 발생하는 현장에서 즉각적인 분석과 처리를 수행한다. 48GB DDR5 메모리와 이중 저장 구조를 채택해 연산 능력과 저장 효율을 높인 것이 특징이다. 0도에서 50도 사이 온도에서 작동하며 먼지 방수 등급인 IP50을 획득했다. 다양한 장착 방식을 지원해 공간이 좁은 곳에도 설치가 가능하며 4G와 5G 등 무선 네트워크 연결 기능도 제공한다.   ▲ 씽크엣지 SE30n 2세대   고성능 모델인 씽크엣지 SE60n 2세대는 다중 카메라 비전과 자동화 공정 등 복잡한 작업을 처리하는 데 적합하다. 인텔 코어 울트라 프로세서와 전용 신경망처리장치(NPU)를 통해 최대 97 TOPS의 AI 연산 성능을 구현한다. 이를 통해 제품 결함 감지나 자율 로봇 운영과 같은 고난도 업무를 지원한다. 영하 20도부터 영상 60도까지 견디는 내구성을 갖췄으며 네트워크 장애 발생 시 자동으로 연결을 전환하는 기능을 넣어 운영 중단 시간을 최소화했다. 두 제품은 보안 칩인 TPM 2.0과 시스템 상태를 감시하는 워치독 타이머를 탑재해 안정성을 강화했다. 또한 전용 관리 서비스를 통해 소프트웨어와 펌웨어 업데이트를 중앙에서 통합 관리할 수 있다. 한국레노버 신규식 대표는 “산업 전반에 AI가 확산되면서 현장에서 실시간으로 정보를 분석하고 의사결정을 내리는 에지 컴퓨팅의 역할이 중요해졌다”고 설명했다. 이어 “이번 신제품은 제조와 물류 등 다양한 분야에서 운영 효율을 혁신할 수 있는 도구가 될 것”이라며, “앞으로도 기업이 데이터를 실시간 통찰력으로 전환할 수 있도록 지원할 계획”이라고 밝혔다.

에이서는 인텔의 코어 울트라 시리즈 2 프로세서를 탑재한 AI 노트북 ‘스위프트 고 14 AI’와 ‘스위프트 고 16 AI’를 출시했다. 이번 신제품은 루나레이크라는 코드명으로 알려진 인텔의 새로운 플랫폼을 기반으로 제작했다. 스위프트 고 AI 시리즈는 CPU와 GPU, NPU(신경망처리장치)를 하나로 통합한 구조를 갖췄다. 이를 통해 콘텐츠 제작과 여러 업무를 동시에 처리하는 환경에서 성능과 전력 효율을 높일 수 있도록 했다. 에이서에 따르면 이번 신제품은 기기 자체에서 구동하는 온디바이스 AI를 통해 이미지 생성과 문서 요약, 번역 등의 작업을 빠르고 효율적으로 지원한다. 배터리 성능도 강화했다. 스위프트 고 14 AI는 최대 26시간, 스위프트 고 16 AI는 최대 25시간 30분 동안 사용할 수 있어 외부에서도 끊김 없는 업무가 가능하다. 휴대성을 강조한 스위프트 고 14 AI 모델은 무게가 약 1.24kg이며, 화면이 더 큰 스위프트 고 16 AI 모델은 약 1.52kg이다. 두 모델 모두 15.9mm의 얇은 두께와 알루미늄 본체를 적용해 이동 편의성을 높였다.     디스플레이는 16 대 10 비율의 해상도를 지원하는 IPS 패널을 사용했다. 초당 최대 120개의 화면을 보여주는 주사율과 350니트의 밝기를 갖췄다. 화면을 180도까지 펼칠 수 있는 구조를 채택해 다양한 각도에서 업무나 콘텐츠 시청이 가능하다. 성능 면에서는 인텔 아크(Arc) 그래픽과 최대 32GB 용량의 메모리, 빠른 속도의 저장장치를 탑재했다. 에이서 측은 최근 메모리 가격 상승과 수급 불안정 상황에서도 고용량 메모리를 탑재하면서 가격 인상을 최소화해 안정적인 작업 환경을 제공하고자 했다고 설명했다. 편의 기능으로는 멀티 컨트롤 터치패드와 인공지능 비서인 코파일럿 전용 키를 배치했다. 또한 에이서센스와 인공지능 기반의 화상 회의 지원 기술을 포함해 사용자 경험을 높였다. 최신 무선 랜 규격인 와이파이 7과 입체 음향 기술도 지원한다. 에이서 관계자는 “스위프트 고 AI 시리즈는 인텔 루나레이크의 인공지능 성능과 휴대성을 동시에 잡은 제품이다. 인공지능 작업부터 일상 업무까지 모두 만족하려는 사용자에게 실용적인 선택지가 될 것”이라고 밝혔다.

AMD는 모바일 월드 콩그레스 2026에서 라이젠 AI 400 시리즈(Ryzen AI 400 Series) 및 라이젠 AI 프로 400 시리즈(Ryzen AI PRO 400 Series) 데스크톱 프로세서를 발표하며 라이젠 AI 포트폴리오를 확대한다고 밝혔다. 이번 신제품은 강력한 온디바이스 AI 가속과 차세대 성능을 제공해 최신 AI 워크로드와 연산 집약적 애플리케이션을 로컬 환경에서 원활하게 실행할 수 있도록 지원한다. 또한 AMD는 라이젠 AI 400 시리즈 모바일 포트폴리오를 워크스테이션 영역까지 확장한다고 밝혔다. 라이젠 AI 400 시리즈는 차세대 데스크톱 AI PC 가운데 최초로 코파일럿+ PC 경험을 지원한다. 최대 50 TOPS의 AI 연산 성능을 제공하는 신경망처리장치(NPU)를 탑재해 AI 어시스턴트와 생산성 도구를 PC에서 직접 실행할 수 있도록 하며, 이를 통해 민감한 데이터를 디바이스 내부에 유지하면서 더 높은 제어력과 성능, 프라이버시를 확보할 수 있다. AMD 컴퓨팅 및 그래픽스 그룹 수석 부사장 겸 총괄 책임자인 잭 후인(Jack Huynh)은 “데스크톱 PC는 이제 단순한 도구를 넘어 사용자와 함께 작업하는 지능형 어시스턴트로 진화하고 있다”면서, “라이젠 AI 400 시리즈 프로세서를 통해 강력한 AI 가속 기능을 데스크톱으로 확장함으로써, 기업과 소비자 모두가 더 많은 작업을 수행하고 더 많은 가치를 창출할 수 있도록 지원하고 있다”고 말했다. 라이젠 AI 400 시리즈 데스크톱 프로세서는 고성능 ‘젠 5(Zen 5)’ CPU 코어, AMD RDNA 3.5 그래픽, 전용 AMD XDNA 2 NPU를 결합해 전문 워크로드 전반에서 확장 가능한 성능과 지능형 기능을 제공하도록 설계됐다. 사무 환경 전문가, 개발자, 파워 유저가 요구하는 응답성·효율·로컬 AI 가속을 지원하며, 일상적인 멀티태스킹과 협업부터 소프트웨어 개발, 데이터 분석, AI 기반 워크플로까지 현대 데스크톱 환경 전반에서 일관된 성능을 구현한다.     라이젠 AI 프로 400 시리즈 모바일 프로세서는 상용 노트북과 모바일 워크스테이션에서 생산성을 향상하고 일상적인 워크플로를 간소화하는 차세대 로컬 AI 경험을 제공한다. 이 제품은 최대 60 TOPS의 AI 연산 성능을 제공하는 고성능 NPU를 탑재해 AI 기반 작업을 디바이스에서 직접 가속한다. AI PC를 활용하는 일반 사무직 근로자는 비AI 시스템 대비 연간 최대 7주에 해당하는 업무 시간을 절감할 수 있다. 고급 온디바이스 AI 가속 기능을 통해 측정 가능한 효율 향상을 제공하며, 대규모 조직에서도 생산성을 높이면서 전문가들이 기대하는 성능과 응답성을 유지하도록 지원한다. 또한 이 프로세서는 독립 소프트웨어 벤더(ISV) 인증을 기반으로 차세대 모바일 워크스테이션에도 탑재된다. CPU, NPU, 그래픽처리장치(GPU)를 모두 활용하는 엔지니어링·콘텐츠 제작·기술 워크로드에 최적화됐다. 주요 전문 워크플로 전반에 걸쳐 업데이트된 애플리케이션 지원을 제공하며, 이를 통해 CPU, NPU 및 그래픽 처리 장치(GPU)를 포함한 모든 컴퓨팅 리소스를 활용하는 전문 애플리케이션을 가속화하여 까다로운 엔지니어링, 콘텐츠 제작 및 기술 워크로드를 처리한다. 라이젠 AI 400 시리즈를 탑재한 AM5 데스크톱 시스템은 HP와 레노버 등 OEM을 통해 2026년 2분기부터 출시될 예정이며, 라이젠 AI 프로 400 시리즈를 탑재한 기업용 노트북은 3월 말부터 주요 OEM을 통해 출하될 예정이다. 델 테크놀로지스, HP, 레노버 등 OEM이 공급하는 모바일 워크스테이션은 2026년 2분기부터 출시될 예정이다.

삼성전자가 성능부터 디자인, AI 사용성 등을 한 단계 더 업그레이드한 AI PC ‘갤럭시 북6 울트라’와 ‘갤럭시 북6 프로’를 국내에 출시한다고 밝혔다. 갤럭시 북6 시리즈는 인텔 코어 울트라 프로세서 시리즈 3를 탑재해 전력 효율과 처리 성능이 향상됐고, 최대 50 TOPS(초당 최고 50조 회 연산)의 성능을 갖춘 NPU(신경망 처리 프로세서)는 이미지 편집, 텍스트 변환, 검색 등 AI 기반 작업을 원활하게 지원한다. 디스플레이는 전작 대비 2배 수준인 최대 1000니트 HDR 밝기를 지원한다. 이를 통해 사용자는 야외에서도 선명한 화질을 즐길 수 있다. 갤럭시 북6 울트라는 갤럭시 북 최초로 우퍼 4개, 트위터 2개를 포함한 총 6개의 스피커를 탑재해 웅장하고 풍부한 사운드를 지원한다.     또, 갤럭시 북6 시리즈는 효율적인 발열 관리와 뛰어난 배터리 성능으로 장시간 사용 시에도 쾌적하게 사용할 수 있다. 갤럭시 북6 울트라는 후면과 측면 두 방향으로 열을 배출하는 새로운 구조로 설계된 팬을 적용해 과열과 성능 저하를 방지한다. 갤럭시 북6 프로는 프로 모델 최초로 발열을 낮추는 냉각 장치인 베이퍼 챔버를 탑재해  발열 관리 성능도 향상됐다. 갤럭시 북6 울트라와 갤럭시 북6 프로는 갤럭시 북 시리즈 중 가장 긴 시간 지속되는 배터리 성능을 갖춰, 최대 30시간 동영상 재생이 가능하다. 특히, 이번 신제품은 더욱 얇아진 두께부터 로고 위치, 키보드, 햅틱 터치패드 등 전반적인 디자인 요소가 새롭게 재구성됐다. 갤럭시 북6 울트라는 전작 대비 1.1mm 얇아진 15.4mm 두께, 갤럭시 북6 프로(16형)는 전작 대비 0.6mm 얇아진 11.9mm 두께로 슬림한 디자인을 갖췄다. '갤럭시 북6 시리즈' 사용자는 자연어로 PC에 저장된 문서나 이미지를 손쉽게 검색하거나 PC 설정을 바꾸는 것이 가능하다. ‘AI 셀렉트(AI Select)’ 기능을 활용하면 온라인 검색, 쇼핑, 영상 시청 중 별도 검색어 입력 없이 터치 스크린에서 텍스트나 이미지를 선택해 필요한 정보를 빠르게 확인할 수 있다. 또, ‘주변 기기 연결’ 기능을 통해 PC와 스마트폰, 태블릿을 쉽게 연결할 수 있고, ‘저장공간 공유’ 기능을 통해 연결된 스마트폰에 저장된 파일을 PC에서도 자유롭게 활용할 수 있다. 삼성전자는 갤럭시 북6 시리즈 출시에 맞춰 1월 27일부터 3월 31일까지 구매 고객을 위한 다양한 혜택을 마련했다고 전했다. 먼저, 영국 웨더웨어 브랜드 ‘헌터(HUNTER)’와 협업한 한정판 랩톱 백을 증정한다. 또, 가방 브랜드 ‘스위치(Sweetch)’ 백팩을 정가 대비 약 70% 할인한 5만 9000원에 구매할 수 있는 혜택과 모바일 액세서리 ‘갤럭시 스마트태그2’ 단품 및 패키지도 특별 할인가로 제공한다. 삼성전자는 ‘삼성케어플러스 노트북 파손’ 3개월 무료 이용권을 증정한다. 이외에도 ▲한컴 삼성 오피스 팩 ▲필기 앱 굿노트 1년 무료 이용권 ▲필기 앱 노트쉘프 영구 무료 이용권 ▲인텔 소프트웨어 패키지 등 다양한 제휴 콘텐츠 혜택도 제공한다. 갤럭시 북6 울트라는 40.6cm(16형) 단일 사이즈에 그레이 색상으로 출시된다. 갤럭시 북6 프로는 40.6cm(16형)과 35.6cm(14형) 두 가지 사이즈로, 색상은 그레이와 실버다. 가격은 모델, CPU, 그래픽카드, 메모리 등 세부 사양에 따라 갤럭시 북6 울트라는 462만원부터 493만원까지, 갤럭시 북6 프로는 260만원부터 351만원까지 구성된다. 삼성전자 정호진 한국총괄 부사장은 “갤럭시 북6 시리즈는 압도적인 성능부터 세련된 디자인, 편리한 갤럭시 AI까지 새로운 경험을 제공하는 혁신 플래그십 제품”이라며, “고해상도 영상 편집 및 게이밍 위주 활용 고객은 울트라 모델을, 고사양 멀티태스킹과 터치 디스플레이 선호 고객은 프로 모델을 추천한다”고 말했다.

델 테크놀로지스가 ▲AI 혁신의 중추인 데이터 관리 ▲AI 워크로드에 맞는 새로운 인프라 전략 ▲지속가능한 AI를 위한 거버넌스 프레임워크 ▲에이전틱 AI의 역할 강화 ▲피지컬 AI의 본격화 ▲소버린 AI 생태계의 발전 등 2026년 IT 기술 전망을 발표하면서, 내년은 AI 기술이 기업과 산업의 구조를 근본적으로 재설계하는 해가 될 것이라고 예고했다. AI 기술은 이제 단순한 도입 단계를 넘어 운영, 개발, 혁신의 속도와 규모를 변화시키며 빠르게 진화할 전망이다. 델은 “AI가 촉진하는 차세대 혁신은 강력한 알고리즘만으로는 부족하다”면서, 데이터의 품질과 손쉬운 접근이 핵심이라고 짚었다. AI 시스템이 복잡해질수록, 데이터를 효과적으로 제공하는 데이터 관리 및 스토리지 인프라가 모든 AI 혁신의 중추적인 역할을 할 전망이다. AI 인프라의 초점은 단순한 데이터 저장을 넘어 AI가 학습하고 추론하도록 데이터를 구조화한 ‘지식 레이어’에 맞추어져야 한다. 또한 이를 위해서 다양한 데이터 소스를 통합하고, 새로운 데이터 자산을 보호하며, 이를 지원할 고성능 스토리지를 제공할 수 있게 설계된 AI 데이터 플랫폼이 필수이다. 에이전트 시대에 접어들며 데이터는 대규모 모델을 학습시키는 용도에 그치지 않고 추론 과정에서 지식과 인텔리전스를 실시간으로 생성하는 능동적인 역할을 수행할 전망이다. 체계적으로 정리되어있고, 정제되어 있으며 관련성이 높은 데이터를 AI 모델에 효율적으로 공급하는 역량이 앞으로 더욱 중요해질 수밖에 없다. 델은 이를 가능케하는 데이터 레이어가 앞으로 AI 혁신의 발판이 될 것으로 내다봤다.   오늘날 전 세계 신규 데이터의 80%가 비정형 형태로 생성되고 AI 에이전트 간 트래픽이 급증하면서, 기존의 클라우드 인프라는 비용과 통제 측면에서 한계를 드러내고 있다. 델은 핵심 데이터와 중요도 높은 AI 에이전트는 보안과 비용을 통제할 수 있는 온프레미스 환경에 유지하고, 민감도는 낮으면서 확장성과 유연성이 필요한 워크로드는 클라우드에서 운용하는 전략을 제시하며, 이같은 하이브리드 접근 방식이 더욱 많아질 것으로 전망했다. 한편 AI PC는 에지에서 추론과 의사결정을 수행하며 지연을 줄이고 민감한 데이터를 보호한다. 특히 AI PC에 최적화된 소형·특화 모델인 마이크로 LLM은 대규모 모델 대비 효율성과 비용 측면에서 강점을 발휘해 하이브리드 클라우드로 전환하는 흐름 속에서 새로운 게임 체인저로 떠오를 전망이다.     델은 챗봇 및 에이전트 같은 유용한 AI 도구와 설루션이 빠르게 늘어나고 있지만, 이를 관리하는 거버넌스 프레임워크 또는 표준화된 온프레미스 AI 팩토리 환경이 없다면 AI의 지속가능성에 위협이 될 수 있다고 짚었다. 델은 “지속가능한 엔터프라이즈 AI 정착을 위해서는 민관이 협력해 엔터프라이즈 생태계를 구축하고, AI 기술을 공급하는 기업과 사용하는 조직들이 힘을 합쳐 거버넌스 체계를 개발해야 한다”고 짚었다. 거버넌스가 혁신을 저해하는 수단이 아니라, 안전하고 지속 가능한 방법으로 더 빠르게 나아갈 수 있도록 돕는 가드레일의 역할을 해야 한다는 것이다. 올해 본격화된 에이전틱 AI는 복잡한 프로세스를 감독하는 관리자의 역할로 진화하고 있다. 예를 들어, 제조·물류 분야에서 AI 에이전트는 실시간 데이터 스트림을 활용해 교대 근무 사이의 연속성을 보장하고, 워크플로를 최적화할 수 있으며, 생산 일정을 조정하거나 신규 입사자에게 복잡한 작업에 대한 교육을 관장할 수도 있다. 델은 지능형 에이전트가 주체적으로 비즈니스 의사 결정을 내리는 신경망처럼 작용하여, 운영 회복력과 성과를 높일 것으로 기대하고 있다. 이는 고유한 지식과 자산을 생성하는 엔터프라이즈 데이터에 기반하기 때문에, 데이터를 저장하고 보호하는 인프라의 중요성 또한 더욱 부각될 전망이다.  지금까지의 로봇들은 특정 작업만을 위해 하드코딩 방식으로 설계되어 있었으며, 로봇간의 상호작용도 거의 없었다. 하지만 앞으로는 로봇에게 과업을 일일이 프로그래밍하는 대신 ‘목표’를 부여하여 시행착오를 통해 스스로 학습하여 문제를 해결하고, 로봇끼리 실시간으로 소통하고 협업하는 능력까지 갖추는 방향으로 진화할 것이다. AI 기반 로봇은 제조 현장을 넘어 물류, 농업, 의료, 인프라 분야로 확산되며, 사람들이 기피하거나 위험하고 반복적이며 고강도인 업무들을 이미 대신하고 있다. 델은 앞으로 맞춤형 AI 로보틱스를 도입하는 조직이 기존의 자동화 수준을 뛰어넘는 역량을 확보하게 될 것으로 예상했다. AI 기술이 각 나라의 이익과 직결되면서 ‘소버린(soverign) AI’ 생태계가 빠르게 부상하고 있다. 각국 정부는 혁신을 촉진하고 디지털 자율성을 유지하기 위해 자체적인 프레임워크를 적극적으로 구축하고 있다. 이를 위해 민감한 정보를 현지화하고, AI 인프라 및 관련 데이터를 보호하는 것이 더욱 중요해질 것이며,  기업들 또한 이러한 소버린 프레임워크에 적응해 자국 내에서 운영을 확장해 갈 것으로 것으로 전망된다. 데이터를 자국 내에 보관함으로써 정부는 AI를 통한 공공 서비스를 혁신할 수 있고, 기업들은 새로운 토착 인프라를 활용하면서 비즈니스 목표를 국가 산업 정책과 일치시킬 수 있다. 델 테크놀로지스의 피터 마스(Peter Marrs) 아시아태평양·일본·중국 총괄 사장은 “AI에 대한 논의가 이제 실질적인 적용 단계에 접어들며 아태 지역에서도 다양한 성공 사례가 나타나고 있다. 인도의 SaaS 기업 조호(Zoho)는 델과 협력해 전세계 150여개 국가에 AI 설루션을 제공하고 있으며, 말레이시아의 샌디스크(SanDisk)는 제품 설계를 위한 에이전틱 AI 설루션 운영을 위해 델의 기술을 활용하고 있다”고 말했다. 한국 델 테크놀로지스의 김경진 총괄사장은 “AI 혁신은 이제 빛의 속도로 돌진하고 있다. 선도 기업들은 이미 그 속도에 맞춰 움직이고 있다”고 진단하면서, “고성능 GPU 만으로는 성공이 보장되지 않는다. 최적화된 데이터 레이어, 정부 정책에 부합하는 소버린 프레임워크, 복원력을 내재한 AI 팩토리, 복잡한 운영을 관리하는 에이전틱 시스템이 등이 어우러져야만 AI의 진정한 잠재력을 실현할 수 있다”고 덧붙였다.

엔비디아가 전자 설계 자동화(EDA) 소프트웨어 기업인 시높시스와 20억 달러(약 2조 9400억 원) 규모의 전략적 파트너십을 맺었다. 양사의 동맹은 겉으로는 칩 설계 기술 분야의 협력이지만, 시높시스가 인수한 앤시스의 CAE 및 엔지니어링 시뮬레이션 기술이 엔비디아의 생태계 속에 더욱 깊이 들어왔다는 점도 놓칠 수 없다. 하드웨어(GPU)와 설계 소프트웨어(EDA)에 물리 시뮬레이션(CAE)까지 결합해 반도체의 설계부터 제조 그리고 디지털 트윈까지 전체 가치 사슬을 완성하는 그림을 그릴 수 있게 되었다는 것이다. ■ 정수진 편집장     AI 가속 컴퓨팅과 EDA의 결합, 20억 달러 규모의 전략적 동맹 엔비디아와 시높시스의 이번 파트너십은 거대 자본의 이동과 최첨단 기술의 통합이라는 두 가지 계층에서 진행된다. 우선 엔비디아는 시높시스의 보통주를 주당 414.79달러에 매입하는 방식으로 총 20억 달러를 투자해, 시높시스 전체 발행 주식의 약 2.6%를 확보했다. 하지만 이 거래의 본질은 단순한 지분 투자가 아닌 기술적 동맹에 있다. 양사는 엔비디아의 가속 컴퓨팅을 위한 하드웨어 및 AI 역량과 시높시스의 엔지니어링 설루션을 통합하기로 합의했다. 이번 협력에서 주목할 만한 기술적 화두는 ‘에이전틱 AI(agentic AI)’ 엔지니어링의 공동 개발이다. 기존의 AI가 엔지니어의 명령을 수동적으로 수행하는 도구에 머물렀다면, 에이전틱 AI는 엔지니어처럼 스스로 생각하고 복잡한 설계 작업을 주도적으로 수행하는 ‘대리인(에이전트)’ 역할을 지향한다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “CUDA GPU 가속 컴퓨팅은 설계 방식을 혁신하고 있다. 원자에서 트랜지스터, 칩에서 완전한 시스템에 이르기까지 어느 때보다 빠르고 대규모로 시뮬레이션이 가능하며, 컴퓨터 내에서 완전한 디지털 트윈을 구현할 수 있다”면서, “엔비디아는 가속 컴퓨팅과 AI의 힘을 활용해 엔지니어링과 설계를 새롭게 정의하고 있다. 시높시스와의 파트너십을 통해 엔지니어들이 우리의 미래를 만들 혁신적인 제품을 발명할 수 있도록 지원할 것”이라고 전했다. 이를 위해 엔비디아는 자사의 최신 AI 모델인 ‘네모트론(Nemotron)’과 마이크로서비스인 ‘NIM(NVIDIA Inference Microservices)’ 등의 AI 기술 스택을 제공하고, 시높시스는 이를 자사의 EDA 툴에 탑재해 반도체 설계의 자동화 수준을 한 단계 끌어올릴 계획이다. 더불어 엔비디아의 가상 세계 구축 플랫폼인 ‘옴니버스(Omniverse)’와 시높시스의 물리 시뮬레이션 기술을 결합하여, 반도체 칩뿐만 아니라 자동차나 로봇 같은 물리적 시스템 전체를 가상 공간에 구현하는 디지털 트윈 사업도 확대될 전망이다.   엔비디아의 생태계 확장과 시높시스의 기술 도약 이번 투자는 양사 모두에게 시장 경쟁력을 높이고 다른 회사의 추격을 막을 진입 장벽을 구축할 수 있는 윈–윈(win–win) 전략이 될 수 있다. 엔비디아 입장에서 이번 동맹은 자사의 가속 컴퓨팅 생태계를 반도체 개발의 뿌리 단계까지 확장하는 계기가 된다. 시높시스의 설계 소프트웨어가 엔비디아의 GPU 가속 기술인 쿠다(CUDA) 등을 기반으로 구동된다면, 전 세계 반도체 설계 회사들이 자연스럽게 엔비디아 GPU를 서버 인프라로 채택하게 되기 때문이다. 즉, 엔비디아의 칩은 AI 서비스용 연산 장치를 넘어, ‘반도체를 만드는 필수 도구’로 자리 잡게 되는 것이다. 시높시스 입장에서도 이번 협력은 기술적 한계를 돌파하고 재무적 안정을 추구할 기회이다. 반도체 미세 공정이 나노미터(nm) 단위로 내려가면서 설계 검증에 소요되는 시간은 기하급수적으로 늘어나고 있는데, 엔비디아의 GPU 가속을 활용하면 이 시간을 크게 단축할 수 있을 것으로 보인다. 시높시스의 사신 가지(Sassine Ghazi) CEO는 “차세대 지능형 시스템 개발의 복잡성과 비용은 전자공학과 물리학의 더 깊은 통합, 그리고 AI와 컴퓨팅을 통한 가속화를 요구한다. 시높시스와 엔비디아는 통합된 AI 기반 시스템 설계 설루션을 제공할 수 있다”면서, “양사가 함께 엔지니어링을 혁신하고, 전 세계 혁신가들이 더욱 효율적으로 아이디어를 실현할 수 있도록 힘을 보탤 것”이라고 밝혔다. 시높시스는 이러한 성능 향상으로 경쟁사와 기술 격차를 벌리는 무기를 얻게 됐다. 또한, 최근 앤시스 인수로 막대한 자금을 사용한 상태에서, 엔비디아의 20억 달러 투자를 통해 재무 부담을 덜고 연구개발에 집중할 수 있는 실탄을 확보하게 되었다.   ▲ 가속 컴퓨팅과 생성형 AI를 위한 엔비디아의 블랙웰 아키텍처(출처 : 엔비디아)   AI 칩 개발 속도 혁명과 반도체 설계 패러다임의 전환 양사의 동맹은 반도체 산업과 AI 산업 전반에 적지 않은 파도를 일으킬 것으로 보인다. 무엇보다 ‘AI가 AI 반도체를 만드는’ 시대가 본격적으로 열리면서 칩 개발 속도에 혁명이 일어날 것이다. 지금까지 고성능 AI 반도체를 설계하려면 수백 명의 숙련된 엔지니어와 수년의 시간이 필요했다. 하지만 에이전틱 AI가 상용화되어 복잡한 배선 배치나 검증을 자동 수행하게 되면, 반도체의 개발 기간이 크게 줄어들 수 있다. 이러한 변화는 ‘반도체 설계의 대중화’를 앞당겨, 빅테크 기업뿐만 아니라 스타트업도 맞춤형 AI 칩을 더 쉽게 개발할 수 있는 환경을 만들 것이다. 또한, 반도체 설계 인프라의 중심축이 중앙처리장치(CPU)에서 그래픽처리장치(GPU)로 급격히 이동할 전망이다. 전통적인 EDA 작업은 주로 CPU 기반 서버에서 이루어졌으나, 엔비디아와 시높시스의 협력은 이 워크플로를 GPU 중심으로 이동시킨다. 2025년 10월 경주 APEC 기간 중에는 삼성전자와 SK하이닉스가 엔비디아 GPU 기반의 대규모 ‘AI 팩토리’를 구축하고, 반도체 연구 개발과 생산 고도화에 활용할 계획을 밝히기도 했다. 향후 반도체 기업들이 데이터센터를 구축할 때 CPU보다 GPU 확보에 더 많은 예산을 투입하게 만든다면, 엔비디아는 시장 지배력을 높일 수 있을 것이다. 나아가 설계–검증–제조로 이어지는 반도체 전체 공급망을 기술적으로 통제하는 거대 플랫폼 기업을 노리는 것도 가능하다.   AI 반도체 개발의 생태계 장악 노리나 한편, 이번 투자는 최근 AWS(아마존웹서비스), 구글, 마이크로소프트 등 빅테크 기업들이 자체 NPU(신경망처리장치)를 개발하며 ‘탈 엔비디아’를 시도하는 흐름에 대한 전략적 대응으로 볼 수도 있다. 빅테크 기업들이 엔비디아 GPU에 대한 의존도를 줄이기 위해 독자적인 AI 연산 칩을 개발하고 있다. 이런 상황에서 엔비디아와 시높시스의 협력은 ‘칩을 만드는 도구’ 자체를 엔비디아 생태계에 묶어두는 전략이 된다. 구글의 TPU(텐서처리장치), AWS의 트레이니엄(Trainium) 등을 만드는 과정에서 가장 효율적인 설계 도구가 ‘엔비디아 GPU 가속이 적용된 시높시스 설루션’이라면, 경쟁사들은 엔비디아를 이기기 위해 엔비디아의 장비를 써야 하는 상황에 놓일 수 있다는 것이다. 엔비디아의 이번 투자는 자사 GPU가 단순한 AI 연산 도구를 넘어, AI 반도체 산업 전체의 필수 인프라로 자리잡게 하는 효과도 기대할 수 있다. 경쟁자들의 하드웨어 독립 시도를 막을 수는 없더라도, 그 설계 및 검증 과정에서 엔비디아의 영향력을 높은 수준으로 유지하려는 생태계 잠금(lock-in) 전략이 될 수 있다는 것이다.   디지털 트윈을 완성하는 퍼즐, CAE 전체 그림에서 시높시스가 품은 앤시스의 역할도 주목된다. 시높시스는 2024년 1월 엔지니어링 시뮬레이션 분야의 주요 기업인 앤시스를 약 350억 달러(약 46조 원)에 인수한다고 발표했고, 2025년 7월 인수를 완료했다. 이는 반도체 설계와 물리 시뮬레이션이라는 두 영역을 통합해서, 칩 단위를 넘어 시스템 전반을 검증할 수 있는 역량을 확보하기 위한 전략적 결정이었다. 시높시스 산하에 들어간 앤시스는 이번 협력의 범위를 반도체 밖으로 확장하는 열쇠를 쥐고 있다. 최신 AI 칩은 많은 전력을 소모하고 높은 열을 내기 때문에, 단순히 회로를 그리는 것을 넘어 열을 식히고 전기적 간섭을 막는 물리적 설계가 필수이다. 앤시스의 다중 물리(멀티피직스) 시뮬레이션은 바로 이 난제를 해결하는 핵심 기술이고, 엔비디아 GPU의 강력한 연산 능력은 복잡한 물리 계산을 빠르게 처리하는 최적의 도구가 된다. 나아가 앤시스는 엔비디아가 꿈꾸는 ‘완전한 디지털 트윈’을 구현하는 데 결정적인 역할을 한다. 엔비디아 옴니버스가 가상 공간의 외형을 만든다면, 앤시스는 그 안에 실제 세계의 물리 법칙을 적용시킬 수 있다. 앤시스는 시높시스와 엔비디아의 협력이 반도체 설계를 넘어 자동차, 항공우주, 스마트 공장 등 다양한 영역을 아우루는 ‘산업용 AI(industrial AI)’로 확장되도록 돕는 다리 역할을 할 수 있을 것으로 보인다.   ▲ 앤시스는 반도체 개발뿐 아니라 산업용 디지털 트윈까지 확장하기 위한 시뮬레이션 기술을 제공할 수 있다.(출처 : 앤시스)   전자–기계의 경계가 무너진다 : CAE 기술의 미래 시높시스와 앤시스의 결합 외에도 최근 몇 년간 CAE 및 시뮬레이션 업계는 서로 다른 영역에 있던 기업들이 경계를 허물고 통합되는 지각 변동을 겪고 있다. 2025년 지멘스가 데이터 분석 및 시뮬레이션 기업인 알테어를 인수한 것, 2024년 시높시스의 경쟁사인 케이던스(Cadence)가 자동차 및 항공우주 구조 해석 기술 기업인 베타 CAE 시스템즈(BETA CAE Systems)를 인수한 것이 대표 사례다. 또한 계측 장비 기업인 키사이트(Keysight)는 가상 프로토타이핑 기업 ESI 그룹(ESI Group)을 지난 2023년에 인수했다. 이런 인수합병의 흐름은 전자 설계(EDA)와 기계 설계(CAE)의 융합을 뜻하며, 향후 AI 및 반도체 시장에서 시뮬레이션 기술이 단순한 검증 도구를 넘어 핵심 원천 기술로 입지를 높일 것임을 시사한다. 첫째, CAE/시뮬레이션은 산업용 AI를 위한 ‘데이터 창고’의 역할을 한다. 산업용 AI를 학습시키기 위한 양질의 고장 데이터나 사고 데이터를 현실에서 구하는 것은 어렵기 때문에, 물리 법칙에 기반한 가상 환경에서 합성 데이터(synthetic data)를 생성해 AI에 공급하는 것이 필수가 되고 있다. 둘째, 반도체 시장에서는 패키징의 한계를 넘는 열쇠가 된다. 미세 공정의 한계로 인해 칩을 3차원으로 쌓는 기술이 중요해지면서, 열과 구조적 안정성을 해석하는 CAE 설루션은 이제 선택이 아닌 ‘차세대 칩 설계의 필수 전제 조건’이 되고 있다. 엔비디아의 시높시스에 대한 투자는 전 세계 기술 산업이 ‘설계–시뮬레이션–제조–구동’이 하나로 연결된 거대한 디지털 생태계로 재편되고 있음을 보여주는 신호탄이다. 엔비디아는 칩을 넘어 ‘플랫폼’이 되려고 하고, 시높시스 및 CAE 업계는 해석 도구를 넘어 ‘지능형 통합 설루션’으로 진화하고 있다. 전자(electronics)와 기계(mechanics)의 경계가 사라지고 AI가 융합되는 모습이다. 이들의 결합은 향후 반도체 및 AI 산업의 기술 표준을 누가 주도할 지에 대한 예상과 함께, 새롭게 구축되는 거대한 생태계 안에서 기업들이 어떤 생존 전략을 모색해야 할 지에 대한 고민도 안겨준다.

최적화 문제를 통찰하기 위한 심센터 히즈 (10)   지난 호까지 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 과정에서 심센터 히즈(Simcenter HEEDS)의 활용 방법을 살펴보았다. 이번 호에서는 연재의 마지막으로, 미래 제조 산업의 핵심 동력이 될 AI 기반 운영 최적화에 대해 소개한다. AI 기반 ROM(Reduced Order Model, 차수 축소 모델)을 활용한 인프라 분야의 다양한 적용 방법과 최신 기술이 산업 현장에 어떻게 적용되고 있는지, 그리고 실제 비즈니스에서 어떠한 효율과 가치 창출이 이루어지고 있는지 살펴 본다.   ■ 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 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화제 10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화   ■ 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   산업적 과제와 인공지능/자동화의 필요성 현재 산업 현장이 직면한 핵심 과제들을 ‘복잡성 증가’라는 관점에서 함께 살펴 보겠다.   그림 1   현대의 제조 공정은 수많은 제어 변수가 존재하고 실시간으로 변화한다. 설비의 미세한 이상 징후, 공정 파라미터의 예상치 못한 변동, 재료 특성의 미묘한 차이 등은 생산 환경에 즉각적인 영향을 미칠 수 있다. 이러한 실시간 상황 변화에 대한 늦은 예측과 대응은 불량률 증가, 생산성 저하, 그리고 예상치 못한 가동 중단으로 이어질 수 있다. 비용 및 효율의 관점에서 보면, 글로벌 경쟁 심화 속에서 비용 절감과 생산 효율 극대화는 모든 제조업체의 최우선 과제이다. 공정 최적화는 불량률 감소, 자원 낭비 최소화로 수익성을 개선하지만, 복잡한 공정에서 최적 조건을 찾는 데는 많은 시간과 시행착오가 따른다. 전통 방식이 가지는 한계는 기존의 시뮬레이션이나 수동 제어 방식이 오늘날의 복잡한 요구사항을 충족시키기 어렵다는 점이다. 방대한 계산 시간과 인적 오류 가능성, 그리고 신속한 대응의 한계는 명확하다. 이제 우리는 이러한 전통 방식의 한계를 넘어설, 빠르고 효율적인 새로운 접근 방식이 필요하다.   그림 2    <그림 2>는 복잡한 현대 산업 플랜트의 모습을 보여준다. 이 거대한 시설 안에서는 수많은 개별 공정이 유기적으로 연결되어 작동한다. 제품 생산의 시작부터 끝까지 모든 과정을 정확히 이해하고 제어하는 것이 생산 효율과 품질을 결정하는 핵심이다. 우리는 가상 모델을 통해 혼합기의 내부 유동 특성을 시각적으로 확인하고, (균일한 혼합이 이루어지는 데 걸리는 시간인 ‘Blend Time’과 혼합에 필요한 에너지인 ‘Power Number’같은) 핵심 성능 지표를 정확하게 계산할 수 있다. 이러 분석은 실제 설비에서 센서를 설치하거나 복잡한 실험을 수행하는 것보다 훨씬 빠르고 비용 효율적으로 그리고 더 안전하게 최적의 설계 및 운영 조건을 찾아낼 수 있게 해준다.   즉각적인 예측과 통찰력 실제 설비를 보면 우리가 직면한 일반적인 문제 상황이 있다. <그림 3>의 믹싱 탱크를 예로 들면, 내부의 유동 특성을 파악해야 하지만 새로운 센서를 설치하기 어렵거나 불가능한 경우이다. 탱크 내부에 센서를 설치하는 것은 비용이 많이 들고, 공정을 중단해야 하며, 위생 문제나 유지보수 문제 등 여러 제약이 따른다. 하지만 혼합 효율이나 반응 속도에 결정적인 영향을 미치는 내부 유동 특성을 모른다면 최적의 공정 운영은 불가능하다. 다행히도 유량, 유입 분율 등 주변의 ‘기존 물리 센서’를 통해 측정 가능한 정보는 있다. 하지만, 문제는 이 정보만으로는 우리가 정말 알고 싶은 내부의 ‘숨겨진 값’을 알 수 없다는 것이다. 이러한 도전을 해결하기 위한 설루션은 두 가지 핵심 단계로 이루어진다. 첫째, 믹싱 탱크와 그 주변 환경을 정확하게 나타내는 시뮬레이션 모델을 만든다. 이 모델은 탱크 내부의 복잡한 유동 현상을 물리 기반으로 정밀하게 재현할 수 있다. 둘째, 이 시뮬레이션 모델을 기반으로 예측 모델(predictive model)을 구축한다. <그림 3>에서 중앙의 믹싱 탱크 위에 인공신경망(neural network) 그림이 바로 이 예측 모델을 상징한다. 이 예측 모델은 기존 물리 센서 값(예 : 유량, 온도)을 입력받아, 우리가 직접 측정할 수 없는 내부 유동 특성(예 : 특정 지점의 농도, 전단율)을 실시간으로 계산하고 예측한다. 즉, 기존 데이터와 시뮬레이션 지식을 학습하여 ‘미지의 값’을 추론하는 것이다. 이러한 접근 방식의 가장 큰 ‘이점(benefit)’은 명확하다. ‘실시간 시뮬레이션 값이 물리 센서의 측정값을 대체할 수 있다’는 것이다. 이는 새로운 센서 설치에 드는 막대한 비용과 시간을 절약할 뿐만 아니라, 물리적으로 접근하기 어렵거나 위험한 공정 내부의 핵심 정보를 실시간으로 얻을 수 있게 해준다. 이것은 마치 탱크 안에 수많은 가상 센서를 설치한 것과 같다.   그림 3   <그림 3>의 오른쪽 위·아래 그림을 보면, 이 예측 모델이 어떻게 실제 산업 현장에서 ‘가상 센서’로 작동하며 PLC 시스템과 연동되는지 보여준다. 오른쪽 위의 그림은 예측 모델이 PLC(프로그래머블 로직 컨트롤러)와 통신하며 실시간으로 데이터를 주고받는 모습을 보여준다. 예측 모델이 계산한 내부 유동 값은 PLC로 전달되어 공정 제어에 활용될 수 있다. 그래프는 ‘계산된(calculated) 압력’과 ‘예측된(estimated) 압력’이 거의 일치함을 보여주며, 가상 센서의 정확도를 입증한다. 오른쪽 아래의 HMI(휴먼 머신 인터페이스) 화면은 이러한 예측된 값이 작업자에게 직관적으로 시각화되어 제공됨으로써, 실시간으로 공정 상태를 파악하고 최적의 의사결정을 내릴 수 있도록 돕는다는 것을 나타낸다. 결론적으로, 가상 모델은 단순한 시뮬레이션을 넘어 실제 공정의 ‘가상 센서’로 기능하며, 기존 센서의 한계를 극복하고 PLC 기반의 자동화 시스템과 완벽하게 통합되어 실시간으로 공정을 최적화할 수 있는 강력한 도구임을 보여준다.   ■ 자세한 기사 내용은 PDF로 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 11월 3일 ‘디지털 전환에서 AI 전환으로’를 주제로, 디지털 전환(DX)과 AI 전환(AX)의 개념과 시간적 흐름 및 공간적 위치 측면의 맥락을 명확하게 이해하고, DX를 통해 인프라를 구축한 후에 AX를 추진하는 방법에 대해 소개했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자     이날 줌으로 진행된 웨비나의 사회는 4차산업혁명연구소 한석희 소장이 맡았고, 디케이융합전략연구소 김덕현 대표가 발표자로 나서 AI 열풍 속에서 기업과 조직이 무엇을 먼저 점검해야 하는지 짚었다. 기업과 대학을 두루 거친 김 대표는 “디지털 혁신과 AI 전환은 결국 기업 혁신이라는 더 큰 철학 아래에 있어야 한다”며, “기술보다 ‘왜 하느냐(why to do)’를 먼저 따져봐야 한다”고 강조했다.   생성형 AI 열풍, AI의 전부가 아니다 김덕현 대표는 먼저 AI 패러다임의 큰 흐름부터 짚었다. 1950년대 인공지능의 출발에서 머신러닝과 딥러닝, 그리고 오늘의 생성형 AI에 이르기까지의 계보를 짧게 정리한 뒤, “생성형 AI가 AI의 전부라고 생각하면 위험하다”고 선을 그었다. 김덕현 대표는 인공지능을 전통적으로 규칙 기반 심벌릭 AI와 연결주의 기반의 딥러닝이라는 두 축으로 설명했다. 그는 “두 방식 모두 완전하지 않기 때문에 최근에는 신경망과 규칙을 결합한 뉴로심벌릭 AI, 문제에 따라 여러 모델을 조합하는 컴포지트 AI 같은 흐름이 나오고 있다”며, “앞으로 중요한 것은 특정 패러다임이 아니라 문제에 가장 잘 맞는 모델을 고르고 결합하는 능력”이라고 진단했다. 이어 생성형 AI, 판별형(예측·분류) AI, 추론형 AI, 에이전틱 AI(agentic AI), 물리 AI(physical AI) 등 최근 주목받는 개념을 정리했다. 에이전틱 AI에 대해서는 “하나의 AI 에이전트가 아니라 자료 수집·계획·조정 등 역할이 다른 여러 에이전트가 복잡한 문제를 협력해 푸는 구조”라고 설명했다. 엔비디아 등이 강조하는 물리 AI에 대해서는 “소프트웨어로만 존재하던 AI에 몸을 붙인 것, 즉 로봇, 자율주행차, 각종 기계 장치와 결합한 구체적인 미래”라고 풀이했다. 하지만 그는 열풍 못지않게 한계와 위험도 분명하게 짚었다. 생성형 AI의 환각(hallucination) 문제, 설명 가능성 부족, 그리고 ‘예측·계획·의사결정·자율 시스템에는 LLM을 쓰지 말라’고 경고하는 해외 연구까지 언급하며, “현재 수준의 생성형 AI는 기업의 ‘미션 크리티컬’한 의사결정에 그대로 얹기에는 부담스러운 도구”라고 말했다.   AI 전환, 디지털 전환 없이 말하는 것은 넌센스 방송의 후반부에는 ‘개념’과 ‘맥락’에 대한 내용에 방점이 찍혔다. 김 대표는 디지털 혁신과 디지털 전환, 그리고 AI 전환의 관계를 하나의 축으로 묶어 설명했다. 그는 기업에 가장 상위에 있어야 할 것은 ‘기업 혁신 철학’이라고 강조했다. 그 아래에 디지털 기술을 활용한 ‘디지털 혁신’이 있고 이를 고도화한 단계가 ‘디지털 전환’으로, 최근 생성형 AI의 붐과 함께 나온 ‘AI 전환’이라는 용어 역시 이 연장선에서 이해해야 한다는 것이다. 그는 “디지털 전환이든 AI 전환이든 결국 목적은 기업 혁신이다. 디지털 기술이 없어도, AI를 쓰지 않아도 기업은 계속 혁신해야 한다. 중요한 것은 수단이 아니라 목적이다”라고 말했다.     ■ 기사 내용은 PDF로도 제공됩니다.

에이수스 코리아가 IoT 기반의 첫 번째 APC 시리즈 산업용 패널 PC인 APC-125U 시리즈를 출시한다고 밝혔다. APC-125U는 초슬림에 풀 알루미늄 섀시의 내구성을 특징으로 하는 팬리스 디자인과 IP66 등급의 평면 전면 패널을 갖추었으며, NPU(신경망 처리 장치)가 내장된 인텔 코어 울트라 5 125U(Intel Core Ultra 5 125U) 프로세서를 탑재했다. 이를 통해 산업용 HMI, MES(제조 실행 시스템), POS기기 및 제어 애플리케이션에서 향상된 성능과 신뢰성을 제공한다. APC-125U는 최신 인텔 코어 울트라 프로세서를 기반으로 통합된 인텔 아크 Xe-LPG(Intel Arc Xe-LPG) 그래픽으로 최대 50% 향상된 그래픽 성능을 제공한다. 이는 보다 매끄러운 데이터 시각화, 더 빠른 HMI 응답성으로 전반적인 효율을 높인다. 또한 효율적인 에너지 설계를 통해 전력 소비를 최대 20%까지 낮춰, 산업 환경에서도 안정적인 24/7 연속 작동이 가능하다.     산업용 다용성을 갖춘 APC-125U 시리즈는 풍부한 I/O를 제공한다. 머신 비전이나 실시간 모니터링과 같은 대역폭 집약적인 작업을 위한 2개의 2.5GbE 포트를 포함한 총 4개의 LAN 포트와 6개의 USB, 2개의 COM 포트로 높은 확장성을 갖추고 있다. 또한 듀얼 M.2 슬롯(B-key 및 E-key)을 통한 ASUS IoT 모듈식 I/O 확장으로 시스템을 손쉽게 맞춤 구성할 수 있어, 변화하는 산업 요구에도 유연하게 대응할 수 있다. 약 50mm의 깊이와 22mm의 베젤 설계로 공간 효율을 높인 APC-125U는 15인치, 17인치, 21.5인치 사이즈의 3가지 패널 크기(4:3 및 16:9 형식)를 제공하며, P-CAP 터치스크린을 탑재해 공간이 제한된 설치 환경에서도 최적의 사용성을 제공한다. 견고한 알루미늄 하우징과 IP66 등급 전면 패널은 가혹하거나 습한 환경에서도 내구성을 발휘해, 산업 자동화 현장뿐만 아니라 소규모 매장에서도 활용할 수 있다. 에이수스 APC-125U는 국내 공식 대리점인 피앤티링크를 통해 사전 구매 및 상담이 가능하며, 제품에 대한 자세한 정보는 에이수스 공식 홈페이지에서 확인할 수 있다.

매스웍스는 국내 대학생들의 인공지능(AI) 실무 역량 강화를 지원하는 ‘제5회 매트랩(MATLAB) 대학생 AI 경진대회’ 시상식을 개최했다. 이번 대회는 국내 대학생의 실용적인 AI 역량 강화에 중점을 두었다. 수상팀은 드론 추적, 로봇 제어, 이상 탐지 등 산업과 실생활의 다양한 문제 해결을 목표로 한 프로젝트를 출품하면서 최신 AI 기술의 실질적 응용 가능성을 보여주었다. 2021년부터 개최되어 5회째를 맞이한 ‘매트랩 대학생 AI 경진대회’는 대학생들이 매트랩(MATLAB)과 시뮬링크(Simulink)를 활용해 창의적이고 실용적인 AI 설루션을 구현할 수 있도록 지원해왔다. 올해 대회 참가자들은 강화학습, 합성곱 신경망(CNN), 장단기 메모리(LSTM), 어텐션(Attention) 메커니즘 등 다양한 AI 기술을 접목해 사회적, 산업적 문제 해결 프로젝트를 선보였다. 프로젝트로는 강화학습 기반 제어기 설계, 생체 신호 기반 드론 제어, 산업용 이상 탐지, 배터리 성능 예측 등 실질적 응용 사례가 출품되었다. 또한 딥러닝 모델링 및 학습 과정에 활용되는 대표적 툴인 딥러닝 툴박스(Deep Learning Toolbox)뿐만 아니라 병렬 컴퓨팅 툴박스(Parallel Computing Toolbox), 심스케이프 멀티바디(Simscape Multibody), 시뮬링크 3D 애니메이션(Simulink 3D Animation) 등 고급 툴까지 활용되었다. 참가자들은 데이터 전처리부터 모델링, 배포까지 AI 워크플로 전반을 구현해 매스웍스가 강조하는 엔지니어드 시스템(Engineered Systems)의 비전을 보여주었으며, 실제 하드웨어 연동, 실시간 데이터 처리, 시뮬레이션, GUI 개발 등을 통해 높은 완성도와 응용력을 입증했다.     국립부경대학교 에어펜스(AirFence) 팀은 레이더와 카메라 데이터를 결합해 드론 추적의 정확도를 높이는 AI 시스템을 개발해 1등을 차지했다. 이 팀은 데이터 증강, 네트워크 아키텍처 개선, 시계열 분석에 어텐션 매커니즘을 적용하는 등 다양한 시도를 통해 기술적 혁신성과 실용성을 동시에 입증했다. 심사위원단은 매트랩 기반의 전처리부터 하드웨어 구현까지 전 과정을 아우른 점을 높이 평가했다. 2등은 한양대학교 옥수수인턴즈 팀이 차지했다. 이들은 근전도(EMG) 신호 기반의 드론 제어 시스템을 개발해 소방 현장에서 활용 가능한 직관적 제어 방안을 제시했다. 시뮬링크와 앱 디자이너(App Designer)를 활용한 사용자 친화적 인터페이스와 실시간 제어 기능으로 인정받았다. 3등은 아주대학교 fhfr(for human for robot) 팀에게 돌아갔다. 이 팀은 3D 시뮬레이션 환경을 갖춘 강화학습 기반 로봇 제어 시스템을 앱디자이너를 사용하여 구현했다. 로봇이 실시간으로 장애물을 회피하고 경로를 최적화하는 시스템을 선보였으며, 특히 매트랩을 사이버보틱스(Cyberbotics) 등 제3자의 설루션과 연동하여 시스템 통합 역량을 입증한 점에서 호평을 받았다. 매스웍스코리아의 김경록 교육 기관 세일즈 매니저는 “학생들이 매트랩과 시뮬링크를 비롯한 다양한 매스웍스 툴을 활용해 사회적 가치를 창출하고, 글로벌 경쟁력을 확보할 수 있는 전문성을 강화한 점이 의미 있었다”면서, “이번 대회의 참가자들은 일상생활의 안전, 편의, 건강을 개선하는 실질적 AI 설루션부터 제조, 모빌리티, 에너지 분야에 적용 가능한 첨단 기술까지 폭넓게 제시했다”고 전했다.