최적화 문제를 통찰하기 위한 심센터 히즈 (3)   이번 호에서는 심센터 히즈(Simcenter HEEDS)를 사용하여 수집된 외부 데이터를 시각화하고 분석하는 데 초점을 맞추고, 데이터 시각화의 중요성과 분석 기법의 활용 방안을 살펴본다.   ■ 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   데이터 분석의 중요성 오늘날 데이터는 우리의 일상과 비즈니스 운영에서 점점 더 중요한 역할을 하고 있다. 수집되고 측정된 데이터의 양이 증가하면서 이를 효과적으로 처리하고 분석하는 방법은 더욱 필요해지고 있다. 이러한 변화 속에서, 지멘스의 심센터 히즈는 강력한 데이터 분석 및 시각화 기능을 제공하여 다양한 산업 분야에서 최적의 해결책을 찾는 데 기여하고 있다. 이번 호에서는 히즈의 기능을 효과적으로 활용하여 어떻게 복잡한 데이터를 이해하고 의미 있는 인사이트를 얻을 수 있는지 살펴볼 것이다.   히즈의 데이터 분석 기능 히즈의 Discover(디스커버) 탭은 사용자가 데이터 사이의 관계 및 최적화 가능성을 탐구할 수 있도록 다양한 도구를 제공한다. Discover 기능은 주요한 데이터 분석 및 이해를 도와주는 여러 방법을 포함하고 있다.    그림 1   다음은 각각의 기능에 대한 설명이다.  Closest : 특정 데이터 포인트에 가장 가까운 변화를 식별한다. 이를 통해 최적화 과정에서의 데이터 민감성을 이해하고 결정에 도움을 줄 수 있다.  Similar : 사용자가 선택한 기준에 따라 유사한 데이터 집합을 찾는 기능이다. 이는 집합의 규칙 또는 모델을 파악하는 데 유용하다. Clusters : 데이터 세트를 서로 연관된 그룹으로 분류한다. 군집화 기법을 통해 데이터의 패턴을 식별하고 알고리즘에 의한 데이터 이해를 개선할 수 있다.  Trade-offs : 다수의 설계 목표 간의 상충 관계를 분석한다. 이를 통해 각각의 설계 대안이 어떻게 특정 목표를 달성하는지에 대해 명확하게 이해할 수 있다.  Patterns : 데이터 내의 반복되는 경향이나 구조를 발견하여 예측 및 모델링에 도움을 주는 기능이다. 패턴 인식은 정보의 신뢰도를 높이는 데 중요하다.  Preview History : 사용자가 수행한 변경이나 실행의 기록을 미리 보면서 데이터 분석의 이력을 관리할 수 있다.  Design Set : 여러 디자인 시나리오를 만들고 비교하여 최적의 설계를 도출하는 데 도움을 준다.  Performance & Plot : 데이터의 성능을 평가하고 시각적으로 플롯하여 분석 결과를 명확하게 표현한다.  Discover 탭의 이러한 기능은 히즈 사용자가 데이터를 깊이 이해하고 시뮬레이션 최적화 과정에서 효과적인 의사 결정을 내리도록 돕는다. 이를 바탕으로 보다 정확하고 신뢰성 있는 설계와 분석 결과를 도출할 수 있다.   데이터 분석을 위한 예제   그림 2    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 히즈의 Discovery Method를 사용하여 분석할 데이터는 우리가 지금까지 계속 예제로 사용한 외팔보의 처짐 문제를 기반으로 Adaptive Sampling Study(어댑티브 샘플링 스터디)에서 500개의 데이터를 생성하여 사용할 것이다. 아니면 독자들이 가지고 있는 데이터를 사용해도 괜찮다.   그림 3     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  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       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

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.

지난 3월 19일 ‘솔리드 엣지 유니버시티 코리아’가 서울 양재동 엘타워에서 개최됐다. 이 행사는 한국의 제조업체와 엔지니어에게 솔리드 엣지의 최신 기능과 디지털 전환 전략을 소개하는 자리로 마련됐다. 이날 지멘스 디지털 인더스트리 소프트웨어의 존 폭스(John Fox) 마케팅 부사장을 만나 이야기를 나눴다.  ■ 박경수 기자   ▲ 지멘스 디지털 인더스트리 소프트웨어의 존 폭스 마케팅 부사장 브리핑   지멘스 디지털 인더스트리 소프트웨어가 주최하고 있는 ‘솔리드 엣지 유니버시티(Solid Edge University)’는 제품 개발 지식을 향상시키고, 지멘스 소프트웨어 사용자 및 전문가와 교류할 수 있는 글로벌 이벤트다. 업계 리더의 기조연설과 최신 기술 동향 소개, 다양한 주제의 세션을 통해 참가자들의 역량을 높이고, 전 세계 솔리드 엣지 사용자 및 전문가와 네트워킹을 하면서 경험과 지식을 공유하고 있다. 또한 솔리드 엣지의 최신 기능을 직접 체험하고 활용 사례를 접할 수 있는 자리다.   중소기업 제조업체를 위한 디지털 전환 기회 이날 존 폭스 부사장은 언론매체 기자들과 그룹 인터뷰에 앞서 ‘제품 설계 및 개발에서의 디지털 전환’이란 주제로 프레젠테이션을 진행했다. 국내 중소기업의 성공적인 디지털 혁신 사례로 소개된 린나이코리아는 1000명의 직원이 스토브, 오븐, 보일러 등을 생산하는 제조기업이다. 과거 수작업 중심의 데이터 관리로 반응 속도가 느리고 비효율적이라는 문제가 있었다. 이를 개선하기 위해 린나이코리아는 지멘스의 솔리드 엣지와 팀센터(Teamcenter)를 도입해 중앙집중식 데이터 관리 체제로 전환했다. 결과적으로 연간 100만 달러의 비용을 절감했으며, 직원 1인당 연간 50시간의 업무 효율성을 높이는 성과를 달성했다. 특히 실시간 설계 데이터 공유를 통해 서비스 팀과의 협업이 획기적으로 개선됐다.   ▲ 국내 디지털 전환 사례로 소개된 린나이코리아   디지털 트윈과 엑셀러레이터 포트폴리오 지멘스는 디지털 전환을 위해 더욱 정밀한 디지털 트윈 구축을 목표로 하고 있으며, 엑셀러레이터(Xcelerator) 포트폴리오를 통해 기계, 전기, 전자, 소프트웨어 시스템 간 상호작용을 지원하고, 모델링 및 시뮬레이션 기능을 제공하고 있다. 이 포트폴리오에는 심센터(Simcenter), 팀센터, 옵센터(Opcenter)가 포함되어 있으며, 최근 브라우저부터 데스크톱까지 유연하게 확장 가능한 설계 설루션을 묶은 ‘디자인센터(Designcenter)’를 선보였다. 또 다른 디지털 전환 활용 사례로 소개된 트레모니아 모빌리티(Tremonia Mobility)는 독일 도르트문트에 본사를 둔 프리미엄 미니버스 제조사다. 이 회사는 지멘스의 디자인센터를 도입해 설계 주기를 20% 줄이고, 설계 속도를 30% 높여 친환경 교통 설루션 개발에 기여하고 있다.   ▲ 디지털 전환 사례로 소개된 트레모니아 모빌리티   클라우드 및 AI 기반의 혁신 : 솔리드 엣지 X 지멘스는 최근 클라우드와 AI 기술을 적극적으로 적용한 ‘솔리드 엣지 X(Solid Edge X)’를 발표했다. 이 설루션은 SaaS(서비스형 소프트웨어) 형태로 제공되어 사용자는 언제 어디서나 로그인 기반으로 설계 작업이 가능하며, AI 기반의 개인화된 생산성 향상 도구를 통해 작업 효율성을 극대화할 수 있다. 팀센터 X (Teamcenter X)를 통한 데이터 관리 기능도 내장되어 PLM(제품 수명주기 관리) 시스템으로의 확장이 쉬우며, 솔리드 엣지 2025와 높은 데이터 상호 운용성도 제공한다. 특히 AI 기반의 설계 코파일럿은 자연어로 설계 작업을 안내하고 자동화를 지원하며, 향후 솔리드 엣지 2026에서는 AI 기반의 자석식 스냅 어셈블리 기능을 통해 보다 빠르고 정확한 부품 조립을 지원할 예정이다.   ▲ 클라우드 기반의 SaaS 형태로 제공되는 솔리드 엣지 X   중소기업과 스타트업을 위한 맞춤형 지원 지멘스는 중소기업 및 스타트업의 디지털 전환 지원에도 힘쓰고 있다. 최근 글로벌 조사에 따르면 중소기업의 92%가 디지털 전환 예산을 확보하고 있으며, 76%는 전담 인력을 배치하는 등 적극적으로 디지털 전환을 추진하고 있다. 지멘스는 한국 중소벤처기업부와 협력해 스타트업에게 프리미엄 솔리드 엣지 소프트웨어를 무료로 제공하고 있으며, 이를 통해 혁신적 제품 개발과 시장 출시를 가속화할 수 있도록 지원하고 있다. 존 폭스 부사장은 “지멘스는 클라우드와 AI 기술을 통해 중소기업과 스타트업이 빠르게 변화하는 시장 환경에서도 경쟁력을 유지하고 지속 가능한 성장을 이룰 수 있도록 돕고 있다”며, “지멘스는 엔지니어링 소프트웨어의 지원뿐 아니라 기술 컨설팅, 글로벌 네트워킹 등 다양한 지원책을 제공해 스타트업의 성장을 적극 지원해 나갈 계획”이라고 강조했다.   기자간담회 Q&A   ▲ 지멘스 디지털 인더스트리 소프트웨어 존 폭스 마케팅 부사장   Q. 솔리드 엣지와 타사 제품의 차별점은? 솔리드 엣지는 중소기업용으로, NX는 대기업용으로 설계되었다. 두 제품 모두 통합된 커널 환경을 사용한다는 것이 특징이다. 지멘스의 제품군은 모듈화되어 있어, 사용자가 불연속적 업그레이드 없이 마이그레이션할 수 있다.   Q. 지멘스에 별도의 AI 개발 팀이 있나? 지멘스는 별도의 AI 전담 팀을 운영하고 있진 않다. 대신 각 부서별로 AI 전문가를 두고 있으며, AI 전문업체와 협업하는 방식으로 AI 기능을 추가해 제품을 개발하고 있다.    Q. 클라우드 기반 제품인 솔리드 엣지 X의 주요 타깃은? 솔리드 엣지 X는 기존 고객과 신규 고객 모두를 타깃으로 한다. 신규 고객의 경우 최신 기술에 대한 관심이 높기 때문에 적극적으로 새로운 툴에 많은 관심을 보이고 있으며, 한국에서는 특히 스타트업 지원 프로그램과 정부 협력을 통해 새 제품의 보급을 활발하게 추진 중이다.    Q. 퍼블릭 클라우드와 디지털 트윈 기술의 활용 수준은 어느 정도인가? 지멘스는 퍼블릭 클라우드와 디지털 트윈 기술을 통해 설계와 시뮬레이션의 정밀성을 크게 높였다. 생산성과 설계 효율을 높이는 자동화 기능과 자석식 스냅 어셈블리 같은 혁신 기능을 지속적으로 추가하며 시장을 선도하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

  18　THEME. 디지털 전환으로 플랜트/조선 산업 경쟁력을 찾다 EPC 엔지니어링의 혁신을 위한 AI 기술 효율적 작업 환경과 미래 인력 운용 설루션으로서의 디지털 트윈 산업현장의 성공적인 DX를 위한 인사이트 공유 디지털 전환 생산 혁신의 마지막 퍼즐, 성과제   INFOWORLD   Editorial 17　제조 혁신의 나침반, 자율화와 지속가능성의 조화로 향한다   Case Study 31　유니티로 3D 건설 협업 애플리케이션을 구축한 오바야시　건설 프로세스에서 협업을 대중화하다   Focus 34　중소기업의 제품 개발 혁신을 이끄는 지멘스의 전략은? 36　클라우드·AI로 무장한 지스타캐드, 국내 CAD 시장 공략 가속화 38　로크웰 오토메이션, “전방위 AI 지원으로 자율 운영 공장을 구현한다” 40　2025 산업지능화 컨퍼런스, AI-산업 데이터 결합 통한 제조 혁신 제시 42　인텔, 고성능 AI PC 위한 프로세서 및 생태계 전략 소개 44　SIMTOS 2026, ‘AI 자율제조와 인재 연결’을 주제로 2026년 4월 킨텍스서 개최   On Air 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　무전원 IoT 센서를 활용한 스마트 공장 고도화 지원 방안 48　캐드앤그래픽스 CNG TV 지식방송 지상중계　시뮬링크를 활용한 모델 기반 설계의 핵심과 실제 적용 사례 49　캐드앤그래픽스 CNG TV 지식방송 지상중계　시뮬레이션과 디지털 트윈을 통한 전기차 시장 경쟁력 확보   Column 52　디지털 지식전문가 조형식의 지식마당 / 조형식　이제는 인공지능과 디지털 트윈의 만남이 필요하다 54　트렌드에서 얻은 것 No. 22 / 류용효　AI의 거대한 파도, 엔비디아가 만드는 미래   50　New Books Directory 123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   PLM 59　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (2) / 윤경렬, 가브리엘 데그라시　BPMN은 무엇일까?   AEC 62　새로워진 캐디안 2025 살펴보기 (5) / 최영석　유틸리티 기능 소개 Ⅲ 66　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈소스 LLM 기반 블렌더 모델링 AI 에이전트 개발하기 119　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (1) / 천벼리　아레스 캐드 2026의 새로운 기능   Visualization 70　전문 분야를 넘나들며 상상을 생동감 있게 디자인하기 / 장순규　기록에서 시청하는 문화를 이끄는 생성형 AI의 미래 74　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (1) / 최석영　AI 영상 제작 생태계의 현재와 미래 86　산업 디지털 전환을 가속화하는 버추얼 트윈 (1) / 조희원, 남솔아　엔지니어링 데이터 기반으로 하이엔드 시각화 혁신하기   Reverse Engineering 80　시점 - 사물이나 현상을 바라보는 눈 (4) / 유우식　정적 이미지와 동적 이미지   Analysis 91　앤시스 워크벤치를 활용한 해석 성공 사례 / 김지원　앤시스 플루언트를 이용한 혈류 해석 워크플로 94　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (20) / 나인플러스IT　터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅴ 98　제품 개발 프로세스의 변화 이끄는 MBD / 오재응　가상 제품 개발에 적용하기 위한 MBD와 CAE의 차이 및 협업 104　최적화 문제를 통찰하기 위한 심센터 히즈 (2) / 이종학　근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화   Mechanical 111　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (11) / 김주현　크레오 파라메트릭에서 파이핑 생성하기 Ⅱ       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

최적화 문제를 통찰하기 위한 심센터 히즈 (1)   이번 호부터 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 과정에 심센터 히즈(Simcenter HEEDS)를 활용하는 방법을 살펴보고자 한다. AI 모델을 학습시키기 위해서는 AI 모델이 정확한 패턴을 학습할 수 있도록 고품질의 데이터를 사용해야 한다. 이번 호에서는 심센터 히즈의 어댑티브 샘플링(Adaptive Sampling)과 SHERPA를 활용하여 양질의 데이터를 효율적으로 생성하는 과정을 살펴본다.   ■ 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 제7회 프로세스 자동화 Ⅱ 제8회 프로세스 자동화 Ⅲ 제9회 프로세스 자동화 Ⅳ 제10회 프로세스 자동화 Ⅴ   ■ 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   설계 업무에서 AI를 활용하는 이유 AI는 다양한 영역에서 업무를 보조할 수 있다. 이번 연재에서는 많은 양의 데이터를 분석하여 설계 변수와 제품 성능 간의 관계에서 패턴과 트렌드를 식별하고, 데이터 기반 의사 결정을 지원하는 AI 모델을 학습시키는 것과 관련되어 있다. 잘 학습된 AI는 설계의 품질과 성능을 높이는 데 기여한다. 문제에 따라서는 기존 설계 패러다임에 도전하는 비정형적인 설계 설루션을 발견할 수 있다. 전반적으로는 설계 업무의 디지털 전환을 촉진하고, 전통적인 설계 방법의 한계를 극복하는 데 기여한다. 이는 설계의 효율성을 높이고, 혁신적인 설루션을 개발하는 데 도움을 준다.   AI 모델의 학습을 위한 데이터 AI 학습을 위해 필요한 데이터의 품질은 AI 모델의 성능과 정확성에 직접 영향을 미친다. 고품질의 데이터는 AI 모델이 정확한 패턴을 학습하고 신뢰할 수 있는 결정을 내릴 수 있도록 돕는다. 반대로, 저품질의 데이터는 모델의 성능을 떨어뜨리고 편향된 결과를 초래할 수 있다. 고품질의 데이터는 이러한 편향성을 줄이고 공정한 결과를 도출하는 데 기여한다. 데이터의 품질이 높을 수록 모델의 훈련 효율이 높아진다. 데이터가 일관성 있고 정확하면 모델이 더 빠르게 학습할 수 있다. 따라서 정확하고 일관성 있는 데이터는 모델이 올바른 결정을 내리는 데 필수이다.   시뮬레이션 데이터 생성의 자동화   그림 1   히즈는 제품 개발 프로세스에서 사용되는 다양한 설루션의 연결과 데이터 처리를 쉽게 진행할 수 있도록 자동화된 워크플로 구성환경을 제공한다. 상용 CAD 및 CAE 도구에 대한 광범위한 인터페이스를 사용하므로, 스크립트 개발이나 수동 조작 없이 많은 기술을 빠르고 쉽게 통합한다. 자동화된 워크플로에서는 서로 다른 모델링 및 시뮬레이션 간에 데이터를 자동으로 공유할 수 있다. 사용자는 프로세스의 자동화를 통해서 설계 공간 탐색을 보다 쉽고 효율적으로 수행할 수 있다. 사용자는 반복적인 업무를 벗어나 설계를 더 깊이 이해하고 성능 개선과 생산 품질 향상에 가장 적합한 조건을 선택하는 더 중요한 업무에 더욱 집중할 수 있다.    AI 학습 데이터 생성을 위한 예제 외팔보의 처짐 문제를 사용하여 데이터를 생성하고 AI 모델을 학습시키는 예제를 통해 기능을 비교해 보겠다. 외팔보의 체적을 최소화하는 최적화 문제를 다음과 같이 정의하였다. 빠른 계산을 위해 파이썬(Python)으로 계산한다.   그림 2    목적함수 외팔보 H빔의 체적을 최소화 제약 조건 최대 굽힘 응력(σ) ≤ 200 MPa • 최대 끝단 처짐(δ) ≤ 2 mm  설계 변수 Length : 5000 mm  Load P : 6500 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 입력(input)/출력(output) 파일을 등록하였다.    그림 4   전통적인 실험계획법에 의한 데이터 생성 방법 <그림 6>과 같이 4개의 설계변수를 기반으로 전통적인 실험계획법으로 데이터를 생성해보겠다. 여기서는 3 Level의 Full factorial을 사용하여 81개의 데이터가 생성된다.   그림 6   ■ 자세한 기사 내용은 PDF로 제공됩니다.

디지털 트윈/클라우드/AI 중심으로 DX의 실질적 가치 제공   지멘스 디지털 인더스트리 소프트웨어는 2024년 어려운 경제 상황에서 제조산업의 변화를 뒷받침하며 시장 성과를 거두었다. 다양한 산업군에서 디지털 제조 혁신이 본격화될 것으로 보이는 가운데, 2025년에는 디지털 트윈과 클라우드 및 AI 기술을 중심으로 디지털 제조의 새로운 패러다임을 제시하며, 고객사의 비즈니스 가치를 극대화하는 전략을 강화할 예정이다. ■ 정수진 편집장     2024년 비즈니스 성과와 주요 동향에 대해 소개한다면 작년에는 전반적인 경제 상황의 어려움 속에서 기업들의 투자 비용에 대한 조정이 이뤄졌다고 보이는데, 이런 상황에서도 인공지능(AI) 등 새로운 기술 도입에 대한 평가/분석/도입이 꾸준히 진행됐다. 한편으로 산업별로 기술 투자 패턴이 변화하는 모습을 볼 수 있었다. 반도체 분야에서는 연구개발(R&D) 및 생산과 관련해 디지털 전환(Digital Transformation, DX) 투자가 본격화되었고, 조선 산업에서는 중국과의 경쟁 속에서 국내 주요 조선사를 중심으로 스마트 조선소(smart yard)와 관련한 이니셔티브가 꾸준히 추진됐다. 자동차 산업은 소프트웨어 정의 차량(SDV)을 중심으로 다양한 자동차 소프트웨어 개발을 위한 플랫폼의 검토 및 구축에 초점을 맞췄으며, 배터리 분야에서는 열폭주를 지연시키거나 안전한 배터리 개발을 위한 시뮬레이션과 EU의 ‘배터리 여권(Battery Passport)’ 규제에 대응하기 위한 플랫폼의 도입이 활발히 진행되었다. 전자 분야에서는 전사 프로젝트 관리 및 품질 관리 설루션이라든가 MBSE(모델 기반 시스템 엔지니어링), SPDM(시뮬레이션 프로세스 및 데이터 관리), 설계 자동화 등의 기업 프로젝트가 진행됐다. 중소기업 및 스타트업에서는 클라우드 기반 솔루션 도입이 빠르게 늘어난 것이 눈에 띤다. 지멘스는 NX X, 옵센터 X(Opcenter X), 심센터 X(Simcenter X), 팀센터 X 에센셜(Teamcenter X Essentials), 폴라리온 X(Polarion X) 등 클라우드 기반 솔루션을 묶어서 ‘서비스형 지멘스 엑셀러레이터(Siemens Xcelerator as a Service : XaaS)’로 부르고 있는데, 이런 퍼블릭 클라우드 제품을 사용하는 국내 고객이 전년 대비 5배 증가하는 성과를 보였다. 대기업과 비교하면 비용 규모는 작지만, 이러한 변화는 중소벤처기업부와 협력한 스타트업 지원 프로그램 및 대학교 라이선스 제공 프로그램 등 지멘스가 적극적으로 추진한 이니셔티브의 성과라고 볼 수 있다.   2024년 지멘스에서 중점적으로 추진한 화두는 무엇인지 크게 세 가지를 중점적으로 추진했다. 첫째는 디지털 트윈으로 제품, 생산, 성능의 포괄적인 디지털 트윈을 기반으로 한 효율화 프로젝트가 본격적으로 시작되었다. 둘째는 인공지능(AI)을 기반으로 한 생산 및 설계 자동화 기술 개발이다. 작년 하반기에 발표한 팀센터의 RAG(검색 증강 생성) 기반 생산 AI 기능이 이를 대표적으로 보여주는 사례이다. 셋째는 클라우드 솔루션의 활성화이다. 지멘스 디지털 인더스트리 소프트웨어는 클라우드 기반의 플랫폼 도입과 고객사의 디지털 전환을 위한 컨설팅에 집중하였다. 최근 열린 CES 2025에서도 지멘스는 이러한 화두를 깊이 있게 소개했다. 특히 국내 제조산업에서는 대내외 환경의 변화에 대응하기 위해 디지털 전환이나 효율화 이니셔티브가 필요하다는 현실적인 인식이 강화되고 있다. 지멘스는 기업이 디지털 전환을 2025년의 최우선 과제로 추진할 것으로 전망하고 있으며, 이에 대응해 제품과 기술을 공급하는 것뿐만 아니라 전략적 가치를 제공하고자 드라이브를 강화하고 있다는 점을 CES에서 강조했다.   제품군별로 지난 해 비즈니스를 평가한다면 지멘스 디지털 인더스트리 소프트웨어는 네 개의 브랜드를 중심으로 하는 설루션 제품군을 갖고 있다. 여기에는 ▲NX, 솔리드 엣지, 젤 X(Zel X) 등 설계 제품군을 포함하는 디자인센터(Designcenter) ▲시뮬레이션 및 테스트 제품군의 심센터(Simcenter) ▲PLM인 팀센터(Teamcenter) ▲생산 분야 설루션을 아우르는 옵센터(Opcenter) 등이 있다. 작년에는 특히 심센터의 성장세가 높았고, 엔터프라이즈용 CAD의 시장 평가가 좋은 가운데 디자인센터도 꾸준한 성장을 보였다. 팀센터는 지난 6년간 네 배 정도의 성장을 거두었으며, 최근에는 전사 플랫폼으로서 가치를 소개하면서 고객 투자도 늘어 시장에서 성과가 나오고 있다는 점이 고무적이다. 옵센터는 플랜트 시뮬레이션이나 프로세스 시뮬레이션, CAM 기반의 원가 관리 등에서 좋은 성과를 얻는 가운데 MES(생산 관리 시스템) 시장에서도 프로젝트를 진행하고 있다.   지멘스 인더스트리 소프트웨어 코리아의 조직 및 인원은 어떻게 구성되어 있으며, 최근 변화가 있다면 국내에서 영업, 제품 비즈니스, 기술 프리세일즈, 서비스 등에 걸쳐 300여명의 인력을 갖추고 있으며, 최근 테크니컬 아키텍트 사업부를 신설했다. 전기 전자 비즈니스를 진행하는 지멘스 EDA(구 멘토그래픽스)에 180여 명이 있으며, 작년에 인수를 발표한 알테어의 인력까지 포함하면 올해 말에는 650여 명까지 늘어날 것으로 보인다. 이는 국내 소프트웨어 기업으로서는 상위권의 규모이지 않을까 싶다. 알테어의 인수는 ‘디지털 엔터프라이즈 설루션’을 내걸고 있는 지멘스 그룹 전체에서 소프트웨어의 위상이 더욱 높아지고 있음을 보여준다. 시뮬레이션, 고성능 컴퓨팅(HPC), 데이터 과학, 인공지능 분야에서 알테어가 가진 역량을 지멘스의 엑셀러레이터(Xcelerator) 포트폴리오와 결합함으로써 반도체 등에서 더욱 통합된 기술 포트폴리오를 제공하면서, 더욱 완전한 AI 기반 설계/시뮬레이션 포트폴리오를 구축할 수 있을 것으로 보인다. 알테어 인수를 통해 소프트웨어 비즈니스의 성장폭을 더욱 키울 수 있을 것으로 기대한다.   디지털 트윈 기술이 국내에서 어느 정도 활용되고 있다고 보는지 디지털 트윈의 발전 단계를 미러링(모사) – 모니터링(관제) – 시뮬레이션(모의) – 페더레이션(연합) – 오토노머스(자율) 등 다섯 단계로 볼 수 있다. 많은 기업에서 아직은 시뮬레이션을 중심에 두고 디지털 트윈을 활용하고 있지만, 페더레이션 단계로 발전하려는 시도를 보이고 있다. 예를 들어 LG에너지솔루션은 설비와 공장 및 프로세스를 연결해서 디지털 트윈 기반으로 제품을 설계하고 가상 생산을 진행하는 체계를 마련하고자 노력 중이다. 조선 산업에서는 중후장대형의 레거시 환경을 자율화 환경으로 과감하게 혁신하려는 시도를 하고 있다. 완전 자율화 공장을 지향하는 기업들이 국내서도 등장하고 있는데, 이런 흐름에서 지멘스가 내세우는 실행형 디지털 트윈(Executable Digital Twin, XDT)이 향후 시장에서 주요한 기술로 자리 잡을 것으로 기대한다. 지멘스의 실행형 디지털 트윈은 최적화된 동작 모델과 실제 제품의 동작 환경 사이에 상호작용을 구현함으로써 제품과 설비, 생산까지 디지털 트윈을 구현할 수 있도록 돕는다.   지멘스의 디지털 트윈 기술이 경쟁사와 차별화되는 점을 소개한다면 지멘스는 데이터의 일관된 흐름과 연결성을 지원하는 통합 플랫폼으로서 팀센터(Teamcenter)를 제공한다. 팀센터는 제조 데이터 관리 중심의 PLM에서 나아가 설계부터 제조, 서비스까지 모든 데이터를 통합 관리할 수 있는 유니파이드 BOM(Unified BOM) 구조를 제공하는 것이 경쟁사 대비 큰 강점이라고 할 수 있다. 또한, 지멘스는 고객의 디지털 전환을 위한 유니파이드 BOM 컨설팅 서비스를 제공하며, 효율적인 데이터 관리와 최적화된 디지털 트윈 구현을 돕고 있다.   AI와 관련해서는 어떻게 제조 시장에 접근하고 있는지 CAE를 시작으로 제조 분야에서 AI에 대한 요구가 빠르게 증가하고 있다고 보고 있다. 이에 따라 올해 AI 이니셔티브를 강화할 계획이다. 지멘스의 AI는 디자인센터, 심센터, 팀센터, 옵센터 포트폴리오 모두에 걸쳐 지원되는데, 자체 AI 엔진보다는 오픈AI(OpenAI)와 같은 외부 AI 엔진과 협업을 통해 설루션을 개발하는 방식이다. 이를 기반으로 생성형 설계(제너레이티브 디자인)나 최적화 등을 위한 API(애플리케이션 프로그래밍 인터페이스)를 탑재하고, 고객의 데이터를 분석해 업무에 활용할 수 있는 플랫폼을 제공하고자 한다. 예를 들어, 팀센터의 AI 기능은 고객 데이터의 대규모 분석을 지원하며, 설계와 제조 과정에서 인터랙티브한 작업 환경을 제공한다. 성공적인 AI 활용을 위해서는 데이터에 대한 고객의 인지도 및 데이터 축적/분류/관리 전문성을 키울 필요가 있다고 본다. 기업의 데이터 전문가를 양성하는 것도 중요하다. 이와 함께, 국내에서는 AI를 위한 데이터 가공 전문 업체와 협력하여 설계 데이터, 시뮬레이션 데이터, PLM 데이터를 최적화하고 생성형 AI 채팅 방식의 업무 환경을 구축하거나 제조 산업에 필요한 AI 설루션을 최적화하는 작업도 진행하고 있다.   2025년의 주요한 비즈니스 전략과 계획을 소개한다면 작년에 디지털 트윈과 디지털 전환을 중심으로 한 교육 프로그램을 진행했는데, 올해는 이를 더욱 확대해 국내 제조업 임원들의 디지털 혁신에 대한 이해도를 높이고자 한다. 그리고 기존 고객사에 대한 업셀링을 강화하여 AI 기반 추가 기능과 최신 버전으로의 업그레이드를 제안할 계획이다. 또한, 비즈니스 가치 셀링(Business Value Selling)을 통해 기술적 접근을 넘어, 고객사의 비즈니스 성과를 극대화할 수 있는 설루션을 제안할 예정이다. 기존 주요 고객을 대상으로 한 고도화 비즈니스를 꾸준히 이어가면서, 타사 설계 설루션을 사용하던 고객사의 윈백도 진행하고 있다. 심리스한 통합 제품 개발 툴체인이 제공하는 가치를 중시하는 분위기 속에 CAD부터 지멘스의  포트폴리오로 전환할 수 있도록 지원을 강화하고자 한다. 지멘스가 제공하는 ‘가치 기반 라이선싱’ 정책에 대한 시장의 반응도 좋은 편이다. 제품 가격 인상에 관한 계획은 현재로서는 없으며, 통상적인 인플레 반영 정도만 진행하고자 한다. 대신 SaaS로 전환하는 고객에 대해서는 더 큰 가격 메리트를 제공할 예정이다. 기존 온프레미스 설루션을 SaaS로 전환하면 고객은 인프라 투자 부담을 덜 수 있고, 처리 속도나 공급사의 지속적인 지원에서 이점을 얻을 수 있다는 점을 강조할 것이다. 이번 CES 2025에서 지멘스는 ‘팀센터 디지털 리얼리티 뷰어(Teamcenter Digital Reality Viewer)’와 ‘NX 이머시브 디자이너(NX Immersive Designer)’ 등 제품 개발 환경을 혁신할 수 있는 설루션을 소개했다. 이들 설루션은 올해 국내 시장에 공식 출시할 계획이다. 엔비디아 옴니버스를 기반으로 하는 팀센터 디지털 리얼리티 뷰어는 고성능 실시간 레이 트레이싱 기능을 팀센터에 탑재해, 사실적인 물리 기반의 제품 디지털 트윈을 원활하게 시각화하고 상호 작용할 수 있도록 한다. NX 이머시브 디자이너는 고품질 4K OLED 마이크로 디스플레이와 컨트롤러를 갖춘 소니의 XR 헤드 마운트 디스플레이를 NX와 결합해, 설계자가 3D 객체와 직관적으로 상호작용할 수 있도록 돕는다. 국내 제조업계는 디지털 전환과 관련한 투자에 여전히 신중한 태도를 보이고 있다. 특히 중소기업은 기술 도입에 대한 비용 부담이 크기 때문에, 정부와의 협력을 통해 지원을 강화할 필요가 있다. 또한, 데이터 관리 및 활용에 대한 고객사의 인식 향상과 전문가 양성이 시급하다고 보는데, 이러한 과제를 해결하기 위해 교육, 컨설팅, 기술 지원을 지속적으로 확대할 계획이다.     ■ ‘2024 국내 엔지니어링 소프트웨어 시장조사’에서 더 많은 내용이 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

지멘스 디지털 인더스트리 소프트웨어가 컴퓨트 마리타임(Compute Maritime, CML)과 협력해 선박 설계와 시뮬레이션을 혁신하고 선박 설계 산업에서 생성형 AI의 경계를 넓히겠다고 발표했다. 이 프로젝트는 선박 설계 및 최적화를 위한 컴퓨트 마리타임의 주력 플랫폼인 뉴럴쉬퍼(NeuralShipper)와 지멘스의 전산 유체 역학(CFD) 및 결과 검증을 위한 심센터 스타-CCM+(Simcenter STAR-CCM+) 소프트웨어를 연결하는 데 중점을 두고 있다. 새로운 연료 유형이나 에너지 절약 장치를 도입하면 배기가스를 저감하고 연료 효율을 높일 수 있다. 하지만 기존 선박은 본래 이러한 기술이나 연료를 수용하도록 설계되지 않아 최대 절감 효과를 이끌어 내는 데 한계가 있다. 이러한 혁신을 완전히 활용하려면 신규 선박은 처음부터 이러한 기술을 통합할 수 있도록 특별히 설계되어야 한다. 설계 단계에서 선박 성능을 최적화하는 것은 매우 중요하다. 컴퓨트 마리타임의 뉴럴쉬퍼는 초기 설계 단계에서 디지털 선박 설계사로서 인간 선박 설계사들을 지원한다. 이 툴은 몇 분 만에 수백 가지의 설계 옵션을 신속하게 생성해 팀이 개념 개발을 가속화하고 세부 설계 단계로 빠르게 진행할 수 있도록 지원한다. 이후 지멘스의 CFD 소프트웨어인 심센터 스타-CCM+를 통해 시뮬레이션 프로세스를 자동화하고 복잡한 선박 거동을 정확하게 모델링할 수 있다.     지멘스 디지털 인더스트리 소프트웨어의 드미트리 폰크라토프(Dmitry Ponkratov) 시뮬레이션 및 테스트 설루션 부문 조선해양 담당 디렉터는 “컴퓨트 마리타임과의 협업은 선박 설계의 패러다임 전환을 의미한다. 뉴럴쉬퍼와 심센터 스타-CCM+의 결합은 다분야 설계 최적화를 수행하는 방식을 재정립하는 것을 목표로 한다. 이를 통해 새로운 형태의 선박을 창출할 수 있을 뿐 아니라, 설계자들은 가장 비 전통적인 설계에 대해서도 시뮬레이션 프로세스를 자동화하고 실제 성능을 예측할 수 있는 방법을 보여 줄 수 있다”고 말했다. 컴퓨트 마리타임의 주나이드 아완(Junaid Awan) CTO는 “지멘스와의 협업은 우리에게 획기적인 전환점이다. 많은 현대 선박 설계 회사들이 CFD 시뮬레이션을 위해 심센터 스타-CCM+를 사용하고 있다. 따라서 지멘스와의 협력은 막대한 가치를 가져온다. 뉴럴쉬퍼와 심센터 스타-CCM+는 신속한 개념 생성과 강력한 설계 검증을 지원함으로써 이러한 수요를 충족한다. 이번 협업은 시기적절하며 필수적”이라고 말했다.