BIM 칼럼니스트 강태욱의 이슈 & 토크   생성형 AI 에이전트는 목표 달성을 위해 세상을 관찰하고 스스로 행동하는 자율적인 애플리케이션으로, 행동과 의사결정을 위한 인지 아키텍처를 갖추고 있다. 이번 호에서는 오픈소스 AI 에이전트인 오픈마누스(OpenManus)를 통해 AI 에이전트의 동작 메커니즘이 어떻게 구현되는지 분석해 본다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   최근 AI 에이전트 기술이 크게 발전하고 있다. 구글의 에이전트 백서를 보면, 생성형 AI 에이전트는 목표 달성을 위해 세상을 관찰하고 스스로 행동하는 자율적인 애플리케이션으로 설명한다. 명시적인 지시가 없어도 스스로 판단하고 능동적으로 목표에 접근할 수 있다. 이러한 에이전트는 행동과 의사결정을 위한 인지 아키텍처를 갖추며, 핵심 구성 요소는 <그림 1>과 같이 사용자 입력에 대한 추론 역할을 하는 모델(보통은 GPT와 같은 LLM), 입력에 대해 필요한 기능을 제공하는 도구(tools), 그리고 어떤 도구를 호출할지 조율하는 오케스트레이션의 세 가지로 이루어진다.   그림 1. AI 에이전트의 구성 요소(Agents, Google, 2024)   이번 호에서는 AI 에이전트의 동작 메커니즘을 분석하기 위한 재료로, 딥시크(DeekSeek)와 더불어 관심이 높은 마누스(Manus.im)에서 영감을 받아 개발된 오픈마누스(OpenManus) 오픈소스 AI 에이전트를 활용하겠다. 오픈마누스는 메타GPT(MetaGPT)라는 이름으로 활동 중인 중국인 개발자가 공개한 AI 에이전트이다. 개발자는 오픈마누스가 연결된 다양한 도구를 LLM으로 조율하고 실행할 수 있다고 주장하고 있다. 깃허브(GitHub) 등에 설명된 오픈마누스는 다음과 같은 기능을 지원한다. 로컬에서 AI 에이전트 실행 여러 도구 및 API 통합 : 외부 API, 로컬 모델 및 자동화 도구를 연결, 호출 워크플로 사용자 지정 : AI가 복잡한 다단계 상호 작용을 효율적으로 처리 여러 LLM 지원 : 라마(LLaMA), 미스트랄(Mistral) 및 믹스트랄(Mixtral)과 같은 인기 있는 개방형 모델과 호환 자동화 향상 : 내장 메모리 및 계획 기능을 통해 코딩, 문서 처리, 연구 등을 지원   <그림 2>는 이 에이전트가 지원하는 기능 중 일부이다. 프롬프트 : “Create a basic Three.js endless runner game with a cube as the player and procedurally generated obstacles. Make sure to run it only in browser. If possible also launch it in the browser automatically after creating the game.”   그림 2   오픈마누스는 이전에 중국에서 개발된 마누스에 대한 관심을 오픈소소로 옮기는 데 성공했다. 오픈마누스는 현재 깃허브에서 4만 2000여 개의 별을 받을 정도로 관심을 받고 있다.    그림 3. 오픈마누스(2025년 4월 기준 42.8k stars)   필자는 오픈마누스에 대한 관심이 높았던 것은 구현된 기술보다는 에이전트 분야에서 크게 알려진 마누스에 대한 관심, 오픈소스 버전의 AI 에이전트 코드 공개가 더 크게 작용했다고 생각한다. 이제 설치 및 사용해 보고, 성능 품질을 확인해 보자. 그리고 코드 실행 메커니즘을 분석해 본다.    오픈마누스 설치 개발 환경은 이미 컴퓨터에 엔비디아 쿠다(NVIDIA CUDA), 파이토치(PyTorch) 등이 설치되어 있다고 가정한다. 이제, 다음 명령을 터미널에서 실행해 설치한다.   conda create -n open_manus python=3.12 conda activate open_manus git clone https://github.com/mannaandpoem/OpenManus.git cd OpenManus pip install -r requirements.txt playwright install   오픈마누스가 설치하는 패키지를 보면, 많은 경우, 기존에 잘 만들어진 LLM, AI Agent 라이브러리를 사용하는 것을 알 수 있다. 여기서 사용하는 주요 라이브러리는 다음과 같다.  pydantic, openai, fastapi, tiktoken, html2text, unicorn, googlesearch-python, playwright, docker     ■ 자세한 기사 내용은 PDF로 제공됩니다.

AI의 비약적인 발전은 제조업을 비롯한 산업 전반의 디지털 전환을 가속화하고 있다. 지난 4월 8일, 한국공작기계산업협회와 한국산업지능화협회가 공동 주관한 ‘공작기계 산업의 AI 자율제조 세미나’에서도 AI 기술이 이끄는 제조업 패러다임의 전환을 확인할 수 있었다. 이번 세미나는 공작기계 산업의 디지털 전환 전략을 공유하기 위해 마련되었으며, ▲생성AI가 촉발시킨 AX 혁명 ▲AI기술 동향:공작기계 적용과 SDM 기반 기술 동향 ▲AI 자율제조 핵심기술과 구축 사례 ▲AI 자율제조 추진정책 및 정부지원 프로그램을 주제로, 업계 전문가들의 발표와 사례 중심 강연으로 진행되었다.   1.  생성AI가 촉발한 AX 혁명 첫 번째 세션에서는 한국생성AI파운데이션 송세경 회장이 ‘생성AI가 촉발한 AX(Autonomous Transformation) 혁명’을 주제로 강연을 펼쳤다. 송 회장은 “딥시크(DeepSeek)와 같은 초거대 AI의 등장이 미국 중심의 AI 기술 패권을 흔들고 있으며, 이는 글로벌 공급망(GVC)과 제조 생태계 전반에 큰 변화를 예고하고 있다”며, “제조업은 이제 생성AI를 통해 새로운 성장과 확장의 전환점을 맞이하고 있다”고 강조했다. 2.  AI 기술 동향 : 공작기계 적용과 SDM 기반 기술 동향 이어진 발표에서 DN솔루션즈 엄재홍 상무는 ‘AI 기술 동향 : 공작기계 적용과 SDM(Software Defined Manufacturing) 기반 기술 동향’을 주제로 제조업의 디지털 혁신 흐름을 소개했다. 엄 상무는 공작기계 산업 내 AI 활용 흐름을 스마트 디지털 제조(SDM: Smart Digital Manufacturing)로 설명하며, 이를 스마트팩토리(Smart Factory), 라이트하우스팩토리(Lighthouse Factory), 다크팩토리(Dark Factory)로 구분했다. 이 중 다크팩토리는 사람 없이 인공지능과 로봇만으로 운영되는 완전 무인화 공장이라고 부연했다. 또한 그는 “AI가 인간의 지능을 초월하는 단계까지 발전하고 있으며, 이를 제조업에 적용할 경우 암흑공장(Dark Factory) 실현도 가능하다”며, “오픈소스 생태계의 확산을 통해 산업 전반에 공유와 협업의 기반이 강화되어야 한다”고 강조했다. 3.  AI 자율제조 핵심기술과 구축 사례: 공작기계 중심으로 인터엑스 박정윤 대표는 'AI 자율제조 핵심기술과 구축 사례: 공작기계 중심으로'를 주제로 발표를 이어갔다. 박 대표는 프레스, 사출, 정밀가공 등 생산제조 현장에 AI를 적용하는 트렌드를 소개하며, 기존 하드웨어 중심 운영 방식에서 소프트웨어 기반 맞춤형 디지털 서비스 제공으로 진화하는 자율제조 시스템을 설명했다. 특히 그는 자율제조 시스템의 진화가 모든 요소를 소프트웨어로 정의하고 제어하는 SDX(Software Defined Anything) 개념으로 확장되고 있다고 강조했다. 이와 함께 박 대표는 “지능 자율화 기반 제조 경쟁력을 확보하기 위해서는 고성능 AI 인프라, 즉 SDX 개념이 필수적”이라며, 실제 사출공정, 프레스머신, CNC 가공라인 등에 적용된 다양한 사례를 소개했다. 이와 함께 제조 데이터 표준화, 스마트센서 활용 등 구체적인 도입 전략을 통해 자율제조의 실현 가능성을 제시했다. 4. AI 자율제조 추진정책과 지원 프로그램 마지막 세션에서는 한국산업지능화협회 노성록 센터장이 정부의 AI 자율제조 추진정책과 지원 프로그램에 대해 발표했다. 노 센터장은 산업통상자원부가 추진하는 10대 과제를 중심으로 한 AI 자율제조 선도 프로젝트 진행 현황을 공유하고, 관련 기업들이 정책 지원을 적극 활용할 것을 당부했다. 이를 통해 단순한 자동화를 넘어, 산업 전반의 혁신을 견인하는 전략적 도구로 부상한 AI 기반 자율제조의 효과적인 도입 방안을 제시했다. 이번 세미나는 AI 기술이 실제 제조현장에 본격적으로 확산되고 있음을 확인하는 의미 있는 자리였다. 특히 AI 기반 가공 최적화, 예지보전(Predictive Maintenance), 디지털 트윈(Digital Twin) 등 디지털 혁신 기술의 현장 적용 사례가 참석자들의 높은 관심을 끌었다.  

알리바바 클라우드가 새로운 오픈소스 영상 생성 모델인 ‘Wan2.1-FLF2V-14B’를 공개했다. 이번 모델은 시작 프레임과 종료 프레임을 입력값으로 활용해, 보다 정교하고 직관적인 영상 생성이 가능하도록 설계되었다. 이를 통해 숏폼 콘텐츠 제작자는 자신만의 AI 모델과 애플리케이션을 보다 효율적이고 경제적으로 개발할 수 있을 것으로 기대된다. Wan2.1-FLF2V-14B는 알리바바 클라우드의 파운데이션 모델 시리즈인 ‘Wan2.1’에 속하며, 텍스트와 이미지 입력을 기반으로 고품질의 이미지와 영상을 생성하는 데 최적화된 모델이다. 현재 이 모델은 오픈소스 플랫폼인 허깅페이스(Hugging Face), 깃허브(GitHub), 알리바바 클라우드의 오픈소스 커뮤니티 모델스코프(ModelScope)를 통해 누구나 자유롭게 활용할 수 있다. 이 모델은 사용자 명령어의 정밀한 실행은 물론, 첫 프레임과 마지막 프레임 사이의 시각적 일관성을 유지하며, 복잡한 동작을 자연스럽게 연결해 사실적인 영상 결과물을 제공한다. Wan 시리즈의 공식 웹사이트에서는 해당 모델을 활용해 720p 해상도의 5초 분량 영상을 무료로 생성 가능하다.     이번 모델의 핵심 기술은 ‘제어 조정 메커니즘(Control Adjustment Mechanism)’이다. 사용자가 제공한 시작 프레임과 종료 프레임을 제어 조건으로 활용함으로써, 두 장면 사이의 부드럽고 정밀한 전환을 가능하게 한다. 또한 시각 안정성을 확보하기 위해, 해당 메커니즘은 시작 프레임과 종료 프레임에 포함된 의미 정보를 생성 과정에 반영하는데, 이를 통해 프레임을 동적으로 변형하면서도 스타일과 콘텐츠, 구조적 일관성을 함께 유지할 수 있다. 알리바바 클라우드는 지난 2월에 Wan2.1 시리즈 내 4종의 AI 모델을 오픈소스로 공개한 바 있다. 해당 시리즈는 현재까지 허깅페이스와 모델스코프에서 누적 220만 건 이상의 다운로드를 기록했다. Wan2.1 시리즈는 중국어와 영어 기반 텍스트 효과를 모두 지원하는 영상 생성 AI 모델로, 복잡한 움직임과 픽셀 표현, 명령 수행 정확도 면에서 높은 성능을 보인다. 한편, 알리바바 클라우드는 2023년 8월 최초의 오픈형 대규모 언어모델 ‘큐원-7B(Qwen-7B)’를 공개했다. 큐원 시리즈는 허깅페이스의 오픈 LLM 리더보드에서 지속적으로 최상위권을 기록하며, 다양한 벤치마크에서 세계 주요 AI 모델과 대등한 성능을 입증한 바 있다. 지난 수년간 알리바바 클라우드는 200개 이상의 생성형 AI 모델을 오픈소스로 공개해 왔으며, 현재까지 허깅페이스를 기반으로 약 10만 개 이상의 파생 모델이 개발되었다.

한국IBM이 4월 21일, 여의도 본사에서 기자간담회를 열고, 기업 비즈니스 환경에 최적화된 '에이전틱 AI(Agentic AI)' 전략과 이를 구현하는 핵심 솔루션인 '왓슨x 오케스트레이트(watsonx Orchestrate)'를 소개하는 자리를 마련했다. 한국IBM 최고기술책임자(CTO) 이지은 전무는 에이전틱 AI를 "사용자나 시스템을 위해 자율적으로 과제를 수행하는 AI 에이전트들이 결합된 환경"으로 정의하며, "기존 AI 대비 사람의 개입을 최소화하고 다양한 시스템과 연계해 복합적인 업무를 자율적으로 수행할 수 있는 것이 특징"이라고 설명했다.​ ▲ 한국IBM 최고기술책임자(CTO) 이지은 전무 ▲ '기업을 위한 AI 에이전트'로 열린 한국IBM 기자간담회 현장    IBM은 자사의 AI 플랫폼인 왓슨x를 중심으로 ▲오픈소스 및 파트너 AI 기술을 유연하게 활용할 수 있는 개방성(Open) ▲영역별로 특화된 고성능 소형 LLM으로 90% 높은 비용효율성 ▲온프레미스와 클라우드를 포괄하는 유연성을 제공하는 하이브리드 기술 ▲산업 및 영역별 전문성을 토대로 한 IBM 컨설팅 서비스 등을 제공하는 기업향 AI 전략의 차별화 요소를 강조했다. 한국IBM 클라이언트 엔지니어링(Client Engineering) 총괄 김지관상무는 "왓슨x 오케스트레이트를 통해 자연어 기반의 직관적인 대화형 인터페이스를 제공한다"며, 이를 통해 "직원, 고객 등 최종 사용자의 요청을 수집하고, 다양한 비즈니스 애플리케이션과 연결해 자동화된 방식으로 처리한다"고 밝혔다.​ ▲ 한국IBM 클라이언트 엔지니어링 총괄 김지관 상무 또한, LLM 기반의 시스템을 통해 사용자의 요청을 지능적으로 분석하고 가장 적절한 경로로 연결하며, 단순한 질의응답을 넘어 특정 업무 수행, 지식 베이스 검색, 필요 시 사람의 개입까지 유연하게 확장되어 기존에 수 분에서 수 시간이 소요되던 업무를 수 초 또는 수 분 이내에 처리할 수 있도록 지원하고 있다고 설명했다.​ 한국IBM은 에이전틱 AI 전략의 차별화 요소로 ▲사전 구축된 AI 에이전트 컴포넌트와 스킬 기반의 빠른 구현 역량 ▲다양한 클라우드 또는 벤더에서 제공하는 AI와 앱에 대한 통합과 조정 ▲기업용 거버넌스 역량으로 신뢰할 수 있는 AI 구현 및 운영 ▲클라우드, 온프레미스 등 원하는 환경을 자유롭게 선택, 구축, 이동할 수 있는 하이브리드 기술 등을 강조했다.​ 한편, 한국IBM은 4월 22일 서울 드래곤시티 호텔 그랜드볼룸에서 'IBM 테크 이노베이션 서밋 2025(IBM Tech Innovation Summit 2025)'을 개최할 예정이다. 이번 행사는 AI 엔지니어, 데이터 사이언티스트, IT 아키텍트, 개발자 등 현업 IT 기술 전문가들을 대상으로 IBM의 최신 기술을 소개하고 직접 체험할 수 있는 자리로, 생성형 AI 도입부터 기술 심화 및 확장 단계, AI 에이전트, 생성형 AI를 위한 데이터, IT 자동화 등 기업의 AI 여정을 가속화할 수 있는 다양한 주제를 다룰 예정이다.

엔비디아가 AI 팩토리에서 인텔리전스를 생산하는 기반을 구축해 미국을 포함한 전 세계의 차세대 성장을 이끌겠다는 포부를 밝혔다. 모든 기업과 국가는 성장과 경제적 기회 창출을 원하지만, 이를 위해서는 사실상 무한한 인텔리전스가 필요하다. 엔비디아는 이러한 상황에서 에코시스템 파트너와 협력해 추론 기술, AI 모델, 컴퓨팅 인프라를 발전시켜 AI 팩토리를 통해 인텔리전스를 생산하겠다고 전했다. 엔비디아는 미국 내에서 AI 슈퍼컴퓨터를 제조할 것이라고 발표했는데, 향후 4년 내에 파트너들과 협력해 미국에서 최대 5000억 달러 규모의 AI 인프라를 생산할 계획이다. 엔비디아는 미국 AI 팩토리를 위한 AI 슈퍼컴퓨터 구축이 수십만 명에게 기회를 제공하고, 향후 수십 년 동안 수조 달러의 성장을 견인할 것으로 기대하고 있다. 이러한 AI 슈퍼컴퓨터의 핵심인 엔비디아 블랙웰(Blackwell) 컴퓨팅 엔진 중 일부는 이미 미국 애리조나에 있는 TSMC 공장에서 생산되고 있다.     또한 엔비디아는 차세대 AI 모델 훈련과 대규모 애플리케이션 실행을 위한 엔비디아 블랙웰 GB200 NVL72 랙 스케일 시스템이 코어위브(CoreWeave)를 통해 제공된다고 발표했다. 코어위브는 현재 수천 개의 엔비디아 그레이스(Grace) 블랙웰 프로세서를 통해 차세대 AI를 훈련하고 배포할 수 있다. 한편, 엔비디아는 보다 효율적이고 지능적인 모델을 만들기 위해 하드웨어 혁신을 넘어 AI 소프트웨어 분야도 강화한다는 전략을 소개했다. 이러한 발전의 최신 사례는 엔비디아 라마 네모트론 울트라(Llama Nemotron Ultra) 모델이다. 이 모델은 최근 아티피셜 애널리시스(Artificial Analysis)에서 과학적이고 복잡한 코딩 작업을 위한 정확한 오픈소스 추론 모델로 인정받았다. 또한 이는 현재 세계 최고 수준의 추론 모델 중 하나로 평가받고 있다.

AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (1)   이번 호에서는 AI 영상 제작 생태계의 현재 상황을 분석하고, 기술 발전에 따른 미래 변화를 예측하며, 여러 분야에 활용할 수 있는 생성형 AI 영상 제작 기술을 살펴보고자 한다.   ■ 연재순서 제1회 AI 영상 제작 생태계의 현재와 미래 제2회 AI 기반 크리에이티브 워크플로 혁신 제3회 소셜 미디어 최적화 AI 영상 제작 전략 제4회 AI 특수효과 및 후반작업 마스터하기 제5회 AI 기반 몰입형 사운드 디자인   ■ 최석영 AI프로덕션 감성놀이터의 대표이며, 국제고양이AI필름페스티벌 총감독이다. AI 칼럼니스트로도 활동하고 있다.    그림 1. 오픈소스 AI, ComfyUI를 활용한 생성형 비디오 Wan2.1    AI 영상 제작의 패러다임 전환 인공지능 기술의 급속한 발전은 영상 제작 산업에 근본적인 변화를 가져오고 있다. 전통적으로 영상 콘텐츠 제작은 전문적인 기술, 고가의 장비, 그리고 상당한 시간과 인력을 필요로 했다. 그러나 AI 기술의 등장으로 이러한 장벽이 크게 낮아지며, 영상 제작의 민주화가 빠르게 진행되고 있다. 이제는 프리미어보다는 AI 편집 프로그램인 캡컷(CapCut)으로 영상을 편집하고, 애프터이펙트보다 피카 AI(Pika AI)로 고급 이펙트 영상을 제작하는 경우가 늘고 있다.   그림 2. 캡컷 서비스 이미지(capcut.com)   그림 3. 피카 AI 서비스 이미지(pika.ai)   AI 영상 제작 기술의 현재 생성형 AI 비디오 기술   그림 4. 오픈AI 소라의 영상 생성 제작 이미지(sora.com)   최근 급속도로 발전한 생성형 AI 기술은 영상 제작 방식을 혁신적으로 변화시키고 있다. 텍스트 프롬프트만으로 완전히 새로운 비디오를 생성하는 기술이 실현되어 창작의 새로운 패러다임을 형성하고 있다.   그림 5. 비디오 생성 기술이 뛰어난 구글의 비오 2(Veo 2, https:// deepmind.google/technologies/veo/veo-2)   주요 기술 및 모델 텍스트-비디오(Text-to-Video) 생성 : 오픈AI의 소라(Sora), 구글의 루미에르(Lumiere) 등이 텍스트 설명만으로 사실적인 비디오를 생성하는 기술을 선보이고 있다. 소라는 최대 60초 길이의 복잡한 내러티브 장면을 생성할 수 있는 능력을 갖추었으며, 물리적 정확성과 시간적 일관성 측면에서 괄목할 만한 성과를 보여주고 있다. 이미지-비디오(Image-to-Video) 변환 : 런웨이(Runway)의 젠-3(Gen-3) 등은 정적 이미지를 동적 비디오로 확장하는 기술을 제공한다. 이 기술은 단일 이미지에 내재된 정보를 바탕으로 자연스러운 움직임과 시간적 흐름을 생성한다. 비디오 확장 및 편집 : 캡컷 등의 플랫폼은 기존 비디오 클립을 AI로 확장하거나 스타일을 변환하는 서비스를 제공하고 있다. 이러한 도구는 비디오의 해상도 향상, 프레임 보간, 스타일 변환 등 다양한 작업을 자동화한다.    AI 기반 후보정 및 편집 기술   그림 6. AI 기반 DI(Digital Intermediate) 프로그램. 무료 기능도 탁월하다.    AI는 영상의 촬영 이후 단계에서도 혁신을 가져오고 있다. 이는 편집의 효율을 높이고 전문가 수준의 결과물을 더 쉽게 얻을 수 있게 한다.   주요 기술 자동 색 보정 및 그레이딩 : 블랙매직 디자인(Blackmagic Design)의 다빈치 리졸브 18(DaVinci Resolve 18) 등에 탑재된 AI 기능은 영상의 색감과 톤을 자동으로 최적화한다. 객체 인식 및 자동 트래킹 : AI 기반 시스템은 비디오 내 객체를 식별하고 추적하여 효과 적용이나 편집 작업을 자동화한다. 오디오 처리 및 개선 : 배경 소음 제거, 음성 명확화, 자동 믹싱 등 AI 기반 오디오 처리 기술이 비디오 제작의 음향 품질을 크게 향상시키고 있다.     ■ 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.