캐드앤그래픽스 디지털 트윈 설문조사 분석   디지털 트윈 기술에 대한 관심이 국내 제조 및 엔지니어링 업계를 중심으로 높아지고 있지만, 실제 산업 현장에서는 여전히 다양한 현실적 제약에 직면해 있는 것으로 나타났다. 캐드앤그래픽스는 국내 디지털 트윈 현황을 집대성한 ‘디지털 트윈 가이드’를 발간하고, 국내 제조 및 엔지니어링 업계 관계자를 대상으로 3월 13일부터 4월 14일까지 ‘국내 디지털 트윈 현황 설문조사’를 실시했다. 총 1212명이 참여한 이번 설문조사에서는 디지털 트윈의 이해도, 적용 분야, 도입 단계, 구축 시 어려움 등 다양한 관점에서 기술의 현주소를 조망했다. 특히 디지털 트윈을 실제로 사용 중인 기업과 종사자를 대상으로 진행한 심층 조사에서는 기술 도입 과정에서의 구체적인 어려움과 향후 투자 계획 등 실질적인 인사이트가 도출됐다. ■ 최경화 국장   설문조사 개요 및 참가자 현황 이번 설문조사는 국내 제조 엔지니어링 업계 관계자 1212명을 대상으로 진행되었다. 설문 참가자들의 배경은 다양한 산업 분야에 걸쳐 있었으며, 이는 디지털 트윈 기술이 단일 산업에 국한되지 않고 여러 분야에서 관심을 받고 있음을 시사한다. 참가자들의 직무 또한 연구개발, 설계, 생산, 관리 등 다양한 영역에 분포하고 있어, 디지털 트윈 기술이 기업 내 여러 부서와 직무에 걸쳐 중요성을 인정받고 있음을 알 수 있었다. 디지털 트윈 관련 업무 분야에서도 다양한 응답이 나타나, 이 기술의 응용 범위가 넓어지고 있음을 확인할 수 있다.   주력 산업 분야 설문 응답자들의 주력 산업 분야는 ‘건축/건설/토목’(22.7%)과 ‘전기전자/하이테크/반도체’(17.9%), ‘시각화/그래픽/디자인’(14.2%) 등이 높은 비중을 차지했으며, 자동차, 플랜트 등 다양한 산업 분야가 분포되어 있음을 알 수 있다.   그림 1. 설문 응답자 현황 - 주력 산업 분야   직무 분야 설문 응답자들의 직무 분포는 ‘엔지니어’(41.2%)가 압도적으로 높은 비율을 보였고, ‘경영진/임원’(15.9%), ‘SW 개발’(14.3%) 순으로 나타나, 기술 및 관리 직무 종사자들의 높은 관심을 반영했다.   그림 2. 설문 응답자 현황 – 직무   디지털 트윈 관련 업무 분야 설문 응답자들의 디지털 트윈 관련 업무 분야에 대해서는 CAD/3D 모델링이 가장 높게 나타났고, AI/머신러닝, CAE/시뮬레이션 순으로 나타났다.    그림 3. 설문 참가자 현황 - 디지털 트윈 관련 업무 분야   국내 디지털 트윈 도입 현황 - 뜨거운 기대감과 더딘 현실 디지털 트윈 이해 수준 기술에 대한 이해 수준은 아직 부족한 것으로 나타났다. 디지털 트윈 이해 수준에 대해서는 ‘대체로 알고 있다’(36.8%)와 ‘조금 알고 있다’(37.2%)가 비슷한 비율을 보였으며, ‘매우 잘 알고 있다’ (10.4%)는 소수에 불과했다. ‘잘 모른다’(15.6%)는 응답도 상당수를 차지했다. 이는 기술에 대한 인지도는 높지만, 깊이 있는 이해와 활용 능력은 아직 부족하다는 점을 시사한다.   그림 4. 디지털 트윈에 대한 이해 수준   디지털 트윈 발전 전망 반면, 디지털 트윈의 미래에 대한 업계의 기대는 매우 컸다. 향후 디지털 트윈 발전 전망에 대한 응답에 따르면 ‘매우 중요하게 성장할 것’(66%)과 ‘다소 성장할 것’(30.5%)이라는 답변이 전체의 압도적인 대다수를 차지했다. 또한 전체 응답자의 96.5%가 기술의 중요성과 잠재력에 대해 폭넓은 공감대를 형성하고 있음을 확인시켜 주었다.   그림 5. 디지털 트윈 향후 발전 전망   디지털 트윈 사용 기업 및 도입 현황 디지털 트윈을 실제로 사용하고 있는 기업 및 유저를 대상으로 한 심층 조사에는 총 385명이 참여했다. 이들 기업의 규모는 매출액과 직원 수를 기준으로 다양하게 분포하고 있어, 디지털 트윈 기술이 대기업뿐 아니라 중소기업에서도 점차 도입되고 있음을 알 수 있다.   디지털 트윈 사용 기업 규모 디지털 트윈 사용 기업의 매출액은 5000억원 이상이 48.8%를 차지해 가장 높은 분포를 보였으며, 1000억원 이상~500억원 미만이 13.2%로 큰 기업들이 주로 관심을 가지고 있었음을 알 수 있었다. 직원 수도 5000명 이상이 32.2%로 가장 높은 수치를 차지했으며, 1000명~5000명 미만이 17.9%, 100명~500명 미만이 11.7% 순으로 나타났다.    그림 6. 디지털 트윈 사용 기업 매출액   디지털 트윈 사용 기업 적용 분야 디지털 트윈 적용 분야는 ‘제품 설계 및 시뮬레이션’(66.8%), ‘생산/제조 운영’(43.9%), 설비 모니터링 및 유지보수(39.2%) 순으로, 제품 개발과 생산 영역에 활용이 집중되는 경향을 보였다. 제조 분야에 비해서는 사용이 적지만 도시, 에너지, 교통, 물류, 의료 등 다양한 영역에서 활용되고 있음을 확인할 수 있다. 특히 제조업 분야에서는 생산 공정 최적화, 품질 관리, 설비 예지 보전 등의 목적으로 활용되고 있을 것으로 추정된다.   그림 7. 디지털 트윈 적용 분야   디지털 트윈 적용 목적 디지털 트윈을 적용하는 주요 목적은 ‘설계 최적화’(61.0%), ‘생산성 향상’(54.5%), ‘운영 효율화’(46.2%) 등 효율성 증대 관련 항목들이 우위를 점했다.   그림 8. 디지털 트윈 적용 목적   디지털 트윈 도입 단계 아직까지 디지털 트윈에 대한 관심은 높지만 실제 사용 보다는 검토 중인 기업이 많은 것으로 나타났다. 디지털 트윈 사용 기업의 도입 단계 관련 답변을 보면, ‘도입 검토 중’(43.6%)이 가장 큰 비중을 차지했다. 이어 ‘일부 시스템 도입 완료’(18.4%), ‘PoC(파일럿) 진행 중’(12.2%), ‘전사 확산 및 활용 중’은 4.2% 순으로, 본격적인 활용 단계에 진입한 기업은 소수임을 알 수 있었다. ‘도입 계획 없음’(17.9%)이라는 응답도 적지 않았다.    그림 9. 디지털 트윈 도입 단계   다양한 상용 디지털 트윈 툴 사용… 자체 개발·검토도 다수 디지털 트윈 기술의 확산과 함께, 국내 기업들이 활용 중인 디지털 트윈 소프트웨어 및 플랫폼은 매우 다양하며, 기업별로 도입 단계나 활용 수준에서도 큰 차이를 보이는 것으로 나타났다. ‘현재 사용 중인 디지털 트윈 툴’에 대한 주관식 응답 결과를 분석해 보면, 국내 산업계는 BIM 기반 플랫폼, CAE 시뮬레이션 도구, PLM 및 협업 플랫폼, 그리고 게임 엔진 기반 시각화 도구를 중심으로 디지털 트윈 기술을 도입하고 있는 것으로 나타났다. 아래 내용은 답변 내용을 중심으로 정리한 것이다.   BIM 및 설계 중심 소프트웨어의 강세 디지털 트윈 구축의 초기 단계에서 가장 두드러지는 분야는 설계 기반 모델링(BIM) 도구다. 응답자 중 상당수가 오토데스크의 레빗(Revit), 오토캐드, 시빌 3D(Civil 3D), 나비스웍스(Navisworks) 등을 사용하고 있다고 응답했다. 벤틀리 시스템즈의 아이트윈(iTwin), 트림블의 테클라(Tekla) 및 트림블 커넥트(Trimble Connect), 아비바의 아비바 E3D(AVEVA E3D) 등도 건설·플랜트 산업에서 활용하고 있다고 답변했다.   정밀 해석 기반의 시뮬레이션 툴 확산 앤시스(Ansys), 아바쿠스(Abaqus), 하이퍼웍스(HyperWorks), LS-DYNA, 시뮬링크(Simulink), 아담스(Adams), GT-스위트(GT-Suite), 플렉스심(FlexSim) 등 해석 전문 툴의 사용도 두드러졌다. 특히 제품 설계나 공정 시뮬레이션에서 정밀한 모델링이 필요한 제조업, 자동차, 중공업 분야에서는 다물리 해석 툴 기반의 디지털 트윈 구현이 주를 이뤘다.   PLM 기반 통합 디지털 플랫폼도 주목 설계-생산-운영 전 주기를 통합 관리하기 위한 PLM 기반 플랫폼도 활발히 사용되고 있다. 다쏘시스템즈의 3D익스피리언스(3DEXPERIENCE), 카티아(CATIA), 에노비아(ENOVIA), 지멘스의 NX, 팀센터(Teamcenter), 플랜트 시뮬레이션(Plant Simulation), PTC의 크레오(Creo), 윈칠(Windchill), 씽웍스(ThingWorx) 외에도 전문 툴인 비주얼컴포넌트 등은 스마트 공정 및 운영 관리까지 연계된 디지털 트윈 구현에 활용되고 있는 것으로 보인다.   게임엔진 기반 실시간 시각화 기술 부상 유니티(Unity), 언리얼 엔진(Unreal Engine), 트윈모션(Twinmotion), 엔비디아 옴니버스(Omniverse) 등 게임엔진 기반 시각화 도구는 실시간 협업과 현장 시뮬레이션에서 각광받고 있다. 특히 언리얼엔진, 유니티와 옴니버스 등은 다른 플랫폼과의 연동성을 강화해 디자인 협업 및 공정 검증에 널리 활용되고 있다.   자체 설루션 및 커스터마이징 비율도 높아 이밖에도 국산 설루션인 이에이트, 소프트힐스, 버넥트, 한국디지털트윈연구소 설루션을 이용하고 있다는 응답도 있었다. 흥미로운 점은 응답자의 상당수가 ‘인하우스 개발’ 또는 ‘자체 플랫폼’, ‘프로젝트마다 요구사항 수렴 방식’ 등의 형태로 독자적인 디지털 트윈 시스템을 운영하고 있다는 것이다. 이는 특정 상용 설루션만으로는 각기 다른 업무 흐름이나 도메인 지식을 완벽히 반영하기 어렵기 때문으로 분석된다. 또한 ‘아직 도입 예정’ 또는 ‘검토 단계’라는 응답도 적지 않아, 디지털 트윈 도입의 확산은 진행 중인 흐름임을 알 수 있다.   넘어야 할 장벽 : 현장의 목소리로 본 핵심 과제 디지털 트윈의 확산이 더딘 배경에는 공통적으로 지적된 여러 장애물이 존재했다. 특히 높은 비용과 불확실한 ROI는 가장 큰 걸림돌로 지목됐다.   디지털 트윈 시스템 구축의 어려움 디지털 트윈 사용 기업이 꼽은 구축 시 가장 큰 어려움으로 ‘초기 투자 비용’(24.4%)과 ‘전문 인력 부족’(20.5%)이 가장 높은 비율을 차지했다. 그 뒤를 이어 ‘ROI 분석의 어려움’(16.6%), ‘경영진의 이해 부족’(15.1%) 순으로 나타났다. 주관식 답변에서는 고비용의 소프트웨어, 외산 설루션 및 3D 프로그램의 높은 라이선스 비용, 디지털 전환(DX) 도입 및 유지보수 비용 과다 등 경제적 부담에 대한 토로가 많았다. 특히 기대효과가 명확해야 한다, 비용 대비 효율이 확보되지 않으면 불가능하다, 실질적인 경영 효과로 어떻게 연결되는지 의문이라며, 투자를 정당화할 명확한 성과 측정과 검증된 성공 사례 부족을 지적했다. 전문 인력 부족 문제는 교육 시스템의 부재와 연계돼 있으며, 현장에서는 관련 교육 기회가 부족하다는 지적이 많았다. 경영진의 이해 부족도 중요한 문제로 나타났다.   그림 10. 디지털 트윈 구축 시 어려움   디지털 트윈 시스템 구축 관련 투자 계획 이러한 어려움에도 불구하고, 향후 디지털 트윈에 대한 투자 의향은 비교적 긍정적이었다. 사용 기업의 향후 투자 계획을 보여주는 그래프를 보면, ‘2년 이내’(31.4%), ‘1년 이내’(19.0%), ‘6개월 이내’(11.4%) 등 2년 내 투자 계획이 있다는 응답이 전체의 61.8%를 차지했다. 반면에 ‘도입 계획 없음’(26.2%)도 상당수 있었다.   그림 11. 향후 투자 계획   미래 투자 방향과 나아갈 길 전체 응답자가 디지털 트윈 확산을 위해 가장 필요하다고 꼽은 요소를 가중치 순으로 나타낸 그래프를 보면, ‘경영진의 의지와 디지털 트윈에 대한 이해’가 다른 항목을 큰 차이로 앞서며 압도적인 1위를 차지하고 있음을 확인할 수 있다. 또한 실제 사용 기업이 겪는 어려움에서도 ‘경영진의 이해 부족’이 중요한 요인으로 드러났다. 주관식 답변에서는 ROI 증명의 어려움과 맞물려 경영진 설득의 어려움을 토로하거나, 심지어 “실제 시험을 안 해도 된다고 생각하는 경영진이 많다”는 언급까지 나와, 리더십의 인식 개선이 시급함을 알 수 있었다. 표준화의 부재 역시 반복적으로 지적되었다. 응답자들은 데이터 표준화, 3D CAD 포맷 변환, 시스템 간 호환성 부족 등을 구체적인 문제로 언급했다.   그림 12. 디지털 트윈 시스템 구축과 확대를 위해 가장 필요한 것   구체적 정보와 성공 사례의 부족 또한 큰 장벽이다. 응답자들은 산업별 사례, 성공 및 실패 경험 등을 통한 실질적 정보 공유를 절실히 요구하고 있다. 이 밖에도 데이터 확보의 어려움, 외산 소프트웨어 의존도, 기술 복잡성, 국산 소프트웨어 개발의 필요성 등이 복합적으로 언급되며, 생태계 전반에 대한 개선이 필요함을 시사했다. 따라서 성공적인 디지털 트윈 도입과 확산을 위해서는 산적한 과제를 해결하기 위한 다각적인 노력이 필요하다. 현장의 목소리와 설문 데이터는 다음과 같은 방향을 제시하고 있다. 정부의 적극적인 역할 : 중소기업 지원 확대 , R&D 지원 및 국산 소프트웨어 육성, 산업 표준화 주도, 선도적인 인프라 투자 및 정책 지원 등 정부의 체계적이고 일관성 있는 지원 정책이 요구된다. 실질적 가치 증명 및 정보 공유 : 명확한 ROI 산정 모델 개발, 산업별 성공/실패 사례 발굴 및 투명한 공유, 기술 효용성에 대한 적극적인 홍보와 교육 강화가 필요하다. 표준화 및 기술 개발 : 데이터 형식 통일, 호환성 확보 등 산업 표준을 조속히 마련하고, 사용자 편의성을 높인 기술 및 플랫폼 개발 노력이 필요하다. 인력 양성 및 생태계 조성 : 실무 중심의 교육 프로그램 개발발 및 전문가 양성 시스템 구축, 산학연관 협력 시스템 강화가 필요하다.   맺음말 : 잠재력 현실화 위한 협력과 실질적 노력 시급 이번 설문조사는 디지털 트윈에 대한 국내 산업계의 높은 관심과 함께, 도입을 가로막는 다양한 현실적 장애 요인을 통계와 목소리로 생생하게 보여준 것이라고 할 수 있다. 이 같은 결과는 국내 산업계에서 디지털 트윈 도입이 활발히 이루어지고 있으나, 여전히 도입 도구의 표준화, 조직 내 전사적 활용, 실제 업무 흐름과의 통합 등에서 과제가 많다는 점을 보여준다. 향후에는 상용 툴과 자체 개발 플랫폼 간의 융합 전략, 그리고 데이터 연동성과 유지관리 측면에서의 체계적인 접근이 더욱 중요해질 것으로 보인다. 또한 디지털 트윈이 제조업 혁신의 핵심 동력으로 자리매김하기 위해서는 산업계, 정부, 학계가 함께 협력해 실질적인 해결책을 모색하고, 지속 가능한 생태계를 조성하려는 노력이 절실하다고 할 것이다.     ■ 기사 상세 내용은 PDF로 제공됩니다.

엔비디아 옴니버스(NVIDIA Omniverse)를 활용하여 디지털 트랜스포메이션을  획기적으로 가속화 할 수 있는 방법을 확인해보세요. 발표자료 다운로드 100명 추첨 기프티콘 드립니다. 발표자료 다운로드 하기  

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

트렌드에서 얻은 것 No. 22    AI 시대, 우리는 어떤 미래를 만들어갈 것인가?” – 젠슨 황   AI의 거대한 파도, 엔비디아가 만드는 미래 엔비디아는 2024년과 2025년 GTC(GPU Technology Conference)에서 AI 기술을 통해 산업 전반에 걸친 변화를 이끌어가고 있다. 젠슨 황은 기조연설에서 기술 혁신이 사회적, 경제적 구조를 재편하는 ‘변화의 파도’라고 강조하며, 엔비디아가 그 중심에서 미래를 설계하고 있음을 확신시켰다.  엔비디아는 두 해 동안 AI 혁신을 가속화하며 다양한 제품과 플랫폼을 선보였다. 2024년에는 GB200 AI 플랫폼과 블랙웰(Blackwell) DGX B200 GPU를 통해 성능 향상에 초점을 맞췄다면, 2025년에는 블랙웰 울트라(Blackwell Ultra) 기반의 NVL72 등 차세대 하드웨어와 지속 가능성을 강조하며 더 큰 비전을 제시했다.   표 1. 2024년과 2025년 엔비디아의 주요 발표 비교   인공지능 혁명의 변곡점에서 인류는 늘 기술의 발전과 함께 새로운 시대를 맞이해 왔다. 산업혁명이 증기기관과 전기를 통해 생산 방식을 혁신했던 것처럼, 디지털 혁명은 인터넷과 스마트폰을 통해 세상을 연결했다. 그리고 지금, 우리는 또 하나의 거대한 변곡점에 서 있다. 바로 AI 혁명이다. 2025년 3월, 엔비디아의 GTC에서 젠슨 황 CEO는 기조연설을 통해 AI가 변화의 중요한 시점에 도달했음을 선언했다. 그는 AI가 단순한 도구를 넘어 ‘스스로 사고하고 결정하는 존재’로 발전하고 있으며, 이 거대한 변화가 기업, 산업, 그리고 인간의 삶 전반에 걸쳐 영향을 미칠 것이라고 강조했다. 이번 GTC 2025에서 가장 주목받은 키워드는 에이전틱 AI(agentic AI)와 추론 AI(reasoning AI)였다. 기존의 AI가 데이터를 분석하고 패턴을 찾는 데 주력했다면, 이제 AI는 자율적으로 목표를 설정하고 스스로 문제를 해결하는 방향으로 나아가고 있다. 이러한 변화는 단순한 업그레이드가 아니라, AI 산업 전반의 패러다임을 뒤흔드는 파도와 같다. 이러한 흐름 속에서 엔비디아는 블랙웰 GPU라는 차세대 칩을 공개하며, 인공지능 모델의 효율성을 비약적으로 향상시키는 새로운 하드웨어 시대를 열었다. 또한 옴니버스 클라우드 API(Omniverse Cloud API), AI 팩토리(AI Factories) 등의 개념을 통해 AI가 단순한 연구 도구가 아니라, 실제 산업을 자동화하고 혁신하는 핵심 인프라로 자리 잡아가고 있음을 보여주었다. 그렇다면 우리는 이러한 변화의 바람 속에서 어떤 선택을 해야 할까? AI 혁명의 파도를 넘는 기업과 뒤처지는 기업의 차이는 무엇일까? 엔비디아의 발표를 중심으로 AI 산업이 어디로 흘러가고 있는지, 그리고 그 변화 속에서 우리는 무엇을 준비해야 하는지를 하나씩 짚어보자. “AI가 단순한 연구 프로젝트에서 벗어나, 본격적인 산업 혁신의 중심으로 자리 잡는 것” – 젠슨 황   블랙웰, AI의 새로운 엔진 기술 혁신의 역사는 더 빠르고 더 강력하며 더 효율적인 도구를 만들려는 인간의 끝 없는 도전과 함께 발전해 왔다. AI 산업도 예외가 아니다. 과거에는 단순한 이미지 분석과 음성 인식이 AI의 주요 활용 분야였다면, 이제는 스스로 학습하고 결정을 내리며 복잡한 문제를 해결하는 AI가 요구되고 있다. 하지만 이런 고도화된 AI 모델을 운용하려면 엄청난 연산 능력이 필요하며, 이를 뒷받침할 강력한 하드웨어가 필수이다. GTC 2025에서 젠슨 황이 가장 먼저 소개한 것은 블랙웰 GPU였다. 그는 “AI의 미래를 가속하는 가장 강력한 엔진”이라며, 블랙웰이 기존 호퍼(Hopper) 아키텍처를 넘어선 새로운 시대의 핵심 기술이라고 강조했다. 그렇다면 블랙웰 GPU는 무엇이 다를까? 블랙웰 GPU는 기존 호퍼 아키텍처 대비 연산 성능이 2배 이상 향상되었으며, 특히 대규모 AI 모델을 실행할 때의 전력 효율이 4배 증가했다. 이는 곧 더 적은 에너지로 더 강력한 AI 모델을 훈련하고 실행할 수 있다는 의미다. 젠슨 황은 연설에서 “블랙웰은 단순한 속도 개선이 아니라, AI 연구자들이 더 크고 복잡한 모델을 현실적으로 활용할 수 있도록 지원하는 플랫폼”이라고 설명했다. 이제 AI 연구자는 엄청난 비용을 감수하지 않고도 보다 정교한 생성형 AI, 실시간 데이터 처리, 고도화된 시뮬레이션 등을 구현할 수 있게 되었다. 엔비디아는 블랙웰 GPU와 함께 옴니버스 클라우드 API를 발표했다. 이는 단순한 클라우드 컴퓨팅 설루션이 아니라, AI 모델 개발 및 실행을 위한 강력한 협업 플랫폼이다. 옴니버스 클라우드 API는 데이터센터, AI 연구소, 기업의 IT 인프라를 하나의 거대한 AI 네트워크로 연결하여, 개발자들이 실시간으로 협업하고 AI 모델을 학습할 수 있도록 지원한다. 이는 특히 자율주행, 산업 자동화, 로보틱스 같은 분야에서 AI의 혁신 속도를 극적으로 끌어올릴 것으로 기대된다. 젠슨 황은 “AI 개발은 더 이상 한 기업이나 연구소만의 일이 아니다. 옴니버스 클라우드 API를 통해 전 세계의 AI 개발자가 하나로 연결될 것”이라며, AI 연구의 새로운 생태계를 제시했다. 또 한 가지 주목할 점은 AI 팩토리(인공지능 공장) 개념이다. 젠슨 황은 AI를 ‘새로운 산업 혁명의 동력’으로 표현하며, AI 팩토리가 데이터를 가공하고 AI 모델을 대량으로 생산하는 핵심 인프라가 될 것이라고 설명했다. 이 개념을 이해하려면 기존 제조업과 비교해보면 쉽다. 과거에는 자동차나 전자제품을 생산하는 공장이 경제의 중심이었지만, 미래에는 AI를 학습하고, 최적화하고, 배포하는 ‘AI 공장’이 가장 중요한 인프라가 될 것이다. 젠슨 황은 AI 팩토리가 AI 기반 자율주행, 로봇, 데이터 분석, 금융 모델링 등 다양한 산업에서 필수 역할을 하게 될 것이라고 강조했다. 블랙웰 GPU, 옴니버스 클라우드 API, AI 팩토리는 단순한 기술 발전이 아니다. 이들은 AI가 단순한 연구 프로젝트에서 벗어나 본격적인 산업 혁신의 중심으로 자리 잡는 것을 의미한다. 과거에도 GPU의 성능 향상이 AI 산업에 변화를 가져온 적이 있다. 2012년 알렉스넷(AlexNet)이 GPU 가속을 이용해 딥러닝의 가능성을 처음 보여줬고, 2017년 트랜스포머(transformer) 모델이 등장하며 자연어 처리 AI가 급격히 발전했다. 그리고 2025년에는 블랙웰이 AI의 자율성과 창의성을 한 단계 끌어올리는 전환점이 될 것이다. 젠슨 황이 기조연설에서 블랙웰을 소개하며 한 말이 특히 인상적이었다. “AI는 이제 단순한 도구가 아니라 스스로 사고하고 결정하는 존재로 나아가고 있다.” 이 말은 곧, 우리가 맞이할 AI의 미래가 이전과는 전혀 다른 차원이라는 것을 시사한다. 그리고 그 변화를 가속하는 엔진이 바로 블랙웰이다. “이제 AI는 단순한 계산기가 아니라, 실제로 ‘생각하고 판단하는 존재’가 되어야 한다.” – 젠슨 황   엔비디아가 던진 화두, 에이전틱 AI와 추론 AI AI 기술의 발전은 단순히 연산 능력을 향상시키는 것에 그치지 않는다. 더 중요한 것은 AI의 ‘사고 방식’이 바뀌고 있다는 점이다. 지금까지의 AI는 데이터를 학습하고 패턴을 인식하는 역할을 해왔다. 하지만 이제 AI는 스스로 목표를 설정하고, 상황에 맞게 판단하며, 능동적으로 문제를 해결하는 방향으로 진화하고 있다. GTC 2025에서 젠슨 황이 강조한 에이전틱 AI와 추론 AI는 바로 이러한 변화의 핵심 개념이다. 그는 이 두 가지 개념이 AI를 단순한 도구에서 ‘자율적 지능’으로 변화시키는 결정적 요소라고 설명했다. 그렇다면 에이전틱 AI와 추론 AI는 무엇이며, 어떤 변화를 가져올까? 에이전틱 AI의 핵심은 AI가 인간의 지시 없이도 능동적으로 목표를 설정하고, 실행할 수 있도록 만드는 것이다. 기존의 AI는 주어진 데이터와 명령에 따라 최적의 결과를 도출하는 ‘수동적’ 존재였다. 하지만 에이전틱 AI는 스스로 목표를 설정하고, 문제를 해결하는 ‘능동적’ 존재로 변하고 있다. 젠슨 황은 에이전틱 AI를 활용하면 인간이 직접 개입하지 않아도 AI가 알아서 문제를 해결하는 시대가 열린다고 강조했다. 추론 AI는 한 단계 더 나아가, AI가 단순한 패턴 인식을 넘어 논리적 사고를 수행할 수 있도록 만드는 기술이다. 기존 AI 모델은 데이터를 학습하고 특정 패턴을 기반으로 예측을 수행했지만, 그 과정에서 왜 이런 결론이 나왔는지 설명하지 못하는 경우가 많았다. 그러나 추론 AI는 AI가 논리적인 판단을 수행하고, 의사결정의 과정을 설명할 수 있도록 하는 것을 목표로 한다. 젠슨 황은 “이제 AI는 단순한 계산기가 아니라, 실제로 ‘생각하고 판단하는 존재’가 되어야 한다”며, 추론 AI가 향후 AI 발전의 핵심이 될 것이라고 강조했다. 젠슨 황이 강조한 에이전틱 AI와 추론 AI는 개별적인 개념이 아니라, 서로 결합될 때 가장 강력한 시너지를 발휘한다. 에이전틱 AI는 AI가 스스로 목표를 설정하고, 문제를 해결할 수 있도록 한다. 추론 AI는 AI가 단순한 계산이 아니라, 논리적 사고를 통해 최적의 결정을 내릴 수 있도록 한다. 이 두 가지가 결합되면, AI는 단순한 보조 도구를 넘어서 ‘진정한 지능(Artificial General Intelligence : AGI)’에 가까워질 것이다. 이러한 AI의 발전은 산업 전반에 걸쳐 거대한 변화의 파도를 일으킬 것이며, 기업들은 단순한 AI 도입을 넘어서 AI를 기업 전략의 중심으로 삼아야 하는 시점에 이르렀다. “AI 팩토리를 구축하여 AI 자체를 ‘생산하는 능력’을 가져야 한다.” – 젠슨 황   AI 팩토리, AI 혁명을 생산하는 공장 이제 AI는 단순한 소프트웨어가 아니라 하나의 ‘산업’으로 성장하고 있다. GTC 2025에서 젠슨 황이 강조한 개념 중 하나가 바로 AI 팩토리(인공지능 공장)이다. 그는 AI 팩토리를 가리켜 ‘미래 산업의 심장’이라고 표현했다. 그렇다면 AI 팩토리란 무엇이며, 왜 중요할까? 이 개념이 가져올 변화는 무엇일까? 기존의 데이터센터는 단순한 컴퓨팅 인프라였다. 하지만 AI 팩토리는 데이터를 학습하고, AI 모델을 훈련하며, 새로운 AI 설루션을 ‘생산’하는 역할을 한다. 즉, AI가 AI를 만들어내는 공장이다. 젠슨 황은 AI 팩토리를 자동차 산업에 비유하며 설명했다. “과거에는 사람이 손으로 자동차를 조립했지만, 지금은 로봇이 자동차를 생산한다. AI도 마찬가지다. 미래에는 사람이 AI를 개발하는 것이 아니라, AI 팩토리에서 AI가 스스로 AI를 만들어내게 될 것이다.” 즉, AI 팩토리는 단순한 데이터 센터가 아니라 AI 혁명을 대량 생산하는 공장이 된다. 젠슨 황은 GTC 2025에서 "AI 팩토리를 구동하는 핵심 연산 장치는 블랙웰 GPU가 될 것"이라고 강조했다. AI 팩토리에서 생산되는 것은 반도체나 기계가 아니라 AI 자체다. 이 공장에서 에이전틱 AI, 추론 AI, 자율주행 AI, 생성형 AI 등이 대량으로 생산된다. 즉, AI 팩토리는 단순한 데이터 센터를 넘어 새로운 AI 산업의 허브가 된다. AI 팩토리가 등장하면 기업과 산업이 근본적으로 변화한다. 특히, 데이터를 기반으로 하는 모든 산업이 AI 팩토리를 도입할 가능56 · 성이 높다. 결국 AI 팩토리는 단순한 연구소가 아니라, 실제 AI 모델을 ‘대량 생산’하여 산업에 공급하는 핵심 인프라가 된다. 젠슨 황은 AI 팩토리의 등장이 단순한 기술 발전이 아니라 경제 패러다임의 변화라고 강조했다. 이제 기업은 단순히 AI를 도입하는 것을 넘어, AI 팩토리를 구축하여 AI 자체를 ‘생산하는 능력’을 가져야 한다. “AI를 도입하지 않는 기업은 도태될 것이다.” – 젠슨 황   AI의 도입, AI가 기업을 재설계한다 AI 혁명은 더 이상 선택이 아니다. GTC 2025에서 젠슨 황이 강조한 메시지는 명확했다. "AI를 도입하지 않는 기업은 도태될 것이다." 이제 AI는 기업 운영의 한 요소가 아니라 기업의 핵심 전략, 구조, 성장 엔진 자체로 변화하고 있다. 기업은 어떻게 AI를 도입하고 있으며, AI 도입이 비즈니스에 미치는 영향은 무엇일까? 과거 AI 도입은 단순한 자동화 도구 활용이었다. 그러나 이제 AI 도입(AI adoption)은 기업의 핵심 역량을 AI 중심으로 전환하는 과정이다. AI 도입은 이제 단순한 기술의 도입이 아니라, 기업의 전략과 문화 자체를 AI 중심으로 변화시키는 과정이다. AI 도입이 빠르게 진행될 수록, 기업들은 직접 AI를 개발하는 것이 아니라 필요한 AI 서비스를 구독하는 방식으로 활용하는 시대가 열리고 있다. AI 도입이 가속화되면서 기업들은 완전히 새로운 방식으로 운영되고 있다. 특히, 의사결정 구조, 업무 방식, 조직 문화가 AI 중심으로 변화하고 있다. 이제 AI는 단순한 도구가 아니다. AI 도입이 진행될 수록, 기업의 핵심 전략과 비즈니스 모델 자체가 AI 중심으로 변화하고 있다. 결국, AI 도입을 성공적으로 수행하는 기업만이 미래 시장에서 생존하고 성장할 수 있을 것이다.    표 2. 기존 기업 vs. AI 중심 기업의 차이점   AI는 혼자 발전할 수 없다. 모두가 함께 연결되어야 한다.” – 젠슨 황   네트워킹, AI 시대의 연결과 협업 AI가 기업의 핵심 전략이 되고 산업 전체가 AI 기반으로 재편되는 과정에서, 네트워킹(networking)의 중요성이 더욱 강조되고 있다. 과거 기업은 독립적으로 성장하는 전략을 취했지만, 이제 AI 시대에서는 기업 간 협력, 데이터 공유, AI 연구 협업이 필수이다. GTC 2025에서 젠슨 황은 이렇게 말했다. “AI는 혼자 발전할 수 없다. 모두가 함께 연결되어야 한다.” 그렇다면 AI 시대의 네트워킹은 어떻게 이루어지고 있으며, 어떤 기업이 AI 협업을 통해 새로운 가치를 창출하고 있을까? AI 네트워킹의 의미는 ‘AI는 연결을 필요로 한다’로 해석된다. AI 혁명이 가속화될 수록 기업들은 서로 연결될 필요가 있다.  즉, AI 네트워킹이란 기업들이 AI를 더 빠르고, 더 효율적으로, 더 윤리적으로 활용하기 위해 서로 협력하는 과정을 의미한다. AI 네트워킹을 실현하는 방식은 다양하지만, 현재 가장 중요한 세 가지 협력 모델을 살펴보자. AI 팜(AI farms)을 통해 개별 기업이 AI 인프라를 구축하는 부담을 줄이고, 더 빠르게 AI를 도입할 수 있다. AI 얼라이언스(AI alliance)를 통해 기업들은 경쟁이 아닌 협력을 기반으로 AI 혁신을 가속화하고 있다. 즉, AI 데이터 공유는 이제 개인정보 보호를 유지하면서도 기업들이 협력할 수 있는 새로운 방식으로 발전하고 있다. AI 네트워킹이 활성화됨에 따라, 기업들은 완전히 새로운 방식으로 연결되고 협력하고 있다. AI 시대에는 한 산업 내에서 경쟁하는 것이 아니라, 다양한 산업과 연결되는 것이 핵심 전략이 된다. 결과적으로, AI 네트워킹을 활용하는 기업들은 새로운 기회를 창출하고, 더 빠르게 AI 중심으로 전환하고 있다. “AI 혁명은 이제 되돌릴 수 없는 변곡점에 도달했다. 우리는 AI와 함께 새로운 미래를 설계해야 한다.” – 젠슨 황   AI 시대의 미래, 우리는 어디로 가는가 AI 혁명은 이제 단순한 기술 발전을 넘어 산업, 사회, 인간의 삶 자체를 근본적으로 변화시키고 있다. GTC 2025에서 젠슨 황은 말했다. “AI 혁명은 이제 되돌릴 수 없는 변곡점에 도달했다. 우리는 AI와 함께 새로운 미래를 설계해야 한다. ”그렇다면 AI의 미래는 어디로 향하고 있으며, 우리는 AI와 함께 어떤 세상을 만들어가야 할까? 에이전틱 AI와 추론 AI의 발전이다. 즉, AI가 단순한 ‘도구’가 아니라, 인간과 협력하는 ‘실제적인 파트너’가 되는 시대가 다가오고 있다. 기존의 AI는 패턴을 학습하는 방식이었다. 그러나 추론 AI는 스스로 논리적으로 사고하고 추론하는 능력을 갖춘다. 즉, AI가 더 이상 단순한 자동화 도구가 아니라, 지능적인 사고를 할 수 있는 존재로 변화하고 있다. AI가 점점 더 지능적으로 발전하면서, 우리는 ‘AI와의 관계를 어떻게 설정할 것인가’라는 근본적인 질문을 마주하게 되었다. 이제 AI는 단순한 도구를 넘어, 인간과 협력하여 새로운 가치를 창출하는 존재로 변화하고 있다. AI가 고도화될 수록 우리는 AI의 윤리적 문제와 사회적 책임에 대한 고민을 깊게 해야 한다. 결과적으로, 각국이 AI 규제와 발전 전략을 다르게 설정하면서 AI 패권 경쟁이 더욱 치열해지고 있다. AI는 단순한 기술이 아니라, 인류가 새로운 방식으로 사고하고 일하고 살아가는 방식을 바꾸는 거대한 전환점이 되고 있다. “AI는 이제 단순한 도구가 아니라, 스스로 사고하고 결정하는 존재로 나아가고 있다.” – 젠슨 황   변화의 바람을 넘어, AI와 함께 새로운 항해를 시작하다 AI 혁명은 거대한 바람이 아니라, 이제는 우리가 타고 항해해야 할 파도다. 과거에는 변화가 두려운 것이었다. 그러나, AI와 함께라면 우리는 변화 속에서도 새로운 기회를 창출할 수 있다. 엔비디아 GTC 2025에서 젠슨 황이 던진 질문을 기억하자. “AI 시대, 우리는 어떤 미래를 만들어갈 것인가?” 이제 우리는 AI와 함께 새로운 항해를 시작할 준비를 해야 한다.   그림 1. 엔비디아 기업 성장 맵(GTC 2024, 2025, Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

알테어가 자사의 클라우드 플랫폼인 ‘알테어원’에 엔비디아의 ‘옴니버스 블루프린트’를 통합했다고 밝혔다. 옴니버스 블루프린트는 엔비디아가 개발한 실시간 디지털 트윈 구축을 위한 참조 워크플로이다. 이번 통합으로 사용자는 복잡한 시뮬레이션과 디지털 트윈을 실시간으로 시각화하고 구축할 수 있으며, 별도의 설정 없이 다양한 사용자와 함께 협업할 수 있다.   이제 사용자는 알테어원 내에서 옴니버스 블루프린트를 즉시 활용할 수 있으며, 구축한 디지털 트윈은 클라우드와 온프레미스 환경 어디서든 손쉽게 배포할 수 있다. 알테어원은 모든 데이터를 메타데이터와 함께 체계적으로 관리해 설계 반복 시에도 유연하게 대응할 수 있도록 지원한다. 특히 알테어의 인공지능(AI) 기반 해석 설루션인 ‘알테어 피직스AI’를 함께 활용할 경우, 기존에 며칠씩 걸리던 물리 해석 작업을 수 초 내지는 수 분 내로 단축할 수 있다.   실시간 협업도 중요한 차별점이다. 사용자는 디지털 트윈 환경에서 여러 사용자와 동시에 설계를 진행하고, 가상 환경에서 실시간으로 시뮬레이션을 수행할 수 있다. 특히 3D 설계, AI, 레이 트레이싱 기술이 결합된 몰입형 업무 환경을 제공하며, 클라우드 기반의 고품질 렌더링과 스트리밍 기능을 통해 복잡한 시스템 통합도 간소화된다. 알테어는 충돌 및 낙하 테스트 등 고난도 해석 작업에서도 시뮬레이션 속도와 협업 효율을 높일 수 있을 것으로 보고 있다.   이번 협업은 엔비디아의 GPU 가속, NIM 마이크로서비스, 옴니버스 플랫폼 등 최신 기술을 기반으로 하며, 알테어는 이를 바탕으로 시뮬레이션, AI, 데이터 분석, 고성능 컴퓨팅(HPC) 등 자사의 핵심 역량을 단일 플랫폼에 집약해 디지털 엔지니어링의 새로운 표준을 제시할 계획이다.     엔비디아의 티모시 코스타 CAE 및 CUDA-X 부문 수석 디렉터는 “디지털 트윈 기술은 산업을 재편하고 있다”면서, “알테어 사용자는 이제 엔비디아의 첨단 기술을 기반으로 더욱 효율적이고 실질적인 디지털 엔지니어링을 구현할 수 있을 것”이라고 말했다.   알테어의 샘 마할링엄 최고기술책임자(CTO)는 “엔비디아의 블랙웰 가속기, AI, 옴니버스 기술을 알테어원에 통합함으로써 고객은 디지털 트윈과 시뮬레이션을 보다 빠르고 직관적으로 운영할 수 있게 됐다”면서, “이번 통합은 데이터, AI, 시뮬레이션을 하나의 워크플로로 연결해 디지털 엔지니어링 혁신을 실현하는 중요한 전환점이 될 것”이라고 강조했다.   한편 알테어는 옴니버스 블루프린트 통합 외에도 주요 제품에 엔비디아 기술을 적용해 성능 향상을 지속하고 있다. 알테어의 구조해석 설루션인 ‘알테어 옵티스트럭트’는 GPU 가속 라이브러리 cuDSS를 도입해 CPU 및 GPU에서 해석 성능을 개선했다. 또한 알테어의 주요 전산유체해석(CFD) 소프트웨어가 블랙웰 플랫폼에서 최대 1.6배의 속도 향상을 기록했고, 입자 해석 시뮬레이션 소프트웨어인 ‘알테어 이뎀’은 기존 32코어 CPU 대비 최대 40배 빠른 시뮬레이션 속도를 달성한 바 있다.

앤시스가 시뮬레이션 성능 향상을 위해 엔비디아 옴니버스(NVIDIA Omniverse)와 자사 소프트웨어를 통합한다고 밝혔다. 오는 3분기부터 엔비디아 옴니버스와 통합될 소프트웨어는 유체 시뮬레이션 소프트웨어 앤시스 플루언트(Ansys Fluent)와 자율주행차 센서 모델링 및 테스트용 소프트웨어 앤시스 AV엑셀러레이트 센서(Ansys AVxcelerate Sensors) 등 2종이다. 앤시스는 “이번 통합을 바탕으로 데이터 수집 자동화와 고정밀 모델을 구현해 시뮬레이션 프로세스를 간소화하고 보다 깊이 있는 인사이트를 제공할 것으로 기대된다”면서, “이를 통해 엔지니어가 시뮬레이션의 결과를 의사 결정권자, 제품 이해관계자 및 잠재 고객에게 전달 시의 부담도 덜게 될 것으로 보인다”고 전했다.     시뮬레이션을 위한 대량의 데이터를 준비하려면 데이터의 품질, 상호운용성, 유연성을 확보해야 한다. 이는 일반적으로 사용자가 하나의 시뮬레이션 모델에 대한 매개변수를 준하기 위해 여러 소프트웨어를 사용함을 의미한다. 또한 모델의 매개변수화 이후 시각화를 위해 추가적인 전문 도구 및 지식이 필요한 경우가 많다. 앤시스의 소프트웨어는 엔비디아 옴니버스를 활용함으로써 3D 신(scene) 데이터의 상호운용성, 확장성 및 모듈성을 강화시킬 수 있는 개방형 생태계를 제공한다. 옴니버스를 통해 고객은 시뮬레이션 데이터를 쉽게 준비할 수 있으며, 이는 특히 앤시스 AV 액셀러레이트 센서에서 유용하게 활용할 수 있다. 사용자는 앤시스의 인터페이스 내에서 몰입감 있고 사실적인 모델을 렌더링할 수 있어 실시간 협업을 지원하고, 결과를 더욱 효과적으로 전달할 수 있다. 이에 더해 사용자가 앤시스 설루션 포트폴리오 전반에 적용해 광범위한 개발 생태계를 구축할 수 있는 오픈 소스 파이썬(Python) API 소프트웨어 패키지인 파이앤시스(PyAnsys)는 시뮬레이션 데이터를 자동으로 포맷하기 때문에, 시뮬레이션 실무자와 개발자는 엔비디아 옴니버스에 구축된 자체 앱 내에서 시뮬레이션을 쉽게 사용자 지정 및 자동화할 수 있다. 일례로 아스팔트 도로 건설, 골재 처리 및 콘크리트 생산을 위한 특수 장비를 제조하는 아스텍 인더스트리스(Astec Industries)는 앤시스 소프트웨어를 사용해 아스팔트 드럼 건조기와 수소 버너를 설계 및 최적화하고 있다. 아스텍 인더스트리스의 첨단 기술 디렉터인 앤드류 홉스(Andrew Hobbs) 박사는 “앤시스 플루언트에 옴니버스가 통합되면서 복잡한 물리 시뮬레이션을 시각화할 수 있게 되어 당사와 고객 모두 장비가 어떻게 작동하는지 직관적으로 파악, 놀라울 정도로 디테일한 인사이트를 얻을 수 있었다”면서, “장비의 내부처럼 실제 관측이 불가능한 환경을 시뮬레이션함으로써 제품이 실제로 어떻게 작동할 것인지에 대한 이해를 높일 수 있을 뿐만 아니라, 성능과 효율을 극대화해 최적화된 설계가 가능해졌다. 이로써 고객들에게 혁신적인 장비와 경쟁력을 제공할 수 있어 만족스럽다”고 말했다. 앤시스의 셰인 엠스와일러(Shane Emswiler) 제품 부문 수석 부사장은 “지금의 디지털 엔지니어링은 직관적이고 효율적이며 또 혁신적인 제품을 설계하기 위해 기술 간 호환성에 더욱 의존하고 있다. 앤시스는 이에 발맞춰 엔비디아와의 협력을 지속 강화해 고객이 시뮬레이션의 결과를 실제처럼 구현, 기존에는 얻기 힘들었던 인사이트를 확보할 수 있도록 지원하고 있다”면서, “이 모든 과정을 앤시스의 익숙한 인터페이스에서 손쉽게 수행할 수 있다는 점이 프로젝트의 일정을 단축하고 제품을 더 빠르게 시장에 출시하는 데에 큰 도움을 줄 것으로 기대한다”고 말했다. 엔비디아의 레브 레바레디언(Rev Lebaredian) 옴니버스 및 시뮬레이션 기술 담당 부사장은 “엔비디아 옴니버스의 강력한 시각화 기능과 앤시스 소프트웨어의 예측 정확도를 결합하면 시뮬레이션 인사이트에 대한 접근성을 확대하는 강력한 디지털 엔지니어링 환경을 구축할 수 있다”고 말했다.

  엔비디아가 미국 새너제이에서 열린 GTC에서 AI 팩토리의 설계와 최적화를 지원하는 새로운 엔비디아 옴니버스 블루프린트(NVIDIA Omniverse Blueprint)를 공개했다고 밝혔다. 이제 AI가 하나의 주류로 자리 잡으며, AI 훈련과 추론 전용 인프라이자 인텔리전스 생산의 핵심인 AI 팩토리에 대한 수요가 그 어느 때보다 급증하고 있다. 이러한 AI 팩토리(AI 훈련과 추론을 전담하는 특수 목적 인프라)의 대부분은 기가와트급 규모로 건설될 예정이다. 이러한 규모의 AI 팩토리를 구축하는 것은 엄청난 엔지니어링과 물류 작업이 필요한 일이다. 1기가와트 규모의 AI 팩토리 건설에는 공급업체, 건축가, 시공업체, 엔지니어 등 수만 명의 인력이 필요하며, 약 50억 개의 부품과 21만 마일 이상의 광케이블을 제작, 배송, 조립해야 한다. 엔비디아 창립자 겸 CEO인 젠슨 황(Jensen Huang)은 현지 시간으로 3월 18일 진행된 GTC 기조연설에서 엔비디아의 데이터센터 엔지니어링 팀이 옴니버스 블루프린트에서 1기가와트급 AI 팩토리를 계획, 최적화, 시뮬레이션할 수 있는 애플리케이션을 어떻게 개발했는지 그 과정을 소개했다. 엔지니어링 팀은 케이던스 리얼리티 디지털 트윈 플랫폼(Cadence Reality Digital Twin Platform)과 ETAP와 같은 선도적인 시뮬레이션 툴에 연결해 인프라 건설이 시작되기 훨씬 전, 전력과 냉각 그리고 네트워킹을 테스트하고 최적화할 수 있다. 시뮬레이션 우선 접근 방식을 채택하는 엔지니어링 AI 팩토리 AI 팩토리 설계와 운영을 위한 엔비디아 옴니버스 블루프린트는 오픈USD(Universal Scene Description, OpenUSD) 라이브러리를 사용한다. 이를 통해 개발자는 건물 자체, 엔비디아 가속 컴퓨팅 시스템, 슈나이더 일렉트릭(Schneider Electric)이나 버티브(Vertiv)와 같은 공급업체의 전력 또는 냉각 장치 등 서로 다른 소스에서 3D 데이터를 수집할 수 있다. 이 블루프린트는 수십억 개의 AI 팩토리 구성 요소에 대한 설계와 시뮬레이션을 통합함으로써 엔지니어가 다음과 같은 복잡한 문제를 해결할 수 있도록 돕는다. l  구성 요소 통합과 공간 최적화 - 엔비디아 DGX SuperPOD, GB300 NVL72 시스템 그리고 50억 개의 구성 요소의 설계와 시뮬레이션을 통합한다. l  냉각 시스템 성능과 효율성 - 엔비디아 쿠다(CUDA)와 옴니버스 라이브러리로 가속화된 케이던스 리얼리티 디지털 트윈 플랫폼을 사용해 버티브와 슈나이더 일렉트릭의 하이브리드 공랭식 또는 수랭식 솔루션을 시뮬레이션하고 평가한다. l  전력 분배와 신뢰성 - ETAP로 확장 가능한 이중화 전력 시스템을 설계해 전력 블록의 효율성과 신뢰성을 시뮬레이션한다. l  네트워킹 토폴로지(Networking topology)와 논리 - 엔비디아 스펙트럼-X(Spectrum-X) 네트워킹과 엔비디아 에어(Air) 플랫폼으로 고대역폭 인프라를 미세 조정한다. 옴니버스로 엔지니어링 사일로 해소 AI 팩토리 건설에서 가장 큰 과제 중 하나는 전력, 냉각, 네트워킹 등 각 분야의 팀이 개별적으로 운영되면서 비효율성과 잠재적인 오류를 초래한다는 점이다. 옴니버스 블루프린트를 활용하면 엔지니어들은 다음과 같은 방식으로 협업할 수 있다. l  맥락을 공유하며 협업 - 여러 엔지니어링 분야가 실시간 시뮬레이션을 공유하며 병렬로 설계하고 조정할 수 있어, 한 영역의 변경이 다른 영역에 미치는 영향을 즉시 파악할 수 있다. l  에너지 사용 최적화 - 실시간 시뮬레이션 업데이트를 통해 AI 워크로드에 가장 효율적인 설계를 도출할 수 있다. l  오류 발생 지점 제거 – 배포 전에 이중화 구성을 검증함으로써 비용이 많이 드는 다운타임 위험을 최소화할 수 있다. l  실제 환경 모델링 - 다양한 AI 워크로드가 냉각 성능, 전력 안정성, 네트워크 혼잡도에 미치는 영향을 예측하고 테스트할 수 있다. 이 블루프린트는 실시간 시뮬레이션을 각 엔지니어링 분야와 통합함으로써 운영 비용 모델링과 전력 활용 최적화를 위한 다양한 구성 방안을 탐색할 수 있도록 한다. 실시간 시뮬레이션으로 빨라지는 의사 결정 젠슨 황 CEO의 시연에서 엔지니어들은 실시간으로 AI 팩토리 구성 요소를 조정하고 그 영향을 즉시 확인할 수 있었다. 예를 들어, 냉각 레이아웃을 조금만 조정해도 효율성이 크게 개선됐는데, 이는 기존 문서 기반 설계에서는 놓치기 쉬운 요소이다. 또한, 기존에는 몇 시간씩 소요되던 시뮬레이션 결과를 단 몇 초 만에 확인해 전략을 테스트하고 개선할 수 있었다. 최적의 설계가 확정된 후에는 공급업체와 건설 팀과의 원활한 소통을 도와 실제 건축물이 모델 그대로 정확한 시공이 이루어질 수 있도록 보장했다. 미래를 대비하는 AI 팩토리 AI 워크로드는 지속적으로 변화한다. AI 애플리케이션의 차세대 물결은 전력, 냉각, 네트워킹에 대한 수요를 더욱 증가시킬 것이다. AI 팩토리 설계와 운영을 위한 옴니버스 블루프린트는 이러한 변화에 대비할 수 있도록 다음과 같은 기능을 제공한다. l  워크로드 인식 시뮬레이션 - AI 워크로드의 변화가 데이터센터 규모에서 전력과 냉각에 어떤 영향을 미칠지 예측한다. l  장애 시나리오 테스트 - 전력망 장애, 냉각 누수, 전력 급등을 모델링해 시스템 회복력을 보장한다. l  확장 가능한 업그레이드 - AI 팩토리 확장을 계획하고, 몇 년 후의 인프라 요구 사항을 예측한다. 또한 개조와 업그레이드를 계획할 때 비용과 다운타임을 쉽게 테스트하고 시뮬레이션해 미래에 대비한 AI 팩토리를 구축할 수 있다. AI 팩토리 운영자에게 있어 앞서 나간다는 것은 단순히 효율성을 높이는 것만이 아니라, 하루에 수백만 달러의 비용이 발생할 수 있는 인프라 장애를 방지하는 것이기도 하다. 1기가와트 AI 팩토리의 경우, 매일 발생하는 다운타임으로 1억 달러 이상의 비용이 발생할 수 있는데, 이 블루프린트는 인프라 문제를 미리 해결함으로써 위험과 배포 시간을 모두 줄여준다. AI 팩토리 운영을 위한 에이전틱 AI로 가는 길 엔비디아는 AI 기반 운영으로 확장하기 위한 다음 단계의 블루프린트를 마련하기 위해 버테크(Vertech)와 파이드라(Phaidra)와 같은 주요 기업들과 협력하고 있다. 버테크는 엔비디아 데이터센터 엔지니어링 팀과 협력해 고급 AI 팩토리 제어 시스템을 개발하고 있다. 이 시스템은 IT와 운영 기술 데이터를 통합해 운영 안정성과 가시성을 향상시킨다. 파이드라는 엔비디아와 협력해 강화 학습 기반 AI 에이전트를 옴니버스에 통합하고 있다. 이러한 에이전트는 실시간 시나리오 시뮬레이션을 통해 열 안정성과 에너지 효율을 최적화한다. 그리고 하드웨어와 환경 변화에 맞춰 지속적으로 적응하는 디지털 트윈을 생성한다. AI 데이터센터의 폭발적 성장 AI는 전 세계 데이터센터 환경을 빠르게 재편하고 있다. AI 기반 데이터센터 업그레이드에 1조 달러가 투자될 것으로 예상되는 가운데, 디지털 트윈 기술은 더 이상 선택이 아닌 필수다. AI 팩토리 설계와 운영을 위한 엔비디아 옴니버스 블루프린트는 엔비디아와 파트너 에코시스템이 이러한 변화를 주도할 수 있도록 지원한다. 이를 통해 AI 팩토리 운영자는 끊임없이 진화하는 AI 워크로드에 앞서 나가고, 다운타임을 최소화하며, 효율성을 극대화할 수 있다. 관련 링크 디지털 트윈을 활용해 기가와트급 AI 팩토리 구축하기    

엔비디아가 GTC 2025에서 ‘엔비디아 RTX PRO 6000 블랙웰 서버 에디션(NVIDIA RTX PRO 6000 Blackwell Server Edition)’을 발표했다. RTX PRO 6000 블랙웰 서버 에디션은 비주얼 컴퓨팅과 엔터프라이즈 AI를 위해 구축된 첫 번째 블랙웰 기반 데이터센터 GPU이다. 이는 모든 산업에서 높은 성능을 요구하는 AI, 그래픽 애플리케이션을 신속하게 처리할 수 있도록 설계됐다. 이전 세대인 에이다 러브레이스(Ada Lovelace) 아키텍처 기반 L40S GPU에 비해 RTX PRO 6000 블랙웰 서버 에디션 GPU는 다양한 엔터프라이즈 워크로드에서 성능이 크게 향상된다. 예를 들어, 에이전틱 AI(Agentic AI) 애플리케이션을 위한 대규모 언어 모델(LLM) 추론 처리량은 최대 5배 증가되고, 유전체 염기서열 분석은 약 7배로 가속화되며, 텍스트-비디오 생성은 3.3배, 렌더링 속도는 2배 이상 빨라진다. RTX PRO 6000 블랙웰 서버 에디션은 워크스테이션과 서버 GPU로 이뤄진 엔비디아 RTX PRO 블랙웰 시리즈에 속한다. 이번 엔비디아 GTC에서 발표된 RTX PRO 라인업은 여러 산업의 AI와 창의적인 워크로드를 지원하는 데스크톱, 랩톱, 데이터센터 GPU로 구성된다. 여러 분야의 기업들은 RTX PRO 6000 블랙웰 서버 에디션을 통해 데이터 분석, 엔지니어링 시뮬레이션, 생성형 AI, 비주얼 컴퓨팅과 같은 워크로드에서 높은 성능을 구현할 수 있다. 여기에는 건축, 자동차, 클라우드 서비스, 금융 서비스, 게임 개발, 의료, 제조, 미디어, 엔터테인먼트, 소매업 등의 산업이 포함된다. 콘텐츠 제작, 반도체 제조, 유전체 분석 기업들은 이미 컴퓨팅 집약적인 AI 지원 워크플로를 가속화하기 위해 RTX PRO 6000 블랙웰 서버 에디션의 기능을 활용하고 있다.     RTX PRO 6000 블랙웰 서버 에디션은 데이터센터 환경에서 연중무휴 24시간 운영할 수 있게 설계된 수동 냉각 장치 형태로, 강력한 RTX AI와 그래픽 기능을 제공한다. 96GB의 초고속 GDDR7 메모리와 멀티 인스턴스 GPU(MIG)를 갖춘 RTX PRO 6000은 최대 4개의 완전히 격리된 인스턴스로 분할될 수 있다. 각 인스턴스는 24GB의 메모리를 사용할 수 있어, AI 워크로드와 그래픽 워크로드를 동시에 실행할 수 있다. RTX PRO 6000은 엔비디아 컨피덴셜 컴퓨팅(Confidential Computing)을 통해 안전한 AI를 구현하는 범용 GPU이다. 이는 강력한 하드웨어 기반 보안으로 AI 모델과 민감한 데이터를 무단 접근으로부터 보호한다. 이에 따라 물리적으로 격리된 신뢰할 수 있는 실행 환경을 제공해 데이터를 사용하는 동안 전체 워크로드를 보호한다. 또한, RTX PRO 6000은 엔터프라이즈급 배포에서 효과적으로 사용될 수 있도록 고밀도 가속 컴퓨팅 플랫폼으로 구성돼 분산 추론 워크로드를 수행할 수 있다. 더불어 엔비디아 vGPU 소프트웨어를 통해 가상 워크스테이션을 제공하며, AI 개발과 고도의 그래픽 애플리케이션을 구동하는 데 사용될 수 있다. RTX PRO 6000 GPU는 광범위한 AI 모델에 걸쳐 강력한 추론 성능을 제공하며, 복잡한 가상 환경의 사실적인 실시간 레이 트레이싱을 가속화한다. 여기에는 5세대 텐서 코어(Tensor Core), 4세대 RT 코어, DLSS 4, 통합된 미디어 파이프라인, FP4 정밀도를 지원하는 2세대 트랜스포머 엔진(Transformer Engine) 등 최신 블랙웰 하드웨어와 소프트웨어 혁신이 포함된다. 기업들은 RTX PRO 6000 블랙웰 서버 에디션 GPU에서 엔비디아 옴니버스(Omniverse)와 엔비디아 AI 엔터프라이즈(AI Enterprise) 플랫폼을 대규모로 실행할 수 있다. 이를 통해 이미지와 비디오 생성, LLM 추론, 추천 시스템, 컴퓨터 비전, 디지털 트윈, 로보틱스 시뮬레이션 등의 에이전틱 AI, 물리 AI 애플리케이션 개발과 배포를 더욱 원활하게 진행할 수 있다. 엔비디아는 RTX PRO 6000 블랙웰 서버 에디션을 탑재한 플랫폼이 5월부터 전 세계 파트너를 통해 출시될 예정이라고 소개했다. 클라우드 서비스 제공업체와 GPU 클라우드 제공업체 중에서는 아마존 웹 서비스(AWS), 구글 클라우드, 마이크로소프트 애저, IBM 클라우드, 코어위브, 크루소, 람다, 네비우스, 벌처가 최초로 RTX PRO 6000 블랙웰 서버 에디션을 탑재한 인스턴스를 제공할 계획이다. 시스코, 델 테크놀로지스, 휴렛팩커드 엔터프라이즈(HPE), 레노버, 슈퍼마이크로는 RTX PRO 6000 블랙웰 서버 에디션을 탑재한 서버를 제공할 예정이다. 이 외에도 어드밴텍, 애티나, 에이브레스, 애즈락랙, 에이수스, 컴팔, 폭스콘, 기가바이트, 인벤텍, MSI, 페가트론, 퀀타 클라우드 테크놀로지(QCT), 미텍 컴퓨팅, 네이션게이트, 위스트론, 위윈 등의 기업도 이 서버를 제공할 계획이다.

슈나이더 일렉트릭과 전력 시스템 설계 및 운영 기업 이탭(ETAP)이 AI를 활용한 공정의 전력 요구 사항을 정확하게 시뮬레이션할 수 있는 디지털 트윈을 공개했다. 이번 협업은 엔비디아 옴니버스(NVIDIA Omniverse) AI 팩토리 디지털 트윈 블루프린트를 기반으로, 전력 시스템뿐만 아니라 기계, 열역학, 네트워크 등 다양한 요소를 통합한 정교한 AI 팩토리 운영 시뮬레이션을 가능하게 한다. 슈나이더 일렉트릭은 “이를 통해 AI 팩토리의 전력 효율성, 신뢰성 및 지속 가능성을 높이는 새로운 접근 방식을 제시하며, AI 팩토리 설계 및 운영 방식의 새로운 기준을 마련할 것”이라며 기대를 나타냈다. 이번 디지털 트윈은 기존의 전력 시스템 시각화 기술을 뛰어넘어 실시간 데이터와 고급 분석 기능을 통합해 보다 정교한 전력 설계 및 시뮬레이션을 지원한다. 주요 기능으로는 고급 전력 시스템 설계 및 시뮬레이션, 실시간 데이터 기반 ‘가상 시나리오(What-If)’ 분석, 전력 인프라 성능 모니터링 및 예측 유지보수, 에너지 효율 최적화 및 전력 사용 패턴 분석, 그리고 전력 사용량 기반 인프라 요구 사항 예측을 통한 비용 절감 등이 포함된다.     최근 AI 모델 학습과 추론 작업이 증가하면서 데이터 센터의 전력 소비량이 크게 증가하고 있다. AI 학습 및 복잡한 연산 작업은 기존 컴퓨팅 환경보다 높은 전력 밀도를 요구하며, 이에 따라 데이터 센터의 설계 및 운영 방식 전반에 대한 재검토가 필요한 상황이다. 슈나이더 일렉트릭과 이탭, 엔비디아는 이러한 문제를 해결하기 위해 ‘그리드 투 칩(grid to chip)’ 접근 방식을 도입했다. 기존 데이터 센터 운영자가 랙(rack) 단위에서 평균 전력 소비량을 추정했던 것과 달리, 이탭의 새로운 디지털 트윈 기술은 칩 레벨에서의 동적 부하 행동을 정밀하게 모델링하여 AI 워크로드 환경에서도 최적의 전력 시스템 설계 및 운영이 가능하도록 지원한다. 이번 협업을 통해 AI 데이터 센터는 보다 정확한 전력 사용 패턴 분석, 예측 유지보수, 에너지 효율 최적화를 실현할 수 있게 된다. 이는 기업들이 비용 절감뿐만 아니라 지속 가능한 AI 인프라를 구축하는 데 기여할 것으로 보인다. 엔비디아의 디온 해리스(Dion Harris) HPC 및 AI 팩토리 설루션 수석 디렉터는 “AI 워크로드가 증가함에 따라, 정밀한 전력 관리는 효율성, 신뢰성, 지속 가능성을 보장하는 핵심 요소가 되었다. 슈나이더 일렉트릭 및 이탭과의 협업을 통해 데이터 센터 운영자는 전력 소비를 정확히 분석하고 AI 도입을 더욱 가속화할 수 있다”라고 말했다. 이탭의 타뉴 칸델왈(Tanuj Khandelwal) CEO는 “이번 협업은 단순한 기술 도입이 아니라, AI 시대에 맞는 데이터 센터 설계 및 운영 방식을 근본적으로 재구성하는 혁신적인 변화”라며, “전력 엔지니어링과 첨단 가상화 및 AI 기술을 융합하여 새로운 인프라 관리 패러다임을 창출하고 있다”라고 강조했다. 슈나이더 일렉트릭의 판카즈 샤르마(Pankaj Sharma) 데이터 센터, 네트워크 및 서비스 사업부 부사장은 “AI 워크로드 대응을 위해서는 협업, 속도, 혁신이 필수”라면서, “슈나이더 일렉트릭과 이탭, 엔비디아가 함께 데이터 센터 기술을 발전시키는 것뿐만 아니라, 기업들이 AI의 전력 요구 사항을 효과적으로 충족하고 운영을 최적화할 수 있도록 지원하고 있다”고 밝혔다.

엔비디아가 미국 새너제이에서 열린 GTC에서 주요 CAE 소프트웨어 공급업체들이 엔비디아 블랙웰(NVIDIA Blackwell) 플랫폼을 도입해 자사 시뮬레이션 도구를 최대 50배까지 가속화한다고 발표했다. 이들 공급업체에는 앤시스, 알테어, 케이던스, 지멘스, 시높시스 등이 포함된다. 가속화된 CAE 소프트웨어와 엔비디아 쿠다-X(CUDA-X) 라이브러리 그리고 성능을 최적화하는 블루프린트를 병용하면 자동차, 항공우주, 에너지, 제조, 생명과학 분야 제품의 개발 시간과 비용을 줄일 수 있으며, 설계 정확도는 높이면서 에너지 효율을 유지할 수 있다는 것이 엔비디아의 설명이다. 소프트웨어 제공업체는 고객이 실시간 인터랙티브 기능을 갖춘 디지털 트윈을 개발하도록 지원할 수 있으며, 이제 엔비디아 블랙웰 기술을 통해 이를 가속화할 수 있다. CAE 소프트웨어 업계에서는 자사 소프트웨어에 블랙웰을 통합하는 생태계가 확장되고 있다. 여기에는 대표적으로 알테어, 앤시스, 비욘드매스, 케이던스, 콤솔, 엔지스(ENGYS), 플렉스컴퓨트, 헥사곤, 루미너리 클라우드, M-스타, 오토데스크 계열사인 나바스토, 뉴럴 콘셉트, 엔톱, 리스케일, 지멘스, 심스케일, 시높시스, 볼케이노 플랫폼스 등이 있다.     케이던스는 엔비디아 그레이스(Grace) 블랙웰 가속 시스템을 활용해 항공기의 이착륙 시뮬레이션이라는 전산유체역학(CFD)의 대형 과제를 해결하고 있다. 케이던스는 단일 엔비디아 GB200 NVL72 서버에서 케이던스 피델리티(Fidelity) CFD 솔버를 사용해 수십억 개의 셀 시뮬레이션을 24시간 이내에 실행했다. 이는 기존의 수백만 개 코어를 가진 CPU 클러스터에서도 며칠이 지나야 완료가 가능한 작업이었다. 이 혁신을 바탕으로 항공우주 산업은 더 안전하고 효율적인 항공기를 설계하면서도, 비용이 많이 드는 풍동 실험 횟수는 줄여 출시까지 걸리는 시간을 단축할 수 있을 전망이다. 리스케일이 새롭게 출시한 CAE 허브(CAE Hub)를 활용하면 엔비디아 기술과 더불어 다수의 독립 소프트웨어 공급업체가 개발한 쿠다 가속 소프트웨어에 간편하게 접속할 수 있다. 리스케일 CAE 허브는 클라우드에서 엔비디아 GPU와 엔비디아 DGX Cloud(DGX 클라우드)에 기반한 유연하고 향상된 성능의 컴퓨팅과 AI 기술을 제공한다. 고속 항공기를 만드는 붐 슈퍼소닉(Boom Supersonic)은 리스케일 CAE 허브에서 실시간 디지털 트윈을 위한 엔비디아 옴니버스 블루프린트(Omniverse Blueprint)와 블랙웰 가속 CFD 솔버를 사용할 예정이다. 이를 통해 새로운 초음속 항공기 설계와 최적화에 나설 계획이다. 제품 개발 주기의 대부분이 시뮬레이션에 기반한 붐 슈퍼소닉은 블랙웰 GPU로 가속화된 리스케일 플랫폼을 통해 다양한 비행 조건을 테스트하고 시뮬레이션을 반복하며 요구 사항을 개선할 전망이다. 실시간 디지털 트윈을 위한 엔비디아 옴니버스 블루프린트는 현재 일반적으로 사용이 가능하며, 리스케일 CAE 허브에도 포함돼 있다. 이 블루프린트는 엔비디아 쿠다-X 라이브러리와 엔비디아 피직스네모 AI, 엔비디아 옴니버스 플랫폼을 통합했다. 더불어 물체 부근의 공기 움직임을 연구하는 외부 공기역학을 위한 엔비디아 NIM 마이크로서비스를 최초로 추가했다. 엔비디아의 젠슨 황(Jensen Huang) 창립자 겸 CEO는 “엔비디아 블랙웰에서의 쿠다 가속 물리 시뮬레이션은 실시간 디지털 트윈을 개선하고 엔지니어링 프로세스 전반을 재구상하고 있다. 사실상 모든 제품이 물리적으로 구현되기 훨씬 전에 디지털 트윈으로 먼저 생성되고 생명력을 얻을 날이 다가오고 있다”고 말했다.