개발 및 공급 : 앤시스코리아 주요 특징 : 원클릭으로 전문 지식에 접근 가능한 AI 기반 어시스턴트 지원, AI+ 기능이 탑재된 7종 제품을 통한 시뮬레이션 효율 및 접근성 향상, 데이터 관리 및 워크플로 자동화 강화를 통한 AI 통합 효과 향상 등   앤시스는 자사 전 제품에 AI 기반 시뮬레이션 기능을 확대 적용한 최신 릴리스 ‘앤시스 2025 R2(Ansys 2025 R2)’를 발표했다. 앤시스 2025 R2는 시뮬레이션 속도와 접근성을 크게 향상시키는 동시에 강화된 솔버, 간소화된 워크플로, 파이썬(Python) 호환성 확대, 온디맨드 클라우드 컴퓨팅 지원 등을 통해 설계 유연성과 생산성을 높인다. 특히, 초기 설계 단계에서의 스마트한 의사결정을 가능하게 하여, 차세대 위성부터 데이터센터 설계에 이르기까지 다양한 산업 분야에서 실질적인 가치를 제공한다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스의 시뮬레이션은 물리 기반 설계의 기준점이자 이론과 실험을 연결하는 가교 역할을 해왔다. 50년 이상의 고급 물리 해석 경험을 바탕으로, 앤시스 2025 R2는 더욱 스마트하고 빠르며 복잡한 시뮬레이션을 구현할 수 있도록 지원한다”면서, “모델·메타데이터·추적성·표준 기반의 데이터 활용을 통해 미래의 혁신적인 제품 개발을 위한 엔지니어링 역량을 강화할 것”이라고 강조했다. 앤시스 2025 R2는 AI 기반 다양한 도구와 기능을 통해 시뮬레이션 도입 장벽을 낮추고, 팀 간 협업을 촉진하며, 전사적인 생산성을 향상시켜 더 나은 결과를 창출할 수 있도록 지원한다.   ▲ 앤시스 2025 R2는 시뮬레이션 워크플로 전반의 생산성, 정확성, 인사이트를 향상시키는 AI 기반 기술을 새롭게 선보인다.   물리 기반 AI로 직관적인 시뮬레이션 앤시스 2025 R2는 AI 기반 가상 어시스턴트인 ‘앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)’을 포함한 다양한 신기능을 통해 시뮬레이션의 접근성과 설계 효율, 정확도를 높인다. 앤시스 엔지니어링 코파일럿은 앤시스 GPT(Ansys GPT), 앤시스 웹사이트, 수천 개의 기술 문서, 800개 이상의 이노베이션 강의, 글로벌 포럼, 지원 케이스 생성/추적 기능에 바로 접근할 수 있다. 마이크로소프트 애저(Microsoft Azure)의 니디 체펠(Nidhi Chappell) AI 인프라 부문 부사장은 “마이크로소프트 애저 AI 파운드리와 앤시스 GPT의 통합을 통해 엔지니어들은 핵심 정보에 신속하게 접근하고, 앤시스의 깊이 있는 엔지니어링 전문성을 활용함으로써 생산성을 높이고 혁신을 가속화할 수 있다”고 전했다. 2025 R2는 앤시스 포트폴리오 전반에 AI 기능을 추가했다. 이를 통해 충실도가 높은 시뮬레이션을 자동으로 생성, 검증 및 최적화하여 모델 생성 속도를 높이고, 수동 작업을 줄이며 인적 오류를 줄일 수 있다. 앤시스 엔지니어링 코파일럿은 앤시스 메카니컬(Ansys Mechanical), 앤시스 디스커버리(Ansys Discovery), 앤시스 플루언트(Ansys Fluent), 앤시스 HFSS(Ansys HFSS), 앤시스 일렉트로닉 데스크톱(AEDT), 앤시스 스케이드 원(Ansys Scade One), 앤시스 스피오스(Speos), 앤시스 맥스웰(Maxwell), 앤시스 옵티스랭(optiSLang), 앤시스 루메리컬(Ansys Lumerical) 등 주요 설루션에 통합되어 있으며, 클릭 한 번으로 축적된 엔지니어링 전문 지식에 대한 즉각적 접근 가능 HFSS 기반 방사 패턴 시뮬레이션의 연산 속도는 17배 향상, 위상 배열 안테나의 빔 조향 정확도 개선으로 5G/6G, 레이더 센서, 위성통신 등 고주파 애플리케이션 최적화 이러한 기능을 향상된 데이터 처리 및 자동화와 결합함으로써, 기업은 새로운 효율을 확보하고 보다 간소화되고 확장 가능한 워크플로를 구축할 수 있다.   데이터 처리 및 자동화를 통한 AI 활용 극대화 앤시스 2025 R2는 복잡한 데이터 처리 및 관리 작업을 간소화함으로써 디지털 엔지니어링의 생산성과 협업 수준을 높인다. 견고한 데이터 관리 체계를 기반으로 제품 수명주기 전반에 걸쳐 데이터를 최대한 활용하고, AI 모델 학습 및 신뢰성 높은 합성 데이터 생성을 지원한다. 또한, 모델 기반 시스템 엔지니어링(MBSE)의 기능이 한층 강화되어 팀 간 신뢰 기반 협업은 물론, 디지털 연속성과 조직 간 통합된 워크플로 체계를 안정적으로 유지할 수 있다. 파이썬 호환성 확장을 통해 워크플로 자동화와 데이터 관리 유연성이 강화되었으며, 반복 가능한 프로젝트 운영과 품질 향상에 기여하고 있다. 40개 이상의 파이썬(Python) 라이브러리를 포함한 파이앤시스(PyAnsys) 컬렉션은 신규 도구인 파이에스티케이(PySTK) 및 파이켐킨(PyChemkin)을 통해 앤시스 설루션과의 자동화 연동을 강화 및 다양한 산업 애플리케이션 내 생산성·효율성 강화 웹 기반 협업 플랫폼인 앤시스 메디니 사이버 보안(Ansys medini Cybersecurity) SE는 위협 분석 및 취약점 관리 자동화 통해 사이버 보안 리스크 최소화 SysML v2 기반 웹 플랫폼 앤시스 시스템 아키텍처 모델러(Ansys System Architecture Modeler : SAM)를 통한 소프트웨어·안전·시뮬레이션 통합, 포괄적 MBSE 구현 지원 스마트 자동화와 고도화된 데이터 관리 기술은, 조직 내 다양한 팀들 간의 유기적이고 효율적인 협업 환경을 구축하고, 고성능 연산 기반으로 도출된 인사이트는 실행 가능한 결과로 제안되어, 정확하고 신속한 의사결정을 지원한다. 대표 사례로, 에너지 효율형 모터 제어 설루션 분야의 글로벌 선도 기업인 댄포스 드라이브(Danfoss Drives)는 앤시스의 시뮬레이션을 활용해 복잡한 시스템 설계를 검증하고, 성능 최적화, 에너지 절감, 운영 신뢰성 향상 등 산업 전반의 지속 가능한 혁신적인 드라이브 기술을 구현하고 있다. 댄포스 드라이브의 가상 설계·테스트·최적화 총괄 책임자인 마이클 라우르센(Michael Laursen)은 “파이앤시스는 사용자 맞춤형 자동화, 시스템 통합, 확장성을 구현하는 핵심 도구이다. 개방형 생태계를 기반으로 다양한 툴을 유기적으로 연결하고 AI 기능을 접목함으로써 설계부터 최적화까지의 워크플로를 가속화할 수 있다”고 밝혔다. 또한 “앤시스 기술은 디지털 설계 프로세스를 고도화하는 동시에 빠르게 변화하는 산업 환경에 유연하게 대응할 수 있는 기반을 마련해줄 뿐만 아니라, 비용 절감과 제품 개발 기간 단축에도 실질적으로 기여하고 있다”고 전했다.   현실을 모사하는 고성능 물리 시뮬레이션 정교한 물리 모델과 시뮬레이션 기술은 복잡한 설계 과제를 해결하는 데 필수이다. 앤시스는 핵심 엔지니어링 역량을 지속적으로 고도화하며, 사용자가 보다 신속하게 시뮬레이션 결과를 도출하고 혁신 기회를 창출할 수 있도록 지원한다. 앤시스 메카니컬(Ansys Mechanical)의 신규 혼합 솔버는 대형 과도 모델의 연산 속도 향상 및 시간에 따른 열 변화 분석 지원 복잡한 적층형 전자 시스템 메싱 작업의 자동화 및 속도·정확도·사용성 향상, 신규 메싱 플로 기능을 통한 수작업 간소화 앤시스 록키(Ansys Rocky) 및 프리플로우(Ansys FreeFlow)를 통한 고급 다물리(multiphysics) 연성 해석 기능 제공, 열·유체-구조·전자기 결합을 포함한 상세 시뮬레이션 및 성능 최적화 지원 앤시스 파워X(Ansys PowerX) 디버깅 툴을 통한 반도체 전력 소자의 설계 시간 단축, 기생 성분 이슈의 신속한 식별, 설정 간소화 및 효율적인 2D 메싱 작업 지원 RF 전력 분야의 기업인 앰플리온은 앤시스의 고급 시뮬레이션 기술을 활용해 4G LTE 및 5G NR 인프라는 물론 산업, 과학, 의료, 방송, 항법, 안전 무선통신용으로 사용되는 고신뢰·고성능 GaN 및 LDMOS 설루션을 설계하고 있다. 앰플리온의 모델링 및 특성화 그룹 팀장인 비토리오 쿠오코(Vittorio Cuoco, Ampleon) 박사는 “전자기, 열, 기계 간의 복잡한 상호작용을 효과적으로 제어하며 RF 전력 제품을 설계하는 일은 매우 까다로운 과제”라며, “앤시스의 설루션은 이러한 복잡성을 정면으로 해결할 수 있는 정밀한 시뮬레이션을 제공해 설계 리스크를 줄이고 제품 신뢰성을 높이는 데 도움이 되며, 그 결과는 성능 향상, 에너지 절감, 그리고 더 높은 효율성이라는 측면에서 크다”라고 전했다. 이러한 가속화는 클라우드 기반 시뮬레이션의 유연성을 통해 한층 강화된다. 온디맨드 방식의 기술을 적극 활용함으로써, 기업은 디지털 전환을 보다 수월하게 실현할 수 있다.   클라우드 기반 시뮬레이션 통한 디지털 전환 가속 앤시스 2025 R2는 클라우드 기술, 고성능 컴퓨팅(HPC), GPU 최적화 인프라를 적극 활용하여 연산 효율과 시뮬레이션 확장성을 극대화한다. 이를 통해 고객은 더 많은 설계 가능성을 더 짧은 시간 안에 탐색할 수 있으며, 웹 기반 및 온디맨드 기능 확장을 통해 엔지니어는 필요한 툴에 손쉽게 접근할 수 있으며 데스크톱 환경을 넘어서는 개발 역량 확보가 가능해졌다. 앤시스 아이스팩(Ansys Icepak) 및 플루언트 GPU 솔버(Fluent GPU Solver)를 통한 전자 냉각 시뮬레이션 연산 속도 최대 2.5배 향상, 앤시스 플루언트(Ansys Fluent) 웹 인터페이스에서는 제한적 GPU 솔버 기반의 실시간 모니터링 기능 제공 앤시스 디스커버리(Ansys Discovery)의 메싱 기능 개선을 통한 시뮬레이션 신뢰도 및 품질 향상, GPU 기반의 셋업 속도 개선으로 더 빠르고 안정적인 해석 환경 구현 앤시스 클라우드 버스트 컴퓨팅(Ansys Cloud Burst Compute)의 온디맨드(on-demand) HPC 성능이 앤시스 스피오스(Speos) 및 루메리컬 FDTD(Lumerical FDTD) 포함한 6종 제품에 적용, 별도 설치나 IT 지원 없이 고성능 클라우드 환경 활용 가능     ■ 기사 내용은 PDF로도 제공됩니다.

뿌리기술로 미래 제조 혁신 이끈다   한국기계가공학회는 1988년 창립 이후 기계가공 및 제조공정 분야의 학문적·기술적 발전을 선도하며, 산업계와 학계를 연결하는 핵심 역할을 수행해 왔다. 안동규 회장(조선대학교 교수)은 젊고 역동적인 리더십을 바탕으로 학회의 국제화와 기술 융합 대응에 앞장서고 있다. 스마트 제조, AI, 디지털 트윈 등 새로운 패러다임 속에서 학회가 지향하는 미래 비전과 역할에 대해 들어본다. ■ 최경화 국장     한국기계가공학회에 대해 소개한다면 한국기계가공학회는 1988년 설립 이래 기계가공 및 제조공정 분야의 학문적·기술적 발전을 선도하며, 산·학·연 간의 유기적인 협력을 통해 국가 제조 산업의 경쟁력 강화에 기여해 온 전문 학술단체이다. 현재 약 4000명의 회원이 활동하고 있으며, 국내외 학술대회 개최, 학술지 발간, 기술 세미나 및 교류 프로그램 등 다양한 학술 및 산업 연계 활동을 활발히 추진하고 있다. 앞으로도 학회는 최신 연구성과의 공유와 기술 확산을 위한 장을 지속적으로 마련함으로써, 기계가공 분야의 지속가능한 발전과 글로벌 경쟁력 확보에 중추적 역할을 수행해 나갈 것이다.   올해 학회의 주요 사업 계획과 일정에 대해 소개한다면 2025년에도 한국기계가공학회는 지속적인 학술 활동을 통해 국내 제조기술의 혁신과 지식 확산을 선도해 나갈 계획이다. 주요 일정으로는 지난 6월 여수 소노캄호텔에서 춘계학술대회를 성공적으로 개최하였으며, 오는 11월에는 제주 그랜드하얏트호텔에서 추계학술대회를 개최할 예정이다. 이와 함께 학회는 국제화 전략의 일환으로 제7회 ICMPT 2026을 말레이시아 코타키나발루에서 준비하고 있으며, 글로벌 학술 교류를 강화하기 위한 기반을 착실히 다지고 있다. 아울러 학술지의 SCOPUS 및 ESCI 등재를 목표로 학문적 신뢰성과 영향력을 높이기 위한 질적 성장에도 힘을 쏟고 있다. 이러한 다양한 활동을 통해 학회는 국내외 학술 네트워크를 확대하고, 기계가공 분야의 지속가능한 발전을 위한 중심축으로서의 역할을 강화해 나갈 것이다.   다른 기관과 차별화 포인트나 강점이 있다면 한국기계가공학회는 젊고 역동적인 운영을 지향하며, 변화에 능동적으로 대응할 수 있는 유연한 조직문화를 갖추고 있다. 특히 임원진의 62%가 40대로 구성되어 있어, 새로운 기술 트렌드와 산업 환경 변화에 대한 민감도와 실행력이 높다는 점이 큰 강점이다. 또한, 기존에 영남권에 집중되어 있던 임원 구성을 수도권과 호남권 등 전국으로 확대함으로써, 지역 간 균형을 도모하고 학회의 저변을 더욱 넓혀가고 있다. 이러한 변화는 학회의 전국적 위상 제고뿐 아니라 다양한 지역의 연구자 및 산업계와의 유기적인 협력 기반을 강화하는 데 긍정적으로 작용하고 있다. 더 나아가, 학회는 국제적 경쟁력 확보를 위해 해외 학술대회 개최와 같은 글로벌 학술 네트워크 확대에도 힘쓰고 있다. 이를 통해 국내외 연구자 간의 활발한 교류를 촉진하고, 한국 기계가공 기술의 우수성을 세계에 알리는 데에도 기여하고 있다.     최근 학회에서 주목하고 있는 기술 트렌드나 업계의 변화가 있다면 최근 생산기술 분야에서는 자율제조와 스마트 제조의 발전이 두드러진다. 단순 자동화 단계를 넘어, AI와 디지털 트윈 기술이 접목되면서 생산설비가 데이터를 기반으로 스스로 판단하고 최적의 공정을 수행하는 방향으로 전환되고 있다. 이러한 변화는 디지털 전환의 흐름과 맞물려 제조업 전반의 운영 방식에 큰 영향을 미치고 있다. 특히 정밀 가공이 요구되는 자동차, 항공, 반도체 산업 등에서 실시간 데이터 기반의 예측 및 공정 최적화와 함께 설계-가공검사에 이르는 제조 전주기에서 실제 성과로 이어지고 있다. 아울러, 친환경 제조에 대한 관심도 높아지고 있어 에너지 효율 향상과 탄소배출 저감 기술 개발이 중요한 과제로 떠오르고 있다. 최근에는 기계가공 기술이 IT, 센서, 소재 기술 등과 융합되며 기술 간 경계가 빠르게 허물어지고 있다. 학회 역시 이러한 변화에 대응하여 다학제적 연구와 산학협력을 강화하고 있다. 전반적으로, 지속가능성, 자율성, 그리고 디지털 기반의 지능화가 향후 생산기술의 핵심 키워드가 될 것으로 전망된다.   과학기술과 제조강국의 미래를 위한 제언이나 정부에 대한 바람 등이 있다면 우리나라가 과학기술 기반의 제조강국으로 지속 성장하기 위해서는 기술 개발을 넘어서, 실제 산업 현장에서의 적용과 확산을 촉진할 수 있는 정책적 기반 마련이 중요하다. 특히 AI, 디지털 트윈, 자율제조 등 신기술은 중소·중견 제조기업에게 진입 장벽이 높기 때문에, 정부 차원의 기술 이전, 표준화, 실증 인프라 지원이 병행되어야 한다. 탄소중립과 지속가능성을 고려한 친환경 제조 전환이 산업 전반의 과제로 떠오르고 있는 만큼, 이에 대응할 수 있는 중장기 전략과 체계적인 투자도 필요하다. 연구개발은 단기 성과에 집중하기보다는 기술의 연속성과 현장 적용 가능성을 고려한 구조로 개편되어야 하며, 이를 위해 학계, 산업계, 연구기관 간의 유기적인 연계와 협력이 강화되어야 한다. 아울러 제조 산업의 미래 경쟁력은 결국 사람에 의해 좌우되는 만큼, 기술 융합 역량과 실무 중심의 전문성을 갖춘 인재를 양성하기 위한 교육 시스템 개선과 현장 연계 프로그램 확대가 시급하다. 이러한 요소들이 유기적으로 작동할 때, 우리 제조업은 기술혁신과 지속가능성이라는 두 축을 동시에 달성할 수 있을 것이다.   회장으로서의 포부 및 기타 하고 싶은 이야기가 있다면 저는 오랜 시간 동안 정밀 가공 및 제조공정 연구에 매진해 왔으며, 현재 학회 회장으로서 막중한 책임감을 느끼고 있다. 앞으로도 학회의 내실을 더욱 견고히 다지고, 회원 여러분이 소속감을 넘어 자부심을 느낄 수 있는 학회로 발전시키기 위해 최선을 다할 것이다. 변화하는 시대 속에서도 ‘기계가공’이라는 뿌리기술이 우리 산업의 핵심 기반으로 자리매김할 수 있도록 학회가 든든한 지지대가 되겠다. 아울러, 학회의 국제화를 적극 추진하여 국내 연구자들이 세계 무대에서 활발히 교류하고 역량을 발휘할 수 있도록 지원할 것이다. 동시에, 기계가공기술의 최신 연구 성과가 학회를 중심으로 지속적으로 공유·확산되고, 산업계와 학계 모두에 실질적인 도움이 될 수 있도록 그 가교 역할을 성실히 수행할 것이다.     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스는 자사의 모든 제품에 AI 기반 시뮬레이션 기능을 확대 적용한 최신 릴리스 ‘앤시스 2025 R2(Ansys 2025 R2)’를 발표했다. 앤시스 2025 R2는 시뮬레이션의 속도와 접근성을 높이는 동시에 강화된 솔버, 간소화된 워크플로, 파이썬(Python) 호환성 확대, 온디맨드 클라우드 컴퓨팅 지원 등을 통해 설계 유연성과 생산성을 높일 수 있게 했다. 또한, 초기 설계 단계에서 스마트한 의사결정을 가능하게 하여 차세대 위성부터 데이터센터 설계까지 다양한 산업 분야에서 실질적인 가치를 제공하는 데에 초점을 맞췄다. AI 기반의 도구와 기능을 통해 시뮬레이션 도입 장벽을 낮추고, 팀 간 협업을 촉진하며, 전사적인 생산성을 향상시켜 더 나은 결과를 창출할 수 있도록 지원하는 것도 특징이다. 앤시스 2025 R2는 AI 기반 가상 어시스턴트인 앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)을 포함한 다양한 신기능을 통해 시뮬레이션의 접근성과 설계 효율, 정확도를 높인다. 앤시스 엔지니어링 코파일럿은 앤시스 GPT(Ansys GPT), 앤시스 웹사이트, 수천 개의 기술 문서, 800개 이상의 이노베이션 강의, 글로벌 포럼, 지원 케이스 생성/추적 기능에 바로 접근할 수 있다. 앤시스는 마이크로소프트 애저 AI 파운드리와 앤시스 GPT의 통합으로 엔지니어가 핵심 정보에 신속하게 접근하고, 엔지니어링 전문성을 활용할 수 있게 했다. 앤시스 엔지니어링 코파일럿은 앤시스 메카니컬(Ansys Mechanical), 앤시스 디스커버리(Ansys Discovery), 앤시스 플루언트(Ansys Fluent), 앤시스 HFSS(Ansys HFSS), 앤시스 일렉트로닉 데스크톱(AEDT), 앤시스 스케이드 원(Ansys Scade One), 앤시스 스피오스(Speos), 앤시스 맥스웰(Maxwell), 앤시스 옵티스랭(optiSLang), 앤시스 루메리컬(Ansys Lumerical) 등 주요 설루션에 통합되어 있으며, 클릭 한 번으로 축적된 엔지니어링 전문 지식에 대한 즉각적 접근이 가능하다. 앤시스는 “AI 기반의 엔지니어링 코파일럿을 활용하면 HFSS 기반 방사 패턴 시뮬레이션의 연산 속도를 17배 높일 수 있다. 이외에도 위상 배열 안테나의 빔 조향 정확도를 개선해 5G/6G, 레이더 센서, 위성통신 등 고주파 애플리케이션을 최적화할 수 있다”면서, “이러한 기능을 향상된 데이터 처리 및 자동화와 결합함으로써, 기업은 새로운 효율성을 확보하고 보다 간소화되고 확장 가능한 워크플로를 구축할 수 있다”고 설명했다.     앤시스 2025 R2는 복잡한 데이터 처리 및 관리 작업을 간소화함으로써 디지털 엔지니어링의 생산성과 협업 수준을 높인다. 견고한 데이터 관리 체계를 기반으로, 제품 수명주기 전반에 걸쳐 데이터를 최대한 활용하고, AI 모델 학습 및 신뢰성 높은 합성 데이터 생성을 지원한다. 또한, 모델 기반 시스템 엔지니어링(MBSE)의 기능이 한층 강화되어 팀 간 신뢰 기반 협업은 물론, 디지털 연속성과 조직 간 통합된 워크플로 체계를 안정적으로 유지할 수 있다. 파이썬 호환성 확장을 통해 워크플로 자동화와 데이터 관리 유연성이 강화되었으며, 반복 가능한 프로젝트 운영과 품질 향상에 기여하고 있다. 스마트 자동화와 고도화된 데이터 관리 기술은 조직 내 다양한 팀들 간의 유기적이고 효율적인 협업 환경을 구축하고, 고성능 연산 기반으로 도출된 인사이트는 실행 가능한 결과로 제안되어, 정확하고 신속한 의사결정을 지원한다. 뿐만 아니라, 앤시스는 핵심 엔지니어링 역량을 지속적으로 고도화하며, 사용자가 보다 신속하게 시뮬레이션 결과를 도출하고 혁신 기회를 창출할 수 있도록 지원한다고 소개했다.  이러한 가속화는 클라우드 기반 시뮬레이션의 유연성을 통해 한층 강화된다. 앤시스 2025 R2는 클라우드 기술, 고성능 컴퓨팅(HPC), GPU 최적화 인프라를 적극 활용하여 연산 효율과 시뮬레이션 확장성을 강화한다. 앤시스는 “이를 통해 고객은 더 많은 설계 가능성을 더 짧은 시간 안에 탐색할 수 있다. 웹 기반 및 온디맨드 기능 확장을 통해 엔지니어는 필요한 툴에 손쉽게 접근할 수 있으며, 데스크톱 환경을 넘어서는 개발 역량 확보가 가능해졌다”고 전했다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스의 시뮬레이션은 물리 기반 설계의 기준점이자 이론과 실험을 연결하는 가교 역할을 해 왔다. 50년 이상의 고급 물리 해석 경험을 바탕으로, 앤시스 2025 R2는 더욱 스마트하고 빠르며 복잡한 시뮬레이션을 구현할 수 있도록 지원한다”면서, “모델·메타데이터·추적성·표준 기반의 데이터 활용을 통해 미래의 혁신적인 제품 개발을 위한 엔지니어링 역량을 강화할 것”이라고 강조했다.

산업 디지털 전환을 가속화하는 버추얼 트윈 (4)   MRO(Maintenance, Repair, Overhaul or Operation)는 운영 중인 장비의 엔진, 장비, 부품 등에 대한 정비, 수리, 개조, 재생정비 등의 작업을 통해 안전성과 정시성, 신뢰성을 확보하기 위한 활동 및 산업을 통칭한다. 이번 호에서는 다쏘시스템의 3D익스피리언스 플랫폼(3DEXPERIENCE Platform)을 활용하여 스마트 유지보수를 구현하는 가상 모델 기반의 엔드 투 엔드 유지보수 설루션을 소개한다.   ■ 최형완 다쏘시스템코리아 IC본부에서 A&D (Aerospace & Defense)부문 Technical Executive를 맡고 있다. 홈페이지 | www.3ds.com/ko   MRO 산업은 크게 민간 정비 사업과 군용 MRO 사업으로 나뉘며, 민간 정비 사업은 주로 항공 정비와 선박 정비로 구분한다. 민간 정비 사업 중 항공 부문의 2025년 전 세계 MRO 시장은 1230억 달러로 예상되며, 2034년에는 1640억 달러로 연 평균 3.2%의 성장률을 예상하고 있다. 우리 정부는 국내 항공 부문의 MRO 산업을 2030년까지 38억 달러(약 5조 원), 2만 3000명의 일자리를 창출하는 시장으로 키우겠다는 계획을 발표했다. 우리 나라 방산업계는 지난 2년 동안 우수한 기술력과 생산력을 바탕으로 303억 달러 규모의 무기 수출 계약을 체결하여 2년 연속 글로벌 방산 수출 상위 10위권 내로 진입하였다. 이에 따라 국내 방산업체들은 높아진 위상을 바탕으로 더 높은 수익을 장기적, 안정적으로 낼 수 있는 사업에 집중하고 있는데, 바로 MRO 산업이다. 보통 무기체계는 가격이 비싸고 한 번 도입하면 10년에서 30년 동안 사용하는 것이 일반적이다. 따라서 판매 후에도 지속적인 사후 관리 서비스를 요구하는 경우가 대부분이다. 현재 글로벌 방산 MRO 사업은 전체 무기체계 시장에서 60% 이상의 비중을 차지하는 것으로 알려져 있다. 이 시장을 위해서 국내 대형 방산업체인 KAI, 한화오션, 한화시스템, LIG넥스원도 MRO 전담 조직을 설립하여 적극 투자 중이다. 항공/방위 산업을 영위하는 90% 이상의 고객사는 다쏘시스템의 설루션을 사용하고 있으며, 다쏘시스템은 고객사의 엔드 투 엔드 프로세스를 지원하는 11개 산업 특화 설루션을 보유하고 지속적으로 발전시키고 있다. 이 중에서 운영/유지보수(Keep Them Operating) 특화 설루션은 장비의 가용성을 높이고 유지보수 비용을 줄이면서도 장비의 안정성을 높이는데 중점을 두고 있는 프로세스이다.   그림 1. 모델 기반의 스마트 유지보수   이러한 흐름 속에서 요즘은 장비 생애주기 중 유지보수(sustainment)가 핵심 프로세스로 자리잡고 있다. 운영자(항공사나 사용군), 서비스 제공자, OEM들은 장비의 유지보수 가용성을 보장하기 위해서 전통적인 정비 방식에서 모델 기반 정비(modelbased maintenance)로의 프로세스 전환에 대해 피할 수 없는 변화로 여기고 있다. 다쏘시스템은 전통적인 고립된 MRO 서비스 방식과는 다른, 스마트 유지보수(smart sustainment)로 프로세스를 변화시키고 향상시키는 포괄적인 엔드 투 엔드 모델 기반 유지보수 설루션을 제공한다. 다쏘시스템의 엔드 투 엔드 모델 기반 유지보수 설루션은 3D익스피리언스 플랫폼(3DEXPERIENCE Platform)을 활용하여 MRO 프로세스를 가상(virtual) 환경에 투영할 수 있으며, 다음의 여섯 단계를 통하여 스마트 유지보수를 구현한다. 이러한 과정을 통해 우리는 더 나은 의사결정 지원을 받아 장비 가용성 증대와 유지보수 비용 절감이라는 목표를 달성할 수 있다.   엔드 투 엔드 디지털 연속성 첫 번째 단계는 장비의 지속적인 운영을 위한 엔드 투 엔드 디지털 연속성이다. 설계 데이터가 MBOM(제조 BOM)과 SBOM(서비스 BOM)까지 연결되어 있으며, 설계 및 엔지니어링 활동에서 서비스 엔지니어링 활동까지 완전한 디지털 연속성이 확보되고, 이러한 모든 활동은 3D익스피리언스 플랫폼 내에서 수행된다. 전용 애플리케이션을 통해 전용 EBOM(엔지니어링 BOM)에서 파생된 모델 기반 SBOM 구조를 생성할 수 있으며, 여기에 정비 작업, 서비스 키트, 예비 부품, 정비 지침 및 제조사 정비 공지문(service bulletin) 등 주요 서비스 기술 데이터를 포함시킬 수 있다. 또한, 레거시(기존) 장비의 유지보수 데이터도 플랫폼에 가져올 수 있다는 점도 중요하다. 이렇게 하면 유지보수 데이터 모델에 통합할 수 있으며, 플랫폼에서 설계된 장비뿐만 아니라 레거시 장비 전체도 플랫폼의 이점을 누릴 수 있다.   그림 2. 엔드 투 엔드 디지털 연속성     ■ 자세한 기사 내용은 PDF로 제공됩니다.

대한기계학회 가상제품개발연구회가 지난 6월 12일 2025년 춘계 심포지엄을 개최했다. ‘AI와 VPD의 만남 : Journey to the Digital Transformation’을 주제로 한 이번 심포지엄에서는 제조업 분야의 인공지능 전환(AX) 시대에 발맞춘 가상 제품 개발(VPD) 기술 및 디지털 전환 사례가 소개됐다. ■ 정수진 편집장     디지털 전환에서 AI 전환으로, 새로운 시대가 열린다 지난 2020년 출범한 가상제품개발연구회는 제조업 분야의 가상 제품 개발 기술과 디지털 전환 사례를 공유하고 기술 교류를 통해 산업 분야의 글로벌 경쟁력을 높이는 것을 목표로 삼았다. 2021년부터는 매년 봄·가을 심포지엄과 특별 세션을 열고 있다. 가상제품개발연구회의 오세기 회장은 개회사에서 “빅데이터와 딥러닝으로 시작된 디지털 전환(DX)은 생성형 AI(generative AI)가 등장하면서 기업의 문화, 전략, 비즈니스 모델까지 인공지능 중심으로 재설계하는 인공지능 전환(AX) 시대로 진화하고 있다”면서, 그 동안 연구회 심포지엄의 모토였던 ‘디지털 전환으로의 여정’이 이제는 ‘인공지능 전환으로의 여정’으로 바뀌어야 할 시점이라고 밝혔다. 대한기계학회의 배중면 회장은 축사를 통해 “챗GPT (ChatGPT)나 생성형 AI로 대표되는 현대 인공지능 시대의 개막은 기계공학 분야에서도 예외가 아니며, 물리기반 모델과 인공지능의 융합, 시뮬레이션의 자동화, 그리고 설계 최적화의 지능화가 실현 가능한 시대가 되었다”고 짚었다. 그리고 “가상제품개발연구회는 디지털 기반 제품 개발의 혁신을 선도해 왔으며, 대한기계학회 역시 이 분야의 발전을 적극 뒷받침하겠다”고 전했다.   물리지식 기반 AI와 생성형 AI를 활용한 VPD KAIST의 이승철 교수는 ‘제품 개발 가상화를 위한 물리지식 기반 인공지능의 역할’을 주제로 기조연설을 진행했다. 생성형 AI를 활용한 제품 가상화 설계 및 공학 문제 해결 방법에 대한 고민을 전한 이승철 교수는 “생성형 AI의 출현 이후 디지털 전환에서 인공지능 전환의 시대로 진화했으며, 기계공학 분야에서도 물리기반 모델과 AI의 융합, 시뮬레이션 자동화, 설계 최적화의 지능화가 가능해졌다”고 강조했다. 생성형 AI는 하나의 입력값에서 많은 수의 결과를 생성하여 설계의 다양성을 확보하는 데에 유용하다. 특히, 위상 최적화에서 문제를 ‘불량 설정(ill-posed)’하여 다양한 최적화 설루션을 생성하고, 이를 전통적인 최적화 방법의 초기 조건으로 활용하여 설계 시간을 줄일 수 있다. 이승철 교수는 “생성형 AI를 제품 설계에 적용하는 과정에서는 정밀도와 다양성의 절충점을 찾는 것이 중요하다”고 짚었다. 또한, 이승철 교수는 VPD에 AI 신경망 학습을 접목하기 위한 방법론을 소개했다. 물리지식 기반 인공지능(PINN)은 물리 지식을 데이터 프레임워크에 결합하여 인공지능 학습에 활용하는 방식으로, 특히 알려지지 않은 물리적 특성을 예측하는 ‘역방향 문제 해결’에 장점이 있다. 딥 오퍼레이터 네트워크(DeepONet)는 입력 매개변수나 형상이 바뀌어도 재학습 없이 거의 실시간으로 해석 결과를 예측할 수 있어서, 입력 파라미터의 변경이 예측 결과에 곧바로 반영되지 못하는 PINN의 단점을 극복할 수 있을 것으로 보인다. 이승철 교수는 “물리지식 기반의 DeepONet은 유동장 및 압력 분포를 실시간으로 예측하고, 복잡한 형상 변화에 따른 유동, 압력, 온도장 등을 실시간으로 예측할 수 있음을 입증했다”면서, “인공지능 기반의 새로운 도구들이 공학 문제를 해결하고 설계 분야를 혁신하는 데에 기여할 것”이라고 전망했다.   ▲ KAIST의 이승철 교수는 물리지식 기반의 AI를 제품 개발에 적용하기 위한 방법론을 소개했다.   AI/ML 기반 가상 검증 사례와 활용 전략 이번 심포지엄을 가상제품개발연구회와 공동 주관한 다쏘시스템코리아의 김문성 파트너는 ‘AI/ML 기반 가상 검증 사례와 활용 전략’에 대해 소개했다. 그는 인공지능 기반의 생성형 경험(generative experience)이 창의적이고 자동화된 설계를 가능하게 하며, 인공지능/머신러닝이 제품 개발 과정에서 반복 작업을 줄이고 비용과 시간을 절감하는 데 기여한다고 전했다. 이번 발표에서는 시뮬레이션에 적용할 수 있는 다양한 머신러닝 기법이 소개됐다. 합성곱 신경망(CNN)은 이미지 특징 추출에, 순환 신경망(RNN)과 장단기 메모리(LSTM)는 시계열 데이터 예측에, 딥러닝은 복잡한 3차원 필드 데이터 예측에, 그리고 그래프 신경망(GNN)은 유한요소모델(FEM)과 같은 그래프 구조 데이터 처리에 유용하다는 것이 김문성 파트너의 설명이다. 또한, 김문성 파트너는 문제 정의 − 학습 데이터 준비(실험 계획법 및 자동화 스크립트 활용) − 모델 학습 − 신뢰도 검증 − 예측 모델 구축까지 다쏘시스템의 아바쿠스(Abaqus)와 아이사이트(Isight)를 활용하는 머신러닝 프로세스 구현 단계를 소개했다. 김문성 파트너는 AI/ML 기법의 시뮬레이션 적용 사례로 LSTM을 활용한 하중-변위 선도 예측, 디스플레이 스트레인 예측, 전자기 성능 예측 등을 소개했으며, GNN을 사용해 빔과 항공기 랜딩기어 부재의 3차원 응력/변형량 예측이 가능하다고 전했다. 그는 “머신러닝 기술이 시뮬레이션 작업의 효율을 높이고, 데이터 기반의 정확한 의사 결정을 지원하는 강력한 도구가 될 것”이라고 전망했다.   ▲ 다쏘시스템코리아 김문성 파트너는 AI/ML 기반의 가상 검증 전략과 사례를 소개했다.   VPD와 AI의 융합, R&D 혁신을 이끈다 이외에도 이번 심포지엄에서는 물리지식 기반 인공지능과 생성형 AI를 활용한 제품 가상화 설계 방안, AI/머신러닝 기반 가상 검증 사례와 활용 전략 등에 관한 논의를 통해 미래 제품 개발의 방향을 짚어보는 기회가 마련됐다. 주제 발표로는 ▲히타치 야마자키 미키 박사의 ‘AI가 주도하는 MBSE·MBD와 VPD의 융합 : 가상화를 통한 차세대 제품 개발 가속 및 DX 추진’ ▲피도텍 대표인 한양대 최동훈 교수의 ‘VPD 대중화로 가는 길 : Al-Aided Design Optimization’ ▲현대모비스 송준영 팀장의 ‘AI를 이용한 R&D Shift’ ▲LG전자 백영진 팀장의 ‘AI와 VPD 연계를 통한 효율적 제어 시스템 개발 프레임워크’ ▲한화에어로스페이스 윤용상 상무의 ‘디지털 해석 기술을 활용한 항공엔진 개발과 국내 항공엔진의 미래’ 등이 진행됐다. 또한 패널토론에서는 VPD와 AI의 융합을 통해 R&D 혁신을 이끌어낼 수 있는 가능성과 미래 방향에 대해 논의했다.      ■ 기사 내용은 PDF로도 제공됩니다. 

캐드앤그래픽스 지식방송CNG TV 지상 중계   CNG TV는 5월 12일 ‘AI는 어떻게 설계를 바꾸는가 – SOLIDWORKS의 전략에서 답을 듣다’를 주제로 웨비나를 진행했다. 이번 방송에서는 글로벌 제조 설루션 기업이 AGI(범용 인공지능) 시대를 맞아 펼치고 있는 AI 전략을 살펴보고, 다쏘시스템의 솔리드웍스(SOLIDWORKS)를 통해 실제 사용 환경과 고객 요구, 핵심 기능까지 함께 탐색해 보는 시간이 마련됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   이번 웨비나는 디원 류용효 상무가 사회를 맡고, 다쏘시스템코리아 이승철 팀장이 발표자로 참여했다. 다쏘시스템 솔리드웍스는 AI 기술을 접목해 설계 생산성을 극대화하고 반복 작업을 최소화하며, 가상의 조언자를 통해 창의적인 설계를 지원하는 전략을 추진하고 있다. 이승철 팀장은 웨비나에서 “솔리드웍스는 설계자를 돕는 기능이라면 AI 여부와 관계 없이 계속 진화해왔다”고 강조하며, AI 기반의 주요 기능과 활용 방향을 소개했다. 솔리드웍스가 제시한 인공지능(AI) 전략은 단순한 기능의 추가를 넘어, 설계 환경 전반을 근본적으로 변화시키는 데 그 목적이 있다. 특히 이번 웨비나에서는 ‘설계 생산성 향상’, ‘생성형 경험’, ‘가상의 조언자’라는 세 가지 핵심 방향을 중심으로 AI가 설계를 어떻게 진화시키고 있는지에 대해 구체적으로 소개했다.   ▲ 다쏘시스템코리아 이승철 팀장   설계 생산성 향상 - 반복 업무를 AI가 대신한다 첫 번째 축은 설계자의 작업 효율을 높이는 것이다. AI 기반의 디자인 어시스턴트 기능은 반복적인 클릭 작업을 최소화하고, 설계자가 보다 빠르게 작업할 수 있도록 돕는다.예를 들어, ‘셀렉션 헬퍼’ 기능은 기어 톱니 하나만 선택해도 나머지 유사 객체를 자동으로 감지해 함께 선택하고, ‘메이트 헬퍼’는 하나의 홀만 선택해도 유사한 형태의 부품을 자동으로 연결시킨다. 일부 영역을 스케치한 후 자동으로 복사해 붙이는 기능도 제공한다. 또한 명령 예측기(Command Predictor)는 설계자의 이전 행동을 학습해, 이후 필요할 가능성이 높은 명령을 미리 제안한다. 이를 통해 설계자는 매번 메뉴를 뒤질 필요 없이 직관적으로 작업을 이어갈 수 있다. Sourcing & Standardization(부품 표준화) 기능도 주목할 만하다. 이 기능은 회사의 방대한 부품 라이브러리를 AI가 스스로 분류하고 유사 부품을 그룹화해 시각적으로 정리해 준다. 설계자는 해당 부품이 맞는지만 확인하면 되고, 결과적으로 조직 전체의 설계 표준화를 유도할 수 있다.   생성형 경험 - 설계는 AI가 먼저 제안한다 두 번째 방향은 ‘생성형 경험(Generative Experience)’이다. 이는 설계자가 결과물을 일일이 만들지 않아도 AI가 먼저 결과를 제안하고, 설계자는 이를 수정해 나가는 방식이다. 가장 대표적인 기능은 2D 자동 도면 생성이다. 설계자가 클라우드에 올린 3D 데이터를 기반으로 AI가 2D 도면을 자동으로 작성하고, 설계자에게 초안을 제공한다. 반복적이고 시간이 많이 드는 도면 작업을 획기적으로 줄여줄 수 있다. 또 다른 기능인 위상(토폴로지) 최적화는 설계자가 최대 외형만 설정해두면, 하중 및 구속 조건 등을 고려해 불필요한 형상을 제거하고 경량화된 설계를 자동으로 제안해 준다. 이는 특히 구조물이나 항공우주 등 경량화가 중요한 분야에서 유용하게 활용될 수 있다. 뿐만 아니라, 사진 기반 모델링 기능도 새롭게 주목받고 있다. 시험 문제나 손으로 그린 스케치를 사진으로 촬영해 업로드하면, AI가 이를 3D 모델로 자동 변환해준다. 향후 리버스 엔지니어링이나 아이디어 구체화에 있어 강력한 도구가 될 수 있다는 평가다.   ▲ 솔리드웍스 AI   가상의 조언자, AURA - AI와 대화하며 설계하는 시대 마지막 전략은 ‘가상의 조언자(Virtual Companion)’다. 솔리드웍스는 이를 아우라(AURA)라는 AI 채팅 인터페이스로 구현하고 있다. 설계자는 아우라와 채팅창을 통해 대화하며 필요한 부품을 추천받고, 이를 자동으로 모델에 배치하거나 특정 조건에 맞는 변경 절차를 안내받을 수 있다. 아우라는 단순한 질문에 답하는 수준을 넘어, 기업 내부의 설계 절차나 라이브러리까지 연동해 실제 설계 흐름을 매끄럽게 이어주는 역할을 한다. 특히 설계 경험이 부족한 신입 엔지니어도 아우라의 안내를 받으며 자연스럽게 업무에 적응할 수 있어, 조직 내 기술 격차 해소에도 기여할 수 있을 것으로 기대된다. 이처럼 솔리드웍스는 AI를 단순히 ‘기능’으로 도입하는 것을 넘어, 설계자의 업무 전반을 ‘전환’하는 방식으로 접근하고 있다. 이승철 팀장은 웨비나를 마무리하며 “AI는 설계를 대체하지 않는다. 인간은 더 창의적인 설계를 하고, 귀찮은 작업은 AI가 맡는 시대가 될 것”이라고 강조했다.     ■ 기사 내용은 PDF로도 제공됩니다.

국내 최대 생산제조기술 전문 전시회인 SIMTOS 2026이 2026년 4월 13일부터 17일까지 경기도 고양시 KINTEX 1, 2 전시장에서 개최된다. 이번 전시회는 'AI Autonomous Manufacturing Meets Talent(AI 자율제조, 인재와 연결하다)'를 주제로 내걸고, 인공지능 기반의 자율제조 기술과 인재의 융합을 강조할 예정이다. ▲ SIMTOS 2026 기자간담회 모습   한국공작기계산업협회(이하 협회)는 3월 17일 광명 테이크호텔에서 'SIMTOS 2026' 기자간담회를 개최하고, 내년에 SIMTOS 2026의 성공적인 행사 개최를 위해 본격적으로 준비에 나섰다고 밝혔다. 이날 협회는 SIMTOS의 위상과 2024년 개최 결과, 2026년 개최 전략 등을 소개했다. ▲ 한국공작기계산업협회 박재훈 부회장 한국공작기계산업협회 박재훈 부회장은 환영사에서 현재 제조업 상황이 좋지는 않지만 SIMTOS 2026에서는 더 풍성한 전시회가 될 수 있도록 노력하겠다며", "SIMTOS 2026의 시작을 알리는 자리에 참석해 주셔서 감사드린다"고 밝혔다. SIMTOS는 1984년 첫 개최 이후, 국내외 제조업계의 최신 기술 트렌드를 공유하는 대표적인 플랫폼으로 자리매김해 왔다. 이날 브리핑에 나선 박재현 부장은 2024년 전시회에서는 35개국에서 1,300개 기업이 참가했고 6,170부스 규모로 치뤄졌으며 101,233명의 참관객이 방문하는 등 성황을 이뤘다. 최근 제조업계에서는 생산 효율성을 높이기 위한 기술 개발이 활발히 진행되고 있으며, 디지털 전환이 가속화되고 있다. 특히, 인공지능(AI) 기반의 자율제조 솔루션은 노동력 부족 문제 해결, 품질 안정성, 안전성 향상 등 다양한 분야에서 주목받고 있다. SIMTOS 2026에서는 이러한 AI 자율제조 기술 및 솔루션을 집중 조명할 예정이다. 로봇 및 디지털제조기술 특별전(M.A.D.E. in SIMTOS)'을 통해 다양한 생산제조 분야에 적용 가능한 AI 자율제조 구축 사례를 소개할 예정이다. 또한, '커리어 커넥트(잡페어)', '여성엔지니어 네트워크 포럼' 등 부대행사를 동시 개최하여 MZ세대와 여성 인력의 생산제조업계 유입을 확대할 계획이다. ▲ 한국공작기계산업협회 박재현 부장 한편, SIMTOS 2026의 참가신청은 2024년 5월 7일부터 시작되며, 5월 31일까지 조기 참가신청을 완료하면 다양한 혜택이 제공된다. SIMTOS 전시사무국은 참가업체의 글로벌 마케팅 확대와 인력 연결 등 성장을 지원하고, 로봇 및 디지털제조기술 특별전의 고도화, 참관객 유치의 질적 제고 및 홍보 대상 확대, 운영 최적화 및 효율성 제고로 전시 경쟁력을 강화할 계획이다. 한국공작기계산업협회 박재현 부장은 "SIMTOS는 단순한 전시를 넘어, 산업의 미래를 설계하고, 변화의 해답을 제시하는 '혁신 허브'로 진화해 오고 있다"며, "SIMTOS 2026에서도 국내·외 참관객의 질적 수준 제고를 위해 운영 예산을 대폭 증액하고, 참가업체와 참관객 모두가 만족하는 전시회를 만들기 위해 최선의 노력을 기울이겠다"고 밝혔다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (19)   터보 기계는 흐르는 유체와 회전하는 요소 사이에서 에너지 전달이 일어나는 기계에 초점을 맞춘 기계공학의 한 분야이다. 이러한 장치는 많은 산업 분야에서 중추적인 역할을 한다. 이번 호에서는 터보 기계의 시뮬레이션을 위한 솔버의 선택과 설정, 후처리 및 분석, 최적화 등의 과정을 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   로터-스테이터 인터페이스 성능을 결정하고 잠재적인 문제를 식별하는 데 필수인 터보 기계의 회전 및 고정 구성 요소 간의 상호 작용을 모델링하는 방법에는 여러 가지가 있다. 다음에 설명된 방법은 동적 영역과 정적 영역 간의 정확한 흐름 전달을 보장하기 위해 로터-회전자 인터페이스를 올바르게 모델링하는 데에 사용된다.  혼합 평면 접근법 : 이 방법은 인터페이스 전반의 유동 특성을 평균화하여 회전 영역과 고정 영역 사이의 인터페이스를 모델링하는 데 사용되는 계산적으로 효율적인 정상 상태 근사치이다. 이 방법은 이들 영역 사이의 흐름을 효과적으로 ‘혼합’하여 안정된 인터페이스 조건을 제공하므로, 로터 블레이드가 고정자 베인을 통과할 때 발생하는 실제 불안정한 현상을 해결하지 않아 시뮬레이션을 단순화한다. 도메인 스케일링 방법 : 이 불안정 기법은 도메인의 물리적 치수를 스케일링하여 로터와 고정자 사이의 상대적인 움직임을 시뮬레이션하는 것이다. 다양한 회전 속도의 효과를 모델링하거나 전체 지오메트리를 명시적으로 모델링하지 않고 정수가 아닌 블레이드 수 비율을 맞추기 위해 자주 사용된다. 이 방법은 로터/스테이터 인터페이스 전체에 동일한 메시 주기성을 적용하여 양쪽에서 일관된 흐름 특성을 보장한다. 위상 지연 방법 : 이 방법은 주기성을 가정하고 도메인의 여러 세그먼트 간에 위상 변이를 적용하여 불안정한 회전자-회전자 상호 작용을 시뮬레이션할 수 있다. 이 방법을 사용하면 전체 도메인의 불안정한 동작을 표현하면서 지오메트리의 일부를 시뮬레이션할 수 있으므로 계산 비용을 줄일 수 있다. 위상 지연 방식은 반복 패턴이나 주기적 대칭이 있는 경우에 특히 유용하다. 회전 기준 프레임(RRF) : RRF 방법은 로터와 함께 회전하는 기준 프레임에서 유동 방정식을 푸는 방식이다. 이 방법은 로터 동작의 물리적 시뮬레이션 없이도 구성 요소 회전으로 인한 흐름 효과를 시뮬레이션한다. 이 방법은 정상 및 비정상 시뮬레이션 모두에 사용할 수 있다. 정상 시뮬레이션에 사용할 경우 회전하는 부품과 정지된 부품 간의 통신을 위한 인터페이스 처리가 필요한 경우가 많으며, 이때 혼합 평면 접근법을 적용할 수 있다. 슬라이딩 메시 방법 : 이 기법은 과도 시뮬레이션에 사용되며 로터와 고정자 사이의 시간에 따라 변화하는 상호작용을 캡처할 수 있다. 로터 도메인의 메시가 고정자 도메인의 고정 메시와 관련하여 움직이거나 미끄러지므로 실제 회전 및 관련 불안정 유동 현상을 시뮬레이션할 수 있다. 다중 참조 프레임(MRF) : MRF는 회전하는 영역의 흐름을 평균화하는 정상 상태 접근 방식이다. 그러나 이 방법을 사용하면 시뮬레이션 도메인의 여러 영역이 서로 다른 기준 프레임에 있을 수 있다. 따라서 회전자 도메인은 회전하는 기준 프레임에 설정하고 고정자 도메인은 고정된 상태로 유지할 수 있다. 고정 회전자 접근법 : 로터와 스테이터 위치가 서로에 대해 고정되어 있는 정상 상태 근사치로, 시간의 스냅샷을 시뮬레이션한다. 슬라이딩 메시 방식보다 계산 비용이 저렴하지만 실제 과도 효과를 포착할 수 없다.   그림 1. 특정 경우와 일반적인 경우의 로터-스테이터 처리 순서도   <그림 1>의 순서도는 특정 유동 특성에 따라 정상 상태 계산에서 로터-스테이터 인터페이스 처리를 선택하기 위한 의사 결정 프로세스를 제공한다. 시뮬레이션에 회전하는 임펠러와 고정된 볼류트 케이스 사이의 상호작용이 포함된 경우, 상세한 국소 유동 변화를 포착하고 계면 전체의 질량, 운동량 및 에너지 보존을 국소적으로 보장하기 위해 국소 보수적 결합을 권장한다. 다음으로, 계면 근처에 충격파가 존재하여 유동장에 강한 영향을 미칠 수 있는 고구배 유동 특성인 경우 1D 또는 2D 비반사 경계 조건이 제안된다. 이러한 조건은 시뮬레이션 결과를 손상시킬 수 있는 경계에서 충격파의 인위적인 반사를 최소화하도록 설계되었다. 마지막으로, 인터페이스 근처에 충격파가 없는 경우 전체 비일치 혼합 평면 또는 보수적 결합 방법을 사용하는 것이 좋다. 완전 비일치 혼합면 방법은 계면 전체의 유동 특성을 평균화하므로 회전자-회전자 상호 작용의 상세한 시간 정확도 캡처가 중요하지 않은 경우에 적합하다. 보수적 결합 접근법은 메시 적합성 없이 인터페이스 전체에서 질량, 운동량 및 에너지를 보존해야 하는 시나리오에 이상적이며, 따라서 회전자 메시와 고정자 메시 간의 어느 정도의 정렬 불일치 또는 비적합성을 수용할 수 있다. <표 1>에는 안정된 시뮬레이션에 사용할 수 있는 다양한 로터-스테이터 인터페이스 처리 방법이 요약되어 있다.   표 1. 회전자-고정자 인터페이스 처리 방법     ■ 자세한 기사 내용은 PDF로 제공됩니다.