PLM 전략 경영 컨설팅 및 리서치 기업인 심데이터(CIMdata)는 ‘심데이터 시뮬레이션 및 해석(S&A) 시장 분석 보고서’를 발표한다고 밝혔다. ‘심데이터 2025 PLM 시장 분석 보고서 시리즈’의 일부로 수행된 S&A 시장 분석을 확장한 이 보고서는 전 세계 S&A 시장을 다양한 차원에서 상세히 설명한다. 또한 심데이터의 S&A 시장 세분화에 대한 업데이트, S&A 산업의 동향에 대한 논의, 상위 S&A 설루션 공급업체에 대한 최신 정보를 포함한다. 심데이터 보고서에 따르면, 2024년 전 세계 시뮬레이션 및 해석 시장 매출은 2023년의 100억 달러(약 13조 9000억 원)에서 8.8% 증가한 109억 달러(약 15조 1510억 원) 규모로 나타났다.  심데이터는 PLM 시장 전체가 강력한 성장을 지속할 것으로 보았는데, 이 중 S&A 부문은 2025년에 10.7% 성장하여 매출 규모가 120억 달러(약 16조 6800억 원)를 약간 넘을 것으로 전망했다.     또한, 이번 보고서에서는 2024년 업계를 근본적으로 재편한 세 가지 핵심 동향으로 ▲EDA(전자 설계 자동화)와 S&A의 통합 ▲인공지능(AI)/머신러닝(ML) 통합의 부상 ▲ 디지털 트윈의 성숙 등을 꼽았다. 전자 및 반도체 시스템은 더 이상 특정 산업 영역이나 응용 분야에 국한되지 않고, 모든 신제품 및 프로세스 개발의 중심 부분이 되고 있다. 이러한 핵심적인 산업 수요에 따라, EDA 설루션 공급업체들은 ‘실리콘에서 시스템까지’ 아우르는 소프트웨어 스택 비전을 실현하기 위해 빠르게 움직이고 있다. 물리 기반 시뮬레이션 기술은 이들 제품의 핵심적인 부분으로 자리 잡고 있다. AI와 머신러닝 기능은 오랫동안 시뮬레이션 워크플로에 내장되어 주로 배경적인 역할을 수행해 왔다. 그러나 GPU 컴퓨팅 발전과 생성형 AI가 불러일으킨 큰 관심에 힘입어, 신생 스타트업과 기존 설루션 공급업체 모두 시뮬레이션 워크플로를 재창조하고 있다. 여기에는 과거의 시뮬레이션 및 테스트 데이터를 사용한 모델 개발(핵심 머신러닝), 훈련 시간 및 데이터 요구사항을 줄이기 위한 물리 정보 AI 훈련 방법 사용, 기하학적 딥러닝을 기본 구성 요소로 활용하는 것 등이 포함된다. 많은 기업이 ‘파운데이션 모델’을 개발하려 시도하고 있으며, 이를 통해 완전히 훈련된 모델을 사용한 추론으로 시뮬레이션의 패러다임을 전환하고 있다. 디지털 트윈 기술은 개념적 아이디어에서 여러 산업에 걸친 실질적인 구현 단계로 발전했다. 시뮬레이션 및 해석은 디지털 트윈의 기본 요소로서, 예측 통찰력에 필요한 물리 기반 모델링을 제공한다. 기업은 예측 유지보수 및 가상 시운전과 같은 응용 분야에 디지털 트윈을 활용하여 제품 운영과 설계 간의 폐순환(closed-loop) 시스템을 구축하고 있다.

델 테크놀로지스가 아시아 태평양 지역 기업의 인공지능(AI) 도입 동향을 분석한 보고서의 내용을 소개했다. 이번 보고서에서는 아태지역에서 AI 도입이 빠르게 확산하고 있지만, 전문 인력 부족과 데이터 관련 문제는 여전한 과제라고 분석했다. 델 테크놀로지스와 엔비디아의 후원으로 진행된 IDC 인포브리프 ‘AI 구현을 위한 전략적 계획 수립’ 보고서는 2023년 8월부터 2024년 8월까지 아태지역의 여러 산업에 걸쳐 최대 919명의 응답자를 대상으로 한 IDC의 여러 데이터 소스 및 설문조사를 기반으로 작성됐다. 이 조사는 AI, 생성형 AI 및 ML 도입 동향, 과제 및 구현에 대한 전략적 접근 방식을 평가했다. 보고서에 따르면 아태지역에서 AI, 생성형 AI, 머신러닝 기술의 채택이 빠르게 확산되며 비즈니스 혁신을 이끌고 있다. AI를 위한 서버 시장은 2025년까지 239억 달러(약 32조 5000억 원) 규모에 이를 전망이다. 생성형 AI에 대한 투자도 늘고 있다. 올해 아태지역 기업의 84%는 생성형 AI에 100만 달러에서 200만 달러(약 13억 원~27억원)를 투자할 계획이다. 아태지역 기업들은 AI 예산의 38%를 생성형 AI에 할당하는 것으로 나타났는데, 이는 전 세계 기업의 33%에 비해 높은 수치이다.  특히 한국은 AI 도입에 더욱 적극적인 것으로 나타났다. 국내 기업 32%가 이미 AI를 직무에 도입했거나 경쟁우위의 핵심으로 인식하고 있었다. 이는 아태지역 평균인 24%를 웃도는 수치다. 반면 자사의 AI 역량이 초기 단계에 머물러 있다고 답한 비율은 26%로, 아태지역 평균(31%)보다 낮았다. 보고서는 아태지역의 빠른 AI 성장세에도 불구하고 인재 부족, 데이터 준비 현황, 복잡한 시스템 구성 등의 문제가 남아있다고 짚었다. 숙련된 AI 인재 부족은 시장 경쟁을 심화시키고 비용 상승을 유발하고 있다. AI 숙련도 격차는 디지털 전환 속도를 늦추고, 제품 개발을 더디게 하는 한편 품질 결과에 영향을 미칠 수 있다. 이 외에도 증가하는 IT 비용, 정부 규제, 데이터 보안 문제 등이 AI 도입을 가로막는 주요 원인으로 꼽혔다. 이러한 문제를 해결하기 위해 많은 기업이 외부 전문가와 협력하고 있었다. 아태지역 응답자의 60%는 외부 개발자에 의존해 AI 애플리케이션을 개발하고 있다. 자체 개발하는 경우는 30%에 그쳤고, 약 10%는 상용 AI 설루션을 사용하고 있는 것으로 나타났다. 여러 어려움에도 불구하고, 응답 기업들은 생성형 AI가 운영 효율 향상, 고객 만족도 개선, 새로운 비즈니스 모델 창출을 이끌 수 있기 때문에 투자할 가치가 있다고 판단했다.  아태지역 기업들은 영향력이 높고 도입 효과를 측정하기 용이한 사용 사례들를 우선적으로 도입하며 단계적 접근 방식을 취하고 있다. 또한, AI가 산업 전반에 빠르게 스며들고 있는 것으로 나타났다. 금융, 제조, 에너지, 헬스케어, 소매 등 다양한 분야에서 AI를 활용한 혁신이 진행 중이다. 특히 제조산업에서는 공급망 최적화와 예측 유지보수, 품질 관리 등에 AI를 사용하고 있다. AI 기반의 수요 예측 및 실시간 생산 모니터링은 다운타임을 줄이고, 낭비를 최소화하며, 운영 정밀도를 높일 수 있도록 돕는다. 보고서에 따르면 제조업체 응답자의 52%는 생성형 AI가 18개월 내에 이 부분을 혁신할 것이라고 답했다. 자동화된 생산, 예측 리드 스코어링 및 디지털 트윈 모델을 가속화하여 스마트 제조와 민첩하고 고정밀 생산 라인을 발전시킬 것이라는 전망이다. 한국 델 테크놀로지스의 김경진 총괄사장은 “한국을 포함한 아태지역은 AI 도입과 혁신을 선도할 엄청난 잠재력을 보유하고 있다. 이제 기업들은 개념 검증(POC)을 넘어 측정 가능한 투자 수익률(ROI) 달성에 집중해야 할 때”라고 말했다. 그리고 “일관된 ROI를 달성하는 과정은 복잡하며, 전략, 사용 사례 개발, 데이터 준비, 거버넌스, 최적화, AI 구현 확장 등 모든 단계에서 포괄적인 지원이 필요하다. 델 테크놀로지스와 같은 전문 파트너의 지원을 통해 기업들은 도입 장애물을 극복하고 AI 성과를 달성하는 길을 가속화할 수 있다”고 덧붙였다.  

전력 계측 및 AI 기반 모터 진단 솔루션 전문기업, 엔텍시스템   산업 현장에서 고장이나 생산이 중단될 수 있는 상황을 미리 예측해, 장비 가동 중지 등의 사태를 막는 예지보전의 중요성이 높아지고 있다. AI 기반 산업 진단 기술 전문기업 엔텍시스템(www.nteksys.com)은 전력 계측과 모터 진단 분야에서 20년 이상 축적된 기술력으로 산업 설비의 안전성과 효율성을 높이는 데 앞장서고 있다.   엔텍시스템 김영식 부사장   산업 현장의 숨은 위험 신호, AI가 먼저 알아챈다 2002년 설립된 엔텍시스템은 전력 계측 및 AI 기반 모터 진단 솔루션을 전문으로 제공하는 기술 기업이다. 전기 신호 분석과 머신러닝 기술을 융합해 설비의 이상을 조기에 탐지하고, 운영 최적화를 유도하는 ‘AI 예지정비’ 분야에서 독자적 위치를 구축해왔다. 주요 제품으로는 ▲멀티채널 미터(GEMS 3500 시리즈) ▲AI 모터 진단 시스템(GEMS 5500 시리즈) ▲전기실 온라인 진단 시스템(EMS) 등이 있다. 이 중 멀티채널 미터는 수배전반의 인입 및 분기 회로를 동시에 고정밀 측정하여 에너지 효율과 전력 품질 감시에 활용되고, AI 모터 진단 솔루션은 전기 신호를 분석해 이상 징후를 조기에 탐지하고 머신러닝 기반 예지보전으로 설비 안정성 및 운영 효율을 향상시킨다. 또 전기실 온라인 진단 시스템은 실시간 전력 감시와 변압기 진단을 가능케 하여 원격 모니터링과 이상 감지에 강점을 보이고 있다. 삼성전자·LG전자·포스코 등 100여 개 이상의 기업과 150여 개 공장에 솔루션을 공급해 온 엔텍시스템은  2024년에는 미국 메릴랜드 법인을 설립하며 본격적인 글로벌 시장 공략에도 나섰다. 이와 함께 CE, UL, FCC 등 국제 인증을 확보하여 글로벌 경쟁력을 강화하고 있다. 산업AI EXPO에서 혁신적인 AI 진단시스템과 산업현장 적용 사례 소개 이 회사는 9월 3일부터 5일까지 코엑스 마곡에서 열리는 2025 산업AI EXPO에 참가해 대표 제품인 ‘SV500’ 모터 진단 시스템과 클라우드 기반 SaaS 서비스를 선보이며, 산업계의 스마트 유지보수 전환을 본격화할 계획이다. 엔텍시스템이 산업AI EXPO 2025 참가를 결정한 배경에는 “AI 기술의 실효성과 방향성을 업계에 선도적으로 제시하고자 하는 의지”가 있다. “국내 산업 AI 생태계 확산을 위한 첫 이정표로서, AI 기술의 방향성과 산업 현장 적용 사례를 업계에 선도적으로 알릴 수 있는 중요한 기회라고 판단해 산업AI EXPO에 참가하게 되었다”는 엔텍시스템 관계자는 “이번 전시를 통해 이미 여러 산업 현장에서 적용 사례를 갖춘 솔루션인 SV500의 기술 신뢰성과 실제 효과를 널리 알리고 싶다”고 전했다. 엔텍시스템이 주력으로 전시할 SV500은 24비트 해상도와 8kHz 샘플링의 전류·전압 실시간 파형 분석을 기반으로 인버터와 모터 전기 신호를 정밀 분석한다. 또 디지털 트윈 기술을 활용한 이상 탐지와 토크·고조파 분석, 웹기반 대시보드 시각화로 현장 상태를 실시간 확인할 수 있다. 이와 함께 이 회사의 전시부스에서는 클라우드 기반 실시간 모터 진단 SaaS 서비스도 선보일 예정이다. 이 서비스는 모터 이상 탐지 및 진단, 시공간 제약 없이 진단 현황 확인, 원격 실시간 모니터링 기능을 제공하여 현장 유지보수 업무의 효율성을 극대화한다. “산업AI EXPO는 산업계와 AI 기술이 실질적으로 만나는 통합 플랫폼으로서 의미가 크다”는 김영식 부사장은 “제조, 에너지, 인프라 분야에서 디지털 전환이 가속되는 가운데, 기업 간 AI 적용 경험과 니즈를 공유하고 협력할 수 있는 소통의 장이 될 것”이라고 덧붙였다. 특히 엔텍시스템은 이번 EXPO 참가를 통해 ‘스마트 유지보수의 새로운 기준’을 제시하며, 다양한 산업 고객 및 파트너와 실질적인 비즈니스 협업을 확대하는 계기로 삼을 계획이다. 이를 위해 전시 기간 내 SV500 실물 데모를 운영하여 방문객들이 센서 설치와 웹 대시보드를 직접 체험하도록 할 예정이다. 맞춤형 AI 유지보수 솔루션으로 산업계 표준 제시 엔텍시스템의 향후 목표는 명확하다. 산업 현장에서 발생할 수 있는 다양한 모터 고장 패턴을 AI가 정확히 예측할 수 있도록 머신러닝 및 딥러닝 알고리즘을 고도화하고, 고객 맞춤형 유지보수 기능을 강화해 신뢰도 높은 예지보전 시스템을 완성하겠다는 것이다. 특히 사용자 맞춤 알람 임계값 설정 기능, 모바일 최적화 UI·UX 개선, 클라우드 기반 플랫폼 강화 등을 통해 산업 전반에 AI 유지보수 솔루션을 표준화해 나갈 계획이다. 더불어, 일본, 베트남, 중동 등지로의 해외 진출도 확대하며 글로벌 SaaS 플랫폼 기업으로의 도약을 준비 중이다.  

슈나이더 일렉트릭이 차세대 빌딩 관리 시스템(BMS) 소프트웨어 ‘에코스트럭처 빌딩 오퍼레이션(EcoStruxure Building Operation) 7.0’을 새롭게 출시했다. 이번 버전은 건물의 에너지 사용과 운영 효율을 개선하고, 사용자 경험과 지속가능성을 동시에 높일 수 있도록 설계된 것이 특징이다. 최근 빌딩 운영 환경은 에너지 비용의 급등, ESG 규제 강화, 전문 인력 부족 등 복합적인 도전에 직면해 있다. 특히 건물은 전 세계 탄소 배출의 약 37%를 차지하는 만큼, 효율적인 운영 관리 없이는 탈탄소 및 지속가능성 목표 달성이 어렵다. 이에 실시간 데이터 기반의 예측적 유지보수, 자동화된 설비 제어, 그리고 사용자 편의성과 보안을 동시에 고려한 시스템이 그 어느 때보다 중요해지고 있다. 에코스트럭처 빌딩 오퍼레이션 7.0은 시설 관리자와 건물 소유주, 시스템 통합 파트너에게 보다 직관적이고 유연한 건물 운영 환경을 제공하는 통합 플랫폼이다. 건물 내 HVAC, 조명, 전력, 보안, 출입통제 등 다양한 시스템을 하나의 제어 센터에서 통합 관리할 수 있어, 운영의 복잡성을 줄이고 데이터 기반 의사결정을 가능케 한다. 실시간 대시보드와 맞춤형 리포트를 통해 에너지 사용량과 이산화탄소 배출량을 시각화하며, 이를 기반으로 한 알람 시스템은 이상 징후를 조기에 포착하고 에너지 낭비를 예방할 수 있다.     새롭게 도입된 3단계 라이선스 모델은 예측 가능한 가격 체계와 함께 소프트웨어 설치 및 갱신 절차를 간소화했다. 기존 수백 개에 달하던 품번을 15개 내외로 축소하고, 클릭 몇 번으로 설치가 완료되는 자동화 방식으로 배포 시간을 기존 대비 최대 80%까지 줄일 수 있게 했다. 별도의 추가 라이선스 없이 언제든 구성 변경 및 갱신이 가능하며, 웹 기반 포털을 통해 시스템을 실시간으로 공유하고 관리할 수 있다. 보안 측면에서도 강화된 기능이 추가됐다. 소프트웨어와 운영체제가 항상 최신 상태로 유지되도록 하는 자동 갱신 기능과 함께, 다중 인증(MFA), 보안되지 않은 장치로의 BACnet 라우팅 차단 기능이 내장돼 IT/OT 융합 환경에서도 신뢰성을 높인다. 또한 AVEVA PI 연동, OPC UA 프로토콜 확장 등 복잡한 데이터 처리에 대한 지원도 한층 강화돼, 보다 정밀하고 풍부한 운영 데이터를 제공한다. 슈나이더 일렉트릭은 이번 제품이 단순한 소프트웨어 업그레이드가 아니라, 건물 관리 전반의 패러다임을 바꾸는 핵심 도구가 될 것이라고 강조했다. 특히 실시간 에너지 모니터링, 공조·조명 자동화 제어, 공간 최적화, 사용자 맞춤 쾌적도 향상 등 다양한 운영 목적에 맞춰 활용할 수 있어, 운영 비용 절감은 물론 녹색 건물 인증 취득과 ESG 목표 달성에도 효과적이라는 것이 슈나이더 일렉트릭의 설명이다. 슈나이더 일렉트릭의 마니쉬 쿠마(Manish Kumar) 글로벌 디지털 에너지 사업부 부사장은 “에코스트럭처 빌딩 오퍼레이션 7.0 출시는 전 세계적으로 증가하는 건물의 에너지 효율과 지속가능성 요구에 대응하는 슈나이더 일렉트릭의 전략적 움직임 중 하나”라면서, “건물의 가치를 높이고 사용자 만족도를 극대화할 수 있는 미래지향적 관리 플랫폼으로 자리매김할 것”라고 전했다.

현장에서 얻은 것 No. 21   “데이터의 양이 아니라 활용이다. 우리는 쌀을 먹지 않고 밥을 먹는다.” – 최재홍 교수(가천대)   거대한 전환점에 선 제조업 21세기, 우리는 산업 혁명의 물결이 AI(인공지능)라는 이름으로 다시금 거세게 밀려오는 시대를 살고 있다. 제조업은 그 최전선에 서 있다. 과거 증기기관, 전기, 컴퓨터가 생산 방식을 송두리째 바꿔놓았듯이, 이제 AI는 우리가 제품을 설계하고, 생산하고, 유통하며, 심지어 소비자와 소통하는 방식까지 근본적으로 재편하고 있다. 많은 제조업체는 이 변화의 물결 속에서 생존과 번영을 위한 새로운 전략을 모색하고 있다. 기존의 방식만으로는 더 이상 지속 가능한 성장을 기대하기 어렵다는 냉정한 현실에 직면하게 된 것이다. 이 거대한 전환점에서 우리는 AI를 어떻게 받아들이고 활용해야 할까? 단순히 자동화를 위한 도구로만 생각할 것인가, 아니면 그 이상의 잠재력을 가진 파트너로 인식할 것인가? 이선 몰릭 교수의 저서 ‘듀얼 브레인’은 이러한 질문에 대한 명쾌한 해답을 제시한다. 바로 AI를 인간의 ‘두 번째 뇌’로 활용하여 시너지를 창출하는 ‘듀얼 브레인’ 개념이다. 이번 호 칼럼은 ‘듀얼 브레인’의 핵심 인사이트를 바탕으로, AI 시대 제조업이 나아가야 할 생존 전략을 제시하고자 한다.   ▲ ‘듀얼 브레인’ 서평 맵(Map by 류용효컨셉맵연구소) (클릭하면 큰 이미지로 볼 수 있습니다.)   AI, 단순한 도구에서 두 번째 뇌로 “인간의 마음은 한계가 없으며, 그것은 스스로를 확장하는 방법을 끊임없이 찾아낸다.” – 이선 몰릭(‘듀얼 브레인’ 저자) 오랜 시간동안 제조업 현장에서 자동화는 주로 육체 노동의 효율을 높이는 데 초점을 맞추었다. 로봇 팔이 정밀하게 부품을 조립하고, 자동화된 설비가 제품을 대량 생산하였다. AI 역시 이러한 자동화의 연장선상에서 ‘똑똑한 도구’로 인식되는 경향이 강하였다. 그러나 ‘듀얼 브레인’이 강조하는 바는 AI가 단순한 도구를 넘어, 인간의 지적 활동을 확장하고 보완하는 ‘두 번째 뇌’가 될 수 있다는 점이다. 제조업 현장에서 AI는 더 이상 데이터를 수집하고 분석하여 보고서를 제공하는 수동적인 역할에 머무르지 않는다. AI는 설계 단계에서 수많은 변수를 고려하여 최적의 디자인을 제안하고, 생산 공정에서 예측 불가능한 오류를 사전에 감지하며, 품질 검사에서 인간이 놓칠 수 있는 미세한 결함을 찾아낸다. 이는 AI가 인간의 인지적 한계, 즉 방대한 데이터 처리 능력의 부재나 고정관념에서 벗어나지 못하는 사고의 경직성을 보완해 주기 때문에 가능한 일이다. 예를 들어, 신제품 개발에 있어 인간 디자이너는 오랜 경험과 직관으로 디자인을 구상한다. 하지만 AI는 방대한 고객 데이터, 시장 트렌드, 과거 성공 사례 등을 학습하여 인간이 상상하기 어려웠던 수십, 수백 가지의 디자인 대안을 즉시 제시할 수 있다. 또한, 각 디자인의 생산성, 재료비, 잠재적 소비자 반응까지 예측하여 제공함으로써 인간 디자이너의 의사결정을 획기적으로 개선한다. 이는 인간의 창의성과 AI의 분석 능력이 결합된 진정한 듀얼 브레인의 작동 방식이라 할 수 있다. 따라서 제조업은 AI를 단순히 공정을 자동화하는 기계로 볼 것이 아니라 R&D, 설계, 생산 관리, 품질 관리, 마케팅 등 모든 분야에서 인간의 지적 파트너이자 두 번째 뇌로 장착해야 한다. 이러한 관점의 전환이야말로 AI 시대 제조업이 생존하고 번영할 첫 걸음이 될 것이다.   듀얼 브레인 활용법 : 질문, 실험, 그리고 인간의 역할 “중요한 것은 질문하는 것을 멈추지 않는 것이다. 호기심은 그 자체로 존재 이유가 있다.” – 알베르트 아인슈타인 듀얼 브레인을 제조업에 효과적으로 장착하기 위해서는 몇 가지 핵심적인 활용법을 숙지해야 한다. 단순히 최신 AI 기술을 도입하는 것만으로는 충분하지 않다. 중요한 것은 ‘어떻게 AI와 협업할 것인가’이다. 첫째, ‘질문하는 기술’의 중요성이다. AI, 특히 생성형 AI는 우리가 던지는 질문(프롬프트)에 따라 전혀 다른 결과물을 내놓는다. 제조업에서는 AI에게 ‘현재 생산 라인의 병목 현상을 파악하고 개선 방안을 제시하라’, ‘신소재 개발을 위해 특정 물성을 가진 분자 구조를 추천하라’, ‘고객 불만 데이터에서 제품 개선에 필요한 핵심 인사이트를 도출하라’와 같이 구체적이고 명확한 질문을 던질 수 있어야 한다. 추상적인 질문은 모호한 답변을 낳고, 결국 AI 활용의 효율을 떨어뜨릴 것이다. 질문의 질이 곧 AI 활용의 질을 결정한다는 사실을 명심해야 한다. 둘째, ‘실험적 사고’와 ‘빠른 반복’이다. AI는 완벽하지 않다. 때로는 잘못된 정보(환각 현상)를 생성하거나, 우리가 의도한 바와 다른 결과를 내놓기도 한다. 제조업에서는 이러한 AI의 특성을 이해하고, 두려워하지 않고 다양한 가설을 세워 AI와 함께 실험하는 태도가 중요하다. AI가 제시한 생산 최적화 방안이 실제로 효과가 있는지 소규모 테스트를 거치고, AI가 제안한 디자인을 프로토타입으로 제작하여 시장 반응을 살피는 등의 빠른 반복 과정이 필수이다. 실패를 통해 배우고, 그 학습을 바탕으로 다음 실험을 진행하는 애자일(agile) 방식이 듀얼 브레인 시대의 핵심 역량인 것이다. 셋째, ‘인간의 개입과 검증’이다. AI는 방대한 데이터를 기반으로 통계적인 결론을 도출하지만, 그 결과가 항상 현실의 복잡한 맥락이나 윤리적 판단에 부합하지는 않는다. 제조업에서는 AI가 제시한 생산 계획이 과연 현장의 인력 운용이나 안전 규정에 부합하는지, AI가 추천한 신소재가 환경 규제를 만족하는지 등을 인간 전문가가 반드시 검토하고 최종 결정해야 한다. AI의 결과물을 맹목적으로 신뢰하기보다는, 비판적인 시각으로 검증하고 인간의 경험과 지혜를 더하는 것이 듀얼 브레인을 완성하는 핵심 단계이다. AI는 강력한 보조 도구이지만, 최종적인 책임과 판단은 결국 인간의 몫인 것이다.   창의성과 생산성 증대 : 제조업의 새로운 경쟁력 “생산성은 우연이 아니다. 그것은 항상 탁월함에 대한 헌신, 지능적인 계획, 집중된 노력의 결과이다.” – 폴 마이어 듀얼 브레인 개념을 제조업에 적용함으로써 얻을 수 있는 가장 큰 이점은 바로 창의성과 생산성의 비약적인 증대이다. 이는 AI 시대 제조업의 새로운 경쟁력이 될 것이다. 창의성 증대 측면에서 제조업은 전통적으로 ‘효율’과 ‘정확성’을 강조해왔다. 그러나 AI는 이제 제조업의 ‘창의성’을 자극하는 촉매제가 되고 있다. 예를 들어, 제품 디자인 과정에서 AI는 기존 데이터를 기반으로 전혀 새로운 형태나 기능을 제안할 수 있다. 이는 인간 디자이너의 고정관념을 깨고 상상력을 자극하여 혁신적인 제품 개발로 이어진다. 또한, AI는 제조 공정 자체의 혁신에도 기여한다. AI 시뮬레이션을 통해 기존에는 불가능하다고 여겼던 새로운 생산 방식을 탐색하고, 재료의 낭비를 최소화하며, 에너지 효율을 극대화하는 창의적인 해결책을 찾아낼 수 있다. 이는 인간의 직관과 AI의 방대한 계산 능력이 결합되어 가능해지는 결과이다. 생산성 증대 측면은 더욱 명확하다. 제조업의 생산성 증대는 곧 비용 절감과 납기 단축으로 이어져 기업의 수익성에 직접 영향을 미친다. 듀얼 브레인 시스템은 다음과 같은 방식으로 생산성을 극대화할 것이다. 예측 유지보수 : AI가 설비의 미세한 진동, 온도 변화, 전력 소비량 등을 실시간으로 분석하여 고장을 예측하고 사전 유지보수를 가능하게 함으로써, 예기치 않은 생산 중단 시간을 획기적으로 줄일 것이다. 생산 공정 최적화 : AI는 복잡한 생산 라인에서 각 단계의 효율성을 분석하고, 병목 현상을 식별하며, 재고 관리와 물류 흐름을 최적화하여 생산 리드 타임을 단축시키고 생산량을 증대시킬 것이다. 품질 관리 혁신 : AI 기반의 비전 검사 시스템은 인간의 눈으로 감지하기 어려운 미세한 불량까지 정확하게 찾아내어 불량률을 낮추고 제품 품질을 일관되게 유지할 것이다. 데이터 기반 의사결정 : AI는 시장 동향, 고객 피드백, 공급망 데이터 등 방대한 정보를 분석하여 경영진의 전략적 의사결정을 지원하고, 이는 곧 더 빠르고 정확한 시장 대응으로 이어질 것이다. 이처럼 듀얼 브레인은 제조업의 고질적인 문제를 해결하고 나아가 새로운 가치를 창출하는 핵심 동력이 될 것이다.   AI 시대, 제조업 인간의 역할 재정립 “기계는 인간의 일을 대신할 수 있지만, 인간의 마음을 대신할 수는 없다.” – 스티븐 호킹 AI가 제조업 현장에 깊숙이 들어올수록, 많은 이들이 인간의 역할에 대한 불안감을 느끼는 것이 사실이다. 하지만 ‘듀얼 브레인’은 AI가 인간의 일자리를 완전히 대체하는 것이 아니라, 오히려 인간 고유의 역량을 더욱 빛나게 하고 그 역할을 재정립할 기회를 제공한다고 역설한다. 제조업 현장에서 AI는 반복적이고 위험하며, 데이터 기반의 정량적 분석에 특화된 업무를 수행하게 될 것이다. 그렇다면 인간은 어떤 역할을 해야 할까? 문제 정의 및 비판적 사고 : AI는 주어진 문제를 해결하는 데 유능하지만, 무엇이 진정한 문제인지 파악하고 AI가 도출한 결과에 대해 비판적으로 질문하며, 맥락을 이해하여 의미를 부여하는 것은 여전히 인간의 몫이다. 예를 들어, AI가 불량률 감소를 위한 수치적 해답을 제시할 수는 있지만, ‘이 불량이 고객에게 미치는 정서적 영향’이나 ‘기업의 장기적인 브랜드 이미지’와 같은 비정량적인 가치를 판단하고 정책을 결정하는 것은 인간 경영자의 역할인 것이다. 창의적 기획 및 혁신 : AI는 기존 데이터를 기반으로 새로운 조합을 만들 수는 있지만, 완전히 새로운 개념을 무에서 유로 창조하거나, AI의 한계를 뛰어넘는 파격적인 아이디어를 제안하는 것은 인간의 고유 영역이다. 제조업에서 다음 세대 먹거리를 기획하고 시장 판도를 바꿀 기술을 상상하는 것은 AI가 아닌 인간 전문가의 몫인 것이다. 감성 지능 및 공감 : 협상, 팀 빌딩, 고객과의 관계 형성 등 인간 상호작용이 필요한 부분에서는 AI가 인간의 감성을 이해하고 공감하는 데 한계가 있다. 제조업의 영업, 마케팅, 인력 관리 등에서는 여전히 인간의 감성 지능과 공감 능력이 필수인 것이다. 윤리적 판단과 책임 : AI는 데이터를 기반으로 작동하므로 윤리적 가치 판단이나 사회적 책임을 스스로 질 수 없다. 제조업 공정에서 발생할 수 있는 환경 문제, 노동자의 안전, 제품의 사회적 영향 등 윤리적 딜레마에 대한 최종 판단과 책임은 전적으로 인간에게 달려 있는 것이다. 따라서 AI 시대 제조업의 인재는 AI를 활용하는 ‘도구적 능력’을 넘어, AI가 할 수 없는 ‘인간 고유의 역량’을 더욱 갈고 닦아야 한다. 이는 AI를 두려워할 것이 아니라, 오히려 AI의 도움을 받아 자신만의 강점을 극대화하는 길을 모색해야 함을 의미한다.   미래를 위한 제언 : 제조업의 듀얼 브레인 로드맵 “미래를 예측하는 가장 좋은 방법은 미래를 창조하는 것이다.” – 피터 드러커 AI 시대 제조업의 생존과 번영은 듀얼 브레인을 얼마나 성공적으로 장착하느냐에 달려 있다. 이를 위한 몇 가지 제언을 하고자 한다. 첫째, CEO를 포함한 경영진의 인식 전환과 비전 공유가 필수이다. 듀얼 브레인 전략은 단순히 기술팀만의 과제가 아니다. 최고 의사결정권자가 AI를 기업의 핵심 전략 자산이자 ‘두 번째 뇌’로 인식하고, 전사적인 변화의 비전을 제시해야 한다. 기술 투자뿐만 아니라 인력 재교육 및 문화 변화를 위한 투자를 아끼지 않아야 한다. 둘째, 지속적인 학습과 실험 문화를 정착시켜야 한다. AI 기술은 빠르게 진화하고 있다. 어제의 최적해가 오늘의 최적해가 아닐 수 있다. 제조업체는 AI 기술 트렌드를 주시하고, 새로운 AI 도구를 끊임없이 실험하며, 실패를 두려워하지 않고 거기서 배우는 문화를 구축해야 한다. 작은 규모의 파일럿 프로젝트를 통해 AI 활용의 성공 경험을 쌓고, 이를 점차 확대해 나가는 방식이 효과적일 것이다. 셋째, 인력 재교육 및 역량 강화에 적극적으로 투자해야 한다. 기존 인력들이 AI를 두 번째 뇌로 활용할 수 있도록 AI 기초 교육, 데이터 리터러시, 프롬프트 엔지니어링 교육 등을 제공해야 한다. 동시에 AI가 대체하기 어려운 인간 고유의 역량 즉 비판적 사고, 창의성, 문제 해결 능력, 협업 능력 등을 강화하는 교육 프로그램도 병행해야 한다. 넷째, 데이터 기반의 의사결정 체계를 확립해야 한다. 듀얼 브레인은 결국 데이터에 기반한다. 제조업 현장의 모든 데이터(생산, 품질, 재고, 고객, 시장 등)를 통합적으로 수집하고 분석할 수 있는 인프라를 구축해야 한다. 이를 통해 AI가 더 정확하고 깊이 있는 통찰력을 제공할 수 있으며, 인간의 의사결정 역시 데이터에 기반하여 더욱 합리적으로 이루어질 수 있을 것이다. 다섯째, 외부 AI 전문 기업과의 협력을 고려해야 한다. 모든 AI 역량을 자체적으로 구축하는 것은 현실적으로 어렵고 비효율적일 수 있다. AI 설루션 제공 기업, 컨설팅 회사, 학계 등 외부 전문가 그룹과의 협력을 통해 필요한 AI 기술과 노하우를 빠르게 도입하고 내재화하는 전략도 필요할 것이다.   결론 : 듀얼 브레인, 제조업의 새로운 항해를 위한 나침반 “완벽한 계획을 기다리기보다 빠르게 실행하고(선지랄 후수습), 시장과 고객의 피드백을 통해 방향을 수정해 나가는 것이 중요하다.” – 최재홍 교수(가천대) AI 시대는 제조업에 거대한 도전인 동시에 전례 없는 기회이다. 이 기회를 잡기 위해서는 AI를 단순한 생산성 향상 도구로 여기는 구시대적 관점을 벗어나, 인간의 지적 능력을 확장하고 협력하는 듀얼 브레인으로 장착해야 한다. 인간의 비판적 사고와 창의성, 그리고 AI의 방대한 처리 능력이 결합될 때 제조업은 새로운 차원의 혁신과 경쟁력을 확보할 수 있을 것이다. 이제 제조업은 단순히 물건을 만드는 것을 넘어, 지능형 시스템과 인간 지능이 함께 작동하는 ‘코인텔리전스 제조(co-intelligence manufacturing)’의 시대로 진입하고 있다. 듀얼 브레인을 장착하고, AI와 함께 배우고 실험하며, 인간 고유의 가치를 더욱 빛내 나간다면, AI 시대의 제조업은 더욱 강력하고 지속 가능한 미래를 향해 성공적으로 항해할 수 있을 것이다. 이는 선택이 아닌 필수 생존 전략이 될 것이다. 최재홍 교수는 2025년 7월 9일 미모세(미래모빌리티세미나) 2025 키노트에서 이런 말을 남겼다. “오너는 될 때까지 하기 때문에 실패가 없다.” 이 말은 강연장에 모인 스타트업 그리고 상장사 CEO들에게 큰 영감과 감동을 주었다.   ■ 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.

오라클은 포스코가 전사 데이터 관리 간소화, 인사이트 확보 및 운영 비용 절감을 위해 오라클 자율운영 데이터베이스(Oracle Autonomous Database : ADB)를 도입 및 구축했다고 밝혔다. 포스코는 오라클 자율운영 데이터 웨어하우스(Oracle Autonomous Data Warehouse : ADW)를 도입해 대용량 데이터를 저장·관리하는 데이터 레이크 내의 구조화된 데이터를 효과적으로 분석할 수 있는 환경을 구축했다. ADW는 분석 워크로드에 최적화된 자율운영 데이터베이스 설루션이다. 또한 ADB와 ADW 환경을 통합함으로써 전사 데이터를 일원화하여 관리하는 글로벌 수준의 데이터 관리 체계를 마련했다. 오라클은 “포스코가 일관된 데이터 거버넌스 체계를 도입하여 분석 업무를 이전보다 2.4배 빠르게 수행할 수 있게 되었으며, 첨단 분석과 자동화를 기반으로 스마트 제조 혁신을 더욱 가속화할 수 있게 됐다”고 평가했다. ADW는 내장형 머신러닝 기반의 자동 조정과 확장, 패치, 암호화 기능을 제공하여 수동으로 데이터베이스를 관리해야 하는 번거로움을 줄인다. 포스코는 이와 같은 자율운영 관리를 활용하여 분산 저장/운영되던 분석계 데이터베이스를 최소한의 수동 개입만으로 효율적으로 운영하며, 안전한 고가용성 데이터 웨어하우스를 안정적으로 구축했다. 또한, 유지보수 부담이 적은 인프라 환경을 기반으로 고급 분석업무를 더욱 빠르고 효율적으로 수행하고 비용 효율적인 방식으로 운영을 확장하며, 전사적 의사결정 역량 또한 강화할 수 있게 됐다. 포스코는 경쟁력 있는 IT 비용 구조 확보와 급변하는 글로벌 비즈니스 환경에 따른 대응력 강화를 목표로 클라우드 기반의 디지털 전환을 추진해 왔다. 또한 통합 데이터 분석 시스템을 정립하여 다양한 소스에서 수집되는 데이터의 전사적 활용을 극대화하고자 했다. 이에 맞춰 포스코는 오라클 ADB 기반의 안정적인 고성능, 고효율 데이터 레이크와 데이터 웨어하우스를 구축하여 데이터 혁신의 기반을 마련했다.     포스코 DX전략실의 한석희 리더는 “포스코는 인텔리전트 팩토리 전략의 일환으로, 단순 자동화를 넘어 데이터 기반의 의사결정을 구현하는 지능형 제조 시스템을 구축하고 있다. 이러한 혁신을 통해 주문부터 생산, 영업 및 마케팅에 이르는 전 프로세스에서 효율성과 제품 품질, 운영 안전성을 모두 향상시킬 수 있을 것으로 기대한다”면서, “오라클의 검증된 AI 기반 클라우드 및 데이터 관리 설루션을 활용함으로써 혁신을 가속화하고 글로벌 경쟁력을 한층 강화할 수 있을 것으로 기대한다”고 밝혔다. 한국오라클 김성하 사장은 “역동하는 국제 시장 환경에서 철강 산업이 유연하게 대응하고자 하는 가운데, 포스코는 데이터 기반의 제조 혁신으로 미래 경쟁력을 강화하고 있다”면서, “글로벌 철강 산업을 선도하는 포스코와의 협력은 ADB의 뛰어난 성능과 확장성 및 안정성을 입증하는 중요한 사례다. 오라클은 앞으로도 더 많은 제조업 선도 기업이 IT 혁신을 통해 비즈니스 성과를 극대화할 수 있도록 지속적으로 지원할 것”이라고 전했다.

주요 디지털 트윈 소프트웨어 산업용 AI 솔루션, 가디원 터보 개발 및 자료 제공 : 원프레딕트, www.onepredict.com    1. 가디원 터보란? 가디원 터보는 대형 회전설비의 디지털 운영 및 유지보수(O&M)를 위한 혁신적인 산업용 AI 솔루션이다. 설비의 상태를 실시간으로 모니터링하고, 고장 가능성을 사전에 예측하며, 설비의 안정성과 운영 효율성을 극대화하는데 중점을 두고 있다.  가디원 터보는 첨단 AI 기술과 디지털 트윈 기술을 기반으로 설계 되었으며, 주요 개발 배경은 대형 회전설비의 복잡성과 고장 리스크를 효과적으로 관리하려는 산업적 요구에 있다. 이 제품은 설비의 안정적인 운영이 필수적인 연속 공정 산업에서 시작하여, 발전소, 석유 및 가스, 철강, 화학, 시멘트, 제지 등 다양한 분야로 확장되었다.  특히 발전소에서는 가스터빈 및 증기터빈 같은 핵심 설비의 안정성을 높이는 데 활용되며, 석유 및 가스 산업에서는 설비 가동 중단을 방지하고 효율적인 운영을 지원한다. 또한, 철강 및 화학 산업에서는 연속 공정의 원활한 운영을 보장하며, 전체 생산성을 향상시키는데 기여한다. 2. 주요 특징 가디원 터보는 경쟁사 제품과 비교해 진동 데이터와 운전 데이터를 통합 분석하여 고장의 원인을 정확히 진단하고, AI 기반의 고급 알고리즘을 통해 실시간 예지 보전을 제공한다.  특히, 직관적인 사용자 인터페이스(UI)와 3D 오빗 선도 등 고급 시각화 기능으로 비전문가도 쉽게 활용할 수 있으며, 맞춤형 유지보수 솔루션을 통해 설비 가동 중단과 유지보수 비용을 최소화한다.  또한, 자동화된 진단 보고서 생성 기능과 지속적인 소프트웨어 업데이트로 고객의 요구를 유연하게 충족시키며, 글로벌 경쟁사 대비 신속하고 현지화된 지원을 제공하는 점이 차별화된 강점이다. 3. 주요 기능 가디원 터보의 주요 기능은 다음과 같다. (1) 실시간 설비 상태 모니터링 가디원 터보는 진동 데이터와 운전 데이터를 실시간으로 수집하고 분석하여 설비 상태를 정밀하게 파악한다. 이를 통해 관리자는 설비의 작동 상태를 즉각적으로 확인할 수 있으며, 이상 징후가 감지되면 즉시 경고를 받아 빠르게 대처할 수 있다. 온도, 압력, 회전 속도 등의 핵심 데이터를 모니터링하며, 잠재적인 문제를 사전에 예측할 수 있다. (2) AI 기반 고장 예측 및 이상 감지 고급 딥러닝 알고리즘과 비지도 학습 기술(VAE 기반)을 활용하여 설비의 정상 작동 패턴을 학습하고, 비정상 상태를 감지한다. 특히, 15가지 주요 고장 모드를 실시간으로 진단할 수 있는 기능을 제공하며 고장 모드에는 축의 불균형(Unbalance), 정렬 오류(Misalignment), 윤활유 문제(Oil Whirl/Whip), 베어링 손상 등이 포함된다. 또한, 설비의 운전 조건에 따라 동적으로 경계값을 설정하여 오경보를 줄이고, 고장의 사전 예측 정확도를 높입니다. (3) 상세 진단 보고서 자동 생성 가디원 터보는 수집된 데이터를 기반으로 상세 진단 보고서를 자동 생성한다. 이 보고서는 설비 상태 평가, 고장 원인 분석, 판단 근거, 그리고 유지보수를 위한 권장 조치 사항 등을 포함한다. 유지보수 팀은 이 보고서를 활용하여 문제를 신속히 파악하고, 적절한 대응 방안을 수립할 수 있어, 의사결정 과정을 단축하고 유지보수 효율성을 높인다. (4) 3D 오빗 선도 기능 설비의 회전축 운동을 3차원 공간에서 시각화하여 설비의 동적 거동을 한 눈에 파악할 수 있도록 지원한다. 이 기능은 미세한 정렬 오류, 불균형, 베어링 손상 등의 문제를 식별하는 데 유용하며, 설비 상태를 직관적으로 이해할 수 있는 강력한 시각화 도구이다. (5) 디지털 트윈 및 직관적 UI 디지털 트윈 기술을 활용하여 실제 설비와 동일한 3D 모델을 제공하고, 설비의 상태와 변화 과정을 실시간으로 시각화한다. 또한, 카드형 대시보드와 같은 직관적인 UI를 통해 비전문가도 쉽게 설비 데이터를 이해하고 활용할 수 있다. (6) 맞춤형 유지보수 솔루션 설비 상태와 데이터를 바탕으로 고객의 요구에 맞춘 유지보수 계획을 제안한다. 이를 통해 설비 가동 중단을 최소화하고, 불필요한 유지보수를 줄이며, 설비 수명을 연장한다. 고객 맞춤형 접근 방식을 통해 설비 운영 효율성과 비용 절감을 동시에 실현할 수 있다. 4. 도입 효과 설비관리자들의 가장 큰 고민은 ‘설비 고장으로 인한 Downtime’이며 이를 최소화하는 것이  굉장히 중요한 과제다. 설비에 문제가 생기면 필연적으로 Downtime이 발생하며, 이로 인해 생산이 중단되면 납기 지연, 수리 및 유지보수 비용 발생, 리소스 낭비, 직원들의 초과근무 등 여러가지 문제가 연쇄적으로 일어나 그 피해가 매우 크다. 가디원 터보는 이런 문제점을 해결하고자, Root cause, Recommended action을 지원함으로써 고객의 빠른 의사결정을 돕고 있다. 특히 많은 운영사에서 운전데이터와 진동데이터를 수집하는 소프트웨어가 다르다는 점 때문에 데이터를 통합하여 모니터링하는데 어려움을 겪고 있는데 가디원 터보는 운전데이터와 진동데이터를 통합하여 모니터링 할 수 있을 뿐 아니라, 진동 발생의 원인까지 분석함으로써 빠른 의사결정을 돕고 이에 따라 Downtime 최소화를 실현할 수 있는 제품이다. 5. 주요 고객 사이트 석유화학산업, 공공발전산업, 민간발전산업 전반 걸쳐 두루 존재하며, 석유화학산업으로는 GS칼텍스가 대표적이고, 민간발전 영역에서는 GS파워 안양열병합 발전소, 2025년에는 GS파워 부천열병합 발전소에 가디원 터보를 도입하게 될 예정이다. 공공발전사 중 한국중부발전의 신보령, 신서천 화력발전소에 가디원 터보를 도입되어 있다. 특히 신보령화력발전소의 경우, 2024년 한국중부발전 내부 동반성장 우수사례 경진대회에서 최우수상을 받은 바 있다.   상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기    

딜로이트(Deloitte)는 인더스트리 4.0을 직접 체험할 수 있는 스마트 공장의 모델 시설을 독일 뒤셀도르프에 열었다고 밝혔다. 이 스마트 공장은 사이버-물리 시스템(CPS)의 개발 및 생산에 관련된 모든 산업을 대상으로 하며, 여러 전문 부서 간의 협업을 조율하고 회사 내외부의 수많은 이해관계자를 통합해야 하는 기업을 위해 마련되었다. 딜로이트와 프로스텝(PROSTEP)은 이 공장에서 엔드 투 엔드 데이터 프로세스를 위한 실용적인 활용 사례를 구현했으며, 요구사항 공학, 모델 기반 시스템 엔지니어링(MBSE) 및 개발을 연결하는 디지털 프로세스 체인을 그 예로 들 수 있다. 이들 사용 사례는 엔드 투 엔드 추적성이 어떻게 작동하는지와 AI 지원 프로세스의 기반을 어떻게 마련할 수 있는지를 보여준다. 딜로이트와 프로스텝은엔드 투 엔드 엔지니어링 프로세스 체인 개발을 위해 긴밀히 협력했으며, 이 과정에서 딜로이트의 프로세스 노하우와 프로스텝의 PLM(제품 수명주기 관리) 통합 노하우가 결합되었다. 프로스텝의 설루션인 오픈PDM(OpenPDM)이 통합의 기반을 제공하며, 이는 프로스텝 디지털 스레드 플랫폼의 일부이다. 오픈PDM은 주요 PLM, ALM, ERP 시스템에 대한 표준 커넥터를 제공하여 통합 및 유지보수 비용을 최소화한다. 통합된 IT 시스템 환경은 시스템 개발에서 원활한 협업을 촉진하여, 다양한 전문 부서가 선호하는 전문 시스템에서 높은 수준의 품질과 효율성을 달성할 수 있도록 한다. 또한 개발 주기를 단축하고 A-SPICE, CSMS 표준, MDR(의료기기 규정) 등에서 요구하는 추적성 관련 규정 준수 요건을 충족하는 데 도움이 된다.     이런 사용 사례는 V-모델(V-model)을 따르는 일반적인 개발 프로세스를 기반으로 한다. 이해관계자의 요구사항은 먼저 PTC 코드비머(PTC Codebeamer)에 기록된 후, 다쏘시스템의 카티아 매직 사이버 시스템즈 엔지니어(Catia Magic Cyber Systems Engineer)로 전송되어 시스템 아키텍처를 모델링하고 추가적인 기능 및 시스템 요구사항을 도출하는 데 사용된다. 특정 성숙도에 도달하면 전체 요구사항 패키지는 추가 개발을 위해 지멘스 팀센터(Siemens Teamcenter)로 전달된다. 프로스텝의 피터 팔츠그라프(Peter Pfalzgraf) 파트너 매니저는 “이렇게 구현된 사용 사례의 주요 장점은 자동화된 데이터 인터페이스가 도메인 경계를 넘나드는 협업을 용이하게 한다는 점”이라면서, “이 설루션은 연결된 IT 시스템에서 일관된 데이터 상태를 보장하고 시스템 간 추적성을 지원한다. 이를 통해 여러 전문 부서 간의 협력이 필요한 복잡한 시스템의 개발 속도를 높이는 데 기여한다”고 밝혔다. 딜로이트의 티노 크루거(Tino Krüger) 제품 전략 및 수명 주기 관리 파트너는 “프로스텝이 규제 산업에서 이기종 시스템 환경을 통합한 수십 년의 경험을 가지고 있어 파트너로 선택했다”면서, “두 회사는 자동차, 방위, 항공우주, 의료 기술, 플랜트 엔지니어링, 조선 등 수많은 다양한 산업에서 사업을 운영하고 있다. 우리는 서로를 완벽하게 보완한다”고 전했다.

주요 디지털 트윈 소프트웨어   대용량 엔지니어링 데이터의 경량 시각화 솔루션, VIZZARDX  개발 및 자료 제공 : 소프트힐스, 02-499-9998, www.Softhills.net 소프트힐스의 목표는 3D 엔지니어링 데이터 인터페이스 및 경량화, 실시간 시각화, 이기종 CAD 모델의 통합, 다양한 플랫폼과의 연계를 PC, 웹, 모바일 기반으로 구현하는 것이다. 이를 위해 플랫폼 간의 데이터 인터페이스를 제공, 대용량 데이터 가시화를 위한 대표 형상 우선 처리 방식 적용, 3D 형상의 대표성을 기준으로 6단계로 원본 데이터 분류, 시야 범위, 모델과의 거리 등의 기준을 통해 최소 데이터로 3D 화면 처리 등 핵심 역량을 집약하여 가볍고 빠르면서 실제와 유사한 스마트 조선을 위한 디지털 트윈의 새로운 지향점을 제시할 계획이다. 1. 주요 특징  소프트힐스는 2025 플랜트 조선 컨퍼런스에서 ‘대용량 엔지니어링 데이터의 경량 시각화’ 솔루션을 중심으로 광대역 지형정보 기반 3D 모델 통합 및 경량 가시화 기술을 선보였다. 소프트힐스는 3D 엔지니어링 데이터(모델, 속성)의 경량화 및 시각화의 원천기술을 보유한 국내 유일의 3D 엔지니어링 데이터 서비스 전문기업이다. 대형 엔지니어링 데이터의 활용이 필요한 조선해양, 플랜트, 건설 산업 분야에 3D모델 경량화 및 가시화를 통한 리뷰, 공정 관리, 생산과 설계의 연계를 위한 솔루션을 공급하였다.  소프트힐스의 솔루션은 서버와 뷰어 계열로 나뉘는데 서버는 경량 변환 서버 VIZPub, 엔지니어링 데이터 관리 플랫폼 VIZOn, 간섭 체크 서버 VIZClash 등이 있고, 뷰어는 PC용 VIZZARD(비자드) / VIZZARDX(비자드엑스) / VIZDesign, 웹용 VIZWeb3D / VIZWide3D, 모바일용 VIZWing이 있다. 2. 주요 기능 소프트힐스의 솔루션은 서버와 뷰어 계열로 나뉘는데 서버는 경량 변환 서버 VIZPub, 엔지니어링 데이터 관리 플랫폼 VIZOn, 간섭 체크 서버 VIZClash 등이 있다. 뷰어는 PC용 VIZZARD / VIZZARDX / VIZDesign, 웹용 VIZWeb3D / VIZWide3D, 모바일용 VIZWing이 있다. 스마트 조선 분야에서 소프트힐스 솔루션은 다음과 같이 활용될 수 있다. • 경량 3D 모델의 설계, 생산, 시공, 운영, 유지보수 활용을 위한 기반 기술 구현  • 교통, 환경, 기상, 관광, 소방, 에너지 등 스마트 건설 분야에 필요한 각종 정보들을 3D 엔지니어링 데이터 기반으로 통합 관리 • 기업, 발주처, 협력사의 설계 및 생산 간 3D 기반 소통, 협업 환경 구축 3. 도입 효과 설계, 생산, 시공 스마트 조선 제조산업과 대형 프로젝트 산업의 생산, 시공 부문의 3D 기반 프로세스로의 전환 산업 O&M 스마트팩토리/야드 3D 가상화 모델 기반의 운영, 유지보수 체계 확립 도시환경관리 스마트시티 도시 내 교통, 환경, 기상, 관광, 소방, 에너지 등 각종 정보를 3D 엔지니어링 데이터 기반으로 통합 관리 3D 기반 비대면 협업환경 기업내부, 발주사, 협력사, 설계 및 생산 간 3D 기반 소통, 협업 환경 구축 디지털 트윈 서비스 개발, 확장 개방형 서비스 API을 통한 산업용 디지털 트윈 응용 서비스 개발 환경 제공   5. 주요 고객 사이트 HD한국조선해양, HD현대중공업, HD현대미포, HD현대미포조선, 현대삼호중공업, 대우조선해양, 한화에어로스페이스, SK하이닉스, 방사청, LS인렉트릭, 퍼시스 등 조선해양 플랜트, 건설 분야외 도시 환경, 우주항공, 방위산업, 일반 기계, 소비재 분야에 솔루션을 공급하여 10개국 250개 기업에 5,000개 이상의 라이선스와 11,000명 이상의 사용자를 보유하고 있다. 상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기