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. 

      대한기계학회 가상제품개발연구회 2025년 춘계 심포지엄 개최 안내     2009년 본격화된 빅데이터와 딥러닝 기술은 2016년 ‘알파고 모멘트’를 거쳐, 오늘날에는 생성형 AI로 대표되는 Modern AI 시대를 맞이하고 있습니다. 특히 GPT의 출시 이후 최근 2년간 인공지능 기술은 실로 빛의 속도라 할 만큼 눈부신 발전을 이어가고 있습니다. 전통적인 시뮬레이션 분야에도 기계학습 및 딥러닝 기술이 도입되고 있으며, 산업계 전반에서는 인공지능을 통한 획기적인 R&D 생산성 향상을 기대하고 있습니다. 생성형 AI를 활용해 기업 내 R&D 데이터를 학습시키고, 이를 바탕으로 설계를 자동화하려는 시도들이 확산되고 있으며, Agentic AI가 현실화되는 시점에는 현재의 R&D 방식에 근본적인 변화가 찾아올 것으로 전망됩니다. 이번 가상제품개발연구회 춘계 심포지엄에서는 VPD와 AI의 융합을 통해 R&D 생산성 혁신을 이끌어낼 수 있는 가능성과 미래 방향을 함께 모색하고자 합니다. 참석하시는 회원 여러분과 연구자분들께서 귀중한 인사이트와 영감을 얻어 가는 뜻깊은 시간이 되시길 바랍니다.   대학기계학회 가상제품개발연구회 회장 오세기 올림   ◈ 행사일정 사회 : LG전자 황윤제 기술고문        세션 발표자(소속) 시간(분) 주제 등록 및 Network 10:00~10:30 (30) 등록 및 상호 인사, 교류 등 개회사 오세기 연구회장 (LG전자) 10:30~10:40 (10) 연구회 및 심포지엄 소개 축사 배중면 회장 (대한기계학회) 10:40~10:50 (10) 대한기계학회 가상제품개발연구회 격려사 Key Note Speech 이승철 교수 (KAIST) 10:50~11:30 (40) 제품 가상화 설계를 위한 물리지식기반 인공지능의 역할 주제발표 김문성 파트너 (다쏘시스템) 11:30~12:00 (30) AI/ML 기반의 가상 검증 사례와 활용 전략 점심 식사 등 12:00~13:20 (80) 식사 및 상호 인사, 교류, 다쏘시스템 전시 참관 등 (사전/현장 등록 확인 후 식사 비용 1만원/인 제공) 주제발표 Miki Yamazaki (HITACHI / JSME) 13:20~13:50 (30) AI가 주도하는 MBSE·MBD와 VPD의 융합 : 가상화를 통한 차세대 제품 개발 가속 및 DX 추진 최동훈 교수/대표 (한양대/피도텍) 13:50~14:20 (30) VPD 대중화로 가는 길: AI-Aided Design Optimization 송준영 팀장 (현대모비스) 14:20~14:50 (30) AI를 이용한 R&D Shift 백영진 팀장 (LG전자) 14:50~15:20 (30) AI와 VPD 연계를 통한 효율적 제어 시스템 개발 프레임워크 윤용상 상무 (한화에어로스페이스) 15:20~15:50 (30) 디지털 해석 기술을 활용한 항공엔진 개발과 국내 항공엔진의 미래 쉬는 시간 15:50~16:10 (20) 상호 인사, 교류, 다쏘시스템 전시 참관 등 패널 토론 16:10~17:30 (80) 연구회 임원 및 발표자            (참고 : 가상제품개발연구회 홈페이지 http://k-vpd.org/)  

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.

              SW 소식 >             BARAM v24.1.0 공개 >             BARAM v24.1.0이 공개되었습니다. BARAM v24.1.0에는 밀도 기반 압축성 솔버와 Batch Process 등 다양한 기능이 포함되어 있습니다. (링크)를 누르시면 BARAM v24.1.0 안내 페이지로 이동합니다.  이외에도 baramFlow tutorials 6개, baramMesh tutorials 1개가 추가되었습니다. (링크)에서 확인해주세요.             baramFlow New Features 밀도 기반 압축성 솔버 및 Far-field Riemann 경계 조건 추가 (TSLAeroFoam) User Parameters 기능 추가 Batch Process 기능 추가 User Parameters를 조합하여 순서대로 계산 실행 가능 격자 정보 확인 기능 추가 (격자 갯수, 해석 영역 크기, 최대/최소 격자 체적) baramFlow Improvement Realizable k-ε 모델의 벽함수 개선 정상 상태 계산을 비정상 상태 계산의 초기값으로 사용하는 기능 추가 cell zone source term에 단위 표시 계산 종료 시, 종료 팝업 창 띄우는 기능 추가 특정 경계면은 이름에 따라 경계 조건 자동 부여 다상 유동의 정상 상태 계산 시 maximum Courant number 설정 가능             baramMesh New Features snap 단계에서 Implicit Feature Snapping 지원 baramMesh Improvement 형상 이름의 공백에 _ (underscore) 자동 추가 Region 단계에서 고체 영역만 설정하도록 기능 개선                                     BARAM ARM 64 버전 Azure Marketplace 공개 >              Azure Marketplace에서 사용할 수 있는 BARAM CFD Package가 공개되었습니다. 이제 고사양의 HPC (High Performance Computing) 없이도 BARAM을 이용하여 복잡한 CFD 계산을 돌릴 수 있습니다.  Azure Marketplace에서 NEXTFOAM BARAM을 검색하시거나 (링크)를 클릭하시면 Azure Marketplace에 등록되어 있는 BARAM CFD Package를 사용하실 수 있습니다.                         교육 소식 >             4월 CAE / AI 엔지니어를 위한HPC 교육 >             CAE / AI 엔지니어를 위한 HPC 교육 4월 CAE / AI 엔지니어를 위한 HPC 교육 일정을 안내드립니다. HPC 환경에서 OpenFOAM 수행 방법 및 병렬 AI 학습 방법 / HPC 구축 실습을 통해 HPC의 개념 이해 / 최적 성능을 도출할 수 있는 방안 및 효율적인 HPC 관리 방안을 목표로 교육이 진행됩니다. 일정 : 4월 24일 ~ 4월 25일 (링크)를 클릭하시면 4월 CAE/ AI 엔지니어를 위한 HPC 교육 내용을 확인하실 수 있습니다.                         일반 소식 >             2024년 AI CFD 춘계 워크샵              지난 2월 29일 서강대학교 AS관 509호에서 AI CFD 워크샵이 있었습니다. GIST 최성임 교수님, 인하대학교 고승찬 교수님, KAIST 이승철 교수님을 비롯하여 AI CFD를 주제로 연구하시는 분들과 모임을 가지는 뜻 깊은 시간이었습니다.  이 자리에서 PINN (Physics-Informed Neural Network)를 비롯하여 FNO, DeepONet 등 Neural Network를 CFD에 적용한 연구 및 활용 성과에 대해 의견을 나누었습니다.  저희 회사에서도 이보성 박사님께서 NEXTFOAM 연구 성과 및 근황을 주제로 발표를 진행해주셨습니다.                         WHAT IS OPENFOAM? OpenFOAM은 오픈소스 CFD 소프트웨어이다. GNU GPL 라이센스를 사용하고 있어 누구나 자유롭게 사용이 가능하며 수정 및 재배포를 할 수 있다.       WHAT IS MESHLESS CFD? 질점격자 기반의 CFD해석 기법으로 FVM해석 기법의 보존성을 갖추고 있으며 전처리 작업시간을 획기적으로 줄일 수 있습니다.FAMUS는 무격자 기법의 CFD 해석 SW 입니다.       WHAT IS BARAM SERIES? BARAM은 넥스트폼이 개발한 OpenFOAM CFD 해석 프로그램입니다. 넥스트폼이 개발한 OpenFOAM Solver와 Utility를 GUI 기반으로 사용이 가능합니다.           수신거부

  제조산업에서 디지털 전환(digital transformation, DX)을 위한 움직임이 꾸준히 전개되고 있다. 특히 CAE 및 시뮬레이션 분야에서는 디지털 트윈을 제품 개발과 엔지니어링에 활용한다는 비전을 제시한다. 제품 개발 영역에서 활용되는 디지털 트윈은 외형뿐만 아니라 구조와 거동, 나아가 생산 설비와 공정까지 포괄하는 기술로 확장되는 추세이다. 크기와 복잡성이 늘어나는 만큼 디지털 트윈의 구축과 활용의 난이도가 증가하고 있기도 하다. 이런 장벽을 해소하기 위해 CAE를 위한 모델링 기법부터 해석 알고리즘, 클라우드와 인공지능까지 폭넓은 기술이 개발 및 적용되는 흐름도 강화되고 있다. 이번 호에서는 지난 ‘CAE 컨퍼런스 2023’에서 발표된 내용을 중심으로, CAE와 시뮬레이션 중심의 디지털 전환 전략과 기술 그리고 활용사례를 소개한다.   물리 지식 기반 인공지능 차수 축소 모델 / 이승철 LS일렉트릭의 DX 클라우드 전략과 AI 시뮬레이션 적용 / 유성열 메시프리 기술을 통한 설계 단계 CAE 활용 방안 / 김종성 시뮬레이션 기반 디지털 트윈 구축 솔루션 및 적용 사례 / 페이스   ■ 총 13 페이지     ■ 자세한 기사 내용은 PDF로 제공됩니다. 한시적으로 무료 제공됩니다.(9.30까지)    

  17　THEME. 디지털 전환을 위한 CAE와 시뮬레이션 물리 지식 기반 인공지능 차수 축소 모델 / 이승철 LS일렉트릭의 DX 클라우드 전략과 AI 시뮬레이션 적용 / 유성열 메시프리 기술을 통한 설계 단계 CAE 활용 방안 / 김종성 시뮬레이션 기반 디지털 트윈 구축 솔루션 및 적용 사례 / 페이스   Infoworld   Focus 30　오토데스크, “퓨전 360 10주년 맞아 국내 사용자 확대 본격화” 32　멘딕스, 디지털 트윈/생성형 AI와 결합한 로코드 개발 사례 및 비전 소개 34　빌드스마트 콘퍼런스 2023, 생성형 Al 시대의 스마트 빌드 소개   People&Company 37　산업 디지털 트윈/메타버스 플랫폼 기업, 녹원정보기술　실시간 3D 관제 위해 유니티로 디지털 트윈 구현   New Products 40　더욱 빠르고 스마트한 제품 개발 협업 경험 제공　솔리드웍스 2024 42　AI 기반으로 건축/인테리어 3D 그래픽 생성　아키캐드 AI 비주얼라이저 56　이달의 신제품   Case Study 44　디지털 트윈으로 구축하는 스마트 시티　실시간 3D 경험을 통해 도시의 미래를 준비하다 47　메타휴먼 애니메이터로 제작한 단편 영화 ‘Blue Dot’　고품질의 페이셜 애니메이션을 빠르게 생성해 영화 제작 프로세스 개선   Column 50　디지털 지식전문가 조형식의 지식마당 / 조형식　2024년을 향하여 52　트렌드에서 얻은 것 No.19 / 류용효 　마이크로소프트 코파일럿의 모든 것   On Air 62　캐드앤그래픽스 CNG TV 지식방송 지상중계　엔지니어링 업계 트렌드와 2024년 전망 63　캐드앤그래픽스 CNG TV 지식방송 지상중계　스마트 건설 기술 개발 성과와 현황은? 64　캐드앤그래픽스 CNG TV 지식방송 지상중계 　BIM 기반 MEP 자동설계 방법의 AR 적용 기술 전망 65　캐드앤그래픽스 CNG TV 지식방송 지상중계 　디지털 리얼리티 플랫폼을 통한 제조 산업의 미래 66　캐드앤그래픽스 CNG TV 지식방송 지상중계　효율적인 플랜트 설계를 위한 캐드웍스 소개   58　New Books 60　News   Directory 123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 67　오토데스크 한국어 커뮤니티의 시작 / 양승규　국내 전문가와 사용자의 정보 교류 및 네트워크 위한 공간 72　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　생성형 AI 코딩으로 프로그램 만들어보기 78　새로워진 캐디안 2024 살펴보기 (1) / 최영석　캐디안 2024의 새로운 기능 82　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2024 (9) / 천벼리　사용자 정의 팔레트 Ⅰ   Reverse Engineering 85　문화유산 분야의 이미지 데이터베이스와 활용 사례 (1) / 유우식　이미지 데이터와 데이터베이스의 중요성 92　포인트셰이프 디자인을 사용한 역설계 사례 / 드림티엔에스　프론트 라이트 스캔 데이터의 역설계 작업 과정   Visualization 97　산업 경쟁력을 높여주는 XR 기술의 확대 / 조항래　전문가의 작업 노하우를 쉽고 빠르게 전수하는 방법   Mechanical 100　제품 개발 혁신을 가속화하는 크레오 파라메트릭 10.0 (8) / 김주현　크레오 파라메트릭의 GD&T 기능 106　제조업 DX, 3D 데이터의 목표는? (1) / 아이지피넷　제조업 DX의 출발은 3D 데이터의 흐름 관리   Analysis 109　시뮬레이션에서는 딥러닝을 어떻게 쓰고 있을까? / 안지수　물리 법칙을 학습하는 인공지능으로 시뮬레이션을 개선 114　MBD의 이해와 기업 가치 향상을 위한 전략 (1) / 오재응　MBD의 발전 배경과 정의 120　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (5) / 나인플러스IT　보로노이 다이어그램을 이용한 고충실도 CFD 격자 생성     캐드앤그래픽스 2024년 1월호 목차 from 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

새로운 제품을 개발하는 과정에서 CAE는 설계 변경에 따른 영향을 신속하게 분석하고, 효율적인 생산 시뮬레이션도 가능케 한다. 특히 디지털 트윈, 스마트 공장, 디지털 제조 환경에 있어서 CAE는 ‘최적화’를 실현하기 위해 빼놓을 수 없는 중요한 요소로 자리매김하고 있다. 지난 11월 10일, 수원컨벤션센터에서는 이러한 트렌드에 맞춰 최신 CAE 기술 및 솔루션 공유를 위한 ‘CAE 컨퍼런스 2023’이 열렸다. ■ 이성숙 기자     산업 디지털 전환 위한 CAE의 역할 짚다 올해로 13회를 맞은 ‘CAE 컨퍼런스 2023’은 CAE 수요-공급업계 관계자를 위한 정보 교류의 장으로, ‘제5회 스마트 공장 구축 및 생산자동화전(SMATEC 2023)’과 동시 개최되었다. 이번 컨퍼런스에서는 HD한국조선해양, 지멘스, 나니아랩스, 마이다스아이티, 앤시스코리아, 이에이트, LS일렉트릭, 페이스, LG전자 등 CAE 수요-공급기업이 대거 참여한 가운데, 국내 제조산업의 경쟁력 강화를 위한 CAE 활용 사례와 최신 CAE 관련 기술 트렌드, 그리고 CAE 기반의 스마트 공장 솔루션이 소개되었다.  CAE 컨퍼런스 2023 준비위원회 위원장을 맡은 KAIST 강남우 교수는 개회사를 통해 생성형 AI 기반의 산업 디지털 전환과 스마트 공장 구축에 있어서 중요한 역할을 해 온 CAE에 관해 소개하며, “이번 컨퍼런스가 디지털 트윈과 CAE의 미래를 연결하는 행사가 될 수 있도록 ‘CAE 분야의 AI 혁신과 디지털 트윈’을 주제로 잡았다”고 전했다.   디지털 트윈을 구현하는 CAE 전략과 사례 소개 이번 컨퍼런스는 2개의 기조연설과 9개의 구축사례 및 최신 CAE 기술 트렌드 소개로 진행됐다. 첫 번째 기조연설에는 HD한국조선해양 류승협 상무가 연사로 나서 ‘자율운항선박을 위한 디지털 트윈 전략’을 주제로 발표를 진행했다. 류승협 상무는 이번 발표를 통해 차세대 선박을 위한 기상 시운전 기술을 소개하고, 가상 물리 모델의 온라인화와 선박 데이터 연결을 통해 선원 훈련 및 선박 운영까지 확장하는 디지털 트윈 생태계 변화를 참석자들과 공유했다. 두 번째 기조연설자로 나선 KAIST 김탁곤 명예교수는 ‘디지털 트윈 기반 CAE 발전 방안’을 주제로, 디지털 트윈을 통해 얻은 다양한 실 체계 정보를 CAE 모델에 도입하는 방안과 이를 통한 CAE 해석의 다양성과 확장성에 관해 소개했다.    ▲ 조선 분야의 디지털 트윈 생태계 기술을 소개한 HD한국조선해양 류승협 상무   ▲ 디지털 트윈 정보와 CAE 모델의 연계를 설명한 KAIST 김탁곤 명예교수   다양한 분야의 CAE 성공사례 발표 CAE 응용 및 성공사례 발표는 지멘스 디지털 인더스트리 소프트웨어의 김현준 본부장이 첫 주자로 나섰다. ‘AI 기반의 화학 공정 디지털 트윈 엔드 투 엔드 솔루션 소개’를 주제로 한 김현준 본부장의 발표에서는, 화학 공정에서 많이 사용되는 교반기를 주제로 지멘스 솔루션의 엔드 투 엔드 연계를 통해 인공지능(AI) 및 머신러닝(ML) 기법이 어떻게 공정 운영 환경을 변화시킬 수 있는지를 보여주었다.  CAE 컨퍼런스 준비위원회 위원장이자 나니아랩스 대표인 강남우 교수는 ‘생성형 AI 기반 제품 설계 및 성능 예측 혁신’을 주제로 제조업 분야에 적용 가능성이 큰 다양한 딥러닝 활용 방안에 관해 소개했다. 이와 함께 생성형 AI를 활용한 3D 데이터 설계부터 성능 예측과 최적 설계까지 포괄적인 사례를 공유했다. 마이다스아이티의 김종성 프로는 ‘메시프리 기술을 활용한 설계 단계 CAE 구축 방안 및 주요 기업 적용 사례’ 발표를 통해, 요소망(메시) 없이 해석할 수 있는 메시프리(MeshFree) 기술과 이 기술을 기계 분야 설계 단계에 어떻게 적용하고 운영할 수 있는지를 주요 기업 적용 사례를 통해 소개했다. 앤시스코리아의 이정원 매니저는 ‘엔지니어링 시뮬레이션을 위한 AI/ML’을 주제로, 앤시스 제품군을 통해 활용할 수 있는 엔지니어링 시뮬레이션에서 인공지능/머신러닝 기법에 관한 사례 소개와 함께 미래 기술 개발 방향도 공유했다.    ▲ 화학 공정의 디지털 트윈 활용 사례를 소개한 지멘스 김현준 본부장   ▲ 생성형 AI 기반의 최적 설계 기술을 선보인 나니아랩스 강남우 대표   ▲ 기계 설계를 위한 메시프리 기술을 소개한 마이다스아이티 김종성 프로   ▲ 엔지니어링 시뮬레이션을 위한 AI/ML 기술을 소개한 앤시스코리아 이정원 매니저   AI 접목해 CAE의 가능성 넓힌다 이번 컨퍼런스에서는 CAE 활용 사례뿐만 아니라 산업 디지털 전환을 위한 다양한 AI 기반의 신기술이 대거 소개되었다. 이에이트의 김광원 솔루션연구기획그룹장은 ‘NFLOW + AI의 디지털 트윈 적용’을 주제로, 기존 CFD 해석의 시간적 한계를 극복할 수 있는 CFD + AI 기술의 디지털 트윈 적용 사례를 소개했다. LS일렉트릭의 유성열 매니저는 ‘LS일렉트릭의 클라우드 전략과 DX, AI 시뮬레이션 적용 사례’ 소개를 통해 디지털 전환에 빠르게 대응하기 위해 클라우드 컴퓨팅 기반의 개발 환경을 구축하여 CAx, IoT(사물인터넷), AI 등 다양한 디지털 기술을 융합하여 제품 경쟁력을 높이고 있는 LS일렉트릭의 변화를 소개했다. 페이스의 한우주 부사장은 ‘시뮬레이션 기반 디지털 트윈 구축 솔루션 및 적용 사례 소개’라는 주제로 시뮬레이션 기반의 디지털 트윈 구축 솔루션인 페이스 트윈(PACE Twin)과 페이스 ROM(PACE ROM)에 관해 소개했다. KAIST의 이승철 교수는 ‘산업 현장에서의 AI 성공 전략과 물리 지식 기반 차수 축소 모델’을 주제로, 산업 AI 기술이 현장에서 성공하기 위한 핵심 전략과 CAE 계산 가속화를 위한 인공지능 기반 차수 축소 모델(ROM)을 소개했다. 마지막 발표를 맡은 LG전자의 김완수 책임연구원은 ‘열유동 서로게이트 모델을 이용한 건조기 성능 예측’을 주제로, 물리적 해석이 어려운 드럼 내부의 유동 및 수분 증발 현상을 모델링하기 위해 AI를 활용한 서로게이트 모델을 구성한 사례를 소개했다.   ▲ CFD와 AI를 결합한 디지털 트윈 활용범을 소개한 이에이트 김광원 솔루션연구기획그룹장   ▲ 클라우드 기반의 CAx 및 디지털 제품 개발 로드맵을 소개한 LS일렉트릭 유성열 매니저   ▲ 시뮬레이션 기반의 디지털 트윈 구축 기술을 소개한 페이스 한우주 부사장   ▲ 빠른 CAE를 위한 AI 기반 모델링 기술에 대해 발표한 KAIST 이승철 교수   ▲ 건조기의 열유동 해석을 위한 AI 모델 구축 사례를 소개한 LG전자 김완수 책임연구원     ■ 기사 내용은 PDF로도 제공됩니다.

[CAE 컨퍼런스 2023] 발표자료 다운로드 안내입니다. CAE 컨퍼런스 2023이 지난 11월 10일(금) 수원컨벤션센터에서 성황리에 개최됐습니다. 올해로 13회를 맞은 ‘CAE 컨퍼런스 2023’은 CAE 수요-공급업계 관계자를 위한 정보 교류의 장으로, ‘제5회 스마트 공장 구축 및 생산자동화전(SMATEC 2023)’과 동시 개최되었습니다. 이번 컨퍼런스에서는 HD한국조선해양, 지멘스, 나니아랩스, 마이다스아이티, 앤시스코리아, 이에이트, LS일렉트릭, 페이스, LG전자 등 CAE 수요-공급기업이 대거 참여한 가운데, 국내 제조산업의 경쟁력 강화를 위한 CAE 활용 사례와 최신 CAE 관련 기술 트렌드, 그리고 CAE 기반의 스마트 공장 솔루션이 소개되어 많은 관심을 모았습니다.  CAE 컨퍼런스 2023 준비위원회 위원장을 맡은 KAIST 강남우 교수는 개회사를 통해 생성형 AI 기반의 산업 디지털 전환과 스마트 공장 구축에 있어서 중요한 역할을 해 온 CAE에 관해 소개하며, “이번 컨퍼런스가 디지털 트윈과 CAE의 미래를 연결하는 행사가 될 수 있도록 ‘CAE 분야의 AI 혁신과 디지털 트윈’을 주제로 잡았다”고 전했습니다. [관련 기사]  [포커스] CAE 컨퍼런스 2023, ‘CAE 분야의 AI 혁신과 디지털 트윈’ 주제로 최신 인사이트 공유   [아젠다] CAE 컨퍼런스 2023 발표자료는 정보 제공에 동의한 자료만 제공됩니다. 아래 아젠다에 PDF 마크가 표시되어 있는 발표자료가 공개된 내용입니다.    [CAE 컨퍼런스 2023] 유료결제 완료 후, 발표자료 요청 이번 컨퍼런스에 참여하지 않았던 분들은 유료 결제 후에 발표자료를 다운로드 받으시기 바랍니다. 다만 홈페이지 다운로드 용량 제한으로 인하여 전체 자료를 다운로드 할 수 있게 하는데 제약이 있어 첨부한 파일에는 CAE 컨퍼런스 2023 가이드 파일만 올려 두었습니다. 결제완료 후 메일(cae@cadgraphics.co.kr)로 연락주시면 대용량 추가 자료를 별도로 보내드립니다. 홈페이지에서 직접 결제하는데 문제가 있다면 당사로 연락주시기 바랍니다.   메일 제목 :  [CAE 컨퍼런스 2023] 유료결제완료 발표자료 요청 내용 : 결제시 회원명 / 전화 / 이메일 메일 보낼 곳 : cae@cadgraphics.co.kr 문의 : CAE컨퍼런스사무국 (02-333-6900) [CAE 컨퍼런스 2023] 발표 제목 및 발표자 소개 00. [개회사] CAE컨퍼런스 준비위원회 강남우 위원장(KAIST 교수) 01. [기조연설] 자율운항선박을 위한 디지털 트윈 전략(From DE to DX) / HD한국조선해양 류승협 상무 02. [기조연설] 디지털트윈 기반 CAE 발전 방안 / KAIST 전기 및 전자공학부 김탁곤 명예교수 03. AI 기반의 화학 공정 Digital Twin End-to-End Solution 소개 / 지멘스 디지털 인더스트리 소프트웨어 김현준 본부장 04. 생성형 AI 기반 제품 설계 및 성능 예측 혁신 / 나니아랩스 강남우 대표 05. MeshFree 기술을 활용한 설계 단계 CAE 구축 방안 및 주요 기업 적용 사례 / 마이다스아이티 김종성 프로 06. AI/ML in Engineering Simulations at Ansys / 앤시스코리아 이정원 매니저 07. NFLOW + AI의 디지털 트윈 적용 / 이에이트 김광원 솔루션연구기획그룹장 08. LS일렉트릭의 클라우드 전략과 DX, AI 시뮬레이션 적용 사례 / LS일렉트릭 유성열 매니저 09. 시뮬레이션 기반 디지털 트윈 구축 솔루션 및 적용 사례 소개 / 페이스 한우주 부사장 10. 산업현장에서의 AI 성공 전략과 물리지식기반 차수축소모델 / KAIST 이승철 교수  11. 열유동 써로게이트 모델을 이용한 건조기 성능 예측 / LG전자 김완수 책임연구원     [CAE 컨퍼런스 2023] 영상 다시보기  

국내 제조업계 경쟁력 강화를 위해 힘써온 CAE 컨퍼런스가 올해 13회째를 맞아 'CAE 분야의 AI 혁신과 디지털 트윈’을 주제로, 11월 10일(금) 수원컨벤션센터에서 개최될 예정이다.    컴퓨터를 활용한 시뮬레이션 기법을 의미하는 ‘CAE(Computer Aided Engineering)’는 제품 개발에서 빼놓을 수 없는 중요한 요소로 자리매김하고 있다. 13회째를 맞은 이번 행사는 캐드앤그래픽스가 주최하고, CAE 컨퍼런스 준비위원회(위원장 강남우)가 주관을 맡았다.    제조 분야에서 디지털 전환과 디지털 트윈은 꾸준히 확산되고 있으며, 특히 CAE를 기반으로 한 시뮬레이션 기술은 디지털 트윈의 구현 및 디지털 전환에서 중요한 역할을 하고 있다. 이에 더해, 빠르게 발전하고 있는 AI(인공지능) 기술이 시뮬레이션과 결합해 새로운 가능성을 제시하고 있다.    올해 행사 기조발표에 나서는 HD한국조선해양 류승협 상무는 ‘자율운항선박을 위한 디지털 트윈 전략’을 주제로, 차세대 선박을 위한 가상 시운전 기술을 비롯해 가상 물리 모델의 온라인화, 선박 데이터 연결을 통한 디지털 트윈 생태계의 확장 등을 소개한다.    KAIST 전기 및 전자공학부 김탁곤 명예교수는 또 다른 기조발표에서 ‘디지털 트윈 기반 CAE 발전 방안’을 주제로, 디지털 트윈을 통해 얻은 정보를 CAE 모델에 도입하는 방안 및 이를 통한 CAE 해석의 다양성과 확장성에 대해 논의할 예정이다.   지멘스 디지털 인더스트리 소프트웨어 김현준 본부장은 ‘AI 기반의 화학 공정 디지털 트윈 엔드 투 엔드 솔루션’을 주제로, 화학 공정에서 많이 사용되는 교반기를 주제로 지멘스 솔루션의 End-to-End 연계를 통해 AI/ML 기법이 어떻게 공정 운영 환경을 변화시킬 수 있는지를 보여줄 예정이다.   나니아랩스 강남우 대표는 ‘생성형 AI 기반 제품 설계 및 성능 예측 혁신’을 주제로, 제조업 분야에서의 다양한 딥러닝 활용 방안을 비롯해 생성형 AI를 활용한 3D 데이터 설계부터 성능 예측과 최적 설계까지 포괄적인 사례에 대해 공유한다.   마이다스아이티 김종성 프로는 ‘MeshFree 기술을 활용한 설계 단계 CAE 구축 방안 및 주요 기업 적용 사례’를 주제로, MeshFree 기술을 기계분야 설계단계에서 어떻게 적용하여 운영하는지에 대해 주요 기업 적용 사례를 통해 알아본다.   앤시스코리아 이정원 매니저는 ‘AI/ML in Engineering Simulations at Ansys’를 주제로, 앤시스 제품군을 통해 활용할 수 있는 엔지니어링 시뮬레이션에서 AI/ML 기법에 대한 사례와 미래 기술에 대한 개발 방향에 대해 소개한다.   이에이트 김광원 솔루션연구기획그룹장은 ‘NFLOW + AI의 디지털 트윈 적용’을 주제로, AI를 통한 기존 CFD 해석의 시간적 한계를 극복하고, 새로운 CFD + AI 기술의 디지털 트윈 적용 사례에 대해 발표한다.   LS일렉트릭 유성열 매니저는 ‘LS일렉트릭의 클라우드 전략과 DX, AI 시뮬레이션 적용 사례’를 주제로, DX를 가속화하고 비즈니스 프로세스 혁신 및 최적화하기 위해 추진된 사례를 공유한다.   페이스 한우주 부사장은 ‘시뮬레이션 기반 디지털 트윈 구축 솔루션 및 적용 사례’를 주제로, 시뮬레이션 기반 디지털 트윈 구축 솔루션인 PACE Twin과 PACE ROM을 소개한다.   KAIST 이승철 교수는 ‘산업현장에서의 AI 성공 전략과 물리지식기반 차수축소모델’를 주제로, 산업인공지능기술이 현장에서 성공하기 위한 핵심전략과 CAE 계산가속화를 위한 인공지능 기반 차수축소모델에 대해 발표한다.   LG전자 김완수 책임연구원은 ‘열유동 서로게이트 모델을 이용한 건조기 성능 예측’을 주제로, 물리적 해석이 어려운 드럼 내부의 유동 및 수분증발 현상을 모델링 하기 위해 AI를 활용한 써로게이트 모델을 구성한 사례에 대해 소개한다.   CAE 컨퍼런스 준비위원회 강남우 위원장(KAIST 교수)은 “포스트 코로나 시대를 맞아 제조산업은 대내외의 어려움을 극복하고 재도약하기 위한 노력을 활발히 기울이고 있다. 디지털 트윈과 디지털 전환에 대한 산업계의 관심과 활용 노력이 꾸준히 늘고 있는 상황은 이를 반영한다”며, “특히 다양한 산업에서 더 많은 주목을 받고 있는 인공지능(AI) 기술이 CAE 및 시뮬레이션 분야에도 점차 활발히 접목되면서 새로운 가능성을 제시하고 있다. 올해 CAE 컨퍼런스에서는 국내 제조산업의 도약을 위한 CAE 기술 트렌드 및 솔루션 활용법, 활용 사례 등이 다양하게 소개될 예정이므로 많은 관심과 참여를 바란다”고 전했다.   이번 컨퍼런스에는 HD한국조선해양, LS일렉트릭, LG전자 등 CAE를 활용하는 제조업체를 비롯해 지멘스 디지털 인더스트리 소프트웨어, 나니아랩스, 마이다스아이티, 앤시스코리아, 이에이트, 페이스 등 CAE 솔루션 제공 업체들이 참여해 CAE 분야의 기술 개발 현황과 트렌드 변화에 대해서 소개할 예정이다.  CAE 컨퍼런스 2023은 ‘제5회 스마트공장구축 및 생산자동화전(SMATEC 2023)’ 전시회와 동시에 개최될 예정이다. 이번 컨퍼런스와 연계해 전시회를 통해서도 다양한 CAE 관련 솔루션들을 접할 수 있을 것으로 기대된다.    CAE 컨퍼런스 2023 사전등록은 CAE 컨퍼런스 홈페이지에서 신청할 수 있다.   한편, 지난 10월 16일(월) 오후 4시에는 캐드앤그래픽스 지식방송 ‘CNG TV’에서는 ‘CAE 컨퍼런스 2023 프리뷰’ 방송을 진행했다. 이번 프리뷰 행사에는 연세대학교 이종수 교수, 씨투이에스코리아 이승찬 대표, 한국알테어 이승훈 본부장이 출연하여 CAE 소프트웨어의 방향성과 글로벌 트렌드, 디지털 트윈과 AI의 접목 등에 대해 사전에 조망해 볼 수 있는 자리를 마련했다.