최적화 문제를 통찰하기 위한 심센터 히즈 (6)   심센터 히즈(Simcenter HEEDS)는 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 데에 도움을 준다. 이번 호에서는 토크 암(torque arm)의 설계 최적화를 위해 히즈에서 심센터 3D(Simcenter 3D) 솔버를 연계하여 시뮬레이션 자동화 워크플로를 구성하고 최적화를 진행하는 예제를 소개한다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화   ■  이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   그림 1   <그림 1>은 실제 토크 암 제품 이미지와 적용된 위치 및 구조적 특성을 보여주는 예시로, 이 최적화 사례에서 다룬 실제 제품 및 설계 환경을 이해하는 데 참고하길 바란다. 이번 예제에서는 질량 최소화 및 구조적 제약 조건 만족이라는 실제 공학 설계 과제를 효율적으로 수행하는 데 히즈의 성능과 활용성을 살펴 볼 것이다. 이 사례에서 설계 최적화의 목표는 토크 암의 질량을 최소화하는 것이다. 단, 구조적 제약 조건을 반드시 만족해야 하는데, 이 때 구조적 무결성(structural integrity)을 유지하기 위해 응력 수준이 재료의 항복 응력(yield stress)을 넘지 않아야 하는 조건을 만족해야 한다. 이를 위해 설계 상에서 사전에 선정한 치수 변수를 범위 내에서 조정하게 된다. 최적화 설계 프로세스는 심센터 3D와 히즈 MDO를 활용하여 자동화된 워크플로 방식으로 진행된다. 즉, 심센터 3D에서 나스트란(Nastran) 솔버를 이용한 구조 해석 결과를 히즈가 자동으로 처리하고, 해당 결과를 평가하여 최적의 설계안을 찾는 방식이다.   프로세스 자동화(Process Automation) 다분야 설계 최적화(MDO : Multidisciplinary Design Optimization) 수행 시, 설계 및 분석 프로세스는 여러 소프트웨어 환경에서 이루어진다. 이런 환경에서 효율적인 데이터 교환 및 프로세스 연동이 필수이므로, 데이터를 신속하고 정확하게 받기 위해서는 직접 인터페이스 포털(Direct Interface Portal)이 필요하다. 히즈에서는 여러 공학 분야에서 흔히 사용하는 CAD 및 CAE 툴(아바쿠스, 앤시스, 카티아, 솔리드웍스, 매트랩, LS-다이나, 심센터, 파이썬 등)을 모두 지원하므로, 사용자는 기존에 보유한 다양한 소프트웨어를 그대로 활용하면서 히즈를 이용하여 최적화 작업을 자동화할 수 있다. 히즈가 제공하는 직접 인터페이스 포털 중 일부를 <그림 2>에 나타내었다. 포털을 사용하여 <그림 3>과 같이 구성하면 사용자가 수동으로 결과를 처리하고 데이터를 전환하는 번거로운 작업을 하지 않아도 된다. 이는 시간 소모 및 인적 오류 가능성을 줄이고, 작업 흐름을 더 효율적이고 빠르게 만든다. 워크플로의 자동화가 가능하기 때문에, 결과적으로 여러 분야의 시뮬레이션 모델이나 분석을 보다 빠르고 신뢰도 높게 수행하여 더 나은 설계 및 최적화 결과를 도출할 수 있다.   그림 2   그림 3   최적화 문제 정의   그림 4   설계 목적은 <그림 4>에 나타낸 토크 암의 질량을 최소화하는 것이다. 주어진 하중 조건은 25kN이며, 이 때 구조물이 교차 방향에서 받는 최대 응력이 항복 강도를 초과하지 않아야 한다.(최대 700MPa) 또한 최대 변형량이 4mm를 초과하지 않는다는 제약 조건도 함께 고려한다. 최적화에 적용할 주요 치수 변수는 <그림 5>와 같으며, 특히 두께(Thickness of Extrude)를 변수(T1)로 설정하여 최적화 문제를 규정했다.   그림 5     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  18　THEME . PLM과 AI로 가속화하는 제조 디지털 전환의 미래 Ⅰ   설계 데이터를 연결하다 : 퍼시스그룹의 디지털 트윈 기반 DX 전략 / 정연석 생성형 경험 기반 PLM을 통한 업무 혁신 : 다쏘시스템의 새로운 접근 / 김병균 현장이 원하는 디지털 트윈 : 최소 인프라, 최대 효과를 위한 접근법 / 송희삼 수주형 제조기업을 위한 PLM 연계 프로젝트형 생산 관리 DX / 김장순   Infoworld   Editorial 17　AI 에이전트와 함께 하는 제조업 혁신의 골든타임   Case Study 30　올림픽 금메달을 뒷받침한 3D 프린팅 혁신　금속 3D 프린팅으로 경기용 요트의 부품 제작 32　디지털 전환의 잠재력을 실현하는 메타버스 기술　성공적인 산업 메타버스 구현을 위한 필수 요소   New Product 36　2D CAD의 새로운 기준 제시하는 차세대 설계 플랫폼　ZWCAD 2026 42　디지털 휴먼의 제작 워크플로 향상 및 생태계 확장　메타휴먼 5.6 79　이달의 신제품   Focus 46　AI와 클라우드로 뻗어나가는 NX, 제품 개발의 혁신을 뒷받침한다 48　트림블 코리아, ‘파워팹’으로 철골 제작의 디지털화 및 효율 향상 지원 50　3D 콘텐츠 제작 시대, 어도비 서브스턴스가 펼치는 미래 52　3D 프린팅, 제조 혁신 이끌 생산 기술 될까…현실의 벽과 돌파구는? 54　SAP, 모든 설루션에 AI 탑재…“데이터 중심의 선순환 구조로 비즈니스 AI 혁신” 56　AWS, “다양한 기술로 국내 기업의 생성형 AI 활용 고도화 돕는다” 58　한국생산제조학회 2025 춘계학술대회, 생산제조 기술의 미래를 논의하다   On Air 60　캐드앤그래픽스 CNG TV 지식방송 지상중계　자율주행의 미래 : AI와 데이터 통합을 통한 지멘스 ADAS 혁신 62　캐드앤그래픽스 CNG TV 지식방송 지상중계　HP Z북 울트라, AI 워크스테이션의 새로운 기준 제시 63　캐드앤그래픽스 CNG TV 지식방송 지상중계　창의적 디자인의 미래, AI와 3D 프린팅에서 찾는다 64　캐드앤그래픽스 CNG TV 지식방송 지상중계　제조업을 바꾸는 양자 컴퓨팅의 힘 66　캐드앤그래픽스 CNG TV 지식방송 지상중계　디지털 트윈 시대의 3D 자산 관리 혁신하는 유니티 애셋 매니저   Column 67　포괄적 디지털 트윈으로 제조 공장의 미래를 설계하다 / 오병준 70　디지털 지식전문가 조형식의 지식마당 / 조형식　스마트 디지털 트윈을 위한 디지털 온톨로지와 디지털 스레드 74　현장에서 얻은 것 No. 21 / 류용효　AI 시대 제조업 생존 전략 : ‘듀얼 브레인’을 장착하라   82　New Books   Directory 147　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 84　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (5) / 천벼리　온라인 CAD 아레스 쿠도의 주요 기능 88　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈소스 LLM 모델 젬마 3 기반 AI 에이전트 개발해 보기 97　새로워진 캐디안 2025 살펴보기 (9) / 최영석　유틸리티 기능 소개 Ⅶ 100　BIM 전문인력 양성을 위한 해법을 찾는다 / 함남혁　BIM 전문가 민간자격 국가공인 현황과 발전 방향   Visualization 104　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (5) / 최석영　AI 기반 몰입형 사운드 디자인   Reverse Engineering 110　시점 – 사물이나 현상을 바라보는 눈 (8) / 유우식　확률과 통계   Mechanical 116　제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (1) / 박수민　크레오 파라메트릭 12의 개선된 인터페이스 기능   Manufacturing 122　생산 계획부터 운영까지 혁신하는 스마트 제조 / 이노쏘비　PINOKIO가 선보이는 스마트 공장 기술과 사례   Analysis 107　로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (1) / 윤경렬, 김도희　데이터 분석에 로코드 설루션이 필요한 이유 128　앤시스 워크벤치를 활용한 해석 성공 사례 / 이효행　바닥 충격음과 층간 소음 문제 해결을 위한 예측 모델 및 실험 분석 133　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (24) / 나인플러스IT　충실도 흐름 솔버로 항공 엔진의 시뮬레이션 정확도 업그레이드 136　최적화 문제를 통찰하기 위한 심센터 히즈 (6) / 이종학　프로세스 자동화 | – 구조 설계 최적화 142　산업 디지털 전환을 가속화하는 버추얼 트윈 (5) / 강주연, 임영빈　아바쿠스의 Contact Wear 기능을 활용한 마모 해석과 응용     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

최적화 문제를 통찰하기 위한 심센터 히즈 (5)   심센터 히즈(Simcenter HEEDS)는 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 데에 도움을 준다. 이번 호에서는 심센터 히즈에서 해석 모델의 정확도를 높이기 위한 캘리브레이션(calibration) 분석에 대해 살펴본다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 및 사례 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 및 사례 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 및 사례 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 및 사례 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화 및 사례   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   지난 호까지 연재 내용에서는 스칼라 값을 최대화하거나 최소화하는 데에 최적화의 중점을 두었다. 그러나 목표 성능 곡선을 시뮬레이션 데이터와 실험 데이터의 일치 또는 규정된 제품 사양의 일치와 같이 목표 성능 곡선을 일치시키는 것이 목표인 경우가 많다. 그리고 제품 설계에서 시뮬레이션은 시간과 비용을 절약하며 성능 예측을 가능하게 하지만 시뮬레이션 결과는 종종 실험 측정 데이터와의 오차를 보인다.  이러한 오차는 여러 가지 원인에 기인한다. 첫째, 모델링 과정에서의 가정 및 이상화로 인해 실제 물리적 현상을 완벽하게 반영하지 못할 수 있다. 둘째, 재료 물성치나 경계 조건과 같은 입력 데이터의 불확실성 또는 부정확성이 결과에 영향을 미친다. 마지막으로, 해석 소프트웨어의 수치 해석 한계로 인해 미세한 차이가 발생할 수 있다. 이러한 오차를 줄이지 않고서는 시뮬레이션 결과에 대한 신뢰성을 확보하기 어렵다. <그림 1>에서는 변형 속도에 민감한 폴리머 거동을 시뮬레이션으로 구현하기 위해 four-term Prony series의 Neo-Hookean 재료 모델에서 사용되는 5개의 재료 상수를 최적화하여, 재료의 실제 거동과 가장 잘 일치하는 계수를 식별하는 사례를 나타낸다.   그림 1   이러한 오차를 줄이기 위해 캘리브레이션(calibration) 분석이 필요하며, 이를 통해 모델의 정확도를 향상시킬 수 있다. 심센터 히즈의 ‘Curve Fit’ 기능을 활용하면 효율적인 최적화를 통해 캘리브레이션 과정을 자동화할 수 있다. 이번 호에서는 1차원 스프링-댐퍼 모델의 진폭 감쇄 곡선을 참조 곡선과 일치시키기 위해 심센터 히즈를 사용한 최적화 방법을 소개한다.   예제 - 1차원 스프링-댐퍼 모델 <그림 2>는 예제로 사용된 1차원 스프링-댐퍼 모델을 나타낸다.   그림 2   예제는 다음과 같은 변수를 가진다. 여기서 스프링 상수 k와 감쇠 계수 c는 시스템의 동적 특성을 결정하는 중요한 변수로 작용한다.  m = 1.0 # mass(kg)  k = 10.0 # spring constant(N/m)  c = 0.5 # damping coefficient(Ns/m)  F = 10.0 # external force(N) 파이썬(Python)을 사용하여 변위(x), 속도(v)를 (dx/dt = v), (dv/dt = (-c v - k x + F)/m) 관계로 10초 시간에 대해 진폭을 계산하며 결과를 <그림 3>과 같이 확인할 수 있다.   그림 3     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  INFOWORLD   Editorial 17　AI로 국가를 다시 짜는 시대   New Product  18　HP Z북 울트라 G1a 리뷰 / 최석영　AI 크리에이터와 3D 작업을 위한 최적화 22　HP Z북 울트라 G1a 리뷰 / 노병수　설계 엔지니어 관점에서 본 고성능 노트북 26　스마트 제조의 실현 위한 물류 디지털 트윈 설루션　PINOKIO 31　더욱 빠르고 스마트한 시각화 콘텐츠 제작 지원　언리얼 엔진 5.6 60　이달의 신제품   Focus  36　PLM/DX 베스트 프랙티스 컨퍼런스 2025, 제조 혁신을 위한 PLM과 AI 전략을 짚다 44　다쏘시스템, ‘3D익스피리언스 콘퍼런스’ 통해 AI 버추얼 트윈 시대의 혁신 비전 제시 47　가상제품개발연구회, 춘계 심포지엄에서 AI 전환 시대의 제품 개발 방향 논의 50　AI 기반 시뮬레이션 전략의 현주소, ‘ATC 코리아 2025’에서 확인하다   On Air 52　캐드앤그래픽스 CNG TV 지식방송 지상중계　AI 시대, 지식과 경험의 디지털 트윈 전략과 도구   Column 54　현장에서 얻은 것 No. 20 / 류용효　AI 스터디그룹(데이터공작소)에서 답을 찾다 58　디지털 지식전문가 조형식의 지식마당 / 조형식　인공지능 시대의 창의성 증폭, 협력과 영감, 깨달음의 격차   Case Study 67　유니티로 구현된 VR 자동차 수리 학습 경험　게임 기술이 충돌 수리 교육을 혁신하는 방법   62　New Books  64　News   Directory  123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 70　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　파이썬 버전 라이브러리 p5 기반 3D 데이터 시각화 74　새로워진 캐디안 2025 살펴보기 (8) / 최영석　유틸리티 기능 소개 Ⅵ 77　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (4) / 천벼리　CAD에서 유기적인 BIM 및 DWG 도면 작업   Mechanical 80　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (14) / 김주현　크레오 시뮬레이션 라이브의 개선사항   Manufacturing 86　제조산업의 경쟁력 강화를 위한 디지털화 전략 / 오병준　글로벌 제조업의 핵심, 포괄적 디지털 트윈   Reverse Engineering 90　시점 – 사물이나 현상을 바라보는 눈 (7) / 유우식　집단 관찰   Analysis 97　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (23) / 나인플러스IT　피델리티 LES로 항공 음향 예측의 속도와 정확성 가속화 100　최적화 문제를 통찰하기 위한 심센터 히즈 (5) / 이종학　실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 114　1D 열 관리를 위한 KULI의 신규 기능 업데이트 / 이대형　파이썬 활용 강화 및 p-h 선도 업그레이드   PLM 106　산업 디지털 전환을 가속화하는 버추얼 트윈 (4) / 최형완　항공/방위 산업의 스마트 유지보수 및 MRO 구현 110　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (5) / 윤경렬, 가브리엘 데그라시　클라우드 서버 환경에서 BPMN을 연결하는 설루션 탐구   Visualization 118　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (4) / 최석영　AI 특수효과와 후반작업 마스터하기   캐드앤그래픽스 2025년 7월호 - 제조 혁신을 위한 PLM과 AI 전략 짚은 PLM/DX 베스트 프랙티스 컨퍼런스 from 캐드앤그래픽스   캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

최적화 문제를 통찰하기 위한 심센터 히즈 (4)   심센터 히즈(Simcenter HEEDS)는 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 데에 도움을 준다. 이번 호에서는 심센터 히즈에서 산포 특성을 반영한 신뢰성 분석 방법에 대해 살펴본다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 및 사례 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 및 사례 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 및 사례 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 및 사례 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화 및 사례   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   설계 최적화에서 산포의 의미 오늘날의 제품 개발 과정은 단순한 성능 극대화에서 벗어나, 변동성(variability)을 고려한 신뢰성 있는 설계(reliable design)로 진화하고 있다. 즉, 하나의 최적점(optimum)을 찾는 것만으로는 실제 양산 및 사용 환경에서의 품질을 보장하기 어렵다. 이는 부품 공차, 조립 오차, 환경 조건의 변화, 사용자 행동 등 다양한 요인이 제품 성능에 미치는 영향을 무시할 수 없기 때문이다.   그림 1   <그림 1>은 다양한 설계 및 제조 요인의 ‘산포(scattering)’가 시스템의 성능 분포에 어떻게 영향을 미치는지를 직관적으로 보여준다. 시스템 입력에는 ▲운용 조건(operating conditions) ▲형상 특성(geometric properties) ▲재료 물성(material properties) ▲제조 공차(manufacturing tolerances) 등이 포함되며, 이들은 실제 제품 사용 환경이나 제조 공정에서 일정한 값을 가지지 않고 확률적 분포를 따른다. 중앙에 위치한 시스템(system)은 이러한 입력 변수를 바탕으로 동작하며, 그 결과로 출력 성능 역시 하나의 고정된 값이 아닌 분포(distribution)로 표현된다. 이는 동일한 설계를 반복 생산하거나 다양한 조건에서 사용할 경우 성능 편차가 존재할 수 있음을 의미한다. <그림 1>의 오른쪽 그래프에서 보듯이, 출력 성능은 평균값(original performance)을 중심으로 정규 분포 형태를 가지며, 특정 기준(criteria)을 만족하지 못하는 영역은 고장 확률(probability of failure)로 해석된다. 이 고장 확률이 낮을 수록 설계가 더 신뢰할 수 있고 안정적이라는 것을 뜻한다. 따라서 단순한 평균 성능만을 추구하는 것이 아니라, 산포를 고려하여 설계의 신뢰성과 강건성을 동시에 확보하는 것이 현대 설계 최적화의 중요한 방향으로 자리 잡고 있다. 이러한 맥락에서 산포란 설계 변수 또는 외란 변수의 불확실성이 시스템 응답에 미치는 영향을 계량적으로 분석하고 이해하는 과정의 핵심 개념이다. 예를 들어, 동일한 설계 조건에서 반복 실험 또는 시뮬레이션을 수행했을 때 결과가 고르게 나오지 않고 분산이 크다면, 이는 해당 시스템이 외부 요인에 민감함을 의미한다.   그림 2   <그림 2>는 설계 변수 공간(x1, x2)에서 목표함수 f(x)를 최소화하는 과정에서 산포 특성이 설계 해에 미치는 영향을 시각화한 것이다. 이는 실무에서 흔히 발생하는 ‘좋은 성능을 갖지만 제조나 환경 요인으로 인해 성능이 불안정해지는 경우’를 잘 설명해준다. 결정론적 최적점(Deterministic Optimum) : 주황색 점은 일반적인 최적화에서 도출된 해로, 주어진 조건 하에서 목표함수 f(x)를 가장 작게 만드는 설계점이다. 그러나 이는 모든 입력값이 고정되어 있다고 가정한 이상적인 결과이며, 실제 제품에서 변수의 산포가 존재할 경우, 해당 해는 제한 조건(g(x)=0)을 위반할 수 있다. 이를 둘러싼 붉은 등고선은 입력값의 분산이 시스템 응답을 어떻게 퍼지게 하는지를 의미하며, 일부 샘플은 비실현 가능 영역(infeasible region)으로 넘어갈 위험이 있다. 강건 최적점(Robust Optimum) : 파란색 점은 변수의 변동성까지 고려한 최적 설계 해다. 목표함수는 결정론적 해보다 약간 더 높을 수 있으나, 산포된 샘플 대부분이 제한 조건을 위반하지 않도록 위치시킨 것이다. 즉, 신뢰성과 강건성(reliability & robustness)을 우선시한 설계 접근법이다. 하단의 분포 곡선은 x1축을 따라 설계 해의 산포를 묘사하며, 결정론적 해와 강건 해 각각에 대한 확률적 분포 중심이 어떻게 달라지는지를 보여준다. 강건 해는 더 많은 샘플이 안전 영역에 포함되도록 분포 중심이 조정된 반면, 결정론적 해는 평균적으로 좋은 성능을 가지지만 일부 샘플이 위험 영역에 위치하게 된다. 결국, 산포는 더 이상 ‘불확실성’이라는 불편한 요소가 아니라, 제품의 강건성을 확보하기 위한 핵심 데이터로 활용되어야 한다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

  INFOWORLD   Editorial 17　챗GPT 이후, 생성형 AI는 어디로 가는가   Case Study 18　산업 제조 전문 기업 뵐링거 그룹의 금속 3D 프린팅 혁신      서포트 구조 최적화로 설계 자유도 확장 및 지속 가능한 제조 실현 20　실시간 3D 엔진 기반의 전기자동차 HMI 개발      별에서 영감을 받은 지리 갤럭시 E8의 스마트 콕핏 24　디지털 트윈으로 어트랙션 디자인하기      몰입형 협업을 위한 3D 시각화 및 애셋 관리 간소화   Focus 28　아비바코리아, 산업 지능 기반 디지털 트윈 전략과 미래 제시 33　AWS 서밋 서울 2025, “생성형 AI와 클라우드 혁신으로 산업 디지털 전환 가속화” 36　오토폼, “한국 금형 산업의 디지털 전환 및 AI 기반 혁신 도울 것” 38　트림블코리아, AI와 기술 혁신으로 건설 산업의 디지털 전환 제시 40　한국BIM학회, 정기학술대회에서 ‘AI 전환과 미래의 BIM’ 조망   People&Company 30　아비바 그레그 파다 엔지니어링 총괄 부사장　데이터 중심의 효율적인 협업 및 산업 디지털 전환 이끈다   On Air 45　캐드앤그래픽스 CNG TV 지식방송 지상중계　제조 산업의 미래를 바꾸는 PLM 혁신과 AX 전략 제시 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　설계를 바꾸는 솔리드웍스의 AI 전략 58　캐드앤그래픽스 CNG TV 지식방송 지상중계　디지털 기술이 이끄는 치과 혁신과 교정 치료의 미래   Column 48　디지털 지식전문가 조형식의 지식마당 / 조형식　디지털 온톨로지와 디지털 트윈화 54　트렌드에서 얻은 것 No. 25 / 류용효　데이터 연결이 곧 경쟁력이다 – 팔란티어의 미래 플랫폼 전략   New Products 42　이달의 신제품   54　New Books 56　News   Directory 115　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 59　새로워진 캐디안 2025 살펴보기 (7) / 최영석　유틸리티 기능 소개 Ⅴ 62　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　인공지능 AI 에이전트 표준 프로토콜 MCP의 사용, 분석 및 개발 69　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (3) / 천벼리　2D & 3D CAD 기능 업데이트   Reverse Engineering 72　시점 – 사물이나 현상을 바라보는 눈 (6) / 유우식　개별 관찰   Visualization 78　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (3) / 최석영　소셜 미디어 최적화 AI 영상 제작 전략   Mechanical 82　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (13) / 김성철　클리어런스 및 크리피지 분석 소개   Analysis 88　산업 디지털 전환을 가속화하는 버추얼 트윈 (3) / 황하나　CFD와 머신러닝을 활용한 공력 성능 예측 프로세스 개발 91　앤시스 SI웨이브를 이용한 MTTF 해석 / 배현진　DC 전류 밀도 분포를 이용한 PCB 수명 계산 94　최적화 문제를 통찰하기 위한 심센터 히즈 (4) / 이종학　산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 104　MBSE를 위한 아키텍처–1D 모델 연계의 중요성 및 적용 전략 (2) / 오재응　사례로 살펴 보는 아키텍처 모델과 1D 모델의 연계 112　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (22) / 나인플러스IT　피델리티 LES로 터보 기계의 정확도 및 설루션 시간 향상   PLM 100　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (4) / 윤경렬, 가브리엘 데그라시　간단한 제품 개발 프로세스를 디자인해보기   캐드앤그래픽스 2025년 6월호 목차 - AI·클라우드 기술을 통한 산업 디지털 전환 가속화 from 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

최적화 문제를 통찰하기 위한 심센터 히즈 (3)   이번 호에서는 심센터 히즈(Simcenter HEEDS)를 사용하여 수집된 외부 데이터를 시각화하고 분석하는 데 초점을 맞추고, 데이터 시각화의 중요성과 분석 기법의 활용 방안을 살펴본다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 및 사례 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 및 사례 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 및 사례 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 및 사례 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화 및 사례   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   데이터 분석의 중요성 오늘날 데이터는 우리의 일상과 비즈니스 운영에서 점점 더 중요한 역할을 하고 있다. 수집되고 측정된 데이터의 양이 증가하면서 이를 효과적으로 처리하고 분석하는 방법은 더욱 필요해지고 있다. 이러한 변화 속에서, 지멘스의 심센터 히즈는 강력한 데이터 분석 및 시각화 기능을 제공하여 다양한 산업 분야에서 최적의 해결책을 찾는 데 기여하고 있다. 이번 호에서는 히즈의 기능을 효과적으로 활용하여 어떻게 복잡한 데이터를 이해하고 의미 있는 인사이트를 얻을 수 있는지 살펴볼 것이다.   히즈의 데이터 분석 기능 히즈의 Discover(디스커버) 탭은 사용자가 데이터 사이의 관계 및 최적화 가능성을 탐구할 수 있도록 다양한 도구를 제공한다. Discover 기능은 주요한 데이터 분석 및 이해를 도와주는 여러 방법을 포함하고 있다.    그림 1   다음은 각각의 기능에 대한 설명이다.  Closest : 특정 데이터 포인트에 가장 가까운 변화를 식별한다. 이를 통해 최적화 과정에서의 데이터 민감성을 이해하고 결정에 도움을 줄 수 있다.  Similar : 사용자가 선택한 기준에 따라 유사한 데이터 집합을 찾는 기능이다. 이는 집합의 규칙 또는 모델을 파악하는 데 유용하다. Clusters : 데이터 세트를 서로 연관된 그룹으로 분류한다. 군집화 기법을 통해 데이터의 패턴을 식별하고 알고리즘에 의한 데이터 이해를 개선할 수 있다.  Trade-offs : 다수의 설계 목표 간의 상충 관계를 분석한다. 이를 통해 각각의 설계 대안이 어떻게 특정 목표를 달성하는지에 대해 명확하게 이해할 수 있다.  Patterns : 데이터 내의 반복되는 경향이나 구조를 발견하여 예측 및 모델링에 도움을 주는 기능이다. 패턴 인식은 정보의 신뢰도를 높이는 데 중요하다.  Preview History : 사용자가 수행한 변경이나 실행의 기록을 미리 보면서 데이터 분석의 이력을 관리할 수 있다.  Design Set : 여러 디자인 시나리오를 만들고 비교하여 최적의 설계를 도출하는 데 도움을 준다.  Performance & Plot : 데이터의 성능을 평가하고 시각적으로 플롯하여 분석 결과를 명확하게 표현한다.  Discover 탭의 이러한 기능은 히즈 사용자가 데이터를 깊이 이해하고 시뮬레이션 최적화 과정에서 효과적인 의사 결정을 내리도록 돕는다. 이를 바탕으로 보다 정확하고 신뢰성 있는 설계와 분석 결과를 도출할 수 있다.   데이터 분석을 위한 예제   그림 2    목적함수 외팔보 H빔의 체적을 최소화 제약 조건 최대 굽힘 응력(σ) ≤ 200 MPa  최대 끝단 처짐(δ) ≤ 2 mm  설계 변수 Length : 5,000 mm  Load P : 6,500 N  E : 200 MPa  H : 50 mm ≤ H ≤ 100 mm  h1 : 5 mm ≤ h1 ≤ 30 mm  b1 : 50 mm ≤ b1 ≤ 100 mm  b2 : 5 mm ≤ b2 ≤ 50 mm 히즈의 Discovery Method를 사용하여 분석할 데이터는 우리가 지금까지 계속 예제로 사용한 외팔보의 처짐 문제를 기반으로 Adaptive Sampling Study(어댑티브 샘플링 스터디)에서 500개의 데이터를 생성하여 사용할 것이다. 아니면 독자들이 가지고 있는 데이터를 사용해도 괜찮다.   그림 3     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  INFOWORLD   Editorial  17　로봇이 달리는 시대, 인간은 어디로 달려가는가?   Hot Window  18 　캐드앤그래픽스 디지털 트윈 설문조사 분석 : 디지털 트윈에 대한 기대 속에 실질적 도입과 확산 위한 노력 필요   Case Study  24　노트르담 대성당의 영광스러운 복원을 선보인 언리얼 엔진 라이팅　리얼타임 3D 기술을 도입하여 한층 발전된 프로젝션 매핑 구현 27　미래 모빌리티를 위한 자율주행 시뮬레이터, 모라이 심　실시간 3D 엔진을 활용해 더욱 현실적인 시뮬레이션 구축   People & Company  30　AWS 황민선 파트너 세일즈 매니저, 에티버스 김준성 전무　AI와 산업 전문성 결합해 클라우드 기반 제조 혁신 도울 것   Focus  34　DN솔루션즈, 금속 3D 프린터 'DLX 시리즈'로 제조 혁신 선도한다 37　유니티, “게임을 넘어 다양한 산업으로, 3D 시각화와 AI 통해 혁신 지원” 40　델, ‘AI PC 시대’ 주도 선언… 통합 브랜드 제품 대거 출시   New Products  43　이달의 신제품   On Air 44　캐드앤그래픽스 CNG TV 지식방송 지상중계　공기업 BIM 적용 지침에 따른 설계·시공 프로세스 변화와 대응 전략 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　디지털 공급망 관리로 산업 건설 프로젝트의 비효율 해소 47　캐드앤그래픽스 CNG TV 지식방송 지상중계　의료 AI를 활용한 가상현실 기반 임상 실습 교육 소개   Column 48　트렌드에서 얻은 것 No. 23 / 류용효　실용형 AI, 제조의 미래를 바꾸다   54　New Books    Directory  131　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA    Visualization  84　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (2) / 최석영　AI 기반 크리에이티브 워크플로 혁신   AEC 56　새로워진 캐디안 2025 살펴보기 (6) / 최영석　유틸리티 기능 소개 Ⅳ 60　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈마누스 AI 에이전트의 설치, 사용 및 구조 분석 68　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (2) / 천벼리　오토캐드 전환 지원과 AI 기반 생산성   범용 CAD  71　오토캐드 2026의 새로운 기능과 개선사항 / 양승규　AI 기반 기능 및 성능이 향상된 오토캐드 2026   Reverse Engineering  78　시점 - 사물이나 현상을 바라보는 눈 (5) / 유우식　변화와 흐름의 관찰   Mechanical  91　산업 디지털 전환을 가속화하는 버추얼 트윈 (2) / 최윤정　카티아 VMU를 활용한 설계 검증 혁신 94　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (12) / 박수민　도면 기호 생성하기   Analysis  100　앤시스 워크벤치를 활용한 해석 성공 사례 / 김혜영　앤시스 LS-DYNA의 리스타트 기능 및 활용 방법 104　최적화 문제를 통찰하기 위한 심센터 히즈 (3) / 이종학　수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 110　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (21) / 나인플러스IT　차세대 자동차 설계를 위한 DNS, LES, RANS 시뮬레이션 115　MBSE를 위한 아키텍처–1D 모델 연계의 중요성 및 적용 전략 (1) / 오재응　아키텍처 모델과 1D 모델의 전략적 연계   PLM  126　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (3) / 윤경렬, 가브리엘 데그라시　비즈니스 프로세스 모델링을 배워보자       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

최적화 문제를 통찰하기 위한 심센터 히즈 (2)   연재를 통해 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 과정에서 심센터 히즈(Simcenter HEEDS)를 활용하는 방법에 대해 살펴보고자 한다. 이번 호에서는 최적화 기법 중에서 근사모델 기반 최적화와 직접 검색 기반 최적화에 대해 짚어보고, 심센터 히즈를 사용하여 근사 및 직접 최적화를 진행하는 과정을 소개한다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 및 사례 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 및 사례 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 및 사례 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 및 사례 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화 및 사례   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   최적화 기법의 중요성 최적화는 다양한 산업 분야에서 설계의 성능을 개선하고 자원을 효율적으로 활용하는 데 있어 필수 과정이다. 특히, 복잡한 공학 문제나 다목적 설계에서 최적화는 품질 향상과 비용 절감을 동시에 달성하는 핵심 도구로 활용된다. 현대 산업에서는 제품 개발 주기의 단축과 고성능 요구가 증가함에 따라, 신뢰성 있는 최적화 기법의 선택이 더욱 중요해지고 있다. 근사모델 기반 최적화와 직접 검색 기반 최적화는 이러한 요구를 충족하기 위해 자주 사용되며, 각 접근법은 문제의 특성과 목표에 따라 상이한 성능을 보인다.   근사모델 기반 최적화와 직접 검색 기반 최적화의 개요 근사모델 기반 최적화는 복잡한 시뮬레이션이나 계산 비용이 큰 문제에서 실험 데이터를 바탕으로 근사함수를 생성한 후, 해당 함수를 활용해 최적해를 탐색하는 방법이다. 근사함수를 생성하기 위해서는 주로 반응표면법(RSM), 머신러닝 모델 등이 사용되며, 계산 자원을 절감하고 빠른 최적해 도출이 가능하다는 장점이 있다. 반면, 모델 정확도에 따라 해의 품질이 좌우되고, 고차원 문제에서 모델링이 어려울 수 있다. 직접 검색 기반 최적화는 목적 함수의 수학적 형태를 몰라도 입력과 출력 간 관계를 직접 탐색하며 최적해를 구하는 방법이다. 비선형성이나 불연속성이 있는 문제에도 적용할 수 있는 장점이 있지만, 계산 비용이 크고 수렴 속도가 느릴 수 있어서 고비용 시뮬레이션 환경에서는 활용에 한계가 있을 수 있다.   최적화를 위한 예제 지난 호에서 사용한 외팔보의 처짐 문제를 사용하겠다. 외팔보의 체적을 최소화하는 최적화 문제를 다음과 같이 정의하였다. 빠른 계산을 위해 파이썬(Python)으로 계산한다.   그림 1   목적함수 외팔보 H빔의 체적을 최소화 제약 조건 최대 굽힘 응력(σ) ≤ 200 Mpa 최대 끝단 처짐(δ) ≤ 2 mm 설계 변수 Length : 5,000 mm Load P : 6,500 N E : 200 Mpa H : 50 mm ≤ H ≤ 100 mm h1 : 5 mm ≤ h1 ≤ 30 mm b1 : 50 mm ≤ b1 ≤ 100 mm b2 : 5 mm ≤ b2 ≤ 50 mm 외팔보의 체적, 응력, 처짐량은 다음의 관계식으로 계산한다. Volume = [2*h1*b1 + (H – 2*h1)*b2]*L Stress = P*L*H/(2*I) Deflection = P*L3/(3*E*I) where : I = 1/12*b2*(H-2*h1)^3 + 2*[1/12*b1*h13 + b1*h1*(H-h1) 2/4]   히즈 기본 설정 파이썬 포털(Python portal)을 사용하여 예제의 Input/Output file을 등록하였다.    그림 3     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  18　THEME. 디지털 전환으로 플랜트/조선 산업 경쟁력을 찾다 EPC 엔지니어링의 혁신을 위한 AI 기술 효율적 작업 환경과 미래 인력 운용 설루션으로서의 디지털 트윈 산업현장의 성공적인 DX를 위한 인사이트 공유 디지털 전환 생산 혁신의 마지막 퍼즐, 성과제   INFOWORLD   Editorial 17　제조 혁신의 나침반, 자율화와 지속가능성의 조화로 향한다   Case Study 31　유니티로 3D 건설 협업 애플리케이션을 구축한 오바야시　건설 프로세스에서 협업을 대중화하다   Focus 34　중소기업의 제품 개발 혁신을 이끄는 지멘스의 전략은? 36　클라우드·AI로 무장한 지스타캐드, 국내 CAD 시장 공략 가속화 38　로크웰 오토메이션, “전방위 AI 지원으로 자율 운영 공장을 구현한다” 40　2025 산업지능화 컨퍼런스, AI-산업 데이터 결합 통한 제조 혁신 제시 42　인텔, 고성능 AI PC 위한 프로세서 및 생태계 전략 소개 44　SIMTOS 2026, ‘AI 자율제조와 인재 연결’을 주제로 2026년 4월 킨텍스서 개최   On Air 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　무전원 IoT 센서를 활용한 스마트 공장 고도화 지원 방안 48　캐드앤그래픽스 CNG TV 지식방송 지상중계　시뮬링크를 활용한 모델 기반 설계의 핵심과 실제 적용 사례 49　캐드앤그래픽스 CNG TV 지식방송 지상중계　시뮬레이션과 디지털 트윈을 통한 전기차 시장 경쟁력 확보   Column 52　디지털 지식전문가 조형식의 지식마당 / 조형식　이제는 인공지능과 디지털 트윈의 만남이 필요하다 54　트렌드에서 얻은 것 No. 22 / 류용효　AI의 거대한 파도, 엔비디아가 만드는 미래   50　New Books Directory 123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   PLM 59　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (2) / 윤경렬, 가브리엘 데그라시　BPMN은 무엇일까?   AEC 62　새로워진 캐디안 2025 살펴보기 (5) / 최영석　유틸리티 기능 소개 Ⅲ 66　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈소스 LLM 기반 블렌더 모델링 AI 에이전트 개발하기 119　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (1) / 천벼리　아레스 캐드 2026의 새로운 기능   Visualization 70　전문 분야를 넘나들며 상상을 생동감 있게 디자인하기 / 장순규　기록에서 시청하는 문화를 이끄는 생성형 AI의 미래 74　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (1) / 최석영　AI 영상 제작 생태계의 현재와 미래 86　산업 디지털 전환을 가속화하는 버추얼 트윈 (1) / 조희원, 남솔아　엔지니어링 데이터 기반으로 하이엔드 시각화 혁신하기   Reverse Engineering 80　시점 - 사물이나 현상을 바라보는 눈 (4) / 유우식　정적 이미지와 동적 이미지   Analysis 91　앤시스 워크벤치를 활용한 해석 성공 사례 / 김지원　앤시스 플루언트를 이용한 혈류 해석 워크플로 94　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (20) / 나인플러스IT　터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅴ 98　제품 개발 프로세스의 변화 이끄는 MBD / 오재응　가상 제품 개발에 적용하기 위한 MBD와 CAE의 차이 및 협업 104　최적화 문제를 통찰하기 위한 심센터 히즈 (2) / 이종학　근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화   Mechanical 111　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (11) / 김주현　크레오 파라메트릭에서 파이핑 생성하기 Ⅱ       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기