국제사이버보안인증협회(CSC)와 사단법인 한국인터넷정보학회가 공동으로 운영하는 인공지능 사이버보안 연구회가 지난 5월 8일 제주도 서귀포시 휘닉스아일랜드에서 2026년도 춘계학술발표대회 특별세션을 개최했다. 이번 세션은 인공지능 기술의 급격한 발전에 따른 새로운 보안 위협을 분석하고 이에 대응하기 위한 최신 연구 성과를 공유하는 자리로 마련되었다. 사이버보안 연구의 구심점 역할 및 연구 범위 확대 사이버보안연구회는 지난 2015년 3월 사이버보안의 학술적 연구와 정보보호 및 응용공학 연구의 구심점 역할을 목표로 설립되었다. 이후 변화하는 기술 환경에 발맞춰 2026년 2월 인공지능 사이버보안 연구회로 명칭을 변경하고 인공지능 시스템의 안전성 확보를 위한 다각적인 연구를 이어오고 있다. 이번 특별세션에는 공병철, 이준화, 여동균, 윤현근, 임범석, 박지원, 남혁우, 공민지 등 8명의 연구자가 참여하여 인공지능과 보안이 결합된 핵심 논문을 발표했다. 인공지능 시스템의 보안 위협 분석과 대응 방법론 CSC협회 공병철 회장은 인공지능(AI) 시스템의 보안 위협 및 오류 해결에 대한 연구를 주제로 발표를 진행했다. 범용 인공지능(General-purpose AI)이 인간 전문가 수준의 역량을 갖추게 된 현시점에서 허위 정보 생성, 시스템 오작동, 데이터 오염, 프롬프트 주입 및 탈옥 등 잠재적 위험성을 경고했다. 특히 물리적 세계와 상호작용하는 과정에서 발생하는 한계와 불균형한 성능 문제를 해결하기 위한 기술적 방법론의 필요성을 역설했다. 이준화 이사는 인공지능(AI) 시스템의 개인정보 보호 위험관리에 대한 연구를 통해 4단계 위험관리 프레임워크를 제안했다. 의료, 금융, 교육, 공공 등 분야별 특성을 반영한 기준 개발과 함께 멀티모달 AI 시스템에서의 크로스모달 위험 관리, 자동화된 개인정보 감사 도구 개발의 중요성을 강조하며 국제 표준 개발의 필요성을 언급했다. 첨단 기술을 활용한 보안 프레임워크 및 실무 대안 제시 여동균 이사는 AI 기반 콘텐츠 인식형 모니터 보안 시스템을 통한 카메라 촬영 기반 개인정보 유출 방지 연구를 발표했다. 중요 시스템 관리자 화면에서 개인정보가 존재할 때만 보안 기능을 활성화하는 Fail-Secure 정책을 통해 사용자 편의성과 보안성을 동시에 확보하는 방안을 제시했다. 윤현근 이사는 블록체인 기반 DID를 활용한 AI 시스템 개인정보 보호 프레임워크 연구를 소개했다. DID, VC, 블록체인 기술을 결합한 5계층 모델을 통해 신원 인증부터 데이터 활용 이력 추적까지 통합 수행할 수 있는 구조를 설계하여 데이터 활용의 투명성을 높이는 대안을 내놓았다. 공급망 보안 및 인증 자동화 플랫폼 설계 임범석 이사는 AI 공급망 보안을 위한 CMMC 2.0과 NIST AI RMF 통제항목 매핑 및 정합성 분석 결과를 공유했다. 분석 결과 CMMC 2.0이 AI 특화 보안 요구사항에서는 일부 한계가 있음을 지적하며, 두 프레임워크를 상호 보완적으로 병행 적용하는 통합 보안체계 구축의 필요성을 제시했다. 박태균 수석연구원은 AI를 활용한 정보보안 인증 Evidence 자동 생성 및 Gap Analysis 플랫폼 설계 방법론을 발표했다. LLM과 API 연동을 통해 국내 ISMS-P 인증과 국제 표준 ISO 27001, ISO 27701 인증 준비 기간을 대폭 단축하고 인적 오류를 감소시킬 수 있는 실무적 해결책을 제시하여 주목을 받았다. 인공지능 사이버 보안 악몽 예방을 위한 연구 지속 공병철 회장은 이번 발표를 통해 인공지능이 개발한 응용프로그램과 시스템의 보안 취약성은 기업과 개인에게 치명적인 사이버 보안 악몽으로 다가올 수 있음을 경고했다. 연구회는 앞으로도 무분별한 오픈소스 AI 에이전트 활용에 따른 부작용을 예방하고, 정부 정책 방향과 기업의 시행착오를 줄일 수 있는 실질적인 대응 능력 전파에 집중할 계획이다.  

  한국후지필름비즈니스이노베이션(한국후지필름BI)은 인공지능(AI) 기술을 기반으로 한 컬러 디지털 인쇄기 ‘레보리아 프레스(Revoria Press) PC2120’을 출시했다. 이번 신제품은 레보리아 프레스 시리즈 중에서 처음으로 후지필름 그룹의 독자적인 AI 기술을 적용했으며, 더욱 넓은 색상 영역과 높은 색상 정밀도를 구현한 것이 특징이다. A4 기준 분당 120매의 고속 출력과 2400×2400dpi의 고해상도 성능을 갖춰 대량 인쇄 환경에서 생산 효율을 높이도록 설계했다. 신제품의 핵심 기능인 AI 기반 프리프레스 기능 ‘서브스트레이트 프로파일러’는 복잡했던 용지 설정 과정을 단순화한다. 용지를 기기에 올리고 측정 버튼을 누르면 AI가 용지 특성을 자동으로 분석해 최적의 설정값을 적용한다. 한국후지필름BI에 따르면 이 기능을 통해 기존보다 설정 프로세스 시간을 최대 80% 단축할 수 있다. 이는 다품종 소량 인쇄가 늘어나는 인쇄 현장에서 유용하게 쓰일 전망이다. 또한 AI 기반 프린트 서버인 ‘레보리아 플로우 PC31’을 탑재해 작업자의 숙련도와 관계없이 일관된 품질을 낼 수 있다. AI가 문서를 분석해 최적의 화질 개선 설정을 자동으로 추천하며, 사진 속의 피부 톤이나 밝기, 채도를 별도 편집 없이 최적화한다. 인쇄 도중에 발생하는 색상 편차나 얼룩, 바코드 오류 등을 실시간으로 감지하고 자동으로 수정 인쇄하는 검사 기능도 갖췄다. 색감 표현력도 강화했다. 이번 제품은 총 8종의 특수 토너를 지원해 다양한 인쇄물에 활용할 수 있다. 특히 새로 출시한 그린 토너는 기본 4색만으로 구현하기 어려웠던 범위까지 색상 표현을 확장했다. 한국후지필름BI는 핑크 토너와 함께 사용하면 국제 색상 표준 기관인 팬톤 별색을 93%까지 재현할 수 있다고 밝혔다. 이외에도 골드, 실버, 화이트, 레드, 클리어, 텍스처 등 별색을 적용해 금속 질감이나 광택 효과가 필요한 카탈로그와 패키지 인쇄 수요에 대응한다. 레보리아 프레스 PC2120은 4색 모델과 6색 모델 두 가지로 출시한다. 한국후지필름BI의 하토가이 준 대표는 “레보리아 프레스 PC2120은 생산 효율과 색상 표현력에서 기존 디지털 인쇄기의 한계를 뛰어넘어 새로운 기준을 제시하는 제품”이라면서, “앞으로도 차별화된 경쟁력을 바탕으로 상업 인쇄의 디지털 전환을 선도하고 고객의 비즈니스 성장을 위한 든든한 파트너가 되겠다”라고 말했다. 

  제1장. 인공지능기본법 소개 1. 제정 취지 2. 주요 내용, 용어, 의무 조항 요약 3. 의무 위반시 프로세스 4. 참고 자료 제2장. 인공지능기본법 주요 조항별 설명 1. 제2·4·5조 | 용어 정의 및 적용 범위 2. 제31조 | 투명성 확보 의무 3. 제32조 | 안전성 확보 의무 4. 제33조 | 고영향 인공지능 확인 5. 제34조 | 고영향 인공지능과 관련한 사업자 책무 6. 제36조 | 국내대리인 지정 제3장. 인공지능기본법 지원데스크 주요 문의 사항 및 답변 유형1 누가 의무를 지는가 – 의무 주체 및 적용 대상 유형2 어떻게 표시해야 하는가? - 투명성 확보 의무 이행 유형3 우리 서비스가 고영향 인공지능인가? - 고영향 인공지능 해당 판단 [출처] 대한민국 정책브리핑(www.korea.kr)

주요 스마트 건설 DX 솔루션 소개 설계 생산성과 품질을 혁신하는 지능형 설계 플랫폼, AutoCAD 개발 :  Autodesk, www.autodesk.com 자료 제공 에쓰씨케이, 02-2187-0114, https://sckcenter.co.kr    AutoCAD(오토캐드)는 지난 40년 동안 전 세계 건설∙건축∙토목 산업의 표준으로 자리 잡은 설계 솔루션이다. 아파트와 같은 건축물부터 대규모 플랜트, 토목 인프라까지 모든 프로젝트의 기초가 되는 2D/3D 도면 작업의 핵심 도구다. 최근 AutoCAD는 최신 인공지능(AI) 기술과 머신러닝(Machine Learning)을 탑재하여 단순한 제도 도구에서 지능형 설계 파트너로 진화했다. 설계자의 의도를 파악하여 반복 작업을 자동화하고, 클라우드 기반의 Autodesk Docs와 연동하여 시공간의 제약 없는 협업 환경을 제공한다. 이를 통해 스마트 건설 DX 시대를 선도하며 설계 생산성과 품질을 동시에 향상시키고 있다. 1. 주요 특징  AutoCAD는 수십 년간 축적된 데이터를 학습한 AI 엔진을 통해 설계자의 작업 패턴을 분석하고 최적의 워크플로우를 지원한다. ■ 지능형 자동화 : 머신러닝 기반의 객체 인식 기술이 반복적인 제도 업무를 자동으로 처리하여 작업 시간을 획기적으로 단축한다. ■ 실시간 협업 : 사무실과 현장, 그리고 해외 협력사 간의 설계 데이터를 클라우드로 실시간 동기화하여 하나의 팀처럼 움직일 수 있다. ■ 맞춤형 인사이트 : 사용자의 작업 습관을 분석하여 개인에게 최적화된 명령어와 자동화 루틴(Macro)을 제안한다. 2. 주요 기능 (1) Smart Blocks – AI 기반 블록 관리 도면 내에 산재된 수백 개의 반복 객체(창문, 밸브, 가구 등)를 AI가 자동으로 식별합니다. '검색 및 변환(Search and Convert)' 기능은 선택한 객체와 유사한 형상을 도면 전체에서 찾아내어 클릭 한 번으로 표준 블록으로 일괄 변환해 준다. 수작업으로 인한 누락을 방지하고 도면의 표준화를 손쉽게 달성할 수 있다. (2) Markup Import & Markup Assist – 도면 수정 워크플로우 자동화 현장에서 빨간 펜으로 수정한 도면이나 PDF 파일을 사진 찍어 업로드하면, 원본 도면 위에 트레이싱지처럼 오버레이(Overlay) 된다. AI가 이 이미지 속의 손글씨와 수정 기호를 정확하게 인식하여, 클릭 한 번으로 CAD 문자(Mtext)나 구름 마크(Revcloud)로 변환한다. 수정 사항을 일일이 타이핑하거나 다시 그리는 번거로움을 없애고, 설계 변경 사항을 즉각적으로 반영할 수 있다. (3) Activity Insights – 데이터 기반의 개인화된 작업 가이드 초기에는 도면의 변경 이력과 작업 흐름을 시각화하여 보여주며, 작업 데이터가 축적될수록 AI가 사용자의 반복적인 패턴을 학습한다. 마치 신입 엔지니어가 업무를 익혀 베테랑 동료로 성장하듯, AI가 사용자가 자주 쓰는 기능을 분석하여 "이 작업은 매크로로 자동화할 수 있습니다"라고 최적의 방법을 제안한다. (4) Autodesk Assistant – 신속한 문제 해결 지원 작업 중 발생하는 오류나 기능에 대한 궁금증을 해결하기 위해 외부 검색 포털을 헤맬 필요가 없다. AutoCAD 내 탑재된 어시스턴트가 방대한 기술 문서와 솔루션 데이터베이스를 검색하여, 현재 겪고 있는 문제의 해결책(LISP, 명령어 등)을 즉시 제시한다(생성형 AI 기반의 대화형 기능은 영어 버전을 시작으로 점차 확대 지원될 예정이다).   3. 도입 효과 (1) 고부가가치 업무 집중 (생산성 극대화) 단순 반복 작업과 도면 정리는 AI에게 맡기고, 엔지니어는 창의적인 설계와 엔지니어링 문제 해결 등 더 가치 있는 핵심 업무에 집중할 수 있습니다. (2) 휴먼 에러 제로화 (품질 향상) Smart Blocks가 놓치기 쉬운 객체를 빠짐없이 찾아내고, Markup Assist가 수정 지시를 정확하게 변환함으로써, 수작업으로 인한 누락과 오기입을 원천 차단하여 도면의 무결성을 보장합니다. (3) Seamless한 소통 (협업 효율성) 현장과 사무실 간의 데이터가 실시간으로 연결되어 불필요한 대기 시간이 사라지고, 정확한 도면 공유로 재시공 리스크를 최소화합니다. 4. 주요 고객 사이트 전 세계 건설·건축·토목 산업의 전문가들이 사용하는 표준 플랫폼이다. 국내외 주요 건설사(EPC), 건축 설계 사무소, 엔지니어링 기업은 물론, 공공기관의 SOC 프로젝트와 스마트 시티 개발 현장 등 정밀한 도면과 효율적인 협업이 필수적인 모든 산업 현장에서 AutoCAD를 도입하여 설계 경쟁력을 강화하고 있다.     상세 내용은 <스마트 건설 DX 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기  

PTC는 윈칠(Windchill) PLM 설루션에 구축된 새로운 인공지능(AI) 기능인 ‘윈칠 AI 어시스턴트(Windchill AI Assistant)’를 출시했다. 이 기능은 자연어 채팅 인터페이스를 통해 윈칠에 생성형 AI를 도입한 것이다. 사용자는 플랫폼에 저장된 중요한 제품 정보를 더 쉽게 찾고 이해하며 활용할 수 있다. 이를 통해 검색 시간을 줄이고 팀 생산성을 높일 수 있다는 것이 PTC의 설명이다. 제품 데이터의 복잡성이 계속 증가함에 따라 엔지니어링 및 제조 팀은 방대한 문서 세트에서 특정 정보를 찾는 데 어려움을 겪는 경우가 많다. 윈칠 AI 어시스턴트는 사용자가 일상적인 언어로 질문하고 윈칠 문서 내용을 바탕으로 맥락에 맞는 답변이나 요약을 받을 수 있도록 지원하여 이러한 과제를 해결한다. 사용자는 긴 파일을 빠르게 검토하고 관련 세부 정보를 파악할 수 있다. 그리고 기존의 보고서나 표준 탐색 방식으로는 찾기 어려운 수년간의 엔지니어링 테스트, 리뷰, 기술 문서에 포함된 통찰력에 접근 가능하다. 모든 응답은 정보의 출처를 명확히 참조하며 액세스 제어 규칙을 준수한다. 이는 설루션에 대한 투명성, 보안 및 신뢰를 제공한다. 이 기능은 플러그인 형태로 배포되어 고객이 운영 중단 없이 신속하게 새로운 AI 기능을 도입할 수 있도록 돕는다.     PTC는 사용자가 윈칠 데이터와 상호 작용하는 방식을 확장하여 윈칠 AI 어시스턴트를 지속적으로 발전시킬 계획이다. 향후 개선 사항으로는 부품 및 변경 관리를 포함한 추가 제품 영역에 AI 에이전트를 추가하고 문서 정보에 대한 통찰력을 심화하며 AI 기반 작업을 워크플로에 직접 포함하는 것이 포함된다. 또한 사용자가 윈칠에서 작업을 완료할 때 안내를 돕기 위해 광범위한 프로세스 및 도메인 지식을 통합할 예정이다. PTC는 이러한 기능 강화를 통해 고객이 점점 더 복잡해지는 제품 데이터를 관리하는 과정에서 효율, 사용성 및 신뢰도를 더욱 높일 수 있을 것으로 기대하고 있다. 윈칠은 PTC의 다른 포트폴리오와 함께 ‘인텔리전트 제품 라이프사이클’ 비전을 지원한다. 이는 제조업체가 엔지니어링에서 강력한 제품 데이터 기반을 구축하고 데이터의 가치를 전사적으로 확장하며 AI 기반 혁신을 추진하도록 돕는다. 윈칠 AI는 크레오(Creo) AI, 코드비머(Codebeamer) AI, 서비스맥스(ServiceMax) AI, 온쉐이프(Onshape) AI, 아레나(Arena) AI 등 PTC의 다른 AI 설루션과 함께 기업이 AI 도입을 확장할 수 있도록 지원한다. PTC의 존 할러(John Haller) 윈칠 부문 제너럴 매니저는 “많은 고객에게 과제는 제품 데이터의 부족이 아니라 과거 엔지니어링 작업에서 학습한 내용을 찾고 재사용하기 어렵다는 점”이라고 설명했다. 그는 이어서 “윈칠 AI 어시스턴트를 통해 팀이 윈칠의 신뢰할 수 있는 정보에 더 빠르게 접근하도록 AI를 실용적으로 적용했다”면서, “이를 통해 답변을 찾는 데 드는 시간을 줄이고 통찰력을 업무에 적용하는 데 더 많은 시간을 할애할 수 있다”고 덧붙였다.

마이크로소프트가 AI(인공지능) 에이전트의 안전한 운용과 보안 및 거버넌스 강화를 지원하는 ‘마이크로소프트 에이전트 365(Microsoft Agent 365)’를 정식 출시했다. 최근 AI 에이전트가 애플리케이션과 엔드포인트 및 클라우드 전반에 걸쳐 빠르게 확산함에 따라, 보안 팀의 가시성과 통제 범위를 벗어나 운영되는 사례가 늘고 있다. 마이크로소프트는 에이전트가 자율적으로 도구를 호출하거나 다른 에이전트와 상호작용하는 과정에서 발생하는 데이터 과다 공유와 도구 오용 및 권한 남용 등을 주요 보안 리스크로 지목했다. 에이전트의 규모가 계속 달라지는 환경일수록 엔드 투 엔드 관측성 확보가 중요하다는 것이 마이크로소프트의 분석이다. 이번에 출시된 마이크로소프트 에이전트 365는 에이전트 관리를 위한 제어 플랫폼이다. 조직은 기존 관리 및 보안 워크플로를 그대로 유지하면서 마이크로소프트와 에코시스템 파트너의 에이전트를 통합 관측하고 관리하며 보호할 수 있다. 마이크로소프트는 플랫폼 출시와 함께 적절한 통제 체계를 갖춘 상태에서 에이전트 도입을 확장할 수 있는 새로운 기능의 프리뷰도 공개했다. 자체 자격 증명과 권한으로 동작하는 독립 운영 에이전트까지 관리 범위를 넓혔으며 마이크로소프트 디펜더(Microsoft Defender)와 마이크로소프트 인튠(Microsoft Intune)을 통해 로컬 및 클라우드 환경의 에이전트와 ‘섀도 AI’를 식별한다. 이를 통해 비관리 에이전트 차단을 포함한 적절한 통제를 적용할 수 있도록 돕는다. 윈도우 디바이스에서 실행되는 오픈클로(OpenClaw)를 시작으로 깃허브 코파일럿 CLI(GitHub Copilot CLI)와 클로드 코드(Claude Code) 등으로 로컬 에이전트 탐지 역량을 강화할 계획이다.   ▲ 마이크로소프트 디펜더에서 제공하는 로컬 AI 에이전트 관계 맵   에이전트 리스크 평가 체계도 정밀해진다. 에이전트와 연결된 디바이스나 MCP(모델 컨텍스트 프로토콜) 서버 및 관련 ID와 접근 가능한 클라우드 리소스 간의 상관관계를 시각화해 제공한다. 보안 팀은 이를 바탕으로 인프라 노출 범위와 잠재적 영향력을 평가할 수 있다. 실시간 런타임 차단 및 알림 기능을 통해 에이전트가 민감 데이터에 접근하거나 유출을 시도하는 등 악성 행동 패턴을 보일 경우, 마이크로소프트 디펜더가 이를 차단하고 사고 맥락이 포함된 알림을 생성한다. 이기종 클라우드 환경에 대한 지원도 강화한다. 이번 프리뷰 기능을 통해 AWS 베드록 및 구글 클라우드와 레지스트리를 동기화할 수 있다. IT 팀은 여러 플랫폼에 걸쳐 에이전트를 자동 탐지하고 향후 수명 주기를 관리할 수 있게 된다. 또한 젠스파크나 젠데스크 등 파트너사의 에이전트도 별도의 통합 작업 없이 마이크로소프트 에이전트 365에서 통합 관리할 수 있다. 에이전트 전용 클라우드 PC 환경을 제공하는 윈도우 365 포 에이전트(Windows 365 for Agents)는 에이전트가 조직의 보안 정책이 적용된 안전한 환경 내에서 상호작용하도록 돕는다. 마이크로소프트 엔트라(Microsoft Entra)의 네트워크 제어 기능은 코파일럿 스튜디오와 사용자 엔드포인트의 로컬 에이전트까지 확대 적용된다. 보안 팀은 네트워크 계층에서 에이전트 트래픽을 일관되게 검사하고 미승인 AI 사용을 식별해 제한할 수 있다. 한편, 마이크로소프트는 액센츄어나 KPMG 등 글로벌 파트너사와 협력해 기업 고객의 도입을 위한 거버넌스 워크숍과 컨설팅 서비스를 지원한다고 전했다. 마이크로소프트 에이전트 365는 현재 마이크로소프트 365 E7 라이선스에 포함되어 있으며, 필요 시 사용자당 월 15달러의 단독 라이선스로도 이용할 수 있다.

산업을 위한 AI와 버추얼 트윈 기술 (3)   이번 호에서는 AX 시대를 맞아 제조 기업이 축적한 방대한 도메인 지식과 3D 설계 데이터를 AI가 이해하고 실무에 즉시 활용할 수 있는 ‘자산’으로 전환하는 방안을 제시한다. 그리고, 다쏘시스템의 시맨틱 3D(Semantic 3D) 기술과 데이터 온톨로지(data ontology)를 활용해 중복 설계를 방지하고, 파편화된 정보를 비즈니스 맥락과 연결된 지식 개체로 지능화하는 기술적 원리를 살펴본다. ■ 이종혁 다쏘시스템코리아의 인더스트리 프로세스 컨설턴트로, 3DEXPERIENCE(구 NETVIBES) 테크 세일즈를 맡고 있다. 홈페이지 | www.3ds.com/ko   AX 시대, 제조 데이터의 새로운 정의 글로벌 제조 산업은 바야흐로 ‘디지털 전환(digital transformation)’의 단계를 넘어 ‘인공지능 전환(AI transformation : AX)’의 시대로 진입하고 있다. 생성형 AI와 대규모 언어 모델(LLM)이 비즈니스 프로세스 전반을 혁신하고 있는 현재, 엔지니어링 도메인에서의 핵심 과제는 명확하다. “어떻게 우리 기업이 지난 수십 년간 축적해 온 방대한 도메인 지식과 엔지니어링 노하우를 AI가 이해하고 실무에 즉시 활용할 수 있는 형태의 자산으로 바꿀 것인가?”이다. 대부분의 제조 기업은 수만, 수십만 장의 2D 도면과 3D 모델을 보유하고 있다. 그러나 역설적으로 엔지니어는 필요한 부품을 찾는 데 수많은 시간을 허비하거나, 이미 존재하는 설계를 중복으로 수행하는 ‘디지털 피로(digital fatigue)’에 시달리고 있다. 데이터가 존재함에도 불구하고 그 데이터가 가진 ‘의미(semantics)’와 ‘관계(relationship)’가 구조화되어 있지 않기 때문이다. 이러한 데이터의 파편화는 단순히 설계 효율을 떨어뜨리는 것에 그치지 않는다. 이는 부품 가짓수의 기하급수적 증가로 이어져 구매 단가 상승, 재고 관리 비용 증가, 그리고 급변하는 글로벌 공급망 리스크에 대한 대응력 약화라는 전사적 위기를 초래한다. 이번 호에서는 3D 모델링의 진화가 형상의 정밀함을 구현하는 단계를 넘어, 비즈니스 맥락과 지능이 결합된 ‘시맨틱 3D (semantic 3D)’로 나아가야 함을 제언한다. 다쏘시스템의 원파트(OnePart), 서플리멘탈 커넥터(Supplemental Connector), 그리고 데이터 사이언스 익스피리언스(Data Science Experiences : DSE)를 필두로 한 하이브리드 지능형 플랫폼이 어떻게 데이터 온톨로지를 통해 설계 자산을 지능화하고, 기업의 공급망 회복탄력성(resilience)을 극대화하는지 상세히 고찰해보고자 한다.   그림 1. The Transition to ‘Semantic 3D’ in the AX Era   하이브리드 아키텍처 : 데이터 주권과 클라우드 지능의 공존 국내 제조 기업이 클라우드 기반 AI 설루션 도입을 주저하는 가장 큰 이유는 ‘데이터 보안’과 ‘데이터 주권(data sovereignty)’에 대한 우려다. 핵심 설계 자산인 3D CAD 데이터는 기업의 기밀 중의 기밀로 간주되며, 이것이 외부 서버로 나가는 것에 대한 거부감은 기술적인 문제를 넘어 기업 생존의 문제로 인식된다. 하지만 클라우드가 제공하는 강력한 분산 연산 능력과 실시간 업데이트되는 AI 분석 엔진을 포기하는 것은 기술 경쟁력 측면에서 매우 위험한 선택이다. 이러한 딜레마를 해결하는 핵심 아키텍처가 바로 서플리멘탈 커넥터를 활용한 하이브리드 모델이다. 이 모델의 핵심은 데이터의 물리적 위치를 ‘통제된 온프레미스’와 ‘고성능 클라우드’로 이원화하는 데 있다. 이 아키텍처의 중심에는 ‘에지 에이전트(Edge Agent)’라는 전용 미들웨어가 존재한다. 에지 에이전트는 기업 내부의 로컬 파일 서버, CSV 기반의 레거시 데이터베이스, 그리고 솔리드웍스 PDM 프로페셔널(SOLIDWORKS PDM Professional)과 같은 엔터프라이즈 시스템과 직접 연동된다. 여기서 중요한 기술적 포인트는 에지 에이전트가 원본 CAD 파일(source file)을 클라우드로 전송하는 것이 아니라는 점이다. 대신, 설계에 포함된 메타데이터와 형상의 특징을 수치화한 ‘3D 서명(signature)’, 그리고 시각적 확인을 위한 가벼운 썸네일(thumbnail)과 CGR 데이터만을 추출하여 클라우드의 ‘시맨틱 그래프 인덱스(Semantic Graph Index : SGI)’로 전송한다. 이러한 하이브리드 접근법은 두 가지 결정적인 이점을 제공한다. 첫째, 데이터 주권은 기업이 완벽하게 통제한다. 원본 설계 데이터는 사내 보안망 내부에 머무르기 때문에 유출 우려가 없다. 둘째, 클라우드는 오직 ‘지능형 인덱스’와 ‘분석 엔진’의 역할만을 수행한다. 클라우드의 Data Science Experience(DSE)는 이 SGI에 축적된 정보를 바탕으로 전사적인 부품 사용 현황을 360도 뷰로 관찰하고, AI 기반의 의사결정 지원 기능을 제공한다. 이는 특히 카티아 V5(CATIA V5)와 같은 온프레미스 기반의 강력한 설계 환경을 유지하면서도, 최신 클라우드 기술의 혜택을 즉시 누릴 수 있는 현실적이고 안전한 가교 역할을 한다.   그림 2. Hybrid Architecture and Edge Agent   원파트와 AI 형상 지능 : 중복 설계의 늪에서 벗어나는 방법 엔지니어링 현장에서 가장 흔히 발생하는 보이지 않는 낭비는 이미 사내에 존재하는 부품을 찾지 못해 다시 설계하는 ‘중복 설계’다. 다쏘시스템의 연구 결과에 따르면, 시장 표준 부품(예 : 단순 브래킷이나 고정용 볼트 등) 하나를 불필요하게 신규 생성할 때 발생하는 전사적 비용은 부품당 약 1만 1000유로(한화 약 1600만 원)에 이른다. 이 비용에는 설계자의 시간뿐만 아니라 부품을 위한 테스트 및 시뮬레이션 비용, 금형 제작 등 제조 공정 셋업 비용, 신규 구매처 등록 및 관리 비용, 그리고 물류 및 창고 재고 유지 비용이 누적된 결과다. 원파트는 이러한 문제를 해결하기 위해 AI 기반의 ‘형상 유사도 검색(AI-Powered Component Signature)’ 기능을 제공한다. 이는 전통적인 키워드 기반 검색의 한계를 뛰어넘는다. AI는 3D 모델을 기하학적 특징(shape), 단면 형상(section), 구멍 배치 패턴(hole pattern), 그리고 외곽선(silhouette)이라는 네 가지 핵심 기준을 바탕으로 분석하여 부품별로 고유한 ‘디지털 지문’을 생성한다. 설계자가 새로운 프로젝트를 시작할 때, 백지 상태에서 모델링을 시작하는 대신 간단한 형상 아이디어를 스케치하여 업로드하면 AI가 수초 내에 사내 라이브러리 및 외부 공급업체 카탈로그에서 가장 유사한 부품을 찾아 제안한다. 또한 지능형 클러스터링(clustering) 엔진은 방대한 부품 데이터베이스를 기하학적 유사성에 따라 자동으로 군집화한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

시스템 엔지니어링의 진화, 항공우주 산업의 복잡성을 넘어서다   아폴로 프로그램에서 시작된 시스템 엔지니어링은 오늘날 항공우주 및 방위 산업의 핵심 방법론으로 자리 잡았다. 하지만 소프트웨어 중심의 기체 구조와 급증하는 상호작용으로 인해 기존 방식은 한계에 직면해 있다. 이제 기업은 시스템 모델링 언어인 SysML v2와 인공지능(AI), 포괄적 디지털 트윈을 결합한 총체적 설루션으로 디지털 전환을 가속해 미래 경쟁력을 확보해야 한다.   ■ 오병준 지멘스 디지털 인더스트리 소프트웨어의 한국지사장이다. SAS 코리아 대표이사를 지냈으며, 오라클 코리아, 테라데이터 코리아, IBM 코리아 임원 등 IT 업계에 30여 년 이상 몸 담으며 쌓아온 엔터프라이즈 소프트웨어 경험을 바탕으로 지멘스 디지털 인더스트리 소프트웨어를 진두지휘하고 있다. 홈페이지 | www.sw.siemens.com/ko-KR   ▲ 제공 : 지멘스   우주비행사의 달 착륙과 지구 귀환을 성공적으로 이끈 아폴로(Apollo) 프로그램은 인류 역사상 가장 위대한 성과 중 하나로 평가된다. 아폴로 프로그램을 통해 개발된 다양한 기술은 오늘날 우리의 일상 속에서 널리 활용되고 있는데, 무선 헤드셋, 집적회로, 이메일, 무선 공구 등이 대표적인 예다. 이 글에서는 아폴로 프로그램의 수많은 유산 가운데 한 가지에 초점을 맞추고자 한다. 바로 엔지니어가 종종 간과하곤 하는 ‘시스템 엔지니어링(systems engineering)’이다. 당시 NASA가 개발한 로켓은 전례 없는 규모의 복합 시스템이 결합된, 그 시대 가장 정교하고 복잡한 기계였다. NASA 엔지니어들은 로켓 내 모든 시스템을 유기적으로 작동시키기 위해 새로운 엔지니어링 방법론이 필요하다는 사실을 깨달았고, 그렇게 시스템 엔지니어링이 탄생했다. 시스템 엔지니어링은 아폴로 로켓의 복잡성을 체계적으로 분석하고 각 시스템을 유기적으로 통합함으로써 성공적인 발사를 가능하게 했다. 이후 시스템 엔지니어링은 우주 분야를 넘어 항공우주 및 방위(A&D) 산업 전반에서 혁신을 이끌며, 새로운 항공기와 우주선 개발을 견인하는 핵심 요소로 자리 잡았다.   ▲ 시스템 엔지니어링은 우주 분야에서 시작돼 A&D 산업 전반으로 확대됐다.(제공 : C. Fredrickson Photography/Getty Images)   시스템 엔지니어링은 제품의 복잡성을 낮추는 데 기여해왔지만, 그 자체로는 상당히 복잡한 개념이다. 엔지니어링 영역들은 기업이 인식하는 것만큼 긴밀하게 통합돼 있지 않을 가능성이 있다. 일부 기업은 두 엔지니어링 영역 간 인터페이스에서 문제가 발생하기 전까지 자사의 통합 수준이 어느 정도인지조차 제대로 인식하지 못하기도 한다. 이러한 문제는 전통적인 문서 기반 방법론이 모델 기반 시스템 엔지니어링으로 전환된 이후에도 여전히 이어지고 있다. 이 같은 통합 미비는 설계 오류를 초래하고 일정 지연의 위험을 높인다. 이러한 위험은 오늘날 항공기와 우주선에 새로운 전자 기술과 소프트웨어 시스템이 대거 탑재되고 복잡성이 크게 증가함에 따라 갈수록 커지고 있다. 이와 같은 상황에서 변화가 없다면, 현재의 시스템 엔지니어링 접근 방식만으로는 항공우주 산업의 급격한 복잡성 증가에 대응하기 어려울 것이다. 따라서 앞으로 시스템 엔지니어링은 보다 총체적인 접근 방식으로 진화해 엔지니어링 영역 간 상호운용성과 협업을 강화해야 한다. 이를 위해 기업은 디지털 전환에 투자하고 SysML v2, AI(인공지능), 포괄적 디지털 트윈과 같은 핵심 기술을 활용해 엔지니어들이 혁신을 가속할 수 있는 새로운 프로세스를 익히도록 해야 한다.   항공우주의 새로운 패러다임 오늘날 생산되는 항공기와 우주선은 아폴로 시대에 개발된 기체와는 완전히 다르다. 민항기와 제트기부터 로켓과 위성에 이르기까지, 모든 것이 점점 더 소프트웨어 중심 구조로 진화하고 있다. 이에 따라 첨단 기계·전기 시스템은 물론, 새로운 전자 기술과 소프트웨어까지 폭넓게 통합되고 있다. 이러한 첨단 시스템은 이전 세대의 기체에 비해 훨씬 높은 수준의 복잡성을 만들어낸다. 특히 기체 내 다른 시스템과의 상호작용이 늘어나면서 전체적인 복잡성은 더욱 확대되고 있다. 예를 들어, 20년 전만 해도 엔지니어는 하나의 기계 시스템에서 발생하는 100여 개의 상호작용만 관리하면 됐고, 이는 스프레드시트에 손쉽게 정리할 수 있었다. 그러나 오늘날에는 반도체 칩 하나만으로도 수만에서 수십만 개에 이르는 상호작용이 발생할 수 있다.   ▲ 보다 고도화된 전자 기술과 소프트웨어 통합으로 새로운 항공우주 시스템의 복잡성이 커졌다.(제공 : santofilme/Getty Images)   A&D는 여러 엔지니어링 영역 간 통합이 필수인 산업이다. 한 영역에서 변경이 발생하면 이를 수용하기 위해 다른 영역에서도 추가 변경이 필요할 가능성이 높다. 최근 전자 기술과 소프트웨어의 비중이 커지면서 이러한 변경의 규모와 영향력은 더욱 확대되고 있다. 따라서 영역 통합의 격차를 식별하고 해소하기 위해 시스템 엔지니어링 접근 방식 역시 보다 총체적으로 발전해야 한다.   SysML v2를 통한 격차 해소 총체적인 시스템 엔지니어링 전략을 수립하려면 엔지니어 간 새로운 협업 프로세스를 지원하는 도구가 필요하다. SysML (Systems Modeling Language) v2가 이러한 역할을 수행할 수 있다. 이전 버전인 SysML v1은 엔지니어가 작업을 효율적으로 모델링하고 설명할 수 있는 새로운 방식을 제시했다. 그러나 모델을 구축하고 관리하는 방식이 매우 엄격해 상호운용성 측면에서는 한계가 있었다. 반면 SysML v2는 더욱 직관적인 모델링 접근 방식을 제공하며, 다양한 모델링 방법론을 유연하게 활용할 수 있도록 지원한다. 이를 통해 기업은 데이터 교환을 훨씬 수월하게 수행할 수 있다. 결과적으로, SysML v2는 엔지니어링 영역 간 정보를 개방적으로 공유할 수 있는 표준 프레임워크를 구축한다. 이를 통해 데이터 일관성을 높이고 통합 시스템 아키텍처 개발을 가능하게 한다. 물론 SysML v2의 효과는 이를 활용할 수 있는 인재 양성이 병행될 때 비로소 실현될 수 있다. 다행히 다양한 모델링 방법론을 수용할 수 있는 특성은 진입 장벽을 낮추고, 엔지니어가 새로운 시스템 엔지니어링 전략을 보다 쉽게 배우고 참여할 수 있도록 한다. 이는 시스템 엔지니어링의 총체적 발전과 민주화에도 기여한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.