• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "제조기업"에 대한 통합 검색 내용이 154개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
[인터뷰] 산업통상자원부 산업인공지능혁신과 고상미 과장
산업 AI 확산 가속 페달… 활용 정책, 데이터 인프라 구축 지원   산업통상자원부 산업인공지능혁신과 고상미 과장      산업 대전환을 주도하는 인공지능(AI) 활용을 본격적으로 지원하기 위해 산업통상자원부(이하 산업부)는 최근 산업 AI 정책을 주도적으로 추진하는 부서인 ‘산업인공지능혁신과’를 신설했다. 기존에 여러 부서로 분산되어 있던 산업AI 관련 정책과 업무를 통합해 전담 조직을 마련한 것으로, 조직 신설의 배경과 향후 산업AI 정책 추진 방향에 대해 해당 부서를 이끄는 산업인공지능혁신과 고상미 과장을 만나 이야기를 들어 보았다.   산업부 산업인공지능혁신과 신설의 배경은 무엇인가?   AI는 데이터 및 컴퓨팅 기술의 발전과 산업 자동화 수요 확대 등에 힘입어 다양한 산업에 빠르게 적용되고 있다. 산업 현장에서 AI의 중요성이 높아지면서, 산업부 내에서도 AI 정책을 체계적으로 수립하고 지원할 전담 조직의 필요성이 대두됐다. 이에 2024년 상반기부터 조직 신설을 준비해 2024년 12월 30일에 ‘산업인공지능혁신과’ 를 공식 출범시켰다. 산업 AI 확산과 기업지원 효과를 극대화하기 위해 산업정책과와 산업기술시장혁신과의 일부 업무인 ‘AI 산업정책 민관협의체 운영, 산업디지털전환 관련 법령, R&D 사업, 데이터 구축·관리’ 등을 산업인공지능혁신과로 이관했다. 산업인공지능혁신과의 주요 업무는 무엇인가? 산업인공지능혁신과는 제조업과 서비스업 전반에 걸쳐 인공지능(AI)과 산업데이터 활용을 촉진하기 위한 정책을 수립하고 제도를 정비하는 업무를 총괄하고 있다. 현재는 「산업디지털전환촉진법」을 개정해 「산업디지털 전환 및 인공지능활용촉진법(가칭)」으로 개편하는 방안 을 추진 중이며, 이를 통해 기존의 디지털 전환 중심 정책에 산업 AI 활용을 명시적으로 포함하고, 산업현장의 AI 확산을 위한 법·제도적 기반을 강화하고자 한다. 아울러, ‘AI 산업정책 위원회’와 ‘산업디지털전환 위원회’는 그 기능과 역할을 확대·통합해 ‘산업인공지능 위원회’로 개편하는 등 관련 위원회 체계도 정비 중이다. 산업 AI 기술의 확산과 현장 적용을 위해 산업별 맞춤 형 AI 기술개발과 기반구축, 산업현장에 필요한 AI 전문 인력 양성 등을 추진하고 있다. 또한, 산업데이터의 수집, 표준화, 연계, 품질관리 체계 마련은 물론, 데이터 플랫폼 구축 등 민간 활용 활성화를 위한 정책도 총괄한다. 민관 협력도 활발히 운영 중이다. 산업계와 학계, 전문가 그룹과 연계한 협의체와 자문단을 구성해 현장 중심의 정책 수립에 반영하고 있으며, 수요‧공급 기업 간 매칭 지 원, 산업 AI 컨설팅, 현장 실증 등의 사업도 확대할 예정이다. 이와 함께 한국산업지능화협회 등 유관기관과 협력해 산업 AI 세미나, 전시회, 컨퍼런스 등 교류 행사도 개최하고 있다. 산업부 내 타 부서와의 차별점은 무엇인가?  산업부 내 여러 부서가 산업 디지털전환 및 AI 활용 관 련 업무를 수행하고 있으나, 산업인공지능혁신과는 ‘산업 데이터’ 업무를 전담한다는 점에서 차별화된다. 「 산업디지털전환촉진법」에서도 산업데이터 지원 근거가 별도 장(章)으로 명시될 만큼 그 중요성이 커지고 있다. 그러나 현장에서는 산업데이터의 확보가 어렵고, 활용 수준 또한 낮은 것이 현실이다. 이를 개선하기 위해 산업 부는 2024년 R&D 사업으로 ‘데이터 전처리(산업AI용 데이터 전처리 자동화 기술개발)’, ‘탄소데이터 플랫폼 구축(제조데이터 표준 인공지능 활용 제품 전주기 탄소중립 지원 기술개발)’ 사업을 새롭게 추진하였으며, 산업데이터의 생성·가공·활용 전 주기를 촉진하기 위한 ‘데이터 스페이스(한국형 Manufacturing-X 플랫폼 표준모델 개발 및 실증)’ 사업도 기획 중이다. AI 확산이 기업에 실질적으로 영향을 미치기 위해 필요한 노력은 무엇이라고 보는가?  AI 확산이 기업에 실질적인 영향을 미치기 위해서는 산업 현장의 수요에 기반한 전략적 접근이 필요하다. 현장을 살펴보면, 많은 기업들이 AI 도입에 관심은 있으나 산업데이터 부족, 기술 검증 부담, 초기 투자 리스크 등 현실적 한계에 부딪히고 있다. 특히 제조업의 AI 적용을 위해서는 양질의 산업데이터 확보와 이를 기반으로 한 문제 정의 과정이 선행되어야 하며, 이를 위해 산업부는 기업 현장 문제 해결을 위한 산업데이터 기반 AI 기술개발을 추진하고 있다. 또한 산업 전반의 AI 확산이 실제 기업의 생산성과 경쟁력 향상으로 이어지기 위해서는 수요기업 중심의 실질적 확산 기반 마련이 중요하다. 이에 산업부는 권역별 거점으로 ‘산업AI 혁신센터’를 지정하고, 산업AI 수요기업(제조기업)과 공급기업(솔루션기업) 간 파트너십을 통해 AI 솔루션 공동 실증을 지원하여, 산업 전반에 걸친 전국적 산업 AI 확산을 추진하고자 한다.  ‘산업 AI 10대 과제’의 선정 배경과 중요성에 대해 소개한다면?  ‘산업 AI 10대 과제’는 2024년 5월부터 민관 합동으로 ‘AI산업정책위원회’를 출범한 이래, 한국공학한림원 회원 들을 비롯한 200여명의 민간 전문가들이 심도 있게 논의해 도출한 결과다. 민간 전문가 그룹이 산업 현장의 수요와 기술 변화를 반영해 과제를 선정했다는 점에서 의미가 크다. 10대 과제에는 ▲산업AI 선도 프로젝트 ▲AI 에이전트 와 피지컬 AI ▲산업 AI 컴퓨팅 인프라 ▲산업 데이터 ▲ AI 반도체 ▲AI 인재 ▲전력 인프라 ▲산업 AI 자본 ▲AI 생태계 ▲산업 AI 제도 등이 포함된다. 일부 선도 과제는 기존 사업과 연계해 조기 성과 도출을 지원하고, 산업데이터 스페이스 구축, AI 인재 양성 등 신규 과제도 추진 중이다.   최근 진행했던 ‘산업 AI 전략(M.A.P)’ 세미나의 성과와 향후 계획은 무엇인가? 최근 진행한 ‘산업 AI 전략(M.A.P, Manufacturing AI Policy)’ 세미나는 제조기업의 AI 도입을 실질적으로 지원하기 위한 소통의 장으로 의미 있는 성과를 거두었다. 많은 제조기업들이 AI 도입의 필요성에는 공감하지만, 실 제 도입 과정에서 많은 어려움을 겪고 있다. 이에 산업인공지능혁신과는 기업들이 AI 전문가와 직접 소통하고 실질적인 해법을 모색할 수 있도록 ‘M.A.P 세미나’를 기획하였다. 해당 세미나는 서울, 광주, 창원 등에서 개최되었으며, 매 행사마다 높은 관심을 받았다. 세미나 이후 질의응답에서는 고난이도 기술 질문이 이어져 산업 현장의 실질적 수요를 확인할 수 있었다. 앞으로도 M.A.P와 현장 밀착형 프로그램을 지속 확대해 기업들의 AI 도입을 실질적으로 지원하고, 산업계의 요구를 정책에 적극 반영해 나갈 계획이다. 국내 산업 AI·DX 도입 수준은 어떠하고, 확산을 위해 필요한 선결 과제는 무엇인가?  국내 산업계의 AI·DX 도입 수준은 여전히 초기 단계에 머물러 있으며, 실질적 확산을 위해 해결해야 할 과제가 적지 않다. 2024년도 한국생산성본부(KPC) 조사에 따르면, 국내 제조업체의 약 90%가 아직 AI를 실제로 도입하지 않았으며, 그 주요 원인으로 산업데이터 확보의 어려 움과 인프라 부족이 지목되었다. 또한, ‘AI 기술을 어떻게 활용해야 할지 모른다’는 점도 도입 저해 요인으로 나타났다. 산업 현장에 특화된 AI 솔루션에 대한 정보와 접근성이 낮기 때문이다. 산업 AI 확산을 위해서는 국가 차원의 전략도 중요하지만, 현장에서 필요한 AI 기술을 신속히 개발하고, 기업들이 쉽게 접근할 수 있도록 기술과 현장을 연결하는 실질적인 ‘연결고리’의 구축이 무엇보다 중요하다.   산업인공지능혁신과의 올해 및 중장기 계획에 대해 소개한다면? 산업인공지능혁신과는 AI 기술의 빠른 발전과 산업 전 반에 미치는 영향력을 고려해, 중장기 로드맵보다는 현장 수요와 단기 실현 가능성이 높은 과제 중심으로 지원 방향을 유연하게 설정하려 한다. ‘산업 AI 10대 과제’ 발표 이후, 실행력 있는 세부 실행 계획을 단계적으로 추진하고 있으며, 산업 현장에서 실질적인 효과를 낼 수 있도록 정책의 실행력을 높이는 데 중점을 두고 있다. 앞으로는 산업부 전체 차원의 중장기 전략을 재정립하고, 기업들이 실제로 필요로 하는 기술·데이터·인프라 요건을 면밀히 검토해 정책 대응을 강화할 계획이다. 산업 AI 활용 수혜기업과 한국산업지능화협회에 전하고 싶은 말이 있다면?  산업 AI 확산을 위해 여러 기관이 적극적으로 사업을 기획·발굴하고 있다. 현장의 수요를 신속하게 전달하는 것이 무엇보다 중요하며, 이를 통해 실질적으로 도움이 되는 정책과 사업이 만들어질 수 있다. 특히 한국산업지능화협회는 ‘산업AI 얼라이언스’ 운영, ‘산업AI 엑스포’ 개최 등 현장 중심 활동을 통해 정보 교류와 성공사례 확산에 앞장서고 있다. 앞으로도 수요기업과 공급기업의 현장 목소리가 정확히 전달되고, 산업계의 적극적인 참여와 소통이 실효성 높은 정책으로 연결될 수 있도록 협회의 적극적인 협력을 당부한다. ■    캐드앤그래픽스 최경화 국장 mail@cadgraphics.co.kr  
작성일 : 2025-07-22
제조기업 디지털 트윈 기반 협업 플랫폼, CP(Collaboration Platform) 
주요 디지털 트윈 소프트웨어   제조기업 디지털 트윈기반 협업 플랫폼, CP(Collaboration Platform)    개발 및 자료 제공 : 디엑스티, contact@dxt.co.kr, https://dxt.co.kr, www.youtube.com/@DXTKoreaInc   클라우드 기반 솔루션 기업인 디엑스티(DXT)는 제조 및 엔지니어링 기업들이 디지털 트윈(Digital Twin) 개념을 기반으로 실험 데이터와 품질 관리 데이터, 엔지니어링 업무 데이터의 통합적 협업 및 관리를 가능하게 하는 클라우드 기반 협업 솔루션, CP(Collaboration Portal)를 제공한다. CP는 엔지니어링 업무, 품질 관리, 연구 및 실험 데이터를 통합적으로 관리하고 축적하여 향후 디지털 트윈(Digital Twin) 환경에서 정확한 가상 검증과 데이터 기반 예측을 수행할 수 있는 기반을 마련한다. 1. 주요 특징 CP는 엔지니어링 업무(CP Eng'r Work), 품질 관리(CP Quality), 연구 및 실험 관리(CP Experiment) 기능을 통합하여 기업이 다양한 업무 프로세스를 하나의 플랫폼에서 효율적으로 관리할 수 있도록 지원한다.  또한 기업의 기준 정보 관리를 통해 데이터 일관성을 유지하고, 업무에 필수적인 워크플로우를 맞춤형으로 제공하여 효율성을 극대화한다. 또한 '협업'을 중심으로 한 업무 프로세스를 설계하고 관리할 수 있는 유연한 협업 플랫폼으로서, 기업의 다양한 비즈니스 환경에 최적화된 협업 체계를 구축할 수 있도록 지원한다. CP는 프로젝트 기반으로 내·외부 협업을 위한 데이터 및 문서 관리 기능을 지원하고, 솔루션 단독으로 사용 가능한 경우와 기 개발된 다양한 Enterprise Legacy 시스템 (PLM, QMS, MES, ERP)과 연동하는 경우 모두를 지원하는 유연한 환경을 제공한다. 2. 주요 기능 (1) CP(Collaboration Platform) 클라우드 기반 협업 및 프로젝트 관리 솔루션으로 제조기업에서 진행되는 협업관련 업무를 명확하고 실행 근거를 확보하면서 진행 할 수 있는 협업 환경을 제공한다. (예: 협업 File 관리, 문의/답변, 협업 기반의 권한 관리 등) CP는 협업 중심의 프로젝트 관리 기능을 통해 내·외부 이해관계자들이 실시간으로 데이터를 공유하며 업무 진행을 관리할 수 있도록 한다 (2) CP Eng'r Work 효율적인 엔지니어링 업무 진행하기 위한 기능을 제공 한다. (예: 업무의뢰 /답변, 도면 배포의뢰/배포, 원격 시스템 연동 등) CP Eng'r Work는 엔지니어링 업무의 정의, 할당, 진행률 추적, 실시간 협업을 지원 하여 엔지니어링 업무의 효율성을 극대화한다. (3) CP Quality 부품 승인원 관리, 수입/출고 검사 및 부적합 관리 기능을 제공한다.  CP Quality는 품질 데이터를 표준화하고 중복 없이 관리하고, 검사 실행 데이터 연계를 통한 부적합 처리를 진행한다. 특히, 고객의 고유한 비즈니스 프로세스에 따라 최적의 업무 워크플로우를 맞춤형으로 설계하고 제공할 수 있다. (4) CP Experiment 연구 및 실험 데이터 관리, AI 기반 데이터 분석 및 최적화 솔루션 연계를 지원한다. CP Experiment는 실험 과제 생성 및 과제별 세부 실험 관리, 기본 실험 조건 표준화 및 데이터베이스 관리 기능을 제공한다. 또한 사용자가 입력한 실험 데이터를 분석 및 시각화하여 연구자들이 손쉽게 결과를 해석하고 전략적 결정을 내릴 수 있도록 지원한다. 보고서 자동 생성 기능과 외부 파일 연계 기능을 제공하여 연구 업무의 효율성을 극대화하며, 연구자들이 입력한 데이터를 지속적으로 활용하여 기업 내 지식으로 축적할 수 있는 환경을 제공한다.  3. 도입 효과 ■ 데이터 기반의 협업 환경을 구축하여 기업 내 실시간 데이터 공유 및 협업 강화, 품질 및 연구 데이터의 효율적 축적, 데이터 분석과 예측 기반의 전략적 의사결정을 실현함으로써 향후 디지털 트윈을 통한 정밀한 가상 검증과 예측 능력을 확보한다. ■ 업무 생산성 향상, 업무 프로세스 자동화, 프로젝트 진행의 투명성 확보, 협력사 및 내부 부서 간 효율적인 실시간 협업 가능, 데이터 기반 의사결정 및 AI 기반 업무 최적화를 통해 기업의 연구개발 및 제조 경쟁력을 강화한다. ■ 부품 및 품질 데이터 관리 효율성 증가, 검사 기준의 일관성 유지, 품질 데이터의 체계적인 축적을 통해 향후 AI 기반 품질 분석 및 예측 활용 가능성 확보, 고객 맞춤형 업무 프로세스 제공을 통한 품질 업무의 신속한 대응과 효율성 극대화를 실현한다. ■ 실험 데이터 관리의 효율성 향상, 연구 프로세스의 투명성 및 신뢰성 강화, 데이터 기반의 의사결정 지원, 체계적으로 축적된 데이터를 활용한 향후 AI 기반의 연구 최적화 가능성을 확보하여 연구 및 실험 업무의 생산성과 정확성을 극대화한다.  4. 주요 고객 국내와 반도체, 자동차, 바이오 산업의 제조 기업들과 제품 개발 End-to-End 프로세스 상에서 연구개발(R&D) 업무, 엔지니어링 업무, 협력사 협업 업무를 진행 하면서 발생하는 데이터를 체계적으로 관리하고, AI 기반 학습이 가능한 정보 구조체를 생성하는 프로젝트를 진행중이다.     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기
작성일 : 2025-05-13
[이북] 디지털 트윈 가이드
디지털 트윈에 대한 이해 및 동향, 관련 제품 및 업체 소개 등을 집대성한 <디지털 트윈 가이드>가 발간되었습니다.  <디지털 트윈 가이드>는 한국산업지능화협회 PLM 기술위원회의 주도 하에 업계의 다양한 흐름들을 제시하고, 디지털 트윈에 대한 이해와 트렌드, 디지털 트윈 시스템 구축시 알아두어야 할 전략과 구축 가이드, 관련 소프트웨어 및  공급 업체 소개, 제품리스트 등을 집대성하였습니다.    공저 : 한국산업지능화협회 PLM기술위원회 한순흥 / 손지연 / 권순재 / 양영진 / 안창원 / 박수진 / 류수영 / 박양호 / 강태신 / 오병준 / 진득호 / 김지인 / 문명수 / 손대식 / 김준형 / 신민용 / 조형식 / 김성희 / 류용효 / 차석근 / 안영규 / 전완호 / 이지수 / 최창현 / 김형중 외  페이지 : 272쪽 정가 : 30,000원   목차 머리말 - <디지털 트윈 가이드> 발간에 부쳐 / 최경화   Part 1. 디지털 트윈 개론 8    디지털 트윈 개론    한순흥 Part 2. 디지털 트윈 핵심 기술 24    제조 디지털 트윈 표준 모델 및 연동 가이드라인 소개    손지연 32    디지털 트윈 구축을 위한 BIM 기반 3D 개체의 필요성    권순재 Part 3. 디지털 트윈 도입 전략과 가이드 38    디지털 트윈의 이해와 구현 방법    양영진 45    디지털 트윈 정부 전략 및 로드맵    안창원 50    디지털 트윈을 처음 도입하는 기업을 위한 가이드    박수진 58    디지털 트윈 기술발전에 따른 단계별 구축 가이드    류수영 63    국제 표준 기반 제조 디지털 트윈 스마트 내비게이션 시스템 구축 방안    박양호 70    디지털 트윈 : 엔지니어의 상상은 현실이 된다    강태신 74    기업의 디지털 전환을 위한 총체적 접근 방식    오병준 80    디지털 트윈 가이드: 리얼타임 렌더링으로 살펴보는 디지털 트윈 트렌드    진득호 86    3D CAD 를 활용한 디지털 트윈 도입 가이드    김지인 90    스마트 제조의 분수령, 디지털 트윈의 혁명    문명수 95    디지털 트윈 도입 검토 보고서 작성법    손대식 100    AWS 디지털 트윈 구축 전략과 성공 사례    김준형 106    제조업의 성공적인 디지털 트윈 도입을 위한 여정    신민용 Part 4. 디지털 트윈 최신 트렌드 114    미래의 디지털 트윈에 대해서    조형식 118    AI 시대의 디지털 트윈    김성희 124    AI 기반 디지털 트윈 : 산업 혁신의지능형 미래     류용효 Part 5. 디지털 트윈 적용 사례 130    디지털 트윈 구축을 위한 제조 데이터 표준화 구축 및 사례    차석근 136    가상 제품 개발 및 검증을 위한 디지털 트윈    안영규 142    디지털 전환 성공을 위한 CAE, AI/ML과 디지털 리얼리티 플랫폼 기술 제안    전완호 146    가상과 현실의 완벽한 동기화, 디지털 트윈의 산업 재창조    이지수 152    디지털 트윈의 새로운 패러다임: GPU 가속 기반 소프트웨어와 하드웨어의 효과적인 융합    나인플러스아이티 157    디지털 트윈과 몰입형 기술 트렌드와 적용 사례     유니티 162    스마트시티와 건설 디지털 트윈 기술 현황 및 시사점    최창현 168    스마트 공항, OpenBIM 모델링 구축 사례    비아이엠팩토리 172    디지털 트윈과 AI를 활용한 소방 시스템 도입사례: 중국 대련 소방대와의 협력    아브로브소프트코리아 175    산업 안전을 위한 디지털 트윈 활용    김형중, 우종헌 Part 6. 주요 디지털 트윈 소프트웨어 소개 180    Ansys Twin Builder    디지털 트윈 모델 생성 및 배포 솔루션 182    ARAS PLM    오픈소스 PLM 소프트웨어 184    AutoForm Assembly    차체 제작 조립 공정 디지털화 소프트웨어  185    AutoForm Car Body Planner    차체 구매 견적 및 비용 산출 프로세스 186    AutoForm-Sigma    스탬핑 공정의 안정성과 효율성 향상 소프트웨어 188    Cadence Fidelity CFD    고성능 멀티피직스 플랫폼 191    Emulate3D    디지털 트윈 소프트웨어  192    CATIA    제품 설계 및 협업 솔루션 193    DELMIA Digital Manufacturing    제품 설계/생산 전 과정 시뮬레이션 및 최적화 솔루션 194    CP(Collaboration Platform)     제조기업 디지털 트윈기반 협업 플랫폼  197    FlexSim    3D 시뮬레이션 소프트웨어  198    CupixWorks(큐픽스웍스)    AI 기반 4D 디지털 트윈 플랫폼 200    DTDon    실시간 원격 협업 도구운용성 향상을 위한 솔루션 202    DTDsquare    산업용 디지털 트윈 플랫폼 204    guardione turbo(가디언 터보)    산업용 AI 솔루션 206    HxGN EAM    제조기업 차세대 설비자산관리솔루션 208    HxGN SDx    스마트 디지털 리얼리티 209    LinkBiz    제조 IT 솔루션 210    NDX PRO    데이터 기반 디지털 트윈 플랫폼 212    NFLOW    입자 시뮬레이션 소프트웨어 215    mago3D    디지털 트윈 플랫폼 216    Nexus    엔지니어링과 생산 협업을 위한 개방 플랫폼 219    Nextspace    3D GIS 디지털 트윈 제작 및 시각화 플랫폼 220    NVIDIA Omniverse(엔비디아 옴니버스)    3D 애플리케이션 개발 플랫폼  222    NX X    클라우드 기반 제품 엔지니어링 솔루션 223    One Total Twin    디지털 트윈 솔루션 225    OCMS    해상공사 통합관리 시스템 226    SynchroSpace    전자·전기·기구 통합 PLM 시스템 228    TROSAR CyberSpace    디지털 블록 기반 확장현실 솔루션 231    Smart Digital Twin    제조에 특화된 디지털 트윈 플랫폼 232    TeamPlus    도면 및 기술정보관리 솔루션  234    TTM 3D TWINS    디지털 트윈 플랫폼 237    Teamcenter X    PLM을 위한 SaaS 솔루션 238    Unity Industry(유니티 인더스트리)    실시간 3D 콘텐츠 제작 및 성장 플랫폼 240    Unreal Engine(언리얼 엔진)    건축, 제조, 영화 등 활용 가능한 게임 엔진 241    Visual Components    3D 시뮬레이션 소프트웨어 242    Universal Plant Viewer    플랜트 운영 및 엔지니어링을 위한 디지털 트윈 244    WAiSER (와이저)    디지털 트윈 구축을 위한 BAS 기반 플랫폼 245    VIZZARDX    대용량 엔지니어링 데이터의 경량 시각화 솔루션 246    OCTOPUS Hub    실시간 데이터 수집 및 분석, 2D/3D 가상화 솔루션 248    디지털 작업절차서 통합 시스템    3D 모델링 기반 작업 절차서 지원 250    3DxSUITE, CADdocor    이기종 시스템 간의 3D 데이터 상호운용성 향상을 위한 솔루션 252    Part 7. 디지털 트윈 관련 업체 리스트     가이아3D / 나인플러스아이티 / 다쏘시스템코리아 / 동양대학교  / 디엑스티 / 로크웰 오토메이션 / 마이링크 / 비아이엠팩토리&한국공항공사 / 소프트힐스 / 씨이랩 / 아마존웹서비스(AWS) / 아브로소프트코리아 / 아이지피넷 / 아이티언 / 알씨케이 / 앤시스코리아 / 에스더블유에스 / 에픽게임즈 / 엔비디아 / 엠아이큐브 / 오토데스크 / 오토폼 / 원프레딕트 / 유니티 / 유비씨 / 이안 / 이에이트 / 이엔지소프트 / 젠스템 / 지멘스 디지털 인더스트리 소프트웨어 / 큐픽스 / 타임텍 / 태성에스엔이 / 팀솔루션 / 포디게이트 / 프라이스워터하우스컨설팅(PWC) / 플랜트에셋 / 한국알테어 / 헥사곤ALI / 헥사곤MI      266    Part 8. 업체별 주요 디지털 트윈 관련 제품 리스트       ----------------------------- 이 책자는 디지털 트윈 관련 저변 확대와 활성화를 위해 온라인과 오프라인에서 판매하고자 합니다.   도서 구입도 가능합니다. 이북은 첨부 파일 누르시면 결제 후 파일 다운로드 가능합니다.  다운로드가 안될 경우 메일로 요청해 주세요   제목 : 디지털 트윈 가이드 이북 결제 완료 에러 파일 요청 구입자명 :  받으실 메일주소 전화번호 :  보내실 곳 : info@cadgraphics.co.kr   ------------------------- 실물 도서로도 구입 가능합니다.  도서 구입하러 가기      
작성일 : 2025-03-13
전체 제품 수명주기 관리 솔루션, FabePLM  
주요 PLM 소프트웨어 소개 전체 제품 수명주기 관리 솔루션, FabePLM       개발 : 유라 IT사업본부, www.fabeplm.com 자료 제공 : 유라, 070-7878-7004, www.yurasolution.com   FabePLM(페이브피엘엠)은 다년간 제조현장을 지원해온 유라 IT사업본부에서 프로세스를 설계하고 기능을 구현하여 현장에 적용한 우리나라 중소·중견기업용 PLM 솔루션이다. ‘더 빨리 더 좋게(Fast and Better)’라는 회사의 이념을 솔루션의 명칭으로 지정하여 제조현장에 빠른 시간에 더 좋은 품질의 제품을 생산할 수 있도록 지원하기 위한 PLM 솔루션으로, 프로젝트와 도면, 제품 및 부품정보를 관리하고 변경사항에 수시로 대응할 수 있도록 설계변경 관리 기능을 기본으로 탑재하고 있다.  중소기업에서 사용할 수 있도록 BOM 관리 기능을 적용하여 수작업으로 진행하는 BOM작성 방식을 도면의 CAD 통합 기능을 통해 수작업의 불편함을 최소화하였고, 3D Viewer 기능 제공을 통해 설계 툴이 없는 사용자들도 Viewer를 통해 도면을 확인하고 기본적인 간섭체크와 길이 측정 등의 다양한 설계업무 작업을 수행할 수 있도록 지원하고 있다.    FabePLM은 On-Premise와 Cloud 두 가지 버전으로 공급하고 있다. Cloud FabePLM은 구독료 방식을 통해 제공하고 있고, 2023년 클라우드 품질성능 검사를 통과하여 보다 안정적이고 효율적인 서비스를 제공하고 있다.   1. 주요 특징 FabePLM은 외산 솔루션과 다르게 국내 제조기업 IT사업부에서 개발하여 현실적인 특징에 대해 설명할 수 있다. ■ FabePLM은 제조업 현장에서 검증된 프로세스와 기능 중심으로 구성되어 안정성 높은 기능을 제공한다. ■ 사용환경 변화에 따른 비용 투자, 솔루션 재구매 등에 대한 비용 절감(CAD 버전 호환 및 네트워크 라이선스 제공) ■ 동일 업무에 대한 기능 / 정보 공유 및 기능 업데이트 제공, 고객 심사 대응 정보 공유 ■ 유지보수 및 기술지원에 대한 공급업체의 불안감 해소, 풍부한 경력의 개발인력 자원 보유 2. 주요 기능 FabePLM의 주요 기능은 프로젝트, 설계변경 관리, CAD정보관리 및 BOM정보관리와 공통으로 제공되는 공통 기능 등으로 구성되어 있다. (1) 프로젝트 관리 제품의 개발절차를 WBS로 구성하여 진행현황을 모니터링하고 발생되는 문제점을 실시간으로 파악하여 기간 내에 제품을 고객에게 납품할 수 있도록 일정관리를 제공하는 모듈이다. 1) 주요 기능 ① 프로젝트 일정 및 진척사항을 실시간 확인할 수 있다. ② 문제점(이슈/위험) 관리를 통해 신속한 대응이 가능하다. ③ 작업수행자를 변경, 추가하여 관리할 수 있다. ④ 작업의 선, 후행 관리 기능을 제공한다. ⑤ 작업자에게 알림 기능을 주어 일정 지연을 방지한다. ⑥ M/H 관리를 통한 작업자 수행 과제를 통제할 수 있다. ⑦ 일정 변경(후행 일정 자동변경) 기능을 제공한다. ⑧ WBS구성에 대해 템플릿 기능을 제공하여 편의성을 제공한다. ⑨ 작업 단계에 대한 양식을 등록하여 작업의 효율성을 향상시킨다. 2) 주요 효과 ① 제품개발 기간 및 문제점 대응시간 단축 ② 작업자 변경에 대한 이슈 해결 및 일정 지연 방지 효과 향상 ③ 각종 심사 대응에 대한 자료 준비 시간 절감 ④ 개발 단계 구성에 대한 편의성 향상 ⑤ 제품에 대한 납기 준수 향상 및 신뢰성 향상 (2) 기술자료 관리 제품개발(프로젝트) 및 연구관리 업무 수행 시 발생되는 기술자료(도면, 업무관련 문서)를 관리하고 필요시 빠르게 제공함으로써 업무 소요 시간을 절감시켜 주는 관리 모듈이다. 1) 주요 기능 ① 문서 및 도면 자료의 분류 기능 및 미리보기 기능을 제공한다. ② 버전관리를 통해 등록된 자료의 최신 버전과 과거 버전 문서확인 기능을 제고한다. ③ 문서 양식을 관리하여 문서작성의 효율성을 높여준다. ④ 첨부자료의 일원화(이중관리 방지) 관리하고 있다. ⑤ 이슈 및 문제점, 부적합 관리 기능을 제공하고 있다. ⑥ 도면, 설계변경 정보의 외부, 내부 배포 기능을 제공한다. ⑦ 자료 유출 방지를 위해 워터마크 및 데이터 추적 기능을 제공한다. 2) 주요 효과 ① 자료 검색시간을 단축하고 이중 관리 기능을 방지한다. ② 도면, 문서 등 정보추적, 이력관리를 통해 효율성을 높여준다. ③ 배포정보와 보안 기능을 통한 자료 보안 기능을 제공한다. ④ 양식관리를 통한 문서 작성시간 단축 효과를 제공한다. (3) 설계변경 관리 부적합 또는 설계변경 요청에 의해 처리되는 업무를 시스템화 구성하고 변경되는 정보에 의한 도면, 자재 및 구매 정보 데이터를 제공하여 신속하게 변경 처리될 수 있도록 지원하는 모듈이다.   1) 주요 기능 ① ECR/ECO(ECA) 관리 기능을 제공하여 변경관리 업무의 효율성을 제공합니다. ② 파트와 도면, 프로젝트의 이슈(부적합)정보를 연계합니다. ③ 부서별 진행사항에 대해 실시간 확인할 수 있는 부서별 작업현황을 제공합니다. ④ MBOM과 EBOM정보를 조회하여 변경내역을 비교할 수 있습니다. ⑤ ERP 시스템과 I/F 기능을 제공하여 생산관리 업무에 대한 효율성을 제공합니다.   2) 주요 효과 ① 설계변경 데이터 분석 및 문제점 파악 용이 ② 수평전개 진행사항 파악 부적합 재발 방지 대책 수립 용이 ③ BOM 변경내용 파악 시간 절감 ④ 업무 처리 시간 절감 및 BOM 데이터 신뢰성 향상 (4) CAD 정보 관리 설계도면 상에 표기된 BOM 정보를 추출하여 관리하고 3D, 뷰어를 통해 인터넷 브라우저에서 도면의 간섭체크 및 변경사항 등을 확인할 수 있도록 기능을 지원하고 있다. 1) 주요 기능 ① 설계도면상에서 BOM정보 추출 관리할 수 있다. ② 도면 간섭 체크 및 규경등 기본정보를 확인할 수 있다. ③ 다양한 도면 포맷에 대한 뷰어 기능을 제공하고 간단한 업무를 수행할 수 있다. ④ 도면형식에 제약 받지 않는 다양한 형식을 관리할 수 있다. ⑤ PC 다운받지 않고 웹에서 도면을 확인할 수 있어 사용의 편리성을 제공한다. ⑥ PLM 사이트와 별도로 설계자만의 관리 툴을 제공한다.    2) 주요 효과 ① 도면관리에 대한 사용자 편의성 향상 ② 도면 및 BOM 데이터의 신뢰성 향상 ③ CAD / Viewer의 라이선스 비용 절감 ④ 도면유실 방지 및 유출 방지 효과 향상 (5) BOM 정보 관리 도면상에 생성되어 있는 BOM 정보 DB화 및 EBOM과 MBOM 변경 사항을 비교하여 신속한 변경 업무 수행을 지원하고 자재 변동사항 및 구매 진행업무를 신속히 처리할 수 있도록 지원한다. 1) 주요 기능 ① BOM 구조의 정전개, 역전개 기능을 제공한다. ② EBOM, MBOM 정보를 비교하여 변경사항을 확인할 수 있다. ③ MBOM을 구성하여 ERP 시스템 MES시스템과 연계, BOM정보를 제공한다. ④ BOM 편집(추가, 변경, 삭제) 기능을 제공하여 업무 효율성을 높여준다. ⑤ 자재 정보와 연계하여 변동사항에 대한 관리 기능을 제공한다.   2) 주요 효과 ① BOM생성 및 작업에 대한 사용자 오류 방지(수작업 → 자동화) ② BOM 변경 내용 파악 시간 단축 ③ 변경 관리에 대한 업무 시간 단축 ④ BOM 데이터 신뢰성 향상 (6) 공통 기능 FabePLM 솔루션을 사용하는 사용자의 업무 능률을 향상시키고 작업자의 업무 부하를 관리하기 위한 기본 기능을 지원하고 있다. 솔루션을 효율적으로 사용할 수 있도록 모니터링 기능을 제공하여 업무의 진행사항을 보다 빠르게 파악할 수 있는 기능을 지원한다. 1) 주요 기능 ① 퀵 검색 기능을 통해 빠른 검색을 제공한다. ② 우클릭 메뉴 제공에 따른 사용자 편의성을 향상시켰다. ③ M/H 관리를 통해 작업자의 업무 투입 시간을 확인할 수 있다. ④ 개인 작업 관리를 통한 업무 누락 방지 효과를 제공합니다. ⑤ Role 권한 적용에 따른 접근 및 관리 권한 기능을 향상시켰다. ⑥ 주요 항목 모니터링 기능을 제공하여 시스템 활용량을 파악할 수 있다. 2) 주요 효과 ① 자료 검색 시간 단축 및 개인업무 누락 방지  ② 작업자 업무 과부하 관리 및 업무 효율 향상 ③ Role 권한 적용에 따른 데이터 보안 효과 향상 ④ 시스템 활용 상태 파악 용이 및 사용 효율 향상 이와 같이 FabePLM은 사용자 중심의 여러가지 기능을 기본으로 하여 제공하고 있다. 이외에도 애드온 기능으로 협력사정보전달, 과거차 문제점, FMEA, 벤치마킹, 해석관리, SPEC, 신기술 관리 등 연구관리 업무에 필요한 모듈과 품질관리를 수행하기 위한 모듈로 구성되어 추가로 적용할 수 있도록 기능을 제공하고 있다. 3. 주요 고객 사이트 -  남양넥스모 : 자동차 브레이크, 디스크 부품 전문  -  에코캡 : 자동차 부품, 전선 외 -  신진엠텍 : 특수목적용 기계 제조, 반도체 설비  -  에이텍오토모티브: 자동차 부품 제조    좀더 자세한 내용은 '스마트 엔지니어링을 위한 PLM과 DX 가이드' 에서 확인할 수 있습니다. 상세 내용 보러 가기 
작성일 : 2025-01-21
로크웰 오토메이션, “자동차 제조기업의 최우선 과제는 사이버 보안”… 스마트 제조 현황 보고서 발표
로크웰 오토메이션이 제9차 연례 ‘스마트 제조 현황 보고서 - 자동차 부문’을 발표했다. 이번 보고서는 15개 주요 제조국의 자동차 제조기업, 자동차 공급 장치 제조업체, 전기차 제조업체 리더 182명이 참여했다. 보고서에 따르면, 자동차 업계는 신흥 기술을 활용하여 위험을 줄이고 성장을 창출하며 인력 잠재력을 극대화하는데 중점을 두고 있다. 자동차 제조기업은 인더스트리 4.0 시대를 맞아 업계가 빠르게 진화하고 있음을 인식하고 있으며, 특히 2023년 상반기 동안 사이버 공격으로 인해 발생한 시스템 다운타임 비용이 19억 9000만 달러(약 2조 7580억 원)에 달하는 등 보안 문제의 심각성을 잘 인지하고 있는 것으로 나타났다. 주요 조사 결과를 살펴보면, 2024년 자동차 제조기업에게 가장 큰 외부 장애 요인으로 사이버 보안 위험이 부상했으며 2023년 9위에서 1위로 급상승했다. 또한, 자동차 제조기업의 97%가 스마트 제조 기술을 사용하거나 평가하고 있으며, 이는 2023년의 85%에서 증가한 수치이다. 기술 투자는 운영 예산의 23%에서 31%로 전년 대비 35% 증가했다. 웨어러블 기술은 2024년 자동차 제조기업의 10대 투자 분야 중 하나로, 전체 3위를 차지했다. 직원 참여도는 2024년 자동차 제조기업들에게 가장 큰 인력 관련 장애 요인으로 나타났으며, 제조 폐기물 감소는 자동차 제조기업의 ESG 프로그램에서 가장 중요한 요소로 강조되었다. 로크웰 오토메이션의 제임스 글래슨(James Glasson) 자동차, 타이어 및 고급 모빌리티 부문 부사장은 “자동차 산업이 급격한 변화의 시대에 들어서면서 명확한 목표를 설정하고 부서 간 협업을 촉진하는 것이 성공의 중요한 요인이자 장애물로 부각되었다”면서, “올해의 보고서는 자동차 제조기업이 조직의 변화 관리에서 우선순위를 두고 직원 역량을 향상해주는 기술을 도입해야 한다는 시급한 필요성을 강조하고 있다”고 전했다. 자동차 제조기업들은 인력 유지, 숙련도 향상 및 참여를 우선시하는 전략에 집중하고 있다. 스마트 제조나 자동화 같은 기술은 직원들의 역량을 보완 및 증대시켜 긍정적인 비즈니스 성과를 이끌어내는 데 핵심적인 역할을 한다. 글래슨 부사장은 “로크웰 오토메이션과 광범위한 파트너네트워크(PartnerNetwork)는 함께 깊이 있는 업계 전문 지식과 포괄적인 산업 솔루션 포트폴리오를 통해 전 세계 자동차 기업들에게 신뢰할 수 있는 조언자로서 활동할 수 있는 독보적인 위치에 있다”면서, “기업이 디지털 트랜스포메이션과 스마트 제조 여정의 어느 단계에 있든, 우리는 그 위치에서 기업을 만나 지속 가능한 성장을 지원할 수 있다”고 말했다.
작성일 : 2024-07-16
[인터뷰] 서효원 KAIST 산업및시스템 공학과 명예교수/초빙교수
PLM 업계 인터뷰 PLM의 역사와 발전을 위한 제언   서효원 KAIST 산업및시스템 공학과 명예교수/초빙교수 서효원 교수는 CAM/CAM, PLM 분야에 30여 년 몸담아 오고 있다. 한국CDE학회(구, 한국CAD/CAM학회) 창립에 참여하여, 현재는 고문으로 있으며, KAIST PLM Academy(KPA)를 설립 및 운영해 왔다. 현재는 힌국 산업지능화협회 PLM기술위원회와 디지털트윈 기술위원회 위원장을 맡고 있다. 최근 연구분야로는 PLM, EngNLP, Digital Twin 등의 연구 및 프로젝트를 진행하고 있다.   - 국내 PDM/PLM의 역사에 대해 소개한다면. 국내 PDM/PLM의 역사는 삼성전자가 첫 PDM 프로젝트를 시작한 1995년이 원년이 아닐까 싶다.(PDM/PLM 커뮤니티)  1995년 전후로 PDM연구회가 운영되었고, 한국CAD/CAM학회가 창립되면서 PDM/PLM에 대한 연구가 활발하게 이루어졌다. 또한 2005년 ‘PLM 베스트 프랙티스 컨퍼런스’가 처음으로 개최되면서 PLM에 대한 이슈 및 성공사례, 구축 사항 등에 관한 실질적인 정보를 제공, 해마다 좋은 반응을 이끌어내고 있다. 2006년 12월에는 현대차, 삼성전자, LG전자 등 기업들이 주도하는 ‘PLM 컨소시엄’이 창립되면서 PLM의 국내 기업에 보급도 활발해졌다. 초기에는 데이터 관리 중심 PDM의 이름으로 발전 하였고, CPC(PTC)의 개념, PLM(IBM)의 개념으로 발달하였다. 이때 국내에 BPR (Business Process Reengineering : 비즈니스 프로세스 혁신) 개념이 활발해지면서 제조 기업에 BPR/PLM이 하나의 쌍을 이루어 프로젝트가 진행되었다. 이러한 PLM은 2000년부터 2015년까지 대기업을 중심으로 본격적으로 도입되면서 국내 PLM의 최고의 성숙기를 맞이하였다. 2000년 국산 PDM 솔루션으로 DynaPDM이 개발되는 등 이후에는 중소기업에도 PLM 도입이 활발해지기 시작했으며 중소형 PLM은 국내 PLM이 어느 정도 역할을 하기 시작했다.  디지털 트윈(Digital Twin)은 2002년 미국 마이클 그리브스 박사가 제품생애주기관리(PLM)의 이상적 모델로 설명하면서 등장하였다. 이 개념에 대해 NASA의 존 비커스 박사가 디지털 트윈으로 명명하고, 2010년 NASA가 우주 탐사 기술 개발 로드맵에 디지털 트윈을 반영하면서 우주 산업에서 쓰여 온 것으로 알려지고 있다. 이러한 디지털 트윈의 개념이 보급되고 최근 디지털 트윈의 중요성이 산업현장에서 부각되면서 PLM의 역할이 중요해지고 있다.   - PLM 관련 진행해 왔던 일 중에서 의미 있는 일이나 에피소드가 있다면. 제품개발/PLM 관련 일들중 과목개발, 학생 배출, 논문(국내외, SCI 등), ASME Conf Best Paper Award (Product Ontology Framework), IEEE Best Paper Honorable Mention (Estimation of Product Cyclic Process) 등이 있었지만 가장 의미 있는 일은 KAIST PLM Academy (KAIST PLM 전문가과정/KPA) 설립하여 PLM 기업 전문가 250 여분을 배출했다는 것이 가장 의미 있는 일이었다고 생각한다. KPA를 통해 전문가 배출뿐만 아니라, 강의에 참여한 분들도 기업 전문가 분들이 대부분이셨기 때문에 PLM 산업 현장에서 마주 할 때 사전에 교감을 갖고 있어 일을 협력적으로 진행하게 되는 경우가 종종 있다는 말을 전해 들을 때 PLM 분야에 조금은 공헌한 것으로 보람을 느낀다.   - 최근 PLM 트렌드와 향후 PLM//DX 관련 전망은 어떠하다고 보는가? 최근에 GPT 및 디지털트윈이 큰 화두로 떠 오르고 있다. 디지털 트윈은 그동안 공장자동화, 컴퓨터통합생산, 인더스트리 4.0, CPS 시스템 등의 연장선 상에서 발전되고 있으며, 향후 물리-디지털 트윈간 양방향 커뮤니케이션에 기반한 보다 왼성된 디지털 트윈으로 발전하여 정확한 시뮬레이션 및 예측, 그에 따른 물리 트윈 운영 오페레이션 또는 가이드가 이루질 수 있다.  GPT는 인공지능에 의한 자연어 처리를 대중적으로 활용할 수 있는 수준으로 발전하였다. 이러한 GPT 기술은 제조기업 또는 엔지니어링 분야에서 핵심적인 역할을 할 것이다. 제품설계, 생산, 유지보수 및 고객서비스 등 모든 분야에서 엔지니어링 정보를 생성, 활용하고 있는데 GPT 가 훌륭한 협업자가 될 것이며, 나아가 단계적으로 전문가 작업을 대체해 나길 수도 있을 것이다. 제조 기업에 GPT가 효과적으로 활용되기 위해서는 ‘생성형’이 갖고 있는 이슈가 극복되어져야 할 것이다. GPT 기술은 PLM 기술의 혁신적 발전을 가져올 것이며, GPT-enabled PLM은 디지털 스레드 기술을 기반으로 하여 디지털트윈 발전의 핵심적인 역할을 할 것이다.   - PLM/DX 분야의 발전을 위한 제언이 있다면. 국내 PLM/DX 분야의 발전을 위해서 몇 가지 제언을 드립니다. PLM/DX 분야에서 활동하셨던 분들이 축적한 노하우를 디지털화 시켜 다음 세대에 물려줄 수 있어야 할 것이다. 이 안에는 '문제점(비식별화된)''도 포함되어야 할 것이다. 또한 국내 기업의 제품개발의 특성과 해외 솔루션의 GAP의 모니터링을 통해 국내 기업의 니즈가 솔루션을 리딩할 수 있도록 해야 할 것이다. 마지막으로 인공지능, GPT와 같은 기술을 빠르게 PLM/DX와 접목시켜야 하고, 이를 위해 Cross-Over 협력체계를 갖추는 것이 필요할 것이다.      
작성일 : 2024-06-08
파수, 파로스 인수하면서 OT 보안 시장에 진출
파수가 OT 보안 전문기업 파로스네트웍스를 인수하고 OT(운영기술) 보안 시장에 본격 진출한다고 밝혔다. 파수는 차별화된 역량과 노하우를 갖춘 파로스를 기반으로 중요도가 높아지고 있는 OT 보안 시장을 개척해 나갈 계획이다. OT 보안은 제조, 에너지, 운송 산업 등의 장비, 시설 등 물리적 인프라를 관리하는 OT 시스템을 안전하게 보호하는 것을 목표로 한다. ICS(산업제어시스템) 등을 포함한 OT 시스템이 공격받으면 공장이나 발전소가 멈추거나 오작동할 수 있어 막대한 경제적, 인적, 환경적 피해를 초래할 수 있다. 과거 폐쇄적으로 운영되던 OT 시스템은 디지털 전환의 확산으로 IT 시스템과 연결되면서 사이버 공격에 노출될 위험성이 높아졌다. 실제 최근 대형 제조기업 및 국가기반시설을 대상으로 사이버 공격이 급증함에 따라, EU는 강력한 징벌적 과징금을 부여하는 ‘네트워크 및 정보 시스템 지침2(NIS2)’을 제정했으며 국내에도 관련 법제화의 목소리가 높아지고 있다. 파수가 인수한 파로스는 OT 보안 솔루션 컨설팅 전문업체로 15년 이상의 노하우를 기반으로 국내 초대형 공장 등을 포함한 다수의 대기업 고객과 구축 사례를 보유하고 있다. 특히 단순한 OT 보안 솔루션 공급을 넘어 구축부터 운영, 안정화까지 OT 보안을 도입하고 적용하기 위한 전 과정을 지원하는 역량과 레퍼런스를 갖췄다.     파수는 최근 기업용 LLM ‘엘름(Ellm)’을 출시하며 기업용 생성형 AI 시장에 뛰어든 데 이어, 이번에 파로스 인수를 통해 OT 보안까지 사업을 확장하게 됐다. 특히 국내도 OT 보안 의무화의 가능성이 점차 높아짐에 따라 관련 수요도 급증할 것으로 예상돼, OT 보안이 AI 사업과 함께 파수의 새로운 성장동력이 될 수 있을 것이라 기대된다. 파수는 파로스의 역량과 노하우를 기반으로 개화하는 OT 시장을 선점할 수 있도록 다양한 서비스를 개발할 예정이다. 파수의 조규곤 대표는 “IoT와 IIoT(산업용 사물 인터넷), 스마트 공장과 산업 자동화 등 운영 시스템이 급속도로 고도화되면서 OT 보안의 필요성도 커지고 있다”면서, “하지만 IT 시스템과는 전혀 다른 독립적인 프로토콜과 운영 환경 등으로 보안 적용이 늦어지고 있으며, 특히 국내는 전문성과 노하우의 부족으로 OT 보안 도입에 어려움을 겪고 있다”고 설명했다. 또한, “파수의 일원이 된 파로스는 구축부터 운영, 안정화에 이르는 독보적인 OT 보안 역량과 레퍼런스를 갖췄다”며, “파수와 파로스의 시너지를 기반으로 급성장이 기대되는 OT 보안 시장을 이끌어 나갈 수 있도록 노력하겠다”고 덧붙였다.
작성일 : 2024-05-20
[피플 & 컴퍼니] 한국알테어 이승훈 기술 총괄 본부장
더욱 빠르고 효율적인 제품 개발을 위한 AI 기술 본격화 추진   제조산업에서도 AI(인공지능)에 대한 관심이 높아지고 있다. 한편으로 실질적인 AI 도입과 활용에 대한 제조업계의 고민도 커졌다. 알테어는 시뮬레이션, HPC, 클라우드, 데이터 애널리틱스 등 자사의 기술 역량을 바탕으로 제조산업을 위한 AI 기술 개발을 가속화하고 있으며, 향후 본격적으로 제조시장에 확산시킨다는 전략을 내세웠다. ■ 정수진 편집장   ▲ 한국알테어 이승훈 기술 총괄 본부장은 제품 개발에서 AI의 활용이 구체화되고 있다고 짚었다.   제조산업에서 AI에 대한 관심이 높아지고, 도입과 활용이 확산되는 배경은 무엇이라고 보는지 제품의 생산 방식이 다품종 소량 생산 방식이 확대되면서 제품의 개발 주기가 꾸준히 짧아지고 있다. 이에 따라 제품 개발과 관련한 예측과 의사결정은 더욱 빨라져야 한다는 요구도 높다. 이를 위해 프로토타입을 만들어 실험하는 방식에서 컴퓨터와 CAE 소프트웨어를 사용하는 시뮬레이션으로 변화해 왔는데, 시뮬레이션 역시 해결해야 하는 과제가 있다. 시뮬레이션을 활용하려면 전문적인 엔지니어링 지식이 필요하고, 시뮬레이션에 걸리는 시간이 더욱 빨라지는 제품 개발 주기에 맞추기 어려워졌다. 시뮬레이션이 제품의 초기 개발에서 생산까지 더욱 폭넓게 쓰이는 상황이 시뮬레이션 기반의 의사결정에 걸리는 시간을 늘리게 된 측면도 있다. AI는 이에 대한 해결책으로 관심을 모으고 있다. 제조업체에서 실험 데이터와 해석 데이터가 상당히 쌓여 있는 상황인데, 이를 AI 학습에 활용해서 빠르게 인사이트를 얻고 제품 개발에 반영할 수 있겠다는 아이디어가 이제 구체화되고 있는 시점이라고 볼 수 있겠다.   최근 AI와 관련한 제조산업의 동향이나 이슈가 있다면 제조업체에서 해석 데이터와 실험 데이터가 쌓여 있기는 한데, 이 데이터가 각 엔지니어의 PC에 흩어져 있는 것이 현실이다. 이에 따라 여러 곳에 저장된 데이터를 통합 관리하는 시스템에 대한 요구가 있다. 또한, 이 데이터를 AI에 활용하기 위한 추가 가공의 자동화에 대한 목소리도 있다. 엔지니어링 데이터를 AI에 활용하기 위해서는 AI에 맞는 데이터의 전처리(pre-processing)가 중요하다. 전처리란, 아무렇게나 쌓여 있는 데이터를 분류하고 AI에 적용하기 위해 적절한 포맷의 데이터로 변환하는 작업을 가리킨다. 이 부분에서 많은 제조기업 고객사들이 데이터를 어떻게 가공해야 할 지에 대한 고민을 갖고 있기도 하다. 이전에는 파이썬(Python)과 같은 프로그래밍 언어를 배워서 데이터 변환 코드를 만들어야 했는데, 알테어는 데이터를 자동으로 변환할 수 있는 솔루션을 제공해 쌓여 있는 데이터의 분류와 정제 과정을 더 쉽게 할 수 있도록 돕는다. 이런 부분에서 LG전자의 사레를 소개할 만하다. LG전자는 알테어와 협업해서 해석 엔지니어가 퇴근한 후에 해석 데이터를 취합하고 변환과 AI 학습까지 수행하는 자동화 시스템을 구축했다. 학습된 AI는 웹 환경에서 설계 엔지니어에게 필요한 데이터를 제공하고, 설계 엔지니어는 제품에 대한 치수나 조건을 입력하면 시뮬레이션을 거치지 않고 빠르게 가상 시험 결과를 확인할 수 있게 됐다. AI는 제품의 초기 개발 단계뿐 아니라 전체 개발 과정에 적용할 수 있다. 초기 단계에서는 실험에서 나온 데이터가 존재한다면 이를 기반으로 어떤 결과가 나올지 쉽게 확인할 수 있다. 이후 단계에서도 다양한 데이터를 학습해 추가적인 예측을 할 수 있고, 대시보드 등을 통해 누구나 데이터 및 예측 결과를 확인하거나, 몇 가지 조건을 입력해 새로운 예측을 할 수 있는 단계로 나아갈 수도 있다. 최종 단계의 데이터는 후속 제품이나 다른 제품을 개발할 때 활용하는 것도 가능하다.   제품 개발 사이클의 단축이라는 점에서는 시뮬레이션이 가져다 줄 수 있는 이점과 비슷한 부분이 있어 보인다. AI의 역할은 시뮬레이션을 보완하는 것인가, 아니면 시뮬레이션을 대신할 수 있는 것인가 지금은 AI가 기존의 시뮬레이션을 완전히 대체할 수 있는 단계는 아니다. 하지만 AI를 통해 제품의 초기 개발 단계에서 데이터 기반의 예측 결과를 빠르게 얻을 수 있고, 향후 설계를 위한 인사이트를 얻을 수 있다는 점에서 의미가 있다. AI를 학습시키기 위한 데이터는 필요하기 때문에 시뮬레이션은 여전히 중요하다. 지금의 상황은 실험이나 해석 데이터를 기반으로 AI를 통해 인사이트를 얻는 단계라고 볼 수 있다. 시뮬레이션이 자리잡기까지의 과정을 살펴보면, 초기에는 실험과 시뮬레이션을 함께 사용하다가 시뮬레이션 부분이 강화되면서 실험의 비중을 줄여 왔다. 앞으로 AI 기술이 더욱 발전하고 데이터가 더 많이 쌓인다면 AI가 확대되고 시뮬레이션이 줄어들 수도 있을 것 같다. 이런 흐름은 단계적으로 일어날 수도 있고, 제품별로 변화의 속도가 달라질 수도 있다고 본다.   ▲ 알테어는 시뮬레이션과 연계해 제조 분야에서 활용할 수 있는 AI 솔루션을 내세운다.   제조산업의 AI 활용을 위한 알테어의 기술 차별점은 무엇인지 알테어는 멀티피직스 시뮬레이션뿐 아니라 복잡한 시뮬레이션을 활용하기 위한 고성능 컴퓨팅(HPC)과 클라우드, 데이터 애널리틱스와 AI 등 폭넓은 기술 역량을 갖추었다는 점에서 차별점이 있다고 본다. 이는 온프레미스와 클라우드, CPU 컴퓨팅과 GPU 컴퓨팅을 모두 지원해 시뮬레이션 및 AI를 유연하게 활용하도록 도울 수 있다는 뜻이다.  알테어는 지난 2022년 데이터 기반 AI를 위한 머신러닝 분석 플랫폼인 래피드마이너(RapidMiner)를 인수하면서 AI 분야 진출을 시작했다. 래피드마이너는 제조뿐 아니라 BFSI(은행.금융.서비스.보험) 등 다양한 산업에서 활용할 수 있는 솔루션이다. 예를 들어, 고객 지원이나 불만사항에 대한 다응, 주가 예측 등에도 래피드마이너가 유용하다. 또한, 2023년부터는 래피드마이너 등 기존 제품군으로 AI 시장에 대응하는 것 외에 제조산업을 타깃으로 하는 특화 기술을 개발했고, 올해는 이 부분을 본격적으로 선보이고자 한다. 제조산업을 위한 알테어의 AI 기술로는 설계 탐색과 최적화를 위한 디자인AI(DesignAI), 비슷한 형상을 자동 인식하고 분류하는 셰이프AI(shapeAI), 해석 결과를 학습해 물리현상을 빠르게 예측하는 피직스AI(physicsAI), 시스템 레벨에서 빠른 3D → 1D 변환을 위한 롬AI(romAI)가 있다.  이런 AI 기술은 적은 수의 데이터로도 학습이 가능하며, 알테어의 기존 시뮬레이션 솔루션 제품군에 들어가는 형태로 제공되어 익숙한 인터페이스로 사용할 수 있다. 하이퍼메시(HyperMesh)에는 이미 피직스AI와 셰이프AI가 포함되어 있고 향후 심랩(SimLab)과 인스파이어(Inspire)를 비롯해 다양한 솔루션에 AI가 추가될 예정이다. 알테어는 래피드마이너를 활용한 데이터 기반의 AI와 시뮬레이션 기반의 AI를 모두 지원한다. 그리고 타사 솔루션의 데이터를 활용할 수 있는 개방성과 유연한 라이선스 사용도 장점으로 내세우고 있다.    향후 제조 분야의 AI 전망과 알테어의 전략을 소개한다면 AI에 대한 고객들의 기대치가 높다고 느낀다. 알테어는 지난 4월 4일 ‘AI 워크숍’을 진행했는데, 기업의 의사결정권자부터 현업 엔지니어까지 예상보다 많은 분들이 참여해 높은 관심을 보였다. 관심이 높은 만큼 실제 활용 방향에 대한 고민이 많다는 것을 알 수 있었다. 사용자의 기대치와 실제로 할 수 있는 것 사이의 거리, 알테어와 같은 솔루션 기업과 사용자인 제조기업의 시각차도 어느 정도 확인할 수 있었다. 이런 부분은 고객들을 많이 만나고 의견을 나누면서 간극을 좁혀야 할 것 같다. 당장 AI가 시뮬레이션을 완벽하게 대체하기는 어렵겠지만, 클라우드 기반의 통합 환경에서 시뮬레이션과 AI를 통합해 사용할 수 있도록 하는 것을 목표로 삼고 있다. 클라우드는 데이터의 통합 관리와 공유 측면에서도 이점이 있다고 본다. 시뮬레이션과 AI를 위해 대규모 데이터를 관리하기 어려운 소규모 기업은 클라우드의 장점에 주목할 만하다고 본다. 한편으로 보안 등의 우려를 가진 기업에게는 프라이빗 클라우드 환경을 제공해 데이터 보안을 유지하면서 알테어 원 클라우드와 동일한 환경에서 작업할 수도 있다. 알테어는 AI 솔루션 제품군을 빠르게 업데이트하면서 사용자의 피드백을 반영하고 있다. 고객들이 AI에 대해 갖고 있는 기대치 또는 눈높이가 상당히 높은 것으로 보여서, 이에 대응해 경쟁 우위를 확보하고자 노력 중이다. 제조 분야에서도 AI에 대한 관심이 높지만, 어떻게 활용할지에 대한 고민이 큰 상황으로 보인다. 알테어는 이런 부분에서 도움을 줄 수 있도록 AI 기술 개발과 함께 커스터마이징과 컨설팅 등을 폭넓게 제공하고자 한다. 본사의 개발팀과도 활발히 소통하면서 사용성이나 적용 범위 등에 대한 고객의 어려움을 덜고, 최대한 빠르게 고객이 원하는 AI를 구현할 수 있도록 할 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-05-02