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.

시점 – 사물이나 현상을 바라보는 눈 (5)   지난 호에서는 ‘정적 이미지’와 ‘동적 이미지’에 관하여 정의하고 두 이미지의 차이를 살펴보았다. 이미지 센서의 입장에서 바라본 ‘관찰의 시점과 관점’에 관한 몇 가지 사례를 들어가며 구체적으로 생각해 보았다. 또한 정적 이미지에 시간 요소를 비롯한 새로운 차원의 요소를 추가하는 방법의 고안과 활용의 필요성을 강조하였다. 이번 호에서는 정적 이미지와 동적 이미지의 활용이라는 측면에서 ‘변화와 흐름의 관찰’ 방법과 관찰된 결과를 가시화 및 시각화하는 구체적인 사례를 함께 생각해 보기로 한다. 변화와 흐름의 본질부터 응용에 이르기까지 구체적인 사례를 소개한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com    그림 1. 당구공 움직임 궤적의 가시화   변화와 흐름의 본질‘변화’는 사물의 성질, 모양, 상태 따위가 바뀌어 달라지는 것을 의미하고, ‘흐름’은 흐르는 것, 또는 한 줄기로 잇따라 진행되는 현상을 비유적으로 이르는 말로 일상적으로 사용된다. 두 가지 개념 모두 시간과 관계가 있다. 시간 역시 흐름의 하나이다. 다만 시간은 불가역적으로 과거로 돌아갈 수 없다. 시간이 실재하는 것인가 하는 것은 철학적인 이야기에 가깝다. 다만 시간의 특성을 이해하고 여러 가지 현상을 관찰하면 변화와 흐름을 발견하게 된다. 우리도 시간의 흐름과 더불어 나이를 먹고 늙어 간다. 모든 생명체에게 공통된 현상이다. 눈으로 확인하기도 어려운 현상이나 추상적인 주제에 관해서 설명하기보다는 눈으로 확인할 수 있는 것이 이해하기 쉽다.  당구는 경도가 높은 압축 플라스틱 재질로 만든 공을 사용하는 경기이다. 당구공은 충돌 시의 반발계수가 1에 가까운 완전 탄성체이다. 따라서 당구공끼리 충돌하는 것은 두 물체가 부딪친 후에도 운동 에너지의 합이 변하지 않는 ‘완전 탄성충돌’에 가깝다. 정면에서 충돌할 경우 운동량 보전 법칙이 성립하여 공이 서로의 속도를 교환한다. 물리법칙을 이해하고 공을 치는 방향과 힘을 조절해서 다른 공을 맞히는 게임이다. 공을 치게 되면 공이 움직이게 되니 시시각각으로 위치와 속도가 달라진다. 즉 시간에 따른 위치 변화와 흐름이 발생한다.  <그림 1>은 당구대의 위쪽에 고정된 카메라로 노란 당구공을 쳐서 초록색 당구공을 오른쪽 위 귀퉁이에 넣는 장면을 촬영한 동영상에서 적당한 시간 간격으로 프레임을 발췌하여 합성한 이미지를 소개하였다. 하나의 이미지에서는 같은 시간 간격으로 프레임을 발췌하여 합성한 것이므로, 여러 개의 노란색 공의 위치는 같은 시간 간격으로 촬영된 것이다. 녹색 공 또한 마찬가지이다. 같은 색 공 사이의 간격이 넓은 것은 공의 이동 속도가 빨랐다는 것을 의미하고, 간격이 좁은 것은 그 공의 이동 속도가 빠르지 않았음을 의미한다. 공과 공 사이의 거리를 측정해서 프레임 간의 시차로 나누면 해당 구간의 속도를 구할 수도 있다. 고속으로 촬영해서 이미지를 합성하면 공이 전부 연결되어 공이 지나간 궤적을 그려낼 수 있을 것이다. 이러한 이미지를 합성해서 변화와 흐름을 시각화하는 방법을 포함해서 다양한 방법이 활용되고 있으며, 앞으로도 새로운 개념의 방법도 나타날 것으로 기대한다. 어떤 방법들이 고안되었으며 활용되고 있는지 살펴보도록 한다.   일상적으로 사용되는 흐름을 측정하는 기기 흐름에는 무엇이 있을까? 바람이 불면 공기의 흐름이 있고 강에는 물이 흐른다. 보도에는 사람들의 흐름이 있고 도로에는 차량의 흐름이 있다. 비가 오거나 눈이 내리는 것도 자연스러운 물의 순환(흐름)이다. 일상생활에서도 흐름을 측정하는 기기들이 셀 수 없이 많이 있다. 전류계, 전력량계(적산전력계), 수도 계량기, 도시가스 계량기, 온수 미터 등이다.(그림 2) 실험용 전류계는 실시간으로 흐르는 전하량을 전류로 표시하고 있다. 전체적으로 얼마나 사용했는지는 알 수 없다. 전류가 흐르지 않으면 그 순간 0을 표시하기 때문이다. 전체적인 흐름의 양을 알려고 하면 시시각각의 흐름을 적산해서 표시해야 한다. 전력량계(적산전력계), 수도 계량기, 도시가스 계량기, 온수 미터는 사용량을 적산하는 방식을 채용하여 사용량에 맞춰 요금을 부과하는 방식이다.  흥미롭게도 여기에서 소개한 흐름을 측정하는 모든 기기는 전선이나 배관을 통해서 흐르는 것이다. 전기는 누전되지 않는 한 전선을 벗어나서 흐르는 일이 없다. 물과 가스 또한 누수 또는 가스의 누출이 없는 상태에서 사용한다. 즉 모든 흐름의 측정은 폐쇄회로에서 이루어진다. 그런 의미에서 <그림 1>의 당구대 평면 상의 당구공 위치 변화를 동영상 정보를 바탕으로 추적한 사례는 특이한 경우로 볼 수 있다.    그림 2. 주변에서 흔히 볼 수 있는 흐름을 측정하는 기기     ■ 자세한 기사 내용은 PDF로 제공됩니다.

시점 – 사물이나 현상을 바라보는 눈 (4)   지난 호에서는 ‘관찰의 시점과 관점’이라는 주제로 사물을 바라볼 때 바라보는 위치, 방향, 각도에 따라서 우리 눈에 비치는 사물의 모습이 어떻게 달라지는지를 시점(視點)과 시각(視角)의 차이로 설명해 보았다. 보이는 것 자체는 아무런 의미나 의도가 없지만 보는 이의 관점(觀點)의 차이에서 다양한 해석이 나타날 뿐임을 이야기하였다. 이번 호에서는 ‘정적 이미지와 동적 이미지’의 차이를 살펴볼 예정이다. 정적 이미지와 동적 이미지에서 이미지 센서의 입장에서 바라본 ‘관찰의 시점과 관점’에 관한 몇 가지 사례를 들어가며 구체적으로 생각해 보도록 한다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   정적 이미지와 동적 이미지 시간이 지나더라도 변화하지 않는다면 정물이다. 시간의 흐름에 따라서 모양이 변화하는 것은 정물이 아니다. 촬영된 이미지는 모두 촬영된 순간의 촬영 조건에서 기록된 정적 이미지이다. 시간에 따라서 변화하는 어떤 사물의 이미지를 촬영하면 언제 어떤 모습을 하고 있을 때 촬영했는지가 중요하다. 빠르게 변화하는 사물을 변화에 비해서 느린 속도로 촬영하게 되면 변화 전과 변화 후의 모습이 중첩되어 보인다. 사물이 변화하더라도 그 변화 속도가 촬영 시간 내에서 거의 변화가 없다면 정물처럼 촬영될 것이다. 촬영 대상의 성질을 고려해서 촬영 조건을 선택해야 한다. 여기에서 말하는 변화는 사물 자체의 변화에 한정되지 않는다. 사물과 촬영 기기의 상대적인 위치, 각도, 조명 조건, 촬영 조건의 변화를 포함한다.   그림 1. 고드름이 생기는 속도는 늦고 녹는 속도는 빠르게 느껴진다.   변화의 속도가 느린 것 지난 겨울은 유난히 눈도 많이 내렸고 강추위도 여러 번 찾아왔다. 눈 내린 지붕에서 햇볕으로 녹은 눈이 물방울이 되어 처마로 떨어지며 차가운 공기로 얼음이 되어 고드름이 형성된다. 고드름 또한 기온이 올라가면 조금씩 녹으면서 고드름 끝에서 물방울이 떨어진다.(그림 1) 고드름의 형성과 소멸 과정은 비교적 천천히 진행된다. 물론 기온이 많이 올라가면 눈이 녹더라도 고드름은 형성되지 않는다. 이미 고드름이 만들어진 경우에도 기온이 올라가면 고드름이 녹는 속도도 빨라져, 고드름 끝에서 떨어지는 물방울의 숫자도 속도도 늘어난다. 그 결과 눈과 고드름은 사라진다. 물이 고체–액체–기체로 변화하면서 물의 순환이 이루어지는 것이다. 고드름은 겨울철에나 볼 수 있는 현상이지만 불과 몇 달 만에 반복되는 과정이다. 이것에 비해서 석회암 동굴에서 볼 수 있는 종유석, 석순, 석주는 석회암이 지하수에 녹아 조금씩 동굴에 스며들어 동굴 천장에서 떨어지면서 생겨나는 매우 속도가 느린 반응이다. 종유석은 동굴의 천장부터 아래 방향으로 자라는 것이고, 석순은 위에서 떨어지는 물방울에 포함된 석회 성분이 석출되어 동굴 바닥에서 위로 자라는 것이다. 종유석과 석순은 서로 마주 보고 자란다. 종유석과 석순이 서로 닿게 되면 석주가 만들어진다.(그림 2)   그림 2. 석회암 동굴에서 오랜 시간에 걸쳐 생성되는 종유석, 석순, 석주   종유석, 석순, 석주는 지하수에 녹아있던 석회 성분이 고체 상태로 석출되면서 수백 년, 수천 년 이상의 오랜 기간에 걸쳐 형성되는 것이다. 이렇게 서서히 일어나는 변화라면 거의 정적 이미지라고 보아도 무방하다. 오늘 촬영하거나 내일 촬영하거나 그 모양이 크게 변화하지 않기 때문이다. 다만 고드름 끝에 달린 물방울처럼 종유석 끝에 달린 석회 성분을 포함한 당장이라도 떨어질 듯한 지하수 방울을 촬영하는 경우라면 다른 이야기가 될 수도 있다.   변화의 속도가 빠른 것 이번에는 변화의 속도가 고드름이나 종유석보다 조금 빠른 것을 살펴보자. 잔잔한 수면에 작은 물방울이 떨어지는 경우를 관찰해보자. 물방울이 떨어지는 속도는 눈 깜짝할 사이에 일어나는 일이어서, 어떤 현상이 생기는지 육안으로는 자세하게 관찰할 수 없다. 고속으로 사진을 촬영할 수 있는 장비의 힘을 빌어야 비로소 어떤 현상이 일어났는지를 알 수 있다. 작은 물방울이 잔잔한 수면에 떨어진 후에 나타나는 물방울과 수면의 변화를 시계열로 정리하면 <그림 3>과 같다.    그림 3. 고속 촬영으로 포착한 ‘물방울과 수면의 힘겨루기’     ■ 자세한 기사 내용은 PDF로 제공됩니다.

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.

시점 – 사물이나 현상을 바라보는 눈 (3)   지난 호에서는 우리가 암흑세계와 같은 바깥세상에 대한 정보를 어떠한 방식으로 얻고 어떻게 이해의 폭을 넓혀가고 그렇게 얻은 정보를 어떻게 활용하는지를 ‘암중모색’이라는 단어를 통해서 살펴보았다. 이번 호에서는 ‘관찰의 시점과 관점’에 관해서 살펴보고자 한다. 사물을 바라볼 때 바라보는 위치, 방향, 각도에 따라서 사물 자체에 변함은 없지만 우리 눈에 비치는 사물의 모습은 달라진다. 시점(視點)과 시각(視角)의 차이에서 오는 현상이다. 같은 사물이나 현상을 보면서 보는 이의 입장에 따라서 해석이 달라지는 일도 많다. 보는 이의 생각이 의미를 부여하게 되고 그 의미의 해석에 따라서 옳고 그름, 좋고 나쁨, 유리 또는 불리로 구별하면서 생기는 것이다. 보는 이의 관점(觀點)의 차이에서 비롯되는 것이다. 구체적인 사례를 통해서 살펴보자.    ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com    그림 1. 광화문 앞 세종대왕 동상을 다양한 위치와 각도에서 촬영한 이미지 모음(촬영자의 시각과 의도가 담겨있다.)    광화문 앞 세종대왕 동상 광화문 앞 광장에는 충무공 이순신 장군의 동상에 뒤이어 조선시대 과학기술을 보여주는 밤하늘을 관측하는 혼천의, 강우량을 측정하는 측우기, 그림자를 통해서 시간을 알 수 있는 해시계인 앙부일구가 전시되어 있다. 그 뒤를 이어 높이 6.2m, 폭 5m 크기의 세종대왕 대형 동상이 지상으로부터 3m의 기단 위에 조성되어 있다.(그림 1) 그 뒤로 광화문, 경복궁, 북악산이 일렬로 늘어서 있다. 같은 세종대왕 동상이지만 보는 이의 위치, 거리, 방향, 각도에 따라서 다양한 모습으로 비친다. 사진을 촬영하면서도 동상만을 촬영하기도 하고, 주변 경관까지 함께 촬영하기도 하며, 주변의 사람을 피해서 촬영하기도 한다. 사진을 촬영하는 사람의 의도와 시시각각으로 변화하는 관람객의 동선과 상황에 맞춰 자신만의 추억을 담게 된다. 같은 동상을 보고 있는 듯하지만 모두 관심을 두는 대상이 같다는 보장은 없다. 동상은 불투명하므로 자신의 위치에서 보이는 겉모습만을 보게 된다. 만약 동상이 투명하다면 동상의 존재 자체를 인식할 수 없을 것이다. 이순신 장군 동상 뒤에 있는 세종대왕 동상의 시각에서 바라본 광화문 광장은 어떤 모습일까? 뒤편의 광화문, 경복궁, 북악산의 모습은 보이지 않고 앞에 서 있는 이순신 장군 동상의 뒷모습과 세종대로 양옆의 건물이 보일 것이다.(그림 2) 같은 위치에 있더라도 바라보는 방향과 각도, 즉 ‘시점’ 또는 ‘시각’에 따라서 보이는 것도 달라진다. 같은 것을 보더라도 그에 대한 의미는 각자의 ‘관점’에 따라서 다르게 해석하기 마련이다.    그림 2. 광화문 앞 이순신 장군 동상의 앞모습과 (세종대왕 동상의 시선에서 바라본) 뒷모습    시점에 따른 대상의 외관 변화 풍경이나 인물을 화폭에 담으려면, 시각에 따라서 대상이 어떻게 변형되어 보이는지를 이해하고 작업을 시작해야 실물과 비슷한 느낌의 위화감 없는 그림을 완성할 수 있다. 이것은 새로운 건물을 짓기 전인 설계 단계에서 건물이 완성된 후의 외관과 주변의 환경을 보여주기 위한 조감도를 그리는 데에도 필요하다. 미술과 건축 분야에서는 기초 단계에서부터 이런 훈련 과정을 거치게 된다.  <그림 3>에 한 변의 길이가 a인 정육면체를 모서리의 약간 오른쪽에서 보았을 때, 보는 이의 눈높이에 따라서 어떻게 달라지는지를 두 개의 소실점(VP : vanishing point)을 사용하여 투영한 것을 정리하였다. 새가 보는 듯한 조감도부터 서서 보았을 때, 앉아서 보았을 때, 지면에서 보았을 때, 지하에서 바라보았을 때를 가정하여 그린 도면이다.    그림 3. 같은 사물을 바라보는 위치에 따른 외관 변화    같은 원리를 외형이 복잡한 세종대왕의 동상에 적용한다면, 시점에 따른 관찰 대상의 외관 변화를 정확하게 표현하기는 쉽지 않다. 외형의 돌출 부위나 굴곡에 따라서 가려져서 시야에서 사라지는 부분도 있기 때문이다. 보이는 것을 보이는 대로 그리는 것도 쉽지 않은 일이지만, 본 적도 없고 아직 만들어지지도 않은 것을 머릿속으로 시뮬레이션해서 마치 실물을 보고 그린 것처럼 위화감 없이 그려낸다는 것은 대단한 능력이다. 바라보는 사물과의 거리와 각도, 광선에 따라서 우리 눈에 어떻게 비치는지, 우리가 사물을 어떻게 인식하는지를 잘 이해해야만 감각적으로 자연스럽게 표현할 수 있기 때문이다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

최적화 문제를 통찰하기 위한 심센터 히즈 (1)   이번 호부터 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 과정에 심센터 히즈(Simcenter HEEDS)를 활용하는 방법을 살펴보고자 한다. AI 모델을 학습시키기 위해서는 AI 모델이 정확한 패턴을 학습할 수 있도록 고품질의 데이터를 사용해야 한다. 이번 호에서는 심센터 히즈의 어댑티브 샘플링(Adaptive Sampling)과 SHERPA를 활용하여 양질의 데이터를 효율적으로 생성하는 과정을 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 제7회 프로세스 자동화 Ⅱ 제8회 프로세스 자동화 Ⅲ 제9회 프로세스 자동화 Ⅳ 제10회 프로세스 자동화 Ⅴ   ■ 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 업무에서 AI를 활용하는 이유 AI는 다양한 영역에서 업무를 보조할 수 있다. 이번 연재에서는 많은 양의 데이터를 분석하여 설계 변수와 제품 성능 간의 관계에서 패턴과 트렌드를 식별하고, 데이터 기반 의사 결정을 지원하는 AI 모델을 학습시키는 것과 관련되어 있다. 잘 학습된 AI는 설계의 품질과 성능을 높이는 데 기여한다. 문제에 따라서는 기존 설계 패러다임에 도전하는 비정형적인 설계 설루션을 발견할 수 있다. 전반적으로는 설계 업무의 디지털 전환을 촉진하고, 전통적인 설계 방법의 한계를 극복하는 데 기여한다. 이는 설계의 효율성을 높이고, 혁신적인 설루션을 개발하는 데 도움을 준다.   AI 모델의 학습을 위한 데이터 AI 학습을 위해 필요한 데이터의 품질은 AI 모델의 성능과 정확성에 직접 영향을 미친다. 고품질의 데이터는 AI 모델이 정확한 패턴을 학습하고 신뢰할 수 있는 결정을 내릴 수 있도록 돕는다. 반대로, 저품질의 데이터는 모델의 성능을 떨어뜨리고 편향된 결과를 초래할 수 있다. 고품질의 데이터는 이러한 편향성을 줄이고 공정한 결과를 도출하는 데 기여한다. 데이터의 품질이 높을 수록 모델의 훈련 효율이 높아진다. 데이터가 일관성 있고 정확하면 모델이 더 빠르게 학습할 수 있다. 따라서 정확하고 일관성 있는 데이터는 모델이 올바른 결정을 내리는 데 필수이다.   시뮬레이션 데이터 생성의 자동화   그림 1   히즈는 제품 개발 프로세스에서 사용되는 다양한 설루션의 연결과 데이터 처리를 쉽게 진행할 수 있도록 자동화된 워크플로 구성환경을 제공한다. 상용 CAD 및 CAE 도구에 대한 광범위한 인터페이스를 사용하므로, 스크립트 개발이나 수동 조작 없이 많은 기술을 빠르고 쉽게 통합한다. 자동화된 워크플로에서는 서로 다른 모델링 및 시뮬레이션 간에 데이터를 자동으로 공유할 수 있다. 사용자는 프로세스의 자동화를 통해서 설계 공간 탐색을 보다 쉽고 효율적으로 수행할 수 있다. 사용자는 반복적인 업무를 벗어나 설계를 더 깊이 이해하고 성능 개선과 생산 품질 향상에 가장 적합한 조건을 선택하는 더 중요한 업무에 더욱 집중할 수 있다.    AI 학습 데이터 생성을 위한 예제 외팔보의 처짐 문제를 사용하여 데이터를 생성하고 AI 모델을 학습시키는 예제를 통해 기능을 비교해 보겠다. 외팔보의 체적을 최소화하는 최적화 문제를 다음과 같이 정의하였다. 빠른 계산을 위해 파이썬(Python)으로 계산한다.   그림 2    목적함수 외팔보 H빔의 체적을 최소화 제약 조건 최대 굽힘 응력(σ) ≤ 200 MPa • 최대 끝단 처짐(δ) ≤ 2 mm  설계 변수 Length : 5000 mm  Load P : 6500 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 입력(input)/출력(output) 파일을 등록하였다.    그림 4   전통적인 실험계획법에 의한 데이터 생성 방법 <그림 6>과 같이 4개의 설계변수를 기반으로 전통적인 실험계획법으로 데이터를 생성해보겠다. 여기서는 3 Level의 Full factorial을 사용하여 81개의 데이터가 생성된다.   그림 6   ■ 자세한 기사 내용은 PDF로 제공됩니다.

시점 - 사물이나 현상을 바라보는 눈 (2)   지난 호에서는 ‘시점 - 사물이나 현상을 바라보는 눈’이라는 제목의 연재 첫 번째 주제로 모든 행동의 원동력이 되기도 하는 ‘호기심’에 관해서 소개하였다. 우리가 세상을 어떻게 바라보고 어떻게 이해하는지에 관해서 생각해 보았다. 이번 호에서는 우리가 바깥세상에 대한 정보를 어떠한 방식으로 얻고 어떻게 이해의 폭을 넓혀가고 그렇게 얻은 정보를 어떻게 활용하는지를 ‘암중모색’이라는 단어를 통해서 살펴보도록 한다. 이러한 행동은 한시도 쉴 새 없이 일어나는 일이지만 순간적으로 일어나는 일이기도 하고, 너무나 익숙한 나머지 의문을 품는 일이 드물다. 매우 당연한 현상으로 받아들이는 것이 자연스러울 수도 있지만 한 번쯤은 유체 이탈해서 자연과 반응하는 자기 모습을 관찰하는 것도 ‘시점 - 사물이나 현상을 바라보는 눈’을 이해하는 데 도움이 될 듯하다.    ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 바깥세상의 정보는 마치 어둠 속에서 암중모색하듯 감각기관을 통해서 얻은 정보를 바탕으로 대상을 알아가는 과정과 같다.    암중모색 앞이 전혀 보이지 않는 칠흑 같아 어두운 전혀 가본 적도 없는 미지의 공간에 들어가게 된다면 어떤 일이 일어날까? 우선 두려움이 엄습해 올 것이다. 자신이 어디에 있는지, 앞으로 무슨 일이 일어날지 알지 못하기 때문에 마음이 몹시 불안해질 것이다. 시간이 조금 지나면서 신체에 위험이 없다고 판단되면 자기가 있는 곳에 관한 정보를 얻고 싶은 ‘호기심’이 생길 것이다. 그러나 앞이 전혀 보이지 않으므로 눈이 있어도 무용지물이다. 그 상황에서 벗어나려고 해도 주변의 상태를 알지 못하면 대책을 세울 수도 없다. 어둠 속에서 시각을 제외한 여러 가지 감각기관을 사용하여 상황 파악에 도움이 될만한 정보를 수집하여 그동안의 경험으로 축적해 온 자신만의 데이터베이스를 활용하여 어떤 결론을 얻게 될 것이다. 그야말로 ‘암중모색(暗中摸索)’ 상태가 된다.(그림 1)  우리가 바깥세상의 정보를 수집하는 안테나의 역할을 하는 다섯 가지 감각을 오감이라고 부른다.(그림 2) 시각, 청각, 후각, 미각, 촉각을 통하여 정보를 수집하여 데이터베이스화하여 의식작용을 거쳐서 각종 판단을 하게 되는데, 시각이 약하면 약한 대로 없으면 없는 대로 자신만의 데이터베이스를 만들어 활용하게 되는 것이다. ‘암중모색’이라고 하면 단어의 의미에 집착하게 되어 시각에만 국한되는 느낌을 지울 수 없지만, 모든 미지의 세계를 탐색하는 과정이 이와 같다. 우리 주변에는 앞을 전혀 보지 못하는 시각 장애인도 있고 전혀 듣지 못하는 청각 장애인도 있다. 몇 년 전에 전 세계적으로 유행했던 코로나바이러스 감염 후유증으로 후각 또는 미각을 잃었던 환자분들도 계셨다. 환경의 정보를 받아들이는 여러 종류의 안테나(감각 기능) 중에서 일부가 고장 나거나 성능이 약화하였던 것이라고 할 수 있다.   그림 2. 바깥세상의 정보를 얻는 안테나 역할을 하는 다섯 가지 감각(오감)과 의식의 관계   이 세상은 나의 사정과 무관하게 아무 일도 없던 것처럼 돌아간다. 우리가 얻을 수 있는 정보의 질과 양이 다를 뿐이며, 개인적으로 축적해 온 데이터베이스의 내용과 활용 방법과 효율이 다를 뿐이다. 때로는 초음파, 엑스선, 적외선, 자외선 등을 이용하여 다양한 정보를 우리가 인지할 수 있는 시각 정보로 변환하여 활용할 수 있는 기기를 ‘암중모색’ 프로젝트의 보조수단으로 활용한다.   둥근 지구를 본 사람들 오늘날 ‘지구가 둥글다’라는 것은 초등학생도 아는 상식 중의 상식이다. 옛날에는 어땠을까? 해가 동쪽에서 뜨고 서쪽으로 지면 보이지 않으므로, 대부분의 사람은 땅은 평평하고 땅의 가장자리로 가면 낭떠러지가 있을 것이라고 믿었다. 그것이 그 당시의 상식이었다. 우리와 같은 오감으로 ‘암중모색’하여 내린 당시의 결론이다. 고대 그리스의 철학자 탈레스(Thales)는 지중해를 항해하면서 관찰한 땅의 모양을 근거로 땅은 원형 방패처럼 가운데가 부풀어 오른 원반형이라고 주장하였다. 그리고 이를 근거로 피타고라스(Pythagoras)는 지구가 둥글며, 완전한 구형이라고 주장했다. 그러나 중세 유럽에서는 종교적인 이유로 지구가 둥글다는 것을 부정하고 지구가 평평하다고 생각했다고 잘못 알려져 있다. 중세에도 관련 분야의 지식에 접근이 가능한 학자는 고대의 연구를 받아들여 지구가 둥글다고 생각했다. 이 시대에는 지동설과 천동설이 논쟁의 중심이었다. 기원전 4세기경 그리스의 알렉산드로스 대왕(Alexander the Great)이 활약하던 헬레니즘(Helenism) 시대에 이미 완성된 천동설은 지구가 둥글다는 지구 구형설을 전제로 성립된 것이었다. 그러나 그들은 여러 가지 현상을 통해서 지구가 둥글 것이라는 ‘암중모색’의 결과를 도출했을 뿐이다. 아무도 실제의 지구 전체의 모습을 보지 못했다.   그림 3. 지구의 전체 모양과 크기는 어떻게 확인할 수 있었을까?    적도 지름 1만 7756km의 지구의 전체 모습은 고궤도 인공위성의 비행 고도인 3만6000km 이상, 지구 적도 지름의 2배 이상 떨어진 거리에서 관측해야 가능하다.(그림 3) 따라서 지금까지 육안으로 지구가 둥글다는 것을 확인한 사람은 거의 없다. 지상으로부터 고도 400km의 궤도를 비행하는 국제우주정거장(ISS)에서조차 지구 전체의 모습을 한눈에 관찰할 수 없다. 국제우주정거장은 지구를 약 90분 만에 한 바퀴 돌 수 있는 속도로 이동하면서 다양한 실험, 연구, 지구 및 천체 관측을 수행하고 있다. 지구와 달의 평균 거리가 38만 4400km이므로 지구 전체의 모습을 볼 수 있는 고도인 3만 6000km는 지구와 달의 거리의 약 1/10에 해당한다. 기원 전 4세기의 ‘암중모색’의 결과가 현대 과학기술로 확인된 셈이다. 지구의 직경은 어떻게 측정했을까? 측정된 값은 얼마나 정확할까? 어디를 기준으로 측정했을까? 바닷물은 왜 지구의 표면에서 지구 중심을 향해서 낮은 곳을 채우며 구면을 형성하고 있을까? 해수면의 높이는 지구 어디에서나 같을까? 지금도 지구에 대해서 아는 것보다 모르는 것이 더 많다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

시점 - 사물이나 현상을 바라보는 눈 (1)   이번 호부터는 우리가 세상을 어떻게 바라보고 어떻게 이해하는지에 관해서 생각해 보고자 한다. 어느 날 세상에 던져진 하나의 생명체로 태어나 살아가는 과정을 통해서, 세상을 관찰하고 세상을 대상으로 실험하면서 세상을 이해해 가는 과정을 제삼자의 관점에서 살펴보고자 한다. 모든 행동은 생명 유지를 위한 욕구로부터 시작되지만, 그 욕구를 어느 정도 만족하면 세상에 대한 호기심이 새로운 형태의 행동으로 나타나게 된다. 호기심으로부터 시작된 행동, 그 행동으로부터 전개되는 다양한 행위를 통한 학습 과정과 학습된 내용을 응용하는 과정을 1년간의 연재를 통해서 다양한 각도에서 살펴보도록 한다. 일상에서 무의식적으로 일어나는 일이지만 한 번쯤은 그러한 무의식적 행동을 제삼자의 관점에서 관찰하는 것도 의미가 있을 듯하여 이번 연재를 기획하게 되었다. 그 첫 번째 이야기는 ‘호기심’에 관한 이야기이다. 가벼운 마음으로 읽어주시길 바란다.   ■ 연재순서 제1회 호기심 제2회 암중모색 제3회 관찰의 시점과 관점 제4회 정적 이미지와 동적 이미지 제5회 변화와 흐름의 관찰 제6회 개별 관찰 제7회 집단 관찰 제8회 확률과 통계 제9회 작용, 반작용, 상호작용 제10회 무엇을 볼 것인가? 제11회 무엇을 믿을 것인가? 제12회 가설, 모델, 이론의 설득력의 시대성   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산 설비 분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재 분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원, 국제문화재전략센터 전문위원이다. 홈페이지 | www.wafermasters.com   그림 1. 호기심은 여러 가지 감각기관으로부터의 신호를 바탕으로 자신의 바깥 세계를 이해하기 위한 원동력이자 수단이다.   호기심 새롭고 신기한 것을 좋아하거나 모르는 것을 알고 싶어 하는 마음이 ‘호기심’이다. 모든 생명체는 세상에 태어나면서 바깥세상에 대한 정보를 탐색하고 적응해 가면서 생명 활동을 이어간다. 미생물, 식물, 동물, 인간에 이르기까지 공통적으로 적용되는 것이다. 모든 생명체에 해당하는 원초적인 욕망이다. 갓난아기, 어린이, 강아지, 새끼 고양이, 갓 부화한 애벌레까지도 주변 환경의 정보를 감지하고 그 정보를 바탕으로 위험한지, 안전한지, 이로운지, 해로운지를 순간적으로 파악할 수 있도록 경험이라는 데이터베이스를 축적해가면서 생명 활동을 이어간다.(그림 1) 호기심은 상상력을 풍부하게 하기도 하며, 새로운 목표를 정하고 그 목표를 향하여 도전하게 하는 원동력이 되기도 한다. <그림 2>는 실제로 일어날 수는 없지만 갖가지 상상의 조합으로 만들어진 이미지이다. 대기권 밖을 비행하는 우주선에서나 볼 수 있는 둥근 모양의 푸른색 지구와 크기의 비율로도 전혀 사리에 맞지 않는 반쯤 가려진 붉은 색 화성, 고양이 모양을 한 별자리까지 상상력을 자극한다, 나무 담장 위를 기어가는 거대한 애벌레까지…. 현실과 동떨어진 합성된 이미지이지만 자신의 경험과 지식을 바탕으로 이 모순된 이미지에서 각자의 방식대로 작자의 의도를 파악하려고 노력하는 자신을 발견하게 된다. 심지어는 자신만의 이미지를 합성해 보고 싶은 충동을 느낄 만큼 중독성까지 있다. 인간은 지적 호기심이 충만한 생명체이기 때문이다. 호기심은 가슴을 설레게 하며, 현상에 대한 이해와 상상력을 유발하기도 하고, 미지의 세계에 대한 도전의 동기를 부여하기도 한다.   그림 2. 호기심은 가슴을 설레게 하며 현상에 대한 이해와 상상력을 유발하고 도전의 동기를 부여한다.   상상을 현실로 만든 사례 필자를 비롯한 지구상의 모든 생명체는 지구에 살면서도 지구가 둥글다는 것을 육안으로 확인하지 못한다. 대기권 아래에서 평생을 살면서도 대기의 존재를 느끼는 일도 거의 없고, 중력의 영향으로 지구 중심으로 당겨져 지표면에 붙어 살면서도 중력을 체감하는 일이 거의 없다. 대기나 중력의 존재는 학습을 통해서 머릿속으로 개념을 이해할 뿐이다. 생명이 위협을 받을 때에서야 비로소 대기의 필요성과 중력의 위력을 체험하게 된다. 그러나 그러한 위험한 상황이 해소되면 또다시 망각하게 된다. 하늘을 보면 낮에는 해가 보이고 밤에는 달과 별이 보이지만, 그것이 얼마나 떨어져 있고 얼마나 큰 것인지 알 수 없다. 대낮에는 햇빛이 너무나도 강렬해서 해를 똑바로 바라보지도 못한다. 그믐날 밤에는 달빛도 거의 없어 별빛에만 의존해서 보아야 해서, 어둠 속에서 주변 물체의 존재를 확인하기도 어렵다. 도시의 경우 밤에도 각종 조명에 의한 빛 공해 때문에라도 밤하늘을 보는 일 자체가 많지 않다. 또한 지구와 다른 천체의 사이에는 무엇이 있는지 알지 못한다. 학교에서 교과서와 선생님의 설명을 통해서 그러려니 하는 경우가 대부분이다. 교과서를 집필한 사람이나 그 교과서를 사용해서 수업을 진행하던 선생님도 자신이 확인한 내용은 거의 없다. 그렇지만 시험 문제로 출제되고 모두가 그렇게 믿으니 그런가 보다 할 뿐이다. 상식은 이렇게 만들어지고 힘을 얻게 된다. 그 상식을 경계로 비상식 또는 몰상식한 사람이 가려진다. 때로는 사회성이 부족한 사람 또는 이단자로 비치기도 한다. 과연 그런 구별은 가능한 것일까? 역사 속의 몇 가지 사례로 살펴보자.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

문화유산 분야의 이미지 데이터베이스와 활용 사례 (12)   지난 호에서는 1920년대에 발견되어 재활용 참기름병으로 사용되었던 백자가 1997년에 조선을 대표하는 국보가 된 ‘백자청화철채동채초충문병’의 화려한 외출 과정을 소개하였다. 개인의 경험을 바탕으로 한 안목감정에 의한 축적되기 어려운 도자기에 관한 정보를 어떻게 검증하고 체계적으로 정리해 나가야 할 것인가에 관해서 생각해 보았다. 도자기의 분류, 명명법, 각종 분석법의 원리와 한계에 관해서 소개하였다. 도자기 제작 시대, 지역, 재료, 제작방법 등 다양한 관점에서 데이터베이스에 담아내야 할 것인가에 대해서도 고민해 보았다. 이번 호에서는 올해의 주제였던 문화유산 분야의 이미지 데이터베이스와 활용 사례에 관한 기고를 마무리하면서 마지막 분야로 단청, 불화, 초상화, 등에 사용된 전통 안료에 관해서 살펴보고, 안료의 색상을 어떻게 안료 데이터베이스로 표현하고 기록할 것인가에 관해서 살펴보도록 한다.   ■ 연재순서 제1회 이미지 데이터와 데이터베이스의 중요성 제2회 서화, 낙관, 탁본 데이터베이스 제3회 옛 사진 데이터베이스 제4회 한지 데이터베이스 제5회 고지도 데이터베이스  제6회 고서 자형 데이터베이스 제7회 필사본 고서 데이터베이스  제8회 목판본 고서 데이터베이스  제9회 금속활자본 고서 데이터베이스  제10회 근대 서지 데이터베이스  제11회 도자기 데이터베이스 제12회 안료 데이터베이스   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본 교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산설비분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원이다. 홈페이지 | www.wafermasters.com   그림 1. 2008년 2월 10일의 화재 후에 재건된 광화문의 낮과 밤의 모습(2014년 촬영). 단청으로 채색된 광화문의 야경은 조명과 어우러져 어둠 속에서 화려한 색상으로 재탄생한다.   색 색(色)이라는 단어를 사전에서 찾아보면 다음과 같이 정의하고 있다.  빛을 흡수하고 반사하는 결과로 나타나는 사물의 밝고 어두움이나 빨강, 파랑, 노랑 따위의 물리적 현상. 또는 그것을 나타내는 물감 따위의 안료. 일반인이 이해하기 쉽게 간단 명료하게 잘 정리되어 있지만, 빛에 대한 개념이 사람마다 다를 것이므로 같은 문장의 설명을 읽고도 각자 다른 생각을 할 수도 있다. 빛의 밝기와 파장 분포에 관한 정보가 없는 상태에서 빛이라고 하면 각자의 경험에 바탕을 두고 생각하게 되기 때문이다. 같은 옷을 입어도 아침, 점심, 저녁, 밤, 실내, 실내, 날씨, 조명 상태에 따라서 우리 눈에 비치는 색은 전혀 다르게 보이기 때문이다. 만약 형광 성분이 있는 물체라면 우리의 상상을 초월한 색으로 나타날 수도 있다.  <그림 1>에 2008년에 화재로 전소된 숭례문(남대문)을 재건한 것을 2014년의 어느 날 낮과 밤에 촬영한 사진을 소개하였다. 숭례문에는 화려한 색상의 단청이 입혀져 있다. 일반 상식으로 생각하면 낮에 단청이 더 멋지게 보일 것 같지만, 주변이 밝고 햇빛이 위에서 아래로 비추기 때문에 지붕에 가려진 단청은 지붕의 그늘에 가려지기도 하고 햇빛의 간접 조명 효과로 인하여 그다지 화려하게 보이지 않는다. 이와는 반대로 야간에는 주변이 어둡고 조명이 아래에서 위쪽으로 비추고 있어 지붕 아래쪽의 단청이 화려하게 나타난다. 물론 조명의 광원을 다르게 하여 광원의 파장 분포가 달라지면 겉으로 드러나는 색상도 달라지게 된다. 이렇게 조명 조건에 따라서 나타나는 색상이 달라진다면 색을 어떻게 정의해야 할까? 큰 건물의 넓은 면적에 단청을 칠할 때 어떻게 단청 색을 균일하게 칠할 수 있을까? 단청이 마르기 전과 마른 후의 색상은 다르기 마련인데, 경험적으로 마르기 전과 마른 후의 색상 차이를 터득하고 건물 천체를 수 개월간 칠해서 완성한 단청의 색상이 비교적 균일하게 보이는 것도 대단한 기술이라 하겠다.  낮에 촬영한 사진은 석축에 지붕의 그림자가 드리우고 있지만, 밤에는 아래쪽에서 조명이 이루어져 지붕의 그림자는 사라진다. 화재 후 복원된 석축은 오래된 돌과 새로 끼워 놓은 돌이 섞여 있어 얼룩 무늬가 나타난다. 낮에 촬영한 사진과 밤에 촬영한 사진을 비교해 보면 조명 조건에 따른 색상의 영향을 쉽게 이해할 수 있다. 지붕 없이 단청이 자외선이 강한 햇빛에 장시간 노출되면 단청이 변색되고 단청의 수명도 짧아지게 된다. 단청이 오래 유지되는 것은 광물성 천연 안료를 사용한 것 외에도 높은 에너지의 자외선을 포함한 직사 태양광이 지붕에 의해서 가려져 있기 때문이다.    안료 물체는 그 자체가 빛을 흡수, 반사, 산란하면서 빛의 종류에 따라 고유의 색을 띄게 된다. 고유의 색을 다르게 보이게 하기 위하여 다른 색상을 띄게 하는 물질을 덧씌우기 위한 것이 안료이다. 마치 화장품과도 같은 역할을 하는 물체이다.  다음에 안료의 정의와 화학적 특징에 따른 분류를 정리해 보았다. 안료는 크게 무기안료와 유기안료로 구별할 수 있다. 분자 구조에 탄소 원자가 없는 광물이나 금속, 금속 산화물 또는 금속염이 무기안료이고, 색상 범위에 제한이 있으나 안정성과 안전성이 뛰어나다. 유기안료는 탄소, 수소 및 산소 원자를 포함하는 탄소화합물로, 천연 또는 합성 원료에서 추출하게 되며 물감이나 페인트처럼 넓은 범위의 색상을 얻을 수 있다. 유기안료는 무기안료에 비해서 안정성이 낮고 안전성이 문제가 되기도 한다.  안료는 화학 구조에 따른 분류 이외에 색상, 형태, 용도에 따라 분류하기도 한다. 여성이 사용하는 화장품의 종류만 보아도 안료가 색상, 형태, 용도, 효과에 따라서 분류되어 일상생활에서 구별되고 있는지 쉽게 알 수 있다. 여성용 색조 화장품을 예로 들면 BB크림, 파운데이션, 파우더, 컨실러, 립스틱, 아이섀도, 아이브로, 아이라이너, 마스카라, 불러셔 등 다양한 안료를 사용한 제품이 있다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

DJI가 드론 사진 및 동영상 콘텐츠 공유 온라인 커뮤니티인 스카이픽셀(SkyPixel)과 ‘제10회 SkyPixel 사진 및 동영상 대회’를 개최한다고 밝혔다. 11월 7일부터 2025년 2월 10일까지 진행되는 이번 대회는 지난 10년간 전 세계 사진 및 영상 크리에이터가 각자의 독창적인 시각으로 촬영한 콘텐츠를 공유하고 더 많은 사람들이 이를 감상하면서 성장해 온 항공 촬영 이미지 커뮤니티의 발전 과정을 잘 보여준다. 올해는 핸드헬드 카메라를 이용해 자신의 재능을 뽐내는 사용자가 늘어나고 있는 트렌드를 반영해 ‘핸드헬드’ 카테고리가 새롭게 추가되었다. 또한 참가자들의 독창적인 재능을 인정하기 위해 준비된 총상금 규모는 약 2억 2000만 원(17만 달러) 이상이다.   2014년에 시작된 스카이픽셀은 촬영된 이미지를 통해 훌륭한 스토리를 공유하는 글로벌 커뮤니티이다. 이 플랫폼은 5500만 명의 등록된 사용자와 전 세계 사진 및 동영상 촬영 애호가들이 매일 올리는 5000만 개 이상의 항공 촬영 이미지와 동영상을 모으며 성공을 이뤘다. 스카이픽셀은 2015년부터 총 9회의 연례 항공 촬영 사진 및 동영상 대회를 개최해 왔다. 그 결과, 전 세계 40만 건이 넘는 작품이 제출되었고 총조회수는 10억 회를 넘어섰다.     제10회를 맞이하는 이번 대회에서 DJI와 스카이픽셀은 인간 표현의 무한한 잠재력을 중심으로 한 ‘한계를 넘어 탐험하라’라는 주제로 참가자들의 도전을 독려한다. DJI 제품 사용자들의 예술적 열정을 불러일으키고 더 많은 참여를 격려하기 위해 올해 대회의 카테고리는 항공 촬영 사진, 항공 촬영 동영상, 핸드헬드 동영상 3가지 부문으로 단순화되었다. 항공 촬영 사진과 항공 촬영 동영상 카테고리 외에 올해 대회에서는 새롭게 핸드헬드 동영상 카테고리가 추가되어, 지상에서 자신의 창의력을 뽐내고자 하는 사용자들에게도 기회가 주어진다.  또한 이번 대회는 처음으로 참가자들이 모든 DJI 소셜 미디어 채널을 통해 작품을 제출할 수 있도록 했고, 매달 새로운 트렌드나 혁신적인 예술을 탐구하는 작품을 선정해 인기상을 수여할 예정이다. DJI는 전 세계에서 업계 최고 자리에 있는 비디오그래퍼와 포토그래퍼가 출품작의 심사를 맡는다고 소개했다. 스카이픽셀과 DJI는 3개 부문에서 대상을 수여하고, 80개 이상의 상품을 준비해 총 약 2억 2000만 원(미화 17만 달러) 상당의 상품을 대회 기간에 증정할 예정이다. 최고 작품상 대상 수상자에게는 DJI의 시네마 카메라와 드론 등의 상품이 제공된다. 모든 대상 수상자는 스카이픽셀 트로피와 함께 공식 ‘스카이픽셀 크리에이터’로 인증을 받는다. 전체 상품 목록은 스카이픽셀 공식 웹사이트에서 확인할 수 있으며, DJI 매빅 3 프로, DJI 에어 3S, DJI 아바타 2, 오즈모 포켓 3 등이 상품에 포함된다. 모든 참가자는 DJI 스토어에서 사용 가능한 DJI 크레딧을 지급받을 예정이다. DJI의 페르디난드 울프(Ferdinand Wolf) 크리에이티브 디렉터는 “아름다움은 보는 사람의 시선에 달려 있다. 스카이픽셀 사진 및 동영상 대회는 지난 10년간 각지의 포토그래퍼와 비디오그래퍼가 자신만의 시각으로 세상을 담아 공유한 공로를 인정하는 플랫폼으로 성장해 왔다”면서, “앞으로도 스카이픽셀 플랫폼은 지속적으로 상상력을 자극하고 이미지 예술을 재정의하며, 전 세계 개인 및 커뮤니티에서 공유하는 다양한 경험을 포용하기 위해 노력할 것”이라고 전했다.