개발 및 공급 : 앤시스코리아 주요 특징 : 원클릭으로 전문 지식에 접근 가능한 AI 기반 어시스턴트 지원, AI+ 기능이 탑재된 7종 제품을 통한 시뮬레이션 효율 및 접근성 향상, 데이터 관리 및 워크플로 자동화 강화를 통한 AI 통합 효과 향상 등   앤시스는 자사 전 제품에 AI 기반 시뮬레이션 기능을 확대 적용한 최신 릴리스 ‘앤시스 2025 R2(Ansys 2025 R2)’를 발표했다. 앤시스 2025 R2는 시뮬레이션 속도와 접근성을 크게 향상시키는 동시에 강화된 솔버, 간소화된 워크플로, 파이썬(Python) 호환성 확대, 온디맨드 클라우드 컴퓨팅 지원 등을 통해 설계 유연성과 생산성을 높인다. 특히, 초기 설계 단계에서의 스마트한 의사결정을 가능하게 하여, 차세대 위성부터 데이터센터 설계에 이르기까지 다양한 산업 분야에서 실질적인 가치를 제공한다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스의 시뮬레이션은 물리 기반 설계의 기준점이자 이론과 실험을 연결하는 가교 역할을 해왔다. 50년 이상의 고급 물리 해석 경험을 바탕으로, 앤시스 2025 R2는 더욱 스마트하고 빠르며 복잡한 시뮬레이션을 구현할 수 있도록 지원한다”면서, “모델·메타데이터·추적성·표준 기반의 데이터 활용을 통해 미래의 혁신적인 제품 개발을 위한 엔지니어링 역량을 강화할 것”이라고 강조했다. 앤시스 2025 R2는 AI 기반 다양한 도구와 기능을 통해 시뮬레이션 도입 장벽을 낮추고, 팀 간 협업을 촉진하며, 전사적인 생산성을 향상시켜 더 나은 결과를 창출할 수 있도록 지원한다.   ▲ 앤시스 2025 R2는 시뮬레이션 워크플로 전반의 생산성, 정확성, 인사이트를 향상시키는 AI 기반 기술을 새롭게 선보인다.   물리 기반 AI로 직관적인 시뮬레이션 앤시스 2025 R2는 AI 기반 가상 어시스턴트인 ‘앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)’을 포함한 다양한 신기능을 통해 시뮬레이션의 접근성과 설계 효율, 정확도를 높인다. 앤시스 엔지니어링 코파일럿은 앤시스 GPT(Ansys GPT), 앤시스 웹사이트, 수천 개의 기술 문서, 800개 이상의 이노베이션 강의, 글로벌 포럼, 지원 케이스 생성/추적 기능에 바로 접근할 수 있다. 마이크로소프트 애저(Microsoft Azure)의 니디 체펠(Nidhi Chappell) AI 인프라 부문 부사장은 “마이크로소프트 애저 AI 파운드리와 앤시스 GPT의 통합을 통해 엔지니어들은 핵심 정보에 신속하게 접근하고, 앤시스의 깊이 있는 엔지니어링 전문성을 활용함으로써 생산성을 높이고 혁신을 가속화할 수 있다”고 전했다. 2025 R2는 앤시스 포트폴리오 전반에 AI 기능을 추가했다. 이를 통해 충실도가 높은 시뮬레이션을 자동으로 생성, 검증 및 최적화하여 모델 생성 속도를 높이고, 수동 작업을 줄이며 인적 오류를 줄일 수 있다. 앤시스 엔지니어링 코파일럿은 앤시스 메카니컬(Ansys Mechanical), 앤시스 디스커버리(Ansys Discovery), 앤시스 플루언트(Ansys Fluent), 앤시스 HFSS(Ansys HFSS), 앤시스 일렉트로닉 데스크톱(AEDT), 앤시스 스케이드 원(Ansys Scade One), 앤시스 스피오스(Speos), 앤시스 맥스웰(Maxwell), 앤시스 옵티스랭(optiSLang), 앤시스 루메리컬(Ansys Lumerical) 등 주요 설루션에 통합되어 있으며, 클릭 한 번으로 축적된 엔지니어링 전문 지식에 대한 즉각적 접근 가능 HFSS 기반 방사 패턴 시뮬레이션의 연산 속도는 17배 향상, 위상 배열 안테나의 빔 조향 정확도 개선으로 5G/6G, 레이더 센서, 위성통신 등 고주파 애플리케이션 최적화 이러한 기능을 향상된 데이터 처리 및 자동화와 결합함으로써, 기업은 새로운 효율을 확보하고 보다 간소화되고 확장 가능한 워크플로를 구축할 수 있다.   데이터 처리 및 자동화를 통한 AI 활용 극대화 앤시스 2025 R2는 복잡한 데이터 처리 및 관리 작업을 간소화함으로써 디지털 엔지니어링의 생산성과 협업 수준을 높인다. 견고한 데이터 관리 체계를 기반으로 제품 수명주기 전반에 걸쳐 데이터를 최대한 활용하고, AI 모델 학습 및 신뢰성 높은 합성 데이터 생성을 지원한다. 또한, 모델 기반 시스템 엔지니어링(MBSE)의 기능이 한층 강화되어 팀 간 신뢰 기반 협업은 물론, 디지털 연속성과 조직 간 통합된 워크플로 체계를 안정적으로 유지할 수 있다. 파이썬 호환성 확장을 통해 워크플로 자동화와 데이터 관리 유연성이 강화되었으며, 반복 가능한 프로젝트 운영과 품질 향상에 기여하고 있다. 40개 이상의 파이썬(Python) 라이브러리를 포함한 파이앤시스(PyAnsys) 컬렉션은 신규 도구인 파이에스티케이(PySTK) 및 파이켐킨(PyChemkin)을 통해 앤시스 설루션과의 자동화 연동을 강화 및 다양한 산업 애플리케이션 내 생산성·효율성 강화 웹 기반 협업 플랫폼인 앤시스 메디니 사이버 보안(Ansys medini Cybersecurity) SE는 위협 분석 및 취약점 관리 자동화 통해 사이버 보안 리스크 최소화 SysML v2 기반 웹 플랫폼 앤시스 시스템 아키텍처 모델러(Ansys System Architecture Modeler : SAM)를 통한 소프트웨어·안전·시뮬레이션 통합, 포괄적 MBSE 구현 지원 스마트 자동화와 고도화된 데이터 관리 기술은, 조직 내 다양한 팀들 간의 유기적이고 효율적인 협업 환경을 구축하고, 고성능 연산 기반으로 도출된 인사이트는 실행 가능한 결과로 제안되어, 정확하고 신속한 의사결정을 지원한다. 대표 사례로, 에너지 효율형 모터 제어 설루션 분야의 글로벌 선도 기업인 댄포스 드라이브(Danfoss Drives)는 앤시스의 시뮬레이션을 활용해 복잡한 시스템 설계를 검증하고, 성능 최적화, 에너지 절감, 운영 신뢰성 향상 등 산업 전반의 지속 가능한 혁신적인 드라이브 기술을 구현하고 있다. 댄포스 드라이브의 가상 설계·테스트·최적화 총괄 책임자인 마이클 라우르센(Michael Laursen)은 “파이앤시스는 사용자 맞춤형 자동화, 시스템 통합, 확장성을 구현하는 핵심 도구이다. 개방형 생태계를 기반으로 다양한 툴을 유기적으로 연결하고 AI 기능을 접목함으로써 설계부터 최적화까지의 워크플로를 가속화할 수 있다”고 밝혔다. 또한 “앤시스 기술은 디지털 설계 프로세스를 고도화하는 동시에 빠르게 변화하는 산업 환경에 유연하게 대응할 수 있는 기반을 마련해줄 뿐만 아니라, 비용 절감과 제품 개발 기간 단축에도 실질적으로 기여하고 있다”고 전했다.   현실을 모사하는 고성능 물리 시뮬레이션 정교한 물리 모델과 시뮬레이션 기술은 복잡한 설계 과제를 해결하는 데 필수이다. 앤시스는 핵심 엔지니어링 역량을 지속적으로 고도화하며, 사용자가 보다 신속하게 시뮬레이션 결과를 도출하고 혁신 기회를 창출할 수 있도록 지원한다. 앤시스 메카니컬(Ansys Mechanical)의 신규 혼합 솔버는 대형 과도 모델의 연산 속도 향상 및 시간에 따른 열 변화 분석 지원 복잡한 적층형 전자 시스템 메싱 작업의 자동화 및 속도·정확도·사용성 향상, 신규 메싱 플로 기능을 통한 수작업 간소화 앤시스 록키(Ansys Rocky) 및 프리플로우(Ansys FreeFlow)를 통한 고급 다물리(multiphysics) 연성 해석 기능 제공, 열·유체-구조·전자기 결합을 포함한 상세 시뮬레이션 및 성능 최적화 지원 앤시스 파워X(Ansys PowerX) 디버깅 툴을 통한 반도체 전력 소자의 설계 시간 단축, 기생 성분 이슈의 신속한 식별, 설정 간소화 및 효율적인 2D 메싱 작업 지원 RF 전력 분야의 기업인 앰플리온은 앤시스의 고급 시뮬레이션 기술을 활용해 4G LTE 및 5G NR 인프라는 물론 산업, 과학, 의료, 방송, 항법, 안전 무선통신용으로 사용되는 고신뢰·고성능 GaN 및 LDMOS 설루션을 설계하고 있다. 앰플리온의 모델링 및 특성화 그룹 팀장인 비토리오 쿠오코(Vittorio Cuoco, Ampleon) 박사는 “전자기, 열, 기계 간의 복잡한 상호작용을 효과적으로 제어하며 RF 전력 제품을 설계하는 일은 매우 까다로운 과제”라며, “앤시스의 설루션은 이러한 복잡성을 정면으로 해결할 수 있는 정밀한 시뮬레이션을 제공해 설계 리스크를 줄이고 제품 신뢰성을 높이는 데 도움이 되며, 그 결과는 성능 향상, 에너지 절감, 그리고 더 높은 효율성이라는 측면에서 크다”라고 전했다. 이러한 가속화는 클라우드 기반 시뮬레이션의 유연성을 통해 한층 강화된다. 온디맨드 방식의 기술을 적극 활용함으로써, 기업은 디지털 전환을 보다 수월하게 실현할 수 있다.   클라우드 기반 시뮬레이션 통한 디지털 전환 가속 앤시스 2025 R2는 클라우드 기술, 고성능 컴퓨팅(HPC), GPU 최적화 인프라를 적극 활용하여 연산 효율과 시뮬레이션 확장성을 극대화한다. 이를 통해 고객은 더 많은 설계 가능성을 더 짧은 시간 안에 탐색할 수 있으며, 웹 기반 및 온디맨드 기능 확장을 통해 엔지니어는 필요한 툴에 손쉽게 접근할 수 있으며 데스크톱 환경을 넘어서는 개발 역량 확보가 가능해졌다. 앤시스 아이스팩(Ansys Icepak) 및 플루언트 GPU 솔버(Fluent GPU Solver)를 통한 전자 냉각 시뮬레이션 연산 속도 최대 2.5배 향상, 앤시스 플루언트(Ansys Fluent) 웹 인터페이스에서는 제한적 GPU 솔버 기반의 실시간 모니터링 기능 제공 앤시스 디스커버리(Ansys Discovery)의 메싱 기능 개선을 통한 시뮬레이션 신뢰도 및 품질 향상, GPU 기반의 셋업 속도 개선으로 더 빠르고 안정적인 해석 환경 구현 앤시스 클라우드 버스트 컴퓨팅(Ansys Cloud Burst Compute)의 온디맨드(on-demand) HPC 성능이 앤시스 스피오스(Speos) 및 루메리컬 FDTD(Lumerical FDTD) 포함한 6종 제품에 적용, 별도 설치나 IT 지원 없이 고성능 클라우드 환경 활용 가능     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스는 자사의 모든 제품에 AI 기반 시뮬레이션 기능을 확대 적용한 최신 릴리스 ‘앤시스 2025 R2(Ansys 2025 R2)’를 발표했다. 앤시스 2025 R2는 시뮬레이션의 속도와 접근성을 높이는 동시에 강화된 솔버, 간소화된 워크플로, 파이썬(Python) 호환성 확대, 온디맨드 클라우드 컴퓨팅 지원 등을 통해 설계 유연성과 생산성을 높일 수 있게 했다. 또한, 초기 설계 단계에서 스마트한 의사결정을 가능하게 하여 차세대 위성부터 데이터센터 설계까지 다양한 산업 분야에서 실질적인 가치를 제공하는 데에 초점을 맞췄다. AI 기반의 도구와 기능을 통해 시뮬레이션 도입 장벽을 낮추고, 팀 간 협업을 촉진하며, 전사적인 생산성을 향상시켜 더 나은 결과를 창출할 수 있도록 지원하는 것도 특징이다. 앤시스 2025 R2는 AI 기반 가상 어시스턴트인 앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)을 포함한 다양한 신기능을 통해 시뮬레이션의 접근성과 설계 효율, 정확도를 높인다. 앤시스 엔지니어링 코파일럿은 앤시스 GPT(Ansys GPT), 앤시스 웹사이트, 수천 개의 기술 문서, 800개 이상의 이노베이션 강의, 글로벌 포럼, 지원 케이스 생성/추적 기능에 바로 접근할 수 있다. 앤시스는 마이크로소프트 애저 AI 파운드리와 앤시스 GPT의 통합으로 엔지니어가 핵심 정보에 신속하게 접근하고, 엔지니어링 전문성을 활용할 수 있게 했다. 앤시스 엔지니어링 코파일럿은 앤시스 메카니컬(Ansys Mechanical), 앤시스 디스커버리(Ansys Discovery), 앤시스 플루언트(Ansys Fluent), 앤시스 HFSS(Ansys HFSS), 앤시스 일렉트로닉 데스크톱(AEDT), 앤시스 스케이드 원(Ansys Scade One), 앤시스 스피오스(Speos), 앤시스 맥스웰(Maxwell), 앤시스 옵티스랭(optiSLang), 앤시스 루메리컬(Ansys Lumerical) 등 주요 설루션에 통합되어 있으며, 클릭 한 번으로 축적된 엔지니어링 전문 지식에 대한 즉각적 접근이 가능하다. 앤시스는 “AI 기반의 엔지니어링 코파일럿을 활용하면 HFSS 기반 방사 패턴 시뮬레이션의 연산 속도를 17배 높일 수 있다. 이외에도 위상 배열 안테나의 빔 조향 정확도를 개선해 5G/6G, 레이더 센서, 위성통신 등 고주파 애플리케이션을 최적화할 수 있다”면서, “이러한 기능을 향상된 데이터 처리 및 자동화와 결합함으로써, 기업은 새로운 효율성을 확보하고 보다 간소화되고 확장 가능한 워크플로를 구축할 수 있다”고 설명했다.     앤시스 2025 R2는 복잡한 데이터 처리 및 관리 작업을 간소화함으로써 디지털 엔지니어링의 생산성과 협업 수준을 높인다. 견고한 데이터 관리 체계를 기반으로, 제품 수명주기 전반에 걸쳐 데이터를 최대한 활용하고, AI 모델 학습 및 신뢰성 높은 합성 데이터 생성을 지원한다. 또한, 모델 기반 시스템 엔지니어링(MBSE)의 기능이 한층 강화되어 팀 간 신뢰 기반 협업은 물론, 디지털 연속성과 조직 간 통합된 워크플로 체계를 안정적으로 유지할 수 있다. 파이썬 호환성 확장을 통해 워크플로 자동화와 데이터 관리 유연성이 강화되었으며, 반복 가능한 프로젝트 운영과 품질 향상에 기여하고 있다. 스마트 자동화와 고도화된 데이터 관리 기술은 조직 내 다양한 팀들 간의 유기적이고 효율적인 협업 환경을 구축하고, 고성능 연산 기반으로 도출된 인사이트는 실행 가능한 결과로 제안되어, 정확하고 신속한 의사결정을 지원한다. 뿐만 아니라, 앤시스는 핵심 엔지니어링 역량을 지속적으로 고도화하며, 사용자가 보다 신속하게 시뮬레이션 결과를 도출하고 혁신 기회를 창출할 수 있도록 지원한다고 소개했다.  이러한 가속화는 클라우드 기반 시뮬레이션의 유연성을 통해 한층 강화된다. 앤시스 2025 R2는 클라우드 기술, 고성능 컴퓨팅(HPC), GPU 최적화 인프라를 적극 활용하여 연산 효율과 시뮬레이션 확장성을 강화한다. 앤시스는 “이를 통해 고객은 더 많은 설계 가능성을 더 짧은 시간 안에 탐색할 수 있다. 웹 기반 및 온디맨드 기능 확장을 통해 엔지니어는 필요한 툴에 손쉽게 접근할 수 있으며, 데스크톱 환경을 넘어서는 개발 역량 확보가 가능해졌다”고 전했다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스의 시뮬레이션은 물리 기반 설계의 기준점이자 이론과 실험을 연결하는 가교 역할을 해 왔다. 50년 이상의 고급 물리 해석 경험을 바탕으로, 앤시스 2025 R2는 더욱 스마트하고 빠르며 복잡한 시뮬레이션을 구현할 수 있도록 지원한다”면서, “모델·메타데이터·추적성·표준 기반의 데이터 활용을 통해 미래의 혁신적인 제품 개발을 위한 엔지니어링 역량을 강화할 것”이라고 강조했다.

딜로이트(Deloitte)는 인더스트리 4.0을 직접 체험할 수 있는 스마트 공장의 모델 시설을 독일 뒤셀도르프에 열었다고 밝혔다. 이 스마트 공장은 사이버-물리 시스템(CPS)의 개발 및 생산에 관련된 모든 산업을 대상으로 하며, 여러 전문 부서 간의 협업을 조율하고 회사 내외부의 수많은 이해관계자를 통합해야 하는 기업을 위해 마련되었다. 딜로이트와 프로스텝(PROSTEP)은 이 공장에서 엔드 투 엔드 데이터 프로세스를 위한 실용적인 활용 사례를 구현했으며, 요구사항 공학, 모델 기반 시스템 엔지니어링(MBSE) 및 개발을 연결하는 디지털 프로세스 체인을 그 예로 들 수 있다. 이들 사용 사례는 엔드 투 엔드 추적성이 어떻게 작동하는지와 AI 지원 프로세스의 기반을 어떻게 마련할 수 있는지를 보여준다. 딜로이트와 프로스텝은엔드 투 엔드 엔지니어링 프로세스 체인 개발을 위해 긴밀히 협력했으며, 이 과정에서 딜로이트의 프로세스 노하우와 프로스텝의 PLM(제품 수명주기 관리) 통합 노하우가 결합되었다. 프로스텝의 설루션인 오픈PDM(OpenPDM)이 통합의 기반을 제공하며, 이는 프로스텝 디지털 스레드 플랫폼의 일부이다. 오픈PDM은 주요 PLM, ALM, ERP 시스템에 대한 표준 커넥터를 제공하여 통합 및 유지보수 비용을 최소화한다. 통합된 IT 시스템 환경은 시스템 개발에서 원활한 협업을 촉진하여, 다양한 전문 부서가 선호하는 전문 시스템에서 높은 수준의 품질과 효율성을 달성할 수 있도록 한다. 또한 개발 주기를 단축하고 A-SPICE, CSMS 표준, MDR(의료기기 규정) 등에서 요구하는 추적성 관련 규정 준수 요건을 충족하는 데 도움이 된다.     이런 사용 사례는 V-모델(V-model)을 따르는 일반적인 개발 프로세스를 기반으로 한다. 이해관계자의 요구사항은 먼저 PTC 코드비머(PTC Codebeamer)에 기록된 후, 다쏘시스템의 카티아 매직 사이버 시스템즈 엔지니어(Catia Magic Cyber Systems Engineer)로 전송되어 시스템 아키텍처를 모델링하고 추가적인 기능 및 시스템 요구사항을 도출하는 데 사용된다. 특정 성숙도에 도달하면 전체 요구사항 패키지는 추가 개발을 위해 지멘스 팀센터(Siemens Teamcenter)로 전달된다. 프로스텝의 피터 팔츠그라프(Peter Pfalzgraf) 파트너 매니저는 “이렇게 구현된 사용 사례의 주요 장점은 자동화된 데이터 인터페이스가 도메인 경계를 넘나드는 협업을 용이하게 한다는 점”이라면서, “이 설루션은 연결된 IT 시스템에서 일관된 데이터 상태를 보장하고 시스템 간 추적성을 지원한다. 이를 통해 여러 전문 부서 간의 협력이 필요한 복잡한 시스템의 개발 속도를 높이는 데 기여한다”고 밝혔다. 딜로이트의 티노 크루거(Tino Krüger) 제품 전략 및 수명 주기 관리 파트너는 “프로스텝이 규제 산업에서 이기종 시스템 환경을 통합한 수십 년의 경험을 가지고 있어 파트너로 선택했다”면서, “두 회사는 자동차, 방위, 항공우주, 의료 기술, 플랜트 엔지니어링, 조선 등 수많은 다양한 산업에서 사업을 운영하고 있다. 우리는 서로를 완벽하게 보완한다”고 전했다.

다쏘시스템코리아는 글로벌 화장품 ODM 전문기업 씨앤씨인터내셔널이 제품 수명주기 관리 시스템(PLM) 구축을 위해 다쏘시스템의 3D익스피리언스 플랫폼을 도입한다고 밝혔다. 다쏘시스템의 3D익스피리언스 플랫폼은 제품 기획부터 연구개발, 생산, 유통에 이르기까지 전 과정을 디지털로 통합 관리하는 플랫폼으로, 실시간 데이터 공유와 유기적인 협업 환경을 지원한다. 해당 플랫폼을 통한 씨앤씨인터내셔널의 PLM 시스템 구축은 글로벌 고객사의 다양하고 복잡한 제품 요구에 보다 민첩하게 대응하고, 다품종의 제품개발 및 고객 대응 체계를 고도화하기 위한 디지털 전환 전략의 일환으로 추진됐다. 특히 신제품 개발(NPD) 프로세스의 체계적 관리와 함께, 처방·원재료·규제 정보를 포함한 제품 개발 이력을 디지털로 통합 관리하는 데 중점을 뒀다. 씨앤씨인터내셔널은 로레알, 에스티로더, LVMH 등 세계적인 화장품 그룹을 포함한 500여 개 브랜드와의 협력을 기반으로 빠르게 변화하는 글로벌 뷰티 시장에서 독보적인 경쟁력을 확보하고 있다. 독자적인 제형 기술력과 글로벌 네트워크를 바탕으로 K-뷰티 글로벌 열풍의 핵심 기업으로 자리매김했으며 최근에는 스킨케어, 하이브리드 분야로 포트폴리오를 본격 확장하며 글로벌 종합 화장품 ODM 기업으로 도약하고 있다.     다쏘시스템의 3D익스피리언스 플랫폼은 ▲제품 개발 프로젝트 관리 ▲원재료 및 처방 관리 ▲배합 BOM 관리 ▲글로벌 규제 및 컴플라이언스 관리 ▲실시간 대시보드 제공 등 주요 PLM 기능을 제공하여 R&D 전반의 디지털화를 지원한다. 또한 PC 및 모바일 기반의 멀티 플랫폼 환경을 제공하여 언제 어디서나 효율적인 협업과 의사결정이 가능하도록 돕는다. 씨앤씨인터내셔널은 이번 PLM 설루션 구축을 통해 제품 개발 단계별 데이터의 실시간 수집 및 분석 환경을 마련하고, 연구개발 결과물의 디지털 자산화, 제품 이력의 추적성 확보, 글로벌 규제 대응력 강화 등 다방면에서 경쟁력을 높일 것으로 기대하고 있다. 다쏘시스템의 플랫폼 도입은 제품 개발 과정을 디지털 중심으로 전환함으로써, 빠르게 변화하는 시장 환경 속 개발 효율성과 품질 경쟁력을 한층 강화하기 위한 전략적 결정이다. 씨앤씨인터내셔널 배수아 대표는 “이번 PLM 도입은 씨앤씨인터내셔널의 R&D 프로세스 전반을 정교하게 재설계하는 전환점이 될 것”이라며, “한층 고도화된 제품 개발 프로세스 구축 및 협업 역량 강화를 통해 더욱 다양해지는 글로벌 뷰티 시장의 요구에 빠르고 유연하게 대응할 수 있을 것으로 기대한다”고 밝혔다. 다쏘시스템코리아 정운성 대표는 “글로벌 종합 화장품 ODM 기업으로 도약 중인 씨앤씨인터내셔널의 디지털 R&D 혁신을 3D익스피리언스 플랫폼으로 함께하게 되어 매우 뜻깊다”면서, “다쏘시스템은 앞으로도 소비재 산업 전반의 디지털 전환을 선도하며, 고객의 지속 가능한 성장과 브랜드 가치 제고를 위한 전략적 파트너로 함께할 것”이라고 말했다.

제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (13)   이번 호에서는 크레오 파라메트릭의 클리어런스 및 크리피지 분석 기능으로 전기적 제품의 고장을 사전에 예방하고 전기적 안전성을 향상시킬 수 있도록 설계를 최적화하는 방법을 알아보자.   ■ 김성철 디지테크 기술지원팀의 이사로 Creo 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   클리어런스와 크리피지 분석의 중요성 전기 및 전자 제품의 설계에서 절연 거리 확보는 전기적 제품의 안정을 위해 중요한 설계 고려 사항이다. 제품에 안전한 절연 거리가 확보되지 않으면 누전, 감전과 화재가 발생할 수 있으며 이는 제품의 고장이나 안전 사고로 이어질 수 있다. 이에 따라 국제 표준에서는 전기 제품 설계 시 필수로 확보해야 하는 최소 클리어런스와 크리피지 거리를 규정하고 있으며, 설계자는 이를 준수하여 전기적 안전을 고려한 설계를 진행해야 한다. 크레오 파라메트릭은 이러한 분석을 설계 단계에서 자동화하여 신속하고 정확하게 검증하고, 제품의 전기적 안전을 최적화한 설계를 가능하게 한다.   클리어런스와 크리피지 정의 클리어런스(Clearance)는 공기 중을 통한 두 도전성 부품 간의 최단 거리이다. 고전압 환경에서는 절연 파괴를 방지하기 위해 충분한 거리를 확보해야 한다. 크리피지(Creepage)는 절연 표면을 따라 두 도전성 부품 간의 최단 거리이다. 먼지, 습기 등으로 인해 누설 전류가 발생할 수 있으므로 전기적 제품은 안전한 크리피지 거리를 확보하는 것이 중요하다.     국제 표준인 IEC 60601, IEC 60950 등은 사용 환경, 오염 등급, 재료 그룹 및 전압 수준 등에 따라 다양한 절연 거리 기준을 규정하고 있다.   크레오 파라메트릭의 클리어런스 및 크리피지 분석 절차 크레오 파라메트릭에서 3D 모델에 전기적 절연 특성을 정의하고 전도성 부품 간의 절연 거리를 자동으로 계산한다. 사용자가 설정한 기준에 따라 분석 결과를 시각적으로 표시하고 문제 영역을 검토하여 허용 여부를 더 빠르게 판단할 수 있다.     크레오 파라메트릭에서는 클리어런스 및 크리피지 분석을 다음과 같은 절차로 진행할 수 있다.  모델 설정(메타데이터 정의)  분석 정의(전기 네트 및 분석 설정)  결과 및 리포팅(결과 검토)   모델 설정 분석 대상 모델에 대해 전기적 컴포넌트, 도전체 및 절연체를 정의하고 필요한 속성을 지정한다. 크레오 파라메트릭에서 분석(Analysis) → 클리어런스 및 크리피지(Clearance and Creepage) 분석을 실행한다.     클리어런스 및 크리피지 분석 대화상자에서 ‘메타데이터(Meta Data)’ 탭의 부품 목록을 확인하고, CTI 열에 각 컴포넌트의 비교 추적 치수(CTI) 값을 정의한다.     ■ 참고 비교 추적 지수(Comparative Tracking Index : CTI)는 전기 절연체의 내전력성을 측정하는 데 사용되는 지표이며, 전기 절연체의 표면에 발생하는 누설 전류를 측정하여 전기적으로 견딜 수 있는 능력을 평가한다. CTI 등급은 IEC 60112 규격에 따라 분류되며 IEC 60112는 전기 기기의 절연체에 대한 추적성 시험 방법을 제공하는 국제 표준이다.   CTI 값은 정수로 정의하며 정의되지 않은 부품(-1, 기본값), 전도성 부품(0)과 부품의 절연성에 따라 0보다 큰 값을 정의한다. 부품의 절연성이 높을 수록 높은 CTI 값을 가진다. 개별 컴포넌트의 매개변수(Parameters)에 COMPARATIVE_ TRACKING_INDEX 값을 직접 입력하여 CTI 값을 지정할 수도 있다.      또한, 피처 매개변수(Feature Parameters)를 활용하여 부품 내 각 피처별로 서로 다른 CTI 값을 지정할 수 있다. 이를 통해 재질 특성이 서로 다른 비균일 구성 요소를 보다 정밀하게 정의하고 더욱 현실적인 전기적 안전 분석을 수행할 수 있다.        ■ 자세한 기사 내용은 PDF로 제공됩니다.

헥사곤 매뉴팩처링 인텔리전스(Hexagon Manufacturing Intelligence)가 혼합 생산, 대형 구조물 생산 환경을 위한 차세대 레이저 트래커인 라이카 앱솔루트 트래커 ATS800(Leica Absolute Tracker ATS800)을 출시했다. 이 신제품은 항공우주 및 풍력 에너지와 같은 대규모 제조 분야에서 완전히 새로운 품질 검사 솔루션을 제공하며, 특히 항공우주 제조업체들이 인력 부족 및 비용 상승 문제에 대응해 생산량 제고를 위해 경쟁하는 가운데 리플렉터 기반 측정 시스템에 필적하는 스캐닝 정확도를 제공하면서 경량화된 설계로 뛰어난 휴대성을 갖춘 것이 특징이다. ATS800은 디지털 및 로봇 자동화 워크플로우와 원활하게 통합되어 검사 시간을 획기적으로 단축하는 동시에 실시간 측정 및 프로세스 정렬을 가능하게 한다. 핵심 혁신 기술인 피처디텍트(FeatureDetect)는 수동 프로그래밍 없이 주요 파트 형상을 자동으로 인식하는 기능을 제공한다. 피처디텍트는 작업자의 작업량을 줄임으로써 자동화 및 수동 검사 프로세스에서 생산성을 향상시킨다. 피처디텍트는 CAD 데이터를 통해 작동하거나 ATS800에 내장된 고해상도 파노라마 카메라를 사용하여 독립적으로 작동한다. 이 광각 라이브 이미지 피드를 통해 시스템은 실제 파트에서 직접 피쳐를 인식하여 설정 속도를 높이고 검사를 간소화할 수 있다.  ATS800은 고정밀 다이렉트 스캐닝과 리플렉터 트래킹을 하나의 소형 시스템에 결합한 제품으로, 수동으로 검사할 때 병목 현상이 종종 발생하는 복잡한 대형 구조물을 다루는 안전 필수 산업을 위해 설계되었다. 설정 시간이 몇 시간에서 몇 분으로 단축되어 동체 정렬부터 복합재 레이업까지 정확성이나 추적성을 손상시키지 않고 무인 또는 공정 내 검사를 지원한다. 로드리고 알파이아(Rodrigo Alfaia) 헥사곤 레이저 트래커 제품 디렉터는 “오늘날의 제조업체는 최고의 품질 기준을 유지하면서 생산량을 늘려야 한다는 엄청난 압박을 받고 있으며 기존의 노동 집약적인 공정으로는 이를 따라갈 수 없다”며, “ATS800은 정밀도 저하 없이 설정 및 현장 측정 작업을 수 시간 단축했다. 복잡한 작업자 교육 없이도 동체 전체를 밤새 스캔하거나 중요한 조립 공정을 실시간으로 안내하는 등 데이터 기반 프로세스를 운영 수준으로 끌어올려 대형물 검사를 물리적 및 디지털 방식으로 자동화하고 있다”고 말했다.

앤시스는 자율주행차 시대에 요구되는 안전성과 성능을 충족하는 전자식 파워 스티어링 시스템(EPS : Electronic Power Steering system) 개발을 위해 폭스바겐과 협력하고 있다고 소개했다. 자율주행차, 차량 공유 및 배송 서비스가 머지않아 일상 속에서 주류 기술로 자리잡을 것으로 전망된다. 맥킨지 미래 모빌리티 센터는 자율주행 기술이 오는 2035년까지 3000억~4000억 달러의 수익을 창출할 수 있을 것으로 내다봤다. 이는 자율주행차 개발에 투자하고 있는 완성차 제조업체(OEM) 및 티어 공급업체에게 긍정적인 신호로 해석된다. 다만 이러한 기술이 본격적으로 상용화되기 위해서는 새로운 기술 역량의 확보는 물론, 안정성과 관련된 다양한 우려를 해소할 수 있는 능력이 성공의 핵심으로 작용할 것이다. 폭스바겐은 EPS를 개발하면서 급변하는 자동차 산업 환경과 자율주행 기술의 진화에 발맞춰 혁신을 추진하고 있다. 특히, EPS의 성능과 안전성을 빠르게 개선해 관련 요구 사항의 임계값을 충족시키는 동시에, 자사 브랜드 고유의 정확하고 반응성이 뛰어난 핸들링 성능을 강화하기 위해 앤시스의 시뮬레이션 소프트웨어를 적극 도입하고 있다. EPS는 다양한 주행 시나리오에서 스티어링 프로세스를 정밀하게 제어할 수 있는 복잡한 기능을 갖추고 있다. 이러한 진화 덕분에 최신 자동차는 차선 유지 보조 시스템, 고속도로 주행 시나리오의 일시적 자율주행, 자동 주차 그리고 무인 호출 기능까지 다양한 자동화 기술을 탑재하고 있다. 앞으로의 발전 방향은 ‘스티어-바이-와이어(Steer-by-wire)’ 시스템으로 나아갈 것으로 예상된다. 이 시스템은 운전자와 앞바퀴 간의 기계적 연결 없이도 차량을 제어할 수 있도록 하며, SAE 레벨 3 이상의 고도 자율주행을 실현하는 핵심 기술로 주목받고 있다.   ▲ 폭스바겐 프리미엄 플랫폼용 전자식 스티어링 시스템의 주요 사양   승차감과 핸들링을 좌우하는 스티어링 시스템 개발은 폭스바겐의 차량 설계에서 핵심적인 역할을 담당한다. 차량 주행 중의 변화는 대부분 소프트웨어 기능에 의해 밀리초 단위로 정밀하게 조정되며, 운전자가 무의식적으로 감지하는 미세한 차이가 성능에 대한 인식으로 이어지는 경우가 많다. 특히, 운전자의 직접적인 입력이 제한되는 자율주행차에서는 더욱 복잡하게 작용한다. 현재 폭스바겐은 프리미엄 플랫폼 전기차에 적용 가능한 첨단 모듈형 스티어링 시스템을 개발 중이다. 이러한 시스템은 스티어링 보조 기능의 갑작스러운 상실이나 예기치 못한 스티어링을 포함한 자율주행 관련 위험을 효과적으로 완화한다. 또한, 자율주행 환경에서 요구되는 EPS 시스템의 복잡성에 대응하기 위해 폭스바겐은 다양한 물리 영역을 아우르는 테스트를 수행하고 있다. 이는 약 150명의 엔지니어가 75만 줄의 코드를 기반으로 8000개 이상의 요구 사항을 만족시키는 소형 전자 제어 장치(ECU)에 대한 테스트, 유효성 검토 및 검증 작업을 책임지고 있다. 이러한 작업은 고성능이면서도 비용 효율적인 ECU의 개발을 가능케 한다. 특히 폭스바겐은 테스트 시나리오 전반에 걸친 시간 및 비용 부담을 최소화하고 개발 속도와 효율성을 동시에 확보하기 위해 제품과 프로세스 전반의 간소화를 적극적으로 추진하고 있다. 앤시스의 쇠렌 슈라이너(Soeren Schreiner) 수석 애플리케이션 엔지니어는 “자율주행 기술처럼 복잡성과 변동성이 높은 분야에서는 적응력이 뛰어난 설루션이 필수이다. 동시에 비용 효율성과 안전성 또한 충족되어야 한다. 특히 안전은 전체 개발 비용에서 가장 큰 비중을 차지하는 요소 중 하나”라고 강조했다. 자율주행 기술의 복잡한 시스템의 안전성을 보장하기 위해, 폭스바겐 엔지니어들은 국제적 안전 표준을 충족하는 방식으로 시스템 소프트웨어를 개발했음을 적극적으로 입증해야 한다. 이를 위해 폭스바겐은 차량용 전기·전자(E/E) 시스템의 기능적 안전을 규정한 국제 표준 ISO 26262를 기반으로, 가장 높은 수준의 안전 등급인 ASIL-D를 준수하고 있다. ASIL-D는 EPS와 같은 안전 필수 시스템의 설계·개발 시 적용되는 핵심 프레임워크다. 또한, 폭스바겐의 스티어링 시스템은 자동차 임베디드 소프트웨어 개발의 글로벌 품질 기준인 ASPICE(Automotive SPICE)의 레벨 2(L2) 요구 사항을 충족해야 한다. ASPICE L2는 차량 소프트웨어 개발 표준의 이행 여부를 평가해, 신뢰 가능한 결과물을 일관되게 제공할 수 있는지를 검증하는 체계다. 이러한 표준을 만족시키기 위해 폭스바겐은 앤시스의 시스템 및 소프트웨어 아키텍처 설계(SCADE Architect), 주요 임베디드 소프트웨어를 위한 모델 기반 개발 환경(SCADE Suite), 임베디드 소프트웨어 테스트(SCADE Test) 및 소프트웨어 라이프 사이클 관리(SCADE LifeCycle) 등 다양한 개발 도구를 활용해 엔드 투 엔드 모델 기반 시스템 및 소프트웨어 설계 툴체인을 구축했다. 이 새로운 툴체인은 소프트웨어 개발 및 배포 효율성을 높이는 동시에, 고난도 안전 제약 기준을 충족해야 하는 시스템 내에서 ISO 26262 ASIL-D 및 ASPICE L2를 준수할 수 있도록 지원한다. 앤시스의 쇠렌 슈라이너 수석 애플리케이션 엔지니어는 “폭스바겐과 함께 개발한 이번 워크플로는 효율성과 유연성을 모두 갖춘 것이 특징이다. 이 프로세스를 통해 복잡한 다단계 소프트웨어 아키텍처 모델을 정의하고 유지하면서도 설계 모델과 기능 테스트 간의 자동 동기화, 전체 개발 과정에 걸친 요구사항 추적성 확보가 가능해졌다”라고 설명했다.

MBSE를 위한 아키텍처-1D 모델 연계의 중요성 및 적용 전략 (1)   제조산업에서 설계 효율 향상과 개발 기간 단축을 위해 모델 기반 개발(MBD)을 적극 도입하고 있지만, 아키텍처 모델과 1D 모델 간의 연계 부족으로 인해 개발 단계에서 모델의 실질적인 활용과 의사결정 지원이 어려운 경우도 많다. 이번 호에서는 MBD의 성과를 높이기 위한 아키텍처 모델과 1D 모델의 체계적인 연계 방안을 제시하고, 이를 통한 설계 효율 및 개발 정확성 향상의 전략적 방향을 살펴본다.   ■ 오재응 한양대학교 명예교수, LG전자 기술고문   최근 제조산업은 제품의 개발 기간 단축과 다품종 생산이라는 트렌드에 대응하기 위해 개발의 효율성을 극대화하고 반복 설계를 최소화하는 방향으로 변화하고 있다. 이러한 흐름 속에서 모델 기반 개발(Model-Based Development : MBD)은 이미 많은 제조업체가 적극 추진하고 있으며, 이를 통해 설계 초기부터 제품의 동작을 예측하고 최적화할 수 있는 기반을 마련하고자 한다. 그러나 모델 기반 개발을 도입하고 실제로 모델을 구축했음에도 불구하고, 현업에서 모델이 제대로 활용되지 못하는 경우가 많다. 이는 구축된 모델이 단지 형식적으로 존재할 뿐, 제품 개발의 맥락 속에서 아키텍처적, 1D적 연결성을 갖추지 못해 실질적인 의사결정과 개발 단계에서 활용되지 못하고 있기 때문이다. 즉, 원래 의도한 목적이나 아키텍처적 요구와 연계되지 않은 모델이기 때문에, 사용자는 해당 모델이 ‘내 일에 어떻게 쓰이는지’를 이해하지 못하고 거리감을 느끼는 것이다. 이러한 문제를 극복하기 위해서는 아키텍처 모델과 1D 모델을 유기적으로 연계하고, 이를 기반으로 아키텍처 요구사항을 구체화할 수 있어야 한다. 아키텍처 모델이란 제품의 구조, 기능, 물리적 메커니즘 등 아키텍처적 개념을 설명하는 모델이며, 1D 모델은 이러한 개념을 수학적으로 해석하고 시뮬레이션 가능한 형태로 정형화한 것이다. 따라서 아키텍처 모델과 1D 모델 간의 연계는 제품 개발의 전체 V자 프로세스에서 핵심 역할을 하며, 상호보완적으로 작용하여 제품 성능 검증 및 요구사항 만족 여부를 평가하는 데 기여한다.   그림 1. 아키텍처 모델 – 1D 모델 연계   <그림 1>은 이러한 개념을 시각적으로 설명한다. 초기의 아키텍처 설계 단계에서 아키텍처 요구와 구조를 정의한 뒤 이를 바탕으로 1D 모델이 생성되고, 시뮬레이션 및 해석을 통해 결과를 도출하며, 이 결과는 다시 상위의 아키텍처 요구사항에 대한 검증으로 이어진다. 이처럼 상향식-하향식 피드백 루프를 통해 아키텍처 모델과 1D 모델이 반복적으로 연계되어야 진정한 의미의 모델 기반 개발이 실현될 수 있다. 특히 설계자와 개발자는 1D 모델은 제품을 해석하고 튜닝하는 강력한 도구라고 인식하지만, ‘왜 이 설계를 했는가’, ‘서브시스템 간 구조는 어떻게 되는가’, ‘요구사항은 어떻게 충족되는가’와 같은 질문에는 답하지 못한다. 그 해답을 주는 것이 바로 아키텍처 모델(MBSE)이며, 이 두 모델을 연결해야만 설계의 정확성, 추적성, 협업성이 동시에 확보된다.   다양한 유형의 아키텍처적 측정 간의 관계   그림 2. ISO/IEC 15288 System Life Cycle Technical Processes & Life Cycle   ISO/IEC 15288(그림 2)은 시스템 수명주기 전반에 걸친 아키텍처 프로세스의 흐름과 체계를 정의한 국제 표준이다. 특히 이 표준은 모델 기반 시스템 엔지니어링(Model-Based Systems Engineering : MBSE) 관점에서 시스템 개발 활동을 구조화한 것으로, 시스템 수명 주기(V 모델)를 기반으로 요구 분석, 설계, 검증 및 확인, 유지보수 등 각 단계의 아키텍처적 활동과 그 상호 관계를 정립한다. 시스템 엔지니어링 활동을 통해 성공적인 시스템을 구축하기 위해서는 다양한 아키텍처적 성과 지표와 측정 지표가 필요하며, 이를 통해 시스템의 목표 달성 여부를 판단할 수 있다. 대표적인 지표로는 다음과 같은 세 가지가 있다. MOE(Measure of Effectiveness, 효과성 측정지표)는 시스템이 실제 운용 환경에서 얼마나 효과적으로 임무를 수행할 수 있는지를 평가하는 지표로, 주로 고객 요구사항이나 운용 목표 달성 여부에 초점을 맞춘다.  MOP(Measure of Performance, 성능 측정지표)는 시스템의 성능 수준을 수치적으로 정량화한 것으로, 설계 명세나 요구된 성능 기준을 얼마나 충족하는지를 평가한다.  TPM(Technical Performance Measure, 아키텍처 성과 측정지표)은 개발 과정 중 아키텍처 적인 목표 도달 여부를 지속적으로 모니터링하고 예측하는 데 사용되는 지표로, 시스템 개발 리스크를 조기에 식별하고 관리하는 데 활용된다. 이러한 측정 지표는 예측 차이나 실측 차이를 바탕으로 비교 분석할 수 있으며, 시스템 개발 단계에서 시스템의 위험 요인에 대한 조기 탐지와 개선 대책의 선제 적용이 가능하도록 지원한다. 이는 곧 사업의 비용 효율성 제고와 일정 준수에 기여하며, 전체 수명주기 동안 긍정적인 영향을 유도할 수 있다.  <그림 2>는 ISO/IEC 15288의 V-모델과 아키텍처적 측정 지표가 어떻게 연계되는지를 보여준다. 요구사항 도출과 검증, 설계와 확인 간의 대응 관계를 통해 아키텍처적 활동이 체계적으로 연결되며, 수명주기 전체에서 MOE, MOP, TPM이 통합적으로 작동하여 아키텍처적 리스크를 관리하고 시스템의 성공적인 구현을 가능하게 한다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

다쏘시스템은 독일 라인 베스트팔렌 아헨공과대학교의 ‘기계 요소 및 시스템 엔지니어링 연구소(MSE)’와 독일 차세대 인재의 엔지니어링 및 산업용 제품 개발 역량 강화를 위해 10년간의 협력을 체결했다고 발표했다. 연구소는 1만 3000명의 아헨공과대학교 기계공학과 학생을 위해 교육 과정에 다쏘시스템의 클라우드 기반 3D익스피리언스 플랫폼을 통합해, 3D익스피리언스 플랫폼과 모델 기반 시스템 엔지니어링(MBSE)을 교육 프로그램의 핵심 기술로 활용한다. 연구소와 협력을 맺은 학과장은 최신 버추얼 트윈 애플리케이션을 통합해 학생과 신입 엔지니어를 모델 기반 시스템 엔지니어링으로 교육한다. 다쏘시스템의 3D익스피리언스 플랫폼은 모델링을 물리적, AI 기반 시뮬레이션과 연결하여, 하나의 협업 환경에서 시스템 파라미터의 완전한 추적성을 제공한다. 학생들은 모든 산업 분야의 직무에 적용할 수 있는 실습 중심의 학습을 통해 전문 분야로의 진입이 용이한 것은 물론, 장기적인 사전 교육 없이도 빠르게 현업에 적응할 수 있다. 모델 기반 시스템 엔지니어링은 자율주행 차량, 항공기, 의료기기 및 기계, 전자, 소프트웨어 시스템을 결합한 기타 설루션을 효율적으로 개발하는 데 있어 핵심 요소로 떠오르고 있다. 아울러, 현업에서 고급 모델링 및 시뮬레이션 기술을 보유한 직원은 복잡한 제품 개발에 경험과 순환의 원칙을 도입하는 규제 및 경쟁 시장의 기업에서 경쟁우위를 차지한다.     아헨공과대학교 기계 요소 및 시스템 엔지니어링 연구소의 소장인 게오르그 야콥(Georg Jacobs) 교수는 “AI가 지원하는 원활한 디지털 제품 개발 프로세스로 전환하려면 모델 기반 시스템 엔지니어링 방법과 툴에 대한 교육을 받은 엔지니어가 필요했고, 이는 필연적으로 다쏘시스템 3D익스피리언스 플랫폼을 사용하는 것으로 이어졌다”면서, “다쏘시스템과의 파트너십은 주력 기술대학교 중에서는 가장 큰 규모이며, 이는 향후 업계의 혁신역량을 강화할 것”이라고 말했다. 다쏘시스템의 발레리 페레(Valérie Ferret) 교육 경험 부문 부사장은 “시스템 엔지니어링을 완벽하게 숙지하는 생성형 경제에서 산업 혁신을 위한 필수 요소”라면서, “아헨공과대학교 기계 요소 및 시스템 엔지니어링 연구소 및 시스템 엔지니어링(CSE) 연구소와의 파트너십을 통해 미래 엔지니어링 전문가에게 적합한 기술을 교육함으로써, 독일의 기술 격차를 해소하고 학생들의 취업률을 높이며 산업 혁신을 가속화하는데 기여할 것”이라고 말했다.