개발 : ZWSOFT 주요 특징 : 기계/제조 분야에 특화된 3D CAD/CAE/CAM 소프트웨어, 제품 설계를 위한 특화 기능을 바탕으로 설계 엔지니어링 과정의 효율을 향상, 기계 및 장비 분야에 필요한 대용량 파일 처리 속도 향상, 스마트 구속을 통한 설계 자동화, 2D CAD와 싱크로나이즈를 통해 2D & 3D 설계 협업 최적화 등 공급 : 지더블유캐드코리아   설계 자동화와 도면 연동으로 통합 워크플로 실현 복잡하고 유기적으로 연결된 설계-제조 환경에서 엔지니어는 단순한 모델링을 넘어 변화에 즉각 반응하는 데이터 흐름과 반복 작업 없는 설계, 그리고 설계 의도와 도면 간의 일관성을 요구받고 있다. ZW3D 2026은 이러한 현실적 과제를 해결하기 위해 기존의 단순한 설계 도구에서 벗어나, 설계(CAD) – 검증(CAE) – 제조(CAM) 프로세스의 연속성을 가지기 위해 통합된 플랫폼으로 탈바꿈하고 있다. 이번 ZW3D 2026 버전에서 주목할 만한 점은, 설계자가 수동으로 반복하던 구속 조건 설정을 자동화하고, 제품 설계에 필요한 조립 구조를 클릭 몇 번으로 생성할 수 있도록 자동화 프로세스로 최적화한 부분이다. 여기에 20만개의 부품에 이르는 대용량 어셈블리 환경에서도 안정적인 렌더링과 임포트(import) 속도를 제공하며, 3D 모델의 변경 사항이 DWG 기반의 2D 도면에 실시간으로 반영되는 싱크로나이즈(synchronize)를 통해 설계 일관성과 도면의 정확성을 동시에 확보할 수 있게 되었다. 이러한 기능적 업데이트는 단지 속도 차원에서의 효율화가 아니며, 설계 변경이 잦은 제품 개발 프로세스에서 데이터간 발생되는 오류를 줄이고, 반복 작업 시간을 줄이며 무엇보다 유기적인 설계 협업 관계를 끝까지 유지시킬 수 있는 기반을 제공한다. ZW3D 2026은 2D CAD 전용 소프트웨어인 ZWCAD와 3D CAD/CAE/CAM 소프트웨어인 ZW3D 간의 플랫폼을 통합하여 활용할 수 있는 통로를 구축한 첫 번째 설루션이다. 아직까지도 실제 현업에서 많이 사용하는 *.dwg나 *.dxf와 같은 2D 확장자를 3D 데이터와 연결함으로써 보다 빠른 제조 도면을 생산할 수 있기 때문에, 더욱 최적화된 2D & 3D 통합을 이뤄낸 설루션이 될 것이다. 이를 통해 설계 데이터와 사용자 액션 간의 실시간 연결성이 확보되고, 반복 작업은 자동화되며, 엔지니어는 복잡한 제품 설계를 보다 스마트하고 빠르게 완성할 수 있는 환경을 갖추게 되었다.     신기능 : 설계 워크플로를 혁신하는 생산성 향상 기능 ZW3D 2026은 설계자와 엔지니어의 생산성을 높이기 위해 다양한 신규 기능을 도입했다.   새로운 엔지니어링 기능(마운팅 보스, 립/홈, 스냅 후크) 기계·제품 설계에 요구되는 '마운팅 보스, 립/홈, 스냅 후크’ 등 다양하고 실용적인 엔지니어링 기능이 추가되었다. 마운팅 보스는 플라스틱 및 금속 부품의 고정 구조 설계에 최적화되었으며, 립 기능은 구조적 강성을 강화하는 데 유용하다. 스냅후크 기능은 부품 간 결합을 간소화하며, 특히 플라스틱 사출 성형 설계에서 정밀한 조립이 가능하도록 지원한다. 이러한 기능은 표준화된 템플릿과 함께 제공되어 설계 초기 단계에서부터 시간을 절약할 수 있다.     새로운 슬롯 기능과 나사산 기능의 향상(지능형 구속 조건 추론) 슬롯 및 나사산 생성 기능도 대폭 강화되었다. 이전까지는 사용자가 직접 프로파일을 생성해야 하는 과정이 필요했지만, 새롭게 도입된 슬롯 기능을 통해 복잡한 형상의 슬롯(직사각형, 곡선, 도브테일 등)을 간단한 클릭으로 생성할 수 있다. 그리고, 지능형 구속 조건 추론을 통해 슬롯의 위치와 방향을 자동으로 최적화한다.     나사산 기능 또한 ISO, DIN, ANSI 등 다양한 표준 프로파일을 지원하며, 지능형 추론 알고리즘을 통해 나사산의 피치와 깊이를 자동 조정한다. 이를 통해 나사산 모델링 시간이 약 35% 단축되었으며, 설계 정확도가 향상되었다.     압축 파일 열기(압축 파일에서 직접 임포트) ZW3D 2026은 ZIP, RAR 등 압축 파일에서 설계 데이터를 직접 임포트할 수 있는 기능을 새롭게 추가했다. 이를 통해 사용자는 별도의 압축 해제 과정 없이 대용량 데이터를 신속히 불러와 작업을 시작할 수 있다. 특히, 외부 협력업체와 공유되는 대규모 데이터셋을 효율적으로 처리하며, 데이터 로딩 시간이 기존 대비 약 40% 단축되었다. 이 기능은 복잡한 프로젝트 환경에서 즉시 작업이 가능하다는 점에서 워크플로 간소화에 큰 기여를 한다.     향상된 기능 : 더 빠르고 스마트하게 ZW3D 2026은 기존 기능의 성능을 개선하여 사용자 경험을 한층 강화했다.   판금 변환(원 클릭으로 시트메탈 설계 워크플로 혁신)     소비자 제품의 복잡한 판금 설계는 산업 스타일의 시각적인 니즈를 충족하기 위해 빈번한 설계 변경을 요구하며, 이는 후속 엔지니어링 작업을 복잡하게 만들고 수동 변환 과정에서 시간 소모와 오류를 일으킨다. 판금 모듈에 새롭게 추가된 ‘판금 변환’ 기능은 단 한 번의 클릭으로 복잡한 솔리드 모델이나 외부 판금 부품을 즉시 편집 가능한 판금 형상으로 변환하며, 자동으로 굽힘 영역을 수집하고 정의한다. 새롭게 추가된 벤트, 컷아웃, 루버, 엠보싱과 같은 기능을 활용하여 복잡한 판금 구조 생성을 간소화할 수 있으며, 실제 사례에서 가전제품 케이스 설계 시간을 최대 50% 단축했다.   스마트한 구속 조건 추론 스마트 구속 조건 추론 기능은 어셈블리 설계 과정에서 컴포넌트 선택 시 적합한 구속 조건을 자동으로 추천한다. 자주 사용하는 조건은 시스템이 학습하여 제안하고, 여러 부품을 한 번에 그룹 구속 설정하는 것도 가능하다. 개선된 알고리즘은 과구속 문제를 최소화하며, 구속 조건 충돌 관리자 탭을 통해 문제가 발생한 부품을 직관적으로 확인하고 수정할 수 있다. 이 기능은 최대 20만 부품으로 구성된 대규모 어셈블리에서도 안정적인 성능을 제공하며, 구속 설정 시간을 약 30% 줄였다.     설계 효율 향상(대용량 파일 처리 및 다중 솔리드 도면 작업 속도 향상) 수천~수만 개 부품으로 구성된 대용량 어셈블리 데이터에서도 불러오기/렌더링/저장 속도가 향상되었다. ZW3D 2026은 최적화된 데이터 처리 엔진을 통해 최대 20만 부품의 어셈블리 파일 로딩 속도를 이전 버전 대비 약 50% 단축했다. 또한, 다중 솔리드 도면 작업 시 렌더링 및 편집 속도가 약 40% 개선되어, 복잡한 설계 데이터의 수정과 검토가 더욱 원활해졌다. 이는 중장비, 산업 설비, 금형 설계 등 대규모 프로젝트에서 특히 효과적이다.   자동 도면 생성으로 2D 도면 워크플로 혁신 비표준 장비 설계 프로젝트에서는 수천~수만 개의 2D 도면 생성이 전체 프로젝트 주기의 최대 30%를 차지하며, 이는 설계 프로세스의 주요 병목 지점이다. ZW3D 2026은 자체 Z3RRW 확장자 기반의 자동 도면 생성 기능과 주석 기능을 통해 이러한 문제를 해결한다. 엔지니어는 단일 템플릿 설정만으로 치수와 공정 테이블을 일괄 생성할 수 있으며, 3D 모델 변경 시 해당 2D 도면이 자동으로 갱신되어 수작업을 최소화한다. 실제 사례에서 사출 성형 프로젝트의 도면 업데이트 시간이 4시간에서 3분으로 단축되었고, 15만 개 부품의 공장 레이아웃 프로젝트에서는 최적화된 투영 엔진으로 도면 뷰 생성 시간이 5분에서 1분으로 줄어들었다. 이로써 복잡한 워크플로에서도 도면 출력의 정확성과 일관성을 유지하며, 생산성을 높일 수 있다.     핵심 신기능 : 2D 싱크로나이즈(2D/3D 도면 시트 연동) ZW3D 2026의 핵심 기능인 2D 싱크로나이즈(2D Synchronize)는 2D 도면과 3D 도면 간의 실시간 동기화를 지원한다. 이 기능은 3D 모델(참조 파트)의 변경 사항을 2D 도면에 자동으로 동기화하고 변경된 치수가 연동된 도면에 자동 적용되도록 한다. ZWCAD에서 데이터 연동을 하려면 ‘치수’ 메뉴에서 ‘관련된 DWG/DXF’ 옵션을 활성화하여 생성된 2D 및 3D 도면에 연동성을 부여하고 ‘DWG/DXF로 동기화’ 버튼을 클릭하면, 연동된 DWG/DXF 도면에 변경 사항이 즉시 반영된다. 즉, DWG/DXF 파일로 다시 내보내지 않고도 설계 변경 사항과 주석이 실시간으로 업데이트되어 재작업 프로세스를 줄이고 작업 효율이 향상된다. 이를 통해 설계 일관성을 유지하면서 수정 작업 시간을 약 60% 절감할 수 있다. 또한, 협업 환경에서 다수의 설계자가 동시에 2D 및 3D 데이터를 수정하더라도 충돌을 최소화하며, 2D/3D 설계 데이터 공유를 지원하여 협업 효율을 높였다.     ZW3D 2026은 기존 사용자들이 겪던 불편을 해소하고, 최신 설계 트렌드를 반영한 지능적이고 실용적인 기능 개선에 중점을 두었다. 압축 파일 직접 열기, 원클릭 판금 변환, 스마트 구속 조건 추론, 자동 도면 생성, 그리고 2D 싱크로나이즈를 통한 2D/3D 실시간 연동은 설계 환경의 유연성과 효율을 높인다.     ■ 기사 내용은 PDF로도 제공됩니다.

시뮬레이션·디지털 트윈·AI 결합해제품 개발의 미래 제시   헥사곤 매뉴팩처링 인텔리전스에서 시뮬레이션 및 디지털 엔지니어링을 담당하는 헥사곤 디자인&엔지니어링(D&E) 사업부가 9월 18일 유저 콘퍼런스인 ‘헥사곤 디자인&엔지니어링 유저 콘퍼런스 코리아 2025’를 진행한다. 이 행사는 D&E 사업부의 기술과 전략을 집중 소개하고, 고객과의 협력을 강화하는 것을 주된 목적으로 한다. 헥사곤 매뉴팩처링 인텔리전스 D&E 사업부의 성 브라이언 사장은 이번 행사를 통해 AI 기반 시뮬레이션, 디지털 트윈, SPDM(시뮬레이션 프로세스 및 데이터 관리) 등 자사의 핵심 기술 역량을 공유하고, 디자인&엔지니어링의 미래 방향과 산업별 적용 사례를 폭넓게 전달할 것이라고 소개했다. 또한, 디자인&엔지니어링 분야에서 국내 시장 공략을 더욱 강화할 예정이라고 밝혔다. ■ 정수진 편집장     헥사곤 및 D&E 사업부에 대해 소개한다면 헥사곤은 센서, 소프트웨어, 자율화 설루션 분야의 글로벌 기업으로, 데이터를 활용해 산업, 제조, 인프라, 안전, 모빌리티 전반에서 효율과 품질을 높이고 있다. 전 세계 50개국에 약 2만 4500명의 임직원이 근무하며, 매출은 약 54억 유로에 이른다. 그중 헥사곤 매뉴팩처링 인텔리전스는 디자인 및 엔지니어링, 생산, 측정 전 과정에서 데이터를 기반으로 스마트 제조 환경을 지원한다. 헥사곤 디자인&엔지니어링(D&E) 사업부는 헥사곤 매뉴팩처링 인텔리전스 내에서 시뮬레이션 및 디지털 엔지니어링을 담당하고 있다. 헥사곤 D&E 사업부는 예측 시뮬레이션 소프트웨어를 통해 엔지니어들이 가상 프로토타입으로 제품 및 프로세스를 검증·최적화할 수 있도록 지원하며, 물리적 프로토타입의 ‘구축 및 테스트’를 대체하여 제품 개발 효율을 높이고 있다.   헥사곤 D&E 사업부가 보유한 대표 설루션과 핵심 기술은 무엇인지 헥사곤 D&E 사업부는 다양한 산업군에서 신뢰받는 CAE 시뮬레이션 및 디지털 엔지니어링 설루션을 제공한다. 주요 기술에는 선형·비선형 유한요소해석(FEA), 음향 해석, 유체-구조 연성해석(FSI), 다물체 동역학, 열 유동 해석, 최적화, 피로·내구성 해석, 전기기계식 드라이브라인 및 제어 시스템 시뮬레이션 등이 포함된다. 또한, ADAS(첨단 운전자 보조 시스템) 및 자율주행 분석, 시뮬레이션 프로세스 및 데이터 관리(SPDM), 디지털 트윈 구축, AI 기반 최적화 등 최신 기술을 꾸준히 개발하고 있다. 이러한 설루션을 통해 고객은 제품 설계를 최적화하고, 기존 물리적 프로토타입의 ‘빌드&테스트(build&test)’ 단계를 줄이며 개발 효율을 높일 수 있다.   헥사곤의 디자인&엔지니어링 설루션이 가진 차별점과 경쟁력을 소개한다면 가장 큰 강점은 디자인&엔지니어링 사업부와 헥사곤의 다른 계열사 사이의 긴밀한 협업이다. 이를 통해 헥사곤은 산업 전반을 아우르는 폭넓은 기술 포트폴리오와 글로벌 네트워크를 갖추고 있다. CAE 소프트웨어를 기반으로 센서, 측정 장비, 데이터 관리 플랫폼을 통합 제공함으로써 설계부터 생산, 검증까지 전 과정을 연결할 수 있는 엔드 투 엔드(end-to-end) 설루션을 제공한다. 또한, 각 산업 분야의 특화된 요구를 반영한 맞춤형 시뮬레이션 환경과, 전 세계 고객 사례를 기반으로 한 풍부한 기술 지원 역량은 헥사곤만의 독보적인 경쟁력이다. 이를 통해 고객은 단순한 툴 제공을 넘어 혁신적인 제품 개발 프로세스와 지속 가능한 제조 경쟁력을 확보할 수 있다.   ▲ 헥사곤의 디자인&엔지니어링 설루션   디지털 트윈과 시뮬레이션 기술을 중심으로 한 최신 디지털 엔지니어링 트렌드와 향후 시장 전망에 대해 소개한다면 최근 디지털 엔지니어링은 정밀도·속도·지속 가능성이라는 세 가지 축을 중심으로 진화하고 있다. 디지털 트윈은 단순한 가상 모델을 넘어, 실시간 센서 데이터와 AI 분석을 결합하여 예측, 최적화까지 가능한 지능형 운영 플랫폼으로 발전하고 있다. 특히, 클라우드 기반 협업 환경과 AI 자동화 기술이 결합되면서, 개발 속도 단축과 비용 절감 효과가 더욱 가속화되고 있다. 향후 시장은 지속 가능한 설계와 제조, 에너지 효율 향상, 규제 대응 등과 맞물려, 산업 전반에서 디지털 트윈과 고급 시뮬레이션의 도입이 필수화될 것으로 전망된다.   ‘헥사곤 디자인&엔지니어링 컨퍼런스 코리아 2025’에서는 어떤 내용이 소개되는지 9월 18일 개최되는 헥사곤의 D&E 유저 콘퍼런스는 자동차, 항공, 방산, 조선, 전기·전자 등 주요 산업군의 엔지니어와 전문가들이 모여 글로벌 CAE 기술의 최신 트렌드와 산업별 실무 경험을 나누는 자리이다. 헥사곤의 글로벌 및 국내 임직원, 주요 파트너와 고객사가 발표자로 참여하여, 각자 현장에서 축적한 경험과 성과를 직접 공유한다. 이를 통해 AI 기반 시뮬레이션, SPDM 등 디지털 엔지니어링을 가속화하는 혁신 기술과 산업별 최전선에서의 적용 사례를 심도 있게 다룰 예정이다. 기조연설과 산업별 세션, 전시 부스를 통해 참석자는 최신 기술을 직접 체험하고, 업계 전문가들과 교류하며, CAE 기술의 미래 비전과 제조업 R&D의 혁신 방향을 함께 모색할 수 있다. 또한, 각 산업별로 실제 기술 과제와 시뮬레이션 적용 사례를 통해 헥사곤 디자인&엔지니어링 사업부의 최신 기술 전략이 현장 중심의 문제 해결과 개발 효율성 향상에 어떻게 기여하는지 구체적으로 소개된다. 항공 및 방위 산업 분야에서는 MSC 에이펙스(MSC Apex), 나스트란(Nastran), CAE퍼티그(CAEFatigue), 시뮤팩트 애디티브(Simufact Additive), 제너레이티브 디자인(Generative Design) 등을 활용한 항공기 피로해석, 발사체 구조 해석과 복합재 적용 사례가 소개된다. 자동차 산업 분야에서는 아담스(Adams), 로맥스(Romax), 디지매트(Digimat), VTD 등을 기반으로 NVH 해석, 자율주행 시뮬레이션, 전기차 제어 시스템 연계 구조 모델 개발 등 차량 성능 최적화를 위한 다양한 해석과 검증 사례가 발표된다. 전기·전자 산업 분야에서는 크래들 CFD(Cradle CFD), 액트란(Actran) 등을 이용한 전자기기 냉각 해석, 충돌 기반 진동·소음 해석, 고열 환경 신뢰성 확보 사례가 다뤄지며, 정밀하고 안정적인 제품 설계를 위한 시뮬레이션 기술이 강조된다. 조선 산업 분야에서는 해양 구조물과 배관 시스템 해석을 중심으로 배관 단납부의 기계적 물성 해석, 강관-구조 연계 설계 등 실무에 적용 가능한 구조 해석 사례가 발표된다.   이번 행사를 통해 헥사곤 D&E 사업부가 전달하고자 하는 핵심 메시지는 무엇인지 헥사곤 D&E 사업부는 ‘데이터 기반의 연결과 자율화를 통한 지속 가능한 제조 혁신’을 핵심 철학으로 삼고 있다. 이번 유저 콘퍼런스에서는 단순한 기술 소개를 넘어, 고객·파트너·업계 전문가가 한자리에 모여 산업별 과제를 함께 논의하고 실질적인 해결 방안을 모색하는 협력의 장을 만들고자 한다. 또한 AI(인공지능), 디지털 트윈, 시뮬레이션 프로세스 혁신 등 최신 기술이 어떻게 제품 개발 주기를 줄이고 설계 최적화와 예측 정확도를 높이며, 지속 가능한 산업 생태계 구축에 기여하는지에 대한 내용도 공유할 예정이다.   향후 헥사곤 D&E 사업부의 중장기 사업 전략 및 기술 로드맵을 소개한다면 헥사곤 D&E 사업부는 2025년 하반기 및 그 이후에도 디지털 트윈과 AI 기반 시뮬레이션 고도화를 핵심 전략으로 삼고 있다. 이를 위해 ▲산업별 특화 디지털 트윈 플랫폼 개발 및 적용 확대 ▲클라우드 기반 시뮬레이션 및 협업 환경 강화 ▲AI·머신러닝을 활용한 자동화 설계 최적화 기능 확장 ▲지속 가능성(sustainability) 중심의 경량화·에너지 효율 설계 지원 ▲SPDM(시뮬레이션 프로세스 및 데이터 관리)의 산업 전반 확산 등을 추진하고자 한다. 또한, 기존 제조업뿐만 아니라 반도체·에너지·스마트시티 등 신산업 분야로 설루션 적용 범위를 확대해, 고객이 제품 개발 주기와 비용을 혁신적으로 절감할 수 있도록 지원할 계획이다.   마지막으로 전하고 싶은 메시지가 있다면 헥사곤 D&E 사업부는 단순한 소프트웨어 공급사가 아니라, 산업 전반의 디지털 혁신을 함께 설계하고 구현하는 파트너이다. 고객·파트너·학계와 지속적인 협력과 지식 공유를 통해 설계와 제조의 효율과 품질을 극대화하고, 지속 가능한 미래 산업 생태계를 구축하는 데 기여하고자 한다. 이번 유저 콘퍼런스를 비롯해 다양한 교류의 장을 마련해 헥사곤의 글로벌 역량과 현장 경험을 적극적으로 공유하며, 한국 제조업의 경쟁력 강화와 차세대 엔지니어링 패러다임 전환을 함께 이끌어 나가고자 한다.     ■ 기사 내용은 PDF로도 제공됩니다.

■ AX & Robotics-Driven Manufacturing R&D  · Safety Congress with LG Leaders and Global Experts  ■   ● 장소 : LG사이언스파크 E9동 B1층 프런티어홀 (마곡중앙 8로 71) - 발산역 도보 5분, 마곡나루역 도보 7분, 김포공항역 택시 15분   ● 일시 : 9월 18일 (목) 12시  30분 참석등록 시작 (1:00세션 시작 ~ 4:30 종료)   ● 참가료 : 600 명 한정 무료   ● 참가 신청 링크 :  [참가 신청하기]   ● 참가 신청 URL : https://forms.gle/3ywdEZeSJa7sRM4G9   ● 아젠다 상세 :   ① [ Track Keynote ] 고장·충돌·사고를 넘어: System Thinking과 Digital Thread로 보는 로봇 공정의 숨은 리스크   -  경희대학교 임성수 교수   · 세션 상세:  많은 기업이 로봇·AI를 도입해 스마트팩토리의 생산성과 품질 향상을 기대하지만, 실제 운영에서는 고장·충돌·안전사고가 잦습니다. 이는 설계–생산–운영 전 과정의 데이터 단절과 의사결정 구조 분절에서 비롯됩니다. 본 세션에서는 System Thinking 과 Digital Thread를 통해 전사 차원의 리스크를 사전에 식별하고, 설계–생산–운영 데이터를 유기적으로 연결해 문제를 예방하는 구체적 접근법을 제시합니다.   · 연사 소개:  임성수 교수는 경희대 기계공학과 교수이자 대한기계학회 부회장으로, 로봇 안전 분야 권위자다. 산업용 로봇 ISO 국제표준 한국 대표 전문가이자 ISO 15066-3 프로젝트 리더를 맡아왔으며, 대통령 표창 (2024)과 산업부 장관 표창 등 다수의 수상 경력이 있다. 학계·산업계·정부를 아우르는 국제 표준화와 산업 발전의 가교 역할을 수행하고 있다.   ②  Collision-Free Human-Robot Collaboration – AI Safety Simulation and Global Compliance Cases   - 세이프틱스 김휘연 CSO   · 세션 상세: 로봇은 이제 일부 업종의 선택이 아니라 모든 제조 현장의 기본 인프라이며,  그 핵심은 안전성입니다. 안전 없는 자동화는 생산성·품질 모두를 보장할 수 없습니다. 본 세션에서는 Biomechanical Injury Threshold Model과 Digital Twin Safety Simulation을 활용해 자동화 설비의 실제 공정 안전성을 데이터로 분석하고 잠재 위험을 정량화하는 방법을 소개합니다. ISO 10218, ISO/TS 15066  등 국제 안전 규격 대응 사례를 통해 사고 예방을 넘어 리드타임 단축, 품질 보증, 글로벌 납품 승인 및 파트너십 강화로 이어지는 실제 경험을 공유하며, 로봇 안전성이 스마트팩토리의 Next Standard임을 제시합니다.   · 연사 소개 : 김휘연 CSO는 Safetics 전략총괄로, 공학 시뮬레이션 분야의 전문가다. 두산·한화·뉴로메카 등 국내 및 UR ·FANUC·KUKA 등 글로벌 기업과 협력해 왔고, 삼성·현대·GM·P&G 등 세계 유수 기업에 안전 솔루션을 적용한 경험이 있다. 인간-로봇 협업 (HRC) 분야에서 차세대 안전 기술을 선도하는 글로벌 전략가로 알려져 있다.   ③ 위험성 평가는 이제 ‘공정 설계 도구’다 – Front Loading Engineering과  MBSD로 여는 로봇 스마트 팩토리 품질/안전 혁신 - 세이프틱스 임정호 박사   · 세션 상세 : 기존 스마트팩토리 안전 평가는 설비 설치 후 뒤늦게 이뤄져 설계 변경·추가 비용, 일정 지연, 품질 저하로 이어지는 구조적 한계가 있었습니다. 본 세션에서는 이를 극복하기 위해 Front Loading Engineering 과 Model-Based Safety Design(MBSD)을 적용한 사례를 소개합니다. 설계 단계에서 선제적으로 위험성을 평가하고 안전 대책을 반영해 안전을 사후 점검이 아닌 설계의 일부로 통합한 접근법입니다. 이를 통해 설비 변경 비용 절감, 리드타임 단축, 안전·품질 동시 향상이라는 성과를 달성하며 , 위험성 평가가 스마트팩토리 경쟁력의 필수 설계 도구임을 보여드립니다.   · 연사 소개: 임정호 박사는 경희대 기계공학과 연구교수, 산업 자동화·물류 설비 기업과  KOTITI 시험연구원 경력을 바탕으로 수백 개 기업에 로봇 안전 컨설팅을 수행해 온 전문가이다. ISO 10218-2, ISO 13482 국제 표준 전문가로 산업 현장 요구를 깊이 이해하며, 한국로봇산업협회 전문위원과 산업부 소재부품기술개발사업 기획위원으로도 활동하고 있다.   ④ 지능형 로봇 기술혁신과 스마트물류의 확산 - LG CNS  손명운 팀장   · 세션 상세: 지능형 로봇 기술은 AI 수준에 따라  1세대 고정형 로봇에서 센서 기반 2세대, 학습형 3세대를 거쳐, 물리 환경과 상호작용하며 스스로 판단·학습하는 4세대 Physical AI 로봇으로 진화하고 있습니다 . 특히 휴머노이드 로봇은 범용지능을 갖추어 물류·제조 현장의 복잡한 부가가치 작업까지 수행할 수 있는 잠재력을 보여주고 있으며, Amazon과 BMW 등은 이미 현장 실증을 진행 중입니다. 이러한 변화의 핵심은 Robot Foundation Model(RFM)로,  방대한 시뮬레이션·원격제어 데이터 학습과 현장 파인튜닝을 통해 정교한 자율 동작을 구현합니다. Teleoperation 기반 원격작업으로 실시간 대응과 학습데이터 축적이 가능해 지속적 성능 향상이 이루어지며, 이는 단순 자동화를 넘어 완전 무인화 스마트물류센터로의 전환을 가속화합니다. 본 세션에서는 Physical AI와 휴머노이드가 제공하는 혁신과 이를 활용한 물류·제조 경쟁력 강화 방안을 제시합니다.   · 연사 소개: 손명운 팀장은 LG CNS에서 20년 이상 근무하며 북미 의료솔루션 개발과 C 사 자동유도차량 자동화 등 다수의 글로벌·국내 프로젝트를 수행해 온 디지털 혁신 전문가이다. 사용자 편의성 제고를 위한 여러 DX 과제부터 미국 유수의 회사들의 솔루션 사업, 자동화 설비 구축까지 폭넓은 현장 경험을 보유하고 있으며, AX, RX 기술을 활용한 물류자동화를 구현하고 차별화된 고객 가치를 개발하고 있다.    ● 참가 신청 링크 :  [참가 신청하기]   ● 참가 신청 URL :  https://forms.gle/3ywdEZeSJa7sRM4G9   ● 참가 신청 QR코드:    ● 장소 : LG사이언스파크  E9동 B1층 프런티어홀 (마곡중앙8로 71) - 발산역 도보 5분, 마곡나루역 도보 7분, 김포공항역 택시  15분   ● 일시 : 9월  18일 (목) 12시 30분 참석등록 시작 (1:00세션 시작 ~ 4:30 종료)   ● 참가료 : 600명 한정 무료   ● 문의  : Safetics   dblee0803@safetics.io 

유니티가 유니티 6의 두 번째 업데이트인 ‘유니티 6.2(Unity 6.2)’ 정식 버전을 출시했다. 이번 업데이트는 데이터 중심의 안정성 개선, AI 기반 생산성 극대화, 최신 플랫폼 개발 환경 강화 등 개발자들이 한층 더 합리적이고 효율적으로 창작할 수 있는 생태계 확장에 초점을 뒀다.     먼저, 유니티는 개발자가 유니티 생태계 전반에서의 데이터 수집, 관리, 사용 등을 파악하고 통제할 수 있도록 새로운 ‘개발자 데이터 프레임워크(Developer Data Framework)’를 제공한다. 이 프레임워크는 각 프로젝트 내에서 데이터가 활용되는 방식을 개발자에게 투명하게 보여주고, 세부적으로 직접 제어할 수 있는 기능을 지원한다. 또한 다양한 기기에 걸쳐 프로젝트의 성능과 안정성을 실시간으로 모니터링하는 데 도움을 주는 ‘향상된 진단 기능’을 제공한다. 충돌 및 ANR(Application Not Responding) 등에 대한 문제를 빠르게 진단하고, 심층적인 데이터를 제공함으로써 더 원활한 게임 플레이와 플레이어 유지율 향상에 도움을 준다. 유니티 6.2부터 에디터에 통합된 ‘유니티 AI(Unity AI)’는 번거로운 작업 자동화, 애셋 생성 등 개발 워크플로 간소화 및 가속화를 지원한다. 컨텍스트 기반 ‘어시스턴트(Assistant)’ 기능을 통해 개발자들은 자세한 내용을 설명하지 않고도 프로젝트 애셋을 프롬프트로 드래그하면 게임 오브젝트, 스크립트, 프리팹 등에 대해 신속한 지원을 받을 수 있다. 스크립트나 오류 메시지 등 문제를 더 쉽게 파악하고 해결하는 ‘콘솔 오류 디버그’ 기능도 제공한다. 아울러 오브젝트 생성, 애셋 배치, 신 설정 자동화를 비롯해 스프라이트, 텍스처, 애니메이션, 사운드 등 다양한 플레이스홀더 애셋을 워크플로 내에서 매끄럽게 생성하고 활용할 수 있다. 일정 기준 이상의 광원이나 리지드보디(Rigidbody, 게임 개체의 물리적 속성을 시뮬레이션하는 데 사용되는 구성 요소)가 없는 오브젝트를 손쉽게 검색하고, 이름·레이어·컴포넌트 등을 일괄 수정 및 정리하는 것도 가능하다. 현재 유니티 AI는 베타 버전으로 제공하며, 개발자 커뮤니티 피드백을 바탕으로 더욱 고도화해 나갈 예정이다. 유니티 6.2는 ‘안드로이드 XR 패키지(Android XR package)’를 통해 관련 애플리케이션 제작에 필요한 안정적이고 완성도 높은 기반을 제공한다. 핸드 메시를 시각화해 오클루전에 활용할 수 있으며, URP(Universal Render Pipeline)에서 후처리 효과에 대한 GPU 부하를 줄여 색 보정 및 비네팅과 같은 이미지 효과를 보다 실용적으로 구현할 수 있다. 또한 디스플레이의 주사율을 동적으로 조정하는 기능을 지원해 더욱 매끄러운 성능을 제공한다. 이밖에 ▲맞춤형 에디터 기반 그래프 툴을 구축할 수 있도록 지원하는 API 프레임워크 ‘그래프 툴킷’ ▲자동으로 LOD(Level of Detail)를 생성해 반복 수정 작업을 최소화하는 ‘메시 LOD’ ▲몰입형 XR 및 게임 환경을 위한 사용자 인터페이스(UI)를 직접 렌더링할 수 있는 ‘월드 스페이스 UI’ 등의 기능도 제공한다.

엔비디아는 글로벌 컴퓨터 그래픽 콘퍼런스인 ‘시그라프(SIGGRAPH) 2025’에서, 아마존 디바이스 앤 서비스(Amazon Devices & Services)가 엔비디아 디지털 트윈 기술을 활용해 제조 분야의 혁신을 이끌고 있다고 밝혔다. 아마존 디바이스 생산 시설에 이달 도입된 이 설루션은 시뮬레이션 우선 접근 방식을 적용한 ‘제로 터치(zero-touch)’ 제조 방식을 구현했다. 제로 터치의 핵심은 로봇 팔이 다양한 장비의 제품 품질을 자율적으로 검사하고, 새로운 제품을 생산 라인에 통합하도록 훈련하는 과정 전체를 하드웨어 변경 없이 합성 데이터를 기반으로 수행하는 것이다. 이를 위해 아마존 디바이스가 자체 개발한 조립 라인 공정 시뮬레이션 소프트웨어와 엔비디아 기술 기반의 디지털 트윈을 결합했다. 모듈형 AI 기반 워크플로를 통해 기존보다 더 빠르고 효율적인 검사를 진행하며, 제조업체의 워크플로를 간소화해 신제품을 소비자에게 전달하는 시간을 줄일 수 있다는 것이 엔비디아의 설명이다.     또한, 이 설루션은 공장 작업대와 장비의 사실적인 물리 기반 표현에 기반한 합성 데이터를 생성해 로봇 운영을 위한 ‘제로샷(zero-shot)’ 제조를 가능하게 한다. 공장에 특화된 데이터는 시뮬레이션과 실제 작업 환경에서 AI 모델의 성능을 높이는 데에 쓰이며, 시뮬레이션과 실제 작업 환경에서의 AI 모델 성능 격차를 최소화할 수 있다. 엔비디아는 “제로샷 제조를 통해 물리적 프로토타입 없이도 다양한 제품과 생산 공정을 유연하게 처리할 수 있는 범용 제조 시대를 향한 중요한 도약을 이뤄냈다”고 평가했다. 아마존 디바이스 앤 서비스는 디지털 트윈 환경에서 로봇을 훈련시켜 새로운 장비를 인식하고 다루도록 한다. 이를 통해 소프트웨어 변경만으로 한 제품의 감사 작업에서 다른 제품으로 손쉽게 전환할 수 있으며, 더 빠르고 제어가 용이한 모듈화 제조 파이프라인을 구축했다. 이를 위해 엔비디아의 아이작(Isaac) 기술 제품군을 활용한다. 아마존은 신규 장치가 도입되면 CAD 모델을 엔비디아 옴니버스(Omniverse) 플랫폼 기반의 오픈소스 로보틱스 시뮬레이션 애플리케이션인 엔비디아 아이작 심(Sim)에 적용한다. 아이작 심은 각 장치의 CAD 모델을 통해 물체 및 결함 탐지 모델 훈련에 필수인 5만 개 이상의 합성 이미지를 생성한다. 이후 엔비디아 아이작 ROS를 활용해 제품 취급을 위한 로봇 팔 궤적을 생성하고 조립부터 테스트, 포장, 검사까지 모든 과정을 구성한다. 로봇이 작업 환경을 이해하고 충돌 없는 궤적을 생성하는 데에는 엔비디아 젯슨 AGX 오린(Jetson AGX Orin) 모듈에서 실행되는 쿠다(CUDA) 가속 동작 계획 라이브러리 엔비디아 cu모션(cuMotion)이 사용된다. 또한, 500만 개의 합성 이미지로 훈련된 엔비디아의 파운데이션 모델 파운데이션포즈(FoundationPose)는 로봇이 장비의 정확한 위치와 방향을 파악하도록 돕는다. 파운데이션포즈는 사전 노출 없이도 새로운 물체에 맞춰 일반화할 수 있어, 모델 재훈련 없이 다양한 제품 간의 원활한 전환을 가능하게 한다. 한편, 이 기술을 더욱 빠르게 개발하기 위해 아마존 디바이스 앤 서비스는 AWS 배치(Batch)와 아마존 EC2 G6 인스턴스를 통해 분산 AI 모델 훈련을 수행했으며, 생성형 AI 서비스인 아마존 베드록(Bedrock)으로 제품 사양 문서를 분석해 공장 내 고수준 작업과 특정 검사 테스트 사례를 계획했다. 아마존 베드록 에이전트코어(Bedrock AgentCore)는 생산 라인 내 다중 공장 작업대를 위한 자율 워크플로 계획에 사용되며, 3D 설계와 표면 특성 등 멀티모달 제품 사양 입력을 처리할 수 있다.

유라의 ‘CADvizor’ 충돌 테스트 실행 화면    유라가 자사의 전장 설계 솔루션 캐드바이저(CADvizor)에 '유동부 충돌 시뮬레이션’ 기능을 새롭게 적용했다고 발표했다. 이번 신규 기능 적용을 통해 유라는 설계 검토에 소요되는 시간과 리콜 비용 절감 등에서 큰 성과를 기대하고 있다. 실제로 CADvizor를 사용하는 한 기업은 신규 기능을 통해 설계 검토 공수가 기존 100시간에서 10시간으로 약 90% 절감되었으며, 연간 리콜 비용도 40억~100억 원 규모에서 약 80% 감소할 것으로 전망했다. CADvizor는 시트, 엔진, 변속기 등 차량 내 주요 유동 부품의 실제 움직임 경로를 반영한 모션 기반 충돌 검증과 자동 리포트 생성 기능을 갖춘 솔루션이다. 이 솔루션은 설계 품질 향상과 검토 시간 단축을 동시에 달성할 수 있도록 지원한다. 신규 기능은 시뮬레이션 단계별 충돌 이미지, 부품 정보, 간섭 깊이와 길이 등 상세 데이터를 포함한 리포트를 자동으로 생성하여 반복적인 검토 작업을 줄이고 생산성을 높여준다. 유라는 주요 완성차 및 부품사 프로젝트에 해당 기능을 적용하여 실효성을 검증했으며, 향후 다양한 차종과 산업군으로 적용 범위를 확대할 계획이다. 유라의 CADvizor는 앞으로도 유동부 충돌 시뮬레이션을 포함한 혁신적인 설계 자동화 및 데이터 기반 최적화 기술을 지속적으로 발전시켜 자동차 산업의 설계 경쟁력 강화에 기여할 방침이다.  

주요 디지털 트윈 소프트웨어 이차전지 시뮬레이션, NFLOW   개발 및 자료 제공 : 이에이트, www.e8ight.co.kr   이에이트는 2012년에 설립되었으며 입자 기반 시뮬레이션 디지털 트윈 플랫폼 기술 보유 기업이다. 2014년 자체 기술만을 이용해 국내 최초로 입자 기반 시뮬레이션 NFLOW를 런칭하였고, 2019년 GS(Good Software) 1등급 인증을 받으며 본격적으로 제품을 상용화하였다. 또한, 2021년에는 시뮬레이션 기반 디지털 트윈 플랫폼 NDX PRO를 상용화하는데 성공하여 국내 유일의 자체 기술 디지털 트윈 플랫폼 기업으로 도약하였다.  1. 주요 기능 (1) SPH 솔버 NFLOW SPH는 기존의 CFD가 다루기 어려운 자유표면유동, 대규모 해석 등을 다루기 적합한 솔버이다. SPH는 라그랑지안 좌표계를 기반으로 하여, 연속체인 유체를 입자로 표현되는 좌표 점들의 집합과 그 좌표 간의 상호 작용 관계를 통해 이산화 하여 물리현상을 모의하는 기술이다.  기존 FVM 기반 CFD와 달리 격자를 사용하지 않는 방법으로, 자유 표면 유동이나 변화가 큰 비선형적 문제에 대한 해석에 유리하며, 이산화 된 계산방식으로 병렬처리가 비교적 쉬워 고속연산이 가능하다. 더불어 격자법 대비 자유수면을 해석하는데 있어 메모리 사용이 적고, 간편한 경계처리가 가능하여 대규모 자연재해 시뮬레이션, 복잡한 기어 윤활, 스크류 펌프 내부 유동 해석, 세탁기 내부 부유체 해석 등의 해석에 유리하다.  NFLOW SPH를 활용하여 토석류 흐름, 댐붕괴 해석, 수면 충돌, 탱크 내 슬로싱 해석 등 다양한 시뮬레이션을 수행하였고, 모의실험 등과 비교하여 높은 수준의 정확도를 구현하여 기술력을 인정받았다. (2) LBM 솔버 NFLOW LBM 솔버는 미세한 스케일의 해석에 활용도가 높은 제품이다. LBM은 미시적 스케일의 입자 간 상호작용으로 발생하는 물리현상을 Boltzmann 수송 방정식의 이산화 모델링을 통해 미시적, 중시적, 혹은 거시적 스케일의 물리현상을 예측하는 기법이다.  타 시뮬레이션 기법에 비해 복사 열전달, 다성분 유동, 대류-확산, 상변화 등 시간에 따라 변하는 물리현상을 예측하는데 강점이 있어 기존 방식으로 해결하기 어려웠던 다양한 산업분야에 적용이 가능하다. 상변화 해석은 복잡한 계면 추적 방식이 없어 기존 솔버 대비 계산 비용이 적으며, 농도대류확산, 혼합물 내부의 화학반응, 난류 모델, 복사열전달 등 기존 제품으로는 제공이 어려운 기능이 탑재되어 있다. 이 솔버는 지역적 연산만을 사용하기에 GPU, 멀티 GPU를 이용한 병렬화에도 용이하다.  NFLOW LBM으로는 압축/비압축성 유동, 난류, 열전달, 다상/다성분 모델의 해석 등을 수행하였고, 타 산업군보다 정량적인 해석이 요구되는 전기/전자, 항공우주, 이차전지, 자동차 등의 분야에 활발하게 적용되고 있다.       2. 도입 효과 다양한 산업에서 설계, 운영, 유지보수의 혁신을 가져다 준다. 먼저, 제품 설계와 개발 단계에서는 실제 프로토타입을 제작하기 전에 가상 환경에서 성능을 검증할 수 있어 재료와 생산 비용을 크게 절감할 수 있다. 또한, 설계 변경 및 테스트 과정을 가상으로 반복할 수 있어 제품 개발 주기를 단축시키고, 다양한 조건에서 제품의 성능을 예측하여 최적화를 수행할 수 있다. 운영 측면에서는 운영 효율성을 대폭 향상시킬 수 있다. 디지털 트윈은 실제 환경을 가상으로 재현해 시스템 성능과 생산 공정을 실시간으로 분석하고 최적화할 수 있도록 지원한다. 이를 통해 예지적 유지보수를 구현해 장비의 상태를 지속적으로 모니터링하고 고장을 사전에 예측하여 불필요한 유지보수를 줄이고 가동 중단 시간을 최소화할 수 있다. 더불어, 실시간 데이터와 시뮬레이션 결과를 활용하면 운영 및 관리 의사결정을 더욱 정확하고 신속하게 내릴 수 있다. 또한, 비용 및 리스크 관리에서도 큰 효과를 발휘한다. 시뮬레이션을 통해 프로젝트 진행 전 다양한 환경과 조건에서 발생 가능한 리스크를 사전에 평가하고 대비할 수 있어 안전성을 높이고 비용 낭비를 줄일 수 있다. 전반적으로, 시뮬레이션 소프트웨어와 디지털 트윈 기술은 효율성과 생산성을 극대화하고 리스크를 줄이며, 기업이 더욱 민첩하고 경쟁력 있는 운영을 수행할 수 있도록 돕는 핵심 기술로 자리 잡고 있다.     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

#앤시스 #Ansys #오토모티브 #모빌리티   차세대 자동차 설계를 위한 해석 전략, 제조차 실무자가 직접 전합니다. 2025년 7월 16일(수), 수원컨벤션센터에서 열리는 Ansys Automotive Conference : BASE 2025에서는 현대자동차, 현대위아, HL만도의 실무자와 GM 출신 Ansys 전문가의 최신 해석 사례와 AI 기반 기술 적용 방법을 공유합니다. ✅관련 기사 보기: 앤시스, 현대차 구조 해석 솔루션 공급 우선협상대상자로 선정     ???? 놓치면 안 되는 세션! 현대차 유영민 책임: 전기차 배터리 하부 충돌 안전성 확보 해석 기법 적용 현대차 배근형 책임: 새로운 구조 해석 솔루션 검토 현대위아 박정훈 연구원:  기어박스 하우징 설계(해석) 최적화 대상 AI 적용 서울시립대 이승환 교수: AI 활용 자성체·전자기 시스템 해석 최적화 접근 Ansys 홍형주 박사 (前 GM 해석엔지니어) : 선진 차량 제조사 해석 업무 프로세스 *등록 시 Meet the Ansys Engineer를 사전에 신청하시면, 홍형주 박사님에게 궁금한 점을 직접 물어보실 수 있습니다.  Agenda ※ 행사 발표 자료들은 이후 별도로 제공되지 않습니다. 지금 등록하기 ▶ 아젠다 자세히 보기▶   Designed with Beefree

유니티가 7월 10일(목) 오후 2시부터 1시간 동안 CNG TV 웨비나에서 'Unity Tech Talk: 3D 에셋을 효과적으로 관리하는 최선의 선택, Unity Asset Manager!'을 주제로, 복잡한 CAD 데이터를 효율적으로 관리하고 실시간 3D 시각화를 통해 협업할 수 있는 Unity Asset Manager에 대해 소개한다. 이날 웨비나에서는 복잡한 CAD 파일 관리로 인한 업무 효율화 저하를 비롯해 프로젝트 협업 시 발생하는 버전 충돌 문제로 고민하는 분들을 위해 3D 자산 관리를 효율적으로 할 수 있는 Unity Asset Manager의 활용법을 중심으로 BMW그룹의 3D 자산 관리 사례에 대해서도 공유할 예정이다.  또한 메가존클라우드에서는 'CAD를 활용한 디지털 트윈 PoC 사례'를 주제로, 제조업에서 CAD를 활용한 DT 구현 및 서비스 개발 과정에 대해 소개한다. 이번 웨비나는 사전등록 후 무료로 시청할 수 있다.

개발 및 공급 : 이노쏘비 주요 특징 : 제조 물류 전반에 걸친 시뮬레이터/디지털 트윈/AI 에이전시의 통합 플랫폼, 설계~운영 과정의 최적화 지원, 다양한 제조 운영 시스템과 실시간 연동으로 대용량 데이터를 수집 및 처리, LLM/sLLM을 활용해 직관적인 데이터 분석 및 의사결정 지원 등 사용 환경(OS) : 윈도우 10/11(64비트) 시스템 권장 사양 : 인텔 i5 10세대 이상 또는 AMD 라이젠 5 이상 CPU, 최소 16GB RAM(32GB 권장), 엔비디아 RTX 4060 이상 GPU(AI 기능 사용 시 필요), 30GB 이상 여유 저장공간   최근 제조 기업들은 디지털 트윈 기반의 스마트 공장 도입과 더불어 급속한 디지털 전환(DX)을 위해 노력하고 있다. 불과 몇 해전만 하더라도 그 실체와 사례에 대해 의문이 있었지만, 다양한 도입 사례와 성과가 공개되면서 이제는 DX에서 나아가 AI 기술 도입과 AI로의 전환(AX : AI Transformation)을 활발히 검토하고 있고, 적극적인 도입 의사를 밝히고 있다. ‘PINOKIO(피노키오)’는 최신 기술 흐름을 반영해 탄생한 차세대 물류 디지털 트윈 설루션으로, 기존 상용 시스템의 한계를 극복하고 제조 산업의 스마트화를 가속화하는데 최적화된 해답을 제시한다. 기술 대전환의 시대를 맞아 기존의 전통적인 DX 설루션 기업들은 3D 모델링 및 시뮬레이션 등 낮은 단계의 디지털 트윈 기술을 기반으로 DX 설루션으로 개선 및 확장하고 있다. 이와 달리, PINOKIO는 초기부터 현장의 대용량 데이터 기반 실시간 물류 모니터링 및 실시간 시뮬레이션을 제공하는 디지털 트윈 기반의 운영 시스템을 목적으로 출발하였다. 그 결과 SK 하이닉스, LG전자 등 대량의 혼류 생산 제조 현장에서 디지털 트윈의 정합성과 예측의 정확도 등을 검증받았고 도입 효과를 증명했다. 이를 바탕으로 최근에는 기존 상용 설루션보다 높은 성능의 시뮬레이터까지 라인업하여 다양한 요구를 충족시킬 수 있게 되었다. 기존 상용 물류 시뮬레이션 설루션은 대부분 20~30년 전 개발된 구조를 가지고 있어, 최신 IT/OT 시스템과의 연동과 AI 기술을 적용하기 어렵다. 이로 인해 대용량 데이터 처리에 한계가 있으며, 사용자 API(애플리케이션 프로그래밍 인터페이스) 미제공으로 커스터마이징과 타 시스템 연계, 현장 실시간 운영에 필요한 유연성과 확장성에서도 제약이 있다. PINOKIO는 이러한 기존 설루션의 문제점을 개선해 제조 물류 관련 다양한 AI 모델을 지원하며, 기존 설루션 대비 높은 모델링 속도를 구현할 수 있다. 그리고 멀티 스레드, GPU 기반의 고속 시뮬레이션 연산 기능과 2차전지, AMR(자율이동로봇), OHT(오버헤드 트랜스퍼), 자동창고 등 다양한 제조 환경에 맞는 특화 라이브러리를 제공한다. 특히, 생산 현장에서 발생하는 실시간 빅데이터를 효과적으로 처리하고, 대화형 어시스턴트(assistant) 방식의 직관적인 사용자 인터페이스(UI)를 통해 사용자 편의성을 높였다. 또한, 사용자 API를 통한 고도화된 커스터마이징이 가능하며, MES(제조 실행 시스템), 센서, PLC(프로그래머블 로직 컨트롤러), IoT(사물인터넷) 등 다양한 운영 시스템과의 실시간 연동 기능도 갖췄다. 나아가, 전력 사용량 분석과 탄소세 예측 기능까지 탑재돼 지속 가능한 제조 환경 구축을 위한 의사결정도 지원한다. PINOKIO는 AI 기반 제조 혁신의 길을 여는 실질적인 도구로, 앞으로 제조업계의 디지털 전환을 선도할 핵심 설루션으로 자리매김할 전망이다.   주요 기능 소개 PINOKIO는 시뮬레이터, 디지털 트윈, AI 에이전시(agancy)를 통합한 차세대 DES(이산 이벤트 시뮬레이션) 기반 플랫폼으로, 제조 물류 전반에 걸친 통합 설루션을 제공한다. PINOKIO는 세 가지 핵심 모듈로 구성된다. 첫 번째는 ‘Pino SIM’으로, 공정 흐름 설계부터 시뮬레이션, 분석까지 수행하는 시뮬레이터다. Pino SIM은 도면 편집과 레이아웃 설계를 위한 Pino Editor를 내장하고 있어, 단순한 시뮬레이션을 넘어 제조 기준정보 입력, 물류 시나리오 구성, 시뮬레이션 실행 및 시각화 분석까지 다양한 기능을 제공한다. 이를 통해 설계 초기 단계부터 실제 운영에 이르기까지 전 과정의 최적화를 효과적으로 지원한다. 두 번째는 실시간 디지털 트윈 모듈인 ‘Pino DT’다. MES, IoT, PLC, 센서 등 다양한 제조 운영 시스템과의 실시간 연동을 통해 대용량 데이터를 실시간으로 수집하고 처리하며, 이를 바탕으로 실시간 모니터링은 물론 미래 상황 예측, 예지 보전 기반의 시뮬레이션이 가능하다. 이는 생산 현장의 가시성과 민첩성을 높이는 데 기여한다. 세 번째는 인공지능 기반의 ‘Pino AI’다. LLM(대규모 언어 모델)과 sLLM(전문 도메인 특화 언어 모델)을 활용한 대화형 UI를 통해 사용자가 직관적으로 데이터를 분석하고 의사결정에 활용할 수 있다. 또한 목적에 따라 강화학습, 파라미터 최적화 등 다양한 AI 기법을 적용할 수 있어 생산성과 품질 향상을 동시에 도모할 수 있다. PINOKIO는 엔비디아 옴니버스(NVIDIA Omniverse)와 같은 고급 시각화 플랫폼과 연동 가능하며, 파이썬(Python) 개발 환경 확장도 지원함으로써 사용자 맞춤형 라이브러리 개발이 가능하다. 이를 통해 제조 기업은 사전 공정 및 물류 최적화는 물론 실시간 생산 모니터링, 미래 예측, AI 기반 정확도 향상 등 다양한 지능형 서비스를 구현할 수 있다. 제조업의 디지털 전환이 본격화되는 시대에 PINOKIO는 스마트 공장을 넘어 AI 전환을 실현하는 핵심 파트너로 부상하고 있다.   PINOKIO의 특징 PINOKIO는 고도화된 시뮬레이션 엔진과 AI 통합 기능을 바탕으로 대규모 데이터 처리 및 실시간 예측 분석을 지원하며 스마트 제조 시대의 경쟁력을 강화하고 있다. PINOKIO는 이벤트 처리 기법 최적화 및 단순화된 시뮬레이션 엔진 설계로 빠른 연산 속도를 제공한다. 특히, 초당 60프레임(FPS) 기준으로 500만 개 수준의 대규모 3D 데이터를 안정적으로 처리할 수 있으며, 선택적 컴파일 방식(C# 기반 네이티브 코드)을 활용한 별도 계산 도구를 통해 집약적인 연산 작업도 고속으로 수행할 수 있다. 디지털 트윈 구축에서도 PINOKIO는 강력한 성능을 발휘한다. MES, ACS, MCS 등 다양한 제조 운영 시스템과 연동과 IoT, 센서, PLC 등 생산 현장에서 수집되는 대용량 데이터를 실시간으로 처리한다. 이를 통해 실시간 모니터링과 동시에 백그라운드 시뮬레이션을 수행하고, 타임 호라이즌(Time Horizon) 방식의 미래 예측 기술을 통해 병목, 이상 징후 탐지 및 알람 기능도 제공된다. 또한, AI를 활용하기 위한 정상/이상 데이터 제공과 파라미터 최적화 및 시나리오별 분석 기능이 포함되어 있으며, LLM과 sLLM, 챗GPT(ChatGPT), 메타 라마(Meta LLaMA) 등 다양한 AI 모델을 통합한 AI 에이전시 기능을 통해 대화형 데이터 분석, 자동 의사결정 지원, 데이터 해석 및 운영 최적화를 구현한다. 시뮬레이션 설계 및 모델링 측면에서도 사용자 편의성이 강화됐다. Pino Editor를 활용해 레이아웃 도면을 직관적으로 확인 및 편집할 수 있으며, 제조 기준 정보 입력 및 템플릿 매칭 기능을 통해 모델링 작업 시간을 획기적으로 단축시킨다. 또한, 2차전지 및 반도체 공정에 특화된 전용 라이브러리도 제공되며, 고객 맞춤형 커스터마이징 시뮬레이터를 통해 사용자의 목적에 따라 분석 및 최적화가 가능한 유연한 개발 환경을 지원한다. 이처럼 PINOKIO는 고속 시뮬레이션, 실시간 예측, AI 기반 의사결정, 그리고 유연한 모델링 기능을 종합적으로 제공하며, 제조업의 지능화·자동화를 실현하는 설루션이다.   그림 1. PINOKIO UI 화면 – 반도체 FAB   사전 레이아웃 및 물류 검토를 위한 설루션 : Pino SIM 디지털 트윈 구축 시 미래 예측을 위한 시뮬레이터 역할과 기존 상용 설루션과 같이 공장 신축 또는 생산 라인 변경 등 제조 현장의 변화가 요구된다. 이런 상황에서 Pino SIM은 사전에 최적의 물류 계획과 레이아웃 구성을 지원하고 공정의 효율성과 안정성을 미리 확보할 수 있는 디지털 전환 핵심 도구이자 가상 공장 구현 설루션이다. Pino SIM은 제조 기준 정보(제품, 공정, 레이아웃, 물류 흐름, 작업 순서, 스케줄링 등)를 기반으로 공정을 시뮬레이션하며, 그 결과를 차트, 그래프 등 다양한 시각화 도구를 통해 분석할 수 있다. 이를 통해 레이아웃 검증 및 최적화, 생산성 향상 등 공장 운용 전반의 효율화를 실현할 수 있다. 특히, OHT, AMR 등 신 산업군을 위한 특화 라이브러리를 제공하며, 이송 설비 구현을 위한 이동, 충돌 방지, 회피 제어를 위한 OCS, ACS 기능도 탑재되어 있다. 이를 통해 코드 작성 오류를 줄이고 디버깅 시간을 줄일 수 있으며, 보다 쉽고 효율적으로 시뮬레이션 모델을 구축할 수 있다. 또한, 자동창고 모델링에 필요한 Stocker(Crane, Rack, Rail)를 그룹화 형태로 제공하여 빠른 모델링이 가능하다. 환경과 에너지 측면에서도 전력 사용량 및 탄소 배출량(탄소세) 분석 기능을 통해 지속 가능한 생산 전략 수립에 도움을 주며, 제조업의 친환경화와 ESG 경영 대응에도 기여할 수 있다. 이처럼 Pino SIM은 공장 설계 단계에서의 의사결정 품질을 높이고, 새로운 제조 환경에 유연하게 대응할 수 있는 설루션이다.   그림 2. 라이브러리 제공 – Stocker   그림 3. 개발(코딩) 없이 기능 구현   그림 4. 시뮬레이션 결과 리포트 예제   디지털 트윈 설루션 : Pino DT 제조 현장에서 물류는 제품의 사이클 타임을 결정하는 요소 중에 하나이다. 물류 정체가 발생할 경우 제품의 사이클 타임이 길어지거나 라인이 정지되는 등 심각한 손실이 발생할 수 있다. 이러한 문제를 해결하기 위해 시뮬레이션을 통한 최적화된 운영 방식을 시스템에 적용하려는 노력이 이어져왔다. 기존의 물류 설루션은 현장에서 발생하는 대용량의 데이터를 시뮬레이션에 반영하여 실시간으로 의사결정하는 과정에서 다양한 제약으로 인해 어려움이 있었다. 또한, 현장 작업자의 개입과 같은 인간적 오류는 시스템이 예측할 수 없는 데이터를 발생시키기 때문에 생산 계획 단계에서의 사전 분석 및 검증만으로는 시뮬레이션 정합성을 높이는데 한계가 있다. Pino DT는 최적화된 자체 개발 시뮬레이션과 모니터링 엔진을 탑재하여 이를 해결하였다. 시뮬레이션의 이벤트 횟수를 최적화하여 최소한의 이벤트로 시뮬레이션이 가능하도록 설계했다. 또한 계산 속도에 이점이 있는 C, C++ 언어로 물류 경로를 최적화하는 알고리즘을 구현하여 기존 설루션 대비 약 2만평 규모의 공장에서 약 70배의 향상된 성능을 검증하였다.   그림 5. Pino DT의 UI 화면   대용량 데이터 처리 및 실시간 모니터링 Pino DT는 시뮬레이션에 최적화된 알고리즘을 사용함으로써 대용량 데이터 처리가 가능하고, 현장 데이터를 실시간으로 시뮬레이션에 반영할 수 있다. 기존 물류 시뮬레이션 설루션에 비해 60~700배 뛰어난 가속 성능을 제공하는 시뮬레이션 도구이다. 제조 현장과 동일한 상황을 시뮬레이션하기 위해 현장과 연동 후 데이터를 가공하여 디지털 트윈 모델로 표현하여 가시화하고, 사용자가 설정한 시간 주기마다 미래를 예측하는 시뮬레이션(proactive simulation)을 백그라운드로 수행한다. 이는 제품의 공정 시간보다 짧은 시간 안에 결과를 확인할 수 있고, AI를 통해 보다 정확한 의사결정을 내릴 수 있도록 지원한다.   그림 6. Pino DT의 모니터링 화면   디지털 트윈 실시간 시뮬레이션 : 미래 예측 실시간 현장 상황을 반영하여 미래를 예측하는 시뮬레이션(proactive simulation)은 제품의 택트 타임(tact time)보다 짧은 시간 내에 결과를 도출해내지 못하면 현장에서 선제 대응하지 못하는 결과를 초래할 수 있다. 모니터링 엔진으로부터 라인 상황에 대한 데이터를 수집하고, 현재로부터 예측하고자 하는 시간 동안 발생하는 이상상황에 대해 피드백을 준다. 예를 들어 조립 라인의 경우에는 부품이 5분 뒤에 부족하다는 알람을 작업자에게 즉시 전달하여 선제적 대응을 가능케 함으로써, 라인 정지 등 비상 상황을 사전에 방지할 수 있다. PINOKIO 디지털 트윈 시뮬레이션은 이러한 역할이 가능하도록 가속화한 고속 시뮬레이션 엔진을 보유하고 있다.   그림 7. 현장 FAB(왼쪽)과 PINOKIO에서 생성된 디지털 트윈(오른쪽)   제조 물류 현장에 특화된 AI 플랫폼 : Pino AI AI를 이용한 설루션을 만들기 위해서는 다양한 상황에 대한 데이터가 필요하다. 하지만 제조 현장의 특성 상 여러 상황에 대한 데이터를 획득하기 어렵다. PINOKIO에서는 현장에서 획득하기 어려운 데이터를 시뮬레이션을 통해 데이터를 확보할 수 있다. 즉, Pino DT 모델이 AI를 위한 데이터를 생성하고, 이를 AI가 최적 값을 도출하여 시뮬레이션에 반영한다. Pino DT에서 획득한 데이터를 파이썬, C, 자바(JAVA) 등 다양한 언어로 구현한 로직을 적용할 수 있도록 개발 환경을 제공하고 있다. 이를 통해 예측 정확도 향상, 데이터 기반 의사 결정, Scheduling, Routing, Dispatching 등 목적에 따라 AI 활용이 가능하다. 또한 LLM, sLLM, 챗GPT(ChatGPT), 메타 라마(Meta Llama) 등과 결합한 대화형 UI를 통해 사용자가 직관적으로 데이터를 분석하고 의사결정에 활용할 수 있다.   그림 8. 대화형 UI 및 결과 리포트   그림 9. Pino DT와 AI 모델 활용 원리   Pino DT와 현장 데이터 인터페이스 디지털 트윈에 가장 중요한 요소는 현장과의 연결이다. 대부분의 물류 전문 설루션이 현장과의 연결을 위한 인터페이스를 지원하지만, 많은 양의 데이터를 처리하면서 실시간으로 시뮬레이션하는데 어려움이 있다. Pino DT는 대용량 데이터 처리와 시뮬레이션 가속 성능이 뛰어나 실시간 모니터링 시스템까지 가능하다. <그림 10>은 현장에 있는 MES와 Pino DT가 인터페이스되는 과정이다. 현장에 있는 PLC가 MES에 데이터를 전달하고, MES는 그 데이터를 데이터베이스에 저장한다. 이를 Pino DT에서 외부 통신(IP)을 통해 데이터베이스에 접근하여 데이터를 시뮬레이션에 반영한다. 이 과정에서 현장 데이터의 상태가 중요하다. 불필요한 데이터가 있거나 로스 또는 시간 순서가 맞지 않은 경우가 대부분이다. Pino DT에서는 현장 데이터를 올바르게 정제하는 작업을 거쳐 현장과 동일한 디지털 트윈 모델을 만든다.   그림 10. 현장 데이터 인터페이스 과정   PINOKIO의 기대 효과 PINOKIO는 현장 운영 데이터를 실시간으로 디지털 트윈과 연동함으로써 모니터링이 가능하며, 전체 공장을 PC, 웹, 모바일 등 다양한 형태로 여러 사용자와 함께 직관적으로 확인하면서 공유하고 협업할 수 있다. 또한 현장과 연결된 디지털 트윈 모델을 이용하여, 미래에 발생 가능한 문제점을 예지(predictive)하고, 이러한 문제점을 사전에 해결하기 위한 선제대응(proactive) 의사결정을 가능하게 한다. 이 때 디지털 트윈을 이용한 사전예지는 온라인 시뮬레이션 기술에 기반하고, 선제대응은 AI 기술에 기반한다고 볼 수 있다. 디지털 트윈 기반 사전예지의 시간적 범위(time horizon)는 현장의 특성에 따라서 0.1시간~10시간으로 달라질 수 있으며, 문제점의 종류는 주로 생산 손실(loss), 부품의 혼류 비율 불균형, 설비 고장예지 및 물류 정체 등을 포함한다. 문제점이 예지되면 이를 해결하기 위한 즉각적인 의사결정 AI 기술을 활용하여 최적 운영을 달성함으로써 생산성, 경제성, 안정성 및 경쟁력 향상 효과가 있다.   맺음말 생산 계획 단계에서 Pino SIM을 통해 레이아웃 검증과 물류를 최적화하고, Pino SIM 모델 데이터를 생산 운영 단계에서 PINOKIO와 연계하여 현장 데이터 기반 실시간 모니터링과 미래 상황 예측 및 선제 대응함으로써 현실적이고 실제 활용 가능한 스마트한 디지털 트윈을 구축할 수 있다. 다음 호부터는 Pino SIM, Pino DT, Pino AI 등 각 제품별 소개 및 적용 사례를 소개하고자 한다.   그림 11. 디지털 트윈을 위한 플랜트 시뮬레이션과 PINOKIO     ■ 기사 내용은 PDF로도 제공됩니다.