실시간 3D 엔진을 활용해 더욱 현실적인 시뮬레이션 구축   시뮬레이션은 어느새 산업에서 반드시 거쳐야 하는 단계로 자리잡았다. 이번 호에서는 자율주행 시뮬레이터 기술을 개발하는 모라이(MORAI)의 모라이 시뮬레이션 플랫폼(MORAI Simulation Platform)을 소개한다. ■ 자료 제공 : 유니티 코리아     모라이 시뮬레이션 플랫폼 모라이는 주로 ‘디지털 트윈’, ‘개발 도구’, ‘검증 도구’로 불리는 시뮬레이션 툴을 통해 자율주행 기술의 안전성과 신뢰성을 검증한다. 실제 도로에서 발생할 수 있는 다양한 돌발 상황을 가상화한 환경에서 테스트하고 개발함으로써, 실제 도로에서의 복잡하고 위험한 테스트를 대신할 수 있다. 이를 통해 개발자는 안전하고 효율적으로 자율주행 시스템을 검증하고 개선할 수 있다. 모라이에서 개발한 모라이 시뮬레이션 플랫폼은 자율주행, 자율 비행 등 자율 이동체를 테스트하고 개발할 수 있는 종합적인 미래 모빌리티 시뮬레이터이다. 이 솔루션은 자율주행 자동차, UAM(도심 항공 모빌리티), 무인 로봇, 무인 선박 등 다양한 차세대 모빌리티 산업에 적용되며, 자율주행 상용화를 가속화하는 핵심 가상 검증 플랫폼으로 주목받고 있다.   유니티를 도입하게 된 이유 유니티의 강력한 기능과 사용자 친화적인 인터페이스 덕분에, 짧은 시간 내에 모라이가 원하는 가상 환경 및 시뮬레이터를 개발할 수 있었다. 이는 특히 프로젝트의 초기 단계에서 도움이 되었다. 유니티를 통해 현실적이고 정교한 3D 시뮬레이션 환경을 구현함으로써, 자율주행 기술의 테스트와 검증 과정을 더욱 효율적이고 안전하게 수행할 수 있는 기능을 개발할 수 있었다. 이와 함께, 유니티의 커뮤니티와 풍부한 리소스는 문제 해결과 기술 향상에 도움이 되었다. 다양한 예제와 튜토리얼을 통해 개발자들이 빠르게 학습하고, 프로젝트에 필요한 기능을 구현할 수 있었다. 결과적으로, 유니티 도입 이후 모라이는 프로젝트의 개발 속도와 품질을 높였으며, 더 나은 자율주행 시뮬레이션 환경을 제공할 수 있게 되었다.   플랫폼 구성 요소 기본적으로 가상 환경을 렌더링하고 사용자 인터페이스를 제공하는 베이스 플랫폼(Base Platform)이 중심을 이룬다. 이 베이스 플랫폼 위에 다양한 모듈이 결합되어, 정밀하고 현실적인 시뮬레이션 환경을 구현한다. 첫 번째로 정밀 지도 도로 모듈이 있다. 이 모듈은 실제 도로와 동일한 환경을 가상으로 재현하며, 자율주행 차량이 운행할 수 있는 도로 네트워크를 제공한다. 이를 통해 현실적인 도로 상황에서의 테스트와 검증이 가능하다.  두 번째로 차량 동역학(Vehicle Dynamics) 모듈이 있다. 이 모듈은 차량의 물리적 특성과 동역학을 시뮬레이션하여, 다양한 운전 조건에서 차량의 반응을 정확하게 모델링한다. 이를 통해 차량의 주행 성능과 안전성을 평가할 수 있다. 세 번째로 센서 모델(Sensor Model) 모듈이 있다. 이 모듈은 자율주행 차량에 장착된 다양한 센서의 데이터를 시뮬레이션한다. 카메라, 라이다, 레이더 등의 센서가 실제 환경에서 어떻게 작동하는지를 가상으로 재현하여, 센서의 정확도와 신뢰성을 검증할 수 있다. 네 번째로 교통 모델(Traffic Model) 모듈이 있다. 이 모듈은 다양한 교통 상황을 시뮬레이션하여, 자율주행 차량이 실제 도로에서 마주할 수 있는 다양한 교통 상황을 가상으로 재현한다. 이를 통해 교통 혼잡, 돌발 상황, 보행자와의 상호작용 등을 테스트할 수 있다. 마지막으로 인터페이스(Interface) 모듈이 있다. 이 모듈은 외부 시스템과의 연동을 가능하게 하여, 다양한 테스트 시나리오와 데이터를 효율적으로 관리하고 분석할 수 있게 한다. 이를 통해 개발자가 자율주행 시스템을 더 효과적으로 개발하고 검증할 수 있다. 이 모든 구성 요소가 결합되어, 모라이 시뮬레이션 플랫폼은 자율주행 시스템의 개발, 테스트, 검증을 위한 강력한 도구로서의 역할을 수행한다.     가상환경과 현실의 차이를 최소화하기 위한 노력 모라이가 시뮬레이션 플랫폼을 구축하면서 가장 신경 썼던 부분은 현실과의 차이를 최소화하는 것이었다. 이를 위해 고충실도 시뮬레이션 환경을 제공하고, 실제 지도 데이터, 교통 데이터, 센서 데이터를 기반으로 가상과 실제 환경의 갭을 최소화하는 데 집중했다. 이를 위해 자율주행차가 실제 도로에서 맞닥뜨릴 수 있는 거의 모든 상황을 가상 환경에서 묘사할 수 있도록 다양한 요소 기술을 개발하고 있다. 이는 사람이 실제 도로에 나가지 않더라도 최대한 많은 테스트를 할 수 있도록 하기 위한 것이다. 예를 들어, 보행자 충돌 위험성 등 실제 도로에서 검증하기 어려운 시나리오를 수만 번 반복하여 테스트할 수 있다. 이를 통해 자율주행 개발 기업과 연구원들은 더욱 신뢰성과 안전성을 갖춘 검증을 할 수 있다. 또한, 가상과 실제 환경이 직접적으로 연계될 수 있도록 설계했다. 시뮬레이션이 실제 환경의 데이터와 상호작용할 수 있도록 하여, 개발자들이 현실적인 조건에서 자율주행 시스템을 테스트하고 개선할 수 있게 했다. 이와 같은 접근 방식은 실제 도로에서 발생할 수 있는 다양한 상황을 사전에 예측하고 대응하는 데 도움이 된다.   모라이 시뮬레이션 플랫폼에 대한 고객의 니즈 우선 고객사들은 현실적인 그래픽과 정밀한 도로 환경을 원했다. 자율주행 차량은 다양한 도로 상황과 환경에서 운행되므로, 시뮬레이터가 실제 도로와 유사한 환경을 재현해야 한다. 이를 통해 개발자는 도시, 고속도로, 교외 지역 등 다양한 도로 상황에서 자율주행 시스템의 성능을 테스트할 수 있다. 또한 다양한 교통 상황과 돌발 상황을 시뮬레이션할 수 있어야 했다. 교통 혼잡, 보행자와의 상호작용, 돌발적인 장애물 등 실제 도로에서 발생할 수 있는 모든 상황을 가상 환경에서 재현하여, 자율주행 시스템이 어떻게 대응하는지 평가할 수 있어야 한다. 아울러, 고객사들은 다양한 센서 데이터를 필요로 했다. 자율주행 차량은 카메라, 라이다, 레이더 등의 센서를 통해 주변 환경을 인식하기 때문에, 시뮬레이터는 이러한 센서의 데이터를 정확하게 생성하고, 실제 환경에서의 센서 성능을 재현할 수 있어야 한다.   개발 시 어려웠던 점과 해결 방법 자율주행 시뮬레이터를 개발하는 것은 다양한 기술을 통합해야 하기 때문에 많은 어려움이 따른다. 기본적으로 3D 엔진에 대한 이해도가 필요하며, 그 위에 올라가는 센서, 차량 동역학, 통신 등 각각의 모듈에 대한 깊은 이해와 적절한 통합 과정이 필요하다. 이 과정에서 각 개발자의 이해도와 전문 분야가 다르기 때문에, 이를 하나의 시뮬레이터로 통합하는 것이 가장 어려운 부분이었다. 다행히, 유니티는 이러한 다양한 요소들을 모두 통합할 수 있는 개발 환경을 제공했다. 각 모듈 개발자들이 개발할 때마다 바로 결과를 확인할 수 있었고, 다른 모듈에 대한 이해도를 높일 수 있었다. 이를 통해 각 모듈이 전체 시스템에 어떤 영향을 미치는지 파악할 수 있었고, 빠르게 개발을 진행할 수 있었다. 또한, SDV(Software Defined Vehicle : 소프트웨어 정의 차량)와 UAM 등의 복잡한 시뮬레이션 환경을 구축하는 데 있어서도 유니티의 유연한 개발 환경이 도움이 되었다. 유니티의 그래픽 엔진과 실시간 데이터 처리 능력을 활용하여 현실과 유사한 고충실도의 시뮬레이션 환경을 구현할 수 있었고, 이를 통해 다양한 테스트와 검증을 효율적으로 수행할 수 있었다.     모라이의 목표 모라이는 자율주행 시뮬레이션 시장에서 개발뿐만 아니라 검증과 인증까지 가능한 시뮬레이터를 제공하고자 한다. 앞서 설명한 대로 개발자들이 손쉽게 사용할 수 있는 가상 공간과 시뮬레이션 도구를 공급하여, 이 툴을 기반으로 빠르게 기술을 개발하고 정량적으로 시험 평가할 수 있도록 하는 것이 모라이의 목표이다. 또한, 모라이는 고객이 많은 노력을 들이지 않아도 바로 이해하고 현업에 적용할 수 있는 개발 도구를 제공하는 것을 중요하게 생각하고 있다. 이를 통해 고객은 복잡한 설정이나 학습 없이도 자율주행 기술을 개발하고 테스트할 수 있게 된다.  궁극적으로는 자율주행 자동차, UAM, 무인 로봇, 무인 선박 등 모든 무인 이동체의 기술 개발 및 통합 검증에 사용되는 도구가 되는 것이 모라이의 목표이다.  모라이의 공동설립자인 홍준 CTO는 “이 과정에서 유니티는 핵심 개발 도구로서 중요한 역할을 하고 있다. 유니티의 강력한 3D 엔진과 사용자 친화적인 인터페이스 덕분에 우리는 고품질의 시뮬레이션 환경을 빠르게 개발할 수 있다. 또한, 유니티의 지속적인 기술 지원과 업데이트는 우리가 최신 기술을 빠르게 도입하고, 고객의 요구에 맞는 기능을 신속하게 제공하는 데 큰 도움이 된다”고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

리얼타임 3D 기술을 도입하여 한층 발전된 프로젝션 매핑 구현   화재로 큰 피해를 입은 파리의 노트르담 대성당이 5년에 걸친 복원 끝에 재개관했다. 복원된 성당을 더욱 돋보이게 한 프로젝션 매핑 작업은 언리얼 엔진의 실시간 렌더링 기술을 활용해 역사적 건축물을 사실적이고 정교하게 되살린 혁신적인 사례로 주목받고 있다. ■ 자료 제공 : 에픽게임즈   ▲ 이미지 제공 : 코스모 AV    2019년 4월, 파리의 상징인 노트르담 대성당에서 끔찍한 화재가 발생했다. 건물 처마 밑에서 시작된 불길은 곧 첨탑과 목조 지붕 대부분을 집어삼키며 다음 날 아침까지 밤새 타올랐다. 이후 장대한 복원 프로젝트가 진행되었으며, 5년에 걸쳐 1200명 이상의 인원이 재건에 힘을 쏟았다. 채석장 작업자와 목수, 모르타르 제조자, 석공 등 숙련된 장인이 고용되어 12세기 건축 당시와 똑같은 재료와 기법으로 대성당을 재건했다.  2024년 12월, 잿더미에서 부활한 노트르담 대성당의 재개관식이 TV 시청 황금 시간대에 방송되었다. 프랑스 텔레비지옹(France Télévisions)은 복원된 대성당의 영광스러운 모습을 선보이기 위해 비디오 매핑 회사인 코스모 AV(Cosmo AV)에 의뢰했고, 코스모 AV는 프로젝션 매핑 전문가 앙투안 부르구앵(Antoine Bourgouin)에게 재개관식을 위한 멋진 건축 라이팅을 제작해 달라고 요청했다.   ▲ 이미지 제공 : 코스모 AV   언리얼 엔진을 사용한 프로젝션 매핑 지난 2010년, 앙투안 부르구앵은 거대한 트롱프뢰유를 보여줄 캔버스로 건물을 사용하는 데 처음 관심을 갖게 되었다. 트롱프뢰유는 ‘눈속임’이라는 뜻의 프랑스어로, 2차원 표면에 3차원 공간과 물체를 표현하는 극사실적인 착시 기법을 나타내는 미술 용어다. 이는 주로 회화에서 관람자가 그림 속의 사물이나 공간을 실제처럼 인식하도록 속이는 기법을 일컫는다. 초기에는 이러한 종류의 작업을 구현할 수 있는 툴이 시중에 없어, 건물의 윤곽과 규모에 맞는 비주얼을 제작하려면 직접 컴퓨터 프로그램을 개발해야 했다. 하지만 부르구앵은 비디오 프로젝터 컨트롤러와 같은 역할을 하는 소프트웨어인 모듈로 플레이어(Modulo Player)를 사용하여 벽이나 건물과 같은 표면에 영상을 투영하여 재생하고, 각 표면에 맞게 영상을 정밀하게 변형시키고 조정할 수 있도록 했다. 특히, 부르구앵은 이 과정에 리얼타임 기술을 도입하여 프로젝션 매핑 기술을 더욱 발전시키고 있다. 전통적인 비디오 매핑은 사전 녹화된 영상을 투영하는 방식이었지만, 부르구앵은 언리얼 엔진을 사용해 개발한 비주얼을 실시간으로 건물에 투영한다. 이러한 혁신적인 아이디어로 그는 플레이어의 스마트폰을 게임 패드처럼 사용하는 비디오 게임을 제작하겠다는 아이디어로 메가그랜트를 지원하게 되었다. 이러한 아이디어를 실현하고자 부르구앵은 코스모 AV의 CEO이자 인텐스시티(IntensCity)의 공동 설립자인 피에르 이브 툴로(Pierre-Yves Toulot)를 만났다.    ▲ 이미지 제공 : 코스모 AV   3D 모델에 라이팅 매핑 코스모 AV는 프랑스 국영 텔레비전 방송사인 프랑스 텔레비지옹으로부터 노트르담 대성당 재개관을 위한 프로젝션 매핑 비주얼 제작을 의뢰받았다. 그 요청 중 하나는 대성당의 외관을 돋보이게 할 아름다운 라이팅 연출을 제작하는 것이었다. 툴로와 부르구앵은 이전에도 비슷한 프로젝트에서 협업한 적이 있었는데, 특별하면서도  우아함이 필요한 작업에서는 뛰어난 전통 건축 라이팅 디자이너인 장 프랑수아 투샤(Jean-François Touchard)의 기술을 활용했다. 툴로가 노트르담 프로젝트에 부르구앵과 투샤를 합류시킨 것은 당연한 결정이었다. 먼저 부르구앵은 노트르담 대성당의 3D 스캔 모델을 언리얼 엔진으로 가져왔고, 이 과정은 FBX 파일을 임포트하는 것만큼이나 간단했다. 부르구앵은 “언리얼 엔진과 나나이트(Ninite) 기술 덕분에 이제는 임포트한 메시의 폴리곤 밀도에 더 이상 신경 쓰지 않아도 된다. 노트르담 모델은 400만 개의 트라이앵글로 구성된 메시 구조였지만, 현재 언리얼 엔진에서는 이 정도의 폴리곤 수를 아주 쉽게 처리할 수 있다”고 말했다. 나나이트는 언리얼 엔진 5의 가상화된 지오메트리 시스템으로, 성능에 미치는 영향을 최소화하면서 방대한 양의 폴리곤으로 구성된 디테일한 3D 모델을 제작할 수 있다. 이 시스템은 활용해 대성당의 매우 정밀한 메시를 렌더링하는 데 쓰였으며, 가장 작은 디테일까지 정확하게 구현할 수 있었다. 팀은 대성당의 모든 디테일을 강조하기 위해 3D 모델에 옴니 라이트, 스포트 라이트, 렉트 라이트 등 500개의 라이트를 배치했다. 이 라이트는 강도와 온도, 색상이 조화를 이루도록 하는 것이 중요했다. 부르구앵은 “조작해야 하는 라이트의 수량이 이 프로젝트에서 가장 큰 과제였다. 하지만 즉석에서 바로 만든 블루프린트를 사용하고 라이트 액터에 태그를 지정하여 다른 그룹을 나누는 방식으로 매우 원활하게 작업할 수 있었다”고 설명했다. 툴로는 아트 디렉터 역할을 했고, 장 프랑수아는 대성당의 디테일한 부분에 대한 라이팅을 실제로 구현하는 데 전문성을 발휘했다. 팀은 조각상마다 두세 개의 스포트 라이트를 배치하고 그림자를 세심하게 조작하여 조각상의 형태와 입체감을 강조했다. 또한, IES(Illuminating Engineering Society)의 라이트 프로파일을 사용해 3D 라이팅이 실제 라이트처럼 각 아치와 발코니, 기타 건축 요소의 디테일과 정확하게 일치하도록 했으며, 깊이를 강조하기 위해 라이트 온도를 조정했다. 라이팅 구성을 이미지로 렌더링한 다음 모듈로 플레이어 시스템과 연결된 30대의 고광도 파나소닉(Panasonic) 비디오 프로젝터를 사용하여 노트르담 대성당에 투영했다.   ▲ 이미지 제공 : 코스모 AV   메가라이트와 루멘 활용 노트르담 프로젝트에서 팀은 사전 녹화된 영상을 대성당에 투영할 예정이었지만, 리얼타임 기술을 사용하면서 라이팅 디자인에서 많은 이점을 얻을 수 있었다. 라이팅이 실제 건물에서 어떻게 보일지 테스트하기 위해 팀은 현장에서 언리얼 엔진으로 3D 모델을 바로 업데이트하여, 대성당에서 즉시 결과를 확인하고 필요에 따라 조정할 수 있었다. 부르구앵은 언리얼 엔진으로 작업을 완성할 수 있었던 주요 이유로 나나이트와 결합된 강력한 라이팅 시스템의 성능을 꼽았다. 부르구앵은 “라이트 수가 많은 하이 폴리곤 메시에서 직관적인 편집 방식(WYSIWYG)으로 원활하게 작업할 수 있었다. 이로써 기존의 3D 모델링 소프트웨어에서처럼 렌더링 결과를 상상할 필요가 없었다”고 말했다. 또한 최근 언리얼 엔진 5.5에 출시된 강력한 신규 기능인 메가라이트에 대해서도 높이 평가했다. 메가라이트는 아티스트가 신(scene)에 다이내믹 섀도를 드리우는 수백 개의 라이트를 추가할 수 있게 해주는 실험적인 도구다. 언리얼 엔진의 다이내믹 글로벌 일루미네이션 및 리플렉션 기능인 루멘과 함께 사용하면 매우 사실적인 라이팅을 구현할 수 있다. 부르구앵은 “메가라이트는 상당히 유용한 기능 중 하나였다. 실시간으로 그림자를 유지하면서 수백 개의 라이트로 작업할 수 있었다. 루멘을 보완하는 환상적인 기능”이라고 말했다.   되찾은 노트르담의 영광 툴로, 장 프랑수아와 함께 한 부르구앵의 라이팅 작업은 파리에서 가장 유명한 기념물 중 하나인 대성당의 재개관식에서 중요한 역할을 했다. 언리얼 엔진 덕분에 팀은 복원가들의 놀라운 작업을 빛내고 노트르담 대성당의 영광스러운 모습을 선보일 수 있었다. 부르구앵은 “파리의 노트르담 대성당은 프로젝션 매핑 작업을 하는 사람들이라면 누구나 꿈꾸는 건물 중 하나다. 이 작업에 기여할 수 있32 · 어서 정말 큰 영광이었다”라고 말했다.      ■ 기사 내용은 PDF로도 제공됩니다.

제품 개발 프로세스의 변화를 이끄는 MBD   MBD(모델 기반 개발)는 자동차 업계에서 화제가 되고 있는 가상 시뮬레이션이다. 기존의 방식보다 비용 절감과 개발 공정의 단축을 실현할 수 있다. MBD는 자동차 업계를 중심으로 제조 현장에서 주목을 받고 있는 개발 방법이다. 이번 호에서는 MBD의 정의, MBD의 중요성 및 CAE와의 차이, MBD의 장점과 단점을 설명한다.    ■ 오재응 LG전자 기술고문, 한양대학교 명예교수   MBD는 ‘모델 기반 개발’ MBD(Model Based Development)는 컴퓨터에 현실과 동일한 모델을 만들고 개발 및 검증하는 방법이다. 가상 시뮬레이션에 의해 개발의 효율화를 실현할 수 있다. 종래의 개발이나 검증에서는 종이의 사양서를 확인하면서 설계하고 완성 후에 사양서를 보면서 검증하는 사이클이었지만, MBD는 매트랩(MATLAB), 시뮬링크(Simulink) 등의 소프트웨어를 사용해 컴퓨터 상에 ‘움직이는 사양서’라고 불리는 모델을 만들고 개발과 검증을 동시에 진행한다. 매트랩과 시뮬링크의 차이점은 다음과 같다. 매트랩 : 수치 계산이나 데이터 해석 등에 적합 시뮬링크 : 시뮬레이션이나 테스트 환경 구축 등에 적합 MBD에서 제어 장치 및 제어 대상을 모델화하여 그 모델에 기반한 개발을 수행하는 기법으로, 매트랩/시뮬링크를 이용한 모델을 작성하고 검증하는 프로세스를 <그림 1>에 나타낸다.   그림 1. 매트랩/시뮬링크를 이용해 모델을 작성하고 검증하는 프로세스   따라서 지금까지의 개발 방법과 달리 제품을 만들지 않고 검증할 수 있게 되므로, 테스트나 분석을 여러 번 반복하여 품질 향상으로 연결된다. 또한 검증에 소요되는 비용과 비용을 줄일 수 있다는 것도 큰 장점이다.(그림 2)   그림 2. 모델 기반 개발 프로세스   MBD는 주로 자동차 업계 등에서 중요시되고 있는 개발 방법 실제로 자동차를 만들어 검증을 반복하면 막대한 비용이 들기 때문에, MBD로 업무를 진행하고 있는 케이스는 적지 않다. 또한 자동차 업계뿐만 아니라 항공 업계와 우주 산업, 의료 기기, 산업용 로봇 등에서도 도입되고 있다. 요즘에는 자율 운전이나 환경에 대한 배려 등 니즈의 변화나 다양화가 진행되고, 자동차의 제조도 복잡해지고 있다. 경쟁사보다 뒤떨어지지 않도록 개발 사이클을 가속화하는 것도 드물지 않다. 배기가스 규제 등을 클리어할 필요도 있다. 이러한 배경으로 비용 절감과 개발 프로세스의 단축화를 실현할 수 있는 MBD는 주목을 받고 있다. 한편, MBD가 맞지 않는 분야도 있다. 예를 들어, 스마트폰의 앱이나 오피스 워크에서 이용하는 소프트웨어 등 제어를 수반하지 않는 소프트웨어 개발에는 적합하지 않다. MBD는 실제 기계의 품질 향상과 시스템 안전을 위해 효과적이지만, 이러한 소프트웨어는 실제 기계가 필요하지 않기 때문이다.   CAE와의 차이 MBD는 컴퓨터에서 검증을 수행하는 CAE(Computer Aided Engineering)와 유사한 기술이지만, 각각의 사용 목적이 다르다. CAE의 경우 온도나 진동 등에 변화를 더해 시뮬레이션하는 방법이지만, MBD는 모델을 활용해 제품의 타당성을 검증한다. 엄밀히 말하면 개발 시점에서 CAE를 적용하고 품질 향상과 개발 기간을 단축하는 것이 MBD이다. CAE는 시뮬레이션하고 설계에 피드백하기 때문에 설계의 업스트림에 위치하지 않는다.   MBD에는 다양한 이점이 있음 MBD의 주요한 이점은 개발 단계에서 시뮬레이션을 할 수 있고 개발 기간을 줄일 수 있다는 것이다. 여기에서는 MBD의 장점을 자세히 살펴본다.   즉시 시뮬레이션 가능 MBD의 장점은 기존 개발 프로세스보다 조기에 시뮬레이션을 할 수 있다는 것이다. MBD는 종이의 사양서가 아니고, 움직이는 사양서가 되는 모델을 만들어 개발도 검증도 곧바로 행할 수 있다. 모델을 작성함으로써 기존의 방식으로 필요했던 시뮬레이션에 걸리는 공수가 줄어들어 횟수를 늘려 품질 향상으로 이어질 것이다. 또한, 시뮬레이션에 관여하는 인건비를 줄일 수 있는 메리트도 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

건설 프로세스에서 협업을 대중화하다   일본의 건설회사인 오바야시(Obayashi)는 유니티 엔진과 픽시즈(Pixyz), 유니티 애셋 매니저(Unity Asset Manager) 등의 설루션을 사용해 모든 수준의 관계자가 어디서나 3D 모델에 즉각적으로 액세스하고 사용할 수 있는 3D 협업 뷰어와 애플리케이션을 구축했다.약 20곳의 건축 현장에서 6개월간 시범 사업을 진행한 오바야시는 모든 직원이 기술 수준에 관계없이 3D 모델에 쉽게 액세스하고 사용할 수 있는 협업 환경으로 업계 표준을 높이고 있다. ■ 자료 제공 : 유니티 코리아     오바야시는 오래 전부터 프로젝트의 기획 및 디자인 단계에서 3D 모델을 활용했다. 그러나 건설 단계에서 이러한 3D 모델을 효과적으로 구현하려는 경우 큰 과제가 있다. 바로 고성능 기기나 전문 기술 없이도 모든 작업자가 대규모 3D 모델에 액세스할 수 있도록 하는 것이었다. 이를 해결하기 위해 오바야시는 유니티의 실시간 3D 설루션으로 전환하여 몰입형 3D 협업 애플리케이션인 커넥티아(CONNECTIA)를 개발했다. 이 애플리케이션의 주요 성과는 다음과 같다.  저사양 PC에서도 대규모 BIM(건설 정보 모델링) 및 포인트 클라우드 3D 모델의 효율적인 렌더링 고급 3D 소프트웨어 기술이 없는 작업자도 손쉽게 사용할 수 있는 사용자 친화적 UI 조사를 진행한 14개 현장 중 71%는 근시일 내에 1인당 월 10시간 이상을 단축할 것으로 예상 커넥티아 애플리케이션의 개발 과정과 오바야시가 데이터 접근성 문제를 극복하기 위해 이 애플리케이션을 어떻게 활용했는지 자세히 알아보자.  “유니티는 말 그대로 ‘건설 현장의 3D 모델을 게임처럼 다룰 수 있게 한다’는 개념을 실현한다.” – 유아사 도모히데 매니저, 오바야시   오바야시의 설루션 : 커넥티아 커넥티아는 모든 현장 작업자가 3D 모델에 액세스하고 이를 실용적으로 사용하도록 할 때 발생하는 문제를 해결하기 위한 오바야시의 설루션이다. 이 설루션을 개발하기 전 오바야시는 기존 BIM 소프트웨어를 주로 활용하여 모델을 구축, 시각화 및 수정했다. 하지만 다음과 같은 문제가 있었다.  하드웨어 문제 : 저사양 PC에서는 대규모 BIM 및 포인트 클라우드 3D 모델을 다루기가 어렵다. 소프트웨어 문제 : 비기술 부문 직원들은 소프트웨어의 복잡성으로 인해 어려움을 겪는 경우가 많았고, 따라서 시간과 리소스가 많이 소요되는 추가 교육이 필요했다. 커넥티아는 오바야시의 기존 3D 모델을 통합하여 직관적인 통합 플랫폼 역할을 한다. 이를 통해 다양한 분야와 배경의 팀원 간 인터랙티브 협업과 3D 모델의 실시간 수정이 훨씬 더 쉬워진다. 개발 프로세스에서 유니티의 설루션은 크게 세 가지 측면으로 중요한 역할을 했다.     애셋 시각화 및 관리 최적화 오바야시는 디테일 수준(LOD) 및 텍스처 압축과 같은 유니티의 고급 렌더링 기술을 활용하여 CAD, BIM, 포인트 클라우드와 같은 복잡한 3D 데이터 소스를 몰입형 협업 애플리케이션 내에서 시각화할 수 있는 즉시 사용 가능한 애셋으로 변환했다. 메타데이터는 건설 작업에서 3D 모델의 가치와 유용성, 수명을 향상시키는 데 중요한 역할을 한다. 오바야시는 픽시즈를 통해 데이터를 애플리케이션에 통합하는 동안 필수 메타데이터를 보존했다. 또한, 픽시즈와 포인트 클라우드 데이터의 호환성 덕분에 오바야시는 기존 BIM 및 CAD 데이터로는 불가능한 수준의 디테일과 정확도를 실시간으로 구현할 수 있었다. 유니티 애셋 매니저는 오바야시의 건설 프로젝트 전반에서 BIM 데이터를 관리하는 중앙 집중식 허브 역할을 한다. 애셋 매니저의 주요 장점 중 하나는 데이터 변환과 버전 관리를 자동으로 처리할 수 있다는 점이다. 이러한 자동화를 통해 오바야시 개발 팀의 부담이 크게 줄어들었으며, 수동 변환이나 다양한 파일 포맷에 대한 개별 지원이 필요하지 않게 되었다. 유니티 애셋 매니저와 커넥티아의 통합 덕분에 추가 개발 작업 없이 3D 모델에 대한 업데이트를 애플리케이션에 쉽게 푸시할 수 있다. 관계자는 이러한 실시간 동기화를 통해 최신 프로젝트 정보에 즉각적으로 액세스하여 협업을 강화하고, 오래된 데이터로 인한 오류의 위험을 줄일 수 있다.   개발 가속화 오바야시는 유니티에서 제공하는 사전 빌드된 프로젝트를 통해 개발을 시작하여 신속하게 커넥티아를 제작했다. 이를 통해 밑작업을 추가로 진행하지 않고도 완전한 기능을 제공하는 사전 구축 몰입형 협업 툴을 활용할 수 있었다. 사전 설정된 환경과 애셋이 포함되어 있어 반복적인 설정 작업이 필요 없기 때문에, 개발 일정을 단축하고 개발자도 처음부터 핵심 기능에 집중할 수 있다. 사전 구축된 프로젝트의 모듈식 디자인 덕분에 오바야시는 필요에 따라 기능을 손쉽게 교체하고 새로운 기능을 추가할 수 있었다. 오바야시에서 추가한 기능은 다음과 같다.  세부 측정 : 중장비 개발을 위한 공간이 충분한지 확인하는 등, 현장 계획 및 의사 결정에 필수적인 데이터를 제공하는 공간 치수를 정밀하게 분석할 수 있도록 지원한다. SSO 로그인 : 마이크로소프트 TIS(Treasury Intelligence Solutions)와 통합을 지원한다. 일정 조정 : 관계자가 시간 경과에 따른 공사 진행 상황을 시각화하여, 실시간 데이터를 기반으로 일정과 리소스를 선제적으로 조정할 수 있다. 실시간 뷰 : 작업자가 실제 건설 현장의 상황을 실시간으로 시각화하여 팀이 효율적으로 작업할 수 있도록 지원한다.   데이터의 접근성 높이기 커넥티아 애플리케이션은 최소한의 그래픽스 기능만 갖춘 기기에서도 3D 데이터에 쉽게 액세스할 수 있도록 하여 관계자 간의 협업을 강화하도록 만들어졌다. 따라서 고성능 기기를 다루지 못할 수 있는 현장 작업자도 이를 통해 중요한 프로젝트 정보는 계속 확인할 수 있다. 오바야시가 유니티를 사용하기로 한 결정적인 이유는 접근성을 보장하는 데 필요한 유니티의 광범위한 플랫폼 지원이었다. 유니티의 플랫폼 확장성을 활용하면 모바일, 데스크톱, AR/VR 등 다양한 기기에서 몰입도 높은 경험을 구현할 수 있다. 이러한 기능으로 사용자는 경험을 공유하고, 3D 공간 컨텍스트에서 모델을 확인하며, 사무실에서 근무하는 관계자와 현장 운영을 원활하게 연결할 수 있다. 또한 커넥티아에는 협업을 더욱 강화하고 모든 관계자가 프로젝트 전반에 걸쳐 일관성을 유지할 수 있도록 하는 다양한 기능이 포함되어 있다. 오브젝트 배치 기능 : 사용자는 이 기능을 통해 3D 환경에서 상호 작용 방식으로 모델을 배치, 정렬, 제거할 수 있으므로 시공 계획을 종합적으로 검토하고 프로젝트 상태를 효율적으로 전달할 수 있다. 주석 기능 : 3D 환경 내에서 오브젝트에 대한 주석을 작성하고, 답글을 달고, 편집하고, 보관할 수 있다.     향후 계획 오바야시는 이 애플리케이션을 사용하여 모델을 제작하고 완성하는 데 드는 노력과 비용을 크게 줄인다는 계획이다. 오바야시는 AI 기능을 통합하여 데이터를 분석하고 반자동식 예비 조사를 수행함으로써 건설 계획 프로세스를 간소화할 수 있는 방안을 구상하고 있다.  “건설 현장의 실시간 정보를 더 많이 확보하면 원격으로 안전 관리 및 품질 관리를 구현할 수 있다. 커넥티아는 이러한 비전에 반드시 필요한 첫 번째 이니셔티브이다.” - 모리 유스케 매니저, SEIBU NUMABUKURO JV CONSTRUCTION OFFICE     ■ 기사 내용은 PDF로도 제공됩니다.

지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부는 자율주행차용 IC 개발 검증을 위한 패이브360(PAVE360) 기술을 활용해 소프트웨어 정의 차량(SDV) 개발을 지원하는 클라우드 플랫폼을 제공한다고 발표했다.  이 플랫폼은 복잡한 시스템을 구성하는 컴포넌트를 포괄하는 시스템 오브 시스템즈(Systems-of-Systems)를 지원한다. 또한 고성능의 AMD 라데온(Radeon) PRO V710 GPU 및 AMD 에픽(EPYC) CPU에서 실행되며, 클라우드 및 AI 플랫폼인 마이크로소프트 애저(Microsoft Azure)에서 이용할 수 있다. 페이브360 개발 및 검증 환경은 시스템 오브 시스템즈 구현을 위해 강력한 그래픽 가속이 필요하다. 이는 시뮬레이션 정확도 향상을 위한 시나리오 실현(scenario realization), AI 기반 인식, 객체 인식, 추론 모델(inference models) 및 인포테인먼트 시각화(infotainment visualization) 가속 실행을 지원하기 위해 필수이다. 고성능 AMD 프로세서 및 GPU와 마이크로소프트 애저의 조합은 이러한 핵심 작업을 위한 성능을 제공한다.     자동차 제조사가 SDV 개발로 진정한 도약을 이루기 위해서는 개발 방법론에 대한 근본적인 변화가 필요하다. 애저에서 실행되는 페이브360은 확장 가능한 SDV 개발을 위한 정교한 클라우드 개발 기능을 제공하는 동시에, 시스템 인지(system-aware) 관점에서 차량 동작을 분석하고 복잡한 결함 메커니즘(fault mechanisms)을 식별할 수 있는 역량을 갖추고 있다. 많은 경우 소프트웨어, 하드웨어, 시스템 결함은 설계 주기 후반에야 발견되거나 더 심각한 경우 차량이 이미 대량 배포된 후 발견되어, 비용이 많이 드는 리콜과 브랜드 이미지 손상을 초래할 수 있다. 시스템 인지 기반 SDV 검증 접근 방식은 이러한 결함을 조기에 찾아낼 수 있도록 돕는다. 모델링 및 시뮬레이션 단계에서 수천 개의 가상 시나리오를 실행하여 놓칠 수 있는 코너 케이스(corner cases, 극한 상황에서 발생하는 문제)를 효과적으로 식별할 수 있다. 지멘스는 마이크로소프트 및 AMD의 지원을 바탕으로, 강력한 페이브360의 시스템 인지 기반 SDV 검증 성능을 제공하게 되었다. 지멘스 디지털 인더스트리 소프트웨어의 데이비드 프리츠(David Fritz) 하이브리드 및 가상 시스템 부문 부사장은 “SDV 개발 플랫폼을 배포할 때 고객마다 선호하는 클라우드 플랫폼과 하드웨어 리소스가 다르다. 페이브360이 SDV 개발의 핵심 기술로 인정받는 만큼, 마이크로소프트 애저 및 AMD 하드웨어 지원을 확장함으로써 고객에게 더 큰 유연성을 제공할 수 있게 되었다”고 말했다. AMD의 살릴 라지(Salil Raje) 적응형 및 임베디드 컴퓨팅 그룹 수석 부사장 겸 총괄 책임자는 “지멘스및 마이크로소프트와의 협력을 통해 자동차 개발자들이 AMD의 최첨단 라데온 PRO GPU 및 에픽 프로세서를 활용하여 차세대 ADAS(첨단 운전자 보조 시스템) 및 자율주행 기술을 개발할 수 있도록 지원하게 되었다”라고 말하며, “AMD 시스템에서 지멘스의 페이브360을 지원하게 되어 기쁘며, 이를 통해 개발자들이 고급 자동차 개발을 위한 디지털 트윈 환경을 활용하여 SDV 개발을 가속화할 수 있도록 돕겠다”라고 말했다. 마이크로소프트의 다얀 로드리게스(Dayan Rodriguez) 제조 및 모빌리티 부문 기업 부사장은 “애저의 강력한 인프라와 AMD GPU를 활용함으로써, 페이브360은 이제 SDV(소프트웨어 정의 차량) 개발을 위한 탁월한 성능과 확장성을 제공한다“면서, “이번 협업은 자동차 산업의 혁신을 촉진하려는 우리의 의지를 보여주는 것이며, 이를 통해 제조업체들이 시스템 인지 기반 SDV 검증을 실현하고 최고 수준의 안전성과 신뢰성을 보장할 수 있도록 지원할 것”이라고 말했다.

한국산업지능화협회는 ‘2025 산업지능화 콘퍼런스’가 ’DX to AX – 산업 AX로 가는 여정’을 주제로 3월 13일~14일 코엑스에서 개최되었다고 전했다.   ‘2025 스마트공장 자동화산업전’과 동시 개최된 이번 콘퍼런스에는 국내외 DX/AX 선도기업 28개사가 참여하여, 디지털 전환(DX)을 넘어 인공지능 전환(AX)으로 나아가는 방향에서 새로운 비즈니스 모델과 기업의 생존 전략을 제시했다. 특히 올해는 8개 기조세션과 26개 기술세션을 통해 제조업 AX 확산을 위한 AI 기술 도입전략 및 활용 혁신사례를 선보였다. 콘퍼런스 1일차인 3월 13일에는 LG CNS, 한국IBM, 한국미쓰비시전기오토메이션, 원프레딕트의 기조세션 발표가 진행되었다. LG CNS 박재원 화학사업 담당은 ‘AX를 통한 제조기업의 혁신적 경쟁력 확보 방안’을 주제로, 제조기업이 AI 도입 시 사전에 고려해야 할 사항과 제조 현장에서의 AI 활용 관점 및 방안에 대해 제시했다. 한국IBM 박정선 실장은 AI를 통해 설비 자산 관리의 효율을 높이는 사례를 설명하며, 검사 자동화, 고장 예측 및 예지보전, 현장 작업 지원 등에서의 실제 유스 케이스를 소개했다. 한국미쓰비시전기오토메이션 주식회사의 이노우에 나오타케 FA엔지니어링사업부장은 미쓰비시전기가 추구하는 디지털 제조의 방향성을 제시하고, 디지털 제조 추진의 3요소로 ‘생산현장의 자동화’, ‘업무의 디지털화’ 및 ‘시스템 통합’을 소개했다. 원프레딕트의 윤병동 대표는 AI가 산업 생산성 관점에서 파괴적 혁신을 가져다 줄 수 있는가에 대해 화두를 던지며, 산업 AX를 기반으로 O&M 업무 프로세스를 파괴적으로 혁신하는 미래 방향성을 제언했다. 2일차인 14일에는 현대오토에버, 로크웰 오토메이션, 헥사곤 매뉴팩처링 인텔리전스, 다임리서치의 기조세션 발표가 진행되었다. 현대오토에버 장연세 상무는 제조 혁신을 위한 소프트웨어 중심의 SDF(소프트웨어 정의 공장) 체계를 실현하기 위해 제조 산업에서 DI/DX의 이니셔티브에 대해 설명하고, 현대오토에버가 정의하고 만들어나가는 SDF에 대해 소개했다. 로크웰 오토메이션의 앤드류 엘리스 부사장은 AI를 활용한 자율 제조 생태계 구축을 위한 핵심 요소와 단계적 접근법을 제시했다. 헥사곤 매뉴팩처링 인텔리전스 홍석관 부사장은 제조산업의 효율성을 높이고 로봇의 활용 범위를 확대할 수 있는 방안을 제시하며, 제조산업 자산 DX, DR 및 데이터 관리 설루션과 효율적 로봇 성능 향상 기술을 소개했다. 다임리서치 장영재 대표이사는 중견기업/소기업의 무인·자율공장 도입 방안을 실증 사례를 통해 소개했다. 그는 신공장 설계에서 자동화 구축 시뮬레이션 검증 방식을 소개하고, 기존 공장이 디지털 공장으로 변화할 수 있는 방안을 다뤘다.     한편, 이틀에 걸쳐 DX/AX 혁신 기술·설루션과 유스케이스를 소개하는 기술 세션도 진행되었는데, 특히, 제조산업의 AI 기술 적용사례에 대해 참관객의 관심이 집중되었다. 생성형 AI 활용 방안, 로봇 AI 기술 및 로보타이제이션 등의 유스 케이스들이 소개되며, 제조업의 AI 혁신을 모색하는 기업 관계자들에게 실질적인 인사이트를 제공했다. 기술세션은 ▲제조 AI(아비바코리아, 인이지, 슈퍼브에이아이, 데이터디자인엔지니어링, 인터엑스, 엠아이큐브솔루션, 넥스톰) ▲산업 데이터 스페이스(인터엑스, 피티씨-켑웨어) ▲제조 OT 기술(주한스위스대사관 무역투자청, 로볼리전트, 오토스토어시스템, 씨메스, 비앤드알 산업자동화, 유진로봇) ▲제조 IT 기술(로크웰 오토메이션, 유비씨, 아이투맥스, 마이링크, 일루넥스, 시제, 쿤텍, LG전자 생산기술원) 등 4개의 트랙으로 구성되었다. 이 외에도 디지털 기반 제조산업 생태계 구현을 위한 필수요소로 중요성이 대두되고 있는 산업 데이터 스페이스(IDS)를 키워드로 포럼 및 세미나가 함께 열렸다. 1일차에는 ‘글로벌 제조 혁신의 새로운 언어 – 산업 데이터 스페이스’를 주제로 ‘2025 글로벌 첨단제조 표준화 포럼’이 진행되었다. 이번 포럼에서는 제조업 혁신을 실현하기 위한 필수요소로 표준의 중요성을 강조하며, 첨단 제조 기술의 표준화 추진 전략 및 주요 사례를 소개했다. 2일차에 열린 ‘산업 데이터 스페이스 기술위원회 세미나’에서는 산업 데이터 혁신 전략을 중심으로 제조기업과 IT 기업 간 협업 방안을 통한 생태계 조성과 AX 구현 방향을 제시했다. 이어지는 패널 토론에서는 ‘기업의 산업 데이터 기반 공급망 현황과 방향성’을 논의하는 자리가 마련되었다. 한국산업지능화협회의 김태환 부회장은 “생성형 AI는 4차 산업혁명 시대에 산업의 게임 체인저로 자리매김할 것이 확실시되고 있다”면서, “산업지능화 콘퍼런스를 AI, 빅테이터 등 첨단 기술을 활용한 혁신적인 비즈니스 모델과 기업의 생존 전략을 논의하는 장으로 지속 발전시켜 나가겠다”고 밝혔다. 

마이크로소프트가 3월 26일, 서울 양재 aT센터에서 ‘모두를 위한 AI, AI 혁신의 오늘과 내일’을 주제로 마이크로소프트 AI 투어 인 서울(Microsoft AI Tour in Seoul)을 개최한다고 밝혔다. 마이크로소프트 AI 투어는 전 세계 60개 도시를 순회하며 조직과 파트너, 비즈니스 리더, 기술 전문가 등에게 AI 혁신을 촉진하고 새로운 기회를 창출하는 데 필요한 기술과 지식을 전하고 있다. 서울에서 열리는 마이크로소프트 AI 투어는 개발자와 엔지니어를 비롯해 AI 인프라 및 비즈니스 혁신에 관심 있는 관계자라면 사전 신청을 통해 무료로 참가할 수 있다. 이번 행사에서는 AI를 활용한 비즈니스 성장과 지속 가능한 가치 창출을 이끌어낼 수 있는 방법에 대해 논의하는 자리가 마련되며, 마이크로소프트 AI 기술과 설루션을 직접 체험하고 배울 수 있는 세션도 진행된다.     키노트 세션에는 마이크로소프트의 사티아 나델라(Satya Nadella) CEO 겸 이사회 의장이 연사로 참여한다. 그는 깃허브의 토마스 돔케(Thomas Dohmke) CEO, 한국마이크로소프트 조원우 대표와 함께 ‘AI 혁신의 시대, 변화 주도하기’를 주제로, AI가 한국을 포함한 전 세계에서 어떻게 생활과 업무 방식을 변화시키고 있는지, 그리고 그 변화가 산업 전반에 미치는 영향에 대한 인사이트를 나눌 예정이다. 특히 키노트 세션에서는 국내 주요 산업을 대표하는 기업들의 AI 혁신 사례가 소개된다. 마이크로소프트는 최신 AI 기술을 선도적으로 도입함으로써 비즈니스 혁신을 성공적으로 이끈 국내 기업들의 사례를 통해 한층 의미 있는 인사이트를 얻을 수 있을 것으로 기대하고 있다. 브레이크아웃 세션에서는 AI 산업 혁신과 실제 적용 사례를 다루는 총 25개 세션이 진행된다. 생성형 AI, 마이크로소프트 365 코파일럿(Microsoft 365 Copilot), AI 에이전트, 데이터 및 클라우드 인프라 등 다양한 주제가 다뤄지며, 산업별 활용 사례와 최신 기술 동향도 함께 소개된다. 참가자들은 마이크로소프트의 비즈니스 임원과 기술 전문가들의 발표를 통해 AI 혁신 전략과 인사이트를 살펴보고, 코파일럿을 활용한 비즈니스 AI 인프라 구축 방안을 모색할 수 있다. 또한, 금융·의료·제조·소매유통 등 다양한 산업에서 마이크로소프트 AI가 창출한 실질적인 성과를 확인하고, 각 산업에 최적화된 AI 활용 전략을 탐색할 기회를 얻게 된다. 워크숍 세션에서는 AI 기술 실습을 중심으로 총 12개의 세션이 진행된다. 참가자들은 애저 AI 에이전트 서비스(Azure AI Agent Service)와 코파일럿 스튜디오(Copilot Studio)를 활용해 맞춤형 AI 에이전트를 개발하고, 마이크로소프트 패브릭(Microsoft Fabric)을 통해 실시간 데이터 처리 및 AI 기반 분석을 실습할 수 있다. 또한, 애저 오픈AI 서비스(Azure OpenAI Service)를 활용한 생성형 AI 설루션 구현 및 최적화 기법을 익히는 세션이 진행될 예정이다. 아울러 마이크로소프트 비즈니스 임원 및 기술 전문가들과 함께 신뢰할 수 있는 AI 환경 구축을 위한 코파일럿 기반 비즈니스 AI 인프라 발전 전략을 논의하는 시간도 마련된다. 커넥션 허브에서는 업계 전문가들과 교류하며 네트워크를 확장할 수 있는 다양한 부스가 운영된다. 참가자들은 전문가 네트워크 쇼케이스, 인터랙티브 씨어터 세션 등의 부스를 방문해 마이크로소프트 제품 및 엔지니어링 전문가들과 직접 소통할 수 있다. 이와 함께 애저(Azure), 서피스(Surface), 시큐리티(Security) 부스를 비롯해 AI 포스트 카드 제작 등 다양한 체험형 프로그램도 진행될 예정이다. 한국마이크로소프트의 조원우 대표는 “이번 행사는 전 세계 AI 트랜스포메이션을 선도하는 마이크로소프트와 국내의 주요 고객 및 파트너사, 비즈니스 리더, IT 업계 전문가들이 한자리에 모여, AI 기술 혁신과 비즈니스 성장을 가속화할 새로운 기회를 발굴하는 자리”라면서, “참가자들이 AI 기술을 비즈니스에 효과적으로 적용할 전략을 탐색하고, AI 비전을 현실로 구현할 인사이트를 얻기를 기대한다”고 전했다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (19)   터보 기계는 흐르는 유체와 회전하는 요소 사이에서 에너지 전달이 일어나는 기계에 초점을 맞춘 기계공학의 한 분야이다. 이러한 장치는 많은 산업 분야에서 중추적인 역할을 한다. 이번 호에서는 터보 기계의 시뮬레이션을 위한 솔버의 선택과 설정, 후처리 및 분석, 최적화 등의 과정을 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   로터-스테이터 인터페이스 성능을 결정하고 잠재적인 문제를 식별하는 데 필수인 터보 기계의 회전 및 고정 구성 요소 간의 상호 작용을 모델링하는 방법에는 여러 가지가 있다. 다음에 설명된 방법은 동적 영역과 정적 영역 간의 정확한 흐름 전달을 보장하기 위해 로터-회전자 인터페이스를 올바르게 모델링하는 데에 사용된다.  혼합 평면 접근법 : 이 방법은 인터페이스 전반의 유동 특성을 평균화하여 회전 영역과 고정 영역 사이의 인터페이스를 모델링하는 데 사용되는 계산적으로 효율적인 정상 상태 근사치이다. 이 방법은 이들 영역 사이의 흐름을 효과적으로 ‘혼합’하여 안정된 인터페이스 조건을 제공하므로, 로터 블레이드가 고정자 베인을 통과할 때 발생하는 실제 불안정한 현상을 해결하지 않아 시뮬레이션을 단순화한다. 도메인 스케일링 방법 : 이 불안정 기법은 도메인의 물리적 치수를 스케일링하여 로터와 고정자 사이의 상대적인 움직임을 시뮬레이션하는 것이다. 다양한 회전 속도의 효과를 모델링하거나 전체 지오메트리를 명시적으로 모델링하지 않고 정수가 아닌 블레이드 수 비율을 맞추기 위해 자주 사용된다. 이 방법은 로터/스테이터 인터페이스 전체에 동일한 메시 주기성을 적용하여 양쪽에서 일관된 흐름 특성을 보장한다. 위상 지연 방법 : 이 방법은 주기성을 가정하고 도메인의 여러 세그먼트 간에 위상 변이를 적용하여 불안정한 회전자-회전자 상호 작용을 시뮬레이션할 수 있다. 이 방법을 사용하면 전체 도메인의 불안정한 동작을 표현하면서 지오메트리의 일부를 시뮬레이션할 수 있으므로 계산 비용을 줄일 수 있다. 위상 지연 방식은 반복 패턴이나 주기적 대칭이 있는 경우에 특히 유용하다. 회전 기준 프레임(RRF) : RRF 방법은 로터와 함께 회전하는 기준 프레임에서 유동 방정식을 푸는 방식이다. 이 방법은 로터 동작의 물리적 시뮬레이션 없이도 구성 요소 회전으로 인한 흐름 효과를 시뮬레이션한다. 이 방법은 정상 및 비정상 시뮬레이션 모두에 사용할 수 있다. 정상 시뮬레이션에 사용할 경우 회전하는 부품과 정지된 부품 간의 통신을 위한 인터페이스 처리가 필요한 경우가 많으며, 이때 혼합 평면 접근법을 적용할 수 있다. 슬라이딩 메시 방법 : 이 기법은 과도 시뮬레이션에 사용되며 로터와 고정자 사이의 시간에 따라 변화하는 상호작용을 캡처할 수 있다. 로터 도메인의 메시가 고정자 도메인의 고정 메시와 관련하여 움직이거나 미끄러지므로 실제 회전 및 관련 불안정 유동 현상을 시뮬레이션할 수 있다. 다중 참조 프레임(MRF) : MRF는 회전하는 영역의 흐름을 평균화하는 정상 상태 접근 방식이다. 그러나 이 방법을 사용하면 시뮬레이션 도메인의 여러 영역이 서로 다른 기준 프레임에 있을 수 있다. 따라서 회전자 도메인은 회전하는 기준 프레임에 설정하고 고정자 도메인은 고정된 상태로 유지할 수 있다. 고정 회전자 접근법 : 로터와 스테이터 위치가 서로에 대해 고정되어 있는 정상 상태 근사치로, 시간의 스냅샷을 시뮬레이션한다. 슬라이딩 메시 방식보다 계산 비용이 저렴하지만 실제 과도 효과를 포착할 수 없다.   그림 1. 특정 경우와 일반적인 경우의 로터-스테이터 처리 순서도   <그림 1>의 순서도는 특정 유동 특성에 따라 정상 상태 계산에서 로터-스테이터 인터페이스 처리를 선택하기 위한 의사 결정 프로세스를 제공한다. 시뮬레이션에 회전하는 임펠러와 고정된 볼류트 케이스 사이의 상호작용이 포함된 경우, 상세한 국소 유동 변화를 포착하고 계면 전체의 질량, 운동량 및 에너지 보존을 국소적으로 보장하기 위해 국소 보수적 결합을 권장한다. 다음으로, 계면 근처에 충격파가 존재하여 유동장에 강한 영향을 미칠 수 있는 고구배 유동 특성인 경우 1D 또는 2D 비반사 경계 조건이 제안된다. 이러한 조건은 시뮬레이션 결과를 손상시킬 수 있는 경계에서 충격파의 인위적인 반사를 최소화하도록 설계되었다. 마지막으로, 인터페이스 근처에 충격파가 없는 경우 전체 비일치 혼합 평면 또는 보수적 결합 방법을 사용하는 것이 좋다. 완전 비일치 혼합면 방법은 계면 전체의 유동 특성을 평균화하므로 회전자-회전자 상호 작용의 상세한 시간 정확도 캡처가 중요하지 않은 경우에 적합하다. 보수적 결합 접근법은 메시 적합성 없이 인터페이스 전체에서 질량, 운동량 및 에너지를 보존해야 하는 시나리오에 이상적이며, 따라서 회전자 메시와 고정자 메시 간의 어느 정도의 정렬 불일치 또는 비적합성을 수용할 수 있다. <표 1>에는 안정된 시뮬레이션에 사용할 수 있는 다양한 로터-스테이터 인터페이스 처리 방법이 요약되어 있다.   표 1. 회전자-고정자 인터페이스 처리 방법     ■ 자세한 기사 내용은 PDF로 제공됩니다.