18ㅤTheme. PLM과 AI로 가속화하는 제조 디지털 전환의 미래 Ⅱ 제조산업의 미래, 산업 AI 트렌드와 과제 / 조영임 AI 혁신을 기회로 : SAP의 통합형 PLM 전략 / 고건 미래 제조 패러다임의 전환 : SDM 기반 자율 제조의 도래 / 박한구 엔비디아 옴니버스만 가능한 디지털 트윈의 비즈니스 실현 / 김건우 패스트 포워드 디지털 전환과 제품 개발 / 윤중근 소프트웨어 정의 자동화가 바꾸는 산업의 미래 / 김건   Infoworld Editorial 17ㅤAI 시대, 그래픽 산업과 한국 기업의 대응 전략은?   People&Company 39ㅤ헥사곤 매뉴팩처링 인텔리전스 성 브라이언 사장ㅤ시뮬레이션·디지털 트윈·AI 결합해 제품 개발의 미래 제시 42ㅤ한국기계가공학회 안동규 회장ㅤ뿌리기술로 미래 제조 혁신 이끈다   Case Study 44ㅤKAI의 언리얼 엔진 기반 차세대 시뮬레이션 에코시스템ㅤ비행 훈련부터 제품 개발·운영까지 아우르는 핵심 인프라를 목표로 47ㅤ가상 커미셔닝으로 산업 과제를 해결하는 스피라텍ㅤ개방형 커미셔닝과 협업 혁신으로 제조업을 재정의하다   Focus 50ㅤ넥스트콘 2025에서 만난 건설 디지털 전환의 미래   New Product 52ㅤ사용자 경험 혁신하는 3D CAD/CAE/CAM 소프트웨어ㅤZW3D 2026 57ㅤAI·스마트 자동화 기반의 차세대 디지털 엔지니어링 설루션ㅤ앤시스 2025 R2 60ㅤ이달의 신제품   On Air 63ㅤ캐드앤그래픽스 CNG TV 지식방송 지상중계ㅤAI로 혁신하는 3D 시각화와 산업의 미래   Column 70ㅤ디지털 지식전문가 조형식의 지식마당 / 조형식ㅤ인생 디지털 스레드 : 삶의 모든 ‘오늘’을 연결하는 새로운 패러다임 72ㅤ현장에서 얻은 것 No. 22 / 류용효ㅤ나만의 AI 에이전트 필살기 Ⅰ – 나만의 지식 지도를 그리다   64ㅤNew Books 66ㅤNews   Directory 123ㅤ국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA AEC 75ㅤ새로워진 캐디안 2025 살펴보기 (10) / 최영석ㅤ유틸리티 기능 소개 Ⅷ 78ㅤ데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (6) / 천벼리ㅤ모바일 CAD 아레스 터치의 새로운 기능 116ㅤBIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱ㅤ바이브 코딩 지원 멀티 에이전트 코덱스의 사용법   Mechanical 80ㅤ제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (2) / 김성철ㅤ부품 모델링 개선 사항   Reverse Engineering 86ㅤ시점 - 사물이나 현상을 바라보는 눈 (9) / 유우식ㅤ작용, 반작용, 상호작용   Analysis 93ㅤ앤시스 워크벤치를 활용한 해석 성공 사례 / 박건ㅤ포토닉스 소자 시뮬레이션을 위한 앤시스 루메리컬 98ㅤ산업 디지털 전환을 가속화하는 버추얼 트윈 (6) / 이현충ㅤ시뮬리아 웨이브6를 활용한 환경 소음 시뮬레이션 100ㅤ로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (2) / 윤경렬, 김도희ㅤ데이터 분석 로코드 설루션을 배워보자 Ⅰ 106ㅤ최적화 문제를 통찰하기 위한 심센터 히즈 (7) / 이종학ㅤ프로세스 자동화 Ⅱ – 모터 설계 최적화 113ㅤ성공적인 유동 해석을 위한 케이던스의 CFD 기술 (25) / 나인플러스ITㅤ처리 시간이 10시간 미만인 LES 워크플로         캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

국내 대표 컴퓨터 그래픽 컨퍼런스인 ‘코리아 그래픽스 2025’가 오는 9월 11일(목)부터 12일(금)까지 온라인으로 개최된다. 올해로 13회째를 맞이하는 이번 행사는 ‘AI로 혁신하는 3D 시각화와 산업의 미래’를 주제로, 제조·건축·엔터테인먼트 등 산업 현장에서 적용 가능한 AI·XR·디지털 트윈 최신 기술과 활용 사례를 심도 있게 다룰 예정이다. 9월 11일, 행사 첫째 날은 ‘디지털 트윈과 3D 시각화’를 주제로 진행된다. 한양대학교 현경훈 교수는 생성형 AI를 활용한 디자인·제조 혁신 방안을 발표한다. 에픽게임즈 코리아 권오찬 시니어 에반젤리스트는 언리얼 엔진 리얼타임 기술 기반의 디지털 트랜스포메이션 사례를 소개한다. HP코리아 차성호 이사는 AI 워크스테이션을 통한 생산성 향상 사례를 공유한다. 에스엘즈 정재헌 대표는 AEC 산업의 공간지능 및 증강휴먼 기술 발전을 다룬다. 유니티코리아 김현민 엔지니어는 Unity Asset Manager를 통한 CAD 데이터 관리 및 실시간 협업 혁신을 제시한다. 메가존클라우드 홍동희 그룹장은 CAD와 Unity 결합을 통한 신규 비즈니스 모델과 기회를 설명한다. 캐디안 한명기 상무는 AI-CAD 기반 3D 도면 생성 기술 및 적용 솔루션을 소개한다. 이노시뮬레이션 이지선 CTO는 모빌리티 XR과 AI 융합 사례를 발표한다. 9월 12일, 둘째 날은 'AI 비주얼 트렌드와 응용 사례'를 주제로 AI 기반 비주얼 트렌드와 응용 사례가 집중적으로 다뤄진다. 서울미디어대학원대학교 유훈식 교수는 AI 시대 그래픽 디자인 패러다임 변화와 혁신 사례를 발표한다. 현대자동차 신종호 매니저는 언리얼 엔진 기반 제조 소프트웨어 개발과 스마트팩토리 사례를 소개한다. LG CNS 이희재 팀장은 생성형 AI 플랫폼 ‘COP’을 통한 업무 생산성 향상 방안을 공유한다. 아이스케이프 조세희 대표는 생성형 AI 영상 제작 노하우를 공개한다. AI팩토리 김태영 CEO는 노코드 AI 에이전트와 바이브 코딩을 활용한 자동화 및 생산성 향상 방안을 제시한다. 이윰 스페이스 이윰 대표는 세계관 디자인을 중심으로 한 생성 AI 기반 아트워크 사례를 발표한다. 고려대학교 박진호 교수는 XR과 AI 융합을 통한 초연결 콘텐츠의 가능성을 제시한다. 한편 이번 행사에는 에픽게임즈코리아, 유니티코리아, 메가존클라우드, HP코리아, 현대자동차, LG CNS 등 국내외 주요 기업과 연구진이 참여한다. 산업별 AI·3D 시각화 기술의 미래 방향성을 제시하며, 실무 적용 가능한 인사이트를 공유할 예정이다. 이번 행사를 주관하는 캐드앤그래픽스 최경화 국장은 “산학연 전문가가 함께 모여 AI와 3D 시각화 기술의 융합 가능성을 논의하는 자리가 될 것”이라며, “급변하는 산업 환경 속에서 혁신을 이끌어갈 유익한 기회가 될 것”이라고 밝혔다. 현재 코리아 그래픽스 2025 사전등록 이벤트가 진행 중이다. 

■ 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 

DJI가 강력한 성능과 유연한 확장성을 갖춘 초경량 무선 마이크 DJI Mic 3(DJI 마이크 3)를 출시한다고 밝혔다. 이번 제품은 최대 4개의 송신기(TX)와 8개의 수신기(RX)를 지원해 멀티 카메라 제작 환경이나 그룹 녹음 시에도 안정적인 성능을 제공한다. 또한 DJI Mic 시리즈 최초로 자동 게인 조절(Adaptive Gain Control) 기능이 탑재돼 자동으로 클리핑을 방지하거나 음량을 조정할 수 있으며, 세 가지 음성 톤 프리셋(Voice Tone Presets)과 2단계 노이즈 캔슬링 기능도 제공된다. 또한 32GB 저장 공간의 듀얼 파일 32-bit Float 내부 레코딩(Dual-File 32-bit Float Internal Recording) 기능도 처음 적용되었다.     16g 무게의 DJI Mic 3 송신기는 가볍고 컴팩트한 디자인이 특징이다. 탈착식 회전 클립을 이용해 마이크 각도를 자유롭게 조정할 수 있어, 어떤 방식으로 부착하더라도 최적의 오디오를 확보할 수 있다. 자석 또는 클립 방식으로 착용 가능하며, 윈드스크린은 촬영 환경이나 의상에 맞춰 선택할 수 있도록 5가지 색상으로 별도 구매가 가능하다. 크리에이터는 멀티 신(multi-scene) 촬영 시 장소를 이동하는 중에도 Mic 3를 충전하며 간편하게 휴대할 수 있다. 함께 제공되는 올인원 충전 케이스는 송신기 2개와 수신기 1개를 수납할 수 있으며, 윈드스크린이나 자석 클립을 부착한 상태로도 보관이 가능하다. 케이스 내부에는 자석과 잠금 오디오 어댑터 케이블을 함께 수납할 공간도 마련되어 있다. DJI Mic 3는 인텔리전트 기능을 통해 역동적인 고품질의 사운드를 구현하며, DJI 마이크 중 최초로 두 가지 자동 게인 조절 모드를 갖췄다. 야외 스포츠 경기처럼 음량 변화가 큰 환경에서는 ‘자동(Auto)’ 모드가 갑작스러운 볼륨 피크를 억제해 클리핑을 방지하고, 실내 스튜디오처럼 정적인 환경에서는 ‘다이내믹(Dynamic)’ 모드가 음량 변화에 따라 자동으로 게인을 조정해 일관된 음량을 유지한다. DJI Mic 3는 DJI 마이크 가운데 최초로 세 가지 음성 톤 프리셋(레귤러, 리치, 브라이트)을 지원한다. 이 기능은 다양한 음색을 가진 여러 화자가 참여하는 인터뷰에 적합하며, 음성을 전문적으로 조정해 저음을 강화하여 울림을 줄이고, 고음을 강조함으로써 명료도를 높인다. 동시에, 2단계 능동형 노이즈 캔슬링 기능이 에어컨과 같은 배경 소음을 억제해 선명하고 또렷한 음질을 구현한다. 윈드스크린을 장착하면 바람 소리까지 추가로 줄일 수 있다. 마지막으로, 무손실 오디오(Lossless Audio) 기능을 통해 송신기에서 수신기로 압축되지 않은 48kHz/24-bit 오디오를 직접 전송해 정밀한 고음질을 담아낸다. Mic 3는 최대 4개의 송신기와 8개의 수신기를 동시에 연결할 수 있으며(추가 송신기와 수신기는 별도 판매), 그룹 인터뷰나 멀티 카메라 촬영에서도 모든 기기에서 선명한 오디오를 확보해 후반 작업을 한층 수월하게 한다. 쿼드라포닉(Quadraphonic) 모드에서는 DJI Mic 3 리시버를 특정 소니 카메라나 컴퓨터 소프트웨어와 연동해 네 개의 오디오 트랙을 독립적으로 출력할 수 있어, 정밀한 트랙 분리와 유연한 믹싱을 가능하게 하며 후반 제작에서 더욱 넓은 창작의 자유를 제공한다. Mic 3는 대규모 박람회나 스포츠 경기장과 같은 복잡한 환경에서도 최대 400m에 이르는 송신 범위와 간섭 저항 전송 성능을 제공한다. 또한 2.4GHz와 5GHz 대역 간 자동 주파수 전환을 통해 안정적인 전송을 지원한다. 내장형 녹음 기능은 무선 장애나 장비 이슈로 인한 오디오 손실을 방지한다. DJI Mic 3는 오리지널 트랙과 알고리즘 보정 트랙을 동시에 저장하는 듀얼 파일 내부 레코딩(Dual-file internal recording)을 지원해 창작의 유연성을 제공하고 후반 작업을 간소화한다. 또한 24-bit 또는 32-bit Float 포맷을 지원해 폭넓은 다이내믹 레인지를 구현하며, 복잡한 음향 환경에서도 속삭임부터 고함까지 모든 음성의 뉘앙스를 정밀하게 포착할 수 있다. 송신기에 탑재된 고정밀 타임코드 기능은 내장 녹음 시 타임코드 데이터를 함께 기록하며, 24시간 동안 1프레임 이내의 오차 범위를 유지해 멀티 카메라 환경에서도 영상과 오디오를 정확히 동기화하고 후반 제작에서 손쉬운 편집을 지원한다. DJI Mic 3는 완충 시 송신기는 최대 8시간, 수신기는 최대 10시간까지 사용할 수 있으며, 충전 케이스를 이용하면 2.4회 완충으로 총 28시간까지 연장된다. 5분 고속 충전으로 2시간 사용이 가능하고, 50분이면 완전 충전이 완료된다. 또한 다양한 절전 기능을 갖춰 재충전 빈도를 줄여준다. 예를 들어 ‘자동 절전(Auto Power-Savings)’ 기능은 사용하지 않을 때 송신기와 수신기를 절전 모드로 전환하고, ‘자동 전원 차단(Auto Power-Off)’ 기능은 일정 시간 미사용 시 전원을 꺼 배터리 소모를 최소화한다. DJI Mic 3는 DJI 오즈모오디오(OsmoAudio) 생태계에 직접 연결되어 오즈모 360(Osmo 360), 오즈모 액션 5 프로(Osmo Action 5 Pro), 오즈모 액션 4(Osmo Action 4), 오즈모 포켓 3(Osmo Pocket 3) 등 DJI 주요 제품에 수신기 없이 바로 연결할 수 있으며, 프리미엄 오디오를 제공하는 동시에 장비 구성을 최소화하고 크리에이터의 워크플로를 단순화한다. 또한 락킹 3.5mm TRS 출력 포트, 3.5mm TRRS 모니터링 포트, USB-C 포트를 갖춰 다양한 외부 장비와 유선 연결이 가능하며, 스마트폰에는 블루투스를 통해 수신기 없이 바로 연결할 수 있다. DJI Mic3는 DJI 스토어 및 공인 판매처로부터 주문할 수 있다. 송신기 2개 + 수신기 1개 + 충전 케이스 구성은 46만 9000원, 송신기 1개 + 수신기 1개 구성은 26만 5000원이다. DJI Mic 3 수신기와 송신기는 각각 16만 3000원과 14만 2000원에 별도 구매할 수 있으며, DJI Mic 3 충전 케이스는 10만 7000원에 판매된다. DJI의 크리스티나 장(Christina Zhang) 기업 전략 부문 수석 이사는 “DJI Mic 3는 지금까지 볼 수 없었던 컴팩트한 외형에 프리미엄 오디오 품질과 스마트 기능을 결합한 제품”이라면서, “다양한 환경, 여러 피사체, 다양한 장비를 이용하는 환경에 맞춰 오디오를 자유롭게 담을 수 있도록 다재다능한 디자인을 갖췄다. 또, 인텔리전트 기능들을 이용해 누구나 간편하게 선명하고 풍부한 사운드를 담아내어 창작의 과정을 한층 매끄럽게 해주는 것이 특징”이라고 밝혔다.

인텔은 LG이노텍이 자사의 기술을 활용해 인공지능(AI) 기반의 자동화 시스템을 구축하고 있다고 소개했다. 소재·부품 전문 기업인 LG이노텍은 휴대폰, 자동차 디스플레이, 스마트 기기 등에 들어가는 수십만 개의 초소형 부품을 완벽한 정확도와 무결점으로 복제하는 것을 목표로 삼고 있으며, 혁신 기술을 통해 이러한 목표를 달성하고자 한다.  LG이노텍의 구미 공장에서는 인텔 코어(Intel Core) 프로세서, 인텔 제온(Intel Xeon) 프로세서 및 인텔 아크(Intel Arc) 내장형 그래픽처리장치(GPU)가 조화를 이루며 작동한다. 이들 기술은 오픈비노(OpenVINO) 소프트웨어 툴킷으로 통합된다. LG이노텍은 생산 라인의 특정 단말기에서 규칙 기반 검사 및 딥러닝 기반 시스템을 사용해 제품 품질을 높여왔다. 여기서 나아가, LG이노텍은 제조 공정 전반에 걸쳐 AI를 광범위하게 적용하여 성능 저하 없이 완전 자동화된 시스템을 구축하고자 했다. 인텔은 지난 2024년 인텔 코어 및 제온 프로세서와 아크 외장형 GPU를 기반으로 하는 AI 기반 검사 시스템에 대한 구축 지원을 위해 LG이노텍과 논의를 시작했다. 핵심은 생산 공정에서 발생하는 데이터가 인텔 코어 CPU를 탑재한 PC로 스트리밍되며, 내장 GPU는 결함 데이터를 분석하는 데 비용 효율을 제공하는 것이다. 고해상도 이미지에서 다중 알고리즘을 실행하는 등 부하가 큰 워크로드는 인텔 아크 외장 GPU가 처리하게끔 했다. 시간이 지남에 따라 축적된 데이터셋은 인텔 제온 기반의 사전 학습 서버로 전송된다.      양사는 향후 협업을 통해 인텔 가우디 AI 가속기가 탑재된 서버를 활용한 사전 학습 워크로드 관리를 검토하고 있다. 이처럼 CPU를 기반으로 내장 및 외장 GPU로 가속화된 인텔 기반 기술 조합을 활용하여 AI 검사 시스템 구축 비용을 절감할 수 있었다는 것이 인텔의 설명이다. 인텔은 “아크 기반 외장 GPU를 도입하면서, 동급 성능의 타사 하드웨어 대비 성능에 비해 높은 비용 효율성을 달성했다. 이러한 비용 절감 효과는 규모의 경제를 더욱 극대화할 수 있는 기반이 되고 있다”고 전했다.  LG이노텍은 2024년 모바일 카메라 모듈 생산 라인에 인텔의 AI 비전 검사 설루션을 처음 적용했으며, 올해는 FC-BGA(flip-chip ball grid array)를 생산하는 구미4공장 등 국내 주요 생산 거점과 해외 생산라인에 단계적으로 확대 적용할 계획이다.  시스템 도입 당시에는 기존 딥러닝 환경이 특정 외장 그래픽 카드를 기반으로 구축되어 있어, 처음에는 통합 GPU 도입에 대한 우려가 있었다. 특히, 신규 GPU에 맞춰 기존 코드를 재작성하고 다시 매핑하는 것이 매우 어려울 것이라는 걱정이 있었만, 오픈비노(OpenVINO) 소프트웨어 툴킷을 활용해 우려를 해소할 수 있었다. 2018년 오픈비노 출시 이후, 인텔은 전 세계 개발자가 AI 기반 개발을 가속화할 수 있도록 지원해왔다. 오픈비노는 개발자가 한 번의 코드 작성으로 다양한 환경에 AI 모델을 배포할 수 있도록 돕는 오픈소스 AI 툴킷이다. LG 이노텍의 엔지니어들은 대량 생산 과정에서 공정이 변경되거나 원자재가 바뀔 때, 딥러닝 모델을 재학습하기 위해 AI 기반 워크로드에 최적화된 AI 가속기가 탑재된 인텔 제온 CPU 활용도 고려하고 있다. 제온 CPU는 병렬 연산 속도를 높이고, 인텔 AMX(Intel Advanced Matrix Extensions)라는 특수 내장 가속기를 지원해 제온 CPU에서 딥러닝 학습 및 추론 성능을 향상시킨다. 인텔은 제온 CPU와 별도 서드파티 GPU를 함께 사용하는 기존 방식에 비해 AI 기반 파인튜닝(Fine Tuning) 작업을 CPU로 처리함으로써 시스템 비용을 줄일 수 있을 것으로 기대하고 있다.

에픽게임즈가 8월 25일 서울 코엑스에서 ‘언리얼 페스트 2025 서울’ 행사를 개막했다. 이번 행사는 게임·제조·미디어&엔터테인먼트 등 3개 산업 트랙과 38개 세션을 통해 언리얼 엔진의 최신 기술 및 크리에이터 생태계 전략을 공유하며, 서울을 아시아 개발 허브로 자리매김하게 하는 계기가 됐다. ▲ 에픽게임즈 팀 스위니 CEO ▲ 언리얼 페스트 2025 행사장 전경 기조연설에서 에픽게임즈 팀 스위니 CEO는 차세대 엔진의 청사진을 제시하며 “언리얼 엔진의 강력함과 UEFN(언리얼 에디터 포 포트나이트)의 직관성과 접근성이 결합될 때, 그것이 차세대 언리얼 엔진(UE6)의 힘이 될 것”이라고 언급했다. 또한 제작된 게임·콘텐츠를 플랫폼에 구애받지 않고 배포하며, 나아가 서로 다른 게임 간 상호운용성을 구현하는 것이 목표라고 밝혔다. UEFN 생태계는 출시 2년 만에 급성장했다. 에픽게임즈에 따르면 지금까지 26만 개 이상의 아일랜드가 제작됐으며, 누적 플레이 시간은 112억 시간을 넘어섰다. 이번 행사에서는 AI NPC 제작 도구, Verse 코드 어시스턴트, Scene Graph 베타 등 차세대 툴이 공개됐으며, LEGO·오징어게임·스타워즈 등 글로벌 IP도 포트나이트 크리에이티브에 순차적으로 제공될 예정이다. ▲ 에픽게임즈 코리아 박성철 대표 ▲ 언리얼 페스트 2025 행사장 전경 한편 EGS(에픽게임즈 스토어)의 정책 변화도 소개됐다. 에픽은 일정 매출 구간까지 수수료를 면제하고 이후 88:12 수익 배분 구조를 적용하는 새로운 정책을 예고했으며, 웹샵(Web Shops) 도입과 인앱 리워드(5%) 제공, iOS(EU) 및 Android 진출 계획, 모바일 퍼블리싱 기능 등을 준비 중이다. 지금까지 EGS는 개발자와 퍼블리셔에게 21억 달러 이상을 지급하며 글로벌 유통 플랫폼으로 성장했다. EOS(에픽 온라인 서비스)는 크로스플레이, 매치메이킹, 음성·텍스트 채팅, 업적 등 다양한 기능을 무료로 제공해왔으며, 올해 안에는 콘솔·PC·모바일을 아우르는 소셜 오버레이가 도입될 예정이다. 산업별 트랙에서는 ▲게임 분야(UE6 비전, UEFN·Verse 활용, 국내외 주요 게임사 사례 발표) ▲제조·시뮬레이션 분야(현대오토에버, 삼성중공업, KAI 등 실제 적용 사례) ▲미디어&엔터테인먼트 분야(디지털 휴먼, 애니메이션, 라이브 이벤트 사례) 등이 공유됐다. ▲ 언리얼 페스트 2025 미디어 라운드테이블에 참석한 팀 스위니 에픽게임즈 CEO(가운데)와 박성철 에픽게임즈 코리아 대표(오른쪽) 언리얼 페스트 2025 서울은 엔진·플랫폼·스토어·소셜을 아우르는 에픽 생태계 전략을 총체적으로 조망한 자리였다. UE6 비전, UEFN 확장, EGS 정책 변화, EOS 소셜 강화는 “창작 → 배포 → 수익화 → 커뮤니티”로 이어지는 창작 생태계 순환 구조를 이루는 핵심 축으로 제시됐다. 이번 행사는 내일까지 계속된다.

오라클이 자사의 데이터베이스 포트폴리오 및 SaaS 애플리케이션 전반에 오픈AI의 GPT-5를 도입했다고 밝혔다. 이번 도입에는 오라클 퓨전 클라우드 애플리케이션(Oracle Fusion Cloud Applications), 오라클 넷스위트(Oracle NetSuite), 오라클 헬스(Oracle Health)와 같은 오라클 인더스트리 애플리케이션(Oracle Industry Applications)이 포함된다. 오라클은 “신뢰할 수 있는 비즈니스 데이터와 최첨단 AI를 결합해 기업 고객이 핵심 비즈니스 워크플로에서 정교한 코딩 및 추론 기능을 기본적으로 활용할 수 있도록 지원한다”고 전했다. GPT-5는 현재까지 공개된 오픈AI의 모델 중 가장 지능적이고, 빠르며 유용한 모델이면서 코드 생성과 편집, 디버깅에 최적화되어 있다. 또한 기업 환경에서 고도화된 에이전트 기능과 정교한 추론 역량을 제공한다. API에서 세 가지 규모로 제공되는 GPT-5는 기업의 다양한 요구사항을 충족시킬 수 있는 유연성과 확장성을 제공하고, 챗GPT 엔터프라이즈(ChatGPT Enterprise)에서도 이용 가능하다. 오라클은 GPT-5를 도입함으로써 비즈니스 프로세스 전반에서 다단계 추론 및 오케스트레이션을 강화하고 코드 생성, 버그 해결, 문서화 속도를 높일 수 있을 것으로 보고 있다. 또한, 비즈니스 인사이트 및 권고 사항의 정확성과 깊이도 강화할 수 있을 전망이다.     오라클의 크리스 라이스 데이터베이스 소프트웨어 개발 부문 수석 부사장은 “오라클 데이터베이스 23ai의 데이터 AI 역량과 GPT-5의 결합은 기업이 획기적인 인사이트를 얻고, 혁신 및 생산성 향상을 달성하는 데 도움을 줄 것”이라면서, “오라클 AI 벡터와 셀렉트 AI(Select AI)가 GPT-5와 결합되면 데이터 검색 및 분석이 더 쉽고 효율적이게 된다. 오라클의 SQLcl MCP 서버는 GPT-5가 오라클 데이터베이스의 데이터에 손쉽게 접근할 수 있도록 한다. 이러한 기능은 사용자가 전체 데이터를 대상으로 검색을 수행하고, 보안성이 확보된 AI 기반 작업을 실행하며, SQL을 통해 생성형 AI를 직접 사용할 수 있도록 지원하여 엔터프라이즈 데이터에서 AI의 잠재력을 극대화한다”고 전했다. 오라클의 미튼 바브사 애플리케이션 개발 부문 수석 부사장은 “GPT-5는 오라클 퓨전 애플리케이션 사용자에게 오픈AI의 정교한 추론과 심층적 사고 역량을 제공할 것”이라면서, “오픈AI의 최신 모델은 고급 자동화와 높은 생산성, 신속한 의사결정을 가능하게 하는 역량으로 더욱 고도화된 AI 에이전트 기반 프로세스를 지원할 수 있을 것”이라고 말했다.

아래 내용이 보이지 않으면 여기를 클릭하세요!  

로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (1)   이번 호부터 로코드(low code) 설루션을 활용하여 데이터 분석을 활용하는 방법에 대해 설명하고자 한다. 앞으로 4회에 걸쳐 데이터 분석을 위한 로코드 분석 설루션이 어떤 장점을 가지고 있으며 어떻게 활용될 수 있는지 살펴보고, 간단한 데이터 분석 예제를 따라해 보면서 활용하는 방법을 배워보도록 하겠다.   ■ 연재순서 제1회 데이터 분석에 로코드 설루션이 필요한 이유 제2회 데이터 분석 로코드 설루션을 배워보자 제3회 로코드를 활용하여 시뮬레이션 데이터 분석을 따라해 보자 제4회 데이터 분석 로코드 설루션을 클라우드로 확장해 보자   ■ 윤경렬 현대자동차 연구개발본부 책임연구원   ■ 김도희 잘레시아 DX 프로   머신러닝 및 딥러닝 기술의 급격한 발전에 힘입어 최근 몇 년사이에 데이터 분석 시장은 폭발적으로 성장해 왔다. 데이터의 분석을 통해서 패턴을 찾고 이를 통해 행동을 예측할 수 있는 사례는 많은 이들의 관심을 불러 일으켰고, 파이썬(Python) 언어와 관련 라이브러리의 사용법을 배우는 강좌도 덩달아 큰 인기를 누리게 되었다. 이는 지식의 저변 확대와 관련 산업의 활성화라는 측면에서 상당히 좋은 방향이지만, 실제 현장에서는 상대적으로 쉽다고 알려져 있는 파이썬 언어도 교육 강좌를 수강한 이후 막상 본인의 업무에 적용하려고 하면 적지 않은 어려움에 직면하게 된다. 이유는 파이썬 언어의 사용이 어려워서라기보다는 CDS(Citizen Data Scientist : 시민 데이터 과학자)에게는 익숙하지 않기 때문이다. 특히 프로그래밍 언어를 이용한 코딩은 텍스트에 기반한 정보이기 때문에 직관적이지 않고 시행착오를 반복해야 어느 정도 활용 레벨에 올라갈 수 있다. 최근 이러한 문제를 해결하기 위해 로코드 분석 설루션(low code analysis solution)이 대안으로 시도되고 있으며 유의미한 결과를 보여주고 있다.   일반적인 데이터 분석 과정 데이터 분석은 보통 요청을 접수하는 것부터 시작되며, 이 단계에서는 무엇을 분석해야 하는지, 분석의 목적은 무엇인지 명확히 파악하는 것이 중요하다. 분석 대상과 기대하는 결과가 정해지면 그에 필요한 관련 데이터를 확보하게 된다. 이 때 데이터는 내부 시스템, 데이터베이스, 외부 파일 등 다양한 경로를 통해 수집될 수 있다. 다음은 확보한 데이터를 개괄적으로 파악하는 과정인데, 이 때 주요 칼럼과 데이터의 값을 확인하고 누락된 값 또는 이상치가 있는지 등을 점검하게 된다. 데이터의 품질을 빠르게 진단하는 이 단계는 이후 분석의 방향에 큰 영향을 미치게 되기 때문에 아주 중요하다. 이렇게 데이터의 상태를 파악하고 난 뒤에는 분석 전략을 수립하게 되는데, 여기서는 어떤 방식으로 데이터를 다루는 것이 좋을지, 어떤 분석 기법을 적용하는 게 좋을지를 구체적으로 준비하게 된다. 세 번째 단계로는 그 동안 수립한 분석 계획에 따라 본격적인 데이터 정제 작업을 시작하게 된다. 구체적으로는 전처리, 필터링, 파생 변수 생성 등의 작업을 포함하여 분석에 적합한 형태로 데이터를 정돈하는 단계로 볼 수 있다. 다음은 실제 분석을 수행하고 필요한 시각화를 통해 인사이트를 도출하는 것으로 통계 분석, 머신러닝 모델링, 상관관계 파악 등 다양한 방법이 이 부분에 포함된다. 마지막으로 분석 결과는 보고서 형태로 문서화하거나 대시보드로 시각화하여 공유되며, 이는 분석 요청자 또는 조직 내 이해관계자가 쉽게 결과를 활용하여 의사결정을 수행하도록 지원할 수 있다. 요청 접수 → 데이터 확보 → 데이터 검토(칼럼/누락/이상치 확인) → 분석 전략 수립 → 데이터 정제 및 가공 → 분석 수행 및 시각화 → 결과 공유   파이썬 코딩과 로코드 기반 분석의 비교 이제부터 본격적으로 데이터 분석을 진행하기 위해, 우리는 데이터 분석에 대한 요청을 받은 CDS라고 가정을 해 보자. 우리는 유관부서로부터 전력 판매량(Electric Power Sales) 예측에 대한 분석을 요청 받은 상태이고, 언제나처럼 기한은 촉박한 상황이다. 우리에게 주어진 데이터는 발전소 데이터, 기상 정보 데이터, 날짜 및 요일 데이터 등 세 가지로 다행스럽게도 소스 데이터는 엑셀 형태로 정리되어 입수한 상태이다. 우선 ‘발전소 데이터’를 살펴 보면 일자별로 특정 발전소에서 일일 발전량이 자세하게 표시되어 있다. 결국 첫 번째 데이터는 Electricity_sales로, 발전소 명칭, 측정 일자(년, 월, 일), 시간대별 전력 판매량으로 구성되어 있는데 이는 머신러닝에서 예측하게 될 Y값(종속변수)이 포함된 핵심 데이터 영역이다.   그림 1. 발전소 데이터   다음은 ‘기상 정보 데이터’로 일자별로 특정 지역의 날씨 정보가 정리되어 있다. 발전소 위치에 따른 기상 정보로 일시, 평균기온, 강수량, 풍속, 습도, 일사량 등의 정보가 담겨 있다.    그림 2. 기상 정보 데이터   마지막으로 ‘날짜 및 요일 데이터’는 일자별로 요일을 숫자로 매핑한 데이터이다. 날짜 데이터에 매핑 가능한 공휴일 정보가 담겨 있는 데이터 영역이다.   그림 3. 날짜 및 요일 데이터   결국 요청 받은 데이터 분석을 완료하기 위해서는 입수한 데이터에 전처리를 수행하고 이를 기반으로 다중 회귀 분석을 수행하여 머신러닝 예측 모델을 구성해야 한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.