인텔은 IBM 클라우드가 클라우드 서비스 제공사로는 처음으로 인텔 가우디 3(Intel Gaudi 3) AI 가속기 기반 상용 서비스를 제공한다고 밝혔다. 인텔은 이로써 클라우드 서비스 고객이 고성능 인공지능 역량을 보다 쉽게 활용할 수 있도록 지원하고, AI 특화 하드웨어의 높은 비용 장벽을 낮출 수 있을 것이라고 밝혔다. 이번 IBM 클라우드 상용화는 가우디 3의 첫 대규모 상업 배포이다. 양사는 IBM 클라우드에서 인텔 가우디 3를 활용해 고객이 합리적인 비용으로 생성형 AI를 테스트·혁신·배포하도록 돕는 것을 목표로 하고 있다. 가트너의 최근 조사에 따르면 2025년 전 세계 생성형 AI 관련 지출은 2024년 대비 76.4% 증가한 6440억 달러에 이를 전망이다. 가트너는 “생성형 AI가 IT 지출 전 영역에 변혁적 영향을 미치고 있으며, 이에 따라 AI 기술이 기업 운영과 소비재에 필수 요소로 자리 잡을 것”이라고 분석했다. 많은 기업이 생성형 AI와 같은 도구가 자동화·워크플로 개선·혁신 촉진 등에 분명한 이점이 있다는 것을 알고 있으나, AI 애플리케이션 구축에는 막대한 연산 능력이 필요하고 대개의 경우 고가의 특화된 프로세서를 요구하기 때문에 많은 기업들은 AI 혜택을 누리지 못하고 있다.     인텔 가우디 3 AI 가속기는 개방형 개발 프레임워크를 지원하면서 생성형 AI·대규모 모델 추론·파인튜닝 등에 대한 폭발적인 수요를 충족하도록 설계됐으며, 멀티모달 LLM(대규모 언어 모델)과 RAG(검색 증강 생성) 워크로드에 최적화되어 있다. IBM 클라우드는 다양한 기업 고객, 특히 금융 서비스, 의료 및 생명 과학, 공공 부문 등 규제 산업에 종사하는 고객에게 서비스를 제공한다. 현재 가우디 3는 독일 프랑크푸르트, 미국 워싱턴 D.C., 택사스 댈러스의 IBM 클라우드 리전에 적용되어 사용할 수 있다. 가우디 3은 IBM의 광범위한 AI 인프라스트럭처 제품에도 통합되고 있다. 고객들은 현재 IBM VPC(가상 프라이빗 클라우드)의 IBM 클라우드 가상 서버를 통해 가우디 3를 사용할 수 있으며, 2025년 하반기부터 다양한 아키텍처에 배포할 수 있다. 레드햇 오픈시프트(Red Hat OpenShift)와 IBM 왓슨엑스 AI 플랫폼(IBM’s watsonx AI platform)에 대한 지원은 이번 분기 내 가능해질 예정이다. 인텔의 사우라브 쿨카니(Saurabh Kulkarni) 데이터센터 AI 전략 담당은 “인텔 가우디 3 AI 가속기가 IBM 클라우드에 도입되며 기업 고객에게 추론 및 파인 튜닝을 위해 최적화된 성능으로 생성형 AI 워크로드를 확장할 수 있도록 지원하게 되었다”면서, “이번 협력은 전 세계 기업이 AI를 더 쉽게, 비용효율적으로 구현할 수 있도록 지원하려는 양사의 공동 노력의 일환”이라고 밝혔다. IBM의 사틴더 세티(Satinder Sethi) 클라우드 인프라스트럭처 서비스 총괄은 “더 많은 데이터 처리 능력과 더 높은 성능 구현은 전 세계 고객의 AI 도입을 촉진할 것”이라며 “인텔 가우디 3는 고객에게 AI의 하드웨어에 대한 더 많은 선택권과 더 많은 자유, 더 비용 효율적인 플랫폼을 제공해준다”고 밝혔다.

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.

젠하이저는 창립 80주년을 맞아 하이파이 사운드를 위한 유선 헤드폰 2종 ‘HD 550’과 ‘HD 505’를 새롭게 출시하며, 다양한 음향에 대한 수요를 충족시킬 ‘HD 500’ 시리즈의 풀라인업을 완성했다고 밝혔다. ‘HD-5’ 시리즈는 전문 음악 창작자와 엔지니어 사이에서 음향의 레퍼런스로 평가 받는 ‘HD-6’ 시리즈의 철학을 이어받아, 고해상도 음원 재생에 최적화된 설계를 바탕으로 고품질의 사운드를 경험할 수 있도록 설계된 라인업이다. 이 시리즈는 감상의 목적, 장르, 음색 취향 등에 따라 다양한 선택이 가능하도록 구성되어 다양한 멀티미디어 환경에서도 몰입감 높은 사운드를 제공한다. 젠하이저의 새로운 라인업 전략에 따라 HD 505는 누구나 편하게 들을 수 있는 대중적인 사운드, HD 550은 고음과 저음의 균형감으로 보컬과 악기가 돋보이는 특색을 가지고 있다. 이를 바탕으로. 개인적인 성향 및 취향, 장르, 목적에 맞는 최적의 제품을 선택할 수 있어, 더욱 많은 사람이 더욱 쉽게 음향적 만족감을 높일 수 있게 되었다는 것이 젠하이저의 설명이다.     HD 550은 젠하이저의 프리미엄 사운드를 누구나 일상에서 즐길 수 있도록 설계된 오픈형 유선 헤드폰이다. 이 제품은 아일랜드의 최첨단 생산시설에서 제작된 38mm 트랜스듀서를 탑재해 6Hz부터 39.5kHz에 이르는 폭넓은 주파수 응답을 제공하며, 0.2% 미만의 총 고조파 왜곡률로 섬세하고 정교한 사운드를 구현한다. HD 550은 150Ω의 임피던스를 적용해 고성능 헤드폰 앰프나 DAC(Digital-to-Analog Converter)와 함께 사용할 경우 더욱 깊이 있고 풍부한 음향을 감상할 수 있다. 중립적인 중음과 단단한 저음의 조화는 음악은 물론, 공간감이 중요한 게임 환경에서도 몰입감을 제공한다. 또한 라미네이트 필름 다이어프램과 경량 보이스코일을 적용해 빠른 반응성과 섬세한 표현력을 실현했으며, 드라이버는 귀를 향해 비스듬히 배치되어 넓은 음장감을 형성한다. HD 505는 다양한 장르의 음악을 보다 폭넓게 즐길 수 있도록 튜닝된 모델로, HD 시리즈의 핵심 기술을 보다 대중적인 사양으로 구현한 제품이다. 이 제품은 120Ω 트랜스듀서를 탑재해 12Hz부터 38.5kHz까지의 주파수를 충실히 재현하며, ‘HD 560S’의 튜닝을 기반으로 과하지 않은 저음과 안정적인 고역대 응답 특성을 갖췄다. HD 505는 HD 550과 동일한 라미네이트 다이어프램과 경량 보이스코일 기술을 적용해 정밀하고 선명한 사운드를 구현하며, 고해상도 음원 재생 시에도 원음에 가까운 사운드를 전달한다. 정교하게 조율된 공진 제어 기술은 불필요한 음향 왜곡을 억제하고, 고역의 피크 현상을 완화해 장시간 청취 시에도 피로감을 줄여준다. HD 550과 HD 505는 모두 약 237g의 가벼운 무게로 설계되었으며, 헤드밴드의 압력도 적절히 조절돼 장시간 착용에도 편안하고 안정적인 착용감을 제공한다. 또 통기성이 뛰어난 금속 메시 커버를 채택해 오픈형 헤드폰 특유의 개방감을 극대화하고, 외부 소음을 자연스럽게 분산시켜 청취 몰입도를 높여준다. 기본 구성품으로는 1.8m 길이의 분리형 케이블, 3.5mm 스테레오 플러그, 6.3mm 변환 어댑터가 함께 제공된다. 소노바컨슈머히어링코리아의 강호일 대표는 “젠하이저의 HD 500 시리즈의 전체 라인업을 국내에 출시하게 되어 기쁘다”면서, “기존 HD 560 모델과 더불어, 소비자는 개인적인 취향, 장르, 목적에 맞는 최적의 제품을 선택할 수 있어, 더욱 높은 음향적 만족감을 느낄 수 있을 것으로 기대한다”고 말했다.

캔스톤어쿠스틱스가 감성적인 사운드 경험을 휴대할 수 있는 신개념 블루투스 스피커 M77BT AURORA를 출시했다.  실내를 넘어 캠핑, 바닷가, 낚시, 등산 등 야외에서도 강력한 사운드를 경험할 수 있도록 설계한 M77BT AURORA는 블랙과 베이지 두 가지 컬러로 출시되며, 클래식한 아날로그 감성과 현대적인 디자인 요소가 결합되어 있다. 본체 표면은 가죽 스타일로 마감되어 고급스러움을 높였고, 상단 컨트롤러는 금속 재질을 사용해 조작 시 단단한 클릭감을 제공함으로써 아날로그적인 조작성과 감성을 동시에 만족시킨다. 이동성과 휴대성을 고려한 컴팩트한 크기와 부담 없는 무게도 특징이다.     이 제품에 내장된 2000mAh 배터리는 완충 기준 최대 12시간 연속 재생을 지원하며, 충전은 USB-C 타입 단자로 진행한다. 특히 캔스톤의 스마트 절전 알고리즘을 적용해, 일정 시간 사용하지 않으면 자동으로 대기 모드에 진입하거나 전원을 차단하여 배터리 효율을 높인다. 사용자는 보다 긴 시간 동안 음악을 감상할 수 있으며, 충전 부담 없이 야외 활동을 즐길 수 있다. 좌우로 배치된 50mm 듀얼 풀레인지 유닛은 고음과 중저음을 균형 있게 표현하며, 후면의 수퍼 패시브 라디에이터는 저음을 보다 깊고 풍성하게 전달한다. 최대 20W의 출력은 야외 공간에서도 충분한 볼륨과 울림을 제공하며, 동일 제품 두 대를 무선으로 연결하는 TWS(스테레오 연동) 기능을 활용하면 좌우가 분리된 스테레오 환경을 구현할 수 있다. 전면부에 보이는 RGB 조명 효과는 고정된 색상이 아닌 부드럽게 변화하는 컬러 웨이브로 공간의 무드를 바꿔준다. 연결성도 높였는데, 최신 블루투스 5.3 기술을 탑재해 빠르고 안정적인 무선 연결이 가능하며 AUX 단자를 통한 유선 입력도 지원한다. 또한 음원(MP3, WAV, WMA, FLAC, APE)이 저장된 USB 메모리를 꽂으면 재생할 수 있어 별도의 스마트 기기가 없어도 음악을 바로 재생할 수 있다. 스피커 상단에는 직관적인 컨트롤 버튼이 배치되어 재생, 볼륨 조절, 모드 전환, RGB 조명 설정까지 한 손으로 조작 가능하다. 야외 사용성을 고려한 IPX7 방수 설계로 일상적인 물 튀김은 물론, 갑작스러운 소나기나 물놀이 환경에서도 안심하고 사용할 수 있다. 캔스톤은 오랜 기간 축적한 사운드 튜닝 노하우를 바탕으로 한국 소비자의 취향에 맞춘 음향 세팅을 적용해왔다고 소개했는데, M77BT AURORA 역시 한국 사용자의 청각적 취향을 고려한 사운드 밸런스와 사용 환경에 최적화된 설계가 적용됐다. 캔스톤의 한종민 대표는 “휴대용 블루투스 스피커 캔스톤 M77BT AURORA는 공간의 제약을 벗어나 언제 어디서나 음악을 즐기고 싶은 이들을 위한 제품으로, 뛰어난 사운드 성능과 감성적인 디자인, 휴대성까지 모두 갖췄다”면서, “야외 활동이 많아지는 계절에 맞춰, 음악과 함께하는 새로운 일상을 만들어줄 것으로 기대된다”고 전했다. 신제품 캔스톤 M77BT AURORA의 소비자 가격은 6만 9800원이며, 캔스톤 공식 홈페이지 및 주요 온라인 쇼핑몰에서 판매된다. 한편, 캔스톤은 M77BT AURORA 출시를 기념해 포토리뷰 이벤트도 함께 진행한다고 밝혔다. 2025년 4월 30일까지 캔스톤 M77BT AURORA 구매 후 온라인 쇼핑몰이나 SNS(블로그, 인스타그램 등)에 후기를 등록하고 캡처본과 함께 지정된 이메일로 응모하면, 추첨을 통해 프리미엄 코드프리 이어폰 CF3를 증정한다.

벤큐코리아는 프리미엄 홈 시네마 프로젝터인 W5800을 정식 출시한다고 밝혔다. W5800은 블루코어 레이저 광원과 HDR-PRO 기술을 결합하여 몰입감 있는 시네마틱 화질을 구현하는 하이엔드 홈 시네마 프로젝터다. W5800의 핵심은 벤큐의 블루코어 레이저 광원을 바탕으로 독자 기술을 통해 구현한 높은 계조 표현력과 색 정확도이다. 레이저 광원을 통해 긴 수명(최대 2만 시간)과 함께 일관된 밝기 유지, 뛰어난 색 정확도를 오랜 사용기간 동안 제공하며, 기존 램프 기반 프로젝터 대비 빠른 시동과 낮은 유지보수 비용을 갖추었다. 특히, 200만:1의 초고명암비를 지원하여 깊고 풍부한 블랙 표현이 가능하며, 더욱 입체적인 화면을 연출한다. 또한, HDR-PRO 기술을 탑재하여 HDR10, HLG뿐만 아니라 HDR10+ 콘텐츠까지 지원하며, 향상된 명암비와 세부 표현력을 통해 더욱 생생한 영상을 감상할 수 있다. W5800은 DCI-P3 100% 색역을 지원하여 영화 제작자가 의도한 색상을 정확하게 표현하며, Delta E<2 팩토리 캘리브레이션 리포트를 제공해 사용자에게 신뢰할 수 있는 색상 품질을 보장한다. 여기에 정밀한 영상 튜닝을 위한 11단계 화이트 밸런스 조절 기능도 지원하며, 전문가 수준의 색상 보정을 원하는 사용자들에게 최적의 설루션을 제공한다.     W5800은 설치 편의성도 높였다. 전동 방식 1.6배 줌 렌즈 및 렌즈 시프트(수평 ±21%, 수직 ±50%)를 지원하여 다양한 공간에서도 정밀한 화면 조정이 가능하다. 또한, 저분산 코팅이 적용된 비구면 유리 렌즈를 탑재하여 색수차를 최소화하고 선명도를 높였으며, 멀티 채널 냉각 시스템을 적용하여 27dB~30dB의 저소음을 유지해 조용한 환경에서 영화를 감상할 수 있도록 설계되었다. 벤큐 빔프로젝터 팀의 조정환 팀장은 “W5800은 벤큐가 오랜만에 선보이는 프리미엄 하이엔드 홈 시네마 제품으로, 제품별 캘리브레이션 공정을 진행해 색상 표현력에 대한 소비자의 기대감을 만족시킬 수 있는 제품”이라고 전했다. 또한 조 팀장은 “블루코어 레이저 광원과 DLP 기술의 조합으로 오래토록 변치 않는 화질을 제공하며, 벤큐의 독자적인 HDR-PRO 기술을 통해 영화 마니아와 AV 애호가에게 최상의 시청 경험을 제공한다. 정밀한 색 재현력, 다른 프로젝터와 차별되는 높은 계조 표현력을 통해 완벽한 홈 시네마 환경을 구현할 수 있을 것”이라고 덧붙였다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 전문적인 BIM 자료를 이해할 수 있는 대규모 언어 모델(LLM, Large Language Model)을 개발하는 방법을 알아본다. BIM 기반 LLM을 개발하는 방법은 여러 가지가 있으나, 여기에서는 그 중 하나인 RAG(Retrieval Augumented Generation, 증강 검색 생성) 시 LLM이 잘 추론할 수 있도록 모델을 파인튜닝(fine-turning)하는 기술을 사용해 본다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   LLM 모델 파인튜닝의 개념 파인튜닝이란 사전에 학습된 LLM을 특정 도메인이나 작업에 맞게 최적화하는 과정이다. 기본적으로 LLM은 일반적인 자연어 처리 작업을 수행하도록 설계되어 있지만, 전문적인 특정 지식 도메인(예 : 건설 분야의 BIM 데이터)이나 문제를 다룰 때는 환각 현상이 심해지므로 해당 도메인에 특화된 데이터로 모델을 재학습시켜야 한다. 이를 통해 모델이 특정 영역에서 더 정확하고 유용한 결과를 생성하도록 만든다. 파인튜닝 과정은 다음과 같은 단계로 이루어진다.  ① 사전 학습된 모델 선택 : 이미 대규모 데이터로 학습된 LLM을 선택한다. ② 도메인 특화 데이터 준비 : 대상 분야와 관련된 고품질 데이터를 수집하고, 이를 정제 및 전처리한다. ③ 모델 파라미터 조정 : LoRA(Low-Rank Adaptation)같은 기법을 사용하여 모델 파라미터를 특정 도메인에 맞게 업데이트한다.  ④ 훈련 및 검증 : 준비된 데이터로 모델을 학습시키고, 성능을 검증하며 최적화한다. 여기서, LoRA 기술은 LLM을 파인튜닝하는 데 사용되는 효율적인 기법이다. 이 방법은 모델 전체를 다시 학습시키는 대신, 모델의 일부 파라미터에만 저차원(lowrank) 업데이트를 적용하여 파인튜닝한다. 이를 통해 학습 비용과 메모리 사용량을 대폭 줄이면서도 높은 성능을 유지할 수 있다. 이 글에서 사용된 라마 3(Llama 3)는 메타가 개발한 LLM 제품이다. 모델은 15조 개의 토큰으로 구성된 광범위한 데이터 세트에서 훈련되었다.(라마 2의 경우 2T 토큰과 비교) 700억 개의 파라미터 모델과 더 작은 80억 개의 파라미터 모델의 두 가지 모델 크기가 출시되었다. 70B 모델은 MMLU 벤치마크에서 82점, HumanEval 벤치마크에서 81.7점을 기록하며 이미 인상적인 성능을 보여주었다. 라마 3 모델은 컨텍스트 길이를 최대 8192개 토큰(라마 2의 경우 4096개 토큰)까지 늘렸으며, RoPE를 통해 최대 32k까지 확장할 수 있다. 또한 이 모델은 128K 토큰 어휘가 있는 새로운 토크나이저를 사용하여 텍스트를 인코딩하는 데 필요한 토큰 수를 15% 줄인다.   개발 환경 준비 개발 환경은 엔비디아 지포스 RTX 3090 GPU(VRAM 8GB), 인텔 i9 CPU, 32GB RAM으로 구성되었다. 이러한 하드웨어 구성은 대규모 BIM 데이터를 처리하고 모델을 학습시키는 최소한의 환경이다. 이 글에서는 사전 학습모델은 허깅페이스(HF)에서 제공하는 Llama-3-8B 모델을 사용한다. 파인튜닝을 위해서는 다음과 같은 환경이 준비되어 있다고 가정한다.  파이토치 설치 : https://pytorch.org/get-started/locally  올라마(Ollama) 설치 : https://ollama.com 허깅페이스에서 제공하는 LLM 모델을 사용할 것이므로, 접속 토큰(access token)을 얻어야 한다. 다음 링크에서 가입하고 토큰을 생성(Create new token)한다. 이 토큰은 다음 소스코드의 해당 부분에 입력해야 동작한다.  허깅페이스 가입 및 토큰 획득 : https://huggingface.co/ settings/tokens   그림 1   명령 터미널에서 다음을 실행해 라이브러리를 설치한다.   pip install langchain pypdf fastembed chardet pandas pip install -U transformers pip install -U datasets pip install -U accelerate pip install -U peft pip install -U trl pip install -U bitsandbytes pip install -U wandb   개발된 BIM LLM 모델 성능이 향상되었는지를 검증할 수 있도록, 기초 모델이 인터넷에서 쉽게 수집 후 학습할 수 있는 BIM 자료를 제외한 데이터를 학습용으로 사용할 필요가 있다. 이런 이유로, 최근 릴리스되어 기존 상용 대규모 언어 모델이 학습하기 어려운 ISO/TS 19166에 대한 기술 논문 내용을 테스트하고, 학습 데이터 소스로 사용한다. 참고로, ISO/TS 19166은 BIM-GIS conceptual mapping 목적을 가진 국제표준으로 기술 사양(TS)을 담고 있다. 학습 데이터로 사용될 파일을 다음 링크에서 PDF 다운로드하여 저장한다.  BIM-GIS 매핑 표준 논문 PDF 파일 : https://www.mdpi. com/2220-9964/7/5/162   BIM 기반 LLM 모델 학습 데이터 준비와 파인튜닝 파라미터 설정 학습 데이터를 자동 생성하기 위해, 미리 다운로드한 PDF 파일을 PyPDF 및 라마 3를 이용해 질문-답변 데이터를 자동 생성한 후 JSON 파일로 저장한다. 이를 통해 수 백개 이상의 QA 데이터셋을 자동 생성할 수 있다. 이 중 품질이 낮은 데이터셋은 수작업으로 삭제, 제거한다.    그림 2. 자동화된 BIM 기반 LLM 학습 데이터 생성 절차     ■ 자세한 기사 내용은 PDF로 제공됩니다.

    18　THEME. 2024 국내 엔지니어링 소프트웨어 시장 조사 Part 1. 2025년 경제 및 주력산업 전망 Part 2. MDA/PDM 분야 Part 3. CAE 분야 Part. 4 AEC 분야 Part 5. 엔지니어링 소프트웨어 업계 인터뷰 헥사곤 매뉴팩처링 인텔리전스 성브라이언 사장 지멘스 디지털 인더스트리 소프트웨어 코리아 오병준 대표이사   Infoworld   Editorial 17　트럼프 2기 시작, IT 업계의 지각 변동   On Air 53　캐드앤그래픽스 CNG TV 지식방송 지상중계　2024 생성형 AI 트렌드 결산과 2025 전망 67　캐드앤그래픽스 CNG TV 지식방송 지상중계　AI 시대, 디지털 전환으로 여는 플랜트·조선 산업의 미래 68　캐드앤그래픽스 CNG TV 지식방송 지상중계　2025년 엔지니어링 기술과 산업을 전망하다   Case Study 54　건축 산업의 혁신 지원하는 지리 공간 플랫폼　복잡한 3D 지리 공간 모델링을 실시간 시각화하는 세슘 58　30년 역사의 캐릭터 제작 기업, 젠틀 자이언트 스튜디오　적층제조 기술로 품질·효율 높이고 창의적 혁신 실현   People&Company 60　산업데이터스페이스 기술위원회 이영환 위원장　제조업 혁신 서비스와 수익모델 창출의 열쇠, ‘산업데이터스페이스’   Culture 62　비트리 갤러리, 선물 그리고 현재를 주제로 ‘Present is PRESENT’ 개최   Focus 65　오라클, 엑사데이터 X11M 통해 AI 시대의 DB 성능 기준 제시   Column 70　디지털 지식전문가 조형식의 지식마당 / 조형식　물리적 디지털 트윈이란 무엇인가 72　엔지니어링 분야의 AI 활용을 위한 제언 / 김충섭　AI에 대한 NI(자연지능)의 첫인상 74　트렌드에서 얻은 것 No. 20 / 류용효　무르익은 AI 시대, 인간을 위한 에이전트의 탄생   New Products 82　이달의 신제품   85　New Books 86　News   Directory 131　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 88　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　전문 BIM 자료를 이해하는 대규모 언어 모델 파인튜닝하기 94　새로워진 캐디안 2025 살펴보기 (3) / 최영석　유틸리티 기능 소개 Ⅰ 97　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (10) / 천벼리　멀티뷰 블록   Reverse Engineering 100　시점 – 사물이나 현상을 바라보는 눈 (2) / 유우식　암중모색   Mechanical 107　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (9) / 박수민　크레오 11의 모델 기반 정의 개선사항 112　제조 산업의 설계 혁신을 위한 ZWCAD LM & ZWCAD MFG / 지더블유캐드코리아　전문적인 기계 설계 프로세스의 조합   Analysis 114　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (18) / 나인플러스IT　터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅲ 118　전고체전지의 성능·품질 향상을 위한 CAE 활용 / 하효준　Multiscale.Sim을 활용한 전고체전지의 제조 공정 해석 방법 123　디지털화 기반의 제조산업 혁신 전략 / 오재응　가상 엔지니어링과 모델 기반 개발에 CAE를 활용하는 방법       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기