최지영 지음 / 22000원 / 이지스퍼블리싱 <된다! 조회수 터지는 유튜브 쇼츠 만들기>는 특히 AI 도구를 활용한 영상 제작부터 수익화 전략까지 유튜브 채널 운영을 위한 전 과정을 체계적으로 안내한다. 특히 유튜브 쇼츠를 처음 시작하는 사람이나, 영상 촬영과 편집 경험이 없어도 브루(Vrew)와 챗GPT를 활용해 어떻게 영상을 기획하는지, 대본은 어떻게 작성하고, 편집까지 영상 콘텐츠를 만들고 업로드하는 일련의 과정을 차근차근 제대로 배울 수 있다. 또한, 영상 콘텐츠 주제를 찾는 데 어려움을 겪고 있는 기존 유튜브 채널 사용자들을 위해 인기 있는 주제 100가지를 제공해 주어 콘텐츠 아이디어 발굴에도 많은 도움이 된다. 유튜브 알고리즘을 이해하고 최적화하는 방법도 상세히 설명되어 있다. 비드아이큐(VidIQ)를 활용한 키워드 분석과 SEO 설정 방법을 통해 영상의 노출도를 높이는 방법에 대해서도 소개되어 있다. 특히 유튜브 채널을 운영에 따른 수익화를 기대하고 있는데, 영상 중간에 등장하는 광고만으로도 수익을 창출할 수 있다고 생각했다면 오산이다. 유튜브 파트너 프로그램, 유튜브 쇼핑, 제휴 마케팅 등 다양한 방법으로 유튜브 채널 운영을 통한 수익 창출 아이디어와 활용법에 대해서 제대로 파악해 보자.

  이석현 지음 / 22000원 / 제이펍 이 책은 어린이나 학생들이 챗GPT를 활용해 글쓰기 실력을 키울 수 있도록 구성되어 있다. 논설문, 설명문, 생활문, 독서감상문, 동시 등 다양한 글쓰기 유형에 따라 정리된 프롬프트가 제공되므로 이 책에서 제공하는 프롬프트 번호를 이용해 웹페이지 또는 QR코드를 통해 입력해서 다양한 글쓰기를 해볼 수 있다. ​또한 프롬프트에 대한 예시와 답변 힌트를 제시해 줌으로써 아이들도 좀 더 쉽게 글쓰기를 연습할 수 있도록 도와준다. 이제 챗GPT는 단순히 AI 기술로서가 아닌, 생각과 표현 능력을 키우는 수단으로서 글쓰기에서 중요한 역할을 차지하고 있다. 이 책은 아이들이 주도적으로 생각을 정리하고 표현하는 힘을 키우도록 돕고 있다. 파트 1에서는 챗GPT로 글쓰기 훈련을 시작하는 방법에 대해 안내한다. 파트 2에서는 다양한 글쓰기 주제별 훈련으로 설명문, 생활문, 논설문 등을 예제와 함께 제공한다. 파트 3에서는 자기소개서, 일기, 감상문 등 실생활에 많이 쓰는 글쓰기를 훈련할 수 있고, 파트 4에서는 동시나 창작 글을 기반으로 상상력과 창의력 확장 훈련도 가능하다. 특히 이 책은 글쓰기가 더 이상 어렵고 지루한 활동이 아니라, 챗GPT를 활용해 즐겁게 실천할 수 있다는 점을 보여주는 디지털 글쓰기 훈련서이다. 이 책에 담긴 36가지 글쓰기 훈련 프롬프트를 활용하면 챗GPT와 함께 단어를 확장하고, 문장을 다듬고, 자연스럽게 하나의 긴 글로 완성해 나갈 수 있을 것이다. 글은 감각이 아닌 ‘기술’이고, 그 기술은 ‘훈련’을 통해 다듬어진다는 저자의 철학이 책 전체에 녹아 있다.

오토코더 지음 / 22000원 / 위즈앤북   업무 효율성을 높이고 싶은 직장인, 실무에 바로 적용 가능한 파이썬 자동화 기술을 배우고 싶은 초보 개발자에게 안성맞춤인 책이 출간됐다. 『50개의 프로젝트로 완성하는 파이썬 업무 자동화 + 챗GPT/Copilot/Gemini』는 다양한 실전 예제를 통해 코딩에 익숙하지 않은 사람도 바로 실습할 수 있도록 구성된 실용서다. 이 책에서는 QR 코드 생성, 퀴즈 앱 만들기, 나만의 음성 비서 ‘자비스’ 제작 등 일상에서도 흥미롭게 활용할 수 있는 프로젝트부터, 문서 번역, 파일 정리, 데이터 분석, 엑셀 및 PDF 처리, 영상 다운로드 등 반복적인 업무를 자동화하는 실무 중심의 예제까지 폭넓게 다룬다. 또한, 뉴스·날씨·주식·환율·이미지·이커머스 정보 등 웹에서 데이터를 자동으로 수집하고 관리하는 프로젝트도 소개한다. 특히 주목할 점은 ChatGPT, Copilot, Gemini와 같은 최신 AI 도구들과의 연계를 통해 파이썬 자동화의 효율을 극대화할 수 있다는 점이다. AI 도구들은 코드 작성의 속도를 높이고, 오류를 쉽게 찾아내며, 더 나은 코드 구조를 제안해 주는 등 학습과 실무 모두에서 든든한 파트너가 되어준다. 이 책에서는 AI와 함께 협업하는 방법까지 친절하게 안내하고 있어, 기술을 처음 접하는 독자도 어렵지 않게 따라갈 수 있다. 무엇보다도 이 책의 강점은 실전 코드가 완성된 형태로 제공된다는 점이다. 독자들은 코드를 복사해 바로 실행해 볼 수 있으며, 각 코드에는 상세한 주석이 달려 있어 기능의 흐름을 쉽게 이해할 수 있다. '이론보다는 실습'이라는 책의 모토답게, 독자는 실제 작동하는 코드로 프로그래밍을 자연스럽게 익힐 수 있다. 파이썬은 직관적인 문법과 풍부한 라이브러리 덕분에 누구나 쉽게 배울 수 있는 언어다. 이 책은 그런 파이썬의 장점을 극대화하여, 독자들이 실생활과 업무에서 프로그래밍의 즐거움과 실용성을 모두 경험할 수 있도록 돕는다. 이제는 누구나 AI와 자동화를 활용해 스마트한 업무 환경을 만들 수 있다. 

최적화 문제를 통찰하기 위한 심센터 히즈 (2)   연재를 통해 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 과정에서 심센터 히즈(Simcenter HEEDS)를 활용하는 방법에 대해 살펴보고자 한다. 이번 호에서는 최적화 기법 중에서 근사모델 기반 최적화와 직접 검색 기반 최적화에 대해 짚어보고, 심센터 히즈를 사용하여 근사 및 직접 최적화를 진행하는 과정을 소개한다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 및 사례 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 및 사례 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 및 사례 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 및 사례 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화 및 사례   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   최적화 기법의 중요성 최적화는 다양한 산업 분야에서 설계의 성능을 개선하고 자원을 효율적으로 활용하는 데 있어 필수 과정이다. 특히, 복잡한 공학 문제나 다목적 설계에서 최적화는 품질 향상과 비용 절감을 동시에 달성하는 핵심 도구로 활용된다. 현대 산업에서는 제품 개발 주기의 단축과 고성능 요구가 증가함에 따라, 신뢰성 있는 최적화 기법의 선택이 더욱 중요해지고 있다. 근사모델 기반 최적화와 직접 검색 기반 최적화는 이러한 요구를 충족하기 위해 자주 사용되며, 각 접근법은 문제의 특성과 목표에 따라 상이한 성능을 보인다.   근사모델 기반 최적화와 직접 검색 기반 최적화의 개요 근사모델 기반 최적화는 복잡한 시뮬레이션이나 계산 비용이 큰 문제에서 실험 데이터를 바탕으로 근사함수를 생성한 후, 해당 함수를 활용해 최적해를 탐색하는 방법이다. 근사함수를 생성하기 위해서는 주로 반응표면법(RSM), 머신러닝 모델 등이 사용되며, 계산 자원을 절감하고 빠른 최적해 도출이 가능하다는 장점이 있다. 반면, 모델 정확도에 따라 해의 품질이 좌우되고, 고차원 문제에서 모델링이 어려울 수 있다. 직접 검색 기반 최적화는 목적 함수의 수학적 형태를 몰라도 입력과 출력 간 관계를 직접 탐색하며 최적해를 구하는 방법이다. 비선형성이나 불연속성이 있는 문제에도 적용할 수 있는 장점이 있지만, 계산 비용이 크고 수렴 속도가 느릴 수 있어서 고비용 시뮬레이션 환경에서는 활용에 한계가 있을 수 있다.   최적화를 위한 예제 지난 호에서 사용한 외팔보의 처짐 문제를 사용하겠다. 외팔보의 체적을 최소화하는 최적화 문제를 다음과 같이 정의하였다. 빠른 계산을 위해 파이썬(Python)으로 계산한다.   그림 1   목적함수 외팔보 H빔의 체적을 최소화 제약 조건 최대 굽힘 응력(σ) ≤ 200 Mpa 최대 끝단 처짐(δ) ≤ 2 mm 설계 변수 Length : 5,000 mm Load P : 6,500 N E : 200 Mpa H : 50 mm ≤ H ≤ 100 mm h1 : 5 mm ≤ h1 ≤ 30 mm b1 : 50 mm ≤ b1 ≤ 100 mm b2 : 5 mm ≤ b2 ≤ 50 mm 외팔보의 체적, 응력, 처짐량은 다음의 관계식으로 계산한다. Volume = [2*h1*b1 + (H – 2*h1)*b2]*L Stress = P*L*H/(2*I) Deflection = P*L3/(3*E*I) where : I = 1/12*b2*(H-2*h1)^3 + 2*[1/12*b1*h13 + b1*h1*(H-h1) 2/4]   히즈 기본 설정 파이썬 포털(Python portal)을 사용하여 예제의 Input/Output file을 등록하였다.    그림 3     ■ 자세한 기사 내용은 PDF로 제공됩니다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 올라마(Ollama)와 오픈AI(OpenAI) GPT가 지원하는 오픈 소스 AI 모델을 블렌더(Blender)와 연결해 프롬프트 입력에 의한 자동 모델링 에이전트를 개발하는 방법을 설명한다. 이 연결을 통해 3D 모델링 작업 흐름을 간소화하고, 간단한 텍스트 프롬프트만으로 3D 장면을 생성하고 수정할 수 있다. 이번 호의 내용을 통해 이 프로세스를 직접 구현하는 방법을 이해하고, AI 에이전트 도구로서 LLM 모델의 역량을 평가할 수 있다.   ■ 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   그림 1. 프롬프트 : ‘Generate 100 cubes along the line of a circle with a radius of 30. The color and size of each cube are random.’   개념 : 텍스트 기반 3D 모델링 ‘텍스트 기반 3D 모델링’이란, 사용자가 입력한 텍스트를 AI 모델이 분석하여 블렌더에서 실행할 수 있는 코드를 생성하고 이를 통해 3D 그래픽을 구현하는 방식이다. 텍스트 토큰을 조건으로 설정하여 메시 모델을 생성하는 방법도 존재하며, 이는 스테이블 디퓨전(Stable Diffusion : SD) 계열의 기술을 활용하는 경우가 많다. 그러나 SD 기반 모델은 정확한 크기와 위치를 지정하는 데 근본적인 한계를 가진다. 이번 호에서는 정확한 치수를 가진 모델을 생성하는 것에 초점을 맞추고 있으므로, SD 기반 모델에 대한 자세한 설명은 생략한다. 텍스트를 3D 모델로 변환하는 에이전트 도구는 CAD 툴과의 상호작용 방식을 개선할 가능성이 있으며, 그래픽 모델링의 진입 장벽을 낮추고 신속한 프로토타이핑이 가능할 수 있다.   실행 가능한 코드 다운로드 이번 호의 내용과 관련된 실행 가능한 코드는 깃허브(GitHub)에서 다운로드할 수 있으니 참고한다. GitHub 링크 : https://github.com/mac999/blender-llm-addin   라이브러리 설치 블렌더와 올라마를 설치해야 한다.   1. 블렌더 다운로드 : blender.org   2. 윈도우에서 올라마 다운로드 : https://ollama.com/download   3. 오픈 소스 LLM 모델 설치(터미널에서 실행) ollama pull llama3.2 ollama pull gemma2 ollama pull codellama ollama pull qwen2.5-coder:3b ollama pull vanilj/Phi-4   4. 필요한 라이브러리 설치 pip install pandas numpy openai ollama   블렌더의 파이썬(Python) 환경에서 라이브러리를 설치하려면, 블렌더 설치 경로에 맞게 다음을 실행해야 한다. cd "C:/Program Files/Blender Foundation/Blender /python/bin" ./python.exe -m ensurepip ./python.exe -m pip install pandas numpy openai ollama   코드 설명 블렌더 UI 패널 생성 사용자가 블렌더에서 직접 모델을 선택하고 텍스트 프롬프트를 입력할 수 있도록 커스텀 UI를 생성한다. class OBJECT_PT_CustomPanel(bpy.types.Panel): 　bl_label = "AI Model Selector" 　bl_idname = "OBJECT_PT_custom_panel" 　bl_space_type = 'VIEW_3D' 　bl_region_type = 'UI' 　bl_category = "Gen AI 3D Graphics Model" 　def draw(self, context): 　　layout = self.layout 　　layout.label(text="Select Model:") 　　layout.prop(context.scene, "ai_model", text="") 　　layout.label(text="User Prompt:") 　　layout.prop(context.scene, "user_prompt", text="") 　　layout.operator("object.submit_prompt", text="Submit")     ■ 자세한 기사 내용은 PDF로 제공됩니다.

모두솔루션은 3월 12일 서울 양재 엘타워에서 '2025 GstarCAD 파트너 킥오프' 행사를 개최하고, 국내 파트너사들과의 협력을 강화하는 한편, 지스타캐드(GstarCAD)의 글로벌 및 국내 시장 분석과 최신 제품 및 기술 등을 소개했다. ■ 박경수 기자   ▲ 2025 GstarCAD 파트너 킥오프 행사   지스타캐드의 글로벌 전략과 비전 공유 이날 행사에는 지스타캐드 개발사인 지스타소프트의 메이유 황 해외총괄 부사장이 참석해 빠르게 변화하는 글로벌 CAD 시장 환경에 대응하기 위한 지스타캐드의 전략과 비전을 공유했다. 그는 “디지털 전환 가속화, 클라우드 협업 확대, AI 기술 접목 등 CAD 시장은 빠르게 변화하는 가운데 한국은 글로벌 시장에서 매우 중요한 위치를 차지했다”며, “이러한 변화에 발맞춰 지스타캐드 역시 글로벌 사용자와 파트너사의 의견을 적극 반영한 설루션 개선과 서비스 강화에 나서고 있다”고 밝혔다. 모두솔루션은 이번 행사에서 클라우드 기반 협업 플랫폼인 ‘지스타캐드 365(GstarCAD 365)’와 플러그인 설루션 ‘드림플러2025/4스’ 등 다양한 연계 설루션을 소개하며, 고객의 요구 사항을 실시간 반영하고 적극적인 기술 지원 서비스를 통해 국내 기업 고객의 신뢰를 더욱 높여 나갈 계획이라고 밝혔다. 모두솔루션의 정충구 대표는 “이번 파트너 킥오프 행사를 통해 지스타캐드의 글로벌 경쟁력과 국내 시장 내 입지를 더욱 공고히 다지고, 파트너사와 함께 동반 성장할 수 있는 다양한 방안을 계속 모색해 나가겠다”고 강조했다.   ▲ 지스타소프트 메이유 황 해외총괄 부사장(왼쪽), 모두솔루션 정충구 대표(오른쪽)   지스타캐드 2025, 성능 및 편의성 대폭 향상 모두솔루션 김경이 대리는 ‘GstarCAD 2025 What’s New 36 · & GstarCAD Plus 소개’를 주제로, 지스타캐드의 최신 버전 및 신규 제품의 주요 특징을 소개했다. 이번에 공개된 지스타캐드 2025는 이전 버전 대비 작업 속도가 대폭 향상된 것이 가장 큰 특징이다. SAVEAS 기능은 37.2%, TRIM/EXTEND는 무려 77%까지 작업 속도가 개선되었으며, OPEN과 SAVE 등 자주 사용하는 명령들도 각각 27.9%, 76.9%의 속도 향상을 보였다. 이 같은 성능 강화는 설계자들의 작업 효율을 크게 높일 것으로 기대된다. 또한 GPU의 처리 성능을 활용한 하드웨어 가속 기능이 처음으로 적용되었고, DIM(치수 기입) 기능도 단일 명령으로 다양한 유형의 치수를 자동 생성할 수 있도록 개선되었다. 이외에도 일괄 플롯(Batch Print) 기능의 출력 프로세스 향상, 올가미 선택 기능 도입을 통해 복잡한 도면에서도 효율적인 객체 선택이 가능해졌다. 이외에도 지스타캐드 2025에는 3D 모델 가져오기 및 내보내기, 파이썬 기반 API 확장, 3D 마우스 장치 지원, 음성 주석 기능 등 다양한 신기능도 추가됐다.   ▲ 지스타캐드 2025의 신기능 중 하드웨어 가속   신규 제품 ‘지스타캐드 플러스’도 첫 공개 이번 발표에서 가장 주목받은 부분은 신규 제품인 ‘지스타캐드 플러스(GstarCAD Plus)’의 첫 공개였다. 지스타캐드와 지스타캐드 메커니컬(GstarCAD Mechanical)에 적용되는 플러스 제품은 파라메트릭 구속조건 기능을 통해 도면의 정확성과 일관성을 유지할 수 있는 것이 강점이다. 현재는 기하학적 구속조건을 지원하며, 2026년에는 치수 구속조건과 매개변수 관리자, 2027년에는 동적 블록에 대한 구속조건까지 순차적으로 확대될 예정이다. 지스타캐드 플러스 2025의 가격은 스탠드얼론 기준 160만 원, 네트워크 버전은 170만 원이며, 기계 설계용인 지스타캐드 메커니컬 플러스는 각각 195만 원, 210만 원(부가세 별도)이다. 김경이 대리는 “지스타캐드 2025는 빠르고 강력한 성능과 실용적인 기능 향상을 통해 설계자가 더욱 정밀하고 효율적인 작업을 할 수 있도록 돕는다”면서, “플러스 제품을 통해 구속조건 기반의 설계 흐름을 완성해 나갈 것”이라고 밝혔다.   ▲ 지스타캐드 플러스 2025의 파라메트릭 구속 조건   국내 CAD 시장에서 지스타캐드의 성장세 지스타캐드는 국내 상황에 맞게 UI 개선, DWG·DXF 파일 호환, 기능 개선 등 사용자 요구에 대응한 결과, 국내 판매량이 2023년에 이미 10만 카피를 넘어섰다. 이는 지스타소프트의 70여 개 수출국가 중에서 일본·한국·폴란드 등 3개 국가에서만 달성한 성과로, 지스타캐드의 경쟁력을 보여준다. 모두솔루션은 앞으로도 지스타캐드의 최신 기술과 설루션을 통해 국내 CAD 시장에서의 입지를 강화하고, 파트너사와의 협력을 통해 고객 만족도를 높여 나갈 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스가 시뮬레이션 성능 향상을 위해 엔비디아 옴니버스(NVIDIA Omniverse)와 자사 소프트웨어를 통합한다고 밝혔다. 오는 3분기부터 엔비디아 옴니버스와 통합될 소프트웨어는 유체 시뮬레이션 소프트웨어 앤시스 플루언트(Ansys Fluent)와 자율주행차 센서 모델링 및 테스트용 소프트웨어 앤시스 AV엑셀러레이트 센서(Ansys AVxcelerate Sensors) 등 2종이다. 앤시스는 “이번 통합을 바탕으로 데이터 수집 자동화와 고정밀 모델을 구현해 시뮬레이션 프로세스를 간소화하고 보다 깊이 있는 인사이트를 제공할 것으로 기대된다”면서, “이를 통해 엔지니어가 시뮬레이션의 결과를 의사 결정권자, 제품 이해관계자 및 잠재 고객에게 전달 시의 부담도 덜게 될 것으로 보인다”고 전했다.     시뮬레이션을 위한 대량의 데이터를 준비하려면 데이터의 품질, 상호운용성, 유연성을 확보해야 한다. 이는 일반적으로 사용자가 하나의 시뮬레이션 모델에 대한 매개변수를 준하기 위해 여러 소프트웨어를 사용함을 의미한다. 또한 모델의 매개변수화 이후 시각화를 위해 추가적인 전문 도구 및 지식이 필요한 경우가 많다. 앤시스의 소프트웨어는 엔비디아 옴니버스를 활용함으로써 3D 신(scene) 데이터의 상호운용성, 확장성 및 모듈성을 강화시킬 수 있는 개방형 생태계를 제공한다. 옴니버스를 통해 고객은 시뮬레이션 데이터를 쉽게 준비할 수 있으며, 이는 특히 앤시스 AV 액셀러레이트 센서에서 유용하게 활용할 수 있다. 사용자는 앤시스의 인터페이스 내에서 몰입감 있고 사실적인 모델을 렌더링할 수 있어 실시간 협업을 지원하고, 결과를 더욱 효과적으로 전달할 수 있다. 이에 더해 사용자가 앤시스 설루션 포트폴리오 전반에 적용해 광범위한 개발 생태계를 구축할 수 있는 오픈 소스 파이썬(Python) API 소프트웨어 패키지인 파이앤시스(PyAnsys)는 시뮬레이션 데이터를 자동으로 포맷하기 때문에, 시뮬레이션 실무자와 개발자는 엔비디아 옴니버스에 구축된 자체 앱 내에서 시뮬레이션을 쉽게 사용자 지정 및 자동화할 수 있다. 일례로 아스팔트 도로 건설, 골재 처리 및 콘크리트 생산을 위한 특수 장비를 제조하는 아스텍 인더스트리스(Astec Industries)는 앤시스 소프트웨어를 사용해 아스팔트 드럼 건조기와 수소 버너를 설계 및 최적화하고 있다. 아스텍 인더스트리스의 첨단 기술 디렉터인 앤드류 홉스(Andrew Hobbs) 박사는 “앤시스 플루언트에 옴니버스가 통합되면서 복잡한 물리 시뮬레이션을 시각화할 수 있게 되어 당사와 고객 모두 장비가 어떻게 작동하는지 직관적으로 파악, 놀라울 정도로 디테일한 인사이트를 얻을 수 있었다”면서, “장비의 내부처럼 실제 관측이 불가능한 환경을 시뮬레이션함으로써 제품이 실제로 어떻게 작동할 것인지에 대한 이해를 높일 수 있을 뿐만 아니라, 성능과 효율을 극대화해 최적화된 설계가 가능해졌다. 이로써 고객들에게 혁신적인 장비와 경쟁력을 제공할 수 있어 만족스럽다”고 말했다. 앤시스의 셰인 엠스와일러(Shane Emswiler) 제품 부문 수석 부사장은 “지금의 디지털 엔지니어링은 직관적이고 효율적이며 또 혁신적인 제품을 설계하기 위해 기술 간 호환성에 더욱 의존하고 있다. 앤시스는 이에 발맞춰 엔비디아와의 협력을 지속 강화해 고객이 시뮬레이션의 결과를 실제처럼 구현, 기존에는 얻기 힘들었던 인사이트를 확보할 수 있도록 지원하고 있다”면서, “이 모든 과정을 앤시스의 익숙한 인터페이스에서 손쉽게 수행할 수 있다는 점이 프로젝트의 일정을 단축하고 제품을 더 빠르게 시장에 출시하는 데에 큰 도움을 줄 것으로 기대한다”고 말했다. 엔비디아의 레브 레바레디언(Rev Lebaredian) 옴니버스 및 시뮬레이션 기술 담당 부사장은 “엔비디아 옴니버스의 강력한 시각화 기능과 앤시스 소프트웨어의 예측 정확도를 결합하면 시뮬레이션 인사이트에 대한 접근성을 확대하는 강력한 디지털 엔지니어링 환경을 구축할 수 있다”고 말했다.

최적화 문제를 통찰하기 위한 심센터 히즈 (1)   이번 호부터 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 과정에 심센터 히즈(Simcenter HEEDS)를 활용하는 방법을 살펴보고자 한다. AI 모델을 학습시키기 위해서는 AI 모델이 정확한 패턴을 학습할 수 있도록 고품질의 데이터를 사용해야 한다. 이번 호에서는 심센터 히즈의 어댑티브 샘플링(Adaptive Sampling)과 SHERPA를 활용하여 양질의 데이터를 효율적으로 생성하는 과정을 살펴본다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ 제7회 프로세스 자동화 Ⅱ 제8회 프로세스 자동화 Ⅲ 제9회 프로세스 자동화 Ⅳ 제10회 프로세스 자동화 Ⅴ   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   설계 업무에서 AI를 활용하는 이유 AI는 다양한 영역에서 업무를 보조할 수 있다. 이번 연재에서는 많은 양의 데이터를 분석하여 설계 변수와 제품 성능 간의 관계에서 패턴과 트렌드를 식별하고, 데이터 기반 의사 결정을 지원하는 AI 모델을 학습시키는 것과 관련되어 있다. 잘 학습된 AI는 설계의 품질과 성능을 높이는 데 기여한다. 문제에 따라서는 기존 설계 패러다임에 도전하는 비정형적인 설계 설루션을 발견할 수 있다. 전반적으로는 설계 업무의 디지털 전환을 촉진하고, 전통적인 설계 방법의 한계를 극복하는 데 기여한다. 이는 설계의 효율성을 높이고, 혁신적인 설루션을 개발하는 데 도움을 준다.   AI 모델의 학습을 위한 데이터 AI 학습을 위해 필요한 데이터의 품질은 AI 모델의 성능과 정확성에 직접 영향을 미친다. 고품질의 데이터는 AI 모델이 정확한 패턴을 학습하고 신뢰할 수 있는 결정을 내릴 수 있도록 돕는다. 반대로, 저품질의 데이터는 모델의 성능을 떨어뜨리고 편향된 결과를 초래할 수 있다. 고품질의 데이터는 이러한 편향성을 줄이고 공정한 결과를 도출하는 데 기여한다. 데이터의 품질이 높을 수록 모델의 훈련 효율이 높아진다. 데이터가 일관성 있고 정확하면 모델이 더 빠르게 학습할 수 있다. 따라서 정확하고 일관성 있는 데이터는 모델이 올바른 결정을 내리는 데 필수이다.   시뮬레이션 데이터 생성의 자동화   그림 1   히즈는 제품 개발 프로세스에서 사용되는 다양한 설루션의 연결과 데이터 처리를 쉽게 진행할 수 있도록 자동화된 워크플로 구성환경을 제공한다. 상용 CAD 및 CAE 도구에 대한 광범위한 인터페이스를 사용하므로, 스크립트 개발이나 수동 조작 없이 많은 기술을 빠르고 쉽게 통합한다. 자동화된 워크플로에서는 서로 다른 모델링 및 시뮬레이션 간에 데이터를 자동으로 공유할 수 있다. 사용자는 프로세스의 자동화를 통해서 설계 공간 탐색을 보다 쉽고 효율적으로 수행할 수 있다. 사용자는 반복적인 업무를 벗어나 설계를 더 깊이 이해하고 성능 개선과 생산 품질 향상에 가장 적합한 조건을 선택하는 더 중요한 업무에 더욱 집중할 수 있다.    AI 학습 데이터 생성을 위한 예제 외팔보의 처짐 문제를 사용하여 데이터를 생성하고 AI 모델을 학습시키는 예제를 통해 기능을 비교해 보겠다. 외팔보의 체적을 최소화하는 최적화 문제를 다음과 같이 정의하였다. 빠른 계산을 위해 파이썬(Python)으로 계산한다.   그림 2    목적함수 외팔보 H빔의 체적을 최소화 제약 조건 최대 굽힘 응력(σ) ≤ 200 MPa • 최대 끝단 처짐(δ) ≤ 2 mm  설계 변수 Length : 5000 mm  Load P : 6500 N  E : 200 MPa  H : 50 mm ≤ H ≤ 100 mm  h1 : 5 mm ≤ h1 ≤ 30 mm  b1 : 50 mm ≤ b1 ≤ 100 mm  b2 : 5 mm ≤ b2 ≤ 50 mm  외팔보의 체적, 응력, 처짐량은 다음의 관계식으로 계산한다.  Volume = [2*h1*b1 + (H – 2*h1)*b2]*L  Stress = P*L*H/(2*I)  Deflection = P*L3/(3*E*I)  where : I = 1/12*b2*(H-2*h1)^3 + 2*[1/12*b1*h13 + b1*h1*(H-h1) 2/4]   히즈 기본 설정 파이썬 포털(Python portal)을 사용하여 예제의 입력(input)/출력(output) 파일을 등록하였다.    그림 4   전통적인 실험계획법에 의한 데이터 생성 방법 <그림 6>과 같이 4개의 설계변수를 기반으로 전통적인 실험계획법으로 데이터를 생성해보겠다. 여기서는 3 Level의 Full factorial을 사용하여 81개의 데이터가 생성된다.   그림 6   ■ 자세한 기사 내용은 PDF로 제공됩니다.

개발 및 공급 : 알테어 주요 특징 : 하이퍼웍스 2025 – AI와 머신러닝으로 더욱 정밀하고 빠른 시뮬레이션 구현, 통합 해석 기술로 설계 효율성과 정확도 극대화, 클라우드 및 자동화 도구로 협업과 생산성 향상 등. HPC웍스 2025 – AI 기반 스마트 작업 스케줄링 도입으로 작업 운영 최적화, 유연한 클라우드 확장성과 자동화 엔진으로 운영 효율성 강화, GPU 및 쿠버네티스 지원 확대로 AI 및 머신러닝 워크로드 성능 향상 등   ▲ 이미지 출처 : 알테어 웹사이트 캡처   AI·자동화로 설계 효율 높인 하이퍼웍스 2025 설계 및 시뮬레이션 플랫폼인 알테어 하이퍼웍스 2025(Altair HyperWorks 2025)는 인공지능(AI)과 머신러닝 기반의 해석 및 최적화 기술을 강화해, 시제품 제작 과정을 최소화하고 설계 프로세스를 혁신했다. 새 버전은 트랜스포머 아키텍처 기반의 AI 물리 예측 모델을 적용해 적은 데이터로도 정밀한 시뮬레이션이 가능하며, 머신러닝 기반 솔버는 해석 속도와 신뢰성을 동시에 향상시켰다. AI 기반 차수 축소 모델링(ROM)은 비선형 시스템을 빠르게 해석해 설계 초기 단계에서 중요한 통찰력을 제공한다. 시뮬레이션 해석 성능 역시 개선됐다. 알테어 옵티스트럭트(Altair OptiStruct)는 기존에 사용하던 기계 충격 해석, 열 충격 해석, 진동 해석 등을 하나의 설루션에서 수행할 수 있다. 이를 통해 해석 시간이 단축되고 모델 관리가 용이하며 설계 효율성과 신뢰성을 높일 수 있다. 또한 알테어 피직스AI(Altair physicsAI)는 기존 수치 해석 솔버를 AI 기반 솔버로 대체해 정확도를 유지하면서도 해석 속도를 높였다. 알테어는 자사의 클라우드 플랫폼인 알테어 원(Altair One)을 통해 HPC(고성능 컴퓨팅) 및 시뮬레이션 데이터에 즉시 접근할 수 있는 협업 환경도 마련했다. 또한 알테어 하이퍼메시(Altair HyperMesh)의 파이썬 API 지원으로 반복 작업을 자동화하고 대규모 모델의 해석 준비 시간을 단축할 수 있다. 베타 버전으로 출시된 AI 설계 도우미 알테어 코파일럿(Altair Copilot)은 실시간 Q&A와 워크플로를 지원한다. 소재 설루션은 복합소재, 폴리머, 적층 제조 등 첨단 소재의 데이터를 수집 및 표준화하고, AI 기술로 불완전한 데이터를 보완해 시뮬레이션 정확도를 높였다. 알테어의 짐 스카파 CEO는 “알테어 하이퍼웍스 2025는 40년간 축적한 알테어의 시뮬레이션, 설계, 최적화 역량이 집대성된 결과물”이라면서, “AI와 머신러닝, 자동화, 개방형 아키텍처를 통합해 단순한 시뮬레이션 플랫폼을 넘어선 통합 엔지니어링 설루션을 제공할 것”이라고 말했다.   ▲ 이미지 출처 : 알테어 웹사이트 캡처   AI 기반 작업 스케줄링 및 클라우드 확장성 강화한 HPC웍스 2025 고성능 컴퓨팅(HPC) 및 클라우드 플랫폼인 ‘알테어 HPC웍스(Altair HPCWorks) 2025’는  AI 기반 작업 스케줄링, GPU 및 쿠버네티스 지원 확대, 클라우드 확장성 강화를 비롯해 기업의 대규모 AI 학습과 데이터 분석 작업을 안정적으로 지원한다. 최신 버전은 AI 기반 스마트 작업 스케줄링을 통해 작업 제출을 간소화하고 대기 시간을 줄였으며, GPU 및 쿠버네티스와의 호환성을 강화해 AI 및 머신러닝 워크로드의 성능을 최적화했다. 클라우드 리소스 활용 효율성을 높인 것도 특징이다. 사용자는 클라우드 작업과 하이브리드 컴퓨팅 환경을 손쉽게 최적화할 수 있으며, 피크 타임의 워크로드도 유연하게 처리할 수 있다. 서드파티 스케줄러와의 연동도 가능해 확장성과 호환성도 높였다. 또한, 통합된 클라우드 자동화 엔진을 사용하면 필요할 때 클러스터를 빠르게 늘리고 사용량이 줄어들면 자동으로 줄일 수 있어, 운영 비용과 시간을 절감할 수 있다. 멀티 클라우드나 여러 클러스터를 동시에 사용하는 환경에서도 HPC 및 클라우드 관리를 한 곳에서 할 수 있어 운영이 편리하다. HPC웍스 2025는 알테어의 데이터 분석 및 AI 플랫폼인 알테어 래피드마이너와 연계해 더욱 효율적인 작업 스케줄링을 구현했다. 이 외에도 모든 알테어 워크로드 관리자에 HPC 및 클라우드 모니터링과 리포팅 기능을 통합해 IT 관리자들의 데이터 기반 의사 결정과 컴퓨팅 자원 최적화를 돕는다. 한편 HPC웍스는 알테어 유닛(Altair Units) 라이선스 시스템을 기반으로 운영되며, 클라우드 기반의 알테어 원(Altair One)과 연계해 추가 비용 없이 알테어의 다양한 기술을 활용할 수 있다. 알테어의 샘 마할링엄 최고기술책임자(CTO)는 “데이터와 AI 중심 환경에서 차세대 HPC 및 클라우드 기술은 필수”라면서, “HPC웍스를 통해 기업은 인프라를 최적화하고 경쟁력을 높일 수 있을 것”이라고 말했다.    ▲ 이미지 출처 : 알테어 웹사이트 캡처     ■ 기사 내용은 PDF로도 제공됩니다.

2025년 2월부터 5주에 걸쳐 매주 수요일 저녁 7시 30분부터 10시 30분까지 서울 상암동 DMC첨단산업센터 7층 AI실습교육장에서 재미난 스터디 모임이 진행 중이다. 바로 AI 바우하우스랩이다. AI 바우하우스랩은 2024년 'AI x ART A.DAT Exhibit' 전시에 참여했던 작가들의 열정에서 비롯됐다. 지난 2월 19일 저녁에 뜨거운 교육 현장을 직접 찾아갔다. ■ 박경수 기자   ▲ 인공지능과 디자인의 융합을 추구하는 스터디 모임, AI 바우하우스랩   미래를 향한 AI 교육의 산실 AI 바우하우스랩을 이끌고 있는 감성놀이터 최석영 대표는 “서로 다른 분야에서 활동하던 15명의 창의적인 전문가들이 모여 ‘AI 기술’과 ‘예술의 융합’이라는 새로운 도전을 시작하게 됐다”며, “매주 수요일 저녁에 DMC첨단산업센터에 마련된 교육장에서 만나 미래를 향한 대화를 나누고 있다”고 설명했다. 이번 스터디 모임에는 독특한 이력의 소유자들이 함께 하고 있다. 영화의 순간을 포착하는 촬영감독부터 도시의 미래를 그리는 건축사무소 대표, 전통 한지의 아름다움을 현대적으로 재해석하는 조형작가, 캔버스에 생명을 불어넣는 회화작가, 신선한 시각을 가진 대학생, 혁신적인 건축 비전을 가진 건축사, 지식을 나누는 대학강사, AI의 미래를 연구하는 교수, 그리고 기술과 예술의 경계를 허무는 AI 감독까지. 서로 다른 직업군의 사람들이 모여 팀을 이루어 매일매일 작업한 결과물들을 오픈 채팅방에 공유하고 있다. 서로의 작업 결과를 보고 부족한 면을 메우는 한편, 격려와 응원을 통해 매주 조금씩 더 성장해 나가고 있다.   ▲ 모임 장소인 뉴미디어 아트 스튜디오 ‘감성놀이터’   미디어아트 전시회의 인연 기자와 최석영 대표와의 인연은 10여년 전으로 거슬로 올라간다. 2013년 감성을 기반으로 이웃들과 예술로써 따스한 정을 나누고 있는 미디어아트그룹 ‘감성놀이터’가 출범했다. 감성놀이터는 당시에는 획기적이고 새로운 형식의 미디어아트를 추진했고, 그해 5월 25일부터 26일까지 상암동 DMCC빌딩에서 미디어아트 전시회가 열렸다. 당시 기자도 전시회에 작가로 참여했다. 최석영 대표는 “연남동의 작은 화실에서 시작된 아티스트 그룹인 감성놀이터는 ‘무모함에 가치를 더하다’라는 도전적인 모토를 내걸고, 불가능해 보이는 것들을 가능으로 바꾸어 나가고 있다”며, “VR 기술을 활용한 심리치유 프로그램, 세계 최초로 시도되는 국제고양이 AI필름페스티벌, 그리고 느린학습자들에게 예술의 날개를 달아주는 AI아트스쿨까지. 계속된 도전을 통해 새로운 이정표를 만들어가고 있다”고 말했다. 상암동에 위치한 DMC첨단산업센터로 보금자리를 옮긴 후에는 본격적으로 AI와 실감미디어 교육을 통해 미래 교육의 새로운 패러다임을 제시하는데 앞장서고 있다.   ▲ 감성을 꽃피우다 미디어아트展   ▲ 어린이 미디어아트 체험관   스터디 모임을 뛰어 넘어 전문성을 살린 프로젝트로 매주 모여서 새로운 툴을 익히고 배운 툴로 새로운 작품을 구상하고 있는 AI 바우하우스랩 회원들은 단순한 스터디 모임을 넘어섰다. 총 5주라는 시간 동안 진행되는 집중 연구 프로그램을 통해 그들이 모인 스터디 모임은 르네상스 시대의 워크숍처럼 운영되고 있다. 최석영 대표는 참가자들에게 ‘별, 여우, 어린왕자, 장미’라는 모둠 이름을 부여하고 각자의 전문성을 살린 프로젝트를 팀을 이뤄진행하도록 이끌고 있다. 그는 “매주 진행되는 AI 이슈리포트 시간에는 최신 기술 동향부터 윤리적 쟁점까지 다양한 주제로 열띤 토론도 이어지고 있다”고 밝혔다. 특히 주목할 만한 점은 ‘자발적 나눔’의 문화다. 회원들은 각자 돌아가면서 자신의 전문 분야와 AI의 접점을 찾아 강의를 준비하고, 때로는 직접 만든 쿠키를 가져오거나 가져온 다과를 함께 나누며 따뜻한 교류의 시간을 갖고 있다. 최 대표는 “이런 자유롭고 창의적인 분위기 속에서 생성형 AI 콘텐츠를 제작하고, 로컬 AI 서버를 구축하고, LLM 활용 방안을 연구하는 등 실질적인 성과물들이 탄생하고 있다”고 설명했다.   ▲ 존칭 없이 별칭으로 만든 이름표   ▲ 300초 자기소개 시간   ▲ 모둠을 구성해 집중 스터디   전문가 집단이 참여한 스터디 모임 AI 바우하우스랩의 가장 큰 강점은 구성원들의 다양성에 있다. OTT 시대의 새로운 영상 문법을 연구하는 촬영감독, AI 기술을 건축 설계에 접목하려는 건축사무소 대표, 전통 한지의 물성을 현대적 조명 디자인으로 재해석하는 조형예술가 등이 한 자리에 모였다. 또한 수만 명의 팔로어를 보유한 파워블로거 대학생을 비롯해 동양화의 정신을 현대 회화에 담아내는 작가, 세계 최초의 국제고양이 AI필름페스티벌을 기획한 AI 감독도 참여하고 있다. 이들은 서울에서부터 대구까지, 전국 각지에서 이곳을 찾아오고 있다. 최 대표는 “매주 수요일 저녁에 대구에서 기차를 타고 온다는 한 회원의 열정은 랩의 상징과도 같다”며, “나이와 직업, 사는 곳은 달라도 이들을 하나로 묶는 것은 AI 기술을 통해 새로운 가능성을 모색하고자 하는 공통된 열망”이라고 강조했다.    ▲ 건축 AI 생성 활용 강의 스터디   ▲ 놀이보다 쉬운 파이썬 스터디   ▲ AI 스터디로 만드는 새로운 도전   따스함이 AI이다 AI를 단순히 활용하는 차원을 넘어 정서적으로나 문화적으로 따스한 이야기로 바꾸는 작업이 진행 중이다. 특히 AI 바우하우스랩의 영향력은 개인의 성장을 넘어 산업 전반으로 확산될 것으로 기대된다. 최 대표는 “매주 이루어지는 만남은 단순한 지식 공유를 넘어 서로 다른 분야의 통찰을 교환하는 소중한 장이 되고 있다”며, “특히 AI 기술을 접목한 새로운 시도들은 각자의 분야에서 혁신의 씨앗이 되고 있다”고 말했다. 이러한 변화를 이끄는 모임이 성사되어 운영되고 있다는 점에서도 놀랍지만 대규모의 자본이나 정부 지원 없이도 가능하다는 점이 입증되었다. 순수한 열정과 자발적인 참여만으로도 의미 있는 연구와 창작이 가능하다는 새로운 모델을 제시하고 있다. 최 대표는 “매주 회원들이 직접 준비해 오는 따뜻한 다과와 진솔한 대화는 AI 연구에 인간적인 온기를 더하고 있다”고 말했다.   ▲ 매일매일 과제로 만들고 있는 AI 활용 영상   ▲ 스터디 참가자가 직접 만든 간식으로 AI에 더해진 따스함   AI 바우하우스랩의 여정은 계속된다 AGI(인공일반지능) 연구를 통한 미디어아트 작품 개발은 이미 진행 중이며, 2025년 9월에는 한전아트센터에서 ‘AI x ART A.DAT 2025 Exhibit’를 통해 그 결실을 선보일 예정이라고 한다. 전통 춤사위와 첨단 레이저 기술이 만나는 오픈 퍼포먼스는 이번 전시의 하이라이트가 될 전망이다. 최 대표는 같은 스터디 공간에서 진행될 주목할 만한 것으로 사회공헌 활동을 꼽았다. 그는 “느린학습자와 발달장애인 청소년들을 위한 ‘AI ART SCHOOL’은 기술과 예술이 어떻게 사회적 가치를 창출할 수 있는지 보여주는 좋은 예시”라며, “청소년들에게 무상으로 갤러리 전시를 지원해 주신 성현주 관장님께 감사드린다”고 말했다. 주말마다 진행되는 이 프로그램은 단순한 교육을 넘어 참가자들의 잠재력을 끌어내는 새로운 플랫폼으로 자리매김하게 될 것으로 기대를 모으고 있다. 최 대표는 “AI 바우하우스랩은 단순한 연구나 스터디 모임이 아니라 이곳은 기술과 예술, 인간성이 조화롭게 어우러지는 미래를 그려 나가는 창의적인 실험실”이라며, “이들의 열정은 우리가 꿈꾸는 미래를 한 걸음씩 더 현실로 만들어가고 있다”고 강조했다.   ▲ AI아트스쿨 주말강의 모집 포스터   ▲ 전시 공간, GalleryDIO by SNJ   참고로, 느린학습자를 위한 AI ART SCHOOL에서 수강생을 모집 중이다. 참여하길 원한다면 링크에서 신청해 보기 바란다.     ■ 기사 내용은 PDF로도 제공됩니다.