엔비디아가 3D 객체 생성을 위한 ‘엔비디아 AI 블루프린트(NVIDIA AI Blueprint for 3D object generation)’를 공개했다. 이는 3D 아티스트가 간단한 텍스트 프롬프트만으로 최대 20개의 3D 객체를 생성해 특정 장면의 프로토타입을 만들 수 있도록 지원한다. 3D 아티스트는 끊임없는 프로토타이핑 작업 문제에 직면하고 있다. 전통적인 워크플로에서는 3D 장면 구현을 위해 저충실도 임시 애셋을 제작하고, 핵심 요소가 제자리에 배치될 때까지 수정을 반복해야 하기 때문이다. 그 후에야 시각적 요소를 세부적으로 다듬어 완성할 수 있다. 이렇게 프로토타이핑은 시간이 많이 소요되고 종종 불필요한 작업을 수반한다. 그 결과 아티스트는 창의적인 작업보다 지루한 모델링 작업에 더 많은 시간을 할애해야 한다. 생성형 AI는 장면 프로토타이핑을 위한 초안을 제안하거나 객체를 생성하는 등 중간 작업을 신속히 처리해 아티스트를 돕는다. 그러나 이러한 가속화된 워크플로를 구현하기 위해 여러 AI 모델을 연결하는 일은 기술적으로 복잡할 수 있다. 엔비디아 AI 블루프린트는 샘플 워크플로를 제공해 사용자가 복잡한 기술 단계를 건너뛰고 고급 생성형 AI 기술을 빠르게 활용할 수 있도록 지원한다. 또한 AI 블루프린트는 각 사용자의 요구에 맞게 조정될 수 있다.     엔비디아가 이번에 새로 공개한 AI 블루프린트는 3D 아티스트가 간단한 텍스트 프롬프트만으로 최대 20개의 3D 객체를 생성해 특정 장면의 프로토타입을 만들 수 있게 해주는 워크플로다. 또한 새로운 마이크로소프트 트렐리스(Microsoft TRELLIS) 엔비디아 NIM 마이크로서비스는 3D 객체 생성을 위한 AI 블루프린트 내에서 작동하며, 기존 모델보다 20% 빠른 속도로 고품질 3D 애셋을 생성한다. 아이디어의 탄생에서 시작하는 3D 프로젝트는 테마, 장소, 장식, 색상, 질감 등 시각적 세부 요소를 신중히 고려하는 과정을 거친다. 장면에 애셋을 배치한 후에도 개별 또는 전체 시각 요소를 여러 차례 검토하고 수정해야 한다. 3D 객체 생성을 위한 엔비디아 AI 블루프린트는 프로토타이핑 과정을 자동화하는 파이프라인을 제공한다. 사용자가 프롬프트로 예술적인 아이디어를 입력하면, 블루프린트에 내장된 대형 언어 모델(LLM)이 장면에 포함 가능한 20개의 객체를 제안한다. 이는 라마 3.1 8B(Llama 3.1 8B) 엔비디아 NIM 마이크로서비스로 가속화된다. 엔비디아 사나(SANA)는 고해상도 이미지를 빠르게 합성하는 텍스트-이미지 프레임워크로, 생성 가능한 객체를 보여주는 프리뷰를 생성한다. 각 객체는 재생성, 수정, 삭제가 가능해 아티스트의 자유로운 창작 활동을 지원한다. 이후 아티스트는 새로운 마이크로소프트 트렐리스 엔비디아 NIM 마이크로서비스를 통해 각 객체를 고품질 프리뷰에서 즉시 활용 가능한 3D 모델로 변환할 수 있다. 이 마이크로서비스는 최첨단 모델의 배포를 간소화하고 속도를 20% 향상시킨다. 또한 최대 20개의 3D 애셋 모음은 즉시 사용하거나 오픈 소스 3D 플랫폼 블렌더(Blender)에서 추가로 다듬을 수 있도록 준비된다. AI 블루프린트는 이를 자동으로 블렌더로 내보내며, 아티스트는 다른 인기 3D 애플리케이션으로도 애셋을 내보낼 수 있다. 아울러 라마 3.1 8B NIM 마이크로서비스로 구동되는 LLM은 장면에 포함할 객체의 아이디어와 프롬프트 제안을 생성할 수 있다. 따라서 프롬프트 경험이 많지 않은 아티스트도 창의적인 생산성을 높일 수 있다. 일반적으로 이러한 워크플로를 설정하려면 많은 시간과 기술적 지식이 필요하며, 적합한 파이프라인을 선택하기 위해 다양한 모델을 실험해야 한다. 엔비디아는 “AI 블루프린트는 검증된 워크플로를 사전에 선별해 패키징된 형태로 제공함으로써, 엔비디아 지포스 RTX(GeForce RTX)와 RTX PRO GPU에서의 배포를 단순화하고 시작 과정을 간소화한다”고 설명했다.

대한민국 산업 현장의 AI 활용과 확산을 짚는 ‘제1회 산업AI EXPO’가 9월 3일 서울 코엑스 마곡 컨벤션센터에서 막을 올렸다. 개막식에는 산업통상자원부를 비롯해 HD현대 미래기술연구원 장광필 원장, LG CNS 박상엽 상무, 한국마이크로소프트 조원우 사장, 한국산업기술진흥원 민병주 원장, 한국전자기술연구원 신희동 원장, 한국산업단지공단 이상훈 이사장, 한국산업지능화협회 김도훈 회장, 한국생산성본부 박재영 부회장, 대한상공회의소 이종명 본부장, 한국산업기술시험원 송현규 본부장, NH농협은행 엄을용 부행장 등 정부·산업계 주요 인사가 참석해 산업AI 확산에 대한 협력 의지를 보였다.     이어 기업 수요 기반의 제조 데이터 공유·거래 활성화를 위한 업무협약이 체결됐다. 이번 협약은 데이터 표준 마련과 생태계를 조성하고자 산업부와 국가기술표준원, 14개 주요 업종 협회가 함께 참여했다. 또한 산업 디지털 전환과 AI 활용 촉진에 기여한 개인·단체를 대상으로 ‘2025년 산업 디지털 전환 및 인공지능 활용 촉진 유공자 포상’ 시상식도 열렸다. 이번 포상은 산업 전반의 경쟁력 제고를 위해 개인부문 16점, 단체부문 9점 등 총 25곳에 산업통상자원부 장관 표창이 수여됐다. 이번 엑스포 전시회에서는 제조업 등 산업 중심의 산업 AI(Vertical AI) 기술과 활용 사례가 전시됐다. ▲시장 예측 ▲공급망 효율화 ▲공정 최적화 ▲예지보전 ▲안전 ▲보안 등 산업 현장의 효율적인 AI 활용을 위한 핵심 프레임워크인 12대 산업 AI 태스크 기반 설루션과 적용사례를 선보인다. 전시회에서는 여러 업체가 산업 AI 신규 장비와 설루션을 론칭 및 공개했다. 특히 HD현대는 조선·건설기계 분야의 AI 도입 성공사례를 공유하며, 그룹사의 AIX(AI Transformation) 여정을 선보인다. 이밖에도 로봇과 온디바이스 AI 등 피지컬 AI 신기술도 최초 공개된다. 마이크로소프트, 다쏘시스템, HP코리아, 세일즈포스 등의 글로벌 기업이 국내 협력사들과 함께 참여하며 제조, 고객관리, 설계/디자인 등 분야의 글로벌 선도 AI 기술을 한국 시장에 맞춰 소개하며, 국내외 B2B 파이프라인 구축 및 글로벌 협력기회를 확대한다. 한편, 전시회 기간에는 ▲주요 기업의 AI 도입 사례와 비즈니스 모델을 공유하는 산업 AI 콘퍼런스 ▲참가기업의 신기술 발표 및 기술사업화 우수 사례를 소개하는 AI-Tech 세미나 ▲공급기업과 수요기업 간 파트너십 발굴을 지원하는 1:1 비즈매칭 ▲스타트업 IR 피칭, 투자 토크콘서트, 멘토링 프로그램 등으로 구성된 투자 네트워킹 ▲글로벌 네트워크가 참여해 신뢰성·안전·표준 등을 논의하는  산업 AI 국제인증포럼 등 산업 생태계 간 비즈니스 연결과 투자 활성화를 위한 다양한 비즈커넥트 프로그램도 운영된다. 참관객들은 도슨트 투어, LG사이언스파크 투어 프로그램, 참관객 이벤트 등 다양한 현장 프로그램도 참여할 수 있다. 산업 AI 테마별 도슨트 투어는 피지컬 · 온디바이스 AI, 제조 AI, AI 에이전트 등 테마별로 진행되는 전문 투어이며, LG사이언스파크 투어 프로그램은 LG 계열사들의 주요 설루션 및 생성형 AI 고객 맞춤형 산업 시찰 프로그램이다.  이번 행사를 주관한 한국산업지능화협회 이길선 전무이사는 “산업AI EXPO는 국내 최초의 버티컬AI 전시회로써 산업에서의 AI 활용 성공사례들이 대거 선보인다. 이 전시회는 산업의 AI 도입을 위한 공급·수요 간 매칭 플랫폼의 역할을 통해, 산업AI 생태계가 조성되어 산업 전반에 AI 확산이 가속화되고, 우리 산업의 글로벌 경쟁력이 강화될 것”이라고 말했다.

비행 훈련부터 제품 개발·운영까지 아우르는 핵심 인프라를 목표로   최근 몇 년 사이 시뮬레이션 산업은 디지털 트윈, AI(인공지능), VR(가상현실)/AR(증강현실) 등 첨단 디지털 기술 중심으로 빠르게 재편되고 있다. KAI(한국항공우주산업)는 이러한 흐름에 발맞춰 언리얼 엔진을 도입함으로써 항공산업 전반에 걸친 디지털 혁신을 추진하고 있다. ■ 자료 제공 : 에픽게임즈   KAI는 KT-1 기본 훈련기, T-50 고등훈련기, 수리온 기동헬기, 송골매 무인기 등 다양한 항공우주 시스템을 자체적으로 설계 및 제작하며, 지난 40년간 항공산업 및 국방산업을 선도해 온 종합 항공우주 설루션 기업이다. 최근에는 소형무장헬기(LAH)와 차세대 전투기 KF-21 개발을 비롯해 위성과 발사체 총조립 등 우주 분야로도 사업을 확대하고 있다. KAI는 2024년 ‘언리얼 페스트 시애틀 2024(Unreal Fest Seattle 2024)’에 참가해 자사의 시뮬레이션 전략을 소개하는 세션을 진행했다. 이번 호에서는 이 발표 내용을 바탕으로 시뮬레이션 산업의 급변하는 흐름 속에서 KAI가 어떻게 대응하고 있는지, 언리얼 엔진을 중심으로 한 시뮬레이션 통합 전략과 실제 적용 사례, 그리고 향후 비전 등을 중심으로 KAI의 기술 혁신에 대해 살펴본다.   ▲ 이미지 출처 : ‘KAI의 언리얼 엔진 기반 차세대 시뮬레이션 에코시스템 | 언리얼 엔진’ 영상 캡처   시뮬레이션 산업의 변화와 KAI의 대응 최근 시뮬레이션 산업은 빠르게 발전하며 구조적인 변화를 겪고 있다. 클라우드 기반 시뮬레이션 도입으로 언제 어디서든 고성능 자원에 접근할 수 있게 되었고, 디지털 트윈, AI, 머신러닝 기술의 결합을 통해 시뮬레이션은 단순한 재현을 넘어 예측과 최적화를 수행할 수 있는 툴로 진화하고 있다. 또한 VR/AR/MR(혼합현실) 기술은 훈련의 몰입감과 현실감을 높여 실제 환경과 유사한 시뮬레이션을 가능하게 하고, 마이크로서비스 아키텍처를 기반으로 한 소프트웨어 설계는 유연성과 확장성을 높이고 있다. KAI는 이러한 디지털 전환에 적극 대응하기 위해 전통적인 레거시 시뮬레이션 시스템을 언리얼 엔진과 통합하고 있다. 핵심 전략은 세 가지이다. 첫째, 언리얼 엔진을 활용한 빠른 프로토타이핑으로 기술 검증과 적용 속도를 높이는 것이다. 둘째, 표준화된 인터페이스를 통해 기존 시스템과의 원활한 연동을 실현하는 것이다. 셋째, 지속 가능한 콘텐츠 개발을 위한 플랫폼 설계로 장기적인 생태계 구축을 추진하는 것이다. 이를 통해 KAI는 기존 자산의 가치를 극대화함과 동시에 급변하는 기술 환경에 유연하고 효율적으로 대응하고 있다.   언리얼 엔진이 변화하는 시뮬레이션 산업에 주는 영향 언리얼 엔진은 시뮬레이션 산업의 진화에 있어 중요한 역할을 하고 있다. 우선 고품질의 리얼타임 3D 그래픽을 통해 현실감 있는 몰입형 시뮬레이션 환경을 구현할 수 있어, 훈련과 테스트의 효율성을 높이고 있다. 또한 VR/AR/MR과의 통합 지원은 다양한 산업에서 실제 같은 체험 기반 학습을 가능하게 한다. 언리얼 엔진의 모듈형 아키텍처와 개방된 생태계는 기존 레거시 시스템과의 통합을 쉽게 하고, 새로운 기술이나 기능을 빠르게 적용할 수 있는 유연성을 제공한다. 특히 디지털 트윈, AI, 머신러닝 등 최신 기술과의 연계가 원활하여 복잡한 시스템의 설계, 유지보수, 운영 효율을 높일 수 있다. KAI와 같은 기업에게 언리얼 엔진은 단순한 툴을 넘어, 지속 가능한 시뮬레이션 콘텐츠를 개발하고 새로운 시뮬레이션 생태계를 구축하는 핵심 기술로 자리잡고 있다.   ▲ KAI의 시뮬레이터로 본 FA-50의 모습(이미지 출처 : KAI)   기존 시스템에 언리얼 엔진을 통합한 사례 KAI는 항공기 훈련 체계에 언리얼 엔진을 도입해 현실성과 효율을 갖춘 시뮬레이터를 개발하고 있다. 대표적으로 VR 시뮬레이터의 경우, 조종사가 풀 플라이트 시뮬레이터에 들어가기 전 VR 기기를 통해 절차와 조작 감각을 사전에 익힐 수 있도록 돕고 있다. 언리얼 엔진으로 실제 항공기와 동일한 가상 조종석을 구현해 이륙/착륙, 비상절차, 항전 장비 조작 등을 별도 교관 없이 반복 학습할 수 있도록 했다. 기존의 시뮬레이터는 실제 항공기 수준의 조작감과 훈련 효과를 제공하지만, 높은 구축 비용과 운영 비용, 전용 시설의 필요 등으로 대량 보급에 한계가 있었다. KAI는 이러한 문제를 보완하기 위해 VR 기술을 도입했다. 언리얼 엔진은 영상 발생 장치, 계기 패널, 입출력 장치 등을 대체한 것은 물론, VR HMD(헤드 마운트 디스플레이) 하나만으로 기존의 여러 장치를 필요로 하는 대형 시현 시스템의 효과를 구현할 수 있게 했다. 또한 KAI는 독자적인 역학 모델과 항전 시스템을 언리얼 엔진의 실시간 렌더링과 결합해 실제 조종과 유사한 수준의 훈련 환경을 제공하고 있다. GIS(지리 정보 시스템), DEM(수치 표고 모델) 등 초정밀지도 기반의 한반도 3D 지형을 재현해 조종사의 임무 지역 지형 학습까지 지원하고 있다. 정비 훈련 분야에서도 언리얼 엔진은 핵심 플랫폼으로 활용되고 있다. 2024년 I/ITSEC 전시회에서 공개된 FA-50 정비 훈련 시뮬레이터는 VR 환경에서 점검과 부품 교체를 실습할 수 있을 뿐만 아니라, 사용자가 직접 교육 과정을 만들 수 있도록 설계됐다. 이를 통해 기존 문서와 평면형 CBT(컴퓨터 기반 훈련), 반복 시나리오 기반의 실습 중심 교육의 한계를 극복할 대안을 제시했다. 또한 같은 행사에서 선보인 수리온 헬기 비행 시뮬레이터(VFT)는 디지털 트윈과 고해상도 시각화를 통해 실제 기체 성능과 지형 정보를 반영한 몰입형 훈련 환경을 제공했다.   ▲ FA-50 비행 시뮬레이션의 디스플레이 장면(이미지 출처 : KAI)   시뮬레이션·시스템 개발에서 언리얼 엔진의 기여도 언리얼 엔진 도입 이후 KAI의 시뮬레이션 제작 파이프라인에는 큰 변화가 있었다. 데이터스미스를 활용해 카티아 등 설계 도구의 3D 모델을 쉽게 불러올 수 있어, 실제 설계 기반의 가상 조종석과 기체 모델을 빠르게 구축하고 별도의 모델링 없이 제작 시간을 줄일 수 있었다. 또한 자체 개발한 비행역학 엔진과 항공전자 시뮬레이션 소프트웨어를 언리얼 엔진과 실시간으로 연동해, 백엔드 시스템과 시각화 프론트엔드를 효과적으로 통합함으로써 전반적인 생산성이 향상되었다. 특히 조종사가 시각과 청각 정보를 통해 상황을 판단하는 VR 시뮬레이터 개발에서는 언리얼 엔진의 렌더링, 사운드, 애니메이션 기능이 핵심 도구로 사용되었다. 물리 기반 렌더링(PBR)은 금속, 유리, 계기판 등 재질을 사실적으로 구현했으며, 파티클 시스템과 머티리얼 노드를 통해 연기, 공기 왜곡 등의 시각 효과도 유연하게 조정할 수 있었다. 사운드 역시 메타사운드를 통해 엔진 RPM이나 환경 변화에 따라 실시간으로 반응하며, 조종사에게 실제 비행과 유사한 감각을 제공했다. 또한 애니메이션 블루프린트를 활용해 조종간, 계기판, 비행 제어면 간 연동 애니메이션의 비주얼을 직관적으로 구현할 수 있었으며, 스카이 애트머스피어, 볼류메트릭 클라우드, 하이트 포그 등의 기능은 대기 표현과 공간 인식 훈련의 몰입감을 높였다. 지형 구현에서도 언리얼 엔진의 LWC(Large World Coordinates)를 통해 수천 km 단위의 지형에서도 고속 이동 시 정밀도를 유지할 수 있었고, 풀 소스 코드를 활용해 AI 훈련 체계에 맞는 좌표 변환, 시스템 연동, 정밀 지형 구조를 구현할 수 있었다. 이 과정에서 실제 지형 데이터, 항공 사진, 고도 정보를 언리얼 엔진에 통합했고, GIS, DEM 기반의 정밀 지형 정보를 효과적으로 활용해 복잡한 비행 경로, 저공 비행 훈련, 목표 탐색 등 고난도 시나리오도 현실감 있게 구현할 수 있었다. 그 결과 KAI는 초대형 지형 데이터, 초정밀 위치 기반 훈련, 외부 시스템과의 정밀한 좌표 연동을 모두 만족하는 차세대 항공기 시뮬레이터 플랫폼을 성공적으로 구축할 수 있었다. 이외에도 다양한 플러그인, 하드웨어 인터페이스, 형상 관리 툴 연동, 이제는 리얼리티스캔으로 변경된 리얼리티캡처, 마켓플레이스 등을 활용하여 프로젝트 확장성과 콘텐츠 제작 유연성이 높아졌다.   ▲ 애니메이션 블루프린트를 활용해 구현한 조종간(이미지 출처 : KAI)   대규모 전술 훈련을 위한 AI 에이전트를 언리얼 엔진에 도입 KAI는 차세대 전술 훈련 시뮬레이터 개발을 위해 강화학습 기반의 AI 에이전트를 실제 훈련 시나리오에 연동하는 작업을 진행 중이다. 특히, 복잡한 전장 환경에서는 다양한 무기 체계와 플랫폼이 동시에 운용되기 때문에, 이를 하나의 시뮬레이션 공간에서 유기적으로 연동하는 기술이 매우 중요하다. 기존 상용 시뮬레이터 설루션의 경우 외부 시스템 연동이나 커스터마이징에 제약이 많지만, 언리얼 엔진은 C++ 기반의 풀 소스 코드 접근이 가능해 이러한 한계를 극복할 수 있다. KAI는 이러한 개방성을 바탕으로 자체 개발한 AI 에이전트를 정밀하게 통합해, 복잡한 상호작용이 필요한 전술 훈련 시나리오에서도 실질적인 이점을 확보할 수 있었다. 이와 같은 통합은 단순히 AI를 활용하는 수준을 넘어, 인간 조종사와 AI가 동일한 시뮬레이션 환경에서 훈련하고 상호 작용할 수 있는 구조를 의미한다. 기존의 설루션으로는 구현하기 어려웠지만 KAI는 언리얼 엔진을 도입해 이를 실현할 수 있었다. 결과적으로 언리얼 엔진은 AI, 실시간 시뮬레이션, 데이터 피드백이 통합된 플랫폼을 제공하며, KAI의 차세대 전술 훈련체계 구현에 핵심 역할을 하고 있다.   ▲ 지형 데이터 통합으로 구현한 대규모 도시 지역 디지털 트윈(이미지 출처 : KAI)   향후 시뮬레이션 에코시스템의 방향과 KAI의 비전 향후 시뮬레이션 에코시스템은 개방성, 지속 가능성, 개인화를 중심으로 발전해 나갈 것이다. AI와 빅데이터를 기반으로 한 맞춤형 훈련 시스템, 클라우드 환경에서의 지리적 제약 없는 고성능 시뮬레이션 그리고 VR/AR, 웨어러블 기술 등을 활용한 몰입형 실시간 피드백 시스템이 표준이 되어갈 것으로 전망된다. 이러한 변화 속에서 KAI는 기술 통합형 플랫폼과 자체 시뮬레이션 에코시스템을 구축하며, 대한민국 시뮬레이션 산업의 지속 가능한 성장 기반을 마련할 예정이다. 언리얼 엔진을 단순한 개발 툴이 아닌 시뮬레이션 엔진으로 활용하며, 플랫폼을 중심으로 고퀄리티 콘텐츠를 빠르게 생산할 수 있는 시뮬레이션 콘텐츠 파이프라인을 개발 중이다. KAI의 비전은 국내를 넘어 글로벌 시뮬레이션 에코시스템과 연결되는 것이다. 언리얼 엔진의 개방성과 기술력을 바탕으로 산업 전반에 걸쳐 공유 가능한 시뮬레이션 플랫폼을 만들고, 이를 통해 다양한 산업, 기관, 개발자가 협력할 수 있는 건강하고 확장 가능한 에코시스템을 조성하는 것이 목표다. 이러한 방향성과 비전을 바탕으로, KAI는 시뮬레이션 기술을 단순한 훈련 도구를 넘어 제품 개발, 유지보수, 운영 효율 개선을 위한 핵심 인프라로 성장시키고자 한다.     ■ 기사 내용은 PDF로도 제공됩니다.

HP가 8월 25일부터 26일까지 이틀간 열린 에픽게임즈의 ‘언리얼 페스트 2025 서울’ 행사에 골드 스폰서로 참여했다며, 전시 부스를 운영하고 파트너사와 공동 토크 세션을 진행했다고 밝혔다. HP는 골드 스폰서로 참여해 에픽게임즈와의 파트너십을 공고히 하고 미디어 및 엔터테인먼트 분야에서의 리더십을 한층 강화했다고 전했다.  ‘언리얼 페스트’는 언리얼 엔진과 에픽 에코시스템의 최신 기술과 활용 사례를 공유하는 에픽게임즈의 대표적인 연례 행사로 올해는 게임, 미디어, 엔터테인먼트, 제조 및 시뮬레이션 등 다양한 산업별 트랙을 통해 총 38개의 세션으로 진행됐다. HP는 8월 26일 ‘기술 혁신으로 여는 창의적 스토리텔링의 미래’를 주제로 미국 애니메이션 엔터테인먼트 스튜디오 IEL(Immersive Enterprise Laboratories)과 공동 세션을 진행했다. 이 세션에는 IEL의 블레이크 박스터(Blake Baxter) CEO와 다니엘 우르바흐(Daniel Urbach) CCO가 참여해, HP와 엔비디아 기술 기반 AI 파이프라인을 활용한 제작 사례를 공유했다. 이들은 HP Z6 워크스테이션과 엔비디아 RTX 프로 6000 블랙웰을 이용해 빠른 반복 작업, 높은 시각적 완성도, 창작의 자유를 구현한 과정을 소개했다. 한편 HP는 Z by HP 워크스테이션 포트폴리오를 지속적으로 확장하며 미디어 및 엔터테인먼트 분야를 포함한 다양한 산업군에 최적화된 솔루션을 제공하고 있다. 이번 전시 부스에서도 ▲ HP Z6 G5 A 데스크톱 워크스테이션 ▲ HP Z2 타워 G1i ▲ HP ZBook X G1i ▲ Z 디스플레이 등 주요 제품군을 선보였다. 또한, 어도비(Adobe)와 공동 개발한 디지털 스캐닝 기기 ‘HP Z 캡티스(HP Z Captis)’도 함께 전시했다. 김대환 HP 코리아 대표는“언리얼 페스트는 글로벌 크리에이티브 산업의 최신 혁신을 보여주는 대표적인 행사”라며 “HP는 이번 후원을 통해 파트너사와 함께 창작자들에게 차세대 기술 기반 워크플로우를 제시하고, AI 중심의 워크스테이션 혁신을 통해 산업 전반의 창의적 혁신을 가속화하는 데 기여하고자 한다”고 전했다. HP는 최근 워크스테이션 사업 부문에서 AI 중심 혁신 전략을 강화하고 있다. 특히, 크리에이티브 산업의 고도화된 AI 워크플로우 수요에 맞춰, 대규모 데이터 처리 및 AI 기반 콘텐츠 제작에 최적화된 성능을 갖춘 제품 개발에 집중하고 있다. 이를 바탕으로 크리에이티브 산업 전반에 특화된 워크스테이션 포트폴리오를 지속적으로 확대하고 차세대 AI 워크스테이션 제품 혁신을 가속화하며 고객에게 차별화된 가치를 제공할 방침이다.  한편, HP는 스타트업을 대상으로 한 ‘HP 스타트업 챌린지’와 국내 대학생을 위한 ‘AI 연구개발 지원 사업’ 등을 운영하며 고성능 워크스테이션을 제공하고 있다. 이를 통해 유망 스타트업의 성장을 돕고, 학계 연구 인재들이 AI 및 데이터 사이언스 분야에서 역량을 발휘할 수 있도록 지원하는 등 미래 기술 생태계 조성에 힘쓰고 있다고 전했다.

인텔은 클라우드 환경에서 동급 인텔 프로세서 중 가장 높은 성능과 가장 빠른 메모리 대역폭을 제공하는 P-코어를 탑재한 인텔 제온 6 프로세서(Intel Xeon 6 processors with P-cores) 기반의 신규 EC2(Amazon Elastic Compute Cloud) R8i 및 R8I-플렉스 인스턴스를 아마존웹서비스(AWS)에서 출시한다고 밝혔다. 이번 새로운 인스턴스는 인텔과 AWS 간 수년간 협력을 바탕으로, 확장성, 비용 효율성 및 고성능 클라우드 인프라를 추구하는 고객에게 최신 실리콘 혁신과 밀접하게 통합된 소프트웨어 최적화를 제공한다. 기업의 실시간 데이터 처리, 인공지능(AI), 컴플라이언스 집약적인 워크로드 활용이 점점 늘어남에 따라, 유연한 고성능 클라우드 인프라에 대한 필요도가 더 높아졌다. 인텔은 제온 6 프로세서가 전문적인 가속기에 대한 의존도를 최소화하면서 유연한 다목적 컴퓨팅 플랫폼을 제공하며, 다양한 활용 사례에 대한 배포 및 관리를 간소화해준다고 설명했다.     새로운 제온 6 기반 인스턴스의 주요 특징은 ▲고집적도 컴퓨팅 ▲ 클라우드 상에서 가장 빠른 DDR5 지원 ▲ 내장형 AI 가속 ▲인텔 QAT(QuickAssist Technology) 등이다. 제온 6는 재설계된 코어 아키텍처와 향상된 파이프라인, 더 많은 코어 수를 통해 성능과 스레드 확장성을 향상시켰다. 이를 통해 AWS는 최대 96xlarge와 같은 대규모 인스턴스 크기를 제공해 고객이 워크로드에 필요한 컴퓨팅 자원을 더욱 높은 집적도로 활용할 수 있도록 지원한다. 신규 인스턴스는 DDR5 메모리 속도 최대 7200 MT/s를 지원하며 분석, 머신러닝(ML), 인메모리 데이터베이스에 적합한 고대역폭 메모리 및 낮은 지연 시간을 제공한다. 또한, 인텔 AMX(Intel Advanced Matrix Extensions)를 통합해 AI 추론 및 머신러닝 성능을 최대 2배 향상시키며, 외부 가속기 사용 필요성을 줄이고 배포를 간편하게 한다. 이외에도 하드웨어 가속화된 암호화 및 압축을 지원하여 CPU 리소스를 절감하고, 금융, 의료, 공공 애플리케이션 등 보안에 민감하거나 규제 대상인 워크로드 성능을 향상시킨다. 인텔은 프로세서 마이크로아키텍처와 펌웨어 튜닝부터 하이퍼바이저 튜닝, 가상화, 소프트웨어 프레임워크에 이르기까지 스택(stack)의 모든 계층을 아우르는 최적화를 진행했다. 고객들은 이러한 통합을 통해 AWS의 글로벌 인프라 전역에서 제온 6의 성능을 최대한 활용할 수 있다. 인텔은 이번 협력으로 AWS 및 더 광범위한 클라우드 생태계에서 핵심 기술 제공 기업으로서의 입지를 강화할 수 있을 것으로 기대하고 있다. 개발자, 데이터 사이언티스트, IT 리더들이 보다 빠르고 효율적으로 혁신하고, 규모를 확장하며, 서비스를 배포할 수 있도록 지원하겠다는 것이다. AWS의 니샨트 메타(Nishant Mehta) EC2 제품 관리 부사장은 “고객들은 가장 요구도가 높은 워크로드 속도에 맞춘 인프라가 필요하다”면서, “인텔과의 협력을 통해 새로운 아마존 EC2 R8i 및 R8i-플렉스 인스턴스는 전 세대 대비 메모리 대역폭은 2.5배 더 향상되었고 가격 대비 성능은 15% 더 우수하다. 이는 고객이 성능을 극대화하면서 비용을 절감할 수 있도록 지원하는 혁신”이라고 말했다. 인텔의 로낙 싱할(Ronak Singhal) 선임 펠로우는 “인텔 제온 6 프로세서로 구동되는 8세대 EC2 인스턴스 출시는 AWS와의 협업에서 중요한 이정표”라며, “인텔과 AWS는 AI 가속화, 메모리 성능 향상, 쉬운 배포를 통해 고객이 인사이트를 빠르게 얻고 강력한 투자수익률(ROI)을 달성할 수 있도록 지원하는 인프라를 함께 구축했다”고 밝혔다.

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.

주요 디지털 트윈 소프트웨어 제조에 특화된 디지털 트윈 플랫폼, Smart Digital Twin 개발 및 공급 : 엠아이큐브솔루션, www.micube.co.kr    엠아이큐브솔루션은 제조 현장에서 생성, 수집되는 정보, 즉 데이터를 통합하고 지능화하는 스마트팩토리 및 자율제조 솔루션을 개발, 공급하고 있다. 당사는 제조실행시스템(MES) 구축을 주요 사업 영역으로 하여 2010년에 설립했다. 이후 전기∙전자, 반도체, 디스플레이, 이차전지, 기계∙설비, 자동차, 제철, 금속, 화학, 식품 등 주요 산업의 디지털 전환(DX)에 적용되는 설비 온라인 솔루션, 설비종합효율(OEE, Overall Equipment Effectiveness) 관리 솔루션, 제조 물류 자동화 솔루션, 제조 특화 AI 및 디지털 트윈 플랫폼을 차례로 자체 개발, 출시하였다. 1. 주요 특징 Smart Digital Twin(스마트 디지털 트윈)은 제조 데이터 통합 및 실시간 처리를 통해 자동화된 데이터 파이프라인을 구축하여 가상 제조 현장에서의 공정, 설비 운영 시뮬레이션을 지원하는 제조 특화 디지털 트윈 플랫폼이다. 자동화된 가상 운영 시나리오를 수립하고 검증, 최적화하여 강건한 제조 현장 운영 시스템을 구축하는데 활용하며, 디지털 트윈 모델의 효율적 생성과 배포, 운영을 지원하는 다양한 가상 모델 개발 및 운영 도구를 제공한다. 기간 시스템, 외부 솔루션과의 연계를 통해 신속하고 정확한 업무 실행 및 안정성을 확보하여 실제 공장 운영 및 모니터링, 검증과 진단, 예측 업무를 수행한다. 2. 주요 기능 실시간 데이터 기반의 3D 인터랙티브 뷰 계층 구조를 활용하여 공장 및 설비의 운영 현황을 모니터링하고, 이를 바탕으로 공정 설비의 안정적인 운영과 예지 보전을 위한 AI 플랫폼 연계 방안을 지원한다. 수립된 다양한 가상 시나리오를 통해 최적의 공장 운영 방식을 도출하고, 동적∙정적 변경 사항을 적용하며 What-If 시뮬레이션을 통해 도출된 여러 방안을 검증하고 적용한다. 제조 현장의 핵심 성과 지표(KPI) 분석을 위해 수요, 품질, 안전 등의 예측 분석 결과를 시각화하고, 제조 환경의 조건 변화를 반영하여 최적의 생산 지표를 도출하며 데이터 기반 의사결정을 지원하는 종합 대시보드를 제공한다. 3. 도입 효과 디지털 트윈 플랫폼의 현장 적용을 통해 공장 라인 증설, 설비 신규 투자 등에 앞서 최적의 운영 방안을 가상 시뮬레이션 기반으로 미리 검증해 볼 수 있어 불필요한 투자에 따른 낭비를 예방하고 구축 기간을 단축한다. 제조 데이터의 실시간 수집, 처리, 분석 기반의 신속한 문제 파악과 예측, 의사결정 지원 시스템을 제공하는 국제 표준(ISO 23247) 기반 자율형 공장 구축 및 운영의 핵심 플랫폼이다. 4. 주요 고객 사이트 2022년 출시 이후 삼성SDI, 삼성전자, HL만도, 현대아이에이치엘, 동서기공, 조선내화, 전남테크노파크 등 전기∙전자, 이차전지, 자동차, 세라믹 등 주요 산업 내 제조 대기업과 기관에 적용 및 확산 중이다.      상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

개발 및 공급 : 에픽게임즈 주요 특징 : 언리얼 엔진 통합 및 워크플로 간소화, 새로운 파라메트릭 보디 시스템, 신규 언리얼 엔진 의상 애셋, 고퀄리티 실시간 애니메이션 및 오디오 기반 애니메이션 제작 향상, 다양한 DCC 툴을 위한 플러그인 및 스타터 키트 모음 등   혁신적인 디지털 휴먼 툴세트인 메타휴먼(MetaHuman)이 얼리 액세스를 종료하고, 다양한 기능을 갖춘 새 버전을 출시했다. 에픽게임즈는 메타휴먼 5.6 출시를 통해 주요 기능을 새롭게 제공하는 한편, 메타휴먼의 활용 범위를 넓혀주는 새로운 라이선스 옵션과 통합 기능을 도입했다. 이제 메타휴먼 크리에이터는 언리얼 엔진에 통합되어 향상된 퀄리티는 물론 얼굴, 체형, 의상을 더욱 다양하게 확장할 수 있는 새로운 제작 워크플로를 제공한다. 메타휴먼 애니메이터 역시 업데이트되어 거의 모든 카메라 또는 오디오로 실시간 애니메이션을 생성하는 기능이 추가됐다.   그림 1. 이미지 출처 : ‘메타휴먼 시즐릴 | 언리얼 페스트’ 영상 캡처   메타휴먼 크리에이터 언리얼 엔진에서 메타휴먼 제작 메타휴먼 크리에이터가 이제 언리얼 엔진에 통합되어 크리에이터로부터 많은 요청을 받았던 기능을 제공한다. 더 이상 인스턴스를 기다리거나 제한된 세션 시간을 신경 쓸 필요가 없으며, 익스포트 과정이 신속한 어셈블리 단계로 대체되어 반복 작업이 더 빠르고 쉬워졌다. 파이프라인을 관리해야 하는 스튜디오의 경우 메타휴먼 크리에이터(MetaHuman Creator), 메타휴먼 애니메이터(MetaHuman Animator), 메시 투 메타휴먼(Mesh to MetaHuman)이 이제 하나의 애플리케이션으로 통합되면서, 캐릭터 제작 워크플로가 간소화되고 로컬 애셋 관리가 한층 유연해지는 이점을 누릴 수 있게 됐다. 또한, 메타휴먼 크리에이터 툴의 풀 소스 코드 액세스가 제공되어 캐릭터 제작 파이프라인의 필요에 맞춰 툴을 확장하고 커스터마이징할 수 있으며, 자동 리깅과 텍스처 합성을 제공하는 클라우드 서비스를 통해 로컬 에디터 내 제작 워크플로가 향상된다.   그림 2. ‘Creator your MetaHumans’ 영상 캡처(출처 : 언리얼 엔진 홈페이지)   새로운 파라메트릭 보디 시스템 메타휴먼 크리에이터의 직관적인 페이스 제작 툴이 이제 보디 제작에도 확장됐다. 새로운 파라메트릭 보디 시스템은 광범위한 실제 스캔 데이터를 바탕으로 거의 무한대로 사실적인 체형을 생성할 수 있으며, 페이스 제작 때와 마찬가지로 스컬프팅하고 결합할 수 있다. 또한 키, 가슴, 허리, 다리 길이 등 다양한 신체 치수를 조정하거나 제한할 수 있어, 온라인 패션 쇼핑 등 다양한 용도에 맞춰 특정 비율의 메타휴먼을 제작할 수 있다.   그림 3. ‘MetaHuman body editing’ 영상 캡처(출처 : 언리얼 엔진 홈페이지)   새로운 언리얼 엔진 의상 애셋 실제 사람처럼 메타휴먼도 의상이 필요하다. 그 선택의 폭 역시 넓을수록 좋다. 이제 DCC 앱에서 사실적인 메시 기반 의상을 제작하고, 새로운 언리얼 엔진 의상 애셋을 사용하여 메타휴먼을 위한 전체 의상 세트를 생성할 수 있다. 이 기능은 액세서리를 포함한 다양한 의상을 통합된 의상 애셋으로 구성할 수 있다. 다양한 신체 사이즈와 체형에 가장 잘 맞는 의상 애셋을 미리 제작할 수 있으며, 이는 캐릭터의 체형에 따라 자동으로 크기가 조정되므로 모든 신체에 맞는 의상을 생성한다. 의상은 메타휴먼 형식으로 패키징하여 팹 마켓플레이스와 제3자 마켓플레이스에서 구매하거나 판매할 수 있기 때문에, 누구나 사용할 수 있는 기성 메타휴먼 의상의 폭이 더욱 넓어진다.   그림 4. ‘MetaHuman clothing’ 영상 캡처(출처 : 언리얼 엔진 홈페이지)   향상된 비주얼 퀄리티 메타휴먼은 최고의 퀄리티와 사실감을 구현할 수 있도록 지속적으로 발전하고 있다. 이를 위해 메타휴먼 데이터베이스의 실제 스캔 데이터가 확장되어, 더욱 다양한 캐릭터 메시 셰이프와 텍스처를 제공한다. 또한 스캔 데이터의 캡처 및 처리 기능도 향상되어 잡티와 같은 디테일까지 더욱 사실적으로 표현할 수 있다. 그 결과, 메타휴먼 크리에이터로 더욱 실감 나는 얼굴 텍스처를 구현하고 한층 다양한 캐릭터를 만들 수 있으며, 메시 투 메타휴먼을 사용하면 임포트한 메시나 캡처된 영상과 더욱 일치하는 메타휴먼을 만들 수 있다.   그림 5. 이미지 출처 : 언리얼 엔진 홈페이지   메타휴먼 애니메이터 웹캠과 스마트폰으로 제작하는 고퀄리티 실시간 애니메이션 메타휴먼 애니메이터를 사용하면 대부분의 웹캠과 다양한 스마트폰을 비롯한 모노 카메라로 배우의 연기를 캡처하고 언리얼 엔진에서 실시간으로 메타휴먼에 애니메이션을 적용할 수 있다. 기존에 지원되던 스테레오 HMC와 아이폰뿐만 아니라 이제 일부 안드로이드 스마트폰을 포함해 언리얼 엔진 라이브 링크와 연동되는 모든 카메라를 지원한다. 실시간 작업이 가능하기 때문에 라이브 공연이나 즉각적인 피드백이 필요한 촬영 현장에서도 메타휴먼은 배우와 완벽하게 동기화된다. 오프라인 작업 역시 프로젝트 요구 사항에 적합한 환경에서 계속 사용할 수 있다.   그림 6. ‘MetaHuman real-time animation’ 영상 캡처(출처 : 언리얼 엔진 홈페이지)   향상된 오디오 기반 애니메이션 이제 오디오만으로 리얼타임 애니메이션을 생성할 수 있어, 라이브 연기를 더욱 손쉽게 구현할 수 있게 됐다. 또한 메타휴먼 애니메이터는 오디오 화자의 감정을 분석해 더욱 실감 나는 애니메이션을 생성할 수 있으며, 이를 수동으로 조정해 특정 상황에 맞게 공감할 수 있는 메타휴먼의 연기를 제작할 수 있다. 메타휴먼 애니메이터는 오디오 기반 연기에 실제와 같은 머리 움직임까지 구현하여 더욱 사실적인 결과물을 즉시 만들어 낸다. <그림 7>은 감정을 수동으로 조정할 수 있는 오디오 기반 애니메이션을 보여준다. 윗줄은 왼쪽부터 행복, 슬픔, 혐오를, 아랫줄은 왼쪽부터 화남, 놀람, 두려움을 나타낸다.   그림 7. ‘MetaHuman audio-driven animation’ 영상 캡처(출처 : 언리얼 엔진 홈페이지)   어디에서든 활용할 수 있는 메타휴먼 메타휴먼을 언리얼 엔진뿐만 아니라 다른 엔진이나 크리에이티브 소프트웨어에서 사용할 수 있도록 언리얼 엔진 EULA에 새로운 라이선스 옵션이 추가돼, 이제 메타휴먼을 더 다양한 곳에서 만나볼 수 있다. 자세한 내용은 라이선스 페이지에서 확인할 수 있다. 확장된 메타휴먼 에코시스템에는 다른 디지털 콘텐츠 제작 툴의 플러그인 및 스타터 키트 모음이 추가되고 있으며, 여기에는 팹 마켓플레이스 통합도 포함된다.   마야용 메타휴먼 이번 메타휴먼 5.6 출시를 통해 3래터럴의 모든 파이프라인을 누구나 사용할 수 있게 됐다. 리깅 전문가는 마야(Maya)용 메타휴먼을 사용해 캐릭터의 표정을 세밀하게 조정하고 더욱 사실적으로 연출할 수 있다. 또한, 다른 메타휴먼 툴 및 워크플로와의 호환성은 그대로 유지하면서 동시에 마야의 메시 편집 툴세트와 스컬프팅 툴로 메타휴먼 메시를 직접 조작해, 메타휴먼 데이터베이스의 제한을 넘어 독특한 스타일라이즈드 캐릭터나 유사 인간형 캐릭터를 제작할 수 있다.   그림 8. ‘MetaHuman for Maya’ 영상 캡처(출처 : 언리얼 엔진 홈페이지)   그룸 아티스트는 이 플러그인으로 마야의 기존 XGen 시스템에서 생성한 메타휴먼 호환 그룸을 Alembic 파일로 익스포트할 수 있다.   후디니용 메타휴먼 후디니(Houdini)의 프로시저럴 툴세트를 활용해 메타휴먼을 위한 포니테일, 매듭, 둥근 올림머리, 땋은 머리, 도넛형 헤어와 같은 복잡한 헤어 스타일을 제작할 수 있다. 후디니용 메타휴먼 플러그인 및 스타터 키트로 후디니에서 메타휴먼 호환 그룸을 생성하고, Alembic 파일 포맷을 통해 언리얼 엔진으로 임포트해 메타휴먼에 손쉽게 적용할 수 있다.   그림 9. ‘MetaHuman for Houdini’ 영상 캡처(출처 : 언리얼 엔진 홈페이지)   팹에서 만나는 메타휴먼 모든 디지털 콘텐츠 크리에이터가 디지털 애셋을 검색, 공유, 구매 그리고 판매할 수 있는 에픽의 오픈 마켓플레이스인 팹(Fab)과 제3자 마켓플레이스에서 메타휴먼과 의상, 그룸 등 메타휴먼 호환 액세서리를 구매하고 판매할 수 있다. 5.6 이상의 버전에서 생성된 모든 메타휴먼은 동일한 공통 표준을 준수하기 때문에 여러 캐릭터에 애니메이션, 의상, 그룸을 재사용하고 공유할 수 있다. 이로써 누구나 어디에서든 사용할 수 있는 메타휴먼과 메타휴먼 호환 액세서리의 종류와 범위가 대폭 확대될 것으로 예상되며, 이를 통해 메타휴먼을 프로젝트에 더욱 빠르고 손쉽게 사용할 수 있을 것으로 전망된다.   그림 10. ‘MetaHuman on Fab’ 영상 캡처(출처 : 언리얼 엔진 홈페이지)     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 전환의 잠재력을 실현하는 메타버스 기술   이번 호에서는 산업 분야 메타버스의 발전을 이끄는 요인과 그 잠재력에 대해 알아보고, 디지털 전환의 중요성과 이를 실현하는 기술을 살펴보고자 한다. 또한, 실제 성공 사례를 통해 산업 분야 메타버스를 즉시 시작해야 하는 세 가지 이유를 제시한다. ■ 자료 제공 : 유니티 코리아     메타버스는 주로 게임, 엔터테인먼트, 소셜 네트워크, 가상 경제 같은 소비자 지향적 활동을 위해 구상되었으며, 현재 로블록스(Roblox), 디센트럴랜드(Decentraland), 호라이즌 월즈(Horizon Worlds) 등의 플랫폼에서 관련 콘텐츠를 찾아볼 수 있다. 반면에 제조, 자동차, 물류 등의 산업 분야에서는 효율과 생산성, 혁신 등에 메타버스를 응용하는 방안을 주목한다. 산업 분야의 메타버스는 디지털 트윈, 시뮬레이션, 실시간 협업 등의 툴을 통합하여 운영과 설계, 교육을 개선한다. 유니티의 헤닝 린(Henning Linn) 인더스트리 고객 성공 담당 시니어 디렉터는 “산업 분야 메타버스는 데이터 연결성과 접근성을 새로운 차원으로 인도하며, 가속화된 연결을 통해 한 시스템에서 다른 시스템으로 데이터를 전송하는 방식을 개선한다”고 전했다.   든든한 토대를 마련하는 산업 분야 메타버스 산업 분야 메타버스는 몰입형 3D 기술과 실제 기업용 애플리케이션을 혼합하는 방법이다. 주된 용도는 비즈니스의 내부 프로세스에 사용하거나 고객의 참여를 유도하는 것이다. 산업 분야 메타버스는 기업에게 디지털 작업 공간이 되며, 현실 공간에서 써야 할 시간이나 비용을 절약하면서 테스트와 디자인을 거쳐 운용 방안을 개선할 수 있다. 공장, 기계 또는 시스템의 첨단 디지털 시뮬레이션, 즉 가상의 모형이 생긴다고 생각해 보자. 디지털 3D 공간에서 여러 팀이 협력하여 문제를 해결하고 작업자를 교육하거나 프로세스를 최적화할 수 있다. 산업 분야 메타버스는 형태나 규모의 제약에서 벗어나 제품을 선보일 수 있는 가상 쇼케이스가 되기도 하며, 한층 새로운 수준으로 고객의 참여를 유도하는 수단이 되기도 한다. 고객이 어디서나 가상 환경을 통해 제품을 체험할 수 있는 몰입형 플랫폼을 제공할 수 있으므로 참여도와 구매 가능성이 높아진다. 산업 분야 메타버스에서는 VR(가상현실), AR(증강현실), XR(확장현실) 같은 툴을 사용하여 이러한 가상 세계에 몰입할 수 있는 환경을 제공한다. 그 기반이 되는 실시간 3D 기술을 활용해 센서, IoT(사물인터넷), 글로벌 제품 카탈로그, 소재 정보를 비롯한 현실 세계의 데이터를 연동할 수 있다. 이 모든 것을 하나로 엮으면 실시간으로 가상 세계에서 환경이나 제품을 정확하게 표현할 수 있다. 산업 분야 메타버스를 통해 몰입형 3D 기술을 실제 정보와 결합하면 더 스마트하게 작업하고, 비용을 절감하며, 고객 참여를 유도하고, 보다 안전하고 신속하게 의사 결정을 내리는 데 도움이 된다.   산업 분야 메타버스에 대한 주목도가 높아지는 이유 PwC의 2024년 운영 디지털 트렌드 설문 조사에 따르면, 운영 및 공급망을 담당하는 임원 10명 중 거의 7명(69%)은 기술 투자가 전반적으로 기대치를 충족하지 못한다고 답했다. 산업 분야의 기업들은 다음과 같은 과제에 직면하고 있다.  빠르게 변화하는 시장에 대응 : 기술과 비즈니스 모델은 빠르게 발전하고 있으며, 산업 분야의 기업은 경쟁력을 유지하기 위해 미래를 향한 비전을 제시하고 새로운 기술에 투자해야 한다. 분산된 조직 간 협업 및 전략적 의사 결정 지원 : 인력은 다양한 지역과 시간대에 흩어져 있으며, 직원과 임원 모두 저마다 시간대가 달라 협업하기가 쉽지 않다. 전사적 차원에서 단절된 데이터 파악 : 그 어느 때보다 많은 데이터가 디지털화되고 클라우드에 저장되어 접근성이 높아졌지만, 대부분의 조직에서 데이터는 여전히 상당 부분 고립되어 있다. 사용자가 데이터와 상호 작용하고 데이터를 이해할 수 있도록 지원 : 복잡한 데이터 세트를 다른 데이터 세트와 통합하고, 사람들이 그 안에 담긴 맥락과 의미를 파악할 수 있도록 데이터를 시각화해야 한다.   산업 분야 메타버스가 지닌 혁신적인 잠재력 산업 분야 메타버스가 다양한 유형의 비즈니스에 적합한 이유는 무엇일까? 교육, 고객 경험, 협업 툴, 영업 및 마케팅 실무와 같은 실질적인 응용 사례에 집중하면 그 가능성은 무궁무진하다. 몇 가지 가능한 사례를 살펴보겠다.   운영 프로세스 간소화 목표 : 기존 프로세스, 워크플로, 시스템을 진단한다. 응용 사례 : 정유소에서 공장 전체의 디지털 트윈을 제작한다. 유지 관리 담당자는 가상 환경에서 디지털 트윈을 탐색하고, 그 구성 요소와 상호 작용하고, 유지 관리 작업을 시뮬레이션할 수 있다. 여기에는 마모된 부분이 있는지 파악하고, 수리 절차를 계획하고, 모든 안전 프로토콜이 준수되었는지 확인하는 작업이 포함된다. 장점 : 더 효과적으로 계획을 수립하고 휴먼 에러를 줄일 수 있으므로 유지 관리 다운타임 및 비용이 대폭 감소한다.   비즈니스 모델 전환 목표 : 기존 비즈니스 모델에서 더 혁신적인 모델로 전환 응용 사례 : 중장비 제조업체가 PaaS(Product-as-a-Service) 모델로 전환한다. PaaS 모델을 도입하면 고객은 제품 사용 비용을 한 번에 전부 지불하는 대신 사용한 만큼만 지불하면 된다. 기업은 장비의 디지털 트윈을 구축하고 실제 기계의 IoT 센서와 동기화함으로써 성능, 사용량, 마모 관련 데이터에 액세스할 수 있다. 고객은 장비를 구매하지 않고 사용량(예 : 작동 시간, 생산 산출량)을 기준으로 요금을 납부할 수 있다. 장점 : 제조업체는 PaaS 모델을 통해 반복적인 수입이 발생하는 새로운 수익원을 창출하여 재무적 예측 가능성을 높일 수 있다.   업종 전환 목표 : 새로운 지역, 업종 또는 프로젝트 모색 응용 사례 : 건설 회사가 디지털 기술을 사용해 건물의 설계, 건축, 관리 방식을 혁신하는 3D 프로젝트 모델을 구축함으로써 효율성과 지속 가능성, 비용 절감을 전체적으로 개선한다. 장점 : 실제 건설을 시작하기 전에 잠재적인 문제를 탐지하면 비용을 절감하고, 오류를 최소화하며, 프로젝트 일정을 줄일 수 있다.   인력과 조직 문화의 변화 목표 : 직원의 협업과 혁신을 촉진하고 민첩성 강화 응용 사례 : 다양한 지역에 떨어져 있는 여러 팀이 마치 같은 현장에 있는 것처럼 서로 보고 들을 수 있는 가상 3D 회의실에서 실시간으로 협업하고, 다 함께 제품의 3D 디지털 버전을 검토한다. 장점 : 직원 간의 커뮤니케이션을 개선하고, 더욱 빠르게 의사 결정을 내리고, 프로젝트를 완료하는 데 걸리는 시간을 단축한다.   고객과 파트너의 경험 혁신 목표 : 고객에게 더 흥미로운 경험 제공 응용 사례 : 자동차 제조업체가 고객에게 집에서 차량을 자세히 살펴보고 원하는 대로 커스터마이즈해 볼 수 있는 3D 가상 쇼룸을 제공한다. 고객은 실시간으로 차량의 기능을 사용해 보고, 차량의 색상, 인테리어 옵션, 액세서리를 변경하고, 모든 각도에서 변경에 따른 차이를 확인할 수 있다. 장점 : 자동차 제조업체는 고객이 더욱 많은 정보를 바탕으로 의사 결정을 내릴 수 있도록 도와주며, 고객 만족도와 참여 수준이 높아진다.   디지털 전환이 중요한 이유 기업이 소프트웨어와 전자 제품을 통해 기능과 사용자 경험을 개선할 방안을 모색하는 한편 지속 가능한 설루션에 대한 관심이 증가함에 따라, 많은 산업 분야에서 스마트 제품과 커넥티드 제품이 점점 더 다양하게 보급되고 있다. 공급망 관리, 인력 역학, 지속 가능한 혁신을 둘러싼 과제들로 인해 불확실성이 늘어나지만, 동시에 창의적인 솔루션을 통해 기업이 경쟁 우위를 확보할 기회가 생겨나기도 한다. 이러한 압박과 어려움으로 인해 기업은 운영 방식뿐 아니라 시장에 출시하는 제품과 서비스도 혁신해야 하는 상황에 놓였다. 실시간 3D 렌더링, AI, 클라우드 컴퓨팅이 발전하면서 산업 분야 메타버스에는 새로운 길이 열렸다. 미래의 성공을 위해 기업은 더 탄력적이고 민첩해져야 하며, 역동적으로 변하는 환경에 대한 적응력을 높여야 한다. 그러려면 디지털 전환과 산업 분야 메타버스를 핵심 요소로 채택해야 한다. 린 시니어 디렉터는 “데이터가 디지털화되었다고 해서 연동되었다는 것은 아니다. 예를 들면 제품의 동작을 설명하는 데이터라고 하더라도 제품 데이터와는 연동되지 않을 수 있다. 동작을 시뮬레이션하려면 수동으로 데이터를 연결해야 한다. 산업 분야 메타버스는 데이터 사일로(silo)를 연결하며, 이는 디지털 전환을 통해 실현할 수 있다”고 짚었다.   실시간 3D : 산업 분야 메타버스의 기반 기술 현재 디지털 전환을 시작하는 조직에 중요한 혁신 중 하나는 바로 실시간 3D이다. 실시간 3D는 컴퓨터로 생성되어 단순히 보는 것에 그치지 않고, 직접 체험할 수 있는 3D 이미지를 만들고 표시하는 기술이다. 그 이름에서 알 수 있듯이 이 이미지는 실시간으로 업데이트된다. 즉, 사용자의 행동에 따라 바로 바뀌는 것이다. 실시간 3D는 원래 비디오 게임을 제작하기 위해 개발되었지만 이제는 산업 분야에서도 널리 응용되고 있으며, 가상 세계가 사용자 행동에 즉각적으로 반응하는 몰입형 인터랙티브 경험의 근간이 된다.   검증된 실시간 3D 응용 사례 고도로 발전한 고성능 실시간 3D 기술은 이미 존재한다. 제조업체, 사치품 소매 업체, 자동차 제조 업체 등 다양한 기업들이 이미 실시간 3D 기술을 활용하고 있다. 다음은 몇 가지 예시이다.   단일 에셋 라이브러리로 XR 제작 과정을 간소화 글로벌 과학 및 임상 연구 회사인 써모피셔사이언티픽(Thermo Fisher Scientific)은 디지털 트윈, 영업 지원, 교육, 기능성 게임 같은 설루션을 제공하기 위해 단일 소스의 3D 애셋을 활용하는 XR 기반 플랫폼을 구축했다. 이 XR 플랫폼의 성과는 다음과 같다. 애셋 파이프라인 효율 250% 향상 로코드/노코드 비주얼 스크립팅을 통한 개발 시간 단축   ▲ 이미지 출처 : 써모피셔사이언티픽   사이버 공간에 오프라인 매장 경험을 구현 파리의 럭셔리 가죽 제품 브랜드 카뮤포네(Camille Fournet)는 섬세한 디자인과 장인 정신으로 잘 알려져 있지만, 실시간 3D를 사용하여 고객의 경험을 향상하는 데 앞장선 브랜드이기도 하다. 이 기업에서는 고객이 매장에서 누리는 럭셔리한 경험을 온라인에도 똑같이 제공하고자 했다. 유니티를 기반으로 스마트픽셀(SmartPixels)에서 제작한 실시간 3D 제품 컨피규레이터 덕분에 카뮤포네는 다음과 같은 성과를 거뒀다. 탐색에서 구매로 이어지는 전환 수 5배 증가 고객 참여도 66% 상승   ▲ 이미지 출처 : 스마트픽셀   교육 비용을 절감 칼스 주니어(Carl’s Jr.)는 미국에 뿌리를 둔 패스트푸드 체인으로, 30개국에서 1100개가 넘는 식당을 운영한다. 만 명에 달하는 직원 대부분이 서로 멀리 떨어져 다양한 지역에서 근무하고 있다. 안전, 위생 및 고객 서비스에 대한 높은 기준을 유지하려면 지속적이고 일관된 신입 직원 교육이 필수이다. 칼스주니어는 AR 기반의 자기 주도형 인력 교육을 통해 다음과 같은 성과를 달성했다. 교육 비용 73% 절감 고객 만족도 43% 증가   ▲ 이미지 출처 : 비저너리스 777(Visionaries 777)   지금 산업 분야 메타버스를 시작해야 하는 세 가지 이유 디지털 기술은 빠르게 발전하고 있다. 산업 분야의 기업이 뒤처지지 않으려면 더 전략적으로, 더 장기적인 관점에서 변화를 예측해야 한다. 경쟁력 확보 : 경쟁 업체는 이미 실시간 3D를 활용할 방법을 모색하고 있고, 움직임이 더딘 조직을 빠르게 앞지를 것이다. 실시간 3D에 대한 고객의 수요와 기대치가 모두 증가하고 있으며, 고객이 원하는 것을 제공하지 않는 조직은 고객 이탈을 겪게 될 것이다. 인재 확보 : 최고의 인재, 특히 기술 인력은 늘 부족하며 수요가 많다. 새로운 기술을 도입하여 디지털 전환을 추진하는 기업은 기술 커뮤니티의 이목을 끌 수 있다. 혁신 실현 : 복잡한 3D 데이터에 대한 보편적인 액세스 권한을 제공하고 전 세계의 관계자가 협업할 수 있도록 지원하면 작업자가 더욱 생산적이고 효과적인 동시에 보다 빠르게 작업할 수 있다.   향후 전망 살펴보기 기술의 융합 그 자체인 산업 분야 메타버스의 목표는 가상 세계와 증강현실을 서로 연결하는 것이다. 유연함이라는 본질 덕분에 기술과 활용 사례가 발전함에 따라 그 정의도 계속 변화할 것이다. 기업은 IoT, AI, XR 같은 디지털 전환 툴을 연동하여 공장, 공급망, 제품을 세밀한 부분까지 그대로 재현함으로써 몰입도 높은 산업 분야 메타버스 애플리케이션을 제작할 수 있다. 이 가상 모형은 실시간 모니터링, 예측형 유지 관리, 시나리오 테스트, 교육, 협업 등을 가능케 한다. 결론적으로, 산업 분야 메타버스는 기존 프로세스를 개선하는 것을 넘어서 더욱 민첩하고 지속 가능하며 혁신적인 산업으로 향하는 혁신의 기틀이 되고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

SAP 코리아가 7월 15일 연례행사인 ‘SAP 나우 AI 투어 코리아(SAP NOW AI Tour Korea)’를 진행하면서, AI(인공지능) 시대를 위한 새로운 비즈니스 운영 방식을 제시했다. ‘Unleash Your Future with Business AI(비즈니스 AI로 미래를 열다)’를 주제로 열린 이번 행사에서는 빠르게 변화하는 AI 시대에 기업의 비즈니스 혁신을 지원하는 SAP의 전략과 비전이 소개됐다. ■ 정수진 편집장   애플리케이션–데이터-AI의 선순환으로 비즈니스 혁신 주도 SAP의 AI 전략은 애플리케이션, 데이터, 비즈니스 AI의 선순환 효과(flywheel effect)를 통해 비즈니스 운영 방식을 근본적으로 혁신하겠다는 것이다. SAP의 지나 바르주-브로이어(Gina Vargiu-Breuer) 최고인사책임자는 이런 전략의 핵심으로 자사의 모든 애플리케이션에 AI를 기본으로 내재화(embedded AI)한다는 ‘AI 퍼스트(AI First)’ 접근법을 꼽았다. SAP는 2025년 말까지 400개 이상의 임베디드 AI 기능을 출시할 계획이다. 이와 동시에 SAP는 ‘스위트 퍼스트(Suite First)’ 전략을 추구한다. 개별 기능이 뛰어난 ‘최고의 설루션(Best of Breed)’을 모아 놓는 것을 넘어, 모든 비즈니스 애플리케이션을 유기적으로 통합한 ‘최적의 스위트(Best of Suite)’를 제공한다는 뜻이다. 바르주-브로이어 최고인사책임자는 이를 통해 기업 고객이 일관성, 유연성, 민첩성을 확보할 수 있다고 전했다. SAP의 전략은 애플리케이션이 생성하는 고품질의 비즈니스 데이터를 기반으로 신뢰할 수 있는 AI(reliable AI)를 구동하고, 이 AI가 다시 애플리케이션을 더욱 지능적으로 만드는 선순환 구조를 완성하는 것으로 요약할 수 있다. SAP는 애플리케이션, 데이터, AI가 긴밀히 연계되어 만들어내는 시너지가 고객에게 실질적인 비즈니스 가치를 제공하는 원동력이 될 것으로 보았다.   ▲ SAP의 이르판 칸 최고제품책임자가 기자간담회를 통해 자사의 AI 전략과 기술을 소개했다.   데이터 복잡성을 해결하는 ‘비즈니스 데이터 클라우드’ 이번 행사에서 SAP가 소개한 ‘SAP 비즈니스 데이터 클라우드(SAP Business Data Cloud : BDC)는 AI 시대에 기업의 데이터 관리와 AI 도입을 지원하고 비즈니스 운영 방식을 혁신하기 위해 새로운 서비스형 소프트웨어(SaaS) 설루션이다. BDC는 분산된 데이터를 통합하고 의미 있는 데이터로 전환하여 AI 활용도를 극대화하는 데 초점을 맞추었다. 이를 위해 BDC는 데이터 통합과 조화를 통한 단일 진실 공급원을 구축하고, 신뢰할 수 있는 AI 및 지능형 애플리케이션의 기반을 마련하면서, 현대적 아키텍처와 강력한 파트너 생태계를 지원한다. 기업들은 AI를 위한 데이터 준비, 수집, 거버넌스 등 데이터 관리에 많은 시간을 쓰고 있으며, 이는 기업에서 AI를 활용하는 데 있어 어려움으로 작용한다. BDC는 이러한 문제를 해결하기 위해 SAP와 비 SAP 데이터를 통합해 연결된 데이터 환경을 구축하도록 한다. 특히 기존 애플리케이션의 데이터 모델을 조화(harmonize)시켜서, 여러 비즈니스 라인에 걸쳐 다르게 정의된 고객 데이터를 단일 뷰로 제공한다. BDC는 고품질의 기업 데이터를 통합 관리하여 AI 애플리케이션이 안정적으로 데이터를 활용하고 모델을 훈련하는 시간을 줄인다. 또한 SAP의 AI 코파일럿인 쥴(Joule)과 연동해 비즈니스 데이터의 맥락을 깊이 있게 파악하고, 분석 및 권장사항 도출에 필요한 데이터를 제공한다. SAP의 이르판 칸(Irfan Khan) 데이터 및 애널리틱스 사장 겸 최고제품책임자는 “ERP와 같은 기업의 핵심 시스템에서 데이터가 추가되거나 변경될 때마다 BDC는 이를 복사하고 최신 상태로 반영하여 일관성을 유지하며, 이렇게 조화된 데이터는 단순한 원시 데이터가 아닌 ‘의미적으로 풍부한 데이터 제품(semantically enriched data products)’으로 전환되어 모든 앱에서 활용된다”고 설명했다. 또한 “BDC는 데이터 추출, 변환, 적재(ETL) 파이프라인 구축과 유지보수를 완전 관리형 서비스로 제공한다. 이를 통해 기업은 데이터 관리의 부담을 덜고, 가치 있는 AI 활용 사례를 만드는 데 집중할 수 있게 된다”고 설명했다. BDC는 스토리지와 컴퓨팅을 분리한 레이크하우스(lakehouse) 아키텍처를 기반으로 설계되었으며, 텍스트, 오디오, 비디오 등 정형 및 비정형 데이터를 구분 없이 저장 및 지원한다. 또한 AWS, 구글 클라우드, 애저 등 주요 하이퍼스케일러 인프라 어디에서나 구동되도록 설계되어, 고객은 기존 인프라를 변경할 필요 없이 BDC를 도입할 수 있다. 칸 최고제품책임자는 “데이터브릭스(Databricks)와의 파트너십을 통해 제로 카피 공유(zero-copy sharing) 방식으로 SAP 및 비 SAP 데이터를 양방향 공유하며, 팔란티어(Palantir)와도 협력해 데이터 파이프라인 구축을 간소화하는 도구를 지원한다”고 소개했다. SAP BDC는 2025년 2월에 글로벌 출시되었으며, 한국 시장에는 7월 말부터 공식 제공된다.   ▲ SAP는 유기적으로 결합된 스위트로 비즈니스 AI를 구현하고자 한다.   데이터의 맥락을 이해하는 AI 코파일럿 ‘쥴’ 한편, SAP는 AI 코파일럿인 ‘쥴(Joule)’이 다양한 개선을 이뤘다고 소개했다. 쥴은 데이터의 맥락을 확인하고 위치에 관계 없이 데이터를 활용할 수 있도록 지원한다. 이를 통해 AI 에이전트가 비즈니스 맥락과 데이터 관계성을 파악하는 과정을 돕는다. BDC가 고품질 기업 데이터를 통합 관리한다면, 쥴은 이를 AI 애플리케이션에서 활용할 수 있도록 지원한다. 특히 지식 그래프(knowledge graph) 기술을 활용해 비즈니스 데이터를 온톨로지(ontology) 기반으로 연결함으로써, AI 모델의 환각 현상을 줄이고 사용자가 자연어 질의로 데이터에 쉽게 접근하도록 돕는다. SAP는 “지식 그래프는 정형 데이터의 이해를 돕는 역할을 하며, 쥴과 같은 기술을 통해 데이터 주변의 사용자 경험을 바꿀 수 있다. 지식 그래프 내에 조화된 데이터 제품(harmonized data products)을 로드하여 온톨로지 뷰를 활성화하고, 자연어 쿼리를 통해 데이터에 접근할 수 있게 한다”고 설명했다. 이외에도 SAP는 쥴 스튜디오(Joule Studio)를 통해 고객이 맞춤형 에이전트를 개발할 수 있도록 지원하며, 최신 LLM(거대 언어 모델)을 연결하고 활용할 수 있도록 한다. 칸 최고제품책임자는 “이러한 개선사항 및 핵심 기능을 통해 쥴은 데이터의 맥락적 이해를 높이고, 고품질 데이터를 기반으로 AI 기능을 강화하며, 사용자 경험을 혁신하고 있다”고 전했다. 그리고 “SAP는 AI 및 생성형 AI를 활용하여 국제화 및 언어 지원 제공을 매우 빠르게 가속화하고 있으며, 이를 통해 한국어뿐만 아니라 모든 언어 및 지역에서 영어와 유사한 기능을 제공하는 것이 목표”라고 덧붙였다.     ■ 기사 내용은 PDF로도 제공됩니다.