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.

3D 프린팅이 폭발적인 관심을 받은 이후 거품이 꺼지고, 지금은 산업 분야를 중심으로 실질적인 기술 활용에 대한 고민과 노력이 이어지고 있다. ‘적층제조(Additive Manufacturing)’라는 용어는 절삭가공이나 주조 등과 다른 방식의 생산기술로서 3D 프린팅을 정의하는 개념이다. 3D프린팅연구조합은 지난 7월 2일~4일 일산 킨텍스에서 진행된 ‘제1회 국제 적층제조 기술 전시회 및 콘퍼런스(AM KOREA 2025)’를 통해 산업 분야에서 3D 프린팅 기술의 가능성을 짚는 기회를 마련했다. ■ 정수진 편집장     비용·소재·생산성의 한계를 극복해야 전시회 기간 중 치러진 ‘AM KOREA 2025 콘퍼런스’에서는 이틀에 걸쳐 최신 3D 프린팅 기술과 산업 분야에서의 활용 방안에 대한 논의가 이뤄졌다. 특히 현대자동차, LG전자, 한화에어로스페이스, 두산에너빌리티 등 국내 주요 제조기업에서 현실적인 고민과 노력을 소개했다. 콘퍼런스 첫째 날인 7월 3일 현대자동차 조영철 책임은 3D 프린팅 기술이 상당히 성숙했음에도 불구하고, 자동차 산업에서는 ‘2차 캐즘(Chasm)’ 단계에 접어들면서 본격 적용되기에는 몇 가지 한계가 있다고 짚었다. 가장 큰 장벽은 기존 제조 공정에 비해 여전히 제조 원가가 높고 생산성이 낮아 대량 생산에 쓰이기 어렵다는 것이다. 또한, 균일한 물성과 품질을 확보하기 어렵고, 특정 요구 조건을 만족하는 소재가 없다는 점도 해결해야 할 과제이다. 조영철 책임은 “이런 한계를 극복해야 3D 프린팅이 프로토타입 제작 수준을 넘어서 생산 기술로 자리잡을 수 있을 것”이라고 보았다. LG전자 박인백 팀장은 다품종 대량 생산 체제에서 고부가가치 산업과 달리 높은 소재 비용이 3D 프린팅의 양산 적용에서 걸림돌로 작용한다고 보았다. 또한, 반복되는 움직임이나 찢어짐을 견딜 수 있는 고무 같은 특수 소재가 부족한 소재 물성의 한계와 복잡한 부품을 3D 프린팅으로 제작할 경우 제작 시간과 비용이 높아지는 점도 꼽았다. 박인백 팀장은 “이 때문에 3D 프린팅을 실제 양산에 바로 적용하기는 어렵고, 현재 LG전자에서는 주로 개발 단계에서 3D 프린팅을 활용하고 있다”고 전했다.   비용 절감과 가치 창출을 위한 기술 개발이 돌파구 이런 한계를 넘어서 3D 프린팅이 제조산업에서 자리를 잡을 수 있는 가능성에 대해서도 제조기업들은 다방면의 노력을 기울이고 있다. 조영철 책임은 원가 허들을 극복하는 것과 함께 경량화를 통한 탄소 중립 대응, 파트 간 연결 방식 등 전후방 기술의 확보 등으로 3D 프린팅의 새로운 가치를 창출하는 것이 중요하다고 전망했다. 그리고 “물리적 서포트가 필요 없는 바인더젯(Binder Jet) 기술의 자동차 산업 적용 가능성을 찾고 있으며, 소프트웨어 중심 자동차(SDV)의 열 관리를 위한 다공성 구조물 제작이나 소량 생산되는 CS(고객 서비스) 부품의 무금형 양산 등에 3D 프린팅을 적용하는 방안을 연구 중이다. 이런 기술은 자동차 산업을 넘어 다양한 산업에 범용으로 적용할 수 있어 확장성이 높을 것으로 본다”고 전했다. LG전자는 3D 프린팅의 돌파구로 ‘무금형 양산’ 전략에 집중하고 있다. 금형 제작 비용이 부담스러운 소량의 비기능성 부품이나 서비스 부품에 적용해 비용을 절감할 수 있다는 것이다. 또한, LG전자는 신제품을 개발하는 과정에서 목업을 대체해 시간과 비용을 줄이거나, 생산 라인에서 쓰는 지그(jig) 제작에도 3D 프린팅을 활용하고 있다. 박인백 팀장은 “LG전자는 적층제조 특화 설계(DfAM)로 소재 비용을 줄이고 있으며, 3D 프린팅 소재와 장비를 직접 개발하여 원가 경쟁력을 확보하는 데 주력하고 있다”고 설명했다.     다양한 적층제조 설루션 및 기술 개발 내용 소개 이외에도 이번 AM KOREA 콘퍼런스에서는 ▲노스이스턴 대학교의 아흐메드 A. 부스나이나 교수가 나노 스케일의 반도체 제작을 위한 3D 프린팅 기술 개발 내용을 소개했고 ▲방위사업청의 도윤희 과장이 K-방산의 성장 과정·성과·육성 방향을 소개하면서 보안을 위해 3D 프린팅 장비의 국산화에 관심을 가져야 한다고 짚었다. ▲트루얼 테크놀로지의 루크 장 대표는 파우더 기반 적층제조에 기반한 고수율 및 저비용 제조 기술 연구 내용을 ▲한국재료연구원의 송상우 센터장은 와이어 기반 적층제조 기술을 활용한 SMR(소형 모듈형 원자로) 부품 제조 전략을 소개했다. ▲성균관대학교 백상열 교수는 지능형 생체 점착을 위한 4D 프린팅 기반 멀티스케일 소프트 로봇 기술을 소개했다. 콘퍼런스 둘째 날에는 ▲콜리브리움 애디티브의 첵한탄 이사의 ‘GE 에어로스페이스의 적층제조 산업화 경험’ ▲게퍼텍 세바스티안 렉 이사의 ‘WAAM(와이어 아크 적층제조) 기술의 대량 생산 산업 응용 전환’ ▲한화에어로스페이스 손인수 센터장의 ‘적층제조를 활용한 항공엔진의 국내외 개발 현황과 도전’ ▲두산에너빌리티 박재석 팀장의 ‘적층제조 기술은 첨단 제조산업을 어떻게 혁신하는가’ 등의 발표가 진행됐다. 3D프린팅연구조합의 이조원 이사장은 콘퍼런스의 개회사를 통해 국내 적층제조 산업의 위기를 경고했다. 그는 “한국의 기술 경쟁력이 하락하여 중국에 대한 기술 종속마저 우려되는 수준이다. 적층제조가 생산 기술의 중요한 전환점으로 여겨지고 있지만, 그 가능성을 실현하기 위해서는 정부의 정책적 관심과 함께 학계의 R&D 성과가 기업으로 이어지는 선순환 구조를 만들 필요가 있다”고 짚었다. 그러면서 이번 콘퍼런스가 국가 생존을 위한 기술 발전의 계기가 되기를 바란다고 전했다. 한편, 킨텍스 제1전시장에서 진행된 적층제조 기술 전시회에서는 성형 기법과 소재, 적층 크기와 정밀도 등에서 다양한 3D 프린팅 기술이 선보였으며, 한계를 극복하고 생산 분야에서 자리잡기 위한 노력이 진행되고 있음을 알 수 있었다. 전시회에서는 제조산업에서 3D 프린팅이 기존 생산 기술로 만들기 어려운 형상을 적은 시간과 비용으로 만들 수 있다는 점과 함께, 특정 분야에서는 프로토타입에서 나아가 실제로 쓰일 수 있는 부품 및 제품을 만들 수 있는 수준으로 3D 프린팅 기술이 성장했다는 부분이 강조됐다. 전시회 참가 업체들은 “3D 프린팅 기술이 지금 시점에서 기존의 생산 기술을 완벽히 대체할 수 있는 수준은 아니다”라면서도, 기술 한계를 극복하고 특화된 시장을 발굴하면서 제조 현장에 자리를 잡을 수 있을 것으로 기대하는 모습이었다.       ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 7월 7일 ‘창의적 디자인, AI와 3D 프린팅으로 만드는 미래’를 주제로 웨비나를 개최했다. 이번 웨비나에서는 홍익대학교 최성권 교수가 사회를 맡고 후스디자인 이광후 대표가 발표자로 참여해, 창의적 디자인이 AI(인공지능)와 3D 프린팅을 통해 어떻게 미래를 만들어가는지 집중 조명했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 3D 프린팅을 통한 아이디어의 실현에 대해 소개한 후스디자인 이광후 대표   디자이너와 창작자가 창의성과 지속 가능성을 동시에 추구하는 시대가 도래했다. 후스디자인 이광후 대표는 AI와 3D 프린팅 기술의 융합을 통해 미래 디자인의 방향을 제시했다. 이광후 대표는 “디자인은 단지 사물을 만드는 일이 아니라, 삶의 방식을 제시하는 문화적 행위”라면서 ▲3D 프린팅을 통한 아이디어 실현, ▲디자인과 사회적 지속 가능성, ▲생성형 AI와 디자이너의 미래라는 세 가지 축을 중심으로 디자인이 나아갈 길을 조망했다.   3D 프린팅으로 구현한 창의적 아이디어 이 대표는 성당 양식의 다이닝 컨테이너, 레고처럼 조합 가능한 가구 시스템, 패놉티콘 개념을 형상화한 조형물 등 다양한 3D 프린팅 기반 프로젝트를 소개했다. 특히 SLS 방식의 프린팅 기술을 활용해 높은 완성도와 구조적 강도를 확보했으며, 프로토타입 제작부터 실제 제품화까지 폭넓은 가능성을 제시했다. 그는 “3D 프린팅은 자유로운 형상 구현과 실험적 시도를 가능하게 해주는 도구”라고 강조했다.   재활용 플라스틱과 지속 가능한 디자인 이 대표는 친환경 소재의 활용도 강조했다. 병뚜껑을 압착해 제작한 재활용 플라스틱 상판은 단순한 기능을 넘어 환경 메시지를 담은 오브제로 구현되었고, 서울시립대 학생들과 함께 진행한 샴푸 브러시 디자인 프로젝트는 다양한 사용자 상황을 반영한 실용적이면서도 유쾌한 제품을 선보였다. 그는 “디자인은 사회와 세대를 연결하는 매개체다. 지속 가능성은 이제 선택이 아닌 필수”라고 말했다.   ▲ 3D 프린팅을 통한 아이디어의 실현에 대해 소개   생성형 AI는 디자이너의 새로운 도구디자인 산업에서 생성형 AI의 등장은 위기이자 기회다. 이 대표는 AI가 반복 작업과 시각 자료 생성에서 유용한 도구가 될 수 있으며, 궁극적으로는 디자이너의 시각적 안목과 감성적 판단을 더욱 강조하게 될 것이라고 설명했다. AI와 3D 프린팅의 결합은 산업디자인의 새로운 가능성을 여는 열쇠로 떠오르고 있다. 이 대표는 데미안 허스트나 제프 쿤스 같은 현대 아티스트의 예를 들며, 디자인과 예술이 완성품보다 ‘과정’과 ‘스토리’에 가치를 두는 방향으로 진화하고 있다고 강조했다. 또한 디자인의 무형 가치는 아카이빙과 퍼포먼스를 통해 확장될 수 있으며, 이는 브랜드와 창작자의 정체성을 더욱 공고히 하는 전략이 될 수 있다고 덧붙였다.     ■ 기사 내용은 PDF로도 제공됩니다.

제조업계는 품질 보장, 비용 절감, 폐기물 감소와 같은 과제에 직면하면서 디지털 전환을 가속화하고 있다. 이에 따라 많은 기업이 IoT(사물인터넷), 첨단 로보틱스 등 다양한 기술을 적극 도입하고 있으며, 그 중에서도 시뮬레이션 기술은 스마트 공장 구현의 핵심 요소로 주목받고 있다. 특히 디지털 트윈 기술은 업계의 복잡한 도전 과제를 효과적으로 관리하고, 기업의 경쟁력을 유지하는 데 중요한 역할을 하고 있다. 디지털 트윈은 제품 설계의 최적화와 생산 시스템의 강화를 모두 지원한다. 기업은 디지털 트윈을 활용해 물리적 프로토타입에 대한 의존도를 줄이고, 자원을 효율적으로 절약할 수 있다. 또한 디지털 트윈은 실제 물리적 대상과 동기화되어 지속적으로 업데이트되므로, 제조업체는 생산 라인과 공급망 등과 같은 동적인 요소에 민첩하게 대응할 수 있다. 실시간 시뮬레이션 기능은 개선이 필요한 프로세스를 식별하고, 잠재적인 변경 사항을 사전에 테스트하며, 전체 시스템을 지속적으로 모니터링하는 데 기여한다. 지멘스의 포괄적 디지털 트윈은 물리 기반의 디지털 모델 세트로 구성되어 있으며, 제품과 생산의 전체 수명 주기와 공급망 전반에 걸쳐 다양한 측면을 일관되게 표현한다. 이 모델에는 전기, 기계, 제조 분야의 소프트웨어가 포함되어 있으며, 제품 수명 주기 전반에 걸쳐 일관성을 유지하면서도 생성과 관리에 필요한 부담을 최소화할 수 있다.   제품과 생산 전반을 아우르는 디지털 트윈의 통합 효과 제조업체는 포괄적 디지털 트윈을 활용함으로써 제품과 생산의 수명 주기를 각각 ‘제품용 디지털 트윈(digital twin for products)’과 ‘생산용 디지털 트윈(digital twin for production)’으로 원활하게 통합할 수 있다. 제품 측면에서는 제품용 디지털 트윈의 강력한 시뮬레이션 기능이 설계 주기를 단축하고, 프로토타이핑을 지원하며, 최종 제품의 품질을 향상시키는 데 기여한다. 한편, 생산용 디지털 트윈은 전체 공장의 설계와 최적화를 촉진해, 기계와 생산 라인을 보다 빠르고 효율적이며 친환경적으로 구축할 수 있도록 지원한다. 이는 생산 시스템 내에서 작업을 실행하는 가장 효율적인 방법을 결정함으로써 생산 일정을 최적화하는 데 도움을 준다. 이처럼 디지털 트윈의 두 가지 측면은 모두 기업의 운용 비용 절감을 지원한다. 제조업체는 제품용/생산용 디지털 트윈을 활용해 공장을 가상 환경에서 재현할 수 있으며, 이를 통해 실제 세계에서 많은 비용이 소요되는 재설계 작업을 수행하기 전에 기계와 시스템을 미리 최적화할 수 있다. 또한 기업은 시뮬레이션 기술을 활용해 고객과 함께 설계를 검토하고, 물리적 시스템의 전체 기능을 구체화할 수 있다. 국내에서도 많은 기업이 제품용/생산용 디지털 트윈을 도입해 제조 현장의 디지털 전환을 선도하고 있다. 예를 들어, LG이노텍은 자사 구미 사업장에 디지털 트윈 기술을 적용한 ‘드림 팩토리’를 구축했다. 이를 통해 가상 환경에서 반도체 기판 공정을 수백만 회 반복하며, 높은 수율과 품질을 단시간에 달성했다. 또한 디지털 트윈 기반의 라인 모니터링 시스템(LMS)을 통해 생산 라인, 제품 이동 경로, 재고 현황, 설비 이상 유무 등 전체 공장 상황을 실시간으로 모니터링하고 있다. GS칼텍스는 공장 건설 단계에서 확보한 3D 모델에 공정별 장치 설계도와 공정 도면 등 설비 정보를 적용해 자사 여수 공장의 디지털 트윈을 구축했다. 이를 통해 원유 입고부터 제품 출하까지의 생산 과정을 가상 공장에서 구현하고, 공정 단계별로 발생하는 비효율을 줄였다. 그 결과, 설비 관련 데이터를 찾는 시간이 기존 대비 약 30% 감소했으며, 현장 구조물 설치 등 공간 확인이 필요한 작업의 소요 시간도 약 70% 줄어든 것으로 나타났다.     산업 전반에서 확산되는 디지털 트윈의 가치 여러 산업 분야의 기업이 포괄적 디지털 트윈의 이점을 직접 경험하고 있다. 제품 설계업체부터 기계 제조업체에 이르기까지, 많은 고객이 디지털 트윈을 구현해 실질적인 가치를 창출하고 있다. 실제 사용 사례는 다음과 같다. 저비용 냉각 공기 흐름 최적화 AVG 경로 탐지 공장 레이아웃 증강 AI 기반 제품 개선 폐순환(closed-loop) 디지털 트윈 생성과 차세대 설계 최적화 지멘스의 포괄적 디지털 트윈은 제조업체가 많은 비용과 시간이 소요되는 설비 재작업을 방지할 수 있도록 지원한다. 디지털 트윈을 활용하면 물리적 프로토타입 기계를 배송하는 데 드는 추가 시간과 비용은 물론, 기계가 기대 성능에 미치지 못할 경우 발생하는 개조 비용까지 대폭 절감할 수 있다. 국내 제조업계에서도 지멘스의 기술을 기반으로 디지털 트윈을 적극적으로 구현하고 있다. DL모터스는 지멘스 엑셀러레이터(Siemens Xcelerator) 포트폴리오의 다양한 설루션을 도입한 대표 사례다. AI 지원 설계 설루션인 NX를 통해 기존 2D 설계를 3D로 전환했으며, PLM 설루션인 팀센터(Teamcenter)를 활용해 설계 데이터와 자재 명세서(BOM)의 열람, 배포, 관리가 가능한 환경을 구축했다. 이를 통해 시스템 응답 속도를 15~50배 가속화하고, 제품 설계를 혁신하며 제조 공정을 최적화했다. DL모터스는 지멘스와의 협력을 통해 디지털 전환을 앞당기며, 이륜차 업계의 디지털 트윈 구현을 선도하고 있다. 또한 HD현대는 공장 시뮬레이션을 위한 테크노매틱스(Tecnomatix)와 팀센터를 활용해 선박 생산의 전체 수명 주기를 아우르는 스마트 조선소 구축에 힘쓰고 있다. 지멘스와의 협력을 통해 설계와 생산 작업을 가시화하고, 건조 과정을 사전에 시뮬레이션하는 ‘인더스트리 메타버스’를 개발하고 있다. 양사는 2023년에 체결한 ‘설계-생산 일관화 제조혁신 플랫폼 공동개발을 위한 업무협약’을 바탕으로, 선박 제조 과정의 모든 데이터를 하나의 플랫폼에서 관리하는 디지털 자동화 생산 체계 구축을 위해 협력하고 있다.   산업 혁신을 이끄는 디지털 트윈의 미래 가치 포괄적 디지털 트윈은 제조 공장의 잠재력을 극대화하는 핵심 기술로 자리매김하고 있다. 디지털 전환과 디지털 트윈을 통한 지속적이고 적극적인 최적화는 비용을 효과적으로 관리하면서 제품과 생산의 효율성을 향상시키는 데 기여한다. 디지털 트윈의 장점은 여기에 그치지 않는다. 시뮬레이션 기술은 소프트웨어 정의 자동화와 생산 시스템을 기반으로 산업계가 산업용 메타버스를 구축하도록 이끌고 있다. 산업용 메타버스는 사용자가 물리적 자산의 가상 표현과 실시간으로 상호작용할 수 있는 디지털 환경으로, 기업은 이를 통해 거리의 제약을 극복하고 협업을 촉진할 수 있으며, 문제와 프로세스를 보다 깊이 이해하고 최적의 설루션을 도출할 수 있다. 이러한 흐름에 발맞춰 정부의 산업 디지털화 정책도 국내 산업의 디지털 트윈 도입을 적극 지원하고 있다. 산업통상자원부는 지난 5월, 산업단지 입주기업의 AI와 디지털 설루션 활용을 지원하는 현장 방문 프로그램인 ‘산업단지 AX 카라반’을 출범했다. 올해에는 10개의 인공지능 전환 실증 산업단지가 선정될 예정이며, 디지털 트윈 기반 스마트 공장 구축을 위한 실증 사업이 본격화될 전망이다. 지역 차원에서도 디지털 트윈 도입을 위한 움직임이 활발하게 전개되고 있다. 2023년에 지멘스는 경상북도, 김천시와 함께 경북 제조산업에 디지털 트윈 기술을 지원하는 업무협약을 체결했다. 지멘스는 지역 산업 현장에 디지털 설루션을 제공해 산업 생태계를 혁신하고, 디지털 트윈 분야의 신규 사업을 발굴하며, 전문 인재를 양성하는 다양한 사업에 협력하고 있다. 이처럼 디지털 트윈은 민간과 공공을 막론하고 차세대 산업 혁신을 이끌 중추 기술로 주목받고 있다. 포괄적 디지털 트윈은 향후 제조업 경쟁력을 좌우할 핵심 동력으로서, 산업 생태계 내부의 협력을 촉진하고 지속 가능한 혁신을 실현하는 데 중요한 역할을 하게 될 것이다.    ■ 오병준 지멘스 디지털 인더스트리 소프트웨어 한국지사장이다. 30여년 이상 한국의 여러 글로벌 IT 기업을 거치며 성공적 비즈니스 및 기술 전문성을 구축해 왔다. 지멘스 디지털 인더스트리 소프트웨어 한국지사장으로 선임되기 전 SAS 코리아 대표이사를 지냈으며, 오라클 코리아, 테라데이터 코리아, IBM 코리아 임원으로 재직한 바 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

게임 기술이 충돌 수리 교육을 혁신하는 방법   이번 호에서는 게임 디자인의 원칙이 충돌 수리 산업과 같은 기업 사용 사례로 원활하게 전환되는 방법, 도전 과제와 해결책, 그리고 자동차 산업을 위한 몰입형 실습 학습 경험을 창출한 성과에 대해 짚어본다. ■ 자료 제공 : 유니티 코리아   마이크 머티스는 비디오 게임 및 음악 산업에서 25년 이상의 경험을 가지고 있으며, 게임 개발이 다양한 기업의 광범위한 응용 프로그램을 어떻게 형성하고 알릴 수 있는지를 이해하고 있다. 프리랜서 비디오 게임 저널리스트로 시작하여 다양한 게임 개발 프로젝트의 프로듀서로 기여하기까지, 그는 항상 게임 산업이 세계에 미치는 파급 효과에 영감을 받아왔다. 오늘날, 이 풍부한 기반은 I-CAR(자동차 충돌 수리 산업 간 회의)에서 그의 역할을 이끌고 있으며, 그는 가상현실(VR)을 사용하여 충돌 수리 교육을 혁신하는 학습 혁신 및 기술 팀을 이끌고 있다.   ▲ 이미지 제공 : I-CAR   게임 시작 : 기업 에디션 I-CAR의 VR 기반 시뮬레이션으로 자동차 교육 커리큘럼을 향상시키기 위한 노력에 참여했을 때, 머티스는 익숙한 느낌을 느꼈다고 한다. 새로운 게임 스튜디오를 설정하는 것과 매우 비슷했지만, 그는 비디오 게임을 출시하는 대신 충돌 수리 산업에서 기술자들이 사용할 수 있는 영향력 있는 교육 도구를 만드는 데 초점을 맞추었다. I-CAR는 충돌 수리의 안전성, 효율성 및 품질을 향상시키기 위해 헌신하는 비영리 조직이다. 1979년 설립 이후 탄탄한 명성을 쌓아왔으며, 골드 클래스 인정 프로그램을 통해 충돌 수리의 우수성에 대한 교육 기준을 설정하고 있어 VR 학습 통합과 같은 미래 지향적인 것을 탐구하기에 적합한 플랫폼이다. 머티스는 “가상 게임 기술과 자동차 수리 세계를 연결하는 복잡성은 내가 기꺼이 도전할 준비가 된 과제였다. 이전 경험과 많은 연구를 바탕으로, I-CAR의 학습 혁신 및 기술 팀의 기초를 구축하는 여정을 시작했다”고 소개했다.   ▲ 유니티 에디터에서 I-CAR VR 충돌 수리 교육 과정을 구축하는 모습(이미지 제공 : I-CAR)   개발 엔진의 선택 올바른 개발 엔진을 선택하는 것은 VR 기반 교육 시뮬레이션을 구축하는 데 있어 중요한 첫 번째 단계였다. 머티스는 “여러 게임 프로젝트에서 다양한 게임 엔진을 실험해본 결과, 게임 엔진 개발의 주력은 거의 20년 동안 유니티였다. 자신의 경험과 함께, 가상현실을 위해 개발하는 다른 회사들과 광범위하게 이야기했으며, 그들 모두가 유니티를 사용하고 있다는 공통점이 있었다”면서, “유니티의 OpenXR 및 Meta XR All-in-One 플러그인과의 통합은 높은 안정성을 보였으며, 엔진의 전반적인 유연성 덕분에 필요할 경우 미래에 다른 SDK로 빠르게 전환할 수 있었다”고 전했다. 또 다른 주요 고려 사항은 유니티 버전 컨트롤(Unity Version Control)이었다. 머티스는 “우리 팀의 많은 구성원이 원격으로 작업하고 있었기 때문에, 프로젝트 백업, 검색 및 개발 워크플로를 관리할 수 있는 강력한 시스템이 필요했다. 변경 사항을 쉽게 롤백하거나 필요에 따라 다양한 개발 경로를 위한 분기를 생성할 수 있는 견고한 버전 관리 시스템이 필수였다”고 설명했다. 그리고 “유니티가 우리의 모든 개발 요구 사항을 충족했기 때문에 선택은 간단했다. 돌이켜보면 그것은 중대한 결정으로 입증되었으며, 우리 팀의 성공과 개발 노력의 지속적인 진전에 중요한 역할을 했다”고 덧붙였다.     VR 혁신가 팀 구성 엔진이 선택된 후, 머티스는 내부 개발 팀을 찾기 시작했다. 유니티 개발자를 찾는 동안, 많은 후보자가 유니티 엔진으로 놀라운 성과를 이루는 것을 보는 것이 인상적이었다고 한다. 머티스는 “게임 산업에 대한 나의 지식과 우리의 교육 목표에 대한 명확한 이해가 게임 산업의 후보자들과 간극을 메우는 데 도움이 되었다. 이 덕분에 그들에게 그들의 개발 기술이 충돌 수리 산업에 있는 사람들을 위한 새로운 흥미로운 학습 방식을 형성하는 데 어떻게 도움이 될 수 있는지를 보여줄 수 있었다”고 전했다. 또한, 머티스는 3D 모델이 정확하고 시각적으로 매력적이도록 하기 위해 3D 모델러를 추가로 고용했다. 우리의 3D 모델러는 이전에 유니티를 사용한 적이 없었지만, 유니티 개발자들과의 협업 및 유니티 런(Unity Learn)의 학습 카탈로그 덕분에 빠르게 3D 자산을 유니티에 가져와 고품질 방식으로 작동시킬 수 있었다. 머티스의 팀은 유니티 개발자, 3D 애니메이터 및 XR 주제 전문가로 구성되었다. 이러한 인재들 덕분에 모든 개발, 경험 정확성, VR 헤드셋 지식 및 중요한 QA 테스트가 면밀히 모니터링되어 프로토타입의 성공을 보장할 수 있었다. 팀이 구성된 후에는 VR 프로토타입이 어떤 콘텐츠를 포함할지, 그리고 그것을 만드는 것이 I-CAR의 잘 확립된 커리큘럼 생성 과정에 어떻게 맞아들어갈지를 구체적으로 계획하는 단계를 거쳤다.   프로토타입 구축 머티스의 팀은 I-CAR의 제품 개발 및 커리큘럼 팀과 협력하여 VR을 그들의 과정 설계 프로세스에 원활하게 통합했다. 이와 함께, 머티스는 기존 개요 및 스토리보드에 맞춘 인터랙티브 단계 시트를 신속하게 개발하여 실제 수리 절차에서 핵심 프로세스 기술을 포착했다. 이 단계 시트는 VR 경험을 위해 유니티에서 작성될 필요가 있는 3D 자산, 상호작용, 소리 및 다른 요소를 추적하는 역할도 했다. 기술에 익숙하지 않은 커리큘럼 팀에 VR을 도입하는 것은 창작만큼이나 교육에 관한 것이었다. VR의 잠재력을 설명하기 위해, 머티스의 팀은 메타 퀘스트 2(Meta Quest 2) 헤드셋에서 사용할 수 있는 작은 프로토타입을 유니티에서 개발했다. 커리큘럼 팀을 위한 이 교육 프로토타입을 개발함으로써 개발 팀은 유니티에서 모든 기본 생산 프로세스를 설정할 수 있었다. 3D 자산을 유니티로 가져오는 방법과 상호작용을 위한 여러 코드 조각을 작성하는 것과 같은 것들로, 머티스의 팀은 주요 프로토타입을 위한 개발 템플릿을 갖게 되었다. 개발된 VR 교육 프로토타입은 커리큘럼 팀 구성원들이 도구와 차량과 상호작용할 수 있게 하여 몰입형 3D 경험의 힘에 대한 직접적인 통찰을 얻을 수 있게 했다. 머티스는 “이 작은 개발은 팀의 참여를 높일 뿐만 아니라 새로운 학습자가 더 복잡한 프로토타입에 뛰어들기 전에 VR에 익숙해질 수 있도록 도와주는 VR 트레이너로 발전한 성과였다. 이 성공은 우리가 실제 프로세스를 자연스럽고 매력적이며 기술자에게 정확한 강력한 가상 경험으로 변환하는 데 집중할 수 있게 해주었다”고 설명했다.   ▲ I-CAR VR 프로토타입 영상 캡처(비디오 제공 : I-CAR)   몰입형 학습으로 격차를 해소하기 머티스는 다음과 같은 시나리오를 소개했다. 전기차(EV)에 포함된 고전압 시스템을 다루는 수업을 듣기 직전이다. 이 수업 전에 다음에 대한 경험이 있는가? ① 멀티미터 사용하기 ② 전압 측정하기 ③ 2극 테스터 사용하기 ④ 안전 절차 ⑤ 고전압 분리 과정 수행하기 이러한 주제를 가르치는 수업에 들어가는 것은 꽤 벅차 보일 수 있으며, 어떤 사람은 수업 전에 프로세스를 더 잘 이해하기 위해 유튜브 비디오나 다른 자료를 찾고 있을 것이다. 이것은 자신감의 문제이다. 복잡한 프로세스에 들어갈 때 미리 알고 싶은 사람이 누가 있을까? 여기서 어려운 점은 어떤 자료가 있을 수 있지만, 언급된 모든 프로세스는 이해하기 위해 실습 경험이 필요하다. 멀티미터와 2극 테스터가 접근 가능하며, 전압을 측정할 수 있는 것이 있는가? 전기차 작업 프로세스와 관련이 있으면서도 안전한 작업은 무엇인가? 비용과 일반적인 접근성은 어떤가? 여기서 VR이 등장한다. VR은 실제 장비에서 연습하는 안전 위험이나 비용 없이 이러한 프로세스에 대한 실습 노출을 제공한다. 학습자는 헤드셋을 착용하고 즉시 가상 훈련실로 이동한다. 여기서 사람들은 멀티미터로 전압을 안전하게 측정하는 방법을 배우고, 고전압 연결 절차를 연습한다. 그리고 자신의 기술에 자신감을 가질 때까지 단계를 끝없이 반복한다. 이 기술은 학습자가 실수를 하고 안전하고 통제된 환경에서 그로부터 배우도록 허용한다. 훈련을 마스터했다고 느끼면 실제 응용 프로그램으로 전환할 수 있으며, 새로 습득한 기술과 지식을 직접 보여줄 준비가 되어 있을 뿐만 아니라 흥미를 느낄 수 있다.   미래를 엿보다 머티스는 “충돌 수리 산업 내에서 우리의 프로토타입을 선보이고 SEMA 및 CES와 같은 주요 산업 행사에서 발표한 후, 자동차 전문가들로부터 긍정적인 피드백을 받았다. 관심과 격려는 우리가 설계한 프로토타입을 완전한 VR 기반 과정으로 전환할 수 있는 신호를 주었다”고 소개했다. 전기차 기술 작업 및 ADAS 관련 수리 시나리오 문제 해결의 세부 사항에 중점을 둔 이 과정 중 두 개는 2025년 말에 출시될 예정이다. VR이 모든 실습 학습의 측면을 대체하지는 않지만, 복잡하고 접근하기 어려운 또는 비싼 시나리오를 더 접근 가능하게 만드는 데 뛰어나다. 이것은 도구이다. 전통적인 교육 방법을 보완하여 학습자에게 안전하고 확장 가능하며 상호작용적인 방식으로 기술을 마스터할 수 있는 방법을 제공한다. 유니티 인더스트리(Unity Industry)와 같은 플랫폼을 활용함으로써 기업은 교육의 미래를 재정의하고 고급 학습 경험을 더 영향력 있게 만드는 몰입형 VR 경험을 만들 수 있다.       ■ 기사 내용은 PDF로도 제공됩니다. 

주요 디지털 트윈 소프트웨어 제품 설계 및 협업 솔루션, CATIA   ■ 개발 : 다쏘시스템, www.3ds.com ■ 자료제공 : 다쏘시스템코리아, 02-3270-7800, www.3ds.com/ko ■ 제품상세페이지 www.3ds.com/ko/products/catia 다쏘시스템(Dassault Systèmes)은 3D 설계, 버추얼 트윈(Virtual Twin), 제품 수명 주기 관리(PLM) 솔루션 분야를 선도하는 글로벌 소프트웨어 기업으로, 1981년 프랑스에서 설립되었다. 3D익스피리언스 플랫폼을 통해 다양한 산업에서 지속 가능한 혁신을 지원하며, 자동차, 항공우주, 건축, 헬스케어, 소비재 등 광범위한 분야에 걸쳐 디지털 혁신을 촉진하고 있다. 다쏘시스템은 현실 세계와 디지털 세계를 연결해 고객이 설계, 제조, 운영의 모든 단계를 최적화하도록 돕는 데 중점을 두고 있다. 1. 제품의 주요 특징    CATIA(카티아)는 3D CAD를 넘어 설계자가 아이디어를 빠르고 정확하게 실현하도록 돕는 플랫폼으로, 지식, 기술 노하우, 검증된 기술을 활용해 설계와 시스템 엔지니어링을 자동화한다. MODSIM(Modeling+Simulation)과 Generative Design을 제공하여 설계 프로세스를 최적화하며, 산업 데이터와 프로세스를 기반으로 정교한 모델을 활용해 다양한 과제를 해결한다. 또한, 3D, 웹, 모바일, AR 기술을 기반으로 직관적인 사용자 환경을 제공하고, 소셜 커뮤니티를 통해 가상 협업을 지원한다. 2. 주요 기능   CATIA는 설계자의 디자인 사양 정의만으로 최적화된 설계 데이터를 생성하고, 실사와 같은 렌더링을 제공하며 재질과 색상 변경에 즉각 반영할 수 있다. 사용자는 직관적인 프레젠테이션을 통해 신속하고 정확하게 설계를 검토하고 검증할 수 있으며, 여러 사용자가 동일한 Assembly 파일을 동시에 작업하는 것도 가능하다. 그래픽화된 로직으로 복잡한 파라메트릭 모델을 빠르게 생성하고, 중력, 스프링, 토크, 접촉 등을 포함한 Kinematic 시뮬레이션을 통해 제품 동작을 직관적으로 검증할 수도 있다. 4. 도입 효과 CATIA는 강력한 설계 및 협업 기능과 링크 관리로 설계 효율성을 극대화하며, 라이브 렌더링 기능을 통해 3D 데이터의 빛의 거동을 해석하고 실제와 같은 이미지를 구현할 수 있다. 이를 통해 프로토타입 제작에 소요되는 시간과 비용을 절감하며, 설계와 협업의 전반적인 생산성을 향상시킨다. 5. 주요 고객 사이트   다쏘시스템은 다양한 산업 분야에서 세계적인 고객들과 협력하며 디지털 혁신을 지원하고 있다. ■ 대표적으로 아식스(www.asics.com/us/en-us)는 개인화 서비스 강화를, ■ HD현대중공업(www.hhi.co.kr)은 이중연료 엔진 경쟁력 강화를 위해3D익스피리언스 플랫폼을 도입했으며, ■ 포스코 A&C(www.poscoanc.com/kr/main/index.do)는 스마트 건설 프로세스를 최적화하고 있다. ■ 또한, 덴티움(www.dentium.co.kr/dsn)과 메타바이오메드(www.meta-biomed.com)는 의료기기와 치과 제품 개발에 다쏘시스템 솔루션을 활용하여 효율성을 높이고 있으며, ■ 전기차 스타트업 이퀄(http://e-qual.kr)은 글로벌 경쟁력 강화를 위해 디지털 전환을 가속화하고 있다.  

헥사곤 매뉴팩처링 인텔리전스는 스페인 바르셀로나에서 열린 ‘FISITA 월드 모빌리티 콘퍼런스 2025’ 행사에 참여해, 다물체 동역학 시뮬레이션 설루션인 아담스(Adams)를 주제로 발표를 진행했다고 전했다. 1950년에 설립된 FISITA(세계자동차공학회연합)는 자동차 엔지니어를 위한 국제 네트워크로 전 세계 35개국 20만 명 이상의 엔지니어가 소속되어 있다. 최근 현대자동차·기아의 김창환 전동화에너지솔루션담당 부사장이 한국인으로서는 최초로 2년 임기의 FISITA 회장에 선출되었다. FISITA 월드 모빌리티 콘퍼런스 2025는 전 세계 자동차 및 모빌리티 산업의 기술 리더와 전문가들이 한자리에 모이는 글로벌 행사이다. 이 행사에서는 자율주행 및 차량 안전, 미래 모빌리티 시스템, 첨단 섀시 기술, 전동화 및 친환경 추진 시스템 등 모빌리티 산업의 핵심 과제를 중심으로 다양한 기술 세션과 패널 토론이 진행된다. 콘퍼런스에서 헥사곤 디자인 & 엔지니어링 사업부의 버트 놉스(Bert Knops) 애플리케이션 엔지니어링 부문 부사장은 ‘아담스의 실시간 시뮬레이션과 제로 프로토타입 접근법을 통한 제품 개발 가속화 및 비용 효율화’를 주제로 발표를 진행했다. 놉스 부사장은 발표를 통해 고충실도 시뮬레이션을 활용해 실물 프로토타입 없이 차량을 개발할 수 있는 가능성을 미래 비전으로 제시했다.     오늘날 모빌리티 산업은 빠르게 진화하는 기술 환경에 대응하는 동시에, 개발에 소요되는 시간과 비용을 효율적으로 관리하는 것이 중요한 과제로 떠오르고 있다. 이에 따라, 물리적 프로토타입 없이도 정밀한 성능 예측과 설계 검증이 가능한 CAE 기반 접근 방식의 중요성이 부각되고 있다. 아담스는 이러한 산업적 요구에 부응하여, 개발 일정을 단축하고 비용을 절감할 수 있도록 설계된 시뮬레이션 설루션이다. 설계자는 아담스를 통해 차량 동역학, 내구성, 소음 및 진동(NVH) 등 전통적인 오프라인 시뮬레이션을 실시간 개발 환경과 통합할 수 있으며, 이를 통해 개발 프로세스 전반의 효율과 부서 간 협업을 강화할 수 있다. 헥사곤 매뉴팩처링 인텔리전스 코리아의 성 브라이언 사장은 “FISITA 월드 모빌리티 콘퍼런스와 같은 국제 무대에서 헥사곤의 시뮬레이션 기술 역량을 공유하게 되어 기쁘게 생각한다”며, “헥사곤 디자인 및 엔지니어링 사업부는 차량 개발 전 단계에서 데이터를 중심으로 효율성을 극대화하고, 지속 가능한 모빌리티 기술을 구현하는 데 핵심 역할을 하고 있다”고 말했다.

서포트 구조 최적화로 설계 자유도 확장 및 지속 가능한 제조 실현   머티리얼라이즈는 독일의 산업 제조 전문 기업인 뵐링거 그룹(BÖLLINGER GROUP)과 협력하여 금속 3D 프린팅에서 서포트 구조(support structures)를 획기적으로 줄이는 성과를 달성했다. 머티리얼라이즈의 최신 케이스 스터디에 따르면, 뵐링거 그룹은 머티리얼라이즈 소프트웨어를 활용해 재료 사용량, 생산 시간, 후처리 비용을 대폭 절감하며 항공우주, 자동차, 의료기기 산업에 새로운 표준을 제시했다. ■ 자료 제공 : 머티리얼라이즈     첨단 제조 기술에 투자하는 산업 제조 전문 기업 뵐링거 그룹은 독일에 본사를 둔 산업 제조 전문 기업으로, 80년 이상의 역사 동안 정밀 기계 가공, 공구 제작, 특수 강철 구조물 생산에서 세계적인 명성을 쌓아왔다. 공식 웹사이트에 따르면 이 회사는 항공우주, 에너지, 기계 엔지니어링 분야에서 고품질 설루션을 제공하며, 특히 금속 3D 프린팅과 같은 첨단 제조 기술에 적극 투자하고 있다. 뵐링거 그룹은 혁신과 지속 가능성을 핵심 가치로 삼아, 복잡한 부품 제작과 맞춤형 생산에서 업계 선두를 달리고 있다.   문제점 : 서포트 구조의 비효율성 금속 3D 프린팅, 특히 LPBF 공정에서는 복잡한 형상의 부품을 안정적으로 제작하기 위해 서포트 구조가 필수이다. 그러나 서포트 구조는 다음과 같은 문제를 가져오기도 한다. 재료 낭비 : 최종 제품에 포함되지 않는 서포트 구조는 고가의 금속 분말(티타늄, 알루미늄 합금 등)을 소모한다. 생산 시간 증가 : 서포트 구조의 프린팅과 제거 공정이 제작 시간을 연장한다. 후처리 비용 : 서포트 구조 제거를 위한 기계 가공, 연마 등의 추가 공정이 비용을 증가시킨다. 이러한 비효율은 전체 생산 비용의 20~50%를 차지하며, 특히 소량 맞춤 생산에서 경제성을 떨어뜨린다.   뵐링거 그룹의 혁신 : 머티리얼라이즈 소프트웨어 활용 뵐링거 그룹은 머티리얼라이즈의 소프트웨어 설루션, 특히 매직스(Materialise Magics)와 이스테이지 포 메탈+(e-Stage for Metal+)를 활용해 서포트 구조를 최소화하는 첨단 접근법을 구현했다. 주요 기술 요소는 다음과 같다. 부품 오리엔테이션 최적화 : 머티리얼라이즈 소프트웨어를 사용해 프린팅 방향을 조정함으로써, 중력 및 열 응력으로 인한 변형을 최소화하여 서포트 구조의 필요성을 줄였다. 래티스 구조 설계 : 부품 내부에 경량화된 래티스(lattice) 및 다공성 구조를 설계해 자체 강성을 강화했고, 서포트 구조 없이도 안정적인 프린팅을 가능하게 했다. 시뮬레이션 기반 설계 : 머티리얼라이즈의 시뮬레이션 도구는 프린팅 공정의 열적·기계적 응력을 예측하고 설계를 최적화함으로써, 서포트 구조의 사용량을 최대 60%까지 줄였다. 자동화된 서포트 생성 : 머티리얼라이즈의 이스테이지 포 메탈+는 최소한의 서포트 구조를 자동 생성하여 재료 사용과 후처리 작업을 줄였다.     성과 : 비용 절감과 효율성 향상 뵐링거 그룹은 머티리얼라이즈 소프트웨어를 적용해 다음과 같은 성과를 달성했다. 서포트 구조 사용량 60% 감소 : 최적화된 설계로 불필요한 서포트 구조가 대폭 줄어들었다. 데이터 준비 시간 50% 단축 : 설계 및 시뮬레이션 공정이 간소화되어 생산 준비 속도가 향상되었다. 복잡한 부품 서포트 85% 감소 : 복잡한 기하학적 부품의 서포트 구조가 기존 대비 85% 줄어들어 효율이 높아졌다. 후처리 시간 45% 단축 : 서포트 구조의 제거 공정이 간소화되어 전체 생산 주기가 단축되었다. 대형 부품 제작 : 18kg 크랭크케이스를 성공적으로 제작함으로써, 머티리얼라이즈 소프트웨어의 스케일링 가능성을 입증했다. 생산 용량 증가 : 단일 프린팅 패널에서 부품 수를 8개에서 12개로 늘려 단위당 1000 유로의 비용 절감을 달성했다. 작업 환경 개선 : 분말 잔여물이 줄어들어 작업장의 공기질과 안전성이 향상되었다. 이러한 성과는 뵐링거 그룹이 항공 우주 부품, 자동차 프로토타입, 의료기기 제작에서 경쟁력을 강화하는 데 기여했다.   산업적 시사점 뵐링거 그룹과 머티리얼라이즈의 협력은 금속 3D 프린팅의 경제성과 접근성을 크게 높였다. 항공 우주 산업에서는 경량화된 고강도 부품의 제작으로 연료 효율을 높였으며, 의료기기 분야에서는 환자 맞춤형 임플란트 생산이 간소화되었다. 자동차 산업에서는 고성능 부품의 신속한 프로토타이핑이 가능해졌다. 또한, 분말 잔여물 감소는 작업 환경의 안전성을 높이고, 재료 낭비 감소는 환경 지속 가능성에 기여한다. 머티리얼라이즈의 기술 책임자는 “뵐링거 그룹은 머티리얼라이즈의 기술을 통해 설계 자유도를 확장하고 지속 가능한 제조를 실현했다. 이 협력은 적층제조(AM)의 한계를 넘어서는 모범 사례”라고 전했다.   맺음말 : 적층제조의 미래 뵐링거 그룹의 사례는 머티리얼라이즈 소프트웨어가 금속 3D 프린팅의 상용화를 가속화하는 데 핵심 역할을 한다는 점을 보여준다. 서포트 구조 감소는 재료 낭비를 줄이고 에너지 효율적인 생산 공정을 구현하여 탄소 배출 저감 목표에도 부합한다. 머티리얼라이즈는 이 기술을 자사 플랫폼에 통합해 더 많은 고객에게 제공하며, 뵐링거 그룹과 같은 파트너를 통해 다양한 산업 응용 사례를 확대할 계획이다. 이 협력은 금속 3D 프린팅의 새로운 표준을 제시하며 적층제조의 미래를 밝게 하고 있다.       ■ 기사 내용은 PDF로도 제공됩니다.

디지털 트윈과 산업용 메타버스 트렌드   데이터 기반 서비스 관점에서의 디지털 트윈의 역할은 실 체계에서 수집한 실제 데이터와 디지털 트윈 시뮬레이션으로 얻어진 가상 데이터의 융합을 통하여 실제 시스템 관련 문제 해결에 유용한 빅 데이터 생성이라 할 수 있다.  디지털 트윈 활용은 안정성에 부담이 적고 신속/가시적 성공사례 확보가 가능한 스마트시티, 스마트 팩토리, 스마트SOC(도로, 철도, 항만, 공항, 등) 등이 대상이지만 기술성숙도가 높아지고 안정성이 보장됨에 따라 자율주행, 의료/인공장기, 식물공장 등으로 확대될 전망이다.   ▲ 철도 네트워크의 디지털 트윈 구축하는 독일 디지털 철도(이미지 출처 : 엔비디아)   1. 디지털 전환과 디지털 트윈 디지털 전환(Digital Transformation: DX)은 비즈니스 전 과정에 ICT 기술을 도입하여 전사적 업무, 생산 기술, 제품 등을 디지털화 한 후 이를 기반으로 가상 실험이 가능한 디지털 환경을 구축하는 것이다.  디지털 전환의 궁극적 목적은 기업 이윤 극대화에 필요한 업부/생산 효율성 및 제품 부가 가치 증대를 위한 다양한 창의적 대안들을 가상 실험을 통해 평가한 후 그 결과를 비즈니스 전 과정에 활용하는 것이다. 예를 들어, 스마트 팩토리의 디지털 전환은 조달 시스템, 생산 시스템, 물류 시스템 등 스마트 팩토리 구성요소들의 자원 할당 및 운용에 대한 다양한 대안들을 가상 실험을 통해 평가할 수 있는 환경을 구축하여야 한다. 그렇다면, 비즈니스 전 과정을 가상 실험하기 위해서는 무엇이 필요할까?  가상 실험을 하기 위해서는 먼저 가상 실험 대상(예: 제조 공장)을 선정하고, 다음으로, 가상 실험 시나리오(예:새로운 제조 장비 도입)가 필요하며 시나리오를 수행할 모델(예: 제조 공정 시뮬레이션 모델)이 필요하다. 이러한 가상 실험을 위한 모델이 디지털 트윈이며 이런 이유로 많은 사람들이 디지털 트윈을 DX의 Key(Richard Marchall, 2017), DX의 Enablers(Reterto Saracco, 2019), DX의 Central(Vijay Ragjumathan, 2019), DX의 Steppingstone(Harry Forbes, 2020), DX의 Pillar(Fransesco Belloni, 2020)라고 지적하였다.   2. 디지털 트윈의 정의 디지털 트윈은 물리적 자산, 프로세스 및 시스템에 대한 복제본으로 정의[Wiki 사전]되며, 복제본이란 대상 체계의 운용 데이터, 지형/공간/형상 정보 및 동작/운용 법(규)칙을 컴퓨터 속에 디지털화 해 놓은 것을 의미한다. 예를 들면, 제조 공장의 디지털 트윈은 제조 공장의 운용 데이터, 제조 공장의 공간/형상 정보, 그리고 제조 장비 동작 및 공정 모델이 컴퓨터 속에 복제된 것이 될 것이다. 디지털 트윈과 대상 체계가 쌍둥이기 때문에 쌍둥이 중 누가 먼저 태어났느냐에 따라 디지털 트윈의 이름을 다르게 붙이기도 한다. 대상 체계가 존재하기 전에 만들어진 디지털 트윈을 디지털 트윈 프로토타입(Prototype) 그리고 대상 체계가 만들어진 후 복제된 디지털 트윈을 디지털 트윈 인스턴스(Instance)라고 부른다. 디지털 트윈 프로토타입은 대상 체계 설계 단계에서 활용되며 디지털 트윈 인스턴스는 대상 체계의 운용 분석에 활용되는 것이 일반적이다. 디지털 트윈 인스턴스(실 체계의 복제본)와 디지털 트윈 프로토타입(실 체계의 설계 모델)이 모두 존재할 수도 있지만 디지털 트윈 프로토타입 없이 디지털 트윈 인스턴스만 존재할 수도 있다. 디지털 트윈 프로토타입과 인스턴스가 모두 존재한다면 인스턴스는 프로토타입에 실 체계 운용 정보가 반영되어 진화(성장)된 트윈으로 볼 수 있다. 3. 디지털 트윈 구축 목적 디지털 트윈의 구축 목적은 대상 실 체계와 디지털 트윈을 연동 운용함으로써 실 체계 관련 이해 당사자에게 지혜 수준의 혁신적 서비스를 제공할 수 있는 핵심 도구/수단으로 활용하기 위함이다. 데이터 기반 서비스 관점에서의 디지털 트윈의 역할은 실 체계에서 수집한 실제 데이터와 디지털 트윈 시뮬레이션으로 얻어진 가상 데이터의 융합을 통하여 실제 시스템 관련 문제 해결에 유용한 빅 데이터 생성이라 할 수 있다. 융합 빅 데이터는 AI-통계/공학 분석도구들을 이용하여 실 세계의 구성요소인 자산, 사람, 운용 프로세스들의 다양한 결합에 대한 분석/예측 및 체계 운용 최적 대안(최적화)을 찾는데 활용될 수 있다. 아울러, 융합 빅 데이터는 실 세계를 가상 환경에서 현실감 있게 표출할 수 있는 다양한 장비/장치와 VR/AR/XR/메타버스 관련 ICT 기술과의 융합 인터페이스를 통해 오락, 관광, 교육 훈련, 체험 등에 활용될 수 있다.     디지털 트윈의 복제 대상은 실 체계의 운용 데이터, 공간/형상 정보 및 실 체계에 포함된 객체들의 행위 모델 등 3가지이다. 운용 데이터는 실 체계에 설치된 IoT 장비로부터 획득이 가능하다. 공간/형상 정보는 서비스 목적에 따라 GIS, BIM 혹은 3D CAD 중 한 가지 이상을 결합하여 사용한다. 객체 행위 모델은 다양한 시나리오를 가상 실험하기 위한 시뮬레이션 모델을 사용하지만 서비스 목적에 따라서는 운용 데이터를 학습한 데이터 모델을 사용할 수도 있다. 구성요소 중 일부만을 사용한 디지털 트윈은 나머지 구성요소를 사용하지 않음으로 인한 한계점에 봉착하게 된다. 예를 들면, 실 체계 운용 데이터 복제만으로 구성된 IoT 기반 디지털 트윈은 수집된 데이터를 분석할 수는 있지만, 실 체계를 시각화한 지형/공간 상에 데이터를 표출할 수 없을 뿐만 아니라 실 체계와는 다른 가상 데이터를 입력한 시뮬레이션을 수행할 수 없다. 마찬가지로, 지형/공간 정보 만으로 구성된 디지털 트윈은 실 체계에서 일어나는 지형/공간 정보의 변화를 실 시간으로 반영할 수 없으며 시뮬레이션을 통한 실 체계의 현상 분석 및 미래 예측이 불가능 하다.      디지털 트윈의 효율적인 활용을 위해서는 위의 세 가지 구성요소 모두를 개발 및 운용할 수 있는 통합 플랫폼이 바람직하지만 국내외적으로 표준화된 디지털 트윈 플랫폼은 존재하지 않는다. 디지털 트윈의 특성 상 3가지의 디지털 트윈 구성요소 각각을 개발하는 독립적인 플랫폼을 사용하여 구성요소를 개발한 후 이들을 연동하여 운용하는 것이 효율적이다.  구체적으로는, 먼저, 디지털 트윈 개발 목적에 맞게 운용 데이터를 수집하는 IoT 플랫폼, 지형/공간 정보를 구축하는 지형/공간정보 플랫폼 및 모델링 시뮬레이션 플랫폼들을 이용하여 각 구성요소를 개발한다. 다음으로, 개발된 세 가지 구성요소를 실행하는 플랫폼들을 연동 운용하는 PoP(Platform of Platforms) 구조를 사용할 수 있다. PoP 구조는 디지털트윈의 목적에 부합되는 모든 디지털트윈을 개발/운용할 수 있는 플랫폼으로써 신뢰성 및 경제성(개발 기간 및 비용) 면에서 효율적인 구조이다. PoP 구조를 사용할 경우 플랫폼들 사이의 연동을 위한 데이터 모델과 API의 국제적인 표준화가 요구되며 데이터 모델의 표준은 대상 시스템에 따라 달라질 수 있다.  디지털 트윈을 실제 시스템에 대한 문제 해결 목적으로 사용하기 위해서는 대상 시스템에 대한 다양한 질문의 답을 디지털 트윈을 통해서 얻을 수 있는 서비스가 제공되어야 한다. OR 이론의 창시자 중 한 명으로 경영 과학 이론가인 R.L.Ackoff 교수는 사람이 생각하는 내용을 데이터, 정보. 지식, 지혜 등 4가지로 분류하였다. 데이터는 단순한 심벌(숫자나 문자)을 말하지만 정보는 ‘who’, ‘what’, ‘where’, ‘when’을 답할 수 있고, 지식은 ‘how’를 답할 수 있고, 지혜는 ‘why’를 답할 수 있어야 한다고 정의하였다. 디지털 트윈의 서비스 수준을 Ackhoff 교수의 분류법에 매핑 시킨다면 정보 수준 서비스는 시스템 분석(현상, 기능 등), 지식 수준 서비스는 시스템 예측(행위, 성능 등) 그리고 지혜 수준 서비스는 시스템 최적화(운용 최적화 등) 및 진단(수명 진단 등)에 해당한다. 예를 들어, 교통 시스템에 대한 다양한 질문을 답하기 위해 교통 디지털 트윈을 만들었다고 하자. 정보 서비스의 예는 현재 교통 시스템의 현상을 분석하는 것으로 어느 위치의 현재 시간대에 단위 시간당 교차로 통과 차량 대수가 얼마인지에 대한 답을 하는 서비스이다. 지식 서비스의 예는 현재 출발지에서 목적지까지의 소요 시간이 얼마가 되는지를 예측하는 질문에 대한 답을 하는 서비스이다. 지혜 서비스의 예는 현재 출발지에서 목적지까지의 소요 시간이 최소가 되는 최적화된 경로가 어떤 것인지의 질문에 대한 답을 하는 서비스이다.    4. 디지털 트윈의 구성요소 디지털 트윈의 3 가지 구성요소 중 행위 모델은 목적에 따라 데이터 모델과 시뮬레이션 모델로 대별된다. 데이터 모델은 실 체계에서 수집된 데이터들 사이의 상관관계를 기계학습하여 얻어진 모델(예: 인공신경망)로서 지식 서비스를 위한 시스템 행위 예측에 한계점을 가지고 있다. 구체적으로, 데이터 모델은 학습된 데이터 영역에서는 미래 예측이 가능하지만 학습된 영역 밖의 데이터에 대한 예측은 불가능 하다. 뿐만 아니라 학습 시와 예측 시의 시스템 운용 조건이 달라질 경우에도 예측이 불가능하다. 앞서 예시한 교통 디지털 트윈으로 데이터 모델을 사용할 경우 학습 시 도로 상황(운행 시간, 사고 발생 유무 등)이 예측 시 도로 상황과 동일하지 않으면 소요 시간 예측의 정확도가 보장되지 않는다. 더욱이, 시스템 변수 사이의 상관 관계로 표현된 데이터 모델은 변수 사이의 인과 관계가 필요한 시스템의 최적화 및 고장 진단 등에는 활용할 수 없다. 이러한 데이터 모델의 서비스 한계를 극복하기 위해서는 시뮬레이션 모델을 사용할 수 있다. 시뮬레이션 모델은 구축은 대상 시스템에 대한 도메인 지식과 이를 표현하는 지배 법칙에 대한 수학적/논리적 표현 방법을 이해해야 하므로 데이터 모델에 비해 고 비용이 요구된다. 따라서, 디지털 트윈의 행위 모델은 대상 시스템의 서비스 목적과 수준에 따라 다르게 선택될 수 있다.    5. 디지털 트윈의 발전 전망  디지털 트윈의 향후 발전 전망은 문제 해결과 가상 체험 및 빅 데이터 분야로 대별할 수 있다. 문제 해결 분야에서 디지털 트윈의 대상은 분석, 예측, 최적화/진단 대상이 되는 모든 시스템 분야로서 산업(제조, 생산, 물류, 식물공장 등), 공공(교통, 환경, 금융 등), 의료(진단, 인공장기, 가상수술 등), 재난안전(안전점검, 피해분석, 대피훈련 등), 국방(군사훈련, 국방분석, 무기체계 획득 등)등을 포함한다.  현재 디지털 트윈 활용은 안정성에 부담이 적고 신속/가시적 성공사례 확보가 가능한 스마트시티, 스마트 팩토리, 스마트SOC(도로, 철도, 항만, 공항, 등) 등이 대상이지만 기술성숙도가 높아지고 안정성이 보장됨에 따라 자율주행, 의료/인공장기, 식물공장 등으로 확대될 전망이다.  가상 체험 분야는 디지털 트윈이 실 세계 혹은 가상 세계를 움직이는 다양한 시나리오를 정형화한 지배 법칙(모델)을 실행(시뮬레이션)하는 수단으로 활용될 전망이다. 이러한 지배법칙 실행은 실제 세계와 가상 세계의 구별 없는 가상 체험을 목표로 하는 메타버스의 서비스 콘텐츠를 제공한다. 따라서, 메타버스 발전을 위해서 메타버스의 서비스 컨텐츠를 제공하는 디지털 트윈 발전이 필수적으로 향후 메타버스와 디지털 트윈은 동시에 발전할 전망이다.  빅 데이터 분야에서는 디지털 트윈의 가상 실험을 통해 실 체계에서는 물리적/경제적 이유로 수집 불가능한 다양한 빅 데이터를 생성하는데 활용될 전망이다. 유의미한 빅 데이터 생성을 위해서는 실 체계에서 수집 가능한 데이터를 사용하여 디지털 트윈 모델의 검증이 선행된 후 실 체계에서 수집 불가능한 데이터 생성을 위한 가상 실험이 설계되어야 한다. 디지털 트윈을 사용한 빅 데이터 생성은 시스템 기능 검증, 예지 진단 및 기계학습 등과 같은 부가가치가 높은 데이터 생성에 집중되어 미래 데이터 구독 시장 활성화에 기여할 전망이다.   김탁곤 명예교수  KAIST 전기전자공학부  

주요 디지털 트윈 소프트웨어 디지털 트윈 모델 생성 및 배포 솔루션, Ansys Twin Builder 개발 : Ansys, www.ansys.com 자료 제공 : Ansys Korea, 02-6009-0500, www.ansys.com   Ansys Twin Builder는 디지털 트윈(Digital Twin) 기술을 활용하여 실제 물리 시스템을 가상 환경에서 시뮬레이션하고 최적화할 수 있는 솔루션이다. 멀티피직스 시뮬레이션 기술을 기반으로 물리 모델과 실시간 센서 데이터를 결합하여 예측 유지보수 및 성능 최적화를 지원한다. 제조, 자동차, 항공우주, 전자, 에너지, 의료 등 다양한 산업에서 활용된다.   1. 주요 특징 (1) Physics 기반의 디지털 트윈 구축 IoT 데이터 및 시뮬레이션 모델을 결합하여 정밀한 디지털 트윈 모델 생성 (2) 실시간 시뮬레이션 및 예측 유지보수 지원  센서 데이터를 활용하여 장비의 고장 가능성 예측 및 유지보수 최적화 (3) 멀티피직스 통합 분석  전자기, 유체, 구조, 열 해석을 통합하여 복잡한 시스템 성능 분석 가능 (4) AI 및 머신러닝 연계 가능  OptiSLang을 활용한 AI 기반 최적화 및 데이터 분석 지원 (5) IoT 및 클라우드 플랫폼과 연계  AWS, Microsoft Azure, PTC ThingWorx 등 다양한 IoT 플랫폼과의 호환성 제공 2. 주요 기능 (1) 디지털 트윈 생성 및 실행  시뮬레이션 모델을 물리 데이터와 연결하여 실시간 가상 시뮬레이션 수행 (2) Model-Based Systems Engineering(MBSE) 지원  시스템 레벨 설계를 위한 MBSE 기반 시뮬레이션 제공 (3) 고급 시뮬레이션 및 자동화  MATLAB, Simulink, FMI 모델과 통합 가능하여 복잡한 시스템 해석 (4) PLM 및 데이터 관리 통합  Siemens Teamcenter, PTC Windchill 등 주요 PLM 시스템과 연계하여 제품 수명주기 관리 지원 (5) Predictive Maintenance 기능 내장  실시간 데이터 분석을 통해 유지보수 전략 개선 3. 도입 효과 ■ 설비 가동률 향상: 디지털 트윈을 활용한 사전 예측 유지보수로 시스템 다운타임 감소 ■ 제품 개발 기간 단축: 프로토타입 제작 없이 가상 환경에서 제품 설계 검증 가능 ■ 운영 비용 절감: 최적화된 유지보수 전략을 통해 운영 및 유지보수 비용 절감 ■ 설계 품질 향상: 실제 운영 데이터를 기반으로 제품 설계 개선 및 성능 최적화 4. 주요 고객 사이트 ■ 제조업: 두산 그룹, POSCO  ■ 자동차: 현대자동차그룹, LS Automotive Technologies, HL Mando ■ 항공우주: Korea Aerospace Industries (KAI), Hanwha Aerospace ■ 반도체/전자: Samsung Electronics, SK Hynix, LG Electronics, Samsung Electro-Mechanics, Samsung Display, LG Display, LG Innotek, LX Semicon ■ 에너지: LG Energy Solution, SK On, Samsung SDI, Hyundai Electric & Energy Systems, Doosan Enerbility, Hanwha Solutions   상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기