개발 및 공급 : 앤시스코리아 주요 특징 : 원클릭으로 전문 지식에 접근 가능한 AI 기반 어시스턴트 지원, AI+ 기능이 탑재된 7종 제품을 통한 시뮬레이션 효율 및 접근성 향상, 데이터 관리 및 워크플로 자동화 강화를 통한 AI 통합 효과 향상 등   앤시스는 자사 전 제품에 AI 기반 시뮬레이션 기능을 확대 적용한 최신 릴리스 ‘앤시스 2025 R2(Ansys 2025 R2)’를 발표했다. 앤시스 2025 R2는 시뮬레이션 속도와 접근성을 크게 향상시키는 동시에 강화된 솔버, 간소화된 워크플로, 파이썬(Python) 호환성 확대, 온디맨드 클라우드 컴퓨팅 지원 등을 통해 설계 유연성과 생산성을 높인다. 특히, 초기 설계 단계에서의 스마트한 의사결정을 가능하게 하여, 차세대 위성부터 데이터센터 설계에 이르기까지 다양한 산업 분야에서 실질적인 가치를 제공한다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스의 시뮬레이션은 물리 기반 설계의 기준점이자 이론과 실험을 연결하는 가교 역할을 해왔다. 50년 이상의 고급 물리 해석 경험을 바탕으로, 앤시스 2025 R2는 더욱 스마트하고 빠르며 복잡한 시뮬레이션을 구현할 수 있도록 지원한다”면서, “모델·메타데이터·추적성·표준 기반의 데이터 활용을 통해 미래의 혁신적인 제품 개발을 위한 엔지니어링 역량을 강화할 것”이라고 강조했다. 앤시스 2025 R2는 AI 기반 다양한 도구와 기능을 통해 시뮬레이션 도입 장벽을 낮추고, 팀 간 협업을 촉진하며, 전사적인 생산성을 향상시켜 더 나은 결과를 창출할 수 있도록 지원한다.   ▲ 앤시스 2025 R2는 시뮬레이션 워크플로 전반의 생산성, 정확성, 인사이트를 향상시키는 AI 기반 기술을 새롭게 선보인다.   물리 기반 AI로 직관적인 시뮬레이션 앤시스 2025 R2는 AI 기반 가상 어시스턴트인 ‘앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)’을 포함한 다양한 신기능을 통해 시뮬레이션의 접근성과 설계 효율, 정확도를 높인다. 앤시스 엔지니어링 코파일럿은 앤시스 GPT(Ansys GPT), 앤시스 웹사이트, 수천 개의 기술 문서, 800개 이상의 이노베이션 강의, 글로벌 포럼, 지원 케이스 생성/추적 기능에 바로 접근할 수 있다. 마이크로소프트 애저(Microsoft Azure)의 니디 체펠(Nidhi Chappell) AI 인프라 부문 부사장은 “마이크로소프트 애저 AI 파운드리와 앤시스 GPT의 통합을 통해 엔지니어들은 핵심 정보에 신속하게 접근하고, 앤시스의 깊이 있는 엔지니어링 전문성을 활용함으로써 생산성을 높이고 혁신을 가속화할 수 있다”고 전했다. 2025 R2는 앤시스 포트폴리오 전반에 AI 기능을 추가했다. 이를 통해 충실도가 높은 시뮬레이션을 자동으로 생성, 검증 및 최적화하여 모델 생성 속도를 높이고, 수동 작업을 줄이며 인적 오류를 줄일 수 있다. 앤시스 엔지니어링 코파일럿은 앤시스 메카니컬(Ansys Mechanical), 앤시스 디스커버리(Ansys Discovery), 앤시스 플루언트(Ansys Fluent), 앤시스 HFSS(Ansys HFSS), 앤시스 일렉트로닉 데스크톱(AEDT), 앤시스 스케이드 원(Ansys Scade One), 앤시스 스피오스(Speos), 앤시스 맥스웰(Maxwell), 앤시스 옵티스랭(optiSLang), 앤시스 루메리컬(Ansys Lumerical) 등 주요 설루션에 통합되어 있으며, 클릭 한 번으로 축적된 엔지니어링 전문 지식에 대한 즉각적 접근 가능 HFSS 기반 방사 패턴 시뮬레이션의 연산 속도는 17배 향상, 위상 배열 안테나의 빔 조향 정확도 개선으로 5G/6G, 레이더 센서, 위성통신 등 고주파 애플리케이션 최적화 이러한 기능을 향상된 데이터 처리 및 자동화와 결합함으로써, 기업은 새로운 효율을 확보하고 보다 간소화되고 확장 가능한 워크플로를 구축할 수 있다.   데이터 처리 및 자동화를 통한 AI 활용 극대화 앤시스 2025 R2는 복잡한 데이터 처리 및 관리 작업을 간소화함으로써 디지털 엔지니어링의 생산성과 협업 수준을 높인다. 견고한 데이터 관리 체계를 기반으로 제품 수명주기 전반에 걸쳐 데이터를 최대한 활용하고, AI 모델 학습 및 신뢰성 높은 합성 데이터 생성을 지원한다. 또한, 모델 기반 시스템 엔지니어링(MBSE)의 기능이 한층 강화되어 팀 간 신뢰 기반 협업은 물론, 디지털 연속성과 조직 간 통합된 워크플로 체계를 안정적으로 유지할 수 있다. 파이썬 호환성 확장을 통해 워크플로 자동화와 데이터 관리 유연성이 강화되었으며, 반복 가능한 프로젝트 운영과 품질 향상에 기여하고 있다. 40개 이상의 파이썬(Python) 라이브러리를 포함한 파이앤시스(PyAnsys) 컬렉션은 신규 도구인 파이에스티케이(PySTK) 및 파이켐킨(PyChemkin)을 통해 앤시스 설루션과의 자동화 연동을 강화 및 다양한 산업 애플리케이션 내 생산성·효율성 강화 웹 기반 협업 플랫폼인 앤시스 메디니 사이버 보안(Ansys medini Cybersecurity) SE는 위협 분석 및 취약점 관리 자동화 통해 사이버 보안 리스크 최소화 SysML v2 기반 웹 플랫폼 앤시스 시스템 아키텍처 모델러(Ansys System Architecture Modeler : SAM)를 통한 소프트웨어·안전·시뮬레이션 통합, 포괄적 MBSE 구현 지원 스마트 자동화와 고도화된 데이터 관리 기술은, 조직 내 다양한 팀들 간의 유기적이고 효율적인 협업 환경을 구축하고, 고성능 연산 기반으로 도출된 인사이트는 실행 가능한 결과로 제안되어, 정확하고 신속한 의사결정을 지원한다. 대표 사례로, 에너지 효율형 모터 제어 설루션 분야의 글로벌 선도 기업인 댄포스 드라이브(Danfoss Drives)는 앤시스의 시뮬레이션을 활용해 복잡한 시스템 설계를 검증하고, 성능 최적화, 에너지 절감, 운영 신뢰성 향상 등 산업 전반의 지속 가능한 혁신적인 드라이브 기술을 구현하고 있다. 댄포스 드라이브의 가상 설계·테스트·최적화 총괄 책임자인 마이클 라우르센(Michael Laursen)은 “파이앤시스는 사용자 맞춤형 자동화, 시스템 통합, 확장성을 구현하는 핵심 도구이다. 개방형 생태계를 기반으로 다양한 툴을 유기적으로 연결하고 AI 기능을 접목함으로써 설계부터 최적화까지의 워크플로를 가속화할 수 있다”고 밝혔다. 또한 “앤시스 기술은 디지털 설계 프로세스를 고도화하는 동시에 빠르게 변화하는 산업 환경에 유연하게 대응할 수 있는 기반을 마련해줄 뿐만 아니라, 비용 절감과 제품 개발 기간 단축에도 실질적으로 기여하고 있다”고 전했다.   현실을 모사하는 고성능 물리 시뮬레이션 정교한 물리 모델과 시뮬레이션 기술은 복잡한 설계 과제를 해결하는 데 필수이다. 앤시스는 핵심 엔지니어링 역량을 지속적으로 고도화하며, 사용자가 보다 신속하게 시뮬레이션 결과를 도출하고 혁신 기회를 창출할 수 있도록 지원한다. 앤시스 메카니컬(Ansys Mechanical)의 신규 혼합 솔버는 대형 과도 모델의 연산 속도 향상 및 시간에 따른 열 변화 분석 지원 복잡한 적층형 전자 시스템 메싱 작업의 자동화 및 속도·정확도·사용성 향상, 신규 메싱 플로 기능을 통한 수작업 간소화 앤시스 록키(Ansys Rocky) 및 프리플로우(Ansys FreeFlow)를 통한 고급 다물리(multiphysics) 연성 해석 기능 제공, 열·유체-구조·전자기 결합을 포함한 상세 시뮬레이션 및 성능 최적화 지원 앤시스 파워X(Ansys PowerX) 디버깅 툴을 통한 반도체 전력 소자의 설계 시간 단축, 기생 성분 이슈의 신속한 식별, 설정 간소화 및 효율적인 2D 메싱 작업 지원 RF 전력 분야의 기업인 앰플리온은 앤시스의 고급 시뮬레이션 기술을 활용해 4G LTE 및 5G NR 인프라는 물론 산업, 과학, 의료, 방송, 항법, 안전 무선통신용으로 사용되는 고신뢰·고성능 GaN 및 LDMOS 설루션을 설계하고 있다. 앰플리온의 모델링 및 특성화 그룹 팀장인 비토리오 쿠오코(Vittorio Cuoco, Ampleon) 박사는 “전자기, 열, 기계 간의 복잡한 상호작용을 효과적으로 제어하며 RF 전력 제품을 설계하는 일은 매우 까다로운 과제”라며, “앤시스의 설루션은 이러한 복잡성을 정면으로 해결할 수 있는 정밀한 시뮬레이션을 제공해 설계 리스크를 줄이고 제품 신뢰성을 높이는 데 도움이 되며, 그 결과는 성능 향상, 에너지 절감, 그리고 더 높은 효율성이라는 측면에서 크다”라고 전했다. 이러한 가속화는 클라우드 기반 시뮬레이션의 유연성을 통해 한층 강화된다. 온디맨드 방식의 기술을 적극 활용함으로써, 기업은 디지털 전환을 보다 수월하게 실현할 수 있다.   클라우드 기반 시뮬레이션 통한 디지털 전환 가속 앤시스 2025 R2는 클라우드 기술, 고성능 컴퓨팅(HPC), GPU 최적화 인프라를 적극 활용하여 연산 효율과 시뮬레이션 확장성을 극대화한다. 이를 통해 고객은 더 많은 설계 가능성을 더 짧은 시간 안에 탐색할 수 있으며, 웹 기반 및 온디맨드 기능 확장을 통해 엔지니어는 필요한 툴에 손쉽게 접근할 수 있으며 데스크톱 환경을 넘어서는 개발 역량 확보가 가능해졌다. 앤시스 아이스팩(Ansys Icepak) 및 플루언트 GPU 솔버(Fluent GPU Solver)를 통한 전자 냉각 시뮬레이션 연산 속도 최대 2.5배 향상, 앤시스 플루언트(Ansys Fluent) 웹 인터페이스에서는 제한적 GPU 솔버 기반의 실시간 모니터링 기능 제공 앤시스 디스커버리(Ansys Discovery)의 메싱 기능 개선을 통한 시뮬레이션 신뢰도 및 품질 향상, GPU 기반의 셋업 속도 개선으로 더 빠르고 안정적인 해석 환경 구현 앤시스 클라우드 버스트 컴퓨팅(Ansys Cloud Burst Compute)의 온디맨드(on-demand) HPC 성능이 앤시스 스피오스(Speos) 및 루메리컬 FDTD(Lumerical FDTD) 포함한 6종 제품에 적용, 별도 설치나 IT 지원 없이 고성능 클라우드 환경 활용 가능     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스는 자사의 모든 제품에 AI 기반 시뮬레이션 기능을 확대 적용한 최신 릴리스 ‘앤시스 2025 R2(Ansys 2025 R2)’를 발표했다. 앤시스 2025 R2는 시뮬레이션의 속도와 접근성을 높이는 동시에 강화된 솔버, 간소화된 워크플로, 파이썬(Python) 호환성 확대, 온디맨드 클라우드 컴퓨팅 지원 등을 통해 설계 유연성과 생산성을 높일 수 있게 했다. 또한, 초기 설계 단계에서 스마트한 의사결정을 가능하게 하여 차세대 위성부터 데이터센터 설계까지 다양한 산업 분야에서 실질적인 가치를 제공하는 데에 초점을 맞췄다. AI 기반의 도구와 기능을 통해 시뮬레이션 도입 장벽을 낮추고, 팀 간 협업을 촉진하며, 전사적인 생산성을 향상시켜 더 나은 결과를 창출할 수 있도록 지원하는 것도 특징이다. 앤시스 2025 R2는 AI 기반 가상 어시스턴트인 앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)을 포함한 다양한 신기능을 통해 시뮬레이션의 접근성과 설계 효율, 정확도를 높인다. 앤시스 엔지니어링 코파일럿은 앤시스 GPT(Ansys GPT), 앤시스 웹사이트, 수천 개의 기술 문서, 800개 이상의 이노베이션 강의, 글로벌 포럼, 지원 케이스 생성/추적 기능에 바로 접근할 수 있다. 앤시스는 마이크로소프트 애저 AI 파운드리와 앤시스 GPT의 통합으로 엔지니어가 핵심 정보에 신속하게 접근하고, 엔지니어링 전문성을 활용할 수 있게 했다. 앤시스 엔지니어링 코파일럿은 앤시스 메카니컬(Ansys Mechanical), 앤시스 디스커버리(Ansys Discovery), 앤시스 플루언트(Ansys Fluent), 앤시스 HFSS(Ansys HFSS), 앤시스 일렉트로닉 데스크톱(AEDT), 앤시스 스케이드 원(Ansys Scade One), 앤시스 스피오스(Speos), 앤시스 맥스웰(Maxwell), 앤시스 옵티스랭(optiSLang), 앤시스 루메리컬(Ansys Lumerical) 등 주요 설루션에 통합되어 있으며, 클릭 한 번으로 축적된 엔지니어링 전문 지식에 대한 즉각적 접근이 가능하다. 앤시스는 “AI 기반의 엔지니어링 코파일럿을 활용하면 HFSS 기반 방사 패턴 시뮬레이션의 연산 속도를 17배 높일 수 있다. 이외에도 위상 배열 안테나의 빔 조향 정확도를 개선해 5G/6G, 레이더 센서, 위성통신 등 고주파 애플리케이션을 최적화할 수 있다”면서, “이러한 기능을 향상된 데이터 처리 및 자동화와 결합함으로써, 기업은 새로운 효율성을 확보하고 보다 간소화되고 확장 가능한 워크플로를 구축할 수 있다”고 설명했다.     앤시스 2025 R2는 복잡한 데이터 처리 및 관리 작업을 간소화함으로써 디지털 엔지니어링의 생산성과 협업 수준을 높인다. 견고한 데이터 관리 체계를 기반으로, 제품 수명주기 전반에 걸쳐 데이터를 최대한 활용하고, AI 모델 학습 및 신뢰성 높은 합성 데이터 생성을 지원한다. 또한, 모델 기반 시스템 엔지니어링(MBSE)의 기능이 한층 강화되어 팀 간 신뢰 기반 협업은 물론, 디지털 연속성과 조직 간 통합된 워크플로 체계를 안정적으로 유지할 수 있다. 파이썬 호환성 확장을 통해 워크플로 자동화와 데이터 관리 유연성이 강화되었으며, 반복 가능한 프로젝트 운영과 품질 향상에 기여하고 있다. 스마트 자동화와 고도화된 데이터 관리 기술은 조직 내 다양한 팀들 간의 유기적이고 효율적인 협업 환경을 구축하고, 고성능 연산 기반으로 도출된 인사이트는 실행 가능한 결과로 제안되어, 정확하고 신속한 의사결정을 지원한다. 뿐만 아니라, 앤시스는 핵심 엔지니어링 역량을 지속적으로 고도화하며, 사용자가 보다 신속하게 시뮬레이션 결과를 도출하고 혁신 기회를 창출할 수 있도록 지원한다고 소개했다.  이러한 가속화는 클라우드 기반 시뮬레이션의 유연성을 통해 한층 강화된다. 앤시스 2025 R2는 클라우드 기술, 고성능 컴퓨팅(HPC), GPU 최적화 인프라를 적극 활용하여 연산 효율과 시뮬레이션 확장성을 강화한다. 앤시스는 “이를 통해 고객은 더 많은 설계 가능성을 더 짧은 시간 안에 탐색할 수 있다. 웹 기반 및 온디맨드 기능 확장을 통해 엔지니어는 필요한 툴에 손쉽게 접근할 수 있으며, 데스크톱 환경을 넘어서는 개발 역량 확보가 가능해졌다”고 전했다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스의 시뮬레이션은 물리 기반 설계의 기준점이자 이론과 실험을 연결하는 가교 역할을 해 왔다. 50년 이상의 고급 물리 해석 경험을 바탕으로, 앤시스 2025 R2는 더욱 스마트하고 빠르며 복잡한 시뮬레이션을 구현할 수 있도록 지원한다”면서, “모델·메타데이터·추적성·표준 기반의 데이터 활용을 통해 미래의 혁신적인 제품 개발을 위한 엔지니어링 역량을 강화할 것”이라고 강조했다.

파이썬 활용 강화 및 p-h 선도 업그레이드   최근 차량 전문 1D 열 관리(thermal management) 소프트웨어인 KULI(쿨리)의 기능이 업데이트되었다. 더 범용적으로 활용 가능하도록 파이썬(Python)을 활용할 수 있는 파이썬 컨트롤러(Python controller)가 추가되었으며, A/C 시스템의 해석 결과를 볼 수 있는 p-h 선도 또한 시인성 및 그래픽 기능이 향상되었다. 이번 호에서는 KULI의 신규 기능에 대해 알아보도록 하겠다.   ■ 이대형 태성에스엔이 FBU-F2팀의 매니저로, 1D CFD인 KULI와 3D CFD인 앤시스 플루언트 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr    신규 기능 - 파이썬 컨트롤러 현재 가장 대중적이고 범용으로 사용되는 프로그램 언어는 파이썬일 것이다. 파이썬은 간결하고 읽기 쉬운 문법이 특징으로 데이터 분석, 웹 개발, AI등 다양한 분야에서 활용되고 있으며, 많은 오픈 소스 라이브러리 및 깃허브(GitHub)와 같은 다양한 커뮤니티를 가지고 있는 프로그램 언어다. 이러한 파이썬을 활용할 수 있는 파이썬 컨트롤러 기능은 KULI 17.1 버전에서 처음 도입되었다.(최신 버전 19.1, 2025 5월 릴리스) 기존에 KULI에서 지원하고 있는 COM object, Calculation controller 등 다양한 컨트롤러 컴포넌트의 조합으로 시스템 제어 로직을 작성하거나 써멀 매니지먼트(Thermal management) 최적화를 사용할 수 있었으나, 이번에 도입된 파이썬 컨트롤러를 이용하면 좀 더 적은 노력으로 더욱 확장된 기능을 이용할 수 있다.(그림 1)   그림 1. 파이썬 컨트롤러 사용 예시   파이썬 컨트롤러를 사용하기 위해서는 KULI advanced 모듈이 필요하며, 미리 구성되어 있는 ‘*.py’ 스크립트가 필요하다. 정상적인 구동을 위해서는 파이썬 설치가 되어 있어야 하며 KULI 버전에 따른 지원 가능한 파이썬 버전이 다르므로, 메뉴에서 Help → about KULI를 이용하여 지원되는 파이썬을 사용자가 직접 설치하여야 한다.(그림 2)   그림 2. KULI에서 지원하는 파이썬 버전 확인   사용하는 환경 상 여러 버전의 파이썬을 사용할 경우, KULI에서는 PATH 환경 변수에서 발견되는 첫 번째 파이썬을 기준으로 구동된다. 따라서 원활한 사용을 위해서는 PATH 환경 변수에서 다른 모든 버전을 제거하거나, KULI가 지원하는 파이썬 버전을 PATH의 첫 번째 위치에 두어야 한다. 파이썬 컨트롤러는 KULI thermal system circuit 상의 Signal path의 일부이므로 기존에 지원하고 있던 Calculation controller, PID controller, Characteristic curve 등과 동일한 방식으로 사용이 가능하다. 최소 1개 이상의 Input을 취하며 다양한 Output을 제공하게 된다. 파이썬 컨트롤러는 KULI의 해석 Iteration마다 반복적으로 스크립트(Script)를 호출하므로 Time step과 Iteration을 구분해야 하는 경우에는 스크립트 자체에서 정의해야 한다.(그림 3)   그림 3. 파이썬 스크립트 작동 순서   파이썬 컨트롤러를 사용하기 위해서는 파이썬 스크립트(Python script)가 반드시 필요하며, 이 스크립트는 KULI가 확인 가능한 경로에 존재해야 한다. 일반적으로는 현재 사용 중인 프로젝트 디렉토리 내에 있는 ‘PythonScripts’ 폴더에 저장하게 된다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

앤시스 워크벤치를 활용한 해석 성공 사례   다양한 산업에서 제품 설계 및 안정성 평가를 위한 실험에 많은 비용과 노력이 소요됨에 따라, 가상의 공간에서 사용자가 원하는 실험 환경을 구성하여 결과를 도출하는 방식이 증가하고 있다. 또한, 해석을 많이 활용하지 않던 산업군에서도 시뮬레이션을 도입하는 단계에 있다. 그 중 바이오 산업에서는 환자의 CT 정보를 기반으로 한 혈류 해석과 임플란트 해석에 대한 수요가 증가하고 있다. 해석 결과를 바탕으로 안정성과 구조적 성능을 평가하고, 이를 임상 결과 데이터로 보완하는 과정이 이루어지고 있다. 이번 호에서는 3D 슬라이서(3D Slicer)와 앤시스 플루언트(Ansys Fluent)를 활용하여 혈관 모델링부터 혈류 해석까지의 워크플로를 소개하고자 한다.   ■ 김지원 태성에스엔이 FBU-F1팀의 매니저로, 열 유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   현재 대부분의 기업이 시뮬레이션을 적극 적용하고 있으며, 특히 바이오 산업에서는 환자의 CT 정보를 기반으로 한 혈류 분석에 대한 수요가 증가하고 있다. 이러한 분석은 혈관 협착증 및 인조혈관의 안정성과 구조적 성능을 평가하는 새로운 방법으로 중요한 역할을 한다. CT와 MRI 기술의 발달로 체내 모습을 3D 영상으로 시각화할 수 있게 되면서, 유체역학과 의학 간 융합 연구의 발전이 기대되고 있다. 특히 혈관 질환의 발생 원인을 규명하기 위해 혈류 해석을 기반으로 혈류 역학적 특성을 분석하는 추세다. 또한, 비침습적 방법을 활용하여 환자의 혈관을 진단하고 평가하는 기술이 주목받고 있다. 이번 호에서는 혈류 해석을 수행하기 위해 주요 혈관 모델링 툴을 활용한 혈관 추출 방법, 혈액의 물성치 설정, 그리고 경계 조건 설정 과정에 대해 다루고자 한다.   전처리(Pre-Processing) 대동맥 혈관의 3차원 영상 및 모델링 앤시스의 모델링 툴에는 환자의 3D CT 영상을 STL 파일로 직접 추출하는 기능이 존재하지 않는다. 따라서 이번 호에서는 상용 프로그램인 3D 슬라이서를 사용한다. 3D 슬라이서는 의료 이미징 데이터를 시각화하고 분석하는 오픈소스 소프트웨어 플랫폼으로 영상 분석, 3D 모델링, 디자인 등을 통해 종합적인 의료 영상 처리를 수행하는 전문 소프트웨어다. 이를 통해 DICOM 파일을 기반으로 3D 형상을 추출할 수 있다.    그림 1. 3D 슬라이서에서 혈관 추출   <그림 1>은 3D 슬라이서를 이용하여 혈관을 추출한 과정이다. CT 촬영 시 혈관 조직을 명확하게 구분하기 위해 조영제를 주입하면, HU(Hounsfield Units) 수치로 표현되어 특정 HU 값 범위에서 혈관을 쉽게 추출할 수 있도록 구성된다. 또한, 유동 해석을 위해 격자를 생성하는 과정에서 모델링 단계에서 패싯(facet)을 스무딩(smoothing)하는 옵션을 적용하여 형상을 정리한다. 혈관 모델링이 완료된 후, DICOM 파일을 STL 파일로 변환한다.    대동맥 혈관의 3차원 영상 및 모델링 앤시스 스페이스클레임(Ansys SpaceClaim)에서 변환한 STL 파일을 가져오면 패싯을 확인할 수 있으며, 이를 볼륨(volume) 형태로 변환하는 과정을 진행한다. 볼륨 형태로 변환하기 위해 모델을 확인하면, <그림 2>와 같이 돌출되거나 뚫린 패싯 등 변환이 어려운 영역이 존재한다.   그림 2. Faulty facet areas   그림 3. Converting from facet to volume   솔브(Solve) 혈액 물성치 이번 호에서는 혈류 해석을 수행하기 위해 플루언트를 사용하며, 혈액의 거동을 수치적으로 해석하기 위해 혈액의 밀도와 점성 계수를 입력한다. 혈액은 전단 응력에 따라 점도가 변하는 비뉴턴 유체이며, 이러한 특성을 반영하기 위해 Carreau 모델을 적용한다. Carreau 모델은 비뉴턴 유체의 점성 거동을 정의하는 구성 방정식이며, 이는 <그림 4>의 수식과 같이 계산된다.   그림 4. Carreau 모델 수식     ■ 자세한 기사 내용은 PDF로 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.

앤시스가 엔비디아, 볼보자동차와 협력해 공기역학 시뮬레이션 분야에서 우수한 성과를 달성했다고 밝혔다. 앤시스는 엔비디아 블랙웰(NVIDIA Blackwell) GPU 8개를 시뮬레이션 솔버에 활용하고 CPU 코어를 메싱에 적용한 결과, 전체 시뮬레이션 실행 시간을 기존 24시간에서 6.5시간으로 단축했다. 앤시스는 이번 성과를 통해 반복적인 설계 작업을 가능케 하며, 배터리 전기차(BEV) 최적화 연구를 더욱 심도 있게 지원하고 개발 기간 단축과 시장 출시 속도 가속화에 기여할 것이라고 밝혔다. 또한, 이번 협업이 자동차 산업을 비롯한 항공우주, 모터스포츠, 소비자 전자제품 등 정밀한 유체 흐름 시뮬레이션이 요구되는 다양한 산업 분야에서 새로운 기준을 제시할 것으로 기대하고 있다. 볼보자동차는 전기차 배터리 성능 향상을 위해 고성능 컴퓨팅(HPC)과 전산유체역학(CFD)을 적극 활용하고 있다. 특히, 전기차의 주행 거리 향상에 큰 영향을 미치는 공기역학적 항력(aerodynamic drag)을 최소화하는 작업이 중요한 과제로 떠오르고 있는 가운데, 이를 최적화하기 위해 정밀한 시뮬레이션이 필수로 요구된다. 그러나 고정밀도의 CFD 시뮬레이션은 상당한 시간과 연산 자원을 요구하며, 높은 비용이 소요되는 동시에 최적화 기회가 제한되는 한계점이 있다.     앤시스와 볼보자동차는 EX90 전기자동차의 에너지 효율성 및 주행거리 향상을 위해 앤시스 플루언트(Ansys Fluent)를 엔비디아 블랙웰 GPU 8개로 확장해 메싱에 1시간, 솔버에 5.5시간이 소요되는 최적화된 엔드 투 엔드 워크플로를 구현했다. 기존에 2016개의 CPU 코어를 사용해 동일한 시뮬레이션을 실행한 경우와 비교하면 솔버 실행 시간이 2.5배 빨라진 것이다. 이러한 기술 결합은 볼보자동차가 CFD 시뮬레이션을 하루에 여러 차례 반복 실행하고, 다양한 설계 변수를 평가해 설계 최적화를 획기적으로 수행할 수 있도록 지원한다. 시뮬레이션 프로세스 속도가 빨라짐에 따라 볼보자동차는 배출가스 저감, 주행거리 연장, 효율성 향상 등 국제표준시험방식(WLTP)의 핵심 기준을 더욱 효과적으로 충족할 수 있을 것으로 기대하고 있다. 볼보자동차의 토르비욘 비르둥(Torbjörn Virdung) CFD 기술 총괄 책임자는 “앤시스 시뮬레이션을 활용하면 기존 방식보다 더욱 빠르게 설계를 최적화하고 가상 테스트까지 수행할 수 있다”며, “제품 효율을 높이기 위해서는 우리가 사용하는 툴과 설루션의 성능을 우선적으로 점검해야 한다”고 밝혔다. 또한 “앤시스 플루언트는 정밀한 분석이 가능한 데다 엔비디아의 인프라를 통해 계산 속도까지 대폭 향상돼 다양한 설계 옵션을 더욱 빠르고 폭넓게 검토할 수 있어, 결과적으로 우리가 최적의 차량 설계를 단기간에 구현할 수 있게 됐다”고 덧붙였다. 앤시스의 셰인 엠스와일러(Shane Emswiler) 제품 부문 수석 부사장은 “이번 사례는 GPU 기반의 시뮬레이션이 혁신을 촉진하고 제품 출시 기간을 단축할 수 있음을 보여준다”며, “정밀한 모델링과 빠른 연산 속도를 결합한 GPU 가속 시뮬레이션을 통해 고객은 보다 많은 시뮬레이션을 수행하고 최상의 성능을 가진 제품을 개발할 수 있다”고 말했다. 엔비디아의 팀 코스타(Tim Costa) CAE EDA 및 양자 부문 수석 이사는 “앤시스와 볼보자동차의 이번 협력은 엔비디아의 최신 블랙웰 인프라 설루션이 지닌 뛰어난 성능과 확장성을 엔지니어링 시뮬레이션 분야에서 입증한 것”이라며, “엔비디아는 앤시스와 같은 소프트웨어 파트너와 함께 컴퓨터 기반 엔지니어링의 미래를 선도하고 있으며, 전에 없던 뛰어난 성능과 높은 확장성을 제공해 고객들이 복잡한 엔지니어링 과제를 해결할 수 있도록 지원할 것”이라고 밝혔다.

개발 및 공급 : 앤시스코리아 주요 특징 : 사용자 학습 데이터 기반의 AI로 후처리 과정에서 심층 인사이트 제공, 시스템 아키텍처 모델러에 SysML v2 지원 추가해 협업 촉진 및 제품 설계 최적화 가속, HPC 라이선스 없이 엔터프라이즈급 CFD 기능 제공하는 앤시스 CFD HPC 얼티메이트 출시 등   앤시스가 디지털 엔지니어링 혁신을 지원하는 AI 기반 엔지니어링 시뮬레이션 설루션인 ‘앤시스 2025 R1(Ansys 2025 R1)’을 발표했다. 앤시스 2025 R1은 정교한 디지털 엔지니어링 기술을 통해 기존 인프라와 원활하게 연계될 뿐 아니라, 업무 중단을 최소화하면서 보다 혁신적인 제품 개발을 위한 협업을 지원한다. AI, 클라우드 컴퓨팅, GPU 및 HPC의 강력한 성능을 기반으로 한 이번 업데이트는 더욱 신속하고 협력적인 의사 결정을 가능케 하며, 설계 탐색 범위를 확장하고 제품 설계 기간 단축에 기여할 전망이다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스 2025 R1은 더욱 강력한 통합 기능을 제공해, 제품 전체 수명 주기에 걸쳐 디지털 프로세스를 구축하고 개발 전후 데이터를 효율적으로 관리할 수 있는 다양한 도구와 설루션을 제공할 것”이라면서, “하나의 데이터 기반의 환경에서 서로 단절된 팀도 원활하게 협업할 수 있도록 지원하며, 이를 통해 비용 절감과 제품 출시 기간을 단축시켜 고객의 경쟁력 강화에 기여할 것”이라고 밝혔다. 제품이 점차 통합되고 복잡해짐에 따라 R&D 프로세스 또한 급변하는 시장 요구에 맞춰 지속적으로 발전해야 한다. 앤시스는 고객의 디지털 전환 과정을 원활하게 지원하며, 변화하는 시장 환경에 대응할 수 있도록 다양한 도구와 설루션을 제공할 예정이다.   ▲ 이미지 출처 : 앤시스 웹사이트 캡처   향상된 물리 솔버 제품 성능을 보장하려면 구성 요소부터 시스템 전반에 이르는 멀티피직스(multi-physics)를 이해하는 것이 필수이다. 앤시스 2025 R1은 신속하고 정밀한 물리 기반 시뮬레이션 결과를 제공하는 신제품뿐만 아니라, 기존 제품의 강화된 기능을 통해 엔지니어링 팀이 설계 초기 단계에서 보다 신뢰성 높은 의사 결정을 내릴 수 있도록 지원할 전망이다. 앤시스 디스커버리(Ansys Discovery) 3D 시뮬레이션 소프트웨어는 전열(electrothermal) 분석, 오소트로픽(orthotropic) 전도, 내부 팬(fans) 기능을 추가해 써멀 모델링 역량을 확장했으며 속도 및 사용 편의성을 개선했다. 구조 해석 설루션은 소음·진동·마찰(NVH)에 대한 통합 설루션을 제공하며, 주파수 응답 함수(FRF) 계산 속도가 10배 향상됐다. 또한 진동음향(vibro-acoustics) 매핑, 최적화된 메싱, 모드 기여도 분석 기능 등을 탑재했다. 앤시스 일렉트로닉스(Ansys Electronics)는 앤시스 소프트웨어 제품 간 연결성을 강화해 3D 집적 회로에 중요한 메싱을 개선하며 자동화된 워크플로우 기능, 향상된 시뮬레이션 성능 등을 제공한다. 새로운 폴리머 FEM(Polymer FEM) 제품은 높은 정확도의 모델을 적용해 실제 재료의 거동을 정밀하게 포착하며, 고객의 고급 재료 시뮬레이션 요구 사항을 충족한다.   클라우드/HPC/GPU 클라우드 컴퓨팅, 고성능 컴퓨팅(HPC) 및 GPU의 강력한 성능은 최신 제품의 엔지니어링 속도를 혁신적으로 변화시키고 있다. 이 과정에서 접근성, 상호 운용성, 확장성은 핵심 요소로 작용하며, 고객이 데스크톱 애플리케이션의 한계를 넘어서서 보다 혁신적인 제품을 협업하여 설계할 수 있도록 지원한다. 앤시스 2025 R1은 GPU 솔버의 성능을 한층 강화했으며, 다양한 애플리케이션에 웹 기반 온디맨드(on-demand) 기능을 추가 제공한다. 앤시스 플루언트(Ansys Fluent)  멀티 GPU(multi-GPU) 유체 시뮬레이션 솔버는 자동차 외부 공기 역학과 같은 대규모 메시 셀(mesh cell)을 포함한 고해상도 해석을 지원한다. 또한, 전체 시뮬레이션 속도 저하 없이 매개변수 추가 및 정확도 개선을 설계자에게 제공한다. 앤시스 CFD HPC 얼티메이트(Ansys CFD HPC Ultimate)는 추가 HPC 라이선스 없이 단일 작업에서 여러 CPU 코어 또는 GPU를 활용할 수 있는 엔터프라이즈급 전산유체역학(CFD) 기능을 제공한다. 앤시스 루메리컬 FDTD(Ansys Lumerical FDTD)의 새로운 GPU 가속 3D 전자기 시뮬레이션은 기존 CPU 솔버 대비 메모리 사용량을 50% 절감하며 메싱 시간을 20% 줄인다. 앤시스 메커니컬(Ansys Mechanical)의 GPU 직접 가속 구조 유한 요소 해석(FEA) 솔버는 기존 설루션 대비 최대 6배 빠른 성능을 제공하며, 반복 솔버(iterative solver)는 CPU 전용 솔버 대비 6배 빠른 속도를 구현한다. 앤시스 디스커버리(Ansys Discovery)의 클라우드 버스트 컴퓨팅(Cloud Burst Compute) 기능을 활용하면 1000개의 설계 변형을 10분 만에 해결할 수 있다. 엔비디아 GPU를 활용한 디스커버리의 매개변수 연구(parametric study) 속도는 100배 이상 향상된다. 앤시스 클라우드 버스트 컴퓨팅(Ansys Cloud Burst Compute) 기능은 앤시스 메카니컬 (Ansys Mechanical), 앤시스 플루언트(Ansys Fluent) 및 앤시스 HFSS(Ansys HFSS) 고주파 전자기 시뮬레이션 소프트웨어를 위한 유연하고 확장 가능한 온디맨드(on-demand) HPC 성능을 제공한다.   인공지능 앤시스는 인공지능(AI) 기반 기술을 통해 포트폴리오를 지속적으로 확장하며, 컴퓨터 지원 엔지니어링(CAE) 산업에 혁신적인 속도와 접근성을 제공한다. 앤시스 AI는 신규 및 기존 데이터를 활용해 빠르게 설계를 분석하고 AI 모델을 신속하게 학습시켜 제품 출시 기간을 단축시키는 한편 비용 절감 효과를 극대화한다. 직관적인 인터페이스를 갖춘 데이터 처리 도구 지원을 통해 SimAI 모델링을 위한 데이터 준비 과정을 간소화한다. 앤시스 SimAI는 사용자가 모델 학습 데이터를 확장해 후처리 과정에서 더욱 정교한 분석을 수행할 수 있도록 지원한다. 앤시스 일렉트로닉스 AI+(Ansys Electronics AI+)는 AI 기반 기술을 활용해 앤시스 멕스웰(Ansys Maxwell) 전기기장(electromagnetic field) 해석 솔버, 앤시스 아이스팩(Ansys Icepak), 전자기 냉각 시뮬레이션 소프트웨어, HFSS 등에서 수행되는 전자기 시뮬레이션의 필요 리소스 실행 시간을 정밀하게 예측한다. 앤시스 RF 채널 모델러(Ansys RF Channel Modeler)의 고급 합성 레이더 시뮬레이션 기능은 지상에서 AI를 활용한 표적 식별을 위해 폭넓은 학습 및 검증 데이터 세트를 제공하여, 디지털 미션 엔지니어링 분야를 지원한다.   ▲ 이미지 출처 : 앤시스 웹사이트 캡처   연결된 에코시스템 최첨단 연구개발(R&D) 환경에서는 모델 기반 시스템 엔지니어링(MBSE) 및 자동화 설계를 도입하여 연구개발 워크플로를 원활하고 효율적으로 유지하는 것이 중요하다. 앤시스 엔지니어링 설루션은 기존 인프라에도 새로운 기술을 쉽게 통합할 수 있도록 높은 호환성과 확장성을 갖춰 제품 설계의 혼선을 방지할 수 있다. 앤시스 2025 R1은 디지털 전환을 더욱 원활하게 지원할 수 있도록 MBSE 기능과 데이터 관리 기능이 강화되었다. 앤시스 모델센터(ModelCenter) MBSE 소프트웨어와 앤시스 시스템 아키텍처 모델러(System Architecture Modeler : SAM)는 SysML v2 지원을 강화해 엔지니어링 조직 전반에서 제품 요구 사항의 접근성과 확장성을 높이고, 팀 간 협업을 더욱 긴밀하게 연결하여 개발 시간 단축에 기여한다. 앤시스 모델센터(ModelCenter)는 MBSE 연결성이 향상되어 호환성을 높였고, 카펠라(Capella) 커넥터 기능이 강화되었으며, 앤시스 적으로 제공한다. SAM과의 더욱 긴밀한 통합을 통해 검색, 저장 및 수정 기능을 보다 직관적으로 제공한다. 앤시스 미네르바(Ansys Minerva) 시뮬레이션 프로세스 및 데이터 관리 소프트웨어인 미네르바는 일반 커넥터 개선을 통해 외부 데이터 연동을 표준화하며, 업로드 전 문제점 검증을 가능케 하여 제품 생산 시간 및 비용 절감에 기여한다. 커넥터는 새로운 비동기 작업 실행 기능이 추가돼 엔지니어의 생산성을 개선한다.   기타 앤시스 2025 R1의 주요 특징 앤시스 옵티슬랭(Ansys optiSLang) 프로세스 통합 및 설계 최적화 소프트웨어로 인터페이스, 분산 컴퓨팅, 고급 알고리즘 등 전반적인 개선으로 설계 워크플로의 유연성과 성능을 강화한다. 앤시스 그란타 MI(Ansys Granta Materials Intelligence) 제품군은 컴퓨터 이용 공학(CAE), 컴퓨터 지원 설계(CAD), 제품 수명주기 관리(PLM) 등의 소프트웨어와 공통 사용환경을 제공하여, 그란타(Granta) 최종 사용자 인터페이스와 통합 인터페이스 간 일관된 사용자 경험을 제공한다. 앤시스 플루언트(Ansys Fluent)의 내결함성 메싱(FaultTolerant Meshing : FTM)과 수밀 메싱(watertight meshing)에 적용된 작업 기반 성능을 개선해 메싱 속도를 가속화한다.  전력 필드 효과 트랜지스터(FET) 및 전력 관리 집적회로(PMIC)의 분석, 시뮬레이션, 최적화를 위한 신규 도구로 앤시스 파워X(Ansys PowerX)를 제공한다.    ▲ 이미지 출처 : 앤시스 웹사이트 캡처     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스가 디지털 엔지니어링 혁신을 위한 AI 기반 엔지니어링 시뮬레이션 설루션인 ‘앤시스 2025 R1(Ansys 2025 R1)’을 발표했다. 앤시스 2025 R1은 정교한 디지털 엔지니어링 기술을 통해 기존 인프라와 원활하게 연계될 뿐 아니라, 업무 중단을 최소화하면서 보다 혁신적인 제품 개발을 위한 협업을 지원한다. 앤시스는 “AI, 클라우드 컴퓨팅, GPU 및 HPC의 강력한 성능을 기반으로 한 이번 업데이트가 더욱 신속하고 협력적인 의사 결정을 가능케 하며, 설계 탐색 범위를 확장하고 제품 설계 기간 단축에 기여할 전망”이라고 전했다. 제품이 점차 통합되고 복잡해짐에 따라 R&D 프로세스 또한 급변하는 시장 요구에 맞춰 지속적으로 발전해야 한다. 앤시스는 고객의 디지털 전환으로의 과정을 원활하게 지원하며, 변화하는 시장 환경에 대응할 수 있도록 다양한 도구와 설루션을 제공할 예정이다.     제품 성능을 보장하려면 구성 요소부터 시스템 전반에 이르는 멀티피직스(Multi-Physics)를 이해하는 것이 필수이다. 앤시스 2025 R1은 신속하고 정밀한 물리 기반 시뮬레이션 결과를 제공하는 신제품뿐만 아니라, 기존 제품의 강화된 기능을 통해 엔지니어링 팀이 설계 초기 단계에서 보다 신뢰성 높은 의사 결정을 내릴 수 있도록 지원할 전망이다. 앤시스 디스커버리(Ansys Discovery) 3D 시뮬레이션 소프트웨어는 전열(electrothermal) 분석, 오소트로픽(orthotropic) 전도, 내부 팬(fans) 기능을 추가해 서멀 모델링 역량을 확장했으며 속도 및 사용 편의성을 개선했다. 구조 해석 설루션은 소음·진동·마찰(NVH)에 대한 통합 설루션을 제공하며, 주파수 응답 함수(FRF) 계산 속도의 10배 향상, 진동-음향(vibro-acoustics) 매핑, 최적화된 메싱, 모드 기여도 분석 기능 등을 탑재했다. 앤시스 일렉트로닉스(Ansys Electronics)는 앤시스 소프트웨어 제품 간 연결성을 강화해 3D 집적 회로에 중요한 메싱 개선, 자동화된 워크플로 기능, 향상된 시뮬레이션 성능을 제공하며, 새로운 폴리머 FEM(Polymer FEM) 제품은 높은 정확도의 모델을 적용해 실제 재료의 거동을 정밀하게 포착 및 고객의 고급 재료 시뮬레이션 요구 사항을 충족한다. 클라우드 컴퓨팅, HPC 및 GPU의 강력한 성능은 최신 제품의 엔지니어링 속도를 혁신적으로 변화시키고 있다. 이 과정에서 접근성, 상호 운용성, 확장성은 핵심 요소로 작용하며 고객이 데스크톱 애플리케이션의 한계를 넘어서서 보다 혁신적인 제품을 협업하여 설계할 수 있도록 지원한다. 앤시스 2025 R1은 GPU 솔버의 성능을 한층 강화했으며, 다양한 애플리케이션에 웹 기반 온디맨드(on-demand) 기능을 추가 제공한다. 앤시스 플루언트(Ansys Fluent)  멀티 GPU 유체 시뮬레이션 솔버는 자동차 외부 공기 역학과 같은 대규모 메시 셀(mesh cell)을 포함한 고해상도 해석을 지원. 전체 시뮬레이션 속도 저하 없이 매개변수 추가 및 정확도 개선을 설계자에게 제공한다. 앤시스 CFD HPC 얼티메이트(Ansys CFD HPC Ultimate)는 추가 HPC 라이선스 없이 단일 작업에서 여러 CPU 코어 또는 GPU를 활용할 수 있는 엔터프라이즈급 전산유체역학(CFD) 기능을 제공한다. 앤시스 루메리컬 FDTD(Ansys Lumerical FDTD)의 새로운 GPU 가속 3D 전자기 시뮬레이션은 기존 CPU 솔버 대비 메모리 사용량을 50% 절감 및 메싱 시간 20% 단축하며, 앤시스 메커니컬(Ansys Mechanical)의 GPU 직접 가속 구조 유한 요소 해석(finite element analysis, FEA) 솔버는 기존 설루션 대비 최대 6배 빠른 성능을 제공한다. 앤시스 디스커버리(Ansys Discovery)의 클라우드 버스트 컴퓨팅(Cloud Burst Compute) 기능을 활용하면 1000개의 설계 변형을 10분 만에 해결할 수 있으며, 엔비디아 GPU를 활용한 디스커버리의 매개변수 연구(parametric study) 속도는 100배 이상 향상된다. 앤시스 클라우드 버스트 컴퓨팅(Ansys Cloud Burst Compute) 기능은 앤시스 메커니컬(Ansys Mechanical), 앤시스 플루언트(Ansys Fluent) 및 앤시스 HFSS(Ansys HFSS) 고주파 전자기 시뮬레이션 소프트웨어를 위한 유연하고 확장 가능한 온디맨드(on-demand) HPC 성능을 제공한다. 또한, 앤시스는 AI 기반 기술을 통해 포트폴리오를 지속적으로 확장하며 컴퓨터 지원 엔지니어링(CAE) 산업에 혁신적인 속도와 접근성을 제공한다고 소개했다. 앤시스 AI는 신규 및 기존 데이터를 활용해 빠르게 설계를 분석하고 AI 모델을 신속하게 학습시켜 제품 출시 기간을 단축시키는 한편 비용 절감 효과를 극대화한다. 앤시스는 직관적인 인터페이스를 갖춘 데이터 처리 도구를 지원해 심AI(SimAI) 모델링을 위한 데이터 준비 과정을 간소화할 수 있도록 한다. 앤시스 심AI는 사용자가 모델 학습 데이터를 확장해 후처리 과정에서 더욱 정교한 분석을 수행할 수 있도록 지원한다. 앤시스 일렉트로닉스 AI+(Ansys Electronics AI+)는 AI 기반 기술을 활용해 앤시스 멕스웰(Ansys Maxwell) 전기기장(electromagnetic field) 해석 솔버, 앤시스 아이스팩(Ansys Icepak), 전자기 냉각 시뮬레이션 소프트웨어, HFSS 등에서 수행되는 전자기 시뮬레이션의 필요 리소스와 실행 시간을 정밀하게 예측할 수 있다. 앤시스 RF 채널 모델러(Ansys RF Channel Modeler)의 고급 합성 레이더 시뮬레이션 기능은 지상에서 AI를 활용한 표적 식별을 위해, 폭넓은 학습 및 검증 데이터 세트를 제공하여 디지털 미션 엔지니어링 분야를 지원한다. 한편, 앤시스는 자사의 엔지니어링 이루션이 기존 인프라에도 새로운 기술을 쉽게 통합할 수 있도록 높은 호환성과 확장성을 갖춤으로써 제품 설계의 혼선을 방지할 수 있다고 덧붙였다. 앤시스 2025 R1은 디지털 전환을 더욱 원활하게 지원할 수 있도록 MBSE 기능과 데이터 관리 기능이 강화되었다. 이외에도 앤시스 2025 R1에는 프로세스 통합 및 설계 최적화 소프트웨어인 앤시스 옵티슬랭(Ansys optiSLang), CAE/CAD/PLM 등 소프트웨어와 공통 사용환경을 제공하는 앤시스 그란타 MI(Ansys Granta Materials Intelligence) 제품군, 메싱 속도를 높인 앤시스 플루언트(Ansys Fluent), 전력 필드 효과 트랜지스터(FET) 및 전력 관리 집적회로(PMIC)의 분석, 시뮬레이션, 최적화를 위한 신규 도구인 앤시스 파워X(Ansys PowerX) 등이 제공된다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스 2025 R1은 더욱 강력한 통합 기능을 제공해, 제품 전체 수명 주기에 걸쳐 디지털 프로세스를 구축하고 개발 전후 데이터를 효율적으로 관리할 수 있는 다양한 도구와 설루션을 제공할 것”이라며, “하나의 데이터 기반의 환경에서 서로 단절된 팀들도 원활하게 협업할 수 있도록 지원하며, 이를 통해 비용 절감과 제품 출시 기간을 단축시켜 고객의 경쟁력 강화에 기여할 것”이라고 밝혔다.

앤시스 워크벤치를 활용한 해석 성공 사례   앤시스 플루언트(Ansys Fluent)의 iFSI 기능은 구조 연성 해석에서 매우 유용한 기능이다. 이번 호에서는 Thermo-elasticity Model을 적용한 바이메탈 열변형 해석 사례를 통해, 플루언트 iFSI 기능의 장단점을 살펴보고자 한다.    ■ 정세훈 태성에스엔이 FBU-F5팀의 수석 매니저로 유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   앤시스에서 제공하는 FSI(Fluid-Structure Interaction : 유동-구조 연성 해석) 해석 방법은 크게 ‘extrinsic FSI’와 ‘intrinsic FSI’로 나뉜다. Extrinsic FSI는 CFD 및 메커니컬 솔버의 결과(유체-구조 상호작용 경계면에서의 압력, 열 및 변위)를 시스템 커플링 또는 External Data와 같은 별도의 프로그램을 통해 특정 반복(iteration)/시간(time)마다 주고받는 연성 해석 방법이다. 반면, ‘intrinsic FSI(iFSI)’는 별도의 커플링 프로그램 및 FEA 솔버 없이 앤시스 플루언트 솔버 단독으로 FSI 해석을 수행하는 방법으로, 앤시스 2019R1 버전에서 베타 기능으로 처음 소개되었으며 2020R1 버전에서 정식 기능으로 추가되었다. 2024R2 버전 기준으로, iFSI 해석 시에는 다음과 같은 제한 및 주의 사항이 있다. 다면체(polyhedral) 셀을 지원하지 않음 FSI 솔루션이 초기화 또는 시작된 경우 격자를 교체할 수 없음 유체와 고체 영역은 반드시 양면 벽(즉, wall/wall-shadow)에 의해 분리되어야 함 구조 모델을 활성화하려면 도메인에 적어도 하나의 고체 영역이 있어야 함 다음 동적 메시 옵션은 지원되지 않음 : in-cylinder, six DOF, 접촉 감지(contact detection)  Dynamic Mesh Zones 대화 상자에서 양면 벽(즉, 벽 또는 벽 그림자) 바로 옆의 유체 셀 영역(벽 대화 상자의 Adjacent Cell Zone 필드에 의해 표시됨)에 대해서만 선택 가능 DEFINE_PROFILE과 같은 다른 경계 조건 프로파일 또는 UDF는 사용할 수 없음 shell conduction, mesh adaption, mesh morpher, optimizer, adaptive time stepping 기능은 사용할 수 없음 구조 모델은 앤시스 워크벤치에서 앤시스 플루언트를 실행할 때 사용할 수 없음 선형 탄성(linear elasticity) 구조 모델은 고체 재료의 항복 강도를 초과하지 않는 응력 하중에 적합함   Thermal-elasticity Model thermal-elasticity model은 앤시스 플루언트 솔버에 탑재된 다음과 같은 구성 방정식을 통해 열하중에 의한 구조물의 변형을 예측하는 기능이다.   εt = total strain vector ∆T= T – Tref , Tref = Starting(reference) temperature  {α} = vector of coefficients of thermal expansion  {β} = vector of thermos elastic coefficients = [D]{α}  [D]  = elastic stiffness matrix <그림 1>에서 Energy Equation을 선택하고, <그림 2>와 같이 Structural Model에서 Thermal Effect 항목을 설정하면 해당 기능을 사용할 수 있다.   그림 1. Energy Equation 선택   그림 2. Structural Model 설정   바이메탈 열변형 해석 사례 <그림 3>은 유동장 내부의 바이메탈 변형량을 예측하기 위한 iFSI 해석 사례의 개략도이다.   그림 3. 바이메탈 연성 해석 개략도   이 사례에서 바이메탈 하부 재료(steel1)는 상부 재료(steel2)에 비해 더 높은 열팽창 계수를 가지고 있으며, 각 재료의 물성은 <표 1>과 같다. 유체는 이상기체로 가정했다. 바이메탈이 뜨거운 유체에 의해 가열되어 발생하는 열팽창과 굽힘 차이를 예측하기 위해 Thermal-elasticity Model을 적용한 iFSI 기법으로 해석을 진행했다.   표 1. 바이메탈 물성값     ■ 자세한 기사 내용은 PDF로 제공됩니다.

엔비디아가 ‘슈퍼컴퓨팅 2024(SC24)’ 콘퍼런스에서 ‘엔비디아 옴니버스 블루프린트(NVIDIA Omniverse Blueprint)’를 발표했다. 이는 소프트웨어 개발업체가 항공우주, 자동차, 제조, 에너지, 기타 산업의 컴퓨터 지원 엔지니어링(CAE) 고객들이 실시간 상호작용이 가능한 디지털 트윈을 제작할 수 있도록 지원한다. 알테어, 앤시스, 케이던스, 지멘스와 같은 소프트웨어 개발업체는 실시간 CAE 디지털 트윈을 위한 엔비디아 옴니버스 블루프린트를 사용해 고객이 개발 비용과 에너지 사용량을 절감하면서 시장 출시 기간을 단축할 수 있도록 지원한다. 엔비디아는 이 블루프린트가 1200배 빠른 시뮬레이션과 실시간 시각화를 달성하기 위한 엔비디아 가속 라이브러리, 물리-AI 프레임워크, 대화형 물리 기반 렌더링을 포함하는 레퍼런스 워크플로라고 설명했다. 블루프린트의 첫 번째 적용 분야 중 하나는 전산유체역학(CFD) 시뮬레이션이다. 이는 자동차, 비행기, 선박 등 여러 제품의 설계를 가상으로 탐색하고 테스트하며 개선하는데 있어 중요한 단계이다. 기존의 엔지니어링 워크플로는 물리 시뮬레이션부터 시각화와 설계 최적화에 이르기까지 완료하는 데 몇 주 또는 몇 달이 걸릴 수 있다. 실시간 물리 디지털 트윈을 구축하려면 실시간 물리 솔버(solver) 성능과 대규모 데이터 세트의 실시간 시각화라는 2가지 기본 기능이 필요하다. 옴니버스 블루프린트는 이러한 기능을 달성하기 위해 엔비디아 쿠다-X(CUDA-X) 라이브러리를 활용해 솔버 성능을 가속화한다. 또한, 엔비디아 모듈러스(Modulus) 물리-AI 프레임워크를 사용해 플로 필드를 생성하기 위한 모델을 훈련하고 배포한다. 마지막으로, 엔비디아 옴니버스 애플리케이션 프로그래밍 인터페이스를 통해 3D 데이터 상호운용성과 실시간 RTX 지원 시각화를 제공한다.      앤시스는 옴니버스 블루프린트를 채택해 유체 시뮬레이션 소프트웨어인 앤시스 플루언트(Ansys Fluent)에 적용해 전산 유체 역학 시뮬레이션을 가속화했다. 앤시스는 텍사스 첨단 컴퓨팅센터에서 320개의 엔비디아 GH200 그레이스 호퍼 슈퍼칩(Grace Hopper Superchip)으로 플루언트를 실행했다. 2,048개의 x86 CPU 코어에서는 거의 한 달이 걸리던 25억 셀의 자동차 시뮬레이션을 6시간 만에 완료했다. 이를 통해 밤새 고충실도 CFD 분석을 수행할 수 있는 실현 가능성을 향상시키고 새로운 업계 벤치마크를 수립했다. 루미너리 클라우드 또한 블루프린트를 채택하고 있다. 엔비디아 모듈러스를 기반으로 구축된 이 회사의 새로운 시뮬레이션 AI 모델은 GPU 가속 CFD 솔버에서 생성된 훈련 데이터를 기반으로 기류장과 자동차 형상 간의 관계를 학습한다. 이 모델은 솔버 자체보다 훨씬 빠른 속도로 시뮬레이션을 실행해 옴니버스 API를 사용해 시각화된 실시간 공기 역학 흐름 시뮬레이션을 가능하게 한다. 엔비디아와 루미너리 클라우드는 SC24에서 가상 풍동을 시연했다. 이는 터널 내부에서 차량 모델을 변경하더라도 실시간으로 상호작용하는 속도로 유체 역학을 시뮬레이션하고 시각화할 수 있다. 엔비디아는 알테어, 비욘드 매스, 케이던스, 헥사곤, 뉴럴 컨셉, 지멘스, 심스케일, 트레인 테크놀로지스 등이 자체 애플리케이션에 옴니버스 블루프린트 도입을 검토하고 있다고 밝혔다. 옴니버스 블루프린트는 아마존 웹 서비스(AWS), 구글 클라우드, 마이크로소프트 애저를 비롯한 주요 클라우드 플랫폼에서 실행할 수 있다. 엔비디아 DGX 클라우드(DGX Cloud)에서도 사용할 수 있다.  리스케일은 엔비디아 옴니버스 블루프린트를 사용해 단 몇 번의 클릭만으로 맞춤형 AI 모델을 훈련하고 배포할 수 있도록 지원한다. 리스케일 플랫폼은 전체 애플리케이션-하드웨어 스택을 자동화하며, 모든 클라우드 서비스 제공업체에서 실행될 수 있다. 조직은 어떤 시뮬레이션 솔버를 사용해도 훈련 데이터를 생성하고, AI 모델을 준비, 훈련, 배포하며, 추론 예측을 실행하고, 모델을 시각화하고 최적화할 수 있다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “우리는 모든 사물이 디지털 트윈을 가질 수 있도록 옴니버스를 구축했다. 옴니버스 블루프린트는 엔비디아 옴니버스와 AI 기술을 연결하는 레퍼런스 파이프라인이다. 이는 선도적인 CAE 소프트웨어 개발자가 설계, 제조부터 운영에 이르기까지 세계 최대 산업을 위해 산업 디지털화를 혁신할 획기적인 디지털 트윈 워크플로를 구축할 수 있도록 지원한다”고 말했다.