대한기계학회 가상제품개발연구회가 지난 6월 12일 2025년 춘계 심포지엄을 개최했다. ‘AI와 VPD의 만남 : Journey to the Digital Transformation’을 주제로 한 이번 심포지엄에서는 제조업 분야의 인공지능 전환(AX) 시대에 발맞춘 가상 제품 개발(VPD) 기술 및 디지털 전환 사례가 소개됐다. ■ 정수진 편집장     디지털 전환에서 AI 전환으로, 새로운 시대가 열린다 지난 2020년 출범한 가상제품개발연구회는 제조업 분야의 가상 제품 개발 기술과 디지털 전환 사례를 공유하고 기술 교류를 통해 산업 분야의 글로벌 경쟁력을 높이는 것을 목표로 삼았다. 2021년부터는 매년 봄·가을 심포지엄과 특별 세션을 열고 있다. 가상제품개발연구회의 오세기 회장은 개회사에서 “빅데이터와 딥러닝으로 시작된 디지털 전환(DX)은 생성형 AI(generative AI)가 등장하면서 기업의 문화, 전략, 비즈니스 모델까지 인공지능 중심으로 재설계하는 인공지능 전환(AX) 시대로 진화하고 있다”면서, 그 동안 연구회 심포지엄의 모토였던 ‘디지털 전환으로의 여정’이 이제는 ‘인공지능 전환으로의 여정’으로 바뀌어야 할 시점이라고 밝혔다. 대한기계학회의 배중면 회장은 축사를 통해 “챗GPT (ChatGPT)나 생성형 AI로 대표되는 현대 인공지능 시대의 개막은 기계공학 분야에서도 예외가 아니며, 물리기반 모델과 인공지능의 융합, 시뮬레이션의 자동화, 그리고 설계 최적화의 지능화가 실현 가능한 시대가 되었다”고 짚었다. 그리고 “가상제품개발연구회는 디지털 기반 제품 개발의 혁신을 선도해 왔으며, 대한기계학회 역시 이 분야의 발전을 적극 뒷받침하겠다”고 전했다.   물리지식 기반 AI와 생성형 AI를 활용한 VPD KAIST의 이승철 교수는 ‘제품 개발 가상화를 위한 물리지식 기반 인공지능의 역할’을 주제로 기조연설을 진행했다. 생성형 AI를 활용한 제품 가상화 설계 및 공학 문제 해결 방법에 대한 고민을 전한 이승철 교수는 “생성형 AI의 출현 이후 디지털 전환에서 인공지능 전환의 시대로 진화했으며, 기계공학 분야에서도 물리기반 모델과 AI의 융합, 시뮬레이션 자동화, 설계 최적화의 지능화가 가능해졌다”고 강조했다. 생성형 AI는 하나의 입력값에서 많은 수의 결과를 생성하여 설계의 다양성을 확보하는 데에 유용하다. 특히, 위상 최적화에서 문제를 ‘불량 설정(ill-posed)’하여 다양한 최적화 설루션을 생성하고, 이를 전통적인 최적화 방법의 초기 조건으로 활용하여 설계 시간을 줄일 수 있다. 이승철 교수는 “생성형 AI를 제품 설계에 적용하는 과정에서는 정밀도와 다양성의 절충점을 찾는 것이 중요하다”고 짚었다. 또한, 이승철 교수는 VPD에 AI 신경망 학습을 접목하기 위한 방법론을 소개했다. 물리지식 기반 인공지능(PINN)은 물리 지식을 데이터 프레임워크에 결합하여 인공지능 학습에 활용하는 방식으로, 특히 알려지지 않은 물리적 특성을 예측하는 ‘역방향 문제 해결’에 장점이 있다. 딥 오퍼레이터 네트워크(DeepONet)는 입력 매개변수나 형상이 바뀌어도 재학습 없이 거의 실시간으로 해석 결과를 예측할 수 있어서, 입력 파라미터의 변경이 예측 결과에 곧바로 반영되지 못하는 PINN의 단점을 극복할 수 있을 것으로 보인다. 이승철 교수는 “물리지식 기반의 DeepONet은 유동장 및 압력 분포를 실시간으로 예측하고, 복잡한 형상 변화에 따른 유동, 압력, 온도장 등을 실시간으로 예측할 수 있음을 입증했다”면서, “인공지능 기반의 새로운 도구들이 공학 문제를 해결하고 설계 분야를 혁신하는 데에 기여할 것”이라고 전망했다.   ▲ KAIST의 이승철 교수는 물리지식 기반의 AI를 제품 개발에 적용하기 위한 방법론을 소개했다.   AI/ML 기반 가상 검증 사례와 활용 전략 이번 심포지엄을 가상제품개발연구회와 공동 주관한 다쏘시스템코리아의 김문성 파트너는 ‘AI/ML 기반 가상 검증 사례와 활용 전략’에 대해 소개했다. 그는 인공지능 기반의 생성형 경험(generative experience)이 창의적이고 자동화된 설계를 가능하게 하며, 인공지능/머신러닝이 제품 개발 과정에서 반복 작업을 줄이고 비용과 시간을 절감하는 데 기여한다고 전했다. 이번 발표에서는 시뮬레이션에 적용할 수 있는 다양한 머신러닝 기법이 소개됐다. 합성곱 신경망(CNN)은 이미지 특징 추출에, 순환 신경망(RNN)과 장단기 메모리(LSTM)는 시계열 데이터 예측에, 딥러닝은 복잡한 3차원 필드 데이터 예측에, 그리고 그래프 신경망(GNN)은 유한요소모델(FEM)과 같은 그래프 구조 데이터 처리에 유용하다는 것이 김문성 파트너의 설명이다. 또한, 김문성 파트너는 문제 정의 − 학습 데이터 준비(실험 계획법 및 자동화 스크립트 활용) − 모델 학습 − 신뢰도 검증 − 예측 모델 구축까지 다쏘시스템의 아바쿠스(Abaqus)와 아이사이트(Isight)를 활용하는 머신러닝 프로세스 구현 단계를 소개했다. 김문성 파트너는 AI/ML 기법의 시뮬레이션 적용 사례로 LSTM을 활용한 하중-변위 선도 예측, 디스플레이 스트레인 예측, 전자기 성능 예측 등을 소개했으며, GNN을 사용해 빔과 항공기 랜딩기어 부재의 3차원 응력/변형량 예측이 가능하다고 전했다. 그는 “머신러닝 기술이 시뮬레이션 작업의 효율을 높이고, 데이터 기반의 정확한 의사 결정을 지원하는 강력한 도구가 될 것”이라고 전망했다.   ▲ 다쏘시스템코리아 김문성 파트너는 AI/ML 기반의 가상 검증 전략과 사례를 소개했다.   VPD와 AI의 융합, R&D 혁신을 이끈다 이외에도 이번 심포지엄에서는 물리지식 기반 인공지능과 생성형 AI를 활용한 제품 가상화 설계 방안, AI/머신러닝 기반 가상 검증 사례와 활용 전략 등에 관한 논의를 통해 미래 제품 개발의 방향을 짚어보는 기회가 마련됐다. 주제 발표로는 ▲히타치 야마자키 미키 박사의 ‘AI가 주도하는 MBSE·MBD와 VPD의 융합 : 가상화를 통한 차세대 제품 개발 가속 및 DX 추진’ ▲피도텍 대표인 한양대 최동훈 교수의 ‘VPD 대중화로 가는 길 : Al-Aided Design Optimization’ ▲현대모비스 송준영 팀장의 ‘AI를 이용한 R&D Shift’ ▲LG전자 백영진 팀장의 ‘AI와 VPD 연계를 통한 효율적 제어 시스템 개발 프레임워크’ ▲한화에어로스페이스 윤용상 상무의 ‘디지털 해석 기술을 활용한 항공엔진 개발과 국내 항공엔진의 미래’ 등이 진행됐다. 또한 패널토론에서는 VPD와 AI의 융합을 통해 R&D 혁신을 이끌어낼 수 있는 가능성과 미래 방향에 대해 논의했다.      ■ 기사 내용은 PDF로도 제공됩니다. 

      대한기계학회 가상제품개발연구회 2025년 춘계 심포지엄 개최 안내     2009년 본격화된 빅데이터와 딥러닝 기술은 2016년 ‘알파고 모멘트’를 거쳐, 오늘날에는 생성형 AI로 대표되는 Modern AI 시대를 맞이하고 있습니다. 특히 GPT의 출시 이후 최근 2년간 인공지능 기술은 실로 빛의 속도라 할 만큼 눈부신 발전을 이어가고 있습니다. 전통적인 시뮬레이션 분야에도 기계학습 및 딥러닝 기술이 도입되고 있으며, 산업계 전반에서는 인공지능을 통한 획기적인 R&D 생산성 향상을 기대하고 있습니다. 생성형 AI를 활용해 기업 내 R&D 데이터를 학습시키고, 이를 바탕으로 설계를 자동화하려는 시도들이 확산되고 있으며, Agentic AI가 현실화되는 시점에는 현재의 R&D 방식에 근본적인 변화가 찾아올 것으로 전망됩니다. 이번 가상제품개발연구회 춘계 심포지엄에서는 VPD와 AI의 융합을 통해 R&D 생산성 혁신을 이끌어낼 수 있는 가능성과 미래 방향을 함께 모색하고자 합니다. 참석하시는 회원 여러분과 연구자분들께서 귀중한 인사이트와 영감을 얻어 가는 뜻깊은 시간이 되시길 바랍니다.   대학기계학회 가상제품개발연구회 회장 오세기 올림   ◈ 행사일정 사회 : LG전자 황윤제 기술고문        세션 발표자(소속) 시간(분) 주제 등록 및 Network 10:00~10:30 (30) 등록 및 상호 인사, 교류 등 개회사 오세기 연구회장 (LG전자) 10:30~10:40 (10) 연구회 및 심포지엄 소개 축사 배중면 회장 (대한기계학회) 10:40~10:50 (10) 대한기계학회 가상제품개발연구회 격려사 Key Note Speech 이승철 교수 (KAIST) 10:50~11:30 (40) 제품 가상화 설계를 위한 물리지식기반 인공지능의 역할 주제발표 김문성 파트너 (다쏘시스템) 11:30~12:00 (30) AI/ML 기반의 가상 검증 사례와 활용 전략 점심 식사 등 12:00~13:20 (80) 식사 및 상호 인사, 교류, 다쏘시스템 전시 참관 등 (사전/현장 등록 확인 후 식사 비용 1만원/인 제공) 주제발표 Miki Yamazaki (HITACHI / JSME) 13:20~13:50 (30) AI가 주도하는 MBSE·MBD와 VPD의 융합 : 가상화를 통한 차세대 제품 개발 가속 및 DX 추진 최동훈 교수/대표 (한양대/피도텍) 13:50~14:20 (30) VPD 대중화로 가는 길: AI-Aided Design Optimization 송준영 팀장 (현대모비스) 14:20~14:50 (30) AI를 이용한 R&D Shift 백영진 팀장 (LG전자) 14:50~15:20 (30) AI와 VPD 연계를 통한 효율적 제어 시스템 개발 프레임워크 윤용상 상무 (한화에어로스페이스) 15:20~15:50 (30) 디지털 해석 기술을 활용한 항공엔진 개발과 국내 항공엔진의 미래 쉬는 시간 15:50~16:10 (20) 상호 인사, 교류, 다쏘시스템 전시 참관 등 패널 토론 16:10~17:30 (80) 연구회 임원 및 발표자            (참고 : 가상제품개발연구회 홈페이지 http://k-vpd.org/)  

▲ 이미지 제공 : 피도텍   디지털 전환의 물결 속에서 제품의 개발과 제조를 위한 소프트웨어/하드웨어 기술은 발빠른 혁신을 추구하면서 새로운 가능성을 열고 있다. 특히 AI/머신러닝, 디지털 트윈, 3D 프린팅 기술을 활용한 자동화와 최적화는 제조산업 디지털 전환의 주요한 흐름으로 주목을 받고 있다.  이번 호에서는 2024년 11월 8일 진행된 ‘CAE 컨퍼런스 2024’에서 발표된 내용을 중심으로, 제품 개발과 제조를 위한 디지털 기술의 발전 방향을 소개한다.   혁신과 지속가능성을 위한 제조 기술로 진화하는 3D 프린팅 / 김태화 제품 개발 검증의 가속화를 위한 AI 시뮬레이션 프레딕터 / 이종학 최적설계의 대중화 : 더 쉽게 더 알차게 / 최병열 디지털 전환의 성공을 위한 CAE, AI/ML과 디지털 리얼리티 플랫폼 / 전완호   ■ 총 16 페이지     ■ 자세한 기사 내용은 PDF로 제공됩니다.  

[CAE 컨퍼런스 2024] 발표자료 다운로드 안내입니다. CAE 컨퍼런스 2024이 지난 11월 8일(금) 수원컨벤션센터에서 성황리에 개최됐습니다. 올해로 14회를 맞은 ‘CAE 컨퍼런스 2024’은 CAE 수요-공급업계 관계자를 위한 정보 교류의 장으로, ‘제6회 스마트 공장 구축 및 생산자동화전(SMATEC 2024)’과 동시 개최되었습니다. 이번 컨퍼런스에서는 현대오토에버, 금호타이어, 현대자동차, 현대모비스, LG전자, 헥사곤 매뉴팩처링 인텔리전스, 지멘스 디지털 인더스트리소프트웨어, 나니아랩스, 피도텍, 케이더블유티솔루션, HP 등 CAE 수요-공급기업이 대거 참여한 가운데, 국내 제조산업의 경쟁력 강화를 위한 CAE 활용 사례와 최신 CAE 관련 기술 트렌드, 그리고 CAE 기반의 스마트 공장 솔루션이 소개되어 많은 관심을 모았습니다.  CAE 컨퍼런스 2024 준비위원회 위원장을 맡은 KAIST 강남우 교수는 개회사를 통해 “사전 학습된 대규모 모델의 활용이 활발해지면서, AI로 할 수 있는 일이 무궁무진해지고 있는 것 같다. 한편으로 CAE와 제조 분야에서는 어떻게 AI를 활용해야 할 것인지에 대해 아직 의문점이 많다”면서, “최고 전문가들이 현장의 소리를 전하는 CAE 컨퍼런스 2024에서 이런 의문을 풀고 AI와 제조 혁신을 위한 인사이트와 아이디어를 얻을 수 있기를 바란다”고 전했습니다. [관련 기사]  [포커스] CAE 컨퍼런스 2024, 제조 혁신을 위한 CAE와 AI의 융합 전략 소개 [포커스] CAE 컨퍼런스 2024 발표 내용 정리   [아젠다] CAE 컨퍼런스 2024 발표자료는 정보 제공에 동의한 자료만 제공됩니다. 아래 아젠다에 PDF 마크가 표시되어 있는 발표자료가 공개된 내용입니다.    [CAE 컨퍼런스 2024] 유료결제 완료 후, 발표자료 요청 이번 컨퍼런스에 참여하지 않았던 분들은 유료 결제 후에 발표자료를 다운로드 받으시기 바랍니다. 다만 홈페이지 다운로드 용량 제한으로 인하여 전체 자료를 다운로드 할 수 있게 하는데 제약이 있어 첨부한 파일에는 CAE 컨퍼런스 2024 가이드 파일만 올려 두었습니다. 결제완료 후 메일(cae@cadgraphics.co.kr)로 연락주시면 대용량 추가 자료를 별도로 보내드립니다. 홈페이지에서 직접 결제하는데 문제가 있다면 당사로 연락주시기 바랍니다.   메일 제목 :  [CAE 컨퍼런스 2024] 유료결제완료 발표자료 요청 내용 : 결제시 회원명 / 전화 / 이메일 메일 보낼 곳 : cae@cadgraphics.co.kr 문의 : CAE컨퍼런스사무국 (02-333-6900) [CAE 컨퍼런스 2024] 발표 제목 및 발표자 소개   00. [개회사] CAE 컨퍼런스 준비위원회 강남우 위원장(KAIST 교수) 01. [기조연설] 기술독립과 통섭에서 배우는 CAE 엔지니어를 위한 ‘판타레이’ / 에스엔에이치 민태기 연구소장 02. [기조연설] AI/ML과 Digital Reality Platform을 통한 CAE 혁신 전략 / 헥사곤 매뉴팩처링 인텔리전스 전완호 본부장 휴식 03. [기조연설] SDV 체계 전환 및 차량SW 품질 경쟁력 강화 방안 / 현대오토에버 박경훈 실장 04. Low-code AI 플랫폼을 이용한 설계 생성/예측/최적화 방법 및 사례 / 나니아랩스 강남우 대표 05. HP 3D 프린팅 자동화 솔루션이 주도하는 산업의 디지털 트랜스포메이션 / HP P3D 김태화 Manager 06. 최적설계 대중화를 위한 AADO 기술 소개 / 피도텍 최병열 연구위원 07. CAD(NX)와 CFD 융합을 통한 제품 설계 혁신 / 케이더블유티솔루션 변성준 이사 08. 가전 개발에서 CAE와 AI 활용 / LG전자 박우철 책임연구원 09. 휴식 제품개발과 검증의 가속화를 위한 Simcenter AI Solutions / 지멘스 디지털 인더스트리 소프트웨어 이종학 프로 10. [기조연설] 타이어 개발 프로세스에 대한 디지털 트윈 시스템 구축 / 금호타이어 김기운 전무 11. 모빌리티 아키텍처 단계 타이어 시스템의 버추얼개발 프레임워크 / 현대자동차 김용대 글로벌R&D마스터 12. NVH 해석 분야에서의 고전적 방법론과 디지털 기술 융합 사례 / 현대모비스 정원태 책임연구원     CAE컨퍼런스 2024 영상보기

‘AI와 CAE 융합을 통한 차세대 제조 혁신 전략’을 주제로 한 ‘CAE 컨퍼런스 2024’가 지난 11월 8일 수원컨벤션센터에서 진행됐다. 스마트공장구축 및 생산자동화전(SMATEC 2024) 전시회와 함께 치러진 이번 행사에서는 제품 개발 과정에서 필수로 여겨지는 CAE 기술의 발전과 함께, 제조산업에서 AI(인공지능)의 방향성을 짚는 기회가 마련됐다. ■ 정수진 편집장      ■ 같이 보기 : [포커스] CAE 컨퍼런스 2024, 제조 혁신을 위한 CAE와 AI의 융합 전략 소개   이번 ‘CAE 컨퍼런스 2024’에서는 최신 CAE 기술 및 인공지능 기술의 흐름, 산업에서의 적용 사례 등이 소개됐다. 나니아랩스의 강남우 대표는 ‘로코드 AI 플랫폼을 이용한 설계 생성/예측/최적화 방법 및 사례’ 발표를 통해, 제조 도메인 전문가가 설계안을 효과적으로 생성하고 예측하며 최적화하는 데에 도움을 줄 수 있는 로코드(low-code) AI 플랫폼인 AslanX에 대해 설명했다. AslanX는 사용자 친화적인 인터페이스를 제공하여 비전문가도 쉽게 활용할 수 있다는 점을 특징으로 내세운다. 실제 사례를 통해 AslanX의 유용성을 소개한 강남우 대표는 “로코드 AI 플랫폼은 복잡한 설계 과정을 간소화하여 제조업체가 빠르게 효율적인 설계안을 생산할 수 있도록 지원하고, 데이터 기반 예측 기능을 통해 기업이 설계 효율을 높이면서 잠재적인 위험 요소를 미리 발견해 더 나은 의사결정을 내릴 수 있도록 돕는다”고 전했다.   ▲ 나니아랩스 강남우 대표   HP의 김태화 P3D 매니저는 ‘HP 3D 프린팅 자동화 설루션이 주도하는 산업의 디지털 트랜스포메이션’이라는 주제 발표를 통해 “과거 3D 프린팅 기술은 주로 시제품 제작에 쓰였지만, 지금은 최종 부품 생산에도 점점 더 많이 활용되고 있으며 앞으로 그 비중이 더욱 커질 것”이라고 전망했다. 김태화 매니저는 이러한 변화에 대응하기 위해 HP의 젯 퓨전 5600(Jet Fusion 5600) 3D 프린터와 자동화 시스템을 소개했다. 젯 퓨전 5600은 생산 속도와 품질을 동시에 향상시키고, 고객 맞춤형 파라미터 조정 기능을 통해 다양한 요구를 충족시킬 수 있도록 설계되었다. 김태화 매니저는 “젯 퓨전 3D 프린터를 중심으로 한 자동화 시스템은 비용 절감과 생산성 향상을 지원하며, 고객 요구에 맞는 맞춤형 제조 환경을 제공한다”고 전했다.   ▲ HP 김태화 P3D 매니저   피도텍의 최병열 연구위원은 ‘최적설계 대중화를 위한 AADO 기술’을 소개했다. 최적설계의 개념을 ‘최소한의 자원으로 최대의 결과를 도출하는 과정’으로 설명한 최병열 연구위원은 최적 설계 기술의 필요성이 늘면서 많은 기업이 최적화 도구에 대한 필요성을 느끼고 있지만, 접근성을 높이는 것이 해결 과제라고 짚었다. 최병열 연구위원은 “기존 최적설계 기술의 복잡한 접근 방식을 간소화해 모든 엔지니어가 접근할 수 있도록 할 방법을 고민했다”면서, “그 결과 탄생한 AADO(AI Aided Design Optimization)는 AI와 데이터 분석, 비주얼라이제이션 기술을 결합해 최적 설계 도구의 혁신 방안을 제시하고, 이를 통해 엔지니어가 더 효율적으로 설계 문제를 해결할 수 있도록 돕는다”고 전했다.   ▲ 피도텍 최병열 연구위원   케이더블유티솔루션의 변성준 이사는 ‘CAD와 CFD 융합을 통한 제품 설계 혁신’ 발표에서 “CFD(전산 유체 역학)가 제품 설계 과정에서 필수 요소로 자리잡고 있으며, CAD와 CFD의 통합은 설계 시간 절약과 데이터 분석의 정확성을 높여 기업 경쟁력에 기여한다”고 설명했다. 변성준 이사가 소개한 SimericsMP for NX는 NX CAD에 통합된 유한 체적법(FVM) 기반의 CFD 소프트웨어로, CAD 환경에서 직접 CFD 해석을 빠르고 효율적으로 수행할 수 있도록 돕는다. 변성준 이사는 “SimericsMP for NX는 격자 생성 시간을 줄이고 정확도를 높이면서, 복잡한 형상에서 해석의 일관성을 유지하는 것이 특징”이라고 소개했다.   ▲ 케이더블유티솔루션 변성준 이사   LG전자의 박우철 책임연구원은 ‘가전 개발에서 CAE와 AI 활용’에 대해 발표를 진행했다. LG전자는 제품 개발 프로세스에서 동역학 해석과 진동 해석을 통해 제품의 품질을 확보하고, 극한 시나리오에 품질을 검증하는 등에 CAE를 활용하고 있다. “머신러닝은 이점과 함께 실행 과정의 복잡성도 갖고 있다”고 짚은 박우철 책임연구원은 “AI의 적용 가능성을 높이기 위해 설계와 생산 과정에서 신뢰성 있는 데이터를 확보하고, 해석 결과의 일관성을 확보할 방법을 고민해야 한다”고 전했다. 또한 AI를 도입하는 과정에서 초기 투자 비용, 데이터 확장성, 전문 인력의 확보 등을 고려할 필요가 있다고 덧붙였다.   ▲ LG전자 박우철 책임연구원   지멘스 디지털 인더스트리 소프트웨어의 이종학 프로는 ‘제품 개발과 검증의 가속화를 위한 심센터 AI 설루션’에 대해 발표했다. 이종학 프로는 “AI 기술을 활용한 자동화 설루션은 제품 설계와 실험 과정에서 시간을 단축하고 효율성을 높일 수 있다”고 전했다. 지멘스의 시뮬레이션 포트폴리오인 심센터(Simcenter) 내에 탑재된 AI 기능을 소개한 이종학 프로는 “반복적인 작업의 자동화를 구현하기 위해서는 제품 개발 프로세스의 단계에서 사용할 데이터의 수집 및 흐름을 체계적으로 구성해야 한다. 또한 AI 모델을 활용해 최적의 디자인을 찾는 과정에서 최적화 알고리즘을 적용해 반복 작업을 효율적으로 관리하고, 그 결과에서 유의미한 인사이트를 도출하는 과정이 중요하다”고 전했다.   ▲ 지멘스 디지털 인더스트리 소프트웨어 이종학 프로   현대자동차의 김용대 글로벌R&D마스터는 ‘모빌리티 아키텍처 단계 타이어 시스템의 버추얼 개발 프레임워크’에 대해 소개했다. 전기차 타이어의 경우, 배터리와 차량의 무게가 늘어남에 따라 스트레스 및 성능에 있어 새로운 요구사항이 발생한다. 이에 대응해 타이어의 재설계가 필요한데, 김용대 마스터는 “초기 개발 단계에서 가상 모델을 기반으로 하는 새로운 방식이 필요하며, 이를 통해 실물 타이어에 의존하는 전통적인 접근에서 벗어나는 것도 고민해야 한다”고 말했다. 김용대 마스터는 “다양한 미래 모빌리티 환경에 적응하기 위해 시스템 엔지니어링 관점을 통합할 필요성이 있다”면서, “데이터 기반 의사결정을 통해 협력사와의 관계를 더욱 견고히 하고, 통합된 시스템으로 전환해 타이어 및 완성차 개발의 완성도를 높여야 할 것”이라고 덧붙였다.   ▲ 현대자동차 김용대 글로벌R&D마스터   현대모비스의 정원태 책임연구원은 ‘NVH 해석 분야에서의 고전적 방법론과 디지털 기술 융합 사례’ 발표를 통해 “기술의 발전이 CAE의 변화와 새로운 접근 방식을 요구하고 있다”면서, 데이터 중심의 AI 및 머신러닝의 활용 가능성과 함께 도전 과제를 극복하기 위한 방법론을 소개했다. 전기차의 복합 시스템 모델링 방법과 자유도 문제 해결, 모달 모델을 통한 복잡한 시스템의 간소화, 머신러닝 기법을 활용한 모터의 품질 예측 등 사례를 소개한 정원태 책임연구원은 “고전적 방법론과 AI, 머신러닝 기술의 결합은 더 빠르고 정확한 모델링을 가능케 하며, 디지털 트윈 기술은 복잡한 엔지니어링 문제를 해결하는 데에 도움을 준다”면서, 모델링과 데이터에 대한 깊은 이해를 바탕으로 효과적인 문제 해결을 위해 꾸준히 고민할 것을 당부했다.   ▲ 현대모비스 정원태 책임연구원

AI(인공지능)와 CAE(Computer Aided Engineering)가 만난다. 국내 제조업 혁신을 이끄는 ‘CAE 컨퍼런스 2024’가 오는 11월 8일 수원컨벤션센터에서 열린다. 이번 콘퍼런스는 ‘AI와 CAE 융합을 통한 차세대 제조 혁신 전략’을 주제로 다양한 업계 전문가들이 참여해 최신 기술 동향과 활용 사례를 공유한다. CAE는 컴퓨터를 활용한 시뮬레이션 기법으로, 제품 개발부터 생산 효율화까지 중요한 역할을 한다. 올해로 14회째를 맞는 CAE 컨퍼런스는 캐드앤그래픽스가 주최하고, KAIST 강남우 교수가 이끄는 CAE 컨퍼런스 준비위원회가 주관한다. 콘퍼런스와 함께 개최되는 스마트공장구축 및 생산자동화전(SMATEC 2024) 전시회에서는 관련 산업의 최신 트렌드를 직접 만나볼 수 있다. 기술 분야에서 디지털 트윈과 디지털 전환 기술은 확산되고 있다. 특히 CAE 기반 시뮬레이션 기술은 디지털 트윈 구현과 디지털 전환에 중요한 역할을 하고 있다. 여기에 AI(인공지능) 기술이 시뮬레이션과 결합하면서 새로운 가능성을 제시하고 있다.     이번 콘퍼런스에서는 다양한 기업과 기관의 전문가들이 AI와 CAE의 융합을 통한 제조 혁신 사례를 발표한다. 에스엔에이치 민태기 연구소장은 ‘기술독립과 통섭에서 배우는 CAE 엔지니어를 위한 판타레이’를 주제로, 산업 내 경계를 넘나드는 학문과 기술의 융합에 대해 소개할 예정이다. 헥사곤 매뉴팩처링 인텔리전스 전완호 본부장은 ‘AI/ML과 디지털 리얼리티 플랫폼을 통한 CAE 혁신 전략’을 주제로, 헥사곤 MI의 디지털 리얼리티 플랫폼인 넥서스(Nexus)와 AI/ML 플랫폼인 오디세이(ODYSSEE)를 통한 CAE 혁신 전략과 디지털 트윈의 실무 적용 방안에 대해 제시한다. 현대오토에버 박경훈 실장은 최근 변화하고 있는 자동차 산업의 화두인 SDV(소프트웨어 정의 자동차)와 관련된 내용으로 ‘SDV 체계 전환 및 차량SW 품질 경쟁력 강화 방안’에 대해 소개한다. 금호타이어 김기운 전무는 ‘타이어 개발 프로세스에 대한 디지털 트윈 시스템 구축’을 주제로 제품 개발 프로세스의 혁신을 통해 개발 기간 단축과 성능 향상, 개발 비용 절감을 달성한 사례에 대해 소개한다. LG전자 박우철 책임연구원은 ‘가전 개발에서 CAE와 AI 활용’을 주제로, 가전 개발에서 CAE 활용을 비롯해 기존 업무에 AI를 적용한 사례와 한계는 무엇인지에 대해 소개한다. 또한, 생성형 AI를 이용한 부품 개발 활용과 Asm CAD를 이용한 구조해석 AI 예측에 대해서도 설명한다. 나니아랩스 강남우 대표는 ‘Low-code AI 플랫폼을 이용한 설계 생성/예측/최적화 방법 및 사례’라는 제목으로, 설계안을 쉽고 빠르게 생성, 예측하고 최적화할 수 있는 로코드 AI 플랫폼 ‘AslanX’(아슬란엑스)에 대해 소개한다. HP 김태화 매니저는 ‘HP 3D 프린팅 자동화 설루션이 주도하는 산업의 디지털 트랜스포메이션’을 주제로, 3D 프린팅 자동화 설루션을 활용한 산업 디지털 전환 성과를 발표하며, 맞춤형 대량생산을 통한 생산 속도와 효율성 향상을 강조한다. 피도텍 최병열 연구위원은 ‘최적설계 대중화를 위한 AADO 기술 소개’를 주제로, 최적설계 비전문가에게 전문가 수준의 최적설계 인사이트를 제공하기 위한 OOTB(Out Of The Box) 방식의 베스트 프랙티스 최적설계 프로세스와 AADO(자동 분석 및 설계 최적화) 기술 및 활용 사례에 대해 소개한다. 지멘스 디지털 인더스트리 소프트웨어 이종학 프로는 ‘제품개발과 검증의 가속화를 위한 Simcenter AI Solutions’을 주제로, 지멘스 심센터(Simcenter) 설루션을 사용하여 유연한 워크플로 구성과 자동화 실행을 기반으로 다양한 분석작업의 효율을 높이고 의미있는 결과를 빠르게 도출할 수 있는 AI 설루션을 소개한다. 케이더블유티솔루션 변성준 이사는 ‘CAD(NX)와 CFD 융합을 통한 제품 설계 혁신’을 주제로 NX CAD와 CFD를 융합한 설계 혁신 사례를 발표하며, 제품 설계자가 직접 해석 작업을 수행할 수 있는 간편한 설루션을 소개한다. 현대모비스 정원태 책임연구원은 ‘NVH 해석 분야에서의 고전적 방법론과 디지털 기술 융합 사례’를 주제로, NVH(소음 진동) 분야에서 서브스트럭처링(Substructuring), 시험/해석 하이브리드, 멀티피직스(Multiphysics), AI, 디지털 트윈 등을 통합해, 시스템 단위의 효율적이고 정확도를 높이기 위한 해석 사례를 소개한다. CAE 컨퍼런스 준비위원회 강남우 위원장(KAIST 교수)은 “제조 분야에 생성형 AI가 도입되면서 디지털 트윈과 연계한 최적화로 지속가능한 환경을 구축하는데 일조하고 있다”면서, 이번 CAE 컨퍼런스에서는 ‘AI와 CAE 융합을 통한 차세대 제조 혁신 전략’을 주제로, 국내 제조사의 도약과 발전을 위한 AI와 CAE 융합에 대한 최신 기술과 이를 활용한 설루션, 그리고 실제 활용 사례 등이 소개될 예정이다. 많은 관심과 참여를 부탁드린다”고 말했다. 이번 콘퍼런스에는 현대자동차, 현대모비스, 현대오토에버, LG전자, 금호타이어 등 CAE를 적극 활용하고 있는 제조업체를 비롯해 헥사곤 매뉴팩처링 인텔리전스, 지멘스 디지털 인더스트리 소프트웨어, 나니아랩스, HP, 피도텍, 케이더블유티솔루션 등 CAE 설루션 제공 업체들이 참여한다. 이들은 CAE 분야의 새로운 기술 개발 현황과 트렌드 변화, 그리고 다양한 활용사례에 대해 소개할 예정이다. CAE 컨퍼런스 2024는 ‘제6회 스마트공장구축 및 생산자동화전(SMATEC 2024)’ 전시회와 동시에 개최된다. 이번 CAE 컨퍼런스와 연계되어 있는 전시회에서도 다양한 CAE 관련 설루션들을 접할 수 있다. CAE 컨퍼런스 2024 사전등록은 CAE 컨퍼런스 홈페이지에서 가능하다. 한편, 10월 21일 오후 4시에는 캐드앤그래픽스 지식방송 CNG TV에서 ‘AI와 CAE 융합을 통한 차세대 제조 혁신 전략’을 주제로, CAE 컨퍼런스 2024 프리뷰 방송이 진행됐다. 이날 방송에서는 한양대학교 오재응 명예교수, LG전자 김예용 연구위원, 이즈파크 김건형 상무가 출연해 CAE와 AI의 미래 방향성에 대해 소개했다. 또한 가상제품개발에서 초기 콘셉트 설계를 담당하는 1D CAE를 활용한 MBD(모델 기반 설계)와 함께 디지털 트윈과 AI의 접목으로 변화해 나가는 시뮬레이션 기술 트렌드에 대해 소개해 관심을 모았다.

CAE 컨퍼런스 2024 내용이 보이지 않으면 여기를 클릭하세요!     CAE 컨퍼런스 2024 아젠다 - AI와 CAE 융합을 통한 차세대 제조 혁신 전략 [인사말] CAE컨퍼런스 준비위원회 / 강남우 위원장(KAIST 교수) [기조연설] 기술독립과 통섭에서 배우는 CAE 엔지니어를 위한 '판타레이' / 에스엔에이치 민태기 연구소장 [기조연설] AI/ML과 Digital Reality Platform을 통한 CAE 혁신 전략 / 헥사곤 매뉴팩처링 인텔리전스 전완호 본부장  [기조연설] SDV 체계 전환 및 차량SW 품질 경쟁력 강화 방안 / 현대오토에버 박경훈 실장 Low-code AI 플랫폼을 이용한 설계 생성/예측/최적화 방법 및 사례 / 나니아랩스 강남우 대표 HP 3D 프린팅 자동화 솔루션이 주도하는 산업의 디지털 트랜스포메이션 / HP 김태화 P3D Manager    " 최적설계 대중화를 위한 AADO 기술 소개 / 피도텍 최병열 연구위원 CAD(NX)와 CFD 융합을 통한 제품 설계 혁신 / KWT Solution 변성준 이사 가전 개발에서 CAE와 AI 활용 / LG전자 박우철 책임연구원     제품개발과 검증의 가속화를 위한 Simcenter AI Solutions /  지멘스 이종학 프로 [기조연설] 타이어 개발 프로세스에 대한 디지털 트윈 시스템 구축 / 금호타이어 김기운 전무 모빌리티 아키텍처 단계 타이어 시스템의 버추얼개발 프레임워크 / 현대자동차 김용대 글로벌R&D마스터     NVH 해석 분야에서의 고전적 방법론과 디지털 기술 융합 사례 / 현대모비스 정원태 책임연구원     폐회사(캐드앤그래픽스 최경화국장) & 경품 추첨  

최적설계 소프트웨어, PIAnO   주요 CAE 소프트웨어 소개   ■ 개발 및 자료 제공 : 피도텍, 02-2295-3984, www.pidotech.com PIAnO(Process Integration, Automation and Optimization, 피아노)는 시뮬레이션을 통해 실시간으로 획득할 수 있는 엔지니어링 데이터 또는 이미 존재하는 데이터를 기반으로 해당 제품의 최적화된 설계안을 도출한다. 이를 통해 제품개발 과정에서 설계비용 절감, 제품의 성능 및 품질 향상을 실현하여 제품의 최대 가치를 이끌어낼 수 있다. 최근에는 자사의 인공지능 플랫폼 Bruce를 기반으로 개발된 다양한 의사결정 도구들을 지속적으로 탑재하는 중이다.  PIAnO는 데이터가 제공될 수 있는 모든 엔지니어링 분야에서 활용될 수 있으며, 제품 및 공정설계뿐 아니라 최적의 파라미터 선정에 대한 의사결정이 필요한 그 어떤 곳에서도 혁신적 가치를 제공할 수 있다. 1. 주요 특징  (1) 필요한 작업 별 최적의 접근성과 사용성 그리고 시너지 효과 PIAnO는 4개의 독립 애플리케이션(Composer, Reviewer, Sampler, Metamodeler)들로 구성되어 있어 사용자가 원하는 작업에 최적화된 접근성 및 사용성을 제공하며, 필요에 따라 유기적으로 연동될 수 있어 높은 시너지를 발휘할 수 있다. (2) 효율성을 강조한 실용적인 최적화 기법 고비용 시뮬레이션 데이터를 이용하는 최적화 과정을 위해서, 비용을 최소화하면서 최적 설계안을 탐색할 수 있는 효율적인 기법들을 제공한다.  (3) 불확실성 평가와 확률 민감도 해석 불확실성을 고려한 설계 최적화를 수행하기 위해서 필요한, 효율적인 불확실성 평가 기법(eDR) 및 확률 민감도 해석(PSA) 기법을 제공한다. (4) 실험계획을 위한 도구 Sampler Sampler는 실험계획을 위한 독립 애플리케이션이다. 전통적인 기법뿐 아니라 공간 충진을 위한 특별한 기법들도 제공하며, 문제에 맞는 기법을 자동 선택해 주는 도구도 포함되어 있다. (5) 인공지능 기반 고급 메타모델링을 위한 Metamodeler Metamodeler는 메타모델링을 위한 독립 애플리케이션이다. 전통적으로 사용되어 왔던 다양한 종류의 메타모델 이외에도 최신의 머신러닝 기법들이 포함되어 있다. 또한 자사의 인공지능 플랫폼 Bruce를 기반으로 개발된 메타모델 자동선정 도구인 BruceMentor가 데이터에 맞는 최적의 메타모델을 추천할 수 있다. (6) 데이터 기반 설계공간 탐색 및 분석을 위한 Reviewer Reviewer는 Composer를 통해 구성된 다양한 스터디들의 실행 결과 데이터들을 목적에 맞게 특화된 기능들을 이용하여 분석하는 독립 애플리케이션이다. 또한 Reviewer는 주어진 데이터들을 이용하여 설계 최적화를 위한 공간 탐색 및 시각화를 수행할 수 있으며, 전역 주요변수 탐색을 위한 인공지능 기반 스마트 스크리닝 도구도 제공한다.   좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기 

주요 CAE 소프트웨어 소개     ■ 개발 및 자료 제공 : 피도텍, 02-2295-3984, www.pidotech.com   디지털 트윈과 같이 고도로 발달된 시뮬레이션 환경과 빅데이터 시대의 기류에 부합하는 Data-Driven Design을 효과적으로 수행하려면, 전문 지식이 없이도 전문가 수준의 최적설계를 수행하고, 분석할 수 있는 툴이 필요하다.  ExplainableD3는 피도텍만의 축적된 노하우를 바탕으로 최적설계 프로세스를 전문가 수준으로 고도화한 토탈 최적설계 솔루션이다. ExplainableD3는 최적화 수행은 물론, 기여도 분석, 상충성 분석, 민감도 분석에 필요한 모든 데이터를 스스로 생성하고, 분석하여 초보 사용자도 이해할 수 있는 종합 최적화 보고서를 생성해 준다. 1. 주요 특징  (1) 자동 머신러닝 기반 예측 모델링 피도텍의 머신러닝 기술을 토대로, 예측 모델이 목표 정확도 수준에 도달할 때까지 데이터를 생성하고, 정교한 예측 모델을 구성하는 과정을 자동으로 진행하는 기능을 제공한다.  (2) 통합 최적화 최적화 문제의 솔루션 탐색은 물론 설계 변경의 원인 파악에 유용한 각종 정보(성능 개선에 기여도가 높은 설계변수, 상충 관계를 발생시키는 설계변수, 성능에 민감한 설계변수 등의 정보)를 자체적으로 파악하는 통합 최적화 기능을 제공한다.  (3) 종합 보고서 생성 최적화 수행 결과로 도출된 다양한 정보를 Data Analytics 기술과 Visualization 기술을 이용하여 Data Storytelling이 가능한 사용자 친화적인 레포트로 자동 생성하는 기능을 제공한다.  (4) ML Model Export Manager 생성된 예측 모델의 확장성을 높이기 위해, 별도의 라이선스 없이 다양한 형태(엑셀, PIAnO 모델, 실행파일 등)로 배포할 수 있는 기능을 제공한다. 2. 도입 효과 (1) 접근성 확대 최적설계 수행, 데이터 분석을 위한 배경 지식을 전문적으로 배울 필요가 없어 손쉽게 접근할 수 있다. (2) M/H 절감 최적설계 수행, 데이터 분석, 보고서 생성 과정이 원 클릭으로 진행되므로 공수가 절감된다. (3) 설계 가이드로 노하우 축적 최적화 결과 분석에 필요한 설계 가이드를 제공하기 때문에 기존에 경험에 의존했던 정보들이 정량화된 지식으로 축적될 수 있다. (4) 엔지니어링 관점 데이터 활용 피도텍의 머신러닝 기술로 해석이나 시험을 통해 축적된 데이터를 활용하여 성능예측 프로세스 구축이 가능하다.     좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기