제21회 서울국제생산제조기술전(SIMTOS 2026)이 4월 13일 킨텍스 제1전시장에서 개막식을 갖고 5일간의 일정에 들어갔다. 한국공작기계산업협회가 주최하는 이번 전시회는 ‘AI 자율제조, 인재와 연결하다’를 주제로 오는 4월 17일까지 킨텍스 제1·2전시장 전관에서 진행된다. 올해 전시회는 35개국에서 1315개 기업이 참여해 6059부스 규모로 꾸려졌다. 이는 국내 최대 규모의 생산제조기술 전시회로, 전체 참가 기업 중 해외 기업 비중이 53.1%를 차지한다. 독일, 이탈리아, 스위스, 일본, 대만, 중국 등 6개국은 별도의 국가관을 운영하며 자국의 대표 제조기술을 선보인다. 또한 12개국 20개 협단체가 참가해 국제 협력과 산업 네트워크를 확대한다.     개막식에는 김원종 한국공작기계산업협회장을 비롯해 허성무 국회의원, 김성열 산업통상자원부 산업성장실장, 신희동 한국전자기술연구원장 등 국내외 주요 인사가 참석했다. 김원종 회장은 개회사를 통해 “인공지능 전환과 제조 데이터, 자동화 기술이 결합한 지능형 제조 시스템이 확산하면서 공작기계 산업은 제조혁신을 이끄는 핵심 기반 산업으로 역할이 확대되고 있다”고 강조했다. 이어 “이번 전시회가 기업에는 새로운 시장 창출의 기회를, 참관객에게는 제조혁신의 방향을 제시하는 계기가 되기를 기대한다”고 덧붙였다. 정부와 국회 관계자들도 공작기계 산업의 중요성을 역설했다. 허성무 국회의원은 공작기계 산업을 전통 제조업의 핵심으로 꼽으며 국회 차원의 지원을 약속했다. 김성열 산업성장실장은 대한민국이 글로벌 산업 강국으로 도약하는 데 전시회 참가 기업들의 역할이 컸다고 평가했다. 정부는 인공지능 기반 자율제조 기술 중심의 산업 육성과 연구개발 지원, 수출 경쟁력 제고 등 세 가지 정책 방향을 제시하며 기계 산업의 경쟁력 확보를 지원할 방침이다. 전시 현장은 금속절삭 및 금형기술관, 소재부품 및 제어기술관, 툴링 및 측정기술관, 절단가공 및 용접기술관, 프레스 및 성형기술관 등 5개 전문관으로 구성됐다. 특히 ‘로봇 및 디지털제조기술 특별전’을 통해 제조 AX(인공지능 전환) 시대의 산업 구조 변화를 보여준다. 제2전시장 7홀에 마련된 ‘AI 팩토리 테마관’에서는 장비와 데이터, 인공지능이 결합한 미래 제조 시스템을 직접 확인할 수 있다. 이번 행사는 기술 정보를 교류하는 것을 넘어 산업 생태계 전반을 연결하는 플랫폼 역할을 수행한다. 글로벌 제조 AX 혁신 콘퍼런스를 비롯해 여성 엔지니어 네트워크 포럼, 채용박람회인 커리어커넥트 등 다양한 프로그램이 함께 열린다. 캐드앤그래픽스가 주관하는 ‘피지컬 AI·디지털트윈 및 뿌리산업·소부장 컨퍼런스’는 4월 16일~17일 킨텍스 제2전시장 7홀 컨퍼런스룸 A에서 진행된다. 이외에 참관객의 이해를 돕기 위한 테크니컬 가이드 투어와 스탬프 투어 등 체험 이벤트도 마련됐다. 협회는 5일간의 전시 기간에 약 10만 명의 참관객이 방문할 것으로 예상하고 있다.

한국공작기계산업협회는 4월 13일~17일 일산 킨텍스에서 열리는 ‘제21회 서울국제생산제조기술전(SIMTOS 2026)’을 앞두고 3월 10일 기자간담회를 진행했다. 이번 전시회는 ‘AI 자율제조, 인재와 연결하다’라는 주제 아래 디지털 제조 혁신과 AX 전략을 집중적으로 선보일 예정이다. 협회는 GTX 개통에 따른 접근성 향상과 전시 콘텐츠 고도화를 통해 이번 행사가 ‘세계 4대 제조 기술 전시회’로서의 위상을 다질 것으로 기대하고 있다. ■ 정수진 편집장     제조 혁신과 글로벌 연결의 장 마련 한국공작기계산업협회 박재훈 상근부회장은 기자간담회 환영사를 통해 개막을 앞둔 SIMTOS 2026의 준비 현황과 주요 내용을 공유하며 행사의 성공적인 개최를 다짐했다. 이번 SIMTOS 2026 전시회는 35개국 1300개 기업이 6000 부스 규모로 참가 신청을 마쳤고, 약 10만 명의 참관객이 방문할 것으로 예상된다. 박재훈 상근본부장은 “이는 어려운 경제 여건 속에서도 새로운 판로 개척과 글로벌 시장 진출, 기술 경쟁력 강화를 향한 생산 제조업계의 강한 의지가 집약된 결과”라고 평가했다. 또한 “이러한 산업계의 기대에 부응하기 위해 이번 행사를 단순한 전시회를 넘어 기술과 산업, 기업과 시장을 연결하는 뜻깊은 장으로 만들 계획”이라고 전했다. SIMTOS 2026은 첨단 생산 제조 기술과 글로벌 산업 트렌드를 한자리에서 효율적으로 파악할 수 있도록 ▲금속절삭 및 금형기술관 ▲소재부품 및 제어기술관 ▲툴링 및 측정기술관 ▲절단가공 및 용접기술관 ▲프레스 및 성형기술관 등 5개의 전문관과 1개의 특별전을 구성해 운영한다. 특히 ‘로봇 및 디지털 제조 기술 특별전(M.A.D.E. in SIMTOS)’ 내의 ‘머신 온 AI(Machine on AI) 테마관’ 등을 통해 제조 AX(AI 전환)로 나아가는 새로운 가능성과 발전된 기술 흐름을 중점적으로 선보일 예정이다. 또한 전시회를 더욱 풍성하게 만들어 줄 프로그램도 마련된다. 국내외 바이어 상담 프로그램인 ‘매치메이킹 포유’를 비롯해 ‘글로벌 제조 AX 혁신 콘퍼런스’, 새롭게 선보이는 채용 박람회인 ‘커리어커넥트’, 차세대 여성 인재와 산업 현장을 연결하는 ‘여성 엔지니어 네트워크 포럼’ 등 다양한 부대행사가 전시회와 함께 진행될 예정이다.   AI 자율제조와 글로벌 생산기술의 흐름을 한 눈에 SIMTOS 2026의 준비 현황과 주요 콘텐츠를 소개한 한국공작기계산업협회 박재현 전시사업본부장은 “1984년 처음 개최된 SIMTOS는 2004년 대비 2024년에 부스 규모가 498%, 참관객이 243% 증가하는 등 눈에 띄는 만한 성장을 이뤄냈으며, 초창기 공작기계 중심에서 생산 제조 기술 전반으로 전시 콘텐츠를 꾸준히 확장해 왔다”면서, “현재 SIMTOS는 국내 최고 수준의 전시 경쟁력을 입증하며 중국의 CIMT, 독일의 EMO, 미국의 IMTS와 어깨를 나란히 하는 세계 4대 생산 제조 기술 전시회로 자리매김했다”고 소개했다. 이번 SIMTOS 2026은 ▲글로벌 위상 확장 ▲데이터 기반의 제조 AX 혁신 ▲산업과 인재의 연결 ▲브랜드 확산이라는 핵심 포인트를 바탕으로 기획되었다. 이를 위해 해외 기자단 및 바이어 초청을 대폭 확대하고, 실제 장비가 구동되는 제조 AX 테마관을 운영하며 통합 생산라인 중심의 전시 콘텐츠를 고도화할 계획이다. 또한 기업과 인재, 바이어를 1대1로 연결하는 매칭 플랫폼을 새롭게 운영하고 일반 대중을 대상으로 인지도 확대를 위한 거점 광고도 추진하고 있다. 박재현 본부장은 “킨텍스 주차장 공사로 인한 불편을 해소하기 위해 인근 임시 주차장 확보와 참가 업체 대상 무료 주차장 및 셔틀버스 운영 등 다양한 편의를 제공하고 있으며, 최근 GTX-A 노선 개통으로 지방 참관객의 접근성이 크게 높아질 것”이라면서, “SIMTOS는 단순한 산업 전시회를 넘어 글로벌 제조 산업의 기술 방향을 제시하는 플랫폼으로서 한국 제조 산업을 대표하는 전시회로 그 역할을 끝까지 책임지겠다”고 전했다.     피지컬 AI와 지능형 제조 설루션의 진화 한편, 기자간담회에서는 주요 참가업체가 각사의 최신 기술과 전시 방향을 미리 선보이는 프리뷰가 진행되었다. 프리뷰를 통해 ▲하드웨어와 소프트웨어의 융합 및 피지컬 AI(pnysical AI)의 본격 도입 ▲공정 전체를 아우르는 자동화 기술의 진입 장벽 해소 및 효율 극대화 ▲첨단 산업 수요에 맞춘 목적형 특화 장비의 라인업 확대 등의 트렌드를 엿볼 수 있었다.  DN솔루션즈는 레드닷 어워드를 수상한 새로운 디자인 아이덴티티를 적용한 기기들을 선보이며, 반도체 및 우주항공 산업에 특화된 장비와 자체 운영체제 기반의 인공지능 활용 앱 등 디지털 설루션을 출품한다. SMEC(스맥)은 머시닝 센터와 CNC 선반 등을 소개하며, 자체 ICT 사업부의 5G 특화망 기술을 연계한 자동화 설루션과 반도체 특화 장비 전시를 통해 관람객 친화적인 이벤트를 마련할 계획이다. 위아공작기계는 21종의 장비를 바탕으로 피지컬 AI 기반의 지능형 자율 제조 비전을 제시하며, 타사와의 협업을 통한 가상현실 모니터링 및 다크 팩토리(무인으로 가동되는 완전 자동화 공장) 실증 모델을 선보일 예정이다. 화천기계는 지난 전시회 대비 출품 장비 수를 7대로 압축하여 기계의 기술적 방향성과 소프트웨어의 확장성을 명확히 전달하는 데 집중하며, 자체 제어 시스템인 하모니와 인공지능을 결합한 통합 운영 환경을 제공한다. 산업용 고출력 레이저 업체인 HK는 레이저 가공기와 산업용 로봇을 결합한 완전 자동화 생산 시스템을 공개하며, 단순한 장비 공급을 넘어 판금 가공 공정 전체를 아우르는 지능형 토털 설루션을 제시한다. 한국트럼프는 소형 자동 창고 등 다섯 가지 제품으로 첨단 기술과 자동화의 도입 장벽을 낮추는 데 초점을 맞추었으며, 인공지능 기반의 절단 품질 최적화 설루션과 공정 전체를 단일 화면으로 제어하는 소프트웨어를 소개한다. 인터엑스는 엔비디아의 에지 디바이스를 위아공작기계의 장비에 탑재해 기계 스스로 상태를 파악하고 의사결정을 내리는 세계 최초의 완전 자율 머신을 시연하며, 피지컬 인공지능 중심의 제조 혁신을 현장에서 증명할 계획이다. 공장 자동화 물류 설비 전문 기업인 세창인터내쇼날은 스마트 산업 환경에 최적화된 전기 구동 방식의 컨베이어 시스템을 비롯해 공간 효율을 높인 스파이럴 컨베이어와 자율 주행 셔틀 기반의 RGV(레일 가이디드 비클) 시스템 등 첨단 이송 설루션을 전시한다.     ■ 기사 내용은 PDF로도 제공됩니다.

SIMTOS 2026  - 캐드앤그래픽스 주관 컨퍼런스 Day 2 4.17(금) - 뿌리산업 & 소부장 컨퍼런스 발표자 및 발표 내용 소개 1. 2026년 소부장 R&D 정책지원 방향 한국산업기술기획평가원(KEIT) 정민하 본부장 [강연 내용]  소부장 및 공급망 현안과 소부장 관련 기업지원 정책 및 소부장 지원정책 활용 방법과 소부장 관련 기관 지원을 위한 사업 및 예산에 대해 소개한다. [약력] 한국산업기술기획평가원 전략기획팀장 한국산업기술기획평가원 소재부품전략팀장 2. 제조 AX 기반 반도체 소부장 경쟁력 강화전략 성균관대 권석준 교수(부학장) [강연 내용] 소버린 AI가 국가 정책으로 부상하면서 AI 모델 자립은 물론, 향후 기존 산업으로의 확장을 염두에 둔 M.AX(제조업 AI 전환) 방향이 구체화되고 있다. 특히 한국 수출 산업 중 가장 큰 비중을 차지하는 반도체에서는 대기업뿐만 아니라 반도체 소부장의 경쟁력 강화를 위해 제조 AX 전략이 어떻게 합치될 수 있을지 논한다. [약력] 서울대학교 공과대학 화학생물공학부 학석사(02,04), MIT 화학공학과 공학박사(13), 한국과학기술연구원(KIST) 첨단소재연구본부 선/책임연구원 (13-21), 성균관대학교 화학공학부 교수 및 공과대학 부학장 (현재), 과기정통부 국가전략기술 반도체 분과위원   3. 공작기계에서 '지능형 제조 에이전트'로: AX를 통한 제조 플랫폼의 진화 DN솔루션즈 엄재홍 상무 [강연 내용] AI 산업 전환(AX)에 대해 기계 산업과 AI 관점에서 살펴보고 시사점을 논의한다. [약력] ㈜디엔솔루션즈 AI담당 임원 (전) 현대오토에버㈜ AI 기술팀장, ㈜LG LGSP AI 기술팀장 등 연사는 AI 기술 전문성과 4대 그룹 주요 산업 경험을 바탕으로 현장의 AI 기반 산업 전환을 이끌고 있다. 4. AI(인공지능) 기반 자율제조 대응 방안 및 추진 전략 화신 이기동 상무 [강연 내용]  최근 데이터 기반 중심 제조 환경 패러다임 변화 자율 제조 개념 (자율 제조 정의 및 단계) 현재 제조 시스템 현황 및 한계 자동차 부품개발 및 제조 전문 업체인 화신의 기술개발 사례 [약력] 1992년 1월 ~ 화신 입사 주요경력 : 제품 설계, 금형 설계, 해외 법인 구축 전) 신사업부문장, 현) 화신 생산기술본부장    5. 항공엔진용 핵심 부품소재의 신뢰성 확보 및 기술개발 추진 전략 한화에어로스페이스 송덕용 수석연구원 [강연 내용] 항공엔진의 고온·고응력 운용환경 대응을 위한 핵심 부품소재의 설계-공정-시험·평가·인증 절차를 확립하고, 통계 데이터 기반의 신뢰성 확보 전략 및 산학연 협력 기술개발 방안을 제안한다. [약력] 2012~2018 두산에너빌리티, 원자력발전용 핵심 부품소재 국산화 기술개발 2018~2020 한국금속재료연구조합, 산업부 소부장 기술개발 사업 기획위원 2020~2024 한국생산기술연구원, 뿌리산업 진흥과 첨단화를 위한 정책 및 신규 Project 기획 2024~ 현재 한화에어로스페이스, 항공엔진용 소재부품 국산화 기술개발 SIMTOS 2026 컨퍼런스 상세 내용 보러가기 >>

한국공작기계산업협회가 주최하는 ‘제21회 서울국제생산제조기술전(SIMTOS 2026)’이 4월 13일~17일 일산 킨텍스(KINTEX) 제1, 2전시장에서 개최된다. 전체 전시 면적이 102,431㎡에 이르는 이번 행사는 ‘AI Autonomous Manufacturing Meets Talent(AI 자율제조, 인재와 연결하다)’를 주제로 내걸었다. 전 세계 35개국에서 1300개 기업이 참가하며 규모는 6000부스에 이른다. SIMTOS 사무국은 5일간 해외 방문객 5000명을 포함해 약 10만 명의 참관객이 전시장을 찾을 것으로 전망하고 있다. 한국공작기계산업협회의 박재현 사업본부장은 3월 10일 열린 기자간담회에서 “행사를 한 달 앞둔 시점에서 사전등록자가 전회 대비 20% 이상 늘어나 코로나19 이전 수준을 회복할 수 있을 것”이라고 기대감을 나타냈다.   ▲ 기자간담회에서 한국공작기계산업협회 박재현 사업본부장이 SIMTOS 2026에 대해 소개했다.   킨텍스 제1전시장에는 금속절삭 및 금형기술관, 소재부품 및 제어기술관, 툴링 및 측정기술관이 마련된다. 절삭가공 장비부터 핵심 부품과 제어기술, 공구 및 측정 설루션까지 생산제조 기술의 흐름을 한눈에 확인할 수 있다. ‘금속절삭 및 금형기술관’에는 DN솔루션즈, 스맥, 위아공작기계, 화천기계 등 국내 주요 기업과 화낙, 한국야마자키마작 등 글로벌 기업이 참가한다. 이들 기업은 머시닝센터, 터닝센터, CNC 자동선반, 복합가공기 등 최신 장비를 소개한다. 특히 CNC 국산화 기술개발을 위해 설립된 합작법인 ‘KCNC(케이씨엔씨)’가 참가해 국내 CNC 기술력을 선보일 예정이다. ‘소재부품 및 제어기술관’은 장비 성능을 결정하는 핵심 유닛과 지능화 제어기술을 집중적으로 다룬다. 공작기계 유닛, 이송 및 구동계, 모터와 센서, 제어시스템 등이 전시된다. 삼천리기계, 서암기계공업, 한성GT 등 국내 기업과 지멘스, NSK 등의 글로벌 기업이 참여한다. ‘툴링 및 측정기술관’에서는 정밀 절삭공구와 첨단 측정 설루션이 소개된다. 한국야금, 와이지-원, 한국OSG 등 국내 공구기업과 미쓰도요, 헥사곤, 칼자이스, 마르포스 등 글로벌 기업이 참여한다. 이들은 비접촉 품질관리 기술과 머신비전, 3차원 스캐닝 시스템 등을 선보인다. 제1전시장이 금속절삭가공 기반의 정밀 설루션 중심이라면 제2전시장 9~10홀은 판금과 소성가공 중심이다. 이곳은 대면적과 대출력 생산기술을 아우르는 공간으로 꾸며진다. ‘절단가공 및 용접기술관’과 ‘프레스 및 성형기술관’에서는 레이저, 워터젯, 로봇용접 등 고효율 기술이 전시된다. 에이치케이, 트럼프, 아마다 등 주요 기업이 디지털 기반의 자동화 기술을 선보인다. 프레스 및 성형 분야에서도 글로벌 기업과 국내 전문기업이 참여해 자동화 흐름을 제시한다. 킨텍스 제2전시장 7~8홀에서 운영되는 로봇 및 디지털제조기술 특별전(M.A.D.E. in SIMTOS)은 미래 제조 플랫폼을 보여준다. AI 자율제조 시대의 핵심 기술이 이곳에 집약된다. 인터엑스, 레인보우로보틱스, 뉴로메카 등 국내 기업과 글로벌 로봇 기업이 참여해 디지털 트윈, AI 공장, MES, 통합 자동화 설루션, 3D 프린팅, 엔지니어링 소프트웨어 등 제조 DX 전주기 기술을 선보인다. 특별전 내 ‘Machine on AI 테마관’에서는 글로벌 표준 기반의 AI 자율제조 실증 시연이 진행된다. 이를 통해 장비 중심의 전시를 넘어 데이터 기반 자율제조로 확장되는 기술 흐름을 현장에서 직접 확인할 수 있다. SIMTOS 2026 기간에는 다양한 부대행사가 열린다. 글로벌 제조 트렌드 공유부터 신제품 발표회, 첨단 기술 정보 교류까지 전문가와 실무자를 위한 프로그램이 운영된다. 글로벌 제조 AX 혁신 콘퍼런스는 ‘AI-Driven Next-Generation Manufacturing’이라는 주제로 열린다. 10개 세부 주제별로 60여 개의 세션이 발표된다. 피지컬 AI, 디지털 트윈, 다크팩토리 등 최신 트렌드와 수요산업의 혁신 전략을 공유한다. 생산제조 분야 여성 인재를 위한 ‘여성 엔지니어 네트워크 포럼’도 열린다. 산업계 여성 리더의 강연과 멘토링 프로그램이 진행된다. ‘오픈스테이지 세미나’에서는 참가업체의 혁신적인 신제품과 신기술이 발표된다. 이 밖에도 채용 플랫폼인 커리어커넥트가 온·오프라인으로 운영된다. 바이어 상담회(MatchMaking4U), 테크니컬 가이드 투어, 스마트 스탬프 투어 등 참관객을 위한 참여형 프로그램도 마련된다. SIMTOS 사무국은 “글로벌 제조업은 데이터 기반 의사결정과 AI 융합 기술이 경쟁력을 좌우하는 전환기에 놓여 있다”면서, “SIMTOS 2026은 대한민국 제조혁신의 방향을 가늠하는 전략적 플랫폼으로서, 글로벌 기술 트렌드를 분석하고 새로운 비즈니스 기회를 모색하는 자리가 될 것이다. 절삭가공부터 로봇과 디지털 제조까지 전 공정을 아우르는 통합 플랫폼 SIMTOS를 통해 제조업의 미래를 준비하길 바란다”고 전했다.

제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (8)   PTC는 설계부터 제조까지의 전 과정을 아우르는 디지털 스레드(digital thread)를 더욱 강화한 크레오 파라메트릭 12.0(Creo Parametric 12.0) 버전을 2025년 4월 출시했다. 12.0 버전은 시뮬레이션 기반 설계(SimulationDriven Design) 환경을 한층 더 고도화하였으며 특히 인공지능(AI)을 활용하여 최적의 형상을 찾아내는 제너레이티브 디자인(generative design, 생성형 설계)의 개선 기능이 포함되었다. 기존의 제너레이티브 디자인이 구조적 경량화에 초점을 맞추었다면 크레오 12.0은 열 최적화(thermal optimization)와 복합형 보디(hybrid body)의 정밀 분석, 그리고 제조 형상 제어 기능을 강화하여 엔지니어가 실무에서 바로 활용할 수 있는 수준의 완성도 높은 형상 결과를 제공한다. 이번 호에서는 크레오 12.4 업데이트에 포함된 제너레이티브 디자인의 핵심 개선 사항들을 알아보자.   ■ 김성철 디지테크 기술지원팀의 이사로 크레오 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   복합형 보디의 면적 및 부피 측정 제너레이티브 디자인 형상이 포함된 복합 보디의 표면적 및 부피 측정을 지원한다. 분석(Analysis) 탭 → 측정(Measure) 그룹에서 영역(Area) 또는 볼륨(Volume)을 선택한다.     이제 제너레이티브 디자인에서 생성된 최적화된 형상의 중량을 예측하고, 도장 면적 산출 및 금형 투영 면적 계산 등에 활용하여 후속 공정의 필요한 데이터를 빠르게 제공할 수 있다.   복합형 확장된 형상 분석 지원 생성한 복합 보디에 대한 음영처리 곡률, 반사, 새도 및 슬로트 분석 등 다양한 형상 분석 기능을 지원한다. 분석(Analysis) 탭에서 형상 검사(Inspect Geometry)를 선택한다.     복합 보디에 대한 반사를 분석할 수 있다.     복합 보디에 대한 슬로프 분석이 가능하다.     복합 보디에 대한 확장된 형상 분석으로 설계자는 표면 품질을 직관적으로 시각화하고 검토할 수 있다. 다양한 형상 분석을 통해 급격한 곡률 변화로 인한 형상 문제나 제조 과정에서 발생할 수 있는 오류를 사전에 빠르게 파악할 수 있다.   열 최적화 검토 생성형 설계의 열 검토(Thermal Study) 기능을 활용하면 전자기기 및 열 민감 제품에 대한 설계 최적화 과정에서 강력한 분석과 최적화를 수행할 수 있다. 안정 상태 열 해석을 기반으로 전도 및 대류 조건을 정의할 수 있으며, 전열/열류/열 생성 하중과 같은 새로운 하중 유형을 적용할 수 있다. 또한 최고 온도 최소화 또는 질량 최소화와 같은 최적화 목표를 설정하여 다양한 사용 사례에 대응할 수 있다. 생성형 설계(Generative Design) 탭에서 검토(Study) → 열 검토(Thermal Study)를 선택한다.     열 검토의 설계 공간 설정에서 보존된 형상을 선택하면 다중 보디에서 보존 형상과 시작 형상을 명확히 구분하여 정의할 수 있어, 최적화 과정에서 불필요한 형상 변경을 방지하고 효율적인 설계 공간을 정의할 수 있다.     열 검토(Thermal Study)에서는 경계 조건으로 온도(Temperature)와 대류(Convection)를 선택하여 공기나 유체에 의한 냉각 효과를 정의할 수 있다. 온도 조건은 지정된 표면에 일정한 온도를 부여하여 열 전달을 제어하며, 대류 조건은 외부 환경과의 열 교환을 모사한다. 특히 대류 조건은 상온을 기준으로 자동 설정되어 별도의 입력 없이도 기본적인 냉각 효과를 반영할 수 있다.     생성형 설계의 열 검토(Thermal Study)에서 다양한 열 하중을 정의하여 실제 사용 환경을 보다 정밀하게 모사할 수 있다. 열 하중(Heat Load) : 발열원을 정의하며, 와트(W) 단위로 입력한다. 특정 부품이나 영역에서 발생하는 발열량을 직접 지정할 수 있어 전자기기와 같은 발열 요소를 정확히 반영할 수 있다. 열류(Heat Flux) : 단위 면적당 열의 이동량을 정의한다. 표면을 통해 전달되는 열 흐름을 제어할 수 있으며 냉각판이나 방열판과 같은 열 관리 구조의 성능을 검토하는 데 활용된다. 열 생성(Heat Generation) : 부품 내부에서 발생하는 발열 조건을 정의한다. 재료 자체의 발열 특성이나 내부 전기/화학 반응으로 인한 열 발생을 모델링할 수 있다.     ■ 기사 상세 내용은 PDF로 제공됩니다.

트렌드에서 얻은 것 No. 28   ▲ 클릭하면 큰 그림으로 볼 수 있습니다.   21세기 제조 산업은 기계적 자동화를 넘어 데이터와 인공지능(AI)이 설계, 생산, 운영의 전 과정을 주도하는 지능형 시대로 진입하고 있다. 2025년을 기점으로 인공지능은 생산성을 보조하는 도구의 단계에서 벗어나, 엔지니어링의 근간을 재정의하는 ‘AI 네이티브(AI-native)’ 환경의 핵심 인프라로 자리 잡았다. 과거의 제조 방식이 숙련공의 경험과 직관에 의존하는 결정론적(deterministic) 방식이었다면, 미래의 스마트 엔지니어링은 방대한 산업 데이터를 기반으로 최적의 의사결정을 자율 수행하는 확률론적(probabilistic) 방식으로 전환되고 있다. 이번호 칼럼에서는 글로벌 선도 기업의 실무 적용 사례를 통해 2026년 제조업이 나아가야 할 방향을 알아보고자 한다.   스마트 엔지니어링의 역사적 진화와 패러다임의 전환 스마트 엔지니어링의 역사는 물리적 모델을 디지털 공간으로 옮기려는 지속적인 노력의 산물이다. 1990년대 초반, 보잉은 777 기종의 개발 과정에서 CAD를 활용한 디지털 목업(DMU) 기술을 도입하며 설계 혁신을 시작했다. 이는 종이 도면 없이 항공기 전체를 3D 상에서 검증한 최초의 사례로 기록된다. 이후 2010년대에 들어서며 에어버스 A350의 사례와 같이 설계 리뷰 전 과정이 디지털화되었고, 2020년대에 이르러서는 복제를 넘어 물리적 대상과 실시간으로 데이터를 주고받는 디지털 트윈(digital twin) 기술이 성숙기에 접어들었다. 2025년부터 2026년 사이의 기술적 전향점은 이러한 디지털 트윈이 AI 네이티브 지능을 탑재하기 시작했다는 점이다. 이제 엔지니어링 업무의 30%를 차지하던 과거 데이터 검색 및 비부가가치 활동은 구체적인 사례가 공개되고 있지는 않지만, 시대의 흐름에 따라 서서히 생성형 AI와 검색 증강 생성(RAG) 기술로 대체되어 갈 것으로 보인다. 또한, 글로벌 기업의 끊임없는 연구로 인해 엔지니어는 반복적인 분석 대신 창의적인 문제 해결과 맥락적 의사결정에 집중하는 ‘코파일럿(co-pilot)’ 시대도 곧 맞이할 것으로 예상된다.     이러한 패러다임의 전환은 한국 제조업에도 시급한 과제다. 미국, 독일, 일본 등 주요 제조 강국과 비교할 때 한국의 제조업 부가가치율은 여전히 상대적으로 낮은 수준에 머물러 있으며, 대기업과 중소기업 간의 생산성 격차는 약 4배에 이른다. 고령화와 저출산으로 인한 노동력 감소, 근로시간 단축 등 제약 사항이 증가하는 상황에서 AI를 통한 제조 지능화는 선택이 아닌 생존을 위한 필수 전략으로 부상하고 있다.   제조 지능화를 위한 AI 핵심 활용 방안 및 기술 분석 제조 현장에서 AI를 실무에 적용하는 방식은 정보 추출부터 복잡한 공정 시뮬레이션 및 자율 제어에 이르기까지 넓은 영역을 포괄한다. 지능형 지식 검색 및 데이터 파이프라인 최적화는 엔지니어링 업무의 상당 부분은 과거의 기술 문서, 도면, 실험 데이터를 찾는 데 소요된다. 최근의 RAG(Retrieval Augmented Generation) 기술은 수십 년간 축적된 비정형 데이터(PDF, 엑셀, 문서)를 벡터 데이터베이스(vector DB)로 변환하여 자연어 질문에 답변하고 근거가 되는 출처를 명확히 제시함으로써 환각(hallucination) 문제를 해결하고 있다. 이는 글로벌 프로젝트에서 기술 문서의 실시간 번역과 용어 표준화를 지원하여 협업 효율을 극대화한다. 또한, 연구 프로세스 개선을 위해 데이터 파이프라인 중심의 자동화가 추진되고 있다. 기존의 실험 연구자가 수기로 기록하던 방식에서 벗어나 디지털화된 시료 분석과 제어 데이터를 클라우드 협업 환경에 통합함으로써, 연구 산출물의 재현성을 높이고 멘토링의 질을 개선하는 것이 핵심이다. 생성형 설계(generative design)와 제조 공법 인지는 엔지니어의 상상력을 정교한 설계안으로 구현하는 데 결정적인 역할을 한다. 설계자가 경량화, 강성 등 목표 조건과 재료, 제조 공법 등의 제약 조건을 입력하면 AI는 수백 가지의 대안을 생성한다. 특히 ‘제조 공법 인지(manufacturing-aware)’ 기능은 주조 공법 시 금형에서 제품이 빠져나올 수 있는 구배 각도를 자동 고려하거나 3축/5축 가공 시 공구가 접근할 수 없는 언더컷 형상을 배제하는 수준까지 진화했다. 일본의 니프코(Nifco)는 이를 활용해 전통적인 육각형 허니콤 구조를 넘어선 비정형 유기적 패턴을 설계함으로써 강성을 유지하면서도 재료 사용량을 획기적으로 절감하는 성과를 거두었다. 에이전틱 AI(agentic AI)와 자율적 프로세스 제어 부분을 살펴보면, 2026년의 주요 트렌드인 에이전틱 AI는 분석을 넘어 독립적으로 과업을 계획하고 실행하는 능력을 갖출 것이다. 기존의 AI가 ‘무엇이 잘못되었는가’를 알려주는 예측 도구였다면, 에이전틱 AI는 ‘어떻게 해결할 것인가’를 결정하고 실행한다.     인과관계 AI(causal AI)와 지식 조립 공장은 전통적인 머신러닝 모델은 데이터 간의 상관관계에 의존하기 때문에 ‘왜’라는 질문에 답하기 어렵고, 공정 환경이 변하면 모델이 붕괴되는 한계를 가진다. 이를 극복하기 위해 2026년에는 인과관계 AI가 제조업의 핵심 기술로 부상하고 있다. 인과관계 AI는 데이터 패턴 학습을 넘어 원인과 결과의 사슬을 규명한다. 예를 들어, 공장 내 배관의 결로 현상과 습도 데이터 사이에는 강한 상관관계가 존재하지만, 습도가 결로의 원인인지 혹은 그 반대인지를 명확히 정의하지 못하면 잘못된 설비 투자가 이루어질 수 있다. 인과관계 AI는 주다 펄(Judea Pearl)의 수학적 기초를 바탕으로 개입(intervention) 분석을 수행하여 ‘만약을 변경한다면은 어떻게 변할 것인가’라는 질문에 명확한 수치를 제공한다. 인하대학교 이창선 교수가 제시한 KAMG AI(Knowledge Assembly Factory) 개념은 AI가 스스로 모든 것을 만드는 것이 아니라, 인간 전문가가 설계한 ‘인과 지식 설계도(blueprint)’를 기반으로 AI가 지식을 조립하는 방식을 취한다. 이는 존재(entity), 속성(attribute), 관계(relation) 프레임워크를 통해 지식을 해부하고 표준화된 조립 공정을 거쳐 인과 예측 모델을 산출한다. 이 과정에서 엔지니어는 프로그래머가 아닌 시스템의 의미와 변수의 역할을 결정하는 ‘지식 설계자(architect)’로 거듭나게 된다. 데이터 거버넌스와 팔란티어 온톨로지(ontology) 전략의 핵심은, 제조 AI가 진정한 가치를 창출하기 위해서는 현장의 모든 데이터가 실시간으로 연결되는 ‘디지털 스레드(digital thread)’가 전제되어야 한다는 것이다. 팔란티어의 온톨로지 기술은 데이터 사일로(silo) 문제를 해결하고 기업의 전체 데이터 유니버스를 비즈니스 맥락으로 재구성하는 핵심 아키텍처를 제공한다. 온톨로지는 데이터를 분류하는 것을 넘어 업무, 조직, IT 시스템 간의 공통 언어를 제공한다. 팔란티어 파운드리는 기존 레거시 시스템(ERP, PLM, MES 등)의 데이터를 물리적으로 옮기지 않고 연결하며, 이를 객체(object)와 관계(link)로 모델링한다. 객체(entity) : 차량 모델, 부품, 공정, 설비, 고객 등 핵심 요소를 개체화한다. 속성(attribute) : 개체의 특징(온도, 압력, 재질, 작업 시간)을 정의한다. 관계(relationship) : ‘부품은 공정에서 사용된다’, ‘설계 변경은 생산에 영향을 준다’와 같은 업무적 연결을 구조화한다. 구축된 온톨로지 위에서 팔란티어의 AIP(Artificial Intelligence Platform)는 자연어 인터페이스를 통해 현장의 복잡한 상황을 분석하고 대응한다. 예를 들어, ‘5월 출하 지연 리스크를 요약해달라’는 명령에 대해 AI는 공급망, 재고, 생산 실적 데이터를 온톨로지 상에서 실시간으로 탐색하여 리스크의 원인을 파악하고, 대체 시나리오의 비용 효율을 시뮬레이션한 뒤 실행 승인을 요청한다. HD현대(전 현대중공업그룹)의 FOS(Future of Shipyard, 미래 첨단 조선소) 프로젝트는 2030년까지 세계 최초의 자율 운영 스마트 조선소를 구현하기 위해 팔란티어의 빅데이터 플랫폼인 ‘파운드리(Foundry)’를 도입하는 핵심적인 디지털 전환 사업이다. BMW는 팔란티어의 데이터 플랫폼인 파운드리를 도입하여 생산, 공급망 관리 및 품질 관리 시스템을 고도화하고 있다. 특히 팔란티어의 QMOS(Quality Management Operating System) 설루션을 통해 데이터 기반의 ‘제로 디펙트(zero defect, 무결점)’ 생산 환경을 구축하는 것이 핵심이다. 에어버스는 팔란티어의 파운드리 기술을 도입하여 항공기 제조 및 운항 데이터를 통합 관리하는 ‘스카이와이즈(Skywise)’ 플랫폼을 구축했다. 이를 통해 A350 인도 속도를 33% 향상시키고 운영 효율을 극대화하며, 데이터 기반의 의사결정 시스템을 혁신했다.   품질, 예지보전 및 에너지 최적화의 기술적 심화 AI가 제조 현장에 가져온 가장 직접적인 성과는 품질 비용 절감과 비가동 시간(downtime)의 최소화다. 현대트랜시스는 자체 개발한 AI 기반 품질 검사 시스템인 TADA(Transys Advanced Data Analytics) 스마트 설루션을 생산 현장에 적용하여, 기존 93% 수준이던 불량 검사 정확도를 99.9%까지 끌어올렸다. LG에너지솔루션은 AI 및 빅데이터 기술을 활용해 전 세계 생산 공장을 ‘지능형 스마트 팩토리’로 전환하고, 배터리 제조 품질과 생산 효율을 극대화하는 것을 AI 비전으로 삼고 있다. 특히, CDO 직속 AI 기술팀을 통해 공정 데이터를 분석하여 배터리 수명을 예측하고, 스마트 공장 기술을 적용하여 글로벌 생산 기지의 경쟁력을 강화하는 중책을 맡고 있다. 기존의 예지보전이 단일 센서의 임계치 모니터링에 의존했다면, 예지보전 2.0은 진동, 전류 파형, 소음, 온도를 동시에 분석하는 멀티모달(multi-modal) 방식을 취한다. AI는 고장 징후를 발견할 뿐만 아니라, ‘최근 3개월간의 패턴 분석 결과 내륜 손상이 의심되니 메뉴얼 45페이지의 베어링 교체 절차를 따르라’는 처방적 가이드를 생성형 AI를 통해 현장 작업자에게 즉시 전달한다. 포스코 광양제철소는 이를 연속 주조 설비에 적용하여 고장 예지 시스템을 성공적으로 구축했다. 탄소 배출 규제가 강화되는 가운데 AI는 에너지 사용량 예측과 최적화에 결정적인 역할을 한다. 슈나이더 일렉트릭은 예측 AI를 활용하여 산업 시설의 에너지 효율을 높이고 운영비를 절감하는 설루션을 제공하고 있으며, 한국그린데이터 등 국내 기업들도 AI 챗봇이 탑재된 운영 체제를 통해 제조업의 에너지 피크 관리와 전력 최적화를 지원하고 있다.   2026 글로벌 기술 트렌드 및 리더십의 우선순위 2026년은 AI가 ‘생산성 향상 도구’에서 ‘책임과 신뢰의 기반’으로 진화하는 해가 될 것이다. 딜로이트와 가트너 등의 보고서에 따르면 기업 리더들은 다음의 네 가지 영역에 집중해야 한다. 첫째, 에이전틱 리얼리티 체크(agentic reality check)이다. 챗봇 도입을 넘어 비즈니스 프로세스 자체를 재설계해야 한다. 보고서에 따르면 40%의 에이전틱 AI 프로젝트가 2027년까지 실패할 것으로 예상되는데, 이는 기술적 문제보다는 기존의 망가진 프로세스를 단순히 자동화하는 ‘자동화 함정’ 때문이라고 분석된다. 성공하는 기업은 엔드 투 엔드 프로세스 전체를 혁신하며 인간과 에이전트 팀을 오케스트레이션하는 모델을 채택하고 있다. 두 번째, 소버린 AI(sovereign AI)와 보안 거버넌스이다. 데이터 주권과 국가별 규제 대응이 중요해짐에 따라 소버린 AI 전략이 필수이다. 2026년에는 기업의 77%가 공급업체 선택 시 설루션의 원산지를 고려하며, 로컬 벤더를 중심으로 한 독립적인 AI 스택 구축이 확산될 것이다. 또한, 데이터 모델 오염(poisoning) 리스크에 대응하기 위한 예측적 OT 사이버 보안 체계 구축이 가속화될 전망이다. 세 번째, 피지컬 AI와 휴머노이드 로봇의 확산이다. 제조, 물류, 국방 분야를 중심으로 피지컬 AI의 도입이 급증하고 있다. 2026년에는 아시아-태평양 지역을 중심으로 피지컬 AI 채택률이 80%에 도달할 것으로 보이며, 이는 공장 내 정적인 자동화 설비를 대체하여 비정형 환경에서도 유연하게 대응하는 자율 운영 공장의 핵심 요소가 될 것이다. 네 번째, 지능형 컴플라이언스 및 표준화이다. 규제 당국 역시 AI를 활용하여 기업의 데이터를 실시간 모니터링하는 시대가 오고 있다. 이제 정기 감사에 대비하는 수준을 넘어, 시스템이 스스로 규정 위반 리스크를 예측하고 보고하는 ‘예측적 컴플라이언스’가 표준으로 자리 잡을 것이다.   실무자를 위한 실행 로드맵 스마트 엔지니어링을 위한 AI 활용은 더 이상 미래의 담론이 아닌 2026년 현재의 경영 핵심 과제다. 2026년은 지식 소유 자체가 무의미해지는 시점이며, AI가 생성한 결과물을 편집하고 맥락화하는 ‘아키텍트(architect)’ 능력이 엔지니어의 몸값을 결정짓게 될 것이다. 기업은 성공적인 AI 전환을 위해 다음의 3단계 로드맵을 고려해야 한다. 첫째, 지능형 설계 및 시뮬레이션 단계를 통해 아이디어를 가장 빠르게 현실화할 수 있는 데이터 환경을 구축해야 한다. 둘째, 스마트 생산 및 운영 단계를 통해 물리적 세계를 정밀하게 제어하고 최적화하는 디지털 스레드와 온톨로지 체계를 완성해야 한다. 셋째, 제품, 공장, 도시를 하나의 유기체로 연결하는 생태계 통합 단계로 나아가야 한다. AI는 도구가 아니라 설계–생산–운영 전반을 학습하고 최적화하는 ‘지능형 플라이휠(intelligent flywheel)’이다. 지금 이 순간에도 데이터는 쌓이고 있으며, 이를 인과관계로 해석하고 에이전틱 AI로 실행에 옮기는 기업만이 2026년 이후의 제조업 패러다임 변화에서 승리자가 될 수 있을 것이다.   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (6)   크레오 파라메트릭(Creo Parametric)의 서피스 모델링(Surface Modeling) 기능은 일반적인 솔리드 모델링으로는 구현하기 어려운 복잡하고 부드러운 형태를 만드는 데 유용하게 사용된다. 서피스 모델링은 곡률이 연속적이고, 유기적인 형태를 정밀하게 제어하며 생성할 수 있다. 이번 호에서는 크레오 서피스 기능을 이용하여 모델링을 생성해본다.   ■ 김주현 디지테크 기술지원팀의 차장으로 Creo 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   서피스 모델링을 이용하여 주로 자동차의 외장 부품, 항공기 부품, 소비재(가전, 휴대폰 등), 의료 기기, 금형 등 디자인이 중요한 제품을 생성한다. 크레오 파라메트릭은 서피스 모델링을 위해 다양한 도구와 기능을 제공하며 디자이너와 엔지니어가 원하는 형태를 자유롭게 구현할 수 있다. 서피스 모델링은 우리가 기본적으로 사용하는 파라메트릭 서피싱(Parametric Surfacing), 자유형 커브 및 서피스를 빠르고 쉽게 생성할 수 있는 스타일 기능의 ISDX, 다각형 제어 메시를 사용하여 부드럽고 잘 정의된 B 스플라인 서피스를 쉽고 빠르게 생성할 수 있는 프리스타일(Freestyle) 등으로 나누어 볼 수 있다. 예제에서는 그림과 같이 만들고자 하는 부품의 이미지를 가져와 서피스 모델을 생성한다.   ▲ 정면 이미지   ▲ 측면 이미지   먼저 새 부품을 생성한 후 이미지를 삽입한다. 보기 탭에서 모델 디스플레이 → 이미지를 선택한다.     가져오기 아이콘을 클릭한 후 이미지를 삽입하고 싶은 평면을 선택한다. 먼저 FRONT 평면을 선택한 후 정면 이미지를 가져온다. 이미지의 크기 및 위치를 정의한 후 화면을 클릭한다.     다음으로는 측면 이미지를 가져온다. 가져오기 아이콘을 클릭한 후 RIGHT 평면을 선택하여 측면 이미지를 가져온다. 이미지를 가져왔는데 그림과 같이 방향이 맞지 않으면 회전하여 이미지의 방향을 맞춰준다.     정면 이미지를 고려하여 측면 이미지의 크기와 위치를 정의한다. 이미지를 가져올 때 RIGHT 평면을 선택하였기 때문에, 측면 이미지가 가운데 평면에 있는 것을 볼 수 있다. 만약 이미지를 이동하기를 원한다면 수직 이동 아이콘을 이용하여 위치를 설정할 수 있다.     이미지 가져오기를 모두 마치고 ‘확인’을 클릭한다. 두 이미지를 바탕으로 3D 모델을 생성해 보자. 기본 베이스 피처로는 가변 단면 스윕을 생성한다. 가변 단면 스윕을 생성하기 위해 필요한 커브를 생성한다. FRONT 평면에 스케치를 한다. 그림을 보고 형상의 위 아래 부분에 중심선을 그어주고, 외곽 라인을 스플라인으로 그려 준다. 스플라인 생성 시 처음과 끝만 지정한 후 스케치된 선을 후에 수정한다.     선을 더블 클릭하면 그림과 같이 스플라인을 수정할 수 있다. 제어점을 이용하여 그림의 외곽 라인대로 스플라인을 수정한다. 다른 라인도 제어점을 수정하여 이미지에 맞게 라인을 생성한다.       ■ 기사의 상세 내용은 PDF로 제공됩니다.

제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (5)   2025년 4월 PTC는 크레오 파라메트릭(Creo Parametric) 12 버전을 출시하며 설계–시뮬레이션–제조 전 과정의 기능을 개선하여 디지털 엔지니어링 환경을 강화하였다. 이번 호에서는 크레오 파라메트릭 12 버전에서 크레오 몰드 분석(Creo Mold Analysis : CMA) 익스텐션을 이용한 사출 성형 분석 방법을 알아보자.   ■  김성철 디지테크 기술지원팀의 이사로 크레오 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   크레오 몰드 분석 소개 CMA는 사출 성형 분석을 위한 크레오 파라메트릭 응용 프로그램이다. 크레오에서 설계–해석–검증이 하나의 플랫폼 내에서 이루어지는 통합된 사출 성형 분석 환경을 제공한다. 설계자는 크레오 파라메트릭에서 모델 형상을 수정하면 별도의 데이터 변환 없이 즉시 몰덱스3D(Moldex3D) 솔버를 이용한 분석을 수행할 수 있으며, 그 결과로 사출 제품의 제조에 관련된 성형 거동을 빠르게 확인하고 검토할 수 있다.   사용자 인터페이스 크레오 몰드 분석은 크레오의 기본 환경에 통합된 인터페이스를 제공한다. 이러한 통합 시뮬레이션 환경은 반복적인 설계 변경 시 파일 변환 및 메시 생성에 필요한 시간을 최소화하고, 해석-피드백 시간을 줄일 수 있으며, 금형 초기 설계 단계부터 생산성 향상과 품질 확보를 동시에 달성할 수 있도록 지원한다.      분석이 완료되면 크레오의 리본 도구를 이용하여 필요한 분석 결과를 그래픽 창에서 빠르게 확인하고 검토할 수 있다.   크레오 몰드 분석 프로세스 크레오에서 다음 절차에 따라 제품의 사출 성형성을 분석할 수 있다. 분석 모델 정의 → 재료 설정 → 게이트 설정 → 분석 조건 설정 및 분석 실행 → 결과 검토 → 보고서 생성   새로운 프로젝트 생성 도어 콘솔 부품의 사출 충진 패턴을 확인하고 사출 성형 결과를 검토해 보자.   분석 모델 정의 크레오에서 분석 모델을 오픈하고 성형 분석 결과에 불필요한 요소를 억제 혹은 제거하여 단순화 모델로 정의한다.     모델에서 사출 후공정에 추가되는 구멍, 표면 가공, 라운드 등의 작업 피처가 있을 경우 피처를 억제하고 몰드 분석을 진행한다. 성형 분석에 영향을 주지 않는 표면 각인, 라운드 등의 피처가 있을 경우 억제하면 메시 생성 시간을 줄이고 분석 시간을 최소화할 수 있다. 금형 캐비티의 레이아웃 구조와 러너 등은 제외하고 단순 모델을 기준으로 성형 분석을 진행한다.     크레오 파라메트릭 리본 도구에서 응용 프로그램 → 몰드 분석(Mold Analysis)을 클릭하여 분석을 실행한다.     그림과 같이 몰드 분석 모드로 전환되고 관련 리본 메뉴가 표시된다.     재료 설정 ‘분석 설정’ 그룹에서 ‘재료 설정’을 클릭하여 모델에 적용할 플라스틱 수지를 지정한다.     재료 설정 창의 재료 라이브러리에서 재료 유형, 제조사 및 등급을 확인하고 수지를 선택한다.       ■ 자세한 기사 내용은 PDF로 제공됩니다.