피그마(Figma)가 인공지능(AI) 분야의 투자를 대폭 확대한다고 발표했다. 이번 발표에는 생성형 AI 플랫폼인 위비(Weavy)의 인수와 함께 새로운 제품 업데이트가 포함되어 있다. 피그마는 AI와 인간의 창의성을 융합하여 디자인의 영향력을 확장하고 새로운 표현 방식을 제시한다는 목표를 제시했다. 피그마는 생성형 AI 플랫폼 위비를 인수하고, 이를 자사 플랫폼에 ‘피그마 위브(Figma Weave)’로 통합했다고 발표했다. 피그마 위브는 AI 네이티브 창작 환경을 제공하여 여러 AI 모델과 전문가급 편집 도구를 결합해 이미지, 동영상, 애니메이션, 모션 그래픽, VFX 제작을 가능하게 한다. 특히 조명 조정, 마스킹, 컬러 그레이딩 등 인간의 세밀한 손길을 통해 AI 생성 소재를 정교하게 다듬어, 협업 캔버스에서 속도와 장인정신이 조화된 창작 경험을 제공한다. 피그마는 인간의 창의성과 AI 생성 기술 간의 이러한 상호보완적 관계가 디자인 진화의 다음 단계를 대표한다고 밝혔다.     또한, 피그마는 AI 시대를 위한 디자인을 할 수 있도록, 디자인 시스템의 영향력을 확장하는 주요 업데이트 시리즈를 발표했다. 이번 업데이트를 통해 피그마는 프롬프트나 기존 디자인을 작동하는 프로토타입과 앱으로 변환하는 AI 기반 도구인 ‘피그마 메이크(Figma Make)’에 디자인 시스템을 도입한다. 메이크의 디자인 시스템은 팀들이 브랜드의 정체성과 세련미를 반영하는 견고한 프로토타입을 구축할 수 있도록 지원하며, 모든 기술 수준의 제품 개발자들이 감각적으로 아이디어를 빠르게 탐색하고 반복할 수 있게 돕는다. 또한, 팀은 메이크 키트(Make Kit)를 활용해 피그마에서 라이브러리를 직접 가져온 다음, 피그마 메이크에서 사용할 수 있는 React 코드 컴포넌트와 스타일 및 변수용 CSS 파일을 생성할 수 있다. 이미 코드베이스에 디자인 시스템을 보유한 팀의 경우, 공개 및 비공개 노드 패키지 매니저(npm) 가져오기를 통해 React 컴포넌트를 가져올 수 있다. 피그마 메이크의 디자인 시스템 통합 외에도 확장 컬렉션(Extended Collections), 슬롯(Slots), 디자인 검증(Check Designs) 등의 새로운 기능이 추가되어, 팀이 높은 수준의 장인정신과 일관성, 성능을 유지하면서 더 다양한 제품과 브랜드로 디자인 시스템을 확장할 수 있도록 지원한다. 또한 피그마 MCP(Model Context Protocol) 서버의 정식 출시와 함께, 개발자들은 VS Code, Cursor, Claude Code 등의 AI 지원 코딩 도구에 피그마의 디자인 컨텍스트를 직접 통합할 수 있게 되었다. 이를 통해 AI가 디자인의 의도와 스타일을 이해하여 팀이 고유한 디자인에 충실한 코드를 생성할 수 있도록 돕는다. 11월 13일 열리는 ‘디자인 코리아(Design Korea)’ 행사에서 연사로 나서는 피그마의 쇼 쿠와모토(Sho Kuwamoto) 제품 담당 부사장은 “피그마의 비전은 언제나 모든 사람이 디자인에 접근할 수 있도록 하는 것이었으며, AI를 이러한 비전 달성을 위한 강력한 촉진제로 보고 있다”고 말했다. 이어 “AI를 통해 디자이너가 더 많은 창의적 가능성을 추구할 수 있도록 돕는 동시에, 더 많은 사람들이 디자인하고 아이디어를 실현할 수 있도록 지원하는 것이 목표”라면서, “한국 기업들이 AI 분야에서 빠르게 발전하고 있어, 이들의 통찰력과 사용자 피드백을 통해 배울 수 있게 되어 기쁘다”고 덧붙였다.

DJI가 ‘DJI 젠뮤즈 L3(DJI Zenmuse L3)’ 시리즈를 출시했다고 밝혔다. 고정밀 항공 라이다(LiDAR) 시스템인 젠뮤즈 L3는 1535nm 거리의 라이다를 통해 10% 반사율을 가진 물체에도 최대 950m까지 도달하는 동시에 침투 성능을 잃지 않는다. 듀얼 100MP RGB 카메라와 고정밀 POS 시스템을 통해 하루 최대 100㎢까지 지리공간 데이터를 확보해, 정보 획득 속도를 높일 수 있다. D-RTK 3 다기능 스테이션과 DJI 엔터프라이즈 소프트웨어를 함께 사용하면, 한 번의 비행으로 다양한 매핑 결과물을 생성하면서 지리공간 작업을 간소화하는 통합 설루션을 제공한다. DJI는 더 높은 정밀도와 광범위한 가시성에 중점을 둔 젠뮤즈 L3를 통해 자사의 고급 항공 측량 라이다 기술을 지형 측량, 재난 대응, 문화재 보존, 에너지, 인프라 점검, 임업 등 더 많은 엔터프라이즈 분야로 확대하는 것을 목표로 한다.     젠뮤즈 L3의 라이다 시스템은 100kHz 펄스 속도에서 최대 950m의 탐지 범위를 구현하며, 조절 가능한 펄스 속도는 유연한 출력 조절과 다양한 작업 환경에 최적화된 성능을 제공한다. DJI가 자체 개발한 라이다는 150m 거리에서 ±5mm(1σ)의 거리 반복 정밀도를 제공하며, 마이크로초 단위의 시간 동기화를 지원한다. 수직 정확도가 향상되어(120m에서 3cm, 300m에서 5cm, 500m에서 10cm) 1:500, 1:1000, 1:2000 축척의 측량 프로젝트를 지원할 수 있다. 레이저 빔 발산각은 0.25mrad(1/e²)로 전선이나 나뭇가지와 같은 작은 물체도 정확하게 탐지할 수 있으며, 동일 거리에서의 스폿 크기는 젠뮤즈 L2 대비 약 1/5 수준이다. 젠뮤즈 L3는 1억 화소 4/3형 CMOS RGB 센서 2개와 기계식 셔터를 탑재해 정확도와 효율을 높였다. 300m의 비행 고도에서도 3cm의 지상 표본 거리(GSD)를 구현하며, 듀얼 RGB 매핑 카메라는 최대 107°의 수평 시야각(FOV)을 지원해 한 번의 촬영으로 더 넓은 영역을 포착할 수 있다. 또한, 젠뮤즈 L3는 초당 최대 200만 포인트의 레이저 펄스 방출과 최대 16회 리턴을 지원해 정밀한 공간 재구성이 가능하다. 새롭게 업그레이드된 하드웨어를 통해 정확도와 스캔 각도를 균형 있게 조정하는 별 모양(Star-Shaped) 스캔 모드를 지원하며, 특히 울창한 산림이나 도시 환경 등 지형 매핑에 최적화하여 더 많은 지면 포인트를 포착하고 표면 데이터의 완성도와 정확도를 높인다. 젠뮤즈 L3는 DJI 엔터프라이즈 생태계와 통합되어 데이터 취득부터 처리, 활용까지 전 과정을 아우르는 통합 매핑 설루션을 제공한다. D-RTK 3 다기능 스테이션, DJI Pilot 2, DJI Terra, DJI Modify, DJI FlightHub 2와 연동하여 복잡한 다중 플랫폼 구성을 단일 워크플로로 단순화한다. 이로써 보다 간편하게 운용하고 빠르게 사용법을 익힐 수 있으며, 다양한 매핑 작업을 효율적으로 수행할 수 있다.

델 테크놀로지스가 한국을 포함한 전세계 40개 국가의 비즈니스 및 IT 의사결정자를 대상으로 AI 도입과 비즈니스 혁신에 대해 조사한 ‘델 테크놀로지스 2025 서베이’ 보고서를 발표했다. 보고서에서는 한국 76% 및 글로벌 80%의 기업이 생성형 AI 및 AI가 비즈니스 전략에 중요한 역할을 담당한다고 인식하는 한편, 이를 위한 통합이나 운영에 많은 어려움에 직면해 있는 것으로 나타났다. 응답 기업의 절반 가량은(한국 49%, 글로벌 48%) 이미 데이터 사이언스 조직을 갖추고, 생성형 AI 설루션을 구축하는 등 AI 여정의 성숙기에 진입한 것으로 조사됐다. 아직 AI에 대한 구체적인 계획이 없거나 생성형 AI 사용 사례를 정의하는 초/중기 단계는 지난해 57%에서 올해 49%로 줄어들며 성숙기에 진입한 비율이 늘어났다. AI 도입을 통한 효과 및 생산성 향상에 대해서는 상당수가(한국 79%, 글로벌 82%) 실질적인 결과를 기대한다고 답했고, 기대하는 ROI(투자 대비 수익률) 수치는 글로벌 평균이 32%, 아태지역 평균이 33.3%인 것에 비해 국내 기업의 응답률은 38.4%로 비교적 높은 기대치를 기록했다. AI 도입 및 구축 방식에 대한 질문에 대해 국내 기업들은 ‘전적으로 퍼블릭 클라우드 서비스에 의존’하거나(34%), ‘자체 데이터를 통제하면서 GPUaaS(서비스형 GPU)를 사용한다’는 응답(38%)보다 ‘데이터의 민감도 및 활용 사례에 따라 하이브리드 방식을 취하겠다(52%)’고 답한 비율이 더 높았으며, ‘AI PC를 이용해 로컬에서 AI 소프트웨어를 구동하겠다(49%)’는 답변이 그 뒤를 이었다. 한편 글로벌과 한국 응답자들의 대부분(95%)이 AI 도입에 어려움을 느끼는 것으로 나타났다. 국내  기업들은 ‘기존 시스템과의 통합(47%)’을 가장 큰 어려움으로 꼽았고, ‘내부 전문성 부족(42%)’, ‘데이터 보안 및 개인정보보호(38%)’를 우려했다.     AI 워크로드를 위한 인프라 업그레이드가 필요한지에 대한 질문에 국내 기업들은 29.2%(서버), 31.5%(스토리지)가 그렇다고 답했다. 글로벌 응답도 서버와 스토리지 모두 32%로 유사한 수요를 보였다. 서버 및 스토리지 업그레이드의 주요 동인으로는 ‘데이터 보안 강화(53%)’, ‘CPU 및 GPU 등 프로세싱 파워 향상 (51%)’, ‘고성능 스토리지 도입(45%)’ 순으로 조사됐다. 데이터 급증에 따른 스토리지 확장 시 겪게 될 어려움에 대해서는 ‘성능과 전력 소모 간의 균형(56%)’, ‘데이터 보안 및 개인정보보호(48%)’, 새로운 스토리지 설루션 통합 (40%)’ 등의 요인을 꼽았다. 모던 워크플레이스 측면에서 한국 92%, 글로벌 90%가 생성형 AI를 사용해 더 직관적이고 개인화된 애플리케이션을 사용할 수 있을 것이라고  답했다. 이러한 애플리케이션 구축을 위해 필요한 요소에 대한 질문에는 ‘데이터 품질 개선(43%)’, ‘AI 인프라 및 AI PC에 대한 투자(38%)’, ‘거버넌스 정책(35%)’, ‘여러 부서에 걸쳐 생성형 AI 도입을 주도하는 전담 조직(31%)’ 등으로 답했다. 혁신에 대한 기대와 보안에 미치는 위협에 대한 우려도 동시에 드러났다. 응답자의 대부분(한국 89%, 글로벌 87%)이 생성형 AI가 사이버 보안에 도움이 될 것이라고 믿지만, 오히려 AI 기술의 발전 때문에 사이버 공격 표면이 늘어나는 것이 우려된다고 답한 비율이 국내 75%, 글로벌 59%에 달하여, 우리 기업들이 특히 보안에 높은 우려를 나타냈고 있음을 시사했다. 공급망이 보안 태세에 중요한 역할을 담당하는지에 대한 질문에도 국내 응답률은 글로벌 87% 보다 다소 높은 92%로 조사됐다. 한편, 이번 보고서는 AI와 지속가능성의 상관 관계에 대한 조사도 다뤘다. 상당수가(한국 82%, 글로벌 84%) AI 기술이 환경에 미치는 영향에 우려를 나타내는 한편, 자원 사용을 최적화하고 지속 가능 운영을 강화하기 위해 AI 기술이 필수라고 답했다. 실제로 국내 기업의 90%, 전세계 기업의 93%가 AI로 인한 전력 소비 증가에 대비하기 위해 액션을 취하고 있으며, 국내 기업의 97%, 전 세계 기업의 88%가 IT 설루션을 구매할 때 지속 가능 설계와 에너지 효율을 주요 선택 요인으로 보고 있다고 답했다. 한국 델 테크놀로지스의 김경진 총괄사장은 “많은 기업이 혁신을 위해서는 AI가 필수 불가결하다고 인지하고 있으나, 실행을 위한 전문성·인프라·데이터 등의 준비에는 격차가 발생하고 있다”고 말하며, “이 격차를 좁히기 위해서는 시스템 통합에 적합하게 인프라를 재구성하고, AI 시대에 필요한 데이터 보호 전략을 반드시 마련해야 한다”고 제언했다.

지멘스 디지털 인더스트리 소프트웨어가 HD현대와 ‘미국 조선산업의 활성화 및 현대화를 추진하기 위한 전략적 업무협약’을 맺었다고 발표했다. 지멘스는 이번 협력을 통해 자사의 엑셀러레이터(Siemens Xcelerator)가 미국 조선산업 부흥의 디지털 중추 역할을 수행하게 될 것이라고 전했다. 지멘스는 디지털 트윈, 모델 기반 시스템 엔지니어링(MBSE), 제품 수명주기 관리(PLM) 기술을 활용해 미국 전역의 조선소 운영과 선박 생산 방식을 혁신할 예정이다. HD현대(HD한국조선해양, HD현대중공업, HD현대삼호, HD현대미포)는 선박 건조 분야의 글로벌 리더로서 첨단 엔지니어링과 조선소 자동화 분야에서 전문성을 보유하고 있다. 지멘스와 HD현대의 협력 방향은 ▲인력 개발과 교육 프로그램을 통해 미국 조선 산업 분야의 엔지니어링 역량 회복과 지속 가능한 인재 기반 재구축 협력 ▲시범 사업을 통해 디지털 워크플로와 플랫폼 구성을 검증함으로써 미국 조선소의 디지털 전환과 자동화 공동 추진 ▲미국 해양 산업 기반 강화와 신규 비즈니스 기회 창출을 위한 투자·기술 개발 기회 모색 ▲미국 법률 및 전략적 우선순위에 부합하도록 공동 거버넌스 및 작업 그룹을 구축하여 상호 신뢰에 기반한 장기적인 협력 관계 강화 ▲미국 외 동맹국 조선소로의 협력 모델 확대를 통한 글로벌 기술 경쟁력 강화 등이다.     지멘스 디지털 인더스트리 소프트웨어의 로버트 존스(Robert Jones) CRO는 “이번 협약은 HD현대의 글로벌 조선 기술의 우수성과 지멘스의 검증된 디지털 혁신 기술을 결합해 미국 조선소가 더 스마트하고 빠르게 선박을 건조하며 회복탄력성을 강화할 수 있도록 지원한다. 지멘스의 디지털 백본과 HD현대의 첨단 엔지니어링을 결합함으로써, 미국 조선 산업의 재도약을 실현하고 지속가능하며 준비된 인력 양성을 뒷받침할 예정”이라고 말했다. HD현대의 문상민 글로벌전략부문장은 “디지털과 자동화 기술을 통한 생산 효율 극대화는 미국 조선 산업 재건의 핵심이다. HD현대의 축적된 조선 기술과 지멘스의 디지털 역량은 미국 조선 산업에 새로운 기회를 창출하는 데 기여할 것”이라고 말했다. 이번 협약은 미국 해운 경쟁력 강화와 향후 협력 기회 확대를 위한 전략적 협력 관계도 반영하고 있다. HD현대와 지멘스는 엑셀러레이터 플랫폼을 미국 내 비즈니스 파트너 전반에 걸쳐 촉진하는 한편, 해외 시장에서의 디지털 조선소 전환 확대 기회도 모색할 예정이다. 미국 해운 정책 목표에 따라, 양사는 인력 양성, 사이버 보안, 산업 기반 회복탄력성 구축을 공동 지원함으로써 차세대 조선업 종사자들이 디지털 미래에 대비할 수 있도록 할 것이다.

자율제조를 위한 데이터 표준화와 사이버 보안 강화 전략 (2)   글로벌 제조 환경은 자율제조 AI(인공지능) 및 SDM(소프트웨어 정의 제조)로 전환하고 있다. 그러나 시시각각 급변하는 생산자원(4M2E) 메타 데이터와 OT 사이버 보안에 대한 국제 표준 준수 없이는 사상누각이 될 수 있다. 지난 호에서는 자율제조 AI 및 SDM 환경에서의 4M2E 생산자원 데이터 표준화에 대해 살펴보았다. 이번 호에서는 우리 수출 기업의 IEC 62443 산업용 사이버 보안 준비 현황을 짚고 정책 및 전략적 대응 방안은 무엇인지 살펴본다.   ■ 연재순서 제1회 제조 혁신의 열쇠, 4M2E 생산자원 데이터 표준화 제2회 산업 사이버 위협을 돌파하기 위한 IEC 62443   ■ 차석근 에이시에스의 부사장이며 산업부 국표원 첨단제조 표준화 포럼 의장 및 산업부 산업융합 옴부즈만 위원을 맡고 있다.   대한민국 수출 제품의 IEC 62443 산업용 사이버 보안 준비 현황 및 과제 IEC 62443 표준의 이해와 글로벌 중요성 IEC 62443 표준의 개요 및 적용 범위 ISA/IEC 62443 표준 시리즈는 전자적으로 안전한 산업 자동화 및 제어 시스템(IACS)을 구현하고 유지하기 위한 요구사항과 프로세스를 정의하는 포괄적인 프레임워크를 제공한다. 이 표준은 보안에 대한 최적의 관행을 설정하고 보안 성능 수준을 평가하는 방법을 제시하며, 운영 기술과 정보 기술 간의 격차, 그리고 공정 안전과 사이버 보안 간의 격차를 해소하는 전체론적 접근 방식을 채택한다. 국제전기기술위원회(IEC)에 의해 ‘수평 표준’으로 인정받은 이 표준은 빌딩 자동화, 전력 생산 및 분배, 의료 기기, 운송, 화학 및 석유 및 가스 산업과 같은 OT를 사용하는 광범위한 산업에 적용되는 것으로 입증되었다. IEC 62443 표준은 IACS의 전체 수명 주기 동안의 보안을 다루며, 주요 이해관계자 그룹(자산 소유자, 자동화 제품 공급업체, 제어 시스템 설루션 및 구성 요소를 구축하고 유지 관리하는 통합업체, 제어 시스템 운영을 지원하는 서비스 공급업체)에 대한 요구사항을 정의한다. 이 시리즈는 일반 개념, 정책 및 절차, 시스템 요구사항, 구성 요소 요구사항을 다루는 여러 섹션으로 나뉜다. 또한, 의도하지 않은 오용부터 고도로 동기 부여된 정교한 공격에 대한 저항 수준을 나타내기 위해 네 가지 보안 수준(SL 0-4)을 정의한다. IEC 62443은 수평 표준으로서 UN의 승인을 받았으며, IACS를 사용하는 모든 산업 부문에 적용 가능하다. 또한, 특정 산업 부문 표준이 개발될 때 IEC 62443 표준이 보안 요구사항의 기초로 사용되어야 한다고 명시되어 있다. 이는 단순한 권고를 넘어선 중요성을 가진다. 특히 대한민국과 같은 수출 중심 경제에서 산업 자동화 및 핵심 인프라 부문에서 글로벌 경쟁력을 효과적으로 확보하려면, IEC 62443 준수는 사실상 필수적인 요구사항이 되고 있다. 이는 글로벌 시장의 기대치, 점점 더 엄격해지는 공급망 요구사항, 그리고 상호 운용 가능하고 입증 가능한 보안 시스템의 중요성에 의해 주도된다. 비준수는 점차 비관세 장벽으로 작용하여 시장 접근을 방해하고 명성을 손상시키며, 궁극적으로 수출 경쟁력을 저해할 것이다. 따라서 선제적인 채택은 전략적 필수 과제이다.   글로벌 시장 진출 및 경쟁력 확보를 위한 필수 요건 IEC 62443과 같은 국제 표준 준수는 글로벌 경쟁력을 강화하는 데 매우 중요하다. 이러한 표준은 제조업체 간의 일관성을 향상시켜, 제품 및 프로세스의 변동성을 줄이고 상호 운용성을 개선한다. 또한, 최적의 관행과 잘 정의된 보안 요구사항을 활용함으로써 개발 비용을 절감하고 제품을 객관적으로 비교하며 보안 기능을 측정하는 방법을 제공한다. 에이서스 IoT(ASUS IoT)와 같은 기업은 산업 자동화 시스템의 보안 개발 프로세스를 검증하는 IEC 62443-4-1 인증을 적극 확보하여 제품 수명주기 전반에 걸쳐 보안을 내재화하고 산업 등급의 신뢰성 및 장기 지원에 대한 약속을 강화하고 있다. 딜로이트가 언급했듯이, “사이버 보안은 운영 탄력성의 필수 부분이 되었다. IEC 62443 표준에 맞춰 기업은 생산 라인을 보호하고, 가동 중단 위험을 최소화하며, 글로벌 경쟁력을 강화하는 일관된 관행을 채택할 수 있다.” 오늘날 상호 연결된 산업 환경에서 사이버 보안은 더 이상 단순한 기술적 규정 준수 체크리스트가 아니라 전략적 비즈니스 필수 요소이다. 수출 제품의 경우, IEC 62443 준수는 단순한 위험 완화를 넘어 강력한 시장 차별화 요소가 되며, 특히 규제가 엄격하거나 보안에 민감한 시장에서는 시장 접근을 위한 전제 조건이 되고 있다. 이러한 표준을 선제적으로 채택하는 기업은 신뢰성을 입증하고 고객 위험을 줄이며, 복잡한 글로벌 공급망에 더 원활하게 통합됨으로써 상당한 경쟁 우위를 확보한다. 반대로, 입증 가능한 규정 준수 부족은 수출 기회를 심각하게 방해하고 신뢰할 수 있는 산업 기술 국가로서의 명성을 손상시킬 수 있다.   EU의 새로운 규제 동향(NIS 2, CRA, Machinery Regulation) 및 시사점 IEC 62443 표준은 NIS 2 지침, 사이버 복원력 법안(CRA), 그리고 새로운 기계류 규정과 같은 새롭고 진화하는 유럽 규정을 준수하는 데 포괄적인 지원을 제공한다. NIS 2 지침은 운영자가 사이버 공격으로부터 시스템을 보호하기 위한 조치를 구현하도록 의무화한다. CRA는 디지털 요소를 포함하는 제품에 대해 제품 수명 주기 전반에 걸쳐 의무적인 보안 요구사항을 도입하므로 제조업체에 특히 큰 영향을 미친다. 이 법안은 보안 취약점이 발견될 경우 제조업체가 최소 5년 동안 소프트웨어 업데이트를 제공해야 하는 ‘주의 의무’를 요구한다. 새로운 기계류 규정은 기능 안전과 관련된 사이버 보안 측면을 강조하며, 기계 제조업체가 부패 방지 및 제3자의 악의적인 시도로 인한 위험한 상황 발생 방지를 포함한 보안 측면에서 기계가 규정을 준수함을 확인하도록 요구한다. 이러한 준수는 적합성 선언서에 공식적으로 확인되어야 하며 CE 마크로 눈에 띄게 표시되어야 한다. 규정을 준수하지 않는 기계는 더 이상 EU에서 판매될 수 없다. 유럽 연합과 같은 주요 수출 시장에서 NIS 2 및 CRA와 같은 엄격하고 법적 구속력이 있는 규정의 등장은 IEC 62443을 ‘강력히 권고되는’ 지침에서 이러한 시장에 디지털 요소를 포함하는 제품을 판매하려는 모든 기업에게 실질적이고 법적인 필수로 변화시킨다. 이러한 규제 압력은 IEC 62443, 특히 ‘설계에 의한 보안(security by design)’ 원칙의 채택을 크게 가속화하는 강력한 외부 동인으로 작용한다. 대한민국 수출업체의 경우, 이는 단순히 기술적으로 진보된 제품을 갖는 것만으로는 더 이상 충분하지 않다는 것을 의미한다. 제품은 설계 단계부터 운영 수명 주기 전반에 걸쳐 입증 가능하게 안전하고 이러한 국제 표준을 준수해야 하며, 그렇지 않으면 시장 배제라는 심각한 결과를 초래할 수 있다.   표 1. IEC 62443 표준 시리즈 주요 구성 및 적용 영역     ■ 자세한 기사 내용은 PDF로 제공됩니다.

설계, 데이터로 다시 쓰다 (2)   머뭇거릴 틈이 없다. 우리가 디지털 전환에 적응할 때쯤 선두 그룹은 벌써 AI(인공지능) 시대를 대비하고 있다. AI 전문가들도 과거 수십년 간의 성장보다 최근 몇 년의 급속한 발전에 놀라면서도 이제는 예측하기 어려운 속도에 두려워하기까지 한다. 이번 호에서는 AI 시대를 맞이하기 위해 우리가 준비해야 할 것이 무엇인지 알아보고자 한다.    ■ 최병열 피도텍에서 AI 기반 Data-driven Design SW 개발 총괄을 맡고 있다. 한양대에서 공학박사 학위를 받았고, 20여 년간 100여건의 최적 설계 프로젝트를 주도하며 컨설팅 경험을 쌓았다. 홈페이지 | www.pidotech.com   DX와 AX 지난 호에서 소개한 ‘중국제조 2025’ 정책에서 볼 수 있듯이, 향후 제조업의 성공 가능성을 높이는 방안 중 하나는 예측 기술의 발전이다. 강력한 드라이빙 포스(driving force)가 선진 기업에 적용되는 시뮬레이션, 데이터 생성 시스템, 최적설계 등의 효율적인 설계 프로세스를 구축할 수 있게 주도하였고, 인적, 물적, 정책적 지원을 뒷받침하면서 단숨에 AX(AI 전환)를 이끄는 선두 그룹에 탑승할 수 있는 기회를 제공하였다. 전통적인 개발 방식의 기업들이 도태되는 현실에서, 선두 그룹의 기업들은 DX(디지털 전환)에서 AX로의 전환을 신속하게 추진하고 있다. 뒤쳐져 있는 산업 구조를 재편할 수 있는 기회이지만 외면하면 경쟁에서 사라질 수도 있다는 위기감을 이들 기업은 명심하고 있다. 즉, 따라잡지 못하면 사라진다.    DX란? AX란? DX는 ‘디지털 전환’을 의미하고, 가상 프로토타이핑(Virtual Prototyping : VP)은 DX를 실행하기 위한 핵심 수단이 된다. 실제 물리적으로 손에 잡히는 것으로 측정하고 평가하던 방식(physical prototyping)을 가상의 공간에서 대체하는 방식으로 바뀌는 혁신이 이루어지고 있다. AX란 ‘AI transformation’의 약자로, 데이터 중심의 산업 변환을 의미한다. 엔지니어링의 핵심 가치는 예측하는 것이다. 현재 설계 안의 성능을 예측하고, 불량 가능성을 예측한다. DX 시대에서는 디지털 모델을 예측 도구로 삼았다면, AX 시대에서는 데이터를 예측 도구로 삼는다. 이제 DX를 넘어 AX가 빠르게 확산되고 있다.   그림 1. DX와 AX   휴머노이드 로봇을 예로 본다면, DX 시대에는 기본적인 동작 제어를 수학 모델로 프로그래밍하여 구현하던 방식이었다. 오랫동안 연구해 온 노하우가 주도하던 시대였다. 반면, AX 시대에서는 동작 데이터를 통한 학습으로 동작을 수행함에 따라 자연스러운 움직임이나 미세한 조작이 가능해졌다. 이제는 강화 학습을 통해 로봇이 유투브로 새로운 동작을 학습하는 시기에 접어들었다. 학습용 데이터를 확보할 수 있는 역량이 주도하는 시대로 변하고 있다.   그림 2. AX 시대로의 진입(출처 : The New York Times, Driverless Digest)   왜 DX에서 AX로 가야 하는가? 얼마전 미국 로스엔젤레스에서 웨이모(Waymo)의 자율주행 택시가 방화로 인한 화재로 전소되는 사건이 있었다. 정부 정책에 반대하는 시위대의 소행으로 추측된다. 2023년 이후 1년여 만에 자율주행 택시를 허가한 샌프란시스코의 운수업 시장에서 웨이모가 20%까지 점유율을 확대하면서 운전으로 생계를 이어가던 사람들에겐 상당한 위협으로 작용할 만큼 AI의 성장이 현실화되었다는 반증이다. 어느새 우리도 AX 시대로 진입하고 있다. 삼쩝삼, 닥터나우, 로톡, 타다와 같은 AI 플랫폼이 우리 주변에 자리잡고 있다. 세무사, 의사, 변호사, 운전기사의 직무를 위협하는 존재로 인식되어 거센 반발에 부딪혀 있지만 연이은 고소, 고발에 대한 무죄, 무혐의 판결이 늘어남에 따라 이제는 공생을 생각해야 할 시점이다. 제조 환경은 점점 더 복잡하고 불확실해지고 있다. 시장 변화의 속도는 빨라지고, 고객 요구는 다변화되고 있으며, 제품의 수명주기는 단축되고 있다. 이처럼 미래가 불확실할수록 데이터를 기반으로 한 예측과 시뮬레이션이 중요해진다. 최근에는 고성능 컴퓨팅 자원과 오픈소스 툴의 발달로 중소기업도 상대적으로 적은 비용으로 가상 환경을 구축할 수 있게 되었다.   성공 사례 엔비디아는 AI의 모든 스타일을 하나의 생태계에서 지원하여 산업 전반에 걸친 AI 설루션을 제공하는 리더이다. 엔비디아의 옴니버스 블루프린트(Omniverse Blueprint)는 ‘AI가 실제 환경에서 움직이고 판단하는 것을 디지털 트윈 안에서 먼저 완전히 학습하고 테스트할 수 있게 해주는 설계 도구’이다. 다음의 몇 가지 성공 사례로 AX 시대가 도래 되고 있음을 소개하고자 한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

가상 제품 개발을 위한 MBSE 및 SysML의 이해와 핵심 전략 (1)   현대 자동차 시스템은 기계, 전기전자, 제어, 소프트웨어가 복합적으로 얽혀 있으며, 개발 초기에 잘못된 설계 판단은 품질 저하와 막대한 비용 증가로 이어진다. 이러한 복잡성을 극복하고 설계 품질을 확보하기 위한 해법으로 모델 기반 시스템 엔지니어링(Model-Based Systems Engineering : MBSE)이 주목받고 있다. 이번 호부터 MBSE의 개념과 필요성을 개괄하고, 핵심 도구인 SysML(Systems Modeling Language)을 통한 시스템 설계, 분석, 검증 방법론을 소개한다. 특히, 전통적인 문서 중심 방식과 MBSE 방식의 차이를 명확히 비교하고, MBSE가 실제 산업에서 어떻게 적용되고 있는지를 살펴봄으로써 자동차 개발자 및 설계자들에게 MBSE 도입의 실천적 인사이트를 제공한다. 특히 자동차 산업과 같은 복잡한 메카트로닉스 제품 개발 현장에서 MBSE가 어떻게 제품 품질, 개발 효율성, 협업 구조, 추적 가능성 확보에 기여하는지를 설명하며, 문서 기반 방식과의 비교, 실제 적용 사례를 바탕으로 독자의 이해를 돕고자 한다.   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 연구소장   다분야 통합 시스템, 전기전자화, 자율주행 등으로 대표되는 산업 변화와 함께, 자동차 시스템은 과거보다 훨씬 높은 복잡성과 정밀한 협업이 요구된다. 개발 프로세스의 진화를 위해 기존의 텍스트 기반, 문서 중심 설계 프로세스는 다학제간 통합 설계 및 검증에 한계가 있으며, 이에 따라 모델 중심 설계 패러다임의 도입이 필요하다. 디지털 엔지니어링에 기반한 MBSE는 디지털 엔지니어링 기반 구축의 핵심으로, 설계 초기부터 시뮬레이션, 해석, 테스트, 생산까지 데이터 기반 통합이 가능하다. 자동차 산업 내 적용이 확산되고 있는 GM, 포드, 현대자동차 등 글로벌 OEM과 티어 1 기업들이 MBSE를 개발 표준으로 채택하고 있으며, 학계와 산업계 간의 공통 언어로서 SysML이 쓰이고 있다. 자동차는 더 이상 단일 기능 제품이 아니다. 자율주행, 커넥티비티, 전기 구동 시스템, HMI(휴먼–머신 인터페이스) 등 수많은 서브시스템이 실시간으로 동작하며 차량 전체 성능과 안전성에 영향을 미친다. 이러한 복잡한 시스템을 문서 기반으로만 설계하고 관리하기에는 한계가 있으며, 설계 오류가 뒤늦게 발견될 경우 개발 비용과 일정에 심각한 영향을 준다. 글로벌 OEM과 주요 부품사는 이 문제를 해결하기 위한 전략으로 모델 중심 접근 방식(MBE, MBSE)을 도입하고 있으며, 이는 설계의 디지털 전환(digital transformation)과 직결된다. 특히 자동차는 시스템 오브 시스템즈(System of Systems)의 대표적인 예로, 각 서브시스템의 요구사항, 구조, 인터페이스, 동작이 전체 시스템 설계와 정합성을 유지해야 한다. 이번 호에서는 MBSE의 핵심 원리와 적용 전략을 소개하고, 자동차 산업에의 실질적인 도입 가능성과 기대 효과를 독자와 공유하고자 한다. 특히, 설계자들이 단순한 도식 작성 수준을 넘어, 시스템적 사고에 기반한 설계 전략을 어떻게 구현해야 하는지에 대한 실천적 안내를 제공하고자 한다.   시스템 복잡성 관리를 위한 MBSE 현대의 자동차 시스템은 기계, 전기전자, 제어, 소프트웨어 등 다양한 기술이 융합된 복합 시스템으로, 개발 초기의 설계 오류는 품질 저하와 막대한 비용 증가로 이어질 수 있다. 이러한 시스템 복잡성과 설계 리스크를 효과적으로 관리하기 위해, 모델 기반 시스템 엔지니어링(MBSE)이 핵심 접근법으로 주목받고 있다. 이번 호에서는 MBSE의 개념과 필요성을 개괄하고, 대표적 모델링 언어인 SysML을 활용한 요구사항 관리, 구조 및 행위 모델링, 성능 분석, 검증 및 검증(V&V)의 방법론을 소개한다. 특히 전통적인 문서 기반 개발 방식과 MBSE 방식의 차이를 비교하고, MBSE가 시스템 생애주기 전반에서 제공하는 장점—추적성 확보, 설계 오류의 조기 발견, 다분야 협업, 품질 향상—을 구체적인 사례와 함께 설명한다. 또한 모델 기반 접근을 성공적으로 구현하기 위해 요구되는 모델 목적 명확화, 충실도 설계, 범위 정의, 조직적 역량 강화 전략도 함께 제시한다. 이를 통해 자동차 산업에서의 복잡한 시스템 개발 환경에서 MBSE 도입을 고려하는 연구자와 실무자에게 실천적 인사이트를 제공하며, 디지털 전환 시대의 시스템 설계 패러다임 전환을 위한 이론적 기반과 적용 방안을 제시하고자 한다.   MBSE 접근을 위한 기본 지식 현대의 복잡한 공학 시스템은 다수의 구성 요소와 이들 간의 복잡한 상호작용을 포함하고 있으며, 이를 효과적으로 설계하고 분석하기 위해 추상화된 표현 수단으로서 모델(model)의 활용이 필수이다. 모델은 현실 세계의 개념, 물리적 현상, 구조 또는 시스템을 단순화한 표현으로, 설계 초기 단계에서부터 개발, 검증, 운영에 이르기까지 다양한 용도로 활용된다. 모델은 본질적으로 대상 시스템의 특성을 간결하고 체계적으로 표현하기 위해 고안된 추상화 도구이다. 이는 그래픽, 수학적, 또는 물리적 형식으로 구현될 수 있으며, 현실 세계의 복잡성을 제거하고 핵심 요소만을 반영함으로써 사용자의 이해를 돕는다. 특히 모델은 다음과 같은 목적을 가지고 사용된다. 첫째, 시스템이나 개념에 대한 이해를 촉진하고, 둘째, 다양한 설계 시나리오를 평가하여 의사결정을 지원한다. 셋째, 모델을 통해 실제 사건이나 시스템의 거동을 설명하고 제어하며 예측할 수 있다. 이러한 모델의 기능은 설계자의 직관을 보완하고, 정량적 분석에 기반한 설계를 가능하게 한다. MBSE는 모델 중심의 접근 방식을 기반으로 시스템 엔지니어링 활동을 체계화한 방법론이다. 이는 전통적인 문서 기반 시스템 개발 방식의 한계를 극복하고, 모델을 중심으로 요구사항, 기능, 구조, 성능 및 검증 활동을 연계함으로써 시스템 설계의 일관성과 추적성을 확보한다.   그림 1. 시스템 개발 전반에 걸쳐 모델을 활용하는 중요성과 적용 범위     ■ 자세한 기사 내용은 PDF로 제공됩니다.

최적화 문제를 통찰하기 위한 심센터 히즈 (9)   이번 호에서는 자동차의 승차감과 연료 소모량 최소화를 위한 시스템 최적화를 위해 심센터 아메심(Simcenter Amesim)을 사용하여 차량의 다양한 시스템에 대한 변수를 제어하여 최적화의 목적을 달성하는 과정을 소개한다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   이번에 사용할 심센터 아메심은 오늘날의 복잡한 엔지니어링 환경을 위한 종합 시뮬레이션 플랫폼이다. 수 많은 설계자가 직면하고 있는 제품 설계의 성공 여부는 혁신적인 아키텍처를 통합하지 않으면 성능, 안전 및 효율에 대한 증가하는 요구 사항을 충족할 수 없다. 심센터 아메심은 광범위하고 강력한 모델링 기능을 통해 메카트로닉스 시스템(Thermal & Fluid, Mechanical, Electrification, Battery, Vehicle, Aerospace & Marine, Renewable Energies Control 등)을 분석할 수 있으며, 가상 테스트 환경을 통해 실제 프로토타입을 제작하기 전에 최적의 설루션을 발견할 수 있다. 심센터 아메심에서 제공하는 다중 물리 시스템 시뮬레이션 접근 방식은 단일 플랫폼에서 다양한 아키텍처와 기술을 사용하여 시스템 간 영향에 대한 완전한 분석을 수행하여 다양한 지표에 대한 시스템의 영향을 설계하고 평가할 수 있다. <그림 1>은 자동차 파워트레인 전동화를 위해 엔진, 변속기 및 열 통합과 관련된 모든 중요한 전기 서브시스템을 시뮬레이션하는 데 필요한 모델링을 나타낸다. 배터리 사이징, 전기 기계 설계, 아키텍처 생성부터 상세 설계를 포함한 통합까지 엔지니어링 작업을 지원하는 효율적인 모델링 워크플로를 구성할 수 있다.   그림 1   설계자는 심센터 아메심에서 제공하는 기능을 활용하여 기본 물리 현상을 심층적으로 이해할 수 있는 등 강력한 분석 도구를 통해 시뮬레이션에서 얻은 지식을 강화할 수 있다. 또한 앱을 사용하면 애플리케이션에 맞게 맞춤 제작된 사용자 인터페이스와 프로세싱의 유연성을 활용하여 시스템 분석을 강화할 수 있다. 또한 모든 기능을 갖춘 API(애플리케이션 프로그래밍 인터페이스) 세트를 통해 스케치 생성을 자동화하고 시뮬레이션의 다양성을 추가할 수 있다. 시뮬레이션 자동화에는 파이썬(Python), 매트랩(MATLAB), 싸이랩(Scilab) 및 Visual Basic for Applications(VBA)와 같은 언어로 애플리케이션 프로그래밍을 지원하는 스크립트 세트를 제공한다. 이를 통해 배치 실행 설정, 복잡한 전처리 및 후처리 수행, 매개변수 연구 수행, 외부 애플리케이션 내 심센터(Simcenter) 모델 통합 등 모델과의 상호 작용을 자동화할 수 있다. 설계 또는 검증에서는 전체 동작에 직접적인 영향을 미치는 전역 파라미터에 액세스하여 설계 탐색, 최적화 및 견고성 분석을 위한 기능을 사용할 수 있고, 더 나아가서 고급 분석과 더 나은 자동화 프로세스 통합을 위해 HEEDS(히즈)를 활용하여 모델을 처리할 수 있다. 심센터 아메심은 시스템 라이프사이클 전반에 걸쳐 다양한 시뮬레이션 툴을 통합하여 디지털 연속성과 워크플로 효율을 향상시킨다. PLM 시스템 연결, 모델 기반 제어 개발 및 기능적 목업 인터페이스(FMI)를 사용한 상호 작용을 지원하며 머신 러닝, 선형 대수학 및 통계 기법으로 ROM(차수 축소 모델) 생성을 지원하여 실행 가능한 디지털 트윈으로 실시간 운영이 가능하므로 의사 결정 및 운영 효율이 향상된다. 임베디드 3D CFD는 열유체 시스템 모델에 대해서 연결된 커플링 시뮬레이션을 통해 3D와 1D 간에 상호 작용이 전달되어 시스템의 중요한 부분을 더욱 상세하게 해석할 수 있으므로 정확도, 설루션 안정성 및 결과에 대한 신뢰도를 높일 수 있다.  Simulation Based Characterization(SBC)을 사용하면 3D CFD를 사용하여 압력 강하 및 열 거동과 관련하여 구성 요소를 특성화하고 시스템 환경에 원활하게 통합되어, 전체 시스템 동작을 정확하게 분석할 수 있다. 차량 동역학 및 파워트레인 물리 거동을 포함하는 모델은 심센터 프리스캔(Simcenter PreScan)과 함께 사용하면 환경 및 센서 정보를 기반으로 첨단 운전자 보조 시스템(ADAS) 및 자율 주행 시스템을 보완하고 대규모 시뮬레이션의 효율을 높여 안전, 승차감, 연료 및 전기 에너지 소비, 오염 물질 배출 평가를 수행할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.