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.

HP Z2 미니 G1a(HP Z2 Mini G1a)는 소형 폼팩터로 설계된 미니 워크스테이션이다. 테스트에 사용된 장비는 AMD 라이젠(Ryzen) AI Max+ PRO 395 프로세서(16 코어, 32 스레드, 최대 5.1GHz) 와AMD 라데온(Radeon) 8060S 내장 그래픽, 64GB LPDDR5x 메모리, NVMe SSD 2TB 구성을 갖추고 있다. 썬더볼트 4, 미니 디스플레이포트 2.1, 10GbE LAN, USB-A(10Gbps), USB-C(40Gbps), 와이파이 7을 지원하며, 내장형 300W 전원 공급장치가 포함되어 있어 별도의 어댑터 없이 바로 사용할 수 있다. 최대 128GB 메모리 확장, 8TB 듀얼 NVMe 스토리지, RAID 구성, 그리고 ISV 인증과 MIL-STD 810H 내구성 기준을 충족해 전문 워크스테이션으로서의 안정성을 확보했다.    ▲ HP Z2 미니 G1a 제품 사진   직접 마주한 첫인상은 단순히 ‘작다’는 한 마디로 표현하기 어려웠다. 박스를 열자마자 느껴진 크기는 갤럭시 폴드 스마트폰과 비슷했고, 책상 위 공간도 거의 차지하지 않았다. 전원선을 연결하자마자 바로 부팅되며, 데스크톱이라기보다 정교하게 만들어진 소형 기기 하나를 설치한 느낌에 가까웠다. 손바닥만한 본체가 조용히 구동되는 모습을 보며, ‘이 작은 장비가 과연 얼마나 버텨줄까’ 하는 기대감이 자연스럽게 따라왔다.    ▲ HP Z2 미니 G1a 데스크톱 위에 갤럭시 폴드 6를 올려놓은 놓은 모습   광고에서 흔히 볼 수 있는 AEC 소프트웨어 시연 화면은 대개 단순한 차량 모델이나 소규모 건축물이다. 시연 화면은 화려하고 매끄럽지만, 실제 토목 BIM 엔지니어가 다루는 데이터는 다르다. 도로, 철도, 교량, 항만과 같은 메가 규모의 모델이 대상이며, 수십만에서 수억 개 단위의 객체가 얽혀 있는 데이터가 일상적으로 다뤄진다. 필자가 주목한 것은 바로 이 점이었다. “작은 본체가 과연, 이러한 초대형 데이터를 견딜 수 있는가?” 현장이나 합사 파견 시 주로 노트북을 사용하지만, 무거운 모델을 검토하고 복잡한 시뮬레이션을 돌리면 한계를 드러내기 마련이다. 따라서 이번 테스트에서는 소형 데스크톱인 HP Z2 미니 G1a를 파견 장비로 실제 활용할 수 있는지 여부를 검증하고자 했다. 단순히 문서 작업이나 뷰어 확인에 그치지 않고, BIM 모델링, 시뮬레이션, 데이터 가공, 시연 등 실무 프로젝트와 동일한 조건을 적용해 성능을 확인했다. 이번 리뷰에서는 장비가 어느 정도까지 버텨주는지, 그리고 어떤 한계를 드러내는지를 프로젝트별로 기록했다.   ▲ HP Z2 미니 G1a 테스트 프로젝트 요약   테스트 1 - 베트남 Starlake Tay Ho Tay(나비스웍스)    ▲ 나비스웍스 단지 전체 모델 검토 기능 테스트   이번 테스트는 단지·도로·관로 등 복합 시설물 모델을 대상으로 나비스웍스(Navisworks)의 정적 모델 취합 및 검토 기능을 검증하기 위해 진행되었다. 테스트 환경에서는 마이크로스테이션(MicroStation)으로 제작된 여러 개의 3D 모델 파일을 나비스웍스로 동시에 불러와, 하나의 장면 안에서 구조 정합성과 좌표 일치 여부를 확인했다.  HP Z2 미니 G1a에서의 구동 결과는 기대 이상으로 안정적이었다. 복수의 모델을 동시에 불러와도 시스템이 멈추거나 끊기는 현상은 없었으며, 로딩 이후에도 화면 회전과 확대·축소 시 반응 속도가 일정하게 유지되었다. 각 객체의 형상 확인, 단면 전환, 재질 적용, 뷰 이동 등 일반적인 모델 취합 및 검토 작업이 모두 원활하게 수행되었다. 특히 여러 모델이 중첩된 복잡한 단지 구조에서도 그래픽 품질 저하나 노이즈 현상이 발생하지 않았다. 뷰 전환 시에도 지연 없이 매끄럽게 이어져, 실시간 회의나 발주처 브리핑 환경에서도 무리 없이 사용할 수 있었다. 결론적으로 HP Z2 미니 G1a는 나비스웍스의 대규모 모델 취합 및 형상 검토 기능을 안정적으로 처리할 수 있는 수준의 성능을 보여주었다.   테스트 2 - 이라크 Khor Al Zubair 침매터널(레빗)   ▲ 레빗 철근 모델 검토 및 수정 기능 테스트   이번 테스트는 해저 밑바닥면에 구조물을 설치하는 침매터널(Immersed Tunnel) 구조물을 대상으로 수행되었다. 침매터널은 일반적인 굴착식 터널과 달리, 해저에 미리 제작된 콘크리트 세그먼트를 정밀하게 가라앉혀 연결하는 방식이다. 따라서 설계·시공 단계에서 철근 배치의 정확도와 세그먼트 간 접합부(Key Segment) 형상 정합성이 핵심 검토 항목이 된다. 테스트는 레빗(Revit) 환경에서 철근 모델링 파일을 직접 열어 모델 검토 및 수정 기능을 확인하는 시나리오로 진행되었다. PC 세그먼트 한 구간을 선택해 내부 철근 배근을 확인하고, 일부 보조철근의 위치를 수정하여 간섭 반응과 반응 속도를 측정했다.  HP Z2 미니 G1a에서 모델을 로드하는 데에는 약 30분이 소요되었다. 모델 크기와 철근 데이터의 밀도를 고려하면 이는 현실적인 수준이다. 모델이 완전히 열리고 나서는 클릭 한 번에 약 10초 정도의 지연이 있었으나, 시스템이 멈추거나 종료되는 일은 없었다. 철근 객체의 선택, 이동, 피복값 수정 등의 기본 편집 과정이 모두 수행 가능했으며, 시스템 안정성 면에서는 충분히 실무 검토용으로 사용할 수 있는 수준이었다. 철근 모델링은 단순히 주근만이 아니라 보조철근, 전기·기계 매립부, 세그먼트 간 피복 간격까지 반영해야 하므로 수정 과정이 빈번하다. 이번 테스트에서 HP Z2 미니 G1a는 이 복잡한 구조를 다루는 동안 메모리 한계나 그래픽 깨짐 없이 끝까지 버텼다. 작업 속도가 빠르다고 표현하기는 어렵지만, 소형 워크스테이션으로서 대형 레빗 철근 모델을 안정적으로 열고 편집할 수 있다는 점은 인상적이었다. 결론적으로 HP Z2 미니 G1a는 Revit의 철근 모델 검토 및 수정 작업에서 실무 활용이 가능한 수준의 안정성을 보여주었다.   테스트 3 - 동부재정 4공구(블렌더)   ▲ 블렌더 락볼트 모델 검토 및 수정 기능 테스트   이번 테스트는 동부간선지하도로 구간의 락볼트(rock bolt) 모델 검토 및 수정 기능을 확인하기 위해 진행됐다. 이 구간은 GTXA, GTX-C, 성남–강남, 삼성–동탄, 위례–신사 등 여러 도시철도 및 도로 프로젝트가 인접해 있어, 공사 간섭이 빈번하게 발생하는 구간이다. 실제로 락볼트가 인접 공구의 구조물과 충돌하는 사례가 확인되어, 문제 구간을 단면화하고 일부 모델을 직접 수정해야 했다. HP Z2 미니 G1a에서의 테스트는 블렌더(Blender) 환경에서 수행하였다. 레빗과 다이나모(Dynamo)로 생성된 락볼트 모델은 스크립트 기반으로 제작되어, 개별 객체만 직접 수정하면 기존 자동화 코드가 깨질 위험이 있었다. 이 때문에 버텍스(정점) 편집이 자유로운 블렌더를 이용해, 시각적으로 간섭 부위를 잘라내고 재형성하는 방식으로 접근하였다. 테스트 시 약 6만 개의 락볼트 모델을 포함한 전체 파일을 불러오는 데 약 30분이 소요되었다. 로딩 과정은 길었지만, 모델이 완전히 열린 이후에는 뷰 회전·확대·축소가 안정적으로 유지되었으며, 버텍스 단위 편집에서도 시스템이 멈추거나 지연되는 현상은 발생하지 않았다. 단일 객체 수정, 형상 재조정, 도면화를 위한 분할 단면 추출 과정이 모두 정상적으로 수행되었고, GPU 가속을 사용하는 뷰포트에서 화면 품질 저하도 없었다. 레빗·나비스웍스가 구조 중심의 정적 검토 도구라면, 블렌더는 자유도 높은 3D 편집기다. HP Z2 미니 G1a는 이 편집 자유도를 실제 토목 모델링 작업에서도 유지할 만큼의 그래픽·CPU 성능을 보여주었다. 결론적으로 HP Z2 미니 G1a는 대규모 락볼트 모델의 검토·수정 업무에서도 안정적인 작업 환경을 제공하는 수준의 성능을 보였다. 다중 객체를 로딩한 뒤에도 프레임 저하가 크지 않았으며, 블렌더의 버텍스 편집 기능을 활용한 국부 수정 테스트에서 실무 투입이 가능한 반응성과 내구성을 확인할 수 있었다.   테스트 4 - GTX-B 민간투자사업(인프라웍스)   ▲ 인프라웍스 대규모 노선 모델 임포트 및 뷰어 성능 테스트   이번 테스트는 GTX-B 민자사업 구간(총 연장 약 80 km)을 대상으로 진행되었다. 테스트 목적은 대용량 지형 데이터와 위성 사진을 통합한 후, 인프라웍스(InfraWorks)의 모델 임포트 및 뷰어 성능을 검증하는 것이다. 이 프로젝트는 국토지리정보원으로부터 제공받은 현황 도면과 위성사진 데이터의 총 용량이 약 100GB에 달했다. 이전까지 수행한 대부분의 철도·터널 BIM 업무보다 데이터 규모가 훨씬 컸으며, 필자가 처음으로 ‘기존 BIM 워크플로로는 처리 효율이 한계에 달한다’는 사실을 체감한 사례였다. 이후 유사 규모의 프로젝트에서는 SRTM(Shuttle Radar Topography Mission) 지형 데이터를 기반으로 단순화한 방식이 더 효율적이라는 판단을 내리는 계기가 되었다. 테스트는 시빌 3D(Civil 3D)와 래스터 디자인(Raster Design)에서 좌표계 및 기준점을 세팅한 데이터를 인프라웍스에 불러와 확인하는 방식으로 진행되었다. HP Z2 미니 G1a에서 모델 로드를 시작하자, 인프라웍스의 타일 로딩 방식이 구간별로 작동하여 데이터가 점진적으로 표시되었다. 전체 80 km 구간이 완전히 로딩되기까지 약 5분이 소요되었으며, 이후 뷰 이동이나 확대·축소, 태그 생성, 노선 추가 등의 작업은 끊김 없이 매끄럽게 동작했다. 특히 고해상도 위성 사진을 겹쳐 놓은 상태에서도 프레임 저하가 거의 없었고, 장시간 뷰 이동을 반복해도 과열이나 랙 현상이 나타나지 않았다. 이전 세대 노트북에서 동일 데이터를 열 때 수시로 멈춤이 발생했던 점을 고려하면, 소형 데스크톱 장비로 이 정도의 안정성을 확보한 것은 인상적이다. 결론적으로 HP Z2 미니 G1a는 인프라웍스에서의 대규모 노선 모델 임포트 및 뷰어 성능 검증을 충분히 통과했다. 100GB급 지형 데이터를 실시간으로 불러오고 탐색하는 환경에서도 안정적으로 동작했으며, 국토·철도·터널 분야의 대용량 시각화 검토용 장비로 활용하기에 적합한 수준임이 확인되었다.   테스트 5 – 경산지식산업센터(다이나모)   ▲ 다이나모 기반 관로 자동 모델링 스크립트 실행 테스트   이번 테스트는 경산지식산업센터 단지 프로젝트의 관로 자동 모델링 프로세스를 검증하기 위해 수행되었다. 단지형 프로젝트의 경우, 우수·오수·상수 등 각 관로의 담당사가 서로 달라 조율 과정에서 도면 교환만으로 수많은 시간이 소요된다. 이를 3D 모델로 통합하면 공정 간섭 검토와 협의가 신속하게 이루어지며, 전체 공기를 단축할 수 있다. 테스트는 기존에 구축해 둔 다이나모(Dynamo) 스크립트의 실행 성능과 안정성을 확인하는 방식으로 진행되었다. 해당 스크립트는 각 관로별 데이터베이스를 CSV 파일 형태로 불러와, 물량산출 양식에 맞는 형식으로 자동 모델링을 수행하도록 설계되어 있다. 약 600개의 관로 데이터를 처리해야 했으며, 스크립트 실행 후 전체 모델이 완성되는 데 약 2분이 소요되었다. HP Z2 미니 G1a는 스크립트 실행 중에도 메모리 과부하나 뷰 응답 지연이 거의 발생하지 않았다. CSV 로드, 파라미터 매칭, 객체 자동 생성 등 일련의 과정이 매끄럽게 진행되었으며, 모델 생성 중 다른 창으로 전환하거나 병행 작업을 수행해도 시스템 반응이 안정적으로 유지되었다. 이전 노트북 환경에서 동일 스크립트를 실행할 때 20~30분이 걸리던 것을 감안하면, 처리 속도 면에서도 체감 개선이 있었다. 다이나모는 BIM 자동화의 핵심 도구로, CPU·RAM 활용도가 높은 편이다. HP Z2 미니 G1a는 이러한 데이터 기반 자동 모델링 작업에서도 안정성과 연속성을 유지할 수 있는 성능을 보여주었다. 결론적으로, 이 제품은 다이나모를 활용한 중규모 자동화 모델링 업무에서도 실무 투입이 가능한 수준의 연산 성능을 제공했다. 단순한 뷰어 수준을 넘어, 스크립트 실행 및 대량 객체 생성 단계까지 안정적으로 처리할 수 있음을 확인했다.   테스트 6 - 양평–이천 1공구(시빌 3D)    ▲ 시빌 3D 코리더 기반 도로·토공 모델 수정 테스트   이번 테스트는 양평–이천 1공구 교차로 구간의 도로 및 토공 모델 수정 작업을 대상으로 진행되었다. 이 현장은 기존 도로가 운행 중인 상태에서 양측에 신설 교량과 램프가 동시에 시공되는 복합 교차로 구간으로, 작은 설계 변경이 전체 토공·선형·편경사에 즉각적인 영향을 주는 복잡한 구조를 갖는다. 테스트는 시빌 3D의 코리더(Corridor) 모델 수정 기능을 중심으로 진행되었다. 기존에 구축된 도로 모델에서 선형(Alignment)을 일부 이동시켜, 연결된 측점(Point)과 타깃(Target) 요소들이 자동으로 재계산되는 반응을 확인하였다. 이 과정은 실제 설계 변경 상황에서 빈번히 발생하는 업무이며, 연계된 여러 참조 모델들이 동시에 반응해야 정확한 결과를 얻을 수 있다.  HP Z2 미니 G1a에서의 성능은 인상적이었다. 시빌 3D는 평면선형, 종단곡선, 표준횡단면, 편경사까지 모두 반영된 도로 모델링을 처리해야 하므로, 코리더를 크게 구성할수록 연산 부담이 커진다. 필자는 평소 물량산출 단계에서 코리더를 세분화하지 않고 하나의 대형 코리더로 구성하는 방식을 선호하는데, 이번 테스트에서도 동일 조건으로 적용하였다. 결과적으로 약 5분 내에 전체 코리더가 수정 완료되었고, 램프선형 2개와 메인선형 1개가 포함된 복합 모델이 정상적으로 갱신되었다. 로딩 및 재계산 중 팬 소음은 있었지만, 화면 지연이나 모델 깨짐 현상은 나타나지 않았다. 특히 선형 변경 직후 횡단면과 편경사 데이터가 자동으로 반영되는 과정이 부드럽게 이어져, 실시간 설계 검토용으로도 충분히 사용 가능한 안정성을 보였다. 시빌 3D는 고도의 파라메트릭 모델 구조로 인해 변경 연산이 무거운 편이나, HP Z2 미니 G1a는 이러한 연속 연산 작업을 무리 없이 처리했다. 결론적으로, 이 장비는 코리더 기반 도로 모델 수정 및 토공 검토 작업에서 실무 수준의 연산 안정성과 응답 속도를 제공했다. 복잡한 연계 데이터 구조를 가진 프로젝트에서도 모델링 작업이 매끄럽게 이어졌다는 점이 특히 인상적이었다.   테스트 7 - 압해화원 2공구(나비스웍스)   ▲ 나비스웍스 공정 시뮬레이션 뷰어 테스트   이번 테스트는 도로 및 교량 시공 구간의 공정 시뮬레이션 기능을 검증하기 위해 수행되었다. BIM 분야에서 공정(4D) 시뮬레이션은 단순한 모델 시각화를 넘어, 시간 요소를 결합해 시공 순서를 가시적으로 표현하는 기술이다. 설계 중심의 4D는 ‘무엇이 지어지는가’를 보여주고, 시공 중심의 4D는 ‘어떻게 시공되는가’를 보여주며, 감리 관점에서는 ‘어떻게 하면 안전하게 시공할 수 있는가’를 검토하는 도구로 활용된다. 이번 테스트에서는 기존에 구축되어 있던 공정 연동 모델을 나비스웍스 시뮬레이트(Navisworks Simulate) 환경에서 실행시켜, 공정 시뮬레이션의 재생 속도와 뷰 전환 안정성을 확인하였다. 테스트 과정은 단순했지만, 4D 뷰어의 핵심은 시각적 매끄러움과 타임라인 재생의 일관성에 있다. HP Z2 미니 G1a에서의 실행 결과, 공정 애니메이션이 처음부터 끝까지 지연이나 프레임 드롭 없이 부드럽게 재생되었다. 재생 중 모델 회전·확대·축소·시점 이동을 병행해도 화면이 끊기지 않았으며, 공정 단계 전환 시 오브젝트의 색상 변화나 투명도 조절 효과도 자연스럽게 이어졌다. 테스트 동안 CPU 사용률은 일정하게 유지되었고, 팬 소음은 있었지만 발열로 인한 성능 저하는 없었다. 이전 테스트(1~6)가 모델 검토와 수정 중심이었다면, 이번 테스트부터는 시각적 시뮬레이션 성능과 렌더링 안정성에 초점을 맞춘 항목을 다룰 예정이다. 결과적으로 HP Z2 미니 G1a는 공정 시뮬레이션 뷰어로서의 안정성과 시각적 완성도 면에서 충분히 실무 활용이 가능한 수준을 보여주었다.   테스트 8 - 남양주왕숙지구 국도47호선 이설(트윈모션)   ▲ 트윈모션 주행 시뮬레이션 렌더링 성능 테스트   이번 테스트는 남양주 왕숙지구 국도 47호선 이설 구간의 복합 교차로(IC)를 대상으로 진행되었다. 이 구간은 터널, 지하차도, 램프, 분기부가 하나의 구조물 내에 집중되어 있는 복합 노드로, 설계 단계에서부터 구조 간섭이 빈번히 발생했던 구간이다. BIM 모델을 기반으로 한 시각적 검토 과정에서, 실제 차량의 주행 경로와 주행 표면을 3D 환경에서 구현하여 상부 보고 시 설득력을 강화한 사례이기도 하다. 테스트는 트윈모션(Twinmotion) 환경에서 기존에 구축된 주행 시뮬레이션 파일을 불러와 재생하는 방식으로 진행되었다. 주요 검토 항목은 렌더링 과정의 프레임 안정성, 뷰 이동 반응성, 그리고 카메라 전환 시 딜레이 여부였다. HP Z2 미니 G1a에서의 실행 결과, 전체 시뮬레이션이 매끄럽게 재생되었으며, 렌더링 과정에서의 끊김이나 프레임 드랍이 관찰되지 않았다. 특히 차량 궤적을 기존 설계값보다 높여 시뮬레이션 범위를 인위적으로 확장했을 때에도, 예상과 달리 렌더링이 흔들리지 않고 안정적으로 구동되었다. 시점 전환이나 장면 이동 시에도 지연이 거의 없었으며, 복합 IC 구조물의 터널·램프·교차부 간 연결성이 시각적으로 명확히 유지되었다. 이 테스트는 단순한 뷰어 수준을 넘어, 실제 주행 경로를 포함한 3D 시뮬레이션의 실시간 렌더링 처리 능력을 확인하는 것이 목적이었다. 결과적으로 HP Z2 미니 G1a는 트윈모션 기반 주행 시뮬레이션에서도 안정적인 그래픽 처리 성능과 렌더링 지속성을 입증했다. 특히 복잡한 교차로 구간에서 여러 객체가 동시에 움직이는 장면에서도 프레임 유지율이 높았으며, 실무 프레젠테이션용 장비로도 손색이 없는 수준이었다.   테스트 9 - 천안 환경 클러스터(리얼리티스캔)   ▲ 리얼리티스캔 드론 사진 기반 자동 3D 모델링 테스트   이번 테스트는 천안 환경 클러스터 매립지 현장에서 촬영한 드론 사진을 활용하여, 리얼리티스캔(RealityScan)의 사진 기반 자동 3D 모델링 기능을 검증하기 위해 진행되었다. 시공 단계에서는 대부분의 현장이 드론 촬영 허가를 보유하고 있으며, 현장 실측 자료를 국토지리정보원 데이터와 비교·보정하여 다양한 지형 검토를 수행한다. 이번 테스트는 이러한 실무 과정과 동일한 조건으로 진행되었다. 테스트 절차는 단순했다. 현장에서 촬영한 약 300장의 드론 이미지를 리얼리티스캔에 불러와 자동 모델링을 수행하였다. 필자가 소프트웨어적으로 개입할 부분은 거의 없었으며, 프로그램이 사진 정합, 포인트 생성, 메시 재구성, 텍스처 합성을 모두 자동으로 처리했다. HP Z2 미니 G1a에서의 결과는 매우 인상적이었다. 약 1시간 만에 전체 모델링이 완료되었으며, 생성된 모델의 정확도는 도면 및 정사사진 수준에 준했다. 같은 데이터셋을 개인용 고성능 노트북에서 처리했을 때 약 5시간이 소요되었던 것을 감안하면, 처리 속도가 약 5배 가까이 단축된 셈이다. 프로세스 중 중단이나 에러 메시지 없이 안정적으로 작업이 완료되었으며, 모델 텍스처 품질 또한 균일했다. 리얼리티스캔은 드론 이미지 처리 시 GPU 및 CPU 연산이 복합적으로 작동하는 프로그램이다. HP Z2 미니 G1a는 이러한 사진측량(Photogrammetry) 기반의 연속 연산 작업에서도 안정성과 속도를 모두 확보했다. 특히 본체가 작음에도 불구하고 장시간 연산 중 발열 제어가 우수하여, 팬 속도는 상승했지만 스로틀링(성능 저하) 현상은 전혀 없었다. 결론적으로 HP Z2 미니 G1a는 필드에서 촬영한 이미지를 즉시 처리하고 결과를 시각화해야 하는 BIM–현장 융합형 워크플로에 특히 효율적이었다.   테스트 10 - 이라크 Al Faw Grand Port(시빌 3D)   ▲ 시빌 3D 해저 지표면 토공 모델링 및 물량산출 테스트   이번 테스트는 Al Faw Grand Port 프로젝트의 해저 지반 데이터를 활용해, 시빌 3D 기반 토공 모델링 및 물량산출 기능을 검증하기 위해 수행되었다. 항만 공사에서의 토공은 일반적인 육상 토공과 달리, 해저 지반의 형상이 복잡하고 데이터 정밀도가 높기 때문에 연산 부담이 매우 크다. 이번 테스트에서도 라이다(LiDAR) 스캔으로 취득한 등고선 간격 3cm의 초정밀 해저면 데이터를 활용하였다. 테스트 절차는 단순했다. 시빌 3D에서 해당 지표면 데이터를 불러온 뒤, 설계 구간만큼의 절취·성토 영역을 모델링하고, 그 구간의 물량을 자동 산출하도록 설정하였다. 즉, 토공 모델링–수량 산출까지의 전형적인 워크플로우를 실제 데이터로 재현한 테스트였다. HP Z2 미니 G1a에서 토공 모델링 단계는 약 2시간 이내에 완료되었다. 등고선 간격이 매우 촘촘했음에도 불구하고, 삼각망(TIN) 생성과 표고 반영 과정은 정상적으로 진행되었다. 그러나 이후 수행된 물량산출 단계에서는 연산이 종료되지 않았다. 시빌 3D의 특성상 계산을 완전히 마치려면 장시간이 필요하며, 연산이 멈춘 것이 아니라 시간만 충분히 주면 결과가 생성되는 구조다. 그러나 이번 테스트는 실무 환경을 가정한 단기 검증이었기 때문에, 하루가 지나도 결과가 출력되지 않아 실용적 한계로 판단하고 중단하였다. 결론적으로 HP Z2 미니 G1a는 초고밀도 해저 지반 데이터를 활용한 토공 모델링 단계까지는 안정적으로 처리 가능했으며, 물량산출처럼 장시간 연산이 필요한 작업에서는 현실적인 작업 효율을 고려한 분할 처리 전략이 필요한 것으로 판단된다.   테스트 11 - 가덕도신공항(파이썬, 팬더스)   ▲ 대용량 SPT 지반 데이터 전처리 및 분류 테스트   이번 테스트는 가덕도 신공항 건설 예정지의 지반 데이터베이스(SPT 값)를 파이썬(Python) 환경에서 전처리하는 실험으로 진행되었다. 이 프로젝트는 파랑이 강한 연약지반 위에 활주로와 부지를 조성해야 하는 난공사로, 시공 이전 단계에서 방대한 지반 검토가 이루어진다. 특히 00연구실에서 제공받은 DB는 좌표별 SPT(Standard Penetration Test) 값을 포함한 약 1억 개의 데이터 포인트로 구성되어 있었다. 이로 인해 일반적인 엑셀이나 CSV 편집기에서는 불러오기조차 불가능했다. 필자는 이 과정에서 엑셀이 약 108만 줄 이상은 열 수 없다는 한계를 처음 체감하기도 했다. 테스트는 파이썬의 팬더스(Pandas) 라이브러리를 사용해 1억 줄의 데이터를 불러온 후, 지반 평가 기준에 따라 다섯 가지 유형(VL, L, MD, D, VD)으로 자동 분류하는 방식으로 진행되었다. 연산은 HP Z2 미니 G1a의 로컬 환경에서 수행되었으며, 데이터는 외부 SSD에서 직접 불러왔다. 테스트 결과는 매우 안정적이었다. 약 15분 만에 전체 데이터가 다섯 개 그룹으로 분류 완료되었으며, 중간 단계에서 메모리 오류나 지연 현상은 발생하지 않았다. CPU 점유율은 일정하게 유지되었고, 작업 중 다른 프로그램을 병행 실행해도 시스템 응답성 저하가 없었다. 특히 팬더스가 메모리 내에서 직접 배열을 처리함에도 불구하고, HP Z2 미니 G1a는 데이터 로드 – 필터링 – 그룹화 – 저장까지 전체 프로세스를 안정적으로 처리했다. 결론적으로 HP Z2 미니 G1a는 대용량 CSV·DB 전처리 작업에서 실무에 투입 가능한 수준의 연산 성능과 안정성을 확보하고 있었다. 1억 줄 규모의 지반 데이터를 단시간에 분류할 수 있었던 점은, 토목·지반·측량 등 데이터 중심 엔지니어링 업무에서 파이썬 기반 자동화 환경에도 충분히 대응 가능한 워크스테이션임을 입증한 결과였다.   테스트 12 - 평택오송 1공구(클라우드컴페어)   ▲ 클라우드컴페어 포인트클라우드(LAS) 분할(Clipping) 테스트   이번 테스트는 평택–오송 고속철도 1공구 구간의 라이다(LiDAR) 드론 스캔 데이터를 활용해, 클라우드컴페어(CloudCompare)의 포인트클라우드 분할(Clipping) 기능을 검증하기 위해 진행되었다. 이 프로젝트는 기존 고속철도가 운행 중인 상태에서 양측에 새로운 철도를 신설하는 사업으로, 모든 시공 작업이 기존 선로의 안정성을 저해하지 않도록 수행되어야 한다. 이를 위해 전 구간(약 10km)에 대한 고정밀 드론 스캔이 이루어졌으며, 취득된 LAS 데이터의 용량은 약 40GB에 달했다. 테스트는 클라우드컴페어 환경에서 해당 LAS 데이터를 불러와, 시뮬레이션 현황에 필요한 구간만 선택하여 잘라내고, 분할된 데이터를 별도 파일로 추출하는 시나리오로 진행되었다. HP Z2 미니 G1a에서의 테스트 결과, 데이터 로딩에 약 30분이 소요되었다. 전체 포인트 수가 매우 많아 초기 로딩 단계에서는 일시적인 프리징(멈춤) 현상이 있었으나, 로드가 완료된 이후에는 시점 이동 및 확대·축소가 안정적으로 가능했다. 이후 약 400m×400m 구간을 불린(Boolean) 연산으로 분할·추출하는 데 10분 내외가 소요되었으며, 연산 도중 프로그램이 중단되거나 강제 종료되는 일은 없었다. 포인트클라우드 데이터의 밀도가 매우 높아 화면 전환 시 프레임 드랍이 있었으나, 작업 안정성 자체는 유지되었다.  결론적으로 HP Z2 미니 G1a는 40GB 규모의 라이다 LAS 데이터를 활용한 포인트클라우드 분할·추출 작업을 실무 수준에서 수행할 수 있는 안정성을 보여주었다. 초기 로딩 시간이 다소 길긴 했으나, 작업 중 중단 없이 끝까지 클리핑을 완료한 점에서 대용량 3D 스캔 데이터 처리용 소형 워크스테이션으로 충분히 실용적임이 확인되었다.   테스트 13 - 사우디아라비아 NEOM Spine Concrete Corridor(세슘, 시빌 3D, 언리얼 엔진)   ▲ 세슘 – 시빌 3D – 언리얼 연계 기반 초장거리 토공 뷰어 테스트   이번 테스트는 사우디아라비아 NEOM 프로젝트의 Spine Concrete Corridor 구간(총 연장 약 108km)을 대상으로 진행되었다. 해당 프로젝트는 전 세계적으로 주목받은 초대형 도시개발 계획의 일부로, 초장거리 선형 구조를 가지고 있어서 광범위한 지형 데이터를 안정적으로 처리할 수 있는 워크플로 검증이 필요했다. 이에 세슘(Cesium) 지형 데이터를 시빌 3D에서 토공 모델로 가공하고, 이를 언리얼 엔진(Unreal Engine)으로 이관하여 시각적 뷰어를 구성하는 전체 절차를 테스트하였다. HP Z2 미니 G1a에서의 테스트는 제한된 시간 내에 일부 구간만을 대상으로 수행되었다. 전 구간(108km)을 처리하지는 않았지만, 세슘에서 시빌 3D로의 데이터 임포트, 토공 모델 생성, 언리얼 엔진으로의 시각화 이관이 모두 정상적으로 진행되었다. 좌표 변환, 메시 생성, 텍스처 반영 등 각 단계에서 프로그램 오류나 멈춤 현상은 발생하지 않았다 언리얼 엔진으로의 모델 이관 후에도 기본적인 뷰어 작동은 안정적이었다. 단순화된 토공면 상태에서도 카메라 이동, 회전, 조명 변경이 자연스럽게 수행되었고, 시각적 품질도 유지되었다. 결론적으로 HP Z2 미니 G1a는 초장거리 지형 데이터를 활용한 세슘 – 시빌 3D – 언리얼 통합 워크플로를 실무 수준에서 안정적으로 수행할 수 있는 성능을 보였다. 대규모 토공 뷰어 구축이나 초장거리 인프라 프로젝트의 시각화 단계에서도 충분히 활용 가능한 장비임이 확인되었다.   ■ 이민철 대우건설 토목사업본부 토목국내기술팀의 선임이다. BIM 기반 토목 설계 및 시공 데이터 검증, 시뮬레이션 자동화, 디지털 트윈 구축 업무를 담당하고 있으며, 다수의 대형 인프라 프로젝트에서 실무 중심의 BIM 엔지니어링 프로세스를 연구·적용하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

유니티로 구현한 핵융합 디지털 트윈, V-KSTAR   핵융합 기술은 미래를 열어갈 수 있는 태양과 같은 에너지이지만 복잡한, 실험 데이터를 분석하고 이해하는 데 많은 시간이 소요된다. 트라이텍과 UNIST는 이러한 문제를 해결하기 위해 V-KSTAR 프로젝트를 추진했다. 이 프로젝트에서는 유니티의 디지털 트윈 기술을 활용해 직관적이고 효율적인 가상 핵융합 실험 플랫폼을 구현할 수 있었다. ■ 자료 제공 : 유니티 코리아   가상 핵융합 디지털 트윈 플랫폼 : V-KSTAR 프로젝트 V-KSTAR는 한국핵융합에너지연구원(KFE)의 공동 과제인 핵융합 R&D의 일환으로, 가상 핵융합 기술 개발을 위한 디지털 트윈 플랫폼 개발 프로젝트이다. 이 프로젝트는 3차원 CAD 모델 기반의 가상 핵융합 시뮬레이션을 연산하는 슈퍼컴퓨팅 기술을 활용하여 최적화된 가상 핵융합 모델 및 시뮬레이션 기술을 개발하고, 최적의 실험 결과를 도출하기 위한 가상 핵융합 시뮬레이션 통합 플랫폼 기술 개발을 목표로 한다. 핵융합 실험의 핵융합로인 토카막(Tokamak) 장치 내부에서 실시간으로 측정된 데이터의 가시화 모니터링, 시뮬레이션 데이터 분석 및 시각화, 데이터 추적 및 데이터 형상 관리 기능 등을 통해서 종합적인 파이프라인 관리 시스템을 구현하기 위한 가상 핵융합 기술 통합 플랫폼 개발 프로젝트이다. 핵융합 실험 과정에서 만들어지는 고온의 플라스마가 안정성을 가지고, 오래 유지되기 위해서는 자기력을 통해 플라스마의 모양과 위치를 고정시키는 것이 필요하다. V-KSTAR는 3차원 가상 핵융합 시뮬레이션의 반복 트레이닝을 통해 최적의 플라스마 형성 조건과 자기력 제어 기술을 확보하고, 실험을 통해서 플라스마 형상 및 장치 상태를 모니터링할 수 있는 통합 시스템 개발에 목적이 있다.   유니티의 시각화를 통한 핵융합 실험 장치의 개선 핵융합 실험 장치에서 실험 시 플라스마가 접촉하는 토카막 내부 타일은 플라스마로부터 열을 받아 온도가 상승하게 된다. 토카막 설비가 손상되는 것을 감지하고 정비해야 하는 문제에 대응하기 위해 각 타일의 온도를 색상과 수치로 표시하고 높은 수준으로 온도가 상승했을 경우에 경고 표시와 로그 기록을 남겨야 하는 필요성이 있었다.   그림 1. 토카막 내부 타일을 디지털 트윈으로 구현해낸 모습. 내부 타일의 온도를 실시간으로 색과 숫자로 확인할 수 있다.   핵융합 실험 장치에서 플라스마는 수억 도(℃)에 이르는 고온을 유지해야 하며, 이를 위해 고속 중성입자 빔을 플라스마에 조사하는 방법이 대표적으로 사용된다. 조사된 중성입자는 뜨거운 플라스마 내부에서 이온화되고, 플라스마와 충돌하며 에너지를 전달하고 전체 온도를 상승시킨다. 그러나 이온화된 후 충분한 에너지 전달을 하지 못한 일부 고속 이온은 플라스마 영역을 빠져나와 토카막 내벽에 충돌하게 되며, 이는 벽면 타일의 급격한 온도 상승과 손상으로 이어질 수 있다. 실제 실험에서는 이러한 손상을 막기 위해 장치 운전을 중단해야 하는 경우도 발생한다. 따라서 토카막 내부 타일의 온도를 실시간으로 색과 숫자로 표시하고, 온도가 일정 수준 이상 상승할 경우 경고를 발생시키며 로그를 기록하는 모니터링 체계가 필요하다. 나아가, 개발 팀은 물리적 트윈(physical twin)인 K-STAR 장치에서 고속 이온의 손실이 발생하는 위치를 실험 전 또는 실험 사이에 미리 파악하고, 내벽 손상을 최소화하기 위해 유니티 기반의 3차원 디지털 트윈인 ‘V-KSTAR’를 구축하였다. 이를 통해 입자 궤적을 추적하고 벽면과 고속 이온의 충돌을 시각화함으로써, 고속 입자 손실 메커니즘을 정밀하게 분석하고 장치 보호 및 실험의 안정성을 강화할 수 있게 되었다.   플라스마 발생 영역을 분석하기 위한 3차원 셰이더 구현 개발 팀은 유니티가 VR(가상현실), XR(확장현실)과 같은 여러 플랫폼과 호환성이 높고, 확장할 수 있는 통합 도구 제공이 잘 되어 있다는 점에 주목했다. 또한, C# 기반에서 프로젝트를 구성하기 때문에 개발 진입 장벽이 낮고 사례가 많아 개발에서 오는 리스크를 최소화할 수 있는 가능성이 많다는 점도 개발 프로젝트에 유니티를 선택하게 된 요인이 됐다. 유니티에서 플라스마는 흔히 도넛으로 알고 있는 토러스(torus, 원환면) 형태로 생성된다. 토러스를 수직으로 자른 단면의 경계를 기저로 하여 360도 회전을 통해 전체 플라스마 형상이 만들어진다. 토러스 내부는 구멍이 있고, 이 공간에 토카막 내벽이 위치하기 때문에 토러스가 내벽을 가리는 구조이다. 개발 팀은 투시가 가능하면서도 그 경계가 명확하게 시각화될 수 있도록 플라스마 셰이더를 구현했다. 또한 이중 노멀을 구현하여 카메라가 플라스마에 포함되어도 플라스마의 형상을 관찰할 수 있도록 하였다.   그림 2. 토러스 형태의 플라스마   핵융합 장치 시각화를 위해 선택한 유니티 플랫폼과 툴 개발 팀은 다양한 유니티 플러그인을 분석적 가시화에 활용했다. 예를 들어, CrossSection 플러그인을 활용하여 모델 내부 단면을 관찰할 수 있도록 하였으며, 토카막 장치를 360도로 회전시키며 원하는 각도에서 내벽과 외벽이 전체 장비와 어떻게 모양을 이루고 있는지를 한눈에 파악할 수 있는 기능을 구현했다.또한, 시간에 따른 부품별 온도 상태를 한 눈에 파악하기 위한 그래프를 그리는 데에도 Vectrosity와 같은 플러그인으로 원하는 기능을 쉽게 구현했다. 코드의 부분적인 교체와 유지 보수를 효율적으로 진행할 수 있도록 프로그램 모듈화를 진행할 때에도 유니티가 제공하는 Assembly Definition 기능을 활용해 손쉽게 프로그램을 체계적으로 모듈 단위로 분리할 수 있었다.   디지털 트윈 도입을 통한 핵융합 실험의 변화 V-KSTAR의 또 다른 기능은 실시간 데이터를 대용량으로 파일 포맷으로 기록하고 실제 실험이 끝나고 난 뒤 스트리밍 방식으로 실험 결과를 재현하는 것이다. 약 2~3분 단위의 실험은 샷넘버라는 고유 번호로 구분이 되고, 그 번호에 해당하는 플라스마 형상이 어떤 모양인지 확인하여 실험 설정의 최적값을 재사용할 수 있도록 돕는다. 설정 값과 그에 따른 실험 결과가 수많은 문서에 표와 숫자로 기록된 것을 연구자들이 읽고 이해해야 하는 일을 디지털 트윈이 빠르고 직관적인 방식으로 만들어 시간을 절약하는 효과가 있다. 실제 캠페인 현장에 가면 플라스마를 관찰할 수 있는 특수 카메라 영상이 흑백 모니터로 표시되고, 그 주변으로 수많은 센서 값에 대한 계기판이 벽면을 가득 채우고 있다. V-KSTAR는 한 눈에 파악하기 어려운 복잡한 수치 데이터를 가상 공간의 3D 모델에 다양한 색상으로 시각화하여, 마치 실제로 가까이서 관찰하는 것과 같은 직관적인 환경을 제공한다. 또한 플라스마 형상을 감지하는 센서 정보를 바탕으로 플라스마를 재구성하여, 특수 카메라의 제한된 시야에서는 관찰하기 어려웠던 전체적이고 동적인 모습을 제공하기 때문에 실험 결과에 대한 이해가 더욱 효율적이다. 따라서, V-KSTAR 프로젝트 도입을 통해 시뮬레이션 결과를 보다 빠른 시간에 분석하고, 연구자 간 시뮬레이션 결과를 공유하고 토론할 수 있는 가상 공간을 통해 연구의 진척도를 높일 수 있는 효과가 있다.   V-KSTAR 시각화 과정에서 유니티 활용의 효과 핵융합 실험의 특성 상 대규모의 그래픽 요소를 고성능을 유지하며 가시화하는 데는 일정한 한계가 있었다. 이로 인해 복잡한 데이터 시각화를 위해 일부 요소를 단순화해야 하는 경우가 발생했다. 하지만 유니티를 사용한 개발은 확실히 쉽고, 가볍고, 직관적인 면이 있다. 그래서 프로젝트 초기에 간단한 사용자 요구가 많을 때는 즉시 반영하여 해결하기에 적합했다. 개발 팀은 “핵융합 연구와 같은 전문 분야를 위한 유니티의 고성능 그래픽 설루션에 대한 자료와 사례가 더 풍부해지기를 기대한다”고 전했다.   V-KSTAR의 향후 기술 발전 방향 향후 프로젝트의 핵심 과제는 폭발적으로 증가하는 방대한 데이터를 기존의 렌더링 성능 수준에서 효과적으로 가시화하는 기술 개발이다. 이를 위해 컴퓨터의 그래픽 성능을 무제한에 가깝게 확장할 수 있는 하드웨어 또는 소프트웨어 측면의 방법을 발굴하여 프로젝트에 접목해야 할 것으로 보인다. 또한 개발 팀은 핵융합 실험을 위한 최적의 CAD 환경을 구현하기 위해, 설계–변환–시뮬레이션–피드백의 자동화된 워크플로를 실현할 수 있도록 V-KSTAR에 모델과 데이터의 자동 관리 시스템을 갖출 수 있도록 노력하고 있다. 개발 팀은 “향후에 진행되는 새로운 핵융합 실험 장치와 ITER 및 DEMO 장치에도 현재 개발되고 있는 플랫폼이 확장 적용될 것이며, AI를 접목하여 학습한 결과를 가시화하고 분석하는 연구가 장기적으로 진행될 것으로 예상된다”고 전했다. 또한, “AI를 도입한 V-KSTAR를 통해 핵융합 실험을 일부 대체할 수 있다면 실험 시간과 운영 비용을 절감하는데 보다 크게 기여할 것으로 기대된다. 유니티를 활용해 V-KSTAR를 원활하게 구현해냈기 때문에, 이 경험을 바탕으로 향후에도 유니티를 지속적으로 활용할 계획”이라고 덧붙였다.     ■ 기사 내용은 PDF로도 제공됩니다.

지난 9월 11~12일 진행된 ‘코리아 그래픽스 2025’에서 에픽게임즈는 산업 전반에서 리얼타임 시각화가 어떻게 활용되고 있는지를 보여주는 사례를 소개했다. 또한, 이러한 변화 속에서 에픽게임즈가 제시하는 비전과 디지털 트윈에 활용되는 에픽게임즈의 기술을 선보였다.   디지털 트윈과 디지털 트랜스포메이션의 정의 디지털 트윈(digital twin)은 현실의 사물이나 시스템을 외형뿐만 아니라 물리적 특성까지 그대로 디지털로 재현하여, 가상 공간에서 성능을 분석하고 잠재적인 문제를 사전에 확인할 수 있는 기술이다. 디지털 트랜스포메이션(digital transformation) 또는 디지털 전환은 이러한 디지털 기술을 활용해 조직과 기업의 의사결정 방식을 혁신하고, 이를 통해 새로운 가치를 창출하는 과정을 의미한다. 이 글에서는 새로운 가치를 최종 소비자나 시장의 관점에 국한하지 않고, 기업이나 조직 내부에서 디지털 트윈을 활용해 생산 공정을 보다 효율적이고 간소화된 방식으로 개선하고, 이를 기반으로 최적의 결정을 내릴 수 있다면 그것 또한 디지털 트랜스포메이션의 범주에 포함된다고 본다.   리얼타임을 통한 디지털 트랜스포메이션 사례 건축 산업 : 단순 렌더링에서 스마트 시티까지 건축 산업에서는 설계 데이터를 3D 데이터로 변환하고 이를 리얼타임으로 시각화하는 방식을 통해 리얼타임 기반 디지털 트윈이 시작됐다. 기존에는 3D 데이터를 활용해 미리 렌더링된 정적인 영상이나 순차적으로 보여주는 영상만 제작했지만, 언리얼 엔진과 같은 리얼타임 기술이 도입되면서 단순히 정보 전달을 넘어 이해관계자들이 더 명확하고 효과적인 커뮤니케이션을 할 수 있게 된 것은 물론 나아가 최종 고객들에게도 새로운 사용자 경험을 전달할 수 있게 되었다. 이러한 발전은 더욱 가속화되어 현재는 커뮤니케이션 수단을 넘어 실제로 현실의 다양한 정보를 실시간으로 가상 3D 공간으로 가져와서 통합하고, 이를 이용하여 다시 현실의 건물과 공장, 도시를 관제하는 단계에 이르렀다. 예를 들어, 비전스페이스(Vision Space)의 스마트 공장 설루션은 공장의 3D 환경을 구축하고, 자동화 설비를 배치해 현실과 동일한 조건으로 가상 검증을 수행한다. 여기에 인공지능 시뮬레이터를 통합하면 물류 흐름과 생산 효율을 사전에 예측할 수 있다. 이처럼 ‘디지털 트윈 + AI’ 조합은 단순한 시각화 단계를 넘어 기업 경영의 근본을 바꾸는 디지털 트랜스포메이션으로 발전하고 있다.   그림 1. 비전스페이스   도시 개발 영역에서도 이러한 흐름은 더욱 두드러진다. 두바이나 아부다비 같은 중동의 주요 도시의 시각화에 사용된 프롭VR(Prop VR)의 사례를 보면, 단순 도시 계획이나 인프라 설립, 관광과 같은 도시 관리 측면에서의 효과를 넘어서 임대나 거주 여부를 결정하는 데 필요한 몰입형 정보를 제공함으로써 사용자 만족도와 경제적 가치를 동시에 높이고 있다. 실제로 중동의 고급 부동산 개발사인 DAMAC 프로퍼티같은 경우는 프롭VR과 협업 전 2400만 달러 규모였던 매출이 협업 후 4억 달러까지 10배 이상 확대되는 성과를 기록하기도 했다.   그림 2. 프롭VR   결국 단순히 정보 전달의 디지털 트윈을 넘어서 도시 구성원에게 좀 더 몰입감 있는 경험을 제공하고, 이를 통해 그들의 의사 결정을 좀 더 가치 있게 만든 디지털 트랜스포메이션의 사례라고 할 수 있다.   훈련 시뮬레이션 : 안전과 비용 혁신 디지털 트윈을 활용한 디지털 트랜스포메이션은 특히 훈련 및 시뮬레이션 분야에 가장 큰 영향을 미치고 있다. 보잉(Boeing)은 항공기 정비 훈련 과정에 VR 시뮬레이션을 도입해 정비사가 실제 기체를 만지기 전에 가상 환경에서 반복 학습할 수 있도록 했다. 이는 안전성을 크게 높이는 동시에 비용도 절감하는 효과를 가져왔다.   그림 3. 보잉의 훈련 시스템   또한, 화재, 지진, 대규모 재해 대응 훈련에서도 XR(확장현실) 기술을 활용한 몰입형 시뮬레이션이 확산되고 있는데, 기존의 이론 중심 교육보다 훨씬 효과적인 학습 결과를 만들어내기 때문이다. 실제로 삼성 엔지니어링이나 대우조선 해양, 삼성전자 반도체 팹, 남동 화력 발전소를 포함하여 여러 산업 현장과 의료기관에서 이미 언리얼 엔진을 이용한 XR 훈련을 시행하고 있으며 높은 효과를 내고 있다.   그림 4. XR 직무 교육   시뮬레이션에서도 리얼타임의 도입은 큰 효과를 내고 있는데, 대표적인 사례로 한국항공우주산업(KAI)에서 구축한 디지털 트랜스포메이션이 있다. KAI는 수리온 헬기나 KF-21 전투기와 같이 직접 설계 및 제작한 여러 항공기의 훈련용 VR 시뮬레이터를 개발하여, 파일럿이 본격적인 훈련 이전에 실제 훈련 절차와 비행 조작 감각을 사전에 익힐 수 있도록 도와주고 이를 통해 훈련의 전반적인 효과를 극대화했다. 또한 언리얼 엔진의 개방성을 통해 대규모 전술 훈련을 위한 강화 학습 기반의 AI 에이전트를 현재 훈련 시나리오에 통합하기도 했다.   그림 5. KAI의 VR 비행 시뮬레이터   뿐만 아니라 GIS 기반 지형 정보와 AI 시나리오를 접목해 실제 작전 환경에 가까운 훈련을 가능하게 했고, 더 나아가 정비 인력 교육에도 이를 적용하고 있다. 이는 디지털 트윈을 기반으로 GIS 지형 정보 처리부터 XR 기반 훈련 시뮬레이터는 물론 에이전트 AI까지 통합된 디지털 트랜스포메이션의 대표 사례라고 할 수 있다.   자동차 산업 : 전 공정을 아우르는 리얼타임 혁신 자동차 산업은 리얼타임을 통해 완전히 새로운 가치를 찾아가고 있는 핵심 산업이다. 대표적으로 로터스(Lotus)는 언리얼 엔진과 리얼타임을 디자인부터 엔지니어링, 마케팅, 그리고 HMI(휴먼–머신 인터페이스)를 통한 소비자 경험까지 전체 공정에 통합하여 디지털 트랜스포메이션을 이뤄낸 선도적인 기업 중 하나다. 로터스는 디자인 초기 단계부터 리얼타임 기술을 도입해 기존의 오프라인 중심 디자인 과정을 디지털 트윈 기반의 가상 환경으로 전환하면서, 언리얼 엔진의 사실적인 비주얼 퀄리티를 통해 VR 상에서 실사와 동일한 수준의 3D 데이터를 검증할 수 있게 되었고, 이를 통해 디자인 반복 작업이 가속화되었다. 이러한 리얼타임을 통한 디지털 트윈은 나아가 제조, 엔지니어링, 마케팅, HMI까지도 확장되었다. 특히 로터스는 전사적으로 단일 3D 데이터 세트를 공유하는 통합 파이프라인을 구축하고, 퍼포스 기반의 데이터 관리 체계를 도입했다. 이를 통해 불필요한 파일 생성과 관리 비용을 줄였고 그 결과 디자인과 엔지니어링 데이터가 완벽히 통합되어, 차량 개발 전 과정에서 훨씬 효과적으로 데이터를 공유할 수 있게 되었다. 또한 이는 고품질 마케팅 콘텐츠 제작에도 그대로 활용되었다.   그림 6. 로터스   로터스뿐만 아니라 GMC와 볼보(Volvo), 리비안(Rivian), 페라리(Ferrari), 포드(Ford), 소니(Sony)–혼다(Honda) 합작의 아필라(Afeela) 등 글로벌 주요 자동차 브랜드도 이미 HMI에 언리얼 엔진을 도입하고 있다. 이는 자동차가 더 이상 단순한 이동 수단이 아니라, 엔터테인먼트와 커넥티비티를 제공하는 콘텐츠 플랫폼으로 진화하고 있음을 보여준다.   그림 7. 아필라 내부   그림 8. 언리얼 엔진 HMI 탑재 차량   한편, 디지털 트윈을 활용한 디지털 트랜스포메이션은 단순한 3D 시각화를 넘어, 산업의 제품과 서비스를 사용자에게 새로운 경험을 제공하는 콘텐츠로 발전시키고 있다. 이를 통해 현실의 제품과 서비스가 가상공간에서도 새로운 가치를 창출해 나가고 있다. 흥미로운 사례로 페라리는 신형 하이브리드 296 GTB를 ‘포트나이트’ 게임 내에서 공개했다. 페라리는 단순한 차량 공개를 넘어 게임이라는 새로운 콘텐츠 환경에서 플레이어들이 실제로 운전하는 경험을 제공하여, 브랜드 가치를 확장하고 미래 세대 고객과의 접점을 마련하였다.   그림 9. 포트나이트에서 공개된 페라리 신형 하이브리드 296 GTB   에픽게임즈의 기술과 비전 디지털 트랜스포메이션이 성공적으로 정착되기 위해서는 보다 다양하고 매력적이며 풍부한 3D 콘텐츠의 공급이 필수이며, 그러기 위해서는 일반 산업 디자이너를 포함해 누구나 원하는 콘텐츠를 제작할 수 있는 환경이 제공되어야 한다. 이를 실현하기 위해 에픽게임즈는 압도적인 리얼타임 렌더링 기술과 콘텐츠 제작 효율성 향상이라는 두 가지 측면에서 지속적으로 노력을 기울이고 있다.   나나이트 나나이트(Nanite)는 기존의 렌더링에서 상상하기 어려운 수준의 폴리곤을 추가적인 최적화나 작업 공정 없이 처리할 수 있는 기술이다. 일반적인 리얼타임 렌더러에서는 구동조차 불가능한 수조 개의 폴리곤으로 구성된 가상 공간을 게임기 플레이스테이션 5에서 60프레임으로 구동할 수 있게 되었다.   그림 10. 나나이트   루멘 트윈모션과 언리얼 엔진의 새로운 라이팅 시스템인 루멘(Lumen)은 별도의 라이트맵 빌드 없이도 고퀄리티 글로벌 일루미네이션 효과를 실시간으로 처리한다. 덕분에 라이팅에 대한 반복 작업에 소요되는 시간을 대폭 줄일 수 있으며, 절약된 시간은 콘텐츠의 품질 향상에 집중할 수 있어 전반적인 퀄리티를 높일 수 있다.   그림 11. 루멘   월드 파티션 디지털 트윈에서 가장 중요한 요소 중 하나가 바로 광활한 가상 공간 제작인데, 언리얼 엔진 5에서는 LWC(Large World Coordinates : 대규모 월드 좌표)를 통해 사실상 무한에 가까운 공간을 별도의 추가 작업 없이 충분한 정밀도로 엔진 상에서 구축할 수 있다. 게다가 다양한 GIS 데이터 프로토콜을 통합 지원하고, 특히 항공 시뮬레이션에서 필수적인 구형 좌표계도 기본 제공하기 때문에 어떤 목적의 가상 공간이라도 바로 만들 수 있다.   그림 12. 월드 파티션   프로시저럴 콘텐츠 생성 넓은 공간을 만들더라도 사람이 직접 디테일을 추가하고 애셋을 배치해야 한다면, 제작 비용이나 시간 때문에 사실상 광활한 가상 공간의 의미가 없어질 수 있다. 이러한 부분을 지원하기 위해 언리얼 엔진 5에서는 프로시저럴 콘텐츠 생성(Procedural Content Generation : PCG)이라는 절차적 콘텐츠 생성 툴도 제공하고 있다. PCG 비주얼 스크립트를 이용하면 광활한 공간에 수백만 그루의 나무 식생, 바위, 지형 애셋, 절벽 등을 1~2초 만에 절차적으로 배치할 수 있다.   그림 13. PCG   FAB 무엇보다도 디지털 트윈에서 핵심은 바로 애셋 스토어이다. 디지털 트윈에서 필요한 애셋을 모두 직접 만드는 것은 사실상 불가능에 가깝기 때문이다. 에픽게임즈의 통합 애셋 스토어 FAB은 다른 어떤 애셋 스토어 보다도 높은 수준의 퀄리티를 가진 애셋을 제공하고 있으며, 고퀄리티의 애셋을 여러 방식으로 무료로 제공하기 때문에 디지털 트랜스포메이션 프로젝트에 큰 도움을 받을 수 있다.   그림 14. FAB   이외에도, 에픽게임즈는 역동적인 가상 공간 구축에서 핵심인 요소인 캐릭터 생성을 위해 메타휴먼을 제공하여 헐리우드 영화 수준의 포토리얼한 캐릭터를 디지털 트랜스포메이션 프로젝트에 바로 활용할 수 있다. 또한, 자신만의 랜드마크 데이터가 필요할 때는 직접 모델링하지 않고도 휴대폰이나 카메라를 통해 촬영한 데이터를 3D로 변환할 수 있는 리얼리티 스캔도 지원한다.   그림 15. 메타휴먼(왼쪽) 및 리얼리티스캔(오른쪽)   맺음말 지금까지 디지털 트윈과 리얼타임 기술이 디지털 트랜스포메이션을 어떻게 이끌고 있는지 그리고 에픽게임즈가 이를 지원하는 기술과 비전을 살펴보았다. 디지털 트윈과 디지털 트랜스포메이션은 이제 초기 개념 단계를 넘어 산업과 사회 전반에 깊숙이 자리 잡고 있다. 리얼타임 기술은 단순히 ‘보여주는 도구’가 아니라, 기업의 의사결정, 사용자 경험, 나아가 사회적 가치 창출까지 연결되는 인프라로 진화하고 있다. 에픽게임즈와 언리얼 엔진은 이러한 변화의 든든한 파트너로서, 더 많은 산업 분야에서 디지털 트랜스포메이션을 통해 미래를 설계할 수 있도록 기술적 토대를 제공할 것이다.   ■ 권오찬 에픽게임즈 코리아의 부장으로 시니어 에반젤리스트이다. 20여 년간 게임 개발에 몸담았으며, 최근에는 비게임 콘텐츠 산업을 비롯해 건축, 자동차, 제조, 시뮬레이션 등 다양한 일반 산업 분야에서 폭넓은 경험을 쌓고 있다. (홈페이지)     ■ 기사 내용은 PDF로도 제공됩니다.

지난 9월 11~12일 진행된 ‘코리아 그래픽스 2025’에서 에픽게임즈는 산업 전반에서 리얼타임 시각화가 어떻게 활용되고 있는지를 보여주는 사례를 소개했다. 또한, 이러한 변화 속에서 에픽게임즈가 제시하는 비전과 디지털 트윈에 활용되는 에픽게임즈의 기술을 선보였다.   디지털 트윈과 디지털 트랜스포메이션의 정의 디지털 트윈(digital twin)은 현실의 사물이나 시스템을 외형뿐만 아니라 물리적 특성까지 그대로 디지털로 재현하여, 가상 공간에서 성능을 분석하고 잠재적인 문제를 사전에 확인할 수 있는 기술이다. 디지털 트랜스포메이션(digital transformation) 또는 디지털 전환은 이러한 디지털 기술을 활용해 조직과 기업의 의사결정 방식을 혁신하고, 이를 통해 새로운 가치를 창출하는 과정을 의미한다. 이 글에서는 새로운 가치를 최종 소비자나 시장의 관점에 국한하지 않고, 기업이나 조직 내부에서 디지털 트윈을 활용해 생산 공정을 보다 효율적이고 간소화된 방식으로 개선하고, 이를 기반으로 최적의 결정을 내릴 수 있다면 그것 또한 디지털 트랜스포메이션의 범주에 포함된다고 본다.   리얼타임을 통한 디지털 트랜스포메이션 사례 건축 산업 : 단순 렌더링에서 스마트 시티까지 건축 산업에서는 설계 데이터를 3D 데이터로 변환하고 이를 리얼타임으로 시각화하는 방식을 통해 리얼타임 기반 디지털 트윈이 시작됐다. 기존에는 3D 데이터를 활용해 미리 렌더링된 정적인 영상이나 순차적으로 보여주는 영상만 제작했지만, 언리얼 엔진과 같은 리얼타임 기술이 도입되면서 단순히 정보 전달을 넘어 이해관계자들이 더 명확하고 효과적인 커뮤니케이션을 할 수 있게 된 것은 물론 나아가 최종 고객들에게도 새로운 사용자 경험을 전달할 수 있게 되었다. 이러한 발전은 더욱 가속화되어 현재는 커뮤니케이션 수단을 넘어 실제로 현실의 다양한 정보를 실시간으로 가상 3D 공간으로 가져와서 통합하고, 이를 이용하여 다시 현실의 건물과 공장, 도시를 관제하는 단계에 이르렀다. 예를 들어, 비전스페이스(Vision Space)의 스마트 공장 설루션은 공장의 3D 환경을 구축하고, 자동화 설비를 배치해 현실과 동일한 조건으로 가상 검증을 수행한다. 여기에 인공지능 시뮬레이터를 통합하면 물류 흐름과 생산 효율을 사전에 예측할 수 있다. 이처럼 ‘디지털 트윈 + AI’ 조합은 단순한 시각화 단계를 넘어 기업 경영의 근본을 바꾸는 디지털 트랜스포메이션으로 발전하고 있다.   그림 1. 비전스페이스   도시 개발 영역에서도 이러한 흐름은 더욱 두드러진다. 두바이나 아부다비 같은 중동의 주요 도시의 시각화에 사용된 프롭VR(Prop VR)의 사례를 보면, 단순 도시 계획이나 인프라 설립, 관광과 같은 도시 관리 측면에서의 효과를 넘어서 임대나 거주 여부를 결정하는 데 필요한 몰입형 정보를 제공함으로써 사용자 만족도와 경제적 가치를 동시에 높이고 있다. 실제로 중동의 고급 부동산 개발사인 DAMAC 프로퍼티같은 경우는 프롭VR과 협업 전 2400만 달러 규모였던 매출이 협업 후 4억 달러까지 10배 이상 확대되는 성과를 기록하기도 했다.   그림 2. 프롭VR   결국 단순히 정보 전달의 디지털 트윈을 넘어서 도시 구성원에게 좀 더 몰입감 있는 경험을 제공하고, 이를 통해 그들의 의사 결정을 좀 더 가치 있게 만든 디지털 트랜스포메이션의 사례라고 할 수 있다.   훈련 시뮬레이션 : 안전과 비용 혁신 디지털 트윈을 활용한 디지털 트랜스포메이션은 특히 훈련 및 시뮬레이션 분야에 가장 큰 영향을 미치고 있다. 보잉(Boeing)은 항공기 정비 훈련 과정에 VR 시뮬레이션을 도입해 정비사가 실제 기체를 만지기 전에 가상 환경에서 반복 학습할 수 있도록 했다. 이는 안전성을 크게 높이는 동시에 비용도 절감하는 효과를 가져왔다.   그림 3. 보잉의 훈련 시스템   또한, 화재, 지진, 대규모 재해 대응 훈련에서도 XR(확장현실) 기술을 활용한 몰입형 시뮬레이션이 확산되고 있는데, 기존의 이론 중심 교육보다 훨씬 효과적인 학습 결과를 만들어내기 때문이다. 실제로 삼성 엔지니어링이나 대우조선 해양, 삼성전자 반도체 팹, 남동 화력 발전소를 포함하여 여러 산업 현장과 의료기관에서 이미 언리얼 엔진을 이용한 XR 훈련을 시행하고 있으며 높은 효과를 내고 있다.   그림 4. XR 직무 교육   시뮬레이션에서도 리얼타임의 도입은 큰 효과를 내고 있는데, 대표적인 사례로 한국항공우주산업(KAI)에서 구축한 디지털 트랜스포메이션이 있다. KAI는 수리온 헬기나 KF-21 전투기와 같이 직접 설계 및 제작한 여러 항공기의 훈련용 VR 시뮬레이터를 개발하여, 파일럿이 본격적인 훈련 이전에 실제 훈련 절차와 비행 조작 감각을 사전에 익힐 수 있도록 도와주고 이를 통해 훈련의 전반적인 효과를 극대화했다. 또한 언리얼 엔진의 개방성을 통해 대규모 전술 훈련을 위한 강화 학습 기반의 AI 에이전트를 현재 훈련 시나리오에 통합하기도 했다.   그림 5. KAI의 VR 비행 시뮬레이터   뿐만 아니라 GIS 기반 지형 정보와 AI 시나리오를 접목해 실제 작전 환경에 가까운 훈련을 가능하게 했고, 더 나아가 정비 인력 교육에도 이를 적용하고 있다. 이는 디지털 트윈을 기반으로 GIS 지형 정보 처리부터 XR 기반 훈련 시뮬레이터는 물론 에이전트 AI까지 통합된 디지털 트랜스포메이션의 대표 사례라고 할 수 있다.   자동차 산업 : 전 공정을 아우르는 리얼타임 혁신 자동차 산업은 리얼타임을 통해 완전히 새로운 가치를 찾아가고 있는 핵심 산업이다. 대표적으로 로터스(Lotus)는 언리얼 엔진과 리얼타임을 디자인부터 엔지니어링, 마케팅, 그리고 HMI(휴먼–머신 인터페이스)를 통한 소비자 경험까지 전체 공정에 통합하여 디지털 트랜스포메이션을 이뤄낸 선도적인 기업 중 하나다. 로터스는 디자인 초기 단계부터 리얼타임 기술을 도입해 기존의 오프라인 중심 디자인 과정을 디지털 트윈 기반의 가상 환경으로 전환하면서, 언리얼 엔진의 사실적인 비주얼 퀄리티를 통해 VR 상에서 실사와 동일한 수준의 3D 데이터를 검증할 수 있게 되었고, 이를 통해 디자인 반복 작업이 가속화되었다. 이러한 리얼타임을 통한 디지털 트윈은 나아가 제조, 엔지니어링, 마케팅, HMI까지도 확장되었다. 특히 로터스는 전사적으로 단일 3D 데이터 세트를 공유하는 통합 파이프라인을 구축하고, 퍼포스 기반의 데이터 관리 체계를 도입했다. 이를 통해 불필요한 파일 생성과 관리 비용을 줄였고 그 결과 디자인과 엔지니어링 데이터가 완벽히 통합되어, 차량 개발 전 과정에서 훨씬 효과적으로 데이터를 공유할 수 있게 되었다. 또한 이는 고품질 마케팅 콘텐츠 제작에도 그대로 활용되었다.   그림 6. 로터스   로터스뿐만 아니라 GMC와 볼보(Volvo), 리비안(Rivian), 페라리(Ferrari), 포드(Ford), 소니(Sony)–혼다(Honda) 합작의 아필라(Afeela) 등 글로벌 주요 자동차 브랜드도 이미 HMI에 언리얼 엔진을 도입하고 있다. 이는 자동차가 더 이상 단순한 이동 수단이 아니라, 엔터테인먼트와 커넥티비티를 제공하는 콘텐츠 플랫폼으로 진화하고 있음을 보여준다.   그림 7. 아필라 내부   그림 8. 언리얼 엔진 HMI 탑재 차량   한편, 디지털 트윈을 활용한 디지털 트랜스포메이션은 단순한 3D 시각화를 넘어, 산업의 제품과 서비스를 사용자에게 새로운 경험을 제공하는 콘텐츠로 발전시키고 있다. 이를 통해 현실의 제품과 서비스가 가상공간에서도 새로운 가치를 창출해 나가고 있다. 흥미로운 사례로 페라리는 신형 하이브리드 296 GTB를 ‘포트나이트’ 게임 내에서 공개했다. 페라리는 단순한 차량 공개를 넘어 게임이라는 새로운 콘텐츠 환경에서 플레이어들이 실제로 운전하는 경험을 제공하여, 브랜드 가치를 확장하고 미래 세대 고객과의 접점을 마련하였다.   그림 9. 포트나이트에서 공개된 페라리 신형 하이브리드 296 GTB   에픽게임즈의 기술과 비전 디지털 트랜스포메이션이 성공적으로 정착되기 위해서는 보다 다양하고 매력적이며 풍부한 3D 콘텐츠의 공급이 필수이며, 그러기 위해서는 일반 산업 디자이너를 포함해 누구나 원하는 콘텐츠를 제작할 수 있는 환경이 제공되어야 한다. 이를 실현하기 위해 에픽게임즈는 압도적인 리얼타임 렌더링 기술과 콘텐츠 제작 효율성 향상이라는 두 가지 측면에서 지속적으로 노력을 기울이고 있다.   나나이트 나나이트(Nanite)는 기존의 렌더링에서 상상하기 어려운 수준의 폴리곤을 추가적인 최적화나 작업 공정 없이 처리할 수 있는 기술이다. 일반적인 리얼타임 렌더러에서는 구동조차 불가능한 수조 개의 폴리곤으로 구성된 가상 공간을 게임기 플레이스테이션 5에서 60프레임으로 구동할 수 있게 되었다.   그림 10. 나나이트   루멘 트윈모션과 언리얼 엔진의 새로운 라이팅 시스템인 루멘(Lumen)은 별도의 라이트맵 빌드 없이도 고퀄리티 글로벌 일루미네이션 효과를 실시간으로 처리한다. 덕분에 라이팅에 대한 반복 작업에 소요되는 시간을 대폭 줄일 수 있으며, 절약된 시간은 콘텐츠의 품질 향상에 집중할 수 있어 전반적인 퀄리티를 높일 수 있다.   그림 11. 루멘   월드 파티션 디지털 트윈에서 가장 중요한 요소 중 하나가 바로 광활한 가상 공간 제작인데, 언리얼 엔진 5에서는 LWC(Large World Coordinates : 대규모 월드 좌표)를 통해 사실상 무한에 가까운 공간을 별도의 추가 작업 없이 충분한 정밀도로 엔진 상에서 구축할 수 있다. 게다가 다양한 GIS 데이터 프로토콜을 통합 지원하고, 특히 항공 시뮬레이션에서 필수적인 구형 좌표계도 기본 제공하기 때문에 어떤 목적의 가상 공간이라도 바로 만들 수 있다.   그림 12. 월드 파티션   프로시저럴 콘텐츠 생성 넓은 공간을 만들더라도 사람이 직접 디테일을 추가하고 애셋을 배치해야 한다면, 제작 비용이나 시간 때문에 사실상 광활한 가상 공간의 의미가 없어질 수 있다. 이러한 부분을 지원하기 위해 언리얼 엔진 5에서는 프로시저럴 콘텐츠 생성(Procedural Content Generation : PCG)이라는 절차적 콘텐츠 생성 툴도 제공하고 있다. PCG 비주얼 스크립트를 이용하면 광활한 공간에 수백만 그루의 나무 식생, 바위, 지형 애셋, 절벽 등을 1~2초 만에 절차적으로 배치할 수 있다.   그림 13. PCG   FAB 무엇보다도 디지털 트윈에서 핵심은 바로 애셋 스토어이다. 디지털 트윈에서 필요한 애셋을 모두 직접 만드는 것은 사실상 불가능에 가깝기 때문이다. 에픽게임즈의 통합 애셋 스토어 FAB은 다른 어떤 애셋 스토어 보다도 높은 수준의 퀄리티를 가진 애셋을 제공하고 있으며, 고퀄리티의 애셋을 여러 방식으로 무료로 제공하기 때문에 디지털 트랜스포메이션 프로젝트에 큰 도움을 받을 수 있다.   그림 14. FAB   이외에도, 에픽게임즈는 역동적인 가상 공간 구축에서 핵심인 요소인 캐릭터 생성을 위해 메타휴먼을 제공하여 헐리우드 영화 수준의 포토리얼한 캐릭터를 디지털 트랜스포메이션 프로젝트에 바로 활용할 수 있다. 또한, 자신만의 랜드마크 데이터가 필요할 때는 직접 모델링하지 않고도 휴대폰이나 카메라를 통해 촬영한 데이터를 3D로 변환할 수 있는 리얼리티 스캔도 지원한다.   그림 15. 메타휴먼(왼쪽) 및 리얼리티스캔(오른쪽)   맺음말 지금까지 디지털 트윈과 리얼타임 기술이 디지털 트랜스포메이션을 어떻게 이끌고 있는지 그리고 에픽게임즈가 이를 지원하는 기술과 비전을 살펴보았다. 디지털 트윈과 디지털 트랜스포메이션은 이제 초기 개념 단계를 넘어 산업과 사회 전반에 깊숙이 자리 잡고 있다. 리얼타임 기술은 단순히 ‘보여주는 도구’가 아니라, 기업의 의사결정, 사용자 경험, 나아가 사회적 가치 창출까지 연결되는 인프라로 진화하고 있다. 에픽게임즈와 언리얼 엔진은 이러한 변화의 든든한 파트너로서, 더 많은 산업 분야에서 디지털 트랜스포메이션을 통해 미래를 설계할 수 있도록 기술적 토대를 제공할 것이다.   ■ 권오찬 에픽게임즈 코리아의 부장으로 시니어 에반젤리스트이다. 20여 년간 게임 개발에 몸담았으며, 최근에는 비게임 콘텐츠 산업을 비롯해 건축, 자동차, 제조, 시뮬레이션 등 다양한 일반 산업 분야에서 폭넓은 경험을 쌓고 있다. (홈페이지)     ■ 기사 내용은 PDF로도 제공됩니다.

최근 정부가 국가 차원에서 AI 생태계 지원과 정책적 비전을 강화하고 있는 것은 매우 고무적이다. 그러나 정책만으로는 한계가 있을 것이므로, 산업 현장에서 AI를 실제로 적용해 경쟁력을 강화하려는 기업의 노력이 병행되어야만 진정한 변화가 일어날 것으로 생각된다.캐디안은 미래의 건축 설계와 시공 방식을 근본적으로 변화시키려는 비전을 가지고 있는 AI 기반의 CAD와 BIM 프로그램을 개발하는 토종 소프트웨어 전문기업이다. 국내 유일의 CAD 프로그램 수출기업인 캐디안은 2020년부터 AI를 접목한 AAD(AIAided Design) 개념을 도입하여 세계적인 CAD 기업들과 어깨를 나란히 하고 있다. 지난 9월 11~12일 진행된 ‘코리아 그래픽스 2025’에서 캐디안은 자사의 AAD 기술에 대해 발표했다. 이 글에서는 발표 내용을 중심으로 AI 기술이 어떻게 설계 산업에 혁신적인 변화를 가져올 수 있는지에 대하여 소개하고자 한다.   대한민국 전통 목조건축 디지털 복원·신축 설계의 새로운 이정표 캐디안은 2021년부터 전통 목조건축의 복원과 신축 설계를 위한 전문 CAD를 개발하기 시작했다. 그 결실로 2025년 11월, ‘캐디안 TWArch Pro(CADian TWArch Pro)’를 선보일 예정이다.  ‘TWArch Pro’는 ‘Traditional Wooden Architecture’의 약자로, 전통 목조건축에 특화된 3D CAD 시스템으로 국내는 물론 세계적으로도 유일무이한 제품이라고 자부한다. 이 제품은 단순한 설계 도구를 넘어, AI 기반의 전통 건축 설계 자동화 플랫폼으로 새로운 시장을 개척하고 있다. 사용자가 입력한 다양한 도면 정보를 AI가 인식해 객체를 식별하고, 룰 기반 구조 추론을 통해 정확한 스케일과 축에 맞춰 정렬하며, 부재 간의 연관성과 정합성을 분석하여 3D 목구조 설계를 자동으로 완성한다. 캐디안은 전통과 첨단이 공존할 수 있음을 기술로 입증하며, ‘디지털 헤리티지(digital heritage)’를 선도하는 기업으로서의 입지를 확고히 다지고 있다. 앞으로는 단순한 CAD 소프트웨어를 넘어, 대한민국의 건축 유산 가치를 세계에 알리고 보존하는 역할까지 이어질 것이다.   그림 1. AI 이미지 인지 기반 캐디안 TWArch Pro의 설계 방식 및 수정 방안 개요   전통 건축에서 축적한 도면 인지 기술을 현대 건축으로 확장 캐디안은 전통 목조건축 복원과 신축 설계를 자동화하면서 얻은 기술을 바탕으로, 2025년 12월 신제품 ‘캐디안 AI-CE(AI CostEstimation)’를 선보일 계획이다. AI-CE는 도면 이미지 기반 객체 인식, 공간 구조 분석, 문자 정보 해석을 통해 건축 도면을 자동으로 해석하고 물량 산출(BOM : Bill of Materials)까지 수행하는 AI 플랫폼이다. AI-CE는 벽체, 창호, 출입문, 가구 등 다양한 객체를 정확하게 인식하고 분류하며, 공간 구조와 동선을 파악해 설계를 재구성할 수 있다. 또한 도면에 포함된 실명, 치수, 마감재 등의 문자 정보를 OCR(광학 문자 인식)로 식별하여 자동으로 BOM 테이블을 생성한다. 이로써 설계부터 시공, 적산에 이르는 전 과정을 실질적으로 지원하는 차세대 CAD 인식 설루션으로 평가받고 있다. 특히 AI-CE는 클라우드 기반의 SaaS(Software as a Service)로 서비스될 예정이므로, 별도의 프로그램 설치 없이 다양한 산업군에서 쉽게 접근하고 활용할 수 있다. 이미 여러 건설사와 가구 및 인테리어 기업들이 AI-CE의 도입을 검토하거나 시범 운영 중이기도 하다. 이들은 AI-CE가 인건비를 줄이면서도 더 정확한 설계 준비와 예산 산정을 가능하게 한다고 적극적인 관심을 보이고 있다.   그림 2. 캐디안 AI-CE의 작동 순서(AI 인지 → 도면 재생성 → BOM 산출)   캐디안 프로, 캐디안 BIM – AI로 재탄생하다 2025년, 캐디안은 자사의 주력 제품군에 AI 기술을 본격적으로 접목하여 CAD 설계 소프트웨어의 패러다임 전환을 선언했다. 기존의 CAD를 넘어, AI를 기반으로 설계 자동화, 데이터 정규화, 실시간 조언까지 가능한 지능형 설계 플랫폼으로 진화하고 있는 것이다. AI 고도화가 적용되는 대상은 기존 캐디안 프로(CADian Pro, 오토캐드 *.dwg 호환 범용 CAD) 제품군과 새로 개발 중인 캐디안 BIM 프로(CADian BIM Pro, 레빗 *.rvt 호환 범용 BIM)이다. 두 제품은 각기 다른 사용자층을 겨냥하고 있지만, 공통적으로 설계 생산성을 혁신적으로 높이기 위한 AI 기능을 탑재하고 있다.   캐디안 프로 : 설계자의 손과 눈이 되어주는 AI 도우미 캐디안의 대표 제품인 캐디안 프로 2025 버전은 AI 기술이 깊숙이 내장되어 기능성과 사용성을 한 단계 끌어올릴 예정이다. 스마트 블록 기능 : AI가 도면 상 반복적으로 등장하는 도형이나 객체를 자동으로 식별하고, 이를 사용자 정의 블록으로 등록하여 반복 작업을 자동화하고 도면 일관성을 유지한다. 도면 레이어 표준화 및 블록 네이밍 표준화 : 동일한 객체를 다양한 레이어에 그려 넣는 오류를 방지하기 위해, AI가 객체 유형을 인식하여 자동으로 레이어를 통합 정리해준다. 이는 대형 프로젝트에서의 협업 도면 정리에 도움이 된다. 또한 동일 레이어 내 동일 형상을 동일한 블록 이름으로 통일함으로써 데이터 정규화 및 객체 관리 효율을 향상시킨다. 캐디안 디자인 어시스턴트 : AI 에이전트 기반 RAG(Retrieval–Augmented Generation : 검색 증강 생성) 시스템을 활용한 ‘캐디안 디자인 어시스턴트(CADian Design Assistant)’를 탑재했다. 이 기능은 설계자가 명령어를 입력하거나 음성으로 질문하면 설계 관련 정보, 명령어 및 명령 진행 방법, 설계 지침 등을 분석해 실시간으로 설계 설루션을 제시한다.   그림 3. 캐디안 디자인 어시스턴트의 실제 사용 모습   캐디안 BIM 프로 : 대화하고 판단하는 BIM 설계 AI 캐디안이 개발 중인 차세대 제품 캐디안 BIM 프로 역시 AI 기능을 중심으로 개발되고 있다.   대화형 캐디안 BIM 어시스턴트 탑재 설계자는 대화형 인터페이스를 통해 설계 중 발생하는 법적/기술적 문의를 AI에게 바로 질의할 수 있다. ‘캐디안 BIM 어시스턴트(CADian BIM Assistant)’는 사용자의 질문에 AI가 현행 법령과 판례, 기준에 따라 답변을 제공한다. 그리고 해당 법이나 규정을 위반하는 객체를 AI가 스스로 탐지하고 수정안까지 제시하는 ‘자동 검사 기능’으로 발전할 예정이다.   그림 4. 캐디안 BIM 프로의 AI화 사례 : 법규 탐지 및 수정   2Dto3DBIM 기능 탑재 2D 평면도 이미지를 입력하면 AI가 공간 구조와 객체 정보를 인식하여 단일 층의 3D BIM 모델을 자동으로 생성하는 ‘2Dto3DBIM’ 기능이 포함된다. 이 기술은 추후 다층 평면도와 단면도 정보를 종합 분석하여, 여러 층에 걸친 BIM 모델을 자동 생성하는 방향으로 진화할 예정이다.   그림 5. 캐디안 BIM 프로의 AI화 사례 : 2D 도면을 3D BIM으로   ‘말하면 설계해주는 세상’을 꿈꾸다 설계의 언어가 이제 키보드와 마우스를 넘어 ‘말’로 옮겨가는 시대가 다가오고 있다. 캐디안은 AI-CAD 전문 소프트웨어 개발사로서, 그동안 축적한 기술력과 최근 AI 융합을 통해 AI 기반 음성 설계 자동화 시스템을 완성하기 위한 대형 프로젝트에 착수했다.   그림 6. 캐디안이 생각하는 ‘말로 설계하는 AI-CAD’ 개발 콘셉트   ‘말하면 설계하는 AI-CAD’는 단순한 기술 과제가 아닌, 세계적인 CAD 기업들도 아직 해답을 내지 못한 문제이다. 하지만 캐디안은 이 도전에 성공적으로 대응하고 있으며, 설계라는 복잡한 작업을 AI가 이해하고 실행하는 기술 로드맵을 구체화하고 있다. 캐디안은 AI 기술을 바탕으로 CAD 및 이미지 인식 기술에 특화된 기업으로, AI의 고차원 기술을 국내 최고의 AI 전문 기관과 협력하여 공동 개발할 계획이다. 이를 통해, 2025년부터 본격 개발을 시작하여 2027년까지 음성 기반 AI-CAD 시스템을 실용화할 목표를 세우고 있다.   ■ 한명기 캐디안 기술연구소의 상무이사로, AI-CAD 설루션 개발 총괄을 맡고 있다. (홈페이지)     ■ 기사 내용은 PDF로도 제공됩니다.

지더블유캐드코리아가 9월 26일 서울 양재 엘타워에서 ’2025 ZWCAD KOREA user Conference’를 개최하고, AEC(건축·토목·건설) 및 MFG(기계·제조) 산업의 디지털 혁신 방향을 제시했다. 이번 행사는 약 200여 명의 고객사가 참석했으며, CAD·CAM·CAE 전반을 아우르는 통합 설루션 비전과 로드맵이 공유됐다. ■ 최경화 국장     이번 콘퍼런스는 ’Designed by All, Built for All’을 주제로, 고객과 함께 설계하고 성장해 온 ZWCAD와 ZW3D의 여정을 넘어 디지털 건설 및 제조 산업의 미래를 함께 그려나갈 협력적 비전을 담았다. 지더블유캐드코리아 최종복 대표는 “2011년부터 약 15년간 한국에서 서비스를 이어왔으며, 앞으로 10년, 20년, 나아가 50년 이상 대한민국에서 함께 디자인할 것”이라며, “고객과 함께 성장하는 동반자로서의 역할을 강화하겠다”고 밝혔다.   ▲ 지더블유캐드코리아 최종복 대표   AEC 디지털 전환 전략과 ZW Solution 로드맵 공개 오전 세션에서는 AEC 분야의 디지털 전환 전략이 집중적으로 다뤄졌다. 주요 발표는 ZW Solution 전략 및 로드맵, 고객 중심으로 재정의된 ZWCAD의 가치, 클라우드 기반 협업 플랫폼 ZW365 등이다. 지더블유캐드코리아 김승택 팀장은 ZW Solution의 발전 방향을 고객 경험 중심의 전략과 기술 융합으로 설명하며, 더 직관적이고 효율적인 설계 환경을 만들겠다는 비전을 제시했다. 이는 고객의 요구를 반영해 설계 프로세스를 개선하는 데 중점을 둔 전략이다. 지더블유캐드코리아의 주요 제품은 독점적인 2D CAD 시장 속에서 새로운 대체제로 부상한 ZWCAD와 미국 VX사로부터 인수한 3D CAD/CAM 소프트웨어인 ZW3D이다. 김승택 팀장은 “ZWCAD는 단순한 대안 CAD를 넘어 주류 CAD로 자리 잡기 위해 제품 완성도를 높이고 있으며, ZW3D는 오버드라이브(Overdrive)라는 자체 커널의 안정화를 통해 글로벌 CAD/ CAM 시장에서도 긍정적 평가를 받고 있다”고 말했다. 지더블유캐드코리아는 AEC 산업의 BIM, MFG 산업의 PLM 및 PDM 분야에도 투자를 확대하고 있으며, AI 기반 디지털 트윈, 클라우드, 탄소중립 등 핵심 키워드 분석을 통해 플랫폼화 전략을 추진 중이다. 고객 패널 발표에서는 디에이건축 조태용 전무가 ZWCAD 도입 과정과 실무 적용 경험을 공유했다. 조 전무는 TF팀 설립부터 시작된 도입 과정을 상세히 설명하며 ZWCAD의 필요성과 효과를 강조했다. 조태용 전무는 “익숙한 환경 속에서 비용 부담을 줄일 수 있고, 실무에서 합리적으로 쓸 수 있다면 좋은 대안이라고 생각한다”면서 ”대안 CAD를 넘어 진보된 생태계에 맞는 고급 기능 개발과 투자가 필요하다. 또한 가성비를 넘어 BIM, AI, 알고리즘 기반 설계까지 포용할 수 있는 확장성을 갖추었으면 한다. 그리고 이를 잘 쓸 수 있도록 알려준다면 더 좋은 설루션이 될 수 있을 것”이라고 밝혔다. 이밖에도 가람건축 이득영 대표가 공간 계획부터 설계 프로세스까지 실제 프로젝트에서 ZWCAD를 적용한 사례를 소개했다.   ▲ 디에이건축 조태용 전무   제조 혁신 가속화 위한 ZW3D와 CAM 고도화 전략 오후 세션은 제조업 분야의 디지털 전환 설루션에 초점을 맞췄다. 지더블유캐드코리아 김경호 차장은 ’디지털 트랜스포메이션의 시작, ZW3D’를 주제로 발표했으며, 이어 강준 파트장이 가공 자동화를 중심으로 한 ZW3D CAM 고도화 전략을 소개했다. 효율적인 가공 프로세스를 지원하는 템플릿 기반 툴패스와 생산성 향상을 위한 자동화 전략이 주요 내용으로 다뤄졌다. 스폰서 세션으로는 폼랩코리아 고유성 지사장이 3D 프린팅 기술의 건축 및 제조 산업 적용 사례를 소개했다. 폼랩코리아와 지더블유캐드코리아는 올해 MOU를 체결해 공동 기술 마케팅을 추진하며 시너지 효과를 기대하고 있다.   CAD/CAM/CAE 통합 플랫폼의 새로운 좌표 제시 이어진 CAE 전략 세션에서는 지더블유캐드코리아 최예찬 파트장이 독자 개발 중인 해석 플랫폼 ‘ZWSIM’을 소개했다. ZWSIM은 구조물에 작용하는 힘, 열, 진동, 충격 등 다양한 물리 현상을 분석할 수 있는 구조 및 유체 해석 모듈을 포함하며, 자동차, 기계, 전자 등 다양한 산업군 요구를 반영해 해석 시뮬레이션 적용 가능성을 넓혔다. 마지막 세션에서는 CAD/CAM/CAE 통합 플랫폼 비전이 발표됐다. 지더블유캐드코리아 이장근 전무는 설계·해석·가공·데이터 관리 전 과정이 유기적으로 연결되는 ‘Connected Intelligence’ 전략을 소개하며, 산업 전반의 디지털 혁신 가속화를 위한 방향을 제시했다. 이번 콘퍼런스에서는 처음으로 제품 데이터 관리(PDM) 설루션인 ‘ZWTEAMMATE’를 선보여 주목을 받았다. ZWTEAMMATE는 PDM과 PLM(제품 수명주기 관리)을 아우르며, 설계, 엔지니어링, 제조 과정의 데이터 관리 프로세스를 하나의 통합 플랫폼으로 연결해 기업의 비용 절감, 효율성 향상, 제품 개발 주기의 혁신적 단축을 지원한다. ZWCAD코리아는 이번 콘퍼런스를 통해 고객과 함께 디지털·피지컬 융합의 새로운 패러다임을 열어갈 혁신 파트너로서의 입지를 강화했으며, 내년에는 한층 고도화된 기술과 설루션으로 산업계의 성장을 이끌어갈 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

게임 개발 엔진으로 시작한 유니티가 다양한 산업 분야의 혁신을 지원하는 실시간 3D 개발 플랫폼으로 확장되고 있다. 유니티는 자사의 인더스트리 설루션이 다양한 플랫폼에 맞춰 몰입감 있고 인터랙티브한 3D 경험을 구축 및 제공하는 데 필요한 핵심 기능을 제공한다고 소개했다. 또한 유니티는 디지털 트윈, 인공지능, XR(확장현실) 등을 통해 산업 분야의 가치를 키우기 위한 비전도 밝혔다. ■ 정수진 편집장   산업용 실시간 3D 위한 3단계의 엔드 투 엔드 설루션 유니티의 김범주 APAC 애드보커시 리더는 “지난 20년간 유니티는 연결, 속도와 유연성, 배포에 초점을 맞추고 기술을 개발해 왔다. 산업 데이터를 연결하고 활용하는 과정에서 허들을 낮추기 위해서는 데이터의 변환, 단순화 및 경량화, 접근성이 중요하다”고 전했다. 지난 9월 26일 열린 ‘유데이 서울 : 인더스트리’ 행사에서 유니티는 유니티는 산업 현장에서 실시간 3D 애플리케이션 개발을 지원하기 위해 연결(connect), 개발(create), 배포(deploy)의 세 단계로 구성된 엔드 투 엔드 설루션을 소개했다.   ▲ 산업 분야를 위한 유니티의 엔드 투 엔드 설루션   연결 단계에서는 CAD나 BIM(건설 정보 모델링) 등의 설계 데이터를 비롯해 산업 현장의 원시 데이터를 유니티가 활용할 수 있는 공용 포맷으로 변환하고 최적화하는 데에 초점을 맞추고 있다. 픽시즈(Pixyz)에서 이름을 바꾼 ‘유니티 애셋 트랜스포머(Unity Asset Transformer)’는 70가지 이상의 설계 파일 포맷을 지원하며, NURBS 데이터를 실시간 3D 설루션 개발에 적합한 가벼운 메시로 변환하고 최적화하는 툴이다. 클라우드 기반의 디지털 애셋 관리(DAM) 설루션인 ‘유니티 애셋 매니저(Unity Asset Manager)’는 복잡한 3D 애셋의 업로드, 관리, 변환, 공유를 간소화한다. 이를 통해 설계 파일 및 애셋을 중앙 집중 관리하고 협업을 촉진할 수 있게 하는 데에 초점을 맞추었다. 개발 단계에서는 데이터를 가져온 후 ‘유니티 에디터(Unity Editor)’를 통해 3D 애플리케이션의 기능을 개발하게 된다. 장면 배치, 조명 조정, 상호작용 기능 프로그래밍(사용자 입력에 따른 반응 등), 멀티 유저 네트워킹 추가 등을 통해 사실적인 가상 환경을 구축할 수 있다. 김범주 리더는 “유니티는 C# 기반으로 개발자 풀이 넓고, 연결된 데이터를 원하는 설루션으로 빠르게 만들 수 있는 속도와 유연성이 강점”이라고 설명했다. 한편, 베타 서비스 중인 ‘유니티 스튜디오(Unity Studio)’가 향후 공개될 예정이다. 유니티 스튜디오(구 유니티 라이트(Unity Lite))는 코딩이나 무거운 소프트웨어 없이 웹 브라우저에서 간단한 3D 애플리케이션을 개발하고 공유할 수 있도록 진입 장벽을 낮춘 에디팅 도구이다. 배포 단계에서 유니티는 하나의 프로젝트로 다양한 플랫폼(PC, 모바일, 웹, XR 디바이스)에 애플리케이션을 빌드하고 배포할 수 있다는 점을 강조했다. 다양한 플랫폼에 손쉽게 배포할 수 있어서 관계자의 접근성이 확대되고 퍼포먼스 향상에 기여한다는 것이다. 또한, 런타임에 애셋 매니저와 같은 스토리지에서 데이터를 스트리밍하는 방식으로도 개발 및 실행이 가능하다. 김범주 리더는 “유니티는 다양한 디바이스 및 플랫폼을 지원하기 위한 투자를 이어가고 있다. 최근 산업 분야에서도 활발히 접목되고 있는 AI(인공지능)와 관련해서도 비용을 줄이고 개발 속도를 높이는 것이 중요한데, 유니티는 생성형 AI와 유니티를 결합한 개발 프로세스를 효율화하는 노력을 기울일 것”이라고 전했다.   ▲ 유니티 코리아 민경준 인더스트리 사업 본부장   몰입형·상호작용 경험으로 산업 현장의 혁신 이끈다 유니티 코리아의 민경준 인더스트리 사업 본부장은 유니티의 기술로 구현한 디지털 트윈이 상호작용성(interactive)과 몰입형(immersive) 경험을 제공함으로써 비용 절감, 안전성 강화, 효율 향상 등의 이점을 산업 파트너들에게 제공하고 있다고 소개했다. HD현대인프라코어는 AR/VR을 활용한 이머시브 트레이닝 및 AR 가이던스를 개발했다. 중장비를 3D 애셋화하여 VR/AR 기반 몰입형 훈련에 활용하고, 복잡한 장비의 고장 위치를 AR로 시각화하여 현장 작업자에게 제공할 수 있도록 했다. 민경준 본부장은 “경량화된 3D 데이터를 배포해 다양한 디바이스에서 상호작용할 수 있도록 하고 있다”고 설명했다. 오바야시 건설은 디지털 트윈 기반 협업 플랫폼 ‘커넥티아’를 개발했다. 이 플랫폼은 BIM 데이터를 유니티 환경에서 3D화하여 클라우드 기반 애셋 매니저를 통해 통합 관리하고, 현장 작업자들이 접근할 수 있는 몰입형 협업 뷰어를 구현해 건설 현장의 워크플로를 개선할 수 있었다. 자동차 산업에서는 유니티 기술을 임베드한 HMI(휴먼–머신 인터페이스) 및 디지털 콕핏의 개발이 활발하다. 메르세데스–벤츠는 유니티의 실시간 3D 그래픽 기술을 도입한 차세대 HMI를 차량에 탑재하고 있다. BMW는 유니티 애셋 매니저를 활용한 클라우드 기반의 3D 애셋 통합 관리 플랫폼을 구축했고, 토요타는 유니티 기술을 HMI 개발 파이프라인에 통합하여 안정적이고 고성능의 GUI(그래픽 사용자 인터페이스) 경험을 제공한다. 현대자동차는 디지털 팩토리 환경을 자유롭게 수정하고 물류를 측정할 수 있는 디지털 가상 공장 ‘메타 팩토리’를 구축하고 있다.    AI 모델의 학습·검증 위한 ‘가상 테스트베드’ 유니티는 전 세계적인 AI 트랜스포메이션(AX) 물결 속에서, 자사의 실시간 3D 기술이 산업 전반의 AI 혁신을 위한 기반 기술의 역할을 할 것이라는 비전을 소개했다. 김범주 리더는 AI 개발에서 핵심적인 영역 중 하나는 시뮬레이션을 통한 가상 데이터를 얻는 능력과 AI 모델을 훈련시키는 능력이라고 짚었다. 그리고 “유니티의 실시간 3D 환경은 AI 모델을 학습시키고 검증하는 데 필요한 가상 테스트베드 역할을 수행한다”고 설명했다. 자율주행 시뮬레이션 플랫폼 개발 기업 모라이는 유니티의 가상 환경에서 자율주행 시스템을 훈련시키고 있으며, 다임리서치와 같은 기업은 유니티 환경에서 물리 기반 시뮬레이션을 활용하여 물류 로봇의 경로 최적화 및 작업 파이프라인 구축을 위한 AI 알고리즘을 개발 및 검증하고 있다. 또한, AI는 기업의 비용을 줄이고 개발 속도를 높이는 데 중요한 역할을 한다. 유니티는 실시간 3D 기술을 통해 몰입형 경험을 제공함으로써 물리적인 테스트 의존도를 줄여 비용을 절감하는 한편, AI를 활용하여 개발 과정 자체의 효율을 높이는 데 집중하고 있다. 김범주 리더는 “유니티는 산업용 소프트웨어 업체들이 추구하는 것처럼 통합된 독자 시스템을 제공하기보다는, 기존의 시스템을 보완하고 보강하는 역할에 집중하고 있다”고 설명했다. “유니티의 강점인 데이터 연결성, 빠른 개발 속도, 다양한 플랫폼 배포 능력은 AI 전환의 기반 기술이 된다. 특히 유니티는 시뮬레이션을 통한 AI 모델 훈련 및 가상 데이터 생성에 유리하며, 개발 과정의 효율을 위한 생성형 AI와의 협력에도 역량을 집중할 계획”이라고 덧붙였다.   ▲ 유니티 김범주 APAC 애드보커시 리더   AI 시대의 기반 기술로 산업 비즈니스 확장 유니티는 자사의 인더스트리 사업 규모가 글로벌 및 국내 시장에서 모두 꾸준히 확장되고 있다고 소개했다. 민경준 본부장은 “이러한 성장세는 단순히 기존 시장의 확대가 아니라, AI 트랜스포메이션(AX) 시대를 맞아 유니티의 핵심 기술력이 ‘기반 기술’로서 작용하기 때문에 가능한 것”이라고 밝혔다. 인더스트리 비즈니스 성장의 핵심 동력으로 유니티는 엔드 투 엔드 설루션을 강화하면서 기업의 비용 절감 및 AI 혁신에 기여하고 있다는 점을 꼽았다. 김범주 리더는 디지털 트윈 및 AI를 위한 데이터의 연결성을 강화하고, 넓은 개발자 생태계를 바탕으로 개발 속도와 유연성을 제공하면서, 멀티 플랫폼 배포를 지원함으로써 산업계에서 활용할 수 있는 시나리오를 기하급수적으로 늘릴 수 있을 것이라고 전했다.민경준 본부장은 한국 시장의 성장 잠재력을 높게 보았다. “우리나라는 전통적으로 제조업과 건설업이 강하며, 하이테크 영역에서 제조를 많이 하는 기업들이 포진해 있어 실시간 3D 설루션에 대한 수요가 많다. 이미 보유하고 있는 설계 파일과 애셋을 활용하여 새로운 가치를 창출하고자 하는 기회가 많고, 한편으로 국내외 공장을 늘리면서 원격 모니터링, 직원 교육 등 물리적 한계를 해결하고자 하는 수요도 늘고 있다”는 것이 민경준 본부장의 설명이다. 이와 함께 물리 AI(physical AI) 알고리즘을 개발하는 국내 기업들이 유니티의 가상 환경을 AI 모델 훈련 및 검증을 위한 테스트베드로 활용하는 추세가 늘고 있다고 덧붙였다. 김범주 리더는 “3D 데이터에서 새로운 가치를 만드는 방법론은 어려 가지가 있겠지만, 유효한 방법론 중 하나는 기존의 요소를 잘 융합하고 다양한 사람들이 데이터에 접근할 수 있는 환경을 갖추는 것이 아닐까 한다. 기존의 가치를 융합 및 변환하면서 모바일/웹/XR 등의 환경으로 확장하고, 고객층을 넓힘으로써 기업은 새로운 가치를 추구할 수 있을 것”이라고 전했다. 유니티는 국내 생태계를 개선하기 위한 SI 및 설루션 파트너 체계 구축에도 투자를 진행하고 있으며, 기술 지원, 컨설팅, 트레이닝 등을 폭넓게 지원하는 ‘석세스 플랜’을 통한 고객 지원도 꾸준히 강화할 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

아마존웹서비스(AWS)는 10월 14일~16일 진행한 ‘AWS AI×인더스트리 위크 2025’를 통해 AI가 단순 자동화를 넘어 자율적인 추론 및 행동이 가능한 에이전트로 진화하고 있으며, 모든 산업의 패러다임을 전환시키고 있다고 짚었다. AWS는 이번 행사에서 한국의 주요 기업들이 AI를 활용해 생산성 향상 및 비즈니스 혁신을 이루고 있는 사례를 소개하는 한편, 엔터프라이즈급 AI 에이전트 플랫폼을 비롯해 다양한 모델 선택권과 상호 운용성을 제공하는 자사의 AI 포트폴리오를 선보였다. ■ 정수진 편집장   자동화를 넘어 자율적 ‘에이전트’로 진화 이번 ‘AWS AI×인더스트리 위크 2025’는 게임, 제조 및 하이테크, 리테일 및 소비재, 소프트웨어 및 인터넷, 금융 및 핀테크등 총 5개 산업의 60개 이상 사례를 소개했다. 이 가운데 이틀째인 10월 15일에는 빠르게 AI 기술을 도입해 비즈니스를 바꾸고 있는 리테일 및 소비재 기업과 주요 제조 공정부터 마케팅까지 다양하게 AI를 도입하고 있는 제조 기업의 사례가 소개됐다. 10월 15일 기조연설에서는 AWS의 벤 카바나스(Ben Cabanas) 아시아태평양 및 일본(APJ) 지역 글로벌 세일즈 기술 디렉터가 자사의 최신 에이전틱 AI(agentic AI) 기술과 서비스, 새로운 AI 기술 전략에 대해 소개했다. 카바나스 디렉터는 “AI 기술의 발전 속도가 빨라지면서 모든 산업의 변화를 주도하고 있다”면서, “지식이 AI 모델에 직접 임베딩되면서 AI가 전문가 수준의 추론 능력을 가질 수 있게 되고, 이 덕분에 애플리케이션이 다양한 분야서 자율적으로 행동할 수 있게 됐다. 또한 AI가 물리적인 현실 세계로 진출할 수 있게 되고, 현실 세계에 임베드된 AI는 더욱 똑똑한 AI를 만드는 것도 가능해졌다”고 짚었다.  AI는 단순한 챗봇이나 비서의 수준을 넘어서고 있다. 최근 주목을 받고 있는 ‘AI 에이전트’는 사람이 정의한 목표를 위해 스스로 추론하고, 계획하며, 적응하는 자율적 소프트웨어 시스템이자 ‘디지털 팀원’으로 진화하고 있다는 것이 카바나스 디렉터의 설명이다. 전 세계 AI 에이전트 시장은 빠르게 성장할 것으로 보인다. 여러 시장 조사 기관에서 40% 이상의 연평균 성장률을 예측하고 있으며, 그 중 한 곳은 10년 후 2000억 달러 이상의 규모가 될 것으로 전망하기도 했다.   ▲ AWS 벤 카바나스 APJ 지역 기술 디렉터   AI 에이전트의 구축부터 배포까지 지원하는 기술 선보여 카바나스 디렉터는 “실용적인 AI 애플리케이션 구현을 위해서는 AI 기술 자체의 발전뿐만 아니라 컴퓨팅 파워, 스토리지, 네트워크와 같은 기반 기술의 발전도 함께 이뤄져야 한다”고 짚으면서, AI 에이전트의 상용화 및 고객의 가치 실현을 위한 AWS의 서비스를 소개했다. 아마존 베드록 에이전트 코어(Amazon Bedrock Agent Core)는 엔터프라이즈급 AI 에이전트 플랫폼으로, 고객이 PoC(개념 증명) 단계를 넘어 실제 프로덕션 환경에서 AI 에이전트를 안정적으로 구축·배포·운영할 수 있도록 지원한다. 런타임(Runtime), 메모리(Memory), 아이덴티티(Identity), 게이트웨이(Gateway), 브라우저 툴(Browser Tool), 코드 인터프리터(Code Interpreter), 옵저버빌리티(Observability) 등 7가지 구성 요소로 이루어진 에이전트 코어는 서버리스 런타임, 메모리 시스템 관리, 보안 통제, 샌드박스 코드 작성, 웹 사이트 상호작용, 대규모 구축/배포/연결 지원 등 다양한 기능을 제공한다. 아마존 퀵 스위트(Amazon Quick Suite)는 연구·분석·워크로드 자동화를 통합한 AI 기반의 작업 공간 서비스이다. 자연어를 기반으로 데이터 분석, 문서 생성, 워크플로 자동화 등이 가능하며, 다양한 앱과 연결할 수 있도록 50개 이상의 커넥터를 내장하고 MCP(모델 컨텍스트 프로토콜) 통합도 제공한다. AWS는 AI 에이전트 생태계 확장을 위해 AWS 마켓플레이스(AWS Marketplace)에 ‘AI 에이전트 및 툴’ 카테고리를 신설했다. 이를 통해 앤트로픽, 딜로이트, 세일즈포스 등의 파트너가 제공하는 사전 구축된 에이전트와 도구를 중앙 집중식 카탈로그에서 안전하게 발견하고 배포할 수 있다는 것이 AWS의 설명이다. 이외에도 카바나스 디렉터는 ▲개발자들이 웹 브라우저 기반으로 AI 에이전트를 구축할 수 있도록 지원하는 ‘아마존 노바 액트 (Amazon Nova Act)’ ▲AI 기능을 핵심으로 소프트웨어 개발을 재구상하는 ‘AI 주도 개발 생애주기(AIDDLC)’ 방법론 ▲닷넷(.NET), VM웨어(VMware), 메인프레임 애플리케이션의  현대화를 자동화 및 간소화하는 에이전트 프레임워크 ‘AWS 트랜스폼(AWS Transform)’ ▲AI 모델의 추론 능력을 활용하여 에이전트를 빠르고 쉽게 구축할 수 있도록 지원하는 오픈소스 프레임워크 ‘스트랜드 에이전트 SDK (Strands agent SDK)’ 등을 소개했다.   ▲ 아마존 베드록 에이전트코어   모델 선택권·상호운영성 등 AI 전략과 국내 사례도 소개 카바나스 디렉터는 AWS AI 전략의 세 가지 핵심 원칙을 소개했다. “하나의 AI 모델이 모든 유스케이스를 충족할 수 없기 때문에, 고객에게 다양한 모델 선택권을 제공해야 한다. 모델 간의 호환성, 상호 운영성 및 개방형 표준이 중요하며, 확장성 있는 서비스를 빠르게 개발할 수 있도록 돕는 기반 기술을 제공해야 한다”는 것이 그의 설명이다. 또한, 에이전트 간 및 에이전트와 도구 간의 상호 운용성을 위한 산업 표준 프로토콜인 MCP(Model Context Protocol)와 A2A(Agent-2-Agent Protocol)의 중요성을 강조했다. 카바나스 디렉터는 AWS가 이들 표준 제정에 적극 참여하고 있다고 밝혔다. AWS의 핵심 전략은 많은 기업이 AI를 프로덕션 환경으로 전환하는 데 겪는 어려움을 해결할 수 있도록 돕는 것이다. 카바나스 디렉터는 한국 시장에서도 AI 관련 고객 사례를 꾸준히 만들어가고 있다고 소개했다. 일례로 현대인프라코어는 아마존 세이지메이커(SageMaker) 기반의 AI/MLOps 환경을 구축하고, 아마존 베드록과 에이전트 프레임워크를 활용하여 건설 장비 등의 비정상 탐지와 같은 지능형 건설 기계 서비스를 출시했다. 그리고 LG전자는 아마존 베드록 기반의 에이전틱 AI 시스템을 구축했는데, AI 에이전트들의 자율 협업으로 마케팅 데이터 분석 시간을 단축하는 효과를 얻었다. 그는 또한 한국 내 클라우드 인프라를 늘리기 위한 투자도 진행 중이라면서 “지난 2018년부터 2022년까지 한국에서 인프라 확장을 위해 2조 7300억 원을 투자했으며, 2023년 10월에는 2027년까지 클라우드 인프라 확충을 위해 추가로 7조 8500억 원을 투자할 계획을 발표했다”고 전했다. 2024년 6월에는 AWS와 SK 그룹이 파트너십을 통해 울산에 AWS AI 존을 조성한다는 계획을 발표하기도 했다.    ▲ HD현대인프라코어가 개발한 건설기계 통합 디지털 플랫폼     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송CNG TV 지상 중계   제조 현장이 빠르게 디지털화되면서 보안의 무게중심이 '장비'에서 '프로세스'로 이동하고 있다. CNG TV는 '제조 산업에서의 사이버 보안과 위기 대응'을 주제로 9월 29일 웨비나를 열고, 코어시큐리티 한근희 부사장(연구소장)을 초청해 산업제어(OT/ICS) 보안의 실제 쟁점과 글로벌 규제 흐름, 그리고 기업이 당장 취해야 할 실행 전략을 짚었다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자    ▲ 디지털지식연구소 조형식 대표, 코어시큐리티 한근희 부사장 겸 연구소장   보안의 중심, 장비에서 ‘프로세스’로 제조 산업의 디지털 전환이 가속화되면서 보안의 개념이 바뀌고 있다. 이제는 방화벽이나 장비를 추가하는 수준이 아니라, 설계부터 폐기까지 전 수명주기(SDLC/TPLC) 속에 보안을 내재화하는 것이 핵심이다. 이날 웨비나에 발표자로 참여한 코어시큐리티 한근희 부사장 겸 연구소장은 "보안은 제품이 아니라 프로세스"라고 강조하며, 기업이 단계별로 구축해야 할 보안 전략에 대해 설명했다. 코어시큐리티는 사이버 레인지(공격·방어 실전훈련), 산업제어(OT/ICS) 보안 컨설팅, 가상자산 추적 솔루션, 공공기관 실태조사 대응 등 4개 사업을 주축으로 운영 중이다. 특히 KISA(한국인터넷진흥원)와 해군 사이버훈련장 구축 사례를 통해, 단순한 장비 투자가 아니라 실전형 보안훈련과 프로세스 체계화가 중요함을 보여줬다. 한근희 부사장은 "이제 모든 제어 기기가 네트워크에 연결되어 있다. 연결은 곧 위험이다. 제어시스템의 보안은 선택이 아니라 생존이다"라고 설명했다. 최근 국가정보자원관리원의 화재 사고를 비롯해 조선소 도면 유출 등 연쇄적인 보안사고는 경고 신호다. 과거에는 사고가 터지면 보안팀장을 문책했지만, 지금은 CEO의 의사결정과 예산 배분이 핵심 변수로 떠오르고 있다. '보안은 이제 보안팀의 일이 아니라 CEO의 일'이라는 인식 전환이 절실하다.   보안은 제품이 아닌 프로세스다 한근희 부사장은 보안을 '연결된 공정'으로 설명했다. 첫째, 교육과 인식 강화를 프로젝트 발족 초기 단계의 최우선 예산으로 설정해야 한다. 둘째, 법·규격 요구를 기반으로 한 보안 요구사항(SRS)을 문서화한다. 셋째, Security by Design 원칙 아래 설계 단계에서 보안을 내재화해야 한다. 패스워드리스 구조, 3요소 이상 MFA(다중 인증) 설계 등이 대표적인 예다. 넷째, 설계 요구를 충실히 코드에 반영해 보안 코딩을 수행하고, 다섯째, 퍼징 테스트·모의침투(V&V)로 검증한다. 여섯째, 악성 주입 방지와 안전한 릴리즈 프로세스를 마련하고, 마지막으로 사고 대응(IR) 절차를 통해 회복력을 확보해야 한다. 한근희 부사장은 "해킹은 막을 수 없다는 전제를 인정해야 한다. 하지만 신속히 복구되는 프로세스를 갖추면 피해를 통제할 수 있다"고 강조했다. 국제 표준 준수는 더 이상 선택이 아니다. 경영회의에 보안 KPI를 상정하고, 자사 제품을 NIS2·CRA·SSDF·IEC 62443 등과 교차 매핑하며, SRS–설계 가이드–테스트 플랜–사고 대응 매뉴얼을 주기적으로 갱신해야 한다. 벤더 계약에는 SBOM(소프트웨어 자재 명세서) 제출 및 취약점 24시간 통보 의무를 삽입하고, 연 1회 이상 레드팀/블루팀 실전훈련으로 회복탄력성을 점검해야 한다. 이번 웨비나를 통해 '보안의 답은 거창한 장비가 아니라, 잘 설계된 프로세스다'라는 점이 좀 더 명확해졌다.     ■ 기사 내용은 PDF로도 제공됩니다.