알테어가 9월 5일 서울 과학기술회관에서 ‘2025 추계 AI 워크숍’을 진행했다고 밝혔다. 2024년부터 매년 춘·추계로 진행되는 이번 행사에는 400여 명의 제조업 실무진과 산업 전문가가 참석해 인공지능(AI) 기술의 실무 적용 방안을 논의했다.   행사는 김도하 한국알테어 지사장의 개회사로 시작했으며, 이어 알테어 케샤브 선다레시 디지털 전환 총괄 시니어 디렉터가 ‘엔지니어링을 위한 라이프사이클 인텔리전스 : 로코드 고효율 접근법’을 주제로 제조업 혁신을 가속화할 수 있는 방안을 발표했다.     이후 국내 기업의 AI 활용 사례가 소개됐다. 한국항공우주산업(KAI)의 김범준 선임연구원은 ‘AI 스튜디오를 활용한 고정익 항공기 조종면 유격 검사 데이터 처리 프로그램 개발’을 발표했다. 그는 “기존에 수작업으로 진행되던 검사 데이터 처리를 자동화·표준화했으며, 노코드·로코드 기반 AI 스튜디오를 통해 코딩 지식이 없는 설계자도 데이터 분석 프로그램을 직접 개발할 수 있다”고 설명했다.   특히 이번 행사에서는 알테어와 지멘스가 제조업 분야에서 축적한 경험과 전문성을 바탕으로 디지털 전환을 가속화하는 방안이 소개됐다. 알테어의 최병희 본부장은 지멘스의 PLM(제품 수명 주기 관리)과 알테어의 AI 기술 결합 방안을 발표했으며, 지멘스 강철 전무는 제조업의 AI 도입 동향과 로코드 기반 개발 환경의 시너지 효과를 강조했다.   이 밖에도 ▲에이전틱 AI 실현을 위한 온톨로지 기반 데이터 패브릭 전략 ▲예측 AI, LLM(대형 언어 모델) 기반 생성형 AI, 지식 그래프, AI 에이전트를 통한 엔지니어링 및 제조 혁신 ▲AI 기반 HPC(고성능 컴퓨팅)로 제품 개발팀의 시장 출시 속도 가속화 등 다양한 발표가 다뤄졌다.   한국알테어의 김도하 지사장은 “올해 춘계에 이어 추계 워크숍을 개최하면서 AI 기술이 빠르게 발전하고 있을 뿐만 아니라, 국내 고객사들의 AI 적용 사례가 실제 현장에서 빠르게 확산되고 있음을 체감하고 있다”면서, “알테어는 이러한 경험을 기반으로 국내 제조업체들이 AI 도입 아이디어를 얻고 실무 혁신을 실현할 수 있도록 적극 지원하겠다”고 전했다.

로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (2)   지난 호에서는 로코드 분석 설루션이 필요한 이유에 대해 알아보았다. 또한 데이터 분석이 일반적으로 거치는 과정에 대해서도 살펴 보았는데, 이러한 과정에 파이썬(Python)과 같은 프로그래밍 언어가 활용되는 상황 또한 정리해 보았다. 이번 호에서는 로코드 분석 설루션인 KNIME(나임)에 대해 알아보고, 전력 판매량 예측에 대한 분석 과제를 따라하기 과정을 통해 완성해 보도록 하겠다.   ■ 연재순서 제1회 데이터 분석에 로코드 설루션이 필요한 이유 제2회 데이터 분석 로코드 설루션을 배워보자 Ⅰ 제3회 데이터 분석 로코드 설루션을 배워보자 Ⅱ 제4회 로코드를 활용하여 시뮬레이션 데이터 분석을 따라해 보자 제5회 데이터 분석 로코드 설루션을 클라우드로 확장해 보자   ■ 윤경렬 현대자동차 연구개발본부 책임연구원   ■ 김도희 잘레시아 DX 프로   지난 호에서 살펴본 일반적인 데이터 분석 과정은 다음과 같다.   요청 접수 → 데이터 확보 → 데이터 검토(칼럼/누락/이상치 확인) → 분석 전략 수립 → 데이터 정제 및 가공 → 분석 수행 및 시각화 → 결과 공유   이전에 강조한 바와 같이, 아무리 쉬운 코딩 언어라고 할지라도 데이터 분석을 요청받은 데이터 과학자(data scientist)가 이를 실제 업무에 적용하여 원하는 결과를 빠르고 정확하게 구현해내는 것은 어려운 일이다. 또한 코딩에 능숙한 데이터 과학자라고 해도 깃허브(Github) 및 인터넷 상에 공유된 소스코드를 다운받아 재활용 및 가공하여 사용하는 경우가 많은데, 이때 악성 코드 등에 대한 보안 이슈도 문제가 될 소지가 있다. 사실 데이터 과학자는 수학 및 통계적 지식을 활용하여 빠르게 정확하게 데이터 분석을 하고 싶은 것이고, 이를 위해 효율적인 툴을 사용하고자 한다. 우리는 이러한 현상을 극복해 나가고자 로코드 분석 설루션(low code analytics solution)을 대안으로 검토하였고, 이를 활용하여 데이터 분석을 수행해 나가는 과정을 따라가 보고자 한다. 지난 호에서 유관부서로부터 전력 판매량(electric power sales) 예측에 대한 분석 과제를 요청 받은 상태이고, 언제나처럼 기한은 촉박한 상황의 시민 데이터 과학자(citizen data scientist)로 가정하여 주어진 과제 목표를 달성하였다. 우리에게 주어진 데이터는 발전소 데이터, 기상 정보 데이터, 날짜 및 요일 데이터 등 세 가지로 이를 처리하기 위해 파이썬으로 코드를 작성한 사례를 공유하였고, 동일한 내용을 로코드 분석 설루션인 KNIME을 활용하여 처리한 사례도 공유하였다.   그림 1   이번 호에서는 KNIME에 대해 알아보고 전력 판매량 예측에 대한 분석과제를 따라하기 과정을 통해 완성해 보도록 하겠다. 우선 구글 제미나이(Google Gemini)에게 KNIME에 대한 역사와 특징에 대해 알려 달라고 해보자.(그림 2~4)   그림 2   그림 3   그림 4   가트너(Gatner)의 피어 인사이트(Peer insight) 리뷰를 확인해 보았는데, 평점(rating)이 상당히 높은 편이고 사용자의 반응도 높다는 것을 확인하였다. 또한 오픈소스 기반 소프트웨어로서 기업에서도 무료로 자유롭게 설치하여 사용할 수 있다는 측면에서(KNIME Analytics Platform) 로코드 분석 설루션으로 선택하기에 부족함이 없다는 것을 확인하였다.   그림 5   현재 KNIME은 데이터 사이언스를 위한 최적의 설루션을 위해 세 가지 서비스를 제공하고 있다. 이번 호에서는 KNIME Analytics Platform을 활용하여 전력 판매량 예측에 대한 분석 과제를 따라해보고자 한다.   그림 6     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  18ㅤTheme. PLM과 AI로 가속화하는 제조 디지털 전환의 미래 Ⅱ 제조산업의 미래, 산업 AI 트렌드와 과제 / 조영임 AI 혁신을 기회로 : SAP의 통합형 PLM 전략 / 고건 미래 제조 패러다임의 전환 : SDM 기반 자율 제조의 도래 / 박한구 엔비디아 옴니버스만 가능한 디지털 트윈의 비즈니스 실현 / 김건우 패스트 포워드 디지털 전환과 제품 개발 / 윤중근 소프트웨어 정의 자동화가 바꾸는 산업의 미래 / 김건   Infoworld   Editorial 17ㅤAI 시대, 그래픽 산업과 한국 기업의 대응 전략은?   People&Company 39ㅤ헥사곤 매뉴팩처링 인텔리전스 성 브라이언 사장ㅤ시뮬레이션·디지털 트윈·AI 결합해 제품 개발의 미래 제시 42ㅤ한국기계가공학회 안동규 회장ㅤ뿌리기술로 미래 제조 혁신 이끈다   Case Study 44ㅤKAI의 언리얼 엔진 기반 차세대 시뮬레이션 에코시스템ㅤ비행 훈련부터 제품 개발·운영까지 아우르는 핵심 인프라를 목표로 47ㅤ가상 커미셔닝으로 산업 과제를 해결하는 스피라텍ㅤ개방형 커미셔닝과 협업 혁신으로 제조업을 재정의하다   Focus 50ㅤ넥스트콘 2025에서 만난 건설 디지털 전환의 미래   New Product 52ㅤ사용자 경험 혁신하는 3D CAD/CAE/CAM 소프트웨어ㅤZW3D 2026 57ㅤAI·스마트 자동화 기반의 차세대 디지털 엔지니어링 설루션ㅤ앤시스 2025 R2 60ㅤ이달의 신제품   On Air 63ㅤ캐드앤그래픽스 CNG TV 지식방송 지상중계ㅤAI로 혁신하는 3D 시각화와 산업의 미래   Column 70ㅤ디지털 지식전문가 조형식의 지식마당 / 조형식ㅤ인생 디지털 스레드 : 삶의 모든 ‘오늘’을 연결하는 새로운 패러다임 72ㅤ현장에서 얻은 것 No. 22 / 류용효ㅤ나만의 AI 에이전트 필살기 Ⅰ – 나만의 지식 지도를 그리다   64ㅤNew Books 66ㅤNews   Directory 123ㅤ국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 75ㅤ새로워진 캐디안 2025 살펴보기 (10) / 최영석ㅤ유틸리티 기능 소개 Ⅷ 78ㅤ데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (6) / 천벼리ㅤ모바일 CAD 아레스 터치의 새로운 기능 116ㅤBIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱ㅤ바이브 코딩 지원 멀티 에이전트 코덱스의 사용법   Mechanical 80ㅤ제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (2) / 김성철ㅤ부품 모델링 개선 사항   Reverse Engineering 86ㅤ시점 - 사물이나 현상을 바라보는 눈 (9) / 유우식ㅤ작용, 반작용, 상호작용   Analysis 93ㅤ앤시스 워크벤치를 활용한 해석 성공 사례 / 박건ㅤ포토닉스 소자 시뮬레이션을 위한 앤시스 루메리컬 98ㅤ산업 디지털 전환을 가속화하는 버추얼 트윈 (6) / 이현충ㅤ시뮬리아 웨이브6를 활용한 환경 소음 시뮬레이션 100ㅤ로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (2) / 윤경렬, 김도희ㅤ데이터 분석 로코드 설루션을 배워보자 Ⅰ 106ㅤ최적화 문제를 통찰하기 위한 심센터 히즈 (7) / 이종학ㅤ프로세스 자동화 Ⅱ – 모터 설계 최적화 113ㅤ성공적인 유동 해석을 위한 케이던스의 CFD 기술 (25) / 나인플러스ITㅤ처리 시간이 10시간 미만인 LES 워크플로         캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (1)   이번 호부터 로코드(low code) 설루션을 활용하여 데이터 분석을 활용하는 방법에 대해 설명하고자 한다. 앞으로 4회에 걸쳐 데이터 분석을 위한 로코드 분석 설루션이 어떤 장점을 가지고 있으며 어떻게 활용될 수 있는지 살펴보고, 간단한 데이터 분석 예제를 따라해 보면서 활용하는 방법을 배워보도록 하겠다.   ■ 연재순서 제1회 데이터 분석에 로코드 설루션이 필요한 이유 제2회 데이터 분석 로코드 설루션을 배워보자 제3회 로코드를 활용하여 시뮬레이션 데이터 분석을 따라해 보자 제4회 데이터 분석 로코드 설루션을 클라우드로 확장해 보자   ■ 윤경렬 현대자동차 연구개발본부 책임연구원   ■ 김도희 잘레시아 DX 프로   머신러닝 및 딥러닝 기술의 급격한 발전에 힘입어 최근 몇 년사이에 데이터 분석 시장은 폭발적으로 성장해 왔다. 데이터의 분석을 통해서 패턴을 찾고 이를 통해 행동을 예측할 수 있는 사례는 많은 이들의 관심을 불러 일으켰고, 파이썬(Python) 언어와 관련 라이브러리의 사용법을 배우는 강좌도 덩달아 큰 인기를 누리게 되었다. 이는 지식의 저변 확대와 관련 산업의 활성화라는 측면에서 상당히 좋은 방향이지만, 실제 현장에서는 상대적으로 쉽다고 알려져 있는 파이썬 언어도 교육 강좌를 수강한 이후 막상 본인의 업무에 적용하려고 하면 적지 않은 어려움에 직면하게 된다. 이유는 파이썬 언어의 사용이 어려워서라기보다는 CDS(Citizen Data Scientist : 시민 데이터 과학자)에게는 익숙하지 않기 때문이다. 특히 프로그래밍 언어를 이용한 코딩은 텍스트에 기반한 정보이기 때문에 직관적이지 않고 시행착오를 반복해야 어느 정도 활용 레벨에 올라갈 수 있다. 최근 이러한 문제를 해결하기 위해 로코드 분석 설루션(low code analysis solution)이 대안으로 시도되고 있으며 유의미한 결과를 보여주고 있다.   일반적인 데이터 분석 과정 데이터 분석은 보통 요청을 접수하는 것부터 시작되며, 이 단계에서는 무엇을 분석해야 하는지, 분석의 목적은 무엇인지 명확히 파악하는 것이 중요하다. 분석 대상과 기대하는 결과가 정해지면 그에 필요한 관련 데이터를 확보하게 된다. 이 때 데이터는 내부 시스템, 데이터베이스, 외부 파일 등 다양한 경로를 통해 수집될 수 있다. 다음은 확보한 데이터를 개괄적으로 파악하는 과정인데, 이 때 주요 칼럼과 데이터의 값을 확인하고 누락된 값 또는 이상치가 있는지 등을 점검하게 된다. 데이터의 품질을 빠르게 진단하는 이 단계는 이후 분석의 방향에 큰 영향을 미치게 되기 때문에 아주 중요하다. 이렇게 데이터의 상태를 파악하고 난 뒤에는 분석 전략을 수립하게 되는데, 여기서는 어떤 방식으로 데이터를 다루는 것이 좋을지, 어떤 분석 기법을 적용하는 게 좋을지를 구체적으로 준비하게 된다. 세 번째 단계로는 그 동안 수립한 분석 계획에 따라 본격적인 데이터 정제 작업을 시작하게 된다. 구체적으로는 전처리, 필터링, 파생 변수 생성 등의 작업을 포함하여 분석에 적합한 형태로 데이터를 정돈하는 단계로 볼 수 있다. 다음은 실제 분석을 수행하고 필요한 시각화를 통해 인사이트를 도출하는 것으로 통계 분석, 머신러닝 모델링, 상관관계 파악 등 다양한 방법이 이 부분에 포함된다. 마지막으로 분석 결과는 보고서 형태로 문서화하거나 대시보드로 시각화하여 공유되며, 이는 분석 요청자 또는 조직 내 이해관계자가 쉽게 결과를 활용하여 의사결정을 수행하도록 지원할 수 있다. 요청 접수 → 데이터 확보 → 데이터 검토(칼럼/누락/이상치 확인) → 분석 전략 수립 → 데이터 정제 및 가공 → 분석 수행 및 시각화 → 결과 공유   파이썬 코딩과 로코드 기반 분석의 비교 이제부터 본격적으로 데이터 분석을 진행하기 위해, 우리는 데이터 분석에 대한 요청을 받은 CDS라고 가정을 해 보자. 우리는 유관부서로부터 전력 판매량(Electric Power Sales) 예측에 대한 분석을 요청 받은 상태이고, 언제나처럼 기한은 촉박한 상황이다. 우리에게 주어진 데이터는 발전소 데이터, 기상 정보 데이터, 날짜 및 요일 데이터 등 세 가지로 다행스럽게도 소스 데이터는 엑셀 형태로 정리되어 입수한 상태이다. 우선 ‘발전소 데이터’를 살펴 보면 일자별로 특정 발전소에서 일일 발전량이 자세하게 표시되어 있다. 결국 첫 번째 데이터는 Electricity_sales로, 발전소 명칭, 측정 일자(년, 월, 일), 시간대별 전력 판매량으로 구성되어 있는데 이는 머신러닝에서 예측하게 될 Y값(종속변수)이 포함된 핵심 데이터 영역이다.   그림 1. 발전소 데이터   다음은 ‘기상 정보 데이터’로 일자별로 특정 지역의 날씨 정보가 정리되어 있다. 발전소 위치에 따른 기상 정보로 일시, 평균기온, 강수량, 풍속, 습도, 일사량 등의 정보가 담겨 있다.    그림 2. 기상 정보 데이터   마지막으로 ‘날짜 및 요일 데이터’는 일자별로 요일을 숫자로 매핑한 데이터이다. 날짜 데이터에 매핑 가능한 공휴일 정보가 담겨 있는 데이터 영역이다.   그림 3. 날짜 및 요일 데이터   결국 요청 받은 데이터 분석을 완료하기 위해서는 입수한 데이터에 전처리를 수행하고 이를 기반으로 다중 회귀 분석을 수행하여 머신러닝 예측 모델을 구성해야 한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

디지털 전환의 잠재력을 실현하는 메타버스 기술   이번 호에서는 산업 분야 메타버스의 발전을 이끄는 요인과 그 잠재력에 대해 알아보고, 디지털 전환의 중요성과 이를 실현하는 기술을 살펴보고자 한다. 또한, 실제 성공 사례를 통해 산업 분야 메타버스를 즉시 시작해야 하는 세 가지 이유를 제시한다. ■ 자료 제공 : 유니티 코리아     메타버스는 주로 게임, 엔터테인먼트, 소셜 네트워크, 가상 경제 같은 소비자 지향적 활동을 위해 구상되었으며, 현재 로블록스(Roblox), 디센트럴랜드(Decentraland), 호라이즌 월즈(Horizon Worlds) 등의 플랫폼에서 관련 콘텐츠를 찾아볼 수 있다. 반면에 제조, 자동차, 물류 등의 산업 분야에서는 효율과 생산성, 혁신 등에 메타버스를 응용하는 방안을 주목한다. 산업 분야의 메타버스는 디지털 트윈, 시뮬레이션, 실시간 협업 등의 툴을 통합하여 운영과 설계, 교육을 개선한다. 유니티의 헤닝 린(Henning Linn) 인더스트리 고객 성공 담당 시니어 디렉터는 “산업 분야 메타버스는 데이터 연결성과 접근성을 새로운 차원으로 인도하며, 가속화된 연결을 통해 한 시스템에서 다른 시스템으로 데이터를 전송하는 방식을 개선한다”고 전했다.   든든한 토대를 마련하는 산업 분야 메타버스 산업 분야 메타버스는 몰입형 3D 기술과 실제 기업용 애플리케이션을 혼합하는 방법이다. 주된 용도는 비즈니스의 내부 프로세스에 사용하거나 고객의 참여를 유도하는 것이다. 산업 분야 메타버스는 기업에게 디지털 작업 공간이 되며, 현실 공간에서 써야 할 시간이나 비용을 절약하면서 테스트와 디자인을 거쳐 운용 방안을 개선할 수 있다. 공장, 기계 또는 시스템의 첨단 디지털 시뮬레이션, 즉 가상의 모형이 생긴다고 생각해 보자. 디지털 3D 공간에서 여러 팀이 협력하여 문제를 해결하고 작업자를 교육하거나 프로세스를 최적화할 수 있다. 산업 분야 메타버스는 형태나 규모의 제약에서 벗어나 제품을 선보일 수 있는 가상 쇼케이스가 되기도 하며, 한층 새로운 수준으로 고객의 참여를 유도하는 수단이 되기도 한다. 고객이 어디서나 가상 환경을 통해 제품을 체험할 수 있는 몰입형 플랫폼을 제공할 수 있으므로 참여도와 구매 가능성이 높아진다. 산업 분야 메타버스에서는 VR(가상현실), AR(증강현실), XR(확장현실) 같은 툴을 사용하여 이러한 가상 세계에 몰입할 수 있는 환경을 제공한다. 그 기반이 되는 실시간 3D 기술을 활용해 센서, IoT(사물인터넷), 글로벌 제품 카탈로그, 소재 정보를 비롯한 현실 세계의 데이터를 연동할 수 있다. 이 모든 것을 하나로 엮으면 실시간으로 가상 세계에서 환경이나 제품을 정확하게 표현할 수 있다. 산업 분야 메타버스를 통해 몰입형 3D 기술을 실제 정보와 결합하면 더 스마트하게 작업하고, 비용을 절감하며, 고객 참여를 유도하고, 보다 안전하고 신속하게 의사 결정을 내리는 데 도움이 된다.   산업 분야 메타버스에 대한 주목도가 높아지는 이유 PwC의 2024년 운영 디지털 트렌드 설문 조사에 따르면, 운영 및 공급망을 담당하는 임원 10명 중 거의 7명(69%)은 기술 투자가 전반적으로 기대치를 충족하지 못한다고 답했다. 산업 분야의 기업들은 다음과 같은 과제에 직면하고 있다.  빠르게 변화하는 시장에 대응 : 기술과 비즈니스 모델은 빠르게 발전하고 있으며, 산업 분야의 기업은 경쟁력을 유지하기 위해 미래를 향한 비전을 제시하고 새로운 기술에 투자해야 한다. 분산된 조직 간 협업 및 전략적 의사 결정 지원 : 인력은 다양한 지역과 시간대에 흩어져 있으며, 직원과 임원 모두 저마다 시간대가 달라 협업하기가 쉽지 않다. 전사적 차원에서 단절된 데이터 파악 : 그 어느 때보다 많은 데이터가 디지털화되고 클라우드에 저장되어 접근성이 높아졌지만, 대부분의 조직에서 데이터는 여전히 상당 부분 고립되어 있다. 사용자가 데이터와 상호 작용하고 데이터를 이해할 수 있도록 지원 : 복잡한 데이터 세트를 다른 데이터 세트와 통합하고, 사람들이 그 안에 담긴 맥락과 의미를 파악할 수 있도록 데이터를 시각화해야 한다.   산업 분야 메타버스가 지닌 혁신적인 잠재력 산업 분야 메타버스가 다양한 유형의 비즈니스에 적합한 이유는 무엇일까? 교육, 고객 경험, 협업 툴, 영업 및 마케팅 실무와 같은 실질적인 응용 사례에 집중하면 그 가능성은 무궁무진하다. 몇 가지 가능한 사례를 살펴보겠다.   운영 프로세스 간소화 목표 : 기존 프로세스, 워크플로, 시스템을 진단한다. 응용 사례 : 정유소에서 공장 전체의 디지털 트윈을 제작한다. 유지 관리 담당자는 가상 환경에서 디지털 트윈을 탐색하고, 그 구성 요소와 상호 작용하고, 유지 관리 작업을 시뮬레이션할 수 있다. 여기에는 마모된 부분이 있는지 파악하고, 수리 절차를 계획하고, 모든 안전 프로토콜이 준수되었는지 확인하는 작업이 포함된다. 장점 : 더 효과적으로 계획을 수립하고 휴먼 에러를 줄일 수 있으므로 유지 관리 다운타임 및 비용이 대폭 감소한다.   비즈니스 모델 전환 목표 : 기존 비즈니스 모델에서 더 혁신적인 모델로 전환 응용 사례 : 중장비 제조업체가 PaaS(Product-as-a-Service) 모델로 전환한다. PaaS 모델을 도입하면 고객은 제품 사용 비용을 한 번에 전부 지불하는 대신 사용한 만큼만 지불하면 된다. 기업은 장비의 디지털 트윈을 구축하고 실제 기계의 IoT 센서와 동기화함으로써 성능, 사용량, 마모 관련 데이터에 액세스할 수 있다. 고객은 장비를 구매하지 않고 사용량(예 : 작동 시간, 생산 산출량)을 기준으로 요금을 납부할 수 있다. 장점 : 제조업체는 PaaS 모델을 통해 반복적인 수입이 발생하는 새로운 수익원을 창출하여 재무적 예측 가능성을 높일 수 있다.   업종 전환 목표 : 새로운 지역, 업종 또는 프로젝트 모색 응용 사례 : 건설 회사가 디지털 기술을 사용해 건물의 설계, 건축, 관리 방식을 혁신하는 3D 프로젝트 모델을 구축함으로써 효율성과 지속 가능성, 비용 절감을 전체적으로 개선한다. 장점 : 실제 건설을 시작하기 전에 잠재적인 문제를 탐지하면 비용을 절감하고, 오류를 최소화하며, 프로젝트 일정을 줄일 수 있다.   인력과 조직 문화의 변화 목표 : 직원의 협업과 혁신을 촉진하고 민첩성 강화 응용 사례 : 다양한 지역에 떨어져 있는 여러 팀이 마치 같은 현장에 있는 것처럼 서로 보고 들을 수 있는 가상 3D 회의실에서 실시간으로 협업하고, 다 함께 제품의 3D 디지털 버전을 검토한다. 장점 : 직원 간의 커뮤니케이션을 개선하고, 더욱 빠르게 의사 결정을 내리고, 프로젝트를 완료하는 데 걸리는 시간을 단축한다.   고객과 파트너의 경험 혁신 목표 : 고객에게 더 흥미로운 경험 제공 응용 사례 : 자동차 제조업체가 고객에게 집에서 차량을 자세히 살펴보고 원하는 대로 커스터마이즈해 볼 수 있는 3D 가상 쇼룸을 제공한다. 고객은 실시간으로 차량의 기능을 사용해 보고, 차량의 색상, 인테리어 옵션, 액세서리를 변경하고, 모든 각도에서 변경에 따른 차이를 확인할 수 있다. 장점 : 자동차 제조업체는 고객이 더욱 많은 정보를 바탕으로 의사 결정을 내릴 수 있도록 도와주며, 고객 만족도와 참여 수준이 높아진다.   디지털 전환이 중요한 이유 기업이 소프트웨어와 전자 제품을 통해 기능과 사용자 경험을 개선할 방안을 모색하는 한편 지속 가능한 설루션에 대한 관심이 증가함에 따라, 많은 산업 분야에서 스마트 제품과 커넥티드 제품이 점점 더 다양하게 보급되고 있다. 공급망 관리, 인력 역학, 지속 가능한 혁신을 둘러싼 과제들로 인해 불확실성이 늘어나지만, 동시에 창의적인 솔루션을 통해 기업이 경쟁 우위를 확보할 기회가 생겨나기도 한다. 이러한 압박과 어려움으로 인해 기업은 운영 방식뿐 아니라 시장에 출시하는 제품과 서비스도 혁신해야 하는 상황에 놓였다. 실시간 3D 렌더링, AI, 클라우드 컴퓨팅이 발전하면서 산업 분야 메타버스에는 새로운 길이 열렸다. 미래의 성공을 위해 기업은 더 탄력적이고 민첩해져야 하며, 역동적으로 변하는 환경에 대한 적응력을 높여야 한다. 그러려면 디지털 전환과 산업 분야 메타버스를 핵심 요소로 채택해야 한다. 린 시니어 디렉터는 “데이터가 디지털화되었다고 해서 연동되었다는 것은 아니다. 예를 들면 제품의 동작을 설명하는 데이터라고 하더라도 제품 데이터와는 연동되지 않을 수 있다. 동작을 시뮬레이션하려면 수동으로 데이터를 연결해야 한다. 산업 분야 메타버스는 데이터 사일로(silo)를 연결하며, 이는 디지털 전환을 통해 실현할 수 있다”고 짚었다.   실시간 3D : 산업 분야 메타버스의 기반 기술 현재 디지털 전환을 시작하는 조직에 중요한 혁신 중 하나는 바로 실시간 3D이다. 실시간 3D는 컴퓨터로 생성되어 단순히 보는 것에 그치지 않고, 직접 체험할 수 있는 3D 이미지를 만들고 표시하는 기술이다. 그 이름에서 알 수 있듯이 이 이미지는 실시간으로 업데이트된다. 즉, 사용자의 행동에 따라 바로 바뀌는 것이다. 실시간 3D는 원래 비디오 게임을 제작하기 위해 개발되었지만 이제는 산업 분야에서도 널리 응용되고 있으며, 가상 세계가 사용자 행동에 즉각적으로 반응하는 몰입형 인터랙티브 경험의 근간이 된다.   검증된 실시간 3D 응용 사례 고도로 발전한 고성능 실시간 3D 기술은 이미 존재한다. 제조업체, 사치품 소매 업체, 자동차 제조 업체 등 다양한 기업들이 이미 실시간 3D 기술을 활용하고 있다. 다음은 몇 가지 예시이다.   단일 에셋 라이브러리로 XR 제작 과정을 간소화 글로벌 과학 및 임상 연구 회사인 써모피셔사이언티픽(Thermo Fisher Scientific)은 디지털 트윈, 영업 지원, 교육, 기능성 게임 같은 설루션을 제공하기 위해 단일 소스의 3D 애셋을 활용하는 XR 기반 플랫폼을 구축했다. 이 XR 플랫폼의 성과는 다음과 같다. 애셋 파이프라인 효율 250% 향상 로코드/노코드 비주얼 스크립팅을 통한 개발 시간 단축   ▲ 이미지 출처 : 써모피셔사이언티픽   사이버 공간에 오프라인 매장 경험을 구현 파리의 럭셔리 가죽 제품 브랜드 카뮤포네(Camille Fournet)는 섬세한 디자인과 장인 정신으로 잘 알려져 있지만, 실시간 3D를 사용하여 고객의 경험을 향상하는 데 앞장선 브랜드이기도 하다. 이 기업에서는 고객이 매장에서 누리는 럭셔리한 경험을 온라인에도 똑같이 제공하고자 했다. 유니티를 기반으로 스마트픽셀(SmartPixels)에서 제작한 실시간 3D 제품 컨피규레이터 덕분에 카뮤포네는 다음과 같은 성과를 거뒀다. 탐색에서 구매로 이어지는 전환 수 5배 증가 고객 참여도 66% 상승   ▲ 이미지 출처 : 스마트픽셀   교육 비용을 절감 칼스 주니어(Carl’s Jr.)는 미국에 뿌리를 둔 패스트푸드 체인으로, 30개국에서 1100개가 넘는 식당을 운영한다. 만 명에 달하는 직원 대부분이 서로 멀리 떨어져 다양한 지역에서 근무하고 있다. 안전, 위생 및 고객 서비스에 대한 높은 기준을 유지하려면 지속적이고 일관된 신입 직원 교육이 필수이다. 칼스주니어는 AR 기반의 자기 주도형 인력 교육을 통해 다음과 같은 성과를 달성했다. 교육 비용 73% 절감 고객 만족도 43% 증가   ▲ 이미지 출처 : 비저너리스 777(Visionaries 777)   지금 산업 분야 메타버스를 시작해야 하는 세 가지 이유 디지털 기술은 빠르게 발전하고 있다. 산업 분야의 기업이 뒤처지지 않으려면 더 전략적으로, 더 장기적인 관점에서 변화를 예측해야 한다. 경쟁력 확보 : 경쟁 업체는 이미 실시간 3D를 활용할 방법을 모색하고 있고, 움직임이 더딘 조직을 빠르게 앞지를 것이다. 실시간 3D에 대한 고객의 수요와 기대치가 모두 증가하고 있으며, 고객이 원하는 것을 제공하지 않는 조직은 고객 이탈을 겪게 될 것이다. 인재 확보 : 최고의 인재, 특히 기술 인력은 늘 부족하며 수요가 많다. 새로운 기술을 도입하여 디지털 전환을 추진하는 기업은 기술 커뮤니티의 이목을 끌 수 있다. 혁신 실현 : 복잡한 3D 데이터에 대한 보편적인 액세스 권한을 제공하고 전 세계의 관계자가 협업할 수 있도록 지원하면 작업자가 더욱 생산적이고 효과적인 동시에 보다 빠르게 작업할 수 있다.   향후 전망 살펴보기 기술의 융합 그 자체인 산업 분야 메타버스의 목표는 가상 세계와 증강현실을 서로 연결하는 것이다. 유연함이라는 본질 덕분에 기술과 활용 사례가 발전함에 따라 그 정의도 계속 변화할 것이다. 기업은 IoT, AI, XR 같은 디지털 전환 툴을 연동하여 공장, 공급망, 제품을 세밀한 부분까지 그대로 재현함으로써 몰입도 높은 산업 분야 메타버스 애플리케이션을 제작할 수 있다. 이 가상 모형은 실시간 모니터링, 예측형 유지 관리, 시나리오 테스트, 교육, 협업 등을 가능케 한다. 결론적으로, 산업 분야 메타버스는 기존 프로세스를 개선하는 것을 넘어서 더욱 민첩하고 지속 가능하며 혁신적인 산업으로 향하는 혁신의 기틀이 되고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

  18　THEME . PLM과 AI로 가속화하는 제조 디지털 전환의 미래 Ⅰ   설계 데이터를 연결하다 : 퍼시스그룹의 디지털 트윈 기반 DX 전략 / 정연석 생성형 경험 기반 PLM을 통한 업무 혁신 : 다쏘시스템의 새로운 접근 / 김병균 현장이 원하는 디지털 트윈 : 최소 인프라, 최대 효과를 위한 접근법 / 송희삼 수주형 제조기업을 위한 PLM 연계 프로젝트형 생산 관리 DX / 김장순   Infoworld   Editorial 17　AI 에이전트와 함께 하는 제조업 혁신의 골든타임   Case Study 30　올림픽 금메달을 뒷받침한 3D 프린팅 혁신　금속 3D 프린팅으로 경기용 요트의 부품 제작 32　디지털 전환의 잠재력을 실현하는 메타버스 기술　성공적인 산업 메타버스 구현을 위한 필수 요소   New Product 36　2D CAD의 새로운 기준 제시하는 차세대 설계 플랫폼　ZWCAD 2026 42　디지털 휴먼의 제작 워크플로 향상 및 생태계 확장　메타휴먼 5.6 79　이달의 신제품   Focus 46　AI와 클라우드로 뻗어나가는 NX, 제품 개발의 혁신을 뒷받침한다 48　트림블 코리아, ‘파워팹’으로 철골 제작의 디지털화 및 효율 향상 지원 50　3D 콘텐츠 제작 시대, 어도비 서브스턴스가 펼치는 미래 52　3D 프린팅, 제조 혁신 이끌 생산 기술 될까…현실의 벽과 돌파구는? 54　SAP, 모든 설루션에 AI 탑재…“데이터 중심의 선순환 구조로 비즈니스 AI 혁신” 56　AWS, “다양한 기술로 국내 기업의 생성형 AI 활용 고도화 돕는다” 58　한국생산제조학회 2025 춘계학술대회, 생산제조 기술의 미래를 논의하다   On Air 60　캐드앤그래픽스 CNG TV 지식방송 지상중계　자율주행의 미래 : AI와 데이터 통합을 통한 지멘스 ADAS 혁신 62　캐드앤그래픽스 CNG TV 지식방송 지상중계　HP Z북 울트라, AI 워크스테이션의 새로운 기준 제시 63　캐드앤그래픽스 CNG TV 지식방송 지상중계　창의적 디자인의 미래, AI와 3D 프린팅에서 찾는다 64　캐드앤그래픽스 CNG TV 지식방송 지상중계　제조업을 바꾸는 양자 컴퓨팅의 힘 66　캐드앤그래픽스 CNG TV 지식방송 지상중계　디지털 트윈 시대의 3D 자산 관리 혁신하는 유니티 애셋 매니저   Column 67　포괄적 디지털 트윈으로 제조 공장의 미래를 설계하다 / 오병준 70　디지털 지식전문가 조형식의 지식마당 / 조형식　스마트 디지털 트윈을 위한 디지털 온톨로지와 디지털 스레드 74　현장에서 얻은 것 No. 21 / 류용효　AI 시대 제조업 생존 전략 : ‘듀얼 브레인’을 장착하라   82　New Books   Directory 147　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 84　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (5) / 천벼리　온라인 CAD 아레스 쿠도의 주요 기능 88　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈소스 LLM 모델 젬마 3 기반 AI 에이전트 개발해 보기 97　새로워진 캐디안 2025 살펴보기 (9) / 최영석　유틸리티 기능 소개 Ⅶ 100　BIM 전문인력 양성을 위한 해법을 찾는다 / 함남혁　BIM 전문가 민간자격 국가공인 현황과 발전 방향   Visualization 104　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (5) / 최석영　AI 기반 몰입형 사운드 디자인   Reverse Engineering 110　시점 – 사물이나 현상을 바라보는 눈 (8) / 유우식　확률과 통계   Mechanical 116　제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (1) / 박수민　크레오 파라메트릭 12의 개선된 인터페이스 기능   Manufacturing 122　생산 계획부터 운영까지 혁신하는 스마트 제조 / 이노쏘비　PINOKIO가 선보이는 스마트 공장 기술과 사례   Analysis 107　로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (1) / 윤경렬, 김도희　데이터 분석에 로코드 설루션이 필요한 이유 128　앤시스 워크벤치를 활용한 해석 성공 사례 / 이효행　바닥 충격음과 층간 소음 문제 해결을 위한 예측 모델 및 실험 분석 133　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (24) / 나인플러스IT　충실도 흐름 솔버로 항공 엔진의 시뮬레이션 정확도 업그레이드 136　최적화 문제를 통찰하기 위한 심센터 히즈 (6) / 이종학　프로세스 자동화 | – 구조 설계 최적화 142　산업 디지털 전환을 가속화하는 버추얼 트윈 (5) / 강주연, 임영빈　아바쿠스의 Contact Wear 기능을 활용한 마모 해석과 응용     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

‘PLM/DX 베스트 프랙티스 컨퍼런스 2025’가 지난 6월 20일 서울 코엑스에서 열렸다. ‘제조의 미래를 위한 PLM 혁신과 AX 전략’을 주제로 한 이번 행사에서는 제조산업에서 불확실한 외부 환경에 대응하고 기술 및 비용 경쟁력을 확보하기 위한 통합 PLM(제품 수명주기 관리) 설루션과 인공지능 전환(AX)의 중요성을 강조했다. ■ 정수진 편집장     ‘PLM/DX 베스트 프랙티스 컨퍼런스 2025’의 오전 시간에는 세 편의 기조연설이 진행됐다. 기조연설에서는 제조 산업의 미래를 위한 PLM 기반의 통합적 디지털/ AI 전환 전략을 통해 경쟁력을 강화하고 새로운 가치를 창출해야 한다는 메시지와 함께, 단순한 기술 도입을 넘어 데이터 통합과 표준화 그리고 궁극적으로 일하는 방식과 조직 문화의 근본적인 변화가 필요하다는 지적이 있었다.   ■ 같이 보기 : [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2025, 제조 혁신을 위한 PLM과 AI 전략을 짚다   기조연설에 이어 오후 시간에는 ▲베스트 프랙티스 ▲트렌드/신기술/설루션 ▲ SDM(MES/MOM) 등 세 개의 트랙에서 18편의 발표가 진행됐다. 발표자들은 불확실성의 시대에 제조 경쟁력을 확보하기 위해 PLM을 중심으로 한 전사적인 디지털 전환 및 AI 전환을 추진하고, 이를 위해 데이터 통합, 표준화, 그리고 업무 방식 및 조직 문화의 변화가 필수임을 강조했다.   PLM 기반의 디지털 전환 및 AI 활용 사례 소개 베스트 프랙티스 트랙에서 GM 테크니컬 센터 코리아(GM TCK) 김성진 부장은 ‘PLM 기반 싱글 BOM 구현을 통한 자동차 산업의 디지털 전환 가속화’를 주제로, PLM에 기반한 통합 엔지니어링 변경 관리를 통해 디지털 전환을 가속화하기 위한 GM TCK의 전략, 비전 및 베스트 프랙티스를 소개했다.   ▲ GM TCK 김성진 부장   아비바코리아 조영찬 프로는 ‘디지털 자산 수명주기의 혁신 : AVEVA와 Aras 기반의 통합 ALM 전략’ 발표에서 PLM 설루션인 아라스 이노베이터(Aras Innovator) 플랫폼과 협력해 자산 수명주기 관리(Asset Lifecycle Management : ALM)를 구현한 아비바의 설루션 기술에 대해 소개했다.   ▲ 아비바코리아 조영찬 프로   지멘스 디지털 인더스트리 소프트웨어 노은희 이사는 ‘PLM의 미래 - 디지털 스레드 기반의 지멘스 AI 전략’ 발표를 통해 AI, 디지털 트윈, 디지털 스레드를 기반으로 사람과 프로세스를 유기적으로 연결하는 지멘스의 PLM 미래 전략을 제시했고, 이를 통해 현재 직면한 복잡성을 혁신의 기회로 바꾸는 방안을 설명했다.   ▲ 지멘스 디지털 인더스트리 소프트웨어 노은희 이사   퍼시스홀딩스 정연석 팀장은 ‘퍼시스그룹의 DX 전략 : 설계 데이터 기반 디지털 트윈 자동 생성 및 전사 활용’ 발표에서 퍼시스가 고민한 디지털 전환 전략과 함께 주문품의 Configure to Order를 위해 설계 및 BOM(Bill-of-Materials) 데이터를 기반으로 디지털 트윈을 자동으로 생성하고 전사적으로 활용한 사례에 대해 소개했다.   ▲ 퍼시스홀딩스 정연석 팀장   PTC코리아 이봉기 상무는 ‘AI 기반 차세대 인텔리전트 PLM 전략’ 발표를 통해 AI 기술 발전과 PLM의 접목을 통해 제조 기업이 제품 개발 속도 향상, 품질 개선, 데이터 기반 의사 결정 등 실질적인 비즈니스 성과를 도출할 수 있다고 강조했다. 또한 제품 개발의 전체 과정에서 에이전트 AI 기술을 활용하여 혁신을 이루기 위한 PTC의 전략을 소개했다.   ▲ PTC코리아 이봉기 상무   KAIST 윤희택 교수는 ‘AI 자율 제조를 위한 로봇 기술 동향과 사이버물리 시스템 적용 사례’ 발표를 통해 제조산업의 위기 상황에서 주목을 받고 있는 자율 제조를 위한 로봇, 인공지능, 디지털 트윈을 융합한 사이버 물리 동향과 함께 현재 진행 중인 연구 내용을 소개했다.   ▲ KAIST 윤희택 교수   AI, 디지털 트윈, 로코드를 활용한 제조 혁신 전략 트렌드/신기술/설루션 트랙에서 다쏘시스템코리아의 김병균 파트너는 ’생성형 경험과 AI 기반 PLM 혁신 : 제품 개발과 제조의 새로운 미래’ 발표를 통해 PLM에 생성형 경험(generative experience) 및 AI 기술을 적용하여 제품 개발, 설계, 생산 전 과정에서 업무 효율을 높이고, 데이터 분석을 통해 예측 및 최적화를 실현하는 방안을 소개했다.   ▲ 다쏘시스템코리아 김병균 파트너   씨이랩 김건우 매니저는 ‘엔비디아 옴니버스만 가능한 디지털 트윈의 비즈니스 실현’ 발표에서, 인공지능과 XR(확장현실) 기술의 발전에 따라 다양한 영역에서 적용되는 디지털 트윈 가운데 엔비디아 옴니버스(NVIDIA Omniverse)가 구현할 수 있는 비즈니스 혁신 방안을 소개했다.   ▲ 씨이랩 김건우 매니저   아이지피넷 윤정두 차장은 ‘성공적인 PDM 라인 구축의 열쇠 3D-SUITE’ 발표에서 고도의 PDM(제품 데이터 관리)을 실현하기 위해 회사, 부서, 프로세스 간 원활한 정보 전달 및 여러 시스템 연동 환경이 필수라고 강조했다. 또한 3차원 데이터의 변환, 검증, 수정, 비교, 단순화 등 디지털 엔지니어링에 필요한 데이터 최적화를 지원하는 3D-스위트(3D-SUITE) 설루션을 소개했다.   ▲ 아이지피넷 윤정두 차장   세원에스텍 윤중근 이사는 ‘Fast Forward : 디지털 전환과 제품 개발’ 발표를 통해 불확실하고 혼란스러운 시대에 기업의 경쟁력과 회복탄력성 유지를 위한 디지털화의 중요성을 강조했다. 그리고, CONTACT Elements 기반 설루션과 엔지니어링 분야의 AI 활용을 통해 디지털 전환과 제품 개발을 가속화하는 방안을 소개했다.   ▲ 세원에스텍 윤중근 이사   팀솔루션 송희삼 상무는 ‘현장이 원하는 디지털 트윈 : 최소 인프라, 최대 효과를 위한 접근법’ 발표에서 3D CAD 데이터를 기반으로 한 3D 산업 콘텐츠를 제작하여 실제 제조 현장의 작업 매뉴얼 및 교육 콘텐츠로 적용한 사례를 공유하면서, 최소 인프라로 최대 효과를 얻기 위한 디지털 트윈 전략과 그 성과를 소개했다.   ▲ 팀솔루션 송희삼 상무   한화시스템 박성수 팀장은 ‘제조 영역에서의 로코드 및 AI 기반 개발 방식의 변화’ 발표를 통해 AI 기반의 로코드(low-code) 개발 방식이 제조 현장에 가져 올 수 있는 혁신을 소개했다. 그리고 OutSystems의 Mentor 기능을 활용하여 MVP(최소 기능 제품) 시스템을 단기간 내 구현하는 실질적인 접근 방법을 공유했다.   ▲ 한화시스템 박성수 팀장   소프트웨어 기반의 미래 제조와 스마트 공장 SDM(MES/MOM) 트랙에서는 인더스트리4.0협회 명예회장인 박한구 스마트엠앤에프그룹 대표가 ‘미래 제조 패러다임 전환, SDM 기반 자율제조 생산 체계 도입’ 발표에서 미래의 제조는 SDM(소프트웨어 정의 제조) 기반의 자율성 및 유연성을 핵심으로 하며, 데이터 중심의 통합·지능형 생산 체계로 전환될 것이라고 소개했다.   ▲ 스마트엠앤에프그룹 박한구 대표(인더스트리4.0협회 명예 회장)   다쏘시스템코리아 장희준 파트너는 ‘MES 도입과 진화 : 글로벌 트렌드와 국내 적용 전략’ 발표를 통해 글로벌 MES(제조 실행 시스템) 트렌드와 국내 활용 사례를 통해 성공적인 MES 구축을 위한 핵심 고려사항을 제시했다.   ▲ 다쏘시스템코리아 장희준 파트너   에스에이치아이엔티 이종수 부장은 ‘자동차 부품 산업의 디지털 혁신을 위한 AI 기반 DX 플랫폼 개발 사례’ 발표에서 디지털 트윈, AI, 머신러닝 기반의 지능형 생산이 적용되는 중소기업 스마트 공장의 연구 및 실제 적용 사례가 부족한 현실을 언급하면서, 자동차 부품 중소기업의 디지털 전환을 위한 사전 준비, 연구 개발 및 공정 적용 사례를 AI 및 지능형 생산 시스템 기술 개발 산학연 과제와 함께 설명했다.   ▲ 에스에이치아이엔티 이종수 부장   슈나이더일렉트릭코리아 김건 매니저는 ‘Software-Defined Automation(소프트웨어 정의 자동화)’ 발표를 통해 산업 자동화 분산 제어를 위한 국제 표준인 IEC61499를 기반으로 하며, 자동화의 모듈화 및 애플리케이션 중심 설계를 가능케 하는 슈나이더 일렉트릭의 SDA(Software-Defined Automation)를 소개했다.   ▲ 슈나이더일렉트릭코리아 김건 매니저   호서대학교 산학협력단 디지털팩토리연구센터장인 김수영 교수는 ‘AI-DX-FOMs 기반 현장/실무 중심의 스마트팩토리 전략 : MES 연동부터 AI 챗봇, 자율 제조까지’ 발표에서 제조 기업이 보유한 레거시 시스템과 연계한 KPI(핵심 성과 지표) 다차원 분석 및 MES 연동부터 AI 챗봇, 자율 제조에 이르는 제조 현장 맞춤형 스마트 공장 구축 전략에 대해 소개했다.   ▲ 호서대학교 김수영 교수   첨단제조표준화포럼 차석근 운영위원장은 ‘AX, DX와 관련 제조 데이터 표준화 구현과 도전 분야’ 발표를 통해 최근 산업용 AI를 활용한 자율 제조 및 SDM 관련 요구사항이 늘어나고 있다고 지적했다. 또한, 생산 자원(4M2E) 제조 데이터의 표준화 없이는 이러한 혁신이 불가능하다고 강조하면서 표준화 구현 방안 및 도전 분야에 대해 설명했다.   ▲ 첨단제조표준화포럼 차석근 운영위원장

세일즈포스가 6월 18일 연례 IT 콘퍼런스인 ‘에이전트포스 월드투어 코리아 2025’를 개최했다. ‘상상을 현실로, 에이전트 기반의 비즈니스 혁신’을 주제로 진행되는 이번 콘퍼런스에는 약 5000여 명의 비즈니스 리더 및 현업 담당자가 참석했다. ‘에이전트포스 월드투어’는 세일즈포스가 전 세계 주요 도시에서 개최하는 콘퍼런스로, AI 에이전트 시대에 맞춰 고객경험 향상과 업무 방식 전환을 지원하는 최신 기술과 실제 도입 사례를 살펴볼 수 있다. 또한 총 40개 이상의 세션과 20개 이상의 체험 부스를 통해 다양한 산업군에서의 AI 에이전트 활용 사례와 더불어 성공적인 AI 혁신을 지원하기 위한 노하우가 공개됐다. 이번 행사의 기조연설에서는 세일즈포스의 케이티 맥나마라(Katie McNamara) AI 부문 글로벌 부사장, 세일즈포스 코리아 손부한 대표, 비바리퍼블리카 김규하 부대표가 연사로 나서 AI 에이전트 기술이 가져올 비즈니스 패러다임의 변화와 실질적인 활용 전략을 소개했다. 세일즈포스 코리아 손부한 대표는 “AI 에이전트는 높아지는 고객 기대에 비해 한정된 자원으로 인한 비즈니스 페인포인트를 해소하고, 전사적인 실행력과 고객경험 개선을 동시에 이끄는 ‘게임 체인저’가 될 것”이라며, 신뢰할 수 있는 조직 내 중장기적 자산으로서의 역할이 앞으로 더욱 중요해질 것이라고 강조했다.     이어 케이티 맥나마라 에이전트포스 부문 부사장은 AI 에이전트의 성공은 신뢰할 수 있는 데이터에 달려 있다고 강조하며, “세일즈포스의 데이터 클라우드는 기업 전반에 흩어진 정형·비정형 데이터를 통합하고, AI가 실시간으로 정확하고 책임 있는 결정을 내릴 수 있도록 지원하는 에이전트포스의 기반 역할을 수행하고 있다”고 설명했다. 맥나마라 부사장은 조직 내 신뢰할 수 있는 ‘에이전틱 레이어(Agentic Layer)’로서 ▲커스터머 360, 슬랙 및 태블로와의 통합성 ▲자율적 추론 및 행동 실행 ▲실질적인 비즈니스 활용 ▲높은 신뢰성과 보안 ▲로코드 기반의 손쉬운 개발 환경 ▲다양한 업무 영역에서의 확장성 등을 에이전트포스만의 차별화된 경쟁력으로 꼽았다. 토스 역시 에이전트포스를 광고 운영, 고객 대응, 입사자 온보딩 등을 포함하여 기업 부문의 업무에 적용하고 있으며, 슬랙 기반의 협업 환경 위에 AI 에이전트포스를 접목해 조직 전반의 생산성을 높이고 있다고 발표했다. 기조연설 이후 진행된 세션에서는 HD현대인프라코어, 카페24, 라인페이플러스, 티맵모빌리티, 티오더 등의 기업 관계자가 연사로 참여해 각 산업군에서의 세일즈포스 도입 사례를 소개했다. HD현대인프라코어는 에이전트포스 기반으로 현장 서비스 전문가의 업무 효율성과 대응 품질을 동시에 높이고 있으며, 카페24는 에이전트 도입을 통해 이커머스 운영 전반에서 고객 맞춤형 서비스 제공 역량을 강화하고 있다고 전했다. 슬랙과 태블로를 중심으로 한 세션도 진행됐다. CJ올리브영은 슬랙을 조직 전반에 도입해 커뮤니케이션 속도와 의사결정 효율성을 높인 사례를 발표했으며, LG화학은 태블로 기반 데이터 포털 ‘Chemverse’를 소개하며 구성원의 데이터 자율 접근 및 분석 역량 강화를 위한 구체적인 실행 전략을 공유했다. 이 외에도 현장에는 총 15개 이상의 세일즈포스 데모 부스와 20개 이상의 컨설팅 부스가 운영되었으며, 산업군 및 직무별로 맞춤형 상담과 실습 기회를 제공했다. 또한 올해 처음 운영된 ‘에이전트포스 파빌리온’에서는 에이전트포스 해커톤 진행 간의 우수작들이 발표되었다. 참가자들은 실제 업무 환경을 기반으로 설계한 AI 에이전트를 발표하며, 조직 내 적용 가능성과 구현 과정을 공유했다. 이 외에도 세일즈포스 및 태블로 공인 강사들이 주도하는 자격증 강연이 함께 진행되며 현업 담당자들의 역량 강화를 지원했다. 손부한 대표는 “AI 에이전트는 단순한 자동화 도구를 넘어, 사람과 함께 협업하며 조직의 생산성과 고객경험을 동시에 끌어올리는 전략적 자산으로 자리매김하고 있다”면서, “앞으로 기업의 경쟁력은 AI 에이전트를 얼마나 빠르게 조직 내 장기 자산으로 안착시키느냐에 달려 있으며, 이는 기업 문화와 데이터 기반 자산을 중심으로 차별화된 경쟁력을 결정짓는 핵심 요소가 될 것”이라고 전했다. 그는 이어서 “이번 에이전트포스 월드투어 코리아는 다양한 산업에서 실제로 적용된 AI 에이전트 사례를 공유하고, 그 가능성과 실행력을 확인할 수 있었던 뜻깊은 자리였다”면서, “세일즈포스는 신뢰할 수 있는 AI 기술과 데이터 처리 역량, 그리고 생애주기 전반을 아우르는 통합 플랫폼을 기반으로, 국내 기업들이 AI 기반의 새로운 업무 역량을 확보하고 방대한 데이터를 실질적인 비즈니스 자산으로 전환함으로써 지속 가능한 경쟁력을 갖출 수 있도록 전방위적으로 지원하고 있다”고 덧붙였다.

  알테어가 2025년 가트너 매직 쿼드런트 데이터 과학 및 머신러닝 플랫폼 부문에서 2년 연속 리더로 선정됐다고 밝혔다.  가트너 매직 쿼드런트 보고서는 특정 시장의 기술 성숙도와 공급업체 간 경쟁력을 평가한 시장 조사 결과로, 기업들을 리더, 챌린저, 비저너리, 틈새 시장 플레이어 네 가지 유형으로 분류한다. 이번 결과는 비전의 완성도와 실행 능력을 중심으로 평가되었으며, 알테어는 두 분야 모두에서 높은 점수를 받았다고 소개했다.   알테어의 데이터 분석 및 AI(인공지능) 플랫폼인 알테어 래피드마이너는 로코드 기반 AutoML, 고급 MLOps(머신러닝운영) 기능, 에이전트 프레임워크, 고속 데이터 시각화 등의 기업 AI를 지원하는 기능을 제공한다. 특히 알테어 래피드마이너는 SAS 언어 실행을 지원하는 설루션과 함께 기존 분석 환경을 유지하면서 워크플로의 현대화를 병행할 수 있도록 지원한다. 여기에 대규모 병렬 연산 기반의 그래프 엔진을 통해 지식 그래프 구축, 데이터 패브릭, 온톨로지 모델링 등 엔터프라이즈 규모의 데이터 통합 환경도 제공한다.   알테어의 샘 마할링엄 최고기술책임자(CTO)는 “2년 연속 리더로 선정된 것은 알테어의 데이터 과학 및 AI 기술력이 시장에서 신뢰받고 있음을 입증하는 결과”라며, “지멘스 생태계와의 통합을 바탕으로 고객이 AI를 더 빠르게 구축하고 확장할 수 있도록 지속적으로 혁신을 이어갈 것”이라고 밝혔다.

마이크로소프트가 ‘마이크로소프트 빌드 2025(Microsoft Build 2025)’를 개최하고 AI 에이전트, 개발자 도구, 오픈 플랫폼 등 신규 기능과 주요 업데이트를 발표했다.   AI는 추론 능력과 메모리 기술의 고도화로 인해 스스로 학습하고 결정을 내리는 에이전트로 진화하고 있다. 이번 행사에서 마이크로소프트는 이러한 AI 에이전트가 개인, 조직, 팀은 물론 전체 비즈니스 전반에 작동하는 인터넷 환경을 ‘오픈 에이전틱 웹(Open Agentic Web)’으로 정의하며, AI가 사용자나 조직을 대신해 결정을 내리고 작업을 수행하는 시대가 도래했다고 강조했다.  전 세계 수십만 조직이 마이크로소프트 365 코파일럿(Microsoft 365 Copilot)을 활용해 리서치, 아이디어 브레인스토밍 등 다양한 업무에 특화된 AI 에이전트를 구축하고 있다. 이 중 포춘 500대 기업 90%를 포함한 23만 개 이상 조직은 코파일럿 스튜디오(Copilot Studio)를 통해 AI 에이전트와 자동화 앱을 개발하고 있다. 또한, 전 세계 약 1500만 명의 개발자가 깃허브 코파일럿(GitHub Copilot)을 통해 코드 작성, 검토, 배포, 디버깅 등 개발 전 과정을 효율화하고 있다.     이번 빌드 2025에서는 AI 에이전트 개발을 돕는 플랫폼과 도구가 집중 소개됐다. 먼저 깃허브(GitHub), 애저 AI 파운드리(Azure AI Foundry), 윈도우(Windows) 등 주요 개발 플랫폼에서 활용할 수 있는 다양한 기능과 업데이트가 발표됐다. 이번 업데이트는 개발 생애 주기의 변화에 따라 개발자가 보다 효율적으로 작업하고, 대규모 개발 환경에서도 유연하게 대응할 수 있도록 설계됐다.  깃허브 코파일럿에는 비동기화(asynchronous) 방식의 코딩 에이전트 기능이 새롭게 도입됐다. 또한, 깃허브 모델(GitHub Models)에는 프롬프트 관리, 경량평가(LightEval), 엔터프라이즈 제어 기능이 추가돼, 개발자는 깃허브 내에서 다양한 AI 모델을 실험할 수 있게 됐다. 이와 함께 깃허브 코파일럿 챗(GitHub Copilot Chat) 또한 비주얼 스튜디오 코드(Visual Studio Code)에서 오픈소스로 공개됐다. 깃허브 코파일럿 확장 기능의 AI 기능은 이제 개발 도구를 구동하는 오픈소스 저장소의 일부가 됐다.  윈도우 AI 파운드리(Windows AI Foundry)도 새롭게 공개됐다. 개발자에게 개방적이고 널리 사용되는 플랫폼 중 하나로서 윈도우가 확장성, 유연성, 그리고 성장 기회를 제공함에 따라, 윈도우 AI 파운드리는 학습부터 추론까지 AI 개발자 라이프사이클을 지원하는 통합되고 신뢰할 수 있는 플랫폼을 제공한다. 이를 통해 개발자는 시각 및 언어 작업에 특화된 간단한 모델 API를 활용해 오픈소스 대규모 언어 모델(LLM)을 파운드리 로컬(Foundry Local) 환경에서 실행하거나, 자체 개발한 모델을 가져와 변환·미세조정한 뒤 클라이언트 또는 클라우드 환경에 배포할 수 있다.  애저 AI 파운드리도 주요 업데이트를 진행했다. 애저 AI 파운드리는 개발자가 AI 애플리케이션과 에이전트를 설계·맞춤화·관리할 수 있도록 지원하는 통합 플랫폼으로, 이번 애저 파운드리 모델(Azure Foundry Models) 업데이트를 통해 AI 기업 xAI의 그록3(Grok 3) 및 그록3 미니(Grok 3 Mini) 모델이 마이크로소프트 생태계에 추가됐다. 두 모델은 마이크로소프트가 직접 제공하며 과금한다. 이로써 개발자가 선택할 수 있는 AI 모델의 범위는 파트너사 및 마이크로소프트 제공 모델을 포함해 1900개 이상으로 확대됐다. 이와 함께, 안전한 데이터 통합, 모델 맞춤화, 엔터프라이즈급 관리 기능도 제공돼 보다 정밀한 AI 운영이 가능해졌다.   AI 모델을 항목별로 비교해 순위를 보여주는 모델 리더보드(Model Leaderboard)와 특정 쿼리나 작업에 따라 최적의 모델을 실시간으로 선택할 수 있도록 설계된 모델 라우터(Model Router) 등 신규 도구도 함께 공개됐다.   AI 에이전트 개발과 배포를 보다 안전하고 효율적으로 수행하도록 지원하는 기능도 선보였다. 사전 구축된 에이전트(pre-built agents), 맞춤형 에이전트 설계 도구, 멀티 에이전트 기능, 새로운 모델 등으로 구성된 이번 업데이트는 개발자와 조직이 보다 유연하게 AI 에이전트를 구축하고 생산성을 높이는 데 활용할 수 있도록 지원한다.  애저 AI 파운드리 에이전트 서비스(Azure AI Foundry Agent Service)는 여러 전문 에이전트를 조율해 복잡한 작업을 처리할 수 있도록 지원한다. 이번 업데이트에서는 시맨틱 커널(Semantic Kernel)과 오토젠(AutoGen)을 통합 제공하는 단일 SDK와, 에이전트 간 상호작용을 가능하게 하는 A2A(Agent-to-Agent) 기능 및 모델 컨텍스트 프로토콜(Model Context Protocol, 이하 MCP) 지원 기능도 포함한다.  애저 AI 파운드리 옵저버빌리티(Azure AI Foundry Observability)에는 AI 에이전트의 신뢰도를 높일 수 있도록 성능, 품질, 비용, 안전성 등의 지표들을 모니터링할 수 있는 기능이 탑재됐다. 모든 지표는 통합 대시보드를 통해 시각적으로 추적할 수 있어, 운영 현황을 직관적으로 파악할 수 있다.  보안과 거버넌스 측면에서도 기능이 강화됐다. 프리뷰로 제공되는 엔트라 에이전트 ID(Microsoft Entra Agent ID)를 활용하면, 애저 AI 파운드리나 코파일럿 스튜디오에서 생성한 에이전트에 고유 ID가 자동으로 부여된다. 이를 통해 에이전트를 초기 단계부터 안전하게 관리하고, 무분별한 생성을 방지해 보안 사각지대를 방지할 수 있다. 또한, 애저 AI 파운드리로 구축된 애플리케이션과 에이전트는 퍼뷰(Microsoft Purview)의 데이터 보안 및 컴플라이언스 제어 기능과 통합된다. 여기에 위험 파라미터 설정, 자동 평가 수행, 상세 보고서 제공 등 고도화된 거버넌스 도구도 함께 제공돼 정밀한 보안 및 운영 관리가 가능해졌다.  마이크로소프트 365 코파일럿 튜닝(Microsoft 365 Copilot Tuning)은 기업 고유의 데이터, 워크플로, 업무 프로세스를 기반으로 로코드 방식의 AI 모델 학습과 에이전트 생성을 돕는다. 생성된 에이전트는 마이크로소프트 365 환경 내에서 안전하게 실행되며, 조직별 업무에 특화된 작업을 높은 정확도로 수행할 수 있다. 예를 들어, 로펌은 자사의 전문성과 양식에 맞춰 문서를 작성하는 에이전트를 구축할 수 있다.  멀티 에이전트 오케스트레이션 기능도 코파일럿 스튜디오(Copilot Studio)에 새롭게 도입됐다. 이를 통해 다양한 에이전트를 상호 연결하고 기능을 결합함으로써 복잡하고 광범위한 업무를 처리할 수 있다.  이와 함께 마이크로소프트는 AI 에이전트의 미래를 위해 개방형 표준과 공유 인프라를 발전시키는 MCP 생태계 지원 업데이트와 새로운 개방형 프로젝트인 ‘NLWeb’을 발표했다. 마이크로소프트는 깃허브, 코파일럿 스튜디오, 다이나믹스 365(Dynamics 365), 애저 AI 파운드리, 시맨틱 커널, 윈도우 11 등 자사가 보유한 주요 에이전트 및 프레임워크 전반에서 MCP를 지원한다. 마이크로소프트와 깃허브는 MCP 운영 위원회(MCP Steering Committee)에 새롭게 합류해, 개방형 프로토콜의 보안성과 확장성을 높이기 위한 공동 노력을 이어갈 예정이다.  또한 MCP 생태계 확장을 위한 두 가지 업데이트도 공개했다. 첫 번째는 사용자가 기존 로그인 방식을 그대로 활용해 에이전트 및 LLM 기반 애플리케이션에게 개인 저장소나 구독 서비스와 같은 다양한 데이터에 대한 안전한 접근 권한을 부여할 수 있도록 인증 체계를 개선했다. 두 번째는 MCP 서버 항목을 누구나 최신 공용 또는 사설 저장소에서 중앙화해 관리할 수 있도록 지원하는 MCP 서버 등록 서비스를 설계했다.   NLWeb은 에이전틱 웹 환경을 위한 개방형 프로젝트로, 마이크로소프트는 NLWeb이 에이전틱 웹에서 HTML과 유사한 역할을 할 수 있을 것으로 기대한다. NLWeb은 웹사이트 운영자가 원하는 AI 모델과 자체 데이터를 연결해 대화형 인터페이스를 구축함으로써 사용자가 웹 콘텐츠와 직접 상호작용하며 풍부하고 의미 있는 정보를 얻도록 돕는다. 또한 모든 NLWeb 엔드포인트는 MCP 서버이기도 하기 때문에 웹사이트 운영자는 필요시 AI 에이전트들이 해당 사이트의 콘텐츠를 쉽게 검색하고 접근하도록 설정할 수 있다.  한편, 마이크로소프트는 과학 연구를 가속화하기 위한 AI 에이전트 기반 플랫폼 마이크로소프트 디스커버리(Microsoft Discovery)도 선보였다. 이 플랫폼은 연구자가 AI 에이전트를 활용해 과학적 발견 과정 전반을 혁신할 수 있도록 지원한다. 마이크로소프트는 이를 통해 제약, 환경 등 다양한 산업 분야의 연구개발 부서가 신제품 출시 기간을 단축하고, 연구 전반의 속도와 범위를 확장할 수 있을 것으로 기대하고 있다.