트렌드에서 얻은 것 No. 29   “진짜 창작자는 결국 결과물을 세상에 내놓는다.” – 스티브 잡스 AI가 소프트웨어 개발의 문턱을 낮추고 있다는 말은 이제 낯설지 않다. 누구나 아이디어만 있으면 앱 하나쯤 만들 수 있을 것처럼 말하는 분위기도 강하다. 그러나 현장에서 체감하는 현실은 훨씬 복합적이다. 누군가는 “이제 비개발자도 충분히 만들 수 있다”고 말하고, 또 누군가는 “기업 시스템은 그렇게 단순하지 않다”고 말한다. 두 말 모두 맞다. 문제는 이 둘의 경계를 구분하지 않은 채 바이브 코딩(vibe coding)을 마치 모든 개발 문제를 한 번에 해결해줄 만능 해법처럼 받아들이는 데 있다. 필자가 최근 직접 경험한 바이브 코딩은 기대보다 흥미로웠고, 동시에 예상보다 훨씬 현실적이었다. 결론부터 말하면 바이브 코딩은 분명 강력하다. 다만 그 힘은 모든 영역에서 같은 방식으로 작동하지 않는다. 비개발자에게 바이브 코딩은 ‘개발의 대체재’라기보다 ‘제작의 첫 진입로’에 가깝고, 개발자에게는 생산성과 속도를 높여주는 가속 장치에 가깝다. 같은 용어를 쓰더라도 출발점도 다르고, 활용 방식도 다르며, 기대해야 할 결과도 다르다. 스티브 잡스는 “단순함은 복잡함보다 더 어렵다”고 말했다. 바이브 코딩이 바로 그렇다. 겉으로 보기에는 말 몇 줄로 프로그램을 만드는 간단한 방식처럼 보이지만, 실제로는 무엇을 만들고 싶은지 더 선명하게 설명해야 하고, 문제를 더 세밀하게 구조화해야 하며, 결과를 더 집요하게 검토해야 한다. 개발 문법의 부담은 다소 줄어들 수 있지만, 사고의 부담까지 사라지는 것은 아니다. 오히려 생각을 더 명료하게 만드는 훈련이 필요하다. 비개발자의 바이브 코딩은 결국 문제를 언어로 구조화하는 데서 시작된다. 무엇이 불편한지, 어떤 흐름이 필요한지, 어떤 화면이 있어야 하는지, 어떤 데이터를 어디서 가져와야 하는지, 결과를 어떤 방식으로 보여줘야 하는지를 AI에게 설명하고, 그 결과물을 계속 수정하고 다듬는 방식이다. 이때 중요한 것은 프로그래밍 문법을 얼마나 많이 아느냐보다 문제를 얼마나 또렷하게 정의할 수 있느냐다. 반면 개발자의 바이브 코딩은 결이 다르다. 개발자는 AI를 이용해 아키텍처 초안을 잡고, 반복 코드를 줄이고, 오류를 빠르게 디버깅하고, 리팩토링을 효율화하며, 배포 속도를 높인다. 비개발자가 바이브 코딩을 통해 ‘처음 만들어 보는 사람’이 된다면, 개발자는 ‘더 빠르고 더 많이 만드는 사람’이 된다. 이 차이를 구분하지 않으면 바이브 코딩에 대한 기대도 쉽게 과장되고, 반대로 불필요한 실망도 생긴다. 이번에 필자가 시도한 작업은 몇 가지 방향으로 나뉘어 전개되었다. 투자와 자산을 구조화해보는 도구, 여행과 탐험을 시각적으로 정리하는 도구, 그리고 개념을 더 직관적으로 연결해보는 실험 등이 그 예다. 접근 방식도 조금씩 달랐다. 어떤 것은 빠른 프로토타이핑 도구로 시험했고, 어떤 것은 웹 기반 구조를 상상했으며, 어떤 것은 생성형 AI를 결합해 해석 기능을 더해보았다. 중요한 것은 특정 기술 이름이 아니었다. 문제의 성격에 따라 도구 조합이 달라졌다는 점, 그리고 그 조합을 통해 ‘작동하는 형태’를 빠르게 확인할 수 있었다는 점이 핵심이었다. 그중에서도 가장 손에 잡히는 성과를 보여준 것은 투자 관리용 실험 도구였다. 한국 시장과 미국 시장에 동시에 투자하는 개인을 염두에 두고, 자산을 한 화면에서 함께 보고, 환율을 반영한 체감 손익을 계산하고, 단순 수익률이 아니라 수수료와 환차까지 고려한 실제 순수익에 가깝게 접근해보는 방식이었다. 여기에 종목의 가치, 품질, 위험도를 함께 보려는 시도와, 매매 기록을 정리하는 자동화 기능까지 더해보았다. 한마디로 말하면, 개인 투자자가 늘 엑셀과 계산기와 감으로 처리하던 일을 하나의 흐름 안에서 정리해보려는 실험이었다. 이런 시도는 바이브 코딩의 장점을 잘 보여준다. 현장의 불편을 가장 잘 아는 사람이 그 문제를 가장 먼저 작동하는 도구로 바꿔볼 수 있다는 점이다. 특히 개인 투자 영역에서는 불편이 명확하다. 원화 자산과 달러 자산이 분리돼 보이기 때문에 전체 자산 배분을 한눈에 파악하기 어렵고, 과거 환율이나 거래 수수료를 반영한 실제 수익 계산은 늘 번거롭다. 단일 지표만 보고 투자하면 가치 함정에 빠질 수 있고, 매매 기록을 체계적으로 남기지 않으면 판단의 맥락도 쉽게 흐려진다. 바이브 코딩은 바로 이런 불편을 작은 단위로 쪼개어 도구로 만들어보는 데 강점을 보인다.   ▲ 클릭하면 큰 이미지로 볼 수 있습니다.   피터 드러커의 말처럼 “측정할 수 있어야 관리할 수 있다.” 투자든 업무든 결국 비슷하다. 막연히 ‘잘하고 있다’고 느끼는 동안에는 개선도 어렵다. 숫자가 보여야 하고, 흐름이 보여야 하며, 내 행동의 결과가 구조적으로 드러나야 한다. 바이브 코딩은 이 지점에서 의외로 힘을 발휘한다. 정교한 상용 시스템 수준은 아니더라도, 내가 무엇을 보고 싶은지 정확히 정의할 수만 있다면 적어도 첫 번째 가시화 도구는 만들어볼 수 있다. 그 순간 막연한 감각은 데이터가 되고, 데이터는 다시 판단의 기준이 된다. 특히 인상적이었던 것은 ‘정답 제시’보다 ‘판단 보조’에 초점을 맞춘 설계였다. 단순히 싸 보이는 종목을 찾는 것이 아니라 가치와 퀄리티, 리스크를 함께 고려하는 구조를 상상하고, 이동평균선이나 거래량 변화 같은 기술적 신호를 함께 보는 식이다. AI는 여기서 결정을 대신 내려주는 존재가 아니라, 사람이 놓치기 쉬운 신호를 먼저 정리해주는 조수 역할을 맡는다. 이런 경험을 통해 느낀 것은, 바이브 코딩의 진짜 효용이 거창한 인공지능 자체에 있는 것이 아니라 사용자의 판단 포인트를 더 선명하게 드러내는 데 있다는 점이었다. 그러나 여기서 반드시 짚고 넘어가야 할 현실이 있다. 이런 경험이 곧바로 기업용 핵심 시스템 개발로 이어질 것이라고 생각해서는 안 된다. PLM, ERP, MES, APS 같은 글로벌 설루션 기반의 엔터프라이즈 환경은 개인 실험과는 전혀 다른 차원의 세계다. 데이터 모델은 정교하고, 권한 체계는 복잡하며, 인터페이스는 수많은 예외를 품고 있고, 변경 이력과 검증 절차, 보안과 운영 책임까지 촘촘하게 연결되어 있다. 자연어 몇 줄과 AI의 코드 제안만으로 안전하게 다룰 수 있는 구조가 아니다. 바로 이 지점에서 비개발자의 바이브 코딩과 개발자의 바이브 코딩은 다시 갈라진다. 비개발자는 문제를 빠르게 형태화하고 아이디어를 프로토타입으로 검증하는 데 강점을 가질 수 있다. 반면 개발자는 그 프로토타입을 기존 시스템 환경과 연결하고, 예외 처리와 안정성, 보안과 운영성을 검증하는 역할까지 감당할 수 있다. 따라서 바이브 코딩은 모든 사람을 동일한 수준의 개발자로 만들어주는 기술이라기보다, 각자의 위치에서 ‘만들어보는 속도’를 높여주는 기술에 가깝다. 이런 환경에서는 바이브 코딩이 할 수 있는 역할이 자연스럽게 제한된다. 핵심 업무 로직을 직접 대체하기보다는 화면 프로토타입, 보조 대시보드, 분석용 유틸리티, 개인용 자동화 도구, 테스트용 샌드박스, 보고용 시뮬레이터처럼 본체 주변의 영역에 더 적합하다. 다시 말해, 바이브 코딩은 글로벌 설루션의 중심부를 재구축하는 기술이라기보다, 그 주변부의 불편을 빠르게 줄여보는 실험 도구에 가깝다. 하지만 그렇다고 해서 그 의미를 과소평가할 필요는 없다. 오히려 반대다. 필자는 바로 그 제한성 때문에 바이브 코딩이 더 현실적이라고 본다. 실제 업무에서는 거대한 혁신보다 작지만 반복되는 불편이 훨씬 많다. 예를 들어 품질 이슈를 정리하는 간단한 대시보드, 협력사 대응용 정리 화면, 설계 변경 영향 체크리스트, 일정 가시화 도구, 개인용 원가 계산기, 회의록 자동 정리 보조 도구처럼 ‘정식 시스템으로 만들기엔 작지만 그대로 두기엔 계속 불편한 것들’이 현장에는 늘 존재한다. 바이브 코딩은 바로 그 틈새를 파고든다. 스티브 잡스의 말, “진짜 창작자는 결국 결과물을 세상에 내놓는다”는 문장은 이 맥락에서 유난히 실감난다. 바이브 코딩의 장점은 완벽한 시스템을 만들게 해준다는 데 있지 않다. 머릿속에만 있던 아이디어를 실제로 한번 작동해보게 만든다는 데 있다. 비개발자에게 이 경험은 특히 중요하다. 그전까지는 ‘좋은 아이디어’와 ‘실제로 작동하는 결과물’ 사이에 너무 큰 간극이 있었기 때문이다. 이제는 그 사이를 AI가 어느 정도 메워준다. 물론 완성도 높은 상용 시스템을 만들기 위해서는 여전히 전문 개발과 검증이 필요하다. 그러나 첫 번째 프로토타입을 만드는 데까지는 이전보다 훨씬 빠르게 갈 수 있다. 필자는 이 점에서 바이브 코딩의 현재 위치를 ‘개인의 실험실’에 가깝다고 본다. 지금의 바이브 코딩은 거대한 엔터프라이즈 시스템을 통째로 만드는 기술이라기보다, 순수한 개인 또는 소규모 팀이 자기 문제를 해결하기 위해 무언가를 직접 만들어보는 수준에서 가장 잘 작동한다. 그렇다고 그 수준이 가볍다는 뜻은 아니다. 바로 그 개인 실험의 축적이 조직의 디지털 감각을 바꾸고, 현장의 언어를 더 구조화하며, 나중에는 더 정교한 시스템 구축을 위한 문제 정의력으로 이어질 수 있기 때문이다. 특히 제조 기업의 실무자와 리더에게 이 흐름은 시사점이 크다. 설계, 생산, 품질, 구매, 자산 관리, 프로젝트 관리 영역에는 늘 현장만이 아는 불편이 있다. 외부 설루션은 그 불편을 모두 담아내지 못하고, 내부 IT는 모든 요청을 즉시 반영하기 어렵다. 이때 바이브 코딩은 완성형 설루션의 경쟁자가 아니라, 아이디어를 빠르게 시험해보는 사전 실험장 역할을 할 수 있다. 사용자는 먼저 문제를 언어로 정리하고, 필요한 데이터 흐름을 구조화하고, AI를 이용해 작은 도구를 만들어본다. 그렇게 만들어진 결과는 때로는 개인용 유틸리티에서 끝날 수도 있고, 때로는 정식 프로젝트의 출발점이 될 수도 있다. 중국 고전에서 유래한 말처럼 “천 리 길도 한 걸음부터다.” 바이브 코딩은 거창한 완성의 기술이 아니라, 작지만 구체적인 첫걸음을 가능하게 하는 방식이다. 비개발자는 그것을 통해 문제를 구조화하는 감각을 익히고, 개발자는 그것을 통해 더 빠르게 실험하고 구현한다. 그리고 기업은 그 사이에서 정식 시스템 이전의 가능성을 시험해볼 수 있다. 필자는 바이브 코딩을 지나치게 낙관적으로 보지도 않고, 반대로 일시적 유행으로만 보지도 않는다. 그것은 지금 당장 모든 것을 바꿔놓을 혁명은 아닐 수 있다. 그러나 적어도 한 가지는 분명하다. 이제 현장을 가장 잘 아는 사람이, 자신이 겪는 불편을 직접 작동하는 형태로 바꿔볼 수 있는 시대가 열리고 있다는 점이다. 그 가능성은 생각보다 크고 그 시작은 생각보다 작다. 그래서 지금 바이브 코딩은 거대한 답이라기보다 한 번 진지하게 시도해볼 만한 좋은 질문에 가깝다.   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

슈나이더 일렉트릭은 공항의 에너지와 자산 및 운영을 하나의 실시간 환경으로 통합하는 지능형 플랫폼인 IPOC를 출시했다. 세계 항공 여객 수요가 2040년까지 두 배 이상 증가할 것으로 예상되는 가운데, 대다수 공항은 30개 이상의 시스템을 분산 운영하며 효율적인 의사결정에 어려움을 겪고 있다. 슈나이더 일렉트릭은 공항 운영 비용의 최대 15%를 차지하는 에너지 비용 상승과 탄소 중립 목표 달성 요구에 대응하기 위해 공항 인프라 전반을 통합하는 설루션을 선보였다. 아비바 소프트웨어를 기반으로 구축한 IPOC는 에너지 관리와 자동화 및 산업 데이터 분석 기능을 단일 운영 플랫폼으로 결합한다. 이 플랫폼은 공항 전반의 시스템과 이해관계자 그리고 핵심 운영 프로세스를 하나로 연결하는 역할을 한다. 슈나이더 일렉트릭에 따르면 IPOC는 공항 전 구역에 대한 통합된 시각을 제공해 실시간 의사결정 체계를 구축하며, 맥락화된 데이터를 바탕으로 장애 발생 시 신속한 탐지와 대응을 지원해 승객 경험을 개선한다. IPOC는 실시간 에너지 데이터와 운영 데이터를 통합 분석하여 수요에 맞춰 에너지 소비를 최적화하고 탄소 배출을 줄이는 특징이 있다. 템플릿 기반의 객체 지향 아키텍처를 적용해 자산 모델을 표준화하고 재사용할 수 있어 공항 내 여러 터미널 간 운영 표준을 효율적으로 확장하는 것이 가능하다.     슈나이더 일렉트릭에 따르면, 바르셀로나 엘프라트 공항은 아비바 시스템 플랫폼을 도입해 기존 20개의 분산 시스템을 통합하고 모니터링 신호를 3만 5000 개에서 70만 개 이상으로 확대했다. 이를 통해 터미널과 수하물 처리 및 공조와 발전 설비 운영 등을 하나의 통합 화면에서 관리하게 되었으며 에너지 낭비를 줄이고 운영 효율을 높였다. 이 공항은 신규 터미널과 활주로 및 위성 건물 확장 프로젝트를 지원하며 2900만 명 이상의 승객에게 향상된 이용 경험을 제공하는 성과를 거두었다. 슈나이더 일렉트릭은 IPOC를 기반으로 공항 운영의 디지털 전환을 가속화할 방침이다. 에너지와 운영을 아우르는 통합 인프라 전략을 확대하며 에너지 테크놀로지 파트너로서의 역할을 강화한다는 계획이다.

XR과 AI로 건설 분야의 차세대 전기 공학자 양성   지멘스는 건설업계 및 전기 산업의 인력 부족 문제를 해결하고자, 에듀케이션XR(EducationXR)을 활용하는 차세대 교육 및 영업 지원 플랫폼인 누마(Pneuma)를 구축했다. 이번 호에서는 누마가 어떻게 하나의 원활하고 기기에 구애받지 않는 허브에서 XR 기반 학습, AI 기반 지원, 모바일용 기술 문서에 대한 액세스를 제공하는지 살펴본다. ■ 자료 제공 : 유니티 코리아     지멘스는 전기화, 자동화, 소프트웨어 및 디지털 트윈 연료 산업, 인프라 및 운송 분야의 글로벌 기술 기업이다. 미국에 있는 지멘스는 인프라를 개선하고, 산업 생산성을 높이고, 지속 가능한 에너지 시스템을 구현하는 혁신적인 설루션을 제공한다. 지멘스는 스마트 인프라스트럭처 전기 제품 부문 내에서 주택 건물부터 병원 및 데이터 센터와 같은 중요한 인프라에 이르기까지 안전하고 효율적인 전기 설치를 보장하는 포괄적인 로드 센터, 회로 차단기, 패널보드, 스위치 장치, 측정 설루션 및 제어 제품 포트폴리오를 제공한다. 지멘스는 미국 건설업계, 특히 전기 산업에서 급격한 숙련된 인력 부족에 직면하여 교육과 인력 개발을 현대화하기 시작했다. 도전 과제는 디지털을 우선시하는 최신 학습자의 참여를 유도하는 확장 가능하고 접근성이 뛰어난 인터랙티브 학습 플랫폼을 만들어 효율, 안전성, 실무 성과를 개선하는 것이었다. 이러한 요구 사항을 충족하기 위해 지멘스는 에듀케이션XR(EducationXR)을 활용하는 차세대 교육 및 영업 지원 플랫폼인 누마(Pneuma)를 구축했다. 이 플랫폼은 모든 모바일, 데스크톱 및 VR 헤드셋에 몰입형 경험을 제작 및 배포하는 데 사용되는 유니티(Unity) 개발자 플랫폼이다.   결과 XR 시뮬레이션을 사용하여 지식 보존을 3배 개선 주요 전기 설치 작업에 대한 숙련도를 높이는 데 필요한 시간을 70% 단축 처음 6개월 동안 1만 개 이상의 AI 기반 질문에 답변 외부 사용자의 주당 참여율(85% 이상) 지멘스 에듀케이트 아메리카(Siemens Educates America)를 통해 2만 5000명의 학습자와 교육 담당자에게 도달 미국 전역에서 누마에 액세스하는 내부 및 고객 사용자 1000명 이상 중앙 집중형 셀프 서비스 콘텐츠 액세스를 통해 교육 및 지원 비용 대폭 절감 유니티의 크로스 플랫폼 엔진 덕분에 모바일, 데스크톱, AR, VR 기기 전반에 원활하게 배포 가능   ▲ 출처 : 에듀케이션XR   ▲ 출처 : 에듀케이션XR   ▲ 출처 : 에듀케이션XR   직원의 과제 : 디지털 세계에서 기술 격차 해소 미국 건설 산업, 특히 전기 산업은 급급한 기술 부족에 직면하고 있다. 인력의 노화, 전기화 수요 증가, 프로젝트 복잡도 증가, 새로운 디지털 기술의 조합으로 인해 교육 역량과 실제 수요 사이의 격차가 커지고 있다. 전기 인프라가 복잡해질수록 영업 엔지니어, 전기 시공사, 학습자 등 전문가는 정확한 제품 정보를 빠르게 찾고, 설치 절차를 이해하고, 새로운 디지털 툴을 활용하는 데 어려움을 겪고 있다. 기존의 교육 방식은 더 이상 충분하지 않다. 학습자와 숙련된 전기 공학자는 위험, 다운타임, 불일치 없이 실습을 진행할 수 있는 유연하고 확장 가능하며 기술적인 설루션을 필요로 하며, 이런 설루션은 디지털 노멀과 네이티브 모두에게 매력적이다. 지멘스는 자체 교육 툴과 내부 지원 시스템을 발전시킬 필요성을 인식하고 몰입형 기술에서 해결책을 찾았다. 이전에는 지멘스의 XR 교육 모듈이 수동으로 VR 헤드셋에 추가되었으며 배포, 확장성 또는 유저 친화적인 액세스를 위한 중앙 집중형 플랫폼이 부족했다. ‘광고 지면’의 타깃 고객 액세스 경험은 단편화되어 리소스를 많이 사용했다.   ▲ 출처 : 에듀케이션XR   누마, 더 스마트한 인력을 위한 스마트 교육 지멘스는 기술 가이드, 몰입형 학습 및 AI 기반 지원을 위한 원스톱 허브 역할을 하는 혁신적인 애플리케이션인 누마를 도입했다. 누마는 내부 팀과 외부 고객 모두를 염두에 두고 설계되었으며 인터랙티브 콘텐츠, 실시간 데이터 액세스, 크로스 디바이스 접근성을 지능적으로 조합한다. 누마는 유니티 실시간 3D 엔진과 에듀케이션XR 플랫폼을 활용하여 다음과 같은 기능을 제공하여 기존의 교육과 최신 디지털 요구 사항 간의 격차를 해소한다. 몰입형 XR 교육 모듈 : 실시간 전압이나 하드웨어 없이 실전 전기 훈련을 위한 사실적인 시뮬레이션 3D 및 XR 호환 제품 시각화 : 전기 부품을 설치하기 전에 살펴보고 학습할 수 있는 인터랙티브 모델 AI 기반 콘텐츠 검색 : 제품 질문에 답변하고, 기술 자료를 추천하고, 학습 가이드를 제공하는 생성형 AI 어시스턴트이다. 실무 지원 : 3D 조립 및 설치 지침 가이드 중앙 집중식 리소스 액세스 : 사양 시트부터 동영상 튜토리얼까지 누마는 모바일, 데스크톱 및 VR 전반에 걸쳐 통합된 콘텐츠 경험을 제공한다.   주요 기능 모든 기기에서 웹 및 모바일 액세스 가능 크로스 플랫폼 XR 학습 환경 인터랙티브 튜토리얼 및 가이드식 시뮬레이션 제품 쿼리, 문제 해결, 애셋 추천을 위한 생성형 AI 확장 가능한 교육 과정 개발을 위한 에듀케이션XR 기반 콘텐츠 제작 에듀케이션XR의 코리 하이젠레이더(Cory Heizenrader) CEO는 “에듀케이션XR은 크로스 플랫폼 자동 멀티플레이어(폰, 태블릿, 데스크톱, VR 등)를 갖춘 제작 제품군이다. 우리는 최첨단 XR 지원과 유연성 때문에 유니티를 선택했다”고 전했다.   유니티로 구축한 누마의 기반 기술 유니티는 누마의 몰입형 경험의 기반이 된다. 유니티 크로스 플랫폼 기능을 통해 지멘스와 에듀케이션XR은 모든 기기에서 통합되고 일관된 교육 및 지원 경험을 제공할 수 있으며, 이는 현장의 디지털 네이티브에 도달하는 데 필수이다. 이 과정은 크리에이터가 에듀케이션XR의 카페인(Caffeine) 패키지를 유니티 에디터로 다운로드하여 에듀케이션XR 자격 증명을 통해 로그인하거나, 조직에서 에듀케이션XR과 IT를 통합하기로 결정한 경우 안전한 SSO를 통해 로그인한다. 디자인 단계가 끝나면 3D 모델을 유니티 가져와서 단계별 인터페이스를 통해 크리에이터가 간단한 방식으로 콘텐츠를 제작하는 방법을 안내한다.   ▲ 출처 : 지멘스   유니티가 지멘스의 누마 플랫폼 각 레이어를 지원하는 방법은 다음과 같다. 카페인으로 콘텐츠 제작 : 지멘스는 에듀케이션XR의 커스텀 유니티 패키지인 카페인을 유니티 에디터에서 직접 사용한다. 커스텀 에듀케이션XR 언어인 플로(Flow)를 통한 비주얼 스크립팅과 모든 경험 수준의 크리에이터를 위한 드래그 앤 드롭 유저. ‘광고 지면’의 타깃 고객 경험이 포함되어 있다. 교육 모듈, 제품 데모, 시뮬레이션은 15분 만에 제작할 수 있으며, 에듀케이션XR의 클라우드 인프라를 통해 자동으로 배포되므로 실행 파일을 생성하고 배포할 필요가 없다. 크로스 플랫폼 배포 : 유니티의 렌더링 파이프라인과 XR 통합(URP, AR Foundation, AI Navigation, Splines)을 통해 모바일, 데스크톱, VR 및 AR 플랫폼에 원활하게 배포할 수 있다. 누마는 윈도우, 맥OS, 안드로이드, 퀘스트(Quest), 피코(Pico) 및 패스스루 지원 XR 헤드셋에서 실행된다. XR 모드를 위한 AR 파운데이션 : 유니티의 AR 파운데이션(AR Foundation)은 휴대폰을 공간 교육 기기로 변환한다. 교육생은 모바일 AR을 사용하여 가상 환경을 보고 상호 작용할 수 있다. VR 헤드셋이 필요하지 않다. 실시간 시뮬레이션 및 멀티플레이어 : 유니티는 모든 디바이스에서 멀티플레이어(multiplayer) 시뮬레이션을 지원하므로, 하드웨어와 관계없이 팀이 함께 훈련할 수 있다. 이렇게 하면 강의실, 작업 현장, 원격 장소에서 동기화된 학습이 가능하다. 지멘스는 유니티 에듀케이션XR을 통해 기기나 경험 수준에 관계없이 모든 유저. '광고 지면'의 타깃 고객이 일관되고 최첨단 디지털 학습을 이용할 수 있도록 지원한다.   ▲ 출처 : 에듀케이션XR   지멘스의 데이비드 콰텔라(David Quatela) 북미지역 일렉트리컬 제품 마케팅 매니저는 “유니티 엔진과 강력한 성능을 에듀케이션XR의 출력 및 별도의 기능과 결합하는 능력은 인력 개발 및 건설 기술 작업을 통해 지멘스의 시장 진출 방식을 바꿔 놓았다”고 설명했다.   스파크 변경 결과 누마는 6개월 만에 지멘스의 인력과 확장된 전기 산업 생태계에 혁신적인 영향을 미쳤다. 누마의 AI 기반 어시스턴트를 통해 1만 개 이상의 제품 및 설치 질문에 대한 답변을 얻어, 매뉴얼을 검색하거나 지원 티켓을 확대하는 데 소요되는 시간을 절약할 수 있었다. 기술 지식에 대한 즉각적인 액세스 덕분에 효율이 향상되었을 뿐만 아니라, 작업에 대한 유저 및 ‘광고 지면’의 타깃 고객 신뢰도도 높아졌다. 유니티 기반 XR 교육 모듈 덕분에 지멘스는 지식 보존이 세 배 증가하여 학습자가 복잡한 절차를 더 효과적으로 수용할 수 있도록 지원했다. 실제 시나리오에서는 중요한 설치 및 문제 해결 작업에 필요한 시간을 70% 단축하여 시간을 절약하고, 비용이 많이 드는 오류를 줄이면서 건설 현장의 다운타임을 최소화할 수 있다. 신속하고 열정적인 도입이 이루어졌다. 지멘스의 내부 팀, 계약업체, 유통 파트너를 아우르는 1000명 이상의 사용자를 바탕으로, 누마는 몰입형 교육과 지원을 위한 핵심 지점으로 빠르게 자리매김하고 있다. 지멘스 에듀케이트 아메리카 이니셔티브를 통해 2만 5000명 이상의 학습자와 강사가 참여하여 업계의 증가하는 기술 격차를 해소할 수 있었다. 외부 사용자도 참여를 유지하고, 매주 상호 작용률이 85% 이상이며, 하루 평균 125건의 AI 기반 콘텐츠 쿼리로 플랫폼 가치가 있을 뿐만 아니라 필수라는 확실한 신호이다.   ▲ 출처: 지멘스   측정할 수 있는 결과와 높은 참여도의 조합을 통해 유니티의 기술과 에듀케이션XR의 교육 모듈 및 지멘스의 심층적인 업계 전문 지식이 어떻게 전체 전기 생태계에서 전문가 교육, 지원 및 역량 강화 방식을 적극적으로 재구성하고 있는지 확인할 수 있다. 실시간 제품 데이터와 AI 기반 영업 툴에 액세스할 수 있는 배포업체 단계별 AR 지침 및 가상 시뮬레이션을 활용할 수 있는 건축업체 XR 모듈 및 온디맨드 지원을 통해 실습 학습을 경험하는 학습자 더 빠른 온보딩, 더 높은 일관성, 미래 지향적 인재 확보를 위한 기업   숙련된 무역의 미래 : 확장형 학습을 위한 장벽 해소 지멘스는 더 많은 AI 기반 콘텐츠 제작 툴, 콘텐츠 라이브러리의 추가 XR 교육 모듈, 더 많은 트레이드 역할을 지원하기 위해 다양한 분야에 걸쳐 광범위한 롤아웃을 통해 누마를 확장하고 있다. 유니티 모듈식 툴셋과 커스텀 스크립팅, 애셋 파이프라인, 기기 호환성에 대한 광범위한 지원은 이러한 비전을 확장하는 데 핵심 역할을 할 것이다.   ▲ 출처 : 지멘스   현대적인 인력 개발을 위한 청사진 지멘스는 단순히 교육 문제를 해결하는 것이 아니라 업계의 인력 개발 및 지원 방식을 더 광범위하게 바꾸는 데 기여하고 있다. 몰입형 XR 학습, AI 기반 지원, 기술 정보에 대한 일관된 온디맨드 액세스를 통합함으로써, 누마는 조직이 온보딩 시간을 줄이고, 작업의 정확도를 높이고, 지속적인 기술 개발을 지원하도록 지원하고 있다. 이러한 툴은 반드시 기존의 학습을 대체할 필요가 없으며, 이를 보완하고 강화하여 교육의 접근성과 참여도를 높이고 현재 건설 환경의 현실에 더 잘 부합한다. 지멘스는 지멘스 에듀케이트 아메리카와 같은 프로그램 및 NECA, IBEW 및 IEC와의 파트너십을 통해 업계에 진출하는 숙련된 인재의 파이프라인을 강화하는 데 도움을 준다. 지식을 더 쉽게 공유하고 전문가가 최신 인프라 및 전기화의 요구 사항을 충족할 수 있도록 더 잘 준비된 미래를 지원한다.     ■ 기사 내용은 PDF로도 제공됩니다.

차세대 HMI부터 시뮬레이션,몰입형 모빌리티 생태계까지   CES(국제전자제품박람회)의 자동차 전시관은 올해도 활기 넘치는 현장이었으며, 모빌리티와 디지털 몰입 경험의 융합이 더 이상 트렌드가 아닌 업계 표준으로 자리 잡았음을 보여줬다. 지난해 박람회가 혁신적인 기술의 가능성을 보여줬다면, 2026년은 실행 중심으로의 전환이 뚜렷해진 해였다. 제조사와 기술 기업들은 운전자 경험을 새롭게 정의하는 양산 수준의 설루션을 선보였다. ■ 자료 제공 : 에픽게임즈   CES 2026는 에픽게임즈에게도 중요한 이정표가 된 행사로, 에픽은 언리얼 엔진 5 기반의 차세대 HMI(휴먼-머신 인터페이스) 경험을 공개했다. AMD와의 기술 협업을 통해 라이젠 AI 임베디드 P100 시리즈(Ryzen AI Embedded P100 Series)에서 구동되는 이 프로젝트는 하나의 UE5 실행 인스턴스에서 디지털 콕핏의 모든 픽셀을 구동하는 성능을 보여준다. 소니 혼다 모빌리티와 퀄컴 등 파트너사들이 선보인 언리얼 엔진 애플리케이션을 통해, 올해 CES는 HMI의 미래가 인터랙티브하고 몰입감 있으며 데이터 중심의 게임화된 경험으로 진화하고 있음을 보여줬다. 이번 호에서는 언리얼 엔진 5의 차세대 HMI 경험에 대한 내용과 함께, 전시장에 참여한 협력사 및 파트너사가 선보인 창의적인 언리얼 엔진 쇼케이스를 살펴본다.   언리얼 엔진 5의 차세대 HMI 경험 CES 2026에서 공개된 언리얼 엔진 5의 차세대 HMI 경험은 디지털 자동차 콕핏의 모든 픽셀을 언리얼 엔진 5로 구동하는 기술력을 선보인다. 이 프로젝트는 단순한 데모를 넘어 자동차 HMI 개발에서 비주얼 퀄리티, 성능, 상호작용 측면의 새로운 기준을 제시하는 것을 목표로 한 에픽게임즈의 내부 프로젝트다. 언리얼 엔진 5의 차세대 HMI 경험은 하나의 UE5 실행 인스턴스로 계기판, 지도, 미니맵, 컨트롤 패널, 3D 배경을 포함한 디지털 콕핏 전체를 동시에 렌더링하며, 60fps로 구동되는 고해상도 디스플레이 경험을 제공한다. CES에서 선보인 주요 기능은 다음과 같다. HMI 환경에서 게임 요소를 직접 체험할 수 있는 커스터마이징 가능한 비주얼과 인터랙티브 테마(조작 가능한 젤리빈 캐릭터가 등장하는 폴가이즈 테마 포함) 주요 관심 지점과 파리의 상징적인 랜드마크를 포함한 2D 항공 뷰 및 3D 스트리트 레벨 내비게이션을 지원하는 네이티브 지도 AMD의 주행 시뮬레이터와 통합돼 포토리얼한 언리얼 엔진 환경에서 생성된 합성 데이터를 활용해 AI 시스템을 학습하는 첨단 운전자 보조 시스템(ADAS) 게임을 포함해 오디오·비디오 스트리밍 플랫폼 등 크로미움(Chromium) 기반 제3자 애플리케이션 실행 기능 디지털 콕핏 내에서 로켓 리그(Rocket League)와 같은 게임을 플레이할 수 있는 기능 HMI 인터페이스 전반에 걸쳐 음성으로 사용자를 안내하는 밝고 다채로운 음성 인식 어시스턴트 에픽게임즈는 언리얼 엔진 5 차세대 HMI 경험을 활용해 실제 양산 제품 수준의 안전한 환경에서 새로운 HMI 기능을 테스트하고 개선하며, 자동차 HMI의 미래 가능성을 제시한다.   CES에서 소개된 주요 언리얼 엔진 프로젝트 CES 2026에서는 향후 자동차 산업의 방향을 제시할 다양한 언리얼 엔진 기반 프로젝트가 공개됐다. 주요 하이라이트는 다음과 같다.   아처마인드 소프트웨어 개발 및 서비스 기업 아처마인드(ArcherMind)는 퀄컴 스냅드래곤 엘리트(Qualcomm Snapdragon Elite) 플랫폼에서 구동되는 자동차 HMI 데모를 선보였다. 45인치 대형 디스플레이를 갖추고 언리얼 엔진으로 구현된 이 디지털 콕핏 경험은 ADAS, 인포테인먼트 터치스크린, 그리고 동승자 화면이라는 세 가지 영역으로 구성돼 있다. 인포테인먼트 화면에는 사용자가 직접 상호작용할 수 있는 자동차 시각화 기능이 포함돼 있어, 차량의 문을 열고 닫거나 색상을 변경하고 실내 조명을 조절하는 등 다양한 기능을 사용할 수 있다. 또한, 이 데모는 AI를 활용한 HMI 제어를 지원해, 음성 명령으로 에어컨을 작동시키거나 지도에서 위치를 검색하고 아마존 및 구글과 같은 제3자 서비스에 연결할 수 있다. 실내 카메라는 운전자의 표정을 감지해 AI 어시스턴트에 전달하며, 운전자가 웃고 있을 경우 신나는 음악을 추천한다. 또한 AI는 차에 탑승한 인원 수를 인식해, 해당 인원에 맞는 인근 레스토랑을 찾거나 정확한 인원으로 저녁 식사 예약을 도와주는 등 다양한 작업을 지원한다.   ▲ 아처마인드가 선보인 자동차 HMI 디지털 콕핏 데모 화면(출처 : 에픽게임즈)   브런즈윅 코퍼레이션 브런즈윅 코퍼레이션(Brunswick Corporation)은 CES 2026에서 플라이트(Flite)의 기술로 구현된 이포일링(eFoiling) 시뮬레이터와 레저용 보트 운항의 미래를 보여주는 차세대 조타석 시뮬레이터를 공개했다. AI 코파일럿을 탑재한 퓨처 헬름 시뮬레이터(Future Helm Simulator)는 항로 계획, 조종, 정박, 상황 인식을 지능적으로 지원하는 차세대 경험을 제공하며, 보트 운항 시 선장이 가장 큰 스트레스를 느끼는 요소를 줄이는 것을 목표로 한다. 플라이트보드 이포일 시뮬레이터(Fliteboard eFoil Simulator)는 실제 수면에서의 주행을 충실히 재현하도록 향상된 역학과 반응성을 적용해, 전동 하이드로포일 서프보드로 물 위를 미끄러지듯 활주하는 감각을 전달한다. 두 시뮬레이터 모두 언리얼 엔진으로 구동되며, 사용자는 수로를 탐색하고 자동으로 정박하며, 관심 지점과 야생 동물을 식별하고 게임화된 시나리오에서 경주까지 즐길 수 있는 높은 상호작용과 사실적인 해양 환경을 경험할 수 있다. 이러한 시뮬레이션을 통해 소비자들은 미래의 보트 운항 경험을 탐색하고, 자율 운항 기능을 테스트하며, 실제 환경에서 선박이 어떻게 반응하는지를 검증할 수 있다. 브런즈윅의 기술은 디지털 세계와 실제 세계를 연결하고 차세대 해양 기술 개발을 가속화한다.   ▲ 브런즈윅 코퍼레이션이 CES 2026에서 공개한 차세대 보트 운항 시뮬레이터 시연 모습(출처 : 에픽게임즈)   디스페이스 디스페이스(dSPACE) 부스에서는 언리얼 엔진 기반 시뮬레이션과 통합된 디스페이스 하드웨어 및 소프트웨어를 활용해 ADAS와 자율 주행을 테스트하는 시연을 볼 수 있었다. 이미 수백만 대의 차량에 적용돼 긴급 제동과 같은 핵심 기능을 담당하는 카메라 기반 인지 장치는, 멀티 GPU 시스템에서 동기화되어 구동되는 고퀄리티 리얼타임 시뮬레이션을 통해 테스트되고 있었다. 이 시뮬레이션은 포토리얼한 렌더링과 카메라, 레이더, 초음파 출력과 같은 물리 기반 센서 데이터를 함께 생성하며, 이렇게 생성된 데이터는 인지 성능을 평가하기 위해 전자 제어 장치(ECU)로 직접 전달된다. 이 시스템은 120대 이상의 차량과 보행자가 포함된 복잡한 시나리오를 시뮬레이션할 수 있으며, 추가 카메라 구성이나 폭설과 같은 악천후 조건을 즉시 적용해 환경 변화가 인지 정확도에 미치는 영향을 평가하고, 이를 바탕으로 알고리즘을 향상시킬 수 있다.   ▲ CES 2026 디스페이스 부스에서 시연된 언리얼 엔진 기반 ADAS·자율주행 통합 시뮬레이션(출처 : 에픽게임즈)   이카엑스 이카엑스(ECARX)는 퀄컴 스냅드래곤 엘리트 SoC 기반의 단일 플랫폼에서, 언리얼 엔진 5로 구동되는 디지털 콕핏과 ADAS를 동시에 구현한 혁신적인 통합 데모를 시연했다. 차량의 3D 디지털 트윈은 화면에서 실제 차량과 일관된 시각적 표현을 제공해 사용자가 차량을 실시간으로 제어할 수 있도록 한다. 차량의 문과 엔진 후드를 열거나, 차체 색상, 휠/스포일러 디자인, 실내 조명, 오디오 환경 설정을 변경할 수 있으며, 이 모든 조작은 화면에 즉각적이고 매끄럽게 반영된다. 또한, 이 데모에는 연못에서 실시간으로 헤엄치는 물고기와 터치하는 즉시 꽃이 피어나는 벚나무 등 온스크린 환경의 속도와 반응성을 강조하는 창의적인 요소도 포함됐다. 특히 이카엑스 팀은 전체 데모를 단 한 달 만에 제작해 언리얼 엔진 5와 스냅드래곤으로 퀄리티를 유지하면서도 HMI 개발 속도를 높일 수 있음을 보여준다.   ▲ CES 2026 이카엑스 부스에서 공개된 디지털 콕핏 및 ADAS 통합 데모 체험 현장. 차량 외관과 실내를 화면을 통해 시각적으로 제어하는 모습(출처 : 에픽게임즈)   일렉트로비트 일렉트로비트(Elektrobit)는 올해 EB 시비온(EB civion)을 공개했다. EB 시비온은 자동차 OEM이 공급망을 보다 효과적으로 관리하고 소프트웨어 중심 자동차(SDV)를 위한 디지털 콕핏과 애플리케이션 개발을 가속화할 수 있도록 설계된 통합 설루션이다. EB 시비온은 언리얼 엔진을 HMI 소프트웨어 스택의 핵심 구성 요소로 활용해 ADAS 시나리오의 3D 시각화를 구현하는 등 다양한 영역에 적용하고 있다. 시뮬레이션 기반 타깃 표시 기능은 빠른 프로토타이핑을 지원하고, 나이아가라는 동적인 차량 비주얼 이펙트를 제공한다. 또한, 레벨 스트리밍은 대규모 ADAS 데이터를 효율적으로 처리하고, 머티리얼 시스템은 실시간 센서 시각화를 처리한다. 또한 올해 부스에서는 언리얼 엔진으로 구동되는 CARLA를 활용해 안전한 리눅스 기반 애플리케이션을 구축하고 검증하는 방법도 소개했다. CARLA는 현재 정교한 ADAS 시뮬레이터 중 하나로, 심층적인 ADAS 시나리오 검증과 차량 신호에 대한 고퀄리티 시뮬레이션과 테스트, 카메라 데이터 기록, 그리고 전 과정에 걸친 안전 애플리케이션 검증 기능을 제공한다.   ▲ CES 2026 일렉트로비트 부스에서 공개된 EB 시비온 기반 디지털 콕핏 및 ADAS 시각화 데모 체험 현장(출처 : 에픽게임즈)   존 디어 존 디어(John Deere) 부스에서는 현대 농업 기계가 수동 조작에서 자동화로 전환되는 과정을 보여주는 시뮬레이터를 체험할 수 있었다. 언리얼 엔진을 활용하면 짧은 수확철이 아닌 시기에도 실제 수확 환경을 시뮬레이션할 수 있으며, 디스플레이를 통해 스테레오 카메라에 사실적인 시각 데이터를 제공함으로써 자동 하역과 같은 복잡한 시스템을 실제 농경지 환경을 기다리지 않고도 연중 내내 테스트하고 검증하며 향상할 수 있다.   ▲ CES 2026 존 디어 부스에서 공개된 농업 기계 자동화 시뮬레이터 체험 현장(출처 : 에픽게임즈 제공)   코테이 코테이(Kotei)의 부스에서는 언리얼 엔진 5로 제작되고 최신 퀄컴 스냅드래곤 엘리트 플랫폼에서 실행되는 HMI 데모를 볼 수 있었다. 이 데모는 두 개의 화면에 걸쳐 구현됐으며 ADAS 및 주차 시각화, 커스터마이징할 수 있는 차량 색상 및 실내 분위기, 그리고 재미있는 인터랙티브 테마를 선보였다. 차량 내 경험뿐만 아니라, 팀은 ADAS 시뮬레이션과 테스트에 활용되는 언리얼 엔진 기반 디지털 트윈도 공개했다.   ▲ CES 2026 코테이 부스에서 공개된 HMI 데모 체험 현장. 언리얼 엔진 5와 퀄컴 스냅드래곤 엘리트 플랫폼 기반으로 두 개의 화면에 걸쳐 ADAS 및 차량 시각화 기능을 구현한 모습(출처 : 에픽게임즈)   퀄컴 테크놀로지스 퀄컴 테크놀로지스(Qualcomm Technologies)는 CES 2026에서 스냅드래곤 콕핏 엘리트(Snapdragon Cockpit Elite) 및 스냅드래곤 라이드 엘리트(Snapdragon Ride Elite) 플랫폼 데모를 통해 퀄컴 아드레노(Adreno) GPU와 AI 기능을 결합된 환경에서 언리얼 엔진의 루멘 글로벌 일루미네이션 시스템이 구현하는 강력한 경험을 시연했다. 스냅드래곤 디지털 섀시(Snapdragon Digital Chassis) 콘셉트 차량에는 여러 개의 내장형 AI 에이전트가 탑재돼, 사용자의 질문에 답변하고 문제 해결을 지원하며 차내에서 다양한 작업을 선제적으로 수행할 수 있다. 특히 이 AI 에이전트들은 함께 작동한다. 예를 들어, 노면 상태가 악화되면 ADAS AI 에이전트가 보조 AI 에이전트에 도로 상태가 좋지 않다는 정보를 전달하고, 보조 AI 에이전트는 이를 운전자에게 안내한다. 이후 AI 에이전트는 승차감을 보다 편안하게 만들기 위해 차량 설정을 자동으로 조정한다. 하드웨어 기반 레이 트레이싱 지원을 통해 퀄컴 테크놀로지스는 루멘을 활용해 사실적인 라이팅과 그림자를 구현하며 차량 내 비주얼을 매우 높은 퀄리티로 렌더링할 수 있다. 또한 포트나이트 테마를 비롯한 다양한 테마를 적용해 디스플레이를 커스터마이징할 수도 있다.   ▲ CES 2026에서 퀄컴 테크놀로지스의 ‘스냅드래곤 디지털 섀시’ 콘셉트 차량을 통해 시연된 언리얼 엔진 기반 차량 내 경험(출처 : 에픽게임즈)   소니 혼다 모빌리티 현재 양산 전 단계에 있는 아필라 1(AFEELA 1)은 소니 혼다 모빌리티(Sony Honda Mobility)의 첫 번째 모델이다. CES 2026에서 소니 혼다 모빌리티는 언리얼 엔진으로 구현된 인상적인 차량 내 경험을 갖춘 여러 대의 아필라 1 자동차를 선보였다. 아필라 1에 적용된 이 시네마틱 유저 인터페이스는 모든 주행을 연결되고 몰입감 있는 여정으로 바꿔준다. 3D 네이티브 지도 렌더링 시스템, 차량의 인지 정보를 실시간으로 시각화하는 차세대 ADAS 클러스터 뷰 모드, 그리고 실제 주행 데이터에 엔터테인먼트와 정보를 결합한 완전한 인터랙티브 인터페이스 등이 주요 기능으로 제공된다. 사용자는 다양한 테마 중에서 원하는 스타일을 선택할 수 있으며, 디지털 콕핏 디스플레이, 실내 조명, 미디어 바, 전기차 주행 사운드가 유기적으로 연동돼 하나의 통합되고 몰입감 있는 경험을 제공한다.(에픽은 포트나이트 테마를 테스트해보았다.) 소니 혼다 모빌리티가 언리얼 엔진을 활용해 아필라 1 디지털 콕핏을 개발한 과정이 궁금하다면 언리얼 페스트 올랜도 2025에서 녹화된 세션에서 확인이 가능하다.   ▲ CES 2026 현장에서 차량 디스플레이를 통해 포트나이트를 직접 체험하는 모습(출처 : 에픽게임즈)     ■ 기사 내용은 PDF로도 제공됩니다.

IBM이 에이전틱 AI(Agentic AI) 기술을 접목한 차세대 IBM 플래시시스템(FlashSystem) 포트폴리오를 공개하며 자율형 스토리지 시대를 선언했다. 이번에 발표된 신제품은 기존의 스토리지 역할을 넘어 스스로 위협을 분석하고 성능을 최적화하는 지능형 계층으로 진화한 것이 특징이다.   에이전틱 AI와 플래시시스템.ai로 실현하는 스토리지 자율 주행 2026년 2월 13일, IBM은 서울에서 차세대 IBM 플래시시스템 5600, 7600, 9600 등 신제품 3종을 선보였다. 이번 포트폴리오의 핵심은 지능형 운영 기술인 플래시시스템.ai(FlashSystem.ai)다. 이 기술은 AI 에이전트를 기반으로 한 공동 관리자 기능을 제공하여 스토리지 운영의 복잡성을 획기적으로 낮췄다. 플래시시스템.ai는 수년간 축적된 수십억 건의 데이터를 학습한 AI 모델을 통해 하루 수천 건의 운영 결정을 자동 수행한다. 이를 통해 기업은 스토리지 관리에 투입되던 수작업을 최대 90%까지 절감할 수 있으며, 감사 및 컴플라이언스 문서화에 소요되는 시간 또한 절반으로 줄일 수 있다. 특히 애플리케이션의 동작 변화를 실시간으로 파악해 최적의 성능 개선 방안을 제안하고 그 근거를 설명하는 등 관리자와의 유기적인 협력을 지원한다. 5세대 플래시코어 모듈 탑재로 랜섬웨어 대응력 강화 신규 제품군에는 하드웨어 기반의 보안 기능을 극대화한 5세대 플래시코어 모듈(FlashCore Module, FCM)이 적용됐다. 5세대 FCM은 모든 입출력(I/O) 처리 과정에서 고급 텔레메트리 정보를 활용하여 1분 이내에 랜섬웨어를 탐지할 수 있는 능력을 갖췄다. 이 모듈은 대규모 환경에서도 일관된 저지연 성능을 유지하면서 복잡한 통계 계산과 위협 신호 식별을 즉각적으로 수행한다. 또한 이전 세대 대비 최대 40% 향상된 데이터 효율성을 제공하여 성능과 용량, 보안이라는 세 가지 핵심 요소를 동시에 만족시켰다. 이를 통해 미션 크리티컬한 비즈니스 환경에서도 높은 신뢰도를 확보할 수 있게 됐다. 기업의 AI 워크플로우를 위한 전략적 파트너 IBM 기업가치연구소(IBV)의 조사에 따르면, 경영진의 76%가 자율형 AI 에이전트를 활용한 지능형 워크플로우 자동화를 추진 중인 것으로 나타났다. 급증하는 데이터량과 고도화되는 사이버 위협 속에서 IBM의 자율형 스토리지 솔루션은 IT 조직의 운영 부담을 덜어줄 핵심 대안으로 주목받고 있다. IBM 스토리지 총괄 샘 워너 사장은 차세대 플래시시스템이 성능, 보안, 비용을 자동으로 최적화하는 지능형 계층으로서 자율형 스토리지 시대의 시작을 의미한다고 강조했다. 그는 플래시시스템이 모든 워크로드의 안정적 운영을 보장하는 전략적 AI 파트너가 될 것이라고 덧붙였다. 이번에 발표된 IBM 플래시시스템 신규 포트폴리오는 오는 2026년 5월 한국 시장에 정식 출시될 예정이다.

IBM은 에이전틱 AI와 함께 구동되는 차세대 IBM 플래시시스템(FlashSystem) 포트폴리오를 발표했다. 이번 제품은 기존 플래시시스템의 AI 기능을 강화해 지속적인 보호, 자율적 위협 분석, 맞춤형 복구 제안까지 제공하며, 스토리지를 항상 가동되는 지능형 계층으로 확장하도록 설계됐다. IBM은 “이를 통해 기업은 스토리지 관리에 투입되던 수작업을 최대 90%까지 줄일 수 있다”고 설명했다. IBM이 새롭게 선보인 플래시시스템 5600·7600·9600 등 3가지 시스템은 이전 세대 대비 최대 40% 향상된 데이터 효율을 제공하며 저장 용량과 성능을 개선했다. 여기에 전체 데이터 경로를 관리하고 모니터링하며 문제를 진단·해결할 수 있도록 지원하는 지능형 운영 기술 ‘플래시시스템.ai’가 추가돼 관리 효율이 높아졌다. 플래시시스템.ai는 스토리지 전 단계의 상태를 실시간으로 파악하고, 애플리케이션과 인프라 변화에 빠르게 대응하며, 반복적인 운영 작업을 자동화해 관리자가 신속하게 최적의 조치를 취할 수 있도록 돕는다. 또한 에이전틱 AI 기반 분석을 통해 성능 저하나 장애로 이어질 수 있는 이상 징후를 조기에 발견하고, 대응 방안을 제시하는 기능도 지원한다. 이와 함께 실시간 랜섬웨어 탐지와 데이터 감축·분석 기능을 하드웨어 기반으로 처리하도록 설계된 5세대 플래시코어 모듈(FlashCore Module : FCM)이 적용되면서, 대규모 환경에서도 안정적인 성능과 강화된 보안성을 제공한다. 이 모듈은 모든 I/O 처리에서 고급 텔레메트리 정보를 활용해 복잡한 통계를 즉시 계산하고 위협 신호를 빠르게 식별하며, 일관된 저지연 성능을 유지해 미션 크리티컬 환경에서도 높은 신뢰도를 확보할 수 있도록 돕는다. 또한 운영 과정에서의 분석 효율을 높여 스토리지 전반의 관리 품질을 향상시키는 것이 특징이다.     기업의 AI 워크플로 도입이 확대되는 가운데, 에이전틱 AI는 IT 운영 전반을 보다 효율적이고 자율적으로 관리할 수 있는 기술로 주목받고 있다. IBM 기업가치연구소(IBV) 연구에 따르면 경영진의 76%가 자율형 AI 에이전트를 활용해 지능형 워크플로를 자동화하는 개념 검증을 개발하거나 실행 중이라고 답했다. 동시에 기업 IT 조직은 급격히 늘어나는 데이터, 고도화된 사이버 위협, 강화되는 규제 요구에 대응해야 하는 상황에 놓여 있다. 이러한 요구는 지능형·자율형 스토리지 설루션의 필요성을 더욱 높이고 있다. 새롭게 선보인 플래시시스템.ai는 반복적이고 오류 가능성이 높은 작업을 자동화하며, 스토리지를 단순 저장 장치를 넘어 ‘스스로 발전하는 시스템’으로 전환할 수 있도록 설계됐다. 텔레메트리 데이터와 실제 운영 환경에서 수년간 축적된 수십억 건의 데이터를 학습한 AI 모델이 하루 수천 건의 운영 결정을 자동으로 수행한다. 플래시시스템.ai는 스토리지 관리 작업의 상당 부분을 자동화할 뿐 아니라 시간이 지날수록 더 빠르게 학습한다. 애플리케이션의 동작 변화를 몇 시간 안에 파악해 템플릿 기반 시스템보다 빠르게 성능 개선을 제안하고 그 근거를 설명하며, 관리자의 피드백을 반영해 권고 내용을 조정한다. 또한 최신 플래시시스템 모델에서는 감사 및 컴플라이언스 문서화 시간을 절반으로 줄일 수 있도록 설계됐다. 이 제품군은 사전 성능 조정, 지능형 워크로드 배치, 비중단 데이터 이동(타사 스토리지 포함) 기능도 제공한다. 새로운 플래시시스템 포트폴리오는 2026년 5월 한국에서 정식 출시될 예정이다. IBM의 샘 워너(Sam Werner) 스토리지 총괄 사장은 “차세대 IBM 플래시시스템은 성능, 보안, 비용을 자동으로 최적화하는 지능형 계층으로 스토리지를 확대해준다”면서, “이번 포트폴리오는 자율형 스토리지 시대의 시작을 의미하며, 플래시시스템이 모든 워크로드의 안정적이고 안전한 운영을 보장하는 전략적 AI 파트너가 되도록 돕는다”고 말했다.

가상 제품 개발을 위한 MBSE 및 SysML의이해와 핵심 전략 (4)   이번 호에서는 모델 기반 아키텍처(model-based architecture)를 통해 시스템을 이해하고 해석하는 과정의 중요성에 대해 살펴보고자 한다.   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 CTO   그림 1.모델 기반 아키텍처를 통해 시스템을 이해 및 해석하는 과정   시스템 엔지니어링에서는 요구사항을 충족시키기 위해 시스템 전체의 최적 가치를 도출할 수 있도록, 시스템의 개발이 이루어지기 이전 단계에서 신중한 선택과 분석이 요구된다.(그림 1) 이러한 작업은 시스템 엔지니어의 핵심 역할 중 하나로, 이를 통해 성능, 비용, 신뢰성 등 다양한 설계 목표를 동시에 만족시키는 최적의 시스템 구성을 도출할 수 있다. 하지만 복잡한 시스템에서는 구성 요소 간의 상호작용이 매우 복잡하고, 다양한 요소가 시스템 전체의 성능에 미치는 영향을 정확히 이해하는 것은 매우 어렵다. 이를 해결하기 위해 분석 중심의 아키텍처 모델링이 필요하다. 분석 중심 아키텍처 모델은 기존의 직관적이고 고정된 설계 접근법과 달리, 시스템 요구사항의 충족 여부를 판단할 수 있는 다양한 시나리오와 조건을 모델링하고, 이에 따른 시스템 특성의 변화를 예측할 수 있도록 한다. 이를 통해 명확히 정의되지 않았던 시스템 특성에 대한 분석을 가능하게 하며, 설계 초기 단계부터 전체 시스템의 성능 목표 달성 가능성을 평가할 수 있게 된다. 또한, 이러한 모델 기반 접근법은 요구사항과 시스템 구조 간의 연계성을 강화하고, 설계 및 운영 단계에서 다양한 대안을 분석하여 최적의 시스템 구성을 선택할 수 있도록 지원한다. 이는 특히 설계 변경이 빈번한 복잡한 시스템 개발에서 비용과 시간을 절감하고, 품질을 확보하는 데 큰 도움이 된다. <그림 1>에는 실제 아키텍처 모델링 도구의 화면이 예시로 제시되어 있으며, 이를 통해 전체 시스템 구조, 시뮬레이션 조건, 분석 결과 등을 시각적으로 확인할 수 있음을 보여준다. 이와 같은 설명은 발표나 보고서에서 모델 기반 시스템 엔지니어링(MBSE)과 아키텍처 기반 분석의 필요성과 실질적인 이점을 전달할 때 효과적으로 활용할 수 있다.   MBSE 도구 기능 기반 확장   그림 2. 요구사항과 모델, 해석 간의 데이터 연동 기능   <그림 2>는 MBSE 도구 기능의 확장에서 특히 요구사항과 모델, 해석 간의 데이터 연동 기능이 강화되고 있는 추세를 설명하고 있다. MBSE의 도구 환경은 단순히 그래픽 모델링 수준을 넘어 요구사항과 모델, 해석 데이터 간의 통합을 목표로 점점 확장되고 있다. 특히 데이터 흐름과 분석 정보가 시스템 모델(SysML)과 유기적으로 연계됨에 따라, 다양한 분석 도구와의 연동이 가능해지고 있다. 예를 들어, 모델센터(ModelCenter)와 같은 상용 통합 해석 플랫폼은 SysML 모델을 MBSE PAK과 같은 패키지를 통해 해석 모델과 연결할 수 있도록 지원하며, 시스템 요구사항에서 해석까지 연계된 설계 평가를 가능하게 한다. 또한, 랩소디(Rhapsody) 또는 카티아 매직(CATIA Magic) 등의 MBSE 모델링 도구에서는 파라메트릭 다이어그램이나 해석 모델 내에서 매개변수(parameters) 기반 연산을 수행할 수 있으며, 이를 통해 요구사항에 대한 성능 확인과 설계 조건 충족 여부를 모델 기반으로 해석할 수 있다. <그림 2>는 시스템 모델(SysML)이 요구사항, 구조, 행동, 파라미터, 그리고 해석 도구와 어떻게 연결되는지를 보여주고 있다. 특히 해석 결과를 다시 요구사항 검증으로 피드백시키는 폐순환(closed-loop) 구조가 강조되고 있다. 이를 통해 시스템 설계자는 더 빠르고 신뢰성 높은 의사결정을 내릴 수 있다. 예를 들어보면, 최근 건조기 제품의 개발에서는 MBSE의 적용이 점차 확대되고 있으며, 단순한 그래픽 모델링을 넘어 요구사항과 모델, 해석 간 데이터 통합을 핵심으로 삼고 있다. 특히, 다양한 동작 시나리오(예 : 쾌속건조, 절전건조 등)에 따라 요구사항이 달라지는 건조기 시스템 특성상, 모델 간 유기적 연결과 해석 연동이 매우 중요하다. 건조기 설계에서는 SysML 기반의 시스템 모델을 통해 다음과 같은 다양한 요소를 모델링하고 해석에 연결한다. 요구사항 모델은 ‘건조 시간 60분 이내’, ‘소비 전력 700Wh 이하’, ‘잔여 수분율 5% 이하’ 등의 고객 요구사항을 정의한다. 구조 모델은 드럼, 히터, 송풍기, 제습센서 등의 구성요소와 상호 작용을 정의한다. 행위 모델은 센서 신호에 따른 히터 제어, 팬 속도 제어 등의 시퀀스를 모델링한다. 파라메트릭 모델은 ‘드럼 회전 속도’, ‘히터 출력’, ‘공기 유량’ 등의 매개변수를 통해 성능 예측과 해석이 가능하도록 한다. 이러한 모델은 모델센터 등의 해석 플랫폼과 연동되어, 실제 건조기의 에너지 소비량, 건조 시간, 습도 변화 등을 해석할 수 있다. 특히 SysML의 파라메트릭 다이어그램을 통해 해석 파라미터를 모델에 연결하고, 최적의 설계 조건을 도출하는 것이 가능하다. 예를 들어, 카티아 매직 안에서 SysML 파라메트릭 다이어그램을 기반으로 히터 출력과 팬 속도를 조절하여 건조 시간과 에너지 소비를 최소화하는 최적화 해석을 수행할 수 있으며, 이 결과는 요구사항 만족 여부를 자동으로 검증하는 구조로 구성된다. 결과적으로 MBSE는 건조기 개발 전반에서 모델, 해석, 요구사항 간의 통합 기반 의사결정 구조를 제공함으로써, 제품 개발 기간 단축, 성능 검증 강화, 설계 변경 대응 유연성 향상에 기여할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

모두솔루션은 지난 1월 14일 ‘2026 지스타캐드 파트너 킥오프’를 열고, 국내 파트너사를 대상으로 2026년 사업 전략과 파트너 협력 방향을 공유했다. 지스타캐드(GstarCAD)를 국내 공급하는 모두솔루션은 이 자리에서 2025년 지스타캐드 사업 성과와 2026년 영업 및 마케팅 전략을 소개했다. 또한 지스타캐드 개발사인 지스타소프트가 글로벌 비즈니스 전략을 설명하는 한편, 산업 기술 및 활용 사례 발표와 파트너 어워드 시상 등도 진행됐다. ■ 정수진 편집장     지스타캐드 시장 안착, 파트너 시너지와 고객 만족에 집중 모두솔루션의 정충구 대표는 “모두솔루션은 지난 2004년에 설립되어 2D/3D CAD, PDM, PLM, 설계 자동화 등 다양한 제품과 서비스를 제공하고 있으며, 파트너들과 함께 지스타캐드를 국내 시장에서 성장시켜 왔다”면서, “지스타캐드는 합리적인 가격과 안정적인 성능, 그리고 기술 지원을 바탕으로 국내 CAD 시장에서 의미 있는 대안을 만들어가고 있다”고 강조했다. 모두솔루션의 성기정 상무는 2025년 지스타캐드 국내 비즈니스 성과를 발표하면서, “공격적인 마케팅 활동과 파트너사들의 적극적인 영업 활동을 통해 지스타캐드에 대한 시장의 관심이 높아졌다”고 설명했다. 2025년에는 환율 상승의 영향으로 전년도 대비 매출 이익은 소폭 줄었지만, 전체적인 판매 수량과 매출 규모는 예년 수준을 유지하며 성장세를 이어갔다는 것이 성기정 상무의 분석이다. 또한 성기정 상무는 파트너를 통한 세일즈 비중이 늘어나고 있다면서, “이는 파트너사와 본사의 매출이 함께 증가하는 건전한 비즈니스 선순환 구조가 자리 잡고 있다는 긍정적인 신호”라고 평가했다. 한편으로, 모두솔루션이 매년 실시하는 제품 및 서비스 만족도 조사에서는 전년 대비 소폭 하락한 4.1점이 나왔는데, 성기정 상무는 사용자 만족도를 다시 끌어올리는 것이 2026년의 중요한 과제라고 덧붙였다.   ▲ 모두솔루션 정충구 대표   ▲ 모두솔루션 성기정 상무   CAD를 넘어 통합 산업 플랫폼으로 지스타소프트의 메이유 황(Meiyu Huang) 부사장은 “지난 1992년 설립된 지스타소프트는 현재 윈도우, 리눅스, 맥, 안드로이드, iOS 등 다양한 운영체제를 지원하는 코어 기술을 갖추고 있으며, 전 세계 100개 이상의 국가에서 1억 명 이상의 사용자를 가진 글로벌 제품으로 성장했다”고 소개했다. 황 부사장은 급변하는 산업 환경 속에서 지스타캐드가 나아가야 할 방향으로 ▲AI 기술의 설계 프로세스 통합 및 설계 자동화 등의 기술 흐름과 ▲설계를 넘어 협업과 관리까지 가능한 플랫폼 역량에 대한 고객 요구에 주목했다. 또한 “개인 사용자부터 대기업, 개발자에 이르기까지 세분화된 고객 니즈를 모두 충족하기 위해서는 단일 도구가 아닌 통합 플랫폼 구축이 필수”라고 짚으면서, “독자적인 코어 기술과 크로스 플랫폼 능력, 그리고 상장을 통해 확보한 자금력을 바탕으로 M&A와 R&D 투자를 가속화하면서 제품과 기술의 통합을 이뤄낼 것”이라고 밝혔다. 황 부사장이 꼽은 향후 3~5년 간의 핵심 과제는 ▲높은 성능과 안정성 확보 ▲지속적인 기능 혁신 ▲멀티 플랫폼 호환성 강화 ▲개방형 생태계 구축 등 네 가지이다. 제품의 성능 측면에서는 렌더링 엔진과 메모리 관리, 핵심 알고리즘을 최적화하여 대형 도면 작업에서도 쾌적한 속도를 제공할 계획이다. 지스타캐드 2026 버전은 파일 열기, 저장, 편집 등 주요 작업에서 성능을 높였고, 시스템 아키텍처를 모듈화하여 각 기능이 독립적으로 작동하게 함으로써 안정성을 높였다. 자동 업그레이드 메커니즘을 도입해 유지보수 비용을 낮추는 구조적 재설계도 진행된다. 기능 혁신과 관련해서는 파라메트릭 구속(parametric constraint) 기능을 강화하여 논리 기반의 설계를 지원하고, 다중 단말과 전문 영역 간의 실시간 협업이 가능한 통합 설계 기능을 고도화해 설계부터 검수까지 이어지는 표준화된 관리 체계를 구축할 예정이다. 또한 AI 기술과 CAD의 융합을 적극 추진하여 지능형 명령어 추천, 자연어 상호작용, 도면 인식 및 자동 주석 기능 등을 탑재할 계획이다. 제품 라인업과 생태계 확장 계획에 대해서 황 부사장은 엔터프라이즈 설계 플랫폼으로서 ‘지스타캐드 365’를 강화하고, 아치라인(ARCHLine.XP) 인수 후 기능을 보강 중인 ‘지스타캐드 BIM(GstarCAD BIM)’과 기능이 지속적으로 추가되는 도면 열람&편집 툴 ‘DWG 패스트뷰(DWG FastView)’ 등의 포트폴리오를 완성해 나가겠다고 전했다. 지스타소프트는 GRX(Graphics Runtime Extension), COM(Component Object Model), 닷넷(.NET), LISP(리스프), 파이썬(Python) 등 커스텀 개발을 위한 생태계 지원도 이어나갈 계획이다.   ▲ 지스타소프트 메이유 황 부사장   3D·BIM 시장 공략 및 서드파티 강화… 지스타캐드의 인지도 높일 것 지스타캐드는 오토캐드 대체 시장을 넘어 제조, 건설, 플랜트 등 산업별 특화 수요로 시장을 빠르게 확장하고 있다. 모두솔루션은 2026년에는 파트너 중심의 세일즈 체계를 더욱 강화하는 한편, 시장에서 3D CAD에 대한 수요가 꾸준히 증가하고 있는 상황에 맞춰 3D 제품군 및 BIM 설루션을 2026년에 본격 선보이면서 시장 대응력과 사업 경쟁력을 함께 높인다는 전략을 소개했다. 제품 측면에서는 2025년 출시한 클라우드 기반 설계 협업 플랫폼 ‘지스타캐드 365 비즈니스(GstarCAD 365 Business)’를 국내 시장에 안착시키기 위해 레퍼런스 구축에 집중하고, 향후 선보일 BIM 및 3D CAD 제품 역시 파트너와의 협업을 통해 단계적으로 시장에 소개할 예정이다. 성기정 성무는 “특히 그동안 약점으로 지적되던 서드파티 및 라이브러리 부족 문제를 해결하기 위해 2025년에 베타 버전으로 출시했던 ‘드림플러스(DreamPlus)’의 정식 버전을 올해 출시하고 AEC 시장을 본격 공략하겠다”는 구상을 제시했다. 또한 성기정 상무는 경쟁 제품 사용자를 타깃으로 한 공격적인 프로모션 전략도 공개했다. “오토캐드 LT의 1년 구독 비용 수준으로 지스타캐드 스탠더드 제품을 3년간 사용할 수 있게 하는 ‘1+2 프로모션’을 기획해서, 시장의 반응을 살피고 파트너들의 의견을 수렴해 전략을 고도화해 나갈 것”이라는 설명이다. 이외에도 성기정 상무는 설계 작업 자동화를 지원하는 라이브러리 프로그램인 멕클릭(MecClick)의 성능 향상 및 규격 확대 업데이트 소식을 공유하면서, 진화하는 지스타캐드와 지능형 라이브러리의 결합을 통해 시장에서 좋은 성과를 얻고자 한다고 전했다. 모두솔루션 마케팅팀의 한운선 부장은 “2026년에는 고객 데이터베이스 확보를 넘어서 실제 구매 가능성이 높은 고객 수요(리드)를 창출하고 영업 파이프라인을 확장하는 데 마케팅의 초점을 맞출 것”이라면서, “지스타캐드의 인지도를 구축하고 신뢰도 높은 콘텐츠 자산을 중심으로 마케팅 체계를 강화해, 고객이 지스타캐드를 스스로 찾을 수 있는 환경을 만들고자 한다”고 설명했다.     ■ 기사 내용은 PDF로도 제공됩니다.

마이크로소프트가 대규모 AI 토큰 생성의 경제성을 개선하기 위해 설계된 추론 가속기 ‘마이아 200(Maia 200)’을 공개했다. 마이아 200은 마이크로소프트 애저(Azure) 환경에서 AI 모델을 더욱 빠르고 경제적으로 구동할 수 있도록 지원하며 차세대 AI 인프라의 핵심 역할을 수행할 예정이다. 마이아 200은 TSMC의 3나노미터(nm) 공정을 기반으로 고성능 AI 추론에 최적화된 구조를 갖췄다. 특히 초당 7TB 대역폭의 216GB HBM3e 메모리 시스템과 네이티브 FP8/FP4 텐서 코어, 그리고 데이터 이동 엔진을 유기적으로 결합해 거대 모델에 최적화된 추론 성능을 제공하는 것이 특징이다. 마이아 200은 1400억 개 이상의 트랜지스터를 탑재해 대규모 AI 워크로드에 특화된 설계를 갖췄다. 750W SoC TDP(설계 전력) 범위 내에서 각 칩은 FP4 기준 10 PFLOPS 초과, FP8 기준 5 PFLOPS 초과 성능을 제공한다. 이러한 연산 성능은 대규모 모델 구동을 원활히 지원하며, 향후 등장할 차세대 모델까지 대응 가능한 수준의 성능 여유를 확보한다. 또한 데이터 공급 병목 현상 해결을 위해 메모리 하위 시스템을 전면 재설계해 토큰 처리량을 최적화했다.     이러한 성능은 대규모 클러스터 환경에서도 일관되게 구현된다. 마이크로소프트는 표준 이더넷 기반의 새로운 2계층 스케일업 네트워크를 도입했으며, 맞춤형 전송 계층과 통합 NIC를 통해 독점적인 패브릭 없이도 성능과 신뢰성, 비용 이점을 확보했다. 각 가속기는 초당 2.8TB의 양방향 전용 스케일업 대역폭을 지원하며, 이는 최대 6144개의 가속기를 연결하는 대규모 클러스터 전체에서 일관된 성능을 유지하고 애저 인프라의 전력 소모와 전체 소유 비용(TCO)을 절감하는 기반이 된다. 시스템 효율은 개별 단위인 트레이와 랙 수준의 정밀한 연결 구조를 통해 구현된다. 하나의 트레이 내부에 탑재된 4개의 가속기를 직접 연결해 내부 통신 효율을 높였으며, 동일한 통신 프로토콜을 사용해 랙 단위까지 원활하게 확장할 수 있도록 설계했다. 이러한 통합 네트워킹 환경은 프로그래밍을 단순화하고 워크로드의 유연성을 높여 시스템 운영 효율을 강화한다. 마이크로소프트는 “실제 연산 성능에서 마이아 200은 4비트 정밀도(FP4) 기준 3세대 아마존 트레이니움(Amazon Trainium) 대비 3배 높은 처리량을 기록했으며, 8비트 정밀도(FP8)에서도 구글의 7세대 TPU를 상회한다”고 소개했다. 마이크로소프트는 이러한 기술력을 바탕으로 자사 인벤토리 내 최신 하드웨어 대비 달러당 성능을 30% 개선하며 효율적인 추론 시스템을 구축했다. 마이크로소프트의 이기종AI 인프라에서 핵심 역할을 수행할 마이아 200은 오픈AI의 최신 GPT-5.2 모델을 비롯한 다양한 모델을 지원한다. 이로써 마이크로소프트 파운드리(Microsoft Foundry)와 마이크로소프트 365 코파일럿(Microsoft 365 Copilot)의 가격 대비 성능 효율을 제공한다. 마이크로소프트 슈퍼인텔리전스 팀은 차세대 사내 모델 개선을 위한 합성 데이터 생성 및 강화 학습에 마이아 200을 투입할 계획이다. 이 칩은 고품질 도메인 특정 데이터의 생성 및 필터링 속도를 가속화해 후속 학습에 정교한 신호를 공급하는 중추 역할을 맡게 된다. 마이아 200은 아이오와주 디모인(Des Moines) 인근 미국 중부(US Central) 데이터 센터 지역을 시작으로 배포가 진행된다. 향후 애리조나주 피닉스(Phoenix) 인근 US West 3 지역 등으로 확대될 예정이다. 마이크로소프트 실리콘 개발 프로그램은 칩 출시 전 시스템 전반을 검증하는 엔드 투 엔드 방식을 원칙으로 한다. 설계 초기부터 LLM의 연산 및 통신 패턴을 모델링하는 프리 실리콘 환경을 구축해, 실제 칩 제작 전 이미 실리콘과 네트워킹, 시스템 소프트웨어를 하나의 체계로 최적화했다. 데이터센터 투입 준비도 설계 단계부터 병행했다. 백엔드 네트워크와 2세대 액체 냉각 시스템 등 복잡한 요소를 조기 검증하고 애저 제어 플레인)과 네이티브로 통합했다. 그 결과 마이아 200은 첫 부품 입고 수일 만에 실제 모델 구동에 성공했으며, 칩 입고부터 데이터 센터 배치까지의 기간을 기존 대비 절반 이하로 단축했다. 칩부터 소프트웨어, 데이터 센터를 아우르는 엔드투엔드 방식은 자원 활용률을 높이고 클라우드 규모에서의 비용 및 전력 효율을 지속적으로 개선한다. 마이크로소프트는 대규모 AI 시대가 본격화됨에 따라 인프라가 기술적 가능성을 결정짓는 핵심 요소가 될 것으로 내다보고 있다. 마이아 가속기 프로그램은 다세대 로드맵을 기반으로 설계됐으며, 향후 지속적인 혁신을 통해 새로운 벤치마크를 제시하고 핵심 AI 워크로드에 최적화된 성능과 효율을 제공할 예정이다.

트림블은 자사의 최첨단 위치 측정 기술이 신형 루시드 그래비티(Lucid Gravity) 전기자동차의 내비게이션 및 운전자 지원 시스템에 핵심 데이터를 제공한다고 발표했다. 트림블 RTX(Trimble RTX)와 프로포인트 고(ProPoint Go) 기술을 통합한 루시드 그래비티는 표준 GPS가 작동하지 않는 터널, 주차장, 복잡한 도심에서도 센티미터 수준의 정확도를 구현하는 위치 측정 엔진을 탑재하게 되었다. 이번 협력은 위성 데이터와 6축 관성 센서를 융합한 설루션을 통해 도로 위에서 향상된 수준의 신뢰성을 제공한다. 일반적인 차량 내비게이션이 미터 단위의 오차를 보이지만, 트림블 기술은 이를 몇 센티미터 단위로 줄여 차량의 차선과 위치를 정확히 확인한다.     트림블의 기술은 백그라운드에서 작동하면서 루시드 그래비티의 운전자 경험을 강화한다.도심 환경에서 자주 발생하는 신호 검색 지연 현상을 방지해 끊김 없는 내비게이션을 지원하고, 고정밀 지리 위치 정보가 핸즈프리 드라이빙 어시스트(HFDA) 시스템에 직접 입력되어, 차량이 고속도로상의 정확한 위치를 파악하도록 한다. 정밀한 고도 데이터를 통해 배터리 소모를 더 지능적으로 예측하고, 실제 지형을 기반으로 남은 주행거리를 초정밀 수준으로 제공하는 한편, 차선 수준의 데이터가 모바일 앱과 대시보드 생태계 내에서 고급 기능을 구현하도록 돕는다. 또한 고충실도 추적을 통해 플릿 자산을 효과적으로 모니터링할 수 있다. 트림블 위치 측정 설루션은 2026년 1월 말부터 생산되는 신형 루시드 그래비티 차량에 기본 탑재된다. 이미 운행 중인 루시드 그래비티 차량은 무선 소프트웨어 업데이트(OTA)를 통해 차량의 내비게이션 인텔리전스를 즉시 업그레이드할 수 있다. 트림블의 올리비에 카사비앙카(Olivier Casabianca) 첨단 위치 측정 부문 부사장은 “이번 협력은 자동차가 세상을 인식하는 방식의 중대한 변화를 의미한다"고 말했다. 그는 "우리는 단순히 자동차가 길을 찾는 것을 돕는 데 그치지 않고, 지구상에서 가장 까다로운 환경에서도 복원력과 신뢰성을 갖추고 주행할 수 있도록 지원한다”고 전했다.