AI 데이터 클라우드 기업 스노우플레이크가 기업이 데이터 수집부터 활용까지 라이프사이클 전반에서 데이터를 더욱 쉽게 통합·접근하고 거버넌스를 구현하는 AI 시대에 맞춘 강화된 엔터프라이즈 레이크하우스를 선보인다고 밝혔다. 스노우플레이크는 일관된 보안과 거버넌스 환경에서 데이터를 운영할 수 있도록 호라이즌 카탈로그(Horizon Catalog)의 기능을 강화하고, 개방형 표준 기반 데이터 수집 및 연결을 지원하는 오픈플로우(Openflow)를 정식 출시해 AI 에이전트가 데이터 기반으로 가치를 창출할 수 있도록 지원한다. 많은 기업들이 데이터 사일로와 분산된 거버넌스 체계로 인해 AI 도입에 어려움을 겪고 있다. 뮬소프트의 ‘2025 커넥티비티 벤치마크 보고서’에 따르면 IT 리더의 80%가 ‘데이터 사일로(data silo)’를 ‘성공적인 AI 전략 구축의 주요 장애 요소’로 꼽았다. 스노우플레이크는 이러한 문제를 해결하기 위해 데이터의 위치나 형식, 클라우드 환경에 관계없이 일관된 보안과 거버넌스를 적용할 수 있는 통합 프레임워크 스노우플레이크 호라이즌 카탈로그를 강화했다. 이번 업데이트를 통해 호라이즌 카탈로그는 아파치 폴라리스 인큐베이팅(Apache Polaris Incubating) 및 아파치 아이스버그 레스트 카탈로그(Apache Iceberg REST Catalog)의 오픈 API를 통합했다. 기업은 단일 플랫폼 내에서 상호운용형 접근 제어와 보안을 중앙화해 관리할 수 있으며, 외부 엔진에서도 아파치 아이스버그 테이블(Apache Iceberg tables)의 데이터를 안전하게 조회하고 생성·관리할 수 있다. 또한, 관리형 아이스버그 테이블을 대상으로 한 비즈니스 연속성 및 재해 복구(Business Continuity and Disaster Recovery : BCDR) 기능도 퍼블릭 프리뷰로 제공돼, 엔터프라이즈 레이크하우스 전반에서 기업의 핵심 데이터를 더 안전하게 보호할 수 있다. 기업은 단일 카탈로그 내에서 데이터를 효율적으로 공유·연결·활성화할 수 있으며, 머클, 릴레이셔널AI 등 주요 글로벌 고객은 개방형 표준 기반 환경에서 데이터와 AI 워크플로를 안전하게 연결·관리할 수 있는 유연성을 확보했다.     이번에 정식 출시된 개방형 표준 기반 오픈플로우를 통해 기업은 다양한 소스의 데이터 통합 및 수집(ingest)을 안전하게 자동화할 수 있고, 엔터프라이즈 레이크하우스에서 통합해 관리할 수 있게 됐다. 스노우플레이크는 브라이트파이어, 이브이고, 인텔리틱스 등 수백 여 곳의 글로벌 고객이 오픈플로우를 활용해 데이터 통합과 AI 기반 의사결정을 가속화하고 있다고 밝혔다. 또한, 오라클과의 파트너십(현재 퍼블릭 프리뷰)으로 통합 기능을 확장하고 있으며, 대표적으로 준실시간으로 스트리밍하는 변경 데이터 캡처(Change Data Capture : CDC) 기능을 제공해 스노우플레이크 내에서 업데이트 가능하다. AI의 확산으로 기업들은 더욱 빠르고 상호작용적인 데이터 경험을 제공해야 하는 과제에 직면하고 있다. 스노우플레이크는 이에 대응해 초 단위 내로 데이터를 분석할 수 있는 인터랙티브 테이블과 인터랙티브 웨어하우스 기능도 새롭게 선보였다. 두 기능은 지연을 최소화하고, 여러 사용자의 동시 접근에도 안정적인 성능을 유지하며 분석 결과를 도출해, 사용자는 데이터를 실시간으로 탐색하고 즉각적인 인사이트를 확보할 수 있다. 이를 통해 기업은 복잡한 인프라 관리 없이도 스노우플레이크의 통합 거버넌스 환경에서 빠르고 지능적인 AI 애플리케이션을 운영할 수 있으며, 즉각적인 인사이트와 스트리밍 인텔리전스를 구현할 수 있는 엔드투엔드 설루션을 확보하게 됐다. 한편, 스노우플레이크는 최근 인수한 크런치데이터를 기반으로 완전관리형 데이터베이스 서비스 스노우플레이크 포스트그레스(Snowflake Postgres)도 퍼블릭 프리뷰로 공개한다고 전했다. 기업은 트랜잭션과 분석 데이터의 분리로 인한 기존 한계를 해소하고, 단일 플랫폼 내에서 트랜잭션·하이브리드·분석 워크로드를 동시에 운영할 수 있다. 또한, AI 에이전트 및 지능형 애플리케이션을 빠르고 효율적으로 구축할 수 있다. 포스트그레스를 레이크하우스와 통합할 수 있는 확장 기능 세트 pg_lake도 오픈소스로 공개했다. 이를 통해 개발자는 익숙한 포스트그레스 환경에서 표준 SQL만으로 아파치 아이스버그 테이블을 직접 조회, 관리, 작성할 수 있다. 이외에도 하이브리드 테이블(Hybrid Tables) 기반의 유니스토어(Unistore) 기능을 확장해 트랜잭션·분석 워크로드를 통합하고 있다. 이는 현재 마이크로소프트 애저에서 정식 출시되었으며, 트라이 시크릿 시큐어(Tri-Secret Secure) 및 주기적 키 재설정(Periodic Rekeying) 기능을 추가해 보안성과 규제 대응 역량을 한층 강화했다. 스노우플레이크의 크리스티안 클레이너만(Christian Kleinerman) 제품 담당 수석부사장은 “엔터프라이즈 레이크하우스는 기업이 데이터를 관리하고 AI 시대에 맞게 인사이트로 바꾸는 새로운 단계”라면서, “호라이즌 카탈로그의 기능을 강화해 기업은 일관된 거버넌스에서 모든 데이터를 안전하게 연결하고 활용할 수 있게 됐고, 오픈플로우와 스노우플레이크 포스트그레스를 함께 사용하면 고객은 데이터를 더 쉽게 통합하고 필요한 인사이트를 빠르게 얻을 수 있다”고 전했다.

레노버 글로벌 테크놀로지 코리아(ISG)는 지난 11월 5일 부산에서 열린 ‘레드햇×아이웍스 오픈 인프라 데이’ 행사에 참가해, 차세대 데이터 센터를 위한 인프라 전략을 제시했다. 이와 함께 높은 수준의 성능, 효율, 확장성을 구현할 수 있는 AMD 에픽(EPYC) 프로세서 기반의 씽크시스템(ThinkSystem) SR665 V3 서버를 전시했다. 이번 행사는 AI, 데이터 통합, 자동화가 오픈소스를 통해 IT 인프라의 변화를 가속화시키고 있는 가운데, IT 인프라 전문기업 아이웍스와 레드햇이 최신 인프라의 트렌드와 인사이트를 공유하고자 개최됐다. 이번 행사에는 국내 공공·제조·금융·헬스케어·교육 등 주요 산업군의 IT 의사결정자 150여 명이 참석해, AI 시대의 인프라 전략에 대해 관심을 보였다. 레노버 글로벌 테크놀로지 코리아의 권혁준 상무는 ‘차세대 데이터 센터를 위한 AMD 프로세서 기반 레노버 서버의 혁신’을 주제로 발표하며, 급격히 변화하는 AI 및 클라우드 환경에서 유효한 인프라 전략을 제시했다. 그는 AMD, 레드햇 그리고 레노버 AI 엔터프라이즈 서버의 혁신 설계를 키워드로 레드햇 설루션과의 협업 및 레노버의 기술적인 특장점에 대해 구체적으로 설명했다.     레노버는 이번 행사에서 AMD와 함께 부스를 운영하며 씽크시스템 SR665 V3 서버를 전시했다. 씽크시스템 SR665 V3 서버는 5세대 AMD 에픽 9005 ‘투린(Turin)’ 프로세서 제품군을 탑재한 2소켓 2U 서버로, 프로세서당 최대 160개의 코어를 지원하고 새로운 PCIe 5.0 표준을 통한 고속 I/O를 제공, 2U 폼팩터에서 최고의 2소켓 서버 성능을 발휘한다. 추론, 가상화, 가상 데스크톱 인프라(VDI), HPC, 하이퍼컨버지드 인프라(HCI) 등 다양한 환경에 사용 가능하며, 특히 GPU 처리 능력과 고성능 NVMe 드라이브를 활용할 수 있는 고밀도 워크로드에 적합하다. 급격한 AI 혁신으로 인해 IT 인프라가 대규모 데이터를 빠르게 처리할 수 있어야 하는 상황에서, 레노버는 AMD와의 협력을 기반으로 데이터 센터의 현대화를 지원하고 있다고 전했다. 레노버와 AMD의 통합된 기술은 데이터 센터의 성능을 개선하고 관리는 간소화하며, 효율을 높이는 데 기여할 수 있다는 것이다. AMD 기반의 씽크시스템 서버와 가상화 및 하이퍼컨버지드 인프라(HCI) 설루션인 씽크애자일(ThinkAgile) 등이 공공·제조·금융·헬스케어·교육 등 다양한 산업과 비즈니스 환경에서 AI가 요구하는 고도의 워크로드를 지원한다. 레노버는 레드햇과 20년 넘게 긴밀한 파트너십을 이어오고 있다. 최신 레드햇 기술이 레노버의 씽크시스템 인프라스트럭처와 씽크애자일 설루션과 완벽히 호환되도록 협력하여, 고객에게 가장 신뢰성 있고 안전하며 높은 성능을 제공하는 데이터 센터 환경을 구현한다. 검증된 레노버의 혁신을 기반으로 하는 씽크시스템 서버와 씽크애자일 설루션은 레드햇의 운영체제, 가상화 기술, 인프라 플랫폼을 확장해, 기업이 진정한 혁신을 달성할 수 있는 고생산성 IT 환경을 구축할 수 있도록 지원한다. 윤석준 부사장은 “AI 기술이 점차 고도화되고 널리 확산되면서 차세대 데이터 센터 인프라의 중요성도 점차 커지고 있다”면서, “레노버는 선도적인 AI 인프라를 바탕으로 다양한 산업의 기업들에 고성능·고효율의 AI 설루션을 제공함으로써, ‘모두를 위한 더 스마트한 AI(Smarter AI for All)’를 실현해 나갈 것”이라고 말했다.

나인플러스IT는 지난 9월 25일 대전 KW컨벤션에서 ‘테크 브리지 2025(Tech Bridge 2025)’ 세미나를 진행했다고 밝혔다. 반도체, 전기, AI, 기계 설계 등 분야의 전문가 100여 명이 참가한 이 행사에서는 혁신 기술의 흐름을 조망하고 실질적인 지식을 공유하는 기회가 마련됐다. 이번 행사는 AI(인공지능)를 중심으로 하는 통합 세션과 EDA(전자 설계 자동화), CFD(전산 유체 역학) 부문으로 나누어 진행되었으며, 전문가들의 최신 기술 동향과 실제 활용 사례가 발표됐다. 특히 ‘기본 원리부터 실제 산업 문제 해결까지 아우르는’ 실용적인 구성으로 참가자들의 호응을 얻었다는 것이 나인플러스IT의 설명이다.     개막 세션에서는 나인플러스IT의 이동은 기술총괄 이사가 ‘2025 케이던스 로드맵’을 발표하며 행사의 시작을 알렸다. 이어진 EDA 세션에서는 Data Driven Design, Celcius Studio Thermal Solution, Clarity를 이용한 반도체 테스트 소켓의 SI 분석 등 실무 중심 주제가 소개되었다. 최신 케이던스(Cadence) 도구의 활용법과 성공 사례를 공유하며, 참석자들에게 실질적인 인사이트를 전달했다. CFD 세션에서는 Fidelity CharLES를 활용한 고충실도 LES 시뮬레이션 소개와 함께, 산업 현장 적용 경험을 중심으로 하는 토론이 진행됐다. 참석자들은 “케이던스의 최신 동향을 알 수 있는 뜻깊은 기회였다"는 소감을 전했다. 나인플러스IT는 “이번 행사를 비롯해 앞으로 EDA와 CFD 등 핵심 기술 분야에서 깊이 있는 정보와 실무 역량을 나누는 세미나를 꾸준히 개최할 예정”이라면서, “고객의 성장과 성공을 돕기 위한 다양한 기술 지원 및 교육 프로그램 개발에 최선을 다할 것”이라고 밝혔다.

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

로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (4)   지난 호에서는 로코드 분석 설루션인 나임(KNIME)에 대해 알아보고 전력 판매량(Electric Power Sales) 예측에 대한 따라하기를 완성해 보았다. 나임을 활용해 코딩에 크게 의존하지 않으면서 비교적 쉽고 간단하게 데이터 분석을 수행할 수 있다는 것을 확인해 볼 수 있었다. 이번 호에서는 전형적인 데이터 분석 유형과는 좀 다른 과제에 도전해 보고자 한다.   ■ 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   대부분의 데이터 분석 과제는 데이터를 수집하고 정리하고 가공하는 과정이 복잡하고 어려운 경우가 많다. 특히 데이터에 대한 구조와 규칙을 이해하고 이를 정제하는 과정은 중요하지만 업무 성과로서 크게 돋보이지도 않는 경우도 종종 있다. 하지만 일단 제대로 정리해놓고 나면(전처리) 데이터를 활용하여 중요한 정보를 얻을 수도 있고 핵심적인 인사이트를 찾는 것도 용이할 수 있다. 어떤 면에서 진정한 데이터 분석 워크플로의 핵심 노하우는 머신러닝 분석 기술을 사용했는지가 아니라 데이터 전처리를 어떻게 수행해 왔는지에 달라질 수 있다고도 볼 수 있다. 그래서 이번 호에서는 다소 복잡해 보일수도 있지만 차량 부품(프런트 범퍼 빔) 파트에 대한 시뮬레이션 데이터 정리를 나임을 통해 정리해 나가는 방법을 보여주고자 한다. 분석 영역 : 차량 범퍼 빔(bumper beam) 파트 분석 데이터 : 시뮬레이션(CAE) 모델 데이터 유형 : NASTRAN(진동소음해석 분석을 위해 사용하는 솔버 포맷)  데이터 분석 목표 : 면적(area) + 체적(volume) 구하기   그림 1   시뮬레이션(CAE) 모델 및 나스트란(NASTRAN)에 대한 자세한 설명은 이번 호 내용의 범위를 벗어나기 때문에 넘어가도록 하겠다. <그림 1>의 차량 범퍼 빔 파트 모델은 삼각형 요소(tria element)와 사각형 요소(quad element)로 구성되어 있는데 상대적으로 삼각형 요소가 적으므로(26개) 삼각형 요소에 대한 면적을 구하는 과정을 진행해 보도록 하겠다.   그림 2   차량 범퍼 빔 파트 모델을 나스트란 포맷으로 익스포트(export)해 보면 <그림 3>과 같은 텍스트 형식으로 출력이 된다는 것을 알 수 있다. 노트패드++(Notepad++)같은 텍스트 에디터 소프트웨어를 통해 파일을 오픈할 수 있다. 설명을 용이하게 하기 위해 실제 데이터에서 일부만 샘플로 추출한 내용으로 설명하도록 하겠다. 참고를 위해 나스트란 데이터에 대한 설명을 간결하게 진행해 보자. GRID는 3차원 공간상의 점(point/node)을 나타내는 것으로 ID/좌표 X/좌표 Y/좌표 Z로 구성되어 있다.  CTRIA3는 공간상의 삼각형 요소를 나타내는 것으로 ID/PSHELL ID/GRID ID1/GRID ID2/GRID ID3로 구성되어 있다.  CQUAD4는 공간상의 사각형 요소를 나타내는 것으로 ID/PSHELL ID/ GRID ID1/GRID ID2/GRID ID3/GRID ID4로 구성되어 있다.  PSHELL은 요소들(elements)이 속한 그룹에 대한 정보로 ID/ MAT1 ID/두께 등의 정보로 구성되어 있다.  MAT1은 PSHELL이 속한 재질(material)에 대한 정보를 담고 있는 것으로 ID/탄성계수(elastricity)/포아송비(poisson ratio)/밀도(density)로 구성되어 있다. 나임을 실행하고 나서 처음으로 해야 할 일은 데이터를 불러오는 것이다. 지난 연재에서 설명한 것과 같이 CSV Reader 노드를 사용하면 편리하다.   그림 3   그림 4   그림 5     ■ 자세한 기사 내용은 PDF로 제공됩니다.

캐드앤그래픽스 지식방송CNG TV 지상 중계   CNG TV는 10월 13일 줌 웨비나에서 ‘BIM과 인공지능 관련 설계혁신연구’를 주제로, 국내외 건축 실무자와 연구자들이 실시간으로 활발한 토론을 진행했다. 이번 웨비나는 한국BIM학회가 주관한 ‘2025 KIBIM International Seminar Series’의 일환으로 진행됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자      AI와 BIM이 만난 설계 혁신의 현장 연세대학교 한정민 교수가 사회를 맡은 이날 행사에는 삶것건축사사무소의 양수인 건축가, 그리고 내러티브 아키텍츠의 황남인·김시홍 건축가가 발표자로 참여했다. 이들은 건축 실무 현장에서 AI와 BIM의 융합이 설계 전 과정을 어떻게 변화시키고 있는지를 실제 프로젝트 사례와 연구를 통해 구체적으로 공개했다. 또한 설계 개념의 설정부터 이미지 생성, 3D 모델링, 공사비 산출, 패널 제작까지 이어지는 AI 주도형 설계 파이프라인을 소개하며, “건축가의 역할은 단순히 형태를 만드는 제작자에서 조건과 흐름을 설계하는 조율자로 진화하고 있다”고 강조했다.   도면-CAD/파라메트릭을 넘어 ‘언어·데이터’ 기반 판단의 시대 첫 번째 발표를 맡은 내러티브 아키텍츠의 황남인 건축가와 김시홍 건축가는 ‘노이즈와 디노이즈(Noise & Denoise)’를 주제로 AI를 활용한 건축 설계 접근법을 소개했다. 이들은 건축 설계 방식의 세 가지 전환점을 제시했다. ▲도면의 등장으로 양식을 기록하고 재현하던 시대 ▲CAD와 파라메트릭 디자인의 도입으로 설계 차원을 확장하던 시대를 거쳐 ▲현재는 AI를 통해 언어적 조건과 데이터 기반 판단이 이루어지는 새로운 시대로 진입했다는 것이다.   ▲ 내러티브 아키텍츠의 황남인 건축가   내러티브 아키텍츠는 “AI는 단순한 도구의 교체가 아니라 건축을 사고하고 말하는 방식 자체를 갱신하는 존재”라고 규정하며, “건축가는 앞으로 수많은 이미지와 해석 사이를 오가며 흐름을 조율하고 조건을 설계하는 역할을 하게 될 것”이라고 말했다. 이들은 2023년 정부 발주 설계 공모에서 챗GPT(ChatGPT)와 이미지 생성 AI에 전 과정의 주도권을 맡기는 실험을 진행했다. 공모 지침을 LLM에 입력해 핵심 콘셉트를 도출하고, 자동화된 계획과 텍스트 조건화를 결합하여 설계 개념을 구체화했으며, 콘셉트 이미지와 설명 텍스트 등 제출 패널의 대부분을 AI로 제작했다. 다만 AI는 정규분포의 평균에 가까운 답을 빠르게 제시하지만, 본질적으로 유동성과 불완전성을 지닌다는 점을 지적하며, 이에 대응하기 위해 개념어×형태어의 프롬프트 체계를 정교화해 일관된 경향성을 확보하고, 비선형 다중 대안 탐색이 가능한 설계 프로세스로 전환할 필요성을 제안했다. 황남인 건축가는 “AI는 데이터 속 불필요한 노이즈를 제거하면서 동시에 새로운 아이디어의 흔적을 남긴다. 그 과정이 바로 창작의 확장이다”라고 강조했다. 김시홍 건축가는 “디지털 설계의 본질은 완벽함보다 가능성에 있다. AI는 데이터와 감성 사이의 균형을 조율하는 새로운 도구”라고 설명했다.   ▲ 내러티브 아키텍츠의 김시홍 건축가   마우스 없는 디자인, 언어로 구현하는 설계 실험 삶것건축사사무소의 양수인 건축가는 ‘말(로)하는 건축가’ 프로젝트를 통해 ‘마우스리스 디자인(Mouseless Design)’ 실험을 공개했다. 그는 상용 AI만을 활용해 설계 과정 자체를 혁신한 사례를 소개하며, “설계 초반의 정보 구조화와 제약 관리 자동화가 가장 큰 성과였다”고 밝혔다. 그는 챗GPT와 클로드(Claude)로 설계 요강을 분석하고 관계 매트릭스와 버블 다이어그램을 자동화했으며, 클로드가 작성한 기획서를 바탕으로 관계 가중치·그루핑·고정영역·면적 검증 기능을 갖춘 전용 툴을 직접 생성했다. 이어 매터(Matter) 물리엔진과 IK 체인(Inverse Kinematics)을 활용해 복도 없는 유동적 공간 배치와 자동 동선 형성을 실험했다. 또한 JSON → 라이노/레빗(Revit) 연동과 MCP(CoPilot) 학습을 통해 음성·텍스트 지시로 모델링을 제어하는 실험을 진행했다. 그 결과, 벽과 지붕 생성, 창·문·가구 배치, 지붕 기울기 조정, 수영장 수심 분기 등 다양한 작업을 자연어 명령만으로 구현하는데 성공했다. 양수인 건축가는 “프롬프트가 설계 인터페이스로 작동할 수 있음을 실무 단계에서 확인했다”고 전하며, “AI는 단순한 보조도구가 아니라 함께 설계하는 지치지 않는 동료이자 커스텀 소프트웨어 제작 파트너”라고 평가했다. 다만 AI의 공간 지각 능력은 여전히 취약하며 복합적 지시에는 세분화가 필요하다는 점을 지적하면서도, “정밀한 사고 언어가 구현 루틴으로 번역되는 ‘맥스 커스터마이제이션(Max Customization)’ 시대가 곧 도래할 것”이라고 전망했다.   ▲ ‘컴퓨팅 파워는 새로운 창의력이다.’라고 소개한 양수인 건축가   누구나 만드는 시대, 중요한 건 의도와 책임 세 발표자는 공통적으로 AI 시대의 건축 대중화와 건축가의 윤리적 책임을 강조했다. 영상과 모델링이 손쉽게 생성되는 시대일수록 ‘무엇을 왜 만드는가’라는 질문이 더욱 중요해진다는 것이다. AI 기술의 확산은 전문 툴 숙련 없이도 설계 패널을 제작할 수 있게 만들지만, 동시에 사회적 맥락과 윤리적 지향점을 건축 설계에 반영하는 책임은 더욱 커진다. 특히 텍스트 기반의 프롬프트 언어가 도시와 사회의 담론을 담는 매개가 되고 있는 만큼, 언어를 다루는 능력과 담론 설계 역량이 건축가의 핵심 경쟁력으로 부상하고 있다. 한정민 교수는 마무리 인사에서 “연구 중심의 담론을 넘어 실제 설계 현장에 적용된 구체적 사례를 공유한 유익한 시간이었다”며, “AI와 BIM이 결합된 설계 혁신은 앞으로 건축의 표준 프로세스로 자리 잡을 것”이라고 총평했다.     ■ 기사 내용은 PDF로도 제공됩니다.

알테어가 자사의 데이터 분석 및 AI 플랫폼 알테어 래피드마이너(Altair RapidMiner)의 대규모 업데이트를 발표했다.   이번 업데이트는 에이전틱 AI, 데이터 관리 및 보안 체계 강화, 실시간 분석 자동화, 셀프서비스형 데이터 준비 기능을 향상해, 기업이 데이터 중심의 연결된 인텔리전스 환경을 구현할 수 있도록 지원한다.   새 버전은 사람의 통찰력, 자동화된 데이터 처리, 에이전틱 AI를 하나로 통합해 조직이 데이터를 실질적인 비즈니스 인사이트로 전환할 수 있도록 설계됐다. 알테어는 이를 통해 기업이 부서 간 데이터가 유기적으로 연결된 지능형 분석 생태계를 구축하도록 지원한다는 방침이다.     업데이트의 핵심은 AI를 통한 데이터 자동화와 분석 효율성 향상이다. 알테어 AI 클라우드(Altair AI Cloud)는 대규모 멀티 에이전트 시스템을 안전하게 운영할 수 있는 기반을 제공한다. 사용자는 대규모 언어 모델과 머신러닝 기술을 결합해 반복적인 분석 과정을 자동화하고, 여러 AI 에이전트가 협력해 데이터를 해석·검색·처리하도록 설정할 수 있다. 이를 통해 복잡한 분석 업무를 보다 직관적이고 효율적으로 수행할 수 있다.   데이터 거버넌스와 의미 분석 기능도 한층 고도화됐다. 알테어 그래프 스튜디오(Altair Graph Studio)는 AI가 데이터의 관계와 의미를 스스로 파악해 필요한 정보를 찾아내고 분석할 수 있도록 돕는다. 내장된 AI 도우미 기능은 데이터 구조 설계와 관리 과정을 단순화하며, 기업이 데이터를 안전하게 다루고 관련 규정을 준수할 수 있도록 지원한다.   데이터 전처리 및 시각화 기능도 강화됐다. 데이터 전처리 설루션 알테어 모나크(Altair Monarch)는 SQL Server, Oracle, MySQL 등 다양한 데이터베이스와의 연결성을 강화했으며, 데이터의 흐름과 변경 이력를 한눈에 파악하도록 지원한다. 시각화 설루션 알테어 판옵티콘(Altair Panopticon)은 네트워크 그래프 시각화 엔진과 자동 데이터 갱신 및 대시보드 안내 기능을 추가했다. 이를 통해 금융, 제조 등 실시간 데이터가 중요한 산업에서 신속하고 정확한 의사결정을 지원한다.   이 밖에도 알테어 SLC(Altair SLC)는 데이터브릭스 연결 기능과 클라우드 데이터 처리 지원을 강화해 기업이 보유한 기존 SAS 자산을 오픈 환경으로 손쉽게 이전할 수 있도록 했다. 이를 통해 다양한 분석 언어와 환경을 하나의 플랫폼에서 통합적으로 활용할 수 있으며, 기업의 데이터 분석 유연성과 효율성을 높였다.   샘 마할링엄(Sam Mahalingam) 알테어 최고기술책임자(CTO) 겸 지멘스 디지털 인더스트리 소프트웨어 시뮬레이션 총괄은 “이번 업데이트는 알테어가 AI, 데이터 관리, 실시간 분석을 완전히 통합함으로써 기업의 데이터 활용 방식을 혁신적으로 바꿀 수 있음을 보여주는 사례”라면서, “지멘스의 일원으로서 이러한 기술 발전을 더욱 가속화해 고객의 경쟁력 강화를 지원할 것”이라고 밝혔다.

올인원 비주얼 커뮤니케이션 플랫폼 캔바(Canva)가 ‘크리에이티브 운영체제(Creative Operating System)’를 출시했다고 발표했다. 이번 출시를 통해 캔바는 지난 10여년 간 축적해온 혁신을 집약해 창의력을 한층 강화하도록 설계된 새로운 기능을 선보인다. 새로운 운영체제는 캔바의 ‘디자인 모델(Design Model)’을 기반으로 설계되어, 디자인부터 협업, 퍼블리싱, 성과 관리까지 창작의 전 과정을 하나의 흐름으로 통합한다. 그 결과, 인간의 창의력이 주도하고 AI가 그 가능성을 확장하는 더 빠르고, 더 스마트하며 더 유기적으로 연결된 디자인 방식을 구현했다.     새로운 ‘크리에이티브 운영체제’의 중심에는 새롭게 재구성된 비주얼 스위트(Visual Suite)가 있다. 이 업그레이드를 통해 동영상, 이메일, 코드, 폼 모든 형식에서 가능성 영역을 한층 확장해, 아이디어를 구현하고 목표를 달성하는 과정을 쉽게 만들어준다. 이번 크리에이티브 운영체제는 다양한 기능을 새롭게 선보인다. 동영상 편집기 2.0(Video 2.0)은 복잡함과 불편함을 제거하기 위해 처음부터 다시 설계되었다. 전문가 수준의 편집 도구와 캔바 특유의 간편성이 결합되어 어떤 기기에서도 몰입도 높은 영상을 손쉽고 빠르게 제작할 수 있다. 매직 비디오(Magic Video)와 새로운 트렌드 템플릿 라이브러리를 통해 단 하나의 프롬프트만으로도 완성도 높은 콘텐츠를 생성할 수 있다. 새롭게 디자인된 타임라인은 영상 자르기, 동기화, 영상 레이어링을 빠르고 직관적으로 작업할 수 있으며, AI 도구들은 편집과 효과 적용을 자동화하는 데 도움을 준다.  캔바에서 가장 많이 요청된 기능 중 하나인 이메일 디자인(Email Design)은 완전히 새로운 형식을 선보이며, 마케팅 팀이 이미 콘텐츠를 디자인하는 플랫폼 안에서 이메일을 제작할 수 있게 해준다. 이제 팀은 별도의 코딩이나 툴 전환 없이 완전히 브랜딩된 마케팅 이메일을 제작하고 맞춤화하여 내보낼 수 있다. 완성된 디자인은 HTML 파일로 내보내 원하는 이메일 플랫폼에서 바로 배포할 수 있다. 캔바 폼(Forms)은 캔바 안에서 직접 피드백, RSVP, 데이터 등을 수집할 수 있는 새로운 방식이다. 완전히 브랜딩된 폼을 웹사이트를 포함한 다른 캔바 디자인에도 추가할 수 있으며, 시각적 스타일에 맞게 자유롭게 커스터마이징할 수 있다. 응답 내용은 자동으로 캔바 시트(Canva Sheets)로 연동되어 모든 정보를 한 곳에서 관리할 수 있다. 또한, 이제 캔바 시트를 캔바 코드(Canva Code)로 만든 결과물과 연결할 수 있어 데이터 기반의 인터랙티브 위젯을 손쉽게 제작할 수 있다. 라이브 대시보드, 계산기, 학습 도구 등 어떤 형태든 데이터가 변경될 때마다 자동으로 업데이트되며, 모든 요소가 유기적으로 연결된 상태를 유지한다.  아울러, 캔바는 창의성에 특화된 새로운 세대의 AI를 공개했다. 여기에는 디자인 자체를 이해하도록 학습된 모델이 포함된다. 이번 혁신은 창의력이 이끌고 기술이 가능성을 확장하는 방향, AI가 사용자의 목표 달성을 지원하는 방식을 발전시킨 것이다.  디자인 중심 캔바 AI 모델(Canva Design Model)은 디자인의 복잡성을 이해하도록 학습된 모델로, 수 년간의 연구와 디자인 지식을 바탕으로 구축됐다. 이 모델은 디자인의 논리를 해석하고, 레이아웃을 조율하며, 단 몇 초 만에 완전히 편집 가능한 콘텐츠를 생성한다. 캔바 AI는 대대적인 업그레이드를 거치며 이제 디자인의 모든 단계에 깊이 통합되었다. 사진, 영상, 질감, 3D 그래픽 등 원하는 모든 요소를 상상하기만 하면 캔버스 위에서 바로 구현해준다. 또한 새롭게 추가된 스타일 매치를 통해 모든 요소가 조화를 이루며 브랜드 일관성을 유지한 디자인을 손쉽게 완성할 수 있다.  @Canva에게 질문하기(Ask @Canva)는 디자인 과정 어디서든 도움을 받을 수 있는 디자인 어시스턴트다. 사용 중 ‘@Canva’를 태그하기만 하면 즉시 피드백, 디자인 제안, 스마트 편집 지원을 받을 수 있다. 카피 문구 제안부터 디자인 수정까지 편집기에 내장된 창작 파트너 역할을 수행한다. 이외에도 캔바는 브랜드 성장을 위한 마케팅 도구
도 소개했다. 캔바는 엔드 투 엔드 플랫폼으로 발전하며 브랜드 관리, 마케팅 캠페인, 성과 추적을 위한 신규 툴을 선보인다. 캔바 그로우(Canva Grow)는 광고 소재 기획부터 제작, 게시, 성과 분석까지 한 번에 처리할 수 있는 통합 마케팅 플랫폼이다. 마케팅 팀은 이제 캔바에서 광고를 디자인하고 메타(Meta) 등 다양한 플랫폼에서 실행하며, 실시간으로 인사이트를 추적하고 성과 지표에 따라 즉시 콘텐츠를 최적화할 수 있다. 브랜드 인식 AI를 기반으로 하는 캔바 그로우는 성과 데이터를 학습하여 시간이 지날수록 모든 캠페인을 더 스마트하고 효과적으로 발전시킨다. 브랜드 시스템(Brand System)은  브랜드 가이드라인과 브랜드 자산을 편집기로 직접 가져와 팀이 필요한 모든 것을 제작 환경 내에서 즉시 접근할 수 있도록 지원한다. 글꼴, 색상, 로고 템플릿이 자동으로 적용되어, 모든 디자인과 채널에서 브랜드 일관성을 손쉽게 유지할 수 있다. 성장 중인 팀이나 글로벌 기업 모두에게, 수동으로 하는 브랜드 검수 과정이 필요 없도록 하여 편리하고 일관성 있게 브랜드를 확장할 수 있다.  캔바는 개인, 마케터, 소규모 팀을 위한 ‘캔바 비즈니스(Canva Business)’ 요금제를 새롭게 도입했다. 이 요금제는 고급 AI, 분석, 브랜드 관리 도구를 활용해 브랜드를 성장시키고자 할 때 최적화된 구독 플랜으로, 캔바 프로(Canva Pro)와 캔바 엔터프라이즈(Canva Enterprise)의 중간 단계에 해당한다. 확장된 저장공간, 더 높은 AI 사용 한도, 인쇄 할인, 팀 성장을 돕는 다양한 전문 기능을 함께 제공한다. 캔바의 멜라니 퍼킨스(Melanie Perkins) 공동 창업자 및 CEO는 “지식의 접근성이 높아질수록 우리는 ‘정보의 시대’에서 ‘상상력의 시대’로 이동하고 있다고 믿는다. 이 시대에는 창의력이 그 어느 때보다 중요한 시기다”라며, “이 새로운 시대에 캔바 사용자들이 성공할 수 있도록 어떻게 지원할 수 있을지 고민해왔다. 그래서 이번에 올인원 ‘크리에이티브 운영체제’라는 캔바 최대의 혁신을 선보이게 되어 더더욱 기쁘다"고 밝혔다. 또한 “동영상, 이메일, 폼 등 주요 기능이 대폭 업그레이드된 비주얼 스위트, 브랜드와 비즈니스 성장을 위한 강력한 AI 레이어와 다양한 툴 등 새 기능들을 통해 사용자들이 자신의 아이디어를 어떻게 실현할지 무척 기대된다”고 전했다. 한편, 캔바는 전문 디자인과 일상 창작의 경계를 허문 새로운 ‘올 뉴 어피니티(All-New Affinity)’를 공개했다. 벡터 편집, 이미지 보정, 고급 레이아웃 디자인 등 많은 사랑을 받아온 전문 디자인 도구들을 하나의 강력한 제품과 통합된 파일 형식으로 결합해, 이제 여러 프로그램을 오갈 필요 없이 전문가 수준의 작업이 가능하다. 이제 어피니티는 전문 크리에이터가 어피니티에서 애셋을 제작한 뒤 바로 캔바로 이동해 협업, 게시, 브랜드 확장을 이어갈 수 있도록 지원하며, 전체 디자인 프로세스를 완성한다. 또한 어피니티는 이번에 최초로 영구 무료로 제공되어, 전문 크리에이터들의 마지막 진입 장벽을 제거하고 누구나 세계적 수준의 도구에 접근할 수 있도록 지원한다.