심센터 HEEDS 더 깊게 살펴 보기 (4)   이번 호에서는 심센터 HEEDS(Simcenter HEEDS)의 핵심 최적화 엔진인 SHERPA의 성능을 비약적으로 가속화시키는 AI 시뮬레이션 프레딕터(AI Simulation Predictor) 기술에 대해 자세히 살펴본다. 지난 호에서 다룬 SHERPA의 지능형 탐색 방식에 AI의 예측 통찰력을 결합하여, 어떻게 해석 시간의 병목을 해결하고 검색 효율을 극대화하는지 조명할 예정이다. 이를 통해 고비용 해석 모델에서도 실질적인 리드타임을 단축하고 더 우수한 설계안을 도출해 내는 원리를 알아보고자 한다.   ■ 연재순서 제1회 심센터 HEEDS 커넥트와 MBSE 방법론 제2회 심센터 X MDO의 새로운 HEEDS 제3회 심센터 HEEDS SHERPA의 최적 검색 원리 제4회 최적 검색 가속화를 위한 AI 프레딕터 제5회 심센터 HEEDS 2604 업데이트 제6회 모두를 위한 제너럴 포털과 맞춤 설정 제7회 특별한 워크플로 구성 및 자동화 제8회 다양한 매개변수를 위한 태깅 모드 제9회 복잡한 설정을 한번에, 오토메이션 스크립트 제10회 파이썬 스케줄러와 HEEDS 연동 제11회 심센터 HEEDS 2610 업데이트 제12회 데이터 분석을 위한 HEEDSPy API   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 HEEDS를 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 링크드인 | www.linkedin.com/in/jonghaklee-odumokgol   최적화의 병목, 해석 시간과 비용의 문제 고충실도(High-Fidelity) 해석의 딜레마 현대 엔지니어링 설계의 정점은 전산유체역학(CFD)이나 비선형 구조해석과 같은 고성능 계산 과정을 필수로 한다. 이러한 고충실도 해석은 제품 성능을 가상 공간에서 정밀하게 모사할 수 있게 해 주지만, 치명적인 약점이 있다. 복잡한 모델의 경우 1회 해석에 수 시간에서 수 일이 소요되기도 하며, 수백 번의 반복 계산이 필요한 최적화 과정에서 이는 극복하기 어려운 시간적 병목(bottleneck)이 된다.   MDAO 과정에서 직면하는 실제 문제들 연재의 배경이 되는 다분야 설계 분석 및 최적화(MDAO : Multidisciplinary Design Analysis and Optimization) 환경에서는 다음과 같은 네 가지 핵심 문제에 직면한다. 시뮬레이션 시간 & 계산 비용 : 장기간의 CAE 실행은 컴퓨터 자원의 점유와 라이선스 비용 부담을 가중시킨다. 신뢰성 : 시간 제약으로 인해 충분한 설계안을 검토하지 못하면 결과의 신뢰성이 떨어진다. 지식의 재사용 : 이전 프로젝트의 방대한 시뮬레이션 데이터를 현재 최적화에 제대로 자산화하지 못하는 한계가 있다. 시프트 레프트(shift left) : 제품 개발 초기 단계에서 오류를 발견하지 못하면 이후 단계에서 대규모 수정 비용이 발생한다.   기존 대안 : 전통적 최적화 프로세스와 근사 모델의 한계 해석 시간을 줄이기 위해 전통적인 설계 공간 탐색(design space exploration) 과정에서는 반응표면법(RSM)이나 크리깅(kriging)과 같은 근사 모델(surrogate model)이 널리 사용되어 왔다. 하지만 이러한 전통적인 방식은 프로세스 측면에서의 번거로움과 기술적 모델 구축 측면에서의 한계를 동시에 안고 있다.   그림 1   첫째, 전문가 중심의 복잡한 다단계 프로세스로 인한 고충(pain points)이 크다. 목적 정의부터 모델 단순화, 알고리즘 선택 및 튜닝, 탐색 수행, 결과 해석으로 이어지는 과정은 매우 정교한 전문 지식을 요구하며 다음과 같은 문제를 일으킨다. 모델 단순화의 오류 가능성 : 변수 선별이나 응답면 모델을 수동으로 생성하는 과정은 오류가 개입되기 매우 쉽다.(too error-prone) 알고리즘 선택 및 튜닝의 고비용 구조 : 적절한 검색 알고리즘을 결정하기 위해 수많은 반복 시도가 필요하며, 파플레이션 크기나 변이율 등 세부 매개변수 설정에 고도의 전문성이 요구되어 시간과 비용이 많이 든다.(too costly & too difficult) 제한적인 혁신 : 이러한 난이도 탓에 최적화 기술이 일부 전문가에 의해 매우 한정적인 문제에만 적용되어, 결과적으로 설계 혁신의 폭이 좁아지는 결과를 초래한다. 둘째, 기술적으로 구축된 근사 모델 자체가 가진 결정적인 한계가 존재한다. 초기 데이터 확보의 높은 비용 : 신뢰할 수 있는 모델을 구축하기 위해서는 설계 공간 전체에 걸쳐 상당수의 초기 샘플 해석이 선행되어야 하며, 고성능 CAE 환경에서는 이 초기 샘플링 과정 자체가 막대한 병목이 된다. 정적 구조의 경직성 : 한 번 구축된 모델은 최적화가 진행되는 동안 설계 공간의 특성 변화나 새로운 유망 영역의 발견을 실시간으로 반영하여 스스로 업데이트되지 않는다. 전역적 경향성과 국부적 정밀도의 딜레마 : 전체적인 경향성은 파악하지만 최적해 주변의 미세한 비선형적 거동을 포착하는 데 한계가 있어, 최종 설계안이 실제 해석 결과와 괴리를 보이는 경우가 빈번하다.   그림 2   반면, 심센터 HEEDS는 이러한 복잡한 중간 단계를 ‘Automated Search’ 하나로 통합하여 엔지니어가 본연의 설계 업무인 목적 정의와 결과 분석에만 집중할 수 있는 환경을 제공한다. 이번 호에서 다룰 AI 프레딕터(AI Predictor)는 이 혁신적인 자동 탐색 과정을 한 단계 더 가속하여 기술적 한계를 극복하고 진정한 설계 디스커버리(discovery)를 실현하는 핵심 기술이다.   기술 혁신 : Boosting SHERPA의 정의와 전략적 가치 AI 시뮬레이션 프레딕터란 무엇인가? 심센터 HEEDS의 AI 시뮬레이션 프레딕터는 최적화 검색 과정을 가속시키는 퍼포먼스 부스터(Performance Booster)이다. 단순히 정해진 데이터를 학습하는 것을 넘어, SHERPA 검색 프레임워크 상단에서 작동하는 AI 오버레이(AI Overlay) 기술을 통해 실시간으로 데이터를 학습(on-the-fly)하여 해석이 필요한 위치(DOE)를 지능적으로 선별한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

스노우플레이크가 실제 데이터를 활용해 아이디어를 직접 구현해보는 ‘스노우플레이크 해커톤 2026’을 개최한다. 이번 행사는 지난해 열린 첫 대회에 이어 두 번째로 마련됐으며 이전보다 프로그램 구성과 운영 규모를 확대했다. 이번 해커톤은 개발 중심의 테크 트랙과 아이디어 중심의 비즈니스 트랙으로 나누어 운영한다. 테크 트랙에서는 실제 데이터를 이용해 애플리케이션을 개발하며, 비즈니스 트랙에서는 데이터 기반의 문제 해결 방안과 사업 모델을 제시하는 과제를 수행한다. 데이터 사이언티스트나 개발자뿐만 아니라 AI를 활용한 비즈니스 아이디어를 가진 일반인도 참여할 수 있다.     참가자들은 스노우플레이크의 AI 데이터 클라우드 플랫폼 위에서 데이터 애플리케이션을 자유롭게 설계한다. 이번 대회에는 아정당, SPH, 리치고, 넥스트레이드 등 여러 파트너사가 제공하는 데이터 세트가 활용된다. 다양한 외부 데이터가 공유되는 스노우플레이크 마켓플레이스를 써서 새로운 비즈니스 가치를 만드는 설루션을 구현하는 것이 핵심이다. 필요한 경우 스노우플레이크 라이브러리나 오픈소스 도구도 함께 사용할 수 있다. 스노우플레이크는 참가자들이 플랫폼을 원활하게 쓸 수 있도록 행사 전에 총 세 차례의 밋업과 웨비나를 진행한다. 참가자들은 실습 프로그램을 통해 최신 AI 기능과 활용 전략을 배우고 전문가들의 개발 노하우를 전달받는다. 특히 4월 1일 열리는 웨비나에서는 전년도 수상팀과 심사위원들이 결선 진출을 위한 가이드를 설명할 예정이다. 과제 평가는 트랙별로 기준이 다르다. 테크 트랙은 창의성과 AI 전문성, 현실성, 스토리텔링 등을 살피고 비즈니스 트랙은 시장성과 실행 가능성 등을 중점적으로 평가한다. 스노우플레이크 플랫폼과 마켓플레이스 데이터를 얼마나 효과적으로 활용했는지가 공통적인 주요 심사 요소다. 최종 선정된 6개 팀은 4월 29일 결선 무대에서 발표를 진행한다. 심사위원으로는 최기영 스노우플레이크 코리아 지사장을 포함해 LG유플러스, 네이버웹툰, 리치고, SPH, 아정당의 데이터 및 AI 전문가들이 참여해 수상팀을 결정한다. 스노우플레이크 코리아의 최기영 지사장은 “올해로 두 번째 열리는 이번 해커톤은 데이터와 AI 기반의 혁신을 실제로 구현하고 공유하는 자리”라면서, “개발자와 전문가뿐만 아니라 AI에 관심 있는 누구나 참여해 새로운 가능성을 발견하기를 기대한다”고 말했다.

다쏘시스템은 https://www.3ds.com/ko 3D익스피리언스(3DEXPERIENCE) 플랫폼 상에서 산업이 혁신과 운영을 창출하고, 테스트하며, 검증하는 방식을 혁신적으로 변화시키기 위해 설계된 새로운 AI 기반 전문가 범주인 ‘버추얼 동반자(Virtual Companions)’를 공개했다. 이 새로운 업무 방식은 인간과 AI가 가장 복잡한 산업 과제에 대해 안전하고 지능적으로, 그리고 대규모로 협업할 수 있도록 지원하는 데에 초점을 맞추고 있다. 버추얼 동반자는 대규모 언어 모델(LLM)을 넘어, 산업 월드 모델(Industry World Models), AI, 그리고 물리 법칙과 재료 과학에 의해 검증된 다중 스케일(multi-scale) 및 다분야(multi-discipline) 모델링 및 시뮬레이션을 결합함으로써, 과학적 기반과 수십 년간 축적된 산업 수준의 지식을 토대로 구축됐다. 버추얼 동반자는 사용자 의도를 이해하고 추론하며, 제품 및 서비스의 구상부터 사용, 재생에 이르는 전체 라이프사이클 전반에서 행동을 오케스트레이션한다. 정확성, 추적 가능성, 신뢰성을 보장하며, 물리적으로 존재하기 전에 행동과 결과를 시뮬레이션한다.      다쏘시스템은 산업 비즈니스 과제에 대해 상호보완적인 접근 방식을 제공하는 세 가지의 버추얼 동반자를 공개했다. ▲’아우라(Aura)’는 요구사항, 프로젝트, 변경사항 전반에 걸쳐 지식과 맥락을 오케스트레이션하여 팀이 복잡성을 관리하고 정렬을 유지할 수 있도록 지원한다. ▲’레오(Leo)’는 설계부터 생산에 이르는 다양한 엔지니어링 분야 전반에서 복잡한 엔지니어링 과제를 해결한다. ▲’마리(Marie)’는 소재, 화학, 제형, 치료 분야에 대한 심층 과학 전문성을 기반으로 복잡한 현상을 탐구하고, 첨단 질문을 도출하며, 혁신적 가설을 탐색한다. 3D익스피리언스 에이전틱 플랫폼(3DEXPERIENCE Agentic Platform)은 수천 개의 버추얼 동반자와 인간 간 비동기적 협업을 조율하면서, 데이터 주권 요구사항을 준수하도록 확장 가능하게 설계됐다. 버추얼 동반자는 다양한 산업 분야에서 다쏘시스템의 모든 브랜드와 함께 활용할 수 있다. 아우라는 이미 3D익스피리언스 플랫폼에서 제공되고 있으며, 레오와 마리는 2026년 3D익스피리언스 플랫폼을 통해 제공될 예정이다. 3D익스피리언스 월드 2026(3DEXPERIENCE World 2026)에서 버추얼 동반자를 처음 공개한 다쏘시스템의 파스칼 달로즈 CEO는 “생성형 경제에서 산업은 지식과 노하우를 생산하며, 이는 새로운 객체를 만들어내는 진정한 가치의 원천이다. 이제 인간과 버추얼 동반자 간 새로운 팀워크를 통해 보이지 않는 것을 가시화하고, 물리적으로 존재하기 전에 불가능을 가능하게 만들어 지식을 실제 업무에 적용할 시점이 왔다. 이를 통해 혁신 주기를 가속화하는 동시에 가장 중요한 자산을 보호할 수 있다”고 말했다.

워트인텔리전스, ‘특허 버티컬 AI’로 미래 기술 방향 제시 특허는 단순한 권리보호 수단을 넘어, 기업의 미래 기술 방향 성과 전략이 집약된 고급 기술 데이터다. 그러나 방대한 비정형 특허 데이터를 이해하고 전략적으로 활용하는 일은 쉽지 않다. 2015년 설립된 워트인텔리전스(Wert Intelligence)는 이러한 문제를 해결하기 위해 설립되어 국내 최초이자 유일한 ‘특허 버티컬 AI’ 전문 기업으로 자리매김했다.   워트인텔리전스 윤정호 대표    ‘특허 버티컬 AI’ 기업, 워트인텔리전스 워트인텔리전스는 AI 기반 특허 검색•분석 기술을 통해 방대한 특허 데이터를 R&D·전략기획·투자·신사업 부서에서 즉시 활용 가능한 인사이트로 전환하는 솔루션을 제공한다. 현대자동차, 두산, 쿠팡, 카카오, 김앤장법률사무소, CJ 등 3,000여 개 기업이 활용하고 있으며, 최근에는 LG AI연구원과 함께 특허 특화 AI 모델을 공동 개발해 기술 데이터 해석의 정확성과 활용 범위를 확장하고 있다.   AI 기반 특허 검색•분석 서비스 ‘keywert’ 이번 산업AI EXPO 2025에서 워트인텔리전스는 대표 서비스 ‘key wer t(키워트)’를 중점적으로 선보인다. keywert는 전 세계 3억 건 이상의 특허 데이터를 기반으로 학습된 특허 특화 LLM(Large Language Model)을 활용해, 누구나 자연어로 특허를 검색하고 해석할 수 있는 AI 특허 분석 플랫폼이다. 기존 검색식 기반의 특허서비스와 달리, “애플의 노이즈캔슬링 기술 찾아줘”와 같은 자연어 질의나 뉴스 기사·키워드 입력만으로도 해당 기술의 핵심 내용을 도출할 수 있다. 또한 AI로 특허 데이터를 다각도로 분석해 신규 시장 기회를 발굴하는 IP 빅데이터 분석, 기술군을 자동 분류 하고 매트릭스 형태로 시각화하는 시각화 분석 서비스도 제공한다. R&D 기획, 기술 투자 타당성 분석, 해외 시장 진출 전략 수립 등 다양한 산업 응용 분야에서 활용이 가능하며, 이미 AI 기반 IP 전략 수립의 새로운 표준 도구로 자리잡고 있다.   기술 전략 중심의 특허 활용 시대 글로벌 시장은 이미 특허 데이터를 ‘법률 중심’이 아닌 ‘기술 전략 중심’ 자산으로 전환해 활용하는 흐름에 진입했다. AI 기술의 발전은 방대한 기술 데이터를 자동으로 읽고 정리해, 기업의 전략 수립 속도와 정확도를 비약적으로 향상시키고 있다. 워트인텔리전스는 특허 데이터에 특화된 독자 LLM을 자체 개발, 발명의 구성 요소·기술 맥락·산업 흐름까지 이해·분석 가능한 수준으로 고도화했다. 이는 단순 문서 요약 수준을 넘어선 차별점으로, 한국형 산업 AI 모델로서 글로벌 시장에서도 확장성과 파급력을 입증할 잠재력을 갖추고 있다.   향후 계획 – 특허 데이터를 전략 자산으로 워트인텔리전스는 AI 기반 특허 해석 기술을 더욱 고도화해, 특허 데이터를 단순 분석이 아닌 전략 도출의 핵심 자산으로 만드는 것을 목표로 한다. 이를 위해 기술 전략자동화, 기업 맞춤형 리포트 제공 등 고부가가치 비즈니스를 강화하고, IP 데이터를 비즈니스 인텔리전스로 완전 전환할 계획이다. 글로벌 시장에서도 특허 데이터를 기술 데이터로 활용하는 트렌드가 확산되는 가운데, 워트인텔리전스는 해당 분야에서 세계 최고 수준의 버티컬 AI 역량을 갖춘 기업으로 자리잡고자 한다.   데이터 해석과 실행 가능성, 산업AI 성장의 핵심 워트인텔리전스는 산업AI의 성장이 데이터의 전략적 해석력과 실행 가능성에 달려 있다고 본다. 복잡한 데이터를 더 많이 모으는 것보다, 그 속에서 핵심을 읽어내어 전략으로 연결하는 것이 중요하다. “기술을 어떻게 해석하고, 그 해석을 어떻게 전략으로 바꿀 것인가”를 끊임없이 고민해온 워트인텔리전스는 앞으로도 특허 데이터를 넘어 비즈니스 전략을 이끄는 기술 파트너로 성장해 나갈 예정이다.

제조 산업의 디지털 전환이 ‘데이터 기반 실행형 AI’로 한 단계 도약하고 있다. 위즈코어는 산업AI가 단순 분석을 넘어 현장 문제 해결로 이어지기 위해서는 신뢰도 높은 데이터 기반과 표준화된 운영 체계가 필수라고 강조한다. 위즈코어는 기업맞춤형 AI 에이전트 ‘위디(Widdy)’를 통해, 그는 제조 현장의 지식과 데이터를 연결하는 실행형 DX의 미래를 제시한다.   위즈코어_서비스 도식화 이미지 제조 DX 솔루션 공급 기업, 위즈코어 위즈코어는 2010년 설립된 기업으로, 제조 산업의 디지털 전환을 지원하고 있다. 현장 네트워크부터 제조 데이터의 수집, 실시간 분석·모니터링까지, 현장 데이터 활용의 전 단계에 대한 전문성을 보유하고 있다. 단순한 페이퍼리스, MES 등 기초 디지털화뿐 아니라 AI, 5G 연계형 공정 자동화까지 자율제조 구현에 필수적인 제조 DX 솔루션을 제공한다.   기업맞춤형 AI 에이전트인 ‘위디(Widdy)’  위즈코어는 기업맞춤형 AI 에이전트인 ‘위디(Widdy)’를 중심으로, 기업 내부 지식과 현장 데이터를 통합하고 제조 현장까지 연결하는 데이터 기반 운영 구조를 소개했다. 위디는 기업 내부의 기술문서, 매뉴얼, 고객 이력과 같은 비정형 데이터뿐 아니라, 생산 공정 데이터나 안전 데이터처럼 현장에서 발생하는 실시간 모니터링 데이터를 통합한다. 이를 통해 협업 사용자가 복잡한 시스템을 거치지 않고도 필요한 정보를 바로 조회하고 실행에 연결할 수 있도록 지원한다. 지식과 정보의 단절을 해결하는 데 초점을 맞춘 구조이다. 특히 제조 통합 관리 플랫폼 ‘넥스폼(NEXPOM)’, 산업 안전 관리 솔루션 ‘세이플리(SAFELY)’와의 연계를 통해 생산, 품질, 설비, 안전까지 제조 전반의 데이터를 하나의 흐름으로 연결할 수 있다. 이처럼 지식 접근성과 실질적 운영 효율성을 동시에 확보할 수 있는 방안을 제공하고 있다. ‘피지컬 AI’ 시대를 앞당길 위즈코어 산업 AI 시장은 이제 단순한 생성 단계에서 벗어나, 실제 물리적 행동까지 연결되는 ‘피지컬 AI’로의 전환을 본격적으로 준비하고 있다. 단순히 데이터를 분석하거나 요약하는 수준이 아니라, 현장의 상황을 이해하고 실행을 유도할 수 있는 수준까지 AI가 도달해야 한다는 요구가 커지고 있다. 이 과정에서 핵심은 AI가 작동할 수 있는 ‘데이터 기반(파운데이션)’을 어떻게 조성할 것인가이다. 단순히 많은 데이터를 모으는 것이 아니라, 도메인별로 신뢰할 수 있는 데이터를 수집하고, 이를 어떤 방식으로 전처리·활용할지에 대한 표준화가 중요하다. 위즈코어는 이러한 기반 조성의 현실적 조건을 누구보다 오래 고민해온 기업이다. AI 도입 과정에서 많은 기업들이 ‘데이터가 부족하다’고 말하지만, 실제로는 어떤 데이터를 수집해야 하는지, 어떤 지표가 중요한지는 이미 내부에 존재한다. 문제는 그 정보가 소수 실무자에게만 공유되거나 조직 차원에서 체계적으로 활용되지 못한다는 점이다. 이에 위즈코어는 내부 지식의 구조화와 활용 가능성 중심의 표준화를 기술 개발의 중심에 두고 있다.  ‘위디’는 이러한 접근을 대표하는 사례이다. 위디는 기업 내부에 흩어져 있던 기술 매뉴얼, 보고서, 숙련 인력의 노하우와 같은 암묵적 지식을 AI가 활용 가능한 데이터로 구조화한다. 이는 단순히 데이터를 불러오는 AI가 아니라, 기업의 지식 자산을 ‘쓸 수 있는 구조’로 완성한 것으로, 산업 AI의 미래 방향성을 잘 보여준다.   제조 산업 전반의 운영 체계 고도화와 표준 확립 선도 제조 현장에서는 여전히 단순한 문제들이 반복되고 있다. 원인을 찾기 어려운 고장 이슈, 담당자만 기억하는 대응 이력, 현장과 사무실의 개별 운영 시스템 등이 대표적이다. 위즈코어는 기술 자체보다 중요한 것은 ‘무엇을 해결하는가’라고 생각하며, 데이터를 통해 실제로 문제를 해결할 수 있는 실행 가능성에 초점을 두고 기술을 고도화해 왔다. 위즈코어의 경쟁력은 산업 도메인에 특화된 데이터 구조 위에 실행 가능한 체계를 얹고, 이를 현장 중심의 운영 구조로 구현하고 있다는 점이다. 앞으로는 국내 제조 현장 경험을 바탕으로 글로벌 시장 확장을 본격화할 계획이다. 글로벌 제조 환경에서는 데이터 통합과 지식 접근의 불균형이 더욱 중요한 과제이다. 다국적 기업은 현장마다 시스템, 언어, 운영 환경이 상이하기 때문에, 동일한 조건에서 누구나 필요한 정보에 접근·활용할 수 있는 체계 마련이 필수이다. 특히 산업AI가 제대로 작동하기 위해서는 AI 모델보다 먼저, 현장을 반영한 신뢰도 높은 데이터가 기반이 되어야 한다. 산업 현장에서는 센서 하나의 오차나 단 몇 초의 지연이 전체 의사결정을 흔들 수 있기 때문에, 데이터의 실시간성·정확성·표준화가 매우 중요하다. 이러한 변화에 맞춰 위즈코어는 실행형 AX(AI Transformation)에 초점을 맞춰, 데이터 통합과 지식 활용의 격차를 해소함으로써 제조 산업 전반의 운영 체계 고도화와 표준 확립을 선도할 계획이다.  

위로보틱스가 CES 2026에서 보행보조 웨어러블 로봇 윔 S와 차세대 휴머노이드 로봇 알렉스를 선보이며 글로벌 기술력을 입증했다. 엔비디아, 메타 등 글로벌 IT 기업과의 협력 논의는 물론, 실제 사용자들의 신뢰를 바탕으로 한 보행보조 로봇의 대중화 가능성을 확인하며 전 세계 미디어와 바이어들의 주목을 받았다. 위로보틱스가 미국 라스베이거스에서 열린 CES 2026 본행사에서 대중형 웨어러블 로봇부터 첨단 휴머노이드 로봇 기술에 이르는 폭넓은 기술 스펙트럼을 공개하며 전 세계 업계 관계자들의 이목을 집중시켰다. 위로보틱스는 이번 전시를 통해 일상 밀착형 로봇 솔루션과 미래형 로봇 기술을 동시에 선보이며 글로벌 시장에서의 경쟁력을 다시 한번 확인했다. 실제 사용자의 신뢰로 증명된 웨어러블 로봇 윔 S의 가치 위로보틱스는 이번 본행사 기간 동안 보행보조 웨어러블 로봇 윔(WIM)의 업그레이드 모델인 윔 S(WIM S)를 중심으로 실착 체험을 진행했다. 윔은 대중 판매를 시작한 지 약 3년이 된 브랜드로, 웨어러블 로봇 시장이 본격적으로 형성되기 전부터 실제 사용자들에게 제품을 공급하며 탄탄한 데이터를 축적해 왔다. 현장에는 2024년부터 제품을 사용해 온 기존 고객들이 방문해 업그레이드된 기능을 확인하고 사용 경험을 공유하는 등 제품에 대한 높은 신뢰도를 보였다. 윔 S는 신체에 자연스럽게 밀착되면서도 사용자에게 필요한 적정 수준의 보조력을 제공하는 설계가 특징이다. 이러한 사용자 친화적 설계는 유럽, 중국, 일본 등 글로벌 시장 확대로 이어지며 현장 바이어들로부터 긍정적인 평가를 받았다. 휴머노이드 로봇 알렉스, 글로벌 빅테크 기업과 협력 논의 웨어러블 로봇과 함께 공개된 휴머노이드 로봇 알렉스(ALLEX) 역시 의미 있는 성과를 거두었다. 알렉스는 직접 웨어러블 로봇 윔 S를 손에 들고 시연하는 등 고도화된 동작 인터랙션을 선보였다. 이를 지켜본 엔비디아, 메타, 아마존 등 글로벌 빅테크 기업 관계자들은 기술 협력 및 구매 의향을 전달한 것으로 알려졌다. 위로보틱스는 이들 기업과 휴머노이드 로봇 기술을 중심으로 한 공동 기술 개발 및 구체적인 협력 방향을 논의했다. 이는 위로보틱스의 로봇 기술이 단순히 전시용에 그치지 않고, 차세대 로봇 산업의 핵심 기술로서 실질적인 확장성과 활용 가능성을 인정받았음을 의미한다. 글로벌 로봇 시장의 새로운 가능성 제시 행사 현장에는 북미, 중동, 남미 등 전 세계 주요 지역의 미디어와 바이어들이 방문해 위로보틱스의 기술 포트폴리오에 높은 관심을 보였다. 위로보틱스는 이번 CES를 기점으로 글로벌 사업 확장을 위한 네트워크를 더욱 공고히 한다는 계획이다. 위로보틱스 이연백 공동대표는 이번 CES 2026 본행사가 대중을 위한 로봇과 차세대 로봇 기술을 동시에 입증한 중요한 자리였다고 평가하며, 웨어러블 로봇을 통해 쌓아온 사용 경험과 휴머노이드 기술력을 바탕으로 글로벌 기술 기업들과 협력하여 로봇 기술의 새로운 가능성을 개척해 나가겠다고 밝혔다.  

엔비디아는 CES 2026에서 지멘스와 전략적 파트너십 확대를 통해 실제 산업 현장에서의 AI 적용을 가속화한다고 발표했다. 양사는 산업용 AI와 피지컬 AI 설루션을 공동 개발해 더 빠른 혁신, 끊임없는 최적화, 그리고 더 탄력적이고 지속가능한 제조를 실현할 계획이다. 개발 지원을 위해 엔비디아는 AI 인프라, 시뮬레이션 라이브러리, 모델, 프레임워크, 블루프린트를 제공하고, 지멘스는 수백 명의 산업용 AI 전문가와 하드웨어, 소프트웨어를 투입할 예정이다. 양사는 2026년 독일 에를랑겐에 위치한 지멘스 전자 공장을 첫 번째 모델로 삼아, 전 세계 최초로 완전한 AI 기반 적응형 제조 현장을 구축하는 것을 목표로 하고 있다. 소프트웨어 정의 자동화, 산업 운영 소프트웨어로 구동되는 'AI 브레인(AI Brain)'과 엔비디아 옴니버스(Omniverse) 라이브러리, 엔비디아 AI 인프라를 결합해 공장은 디지털 트윈을 지속적으로 분석한다. 또한, 개선 사항을 가상으로 테스트하며, 검증된 인사이트를 현장의 운영 변경으로 전환할 수 있다. 이를 통해 설계부터 배포까지 더 빠르고 신뢰할 수 있는 의사 결정을 내릴 수 있어 생산성을 높이는 동시에 시운전 시간과 위험을 줄일 수 있다. 양사는 이러한 역량을 주요 산업 분야로 확대할 계획이며, HD현대, 폭스콘, 키온 그룹, 펩시코 등 여러 고객사가 현재 일부 기능을 평가 중이다.     지멘스는 파트너십 확장을 통해 전체 시뮬레이션 포트폴리오에 걸쳐 GPU 가속화를 완료할 계획이다. 또한, 엔비디아 쿠다-X(CUDA-X) 라이브러리와 AI 물리 모델에 대한 지원을 확대해 고객이 더 크고 정확한 시뮬레이션을 더 빠르게 실행할 수 있도록 할 계획이다. 이를 기반으로 양사는 엔비디아 피직스네모(PhysicsNeMo)와 오픈 모델을 활용해 실시간 엔지니어링 설계와 자율 최적화를 제공하는 자율 디지털 트윈을 구현함으로써, 생성형 시뮬레이션으로 나아가게 될 것이다. 엔비디아와 지멘스는 산업용 AI 운영 논리를 반도체와 AI 팩토리에 적용하려는 계획을 갖고 있다. 반도체 설계부터 시작해 지멘스는 검증, 레이아웃, 공정 최적화에 중점을 두고 엔비디아 쿠다-X 라이브러리, 피직스네모, GPU 가속을 EDA 포트폴리오 전반에 통합한다. 이를 통해 지멘스는 주요 워크플로에서 2~10배의 속도 향상을 목표로 하고 있다. 이 파트너십은 또한 레이아웃 가이드, 디버그 지원, 회로 최적화 등 AI 지원 기능을 추가해 엄격한 제조 가능성 요구 사항을 충족하면서 엔지니어링 생산성을 높일 예정이다. 양사는 설계, 검증, 제조 가능성, 디지털 트윈 접근법을 위한 AI 네이티브 엔진을 발전시켜, 설계 주기를 단축하고 수율을 개선하며 더 신뢰할 수 있는 결과를 제공할 계획이다. 또한, 엔비디아와 지멘스는 차세대 AI 팩토리를 위한 반복 가능한 블루프린트를 공동 개발할 예정이다. 이 블루프린트는 차세대 고밀도 컴퓨팅의 전력, 냉각, 자동화 요구 사항을 균형 있게 조정하는 동시에 기술이 속도와 효율 모두에 최적화되도록 보장한다. 이를 통해 계획과 설계부터 배포와 운영에 이르는 전체 라이프사이클의 최적화를 지원한다. 이번 협력은 엔비디아의 AI 플랫폼 로드맵, AI 인프라 전문성, 파트너 생태계, 엔비디아 옴니버스 라이브러리 기반 시뮬레이션의 가속화된 성능과 지멘스의 전력 인프라, 전기화, 그리드 통합, 자동화, 디지털 트윈 분야의 강점을 결합한다. 양사는 전 세계 산업 규모 AI 인프라의 배포 가속화, 에너지 효율성 향상, 복원력 강화를 목표로 한다. 엔비디아와 지멘스는 각자의 시스템에 기술을 먼저 적용함으로써, 상호 운영과 포트폴리오 가속화를 목표로 한다. 엔비디아는 지멘스의 설루션을 평가해 자체 운영과 제품 포트폴리오를 간소화하고 최적화할 계획이다. 지멘스는 자체 워크로드를 평가하고 엔비디아와 협력해 이를 가속화하고 AI를 지멘스의 고객 포트폴리오에 통합할 예정이다. 서로 가속화하고 자체 시스템을 개선함으로써 지멘스와 엔비디아는 고객을 위한 가치와 확장성의 구체적인 실증 사례를 창출하고 있다. 지멘스 AG의 롤랜드 부시(Roland Busch) 회장 겸 CEO는 “우리는 함께 산업용 AI 운영 체제를 구축하고 있다. 이는 물리적 세계의 설계, 구축, 운영 방식을 재정의해 AI를 확장하고 현실 세계에 실질적인 영향을 창출하기 위한 것이다. 엔비디아의 가속 컴퓨팅과 AI 플랫폼 리더십과 지멘스의 선도적인 하드웨어, 소프트웨어, 산업용 AI 그리고 데이터를 결합함으로써, 고객이 가장 포괄적인 디지털 트윈으로 제품을 더 빠르게 개발하고, 실시간으로 생산을 조정하며, 칩부터 AI 팩토리까지 기술을 가속화할 수 있도록 지원할 것”이라고 말했다. 엔비디아의 젠슨 황(Jensen Huang) 창립자 겸 CEO는 “생성형 AI와 가속 컴퓨팅이 새로운 산업 혁명을 촉발하며 디지털 트윈을 수동적 시뮬레이션에서 물리적 세계의 능동적 인텔리전스로 변모시켰다. 지멘스와의 파트너십은 세계 최고의 산업용 소프트웨어와 엔비디아의 풀스택 AI 플랫폼을 융합해 아이디어와 현실 사이의 간극을 좁힌다. 이를 통해 산업계는 소프트웨어에서 복잡한 시스템을 시뮬레이션한 후 물리적 세계에서 이를 원활하게 자동화하고 운영할 수 있게 된다”고 말했다.