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.

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.

개발 및 공급 : 이노쏘비 주요 특징 : 제조 물류 전반에 걸친 시뮬레이터/디지털 트윈/AI 에이전시의 통합 플랫폼, 설계~운영 과정의 최적화 지원, 다양한 제조 운영 시스템과 실시간 연동으로 대용량 데이터를 수집 및 처리, LLM/sLLM을 활용해 직관적인 데이터 분석 및 의사결정 지원 등 사용 환경(OS) : 윈도우 10/11(64비트) 시스템 권장 사양 : 인텔 i5 10세대 이상 또는 AMD 라이젠 5 이상 CPU, 최소 16GB RAM(32GB 권장), 엔비디아 RTX 4060 이상 GPU(AI 기능 사용 시 필요), 30GB 이상 여유 저장공간   최근 제조 기업들은 디지털 트윈 기반의 스마트 공장 도입과 더불어 급속한 디지털 전환(DX)을 위해 노력하고 있다. 불과 몇 해전만 하더라도 그 실체와 사례에 대해 의문이 있었지만, 다양한 도입 사례와 성과가 공개되면서 이제는 DX에서 나아가 AI 기술 도입과 AI로의 전환(AX : AI Transformation)을 활발히 검토하고 있고, 적극적인 도입 의사를 밝히고 있다. ‘PINOKIO(피노키오)’는 최신 기술 흐름을 반영해 탄생한 차세대 물류 디지털 트윈 설루션으로, 기존 상용 시스템의 한계를 극복하고 제조 산업의 스마트화를 가속화하는데 최적화된 해답을 제시한다. 기술 대전환의 시대를 맞아 기존의 전통적인 DX 설루션 기업들은 3D 모델링 및 시뮬레이션 등 낮은 단계의 디지털 트윈 기술을 기반으로 DX 설루션으로 개선 및 확장하고 있다. 이와 달리, PINOKIO는 초기부터 현장의 대용량 데이터 기반 실시간 물류 모니터링 및 실시간 시뮬레이션을 제공하는 디지털 트윈 기반의 운영 시스템을 목적으로 출발하였다. 그 결과 SK 하이닉스, LG전자 등 대량의 혼류 생산 제조 현장에서 디지털 트윈의 정합성과 예측의 정확도 등을 검증받았고 도입 효과를 증명했다. 이를 바탕으로 최근에는 기존 상용 설루션보다 높은 성능의 시뮬레이터까지 라인업하여 다양한 요구를 충족시킬 수 있게 되었다. 기존 상용 물류 시뮬레이션 설루션은 대부분 20~30년 전 개발된 구조를 가지고 있어, 최신 IT/OT 시스템과의 연동과 AI 기술을 적용하기 어렵다. 이로 인해 대용량 데이터 처리에 한계가 있으며, 사용자 API(애플리케이션 프로그래밍 인터페이스) 미제공으로 커스터마이징과 타 시스템 연계, 현장 실시간 운영에 필요한 유연성과 확장성에서도 제약이 있다. PINOKIO는 이러한 기존 설루션의 문제점을 개선해 제조 물류 관련 다양한 AI 모델을 지원하며, 기존 설루션 대비 높은 모델링 속도를 구현할 수 있다. 그리고 멀티 스레드, GPU 기반의 고속 시뮬레이션 연산 기능과 2차전지, AMR(자율이동로봇), OHT(오버헤드 트랜스퍼), 자동창고 등 다양한 제조 환경에 맞는 특화 라이브러리를 제공한다. 특히, 생산 현장에서 발생하는 실시간 빅데이터를 효과적으로 처리하고, 대화형 어시스턴트(assistant) 방식의 직관적인 사용자 인터페이스(UI)를 통해 사용자 편의성을 높였다. 또한, 사용자 API를 통한 고도화된 커스터마이징이 가능하며, MES(제조 실행 시스템), 센서, PLC(프로그래머블 로직 컨트롤러), IoT(사물인터넷) 등 다양한 운영 시스템과의 실시간 연동 기능도 갖췄다. 나아가, 전력 사용량 분석과 탄소세 예측 기능까지 탑재돼 지속 가능한 제조 환경 구축을 위한 의사결정도 지원한다. PINOKIO는 AI 기반 제조 혁신의 길을 여는 실질적인 도구로, 앞으로 제조업계의 디지털 전환을 선도할 핵심 설루션으로 자리매김할 전망이다.   주요 기능 소개 PINOKIO는 시뮬레이터, 디지털 트윈, AI 에이전시(agancy)를 통합한 차세대 DES(이산 이벤트 시뮬레이션) 기반 플랫폼으로, 제조 물류 전반에 걸친 통합 설루션을 제공한다. PINOKIO는 세 가지 핵심 모듈로 구성된다. 첫 번째는 ‘Pino SIM’으로, 공정 흐름 설계부터 시뮬레이션, 분석까지 수행하는 시뮬레이터다. Pino SIM은 도면 편집과 레이아웃 설계를 위한 Pino Editor를 내장하고 있어, 단순한 시뮬레이션을 넘어 제조 기준정보 입력, 물류 시나리오 구성, 시뮬레이션 실행 및 시각화 분석까지 다양한 기능을 제공한다. 이를 통해 설계 초기 단계부터 실제 운영에 이르기까지 전 과정의 최적화를 효과적으로 지원한다. 두 번째는 실시간 디지털 트윈 모듈인 ‘Pino DT’다. MES, IoT, PLC, 센서 등 다양한 제조 운영 시스템과의 실시간 연동을 통해 대용량 데이터를 실시간으로 수집하고 처리하며, 이를 바탕으로 실시간 모니터링은 물론 미래 상황 예측, 예지 보전 기반의 시뮬레이션이 가능하다. 이는 생산 현장의 가시성과 민첩성을 높이는 데 기여한다. 세 번째는 인공지능 기반의 ‘Pino AI’다. LLM(대규모 언어 모델)과 sLLM(전문 도메인 특화 언어 모델)을 활용한 대화형 UI를 통해 사용자가 직관적으로 데이터를 분석하고 의사결정에 활용할 수 있다. 또한 목적에 따라 강화학습, 파라미터 최적화 등 다양한 AI 기법을 적용할 수 있어 생산성과 품질 향상을 동시에 도모할 수 있다. PINOKIO는 엔비디아 옴니버스(NVIDIA Omniverse)와 같은 고급 시각화 플랫폼과 연동 가능하며, 파이썬(Python) 개발 환경 확장도 지원함으로써 사용자 맞춤형 라이브러리 개발이 가능하다. 이를 통해 제조 기업은 사전 공정 및 물류 최적화는 물론 실시간 생산 모니터링, 미래 예측, AI 기반 정확도 향상 등 다양한 지능형 서비스를 구현할 수 있다. 제조업의 디지털 전환이 본격화되는 시대에 PINOKIO는 스마트 공장을 넘어 AI 전환을 실현하는 핵심 파트너로 부상하고 있다.   PINOKIO의 특징 PINOKIO는 고도화된 시뮬레이션 엔진과 AI 통합 기능을 바탕으로 대규모 데이터 처리 및 실시간 예측 분석을 지원하며 스마트 제조 시대의 경쟁력을 강화하고 있다. PINOKIO는 이벤트 처리 기법 최적화 및 단순화된 시뮬레이션 엔진 설계로 빠른 연산 속도를 제공한다. 특히, 초당 60프레임(FPS) 기준으로 500만 개 수준의 대규모 3D 데이터를 안정적으로 처리할 수 있으며, 선택적 컴파일 방식(C# 기반 네이티브 코드)을 활용한 별도 계산 도구를 통해 집약적인 연산 작업도 고속으로 수행할 수 있다. 디지털 트윈 구축에서도 PINOKIO는 강력한 성능을 발휘한다. MES, ACS, MCS 등 다양한 제조 운영 시스템과 연동과 IoT, 센서, PLC 등 생산 현장에서 수집되는 대용량 데이터를 실시간으로 처리한다. 이를 통해 실시간 모니터링과 동시에 백그라운드 시뮬레이션을 수행하고, 타임 호라이즌(Time Horizon) 방식의 미래 예측 기술을 통해 병목, 이상 징후 탐지 및 알람 기능도 제공된다. 또한, AI를 활용하기 위한 정상/이상 데이터 제공과 파라미터 최적화 및 시나리오별 분석 기능이 포함되어 있으며, LLM과 sLLM, 챗GPT(ChatGPT), 메타 라마(Meta LLaMA) 등 다양한 AI 모델을 통합한 AI 에이전시 기능을 통해 대화형 데이터 분석, 자동 의사결정 지원, 데이터 해석 및 운영 최적화를 구현한다. 시뮬레이션 설계 및 모델링 측면에서도 사용자 편의성이 강화됐다. Pino Editor를 활용해 레이아웃 도면을 직관적으로 확인 및 편집할 수 있으며, 제조 기준 정보 입력 및 템플릿 매칭 기능을 통해 모델링 작업 시간을 획기적으로 단축시킨다. 또한, 2차전지 및 반도체 공정에 특화된 전용 라이브러리도 제공되며, 고객 맞춤형 커스터마이징 시뮬레이터를 통해 사용자의 목적에 따라 분석 및 최적화가 가능한 유연한 개발 환경을 지원한다. 이처럼 PINOKIO는 고속 시뮬레이션, 실시간 예측, AI 기반 의사결정, 그리고 유연한 모델링 기능을 종합적으로 제공하며, 제조업의 지능화·자동화를 실현하는 설루션이다.   그림 1. PINOKIO UI 화면 – 반도체 FAB   사전 레이아웃 및 물류 검토를 위한 설루션 : Pino SIM 디지털 트윈 구축 시 미래 예측을 위한 시뮬레이터 역할과 기존 상용 설루션과 같이 공장 신축 또는 생산 라인 변경 등 제조 현장의 변화가 요구된다. 이런 상황에서 Pino SIM은 사전에 최적의 물류 계획과 레이아웃 구성을 지원하고 공정의 효율성과 안정성을 미리 확보할 수 있는 디지털 전환 핵심 도구이자 가상 공장 구현 설루션이다. Pino SIM은 제조 기준 정보(제품, 공정, 레이아웃, 물류 흐름, 작업 순서, 스케줄링 등)를 기반으로 공정을 시뮬레이션하며, 그 결과를 차트, 그래프 등 다양한 시각화 도구를 통해 분석할 수 있다. 이를 통해 레이아웃 검증 및 최적화, 생산성 향상 등 공장 운용 전반의 효율화를 실현할 수 있다. 특히, OHT, AMR 등 신 산업군을 위한 특화 라이브러리를 제공하며, 이송 설비 구현을 위한 이동, 충돌 방지, 회피 제어를 위한 OCS, ACS 기능도 탑재되어 있다. 이를 통해 코드 작성 오류를 줄이고 디버깅 시간을 줄일 수 있으며, 보다 쉽고 효율적으로 시뮬레이션 모델을 구축할 수 있다. 또한, 자동창고 모델링에 필요한 Stocker(Crane, Rack, Rail)를 그룹화 형태로 제공하여 빠른 모델링이 가능하다. 환경과 에너지 측면에서도 전력 사용량 및 탄소 배출량(탄소세) 분석 기능을 통해 지속 가능한 생산 전략 수립에 도움을 주며, 제조업의 친환경화와 ESG 경영 대응에도 기여할 수 있다. 이처럼 Pino SIM은 공장 설계 단계에서의 의사결정 품질을 높이고, 새로운 제조 환경에 유연하게 대응할 수 있는 설루션이다.   그림 2. 라이브러리 제공 – Stocker   그림 3. 개발(코딩) 없이 기능 구현   그림 4. 시뮬레이션 결과 리포트 예제   디지털 트윈 설루션 : Pino DT 제조 현장에서 물류는 제품의 사이클 타임을 결정하는 요소 중에 하나이다. 물류 정체가 발생할 경우 제품의 사이클 타임이 길어지거나 라인이 정지되는 등 심각한 손실이 발생할 수 있다. 이러한 문제를 해결하기 위해 시뮬레이션을 통한 최적화된 운영 방식을 시스템에 적용하려는 노력이 이어져왔다. 기존의 물류 설루션은 현장에서 발생하는 대용량의 데이터를 시뮬레이션에 반영하여 실시간으로 의사결정하는 과정에서 다양한 제약으로 인해 어려움이 있었다. 또한, 현장 작업자의 개입과 같은 인간적 오류는 시스템이 예측할 수 없는 데이터를 발생시키기 때문에 생산 계획 단계에서의 사전 분석 및 검증만으로는 시뮬레이션 정합성을 높이는데 한계가 있다. Pino DT는 최적화된 자체 개발 시뮬레이션과 모니터링 엔진을 탑재하여 이를 해결하였다. 시뮬레이션의 이벤트 횟수를 최적화하여 최소한의 이벤트로 시뮬레이션이 가능하도록 설계했다. 또한 계산 속도에 이점이 있는 C, C++ 언어로 물류 경로를 최적화하는 알고리즘을 구현하여 기존 설루션 대비 약 2만평 규모의 공장에서 약 70배의 향상된 성능을 검증하였다.   그림 5. Pino DT의 UI 화면   대용량 데이터 처리 및 실시간 모니터링 Pino DT는 시뮬레이션에 최적화된 알고리즘을 사용함으로써 대용량 데이터 처리가 가능하고, 현장 데이터를 실시간으로 시뮬레이션에 반영할 수 있다. 기존 물류 시뮬레이션 설루션에 비해 60~700배 뛰어난 가속 성능을 제공하는 시뮬레이션 도구이다. 제조 현장과 동일한 상황을 시뮬레이션하기 위해 현장과 연동 후 데이터를 가공하여 디지털 트윈 모델로 표현하여 가시화하고, 사용자가 설정한 시간 주기마다 미래를 예측하는 시뮬레이션(proactive simulation)을 백그라운드로 수행한다. 이는 제품의 공정 시간보다 짧은 시간 안에 결과를 확인할 수 있고, AI를 통해 보다 정확한 의사결정을 내릴 수 있도록 지원한다.   그림 6. Pino DT의 모니터링 화면   디지털 트윈 실시간 시뮬레이션 : 미래 예측 실시간 현장 상황을 반영하여 미래를 예측하는 시뮬레이션(proactive simulation)은 제품의 택트 타임(tact time)보다 짧은 시간 내에 결과를 도출해내지 못하면 현장에서 선제 대응하지 못하는 결과를 초래할 수 있다. 모니터링 엔진으로부터 라인 상황에 대한 데이터를 수집하고, 현재로부터 예측하고자 하는 시간 동안 발생하는 이상상황에 대해 피드백을 준다. 예를 들어 조립 라인의 경우에는 부품이 5분 뒤에 부족하다는 알람을 작업자에게 즉시 전달하여 선제적 대응을 가능케 함으로써, 라인 정지 등 비상 상황을 사전에 방지할 수 있다. PINOKIO 디지털 트윈 시뮬레이션은 이러한 역할이 가능하도록 가속화한 고속 시뮬레이션 엔진을 보유하고 있다.   그림 7. 현장 FAB(왼쪽)과 PINOKIO에서 생성된 디지털 트윈(오른쪽)   제조 물류 현장에 특화된 AI 플랫폼 : Pino AI AI를 이용한 설루션을 만들기 위해서는 다양한 상황에 대한 데이터가 필요하다. 하지만 제조 현장의 특성 상 여러 상황에 대한 데이터를 획득하기 어렵다. PINOKIO에서는 현장에서 획득하기 어려운 데이터를 시뮬레이션을 통해 데이터를 확보할 수 있다. 즉, Pino DT 모델이 AI를 위한 데이터를 생성하고, 이를 AI가 최적 값을 도출하여 시뮬레이션에 반영한다. Pino DT에서 획득한 데이터를 파이썬, C, 자바(JAVA) 등 다양한 언어로 구현한 로직을 적용할 수 있도록 개발 환경을 제공하고 있다. 이를 통해 예측 정확도 향상, 데이터 기반 의사 결정, Scheduling, Routing, Dispatching 등 목적에 따라 AI 활용이 가능하다. 또한 LLM, sLLM, 챗GPT(ChatGPT), 메타 라마(Meta Llama) 등과 결합한 대화형 UI를 통해 사용자가 직관적으로 데이터를 분석하고 의사결정에 활용할 수 있다.   그림 8. 대화형 UI 및 결과 리포트   그림 9. Pino DT와 AI 모델 활용 원리   Pino DT와 현장 데이터 인터페이스 디지털 트윈에 가장 중요한 요소는 현장과의 연결이다. 대부분의 물류 전문 설루션이 현장과의 연결을 위한 인터페이스를 지원하지만, 많은 양의 데이터를 처리하면서 실시간으로 시뮬레이션하는데 어려움이 있다. Pino DT는 대용량 데이터 처리와 시뮬레이션 가속 성능이 뛰어나 실시간 모니터링 시스템까지 가능하다. <그림 10>은 현장에 있는 MES와 Pino DT가 인터페이스되는 과정이다. 현장에 있는 PLC가 MES에 데이터를 전달하고, MES는 그 데이터를 데이터베이스에 저장한다. 이를 Pino DT에서 외부 통신(IP)을 통해 데이터베이스에 접근하여 데이터를 시뮬레이션에 반영한다. 이 과정에서 현장 데이터의 상태가 중요하다. 불필요한 데이터가 있거나 로스 또는 시간 순서가 맞지 않은 경우가 대부분이다. Pino DT에서는 현장 데이터를 올바르게 정제하는 작업을 거쳐 현장과 동일한 디지털 트윈 모델을 만든다.   그림 10. 현장 데이터 인터페이스 과정   PINOKIO의 기대 효과 PINOKIO는 현장 운영 데이터를 실시간으로 디지털 트윈과 연동함으로써 모니터링이 가능하며, 전체 공장을 PC, 웹, 모바일 등 다양한 형태로 여러 사용자와 함께 직관적으로 확인하면서 공유하고 협업할 수 있다. 또한 현장과 연결된 디지털 트윈 모델을 이용하여, 미래에 발생 가능한 문제점을 예지(predictive)하고, 이러한 문제점을 사전에 해결하기 위한 선제대응(proactive) 의사결정을 가능하게 한다. 이 때 디지털 트윈을 이용한 사전예지는 온라인 시뮬레이션 기술에 기반하고, 선제대응은 AI 기술에 기반한다고 볼 수 있다. 디지털 트윈 기반 사전예지의 시간적 범위(time horizon)는 현장의 특성에 따라서 0.1시간~10시간으로 달라질 수 있으며, 문제점의 종류는 주로 생산 손실(loss), 부품의 혼류 비율 불균형, 설비 고장예지 및 물류 정체 등을 포함한다. 문제점이 예지되면 이를 해결하기 위한 즉각적인 의사결정 AI 기술을 활용하여 최적 운영을 달성함으로써 생산성, 경제성, 안정성 및 경쟁력 향상 효과가 있다.   맺음말 생산 계획 단계에서 Pino SIM을 통해 레이아웃 검증과 물류를 최적화하고, Pino SIM 모델 데이터를 생산 운영 단계에서 PINOKIO와 연계하여 현장 데이터 기반 실시간 모니터링과 미래 상황 예측 및 선제 대응함으로써 현실적이고 실제 활용 가능한 스마트한 디지털 트윈을 구축할 수 있다. 다음 호부터는 Pino SIM, Pino DT, Pino AI 등 각 제품별 소개 및 적용 사례를 소개하고자 한다.   그림 11. 디지털 트윈을 위한 플랜트 시뮬레이션과 PINOKIO     ■ 기사 내용은 PDF로도 제공됩니다. 

게임 기술이 충돌 수리 교육을 혁신하는 방법   이번 호에서는 게임 디자인의 원칙이 충돌 수리 산업과 같은 기업 사용 사례로 원활하게 전환되는 방법, 도전 과제와 해결책, 그리고 자동차 산업을 위한 몰입형 실습 학습 경험을 창출한 성과에 대해 짚어본다. ■ 자료 제공 : 유니티 코리아   마이크 머티스는 비디오 게임 및 음악 산업에서 25년 이상의 경험을 가지고 있으며, 게임 개발이 다양한 기업의 광범위한 응용 프로그램을 어떻게 형성하고 알릴 수 있는지를 이해하고 있다. 프리랜서 비디오 게임 저널리스트로 시작하여 다양한 게임 개발 프로젝트의 프로듀서로 기여하기까지, 그는 항상 게임 산업이 세계에 미치는 파급 효과에 영감을 받아왔다. 오늘날, 이 풍부한 기반은 I-CAR(자동차 충돌 수리 산업 간 회의)에서 그의 역할을 이끌고 있으며, 그는 가상현실(VR)을 사용하여 충돌 수리 교육을 혁신하는 학습 혁신 및 기술 팀을 이끌고 있다.   ▲ 이미지 제공 : I-CAR   게임 시작 : 기업 에디션 I-CAR의 VR 기반 시뮬레이션으로 자동차 교육 커리큘럼을 향상시키기 위한 노력에 참여했을 때, 머티스는 익숙한 느낌을 느꼈다고 한다. 새로운 게임 스튜디오를 설정하는 것과 매우 비슷했지만, 그는 비디오 게임을 출시하는 대신 충돌 수리 산업에서 기술자들이 사용할 수 있는 영향력 있는 교육 도구를 만드는 데 초점을 맞추었다. I-CAR는 충돌 수리의 안전성, 효율성 및 품질을 향상시키기 위해 헌신하는 비영리 조직이다. 1979년 설립 이후 탄탄한 명성을 쌓아왔으며, 골드 클래스 인정 프로그램을 통해 충돌 수리의 우수성에 대한 교육 기준을 설정하고 있어 VR 학습 통합과 같은 미래 지향적인 것을 탐구하기에 적합한 플랫폼이다. 머티스는 “가상 게임 기술과 자동차 수리 세계를 연결하는 복잡성은 내가 기꺼이 도전할 준비가 된 과제였다. 이전 경험과 많은 연구를 바탕으로, I-CAR의 학습 혁신 및 기술 팀의 기초를 구축하는 여정을 시작했다”고 소개했다.   ▲ 유니티 에디터에서 I-CAR VR 충돌 수리 교육 과정을 구축하는 모습(이미지 제공 : I-CAR)   개발 엔진의 선택 올바른 개발 엔진을 선택하는 것은 VR 기반 교육 시뮬레이션을 구축하는 데 있어 중요한 첫 번째 단계였다. 머티스는 “여러 게임 프로젝트에서 다양한 게임 엔진을 실험해본 결과, 게임 엔진 개발의 주력은 거의 20년 동안 유니티였다. 자신의 경험과 함께, 가상현실을 위해 개발하는 다른 회사들과 광범위하게 이야기했으며, 그들 모두가 유니티를 사용하고 있다는 공통점이 있었다”면서, “유니티의 OpenXR 및 Meta XR All-in-One 플러그인과의 통합은 높은 안정성을 보였으며, 엔진의 전반적인 유연성 덕분에 필요할 경우 미래에 다른 SDK로 빠르게 전환할 수 있었다”고 전했다. 또 다른 주요 고려 사항은 유니티 버전 컨트롤(Unity Version Control)이었다. 머티스는 “우리 팀의 많은 구성원이 원격으로 작업하고 있었기 때문에, 프로젝트 백업, 검색 및 개발 워크플로를 관리할 수 있는 강력한 시스템이 필요했다. 변경 사항을 쉽게 롤백하거나 필요에 따라 다양한 개발 경로를 위한 분기를 생성할 수 있는 견고한 버전 관리 시스템이 필수였다”고 설명했다. 그리고 “유니티가 우리의 모든 개발 요구 사항을 충족했기 때문에 선택은 간단했다. 돌이켜보면 그것은 중대한 결정으로 입증되었으며, 우리 팀의 성공과 개발 노력의 지속적인 진전에 중요한 역할을 했다”고 덧붙였다.     VR 혁신가 팀 구성 엔진이 선택된 후, 머티스는 내부 개발 팀을 찾기 시작했다. 유니티 개발자를 찾는 동안, 많은 후보자가 유니티 엔진으로 놀라운 성과를 이루는 것을 보는 것이 인상적이었다고 한다. 머티스는 “게임 산업에 대한 나의 지식과 우리의 교육 목표에 대한 명확한 이해가 게임 산업의 후보자들과 간극을 메우는 데 도움이 되었다. 이 덕분에 그들에게 그들의 개발 기술이 충돌 수리 산업에 있는 사람들을 위한 새로운 흥미로운 학습 방식을 형성하는 데 어떻게 도움이 될 수 있는지를 보여줄 수 있었다”고 전했다. 또한, 머티스는 3D 모델이 정확하고 시각적으로 매력적이도록 하기 위해 3D 모델러를 추가로 고용했다. 우리의 3D 모델러는 이전에 유니티를 사용한 적이 없었지만, 유니티 개발자들과의 협업 및 유니티 런(Unity Learn)의 학습 카탈로그 덕분에 빠르게 3D 자산을 유니티에 가져와 고품질 방식으로 작동시킬 수 있었다. 머티스의 팀은 유니티 개발자, 3D 애니메이터 및 XR 주제 전문가로 구성되었다. 이러한 인재들 덕분에 모든 개발, 경험 정확성, VR 헤드셋 지식 및 중요한 QA 테스트가 면밀히 모니터링되어 프로토타입의 성공을 보장할 수 있었다. 팀이 구성된 후에는 VR 프로토타입이 어떤 콘텐츠를 포함할지, 그리고 그것을 만드는 것이 I-CAR의 잘 확립된 커리큘럼 생성 과정에 어떻게 맞아들어갈지를 구체적으로 계획하는 단계를 거쳤다.   프로토타입 구축 머티스의 팀은 I-CAR의 제품 개발 및 커리큘럼 팀과 협력하여 VR을 그들의 과정 설계 프로세스에 원활하게 통합했다. 이와 함께, 머티스는 기존 개요 및 스토리보드에 맞춘 인터랙티브 단계 시트를 신속하게 개발하여 실제 수리 절차에서 핵심 프로세스 기술을 포착했다. 이 단계 시트는 VR 경험을 위해 유니티에서 작성될 필요가 있는 3D 자산, 상호작용, 소리 및 다른 요소를 추적하는 역할도 했다. 기술에 익숙하지 않은 커리큘럼 팀에 VR을 도입하는 것은 창작만큼이나 교육에 관한 것이었다. VR의 잠재력을 설명하기 위해, 머티스의 팀은 메타 퀘스트 2(Meta Quest 2) 헤드셋에서 사용할 수 있는 작은 프로토타입을 유니티에서 개발했다. 커리큘럼 팀을 위한 이 교육 프로토타입을 개발함으로써 개발 팀은 유니티에서 모든 기본 생산 프로세스를 설정할 수 있었다. 3D 자산을 유니티로 가져오는 방법과 상호작용을 위한 여러 코드 조각을 작성하는 것과 같은 것들로, 머티스의 팀은 주요 프로토타입을 위한 개발 템플릿을 갖게 되었다. 개발된 VR 교육 프로토타입은 커리큘럼 팀 구성원들이 도구와 차량과 상호작용할 수 있게 하여 몰입형 3D 경험의 힘에 대한 직접적인 통찰을 얻을 수 있게 했다. 머티스는 “이 작은 개발은 팀의 참여를 높일 뿐만 아니라 새로운 학습자가 더 복잡한 프로토타입에 뛰어들기 전에 VR에 익숙해질 수 있도록 도와주는 VR 트레이너로 발전한 성과였다. 이 성공은 우리가 실제 프로세스를 자연스럽고 매력적이며 기술자에게 정확한 강력한 가상 경험으로 변환하는 데 집중할 수 있게 해주었다”고 설명했다.   ▲ I-CAR VR 프로토타입 영상 캡처(비디오 제공 : I-CAR)   몰입형 학습으로 격차를 해소하기 머티스는 다음과 같은 시나리오를 소개했다. 전기차(EV)에 포함된 고전압 시스템을 다루는 수업을 듣기 직전이다. 이 수업 전에 다음에 대한 경험이 있는가? ① 멀티미터 사용하기 ② 전압 측정하기 ③ 2극 테스터 사용하기 ④ 안전 절차 ⑤ 고전압 분리 과정 수행하기 이러한 주제를 가르치는 수업에 들어가는 것은 꽤 벅차 보일 수 있으며, 어떤 사람은 수업 전에 프로세스를 더 잘 이해하기 위해 유튜브 비디오나 다른 자료를 찾고 있을 것이다. 이것은 자신감의 문제이다. 복잡한 프로세스에 들어갈 때 미리 알고 싶은 사람이 누가 있을까? 여기서 어려운 점은 어떤 자료가 있을 수 있지만, 언급된 모든 프로세스는 이해하기 위해 실습 경험이 필요하다. 멀티미터와 2극 테스터가 접근 가능하며, 전압을 측정할 수 있는 것이 있는가? 전기차 작업 프로세스와 관련이 있으면서도 안전한 작업은 무엇인가? 비용과 일반적인 접근성은 어떤가? 여기서 VR이 등장한다. VR은 실제 장비에서 연습하는 안전 위험이나 비용 없이 이러한 프로세스에 대한 실습 노출을 제공한다. 학습자는 헤드셋을 착용하고 즉시 가상 훈련실로 이동한다. 여기서 사람들은 멀티미터로 전압을 안전하게 측정하는 방법을 배우고, 고전압 연결 절차를 연습한다. 그리고 자신의 기술에 자신감을 가질 때까지 단계를 끝없이 반복한다. 이 기술은 학습자가 실수를 하고 안전하고 통제된 환경에서 그로부터 배우도록 허용한다. 훈련을 마스터했다고 느끼면 실제 응용 프로그램으로 전환할 수 있으며, 새로 습득한 기술과 지식을 직접 보여줄 준비가 되어 있을 뿐만 아니라 흥미를 느낄 수 있다.   미래를 엿보다 머티스는 “충돌 수리 산업 내에서 우리의 프로토타입을 선보이고 SEMA 및 CES와 같은 주요 산업 행사에서 발표한 후, 자동차 전문가들로부터 긍정적인 피드백을 받았다. 관심과 격려는 우리가 설계한 프로토타입을 완전한 VR 기반 과정으로 전환할 수 있는 신호를 주었다”고 소개했다. 전기차 기술 작업 및 ADAS 관련 수리 시나리오 문제 해결의 세부 사항에 중점을 둔 이 과정 중 두 개는 2025년 말에 출시될 예정이다. VR이 모든 실습 학습의 측면을 대체하지는 않지만, 복잡하고 접근하기 어려운 또는 비싼 시나리오를 더 접근 가능하게 만드는 데 뛰어나다. 이것은 도구이다. 전통적인 교육 방법을 보완하여 학습자에게 안전하고 확장 가능하며 상호작용적인 방식으로 기술을 마스터할 수 있는 방법을 제공한다. 유니티 인더스트리(Unity Industry)와 같은 플랫폼을 활용함으로써 기업은 교육의 미래를 재정의하고 고급 학습 경험을 더 영향력 있게 만드는 몰입형 VR 경험을 만들 수 있다.       ■ 기사 내용은 PDF로도 제공됩니다. 

다쏘시스템코리아는 지난 5월 29일 서울 코엑스에서 ‘3D익스피리언스 콘퍼런스 코리아 2025(3DEXPERIENCE CONFERENCE KOREA 2025)’를 진행했다. 이번 행사에서는 인공지능(AI)과 결합한 다쏘시스템의 버추얼 트윈 기술을 통한 산업 혁신 비전과 사례가 소개됐다. 다쏘시스템은 ‘생성 경험 재생으로 순환하는 모델로 전환하며 경쟁력을 갖춰야 할 시점’이라는 기조 아래, 다양한 산업 분야의 디지털 혁신 성과와 미래 전략을 다뤘다. ■ 정수진 편집장     버추얼 트윈에서 3D 유니버스로, 산업 전환의 비전 제시 다쏘시스템코리아의 정운성 대표이사는 2040년을 향한 자사의 새로운 비전으로 ‘생성형 경제’로의 본격 전환을 짚었다. 그는 “생성형 경제는 ‘경험 경제’와 ‘순환 경제’를 통합하는 개념으로, 제품 중심이 아닌 사용자 경험을 중시하고 환경 및 리사이클링을 고려하는 것을 뜻한다. 다쏘시스템은 기존의 ‘제조−소비−폐기’라는 기존의 일직선 방식 대신에 ‘생성−경험−재생’이라는 순환 모델로의 산업 전환을 추구하면서, 사회로부터 얻은 가치를 사회에 환원하여 진정한 경쟁력을 갖추고자 한다”고 전했다. 이를 위한 핵심 역량으로 다쏘시스템이 내세우는 것이 ‘버추얼 트윈’이다. 다쏘시스템은 지난 1981년 3D 기술을 선보인 이후 디지털 목업(DMU), PDM(제품 데이터 관리), PLM(제품 수명주기 관리)를 거치면서 기술 혁신을 이어왔다. 그리고 축적된 기술을 바탕으로 ‘3D익스피리언스 플랫폼’이라는 하나의 플랫폼 상에서 데이터, 행동, 제품의 정체성이 전체수명 주기 동안 동적으로 연결되는 버추얼 트윈을 제시했다. 정운성 대표이사는 “제품뿐 아니라 인간의 버추얼 트윈을 구현하고, 궁극적으로 가상과 실제의 간극을 없애는 것을 목표로 버추얼 트윈의 고도화를 추진하고 있다”고 소개했다. 버추얼 트윈에 이어 다쏘시스템이 다음 세대의 기술로 제시하는 것은 ‘3D 유니버스(3D UNIV+RSES)’이다. 올해 초 7세대 기술로 공개된 3D 유니버스의 핵심은 버추얼 트윈 기술에 생성형 AI를 탑재한 것이다. 버추얼 트윈을 고도화하는 것과 함께 베스트 프랙티스의 형태로 축적된 버추얼 트윈 기반의 경험을 AI로 학습해 미래의 경험을 제시하는 것이 3D 유니버스의 비전이다. 정운성 대표이사는 “다쏘시스템은 미숙련 사용자도 숙련된 업무를 가능하게 돕는 버추얼 AI 동반자인 ‘아우라(Aura)’를 선보였고, 애플과의 파트너십을 통해 애플 비전 프로(Apple Vision Pro)에서 몰입감 있는 버추얼 트윈 경험을 제공하고자 노력하고 있다”면서, “다쏘시스템의 모든 기술은 지식과 노하우 플랫폼인 3D익스피리언스 플랫폼에서 체계적으로 운영되며, 3D 유니버스는 12개 주요 산업 및 모든 제품 브랜드에 걸쳐 맞춤형 설루션을 강화하고 지원 범위를 넓힐 것”이라고 전했다.   ▲ 다쏘시스템코리아 정운성 대표이사는 생성형 경제를 위한 기술 개발 내용을 소개했다.   버추얼 트윈으로 포괄적인 산업 혁신 이끈다 다쏘시스템의 3D익사이트 사업 및 영업 총괄인 마시모 프란도(Massimo Prando)는 3D익사이트(3DEXCITE)가 엔지니어링 데이터와 고객 경험을 연결하는 역할을 한다고 설명하면서, 가상 세계와 현실 세계를 잇는 버추얼 트윈에 생성형 AI를 접목하여 혁신적인 경험을 창출한다는 다쏘시스템의 비전을 제시했다. 그리고 항공우주, 반도체 제조, 산업 장비, 철도, 가전제품, 스포츠 및 라이프스타일, 자동차 등 다양한 산업 분야의 버추얼 트윈 적용 사례를 공유했다. 프란도 총괄은 “3D익사이트의 목표는 제품을 더 빠르고, 더 좋게, 더 스마트하게 만들고 클라우드 애플리케이션에 적용 가능하게 하는 것”이라고 소개했다. 다쏘시스템이 제시하는 버추얼 트윈은 단순히 현실을 디지털로 복제하는 것에 그치지 않는다. 설계, 스타일링, 재료, 엔지니어링, CAD, 시뮬레이션, 제조 등 모든 데이터를 수집하고, 이를 통해 구성된 디지털 복제본을 제품 수명주기 내내 성숙시키고 활용하는 것이 중요하다는 것이다. 이를 위해 다쏘시스템은 3D익스피리언스 플랫폼과 CGI 허브(CGI hub)를 활용하여 통합된 데이터를 기반으로 버추얼 트윈을 구현하고, 제품 개발 과정을 간소화하며, 그 위에 생성형 AI 경험 레이어를 겹친다는 전략을 마련했다. 프란도 총괄은 “버추얼 트윈을 기반으로 하는 3D익사이트의 기술 스택은 생성형 AI 애플리케이션을 위한 ‘시드(seeds)’를 생성하고 클라우드 환경에서 확장 가능하다”면서, 버추얼 트윈 기술을 항공우주, 반도체 제조, 산업 장비, 철도, 가전, 자동차 등 다양한 산업에 적용할 수 있다고 전했다. 또한 산업 분야의 버추얼 트윈 활용 사례를 다음과 같이 소개하면서, “다쏘시스템은 복잡한 기술을 쉽고 대중화된 방식으로 배포하여 모든 사용자가 쉽게 활용할 수 있도록 하는 데 중점을 둔다”고 전했다. 복잡한 설계를 이해관계자에게 명확하게 전달하며, 더 빠르고 스마트한 의사 결정을 지원 시뮬레이션을 통해 생산 라인을 가동하기 전에 병목 파악 작업자 훈련 및 재설비의 가상 계획 자동화 및 로봇 시나리오 개발 지원 실제 제작 전 가상 제품 경험 및 구성 카탈로그, 브로슈어, 온라인 등 다양한 고객 접점에 대해 높은 수준의 시각적 결과물의 빠른 배포 고객 데이터 기반으로 맞춤형 제품 설계 및 3D 모델을 통해 고객에게 상호작용 경험 제공 가능한 제품 구성 시나리오를 플랫폼에서 직접 호출하고, CAD 및 구성 관리와 연결 여러 시장의 요구사항을 반영하여 웹사이트, 브로슈어, 쇼룸 등에 배포 생성형 AI를 통해 2D 정적 이미지에서 완전한 구성의 대화형 비디오 재창조   ▲ LG전자 황윤제 기술고문은 모델 기반의 제품 개발 가상화 전략을 소개했다.   산업 혁신 위한 브랜드 전략과 기술 활용 사례 소개 다쏘시스템코리아는 제품별 행사와 통합 행사를 격년 주기로 번갈아 진행하고 있는데, 이번 3D익스피리언스 콘퍼런스는 다쏘시스템의 모든 제품 브랜드를 아우르는 연례 콘퍼런스로 마련됐다. 오전에 진행된 ‘3D 익스피리언스 콘퍼런스 2025’의 제너럴 세션에서는 ▲LG전자 황윤제 기술고문의 ‘모델 기반 가상화 R&D를 통한 디지털 혁신 : AI 시대의 도전과 미래’ ▲PWC 컨설팅 문홍기 대표의 ‘Beyond Digital | Virtual Twin’ ▲델 테크놀로지스 오리온 상무의 ‘Unleashing the Future of AI Development with Dell Pro Max Workstation’ 등 발표가 진행됐다. 또한, 오후에는 3D익스피리언스 플랫폼의 핵심 설루션인 바이오비아(BIOVIA), 에노비아(ENOVIA), 넷바이브(NETVIBES), 카티아(CATIA), 3D익사이트(3DEXCITE), 델미아(DELMIA), 시뮬리아(SIMULIA)의 브랜드 트랙과 더불어 SDV(소프트웨어 정의 차량) 트랙이 진행됐다. 이번 콘퍼런스를 통해 다쏘시스템은 AI 기반 버추얼 트윈이 산업 혁신의 핵심 동력이 될 것이며, 지속 가능한 성장과 새로운 가치 창출을 위한 필수적인 도구임을 강조했다.     ■ 기사 내용은 PDF로도 제공됩니다. 

주요 디지털 트윈 소프트웨어   디지털 트윈 소프트웨어, Emulate3D ■ 개발 및 자료 제공 : 로크웰 오토메이션, 02-2188-4400, www.rockwellautomation.com/ko-kr.html   Emulate3D(에뮬레이트3D)는 2005년 영국 리딩에서 설립 후 2019년 로크웰 오토메이션이 인수하여 전 세계 다양한 산업 분야의 고객을 지원하고 있다. 이 소프트웨어는 실제 장비를 가상에서 검증할 수 있는 동적 3D 기반 디지털 트윈 기술로 제조 생산 라인, 창고 자동화, 자재 취급 및 유통, 수하물 처리, 기계 장비 구축분야 등 다양한 산업에서 활용된다.   1. 주요 특징   Emulate3D는 사용자의 편의를 고려해 직관적인 인터페이스를 제공하며, 사전 프로그래밍된 카탈로그 사용으로 비전문가도 쉽게 사용할 수 있도록 설계되었다. 다양한 PLC(Programmable Logic Controller) 브랜드와의 전용 프로토콜 및 OPC(Open Platform Communications)로 연결이 가능하고 클라우드 기반 배포 옵션을 통해 버전 제어, 협업 등의 유연성을 극대화한다. 이러한 특성은 교육 및 훈련에 효과적일 뿐만 아니라, 다양한 운영 환경에서 활용할 수 있는 확장성을 제공한다. 최근 엔비디아 옴니버스 API(NVIDIA Omniverse API)와의 통합으로 실사 수준의 그래픽 질감과 공장 규모의 동적 디지털 트윈 생성이 가능해져 여러 기계와 시스템 간의 상호작용을 실시간으로 분석하고 최적화할 수 있게 됐다.   2. 주요 기능   Emulate3D는 현실감 있는 시뮬레이션과 에뮬레이션을 통해 물리적 충돌, 중력 가속도, 마찰 계수 등의 물리 엔진을 반영한 정밀한 테스트 환경을 제공한다. 가상 시운전을 통해 실제 시스템 구현 전 동일한 조건에서 제어 로직을 사전에 검증할 수 있으며, 설계 단계에서부터 문제를 식별하고 해결할 수 있다. 이를 통해 프로젝트 일정이 단축되고 불필요한 재설계 및 재작업 등의 시간과 비용이 절감된다. 제조라인의 처리량 실험 기능으로 물류 차량, 설비 배치를 검토하는 시뮬레이션 환경을 제공하며 PLC 및 상위 시스템을 연결하여 생산 라인 또는 장비의 가상 시운전을 유연하게 테스트할 수 있는 에뮬레이션 기능을 제공하여 엔지니어는 현장에서 소프트웨어를 재테스트하는 시간을 줄이고 프로젝트 일정을 단축할 수 있다.   3. 도입 효과   작업자 교육에서도 Emulate3D는 물리적으로 위험하거나 재현하기 어려운 상황을 가상 환경에서 안전하게 시뮬레이션하여 작업자의 숙련도를 높이고 사고 위험을 줄이는데 기여한다. Emulate3D는 단순히 자동화를 지원하는 도구를 넘어 디지털 트윈 기술로 혁신을 주도하는 플랫폼으로 기업은 더 나은 결정을 내리고 경쟁력을 강화할 수 있도록 돕는다.   4. 주요 고객 사이트   로크웰 오토메이션의 Emulate3D는 자동차, 생명 과학, 소비재, 식음료, 반도체 제조, 자재 취급, 자동창고 및 물류시스템 등 다양한 산업 분야의 광범위한 고객들이 사용하고 있다. 또한 공항 수하물 처리 시스템, 우편 물류시스템과 같은 복잡한 자동화 환경에서도 성공적으로 활용되고 있다.  주요 고객사로는 쿠카(Kuka), 히라타(Hirata), 에이티씨 오토메이션(ATC Automation), 바스티안 솔루션(Bastian Solutions), 인트라록스(Intralox) 등이 있다.     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

스노우플레이크(Snowflake) 코리아 최기영 지사장은 3월 25일 광화문 포시즌호텔에서 열린 스노우플레이크 공동창립자 방한 행사(Snowflake Founders Tour - Korea)에서 AI 시대에 맞춘 데이터 활용 혁신 방안을 발표했다. 또한 기업들이 급변하는 디지털 환경 속에서 데이터를 더 효율적으로 사용하고 AI 기술을 접목해 경쟁 우위를 점할 수 있는 방안들을 소개했다. ▲ 스노우플레이크코리아 최기영 지사장   이날 스노우플레이크는 엔터프라이즈 데이터 아키텍처가 단순 데이터 처리에서 AI 기반의 소비 중심 구조로 진화하고 있음을 강조했다. 특히, 데이터의 상호운용성을 높이고 정형 데이터와 비정형 데이터를 결합하여 AI 활용성을 극대화할 것을 제안했다. 스노우플레이크의 주요 혁신 포인트는 첫째, 데이터 상호운용성으로, 오픈 테이블 형식과 카탈로그 기술을 통해 다양한 데이터 엔진 간의 원활한 데이터 공유를 지원하는 것이다. 둘째, AI 기반 소비로, 기업 데이터의 대부분이 온라인으로 전환된 환경에서, AI를 통해 데이터를 전략적으로 활용할 수 있도록 지원하는 것이다.  또한 최 지사장은 스노우플레이크가 데이터 레이크, 데이터 웨어하우스, 데이터 메시 등의 다양한 데이터 아키텍처를 연결하여 데이터 사일로 문제를 해결하는 적응형 아키텍처에 대해 소개했다. 이를 통해 기업들이 보다 유연하고 효율적으로 데이터를 관리하고 AI 기반의 혁신을 이루도록 지원하고 있다고 강조했다. 스노우플레이크 AI 데이터 클라우드 플랫폼의 강점은 편의성, 연결성, 신뢰성에 있다. 우선 편의성은 자동 성능 개선 및 즉각적인 확장성, 관리 자동화와 비용 효율성을 제공한다. 연결성은 클라우드 환경 간 데이터 공유를 간편하게 만들어 데이터 활용의 유연성을 높여 준다. 신뢰성은 데이터 보안과 개인정보 보호, 재해 복구 기능 등으로 기업이 안전하게 데이터를 활용하도록 돕는다. 스노우플레이크의 AI 데이터 클라우드는 멀티 클라우드 환경을 완벽하게 지원하며, 이미 전 세계 10,600개 이상의 기업 고객과 포브스 글로벌 2,000대 기업 중 754개 기업에서 사용 중입니다. 이를 통해 기업들은 데이터 기반의 혁신을 통한 경쟁력 확보에 성공하고 있다. 최 지사장은 "스노우플레이크의 비전은 명확하다. 데이터와 AI를 통해 차세대 혁신을 구축하고, 이를 활용하여 기업들이 지속 가능한 성장을 이루도록 돕는 것이다"라며, "앞으로 더 많은 기업들이 스노우플레이크의 데이터 혁신을 경험하게 될 것으로 기대한다"고 말했다. ▲ 스노우플레이크 공동창립자인 티에리 크루아네스와 베뉴아 다쥬빌, 그리고 스노우플레이크코리아 최기영 지사장 (왼쪽부터) 한편, 이날 최기영 지사장의 브리핑 이후, 이번 행사 참여를 위해 방한한 스노우플레이크 공동창립자이자 제품 부문 사장인 베누아 다쥬빌(Benoit Dgeville)과 스노우플레이크 공동창립자이자 전 최고기술책임자인 티에리 크루아네스(Tierry Cruanes)는 기자들과 만나 질의 내용에 답했다. 몇 가지 내용을 추려서 소개한다. [기자간담회 Q&A]  Q. 데이터 상호운용성과 AI가 스노우플레이크 전략의 핵심이 된 이유는? A. 데이터의 유연한 공유와 AI 적용은 고객의 디지털 전환을 가속화하고, 실질적인 비즈니스 가치를 창출하기 때문이다. Q. 소비 기반 비즈니스 모델을 도입한 이유는? A. 고객이 실제 사용한 만큼만 비용을 지불하도록 하여 효율적인 비용 관리와 유연한 확장을 가능하게 하기 위함이다. Q. 데이터 상호운용성과 AI가 스노우플레이크 전략의 핵심이 된 이유는? A. 데이터의 유연한 공유와 AI 적용은 고객의 디지털 전환을 가속화하고, 실질적인 비즈니스 가치를 창출하기 때문이다. Q. 제품 전략과 로드맵의 차별화된 경쟁력은? A. 멀티클라우드 지원, AI/ML 통합, 오픈 스탠다드 지원으로 확장성과 유연성을 확보하는 것이다. Q. 스노우플레이크 플랫폼의 향후 진화 방향은? A. AI 통합 강화, 멀티모달 데이터 지원 확대, 에이전트 기반 자동화 플랫폼으로 진화하는 것이다. Q. 한국 시장에서 AI 데이터 클라우드는 어떻게 확장될까? A. 규제 대응 능력과 로컬 파트너십을 강화해 산업 전반으로 확산이 가속될 전망이다.

개발 : SSI 주요 특징 : 기본 설계부터 세부 생산 설계까지 선박의 3D 설계 및 엔지니어링 지원, 2D 도면 기반으로 3D 구조 모델 세부 정보 작성, 엔지니어링 변경 사항 실행 및 관리, PLM/ERP/MRP 시스템 및 조선소 전체 데이터 소스 관리, 조선 CAD와 PLM이 통합된 플랫폼 지원 등 공급 : AMC   ShipConstructor(십컨스트럭터)는 1980년대 빅토리아 공대에서 R&D 프로젝트로 개발하여, 1990년에 SSI를 설립하고 상용화한 3D 선박 설계 설루션이다. SSI는 조선 설계, 유지, 유지보수를 위한 소프트웨어 시스템을 제공하고 기술을 지원해왔다. 이는 산업의 미래를 빠르게 예측하고, 진화하는 조선 산업 환경을 분석하며, 조선소를 위해 구체적인 대응 및 구현 방법을 제공하기 위한 것이다. ShipConstructor는 30년 이상 조선 프로젝트의 설계, 엔지니어링, 건조 및 유지 관리를 위한 특화 설루션으로 전 세계 사용자에게 인정을 받아 왔다.      조선 전용 디지털 플랫폼 ShipConstructor는 조선소의 성공을 위하여 설계된 CAD와 PLM이 긴밀하게 통합된 플랫폼을 기반으로 하는 업무 프로세스 및 도구를 국제 산업 표준에 맞춰 원활하게 연계 사용할 수 있도록 개방적이고 유연한 기술을 기반하고 있다. SSI는 ShipConstructor와 ShipbuildingPLM(십빌딩PLM)으로 구성된 개방형 디지털 조선 플랫폼을 제공한다. 이는 조선소 사용자의 요구에 따라서 수명 주기 전반에 걸친 선박 프로젝트 정보의 원천 역할을 하며, 조선소의 다른 플랫폼과 허브 통신을 위한 기반을 제공한다. 오토데스크 및 마이크로소프트 SQL 서버의 표준 기술을 기반으로 하고 있으므로, 소프트웨어 개발 및 인프라 발전 주기에 따른 안정성, 개발에 대한 지속성, 기술 방향성, 인프라의 협업성 등의 측면에서 안정적인 시스템을 제공한다.   디지털 조선 플랫폼의 지원 범위 MBSE, 요구 사항 관리, 기능 설계 선체, 구조 및 의장을 포함한 3D 제품 모델 2D 및 3D 클래스 승인 모델 기반 부품의 조달 빌드 프로세스 정의 및 모델 기반 프로젝트 및 생산 계획 설계, 작업의 변경 및 구성 관리 제작 및 작업 진도 관리 디지털 선박의 완성 인계 및 유지 관리   ShipConstructor 1990년에 상용화된 ShipConstructor는 기본 설계와 세부 생산 설계까지 확장되는 선박의 3D 설계, 엔지니어링을 위한 토털 설루션이다. ShipConstructor의 개방형 아키텍처는 통합의 기반을 제공한다. 설계 설루션은 선체, 구조, 기계, 의장 및 전기 시스템을 포함하는 설계 기능을 제공하며, 설계자의 지식 기반과 산업 표준에 준한 설계 사용자 환경에 자연스럽게 접목돼 시스템의 학습과 이해와 기능의 구조적 연계가 가능하다. ShipConstructor는 기존의 오토캐드 작업 환경에 기반하여 학교 및 조선소와 전문 설계 회사 및 장비업체의 설계 관련 업무에 친숙한 사용자 중심적 시스템으로, 현업 적용에 대한 이해와 방안을 설계자가 빠르게 빌드업할 수 있는 선박 설계 전용 설루션이다. Open Shipbuilding Platform의 일부인 ShipConstructor는 엔지니어링이 현업 업무와 동시에 효과적으로 작업할 수 있도록 하는 WIP(Work in Progress) 설루션이다.     ShipConstructor의 특징 기존의 설계 전문회사 및 장비 공급업체의 도면을 기반으로 설계 3D 모델링을 작업할 수 있다. 장비 배치, 구획 정의 및 3D 구조 모델 세부 정보를 오토캐드 2D 도면 기반으로 작업할 수 있다. 모델에서 직접 클래스 승인 도면을 생성하거나, 3D 클래스 승인을 위해 모델을 제출할 수 있다.  워크플로를 사용하여 엔지니어링 변경 사항을 실행하고 관리할 수 있다. 엔지니어링 변경 사항을 시리즈선에 원활하게 반영할 수 있다.  NC(수치 제어) 코드 및 제조 정보를 생산 장비에 연결하여 자동으로 전송한다.  BOM(자재 목록) 및 구매 목록을 구매 및 생산부서에 연결하여 자동으로 전송한다.  설계 엔지니어링 변경 사항을 작업 현장에 연결하여 자동으로 전송한다.  Nest 설정을 수행하고 철판 부품 및 프로파일을 생산 장비에 전송한다.  모델 도형 및 데이터를 재사용하여 구조 설계 또는 실시 설계를 위한 조양 및 운송 작업용 유한 요소 해석(FEA)과 같은 전문 분석을 수행한다.  미래 지향적인 오픈 포맷(산업 표준)으로 정보를 저장하여 유지 관리, 수리 및 정비 활동을 지원한다.  레이저 스캔을 기본적으로 지원한다.  제품과 연결되는 수명 주기 관리(PLM) 및 ERP(전사 자원 계획) 시스템, MRP(자재 소요 계획) 시스템 및 전체 조선소에 대한 단일 데이터 소스를 관리하고 생성하여 제공한다.  오토캐드 사용자에게 친숙한 환경이므로 사용자 이해가 빠르다.    ShipConstructor의 이점 산업 표준으로 자리한 오토캐드를 기반으로 하여 구동되는 선박 설계 CAD 설루션으로, 설계 및 제조 정보에 대한 단일 정보 소스 역할을 하는 플랫폼과 조선소의 이기종 시스템의 허브로 활용된다.  복잡한 납품물을 효과적으로 관리 건조 및 빌드 전략 자동화 수동 데이터 입력 및 전송에 대한 의존성 제거 모든 소스에서 정보 수집 레거시 데이터 지원 투자에 대한 빠른 수익 실현 빠르고 포괄적인 사용자 중심의 온보딩 교육 생산 효율성 및 자동화 향상   ShipbuildingPLM ShipbuildingPLM은 조선 전문 PLM 플랫폼으로, SSI가 개발한 디지털 조선 플랫폼의 중추이다. 엔지니어링, 생산, 조달 및 계획을 하나의 환경에서 연결하여, 신뢰할 수 있는 올바른 정보를 빠르고 쉽게 찾을 수 있다. ShipbuildingPLM은 디지털 스레드 설루션을 사용하는 PLM 시스템인 아라스 이노베이터(Aras Innovator)를 기반으로 구축되었으며, 데이터 분석과 AI에서 레버리지를 얻기 위한 기술을 기반한다. 따라서 ShipbuildingPLM은 한국의 조선업계가 범용 PLM을 기반으로 전용화하기 위한 개발 노력을 상당 부분 절약하며, 커스터마이징 및 ShipConstructor와의 연동을 위한 투자비용을 절감할 수 있다. ShipbuildingPLM 플랫폼은 조선 전용 데이터 모델, 워크플로 및 프로세스로 미리 구성되어 제공된다. 조선소는 기존 PLM 시스템에 비해 ShipbuildingPLM을 통해 PLM을 더 빠르게 적용하고 더 빠른 ROI를 달성할 수 있다. ShipbuildingPLM 내의 디지털 트윈을 통해 모든 자산 정보를 선박 수명 주기 전체에 걸쳐 관리할 수 있으며, 장기간에 걸쳐 관리할 수 있다. 조선소의 모든 사람이 선박이나 클래스에서 일관된 정보를 검색하고 시각화 할 수 있다. ERP/MRP, 계획 또는 소유자/운영자 플랫폼과 같이 다른 플랫폼을 연결하는 중앙 플랫폼으로 허브를 구성한다. 3D CAD/CAM 설루션인 ShipConstructor 및 오토데스크 설계 도구와 기본적으로 통합된 ShipbuildingPLM을 사용하면 조선소에서 수명주기 동안 조선 프로젝트를 관리하고 구성하고, 변화를 이해하고, 디지털 혁신을 위한 기반을 구축하고, MRO 활동을 지원할 수 있다. 기존 PLM 구현의 위험과 비용 없이 아라스 이노베이터로 구축된 버티컬 설루션으로, 즉시 사용 가능한 부품 중심 데이터 모델과 디지털 스레드를 제공한다.    ShipbuildingPLM의 특징 MBSE 및 요구 사항 관리 부품 카탈로그 및 공급업체에서 제공하는 정보 관리 조선에 특화된 변경 및 구성 관리 워크플로 다분야 및 다중 사이트 협업 설계 검토 및 개정 및 수정 추적 생산 모델 디지털 스레드 시각화 ERP, MRP 및 MES 설루션과 통합   ShipbuildingPLM의 이점 요구 사항, 기능 설계, 제품 모델 및 생산 설계를 위한 디지털 스레드 손쉬운 구성 및 추적과 변경 관리 선체 효율성을 높이고 시리즈선과의 쉬운 작업 조달을 위한 자재 수요의 정확도가 향상 엔지니어링, 계획 및 생산 팀 협업 정확하고 주문형 프로그램 관리 감독 정확한 디지털 트윈 제공을 위한 구성 및 직렬화된 부품     ■ 기사 내용은 PDF로도 제공됩니다.

엠앤케이(MNK)가 운영하는 연구 기관 3D융합연구소가 2025년을 앞두고 2024년에 달성한 연구 성과와 향후 비전을 발표했다. 3D융합연구소는 2024년 한 해 동안 중요한 연구 성과들을 달성했다. 특히 3D 및 VR/AR 기술을 활용한 맞춤형 솔루션을 통해 원자력 산업에 중요한 기여를 해왔다. 3D융합연구소는 2023년에 이어 2024년 춘계 한국폐기물자원순환학회 학술연구발표회에서 다수의 논문을 발표하며 연구 역량을 인정받았으며, 연구개발 성과를 바탕으로 원자력 기술 분야에서의 리더십을 강화하고 관련 학술지와 학회에 지속적으로 연구 논문을 발표했다. 또한 2024년에 △원전 해체 금속 및 석면폐기물의 관리 동향 △해체 금속 용융설비의 배기체 설비 설계요건 △원전 해체 고체폐기물의 방사선학적 특성 등을 주제로 연구 결과를 발표했다. 이러한 연구는 MNK의 기술적 우수성을 다시 한번 증명하는 성과로 평가받고 있다. 아울러 해당 성과를 토대로 원자력기술개발 사업 방사성폐기물 처리분야에서 원전 해체 디지털트윈, 원전 해체 정보관리 전산 SW, 원전 해체 사업관리 프로세스 개발 등의 분야로의 사업확대를 추진하고 있다. 2025년 이후 비전과 관련해, 3D융합연구소는 원자력 및 폐기물 처리 기술 개발에서 선도적인 역할을 이어갈 계획이다. 3D융합연구소는 2027년까지 원전 해체 경쟁력 강화 기술개발 사업의 일환으로 ‘진공 유도가열 및 플라즈마 토치 용융 시스템을 이용한 방사성 폐기물 부피감용 기술 실증’ 과제에 참여해 시스템 설계, 제작 및 실증 성능평가를 통한 원전 해체폐기물 감량과 최적화를 위한 연구개발을 수행할 예정이다. 이 연구는 원전 운영 및 해체 과정에서 발생하는 방사성 폐기물의 처리 효율을 크게 개선하고, 안전한 관리 체계를 구축하는 데 중점을 두고 있다. 올해 수행한 1단계 2차년도 연구 결과, 방사성 물질 배출을 획기적으로 줄이는 시스템의 설계 및 제작이 순조롭게 수행됐으며, 1단계 최종년도인 3차년도에는 제작된 설비들을 원자력환경복원연구원 부지내 건물에 설치해 모의 금속방사성폐기물과 혼합방사성폐기물을 사용할 예정이다. 이를 통해 설비들의 기능점검과 실증 시험을 통한 자체 성능평가를 수행함으로써 개선안·최적화도출·각 용융설비 공정조건평가·안전성 사전평가·실증절차 및 환경계획을 수립할 것이다. 금속 방사성폐기물 처리를 위한 진공 유도가열 용융(VIM) 및 혼합폐기물 처리를 위한 플라즈마 토치 용융(PTM)시스템 개발은 국내 원전 해체 시 일시에 다량으로 발생되는 금속 방사성폐기물(대형금속폐기물 포함) 및 혼합폐기물의 감용, 자체처분 및 처분 안전성을 확보한다. 뿐만 아니라 방사성폐기물의 관리비용을 획기적으로 낮추고 현장 맞춤형 해체기술 경쟁력을 강화하는 우수한 기술로 국내 및 해외 시장의 수요에 적극 대응할 수 있어 국가적/경제적으로 매우 중요한 기술로 평가되고 있다. 본 기술은 원전 해체 시 발생되는 폐기물 처리에 적극 활용할 것이며 향후 원자력 산업 전반에 중요한 영향을 미칠 것이다. 3D융합연구소는 2025년 이후에도 항공·의료·교육 등 다양한 산업에서 3D와 AR/VR 기술을 접목한 혁신적인 연구개발을 지속해, 산업 전반에 긍정적인 변화를 이끌어 나갈 것이다. 엠앤케이는 정부 지원 사업의 주요 수행 기업으로 온라인 마케팅, 영상 제작, 디자인 파트 등을 진행한다. 연간 200개 이상의 기업과 함께 하고 있다. 국내 수출바우처 영상제작, 디자인 개발 두가지 분야에서 우수 수행기관으로 선정된 기업이다. 엠앤케이는 3D, 홍보영상, 카탈로그, 홈페이지 제작, 콘텐츠 마케팅, 온라인 광고 등 종합 마케팅 기업이다.