트렌드에서 얻은 것 No. 23   “AI는 모든 산업에 새로운 가능성을 열어 준다. 중요한 것은 기술이 아니라, 그것을 어떻게 활용하느냐이다.” – 사티아 나델라(Satya Nadella), 마이크로소프트 CEO 마이크로소프트는 생성형 AI를 다양한 산업에 통합하며, 기술의 활용 방식에 중점을 두고 있고,  나델라의 말은 기술 도입보다 전략적 활용이 중요하다는 점을 강조한다.   생성형 AI와 함께 설계하고, 시뮬레이션하고, 개선하라 지금 이 이야기를 한국의 제조기업에 가서 한다면, 이상한 사람 취급을 받을 수 있다. 당장, 어떻게 할 수 있는지 이야기할 수 있느냐? 우리도 그렇게 하고 싶은데, 어떻게 할 수 있는지 제대로 나온 것도 없고, 사례가 있는지 등의 얘기가 자연스럽게 나온다. 맞는 말이다. 하지만, 지금은 레이스의 출발선에서 모두 같은 상황일 것이다. 다만, 전체를 제어하고 미래를 설계하는 혜안이 있는 사람이나 조직 유무에 따라 회사들의 달리기 속도는 분명 차이가 날 것이다.  우리는 그런 시대를 살아가고 또 지나가고 있다. 뉴스에서 다른 회사의 소식을 들으면서 탄식을 하고 있을 것인가, 아니면 고통스럽더라도 뭔가 해 보는 것이 낫지 않느냐의 갈림길에 있다. “그럼에도 불구하고, 우리는 설계할 수 있다.” 그렇다. ‘생성형 AI로 설계하고, 시뮬레이션하고, 개선하라’는 말은 지금의 제조 현장에선 거대한 간극처럼 느껴진다. 공장의 열기와 노하우 속에서 살아온 실무자에게는 뜬구름 잡는 이야기처럼 들릴 수 있다. “AI가 좋다는데, 어디까지 해봤나?”, “누가 이걸 설계에 실제로 썼대?” 이런 질문은 당연한 것이고, 오히려 현실을 잘 아는 사람일 수록 더 조심스러운 반응을 보인다. 그러나 지금, 우리는 모두 레이스의 출발선에 서 있다. 완성된 길도, 검증된 답도 아직 없다. 그러니 이 때 필요한 건 기술보다 먼저 혜안을 가진 사람, 구조를 설계할 수 있는 리더다. 단 한 줄의 프로토타입이라도 그려보려는 엔지니어, 익숙한 보고서보다 새로운 질문을 고민하는 팀장, 시행착오를 감수하고 방향을 잡으려는 임원이 지금 이 시대의 속도를 결정짓는다. 그리고 그 ‘혜안’은 거창한 청사진이 아닐 수도 있다. 단 하나의 설계 데이터를 기반으로 AI에게 첫 도면을 그리게 해보는 실험, 실시간 현장 일지에서 이상 징후를 요약하게 해 보는 시도, 현장의 사진 데이터로 품질 검사 자동화를 위한 검출 모델을 훈련해 보는 도전 등이 현 시점에서 예상해 볼 수 있는 가까운 미래 모습일 것 같다. “우리는 예상치 못한 상황을 목격하고, 예상된 상황을 보고하며, 결국 승리할 것입니다.” – 알렉스 카프, 팔란티어 CEO 카프는 AI를 활용한 제조업의 혁신이 불확실성을 극복하고 성공으로 이끄는 열쇠라고 보고 있으며, 이는 생성형 AI를 통한 제조업의 미래를 긍정적으로 전망한다.    그림 1. 실용형 AI 맵 ‘제조 미래를 바꾸다’(Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   제조, AI를 다시 만나다 “설계는 끝났지만, 고객은 원하지 않는다.”  “시뮬레이션은 끝났지만, 현장은 여전히 오류를 반복한다.”  “보고서는 쌓이지만, 문제는 여전히 현재진행형이다.” 이 문장들은 지금도 수많은 제조 현장에서 반복되고 있다. 전통적인 제조 프로세스는 분업과 효율을 중심으로 설계되었지만, 급변하는 고객의 요구와 복잡해진 제품 환경은 기존 체계의 민첩성과 창의성에 한계를 드러낸다. 이제 제조기업은 하나의 질문 앞에 서 있다. “우리는 더 빠르고 똑똑한 공장을 가질 준비가 되었는가?” 생성형 AI는 단순한 자동화 기술이 아니다. 설계자의 의도를 읽고 CAD 모델을 생성하며, 수십 개의 시뮬레이션으로 프로세스 병목을 알려주고, 품질 이상을 예측할 뿐 아니라 원인을 유추해주는 ‘설계적 사고를 하는 AI’가 등장하고 있다. 이는 기술의 도입이 아니라 제조기업의 ‘운영 철학’ 자체가 전환되는 순간이다. 제조기업이 생성형 AI와 함께 앞으로 어떻게 설계하고, 시뮬레이션하고, 개선할 수 있을지를 구체적으로 조망한다. “AI는 인류가 만든 가장 중요한 기술이다. 우리는 그것을 책임감 있게 개발하고 활용해야 한다.” – 순다르 피차이(Sundar Pichai), 구글 CEO 구글은 AI 개발에 있어 윤리적 책임과 사회적 영향을 고려하고 있으며, 피차이의 말은 기술 발전과 함께 그에 따른 책임도 중요하다는 점을 상기시켜 준다.   디자인의 재정의 - AI는 창의적인 엔지니어인가? 전통적인 제조 설계 과정은 복잡한 조건 설정, 반복적인 수정, 협업 간의 커뮤니케이션 비용 등으로 인해 수많은 시간과 리소스를 요구해왔다. 하지만 이제, 생성형 AI는 텍스트 한 줄로 설계를 시작하게 한다. “3개의 모듈로 구성된 소형 드론 프레임을 설계해 줘. 탄소 섬유 기반으로 무게는 150g 이하로.” 이 한 문장으로 AI는 초기 설계안을 생성하고, 다양한 대안 모델을 제공하며, 사용자 요구조건에 따라 자동 최적화를 제안한다. AI는 도면을 '그리는 도구'가 아니라, '제안하고 비교하는 동료 엔지니어'로 진화하고 있다. 예를 들어, 오토데스크의 퓨전 360(Fusion 360), 엔톱(nTop), 다쏘시스템의 3D익스피리언스 웍스(3DEXPERIENCE Works)는 이미 생성형 디자인 기능을 내장하고 있다.  디자이너는 아이디어를 제공하고, AI는 그에 기반한 설계 패턴을 도출한다. 이는 ‘무에서 유를 만드는’ 것이 아니라, 수많은 설계 데이터를 학습한 AI가 새로운 패턴과 조합을 도출해내는 방식이다. 결과적으로 설계자는 더 이상 반복적인 CAD 작업자가 아니다. 이제 디자이너는 ‘기획자’이자 ‘비평가’, 그리고 ‘AI와 협력하는 설계 전략가’가 된다. 또한, 이러한 생성형 설계는 대량 맞춤형 생산(mass customization)과의 결합으로 그 진가를 발휘한다. 기존에는 옵션이 제한된 범용 제품만이 경제성이 있었지만, 생성형 AI는 고객의 요구사항을 빠르게 읽고 즉시 설계에 반영할 수 있다. 이는 ‘고객이 참여하는 설계’, 즉 코디자인(co-design) 시대의 도래를 가능하게 한다. 기업은 더 빠르게 시장에 대응하고, 고객은 더 높은 만족도를 경험한다. 이처럼 생성형 AI는 설계를 단순히 ‘빠르게’ 만드는 기술이 아니라, 설계의 개념 자체를 ‘재정의’하는 도구이자 기업의 창의성과 기민함을 확장하는 전략 자산이 되고 있다. “퍼플렉시티(Perplexity)는 단순한 답변 엔진에서 행동 엔진으로 전환하고 있다. 이제는 단순히 질문에 답하는 것을 넘어, 사용자에게 행동을 제안하고 실행하는 단계로 나아가고 있다.” – 아라빈드 스리니바스(Aravind Srinivas), 퍼플렉시티 AI CEO 아라빈드의 말은 AI 기술이 단순한 정보 제공을 넘어, 사용자와의 상호작용을 통해 실제 행동을 유도하고 실행하는 방향으로 발전하고 있음을 의미한다.   시뮬레이션의 혁신 - 빠른 판단과 적은 비용 과거의 시뮬레이션은 전문 소프트웨어와 고성능 컴퓨팅 자원, 그리고 숙련된 엔지니어의 직관과 경험에 크게 의존해 왔다. CAE는 분명 설계 검증과 최적화의 핵심이었지만, 조건 설정 → 모델링 → 결과 해석 → 반복이라는 고비용 순환은 여전히 제품 개발의 병목으로 작용해왔다. 그러나 생성형 AI는 이 병목을 타파하는 새로운 접근을 제시한다. 자연어로 “강풍 조건에서 뒤틀림이 가장 적은 하우징 구조를 찾아줘”라고 지시하면, AI는 자동으로 물리 조건을 추론하고, 유사 데이터 기반의 시뮬레이션 템플릿을 구성하며, 수십 개의 대안 시나리오를 병렬 생성해 ‘예측 – 설명 – 추천’이라는 삼중 루프를 빠르게 수행한다. 이러한 기술은 시뮬레이션의 대중화(simulation democratization)를 이끈다. 기술 전공자가 아니어도, 제품 매니저나 품질 담당자가 AI의 도움으로 설계안의 응력 분포나 유동 조건에 대해 인사이트를 얻을 수 있다. 이는 실무자가 더 빠르게 결정을 내릴 수 있도록 돕고, 의사결정의 지연 대신, 다중 시나리오 기반의 ‘실험적 사고’를 가능하게 만든다. 대표적인 사례로는 알테어의 AI 기반 인스파이어 플랫폼(AI-driven Inspire Platform), 앤시스의 AI 기반 시뮬레이션 자동화, 그리고 다쏘시스템의 솔리드웍스 생성형 시뮬레이션(Generative Simulation for SOLIDWORKS)이 있다. 이들은 기존 FEM/CFD 분석의 시간과 비용을 줄이는 동시에, 경험 기반 의사결정에서 데이터 기반 최적화로의 전환을 이끌고 있다. 궁극적으로 생성형 AI는 단순히 ‘더 빠른 계산’을 넘어서, “어떤 시나리오를 먼저 고려해야 하는가?”, “이 조건에서 실패할 가능성은 무엇인가?”라는 전략적 질문에 답하는 보조 엔진이 되어 준다. 이는 시뮬레이션을 단지 제품 검증의 도구가 아니라, 경영 의사결정과 R&D 전략 수립의 인공지능 파트너로 진화시키는 변화의 시작점이다.  “AI는 우리가 상상하는 것보다 훨씬 더 빠르게 발전하고 있다. 자율주행차는 그저 시작일 뿐이다.” – 일론 머스크(Elon Musk), 테슬라 CEO 테슬라는 자율주행 기술 개발에 AGI 수준의 AI를 활용하고 있으며, 이는 단순한 기능 향상을 넘어 차량 설계와 운행 방식 전반을 재정의하는 접근이다.   업무 분석과 프로세스 개선 - 데이터는 말하고 AI는 듣는다 제조 현장의 데이터는 언제나 풍부했다. 작업자 일지, 설비 로그, 유지보수 메모, 품질검사 리포트, 현장 사진과 동영상, 고객 클레임 이메일… 하지만 이들 대부분은 정형화되지 않은 ‘텍스트’와 ‘문서’ 형태로 존재하며, 기존 시스템은 이를 ‘기록’하는 데에만 집중했고, 의미를 해석하고 연결하는 능력은 인간의 몫이었다. 이제 생성형 AI는 이 방대한 비정형 데이터의 숲에서 맥락을 이해하는 나무를 찾는다. 작업자가 남긴 “라인 3에서 어제도 제품 정렬이 안 맞았고, 자동 이젝터가 두 번 멈췄다”는 기록은, AI에겐 단순한 텍스트가 아니라 ‘패턴’과 ‘이상’의 시그널이다. LLM은 이런 문장을 분석해 작업 단계별 이벤트를 분해하고, 관련된 설비 로그와 품질 데이터를 연결하여 문제 지점을 도출한다. 이제 업무는 ‘기록하고 보고하는 일’이 아니라, ‘데이터가 스스로 분석하고 말하는 환경’으로 바뀌고 있다. 대표적인 활용 사례는 다음과 같다. 업무 요약 자동화 : 업무 일지를 요약해 경영진에게 핵심 이슈를 전달 프로세스 병목 식별 : 여러 부서의 텍스트 기반 보고서에서 공통 키워드와 불만 분석 문서 자동 생성 : SOP(표준작업지침서), 회의록, 개선안 보고서 등의 자동 초안 작성 협업 인텔리전스 : 여러 팀 간의 커뮤니케이션 데이터를 분석해 협업 지연 포인트 도출 실제로 지멘스는 AI 기반 자연어 처리 기술(Natural Language Processing : NLP)을 통해 디지털 작업지시서와 실시간 현장 대응 리포트를 자동 생성하는 기능을 도입했고, 보쉬는 AI를 통해 품질 클레임 문서에서 반복 출현하는 원인 유형을 추출하여 품질 개선의 단초로 활용하고 있다. 핵심은 이것이다. 현장의 수많은 대화와 기록이 AI에게 ‘말을 거는 데이터’가 되었고, AI는 그 말을 듣고, 요약하고, 통찰을 제시하며, 업무 개선을 스스로 제안하는 존재가 되었다는 점이다. 이제 우리는 묻지 않을 수 없다. 우리는 AI에게 말 걸 준비가 되어 있는가? 그리고 그 대답을 조직이 들을 준비는 되었는가? “가장 큰 위험은 아무런 위험도 감수하지 않는 것이다. 모든 것이 급변하는 시대에서 위험을 회피하는 전략은 반드시 실패로 이어진다.” — 마크 저커버그, 메타 CEO 저커버그는 변화와 혁신의 시대에 기존의 방식을 고수하며 위험을 회피하려는 태도가 오히려 더 큰 실패를 초래할 수 있음을 경고한다.   품질 관리의 진화 - AI는 예지적 감각을 가질 수 있는가 품질 관리는 제조업의 마지막 방어선이자, 가장 정교한 신경망이다. 그러나 지금까지의 품질 관리는 주로 사후 대응(postdefect 대응)에 집중되어 있었다. 불량이 발생한 후 원인을 찾고, 재발 방지책을 수립하고, 문서를 정리하는 ‘후행적 품질 관리’가 일반적이었다. 이제 생성형 AI는 이 전통적 프레임을 근본부터 흔들고 있다. AI는 ‘불량을 감지’하는 것이 아니라, ‘불량을 설명하고 예측’하려 한다. 예를 들어, 제품 표면의 이미지를 기반으로 한 비전 검사 시스템은 단순히 OK/NG를 판단하는 데서 그치지 않고, “이 영역의 텍스처 패턴은 온도 편차에 의한 수축 변형일 가능성이 높습니다”라고 말할 수 있는 설명형 모델로 진화하고 있다. 나아가, 생성형 AI는 텍스트, 이미지, 센서 데이터를 통합적으로 분석해 복합적인 이상 징후를 감지하고, 불량의 '가능성'과 '잠재 원인'을 추론해낸다. 예를 들어 다음과 같은 조합이 가능해진다. 작업자 일지 : “이틀 전부터 용접기압이 다소 약한 것 같다.” 센서 로그 : 오전 9~11시에 기압 편차 발생 불량 이미지 : 비드 형성 불균형 AI는 이를 연결해 “용접 조건의 경미한 변화가 반복 불량의 근본 원인일 수 있다”고 보고한다. 이는 단순한 예측모델이 아니다. ‘설명 가능한 품질 관리(Explainable Quality)’, 즉 AI가 품질 이슈에 대해 왜 그런 판단을 했는지를 근거와 함께 제시함으로써, 품질팀은 더 이상 직감이나 경험에만 의존하지 않고 데이터 기반의 합리적 개선 프로세스를 수립할 수 있다. 이미 보쉬, 토요타, GE 항공 등은 ▲AI 기반 비전 검사 시스템에서 ‘불량 예측 + 원인 설명’을 제공하는 모델을 구축 중이고 ▲ISO 9001과 연동되는 AI 품질 리포트 자동화 시스템을 테스트하고 있다. 이는 곧 ‘AI가 품질 시스템의 일원으로 공식 포함되는 시대’가 오고 있음을 뜻한다. 품질의 정의는 바뀌고 있다. 과거의 품질은 발견과 수정의 문제였지만, 앞으로의 품질은 예지와 설득의 문제다. AI는 이제 불량을 찾아내는 것이 아니라, 불량이 만들어지지 않도록 ‘생산 과정 그 자체를 개선하자’고 제안하는 동료가 되어가고 있다. “AI는 전기를 발견한 것과 같은 혁신이다. 모든 산업에 스며들 것이며, 그 영향을 무시할 수 없다.” – 앤드류 응(Andrew Ng), AI 전문가 앤드류 응은 AI의 보편성과 산업 전반에 미치는 영향을 강조하고 있다. 그의 말은 제조업에서도 AI의 통합이 필수임을 시사한다.   경고와 제언 - 생성형 AI는 도입이 아니라 전환이다 많은 제조기업이 생성형 AI에 주목하고 있다. 설계 자동화, 시뮬레이션 최적화, 업무 요약, 품질 예측… 도입 사례는 늘고 있지만, 도입이 곧 성공을 의미하진 않는다. 생성형 AI는 단순한 툴이 아니라, 운영 철학의 변화를 요구한다. 기존의 프로세스는 ‘정해진 절차와 역할’ 속에서 최적화를 추구해왔지만, 생성형 AI는 ‘질문을 던지고 시나리오를 비교하며 판단을 내리는 유연한 사고방식’을 요구한다. 즉, 기술만 바꾸는 것이 아니라 조직의 사고 체계와 역할 구조 자체를 재설계해야 하는 것이다. 예를 들어 <표 1>과 같은 전환이 필요하다.   표 1   하지만 문제는 기술이 아니다. 가장 큰 장벽은 조직이 AI를 받아들일 준비가 되어 있느냐는 것이다. 임원은 AI를 단순히 ‘자동화 툴’로 간주하는 경향이 많고, 현장은 여전히 ‘내 일을 뺏는 존재’로 AI를 경계한다. 이 간극을 메우지 않으면, AI는 시연 단계에서 멈추고, 조직은 변화의 본질을 놓친다. 따라서 다음과 같은 전환 전략이 필요하다. 파일럿이 아닌 전환 설계 특정 부서에서 테스트하는 것이 아니라, 조직 전체의 프로세스 전환 시나리오를 기획해야 한다. ‘도입 교육’이 아닌 ‘공감 설계’ 기술 사용법이 아니라, 왜 이 기술이 필요한지에 대한 비즈니스 관점에서의 스토리텔링이 필요하다. AI Co-Worker 관점 전환 AI는 도구가 아니라, 함께 판단하고 실험하는 동료로 봐야 한다. 이를 위해 직무 정의서(JD)도 다시 써야 한다. 성과 기준의 재정립 AI 도입 이후에는 ‘정확도’보다 ‘학습 속도’와 ‘적응력’이 핵심 성과 지표가 된다. 결국, 생성형 AI는 ‘도입해야 할 기술’이 아니라 ‘다르게 일하고, 다르게 생각하고, 다르게 운영하는 기업’으로 전환하기 위한 촉매제다. 이제 경영진에게 남은 질문은 단 하나다. “우리는 기술을 도입할 준비가 되었는가?”가 아니라, “우리는 조직을 전환할 용기를 가졌는가?”이다. “지금은 스타트업의 시대… 세상은 여전히 변화의 가능성에 잠들어 있다.” – 샘 올트먼, 오픈에이아이 CEO 올트먼은 기술 혁신의 시기에 기존 기업들이 변화에 둔감해질 수 있음을 경고하며, 새로운 도전과 변화를 추구하는 조직만이 미래를 선도할 수 있다는 메시지를 담고 있다.   맺음말 : 생성형 AI 시대의 제조 기업, 당신은 어떤 그림을 그리고 있는가 미래의 공장은 단지 더 정교하고, 더 빠르며, 더 자동화된 곳이 아니다. 그곳은 데이터를 읽고, 상황을 이해하고, 사람과 함께 결정하는 공장이다. 문제를 발견하기 전에 감지하고, 작업자를 지원하며, 스스로 최적의 방식을 제안하는 공장이다. 그리고 그 공장의 핵심 파트너는 인간의 상상력을 확장하는 생성형 AI다. 이제 중요한 질문은 이것이다. “우리는 어떤 그림을 그리고 있는가?” 기술은 빠르게 진화한다. 생성형 AI는 설계와 시뮬레이션, 업무 분석과 품질 관리까지 제조의 전 과정을 유기적으로 연결하며 ‘스마트’를 넘어 ‘지능적’으로 만들고 있다. 하지만 진정한 경쟁력은 기술의 채택이 아닌, 기술과 함께 일하는 방식의 변화에서 비롯된다. 아직 많은 제조기업은 ‘가능성 탐색’ 단계에 머물러 있다. 하지만 머뭇거릴 시간이 없다. AI는 이미 조직 구조, 업무 정의, 리더십의 방식까지 영향을 미치기 시작했다. 이제는 기술을 배우는 것이 아니라, 기술과 함께 일할 조직을 설계해야 할 때다. 생성형 AI 시대의 제조 기업은 세 가지 질문에 답할 수 있어야 한다. 우리는 상상할 수 있는가? 생성형 AI는 ‘주어진 문제를 해결’하는 것이 아니라 ‘가능성을 확장’한다. 제조기업의 조직은 아직도 문제만 찾고 있는가, 아니면 새로운 기회를 그리고 있는가? 우리는 받아들일 수 있는가? AI는 사람의 영역을 침범하지 않는다. 다만 그 옆에 선다. 우리는 전환할 수 있는가? 우리는 그것을 파트너로 받아들일 준비가 되어 있는가? AI 도입은 기술의 문제가 아니라, 사고방식과 리더십의 전환이다. 과연 지금의 조직은 그 전환을 감당할 수 있는가? 미래의 공장은 말하고 있다. “나는 설계하고, 시뮬레이션하고, 개선할 준비가 되어 있다. 너는 나와 함께 걸을 준비가 되어 있는가?”   ■ 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.

어도비가 AI를 활용해 영상 및 오디오 클립을 즉시 생성하고 길이를 확장할 수 있는 프리미어 프로(Premiere Pro)의 생성형 확장(Generative Extend)과 테라바이트급 푸티지에서 특정 클립을 몇 초 만에 빠르게 찾아내는 AI 구동 미디어 인텔리전스(Media Intelligence)를 출시했다. 상업적으로 안전하게 사용할 수 있는 파이어플라이 비디오 모델로 구동되는 생성형 확장을 통해 편집자는 4K 및 가로, 세로형 영상, 오디오 클립과 함께 길이를 조절할 수 있어, 푸티지 내 부족한 부분을 채우는 방식을 혁신적으로 개선할 수 있다. 또한 애프터 이펙트(After Effects)는 향상된 성능과 3D 도구를 제공하며, 프레임닷아이오(Frame.io)는 저장, 대본, 다양한 문서 형식을 지원하도록 업그레이드됐다. 이번에 공개된 생성형 확장과 미디어 인텔리전스는 어도비 크리에이티브 커뮤니티에서 높은 기대를 모은 영상 역량으로, 수년간의 연구와 베타 고객의 피드백을 거쳐 정식 출시됐다. 또한 프리미어 프로에 다국어 캡션 생성을 자동화하는 AI 구동 캡션 번역(Caption Translation) 기능도 새롭게 추가되어, 영상 전문가들이 전 세계 시청자들과 더 손쉽게 소통할 수 있도록 지원한다. 뿐만 아니라, 카메라로 촬영한 RAW 영상 및 로그(LOG) 푸티지를 프리미어로 가져오는 즉시 해당 클립을 HDR 또는 SDR로 자동 변환해, 색 보정 작업의 정확도를 높이는 프리미어 색상 관리(Premiere Color Management)도 정식 출시됐다. 프리미어 프로의 전반적인 성능 향상과 더불어, 이러한 신규 기능들은 편집 작업을 더욱 빠르고 효율적으로 만들어준다.     4K 및 세로형 영상을 지원하는 생성형 확장 정식 출시로, 영상 편집 시 종종 발생하는 짧은 클립으로 인한 편집 문제를 쉽게 해결할 수 있다. 전문 편집 툴인 생성형 확장 기능은 클립의 길이를 늘려 푸티지의 영상 또는 오디오 공백을 채우고 장면 전환을 매끄럽게 하며 샷을 길게 유지해 완벽한 타이밍의 편집을 가능케한다. 클릭 및 드래그만으로 사실적인 영상과 오디오를 확장할 수 있어, 품질 저하 없이 타임라인을 유연하게 조정할 수 있다. 또한 세로형 영상도 지원해, 편집자는 별도의 프레임 재조정 없이 소셜미디어에 최적화된 콘텐츠를 쉽게 제작하고 내보낼 수 있다. 생성형 확장은 상업적으로 안전한 파이어플라이 비디오 모델로 구동된다. AI 생성 콘텐츠에 대한 투명성을 높이고자, 생성형 확장으로 제작된 콘텐츠 결과물에는 디지털 미디어의 '영양 성분 표시'와 같은 역할을 하는 콘텐츠 자격증명(Content Credentials)이 첨부된다. 프리미어 프로 및 애프터 이펙트 업그레이드를 통해 영화 제작자는 몇 초 내로 테라바이트 크기의 푸티지를 검색하고 시각 효과 및 모션 그래픽 워크플로를 간소화할 수 있게 됐다. 프리미어 프로의 AI 구동 미디어 인텔리전스 기능은 편집자가 프로젝트 푸티지를 다루는 방식을 근본적으로 바꾸고 시간을 절약한다. 번거로운 수동 검색을 대신해 미디어 인텔리전스는 개체, 위치, 카메라 각도, 촬영 날짜, 카메라 유형 등 메타데이터를 포함한 클립 콘텐츠를 자동 인식해 편집자가 필요할 때 원하는 장면을 찾을 수 있도록 돕는다.  프리미어 프로의 AI 구동 캡션 번역(Caption Translation)은 몇 초 만에 캡션을 27개 언어로 번역할 수 있는 기능으로, 수동 번역으로 인해 속도가 느려지고 워크플로가 중단되거나 비용이 추가되는 상황을 개선한다. 또한 프리미어 프로는 새로운 컬러 시스템을 제공해, 기존 대비 더 높은 정확도와 일관된 색상을 구현하고 거의 모든 카메라의 로그 영상을 HDR및 SDR 콘텐츠로 자동 변환한다. 이를 통해 편집자는 푸티지 편집 작업을 빠르게 시작하고 완벽한 피부 톤, 보다 생생한 색상, 향상된 다이내믹 레인지(Dynamic Range)로 어느 때보다 쉽게 멋진 영상을 제작할 수 있다. 애프터 이펙트는 고성능 미리보기 재생(High-Performance Preview Playback)을 통해 모든 컴퓨터에서 전체 컴포지션을 어느 때보다 빠르게 재생할 수 있게 됐고, 애니메이션 환경 조명(Animated Environment Light) 등 확장된 3D 툴로 보다 빠르고 사실적인 3D 합성을 지원한다. 애프터 이펙트의 HDR 모니터링(HDR Monitoring) 기능은 HDR 콘텐츠를 정확하게 재생하고 작업함으로써 더욱 밝고 생동감 있는 모션 디자인 작업을 할 수 있다. 크리에이티브 팀에 따라 조정할 수 있는 프레임닷아이오 V4의 확장된 스토리지는 다양한 클라우드 플랫폼에 파일을 저장해, 워크플로 분절 없이 방대한 양의 미디어를 한곳에서 협업할 수 있도록 지원한다. 많은 크리에이티브 팀이 대규모 콘텐츠 제작과 빠르게 증가하는 수요에 대응하는 데 어려움을 겪고 있는 가운데, 프레임닷아이오 V4는 스크립트, 촬영지 사진, 원본 미디어 등 모든 것을 단일 플랫폼에서 저장, 관리, 협업 및 배포할 수 있도록 돕는다. 프레임닷아이오에는 스크립트, 브리핑 문서, 예산, 제안서, 장면 세부 묘사, 스토리보드 및 기타 제작 자료에 대한 협업을 지원하는 확장된 텍스트 문서 검토 툴(Expanded text document review tools), 영상 및 오디오 파일을 빠르게 텍스트로 변환할 수 있는 대본 생성(Transcription generation, 베타), 편집 중인 콘텐츠를 보호할 수 있도록 영상, 이미지 및 문서에 적용 가능한 맞춤형 텍스트 워터마크, 대규모 팀의 사용자 그룹 관리자가 워크스페이스 및 프로젝트 전반에서 대량 사용자 접근 권한을 자동화할 수 있는 접근 허용 그룹(Access Groups, 베타) 등의 기능이 제공된다. 이 밖에도 어도비는 고성능 미리보기 재생 엔진, 강력한 신규 3D 모션 디자인 툴, HDR 모니터링 등 애프터 이펙트의 신규 기능도 공개했다. 또한 프레임닷아이오 V4 업그레이드에는 팀 단위로 사용 가능한 확장 스토리지가 포함돼, 워크플로 단절 없이 편집 중인 작업물과 완성된 애셋을 자유롭게 공유하고, 관리, 정리할 수 있도록 지원한다. 어도비의 애슐리 스틸(Ashley Still) 디지털 미디어 부문 총괄 겸 수석 부사장은 “4K에서 가능한 생성형 확장 기능과 AI 구동 미디어 인텔리전스를 활용해, 프리미어 프로 이용자들이 어떤 상상력을 자극하는 다채로운 영상을 만들어낼지 기대된다”면서, “파이어플라이의 강력한 성능과 어도비의 첨단 AI 역량을 통해 영상 편집의 새 지평을 열고 있으며, 이용자들이 가장 중요한 일, 즉 생동감 있고 매력적인 스토리텔링에 온전히 집중할 수 있도록 돕고 있다”고 말했다.

전문 분야를 넘나들며 상상을 생동감 있게 디자인하기   최근 생성형 AI(generative AI)가 빠르게 발전하면서, 생성형 AI 툴을 배우면 새로운 서비스와 기능이 금방 등장하고 있다. 이에 여러 생성형 AI 툴을 어떻게 공부하고 활용해야 할지 고민이 늘어나고 있는 시점이다. 이러한 시점에 생성형 AI를 활용하여 사람의 상상을 구체화하는 관점을 바꿔보면 어떨까 생각한다. 이는 생성형 AI가 상상을 기록하는 글과 스케치가 생동감 있는 영상으로 이어주고, 전공 분야를 넘나들며 크레이이티브를 구현할 수 있는 가능성을 제시하고 있기 때문이다.    ■ 장순규 계명대학교 미술대학 시각디자인과 조교수로 UX 디자인과 생성형 AI, 그리고 지역 개선을 위한 도시 브랜드 경험 디자인 프로젝트 연구를 수행하고 있다.   기록 방법의 변화와 생성형 AI의 등장 사람은 까마득히 먼 과거부터 생각과 정보를 기록해왔다. 스페인의 알타미라 동굴 벽화와 프랑스의 라스코 동굴 벽화는 기원전 1만 8000년~1만 5000년 경의 벽화다. 이 벽화는 구석기 시대에 100여 마리의 동물을 사냥하는 모습을 세밀한 묘사와 다양한 색으로 생동감 있게 표현한 그림이다. 이에 예술성을 인정받아 유네스코 세계문화유산으로 등재되었다. 이처럼 인간은 과거부터 어떠한 사실, 정보, 생각을 남기기 위한 문화를 가지고 있었다. 이후 기원전 3000년 전 수메르의 쐐기 문자를 비롯한 문화 별 문자가 등장했다. 문자를 통해 인간은 보다 명확하게 정보를 기록하고 남길 수 있게 되었다.   그림 1. 이미지 출처 : 플리커   시간이 흘러 인간은 도구를 발명하며 기록하는 방법을 다양하게 발전시켜 왔다. 종이와 인쇄술, 그림을 그리는 물감, 사실 그대로를 담으며 동적 시각물을 기록까지 하는 카메라. 현대 사회를 살아가는 우리는 더 이상 종이와 연필을 필요로 하지 않고, 무거운 카메라를 들고 촬영하지 않아도 된다. 이는 언제 어디서든 쉽게 활용할 수 있는 컴퓨터와 스마트폰을 통해 쉽게 기록할 수 있기 때문이다. 이처럼 기록하는 방법이 달라지는 것은 기술의 발전과 밀접하다고 할 수 있다. 하지만 이러한 기록 방법도 한계가 있다. 이는 사용자가 글을 작성하며 이미지를 직접 스케치하거나, 사진을 촬영하고, 편집이나 합성하는 수고가 있기 때문이다. 이러한 수고도 이제 변화할 시점에 놓여있다. 이는 생성형 AI의 등장 때문이다.    디자인 업무의 경계가 모호해진다 생성형 AI는 인간의 글로써 요구하는 프롬프트를 기반으로 학습된 데이터에서 새로운 데이터를 창출하는 인공지능 기술이다. 이 기술이 등장하면서, 자신의 상상과 생각을 작성하고 직접 스케치하며 기억하려는 문화는 사람이 기록하면 생성형 AI가 이미지와 영상으로 변환시켜 주는 문화로 이어지게 될 것이다. 이처럼 생성형 AI는 우리의 기록 문화를 새롭게 변화시킬 도구이다. 이에 우리의 문화를 바꿀 도구로서 디자이너의 경험담을 제시하고자 한다.  생성형 AI가 디자인 업무에 큰 영향을 미칠 것이라는 이야기가 많이 오가고 있다. 틈만 나면 새로운 생성형 AI 서비스가 등장하고 있으나, 디자인 업무에서 사람과 기존 디자인 툴을 생성형 AI가 완벽하게 대체하지는 못하는 실정이다. 여러 연구에서 생성형 AI는 기존 디자인 업무와 아이디어화(ideation) 단계에 효율적이라는 결과가 나타나고 있다.  이를 종합하면 콘셉트 디자인 과정에서 생성형 AI가 기존의 업무 방식보다 효율적이라 할 수 있다. 이는 글로 작성하고, 디자인 스케치를 하며, 콘셉트로 가안의 디자인 이미지를 만드는 과정의 시간을 효율적으로 단축할 수 있기 때문이다.  이 과정에서 생성형 AI는 스케치부터 2D, 3D까지 다양한 이미지를 짧은 시간에 생성하며, 이미지를 기반으로 짧은 영상까지 제작할 수 있다. 글과 목업 이미지로 상상을 불러일으키며 소통하는 콘셉트 단계의 방식이, 직접 디자인과 고객의 상황을 영상을 보며 진짜같이 느낄 수 있는 소통 방식으로 변화하게 된 것이다. 이에 더해, 이제 디자인 전문 교육을 받지 않은 사람도 누구나 상상과 창의력을 완성도 높은 디자인 이미지로 구현할 수 있으니, 디자인 업의 경계가 모호해지게 될 것이다. 이 때문에 어느 누구나 자유롭게 상상을 사실처럼 콘셉트를 보여줄 수 있게 되었다. 비전문가도 디자인을 할 수 있고, 전문가도 자신의 전공을 넘어 여러 디자인 분야를 넘나들 수 있는 것이다. 이처럼 분야를 넘나드는 실험이 모호할 수 있다.   생성형 AI 기반의 디자인 실험 사례 몇 가지 프로젝트 사례를 소개하고자 한다. 이 프로젝트는 미드저니, 런웨이, 루마, 클링과 같이 이미지, 영상 생성형 AI를 기반으로 구성한 디자인 실험 이미지이다.    그림 2. 생성형 AI 휴먼 활용의 실험 사례 1 – 환경 디자인 분야 접근     ■ 자세한 기사 내용은 PDF로 제공됩니다.

디지털 지식전문가 조형식의 지식마당   챗GPT(ChatGPT)의 광풍으로 시작된 생성형 AI(generative AI)의 열풍이 벌써 3년이 지나가고, 최근에는 중국의 인공지능 제품인 딥시크(DeepSeek)의 돌풍으로 잠시나마 미국 엔비디아의 주식이 폭락하는 사태가 있었다. 딥시크의 희망은 엄청난 투자 없이도 인공지능 사업이 가능한 것처럼 보였다. 한편, 최근 일론 머스크는 그록 3(Grok 3)라는 설명 가능 인공지능 XAI(explainable AI)를 발표했다. 그록 3는 엔비디아 GPU 칩을 20 만 개 사용해서 훈련을 했다고 한다. 엔비디아 H100 15만개 + H200 5만개라고 발표했는데, 아직은 엄청난 투자가 필요한 부분임을 알 수 있었다.   그림 1.  챗봇 전성시대   여러가지 호불호 사건에도 불구하고, 이제 인공지능 챗봇의 시대는 거역할 수 없는 대세가 되고 있다. 필자 역시 대부분의 시간을 인공지능을 공부하는 데 사용하고 있다. 지난 2년 동안은 오픈AI의 챗GPT와 구글의 제미나이(Gemini)를 사용하고 최근에는 딥시크, 며칠 전부터는 그록 3를 모두 사용하고 있다. 그리고 장기적으로는 개인 인공지능(personal AI) 환경에도 관심이 많다. 최근에 더 많은 지식과 복잡한 대답을 손 쉽게 얻을 수 있었지만, 이런 의문점이 생겼다. 이러한 인공지능 시대에 ‘우리의 지식의 정의와 관점이 어떻게 되어야 할 것인가?’라는 생각이다. 수백 년 전 16세기 프랑스의 철학자인 몽테뉴(Michel de Montaigne)는 이런 인간 지식의 한계에 대해서 “나는 무엇을 아는가?”라고 짚었다. 이는 몽테뉴의 ‘수상록’에 담긴 철학적 질문이자, 회의주의적 태도를 상징하는 문구이다. 몽테뉴는 이 질문을 통해 인간 지식의 한계와 불확실성(uncertainty)을 강조하며, 겸손하고 열린 마음으로 세상을 바라볼 것을 권했다. 최근 인공지능의 발전과 결과는 이런 질문을 너무 간단한 것으로 느껴게 한다. ‘나는 무엇을 아는가?’라는 물음의 의미에 대해 몽테뉴는 인간이 자신의 감각, 이성, 경험에 의존하여 지식을 얻지만, 이러한 것조차 불완전하고 주관적일 수 있다고 보았다. 그는 인간의 인식이 상황에 따라 달라지고 오류를 범하기 쉽다는 점을 지적하며, 절대적인 진리나 확실한 지식은 존재하지 않을 수 있다는 회의적인 입장을 표명했다.   그림 2. Que sais-je?(나는 무엇을 아는가?) – 몽테뉴   과연 이런의 인간의 지식을 학습한 현재의 AI는 괜찮을 것일까 하는 회의가 생긴다. ‘나는 무엇을 아는가?’라는 질문은 이러한 몽테뉴의 회의주의적 인식을 담고 있다. 그는 이 질문을 통해 인간 지식의 한계를 인정하고, 자신의 무지를 자각하는 것이 진정한 지혜의 시작이라고 보았다. 인공지능(AI)의 발전은 지식의 개념과 분류에 대한 새로운 논의를 불러일으키고 있다. 2025년 현재, 우리는 AI가 단순한 데이터 처리를 넘어 인간의 인지 능력을 모방하고 창의적인 결과물을 생성하는 시대에 살고 있다. 이러한 시대적 배경 속에서 지식은 다음과 같이 재정의되고 분류될 수 있다. 첫 번째, 인공지능 시대에 지식의 새로운 기준이 필요하다. 이전의 지식과는 다른 차원의 기준과 사용법과 습득 전략이 필요하다고 생각한다. 인공지능은 방대한 데이터를 처리하고 분석하여 인간의 능력을 뛰어넘는 지식을 생산한다. 이러한 인공지능의 등장은 기존의 지식 체계에 대한 근본적인 질문을 던진다. 우리는 인공지능이 제공하는 정보를 어떻게 받아들여야 할까? 인공지능이 제시하는 지식이 절대적인 진리일까? 인공지능 시대에 지식의 의미와 기준을 다시 생각하게 한다. 두 번째, 인간 지능의 가치가 무엇일까? 인공지능이 발전할 수록 인간 지능의 가치는 더욱 중요해진다고 생각하지만, 설명이 아직 빈약하다. 인공지능은 데이터 분석과 계산에 뛰어나지만 창의적인 사고, 비판적 판단, 윤리적 책임과 같은 인간 고유의 능력은 따라올 수 없다고 한다. 우리는 그렇게 믿고 싶어 한다. 몽테뉴의 사상은 인간 지능의 한계를 인정하면서도 동시에 그 중요성을 강조했다. 인공지능 시대에 우리는 인간 지능의 가치를 다시 한번 되새기고, 이를 발전시키기 위해 노력해야 한다. 세 번째, 인공지능 시대에는 겸손과 성찰의 자세가 더욱 중요하다고 한다. 우리는 인공지능이 제공하는 정보를 맹목적으로 받아들이기보다는 비판적으로 검토하고, 자신의 지식과 판단에 대해 끊임 없이 질문해야 한다. 몽테뉴는 자신의 무지를 자각하고 겸손한 태도를 갖는 것이 진정한 지혜의 시작이라고 말했다. 인공지능 시대에 우리는 몽테뉴의 가르침을 되새기며, 겸손하고 성찰하는 자세를 유지해야 한다. 인공지능이 인간처럼 철학 책을 읽고 겸손과 성찰을 할 수 있을까 하는 생각도 든다. 아직은 가능하지 않은 것 같다. 네 번째, 인간과 인공지능의 공존이다. 어쩔 수 없이 인공지능 시대는 인간과 인공지능이 공존하는 시대이다. 우리는 인공지능을 활용하여 삶의 질을 높이고 새로운 지식을 창출할 수 있다. 하지만, 동시에 인공지능의 위험성을 경계하고 인간의 존엄성을 지키기 위해 노력해야 한다. 몽테뉴의 생각은 인공지능 시대를 사는 현대인에게 인간의 한계와 가능성을 동시에 보여주었다. 인공지능 시대에 우리는 몽테뉴의 정신을 바탕으로 인간과 인공지능의 조화로운 공존을 추구해야 한다. 결론적으로 몽테뉴의 생각은 인공지능 시대에 인간 지식의 의미와 가치, 겸손과 성찰의 자세, 인간과 인공지능의 공존에 대한 중요한 질문을 던진다. 몽테뉴은 질문이 시작에 불과하며, 우리는 이런 인공지능 시대에 필요한 지혜를 찾아야 한다. 그렇지 않으면 우리의 문명이 이번 세기에서 인간 지식의 위기를 맞을 수 있다. “Que sais-je?(나는 무엇을 아는가?)”– 몽테뉴   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

어도비가 포토샵(Photoshop)을 모바일에 도입하며 웹 경험 확장에 나선다고 발표했다. 이제부터 아이폰에서도 포토샵을 이용할 수 있고, 안드로이드는 올해 말부터 이용 가능할 예정이다.   이번 발표로 레이어링, 마스킹 및 파이어플라이(Firefly) 구동 생성형 채우기(Generative Fill) 등 포토샵의 대표적인 이미지 편집 및 디자인 역량이 모바일 친화적인 디자인으로 제공되어, 무료 및 프리미엄 플랜을 통해 이동 중에도 그 어느 때보다 쉽고 직관적으로 창작 작업을 할 수 있다.  새롭게 출시된 모바일용 포토샵 앱은 차세대 이미지 및 디자인 전문가가 사용하기 쉬운 모바일 인터페이스에서 포토샵의 무한한 잠재력을 경험할 수 있도록 설계됐다. 어도비의 새로운 모바일 및 웹용 포토샵 플랜은 정밀한 선택 및 조정, 고급 색상 보정을 위한 툴 뿐만 아니라, 파이어플라이 구동 생성형 AI 툴 등을 통해 상업적으로 안전한 AI에 대한 접근 확대, 포토샵 파일 열기 및 편집을 위한 전체 포맷 지원 등 고급 이미지 편집 및 디자인 역량을 제공한다. 또한 모바일 및 웹 환경 간의 원활한 통합으로 크리에이터가 여러 디바이스에서 동일한 프로젝트를 작업할 수 있도록 지원한다. 웹용 포토샵(Photoshop on the web)의 강력한 업데이트에는 웹과 모바일 간 원활한 전환을 위한 사용자 인터페이스 개선, 어도비 스톡(Adobe Stock)의 방대한 무료 에셋 라이브러리와의 직접 통합, 사파리, 크롬, 파이어폭스, 엣지 등 브라우저에서 확장된 가용성 등이 포함된다. 애슐리 스틸(Ashley Still) 어도비 디지털 미디어 사업부 수석 부사장은 “포토샵의 무한한 창작 가능성을 모바일로 구현해 전문 아티스트 및 디자이너부터 포토샵을 처음 사용하는 차세대 크리에이터까지 누구나 포토샵의 상징적인 이미지 편집 및 디자인 역량을 이용할 수 있게 됐다”며 “새로운 모바일 및 웹용 포토샵 앱은 크리에이터가 새로운 수준의 창의력을 발휘해 언제 어디서나 뛰어난 사진과 풍부한 그래픽, 인상적인 아트를 구현할 수 있도록 지원한다”고 말했다. 무료 포토샵 모바일 앱 사용자는 새로운 모바일 및 웹용 포토샵 플랜 구독을 통해 모바일 및 아이패드용 추가 기능 및 웹용 포토샵을 이용할 수 있다. 또, 포토샵을 구독하는 모든 사용자는 기존 아이패드용 포토샵과 사파리, 크롬, 파이어폭스, 엣지 등에서 쓸 수 있는 웹용 포토샵에 더해, 이제 모바일용 포토샵도 사용 가능하다. 아이폰용 포토샵은 현재 전 세계 애플 앱스토어에서 제공되며, 안드로이드용은 2025년 말 출시될 예정이다.

어도비가 ‘파이어플라이 비디오 모델(Firefly Video Model)’의 공개 베타 버전과 함께 이미지, 벡터 및 영상을 생성할 수 있는 새로운 ‘파이어플라이 앱(Adobe Firefly application)’을 출시했다. 파이어플라이 앱은 크리에이티브 제어와 멀티 모달 워크플로, 크리에이티브 클라우드 애플리케이션과의 통합을 통해 사용자가 아이디어 구상부터 바로 사용 가능한 단계의 제작물을 생성할 수 있도록 지원하는 전문가용 올인원 툴이다. 상업적으로 안전한 AI 비디오 생성 모델인 파이어플라이 비디오 모델은 파이어플라이 앱의 비디오 생성(Generate Video, 베타)과 어도비 프리미어 프로(Adobe Premiere Pro)의 생성형 확장(Generative Extend, 베타)을 지원하며 바로 사용 가능한 영상 콘텐츠를 생성할 수 있다. 이번엔 공개된 파이어플라이 비디오 모델은 전 세계적으로 180억 개 이상의 에셋 생성에 사용된 크리에이티브 생성형 AI 모델군인 파이어플라이(Adobe Firefly)의 최신 모델이다. 이와 함께 어도비는 파이어플라이의 프리미엄 영상 및 오디오 기능을 이용할 수 있는 파이어플라이 스탠다드(Firefly Standard) 및 파이어플라이 프로(Firefly Pro) 구독 플랜을 새롭게 선보인다. 모든 파이어플라이 구독 플랜은 사용자가 필요에 따라 선택할 수 있도록 파이어플라이 이미징 및 벡터 기능에 대한 무제한 액세스와 프리미엄 영상 및 오디오 기능에 대한 단계별 용량을 제공한다. 사용자는 파이어플라이의 다양한 역량을 통해 이미지를 생성 및 편집하고 영상으로 전환하며, 영화 같은 움직임을 더한 후 어도비 크리에이티브 클라우드 앱으로 이동, 아이디어 구상부터 제작까지 매끄럽게 작업할 수 있다. 크리에이티브 전문가는 웹용 포토샵(Photoshop on the web), 프리미어 프로, 어도비 익스프레스(Adobe Express) 등 어도비의 크리에이티브 앱을 사용해 작업물을 다듬거나, 포토샵의 생성형 채우기(Generative Fill), 라이트룸(Lightroom)의 생성형 제거(Generative Remove)와 같은 파이어플라이 구동 기능을 비디오 모델과 함께 사용할 수 있다.     파이어플라이 비디오 모델로 구동되는 비디오 생성은 현재 베타 단계이다. 크리에이티브 전문가가 텍스트 프롬프트나 이미지로 영상 클립을 생성하고, 카메라 각도를 조정해 장면을 제어하거나 3D 스케치로 전문가급 이미지를 만들며, 분위기 있는 요소와 맞춤형 모션 디자인 등을 제작할 수 있는 툴을 제공한다. 현재 1080p 해상도를 지원하는 이 모델은 신속한 반복 작업을 위한 저해상도 아이디어 구상 모델과 전문가 수준의 작업을 위한 4K 모델으로도 출시될 예정이다.  파이어플라이 앱은 크리에이티브 전문가가 아이디어 구상부터 제작까지 뛰어난 작품을 선보일 수 있는 전문가급 제어를 제공한다. 새로워진 파이어플라이 웹 앱에서는 원하는 스타일과 구조 참조 이미지로 3D 작품을 생성하고, 전문적인 카메라 각도로 완벽한 장면을 연출하며, 실제 음성은 유지하면서 오디오와 영상을 여러 언어로 번역할 수 있다. 또한 포토샵, 프리미어 프로, 어도비 익스프레스 등 어도비 크리에이티브 클라우드 앱과 통합되며, 상업적으로 안전하게 사용할 수 있는 파이어플라이로 안심하고 콘텐츠를 제작할 수 있도록 한다. 파이어플라이는 고품질 이미지 생성 외에도 전문적인 카메라 각도 및 위치 선정, 풍부한 디테일과 정확성, 참조 이미지 스타일 구조에 맞는 이미지, 영상, 3D 결과물 등 고도의 크리에이티브 제어를 제공한다.  얼리 액세스로 제공되는 새로운 파이어플라이 스탠다드 및 파이어플라이 프로 구독 플랜을 통해 사용자는 파이어플라이의 이미징 및 벡터 기능을 무제한으로 이용하고, 플랜에 따라 영상 및 오디오 기능을 사용할 수 있다. 파이어플라이 스탠다드 플랜은 월 1만 3200원(부가세 포함)에 5초 분량의 1080p 영상을 최대 20건 생성할 수 있는 2000 건의 영상 및 오디오 크레딧을 제공하며, 파이어플라이 프로 플랜은 월 3만 9600원(부가세 포함)에 5초 분량의 1080p 영상을 최대 70건 생성할 수 있는 7000 건의 영상 및 오디오 크레딧을 제공한다. 정기적으로 영상 콘텐츠를 생성하는 전문가를 위한 새로운 파이어플라이 프리미엄(Firefly Premium) 플랜은 조만간 선보일 예정이다. 어도비의 데이비드 와드와니(David Wadhwani) 디지털 미디어 사업부문 사장은 “파이어플라이는 아이디어 구상 및 제작 과정에서 안전하고 효과적으로 사용할 수 있는 고도의 크리에이티브 제어가 필요한 크리에이티브 전문가를 위해 설계됐다”면서, “파이어플라이 비디오 모델이 콘셉트를 구상하고 훌륭한 영상을 제작하는 데 획기적이라는 베타 버전 고객의 반응은 매우 고무적이다. 크리에이티브 커뮤니티가 앞으로 파이어플라이를 통해 자신의 이야기를 전 세계에 어떻게 전해 나갈지 기대된다”고 말했다.

다쏘시스템이 자사의 고객을 위한 글로벌 IP 수명주기 관리(IPLM)의 핵심에 여러 생성형 AI 기술을 내장한 ‘3D UNIV+RSES’를 공개하면서, 생성형 경제(generative economy)의 새로운 지평을 열어나갈 것이라고 밝혔다. 다쏘시스템은 “미래의 게임 체인저는 최고의 지식과 노하우를 보유하고, 살아있는 세계로부터 영감을 받아 소비가 아닌 생성의 관점에서 지구에서 받은 만큼 다시 돌려주는 이들이 될 것이며 이것이 바로 다쏘시스템이 강조하는 ‘생성형 경제’다. 경험 경제와 순환 경제의 융합으로 탄생한 생성형 경제는 차별화를 위한 핵심 요소인 지식재산(IP)이 하나의 화폐 역할을 하는 가상 자산의 경제”라고 소개했다.  생성형 경제는 3D UNIV+RSES를 통해 촉진되고 활성화될 것이며, AI가 제공하는 학습 가능성을 바탕으로 가속화된다. 3D UNIV+RSES는 세계를 표현하는 새로운 차원의 방식으로, 모델링, 시뮬레이션, 실제 데이터, AI 생성 콘텐츠를 유기적으로 결합한 가상-현실 융합 표현을 의미한다. 이는 버추얼 트윈을 결합 및 교차 시뮬레이션하고 멀티 AI 엔진을 훈련하는 동시에, 고객의 지식재산을 보호하는 독특하고 안전한 환경을 제공한다.     계속해서 진화하는 3D UNIV+RSES의 아키텍처를 통해 고객은 새로운 공간인 최고의 디지털 환경에서 3D 디자인, 버추얼 트윈 및 PLM 데이터의 풍부한 고품질 특허를 활용해 새로운 유형의 서비스형 시스템(XaaS, Experience as a Service)을 교육할 수 있다. 이 서비스형 시스템에는 생성형 AI 기반 경험(GenXp), 버추얼 동반자(Virtual Companions), 지능형 서비스형 버추얼 트윈(VTaaS, intelligent Virtual Twin Experience as a Service)이 포함된다. 다쏘시스템의 ‘파워바이AI(POWER'byAI)’ 접근 방식과 산업별 멀티 AI 플랫폼인 3D익스피리언스 플랫폼(제조), 메디데이터(생명과학 및 헬스케어), 센트릭(소비재 및 식품)은 고객이 높은 수준의 보안 환경에서 자사의 지식과 노하우를 빠르게 생성하고 활용할 수 있도록 돕는다. 3D UNIV+RSES는 다쏘시스템이 지난 44년 동안 선보인 세계 표현 방식의 7세대에 해당한다. 이 새로운 세대는 새로운 방식으로 상상하고, 창조하고, 생산하는 길을 열었다. 오늘날 제조 산업 및 인프라·도시 분야에서 비행기, 자동차, 기계, 로봇, 첨단 기술 및 의료 장비를 개발하는 최첨단 기업들은 다쏘시스템의 고도화된 버추얼 트윈을 사용해 제품 및 서비스의 품질, 성능, 안전을 보장하고 규정 및 표준을 준수한다. 다쏘시스템은 생명과학 및 헬스케어 분야의 혁신가들을 위해 동일한 접근 방식을 개발하여 세포에서 장기, 환자에 이르기까지 ‘살아있는 세계’의 버추얼 트윈을 개척해왔다. 다쏘시스템의 3D UNIV+RSES를 통해 고객은 모든 사람을 위한 모든 것의 버추얼 트윈을 생성하고 전체 생태계를 가상화할 수 있다. 3D UNIV+RSES의 핵심은 경험이며, 모션, 변형, 시간을 통합한 실험 환경으로 작동한다. 아울러 임베디드 AI 기술은 판도를 바꾸는 생성형 경험을 창출하고, 버추얼 동반자를 통해 인간의 역량을 강화하며, 미래의 인력을 향상시키는 촉진제 역할을 한다.   다쏘시스템의 버나드 샬레(Bernard Charlès) 회장은 “오랜 기간 다쏘시스템을 신뢰해 온 모든 고객들은 우리가 가상 자산이라는 ‘금광’을 보호하고, 보이지 않는 것을 밝혀주기를 기대하고 있다. 가장 가치 있는 지식재산을 생성하고 보호하기 위해서는 제품, 자연, 삶이 조화를 이루는 모든 것을 위한 버추얼 트윈 경험을 만드는것이 무엇보다 중요하다”면서, “다쏘시스템은 인류의 발전과 상호 이익을 위해 지식과 노하우의 궁극적인 원천인 3D UNIV+RSES를 제공함으로써 가장 신뢰할 수 있는 파트너가 되기 위해 최선을 다하고 있다”고 말했다.   다쏘시스템의 파스칼 달로즈(Pascal Daloz) CEO는 “지난 3년 동안 버나드 샬레 회장과 다쏘시스템의 전략 및 R&D 팀이 수행한 연구는 매우 인상적이었다”면서, “우리는 생성형 AI의 심층적이고 광범위한 채택을 기반으로 획기적인 설루션을 정의하고 개발하기 위해 수행한 광범위한 작업을 진행해왔다. 이를 통해 모든 분야의 고객들이 제품과 서비스 수명주기의 모든 단계에서 AI 시대를 활용해 지속가능성을 높일 수 있게 될 것이며, 이는 궁극적으로 소비자, 환자, 시민의 일상 생활을 개선할 것”이라고 말했다.

주요 PLM  소프트웨어 소개 디지털 리얼리티 플랫폼, Nexus(넥서스)   개발 및 자료 제공 : 헥사곤, 1899-2920, http://nexus.hexagon.com  넥서스(Nexus)는 사람과 기술과 데이터를 연결하여 혁신과 시장 대응 시간을 가속화하고, 엔지니어링과 생산의 협업을 가능하게 하는 개방된 구조의 플랫폼이다. 이를 위해서 넥서스는 고객이 당면한 엔지니어링 상황에 필요한 모든 헥사곤 소프트웨어와 파트너의 기술을 하나의 플랫폼으로 결합해 사용자를 위한 혁신적이고 새로운 플랫폼을 제공한다.  Nexus는 상호 연결된 기술을 통해 고객의 역량을 강화하여 혁신을 가속화하고 데이터 사일로를 없애 제조업이 새롭고 혁신적인 방향으로 나가도록 지원한다. Nexus는 전 세계 고객과 주요 기술 공급 업체, 시스템 통합업체, Hexagon을 연결하는 하나의 플랫폼이다. 1. 제품의 주요 특징 Nexus플랫폼을 사용하는 모든 부서는 동일한 데이터 및 변경 및 업데이트 된 데이터를 사용하여 동시에 작업할 수 있으며 이를 통해서 풍부한 데이터를 가진 제품의 출시 기간을 단축할 수 있다.  협업과 데이터 공유는 Nexus의 가장 큰 장점이자 특징이다. Nexus의 초기부터 업계를 선도하는 여러 기술기업들이 합류했다. 해당 기업들은 이미 Nexus의 개방형 기능을 활용하여 공동 솔루션을 제공하고 있다. 이런 기업으로는 Microsoft, Altium, CADS Additive, Oqton, Datanomix등이 있다. 이들 기업은 상호 보완적인 기술을 Nexus에 제공해 고객이 더욱 심층적이고 폭넓은 포트폴리오에 접근할 수 있도록 함으로써 고객의 역량을 강화한다. Nexus는 여러 기술을 결합해 개발 초기 단계의 개념 설계부터 제품의 생산, 납품에 이르는 엔지니어링 및 제조 관련 문제를 해결할 수 있는 고유한 솔루션을 개발하도록 지원한다. 이를 통해서 디지털 데이터를 더 효과적으로 활용하고, 통합적인 분석을 통해 광범위한 인사이트를 확보할 수 있으므로 팀 전체의 가시성과 연결성이 개선된다. Nexus는 기술뿐만 아니라 사람도 서로 연결한다. 이를 통해서 문제 해결에 방해가 되는 장벽을 허물어 주고 그 결과 사람들이 아이디어를 더 빠르게 실현하고 뛰어난 성과를 낼 수 있다. 2. 주요 기능 (1) 넥서스 포탈(Nexus Portal)   누구나 쉽게 접근할 수 있는 포탈로 Nexus Apps와 Nexus Solutions등에 접근할 수 있는 창구이다. 또한 고객의 제품과 관련된 기술 process를 관리하고, 관계자가 모두 모여서 필요한 데이터를 가시화하여 서로 의견을 주고받는 3D Whiteboard를 사용하여 사람, 기술, 데이터를 연결하는 장이기도 하다. (2) Nexus Core 넥서스 코어는 넥서스를 작동시키는 코어 기술로 개방성(Openness), 협업(collaboration), 연결(Connectivity)의 세가지 운영 특징을 기반으로 구성되었다. SDC(Smart Data Contract)를 통해서 가상의 CAE 해석 결과 뿐만 아니라 Metrology계측 결과와 3rd party 프로그램까지 전부 연결해서 하나의 통합된 Portal에서 데이터의 생성, 분석, 가시화를 수행할 수 있다. (3) Nexus Apps 넥서스 앱은 헥사곤과 그 기술 파트너들이 제조 프로세스의 여러 단계에서의 특정 과제를 해결하기 위해서 개발한 제품이다. Metrology Reporting, Materials Connect, Materials Enrich, 3D Whiteboard 등 다양한 앱이 존재하며 subscription 기반으로 사용자가 쉽게 사용할 수 있으며, 향후에는 Sheet Metal Quoting 앱 등 다양한 앱이 출시 예정이다.  (4) Nexus Solutions 넥서스 솔루션은 SDC(Smart Data Contract)를 통해 연결되는 제품으로, 프로젝트 팀 간의 실시간 협업 워크플로우를 가능하게 한다. 하나의 프로그램이 아니라 실제 제품이 설계되고, 생산하여 품질 관리까지의 전 process를 관리할 수 있는 솔루션을 제공한다. DfAM(Design for Additive Manufacturing) 솔루션은 경량화 설계를 위한Apex Generative Design, 제조 공정을 위한 AM Studio, 적층 시뮬레이션을 위한 Simufact Additive와 만들어진 제품의 품질을 검토하는 Metrology Reporting까지의 전 제품 설계, 생산 주기에 사용되는 다양한 프로그램들을 연계하여 하나의 솔루션으로 제공하고 있다. 또한 Smart Assembly Shop 솔루션은 실제 스캔 측정된 데이터에 CAD를 모핑(morphing)하고 중력에 의한 변형을 보상설계 한 후 부품들을 용접 시뮬레이션을 통해 가상으로 조립하는 솔루션으로 생산성을 향상시킬 수 있다.  향후에는 사출 성형에 대한 게이트 최적화 솔루션과 가공에 관련된 솔루션 등 다양한 솔루션을 제공할 예정이다.  3. 도입 효과 ■ 더 빠른 혁신 : 제조업체는 Nexus를 통해 더욱 민첩하고 탄력적인 프로세스를 구축할 수 있으므로 변화에 대응하고 새로운 기회를 활용할 준비를 더 철저히 갖추게 된다. 이를 통해 제품 출시를 앞당기고 더욱 더 자율적인 워크플로를 개발할 수 있다. 향후 지속적으로 각 고객에게 필요한 다양한 새 Nexus 앱과 솔루션을 출시하여 시장에 필요한 기술을 제공할 예정이다. ■ 개인 맞춤형 인터페이스 : Nexus 플랫폼은 nexus.hexagon.com을 통해 액세스할 수 있다. 홈페이지에서는 각 계정에 맞춤화된 완전한 사용자 중심 인터페이스를 제공한다. 이는 Nexus 고객에게 고도로 개인화된 맞춤형 경험을 선사하기 위해 설계된 것이다. 예를 들어 AI 기반 솔루션과 검색 기능을 사용해 사용자의 역할과 검색 내역을 바탕으로 맞춤형 제품 추천을 받을 수 있다. ■ 쉬운 최신 기능 및 기술 이용 : Nexus를 통해 최신 소프트웨어에 직접 액세스하고 다운로드할 수 있다. 또한 제품을 검색하고, 교육 일정을 잡고, eLearning에 액세스하고, 제품 지원 포럼에 참여할 수 있다. Nexus는 기술 지원, 유지보수, 보정 제품 지원, 주제별 전문가와 교류할 수 있는 기회를 비롯하여 전체 헥사곤 소프트웨어 및 하드웨어 지원 구조를 들여다볼 수 있는 창이 되어 준다. ■ 효율적 데이터 기반 인사이트 확보 : Nexus를 사용하여 데이터를 연결하여 엔지니어링을 혁신하고 제조의 역량을 강화할 수 있다. 데이터 중심 연결은 서로 다른 부문 및 위치에서 작업하는 엔지니어 간의 실시간 협업을 지원한다. ■ 실시간 협업 : 일반적인 제조 워크플로에서 재료, 기계, 제조 엔지니어는 자신의 부서내에서 작업하므로, 자신의 의사결정이 생산의 다른 측면에 어떤 영향을 미치는지 확인하기 어렵다. Nexus를 도입하면 도메인 전반의 데이터를 연결하므로, 팀과 관리자가 더욱 뛰어난 가시성을 확보하여 관련 시간, 비용, 위험을 고려해 책임감 있게 설계 및 제조 관련 의사결정을 내릴 수 있다.     좀더 자세한 내용은 '스마트 엔지니어링을 위한 PLM과 DX 가이드' 에서 확인할 수 있습니다. 상세 내용 보러 가기