SIMTOS 2026 ‘피지컬 AI·디지털트윈 및 뿌리산업·소부장 컨퍼런스 ’ 4월 16일~17일 개최 예정   SIMTOS 2026 캐드앤그래픽스 발표자   전진우(한국로봇산업진흥원) / 민정국(현대자동차·기아) / 이태진(HD현대) / 김성호(KEIT) / 장영재(KAIST)   정민하(KEIT) / 권석준(성균관대) / 엄재홍(DN솔루션즈) / 이기동(화신) / 송덕용(한화에어로스페이스)   국내 제조업의 미래를 결정지을 인공지능 전환(AX)과 자율제조 기술의 정수를 선보이는 자리가 마련된다.  한국공작기계산업협회가 주최하고 엔지니어링 솔루션 미디어 캐드앤그래픽스가 주관하는 SIMTOS 2026 피지컬 AI·디지털트윈 및 뿌리산업·소부장 컨퍼런스가 4월 16일부터 17일까지 양일간 일산 킨텍스 제2전시장 7홀 컨퍼런스룸 A에서 열린다. 이번 행사는 국내 최대 생산제조기술 전시회인 SIMTOS 2026의 핵심 부대행사인 글로벌 제조 AX 혁신 컨퍼런스의 일환으로 기획되었으며, 캐드앤그래픽스 주관 컨퍼런스는 업계 최고의 전문가와 석학이 발표하는 대표 컨퍼런스다. 특히 단순한 소프트웨어를 넘어 물리적 환경과 실시간으로 상호작용하는 피지컬 AI와 자율제조, 산업의 근간인 뿌리산업 및 소재·부품·장비(소부장) 산업의 미래 전략을 집중적으로 다룰 예정이다. 디지털 조선소에서 다크팩토리까지, 피지컬 AI와 디지털 트윈의 융합 행사 첫날인 4월 16일에는 피지컬 AI와 디지털트윈, 자율제조의 심장이 되다를 주제로 기조강연이 펼쳐진다. 한국로봇산업진흥원 전진우 수석연구원은 제조 강국 유지를 위한 피지컬 AI 도입의 필연성을 기술과 경제적 관점에서 분석한다. 현대자동차·기아 민정국 상무는 자동차 산업의 자율제조공장 혁신 사례를 소개하며, HD현대 이태진 전무는 차세대 설계·생산 통합 플랫폼을 통한 지능형 자율 운영 조선소의 비전을 공유한다. 이어 한국산업기술기획평가원 김성호 본부장은 제조 AX 얼라이언스의 운영 성과를, KAIST 장영재 교수는 소프트웨어 중심적 공장(SDF) 개념과 실제 구축 사례를 통해 제조 자동화의 미래를 제시한다. AI 전환으로 재도약하는 뿌리산업과 반도체 소부장 산업 둘째 날인 4월 17일에는 AX로 재도약하는 뿌리산업과 소부장의 미래를 주제로 논의가 이어진다. 한국산업기술기획평가원 정민하 본부장은 2026년 소부장 R&D 정책 지원 방향과 기업 활용 방안을 발표한다. 반도체의 석학 성균관대 권석준 교수는 반도체 소부장 경쟁력 강화를 위한 제조 AX 전략을 제언하며, DN솔루션즈 엄재홍 상무는 공작기계에서 지능형 제조 에이전트로 진화하는 제조 플랫폼의 현주소를 짚는다.  화신 이기동 상무는 데이터 기반 자율제조 대응 전략을, 한화에어로스페이스 송덕용 수석연구원은 항공엔진용 핵심 부품소재의 신뢰성 확보 및 산학연 협력 방안을 제안하며 산업계의 실질적인 대응책을 모색한다. 실전 사례 중심의 제조 생태계 혁신 통찰 제시 이번 컨퍼런스를 주관하는 캐드앤그래픽스 최경화 국장은 “이번 행사가 디지털 전환을 넘어선 AI 전환의 실체를 보여주는 자리가 될 것이라며, 국내 대표 기업들의 실전 사례를 통해 제조 생태계의 변화와 미래 혁신에 대한 인사이트를 얻길 바란다”고 강조했다. 이번 행사에 대한 자세한 내용은 행사 안내 홈페이지 를 참조하기 바란다.   

산업을 위한 AI와 버추얼 트윈 기술 (2)   이번 호에서는 다쏘시스템의 LBM 기반 CFD 설루션인 파워플로(PowerFLOW)를 활용하여, 하중 및 회전에 의해 변형되는 트레드 타이어를 반영한 정밀 유동 예측 워크플로를 제시한다. 드라이브에어(DrivAer) 모델 적용을 통해 접지면과 사이드월 돌출부 형상 변화가 차량 항력 및 후류 구조에 미치는 영향을 분석하고, 실제 주행 조건을 고려한 차세대 공력 최적화 설계 프로세스의 방향성을 제안한다.   ■ 고석원 다쏘시스템의 유동해석 컨설턴트로, 국내 완성차 업체의 공력 및 공력소음 분야 CFD 프로젝트 수행 및 기술 지원을 담당하고 있다. 홈페이지 | www.3ds.com/ko   EV(전기자동차) 시대에 접어들면서 공력 성능은 단순한 항력 계수(Cd : Drag Coefficient) 저감의 문제가 아니라, 에너지 효율과 주행거리 경쟁력을 결정하는 핵심 설계 변수로 자리잡았다. 특히 고속 주행 영역에서는 타이어 주변에서 형성되는 복잡한 와류 구조가 전체 항력에 상당한 영향을 미친다. 그러나 현재까지 많은 외부 유동해석은 계산 효율과 모델 단순화를 이유로 강체 타이어 형상을 가정해왔다. 실제 주행 조건에서는 차량 하중과 회전에 의해 타이어 접지면이 평탄화되고, 트레드 패턴이 국부적으로 변형된다. 이러한 기하학적 변화는 경계층 발달과 박리 위치, 그리고 후류 구조에 직접적인 영향을 미친다. 그럼에도 불구하고 설계 단계에서 이러한 변형 효과는 충분히 반영되지 못하는 경우가 많다. 이 간극은 단순한 수치 오차를 넘어, 설계 의사 결정의 신뢰성 문제로 이어질 수 있다. 기존의 전산유체역학(CFD : Computational Fluid Dynamics) 접근에서는 회전 조건을 MRF(Moving Reference Frame) 혹은 LRF(Local Reference Frame) 기법을 구현하고, 접지부는 이상적인 평면 조건으로 단순화한다. 이 방식은 빠른 비교 분석에는 적합하지만, 접지부 인근의 비대칭 유동 구조와 시간에 따라 변화하는 와류 변동을 충분히 재현하기 어렵다. 특히 하중에 의해 형성되는 접지부 형상 변화는 타이어 하부 압력 분포를 바꾸고, 이는 차체 하부 유동과 상호작용하며 항력 특성에 영향을 미친다. 고속 주행 시에는 원심력에 의한 외경 변화까지 더해져 형상 변형이 복합적으로 발생한다. 따라서 현실 기반 공력 예측을 위해서는 타이어 변형을 포함한 해석 전략이 요구된다.   파워플로 기반 정밀 유동 예측 방법론 이번 호에서는 LBM(Lattice Boltzmann Method) 기반 CFD 설루션인 파워플로를 활용하여 하중 및 회전 변형을 반영한 해석 환경을 구축하였다. 차량 모델은 <그림 1>과 같이, 오픈소스 표준 차체 형상인 드라이브에어 모델을 적용하였다. 타이어 형상은 단순 강체 모델과 실제 하중 조건을 반영한 변형 트레드 타이어 모델을 사용하였다. 변형 형상은 파워플로의 전처리 모듈인 파워델타(PowerDELTA)를 통해 구현되었으며, <그림 2>와 같이 정적 하중에 의해 형성되는 접지면(contact patch)과 사이드월 돌출부(bulge)를 기하학적으로 재현하였다. 수치해석 방법에는 회전하는 타이어에 IBM(Immersed Boundary Method)을 적용하여 타이어 인근에서 시간에 따라 변화하는 유동 구조와 후류 거동을 정밀하게 분석하였다.   그림 1. 드라이브에어 차량 형상   그림 2. 접촉면과 돌출부의 형상(왼쪽 : 접촉면, 오른쪽 : 돌출부)   해석 케이스 구성 해석 케이스는 변형 타이어의 적용 유무와 <그림 3>에 나타낸 바와 같이, 타이어 변형 효과를 체계적으로 비교하기 위해 다음 세 가지 인자를 독립적으로 변화시켰다. 사이드월 돌출부(bulge, B) 횡방향 삽입각(slip angle, α) 접지면 폭(contact patch width, W)   그림 3. 변형 타이어 인자 변화 조건   각 변수 변화에 따른 항력 특성 및 후류 구조 변화를 비교함으로써, 설계 관점에서 지배적인 인자를 도출하고자 하였다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

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.

개발 : Ansys 주요 특징 : 엔지니어링 프로세스를 하나로 연결하는 통합 시높시스–앤시스 워크플로 제공, 생성형 AI와 에이전틱 엔지니어링 기능으로 설계 탐색 가속/전처리 자동화/시스템 수준 인사이트 확보 지원, 확장된 디지털 트윈 역량 및 연결된 모델링 워크플로로 시스템 전반에 대해 리얼월드 기반의 인사이트 제공 강화 등 공급 : 앤시스 코리아   ‘앤시스 2026 R1(Ansys 2026 R1)’은 시높시스와 앤시스가 보유한 공학 역량을 결합해, 시높시스-앤시스 통합 기능을 본격적으로 선보인다. 앤시스 2026 R1은 시뮬레이션 AI 포트폴리오를 확장해 학습 효율을 높이는 AI 강화 트레이닝 제공과 함께 고급 AI 기능도 강화했다. 이를 통해 엔지니어링 팀은 초기 개발 단계에서 시스템 수준 인사이트를 확보함과 동시에 물리 시험 의존도를 줄이며, 소프트웨어 중심 제품이 고도화되는 환경에서도 성능 최적화를 보다 효율적으로 추진할 수 있게 됐다.   ▲ 출처 : 시높시스   시스템 인지 엔지니어링의 미래를 가속하는 공동 설루션 앤시스 2026 R1은 시스템 복잡성 증가, AI 기반 제품 수요 확대, 그리고 산업 전반의 조기 검증 전환이 맞물리며 변화하는 엔지니어링 환경에서 새로운 흐름의 출발점이 될 것으로 전망된다. 시높시스는 이러한 변화에 대응하기 위해, 시높시스와 앤시스의 주요 기술을 연동해 하나의 통합된 시스템처럼 작동하도록 지원한다. 이를 통해 초기 설계 탐색을 가속하고 도메인 간 협업을 강화하며, 주요 산업 전반에서 더 깊은 인사이트를 제공하는 고효율 워크플로를 제시한다. 이번 앤시스 2026 R1에 포함된 신규 시높시스-앤시스 공동 설루션은 다음과 같다. 시높시스 VC 펑셔널 세이프티 매니저(Synopsys VC Functional Safety Manager, VC FSM)와 앤시스 메디니 애널라이즈(Ansys medini analyze)가 시스템 수준과 실리콘 수준 안전 분석을 연결하는 엔드 투 엔드 기능 안전 워크플로로 연동된다. 이를 통해 시스템 안전 엔지니어와 칩 안전 검증 엔지니어 간 협업이 간소화되며, 시스템부터 칩까지 추적성(traceability)이 자동화된다. 또한 도구 간 수작업 데이터 공유를 줄여 자동차 및 항공우주 안전 등 핵심 적용 분야에서 시간 절감 효과를 기대할 수 있다. 시높시스 퀀텀ATK(Synopsys QuantumATK)와 앤시스 그란타 MI(Ansys Granta MI) 플랫폼이 소재 워크플로로 통합되어 원자 스케일부터 엔터프라이즈까지 이어지는, 소재 발굴, 신소재 개발, 제조 공정 개선을 지원한다. 검증된 소재 물성치를 그란타 MI로 직접 내보낼 수 있어 소재 과학자와 설계 엔지니어 간 협업 효율이 높아진다. 또한 반복 가능하고 재사용 가능한 워크플로를 통해 정제되고 일관된 소재 레코드를 구축함으로써 초기 단계에서 성능 예측과 데이터 기반 의사결정을 지원한다. 시높시스 옵토컴파일러(Synopsys OptoCompiler)와 앤시스 루메리컬 FDTD(Ansys Lumerical FDTD)가 디바이스 수준 포토닉 설계와 고급 시스템 수준 광학 시뮬레이션을 연결하는 설계 워크플로로 통합된다. 또한 Verilog-A 모델 생성 자동화와 도구 간 광학 거동 일관성 확보를 통해 디바이스 설계자와 시스템 수준 포토닉 엔지니어 간 협업을 강화한다. 이를 통해 설계·시뮬레이션 환경 간 수작업 데이터 변환을 줄이고, 고도화된 포토닉 애플리케이션에서 시간 절감과 신뢰성 향상을 지원한다. 앤시스 스케이드(Ansys SCADE) 모델 기반 소프트웨어 개발 설루션에 더해, 시높시스는 제어 소프트웨어를 위한 테스트 자동화 설루션 TPT를 제공한다. SCADE는 안전 필수 소프트웨어 개발 환경을 제공하고, TPT는 테스트 생성·실행·분석을 자동화해 설계 반복을 가속하고 조기 검증을 강화하며 복잡한 제어 소프트웨어 품질 향상을 지원한다. 두 설루션을 결합하여 ADAS, 전동화 파워트레인, 비행 제어, 엔진 제어, 항공전자 등 미션 크리티컬 제어 시스템 개발에서 수작업 검증 부담을 줄이고 자동화 수준을 높일 수 있다.   ▲ 출처 : 시높시스   AI 기반 디지털 엔지니어링으로 더 빠르고 스마트한 설계 반복 지원 앤시스 2026 R1은 생성형 AI와 에이전틱 기능을 도입해, 검증을 가속하고 설계 탐색을 확대하며 복잡한 워크플로의 자동화를 강화했다. 이를 통해 엔지니어링 팀은 개발 전체 과정에서 더 빠르고 스마트한 인사이트를 확보할 수 있다. 앤시스 지옴AI(Ansys GeomAI) 지오메트리 플랫폼은 생성형 AI 기반의 개념 설계 탐색을 통해, 지오메트리 콘셉트를 보다 창의적이고 효율적으로 빠르게 생성·평가·개선할 수 있도록 지원한다. 레퍼런스 설계로부터 직접 학습함으로써 초기 혁신을 가속하는 동시에, 엔지니어링 의도를 보존해 AI가 생성한 콘셉트가 예측 가능하고 신뢰할 수 있으며 후속 검증 단계로 자연스럽게 이어질 수 있도록 돕는다. 또한 메시 에이전트는 앤시스 메카니컬(Ansys Mechanical)에서 탐색적 사용으로 제공되는 신규 기능으로, 모델 전처리 과정에서 발생하는 메싱 실패 원인을 진단하고 해결하는 데 도움을 준다. 검증된 개선 절차를 기반으로 엔지니어를 안내해 자동화 전처리에 대한 신뢰를 높인다. 현재 초기 고객 평가 단계에 있는 ‘디스커버리 검증 에이전트’는 앤시스 디스커버리(Ansys Discovery)에 탑재돼, 수십 년간 축적된 공학 전문성을 바탕으로 문맥 정보와 산업 모범 사례를 활용해 설정 이슈를 선제적으로 식별한다. 이를 통해 엔지니어가 작업을 더 빠르게 진행하고 비용이 큰 실수를 줄이며, 초기부터 더 높은 성능의 설계를 만들 수 있도록 지원한다. 앤시스 2026 R1의 추가 AI 업데이트 사항은 다음과 같다. 앤시스 SimAI(Ansys SimAI) 시뮬레이션 플랫폼은 두 가지 제공 형태를 지원한다. 기존 제품인 앤시스 SimAI 프리미엄 SaaS와, 로컬 데이터 저장이 필요한 프로젝트를 위해 데스크톱 환경에서 사용할 수 있도록 설계된 앤시스 SimAI Pro가 포함된다. 앤시스 옵티스랭(Ansys optiSLang)의 SimAI 커넥터를 통해 학습 데이터 생성, AI 학습, 최적화 및 설계 스터디까지 엔드투엔드 워크플로를 구현할 수 있다. 앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)이 메디니 애널라이즈, 앤시스 모델센터(Ansys ModelCenter), 앤시스 록키(Ansys Rocky)에서 제공돼 사용자 인터페이스 내에서 지능형 AI 가이드 지원을 제공한다. 옵티스랭과 디스커버리 간 신규 통합으로 민감도 분석과 원클릭 최적화를 지원하는 AI-레디 워크플로가 제공된다. 이를 통해 엔지니어는 메카니컬, 플루언트 또는 앤시스 아이스팩(Ansys Icepak)에서 개념을 검증하기 전에, 초기 단계에서 더 빠르게 설계 대안을 탐색할 수 있다.   ▲ 출처 : 시높시스   리얼월드 디지털 트윈으로 시스템을 연결하고 성능 최적화 앤시스 2026 R1에서 확장된 디지털 트윈 혁신은 물리적 프로토타이핑 이전 단계에서 사용자들이 더 깊은 리얼월드 인사이트를 확보할 수 있도록 지원한다. 앤시스 트윈AI(Ansys TwinAI)는 시뮬레이션 데이터와 센서·테스트 정보를 더 정교하게 얼라인하는 신규 퓨전 모델링 방식과, 대규모 시계열 모델링 및 학습 효율을 강화하는 템포럴 퓨전 트랜스포머를 도입했다. 또한 트윈AI ROM(차수 축소 모델) 위저드는 고정밀 ROM의 생성 및 배포를 제공하여 리얼타임 디지털 트윈 제공을 가속한다. 또한, 앤시스 AV엑셀러레이트 센서(Ansys AVxcelerate Sensors)는 신규 GPU 가속 멀티스펙트럴 광 전파 엔진과 엔비디아 옴니버스와의 통합 확대를 포함한 기능 강화를 통해 통합된 3D 디지털 트윈 파이프라인을 구현한다. 이를 통해 시나리오 전반에서 더 물리적으로 정확한 카메라 동작, 표면 반사 그리고 엣지케이스 재현성을 제공한다.     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 지난 3월 11일 ‘Virtual Engineering 기반 스마트 건설 장비 개발 프로세스’를 주제로 케이던스 디자인 시스템즈의 전문가들이 참여하여 스마트 건설 장비 개발을 위한 최신 트렌드와 이를 뒷받침하는 통합 엔지니어링 설루션을 심도 있게 다루었다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 케이던스 디자인 시스템즈 정승원 팀장, 김진식 팀장, 이재욱 매니저, 임태균 팀장   건설 장비 산업의 변화와 도전 과제 이번 웨비나의 사회를 맡은 정승원 팀장은 최근 MSC 소프트웨어와 케이던스 디자인 시스템즈의 합병을 언급하며, 반도체(electronic)와 기계(mechanical) 시스템 설계의 통합 시너지를 강조했다. 최근 건설 장비 산업은 전동화(electrification)와 자율주행, 그리고 디지털 전환이라는 거대한 변화의 물결 속에 있다. 설계 단계부터 가상 환경을 활용하여 시행착오를 줄이고 성능을 극대화하는 ‘가상 엔지니어링(virtual engineering)’은 이제 선택이 아닌 핵심 경쟁력이다. 특히 반도체 설계(EDA)와 기계 시스템 해석(CAE) 기술의 통합은 모든 제품이 전자제품화되는 현 상황에서 복합 시스템의 최적화를 가능하게 한다. 정승원 팀장은 “반도체로 대표되는 전자 설계와 기계 시스템 설계의 통합 시너지를 통해, 전기·전자와 기계 시스템을 아우르는 완성도 높은 설루션을 제공할 수 있게 되었다. 건설 장비가 AI와 전동화가 결합된 복합 시스템으로 진화함에 따라, 신뢰성 있는 데이터를 확보하고 가상 개발 기술을 적용하는 것이 무엇보다 중요하다”고 강조했다.   ▲ ‘건설 장비 산업 트렌드 및 도전과제’에 대해 발표한 정승원 팀장   다물체 동역학 기반의 장비 성능 및 안정성 검증 건설 장비는 험지 작업이 많아 하중 변화가 극심하며 전복 등 안전사고 위험이 상존한다. 이를 극복하기 위해 ‘아담스(Adams)’를 활용한 다물체 동역학(MBD) 해석이 중추적인 역할을 수행한다. 가상 환경에서 장비의 작업 시나리오를 구현하고 각 부품에 걸리는 동적 하중을 정확히 산출함으로써, 실제 환경에서 테스트하기 위험하거나 비용이 많이 드는 극한 상황을 사전에 검증할 수 있다. 이러한 데이터는 구조 해석과 피로 해석의 신뢰도를 결정짓는 기초가 되며, 장비의 안정성과 신뢰성을 확보하는 데 기여한다.   ▲ ‘건설기계 및 중장비 분야에서의 다물체 동역학 사례’를 주제로 발표한 김진식 팀장   김진식 팀장은 “가상 시뮬레이션을 통해 실제 환경에서 테스트하기 위험하거나 비용이 많이 드는 극한 상황을 사전에 검증하여 안전하고 신뢰성 높은 장비를 개발할 수 있다. 아담스 리얼타임 기술을 활용하면 가상 모델을 하드웨어와 직접 연동하여 제어 로직 검증 및 고장 진단까지 물리적 시제품 없이 완벽하게 수행할 수 있다”고 말했다.   전동화 구동계의 효율과 내구성 최적화 이재욱 매니저는 전동화 건설 장비의 핵심인 구동계 설계 설루션 ‘로맥스(Romax)’를 소개했다. 엔진 소음이 사라지면서 기어와 베어링에서 발생하는 고주파 소음(NVH)이 새로운 문제로 떠오름에 따라, 시스템 전체의 거동을 고려하면서도 개별 부품의 미세한 마찰까지 예측할 수 있는 하이브리드 모델링 방식이 강조된다. 이를 통해 에너지 손실을 최소화하고 장비 수명을 연장할 수 있다. 특히 개념 설계 단계부터 상세 설계까지 하나의 설루션으로 제공되어 개발 기간 단축과 비용 절감을 동시에 실현한다. 이재욱 매니저는 “기어와 베어링의 미세한 정렬 불량까지 정밀하게 시뮬레이션하여 에너지 손실을 최소화하고 장비의 수명을 획기적으로 늘리는 것이 구동계 설계의 핵심이다. 로맥스의 하이브리드 모델링은 전체 시스템의 거동을 신속하고 정확하게 예측하여 구성 요소 간의 상호작용을 명확히 이해하게 돕는다”고 전했다.   ▲ ‘로맥스 소프트웨어 설루션’을 주제로 소개한 이재욱 매니저   배터리 수명과 안전을 위한 열 관리 설루션 마지막 세션에서는 전동화 장비의 동력원인 배터리의 효율과 안전을 위해 ‘크래들 CFD(Cradle CFD)’를 활용한 열 관리 전략이 필수라는 설명이 이어졌다. 배터리는 온도에 매우 민감하여 가혹한 건설 현장에서 큰 힘을 쓸 때 발생하는 열 부하를 제어하는 것이 성공의 열쇠다. 고도화된 CFD 기술은 복잡한 장비 내부의 격자 생성 시간을 획기적으로 단축하며, 열 이동 경로를 직관적으로 파악하여 최적의 냉각 성능을 확보한다. 이는 최근 이슈가 되는 배터리 열 폭주 현상을 예측하고 방지하는 데 결정적인 역할을 한다. 임태균 팀장은 “건설 장비는 가혹한 환경에서 큰 힘을 써야 하기에 배터리 열 부하가 매우 크며, 고도화된 CFD 기술로 최적의 냉각 성능을 확보하는 것이 전동화 성공의 열쇠다. 열 관리에 있어 열 이동 경로를 직관적으로 파악하는 것은 병목 현상을 해결하고 시스템의 안정성을 확보하는 가장 기본적인 기능이다”라고 이야기했다.   ▲ ‘고신뢰성 확보를 위한 열 관리’를 주제로 발표한 임태균 팀장   통합 설루션이 이끄는 스마트 건설의 미래 이번 웨비나는 전동화와 AI라는 거대한 흐름 속에서 건설 장비 개발이 더 이상 기계 설계에만 머무를 수 없음을 명확히 보여주었다. 설계 초기 단계부터 시스템 전체를 아우르는 통합 시뮬레이션 환경을 구축하는 것은 시행착오를 줄이고 성능을 극대화하는 핵심 경쟁력이다. 각 분야 전문가들이 강조한 ‘심리스(seamless) 워크플로’는 제품의 품질 향상은 물론, 숙련된 기술자의 노하우를 디지털 자산화하여 미래 기술로 계승하는 데 결정적인 역할을 할 것으로 기대된다.     ■ 기사 내용은 PDF로도 제공됩니다.

슈나이더 일렉트릭은 에너지 효율과 시스템 신뢰성을 강화한 새로운 알티바(Altivar) HVAC 드라이브 제품군을 발표했다. 이번 신제품은 스마트 빌딩의 운영 성능을 높이는 데 초점을 맞췄다. 알티바 HVAC 드라이브는 30% 이상의 에너지 절감 효과와 향상된 시스템 가동률을 제공한다. 최신 빌딩 관리 시스템(BMS)과 원활하게 통합하며, 까다로운 공조 시스템 환경에서도 높은 효율을 유지한다. 지능형 운영 기능과 내장된 보호 기능을 통해 안정적인 시스템 운영을 돕는 것이 특징이다. 슈나이더 일렉트릭은 이 제품이 상업용 건물부터 장비 제조업체가 제작하는 장비, 병원, 공항, 데이터센터와 같은 필수 시설까지 다양한 환경에서 활용할 수 있다고 소개했다. 또한, 스마트 연결 기능과 친환경 냉매 호환성 및 사이버 보안 대응 성능도 갖췄다.     이번에 공개된 모델은 ATH200과 ATH600 두 가지다. ATH200은 OEM 및 소형 HVAC 장비에 최적화된 모델이다. 엔지니어링 개발 기간을 단축하면서 새로운 지속가능성 기준을 충족하도록 지원한다. ATH600은 고급 제어 기능과 연속 운전이 필요한 환경에 적합하다. 필수 시설이나 고성능 건물에서 요구하는 깊이 있는 시스템 통합을 지원한다. HVAC 시스템은 건물 내 공기 흐름과 온도 안정성 등 건물 성능을 유지하는 핵심 인프라다. 알티바 HVAC 드라이브 제품군은 영하 10도에서 영상 60도 환경에서도 작동한다. 기계적, 열적, 전기적 스트레스를 견디도록 설계해 옥상 설치 장비부터 기계실, 실외 외함까지 다양한 곳에서 안정적인 성능을 유지한다. 설치 과정도 간편하다. 전자기 적합성(EMC) 필터와 모터 열 보호 기능을 내장했으며, 모드버스(Modbus)와 백넷(BACnet) 통신을 지원한다. 별도의 외부 접촉기 없이 시스템을 구성할 수 있어 배선 복잡도를 줄였다. 200mm로 통일된 캐비닛 규격과 유해물질 제한 지침(RoHS) 등을 준수하는 소재를 사용해 구축 속도를 높이고 지속가능한 빌딩 구축을 지원한다. 미래 지향적인 운용 환경을 위해 사이버 보안 인증(IEC 62443-4-2 보안 레벨 1)을 지원하며 펌웨어 무결성 검증 기능을 제공한다. 최대 25마력까지 A2L 인증과 A3 냉매 대응이 가능하다. 이를 통해 최신 칠러와 히트펌프 등에 사용하는 저지구온난화지수(GWP) 냉매와 차세대 냉매 환경에도 대응할 수 있다. 슈나이더 일렉트릭은 알티바 HVAC 드라이브와 모디콘(Modicon) M172·M173 컨트롤러, 하모니(Harmony) HMI를 결합해 제공한다. 이를 통해 OEM과 시스템 통합업체가 지능적이고 에너지 효율적인 HVAC 장비를 빠르게 구축하도록 돕고 있다. 슈나이더 일렉트릭 산업 제어 및 드라이브 부문의 샤오 후 수석부사장은 “알티바 HVAC 드라이브는 현대 공조 인프라에서 요구하는 성능과 신뢰성, 보안 기준을 높인 제품”이라고 설명했다. 또한 “소재 선택부터 펌웨어 업그레이드까지 장기적인 지속가능성을 고려했으며, 고객이 장비를 보호하고 에너지 규제에 대응하도록 지원할 것”이라고 밝혔다.

한국공작기계산업협회가 주최하고 캐드앤그래픽스가 주관하는 ‘피지컬 AI/디지털트윈 & 뿌리산업/소부장 컨퍼런스’가 4월 16일~17일 양일간 일산 킨텍스 제 2전시장 7/8홀 내 컨퍼런스룸 A에서 개최된다. 이번 행사는 국내 최대 생산제조기술 전문 전시회인 SIMTOS 2026(4월 13일~17일)의 핵심 부대행사인 ‘글로벌 제조/AX 혁신 컨퍼런스’의 일환으로 마련되었다. 캐드앤그래픽스가 주관하는 ‘피지컬 AI/디지털트윈 & 뿌리산업/소부장 컨퍼런스’는 SIMTOS 대표 컨퍼런스로서, 단순한 지능형 소프트웨어를 넘어 물리적 환경과 상호작용하는 ‘피지컬 AI(physical AI)’와 자율제조(autonomous manufacturing), 그리고 뿌리산업과 소부장에 대해 집중 조명한다. 각 분야 최고의 전문가를 초빙, 양일간 각 5개의 기조강연이 진행될 예정이다.   ▲ SIMTOS 2024 컨퍼런스 전경   4월 16일 진행되는 ‘피지컬 AI/디지털트윈’ 컨퍼런스에서는 AI 자율제조 실현을 위한 디지털 트윈과 피지컬 AI의 융합’을 주제로 각 분야 최고 전문가들의 기조강연이 이어진다. 한국로봇산업진흥원 제조로봇본부 전진우 수석연구원은 ‘피지컬 AI의 부상, 제조 강국의 길’을 주제로 피지컬 AI에 대한 이해와 국내외 동향을 살펴보고, 왜 제조분야에 도입이 필요한가에 대한 기술, 경제, 문화적 관점의 해석을 통해 한국이 제조 강국을 유지하기 위해 가야 할 길에 대해 모색한다. 현대자동차·기아 민정국 상무는 ‘Beyond Possibility, Autonomous Manufacturing Transformation - Physical AI와 디지털 트윈을 통한 자율제조혁신’을 주제로, 자동차 제조 산업의 변화를 비롯해 자율제조공장을 향한 새로운 여정과 자동화에서 진화하는 자율제조혁신에 대해 소개한다. HD현대 이태진 전무는 ‘조선 미래를 위한 차세대 설계/생산 통합 플랫폼과 피지컬 AI’를 주제로 기조강연을 진행한다. 새로운 도약을 준비하고 있는 한국의 조선산업은 전통적인 노동 집약 산업에서 디지털 기술과 AI를 활용한 지능형 자율 운영 조선소의 비전을 실현하고자 노력 중이다. HD현대 그룹은 FOS(Future of Shipyard) 프로젝트의 일환으로 차세대 설계/생산 통합 플랫폼과 AI를 활용하여 선박 제조 밸류 체인의 가상화, 지능화, 자율화를 완성해 나갈 계획이다. 한국산업기술기획평가원(KEIT) 김성호 본부장은 ‘제조AX(M.AX) 얼라이언스 구성·성과 및 운영방향’을 주제로, 제조 AX(M.AX) 얼라이언스 추진 배경, 구성 및 목표, 주요 성과, 운영 방향 등에 대해 소개한다. KAIST 장영재 교수는 ‘제조 피지컬 AI & 제조 자동화’를 주제로, 제조 피지컬 AI와 소프트웨어 중심적 공장(SDF)에 대한 개념과 실제 사례를 소개한다. 소프트웨어 중심적 설계를 통해 공장을 하나의 거대한 AI 시스템으로 설계하고 이를 기반으로 자율운영을 가능하게 하는 것이 SDF의 본질이다. 실제 국내 사례를 통해 이들 개념 및 자율공장이 어떻게 구축되었는지 살펴볼 예정이다.     4월 17일 뿌리산업/소부장 컨퍼런스는 ‘AX로 재도약하는 뿌리산업과 소부장의 미래’를 주제로, 대한민국 산업의 근간인 뿌리산업과 소재·부품·장비(소부장) 산업이 AI를 만나 어떻게 진화하는지 살펴본다. 한국산업기술기획평가원 정민하 본부장은 ‘2026년 소부장 R&D 정책지원 방향’을 주제로, 소부장 및 공급망 현안과 소부장 관련 기업지원 정책 및 소부장 지원정책 활용 방법과 소부장 관련 기관 지원을 위한 사업 및 예산에 대해 소개한다. 성균관대 권석준 교수는 ‘제조 AX 기반 반도체 소부장 경쟁력 강화 전략’을 주제로, 소버린 AI가 국가 정책으로 부상하면서 AI 모델 자립은 물론, 향후 기존 산업으로의 확장을 염두에 둔 M.AX(제조업 AI 전환) 방향이 구체화되고 있는 점을 짚는다. 특히 한국 수출 산업 중 가장 큰 비중을 차지하는 반도체 산업에서 대기업뿐만 아니라 반도체 소부장의 경쟁력 강화를 위해 제조 AX 전략이 어떻게 합치될 수 있을지 논한다. DN솔루션즈 엄재홍 상무는 ‘공작기계에서 ‘지능형 제조 에이전트’로 : AX를 통한 제조 플랫폼의 진화’를 주제로, AI 산업 전환(AX)에 대해 기계 산업과 AI 관점에서 살펴보고 시사점을 논의한다. 화신 이기동 상무는 ‘AI 기반 자율제조 대응 방안 및 추진 전략’을 주제로, 최근 데이터 기반 중심 제조 환경 패러다임 변화를 비롯해 자율 제조 개념(자율 제조 정의 및 단계), 현재 제조 시스템 현황 및 한계, 그리고 AI 기반 자율 제조 전략 및 적용 사례에 대해 소개한다. 한화에어로스페이스 송덕용 수석연구원은 ‘항공엔진용 핵심 부품소재의 신뢰성 확보 및 기술개발 추진 전략’을 주제로, 항공엔진의 고온·고응력 운용환경 대응을 위한 핵심 부품소재의 설계–공정–시험·평가·인증 절차를 확립하고, 통계 데이터 기반의 신뢰성 확보 전략 및 산학연 협력 기술개발 방안을 제안한다. 이번 컨퍼런스를 주관하는 캐드앤그래픽스 최경화 국장은 “이번 컨퍼런스는 제조산업의 디지털 전환(DX)을 넘어선 AI 전환(AX)의 실체를 보여주는 자리가 될 것”이라며, “국내 최고 기업들의 실전 사례를 통해 제조 생태계의 변화와 미래 혁신에 대한 통찰을 얻길 바란다”고 전했다. 한편, 캐드앤그래픽스 지식방송 CNG TV에서는 SIMTOS 2026 프리뷰 방송으로 3월 23일 ‘피지컬 AI 가 바꿀 패러다임, 대한민국 제조업의 미래’를 주제로 피지컬 AI 트렌드에 대해 소개했다. 이번 방송에는 고영테크놀러지 고경철 전무와 인터엑스 김재성 CBO가 출연해 단순한 지능형 소프트웨어를 넘어, 물리적 환경과 상호작용하는 피지컬 AI의 개념과 최신 트렌드, 진화하는 과정과 그에 따른 산업 생태계의 변화에 대해 중점적으로 다루었다.

#SIMTOS2026 #캐드앤그래픽스_컨퍼런스 #피지컬AI #디지털트윈 #소부장 #뿌리산업 캐드앤그래픽스는 대한민국 최대 생산제조기술 전시회인 'SIMTOS 2026' 부대행사로 업계 최고의 전문가들과 함께 기술 혁신의 미래를 조망하는 '피지컬AI & 디지털 트윈' 및 '뿌리산업 & 소부장' 컨퍼런스에 여러분을 초대합니다.   아래 내용이 보이지 않으면 여기를 클릭하세요!     SIMTOS 2026 캐드앤그래픽스 컨퍼런스 아젠다   1일차 (4월 16일, 목)     피지컬 AI & 디지털 트윈 컨퍼런스 - AI 자율제조 실현을 위한 디지털 트윈과 피지컬 AI의 융합 개회사 / 한국공작기계산업협회  피지컬 AI의 부상, 제조 강국의 길 / 한국로봇산업진흥원 전진우 수석연구원 Beyond Possibility, Autonomous Manufacturing Transformation (Physical AI와 디지털 트윈을 통한 자율제조혁신) 현대자동차·기아 민정국 상무 조선 미래를 위한 차세대 설계/생산 통합 플랫폼과 피지컬 AI  - HD현대 이태진 전무(CDO) 제조 AX(M.AX) 얼라이언스 구성·성과 및 운영방향 /  한국산업기술기획평가원(KEIT) 김성호 본부장 제조 피지컬 AI & 제조 자동화  / KAIST 장영재 교수 2일차 (4월 17일, 금)     뿌리산업 & 소부장 컨퍼런스 – AX로 재도약하는 뿌리산업과 소부장의 미래 2026년 소부장 R&D 정책지원 방향 / 한국산업기술기획평가원(KEIT) 정민하 본부장 제조 AX 기반 반도체 소부장 경쟁력 강화전략 / 성균관대 권석준 교수(공과대학 부학장) 공작기계에서 ‘지능형 제조 에이전트’로: AX를 통한 제조 플랫폼의 진화 / DN솔루션즈 엄재홍 상무 AI(인공지능) 기반 자율제조 대응 방안 및 추진 전략  / 화신 이기동 상무 항공엔진용 핵심 부품소재의 신뢰성 확보 및 기술개발 추진 전략 / 한화에어로스페이스 송덕용 수석연구원 폐회사 & 경품추첨 /  캐드앤그래픽스 최경화 국장  

SIMTOS 2026  - 캐드앤그래픽스 주관 컨퍼런스 Day 2 4.17(금) - 뿌리산업 & 소부장 컨퍼런스 발표자 및 발표 내용 소개 1. 2026년 소부장 R&D 정책지원 방향 한국산업기술기획평가원(KEIT) 정민하 본부장 [강연 내용]  소부장 및 공급망 현안과 소부장 관련 기업지원 정책 및 소부장 지원정책 활용 방법과 소부장 관련 기관 지원을 위한 사업 및 예산에 대해 소개한다. [약력] 한국산업기술기획평가원 전략기획팀장 한국산업기술기획평가원 소재부품전략팀장 2. 제조 AX 기반 반도체 소부장 경쟁력 강화전략 성균관대 권석준 교수(부학장) [강연 내용] 소버린 AI가 국가 정책으로 부상하면서 AI 모델 자립은 물론, 향후 기존 산업으로의 확장을 염두에 둔 M.AX(제조업 AI 전환) 방향이 구체화되고 있다. 특히 한국 수출 산업 중 가장 큰 비중을 차지하는 반도체에서는 대기업뿐만 아니라 반도체 소부장의 경쟁력 강화를 위해 제조 AX 전략이 어떻게 합치될 수 있을지 논한다. [약력] 서울대학교 공과대학 화학생물공학부 학석사(02,04), MIT 화학공학과 공학박사(13), 한국과학기술연구원(KIST) 첨단소재연구본부 선/책임연구원 (13-21), 성균관대학교 화학공학부 교수 및 공과대학 부학장 (현재), 과기정통부 국가전략기술 반도체 분과위원   3. 공작기계에서 '지능형 제조 에이전트'로: AX를 통한 제조 플랫폼의 진화 DN솔루션즈 엄재홍 상무 [강연 내용] AI 산업 전환(AX)에 대해 기계 산업과 AI 관점에서 살펴보고 시사점을 논의한다. [약력] ㈜디엔솔루션즈 AI담당 임원 (전) 현대오토에버㈜ AI 기술팀장, ㈜LG LGSP AI 기술팀장 등 연사는 AI 기술 전문성과 4대 그룹 주요 산업 경험을 바탕으로 현장의 AI 기반 산업 전환을 이끌고 있다. 4. AI(인공지능) 기반 자율제조 대응 방안 및 추진 전략 화신 이기동 상무 [강연 내용]  최근 데이터 기반 중심 제조 환경 패러다임 변화 자율 제조 개념 (자율 제조 정의 및 단계) 현재 제조 시스템 현황 및 한계 자동차 부품개발 및 제조 전문 업체인 화신의 기술개발 사례 [약력] 1992년 1월 ~ 화신 입사 주요경력 : 제품 설계, 금형 설계, 해외 법인 구축 전) 신사업부문장, 현) 화신 생산기술본부장    5. 항공엔진용 핵심 부품소재의 신뢰성 확보 및 기술개발 추진 전략 한화에어로스페이스 송덕용 수석연구원 [강연 내용] 항공엔진의 고온·고응력 운용환경 대응을 위한 핵심 부품소재의 설계-공정-시험·평가·인증 절차를 확립하고, 통계 데이터 기반의 신뢰성 확보 전략 및 산학연 협력 기술개발 방안을 제안한다. [약력] 2012~2018 두산에너빌리티, 원자력발전용 핵심 부품소재 국산화 기술개발 2018~2020 한국금속재료연구조합, 산업부 소부장 기술개발 사업 기획위원 2020~2024 한국생산기술연구원, 뿌리산업 진흥과 첨단화를 위한 정책 및 신규 Project 기획 2024~ 현재 한화에어로스페이스, 항공엔진용 소재부품 국산화 기술개발 SIMTOS 2026 컨퍼런스 상세 내용 보러가기 >>