안녕하세요? PLM/DX컨퍼런스사무국입니다. 캐드앤그래픽스, 한국CDE학회, 한국산업지능화협회가 주최하고 한국산업지능화협회 기술위원회가 주관한 'PLM/DX 베스트 프랙티스 컨퍼런스 2025'에 참여해 주신 모든 분들께 감사드립니다. 많은 관심과 성원으로 이번 행사도 잘 마무리 되었습니다. [PLM/DX 베스트 프랙티스 컨퍼런스 2025] 발표자료 다운로드 안내 - 발표자료는 아래 아젠다에서 PDF 표시된 자료만 공개가 가능합니다.     [PLM/DX 베스트 프랙티스 컨퍼런스 2025] 참가업체 소개 바로가기 >> [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2025, 제조 혁신을 위한 PLM과 AI 전략을 짚다 [PLM/DX 베스트 프랙티스 컨퍼런스 2025] 기사 바로가기 >> [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2025, 제조 혁신을 위한 PLM과 AI 전략을 짚다   [PLM/DX 베스트 프랙티스 컨퍼런스 2025] 유료결제완료 발표자료 요청 이번 컨퍼런스 발표자료 다운로드는 유료 결제 후에 가능합니다. 다만 홈페이지 다운로드 용량 제한으로 인하여 전체 자료를 다운로드 할 수 있게 하는데 제약이 있어 첨부한 파일에는' PLM/DX 컨퍼런스 2025' 가이드 파일만 올려 두었습니다. 결제완료 후 메일(plm@cadgraphics.co.kr)로 연락주시면 대용량 추가 자료를 별도로 보내드립니다. 홈페이지에서 직접 결제하는데 문제가 있다면 당사로 연락주시기 바랍니다.   메일 제목 :  [PLM/DX 컨퍼런스 2025] 유료결제완료 발표자료 요청 내용 : 결제시 회원명 / 전화 / 이메일 메일 보낼 곳 : PLM@cadgraphics.co.kr 문의 : PLM컨퍼런스사무국 (02-333-6900)   PLM/DX 베스트 프랙티스 컨퍼런스 2025 영상보기  

알테어가 9월 5일 서울 과학기술회관에서 ‘2025 추계 AI 워크숍’을 진행했다고 밝혔다. 2024년부터 매년 춘·추계로 진행되는 이번 행사에는 400여 명의 제조업 실무진과 산업 전문가가 참석해 인공지능(AI) 기술의 실무 적용 방안을 논의했다.   행사는 김도하 한국알테어 지사장의 개회사로 시작했으며, 이어 알테어 케샤브 선다레시 디지털 전환 총괄 시니어 디렉터가 ‘엔지니어링을 위한 라이프사이클 인텔리전스 : 로코드 고효율 접근법’을 주제로 제조업 혁신을 가속화할 수 있는 방안을 발표했다.     이후 국내 기업의 AI 활용 사례가 소개됐다. 한국항공우주산업(KAI)의 김범준 선임연구원은 ‘AI 스튜디오를 활용한 고정익 항공기 조종면 유격 검사 데이터 처리 프로그램 개발’을 발표했다. 그는 “기존에 수작업으로 진행되던 검사 데이터 처리를 자동화·표준화했으며, 노코드·로코드 기반 AI 스튜디오를 통해 코딩 지식이 없는 설계자도 데이터 분석 프로그램을 직접 개발할 수 있다”고 설명했다.   특히 이번 행사에서는 알테어와 지멘스가 제조업 분야에서 축적한 경험과 전문성을 바탕으로 디지털 전환을 가속화하는 방안이 소개됐다. 알테어의 최병희 본부장은 지멘스의 PLM(제품 수명 주기 관리)과 알테어의 AI 기술 결합 방안을 발표했으며, 지멘스 강철 전무는 제조업의 AI 도입 동향과 로코드 기반 개발 환경의 시너지 효과를 강조했다.   이 밖에도 ▲에이전틱 AI 실현을 위한 온톨로지 기반 데이터 패브릭 전략 ▲예측 AI, LLM(대형 언어 모델) 기반 생성형 AI, 지식 그래프, AI 에이전트를 통한 엔지니어링 및 제조 혁신 ▲AI 기반 HPC(고성능 컴퓨팅)로 제품 개발팀의 시장 출시 속도 가속화 등 다양한 발표가 다뤄졌다.   한국알테어의 김도하 지사장은 “올해 춘계에 이어 추계 워크숍을 개최하면서 AI 기술이 빠르게 발전하고 있을 뿐만 아니라, 국내 고객사들의 AI 적용 사례가 실제 현장에서 빠르게 확산되고 있음을 체감하고 있다”면서, “알테어는 이러한 경험을 기반으로 국내 제조업체들이 AI 도입 아이디어를 얻고 실무 혁신을 실현할 수 있도록 적극 지원하겠다”고 전했다.

▲ 이미지 제공 : 슈나이더 일렉트릭   제조산업의 디지털 전환에서 PLM(제품 수명주기 관리)은 제품의 전체 수명주기에 걸쳐 다양한 데이터를 연결하고 통합하는 중추 역할을 한다. 그리고 인공지능(AI)은 PLM을 통해 축적된 데이터를 학습하여 설계 최적화, 생산 공정 자동화, 품질 예측 등 지능적인 의사결정을 지원한다. 기업은 제품 기획부터 폐기까지 전 과정을 통합 관리하는 PLM을 기반으로 AI와 결합해 효율성을 극대화하고자 한다. 나아가 소프트웨어 정의 제조(SDM) 및 자동화를 도입하고, 디지털 트윈 기술을 활용하며 산업 패러다임을 혁신하고 있다. 지난 호에 이어 이번 호에서는 지난 6월 20일 진행된 ‘PLM/DX 베스트 프랙티스 컨퍼런스 2025’의 발표 내용을 중심으로, 제조산업의 디지털 전환을 위한 PLM, AI, 디지털 트윈 등 기술 트렌드와 적용사례를 소개한다.   제조산업의 미래, 산업 AI 트렌드와 과제 / 조영임 AI 혁신을 기회로 : SAP의 통합형 PLM 전략 / 고건 미래 제조 패러다임의 전환 : SDM 기반 자율 제조의 도래 / 박한구 엔비디아 옴니버스만 가능한 디지털 트윈의 비즈니스 실현 / 김건우 패스트 포워드 디지털 전환과 제품 개발 / 윤중근 소프트웨어 정의 자동화가 바꾸는 산업의 미래 / 김건   총 21 페이지     ■ 자세한 기사 내용은 PDF로 제공됩니다.

현장에서 얻은 것 No. 22   “가장 현명한 사람은 계속해서 배우는 사람이다.” – 소크라테스   거대한 변화의 파도 속에서 AI(인공지능)라는 거대한 변화의 파도는 우리 삶 곳곳을 흔들고 있다. 단순히 새로운 기술 하나가 등장한 것이 아니라, 사고방식과 일하는 방식, 나아가 사회 전체의 구조를 바꾸는 흐름이다. 지난 7개월 동안 필자는 이 변화의 흐름 속에서 매일 배우고 실험하며 자신만의 여정을 이어왔다. 이 글은 단순히 도구를 사용한 후기나 기능 소개가 아니다. 오히려 그 과정을 통해 AI와 필자의 사이에 맺어진 관계, 그리고 인간이 놓치지 말아야 할 본질에 대한 성찰을 담은 기록이다. 필자는 이 시간을 통해 AI를 도구로만 보지 않게 되었다. 그것은 자신의 업무와 창작, 학습과 삶 전반을 통틀어 스스로를 끊임없이 자극하는 동반자였다. 그렇다고 AI를 맹목적으로 신뢰하지도 않았다. 오히려 신중하게 거리를 두고, 동시에 적극적으로 받아들이는 태도를 통해 자신만의 ‘필살기’를 다듬어왔다.   나만의 학습 공식 ― 눈 70%, 손 30% 돌아보면 필자의 학습법은 조금 독특했다. 눈으로 익힌 것이 70%, 손으로 부딪히며 체득한 것이 30%. 이 비율을 받아들인 이유는 필자의 경험이 개발자의 삶이 아니었기 때문이다. 바이브 코딩(vibe coding)이다, 비 개발자도 개발을 한다고 광고한다지만, 실제 뚜껑을 열고 보니 실상은 그것이 아님을 이해했다. 물론 개중에는 바이브 코딩으로 화면을 만들고 기능을 만들고 퍼블리싱해서 프로그램으로 만들 수는 있다. 커서 AI(Cursor AI)로 회사 홈페이지도 만들어보고, REPLIT 프로그램으로 MBTI 판별 프로그램도 바이브 코딩으로 해 보았다. 만들 수도 있고, 또 수정도 바이브 코딩으로 가능하다. 하지만, PLM을 기업에 구축하는 PM으로써 경험한 바로는, 비개발자가 프로그램을 만드는 것은 한계가 있다. 취미삼아 만들어 보는 것은 지금도 환영하지만, 프로그램이 론칭된 이후 발생하는 많은 이슈를 경험한 것을 토대로 필자는 자신만의 학습 공식을 이렇게 정했다. 필자가 하는 방식은 개발자와의 협업이다. 그것이 필자에게 더 효율적이라는 것을 터득했다. 강의와 책, 스터디에서 얻은 지식이 토대가 되었고, 실습과 시행착오가 그 지식을 현실과 연결해 주었다. 이부일 대표의 강의를 들으며 챗GPT(ChatGPT)를 활용한 파이썬 코드를 직접 따라가던 순간, AI가 단순히 언어 모델이 아니라 강력한 실무 도구라는 사실을 처음 체감했다. 첫날은 곧잘 따라갔지만, 둘째 날 노트북 배터리가 나가 낭패를 본 기억은 아직도 생생하다. 하지만 그 경험조차도 학습 과정의 일부였다. AI 학습은 지식을 머리에 담는 것만이 아니라, 삶과 환경 속에서 몸으로 받아들이는 과정임을 깨닫게 된 것이다. 실패와 해프닝도 자산이 되었다. 예측 모델을 돌려보던 설렘, 통계 분석을 따라가던 집중의 순간, 예상치 못한 오류에 당황했던 경험까지. 이 모든 것이 쌓여 필자의 학습 지도 위에 하나씩 좌표가 찍혀갔다. 중요한 건 속도가 아니었다. 정답을 빨리 찾는 것보다, 끊임없이 배우고 기록하고 다시 활용하는 과정이 훨씬 값지었다.   그림 1. 데이터로 보는 핵심 통찰(create by Gemini deep research)   “성공의 비결은 기회를 잡기 위해 준비하는 것이다.” – 벤저민 디즈레일리   집단 지성의 힘 ― 나만의 ‘AI 어벤저스 팀’ AI와 함께한 여정에서 필자는 혼자의 힘이 결코 충분하지 않다는 사실을 절감했다. 그래서 스스로 만든 것이 바로 ‘AI 어벤저스 팀’이다. 각자의 분야에서 뛰어난 전문가들을 연결해놓은 필자만의 네트워크다. AI 시대에 개인이 모든 것을 아는 것은 불가능하다. 그러나 누가 잘 아는지를 아는 것은 가능하다. 그리고 이 능력은 집단 지성을 발휘하는 가장 중요한 힘이 된다. 전문가들과의 대화는 단순히 정보 교환에 그치지 않았다. 그들은 내가 새로운 프로젝트에 도전할 수 있도록 용기를 주었고, 지식의 공백을 메워주었으며, 때로는 내가 보지 못하는 시야를 열어주었다. 나는 이 네트워크를 하나의 ‘팀’처럼 생각한다. 마치 마블 영화 속 어벤저스가 저마다의 능력을 발휘하듯, 필자의 어벤저스팀 역시 각자의 전문성을 바탕으로 협력한다. 디즈레일리의 말처럼 “성공의 비결은 기회를 잡기 위해 준비하는 것”이라면, 이 팀은 나에게 기회를 포착할 수 있는 준비된 힘이었다.   나만의 AI 필살기 7개월간의 여정 속에서 필자는 점차 자신만의 AI 활용법, 즉 ‘필살기’를 만들어갔다. 업무 헬프데스크 : PLM·APS 분야의 Q&A 시스템을 노트북LM(NotebookLM)으로 구축해 개인화된 지식 관리 체계를 마련했다. 투자 분석가 : AI에게 딥 리서치를 맡기고 이미지 생성을 결합해 주식 시장을 다각도로 분석했다. 콘셉트맵 직원 : 자료를 모아 정리하고 시각화하는 과정을 AI와 협업해 효율과 품질을 동시에 확보했다. 영상 감독: 비오 3(Veo 3)로 8초 영상을 스무 편 이상 제작하면서 프롬프트 기획과 스토리텔링 능력을 키웠다. 작가 : AI의 초안을 바탕으로 단기간에 책 집필 속도를 높였다. 아티스트 : 챗GPT와 제미나이(Gemini)를 활용해 이미지 창작 실험을 이어갔다. 지식 관리자 : 옵시디언으로 디지털 지식 지도를 설계해 자신만의 아카이브를 구축했다. 이렇게 나열하면 마치 여러 갈래의 길처럼 보이지만, 실제로는 하나의 지도 위에 유기적으로 연결되어 있다. AI는 단순히 도구가 아니라, 이 지도를 함께 그려가는 협력자가 되었다.   그림 2. 다섯 가지 핵심 필살기(create by Gemini deep research)   AI의 본질 ― ‘주체’가 아닌 ‘도움’ 그러나 필자는 늘 스스로를 경계했다. AI는 주체가 아니라 도움이라는 사실을 잊지 않으려 했다. AI는 망설임 없이 실행한다. 그러나 그것이 옳은 방향인지 아닌지를 판단하는 것은 인간의 몫이다. 필자는 회의록 요약 같은 업무를 AI에 맡겼다가 보안 문제와 인간 역량 퇴화의 위험성을 깨달았다. 편리함이 언제나 효율을 의미하지는 않는다. 오히려 잘못된 의존은 인간의 중요한 능력을 잃게 만든다. 그래서 필자는 지금도 AI의 답변을 최소 세 번 이상 검증한다. 빠른 실행보다 중요한 것은 올바른 방향 설정이기 때문이다. AI가 주는 답은 끝이 아니라 출발점이다.   AI가 던지는 질문 AI와 함께한 여정은 필자를 끊임없이 질문하게 했다. 나는 앞으로 어떤 역량에 집중해야 할까? AI가 대체할 수 없는 나만의 가치는 무엇일까? 효율을 넘어 의미를 만드는 방법은 무엇일까? 앨런 케이가 말했듯, “미래는 예측하는 것이 아니라 상상하는 것”이다. 그렇다면 필자는 지금 이 순간의 질문과 상상을 통해 미래를 설계하고 있는 셈이다.   인간과 AI, 그리고 나의 길 AI는 인간을 대체하는 기계가 아니다. 오히려 인간이 더 깊은 사고와 창조의 세계로 들어가도록 돕는 동반자다. 필자가 찾은 필살기는 바로 이것이다. AI 덕분에 자신의 본질(core)에 더 많은 시간을 쏟을 수 있게 된 것. 단순 반복 업무를 대신해 주는 AI 덕분에, 필자는 사고하고 기획하고 판단하는 인간 고유의 역량에 집중할 수 있다. 앞으로도 이 여정은 계속될 것이다. 필자는 AI와 함께 자신만의 필살기를 더욱 정교하게 다듬어 갈 것이다. 그리고 이 글을 읽는 독자에게도 묻고 싶다.   당신은 어떤 AI 필살기를 준비하고 있는가? 필자만의 AI 에이전트(agent) 필살기를 한 장의 맵으로 만들었다. 한 장의 맵은 내용을 쉽게 그리고 전체적으로 한번에 이해되도록 하는 효과가 있다. 주요 키워드를 뽑아 보면, 미래는 예측하는 것이 아니라 상상하는 것, AI는 주체가 아닌 도움, 나만의 AI 어벤저스 팀이다.   그림 3. 나만의 AI 필살기(map by 류용효) (클릭하면 큰 그림으로 볼 수 있습니다.)   “나는 똑똑한 것이 아니다. 단지 문제와 더 오래 씨름할 뿐이다.” – 알베르트 아인슈타인   당신의 AI 에이전트 필살기는 무엇인가? 이 칼럼을 통해 독자들도 자신만의 AI 활용 전략과 철학을 정립하고, AI 시대를 능동적으로 헤쳐나갈 수 있는 ‘필살기’를 찾아 나서기를 제안한다. AI는 더 이상 선택이 아닌 필수적인 도구이자 협력자이다. 중요한 것은 이 강력한 도구를 어떻게 나의 본질과 연결하여, 나만의 고유한 가치를 창출하고 미래를 만들어갈 것인가에 대한 깊은 고민과 끊임없는 실행이다. “세계를 정복하려 애쓰지 말라. 당신 스스로가 하나의 깊은 세계가 되면, 모든 것은 당신을 향해 흐른다.” AI는 단순히 기술이 아니라, ‘재능은 있지만 한계에 부딪힌’ 사람들에게 ‘도움’이 되어 AI 가수, AI 영화감독, AI 작가, AI 프로그래머가 될 수 있는 길을 열어준다. 효율만을 쫓기보다는 본질에 집중하고, 변화의 흐름을 읽으면서도 자신만의 ‘필살기’를 계속해서 갈고 닦아야 한다. 앞으로도 AI와 인간의 협업은 더욱 깊어질 것이다. 필자는 이 여정을 계속해서 탐험하며, 자신만의 AI 에이전트 필살기를 더욱 정교하게 다듬어 나갈 것이다. 모든 것에 감사하다.   ■ 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.

디지털 지식전문가 조형식의 지식마당   연결되지 않은 삶의 한계와 LDT의 등장 우리는 매일 새로운 하루를 살아간다. 하지만 삶의 기록을 돌아보면, 그 하루하루는 종종 서로 단절된 채 흩어져 있다. 일기나 메모, 업무 기록, 사진과 영상들이 개별적으로 존재할 뿐, 그 사이의 관계나 맥락은 사라진다. 이로 인해 우리는 배운 것을 잊고, 같은 실수를 반복하며, 기회가 와도 그것이 과거의 경험과 어떻게 연결되는지 인식하지 못한 채 흘려보낸다. 바로 이 한계를 극복하기 위해 생각해 본 개념이 인생 디지털 스레드(Life Digital Thread : LDT)이다. LDT는 제조업과 항공 우주 분야에서 제품의 전 생애 주기를 연결하는 디지털 스레드의 개념을 개인의 삶에 적용한 것으로, 100년의 시간 속 3만 6500개의 ‘오늘’을 디지털 방식으로 연결하는 접근법이다.   그림 1. 인생 디지털 스레드   LDT의 핵심 개념과 철학 LDT는 단순한 데이터 저장 방식이 아니라 연결 중심의 지식 관리 방법론이다. “아무리 오래 살아도 모두는 오늘이 처음이다. 그러나 모든 오늘을 연결할 수 있다면, 우리는 더 현명한 결정을 내리고 더 창의적인 삶을 살 수 있다.” 이 철학의 핵심은, 하루의 경험이 독립적으로 소멸하지 않고 맥락 속에서 재발견되도록 만드는 것이다. 과거의 경험이 현재와 연결되고, 오늘의 생각이 미래의 결정에 영향을 미치게 된다.   세렌디피티를 향한 설계 LDT의 궁극적인 목적은 세렌디피티(serendipity) 또는 예기치 않은 긍정적 발견이다. 이는 단순한 우연이 아니라, 연결된 데이터 네트워크 속에서 우연이 촉발되는 구조이다. 예를 들어, 과거에 읽은 책의 한 문장이 몇 년 뒤 새로운 프로젝트의 아이디어로 연결되거나, 오래 전에 만난 사람과의 기록이 예상치 못한 협업 기회로 이어지는 경우가 이에 해당한다. 이러한 발견은 무작위성이 아니라 의도적으로 설계된 우연이다. LDT는 그 설계도를 제공하는 도구이다.   효율성 향상과 지식의 통합 필자 자신의 지난 수십 년 동안의 기록을 분석한 결과, 80% 이상이 중복이라는 사실을 발견했다. 같은 생각, 동일한 메모, 비슷한 업무 계획이 반복되고 있었던 것이다. LDT는 이런 반복의 정보 노이즈를 줄이는 필터 역할을 한다. 중복이 줄어들면, 새로운 창의 활동과 의미 있는 성찰에 더 많은 시간과 에너지를 쓸 수 있다. 이는 곧 삶의 생산성 최적화로 이어진다. LDT가 단순한 기록 아카이브와 다른 점은 통합성(integrality)이다. 데이터에 맥락(context)을 부여하고, 서로 간의 연관성을 설정하며, 필요할 때 즉시 검색 및 활용이 가능하게 만든다. 이 과정을 통해 개인의 삶은 거대한 지식 네트워크로 재구성된다. 이는 디지털 시대의 개인 지식 그래프라고 부를 수 있다.   적용 영역의 확장성 : 삶의 모든 흔적을 연결하는 기술 인생 디지털 스레드는 특정 분야에 국한되지 않고 삶의 거의 모든 영역에 폭넓게 적용될 수 있는 잠재력을 지니고 있다. 이는 단순한 기록을 넘어, 우리가 살아가는 모든 순간을 연결하고 의미를 부여하는 기술이기 때문이다. 우선, LDT는 개인의 삶과 인생 전반에 대한 관리를 가능하게 한다. 매일의 생활 패턴부터 시작해, 장기적인 인생 궤적까지 모든 데이터를 연결함으로써 우리는 자신을 더 깊이 이해할 수 있다. 예를 들어, 특정 시기의 수면 패턴이 업무 생산성에 어떤 영향을 미쳤는지, 혹은 5년 전의 독서 기록이 현재의 직업적 선택과 어떻게 이어지는 지를 입체적으로 파악할 수 있게 된다. 또한, 사건과 경험을 관리하는 데에도 매우 유용하다. 진행했던 프로젝트의 과정과 결과, 떠났던 여행에서 느꼈던 감정과 배운 점, 그리고 삶의 중요한 특별한 만남에 대한 기록들이 서로 연결되면, 과거의 경험이 현재의 결정을 돕는 중요한 자산이 된다.   그림 2. 스레드   지식 관리는 LDT의 핵심 기능 중 하나이다. 학습한 내용, 독서하며 남긴 메모, 그리고 진행했던 연구 기록이 흩어져 있지 않고 하나의 거대한 네트워크를 형성한다. 이 네트워크 속에서 새로운 통찰을 얻거나, 과거의 지식이 새로운 아이디어와 결합되는 창의적인 순간을 맞이할 수 있다. 뿐만 아니라 시간 관리 영역에서도 LDT는 빛을 발한다. 하루의 일정, 반복되는 루틴, 그리고 중요한 마감 기록들이 연결되면, 자신의 시간 활용 패턴을 분석하고 비효율적인 부분을 찾아 개선할 수 있다. 인간관계에 있어서도 관계의 변화나 네트워크 기록을 관리함으로써 의미 있는 관계를 더욱 깊게 다져나갈 수 있다. 나아가 LDT는 정서 관리를 위한 도구로도 활용된다. 기쁨, 슬픔, 기대, 불안 등 내면의 기록을 연결하면, 자신의 감정 패턴을 파악하고 심리적 안정감을 찾는데 도움을 준다. 궁극적으로, LDT는 인생의 중요한 변곡점인 혁신과 변화를 의도적으로 설계하고 만들어내는 강력한 도구가 될 수 있다. 이처럼 LDT는 삶의 모든 데이터를 연결하여 우리 자신을 입체적으로 이해하게 하고, 더욱 의도적이고 의미 있는 삶을 설계할 수 있는 길을 열어준다.   맺음말 : 삶을 ‘대화’하게 만드는 기술 인생 디지털 스레드는 단순히 지나온 날을 기록하고 저장하는 도구를 넘어선다. 그것은 과거와 현재, 그리고 미래를 서로 대화하게 만드는 혁신적인 기술이다. 이 대화는 우리의 삶에 깊은 변화를 가져온다. 불필요한 반복을 줄이는 중복 제거를 통해 우리는 에너지를 낭비하지 않게 된다. 시간의 효율적 재분배로 효율 향상을 이루고, 그 여유 속에서 더 깊은 통찰 증진을 얻을 수 있다. 궁극적으로 LDT는 의도적으로 설계된 우연, 즉 세렌디피티의 촉발을 가능하게 한다. 과거의 기록이 현재의 맥락과 연결되면서 우리는 창의적인 아이디어를 발견하고 예상치 못한 기회를 포착하게 된다. 향후 LDT가 인공지능(AI)과 결합하여 개인 디지털 트윈으로 발전한다면, 우리는 단순히 기억을 보존하는 것을 넘어 기억이 스스로 새로운 미래를 제안하는 시대를 맞이하게 될 것이다. LDT는 살아온 날을 보관하는 아카이브가 아니라, 그 날들이 서로 이야기를 나누게 만드는 작업이다. 그리고 그 이야기 속에서, 우리는 미래를 바꾸는 실마리를 발견하게 될 것이다.   ■ 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.

  18ㅤTheme. PLM과 AI로 가속화하는 제조 디지털 전환의 미래 Ⅱ 제조산업의 미래, 산업 AI 트렌드와 과제 / 조영임 AI 혁신을 기회로 : SAP의 통합형 PLM 전략 / 고건 미래 제조 패러다임의 전환 : SDM 기반 자율 제조의 도래 / 박한구 엔비디아 옴니버스만 가능한 디지털 트윈의 비즈니스 실현 / 김건우 패스트 포워드 디지털 전환과 제품 개발 / 윤중근 소프트웨어 정의 자동화가 바꾸는 산업의 미래 / 김건   Infoworld   Editorial 17ㅤAI 시대, 그래픽 산업과 한국 기업의 대응 전략은?   People&Company 39ㅤ헥사곤 매뉴팩처링 인텔리전스 성 브라이언 사장ㅤ시뮬레이션·디지털 트윈·AI 결합해 제품 개발의 미래 제시 42ㅤ한국기계가공학회 안동규 회장ㅤ뿌리기술로 미래 제조 혁신 이끈다   Case Study 44ㅤKAI의 언리얼 엔진 기반 차세대 시뮬레이션 에코시스템ㅤ비행 훈련부터 제품 개발·운영까지 아우르는 핵심 인프라를 목표로 47ㅤ가상 커미셔닝으로 산업 과제를 해결하는 스피라텍ㅤ개방형 커미셔닝과 협업 혁신으로 제조업을 재정의하다   Focus 50ㅤ넥스트콘 2025에서 만난 건설 디지털 전환의 미래   New Product 52ㅤ사용자 경험 혁신하는 3D CAD/CAE/CAM 소프트웨어ㅤZW3D 2026 57ㅤAI·스마트 자동화 기반의 차세대 디지털 엔지니어링 설루션ㅤ앤시스 2025 R2 60ㅤ이달의 신제품   On Air 63ㅤ캐드앤그래픽스 CNG TV 지식방송 지상중계ㅤAI로 혁신하는 3D 시각화와 산업의 미래   Column 70ㅤ디지털 지식전문가 조형식의 지식마당 / 조형식ㅤ인생 디지털 스레드 : 삶의 모든 ‘오늘’을 연결하는 새로운 패러다임 72ㅤ현장에서 얻은 것 No. 22 / 류용효ㅤ나만의 AI 에이전트 필살기 Ⅰ – 나만의 지식 지도를 그리다   64ㅤNew Books 66ㅤNews   Directory 123ㅤ국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 75ㅤ새로워진 캐디안 2025 살펴보기 (10) / 최영석ㅤ유틸리티 기능 소개 Ⅷ 78ㅤ데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (6) / 천벼리ㅤ모바일 CAD 아레스 터치의 새로운 기능 116ㅤBIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱ㅤ바이브 코딩 지원 멀티 에이전트 코덱스의 사용법   Mechanical 80ㅤ제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (2) / 김성철ㅤ부품 모델링 개선 사항   Reverse Engineering 86ㅤ시점 - 사물이나 현상을 바라보는 눈 (9) / 유우식ㅤ작용, 반작용, 상호작용   Analysis 93ㅤ앤시스 워크벤치를 활용한 해석 성공 사례 / 박건ㅤ포토닉스 소자 시뮬레이션을 위한 앤시스 루메리컬 98ㅤ산업 디지털 전환을 가속화하는 버추얼 트윈 (6) / 이현충ㅤ시뮬리아 웨이브6를 활용한 환경 소음 시뮬레이션 100ㅤ로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (2) / 윤경렬, 김도희ㅤ데이터 분석 로코드 설루션을 배워보자 Ⅰ 106ㅤ최적화 문제를 통찰하기 위한 심센터 히즈 (7) / 이종학ㅤ프로세스 자동화 Ⅱ – 모터 설계 최적화 113ㅤ성공적인 유동 해석을 위한 케이던스의 CFD 기술 (25) / 나인플러스ITㅤ처리 시간이 10시간 미만인 LES 워크플로         캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

캐디안이 웹 브라우저 기반 CAD 뷰어인 ‘캐디안 뷰Q(CADian ViewQ)’를 출시했다고 밝혔다. 캐디안 뷰Q는 AEC(건축·토목·엔지니어링) 분야의 2D 도면 포맷인 DWG, DXF, DWF(이상 오토캐드 파일), DGN(마이크로스테이션 파일)과 더불어 BIM(건설 정보 모델링) 기반의 3D 파일 형식인 IFC, RVT(레빗 파일), 그리고 3D 모델링 파일 OBJ, STL 등 다양한 산업 포맷을 폭넓게 지원한다. 앞으로 현장에서 필요한 도면 파일 포맷이 계속 추가될 예정이다. 웹 브라우저 기반으로 작동해 별도의 프로그램 설치 없이 크롬, 엣지, 사파리 등 주요 브라우저에서 즉시 도면 열람이 가능하며, 장소나 디바이스의 제약 없이 도면 접근성과 협업을 강화한 것이 특징이다.      캐디안 뷰Q는 직관적인 UI와 함께 ▲도면 확대, 이동, 회전 ▲도면층의 리스트, 색상 확인 및 온/오프 설정 기능 ▲객체 속성 정보 확인 ▲거리 및 면적 측정 후 엑셀 파일로 내보내기 ▲도면을 PNG 또는 JPG 이미지로 변환해 빠른 뷰잉 지원 ▲텍스트 추가, 마크업(markup) 기능 ▲스크린 캡처 방지 등 보안 강화 ▲이메일로 첨부된 도면의 미리보기 ▲데스크톱 CAD 인 캐디안 프로(CADian Pro)와 연동으로 편집 가능 등 건설·설계·유지관리 분야의 실무자가 요구하는 핵심 기능을 반영하였다. 캐디안은 RESTful API 기반으로 개발된 뷰Q가 향후 BIM, GIS, PDM, PLM, ERP, FMS(시설물 관리), 스마트 공장, 스마트 건설, IoT(사물인터넷), 빅데이터, 클라우드 컴퓨팅, AI(인공지능), 디지털 전환(DX), VR/AR 등 다양한 외부 시스템과의 연동도 유연하게 확장할 수 있을 것으로 전망하고 있다. 또한, 캐디안 뷰Q 출시와 함께 캐디안은 동시 API 호출 10만 건 이상을 안정적으로 처리할 수 있는 로드 밸런싱 기반 서버 아키텍처를 구축했다고 전했다. 캐디안 뷰Q에 지능형 로드 밸런싱 기술을 적용함으로써 서버 풀 분산 처리, 자동 확장, 세션 유지, 캐싱·큐 기반 처리 등을 통해 트래픽 과부하 상황에서도 빠른 응답 속도와 무중단 CAD 협업을 지원한다는 것이 캐디안의 설명이다. 캐디안은 뷰Q를 앞세워 글로벌 SaaS형 웹 캐드 설루션 시장 진출을 본격화할 계획이다. 이를 통해 ▲대기업·공공기관의 대용량 CAD 협업 지원 ▲글로벌 사용자 간 CAD 파일 공유 및 접근성 향상 ▲오프라인 중심의 CAD 환경을 클라우드로 전환하는 것을 목표로 하고 있으며, B2B 대상의 공급 확대도 적극 추진 중이다. 캐디안은 현재 5000명 규모의 베타 사용자(PC, 스마트폰, 태블릿)에게 뷰Q 무료 체험 서비스를 제공하고 있다. 캐디안의 박승훈 대표는 “캐디안 뷰Q는 대규모 디지털 건설·설계 프로젝트에서 CAD 데이터를 신속하게 불러오고 공유할 수 있는 클라우드 기반 협업 툴로서 생산성 향상에 기여할 것”이라며, “로드 밸런싱 기술을 통해 병목 없이 다수 사용자의 실시간 CAD 협업이 가능해졌다”고 말했다. 

PLM 전략 경영 컨설팅 및 리서치 기업인 심데이터(CIMdata)는 ‘심데이터 시뮬레이션 및 해석(S&A) 시장 분석 보고서’를 발표한다고 밝혔다. ‘심데이터 2025 PLM 시장 분석 보고서 시리즈’의 일부로 수행된 S&A 시장 분석을 확장한 이 보고서는 전 세계 S&A 시장을 다양한 차원에서 상세히 설명한다. 또한 심데이터의 S&A 시장 세분화에 대한 업데이트, S&A 산업의 동향에 대한 논의, 상위 S&A 설루션 공급업체에 대한 최신 정보를 포함한다. 심데이터 보고서에 따르면, 2024년 전 세계 시뮬레이션 및 해석 시장 매출은 2023년의 100억 달러(약 13조 9000억 원)에서 8.8% 증가한 109억 달러(약 15조 1510억 원) 규모로 나타났다.  심데이터는 PLM 시장 전체가 강력한 성장을 지속할 것으로 보았는데, 이 중 S&A 부문은 2025년에 10.7% 성장하여 매출 규모가 120억 달러(약 16조 6800억 원)를 약간 넘을 것으로 전망했다.     또한, 이번 보고서에서는 2024년 업계를 근본적으로 재편한 세 가지 핵심 동향으로 ▲EDA(전자 설계 자동화)와 S&A의 통합 ▲인공지능(AI)/머신러닝(ML) 통합의 부상 ▲ 디지털 트윈의 성숙 등을 꼽았다. 전자 및 반도체 시스템은 더 이상 특정 산업 영역이나 응용 분야에 국한되지 않고, 모든 신제품 및 프로세스 개발의 중심 부분이 되고 있다. 이러한 핵심적인 산업 수요에 따라, EDA 설루션 공급업체들은 ‘실리콘에서 시스템까지’ 아우르는 소프트웨어 스택 비전을 실현하기 위해 빠르게 움직이고 있다. 물리 기반 시뮬레이션 기술은 이들 제품의 핵심적인 부분으로 자리 잡고 있다. AI와 머신러닝 기능은 오랫동안 시뮬레이션 워크플로에 내장되어 주로 배경적인 역할을 수행해 왔다. 그러나 GPU 컴퓨팅 발전과 생성형 AI가 불러일으킨 큰 관심에 힘입어, 신생 스타트업과 기존 설루션 공급업체 모두 시뮬레이션 워크플로를 재창조하고 있다. 여기에는 과거의 시뮬레이션 및 테스트 데이터를 사용한 모델 개발(핵심 머신러닝), 훈련 시간 및 데이터 요구사항을 줄이기 위한 물리 정보 AI 훈련 방법 사용, 기하학적 딥러닝을 기본 구성 요소로 활용하는 것 등이 포함된다. 많은 기업이 ‘파운데이션 모델’을 개발하려 시도하고 있으며, 이를 통해 완전히 훈련된 모델을 사용한 추론으로 시뮬레이션의 패러다임을 전환하고 있다. 디지털 트윈 기술은 개념적 아이디어에서 여러 산업에 걸친 실질적인 구현 단계로 발전했다. 시뮬레이션 및 해석은 디지털 트윈의 기본 요소로서, 예측 통찰력에 필요한 물리 기반 모델링을 제공한다. 기업은 예측 유지보수 및 가상 시운전과 같은 응용 분야에 디지털 트윈을 활용하여 제품 운영과 설계 간의 폐순환(closed-loop) 시스템을 구축하고 있다.

PTC가 엔비디아와의 협력을 확대하며, 자사의 CAD 소프트웨어 '크레오(Creo)'와 PLM 솔루션 '윈칠(Windchill)'에 엔비디아 옴니버스(NVIDIA Omniverse) 기술을 통합한다고 발표했다. 이번 통합으로 제조 및 제품 기업들은 고성능 AI 인프라 하드웨어와 같은 복잡한 제품을 더욱 효율적으로 설계, 시뮬레이션하고 협업할 수 있게 될 전망이다. PTC는 또한 OpenUSD 얼라이언스(AOUSD)에 가입하며, AI 개발을 위한 개방형 표준과 데이터 상호운용성 강화에 대한 의지를 보였다.    PTC, 엔비디아 옴니버스와 손잡고 AI 인프라·차세대 제품 혁신 가속화 PTC 크레오·윈칠에 엔비디아 옴니버스 기술 통합 이번 협력의 핵심은 PTC의 솔루션과 엔비디아의 '실시간 시뮬레이션 플랫폼'을 연결하는 것이다. 윈칠은 옴니버스의 OpenUSD 및 RTX 라이브러리를 통해 고품질의 실시간 시뮬레이션 뷰포트를 구현한다. 이를 통해 사용자는 PLM 환경을 벗어나지 않고도 설계 데이터를 몰입형 3D 환경에서 시각화하고 실시간 협업을 할 수 있게 된다. 제품 개발 과정에서 엔지니어링, 마케팅 등 여러 부서는 버전 관리가 된 제품 정보를 실시간으로 공유하며 의사결정 속도를 높이고 개발 리스크를 줄일 수 있다. 특히, 설계 엔지니어는 복합 어셈블리를 실시간으로 분석하고 실제 작동 환경을 시뮬레이션하여 제품 품질을 향상시킬 수 있다. 이러한 디지털 트윈 워크플로우는 개발 프로세스를 가속화하고, 복잡한 3D 설계 콘텐츠에 대한 접근성을 높여 더 많은 사용자가 손쉽게 활용할 수 있도록 돕는다. 닐 바루아 PTC 사장 겸 CEO는 "AI 하드웨어처럼 복잡한 첨단 제품 개발에 있어 엔비디아와의 협력 강화는 매우 중요하다"며, "옴니버스 기술 통합을 통해 고객들이 실시간 시뮬레이션 환경에서 설계 데이터를 활용하고, 제품 수명주기 전반에 걸쳐 협업을 강화할 수 있을 것"이라고 말했다. 엔비디아 하드웨어 설계 파트너로서 협력 확대 이번 통합은 PTC가 엔비디아의 AI 하드웨어 개발을 지원해온 오랜 파트너 관계에서 비롯되었다. 엔비디아는 PTC의 크레오 및 윈칠 솔루션을 활용하여 제품 개발 프로세스를 정밀하고 효율적으로 진행해 왔다. 이제 PTC의 솔루션이 엔비디아 옴니버스 개발 플랫폼에 통합되고, 윈칠에 옴니버스 뷰포트가 내장되면서 실시간 시뮬레이션과 시각화가 개발 워크플로의 핵심 요소로 자리 잡게 되었다. 레브 레바레디안 엔비디아 옴니버스 및 시뮬레이션 기술 부문 부사장은 "PTC는 제조 설계 솔루션 분야의 글로벌 선도 기업으로, 옴니버스 기술을 통합함으로써 설계자와 제조 기업들이 개발 전 과정을 더욱 빠르고 정밀하게 수행할 수 있도록 지원할 것"이라며, "PTC의 OpenUSD 및 개방형 표준에 대한 노력은 글로벌 AI 인프라 산업의 연결과 통합을 가속화하는 데 기여할 것"이라고 강조했다.