■ AX & Robotics-Driven Manufacturing R&D  · Safety Congress with LG Leaders and Global Experts  ■   ● 장소 : LG사이언스파크 E9동 B1층 프런티어홀 (마곡중앙 8로 71) - 발산역 도보 5분, 마곡나루역 도보 7분, 김포공항역 택시 15분   ● 일시 : 9월 18일 (목) 12시  30분 참석등록 시작 (1:00세션 시작 ~ 4:30 종료)   ● 참가료 : 600 명 한정 무료   ● 참가 신청 링크 :  [참가 신청하기]   ● 참가 신청 URL : https://forms.gle/3ywdEZeSJa7sRM4G9   ● 아젠다 상세 :   ① [ Track Keynote ] 고장·충돌·사고를 넘어: System Thinking과 Digital Thread로 보는 로봇 공정의 숨은 리스크   -  경희대학교 임성수 교수   · 세션 상세:  많은 기업이 로봇·AI를 도입해 스마트팩토리의 생산성과 품질 향상을 기대하지만, 실제 운영에서는 고장·충돌·안전사고가 잦습니다. 이는 설계–생산–운영 전 과정의 데이터 단절과 의사결정 구조 분절에서 비롯됩니다. 본 세션에서는 System Thinking 과 Digital Thread를 통해 전사 차원의 리스크를 사전에 식별하고, 설계–생산–운영 데이터를 유기적으로 연결해 문제를 예방하는 구체적 접근법을 제시합니다.   · 연사 소개:  임성수 교수는 경희대 기계공학과 교수이자 대한기계학회 부회장으로, 로봇 안전 분야 권위자다. 산업용 로봇 ISO 국제표준 한국 대표 전문가이자 ISO 15066-3 프로젝트 리더를 맡아왔으며, 대통령 표창 (2024)과 산업부 장관 표창 등 다수의 수상 경력이 있다. 학계·산업계·정부를 아우르는 국제 표준화와 산업 발전의 가교 역할을 수행하고 있다.   ②  Collision-Free Human-Robot Collaboration – AI Safety Simulation and Global Compliance Cases   - 세이프틱스 김휘연 CSO   · 세션 상세: 로봇은 이제 일부 업종의 선택이 아니라 모든 제조 현장의 기본 인프라이며,  그 핵심은 안전성입니다. 안전 없는 자동화는 생산성·품질 모두를 보장할 수 없습니다. 본 세션에서는 Biomechanical Injury Threshold Model과 Digital Twin Safety Simulation을 활용해 자동화 설비의 실제 공정 안전성을 데이터로 분석하고 잠재 위험을 정량화하는 방법을 소개합니다. ISO 10218, ISO/TS 15066  등 국제 안전 규격 대응 사례를 통해 사고 예방을 넘어 리드타임 단축, 품질 보증, 글로벌 납품 승인 및 파트너십 강화로 이어지는 실제 경험을 공유하며, 로봇 안전성이 스마트팩토리의 Next Standard임을 제시합니다.   · 연사 소개 : 김휘연 CSO는 Safetics 전략총괄로, 공학 시뮬레이션 분야의 전문가다. 두산·한화·뉴로메카 등 국내 및 UR ·FANUC·KUKA 등 글로벌 기업과 협력해 왔고, 삼성·현대·GM·P&G 등 세계 유수 기업에 안전 솔루션을 적용한 경험이 있다. 인간-로봇 협업 (HRC) 분야에서 차세대 안전 기술을 선도하는 글로벌 전략가로 알려져 있다.   ③ 위험성 평가는 이제 ‘공정 설계 도구’다 – Front Loading Engineering과  MBSD로 여는 로봇 스마트 팩토리 품질/안전 혁신 - 세이프틱스 임정호 박사   · 세션 상세 : 기존 스마트팩토리 안전 평가는 설비 설치 후 뒤늦게 이뤄져 설계 변경·추가 비용, 일정 지연, 품질 저하로 이어지는 구조적 한계가 있었습니다. 본 세션에서는 이를 극복하기 위해 Front Loading Engineering 과 Model-Based Safety Design(MBSD)을 적용한 사례를 소개합니다. 설계 단계에서 선제적으로 위험성을 평가하고 안전 대책을 반영해 안전을 사후 점검이 아닌 설계의 일부로 통합한 접근법입니다. 이를 통해 설비 변경 비용 절감, 리드타임 단축, 안전·품질 동시 향상이라는 성과를 달성하며 , 위험성 평가가 스마트팩토리 경쟁력의 필수 설계 도구임을 보여드립니다.   · 연사 소개: 임정호 박사는 경희대 기계공학과 연구교수, 산업 자동화·물류 설비 기업과  KOTITI 시험연구원 경력을 바탕으로 수백 개 기업에 로봇 안전 컨설팅을 수행해 온 전문가이다. ISO 10218-2, ISO 13482 국제 표준 전문가로 산업 현장 요구를 깊이 이해하며, 한국로봇산업협회 전문위원과 산업부 소재부품기술개발사업 기획위원으로도 활동하고 있다.   ④ 지능형 로봇 기술혁신과 스마트물류의 확산 - LG CNS  손명운 팀장   · 세션 상세: 지능형 로봇 기술은 AI 수준에 따라  1세대 고정형 로봇에서 센서 기반 2세대, 학습형 3세대를 거쳐, 물리 환경과 상호작용하며 스스로 판단·학습하는 4세대 Physical AI 로봇으로 진화하고 있습니다 . 특히 휴머노이드 로봇은 범용지능을 갖추어 물류·제조 현장의 복잡한 부가가치 작업까지 수행할 수 있는 잠재력을 보여주고 있으며, Amazon과 BMW 등은 이미 현장 실증을 진행 중입니다. 이러한 변화의 핵심은 Robot Foundation Model(RFM)로,  방대한 시뮬레이션·원격제어 데이터 학습과 현장 파인튜닝을 통해 정교한 자율 동작을 구현합니다. Teleoperation 기반 원격작업으로 실시간 대응과 학습데이터 축적이 가능해 지속적 성능 향상이 이루어지며, 이는 단순 자동화를 넘어 완전 무인화 스마트물류센터로의 전환을 가속화합니다. 본 세션에서는 Physical AI와 휴머노이드가 제공하는 혁신과 이를 활용한 물류·제조 경쟁력 강화 방안을 제시합니다.   · 연사 소개: 손명운 팀장은 LG CNS에서 20년 이상 근무하며 북미 의료솔루션 개발과 C 사 자동유도차량 자동화 등 다수의 글로벌·국내 프로젝트를 수행해 온 디지털 혁신 전문가이다. 사용자 편의성 제고를 위한 여러 DX 과제부터 미국 유수의 회사들의 솔루션 사업, 자동화 설비 구축까지 폭넓은 현장 경험을 보유하고 있으며, AX, RX 기술을 활용한 물류자동화를 구현하고 차별화된 고객 가치를 개발하고 있다.    ● 참가 신청 링크 :  [참가 신청하기]   ● 참가 신청 URL :  https://forms.gle/3ywdEZeSJa7sRM4G9   ● 참가 신청 QR코드:    ● 장소 : LG사이언스파크  E9동 B1층 프런티어홀 (마곡중앙8로 71) - 발산역 도보 5분, 마곡나루역 도보 7분, 김포공항역 택시  15분   ● 일시 : 9월  18일 (목) 12시 30분 참석등록 시작 (1:00세션 시작 ~ 4:30 종료)   ● 참가료 : 600명 한정 무료   ● 문의  : Safetics   dblee0803@safetics.io 

인텔은 LG이노텍이 자사의 기술을 활용해 인공지능(AI) 기반의 자동화 시스템을 구축하고 있다고 소개했다. 소재·부품 전문 기업인 LG이노텍은 휴대폰, 자동차 디스플레이, 스마트 기기 등에 들어가는 수십만 개의 초소형 부품을 완벽한 정확도와 무결점으로 복제하는 것을 목표로 삼고 있으며, 혁신 기술을 통해 이러한 목표를 달성하고자 한다.  LG이노텍의 구미 공장에서는 인텔 코어(Intel Core) 프로세서, 인텔 제온(Intel Xeon) 프로세서 및 인텔 아크(Intel Arc) 내장형 그래픽처리장치(GPU)가 조화를 이루며 작동한다. 이들 기술은 오픈비노(OpenVINO) 소프트웨어 툴킷으로 통합된다. LG이노텍은 생산 라인의 특정 단말기에서 규칙 기반 검사 및 딥러닝 기반 시스템을 사용해 제품 품질을 높여왔다. 여기서 나아가, LG이노텍은 제조 공정 전반에 걸쳐 AI를 광범위하게 적용하여 성능 저하 없이 완전 자동화된 시스템을 구축하고자 했다. 인텔은 지난 2024년 인텔 코어 및 제온 프로세서와 아크 외장형 GPU를 기반으로 하는 AI 기반 검사 시스템에 대한 구축 지원을 위해 LG이노텍과 논의를 시작했다. 핵심은 생산 공정에서 발생하는 데이터가 인텔 코어 CPU를 탑재한 PC로 스트리밍되며, 내장 GPU는 결함 데이터를 분석하는 데 비용 효율을 제공하는 것이다. 고해상도 이미지에서 다중 알고리즘을 실행하는 등 부하가 큰 워크로드는 인텔 아크 외장 GPU가 처리하게끔 했다. 시간이 지남에 따라 축적된 데이터셋은 인텔 제온 기반의 사전 학습 서버로 전송된다.      양사는 향후 협업을 통해 인텔 가우디 AI 가속기가 탑재된 서버를 활용한 사전 학습 워크로드 관리를 검토하고 있다. 이처럼 CPU를 기반으로 내장 및 외장 GPU로 가속화된 인텔 기반 기술 조합을 활용하여 AI 검사 시스템 구축 비용을 절감할 수 있었다는 것이 인텔의 설명이다. 인텔은 “아크 기반 외장 GPU를 도입하면서, 동급 성능의 타사 하드웨어 대비 성능에 비해 높은 비용 효율성을 달성했다. 이러한 비용 절감 효과는 규모의 경제를 더욱 극대화할 수 있는 기반이 되고 있다”고 전했다.  LG이노텍은 2024년 모바일 카메라 모듈 생산 라인에 인텔의 AI 비전 검사 설루션을 처음 적용했으며, 올해는 FC-BGA(flip-chip ball grid array)를 생산하는 구미4공장 등 국내 주요 생산 거점과 해외 생산라인에 단계적으로 확대 적용할 계획이다.  시스템 도입 당시에는 기존 딥러닝 환경이 특정 외장 그래픽 카드를 기반으로 구축되어 있어, 처음에는 통합 GPU 도입에 대한 우려가 있었다. 특히, 신규 GPU에 맞춰 기존 코드를 재작성하고 다시 매핑하는 것이 매우 어려울 것이라는 걱정이 있었만, 오픈비노(OpenVINO) 소프트웨어 툴킷을 활용해 우려를 해소할 수 있었다. 2018년 오픈비노 출시 이후, 인텔은 전 세계 개발자가 AI 기반 개발을 가속화할 수 있도록 지원해왔다. 오픈비노는 개발자가 한 번의 코드 작성으로 다양한 환경에 AI 모델을 배포할 수 있도록 돕는 오픈소스 AI 툴킷이다. LG 이노텍의 엔지니어들은 대량 생산 과정에서 공정이 변경되거나 원자재가 바뀔 때, 딥러닝 모델을 재학습하기 위해 AI 기반 워크로드에 최적화된 AI 가속기가 탑재된 인텔 제온 CPU 활용도 고려하고 있다. 제온 CPU는 병렬 연산 속도를 높이고, 인텔 AMX(Intel Advanced Matrix Extensions)라는 특수 내장 가속기를 지원해 제온 CPU에서 딥러닝 학습 및 추론 성능을 향상시킨다. 인텔은 제온 CPU와 별도 서드파티 GPU를 함께 사용하는 기존 방식에 비해 AI 기반 파인튜닝(Fine Tuning) 작업을 CPU로 처리함으로써 시스템 비용을 줄일 수 있을 것으로 기대하고 있다.

3D CAD 데이터 경량화 및 디지털 트윈 포맷 변환 솔루션, DXE Traslator    ■ 개발 및 자료제공 : 팀솔루션, www.timsolution.io   최근 많은 기업에서 디지털 전환 과정에서의 3D 모델링 과정에 초기비용 부담과 편집 등의 활용이 어려운 한계를 겪고 있다. 이러한 문제를 해결하기 위해서 팀솔루션은 3D CAD의 구조를 편집하는 솔루션을 출시했다. 이러한 솔루션을 이용하여 조선선박, 자동차, 반도체, 기계설비 등 제조산업의 고객사들은 초기 디지털 트윈 환경을 구현하는데 과도한 비용을 투자하지 않아도 되고, 실시간 데이터를 역동적으로 볼 수 있으며, 도입 이후 장기적 유지보수에도 효율적인 디지털 트윈 솔루션을 구현할 수 있다. 1. 제품의 주요 특징  팀솔루션의 주요 제품인 DXE Translator(딕시 트랜스레이터)의 가장 큰 특징은 고객이 이미 보유하고 있는 기업 자산인 3D CAD 데이터를 활용한다는 것이다. 이를 통해서 고객은 디지털 트윈 진입 장벽을 낮추는 동시에 정밀도 높은 디지털 트윈 구현이 가능하다. 2. 주요 기능 DXE Translator는 30여종의 3D CAD 데이터를 5가지 범용적 디지털 트윈 포맷으로 변환하는 한편, 3D CAD의 외형 추출, 구조 경량화, mesh 등의 형상경량화를 노코딩 환경으로 지원한다. 이는 전문지식을 갖춘 프로그래머가 아니더라도 3D 모델과 디지털 트윈에 대한 손쉬운 학습과 유지보수를 가능하게 한다. 3. 도입 효과 DXE Translator는 3D CAD 데이터의 구조 중에서 필요한 데이터만 추출하는 동시에 외형은 그대로 유지하여 방법을 채택했는데 이 덕분에 고객은 이 디지털 트윈 자산과 3D CAD 데이터를 여러번 재사용하는 것이 가능하다. 결국 고객은 프로젝트 단위별, 혹은 부서별 예산 지출이 아닌 전사적 디지털 전환 예산 사용을 통해 장기적이고 효율적인 디지털 트윈 운영이 가능하다. 4. 주요 고객 사이트 현대중공업, 한국조선해양, 현대자동차 등    상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

#다쏘시스템 #카티아 #CATIA  #웨비나 [AI 시대의 CATIA 설계자를 위한 웨비나] 신제품 개발의 가장 효과적인 방법! 설계자가 직접 하는 성능 검증! 메일 내용이 보이지 않으시면 여기를 클릭해 주세요.    

유라의 ‘CADvizor’ 충돌 테스트 실행 화면    유라가 자사의 전장 설계 솔루션 캐드바이저(CADvizor)에 '유동부 충돌 시뮬레이션’ 기능을 새롭게 적용했다고 발표했다. 이번 신규 기능 적용을 통해 유라는 설계 검토에 소요되는 시간과 리콜 비용 절감 등에서 큰 성과를 기대하고 있다. 실제로 CADvizor를 사용하는 한 기업은 신규 기능을 통해 설계 검토 공수가 기존 100시간에서 10시간으로 약 90% 절감되었으며, 연간 리콜 비용도 40억~100억 원 규모에서 약 80% 감소할 것으로 전망했다. CADvizor는 시트, 엔진, 변속기 등 차량 내 주요 유동 부품의 실제 움직임 경로를 반영한 모션 기반 충돌 검증과 자동 리포트 생성 기능을 갖춘 솔루션이다. 이 솔루션은 설계 품질 향상과 검토 시간 단축을 동시에 달성할 수 있도록 지원한다. 신규 기능은 시뮬레이션 단계별 충돌 이미지, 부품 정보, 간섭 깊이와 길이 등 상세 데이터를 포함한 리포트를 자동으로 생성하여 반복적인 검토 작업을 줄이고 생산성을 높여준다. 유라는 주요 완성차 및 부품사 프로젝트에 해당 기능을 적용하여 실효성을 검증했으며, 향후 다양한 차종과 산업군으로 적용 범위를 확대할 계획이다. 유라의 CADvizor는 앞으로도 유동부 충돌 시뮬레이션을 포함한 혁신적인 설계 자동화 및 데이터 기반 최적화 기술을 지속적으로 발전시켜 자동차 산업의 설계 경쟁력 강화에 기여할 방침이다.  

[자료] 2024 SMART CITY 해외진출 전략보고서  발행 : 2024. 12. 형식 : pdf 458 page 제작 : KOTRA   제1장 글로벌 스마트시티 동향 제1절 스마트시티 발전 배경 제2절 글로벌 스마트시티 시장규모 및 전망 (1) 글로벌 스마트시티 시장규모 및 전망 (2) 권역별 시장규모 및 전망 (3) 분야별 시장규모 및 현황 제3절 권역별 스마트시티 특징 및 벤치마킹 사례 분석 1) 스마트시티 전략 특징 2) 분야별 벤치마킹 사례 분석 (1) 교통·물류 (2) 인프라·도시시설관리 및 개발 (3) 에너지·환경 (4) 보안·안전(재난 방재) (5) 헬스케어 (6) 정부·교육·문화·사회 제4절 스마트시티 지수로 본 경쟁력 분포 제5절 국내 스마트시티 추진 사례 (1) 국내 스마트시티 정책 (2) 국내 스마트시티 사례 제2장 스마트시티 국가별 현황 및 정책 제1절 스마트시티 선도국가 1) 국가 주도 발전 국가 (1) 스위스 (2) 싱가포르 (3) 중국 (4) 대만 (5) 사우디아라비아 (6) 스페인 (7) 일본 2) 도시 주도 발전 국가 (1) 덴마크 (2) 영국 (3) 핀란드 (4) 아랍에미리트 (5) 독일 (6) 체코 (7) 네덜란드 (8) 미국 (9) 폴란드 (10) 이탈리아 제2절 스마트시티 신흥국가 1) 국가 성장을 도모하는 국가 (1) 말레이시아 (2) 태국 (3) 튀르키예 (4) 베트남 2) 디지털 기반 확충에 주력하는 국가 (1) 인도네시아 (2) 인도 (3) 콜롬비아 (4) 필리핀 (5) 멕시코 (6) 아르헨티나 (7) 브라질 (8) 케냐 (9) 페루 (10) 몽골 (11) 세르비아 (12) 에콰도르 (13) 에티오피아 (14) 라오스 (15) 아제르바이잔 (16) 우즈베키스탄 (17) 카자흐스탄 제3장 글로벌 스마트시티 진출전략 제1절 스마트시티 발전 양상 및 경쟁력 순위 분포 제2절 스마트시티 발전 양상에 따른 국가별 정책 분석 제3절 스마트시티 발전 양상에 따른 진출전략 1) 국가 주도의 스마트시티 선도국가 2) 도시 주도의 스마트시티 선도국가 3) 국가 성장을 도모하는 스마트시티 신흥국가 4) 디지털 기반 구축에 집중하는 스마트시티 신흥국가 참고사항 1) 국가별 스마트시티 프로젝트 정보 2) 국가 및 분야별 스마트시티 시장 동향    

PLM/DX 컨퍼런스 2025 관련 내용이 보이지 않으면 <여기>를 클릭하시기 바랍니다. 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. - 발표자료는 8월 18일(월)까지만 무료 다운로드가 가능하고 이후에는 유료로 전환됩니다.   [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

주요 디지털 트윈 소프트웨어 제조에 특화된 디지털 트윈 플랫폼, Smart Digital Twin 개발 및 공급 : 엠아이큐브솔루션, www.micube.co.kr    엠아이큐브솔루션은 제조 현장에서 생성, 수집되는 정보, 즉 데이터를 통합하고 지능화하는 스마트팩토리 및 자율제조 솔루션을 개발, 공급하고 있다. 당사는 제조실행시스템(MES) 구축을 주요 사업 영역으로 하여 2010년에 설립했다. 이후 전기∙전자, 반도체, 디스플레이, 이차전지, 기계∙설비, 자동차, 제철, 금속, 화학, 식품 등 주요 산업의 디지털 전환(DX)에 적용되는 설비 온라인 솔루션, 설비종합효율(OEE, Overall Equipment Effectiveness) 관리 솔루션, 제조 물류 자동화 솔루션, 제조 특화 AI 및 디지털 트윈 플랫폼을 차례로 자체 개발, 출시하였다. 1. 주요 특징 Smart Digital Twin(스마트 디지털 트윈)은 제조 데이터 통합 및 실시간 처리를 통해 자동화된 데이터 파이프라인을 구축하여 가상 제조 현장에서의 공정, 설비 운영 시뮬레이션을 지원하는 제조 특화 디지털 트윈 플랫폼이다. 자동화된 가상 운영 시나리오를 수립하고 검증, 최적화하여 강건한 제조 현장 운영 시스템을 구축하는데 활용하며, 디지털 트윈 모델의 효율적 생성과 배포, 운영을 지원하는 다양한 가상 모델 개발 및 운영 도구를 제공한다. 기간 시스템, 외부 솔루션과의 연계를 통해 신속하고 정확한 업무 실행 및 안정성을 확보하여 실제 공장 운영 및 모니터링, 검증과 진단, 예측 업무를 수행한다. 2. 주요 기능 실시간 데이터 기반의 3D 인터랙티브 뷰 계층 구조를 활용하여 공장 및 설비의 운영 현황을 모니터링하고, 이를 바탕으로 공정 설비의 안정적인 운영과 예지 보전을 위한 AI 플랫폼 연계 방안을 지원한다. 수립된 다양한 가상 시나리오를 통해 최적의 공장 운영 방식을 도출하고, 동적∙정적 변경 사항을 적용하며 What-If 시뮬레이션을 통해 도출된 여러 방안을 검증하고 적용한다. 제조 현장의 핵심 성과 지표(KPI) 분석을 위해 수요, 품질, 안전 등의 예측 분석 결과를 시각화하고, 제조 환경의 조건 변화를 반영하여 최적의 생산 지표를 도출하며 데이터 기반 의사결정을 지원하는 종합 대시보드를 제공한다. 3. 도입 효과 디지털 트윈 플랫폼의 현장 적용을 통해 공장 라인 증설, 설비 신규 투자 등에 앞서 최적의 운영 방안을 가상 시뮬레이션 기반으로 미리 검증해 볼 수 있어 불필요한 투자에 따른 낭비를 예방하고 구축 기간을 단축한다. 제조 데이터의 실시간 수집, 처리, 분석 기반의 신속한 문제 파악과 예측, 의사결정 지원 시스템을 제공하는 국제 표준(ISO 23247) 기반 자율형 공장 구축 및 운영의 핵심 플랫폼이다. 4. 주요 고객 사이트 2022년 출시 이후 삼성SDI, 삼성전자, HL만도, 현대아이에이치엘, 동서기공, 조선내화, 전남테크노파크 등 전기∙전자, 이차전지, 자동차, 세라믹 등 주요 산업 내 제조 대기업과 기관에 적용 및 확산 중이다.      상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기