가상 제품 개발을 위한 MBSE 및 SysML의  이해와 핵심 전략 (7)   최근의 MBSE(모델 기반 시스템 엔지니어링) 환경은 개별 도구를 연계하던 전통적 방식에서 벗어나, 요구사항부터 시뮬레이션, 형상 관리까지 전 과정을 하나의 플랫폼에서 관리하는 ‘디지털 스레드’ 기반의 통합 환경으로 진화하고 있다. 이번 호에서는 모델링 도구인 ‘랩소디(Rhapsody)’와 ‘카메오 시스템 모델러(Cameo Systems Modeler)’의 특징을 살펴보고, 효율적인 설계 환경 구축 전략을 짚어본다.   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 CTO   모델링 도구 여기에서는 모델링 도구로서 랩소디(Rhapsody)의 특징과 기능을 간단하게 소개하고 있으며, 특히 시스템 아키텍처 설계와 모델 일관성 유지에 있어 랩소디가 어떤 역할을 수행하는지를 설명한다. IBM의 랩소디는 UML 및 SysML 기반의 시스템 모델링 도구로, 아키텍처 모델을 통해 시스템 설계 정보를 저장할 수 있는 동적인 데이터베이스 구조를 제공한다. 사용자가 정의한 각 모델 객체(예 : 블록, 컴포넌트 등)는 한 번 정의되면 그것이 표현되는 모든 다이어그램 상에서 동일한 특성과 속성을 유지한다. 이를 통해 전체 모델의 일관성과 추적성이 자연스럽게 보장된다. 또한 랩소디는 요구사항과 직접 연계된 설계 모델을 지원함으로써, 요구사항-설계 간의 정합성 확보를 용이하게 한다. 이를 통해 설계 변경이 요구사항과의 연동 하에 즉시 반영될 수 있어, 시스템 개발 전 과정에서 신뢰성 있는 모델 기반 설계를 실현할 수 있다. 결과적으로, 랩소디는 다양한 UML/SysML 도구 중 하나로, 특히 복잡한 시스템의 모델링, 시뮬레이션, 코드 생성까지 연결 가능한 통합 모델링 환경을 제공한다.   랩소디 보기   그림 1. 랩소디 도구의 대표적인 사용자 인터페이스 구성 요소   <그림 1>은 랩소디 도구 환경을 보여주며, 시스템 모델링 또는 소프트웨어 모델링을 수행할 때 사용되는 대표적인 사용자 인터페이스 구성 요소를 설명하고 있다. 랩소디 보기는 사용자가 랩소디에서 모델을 어떻게 시각적으로 확인하고 조작하는지를 이해하는 데 중점을 둔다. 전체 인터페이스 구성은 랩소디가 모델 기반 시스템 및 소프트웨어 설계를 위한 도구로, 브라우저 영역과 그리기 영역 등의 주요 영역으로 구성되어 있다. <그림 1>의 화면 왼쪽에는 브라우저 영역(Browser View)이 위치해 있다. 이 영역은 프로젝트 내에 정의된 모든 요소를 계층적 트리 구조로 정리하여 보여주며, 클래스, 패키지, 상태도, 시퀀스 다이어그램 등 다양한 모델링 요소를 탐색하고 선택할 수 있다. 사용자는 이 영역에서 모델 구조를 확인하고, 필요한 항목을 선택하여 편집 창으로 열 수 있다. 주로 사용하는 항목은 모델 구성요소(예 : 클래스, 컴포넌트, 상태 등)이다. 설계 계층 구조는 각 요소의 속성 및 동작이 연결되어 있다. <그림 1>의 화면 오른쪽에는 그리기 창(Drawing Window)이 위치하며, 사용자가 실제로 다이어그램을 작성하고 편집하는 작업 공간이다. 이 영역은 선택된 모델 요소의 시각적 표현을 위한 공간으로, 예를 들어 상태 다이어그램, 블록 다이어그램, 시퀀스 다이어그램 등을 작성하고 구성 요소 간의 연결 관계를 설정할 수 있다. 사용자의 활동 예는 상태 전이 정의, 신호 흐름 연결, 동작 논리 시각화, 모델 요소 간 연결 구성이 있다. 랩소디는 모델 탐색과 시각적 설계를 동시에 지원하기 위해 좌측 브라우저 영역과 오른쪽 그리기 창을 중심으로 UI(사용자 인터페이스)를 구성하고 있으며, 이를 통해 사용자는 설계 구조와 논리를 직관적으로 접근하고 조작할 수 있다. 이와 같은 인터페이스는 SysML, UML, 자동차 및 항공 우주 분야의 MBD 등 다양한 모델링 작업을 효율적으로 수행할 수 있도록 지원한다.   랩소디 vs. 카메오 시스템 모델러 비교 IBM 랩소디와 카메오 시스템 모델러(Cameo Systems Modeler)는 모두 SysML 기반의 시스템 모델링 도구로 널리 사용되고 있다. 그러나 이 두 도구는 설계 접근 방식, 사용자 인터페이스, 시뮬레이션 및 협업 방식에서 차별점이 존재한다. 도구의 철학과 접근 방식 : 랩소디는 임베디드 시스템 및 소프트웨어 개발에 특화된 도구로, 주로 상태 기반(state-based) 모델링과 코드 생성(code generation) 기능이 강력하다. UML 기반의 객체지향 소프트웨어 개발, 상태 머신 구현 등에 많이 활용되며, 특히 자동차, 항공, 방위 산업 등에서 많이 사용된다. 반면에 카메오 시스템 모델러(MagicDraw 기반)는 시스템 아키텍처 및 요구사항 중심 설계에 중점을 둔 MBSE 도구이다. RFLP(Requirement, Functional, Logical, Physical) 구조와 트레이스 기능이 강력하며, PLM·SPDM 시스템과의 통합이 잘 되어 있어 디지털 스레드 구축에 적합하다. 대부분의 대기업 MBSE 전환 프로젝트에서 선택되고 있다. 사용자 인터페이스 및 작업 구조 : 랩소디는 전통적인 IDE 스타일의 인터페이스(<그림 1>처럼 왼쪽 탐색기 + 오른쪽 다이어그램 편집기)를 가지고 있으며, 실시간 코드 시뮬레이션 및 상태 전이 구현에 용이하다. 카메오 시스템 모델러는 모델 요소 중심 탐색 트리, 다중 다이어그램 탭, 자동 연결 도우미, 속성 창 기반 작업이 잘 정비되어 있으며, 직관적인 GUI로 인해 다양한 다이어그램 작성이 빠르고 정확하게 이루어진다. 사용자 친화성이 높은 편이다. 시뮬레이션 및 해석 기능 : 랩소디에는 UML/SysML 상태 머신을 기반으로 한 Statechart Simulation이 내장되어 있어, 논리적 동작 검증이나 이벤트 시퀀스 분석에 유리하다. C/C++ 코드 생성 및 디버깅 기능도 내장되어 있어, 소프트웨어 통합 단계까지 연결하기 좋다. 카메오 시스템 모델러는 카메오 시뮬레이션 툴킷(Cameo Simulation Toolkit :CST)을 통해 SysML 모델의 시뮬레이션이 가능하며, 파라메트릭 다이어그램(Parametric Diagram) + 수식 기반 계산 + 외부 FMU 연동을 지원한다. 특히 시뮬링크(Simulink), 모델리카(Modelica) 등과의 코시뮬레이션(co-simulation) 및 FMI 기반 연동이 강력하다. 협업 및 형상 관리 연동 : 랩소디는 RTC, ClearCase, GIT 등과 연계가 가능하지만, 협업 기능이 독립적으로 강력하지는 않다. 기업 내부 커스터마이징이 필요한 경우가 많다. 카메오 시스템 모델러는 팀워크 클라우드(Teamwork Cloud : TWC)라는 중앙 저장소 기반 협업 서버를 통해 모델 단위 버전 관리, 권한 제어, 변경 추적, 분기 관리(branching) 기능을 지원하며, 팀 단위 협업 및 모델 기반 리뷰에 적합하다. PLM, SPDM 및 외부 툴 연동 : 랩소디는 외부 연동이 상대적으로 제한적이며, 별도 게이트웨이 또는 커스터마이징이 필요하다. 카메오 시스템 모델러는 3D익스피리언스(다쏘시스템), 윈칠(PTC), 팀센터(지멘스) 등의 PLM 시스템과 연계가 용이하며, MBSE–PLM–SPDM 간의 디지털 연계(traceability)가 수월하게 이루어진다. 정리하면 랩소디는 코드 생성, 상태 머신 중심이고 카메오 시스템 모델러는 요구사항–기능–물리 구조 연계 중심이다. 사용 분야는 랩소디가 임베디드 소프트웨어, 제어 시스템에 사용되며 카메오 시스템 모델러는 시스템 아키텍처, MBSE를 총괄하는데 사용된다. 시뮬레이션에는 랩소디가 상태 기반 시뮬레이션에 사용되며, 카메오 시스템 모델러는 파라메트릭, 시퀀스, 코시뮬레이션이 가능하다. 협업 관점에서 랩소디는 RTC/파일 기반으로 이용되며, 카메오 시스템 모델러는 팀워크 클라우드 기반 모델 협업에 활용된다. 외부 툴과 연동은 랩소디는 제한적이며 커스터마이징이 필요하다. 반면에 카메오 시스템 모델러는 FMI, PLM, 시뮬링크 등과 강력하게 연동된다.    ■ 자세한 기사 내용은 PDF로 제공됩니다.

다쏘시스템은 프랑스의 천연 화장품 기업인 그룹 로쉐와 협력해 화장품 연구 개발 역량을 강화한다고 밝혔다. 양사는 과학 기반의 버추얼 트윈 기술을 활용해 화장품 성분을 분석하고 제품 개발 효율을 높이는 데 집중할 계획이다. 1959년 설립된 그룹 로쉐(Groupe Rocher)는 이브 로쉐, 사봉, 아르본 등 다수의 브랜드를 운영하며 자연 유래 원료 기반의 뷰티 제품을 개발해 왔다. 이 회사의 과학 전문가들은 식물 성분의 작용 기전을 분석하고 독자적인 활성 성분을 활용한 포뮬레이션을 연구하고 있다. 일반적으로 화장품의 적절한 배합 비율인 포뮬레이션을 완성하기까지는 평균 30회 정도의 실험이 필요하다. 그룹 로쉐는 다쏘시스템의 생성형 인공지능(AI)과 화학 모델링, 시뮬레이션 기술을 도입해 이 과정을 최적화할 방침이다. 다쏘시스템은 3D익스피리언스 플랫폼 기반의 ‘서비스형 버추얼 트윈’을 통해 그룹 로쉐의 활성 성분과 피부를 모델링한다. 버추얼 트윈을 활용하면 성분 사이의 상호작용을 분석하고 피부 침투 여부를 미리 테스트할 수 있다. 개발 초기 단계부터 과학적 정확도를 높여 효능을 예측하고 강화하는 방식이다. 다쏘시스템은 이를 통해 실험 횟수를 20% 줄이고 제품 출시 기간을 단축할 수 있다고 설명했다.     그룹 로쉐의 베로니크 슈바르츠 부아슈 최고과학책임자는 “다쏘시스템의 기술을 통해 활성 성분의 효능을 정밀하게 예측하고 자연 친화적인 제품을 더 신속하게 개발할 수 있을 것으로 기대한다”고 말했다. 다쏘시스템의 앨리사 프리스너 산업, 마케팅 및 지속가능성 수석부사장은 “과학 기반의 인공지능 버추얼 트윈은 클라우드 환경에서 포뮬레이션을 시뮬레이션하고 최적화하도록 지원한다”면서, “그룹 로쉐가 식물 과학에 기반한 혁신 체계를 구축해 제품 경쟁력을 확보하도록 돕겠다”고 전했다. 양사의 협력은 극한 환경에서 적응하는 식물인 ‘아이스 플랜트’ 연구부터 시작한다. 아이스 플랜트는 그룹 로쉐의 안티에이징 라인인 ‘이브 로쉐 리프트 프로 콜라겐’ 개발에 영감을 준 성분이다. 양사는 향후 다양한 활성 성분으로 기술 적용 범위를 넓혀갈 예정이다.

엔비디아는 GTC 2026에서 케이던스, 다쏘시스템, PTC, 지멘스, 시높시스 등 글로벌 산업용 소프트웨어 선도 기업과의 협력 내용을 소개했다. 이번 협력은 엔비디아 쿠다-X, 엔비디아 옴니버스, GPU 가속 산업용 소프트웨어를 제공해 설계와 엔지니어링, 제조 과정을 혁신하는 데 목적을 둔다. 이를 통해 삼성, SK하이닉스, HD현대, TSMC 등 주요 기업들은 AI 기반 에이전틱 설루션을 활용해 업무 효율을 높일 수 있게 된다. 엔비디아의 설루션은 아마존웹서비스, 구글 클라우드, 마이크로소프트 애저, 오라클 클라우드 인프라스트럭처 등 주요 클라우드 서비스와 델, HPE, 슈퍼마이크로 등 제조사의 가속 시스템에서 구동된다. 엔비디아 젠슨 황 CEO는 “피지컬 AI와 자율형 AI 에이전트가 산업 전반을 근본적으로 재창조하는 새로운 혁명이 시작됐다”고 평가하면서, “엔비디아는 글로벌 생태계를 하나로 묶어 모든 산업이 이러한 비전을 실현할 수 있도록 전례 없는 규모와 속도를 지원하는 풀스택 가속 컴퓨팅을 제공하고 있다”고 덧붙였다.     주요 산업 소프트웨어 기업들은 AI 에이전트를 자사 플랫폼에 도입해 복잡한 워크플로를 간소화한다. 케이던스의 칩스택 AI 슈퍼에이전트는 반도체 설계와 검증 작업을 수행하며, 다쏘시스템은 3D익스피리언스 플랫폼에서 역할 기반 AI 에이전트인 버추얼 동반자를 구축해 워크플로를 관리한다. 지멘스의 퓨즈 EDA AI 에이전트와 시높시스의 에이전트엔지니어 역시 반도체와 시스템 설계의 자율성을 높이는 데 기여한다. 자동차와 항공우주 분야에서도 가속 컴퓨팅의 성과가 나타나고 있다. 혼다는 엔비디아 그레이스 블랙웰 플랫폼을 활용해 공기역학 시뮬레이션을 기존 CPU 대비 34배 빠르게 수행하며 개발 주기를 단축했다. JLR과 메르세데스 벤츠는 지멘스의 심센터 스타-CCM+ 소프트웨어를 활용해 엔지니어링 워크플로를 혁신하고 있다. 항공우주 분야의 어센던스는 엔비디아 GPU로 구동되는 케이던스 피델리티를 사용해 복잡한 공기역학 시뮬레이션을 단 하루 만에 수행하는 성과를 거뒀다. 에너지와 반도체 제조 분야의 효율 역시 향상됐다. 솔라 터빈은 10억 셀 규모의 연소기 시뮬레이션을 14시간 만에 수행해 청정 에너지 설루션 혁신을 가속화한다. 삼성과 SK하이닉스는 엔비디아 가속 기술이 적용된 델과 HPE의 시스템을 도입해 DRAM과 플래시 메모리 생산을 위한 물리적 검증 과정을 간소화하고 있다. TSMC와 미디어텍 역시 엔비디아 가속 도구를 활용해 첨단 제조와 칩 설계 속도를 높이는 중이다. 산업용 디지털 트윈 기술은 스마트 공장과 물류 혁신을 뒷받침한다. 지멘스의 디지털 트윈 컴포저는 폭스콘, HD현대, 펩시코 등이 대규모 산업용 메타버스 환경을 구축할 수 있도록 지원한다. PTC는 엔비디아 아이작 심을 활용해 로봇 시스템을 가상 환경에서 설계하고 검증할 수 있는 워크플로를 발표했다. 키온은 자율주행 창고 설루션을 고도화하고 있으며 물류 서비스 기업인 GXO는 엔비디아 젯슨 기반의 자율주행 지게차를 훈련하고 테스트하며 운영 효율을 높이고 있다.

다쏘시스템은 https://www.3ds.com/ko 3D익스피리언스(3DEXPERIENCE) 플랫폼 상에서 산업이 혁신과 운영을 창출하고, 테스트하며, 검증하는 방식을 혁신적으로 변화시키기 위해 설계된 새로운 AI 기반 전문가 범주인 ‘버추얼 동반자(Virtual Companions)’를 공개했다. 이 새로운 업무 방식은 인간과 AI가 가장 복잡한 산업 과제에 대해 안전하고 지능적으로, 그리고 대규모로 협업할 수 있도록 지원하는 데에 초점을 맞추고 있다. 버추얼 동반자는 대규모 언어 모델(LLM)을 넘어, 산업 월드 모델(Industry World Models), AI, 그리고 물리 법칙과 재료 과학에 의해 검증된 다중 스케일(multi-scale) 및 다분야(multi-discipline) 모델링 및 시뮬레이션을 결합함으로써, 과학적 기반과 수십 년간 축적된 산업 수준의 지식을 토대로 구축됐다. 버추얼 동반자는 사용자 의도를 이해하고 추론하며, 제품 및 서비스의 구상부터 사용, 재생에 이르는 전체 라이프사이클 전반에서 행동을 오케스트레이션한다. 정확성, 추적 가능성, 신뢰성을 보장하며, 물리적으로 존재하기 전에 행동과 결과를 시뮬레이션한다.      다쏘시스템은 산업 비즈니스 과제에 대해 상호보완적인 접근 방식을 제공하는 세 가지의 버추얼 동반자를 공개했다. ▲’아우라(Aura)’는 요구사항, 프로젝트, 변경사항 전반에 걸쳐 지식과 맥락을 오케스트레이션하여 팀이 복잡성을 관리하고 정렬을 유지할 수 있도록 지원한다. ▲’레오(Leo)’는 설계부터 생산에 이르는 다양한 엔지니어링 분야 전반에서 복잡한 엔지니어링 과제를 해결한다. ▲’마리(Marie)’는 소재, 화학, 제형, 치료 분야에 대한 심층 과학 전문성을 기반으로 복잡한 현상을 탐구하고, 첨단 질문을 도출하며, 혁신적 가설을 탐색한다. 3D익스피리언스 에이전틱 플랫폼(3DEXPERIENCE Agentic Platform)은 수천 개의 버추얼 동반자와 인간 간 비동기적 협업을 조율하면서, 데이터 주권 요구사항을 준수하도록 확장 가능하게 설계됐다. 버추얼 동반자는 다양한 산업 분야에서 다쏘시스템의 모든 브랜드와 함께 활용할 수 있다. 아우라는 이미 3D익스피리언스 플랫폼에서 제공되고 있으며, 레오와 마리는 2026년 3D익스피리언스 플랫폼을 통해 제공될 예정이다. 3D익스피리언스 월드 2026(3DEXPERIENCE World 2026)에서 버추얼 동반자를 처음 공개한 다쏘시스템의 파스칼 달로즈 CEO는 “생성형 경제에서 산업은 지식과 노하우를 생산하며, 이는 새로운 객체를 만들어내는 진정한 가치의 원천이다. 이제 인간과 버추얼 동반자 간 새로운 팀워크를 통해 보이지 않는 것을 가시화하고, 물리적으로 존재하기 전에 불가능을 가능하게 만들어 지식을 실제 업무에 적용할 시점이 왔다. 이를 통해 혁신 주기를 가속화하는 동시에 가장 중요한 자산을 보호할 수 있다”고 말했다.

다쏘시스템과 엔비디아는 산업 전반에 걸쳐 미션 크리티컬 인공지능(AI)을 구현하기 위한 공동 산업 아키텍처 구축을 목표로 장기 전략적 파트너십을 체결했다고 발표했다. 이 파트너십은 다쏘시스템의 연례 글로벌 행사인 ‘3D익스피리언스 월드(3DEXPERIENCE World)’에서 발표됐다. 양사는 이번 협력을 통해 다쏘시스템의 버추얼 트윈(Virtual Twin) 기술과 엔비디아의 AI 인프라, 오픈 모델, 가속 소프트웨어 라이브러리를 결합한다. 이로써 과학적으로 검증된 산업용 월드 모델(World Models)을 구현하고, 에이전틱 3D익스피리언스 플랫폼(Agentic 3DEXPERIENE Platform)상에서 숙련된 버추얼 동반자(Virtual Companions)를 통한 새로운 업무 방식이 가능해질 전망이다. 이를 통해 산업 전문가들은 한층 고도화된 전문 역량을 확보할 수 있다. 다쏘시스템은 자회사 브랜드인 아웃스케일(OUTSCALE)을 통해, 지속 가능하고 주권을 보장하는 클라우드 전략의 일환으로 AI 팩토리(AI Factory)를 구축하고 있다. 아웃스케일 AI 팩토리는 3개 대륙에 걸쳐 최신 엔비디아 AI 인프라를 활용해 3D익스피리언스 플랫폼에서 AI 모델을 운영할 수 있는 역량을 강화하는 동시에, 고객의 데이터 프라이버시, 지식재산권 보호, 데이터 주권을 보장한다. 엔비디아는 모델 기반 시스템 엔지니어링(MBSE) 기술로 다쏘시스템 설루션을 채택해 AI 팩토리를 설계하고 있으며, 이는 엔비디아 루빈(Rubin) 플랫폼을 시작으로 대규모 AI 팩토리 구축을 위한 엔비디아 옴니버스 DSX 블루프린트에 통합될 예정이다.     이러한 인프라는 엔비디아의 오픈 모델과 라이브러리를 기반으로 한 다쏘시스템의 산업용 버추얼 트윈을 구동하며, 생명과학, 소재 과학, 엔지니어링, 제조 전반에서 새로운 기회를 창출한다. 생명과학 및 소재 연구 분야에서는 엔비디아 바이오네모(BioNeMo) 플랫폼과 다쏘시스템 바이오비아(BIOVIA)의 과학적으로 검증된 월드 모델을 결합해 신물질 및 차세대 소재 개발을 가속화한다. 설계 및 엔지니어링 분야에서는 엔비디아 쿠다-X(CUDA-X) 및 AI 물리 라이브러리를 활용한 시뮬리아(SIMULIA)의 AI 기반 버추얼 트윈 물리 거동 예측을 통해, 설계자와 엔지니어는 보다 정확하고 즉각적인 결과 예측이 가능해진다. 또한 엔비디아 옴니버스 피지컬 AI 라이브러리를 델미아(DELMIA) 글로벌 생산 시스템 버추얼 트윈에 통합함으로써, 자율적이고 소프트웨어 정의된 생산 시스템을 구현한다. 버추얼 동반자를 통한 사용자 역량 강화도 추진된다. 엔비디아의 AI 기술과 네모트론(Nemotron) 오픈 모델, 그리고 다쏘시스템의 산업 월드 모델을 결합한 에이전틱 3D익스피리언스 플랫폼은 깊이 있는 산업 맥락을 이해하는 버추얼 동반자를 통해 신뢰할 수 있는 실행 가능한 인사이트를 산업 규모의 효율성으로 제공한다. 이번 파트너십은 다쏘시스템과 엔비디아 간 기존 협력을 한 단계 끌어올려, 산업 AI를 어떻게 구축하고, 검증하며, 대규모로 확산할 것인가에 대한 공동의 장기 비전을 제시한다. 이는 다쏘시스템의 버추얼 트윈 팩토리와 엔비디아의 AI 기술을 결합한 접근 방식이다. 다쏘시스템의 파스칼 달로즈(Pascal DALOZ) CEO는 “우리는 이제 AI가 단순히 예측하거나 생성하는 단계를 넘어, 현실 세계를 이해하는 시대로 진입하고 있다. 과학과 물리 법칙, 검증된 산업 지식에 기반한 AI는 인간의 창의성을 증폭시키는 강력한 도구가 된다”고 말했다. 이어 그는 “엔비디아와 함께 버추얼 트윈과 가속 컴퓨팅을 결합한 산업 월드 모델을 구축함으로써, 생명과학, 소재 과학, 엔지니어링, 제조 분야에서 복잡한 시스템을 보다 신뢰성 있게 설계·시뮬레이션·운영할 수 있도록 지원할 것”이라며, “이번 파트너십은 신뢰성을 설계 단계부터 내재화한 산업 AI의 새로운 기반을 제시하고, 생성형 경제 전반에서 혁신을 확장할 수 있는 토대를 마련한다”고 강조했다. 엔비디아의 젠슨 황(Jensen HUANG) CEO는 “피지컬 AI는 물리 법칙에 기반한 차세대 인공지능의 새로운 영역”이라며, “다쏘시스템과 함께 수십 년간 축적된 산업 전문성과 엔비디아의 AI 및 옴니버스(Omniverse) 플랫폼을 결합해 전 세계 수백만 명의 연구자, 설계자, 엔지니어들이 산업의 미래를 만들어갈 수 있도록 지원할 것”이라고 밝혔다.

산업 디지털 전환을 가속화하는 버추얼 트윈 (11)   제조업 전반에서 PCF(Product Carbon Footprint)에 대한 관심은 해마다 빠르게 높아지고 있다. 그 배경에는 EU를 중심으로 한 환경 규제 강화가 있으며, 특히 제품 단위의 탄소 배출량 산정을 규제 대응을 위한 산출물로 요구하고 있다는 점이 핵심이다. PCF는 LCA(Lifecycle Assessment : 전 과정 평가)의 하위 개념이다. LCA가 원재료 채굴부터 생산, 사용, 폐기까지 제품 전 생애주기의 환경 영향을 종합적으로 평가하는 반면, PCF는 그 중에서도 ‘온실 가스 배출량(GHG)’에 초점을 맞춘다는 차이가 있다.   ■ 정유선 다쏘시스템코리아의 ENOVIA 브랜드 기술 컨설턴트이다. 홈페이지 | www.3ds.com/ko   그동안 많은 OEM은 매년 ESG 보고서를 공시하기 위해, 전통적인 LCA 컨설팅 업체에 외주를 맡겨왔다. 이 과정에서 기업은 특정 공정에 대한 데이터를 엑셀 파일 형태로 제공하고, LCA 컨설팅 업체는 공정의 전력 및 에너지 소비량, 폐수 배출량 등을 분석하는 결과를 다시 엑셀 파일로 전달하는 방식이 일반적이었다. 하지만 이러한 전통적인 LCA 컨설팅은 결과와 데이터가 파일 단위로 관리되어 연속성과 추적성이 떨어질 뿐 아니라, 민감한 공정 정보를 외부에 공유해야 하는 구조적인 보안 한계를 안고 있다. 더 나아가 이는 본질적으로 공정을 개선하고 최적화하는데 목적을 두고 있기 때문에, 분석 단위가 제품이 아닌 공정으로 설정하는 경우가 대부분이다. 핵심은, 이러한 접근 방식만으로는 제품 단위의 환경 영향을 정량적으로 파악하기 어렵다는 점이다. 하나의 공정에는 여러 제품이 동시에 관여하며, 개별 제품에 영향을 미치는 환경 영향을 명확히 식별하여 영향도를 분배하기가 까다롭기 때문이다. 결과적으로 기존 방식은 제품 단위 PCF 산정과 이를 요구하는 최근의 규제 대응에는 구조적인 한계를 가질 수밖에 없다.     다쏘시스템의 LCA 설루션은 이러한 한계를 극복하기 위해 ‘설계 단계’부터 제품의 환경 영향을 체크하여 이를 사전에 줄이고자 하는 데 목적이 있다. 시스템의 분석 단위 역시 공정이 아닌 제품(Product/BOM) 이며, 설계 과정에서 빈번하게 일어나는 소재나 중량의 변경, BOM(Bill of Materials : 자재 명세서) 구조 변경 등을 즉각 반영하여 시뮬레이션할 수 있다. 이는 단순한 사후 보고를 넘어, 설계 의사결정 단계에서부터 환경 성과를 고려할 수 있게 해준다는 점에서 기존 LCA 접근 방식과 본질적인 차별98 · 성을 갖는다. 다만 제품 단위의 LCA와 PCF 산정이 실제 규제 대응과 비즈니스 의사결정에 활용되기 위해서는, 공급망 전반에 걸친 데이터 연계와 신뢰성 있는 정보 교환이 필수이다. 이러한 배경 속에서 최근에는 OEM–부품사–소재사–서비스사까지 하나의 생태계로 구성하여, 제품 및 공정 관련 데이터를 안전하게 교환할 수 있도록 만든 산업 협력 플랫폼이 등장하고 있다. 독일 정부 주도로 자동차 산업용 데이터 네트워크를 구성한 카테나-X(Catena-X)가 대표 사례다. 카테나-X에는 BMW, 메르세데스-벤츠, 폭스바겐 등 주요 OEM이 참여하고 있으며, 각 기업의 데이터를 표준 프로토콜 기반으로 중앙 데이터베이스 없이 안전하게 공유하는 구조를 갖는다. 또한 제품 및 자산 정보를 디지털 트윈 표준 구조로 표현하고, 이를 기반으로 DPP(Digital Product Passport : 디지털 제품 여권)를 표준화해 적용할 계획을 가지고 있다.     제품 단위 PCF를 요구하는 다가올 미래의 규제 환경은 제조업의 역할과 책임을 설계 단계로 앞당기고 있다. 이는 환경 성과가 더 이상 생산 이후에 사후적으로 계산되는 지표가 아니라, 설계 단계에서 의사 결정에 직접 반영되어야 함을 의미한다. PLM 기반 LCA와 공급망 데이터 플랫폼의 결합은 이러한 규제를 대응하기 위한 가장 효과적인 설루션이며, EU 시장으로 수출을 하고 있거나 이를 준비 중인 기업에게는 해당 역량을 얼마나 빠르게 설계 프로세스에 내재화하느냐가 중요한 요소가 될 것이다.     ■ 기사 내용은 PDF로도 제공됩니다.

  18　THEME. 2025 국내 엔지니어링 소프트웨어 시장조사 Part 1. 2026년 경제 및 주력산업 전망 Part 2. MDA/PDM 분야 Part 3. CAE 분야 Part 4. AEC 분야 Part 5. 엔지니어링 소프트웨어 업계 인터뷰 오토데스크코리아 오찬주 대표 PTC코리아 김도균 대표   Infoworld   Editorial 17　화면 밖으로 나온 AI, 거품론을 잠재울 실체   Case Study 47　인터랙티브 크레인 시각화 앱을 구축한 팔핑거　실시간 시각화 및 계산으로 크레인 판매 증가에 기여 52　게임으로 이어진 ‘킬 빌’의 다음 이야기　언리얼 엔진을 통해 시네마틱 경험으로 탄생한 복수극   New Products 55　HP Z북 울트라 G1a 리뷰 / 박정은　AI 엔지니어가 살펴본 모바일 워크스테이션의 새로운 기준 60　3D 형상 분석과 사용자 행동 학습으로 제조 의사결정 지원　엠피니티 66　이달의 신제품   Focus 63　모두솔루션, “지스타캐드 중심의 CAD 플랫폼 확장과 파트너 상생 강화 추진”   Column 74　디지털 지식전문가 조형식의 지식마당 / 조형식　인공지능 온톨로지와 디지털 동료 76　트렌드에서 얻은 것 No. 27 / 류용효　CES 2026, 혁신가들의 등장   On Air 80　캐드앤그래픽스 CNG TV 지식방송 지상중계　2026 엔지니어링 산업의 대전환 : AX와 피지컬 AI가 주도하는 미래   69　News 72　New Books   Directory 115　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 82　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　팔코DB와 LLM을 활용한 그래프 모델 BIM 기반 AI 에이전트 개발 85　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (11) / 최하얀　아레스 쿠도–온쉐이프 통합이 만들어낸 클라우드 CAD 워크플로의 진화 88　새로워진 캐디안 2026 살펴보기 (3) / 최영석　상세도 작성기, 스마트 공차   Mechanical 92　제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (7) / 박수민　중립 파일 솔리드화하기(IDD)   PLM 98　산업 디지털 전환을 가속화하는 버추얼 트윈 (11) / 정유선　3D익스피리언스 플랫폼 기반의 환경 전 과정 평가 설루션 소개   Analysis 100　심센터 HEEDS 더 깊게 살펴 보기 (2) / 이종학　심센터 X MDO의 새로운 HEEDS 104　앤시스 워크벤치를 활용한 해석 성공 사례 / 안지수　플루언트 웹 UI를 활용한 효율적인 파이플루언트 코드 생성 방법 108　성공적인 유동 해석을 위한 케이던스의 CFD 기술 / 나인플러스IT　케이던스–엔비디아–솔라 터빈즈의 AI 물리 기반 협력 110　가상 제품 개발을 위한 MBSE 및 SysML의 이해와 핵심 전략 (4) / 오재응　기반 아키텍처를 통한 시스템 이해 및 해석     2026-2-2025from 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기