CAE 컨퍼런스 행사장 모습(사진은 CAE 컨퍼런스 2024 전경) 국내 제조업의 디지털 전환을 이끌 ‘CAE 컨퍼런스 2025’가 오는 11월 7일(금) 수원컨벤션센터에서 열린다. 올해로 15회를 맞는 이번 행사는 ‘시뮬레이션의 미래: AI와 디지털 트윈이 주도하는 제조 혁신’을 주제로, AI(인공지능)와 CAE(Computer Aided Engineering)의 융합이 만들어내는 산업 변화와 최신 기술 트렌드를 조명한다. 이번 행사는 월간 캐드앤그래픽스가 주최하고, CAE 컨퍼런스 준비위원회가 주관하며, ‘제7회 스마트공장구축 및 생산자동화전(SMATEC 2025)’과 함께 개최된다.  올해 컨퍼런스에서는 디지털 트윈과 생성형 AI를 접목한 최신 시뮬레이션 기술이 집중적으로 다뤄진다. 앤시스코리아 강태신 전무는 ‘디지털 제조 혁신을 위한 Ansys End-to-End 솔루션’을 주제로, AI 기반 통합 시뮬레이션 전략을 통한 생산성 향상 방안을 제시한다. 연세대학교 이종수 교수는 ‘자율지능 에이전트를 위한 물리모델 기반 시스템엔지니어링 & 생성적 산업인공지능’ 발표를 통해, 분포 외(OOD) 환경에서도 신뢰성을 확보하는 모델기반 접근법을 소개한다. 나니아랩스 강남우 대표는 ‘생성형 AI에서 Agentic AI까지: 자율설계의 미래’를 주제로, 스스로 설계 의사결정을 내리는 Agentic AI 기술과 설계 자동화 사례를 공개한다. 피도텍 최병열 연구위원은 ‘RBDO, 데이터 시대에 무결점 설계를 향해’ 발표를 통해 신뢰도 기반 최적설계의 최신 적용 사례를 다룬다.  또한 메타리버테크놀로지 서인수 이사는 'GPU 기반 입자해석기술(samadii)을 활용한 반도체·디스플레이 응용 사례'를, AWS 전병승 솔루션즈 아키텍트는 ‘클라우드 기반 CAE 혁신’을 주제로 AI와 클라우드를 결합한 차세대 시뮬레이션 환경을 소개한다. 한국알테어 이승훈 본부장은 ‘CAE 최신 동향과 AI 기반 디지털 트윈 가속화’ 발표를 통해 Meshless·Multi-Physics·Cloud 기술 트렌드와 AI 가속화 사례를 발표한다. LG전자 문강석 책임은 ‘파우치형 배터리 실링 공정의 시뮬레이션 최적화’, 장일주 책임은 ‘TV 제품 CAE 자동화 및 AI 활용 사례’를 발표하며, 시뮬레이션이 제조 공정의 신뢰성과 효율성을 동시에 높이는 방법을 제시한다. 현대자동차 한만용 책임연구원은 ‘승객 모니터링과 인체모델의 융합을 통한 디지털 트윈 기술’을 통해 SDV(Software Defined Vehicle) 시대의 고객 중심 설계 혁신 사례를 소개한다. CAE 컨퍼런스 준비위원장 이종수 교수는 “생성형 AI와 물리기반 모델의 결합이 가속화되며, 신뢰성 확보와 시뮬레이션 자동화가 산업의 핵심 이슈로 부상하고 있다”고 강조했다. 그는 이어 “AI·MLOps·클라우드 기반 시뮬레이션이 주도하는 새로운 패러다임 속에서, 지속가능하고 효율적인 제조 혁신 방향을 논의하는 장이 될 것”이라고 덧붙였다. 이번 컨퍼런스에는 현대자동차, LG전자, 앤시스코리아, 피도텍, 나니아랩스, 메타리버테크놀로지, AWS, 한국알테어 등 주요 제조기업과 CAE 솔루션 기업이 참여해 최신 기술과 사례를 공유한다. 또한 SMATEC 2025 전시회와의 연계로 다양한 CAE·AI·디지털 트윈 솔루션을 현장에서 직접 체험할 수 있다. 사전등록은 CAE 컨퍼런스 공식 홈페이지(www.cadgraphics.co.kr/cae)에서 가능하다. 한편, 10월 20일에는 캐드앤그래픽스 지식방송 CNG TV에서 프리뷰 방송이 진행되어, 한국기계연구원 박종원 단장과 태성에스엔이 김지원 이사가 CAE 기술의 방향성과 AI 융합 트렌드를 소개했다.   CAE 컨퍼런스 2025 발표자 - 연세대 이종수 / 앤시스코리아 강태신 /  나니아랩스 강남우 / 피도텍 최병열 / 메타리버테크놀러지 서인수 / AWS 전병승 / 한국알테어 이승훈 / 현대자동차 한만용 / LG전자 장일주 / LG전자 문강석

한국후지필름비즈니스이노베이션(이하 한국후지필름BI)이 지난 9월 18일부터 9월 30일까지 20대부터 50대 직장인 1180명을 대상으로 실시한 ‘직장인 AI·AX 설루션 인식 조사’ 결과를 발표했다. 이번 조사는 AI 기술이 업무 현장에 어떤 방식으로 도입·활용되고 있는지와 이에 대한 직장인들의 인식을 알아보기 위해 실시됐다. 조사에 따르면 응답자의 66%가 현재 업무에서 인공지능(AI) 툴을 활용하고 있다고 답했다. 이는 직장인 3명 중 2명이 AI를 업무에 도입해 사용 중임을 의미하며, AI 기술이 빠르게 직장 내 업무 환경 전반으로 확산되고 있음을 보여준다. 가장 많이 사용되는 AI 툴(복수응답)은 챗지피티(ChatGPT, 85%)가 압도적인 비중을 차지했으며, 이어 제미나이(Gemini, 36%), 퍼플렉시티(Perplexity, 27%), 마이크로소프트 코파일럿(Microsoft Copiliot, 15%)순으로 나타났다. AI 툴 사용자들은 ‘업무 속도 향상’(70%)과 ‘결과물 품질 개선’(46%)을 주요 만족 요인으로 꼽았다. 반면, 응답자의 절반 가까이(48%)는 “효율은 높아졌지만 정확도와 의존성 문제도 경험했다”고 답했으며, ‘개인정보·영업비밀 유출 위험’(47%)과 ‘답변의 편향성·공정성 문제’(44%) 역시 주요 우려 요인으로 지적됐다. 이는 기업에서의 AI 툴 활용 확산의 지속을 위해선 보안과 신뢰성 확보가 뒷받침되어야 함을 보여준다. 한편, AI 툴을 사용하지 않는 직장인 중 절반은 ‘회사 차원의 지원 부재’(48%)를 비사용 이유로 꼽았다. 이들 중 향후 AI 툴 도입 의향이 있는 응답자들은 ‘회사 계정·툴 제공’(69%)과 ‘교육 및 가이드 제공’(57%)을 필요 요소로 선택해, AI 확산의 관건이 개인 역량보다 조직적 인프라와 정책 정비에 있음을 시사했다. 조직 차원의 AI 툴 도입 현황을 묻는 질문에서는 ‘아직 도입하지 않았다’는 응답이 47%로 가장 높았으며, 도입의 주요 장벽으로는 ‘데이터 보안 및 관리 문제’(37%)가 꼽혔다. 이는 개인뿐 아니라 조직 차원에서도 보안에 대한 우려가 AI 도입을 주저하게 만드는 핵심 요인으로 작용하고 있음을 보여준다. 결국 AI 도입의 핵심 과제는 보안이며, 디지털 전환(DX)과 AI 혁신(AX)의 성공 역시 AI에 대한 신뢰도 확보에 달려 있음을 시사한다. 한국후지필름BI의 하토가이 준 대표는 “이번 조사를 통해 AI가 이미 업무 환경에서 적극 활용되고 있지만, 결과물의 정확도와 보안, 조직 차원의 인프라 부족 등 다양한 과제가 남아있음을 확인했다”며, “앞으로 한국후지필름BI는 AI를 기반으로 협업·자동화 환경을 고도화해 중소기업 시장의 차세대 업무 생태계 구축을 선도해 나갈 것”이라고 말했다.  

오라클은 더 많은 기업이 퍼블릭 클라우드의 민첩성, 경제성 및 확장성을 누릴 수 있도록 오라클 클라우드 인프라스트럭처(OCI) 전용 리전25(Dedicated Region25)를 출시했다고 발표했다. 기업은 OCI 전용 리전25를 통해 단 몇 주 내에 최소 3개의 랙으로 구성된 풀스택 OCI 환경을 구축할 수 있으며, 공간 제약이 있는 환경에서도 손쉽게 전용 리전을 배포할 수 있다. 지난 2020년 처음 출시된 OCI 전용 리전(OCI Dedicated Region)은 대규모 하이퍼스케일 폼팩터에서 더욱 유연한 배포 형태로 발전해 왔다. 현재 전 세계적으로 60개 이상의 OCI 전용 리전과 오라클 알로이(Oracle Alloy) 리전이 운영 중이거나 계획되어 있으며, 고객은 성능, 거버넌스, 퍼블릭 OCI 환경의 호환성을 저해하지 않으면서 자사 비즈니스 규모에 최적화된 배포 모델을 선택할 수 있다.     OCI 전용 리전25는 OCI의 분산형 클라우드 제품군에 속하며, 모듈형 인프라와 간소화된 서비스 설계를 갖춘 엔터프라이즈급 소버린 클라우드를 통해 공공 및 민간 조직이 민첩성을 높이고 제품 출시 기간을 단축하도록 지원한다. 오라클은 “200개 이상의 AI 및 클라우드 서비스가 내장된 완전한 퍼블릭 클라우드 리전을 3개 랙만으로 구축 가능하고, 하이퍼스케일 수준까지 확장 가능하며, 고객 데이터센터 내에서 안전하게 운영할 수 있도록 지원한다”고 소개했다. 이에 따라 시공간적 제약 혹은 규제 관련 제약으로 전용 클라우드 리전 운영이 어려웠던 고객도 혁신을 가속화하고 새로운 비즈니스 모델을 구현할 수 있게 된다는 것이 오라클의 설명이다. 기존의 전용 클라우드 리전은 많은 조직의 전면적 클라우드 전환에 걸림돌이 되었다. OCI 전용 리전25는 ▲고도화된 네트워크 중심의 모듈형 확장성 ▲하이퍼컨버지드 표준 인프라 ▲통합 다계층(multi-layered) 보안 ▲SaaS, AI를 포함한 퍼블릭 클라우드 수준의 서비스 제공 ▲데이터 주권 요건 지원 ▲오라클 운영 클라우드 리전 등의 이점을 제공하여 클라우드 전환의 방해요소를 제거한다. OCI 전용 리전25는 최소 3개 랙으로 시작해 다운타임이나 재설계 없이 네트워크 확장 랙을 추가함으로써 하이퍼스케일까지 원활하게 확장할 수 있다. 그리고 오라클의 표준화된 고밀도 컴퓨팅 및 스토리지 랙을 활용해 데이터센터 공간 및 전력 사용을 절감할 수 있다. 고객은 더 높은 신뢰성, 빠른 복구 시간, 최대 가동 시간을 확보할 수 있으며, 복잡한 운영 부담 없이 컴팩트한 규모로 운영 가능하다. OCI 전용 리전25는 물리, 가상 전 계층에 걸친 다중적 보안 장치로 데이터와 워크로드를 보호해 높은 수준의 보안, 프라이버시, 규제 요건을 충족할 수 있도록 한다. 통합 다계층 보안 기능으로는 생체인식 잠금(biometric-locked) 랙, 암호화된 소프트웨어 정의 네트워크 패브릭 등이 포함된다. 또한 200개 이상의 OCI AI 및 클라우드 서비스를 고객 환경에서 직접 제공함으로써 데이터 주권 및 데이터 지역성 요건을 충족하면서도 퍼블릭 OCI와 동일한 운영 환경을 구현할 수 있다. 이외에도 정부 및 공공기관이 전체 오라클 클라우드 스택을 자체 환경에 배포하고 데이터 및 시스템에 대한 완전한 통제권을 유지할 수 있도록 함으로써 엄격한 수준의 데이터 주권, 프라이버시, 보안, 규제 요건을 충족할 수 있도록 지원한다. OCI 전용 리전25는 오라클이 직접 운영하는 완전한 클라우드 운영 서비스 형태로 제공되므로, 고객은 인프라 관리가 아닌 혁신에 집중할 수 있다. 스콧 트와들 OCI 제품 및 산업 담당 수석 부사장은 “기업은 가장 큰 가치 창출이 가능한 곳에서 AI와 클라우드 서비스를 자유롭게 구동하길 원하며, 소버린 AI(sovereign AI)에 대한 관심이 높아짐에 따라 데이터의 위치와 데이터 통제에 대한 요건이 엄격해져 이러한 요구 사항이 더욱 강화되고 있다”면서, “OCI 전용 리전25의 출시로 오라클은 사실상 모든 데이터센터로 오라클 클라우드의 역량을 확장할 수 있게 되었다. 이 새로운 배포 옵션은 탁월한 유연성, 운영 단순성 및 엔터프라이즈급 데이터 주권을 제공해 전용 클라우드의 기준을 새롭게 정의하고, 고객이 미래 혁신을 대비할 수 있도록 돕는다”고 말했다.

디지털 트윈과 AI가 시뮬레이션과 현실의 간극을 메우다   제조 시설은 지속적인 문제에 직면해 있다. 정비 일정은 일반적으로 실제 마모와 관계없이 3개월마다 부품을 점검하고 6개월마다 구성 요소를 교체하는 등 엄격한 일정을 따른다. 그 결과 불필요한 점검과 교체로 인한 비효율적인 시간 낭비가 발생하고, 반대로 정비 일정 전에 부품이 고장 나는 일도 생긴다. 센트랄수펠렉-파리 사클레대학교(CentraleSupélec–Université Paris-Saclay)의 지궈 젠(Zhiguo Zeng) 교수와 그의 연구팀은 디지털 트윈 기술과 딥러닝을 결합한 혁신적인 접근 방식을 통해 이 문제를 해결하고 있다. 그들의 목표는 모든 중요 부품에 센서를 배치할 필요 없이 시스템 수준의 모니터링 데이터만으로 로봇 시스템의 구성요소 수준의 고장을 감지하는 것이다. 젠 교수는 “유지보수는 공장에서 매우 큰 문제”라면서, “기계에 유지보수가 필요한 시기를 미리 안다면 주문이 적은 시기에 수리 일정을 잡을 수 있어 생산성 손실을 최소화할 수 있다”고 말했다. 그는 신뢰성 공학과 수명 예측 분야에서 풍부한 경험을 갖고 있지만, 디지털 트윈 기술은 그의 이전 연구와는 결이 다른 새로운 영역이었다. 센트랄수펠렉의 안 바로스(Anne Barros) 교수와 페드로 로드리게스-아예르베(Pedro Rodriguez-Ayerbe) 교수가 주도하는 학제 간 프로젝트인 ‘미래의 산업(Industry of the future)’에 참여하면서, 그는 디지털 트윈이 어떻게 강력한 시뮬레이션 도구를 물리적 시스템에 실시간으로 직접 연결할 수 있는지 깨달았다. 젠 교수는 “디지털 트윈은 결함 진단에 매우 유용하다. 이를 실제 기계의 데이터에 연결하여 그 데이터로 모델을 개선할 수 있다”고 설명했다.  제조업, 자동차, 항공우주 및 기타 분야로 활용 영역이 확대되면서, 디지털 트윈은 인더스트리 4.0에서 유망한 기술 중 하나로 자리잡고 있다. 물리적 객체나 시스템의 가상 복제본인 디지털 트윈(digital twin)을 생성함으로써, 조직은 운영 현황과 유지보수 필요성을 명확하게 파악할 수 있다. 또한 디지털 트윈은 예측 유지 관리 시스템 개발의 어려운 측면 중 하나인 고장 데이터의 부족에 대한 해결책을 제시한다. 젠 교수는 “현실에서는 고장이 자주 발생하는 걸 보기는 어렵다. 그래서 이제는 시뮬레이션을 통해 고장 데이터를 만들어낸다”고 설명했다.   가상과 물리의 가교 역할 디지털 트윈 프로젝트는 물리적 시스템과 가상 시스템 간의 다양한 수준의 통합을 통해 구현 옵션을 제공한다. 젠 교수의 연구팀은 세 가지 서로 다른 수준의 디지털 표현으로 작업했다. 기본 수준에서 디지털 모델은 기존 시뮬레이션처럼 작동하며, 물리적 시스템과 데이터를 교환하지 않는 정적 모델로 오프라인에서 실행된다. 그다음 단계는 디지털 섀도로, 가상 모델이 물리적 시스템의 데이터를 받아 그 행동을 미러링하지만 제어하지는 않는다. 가장 발전된 구현은 데이터와 정보의 양방향 흐름을 갖춘 진정한 디지털 트윈이다. 여기서 모델은 관찰을 바탕으로 스스로 업데이트하고 물리적 시스템을 제어하는 실시간 결정을 내린다. 연구팀은 테스트용으로 ArmPi FPV 교육용 로봇을 선택했다. 이 로봇은 5개의 관절과 하나의 엔드이펙터로 구성되며, 6개의 서보 모터로 제어된다. 결함 진단의 기초가 될 만큼 정확한 디지털 트윈을 만드는 것은 어려운 일이었다. 또한 기존 모니터링 접근 방식의 한계를 해결해야 했다. 젠 교수는 “대부분의 산업 사례에서 베어링을 진단하려면 베어링 수준의 센서가 필요하며, 이는 쉽지 않은 일이다. 내부에 베어링이 있는 큰 기계를 상상해보면 센서를 설치하기 위해서는 기계를 분해해야 하는데 때로는 공간이 충분하지 않을 때도 있다”고 말했다.   그림 1. ArmPi FPV 교육용 로봇(출처 : 센트랄수펠렉)   그들의 접근 방식은 시스템 수준 데이터(로봇 엔드 이펙터의 이동 궤적)를 사용하여 구성 요소 수준의 오류(개별 모터 문제)를 진단하는 것이었다. 또한 디지털 트윈을 사용하여 관찰할 수 있는 것과 감지해야 할 것 사이의 격차를 해소하고자 했다. 연구팀은 시뮬링크(Simulink)와 심스케이프 멀티바디(Simscape Multibody)를 사용하여 디지털 트윈을 구축했으며, 구성요소와 시스템 수준 동작을 모두 나타내는 계층적 모델을 만들었다. 젠 교수는 “모든 것은 시뮬레이션 모델을 설계하는 것으로 시작한다. 동적 시스템과 그 제어기를 모델링하고 싶다면 시뮬링크는 매우 강력하다”고 말했다. 연구팀은 시뮬링크를 사용해 모터 제어기를 PID 제어기로 모델링하면서 실험적으로 조정한 게인 값을 활용했다. 또한, 시뮬링크의 시각화 기능을 적극적으로 활용해 시뮬레이션 데이터와 실제 로봇의 센서 데이터를 연동할 수 있는 인터페이스를 구축하고, 실시간 모니터링 환경을 구성하였다. ROS 툴박스(ROS Toolbox)는 로봇 하드웨어와의 연결에서 유용한 역할을 했다. 젠 교수는 “로봇 운영 체제(Robot Operating System : ROS)를 사용하려면 일반적으로 ROS와 파이썬(Python) 환경을 별도로 구성하고 모든 연결을 직접 처리해야 한다”면서, “ROS 툴박스를 사용하면 이런 설정이 자동으로 관리되기 때문에 많은 노력을 아낄 수 있다”고 설명했다. 연구팀은 AI 모델 학습을 위한 데이터 준비 과정에서는 두 가지 접근 방식을 시도하였다. 먼저, 로봇에 입력되는 모터 명령과 그에 따른 그리퍼(gripper)의 움직임 패턴과 같은 원시 계측값을 기반으로 데이터를 수집하였다. 이후에는 디지털 트윈을 활용한 방식을 도입하였다. 시뮬레이션을 통해 로봇이 명령에 따라 어떻게 움직여야 하는지를 예측하고, 이 결과를 실제 움직임과 비교함으로써 예상과 실제 간의 차이를 도출하였다. 이러한 차이는 미세한 고장을 감지하는 데 유용한 지표로 작용하였다.   그림 2. 심스케이프 멀티바디의 로봇 팔에 대한 시뮬링크 모델(출처 : 센트랄수펠렉)   연구팀은 딥 러닝 툴박스(Deep Learning Toolbox)를 사용하여 장단기 메모리(Long Short-Term Memory : LSTM) 신경망을 훈련하여 특정 실패를 나타내는 패턴을 식별했다. 모델 아키텍처에는 각각 100개의 숨겨진 단위가 있는 두 개의 LSTM 계층, 그 사이의 드롭아웃 계층 및 완전히 연결된 분류 계층이 포함된다. 연구팀은 매트랩 앱 디자이너(MATLAB App Designer)를 사용하여 각 모터의 위치, 전압 및 온도를 포함한 실시간 데이터를 수집하는 그래픽 사용자 인터페이스를 설계했다. 이 인터페이스를 통해 로봇의 상태를 모니터링하고 오류 진단 모델의 예측을 검증할 수 있었다. 이러한 통합 도구들이 원활하게 함께 작동하면서, 연구팀은 소프트웨어 호환성 문제와 씨름하기보다는 효율적으로 기술적 과제 해결에 집중할 수 있었다.   현실 격차에 도전하다 연구팀은 실제 로봇에서 훈련된 모델을 테스트했을 때 연구원들이 ‘현실 격차’라고 부르는 시뮬레이션과 현실 세계 간의 불일치에 직면했다. 결함 진단 모델은 시뮬레이션에서 98%의 정확도를 달성하여 모터 고장의 위치와 유형을 모두 정확하게 식별했지만, 실제 로봇에서 테스트했을 때 성능은 약 60%로 떨어졌다. 젠 교수는 “시뮬레이션이 현실과 일치하지 않는 이유를 분석하고 있다”고 말하며, “실제 세계를 시뮬레이션 상에서 표현할 때 고려하지 못한 요소들이 있다”고 설명했다. 젠 교수와 그의 연구팀은 통신 신뢰성 문제, 시뮬레이션에서 고려되지 않은 모터 노이즈, 제어 명령과 모니터링 활동 간의 동기화 문제 등 성능 격차에 기여하는 여러 요인을 확인했다.   그림 3. 정상 상태 오류에서 로봇 팔의 애니메이션 및 관련 혼동 매트릭스(출처 : 센트랄수펠렉)   이러한 과제는 디지털 트윈 애플리케이션의 광범위한 문제를 반영한다. 현실은 가장 정교한 시뮬레이션보다 더 복잡하다. 연구팀은 낙담하기보다는 실제 노이즈 패턴을 시뮬레이션 하는 모듈을 디지털 트윈에 추가하고 전이 학습에 도메인 적응 기술을 적용하는 등 이러한 격차를 해소하기 위한 방법을 개발했다. 젠 교수는 “디지털 트윈 모델을 개발할 때 보정 테스트를 하긴 하지만, 이 역시 통제된 환경에서 이루어진다”고 말했다. 이어서 “하지만 산업 현장에 모델을 실제로 적용하면 훨씬 더 많은 노이즈가 포함된 데이터를 접하게 된다. 이처럼 현실의 노이즈를 알고리즘 관점에서 어떻게 보정할 것인가는 매우 도전적인 연구 주제”라고 설명했다. 이러한 수정을 통해 연구팀은 실제 세계 정확도를 약 85%까지 개선했다. 이는 실용적 구현을 향한 중요한 진전이다.   소규모 실험실에서 스마트 공장으로 연구팀의 작업은 단일 로봇을 넘어서 확장되고 있다. 이들은 다수의 로봇이 협업하며 생산 라인을 구성하는 소규모 스마트 공장 환경을 구축하고 있으며, 이를 통해 고장 진단 알고리즘을 보다 실제에 가까운 조건에서 실험하고자 한다. 젠 교수는 “우리는 미니 스마트 공장을 구축하려고 한다”면서, “생산 설비와 유사한 환경을 만들어 로봇에 알고리즘을 적용해, 실제 생산 스케줄링에 통합될 수 있는지를 실험하고 있다”고 설명했다. 이러한 접근 방식은 교육적 효과도 크다. 센트랄수펠렉의 공학과 학생들은 수업과 프로젝트를 통해 디지털 트윈, 로보틱스, 머신러닝 기술을 실습 기반으로 학습하고 있다. 젠 교수는 “학생들이 처음부터 가상 공간에서 모델을 직접 설계하고 이를 점차 실제 로봇과 연결해가는 과정을 보면, 그들이 이 과정을 진심으로 즐기고 있다는 걸 알 수 있다”고 전했다. 이 연구는 제조업뿐 아니라 물류, 스마트 창고 등 다양한 산업 분야로의 확장이 가능하다. 예를 들어 스마트 창고에서는 로봇이 정해진 경로를 따라 이동하지만, 장애물이 나타나면 이를 인식하고 경로를 유동적으로 조정해야 한다.   그림 4. 여러 로봇이 소규모 스마트 공장 환경의 생산 라인에서 협력하여 작동한다.(출처 : 센트랄수펠렉)   젠 교수는 “스마트 창고에서 로봇은 사전 정의된 규칙을 따르지만, 패키지가 떨어지고 경로가 막히는 등 경로를 리디렉션하고 다시 프로그래밍해야 하는 경우가 있을 수 있다. 이런 경우 로봇을 조정하기 위해 각 로봇의 실시간 위치를 알아야 하기 때문에 디지털 트윈 시스템이 필요하다”고 설명했다. 연구팀은 구성요소가 고장 날 때 로봇의 움직임을 조정하는 것과 같은 내결함성 제어를 포함한 추가 응용 프로그램을 모색하고 있다. 또한 연구자들은 에너지 소비만 고려하는 것이 아니라, 궤적 최적화 모델에서 각 모터의 성능 저하 수준과 잔여 유효 수명도 고려하는 건전성 인식 제어를 개발하고 있다. 그들의 코드, 모델, 데이터 세트를 깃허브 저장소(GitHub repository)를 통해 자유롭게 공개하고 있으며, 다른 연구자들이 이를 바탕으로 연구를 확장해 나가기를 기대하고 있다. 목표는 개선의 출처가 어디든 간에, 보다 나은 고장 진단 시스템을 구축하는 것이다. 젠 교수는 “누군가 우리보다 더 나은 결과를 만들어낸다면 정말 기쁠 것”이라고 전했다. 중국 제조업 현장에서 일하던 부모님의 영향을 받아 공학자의 길을 걷게 된 젠 교수에게 이번 연구는 단순한 학문적 탐구를 넘어선 개인적인 사명이기도 하다. 젠 교수는 “어릴 때 제조업에서 일하는 것이 얼마나 힘든 일인지 직접 보며 자랐다”면서, “내가 그렸던 비전은 그런 육체 노동을 로봇이 대체하게 해 사람들이 보다 나은 삶을 살 수 있도록 하는 것이었다”고 전했다.   ■ 이웅재 매스웍스코리아의 이사로 응용 엔지니어팀을 이끌고 있으며, 인공지능·테크니컬 컴퓨팅과 신호처리·통신 분야를 중심으로 고객의 기술적 성공을 지원하는 데 주력하고 있다. LG이노텍과 LIG넥스원에서 연구개발을 수행하며 신호처리와 통신 분야의 전문성을 쌓아왔다.     ■ 기사 PDF는 추후 제공됩니다.

시놀로지가 디스크스테이션 매니저(DSM) 7.3의 출시를 발표했다. 이번 버전은 향상된 스토리지 효율성, 강화된 보안 및 신뢰성, 그리고 새로운 생산성 기능을 제공한다. 시놀로지 DSM 7.3에서 제공하는 시놀로지 티어링(Synology Tiering)은 액세스 패턴을 기반으로 파일을 자동으로 이동시켜, 자주 사용하는 ‘핫’ 데이터는 고성능 스토리지에, 드물게 접근하는 ‘콜드’ 데이터는 비용 효율적인 티어에 배치한다. 또한 수정 시간이나 접근 빈도에 따라 사용자가 정책을 지정해 데이터 이동 시점과 방식을 세밀하게 제어할 수 있다.     지난 12개월간 DSM은 50건 이상의 선제적 보안 업데이트를 적용했으며, DSM 7.3에서는 KEV, EPSS, LEV 등 업계 표준 위험 지표를 도입해 위협 우선순위 지정과 보호 기능을 더욱 강화했다. 오피스 스위트(Office Suite)도 커뮤니티의 요구를 반영해 개선됐다. 시놀로지 드라이브(Synology Drive)는 공유 라벨, 간소화된 파일 요청, 향상된 파일 잠금 기능을 제공해 협업을 더 원활하게 지원한다. 또한 메일플러스(MailPlus)는 이메일 검토 기능으로 보안을 강화하고, 도메인 공유 기능을 추가해 분산된 인프라 전반에서 사용자 신원을 통합할 수 있도록 했다. 시놀로지 AI 콘솔(Synology AI Console)은 2025년 8월 출시 이후 지금까지 43만 대 이상의 시놀로지 시스템에 배포돼, 온프레미스 환경에서 AI 기반 협업과 관리를 지원하고 있다. DSM 7.3에서는 맞춤형 데이터 마스킹과 필터링 기능이 추가되어, 민감한 정보가 타사 AI 서비스로 전송되기 전에 로컬에서 보호할 수 있도록 하여 보안성과 워크플로 신뢰성을 한층 높인다. 또한, 시놀로지 AI 콘솔은 앞으로 모든 OpenAI 호환 API 지원을 추가할 예정이며, 이를 통해 프라이빗 AI 인프라와의 원활한 통합이 가능해지고, 조직은 완전한 데이터 프라이버시와 보안 하에 AI 서비스를 유연하게 배포할 수 있다. 시놀로지는 신뢰할 수 있고 고성능의 스토리지 시스템 제공에 전념하고 있다. 하드웨어와 소프트웨어 구성 요소 모두에 대한 엄격한 검증은 오랜 기간 핵심 개발 우선순위였다. 시놀로지 스토리지 드라이브는 타사 검증 프로그램과 함께 DSM에서 최고의 신뢰성을 제공하도록 설계되었다. 시놀로지는 드라이브 제조업체와 협력하여 인증된 저장 매체의 범위를 확대하고, 더 신뢰할 수 있는 옵션을 제공한다. 한편, 2025년형 DiskStation Plus, Value, J 시리즈는 DSM 7.3에서 타사 드라이브를 사용한 설치 및 스토리지 풀 생성을 지원하여 사용자의 유연성을 높인다. 시놀로지의 케네스 수(Kenneth Hsu) 시스템 그룹 디렉터는 “데이터가 빠르게 증가함에 따라 이를 관리하고 처리하며 가치를 극대화할 수 있는 고급 설루션이 필요하다”면서, “DSM 7.3은 안전하고 신뢰할 수 있으며, AI 혁신까지 지원할 준비가 된 플랫폼 위에서 고객이 변화하는 데이터 관리 과제를 자신 있게 해결할 수 있도록 돕는다”고 전했다.

최적화 문제를 통찰하기 위한 심센터 히즈 (8)   이번 호에서는 파이프 유로 형상 설계 최적화를 위해 NX CAD와 심센터 스타-CCM+(Simcenter STAR-CCM+)를 사용하여 CAD 치수 변수를 수정하며 유동해석의 자동화 워크플로를 구성하고 최적화를 진행하는 과정을 소개한다. ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 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   이번에 사용할 심센터 스타-CCM+는 2006년에 첫 버전이 공개되었으며, 통합된 환경과 클라이언트-서버 접근 방식은 당시의 CFD 해석 방법에 새로운 패러다임을 제시했다. 첫 출시 이후 주요 기능이 빠르게 확장되었는데, 대표적으로 코드의 기반이 되는 ‘메시 파이프라인(mesh pipeline)’과, 산업용 CFD 최초로 다면체(polyhedral) 메시 기술을 도입한 점이 큰 변화였다. 2010년에는 컴퓨팅 하드웨어의 가격이 저렴해지는 반면, 라이선스 비용이 하드웨어 활용의 제약이 된다는 시장의 목소리를 반영해 ‘파워 세션(Power Session) 라이선스’를 도입하였고, 이를 통해 하나의 고정 비용으로 무제한 코어에서 대규모 병렬 해석을 수행할 수 있게 되어, 소프트웨어 사용 비용과 하드웨어 활용 간의 한계를 완전히 해소하는 사용 환경을 마련하였다. 2012년에는 업계 최초로 ‘오버셋 메시(overset meshes)’ 기능을 도입해 실제 현장에서 움직이는 격자 기반 해석을 더욱 직관적으로 구현할 수 있게 되었고, 2015년에는 산업용 CFD를 넘어 유체-구조 연성 등 진정한 다중물리 해석을 지원하기 위해 유한요소(finite elements) 해석 솔버를 통합했으며 전자기 해석까지 기능을 확장했다. 오늘날 스타-CCM+는 자동화 기능, 설계 탐색 도구, 포괄적인 다중물리 해석, 그리고 산업을 선도하는 데이터 분석 및 협업형 가상현실 환경까지 지원하며 그 성장을 지속하고 있다. 그 외에도 다양한 혁신적 진보를 이루었지만, 이 내용만으로도 지난 짧은 기간 내 스타-CCM+가 얼마나 빠르게 발전했는지 잘 보여준다고 할 수 있다.   그림 1   프로세스 자동화 다분야 설계 최적화(MDO : Multidisciplinary Design Optimization) 수행 시 설계 및 분석에서 효율적인 데이터 교환 및 프로세스 연동이 필수이므로, 데이터를 신속하고 정확하게 받기 위해서는 다이렉트 인터페이스 포털(Direct Interface Portal)이 필요하다. HEEDS(히즈)에서는 심센터 스타-CCM+를 위한 포털(Portal)을 제공하므로 빠른 설정이 가능하다. 그림 2는 HEEDS에서 제공하는 다양한 설루션의 다이렉트 인터페이스 포털 목록이다.   그림 2   <그림 3>은 파이프 유로 설계 최적화 자동화 워크플로의 주요 단계와 각 툴의 역할을 요약한다.   그림 3   첫째, NX_CAD 포털에서는 HEEDS가 NX CAD의 파트 파일(*.prt)을 NX Expressions를 활용하여 변수(치수 등)를 자동으로 수정한다. 수정된 파이프 형상이 파라솔리드(parasolid) 형식(*.x_t)으로 내보내지는데, 이 파일에는 해석에 필요한 Named Face(경계면) 정보를 포함한다. 둘째, STAR-CCM+ 포털에서는 스타-CCM+ 해석 파일(*. sim)이 전달받은 신규 형상(*.x_t)을 읽고, 메시 업데이트와 경계조건 수정이 자동으로 적용된다. 이후 유동 해석이 수행된 뒤, 결과값은 HEEDS가 자동 추출한다. <그림 3>은 NX CAD와 스타-CCM+ 간의 입력/출력 파일 흐름, 형상 전송, 변수-응답 데이터 매핑 관계를 시각적으로 정리한다. 이처럼 각 단계를 자동화로 설정하면 설계 변수 변경부터 해석 실행 및 결과 평가까지 전체 최적화 과정을 빠르고 효율적으로 반복할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

알테어는 9월 5일 ‘2025 추계 AI 워크숍’을 진행했다. ‘엔지니어를 위한 AI’를 주제로 진행된 이번 워크숍에서 알테어는 AI를 활용해 제품 개발 프로세스를 가속화하고 의사결정의 정확성을 높이며, 지능형 디지털 트윈을 완성한다는 비전을 선보였다. 또한 AI 기반 시뮬레이션, 생성형 AI, AI 에이전트, 지식 그래프 등 최신 AI 기술의 실제 적용 사례와 활용 방안을 소개했다. ■ 정수진 편집장     한국알테어의 김도하 지사장은 개회사를 통해 AI 기술이 산업 고객의 현장에서 빠르게 내재화되며 동반 성장하고 있다면서, “이는 고객들이 명확한 비전과 단계별 로드맵을 가지고 각자의 환경에 맞춰 AI를 접목하고 있기 때문”이라고 설명했다. 또한, 국가 AI 프로젝트가 시작되어 1만 4000 장의 GPU가 1차 도입되는 등 정부가 주도하는 ‘소버린 AI’ 시대가 열리고 있는 점에 주목하면서, “AI를 통한 제조 산업의 르네상스가 도래하고 있으며, 알테어 또한 시장과 함께 성장하기 위해 준비하고 있다”고 전했다.   엔지니어링 언어를 학습하는 AI 알테어의 케샤브 선다레시(Keshav Sundaresh) 디지털 전환 총괄 시니어 디렉터는 “AI는 더 이상 개념이 아니라 실제 현장의 핵심 기술”이라면서, 엔지니어링 수명주기 전반에 걸친 로코드·고효율 AI 접근법을 구현해야 한다고 짚었다. MIT의 연구에 따르면, 기업의 생성형 AI 파일럿 프로젝트 가운데 95%가 실질적인 재무 성과를 내는 데 실패하고 있는 것으로 나타났다. 그 원인으로는 ▲특정 결과에 편중된 데이터 ▲단편적이고 사일로화된 데이터 ▲값비싼 컴퓨팅 자원 ▲도메인 지식과 AI 기술 간 격차 ▲기존 시스템과의 통합 및 신뢰성 문제 등이 꼽힌다. 선다레시 시니어 디렉터는 이런 현실적 장벽을 극복할 수 있도록 알테어와 지멘스의 기술 역량을 결합해 AI 기반의 통합 설루션 포트폴리오를 제공할 수 있다는 점을 강조했다. “제품의 요구사항 정의부터 폐기에 이르는 모든 과정에서 AI를 활용하고, 단절된 디지털 스레드를 통합하여 데이터 기반의 신속한 의사결정을 지원하겠다”는 것이다. 이를 위한 핵심 전략은 ‘AI에게 엔지니어링 및 제조의 언어’를 가르치는 것이다. 기존의 LLM(대규모 언어 모델)이 텍스트나 이미지 등 일반 데이터에 강점을 보인다면, 지멘스와 알테어는 기계 설계, 전기/전자, BOM(Bill-of-Materials), 시뮬레이션 데이터 등 산업 특화 데이터를 학습시켜 신뢰도 높은 ‘산업용 파운데이션 모델(Industrial Foundation Model)’을 구축하고 있다는 것이 선다레시 시니어 디렉터의 설명이다.   AI 확산으로 제조 혁신의 속도 높인다 AI 비전을 구체화하는 방법론으로 알테어는 ‘라이프사이클 인텔리전스(Lifecycle Intelligence)’ 프레임워크를 제시했다. 이 프레임워크는 AI 도입의 장벽을 낮추고 모든 엔지니어가 AI를 손쉽게 활용해 혁신을 가속화할 수 있도록 하는 데에 중점을 두고 있다. 선다레시 시니어 디렉터는 ▲반복 작업의 자동화 및 대규모 데이터 분석으로 인간 전문가의 역량을 강화하고 ▲기존 워크플로와 도구에 AI 기능을 통합하여, 학습 부담 없이 자연스러운 AI 활용을 도우며 ▲코딩 지식과 관계 없이 모든 사용자가 AI를 구축하고 배포할 수 있는 환경을 제공하는 세 가지 접근법을 통해 AI 도입을 가속화한다는 로드맵을 소개했다. 이 프레임워크를 활용하면 전처리 영역에서는 형상 인식 AI 기술로 부품 분류 및 군집화를 자동화하거나, 자연어 처리(NLP) 기반 코파일럿을 통해 모델 정리부터 전체 해석 설정까지 대화형으로 수행할 수 있다. 솔빙 영역에서는 기존의 시뮬레이션 데이터를 학습해 CAD 또는 메시 단계에서 물리 현상을 빠르게 예측할 수 있고, 시스템 레벨의 시뮬레이션 속도를 높일 수 있다. 후처리 영역에서는 AI가 핫스폿이나 파손 영역을 자동 식별해 결과 분석을 돕는다. 이 프레임워크의 기술적 기반은 분산된 데이터를 연결하는 ‘데이터 패브릭’과 AI 모델을 개발·운영하는 ‘AI 팩토리’의 결합이다. 선다레시 시니어 디렉터는 알테어의 데이터 분석/AI 플랫폼인 래피드마이너(RapidMiner)와 로코드 앱 개발을 지원하는 지멘스 멘딕스(Mendix)를 통해 라이프사이클 인텔리전스를 구현할 수 있다고 설명했다.     엔지니어링 AI의 혁신 동력 에이전틱 AI(Agentic AI), 지식 그래프(Knowledge Graph), 생성형 AI 등 최신 AI 기술이 R&D부터 설계와 제조까지 엔지니어링 전반의 혁신을 가속화하고 있다. 알테어는 이들 기술이 개별적으로도 강력하지만, 서로 결합하면서 데이터 기반의 신속한 의사결정을 지원하고 기존 워크플로를 지능적으로 전환하는 핵심 동력으로 작용한다고 소개했다. AI 에이전트는 사용자를 대신해 특정 목표를 이해하고 자율적으로 판단 및 실행하는 ‘지능형 디지털 대리인’이다. 단순 반복 작업을 자동화하는 것을 넘어서, 여러 에이전트가 협업하는 다중 에이전트 구조를 통해 복잡한 과업을 수행하는 것이 최근의 흐름이다. 엔지니어링 현장에도 공정 상 발생한 문제에 대해 자연어로 질문하면 해결 방법을 제시하거나, 생산 라인의 다운타임 원인을 분석하고 관련 데이터를 종합해 보고하는 등의 AI 에이전트가 도입되고 있다. 알테어는 시각적 워크플로 설계 도구를 통해 이러한 AI 에이전트를 쉽게 구축하고 AI 클라우드 프로세스와 원활하게 연결하는 방법을 제시했다. 지식 그래프는 다양한 출처(소스)에 분산된 데이터를 하나의 의미 계층(semantic layer)으로 통합해서 데이터 간의 숨겨진 관계를 파악하게 하는 기술이다. 이는 AI 모델의 가장 큰 문제점으로 꼽히는 환각(hallucination) 현상을 최소화하고, 장기적인 맥락을 이해하는 메모리로 기능하면서 신뢰성 높은 AI 에이전트를 구현할 수 있게 돕는다. 엔지니어링 분야에서 지식 그래프는 여러 AI 에이전트가 일관된 지식 베이스를 공유하게 해서 협업의 효율을 높이고, 공장 문제 해결 시 여러 데이터베이스에 동적으로 접근하여 질문에 답하는 아키텍처를 구현하는 데 쓰인다.   PLM과 AI의 시너지로 더 큰 혁신도 가능 알테어는 지난 3월 지멘스와의 합병을 완료했다. 제조 기술에 강점을 가진 지멘스와 엔지니어링 및 AI 기술에 집중해 온 알테어의 시너지에 대해, 이번 워크숍에서 한 가지 실마리를 발견할 수 있었다. 알테어는 AI와 PLM(제품 수명주기 관리)의 결합이 제조업의 패러다임을 바꿀 것으로 보았다. 한국알테어 최병희 본부장은 “많은 기업이 PLM 시스템에 제품의 설계부터 생산, 운영까지 대량의 데이터를 축적하고 있지만, 이를 제대로 활용하지 못하고 있다. 이 PLM 데이터를 AI로 분석해 기업의 핵심 자산으로 만들고, 경험에 의존하던 사후 대응 방식의 업무 환경을 미래가 예측하고 문제를 예방하는 예측 기반의 업무 환경으로 혁신할 수 있다”고 소개했다. 지멘스의 PLM 설루션인 팀센터(Teamcenter)가 제품의 모든 역사를 기록한 단일 진실 공급원(single source of truth)이라면, 알테어의 래피드마이너는 코딩 지식이 없이도 AI 모델을 개발할 수 있는 ‘똑똑한 AI 분석가’라고 할 수 있다. 두 설루션을 통합하면 래피드마이너가 팀센터의 데이터를 분석해 숨겨진 패턴과 인사이트를 찾아내고, 이를 바탕으로 미래 예측 모델을 생성할 수 있다. 그리고 이 예측 결과를 다시 팀센터에 전달해 시스템 전체가 똑똑해지는 선순환 구조를 만든다. 최종적으로는 현실을 명확히 이해하고 미래를 예측하는 ‘지능형 디지털 트윈’을 완성할 수 있다는 것이 최병희 본부장의 설명이다. 이 외에 공급망 최적화, 품질 이상의 조기 탐지, 고객 피드백의 반영 등 다양한 분야로 시너지를 확장할 수 있는 가능성도 점칠 수 있다. 최병희 본부장은 “PLM 데이터를 시작으로 ERP, MES, CRM 등 분산된 기업 데이터를 통합하면 더 큰 범위의 업무 혁신이 가능하다”고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 9월 2일 ‘PTC 크레오12 론칭 웨비나’를 개최하고, 설계 및 엔지니어링 작업 효율을 극대화하도록 향상시킨 크레오 12.4의 새로운 기능을 소개했다. 이번 웨비나에서는 더욱 강력하고 사용자 친화적으로 개선된 크레오 12의 핵심 변화점들이 집중 조명됐다. 특히 단순한 기능 확장을 넘어 실제 업무 현장에서 체감할 수 있는 생산성 향상에 초점을 맞춘 업데이트 내용이 주목받았다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   설계부터 제조까지 통합 설루션 강화 크레오 12.4는 설계 효율과 검증 정확도를 높이는 핵심 기능들로 업데이트됐다. 주요 개선사항은 UI/UX 개선, 시뮬레이션 고도화, MBD 및 GD&T Advisor 정밀성 강화, 생성형 설계(GTO/ GDX) 성능 향상 등이다. PTC코리아 김도균 대표는 “크레오 12.4는 이전 버전에서 경험하지 못했던 체감 성능과 워크플로 효율을 제공한다”며, “중요한 것은 기능의 개수가 아니라, 이를 통해 리드타임을 줄이고 비용을 절감할 수 있느냐”라고 강조했다. PTC코리아 박정호 CAD 사업 총괄대표는 “이번 웨비나는 단순히 새로운 기능을 소개하는 자리가 아니라 실제 업무에서 얼마나 효율적으로 활용할 수 있는가에 초점을 맞췄다”고 설명했다.   ▲ PTC코리아 김도균 대표   반복 작업 절반으로 단축, 생산성 대폭 향상 가장 눈에 띄는 개선점은 설계자 생산성 강화다. 신기능 툴팁과 개선된 트리 구조로 설계 환경이 직관적으로 개선됐으며, 피처 옵션 프리셋과 최근 사용값 불러오기 기능으로 반복 작업 시간을 절반 이상 단축했다. 인클로즈 볼륨 기능, 멀티보디 지원, 성능 리포트 강화 등도 설계 과정 전반의 효율을 높였다. 선도솔루션 황교성 주임은 “크레오 12.4에는 48가지 이상의 기능 개선이 포함되어 있으며, 이를 통해 설계자의 실제 작업 시간이 평균 30% 단축되는 효과를 기대할 수 있다”고 밝혔다.   ▲ 선도솔루션 황교성 주임   GPU 활용 확대로 시뮬레이션 성능 대폭 개선 시뮬레이션 분야에서는 앤시스 2025R1 솔버 탑재로 GPU 활용이 확대되고 접촉 처리와 오류 로깅이 향상됐다. 자동 접촉 인식, 베어링 하중, 패스너 이상화 기능이 추가돼 복잡한 해석도 간단한 조건만으로 현실적인 결과를 얻을 수 있게 됐다. 글루온아이엔에스 허훈 팀장은 “CSL과 앤시스 솔버가 GPU 활용과 자동 접촉 기능을 강화하면서 복잡한 해석도 간단한 조건 정의만으로 실제와 유사한 결과를 얻을 수 있게 됐다”고 평가했다.   ▲ 글루온아이엔에스 허훈 팀장   국제 표준 준수 자동화로 설계 오류 최소화 모델 기반 정의(MBD)와 GD&T Advisor 기능도 대폭 개선됐다. MBD는 3D 모델에 직접 치수와 공차를 입력해 협업과 변경 검토를 용이하게 하며, 주석 복사·붙여넣기, 의도 체인, 평면 지름 치수 지원 등 실무 친화 기능이 추가됐다. 쓰리피체인 박상범 차장은 “MBD와 GD&T Advisor 개선으로 반복 입력이 크게 줄었고, 표준을 자동으로 준수할 수 있어 설계 오류와 제조 비용을 동시에 줄이는 효과가 크다”고 설명했다.   ▲ 쓰리피체인 박상범 차장   AI 기반 생성형 설계로 최적화 수준 한 단계 향상 생성형 설계 모듈(GTO/GDX)에는 열 기반 최적화, 보존 보디·서피스 연결, 강체 지정 기능이 새롭게 추가됐다. 이를 통해 열 해석이 필요한 분야의 설계 최적화가 가능해지고, 형상 연결의 안정성이 강화되며, 해석 속도도 향상됐다. 모두솔루션 백승환 과장은 “크레오 제너레이티브 디자인은 설계자가 미처 생각하지 못한 형상을 자동으로 생성하며, 이번 업데이트로 더욱 신뢰성 있고 완성도 높은 최적화가 가능해졌다”고 강조했다.   ▲ 모두솔루션 백승환 과장   한편 발표자들은 크레오 12.4가 실시간성, 재사용성, 표준성을 기반으로 설계·검증·제조 전 과정을 더 빠르고 안정적으로 연결한다고 한 목소리로 강조했다. 이번 업데이트는 설계자가 현장에서 직접 체감할 수 있는 생산성과 경쟁력 향상을 목표로 하고 있다는 것이 PTC의 설명이다.     ■ 기사 내용은 PDF로도 제공됩니다.

슈나이더 일렉트릭 코리아가 2025년 10월 부산 벡스코에서 열리는 조선·해양 산업 전문 전시회인 ‘코마린(KORMARINE) 2025’에 참가한다고 밝혔다. 1980년에 첫 선을 보인 이래 올해로 24회째를 맞이하는 코마린은 대한민국 최대 규모의 조선·해양·에너지 산업 전문 전시회로 자리 잡았다. 올해는 ‘에너지 전환과 탄소중립’이라는 공동 과제에 대해, HD현대, 삼성중공업, 한화오션 등 대한민국을 대표하는 조선 기업을 비롯해 스웨덴, 네덜란드 등 15개국 이상이 국가관 형식으로 참가해 첨단 기술을 선보일 예정이다. 슈나이더 일렉트릭은 이번 코마린 2025에서 ‘넷제로 시대의 항해, 디지털 전환과 회복탄력성을 위한 임팩트’라는 주제를 기반으로, 조선·해양 산업이 당면한 핵심 과제인 탄소중립(Net-Zero), 디지털 전환(Digital Transformation), 운영 회복탄력성(Operational Resilience)에 대응할 수 있는 포괄적 설루션을 전시한다. 슈나이더 일렉트릭은 글로벌 시장에서의 경험과 노하우를 바탕으로, 해양 산업의 고객들이 효율과 안정성, 지속가능성을 동시에 확보할 수 있도록 지원할 예정이다.     먼저 탄소중립 존에서는 슈나이더 일렉트릭의 IoT 기반 디지털 설루션인 에코스트럭처(EcoStruxure)를 활용한 마린 설루션을 그래픽월을 통해 만나볼 수 있다. 이 그래픽월에서는 해양 업계의 에너지 효율을 높이는 슈나이더 일렉트릭의 다양한 제품군과 통합 에너지관리 서비스를 한 눈에 확인 가능하다.   또한 슈나이더 일렉트릭의 통합 전력 관리 플랫폼인 ‘에코스트럭처 파워 모니터링 엑스퍼트(EcoStruxure Power Monitoring Expert : PME)’가 소개된다. PME는 선박과 해양 플랜트의 전력 소비를 실시간으로 모니터링하고, 에너지 사용 패턴을 분석해 효율을 극대화할 수 있는 디지털 플랫폼이다. 이를 통해 운영자는 불필요한 에너지 낭비를 줄이고, 탄소 배출을 최소화할 수 있다. 특히 IMO(국제해사기구)의 환경 규제가 강화되는 상황에서, PME는 조선·해양 기업이 국제 규제 기준을 충족하면서 동시에 경쟁력을 유지할 수 있도록 돕는다. 운영 회복탄력성 존에서는 안정적인 전력 공급과 긴급 상황 대응을 위한 핵심 설루션이 전시된다. 차폐형 고체 절연 시스템에 기반한 ‘프림셋(PremSet)’은 차세대 고압 (MV) 스위치 기어로, 가압 발생 시에도 사고가 발생하지 않으며 물이 프림셋 주변으로 차올라도 정상적인 운전이 가능하다. 또한 해양 산업의 까다로운 환경에서도 안정적인 전력을 보장하는 단상 UPS 설루션도 만나볼 수 있다. 이는 선박 및 통신 장비의 연속 가동을 지원하며, 소형 설비에도 최적화된 전원 보호 기능을 제공해 해양 산업 전반에 걸쳐 신뢰성 있는 운영을 가능하게 한다. 디지털 전환 존에서는 대표적으로 ‘마스터팩트MTZ 액티브(MasterPacT MTZ Active)’를 선보인다. 마스터팩트MTZ 액티브는 즉각적인 대응 능력을 갖춘 디지털 차단기로, 고장이나 이상 상황 발생 시 신속히 문제를 차단해 선박 및 해양 플랜트의 연속 가동을 지원한다. 디지털 기반의 아키텍처를 통해 원격 진단과 업그레이드가 가능해 유지관리 효율성 또한 높다는 것이 슈나이더 일렉트릭의 설명이다. 이와 함께 지난 6월에 출시한 프로페이스(Pro-face)의 HMI ‘GP6000’도 확인 가능하다. GP6000은 산업 자동화 현장에서 설비 상태를 실시간으로 모니터링하고 제어하는 HMI 설루션으로, 다양한 화면 사이즈와 모듈형 구조, 높은 해상도 및 디스플레이 품질을 바탕으로 최적의 구성과 성능을 제공하는 최신형 인터페이스 제품이다. 고객의 요구에 맞춰 어드밴스드 모델과 스탠다드 모델 두 가지로 구분되어 있으며, 어드밴스드 모델은 올해 말 출시될 예정이다. 슈나이더 일렉트릭 코리아 권지웅 대표는 “조선·해양 산업은 글로벌 에너지 전환과 탄소중립 실현을 위한 중요한 산업군이며, 무엇보다 안정적이고 효율적인 운영이 요구되는 분야”라며, “슈나이더 일렉트릭은 글로벌 리더십과 현지 경험을 기반으로 디지털 전환, 에너지 최적화, 운영 회복탄력성을 실현할 수 있는 임팩트 설루션을 제공함으로써 고객이 지속가능성과 경쟁력을 동시에 확보하도록 지원하겠다”고 말했다.