주요 스마트 건설 DX 솔루션 소개 온톨로지 기반 데이터 지능 플랫폼, NAXiS  개발 및 자료 제공 : 이에이트, 02-6410-2802, https://e8ight.co.kr/   NAXiS(넥시스)는 운영 데이터를 ‘의미 중심 구조’로 재정의하여, AI와 분석 시스템이 동일한 기준으로 이해하고 판단할 수 있도록 만드는 온톨로지 기반 데이터 지능 플랫폼이다. 기존 데이터 환경에서는 시스템과 조직별로 데이터 정의가 달라, 동일한 데이터에도 해석과 판단이 일관되지 않았고, 그 결과 AI는 같은 질문에 서로 다른 답을 내놓거나 운영 맥락을 충분히 반영하지 못하는 한계를 보여 왔다. 데이터가 축적될수록 이러한 문제는 더욱 심화되어 AI 결과에 대한 신뢰성 저하로 이어졌다. NAXiS는 이러한 문제를 AI 모델의 성능이나 알고리즘의 고도화로 해결하려 하지 않는다. 대신, AI가 판단의 근거로 삼는 데이터 자체의 의미와 기준을 먼저 정립하는 데 집중한다. 자산, 설비, 공정, 이벤트, 규칙 등 운영 환경을 구성하는 요소들을 온톨로지 기반의 개념 체계로 구조화하고, 데이터 간의 관계와 맥락을 명시적으로 정의함으로써 모든 AI와 애플리케이션이 동일한 의미 체계 위에서 작동하도록 한다.  이를 통해NAXi는 조직 내에 분산된 데이터를 단순히 연결하는 수준을 넘어, 전사적으로 신뢰할 수 있는 단일 진실 공급원(Single Source of Truth)을 구현한다. 결과적으로 NAXiS는 AI를 하나 더 만드는 플랫폼이 아니라, AI가 정확하고 일관되게 판단할 수 있도록 만드는 ‘판단 기준의 플랫폼’으로 기능한다. 1. 주요 특징  (1) 도메인 온톨로지 기반 모델링 자산, 설비, 공정, 이벤트, 규칙 등 운영을 온톨로지 기반의 개념 체계로 모델링하고, 데이터 간의 관계와 인과 구조, 맥락을 명시적으로 정의한다. 이를 통해 현장에 축적된 암묵적 지식과 경험을 재사용 가능한 디지털 지식 자산으로 전환한다. (2) 의미 기반 데이터 통합 분산된 시스템과 이기종 데이터를 포맷이나 저장 구조가 아닌 ‘의미’ 기준으로 연결하여 데이터 사일로를 해소하고, 전사 단일 진실 공급원(SSoT)을 구현한다. (3) 추론 및 관계 기반 판단 엔진 규칙 기반 추론과 관계·그래프 기반 분석을 결합해 단순 통계 분석을 넘어선 판단을 수행한다. 복합적인 운영 상황 속에서도 결과만 제시하는 것이 아니라, 그 원인과 맥락을 함께 도출함으로써 AI 판단의 설명 가능성과 신뢰성을 높인다. (4) AI·LLM·Agent 연계 최적화 구조 LLM, AI 에이전트, 다양한 분석 모델과 직접 연계되도록 설계되어 있으며, 온톨로지 기반 RAG 구조를 통해 AI가 항상 올바른 맥락과 기준을 참조하도록 한다. 이를 통해 환각(hallucination)과 오판 가능성을 줄이고, AI 결과의 일관성과 정확도를 향상시킨다. (5) AI 비종속 개방형 아키텍처 특정 AI 모델이나 벤더에 종속되지 않는 개방형 구조로 설계되어, 다양한 AI 및 외부 솔루션과 API 기반으로 연동할 수 있다. AI 교체나 확장 시에도 동일한 판단 기준을 유지할 수 있어, 장기적으로 안정적인 플랫폼 운영이 가능하다. 2. 기대효과 NAXiS는 기존 AI 시스템에서 반복적으로 발생하던 데이터 해석 불일치와 판단 편차 문제를 근본적으로 해소함으로써, AI가 일관된 기준 위에서 판단할 수 있는 구조를 제공한다.  (1) 데이터 해석 불일치 해소 및 일관된 판단 기준 확립 시스템과 조직마다 다르게 정의되던 데이터의 의미와 관계를 온톨로지로 구조화함으로써, AI와 분석 시스템이 동일한 기준으로 데이터를 이해하고 판단하도록 한다. 이를 통해 같은 질문에 서로 다른 답을 내놓던 기존 AI 환경의 근본적인 한계를 해소하고, 조직 전반에 일관된 판단 체계를 구축한다. (2) 모델 중심에서 데이터·지식 중심 구조로의 전환 AI 모델 교체·확장에도 동일한 의미 체계 위에서 작동하도록 함으로써 판단의 연속성과 안정성을 확보한다. (3) 사일로 데이터 해소를 통한 상황 인식 및 원인 분석 고도화 분산된 시스템과 이기종 데이터를 의미 기준으로 연결해 통합 지식 그래프를 구축함으로써 데이터 사일로를 해소한다. 데이터 간 인과관계와 맥락이 구조화되어, 복합 운영 환경에서도 단순 이벤트 감지를 넘어 정확한 상황 인식과 원인 파악이 가능해진다. (4) AI 확장 대응력 확보 및 자율 운영 체계 기반 마련 특정 AI 모델이나 벤더에 종속되지 않는 구조를 통해 AI 확장·교체 시 재개발을 최소화하고, 장기적인 운영 안정성과 비용 효율성을 확보한다. 여기에 NAX Ops(넥스 옵스)가 결합될 경우, NAXiS에서 정립된 판단 기준이 곧바로 실행으로 이어지며 자율 운영 체계 구현의 기반이 완성된다.  결과적으로 NAXiS는 데이터 → 정보 → 지식 → 판단으로 이어지는 흐름을 구조화하여, AI를 더 똑똑하게 만드는 것이 아니라 AI가 틀리지 않게 만드는 기반 플랫폼이다.   상세 내용은 <스마트 건설 DX 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

심센터 HEEDS 더 깊게 살펴 보기 (8)   이번 호에서는 어떠한 형식의 해석 입출력 파일이라도 직관적이고 효율적으로 연결할 수 있도록 돕는 5가지 태깅 모드(tagging mode)의 원리와 특징을 소개한다. 나아가 수십· 수백 개의 매개변수를 다룰 때 작업 시간을 획기적으로 단축할 수 있는 오토 태깅(auto-tagging) 워크플로와 파이썬 로직을 결합한 고급 실무 활용 사례까지 함께 살펴보고자 한다. 이를 통해 데이터 연결 작업의 진입 장벽을 낮추고, 설계 탐색에 온전히 집중할 수 있는 방향을 제시할 것이다. ■ 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   시뮬레이션 자동화 및 최적화 프로세스를 성공적으로 구축하기 위해 가장 기본적이면서도 중요한 단계는 바로 해석 모델과 최적화 알고리즘 간의 ‘매개변수(parameter) 연결’이다. 최적화 알고리즘이 광범위한 설계 공간을 탐색하기 위해서는, 매 해석 사이클마다 입력(input) 파일의 특정 변수 값을 변경하여 모델을 구동하고, 해석이 완료된 후에는 수많은 데이터가 담긴 결과(output) 파일에서 원하는 성능 지표를 한 치의 오차 없이 추출할 수 있어야 한다. 심센터 HEEDS(Simcenter HEEDS)는 이러한 매개변수 연결 과정을 ‘태깅(tagging)’이라는 직관적이고 유연한 기능으로 제공한다. 사용자가 입력 파일의 특정 위치를 태깅하면, HEEDS(히즈)는 기존에 적혀 있던 기준값(baseline value)을 새로운 설계안의 값으로 치환하여 해석을 수행한다. 반대로 출력 파일에서 특정 위치를 태깅하면, HEEDS는 해당 위치의 데이터를 읽어와 최적화 결과 지표로 활용한다. 이번 호에서는 단순한 텍스트 파일부터 복잡한 상용 해석 툴의 데이터 구조까지, 어떠한 형태의 파일이라도 매끄럽게 연결할 수 있도록 HEEDS가 제공하는 다섯 가지 태깅 모드를 깊게 살펴본다. 아울러 이 과정에서 사용자 인터페이스(UI)가 어떻게 구성되어 있는지, 수백 개의 변수를 다룰 때 작업 효율을 어떻게 극대화할 수 있는지 통합적인 관점에서 소개한다.   그림 1. HEEDS의 태깅 개념   직관적인 UI를 결합한 5가지 태깅 모드 딥다이브 HEEDS는 해석 툴의 특성과 파일 구조의 복잡성에 따라 맞춤형으로 대응할 수 있는 5가지의 태깅 모드를 제공한다. 각 모드는 사용자 친화적인 설정 화면과 함께 고유의 파싱(parsing) 능력을 발휘한다.   구분자/고정 폭 기준 태깅 : 정적 ASCII 파일의 완벽한 제어 해석 입출력 파일로 가장 널리 쓰이는 CSV나 텍스트(TXT) 형식의 파일은 보통 특수한 기호로 데이터가 구분되어 있거나, 일정한 글자 폭을 기준으로 데이터가 나열되어 있다. 구분자 기준 태깅(Delimited Tagging) : 공백(space), 탭(tab), 쉼표(comma) 등의 구분자(delimiter)를 기준으로 파일을 행과 열로 분할한다. 엑셀과 같이 익숙한 스프레드시트 형태로 파일 내용이 표시되며, 사용자는 원하는 셀을 클릭하여 태그를 생성할 수 있다. 필요에 따라 `="()`와 같은 복잡한 사용자 정의 구분자도 추가할 수 있어 유연성이 높다. 고정 폭 기준 태깅(Fixed-Width Tagging) : 과거부터 사용되어 온 일부 레거시 FEA 코드(예 : 나스트란 등)는 열 너비(column width)가 엄격하게 정해져 있어, 값이 특정 위치를 벗어나면 해석 오류를 일으킨다. HEEDS는 이러한 파일의 열 너비를 시각적으로 지정하여 데이터를 분할할 수 있게 해주며, 태깅된 변수에 값을 쓸 때도 지정된 고정 폭(fixed-width format)을 유지하도록 보장한다.   그림 2. 구분자 및 고정폭 설정 예시   그림 3. 구분자 및 고정 폭 설정 예시   XML 태깅과 계층 구조 제어 최신 해석 툴이나 복잡한 설정 파일은 태그(element)와 속성(attribute)이 중첩된 트리 형태의 XML(또는 HTML) 형식을 취하는 경우가 많다. XML 파일은 구조적이지만, 사람이 직접 텍스트로 보며 태깅하기에는 눈이 쉽게 피로해진다. HEEDS의 XML 태깅 모드는 파일을 파싱하여 ‘요소 ID(element ID)’와 ‘태그 값(tag value)’만을 깔끔한 표 형태로 나타낸다. 여기서 가장 돋보이는 기능은 XML Element Configuration 창에서 불필요한 하위 요소(child elements)의 표시 여부를 체크박스로 켜거나 끄는 것이 가능하다는 점이다. 이를 통해 사용자는 수만 줄에 달하는 방대한 XML 파일에서도 원하는 데이터 노드만을 화면에 필터링해 띄워 놓고 손쉽게 태깅을 진행할 수 있다.   그림 4. XML 파싱 및 하위 요소 제어 화면   스크립트 태깅의 강력한 커스터마이징과 즉각 검증 해석이 끝난 후 생성되는 결과 파일(예 : `*.f06`, 동적 `*.csv` 등)은 매 해석마다 출력되는 텍스트의 줄 수나 위치가 달라질 수 있다. 이런 동적인 파일 구조에서는 고정된 행/열을 지정하는 방식이 통하지 않는다. 이때 HEEDS 고유의 스크립트 태깅(script tagging)이 진가를 발휘한다. 파이썬(Python) 기반으로 설계된 이 모드는 코딩 지식이 없어도 제공되는 버튼 명령어를 블록 쌓듯 조합하여 강력한 스크립트를 작성할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

대한기계학회 가상제품개발연구회(VPD연구회)가 리스케일과 공동으로 주관한 ‘2026 춘계 심포지엄’이 7월 3일 서울 강남구 포스코타워 역삼 이벤트홀에서 개최됐다. ‘에이전틱 VPD : AI 에이전트가 이끄는 제품개발 혁신’을 주제로 열린 이번 심포지엄에서는 AI 에이전트와 가상제품개발(VPD : Virtual Product Development)의 융합이 제품 설계와 검증, 엔지니어링 프로세스를 어떻게 변화시키고 있는지를 산업계와 학계의 다양한 사례를 통해 조망했다. ■ 최경화 국장     이번 심포지엄은 가상제품개발연구회 박종원 연구회장(한국기계연구원)의 개회사와 대한기계학회 리광훈 회장의 축사로 시작됐다. 참석자들은 단순한 분석과 예측을 넘어 AI가 목표를 이해하고 계획을 수립하며 실행하는 ‘AI 에이전트’ 시대로 접어들면서, 전통적인 시뮬레이션과 제품 개발 방식이 어떻게 변화하고 있는지를 공유했다. 특히 축적된 엔지니어링 데이터와 물리 기반 모델, 디지털 플랫폼, AI 에이전트가 결합한 새로운 제품 개발 패러다임이 주요 화두로 제시됐다.   AI 에이전트 기반 하네스 엔지니어링과 VPD의 미래 기조강연에 나선 경희대학교 임재혁 교수는 ‘에이전트 기반 하네스 엔지니어링과 VPD의 미래’를 주제로 AI 에이전트가 제품개발에 가져올 변화를 소개했다. 임 교수는 VPD를 “실물 중심의 개발을 가상 모델 기반으로 전환해 개발 효율과 완성도를 높이는 기술”이라고 정의하며, 기존 대규모 언어 모델(LLM)과 LLM 에이전트의 차이를 설명했다. 그는 기존 LLM이 단일 응답 생성에 머무르는 반면, LLM 에이전트는 CAD·CAE API 호출, 파이썬(Python) 함수 실행, 서브 에이전트 협업 등을 통해 복합 업무를 자율적으로 수행할 수 있다고 설명했다. 또한 여러 에이전트가 역할을 분담해 병렬로 작업하는 멀티 에이전트 시스템(multi-agent system)이 제품개발 자동화의 핵심 기술이라고 소개했다. 이어 LLM 하네스(harness)에 대해서는 “강력한 LLM을 안전하고 재현 가능하게 활용하기 위한 실행 환경”이라며, 스킬(skill)이 ‘무엇을 수행할 것인가’라면 하네스는 ‘어떻게 안전하게 실행할 것인가’를 담당하는 개념이라고 설명했다. 발표에서는 12U 큐브샛(CubeSat) 개발 사례도 소개됐다. 우 주 모빌리티와 위성 개발은 높은 복잡성과 전문가 부족, 설계 도구의 분산 등으로 개발 난이도가 높다. 이를 해결하기 위해 총괄 에이전트를 중심으로 요구사항 분석, 부품 추천, 형상·배치 설계, 구조 및 열 해석(PINN 기반 가상 센싱 포함)을 담당하는 서브 에이전트를 유기적으로 연결한 설계 시스템을 구축했다고 밝혔다.   데이터와 AI가 만드는 ‘예측하고 발견하는’ VPD 첫 번째 세션에서는 리스케일 김정훈 팀장이 ‘엔지니어링 데이터 기반 가상제품개발과 AI 활용 방향’을 발표했다. 김 팀장은 기존 VPD가 시뮬레이션을 수행하는 데 초점을 맞췄다면, AI 시대에는 데이터를 기반으로 결과를 예측하고 새로운 설계 대안을 발견하는 방향으로 진화하고 있다고 설명했다. 기존 워크플로는 해석 결과가 일회성으로 활용되고 전문가 경험에 의존하는 한계가 있었지만, AI 기반 환경에서는 수천 건의 시뮬레이션을 동시에 수행하고 엔지니어링 데이터를 재사용 가능한 자산으로 축적할 수 있다. 축적된 데이터를 활용해 AI가 성능을 예측하고 최적 설계를 탐색하는 체계가 가능해진다는 것이다. 또한 리스케일은 클라우드 기반 HPC 플랫폼에서 출발해 엔지니어링 데이터 자산화와 AI 물리 기반 기술을 접목한 디지털 엔지니어링 플랫폼으로 진화하고 있다고 소개했다. 그리고 멕라렌, 다이킨, 붐 슈퍼소닉의 적용 사례를 통해 AI 기반 엔지니어링의 실효성도 제시했다.   중공업 및 건설 기계 산업 VPD 현황과 미래 과제 HD현대사이트솔루션 곽성규 상무는 ‘HD건설기계에서의 VPD 현황과 미래 과제’를 발표했다. 이 회사는 굴착기와 휠로더, 지게차 등 다양한 건설 기계를 개발하면서 구조, 유압, 제어, 열, 진동 등 복합 물리 현상을 동시에 검증해야 한다. 이 회사는 2012년부터 VPD 기반을 구축해 최근 5년 동안 건설 기계 179기종과 엔진 44 기종 개발에 적용하며 개발 체계를 지속적으로 고도화해 왔다. 제품 기획부터 상세 설계, 시제품 검증까지 1D 시스템 모델 기반 성능 시뮬레이션을 적용해 목표 성능과 시스템 아키텍처를 검증하고 있으며, AI 기반 지능형 VPD와 XR(확장현실) 기반 Virtual Proto Review 환경도 구축했다. 특히 ‘만들기 전에 보고 검증한다’는 개념 아래 개발자들이 가상 공간에서 시제품을 체험하고 조립성과 시야를 검토할 수 있도록 했다. 또한 웹 기반 VPD(webVPD) 환경과 자동화된 해석 프로세스를 구축해 구조 강도, CFD 기반 열유동, 진동·소음 해석 등을 통합 수행하고 있으며, 이를 통해 개발기간(time-to-market : TTM) 단축과 개발 비용 절감 효과를 거두고 있다고 소개했다.   모빌리티와 전자산업으로 확산되는 버추얼 제품 개발 오후 세션에서는 자동차와 전자산업의 VPD 적용 사례가 이어졌다. 현대자동차 박제승 실장은 ‘차량 아키텍처 단계 버추얼 타이어 개발’을 주제로 발표했다. 전기차는 무거운 배터리와 높은 초기 토크, 반복적인 회생제동 등으로 타이어에 가해지는 부하가 크게 증가한다. 이에 현대자동차는 초기 설계 단계에서 타이어 설계 변수와 차량 성능 KPI를 연계하는 데이터 기반 버추얼 개발 체계를 구축해 실차 시험 이전 단계에서 성능을 확보하는 개발 방식을 추진하고 있다고 설명했다. 이어 현대모비스 송준영 팀장은 ‘제품개발의 AX - 현대모비스 추진 현황’, LG전자 박만수 실장은 ‘LG전자 HS본부의 VPD 추진 방향’을 발표하며 제조업 전반에서 AI 전환(AX)과 버추얼 제품 개발이 품질 향상과 개발 리스크 감소의 핵심 전략으로 자리잡고 있다고 소개했다. 마지막 발표자인 전북대학교 이수민 교수는 ‘데이터 기반 최적 설계를 통한 피지컬 AI’를 주제로 데이터 기반 설계 최적화와 AI 활용 방향을 제시했다.   ▲ 패널토론   에이전틱 AI 엔지니어링 시대 본격화 모든 발표가 끝난 뒤에는 연구회 임원진과 발표자들이 참여한 패널 토론이 진행됐다. 참석자들은 ‘디지털 엔지니어링 고도화와 AI 에이전트 기반 VPD 혁신 방향’을 주제로 의견을 나누며, 산업 분야는 서로 다르지만 엔지니어링 데이터를 표준화하고 디지털 자산으로 축적하는 것이 AI 기반 제품 개발의 핵심이라는 데 공감했다. 또한 AI 에이전트가 축적된 데이터를 기반으로 설계와 해석, 최적화, 의사결정을 지원하는 방향으로 발전하고 있다는 점도 공통된 의견으로 제시됐다. 이번 춘계 심포지엄은 반복적인 해석 업무를 자동화하는 수준을 넘어 AI 에이전트가 설계와 검증, 최적화를 주도하는 에이전틱 엔지니어링(agentic engineering) 시대가 본격화되고 있음을 보여준 자리였다. AI는 단순한 설계 지원 도구를 넘어 엔지니어링 프로세스 전반을 연결하고 의사결정을 지원하는 핵심 기술로 자리매김하고 있으며, VPD 역시 시뮬레이션 중심에서 데이터와 AI 에이전트가 융합된 새로운 디지털 엔지니어링 단계로 진화하고 있음을 확인할 수 있었다.   ▲ VPD연구회 2026 춘계 심포지엄 참가자 단체사진     ■ 기사 내용은 PDF로도 제공됩니다.

유니티가 7월 21일 서울 삼성동 코엑스에서 글로벌 개발자 콘퍼런스 ‘유나이트 서울 2026(Unite Seoul 2026)’을 개최했다. 이번 행사에는 국내외 게임 개발자와 디지털 크리에이터, 업계 관계자 등 약 2900명이 참석했다. 특히 매튜 브롬버그 CEO를 비롯한 유니티 본사의 주요 임원진이 방한해 기조연설과 기술 세션을 진행하며, 차세대 개발 플랫폼 전략과 AI 기반 개발 환경의 청사진을 공개해 관심을 모았다. ■ 박경수 기자     차세대 엔진 ‘유니티 7’ 최초 공개 이번 행사의 핵심은 단연 차세대 개발 플랫폼 ‘유니티 7(Unity 7)’의 첫 공개였다. 유니티는 유니티 7을 단순한 엔진 업그레이드가 아닌, AI를 중심으로 개발 프로세스 전반을 재구성한 차세대 저작 (authoring) 플랫폼으로 정의했다. 게임 제작부터 배포, 운영, 수익화에 이르는 전체 워크플로를 하나로 연결하고, AI 에이전트와 외부 개발 도구를 유연하게 연계하는 개방형 개발 환경을 구현하겠다는 취지다. 유니티코리아 송민석 대표의 환영사로 막을 연 이번 콘퍼런스는 한국 개발자 커뮤니티가 글로벌 게임 개발 생태계에서 차지하는 위상을 재확인하는 자리이기도 했다. 송 대표는 새로운 기술을 빠르게 수용하고 적극적인 피드백을 제공하는 국내 개발자 커뮤니티의 역동성을 강조하며, 이러한 생태계가 유니티의 기술 발전에도 핵심적인 역할을 해왔다고 설명했다. 유니티가 차세대 플랫폼인 유니티 7을 서울에서 처음 공개한 배경도 이와 궤를 같이한다. 한국은 새로운 개발 도구와 제작 기술의 도입 속도가 빠를 뿐만 아니라, 모바일·PC·콘솔을 아우르는 다채로운 개발 경험이 축적된 시장으로 평가받는다. 유니티는 이러한 한국 시장을 차세대 플랫폼 전략을 선보이기에 가장 적합한 무대로 판단했다고 밝혔다. 기조연설에 나선 유니티의 매튜 브롬버그(Matthew Bromberg) CEO와 애덤 스미스(Adam Smith) 엔진 부문 프로덕트 수석 부사장은 유니티 7을 “게임 개발 방식 자체를 새롭게 정의하는 플랫폼”이 라고 소개했다. 유니티 7은 기존처럼 단일 에디터 안에서 모든 작업을 완결하는 방식을 넘어, 기획·콘텐츠 제작·협업·빌드·배포·서비스 운영 및 성장에 이르는 전 과정을 하나의 플랫폼으로 연동한다. 특히 AI와 코딩 에이전트가 개발 과정에 자연스럽게 참여할 수 있도록 설계된 ‘AI 네이티브’ 기반이라는 점이 가장 큰 차별점이다. 이를 위해 유니티는 새로운 CLI(커맨드 라인 인터페이스)와 공개 API를 제공한다. 유니티 7은 2026년 12월 얼리 베타를 시작으로 2027년 1분기 정식 출시될 예정이다. 기존 유니티 6 기반 프로젝트와 높은 호환성을 유지하도록 설계되어, 현재 진행 중인 프로젝트도 부담 없이 차세대 플랫폼으로 전환할 수 있도록 지원할 계획이다. 매튜 브롬버그 CEO는 “앞으로는 거대한 개발 조직보다 AI와 혁신적인 도구를 활용해 독창적인 콘텐츠를 빠르게 제작하고 전달하는 팀이 시장을 선도하게 될 것”이라며, “유니티 7은 이러한 시대적 변화에 부응하기 위해 탄생한 차세대 플랫폼”이라고 강조했다.   ▲ 유니티 7 개발 소식을 전한 매튜 브롬버그 유니티 CEO    AI 기반 개발 플랫폼으로 진화하는 유니티 7 유니티 7은 크게 ▲현대화된 코어 ▲개방형 제작 환경 ▲차세대 렌더링 ▲AI 기반 성장 ▲유니티 6과의 호환성 등 다섯 가지 축을 중심으로 개발된다. 먼저 코어 아키텍처를 현대화해 개발 파이프라인 전반의 속도를 높였다. 거의 즉시 실행되는 플레이 모드(Near Instant Play Mode), 변경된 코드만 다시 적용하는 도메인 리로드(Domain Reload), 최대 90% 향상된 셰이더 빌드 성능 등을 통해 반복적인 테스트와 빌드 시간을 줄일 수 있도록 했다. 이는 프로젝트 규모가 커질수록 누적되는 개발 시간을 단축하는 데 중요한 역할을 할 것으로 기대된다. 협업 환경도 크게 달라진다. 새롭게 제공되는 CLI와 공개 API를 통해 유니티 에디터를 사용하지 않는 직군도 각자의 업무 환경에서 프로젝트에 참여할 수 있다. 예를 들어 아티스트는 자신이 사용하는 제작 툴에서 애셋을 검증할 수 있고, 프로듀서는 별도의 개발 환경에 접속하지 않고도 빌드와 배포 작업을 수행할 수 있다. 또한 무료로 사용할 수 있는 MCP(모델 콘텍스트 프로토콜)를 지원해 다양한 AI 코딩 에이전트를 유니티와 직접 연결할 수 있도록 했다. 렌더링 기술 역시 한 단계 진화했다. 서피스 캐시 글로벌 일루미네이션(GI)을 적용해 보다 사실적인 실시간 글로벌 일루미네이션을 구현하며, AI 기반 그래픽 최적화와 업스케일링 기술을 통해 다양한 플랫폼에서 높은 그래픽 품질과 안정적인 성능을 동시에 확보할 수 있도록 했다. 게임 서비스 운영과 수익화를 위한 기능도 AI 중심으로 재편된다. 유니티는 AI 기반 사용자 확보(user acquisition) 엔진인 유니티 벡터(Unity Vector)를 공개하고, 개발사가 보다 효율적으로 이용자를 확보할 수 있는 구조를 제시했다. 여기에 D2C(directto-consumer) 인앱결제, 노코드 웹숍(web shop), 통합 카탈로그 등 다양한 수익화 기능을 연계해 게임 출시 이후 운영 단계까지 지원 범위를 확대했다. 성장(Grow) 부문에서는 유니티 애즈 MCP(Unity Ads MCP)와 캠페인 어시스턴트(Campaign Assistant)도 함께 공개됐다. 캠페인 어시스턴트는 광고 크리에이티브 제작과 캠페인 운영을 AI가 지원하는 기능으로, 광고 소재 생성부터 성과 분석과 최적화까지 이어지는 워크플로를 제공한다. 이는 게임 개발뿐 아니라 마케팅과 서비스 운영까지 AI를 활용하는 통합 플랫폼으로 발전하겠다는 유니티의 방향성을 보여주는 대목이다. 유니티 7은 새로운 기능을 추가하는 데 그치지 않고 유니티 6과의 높은 호환성을 유지하도록 설계됐다. 기존 프로젝트와 코드 자산을 최대한 활용하면서 차세대 개발 환경으로 자연스럽게 이전할 수 있도록 지원하는 것도 중요한 특징이다.   ▲ 유니티 7 개발 특징을 소개한 애덤 스미스 수석 부사장   개발자 커뮤니티와 함께한 유나이트 서울 기조연설에 이어 진행된 기술 세션에서는 유니티의 최신 기술과 실무 프로젝트 적용 사례가 폭넓게 공유됐다. 엔진 기능 소개를 넘어 상용 게임 개발 현장에서 축적된 경험과 최적화 노하우를 중심으로 구성돼 참가자들의 호응을 얻었다. 유니티코리아 송민석 대표는 “한국 개발자 커뮤니티는 신기술을 가장 빠르게 수용하는 얼리어답터이자, 적극적인 피드백으로 플랫폼의 진화를 함께 이끄는 핵심 파트너”라며, “이번 유나이트 서울은 기술 비전을 가장 먼저 공유하는 뜻깊은 자리이며, 앞으로도 지속적인 소통을 통해 기술 교류의 장을 넓혀가겠다”고 밝혔다. 기술 세션에서는 최신 렌더링 기술과 대규모 프로젝트의 최적화 전략이 핵심 화두였다. 그래픽 퀄리티에 대한 시장 요구가 높아지는 동시에 멀티플랫폼 지원 및 프레임 방어가 중요한 과제로 떠오른 만큼, 현장에서는 성능 최적화 사례에 대한 관심이 뜨거웠다. 이 밖에도 그래픽스, 멀티플레이, 모바일 최적화, AI 활용, 서비스 운영 등 다양한 주제를 다룬 세션이 이어지면서 참가자들은 최신 엔진 기술뿐 아니라 실제 프로젝트에서 검증된 개발 경험을 폭 넓게 접할 수 있었다. 기술 세션과 함께 마련된 다양한 부대 프로그램도 참가자들의 발길을 끌었다. 행사장 곳곳에서는 개발자들이 자유롭게 교류하고 최신 게임을 직접 체험할 수 있는 공간이 운영됐으며, 강연장 밖에서도 자연스럽게 기술 토론과 네트워킹이 이어졌다.   ▲ 유니티의 최신 기술과 실무 프로젝트 적용 사례가 소개된 기술 세션    유니티는 이번 행사에서 발표한 주요 기술 세션 영상을 공식 유튜브 채널을 통해 순차적으로 공개할 예정이다. 행사에 참석하지 못한 개발자들도 유니티 7의 새로운 기능과 기술 세션을 온라인으로 확인할 수 있도록 지원한다는 계획이다. 이번 유나이트 서울 2026은 차세대 플랫폼인 유니티 7의 첫 공개라는 의미를 넘어, AI가 게임 개발 환경을 어떻게 변화시키고 있는지를 구체적으로 보여준 자리였다. AI를 활용한 개발 생산성 향상, 개방형 협업 환경, 차세대 렌더링 기술, 서비스 운영과 수익화까지 하나의 플랫폼으로 연결하려는 유니티의 전략이 어떤 변화를 가져올지 기대된다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   오늘날 산업계가 직면한 가장 중요한 문제는 ‘어떻게 인공지능(AI) 시대를 문화적으로 받아들여야 할 것인가’이다. 많은 기업이 AI 플랫폼을 도입하고, 디지털 트윈을 구축하며, 데이터 레이크를 만들고 있다. 그러나 실제 성과를 내는 기업은 생각보다 많지 않다. 이유는 명확하다.   그림 1. 데이터 풍요 속에 혁신의 빈곤   현재의 상황은 단순한 디지털 전환(digital transformation)이나 AI 도입 전략을 넘어선다. 결론적으로 기술이 아닌 인문학의 혁명이다. 문제는 기술이 부족해서가 아니라 문화(culture)가 바뀌지 않았기 때문이다. AI 시대의 패러다임 전환이다. 산업혁명 이후 기업의 경쟁력은 주로 자본(cAPItal), 설비(facility), 노동력(labor) 세 가지에 의해 결정되었다. 그러나 AI 민주주의(AI democracy) 시대에는 새로운 경쟁요소가 등장한다. 그것은 지식(knowledge), 연결(connection), 예측(prediction), 실행(execution)이다. 네 가지 개념은 바로 이러한 새로운 경쟁력을 설명한다.   그림 2. 새로운 경쟁력의 4대 요소   AI 온톨로지 : 인공지능과 도메인 지식을 공유하라 데이터는 많지만 의미는 없다. 대부분의 기업은 이미 엄청난 양의 데이터를 보유하고 있다. 그러나 실제 현장에서는 다음과 같은 문제가 반복된다. 부서마다 용어가 다르다. 같은 부품을 여러 이름으로 부른다. 설계와 생산이 서로 다른 의미로 이해한다. 경험이 문서화되지 않는다. 결국 데이터는 존재하지만 지식은 공유되지 않는다. AI 온톨로지(AI ontology)의 역할은 단순한 데이터 모델이 아니다. 세상의 개념과 관계를 정의하는 구조이다. 예를 들어, 부품 → 조립체 → 시스템, 문제 → 원인 → 해결책, 고객 요구 → 설계 요구 → 시험 결과이다. AI는 온톨로지를 통해 의미를 이해하고 맥락을 연결하며 추론을 수행할 수 있다. 따라서 온톨로지는 “AI가 이해할 수 있는 기업의 공용 언어”라고 볼 수 있다.   그림 3. AI 온톨로지는 기업의 공용 언어   디지털 스레드 : 디지털로 연결하라 산업의 가장 큰 낭비는 단절이다. 많은 제조기업에서는 설계 → 생산 → 운영 → 서비스의 각 단계가 서로 분리되어 있다. 예를 들어, 설계 변경 정보가 생산에 늦게 전달되고, 생산 현장의 문제는 설계팀으로 돌아오지 않는다. 이러한 단절이 막대한 비용을 발생시킨다. 디지털 스레드(digital thread)의 본질은 제품 생애주기 전체를 연결하는 디지털 신경망이다. 요구사항 → 설계 → 해석 → 제조 →운영→정비 모든 정보를 하나의 흐름으로 연결한다. 사용자의 관점에서 필자가 그동안 주장해 온 LDT(life digital thread), KDT(knowledge digital thread), PDT(product digital thread)는 사실 디지털 스레드의 확장된 철학이다. 즉, 인생의 경험 → 지식의 축적 →제품의 혁신이라는 거대한 연결 구조가 된다. 디지털 스레드는 단순한 IT 시스템이 아니라 ‘맥락(context)의 기술’이다.   그림 4. 디지털 스레드와 맥락의 기술    디지털 트윈 : 가상 공간에서 먼저 경험하고 디지털로 미래를 예측한다 과거의 산업은 보고 나서 대응했다. 전통적인 산업은 문제 발생 → 원인 분석 → 조치 방식으로 움직였다. 즉 사후 대응이다. 미래의 산업은 예측이다. 디지털 트윈(digital twin)은 현실 세계를 디지털 공간에 복제한다. 이를 통해 성능 예측, 고장 예측, 유지보수 예측, 생산성 예측이 가능해진다. 항공 전문 용어인 아이언 버드(iron bird)에서 시작된 철학이다. 항공산업에서는 실제 비행기 제작 이전에 아이언 버드 시스템을 구축한다. 이는 유압 비행제어 전기 시스템을 통합 검증하는 물리 적 시뮬레이션 환경이다. 현대의 디지털 트윈은 아이언 버드 철학이 디지털 공간으로 확장된 모습이라고 볼 수 있다. 즉 ‘실패를 현실이 아니라 가상공간에서 먼저 경험하는 기술’이다.   그림 5. 디지털 트윈과 아이언 버드   SDx : 소프트웨어로 실행하라 예측만으로는 부족하다. 예측은 가치가 아니라 실행이 가치다. SDx(software defined X)는 모든 것을 소프트웨어로 정의하는 철학이다. 예를 들면 SDV(software defined vehicle), SDF(software defined factory), SDM(software defined manufacturing)등이 있다. 과거에 하드웨어 변경 → 생산라인 변경 → 비용 발생이었다면, SDx 시대는 소프트웨어 업데이트 → 즉시 적용 → 지속적 개선이 가능하다. 즉, 온톨로지가 이해하고, 디지털 스레드가 연결하며, 디지털 트윈이 예측하고, SDx가 실행하는 구조가 된다.   그림 6. 실행의 가치   진짜 혁신은 AI 민주주의다. “인공지능 민주주의는 현장의 모든 구성원을 혁신의 주체로 만드는 가장 강력한 전략이다.” 이 문장이야말로 전체 메시지의 핵심이다. 기존 방식은 경영진 → 전문가 → 현장 지시형 구조이다. 반면에 AI 민주주의는 현장 엔지니어 현장 작업자, 현장 관리자, 현장 전문가 → AI → 혁신이다. 참여형 구조 과거에는 전문가만 데이터를 분석할 수 있었다. 그러나 생성형 AI의 등장으로 현장의 엔지니어도 데이터를 이해하고 원인을 분석하며, 시뮬레이션을 수행하고 혁신 아이디어를 제안할 수 있게 되었다. 즉, AI는 인간을 대체하는 기술이 아니라 인간의 역량을 민주화하는 기술이다.   그림 7. AI 민주주의   결론은 4대 게임 체인저와 문화 혁명이다. 필자가 지속적으로 강조해 온 AI 온톨로지, 디지털 스레드, 디지털 트윈, SDx는 사실 각각의 기술이 아니다. 이들은 하나의 통합된 혁신 체계이다. 역할과 핵심 질문은 관점에서 ‘AI 온롤로지는 무엇을 이해할 것인가’, ‘디지털 스레드는 무엇을 연결할 것인가’, ‘디지털 트윈은 무엇을 예측할 것인가’, ‘SDx는 무엇을 실행할 것인가’이다.   그림 8. 4대 게임 체인저의 혁신 체계   그리고 이 모든 것을 가능하게 하는 근본 조건은 기술이 아니라 문화이다. 현장의 엔지니어가 지식을 공유하고, 경험을 연결하며, AI와 함께 예측하고, 즉시 실행할 수 있는 문화이다. 이것이 바로 AI 민주주의 시대의 본질이다. 21세기의 진정한 경쟁력은 더 좋은 AI 모델을 보유한 기업이 아니라, 현장의 모든 구성원이 AI를 활용하여 집단지성을 발휘할 수 있는 문화를 가진 조직이 될 것이다.   그림 9. 기술 대 문화   기술 혁명은 이미 시작되었다. 이제 남은 과제는 인간 중심의 인문화 혁명(cultural revolution)이다. 그리고 그 인문화 혁명의 중심에는 AI 온톨로지, 디지털 스레드, 디지털 트윈, SDx를 기반으로 한 AI 민주주의가 자리하게 될 것이다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식 연구소 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.

유니티가 8월 21일 서울 삼성동 코엑스에서 글로벌 개발자 콘퍼런스 ‘유나이트 서울 2026’을 개최했다. 올해 행사는 글로벌 유나이트 시리즈의 첫 번째 일정으로 열렸다. 매튜 브롬버그 사장 겸 최고경영자를 비롯한 유니티의 주요 임원진이 기술 발표에 나섰으며, 국내외 개발자와 크리에이터 등 2900여 명이 참석했다.   유니티는 차세대 플랫폼 ‘유니티 7(Unity 7)’을 전 세계 최초로 공개했다. 유니티 7은 에디터 중심의 기존 엔진에서 벗어나 개발과 배포, 성장을 AI로 연결하는 네이티브 플랫폼이다. 그로우 부문에서는 AI 기반 크리에이티브 워크플로 계획을 발표하며 수익화 설루션을 구체화했다. AI 에이전트와 외부 협업 툴이 한 공간에서 작업할 수 있도록 엔진을 개방하고, 새로운 API와 CLI로 생산 환경을 확장하는 방향성도 함께 제시했다. 실무 개발자를 위한 현장 세션도 마련됐다. 라인게임즈는 ‘엠버 앤 블레이드’의 고품질 그래픽 구현과 런타임 최적화 사례를 공유했다. 하이퍼그리프는 ‘명일방주 : 엔드필드’의 C++ 렌더링 파이프라인 구축 및 워크플로 발전 방법을 발표했다. 슈퍼센트와 액션핏도 각각 AI 기반 개발 구조와 글로벌 시장 성장 전략을 소개했다. 현장 부대 행사로는 크리에이터 조코딩이 참여한 질의응답 프로그램과 인디 개발자들의 릴레이 토크가 진행됐다. 전시공간에서는 ‘할로우 나이트 : 실크송’, ‘컬트 오브 더 램’을 포함한 주요 게임과 국내 인디 신작을 체험할 수 있는 쇼케이스가 열렸다. 유니티 코리아 송민석 대표는 “한국 개발자 커뮤니티는 기술 방향을 함께 만들어가는 중요한 파트너”라면서, “한국에서 유니티의 새로운 비전을 처음 선보이게 되어 뜻깊다”고 밝혔다.

유니티가 7월 21일 열린 글로벌 개발자 콘퍼런스 ‘유나이트 서울 2026’에서 차세대 게임 제작 플랫폼 ‘유니티 7(Unity 7)’에 대한 계획을 발표했다. 유니티 7은 게임을 개발하고 배포하며 성장시키기 위해 설계된 개방형 협업 플랫폼이다. 최근 게임 제작 방식은 창작자와 팀, 코딩 에이전트가 제작 전체 과정에서 함께 협업하는 구조로 변화하고 있다. 유니티 7은 이러한 환경에 맞춰 개발자, 아티스트, 프로듀서, 코딩 에이전트가 전체 개발 라이프사이클에 걸쳐 함께 작업할 수 있도록 지원한다. 유니티 7은 개발자가 사용하는 인공지능(AI) 도구와 연동되어 아이디어를 실행 가능한 게임으로 빠르게 발전시킨다. 규모에 관계없이 모든 팀이 게임을 제작하고 수익화하며 성장하도록 돕는다. 유니티 6에서 전환할 때 프로젝트를 다시 빌드하거나 새로운 언어를 배울 필요가 없으며, 기존 작업물의 호환성을 유지하며 원활하게 전환할 수 있도록 설계된다.     유니티 7은 다섯 가지 핵심 축을 기반으로 구축된다. 현대화된 코어를 기반으로 개발 파이프라인 전체를 가속화한다. 개발자는 거의 즉시 실행되는 플레이 모드, 변경된 코드에만 적용되는 도메인 리로드, 최대 90% 빨라진 셰이더 빌드를 활용할 수 있다. 또한 새로운 명령 줄 인터페이스(CLI)와 공개 애플리케이션 프로그래밍 인터페이스(API)를 통해 팀 전체에 제작 과정을 개방한다. 아티스트와 프로듀서는 에디터 전체 접근 권한이 없어도 각자의 도구에서 애셋을 검증하고 빌드를 배포할 수 있다. 무료 모델 콘텍스트 프로토콜(MCP)을 활용하면 코딩 에이전트를 유니티와 직접 연결한다. 새로운 렌더링 기술은 모든 플랫폼에서 사실적인 조명과 시각적 디테일을 구현한다. 서피스 캐시 글로벌 일루미네이션(Surface Cache GI)을 통한 실시간 광원 효과와 AI 보조 그래픽 최적화 기술을 포함한다. 이외에도 유니티 광고 플랫폼인 유니티 벡터(Unity Vector)를 통해 적합한 플레이어와 게임을 연결하며, 네이티브 직접 판매 방식(D2C) 인앱결제, 노코드 웹숍, 통합 카탈로그를 제공하여 수익화를 지원한다. 아울러 유니티 6의 아키텍처를 계승해 기존 프로젝트와 코드를 차세대 버전으로 손쉽게 이어갈 수 있다. 유니티에 따르면 유니티 7은 12월에 초기 베타 테스트를 시작하며, 정식 버전은 2027년 1분기에 출시될 예정이다. 유니티의 매튜 브롬버그 최고경영자(CEO)는 “게임 개발이 역사상 그 어느 때보다 빠르게 변화하고 있다”면서, “미래는 가장 규모가 큰 팀이 아니라 새로운 기술로 고유한 콘텐츠를 만들고 플레이어를 확보할 수 있는 팀의 것이 될 것이며, 유니티 7은 바로 이러한 시대적 요구에 부응하는 플랫폼”이라고 밝혔다.

    한국플랜트정보기술협회 사업으로 4차 산업혁명 시대에 맞는 미래 글로벌 인재 양성을 위한 제18기 리틀PM전문강사(LPMI) 자격 과정이 개설됩니다. 미래 세대의 문제해결 능력과 글로벌 PM 리더십을 길러줄 강사 분들의 많은 관심과 참여 바랍니다.   1. 과정 목표 글로벌 인재 조기 양성을 위한 글로벌 PM 리더 전문강사 취득 유소년 및 청소년들의 삶의 문제해결 능력 배양 지도 역량 습득 글로벌 개념의 PM 전문가 확보로 국제 경쟁력 인재 배양 해외 프로젝트 관리 경쟁력 창출로 한국의 성장 동력 확보 초고령화 시대의 새로운 고부가 가치 일자리 창출   2. 일정 및 접수 방법 교육 일정: 2025년 8월 22일(토) ~ 23일(일) 09:30~18:00 (2일간) 교육 장소: 미국캐롤라인대학교 ARO (GJ빌딩 5층 / 서울 서초구 서초대로56길 40) 문의 : 010-2354-5749, yunhee2354@naver.com, 이병윤 본부장