• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "API"에 대한 통합 검색 내용이 1,847개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
AWS, 생성형 AI로 엔터프라이즈 앱 개발 돕는 ‘AWS 앱 스튜디오’ 출시 
아마존웹서비스(AWS)가 ‘AWS 서밋 뉴욕’에서 자연어를 토대로 엔터프라이즈 급 애플리케이션을 생성하는 생성형 AI 기반 서비스인 ‘AWS 앱 스튜디오(AWS App Studio)’를 발표했다. 앱 스튜디오에서 사용자가 원하는 애플리케이션, 원하는 기능 및 통합하려는 데이터 소스를 입력하기만 하면, 기존에 전문 개발자를 통해 수 일에 걸쳐 구축하던 애플리케이션을 단 몇 분만에 생성할 수 있다. 사용자는 포인트 앤 클릭 인터페이스를 통해 앱 스튜디오 애플리케이션을 쉽게 수정할 수 있으며, 생성형 AI 기반 어시스턴트에게 작업을 수행하는 방법에 대한 즉각적인 안내를 받을 수 있다. 앱 스튜디오는 IT 프로젝트 관리자, 데이터 엔지니어, 엔터프라이즈 아키텍트 등 소프트웨어 개발 지식이 없는 기술 전문가에게도 애플리케이션 개발의 기회를 제공하며, 운영 전문 지식이 없어도 AWS에서 관리되는 안전한 내부 애플리케이션을 신속하게 구축할 수 있도록 지원한다. 사용자는 앱 스튜디오를 통해 애플리케이션 구축과 실행에 대한 부담을 덜고, 비즈니스 문제를 해결하고 업무 생산성을 높이는 애플리케이션 구축에 더욱 집중할 수 있다. 모든 회사에는 재고 파악과 주문, 디자인 검토 및 승인 등 일상적인 조직 운영을 위해 직원들이 매일 관리하는 내부 프로세스와 업무가 있다. 이러한 프로세스는 많은 시간이 소요되고, 유지 관리가 어렵고, 오류가 발생하기 쉬우며, 여러 사용자에게 확장되기 어려운 스프레드시트와 문서를 통해 관리된다. 이때 맞춤형 애플리케이션을 사용하면 직원들은 정보를 쉽게 입력하고, 복잡한 프로세스를 관리하고, 아마존 S3(Amazon Simple Storage Service) 또는 세일즈포스와 같은 시스템에 연결해 더 효율적으로 업무를 수행할 수 있다.  기술 경험을 갖춘 직원들은 로코드(low-code) 도구를 사용해 애플리케이션을 직접 구축하기도 하나, 이러한 도구에는 고유한 문제점이 있다. 현재의 로코드 도구는 학습 곡선이 가파르고, 플랫폼별 지식이 필요한 경우가 많으며, 사용자가 구축한 애플리케이션이 회사의 보안 요구 사항을 충족하지 못해 IT 부서에서 이를 차단하는 경우가 많다. 또한 이러한 애플리케이션은 사용량이 증가함에 따라 확장에 어려움이 있기 때문에, 사용자는 애플리케이션 호스팅 및 실행을 회사 개발팀에 맡겨야 한다.  AWS 앱 스튜디오는 기존에 전문 개발자만 구축할 수 있었던 엔터프라이즈 급 애플리케이션을 약간의 기술 경험만 있다면 가장 빠르고 쉽게 구축할 수 있도록 지원한다. 앱 스튜디오의 생성형 AI 기반 어시스턴트는 일반적인 로코드 도구의 학습 곡선을 제거하여 애플리케이션 생성 프로세스를 가속화하고, 사용자 인터페이스(UI) 디자인, 워크플로 구축, 애플리케이션 테스트와 같은 일반적인 작업을 단순화한다. 앱 스튜디오는 사용자의 의도를 확인하기 위해 개요를 생성한 다음 여러 페이지의 UI, 데이터 모델 및 비즈니스 로직으로 애플리케이션을 구축한다. 그 후 사용자가 명확한 질문을 하면 앱 스튜디오는 포인트 앤 클릭 인터페이스를 사용해 이를 변경하는 방법에 대한 자세한 답변을 제공한다. 애플리케이션을 테스트하기 위해 사용자는 '데이터 생성' 버튼을 클릭하여 애플리케이션이 실시간으로 정보를 처리하는 방식을 보여주는 샘플 데이터를 생성하기만 하면 된다. 사용자는 아마존 오로라(Amazon Aurora), 아마존 다이나모DB(Amazon DynamoDB), 아마존 S3등 AWS 서비스 및 세일즈포스용 기본 제공 커넥터를 사용해 애플리케이션을 내부 데이터 소스에 쉽게 연결할 수 있다. 애플리케이션 프로그래밍 인터페이스(API) 커넥터를 사용하면 허브스팟(HubSpot), 슬랙(Slack), 젠데스크(Zendesk)와 같은 수백개의 타사 서비스와도 연결이 가능하다. 앱 스튜디오가 모든 배포, 운영 및 유지관리를 처리하기 때문에 사용자는 기본 코드에 대해 고려할 필요가 없다. 애플리케이션을 배포할 준비가 되면 앱 스튜디오는 사용자 지정 URL을 생성한다. 엔드 유저는 기존 엔터프라이즈 인증 도구 및 역할 기반 액세스 컨트롤을 사용하여 이에 액세스할 수 있다. 앱 스튜디오를 통해 개발된 모든 애플리케이션은 보안성이 높고, 확장 가능하며, 성능이 뛰어나 기술 전문가들이 애플리케이션 관리보다는 혁신에 더욱 집중할 수 있도록 한다. 앱 스튜디오는 모든 애플리케이션에 대한 가시성을 제공하여 IT 팀이 쉽게 각 애플리케이션을 추적하고, 사용자 및 데이터 접근을 제어하며, 회사의 보안 정책을 준수할 수 있는 가드레일을 설정할 수 있도록 한다. 앱 스튜디오를 통해 애플리케이션을 구축하는 것은 무료이고, 고객은 만들어진 애플리케이션을 실제로 사용하는 시간에 대해서만 비용을 지불하며, 다른 로코드 옵션을 사용할 때보다 최대 80%의 비용을 절약할 수 있게 된다. 앱 스튜디오는 현재 미국 서부(오리건) 리전에서 프리뷰로 제공되고 있다.
작성일 : 2024-07-12
혼합 오더 메시 커브
성공적인 유동 해석을 위한 케이던스의 CFD 기술 (10)   이번 호에서는 CFD에 유한요소법을 활용해 더 적은 요소 수로 해석 정확도를 높일 수 있는 곡선형 혼합 오더 메시(Mixed Order Mesh)를 생성하는 방법을 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   High-Order 메시 커브는 전산유체역학(CFD) 솔버 커뮤니티에서 유한요소법(FEM)을 활용하는 사람들에게 큰 도움이 될 새로운 기술이다. 유한요소기법은 유한 체적 및 유한 미분 방법과 같은 기존 CFD 방법보다 적은 요소 수로 정확도를 높인다. 선형 요소의 가장자리, 면, 내부에 버텍스(새로운 자유도)를 추가로 도입하여 정확도를 높일 수 있다. 곡선 지오메트리에 인접한 요소의 경우 이러한 새로운 자유도가 지오메트리에 위치해야 하므로 원래 선형 요소의 모양이 변경된다. 메시가 점성이 있는 경계를 향해 요소들이 모여 있는 경우 이 과정은 더 어렵다. 또한 내부 요소의 가장자리와 면은 요소 반전을 방지하기 위해 경계 요소 곡률에 따라 곡선을 만들어야 한다. 케이던스 피델리티 포인트와이즈(Cadence Fidelity Pointwise)에서 사용하는 WCN 스무딩에 대한 연구를 통해 혼합 오더 메시(Mixed Order Mesh)를 사용하여 지오메트리 곡률을 해결할 수 있다. 요소는 곡률이 심한 지오메트리 근처에서는 최대 4차 다항식(quartic)까지 올라갈 수 있으며, 곡률이 심한 지오메트리에서 멀리 떨어진 곳에서는 선형을 유지한다. 메시 평활화 방법은 비용 함수를 사용하여 원하는 요소 모양과 양의 자코비안을 각 요소에 적용한다. 요소가 지오메트리 근처에서 곡선이 될 때 점성 메시 간격이 유지된다. 결과는 복잡한 3D 구성에 대해 표시된다.   지오메트리 선형 메시를 올리고 표면 곡률에 따라 곡선을 그리려면 지오메트리에 쉽게 액세스하고 강력한 초기화 및 평활화 프로세스가 필요하다. 초기화 중에 고차 노드가 지오메트리에 정확하게 배치되고 메시 평활화 중에 표면에 유지되도록 하려면, 지오메트리에 대한 표면 검색작업이 필요하다. 엘리베이트 및 스무딩을 위한 지오메트리 액세스는 메시링크 API¹) 를 통해 제공된다. 메시링크는 지오메트리 및 메시 데이터를 관리하기 위한 라이브러리로, 메시 생성 및 메시 적응 애플리케이션과 관련된 함수를 쿼리할 수 있는 간단한 인터페이스를 제공한다.   혼합 오더 커브 프로세스 혼합 오더 메시 커브는 유효한 선형 메시로 시작하는 프로세스를 사용한다. 프로세스의 주요 구성 요소는 <그림 1>의 순서도에 나와 있다. 이 백서 전체에서 요소의 차수 또는 다항식 차수는 선형, 이차, 입방체와 같은 Q1~4 명명법을 사용하여 표시되며, 이차 요소는 각각 Q1, Q2, Q3, Q4이다. 고차 요소는 라그랑지안 기저 함수를 사용하여 요소의 가장자리, 면, 내부에 고차 노드를 고르게 분포시킨다. 이러한 물리적 노드는 하위 요소와 요소 모양을 적용하기 위해 WCN 방식에 필수이다.   그림 1. 혼합 오더 메시 커브 프로세스의 순서도에는 가장 안쪽 고도 루프를 통과하는 여러 경로가 포함되어 있다. 진입 지점에 따라 색상으로 구분된 화살표를 따라가게 된다.   고도 프로세스는 입력된 선형 메시에서 시작하여 사용자가 요청한 최종 차수인 Qfinal에 도달할 때까지 최대 차수인 Qmax를 한번에 하나씩 증가시킨다. 각 차수 패스동안 먼저 표면 요소와 볼륨 요소의 편차를 테스트한다. 고차 점이 지오메트리에서 너무 많이 벗어나는 서피스 요소(허용 오차 기준)는 높이가 올라가고, 그 섭동이 볼륨에 퍼진다. 마지막으로, 요소 반전을 수정하고 엘리베이션 프로세스에서 생성된 요소의 품질을 개선하기 위해 WCN 메시 스무딩이 수행된다. 각 스무딩 반복 후 각 볼륨 요소의 편차를 다시 테스트하여 추가 높이 조정이 필요한지 여부를 결정한다. 이 프로세스는 모든 요소가 편차 기준을 충족하거나 최종 정도에 도달할 때까지 반복되며, 메시 평활화 프로세스가 수렴한다. 품질 제약 조건은 인접한 요소가 한 차수 이상 차이가 나지 않도록 보장한다. 최종 출력은 같은 차수의 요소 간에 공유되는 고차 노드가 포함된 메시이다. 그러나 차수가 다른 요소 간에 공유되는 면과 가장자리는 동일한 인터페이스 노드를 공유하지 않다. 따라서 내보내기 전에 이러한 인터페이스에서 형상 적합성을 적용한다.   요소 편차 메트릭 편차 메트릭(Deviation Metric)은 엘리먼트 엘리베이션 프로세스 및 메시 스무딩 프로세스의 일부로, 엘리먼트 엘리베이션 프로세스를 제어한다. 편차 메트릭은 곡선 경계 또는 다른 볼륨 요소에 인접한 요소의 가장자리와 면에 있는 테스트 노드의 변위를 측정한다. 이러한 테스트 노드의 변위가 임계값 거리를 초과하면 해당 요소에 상승 플래그가 지정된다. 높이를 트리거하는 임계값은 요소 내의 최소 선형 에지 길이에 입력 편차 임계값 파라미터(일반적으로 1~5%)를 곱한 값이다.   서피스 요소 편차 곡선 경계에 인접한 요소의 경우 편차 메트릭은 6차 가우스 구적법 점 위치에 배치된 테스트 노드를 사용한다. 그런 다음 테스트 노드를 지오메트리에 투영하고, 원래 위치와 투영된 위치 사이의 거리를 측정한다. 편차량은 <그림 2>에서 선형 삼각형의 중심(청록색)에 있는 테스트 노드를 곡선 지오메트리 표면(주황색)에 투영하여 보여준다.   그림 2. 지오메트리에 투영된 표면 요소의 중심에 있는 테스트 노드     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-07-04
지더블유캐드 2025 : 기계/제조 분야의 활용성 높인 2D CAD
개발 : ZWSOFT 주요 특징 : 2D CAD 전용 소프트웨어, 대용량 도면 파일 처리 속도 개선, STEP 파일 호환 지원, PDF 불러오기 편의성 강화, 플롯 기능 개선, 기계 설계 특화 모듈 출시 등 공급 : 지더블유캐드코리아   지더블유캐드코리아가 기계/제조 분야에서 다방면으로 활용할 수 있는 2D CAD 전용 소프트웨어 지더블유캐드 2025(ZWCAD 2025)를 출시했다. ZWCAD는 지더블유소프트(ZWSOFT)에서 지속적으로 개발 및 업데이트를 진행하고 있으며, 국내 공급 및 지원을 담당하고 있는 지더블유캐드코리아는 제조 분야에서 2D CAD, 3D CAD/CAE/CAM 라인업을 확장시키고 있다. 특히 모든 제품군이 영구 라이선스로 보급되어, 타 소프트웨어의 라이선스 정책 및 고가의 소프트웨어를 대체할 수 있는 제품군으로 주목받고 있다. 이번에 출시된 ZWCAD 2025는 본격적으로 3D 기능에 대한 퍼포먼스가 향상됐다. STEP 파일에 대한 호환이 가능해지면서, 기계 부품 및 전기/전자, 장비를 포함한 플랜트 설비까지 대용량 데이터에 대한 불러오기 기능이 강화되었다. 또한 PDF 불러오기 기능에 대한 편의성 강화와 플롯(Plot) 기능이 개선되었다. 기계 설계 특화 모듈인 ZWCAD MFG 2025가 함께 출시됐다. 범용적인 2D 설계 기능 뿐만 아니라 특화 제품에 대한 신기능으로 템플릿 설정을 위한 프레임 셋업, 레이아웃, 그리고 조립도를 위한 BOM 및 기계기호 설정 등 다양한 설계 기능이 향상됐다. 그리고 국제 규격에 알맞은 부품 라이브러리 뿐만 아니라 KS규격을 추가적으로 선보인다. 이를 통해 기존 대비 효율성을 약 40% 이상 확보할 수 있다.   ZWCAD 2025의 신기능 ZWCAD 2025는 2D/3D 기능, 인터페이스, API, 인더스트리 모듈 등 여러 개선된 내용을 포함한다. 2025 버전부터는 32비트 환경에 대한 업데이트가 더 이상 지원되지 않고, 64비트 환경의 제품만 업데이트 및 지원한다. 앞으로 ZWCAD는 2~3개월마다 새로운 업데이트 패키지가 출시되며, 관련 패치는 자동 업데이트로 처리할 수 있다. 신규 버전의 주요 업데이트 사항은 다음과 같다.   향상된 2D/3D 기능 PDF 파일을 ZWCAD 상에서 첨부하거나 삽입하여 사용할 수 있다. 또한 PDF 언더레이가 포함된 도면의 이동, 확대/축소, 가져오기 속도, PDF에서 문자 가져오기의 최적화 등 다양한 기능의 효율이 개선되었다. 이 부분에 대해 타 소프트웨어와 비교한 사항은 다음과 같다.   ▲ 도면의 PDF 언더레이를 이용한 이동 속도 비교   출력(Plot)의 경우, PDF 및 물리적 프린터를 사용하는 부분에서 효율성을 향상시키고, 출력된 PDF 파일의 크기를 대폭 감소시킨다.  연관 배열 생성 및 편집에서 일부 오류가 있는 경우, 별도의 ZRX 도구가 제공된다. 이 도구를 사용하려면 ‘AuditArray.zrx’ 파일을 첨부 파일로 로드하고, AUDITARY 명령을 실행할 수 있다.  도면 검토를 위해 구름 수정 기호를 편리하게 사용할 수 있도록 별도 객체가 추가되었다. 사용자는 해당 그립을 드래그하여 모양을 편집하고 길이를 수정할 수 있다.   ▲ 그립을 통한 구름 수정 기호 편집   표준 LISP(리스프) 파일을 FAS 및 VLX 형식으로 직접 로드할 수 있도록 지원하고, LISP 호환성을 향상시키고 포맷 변환을 제거하여 개발 효율성을 높일 수 있다.   ▲ FAS/VLX 애플리케이션 로드   기계 부품 및 다양한 3D 데이터를 가져오기 위한 STEP 파일 가져오기 기능과 더불어 객체에 대한 시각화 스타일 등 여러 부가 옵션이 추가되었다. 지원되는 STEP 형식은 AP203과 AP214이며, 일반적인 설계 데이터뿐만 아니라 설비 및 플랜트에서 사용되는 대용량 데이터도 가져올 수 있는 디스플레이 최적화를 탑재했다. 이 밖에도 3D 모델링의 작업 공간과 편의 기능이 강화되었다.   ▲ ZWCAD 2025에서 불러온 플랜트 설비 데이터   ▲ 새로운 3D 객체 시각화 스타일   인터페이스 최적화 전반적인 리본 메뉴에서 슬라이드 아웃, 드래그, 플로팅과 같은 추가 패널 기능을 제공한다. CUI와 결합된 인터페이스는 사용자의 커스터마이징 수준을 향상시킬 수 있어, 더욱 빠른 드로잉을 가능하게 한다.    ▲ 슬라이드 아웃 패널   또한 특성, 도면층 관리자, 외부 참조, 디자인 센터, 도구 팔레트, 계산기 등 사용자가 자유롭게 개별 패널을 자동으로 병합하고 숨길 수 있어, 설계를 위한 작업 공간을 확장하도록 지원한다. 여러 도면을 열 때 다른 모니터에 참조 도면으로 표시하도록, 개별적인 탭을 프로그램 밖으로 드래그할 수 있는 기능도 추가된다.   ▲ 특정 도면을 새 창으로 이동     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-07-03
유니티 6 프리뷰 : 게임 및 비주얼 콘텐츠 제작 전반의 기능과 편의성 강화
개발 및 공급 : 유니티 주요 특징 : 렌더링을 위한 URP와 HDRP의 성능 향상, 조명 기능 개선, 풍부한 환경 렌더링의 정확성 향상, 멀티 플랫폼 지원 개선, XR 입력 및 상호작용 간소화, AI를 활용한 동적 런타임 경험 제공 등     유니티 6(Unity 6) 프리뷰 버전(이전 명칭은 2023.3 테크 스트림)은 2024년 출시되는 유니티 6 정식 버전의 개발 사이클에서 마지막 릴리스에 해당하며, 유니티 2023.1과 2023.2 버전에서 릴리스된 기능을 포함한다. 유니티는 2023년 11월 진행된 ‘유나이트’ 이벤트에서 명명 규칙을 업데이트한다고 발표한 바 있다. 유니티 6 프리뷰는 테크 스트림 릴리스처럼 구성되어 있으며, 지원되는 릴리스이므로 탐색 중이거나 프로토타이핑 단계에 있는 프로젝트에서 최신 기능과 업데이트된 기능을 미리 사용해 볼 수 있다. 정식 제작 중인 프로젝트에는 향상된 안정성과 지원이 제공되는 유니티 2022 LTS릴리스를 사용하는 것이 좋다.   렌더링 성능 향상 유니티 6 프리뷰에서는 URP(유니버설 렌더 파이프라인)와 HDRP(고해상도 렌더 파이프라인)의 성능이 향상되어 여러 플랫폼 전반에서 제작 속도를 높일 수 있다. 콘텐츠에 따라 다르지만, CPU 워크로드를 30~50%까지 줄이는 동시에 다양한 플랫폼 전반에서 더 원활하고 빠르게 렌더링할 수 있다. 새로운 GPU 상주 드로어를 사용하면 복잡한 수동 최적화를 거치지 않고도 규모가 크고 풍부한 월드를 효율적으로 렌더링할 수 있다. 고사양 모바일 기기, PC, 콘솔 등의 플랫폼에서 복잡한 대형 신(scene)을 렌더링할 때 게임 오브젝트에 사용되는 CPU 프레임 시간을 50%까지 단축하여 게임을 최적화할 수 있다.   ▲ 복잡한 대형 신을 렌더링할 때 게임 오브젝트에 사용되는 CPU 프레임 시간을 50%까지 단축하여 게임을 최적화한다.   GPU 상주 드로어와 함께 GPU 오클루전 컬링 또한 프레임마다 오버드로되는 양을 줄여 게임 오브젝트의 성능을 향상시킨다. 즉, 렌더러가 보이지 않는 오브젝트를 드로하느라 리소스를 낭비하지 않게 한다. GPU 오클루전 컬링은 GPU 기반 접근 방식을 통해 신에서 보이지 않는 오브젝트를 렌더링하지 않게 한다.  STP(시공간 포스트 프로세싱)로 GPU 성능을 최적화하고 시각적 품질과 런타임 성능을 높일 수 있다. STP는 저해상도에서 렌더링된 프레임을 정확도 손실 없이 업스케일링하도록 설계되어, 플랫폼에 다양한 성능 수준과 화면 해상도로 일관적인 고품질 콘텐츠를 제공할 수 있다. STP는 데스크톱과 콘솔 전반에서, 무엇보다도 컴퓨팅 가능한 모바일 기기에서 URP 및 HDRP 모두와 호환된다.   ▲ STP는 GPU 성능을 최적화하고 시각적 품질과 런타임 성능을 높인다.   URP용 렌더 그래프(Render Graph)는 새로운 렌더링 프레임워크 및 API로, 렌더 파이프라인의 유지 관리와 확장을 간소화하고 렌더링 효율성과 성능을 높인다. 최신 시스템에는 특히 타일 기반(모바일) GPU에서 메모리 대역폭 사용량과 에너지 소비를 줄이기 위한 네이티브 렌더 패스의 자동 병합 및 생성 같은 핵심 최적화 기능이 다양하게 추가되었다. 또한 새로운 렌더 그래프 API를 통해 커스텀 패스 추가 워크플로를 간소화할 수 있기 때문에, 사용자는 커스텀 래스터와 커스텀 패스로 렌더 파이프라인을 확장하고 새로운 컨텍스트 컨테이너를 사용하여 필요한 파이프라인 리소스에 모두 안전하게 액세스할 수 있다. 마지막으로, 새로운 렌더 그래프 뷰(Render Graph Viewer) 툴을 사용해 엔진의 렌더 패스 생성과 프레임 리소스 사용량을 에디터 내에서 직접 분석하고, 렌더 파이프라인 디버깅과 최적화 과정을 간소화할 수 있다.   ▲ 렌더 그래프 뷰를 사용하여 렌더 파이프라인, 패스, 리소스를 분석한다.   URP의 포비티드 렌더링(Foveated Rendering) API를 사용하면 포비티드 렌더링 수준을 설정하여 사용자 주변의 중거리/원거리 정확도를 낮추는 대신 GPU 성능을 높일 수 있다. 유니티 6 프리뷰에서는 두 가지 새로운 포비티드 렌더링 모드를 사용할 수 있다. 고정 포비티드 렌더링(Fixed Foveated Rendering)의 경우 스크린 공간 중앙 영역의 품질이 높아지고, 시선 추적 포비티드 렌더링(Gazed Foveated Rendering)에서는 시선 추적을 통해 스크린 공간에서 품질을 높여야 할 영역을 결정한다. 포비티드 렌더링 API는 오큘러스 XR(Oculus XR) 플러그인을 사용하는 메타 퀘스트(Meta Quest), 그리고 소니 플레이스테이션 VR2(Sony PlayStation VR2) 플러그인과 호환되며, OpenXR 플러그인에 대한 지원이 곧 추가될 예정이다.   ▲ 시선이 집중되는 영역의 품질을 높이는 방법으로 GPU 성능을 향상하여, VR에서 시각적 품질을 높이고 프레임 속도를 개선한다.   HDRP 및 URP에서의 볼륨 프레임워크 향상으로 모든 플랫폼에서 CPU 성능이 최적화되어 저사양 하드웨어에서도 실행이 가능하다. 이제 URP에서도 HDRP처럼 전반적으로 향상된 사용자 인터페이스를 사용하여 전역 볼륨과 품질 수준별 볼륨을 설정할 수 있다. 또한 이제 손쉽게 URP용 커스텀 포스트 프로세싱 효과와 함께 볼륨 프레임워크를 사용하여 커스텀 안개와 같은 효과를 직접 제작할 수 있다.    ▲ URP 커스텀 포스트 프로세싱   조명 개선 사항 APV(적응적 프로브 볼륨)는 유니티에서 전역 조명을 구현하는 새로운 방법을 제공한다. 라이트 프로브를 통해 빛을 받는 오브젝트의 저작(authoring) 및 반복 작업(iteration)을 더 간소화했으며, 시간대 시나리오나 스트리밍 등의 새로운 작업을 수행할 수 있다. 유니티 2023.1 및 2023.2 테크 스트림 릴리스에서 제공된 APV의 개발을 기반으로, 유니티 6 프리뷰에서는 탁월한 조명 전환을 구현하기 위해 저작 워크플로 개선, 스트리밍 기능 확장, 제어 및 플랫폼 도달률(Reach) 확장 등의 개선이 이루어졌다.  APV 시나리오 블렌딩을 URP로 확장하여, 낮과 밤을 전환하거나 방에서 불을 켜고 끄는 상황에 대한 베이크된 프로브 볼륨 데이터를 손쉽게 블렌딩할 수 있도록 더 광범위한 플랫폼을 지원한다. 여러 조명 시나리오를 베이크한 다음 런타임에 블렌딩할 수 있다. 이 기능은 프로브 볼륨 데이터에만 적용된다. 반사 프로브, 라이트맵, 광원 위치 또는 강도와 같은 기타 요소는 직접 조정해야 한다.  URP와 HDRP에서 모두 지원하는 APV 스카이 오클루전을 사용하면 가상 환경에 시간대별 조명 시나리오를 적용하여 APV 시나리오 블렌딩에 비해 다양한 컬러 배리에이션으로 하늘의 정적 간접 조명을 구현할 수 있다. 스카이 오클루전을 사용하면 APV 시나리오 블렌딩에 비해 다양한 컬러 배리에이션으로 하늘의 정적 간접 조명을 구현할 수 있다.  이제 APV 디스크 스트리밍이 URP에서 비컴퓨트(non-compute) 경로를 지원하며, AssetBundles 및 Addressables 지원 또한 활성화되었다.  Probe Adjustment Volumes 툴을 활용하여 APV 콘텐츠를 미세 조정하고 빛 번짐 효과를 해결할 수 있다. 이러한 볼륨 내부의 프로브에 대해 샘플 카운트 오버라이드 및 프로브 무효화 등을 조정할 수 있다. 조정 볼륨의 영향을 받지 않는 라이트 프로브는 숨길 수 있고, 이제 영향을 받는 프로브의 프로브 조명 데이터만 미리 확인할 수 있으며, Probe Volume 및 Probe Adjustment Volume 컴포넌트에서 곧바로 베이크할 수 있다. 마지막으로, C# Light Probe Baking API가 추가되어 이제 한 번에 베이크할 프로브의 개수를 제어하여 실행 시간과 메모리 사용량 간의 균형을 맞출 수 있다.    더 정확하고 풍부한 환경 유니티 6 프리뷰는 HDRP에서 프로젝트의 시간대 시나리오를 더 사실적으로 구현할 수 있도록 일몰과 일출의 하늘 렌더링을 개선하였다. 또한 먼 거리의 안개를 보완하기 위해 오존층 지원과 대기 산란이 추가되었다. 커스틱을 샘플링하여 볼류메트릭 광원의 빛줄기를 생성하는수중 볼류메트릭 포그 지원이 추가되어 물의 표현도 개선되었다. 성능 최적화 측면에서는 CPU로 시뮬레이션을 모사하는 대신, 몇 프레임이 지연되며 GPU에서 시뮬레이션을 다시 읽어 오는 옵션이 추가되었다. 혼합 트레이싱 모드가 포함된 투명한 표면 지원도 추가되어, 물과 같은 표면을 터레인이나 초목과 함께 렌더링할 때 레이트레이싱과 스크린 공간 효과를 혼합할 수 있다. 대규모의 동적인 월드를 렌더링하려면 무엇보다 성능이 중요하므로 URP와 HDRP의 SpeedTree 초목 렌더링을 최적화했으며, 앞에서 언급한 새로운 GPU 상주 드로어를 활용한다.   VFX 그래프 아티스트 워크플로 유니티 프리뷰 6에서는 VFX 아티스트가 더 많은 플랫폼에 효율적으로 도달할 수 있도록 툴과 URP 지원을 개선했다. VFX 그래프 프로파일링 툴을 사용하면 VFX 아티스트는 메모리와 성능에 대한 피드백을 받고, 그래프 내에서 최적화할 부분을 찾아서 특정 효과를 미세 조정하고 성능을 극대화할 수 있다.   ▲ VFX 그래프 프로파일링 툴   셰이더 그래프 키워드의 지원을 받아 VFX 셰이더를 제작할 수 있으며, URP 뎁스 및 컬러 버퍼를 사용하여 빠른 충돌이나 월드 내 파티클 생성을 위해 URP로 더 복잡한 효과를 만들 수 있다. VFX 그래프의 개념과 기능을 학습할 수 있도록 제작된 VFX 애셋 모음인 신규 학습 템플릿으로 VFX 그래프를 빠르게 시작할 수 있다.   셰이더 그래프 아티스트 워크플로 유니티 6 프리뷰에는 셰이더 그래프 사용자들이 많이 겪는 고충을 해결하기 위해 편집이 가능한 키보드 단축키, 그래프에서 가장 GPU 사용량이 많은 노드를 빠르게 식별할 수 있는 히트맵 컬러 모드를 추가하였으며, 실행 취소/재실행 또한 더 빨라졌다.   ▲ 노드의 상대적 GPU 비용을 보여 주는 히트맵 컬러 모드   여러 셰이더 그래프 애셋이 담긴 신규 노드레퍼런스 플을 사용할 수 있다. 샘플에 포함된 각 그래프는 하나의 노드를 설명하고, 내부적으로 작동하는 수학을 요약하며, 가능한 노드 사용 방법에 대한 예시를 포함한다.    멀티 플랫폼 개선 사항 유니티 6 프리뷰는 멀티 플랫폼 개발 워크플로를 최적화하고 인기 있는 플랫폼 전반에서 도달률을 향상하는 것을 목표로 데스크톱과 모바일, 웹 및 XR에서 향상된 멀티 플랫폼 기능을 제공한다.   빌드 창 편의성 향상 및 새로운 빌드 프로필 새로운 빌드 프로필 기능을 통해 더욱 유연하고 효율적으로 빌드를 관리할 수 있다. 각 프로필에서 빌드 설정을 구성하는 것 외에 이제 서로 다른 신 목록을 넣어 빌드의 콘텐츠를 커스터마이즈할 수 있어, 게임에서 가장 선보이고 싶은 신이 사용된 고유의 플레이 가능한 데모를 여러 개 만들 수 있다. 또한 플레이어 설정에서 볼 수 있는 스크립팅에 더해 어떤 프로필이든 정의하는 커스텀 스크립팅을 설정할 수 있으며, 이를 통해 빌드와 에디터 플레이 모드의 기능과 동작을 미세 조정할 수 있다. 버티컬 슬라이스(시연 버전)를 만들거나 플랫폼별로 동작을 다르게 설정하려 할 때 이 기능을 활용할 수 있다. 프로필마다 플레이어 설정 오버라이드를 추가하여 플랫폼 모듈에 맞게 설정을 커스터마이즈할 수 있다. 이 기능을 이용하면 프로필마다 다른 퍼블리싱 설정을 손쉽게 구성할 수 있다. 전반적으로 이 최신 기능을 사용하면 에디터에서의 빌드 관리 방식을 커스터마이즈하기 위해 커스텀 빌드 스크립트를 사용해야 하는 빈도를 낮출 수 있다. 마지막으로, 에디터에서 플랫폼을 쉽게 확인할 수 있도록 플랫폼 브라우저를 추가했다. 플랫폼 브라우저에서 Unity가 지원하는 모든 플랫폼을 확인하고 원하는 플랫폼의 빌드 프로필을 생성할 수 있다.   ▲ 유니티 6의 새로운 빌드 프로필 창   웹 런타임으로 모바일 게임 도달률 향상 안드로이드 및 iOS 브라우저 지원이 유니티 6 프리뷰에 추가되었다. 이제 모든 웹에서 유니티 게임을 실행할 수 있으며, 브라우저 게임을 데스크톱 플랫폼으로 제한해 개발하지 않아도 된다. 또한 게임을 네이티브 앱의 웹 뷰에 임베드하거나, 유니티의 프로그레시브 웹 앱 템플릿을 사용해 고유한 바로 가기와 오프라인 기능을 가진 네이티브 앱처럼 게임이 작동하도록 구현할 수 있다. 모바일 기기 컴파스 지원과 GPS 위치 트래킹 같은 기능이 추가되어, 게이머가 플레이하는 플랫폼에 맞게 대응하도록 웹 게임을 구현할 수 있다. Emscripten 3.1.38 툴체인 업데이트와 부호 확장 명령 코드, 트랩 없는 부동 소수점-정수 변환, 벌크 메모리, BigInt, Wasm 테이블, 네이티브 Wasm 예외, Wasm SIMD와 같은 새로운 WebAssembly 언어 기능 모음을 통한 최신 WebAssembly 2023 지원을 통해 웹 게임을 미세 조정할 수 있다. 또한 WebAssembly 2023은 힙 메모리를 4GB까지 지원하므로 최신 하드웨어에서 더 많은 RAM을 사용할 수 있다.   ▲ 아이폰 15 프로의 사파리에서 실행되는 유니티의 2D 샘플 프로젝트 해피 하비스트(Happy Harvest)   유니티 6 프리뷰에는 최신 안드로이드 툴, 즉시 사용 가능한 자바(Java) 17 지원, 안드로이드 앱 번들에 디버그 심볼을 추가하는 기능 등을 비롯한 더 많은 모바일 개선 사항이 포함된다. 이를 통해 구글 플레이 스토어(Google Play Store)에 제출하는 시간을 절약하고 플레이 콘솔(Play Console)에서 항상 스택트레이스 정보를 확인할 수 있다.   WebGPU 백엔드 얼리 액세스 WebGPU 백엔드의 실험 단계 지원을 도입하는 것은 웹 기반 그래픽스 가속의 중대한 이정표로서, 앞으로 유니티 웹 게임의 그래픽스 렌더링 정확도를 도약시키는 디딤돌이 될 것이다. WebGPU는 컴퓨트 셰이더 지원과 같은 최신 GPU 기능을 웹에 노출하고 활용하려는 목적으로 설계되었다. WebGPU는 새로운 웹 API로서, 다이렉트X 12(DirectX 12), 벌칸(Vulkan), 메탈(Metal)과 같은 네이티브 GPU API를 통해 내부적으로 구현하는 최신 그래픽스 가속 인터페이스를 데스크톱 기기에 따라 제공한다. WebGPU 그래픽스 백엔드는 여전히 실험 단계이므로 정식 제작에 사용하는 것은 권장하지 않는다.   ▲ GPU(컴퓨트) 스키닝의 장점을 활용해 높은 프레임 속도를 유지하면서 로봇들의 골격 위에 스킨을 메시 처리한 데모   유니티 에디터의 ARM 기반 윈도우 기기 지원 유니티는 2023.1에서 ARM 기반 윈도우 기기에 대한 지원을 제공하여 새로운 하드웨어로 타이틀을 가져올 수 있게 했다. 유니티 6 프리뷰를 통해 유니티 6에서 ARM 기반 윈도우 기기에 대한 네이티브 유니티 에디터 지원을 제공한다. 따라서 이제 ARM 기반 기기의 성능과 유연성을 활용하여 유니티 게임을 제작할 수 있다.   다이렉트X 12 백엔드 개선 사항 유니티의 다이렉트X 12 그래픽스 백엔드가 정식으로 제작에 사용 가능하며, DX12를 지원하는 윈도우 플랫폼을 타깃으로 제작할 때 사용할 수 있다. 이번 변경에 앞서 렌더링 안정성과 성능에 대한 포괄적인 향상이 이루어진 바 있다. 유니티 에디터와 유니티 플레이어는 DX12에서 Split Graphics Jobs를 사용하여 향상된 CPU 성능의 혜택을 누릴 수 있다. 성능 향상 수준은 신의 복잡도와 제출되는 드로 콜 횟수에 따라 다를 수 있다.     무엇보다도 DX12 그래픽스 API는 광범위한 최신 그래픽스 성능을 지원할 수 있으므로, 유니티의 레이트레이싱 파이프라인 같은 차세대 렌더링 기법을 사용할 수 있다. 조만간 그래픽스에서 머신러닝에 이르는 DX12의 고급 기능을 활용하여, 높은 수준의 정확도와 성능을 실현할 수 있을 것이다.   마이크로소프트 GDK 패키지로 마이크로소프트 플랫폼 생태계 도입 마이크로소프트와 유니티의 지속적인 파트너십 덕분에 이제 유니티 6 프리뷰와 2022 LTS, 2021 LTS에서 2개의 새로운 마이크로소프트 GDK 패키지를 이용할 수 있다. Microsoft GDK Tools와 Microsoft GDK API 패키지를 동일한 구성 및 코드 베이스로 마이크로소프트 게이밍 플랫폼에서 사용할 수 있다. 이 패키지를 사용하면 사용자 ID, 플레이어 데이터, 소셜, 클라우드 스토리지 등의 엑스박스(Xbox) 서비스를 활용할 때와 같은 코드를 사용하여, 윈도우 및 엑스박스같은 마이크로소프트 게이밍 플랫폼에서 더욱 손쉽게 게임을 빌드할 수 있다. 통합 마이크로소프트 GDK 패키지를 사용하면 공유 코드 베이스와 API를 통한 빌드 프로세스 자동화 기능을 활용하여 마이크로소프트 플랫폼에서 게임을 제작할 수 있다. 패키지에 포함된 다양한 기능을 선보이는 새로운 샘플도 제공된다. 이전에는 엑스박스 콘솔과 윈도우의 마이크로소프트 스토어를 타깃으로 삼는 경우 마이크로소프트와 유니티에서 제공하는 별도의 GDK 패키지를 설치하는 것이 지침이었다. 그렇게 하려면 타깃으로 삼은 각 마이크로소프트 플랫폼별로 다른 코드 브랜치를 관리해야 했다. 새로운 마이크로소프트 GDK 패키지를 사용하면 그럴 필요가 없다. 또한 이제 빌드 서버에서 직접 API로 MicrosoftGame.config 파일을 수정할 수 있다. 유니티 6의 새로운 빌드 프로필 기능과 함께 사용하면 하나의 프로젝트만으로도 손쉽게 마이크로소프트 게이밍 생태계에 게임을 공개할 수 있다.   ▲ 유니티 패키지 관리자의 새로운 마이크로소프트 GDK API(1단계) 및 마이크로소프트 GDK 툴즈(2단계). 유니티 패키지 관리자에서 직접 마이크로소프트 GDK 패키지를 설치하고 마이크로소프트 GDK를 사용해 개발을 시작할 수 있다.   XR 경험 유니티는 AR킷(ARKit), AR코어(ARCore), 비전OS(visionOS), 메타 퀘스트, 플레이스테이션 VR, 윈도우 MR(Windows Mixed Reality) 등 많이 알려진 알려진 XR(확장현실) 플랫폼을 지원한다. 유니티 6 프리뷰는 혼합 현실, 손 및 시선 입력, 개선된 시각적 정확도 같은 최신 크로스 플랫폼 기능을 포함한다. 이제 향상된 템플릿에 이러한 많은 최신 기능이 통합되어 더 빠르게 시작할 수 있다.   현실 세계를 게임에서 구현하기 기존 게임을 혼합 현실로 확장하려 할 때나 아니면 완전히 새로운 게임을 제작하려는 경우에도 AR 파운데이션(AR Foundation)을 사용하면 크로스 플랫폼 방식으로 현실 세계를 플레이어 경험에 통합할 수 있다. 유니티 6 프리뷰에는 AR코어에서의 이미지 안정화 지원을 추가하였으며, 메타 퀘스트(Meta Quest)와 같은 혼합 현실 플랫폼을 대상으로 메시 및 바운딩 박스 기능 등에 대한 지원을 개선했다.   ▲ 최신 AR 파운데이션 메시 기능   XR 입력 및 상호작용 상호작용을 간소화할 수 있도록 XRI(XR Interaction Toolkit) 3.0에 여러 주요 개선 사항이 추가되었다. 그중에서도 Near-Far Interactor라는 새로운 인터랙터는 프로젝트에서 인터랙터의 동작을 커스터마이즈할 때 유연성과 모듈성을 향상시킬 수 있다.  새로운 Input Reader의 추가로 XRI 입력 처리 방식이 개선되었으며, 이를 통해 입력 프로세스가 간소화되고 다양한 입력 유형 전반에서 코드의 복잡도가 줄어든다. 마지막으로, 크로스 플랫폼 방식으로 게임 내 키보드를 구현하고 커스터마이즈할 수 있도록 새로운 가상 키보드 샘플을 출시할 계획이다.   고유의 손 제스처 손을 사용하여 콘텐츠와 상호작용하도록 하는 플랫폼이 점점 더 많아지는 추세이다. 유니티의 XR Hands 패키지를 사용하면 커스텀 손 제스처(예 : 엄지 척, 엄지 다운, 가리키기)나 일반적인 오픈XR 손 제스처를 구현할 수 있다. 샘플이 포함되어 있어 빠르게 작업을 시작할 수 있다. 손 모양과 제스처의 제작, 미세 조정 및 디버깅을 위한 툴이 함께 지원되므로 더 많은 사용자를 대상으로 폭넓은 콘텐츠를 제공할 수 있다.   시각적 정확도 향상 게임의 시각적 정확도를 향상하려는 방법의 하나로 현재 실험 단계 패키지로만 이용할 수 있는 Composition Layers 기능이 있다. 이 기능은 런타임의 합성 레이어에 대한 네이티브 지원을 사용하여 텍스트, 비디오, UI 및 이미지를 더욱 양호한 품질로 렌더링하고, 더 선명한 텍스트, 뚜렷한 윤곽선을 비롯해 전반적으로 더 나은 결과물을 제공하는 동시에 아티팩트도 상당히 줄일 수 있다.   멀티플레이어 제작 간소화 유니티 6 프리뷰는 간단한 엔드 투 엔드 통합 솔루션으로, 멀티플레이어 게임의 제작, 출시, 성장을 가속한다. 실험 단계 멀티플레이어 센터 유니티는 패키지 레지스트리에서 사용할 새로운 실험 단계 멀티플레이어 센터(Experimental Multiplayer Center) 패키지를 제작했다. 멀티플레이어 센터는 멀티플레이어 개발을 시작할 수 있도록 안내하는 간소화된 가이드 툴이다. 에디터의 중심에 있는 이 가이드를 활용하면 프로젝트별 요구 사항에 맞는 유니티 툴과 서비스에 액세스할 수 있다.  멀티플레이어 센터는 프로젝트의 멀티플레이어 사양에 따른 인터랙티브 가이드, 리소스와 교육 자료에 대한 액세스, 그리고 멀티플레이어 기능을 빠르게 배포하고 간단하게 실험할 간편한 방법을 제공한다.   멀티플레이어 플레이 모드 유니티 에디터 내에서 각 프로세스 전반의 멀티플레이어 기능을 테스트해 볼 수 있는 멀티플레이어 플레이 모드(Multiplayer Play Mode) 1.0 버전이 릴리스되었다. 디스크의 동일한 소스 애셋을 사용하면서 하나의 개발 기기에서 최대 4명의 플레이어(기본 에디터 플레이어 및 가상의 플레이어 3명)를 동시에 시뮬레이션할 수 있다. 멀티플레이어 플레이 모드를 사용하면 프로젝트를 빌드하고, 로컬에서 실행하고, 서버-클라이언트 관계를 테스트하는 데 걸리는 시간을 단축하는 멀티플레이어 개발 워크플로를 구축할 수 있다.   ▲ 멀티플레이어 플레이 모드는 개발 과정에서 멀티플레이어 게임을 테스트하기 위한 설정 시간을 단축하고 빠른 반복 루프를 유지한다.   멀티플레이어 툴즈 멀티플레이어 툴즈(Multiplayer Tools) 패키지를 2.1.0 버전으로 업데이트하며, 새로운 디버깅 시각화 툴인 네트워크 신 비주얼라이제이션(Network Scene Visualization)을 추가했다. 네트워크 신 비주얼라이제이션(NetSceneVis)은 멀티플레이어 툴즈 패키지에 포함된 강력한 툴로, 유니티 에디터 신 뷰에서 프로젝트를 보며 메시 셰이딩이나 텍스트 오버레이와 같은 시각화 기능을 통해 오브젝트별 네트워크 커뮤니케이션을 시각화하고 디버깅할 수 있다.   Netcode for GameObjects용 실험 단계 분산형 권한 새로운 Experimental Multiplayer Services SDK 0.4.0 버전(com.unity.services.multiplayer)과 함께 사용할 때의 분산형 권한 모드를 Netcode for GameObjects 2.0.0-exp.2 버전(com.unity.netcode.gameobjects)에 추가했다. 분산형 권한 모드에서는 클라이언트가 게임 세션에서 생성된 넷코드(Netcode) 오브젝트에 대해 분산된 소유권/권한을 가진다. 넷코드 시뮬레이션 워크로드는 클라이언트 전반에 분산되며, 네트워크 상태는 유니티가 제공하는 고성능 클라우드 백엔드를 통해 조율된다.   넷코드 포 엔티티즈 게임 오브젝트가 디버그 바운딩 박스를 렌더링할 수 있도록 지원하여 넷코드 포 엔티티즈(Netcode for Entities) 경험을 개선했다. 또한 코드를 수정할 필요 없이 커스터마이즈할 수 있는 넷코드 설정 변수 대부분이 포함된 NetCodeConfig ScriptableObject를 추가했다.   데디케이디드 서버 패키지 프로젝트를 별도로 만들지 않아도 프로젝트에서 서버와 클라이언트 역할을 전환하도록 허용하는 데디케이디드 서버(Dedicated Server) 패키지를 출시했다. 멀티플레이어 역할을 사용하면 클라이언트 및 서버 전반에 게임 오브젝트와 컴포넌트를 배분할 수 있다.  멀티플레이어 역할로 각 빌드 타깃에서 사용할 멀티플레이어 역할(클라이언트, 서버)을 결정할 수 있다. 이는 다음과 같이 구성된다. 콘텐츠 선택 : 여러 멀티플레이어 역할을 대상으로 포함하거나 제거할 콘텐츠(게임 오브젝트, 컴포넌트)를 선택하는 UI 및 API를 제공한다. 자동 선택 : 여러 멀티플레이어 역할에서 자동으로 제거되어야 할 컴포넌트 유형을 선택하는 UI 및 API를 제공한다. 안전성 확인 : 멀티플레이어 역할에서 오브젝트를 제거하여 발생할 수 있는 잠재적인 널(null) 참조 예외를 감지하기 위한 경고를 활성화한다. 이 패키지에는 데디케이디드 서버 플랫폼 개발에 추가로 필요한 최적화 및 워크플로 개선 사항도 포함된다.   Experimental Multiplayer Services SDK Experimental Multiplayer Services SDK는 유니티 6 프리뷰에서 개발하는 게임에 온라인 멀티플레이어 요소를 한 번에 추가할 수 있는 솔루션이다. UGS(Unity Gaming Services)를 기반으로 릴레이(Relay) 및 로비(Lobby) 서비스의 여러 기능을 새로운 단일 ‘세션’ 시스템으로 결합한 솔루션으로, 빠르게 플레이어 그룹의 연결 방식을 정의할 수 있도록 지원한다. Experimental Multiplayer Services SDK 0.4.0 버전(com.unity.services.multiplayer)을 사용하면 P2P(peer-to-peer) 세션을 생성하고 플레이어가 참여 코드, 활성 세션 목록 검색 또는 ‘빠른 참여’ 기능 등 다양한 방법으로 참여하도록 구현할 수 있다.   유니티 6 프리뷰의 멀티플레이어 유니티 6 프리뷰에 포함된 많은 기능은 아직 실험 단계에 있으며, 아직 정식 제작에 사용할 수는 없다. 유니티 6가 완전한 지원 경험을 갖출 수 있도록 사용자의 피드백을 바탕으로 해당 기능을 빠르게 사전 릴리스 및 릴리스 단계로 전환할 예정이다.   엔티티 워크플로 개선 사항 유니티 6 프리뷰는 ECS 워크플로를 간소화하고 사용자가 흔히 겪는 어려움을 해결한다. 이러한 노력의 하나로, 유니티는 향후 엔티티와 게임 오브젝트 워크플로가 통합되는 상황에 대비하여 엔티티의 저장 방식을 변경했다. 이제 엔티티 ID가 전역적으로 고유의 값을 가지며, 한 엔티티 시스템에서 다른 시스템으로 원활하게 옮길 수 있다. 이러한 변경이 ECS 워크플로에 영향을 주지는 않지만, 항상 정확한 엔티티를 표시하므로 디버깅 시 모호함을 줄일 수 있다. 또한 유니티 2022 LTS에 제공된 최신 ECS 개선 사항이 유니티 6 프리뷰에도 적용되었다. ECS 1.1 : 주요 물리 콜라이더 워크플로 및 성능 개선, ECS 프레임워크 전반에서 80개 이상의 수정 사항 ECS 1.2 : 에디터 워크플로 전반의 편의성 및 성능 개선, 직렬화, 베이킹, 50개 이상의 수정 사항 및 유니티 6 호환성   AI를 활용한 동적 런타임 경험 제공 유니티 6 프리뷰에는 런타임에 AI 모델을 통합하는 뉴럴 엔진인 유니티 센티스(Unity Sentis)가 포함된다. 센티스를 통해 오브젝트 인식, 스마트 NPC, 그래픽스 최적화 같은 새로운 AI 기반 기능을 활용할 수 있다. 센티스는 최근에 성능과 사용 초기 경험 간소화에 집중하여 개선이 이루어졌다.   성능 이제 유니티 에디터에서 AI 모델 가중치 양자화(FP16 또는 UINT8)를 지원하므로 필요한 경우 모델 크기를 최대 75%까지 줄일 수 있다. 모바일 게임을 출시하는 경우 상당한 절약 효과를 볼 수 있다. 모델 스케줄링 속도 또한 2배 향상되었고, 메모리 누수와 가비지 컬렉션은 줄어들었다. 마지막으로, 이제 더 많은 ONNX 연산자를 지원한다.   시작하기 프로젝트에 적합한 AI 모델을 더 쉽게 찾을 수 있도록, 유니티는 대규모 60만 개 이상의 AI 모델을 보유한 AI 모델 허브인 허깅 페이스(Hugging Face)와 협력 관계를 맺었다. 이제 센티스에서 ‘바로 사용할 수 있는’ AI 모델을 즉시 찾을 수 있으므로 손쉬운 연동이 가능하다.  적합한 모델을 찾았으면 이제 게임에 연결해야 한다. 더 쉽게 연결할 수 있도록 유니티는 AI 모델을 제작, 수정, 연결하는 데 활용할 새로운 Functional API를 도입했다. 직관적이고, 안정적이며, 인퍼런스에 최적화된 API이다. 메모리 관리 및 스케줄링 전반을 제어하기 위해 완전히 커스터마이즈할 수 있는 낮은 레벨의 API가 필요하다면 Backend API를 계속 사용할 수 있다.   생산성 및 기능성 향상 유니티 엔진은 비주얼 스크립팅에서부터 UI 툴킷까지 사용자의 생산성과 기능성을 향상하기 위한 다양한 툴을 제공한다. 기존 툴에 더해 유니티 6 프리뷰에서는 특히 프로파일링 툴 포트폴리오에 두 가지 업데이트가 추가되었다.   메모리 프로파일러 유니티 6 프리뷰에서는 메모리 프로파일러(Memory Profiler)와 관련해 두 가지 주요 업데이트가 적용되었다. 우선, 기존에는 분류되지 않았던 그래픽스 메모리가 이제 측정되며 리소스별 보고가 이루어진다.(예 : 렌더 텍스처 및 컴퓨트 셰이더) 그리고, 상주 메모리에 대한 정보가 더 자세히 보고된다. 예를 들어 디스크로 전환되는 메모리는 더 이상 여기에 포함되지 않는다. 이러한 업데이트는 특히 네이티브 메모리 사용량을 파악하기 어렵다는 사용자의 직접적인 피드백을 해결한다.   ▲ 업데이트된 메모리 프로파일러     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-07-03
[칼럼] PLM과 챗GPT의 활용 방안
현장에서 얻은 것 No.17   “LLM 공부해야 소용없어… 대신 차세대 AI에 집중해야” - 얀 르쿤(메타 AI 수석과학자)  페친으로 커넥팅되어 시작된 인연은 인공지능 프로젝트를 통해서 책까지 출판하는 기회를 얻었다. 이번 호의 내용은 그 여정에 대한 기록이다. 기록의 중요성을 또 한 번 느끼며, 만남과 인연의 중요함도 느꼈다.  그 모든 것의 중심에는 ‘관심’ 그리고 ‘깊이와 Hungry’가 있었다. 또한 ‘호기심’은 두말하면 잔소리이다.  그리고 나의 여정을 두 단어로는 ‘리더십’과 ‘인플루언서’로 정했다.    챗GPT에게 PLM에 대해 묻다 2023년 4월호 칼럼으로 ‘챗GPT-PLM 활용의 모습’에 대해 썼다. 그리고 1년이 흐른 지금 다시 한번 챗GPT(ChatGPT)에게 길을 물었다.  1년 전인 2023년 3월에는 챗GPT의 버전이 3.5였고, 2024년 6월는 챗GPT 4o가 등장했다. 2023년 3월 당시에는 “AI가 아니라 AI를 쓰는 기업이 기업을 대체할 것”이라는 말이 유행했다. 1년이 흐른 지금… 통하는 기업이 있고, 여전히 AI가 어떤 결과를 낳을지 오리무중인 기업도 있다. 그동안 큰 변화는 글로벌 관심거리로 학습과 진보 속에서 ‘두려움’이 많이 사라졌다. 또한, 현실적인 장벽이 많이 있다는 것도 드러났다. 1년 전에 ‘챗GPT-PLM 활용의 모습’을 물었을 때 상당히 혁신적이었다. 마치 뭔가 큰일을 낼 것 같이 희망에 찬 답변이었다. 1년이 흐른 지금 같은 질문을 던졌더니, 그때보다는 상당히 현실적인 답변을 내 놓는다.  다음에서 챗GPT와의 대화 내용의 결과를 정리한 리포트 형식으로 풀어가겠다.  “인공지능은 실험실 조수, 최종 결정은 인간이 해야”  - 데미스 허사비스(구글 딥마인드 CEO)    PLM과 챗GPT의 활용 방안 - 프롬프트와 진단 주요 산업군 및 목표를 정했다. 주요 산업군은 자동차, 항공산업, 전기 전자 산업, 의료기기로 한정했다. 독자는 경영진, 임원, 마케팅 담당자로 정했다. 리포트의 주요 목표는 기업에 효과적인 PLM과 챗GPT 활용 방안을 제시하는 것으로, 이에 맞춰 프롬프트를 작성했다.  먼저, 챗GPT는 PLM의 주요 문제점에 대해서 다음과 같이 요약해 주었다.  “PLM 시스템은 복잡한 제품 개발 과정에서 다양한 문제를 안고 있습니다. 이러한 문제점들은 다음과 같습니다. ■ 프로젝트 관리 : 복잡한 프로젝트 관리는 다양한 팀과 부서 간의 협업을 필요로 하며, 실시간 상태 업데이트와 정보 공유가 어렵습니다. ■ 데이터 정합성 : 다양한 부서와 시스템에서 데이터를 관리하다 보면 데이터의 일관성을 유지하는 데 어려움이 있습니다. ■ BOM 관리 : 제품의 BOM(Bill of Materials) 데이터를 정확하게 관리하는 것은 중요하지만, 잘못된 데이터는 생산 오류를 유발합니다. ■ 품질 관리 : 품질 검사와 문제 해결에 많은 시간과 비용이 소요됩니다. ■ 제품 설계 : 설계 변경 요청이 빈번하게 발생하며, 이를 관리하기 어렵습니다. ■ 상품 기획 : 시장 트렌드를 정확히 예측하고 고객의 요구를 반영하기 어렵습니다. ■ 공급망 관리 : 공급망의 복잡성으로 인해 지연과 비용 증가가 발생합니다. ■ 고객 서비스 : 고객 문의와 지원 요청을 효율적으로 처리하기 어렵습니다. ■ 교육 및 훈련 : 직원 교육과 훈련에 많은 시간과 비용이 소요됩니다. ■ 사양 관리 : 제품 사양의 관리 및 업데이트 과정에서 오류가 발생할 수 있습니다. ■ 디지털 제조 : 제조 과정의 디지털화와 스마트 제조 시스템 구현이 어렵습니다. ■ 데이터 보안 : PLM 시스템은 많은 기밀 데이터를 포함하고 있어 데이터 유출의 위험이 큽니다.”   각 문제에 대한 해결 방안 “PLM의 각 문제점에 대해 챗GPT를 활용한 해결 방안은 다음과 같습니다. ■ 프로젝트 관리 : 챗GPT를 통한 실시간 상태 업데이트, 자동 보고서 생성, 팀 간 의사소통 지원 ■ 데이터 정합성 : 챗GPT를 활용하여 데이터 입력 및 검증 자동화, 오류 감지 및 수정 제안 ■ BOM 관리 : 챗GPT를 통해 BOM 데이터의 정확성과 일관성을 유지하여 생산 오류를 줄임 ■ 품질 관리 : 챗GPT를 통해 품질 문제의 원인 분석, 해결책 제안, 품질 검사 자동화 지원 ■ 제품 설계 : 챗GPT를 사용하여 설계 변경 제안 및 피드백 수집, 팀 간 협업 지원 ■ 상품 기획 : 챗GPT를 통해 시장 트렌드 분석, 고객 피드백 수집 및 분석, 제품 기획 아이디어 제안 ■ 공급망 관리 : 챗GPT를 사용하여 공급망 데이터 분석, 공급업체와의 실시간 커뮤니케이션 지원, 문제 발생 시 빠른 대응 방안 제안 ■ 고객 서비스 : 챗GPT를 활용한 자동화된 고객 응대, 자주 묻는 질문(FAQ) 자동 응답, 고객 피드백 수집 및 분석 ■ 교육 및 훈련 : 챗GPT를 통한 맞춤형 교육 자료 제공, 훈련 프로그램 관리, 실시간 질문 응답 시스템 구축 ■ 사양 관리 : 챗GPT를 사용하여 사양 데이터의 자동 검증 및 업데이트, 사양 변경 내역 관리, 사양 관련 질문에 대한 실시간 응답 제공 ■ 디지털 제조 : 챗GPT를 활용하여 제조 데이터 분석, 예측 유지보수 시스템 구축, 제조 과정 최적화 및 문제 해결 지원 ■ 데이터 보안 : 챗GPT를 통해 데이터 보안 시스템 강화, 실시간 보안 모니터링, 보안 위협에 대한 빠른 대응 방안 마련”   PLM 데이터 학습 방안 “PLM 데이터는 폐쇄적이고 기밀 정보가 많기 때문에 챗GPT가 직접적으로 학습하는 것은 어렵습니다. 그러나 다음과 같은 방안을 통해 챗GPT가 PLM 데이터를 활용할 수 있습니다. ■ 프록시 데이터 사용 : 익명화된 데이터로 학습하여 민감한 정보를 보호합니다. ■ API 기반 접근 : API를 통해 실시간으로 데이터를 조회하고 분석할 수 있습니다. ■ 데이터 마스킹 및 샘플링 : 민감 정보를 제거한 샘플 데이터를 사용하여 학습합니다. ■ 온프레미스 학습 시스템 : 기업 내부에 AI 학습 시스템을 구축하여 폐쇄된 환경에서 안전하게 학습합니다. ■ 주기적인 데이터 피드백 루프 : 정기적으로 업데이트된 데이터를 반영하여 학습합니다.”   결론 “챗GPT는 PLM 시스템의 다양한 문제를 해결할 수 있는 강력한 도구입니다. 데이터를 정확하게 관리하고 실시간으로 분석하며, 효율적인 의사소통을 지원함으로써 PLM 시스템의 효율성을 크게 향상시킬 수 있습니다. 그러나 데이터를 안전하게 관리하고, AI 모델의 정확성을 유지하기 위해 적절한 학습 방법과 보안 조치를 취하는 것이 중요합니다. 챗GPT를 통해 PLM 시스템의 문제를 해결하고, 더 나은 제품 개발과 관리를 실현할 수 있을 것입니다.”   PLM의 핫 이슈는 정합성과 정보의 공개 시행착오에서 해답을 찾을 수 있으리라 생각한다. 갈 길은 정해졌다. PLM의 가장 큰 이슈는 정합성과 정보의 공개이다. 왜냐면 사람이 운영하기 때문에, PLM의 복잡성 그리고 추적성을 고려하면 사용자들이 체계적으로 잘 사용해야 가능하다. 챗GPT가 해 줄 일은 자명하다. 고자질을 잘 할 것 같다. 누가 어떤 것에 에러를 범했다. 설계 데이터, BOM 오류, 결재를 미룬 사람 등 기업 업무의 불편한 진실을 챗GPT와 같은 생성형 AI가 내부고발자 역할을 하지 않을까 생각된다. 즉, 생성형 AI는 나를 도와주는 비서일 뿐만 아니라 감시자 역할도 할 수 있을 거라 예상된다.  두려움의 대상이라고 생각해도 나쁘지 않다. 시스템으로 의도하지 않은 업무상 오류를 바로잡을 수 있는 절호의 기회이기 때문이다.  기업 내부의 이슈로는 부서간, 개인간의 이해관계가 있다. 각자 자기 일을 잘 하게 되면 무슨 문제가 있으랴.    ▲ PLM과 챗GPT의 활용방안(Map by 류용효) (클릭하시면 큰 이미지로 볼 수 있습니다.)   ■ 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.
작성일 : 2024-07-03
알테어, ‘가트너 매직 쿼드런트’ 데이터 과학·ML 플랫폼 리더 선정
알테어가 ‘가트너 매직 쿼드런트’ 데이터 과학 및 머신러닝 플랫폼 부문 리더로 선정됐다고 밝혔다.   알테어는 이번 평가에서 ▲기업의 생성형 AI 및 머신러닝 도입에 대한 시장 이해도 ▲제조업 등 다양한 산업 분야로의 데이터 과학 적용 확대 ▲유연한 가격 책정 구조 측면에서 강점을 인정받았다. 특히 알테어의 데이터 분석 플랫폼인 ‘래피드마이너(RAPIdMiner)'는 실행력(ability to execute)’ 및 ‘비전 완성도(completeness of vision)’ 측면에서 데이터 과학 및 머신러닝 플랫폼에 최적화돼 있다고 평가받았다.   래피드마이너는 그래픽 사용자 인터페이스(GUI) 기반의 머신러닝 및 데이터 사이언스 플랫폼이다. 별도의 프로그래밍 없이 데이터 분석을 할 수 있으며, 데이터 수집부터 전처리, 분석, 시각화까지 모두 가능하다는 점이 특징이다.   가트너 보고서에서는 “선정 기업들은 생성형 AI를 통합하고 활용하는 것을 통해 비즈니스 가치를 높이는데 주력하고 있다”면서, “알테어는 데이터 과학 및 머신러닝 모델을 구축하는 과정에서 다양한 이해관계자들이 활용할 수 있다는 점이 특징”이라고 평가했다.   알테어의 짐 스카파 CEO는 “가트너 최신 보고서에서 리더로 선정된 것은 우리가 수년 동안 쌓아온 성과를 증명하는 것”이라며, “알테어는 데이터 분석 및 머신러닝 시장에서 가장 독특하고 포괄적인 제품을 통해 산업 전반의 성장을 견인하겠다”라고 말했다.
작성일 : 2024-06-21