• 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 "AR"에 대한 통합 검색 내용이 35,299개 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
2026년도 건설사업관리(CM) 능력평가 결과
'26년도 건설사업관리(CM) 능력평가 결과 - 삼우씨엠 1위… 건원엔지니어링, 무영씨엠 뒤이어    한국CM협회는 년도 건설사업관리자 건설사업관리 능력을 평가한 결과 삼우씨엠건축사사무소가 1435억 원으 로 1위를 차지하였다고 밝혔다 위는 건축사사무소 건원엔지니어링 억 원 이 위는 무영 씨엠건축사사무소 억 원 가 차지했다 건설사업관리 능력평가 공시 는 발주자가 적정한 건설사업 관리자를 선정할 수 있도록 건설사업관리자의 신청이 있는 경우 전년도 건설사업관리 실적 및 재무상태 등 해당 업체의 건설사업관리 능력에 관한 정보를 매년 월말까지 평가 공시하는 제도이다.   참고자료 건설사업관리자 CM 능력 평가 공시 개요 25년 CM 실적 상위 업체 현황 25년 주요 CM 프로젝트 현황 CM 실적 현황   용역형 CM 실적 (난위 : 백만원) 순번 업  체 명 총액 고0    고0 민간 연번 금액 연번 금액 연번 금액 1 후삼우씨엡건축사사무소 1 143,479 2 89,880 4 53,599 2 조건축사사무소 건원엔지니어링 2 127,098 8 46,334 1 80,764 3 조무영씨엡건축사사무소 3 115,813 1 103,472 12 12,341 4 조희림종합건축사사무소 4 115,586 9 40,926 2 74,660 5 마인엔지니어링건축사사무소(주) 5 83,311 5 64,226 9 19,085 6 조경호엔지니어링종합건축사사무소 6 75,996 4 72,596 17 3,400 7 조선엔지니어링종합건축사사무소 7 74,458 3 74,458     8 후토펙엔지니어링건축사사무소 8 68,696 18 14,692 3 54,004 9 추행림종합건축사사무소 9 62,930 6 62,930     10 (주)정림씨엡건축사사무소 10 60,187 17 22,296 6 37,891 11 (주)해 안종합건축사사무소 11 51,987 12 27,856 8 24,131 12 조선진엔지니어링종합건축사사무소 12 51,264 7 47,560 16 3,704 13 에이엔유씨엔 건축사사무소(주) 13 44,187 20 12,588 7 31,599 14 조종합건축사사무소동일건축 14 41,535 13 27,440 11 14,095 15 후한국종합건축사사무소 15 41,501 10 34,564 14 6,937 16 후토문엔지니어링건축사사무소 16 40,888 15 25,357 10 15,531 17 조전인씨엡건축사사무소 17 39,824   1,505 5 38,319 18 후아이터엡건축사사무소 18 30,508 11 29,507 20 1,001 19 후에이치케이건축사사무소 19 25,702 14 25,702     20 후신화엔지니어링종합건축사사무소 20 25,191 16 25,191           시공책임형 CM 실적 (난위 : 백만원)   순번 업  체 명 총액 고0    고0 민간 연번 급액 연변 급액 연번 급액 1 극동건설(주) 1 89,195 1 89,195     2 후사닥다리종합건설 2 34,291     1 34,291 보도 : 2026. 8. 31 형식 : pdf 9 page 담당 : 한국CM협회  
작성일 : 2026-10-13
부품값 급등에 얼어붙은 PC 시장, 3분기 출하량 전년 대비 급감
가트너는 2026년 3분기 전 세계 PC 출하량이 5540만 대를 기록했다고 발표했다. 이는 지난해 같은 기간과 비교해 22.4% 감소한 수치로, 2023년 초 이후 가장 낮은 수준이다. 이번 조사 결과는 데스크톱과 노트북을 포함한 예비조사 추정치를 바탕으로 집계됐다. 가트너는 핵심 부품인 DRAM과 저장장치의 가격 급등이 완제품 가격 인상으로 이어지며 출하량이 크게 줄었다고 분석했다. 가트너의 남라타 바네르지 리서치 책임자는 “메모리와 저장장치 비용 상승의 영향이 PC 가격에 완전히 반영됐다”면서, “2분기 DRAM 비용이 전년 동기 대비 5배 급등했고, PC 제조업체들이 이러한 부품 비용 상승분을 소비자 가격에 반영하면서 3분기 PC 출하량이 대폭 감소했다”고 말했다. 가트너는 이번 출하량 감소가 과거의 과잉 재고 사태와는 성격이 다르다고 진단했다. 제조사들이 한정된 부품을 고가 사양 제품에 우선 배분하고, AI 등 고부가가치 분야로 무게중심을 옮긴 결과라는 설명이다. 바네르지 책임자는 “PC 출하량은 2023년 초 이후 가장 낮은 수준으로 떨어졌지만, 시장 여건은 다르다. 2026년 3분기 출하량 감소는 과잉 재고 때문이 아니라 가격 상승, 제조업체들의 한정된 부품 배분 우선순위 조정, 고가 사양 제품으로의 전환이 맞물린 결과”라면서, “저가 제품의 공급이 줄면서 소비자의 PC 교체 비용 부담이 커졌고, 기업들은 PC 도입보다는 워크스테이션, AI PC와 같은 특정 분야에 투자를 집중했다”고 설명했다. 2026년 3분기에는 전 세계 상위 6개 PC 공급업체 모두 출하량이 줄어든 것으로 나타났다. 시장 1위를 지킨 레노버는 출하량 1499만 3000대로 시장점유율 27.1%를 기록했다. 출하량은 전년 동기 대비 22.4% 감소했으나, 대규모 공급망과 폭넓은 AI 및 인프라 포트폴리오를 바탕으로 선두 자리를 유지했다. HP는 출하량 1036만 6000대를 기록하며 18.7%의 점유율로 2위를 지켰다. 다만 출하량 감소율은 30.9%로 상위 6개 업체 가운데 가장 큰 폭의 하락세를 보였다. 가격에 민감한 일반 소비자용 및 기업용 제품 비중이 높았던 점이 영향을 미쳤다. 델은 출하량 758만 3000대, 시장점유율 13.7%로 3위에 올랐으며, 출하량은 전년 동기 대비 25.4% 줄었다. 애플은 출하량 583만 5000대를 기록하며 상위 6개 업체 가운데 가장 낮은 출하량 감소율인 7.1%를 나타냈다. 주력 노트북인 맥북 제품군의 선전에 힘입어 시장점유율은 지난해 3분기 8.8%에서 1.7%포인트 오른 10.5%로 집계됐다. 에이수스는 출하량 467만 7000대로 점유율 8.5%를 기록했고, 에이서는 출하량 386만 6000대로 7.0%의 점유율을 차지했다. 두 업체의 출하량은 각각 전년 동기 대비 13.0%, 11.2% 감소했다. 기타 업체의 출하량은 803만 대로 25.6% 줄었으며, 3분기 전체 출하량 합계는 5535만 1000대로 집계됐다.
작성일 : 2026-10-13
로지텍, 랠리 바 2 및 AI 시대 화상회의 설루션 공개
로지텍 코리아는 기업의 AI 기반 업무 환경 전환을 지원하는 신제품군을 발표했다. 이번에 공개한 제품군은 중대형 회의실용 올인원 비디오 바인 ‘랠리 바 2(Rally BAR 2)’와 대형 회의실을 위한 모듈형 화상회의 설루션 ‘랠리 시스템 2 프로(Rally System 2 Pro)’를 중심으로 구성되었다. 이와 함께 새로운 음향 기술인 ‘사운드 셰이프(Sound Shape)’도 함께 공개했다. 로지텍은 연산 성능과 지능형 기능, 환경 감지 기술을 강화해 다양한 업무 공간을 지원하고, 향후 10년간 이어질 협업 환경의 변화에 대응한다는 계획이다.     신제품 랠리 바 2는 중대형 회의 공간을 겨냥한 올인원 비디오 바다. 로지텍은 퀄컴 칩셋을 탑재한 랠리 바 2가 시중의 주요 비디오 바 제품보다 4배 높은 에지 AI 처리 성능을 제공한다고 밝혔다. 광학 성능 강화를 위해 맞춤형 렌즈와 1인치 이미지 센서를 적용했으며, AI 기반의 ‘라이트사운드 3(RightSound 3)’ 기술과 스피커 4개, 빔포밍 마이크 6개를 결합해 풍부한 회의 음향을 구현했다. 재실 감지 센서와 환경 센서도 탑재해 사용자가 회의실에 들어서면 자동으로 예약이 이뤄지도록 돕는다. 또한 공간 이용 현황 데이터를 수집해 효율적인 사무 공간 운영을 지원한다. 설치 편의성과 친환경 설계도 함께 고려했다. 랠리 바 2는 한 사람이 몇 분 만에 설치할 수 있도록 구조를 단순화했으며, 재활용이 쉬운 알루미늄 일체형 외관을 적용했다. 마이크로소프트 팀즈, 줌 룸즈, 구글 미트 공식 인증을 획득했으며, MDEP를 기반으로 마이크로소프트의 보안 표준과 로지텍의 지능형 회의 기능을 결합했다. 또한, 로지텍은 2027년 상반기 출시를 목표로 하는 대형 회의실용 모듈형 화상회의 설루션 랠리 시스템 2 프로도 공개했다. 이 설루션은 룸메이트 2 프로(RoomMate 2 Pro), 랠리 AI 카메라 프로(Rally AI Camera Pro), 랠리 스피커 2(Rally Speaker 2) 등으로 구성되며, 대형 공간이나 다목적 공간에서 유연하게 회의 환경을 구축할 수 있도록 지원한다. 아울러 넓은 공간 전역에 균일한 음량과 음성 명료도를 전달하는 차세대 오디오 기술인 사운드 셰이프도 선보였다. 회의실 제어와 관리를 돕는 기기로는 디스플레이 밝기와 성능을 개선한 터치 컨트롤러 Tap IP 2와 동작 센서를 내장한 회의실 예약 패널 ‘탭 스케줄러 2(Tap Scheduler 2)’를 소개했다. 로지텍은 “오늘날에는 모든 회의 공간에서 일관되고 탁월한 협업 경험을 제공하는 동시에, 빠르게 진화하는 AI 기술과 미래 업무 환경의 변화에도 선제적으로 대응해야 하는 과제를 안고 있다”면서, “이번 2세대 스마트 화상 협업 설루션은 향상된 성능과 지능형 기능을 바탕으로 현재의 회의 경험을 한 단계 끌어올리는 동시에, AI 기반의 차세대 협업 환경으로 원활하게 전환할 수 있도록 지원하는 로지텍의 해답”이라고 밝혔다.
작성일 : 2026-10-12
그라피소프트, 2026 제품 포트폴리오 및 아키캐드 중심의 디자인 인텔리전스 전략 공개
그라피소프트가 주력 설계 설루션인 아키캐드(ARchicad)와 차세대 인공지능 역량을 결합한 2026 제품 포트폴리오를 공식 발표했다. 이번 포트폴리오는 그라피소프트의 디자인 인텔리전스 전략을 기반으로 핵심 설계 기능을 고도화하고 모델 콘텍스트 프로토콜(MCP) 연동 및 AI 어시스턴트 대규모 업데이트를 적용한 것이 특징이다. 그라피소프트는 직관적이고 단절 없는 설계 워크플로를 의미하는 ‘It feels right’을 슬로건으로 내걸고, 건축가와 엔지니어 및 개발사 등 프로젝트 이해관계자가 초기 기획부터 시공 협업에 이르는 전 과정에서 데이터 기반 의사결정을 내릴 수 있도록 지원한다.     최신 아키캐드는 일상적인 건축 설계의 편의성을 높이기 위해 윈도우 다크 모드 지원, 다층 벽체 가시성 개선, 유연한 도면 주석 제어, 프로젝트 정보 관리 현대화, 내비게이터 사용자 맞춤 구성 기능 등을 새롭게 탑재했다. 함께 공개된 설비 및 전기 설계 툴인 MEP 디자이너(MEP Designer)와 DDS캐드(DDScad)는 BIM 쿼리 및 시각화 기능이 강화되었으며, 40여 개 신규 글로벌 시장으로 공급이 확대된다. 이번 릴리스는 개방형 표준인 MCP 지원과 고급 시각화 기능을 포함하여 AI 기반 엔지니어링 환경의 기반을 마련했다. 10월 중 아키캐드 사용자에게는 초기 기획 단계의 지속가능성 및 타당성 분석을 돕는 클라우드 네이티브 툴 ‘네메첵 크리에이터(Nemetschek Creator)’와 ‘오픈 컬래버레이션 플랫폼(Open Collaboration Platform)’의 얼리 액세스 기회가 제공되며, 맥슨 레드시프트(Maxon Redshift)를 통한 실시간 고품질 렌더링도 지원된다. 자체 문서를 기반으로 맞춤형 지식 베이스를 구축할 수 있는 ‘AI 어시스턴트 스페이스(AI Assistant Spaces)’와 나노 바나나 프로 등 최신 이미지 모델을 지원하는 ‘AI 비주얼라이저(AI Visualizer)’도 함께 선보인다. 구독 라이선스 체계도 개편된다. 기존 아키캐드 스튜디오(ARchicad Studio)와 아키캐드 컬래버레이트(ARchicad Collaborate)에 이어, 최상위 데이터 및 AI 기반 설루션과 네메첵 에코시스템 접근 권한을 통합 제공하는 신규 플랜 ‘아키캐드 맥스(ARchicad Max)’가 새롭게 추가되었다. 그라피소프트의 마르톤 키스 최고제품책임자(CPO)는 “훌륭한 디자인은 자유로운 아이디어 탐색과 확신에 찬 협업에서 비롯된다”면서, “2026 제품 포트폴리오는 단순한 모델링 도구를 넘어 프로젝트 전 주기에 걸쳐 데이터 기반 AI 워크플로를 제공함으로써 건축가와 엔지니어가 창의성의 중심을 지키도록 지원할 것”이라고 밝혔다.
작성일 : 2026-10-12
코딩 없이 게임 제작… 구글·유니티, 신규 AI 게이밍 플랫폼 맞손
구글과 유니티가 신규 통합 게이밍 플랫폼 구축을 위한 전략적 파트너십을 맺었다. 양사가 함께 선보일 새로운 플랫폼은 올해 말 공개될 예정이다. 이번 협력은 구글의 AI 기술력과 10억 명 이상이 이용하는 구글 서비스의 파급력, 유니티의 게임 개발 전문성을 하나로 결합한다. 이를 통해 수백만 명의 새로운 창작자가 손쉽게 게임을 만들 수 있도록 돕고, 전 세계 수십억 명의 플레이어에게 차별화된 인터랙티브 경험을 제공하는 것을 목표로 삼았다. 양사는 ‘AI가 아이디어를 가진 누구에게나 게임 제작의 기회를 열어줄 수 있다’는 공통된 믿음을 바탕으로 협력을 추진했다고 밝혔다. 구글과 유니티에 따르면, 이번 협력을 통해 구글의 AI 연구 역량과 유니티의 엔진 기술을 결합하여 누구나 쉽게 다룰 수 있는 제작 도구, 인터랙티브 플레이를 위해 설계된 AI, 커뮤니티 중심 기능을 갖춘 플랫폼을 선보일 계획이다. 구글은 모든 이용자가 창의성을 자유롭게 발휘할 수 있도록 유니티와 긴밀히 협력해 나갈 방침이다. 이번 파트너십의 핵심 요소는 구글이 선보이는 실험적 플랫폼인 ‘플레이그라운드(Playground)’다. 10월 7일부터 제공되는 플레이그라운드는 만 18세 이상 사용자가 복잡한 코딩 과정 없이, 자연어 프롬프트만으로 직접 플레이 가능한 게임을 제작하고 맞춤 설정할 수 있는 환경을 지원한다.     양사는 플레이그라운드를 기반으로, 올해 말 차세대 창작자를 위해 새롭게 설계된 ‘유니티 스파크(Unity SpARk)’를 선보여 창작 경험을 더욱 확장할 예정이다. 유니티 스파크가 더해진 플레이그라운드는 접근하기 쉬운 인터페이스를 유지하면서도, 전문가 수준의 정교한 게임 메커니즘과 고품질 3D 그래픽 기능, 유니티 런타임의 유연한 환경을 함께 제공한다. 유니티는 이를 통해 창작자가 간단한 텍스트 프롬프트 입력으로 시작하여, 점차 유니티 기반의 몰입감 높고 완성도 있는 게임을 구현하는 단계까지 성장할 수 있는 종합적인 생태계를 경험하게 될 것으로 보고 있다. 아울러 구글의 글로벌 서비스 생태계를 활용해 창작자의 해외 진출 기회도 지원한다. 창작자는 직관적인 배포 도구를 활용해 전 세계 플레이어와 손쉽게 연결될 수 있다. 구글은 자사 네트워크 전반에서 뛰어난 플레이그라운드 창작물과 차세대 창작자를 알리고, 이들이 유니티 스파크의 고급 제작 도구를 폭넓게 활용할 수 있도록 뒷받침할 계획이다. 구글과 유니티는 이번 협력이 창작자들에게 의미 있는 시장 진출 기회를 제공할 것으로 기대한다고 전했다. 게임의 핵심 요소인 커뮤니티 연결 기능도 기본으로 탑재된다. 신규 플랫폼에는 구글의 커뮤니티 기반 인프라가 통합될 예정이다. 사용자는 ‘구글플레이 게임즈’ 프로필을 통해 로그인할 수 있으며, 출시 첫날부터 순위표와 다자간 대전 매치메이킹, 커뮤니티 소통 기능을 이용할 수 있다. 또한 공개된 플레이그라운드 창작물에는 플레이어가 새로운 게임을 공유하고 ‘좋아요’를 누르며 참여하도록 유도하는 소셜 기능이 포함된다. 양사는 이러한 기능이 플레이어의 지속적인 참여를 이끌어 내고, 강력한 커뮤니티 중심의 선순환 구조를 만들어 낼 것이라고 설명했다.
작성일 : 2026-10-08
탄소 감축을 위한 제품 BOM 기반 LCA 설계 방법론
산업을 위한 AI와 버추얼 트윈 기술 (8)   전과정 평가(LCA)는 원료 채취부터 생산·사용·폐기까지 제품의 환경 영향을 평가하는 방법이다. 그러나 제조 현장에서 제품 옵션과 리비전은 계속 늘어나는 반면, 환경 데이터는 엑셀, 보고서, 공급업체 파일에 흩어져 LCA 결과가 설계 이후에 도착하는 경우가 많다. 이번 호에서는 제품 구조(BOM)를 기준으로 환경 목표와 데이터를 연결하고, 설계 단계에서 감축 대안을 비교/검증하는 방법을 살펴본다.   ■ 곽준범 다쏘시스템코리아 IC본부에서 IE&M(Infrastructure, Energy & Materials) 부문 LCA 설루션 컨설턴트, 설루션 아키텍트를 맡고 있다. 홈페이지 | www.3ds.com/ko   설계 데이터 단절의 문제 제조기업에서 LCA(Life Cycle Assessment)를 수행할 때 가장 먼저 확인하는 것은 평가 대상 제품의 BOM(Bill of Materials)과 리비전이다. 하지만 LCA 담당자는 최신 구성이 무엇인지 다시 확인하고, 설계자는 재료와 형상의 변경이 공정· 운송·사용 단계의 환경 영향에 어떻게 전달되는지 별도로 해석해야 하는 경우가 많다. 공급업체 데이터는 파일로 흩어져 있고 인증 보고서의 기준 형상과 현재 CAD가 같은지도 바로 설명하기 어렵다. 현장이 먼저 막히는 지점은 계산 기능보다 데이터의 연결과 변경관리이다. 이 문제는 계산 정확도만 높인다고 해결되지 않는다. CAD와 PDM/PLM은 설계 형상, 문서, BOM과 리비전을 관리하지만 환경 데이터가 엑셀, 컨설팅 산출물, 공급업체 양식으로 분리되면 제품의 기준선과 평가 결과가 함께 움직이지 못한다. 파일을 복사해 대안을 만들수록 기준 형상·생산 거점·활동 데이터의 관계가 흐려지고 변경 때마다 수집과 검토가 반복된다. 그 결과 LCA는 설계 동결 이후의 보고 업무가 되고, 재료·구조·공정을 바꿀 수 있는 시기를 놓치게 된다. ■ 현장 체크 • 평가 대상 BOM과 리비전을 즉시 특정하기 어렵다. • 설계 변경 때 LCA를 다시 만든다. • 합계값은 있지만 원인 부품·공정을 설명하기 어렵다. • 공급업체 데이터의 출처·품질·승인 상태가 흩어져 있다. ISO 14040/14044 계열의 LCA는 목적 및 범위 정의, 전과정 목록 분석(LCI), 전과정 영향 평가(LCIA), 해석의 네 단계로 구성된다. 그러나 현장에서 중요한 질문은 ‘제품당 몇 kgCO²e 인가’에서 끝나지 않는다. 어느 부품과 생애주기 단계가 영향을 만들었는지, 설계 대안을 적용하면 목표에 얼마나 가까워지는지, 그 결과를 누가 어떤 근거로 승인했는지까지 답할 수 있어야 한다.   근거를 요구하는 시장의 변화 이러한 데이터 단절을 더 이상 내부 업무의 비효율로만 볼 수 없는 이유는 시장의 요구가 달라지고 있기 때문이다. 규제와 공급망의 요구는 일회성 보고에서 제품 단위의 지속적 데이터 관리로 이동하고 있다. EU 에코디자인 규정(ESPR)은 제품군별 위임법을 통해 디지털 제품 여권(DPP)을 적용하는 틀을 마련했고, 여권 데이터의 정확성·완전성·최신성과 상호운용성을 요구한다. EU 배터리 규정도 탄소발자국과 배터리 여권을 제품 모델과 제 조공장 맥락에서 관리하도록 요구한다. OEM과 공급업체 사이의 PCF 교환에서도 합계값뿐 아니라 경계, 방법론, 단위, 기준 기간과 데이터 품질이 함께 설명되어야 한다. 여기에 SBTi는 기업 감축목표를 파리협정의 1.5℃ 방향과 정합된 과학적 경로에 맞추고 검증·공개하도록 이끈다. 결국 ‘얼마를 줄일 것인가?’와 ‘어떤 제품 설계로 줄일 것인가?’를 서로 연결지어야 한다. 이러한 흐름 속에서 필요한 것은 기존 CAD·PDM 업무를 대체하는 또 하나의 시스템이 아니라, 제품 구조 위에 환경 요구사항과 평가 이력을 연결하는 것이다. 규제마다 별도 파일을 추가하면 같은 BOM을 반복해서 해석하고 검증해야 하지만, 제품 구조를 공통 기준으로 삼으면 설계 활동에서 규제 대응의 근거가 함께 생성된다. 즉, ‘보고서를 만들기 위한 LCA’에서 ‘제품을 바꾸기 위한 LCA’로 프로세스를 전환해야 한다.   그림 1. 제품 BOM과 공정 데이터를 연결할 때 기대할 수 있는 업무 변화(자료 : 다쏘시스템코리아)   BOM 기반 환경 요구사항 관리 BOM 기반 LCA의 핵심은 제품 구조를 환경 영향 평가의 기준선으로 활용하는 것이다. BOM에는 부품뿐 아니라 옵션, 수량, 상하 관계, 리비전과 변경 이력이 포함된다. EBOM은 설계 의도를, MBOM과 BOP(Bill of Process)는 실제 제조 경로를 설명한다. 이를 활용하면 사양/공급업체별 제품 구성을 하나의 구조에서 관리하고, 설계 대안을 통제된 시나리오로 비교할 수 있다. 부품별 환경 영향은 완제품으로 집계되고, 완제품의 감축 목표는 서브시스템과 부품의 환경 목표로 배분된다. SBTi(Science Based TARgets initiative)는 기업의 과학 기반 감축경로를 정하는 하향식(top-down) 체계다. 다쏘시스템은 2020년 SBTi 참여를 선언한 이후 첫 감축목표를 검증받았으며, 2027년 기준 달성 목표를 2025년에 조기 달성했다. 하여 2026년에는 가치사슬 전반의 2050 넷제로를 위한 신규 목표를 다시 검증받았다. 기업의 감축목표를 달성하려면 이를 재료· 부품·공정 등 구체적인 제품 설계 의사결정으로 전환해야 한다. 그러기 위해 감축목표를 실제 제품과 설계 변경으로 전환하는 것이 필요하며, 이는 BOM 기반 LCA를 통해 기업 목표를 제품· 어셈블리·부품의 환경 목표로 구체화하고, 설계 대안의 예상 감축량과 근거를 상향식(bottom-up)으로 집계하도록 한다. SBTi가 감축 방향을 제시한다면, BOM 기반 LCA는 이를 제품 설계에서 실행하는 역할을 한다     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2026-10-07
CAD·CAE·PLM을 하나의 지능형 엔지니어링 워크플로로 연결하다
엔지니어링 툴에서 에이전틱 엔지니어링으로   제조업의 AI는 이제 ‘답변’을 넘어 ‘엔지니어링 액션(engineering action)’으로 진화하고 있다. 단순 질의응답을 넘어 엔지니어링 맥락을 이해하고 CAD·CAE·PLM 을 유기적으로 조율해 실제 작업을 수행하는 ‘엔지니어링 AI 에이전트’가 새로운 패러다임으로 떠올랐다. 이 글에서는 엔지니어링 AI 에이전트의 작동 원리와 핵심 구조를 짚어보고, 제조 엔지니어링의 생산성을 극대화하기 위한 시스템 연계 방안을 살펴본다.   ■ 백영렬 캐드아이티코리아 소속으로 CFD 및 인공지능 분야를 전문으로 하고 있다. 씨디어댑코 및 지멘스 등에서 30년간 근무한 경력을 갖고 있다.   AI 시대, 엔지니어링 업무는 왜 다시 연결되어야 하는가 제조업의 디지털 전환이 본격화되면서 인공지능의 역할도 빠르게 변화하고 있다. 초기의 제조업 AI가 문서 검색, 보고서 작성, 데이터 요약과 같은 정보 처리 중심이었다면, 최근에는 실제 엔지니어링 업무를 수행하고 반복적인 작업을 자동화하는 방향으로 관심이 이동하고 있다. 특히 생성형 AI와 대규모 언어 모델(LLM)의 발전은 엔지니어가 자연어로 시스템에 작업을 지시하고, 필요한 정보와 결과를 대화형으로 얻을 수 있는 가능성을 열었다. 그러나 실제 제조 현장의 엔지니어링 업무는 단순한 질문과 답변으로 해결되지 않는다. 하나의 제품을 개발하기 위해서는 요구 사항을 확인하고, CAD 모델을 작성하거나 수정한 후, 해석에 적합한 모델을 준비하고 CAE 해석을 수행해야 한다. 이후 해석 결과를 검토하고, 필요하면 다시 설계를 변경한다. 또한 제품의 설계 이력과 승인 상태, 관련 문서 및 프로젝트 정보는 PLM/PDM 시스템에서 확인해야 한다. 결국 실제 엔지니어링 업무는 CAD, CAE, PLM을 포함한 여러 시스템과 데이터를 오가면서 반복적인 설계-해석-검증 과정을 수행하는 복합적인 업무이다. 문제는 CAD, CAE, PLM이 각각 매우 전문적인 목적을 가지고 발전해 왔다는 데 있다. CAD는 형상과 설계 피처(feature) 를 관리하고, CAE는 메시(mesh)와 피직스(physics), 경계조건(boundARy condition), 솔버(solver) 등을 통해 제품의 성능을 검증하며, PLM은 부품(pARt), 리비전(revision), 수명 주기(lifecycle), 릴리스(release) 및 관련 문서를 관리한다. 각 시스템의 데이터 구조와 사용자 인터페이스가 서로 다르기 때문에 시스템 사이의 연결은 여전히 엔지니어의 몫으로 남아 있다. “엔지니어가 소프트웨어를 사용하는 방법을 배우는 시대에서, AI가 엔지니어링 소프트웨어를 활용하는 시대로 전환되고 있다.” 이러한 관점에서 앞으로의 엔지니어링 AI는 단순한 AI 코파일럿(copilot)과 다른 접근이 필요하다. 특정 애플리케이션 안에서 사용자의 질문에 답하거나 일부 작업을 대신하는 수준을 넘어, 사용자의 엔지니어링 의도(engineering intent)를 이해하고 여러 도구를 조정하여 하나의 목표를 달성하는 ‘엔지니어링 AI 에이전트’가 필요하다.   범용 AI와 엔지니어링 AI 에이전트는 무엇이 다른가 일반적인 범용 AI(generic AI)의 가장 큰 장점은 자연어를 이해하고 방대한 지식을 바탕으로 답변을 생성하는 것이다. 사용자가 “열교환기의 성능을 향상시키는 방법은 무엇인가?”라고 질문하면 AI는 관련된 원리와 방법을 설명할 수 있다. 그러나 실제 엔지니어가 원하는 것은 설명 그 자체가 아닐 수 있다. 엔지니어는 현재 사용하고 있는 모델을 분석하고, 설계변수를 찾아 변경하고, 해석을 실행한 뒤, 결과가 요구사항을 만족하는지 확인하기를 원할 수 있다. 엔지니어링 AI 에이전트는 바로 이 지점에서 범용 AI와 차별화된다. 사용자의 자연어 요구를 단순한 질문으로 처리하는 것이 아니라 엔지니어링 요구사항(engineering requirement)으로 해석하고, 현재의 CAD, CAE, PLM 정보와 관련된 엔지니어링 지식(engineering knowledge)을 결합하여 상황을 이해한다. 그 다음 어떤 작업을 어떤 순서로 수행해야 하는지 계획하고, 연결된 엔지니어링 도구(engineering tool)를 실행하며, 결과를 검증하고 다음 행동을 결정한다. 범용 AI : 사용자 질문 &rARr; LLM &rARr; 텍스트 답변 엔지니어링 AI 에이전트 : 엔지니어링 요구사항 &rARr; 엔지니어링 맥락(engineering context) &rARr; 플래닝(planning) &rARr; CAD / CAE / PLM 실행 &rARr; 결과 검증 &rARr; 엔지니어링 의사결정(engineering decision)  따라서 엔지니어링 AI 에이전트의 핵심은 LLM 자체보다도 ‘엔지니어링 맥락’에 있다고 볼 수 있다. CAD 모델의 형상과 피처(feature) 구조, CAE의 메시와 물리조건, PLM의 리비전과 릴리스 상태, 과거 설계와 해석 결과, 사내 설계 규칙과 엔지니어링 가이드라인(engineering guideline) 등을 하나의 맥락으로 이해해야 AI가 실제 엔지니어링 작업을 수행할 수 있기 때문이다.   엔지니어링 맥락이 AI의 성능을 결정한다 엔지니어링 문제는 텍스트만으로 표현되지 않는다. 동일한 ‘설계를 변경해 달라’는 요청이라도 어떤 제품인지, 현재 어떤 리비전을 사용하고 있는지, 어떤 피처가 설계 변경 대상인지, 어떤 재료와 하중조건을 사용하는지에 따라 전혀 다른 작업이 된다. 따라서 엔지니어링 AI가 실제 현장에서 의미 있는 역할을 수행하기 위해서는 기업 내부의 데이터와 지식, 그리고 현재의 엔지니어링 상태(engineering state)를 함께 이해해야 한다. 엔지니어링 맥락은 크게 제품과 설계의 맥락, 시뮬레이션 맥락, 수명주기 맥락, 엔지니어링 지식과 과거 이력 맥락(historical context)으로 구성할 수 있다. 제품 맥락에는 부품, 어셈블리, BOM 등이 포함되고, 설계 맥락에는 CAD 지오메트리, 피처, 설계 파라미터(design pARameter)와 설계 의도(design intent)가 포함된다. 시뮬레이션 맥락에는 메시, 재질(material), 피직스, 경계 조건, 솔버 설정(solver setting) 등이 포함된다. 또한 PLM/PDM의 리비전과 승인(approval), 릴리스 상태는 수명주기 맥락을 구성하며, 설계 규칙과 베스트 프랙티스, 과거 프로젝트의 결과는 엔지니어링 지식과 과거 이력 맥락을 형성한다. 이러한 정보가 서로 연결되면 AI는 단순히 ‘문장을 이해하는 것’을 넘어 현재 엔지니어링 상황을 이해할 수 있다. 예를 들어 특정 부품의 최신 리비전을 확인하고, 그 모델에 연결된 과거 시뮬레이션 결과와 테스트 결과를 찾아보며, 사내 설계 규칙을 확인한 후 현재 설계의 문제점을 판단하는 것이 가능해진다. 결국 엔지니어링 AI의 지능은 LLM의 언어 능력과 함께 얼마나 풍부하고 신뢰할 수 있는 엔지니어링 맥락을 구축했는가에 의해 크게 좌우될 것이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2026-10-07