앤시스 워크벤치를 활용한 해석 성공 사례   터보기기 해석에 많이 쓰이는 앤시스 설루션으로 앤시스 CFX(Ansys CFX)가 있다. 앤시스 플루언트(Ansys Fluent)를 이용하여 터보기기를 해석할 수 없는 것은 아니었지만, 굳이 애써서 할 필요성은 없었다. 하지만 플루언트의 GPU 솔버가 적극적으로 도입된 이 시점에서, GPU를 이용하여 터보기기를 해석할 수 있다면 해석 속도에 있어서 상당한 이점을 가져올 수 있다. 플루언트의 터보 워크플로(Turbo Workflow)는 사용자 편의성을 갖추어 손쉽게 터보기기 해석을 할 수 있도록 지원하고 있다. 플루언트의 터보 워크플로를 이용하여 터보기기를 해석하는 방법을 예제를 통하여 알아보자.   ■ 한성훈 태성에스엔이 FBU-F3팀에서 수석매니저로 근무하고 있으며, 유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   해석 모델 이번 호에서 다루는 해석 모델은 TFD Hannover 축류압축기이며, <그림 1>과 같이 앞쪽에서부터 총 3 Rows(1.5 단)를 해석 대상으로 한다. 각 단은 IGV – Rotor – Stator로 구성되어 있다. 격자 파일은 플루언트 튜토리얼 turbo_workflow.zip을 다운로드하여 압축을 해제하면 얻을 수 있으며, 앤시스 터보그리드(Ansys TurboGrid)로 생성된 세 개의 파일(IGV.gtm, R1.gtm, S1.gtm)로 구성된다. IGV는 26개, Rotor는 23개, Stator는 30개로 이루어져 있으며, 해석에서는 주기 경계조건을 적용하여 각각 1개의 섹터만을 모델링한다.   그림 1. Schematic Rows   터보 워크플로 시작하기 터보 워크플로는 다음의 경로에서 터보 워크플로를 활성화하여야 시작할 수 있다. Domain → TurBOMachinery → Turbo Workflow → Enable Workflow   그림 2. 터보 워크플로 활성화   활성화가 되면 <그림 3>과 같이 Workflow 작업 메뉴들이 생성된다.   그림 3. Turbo Workflow Task   Turbo와 관련된 환경설정 Cell과 Face zone 및 Turbo Topology에 적절한 영역을 할당하기 위해 연관성 설정을 수행한다. 이를 통해 플루언트가 특정 문자열 구성을 일정한 순서로 인식하도록 지시하여, 영역 매핑을 보다 쉽게 수행할 수 있다. File → Preference → Turbo Workflow에서 <그림 4>와 같이 세팅한다.   그림 4. Preference turbo workflow   Describe Component Component Type : Axial Compressor Component Name : hannover Number of Rows : 3 Row1 : name – igv, Type – stationary, #sectors – 26, End Wall Gap – no Row2 : name – r1, Type – rotating, #sectors – 23, End Wall Gap – yes Row3 : name – s1, Type – stationary, #sectors – 30, End Wall Gap – no   그림 5. Describe component     ■ 자세한 기사 내용은 PDF로 제공됩니다.

지멘스 디지털 인더스트리 소프트웨어가 제품 수명주기 관리 소프트웨어인 팀센터(Teamcenter)를 확장해 AI 기반 수명주기 평가(LCA) 기능을 추가했다고 발표했다. ‘팀센터 지속가능성 수명주기 평가(Teamcenter Sustainability Lifecycle Assessment)’ 소프트웨어는 설계 전문가, 엔지니어, 제조업체가 AI와 공급망 데이터를 활용해 지속 가능하고, 규제를 준수하며, 혁신적인 제품을 보다 효율적으로 개발할 수 있도록 지원한다. 이는 제품 수명주기 전반에 인텔리전스를 부여하려는 지멘스 전략의 일부분으로, 디지털 트윈과 데이터 백본(backbone)을 활용해 제품, 공정의 모든 단계에 맥락적 인사이트를 제공한다. 지멘스와 메이커사이트(Makersite)가 공동 개발한 팀센터 지속가능성 수명주기 평가는 지멘스가 가장 디지털 트윈에서 얻은 산업 데이터를 활용해 새로운 인사이트를 창출하는 여러 방법 중 하나다. AI 기반의 예측 LCA 데이터와 분석 기능을 팀센터에 추가함으로써 지멘스는 진정한 정보에 기반한 설계 및 제조 의사 결정을 위한 심층적인 인사이트를 제공하는 새로운 수명 주기 인텔리전스 계층을 구축했다. 이를 통해 기업은 데이터 사일로를 제거하고 설계, 엔지니어링, 지속가능성 팀 간 협업을 간소화할 수 있다. 또한 보다 빠르고 정보에 기반한 의사 결정을 내려 규제를 준수하고, 안전하며, 비용 효율적인 친환경 제품을 개발할 수 있다.     팀센터 지속가능성 수명주기 평가 설루션은 엔지니어링 및 제조 팀이 제품 수명주기 전반에 걸쳐 조기에 제품의 환경 규제 준수, 공급망 위험, 비용 등을 평가하도록 지원한다. 이 설루션은 기계 제품 엔지니어링, 전자·전기 설계, 시뮬레이션 애플리케이션에 통합돼 있다. 제품 팀은 초기 제품 개발 단계에서 간접 온실가스 배출량(Scope 2 및 Scope 3)을 포함한 ISO 준수 LCA 보고서를 활용해 제품의 지속가능성, 규제 준수, 장기 수익성을 개선시킬 수 있다. 또한 사용자는 팀센터에서 제품의 BOM(bill of materials)에 직접 내장된 다중 기준(multi-criteria) 시뮬레이션 결과를 분석해 비용, 성능, 지속가능성 요소 간의 균형을 더욱 효과적으로 유지할 수 있다. 이를 통해 기업은 모듈화, 재활용 가능성, 재사용과 같은 친환경 설계 전략을 채택할 수 있다. 지멘스 디지털 인더스트리 소프트웨어의 프랜시스 에반스(Frances Evans) 라이프사이클 협업 소프트웨어 부문 수석 부사장은 “속도, 비용 효율, 규정 준수를 유지하면서 지속가능성을 핵심으로 하는 제품을 개발하려면, 제조 기업 전체에 획기적으로 확장된 수명주기 인텔리전스가 필요하다. 기업들은 까다로운 글로벌 규제 요건과 환경 영향을 줄여야 하는 과제에 직면해 있다”면서, “이런 가운데 지멘스는 고객이 AI를 활용해 지속가능성을 고려한 설계를 수행하고, 순환성(circularity)을 구현하며, 처음부터 재료 선택을 최적화할 수 있도록 지원하고 있다. 팀센터의 제품 수명 전반에 걸친 전체 LCA 기능을 통해, 고객은 실시간 환경 데이터를 토대로 제품 혁신을 전환할 수 있다”고 전했다. 메이커사이트의 닐 드수자(Neil D'Souza) CEO 겸 창립자는 “지멘스와 협업을 통해 제품 수명주기 인텔리전스를 핵심 개발 워크플로에 직접 적용할 수 있게 됐다. 지멘스 팀센터와의 통합으로 메이커사이트는 초기 제품 설계부터 제조 BOM에 이르기까지 엔지니어의 일반적인 도구 내에서 비용, 규제 준수, 위험, 환경 성과에 대한 정확하고 상세한 인사이트를 제공한다. 이 통합은 경제적이고 안전하며 지속 가능한 제품 개발을 가속화한다. 동시에 제품 마스터 데이터를 향상시키며, 기업이 증가하는 규제 준수 요건에 수월하게 선제적으로 대응할 수 있도록 지원한다”고 말했다.

‘코리아 그래픽스 2025’가 지난 9월 11~12일 온라인으로 진행됐다. ‘AI로 혁신하는 3D 시각화와 산업의 미래’를 주제로 열린 ‘코리아 그래픽스 2025’에서는 급변하는 기술 트렌드 속에서 AI(인공지능)와 3D 시각화가 산업과 문화 전반에 미치는 영향력을 조명했다. 또한 AI 기술의 실질적인 적용 사례와 잠재력을 통해, AI가 단순한 도구를 넘어 창의적 동반자로 진화하는 흐름을 짚었다. ■ 정수진 편집장   ■ 같이 보기 : [포커스] 코리아 그래픽스 2025, AI로 가속하는 산업과 크리에이티브의 변화를 짚다 (1)     AI·3D 시각화 기술의 현재와 미래를 짚다 9월 11일에는 ‘디지털 트윈 & 3D 시각화’ 트랙이 진행됐다. 에픽게임즈 코리아의 권오찬 시니어 에반젤리스트는 ‘리얼타임을 통한 디지털 트랜스포메이션의 진화, 그리고 에픽게임즈의 에코시스템’을 주제로 발표했다. 그는 디지털 트윈을 통한 시각화가 건축, 도시 계획, 훈련 시뮬레이션, 자동차 산업 등 다양한 분야에서 혁신적인 의사결정을 이끌어내는 사례를 소개하면서, 3D 인터랙티브 콘텐츠로의 전환을 강조했다. 권오찬 시니어 에반젤리스트는 “에픽게임즈는 이러한 변화를 성공적으로 지원하기 위해 나나이트, 루멘, 라지 월드 코디네이터, 절차적 콘텐츠 생성 툴 같은 리얼타임 렌더링 기술과 함께 메타휴먼, 애셋 스토어, 리얼리티 스캔 2.0 등 풍부한 에코시스템을 제공한다”고 밝혔다.   ▲ 에픽게임즈 코리아 권오찬 시니어 에반젤리스트   HP 코리아의 차성호 이사는 ‘AI 워크스테이션을 통한 생산성 향상 방안 및 사례’를 발표했다. 워크스테이션은 R&D, 금융, 데이터 과학, AI 등의 분야에서 성능과 안정성을 겸비한 비즈니스 제품군으로 자리잡고 있다. 차성호 이사는 HP의 AI 워크스테이션이 40 TOPS 이상의 NPU(신경망 처리장치)와 코파일럿 키를 탑재하고 있으며, 대량의 그래픽 메모리를 바탕으로 솔리드웍스, 오토데스크 레빗, D5 렌더 등 ISV 애플리케이션에서 높은 생산성 향상을 보인다고 소개했다. 또한, 프로그램과 목적에 따른 최적 하드웨어 선택의 중요성을 강조하면서, “HP는 데모 프로그램을 통한 성20 · 능 검증 기회를 제공한다”고 덧붙였다.   ▲ HP 코리아 차성호 이사   에스엘즈의 정재헌 대표는 ‘AEC 산업을 위해 진화하는 공간지능 기술’을 주제로, 2020년 캐나다 ‘어그멘티드 그라운드’ 프로젝트의 AR 원격 시공 경험을 비롯해 자체 개발한 추론형 AI로 BIM 모델 이미지를 학습하여 고객사의 MEP 설계 노하우의 보안을 유지하면서 자동 배관 설계를 진행한 사례를 소개했다. 또한 ‘증강 휴먼’ 기술이 피지컬 AI 기반의 ‘증강 로봇’으로 진화하는 여정도 공유했다. 정재헌 대표는 “초기 AR 디바이스 탑재를 넘어 휴머노이드 로봇 및 드론에도 공간 지능 기술을 적용 중이며, 드론에서 수신한 GNSS 좌표를 기반으로 BIM 모델을 고정밀 증강하여 실시간 현장 영상 위에 데이터를 매핑하는 데 성공했다”고 밝혔다.   ▲ 에스엘즈 정재헌 대표   유니티코리아의 김현민 시니어 설루션 엔지니어는 ‘유니티 애셋 매니저로 혁신하는 CAD 데이터 관리와 실시간 협업’에 대해 발표했다. 그는 “유니티가 디자인 및 프로토타입 작업 간소화, 비용 절감, 브랜드 경험 강화 등 산업 전반에 몰입감 있고 인터랙티브한 경험을 제공한다”고 설명했다. 오픈 플랫폼인 유니티는 카티아, 솔리드웍스 등 70여 종의 CAD 포맷을 지원하며 애셋 관리, 버전 관리와 함께 20여 종 이상 플랫폼 빌드를 제공하는 엔드 투 엔드 설루션을 제공한다. 또한 유니티 애셋 매니저(Unity Asset Manager)는 클라우드 기반에서 대용량 CAD/3D 데이터를 효율적으로 관리하며, AI 태깅, 버전 관리, 데이터 스트리밍 기능을 통해 실시간 협업 환경을 구축한다.   ▲ 유니티코리아 김현민 시니어 설루션 엔지니어   메가존클라우드의 홍동희 유니티 유닛 테크 그룹장은 ‘CAD와 유니티의 만남 : 새로운 비즈니스 수익 모델과 창의적 혁신’을 발표했다. 그는 “유니티의 실시간 렌더링, 인터랙티브 기능, 멀티플랫폼 배포 능력이 정밀한 설계에 강점을 가진 CAD에 새로운 가치를 부여하고 수익화할 수 있다”고 강조했다. 또한, 가상 복제본 생성부터 AI 결합을 통한 완전 자율화까지 디지털 트윈의 진화 과정을 설명하며, “유니티는 디지털 트윈 개발을 위한 최적의 플랫폼”이라고 전했다. 유니티의 에코시스템을 활용해 기업은 새로운 비즈니스 영역을 창출하고, 개인은 CAD와 유니티를 겸비한 전문가로서 경쟁력을 강화할 수 있다는 것이 그의 설명이다.   ▲ 메가존클라우드 홍동희 유니티 유닛 테크 그룹장   캐디안의 한명기 상무는 ‘AI 이미지 인지기술 기반 3D 도면 생성 방안 및 적용 설루션 소개’를 주제로 발표를 진행했다. 한명기 상무는 “캐디안은 1990년 설립된 국산 CAD 개발 기업으로, 2020년에는 AI CAD 개발을 선언하며 설계 도면 생성 과정의 어려움을 해결하는 데에 AI를 접목했다”고 설명했다. 캐디안은 최근 전통 목조 건축의 손도면을 2D/3D 도면화하는 ‘CADian TWArch’를 개발하여 불국사 복원 가상 설계에 적용했으며, 올해 연말 출시 예정이다. 또한, 현대 건축을 위한 ‘CADian AI-CE’는 JPG, PDF, DWG 등 다양한 도면에서 벽체, 창호, 룸 정보 등을 AI로 탐지하여 도면을 재생성하고 BOM을 산출한다. 한명기 상무는 “캐디안 AI CAD의 미래는 스마트 블록, 디자인 어시스턴트, 인스펙션 시스템 등 기능 강화와 함께 궁극적으로 AI 에이전트를 통한 ‘말로 설계하는 세상’을 목표로 한다”고 전했다.   ▲ 캐디안 한명기 상무   이노시뮬레이션의 이지선 CTO는 ‘모빌리티 XR 사례와 AI 융합 기술의 미래’를 전망했다. 그는 XR 기술이 나와 외부 세계를 소통하는 모든 통로를 대체하는 기술이며, 그래픽, 디바이스, 시뮬레이션 기술과 밀접하다고 정의했다. 그리고 운전 시뮬레이터, 가상 훈련, HMI 검토, 가상 품평, AR HUD 등 다양한 모빌리티 XR 응용 사례를 소개하며 개발 기간과 비용 절감 효과를 강조했다. 이지선 CTO는 “AI와 XR 기술의 결합은 모빌리티 무인화 시대를 가속화할 것”이라면서, “이노시뮬레이션은 AI 개발 툴을 활용하여 AI와 모빌리티가 혼합된 시뮬레이션 시스템을 연구 개발 중”이라고 소개했다.   ▲ 이노시뮬레이션 이지선 CTO   디자인과 제조의 미래를 만드는 생성형 AI 9월 12일에는 ‘AI 비주얼 트렌드 & 응용’ 트랙이 진행됐다. LG CNS의 정용기 선임은 ‘Image Gen.AI를 활용한 업무 생산성 향상 방안’에 대한 발표에서, 생성형 AI 기술에 기반한 LG CNS의 Image Gen.AI 엔진을 소개했다. 이를 활용하면 디자인 과정에서 아이디어 구상 시간을 단축하는 등의 프로세스 개선을 통해 비주얼 콘텐츠의 생성 시간과 비용을 50% 이상 줄여줄 수 있다는 것이 정용기 선임의 설명이다. 또한, LG CNS의 Image Gen.AI 엔진을 탑재한 COP(Content Optimization Platform)도 소개했다. COP는 이미지 생성 및 편집, 배경 제거/교체/확장, 부분 수정 등의 기능을 제공하며, 특화 학습을 통해 고객사의 특정 스타일을 반영한 마케팅 이미지를 생성한다. 정용기 선임은 “COP는 제품의 디테일을 유지하면서 다양한 연출 컷을 만들 수 있으며, 향후 매체별 배너 이미지 자동 생성 기능을 개발 중”이라고 밝혔다.   ▲ LG CNS 정용기 선임   아이스케이프의 조세희 대표는 ‘이미지부터 3D까지 : 크리에이터가 알려주는 생성형 AI 영상 제작’을 주제로 발표했다. 조세희 대표는 AI를 활용한 영상 콘텐츠 제작 과정을 실무 사례와 함께 소개하면서, “영상 제작은 스토리보드, 키 이미지 생성, 영상화, 음악 생성, 편집의 5단계로 진행되며, AI가 텍스트, 이미지, 오디오, 3D 모델 등 다양한 콘텐츠를 생성한다”고 설명했다. 또한, 3D 오브젝트를 활용해 가상 공간에서 영상을 만들고, 미드저니의 옴니 레퍼런스와 페이스 스왑, 일레븐랩스를 이용해 가상 인간의 일관된 이미지와 음성을 제작하는 과정도 시연했다. 조세희 대표는 “AI는 생산성을 높일 수 있는 도구이지만, 영상 구조, 조명, 연출 등의 기본 지식은 필수”라고 짚었다.   ▲ 아이스케이프 조세희 대표   AI팩토리의 김태영 CEO는 ‘크리에이터를 위한 AI 에이전트 활용 및 ‘바이브 코딩’ 발표를 통해 엔트로픽의 클로드 코드(Claude Code)를 활용해서 AI와 협업하여 코드를 작성하고 실행하는 방법을 시연했다. 바이브 코딩(vibe coding)은 대화식으로 사용자가 원하는 내용을 AI 에이전트에게 전달하면 AI가 코딩을 수행하는 방식이다. “요구사항 명세서 역할을 하는 파일을 통해 더욱 상세한 지시가 가능하다”고 소개한 김태영 CEO는 발표 중 실제 라이브 시연을 통해 상품 소개 웹 페이지를 제작하고, AI가 텍스트와 이미지를 자동 생성하여 콘텐츠를 풍부하게 만드는 과정을 선보였다.   ▲ AI팩토리 김태영 CEO   IUM SPACE의 이윰 대표는 ‘AI 툴로 구현하는 비주얼 세계 : 실무 적용과 아트워크 융합 사례’를 주제로 발표했다. 생성형 AI 시대의 진정한 창의성은 ‘세계관 디자인’에 있다고 짚은 이윰 대표는 미드저니의 스타일 레퍼런스 기능을 통해 42억 개의 스타일 시드를 탐색하며 “각 시드가 담고 있는 고유한 세계관을 이해하는 것이 중요하다”고 설명했다. 또한, 인간의 상상력과 AI의 지능을 결합하여 고유한 스타일과 이야기를 만드는 과정을 소개했다. 이윰 대표는 “AI는 의미를 생성하지 않으므로, 인간 창작자가 의미를 부여하고 다양한 이미지를 통합하여 스토리를 완성하는 것이 핵심”이라고 전했다.   ▲ IUM SPACE 이윰 대표   ■ 같이 보기 : [포커스] 코리아 그래픽스 2025, AI로 가속하는 산업과 크리에이티브의 변화를 짚다 (1)

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.

트림블 코리아는 7월 17일 철골 제작사를 위한 ‘테클라 파워팹(Tekla PowerFab) 론칭 세미나’를 진행했다. 테클라 파워팹은 철골 제작의 전체 과정을 통합 관리할 수 있는 소프트웨어이다. 트림블 코리아는 파워팹이 철골 제작의 생산성 및 수익성을 높이는 데 도움을 줄 수 있다고 보고 있으며, 국내 철골 제작사가 새로운 도약의 기회를 발견할 수 있도록 도울 계획이다. ■ 정수진 편집장   트림블은 주력 건축 설계 설루션인 ‘테클라 스트럭처스(Tekla Structures)’를 앞세워 BIM(건설 정보 모델링) 고도화를 지원하고 있다. 한국 법인인 트림블 코리아는 지난 2012년 설립됐고, 현재 국내에 약 1000여 개의 고객사를 보유하고 있다. 최근에는 ‘커넥티드 컨스트럭션(Connected Construction)’에 집중하면서 건설 생애주기의 시작부터 유지보수까지 모든 단계의 데이터를 연결하여 건설사, 제작사, 오너까지 실질적인 혜택을 제공하는 것을 목표로 하고 있다. 트림블 코리아의 박완순 사장은 “커넥티드의 핵심적인 제품은 ‘트림블 커넥트(Trimble Connect)’이다. 또한, 트림블은 오픈 플랫폼을 지향하며 한국 개발자도 트림블 커넥트의 ‘트림빔(TrimBIM)’ 모듈을 사용하여 뷰를 개발하는 등 다양한 목적으로 활용할 수 있도록 지원한다”고 소개했다.   ▲ 파워팹은 사무실과 현장에서 철골 제작의 모든 프로세스를 디지털화한다.   전체 철골 제작 프로세스의 연결 및 디지털화 많은 철강 구조 산업 현장이 여전히 수작업에 의존하고 있으며, 디지털 전환이 더딘 상황이다. 이는 생산, 이력, 프로젝트 관리 등에서 비효율을 낳는 원인이 된다. 테클라 파워팹은 이러한 문제를 해결하고 철골 제작의 모든 단계를 유기적으로 연결하여 생산성을 높이는 데에 초점을 맞추었다. 파워팹은 철골 제작 공정 전반의 디지털 전환을 이끄는 통합 관리 시스템을 지향하며, 철강 제작업체가 비즈니스를 보다 효과적으로 관리할 수 있도록 설계됐다. 트림블 코리아는 “철골 제작사를 타깃으로 전체 프로세스를 관리할 수 있는 유일한 설루션”이라고 설명하면서, 파워팹의 주요 기능과 기대 효과를 짚었다.   단일 플랫폼으로 구현하는 공정 통합 파워팹은 설계부터 납품까지 전 공정을 하나의 플랫폼에서 관리한다. 기존에는 물량산출내역서(BOM), 생산 체크리스트 등을 수작업이나 엑셀로 처리하여 정보의 정확성과 연속성이 떨어졌는데, 파워팹은 3D 모델의 데이터를 기반으로 견적, 자재 최적화, 구매, 재고, 생산, 운송, 현장 관리에 이르는 모든 과정을 디지털로 통합한다. 이를 통해 사무실, 공장, 현장 간의 데이터 단절을 없애고 수기 입력으로 인한 오류와 중복 작업을 막는다.   실시간 정보 공유를 통한 신속한 의사결정 파워팹은 모든 공정의 정보가 실시간으로 공유되므로 경영진과 관리자는 언제 어디서든 현황을 직관적으로 파악하고 최적의 의사결정을 내릴 수 있다는 점을 내세운다. 3D 시각화 자료는 복잡한 데이터를 한눈에 이해하도록 돕고, 설계 변경이나 일정 지연과 같은 돌발 상황에도 빠르게 대응할 수 있게 한다. 또한, 문제가 발생하기 전에 상황을 파악하고 선제 대처할 수 있는 환경을 제공한다.   종이 없는 작업장으로 생산성과 편의성 향상 파워팹은 종이가 없는(paperless) 작업장을 목표로 현장의 효율을  높인다. 현장 작업자를 위한 파워팹 고(PowerFab Go)를 통해 모바일 기기에서 도면 확인, 자재 수령, 생산 상태 업데이트, 검사, 출하 등의 업무를 처리할 수 있다. 1차 가공, 취부, 용접, 도장 등 각 공정의 진행 상황은 색상으로 시각화되어 모든 인원이 실시간으로 제작 현황을 공유한다. 이는 불필요한 서류 작업을 없애고 현장 직원들의 작업 편의성과 생산성을 높일 수 있다.   오류 감소와 수익성 향상 파워팹은 디지털 데이터를 통해 수정 및 변경 이력을 정확하게 추적하고 관리하여 인적 오류를 최소화한다. 모델, 도면, BOM을 전체적으로 비교하여 변경 사항을 자동으로 감지하고, 이로 인한 비용 손실을 막아 프로젝트의 수익성을 높인다. 데이터 기반의 운영은 재작업과 자재 낭비를 줄여서 생산성을 높이는 데 기여한다.   ▲ 파워팹의 국내 시장 확대 전략을 소개한 트림블 코리아의 박완순 사장   파워팹의 국내 시장 확대 위해 노력할 것 파워팹은 설계, 제작, 시공에 참여하는 모든 사용자를 하나의 디지털 설루션으로 통합하여, 데이터 기반의 빠르고 정확한 업무 수행을 지원하는 데에 초점을 맞추었다. 파워팹은 순차적으로 국가별 론칭을 진행하고 있는데, 우리나라에서는 약 6개월의 현지화 작업과 국내 환경에 맞춘 라이브러리 구축 등 선행 작업을 거쳐 2024년 3월에 공식 론칭했다. 트림블 코리아는 파워팹의 공급을 위해 공장 프로세스를 잘 아는 파트너로서 디에스텍을 선정했다. 디에스텍은 트림블 코리아와 협력해 한국 시장의 확장, 기술 지원, 교육을 진행할 예정이다. 트림블 코리아는 “파워팹은 생선 관리 시스템이나 ERP 시스템을 이미 갖춘 대기업보다는 이런 시스템 구축을 위한 투지 비용을 고민하는 중견/중소기업을 주요 타깃으로 한다. 이들 업체가 재고 관리나 자재 변경에 따른 어려움을 덜 수 있도록 지원하고자 한다”고 전했다. 또한 “한국 비즈니스를 시작한 후 빠르게 파워팹을 도입하는 기업이 생기고 있으며, 향후 3년 안에는 100여 개 정도의 고객사를 확보하는 것이 목표”라고 밝혔다.     ■ 기사 내용은 PDF로도 제공됩니다.

제조업계는 품질 보장, 비용 절감, 폐기물 감소와 같은 과제에 직면하면서 디지털 전환을 가속화하고 있다. 이에 따라 많은 기업이 IoT(사물인터넷), 첨단 로보틱스 등 다양한 기술을 적극 도입하고 있으며, 그 중에서도 시뮬레이션 기술은 스마트 공장 구현의 핵심 요소로 주목받고 있다. 특히 디지털 트윈 기술은 업계의 복잡한 도전 과제를 효과적으로 관리하고, 기업의 경쟁력을 유지하는 데 중요한 역할을 하고 있다. 디지털 트윈은 제품 설계의 최적화와 생산 시스템의 강화를 모두 지원한다. 기업은 디지털 트윈을 활용해 물리적 프로토타입에 대한 의존도를 줄이고, 자원을 효율적으로 절약할 수 있다. 또한 디지털 트윈은 실제 물리적 대상과 동기화되어 지속적으로 업데이트되므로, 제조업체는 생산 라인과 공급망 등과 같은 동적인 요소에 민첩하게 대응할 수 있다. 실시간 시뮬레이션 기능은 개선이 필요한 프로세스를 식별하고, 잠재적인 변경 사항을 사전에 테스트하며, 전체 시스템을 지속적으로 모니터링하는 데 기여한다. 지멘스의 포괄적 디지털 트윈은 물리 기반의 디지털 모델 세트로 구성되어 있으며, 제품과 생산의 전체 수명 주기와 공급망 전반에 걸쳐 다양한 측면을 일관되게 표현한다. 이 모델에는 전기, 기계, 제조 분야의 소프트웨어가 포함되어 있으며, 제품 수명 주기 전반에 걸쳐 일관성을 유지하면서도 생성과 관리에 필요한 부담을 최소화할 수 있다.   제품과 생산 전반을 아우르는 디지털 트윈의 통합 효과 제조업체는 포괄적 디지털 트윈을 활용함으로써 제품과 생산의 수명 주기를 각각 ‘제품용 디지털 트윈(digital twin for products)’과 ‘생산용 디지털 트윈(digital twin for production)’으로 원활하게 통합할 수 있다. 제품 측면에서는 제품용 디지털 트윈의 강력한 시뮬레이션 기능이 설계 주기를 단축하고, 프로토타이핑을 지원하며, 최종 제품의 품질을 향상시키는 데 기여한다. 한편, 생산용 디지털 트윈은 전체 공장의 설계와 최적화를 촉진해, 기계와 생산 라인을 보다 빠르고 효율적이며 친환경적으로 구축할 수 있도록 지원한다. 이는 생산 시스템 내에서 작업을 실행하는 가장 효율적인 방법을 결정함으로써 생산 일정을 최적화하는 데 도움을 준다. 이처럼 디지털 트윈의 두 가지 측면은 모두 기업의 운용 비용 절감을 지원한다. 제조업체는 제품용/생산용 디지털 트윈을 활용해 공장을 가상 환경에서 재현할 수 있으며, 이를 통해 실제 세계에서 많은 비용이 소요되는 재설계 작업을 수행하기 전에 기계와 시스템을 미리 최적화할 수 있다. 또한 기업은 시뮬레이션 기술을 활용해 고객과 함께 설계를 검토하고, 물리적 시스템의 전체 기능을 구체화할 수 있다. 국내에서도 많은 기업이 제품용/생산용 디지털 트윈을 도입해 제조 현장의 디지털 전환을 선도하고 있다. 예를 들어, LG이노텍은 자사 구미 사업장에 디지털 트윈 기술을 적용한 ‘드림 팩토리’를 구축했다. 이를 통해 가상 환경에서 반도체 기판 공정을 수백만 회 반복하며, 높은 수율과 품질을 단시간에 달성했다. 또한 디지털 트윈 기반의 라인 모니터링 시스템(LMS)을 통해 생산 라인, 제품 이동 경로, 재고 현황, 설비 이상 유무 등 전체 공장 상황을 실시간으로 모니터링하고 있다. GS칼텍스는 공장 건설 단계에서 확보한 3D 모델에 공정별 장치 설계도와 공정 도면 등 설비 정보를 적용해 자사 여수 공장의 디지털 트윈을 구축했다. 이를 통해 원유 입고부터 제품 출하까지의 생산 과정을 가상 공장에서 구현하고, 공정 단계별로 발생하는 비효율을 줄였다. 그 결과, 설비 관련 데이터를 찾는 시간이 기존 대비 약 30% 감소했으며, 현장 구조물 설치 등 공간 확인이 필요한 작업의 소요 시간도 약 70% 줄어든 것으로 나타났다.     산업 전반에서 확산되는 디지털 트윈의 가치 여러 산업 분야의 기업이 포괄적 디지털 트윈의 이점을 직접 경험하고 있다. 제품 설계업체부터 기계 제조업체에 이르기까지, 많은 고객이 디지털 트윈을 구현해 실질적인 가치를 창출하고 있다. 실제 사용 사례는 다음과 같다. 저비용 냉각 공기 흐름 최적화 AVG 경로 탐지 공장 레이아웃 증강 AI 기반 제품 개선 폐순환(closed-loop) 디지털 트윈 생성과 차세대 설계 최적화 지멘스의 포괄적 디지털 트윈은 제조업체가 많은 비용과 시간이 소요되는 설비 재작업을 방지할 수 있도록 지원한다. 디지털 트윈을 활용하면 물리적 프로토타입 기계를 배송하는 데 드는 추가 시간과 비용은 물론, 기계가 기대 성능에 미치지 못할 경우 발생하는 개조 비용까지 대폭 절감할 수 있다. 국내 제조업계에서도 지멘스의 기술을 기반으로 디지털 트윈을 적극적으로 구현하고 있다. DL모터스는 지멘스 엑셀러레이터(Siemens Xcelerator) 포트폴리오의 다양한 설루션을 도입한 대표 사례다. AI 지원 설계 설루션인 NX를 통해 기존 2D 설계를 3D로 전환했으며, PLM 설루션인 팀센터(Teamcenter)를 활용해 설계 데이터와 자재 명세서(BOM)의 열람, 배포, 관리가 가능한 환경을 구축했다. 이를 통해 시스템 응답 속도를 15~50배 가속화하고, 제품 설계를 혁신하며 제조 공정을 최적화했다. DL모터스는 지멘스와의 협력을 통해 디지털 전환을 앞당기며, 이륜차 업계의 디지털 트윈 구현을 선도하고 있다. 또한 HD현대는 공장 시뮬레이션을 위한 테크노매틱스(Tecnomatix)와 팀센터를 활용해 선박 생산의 전체 수명 주기를 아우르는 스마트 조선소 구축에 힘쓰고 있다. 지멘스와의 협력을 통해 설계와 생산 작업을 가시화하고, 건조 과정을 사전에 시뮬레이션하는 ‘인더스트리 메타버스’를 개발하고 있다. 양사는 2023년에 체결한 ‘설계-생산 일관화 제조혁신 플랫폼 공동개발을 위한 업무협약’을 바탕으로, 선박 제조 과정의 모든 데이터를 하나의 플랫폼에서 관리하는 디지털 자동화 생산 체계 구축을 위해 협력하고 있다.   산업 혁신을 이끄는 디지털 트윈의 미래 가치 포괄적 디지털 트윈은 제조 공장의 잠재력을 극대화하는 핵심 기술로 자리매김하고 있다. 디지털 전환과 디지털 트윈을 통한 지속적이고 적극적인 최적화는 비용을 효과적으로 관리하면서 제품과 생산의 효율성을 향상시키는 데 기여한다. 디지털 트윈의 장점은 여기에 그치지 않는다. 시뮬레이션 기술은 소프트웨어 정의 자동화와 생산 시스템을 기반으로 산업계가 산업용 메타버스를 구축하도록 이끌고 있다. 산업용 메타버스는 사용자가 물리적 자산의 가상 표현과 실시간으로 상호작용할 수 있는 디지털 환경으로, 기업은 이를 통해 거리의 제약을 극복하고 협업을 촉진할 수 있으며, 문제와 프로세스를 보다 깊이 이해하고 최적의 설루션을 도출할 수 있다. 이러한 흐름에 발맞춰 정부의 산업 디지털화 정책도 국내 산업의 디지털 트윈 도입을 적극 지원하고 있다. 산업통상자원부는 지난 5월, 산업단지 입주기업의 AI와 디지털 설루션 활용을 지원하는 현장 방문 프로그램인 ‘산업단지 AX 카라반’을 출범했다. 올해에는 10개의 인공지능 전환 실증 산업단지가 선정될 예정이며, 디지털 트윈 기반 스마트 공장 구축을 위한 실증 사업이 본격화될 전망이다. 지역 차원에서도 디지털 트윈 도입을 위한 움직임이 활발하게 전개되고 있다. 2023년에 지멘스는 경상북도, 김천시와 함께 경북 제조산업에 디지털 트윈 기술을 지원하는 업무협약을 체결했다. 지멘스는 지역 산업 현장에 디지털 설루션을 제공해 산업 생태계를 혁신하고, 디지털 트윈 분야의 신규 사업을 발굴하며, 전문 인재를 양성하는 다양한 사업에 협력하고 있다. 이처럼 디지털 트윈은 민간과 공공을 막론하고 차세대 산업 혁신을 이끌 중추 기술로 주목받고 있다. 포괄적 디지털 트윈은 향후 제조업 경쟁력을 좌우할 핵심 동력으로서, 산업 생태계 내부의 협력을 촉진하고 지속 가능한 혁신을 실현하는 데 중요한 역할을 하게 될 것이다.    ■ 오병준 지멘스 디지털 인더스트리 소프트웨어 한국지사장이다. 30여년 이상 한국의 여러 글로벌 IT 기업을 거치며 성공적 비즈니스 및 기술 전문성을 구축해 왔다. 지멘스 디지털 인더스트리 소프트웨어 한국지사장으로 선임되기 전 SAS 코리아 대표이사를 지냈으며, 오라클 코리아, 테라데이터 코리아, IBM 코리아 임원으로 재직한 바 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   인공지능(AI)은 단순한 기술을 넘어 우리의 삶과 산업 전반을 재편하는 거대한 흐름이 되었고, 이 거대한 흐름 속에서 스마트 디지털 트윈(smart digital twin)과 디지털 스레드(digital thread)는 미래 혁신을 이끌 핵심 동력으로 될 것으로 생각된다. 이번 호 칼럼에서는 AI 시대에 이 두 가지 개념이 왜 필수인지 그 핵심 역할과 의미, 그리고 우리가 직면한 과제를 심층 조명하고자 한다. 미래 제품 개발의 최전선에는 스마트 디지털 트윈이 자리하고 있다. 이는 단순한 물리적 객체의 디지털 복제본을 넘어선다. 우리는 이를 ‘인공지능 중심 디지털 트윈 (AI defined digital twin)’이라고 부르며, 궁극적으로는 AI 에이전트 디지털 트윈으로 진화할 것으로 생각된다.   그림 1. 인공지능 중심의 디지털 트윈과 디지털 스레드의 통합(출처 : Lifecycle Insights)   스마트 디지털 트윈의 핵심은 미래 예측과 시뮬레이션 능력에 있다. 가상 환경과 인공지능 환경에서 미래 제품의 성능과 기능을 사전에 예측하고 다양한 시나리오를 시뮬레이션함으로써, 우리는 현실 세계에서 발생할 수 있는 시행착오를 최소화하고 최적의 설계를 도출할 수 있다. 예를 들어, 자율주행 자동차를 개발할 때 스마트 디지털 트윈은 수십만 가지의 주행 상황을 가상으로 재현하고 AI 모델을 훈련시켜 실제 도로에서의 안전성을 극대화할 수 있다. 이는 제품 개발의 시간과 비용을 획기적으로 절감할 뿐만 아니라, 혁신적인 제품의 출시를 가속화하는 핵심 역할을 수행한다. 그러나 스마트 디지털 트윈이 그 잠재력을 온전히 발휘하기 위해서는 거대한 양의 데이터가 끊김 없이 흐르고, 이 데이터가 의미 있는 정보로 변환되어 AI의 추론과 학습에 활용될 수 있는 환경이 조성되어야 한다. 바로 이 지점에서 디지털 스레드의 역할이 부각된다. 인공지능이 강화되는 스마트 디지털 트윈 환경에서 디지털 스레드는 단순한 연결을 넘어 혁신의 실핏줄과 같은 역할을 수행한다. 이는 정보의 단절, 즉 데이터 사일로(data silo)를 극복하고 정보의 흐름을 원활하게 하는 유일무이한 기술이다. 기존의 단절된 시스템과 프로세스 속에서는 데이터가 각자의 고립된 공간에 갇혀 효율적인 활용이 불가능했다. 디지털 스레드는 이러한 장벽을 허물고, 정보가 마치 혈액처럼 유기적으로 순환하며 지식으로 축적될 수 있도록 도와준다. 디지털 스레드의 핵심 기능은 크게 다섯 가지 유형의 단절된 데이터 사일로를 연결하는 데 있다. 첫째, 제품 수명주기(product lifecycle) 내 소통이다. 요구사항 정의에서부터 제품 스펙, 엔지니어링 BOM(Bill Of Materials), 제조 BOM, Bill of Process, 그리고 서비스 BOM에 이르기까지, 제품의 전 수명주기 단계에서 발생하는 모든 데이터가 디지털 스레드를 통해 끊김 없이 연결된다. 과거에는 각 단계별로 데이터가 사일로화되어 정보 흐름이 원활하지 못했고, 이는 곧 비효율적인 의사결정과 불필요한 재작업으로 이어졌다. 디지털 스레드는 이러한 문제점을 해결하여 제품 개발의 전 과정에서 일관된 정보와 최신 데이터를 공유할 수 있도록 한다. 둘째, 제품 수명주기 관리(PLM)와 인공지능 간의 소통이다. 제품 개발 환경에서 인간의 생각과 인공지능의 추론 기능 간에는 디지털 온톨로지(digital ontology)의 표준적 개념과 디지털 스레드를 통해 다양하고 복잡한 생각과 용어 등이 소통될 필요가 있다. 디지털 스레드는 복잡한 제품 구조, 기능, 요구사항 등을 AI가 이해하고 추론할 수 있도록 의미론적으로 연결하는 다리 역할을 한다. 이를 통해 AI는 단순한 데이터 분석을 넘어, 인간의 의도를 파악하고 창의적인 해결책을 제시하는 진정한 협력자가 될 수 있다. 셋째, 서로 다른 설루션 간의 소통이다. 소프트웨어 형상 관리 설루션, PLM, 요구사항 관리 설루션, 해석 데이터 관리 설루션 등 수많은 서로 다른 설루션이 존재하지만, 이들 간의 데이터 연동은 늘 골칫거리였다. 디지털 스레드는 이처럼 분리된 설루션을 메시(mesh) 관계로 연결하여 데이터가 원활하게 연동될 수 있도록 한다. 마치 거미줄처럼 촘촘하게 연결된 이 망은 각 설루션이 생성하는 데이터가 실시간으로 다른 설루션과 공유되고 활용될 수 있는 기반을 제공한다. 넷째, 서로 다른 조직 간의 소통이다. 마케팅 부서, 기본 설계 부서, 생산 부서, 그리고 최종 서비스 부서 등 각기 다른 용어와 문화를 가진 조직간의 소통은 늘 쉽지 않은 과제였다. 디지털 스레드는 이러한 소통 장벽을 허물고 협업을 원활하게 한다. 각 조직이 사용하는 용어와 개념을 디지털 스레드 위에서 표준화하고 연결함으로써, 오해를 줄이고 목표 지향적인 협업을 가능하게 하는 것이다. 이는 궁극적으로 조직 전체의 시너지를 극대화하고, 혁신적인 아이디어가 자유롭게 교환될 수 있는 환경을 조성한다. 다섯째는 세렌디피티(serendipity)이다. 이런 거미줄 같은 메시 관계에서 오는 네트워크된 지식(Networked Knowledge) 생태계는 이해당사자인 개발책임자, 엔지니어, 생산 엔지니어, 마케팅 전문가, 안전 전문가, 형상관리자 등에게 생각지 못한 발견과 창의적 환경을 제공하며, 자료를 찾는데 소모되는 엄청난 시간과 노력을 절감하게 하며 더 창조적인 작업에 투자할 수 있다.   그림 2. 제품 수명주기의 디지털 스레드 지식 그래프(knowledge graph)(출처 : Eigner Engineering Consult)   이처럼 디지털 스레드는 AI 시대, 특히 스마트 디지털 트윈 환경에서 데이터의 고립을 해소하고, 정보의 흐름을 최적화하며, 궁극적으로는 AI의 잠재력을 최대한으로 끌어내는 필수 기반 기술이라고 할 수 있다. 인공지능 시대에 디지털 스레드를 통한 창조성과 필연적 세렌디피티가 분야 전문가의 유일한 생존 전략이라고 할 수 있다. 그럼에도 불구하고 디지털 스레드는 여전히 많은 이에게 생소하고 도전적인 개념으로 여겨진다. 현장에서는 디지털 트윈 개발에 디지털 스레드가 필수임에도 불구하고 고객을 설득하기 쉽지 않다는 어려움을 토로한다. 심지어 일부 미국 전문가 사이에서는 ‘디지털 스레드 무용론’이 제기되기도 한다. 이러한 오해와 도전은 디지털 스레드가 가지는 혁신적인 속성 때문일 수 있다. 우리가 직면한 과제는 명확하다. 첫째, 설득의 어려움이다. 디지털 스레드의 필요성을 현장의 이해관계자에게 명확히 전달하고 공감대를 형성하는 것이 중요하다. 단기적인 효율 증대 뿐만 아니라 장기적인 관점에서 AI 시대의 경쟁 우위를 확보하는 핵심 요소임을 강조해야 한다. 둘째, 개념의 생소함과 도전적인 특성이다. 현재에도 디지털 스레드에 대해 정확하게 아는 사람이 드물며, 이는 비교적 생소하고 혁신적이며 도전적인 개념이기 때문이다. 따라서 이에 대한 지속적인 교육과 홍보, 그리고 성공 사례 발굴을 통해 이해의 폭을 넓혀야 한다. 그러나 이러한 도전에도 불구하고, 인공지능 시대에 스마트 디지털 트윈에서 디지털 스레드가 필요한 이유는 존재하는 것이 아니라 만드는 것이라는 관점에서 접근해야 한다. 이는 디지털 스레드가 단순히 현존하는 문제를 해결하는 도구를 넘어, 미래의 복잡한 인공지능 기반 시스템을 구축하고 그 잠재력을 최대한 발휘하기 위한 능동적이고 필수적인 기반임을 시사한다. 디지털 스레드는 이미 존재하는 데이터나 시스템을 연결하는 수동적인 도구가 아니다. 그것은 미래에 우리가 만들어낼 혁신 제품과 서비스를 위한 데이터와 정보의 연결고리를 능동적으로 구축하는 의미를 가진다. AI 시대의 복잡성은 끊임없이 새로운 데이터 유형과 상호작용 방식을 요구할 것이다. 디지털 스레드는 이러한 변화에 유연하게 대응하며 새로운 연결고리를 지속적으로 생성하고 발전시키는, 살아있는 유기체와 같다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 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.

주요 디지털 트윈 소프트웨어 전자·전기·기구 통합 PLM 시스템, SynchroSpace   개발 및 자료 제공 : 이로젠, 032-351-1624, www.elozen.com     SynchroSpace(싱크로스페이스)는 워크플로 기반의 웹 애플리케이션으로 전자·전기·기구 CAD 툴 및 ERP 등 기간시스템과 연동되어 One DB에서 제품개발시작에서 완료까지 데이터와 프로세스를 관리하는 제품 수명주기 관리 시스템이다. 특히, 전자·전기 개발 데이터와 프로세스 관리에 특화되어 있다. 1. 주요 특징  중소기업의 경우 대기업과 다르게 개발업무 프로세스가 다양하고, 업무프로세스 변화가 자주 발생하고, 시스템 관리인력이 부족하기 때문에 PLM 시스템은 핵심기능 위주로 사용이 쉽고, 변화대응이 빨라야 한다. 국내 자체 기술, 최신 UI/UX 및 Workflow To-Do 기반으로 사용이 쉽고 고객의 니즈를 빠르게 적용할 수 있다. (1) 최신 UI/UX로 EASY-TO-USE  1시간 교육 후 바로 사용 가능 ■ 타사대비 직관적인 UI/UX로 필요한 정보만을 빠르고, 쉽게 접근  ■ To-Do 기반으로 사용이 쉽고 업무 효율성 강화 (2) 워크플로우 기반 One DB 웹 애플리케이션 ■ 모듈화로 확장이 용이한 워크플로우 기반 웹 애플리케이션 ■ 모듈화된 기능 및 전자·전기·기구 데이터 통합 관리 ■ 카드 방식 워크플로 제공 (3) Multi CAD 통합  다양한 EDA/ECAD/MCAD와 연계를 통한 자동화 구현 ■ 전자·전기 부품 라이브러리를 EDA/ECAD의 회로도에 삽입 ■ CAD BOM(Partlist·CAD Structure)및 산출물 자동 생성 및 등록 (4) 고객 맞춤형 솔루션 제공: 자체 솔루션으로 고객 요구사항 적용 용이 ■ 전자, 전기, 기구 각각 구축 가능 및 일괄 구축 가능 ■ 고객만의 특화된 기능 개발 및 Customization 용이 2. 주요 기능 (1) Item 관리 Item 대상은 전자(Component, PCB, PBA, Firmware, Board), 전기(Component, Wire/Cable, Assembly), 기구(Part, Assembly), Product 등으로 관리 대상이다. ■ Item별 분류, 채번, 속성, 첨부문서 관리 ■ Item별 Workflow 관리 (2) BOM 관리 BOM 대상은 전자(회로도 설계기준 Partlist, PCB설계기준 Partlist, PBA BOM, Board BOM), 전기(회로도 설계기준 Partlist, 3D배선 기준 Partlist, Wire/Cable List), 기구(Assembly CAD Structure), 제품(Engineering BOM, Preliminary BOM) 등으로 관리 대상이다. (3) 설계 데이터 관리 도면대상은 전자(전자회로 설계 데이터, PCB 설계 데이터, 거버 데이터, 조립 데이터), 전기(전기회로설계 데이터, 2D배선 설계 데이터, 3D배선 설계 데이터), 기구(3D파트 설계 데이터, 3D Assembly설계 데이터, 2D Drawing 도면) 등으로 관리 대상이다. (4) 배포 및 설계변경 관리 ■ 사내배포  ■ 설계변경요청(ECR), 설계변경주문(ECO)관리 ■ 설계변경실행 시 Where-Use 및 역전개를 통한 선택 또는 일괄변경 실행 ■ Item Status 및 Item Revision 관리 3. 도입 효과 매출 7,000억 원(2015년 기준) 자동차 전장부품 개발회사에 적용된 사례 분석 결과로 설계기간 및 재설계회수 30% 절감, 연간 22.5억 원의 개발비용 절감  ※ 2020년 기준으로 매출액 및 제품개발모델이 약 2배 이상 증가했음에도 개발 인원은 그대로 유지됨   4. 주요 고객 사이트 자동차 전장부품, 산업 부품, 디스플레이, 생활가전, 통신 장비, 2차전지, 조명, 카메라, 의료기기, 휴대폰 등을 개발하는 다양한 기업에서 사용 중이다. 상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

다쏘시스템코리아는 글로벌 화장품 ODM 전문기업 씨앤씨인터내셔널이 제품 수명주기 관리 시스템(PLM) 구축을 위해 다쏘시스템의 3D익스피리언스 플랫폼을 도입한다고 밝혔다. 다쏘시스템의 3D익스피리언스 플랫폼은 제품 기획부터 연구개발, 생산, 유통에 이르기까지 전 과정을 디지털로 통합 관리하는 플랫폼으로, 실시간 데이터 공유와 유기적인 협업 환경을 지원한다. 해당 플랫폼을 통한 씨앤씨인터내셔널의 PLM 시스템 구축은 글로벌 고객사의 다양하고 복잡한 제품 요구에 보다 민첩하게 대응하고, 다품종의 제품개발 및 고객 대응 체계를 고도화하기 위한 디지털 전환 전략의 일환으로 추진됐다. 특히 신제품 개발(NPD) 프로세스의 체계적 관리와 함께, 처방·원재료·규제 정보를 포함한 제품 개발 이력을 디지털로 통합 관리하는 데 중점을 뒀다. 씨앤씨인터내셔널은 로레알, 에스티로더, LVMH 등 세계적인 화장품 그룹을 포함한 500여 개 브랜드와의 협력을 기반으로 빠르게 변화하는 글로벌 뷰티 시장에서 독보적인 경쟁력을 확보하고 있다. 독자적인 제형 기술력과 글로벌 네트워크를 바탕으로 K-뷰티 글로벌 열풍의 핵심 기업으로 자리매김했으며 최근에는 스킨케어, 하이브리드 분야로 포트폴리오를 본격 확장하며 글로벌 종합 화장품 ODM 기업으로 도약하고 있다.     다쏘시스템의 3D익스피리언스 플랫폼은 ▲제품 개발 프로젝트 관리 ▲원재료 및 처방 관리 ▲배합 BOM 관리 ▲글로벌 규제 및 컴플라이언스 관리 ▲실시간 대시보드 제공 등 주요 PLM 기능을 제공하여 R&D 전반의 디지털화를 지원한다. 또한 PC 및 모바일 기반의 멀티 플랫폼 환경을 제공하여 언제 어디서나 효율적인 협업과 의사결정이 가능하도록 돕는다. 씨앤씨인터내셔널은 이번 PLM 설루션 구축을 통해 제품 개발 단계별 데이터의 실시간 수집 및 분석 환경을 마련하고, 연구개발 결과물의 디지털 자산화, 제품 이력의 추적성 확보, 글로벌 규제 대응력 강화 등 다방면에서 경쟁력을 높일 것으로 기대하고 있다. 다쏘시스템의 플랫폼 도입은 제품 개발 과정을 디지털 중심으로 전환함으로써, 빠르게 변화하는 시장 환경 속 개발 효율성과 품질 경쟁력을 한층 강화하기 위한 전략적 결정이다. 씨앤씨인터내셔널 배수아 대표는 “이번 PLM 도입은 씨앤씨인터내셔널의 R&D 프로세스 전반을 정교하게 재설계하는 전환점이 될 것”이라며, “한층 고도화된 제품 개발 프로세스 구축 및 협업 역량 강화를 통해 더욱 다양해지는 글로벌 뷰티 시장의 요구에 빠르고 유연하게 대응할 수 있을 것으로 기대한다”고 밝혔다. 다쏘시스템코리아 정운성 대표는 “글로벌 종합 화장품 ODM 기업으로 도약 중인 씨앤씨인터내셔널의 디지털 R&D 혁신을 3D익스피리언스 플랫폼으로 함께하게 되어 매우 뜻깊다”면서, “다쏘시스템은 앞으로도 소비재 산업 전반의 디지털 전환을 선도하며, 고객의 지속 가능한 성장과 브랜드 가치 제고를 위한 전략적 파트너로 함께할 것”이라고 말했다.