산업 디지털 전환 위한 포괄적 소프트웨어 기술 제공   아비바는 조선/플랜트 설계에서 나아가, 다양한 산업의 디지털 트윈 구축과 디지털 전환을 위한 엔드 투 엔드 솔루션 역량을 내세우고 있다. 아비바코리아의 김상건 대표는 전체 공정과 프로세스를 통합 관리할 수 있는 플랫폼을 통해 고객의 디지털 전환을 실질적으로 지원할 것이라고 전했다. ■ 정수진 편집장     아비바의 강점과 기회요소는 어떤 것이라고 보는지 아비바는 조선해양 및 EPC(설계/조달/시공) 분야의 CAD뿐 아니라 팩토리 디자인/엔지니어링, 데이터 관리, 시뮬레이션/최적화, 프로세스 최적화 등 다양한 소프트웨어 기술을 확장해 왔다. 이런 변화는 슈나이더 일렉트릭, 인벤시스(Invensys), 오에스아이소프트(OSIsoft)의 소프트웨어 포트폴리오를 아비바로 통합함으로써 가능해졌다.  지금의 아비바는 공장 전체의 시뮬레이션과 운영, 디지털 트윈 구축 및 운영을 지원할 수 있는 글로벌 기술 기업이 되었다. 이를 통해 국내 기업의 디지털 전환에 기여할 수 있을 것으로 기대하고 있다. 아비바는 고객에게 소프트웨어를 제공하는 것뿐 아니라 엔드 투 엔드 솔루션을 제공하여 엔지니어링부터 최적화까지 모든 과정을 지원한다. 아비바가 갖고 있는 160여 개의 제품을 플랫폼화하는 작업을 진행하고 있어, 향후 통합의 시너지를 창출할 수 있을 것으로 본다. 또한, 오픈 아키텍처를 중시하면서 기업이 갖고 있는 기존 시스템을 포괄할 수 있도록 지원하는 것도 강점이다. 아비바의 이런 강점은 특히 에너지 관리, ESG 및 지속가능성 프로젝트에서 중요한 역할을 할 수 있을 것이다. 아비바의 에너지 관리 솔루션이 전력, 물, 열과 같은 유틸리티 관리를 최적화하여, 고객에게 실질적인 비용 절감과 에너지 사용의 효율화를 이끌어낼 수 있기 때문이다.   아비바는 조선, 플랜트 분야 중심의 엔지니어링 솔루션으로 많이 알려져 있다. 최근 조선/플랜트 산업의 현황과 주요한 이슈에 대해서는 어떻게 보는지 조선/해양 및 플랜트 산업은 노동력이 중요한 것이 특징인데, 이런 산업에서는 숙련 인력의 부족이 최근 큰 문제가 되고 있다. 그만큼 자동화와 디지털 전환의 필요성이 높다고도 볼 수 있는데, 아비바는 설계부터 제조까지 전체 프로세스에 걸친 자동화를 지원하는 데에 중점을 두고 있다. 조선 산업의 지형도가 꾸준히 변화하고 있다. 경쟁은 산업과 기술의 발전에 긍정적인 영향을 주기 때문에, 경쟁 자체를 꺼릴 이유는 없다. 아비바는 수십 년간 쌓아 온 경험과 노하우가 큰 자산이고, 이를 바탕으로 안정성과 신뢰를 제공할 수 있다. 또한, 고객의 요구와 기대에 대해서도 잘 알고 있다. 앞으로도 고객이 원하는 방향으로 비전과 기술을 제공하면서 아비바에 대한 고객의 인지도와 이해도를 더욱 높이고자 한다. 아비바는 조선/해양과 EPC 산업의 비즈니스 비중이 높은 편이다. 하지만 이외에도 석유/가스, 하이테크, 바이오, 자동차 등 다양한 산업으로 비즈니스 확장을 진행하고 있다. 복잡성이 높고 정밀도가 요구되는 프로세스 산업에서 인정받은 기술력과 축적된 경험을 다른 산업에도 적용할 수 있을 것으로 기대한다.   산업 분야의 디지털 전환에 대한 관심이 꾸준한데, 산업 디지털 전환과 관련해 아비바의 경쟁력은 무엇인지 아비바가 가진 최고의 무기는 3D 엔지니어링이다. 설비뿐 아니라 공장 전체를 디지털화한 3D 데이터는 디지털 트윈을 구성하기 위한 근간이 된다. 아비바는 이를 기반으로 통합 엔지니어링(Unified Engineering) 개념을 정립하고, 개념 설계와 상세 설계를 할 수 있는 단일 플랫폼을 만들었다. 다음 단계의 차별점은 데이터 플랫폼이다. 아비바는 IT 데이터 플랫폼인 PI 시스템(PI System)과 OT 데이터 플랫폼인 HMI와 SCADA를 제공한다. 이들 플랫폼으로 데이터를 가시화할 수 있고, 나아가 프로세스 시뮬레이션 및 최적화를 통해 최적의 KPI를 제공할 수 있다. 마지막으로, 통합 운영 센터(Unified Operation Center)를 통해 모든 요소를 통합하고, 기업 전체 가치사슬의 가시성을 확보할 수 있다. 아비바는 모든 단계를 포괄적으로 지원하는 엔드 투 엔드 디지털 전환 기술과 역량을 갖고 있다는 점에서 차별화된다고 본다.   슈나이더 일렉트릭과 아비바의 합병 이후 시너지에 대한 방향성은 어떤 것인지 합병 이후 슈나이더 일렉트릭은 하드웨어 중심의 비즈니스로 전환하고, 슈나이더 일렉트릭의 소프트웨어 조직은 아비바로 통합됐다.  최근 에너지 절감과 탈탄소, 넷제로와 같은 ESG가 중요한 이슈가 되고 있는데, 이런 목표를 달성하기 위해서는 하드웨어와 소프트웨어의 시너지가 중요하다. 소프트웨어로 환경 영향을 예측하고 개선할 수 있지만, 기존 설비가 노후화돼서 이에 대응하기 어려운 경우도 있기 때문이다. 또한, 신규 공장을 설립하는 경우에도 하드웨어와 소프트웨어를 함께 도입하게 된다. 이에 따라 아비바와 슈나이더 일렉트릭은 하드웨어와 소프트웨어를 묶어서 공장 자동화와 에너지 관리 측면에서 더욱 큰 가치를 제공하는 방안을 협의하고자 한다. 글로벌뿐 아니라 국내에서도 슈나이더 일렉트릭과 함께 종합적인 솔루션을 고객에게 제안하고, 에너지 관리의 효율을 극대화할 수 있도록 드라이브를 강화할 계획이다.   아비바코리아의 향후 시장 전략 및 비즈니스 계획에 대해서 소개한다면 아비바코리아는 현재 약 90명의 직원이 서울과 부산 사무소에서 근무하고 있다. 부산 사무소는 3년 전에 조선·해양기술 연구를 위한 글로벌 조직인 ‘마린 센터 오브 엑셀런스’로 오픈했으며, 이를 통해 국내 조선 3사 고객에 대한 지원도 강화하고 있다. 아비바는 디지털 트윈, 디지털 전환의 모든 영역을 커버하는 기업으로 거듭났으며, 산업 디지털 전환의 선두에 있는 기업이라는 점을 많이 알리고자 한다. 국내 시장에서 아비바의 인지도를 높이면서, 더 많은 시장기회를 창출할 수 있도록 노력할 예정이다. 특히 반도체와 자동차 등 더욱 다양한 산업의 디지털 전환에서 중요한 역할을 하고자 한다. 산업별 파트너를 강화하는 것은 앞으로 아비바가 추진할 주요 과제 중 하나이다. 이를 위해 SI(시스템 통합) 기업과의 교류를 강화하고 업계의 전문성을 결합해 시너지를 추구하고자 한다. 산업별 역량을 갖춘 채널 파트너를 포함해 전체 가치 네트워크를 키우는 것이 중요하다고 본다. 이러한 협력을 통해 고객들이 아비바의 디지털 트윈 및 자동화 기술로 얻을 수 있는 혜택을 극대화할 수 있도록 노력할 것이다.     ■ 기사 내용은 PDF로도 제공됩니다.

AI와 하이브리드 클라우드로 디지털 혁신 지원   한국IBM은 9월 3일 서울 강남구 삼성동 그랜드 인터컨티넨탈 서울 파르나스 그랜드볼룸에서 ‘IBM AI 서밋 코리아 2024’를 개최했다. 이번 서밋에서는 ‘기업 혁신을 극대화하는 AI, 자동화, 하이브리드 클라우드’를 주제로 다양한 논의가 이루어졌다. 또한 AI와 하이브리드 클라우드를 활용한 디지털 혁신의 방향성에 대해 깊이 있는 통찰이 제시됐다. 한국IBM 이은주 사장과 AI 및 클라우드를 통한 디지털 혁신과 향후 전망에 대해 이야기를 나눴다. ■ 박경수 기자   ▲ 한국IBM 이은주 사장   AI를 도입하려는 기업들이 초기에 직면하는 주요 도전 과제는 무엇이며, IBM은 이러한 도전 과제를 어떻게 지원하고 있나 기업이 AI를 도입하는 과정에서 해결해야 하는 과제 중에서 ‘AI 모델’과 ‘데이터’가 가장 기본적인 요소이다. ‘AI 모델’의 경우, 하나의 AI 모델을 적용해서 비즈니스의 모든 문제를 해결하기를 기대하는 경우가 있는데 이는 효율적이지 않은 경우가 많다. 고객 서비스를 위해 챗봇 상담원이 필요한 부서와 애플리케이션을 개발하고 IT 운영을 관리하는 부서에서 필요한 AI 모델이 다르기 때문이다.  IBM 왓슨x는 다양한 오픈소스 AI 모델 중 적용하고자 하는 업무에 맞는 AI 모델을 선택해서 사용할 수 있게 하고 있다. 특히 업무별 특화 모델을 제공해서 대규모 범용 AI 모델을 사용하는 것에 비해 훨씬 저렴한 비용으로 큰 효과를 누릴 수 있도록 하고 있다. 그리고, 기업에서 가장 중요한 신뢰성과 규제, 리스크를 관리할 수 있는 거버넌스를 위한 AI 기술을 제공하고 있다.  AI 프로젝트에서 또 다른 필수 요소는 ‘데이터’이다. 복잡한 비즈니스 환경에서 발생하는 많은 데이터를 어떻게 효과적으로 AI에 학습, 관리, 적용시킬 것인가가 AI 도입의 성공 여부를 결정짓는 요소이다. 이를 위해 IBM은 IBM 데이터 패브릭 아키텍처를 통해 전체 데이터와 AI 라이프사이클을 지원하는 모듈형의 전략적 포트폴리오를 제공하고 있다.    하이브리드 클라우드와 AI가 결합되었을 때 보안 측면에서 기업들이 염두에 두어야 할 핵심 요소는 무엇이며, IBM은 이를 어떻게 해결하고 있는지 신뢰할 수 있는 AI를 구축하기 위해서 데이터 수집과 처리에 대한 데이터 보호, 모델 개발과 훈련에 대한 모델 보호, 모델 추론과 실사용에 대한 활용 보호와 함께, AI 모델이 구축되고 실행되는 인프라에 대한 보호가 필요하다. IBM은 AI를 위한 기업 내 다양한 데이터에 대해 이상 트랜잭션을 실시간으로 감지하고 하이브리드 멀티 클라우드 환경에 대한 중앙집중식 가시성, 제어 및 자동화를 제공하는 가디엄(Guardium)과 같은 보안 솔루션으로 고객을 지원하고 있다.    ▲ 한국IBM 이은주 사장은 IBM 데이터 패브릭 아키텍처를 통해 전체 데이터와 AI 라이프사이클을 지원하는 모듈형의 전략적 포트폴리오를 제공하고 있다고 설명했다.   AI와 자동화가 기업 혁신에 미치는 장기적인 영향은 무엇이라고 보는지. 한국 시장에서는 어떤 산업군이 이러한 혁신을 가장 빠르게 받아들이고 있다고 생각하나 AI는 전례 없는 혁신 기술로 전세계 GDP를 연간 4조 4000억 달러 (한화 약 5800조 원) 증가시킬 것으로 전망된다. 초기 AI가 소비자 영역에서 즐거움과 혁신을 가져왔다면, 비즈니스를 위한 AI는 생산성과 수익 성장을 주도할 것이다. AI는 고객 경험을 향상시키고, 애플리케이션 개발에 있어 생산성을 크게 끌어올릴 뿐 아니라, 디지털 노동에서 수작업을 자동화하고 HR/IT/조달 등 업무 프로세스를 간소화할 것이다. 최근 고객을 만나보면 금융, 제조, 유통, 공공 등 모든 산업에 있는 고객사가 AI 도입에 관심을 가지고 이미 도입하거나 도입을 고려하고 있다. 이는 특정 산업군에서만 발견되는 것이 아니라 전 산업군에서 모두 볼 수 있는 현상이다.    ▲ IBM의 차세대 AI 및 데이터 플랫폼, IBM의 watsonx   IBM AI 서밋에서 소개된 최신 기술 중, 향후 3~5년 내에 가장 큰 변화를 가져올 것이라고 생각하는 기술 또는 개념은 무엇인지 지금 이 시간에도 빠르게 발전하고 있는 AI가 사회적으로나 비즈니스적으로 가장 큰 변화를 가져올 것은 자명하다. AI는 생산성이나 효율성에 있어 그 어떤 기술과 비교할 수 없는 향상을 가져올 것이다. 그러나 향후 4년 내에 최대 10억 개의 관련 앱이 만들어질 것이라는 전망이 있듯이 생성형 AI의 도입은 필연적으로 비즈니스 환경과 운영의 복잡성을 증가시킬 것이다. 따라서 인스타나(Instana), 터보노믹(Turbonomic), 앱티오(Apptio), IBM 콘서트(Concert) 등과 같이 비즈니스 운영상의 복잡성을 해결해주는 AI 기반 자동화 기술의 도입이 가속화되어 애플리케이션 통합 및 현대화 영역의 문제를 해결할 것이다.   AI 솔루션을 도입한 기업이 기존 인프라와의 통합 과정에서 겪는 어려움은 무엇이고, IBM은 이를 어떻게 해결하고 있나 AI와 하이브리드 클라우드는 동전의 양면과 같아서 따로 떼어 생각할 수 없다. 데이터를 저장하는 위치, 접근하고 안전하게 유지하는 방법에 이르기까지 데이터가 중요하기 때문이다. 수익성 있게 생성형 AI를 확장하려면 우연히 갖게 된 하이브리드 클라우드 환경이 아니라 AI에 대해 개방적이고 유연하면서도 신뢰할 수 있는 접근 방식을 지원할 수 있는, 의도적으로 설계된 하이브리드 클라우드 즉 ‘하이브리드 바이 디자인(Hybrid by Design)’ 접근방식이 필요하다.  조사에 의하면, 하이브리드 바이 디자인 접근방식을 취한 기업은 우연히 하이브리드 클라우드를 활용하게 된 기업보다 3배 이상 높은 ROI를 거두는 것으로 나타났다. 실제로, 세계적인 기업인 아우디와 버라이존은 레드햇 오픈시프트 기반의 ‘하이브리드 바이 디자인’ 환경을 갖춰 IT 프로젝트나 5G 네트워크 구축 프로젝트 시 시간과 비용, 효율면에서 뛰어난 성과를 거두었다.   ▲ 생성형 AI로 인해 글로벌 GDP가 약 10조 달러 증가할 것으로 예상된다.   ■ 같이 보기 : [포커스] IBM, 산업 혁신을 돕는 AI와 하이브리드 클라우드 기술 소개     ■ 기사 내용은 PDF로도 제공됩니다.

태성에스엔이는 9월 11일 서울 aT센터에서 'CAE×AI 세미나 2024'를 개최했다. 이날 세미나에는 300명 이상의 업계 전문가들이 참석한 가운데, 앤시스의 해석 프로그램과 AI의 접목을 통한 혁신적인 해석 기법들이 소개되었다. 참석자들은 최신 CAE 해석 기술과 AI의 융합을 통해 향후 제조업과 설계 분야의 발전 가능성에 대한 인사이트를 얻었다. ■ 박경수 기자      AI/ML을 활용한 해석 혁신 이번 세미나에서는 AI/ML 기술의 CAE 해석 적용을 주제로 앤시스 심AI(Ansys SimAI)와 앤시스GPT(AnsysGPT)를 포함한 다양한 AI 트렌드가 소개되었으며, 이를 활용해 더 빠르고 효율적인 해석 결과를 도출할 수 있는 방법이 논의되었다.  태성에스엔이 노은솔 매니저와 김도현 매니저는 ‘기초 이론과 사례로 살펴보는 인공지능’을 주제로, AI 도입으로 해석 부문이 어떤 변화가 생겼는지 설명했다. 이어 윤진환 이사는 '태성에스엔이와 Ansys의 AI 기술과 고객 서비스'를 소개하며, AI 기술이 CAE 해석에 어떻게 실질적으로 적용되고 있는지 설명했다. 권기태 수석매니저는 ‘태성에스엔이가 제공하는 시뮬레이션 데이터 기반 AI/ML 서비스’를 주제로, AI가 시뮬레이션 데이터를 활용해 성능을 최적화하는 방법에 대해 심도 깊은 논의를 진행했다.    Stochos와 AI 응용사례 CADFEM Germany GmbH의 다니엘 수쿠프(Daniel Soukup)는 Stochos라는 온프레미스 기반 AI 프로그램을 소개했다. Stochos는 신경망과 가우시안 프로세스를 결합한 Deep Infinite Mixture of Gaussian Processes(DIM-GP) 알고리즘을 통해 소량의 데이터로도 높은 예측 정확도를 제공하는 기술이다. 특히, 확률론적 머신러닝을 도입해 예측 결과의 신뢰도를 함께 제시하여 엔지니어들이 AI 결과를 더욱 신뢰할 수 있도록 만들어 준다. 이 기술은 복잡한 시뮬레이션 문제 해결에 있어 뛰어난 성능을 발휘하며 관심을 끌었다.   CAE와 AI 융합의 미래 이외에도 이번 행사에서는 앤시스의 최적화 전용 프로그램인 옵티스랭(optiSLang)에서 AI 사용 방법, 심AI, 앤시스GPT, 트윈AI(Ansys TwinAI) 등 AI를 접목한 앤시스의 최적화 기술이 차례로 소개되었고, 다양한 시각에서 AI 기술이 CAE에 어떻게 접목될 수 있는지 소개됐다.  태성에스엔이는 CAE와 AI의 결합을 통한 미래 산업의 변화 가능성에 대해 참석자들과 함께 토론하는 시간을 가지며 세미나를 마무리했다. AI 기반의 CAE 해석 기술은 향후 설계 및 제조 산업의 혁신을 주도할 중요한 요소로 자리잡을 것으로 기대된다.   ‘CAE×AI 세미나 2024’ 인터뷰  CAE×AI 세미나 2024 행사 관련해 태성에스엔이의 석진 영업본부 이사, 윤진환 기술본부 이사, 권기태 기술본부 AI 팀 수석매니저와 이야기를 나눴다. Q. 이번 세미나에서 발표된 AI/ML 기술 적용 사례 중, 특히 성공적인 사례를 하나 꼽는다면? 해당 사례에서는 어떤 방식으로 해석 프로세스를 개선했는지? ■ 윤진환 : 많은 분들이 AI/ML의 도입은 아직 시기상조이거나, 중견기업 이상의 대형 기업에서만 시험적으로 적용되고 있다고 생각할 수 있다. 하지만, 태성에스엔이의 AI 팀이 개발한 AI/ML 솔루션은 이미 국내 중소기업에서 실사용 되고 있는 사례를 보여드리고자 했다. 이 프로그램은 AI 모델 자동 생성 프로그램으로, 앤시스 일렉트릭 데스크톱(Ansys Electric Desktop)에서 계산된 시뮬레이션 결과를 기반으로 AI 모델을 자동으로 생성한다. 해석자가 앤시스 일렉트릭 데스크톱에서 설계 형상에 대한 변수만 지정해 두면, 본 프로그램은 자동으로 해당 변수를 추출해 실험계획법(DoE)을 기반으로 여러 번의 해석을 진행한 뒤, AI 모델을 구축한다.   ▲ 해석팀 : 해석 변수 자동 추출 및 AI모델 생성 자동화    이후, 설계자는 구축된 AI 모델을 기반으로, 임의의 설계 변수 값을 입력해 실시간으로 해당 설계안에 대한 예측 결과값을 확인할 수 있다.   ▲ 설계팀 : AI 모델을 통한 실시간 성능 예측   이후 설계자는 구축된 AI 모델을 바탕으로 임의의 설계 변수 값을 입력해 실시간으로 해당 설계안에 대한 예측 결과를 확인할 수 있다. 이 기능 덕분에 해석자는 설계팀으로부터 반복되는 동일 작업 요청을 줄일 수 있었고, 더 높은 수준의 분석이나 추가적인 AI 모델 구축에 시간을 투자할 수 있게 되었다. 설계팀 또한 실시간 예측을 통해 빠른 결과 분석을 반영해 작업 효율을 크게 향상시킬 수 있었다. 이 프로그램은 유사한 환경에서 구조해석, 열해석 등에도 적용 가능하며, 맞춤형 UI와 다양한 AI 기능을 구현할 수 있어 여러 기업으로부터 관심을 받고 있다.   Q. 심AI와 앤시스GPT와 같은 최신 기술 및 제품 트렌드가 CAE 해석 분야에서 어떤 변화를 가져올 것으로 기대하나? 이 기술들이 현장에서 어떻게 적용되고 있으며, 궁극적으로 해석 결과의 품질에 어떤 영향을 미칠 것으로 보는지? ■ 석진 : 심AI와 같은 AI 기반 도구는 반복적인 작업을 자동화하여 사용자가 모델링부터 해석에 이르는 전 과정을 보다 신속하게 수행할 수 있도록 지원한다. 설계 초기 단계에서 최적화를 진행할 수 있는 가능성이 높아지며, 이를 통해 설계 주기가 단축될 것이다. 또한, 인적 오류를 최소화함으로써 실험과 프로토타입 제작에 소요되는 비용과 시간을 절감하여 궁극적으로 시장 출시 주기를 획기적으로 단축시킬 것으로 기대된다. AI 기술을 활용해 대량의 해석 데이터를 분석하고 패턴을 인식함으로써 더 나은 설계 결정을 지원할 수 있으며, 앤시스GPT는 앤시스 공식 웹사이트 내에서 사용자 질문에 대한 정확하고 신뢰할 수 있는 답변을 제공하거나 최적의 설계 옵션을 제안하는 데 유용할 것이다. 이러한 기술은 CAE 도구의 사용을 더욱 쉽게 만들어 준다. 예를 들어, 복잡한 해석 과정이나 설정에 대한 자동 안내 및 추천 기능은 비전문가들도 손쉽게 접근할 수 있도록 도와준다. 또한, 다양한 팀과 부서 간 협업도 향상될 것이다. AI 기반 도구는 설계, 해석, 생산 팀 간의 원활한 커뮤니케이션을 지원하여 더 통합된 접근 방식을 가능하게 한다. 결론적으로, 심AI, 앤시스GPT, 앤시스 AI+ 등 앤시스의 AI 솔루션은 CAE 해석의 정확성, 효율성, 접근성을 크게 향상시킬 것으로 기대하며, 이는 산업 전반에 혁신적인 변화를 가져올 것이다.   Q. CAE 프로그램에 AI를 접목했을 때 해석 속도와 정확도는 얼마나 향상되었는지? 이런 기술적 통합이 실무 현장에서 얼마나 실질적인 성과를 보여주고 있다고 보는지? ■ 권기태 : 앤시스는 다음 그림과 같이 CAE 프로그램에 순차적으로 AI 기능을 추가하고 있다.  그 중 앤시스 CFD AI+ 기능을 하나의 사례로 소개하겠다. 플루언트(Ansys Fluent)에서 제공하는 Generalized k-ω Model(GEKO) 난류 모델은 사용자가 직접 계수를 설정해야 하며, 도메인 내에서도 각기 다른 계수를 설정해야 하는 어려움이 있다. 이러한 문제를 해결하기 위해 앤시스 CFD AI+는 Adjoint Solver와 Neural Network/Machine Learning 기법을 결합하여 GEKO 모델의 계수를 자동으로 조정하는 기능을 제공한다.  AI 기술의 효과를 확인하기 위해 S805 Airfoil 문제에 GEKO 모델 계수의 자동 튜닝 기능을 적용한 결과 GEKO 기본 계수를 사용할 때 오차는 기준값 대비 13.2%였지만, AI 기반 자동 튜닝 계수를 적용한 경우 오차가 0.2%로 크게 감소한 것을 확인할 수 있었다. 앤시스 AI+를 통해 CAE 프로그램과 AI 기술을 기술적으로 통합함으로써 해석 속도와 정확도를 개선하고 있다. 또한, 시뮬레이션 결과 데이터에 AI 기술을 적용하여 실무 현장에서 많은 성과를 보이고 있다. 심AI 프로그램은 형상과 시뮬레이션 필드 결과 데이터를 활용해 시뮬레이션 솔버를 대체할 수 있는 인공지능 모델을 제작할 수 있는 사례를 보여 준다. 이 모델을 사용하면 형상을 입력하여 기존 시뮬레이션 솔버에 비해 10배에서 최대 1000배 더 빠르게 필드 결과를 예측할 수 있다.  디지털 트윈 분야에서는 복잡한 물리 기반의 시뮬레이션 모델을 ROM(축소 차수 모델)이라는 머신러닝 기법을 통해 시스템 수준의 해석 모델로 전환하여, 실시간 물리적 예측이 가능하며 빠른 속도와 높은 정확도를 제공한다.  향후 품질 및 생산 관리와 같은 측정 데이터 기반 인공지능 모델이 많이 사용되는 영역에서도 시뮬레이션 데이터 기반 인공지능 모델의 사용이 활발해질 것으로 기대된다. 이를 통해 시뮬레이션 기술은 설계 단계에만 머무르지 않고, 공정 및 품질 개발, 생산 및 품질 관리, 그리고 디지털 트윈과 같은 장치의 효율적인 운용 단계까지 그 활용 범위가 더욱 확장될 것이다.   Q. Stochos와 같은 온프레미스 기반의 AI 프로그램이 다른 클라우드 기반 AI 프로그램과 비교했을 때 어떤 차별화된 장점이 있다고 보나? 특히 보안성과 데이터 처리 측면에서 어떤 이점이 있는지? ■ 윤진환 : CAE 분야에서 클라우드 기반의 AI를 이용하는 이유는 사용자의 접근성을 높이기 위한 목적도 있지만, AI 학습을 위해서는 고가의 고성능 GPU가 필요하며 때로는 여러 대의 GPU를 묶어야 학습이 가능하기 때문에 장비 구축 비용이 매우 높다는 현실적인 이유도 있다. 다시 말해 온프레미스 환경에서 CAE에 대한 AI를 학습할 수 있다는 것은 기존의 AI 알고리즘과 달리 상대적으로 적은 계산 장비 리소스만으로도 정확하고 빠르게 학습할 수 있는 AI 기술을 보유하고 있다는 의미다.  Stochos는 일반적인 신경망 기반의 AI와 Gaussian Process기법을 결합한 DIM-GP 기법을 이용하여 적은 샘플수로도 높은 정확성의 AI모델을 만들어 내며, 저가의 GPU 또는 CPU만으로도 빠른 속도로 학습할 수 있다. 또한 Scalar, Signal, 이미지, 3D 형상, 정상상태, 과도상태 등의 다양한 해석 데이터와 일반 정보에 대한 AI 모델을 만들 수 있어서 활용도도 넓다. 특히 AI 모델 생성 시의 내부변수 설정(하이퍼파라미터)을 별도로 조절할 필요가 없으며, 자동으로 노이즈를 처리하는 기능이 있어 복잡한 AI 설정 과정이 필요 없는 것이 큰 장점이다.  보안성과 데이터 처리 부분에서는 클라우드 기반의 AI와 비교했을 때 사내 장비에서 모든 작업을 할 수 있어 데이터 유출이나 유실의 우려를 원천적으로 차단할 수 있으며, 사내망에서 구동되므로 데이터 전송 및 예측 속도가 빠르다는 장점이 있다. 따라서 보안 문제에 대한 우려가 있거나 사내 AI 장비 구축 비용에 부담을 느끼고 있다면, 이 솔루션이 훌륭한 대안이 될 수 있다고 생각한다.      Q. 태성에스엔이는 향후 AI 관련 기술을 어떻게 발전시켜 나갈 계획인지? 앞으로 예상되는 CAE 해석 관련 기술 발전 방향 및 비전에 대한 설명도 부탁드린다. ■ 윤진환 : 태성에스엔이는 열유동/구조/전기전장/시스템/광학/최적화 등의 분야에 대한 100여명의 전문엔지니어를 보유하고 있으며, 앤시스 AI+, 심AI, 앤시스GPT에 대해서는 모든 엔지니어가 각자의 해석분야와 산업분야에 대한 초기 대응을 수행하고 있다.  이에 더해 태성에스엔이에는 AI를 위한 전문 그룹이 구성되어 있다. 이 그룹은 기술 엔지니어 중에서 AI 분야의 전문성을 가진 인원들로 이루어졌으며, 다양한 산업군에서 필요로 하는 CAE AI 응용 방안을 고객과 논의하여 선제적이고 맞춤형 서비스를 제공하는 것을 목적으로 하고 있다.  그리고 상용 AI 프로그램인 Stochos과 오픈소스를 활용해 맞춤형 AI 환경을 구축하거나 AI 모델 생성 서비스를 제공하는 것도 주요 사업 중 하나이며, 엔비디아 옴니버스(Omniverse)와의 협업을 통해 3차원 실시간 그래픽 플랫폼에 CAE AI를 적용하는 작업도 병행하고 있다. 각종 학회, 기업체 연구소, 프로그램 개발 업체 등에서 CAE에 AI 기술을 접목하고 응용 방안을 연구하는 활동이 그 어느 때보다 활발히 진행되고 있다. CAE 자체의 해석 속도와 전후 처리 속도 향상, 그리고 편의성 증대는 전문 해석자의 업무 부담을 덜어줄 것이다. 또한, CAE AI 모델 구축을 통한 빠른 예측과 실시간 결과 도출은 설계자와 해석자 간의 협업을 더욱 긴밀하게 하여 해석이 실제 업무 현장에 더 활발하게 활용될 것으로 예상된다. 이에 따라 해석자는 CAE를 통해 AI 모델을 구축하고 배포하며, 이를 사내에서 쉽게 활용할 수 있도록 하는 플랫폼 환경 구축 업무가 꾸준히 증가할 것으로 예상된다.     ■ 기사 내용은 PDF로도 제공됩니다.

한국IBM은 9월 3일 서울 강남구 삼성동 그랜드 인터컨티넨탈 서울 파르나스에서 'IBM AI 서밋 코리아 2024'를 개최했다. 이번 행사는 '기업 혁신을 극대화하는 AI, 자동화, 하이브리드 클라우드'를 주제로 하여, 디지털 전환을 촉진하는 IBM의 AI 및 클라우드 솔루션을 중심으로 다양한 산업 혁신 사례들이 소개됐다. ■ 박경수 기자    ▲ IBM이 개최한 ‘IBM AI 서밋 코리아 2024’ 발표현장   왓슨x를 통한 글로벌 기업 AI 혁신 사례  IBM은 2023년에 출시한 왓슨x(watsonx) 플랫폼을 활용해 전 세계 기업들이 AI를 활용해 어떻게 비즈니스 가치를 창출하고 있는지를 강조했다. 왓슨x는 IBM이 개발한 AI 및 데이터 플랫폼으로, 기업이 AI 모델을 구축하고 관리할 수 있도록 지원하는 통합 솔루션이다. 왓슨x는 생성형 AI와 머신러닝 모델의 학습, 튜닝, 배포를 돕는 플랫폼으로, 기업이 신뢰할 수 있는 데이터 기반의 AI를 통해 더 효율적이고 비용 효과적으로 AI 솔루션을 도입할 수 있도록 설계되었다. 유럽의 한 통신사는 왓슨x로 고객 응대 시스템을 혁신했다. 이 통신사는 왓슨x를 사용해 매달 80만 건의 고객 문의 응답 시간을 30% 단축했고, 이를 통해 고객 만족도를 40% 향상시키는 성과를 거두었다. 미국의 한 헬스케어 기업은 왓슨x를 통해 환자 데이터 관리 시스템을 개선했다. 이를 통해 더 나은 진료 분석과 예측 모델을 구현해, 의료 서비스의 질을 크게 향상시켰다. 이 기업은 왓슨x를 통해 대규모 데이터셋을 효과적으로 관리하며, 진단과 치료 방식을 자동화했다. 왓슨x는 금융 서비스 분야에서도 활용되어 리스크 관리와 자동화된 고객 서비스 개선에 기여하고 있다. 금융 회사들은 왓슨x의 AI 솔루션을 활용해 실시간 거래 분석과 예측 모델을 구축함으로써 더 나은 투자 결정을 내리는데 활용하고 있다. 이은주 한국IBM 사장은 환영사에서 “현재 많은 기업이 AI를 시험 단계를 넘어 비즈니스 전반으로 확산하려는 방안을 모색하고 있지만, 여러 도전 과제가 있다”며, “AI 여정을 성공적으로 이끌고 있는 고객들은 소수의 AI 프로젝트에 집중한 뒤 이를 기업 전체로 확장하고 있다”고 설명했다. 이어서 “전 세계 1000개 이상의 고객과 파트너들이 고객 경험, 애플리케이션 현대화, 디지털 노동(digital labor) 등 특정 영역에 IBM의 생성형 AI 플랫폼인 왓슨x를 적용하고 있다. IBM 왓슨x는 신뢰할 수 있는 데이터로 학습된 파운데이션 모델을 제공하며, 목적에 맞게 조정된 소규모 모델을 활용해 AI 추론 비용을 제어하면서도 성능과 품질을 유지할 수 있다”고 강조했다.   ▲ ‘IBM AI 서밋 코리아 2024’에서 부스를 꾸미고 관람객과 소통에 나선 IBM과 채널사들   AI와 하이브리드 클라우드를 통한 디지털 혁신 IBM은 이번 서밋에서 AI와 하이브리드 클라우드가 어떻게 기업의 디지털 전환을 가속화하고 있는지에 대해 다양한 사례를 들어 설명했다. IBM의 하이브리드 클라우드는 온프레미스(기업 내부 서버), 프라이빗 클라우드, 퍼블릭 클라우드를 모두 통합해 사용할 수 있도록 설계된 클라우드 컴퓨팅 환경이다. 이를 통해 기업은 유연성과 효율성을 극대화하면서도 보안과 데이터 관리의 유연성을 유지할 수 있다. 하이브리드 클라우드는 IBM의 레드햇 오픈시프트(Red Hat OpenShift) 플랫폼과 통합되어 운영되며, 이를 통해 다양한 클라우드 환경에서 일관된 애플리케이션 관리를 가능하게 한다는 점이 특징이다. 이처럼 IBM의 하이브리드 클라우드는 다양한 IT 환경에서 AI 모델을 유연하게 배포하고 관리할 수 있도록 설계되어 있으며, 이를 통해 기업은 비용을 절감하고 성능을 극대화할 수 있다. 특히 IBM 왓슨x 플랫폼은 고품질 데이터와 맞춤형 모델로 AI 추론 비용을 제어하면서도 우수한 성능을 유지할 수 있도록 설계되었다는 점이 특징이다. 이는 IBM의 글로벌 고객들이 디지털 노동, 애플리케이션 현대화 등 다양한 비즈니스 과제에서 AI를 활용해 혁신을 이루는데 기여하고 있다. 한편, 전 프로골퍼이자 기업인으로 방송인으로 활발한 활동을 보여주고 있는 박세리 감독이 이번 서밋에 참석했다. 박세리 감독은 한국IBM CTO 이지은 전무와 함께 ‘AI 기술로 변화하는 스포츠의 미래’를 주제로 스포츠 업계에서 어떻게 AI를 활용하고 있는지 토론에 참여했다. 박세리 감독은 “스포츠에서는 팬들의 참여를 유도하는 것이 비즈니스 성공의 핵심 요소”라며, “스포츠 업계는 더 많은 관중 참여와 관심을 끌기 위해 매년 최첨단 기술 도입에 적극 나서고 있다”고 설명했다. 실제로 IBM은 마스터즈 골프, 윔블던 테니스, US 오픈 등 글로벌 스포츠 이벤트뿐만 아니라 금융, 제조, 유통 등 다양한 산업에서 사용되는 생성형 AI, 자동화, 하이브리드 클라우드를 접목해 디지털 팬 경험을 향상시키고, 스포츠 비즈니스의 생산성을 높이는데 기여하고 있다.  박세리 감독은 마스터즈 골프를 예로 들며, “생성형 AI와 같은 기술이 도입되면서 현장에 참여하지 못한 팬들도 높은 만족감을 느낄 수 있었다. 이 기술이 다양한 분야에서 스포츠 비즈니스의 성장을 이끌고 변화를 가져올 것이라고 기대한다”고 말했다.   ▲ 이지은 한국IBM CTO와 스포츠 분야에 AI 도입에 대해 토론 중인 박세리 감독   성공적인 AI 적용을 위한 데이터 관리의 중요성 IBM의 데이터 및 AI 전문가들은 생성형 AI의 성공적인 비즈니스 적용을 위해서는 신뢰할 수 있는 모델과 데이터 관리가 필수임을 강조했다. IBM의 인스트럭트랩(InstructLab) 기술은 이러한 데이터 관리 과정을 체계화하여, 기업이 AI 모델을 더 효율적으로 학습시키고 운영할 수 있도록 돕는다. 이 기술은 AI와 클라우드를 통합하여 기업이 데이터 통합, 거버넌스, 그리고 신뢰성 문제를 해결하는 데 중요한 역할을 한다. 인스트럭트랩은 AI 모델 학습 및 데이터 관리를 위한 도구로, 주로 기업이 AI 프로젝트에서 데이터를 보다 효율적으로 관리하고 생성형 AI 모델을 성공적으로 적용할 수 있도록 지원하는 기술이다. 인스트럭트랩은 왓슨x 플랫폼과 통합되어 AI 모델을 학습시키고, 다양한 비즈니스 요구에 맞게 조정하는데 필수적인 기능을 제공한다. 이 기술의 핵심 목표는 데이터 통합, 품질 관리, 신뢰할 수 있는 데이터 거버넌스를 통해 AI 모델이 더 정확하고 효율적으로 학습할 수 있도록 돕는 것이다. 특히, 인스트럭트랩은 복잡한 데이터 관리 과정을 자동화하고 체계화함으로써 AI 프로젝트의 생산성과 성공률을 높이는 역할을 한다. 미드하트 샤히드 IBM 월드와이드 데이터 패브릭 및 클라우드 팩 포 데이터 제품 관리 부사장과 아눕 쿠마 IBM 아태지역 데이터 & AI CTO는 생성형 AI를 비즈니스에 성공적으로 적용하기 위해서는 신뢰할 수 있는 모델, 고품질의 데이터, 데이터 통합 및 거버넌스 등 체계적인 데이터 관리가 필수라고 강조했다. 이들은 이번 서밋에서 생성형 AI를 성공적으로 비즈니스에 적용하려면 신뢰할 수 있는 모델, 고품질 데이터, 데이터 통합 및 거버넌스가 필수적이라고 강조했다. 또한 AI 프로젝트의 성공을 위해 신뢰성 있고 일관된 데이터 관리가 필수적이라며, 이를 통해 AI 모델의 성능을 극대화할 수 있다고 이야기했다. 샤히드 부사장은 IBM의 데이터 패브릭(Data Fabric) 기술을 통해 다양한 데이터 소스에서 실시간으로 데이터를 안전하게 통합하고 관리하는 중요성에 대해 설명했다. 이 데이터 패브릭은 AI 모델 학습의 기초가 되며, 신뢰할 수 있는 데이터를 지속적으로 공급함으로써 AI 프로젝트가 시험 단계를 넘어 실제 비즈니스에 도입될 수 있도록 돕는다. 쿠마 CTO는 기업이 생성형 AI를 성공적으로 도입하기 위해서는 데이터 거버넌스가 매우 중요하다고 강조했다. AI 모델이 공정하고 편향되지 않도록 관리하는 것이 중요한데, 그는 IBM의 watsonx.governance가 이를 자동화된 방식으로 해결한다고 설명했다. 이 도구는 AI 모델의 신뢰성, 공정성, 편향 여부를 지속적으로 모니터링하고, 규제 요구사항에 맞게 관리할 수 있게 해준다. 한편, 이번 서밋에서는 한국IBM의 데이터 및 AI 전문가와 국내 고객이 함께 진행한 다양한 산업별, 업무 영역별 생성형 AI 파일럿 프로젝트의 경험과 교훈도 공유되었다. 또한 AI 프로젝트 지원을 위한 디스커버리 워크샵, 핸즈온 프로그램, 인큐베이션 프로그램 등도 소개되었다.   ■ 같이 보기 : [피플&컴퍼니] 한국IBM 이은주 사장     ■ 기사 내용은 PDF로도 제공됩니다.

현장에서 얻은 것 No.18   “미래의 성공은 데이터와 그 데이터를 활용하는 능력에 달려 있다.”  - 챗GPT   PLM에 AI 도입 본격화 지난 2022년 11월 챗GPT(ChatGPT)가 시장에 출시되고 난 후, 지멘스 인더스트리 소프트웨어는 2023년 4월 하노버 메세에서 마이크로소프트와 함께 생성형 AI 기반의 소프트웨어 개발, 문제 보고, 시각적 품질 검사를 통해 공장 자동화 AI 활용을 시장에 내놓았다. 그리고 생성형 설계(Generative Design)에 AI를 접목하는 것은 이미 상당히 현실화되었다. SAP는 2024년 6월 자사 AI 솔루션인 쥴(Joule)을 통해 클라우드 포트폴리오 전반에 비즈니스 AI를 도입한다고 발표했다. 그리고 2024년 7월 다쏘시스템은 미스트랄 AI(Mistral AI)를 AI 파트너로 선정하여 PLM에 본격적인 AI 도입을 진행 중이다.(표 1)   표 1. PLM에 AI 도입 본격화, 요약 정리(Gemini)    그리고 엔지니어링 분야에서 AI를 어떻게 활용할 수 있을지 기대되는 영역에 대해서 정리해 보았다.(표 2)   표 2. 엔지니어링 분야에서 AI 활용, 요약 정리(Gemini)    “기술이 발전할수록 인간의 창의성이 더 중요한 자산이 된다.” - 챗GPT   글로벌 PLM,ERP 기업의 AI 도입 전략 다쏘시스템은 미스트랄 AI와의 협업을 통해 3D익스피리언스(3DEXPERIENCE) 플랫폼에 생성형 AI를 도입하여, 자연어 명령만으로도 3D 모델을 생성하거나 설계를 수정할 수 있는 방안을 모색하고 있다. 버추얼 트윈 기술과 연계하여 실제 제품과 동일한 가상 모델을 구축하고, 이를 통해 제품 개발 전 과정을 시뮬레이션 하는데 AI가 큰 도움을 주리라 예상된다. 지멘스는 마이크로소프트와의 협업을 통해 애저 AI(Azure AI)를 활용하여 엑셀러레이터(Xcelerator) 포트폴리오의 예측 유지보수 기능을 고도화하고, 품질 관리 시스템을 강화한다. 오픈AI(OpenAI)의 GPT 모델을 활용하여 자연어 처리 기반의 사용자 인터페이스를 구현하고, 사용자 편의성을 높인다. 디지털 트윈 기반의 운영 효율성을 향상시키고, 지속 가능한 생산 시스템 구축을 목표로 한다. SAP는 쥴(Joule)을 통해 제품 전체에 AI를 확장하여 엔터프라이즈 레벨의 AI 플랫폼을 구축하려고 한다. 머신러닝, 딥러닝 등을 활용하여 비즈니스 프로세스를 자동화하고, 예측 분석을 통해 의사 결정을 지원하며, S/4HANA와의 긴밀한 통합을 통해 기업의 모든 데이터를 활용하여 더욱 정확한 예측과 분석을 가능하게 한다. PTC는 크레오(Creo)에 제너레이티브 디자인 기능을 추가하여 엔지니어들이 디자인 초기 단계에서 다양한 설계 옵션을 빠르게 생성하고 평가할 수 있도록 지원한다. AR(증강현실) 기술과 결합하여 엔지니어가 실제 제품을 보듯이 설계를 검토하고 수정할 수 있도록 지원하며, 다양한 파트너와 협력하여 사물인터넷(IoT) 데이터를 활용한 예측 유지보수, 품질 관리 등의 기능을 제공한다. 주요 차이점 및 시사점을 살펴보면, 각 기업은 자사의 강점과 비즈니스 목표에 맞는 AI 파트너를 선택하여 협력하고 있다. 주요 기술은 생성형 AI, 디지털 트윈, AR, 머신러닝 등 다양한 AI 기술을 활용하여 차별화된 기능을 제공하며, 차별화 포인트는 각 기업은 자사의 플랫폼과 강점을 기반으로 차별화된 가치를 제공한다. 다쏘시스템은 버추얼 트윈, 지멘스는 디지털 트윈, SAP는 ERP와의 통합, PTC는 제너레이티브 디자인과 AR에 중점을 두고 있다. 기대 효과로는 모든 기업의 공통적인 목표는 AI를 활용하여 제품 개발 기간을 단축하고, 품질을 향상시키며, 새로운 비즈니스 모델을 창출하는 것이다. 요약하면, 주요 PLM 기업들은 AI를 활용하여 제품 개발 과정을 혁신하고, 제조업의 디지털 전환을 가속화하고 있다. 각 기업은 자사의 강점과 시장 환경에 맞는 AI 전략을 추진하며, 경쟁적으로 AI 기술을 발전시켜 나갈 것으로 예상된다. 이러한 변화는 제조업의 미래를 변화시키고, 더욱 스마트하고 효율적인 생산 시스템 구축에 기여할 것이다. “AI는 단순한 기술이 아니라, 우리가 세상을 바라보는 방식을 바꾸는 도구다.” - 챗GPT   미래를 설계하는 AI : 다쏘시스템의 PLM 혁신 전략 다쏘시스템의 AI 전략은 산업계 전반에서 디지털 전환을 가속화하고, 혁신적인 제품 및 서비스 개발을 가능하게 하는 중요한 전환점에 있다. PLM(제품 수명주기 관리) 솔루션과 인공지능(AI)의 접목은 기업이 제품 개발, 제조, 공급망 관리, 그리고 고객 경험 등을 새로운 차원으로 끌어올릴 수 있는 잠재력을 지니고 있다. 2024년 7월 ‘다쏘시스템-미스트랄AI와 파트너십 체결… 3D익스피리언스에 LLM 제공해 고성능 생성형 AI 경험 제공’이라는 소식이 알려졌다. 미스트랄 AI는 프랑스의 언어 모델 개발 및 관련 서비스 제공 기업이다. 양적은 물론 질적인 면에서도 유럽권을 선도하고 있는 인공지능 업체이며, 아파치 라이선스 기반의 오픈소스 정책을 통한 확장 정책을 펼치고 있다. 활성 매개변수를 통한 높은 효율성을 위주로 홍보하고 있다. 2023년 4월, 구글 딥마인드와 메타의 파리 연구소에서 근무하던 임직원들이 설립했다. 2023년 6월, 에릭 슈밋 등의 투자자들로부터 2억 4000만 유로의 기업 가치를 평가받으며 1억 500만 유로 투자를 조달했다는 소식이 알려졌다. 다쏘시스템과 미스트랄 AI 두 회사가 어떤 전략을 시장에 내어 놓을지 알아보고자, 전략과 주요 내용을 홈페이지 등에서 찾아서 기업 성장 맵으로 만들어 보았다.    그림 1. 기업 성장 맵 ‘다쏘시스템의 AI 협업 전략’(Map by 류용효) (클릭하면 큰 그림으로 볼 수 있습니다.)   다쏘시스템과 미스트랄 AI의 협업 전략 : LLM 기반의 혁신 미스트랄 AI는 LLM(대규모 언어 모델) 기술을 중심으로 하는 AI 솔루션을 제공하며, 다쏘시스템의 3D익스피리언스 플랫폼과 결합하여 PLM 솔루션의 기능을 대폭 강화할 계획이다. 이 협업을 통해 다쏘시스템은 PLM 솔루션 내에서 AI를 활용한 예측 분석, 데이터 통합, 그리고 사용자 정의 경험을 가능하게 하여, 제조 및 설계 프로세스 전반에 걸친 혁신을 도모하고 있다. 미스트랄 AI의 LLM은 대규모 언어 모델링 기술을 기반으로 하여, 자연어 처리 및 생성에 뛰어난 성능을 발휘한다. 이를 통해 다쏘시스템의 고객들은 제품 설계와 개발 단계에서 더욱 직관적이고 효율적인 방법으로 데이터를 관리하고 활용할 수 있게 된다. 예를 들어, AI는 방대한 설계 데이터를 분석하여 최적의 설계 방안을 제시하거나, 공급망의 위험 요소를 사전에 식별하여 대응 방안을 마련하는 데 도움을 줄 수 있다. 다쏘시스템은 자체 클라우드 서비스인 아웃스케일(OUTSCALE)을 통해 AI 솔루션을 안전하게 운영할 수 있는 인프라를 제공하고 있다. 특히 아웃스케일은 미스트랄 AI와의 결합을 통해 데이터 보안과 시스템 성능을 극대화하는 역할을 하게 된다. 이로 인해 다쏘시스템은 고객들에게 고도의 데이터 보호와 동시에 신속한 처리 능력을 보장할 수 있게 되었다. 예를 들어, 아웃스케일의 보안 클라우드 환경에서 AI 모델을 훈련시키고 배포할 수 있는 능력은 민감한 데이터를 다루는 산업군에서 특히 중요하다. 이는 생명 과학, 헬스케어, 금융 등과 같은 분야에서 AI의 활용을 촉진하는데 중요한 요소로 작용할 것이다. 아웃스케일의 성능 최적화와 더불어, 다쏘시스템의 고객들은 다양한 AI 응용 프로그램을 유연하게 운영하고 관리할 수 있게 된다.    AI와 PLM의 결합 : 미래 산업의 핵심 기술로 자리매김 AI와 PLM의 결합은 미래 산업의 디지털 전환을 이끄는 핵심 기술로 자리매김할 것이다. 다쏘시스템의 전략은 이 두 기술의 강점을 최대한 활용하여, 산업 전반에 걸쳐 혁신을 가속화하는 것이다. 예를 들어, AI는 제품의 수명주기 전반에서 발생하는 데이터를 실시간으로 분석하고, 이를 통해 제품 개발과 생산 효율성을 극대화하는데 기여할 수 있다. 이와 같은 데이터 중심의 접근 방식은 특히 복잡한 공급망 관리, 고객 맞춤형 제품 개발, 그리고 지속 가능성 목표 달성에 있어 중요한 역할을 한다. AI는 다양한 데이터를 통합하고 분석하여, 기업이 보다 신속하고 정확한 의사 결정을 내릴 수 있도록 지원한다. 또한, AI는 다양한 시나리오 분석을 통해 기업이 미래의 변화에 대비할 수 있는 능력을 향상시킨다.   상업적 적용과 라이선스 문제 : 새로운 비즈니스 모델의 필요성 다쏘시스템의 AI 전략은 상업적 적용 및 라이선스 문제에 있어서도 중요한 변화를 예고하고 있다. 특히, 미스트랄 AI의 기술을 상업적으로 활용하기 위해서는 적절한 라이선스 계약이 필요하다는 점에서, 새로운 비즈니스 모델의 도입이 필요할 것으로 보인다. 이는 AI 기술의 상용화와 관련된 법적, 윤리적 문제를 해결하기 위한 중요한 단계로, 다쏘시스템이 미래의 비즈니스 환경에서 경쟁력을 유지하는 데에 있어 필수 요소이다. 예를 들어, AI 기술을 활용한 제품 개발이 증가함에 따라, 기업들은 AI 기술에 대한 라이선스 비용과 사용 조건을 명확히 이해하고, 이를 기반으로 한 비즈니스 전략을 수립할 필요가 있다. 다쏘시스템은 이러한 변화에 발맞추어 고객들에게 명확하고 투명한 라이선스 정책을 제공함으로써, AI 기술의 도입과 확산을 지원하고 있다.   디지털 혁신의 촉매제로서의 AI 다쏘시스템의 AI 전략은 단순한 기술 도입을 넘어, 디지털 혁신의 촉매제로서 작용하고 있다. PLM 솔루션과 AI의 결합은 제조업 및 설계 산업 전반에 걸쳐 새로운 가능성을 열어주고 있으며, 기업들이 경쟁력을 강화하고 시장에서의 입지를 공고히 하는데 중요한 역할을 할 것이다. 다쏘시스템은 이러한 전략을 통해 고객들에게 더욱 강력한 도구와 솔루션을 제공함으로써, 미래 산업의 디지털 전환을 선도하고자 한다. “변화에 대한 저항이 아닌, 변화에 대한 준비가 기업을 성공으로 이끈다.” - 챗GPT   마무리하면서 이 글을 쓰면서 또 한 번 씁쓸하지는 마음이 있다. 생성형 AI가 나왔을 때, 한국에서는 지구 어느 나라보다도 뜨겁게 이슈가 되었다. 하지만, 2년의 시간이 흘러 우리는 여전히 어디로 가야 할 지 모르는 미궁 상태로 보인다. 기업이든 솔루션 회사든 결단이 필요하고, 새로운 시장을 개척하는 용기가 필요해 보인다. 정부 지원이나 작은 스케일로 접근하는 우리나라의 접근 방식이 글로벌 시대의 변화에 맞는가 하는 의문은 계속 생긴다. 생성형 AI 역시 외국 기업에서 또 다시 큰 비중을 차지해 나가며, 만들어지는 솔루션을 또 다시 우리나라 기업에서는 도입해야만 할 것 같아 보인다. 뭐가 문제일까? 세계 속에서 주목할 만한 우리의 소프트웨어는 게임 외에는 없을까? 여전히 따라가야만 할까? 하지만 우리나라 기업의 저력은 디테일함에서 온다고 믿는다. 떄론 무모한 질문 때문에 한국을 ‘도깨비 나라’라고 부르던 외국인도 있었지만, 지금은 사정이 달라질 것 같다. 지금은 질문을 많이 그리고 디테일하고 창의적인 방향으로 하는 시대임에는 분명하다. 변화의 준비, 그리고 무모함이 우리를 또 한 번 크게 변화시키지 않을까 생각해 본다.   ■ 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.

한국플랜트정보기술협회 내용이 보이지 않으면 여기를 클릭하십시오. 한국플랜트정보기술협회 연간 교육 일정은 링크를 클릭하십시오. 

#지스타캐드 #GSTARCAD가격할인 #모두솔루션

에픽게임즈는 ‘언리얼 페스트 시애틀 2024(Unreal Fest Seattle 2024)’ 오프닝 세션에서 언리얼 엔진과 포트나이트 언리얼 에디터(UEFN), 에픽 에코시스템 등과 관련한 새로운 소식을 전했다. 언리얼 페스트 시애틀 2024에서 발표된 내용에는 ▲ 에픽게임즈 스토어에 동시 및 선출시하는 언리얼 엔진 게임의 로열티 3.5%로 인하 ▲ 언리얼 엔진 5.5 프리뷰 1 출시 ▲ UEFN에 신규 기능 및 신규 IP ‘닌자터틀’ 툴 추가 ▲ 언리얼 엔진으로 개발 중인 신규 제품 및 게임 공개 등이 포함됐다. 먼저, 2025년 1월 1일부터 ‘에픽 론치 에브리웨어’라는 프로그램을 통해 일정 기준을 충족하는 언리얼 엔진 게임을 에픽게임즈 스토어에 출시하면, 모든 플랫폼과 스토어에서 엔진 로열티가 인하된다. 에픽게임즈 스토어에서 먼저 게임을 출시한 후 해당 플랫폼(PC, 맥, 안드로이드)의 다른 스토어에 출시하거나, 에픽게임즈 스토어와 해당 플랫폼의 다른 스토어에 동시에 출시하는 경우에는 로열티가 5%에서 3.5%로 인하된다. 선출시의 경우 에픽게임즈 스토어에 선출시되는 게임에 일정 기간 게임 수익의 100%를 제공하는 에픽 퍼스트런에 참여하는 게임도 포함된다. 로열티 인하는 콘솔을 포함하여 게임을 제공하는 모든 플랫폼에 적용되며, 언리얼 엔진 게임을 다른 PC 또는 안드로이드 스토어에서 제공하고 해당 플랫폼의 에픽게임즈 스토어에서 제공하지 않는 경우 로열티는 원래대로 5%가 적용된다. 에픽게임즈 스토어와 iOS 앱스토어에 동시 출시의 경우, 애플이 현재 경쟁 스토어에서 출시되는 앱에 대해 상업적으로 매우 높은 '핵심 기술 수수료'를 부과하기 때문에 일시적으로 로열티 인하 혜택을 받을 수 없다.     에픽게임즈는 언리얼 엔진 5.5 프리뷰 1 버전을 발표했다. 11월에 정식 버전이 출시되는 언리얼 엔진 5.5에는 새로운 기능인 ‘메가라이트’가 추가됐다. 메가라이트를 이용하면 이전에 비해 훨씬 많은 라이트를 사용할 수 있게 되며 모든 무버블, 다이내믹 라이트를 사실적인 에어리어 섀도와 함께 볼류메트릭 포그에 적용할 수 있다. ‘언리얼 페스트 시애틀 2024’의 라이브 데모에서는 영웅 에코가 1000개 이상의 그림자를 드리운 라이트가 적용된 신을 플레이스테이션 5에서 실시간으로 탐색하는 것을 확인할 수 있었다. 곧 개봉을 앞둔 퍼렐 윌리엄스의 일대기를 다룬 영화 ‘피스 바이 피스(Piece by Piece)’를 비롯한 여러 장편 영화에서 사용 중인 패스 트레이서가 정식 버전으로 제공되고, 나나이트가 스켈레탈 메시를 매우 빠르게 렌더링할 수 있게 되는 등 렌더링 기능도 향상됐다. 또한, 애니메이션 제작 툴은 정식 버전의 스켈레탈 에디터, 향상된 디포머, 타임워프 커브 및 애니메이션 레이어 등 추가 및 향상된 기능을 통해 더욱 강력한 성능을 더 쉽게 이용할 수 있게 됐다. 버추얼 프로덕션 툴 역시 ICVFX용 SMPTE 2110 통합 기능이 정식 지원되며, 멀티 카메라 지원 및 내부 프러스텀 분할 기능이 추가됐다. 이와 함께, 현장에서는 사실적인 재질 표현을 위한 머티리얼 제작 방식인 서브스트레이트 등 언리얼 엔진의 다양한 기능 업데이트에 대해 확인할 수 있는 BMW의 신형 5 시리즈 리얼타임 시연도 진행됐다. BMW와의 파트너십으로 제작된 이번 신형 5 시리즈의 디지털 트윈은 데이터스미스 CAD 임포터를 통해 언리얼 엔진으로 임포트하고 서브스트레이트 머티리얼 제작 시스템을 사용하여 풍부한 디테일로 시각화한 2만 개 이상의 조각으로 구현됐다. 또한, 모바일에서도 고사양 게임을 지원하기 위해 플레이어의 디바이스 성능별로 최상의 경험을 제공할 수 있도록 새로운 모바일 프리뷰 기능도 제공된다.  UEFN에는 신규 기능 및 신규 IP가 추가됐다. 에픽게임즈는 포트나이트 크리에이터들에게 1인칭 슈팅 게임과 같이 새로운 장르로 확장할 수 있는 기회를 더 많이 제공하기 위해 '1인칭 카메라 모드'를 새롭게 추가했다. 1인칭 카메라 모드는 지금 바로 사용할 수 있으며, 올해 말 베타버전으로 출시되면 모드를 사용한 섬을 퍼블리싱할 수 있다. 에픽게임즈는 2023년 3월 UEFN이 출시된 이래 지금까지 13만 4000개 이상의 섬이 퍼블리싱됐고, 포트나이트 크리에이터에게 4억 7900만 달러(약 6284억 4800만 원)가 지급되는 등 지속적으로 성장하고 있다고 밝혔다.

다쏘시스템이 3D 설계 및 엔지니어링 애플리케이션 솔리드웍스의 최신 버전 ‘솔리드웍스 2025(SOLIDWORKS 2025)’를 출시했다. 이제 전 세계 수백만 명의 혁신가들이 사용자 경험과 성능을 개선하는 수백 가지의 사용자 요청 사항을 반영한 기능을 통해 신제품 개발을 가속화하고 고객에게 더 나은 제품 경험을 제공할 수 있게 됐다. 이번에 출시된 ‘솔리드웍스 2025’는 향상된 협업 및 데이터 관리, 부품, 어셈블리, 도면, 3D 치수 및 허용오차, 전기 및 파이프 라우팅, ECAD/MCAD 협업, 렌더링을 위한 간소화된 워크플로를 제공한다. 또한 더욱 빠르고 향상된 설계를 위한 솔리드웍스 PDM, 솔리드웍스 시뮬레이션(SOLIDWORKS Simulation), 솔리드웍스 일렉트리컬 스케메틱(SOLIDWORKS Electrical Schemetic), 드래프트사이트(DraftSight) 등 모든 솔리드웍스 제품군의 업데이트가 포함됐다.  이제 솔리드웍스 사용자들은 데이터, 애플리케이션 및 최신 기술을 통합해 최신 파일로 협업할 수 있으며, 이를 지원하는 다쏘시스템의 클라우드 기반 3D익스피리언스 플랫폼과 솔리드웍스의 원활한 통합을 통한 지속적인 혜택을 받을 수 있다.      오는 11월 15일 온라인을 통해 정식 출시되는 솔리드웍스 2025의 주요 기능은 다음과 같다. 솔리드웍스에서 직접 커뮤니티에 참여해 업계 동료들과 협업하고, 모델에서 수행된 모든 작업에 대한 실시간 알림을 받을 수 있다. AI 기술이 반영된 명령 예측기를 통해 설계자는 특정 메뉴를 찾을 필요 없이 빠르고 효율적으로 설계 작업을 할 수 있다. 대규모 설계 검토 모드(LDR)에서 간섭 탐지가 가능하여, 대형 어셈블리의 검토를 빠르게 진행하여 설계 품질을 빠르게 올릴 수 있다. 설계 데이터의 기본 축 선언 옵션(Z-Up)으로 다른 CAD와의 호환성을 극대화하였다. 어셈블리 구성 요소와 관련한 고급 및 기계식 메이트를 복사할 수 있는 기능을 통해 어셈블리 생성 속도가 빨라진다. 시뮬레이션에서는 스프링 커넥터 기능이 향상되어 스프링의 거동을 더 손쉽게 실제와 같이 표현한다. 연결된 모든 장치에서 언제든지 도면에 다중 승인 스탬프를 찍을 수 있어 시간을 절약할 수 있고, 편리성이 향상됐다. PDM(데이터 관리 시스템) 저장 속도가 개선되어, 빠른 업무 처리가 가능해졌다.

  INFOWORLD   Editorial 17　AI 시대, 한국 제조 산업의 과제는?   Case Study 18　3D 프린팅으로 휴머노이드를 제작한 글룩　로봇 산업의 새로운 가능성을 제시하는 적층제조 20　영화감독이 채택한 언리얼 엔진 버추얼 프로덕션　포토리얼리즘의 장벽 낮추고 영화 제작의 비용 효율 향상   People&Company 23　한국IBM 이은주 사장　AI와 하이브리드 클라우드로 디지털 혁신 지원 26　아비바코리아 김상건 대표　산업 디지털 전환 위한 포괄적 소프트웨어 기술 제공 28　AI & 자율제조 전문기업 인터엑스　제조 데이터 스페이스 플랫폼을 통한 AI 자율제조 생태계 조성   Focus 30　알테어, ‘ATC 2024’에서 최신 AI/시뮬레이션/HPC 기술 공유 32　태성에스엔이, “CAE와 AI의 융합으로 제품 개발 혁신” 35　3D시스템즈, 제조산업을 위한 3D 프린팅 비전과 기술 소개 38　언리얼 페스트 2024, 콘텐츠 융합 시대를 위한 시각화 기술의 생태계 비전 선보여 51　IBM, 산업 혁신을 돕는 AI와 하이브리드 클라우드 기술 소개   Column 54　디지털 지식전문가 조형식의 지식마당 / 조형식　디지털 디톡스에서 디지털 안식년까지, 인간의 조건 56　현장에서 얻은 것 No.18 / 류용효　PLM에 AI를 품다   New Products 40　효율 높이고 다운타임 줄인 CNC 시뮬레이션 소프트웨어　베리컷 9.5 43　무선 통신 및 신호 처리 앱의 개발 간소화 지원　매트랩 2024b / 시뮬링크 2024b 44　멀티 머티리얼 산업용 3D 프린터　FX10 46　클라우드에서 회로도 자동 생성　이빌드 2025 48　AI PC 시대를 위한 성능 및 효율 제공　인텔 코어 울트라 200V 시리즈 프로세서 50　고정밀 3D 프린터와 후가공 시스템의 결합　오리진 2 / 오리진 큐어 65　이달의 신제품   On Air 68　캐드앤그래픽스 CNG TV 지식방송 지상중계　옴니버스를 통한 MEP 자동설계 AI 운용사례 69　캐드앤그래픽스 CNG TV 지식방송 지상중계　생성형 AI와 크리에이티브 콘텐츠의 융합   60　New Books 62　News   Directory 123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 70　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　LLM RAG의 핵심 기술, 벡터 데이터베이스 크로마 분석 74　새로워진 캐디안 2024 살펴보기 (10) / 최영석 　가져오기 기능 소개 Ⅱ 78　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (6) / 천벼리　더 나은 도면 작업을 위한 CAD 협업 기능   Visualization 83　AI로 실시간 3D 경험 만드는 유니티 뮤즈 / 유니티 코리아　LLM 통합으로 뮤즈 챗의 정확성과 신뢰성을 높이는 방법   Reverse Engineering 86　문화유산 분야의 이미지 데이터베이스와 활용 사례 (10) / 유우식　근대 서지 데이터베이스   Analysis 97　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (14) / 나인플러스IT　항공 음향 시뮬레이션을 위한 엔지니어 가이드 Ⅲ 102　설계자를 위한 해석 프로그램, 앤시스 디스커버리 / 김현재　디스커버리 익스플로어 스테이지의 유동해석 주요 업데이트 및 활용법   Mechanical 108　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (5) / 김주현　EZ 톨러런스 어낼리시스 알아보기   Manufacturing 115　산업 디지털 전환을 위한 버추얼 트윈 (5) / 박태준　혁신을 위한 MOM 솔루션의 필요성   PLM 120　영업 성공 리더십 - 솔루션/가치 영업 활동 프로세스 (1) / 홍승철　성과 중심의 가치 솔루션 영업 프로세스