성공적인 유동 해석을 위한 케이던스의 CFD 기술 (24)   현재의 컴퓨팅 성능은 전례 없는 수준이다. 덕분에 더 큰 시스템을 시뮬레이션하고 복잡한 현상을 더 정확하게 예측할 수 있는 고급 계산 기법이 개발되었다. 그러나 터보 기계 시스템의 시뮬레이션은 각 구성 요소를 개별적으로 시뮬레이션하는 현재의 관행으로 인해 구성 요소 간의 상호 작용을 고려하지 못하기 때문에 여전히 과제를 안고 있다. 이 문제를 해결하고 효율성, 신뢰성, 저배출 측면에서 항공 엔진 설계를 개선하기 위해 피델리티 플로우(Fidelity Flow) 유동 솔버의 레이놀즈-평균 나비에-스토크스 방정식을 기반으로 새로운 방법론이 개발되었다. 이 접근 방식을 사용하면 단일 코드를 사용하여 전체 엔진의 완전 결합 시뮬레이션이 가능하다. 이번 호에서는 새로운 방법론인 유동 솔버 기술과 그 구현을 통해 얻은 결과에 대해 설명한다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   그림 1. KJ66 MGT의 레이아웃 : ① 임펠러, ② 디퓨저, ③ 연소실, ④ HPT 노즐, ⑤ HPT 로터, ⑥ LPT 노즐, ⑦ LPT 로터, ⑧ 디월 베인, ⑨ 배기 후드   방법론 완전한 항공 엔진 및 가스 터빈 시스템에 대해 안정적이고 시간이 정확하며 완전히 결합된 시뮬레이션을 수행하기 위한 새로운 접근 방식이 개발되었다. 이 방법은 비선형 고조파(NLH) 기법을 사용하여 불안정한 효과를 포착하여 계산 시간을 절약할 수 있다. 이 접근법의 연소 프로세스는 효율적이고 신뢰할 수 있는 화염 생성 매니폴드(FGM)에 의존한다. 비활성 시뮬레이션에 비해 연소 과정을 모델링할 때 발생하는 계산 오버헤드는 약 50%에 불과하다. 또한 스마트 인터페이스 접근 방식은 전체 시스템에서 스칼라의 이동을 피하기 위해 구현되어, 흐름이 반응하는 곳에서만 연소 이동 변수를 해결함으로써 계산 오버헤드를 최소화한다.   유동 솔버 이 연구는 압력 기반 및 밀도 기반 설루션 체계로 구성된 케이던스 충실도 유동 솔버를 사용하여 수행된다. 유동 솔버 패키지에는 터보 기계 모델링, 대형 와류 시뮬레이션(LES), 공액 열전달(CHT), 유체-구조 상호작용(FSI), 스프레이용 라그랑지안 모듈, 캐비테이션, 복사, 다상 유동 및 연소 모델을 포함한 광범위한 물리 모델이 탑재되어 있다. 혼합 평면, 프로즌 로터, 슬라이딩 메시와 같은 표준 접근 방식이 터보 기계 모듈에 구현되어 있다. 또한 다음에서 설명하는 터보 기계 애플리케이션의 불안정한 흐름을 효율적으로 계산하기 위해 비선형 하모닉 방법을 사용할 수 있다.   비선형 고조파 방법(NLH) NLH 방법은 시간 평균 흐름에 대한 불안정성의 영향을 고려하는 비선형 접근 방식이다. 이러한 효과는 결정론적 스트레스로, 주기적 변동의 시간 평균 곱으로 나타난다. NLH 방법의 장점은 계산 효율에 있다. 평균 유동장에 대한 정상 상태 해와 사용자가 해결하기로 선택한 각 고조파의 실수 및 가상 부분에 대한 정상 상태 해만 결정하면 된다. 설루션 정확도는 고조파의 수에 따라 달라지지만, 일반적으로 불안정한 효과를 포착하는 데에는 몇 개의 고조파만 필요하다. 피델리티 플로우의 NLH 모듈은 인접한 행과 인접한 행 사이의 상호작용을 상대 회전 속도에 관계 없이 모델링할 수 있는 랭크 2 효과를 설명한다. 즉, NLH 모듈은 더 복잡하고 불안정한 상호작용을 설명할 수 있다. 랭크 2 설루션을 사용하면 포스트 프로세싱 모드에서 클로킹의 효과를 연구할 수 있다. 또한 피델리티 플로우의 NLH 모듈은 각 블레이드 행에서 사용할 고조파 수를 유연하게 정의할 수 있어, 시뮬레이션 프로세스를 더욱 맞춤화할 수 있고 효율적으로 만들 수 있다.   그림 2. 혼합 평면과 NLH 방식을 사용한 회전자-회전자 상호작용 비교     ■ 자세한 기사 내용은 PDF로 제공됩니다.

금속 3D 프린팅으로 경기용 요트의 부품 제작   루제로 티타(Ruggero Tita)와 카테리나 마리아나 반티(Caterina Marianna Banti)는 2024 파리 하계 올림픽의 나크라 17 혼합 멀티헐 요트 경주에서 금메달을 획득했다. 그들의 승리는 기술, 결단력, 그리고 트렌티노 스빌루포(Trentino Sviluppo)라는 트렌토 기반 혁신 기업의 최첨단 기술로 이루어졌다. 이 듀오는 트렌티노 스빌루포와 협력하여 그들의 카타마란(catamaran)을 위해 40개의 맞춤형 3D 프린팅 파트를 설계했으며, 특히 경량 풀리 시스템이 경쟁에서 우위를 점하게 했다. ■ 자료 제공 : 머티리얼라이즈   ▲ 풀리 부품을 금속 3D 프린팅한 빌드 플레이트   도전 과제 : 짧은 올림픽 일정 내 경량 풀리 시스템 재설계 2024 파리 올림픽을 준비할 시간이 1년도 채 남지 않은 상황에서, 티타와 반티는 새로운 설계 클래스 규정에 따라 두 개의 선체(hull)를 가진 요트인 카타마란의 핵심 풀리 시스템을 재설계해야 하는 도전에 직면했다. 이 풀리는 돛의 조정과 보트의 기동성을 위해 필수이며, 바닷물 환경에 내식성을 갖추면서 유지보수가 쉬워야 했다. 기존의 시스템은 10개의 상업용 파트로 구성되어 무겁고 부피가 커 성능을 제한했다. 목표는 컴팩트하고 통합된 맞춤형 파트를 만들어 무게 분산을 최적화하고, 공기역학을 개선하며, 동적 포일링 카타마란의 안정성을 유지하는 것이었다. 또한 이 모든 것을 촉박한 일정 내에 완수해야 했다.   ▲ 티타늄 소재를 사용해 풀리 시스템을 3D 프린팅으로 제작했다.   해결책 : 티타늄 3D 프린팅과 e-Stage for Metal+ 소프트웨어 트렌티노 스빌루포의 적층 제조 R&D 전문가인 치로 말라카르네(Ciro Malacarne)는 공학 학위를 가진 티타와 긴밀히 협력하여 해결책을 개발했다. 가르다 호수에서 센서를 사용하여 하중, 항력, 풍력 데이터를 수집하고, 엔톱(nTop)과 앤시스(Ansys) 소프트웨어를 통해 전산유체역학(CFD) 및 유한요소해석(FEA) 모델로 분석했다. 최적화된 풀리 시스템을 포함한 카타마란의 3D 모델은 CAD 소프트웨어로 제작되었고, 내식성과 프린팅 용이성을 고려해 23등급 티타늄을 선택했다. 결정적인 전환점은 이스테이지 포 메탈+(e-Stage for Metal+) 소프트웨어로, 자동화된 서포트 구조 생성을 통해 후처리 시간을 줄이고 복잡한 설계를 가능하게 했다. 이를 통해 풀리의 부피를 60%, 무게를 50% 줄였으며, 2024년 6월까지 프로토타입을 완성했다.   ▲ 3D 프린팅된 티타늄 풀리 시스템   결과 : 올림픽 금메달과 산업적 영향 재설계된 풀리 시스템은 카타마란의 안정성과 기동성을 향상시켜, 티타와 반티가 2020 도쿄 올림픽에 이어 연속 금메달을 획득하게 했다. 풀리와 트라피즈 클리트(trapeze cleat)를 포함한 혁신적인 파트는 경쟁자들의 주목을 받았으며, 상업용 풀리 시스템 제조업체들로 하여금 설계를 재검토하게 했다. 반티가 전설로 은퇴한 가운데, 티타는 아메리카스컵, 세일GP, 그리고 2028 로스앤젤레스 올림픽에서 계속 경쟁할 계획이며, 이스테이지 포 메탈+로 지원받는 트렌티노 스빌루포의 3D 프린팅 전문 기술이 그의 미래를 뒷받침할 것이다. 이 승리는 적층 제조가 경쟁 요트 경기에 속도, 정밀도, 그리고 우위를 제공하며 혁신을 이루고 있음을 보여준다.     ▲ 최종 완성된 풀리 시스템     ■ 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.

슈나이더 일렉트릭이 기업의 공급망 전반에 걸친 탄소 배출 감축을 지원하는 디지털 플랫폼 ‘자이고 허브(Zeigo Hub)’를 출시했다. 최근 전 세계 공급망은 고객, 규제기관, 이해관계자 등으로부터 지속가능성 관련 요구가 급증하고 있으며, 특히 배출량 측정과 공시, 감축 활동에 대한 투명성이 핵심 이슈로 떠오르고 있다. 이러한 가운데, 슈나이더 일렉트릭이 새롭게 선보인 자이고 허브는 기업들이 스코프3(Scope 3) 감축 목표를 보다 효과적으로 달성하고, 글로벌 넷제로(Net-Zero) 이행을 가속화할 수 있도록 설계된 통합 설루션이다. 공급업체와의 협업을 강화하고 배출량을 체계적으로 관리할 수 있는 모듈형 플랫폼을 통해 기업의 지속가능경영 전략을 폭넓게 지원한다는 것이 슈나이더 일렉트릭의 설명이다. 자이고 허브는 공급업체의 규모나 지속가능성 수준과 무관하게 누구나 쉽게 참여할 수 있도록 직관적인 사용자 환경(UI)과 맞춤형 온보딩 기능, 자체 교육 도구를 제공한다. 이를 통해 공급업체는 플랫폼 등록과 동시에 배출량 산정 및 관리 역량을 확보할 수 있으며, 정적인 데이터 수집을 넘어 학습 경로 제공, 감축 도구, 벤치마킹 기능 등을 통해 실질적인 행동으로 이어지도록 유도한다. 또한, 스폰서 기업은 플랫폼을 통해 공급망 전반의 감축 진행 상황을 실시간으로 분석하고, 다양한 글로벌 공시 기준(CDP, CSRD, TCFD 등)에 맞는 데이터 출력을 지원받을 수 있다.     참여하는 모든 공급업체는 감축 로드맵, 설루션 공급사와의 연결 기회를 무상으로 제공받으며, 비용은 전액 발주처가 부담하는 방식으로 운영된다. 이를 통해 중소 규모 공급업체도 비용 부담 없이 지속가능성 여정을 시작할 수 있도록 포용적인 참여 환경을 조성했다. 더불어, 자이고 허브는 슈나이더 일렉트릭의 글로벌 전문가 네트워크 및 탈탄소 컨설팅 서비스와도 연계되어 실질적인 실행을 돕는다. 이번 플랫폼에는 슈나이더 일렉트릭이 지난 5월 선보인 AI 네이티브 생태계 기술이 처음으로 적용됐다. 웹 스크래핑 기반의 자동 데이터 수집, 초대 프로세스 자동화, 참여율 모니터링 등의 AI 기능을 활용해 공급업체의 참여 진입 장벽을 대폭 낮췄으며, 스폰서 조직 입장에서는 프로그램 운영의 효율성을 높일 수 있도록 설계됐다. 슈나이더 일렉트릭은 이미 자사의 ‘탈탄소 프로젝트(Zero Carbon Project)’를 포함해 전 세계 40개 이상의 브랜드와 함께 2700개 이상의 공급업체가 참여한 20여 개의 글로벌 공급망 감축 프로그램을 운영해온 바 있다. 자이고 허브는 이들 프로그램의 핵심 기술 기반으로 활용되며, 산업별 컨소시엄 프로그램인 에너자이즈(Energize), 카탈라이즈(Catalyze), 마테리얼라이즈(Materialize) 등에도 적용되어 공동의 지속가능성 목표 달성을 촉진할 예정이다. 슈나이더 일렉트릭의 로라 이브(Laura Eve) SaaS 지속가능성 설루션 부문 부사장은 “슈나이더 일렉트릭의 자이고 허브는 공급망 지속가능성 실현을 위한 대담한 도약이며, 이제는 모든 공급업체와 파트너가 함께 넷제로 미래를 실현할 수 있는 기반을 마련할 때”라고 강조했다.

  18　THEME . PLM과 AI로 가속화하는 제조 디지털 전환의 미래 Ⅰ   설계 데이터를 연결하다 : 퍼시스그룹의 디지털 트윈 기반 DX 전략 / 정연석 생성형 경험 기반 PLM을 통한 업무 혁신 : 다쏘시스템의 새로운 접근 / 김병균 현장이 원하는 디지털 트윈 : 최소 인프라, 최대 효과를 위한 접근법 / 송희삼 수주형 제조기업을 위한 PLM 연계 프로젝트형 생산 관리 DX / 김장순   Infoworld   Editorial 17　AI 에이전트와 함께 하는 제조업 혁신의 골든타임   Case Study 30　올림픽 금메달을 뒷받침한 3D 프린팅 혁신　금속 3D 프린팅으로 경기용 요트의 부품 제작 32　디지털 전환의 잠재력을 실현하는 메타버스 기술　성공적인 산업 메타버스 구현을 위한 필수 요소   New Product 36　2D CAD의 새로운 기준 제시하는 차세대 설계 플랫폼　ZWCAD 2026 42　디지털 휴먼의 제작 워크플로 향상 및 생태계 확장　메타휴먼 5.6 79　이달의 신제품   Focus 46　AI와 클라우드로 뻗어나가는 NX, 제품 개발의 혁신을 뒷받침한다 48　트림블 코리아, ‘파워팹’으로 철골 제작의 디지털화 및 효율 향상 지원 50　3D 콘텐츠 제작 시대, 어도비 서브스턴스가 펼치는 미래 52　3D 프린팅, 제조 혁신 이끌 생산 기술 될까…현실의 벽과 돌파구는? 54　SAP, 모든 설루션에 AI 탑재…“데이터 중심의 선순환 구조로 비즈니스 AI 혁신” 56　AWS, “다양한 기술로 국내 기업의 생성형 AI 활용 고도화 돕는다” 58　한국생산제조학회 2025 춘계학술대회, 생산제조 기술의 미래를 논의하다   On Air 60　캐드앤그래픽스 CNG TV 지식방송 지상중계　자율주행의 미래 : AI와 데이터 통합을 통한 지멘스 ADAS 혁신 62　캐드앤그래픽스 CNG TV 지식방송 지상중계　HP Z북 울트라, AI 워크스테이션의 새로운 기준 제시 63　캐드앤그래픽스 CNG TV 지식방송 지상중계　창의적 디자인의 미래, AI와 3D 프린팅에서 찾는다 64　캐드앤그래픽스 CNG TV 지식방송 지상중계　제조업을 바꾸는 양자 컴퓨팅의 힘 66　캐드앤그래픽스 CNG TV 지식방송 지상중계　디지털 트윈 시대의 3D 자산 관리 혁신하는 유니티 애셋 매니저   Column 67　포괄적 디지털 트윈으로 제조 공장의 미래를 설계하다 / 오병준 70　디지털 지식전문가 조형식의 지식마당 / 조형식　스마트 디지털 트윈을 위한 디지털 온톨로지와 디지털 스레드 74　현장에서 얻은 것 No. 21 / 류용효　AI 시대 제조업 생존 전략 : ‘듀얼 브레인’을 장착하라   82　New Books   Directory 147　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 84　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (5) / 천벼리　온라인 CAD 아레스 쿠도의 주요 기능 88　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈소스 LLM 모델 젬마 3 기반 AI 에이전트 개발해 보기 97　새로워진 캐디안 2025 살펴보기 (9) / 최영석　유틸리티 기능 소개 Ⅶ 100　BIM 전문인력 양성을 위한 해법을 찾는다 / 함남혁　BIM 전문가 민간자격 국가공인 현황과 발전 방향   Visualization 104　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (5) / 최석영　AI 기반 몰입형 사운드 디자인   Reverse Engineering 110　시점 – 사물이나 현상을 바라보는 눈 (8) / 유우식　확률과 통계   Mechanical 116　제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (1) / 박수민　크레오 파라메트릭 12의 개선된 인터페이스 기능   Manufacturing 122　생산 계획부터 운영까지 혁신하는 스마트 제조 / 이노쏘비　PINOKIO가 선보이는 스마트 공장 기술과 사례   Analysis 107　로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (1) / 윤경렬, 김도희　데이터 분석에 로코드 설루션이 필요한 이유 128　앤시스 워크벤치를 활용한 해석 성공 사례 / 이효행　바닥 충격음과 층간 소음 문제 해결을 위한 예측 모델 및 실험 분석 133　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (24) / 나인플러스IT　충실도 흐름 솔버로 항공 엔진의 시뮬레이션 정확도 업그레이드 136　최적화 문제를 통찰하기 위한 심센터 히즈 (6) / 이종학　프로세스 자동화 | – 구조 설계 최적화 142　산업 디지털 전환을 가속화하는 버추얼 트윈 (5) / 강주연, 임영빈　아바쿠스의 Contact Wear 기능을 활용한 마모 해석과 응용     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

헥사곤 매뉴팩처링 인텔리전스가 가천대학교와 3D 기반 설계·해석 전문 인재 양성과 실무형 교육과정 산학협력 양해각서(MOU)를 체결했다고 밝혔다. 헥사곤은 이번 협약을 통해 가천대에 자사의 엔지니어링 시뮬레이션 소프트웨어 통합 설루션 인 ’엠에스씨원(MSCOne)’을 제공한다. 양 기관은 업계 수요를 반영한 실무형 교육 과정을 공동으로 설계하고 참여 학생들에게 실습 중심의 교육을 제공해, 학생들이 사회 진출 이후 실제 산업 현장에서 요구되는 실무 역량을 효과적으로 강화할 수 있도록 지원할 예정이다. 헥사곤은 모빌리티, 항공, 조선 등 다양한 산업 분야에서의 디지털 설계 및 엔지니어링 효율화를 위해, 3D 기반 시뮬레이션 중심의 통합 설루션을 제공하고 있다. 특히 엠에스씨원(MSCOne)은 다양한 산업군의 설계·해석 요구를 충족시키는 통합 설루션으로 ▲열유체유동 해석을 위한 크래들 CFD(Cradle CFD) ▲소음해석 설루션 액트란(Actran) ▲다분야 구조해석 설루션 MSC 나스트란(MSC Nastran) ▲다물체 동역학 시뮬레이션 아담스(Adams) ▲제조 공정 시뮬레이션에 특화된 시뮤팩트(Simufact) ▲복합재 및 소재 기반 해석을 지원하는 디지매트(Digimat) 등이 포함되어 있으며, 이를 통해 다중 물리 해석, 동역학 분석, 가상 제조 시뮬레이션, 소재 기반 해석, AI 기반 시뮬레이션 기능을 폭넓게 지원한다.     가천대학교 기계공학부의 이대호 학부장은 “디지털 제조 혁신과 시뮬레이션 기술에 대한 수요가 급증하는 가운데, 이번 협약을 통해 헥사곤의 첨단 설루션을 교육 현장에 도입할 수 있게 되어 매우 기쁘다”면서, “학생들이 글로벌 제조 설루션을 직접 경험하고, 산업 현장과 연계된 실습 기회를 통해 현장 중심의 실무역량을 체계적으로 갖출 수 있도록 적극 지원하겠다”고 말했다. 헥사곤 디자인&엔지니어링(D&E) 사업부 채널세일즈그룹 홍흥섭 본부장은 “이번 협약을 통해 가천대에 자사의 통합 시뮬레이션 설루션을 제공하게 되어 뜻깊게 생각한다”면서, 설계·해석, 제조, 소재, AI 기반 기술 등 다양한 분야의 기술을 교육 현장에 적용할 수 있도록 지속적으로 지원할 계획이며, 미래 제조 산업 인재들이 실무 중심의 역량을 갖출 수 있도록 산학 연계 교육 활성화에 힘쓸 것”이라고 밝혔다.

지멘스 디지털 인더스트리 소프트웨어가 제품 엔지니어링 소프트웨어인 디자인센터(Designcenter) 제품군의 NX 및 NX X 소프트웨어의 최신 업데이트를 발표했다. 이번 업데이트는 현실 설계와 가상 세계에서의 협업을 위한 몰입형 엔지니어링, 제조를 위한 설계(design for manufacturing)의 새로운 기능, CAD 통합 유체 유동 시뮬레이션, 새로운 AI 설계용 코파일럿(Copilot) 도입 등을 포함한다. 최신 업데이트와 함께 제공되는 새로운 디자인 코파일럿 NX(Design Copilot NX)는 지멘스의 학습 리소스를 활용하고 AI 기반 자연어 인터페이스를 제공한다. 따라서 소프트웨어 초심자부터 새로운 기능을 탐색하며 지식을 확장하려는 숙련자까지 모두 학습 속도를 높일 수 있도록 지원한다. 사용자는 자연어 입력과 쿼리를 활용하는 NX 코파일럿 기능을 통해 기술적 질문, 모범 사례, 문서에 대한 답변을 빠르고 효율적으로 찾을 수 있다.     CES 2024에서 지멘스는 소니와 협력해 혼합현실(MR) 헤드셋을 기반으로 몰입형 엔지니어링 기능을 제공한다는 계획을 발표한 바 있다. 최신 NX 업데이트에서는 여러 제품 출시에 걸쳐 이러한 기능을 제공해 왔다. NX는 설계자와 엔지니어가 가상 현실 또는 증강 현실에서 3D CAD 설계를 생성, 확인, 편집할 수 있도록 NX 이머시브 디자이너(NX Immersive Designer)의 기능을 제공한다. 최신 업데이트에서는 동료, 파트너, 기타 이해관계자가 동일한 가상 현실 공간에서 협업할 수 있는 NX 이머시브 컬래버레이터(NX Immersive Collaborator)가 추가로 도입됐다. VR 협업에서 일반적으로 요구되는 복잡한 사전 작업 없이도 NX 인터페이스에서 직접 협업 세션을 시작할 수 있으며, 개별 부품 또는 전체 어셈블리를 측정, 평가하고 주석을 달 수 있는 설계 검토 도구를 제공한다. 최신 업데이트를 통해 도입된 새로운 NX 인스펙터(NX Inspector)는 디지털 트윈에 모델 기반 특성을 추가하는 기능으로, MBD(모델 기반 설계) 사용을 확장해 다운스트림 품질과 제조 프로세스를 정의한다. 이 기능은 디지털 계측 표준 컨소시엄의 모델 기반 특성(Model-Based Characteristics) 표준을 기반으로 하며, 설계자와 엔지니어가 제조 PMI를 정의할 수 있도록 지원한다. 이때 제조 PMI는 팀센터(Teamcenter) 및 팀센터 퀄리티(Teamcenter Quality)와의 통합을 통해 실시간 관리 데이터를 기반으로 검사와 계측 프로세스 생성을 촉진하는 데 재사용될 수 있다. 새로운 Design for Manufacture(DFM) Advisor는 부품 형상을 분석하고, 드릴링, 밀링, 어셈블리, 몰딩 등 다양한 제조 공정에서 발생할 수 있는 잠재적인 문제를 식별한다. 이를 통해 초기 제조 가능성 평가를 자동화하고 인터페이스 내에서 직접 실행 가능한 피드백을 제공한다. 더불어 팀센터에서 시각적 보고서를 생성하고 관리해 동료나 파트너와 공유하는 동시에, 인사이트를 활용해 추가 워크플로를 구축할 수 있다. 마지막으로 DFM 향상을 위해 NX 몰드 마법사(NX Mold Wizard)가 확장됐다. 이는 구성 변경에 따라 실시간으로 업데이트되는 표준 부품을 도입할 수 있다. 더불어 향상된 냉각 채널 시뮬레이션 도구를 제공해 냉각 시스템 반복으로 최상의 부품 품질을 달성하고, 사이클 시간을 최적화할 수 있도록 지원한다. 지멘스는 최신 업데이트를 통해 심센터 플로EFD(Simcenter FLOEFD) 소프트웨어 기술을 기반으로 하는 새로운 CAD 통합 설계 시뮬레이션 도구인 NX CFD 디자이너(NX CFD Designer) 소프트웨어도 선보인다. CFD 디자이너는 설계자가 NX CAD 작업 공간 내에서 직접 유체 흐름과 열 시뮬레이션 기능에 액세스해 시뮬레이션 기반 의사 결정을 할 수 있도록 지원한다. CFD 경험이 없는 사용자도 쉽게 사용할 수 있도록 설계된 이 소프트웨어는 자동화 기능을 통해 유체 체적 감지, 메싱과 같은 복잡한 작업을 설계자를 대신해 자동으로 처리한다. 이를 통해 다양한 작동 시나리오, 가정 분석, 지오메트리 변형을 신속하게 평가하고 결과를 비교할 수 있다. 지멘스는 새로운 CFD 디자이너와 함께 퍼포먼스 프레딕터(Performance Predictor)의 기능도 확장해 설계자와 엔지니어가 전체 어셈블리에 대한 응력(mechanical stress) 해석을 실행할 수 있도록 했다. 지멘스 디지털 인더스트리 소프트웨어의 밥 호브록(Bob Haubrock) 수석 부사장은 “디자인센터 브랜드로 제품 엔지니어링 설루션을 통합하는 작업이 빠르게 진행되고 있다. NX의 최신 업데이트는 다운스트림 품질과 제조를 위해 새로운 AI 기반 코파일럿 기능과 Characteristics 주도 MBD를 도입하고, 오랫동안 업계를 선도해 온 제품 엔지니어링 툴셋에서 혁신을 위한 새로운 영역을 개척하려는 지멘스의 노력을 명확히 보여준다”고 말했다.

주요 디지털 트윈 소프트웨어 이차전지 시뮬레이션, NFLOW   개발 및 자료 제공 : 이에이트, www.e8ight.co.kr   이에이트는 2012년에 설립되었으며 입자 기반 시뮬레이션 디지털 트윈 플랫폼 기술 보유 기업이다. 2014년 자체 기술만을 이용해 국내 최초로 입자 기반 시뮬레이션 NFLOW를 런칭하였고, 2019년 GS(Good Software) 1등급 인증을 받으며 본격적으로 제품을 상용화하였다. 또한, 2021년에는 시뮬레이션 기반 디지털 트윈 플랫폼 NDX PRO를 상용화하는데 성공하여 국내 유일의 자체 기술 디지털 트윈 플랫폼 기업으로 도약하였다.  1. 주요 기능 (1) SPH 솔버 NFLOW SPH는 기존의 CFD가 다루기 어려운 자유표면유동, 대규모 해석 등을 다루기 적합한 솔버이다. SPH는 라그랑지안 좌표계를 기반으로 하여, 연속체인 유체를 입자로 표현되는 좌표 점들의 집합과 그 좌표 간의 상호 작용 관계를 통해 이산화 하여 물리현상을 모의하는 기술이다.  기존 FVM 기반 CFD와 달리 격자를 사용하지 않는 방법으로, 자유 표면 유동이나 변화가 큰 비선형적 문제에 대한 해석에 유리하며, 이산화 된 계산방식으로 병렬처리가 비교적 쉬워 고속연산이 가능하다. 더불어 격자법 대비 자유수면을 해석하는데 있어 메모리 사용이 적고, 간편한 경계처리가 가능하여 대규모 자연재해 시뮬레이션, 복잡한 기어 윤활, 스크류 펌프 내부 유동 해석, 세탁기 내부 부유체 해석 등의 해석에 유리하다.  NFLOW SPH를 활용하여 토석류 흐름, 댐붕괴 해석, 수면 충돌, 탱크 내 슬로싱 해석 등 다양한 시뮬레이션을 수행하였고, 모의실험 등과 비교하여 높은 수준의 정확도를 구현하여 기술력을 인정받았다. (2) LBM 솔버 NFLOW LBM 솔버는 미세한 스케일의 해석에 활용도가 높은 제품이다. LBM은 미시적 스케일의 입자 간 상호작용으로 발생하는 물리현상을 Boltzmann 수송 방정식의 이산화 모델링을 통해 미시적, 중시적, 혹은 거시적 스케일의 물리현상을 예측하는 기법이다.  타 시뮬레이션 기법에 비해 복사 열전달, 다성분 유동, 대류-확산, 상변화 등 시간에 따라 변하는 물리현상을 예측하는데 강점이 있어 기존 방식으로 해결하기 어려웠던 다양한 산업분야에 적용이 가능하다. 상변화 해석은 복잡한 계면 추적 방식이 없어 기존 솔버 대비 계산 비용이 적으며, 농도대류확산, 혼합물 내부의 화학반응, 난류 모델, 복사열전달 등 기존 제품으로는 제공이 어려운 기능이 탑재되어 있다. 이 솔버는 지역적 연산만을 사용하기에 GPU, 멀티 GPU를 이용한 병렬화에도 용이하다.  NFLOW LBM으로는 압축/비압축성 유동, 난류, 열전달, 다상/다성분 모델의 해석 등을 수행하였고, 타 산업군보다 정량적인 해석이 요구되는 전기/전자, 항공우주, 이차전지, 자동차 등의 분야에 활발하게 적용되고 있다.       2. 도입 효과 다양한 산업에서 설계, 운영, 유지보수의 혁신을 가져다 준다. 먼저, 제품 설계와 개발 단계에서는 실제 프로토타입을 제작하기 전에 가상 환경에서 성능을 검증할 수 있어 재료와 생산 비용을 크게 절감할 수 있다. 또한, 설계 변경 및 테스트 과정을 가상으로 반복할 수 있어 제품 개발 주기를 단축시키고, 다양한 조건에서 제품의 성능을 예측하여 최적화를 수행할 수 있다. 운영 측면에서는 운영 효율성을 대폭 향상시킬 수 있다. 디지털 트윈은 실제 환경을 가상으로 재현해 시스템 성능과 생산 공정을 실시간으로 분석하고 최적화할 수 있도록 지원한다. 이를 통해 예지적 유지보수를 구현해 장비의 상태를 지속적으로 모니터링하고 고장을 사전에 예측하여 불필요한 유지보수를 줄이고 가동 중단 시간을 최소화할 수 있다. 더불어, 실시간 데이터와 시뮬레이션 결과를 활용하면 운영 및 관리 의사결정을 더욱 정확하고 신속하게 내릴 수 있다. 또한, 비용 및 리스크 관리에서도 큰 효과를 발휘한다. 시뮬레이션을 통해 프로젝트 진행 전 다양한 환경과 조건에서 발생 가능한 리스크를 사전에 평가하고 대비할 수 있어 안전성을 높이고 비용 낭비를 줄일 수 있다. 전반적으로, 시뮬레이션 소프트웨어와 디지털 트윈 기술은 효율성과 생산성을 극대화하고 리스크를 줄이며, 기업이 더욱 민첩하고 경쟁력 있는 운영을 수행할 수 있도록 돕는 핵심 기술로 자리 잡고 있다.     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (23)   이번 호에서는 항공 음향 시뮬레이션의 다각적인 과제를 살펴보고, 이러한 복잡한 문제를 해결하는 데 케이던스의 피델리티 LES(Fidelity LES)가 도움을 주는 사례 연구를 소개한다.    ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   그림 1   항공 음향 시뮬레이션은 유체 역학의 복잡성과 음향 현상의 뉘앙스를 혼합하는 지루한 작업이다. 이 이중 영역의 과제는 광범위한 스케일부터 난류 속에서 음향 신호의 미묘한 구분까지 수많은 기술적 장애물로 가득 차 있다. 이러한 기술적 어려움을 극복하고 항공 음향 거동에 대한 이해를 높이려면 엔지니어와 연구자는 피델리티 LES와 같은 정교한 도구를 사용해야 한다.   항공 음향 시뮬레이션의 과제 항공 음향 시뮬레이션에는 상당한 어려움이 있다. 다음은 이러한 단점 중 일부이다. 광범위한 스케일 : 항공 음향 현상은 광범위한 공간적, 시간적 스케일을 포괄한다. 모든 스케일을 캡처하려면 미세한 그리드 해상도와 긴 시뮬레이션 시간이 필요하다. 음향파 진폭 : 항공 음향 신호는 난류 압력 변동보다 미묘한 경우가 많기 때문에 지배적인 흐름 구조와 구별하기가 어렵다. 원거리 전파 : 국부적인 공기역학 소스에 의해 생성된 소리는 먼 거리까지 전파될 수 있으므로 전체 도메인 시뮬레이션은 계산이 불가능할 정도로 복잡하다. 복잡한 지오메트리 : 실제 문제에는 항공기 엔진이나 차량 외관과 같은 복잡한 지오메트리가 포함되어 있어 유체 흐름과 사운드 전파 모델링이 복잡해지는 경우가 많다. 경계 조건 : 허위 반사나 비물리적 동작을 방지하려면 적절한 경계 조건을 선택하고 구현하는 것이 중요하다. 일시적인 특성 : 많은 문제가 불안정하고 과도 시뮬레이션이 필요하므로 계산 노력이 증가하고 통계 분석이 복잡해진다. 비선형 상호작용 : 높은 소음 수준은 비선형 공기역학적 및 음향학적 상호작용을 수반할 수 있어 추가적인 계산 리소스가 필요하다. 다중 물리 상호작용 : 일부 시뮬레이션은 열 전달이나 연소와 같은 다른 물리적 효과를 고려해야 하므로 설정이 복잡해진다. 수치적 소산 : 수치적 방법은 인위적인 소멸을 도입하여 관심 있는 음향 신호를 감쇠하거나 억제할 수 있다.   그림 2. 음속(마하 1)보다 빠르게 이동하는 초음속 제트기 시뮬레이션   더 빠르고 정확한 항공 음향 시뮬레이션을 위한 소프트웨어 올바른 시뮬레이션 소프트웨어를 선택하는 것은 실제 엔지니어링 과제와 항공 음향 분야의 기초 연구를 해결하는 데 있어 중요하다. 피델리티 LES는 항공 음향을 포함한 고충실도 유동 해석을 위한 최고의 툴이다. 이 소프트웨어는 고급 수치 기법과 모델을 통합하여 대형 와류 시뮬레이션(LES)을 활용하여 소산과 분산이 감소된 불안정한 흐름을 시뮬레이션한다. 유한 체적법에 기반한 다양한 솔버 공식을 사용하는 피델리티 LES는 저속, 고속 및 반응 유동을 포함한 다양한 유동 조건을 효과적으로 포착한다. 피델리티 LES는 고급 서브 그리드 및 벽 모델링을 통해 다양한 그리드 해상도에서 높은 성능을 제공한다. 거친 그리드에서도 흐름 현상을 정확하게 포착하여 CPU와 GPU 모두에서 효율과 확장성을 보여준다. 특히, V100 GPU 한 대가 약 400개의 인텔 스카이레이크(Skylake) 2018 CPU 처리 성능과 맞먹는 저 마하(low-Mach) 솔버를 구현한다. 엔지니어는 지오메트리 준비부터 결과 분석까지 모든 작업을 지원하는 사용자 친화적 애플리케이션인 피델리티 LES를 통해 전체 시뮬레이션 워크플로를 원활하게 관리할 수 있다.   그림 3. 인텔 스카이레이크 2018 CPU 코어 당 엔비디아 A100 및 V100 GPU와 같은 동등한 성능으로 다양한 흐름(flow) 시나리오에서 피델리티 LES를 사용할 수 있다.   피델리티 LES는 시뮬레이션 설정의 실시간 조정을 포함하여 복잡한 엔지니어링 모델에 대한 상세한 3D 뷰를 제공한다. 또한 사용자는 자동 제안이 포함된 명령어 용어집과 주요 지표를 추적하는 그래프를 활용할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.