안녕하세요? 캐드앤그래픽스에서는 ZBook X G1i 16”  ZBook Fury G1i 18” 노트북 성능을 체험해 보고 리뷰해 주실 리뷰어를 찾습니다. 리뷰 기사는 캐드앤그래픽스 2026년 2월호 또는 3월호에 실릴 예정이며, 리뷰용 제품을 받으신 후 실제로 사용해 보시고, 12월 24일(수)까지 리뷰 원고를 보내 주시면 됩니다. 잡지에 실리는 리뷰 기사에 대해서는 소정의 원고료를 드립니다. 리뷰를 원하시는 분은 간단한 자기소개 및 사용하시는 소프트웨어에 관한 내용을 메일(cadgraphpr@gmail.com)로 보내주세요.   모델   사양 추천 market ZBook X G1i 16” HP ZBook X G1iHP IDS DSC RTX PRO 2000 8GB Ultra 7 255H X 16 inch G1i Base NB PC Product Development - Product Designer: Inventor, SolidWorks, Solid Edge M&E 2D artist: Photoshop, Illustrator ZBook Fury G1i 18” HP ZBook Fury 18 G1iNVIDIA RTX PRO 3000 Blackwell 115W+ 12 GB Graphics Product Development - Product Designer: CATIA, NX, Creo - Manufacturing Engineer: Delmia, SolidWorks CAM, Tecnomatix, Creo Manufacturing Rendering: VRED, ICEM Surf, CATIA Rendering, Creo Render Studio, NX Rendering - 제목 :  HP ZBook 노트북 리뷰어 지원 - 보내실 내용 : 간단 약력 등 자기소개, 사용 소프트웨어, 전화/메일/소속 (참고할 만한 기고 이력이나 블로그 링크 등 있을 경우 같이 기재) - 모집 기간 : 리뷰어 선정 시 마감 예정 (이력 검토 후 선정) 문의 : 02-333-6900 / cadgraphpr@gmail.com 리뷰어 모집 대상  :  제조, 건축, 엔지니어링 분야 엔지니어(캐드, CAE, 3D 디자인 및 렌더링 등 사용자)     ------------------------------------------------------------------------------------------------------ 참고 후기 HP Z2 미니 G1a 리뷰 : BIM 엔지니어의 실무 프로젝트 성능 검증 HP Z북 울트라 G1a 리뷰 (1) - AI 크리에이터와 3D 작업을 위한 최적화 HP Z북 울트라 G1a 리뷰 (2) - 설계 엔지니어 관점에서 본 고성능 노트북  

제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (5)   2025년 4월 PTC는 크레오 파라메트릭(Creo Parametric) 12 버전을 출시하며 설계–시뮬레이션–제조 전 과정의 기능을 개선하여 디지털 엔지니어링 환경을 강화하였다. 이번 호에서는 크레오 파라메트릭 12 버전에서 크레오 몰드 분석(Creo Mold Analysis : CMA) 익스텐션을 이용한 사출 성형 분석 방법을 알아보자.   ■  김성철 디지테크 기술지원팀의 이사로 크레오 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   크레오 몰드 분석 소개 CMA는 사출 성형 분석을 위한 크레오 파라메트릭 응용 프로그램이다. 크레오에서 설계–해석–검증이 하나의 플랫폼 내에서 이루어지는 통합된 사출 성형 분석 환경을 제공한다. 설계자는 크레오 파라메트릭에서 모델 형상을 수정하면 별도의 데이터 변환 없이 즉시 몰덱스3D(Moldex3D) 솔버를 이용한 분석을 수행할 수 있으며, 그 결과로 사출 제품의 제조에 관련된 성형 거동을 빠르게 확인하고 검토할 수 있다.   사용자 인터페이스 크레오 몰드 분석은 크레오의 기본 환경에 통합된 인터페이스를 제공한다. 이러한 통합 시뮬레이션 환경은 반복적인 설계 변경 시 파일 변환 및 메시 생성에 필요한 시간을 최소화하고, 해석-피드백 시간을 줄일 수 있으며, 금형 초기 설계 단계부터 생산성 향상과 품질 확보를 동시에 달성할 수 있도록 지원한다.      분석이 완료되면 크레오의 리본 도구를 이용하여 필요한 분석 결과를 그래픽 창에서 빠르게 확인하고 검토할 수 있다.   크레오 몰드 분석 프로세스 크레오에서 다음 절차에 따라 제품의 사출 성형성을 분석할 수 있다. 분석 모델 정의 → 재료 설정 → 게이트 설정 → 분석 조건 설정 및 분석 실행 → 결과 검토 → 보고서 생성   새로운 프로젝트 생성 도어 콘솔 부품의 사출 충진 패턴을 확인하고 사출 성형 결과를 검토해 보자.   분석 모델 정의 크레오에서 분석 모델을 오픈하고 성형 분석 결과에 불필요한 요소를 억제 혹은 제거하여 단순화 모델로 정의한다.     모델에서 사출 후공정에 추가되는 구멍, 표면 가공, 라운드 등의 작업 피처가 있을 경우 피처를 억제하고 몰드 분석을 진행한다. 성형 분석에 영향을 주지 않는 표면 각인, 라운드 등의 피처가 있을 경우 억제하면 메시 생성 시간을 줄이고 분석 시간을 최소화할 수 있다. 금형 캐비티의 레이아웃 구조와 러너 등은 제외하고 단순 모델을 기준으로 성형 분석을 진행한다.     크레오 파라메트릭 리본 도구에서 응용 프로그램 → 몰드 분석(Mold Analysis)을 클릭하여 분석을 실행한다.     그림과 같이 몰드 분석 모드로 전환되고 관련 리본 메뉴가 표시된다.     재료 설정 ‘분석 설정’ 그룹에서 ‘재료 설정’을 클릭하여 모델에 적용할 플라스틱 수지를 지정한다.     재료 설정 창의 재료 라이브러리에서 재료 유형, 제조사 및 등급을 확인하고 수지를 선택한다.       ■ 자세한 기사 내용은 PDF로 제공됩니다.

생성형 AI를 활용한 건축 분야 이미지 렌더링   생성형 AI(generative AI)는 텍스트와 이미지를 넘어 영상 제작까지 건축 시각화의 혁명을 일으키며, 누구나 쉽게 고품질 결과물을 만드는 ‘뉴노멀 시대’를 열었다. 기술의 보편화로 커뮤니케이션 방식은 혁신적으로 변화했지만, 결과물의 구조적·기능적 타당성을 검증하고 윤리적으로 활용하는 건축가의 비판적 사고와 주도적 역할은 여전히 필수이다.   ■  양승규 캐드앤그래픽스 전문 필진으로, MOT를 공부하며 엔지니어와 직장인으로 살아가는 방법에 대해 탐구한다. 건축과 CAD를 좋아한다. 홈페이지 | yangkoon.com   시작하며 얼마전 서울시 여의도공원에 건립 예정인 (가칭)제2세종문화회관 건립 설계 공모 당선작이 발표되었다. 2023년 5월 디자인 공모를 시작으로 진행된 긴 여정이 종합건축사사무소 디자인캠프 문박 디엠피(dmp)의 계획안을 당선작으로 선정하며 마무리되었다. 관람자의 입장에서 여의도광장에 위치하는 대규모 공공 문화 시설을 어떠한 형태와 배치로 풀어냈는지 보는 재미도 있었다. 설계 공모 당선작 발표 과정에서 눈에 띄는 것은 당연히 계획안의 디자인이겠지만, 필자에게는 계획안을 표현한 투시도가 인상 깊었다. 지어진 건물의 주변 일상을 담은 거의 실사와 유사한(사진인 듯한) 투시도였다. 계절의 변화, 시간의 변화, 바라보는 위치의 변화에 따라 주변 실사에 투사된 이미지는 거의 현실처럼 보였다. 생성형 AI 기술이 발전되면서 실제와 가짜(fake)의 구분이 모호해졌다. 일반인이 쉽게 실제와 가짜의 경계에서 줄타기하는 결과물을 뽑아내는 시기에 프로들은 그 줄 넘어의 견고한 결과물을 만들어 내고 있다. 일반인이지만 얼리어답터들은 또 그것을 따라가고 있고. 이러한 시기에 dmp의 계획안 투시도는 건축 투시도가 어떠한 방향으로 가고 있는가를 보여준 사례라고 할 수 있겠다.   그림 1. 출처 : https://project.seoul.go.kr   그림 2. 출처 : https://project.seoul.go.kr   전통적 렌더링의 한계와 도전 건축 렌더링 작업은 오랫동안 전문가의 영역으로 여겨져 왔다. 빛과 그림자의 각도와 강도를 조절하고, 재료의 질감을 표현하며, 카메라와 타깃의 위치, 화면 비율, 카메라 렌즈를 정밀하게 제어하는 일련의 과정은 수개월 이상의 학습이 필요하며, 실제 프로젝트에서도 원하는 이미지를 얻어 내기 위해서는 많은 시행착오가 필요하다. 렌더링 작업의 복잡성은 단순히 소프트웨어 조작 능력을 넘어선다. 사진작가처럼 빛의 성질을 이해해야 하고, 3D 아티스트처럼 재질의 물리적 속성을 파악해야 하며, 영화 감독처럼 구도와 시점을 결정해야 한다. 하나의 프로젝트를 위해 수십 번의 테스트 렌더링을 실행하고, 각 렌더링마다 몇 시간씩 기다리는 것은 일상적인 풍경이었다. 브이레이(VRay), 루미온(Lumion)과 같은 전문 렌더링 소프트웨어를 능숙하게 다루기 위해서는 상당한 시간과 노력을 투자해야 했다. 학습을 통해 렌더를 돌릴 수 있게 되더라도, 실제 프로젝트에 사용할 정도의 수준에 도달하려면 수 년간의 실무 경험이 요구되었다. 필자가 대학에서 건축을 배우던 시절에는 렌더링 이미지를 잘 뽑는 순서대로 건축 설계를 잘한다는 말이 있을 정도였다. 이러한 높은 진입 장벽은 많은 건축가와 디자이너에게 렌더링은 어떤 느낌의 이미지가 나오는지 테스트하는 정도에 머물렀고, 그 이상은 외주 전문 업체에 의존하게 만들었다. 여기에는 비용 증가와 커뮤니케이션의 지연, 디자인 의도의 완벽한 전달의 한계라는 문제가 존재했다. 더욱이 렌더링 소프트웨어의 라이선스 비용은 소규모 스튜디오나 학생들에게 부담으로 작용했다. 전문가용 소프트웨어를 구동하기 위한 고성능 하드웨어 구입 비용까지 고려하면 진입 장벽은 더욱 높았다. 결과적으로 프로 수준의 건축 시각화는 자본과 기술을 갖춘 일부 전문가들의 영역이었다.   생성형 AI의 등장 생성형 AI의 등장은 이러한 풍경을 완전히 바꾸어 놓았다. 전 국민의 카톡 프로필 사진을 점령했던 챗GPT(ChatGPT)의 지브리 풍 프로필 이미지는 이전에 챗GPT를 사용해 보지 않은 이들을 유입시켰고, 기존 사용자에게는 유료화 전환을 이끌어냈다.(과금한 만큼 좋은 이미지가 나왔다.)  2025년 3월에 출시된 GPT-4o의 이미지 생성 기술은 건축 시각화의 접근 방식을 근본적으로 재정의했다고 할 수 있겠다. 너도나도 프로필 사진을 찍어내던 시기에 얼리어답터들은 다양한 건축적 실험을 통해 건축 이미지 생성의 다양한 방법을 제시하기 시작했다.   그림 3   그림 4   그림 5   그림 6   초기에는 다양한 실험과 건축 스케치를 보완하는 보조 도구로 시작했지만, 불과 몇 달 만에 새로운 디자인 결과를 뽑아내는 강력한 도구로 자리잡았다. 물론 이전에도 AI를 활용한 렌더링 기술은 존재했지만, GPT-4o만큼의 파급력은 없었다. 생성형 AI의 가장 혁명적인 측면은 전문 지식 없이도 고품질 이미지를 생성할 수 있다는 점이다. 간단한 손 스케치나 스터디 모형 사진을 업로드하고 단 한 줄의 텍스트를 입력하는 것만으로도, 과거라면 며칠이 걸렸을 전문가 수준의 렌더링 이미지를 몇 분 안에 얻을 수 있게 된 것이다. 이는 단순히 작업 속도의 향상을 넘어, 디자인 프로세스 자체의 변화를 의미한다. 과거에는 한 번의 고화질 렌더링에 많은 시간과 비용이 소요되기 때문에, 여러 대안을 시각적으로 비교하는 것에 제약이 있었다. 하지만 생성형 AI는 이러한 제약을 제거했다. 이제 건축가, 디자이너는 수십 개의 디자인 대안을 거의 동시에 시각화하고, 실시간으로 비교하며, 대안들 사이에서 최적의 방향을 선택할 수 있게 되었다.   ■ 자세한 기사 내용은 PDF로 제공됩니다.

산업 디지털 전환을 가속화하는 버추얼 트윈 (9)   건설 산업의 오랜 난제인 낮은 생산성과 비효율을 극복하기 위해, 이제는 단순한 자동화를 넘어선 근본적인 체질 개선이 필요하다. 이 글에서는 건설 프로젝트를 일회성 작업이 아닌 반복 가능한 ‘제품 생산’의 과정으로 재정의하는 ‘제품화’ 전략을 소개한다. 특히 서로 다른 공종을 하나의 지능형 템플릿으로 통합한 ‘복합공종모듈’이 어떻게 설계를 디지털 자산으로 전환하고, 시공 단계의 효율을 혁신하는지 짚어 본다.   ■ 김선중 다쏘시스템코리아의 AEC 산업 컨설턴트이다. 종합 건설사와 BIM 관련 경력을 바탕으로 다수의 국내 건설 산업 고객에게 디지털 트랜스포메이션을 위한 전략과 설루션의 활용 가치를 전달하는 역할을 담당하고 있다. 홈페이지 | www.3ds.com/ko   건설 산업의 비효율성과 ‘제품화’ 전략의 필요성 건축 설계자는 매 프로젝트마다 도면을 다시 그리고, 시공 단계에서는 공종 간 충돌(clash)을 피하기 위해 수정을 반복한다. 이런 비효율은 건설 산업의 고질적 문제다. 제조업은 지난 수십 년간 디지털 전환과 자동화를 통해 생산성을 끌어올렸지만, 건설 산업은 여전히 현장 중심의 비표준적 프로세스에 머물러 있다. 이를 개선하기 위한 기술로 BIM(건설 정보 모델링)과 프리패브(prefabrication)가 등장했다. 하지만, BIM은 여전히 설계 정보의 정합성을 확보하는 데 그치고, 프리패브는 공장에서의 품질을 높였지만 현장 연결성과 공종 간 데이터 연속성에는 한계를 보여왔다. 이제는 산업화된 건설(industrialized construction)의 새로운 전환이 필요하다. 그 시작은 단순한 자동화가 아닌, 설계·제조·시공을 하나의 체계로 연결하는 제품화(productization) 접근이 될 수 있다. 이 개념은 복잡한 건설 프로젝트를 ‘단발성 설계’가 아니라, 재사용 가능한 디지털 제품 모듈로 수행하는 것이다. 그리고, 그 중심에는 여러 공종을 통합하여 모듈 단위로 제작된 복합공종모듈(multi–trade module)이 있다. BIM은 건물의 형상과 정보를 3차원으로 표현하는 데 강점을 가진다. 그러나 여전히 설계–시공–운영 단계로 이어지는 일련의 생애주기에서 데이터의 연결성이 사라지고, 프로젝트마다 같은 작업을 반복하는 상황이 발생한다. 이는 유사 프로젝트 경험자의 경험에 의존하게 되는 구조적 한계로 이어져, 리소스 수급의 불균형에 따른 결과물의 품질까지 영향을 받게 된다. 제품화 전략은 이런 문제를 해결하기 위한 방법론이다. 쉽게 말해, 데이터를 한 번 쓰고 버리는 ‘소모품’이 아니라 ’반복 사용 가능한 디지털 자산(digital asset)’으로 관리하는 개념이다. 건설을 프로젝트 단위가 아닌 제품 단위(product unit)로 바라보며, 모델 안에 설계 규칙과 부품 구조를 포함시켜 다음 프로젝트에서도 그대로 활용할 수 있도록 한다. 이때 중요한 것이 제품 구조(product structure)와 설계 규칙 관리이다. 각 부품과 시스템을 위계적으로 정의하고, 그 관계를 데이터로 연결하면 프로젝트 전체가 하나의 논리 구조 안에서 작동할 수 있는데, 그 기술적 틀이 바로 복합공종모듈이다.   그림 1. 복합공종모듈로 설계 및 제작하여 설치 중인 벽체   복합공종모듈의 정의와 핵심 기술 복합공종모듈은 구조, 전기, 기계 등 서로 다른 공종이 하나의 설계 모듈 안에서 함께 정의된 통합 설계 단위다. 이 모듈은 단순한 부품 집합이 아니라, 각 공종 간 연결 규칙과 제약 조건이 미리 설정된 지능형 설계 템플릿(intelligent template)이다. 복합공종모듈의 특징 및 가능성은 다음과 같다. 첫째, 복합공종모듈은 규칙 기반 설계(parametric design)를 활용한다. 설계 요소 간의 관계를 수학적 규칙으로 정의해두면, 치수를 바꾸거나 객체의 위치를 옮기더라도 관련 형상이 자동으로 반응한다. 이 구조의 중심에는 뼈대 구조(skeleton structure), 즉 설계의 기준이 되는 참조 레퍼런스 프레임워크(reference framework)가 있다. 뼈대는 전체 모델의 축 역할을 하며, 하나의 기준점 변화가 관련 부품과 어셈블리에 즉시 반영되도록 한다. 결과적으로 설계자는 반복적인 수정 작업을 줄이고, 프로젝트 전반의 설계 품질과 일관성을 확보할 수 있다. 둘째, 공종 간 실시간 충돌 감지(clash detection)를 가능하게 한다. 기존 BIM 협업은 각 공종이 별도의 모델을 작성하고 마지막 단계에서 충돌 검토를 했다면, 복합공종모듈을 활용한 설계는 초기부터 여러 공종을 통합한 하나의 데이터 구조로 설계한다. 따라서, 공종 간 간섭을 자동으로 탐지하고 조정할 수 있어, 현장에서 발생하는 재작업과 시간 손실을 크게 줄인다. 셋째, 복합공종모듈은 설계, 제작, 시공 또는 조립의 전 과정에서 디지털 연속성(digital continuity)을 실현한다. 템플릿 안에는 형상 정보 외에도 자재 종류, 조립 순서, 제작 방식까지 포함되어 있는데 이는 다수의 프로젝트 참여를 바탕으로 산출된 지식과 노하우를 바탕으로 한다. 따라서 복합공종모듈에 담긴 설계 데이터가 곧 제조 및 시공 지침이 될 수 있다. 이는 기존 BIM 모델이 단순한 시각화 도구에 머무르지 않고, 실제 프로젝트에서 활용 가능한(buildable) 모델로 발전했음을 의미한다. 결과적으로 복합공종모듈은 설계 자동화, 데이터 일관성, 협업 효율성의 세 가지 측면에서 설계자의 생산성을 획기적으로 향상시킨다. 동일한 참조 모델 기반의 협업은 공종 간 의사소통 오류를 줄이고, 표준화된 템플릿 구조는 품질의 편차를 최소화한다. 이는 단순히 설계 효율의 문제가 아니라, 건설 산업을 제품 중심의 디지털 제조 프로세스로 전환시키는 출발점이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

엔비디아가 ‘슈퍼컴퓨팅 2025(Supercomputing 2025, SC25)’ 콘퍼런스에서 산업과 컴퓨팅 공학 가속화를 위한 오픈 모델 제품군인 ‘엔비디아 아폴로(NVIDIA Apollo)’를 공개했다. 엔비디아는 자사의 AI 인프라로 가속화된 새로운 AI 물리 모델을 통해 개발자들이 다양한 산업 분야의 시뮬레이션 소프트웨어에 실시간 기능을 통합할 수 있도록 지원할 예정이다. 엔비디아 아폴로 제품군에는 확장성, 성능, 정확성을 위해 개발된 물리 최적화 모델이 포함된다. ▲전자기기 자동화와 반도체 분야에서는 결함 검사, 컴퓨팅 리소그래피, 전열(electrothermal), 기계 설계 ▲구조 역학 분야에서는 자동차, 가전제품, 항공우주 분야의 구조 해석 ▲기상 및 기후 분야에서는 세계와 지역 예보, 다운스케일링, 데이터 동기화, 기상 시뮬레이션 ▲전산 유체 역학(CFD) 분야에서는 제조, 자동차, 항공우주, 에너지 분야의 시뮬레이션 ▲전자기학 분야에서는 무선 통신, 레이더 감지, 고속 광학 데이터 시뮬레이션 ▲다중 물리학 분야에서는 핵융합, 플라즈마 시뮬레이션, 유체 구조 상호작용 등을 지원한다. 엔비디아의 오픈 모델 제품군은 최신 AI 물리학 발전을 활용해 신경 연산자(neural operator), 트랜스포머, 확산(diffusion) 방법 등의 머신러닝 아키텍처를 도메인별 지식과 결합한다. 엔비디아 아폴로는 사전 훈련된 체크포인트와 훈련, 추론, 벤치마킹을 위한 참조 워크플로를 제공해 개발자가 특정 요구사항에 맞게 모델을 통합하고 맞춤화할 수 있도록 지원한다.     한편, 엔비디아는 어플라이드 머티어리얼즈, 케이던스, 램리서치, 루미너리 클라우드, KLA, 피직스X, 리스케일, 지멘스, 시놉시스 등의 기업이 새로운 오픈 모델을 활용해 자사 AI 기술을 훈련, 미세 조정, 배포할 예정이라고 소개했다. 이들 기업은 이미 엔비디아 AI 모델과 인프라를 활용해 자사 애플리케이션을 강화하고 있다. 어플라이드 머티어리얼즈는 엔비디아 AI 물리를 활용해 제조 공정과 최종 제품의 전력 효율을 개선하는 신소재, 제조 공정을 개발 중이다. 이는 반도체 제조 공정 확장성의 큰 제약 요인을 직접 해결한다. 어플라이드는 엔비디아 GPU와 쿠다(CUDA) 프레임워크를 통해 에이스(ACE)+ 다중물리 소프트웨어 모듈에서 최대 35배 가속화를 달성했다. 이로써 반도체 공정의 신속한 탐색과 최적화를 구현했다. 또한 에이스+ 물리 데이터를 활용해 핵심 소재 수정 기술에 대한 AI 모델을 구축했다. 이를 통해 기존 시뮬레이션에서 얻은 데이터로 훈련돼 새로운 사례를 몇 초 만에 예측할 수 있는 AI 모델인 대리 모델(surrogate model)과 디지털 트윈을 사용한 첨단 반도체 공정 챔버의 유동, 플라즈마, 열 모델링을 거의 실시간으로 수행할 수 있게 됐다. 케이던스는 자사의 피델리티 CFD 소프트웨어의 일부인 피델리티 찰스 솔버(Fidelity Charles Solver)를 활용했다. 피델리티 찰스 솔버는 엔비디아 기반 밀레니엄(Millennium) M2000 슈퍼컴퓨터로 가속화된다. 이를 통해 케이던스는 수천 건의 상세한 시간 종속적 전체 항공기 시뮬레이션으로 구성된 고품질 데이터셋을 생성했다. 이 데이터는 전체 항공기의 실시간 디지털 트윈 구현을 가능케 한 AI 물리 모델 훈련에 사용됐다. 지멘스는 심센터 STAR-CCM+(Simcenter STAR-CCM+)와 같은 주력 유체 시뮬레이션 도구에 엔비디아 AI 물리를 통합하고 있다. 이를 통해 설계자는 고정밀 제1원리 시뮬레이션과 고속 AI 대리 모델을 결합할 수 있다. 결과적으로 기존보다 빠른 속도로 설계 옵션을 탐색할 수 있게 됐다. 시놉시스는 엔비디아 AI 물리를 활용해 GPU 가속을 증폭시키고 컴퓨터 공학 분야에서 최대 500배의 속도 향상을 달성하고 있다. 앤시스 플루언트(Ansys Fluent)와 같은 엔비디아 GPU 가속 유체 시뮬레이션 도구의 실행 시간은 AI 물리 대리 모델로 시뮬레이션을 초기화함으로써 크게 단축될 수 있다. 이 접근 방식은 기존 방법으로 시뮬레이션을 초기화하는 것보다 더 빠르다. 리스케일은 자사의 AI 물리 운영체제에 엔비디아 아폴로 모델을 통합해 엔지니어링 혁신을 가속하고 있다. 리스케일의 엔드 투 엔드 기능 강화로 엔지니어들은 고충실도 제1원리 시뮬레이션과 고속 AI 대리 모델을 매끄럽게 결합할 수 있게 된다. 엔비디아 아폴로 모델의 고급 기능을 리스케일 프레임워크 내에서 활용함으로써, 고객은 기존 시뮬레이션 방식의 정확도를 유지하면서도 방대한 설계 공간을 빠르게 탐색하고 실시간에 가까운 추론 결과를 얻을 수 있게 된다.

DJI가 초경량 팔로 미(follow-me) 카메라 드론 ‘DJI 네오 2(DJI Neo 2)’를 출시했다고 밝혔다. 이번 신제품은 무게가 151g으로 DJI 드론 중 가장 작고 가벼운 모델이며, DJI 최초로 전방위 장애물 감지 기능을 탑재했다. 손 제스처만으로 조작 가능한 제스처 컨트롤, 간편한 셀피샷(SelfieShot), 그리고 향상된 액티브 트랙(ActiveTrack) 기능을 통해 러닝이나 사이클링 등 활동적인 상황에서도 저고도 추적 촬영을 손쉽게 구현할 수 있다. DJI 네오 2는 초보자도 쉽게 비행할 수 있도록 설계되어 가족 나들이, 야외 스포츠, 여행 등 다양한 상황에서 ‘나만의 플라잉 카메라맨’으로 일상의 순간을 생생하게 담아낸다. DJI 네오 2에는 전면 왼쪽에 새로운 소형 온보드 디스플레이가 탑재되어 촬영 모드를 바로 확인할 수 있다. 드론을 마주보고 이륙 버튼을 누르면 손바닥 위에서 바로 이륙시킬 수도 있다. 원하는 장면을 촬영한 후에는 ‘리턴 투 팜(Return-to-Palm)’ 기능을 통해 사용자의 손바닥 위치를 자동으로 인식해 정밀하게 착륙함으로써 보다 안전하고 간편한 비행 경험을 제공한다.     제스처 컨트롤을 사용할 때는 한 손 또는 양손의 손바닥을 이용해 드론의 방향과 거리를 제어할 수 다. 드론을 마주 보고 손바닥을 드론 쪽으로 향하게 한 채 손을 들면, 한 손으로도 드론의 좌우 이동과 고도 조절이 가능하다. 양손 손바닥을 드론 쪽으로 향하게 한 상태에서 손을 벌리면 드론이 멀어지며, 손을 모으면 드론이 가까워진다. 카메라 앵글 조정에도 별도의 리모컨이 필요 없다. DJI 네오 2는 음성 제어도 지원하여 스포츠나 기타 활동 중 스마트폰이나 블루투스 헤드폰으로 비행 명령을 보낼 수 있다. 더 긴 전송 거리가 필요할 경우에는 DJI RC-N3 조종기와 페어링하여 최대 10km의 영상 전송 거리를 달성할 수 있다. 또한 리모컨 없이 드론을 사용하거나, 모션 컨트롤러와 고글을 페어링하여 몰입감 넘치는 FPV1(1인칭 시점) 경험을 즐기는 등 다양한 방법으로 제어가 가능하다. DJI 네오 2에는 2축 짐벌이 새롭게 탑재되어 안정적인 촬영이 가능하며 1200만 화소, f/2.2 조리개의 1/2인치 CMOS 센서와 고성능 이미지 프로세서로 화질이 선명하고 노이즈가 적다. DJI의 시그니처 기능인 액티브트랙과 새로운 셀피샷을 결합하면 피사체가 자동으로 프레이밍되어 처음부터 끝까지 매끄럽고 손쉽게 촬영할 수 있다. 또한 다양한 지능형 촬영 모드로 창의적인 앵글이 가능하며, 최대 100fps의 4K 영상 촬영으로 슬로 모션을, 2.7K 세로 영상 촬영 모드로 선명하고 디테일한 시네마틱 퀄리티를 구현할 수 있다. DJI 네오 2의 향상된 추적 성능은 더 빠른 반응과 개선된 안정성을 제공하여 러닝, 사이클링 등에서 부드럽고 안정적인 추적이 가능하다. 개방된 공간에서는 최대 12m/s의 속도를 낼 수 있으며, 8방향 추적(전, 후, 좌, 우 및 4개 대각선)은 더욱 자연스러운 팔로 샷을 생성하고 창의적 가능성을 확장한다. 복잡한 환경에서는 드론이 후방 추적 모드로 전환되어 피사체에 안정적으로 초점을 유지함으로써 창작의 자유를 제공한다. 혼자만의 시간이나 소중한 사람들과의 순간을 촬영할 때는, 핸즈프리가 가능한 네오 2의 새로운 셀피샷 기능을 통해 삼각대나 기타 보조 없이도 상반신, 전신, 장거리 모드를 손쉽게 전환할 수 있다. 생일 파티, 주말 피크닉, 가족 나들이 등 모든 장면을 자동으로 구성하며, 필요에 따라 카메라를 움직여 소중한 순간을 단 한 번의 탭으로 포착한다. DJI 네오 2는 돌리 줌, 퀵샷, 마스터샷 등 지능형 촬영 모드를 지원해 다양한 앵글의 돋보이는 영상을 손쉽게 완성할 수 있도록 돕는다. 돌리 줌은 히치콕 효과를 지원하며 소셜 미디어에 적합한 인상적인 영상 제작이 가능하다. DJI의 시그니처 퀵샷에는 드로니, 서클, 로켓, 스포트라이트, 헬릭스, 부메랑이 포함되어 있어 사이클링, 스케이트보드 또는 기타 활동의 매력적인 팔로 샷을 손쉽게 만들 수 있다. 마스터샷은 창의적인 카메라 움직임으로 다양한 샷을 자동으로 촬영하고, 음악과 함께 지능적으로 편집하여 고품질 영상을 제작한다. DJI 네오 2의 무지향성 단안 비전 시스템은 전방 라이다(LiDAR) 및 하향 적외선 감지 시스템과 결합되어 실시간으로 장애물을 감지하여 안전하고 자신감 있는 비행을 제공한다. 전방위 보호를 제공하는 일체형 프로펠러 가드 디자인 역시 초보자에게 안심할 수 있는 드론 조작 경험을 제공한다. 또한 DJI 네오 2는 이전 모델인 DJI 네오 대비 향상된 호버링 및 포지셔닝 기능으로 다용도 비행을 지원하여 실내, 건물 근처, 물이나 눈 위 등 까다로운 환경에서도 더 쉽게 탐색이 가능하다. 5등급 내풍성, 최대 19분의 비행 시간, 49GB 내장 스토리지를 갖춘 DJI 네오 2는 최대 105분의 4K/60fps 영상, 최대 175분의 4K/30fps 영상 또는 241분의 1080p/60fps 영상을 저장할 수 있다. 저장된 영상은 별도의 데이터 케이블 없이도 와이파이로 휴대폰과 연결이 가능하며, 최대 80MB/s의 속도로 DJI Fly 앱으로 전송할 수 있어 매끄러운 후반 작업 및 공유가 가능하다. DJI 네오 2는 DJI 스토어 및 공인 판매처로부터 주문할 수 있으며, 오늘부터 배송이 시작된다. 구성 옵션에 따른 가격은 DJI 네오 2 본체가 29만 5000원이고, DJI 네오 2 플라이 모어 콤보 39만 5000원, DJI 네오 2 플라이 모어 콤보 49만 3000원, DJI 네오 2 모션 플라이 모어 콤보 73만 1000원이다. 한편, DJI 제품을 위한 종합 보상 서비스 플랜인 DJI 케어 리프레시(DJI Care Refresh)가 DJI 네오 2에도 적용된다. DJI 케어 리프레시는 일상적인 마모, 충돌, 침수 피해 등 예기치 못한 사고로 인한 손상까지 보상하며, 고장 발생 시 소액의 자기 부담금으로 손상된 제품을 교체받을 수 있다.

대원씨티에스는 DJI 엔터프라이즈와 한국 공식 총판 계약을 체결하고, 산업용 드론 시장에서의 혁신적인 비즈니스 전개를 본격화한다고 밝혔다. 대원씨티에스는 이번 총판 계약을 통해 DJI 엔터프라이즈의 드론 설루션을 국내 시장에 안정적으로 공급하고 측량, 토목, 건설, 플랜트 등 기존 주력 분야에서의 경쟁력을 한층 강화할 예정이다. 또한, 공공, 소방, 안전, 치안, 교통 등 기반 산업 분야에 대한 투자를 통해 시장의 외연을 적극 확장해 나간다는 계획이다. 특히, 드론 기술을 중심으로 한 스마트 인프라 및 데이터 기반 산업 생태계 구축을 목표로 한다. 이를 위해 산업설루션팀을 신설하고, 전문성을 갖춘 영업 인력과 설루션 엔지니어를 중심으로 한 전국 단위의 파트너 네트워크를 강화한다. 또한, SCM, CRM, WOS, WMS 등 선진화된 시스템을 기반으로 한 지원 체계를 구축해 딜러 및 리셀러 파트너사들과의 상생 비즈니스를 추진할 예정이다.     대원씨티에스는 자사가 보유한 엔터프라이즈 역량인 ARISTA, KAYTUS, DEEPX 등 고성능 데이터센터 및 AI 설루션을 DJI의 산업용 드론 기술과 결합하여 데이터 수집, 전송, 저장, 처리, 분석, 활용 및 시각화에 이르는 전 과정을 아우르는 인텔리전트 토탈 드론 설루션을 완성할 계획이다. 이를 통해 드론이 항공 촬영 도구를 넘어 산업 전반의 디지털 전환을 이끄는 핵심 플랫폼으로 자리 잡도록 하는 것이 목표다. 대원씨티에스는 산업용 드론 설루션이 산업 현장은 물론, 공공의 안전과 사회의 편익 증진에도 기여하는 의미 있는 기술로 발전할 것으로 기대하고 있다. 대원씨티에스의 GTM 본부장인 김광국 상무는 “DJI 엔터프라이즈와의 협력을 통해 대원씨티에스는 산업 전반의 드론 생태계의 패러다임을 한 단계 더 진화시키고자 한다”면서, “첨단 AI 및 데이터 기술과 결합된 드론 설루션을 통해 공공과 산업 현장에 새로운 가치를 제공하며, 지속 가능한 발전을 이끌어 가겠다”고 전했다.

기업에서 BOM(자재명세서, Bill of Materials)은 누구나 참조해야 할 핵심 기준 정보이지만 체계적인 교육 부재로 인해 불안감을 느끼는 실무자들이 많습니다. 본 ‘디지털 BOM 완전정복’ 클래스는 이러한 불안과 좌절을 해결하고, DX(디지털 전환) 시대에 맞는 체계적인 BOM 이해를 위한 최적의 솔루션을 제공하고자 합니다. - 개설 확정 교육입니다. 많은 참여 바랍니다. #BOM #BOM교육 #DX교육 #한국산업지능화협회_PLM기술위원회 #캐드앤그래픽스   BOM 교육 내용이 보이지 않으면 여기를 클릭하십시오.