딜로이트(Deloitte)는 인더스트리 4.0을 직접 체험할 수 있는 스마트 공장의 모델 시설을 독일 뒤셀도르프에 열었다고 밝혔다. 이 스마트 공장은 사이버-물리 시스템(CPS)의 개발 및 생산에 관련된 모든 산업을 대상으로 하며, 여러 전문 부서 간의 협업을 조율하고 회사 내외부의 수많은 이해관계자를 통합해야 하는 기업을 위해 마련되었다. 딜로이트와 프로스텝(PROSTEP)은 이 공장에서 엔드 투 엔드 데이터 프로세스를 위한 실용적인 활용 사례를 구현했으며, 요구사항 공학, 모델 기반 시스템 엔지니어링(MBSE) 및 개발을 연결하는 디지털 프로세스 체인을 그 예로 들 수 있다. 이들 사용 사례는 엔드 투 엔드 추적성이 어떻게 작동하는지와 AI 지원 프로세스의 기반을 어떻게 마련할 수 있는지를 보여준다. 딜로이트와 프로스텝은엔드 투 엔드 엔지니어링 프로세스 체인 개발을 위해 긴밀히 협력했으며, 이 과정에서 딜로이트의 프로세스 노하우와 프로스텝의 PLM(제품 수명주기 관리) 통합 노하우가 결합되었다. 프로스텝의 설루션인 오픈PDM(OpenPDM)이 통합의 기반을 제공하며, 이는 프로스텝 디지털 스레드 플랫폼의 일부이다. 오픈PDM은 주요 PLM, ALM, ERP 시스템에 대한 표준 커넥터를 제공하여 통합 및 유지보수 비용을 최소화한다. 통합된 IT 시스템 환경은 시스템 개발에서 원활한 협업을 촉진하여, 다양한 전문 부서가 선호하는 전문 시스템에서 높은 수준의 품질과 효율성을 달성할 수 있도록 한다. 또한 개발 주기를 단축하고 A-SPICE, CSMS 표준, MDR(의료기기 규정) 등에서 요구하는 추적성 관련 규정 준수 요건을 충족하는 데 도움이 된다.     이런 사용 사례는 V-모델(V-model)을 따르는 일반적인 개발 프로세스를 기반으로 한다. 이해관계자의 요구사항은 먼저 PTC 코드비머(PTC Codebeamer)에 기록된 후, 다쏘시스템의 카티아 매직 사이버 시스템즈 엔지니어(Catia Magic Cyber Systems Engineer)로 전송되어 시스템 아키텍처를 모델링하고 추가적인 기능 및 시스템 요구사항을 도출하는 데 사용된다. 특정 성숙도에 도달하면 전체 요구사항 패키지는 추가 개발을 위해 지멘스 팀센터(Siemens Teamcenter)로 전달된다. 프로스텝의 피터 팔츠그라프(Peter Pfalzgraf) 파트너 매니저는 “이렇게 구현된 사용 사례의 주요 장점은 자동화된 데이터 인터페이스가 도메인 경계를 넘나드는 협업을 용이하게 한다는 점”이라면서, “이 설루션은 연결된 IT 시스템에서 일관된 데이터 상태를 보장하고 시스템 간 추적성을 지원한다. 이를 통해 여러 전문 부서 간의 협력이 필요한 복잡한 시스템의 개발 속도를 높이는 데 기여한다”고 밝혔다. 딜로이트의 티노 크루거(Tino Krüger) 제품 전략 및 수명 주기 관리 파트너는 “프로스텝이 규제 산업에서 이기종 시스템 환경을 통합한 수십 년의 경험을 가지고 있어 파트너로 선택했다”면서, “두 회사는 자동차, 방위, 항공우주, 의료 기술, 플랜트 엔지니어링, 조선 등 수많은 다양한 산업에서 사업을 운영하고 있다. 우리는 서로를 완벽하게 보완한다”고 전했다.

주요 디지털 트윈 소프트웨어   실시간 데이터 수집 및 분석, 2D/3D 가상화 솔루션, OCTOPUS Hub(옥토퍼스 허브)   개발 및 자료 제공 : UVC, 031-346-3366, www.uvc.co.kr   유비씨는 고객의 디지털 전환을 위해 데이터 수집부터 분석, 가상화까지 스마트 팩토리에 필요한 전 주기 솔루션을 개발하는 디지털 트윈 전문기업이다. 국제 산업 표준(OPC UA) 인증으로 이기종의 기계/설비/센서 등을 한 번에 연결하고 노코딩(No-coding) 방식으로 사용자가 쉽게 데이터를 관리 및 활용할 수 있으며, 다수의 공장을 중앙에서 관리하고 협업함으로써 즉각적인 장애 대처, 현장 작업자 교육, 유지보수, 비용 절감을 가능하게 한다.   1. 주요 특징  유비씨의 주력 솔루션인 OCTOPUS Hub는 OPC UA 기반으로 설계되어 공장 내 다양한 설비와 기계를 유연하게 연결하고, 실시간 데이터 수집 및 분석, 2D/3D 가상화를 통해 공장의 운영 효율성을 높인다. 2. 주요 기능 (1) 물리적 시스템과 디지털 시스템의 통합 • 데이터 수집: 센서, PLC, IoT 디바이스 등 물리적 시스템으로부터 데이터를 실시간으로 수집 • 상호 연결성: 물리적 시스템과 디지털 시스템 간 상호운용성 보장 • 디지털 트윈 지원: 물리적 시스템의 디지털 표현을 생성하여 시뮬레이션, 예측 분석, 설계 검증에 활용 (2) OPC UA 모델러 • 사용자들이 공장 내 모든 데이터 포인트 및 인스턴스를 OPC UA로 모델링 할 수 있도록 하는 드롭 앤 드랍 방식의 툴 (3) 스마트 커넥터 • 엣지 컴퓨팅 환경에서 동작하며, 다양한 산업용 디바이스(PLC, 센서)로부터 데이터를 실시간으로 수집·제어하는 동시에, PC의 상태 정보까지 제공하는 전문 프로그램 (4) 캡캐처 • 다양한 설비 프로토콜을 내장해 폭넓은 설비를 지원하며, 실시간 메모리 변화 감지·리포팅, 특정 데이터 검색, 그리고 메모리 녹화를 통한 분석 기능을 제공함으로써 쉽고 효율적인 메모리 스캔을 가능케 하는 전문 툴 (5) 엣지 컴퓨팅 역할 엣지는 실시간 데이터 처리와 물리적 시스템과의 직접 연동을 담당한다. 1) 엣지 컴퓨팅 주요 기능 • 스마트 커넥터 Shop Floor 설비의 Plug & Play  • 데이터 수집 및 전처리 Shop Floor 설비, 센서, PLC와 직접 연결해 데이터를 수집 및 전처리 이기종 프로토콜 변환 및 OPC UA 서버 내장으로 데이터 표준화 • 실시간 처리 및 제어 클라우드로 전송 전 데이터 분석 및 로컬 제어 수행. 낮은 대기 시간을 요구하는 애플리케이션 지원(예: 로봇 제어, 제조 장비 운영). • 컨테이너 기반 서비스 관리 컨테이너 기술(Docker, Kubernetes)을 활용한 서비스 배포 및 업데이트 용이 시스템 확장성 강화 및 장애 시 복구 지원 • 클러스터링 및 안정성 장애 발생 시 단일 실패 지점 방지 및 부하 분산 수행 클러스터 기반 인프라를 통해 안정적 운영 가능 2) 엣지와 CPS 서버 간 협력 • 엣지에서 처리된 데이터를 CPS 서버로 전달하여 고급 분석 및 집계 수행. • CPS 서버는 엣지에서 발생한 데이터를 통합 관리하며, 공장 내 설비와 CPS 간 실시간 연결 유지 (6) 데이터 처리 및 분석 • 분산 데이터 처리 엣지, Fog, Cloud 간 데이터 처리 분담으로 효율성 향상 • 고급 분석 및 의사결정 AI/ML 기반의 데이터 분석 및 예측 기술을 활용해 효율성 극대화 이상 감지 및 사전 예방적 유지보수 수행 (7) 제어 및 피드백 • 실시간 피드백 루프 물리적 시스템 상태를 모니터링하고 분석 결과를 실시간으로 제어에 반영 • 로컬 제어 및 중앙 집중 제어 엣지에서 로컬 제어를 수행하고 CPS 서버에서 중앙 집중적 관리 수행      (8) 네트워크 통신 및 표준 준수 • 산업용 IoT 표준 준수 OPC UA, MQTT 등 국제 표준 프로토콜 기반으로 상호운용성 보장 • 데이터 통신 최적화 엣지에서 데이터를 필터링하고 필수 데이터만 클라우드로 전송하여 네트워크 부하 감소 (9) 시스템 확장성 및 안정성 • 분산 인프라 엣지와 CPS 서버 간 분산 구조를 통해 시스템 확장성과 안정성 확보 클러스터 기반 아키텍처로 확장성 지원 • 단일 실패 지점 방지 장애 복구 및 자동 재구성을 통해 시스템 신뢰성 강화 (10) 보안 및 신뢰성 • 데이터 암호화 및 인증 센서에서 CPS 서버에 이르기까지 모든 데이터의 안전한 통신 보장 • 공격 탐지 및 복구 보안 위협 탐지 및 복구 메커니즘 내장 (11) 사용성과 인터페이스 • 사용자 대시보드 실시간 데이터 모니터링, 경고 및 알림 제공 • 직관적인 인터페이스 AR/VR 및 시각화 기술을 활용한 직관적 운영   3. 도입 효과 (1) 생산성 향상 실시간 데이터 분석과 자동 제어를 통해 생산 공정의 속도와 효율성을 극대화 (2) 운영 효율성 증가 실시간 모니터링과 분석을 통해 공정 병목현상을 제거하고, 자원 활용을 최적화 (3) 데이터 기반 의사결정 실시간 데이터와 분석 결과를 기반으로 신속하고 정확한 경영 및 운영 의사결정 지원 (4) 작업자 안전 강화 위험 요소를 실시간으로 감지하고 경고하여 작업자 안전을 확보 (5) 스마트 공장 구현 디지털 트윈과 엣지 컴퓨팅 기술을 활용하여 공장의 디지털화 및 자동화 추진 (6) 생산 라인의 신속한 전환 가능 데이터 중심의 유연한 제어 및 소프트웨어 중심의 설정 변경 (7) 지속 가능성 증대 생산 공정에서의 에너지 사용과 자원 소모를 실시간으로 모니터링하고 최적화함으로써 환경 영향을 최소화 (8) 데이터 기반 생산 공정 최적화 생산의 전 과정에서 제품, 공정, 설비, 공장 등 모든 개체를 연결, 감시하고 모아진 제조 빅데이터를 관리, 정제, 분석하여 자율, 능동적으로 설계, 운영 최적화를 달성 4. 주요 고객 사이트 현대, 기아, 현대모비스, 현대오토에버, 삼성SDI, 삼성바이오로직스, HL만도, SGC 에너지, 국방기술품질원, 콤텍시스템, 이안, 효성 ITX, LG U+, 유진 로봇(Yujin ROBOT)     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

파수는 자사의 플래그십 콘퍼런스인 ‘FDI 2025 심포지움(Fasoo Digital Intelligence 2025 Symposium, 이하 FDI)’을 4월 22일 진행했다고 밝혔다. 파수는 이번 행사를 통해 생성형 AI 시대를 위한 AI 및 보안, 데이터 전략, 투자 효율성을 높이는 보안 접근법 등을 제시, 글로벌 AI·보안 기업으로의 면모를 드러냈다고 평가했다. 이번 FDI는 국내 기업 및 기관의 CIO, CISO 등 350여 명이 참가했다. 파수는 올해 ‘생성형 AI 혁명 : AI가 기업에 가져올 변화’를 주제로 삼고, 기업형 sLLM(경량 대규모 언어 모델), 데이터 관리/보호 방안, 공급망 관리, CPS(사이버 물리 시스템) 보안 등 다양한 세션을 통해 현재의 문제와 대응안 등의 인사이트를 나눴다. 파수의 조규곤 대표는 ‘GenAI 혁명을 위한 AI 전략’ 키노트에서 급속도로 발전되는 AI가 변화시키고 있는 비즈니스 및 업무 환경을 설명하고, 조직 내부에 구축하는 sLLM을 성공적으로 구축하기 위한 방안을 제시했다. 조 대표는 “성공적인 sLLM 구축을 위해서는 AI 시스템 인프라에 대한 지나친 투자 대신 AI를 위한 데이터 인프라 강화와 AI 거버넌스 구축에 신경써야 한다”고 조언했다. 또한 “더 발전된 모델이 매일 새롭게 출시됨에 따라 향후 유연하게 더 나은 신규 모델을 활용할 수 있도록 구축 단계부터 고려해야 한다”고 말했다.     이어 ‘기업형 GenAI, LLM Agent’ 발표를 진행한 윤경구 전무는 현재 LLM의 발전 현황과 방향성을 짚으면서 논리적 사고의 리즈닝(reasoning) 모델과 언어 모델의 한계를 벗어나는 에이전틱 LLM이 AI 혁명을 이끌 것으로 전망했다. 더불어 파수가 선보인 기업용 LLM ‘Ellm(엘름)’의 발전 현황과 다양한 세부 모델, 실제 고객 활용 사례를 소개하고 AI 활용을 위한 신규 설루션도 선공개했다.  이후에는 ▲악성메일 훈련/교육, 취약점 진단과 태세(Posture) 관리 ▲AI와 클라우드 시대의 데이터 보안 ▲소프트웨어 공급망 보안과 SBOM 생성 유통 검증 ▲CPS 보안 ▲GenAI 데이터 보안 전략 등의 세션이 진행됐다. 특히 ‘악성메일 훈련/교육, 취약점 진단과 태세 관리’ 발표에서는 효과적인 보안 투자를 위한 ‘보안 101’이 제시됐다. 이 발표에서는 보안 투자 확대에도 불구하고 보안 사고가 발생하는 원인으로 임직원들의 보안 훈련 부족과 취약점, 태세 관리 미비를 꼽고, 특히 데이터가 암호화되지 않은 경우 피해가 급증한다고 지적했다. 이에 따라 ‘기초/필수 과정’을 뜻하는 101을 차용한 ‘보안 101’으로 훈련, 암호화/백업, 취약점 분석, 태세 관리에 집중해 투자 효율성을 높일 수 있다고 설명했다.  파수가 제시하는 ‘보안 101’의 첫 단계는 먼저, 임직원들의 악성 메일 반복 훈련과 최신 자료 중심의 백업, 확대 적용된 암호화를 통한 사이버 위협 대응 능력 향상이다. 또한 컴플라이언스 대응에만 초점을 맞춘 취약점 진단이 아닌 IT 인프라, 공급망 애플리케이션, OT(운영기술)/CPS로 대상을 확대해 보안 사각지대를 최소화한다. 나아가 데이터(DSPM)를 비롯, 애플리케이션(ASPM)과 OT시스템(OSPM) 등의 태세 관리를 통해 자산 식별 및 분류, 실시간 탐지 및 대응, 지속적인 모니터링으로 보안을 강화할 수 있다. 한편 파수는 이번 FDI를 통해 소개된 다양한 설루션 및 서비스를 기반으로 글로벌 AI·보안 기업으로 거듭나겠다는 전략을 소개했다. 특히 본격적인 확산에 돌입한 구축형 sLLM Ellm의 신규 업데이트는 물론, GenAI 활용을 위한 설루션, 분야별 태세 관리 설루션 및 서비스 등을 연내 순차적으로 선보일 예정이다. 

파수가 IT 시스템부터 공급망 애플리케이션, CPS(사이버 물리 시스템)/OT(운영기술)에 걸쳐 보안 취약점을 진단할 수 있는 컨설팅 서비스를 공개했다. 파수는 고객에게 필요한 모든 보안 취약점 진단 서비스를 제공해, 디지털 자산을 안전하게 보호할 수 있도록 지원한다고 전했다. 보안 취약점 진단은 조직의 보안 구축을 위해 반드시 필요한 단계다. 하지만 초연결 사회 환경에서는 사용자 디바이스부터 서버 등의 하드웨어, 소프트웨어 애플리케이션, 네트워크, 생산 및 제조 시설 등에 이르기까지 그 대상이 광범위하고 진단 방식도 모두 달라 보안 사각지대가 발생하기 쉽다. 기업 및 기관이 스스로 진단이 필요한 부분을 인식하고 각각에 맞는 서비스를 찾는 부분에 대한 현실적인 어려움도 크다. 이에 따라 파수는 모든 취약점 진단 컨설팅 서비스를 제공해, 고객이 보다 쉽게 필요한 영역의 보안을 강화할 수 있도록 돕는다고 밝혔다.      파수의 취약점 진단 원스톱 서비스는 크게 세 부분으로 ▲인프라 시스템 ▲공급망 애플리케이션 ▲CPS 부문의 보안 취약점 진단 서비스를 포함한다. 인프라 취약점 진단은 파수가 수 년간 축적해 온 보안 컨설팅 노하우와 고객 사례를 기반으로 PC, 서버, DBMS, 네트워크 등의 환경 구성을 진단하고 내부 정책이나 보안 감사, 컴플라이언스에 대응할 수 있도록 지원한다. 현황 분석 및 취약점 점검, 인터뷰, 현장 실사 등을 통해 인프라 환경을 평가하며, 결과 보고서 제공은 물론, 즉시 조치가 필요한 사항을 지원해 보안 수준을 향상하고 중요 자산을 안전하게 보호할 수 있도록 한다. 또한 각종 기술 영역의 보안 감사에 대한 대응과 컴플라이언스 준수 역량 등을 확립하고, ISMS, ISO27001 인증 등에도 대응할 수 있다. 공급망 보안 취약점 진단 서비스는 스패로우의 설루션을 통해 안전한 소프트웨어 공급망을 확보하고 컴플라이언스를 준수할 수 있도록 지원한다. 숙련된 전문가의 소스코드 분석(SAST), 오픈소스 분석(SCA), 웹취약점 분석(DAST) 서비스가 제공되며, 신속하고 정확한 진단 결과에 따라 맞춤형으로 조치하고 이를 재진단해  보안을 강화하고 소프트웨어 가시성을 확보할 수 있다. CPS 보안 취약점 진단은 국내 초대형 공장 등을 포함한 다수의 구축 사례를 보유하고 있는 CPS/OT 보안 전문가가 진행한다. 제조, 에너지, 운송 산업 등의 장비, 시설 등 운영 시스템의 전체 자산과 네트워크 흐름에 대한 가시성을 제공하고 보안 위협에 사전 대응할 수 있도록 점검하는 것을 목표로 한다. CPS 네트워크의 모든 자산을 식별하고 데이터의 흐름을 분석하며, 관련 플랫폼과 애플리케이션, 장비의 취약점을 점검하고 위협을 식별한다. 운영 시스템의 주요 보호 구간에서 비인가 통신이나 이상 행위 발생시 이에 대한 분석도 지원한다.  파수의 조규곤 대표는 “보안 취약점 진단은 조직의 모든 시스템에 걸쳐 필요한 필수 조치지만, ‘취약점 진단’이라고 하면 각각 다른 영역을 생각할 정도로 단편적으로 접근하다 보니 보안홀이 발생하고 있는 것이 현실”이라며, “파수는 원스톱 컨설팅 서비스를 통해 가장 종합적이고 실용적인 방안으로 컴플라이언스를 준수하고 보안 위협에 대비할 수 있도록 돕는다”고 말했다.

알테어가 3월 31일부터 4월 4일까지 독일 하노버에서 개최되는 산업 기술 전시회 ‘하노버 메세 2025’에 참가해 AI, 시뮬레이션, 고성능 컴퓨팅(HPC) 기술을 결합한 혁신 설루션을 공개한다고 밝혔다. 이번 전시에서 알테어는 AI 패브릭, AI 에이전트, AI 기반 엔지니어링, 디지털 트윈 등 최신 기술을 활용해 기업의 디지털 혁신을 지원하는 방안을 발표한다. 특히 AI와 시뮬레이션을 결합해 제품 개발을 높이고 운영 효율을 극대화하는 방안을 집중적으로 소개한다. 알테어는 하노버 메세 현장에서 다양한 산업 전문가들과 함께 AI 및 자동화 기술을 주제로 네 개의 강연을 진행한다. 강연에서는 ▲‘AI 에이전트가 스마트 공장을 어떻게 변화시키는가?’ ▲‘AI 기반 엔지니어링 효율성 극대화’ ▲‘소재 혁신과 넷제로(탄소중립) 달성을 위한 전략’ ▲‘산업 환경에서의 AI 기반 이상 탐지’ 등을 주제로 최신 기술 트렌드와 실제 적용 사례를 공유한다.     이외에 글로벌 농기계 전문 기업 CNH 인더스트리얼과의 협업 사례도 공개한다. CNH 인더스트리얼의 주세페 굴로 설계 해석 엔지니어는 “알테어의 AI 기반 시뮬레이션 기술로 디지털 트윈을 구축해 제품 개발 시간을 단축하고, 검증 프로세스를 간소화하며 계산 비용을 절감했다”고 말했다. 알테어의 라비 쿤주 최고 제품 및 전략 책임자(CPSO)는 “AI와 머신러닝은 기업이 추구하는 속도, 성능, 품질, 비용 효율성을 실현하는 핵심 요소”라며, “알테어는 AI 패브릭과 AI 에이전트를 포함한 AI 기반 엔지니어링 설루션으로 스마트한 설계와 기업의 디지털 전환 가속화를 돕는다. 이를 통해 지속 가능한 미래 실현에도 기여할 것”이라고 말했다.

디지털 지식전문가 조형식의 지식마당   2025년 1월 미국 라스베이거스에서 열린 CES 2025에서 엔비디아의 최고 경영자인 젠슨 황(Jensen Huang)이 ‘물리적 AI(physical AI)’라는 용어를 사용한 것이 화제이다.  물리적 AI에 정확하게 정의된 것은 없지만, 수 년 전부터 사용하는 물리적 AI 개념은 인공지능이 우리 주변의 물리적 세계가 공간과 시간에 따라 어떻게 변화하는 지도 학습할 수 있다는 것을 의미한다. 최근 챗GPT가 그린 그림은 인간의 물리적 경험과 인식을 인지하지 못하는 경향이 있다. 그것은 소프트웨어 알고리즘에 따라서 생성되기 때문이다. 예를 들어서 ‘고수가 들어간 쌀국수를 그려줘’라고 하면 배우 고수가 쌀국수 그릇에 들어간 것 같은 황당한 이미지가 생성될 수도 있다. 이 그림은 인공지능에게 아무런 문제가 없지만, 물리적 세계에 사는 인간은 상상하지 못하는 이미지다. 이런 현상은 인공지능과 디지털 결과에서 자주 본다. 이 그림은 디지털 공간과 시간의 생각과 물리적 공간과 시간의 생각의 차이점을 극명하게 보여주는 예이다. 엔비디아 젠슨 황의 물리적 AI는 비즈니스 용어로 사용될 것이지만, 그 의미는 로봇같은 물리적 실체가 데이터를 물리적 실행(action)으로 변환해 주는 것을 의미한다. 최근 오픈AI의 챗GPT가 엄청난 방향을 가져왔지만, 어떤 실행을 직접 해 주는 것이 아닌 말로만 하는 대규모 언어 모델(LLM)이라고 할 수 있다. 이제 산업계에서는 언어 모델이 아닌 물리적 액션(physical action)이 필요하다. 그것의 대표적인 비즈니스가 자율주행(autonomous driving)과 로봇(robot)이라고 할 수 있다. 그러나 이런 비전(vision)은 비전일 뿐이다. 이것은 최근 메타버스의 사례에도 알 수 있듯이 아무리 전문가라고 하더라도 미래를 확정할 수 없다. 미래는 가 봐야 하는 것이다. 최근에 디지털 트윈을 공부하면서 디지털 트윈에 대해 상당한 의문점을 가지게 되었다. 이제 디지털 트윈의 범위는 한 개인이나 조직이 평생 공부할 수 있는 지식의 범위를 넘어섰다.  아직 존재하지 않는 것에 대한 디지털 트윈부터 기존의 제품을 유지 보수하기 위한 디지털 트윈까지 너무나 다양하며, 그것은 모두 적용할 수 있는 표준이나 프레임워크(framework)는 존재하지 않는다. 현재 주장하는 디지털 트윈의 개념은 시뮬레이션(simulation)에 기반을 두고 있다. 어떤 사람은 디지털 트윈이 아니라 디지털 클론이라고 주장한다. 왜냐면 현재는 미러링 이미지라고 생각하기 때문이다. 진정한 트윈은 서로 비슷하지만, 서로 다른 삶을 살아간다. 원래 디지털 트윈(digital twin)의 개념은 미국항공우주국(NASA)의 우주선 개발에서 나왔다. 여러 가지 리스크로 인해 보통 두 개의 트윈을 제작해서 하나는 우주로 발사하고 하나는 미국항공우주국이 보관하는데, 지구에 남은 트윈의 유지 비용이 비싸기 때문에 디지털 형태로 만들기 시작한 것에서 디지털 트윈이라는 용어가 나왔고 더 자연스러워졌다. 몇 년 전부터 일반인들이 디지털 전환이나 4차 산업혁명에 대해서 약간 진부해지기 시작했다. 더 이상 디지털이 새로운 혁신만은 아니고 성공이나 경쟁에 장점으로만 작용하지 않는다는 것을 인식하기 시작했다. 새로운 무엇인가를 기대하기 시작했다. 처음에는 챗GPT같은 것은 모든 것을 일시에 바꿀 것 같았지만, 또 다른 변화가 우리를 기다리고 있다. 이것은 전문가나 잘 나가는 비즈니스맨이 주장하는 대로 되는 것이 아니라, 생각하지 못한 곳에서 시작된다.   그림 2. 물리적 AI 그리고 물리적 디지털 트윈(physical digital twin)   <그림 2>에 서있는 로봇은 피지컬 트윈(physical twin)일까 아니면 디지털 트윈일까? 나는 ‘물리적 디지털 트윈(physical digital Twin)’이라고 생각한다. 우리의 뇌처럼 물리적이지만, 가상적인 생각을 하는 물리적 가상 시스템이기 때문이다. 이것은 가상 물리 시스템(CPS : Cyber Physical System)과 비슷하지만 약간 의미가 다른 물리 가상 시스템(PCS : Physical Cyber System)이라고 할 수 있다. 이제는 디지털 트윈에서도 새로운 개념을 생각할 때가 온 것 같다. 단순하게 물리적 제품을 개발하기 위한 디지털 트윈이나 기존의 장치를 관리하기 위한 디지털 트윈이 아니라, 주체적으로 인공지능을 실행하는 물리적 디지털 트윈이 출현할 것 같다. 디지털 트윈 역시, 물리적 AI처럼, 일반적 인공지능의 도움 없이는 불가능해지고 있다. 우리가 양자역학을 이해하기 어려운 것은 양자역학의 개념이 어려워서가 아니라, 우리의 사고 방식이 확실한 분류에 익숙해져 있기 때문이라고 한다. 어떤 것이 입자이거나 파동이라고 구분되지 않고 입자이면서 파동이라는 생각을 할 때부터 우리는 혼란스러워진다. 그리고 그것은 설명하는 단어가 존재하지 않기 때문에 사람들이 개념을 정립하기 어렵다고 한다. 이제는 디지털 트윈에서 디지털이냐 물리적이냐를 구분하는 것이 모호해지고, 새로운 용어가 나올 때까지 사람들을 혼란스럽게 만들 것이다. 그리고 임시적 용어로 물리적 디지털 트윈을 생각해 본다.   ■ 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.

안랩이 9월 26일 기업·기관 보안 담당자를 대상으로 하는 통합 보안 전략 콘퍼런스 ‘안랩 ISF 2024(AhnLab Integrated Security Fair 2024)’를 진행했다고 밝혔다. 안랩 ISF는 국내외 최신 보안 동향과 기술을 공유하는 안랩의 연중 최대 통합 보안 전략 콘퍼런스다. 올해는 안랩의 고객사를 포함한 다양한 기업·기관의 보안 담당자와 IT 관리자를 대상으로, ‘AI를 기반으로 강력하고 단순한 보안 구현’이라는 주제 아래 진화하는 위협 사례와 이에 대응하기 위한 AI 중심의 보안 운영 전략 등을 소개했다. 이번 행사에서는 안랩 강석균 CEO의 인사말을 시작으로 ▲안랩 전성학 연구소장, 안랩 김창희 제품서비스기획실장, 장동선 궁금한뇌연구소 대표의 키노트 발표 ▲안랩과 자회사, 파트너사의 보안 전문가가 최신 보안 트렌드를 공유하는 트랙 세션 등 총 18개 강연이 마련됐다.     안랩의 강석균 대표는 인사말에서 “매년 새로운 보안 트렌드가 등장하지만 ‘생산성 향상’이라는 본질은 변하지 않고 있다”며, “안랩은 새롭게 선보인 통합 보안 플랫폼 ‘AhnLab PLUS’를 기반으로 고객사의 효율적인 보안 운영을 지원하겠다”고 말했다. 안랩 전성학 연구소장은 ‘AI를 활용한 미래의 보안’을 주제로 키노트 발표를 진행했다. 전 소장은 생성형 AI를 활용한 최신 사이버 공격 트렌드를 살펴보고, 이에 대응하기 위한 안랩의 AI 기반 보안 기술을 소개했다. 이어서 안랩 김창희 제품서비스기획실장은 ‘Empowering the Future of Cybersecurity: Everything Everywhere All at Once’를 주제로, 언제 어디에서나 발생할 수 있도록 진화한 사이버 위협을 둘러싼 미래 보안 트렌드를 예측했다. 마지막 키노트 세션에서는 장동선 궁금한뇌연구소 대표가 ‘안도와 불안이 공존하는 세상 속에서 우리를 지키는 법 : 불안의 뇌과학’을 주제로 발표했다. 장 대표는 인간의 만성적인 회피 행동을 유발하는 불안의 매커니즘을 설명하고, 이를 극복하고 복원력을 키우기 위한 방법을 논의했다. 트랙 세션은 ▲Proactive Response(능동적인 대응) ▲Low-friction of Operation(유기적인 보안 운영) ▲Unified Platform(통합 플랫폼) 등 주제별 트랙으로 나눠 진행됐다. 각 트랙은 안랩 PLUS의 주요 구성요소와 AI 기반 보안의 핵심 개념을 의미한다.  각 세션에서는 안랩과 자회사, 파트너사 등 다양한 영역의 보안 전문가가 발표자로 나서 깊이 있는 보안 인사이트를 공유했다. 발표자들은 최신 보안 위협 사례부터 AI 기반 보안 전략, 클라우드 보안, CPS(사이버 물리 시스템), 제로 트러스트 등 다양한 영역의 보안 트렌드와 안랩의 대응 방향성을 소개했다. 이와 함께, 전시 부스에서는 AhnLab PLUS를 비롯해 안랩과 자회사, 파트너사가 제공하는 주요 솔루션과 서비스를 시연했다. 안랩은 부스를 방문한 조직 보안 담당자들의 보안 전략 수립에 실질적인 도움을 제공하기 위한 맞춤형 상담을 제공했다.

PLM 업계 인터뷰 PLM의 역사와 발전을 위한 제언   서효원 KAIST 산업및시스템 공학과 명예교수/초빙교수 서효원 교수는 CAM/CAM, PLM 분야에 30여 년 몸담아 오고 있다. 한국CDE학회(구, 한국CAD/CAM학회) 창립에 참여하여, 현재는 고문으로 있으며, KAIST PLM Academy(KPA)를 설립 및 운영해 왔다. 현재는 힌국 산업지능화협회 PLM기술위원회와 디지털트윈 기술위원회 위원장을 맡고 있다. 최근 연구분야로는 PLM, EngNLP, Digital Twin 등의 연구 및 프로젝트를 진행하고 있다.   - 국내 PDM/PLM의 역사에 대해 소개한다면. 국내 PDM/PLM의 역사는 삼성전자가 첫 PDM 프로젝트를 시작한 1995년이 원년이 아닐까 싶다.(PDM/PLM 커뮤니티)  1995년 전후로 PDM연구회가 운영되었고, 한국CAD/CAM학회가 창립되면서 PDM/PLM에 대한 연구가 활발하게 이루어졌다. 또한 2005년 ‘PLM 베스트 프랙티스 컨퍼런스’가 처음으로 개최되면서 PLM에 대한 이슈 및 성공사례, 구축 사항 등에 관한 실질적인 정보를 제공, 해마다 좋은 반응을 이끌어내고 있다. 2006년 12월에는 현대차, 삼성전자, LG전자 등 기업들이 주도하는 ‘PLM 컨소시엄’이 창립되면서 PLM의 국내 기업에 보급도 활발해졌다. 초기에는 데이터 관리 중심 PDM의 이름으로 발전 하였고, CPC(PTC)의 개념, PLM(IBM)의 개념으로 발달하였다. 이때 국내에 BPR (Business Process Reengineering : 비즈니스 프로세스 혁신) 개념이 활발해지면서 제조 기업에 BPR/PLM이 하나의 쌍을 이루어 프로젝트가 진행되었다. 이러한 PLM은 2000년부터 2015년까지 대기업을 중심으로 본격적으로 도입되면서 국내 PLM의 최고의 성숙기를 맞이하였다. 2000년 국산 PDM 솔루션으로 DynaPDM이 개발되는 등 이후에는 중소기업에도 PLM 도입이 활발해지기 시작했으며 중소형 PLM은 국내 PLM이 어느 정도 역할을 하기 시작했다.  디지털 트윈(Digital Twin)은 2002년 미국 마이클 그리브스 박사가 제품생애주기관리(PLM)의 이상적 모델로 설명하면서 등장하였다. 이 개념에 대해 NASA의 존 비커스 박사가 디지털 트윈으로 명명하고, 2010년 NASA가 우주 탐사 기술 개발 로드맵에 디지털 트윈을 반영하면서 우주 산업에서 쓰여 온 것으로 알려지고 있다. 이러한 디지털 트윈의 개념이 보급되고 최근 디지털 트윈의 중요성이 산업현장에서 부각되면서 PLM의 역할이 중요해지고 있다.   - PLM 관련 진행해 왔던 일 중에서 의미 있는 일이나 에피소드가 있다면. 제품개발/PLM 관련 일들중 과목개발, 학생 배출, 논문(국내외, SCI 등), ASME Conf Best Paper Award (Product Ontology Framework), IEEE Best Paper Honorable Mention (Estimation of Product Cyclic Process) 등이 있었지만 가장 의미 있는 일은 KAIST PLM Academy (KAIST PLM 전문가과정/KPA) 설립하여 PLM 기업 전문가 250 여분을 배출했다는 것이 가장 의미 있는 일이었다고 생각한다. KPA를 통해 전문가 배출뿐만 아니라, 강의에 참여한 분들도 기업 전문가 분들이 대부분이셨기 때문에 PLM 산업 현장에서 마주 할 때 사전에 교감을 갖고 있어 일을 협력적으로 진행하게 되는 경우가 종종 있다는 말을 전해 들을 때 PLM 분야에 조금은 공헌한 것으로 보람을 느낀다.   - 최근 PLM 트렌드와 향후 PLM//DX 관련 전망은 어떠하다고 보는가? 최근에 GPT 및 디지털트윈이 큰 화두로 떠 오르고 있다. 디지털 트윈은 그동안 공장자동화, 컴퓨터통합생산, 인더스트리 4.0, CPS 시스템 등의 연장선 상에서 발전되고 있으며, 향후 물리-디지털 트윈간 양방향 커뮤니케이션에 기반한 보다 왼성된 디지털 트윈으로 발전하여 정확한 시뮬레이션 및 예측, 그에 따른 물리 트윈 운영 오페레이션 또는 가이드가 이루질 수 있다.  GPT는 인공지능에 의한 자연어 처리를 대중적으로 활용할 수 있는 수준으로 발전하였다. 이러한 GPT 기술은 제조기업 또는 엔지니어링 분야에서 핵심적인 역할을 할 것이다. 제품설계, 생산, 유지보수 및 고객서비스 등 모든 분야에서 엔지니어링 정보를 생성, 활용하고 있는데 GPT 가 훌륭한 협업자가 될 것이며, 나아가 단계적으로 전문가 작업을 대체해 나길 수도 있을 것이다. 제조 기업에 GPT가 효과적으로 활용되기 위해서는 ‘생성형’이 갖고 있는 이슈가 극복되어져야 할 것이다. GPT 기술은 PLM 기술의 혁신적 발전을 가져올 것이며, GPT-enabled PLM은 디지털 스레드 기술을 기반으로 하여 디지털트윈 발전의 핵심적인 역할을 할 것이다.   - PLM/DX 분야의 발전을 위한 제언이 있다면. 국내 PLM/DX 분야의 발전을 위해서 몇 가지 제언을 드립니다. PLM/DX 분야에서 활동하셨던 분들이 축적한 노하우를 디지털화 시켜 다음 세대에 물려줄 수 있어야 할 것이다. 이 안에는 '문제점(비식별화된)''도 포함되어야 할 것이다. 또한 국내 기업의 제품개발의 특성과 해외 솔루션의 GAP의 모니터링을 통해 국내 기업의 니즈가 솔루션을 리딩할 수 있도록 해야 할 것이다. 마지막으로 인공지능, GPT와 같은 기술을 빠르게 PLM/DX와 접목시켜야 하고, 이를 위해 Cross-Over 협력체계를 갖추는 것이 필요할 것이다.      

캐드앤그래픽스는 SIMTOS 2024 행사 기간 중 4월 4일과 5일에 ‘디지털 제조 & 뿌리산업 컨퍼런스’를 진행했다. AI 제조 혁신과 디지털 트윈을 다룬 ‘디지털 제조 컨퍼런스(4월 4일)’와 스마트 공장 및 뿌리산업의 디지털 전환을 주제로 한 ‘뿌리산업 컨퍼런스(4월 5일)’을 통해 제조 분야 디지털 전환의 흐름을 짚고, 미래 혁신 전략과 사례를 살펴보는 자리가 마련됐다. ■ 정수진 편집장     4월 5일 ‘뿌리산업 컨퍼런스’에서는 ‘뿌리산업 대전환, DX와 스마트팩토리’를 테마로 5편의 발표가 진행됐다. 한국생산기술연구원의 최태훈 연구소장은 ‘미래 산업환경 대응 지능화 뿌리기술’에 대해 발표했다. 디지털화(digitalization) 및 디지털 전환(DX)은 대량의 데이터를 수집/분석할 수 있는 기술로 꼽힌다. 주요 선진국은 매스 커스터마이제이션(대량맞춤생산) 및 퍼스널라이제이션(개인화)으로 대표되는 경제 패러다임의 변화에 대응하기 위해 DX 기술을 기반으로 생산 제조 시스템 및 서비스 시스템의 변화를 추진하고 있다. 데이터의 활용을 기반으로 서비스를 개인화/자동화하며 프로세스를 혁신하는 인더스트리 4.0과 스마트 공장이 대표적이다. 스마트 공장의 구성 요소로 ▲공장 내 모든 장비의 소통 ▲공장 내 모든 구성요소의 역할 파악과 협업 ▲자율 운영 등을 꼽은 최태훈 연구소장은 “스마트 공장의 목적과 활용도 측면에서 생산성 향상에 아직 집중하고 있는 것이 국내 뿌리기업의 현실”이라면서, 공정 최적화를 넘어 유연생산과 자율제조를 추진해야 한다고 짚었다. 또한 중견/중소기업의 디지털 전환 확산을 위해서는 대기업의 상생 노력 및 정부의 정책 고민도 중요하다고 덧붙였다.   ▲ 한국생산기술연구원 최태훈 연구소장   LG전자의 송시용 상무는 ‘스마트 팩토리 구축 여정과 사례’ 발표에서 “스마트 공장의 목적을 명확히 하고 긴 여정을 짧게 가져가는 것이 경쟁력이 될 것”이라고 전했다. 송시용 상무가 바라보는 스마트 공장은 새로운 생산 시스템의 초기 기획부터 구축, 안정화, 양산 운영까지 전체 라이프사이클의 경쟁력을 확보하는 수단이다. 이를 위해 양산 운영 단계까지 빠르게 도달하는 것이 스마트 공장 성공의 열쇠라는 것이다. 또한, 송시용 상무는 LG전자가 구축한 스마트 공장인 ‘드림 팩토리’의 사례를 소개했다. 드림 팩토리는 양산 3년 전부터 초기 기획을 진행했고, 자동화를 위한 표준화와 공용화 등을 선결 과제로 추진했다. 이를 통해 제품 개발, 생산 시스템 및 SCM(공급망 관리), 공법 및 장비 등의 영역에서 자동화와 운영 최적화, AI 기반의 성능 예측과 실시간 설비 데이터 기반 고장 예지 등의 기능을 구축했다. 송시용 상무는 “생산 현장의 직접 영역 외에 간접 영역의 디지털 전환도 함께 추진해야 효용을 높일 수 있다”고 덧붙였다.   ▲ LG전자 송시용 상무   현대자동차의 최영태 상무는 ‘현대자동차 HMGIS 스마트 팩토리 구축 사례 소개’에 대해 발표했다. 현대자동차는 미래 자동차 생산 기술을 연구 및 실증하기 위한 싱가포르 글로벌 혁신센터(HMGIS)를 구축했다. HMGIS는 현대자동차그룹의 스마트 공장 브랜드인 ‘이포레스트(E-FOREST)’를 실증하기 위한 테스트베드의 역할도 한다. 최영태 상무는 현대자동차가 추구하는 스마트 제조 플랫폼의 핵심 가치로 ▲휴머노이드 로봇 등을 활용한 자동화 ▲공장의 자율 운영 및 소프트웨어 정의 공장(SDF) ▲인체공학적인 스마트 공장 기술 ▲수소 에너지 기반의 넷제로 공장 등을 꼽았다. 또한, 스마트 공장 추진 사례로 ▲산업용 로봇/협동로봇, 머신비전, AI 기술을 활용한 조립 자동화 시스템 ▲자율주행, 통합 관제 기술 등을 활용한 경로 이송 물류작업의 자동화 시스템 ▲제조 현장의 데이터를 시각화/공유하는 IoT 기반의 팩토리 BI(비즈니스 인텔리전스) ▲데이터 분석/비전 품질 검사/생산 관련 정보 및 자동화 가이던스 제공 등을 위한 팩토리 AI를 소개했다.   ▲ 현대자동차 최영태 상무   에스엔에이치의 민태기 연구소장은 ‘공작기계의 역사와 제조업의 과거와 미래’에 대해 발표하면서 스마트 공장에 대한 큰 그림을 그리는 데에 도움이 될 만한 내용을 소개했다. 공작기계의 역사는 우리가 생각하는 것보다 오래 되어, 맷돌도 초보적인 공작기계로 볼 수 있을 정도이다. 이후 산업혁명 시기에는 증기기관 방적기가 등장하면서 의류의 생산성이 높아지고, 난방과 조리에 쓰고 남은 열을 활용할 수 있게 되면서 조리 기술이 발달하는 등 기계가 생활을 변화시키기도 했다. 특히 정밀가공 기술의 발전은 대포의 성능을 크게 높이면서 국제정세의 변화를 이끌었다. 비교적 최근에는 직렬 공정의 리스크에 대한 고민이 분산시스템과 CPS(사이버 물리 시스템) 등을 고민하게 했고, CNC 머신의 등장은 4차 산업혁명으로 이어지는 시작점이 되었다. 민태기 연구소장은 “이후에도 공작기계는 더 많은 산업과 우리 생활 가까이 자리잡고 있다”면서, “제조현장과 제품 생산의 미래는 성능과 생산성을 넘어 ‘우리의 삶을 어떻게 바꿀 것인가’라는 흥미와 관심이 주도할 것”이라고 전했다.   ▲ 에스엔에이치 민태기 연구소장   산업통상자원 R&D전략기획단의 임영목 MD는 ‘산업 R&D 정책 방향’에 대한 발표에서 “우리 정부는 자유무역 체제 하에서 기술 패권, 생산성 강화, 디지털 전환과 같은 글로벌 환경 변화에 대응해야 한다는 측면에서 R&D 및 정책 모델의 전환을 추진 중”이라면서, “첨단 전략 기술, 혁신 인재, 개방형 혁신, 산업 융합, 스케일업 등의 키워드를 정책에 반영할 필요성이 커졌다”고 전했다. 정부는 파편적인 과제 지원에 그치지 않고 전략적인 목표 아래 다양한 전문 분야를 연결해 산업 혁신으로 이어질 수 있는 정책 거버넌스에 대한 고민을 하고 있다. 임영목 MD는 이런 흐름에서 향후 정부 R&D 지원 정책의 주된 방향으로 ▲고위험 차세대 기술에 대한 R&D 투자 집중 ▲기업 등 민간의 기술 수요자 중심으로 프로세스 변화 ▲ 산업 단위의 공통 핵심기술에 대한 투자 확대 ▲기업 수요 기반으로 전략적 글로벌 공동 연구 추진 ▲민관 공동투자 대상 기업의 스케일업 지원 ▲선진 연구자의 참여 및 성장 지원 등을 꼽았다.   ▲ 산업통상자원 R&D전략기획단 임영목 MD   같이 보기 : [포커스] 디지털 제조 컨퍼런스, 제조산업 혁신 전략과 디지털 트윈의 활용 방안 소개