도구의 시대를 지나 운영 모델의 시대로   디지털과 현실을 잇고 아이디어를 실제 가치로 구현하는 방식, 오토데스크가 말하는 ‘디자인 & 메이크(Design & Make)’다. 7월 15일에 열린 ‘오토데스크 디자인 & 메이크 서밋 코리아 2026’은 그 진화를 이끄는 세 개의 키워드(데이터, AI, 컨버전스) 를 축으로 구성되었다. 기조연설로 문을 열고, 세 곳의 고객 성공 사례가 이어졌으며, 오토데스크 코리아의 AI 세션으로 마무리되는 하루였다. 필자가 이날 현장에서 받은 인상을 한 문장으로 요약하면 이렇다. “지난해가 ‘어떤 도구를 써야 하나’로 우왕좌왕하던 시기였다면, 올해의 화두는 ‘어떤 데이터를 어떤 거버넌스로 다룰 것인가’로 옮겨 갔다.” 마지막 세션에서 오토데스크코리아의 정태승 박사가 던진 이 진단은 사실 그날 발표자 대부분이 서로 다른 언어로 반복한 말이기도 했다. 도구(BIM)는 이미 전제가 되었고, 승부처는 그 위에 쌓이는 데이터와 그것을 운영하는 방식으로 넘어가고 있었다.   ▲ 오토데스크 디자인 & 메이크 서밋 코리아 2026 현장   기조연설 — 새로운 청사진, 그리고 모두를 위한 디자인 이번 행사의 기조연설은 오토데스크의 켄 푸(Ken Foo) 전략 파트너십 부사장이 맡았다. ‘The New Blueprint : Data, AI, and Convergence’라는 제목처럼, 데이터·AI·산업 융합이 기업의 운영 방식을 어떻게 재편하는지를 조망했다. 프로젝트는 갈 수록 복잡해지고 수익성 압박은 커지는데, 연결된 데이터와 플랫폼, 그리고 워크플로에 내장된 AI가 의사결정과 리스크 관리, 업무의 예측 가능성, 효율과 품질, 나아가 혁신을 어떻게 끌어올릴 수 있는지가 핵심 메시지였다. 고객 기조연설은 현대자동차 제네시스의 송지현 실장과 이준호 책임연구원이 ‘Nanomobility – Design for All’을 주제로 진행했다. 이동약자와 도시의 이동 문제에서 출발한 나노 모빌리티가 포용적 디자인과 제품 혁신으로 발전하고, 오토데스크 설루션 기반의 워크플로를 통해 더 가볍고 강하며 제조 가능한 구조로 구현된 과정을 소개했다. 현대자동차 제네시스의 나노 모빌리티 사례는 ‘디자인’ 과 ‘메이크’가 하나의 흐름으로 이어지는 구체적인 예시였다.   고객 성공 사례 세 편 — 다른 출발점, 같은 결론 GS건설, 간삼건축, 삼우종합건축사사무소가 연달아 무대에 올라 각자의 현실적인 고민과 시도를 공유했다.   GS건설 — CDE로 ‘흩어진 정보’를 연결하다 GS건설 디지털건설팀의 조재영 팀장은 아주 현실적인 질문으로 발표를 열었다. ‘현장에서 최신 정보를 확인하려면 몇 개의 시스템을 뒤져야 할까?’ 도면은 도면 시스템에, BIM은 별도 서버나 담당자 PC에, 이슈는 메신저와 메일에, 검측 서류는 개인 PC와 휴대전화에 흩어져 있다. 정보가 없는 게 아니라, 서로 연결되어 있지 않다는 것이 문제다. 그 결과 무엇이 최종본이고 기준인지 확인하는 데만 많은 시간이 든다. 그 해법으로 제시된 것이 CDE(Common Data Environment, 공통 데이터 환경)다. 조 팀장은 CDE가 원드라이브 같은 단순 저장소가 아니라는 점을 강조했다. 최신 도면과 BIM, 시방, 이슈, 검측 사진 같은 ‘승인 정보’를 하나의 업무 흐름으로 연결하는 프로젝트 협업 공간이라는 것이다. 모든 참여자가 같은 승인 정보를 기준으로 일하고, 변경·검토·조치 과정이 기록되므로, 문제가 생겼을 때 누가 언제 어떤 정보를 기준으로 판단했는지 추적할 수 있다. 글로벌 건설사의 정보 관리는 파일 저장에서 출발해 사내 서버·EDMS를 거쳐, 영국발 정보 관리 기준(ISO 19650)이 확산되면서 상용 협업 플랫폼으로, 다시 클라우드·모바일 환경으로 발전해 왔다. 지금은 CDE를 PMS·ERP·데이터 레이크·AI와 연결해 전사 데이터 기반으로 확장하는 단계라는 설명이다. 특히 인상적이었던 것은 CDE와 ‘AI 도면 시스템’의 역할을 분명히 구분한 대목이었다. CDE가 답해야 할 질문은 “어떤 도면이 최신 승인본인가”(버전·승인 권한·배포·감사 이력)이고, AI 도면 시스템의 질문은 “이 도면에서 무엇을 찾고 분석할 수 있는가”(검색·비교·요약·오류 후보 탐지)다. 만약 AI 시스템이 승인·배포·버전 관리까지 떠안으면 사실상 또 하나의 CDE를 자체 개발·운영하는 부담을 지게 된다. 공식 기준 정보는 CDE가 관리하고, AI는 그 위에서 검토하는 구조가 바람직하다는 것이다. CDE 선택 기준으로는 여덟 가지 항목이 제시되었다. ISO 19650 기반 정보 관리 적합성 : 작성 중/공유/승인/보관 등 정보 상태 구분, 명명 규칙·고유 ID·메타데이터, 버전·워크플로·감사 추적·아카이브 도면 관리 : DWG·DGN·PDF 등 원본 형식과 외부 참조(Xref) 지원, 시트 단위 관리, OCR 속성 추출, 개정 전후 비교·마크업 BIM 지원 : 레빗(Revit)·나비스웍스(Navisworks)·IFC 등 주요 모델 조회, 건축·구조·설비 통합 검토, 간섭·설계 변경을 이슈로 전환 모바일 사용성 : 지하층·통신 음영 구간에서도 도면 확인, 이슈·체크리스트·사진을 도면 위치에 바로 연결 권한·보안 : 역할·폴더·문서 상태별 권한 구분, 인증·저장 위치·활동 로그 API·데이터 연계성 : PMS·공정·ERP·자재·원가·드론·레이저 스캔 연결, 데이터 레이크·AI 분석 활용 도입·표준화 용이성 : 표준 폴더·권한·워크플로 템플릿화, 한국어 지원, 국내 기술 지원, 확산성 비용·벤더 리스크 : 초기 구축비 외 라이선스·스토리지·교육·운영을 포함한 장기 총비용, 종료 시 데이터 반출과 종속성 조 팀장은 이 여덟 가지를 결국 세 개의 질문으로 압축했다. 공식 기준 정보를 제대로 관리할 수 있는가, 현장에서 실제로 쓸 수 있는가, 회사 시스템과 연계해 장기적으로 운영할 수 있는가. 이 조건을 폭넓게 충족하는 설루션은 많지 않은데, 오토데스크 포마(Forma)가 그 몇 안 되는 선택지에 든다는 것이 결론이었다. BIM 360과 컨스트럭션 클라우드(Construction Cloud, ACC)를 거쳐 지금은 포마를 중심으로 계획·설계·시공 데이터를 잇는 방향으로 발전하고 있고, 그 중심에 도면·문서·모델을 다루는 데이터 매니지먼트가 있으며 그 위에 Collaborate·Build·Takeoff와 초기 계획 기능이 얹힌다. 실제 적용 사례도 구체적이었다. 통도면을 시트 단위로 전환하면 변경된 도면만 새 버전으로 등록되고 개정 전후 비교가 가능해진다. 부담이 되던 통도면 분할은 GS건설이 AI OCR로 도면번호· 도면명을 인식해 자동 분할하는 웹 도구를 자체 개발해 써 왔는데, 최근에는 포마의 페이지·속성 추출 기능으로도 처리할 수 있게 되었다. 다만 잘못 인식된 정보가 그대로 기준이 되지 않도록 최종 검수는 반드시 필요하다는 단서를 달았다. 이 밖에 웹·태블릿에서의 BIM 접근, 도면·모델의 정확한 위치에 이슈를 등록하고 담당자·기한·상태를 지정하는 기능, 그리고 검측 서류의 준비·출력·제출 과정을 통째로 없앤 모바일 검측 사례가 소개되었다. 철근 검측 자동화(도면 속 부재명을 AI가 인식해 구조 일람과 연결)는 아직 개발 중이라고 밝혔다. 마지막으로 포마와 MCP(모델 콘텍스트 프로토콜)를 연결한 확장 실험을 공유했다. CDE의 도면·BIM·공정표·현장 데이터를 API로 LLM(대규모 언어 모델)에 연결해, 자연어로 특정 층 물량을 조회해 보고서로 받거나, 공정표 기반 CP(주공정) 분석, 구조 부재 Takeoff의 엑셀 내보내기, BIM 모델 기반 작업 위험 검토를 시험해 본 결과다. 최근 한글 지원이 개선되었고, 국가건설공사 표준시방·LH·도로·철도 등 국내 기준이 반영되면 활용도가 더 높아질 것이라는 기대도 덧붙였다. 조 팀장의 결론은 명료했다. “CDE는 하나의 시스템을 도입하는 것이 아니라, 프로젝트 구성원이 같은 정보를 기준으로 일하게 만드는 변화다.”   ▲ GS건설 조재영 팀장의 CDE·포마 적용 발표   ▲ GS건설 발표 인포그래픽(필자 생성 by Gemini)   간삼건축 — 데이터 자산화가 가져올 미래 간삼건축 이혁 INNOVATION 부문 대표의 발표는 세 사례 중 가장 서사적이고 성찰적이었다. 2008년 간삼건축에 합류해 십 수 년간 프로세스 효율화와 인적 자산 관리를 고민해 온 그는, “여전히 진행 중이고 실험적인 이야기”라며 담담하게 자사의 시행착오를 풀어놓았다. 출발은 2023년의 한 경험이었다. 연말에 급하게 작은 오피스를 호텔로 리모델링하는 기획설계를 맡게 되었는데, 유튜브에서 본 3D 모델링 기반 AI 렌더링을 처음 시도했다. 금요일 오전 세 시간 모델링, 오후엔 BIM 팀원과 함께 손을 보고, 두 시간 만에 50여 장의 이미지를 얻었다. 주말을 거쳐 결국 둘이서 14시간 만에 보고서를 완성했다. 그가 놀란 것은 이미지 품질이 아니라, ‘AI를 쓰면 우리 프로세스를 이렇게 압축할 수 있구나’라는 사실이었다. CAD와 스케치업이 각각 도면과 모델만 다루는 ‘반쪽짜리’라면, 라이노(Rhino)와 레빗으로 옮겨 모델링이 도면으로 직접 이어지고 AI로 이미지를 얻는 세상이 가능하다는 것. 그래서 그는 “AI를 잘 쓰려면 툴 자체가 바뀌어야 한다”고 말하며, “세상은 데이터로 넘어가고 있었다”고 덧붙였다. 간삼은 지난 5년간 여러 조치를 빠르게 진행했다. BIM 교육 동영상 배포, 전사 BIM 능력시험, CAD 허가제, 템플릿 개정, 파라메트릭 팀 신설, 연 10여 회의 AI 세미나. 그러나 그는 생텍쥐페리의 어린 왕자를 빌려 조직의 저항을 유쾌하게 꼬집었다. 어린 왕자가 지구에 오기까지 거친 여섯 별의 어른들이 회사에 다 있다는 것이다. 정작 본인은 하지 않으면서 아랫사람에게만 BIM을 시키는 사람, 끊임없이 허점만 지적하는 사람, “난 CAD가 BIM보다 빠르다”고 버티는 시니어 — 자전거를 빨리 타서 자동차를 이기겠다는 이들 — 와 매일 씨름한다고 했다. 그럼에도 ‘바오밥 나무를 뽑겠다’는 일념으로 만든 것이 ‘팀31’ 이다. 기존 BIM 매니저 팀에 건축 설계 시니어를 붙인 조직으로, 목표는 SD(계획설계) 종료 시점에 실시설계 도서 총량의 30%를 확보하는 것. 도면 총량 30%에 도면당 완성률 60%를 곱하면 18이라 원래 이름은 ‘T18’이었는데, 직관적인 ‘팀31’로 바꿨다는 뒷 이야기가 웃음을 자아냈다. 설계팀 한 명과 팀31 두 명을 짝지어 올해 이미 12개 프로젝트에서 SD 종료 시 40~45%까지 도면을 만들어 내고 있고, 회사 기준으로 전체 설계 효율을 약 6% 올릴 것으로 기대한다고 했다. 자산화 도구도 촘촘했다. 클라우드 협업 보드 미로(Miro)에 계약·목표와 SD 30% 분량의 도면 150여 장을 올려 피드백을 공유하고, 포마에는 간삼의 매스 자산을 허브에 DB처럼 올려 쓰며(파트너사 상상진화의 Forma Box로 초기 계획을 압축), 환경 분석은 라이노의 그래스호퍼(Grasshopper)보다 간편하다고 평가했다. 이미 2차 교육을 마쳤고 8월 중순 3차 교육 후 전면 적용할 계획이다. 오토데스크의 콘텐트 카탈로그(Content Catalog)로는 엘리베이터의 모든 사양에 이름을 붙여 클라우드에 올려 파라미터 조정 없이 선택·삽입하게 했고, 한 걸음 더 나아가 방풍실·병실·계단실·화장실 등 패밀리 조합을 블록으로 저장했다. 여기에 자체 개발한 디테일 DB는 1/50·1/60 도면을 함께 연동하고, 그 디테일을 언제 써야 하는지·주의점은 무엇인지에 대한 경험자의 설명과 별점·좋아요까지 붙였다. 이 대표는 아키텍트 펌의 기술을 ‘감자 이야기’에 비유했다. 1500년대 유럽에 감자가 퍼졌지만 사람들은 ‘악마의 식물’이라며 먹지 않았고, 1700년대 대기근 때에도 감자를 두고 굶어 죽었다. 1800년대 보급 이후 인구가 폭발했지만, 작황 좋은 한 품종만 심은 탓에 감자 마름병(역병)이 창궐하자 아일랜드에서만 150만이 아사했다. ‘안 먹어서 죽고, 그것만 먹어서 죽는다’는 이 우화를, 이 대표는 AI에 그대로 겹쳤다. 쓰지 않으면 뒤처지고, 특정 방식만 맹신하면 위험하다는 것. 실제로 지금 설계실을 들여다보면 절반은 PPT를, 절반은 AI를 쓰고 있는데, 도면 없이 화려한 겉모습만 남는 상태를 그는 오히려 경계했다. 지식 자산화의 진짜 벽은 기술이 아니라 사람과 세대였다. ‘내 자산인데 왜 회사에 내놔야 하느냐’는 물음은, 이 대표가 보기엔 도제식 문화의 방어 심리로서 나름 합리적이다. 아키텍트 펌은 사람을 자산처럼 다뤄 왔지만, 그 자산은 회계장부에 잡히지 않고 복제·확장·승계도 안 되며 사람이 떠나면 함께 사라진다. 동료의 피드백을 거치지 않은 개인 자산은 품질도 낮다. 결과의 공정성보다 과정의 공정성을 중시하는 MZ 세대는 회사의 지시를 맹목적으로 따르지 않는다. 그래서 그가 내린 결론은, 개인의 가치를 ‘추출’해 회사 가치로 만드는 구조에서 벗어나, 개인이 자신의 가치를 내어놓고 서로 교환하며 성장하는 ‘마당(커뮤니티)’을 만드는 것이다. 성과에는 ‘OO의 리포트’, ‘OO의 LISP’, ‘OO의 AI 디자인’처럼 이름을 붙여 인정한다. TFT로 만든 ‘모두가 만드는 플랫폼’은 이미 베타를 열었고 9월 초 정식 오픈을 앞두고 있다. 특히 간삼건축 이혁 부문 대표의 마지막 말은 이날 여러 발표가 향하고 있던 방향을 가장 명확하게 요약했다. “BIM을 시작으로 AI와 클라우드까지, 단순히 도구를 바꾸는 것만으로는 혁신이 안 되겠다는 생각이 들기 시작했다.”   ▲ 간삼건축 이혁 부문 대표의 ‘데이터 자산화’ 발표   ▲ 간삼건축 발표 인포그래픽(필자 생성 by Gemini)   삼우건축 — DX부터 AX까지 삼우건축 AX팀의 윤종근 프로는 삼우가 BIM 기반 설계 체계에서 출발해 DX(디지털 전환)를 거쳐 AX(AI 전환) 운영 모델로 이동한 여정을 단계별로 정리했다. 그는 이 여정을 새로운 기술의 도입이 아니라, “설계자가 문제를 더 빠르게 정의하고 AI·클라우드로 해결하며 그 결과를 조직의 자산으로 축적하는 새로운 업무 방식”으로 규정했다. 시작은 BIM이었다. 삼우는 2016년부터 전면 BIM을 수행하며 BIM을 조직의 ‘설계 기준’으로 만들었다. 전 직원 BIM 역량 평가, CAD 표준과 수행 경험·자동화 속성을 반영한 표준 템플릿, 반복 업무를 시스템화한 삼우 BIM 익스텐션, 2018년 건축·구조 표준 모델과 도면 기준, 2019년 설계 단계별 권장 모델이 그것이다. 핵심은 ‘BIM을 썼다’가 아니라, 설계 기준과 노하우·모델·도면 작성 방식을 디지털 자산으로 축적했다는 점이다. DX 단계의 목표는 본업 경쟁력 강화였다. AutoDrawings로 도면·시트 작성을, 창호·입면도 자동화로 뷰 생성·주석·시트 배치를 자동화했고, 구조 모델링과 일람표, 실내 마감표, 룸 데이터 시트(문서의 실 정보와 레빗 모델 정보를 연동)로 확장했다. 방식은 기술 부서가 현업의 문제를 수집·분석해 개발·배포·교육하고 현업이 적용하는 구조였다. 초기 성과는 분명했지만 한계도 뚜렷했다. 자동화 수요는 느는데 개발 인력은 제한적이고, 기능을 만들어도 실제 활용까지 이어지지 못했으며, 현업은 어떤 기능이 언제 있는지조차 알기 어려웠다. 질문은 ‘무엇을 더 자동화할 것인가’에서 ‘어떻게 더 잘 활용할 것인가’, 나아가 ‘누가 문제를 정의하고 해결에 참여할 것인가’로 바뀌었다. 이에 대한 두 갈래의 시도가 이어졌다. 하나는 사내 플랫폼 ‘DX 가이드맵’으로, 이미 만든 자동화 기능을 현업이 쉽게 찾아 적용하도록 연결했다. 이때 기술 부서의 역할이 ‘만드는 생산자’에서 ‘환경을 제공하는 프로바이더’로 분화된 것이 중요한 변화였다. 다른 하나는 2024년의 생성형 AI 공모전으로, 현업이 직접 문제를 정의하기 시작했다. 이미지 생성·데이터 분석·시각화 등 다양한 유스케이스가 나왔지만, 개인 역량에 의존한 방식은 회사 전체로 확산되기 어렵다는 한계도 함께 확인했다. 공모전에서 나온 아이디어가 기술 검증(PoC)과 사용성 개선을 거쳐 사내 이미지 생성 AI 서비스 ‘미지’로 발전한 것은, 문제 정의의 출발점이 기술 부서에서 현업으로 옮겨 간 상징적 사례였다. 전환점은 2025년의 APS 도면 자동화 프로젝트였다. 오토데스크 플랫폼 서비스(APS)와 포마를 기반으로 PDF 출도의 반복 업무를 자동화해, 대형 프로젝트에서 하루가 걸리던 작업을 30분으로 줄였다. 그러나 윤 프로가 강조한 진짜 의미는 결과가 아니라 ‘개발 방식’에 있었다. AI와 협업하면서 기술 학습·코드 작성·오류 개선의 속도가 달라졌고, AI가 단순 보조 도구가 아니라 개발 과정을 함께 푸는 파트너로 작동했다는 것이다. 그는 이 프로젝트를 “DX 방식으로 시작했지만 AX 방식으로 완성한 첫 프로젝트”이자 DX에서 AX로 넘어가는 터닝 포인트로 규정했다. 이 가능성을 공식 운영 모델로 구조화한 것이 삼우 AI 프레임워크, 이른바 ‘사이프(CYPHE)’다. 핵심은 AI 활용을 개인의 실험에 머무르게 하지 않는 것이다. 사이프는 세 관점으로 요약된다. 첫째, 고객과 회사의 정보를 안전하게 지키면서 AI를 강력하게 쓰는 표준 환경을 구축한다. 둘째, 특정 업무 목적에 맞는 AI 활용을 검증·지원하는 구조를 세운다. 셋째, 실제 업무 변화와 성과를 조직 차원에서 인정하고 확산한다. AI 활용의 기본값을 ‘보안 안에서의 활용’으로 바꾸고, 개인의 시도를 조직의 활용으로 전환하는 것이다. 여기에 유스케이스 등록과 인센티브·교육·멘토링으로 이어지는 성장 구조를 얹었다. 현업이 문제를 발굴하면 AX팀이 기술과 보안을 연결해 구체화하고, 현업의 오너십을 유지한 채 거버넌스와 파트너 리소스를 붙인다. 오토데스크 설루션과 연결성이 높은 케이스는 APS·포마 기반으로 더 확장된 업무 전환 모델로 발전시키며, 최근에는 오토데스크와 공동으로 AX 워크숍을 마쳤다고 밝혔다. 결론은 이랬다. “삼우의 AX는 AI 서비스를 도입한 결과가 아니라, 조직이 일하는 방식을 바꾸는 과정이다. BIM이 설계 데이터를 만들었고, 자동화가 프로세스를 바꿨으며, AI와 클라우드는 문제 해결의 주체와 방식을 확장하고 있다.”   ▲ 삼우건축 윤종근 프로의 ‘DX to AX’ 여정 발표   ▲ 삼우건축 발표 인포그래픽(필자 생성 by Gemini)   오토데스크 AI로 여는 업무 혁신 마무리 세션은 오토데스크코리아의 정태승 박사와 성진호 수석이 맡았다. 고객들이 저마다의 방식으로 AI를 쓰는 모습을 본 뒤, ‘그렇다면 오토데스크는 AI를 어떻게 생각하는가’를 짚는 자리였다.   AEC 관점 — 데이터 교환 모델과 포마, 그리고 어시스턴트의 현주소 정 박사는 오토데스크의 토대로 ‘데이터 교환(data exchange) 모델’을 먼저 꺼냈다. 한 프로젝트에서 수많은 소프트웨어가 쓰이지만 모든 데이터가 한곳에 모일 필요는 없고, 각 모델에서 필요한 부분만 상호 교환되도록 하는 것이 요체다. 이 기반 위에서 다양한 소프트웨어가 운영되는 베이스라인 플랫폼이 바로 포마이며, 이것이 오토데스크가 그리는 생태계라는 설명이다. 흥미로운 것은 ‘이미지에서 공간으로’라는 방향이었다. 같은 프롬프트로 이미지를 만드는 것을 넘어 3차원 ‘공간’을 생성하는 기술에 지속 투자하고 있으며, “공간이 다음 세대의 표준이 될 것”이라고 내다봤다. 현주소에 대해서는 솔직했다. 아직 목적 지향의 ‘에이전트’ 단계까지는 아니며, 현재는 ‘어시스턴트’ 수준이라는 것이다. 반복 작업 자동화, 정보 분석, 그리고 내가 잘 모르는 기능의 의사결정 지원이 지금의 몫이다. 제품별로는 사이트 디자인(Site Design)과 올해 출시하는 빌딩 디자인(Building Design)이 소개되었는데, 웹에서 여러 사람이 함께 작업하고 파사드뿐 아니라 개별 실 단위까지 적용하며 그 데이터가 레빗으로 바로 넘어가는 흐름이 강조되었다. AutoCAD에서는 "보여줘/찾아줘/표준을 검토해 줘" 같은 문구로 QA·QC와 도움말을 어시스턴트가 처리하고, 포마(구 ACC)에서는 RFI 등 정해진 정보를 '필터'처럼 자연어로 조회·검토할 수 있다. 특히 공식 레빗 MCP 서버(베타)를 클로드와 약 1분 만에 연결해, 레빗을 열어 두고 문(door)에 대한 대시보드·일람을 3분 남짓에 만들어 내는 시연이 눈길을 끌었다.   D&M 관점 — 퓨전과 클로드(MCP)로 ‘의도’를 전달하다 이어 성진호 수석은 제조(Design & Make) 영역을 맡아, 퓨전(Fusion)과 AI의 결합을 직접 테스트한 결과를 공유했다. 그는 “본사 발표 자료가 아니라 제가 직접 돌려 본 내용”이라고 전제했다. 퓨전의 오토데스크 어시스턴트(Autodesk Assistant)는 같은 모깎기(R) 형상을 한 번에 선택·편집하거나, 마이크로소프트와 협력한 이미지 렌더링, 오픈 API를 활용한 엔지니어링 앱 개발·배포를 지원한다. 제조 및 기계 설계 분야(DNN)를 담당한 성진호 수석의 오토데스크 퓨전 시연 역시 놀라웠다. 퓨전이 앤트로픽의 MCP 표준을 사용하기 때문에 클로드가 이질감 없이 붙어 명령 수행은 물론 결과를 스크린샷으로 분석하고 커뮤니케이션한다. 심플한 의자를 3D로 모델링하면 여섯 개의 골체가 배치되고 치수가 파라미터로 등록되며 BOM까지 자동 작성됐다. STL 메시를 솔리드로 변환하는 작업, 이미지를 주고 네 번의 피드백으로 원하는 형상을 얻는 과정도 시연됐다. 한 걸음 더 나아간 것은 ‘에이전트 협업’이었다. 에이전트 1이 제조를 전제로 한 지침(컨텍스트 약 100줄)을 만들고, 에이전트 2가 그에 맞춰 MCP 서버로 구현하는 방식이다. 이렇게 하면 펼쳐지는 구조의 의자가 제조 가능한 모델로 만들어지고, 관절이 연결된 로봇이 한 시간이 채 안 되어 생성되며, CNC 가공을 위한 툴패스도 만들어진다. 룰 베이스 CAM을 넘어, 가공되지 않는 영역을 피드백으로 알려 주면 공구 길이와 이송 속도를 스스로 조정하고 기가공 영역을 제외해 자동으로 연결하는 모습이 인상적이었다. 2D 도면을 3D로 변환하는 것은 아직 어렵지만, 규칙을 분석할 수 있는 도면이라면 구현이 가능하다고 했다. 성 수석의 결론은 한 문장으로 압축된다. “설계 개념이 ‘소프트웨어 조작’에서 '의도의 전달’로 넘어가고 있다.”   정리 — 데이터 자산화, 적합성 정의, 거버넌스 마지막으로 정 박사는 고객 사례와 겹치는 결론을 세 가지로 정리했다. 첫째, 데이터가 자산화되어야 한다. 둘째, 지금 하는 일이 그 모델로서 적합한가에 대한 정의가 필요하다. 셋째, 조직이 어떤 거버넌스로 이를 운영할 것인가가 정리되어야 한다. 그는 “AX는 결국 운영 모델을 설계하는 것”이라며, 무엇을 쓰고 어떻게 절차를 만들지, 그리고 “누군가는 책임을 져야 한다”는 점을 강조했다. 대부분의 문제가 책임을 지지 않으려는 데서 생긴다는 뼈 있는 말이었다.   ▲ 오토데스크코리아 정태승 박사의 오토데스크 AI 세션   ▲ 오토데스크 코리아 발표 인포그래픽(필자 생성 by Gemini)   필자의 시선 — 도구는 이미 전제, 승부는 데이터와 거버넌스 하루를 되짚어 보면, 네 개의 발표가 서로 다른 언어로 같은 말을 하고 있었다. GS건설은 ‘CDE와 역할 분리’로, 간삼건축은 ‘감자 우화와 지식 자산화’로, 삼우건축은 ‘사이프와 유스케이스 성장 구조’로, 그리고 오토데스크는 ‘데이터 교환 모델과 데이터·거버넌스’로. 표현은 달라도 지향점은 하나였다. BIM 같은 도구는 이미 전제가 되었고, 승부처는 그 위에 쌓이는 데이터를 어떻게 자산화하고, 개인의 AI 활용을 어떻게 조직의 자산으로 전환하느냐로 넘어가 있다는 것. 필자는 이 흐름이 개인 차원의 오래된 교훈과 맞닿아 있다고 본다. AI가 아무리 훌륭한 대안을 제시해도, 최종 판단은 도메인 지식을 가진 사람의 몫이다. 도구는 이미 민주화되었다. 이날 진행을 맡은 사회자가 훈민정음을 빗대어 “누구나 읽고 쓸 수 있다는 것은 지식의 민주화이고, 지금 AI가 바로 그렇다”고 한 것처럼, 이제 관건은 무엇을(도메인) 어떻게(프롬프트와 거버넌스) 시킬 것인가다. 개인 차원에서 ‘일머리’라 부르던 능력이, 조직 차원에서는 ‘데이터 자산화와 거버넌스’라는 이름으로 확장된 셈이다. 특히 “AX는 운영 모델을 설계하는 것”이고 “누군가는 책임을 져야 한다”는 말은, 화려한 AI 시연 사이에서 가장 오래 남는 문장이었다. 결국 도구를 바꾸는 것만으로 혁신은 오지 않는다. 어떤 데이터를 신뢰할 수 있는 기준으로 삼고, 누가 그것을 책임지며, 개인의 성과를 조직의 자산으로 어떻게 축적할 것인가 — 이 질문에 답하는 조직이 다음 단계로 나아갈 것이다.   ▲ 오토데스크 디자인&서밋 코리아 2026 핵심 메시지 인포그래픽(필자 생성 by Gemini)   맺음말 이번 서밋은 신기술의 전시가 아니라, 그 기술을 ‘어떻게 운영할 것인가’에 대한 고민의 공유장에 가까웠다. 지금 이 글을 읽고 있는 독자에게 묻고 싶다. 우리 조직은 어떤 데이터를, 어떤 거버넌스로 자산화하고 있는가. 그리고 각자의 자리에서 만들어 내는 AI 결과물은 개인의 실험으로 소모되고 있는가, 아니면 조직의 자산으로 쌓이고 있는가. 아직 답을 다 갖춘 조직은 없다. 모두 “늦은 감이 없지 않다”면서도 멈추지 않고 실험을 이어 가고 있었고, 오토데스크 역시 “내년에는 더 나아간 기술을 소개하겠다”고 약속했다. 내년 이맘때 이 자리에서 한 걸음 더 나아간 사례를 만나 보길 권한다. 도구를 넘어 운영 모델을 고민하기 시작한 조직에게, 올해의 서밋은 좋은 이정표가 되어 줄 것이다.   ■ 양승규 캐드앤그래픽스 전문 필진으로, MOT를 공부하며 엔지니어와 직장인으로 살아가는 방 법에 대해 탐구한다. 건축과 CAD를 좋아한다. (홈페이지)     ■ 기사 내용은 PDF로도 제공됩니다.

웹에서 간단한 도면을 작성하는 기능 마우스 클릭 없이 스크립트로 도면을 작성하는 개념입니다. 도면 작성에서 제원이 가장 중요합니다. 제원을 입력하면 그에 따라 선들을 그리는 것이 도면작성 순서인데, 그 선들을 그리는 규칙을 스크립트로 만들어놓고 우리는 제원만 바꾸면 되는 것이라고 생각합니다. 그리고 이제는 LLM이 많이 똑똑해져서 LLM에게 스크립트를 수정시킬 수도 있게 되었습니다. 이 그림은 암거그리는 스크립트 예제에  LLM으로 암거 내공 중앙에 별을 그려줘 라는 프롬프트를 넣어서 LLM이 별을 그리는 스크립트를 작성하도록 해서 그려진 그림입니다. 아래 페이지에서 경험해보실 수 있습니다. http://gumifo.org/ESC_DWG   출처 : 비아이티솔루션

국산 CAD 소프트웨어인 캐디안(CADian)의 개발사 위즈코어가 자체 개발한 설계 자동화 유틸리티인 드림Ⅱ(Dream Ⅱ)를 캐디안 사용자에게 무상으로 제공한다고 밝혔다. 위즈코어는 드림Ⅱ와 함께 600여 개에 달하는 유틸리티 및 LISP(리스프) 통합본도 배포한다. 드림플러스(Dreamplus)의 기능을 대체하는 캐디안 드림Ⅱ는 블록 수량 집계, 도곽 정렬 및 재배치, 3D 면 폴리선 변환, 등고선 레이어 분리 등 240여 개 기능으로 구성된다. 여기에 옹벽 전개도 작성, 횡단면도 층따기, 표 엑셀 내보내기, 다중 도면 일괄 인쇄 등의 기능도 포함한다. 위즈코어는 자체 개발하고 집대성한 LISP 및 응용 유틸리티 통합본 600여 개를 추가 탑재하여 총 840여 개 이상의 자동화 기능을 지원한다고 설명했다. 이들 기능은 건축, 토목, 기계, 전기, 플랜트 등 다양한 분야에서 활용할 수 있다. 캐디안 프로 정품 사용자는 별도 비용 없이 해당 기능을 사용할 수 있다. 캐디안은 오토캐드 R2.5부터 최신 버전까지 DWG 및 DXF 파일을 양방향으로 호환한다. 기존에 사용하던 LISP도 별도 변환 작업 없이 그대로 불러올 수 있다. 또한 리본형과 클래식 인터페이스를 모두 지원한다. 기존 단축키도 그대로 이전하여 사용할 수 있다. 위즈코어는 오토캐드 사용자가 재학습 부담 없이 바로 전환할 수 있는 환경을 제공한다고 강조했다.     최근 국산 CAD 시장에서는 AI와 자동화를 키워드로 내세운 마케팅이 활발하다. 다만 업계에서는 짧은 기간 내 외형을 키우는 것보다 실제 현장에서 검증된 완성도를 갖추는 것이 중요하다고 지적한다. 위즈코어는 “30년이 넘는 국산 CAD 개발 역사를 바탕으로 사용자 피드백을 축적해 왔으며, 드림Ⅱ의 240여 개 기능도 실무자가 매일 사용하는 기능 위주로 다듬었다”고 설명했다. 위즈코어는 드림Ⅱ 응용 유틸리티를 무상 지원하고 영구 라이선스 정책을 유지하고 있다. 이에 따라 총소유비용(TCO) 측면에서도 실용적인 선택지로 평가받는다. 마이크로스테이션의 DGN 등 타사 CAD 도면 파일도 호환되어, 다양한 협업 환경에서 별도의 파일 변환 작업 없이 도면을 활용할 수 있다. 위즈코어 관계자는 “결국 설계자가 필요로 하는 것은 오토캐드와의 완벽한 호환성, 그리고 실제 반복 업무를 줄여주는 검증된 유틸리티”라면서, “캐디안은 드림Ⅱ 무상 지원을 통해 이미 이 두 가지 요구를 모두 충족하고 있다는 점에서 국산 CAD 시장의 확실한 기준을 제시하고 있다”고 전했다. 한편, 위즈코어는 8월 한 달 동안 타사 CAD 사용자를 대상으로 환승 보상 판매 프로모션을 진행한다. 오토캐드를 포함한 타사 CAD 라이선스 보유자가 캐디안으로 전환하면 할인 혜택을 제공한다. 신규 구매 고객에게는 여행 상품권을 증정한다.

데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2027 (4)   아레스 커맨더(ARES Commander)는 최신 버전인 아레스 커맨더 2027에서 DWG 도면을 STEP(*.stp/*.step) 형식으로 변환할 수 있는 기능을 한층 확장했다. 기존에 지원하던 STEP 가져오기 기능에 더해 새롭게 STEP 내보내기 기능이 추가되면서, 사용자는 이제 완전한 양방향 워크플로를 통해 3D 데이터를 자유롭게 주고받을 수 있게 되었다. 이는 단순한 파일 형식 추가를 넘어, 서로 다른 CAD·CAM·CAE 생태계를 잇는 실질적인 협업 도구로서의 의미를 지닌다. 이번 호에서는 STEP이라는 표준 형식의 의미부터 아레스 커맨더가 이를 지원하게 된 배경, 그리고 현장에서 기대할 수 있는 실질적 가치까지 순서대로 살펴보겠다.   ■ 최하얀 위즈코어 마케팅팀의 전임으로 ARES CAD의 마케팅 콘텐츠 기획 및 제품 홍보 업무를 담당하고 있다. 홈페이지 | www.arescad.kr 블로그 | https://blog.naver.com/graebert 유튜브 | www.youtube.com/GraebertTV   STEP, 3D 데이터 교환의 표준 언어 CAD 데이터는 더 이상 하나의 소프트웨어 안에 머물지 않는다. 하나의 설계가 완성되기까지는 여러 부서와 협력사, 그리고 서로 다른 플랫폼을 거치는 과정이 필요하며, 이 과정에서 파일 형식의 호환성은 업무 효율을 좌우하는 핵심 요소로 작용한다. 특히 3D 모델을 기반으로 제조·설계 데이터를 주고받아야 하는 환경에서는 특정 소프트웨어에 종속되지 않는 표준 교환 형식의 존재가 필수이다. STEP은 국제표준화기구(ISO)가 제정한 ISO 10303 표준에 기반한 제품 모델 데이터 교환 형식으로, 3D CAD 및 PLM(제품 수명주기 관리) 소프트웨어 환경에서 가장 널리 사용되는 교환 형식 중 하나이다. 특정 CAD 벤더의 고유 포맷과 달리 STEP은 기하학적 형상 정보를 플랫폼에 구애받지 않고 전달할 수 있도록 설계되었다. 그 결과 서로 다른 소프트웨어를 사용하는 조직 간에도 형상 정보의 손실 없이 3D 모델 데이터를 주고받을 수 있다. DWG가 2D 도면 편집과 설계 작업에 최적화된 형식이라면, STEP은 완성된 3D 형상을 다른 시스템으로 전달하는 데 특화된 형식이라 할 수 있다. 두 형식의 성격이 다르기 때문에, DWG를 기반으로 작업하는 CAD 소프트웨어가 STEP을 함께 지원한다는 것은 곧 설계 단계와 제조·협업 단계를 하나의 흐름으로 연결한 다는 의미를 갖는다.   그림 1   가져오기에서 내보내기로, 완성되는 양방향 워크플로 아레스 커맨더는 이전 버전에서 이미 STEP 파일을 가져오는 기능을 도입한 바 있다. 이번 아레스 커맨더 2027 업데이트에서는 여기에 STEP 내보내기 기능이 새롭게 추가되면서, 사용자는 STEP 파일을 가져오는 것은 물론 자신이 작업한 DWG 도면을 STEP 형식으로 내보낼 수도 있게 되었다. 이로써 솔리드웍스, 카티아, 인벤터, PTC 크레오, PTC 온쉐이프 등 업계에서 널리 사용되는 다양한 3D CAD·PLM 설루션과 2D 또는 3D 지오메트리를 자유롭게 주고받을 수 있는 양방향 워크플로가 비로소 완성되었다. <그림 2>는 아레스 커맨더를 중심으로 DWG와 STEP 사이에서 데이터가 어떻게 순환하는지를 정리한 것이다.   그림 2   가져오기와 내보내기가 하나의 애플리케이션 안에서 모두 지원됨에 따라, 사용자는 별도의 변환 프로그램이나 외부 서비스를 거치지 않고도 아레스 커맨더 안에서 곧바로 데이터 교환을 완결할 수 있다. 이는 특히 여러 CAD 환경이 공존하는 프로젝트에서 작업 단계를 단축하는 효과로 이어진다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  17　THEME.  끊김 없는 연결과 지능화, 디지털 제조 AX의 최신 트렌드 Ⅰ 디지털을 넘어 피지컬 AI로 : AI 모빌리티 시대의 패러다임 전환 / 전병욱 제조기업은 왜 다시 PLM에 투자하는가 : AI 시대의 제조 데이터 혁신 / 엄형욱 가상 동반자 ‘아우라’를 활용한 프로젝트 관리 혁신 / 최현준 부품 탐색 AI 에이전트, CAD 데이터를 엔지니어링 지식으로 연결하다 / 김현우   INFOWORLD   Case Study 36　차량 버추얼 프로덕션의 새로운 방식 제시하는 PXO 아키라　디지털 트윈 루프로 가상 주행과 물리 하드웨어 동기화 40　해빅의 실시간 3D 기반 국방 훈련 혁신　고정형 시뮬레이터를 유연한 XR 콘텐츠로   Focus 45　유나이트 서울 2026 개최… 에디터에서 ‘AI 네이티브 플랫폼’으로 대전환 48　아비바, AI·디지털 트윈 기반의 ‘산업 인텔리전스’로 비즈니스 혁신 가속화 50　가상제품개발연구회, ‘에이전틱 VPD’로 AI 기반 제품 개발 혁신 방향 제시 52　스트라타시스, 적층제조로 지속 가능한 제조 혁신의 미래 제시 54　로봇 하드웨어와 적층제조 기반 미래 전략 제시한 AM 콘퍼런스 56　SAP, “AI가 스스로 업무 실행하는 ‘자율형 기업’ 시대로”   On Air 58　CNG TV 지식방송 지상중계　AWP의 개념, 효과 및 디지털 프로젝트 실행 59　CNG TV 지식방송 지상중계　AI가 공간을 읽는다, 설계 자동화 대변혁 제시 60　CNG TV 지식방송 지상중계　고강성 연속섬유 3D 프린팅, 제조 지형을 바꾸다 61　CNG TV 지식방송 지상중계　아트토이 작품 세계와 3D 프린터를 활용한 피겨 굿즈 제작   Column 62　디지털 지식전문가 조형식의 지식마당 / 조형식　인공지능 시대, 기술이 아닌 새로운 인문학 혁명 65　트렌드에서 얻은 것 No. 34 / 류용효　온톨로지, 제조 데이터에 ‘의미’를 설계하다   68　이달의 신제품 70　New Books 72　News   Directory 115　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 76　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2027 (4) / 최하얀　DWG에서 STEP으로, 경계를 넘는 3D 협업 78　새로워진 캐디안 2026 살펴보기 (9) / 최영석　유틸리티 기능 외 Ⅲ 82　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　헤르메스 에이전트 개발 배경, 설치 및 사용 방법   Mechanical 94　개발의 완성도를 높이는 크레오 파라메트릭 13 (1) / 박수민　크레오 파라메트릭 13의 인터페이스 개선사항   Analysis 89　산업을 위한 AI와 버추얼 트윈 기술 (6) / 구승회　반도체 제조 공정의 구조·열·유체 멀티피직스 CAE 시뮬레이션 100　앤시스 워크벤치를 활용한 해석 성공 사례 / 전상우　JEDEC 기반 패키지 열저항 산출 106　성공적인 유동 해석을 위한 케이던스의 CFD 기술 / 나인플러스IT　GPU 가속 CFD를 활용해 HVAC 및 소음 시뮬레이션 시간 단축 110　심센터 HEEDS 더 깊게 살펴 보기 (8) / 이종학　다양한 매개변수를 위한 태깅 모드     2026-8-axfrom 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

모두솔루션은 클라우드 기반 도면 협업 플랫폼인 ‘지스타캐드 365(GstarCAD 365)’를 국내에 공식 출시했다고 밝혔다. 지스타캐드 365는 개인용 컴퓨터, 모바일, 웹 브라우저 등 다양한 환경에서 2D 및 3D 도면을 열람하고 공유할 수 있는 클라우드 기반 설루션이다. 사용자는 시간과 장소, 사용 기기에 구애받지 않고 프로젝트 도면에 접근할 수 있다. 도면 동기화와 클라우드 문서 공유를 통해 설계, 엔지니어링, 제조, 건설 분야의 협업 효율을 높일 수 있다. 지스타캐드 365는 개인 사용자를 위한 단순 도면 뷰어와 달리, 기업의 프로젝트 운영과 도면 협업 환경을 고려한 관리 기능을 제공한다. 관리자는 프로젝트별로 구성원을 관리하고 역할과 권한을 설정할 수 있으며, 승인된 사용자만 도면과 프로젝트 파일에 접근하도록 제어할 수 있다. 작업 기록을 확인할 수 있어 여러 부서와 담당자가 함께 참여하는 프로젝트에서도 도면을 체계적으로 관리할 수 있다. 권한 기반 파일 공유, 워터마크, 공유 제한 기능을 지원해 기업의 중요 설계 데이터를 보호하면서 내부 구성원이나 외부 협력업체와 필요한 도면을 안전하게 공유하는 것도 가능하다. 별도의 CAD 프로그램을 설치하지 않은 사용자도 웹 브라우저나 모바일을 통해 도면을 확인할 수 있다. 지스타캐드 365 사용자는 동일한 도면에 글자, 이미지, 음성 등 다양한 형태의 주석을 추가해 의견을 전달할 수 있다. 작성된 주석과 작업 내용은 클라우드에 저장되고 공유되며, 프로젝트 구성원은 변경된 내용을 확인하면서 도면 검토와 피드백을 이어갈 수 있다. 도면을 이미지나 PDF로 변환해 이메일이나 메신저로 반복 전달하는 방식과 달리, 프로젝트 구성원이 동일한 도면을 기준으로 의견을 주고받을 수 있어 파일 버전 혼선과 소통 오류를 줄일 수 있다.     이 플랫폼은 DWG, DXF 등 2D 도면뿐만 아니라 STEP, IGES, 솔리드웍스, 크레오, 카티아, NX, 인벤터, IFC, 레빗, 스케치업 등 다양한 3D 형식을 지원한다. 2D 환경에서는 주석, 드로잉, 레이어 관리, 측정, 레이아웃 등의 기능을 제공한다. 3D 환경에서는 뷰 제어, 어셈블리 트리 탐색, 단면 분석, 분해 기능 등을 활용할 수 있다. 국내 공급 서비스는 한국에 위치한 클라우드 서버를 기반으로 제공된다. 대용량 도면을 다루거나 여러 사용자가 동시에 참여하는 기업 업무 환경에서도 안정적으로 활용할 수 있다. 보안 정책이나 내부 규정으로 공공 클라우드 사용이 어려운 기업과 기관을 위한 자체 클라우드 구축도 지원한다. 모두솔루션은 지스타캐드 365가 국내 공식 출시 이전부터 인천국제공항공사에 전사 도입됐다고 설명했다. 제품은 ‘지스타캐드 365 베이식(Basic)’과 ‘지스타캐드 365 스탠다드(Standard)’ 두 가지로 제공된다. 베이식은 클라우드 기반 도면 열람과 공유, 주석, 프로젝트 및 권한 관리 등을 중심으로 활용할 수 있다. 스탠다드는 CAD 소프트웨어에 추가되는 형태로 동작한다. 설계자가 도면을 수정하면 변경 내용이 클라우드에 즉시 반영돼, 도면을 열람하는 사용자는 파일 재전송 없이 최신 수정 사항을 확인할 수 있다. 모두솔루션은 지스타캐드 365의 국내 공식 출시를 기념해 두 에디션을 30% 할인된 가격으로 제공하는 프로모션을 진행한다고 전했다. 할인 적용 시 지스타캐드 365 베이식은 1년 기준 9만 1000원에 이용할 수 있다. 또한 CAD 제품 구매 고객을 대상으로 동일 라이선스를 추가 증정하는 프로모션도 8월 21일까지 함께 진행한다. 모두솔루션 관계자는 “지스타캐드 365는 도면 열람과 공유를 넘어 기업이 구성원별 접근 권한과 프로젝트 파일을 관리할 수 있도록 지원하는 도면 협업 플랫폼”이라며, “국내 클라우드 환경뿐만 아니라 기업의 보안 정책에 대응할 수 있는 프라이빗 클라우드 구축도 지원하는 만큼, 다양한 기업과 기관이 업무 환경에 맞는 도면 협업 체계를 구성할 수 있도록 제품 공급과 기술 지원을 강화해 나갈 계획”이라고 밝혔다.

주요 CAD 벤더들이 최근 들어 일제히 AI 기능을 정식 제품에 통합하고 있다. 그동안 프리뷰나 베타 단계에 머물러 있던 기능들이 잇따라 정식 출시되면서, 업계에서는 AI가 더 이상 CAD의 부가 기능이 아니라 표준이라는 평가가 나오고 있다. 주요 캐드 벤더의 최근 행보를 정리했다.   캐드 벤더  AI 동향(이미지 제작: 챗GPT)   1. 업계 공통 흐름: 3가지 핵심 AI 기능 (1) 제품 지원 챗봇 사용 설명서와 지원 문서를 학습한 AI 챗봇은 이미 여러 CAD 프로그램에 자리 잡았다. Onshape의 'AI Advisor', 지멘스 Solid Edge·NX의 'Design Copilot', 오토데스크의 'Autodesk Assistant', 다쏘시스템 3DEXPERIENCE의 가상 도우미 'Aura', 트림블 스케치업의 'AI Assistant' 등이 대표적이다. 기존 대형언어모델(LLM)을 자사 지원 문서에 맞춰 튜닝하는 방식이라 구현 부담이 상대적으로 낮다는 점이 확산 배경으로 꼽힌다. ② 도면 자동 생성 3D 모델을 2D 도면으로 변환하는 반복 작업에도 AI가 적용되고 있다. 오토데스크 Fusion의 'Automated Drawings'는 템플릿과 AI 모델을 결합해 표준 체결 부품(볼트·너트 등)을 자동으로 인식하고 도면에서 제외하는 방식으로 작업 시간을 줄인다. 지멘스는 Solid Edge(현 Designcenter Solid Edge)에서 최소한의 입력만으로 도면 뷰의 최대 80%까지 자동 생성하는 기능을 공개했으며, 다쏘시스템 역시 SOLIDWORKS에 유사 기능을 준비 중인 것으로 알려졌다. ③ 생성형 렌더링 장면의 조명·재질을 수동으로 세팅하지 않고 텍스트 프롬프트만으로 사실적인 렌더링 이미지를 생성하는 기능이다. 트림블 스케치업이 'SketchUp AI Render'로 이 기능을 상용화했고, 오토데스크와 다쏘시스템도 각각 Fusion과 SOLIDWORKS에 관련 기능을 시연·예고한 상태다. 2. 벤더사들의 AI 관련 주요 동향 (1) 오토데스크: Fusion·Inventor 전방위 AI 확장 오토데스크는 'Autodesk Assistant'라는 단일 브랜드로 Fusion, Inventor, Moldflow, Vault 등 제품 디자인·제조(PD&M) 포트폴리오 전반에 AI를 확산시키는 전략을 펴고 있다. 회사 측은 프런티어 모델과 자체적으로 구축한 3D 설계 특화 모델을 결합하는 방식이라고 설명한다. Fusion에서는 자연어 명령으로 Fusion API 전체 기능에 접근할 수 있는 '프롬프트-투-API' 방식이 도입됐고, 이미지 생성(렌더링) 기능도 상용 구독자 기준 월 20회까지 제공된다. 4월에는 Fusion 관련 데이터를 조회·관리할 수 있는 'Autodesk Fusion Data MCP' 서버가 공개돼 Claude Desktop, VS Code 등 외부 AI 도구와의 연동이 가능해졌다. 같은 달 Anthropic은 오토데스크, 블렌더, 어도비 등과 파트너십을 맺고 Fusion용 MCP 커넥터를 출시했다. 이를 통해 자연어 입력만으로 형상을 생성하는 'Text-to-CAD' 워크플로가 구현된다. 3월에는 인벤터 2027이 출시되며 'Autodesk Assistant'가 테크 프리뷰 형태로 처음 도입됐다. 작업 화면 옆에 도킹되는 패널을 통해 자연어로 모델 정보를 조회하고 분석할 수 있으며, Model Context Protocol(MCP)을 기반으로 실제 모델 구조와 속성에 근거한 응답을 제공하는 점이 특징이다. 다만 5월 기준으로 파라미터 업데이트, iProperty 편집, 컴포넌트 상태(가시성·억제 등) 변경 등 비형상 데이터 작업까지는 지원하지만, 3D 형상 자체를 직접 생성하거나 수정하는 기능은 아직 제공되지 않아 어시스턴트가 "이해와 분석" 단계에 머물러 있다는 평가도 있다. 인벤터에는 이와 별개로 위상 최적화 기반의 'Shape Generator'가 이미 정식 기능으로 자리 잡았고, iLogic 자동화도 이번 릴리스에서 드래그 앤 드롭 방식의 시각적 프로그래밍인 'iLogic Codeblocks'로 확장돼 코드 작성 없이도 자동화 로직을 구성할 수 있게 됐다.   (2) 다쏘시스템: '생성 경제'를 표방한 SOLIDWORKS 2026 다쏘시스템은 지난해 11월 SOLIDWORKS 2026을 출시하며 '생성 경제(Generative Economy)'라는 슬로건 아래 AI 기반 설계·협업·데이터관리 기능을 대거 반영했다. 도면 작성과 상세 작업을 가속하는 생성형 AI 기능, 볼트·너트 등 표준 체결 부품을 자동으로 인식해 조립하는 기능, 커뮤니티 게시글·위키·Q&A에서 인사이트를 추출해 답변을 제공하는 가상 도우미 'Aura' 등이 새롭게 포함됐다. 지난 2월 미국 휴스턴에서 열린 '3DEXPERIENCE World 2026'에서는 설계부터 시뮬레이션, 제조, 거버넌스에 이르는 제품 전 주기에 걸친 AI 적용 사례가 집중적으로 소개됐다. (3) PTC: Creo 13에 AI 어시스턴트 3단계 도입 PTC는 지난 6월 Creo 13과 SaaS 버전 Creo+ 13.3을 발표하며 'Creo AI Assistant'를 공식화했다. 어시스턴트는 세 단계로 구성된다. 모든 사용자에게 기본 제공되는 'Advise'는 채팅 인터페이스를 통해 모범 사례와 공식 문서 기반의 설계 가이드를 제공하고, 별도 확장팩 형태인 'Assist'(베타)는 3D 모델을 직접 분석해 설계 결함을 조기에 발견하고 규정 준수 여부를 검증하며, 'Automate'(알파)는 CAD 형상을 이해해 설계를 생성·수정·최적화하는 수준까지 나아간다. PTC는 AI 어시스턴트 도입으로 특정 개인에게 집중돼 있던 노하우 의존도를 낮출 수 있다는 점을 이번 도입의 의미로 강조했다. 이와 함께 2016년 출시 이후 꾸준히 고도화돼 온 생성형 위상 최적화(GTO)·클라우드 기반 생성설계 확장팩(GDX) 등 기존 생성설계 도구도 이번 릴리스에서 어셈블리 단위 최적화와 멀티피직스 해석 범위 확장이 이뤄졌다. PLM 솔루션 윈칠(Windchill)과의 연계를 통해 AI가 제안한 설계 대안에도 기존과 동일한 변경 이력·버전 관리가 적용된다는 점도 특징이다. (4) 종합: AI, 도구에서 워크플로 파트너로 세 벤더의 행보를 종합하면 공통된 방향성이 보인다. 첫째, AI 챗봇은 이제 기본 지원 기능을 넘어 실제 작업을 수행하는 '에이전트'로 진화하고 있다. 둘째, MCP(Model Context Protocol) 같은 개방형 표준을 통해 CAD 소프트웨어와 외부 AI 모델(Claude 등)을 연결하려는 시도가 확산되고 있다. 셋째, 아직까지 AI가 형상을 자유롭게 생성·수정하는 단계에는 이르지 못했으며, 대부분의 벤더가 "AI는 제안하고 최종 판단은 엔지니어가 한다"는 원칙을 강조하고 있다는 점도 공통적이다. 국내 CAD 사용자와 기업 입장에서는 이러한 AI 어시스턴트가 아직 베타·프리뷰 단계인 경우가 많은 만큼, 정식 반영 시점과 국내 라이선스 정책을 함께 확인해 도입 전략을 세울 필요가 있어 보인다. 3. 보급형·대안 CAD 벤더 AI 동향 대안캐드 벤더 AI  동향(이미지 제작: 챗GPT) 오토캐드 호환 보급형 CAD 진영에서도 AI를 앞세운 경쟁이 본격화되고 있다. 다만 이 진영은 대형 벤더와 달리 LLM 기반 대화형 어시스턴트보다는 반복 작업 자동화에 'AI'라는 이름을 붙이는 경우가 많아, 실제 기능 수준을 구분해서 볼 필요가 있다. (1) CADiAN(캐디안) 국내 개발 CAD인 캐디안은 지난 해 11월 'CADian 2026'을 출시하며 스마트 치수, 중심선 자동 생성, 상세도 작성기 등 반복 작업 자동화 기능을 대폭 강화했다. 이와 별개로 도면 이미지·DWG 파일 내 객체를 AI가 자동 탐지해 도면을 재구성하고 BOM을 자동 산출하는 'AI-CE(AI-Cost Estimation)', 전통 목조 건축물을 AI로 가상 복원하는 'TWArch' 등 특화 AI 솔루션도 함께 선보이고 있다. 올해 4월에는 AI-CE와 경량 2D 솔루션 'CADian 2026 Classic'을 앞세워 유럽 시장 공략에 나섰으며, 2026년 초에는 AI 기반 PDF 문자 자동 인식, AI 기반 도움말 기능도 추가될 예정이다. (2) GstarCAD Gstarsoft는 지난 6월 ‘Faster by Core, Smarter by AI’를 슬로건으로 내건 GstarCAD 2027을 출시했다. 이번 버전은 재생성·줌·이동 등 주요 명령 속도를 10% 이상, GPU 가속 성능을 최대 80% 이상 끌어올리는 등 엔진 성능 개선이 핵심이며, 동적 블록 파라메트릭 구속조건·중심선 자동 생성 같은 실무 기능도 추가됐다. 또한 Gstarsoft는 지난 6월 CAD·BIM·클라우드·AI를 아우르는 신규 포트폴리오를 공개하며, 자연어로 설계 생성·작업 자동화·엔지니어링 지식 검색을 지원하는 'AI Assistant'와 이미지 기반 도면을 편집 가능한 CAD 객체로 변환하는 'AI ScanToCAD'를 새롭게 선보였다. 건축 특화 제품인 GstarBIM 2027에도 AI 지원 시각화 기능이 추가됐다. (3) ZWCAD 지난 해 출시된 ZWCAD 2026은 '스마트 매치'(회전·크기 변형된 동일·유사 객체 일괄 수정), '유사 검색'(외부 도면에서 유사 블록·객체 검색), 자체 개발 구속조건 엔진 기반의 파라메트릭 설계 기능을 'AI 기반 자동화'로 소개했다. 이후 공개된 ZWCAD 2027 베타에는 3D 모델을 사실적으로 렌더링하는 기능과 RVT 파일 가져오기 개선 등이 추가된 것으로 보인다.    4. AI로 인한 변화와 혜택 AI의 적용으로 캐드 업계와 작업 방식의 변화는 어떻게 이루어지고 있을까. 이러한 변화가 실제 사용자와 기업에 가져올 혜택도 짚어볼 만하다. ■ 반복 업무 감소 : PTC는 파라미터 정의, 문서화 등 반복 작업을 AI가 자동화해 수작업 부담을 30~50%까지 줄일 수 있다고 설명한다. 엔지니어는 그만큼 시스템 설계·시뮬레이션 같은 고부가가치 업무에 집중할 수 있다. ■ 진입장벽 완화 : SOLIDWORKS의 AI 시뮬레이션 어드바이저처럼 해석 조건 설정을 AI가 보조하면서, 비전문 인력도 정밀 시뮬레이션에 접근할 수 있게 된다. ■ 협업 오류 감소: A&E 분야 조사에 따르면 AI 기반 협업 도입 시 프로젝트당 정보요청서(RFI)가 평균 6건에서 3건으로 줄어드는 등, 설계-시공 간 충돌을 사전에 걸러내는 효과가 보고된다. ■ 온보딩 단축: Advise형 챗봇은 신규·저경험 사용자의 학습 곡선을 낮춰, 특정 숙련자에게 쏠린 노하우 의존도를 줄이는 효과가 있다. 이처럼 긍정적인 평가에도 남는 과제는 비용·숙련도 장벽으로 도입 속도에 기업별 편차가 클 수 있고, 클라우드 기반 AI 확산에 따라 데이터 거버넌스·보안 검토가 새로운 도입 조건으로 떠오르고 있다는 것이다. 또한 캐드 벤더사 측면에서는 AI가 크레딧(토큰) 형태로 사용되면서 새로운 추가 수익 모델로 여겨지기도 하나, AI가 가져오는 매출 증가가 관련 인력을 줄일 수도 있을 것으로 보여 시장 재편의 신호탄이 될 수 있다는 우려도 나온다 실제로 일부 벤더는 AI 기능을 구독형 요금제의 상위 티어로 묶거나 별도의 크레딧 과금 방식으로 제공하기 시작했는데, 이는 라이선스 판매에 의존해온 기존 수익 구조가 사용량 기반 과금으로 조금씩 옮겨가고 있음을 보여준다.  이 과정에서 설계 인력은 반복 작업을 AI에 맡기고 검증·판단에 집중하는 방향으로 재편될 가능성이 크다는 것이 업계 전반의 시각이다. 캐드와 AI의 만남은 향후 엄청난 변화를 가져올 것으로 예상되며, 이것을 거스를 수 없는 대세가 되어 가고 있다.  결국 AI가 캐드 산업에 가져올 변화는 '누가 더 적은 인력으로, 더 빠르고 정확하게 설계를 완성할 수 있도록 지원하느냐'는 구도로 변화해 갈 것으로 보인다.   

제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (12)   PTC는 설계부터 해석, 제조까지 단일 환경에서 처리하는 디지털 스레드(digital thread) 기반의 복합재(composite) 설계 설루션을 제공한다. 크레오 파라메트릭 12.4는 복합재 설계뿐만 아니라 제조 공정의 효율성도 극대화한다. 지난 호에서 대형 보트 선체 모델의 복합재 설계 과정을 살펴 보았다. 이번 호에서는 향상된 복합재 기능을 활용해 실제 제조 모델을 구축하고 최적화하는 과정을 알아보자.   ■ 김성철 디지테크 기술지원팀의 이사로 크레오 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com     복합재 제조를 위한 단계 설계가 검증되었다면 설계 원본 파트를 수정하지 않고 실제 제조 공정(절단, 접합 등)에 맞춘 별도의 제조 모델을 구축하는 단계로 넘어간다. 복합재 제조 형상을 구축하고 최적화하는 데 필요한 주요 작업 흐름을 확인한다. 제조 검증을 위한 드레이핑 시뮬레이션 전개도(flat pattern) 일괄 추출 제조 파트 생성 및 참조 라미네이트 복사 제조 지오메트리 복사 플라이 스플라이싱 제조를 위한 플라이 트림 및 연장 코어 샘플 추출 플라이 솔리드화 레이저 프로젝션 데이터 연동 라미네이트 CSV 트리 병합 플라이북(plybook) 도면 자동 생성    제조 검증을 위한 드레이핑 시뮬레이션 드레이핑 시뮬레이션으로 평면 상태의 탄소 섬유 원단을 실제 3D 곡면 금형에 원단이 찢어지거나 주름 없이 안착할 수 있는지 사전에 검증할 수 있다.     드레이핑 옵션에서 시드 포인트(seed point : 원단이 금형에 처음 닿는 기준점)를 지정하고 시뮬레이션을 실행한다. 이때 기본 플라이 위에 드레이프(drape over underlying plies) 옵션이 활성화되어 있으면 금형 바닥면뿐만 아니라 이전에 적층된 수많은 플라이와 코어의 요철까지 계산에 반영하여 현실적인 시뮬레이션 결과를 도출할 수 있다. 시뮬레이션이 완료되면 드레이핑 매니저(Draping Manager)를 통해 상태를 점검한다.     원단의 전단 각도가 재료의 한계치를 초과하거나 전개도 폭이 지정된 롤(roll) 폭을 넘어서면 드레이핑 매니저에 경고 메시지가 표시된다. 이를 통해 위험 부위를 직관적으로 파악하고 향후 절단(스플라이싱)이 필요한지 빠르게 확인할 수 있다.     그래픽 도구에서 드레이핑 결과 표시를 활성화하면 결과 범례(legend)가 표시되고 전단, 방향, 드레이프된 플라이 두께 결과를 전환하여 위험 부위를 시각적(붉은색)으로 구분하고 직관적으로 파악할 수 있다.     또한 그래픽 도구의 플랫 패턴 미리 보기를 클릭하여 개별 플라이에 대한 평면 형상을 별도 창에서 빠르게 확인할 수도 있다.   전개도 일괄 추출 드레이핑 검증이 성공적으로 끝난 3D 플라이들을 재단을 위한 2D 전개도(flat pattern)로 자동 변환한다. 플랫 패턴 내보내기 기능을 통해 DXF 또는 DWG 형식으로 데이터를 빠르게 추출하여 내보내기한다.       ■ 자세한 기사 내용은 PDF로 제공됩니다.

모두솔루션은 국내 총판을 맡고 있는 지스타캐드(GstarCAD) 사용자를 대상으로 진행한 2026년 사용자 만족도 조사 결과를 발표했다. 모두솔루션은 매년 만족도 조사를 통해 고객 의견을 수렴하고 제품 개발과 기술지원 서비스 개선에 반영하고 있다. 이번 조사는 실제 사용자들의 제품 경험, 기술지원 서비스 만족도, 개선 요구사항, 문제 해결 방식 등을 파악하기 위해 진행됐다. 조사에는 총 352명의 지스타캐드 사용자가 참여했다. 응답자 중 생산 및 제조 분야 종사자가 52.94%로 가장 많았고, 사용 기간은 1년에서 3년 사이인 사용자가 38.7%로 가장 높은 비중을 차지했다. 3년에서 5년 사이 사용자는 25.7%, 5년 이상 사용자는 17.96%로 나타나 3년 이상 장기 사용자 비중이 43.66%에 달했다. 이번 조사에서 제품과 서비스를 포함한 지스타캐드 종합 만족도는 5점 만점에 4.11점을 기록했다. 이는 지난해 4.10점과 비슷한 수준이다. 제품 만족도는 기능, 성능, 안정성, 호환성, 유사성, 가격 등 모든 평가 항목에서 4점 이상을 받았다. 항목별로는 기능 4.3점, 성능 4.25점, 호환성 4.26점, 가격 4.29점, 유사성 4.21점, 안정성 4.07점 순으로 나타났다. 특히 가격과 기능, 호환성 항목에서 높은 만족도를 보였다. 가격 만족도는 지난해 4.36점에서 올해 4.29점으로 소폭 하락했으나 여전히 주요 항목 중 높은 평가를 받았다. 모두솔루션은 “지스타캐드가 영구 라이선스 기반의 합리적인 운영 방식과 실무 중심 기능, DWG 호환성을 바탕으로 긍정적인 평가를 받고 있다”고 분석했다.     사용 중 불편을 느낀 항목으로는 예기치 않은 프로그램 종료가 23.84%로 가장 많았다. 이어 불편함 없음이 23.22%, 여러 도면을 열면 느려짐이 15.17%, 외부 프로그램과의 호환성 개선 필요가 14.55%, 타 CAD 리습과의 호환성 개선 필요가 12.69%로 나타났다. 안정성 관련 개선 요구는 여전히 주요 과제로 확인됐으나, 불편함 없음 응답은 지난해 21.47%에서 올해 23.22%로 늘었다. 가장 개선되길 바라는 항목은 예기치 않은 오류로 종료 시 복구 및 백업 파일 생성 기능 향상이 22.29%로 1위를 차지했다. 개선 사항 없음이라는 응답도 20.43%에 달했다. 해치 처리 속도 및 안정성 개선은 17.03%, 3D 기능 향상은 13.93%, 한글 도움말 지원은 12.07% 순이었다. 모두솔루션은 사용자들이 제기한 개선 요구를 개발사와 공유하고 향후 제품 개선에 반영되도록 협력할 계획이다. 기술지원 서비스 만족도는 평균 3.91점으로 조사됐다. 세부 항목은 친절도 4.09점, 이해도 3.92점, 문제해결 3.89점, 소요시간 3.75점 순이었다. 친절도 항목은 4점 이상을 유지하며 가장 높은 평가를 받았다. 기술지원 서비스를 이용해 본 응답자는 47.37%였으며, 문의 방식은 전화가 37.15%로 가장 많았고 이메일 12.38%, 홈페이지 9.60% 순이었다. 모두솔루션은 전문 기술지원 조직을 통해 전화 기반의 신속한 지원을 제공하고 있으며, 기술자료 사이트에서 설치 가이드와 FAQ 등을 제공해 사용자의 문제 해결을 돕고 있다고 전했다. 한편, 이번 조사에서는 사용자의 문제 해결 방식 변화가 두드러졌다. 사용자가 스스로 문제를 해결하기 위해 활용한 경로는 일반 검색엔진이 24.15%로 가장 높았고 공식 홈페이지 19.5%, 기술자료 사이트 17.96%, 생성형 AI 플랫폼이 16.10%로 그 뒤를 이었다. 특히 기술자료 사이트를 활용했다는 응답은 지난해 8.97%에서 올해 17.96%로 약 2배 증가했다. 이는 문의 전에 기술문서를 통해 직접 문제를 해결하려는 경향이 강해졌음을 보여준다. 챗지피티, 제미나이, 퍼플렉시티 등 생성형 AI 플랫폼을 활용한다는 응답도 16.1%를 차지해, 정보 탐색 방식이 AI 기반 질의응답으로 확대되고 있음이 확인됐다. 모두솔루션의 한운선 마케팅 팀장은 “이번 조사 결과는 고객들이 기술지원 문의에 앞서 기술문서와 온라인 정보를 통해 스스로 문제를 해결하려는 흐름이 강화되고 있음을 보여준다”면서, “특히 생성형 AI 플랫폼을 활용했다는 응답이 확인된 만큼, 앞으로는 사용자가 필요한 답변을 더 빠르게 찾을 수 있도록 기술자료의 품질과 접근성을 지속적으로 강화해 나갈 계획”이라고 말했다. 모두솔루션 성기정 사업본부장은 “사용자 만족도 조사는 단순한 통계 자료가 아니라 제품 개발과 서비스 개선의 출발점”이라면서, “앞으로도 사용자 의견을 적극 수렴해 지스타캐드를 더욱 편리하고 경쟁력 있는 CAD 설루션으로 발전시켜 나가겠다”고 전했다.