주요 PLM 소프트웨어 소개 쉽고 빠른 도면관리 클라우드, 코너스톤 도면관리 클라우드   개발 및 자료 제공 : 코너스톤테크놀러지, 070-7019-9871, www.csttec.com/dms    주요 특징 코너스톤 도면관리 클라우드는 제조, 건축, 토목, 플랜트 등 설계를 하는 기업이 사용하기에 편리하고 효율적인 도면관리 솔루션을 클라우드로 제공한다. 코너스톤 도면관리는 표준화된 기능과 빠른 성능을 갖추며, 초기 구축 비용이 필요 없어 경제적인 솔루션으로 PMS ‧ SCM ‧ MES ‧ CRM 등의 확장 기능을 추가할 수 있다. 홈페이지(www.csttec.com/dms)에 접속하여 30일 무료체험을 할 수 있고 유료로 전환하여 계정당 월 2만원으로 사용할 수 있다. 주요 기능 (1) 도면(파일) 관리 탐색기를 실행하여 PC에 있는 폴더와 도면(파일) 그대로 코너스톤에 업로드한다. 다양한 검색조건을 활용하여 도면을 바로 검색하고, 변경이력을 관리함으로써 언제 어디서든 도면의 최신 버전과 변경이력을 바로 확인할 수 있다. 보안을 강화하기 위해 도면(파일)의 이력 관리로 열람/수정/다운로드/출력 등의 사용 기록을 확인할 수 있을 뿐 아니라 폴더별로 사용자나 부서의 접근 권한을 통제할 수 있다. (2) 도면 뷰어 2D 도면은 코너스톤에 등록되면 자동으로 이미지 변환 작업이 이뤄지는데 웹 뷰어를 통해 도면을 확인할 수 있다. 출력, 확대/축소, 회전, 색반전 기능은 물론 마크업 기능도 있어서 설계검토 등을 위해 현장에서 사용하기에 편리하다. (3) 업무(전자결재) & 캘린더 등록한 도면을 승인하고 외부에 배포할 수 있는 기능으로 그룹웨어의 전자결재와 비슷하다. 기업에서 필요한 템플릿을 만들어서 단계 및 프로세스를 정의하면 이러한 절차에 따라 업무가 진행되도록 한다. 결재 도착, 댓글 등의 알림 메일을 통해 해야 할 일을 놓치지 않도록 도와준다. 이는 캘린더 기능과도 연결되어 업무의 작업시간과 일정을 관리할 수 있다. (4) 대시보드 클라우드 요금, 로그인 이력, 파일 사용이력 등 다양한 현황 정보를 그래프로 한 눈에 확인할 수 있다. 그래프를 클릭하여 상세한 데이터 목록을 확인하고 엑셀 다운로드도 가능하다. (5) 조직도 사내 조직도와 연락처를 한 눈에 볼 수 있는 조직도 앱에서는 사용 중인 라이선스와 역할을 조회/관리할 수 있으며, 부서 및 사용자 정보를 편집/삭제할 수 있다. (6) 게시판 폴더 형태의 게시판으로 폴더별로 권한을 설정하여 공유 범위를 설정할 수 있다. 새로운 내용이 추가되거나 변경되었을 때 로그인 시 팝업 알림이 표시되어 중요한 소식과 정보를 빠르고 효율적으로 공유할 수 있다. 파일 기능과 연동되어 파일 앱에 등록된 파일을 게시글을 통해 공유할 수 있다.  활용 방안과 기대 효과 도면관리 클라우드로 다양한 업종에서 활용되는 방안이나 기대되는 효과도 다르다. 건축/토목/플랜트에서는 수만장의 도면을 현장에서 태블릿으로 열람하고 확대/축소/마크업 기능을 활용하여 도면을 이용하여 내부와의 협업 환경이 개선된다.  설비/금형 등 수주형 제조업과 자동차/전기 등 양산형 제조업에서는 도번으로 조회하여 최신 버전을 바로 확인함으로써 업무의 효율성이 증가하고, 내부 승인과 외부 배포를 통해 어떤 절차를 통해 어떤 곳으로 공유되었는지 확인할 수 있다. 보안을 중요시하는 공공기관이나 방산업체의 경우에는 폴더와 도면의 권한 설정 등으로 접근을 통제하여 외부 유출을 방지하고 데이터를 자산화하여 체계적인 관리가 가능해진다. 지속적인 개선과 고객 지원 코너스톤은 고객 사용자들의 요구사항을 수용하여 현업에서 필요로 하는 유용한 기능으로 구성하였다. 지금도 고객으로부터 듣는 다양한 피드백을 받아 시장에서 요구하고 솔루션과 부합하는 내용이라면 지속적으로 반영하여 개선하고 있다. 유튜브 채널을 통해 어플리케이션 별로 사용하는 방법을 소개하고, 개념과 같은 지식 전반을 알려주기 위해서 블로그 채널을 운영하고 있다. 또한, 고객이 사용하면서 겪는 다양한 문의 및 불편사항을 청취하는 헬프 데스크를 운영하여 고객을 지원하고 있다.     좀더 자세한 내용은 '스마트 엔지니어링을 위한 PLM과 DX 가이드' 에서 확인할 수 있습니다. 상세 내용 보러 가기 

데이터 기반 의사결정과 자동화 혁신, 씨에스리    데이터 기반 의사결정과 업무 자동화가 산업 경쟁력의 핵심으로 부상하는 시대, 씨에스리가 ‘현장에서 바로 쓸 수 있는’ AI·RPA 융합 데이터 분석 솔루션 ‘빅재미(BigZami)’를 앞세워 시장을 공략하고 있다. 설립 이후 축적한 데이터 아키텍처와 분석 컨설팅 노하우를 토대로, 코딩 없이도 데이터 수집부터 분석·시각화·보고까지 원스톱으로 처리할 수 있는 빅재미를 선보이며, 제조·물류·공공 등 다양한 산업 현장의 디지털 전환과 의사결정 속도를 높이는 해법을 제시할 계획이다.     가치 기반의 산업 디지털전환 솔루션 제공기업, 씨에스리 2013년 설립된 씨에스리는 “가치 있는 IT, 가치를 만들어내는 IT”를 모토로, IT 기술을 통해 고객에게 실질적인 가치를 제공하는 디지털 전환(DX) 전문 기업이다. 설립 초기에는 데이터 아키텍처(DA, TA, SWA, Cloud Architect), 데이터 모델링, DB 튜닝 등 전통적인 데이터베이스 기술 컨설팅을 중심으로 성장했으며, 이후 빅데이터·AI 기반 기획·분석·교육·ISP까지 서비스 영역을 확대했다. 씨에스리는 공공기관과 대기업은 물론, 중소·중견기업의 디지털 전환 및 자동화 수요에도 대응하며, 산업 전반에서 데이터 활용성과 업무 효율성을 높이는 실질적인 기술 파트너로 자리매김하고 있다. 코딩 없이 원스톱 데이터 분석 가능한 ‘빅재미(BigZami)’ 씨에스리는 대표 솔루션 ‘빅재미’를 선보인다. 빅재미는 데이터 수집·전처리·분석·시각화·보고까지 한 번에 처리할 수 있는 데이터 분석 RPA 솔루션으로, 복잡한 프로그래밍이나 언어 없이도 직관적인 UI 환경에서 누구나 손쉽게 데이터를 다룰 수 있다. R, SQL, Q-GIS 등 별도의 프로그램 설치 없이 원스톱 분석이 가능하며, 반복 업무를 줄이고 데이터 기반 의사결정의 속도와 정확성을 높인다. 여기에 탑재된 AI Agent 기능을 통해 비전문가도 데이터를 분석·해석할 수 있으며, 맞춤형 최적 알고리즘 추천, 실시간 대시보드 모니터링, AI 기반 이상 감지 기능까지 제공한다. 또한 70여 종 이상의 전처리 기능과 다양한 분석 알고리즘을 통해 분석 생산성과 재사용성을 강화한다. 전체 분석 과정의 80%를 차지하는 전처리 작업을 간편하게 처리할 수 있으며, 분석 알고리즘 시뮬레이션 기능으로 업무 생산성을 높이고 분석 과정의 투명성과 신뢰도를 확보한다. 자주 사용하는 분석 모델은 템플릿으로 제작·공유·배포하여 표준화된 업무 자동화와 조직 내 데이터 활용 표준화를 실현한다.   현장 적용성을 높이는 AI·RPA 융합 경쟁력 최근 산업AI 시장은 ‘기술의 복잡성’보다 ‘현장 적용성’이 중요해지고 있다. 변화 속도가 빠른 산업 환경에서는 데이터 기반 의사결정을 빠르게 실행할 수 있는 실용적 솔루션이 각광받고 있다. 씨에스리는 오랜 데이터 아키텍처 및 분석 컨설팅 경험을 바탕으로, 단순 AI 적용이 아닌 비즈니스 가치를 실현하는 방향으로 솔루션을 설계해 왔다. 특히 AI와 RPA 기술을 융합한 빅재미를 통해, 누구나 쉽게 데이터를 활용하고 직접 인사이트를 도출할 수 있는 환경을 제공한다.   향후 목표 – ‘한국형 팔란티어’로 성장 씨에스리는 최근 데이터와 AI(인공지능) 서비스로 매우 핫한 기업인 팔란티어와 같은 회사가 되는 것이 목표이다. 이를 위해 글로벌 데이터·AI 솔루션 기업을 벤치마킹해, 국내 기업과 공공 분야의 다양한 문제를 해결하는 핵심 솔루션 제공자로 성장할 계획이다. 이와 함께 메타 기반 설계·구축·관리 역량을 토대로, 데이터에 담긴 문제를 정의하고 빅데이터·AI 기술로 해결책을 제시하는 역할을 강화할 계획이다.   씨에스리 이춘식 대표    

제조 산업의 디지털 전환이 ‘데이터 기반 실행형 AI’로 한 단계 도약하고 있다. 위즈코어는 산업AI가 단순 분석을 넘어 현장 문제 해결로 이어지기 위해서는 신뢰도 높은 데이터 기반과 표준화된 운영 체계가 필수라고 강조한다. 위즈코어는 기업맞춤형 AI 에이전트 ‘위디(Widdy)’를 통해, 그는 제조 현장의 지식과 데이터를 연결하는 실행형 DX의 미래를 제시한다.   위즈코어_서비스 도식화 이미지 제조 DX 솔루션 공급 기업, 위즈코어 위즈코어는 2010년 설립된 기업으로, 제조 산업의 디지털 전환을 지원하고 있다. 현장 네트워크부터 제조 데이터의 수집, 실시간 분석·모니터링까지, 현장 데이터 활용의 전 단계에 대한 전문성을 보유하고 있다. 단순한 페이퍼리스, MES 등 기초 디지털화뿐 아니라 AI, 5G 연계형 공정 자동화까지 자율제조 구현에 필수적인 제조 DX 솔루션을 제공한다.   산업AI EXPO에서 기업맞춤형 AI 에이전트인 ‘위디(Widdy)’ 집중 홍보 위즈코어는 산업AI EXPO에서 기업맞춤형 AI 에이전트인 ‘위디(Widdy)’를 중심으로, 기업 내부 지식과 현장 데이터를 통합하고 제조 현장까지 연결하는 데이터 기반 운영 구조를 중점적으로 소개할 예정이다. 위디는 기업 내부의 기술문서, 매뉴얼, 고객 이력과 같은 비정형 데이터뿐 아니라, 생산 공정 데이터나 안전 데이터처럼 현장에서 발생하는 실시간 모니터링 데이터를 통합한다. 이를 통해 협업 사용자가 복잡한 시스템을 거치지 않고도 필요한 정보를 바로 조회하고 실행에 연결할 수 있도록 지원한다. 지식과 정보의 단절을 해결하는 데 초점을 맞춘 구조이다. 특히 제조 통합 관리 플랫폼 ‘넥스폼(NEXPOM)’, 산업 안전 관리 솔루션 ‘세이플리(SAFELY)’와의 연계를 통해 생산, 품질, 설비, 안전까지 제조 전반의 데이터를 하나의 흐름으로 연결할 수 있다. 이번 전시에서는 이처럼 지식 접근성과 실질적 운영 효율성을 동시에 확보할 수 있는 방안을 소개할 계획이다. ‘피지컬 AI’ 시대를 앞당길 위즈코어 산업 AI 시장은 이제 단순한 생성 단계에서 벗어나, 실제 물리적 행동까지 연결되는 ‘피지컬 AI’로의 전환을 본격적으로 준비하고 있다. 단순히 데이터를 분석하거나 요약하는 수준이 아니라, 현장의 상황을 이해하고 실행을 유도할 수 있는 수준까지 AI가 도달해야 한다는 요구가 커지고 있다. 이 과정에서 핵심은 AI가 작동할 수 있는 ‘데이터 기반(파운데이션)’을 어떻게 조성할 것인가이다. 단순히 많은 데이터를 모으는 것이 아니라, 도메인별로 신뢰할 수 있는 데이터를 수집하고, 이를 어떤 방식으로 전처리·활용할지에 대한 표준화가 중요하다. 위즈코어는 이러한 기반 조성의 현실적 조건을 누구보다 오래 고민해온 기업이다. AI 도입 과정에서 많은 기업들이 ‘데이터가 부족하다’고 말하지만, 실제로는 어떤 데이터를 수집해야 하는지, 어떤 지표가 중요한지는 이미 내부에 존재한다. 문제는 그 정보가 소수 실무자에게만 공유되거나 조직 차원에서 체계적으로 활용되지 못한다는 점이다. 이에 위즈코어는 내부 지식의 구조화와 활용 가능성 중심의 표준화를 기술 개발의 중심에 두고 있다.  ‘위디’는 이러한 접근을 대표하는 사례이다. 위디는 기업 내부에 흩어져 있던 기술 매뉴얼, 보고서, 숙련 인력의 노하우와 같은 암묵적 지식을 AI가 활용 가능한 데이터로 구조화한다. 이는 단순히 데이터를 불러오는 AI가 아니라, 기업의 지식 자산을 ‘쓸 수 있는 구조’로 완성한 것으로, 산업 AI의 미래 방향성을 잘 보여준다.   제조 산업 전반의 운영 체계 고도화와 표준 확립 선도 제조 현장에서는 여전히 단순한 문제들이 반복되고 있다. 원인을 찾기 어려운 고장 이슈, 담당자만 기억하는 대응 이력, 현장과 사무실의 개별 운영 시스템 등이 대표적이다. 위즈코어는 기술 자체보다 중요한 것은 ‘무엇을 해결하는가’라고 생각하며, 데이터를 통해 실제로 문제를 해결할 수 있는 실행 가능성에 초점을 두고 기술을 고도화해 왔다. 위즈코어의 경쟁력은 산업 도메인에 특화된 데이터 구조 위에 실행 가능한 체계를 얹고, 이를 현장 중심의 운영 구조로 구현하고 있다는 점이다. 앞으로는 국내 제조 현장 경험을 바탕으로 글로벌 시장 확장을 본격화할 계획이다. 글로벌 제조 환경에서는 데이터 통합과 지식 접근의 불균형이 더욱 중요한 과제이다. 다국적 기업은 현장마다 시스템, 언어, 운영 환경이 상이하기 때문에, 동일한 조건에서 누구나 필요한 정보에 접근·활용할 수 있는 체계 마련이 필수이다. 특히 산업AI가 제대로 작동하기 위해서는 AI 모델보다 먼저, 현장을 반영한 신뢰도 높은 데이터가 기반이 되어야 한다. 산업 현장에서는 센서 하나의 오차나 단 몇 초의 지연이 전체 의사결정을 흔들 수 있기 때문에, 데이터의 실시간성·정확성·표준화가 매우 중요하다. 이러한 변화에 맞춰 위즈코어는 실행형 AX(AI Transformation)에 초점을 맞춰, 데이터 통합과 지식 활용의 격차를 해소함으로써 제조 산업 전반의 운영 체계 고도화와 표준 확립을 선도할 계획이다.  

#한국플랜트정보기술협회 #플랜트조선컨퍼런스2026 #사전등록오픈 #얼리버드무료이벤트 아래 내용이 보이지 않으면 여기 를 클릭하세요!   플랜트 조선 컨퍼런스 2026 발표 아젠다  [개회사] 한국플랜트정보기술협회 신안식 회장   [기조연설] 플랜트 DX/AX 를 통한 산업 혁신 : 지속 가능한 혁신과 효율적 추진 전략 / GS건설 이현식 디지털트윈팀장  [기조연설] 조선산업 친환경∙AI 생태계 전환과 글로벌 진출 전략 / 한국해양대학교 류민철 교수  [기조연설] 도면을 읽는 AI: 플랜트·조선 디지털트윈의 새로운 접근 / 인포시즈 탁정수 대표 플랜트·조선 프로젝트 Execution 중심의 DX 전략 / 헥사곤ALI 남궁진 전무 DX·AI 시대의 플랜트 토목 설계 자동화 / 휴엔시스템 최재득 대표 AI기반 E2E 대형 플랜트 건설프로젝트 관리 기술 적용 사례 / 테크노빌트 Yogesh Srivastava(글로벌 대표)/손창영(지사장) 플랜트 산업의 패러다임 전환: AX 적용 사례 소개 / LG CNS 이봉헌 화학사업담당 정유 산업의 AI 도입과 활용 / HD현대오일뱅크 정준의 책임 조선해운분야 AX 혁신 사례 / 한국선급 장화섭 센터장 플랜트 조선 산업을 위한 대용량 3D 시각화 솔루션 및 적용사례 소개 / 소프트힐스 이찬영 Core R&D 팀장" AI 자율운항선박 기술동향: From Bridge to ROC / 선박해양플랜트연구소 임근태 센터장 토목 건축 구조 설계 자동화 사례와 AI 물량 예측 시스템 연구 방향 / 현대엔지니어링 김동원 책임 AI 선박 및 스마트 해운의 사이버 안전 대응 전략 / 국제사이버보안인증협회 공병철 회장  ​#플랜트조선컨퍼런스2026 #한국플랜트정보기술협회 #캐드앤그래픽스 #플랜트 #AX #조선

제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (6)   크레오 파라메트릭(Creo Parametric)의 서피스 모델링(Surface Modeling) 기능은 일반적인 솔리드 모델링으로는 구현하기 어려운 복잡하고 부드러운 형태를 만드는 데 유용하게 사용된다. 서피스 모델링은 곡률이 연속적이고, 유기적인 형태를 정밀하게 제어하며 생성할 수 있다. 이번 호에서는 크레오 서피스 기능을 이용하여 모델링을 생성해본다.   ■ 김주현 디지테크 기술지원팀의 차장으로 Creo 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   서피스 모델링을 이용하여 주로 자동차의 외장 부품, 항공기 부품, 소비재(가전, 휴대폰 등), 의료 기기, 금형 등 디자인이 중요한 제품을 생성한다. 크레오 파라메트릭은 서피스 모델링을 위해 다양한 도구와 기능을 제공하며 디자이너와 엔지니어가 원하는 형태를 자유롭게 구현할 수 있다. 서피스 모델링은 우리가 기본적으로 사용하는 파라메트릭 서피싱(Parametric Surfacing), 자유형 커브 및 서피스를 빠르고 쉽게 생성할 수 있는 스타일 기능의 ISDX, 다각형 제어 메시를 사용하여 부드럽고 잘 정의된 B 스플라인 서피스를 쉽고 빠르게 생성할 수 있는 프리스타일(Freestyle) 등으로 나누어 볼 수 있다. 예제에서는 그림과 같이 만들고자 하는 부품의 이미지를 가져와 서피스 모델을 생성한다.   ▲ 정면 이미지   ▲ 측면 이미지   먼저 새 부품을 생성한 후 이미지를 삽입한다. 보기 탭에서 모델 디스플레이 → 이미지를 선택한다.     가져오기 아이콘을 클릭한 후 이미지를 삽입하고 싶은 평면을 선택한다. 먼저 FRONT 평면을 선택한 후 정면 이미지를 가져온다. 이미지의 크기 및 위치를 정의한 후 화면을 클릭한다.     다음으로는 측면 이미지를 가져온다. 가져오기 아이콘을 클릭한 후 RIGHT 평면을 선택하여 측면 이미지를 가져온다. 이미지를 가져왔는데 그림과 같이 방향이 맞지 않으면 회전하여 이미지의 방향을 맞춰준다.     정면 이미지를 고려하여 측면 이미지의 크기와 위치를 정의한다. 이미지를 가져올 때 RIGHT 평면을 선택하였기 때문에, 측면 이미지가 가운데 평면에 있는 것을 볼 수 있다. 만약 이미지를 이동하기를 원한다면 수직 이동 아이콘을 이용하여 위치를 설정할 수 있다.     이미지 가져오기를 모두 마치고 ‘확인’을 클릭한다. 두 이미지를 바탕으로 3D 모델을 생성해 보자. 기본 베이스 피처로는 가변 단면 스윕을 생성한다. 가변 단면 스윕을 생성하기 위해 필요한 커브를 생성한다. FRONT 평면에 스케치를 한다. 그림을 보고 형상의 위 아래 부분에 중심선을 그어주고, 외곽 라인을 스플라인으로 그려 준다. 스플라인 생성 시 처음과 끝만 지정한 후 스케치된 선을 후에 수정한다.     선을 더블 클릭하면 그림과 같이 스플라인을 수정할 수 있다. 제어점을 이용하여 그림의 외곽 라인대로 스플라인을 수정한다. 다른 라인도 제어점을 수정하여 이미지에 맞게 라인을 생성한다.       ■ 기사의 상세 내용은 PDF로 제공됩니다.

앤시스 워크벤치를 활용한 해석 성공 사례   이번 호에서는 엔지니어링 해석의 필수 기초 지식인 열전달 메커니즘을 쉽게 이해할 수 있도록 정리해 본다. 전도, 대류, 복사의 3대 열전달 모드에 대한 정의부터 핵심 공식까지, 복잡한 열 에너지의 이동 원리를 빠르게 파악할 수 있도록 설명하고자 한다.   ■ 이광희 태성에스엔이 FBU-F5팀의 수석 매니저로 유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   무더운 여름날, 에어컨이 없는 사무실에서 하루 종일 땀 흘리며 일하는 모습은 상상만으로도 끔찍한 일이다. 그만큼 에어컨은 우리 생활에 없어서는 안 될 필수 가전제품으로 자리를 잡았기 때문이다. 개인적으로 에어컨을 발명한 캐리어는(그림 1) 인류의 생활 수준을 몇 단계는 높인 인물이라고 생각한다.   그림 1. 윌리스 해빌랜드 캐리어   열전달에 대한 이야기는 하지 않고 뜬금없이 캐리어를 찬양하는 흰소리나 늘어놓고 있는지 의아해하는 분들이 있을 것 같다. 그건 우리 생활에서 열전달 현상을 이용하는 다양한 제품들이 있지만 그 중에서 가장 고마운 가전제품이 아닐까 하는 개인적인 생각으로 시작된 것이므로 큰 의미는 없다. 이제 준비가 된 것 같으니, 본격적으로 열전달 이야기를 해보도록 하겠다.   열전달 메커니즘 우리 주변에서 발생하는 열전달 현상은 전도(conduction), 대류(convection), 복사(radiation)라는 세 가지 열전달 모드로 설명이 가능하다.   그림 2. 열전달 메커니즘 개략도(구글의 AI 이미지 생성 모델을 사용하여 제작)   모든 물질은 원자 또는 분자의 결합으로 이루어져 있으며, 그 상태는 분자의 밀집도에 따라 액체, 기체, 고체로 구분할 수 있다. 기체는 분자간 거리가 매우 멀고 고체는 매우 가깝다. 액체는 이 둘의 중간 정도로, 기체보다는 더 가깝게 위치해 있지만 고체처럼 빽빽하게 모여 있지는 않다. 열전달에 대한 주제로 다시 돌아가면 열전달은 에너지의 흐름을 의미한다. ‘열’이라는 에너지가 어떤 방식으로 이동할 것인지에 따라 모드가 달라지게 된다. 기본적으로 열 에너지는 에너지가 높은 곳에서 낮은 곳으로 흐르게 된다. <그림 2>는 이러한 열전달 메커니즘을 쉽게 설명한 그림이다. 전도는 고체에서 지배적으로 발생하는 열전달 현상인데, 고체는 분가간 거리가 매우 가깝고 빽빽하기 때문에 분자들이 제자리에서 진동하며 열 에너지를 이웃한 분자에게 빠르게 전달한다. 대류는 분자간 거리가 비교적 먼 유체(액체, 기체)에서 발생하며, 분자들이 에너지를 가지고 이동하면서 다른 분자와 충돌하여 에너지를 전달한다. 마지막으로 복사는 분자라는 매체 없이도 에너지를 전자기파 형태로 전달하는 방식으로, 태양으로부터 지구로 태양 복사 에너지가 전달되는 과정과 동일하다.   전도 열전달(Convection Heat Transfer) 전도는 상대적으로 열 에너지를 많이 가진 분자에서 에너지를 적게 가진 이웃한 분자로 에너지가 전달되는 분자 상호작용에 의해 전달되는 현상이다. 유체에서 일어나는 전도는 분자의 불규칙한 운동에 의한 에너지 전달이며, 이것을 에너지의 확산(diffusion)이라고도 한다. 전도에 의해 일어나는 단위시간당 열전달량인 Heat flow(Qcond , [W])는 두 점사이의 온도차와 면적에 비례하고 거리에는 반비례한다고 푸리에(Fourier)는 설명하고 있다. <그림 3>은 푸리에의 열전도 법칙을 설명하기에 적합한 그림이다.   그림 3. 푸리에의 열전도 법칙   매질을 통해 전도되는 열의 전도율은 매질의 형상, 두께, 재질 그리고 온도차에 따라 다르다. 뜨거운 물이 담긴 용기를 단열재로 감싸면 용기의 열손실이 감소하는 것은 누구나 알고 있는 사실일 것이다. 그리고 단열재가 두꺼울수록 열손실은 줄어드는 반면, 방안의 온도가 낮을수록 용기를 통한 열손실은 증가한다. 또한, 용기가 클수록 표면적이 증가하므로 열 손실률도 증가한다. 즉,  이며, 이를 공식으로 나타내면 다음과 같다.   　　　　　식 1   여기서, k : 열전도율(Thermal Conductivity), [W/m·K] A : 표면적, [㎡] dT : T1과 T2의 온도차, [K] DX : 두께, [m] 즉, dT/DX : 온도구배(Temperature gradient), [K/m] <식 1>을 푸리에의 열전도 법칙이라고 한다. 여기서 음의 부호는 온도가 감소하는 방향으로 열이 전달되기 때문에, 온도구배는 x가 증가할 때 온도가 감소하는 값을 가진다. 따라서 양의 x 방향에 대한 전도 열전달율의 값이 양수가 되도록 하기 위해 <식 1>에 음부호를 첨가한 것이다.     ■ 기사의 상세 내용은 PDF로 제공됩니다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   디파이(Dify)는 대규모 언어 모델(LLM)을 활용한 에이전트 서비스를 전문적인 코딩 지식 없이 개발하고 효율적으로 운영할 수 있도록 지원하는 LLMOps(대규모 언어 모델 운영) 플랫폼 및 도구이다. 이 도구는 LLM과 같은 개발에 필요한 도구를 팔래트에서 가져와 캔버스에 배치하고, 이들의 작업 흐름을 연결함으로써 손쉽게 AI 에이전트 서비스를 개발할 수 있다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://DXbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1. 디파이로 개발된 챗봇 에이전트 예시   디파이는 사용자가 아이디어를 실제 AI 서비스로 신속하게 전환할 수 있도록 설계된 통합 개발 환경을 제공한다. 가장 큰 특징은 복잡한 백엔드(backend) 인프라나 API 연동 과정을 추상화하여, 사용자가 시각적인 인터페이스를 통해 애플리케이션의 핵심 로직과 기능 구현에만 집중할 수 있도록 한 것이다.   기능 소개 디파이의 주요 기능은 다음과 같다. 시각적 프롬프트 오케스트레이션 : 사용자는 텍스트 입력, LLM 호출, 조건 분기, 외부 도구(API) 사용 등의 과정을 블록처럼 연결하여 정교한 워크플로를 설계할 수 있다. 이를 통해 단순한 질의응답을 넘어 복잡한 추론과 작업 수행이 가능한 AI 에이전트를 구축하는 것이 가능하다. RAG(검색 증강 생성) 엔진 : 자체 데이터(PDF, TXT, 마크다운 등)를 업로드하여 AI 모델이 해당 정보를 기반으로 답변하도록 만드는 RAG 기술을 손쉽게 구현할 수 있다. 디파이는 문서 자동 전처리, 벡터화, 청킹(chunking) 등 복잡한 과정을 내부적으로 처리하여 사용자의 부담을 최소화한다. 모델 호환성 및 관리 : 오픈AI(OpenAI)의 GPT 시리즈, 앤트로픽(Anthropic)의 클로드(Claude), 구글의 제미나이(Gemini) 등 20개 이상의 상용 및 오픈소스 LLM을 지원한다. 사용자는 여러 모델을 프로젝트에 등록해두고 특정 작업에 가장 적합한 모델을 선택하거나, A/B 테스트를 통해 성능을 비교 분석할 수 있다. 배포 및 운영 : 개발이 완료된 애플리케이션은 즉시 사용 가능한 웹 API 엔드포인트(endpoint)나 독립적인 웹 사이트 형태(웹앱)로 배포된다. 또한 사용자 피드백 수집, 모델 성능 모니터링, 프롬프트 개선 등 지속적인 운영 및 관리를 위한 대시보드를 제공하여 서비스 품질을 유지하고 발전시키는 데 도움을 준다. 더 자세한 정보는 디파이 공식 웹사이트(https://dify.ai)에서 확인할 수 있다.   개발 배경 디파이는 2023년 5월에 설립된 랭지니어스(LangGenius, Inc.)에 의해 개발되었으며, 생성형 AI 기술의 급격한 발전 속에서 LLM을 실제 비즈니스에 적용하려는 수요와 기술적 장벽 사이의 간극을 메우기 위해 탄생했다. 초기 LLM 애플리케이션 개발은 파이썬(Python) 라이브러리인 랭체인(LangChain)이나 라마인덱스(LlamaIndex) 등을 활용하는 개발자 중심의 영역이었다. 하지만 이는 프롬프트 엔지니어링, 벡터 데이터베이스 관리, API 연동 등 상당한 전문 지식을 요구했다. 랭지니어스 팀은 이러한 기술적 복잡성이 AI 기술의 대중화와 비즈니스 혁신을 저해하는 주요 요인이라고 판단했다. 이에 따라 기획자, 디자이너, 마케터 등 비개발 직군도 직접 AI 서비스를 만들고 테스트할 수 있는 직관적인 플랫폼을 목표로 디파이를 개발했다. 특히, 모든 소스코드를 공개하는 오픈소스 전략을 채택하여 개발자 커뮤니티의 참여를 유도하고, 데이터 보안에 민감한 기업이 자체 서버에 직접 설치(self-hosting)하여 사용할 수 있도록 유연성을 제공했다. 디파이의 소스코드는 깃허브 저장소(https://github.com/langgenius/dify)에서 확인할 수 있다.   유사 도구 디파이와 유사한 기능을 제공하는 AI 개발 플랫폼은 다수 존재하며, 각각의 도구는 고유한 특징과 목표 시장을 가지고 있다. 플로와이즈AI(FlowiseAI) : 디파이와 마찬가지로 노드를 연결하여 LLM 기반 워크플로를 구축하는 오픈소스 플랫폼이다. UI/UX 측면에서 더 개발자 친화적인 경향이 있으며, LangChain.js를 기반으로 하여 자바스크립트(JavaScript) 생태계와의 통합이 용이하다는 장점이 있다.(https://flowiseai.com) 보이스플로(Voiceflow) : 주로 대화형 AI, 특히 음성 기반 챗봇 및 어시스턴트 제작에 특화된 로코드 플랫폼이다. 시각적인 대화 흐름 설계 도구가 강력하며, 프로토타이핑부터 실제 배포까지 전 과정을 지원하여 고객 서비스 자동화 분야에서 많이 사용된다.(https://www. voiceflow.com) 버블(Bubble) : 웹 애플리케이션 개발을 위한 대표적인 노코드 플랫폼이다. AI 기능이 내장된 것은 아니지만, 높은 유연성과 확장성을 바탕으로 디파이나 오픈AI에서 제공하는 API를 연동하여 복잡한 웹 서비스 내에 AI 기능을 통합하는 방식으로 활용될 수 있다.(https://bubble. io) n8n : 워크플로 자동화에 중점을 둔 오픈소스 도구이다. AI 기능보다는 수백 개의 다양한 서드파티 애플리케이션(예 : 구글 시트, 슬랙, 노션)을 연결하여 데이터 동기화 및 업무 자동화를 구현하는 데 강점을 보인다.(https://n8n.io)     ■ 기사의 상세 내용은 PDF로 제공됩니다.

#PLM교육 #DX교육 #최신트렌드_반영_업데이트 #한국산업지능화협회 #PLM기술위원회 #캐드앤그래픽스   DX/PLM 교육 내용이 보이지 않으면 여기를 클릭하십시오.