다쏘시스템은 5월 29일 서울 코엑스에서 ‘3D익스피리언스 콘퍼런스 코리아 2025(3DEXPERIENCE CONFERENCE KOREA 2025)’를 개최한다고 밝혔다. ‘모두를 위한 모든 것의 버추얼 트윈(Virtual Twin of Everything for Everyone)’을 주제로 열리는 이번 행사는, 생성형 AI와 결합해 한층 진화한 버추얼 트윈 기술을 중심으로 대한민국 산업의 미래를 만들어 나갈 혁신 비전을 소개한다. 이번 콘퍼런스에서는 다쏘시스템이 올해 초 새롭게 발표한 기술 비전 ‘3D유니버스(3D UNIV+RSES)’를 소개하고, 7개 혁신 브랜드를 통해 다양한 산업 분야에 적용되는 최신 기술 트렌드를 선보인다. 특히 다쏘시스템은 ▲40개 이상의 전문 세션 ▲산업 전문가들이 직접 전하는 실무 지식과 노하우 등 프로그램을 통해 참석자들에게 실질적 인사이트를 제공할 예정이다.     오전에 진행되는 제네럴 세션은 다쏘시스템코리아 정운성 대표이사의 환영사로 시작한다. 기조연설자로 초청된 LG전자 ES연구소의 황윤제 기술고문은 ‘모델 기반 가상화 R&D를 통한 디지털 혁신 : AI 시대의 도전과 미래’를 주제로, 디지털 전환(DX)을 이끄는 AI 기술과 버추얼 목업 제작을 더욱 용이하게 하는 모델 기반 시스템 엔지니어링의 중요성에 대해 발표한다. 황윤제 기술고문은 가상화 분야에서 현재 직면한 주요 도전 과제가 무엇인지 살펴보고, 이를 극복함으로써 열릴 미래의 가능성에 대한 인사이트를 제공할 예정이다. 오후에는 바이오비아(BIOVIA), 에노비아/넷바이브(ENOVIA/NETVIBES), 카티아/3D익사이트(CATIA/3DEXCITE), 델미아(DELMIA), 시뮬리아(SIMULIA)의 5개의 브랜드 트랙과 별도 마련된 SDV(Software-Defined Vehicle) 트랙이 진행된다. 각 트랙을 통해 다쏘시스템의 전문가와 브랜드별 고객사는 최신 기술 동향과 다양한 산업 적용 사례를 폭넓게 소개하며, 특히 3D익스피리언스 기반 통합 업무 환경을 심도 있게 다룰 예정이다. 특히 추가로 마련된 SDV 트랙은 총 3개의 발표로 구성되어, 다쏘시스템의 SDV 설루션 전략과 함께 모델 기반 시스템 엔지니어링(MBSE : Model-Based Systems Engineering), 하드웨어/소프트웨어 통합, 가상 검증 등 제품 전체 관점의 개발 방향을 소개한다. 아울러 미래 모빌리티 산업의 도전과제와 설루션 방안, 메카트로닉스(mechatronics) 및 소프트웨어 중심 경험(software-driven experiences)을 위한 엔드 투 엔드 통합 업무 환경 구축 전략을 다룬다.   다쏘시스템코리아 정운성 대표이사는 “3D익스피리언스 콘퍼런스 코리아 2025는 가상과 현실을 끊임없이 연결하는 기술로 산업 혁신의 방향을 제시하는 자리”라며, “모두를 위한 모든 것의 버추얼 트윈이라는 이름에 걸맞게, 다쏘시스템은 앞으로도 다양한 산업의 전문가들과 함께 버추얼 트윈으로 미래 산업을 혁신하고, 무한한 가능성을 만들어 나갈 것”이라고 밝혔다.

한국후지필름비즈니스이노베이션(이하 한국후지필름BI)은 5월 13일부터 전국 5개 도시에서 ‘레보리아 프레스(Revoria Press)’ 신제품 2종 로드쇼를 개최한다고 밝혔다. 이번 행사는 디지털 인쇄기 신제품과 함께, 인쇄 산업의 디지털 전환(DX)을 지원하는 다양한 솔루션을 소개할 예정이다.   한국후지필름BI는 부산(5월 13일)을 시작으로 대구(5월 14일), 대전(5월 15일), 서울(5월 16일), 광주(5월 20일) 순으로 로드쇼를 개최할 예정으로, 빠르게 변화하는 인쇄 시장 환경 속에서 고객이 직면한 과제를 진단하고 한국후지필름BI의 자동화 기반 솔루션을 직접 체험할 수 있는 기회를 제공한다.   첫번째 세션에서는 상업용부터 소형 오피스 환경에 이르기까지 폭넓은 활용이 가능한 디지털 인쇄기 ‘레보리아 프레스’ 신제품 2종이 소개된다. 해당 신제품은 고화질 LED 프린트 헤드와 특수 토너로 선명한 색상 구현이 가능하며, AI 기반 프린트 서버와 ‘스마트 모니터링 게이트(Smart Monitoring Gate)’ 기능을 탑재해 출력 품질과 작업 효율을 동시에 향상시킨 것이 특징이다. 이번 신제품을 통해 중소형 상업 인쇄 시장에서도 특수 토너를 활용해 새로운 비즈니스 기회를 창출할 수 있다.   이어지는 세션에서는 고객의 니즈에 따라 인쇄 프로세스별 ▲업무 자동화(RPA) 솔루션 ▲클라우드 기반 협업 플랫폼 ‘FUJIFILM IWpro(Integrated Working Process)’, ▲원스톱 IT 운영 관리 서비스 ‘IT 엑스퍼트 서비스(ITESs)’ ▲디지털 프린트 워크플로우 소프트웨어 ‘레보리아 XMF 프레스레디’ 등 다양한 DX 솔루션을 제안한다.   이번 서울 로드쇼는 서울 중구에 위치한 한국후지필름BI ‘CHX 라이브 오피스’에서 진행된다. 대전은 KW컨벤션, 대구는 대구인터불고호텔, 광주는 라마다호텔에서 개최된다. 부산 로드쇼는 한국후지필름BI의 쇼룸 ‘라이브 오피스 부산’에서 열린다.   한국후지필름BI 하토가이 준 대표는 ”한국후지필름BI는 고객의 CHX(Customer Happiness Experience) 실현을 위해 업종별 맞춤형 디지털 전환을 적극 지원하고 있다”며, “이번 로드쇼와 신제품을 통해 인건비 및 인력 부족 문제를 해결하고, 생산성과 수익성 향상이라는 고객의 핵심 과제에 기여할 수 있기를 기대한다”고 말했다.

디지털 트윈과 산업용 메타버스 트렌드   데이터 기반 서비스 관점에서의 디지털 트윈의 역할은 실 체계에서 수집한 실제 데이터와 디지털 트윈 시뮬레이션으로 얻어진 가상 데이터의 융합을 통하여 실제 시스템 관련 문제 해결에 유용한 빅 데이터 생성이라 할 수 있다.  디지털 트윈 활용은 안정성에 부담이 적고 신속/가시적 성공사례 확보가 가능한 스마트시티, 스마트 팩토리, 스마트SOC(도로, 철도, 항만, 공항, 등) 등이 대상이지만 기술성숙도가 높아지고 안정성이 보장됨에 따라 자율주행, 의료/인공장기, 식물공장 등으로 확대될 전망이다.   ▲ 철도 네트워크의 디지털 트윈 구축하는 독일 디지털 철도(이미지 출처 : 엔비디아)   1. 디지털 전환과 디지털 트윈 디지털 전환(Digital Transformation: DX)은 비즈니스 전 과정에 ICT 기술을 도입하여 전사적 업무, 생산 기술, 제품 등을 디지털화 한 후 이를 기반으로 가상 실험이 가능한 디지털 환경을 구축하는 것이다.  디지털 전환의 궁극적 목적은 기업 이윤 극대화에 필요한 업부/생산 효율성 및 제품 부가 가치 증대를 위한 다양한 창의적 대안들을 가상 실험을 통해 평가한 후 그 결과를 비즈니스 전 과정에 활용하는 것이다. 예를 들어, 스마트 팩토리의 디지털 전환은 조달 시스템, 생산 시스템, 물류 시스템 등 스마트 팩토리 구성요소들의 자원 할당 및 운용에 대한 다양한 대안들을 가상 실험을 통해 평가할 수 있는 환경을 구축하여야 한다. 그렇다면, 비즈니스 전 과정을 가상 실험하기 위해서는 무엇이 필요할까?  가상 실험을 하기 위해서는 먼저 가상 실험 대상(예: 제조 공장)을 선정하고, 다음으로, 가상 실험 시나리오(예:새로운 제조 장비 도입)가 필요하며 시나리오를 수행할 모델(예: 제조 공정 시뮬레이션 모델)이 필요하다. 이러한 가상 실험을 위한 모델이 디지털 트윈이며 이런 이유로 많은 사람들이 디지털 트윈을 DX의 Key(Richard Marchall, 2017), DX의 Enablers(Reterto Saracco, 2019), DX의 Central(Vijay Ragjumathan, 2019), DX의 Steppingstone(Harry Forbes, 2020), DX의 Pillar(Fransesco Belloni, 2020)라고 지적하였다.   2. 디지털 트윈의 정의 디지털 트윈은 물리적 자산, 프로세스 및 시스템에 대한 복제본으로 정의[Wiki 사전]되며, 복제본이란 대상 체계의 운용 데이터, 지형/공간/형상 정보 및 동작/운용 법(규)칙을 컴퓨터 속에 디지털화 해 놓은 것을 의미한다. 예를 들면, 제조 공장의 디지털 트윈은 제조 공장의 운용 데이터, 제조 공장의 공간/형상 정보, 그리고 제조 장비 동작 및 공정 모델이 컴퓨터 속에 복제된 것이 될 것이다. 디지털 트윈과 대상 체계가 쌍둥이기 때문에 쌍둥이 중 누가 먼저 태어났느냐에 따라 디지털 트윈의 이름을 다르게 붙이기도 한다. 대상 체계가 존재하기 전에 만들어진 디지털 트윈을 디지털 트윈 프로토타입(Prototype) 그리고 대상 체계가 만들어진 후 복제된 디지털 트윈을 디지털 트윈 인스턴스(Instance)라고 부른다. 디지털 트윈 프로토타입은 대상 체계 설계 단계에서 활용되며 디지털 트윈 인스턴스는 대상 체계의 운용 분석에 활용되는 것이 일반적이다. 디지털 트윈 인스턴스(실 체계의 복제본)와 디지털 트윈 프로토타입(실 체계의 설계 모델)이 모두 존재할 수도 있지만 디지털 트윈 프로토타입 없이 디지털 트윈 인스턴스만 존재할 수도 있다. 디지털 트윈 프로토타입과 인스턴스가 모두 존재한다면 인스턴스는 프로토타입에 실 체계 운용 정보가 반영되어 진화(성장)된 트윈으로 볼 수 있다. 3. 디지털 트윈 구축 목적 디지털 트윈의 구축 목적은 대상 실 체계와 디지털 트윈을 연동 운용함으로써 실 체계 관련 이해 당사자에게 지혜 수준의 혁신적 서비스를 제공할 수 있는 핵심 도구/수단으로 활용하기 위함이다. 데이터 기반 서비스 관점에서의 디지털 트윈의 역할은 실 체계에서 수집한 실제 데이터와 디지털 트윈 시뮬레이션으로 얻어진 가상 데이터의 융합을 통하여 실제 시스템 관련 문제 해결에 유용한 빅 데이터 생성이라 할 수 있다. 융합 빅 데이터는 AI-통계/공학 분석도구들을 이용하여 실 세계의 구성요소인 자산, 사람, 운용 프로세스들의 다양한 결합에 대한 분석/예측 및 체계 운용 최적 대안(최적화)을 찾는데 활용될 수 있다. 아울러, 융합 빅 데이터는 실 세계를 가상 환경에서 현실감 있게 표출할 수 있는 다양한 장비/장치와 VR/AR/XR/메타버스 관련 ICT 기술과의 융합 인터페이스를 통해 오락, 관광, 교육 훈련, 체험 등에 활용될 수 있다.     디지털 트윈의 복제 대상은 실 체계의 운용 데이터, 공간/형상 정보 및 실 체계에 포함된 객체들의 행위 모델 등 3가지이다. 운용 데이터는 실 체계에 설치된 IoT 장비로부터 획득이 가능하다. 공간/형상 정보는 서비스 목적에 따라 GIS, BIM 혹은 3D CAD 중 한 가지 이상을 결합하여 사용한다. 객체 행위 모델은 다양한 시나리오를 가상 실험하기 위한 시뮬레이션 모델을 사용하지만 서비스 목적에 따라서는 운용 데이터를 학습한 데이터 모델을 사용할 수도 있다. 구성요소 중 일부만을 사용한 디지털 트윈은 나머지 구성요소를 사용하지 않음으로 인한 한계점에 봉착하게 된다. 예를 들면, 실 체계 운용 데이터 복제만으로 구성된 IoT 기반 디지털 트윈은 수집된 데이터를 분석할 수는 있지만, 실 체계를 시각화한 지형/공간 상에 데이터를 표출할 수 없을 뿐만 아니라 실 체계와는 다른 가상 데이터를 입력한 시뮬레이션을 수행할 수 없다. 마찬가지로, 지형/공간 정보 만으로 구성된 디지털 트윈은 실 체계에서 일어나는 지형/공간 정보의 변화를 실 시간으로 반영할 수 없으며 시뮬레이션을 통한 실 체계의 현상 분석 및 미래 예측이 불가능 하다.      디지털 트윈의 효율적인 활용을 위해서는 위의 세 가지 구성요소 모두를 개발 및 운용할 수 있는 통합 플랫폼이 바람직하지만 국내외적으로 표준화된 디지털 트윈 플랫폼은 존재하지 않는다. 디지털 트윈의 특성 상 3가지의 디지털 트윈 구성요소 각각을 개발하는 독립적인 플랫폼을 사용하여 구성요소를 개발한 후 이들을 연동하여 운용하는 것이 효율적이다.  구체적으로는, 먼저, 디지털 트윈 개발 목적에 맞게 운용 데이터를 수집하는 IoT 플랫폼, 지형/공간 정보를 구축하는 지형/공간정보 플랫폼 및 모델링 시뮬레이션 플랫폼들을 이용하여 각 구성요소를 개발한다. 다음으로, 개발된 세 가지 구성요소를 실행하는 플랫폼들을 연동 운용하는 PoP(Platform of Platforms) 구조를 사용할 수 있다. PoP 구조는 디지털트윈의 목적에 부합되는 모든 디지털트윈을 개발/운용할 수 있는 플랫폼으로써 신뢰성 및 경제성(개발 기간 및 비용) 면에서 효율적인 구조이다. PoP 구조를 사용할 경우 플랫폼들 사이의 연동을 위한 데이터 모델과 API의 국제적인 표준화가 요구되며 데이터 모델의 표준은 대상 시스템에 따라 달라질 수 있다.  디지털 트윈을 실제 시스템에 대한 문제 해결 목적으로 사용하기 위해서는 대상 시스템에 대한 다양한 질문의 답을 디지털 트윈을 통해서 얻을 수 있는 서비스가 제공되어야 한다. OR 이론의 창시자 중 한 명으로 경영 과학 이론가인 R.L.Ackoff 교수는 사람이 생각하는 내용을 데이터, 정보. 지식, 지혜 등 4가지로 분류하였다. 데이터는 단순한 심벌(숫자나 문자)을 말하지만 정보는 ‘who’, ‘what’, ‘where’, ‘when’을 답할 수 있고, 지식은 ‘how’를 답할 수 있고, 지혜는 ‘why’를 답할 수 있어야 한다고 정의하였다. 디지털 트윈의 서비스 수준을 Ackhoff 교수의 분류법에 매핑 시킨다면 정보 수준 서비스는 시스템 분석(현상, 기능 등), 지식 수준 서비스는 시스템 예측(행위, 성능 등) 그리고 지혜 수준 서비스는 시스템 최적화(운용 최적화 등) 및 진단(수명 진단 등)에 해당한다. 예를 들어, 교통 시스템에 대한 다양한 질문을 답하기 위해 교통 디지털 트윈을 만들었다고 하자. 정보 서비스의 예는 현재 교통 시스템의 현상을 분석하는 것으로 어느 위치의 현재 시간대에 단위 시간당 교차로 통과 차량 대수가 얼마인지에 대한 답을 하는 서비스이다. 지식 서비스의 예는 현재 출발지에서 목적지까지의 소요 시간이 얼마가 되는지를 예측하는 질문에 대한 답을 하는 서비스이다. 지혜 서비스의 예는 현재 출발지에서 목적지까지의 소요 시간이 최소가 되는 최적화된 경로가 어떤 것인지의 질문에 대한 답을 하는 서비스이다.    4. 디지털 트윈의 구성요소 디지털 트윈의 3 가지 구성요소 중 행위 모델은 목적에 따라 데이터 모델과 시뮬레이션 모델로 대별된다. 데이터 모델은 실 체계에서 수집된 데이터들 사이의 상관관계를 기계학습하여 얻어진 모델(예: 인공신경망)로서 지식 서비스를 위한 시스템 행위 예측에 한계점을 가지고 있다. 구체적으로, 데이터 모델은 학습된 데이터 영역에서는 미래 예측이 가능하지만 학습된 영역 밖의 데이터에 대한 예측은 불가능 하다. 뿐만 아니라 학습 시와 예측 시의 시스템 운용 조건이 달라질 경우에도 예측이 불가능하다. 앞서 예시한 교통 디지털 트윈으로 데이터 모델을 사용할 경우 학습 시 도로 상황(운행 시간, 사고 발생 유무 등)이 예측 시 도로 상황과 동일하지 않으면 소요 시간 예측의 정확도가 보장되지 않는다. 더욱이, 시스템 변수 사이의 상관 관계로 표현된 데이터 모델은 변수 사이의 인과 관계가 필요한 시스템의 최적화 및 고장 진단 등에는 활용할 수 없다. 이러한 데이터 모델의 서비스 한계를 극복하기 위해서는 시뮬레이션 모델을 사용할 수 있다. 시뮬레이션 모델은 구축은 대상 시스템에 대한 도메인 지식과 이를 표현하는 지배 법칙에 대한 수학적/논리적 표현 방법을 이해해야 하므로 데이터 모델에 비해 고 비용이 요구된다. 따라서, 디지털 트윈의 행위 모델은 대상 시스템의 서비스 목적과 수준에 따라 다르게 선택될 수 있다.    5. 디지털 트윈의 발전 전망  디지털 트윈의 향후 발전 전망은 문제 해결과 가상 체험 및 빅 데이터 분야로 대별할 수 있다. 문제 해결 분야에서 디지털 트윈의 대상은 분석, 예측, 최적화/진단 대상이 되는 모든 시스템 분야로서 산업(제조, 생산, 물류, 식물공장 등), 공공(교통, 환경, 금융 등), 의료(진단, 인공장기, 가상수술 등), 재난안전(안전점검, 피해분석, 대피훈련 등), 국방(군사훈련, 국방분석, 무기체계 획득 등)등을 포함한다.  현재 디지털 트윈 활용은 안정성에 부담이 적고 신속/가시적 성공사례 확보가 가능한 스마트시티, 스마트 팩토리, 스마트SOC(도로, 철도, 항만, 공항, 등) 등이 대상이지만 기술성숙도가 높아지고 안정성이 보장됨에 따라 자율주행, 의료/인공장기, 식물공장 등으로 확대될 전망이다.  가상 체험 분야는 디지털 트윈이 실 세계 혹은 가상 세계를 움직이는 다양한 시나리오를 정형화한 지배 법칙(모델)을 실행(시뮬레이션)하는 수단으로 활용될 전망이다. 이러한 지배법칙 실행은 실제 세계와 가상 세계의 구별 없는 가상 체험을 목표로 하는 메타버스의 서비스 콘텐츠를 제공한다. 따라서, 메타버스 발전을 위해서 메타버스의 서비스 컨텐츠를 제공하는 디지털 트윈 발전이 필수적으로 향후 메타버스와 디지털 트윈은 동시에 발전할 전망이다.  빅 데이터 분야에서는 디지털 트윈의 가상 실험을 통해 실 체계에서는 물리적/경제적 이유로 수집 불가능한 다양한 빅 데이터를 생성하는데 활용될 전망이다. 유의미한 빅 데이터 생성을 위해서는 실 체계에서 수집 가능한 데이터를 사용하여 디지털 트윈 모델의 검증이 선행된 후 실 체계에서 수집 불가능한 데이터 생성을 위한 가상 실험이 설계되어야 한다. 디지털 트윈을 사용한 빅 데이터 생성은 시스템 기능 검증, 예지 진단 및 기계학습 등과 같은 부가가치가 높은 데이터 생성에 집중되어 미래 데이터 구독 시장 활성화에 기여할 전망이다.   김탁곤 명예교수  KAIST 전기전자공학부  

BIM 칼럼니스트 강태욱의 이슈 & 토크   생성형 AI 에이전트는 목표 달성을 위해 세상을 관찰하고 스스로 행동하는 자율적인 애플리케이션으로, 행동과 의사결정을 위한 인지 아키텍처를 갖추고 있다. 이번 호에서는 오픈소스 AI 에이전트인 오픈마누스(OpenManus)를 통해 AI 에이전트의 동작 메커니즘이 어떻게 구현되는지 분석해 본다.   ■ 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   최근 AI 에이전트 기술이 크게 발전하고 있다. 구글의 에이전트 백서를 보면, 생성형 AI 에이전트는 목표 달성을 위해 세상을 관찰하고 스스로 행동하는 자율적인 애플리케이션으로 설명한다. 명시적인 지시가 없어도 스스로 판단하고 능동적으로 목표에 접근할 수 있다. 이러한 에이전트는 행동과 의사결정을 위한 인지 아키텍처를 갖추며, 핵심 구성 요소는 <그림 1>과 같이 사용자 입력에 대한 추론 역할을 하는 모델(보통은 GPT와 같은 LLM), 입력에 대해 필요한 기능을 제공하는 도구(tools), 그리고 어떤 도구를 호출할지 조율하는 오케스트레이션의 세 가지로 이루어진다.   그림 1. AI 에이전트의 구성 요소(Agents, Google, 2024)   이번 호에서는 AI 에이전트의 동작 메커니즘을 분석하기 위한 재료로, 딥시크(DeekSeek)와 더불어 관심이 높은 마누스(Manus.im)에서 영감을 받아 개발된 오픈마누스(OpenManus) 오픈소스 AI 에이전트를 활용하겠다. 오픈마누스는 메타GPT(MetaGPT)라는 이름으로 활동 중인 중국인 개발자가 공개한 AI 에이전트이다. 개발자는 오픈마누스가 연결된 다양한 도구를 LLM으로 조율하고 실행할 수 있다고 주장하고 있다. 깃허브(GitHub) 등에 설명된 오픈마누스는 다음과 같은 기능을 지원한다. 로컬에서 AI 에이전트 실행 여러 도구 및 API 통합 : 외부 API, 로컬 모델 및 자동화 도구를 연결, 호출 워크플로 사용자 지정 : AI가 복잡한 다단계 상호 작용을 효율적으로 처리 여러 LLM 지원 : 라마(LLaMA), 미스트랄(Mistral) 및 믹스트랄(Mixtral)과 같은 인기 있는 개방형 모델과 호환 자동화 향상 : 내장 메모리 및 계획 기능을 통해 코딩, 문서 처리, 연구 등을 지원   <그림 2>는 이 에이전트가 지원하는 기능 중 일부이다. 프롬프트 : “Create a basic Three.js endless runner game with a cube as the player and procedurally generated obstacles. Make sure to run it only in browser. If possible also launch it in the browser automatically after creating the game.”   그림 2   오픈마누스는 이전에 중국에서 개발된 마누스에 대한 관심을 오픈소소로 옮기는 데 성공했다. 오픈마누스는 현재 깃허브에서 4만 2000여 개의 별을 받을 정도로 관심을 받고 있다.    그림 3. 오픈마누스(2025년 4월 기준 42.8k stars)   필자는 오픈마누스에 대한 관심이 높았던 것은 구현된 기술보다는 에이전트 분야에서 크게 알려진 마누스에 대한 관심, 오픈소스 버전의 AI 에이전트 코드 공개가 더 크게 작용했다고 생각한다. 이제 설치 및 사용해 보고, 성능 품질을 확인해 보자. 그리고 코드 실행 메커니즘을 분석해 본다.    오픈마누스 설치 개발 환경은 이미 컴퓨터에 엔비디아 쿠다(NVIDIA CUDA), 파이토치(PyTorch) 등이 설치되어 있다고 가정한다. 이제, 다음 명령을 터미널에서 실행해 설치한다.   conda create -n open_manus python=3.12 conda activate open_manus git clone https://github.com/mannaandpoem/OpenManus.git cd OpenManus pip install -r requirements.txt playwright install   오픈마누스가 설치하는 패키지를 보면, 많은 경우, 기존에 잘 만들어진 LLM, AI Agent 라이브러리를 사용하는 것을 알 수 있다. 여기서 사용하는 주요 라이브러리는 다음과 같다.  pydantic, openai, fastapi, tiktoken, html2text, unicorn, googlesearch-python, playwright, docker     ■ 자세한 기사 내용은 PDF로 제공됩니다.

캐드앤그래픽스 디지털 트윈 설문조사 분석   디지털 트윈 기술에 대한 관심이 국내 제조 및 엔지니어링 업계를 중심으로 높아지고 있지만, 실제 산업 현장에서는 여전히 다양한 현실적 제약에 직면해 있는 것으로 나타났다. 캐드앤그래픽스는 국내 디지털 트윈 현황을 집대성한 ‘디지털 트윈 가이드’를 발간하고, 국내 제조 및 엔지니어링 업계 관계자를 대상으로 3월 13일부터 4월 14일까지 ‘국내 디지털 트윈 현황 설문조사’를 실시했다. 총 1212명이 참여한 이번 설문조사에서는 디지털 트윈의 이해도, 적용 분야, 도입 단계, 구축 시 어려움 등 다양한 관점에서 기술의 현주소를 조망했다. 특히 디지털 트윈을 실제로 사용 중인 기업과 종사자를 대상으로 진행한 심층 조사에서는 기술 도입 과정에서의 구체적인 어려움과 향후 투자 계획 등 실질적인 인사이트가 도출됐다. ■ 최경화 국장   설문조사 개요 및 참가자 현황 이번 설문조사는 국내 제조 엔지니어링 업계 관계자 1212명을 대상으로 진행되었다. 설문 참가자들의 배경은 다양한 산업 분야에 걸쳐 있었으며, 이는 디지털 트윈 기술이 단일 산업에 국한되지 않고 여러 분야에서 관심을 받고 있음을 시사한다. 참가자들의 직무 또한 연구개발, 설계, 생산, 관리 등 다양한 영역에 분포하고 있어, 디지털 트윈 기술이 기업 내 여러 부서와 직무에 걸쳐 중요성을 인정받고 있음을 알 수 있었다. 디지털 트윈 관련 업무 분야에서도 다양한 응답이 나타나, 이 기술의 응용 범위가 넓어지고 있음을 확인할 수 있다.   주력 산업 분야 설문 응답자들의 주력 산업 분야는 ‘건축/건설/토목’(22.7%)과 ‘전기전자/하이테크/반도체’(17.9%), ‘시각화/그래픽/디자인’(14.2%) 등이 높은 비중을 차지했으며, 자동차, 플랜트 등 다양한 산업 분야가 분포되어 있음을 알 수 있다.   그림 1. 설문 응답자 현황 - 주력 산업 분야   직무 분야 설문 응답자들의 직무 분포는 ‘엔지니어’(41.2%)가 압도적으로 높은 비율을 보였고, ‘경영진/임원’(15.9%), ‘SW 개발’(14.3%) 순으로 나타나, 기술 및 관리 직무 종사자들의 높은 관심을 반영했다.   그림 2. 설문 응답자 현황 – 직무   디지털 트윈 관련 업무 분야 설문 응답자들의 디지털 트윈 관련 업무 분야에 대해서는 CAD/3D 모델링이 가장 높게 나타났고, AI/머신러닝, CAE/시뮬레이션 순으로 나타났다.    그림 3. 설문 참가자 현황 - 디지털 트윈 관련 업무 분야   국내 디지털 트윈 도입 현황 - 뜨거운 기대감과 더딘 현실 디지털 트윈 이해 수준 기술에 대한 이해 수준은 아직 부족한 것으로 나타났다. 디지털 트윈 이해 수준에 대해서는 ‘대체로 알고 있다’(36.8%)와 ‘조금 알고 있다’(37.2%)가 비슷한 비율을 보였으며, ‘매우 잘 알고 있다’ (10.4%)는 소수에 불과했다. ‘잘 모른다’(15.6%)는 응답도 상당수를 차지했다. 이는 기술에 대한 인지도는 높지만, 깊이 있는 이해와 활용 능력은 아직 부족하다는 점을 시사한다.   그림 4. 디지털 트윈에 대한 이해 수준   디지털 트윈 발전 전망 반면, 디지털 트윈의 미래에 대한 업계의 기대는 매우 컸다. 향후 디지털 트윈 발전 전망에 대한 응답에 따르면 ‘매우 중요하게 성장할 것’(66%)과 ‘다소 성장할 것’(30.5%)이라는 답변이 전체의 압도적인 대다수를 차지했다. 또한 전체 응답자의 96.5%가 기술의 중요성과 잠재력에 대해 폭넓은 공감대를 형성하고 있음을 확인시켜 주었다.   그림 5. 디지털 트윈 향후 발전 전망   디지털 트윈 사용 기업 및 도입 현황 디지털 트윈을 실제로 사용하고 있는 기업 및 유저를 대상으로 한 심층 조사에는 총 385명이 참여했다. 이들 기업의 규모는 매출액과 직원 수를 기준으로 다양하게 분포하고 있어, 디지털 트윈 기술이 대기업뿐 아니라 중소기업에서도 점차 도입되고 있음을 알 수 있다.   디지털 트윈 사용 기업 규모 디지털 트윈 사용 기업의 매출액은 5000억원 이상이 48.8%를 차지해 가장 높은 분포를 보였으며, 1000억원 이상~500억원 미만이 13.2%로 큰 기업들이 주로 관심을 가지고 있었음을 알 수 있었다. 직원 수도 5000명 이상이 32.2%로 가장 높은 수치를 차지했으며, 1000명~5000명 미만이 17.9%, 100명~500명 미만이 11.7% 순으로 나타났다.    그림 6. 디지털 트윈 사용 기업 매출액   디지털 트윈 사용 기업 적용 분야 디지털 트윈 적용 분야는 ‘제품 설계 및 시뮬레이션’(66.8%), ‘생산/제조 운영’(43.9%), 설비 모니터링 및 유지보수(39.2%) 순으로, 제품 개발과 생산 영역에 활용이 집중되는 경향을 보였다. 제조 분야에 비해서는 사용이 적지만 도시, 에너지, 교통, 물류, 의료 등 다양한 영역에서 활용되고 있음을 확인할 수 있다. 특히 제조업 분야에서는 생산 공정 최적화, 품질 관리, 설비 예지 보전 등의 목적으로 활용되고 있을 것으로 추정된다.   그림 7. 디지털 트윈 적용 분야   디지털 트윈 적용 목적 디지털 트윈을 적용하는 주요 목적은 ‘설계 최적화’(61.0%), ‘생산성 향상’(54.5%), ‘운영 효율화’(46.2%) 등 효율성 증대 관련 항목들이 우위를 점했다.   그림 8. 디지털 트윈 적용 목적   디지털 트윈 도입 단계 아직까지 디지털 트윈에 대한 관심은 높지만 실제 사용 보다는 검토 중인 기업이 많은 것으로 나타났다. 디지털 트윈 사용 기업의 도입 단계 관련 답변을 보면, ‘도입 검토 중’(43.6%)이 가장 큰 비중을 차지했다. 이어 ‘일부 시스템 도입 완료’(18.4%), ‘PoC(파일럿) 진행 중’(12.2%), ‘전사 확산 및 활용 중’은 4.2% 순으로, 본격적인 활용 단계에 진입한 기업은 소수임을 알 수 있었다. ‘도입 계획 없음’(17.9%)이라는 응답도 적지 않았다.    그림 9. 디지털 트윈 도입 단계   다양한 상용 디지털 트윈 툴 사용… 자체 개발·검토도 다수 디지털 트윈 기술의 확산과 함께, 국내 기업들이 활용 중인 디지털 트윈 소프트웨어 및 플랫폼은 매우 다양하며, 기업별로 도입 단계나 활용 수준에서도 큰 차이를 보이는 것으로 나타났다. ‘현재 사용 중인 디지털 트윈 툴’에 대한 주관식 응답 결과를 분석해 보면, 국내 산업계는 BIM 기반 플랫폼, CAE 시뮬레이션 도구, PLM 및 협업 플랫폼, 그리고 게임 엔진 기반 시각화 도구를 중심으로 디지털 트윈 기술을 도입하고 있는 것으로 나타났다. 아래 내용은 답변 내용을 중심으로 정리한 것이다.   BIM 및 설계 중심 소프트웨어의 강세 디지털 트윈 구축의 초기 단계에서 가장 두드러지는 분야는 설계 기반 모델링(BIM) 도구다. 응답자 중 상당수가 오토데스크의 레빗(Revit), 오토캐드, 시빌 3D(Civil 3D), 나비스웍스(Navisworks) 등을 사용하고 있다고 응답했다. 벤틀리 시스템즈의 아이트윈(iTwin), 트림블의 테클라(Tekla) 및 트림블 커넥트(Trimble Connect), 아비바의 아비바 E3D(AVEVA E3D) 등도 건설·플랜트 산업에서 활용하고 있다고 답변했다.   정밀 해석 기반의 시뮬레이션 툴 확산 앤시스(Ansys), 아바쿠스(Abaqus), 하이퍼웍스(HyperWorks), LS-DYNA, 시뮬링크(Simulink), 아담스(Adams), GT-스위트(GT-Suite), 플렉스심(FlexSim) 등 해석 전문 툴의 사용도 두드러졌다. 특히 제품 설계나 공정 시뮬레이션에서 정밀한 모델링이 필요한 제조업, 자동차, 중공업 분야에서는 다물리 해석 툴 기반의 디지털 트윈 구현이 주를 이뤘다.   PLM 기반 통합 디지털 플랫폼도 주목 설계-생산-운영 전 주기를 통합 관리하기 위한 PLM 기반 플랫폼도 활발히 사용되고 있다. 다쏘시스템즈의 3D익스피리언스(3DEXPERIENCE), 카티아(CATIA), 에노비아(ENOVIA), 지멘스의 NX, 팀센터(Teamcenter), 플랜트 시뮬레이션(Plant Simulation), PTC의 크레오(Creo), 윈칠(Windchill), 씽웍스(ThingWorx) 외에도 전문 툴인 비주얼컴포넌트 등은 스마트 공정 및 운영 관리까지 연계된 디지털 트윈 구현에 활용되고 있는 것으로 보인다.   게임엔진 기반 실시간 시각화 기술 부상 유니티(Unity), 언리얼 엔진(Unreal Engine), 트윈모션(Twinmotion), 엔비디아 옴니버스(Omniverse) 등 게임엔진 기반 시각화 도구는 실시간 협업과 현장 시뮬레이션에서 각광받고 있다. 특히 언리얼엔진, 유니티와 옴니버스 등은 다른 플랫폼과의 연동성을 강화해 디자인 협업 및 공정 검증에 널리 활용되고 있다.   자체 설루션 및 커스터마이징 비율도 높아 이밖에도 국산 설루션인 이에이트, 소프트힐스, 버넥트, 한국디지털트윈연구소 설루션을 이용하고 있다는 응답도 있었다. 흥미로운 점은 응답자의 상당수가 ‘인하우스 개발’ 또는 ‘자체 플랫폼’, ‘프로젝트마다 요구사항 수렴 방식’ 등의 형태로 독자적인 디지털 트윈 시스템을 운영하고 있다는 것이다. 이는 특정 상용 설루션만으로는 각기 다른 업무 흐름이나 도메인 지식을 완벽히 반영하기 어렵기 때문으로 분석된다. 또한 ‘아직 도입 예정’ 또는 ‘검토 단계’라는 응답도 적지 않아, 디지털 트윈 도입의 확산은 진행 중인 흐름임을 알 수 있다.   넘어야 할 장벽 : 현장의 목소리로 본 핵심 과제 디지털 트윈의 확산이 더딘 배경에는 공통적으로 지적된 여러 장애물이 존재했다. 특히 높은 비용과 불확실한 ROI는 가장 큰 걸림돌로 지목됐다.   디지털 트윈 시스템 구축의 어려움 디지털 트윈 사용 기업이 꼽은 구축 시 가장 큰 어려움으로 ‘초기 투자 비용’(24.4%)과 ‘전문 인력 부족’(20.5%)이 가장 높은 비율을 차지했다. 그 뒤를 이어 ‘ROI 분석의 어려움’(16.6%), ‘경영진의 이해 부족’(15.1%) 순으로 나타났다. 주관식 답변에서는 고비용의 소프트웨어, 외산 설루션 및 3D 프로그램의 높은 라이선스 비용, 디지털 전환(DX) 도입 및 유지보수 비용 과다 등 경제적 부담에 대한 토로가 많았다. 특히 기대효과가 명확해야 한다, 비용 대비 효율이 확보되지 않으면 불가능하다, 실질적인 경영 효과로 어떻게 연결되는지 의문이라며, 투자를 정당화할 명확한 성과 측정과 검증된 성공 사례 부족을 지적했다. 전문 인력 부족 문제는 교육 시스템의 부재와 연계돼 있으며, 현장에서는 관련 교육 기회가 부족하다는 지적이 많았다. 경영진의 이해 부족도 중요한 문제로 나타났다.   그림 10. 디지털 트윈 구축 시 어려움   디지털 트윈 시스템 구축 관련 투자 계획 이러한 어려움에도 불구하고, 향후 디지털 트윈에 대한 투자 의향은 비교적 긍정적이었다. 사용 기업의 향후 투자 계획을 보여주는 그래프를 보면, ‘2년 이내’(31.4%), ‘1년 이내’(19.0%), ‘6개월 이내’(11.4%) 등 2년 내 투자 계획이 있다는 응답이 전체의 61.8%를 차지했다. 반면에 ‘도입 계획 없음’(26.2%)도 상당수 있었다.   그림 11. 향후 투자 계획   미래 투자 방향과 나아갈 길 전체 응답자가 디지털 트윈 확산을 위해 가장 필요하다고 꼽은 요소를 가중치 순으로 나타낸 그래프를 보면, ‘경영진의 의지와 디지털 트윈에 대한 이해’가 다른 항목을 큰 차이로 앞서며 압도적인 1위를 차지하고 있음을 확인할 수 있다. 또한 실제 사용 기업이 겪는 어려움에서도 ‘경영진의 이해 부족’이 중요한 요인으로 드러났다. 주관식 답변에서는 ROI 증명의 어려움과 맞물려 경영진 설득의 어려움을 토로하거나, 심지어 “실제 시험을 안 해도 된다고 생각하는 경영진이 많다”는 언급까지 나와, 리더십의 인식 개선이 시급함을 알 수 있었다. 표준화의 부재 역시 반복적으로 지적되었다. 응답자들은 데이터 표준화, 3D CAD 포맷 변환, 시스템 간 호환성 부족 등을 구체적인 문제로 언급했다.   그림 12. 디지털 트윈 시스템 구축과 확대를 위해 가장 필요한 것   구체적 정보와 성공 사례의 부족 또한 큰 장벽이다. 응답자들은 산업별 사례, 성공 및 실패 경험 등을 통한 실질적 정보 공유를 절실히 요구하고 있다. 이 밖에도 데이터 확보의 어려움, 외산 소프트웨어 의존도, 기술 복잡성, 국산 소프트웨어 개발의 필요성 등이 복합적으로 언급되며, 생태계 전반에 대한 개선이 필요함을 시사했다. 따라서 성공적인 디지털 트윈 도입과 확산을 위해서는 산적한 과제를 해결하기 위한 다각적인 노력이 필요하다. 현장의 목소리와 설문 데이터는 다음과 같은 방향을 제시하고 있다. 정부의 적극적인 역할 : 중소기업 지원 확대 , R&D 지원 및 국산 소프트웨어 육성, 산업 표준화 주도, 선도적인 인프라 투자 및 정책 지원 등 정부의 체계적이고 일관성 있는 지원 정책이 요구된다. 실질적 가치 증명 및 정보 공유 : 명확한 ROI 산정 모델 개발, 산업별 성공/실패 사례 발굴 및 투명한 공유, 기술 효용성에 대한 적극적인 홍보와 교육 강화가 필요하다. 표준화 및 기술 개발 : 데이터 형식 통일, 호환성 확보 등 산업 표준을 조속히 마련하고, 사용자 편의성을 높인 기술 및 플랫폼 개발 노력이 필요하다. 인력 양성 및 생태계 조성 : 실무 중심의 교육 프로그램 개발발 및 전문가 양성 시스템 구축, 산학연관 협력 시스템 강화가 필요하다.   맺음말 : 잠재력 현실화 위한 협력과 실질적 노력 시급 이번 설문조사는 디지털 트윈에 대한 국내 산업계의 높은 관심과 함께, 도입을 가로막는 다양한 현실적 장애 요인을 통계와 목소리로 생생하게 보여준 것이라고 할 수 있다. 이 같은 결과는 국내 산업계에서 디지털 트윈 도입이 활발히 이루어지고 있으나, 여전히 도입 도구의 표준화, 조직 내 전사적 활용, 실제 업무 흐름과의 통합 등에서 과제가 많다는 점을 보여준다. 향후에는 상용 툴과 자체 개발 플랫폼 간의 융합 전략, 그리고 데이터 연동성과 유지관리 측면에서의 체계적인 접근이 더욱 중요해질 것으로 보인다. 또한 디지털 트윈이 제조업 혁신의 핵심 동력으로 자리매김하기 위해서는 산업계, 정부, 학계가 함께 협력해 실질적인 해결책을 모색하고, 지속 가능한 생태계를 조성하려는 노력이 절실하다고 할 것이다.     ■ 기사 상세 내용은 PDF로 제공됩니다.

델 테크놀로지스가 지난 3월 26일, 서울 그랜드 인터컨티넨탈 파르나스에서 ‘델 생성형AI 메가 런치(GenAI Mega Launch)’를 열고 2025년형 AI PC 및 클라이언트 제품들을 대거 공개했다. 이번 행사는 ‘델(Dell)’이라는 단일 브랜드로 클라이언트 제품군을 통합한 이후 첫 공식 발표 자리로, 델의 클라이언트 전략이 AI 중심으로 재편되고 있다는 점을 강조하는 무대였다. ■ 박경수 기자   ▲ 델 테크놀로지스 생성형AI 메가 런치(GenAI Mega Launch)’ 행사 전경   델은 ‘NPU(Neural Processing Unit, 신경망 처리 장치)’를 탑재한 차세대 AI PC는 물론, 워크스테이션, 클라우드 인프라, 데이터센터, 소프트웨어 및 AI 서비스까지 아우르는 ‘엔드-투-엔드 AI 포트폴리오’를 통해 시장을 선도하겠다는 청사진을 밝혔다. 워크스테이션 포트폴리오인 ‘델 프로 맥스(Dell Pro Max, 전 ‘델 프리시전’)’ 라인업에 엔비디아의 가장 강력한 전문가용 그래픽 설루션인 엔비디아 GB10·GB300 슈퍼칩을 탑재하는 등 최신 AI 기술을 발빠르게 적용해 제품 포트폴리오를 빠르게 확장하고 있다.   브랜드부터 제품군까지 통합…3단계 AI PC 라인업 도입 올해 초부터 델은 기존의 PC, 모니터, 액세서리, 서비스 브랜드를 ‘델’로 통합하고, AI PC 선택을 쉽게 하기 위해 ‘델 프로 노트북(Dell Pro Laptop)’ 시리즈로 기업용 라인업을 재정비했다. 등급도 ‘엔트리’, ‘플러스(Plus)’, ‘프리미엄(Premium)’으로 세분화해 고객의 요구와 예산에 따른 맞춤형 선택이 가능하다. ‘델 프로 노트북’은 인텔 코어 울트라 시리즈 2(Intel Core Ultra processors Series 2) CPU를 탑재했으며, 추후 AMD 라이젠(AMD Ryzen) 프로세서를 탑재한 제품도 출시될 예정이다. 고성능 CPU, GPU, NPU를 탑재해 ‘코파일럿’과 같은 온-디바이스 AI 기능과 향상된 배터리 수명을 지원해 강력한 생산성을 안정적으로 제공한다. 깔끔한 디자인에 작고 슬림한 폼팩터를 갖췄고, 내구성이 우수한 소재를 적용해 휴대성이 뛰어나다. 또한 ‘델 프로 노트북’에는 사용자들이 최적의 AI 모델을 찾고 훈련하여 애플리케이션에 적용하도록 돕는 NPU 기반의 ‘델 프로 AI 스튜디오(Dell Pro AI Studio)’ 툴킷이 탑재됐으며, 이를 통해 AI 모델 개발 및 배포까지의 기간이 대폭 줄어들 것으로 예상된다. 델 노트북의 대표 모델인 ‘델 프로 13 프리미엄’은 약 1kg 초경량에 13형 디스플레이, 고해상도 8MP HDR 카메라, 조용한 듀얼 팬 냉각 시스템을 갖췄고, AI 워크로드 속도는 이전 세대 대비 3.5배 향상됐다. ‘델 프로 14 플러스’는 배터리 지속 시간이 46% 늘었고, AI 처리 성능도 3.7배 향상됐다. 두 제품 모두 인텔 코어 울트라 시리즈 2 CPU를 탑재했으며, 향후 AMD 라이젠 탑재 모델도 선보일 예정이다. 그리고 온디바이스 AI 지원, NPU 기반 ‘델 프로 AI 스튜디오’ 툴킷을 제공해 AI 모델 훈련과 배포까지 지원하는 점이 특징이다.   ▲ 한국 델 테크놀로지스 오리온 상무   한국 델 테크놀로지스의 오리온 상무는 “지난 2020년 코로나19의 등장으로 노트북과 PC에 대한 수요가 크게 늘었다. 이제 4년이 지난 상황이라 PC 및 노트북 교체 수요가 증가할 것으로 보고 있다”면서 2025년 PC 시장의 기회 요소를 설명했다. 또한 “2024년 AI가 PC 및 노트북 등 사용자의 업무 환경들을 변화시키고 있다”며, “오는 10월에 마이크로소프트가 윈도우 10에 대한 지원을 중단할 예정이라, 윈도우 11로 전환될 경우 새로운 노트북과 PC 환경에 대한 수요가 크게 늘어날 것으로 기대한다”고 말했다. 한국 델 테크놀로지스 정재욱 부장은 “노트북, 데스크톱, 워크스테이션, 서버에 이르는 델의 모든 제품들이 ‘델’이라는 통합 브랜딩으로 바뀌었다”고 말했다. 하지만 “델 에이리언처럼 기존 브랜딩 네이밍도 살려 마케팅을 강화해 나갈 계획이다”라고 말했다. 또한 “인텔 CPU 외에도 새롭게 AMD, 퀄컴과 협력하게 되어 개인용 및 기업용에서도 더 다양한 제품군을 공급할 수 있게 됐다”고 설명했다.   ▲ 한국 델 테크놀로지스 정재욱 부장   모니터 라인업도 일원화… IPS 블랙 기술로 차별화 모니터 분야도 사용자의 니즈에 따라 모니터 제품을 손쉽게 선택할 수 있도록 ‘델 울트라샤프(Dell UltraSharp)’, ‘델 프로(Dell Pro)’, ‘델’로 구분한 통합 브랜딩을 적용했다. 그 중 가장 주목받은 제품은 ‘델 울트라샤프 27 4K 썬더볼트 허브(U2725QE)’로, 세계 최초로 3000:1 명암비의 IPS 블랙 기술을 적용했다. 기존 IPS 대비 47% 깊은 블랙 표현, 89% 향상된 실외 명암비를 제공하며, TUV 라인란드 5-스타 인증, 최대 140W 썬더볼트 PD 충전도 지원한다. 함께 공개된 ‘델 프로 14 플러스 포터블 모니터(P1425)’와 ‘델 프로 32 플러스 4K 허브 모니터(P3225QE)’는 각각 휴대성과 시각 경험 강화를 겨냥한 제품으로, 이동성·색 정확도·화면 공유 편의성을 모두 갖췄다. 델 프로 14 플러스 포터블 모니터는 16:10 화면 비율의 14인치 IPS 디스플레이를 탑재한 초경량 휴대용 모니터로, 65W 전력 공급 및 데이터 전송, 영상 출력을 위한 USB-C 타입 단자를 내장해 사용자의 편의성을 높였다. 10도부터 90도까지 기울기 조절이 가능한 틸트(tilt) 기능으로 사용자의 세컨드 모니터로 활용하거나 대면 회의 중 모니터를 기울여 다른 참석자와 화면을 공유하는 데 유용하며, 100×100 VESA 마운트로 모니터 암에 거치할 수도 있다. 32인치 4K 모니터인 ‘델 프로 32 플러스 USB-C 허브 모니터’는 100Hz의 고주사율과 99% sRGB 색역대, 1500:1 명암비를 지원하며, TUV 라인란드(TUV Rhineland)의 ‘아이 컴포트(eye comfort)’ 부문 ‘4-star’ 인증을 받아 선명하면서도 편안한 시각 경험을 제공한다.   ▲ 델 테크놀로지스 미디어 간담회 전경   ‘하드웨어 회사’에서 ‘AI 통합 파트너’로 이번 행사는 델이 단순한 PC 제조사를 넘어, AI 시대에 맞는 인프라와 디바이스, 소프트웨어, 툴킷까지 아우르는 ‘AI 통합 파트너’로 진화하고 있음을 보여주는 자리였다. 브랜드 통합과 제품 포트폴리오 재정비는 그 출발점이며, 향후에는 파트너십과 생태계 전략을 어떻게 확장해나갈지가 관건이다. 한국 델 테크놀로지스 김경진 총괄사장은 “올해는 AI가 일상과 업무 환경에 필수 기술로 자리 잡는 원년이 될 것으로 예상되는 가운데, 델은 사용자들이 AI 시대의 다양한 니즈에 맞춰 최적의 클라이언트 제품을 선택할 수 있도록 새로운 통합 브랜딩을 선보였다”라며, “델 테크놀로지스는 클라이언트 설루션부터 서버, 스토리지, 소프트웨어 및 서비스와 개방형 에코시스템에 이르기까지 다양한 AI 사용 사례를 구현할 수 있는 엔드-투-엔드 AI 포트폴리오를 보유하고 있으며, 고객들이 AI 기반의 미래에 민첩하게 대응하고 최고의 생산성과 효율성을 구현할 수 있도록 최선을 다해 지원하고 있다”고 말했다.   ▲ 한국 델 테크놀로지스 김경진 총괄 사장     ■ 기사 내용은 PDF로도 제공됩니다.

고객맞춤 제조 IT시스템 솔루션 코디네이션 전문기업 지능형 공장 서비스·DX Accelerator, 디엑셀   디지털 기술의 발전으로 글로벌 제조업계는 더 높은 효율성, 맞춤 생산, 그리고 지속 가능성 확대를 위한 혁신기술 개발에 대한 니즈를 키우고 있다. 이러한 트렌드에 맞춘 디지털 기술과 로보틱스를 활용한 제조 시스템이 구현되고 있으며, 개인화·맞춤화를 위한 기능과 프로세스의 진화 속도도 빨라지고 있다. 본지에서는 지능형 공장 서비스와 고객이 필요한 솔루션을 활용하여 기업의 시스템을 코디네이션 하는 ‘디엑셀(DXel, www.DXel.co.kr)을 만났다.   ▲ 디엑셀 김남웅 대표       고객이 필요로 하는 솔루션을 찾아주는 기업 2022년 4월 설립된 디엑셀은 회사명에서도 알 수 있듯 산업계의 디지털 전환을 돕는 ’Digital Transformation Accelerator‘ 기업이다. “당사는 고객이 필요한 솔루션을 코디네이션 하는 제조 시스템 전문기업”이라고 소개하는 김남웅 대표는 “당사 가장 큰 경쟁력은 20여 년간 다양한 산업별 제조 현장을 경험한 전문적인 노하우를 가지고 기업 맞춤 제조 서비스를 제공하고 있는 임직원”이라고 소개하며, 검증된 솔루션을 통해 고객의 업무 효율성을 높이고, 제조산업 시스템의 혁신을 이루고 있다고 부연했다. 2~3년 전의 제조 IT시스템은 생산량, 업무감시, 원가절감 등 관리직 위주로 구축되었다. 그러나 생산성 향상과 품질력 제고에 직접적으로 성과를 내기 위해서는 좀 더 직관적이고, 직원 참여가 가능한 시스템을 구축해야 한다. 이러한 환경 변화에 맞춰 디엑셀은 직원의 감시보다 직원의 참여를 확대할 수 있는 시스템, 제조 현장에 맞춘 MES와 UWB 기반의 실시간 제품 위치 추적시스템을 사업의 모토로 창업하게 되었다. “과거 제조 IT시스템이 ‘관리적 관점’에서 구축되었다면, 이제는 사람을 중심으로 사회적 가치까지 창출할 수 있는 역할로 확대되고 있다”라고 말하는 디엑셀 김남웅 대표는 “우리는 전 직원이 참여할 수 있는 ‘지속 가능한 실천적 제조 IT시스템’을 구축하고 있다”라고 소개한다. 제조산업에 특화된 스마트 플랫폼 서비스 제공 디엑셀은 제조산업에 특화된 스마트 플랫폼을 통해 제조 현장 시스템 개발, UI/UX 프로비저닝 및 대시보드를 구현하기 위한 다양한 레어어를 제공하고 있다. 이 회사 솔루션의 핵심적인 기능인 기준정보 구축과 환경정보 및 시스템을 컨트롤하는 파운데이션 레이어, 제조현장시스템인 공정 정보와 Lot 정보, BOM 정보 등 프로세스 전반을 관할하는 시스템인 프로세스 레이어가 있다. 이와 더불어 사용자 데이터 수집 및 편의성을 제공하는 UI/UX 오퍼레이션 레이어와 수집된 데이터를 각종 디바이스를 통해 사용자에게 제공하는 디스플레이 레이어를 통해 최적의 제조시스템을 제공하고 있다.  디엑셀 김남웅 대표는 “이러한 기술력을 토대로 스마트한 공장 운용을 위한 ‘디지털팩토리 서비스’, 협력사/딜러사 등의 파트너사들과의 ‘디지털 협업공장 공급망 벨류체인 서비스’, 그리고 초광대역통신(Ultra-Wideband, UWB) 기술을 활용한 ‘실시간 고정밀 측위 관리 서비스’ 등 3가지 영역에서 솔루션 코디네이션 서비스를 제공하고 있다”라고 부연했다.   (1) 디지털 팩토리 서비스 이중 디지털 팩토리는 다양한 설비 및 공장 내 장치와의 인터페이스를 통한 실시간 데이터 수집 및 모니터링을 적용하여 디지털 생산 공정 정보를 제공하고 있다. 휴먼 에러를 원천 차단하고, 품질 결과를 학습하여 피드백함으로써 선제 예방 품질 역량을 강화하고 있다. 또한 핵심 생산 및 유관 정보를 표준화하고 디지털화하여, 모든 제조 현장의 데이터 연계로 통합적인 디지털 관리를 실현하고 있다. 특히 생산 현장 정보의 디지털화와 실시간 가시성 확보로 경영 목표 관점의 새로운 영감을 제시하고 있으며, 데이터 분석 기반의 생산 및 품질을 위한 최적화된 제조 운영과 QCD 즉 품질, 원가, 납기의 가치를 극대화하여 최고의 생산 능력을 창출할 기회를 제공하고 있다. (2) 디지털 협업공장 공급망 벨류체인 서비스 디엑셀의 또 다른 서비스는 협력사와 제조 현장, 판매딜러 간의 공급망 디지털 협업공장을 구축하여 클라우드를 기반으로 고객사와 협력사, 그리고 판매딜러의 실시간 재고 데이터를 SaaS(서비스형 소프트웨어) 형태의 애플리케이션으로 제공하는 서비스이다. 이를 통해 고객의 주문을 받은 판매딜러는 제조 공장의 재고 수량 및 위치 데이터를, 제조 공장은 협력사의 재고 수량 및 위치 데이터를 실시간으로 확인할 수 있다. 이는 결과적으로, 불필요한 발주와 재고를 현저히 줄여 원가절감 및 협력사와의 상생을 도모할 수 있다. 이를 기반으로 디엑셀의 시스템은 고객사의 생산계획과 입고 검사, 공정관리를 지원하여 생산실적을 더욱 극대화해하고 있으며, 협력사에는 생산관리, 출하관리, 품질관리의 혁신을 이루어 나가고 있다.  (3) 실시간 고정밀 측위 관리 서비스 차세대 무선 통신 기술인 UWB의 정확한 위치감지 기술은 디지털 공장을 구축하는 데 많은 도움이 된다. 디엑셀의 스마트팩토리 고정밀 측위 관리 솔루션은 국제적인 첨단 UWB 기술을 바탕으로 제조현장의 제품, 부품 및 차량 등의 움직임을 센티미터 수준의 고정밀 측위 서비스로 제공한다. 0차원 존재 감지, 1차원 선형 궤적 측위 및 2차원 지역 평면 측위를 통합한 다차원 측위 모드를 채택하여 사람, 차량, 사물의 실시간 위치를 정확하게 파악할 수 있다. 이러한 기술은 궤적 추적, 작업 시간 통계, 면적 수, 전자 울타리 및 기타 서비스 기능과 결합하여 제조 운영의 효율성을 높이고 공장의 자재 관리 개선, 원가절감 및 공정 흐름 최적화를 제공한다. 김남웅 대표는 “위치 관리시스템과 결합된 저희 솔루션은 스마트팩토리의 관리 수준을 한 단계 높였다고 자부할 수 있다”라고 덧붙였다.  AI 제조 분야 앵커기업으로 부상 최근 디엑셀은 AI 자율제조 선도프로젝트의 일환으로 농기계 다품종 유연생산을 위한 AI 자율제조 국책과제의 공동연구기관으로 선정되어 참여하고 있다. 디엑셀의 실시간 고정밀 측위 관리 기술이 성공적인 AI 자율제조 실현에 필수적인 핵심기술임을 인정받았기 때문이다. “당사는 전라북도 농기계 산업 및 동종업계의 AI 자율제조 선도 표준모델을 구축하는데 무거운 책임감과 사명감을 느끼고 있다”라고 말하는 이 회사 김남웅 대표는 “디엑셀이 보유한 기술을 더욱 강화하고 발전시켜 AI 자율제조 분야의 앵커기업으로 성장하고자 한다”라고 프로젝트 참여에 대한 포부를 밝혔다. 사람이 기업 성장의 답 “아무리 기술이 뛰어나도 그 기술을 용도와 상황, 목적과 요구에 맞게 구현해 낼 사람이 없다면 그 기술은 가지고 있는 능력을 발휘할 수 없다”라고 말하는 디엑셀 김남웅 대표는 “앞서 소개한 바와 같이 우리의 가장 큰 장점은 고객이 요구하는 디지털 전환의 미션을 제대로 수행하기 위해 20년 넘게 많은 산업별 제조환경을 경험한 전문가들이 각자의 노하우를 기반으로 기업 맞춤 제조 서비스를 제공하며, 검증된 솔루션을 통해 업무 효율과 고객 서비스의 혁신을 높인다는 것”이라며, “특히 고객의 니즈를 먼저 파악하고, 선제적으로 솔루션을 제안할 수 있도록 임직원의 역량을 지속적으로 강화하고 있다”라고 부연했다. 이는 디엑셀이 인재 양성에 집중하고 우수한 경험을 가진 전문가를 끊임없이 발굴해 오는 이유기도 하다.  디지털과 인간이 상생하는 시스템을 만들다! 디엑셀은 제조물류산업의 다양한 고객을 만족시키기 위해 유연한 비즈니스 플랫폼을 선보이고 있다. 현재는 제조분야에서 전문역량을 발휘하고 있지만, 디지털 전환이 전 산업에서 일어나듯이 이 회사가 가진 지능형공장 서비스와 위치관리 기술 기반의 혁신 솔루션은 전 산업에 적용될 수 있다.  오늘보다 나은 내일을 꿈꾼다는 김남웅 대표는 “제조 현장에 특화된 디지털팩토리와 더불어 UWB 측위 기술을 기반으로 개발된 실내외 무선 위치 추적 장치, 이 두 개의 솔루션을 융합한 위치관리 기반 디지털팩토리 솔루션을 제공하여 시스템 인프라가 약한 중소기업, 관리의 단계를 높여야 하는 대기업들의 애로를 해결해 주는 것이 우리의 역할”이라며, “우리는 앞으로도 우리나라 산업의 디지털 역량 강화를 넘어 국가 기술 경쟁력 제고에 기여하고, 디지털과 인간이 상생하는 시스템, 새로운 기술이 인정받는 변화된 세상에서 저의 기술이 고객의 성공적인 비즈니스가 되도록 최선을 다하겠다”라고 덧붙였다.