엔비디아가 전자 설계 자동화(EDA) 소프트웨어 기업인 시높시스와 20억 달러(약 2조 9400억 원) 규모의 전략적 파트너십을 맺었다. 양사의 동맹은 겉으로는 칩 설계 기술 분야의 협력이지만, 시높시스가 인수한 앤시스의 CAE 및 엔지니어링 시뮬레이션 기술이 엔비디아의 생태계 속에 더욱 깊이 들어왔다는 점도 놓칠 수 없다. 하드웨어(GPU)와 설계 소프트웨어(EDA)에 물리 시뮬레이션(CAE)까지 결합해 반도체의 설계부터 제조 그리고 디지털 트윈까지 전체 가치 사슬을 완성하는 그림을 그릴 수 있게 되었다는 것이다. ■ 정수진 편집장     AI 가속 컴퓨팅과 EDA의 결합, 20억 달러 규모의 전략적 동맹 엔비디아와 시높시스의 이번 파트너십은 거대 자본의 이동과 최첨단 기술의 통합이라는 두 가지 계층에서 진행된다. 우선 엔비디아는 시높시스의 보통주를 주당 414.79달러에 매입하는 방식으로 총 20억 달러를 투자해, 시높시스 전체 발행 주식의 약 2.6%를 확보했다. 하지만 이 거래의 본질은 단순한 지분 투자가 아닌 기술적 동맹에 있다. 양사는 엔비디아의 가속 컴퓨팅을 위한 하드웨어 및 AI 역량과 시높시스의 엔지니어링 설루션을 통합하기로 합의했다. 이번 협력에서 주목할 만한 기술적 화두는 ‘에이전틱 AI(agentic AI)’ 엔지니어링의 공동 개발이다. 기존의 AI가 엔지니어의 명령을 수동적으로 수행하는 도구에 머물렀다면, 에이전틱 AI는 엔지니어처럼 스스로 생각하고 복잡한 설계 작업을 주도적으로 수행하는 ‘대리인(에이전트)’ 역할을 지향한다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “CUDA GPU 가속 컴퓨팅은 설계 방식을 혁신하고 있다. 원자에서 트랜지스터, 칩에서 완전한 시스템에 이르기까지 어느 때보다 빠르고 대규모로 시뮬레이션이 가능하며, 컴퓨터 내에서 완전한 디지털 트윈을 구현할 수 있다”면서, “엔비디아는 가속 컴퓨팅과 AI의 힘을 활용해 엔지니어링과 설계를 새롭게 정의하고 있다. 시높시스와의 파트너십을 통해 엔지니어들이 우리의 미래를 만들 혁신적인 제품을 발명할 수 있도록 지원할 것”이라고 전했다. 이를 위해 엔비디아는 자사의 최신 AI 모델인 ‘네모트론(Nemotron)’과 마이크로서비스인 ‘NIM(NVIDIA Inference Microservices)’ 등의 AI 기술 스택을 제공하고, 시높시스는 이를 자사의 EDA 툴에 탑재해 반도체 설계의 자동화 수준을 한 단계 끌어올릴 계획이다. 더불어 엔비디아의 가상 세계 구축 플랫폼인 ‘옴니버스(Omniverse)’와 시높시스의 물리 시뮬레이션 기술을 결합하여, 반도체 칩뿐만 아니라 자동차나 로봇 같은 물리적 시스템 전체를 가상 공간에 구현하는 디지털 트윈 사업도 확대될 전망이다.   엔비디아의 생태계 확장과 시높시스의 기술 도약 이번 투자는 양사 모두에게 시장 경쟁력을 높이고 다른 회사의 추격을 막을 진입 장벽을 구축할 수 있는 윈–윈(win–win) 전략이 될 수 있다. 엔비디아 입장에서 이번 동맹은 자사의 가속 컴퓨팅 생태계를 반도체 개발의 뿌리 단계까지 확장하는 계기가 된다. 시높시스의 설계 소프트웨어가 엔비디아의 GPU 가속 기술인 쿠다(CUDA) 등을 기반으로 구동된다면, 전 세계 반도체 설계 회사들이 자연스럽게 엔비디아 GPU를 서버 인프라로 채택하게 되기 때문이다. 즉, 엔비디아의 칩은 AI 서비스용 연산 장치를 넘어, ‘반도체를 만드는 필수 도구’로 자리 잡게 되는 것이다. 시높시스 입장에서도 이번 협력은 기술적 한계를 돌파하고 재무적 안정을 추구할 기회이다. 반도체 미세 공정이 나노미터(nm) 단위로 내려가면서 설계 검증에 소요되는 시간은 기하급수적으로 늘어나고 있는데, 엔비디아의 GPU 가속을 활용하면 이 시간을 크게 단축할 수 있을 것으로 보인다. 시높시스의 사신 가지(Sassine Ghazi) CEO는 “차세대 지능형 시스템 개발의 복잡성과 비용은 전자공학과 물리학의 더 깊은 통합, 그리고 AI와 컴퓨팅을 통한 가속화를 요구한다. 시높시스와 엔비디아는 통합된 AI 기반 시스템 설계 설루션을 제공할 수 있다”면서, “양사가 함께 엔지니어링을 혁신하고, 전 세계 혁신가들이 더욱 효율적으로 아이디어를 실현할 수 있도록 힘을 보탤 것”이라고 밝혔다. 시높시스는 이러한 성능 향상으로 경쟁사와 기술 격차를 벌리는 무기를 얻게 됐다. 또한, 최근 앤시스 인수로 막대한 자금을 사용한 상태에서, 엔비디아의 20억 달러 투자를 통해 재무 부담을 덜고 연구개발에 집중할 수 있는 실탄을 확보하게 되었다.   ▲ 가속 컴퓨팅과 생성형 AI를 위한 엔비디아의 블랙웰 아키텍처(출처 : 엔비디아)   AI 칩 개발 속도 혁명과 반도체 설계 패러다임의 전환 양사의 동맹은 반도체 산업과 AI 산업 전반에 적지 않은 파도를 일으킬 것으로 보인다. 무엇보다 ‘AI가 AI 반도체를 만드는’ 시대가 본격적으로 열리면서 칩 개발 속도에 혁명이 일어날 것이다. 지금까지 고성능 AI 반도체를 설계하려면 수백 명의 숙련된 엔지니어와 수년의 시간이 필요했다. 하지만 에이전틱 AI가 상용화되어 복잡한 배선 배치나 검증을 자동 수행하게 되면, 반도체의 개발 기간이 크게 줄어들 수 있다. 이러한 변화는 ‘반도체 설계의 대중화’를 앞당겨, 빅테크 기업뿐만 아니라 스타트업도 맞춤형 AI 칩을 더 쉽게 개발할 수 있는 환경을 만들 것이다. 또한, 반도체 설계 인프라의 중심축이 중앙처리장치(CPU)에서 그래픽처리장치(GPU)로 급격히 이동할 전망이다. 전통적인 EDA 작업은 주로 CPU 기반 서버에서 이루어졌으나, 엔비디아와 시높시스의 협력은 이 워크플로를 GPU 중심으로 이동시킨다. 2025년 10월 경주 APEC 기간 중에는 삼성전자와 SK하이닉스가 엔비디아 GPU 기반의 대규모 ‘AI 팩토리’를 구축하고, 반도체 연구 개발과 생산 고도화에 활용할 계획을 밝히기도 했다. 향후 반도체 기업들이 데이터센터를 구축할 때 CPU보다 GPU 확보에 더 많은 예산을 투입하게 만든다면, 엔비디아는 시장 지배력을 높일 수 있을 것이다. 나아가 설계–검증–제조로 이어지는 반도체 전체 공급망을 기술적으로 통제하는 거대 플랫폼 기업을 노리는 것도 가능하다.   AI 반도체 개발의 생태계 장악 노리나 한편, 이번 투자는 최근 AWS(아마존웹서비스), 구글, 마이크로소프트 등 빅테크 기업들이 자체 NPU(신경망처리장치)를 개발하며 ‘탈 엔비디아’를 시도하는 흐름에 대한 전략적 대응으로 볼 수도 있다. 빅테크 기업들이 엔비디아 GPU에 대한 의존도를 줄이기 위해 독자적인 AI 연산 칩을 개발하고 있다. 이런 상황에서 엔비디아와 시높시스의 협력은 ‘칩을 만드는 도구’ 자체를 엔비디아 생태계에 묶어두는 전략이 된다. 구글의 TPU(텐서처리장치), AWS의 트레이니엄(Trainium) 등을 만드는 과정에서 가장 효율적인 설계 도구가 ‘엔비디아 GPU 가속이 적용된 시높시스 설루션’이라면, 경쟁사들은 엔비디아를 이기기 위해 엔비디아의 장비를 써야 하는 상황에 놓일 수 있다는 것이다. 엔비디아의 이번 투자는 자사 GPU가 단순한 AI 연산 도구를 넘어, AI 반도체 산업 전체의 필수 인프라로 자리잡게 하는 효과도 기대할 수 있다. 경쟁자들의 하드웨어 독립 시도를 막을 수는 없더라도, 그 설계 및 검증 과정에서 엔비디아의 영향력을 높은 수준으로 유지하려는 생태계 잠금(lock-in) 전략이 될 수 있다는 것이다.   디지털 트윈을 완성하는 퍼즐, CAE 전체 그림에서 시높시스가 품은 앤시스의 역할도 주목된다. 시높시스는 2024년 1월 엔지니어링 시뮬레이션 분야의 주요 기업인 앤시스를 약 350억 달러(약 46조 원)에 인수한다고 발표했고, 2025년 7월 인수를 완료했다. 이는 반도체 설계와 물리 시뮬레이션이라는 두 영역을 통합해서, 칩 단위를 넘어 시스템 전반을 검증할 수 있는 역량을 확보하기 위한 전략적 결정이었다. 시높시스 산하에 들어간 앤시스는 이번 협력의 범위를 반도체 밖으로 확장하는 열쇠를 쥐고 있다. 최신 AI 칩은 많은 전력을 소모하고 높은 열을 내기 때문에, 단순히 회로를 그리는 것을 넘어 열을 식히고 전기적 간섭을 막는 물리적 설계가 필수이다. 앤시스의 다중 물리(멀티피직스) 시뮬레이션은 바로 이 난제를 해결하는 핵심 기술이고, 엔비디아 GPU의 강력한 연산 능력은 복잡한 물리 계산을 빠르게 처리하는 최적의 도구가 된다. 나아가 앤시스는 엔비디아가 꿈꾸는 ‘완전한 디지털 트윈’을 구현하는 데 결정적인 역할을 한다. 엔비디아 옴니버스가 가상 공간의 외형을 만든다면, 앤시스는 그 안에 실제 세계의 물리 법칙을 적용시킬 수 있다. 앤시스는 시높시스와 엔비디아의 협력이 반도체 설계를 넘어 자동차, 항공우주, 스마트 공장 등 다양한 영역을 아우루는 ‘산업용 AI(industrial AI)’로 확장되도록 돕는 다리 역할을 할 수 있을 것으로 보인다.   ▲ 앤시스는 반도체 개발뿐 아니라 산업용 디지털 트윈까지 확장하기 위한 시뮬레이션 기술을 제공할 수 있다.(출처 : 앤시스)   전자–기계의 경계가 무너진다 : CAE 기술의 미래 시높시스와 앤시스의 결합 외에도 최근 몇 년간 CAE 및 시뮬레이션 업계는 서로 다른 영역에 있던 기업들이 경계를 허물고 통합되는 지각 변동을 겪고 있다. 2025년 지멘스가 데이터 분석 및 시뮬레이션 기업인 알테어를 인수한 것, 2024년 시높시스의 경쟁사인 케이던스(Cadence)가 자동차 및 항공우주 구조 해석 기술 기업인 베타 CAE 시스템즈(BETA CAE Systems)를 인수한 것이 대표 사례다. 또한 계측 장비 기업인 키사이트(Keysight)는 가상 프로토타이핑 기업 ESI 그룹(ESI Group)을 지난 2023년에 인수했다. 이런 인수합병의 흐름은 전자 설계(EDA)와 기계 설계(CAE)의 융합을 뜻하며, 향후 AI 및 반도체 시장에서 시뮬레이션 기술이 단순한 검증 도구를 넘어 핵심 원천 기술로 입지를 높일 것임을 시사한다. 첫째, CAE/시뮬레이션은 산업용 AI를 위한 ‘데이터 창고’의 역할을 한다. 산업용 AI를 학습시키기 위한 양질의 고장 데이터나 사고 데이터를 현실에서 구하는 것은 어렵기 때문에, 물리 법칙에 기반한 가상 환경에서 합성 데이터(synthetic data)를 생성해 AI에 공급하는 것이 필수가 되고 있다. 둘째, 반도체 시장에서는 패키징의 한계를 넘는 열쇠가 된다. 미세 공정의 한계로 인해 칩을 3차원으로 쌓는 기술이 중요해지면서, 열과 구조적 안정성을 해석하는 CAE 설루션은 이제 선택이 아닌 ‘차세대 칩 설계의 필수 전제 조건’이 되고 있다. 엔비디아의 시높시스에 대한 투자는 전 세계 기술 산업이 ‘설계–시뮬레이션–제조–구동’이 하나로 연결된 거대한 디지털 생태계로 재편되고 있음을 보여주는 신호탄이다. 엔비디아는 칩을 넘어 ‘플랫폼’이 되려고 하고, 시높시스 및 CAE 업계는 해석 도구를 넘어 ‘지능형 통합 설루션’으로 진화하고 있다. 전자(electronics)와 기계(mechanics)의 경계가 사라지고 AI가 융합되는 모습이다. 이들의 결합은 향후 반도체 및 AI 산업의 기술 표준을 누가 주도할 지에 대한 예상과 함께, 새롭게 구축되는 거대한 생태계 안에서 기업들이 어떤 생존 전략을 모색해야 할 지에 대한 고민도 안겨준다.

가상 제품 개발을 위한 MBSE 및 SysML의 이해와 핵심 전략 (2)   오늘날 제품 개발은 점차 복잡해지고 있으며, 다양한 기능·구조·성능 요구를 동시에 만족시켜야 한다. 이에 따라 전통적인 문서 중심의 시스템 엔지니어링 방식은 한계에 직면하고 있다. 문서 기반 방식은 사양, 인터페이스, 설계, 분석, 테스트 계획 등이 개별적으로 관리되어 추적성과 일관성이 부족하고, 변경 시 수작업이 많아 오류 가능성이 크다. 이러한 문제를 해결하기 위해 ‘모델 기반 시스템 엔지니어링(MBSE)’이 대두되었다.   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 연구소장   MBSE(Model-Based Systems Engineering)는 요구사항, 기능, 구조, 성능, 안전성, 비용 등 다양한 측면을 통합 시스템 모델로 표현하고 분석하여 개발 전 과정을 지원한다. SysML과 같은 표준 언어와 랩소디(Rhapsody), 카메오(Cameo), 카티아 매직(CATIA Magic) 등의 도구를 통해 모델은 단순한 도식이 아닌 설계·검증·분석의 핵심 매개체로 활용된다. MBSE는 첫째, 시스템 및 소프트웨어 개선을 지원한다. 요구사항을 명확히 시각화하여 이해도를 높이고, 아키텍처를 구조화해 통합을 용이하게 하며, 시뮬레이션 기반 사전 검증으로 설계 오류를 줄인다. 둘째, 협업과 커뮤니케이션 향상에 기여한다. 이해관계자 간 지식 격차를 줄이고, 교육 및 의사결정 도구로 활용되며, 프로젝트 참여도를 높인다. 또한, 고객·개발자·통합자·공급업체·규제기관 등 다양한 이해관계자가 참여하는 시스템 획득 과정에서 MBSE는 공통 언어로서 상호작용을 원활히 하고 요구사항 관리·검증·규제 대응까지 일관성을 제공한다. 특히 문서 기반과 MBSE 기반 방식을 비교하면, MBSE는 정보 표현의 일관성, 다중 뷰 제공, 자동화된 변경 영향도 분석, 품질 및 무결성 평가의 체계화를 가능하게 한다. 이는 복잡한 시스템의 개발 리스크를 줄이고, 비용 절감과 개발 기간 단축 그리고 신뢰성 확보에 직결된다. 결국 MBSE는 단순한 도구가 아니라, 가상 제품 개발(VPD)의 핵심 엔진으로서 차세대 제품 개발 패러다임을 뒷받침하는 전략적 전환임을 보여준다.   시스템 설명을 위한 SE 사례 과거의 시스템 엔지니어링(SE) 방식은 문서 중심(documents–centric)이었다. 이 방식에서는 시스템 사양(specifications), 인터페이스 요구사항(interface requirements), 시스템 설계(system design), 분석 및 트레이드오프(analysis & trade–off), 테스트 계획(test plans) 등의 주요 활동이 대부분 문서 형태로 작성되고 관리되었다. 이러한 문서들은 서로 연결성이 부족하고 변경 관리를 수동으로 수행해야 하는 한계가 있었다. 문서 간의 일관성을 유지하기 어려우며, 추적성(traceability)도 제한적이었다.   그림 1. 시스템 엔지니어링에서의 변화 모습   미래의 시스템 엔지니어링 방향은 모델 중심(model–centric)으로 전환되고 있다. 이 방식에서는 시스템 설명과 분석, 검증 활동이 모두 모델을 중심으로 수행된다. 모델은 다이어그램 형태로 시스템의 기능, 구조, 행동 등을 시각적으로 표현하며, 분석 도구 및 시뮬레이션 환경과 직접 연계할 수 있어 변경의 영향 분석이나 테스트 계획 수립 등도 자동화할 수 있다. 변화의 핵심은 방법론(methodology), 언어(language), 도구(tool)이며 이 변화의 중심에는 MBSE를 실현하기 위한 다음의 구성요소가 있다. 방법론은 예를 들어 OOSEM(Open-Source Systems Engineering Methodology)과 같은 절차적 방법론, 언어는 SysML(Systems Modeling Language)과 같은 표준화된 모델링 언어, 도구는 IBM 랩소디, 카메오 시스템즈 모델러(Cameo Systems Modeler), 카티아 매직 등의 모델링 도구가 있다. 이러한 구성 요소들이 유기적으로 연결되어 문서 대신 모델을 기반으로 시스템 설계를 설명하고 검증할 수 있도록 한다. 현재 시스템 엔지니어링은 문서 중심에서 모델 중심으로의 전환이 일어나고 있다. 이 변화는 단순히 표현 수단의 변화가 아니라, 시스템 개발의 추적성, 일관성, 자동화, 협업, 재사용성을 획기적으로 향상시키는 전략적 전환이며, 복잡한 시스템 개발을 보다 정밀하고 효율적으로 수행할 수 있게 한다. 따라서 기존의 문서 기반 설명을 넘어서 모델 기반 설명이 필수인 시대에 들어섰음을 강조하고 있으며, SE 전환 전략의 방향성을 명확히 보여주는 대표 사례로 볼 수 있다.   시스템 모델링 시스템 모델링은 하나의 통합된 시스템 모델을 통해 제품 또는 시스템의 다양한 측면(기능, 구조, 성능, 요구사항 등)을 동시에 표현하고 분석할 수 있는 접근 방식이다. 이러한 통합 시스템 모델은 다음과 같은 여러 하위 모델로 구성된다. 요구사항 모델(requirement model)은 시스템이 충족해야 하는 기능적/비기능적 요구사항을 표현한다. 이는 모델링의 출발점이 되며, 모든 다른 모델은 이 요구사항을 만족시키기 위해 만들어진다. 기능/행동 모델(functional/behavioral model)은 시스템이 수행해야 하는 주요 동작을 시퀀스 형태로 정의한다. 예를 들어 Start → Shift → Accelerate → Brake와 같은 모델은 사용자 또는 시스템의 동작 흐름을 추상화한 것이며, 상태 전이 또는 유스케이스 기반 모델링에 해당한다. 성능 모델(performance model)은 시스템의 성능을 정량적으로 평가할 수 있는 수식 기반의 모델이다. 예시로, 동력 방정식(power equations)과 차량 동역학(vehicle dynamics) 모델을 통해 제어 입력이 차량의 물리적 반응에 어떤 영향을 주는지 계산할 수 있다. 구조/컴포넌트 모델(structural/component model)은 시스템을 구성하는 하드웨어 또는 서브시스템 구조를 나타낸다. 예를 들어 Engine → Transmission → Transaxle(변속기 → 트랜스 액슬) 모델은 실제 구현 또는 설계를 위한 기반 구조를 제공한다. 기타 공학 해석 모델(other engineering analysis models)에는 상세 기술 모델들이 포함된다.   그림 2. 시스템 모델링의 핵심 개념과 구성 요소   이 외에도 질량 중심, 관성 모멘트 등 물리적 특성을 나타내는 Mass Property Model, 구조 강도 해석 등 Structural Model, 시스템 안전성 분석에 대한 Safety Model, 비용 예측 및 분석 모델인 Cost Model이 있다. 이러한 모델은 제품 개발의 신뢰성과 경제성을 확보하기 위해 중요한 도구이다. 따라서 통합 시스템 모델은 시스템의 여러 측면을 다루어야 한다. 즉, 단일한 관점(예 : 기능적 요구사항이나 하드웨어 구조)만 고려해서는 복잡한 시스템을 정확하게 설계하거나 검증할 수 없으며, 기능, 구조, 성능, 안전성, 비용 등 다양한 분석 도메인을 통합적으로 연결한 모델링이 필요하다는 것을 강조한다. 이는 MBSE의 핵심 원리를 반영한 구조이며, 다양한 관점에서 시스템을 이해하고 최적화하기 위해 어떻게 통합 모델이 구성되는지를 시각적으로 잘 보여준다. 이러한 접근은 복잡한 시스템 설계 시 설계 리스크를 줄이고, 변경의 영향도를 분석하며, 개발 비용과 시간을 절감하는 데 필수이다. 모델링에도 도움이 된다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

나인플러스IT는 지난 9월 25일 대전 KW컨벤션에서 ‘테크 브리지 2025(Tech Bridge 2025)’ 세미나를 진행했다고 밝혔다. 반도체, 전기, AI, 기계 설계 등 분야의 전문가 100여 명이 참가한 이 행사에서는 혁신 기술의 흐름을 조망하고 실질적인 지식을 공유하는 기회가 마련됐다. 이번 행사는 AI(인공지능)를 중심으로 하는 통합 세션과 EDA(전자 설계 자동화), CFD(전산 유체 역학) 부문으로 나누어 진행되었으며, 전문가들의 최신 기술 동향과 실제 활용 사례가 발표됐다. 특히 ‘기본 원리부터 실제 산업 문제 해결까지 아우르는’ 실용적인 구성으로 참가자들의 호응을 얻었다는 것이 나인플러스IT의 설명이다.     개막 세션에서는 나인플러스IT의 이동은 기술총괄 이사가 ‘2025 케이던스 로드맵’을 발표하며 행사의 시작을 알렸다. 이어진 EDA 세션에서는 Data Driven Design, Celcius Studio Thermal Solution, Clarity를 이용한 반도체 테스트 소켓의 SI 분석 등 실무 중심 주제가 소개되었다. 최신 케이던스(Cadence) 도구의 활용법과 성공 사례를 공유하며, 참석자들에게 실질적인 인사이트를 전달했다. CFD 세션에서는 Fidelity CharLES를 활용한 고충실도 LES 시뮬레이션 소개와 함께, 산업 현장 적용 경험을 중심으로 하는 토론이 진행됐다. 참석자들은 “케이던스의 최신 동향을 알 수 있는 뜻깊은 기회였다"는 소감을 전했다. 나인플러스IT는 “이번 행사를 비롯해 앞으로 EDA와 CFD 등 핵심 기술 분야에서 깊이 있는 정보와 실무 역량을 나누는 세미나를 꾸준히 개최할 예정”이라면서, “고객의 성장과 성공을 돕기 위한 다양한 기술 지원 및 교육 프로그램 개발에 최선을 다할 것”이라고 밝혔다.

캐드앤그래픽스 지식방송CNG TV 지상 중계   CAE와 AI의 융합, 디지털 트윈, 가상 제품 개발(VPD), 그리고 EDA(전자 설계 자동화) 설루션과의 통합이 제조 엔지니어링 업계의 핵심 화두로 떠오르고 있다. 10월 20일 진행된 CNG TV 방송은 오는 11월 7일 수원컨벤션센터에서 개최되는 ‘CAE 컨퍼런스 2025’의 프리뷰 세션으로, CAE의 현재와 미래 방향을 조명하고 AI가 주도하는 시뮬레이션 기술 변화와 산업 적용 사례를 소개했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 디지털지식연구소 조형식 대표(사회), 태성에스엔이 김지원 이사, 한국기계연구원 DX전략연구단 박종원 단장   단품에서 시스템까지 : 시뮬레이션의 역할 확장 제조 개발 프로세스는 이제 콘셉트 설계 → 해석(시뮬레이션) → 1차 시제품 제작의 형태로 재편되었다. 시뮬레이션은 개발 초기 단계에서 잠재적인 문제를 선제적으로 파악하고 해결하는 핵심 과정으로 자리 잡았다. 과거에는 부품 단위 해석에 머물렀지만, 최근에는 모듈·PCB·열·전자기 등 물리적 상호작용을 함께 고려하는 시스템 통합 시뮬레이션으로 확대되고 있다. 예를 들어, 5G 스마트폰은 부품 단위로는 문제가 없더라도, 안테나의 빔포밍이 PCB 신호에 간섭을 주는 현상이 발생한다. 이 때문에 개발 단계부터 전체 시스템 관점에서의 시뮬레이션 검증이 필수가 되었다. 또한 HBM 인터포저 라우팅과 같이 복잡도가 높은 설계는 사람의 직관만으로 해결하기 어려워, 전용 최적화 툴과 CAE의 결합이 필수적이다. 최근에는 ROM(차수 감소 모델)이나 POD(고유직교분해) 기술을 통해 무거운 3D 해석을 경량화하여 수개월 걸리던 분석을 수시간 내에 완료할 수 있게 되었다. 태성에스엔이 김지원 이사는 “부품을 잘 만드는 것보다, 합쳐졌을 때의 행동을 예측하는 능력이 진짜 경쟁력”이라며, “CAE는 더 이상 옵션이 아니라 시스템 개발의 중심”이라고 강조했다.   설계부터 유동·구조해석까지 한 번에 한국기계연구원(KIMM)은 중소·중견 제조기업의 디지털 전환(DX)을 지원하기 위해 오픈소스 기반 시뮬레이션 플랫폼 ‘KIMM Cyber Lab’을 개발, 무료로 제공하고 있다. 상용 CAE 소프트웨어의 높은 비용 부담을 해소하고, 제품 설계부터 해석·시뮬레이션까지 통합 지원함으로써 제조 현장의 DX를 실질적으로 뒷받침한다.  KIMM Cyber Lab은 KIMM-CAD, Structure, Flow, CAM, Motion, Sys 등 6종의 오픈소스 소프트웨어 구성되어 있다. 설계 자동화, 구조·유동 해석, CNC 가공, 다물체 동역학 등 다양한 기능을 통합했으며, 상용 설루션과 비교 검증을 통해 신뢰성을 확보했다. 특히 구조해석 모듈(KIMM-Structure)은 아바쿠스와 유사한 정확도를 보였고, 유동해석 모듈(KIMM-Flow)은 오픈폼(OpenFOAM) 기반 윈도우 버전으로 사용자 접근성을 높였다.  KIMM은 이 기술을 자율주행 시뮬레이터 개발에도 확장해, 아이오닉5 모델 기반의 코시뮬레이션(co-simulation)과 AI 주행 인식 기능(YOLOv8)을 구현했다. 최근에는 “볼 베어링 6001을 설계해줘”와 같은 명령만으로 3D 도면을 자동 생성하는 AI 에이전트 설계 자동화 기술을 공개하며, CAD–CAE 연계 설계의 새 가능성을 제시했다. 한국기계연구원 박종원 단장은 “KIMM Cyber Lab은 중소기업이 합리적인 비용으로 시뮬레이션 기술을 활용할 수 있는 길을 열었다”며, “AI 기반 설계 자동화로 제조업의 디지털 혁신을 가속하겠다”고 밝혔다.     ■ 기사 내용은 PDF로도 제공됩니다.

  알테어가 고성능 컴퓨팅(HPC) 및 클라우드 플랫폼 ‘알테어 HPC웍스(Altair HPCWorks) 2026’을 발표했다. 이번 업데이트는 그래픽처리장치(GPU) 통합 및 활용도 강화, 인공지능(AI)·머신러닝 지원 확대, 고도화된 리포팅 기능을 통해 HPC 환경의 가시성과 효율성을 향상시켰다. 최신 버전은 AI 워크로드를 중심으로 설계돼 GPU와의 통합성을 강화했다. 업데이트된 쿠버네티스 커넥터 및 주피터 노트북 연동 기능을 통해 AI 및 머신러닝 모델 학습 환경을 효율적으로 지원하며, 엔비디아, AMD, 인텔 GPU 가속기를 폭넓게 지원한다. IT 관리자는 향상된 GPU 탐색 및 리포팅 기능을 통해 GPU 리소스를 손쉽게 통합하고 최적화할 수 있다. AI 기반 자동화 기능도 대폭 강화됐다. HPC웍스 2026은 AI 기반 메모리 자원 예측 기능을 통해 작업 제출 및 자원 활용을 최적화하고, 지능형 스케줄링 및 메모리 선택 기능으로 HPC 워크로드의 효율성을 극대화한다. 사용자는 복잡한 정보기술(IT) 지식 없이도 빠르게 결과를 얻을 수 있다. 양자 컴퓨팅 지원도 강화됐다. 새로 출시된 버전은 전통적인 방식의 HPC와 양자 컴퓨팅을 결합한 하이브리드 워크플로를 효율적으로 실행할 수 있도록 지원한다. 이를 통해 신용카드 사기 거래 탐지와 같이 복잡하고 동적인 패턴을 분석하는 작업에 활용할 수 있다. 알테어 HPC웍스 2026은 자사 AI 플랫폼인 알테어 래피드마이너와의 연계를 통해 맞춤형 AI 모델 학습과 워크로드 자동화를 지원한다. 또한 리포트·대시보드 확장, 윈도우 전용 데스크톱 클라이언트 제공, 스트리밍 API 등으로 IT 운영 효율을 강화했다. 알테어의 샘 마할링엄 최고기술책임자(CTO)는 “기술 환경이 빠르게 진화함에 따라 알테어는 AI, 머신러닝, 데이터 분석, EDA(전자설계자동화), 양자 컴퓨팅 등 최신 워크로드를 완벽히 지원하도록 설루션을 발전시키고 있다”면서, “지멘스의 일원으로서 향후 이러한 기술력을 더욱 가속화할 예정”이라고 말했다.

지멘스 디지털 인더스트리 소프트웨어가 심센터 테스트랩(Simcenter Testlab) 소프트웨어의 최신 업데이트를 발표했다. 이번 업데이트에는 AI 기반 워크플로가 새롭게 추가돼, 물리적 충격(임팩트) 테스트 수행 시 필요 인력을 줄이면서 모달(modal) 분석 프로세스를 최대 7배까지 가속화할 수 있다. 또한 자동화된 데이터 수집과 처리 기능이 강화돼 모든 테스트 단계에서 데이터 품질과 일관성을 향상시킨다. 이를 통해 엔지니어는 더욱 빠르고 스마트하게 테스트를 수행할 수 있게 됐다. 새로운 AI 지원 모달 분석은 복잡한 모드 선택과 검증을 자동화해 수동 작업과 작업자 의존도를 줄이고, 궁극적으로 모달 분석 속도를 최대 7배까지 가속화한다. 이러한 테스트 자동화 혁신의 최전선에는 AI 기반 모달 테스트 기능이 있다. 이 기능은 향상된 자동 모드 선택·검증과 전체 모달 테스트 워크플로를 간소화하는 통합 모달 분석 대시보드를 결합해 모달 분석 워크플로를 최대 700%까지 가속화한다. 또한 지능형 센서 배치와 자동 히트(hit) 선택을 통해 충격 데이터 수집 과정을 단순화하고 필요한 인력을 줄여준다.     이와 함께, 심센터 테스트랩은 향상된 테스트/분석 도구를 제공한다. Transfer Path Analysis(TPA)는 심센터 테스트랩의 새로운 자동화 기능과 처리 역량을 통해 전체 분석 시간을 40% 단축한다. 이를 통해 숙련도가 낮은 사용자도 정교한 소음·진동·불쾌감(Noise Vibration Harshness, NVH) 예측을 보다 쉽게 활용할 수 있다. 심센터(Simcenter) 물리적 테스트 하드웨어와 새로운 심센터 테스트랩 오토메이티드 컴포넌트 모델 익스트랙터(Simcenter Testlab Automated Component Model Extractor) 소프트웨어를 활용한 자동화된 컴포넌트 모델 추출 설루션을 통해, 차단력(blocked forces)과 임피던스(impEDAnce) 주파수 응답 함수(Frequency Response Function : FRF)를 자동으로 수집한다. 결과적으로 컴포넌트 특성화에 소요되는 시간을 수 주에서 수 시간으로 단축할 수 있다. 심센터 테스트랩 스케줄 디자이너(Simcenter Testlab Schedule Designer)는 사전 정의된 시퀀스(sequence)로 데이터 처리와 검증을 자동화한다. 이를 통해 데이터 추적성을 제공하고, 불완전하거나 일관성 없는 테스트 데이터 발생 위험을 제거할 수 있다. 이번 업데이트는 스케줄 디자이너에서 정의된 테스트 계획을 심센터 SCADAS RS 데이터 수집 시스템의 Recorder App으로 원활하게 전송한다. 이 통합을 통해 작업자는 무선 태블릿 기반의 명확한 지침을 제공받을 수 있으며, 즉각적인 데이터 검증과 처리가 가능해져 오류를 줄일 수 있다. 지멘스는 심센터 SCADAS RS가 범용 또는 타사 형식으로 데이터를 내보낼 수 있으며, 이를 통해 다른 소프트웨어 플랫폼에서도 데이터 처리와 분석 수행이 가능하다고 소개했다. 지멘스 디지털 인더스트리 소프트웨어의 장클로드 에르콜라넬리(Jean-Claude Ercolanelli) 시뮬레이션 및 테스트 설루션 부문 수석 부사장은 “지멘스는 엔지니어링 수명주기 전반에 걸쳐 AI를 적극 활용해 프로세스와 워크플로를 간소화하고, 수작업을 최소화하며, 제품 출시 속도를 높이는 데 주력하고 있다. 이번 심센터 테스트랩의 최신 개선 사항은 AI를 통합해 팀이 물리적 테스트를 수행·관리·분석하는 방식을 혁신하기 위한 지멘스의 노력을 보여준다. 우리는 설계와 개발에서부터 물리적 테스트의 핵심 단계에 이르기까지 엔지니어링 관행의 중대한 변화를 이끌고 있다”고 말했다.

CNG TV 발표자 -  박종원 단장(한국기계연구원), 김지원 이사(태성에스엔이)   제조 엔지니어링의 핵심 화두인 CAE와 AI 융합, 디지털 트윈 기술의 미래를 조명하는 특별 방송이 마련된다. 캐드앤그래픽스는 2025년 10월 20일 오후 4시부터 5시까지 CNG TV 인터넷 방송을 통해 ‘시뮬레이션의 미래: AI와 디지털 트윈이 주도하는 제조 혁신’ 프리뷰 방송을 진행한다고 밝혔다. 이 방송은 11월 7일 수원컨벤션센터에서 개최되는 ‘CAE 컨퍼런스 2025’의 사전 공개 성격으로 기획됐다. 왜냐하면, 제조 산업의 디지털 전환(DX) 가속화 속에서 엔지니어들에게 최신 시뮬레이션 기술 트렌드와 실질적인 혁신 방안을 제시하고, 본 컨퍼런스에 대한 기대감을 높이기 위함이다. 이번 방송은 조형식 대표(디지털지식연구소)의 사회로, 박종원 단장(한국기계연구원)과 김지원 이사(태성에스엔이)가 발표자로 나설 예정이다. 이들 전문가는 어떻게 CAE의 방향성, 향후 전망, 트렌드에 대해 심도 있게 다룰 것인지를 소개한다. 특히 AI가 주도하는 CAE 환경 변화, 가상제품 개발, EDA 솔루션과의 통합 등 최신 기술 동향을 집중 조명한다. 또한, 한국기계연구원의 오픈소스 CAE 툴인 KIMM Cyber Lab의 개발 현황 및 발전 방향을 상세히 공개해 엔지니어링 생태계 혁신을 위한 실질적 정보를 제공할 계획이다. 본 방송은 어디서든 온라인을 통해 시청 가능하며, 참여를 원하면  등록링크를 통해 신청할 수 있다.    

시높시스와 통합 시너지 강화… AI로 엔지니어링 혁신 이끈다   제품이 복잡해지면서 반도체 설계와 전체 시스템의 구현을 통합하는 엔지니어링이 필수가 됐다. 앤시스는 EDA(전자 설계 자동화) 기업 시높시스와 통합을 통해 제품 개발의 전체 과정을 단일 플랫폼으로 지원한다는 비전을 마련했다. 이와 함께 AI(인공지능) 기술을 자사 포트폴리오 전반에 적용해, 전문가의 전유물이었던 시뮬레이션의 장벽을 허문다는 전략도 제시했다. ■ 정수진 편집장   ▲ 앤시스 패드메쉬 맨들로이 부사장   ‘실리콘부터 시스템까지’ 아우르는 엔지니어링 시대 연다 제품이 점차 스마트해지고 복잡해지면서 물리 세계와 전자 세계의 만남이 그 어느 때보다 중요해지고 있다. 앤시스와 시높시스는 지난 7월 통합 완료를 발표했는데, 두 회사는 각자의 전문성을 결합해 반도체 칩 설계(실리콘)부터 최종 시스템에 이르는 전체 과정을 지원하는 통합 설루션을 제공할 계획이다. 앤시스의 패드메쉬 맨들로이(Padmesh Mandloi) 고객지원 부문 아시아 부사장은 “오늘날의 제품은 단순히 기능을 수행하는 것을 넘어 스스로 사고하고, 협업하며, 환경에 적응하는 지능형 시스템으로 발전하고 있다. 이런 변화는 엔지니어링의 복잡성을 가중시키고 있으며, 반도체 설계와 물리적 시스템의 구현을 별개로 볼 수 없게 되었다”면서, “시뮬레이션 분야의 선도 기업 앤시스와 EDA 1위 기업 시높시스가 손을 잡은 것은 이런 시대적 요구에 부응하기 위한 것”이라고 설명했다. 맨들로이 부사장은 “시스템은 실리콘의 요구사항을, 실리콘은 시스템의 요구사항을 정확히 이해해야 한다”고 짚었다. 예를 들면, 자동차 기업이 자율주행 기능을 구현하기 위해서는 AI 반도체 설계를 고려해야 하고, 반도체 기업은 칩이 자동차에 쓰일지 데이터센터에 쓰일지에 따라 다른 접근법을 선택해야 한다는 것이다. 제품 개발을 위해 엔지니어링 시뮬레이션과 EDA의 긴밀한 상호작용이 필수가 되면서, 앤시스는 시높시스와의 통합이 큰 시너지를 낼 수 있을 것으로 기대하고 있다.   물리 기반 시뮬레이션을 EDA 흐름에 통합 양사 통합의 핵심 전략은 앤시스의 강점인 물리 기반 시뮬레이션을 시높시스의 EDA 설계 흐름에 통합하는 것이다. 이를 통해 차세대 인공지능(AI) 칩, 3D IC 등 고도의 반도체를 설계할 때 필수로 고려해야 하는 열, 구조 변형, 뒤틀림 같은 물리적 문제를 설계 초기 단계부터 해결할 수 있게 된다는 것이다. 앤시스코리아의 박주일 대표는 “특히 고대역폭 메모리(HBM)와 같이 여러 칩을 쌓는 ‘스택 구조’에서 이러한 통합 설루션의 가치가 크다. 앤시스는 이미 HBM의 전력 무결성, 열, 구조적 스트레스 분석 분야에서 삼성전자, SK하이닉스 등과 협력해왔다. 앞으로 시높시스와 함께 칩 설계 단계부터 최종 분석까지 아우르는 단일 플랫폼을 제공할 수 있을 것”이라고 전했다. 앤시스와 시높시스는 조직을 통합하기보다는 각자의 비즈니스 운영 방식을 유지하며 시너지를 낼 수 있는 분야를 탐색하는 데 집중하고 있다. 시높시스가 소수의 반도체 기업을 깊이 있게 지원하는 반면, 앤시스는 수천 개의 다양한 산업군 고객을 보유하고 있어 사업 운영 방식에 차이가 있기 때문이라는 것이 박주일 대표의 설명이다. 그는 “다만, HBM 설루션처럼 시장의 요구가 높은 분야의 기술 통합은 더 빠르게 진행될 수 있다”고 덧붙였다. 앤시스는 시높시스와의 통합 설루션이 특히 복잡한 요구조건을 가진 첨단 산업에서 강점을 발휘할 것으로 보고 있다. 앤시스의 월트 헌(Walt Hearn) 글로벌 세일즈 및 고객 담당 부사장은 “이번 합병이 고객들에게 새로운 기술과 기회를 제공할 것으로 기대한다"면서, “물리 시뮬레이션과 EDA의 결합은 제품 개발의 어려운 과제를 해결하는 최고의 포트폴리오가 될 것”이라고 말했다.   ▲ 앤시스 월트 헌 부사장   AI로 엔지니어링의 문턱 낮춘다 앤시스는 인공지능(AI) 기술을 자사 포트폴리오 전반에 통합해 시뮬레이션의 효율과 속도를 높이고, 전문가 수준의 지식이 필요했던 기술의 문턱을 낮추는 데 주력하고 있다. 복잡한 제품 개발 환경에서 더 많은 엔지니어가 시뮬레이션 기술을 쉽게 활용하도록 돕는 것이 앤시스 AI 전략의 핵심이다. 맨들로이 부사장은 “시뮬레이션은 고도의 전문 지식을 갖춘 전문가의 영역으로 여겨져 왔다. 하지만 디지털 전환이 가속화되면서 기업의 비용 절감과 시장 출시 기간 단축을 위해 시뮬레이션의 활용을 확대하려는 요구가 커졌다”면서, “앤시스는 전문 지식에 대한 의존도를 낮추고 더 많은 사용자가 쉽게 접근할 수 있도록 AI 기술이 탑재된 플랫폼을 제공하는 것을 최우선 과제로 삼고 있다”고 설명했다. AI 기술은 초기 머신러닝(ML) 기반의 최적화 도구를 넘어, 대규모 언어 모델(LLM)과 AI 비서를 거쳐 완전히 자율화된 에이전틱 AI(agentic AI)로 나아가고 있다. 헌 부사장은 크게 네 가지 방향에서 AI를 앤시스 설루션에 적용하고 있다고 소개했다. 스마트 UI(사용자 인터페이스) : UI에 AI를 내장해 반복적인 작업을 자동화함으로써 엔지니어의 작업 효율을 높인다. 앤시스GPT(AnsysGPT) : 오픈AI의 기술을 기반으로 하는 앤시스GPT는 자연어 질의응답을 통해 사용자가 엔지니어링 문제에 대한 답을 더 빠르게 찾도록 돕는다. AI 내장 솔버 : 엔지니어링 해석의 핵심 엔진인 솔버 자체에 AI 기술을 통합해 문제 해결 속도를 이전보다 크게 높였다. 심AI(Ansys SimAI) : 과거의 방대한 시뮬레이션 데이터셋을 학습한 AI 솔버이다. 예를 들어, 기존에 일주일이 걸리던 자동차 외부 공기역학 해석 작업에 심AI를 활용하면 단 하루 만에 완료할 수 있다. 헌 부사장은 “앤시스GPT는 이미 2만여 고객사에서 활발히 사용되고 있으며, ‘앤시스 엔지니어링 코파일럿’도 개발하고 있다. 이 코파일럿은 지난 50년간 축적된 앤시스의 제품 개발 지식을 LLM에 탑재한 형태이다. 유동, 구조, 전자기학 등 모든 분야의 엔지니어링 콘텐츠를 단일 플랫폼 안에서 쉽게 검색하고 활용할 수 있게 될 것”이라고 소개하면서, “이런 혁신을 바탕으로 앤시스와 시높시스는 고객이 미션 크리티컬한 과제를 해결하고 AI 기반 제품과 서비스를 성공적으로 개발할 수 있도록 지원을 아끼지 않겠다”고 밝혔다.   솔버 최적화와 클라우드로 컴퓨팅 인프라 부담 해결 시뮬레이션과 AI 기술은 모두 대량의 컴퓨팅 자원을 필요로 한다. 기업에서는 컴퓨팅 인프라의 구축과 운용에 대한 부담이 클 수밖에 없다. 헌 부사장은 “소프트웨어 최적화와 유연한 클라우드 지원을 통해 고객들이 인프라 제약 없이 혁신에 집중할 수 있도록 돕겠다”고 밝혔다. 우선 R&D 차원에서 앤시스는 자사 솔버의 코드를 전면 재작성하고 있다. CFD(전산 유체 역학)와 전자기를 비롯해 모든 분야의 솔버를 GPU(그래픽 처리 장치) 환경에서 구동되도록 최적화하는 것이 핵심이다. 또한, 앤시스는 AWS(아마존 웹 서비스) 및 마이크로소프트 애저(Azure)와 협력해 클라우드 서비스를 제공하고 있다. 고객사가 대규모 해석과 같이 추가적인 컴퓨팅 성능이 필요할 경우 언제든지 클라우드 자원을 활용해 작업을 확장할 수 있도록 하겠다는 것이다. 헌 부사장은 “시높시스 역시 자체 클라우드를 통해 컴퓨팅 리소스를 제공하고 있는데, 향후 이를 통합하면 더욱 시너지를 낼 수 있을 것”이라고 전했다.   ▲ 앤시스코리아 박주일 대표   한국은 가장 복잡한 제품 개발하는 전략적 요충지 앤시스코리아는 최근 몇 년간 두 자릿수의 성장세를 유지하고 있으며, 올해는 예년보다 더 큰 폭의 성장을 예상하고 있다. 박주일 대표는 “이런 성장의 배경에는 국내 시장의 확고한 디지털 전환(DX) 트렌드와 갈수록 복잡해지는 제품 설계 환경이 있다”고 짚었다. 그는 “한국 기업들은 반도체, 자동차, 조선, 항공우주 등 모든 산업 영역에서 최고 수준의 복잡한 제품을 설계하며 글로벌 기업과 경쟁하고 있으며, 그만큼 국내 고객의 기술적 요구 수준 또한 높다”면서, “앤시스 코리아는 높은 수준의 국내 고객 요구를 시뮬레이션 기술로 충족시키는 것을 최우선 과제로 삼고 있으며, 이를 위해 국내 리소스뿐만 아니라 글로벌 조직과의 긴밀한 협업을 통해 한국 시장과 고객을 적극 지원하고 있다”고 설명했다. 앤시스는 HBM, 3D IC와 같은 스택 구조 반도체의 전력 무결성, 열, 구조 변형 문제 해결을 위해 국내 반도체 기업들과 협력하고 있다. 그리고 고밀도 AI 칩을 개발하는 국내 스타트업들과도 협력을 진행 중이다. 우주 산업에서는 국내 스타트업과 협력해 인공위성의 수명과 성능을 위협하는 우주 잔해물 문제 해결을 돕고 있다. 또한, 삼성전자, LG전자, 현대자동차 등 국내 대기업을 중심으로 AI 기술이 탑재된 시뮬레이션 설루션 도입을 빠르게 진행 중이다. 맨들로이 부사장은 “한국 앤시스 고객의 만족도는 96.8%로 역대 최고치를 기록했으며, 이는 지난 몇 년간 꾸준히 상승해 온 결과이다. 앤시스는 이러한 높은 만족도에 큰 자부심을 가지고 있으며, 앞으로도 최고의 기술을 통해 한국 고객들을 지원하는 데 집중할 것”이라고 전했다.    ▲ 앤시스코리아는 9월 17일 연례 콘퍼런스 ‘시뮬레이션 월드 코리아 2025’를 열고, 최신 기술 트렌드와 함께 자사의 비전, 신기술, 고객 사례를 소개했다.     ■ 기사 내용은 PDF로도 제공됩니다.

#마이다스아이티 #유동해석 #백서무료다운로드   이미지가 안보이신다면, 이곳을 클릭해주세요!