최적화 문제를 통찰하기 위한 심센터 히즈 (10)   지난 호까지 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 과정에서 심센터 히즈(Simcenter HEEDS)의 활용 방법을 살펴보았다. 이번 호에서는 연재의 마지막으로, 미래 제조 산업의 핵심 동력이 될 AI 기반 운영 최적화에 대해 소개한다. AI 기반 ROM(Reduced Order Model, 차수 축소 모델)을 활용한 인프라 분야의 다양한 적용 방법과 최신 기술이 산업 현장에 어떻게 적용되고 있는지, 그리고 실제 비즈니스에서 어떠한 효율과 가치 창출이 이루어지고 있는지 살펴 본다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ – 구조 설계 최적화 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화제 10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   산업적 과제와 인공지능/자동화의 필요성 현재 산업 현장이 직면한 핵심 과제들을 ‘복잡성 증가’라는 관점에서 함께 살펴 보겠다.   그림 1   현대의 제조 공정은 수많은 제어 변수가 존재하고 실시간으로 변화한다. 설비의 미세한 이상 징후, 공정 파라미터의 예상치 못한 변동, 재료 특성의 미묘한 차이 등은 생산 환경에 즉각적인 영향을 미칠 수 있다. 이러한 실시간 상황 변화에 대한 늦은 예측과 대응은 불량률 증가, 생산성 저하, 그리고 예상치 못한 가동 중단으로 이어질 수 있다. 비용 및 효율의 관점에서 보면, 글로벌 경쟁 심화 속에서 비용 절감과 생산 효율 극대화는 모든 제조업체의 최우선 과제이다. 공정 최적화는 불량률 감소, 자원 낭비 최소화로 수익성을 개선하지만, 복잡한 공정에서 최적 조건을 찾는 데는 많은 시간과 시행착오가 따른다. 전통 방식이 가지는 한계는 기존의 시뮬레이션이나 수동 제어 방식이 오늘날의 복잡한 요구사항을 충족시키기 어렵다는 점이다. 방대한 계산 시간과 인적 오류 가능성, 그리고 신속한 대응의 한계는 명확하다. 이제 우리는 이러한 전통 방식의 한계를 넘어설, 빠르고 효율적인 새로운 접근 방식이 필요하다.   그림 2    <그림 2>는 복잡한 현대 산업 플랜트의 모습을 보여준다. 이 거대한 시설 안에서는 수많은 개별 공정이 유기적으로 연결되어 작동한다. 제품 생산의 시작부터 끝까지 모든 과정을 정확히 이해하고 제어하는 것이 생산 효율과 품질을 결정하는 핵심이다. 우리는 가상 모델을 통해 혼합기의 내부 유동 특성을 시각적으로 확인하고, (균일한 혼합이 이루어지는 데 걸리는 시간인 ‘Blend Time’과 혼합에 필요한 에너지인 ‘Power Number’같은) 핵심 성능 지표를 정확하게 계산할 수 있다. 이러 분석은 실제 설비에서 센서를 설치하거나 복잡한 실험을 수행하는 것보다 훨씬 빠르고 비용 효율적으로 그리고 더 안전하게 최적의 설계 및 운영 조건을 찾아낼 수 있게 해준다.   즉각적인 예측과 통찰력 실제 설비를 보면 우리가 직면한 일반적인 문제 상황이 있다. <그림 3>의 믹싱 탱크를 예로 들면, 내부의 유동 특성을 파악해야 하지만 새로운 센서를 설치하기 어렵거나 불가능한 경우이다. 탱크 내부에 센서를 설치하는 것은 비용이 많이 들고, 공정을 중단해야 하며, 위생 문제나 유지보수 문제 등 여러 제약이 따른다. 하지만 혼합 효율이나 반응 속도에 결정적인 영향을 미치는 내부 유동 특성을 모른다면 최적의 공정 운영은 불가능하다. 다행히도 유량, 유입 분율 등 주변의 ‘기존 물리 센서’를 통해 측정 가능한 정보는 있다. 하지만, 문제는 이 정보만으로는 우리가 정말 알고 싶은 내부의 ‘숨겨진 값’을 알 수 없다는 것이다. 이러한 도전을 해결하기 위한 설루션은 두 가지 핵심 단계로 이루어진다. 첫째, 믹싱 탱크와 그 주변 환경을 정확하게 나타내는 시뮬레이션 모델을 만든다. 이 모델은 탱크 내부의 복잡한 유동 현상을 물리 기반으로 정밀하게 재현할 수 있다. 둘째, 이 시뮬레이션 모델을 기반으로 예측 모델(predictive model)을 구축한다. <그림 3>에서 중앙의 믹싱 탱크 위에 인공신경망(neural network) 그림이 바로 이 예측 모델을 상징한다. 이 예측 모델은 기존 물리 센서 값(예 : 유량, 온도)을 입력받아, 우리가 직접 측정할 수 없는 내부 유동 특성(예 : 특정 지점의 농도, 전단율)을 실시간으로 계산하고 예측한다. 즉, 기존 데이터와 시뮬레이션 지식을 학습하여 ‘미지의 값’을 추론하는 것이다. 이러한 접근 방식의 가장 큰 ‘이점(benefit)’은 명확하다. ‘실시간 시뮬레이션 값이 물리 센서의 측정값을 대체할 수 있다’는 것이다. 이는 새로운 센서 설치에 드는 막대한 비용과 시간을 절약할 뿐만 아니라, 물리적으로 접근하기 어렵거나 위험한 공정 내부의 핵심 정보를 실시간으로 얻을 수 있게 해준다. 이것은 마치 탱크 안에 수많은 가상 센서를 설치한 것과 같다.   그림 3   <그림 3>의 오른쪽 위·아래 그림을 보면, 이 예측 모델이 어떻게 실제 산업 현장에서 ‘가상 센서’로 작동하며 PLC 시스템과 연동되는지 보여준다. 오른쪽 위의 그림은 예측 모델이 PLC(프로그래머블 로직 컨트롤러)와 통신하며 실시간으로 데이터를 주고받는 모습을 보여준다. 예측 모델이 계산한 내부 유동 값은 PLC로 전달되어 공정 제어에 활용될 수 있다. 그래프는 ‘계산된(calculated) 압력’과 ‘예측된(estimated) 압력’이 거의 일치함을 보여주며, 가상 센서의 정확도를 입증한다. 오른쪽 아래의 HMI(휴먼 머신 인터페이스) 화면은 이러한 예측된 값이 작업자에게 직관적으로 시각화되어 제공됨으로써, 실시간으로 공정 상태를 파악하고 최적의 의사결정을 내릴 수 있도록 돕는다는 것을 나타낸다. 결론적으로, 가상 모델은 단순한 시뮬레이션을 넘어 실제 공정의 ‘가상 센서’로 기능하며, 기존 센서의 한계를 극복하고 PLC 기반의 자동화 시스템과 완벽하게 통합되어 실시간으로 공정을 최적화할 수 있는 강력한 도구임을 보여준다.   ■ 자세한 기사 내용은 PDF로 제공됩니다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 세계적으로 주목받고 있는 팔란티어(Palantir)의 온톨로지 플랫폼 아키텍처를 소프트웨어 공학 관점에서 분석하고, 오픈소스 기술을 활용한 구현 방법을 정리한다. 팔란티어의 핵심은 기존 시스템을 대체하는 것이 아니라, 통합하고 확장하는 개방성에 있다. 이번 호에서는 국방이나 제조 분야에서 팔란티어가 어떻게 검증된 오픈소스 기술 기반 위에 독자적인 온톨로지(ontology)라는 의미론적 추상화 계층을 구축했는지, 그리고 그 구조를 파헤쳐 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   팔란티어 아키텍처 팔란티어 아키텍처의 근간에는 ‘대체가 아닌 통합’이라는 철학이 있다. 이는 기업이 이미 막대한 투자를 한 데이터레이크, ERP, CRM과 같은 기존 IT 환경을 교체하는 대신, 이들을 하나로 묶고 그 가치를 증대시키는 플랫폼 역할을 하는 것이다. 이러한 철학은 아키텍처의 명확한 관심사 분리로 이어진다. 배포, 오케스트레이션, 데이터 처리와 같은 하위 계층은 의도적으로 쿠버네티스(Kubernetes), 스파크(Spark), 플링크(Flink) 등 보편적인 오픈소스 표준 위에 구축된다. 이를 통해 고객의 기존 기술 스택 및 엔지니어링 역량과 마찰 없이 통합된다. 반면, 온톨로지, AI 플랫폼(AIP)과 같은 상위 계층에는 팔란티어의 독자적인 지적 재산이 집중된다. 이 구조는 고객이 새로운 데이터베이스나 컴퓨팅 엔진이 아닌, 기존 자산과 상호 작용하는 새로운 패러다임을 구매하게 만들어 비즈니스 가치를 제안한다. 플랫폼의 안정성과 확장성은 두 가지 핵심 기술, 즉 자율 배포 시스템인 아폴로(Apollo)와 쿠버네티스 기반의 컨테이너 오케스트레이션 기판인 루빅스(Rubix)에 의해 뒷받침된다. 이 기반 위에서 데이터 통합 및 분석 플랫폼인 파운드리(Foundry), 국방 및 정보 분석에 특화된 고담(Gotham), 그리고 AI 모델을 온톨로지와 연결하는 AIP(Artificial Intelligence Platform)가 운영된다.   그림 1. 팔란티어 아키텍처 구조 개념도   그림 2. 국방 분야 서비스인 팔란티어 고담 플랫폼   그림 3. 서비스의 지속적인 자율 통합/배포(CI/CD)를 위한 팔란티어 아폴로   데이터 처리 워크플로 팔란티어의 워크플로는 이기종의 파편화된 데이터 소스를 연결하고, 이를 구조화된 지식으로 변환하여 온톨로지 모델로 변환한다.   데이터 수집 및 파싱 PDF, 문서, 이미지와 같은 비정형 데이터는 먼저 ‘미디어 셋(media sets)’이라는 파일 모음으로 수집된다. 데이터를 파싱하는 과정은 블랙박스가 아니다. 개발자는 파이썬(Python)이나 자바(Java) 변환과 저수준 파일 시스템 API를 사용하여 직접 파이프라인을 구축한다. 이는 결정론적이고, 테스트 가능하며, 버전 관리가 가능한 파이프라인을 통해 신뢰성과 거버넌스를 확보하는 엔지니어링 중심의 접근 방식이다. 더 나아가 AIP는 AI 기반 파싱 기능을 제공한다. 이는 사전 훈련되거나 맞춤화된 AI 모델(예 : NLP 모델)을 파이프라인 내에 통합하여 개체명 인식, 요약과 같은 정교한 작업을 수행하는 방식이다. 이 구조는 엔지니어가 견고한 데이터 파이프라인을 구축하고, AI 엔지니어가 그 안에 두뇌 역할을 하는 모델을 배포하는 효율적인 이중 계층 시스템을 만든다.   기반 처리 기술 이러한 데이터 변환 및 통합 로직은 독점 엔진에 종속되지 않는다. 모든 데이터는 아파치 파케이(Apache Parquet), 아브로(Avro)와 같은 표준 형식으로 저장되며, 대규모 배치 처리를 위한 아파치 스파크, 실시간 스트림 처리를 위한 아파치 플링크와 같은 오픈소스 런타임을 사용한다.   온톨로지 메타모델 온톨로지는 팔란티어의 핵심 차별화 요소로, 기업의 모든 데이터, 모델, 프로세스를 현실 세계의 대응물(공장, 고객, 제품 등)과 연결하는 의미론적, 동역학적 계층이다. 이는 기업의 ‘디지털 트윈(digital twin)’ 역할을 한다. 온톨로지의 개념은 객체 지향 프로그래밍(OOP)과 매우 유사하다. 객체(object)는 클래스(class)에 해당한다. 온톨로지의 ‘항공기’ 객체 유형은 OOP의 Aircraft 클래스와 같다. 속성(property)은 속성(attribute)에 해당한다. ‘항공기’ 객체의 ‘꼬리 번호’ 속성은 Aircraft 클래스의 tailNumber 속성과 같다. 연결(link)은 객체 간의 관계(association)에 해당한다. ‘조종사’가 ‘항공기’에 탑승한다는 연결은 Pilot 객체와 Aircraft 객체 간의 관계를 정의한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

SAP 코리아가 창립 30주년을 맞아 ‘클라우드 전환의 가속화’와 ‘비즈니스 AI를 통한 혁신 지원’에 초점을 맞춘 미래 성장 전략을 소개했다. SAP는 AI 에이전트 쥴(Joule)의 한국어 지원 개시와 비즈니스 데이터 클라우드(BDC) 출시 등을 통해 국내 기업의 데이터 기반 업무 혁신을 지원한다고 전했다. 궁극적으로는 애플리케이션, 데이터, AI를 유기적으로 통합하는 비즈니스 스위트(Business Suite) 전략을 통해 한국 기업의 글로벌 경쟁력을 높인다는 것이 SAP의 전략이다. ■ 정수진 편집장   ‘한국 디지털 혁신 30년’의 여정을 돌아보다 SAP 코리아는 지난 1995년 15명의 직원으로 시작해 현재 약 800명 규모로 성장했다. SAP 코리아의 신은영 대표이사는 “여의도에서 시작한 SAP 코리아가 30주년을 맞은 올해 다시 여의도로 돌아오게 되어 뜻깊다”면서, “SAP 코리아는 지난 30년간 한국 기업들의 디지털 전환(DX)과 비즈니스 혁신 여정을 함께 해왔다”고 소개했다. 2005년에 설립된 ‘SAP 랩스 코리아’에서는 현재 약 300명의 엔지니어가 데이터베이스, AI(인공지능), 애널리틱스(분석) 등 SAP의 전략 설루션 개발을 담당하며 전 세계 고객을 지원한다. 신은영 대표이사는 2013년 서울대학교 기술을 기반으로 한 차세대 ERP 설루션 S/4HANA 출시, 2018년 SAP S/4HANA 클라우드 국내 도입, 2020년 한국 SAP 사용자 그룹(KSUG) 출범 등의 이정표를 소개했다. 2024년에는 금융보안원 클라우드 서비스 제공업체(CSP) 보안 평가를 완료하며, 금융권 등 규제 산업으로의 클라우드 사업 확대 기반을 마련했다. SAP의 사이먼 데이비스(Simon Davies) 아태지역 총괄 회장은 한국 시장을 빠르게 성장하는 APAC 지역 내 가장 중요한 전략적 시장으로 평가하며, “한국의 성공이 곧 글로벌 비즈니스 성공에 크게 기여한다”고 강조했다. 그리고 한국 시장에 대한 적극적인 지원과 투자를 지속할 것이라고 밝혔다.   ▲ 국내 고객사인 CJ제일제당의 사례 소개 및 패널 토론도 진행됐다.   클라우드 기반의 AI 전환 가속화 지원 약 5년 전부터 본격화된 클라우드 전환이 한국 시장에서도 가속화되고 있다. 신은영 대표이사는 “지난 3년간 한국 시장의 클라우드 전환율은 60%를 넘어섰으며, 이제 고객들은 클라우드를 도입할 지가 아니라 언제 도입할지를 논의하는 단계”라고 짚었다. 신은영 대표이사는 기업이 AI와 자동화 기능을 활용해 비즈니스 애플리케이션을 개발/통합/확장할 수 있도록 지원하는 비즈니스 기술 플랫폼(BTP), 기업의 다양한 데이터를 통합 관리하고 효율적인 의사결정을 지원하는 비즈니스 데이터 클라우드(BDC) 등 최근의 모든 혁신 기술이 클라우드 플랫폼에 기반하고 있다고 설명했다. 한편, SAP는 파트너, 고객, AI 정책을 세 축으로 하는 비즈니스 AI 성장 전략을 제시했다. 국내 140여 파트너 생태계와의 협력을 통해 국내 기업의 레거시 시스템 현대화부터 실질적인 AI 도입까지 전체 디지털 전환을 지원하고, 고객과의 협업을 통해 SAP의 전문성과 비즈니스 AI 설루션을 결합하여 고객이 더 빠르고 스마트한 의사결정을 내리고 실질적인 비즈니스 가치를 실현하도록 돕는다는 것이다.   애플리케이션-데이터-AI의 선순환 구조로 혁신 창출 SAP 코리아의 하경남 고객 자문부문 부문장은 빠른 기술 변화와 엔터프라이즈 시스템의 패러다임 변화를 언급하며, 기업의 혁신을 이끄는 핵심 동력으로 플라이휠 효과(flywheel effect)를 비즈니스 스위트 전략의 핵심으로 꼽았다. 이는 정교하게 연결된 애플리케이션이 고품질 데이터를 생성하고, 이 데이터가 AI를 학습시키며, 다시 AI가 애플리케이션 프로세스를 고도화하여 더 나은 데이터를 만드는 선순환 구조를 통해 지속 가능한 비즈니스 혁신을 창출하는 것이다.   ▲ SAP 코리아 하경남 부문장이 플라이휠 효과를 설명했다.   SAP는 AI가 기술 자체보다 비즈니스를 목적으로 삼아야 한다고 보고, AI를 별도로 구현하는 대신 기존 애플리케이션에 내재화하는 전략을 추진 중이다. 기업의 핵심 프로세스를 담는 애플리케이션은 ‘클린 코어(clean core)’를 통해 표준화되어 AI 신기술을 빠르게 반영할 수 있는 민첩성을 확보할 수 있도록 한다. 데이터 영역은 비즈니스 데이터 클라우드(BDC)를 통해 통합된다. BDC는 SAP 데이터뿐만 아니라 비 SAP 데이터까지 시맨틱 정보를 추가 가공 없이 활용할 수 있도록 지원한다. 하경남 부문장은 “특히 데이터를 물리적으로 복제하거나 외부로 유출하지 않더라도 AI 분석에 안전하게 활용할 수 있어 보안에 민감한 국내 고객에게 핵심적인 이점을 제공한다”면서, 현재 국내에서 약 30여 고객사가 BDC를 도입했다고 소개했다. AI 내재화는 업무 프로세스 단계마다 AI를 적용해 인사이트를 얻고 처리 방식을 혁신하는 임베디드 AI(embedded AI)로 구현된다. 그 중심에는 생성형 AI 에이전트인 ‘쥴(Joule)’이 있다. AI 활용의 단일 진입점 역할을 하는 쥴은 SAP가 50년 이상 축적한 전문성을 집약한 지식 그래프(knowledge graph)를 통해 정확한 비즈니스 맥락과 데이터 관계를 파악하여 AI의 환각(hallucination) 현상을 줄이는 것이 특징이다. 데이비스 총괄 회장은 “40개 이상의 애플리케이션별 에이전트와 올해 제공할 400개 이상의 임베디드 AI 활용 케이스를 통해 쥴의 성능을 개선하고 있다”고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

독일의 PLM 기업인 콘택트 소프트웨어가 자사의 PLM 기술을 소개하는 ‘콘택트 엘리멘츠 라이브 투어 아시아 2025(CONTACT Elements LIVE Tour Asia 2025)’를 진행했다. 지난 11월 13일 서울에서 열린 한국 행사에서는 국내 파트너인 세원에스텍, 슬렉슨(SLEXN)과 함께 PLM 플랫폼인 콘택트 엘리먼츠(CONTACT Elements)를 통해 국내 기업의 디지털 전환을 가속화하겠다는 전략을 소개했다. ■ 정수진 편집장     엔지니어링 생산성 극대화하는 PLM 기술 제공 지난 1990년에 설립된 콘택트 소프트웨어는 모듈형 아키텍처와 개방성을 특징으로 하며, 특히 AI 혁신을 활용하여 제품 개발, 엔지니어링 변경 관리, 제조 및 의사 결정 프로세스를 경영진부터 생산 현장까지 통합하고 최적화하는 데에 초점을 맞추고 있다. 또한 AI 기술을 통해 데이터 사일로 문제 해결과 엔지니어링 생산성을 높이고, 지능형 레이어를 통해 미래 지향적인 스마트 산업 AI 설루션을 제공할 계획이다. 콘택트 소프트웨어 코리아 이상훈 한국영업대표는 “현재 전 세계에서 약 600명의 직원이 근무하고 있으며, 매년 매출의 27%를 연구개발(R&D)에 투자한다. 전 세계 42개국, 2000여 개 고객사에서 15만 명 이상의 사용자가 콘택트 소프트웨어의 설루션을 활용 중이다. 사용자층은 자동차나 기계 같은 전통적인 제조 분야뿐만 아니라 조선, 석유, 바이오, 식음료 등 다양한 산업군을 아우른다”고 소개했다. 콘택트 소프트웨어가 소개하는 자사의 핵심 미션은 ‘협동(collaboration)을 강화하는 설루션을 통해 실용적인 기술을 고객에게 제공하는 것’이다. 이를 위해 ▲ 필요한 기능만 선택해서 커스터마이징할 수 있고, 동일한 기술 스택을 기반으로 업데이트와 유지보수가 쉬운 모듈 구성 ▲파이썬(Python) 기반의 소스 코드 전체를 사용자에게 제공하고, API(애플리케이션 프로그래밍 인터페이스)를 개방해서 비즈니스 환경에 맞춰 시스템을 개선할 수 있는 개방성 ▲직관적이고 간편한 UI(사용자 인터페이스)를 제공해서 접근성을 높인 사용자 편의성 등을 차별점으로 내세운다.   경영진부터 생산 현장까지 디지털 스레드로 연결 콘택트 소프트웨어의 칼 하인츠 자크리스(Karl Heinz Zachries) CEO는 기업이 직면한 글로벌 경쟁과 공급망 이슈를 해결할 열쇠로 ‘디지털화’를 제시하면서, 콘택트 엘리먼츠 플랫폼이 이를 빠르게 구현하도록 돕는다고 설명했다. 콘택트 엘리먼츠는 ‘경영진부터 생산 현장까지’ 아우르는 연결성을 특징으로 한다. 영업, 설계, 구매, 생산 등 기업 내 모든 부서를 통합하는 엔드 투 엔드 프로세스를 지원한다는 것이다. 자크리스 CEO는 “이를 통해 제품 기획부터 폐기 및 재활용에 이르는 ‘디지털 스레드(digital thread)’를 강화한다”고 설명했다. 이렇게 구현된 디지털 스레드는 특히 데이터가 부서별로 단절되는 사일로(silo) 문제를 해결할 수 있다. 전체 제품 수명주기에 걸쳐 하나의 제품 구조를 가진 ‘단일 정보원(single source of truth)’을 제공함으로써 정보 검색 시간을 줄이고 IT 환경을 단순화한다는 것이다. 또한 PLM, MES, ERP 등 주요 기업 소프트웨어를 유기적으로 연결하고, ERP와 양방향으로 동기화해 디지털 제품 수명주기 관리를 지원한다는 점을 장점으로 내세운다. 콘택트 엘리먼츠는 효율을 높이기 위한 기능도 제공한다. 새로운 요구사항을 유연하게 반영하는 ‘애자일(agile)’ 엔지니어링 환경을 제공하며, ‘스마트 변경’ 기능을 통해 엔지니어링 변경 이력을 투명하게 추적하고 관리한다. 3D 모델 통합과 실시간 협업 도구는 팀워크를 강화해주며, 지능형 BOM(자재명세서) 생성과 자동화된 워크플로는 생산 계획을 원활하게 돕는다. 이런 특징을 바탕으로 엔지니어링 생산성을 큰 폭으로 높일 수 있다는 것이 콘택트 소프트웨어의 설명이다.   산업용 AI의 표준을 제시하는 ‘푸리에 AI ’이번 행사에서 콘택트 소프트웨어는 파이썬 기반의 개방형 아키텍처라는 특징을 살려 AI 기술을 모든 모듈에 유연하게 통합할 것이라고 전했다. 콘택트 엘리먼츠 플랫폼 위에 구축된 지능형 레이어인 ‘콘택트 푸리에 AI(Contact Fourier AI)’는 엔지니어링 및 제조 분야에 특화된 AI 기능을 제공한다. 2026년 초 첫 버전이 선보일 푸리에 AI는 LLM(대규모 언어 모델), 생성형 AI, 3D 기하학적 딥러닝 등 다양한 멀티모달 AI를 엔지니어링 프로세스에 지원한다. 통합 플랫폼 상단의 지능형 레이어를 통해 제미나이(Gemini)나 챗GPT(ChatGPT)와 같은 최신 모델 중 가장 정확한 것을 자동으로 선택해 통합 기능을 제공한다. 콘택트 소프트웨어의 란돌프 세그푸(Randolf Szegfü) 설루션 건설팅 총괄은 “또한 구성 가능한(composable) 아키텍처를 통해 AI가 시스템 내 정보의 맥락을 이해하도록 했다. 덕분에 문서 요약 같은 기능을 프로젝트 관리나 BOM 관리 등 다른 영역에서도 재사용할 수 있다”고 설명했다. 푸리에 AI의 주요 기능으로는 AI 비서를 통한 신속한 정보 수집과 의사결정 지원, 경영진부터 생산 현장까지 아우르는 엔드 투 엔드 영향 분석이 있다. 향후에는 자연어로 제품 변경에 따른 탄소 발자국이나 비용 영향을 분석하고, 워크플로를 자동 실행하는 기능도 구현될 예정이다. 수동 입력 대신 CAD 모델이나 BOM 구조를 자동으로 생성하거나, 3D 형상 검색으로 정보를 빠르게 찾는 기능도 지원한다. 산업 현장 적용을 위한 보안성도 강화했다. 고객의 지적 재산(IP)이 외부 AI 훈련에 유출되지 않도록 보호하며, 기업 내 사용자 권한을 철저히 준수한다. 세그푸 총괄은 “AI의 고질적인 문제인 환각(hallucination) 현상을 방지하고, 데이터가 없을 경우 모른다고 답하는 등 사실 기반의 신뢰성 높은 지원을 보장한다”고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

델 테크놀로지스가 엔터프라이즈 AI 여정을 간소화하고 가속하도록 돕는 ‘델 AI 팩토리(Dell AI Factory)’의 제품 라인업을 강화했다. 델은 확장된 포트폴리오를 통해 AI 워크로드의 병목 현상을 제거해 성능 및 자동화 기능을 강화하는 한편, 기업이나 기관이 보다 탄력적이고 통합된 환경의 온프레미스 인프라를 갖추고 강력한 제어 권한을 가질 수 있게끔 돕는다는 계획이다. 이에 따라 ‘델 오토메이션 플랫폼(Dell Automation Platform)’이 ‘델 AI 팩토리’로 지원을 확장하여, 보안 프레임워크를 통해 검증되고 최적화된 설루션을 배포함으로써 보다 스마트하고 자동화된 경험을 제공한다. ‘델 오토메이션 플랫폼’의 업데이트를 통해 탭나인(Tabnine)의 AI 코드 어시스턴트 및 코히어 노스(Cohere North)의 에이전틱 AI 플랫폼 등의 소프트웨어 기반 도구가 자동화되었다. 이는 AI 워크로드를 더 빠르게 운영 환경에 적용하고 운영을 간소화하며 확장성을 강화한다. 델 프로페셔널 서비스(Dell Professional Services)는 실제 고객 데이터를 활용한 턴키 방식의 대화형 AI 사용 사례 파일럿을 제공하여, 본격적인 프로젝트 착수에 앞서 비즈니스 가치를 검증한다. 전문가 주도의 파일럿으로서 명확한 KPI(핵심 성과 지표)가 제공되는 핸즈온 프리뷰를 통해 실질적인 ROI(투자 대비 수익)를 실현하게끔 방향을 제시한다. 데이터 관리를 강화하는 ‘델 AI 데이터 플랫폼(Dell AI Data Platform)’의 스토리지 엔진인 델 파워스케일(Dell PowerScale)과 델 오브젝트스케일(Dell ObjectScale)은 성능, 확장성 및 데이터 탐색 기능이 향상됐다. 델 파워스케일은 델 파워엣지 R7725xd와 같이 관련 요건이 갖춰진 델 서버 상에서 설치할 수 있는 소프트웨어 라이선스로 형태로 제공될 예정이다. 이러한 새로운 구성은 클라우드 서비스 제공업체가 인프라 요구를 충족하기 위해 최신 서버 및 네트워킹 기술을 유연하게 채택해 더 뛰어난 AI 성능을 실현하도록 확장성과 선택의 폭을 넓혔다. 그리고, 델 파워스케일 병렬 NFS(pNFS) 지원과 플렉서블 파일 레이아웃(Flexible File Layout)을 통해 메타데이터 서버와 클라이언트 간 양방향 통신이 가능해져 파워스케일 클러스터 내 여러 노드에 걸쳐 데이터를 더 효율적으로 병렬 분배할 수 있다. 이번 업데이트는 병렬 처리 능력을 강화하여 까다로운 AI 워크플로에 맞춤화된 대규모 확장성과 처리량을 제공하도록 고안됐다. 델은 오브젝트스케일 AI 맞춤형 검색(Dell ObjectScale AI-Optimized Search) 기능으로 두 가지 상호 보완적인 AI 최적화 검색 기능인 S3 테이블(S3 Tables)과 S3 벡터(S3 Vector)를 제공한다. 이 두 가지 특수 API는 오브젝트스케일에 직접 저장된 복잡한 데이터에 대한 고속 액세스를 제공하여 분석 및 추론, 검색 강화 생성(RAG)과 같은 주요 AI 워크로드를 지원한다. 대규모 데이터 세트를 보다 용이하게 저장, 검색하고, 더 빠르게 의사 결정할 수 있다.     델 파워엣지(Dell PowerEdge) 서버는 엔터프라이즈 AI의 초석으로서 더 빠른 훈련, 분산 추론을 실현하는 한편 다양한 프로세서와 냉각 방식을 제공한다. AI를 위한 파워엣지 서버 포트폴리오에 추가된 모델은 XE9785, XE9785L, R770AP 등이다. 10U 폼팩터의 공랭식 델 파워엣지 XE9785 서버와 3OU 폼팩터의 DLC(다이렉트 리퀴드 쿨링) 방식 델 파워엣지 XE9785L 서버는 듀얼 소켓 AMD 에픽(EPYC) 프로세서와 노드당 8개의 AMD 인스팅트(Instinct) MI355X GPU가 탑재된다. AMD 펜산도 폴라라(Pensando Pollara) 400 AI NIC(네트워크 인터페이스 카드) 및 델 파워스위치(Dell PowerSwitch) AI 패브릭과 결합하여 확장 가능한 컴퓨팅 성능과 운영 비용 절감을 실현할 수 있다.  새롭게 공개된 델 파워엣지 R770AP는 향상된 병렬 처리, 메모리 지연 시간 단축 및 풍부한 PCIe 레인을 제공하여 가속화된 트레이딩 알고리즘, 확장 가능한 메모리 구성 및 개선된 네트워크 성능을 제공한다. 공랭식의 이 모델은 인텔 제온(Intel Xeon) 6 P-코어 6900 시리즈 프로세서를 탑재해, 높은 CPU 코어 개수와 대용량 캐시 및 CXL 메모리 확장 지원을 특징으로 한다.  AI를 위한 네트워킹 고도화를 위해 델은 오픈 네트워킹을 발전시키고, AI 패브릭 구축을 가속화하여 급증하는 네트워킹 수요에 맞춘 확장성을 지원한다. 델 파워스위치(Dell PowerSwitch) Z9964F-ON 및 Z9964FL-ON은 브로드컴 토마호크6(Broadcom Tomahawk-6) 기반으로, 여러가지 전송 속도 설정이 가능하며 초당 102.4테라바이트의 스위칭 용량을 제공한다. AI 워크로드와 HPC 데이터센터를 가속화하며, 10만 개 이상의 가속기 칩을 지원하는 공랭식 및 다이렉트 리퀴드 쿨링(DLC) 방식의 대규모 구축이 가능하다. 델 테크놀로지스가 지원하는 엔터프라이즈 소닉 배포판(EntERPrise SONiC Distribution by Dell Technologies)과 소닉을 위한 스마트패브릭 매니저(SmartFabric Manager for SONiC)를 결합하면 획기적인 네트워킹 기능을 보다 쉽게 구현하고, 대규모 AI 패브릭을 가속화하는 동시에 구축, 라이프사이클 관리 및 모니터링을 간소화하고 자동화할 수 있다. ‘델 AI 팩토리’에 통합된 스마트패브릭 매니저는 자동화된 블루프린트를 통해 AI 인프라 구축을 간소화하고 더 빠르고 오류 없는 설정을 가능하게 한다, 델 파워스케일 스토리지 설루션에 대한 새로운 자동 적용을 포함하여 최소한의 수동 개입으로 구축 시간을 단축한다. 또한 오픈매니지 엔터프라즈(OpenManage EntERPrise)와의 랙 스케일 통합을 통해 GPU 인프라 전반에 걸친 포괄적인 종단 간 가시성을 제공함으로써 보다 빠르게 문제를 해결할 수 있도록 돕는다. 한편, 델은 AI PC를 위한 에코시스템을 확장한다고 소개했다. AMD 라이젠(Ryzen) AI 프로세서를 포함해 실리콘 지원을 넓혔다. 간소화된 워크플로 및 성능 최적화와 더불어 호환성을 향상시킴으로써 온디바이스 AI 애플리케이션을 보다 효율적으로 생성할 수 있도록 지원한다. 탄력적인 통합 인프라를 위한 제어 측면 또한 강화됐다. 델의 ‘통합 랙 스케일러블 시스템(Dell Integrated Rack Scalable Systems, IRSS)’ 프로그램에 새롭게 추가된 기능과 설루션은 다음과 같다. ‘오픈매니지 엔터프라이즈(OpenManage EntERPrise : OME)’로 개별 서버 및 랙 규모 환경을 통합 관리할 수 있다. OME는 컴퓨팅, 전력 및 냉각 관리를 단일 콘솔로 통합하여 최대 2만 5000대의 디바이스를 자동화하며, 내장된 누수 모니터링 및 자동 대응 기능을 통해 가동 시간을 극대화한다. 통합 랙 컨트롤러(Integrated Rack Controller : IRC)는 하드웨어와 소프트웨어가 결합된 설루션으로 OME 및 iDRAC(델 통합 원격 액세스 컨트롤러)와 원활하게 연동된다. 랙 내부의 누수가 생길 경우, 신속하고 자동적으로 누수 감지 및 대응이 가능해져 가동 중단 시간과 위험을 최소화한다. 델 파워쿨 랙 장착형 냉각수 분배 장치(PowerCool Rack-mount Coolant Distribution Unit. 이하 RCDU)는 고성능의 컴팩트한 4U 액체 냉각 설루션으로, 에너지 효율적인 AI 구축을 위해 최대 150kW의 랙 밀도를 지원한다. 19인치 델 IR5000 랙 및 OCP 표준 기반 21인치 델 IR7000 랙과 호환되며, 중앙 집중식 냉각 생태계 관리를 위해 OME에 연결된다. 델 프로서포트(Dell ProSupport)를 통해 예방적 유지보수를 제공하고 최상의 성능과 안정적인 시스템 지원을 보장한다. 델은 ‘엔비디아 기반 델 AI 팩토리(Dell AI Factory with NVIDIA)’ 포트폴리오를 강화함으로써 기업이 더 빠르게 성과를 창출하고 복잡성을 줄이는 한편 투자 수익을 극대화하도록 지원에 나선다고 전했다.  델 AI 데이터 플랫폼의 비정형 데이터용 스토리지 엔진인 델 파워스케일 및 오브젝트스케일이 엔비디아 다이나모(NVIDIA Dynamo)의 일부인 엔비디아 NIXL 라이브러리와 통합된다. 이를 통해 확장 가능한 KV 캐시 오프로딩이 가능해져, 131K 토큰의 전체 컨텍스트 윈도우에서 1초의 첫 토큰 처리 시간(TTFT)을 달성한다. 이는 표준 vLLM보다 19배 빠른 속도이며, 인프라 비용을 절감하고 GPU 메모리 용량 병목 현상을 해소한다. ‘엔비디아 기반 델 AI 팩토리’ 포트폴리오에 엔비디아 RTX PRO 6000 블랙웰 서버 에디션 GPU 및 엔비디아 호퍼(Hopper) GPU를 탑재한 델 파워엣지 XE7740 및 XE7745 모델이 추가됐다. 대규모 멀티 모달 모델부터 새로운 에이전틱 AI 애플리케이션과 더불어 엔터프라이즈급 추론부터 훈련 워크로드에 이르기까지 다양한 사용 사례를 실행할 수 있다. 데이터센터 설루션 외에도 AI PC 생태계 지원을 확대해 폭넓은 실리콘 옵션을 제공한다. 엔비디아 RTX 블랙웰 GPU(NVIDIA RTX Blackwell GPU)와 엔비디아 RTX 에이다 GPU(NVIDIA RTX Ada GPU)를 지원해 델 제품과의 호환성을 넓혔다. 델과 엔비디아는 AI 에코시스템을 확대하기 위해 ‘엔비디아 기반 델 AI 팩토리’를 위한 레드햇 오프시프트(Red Hat OpenShift) 검증 제품을 추가했다. 델 파워엣지 R760xa에 더해 엔비디아 H100 및 H200 텐서 코어 GPU를 탑재한 델 파워엣지 XE9680에 대한 지원이 추가되어, 대규모 AI 도입 가속화를 필요로 하는 기업 및 기관에 폭넓은 선택지를 제공한다.