[위즈코어] 캐디안 프로모션  설계 경쟁력이 2배로, 캐디안 1+1 + 멕클릭 패키지 (4/1 ~ 5/15) 견적서 신청하기  이 내용이 보이지 않을 경우 링크 클릭하시기 바랍니다.  

심센터 HEEDS 더 깊게 살펴 보기 (3)   이번 호에서는 심센터 HEEDS(Simcenter HEEDS)의 핵심 최적화 엔진인 SHERPA Search Framework에 대해 자세히 살펴본다. 기존의 전통적인 최적화 알고리즘과 비교 분석하여, SHERPA(셰르파)만이 가지는 차별화된 탐색 방식과 뛰어난 성능을 조명할 예정이다. 이를 통해 복잡한 설계 공간에서 사용자의 개입을 최소화하고 가장 효율적으로 최적해를 도출해 내는 원리를 알아보고자 한다.   ■ 연재순서 제1회 심센터 HEEDS 커넥트와 MBSE 방법론 제2회 심센터 X MDO의 새로운 HEEDS 제3회 심센터 HEEDS SHERPA의 최적 검색 원리 제4회 최적 검색 가속화를 위한 AI 프레딕터 제5회 심센터 HEEDS 2604 업데이트 제6회 모두를 위한 제너럴 포털과 맞춤 설정 제7회 특별한 워크플로 구성 및 자동화 제8회 다양한 매개변수를 위한 태깅 모드 제9회 복잡한 설정을 한번에, 오토메이션 스크립트 제10회 파이썬 스케줄러와 HEEDS 연동 제11회 심센터 HEEDS 2610 업데이트 제12회 데이터 분석을 위한 HEEDSPy API   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 HEEDS를 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 링크드인 | www.linkedin.com/in/jonghaklee-odumokgol   최적화의 난제와 ‘No Free Lunch’ 이론 엔지니어링 최적화의 현실 현대의 엔지니어링 환경에서 ‘최적화(optimization)’는 선택이 아닌 필수가 되었다. 제품의 경량화, 성능 향상, 비용 절감이라는 상충되는 목표를 동시에 만족시켜야 하기 때문이다. 그러나 설계 변수가 증가함에 따라 설계 공간(design space)은 기하급수적으로 복잡해진다. 비선형성(non-linearity), 다봉성(multimodality), 그리고 수치적 노이즈(noise)가 뒤섞인 예측 불가능한 지형에서 최적해를 찾는 것은 매우 도전적인 과제이다. 엔지니어에게 중요한 것은 이론적으로 완벽한 ‘절대 최적해’를 찾는 것보다, 제한된 시간과 비용 내에서 ‘실현 가능한 더 나은 해(FEAsible better design)’를 발견하는 것이다.   No Free Lunch Theorem(NFL)의 시사점 최적화 이론에는 ‘공짜 점심은 없다(No Free Lunch Theorem)’라는 유명한 정리가 존재한다. 이는 ‘모든 종류의 문제에 대해 평균적으로 우수한 성능을 보이는 단일 최적화 알고리즘은 존재하지 않는다’는 것을 의미한다. 즉, 특정 문제(예 : 매끄러운 단봉형 함수)에 뛰어난 성능을 보이는 알고리즘이라도, 다른 문제(예 : 복잡한 다봉형 함수)에서는 성능이 현저히 떨어질 수 있다.   그림 1   그림 2   이 이론은 엔지니어에게 큰 부담을 안겨준다. 최적화 문제를 풀기 위해 엔지니어는 자신의 문제 특성을 정확히 파악해야 하며, 이에 적합한 알고리즘을 선정하고, 수많은 파라미터를 튜닝해야 하는 ‘최적화를 위한 최적화’ 과정에 매몰된다.   전통적 최적화 기법의 한계와 파라미터 튜닝의 딜레마 전통적인 최적화 기법들은 각자의 영역에서 훌륭한 성능을 발휘하지만, 비전문가가 다루기에는 ‘튜닝의 어려움(tuning difficulty)’이라는 명확한 진입장벽이 존재한다. <그림 3>과 같이 심센터 HEEDS(히즈)에서 제공하는 전통적인 최적화 기법의 설정 환경을 기반으로 설명하겠다.   그림 3   2차 계획법 2차 계획법(Quadratic Programming : QP)은 목적함수를 2차 함수로 근사하여 최적해를 탐색하는 구배(gradient) 기반 기법이다. 매끄러운 함수에서는 빠른 수렴 속도를 보이지만, 실제 엔지니어링 문제에서는 다음과 같은 튜닝의 어려움과 한계가 있다.   그림 4   튜닝의 복잡성 : 사용자는 ‘Maximum outer iterations(전체 반복 횟수)’, ‘Maximum line search iterations(탐색 방향 결정 후 반복 횟수)’, ‘Gradient step size(미소 변위량)’ 등을 직접 설정해야 한다. 특히 스텝 크기(step size)가 너무 작으면 노이즈에 민감해지고, 너무 크면 정확도가 떨어지는 딜레마가 있다. 조기 종료(Early Termination) 문제 : 예를 들어 최대 반복 횟수를 50회로 설정했더라도, 탐색 도중 국부 최적해(local optima)에 갇혀 기울기가 0에 가까워지면 알고리즘은 20~25회 만에 탐색을 종료해 버린다. 이는 전역 최적해를 찾지 못했음에도 불구하고 해석 기회를 스스로 포기하는 결과를 낳는다.   다중 시작 국부 탐색 다중 시작 국부 탐색(Multi-Start Local Search : MS)은 이러한 국부 탐색의 한계를 극복하기 위해, 여러 초기점에서 국부 탐색을 수행하여 전역해를 찾으려는 시도이다. 그러나 이 역시 사용자의 파라미터 설정 능력에 크게 의존한다.   그림 5   총 해석 횟수 계산의 번거로움 : SHERPA와 달리 총 해석 횟수(evaluation)를 직접 입력하는 것이 아니라, ‘Number of Starts(시작점 개수)’와 ‘Evaluations per Start(각 탐색별 반복 횟수)’를 곱하여 계산해야 한다. 200회 설정의 함정 : 만약 사용자가 총 200회의 해석 예산(evaluation budget)을 가지고 ‘Max Evaluations’를 200으로 설정하더라도, 기본값인 ‘Number of cycles(Starts)’를 100으로 둔다면 치명적인 문제가 발생한다. 각 시작점(cycle)에서 평균 2회(200/100)밖에 탐색하지 못하기 때문이다. 이는 수렴은커녕 수박 겉핥기식 탐색(shallow search)에 그치게 된다. 제대로 된 탐색을 위해서는 사용자가 사이클을 4~5회(각 40~50회 탐색) 수준으로 직접 대폭 줄여야 하는 번거로움이 있다.   전역 탐색 및 메타 휴리스틱 유전 알고리즘(GA)이나 입자 군집 최적화(PSO), 시뮬레이티드 어닐링(SA)과 같은 전역 탐색(global search) 기법은 국부해 탈출 능력은 뛰어나지만, 파라미터 설정의 난이도는 더욱 높다.     ■ 기사 상세 내용은 PDF로 제공됩니다.

PTC는 코드비머 3.2(Codebeamer 3.2), 코드비머 AI 1.0(Codebeamer AI 1.0), 퓨어 배리언츠 7.2(Pure Variants 7.2) 등의 새 버전 출시와 함께 애플리케이션 수명주기 관리(ALM) 포트폴리오의 향상된 기능을 발표했다. 이번 업데이트는 제품이 점차 소프트웨어 중심으로 변화함에 따라 조직이 증가하는 제품 복잡성과 규제 요구 사항을 더 큰 확신과 통제력을 가지고 관리할 수 있도록 지원한다. 이번 릴리스는 추적성과 변경 관리를 강화하고 규제 및 품질 요구 사항에 부합하는 통제된 AI 지원을 도입했다. PTC는 이를 통해 자동차, 의료 기술, 연방 정부, 항공우주 및 방위 등 규제 산업에서 소프트웨어 개발 및 요구 사항 관리를 위한 자사 ALM 제품군의 입지를 강화할 수 있을 것으로 기대하고 있다. 코드비머 3.2와 퓨어 배리언츠 7.2는 엔지니어가 복잡성을 관리하고 규제 요구 사항을 충족하도록 돕기 위해 새로운 기능과 향상된 기능을 도입했다. 코드비머는 PTC의 윈칠(Windchill) PLM 설루션 및 기타 엔터프라이즈 시스템과 원활하게 연결할 수 있다. 이를 통해 팀은 요구 사항을 더 쉽게 추적하고 변경 사항을 관리하며 소프트웨어 및 하드웨어 개발 전반에 걸쳐 규정 준수를 보장할 수 있다. 결과적으로 수동 작업을 줄이고 상호 운용성을 개선하며 리스크를 낮추면서 배송을 가속화할 수 있다. 스트림 베이스라인(Stream Baselines) 기능은 팀이 스트림 내의 모든 프로젝트에 대한 전체 스냅샷을 캡처할 수 있게 한다. 이는 일관된 베이스라인을 제공하고 관련 프로젝트 상태 식별을 단순화하며 복잡한 포트폴리오 전반의 변경 관리를 간소화하는 데 도움을 준다. 리뷰 허브(Review Hub)는 UI가 업그레이드되었다. 일괄 승인 및 거부, 더 명확한 알림, 차이점에 대한 시각적 강조 표시 등을 통해 팀이 더 적은 오류로 더 빠르게 리뷰를 완료하도록 돕는다. 기능 기반 PLE(FEAture-Based PLE)는 스트림 및 스트림 베이스라인 생성을 자동화한다. 또한 델타 병합(Delta Merge, 베타)을 사용하여 플랫폼 및 변형(variants) 전반에 걸친 동시 개발을 지원하므로, 팀은 제품 라인 전반에서 재사용을 최적화하는 동시에 각 수준에서 새로운 기능을 제공할 수 있다.     코드비머 AI 1.0은 ‘요구 사항 어시스턴트(Requirements Assistant)’와 ‘테스트 케이스 어시스턴트(Test Case Assistant)’라는 두 가지 새로운 AI 어시스턴트를 도입한다. 이는 표준 준수 요구 사항을 수동 검토할 때 생길 수 있는 모호함, 불일치, 지연을 줄일 수 있다. 요구 사항 어시스턴트는 국제시스템엔지니어링협회(INCOSE) 및 국제소프트웨어테스팅자격위원회(ISTQB) 지침에 맞춰 요구 사항 품질 문제를 자동으로 감지한다. 이를 통해 전문가 검토에 대한 의존도를 낮추면서 더 명확하고 표준에 부합하는 요구 사항을 더 빠르게 작성할 수 있다. 테스트 케이스 어시스턴트는 요구 사항에서 직접 테스트 케이스를 생성하고 최적화함으로써, 정확성과 일관성을 개선하고 추적성을 강화하며 검증 활동을 가속화한다. PTC의 조셉 준(Joseph June) AI 혁신 글로벌 책임자는 “우리는 요구 사항 개발 프로세스 내에서 시간이 많이 걸리는 작업을 단순화하고 간소화하기 위해 코드비머 AI를 구축했다”면서, “엔지니어와 실시간으로 함께 작업함으로써 코드비머 AI는 일상적인 결정에 더 큰 명확성과 일관성을 제공하여, 팀이 확신을 가지고 더 빠르게 움직이며 현대적인 소프트웨어 기반 제품 개발의 수요를 따라잡도록 돕는다”고 전했다. 코드비머와 퓨어 배리언츠는 PTC 포트폴리오의 다른 제품들과 함께 ‘인텔리전트 제품 라이프사이클(Intelligent Product Lifecycle)’ 비전을 지원한다. 이는 제조사 및 제품 기업이 엔지니어링 단계에서 제품 데이터 기반을 구축하고, 그 데이터의 가치를 전사적으로 확장하며, AI 주도 혁신을 추진할 수 있게 한다. 윈칠 AI(Windchill AI) 및 서비스맥스(ServiceMax) AI 설루션 등 다른 AI 설루션과 함께 작동하는 코드비머 AI는 조직이 AI 주도 혁신을 확신을 가지고 확장하도록 돕는다. PTC의 엔리케 크라즈말닉(Enrique Krajmalnik) ALM 총괄 매니저는 “고객들의 제품은 점점 더 복잡해지고 소프트웨어 중심으로 변하고 있으며, 모든 변경 사항, 요구 사항, 결정이 제품 수명주기 전반에 걸쳐 연결되어 있다는 확신이 필요하다”면서, “코드비머 3.2, 코드비머 AI 1.0, 퓨어 배리언츠 7.2는 고객이 소프트웨어 개발 및 요구 사항 관리 노력을 지속적으로 현대화하고, 복잡성 관리를 위한 더 강력한 제품 데이터 기반을 구축하며, AI를 효과적이고 책임감 있게 적용하도록 도울 것”이라고 전했다.

#캐디안 프로 2026 출시 할인 프로모션  AutoCAD Full 버전에 대응하는 최초의 K-CAD! CADian Pro 1+1 프로모션 Pro 버전, 이런 사용자에게 추천합니다! CADian Pro 버전은 기본적인 2D 제도 외에 다중 출력, Lisp, 3rd Party 등의 유틸리티 기능이 필요한 사용자에게 추천합니다. 견적신청하기  이벤트 참여하기   캐디안 프로 2026의 강력한 기능 친숙한 인터페이스와 명령어, 유사한 사용자 환경 제공 최신 리본 타입 인터페이스와 이전에 사용되던 클래식 타입 인터페이스를 모두 지원합니다. AutoCAD와 동일한 명령어 구조를 갖추고 있어 기존 사용자들도 별도 재학습 없이 즉시 사용이 가능하며, AutoCAD 단축키를 지원하여 사용하던 단축키를 그대로 이전하여 사용할 수 있습니다. 기존 작성된 도면 그대로, 구 버전부터 최신 버전까지 완벽한 DWG/DXF 호환 AutoCAD R2.5부터 최신 버전까지의 dWG/DXF 파일과 100 % 완벽한 수준의 양방향 호환을 지원합니다. 그 외에도 Microstation의 DGN 파일 등 다양한 도면 파일과 호환되기 때문에 별다른 추가 작업 없이 기존 타 CAD 소프트웨어에서 작성된 도면들도 그대로 사용할 수 있습니다. AutoCAD 대비 20% 가격으로 구매, 영구 사용까지 가능한 경제적인 CAD 엔진 CADian은 구매 및 업그레이드 비용이 가장 경제적인 CAD 제품으로, AutoCAD의 20% 수준 밖에 안되는 합리적인 가격에 구매 가능합니다. 더욱 특별한 점은 AutoCAD는 임대 라이선스 방식인 반면, CADian은 라이선스 기간 제한 없이 한 번 구매 시 영구 사용이 가능하다는 것입니다. 이러한 경제적인 장점을 이유로 많은 사용자들이 CADian으로 전환하고 있습니다. 다양한 개발 언어 지원, 강력한 API 제공 다양한 언어로 된 광범위한 API를 통해 사용자는 맞춤형 객체, 복잡한 응용 프로그램 및 완전한 솔루션을 만들 수 있습니다. 사용하던 LISP 호환은 물론, 자주 쓰이는 편의 기능은 기본적으로 탑재! 기존 사용하던 LISP을 그대로 가져와 사용할 수 있고, LISP 파일을 따로 보관하거나 매번 불러올 필요 없이 편리하게 사용할 수 있습니다. CADian은 여기서 더 나아가 자주 쓰이는 편의 기능은 보너스 도구로 기본 탑재되어 있습니다. 다양한 응용 프로그램 지원, DREAM II 무상 지원 캐드 드림기능이 무료로 제공되고 있습니다. 드림 기능들을 지속적으로 개발하여 업데이트도 꾸준히 진행될 예정입니다. 토목 뿐만 아니라 전 분야에서 사용할 수 있는 드림기능으로 단순 반복 작업을 획기적으로 줄일 수 있습니다!  

PTC는 자사의 클라우드 네이티브 CAD/PDM 플랫폼인 온쉐이프(Onshape)를 위한 최신 AI 기술인 ‘온쉐이프 AI 어드바이저(Onshape AI Advisor)’를 발표했다. 온쉐이프 AI 어드바이저는 설계 환경에 직접 내장되어 사용자가 설계를 진행하는 동안 실시간 가이드를 제공한다. 이번 업데이트로 모든 사용자는 최신 AI 기능에 즉시 접근할 수 있게 됐다. 온쉐이프 AI 어드바이저는 메인 작업 공간 내에서 쉽게 접근할 수 있도록 새롭게 디자인된 인터페이스를 갖추고 있다. 사용자에게 단계별 권장 사항, 문제 해결 기능, 모범 사례를 모두 설계 환경 내에서 제공한다. PTC는 “아마존 베드록(Amazon Bedrock)을 기반으로 하는 온쉐이프 AI 어드바이저의 최신 릴리스는 제품 개발에 AI를 도입하려는 PTC의 비전을 실현하는 다음 단계”라고 소개했다. PTC는 온쉐이프를 사용하는 엔지니어의 생산성을 높이는 동시에 엔터프라이즈급 보안 및 데이터 보호를 유지하기 위해 에이전트 워크플로를 발전시키고 있다. 팀은 워크플로에 직접 내장된 지능형 설계 에이전트와 협력하여 모델 메타데이터와의 상호 작용을 지원받을 수 있다. 또한 모델 문제 해결 및 작업 지원, 피처스크립트(FEAtureScript) 코드 생성, 반복 작업 간소화 등을 수행할 수 있다. 이에 더해, AI 지원 렌더링은 시각화 및 설계 검토 워크플로를 가속화할 수 있는 잠재력을 보여줄 수 있다.     PTC는 온쉐이프의 클라우드 네이티브 아키텍처와 광범위한 공용 모델 라이브러리를 통해 파일 기반 CAD 도구와 차별화되는 고급 AI 기능을 위한 기반을 제공한다는 전략을 소개했다. PTC는 자동화된 지오메트리 생성, 지능형 설계 최적화, 자체 AI 이니셔티브를 가진 고객을 위한 툴킷 등 AI 기능을 모색하고 있다. 온쉐이프는 3주의 릴리스 주기를 통해 모든 사용자에게 새로운 기능과 플랫폼 향상 기능을 제공할 뿐만 아니라, 고객이 자체 AI 프로젝트를 추진할 수 있는 도구도 제공한다. 개방형 API, 확장 가능한 클라우드 컴퓨팅 리소스, 광범위한 공용 데이터 라이브러리, 맞춤형 구성 도구를 앞세워 AI 모델을 쉽게 학습시키고 합성 데이터를 생성할 수 있게 돕는다. PTC는 이러한 강점을 바탕으로 빠르게 성장하는 기업들이 기존의 파일 기반 시스템보다 더 빨리 AI를 실험하고 채택하도록 돕는다는 계획이다. PTC의 데이비드 캐츠먼(David Katzman) 온쉐이프 및 아레나(Arena) 총괄 부사장은 “AI 어드바이저를 온쉐이프에 직접 내장한 것은 설계 인텔리전스의 새로운 시대를 여는 것”이라면서, “우리는 단순히 AI 기능을 출시하는 것이 아니라, AI가 설계 과정에서 신뢰할 수 있는 파트너가 되는 엔지니어링 문화를 형성하고 있다. 업계 유일의 클라우드 네이티브 CAD 및 PDM 플랫폼인 온쉐이프는 제품 개발에 AI를 통합하는 데 있어 업계를 선도할 수 있는 위치에 있다”고 전했다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 더욱 현실적인 앱 개발을 위해, 요구사항을 먼저 상세히 정의한 후 이를 바탕으로 바이브 코딩(vibe coding)을 하는 방법을 살펴본다. 소프트웨어 공학에서 요구사항 문서를 PRD(Product Requirement Document)라고 한다. PRD 작성은 제미나이 프로(Gemini Pro), 바이브 코딩 도구는 깃허브 코파일럿(Github Copilot), 이때 사용되는 대규모언어 모델(LLM)은 클로드 소넷(Claude Sonet)을 사용하도록 한다.   ■ 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   바이브 코딩 준비하기 바이브 코딩을 하는 방법은 다음과 같이 다양하다. 챗GPT(ChatGPT)에 코딩 요청을 해서 생성된 파이썬(Python) 같은 코드를 복사&붙여넣기해 프로그램을 완성해 나가는 방법 제미나이 CLI(Gemini CLI), 클로드 코드 CLI(Claude Code CLI), 코덱스 CLI(Codex CLI) 도구를 사용해 프로젝트 파일 및 소스코드를 생성하는 방법 VS 코드(Visual Studio Code)같은 개발 IDE와 연동되는 깃허브 코파일럿, 커서(Cursor), 윈드서프(Windsurf)와 같은 도구를 사용해 바이브 코딩하는 방법 버블(Bubble.io)이나 캔바(Canva)와 같은 바이브 코딩 웹 서비스에서 직접 요구사항을 입력하여 제공 클라우드에 앱을 생성・빌드・실행하는 방법   깃허브 코파일럿 바이브 도구 설치 및 기능 깃허브 코파일럿은 오픈AI(OpenAI)와 협력하여 개발된 AI 페어 프로그래머(AI Pair Programmer)이다. 그 기반은 오픈AI의 코덱스(Codex) 모델에서 발전한 최신 대규모 언어 모델(LLM)이며, 수십억 줄의 공개 소스 코드를 학습하여 코드 생성 및 이해 능력을 갖추었다. 개발자가 코드를 작성할 때 실시간으로 문맥을 분석하여 다음에 올 코드를 추천하거나, 특정 기능에 대한 전체 코드 블록을 생성해 준다. 이는 단순한 자동 완성을 넘어, 개발자가 문제 해결이라는 본질에 더욱 집중하도록 돕는 지능형 코딩 보조 도구이다. 이번 호에서는 로컬 PC에서 프로젝트 소스 파일을 생성하고 직접 수정할 수 있도록 VS 코드에서 바이브 코딩할 수 있는 방법을 취한다. 이를 위해 다음 환경을 미리 준비한다. Gemini Pro(https://gemini.google.com/app?hl=ko) 가입 ■ 파이썬(https://www.python.org/downloads/), node.js(https://nodejs.org/ko/download) 설치 ■ Github(https://github.com/FEAtures/copilot) 가입 ■ Github Copilot(https://github.com/FEAtures/copilot) 서비스 가입 ■ VS Code(https://code.visualstudio.com/) 설치 및 코딩 언어 관련 확장(Extension) 애드인 설치(https://code.visualstudio. com/docs/configure/extensions/extension-marketplace)   그림 2. 깃허브 코파일럿 가입 모습   주요 기능 깃허브 코파일럿은 생산성 향상을 위한 다양한 기능을 통합적으로 제공한다.   인라인 코드 제안(Code Suggestions) 깃허브 코파일럿의 가장 핵심적인 기능으로, 사용자가 편집기에서 코드를 입력하는 동시에 다음 코드를 회색 텍스트(ghost text) 형태로 제안하는 것이다. 문맥 기반 제안 : 현재 파일의 내용, 열려 있는 다른 탭의 코드, 프로젝트 구조 등을 종합적으로 분석하여 현재 작성 중인 코드의 의도에 가장 적합한 제안을 생성한다. 다양한 제안 범위 : 변수명이나 단일 라인 완성부터 시작해 알고리즘, 클래스, 유닛 테스트 케이스, 설정 파일 등 복잡하고 긴 코드 블록 전체를 생성할 수 있다. 주석을 코드로 변환 : ‘# Read file and parse JSON’과 같이 자연어 주석을 작성하면, 코파일럿이 해당 작업을 수행하는 실제 코드를 생성해준다. 이는 복잡한 라이브러리나 프레임워크 사용법을 숙지하지 않아도 빠르게 기능을 구현하는 것을 가능하게 한다.   코파일럿 챗(Copilot Chat) IDE 환경을 벗어나지 않고 코파일럿과 대화하며 개발 관련 문제를 해결할 수 있는 강력한 채팅 인터페이스이다. 코드 분석 및 설명 : explain 명령어를 사용해 선택한 코드 블록의 작동 방식, 복잡한 정규 표현식의 의미, 특정 알고리즘의 목적 등에 대한 상세한 설명을 한국어로 받을 수 있다. 디버깅 지원 : 코드의 버그를 찾거나, 발생한 오류 메시지를 붙여넣고 해결책을 질문하는 데 활용된다. 잠재적인 오류를 수정하는 fix 명령어도 지원한다. 테스트 생성 : tests 명령어를 통해 특정 함수나 로직에 대한 단위 테스트 코드를 자동으로 생성하여 코드의 안정성을 높이는 데 기여한다. 코드 리뷰 : 작성된 코드를 분석하여 잠재적인 문제점, 성능 개선 방안, 가독성을 높이기 위한 리팩토링 아이디어 등을 제안받을 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

시뮬레이션·디지털 트윈·AI 결합해제품 개발의 미래 제시   헥사곤 매뉴팩처링 인텔리전스에서 시뮬레이션 및 디지털 엔지니어링을 담당하는 헥사곤 디자인&엔지니어링(D&E) 사업부가 9월 18일 유저 콘퍼런스인 ‘헥사곤 디자인&엔지니어링 유저 콘퍼런스 코리아 2025’를 진행한다. 이 행사는 D&E 사업부의 기술과 전략을 집중 소개하고, 고객과의 협력을 강화하는 것을 주된 목적으로 한다. 헥사곤 매뉴팩처링 인텔리전스 D&E 사업부의 성 브라이언 사장은 이번 행사를 통해 AI 기반 시뮬레이션, 디지털 트윈, SPDM(시뮬레이션 프로세스 및 데이터 관리) 등 자사의 핵심 기술 역량을 공유하고, 디자인&엔지니어링의 미래 방향과 산업별 적용 사례를 폭넓게 전달할 것이라고 소개했다. 또한, 디자인&엔지니어링 분야에서 국내 시장 공략을 더욱 강화할 예정이라고 밝혔다. ■ 정수진 편집장     헥사곤 및 D&E 사업부에 대해 소개한다면 헥사곤은 센서, 소프트웨어, 자율화 설루션 분야의 글로벌 기업으로, 데이터를 활용해 산업, 제조, 인프라, 안전, 모빌리티 전반에서 효율과 품질을 높이고 있다. 전 세계 50개국에 약 2만 4500명의 임직원이 근무하며, 매출은 약 54억 유로에 이른다. 그중 헥사곤 매뉴팩처링 인텔리전스는 디자인 및 엔지니어링, 생산, 측정 전 과정에서 데이터를 기반으로 스마트 제조 환경을 지원한다. 헥사곤 디자인&엔지니어링(D&E) 사업부는 헥사곤 매뉴팩처링 인텔리전스 내에서 시뮬레이션 및 디지털 엔지니어링을 담당하고 있다. 헥사곤 D&E 사업부는 예측 시뮬레이션 소프트웨어를 통해 엔지니어들이 가상 프로토타입으로 제품 및 프로세스를 검증·최적화할 수 있도록 지원하며, 물리적 프로토타입의 ‘구축 및 테스트’를 대체하여 제품 개발 효율을 높이고 있다.   헥사곤 D&E 사업부가 보유한 대표 설루션과 핵심 기술은 무엇인지 헥사곤 D&E 사업부는 다양한 산업군에서 신뢰받는 CAE 시뮬레이션 및 디지털 엔지니어링 설루션을 제공한다. 주요 기술에는 선형·비선형 유한요소해석(FEA), 음향 해석, 유체-구조 연성해석(FSI), 다물체 동역학, 열 유동 해석, 최적화, 피로·내구성 해석, 전기기계식 드라이브라인 및 제어 시스템 시뮬레이션 등이 포함된다. 또한, ADAS(첨단 운전자 보조 시스템) 및 자율주행 분석, 시뮬레이션 프로세스 및 데이터 관리(SPDM), 디지털 트윈 구축, AI 기반 최적화 등 최신 기술을 꾸준히 개발하고 있다. 이러한 설루션을 통해 고객은 제품 설계를 최적화하고, 기존 물리적 프로토타입의 ‘빌드&테스트(build&test)’ 단계를 줄이며 개발 효율을 높일 수 있다.   헥사곤의 디자인&엔지니어링 설루션이 가진 차별점과 경쟁력을 소개한다면 가장 큰 강점은 디자인&엔지니어링 사업부와 헥사곤의 다른 계열사 사이의 긴밀한 협업이다. 이를 통해 헥사곤은 산업 전반을 아우르는 폭넓은 기술 포트폴리오와 글로벌 네트워크를 갖추고 있다. CAE 소프트웨어를 기반으로 센서, 측정 장비, 데이터 관리 플랫폼을 통합 제공함으로써 설계부터 생산, 검증까지 전 과정을 연결할 수 있는 엔드 투 엔드(end-to-end) 설루션을 제공한다. 또한, 각 산업 분야의 특화된 요구를 반영한 맞춤형 시뮬레이션 환경과, 전 세계 고객 사례를 기반으로 한 풍부한 기술 지원 역량은 헥사곤만의 독보적인 경쟁력이다. 이를 통해 고객은 단순한 툴 제공을 넘어 혁신적인 제품 개발 프로세스와 지속 가능한 제조 경쟁력을 확보할 수 있다.   ▲ 헥사곤의 디자인&엔지니어링 설루션   디지털 트윈과 시뮬레이션 기술을 중심으로 한 최신 디지털 엔지니어링 트렌드와 향후 시장 전망에 대해 소개한다면 최근 디지털 엔지니어링은 정밀도·속도·지속 가능성이라는 세 가지 축을 중심으로 진화하고 있다. 디지털 트윈은 단순한 가상 모델을 넘어, 실시간 센서 데이터와 AI 분석을 결합하여 예측, 최적화까지 가능한 지능형 운영 플랫폼으로 발전하고 있다. 특히, 클라우드 기반 협업 환경과 AI 자동화 기술이 결합되면서, 개발 속도 단축과 비용 절감 효과가 더욱 가속화되고 있다. 향후 시장은 지속 가능한 설계와 제조, 에너지 효율 향상, 규제 대응 등과 맞물려, 산업 전반에서 디지털 트윈과 고급 시뮬레이션의 도입이 필수화될 것으로 전망된다.   ‘헥사곤 디자인&엔지니어링 컨퍼런스 코리아 2025’에서는 어떤 내용이 소개되는지 9월 18일 개최되는 헥사곤의 D&E 유저 콘퍼런스는 자동차, 항공, 방산, 조선, 전기·전자 등 주요 산업군의 엔지니어와 전문가들이 모여 글로벌 CAE 기술의 최신 트렌드와 산업별 실무 경험을 나누는 자리이다. 헥사곤의 글로벌 및 국내 임직원, 주요 파트너와 고객사가 발표자로 참여하여, 각자 현장에서 축적한 경험과 성과를 직접 공유한다. 이를 통해 AI 기반 시뮬레이션, SPDM 등 디지털 엔지니어링을 가속화하는 혁신 기술과 산업별 최전선에서의 적용 사례를 심도 있게 다룰 예정이다. 기조연설과 산업별 세션, 전시 부스를 통해 참석자는 최신 기술을 직접 체험하고, 업계 전문가들과 교류하며, CAE 기술의 미래 비전과 제조업 R&D의 혁신 방향을 함께 모색할 수 있다. 또한, 각 산업별로 실제 기술 과제와 시뮬레이션 적용 사례를 통해 헥사곤 디자인&엔지니어링 사업부의 최신 기술 전략이 현장 중심의 문제 해결과 개발 효율성 향상에 어떻게 기여하는지 구체적으로 소개된다. 항공 및 방위 산업 분야에서는 MSC 에이펙스(MSC Apex), 나스트란(Nastran), CAE퍼티그(CAEFatigue), 시뮤팩트 애디티브(Simufact Additive), 제너레이티브 디자인(Generative Design) 등을 활용한 항공기 피로해석, 발사체 구조 해석과 복합재 적용 사례가 소개된다. 자동차 산업 분야에서는 아담스(Adams), 로맥스(Romax), 디지매트(Digimat), VTD 등을 기반으로 NVH 해석, 자율주행 시뮬레이션, 전기차 제어 시스템 연계 구조 모델 개발 등 차량 성능 최적화를 위한 다양한 해석과 검증 사례가 발표된다. 전기·전자 산업 분야에서는 크래들 CFD(Cradle CFD), 액트란(Actran) 등을 이용한 전자기기 냉각 해석, 충돌 기반 진동·소음 해석, 고열 환경 신뢰성 확보 사례가 다뤄지며, 정밀하고 안정적인 제품 설계를 위한 시뮬레이션 기술이 강조된다. 조선 산업 분야에서는 해양 구조물과 배관 시스템 해석을 중심으로 배관 단납부의 기계적 물성 해석, 강관-구조 연계 설계 등 실무에 적용 가능한 구조 해석 사례가 발표된다.   이번 행사를 통해 헥사곤 D&E 사업부가 전달하고자 하는 핵심 메시지는 무엇인지 헥사곤 D&E 사업부는 ‘데이터 기반의 연결과 자율화를 통한 지속 가능한 제조 혁신’을 핵심 철학으로 삼고 있다. 이번 유저 콘퍼런스에서는 단순한 기술 소개를 넘어, 고객·파트너·업계 전문가가 한자리에 모여 산업별 과제를 함께 논의하고 실질적인 해결 방안을 모색하는 협력의 장을 만들고자 한다. 또한 AI(인공지능), 디지털 트윈, 시뮬레이션 프로세스 혁신 등 최신 기술이 어떻게 제품 개발 주기를 줄이고 설계 최적화와 예측 정확도를 높이며, 지속 가능한 산업 생태계 구축에 기여하는지에 대한 내용도 공유할 예정이다.   향후 헥사곤 D&E 사업부의 중장기 사업 전략 및 기술 로드맵을 소개한다면 헥사곤 D&E 사업부는 2025년 하반기 및 그 이후에도 디지털 트윈과 AI 기반 시뮬레이션 고도화를 핵심 전략으로 삼고 있다. 이를 위해 ▲산업별 특화 디지털 트윈 플랫폼 개발 및 적용 확대 ▲클라우드 기반 시뮬레이션 및 협업 환경 강화 ▲AI·머신러닝을 활용한 자동화 설계 최적화 기능 확장 ▲지속 가능성(sustainability) 중심의 경량화·에너지 효율 설계 지원 ▲SPDM(시뮬레이션 프로세스 및 데이터 관리)의 산업 전반 확산 등을 추진하고자 한다. 또한, 기존 제조업뿐만 아니라 반도체·에너지·스마트시티 등 신산업 분야로 설루션 적용 범위를 확대해, 고객이 제품 개발 주기와 비용을 혁신적으로 절감할 수 있도록 지원할 계획이다.   마지막으로 전하고 싶은 메시지가 있다면 헥사곤 D&E 사업부는 단순한 소프트웨어 공급사가 아니라, 산업 전반의 디지털 혁신을 함께 설계하고 구현하는 파트너이다. 고객·파트너·학계와 지속적인 협력과 지식 공유를 통해 설계와 제조의 효율과 품질을 극대화하고, 지속 가능한 미래 산업 생태계를 구축하는 데 기여하고자 한다. 이번 유저 콘퍼런스를 비롯해 다양한 교류의 장을 마련해 헥사곤의 글로벌 역량과 현장 경험을 적극적으로 공유하며, 한국 제조업의 경쟁력 강화와 차세대 엔지니어링 패러다임 전환을 함께 이끌어 나가고자 한다.     ■ 기사 내용은 PDF로도 제공됩니다.

금속 3D 프린팅으로 경기용 요트의 부품 제작   루제로 티타(Ruggero Tita)와 카테리나 마리아나 반티(Caterina Marianna Banti)는 2024 파리 하계 올림픽의 나크라 17 혼합 멀티헐 요트 경주에서 금메달을 획득했다. 그들의 승리는 기술, 결단력, 그리고 트렌티노 스빌루포(Trentino Sviluppo)라는 트렌토 기반 혁신 기업의 최첨단 기술로 이루어졌다. 이 듀오는 트렌티노 스빌루포와 협력하여 그들의 카타마란(catamaran)을 위해 40개의 맞춤형 3D 프린팅 파트를 설계했으며, 특히 경량 풀리 시스템이 경쟁에서 우위를 점하게 했다. ■ 자료 제공 : 머티리얼라이즈   ▲ 풀리 부품을 금속 3D 프린팅한 빌드 플레이트   도전 과제 : 짧은 올림픽 일정 내 경량 풀리 시스템 재설계 2024 파리 올림픽을 준비할 시간이 1년도 채 남지 않은 상황에서, 티타와 반티는 새로운 설계 클래스 규정에 따라 두 개의 선체(hull)를 가진 요트인 카타마란의 핵심 풀리 시스템을 재설계해야 하는 도전에 직면했다. 이 풀리는 돛의 조정과 보트의 기동성을 위해 필수이며, 바닷물 환경에 내식성을 갖추면서 유지보수가 쉬워야 했다. 기존의 시스템은 10개의 상업용 파트로 구성되어 무겁고 부피가 커 성능을 제한했다. 목표는 컴팩트하고 통합된 맞춤형 파트를 만들어 무게 분산을 최적화하고, 공기역학을 개선하며, 동적 포일링 카타마란의 안정성을 유지하는 것이었다. 또한 이 모든 것을 촉박한 일정 내에 완수해야 했다.   ▲ 티타늄 소재를 사용해 풀리 시스템을 3D 프린팅으로 제작했다.   해결책 : 티타늄 3D 프린팅과 e-Stage for Metal+ 소프트웨어 트렌티노 스빌루포의 적층 제조 R&D 전문가인 치로 말라카르네(Ciro Malacarne)는 공학 학위를 가진 티타와 긴밀히 협력하여 해결책을 개발했다. 가르다 호수에서 센서를 사용하여 하중, 항력, 풍력 데이터를 수집하고, 엔톱(nTop)과 앤시스(Ansys) 소프트웨어를 통해 전산유체역학(CFD) 및 유한요소해석(FEA) 모델로 분석했다. 최적화된 풀리 시스템을 포함한 카타마란의 3D 모델은 CAD 소프트웨어로 제작되었고, 내식성과 프린팅 용이성을 고려해 23등급 티타늄을 선택했다. 결정적인 전환점은 이스테이지 포 메탈+(e-Stage for Metal+) 소프트웨어로, 자동화된 서포트 구조 생성을 통해 후처리 시간을 줄이고 복잡한 설계를 가능하게 했다. 이를 통해 풀리의 부피를 60%, 무게를 50% 줄였으며, 2024년 6월까지 프로토타입을 완성했다.   ▲ 3D 프린팅된 티타늄 풀리 시스템   결과 : 올림픽 금메달과 산업적 영향 재설계된 풀리 시스템은 카타마란의 안정성과 기동성을 향상시켜, 티타와 반티가 2020 도쿄 올림픽에 이어 연속 금메달을 획득하게 했다. 풀리와 트라피즈 클리트(trapeze cleat)를 포함한 혁신적인 파트는 경쟁자들의 주목을 받았으며, 상업용 풀리 시스템 제조업체들로 하여금 설계를 재검토하게 했다. 반티가 전설로 은퇴한 가운데, 티타는 아메리카스컵, 세일GP, 그리고 2028 로스앤젤레스 올림픽에서 계속 경쟁할 계획이며, 이스테이지 포 메탈+로 지원받는 트렌티노 스빌루포의 3D 프린팅 전문 기술이 그의 미래를 뒷받침할 것이다. 이 승리는 적층 제조가 경쟁 요트 경기에 속도, 정밀도, 그리고 우위를 제공하며 혁신을 이루고 있음을 보여준다.     ▲ 최종 완성된 풀리 시스템     ■ 기사 내용은 PDF로도 제공됩니다.

AI 네이티브 엔지니어링 시뮬레이션용 클라우드 플랫폼인 심스케일(SimScale)은 자사의 플랫폼에 헥사곤의 마크(Marc) 비선형 유한요소해석(FEA) 솔버 기술을 정식 출시한다고 발표했다. 심스케일은 “마크의 클라우드 네이티브 통합은 변형, 복잡한 접촉 또는 고도의 비선형 재료 거동에 노출되는 부품을 설계하는 R&D 팀에게 혁신적인 도약을 제공한다. 이제 사용자는 대변형, 임의 접촉, 자가 접촉은 물론 소성 및 초탄성을 포함해 복잡한 FEA 시뮬레이션을 설계 과정 초기에 온프레미스 소프트웨어나 인프라 없이 웹 브라우저에서 수행할 수 있다”고 설명했다. 심스케일 플랫폼에 마크가 추가됨으로써 사용자는 까다로운 엔지니어링 문제에 대해 빠르고 견고한 비선형 해석을 높은 속도와 안정성으로 사용할 수 있다. 심스케일의 클라우드 플랫폼을 통해 사용자는 어디서나 마크의 기능에 접근하고, 시뮬레이션 데이터를 손쉽게 관리 및 공유하며, 실시간으로 협업하는 것이 가능해진다. 또한, 심스케일의 통합 AI를 활용하여 간소화된 설정, 즉각적인 결과 예측, 에이전트 기반 워크플로 자동화의 이점을 누릴 수 있고, 고성능 컴퓨팅(HPC) 프로비저닝으로 까다로운 경우에도 대규모 확장성과 빠른 시뮬레이션 처리 시간을 지원한다. 마크를 포함해 구조, 열, 전기, 자기장 등 폭넓은 다중 물리 해석을 심스케일의 통합 플랫폼에서 수행할 수 있게 된다.     심스케일의 리처드 쇠케-슐러(Richard Szöke-Schuller) 제품 관리자는 “헥사곤의 마크 기술을 심스케일의 클라우드 네이티브 환경과 통합한 것은 고급 시뮬레이션을 위한 게임 체인저다. 이제 모든 엔지니어는 온디맨드 방식으로 동급 최고의 비선형 FEA에 접근할 수 있게 되어 기존의 기술 장벽을 제거하고 혁신을 가속할 수 있다”고 밝혔다. 헥사곤 매뉴팩처링 인텔리전스 사업부의 위그 장콜라(Hugues Jeancolas) 설계 및 엔지니어링 제품 담당 부사장은 “이번 파트너십은 단순히 마크를 클라우드로 가져오는 것을 넘어 엔지니어가 시뮬레이션 도구를 다루는 방식을 바꾸는 것이다. 심스케일의 직관적인 인터페이스와 에이전트 기반 AI를 통해 시뮬레이션을 처음 접하는 사용자도 도구 작동법을 배우는 대신 엔지니어링 문제를 해결하는 데 집중할 수 있다. 이는 대중화, 민첩성, 생산성 측면에서 큰 도약”이라고 전했다.