• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "FMU"에 대한 통합 검색 내용이 87개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
멀티피직스 해석 소프트웨어, Simulation X
멀티피직스 해석 소프트웨어, Simulation X   주요 CAE 소프트웨어 소개   ■ 개발 : ESI, www.esi-group.com ■ 자료 제공 : 한국이에스아이, 02-3660-4500, www.esi-group.com ESI의 Simulation X(시뮬레이션 엑스)는 복잡한 동적 시스템의 모델링, 시뮬레이션 및 분석을 위한 Multi physics 시뮬레이션 분야에서 잘 알려진 소프트웨어이며, Modelica 언어를 기반으로 한 상용 솔루션으로 다양한 분야에서 활용되고 있다.  개발자는 Modelica 라이브러리부터 상용 라이브러리까지 방대한 라이브러리를 사용하여 개발 모델을 쉽게 구성할 수 있다. 또한 막강한 사용자 에디터 툴(Type designer)을 제공하여 사용자가 기존의 라이브러리를 확장하거나 새로운 라이브러리를 쉽게 제작 및 배포할 수 있다.  FMU(Functional Mock-up Unit)/FMI(Functional Mock-up Interface)를 지원하고 다른 프로그램과 연동하여 계산을 수행할 수 있으며, Multiphysics에 최적화되어 있어 Multi-body system과 Fluid dynamics, Control logic 등 서로 다른 물리 모델을 하나의 모델로 구현할 수 있다.  실제 물리 기반의 통합 라이브러리는 점점 더 복잡해지고 있는 산업 분야에서 확실한 기준으로 Simulation X를 확립하는 데 도움이 되었다. 현재까지 약 27개국 700명 이상의 고객들이 다양한 산업 분야에서 Simulation X를 사용하고 있다. 1. 제품의 주요 기능 및 특징 (1) Easy modeling and Fast calculation 형상 모델링이 필요 없고, 물리 기반 모델링으로 모델 구성이 쉬우며, 시스템 기반의 수학 모델 사용으로 계산 시간이 빠르다. (2) Modular system setup 방대한 시스템 라이브러리를 제공하고, 사용자 라이브러리 툴(Type designer)을 지원한다. (3) Easy coupling FEM, MATLAB, Simulink와 연계 시뮬레이션이 가능하며, FMU/FMI를 지원한다. (4) Model library Modelica 기반의 다양한 라이브러리를 제공하여 모델을 쉽고 빠르게 구성할 수 있다. (5) Optimization 주요 인자의 기여도 분석을 통한 제품 성능 개선을 개발 초기 단계부터 빠르게 검토할 수 있다. (6) Real-time simulation 실시간 해석으로 MiL(Model-in-the-Loop)/SiL(Software-in-the-Loop)/HiL(Hardware-in-the-Loop) 구현이 가능하다.     좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기 
작성일 : 2024-01-06
[무료다운로드] 딥러닝을 사용한 해석 데이터 기반 메타모델 살펴보기
앤시스 워크벤치를 활용한 해석 성공 사례   최근, 다양한 실험 및 해석에서 축적된 데이터와 인공지능 기술의 발전으로 데이터 기반 설계(Data-Driven Design)가 활성화되고 있다. 특히 해석 데이터를 기반으로 한 메타모델은 빠른 예측 속도의 장점을 이용해 반복적인 예측이 요구되는 최적 설계와 실시간 예측이 필요한 디지털 트윈 분야에서 주로 사용되며, 부품과 시스템의 통합 최적설계나 생산 품질 관리와 같은 다양한 분야로 활용 범위가 확장되고 있다. 이번 호에서는 간단한 사례를 통해 데이터 기반 설계에서 활용되는 딥러닝 기술과 해석 데이터를 이용한 메타모델을 소개한다. 그리고 딥러닝 프로그래밍 작업 없이 해석 데이터 기반 메타모델을 쉽게 생성할 수 있는 다양한 환경과 제작 방법부터, 생성된 메타모델을 다양한 환경에서 효율적으로 사용하기 위해 FMI(Functional Mock-up Interface) 기술로 제작하는 FMU(Functional Mock-up Unit)의 생성 및 사용법까지 다루도록 하겠다.   ■ 권기태 태성에스엔이의 EBU_LF팀 수석매니저로 해석자동화 업무 및 기술지원을 담당하고 있다. 이메일 | gtkweon@tsne.co.kr 홈페이지 | www.tsne.co.kr   메타모델이란 우선, 메타모델의 정의와 활용에 대해 짚고 넘어가보자. 메타모델(metamodel)은 ‘모델의 모델’이라는 의미로, 복잡한 모델을 간소화하여 설명하거나 정의하는데 사용된다. 근사방법(approximation method)을 사용해 원래의 모델을 재모델링함으로써 만들어지는 간결한 형태의 모델을 의미한다. 이러한 메타모델의 정의나 활용은 적용되는 분야에 따라 다르게 사용된다. 우선 기계학습의 메타모델은 다른 기계학습 모델을 이해, 분석, 또는 간략하게 표현하기 위한 목적으로 사용되며, 소프트웨어 엔지니어링 분야에서는 UML을 통해 시스템의 구조와 속성을 추상화하고 표준화하는데 사용된다. 시뮬레이션 및 최적화 분야의 메타모델은 복잡한 시뮬레이션 모델이나 실제 세계의 시스템을 간단한 수학적 모델로 대체하며, 이를 통해 저렴한 비용과 짧은 시간 안에 다양한 시나리오 탐색이나 최적의 해를 찾는 데 활용된다. 시뮬레이션 및 최적화 분야에서도 메타모델은 목적이나 관점에 따라 여러 용어로 불린다. 가장 먼저, 복잡하거나 계산에 많은 비용이 소요되는 모델, 또는 실제 실험을 단순하고 효율적인 형태로 근사화한 모델이란 의미의 대리자 모델(surrogate model)이 있다. 더불어 고차원이나 복잡한 시스템의 동적 거동을 낮은 차원이나 작은 수의 변수를 사용하여 효과적으로 근사화하는 방식의 ROM(Reduced-Order Modeling)이 있다. 또한 데이터를 사용하여 복잡한 시스템의 응답을 모델링하고 최적화하기 위한 통계적 방법이란 의미의 RSM(Response Surface Model)과 최적화 프로그램 안에서 시간이 많이 소요되는 CAE 시뮬레이션을 대신하여 사용되는 대리자 모델인 MOP(Meta-Model of Optimal Prognosis)란 용어도 사용되고 있다.   해석 데이터 기반 메타모델 컴퓨터 하드웨어의 발전과 함께 공학 설계 기술은 실험 중심의 설계에서 시뮬레이션 기반의 설계로 급속도로 전환되었다. 더욱이, 최근에는 실험과 해석에서 축적된 데이터와 인공지능 기술의 발전으로 데이터 기반 설계가 활성화되는 만큼, 데이터 기반 설계에서 사용되는 데이터 기반 메타모델의 중요성도 같이 증가하고 있다. 메타모델은 복잡한 시스템이나 모델을 간단히 표현하기 위해 확보된 데이터를 수학적 기법이나 인공지능 기술로 처리하여 제작한다. 특히, 인공지능과 시뮬레이션 기술의 발전으로 해석 데이터를 활용한 딥러닝 기반의 메타모델이 주목을 받고 있다. 해석 데이터는 측정 데이터와 비교해 입력과 출력 데이터의 노이즈가 적고, 스크립트 자동화를 이용해 원하는 조건으로 데이터를 쉽게 확보할 수 있다는 장점이 있다. 딥러닝 기술을 이용한 메타모델은 복잡한 수학적 지식 없이 구현이 가능하며, 파이썬(Python) 환경에서 작업하기 때문에 파이썬의 강력한 기능을 효과적으로 활용할 수 있다.   메타모델의 활용 해석 데이터를 활용한 메타모델은 빠른 예측 속도의 장점을 활용하여 반복적이거나 실시간 예측이 필요한 분야에서 주로 사용된다. 그러나 해당 메타모델은 해석 데이터를 생성할 때 사용된 변수로만 입력 값이 제한되기 때문에, 설계인자가 고정된 상황에서만 적합하다는 단점이 있다. 이러한 메타모델의 장단점을 고려하여 활용 가능한 분야를 도출하면 <그림 1>과 같다. 설계 최적화 및 민감도 분석 : 반복적으로 사용되는 빠른 예측 복잡한 시스템의 최적설계 : 요소부품과 시스템의 통합적 최적설계에서 부품 메타모델 생산 품질 관리 : 설계가 확정된 후 생산 과정의 변동 관리 디지털 트윈 : 설비의 운용 효율을 최적화하기 위해 실시간 예측   그림 1. 디지털 엔지니어링의 구성 요소   ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2023-11-02
Flowmaster Korea 2023 Conference
body, .maintable { height:100% !important; width:100% !important; margin:0; padding:0;} img, a img { border:0; outline:none; text-decoration:none;} p {margin-top:0; margin-right:0; margin-left:0; padding:0;} .ReadMsgBody {width:100%;} .ExternalClass {width:100%;} .ExternalClass, .ExternalClass p, .ExternalClass span, .ExternalClass font, .ExternalClass td, .ExternalClass div {line-height:100%;} img {-ms-interpolation-mode: bicubic;} body, table, td, p, a, li, blockquote {-ms-text-size-adjust:100%; -webkit-text-size-adjust:100%;} @media only screen and (max-width: 480px) { .rtable {width: 100% !important;} .rtable tr {height:auto !important; display: block;} .contenttd {max-width: 100% !important; display: block; width: auto !important;} .contenttd:after {content: ""; display: table; clear: both;} .hiddentds {display: none;} .imgtable, .imgtable table {max-width: 100% !important; height: auto; float: none; margin: 0 auto;} .imgtable.btnset td {display: inline-block;} .imgtable img {width: 100%; height: auto !important;display: block;} table {float: none;} .mobileHide {display: none !important;} }     If you can't read this email, please view it online   안녕하세요, 플로우마스터코리아 입니다. Flowmaster Korea 2023 Conference를 10월 13일 금요일에 예정하고 있습니다. Conference를 통하여 고객분들을 모시고 만남과 정보 교류의 시간을 갖는 것은 더 없는 행복이라 생각하며, Conference를 통하여 1D System 및 3D CFD Simulation에 대한 정보 교류의 시간 및 고객 여러분들의 만남의 장이 될 수 있도록 최선을 다하겠습니다. 이번 Conference에는 국내 산업분야 전문가분들의 1D System 및 3D CFD (Flomaster, Amesim, FLOEFD, STAR-CCM+) 에 대한 활용 사례 및 연구 사례 발표가 예정되어 있으니 고객 여러분들의 많은 관심과 참여 부탁드립니다. 관련하여 문의사항이 있으시면 언제든지 연락 주시기 바랍니다. 발표 및 기술관련 : 박종민 부장 02-2093-2685 / support@flowsystem.co.kr Conference 관련 : 한송이 과장 02-2093-2689 / mktg@flowsystem.co.kr 플로우마스터코리아 드림.   Conference 개요 / Information 일정 : 2023. 10. 13. 금요일 09:30 ~ 17:00 장소 : FKI Tower (여의도 전경련회관), 3층 에메랄드홀 참가비 무료 주차 가능   행사 내용 / Agenda 09:30 ~ 10:00   Registration     10:00 ~ 10:10   환영 인사     10:10 ~ 10:40   Key Note ● 유럽과 일본의 글로벌 자동차 OEM이 지멘스의 시스템 모델 개발 플랫폼을    도입한 사례와 효과 [ Siemens System Model Based Development ] * SIEMENS 최승현 영업대표     10:40 ~ 11:55   Presentation 1 ● ROM Builder를 이용한 예측 모델 생성 * Flowmaster Korea_최종인 대리 ● Flomaster를 활용한 발전소 계통 운전 분석 * 한국수력원자력_허민웅 선임연구원 ● 한국형발사체 발사대시스템 산화제공급계의 발사체 산화제 충전 운용 설계     및 비행시험을 통한 충전 유량 검증 * 한국항공우주연구원_서만수 Senior researcher ● 전동기 냉각용 3차원 타겟팅 열교환기 개발 분야에 대한 FLOEFD 활용 * 제너진_박범용 대표이사 ● Amesim을 이용한 수소에너지 시스템 해석 소개 (연료전지 / 수전해) * Flowmaster Korea_채준희 이사     11:55 ~ 13:30   Lunch     13:30 ~ 15:00   Presentation 2 ● 1D System(Flomaster/Amesim등) 모델링 자동화 및 해석 자동화 구축 * Flowmaster Korea_박종민 부장 ● Update 예정 * 한국전력기술_이근우 차장 ● 저궤도 위성(다목적실용위성) 추진시스템 연료배관 유동해석 사례     [ 위성 추진시스템 유동해석 사례발표 ] * 한화에어로스페이스_서민교 선임연구원 ● 다누리호(달궤도선) 추진시스템 연료배관 유동해석 사례     [ 위성 추진시스템 유동해석 사례발표 ] * 한국항공우주연구원_김선훈 선임연구원 ● LNG ORV 시스템 열전달 모델 개발 및 FMU를 활용한 Transient 해석 * 포스코건설_이현철 차장 ● 열전달 및 물질전달을 포함하는 탱크 시스템 연동 해석 * Flowmaster Korea_이웅기 대표     15:00 ~ 15:30   Coffee Break     15:30 ~ 16:45   Presentation 3 ● 1D 3D Coupling 냉난방해석 * 현대자동차_김원식 책임연구원 ● LNG 연료선의 벙커링 시 유량 제어 * 삼성중공업_김성우 프로 ● LNG Fuelled Tanker 연료 공급 시스템 이중관 및 연료 준비실에서의    LNG Leakage에 관한Ventilation 검토 * 선박행양플랜트연구소_이다솜 전임설계원 ● 항공용 엔진 블리드 배관 유동해석 사례 * 한화에어로스페이스_전신영 박사 ● 외부 최적화 알고리즘을 이용한 Flomaster 배관망 시스템 최적화 * Flowmaster Korea_박종민 부장     16:45 ~ 17:00   시상 및 경품 추첨, Closing     상기 Agenda는 상황에 따라 변경될 수 있습니다.          
작성일 : 2023-09-11
[웨비나] Simcenter Solution을 활용한 배터리 냉각시스템 Simulation
body, .maintable { height:100% !important; width:100% !important; margin:0; padding:0;} img, a img { border:0; outline:none; text-decoration:none;} p {margin-top:0; margin-right:0; margin-left:0; padding:0;} .ReadMsgBody {width:100%;} .ExternalClass {width:100%;} .ExternalClass, .ExternalClass p, .ExternalClass span, .ExternalClass font, .ExternalClass td, .ExternalClass div {line-height:100%;} img {-ms-interpolation-mode: bicubic;} body, table, td, p, a, li, blockquote {-ms-text-size-adjust:100%; -webkit-text-size-adjust:100%;} @media only screen and (max-width: 480px) { .rtable {width: 100% !important;} .rtable tr {height:auto !important; display: block;} .contenttd {max-width: 100% !important; display: block; width: auto !important;} .contenttd:after {content: ""; display: table; clear: both;} .hiddentds {display: none;} .imgtable, .imgtable table {max-width: 100% !important; height: auto; float: none; margin: 0 auto;} .imgtable.btnset td {display: inline-block;} .imgtable img {width: 100%; height: auto !important;display: block;} table {float: none;} .mobileHide {display: none !important;} }   플로우마스터코리아 │ 2023.06 2023 Webinar Series 2023년도 Webinar Series를 진행합니다. 이번 Webinar Series에서는 다양한 분야에서 Simcenter Solution을 활용할 수 있는 방법을 소개하고자 합니다. [Simcenter Solution을 활용한 배터리 냉각시스템 Simulation] ● Webinar 날짜 2023. 6. 7. 수요일 오후 2시 ● Speaker 플로우마스터코리아 박종민 부장 친환경 자동차의 핵심 요소인 배터리는 내구성, 안정성을 고려하여 적정 온도 범위에서 작동되어야 하며, 이를 사전에 예측하기 위해 CAD 환경에서도 쉽고 편하게 CFD를 이용하는 방법에 대해 이야기 합니다. 특히, 배터리 Cell을 시험 데이터 기반으로 설정하고, Pack을 구성하기 위한 반복 작업을 모듈화 하여 재사용 가능한 기법에 대해 설명하며, FMU를 사용하여 Simcenter 1D Solution과의 쉽고 빠른 해석 모델 교환에 대해 이야기 합니다.   Flowmaster Korea Flowmaster Korea는 다년간의 1D System을 통한 시스템적 접근 방법과 3D CFD를 통한 상세 접근 방법에 대한 경험을 바탕으로 보다 효과적인 서비스를 제공하고 있습니다. Flowmaster Korea 가 제공하는 다양한 제품 및 서비스들을 확인 해 보시기 바랍니다.     2023. 6. 15 (목) ~ 16 (금) Flowmaster Korea 교육장에서 진행되는 Simcenter Flotherm 기본교육입니다. 2023. 6. 19 (월) ~ 20 (화) Flowmaster Korea 교육장에서 진행되는 Simcenter Advanced 교육입니다. 2023. 6. 26 (월) ~ 27 (화) Flowmaster Korea 교육장에서 진행되는 Simcenter FLOEFD 기본교육입니다. 상시 교육사이트에서 진행되는 Simcenter Flomaster 동영상 기본교육입니다. Easy to Contact Us 사업자 등록번호 : 117-81-48975 서울 강서구 양천로 583, B-1908 기술영업 : 02-2093-2680, 2682 (TechSales@flowsystem.co.kr) 기술지원 : 02-2093-2684~8 (Support@flowsystem.co.kr) 마케팅지원 : 02-2093-2689, 2681 (MKTG@flowsystem.co.kr) FAX : 02-6280-2093 http://www.flowsystem.co.kr http://flowmaster.co.kr/ ©2023 Flowmaster Korea. All rights reserved.  
작성일 : 2023-06-01
[피플&컴퍼니] 모라이 정지원 대표
자율주행 개발 위한 시뮬레이션의 가능성에 주목   모라이는 자율주행 시스템을 위한 시뮬레이션 기술을 개발하는 기업이다. 자율주행 시스템의 개발에 필요한 테스트를 AI가 접목된 시뮬레이션으로 대체해 시간과 비용을 줄일 수 있다는 것이 모라이의 비전이다. 모라이는 자율주행 자동차를 중심으로 연구 개발한 시뮬레이션 기술을 UAM, 국방 등 다양한 분야로 확장할 계획도 갖고 있다. ■ 정수진 편집장     모라이가 가진 핵심 기술에 대해 소개한다면 모라이는 자율주행을 연구하는 사람들이 모여 지난 2018년에 설립했다. 모라이(MORAI)라는 이름은 ‘모빌리티 + 리서치 + AI’ 그리고 ‘more AI’에서 따왔는데, 시뮬레이터 기반으로 정적/동적인 환경을 디지털 트윈으로 만들고 그 디지털 트윈 환경에서 대규모의 테스트를 진행해서, 차량이나 무인 이동체의 안정성을 확보하고 신뢰성을 확보할 수 있도록 하는 도구를 개발하자는 것이 창업 당시의 비전이었다.  현재는 현대자동차, 네이버 등 고객사뿐 아니라 국내 주요 대학교 및 연구소들과 교류를 진행하고 있다. 60여 개 대학교에 솔루션을 공급하고 연구 개발 목적이나 정규 교육과정에 적용을 하면서 인력을 양성하는 사업도 진행 중이다. 2022년에는 시리즈 B 투자를 유치했다. 모라이가 내세우는 모토는 “미래를 미리 경험하자”는 것이다. 실제 도로에서 달리는 자동차는 수많은 문제에 직면할 수 있는데, 이를 도로 주행 시험에서 모두 구현할 수 없기 때문에 시뮬레이션으로 한계를 극복하겠다는 것이 첫 번째 미션이다. 그리고 자동차의 기능이나 성능을 결정짓는 핵심요소가 하드웨어의 양산성이 아니라 소프트웨어로 옮겨가는 상황에서 최근의 화두인 소프트웨어 정의 차량(SDV)을 위한 검증 도구를 제공하고자 한다. 세 번째 미션은 실제 도로에서 확보하기 어려운 데이터들을 가상 환경에서 무수히 생성해서, 대량의 데이터를 신차 개발이나 기존 시스템의 검증·평가에 활용할 수 있는 도구를 제공하는 것이다. 이런 맥락에서 모라이가 갖는 차별점은 ▲공간 데이터를 활용해 디지털 트윈을 자동 생성하고, 대규모 도심 테스트를 가능하게 하는 것 ▲동적 객체를 AI 기반으로 모델링하는 것 ▲가상 데이터를 실제 환경에 적용할 수 있게 하는 것으로 정리할 수 있겠다. 또한, 이런 기술을 자동차뿐 아니라 UAM(무인 항공 모빌리티), 로보틱스, 해상 관제, 국방 등 다양한 분야로 넓히는 방법도 모색하고 있다.   자율주행 기술의 개발에서 시뮬레이션의 중요성은 어떤 것인지 차량이 스스로 인지, 판단, 제어하는 것을 자율주행이라고 할 때, 현재 상용화된 ADAS(첨단 운전자 보조 시스템)는 자율주행의 일부로 볼 수 있다. 모라이는 미국 자동차공학회(SAE)가 정의한 자율주행 단계의 레벨 3 이후를 타깃으로 한다. 레벨 3는 특정 조건에서 자율주행이 이뤄지면서, 위험이 생길 때 운전자가 개입하게 된다. 레벨 3 이후부터는 자동차 시스템의 품질 검증에 더 많은 시간이 걸리는 등의 이슈가 있어서, 기존의 개발 체계에서 시스템을 검증, 양산하기가 어려워질 것으로 보인다. 이를 해결하기 위해 가상 환경을 구축해 자동차를 평가하는 방법론이 등장하고 있는데, 모라이는 시뮬레이션 기반의 형식 승인 검증이나 평가를 위한 연구개발을 진행하고 있다. 또한, 관련 표준 및 법제도에 관한 연구도 활발한데, 이와 관련한 국내 활동에도 참여하고 있다. 실제 주행시험은 비용, 시간, 인력 등의 한계에 부딪치게 마련이다. 모든 환경에서 테스트를 한다는 것은 물리적으로도 어렵고, 양산 이후 자동차를 판매한 다음에 테스트를 할 수도 없다. 그래서 출시 전에 충분한 테스트를 원활하게 진행하는 것이 중요한데, 여기에 시뮬레이션의 역할이 있다. 또한, 생산 이후 사고나 리콜 사유가 발생했을 때 이에 대응하려면 많은 시간과 비용이 든다. 이런 관점에서 기술뿐 아니라 법적/제도적인 측면에서도 시뮬레이션이 유용하다고 본다. 실제로 자동차 제조업체뿐 아니라 보험회사에서도 사고 조사나 보험 상품의 설계에 시뮬레이션을 활용하려는 움직임을 보이고 있다.   글로벌 자율주행 시장의 동향에 대해서는 어떻게 보는지 자율주행 기술이 자동차뿐 아니라 무인이동체 전반으로 확장을 추구하면서, 올해 초 모라이가 참가한 CES 2023에서도 다양한 산업에서 자율주행 또는 자율운영을 접목하는 추세를 볼 수 있었다. 실제로 항공, 농기계, 로봇 등에서 가상 환경 기반 테스트에 대한 수요가 증가하고 있으며, 기계 시스템이 아닌 소프트웨어의 업데이트로 자동차의 기능이 발전하는 패러다임 변화도 일어나고 있다.  예를 들어, 기존에 자동차의 성능 향상은 엔진의 마력, 연비, 서스펜션, 조향 성능 등을 중심으로 이뤄졌다. 반면, 전동화와 자율화가 대세가 되면서부터는 전자전기 시스템이 핵심이 되고, 고정된 하드웨어에서도 OTA(over-the-air) 기반으로 소프트웨어를 업데이트하면서 마치 스마트폰이나 노트북에 새로운 앱을 설치하는 것처럼 기능을 향상시킬 수 있게 되었다.  소프트웨어 기반 검증 기술을 개발하는 입장에서는 소프트웨어 시장이 더욱 커질 것으로 기대되는 측면이 있다. 실제로 CES 2023에서도 소프트웨어 업체의 참가가 늘어난 모습을 볼 수 있었다. 앞으로 소프트웨어 기반 및 가상 환경에서의 자율주행 테스트가 더욱 중요해질 것으로 보이는데, 특히 자율주행 자동차 못지 않게 정해진 경로를 따라가면서 임무를 수행하거나 위험한 환경에서 임무를 수행하는 등의 분야에서 빠르게 상용화될 것으로 전망된다.     자율주행 시뮬레이션 분야에서 모라이가 가진 강점은 무엇인지 크게 세 가지로 정리할 수 있다. 첫 번째는 실제 도로 환경을 모사하는 자동화 기술이다. 이 모사 과정은 95% 이상 자동화가 가능하다는 점을 내세우고 있다. 수작업으로 실제 환경을 모사하는 과정은 비용과 시간이 많이 들고, 불가피하게 에러가 생길 수 있다. 반면, 모라이는 사용자가 원하는 지역을 선택하면 동일한 가상 환경을 구축하는 기술을 개발해, 현실과 동일한 가상 환경을 빠르게 구현하도록 돕는다. 두 번째는 AI로 실제 도로 상황을 모사하고, 이를 기반으로 실제와 같은 데이터를 수집, 분석 기술이다. 기존에는 사람이 상상하는 시나리오를 직접 그리는 방법밖에 없었다. 하지만 모라이는 관제 사업을 통해 자율주행차, 커넥티드 카, 일반 자동차가 다니는 도로의 빅데이터를 계속 수집하고 있으며, 이 빅데이터를 분석해 자율주행차의 실증이 필요한 지역의 교통 상황이나 돌발 상황을 그대로 모사할 수 있다. 세 번째는 AI에 활용할 수 있는 대량의 데이터를 확보할 수 있다는 점이다. 풍부한 정답 데이터를 제공하기 때문에, 다양한 상황에 대한 데이터를 생성하고, 이를 AI에 적용해 더 효율적으로 개발할 수 있는 체계를 갖추고 있다. 한편으로, 모라이는 설립 초기부터 자동차 산업에서 많이 쓰이는 해석 소프트웨어와의 연동성을 중시해 왔다. 앤시스, 디스페이스 등 해석 소프트웨어 기업과 협력을 통해 현업에서 투자한 시스템을 그대로 유지하면서 신기술 도입의 장벽을 낮추고자 노력하고 있다. 시뮬레이션 분야에서는 다양한 시뮬레이션을 연계/연동하는 코시뮬레이션(co-simulation)이 확대되고 있으며, 툴 간의 인터페이스를 위한 표준도 다수 등장하고 있다. 모라이는 FMI, FMU, 오픈 시뮬레이션 인터페이스 등을 기반으로 여러 시뮬레이션 툴과 연결성을 제공한다. 또한, 국내서 진행 중인 표준화 작업에도 참여하고 있다.   향후 모라이의 기술 개발 및 비즈니스 계획에 대해 소개한다면 모라이는 현재 100여 명의 인력이 있고, 그 중 80%가 개발 인력이다. 작년에는 60억 원의 매출을 거두었으며, 올해는 120억 원을 목표로 삼고 있다. 시뮬레이션에 대한 기대가 꾸준히 커지고 있으며 이에 대한 기업들의 투자도 적극적인 것으로 보여, 경기 하강에 대한 체감은 상대적으로 크지 않은 편이다.  자동차 분야에서는 자율주행 자동차의 형식 승인을 시뮬레이션 기반의 가상 환경에서 할 수 있는 수준으로 신뢰성을 확보하는 것이 목표이다. 이를 앞당기기 위한 표준화 활동에도 꾸준히 참여할 계획이며, 생산 전주기에서 활용 가능한 시뮬레이터로 자리매김하고자 한다. 또한 이런 자율주행 시뮬레이션 기술을 여러 분야로 확장할 계획도 가지고 있다. 가장 주목하는 분야 중 하나는 UAM 및 항공 분야이다. 이들 산업에서는 기체를 실제로 만들어서 시험하는 것이 자동차보다 더 어렵고, 가상 검증의 중요성이 큰 분야로 보고 있다. 향후 10년 내 완전 무인화가 가능할 전망이지만, 현재 실증이 가능한 환경은 전무한 상황이다. 특히 UAM은 새롭게 떠오르는 시장이어서, 향후 가능성에 기대를 걸고 있다. 한편, 국방 분야에서는 전장이라는 위험한 환경에 대비해 무기 체계의 무인화가 꾸준히 진행되고 있는 상황이다. 이에 대응해 무인 무기체계와 검증 도구를 함께 공급하는 것도 가능하다고 보고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2023-05-02
[핫윈도] DX 실현을 위한 제어 시스템 디지털 목업 기술 개발
개발 배경 실물 시험 위주의 테스트로 설계를 하고 검증을 하는 시스템은 시행 착오로 인한 개발 일정 증가뿐만 아니라, 설계 최적화에 소요되는 개발 시료 및 계측 환경에 드는 개발 비용이 발생하는 문제가 있다. 이러한 문제들은 이미 많은 사람들이 인식하고 있으며, 이를 위해서 CAE와 같은 기술을 활용하여 가상 환경의 개발을 통해 개발 생산성을 높이려는 노력을 많이 하고 있다. 지금까지 많은 회사들이 부품 단위의 3D CAE를 개발에 많이 활용하고 있지만, 이는 제한된 영역에서 개별 부품의 설계에 활용될 수 있는 방법이며, 실제 제품 관점의 성능과 품질을 확보를 위해서는 시스템 관점의 가상 환경 개발이 필요하다. 에어컨, 냉장고와 같은 가전 제품의 제어 시스템을 생각해본다면, 해당 하드웨어와 소프트웨어를 설계하기 위해서 그것들이 구동을 시키는 모터와 컴프레서 그리고 부하가 되는 사이클 시스템까지 함께 고려되어야만 원하는 성능과 품질을 얻을 수 있다. 이러한 복합적인 시스템 해석을 개발 컨셉 단계에서부터 수행할 수 없을까 하는 것이 우리의 최근 관심사이다. 하지만 다수의 부품 모델의 결합 시 컴퓨팅 파워의 한계로 해석에 많은 비용이 필요할 뿐만 아니라, 제어 시스템과 기구 시스템의 서로 다른 물리계의 연결이 쉽지가 않을 수 있다. 이 글에서는 이러한 문제를 어떻게 해결하며 시스템 관점의 제어 시스템 가상화를 구현하고 있는지 소개하고자 한다.   그림 1. 제어 시스템 가상 환경 개발 효과   제어 시스템 디지털 목업 구현 기술 주요 CAE 툴 제어 시스템의 가상화를 위해 필요한 CAE 툴(tool)은 기본적으로 회로 해석, 소프트웨어, 전자계 해석, 열 해석 등 4개 분야이다. 회로 해석은 앤시스 트윈 빌더(Ansys Twin Builder)를 사용하고 있으며, 이 툴로 회로 부품의 전기적 특성 모델링 및 기본적인 회로 해석부터 EN55014-1 규격과 같은 전도성 EMI 노이즈 해석까지 활용하고 있다. 그리고 다른 전자계 해석 소프트웨어와의 결합 및 연성 해석을 해당 툴을 중심으로 가능하다. 소프트웨어 해석은 앤시스 SCADE라는 모델 기반 로직 설계 툴을 사용하고 있다. 인버터 모터 제어를 제어 블록 기반으로 모델링하고 자동으로 소프트웨어 코드를 생성할 수 있으며, 모터 모델과 결합하여 내부 알고리즘 검증에 활용할 수 있다. 그리고 항공기 시스템 인증 표준 개발 프로세스를 다루는 ARP4754A, 자동차 기능 안전성 국제 표준인 ISO 26262 등과 같은 산업 표준 프로세스 및 규격을 지원하고 있다. 전자계 해석은 주로 모터를 대상으로 하고 있으며, 이를 위해 앤시스 맥스웰(Ansys Maxwell)을 사용하고 있다. 가전 제품에 사용되는 다양한 종류의 모터를 해석하고 1D 모델 개발에 활용하고 있다. 이를 기반으로 부하 토크, 효율 소음 등의 해석으로 확장이 가능하다. 마지막으로 열 해석은 앤시스 아이스팩(Ansys Icepak)을 사용하고 있다. 발열은 제어 시스템의 신뢰성 확보를 위하여 필수적으로 검토가 필요하기에 관련 열 해석 프로세스를 현재 구축 중에 있다. 트윈 빌더의 회로 해석과 맥스웰에서 계산한 전력 손실 양을 기반으로 아이스팩에서 부품별 온도를 확인할 수 있다.   그림 2. 제어 시스템을 위한 주요 해석 소프트웨어   연성 해석 기술 제품 관점으로 제어 시스템을 해석하기 위해서는 전기 시스템 모델과 기계 시스템 모델이 결합되어 연성해석이 가능해야 한다. <그림 3>은 냉장고 모델을 대상으로 시스템간의 결합을 어떻게 구현하였는지 정리한 내용이다. 소프트웨어 모델과 회로 해석 결과들을 각각 1D 모델로 구현하여 사이클 기구 모델에 사이클을 제어할 수 있도록 했다. 이렇게 구현된 사이클 모델을 통해 부하를 계산을 할 수 있게 되고, 부하는 컴프레서 및 모터 모델과 결합하여 토크를 출력할 수 있게 된다. 토크는 다시 제어 시스템 모델에 입력을 함으로써 실사용 조건의 부하가 반영된 회로 해석이 가능해진다.   그림 3. 전기 시스템과 기계 시스템의 결합   C-FMU 소프트웨어는 양산 코드를 FMI(Functional Mock-up Interface : 기능 목업 인터페이스)라고 하는 서로 다른 물리계 및 서로 다른 해석 소프트웨어간의 표준화된 인터페이스에 맞게 FMU(Functional Mock-up Unit : 기능 목업 유닛)로 빌드하였고, 우리는 이것을 C-FMU라고 이름붙였다. 양산 제어 소스코드는 C 언어를 기반으로 자체 개발하기 때문에 FMI를 지원하지 않는다. 그럼에도 불구하고, 신뢰할 수 있는 제어 시스템의 검증 및 모델화를 위해서는 양산 소스코드를 그대로 가상화하는 것이 중요했다. 그래서 비주얼 스튜디오 2019(Visual Studio 2019) 개발 툴을 통해 양산 소스코드와 FMI 표준 템플릿을 통합하여 FMU로 빌드할 수 있게 구현했다.   그림 4. 사이클 제어 소프트웨어 모델 가상화   인버터 드라이브 ROM 인버터 드라이브 모델과 사이클 모델의 연성해석에 있어서는 해석 속도가 큰 문제가 되었다. 인버터 로직의 경우 정상 상태에 도달하는 시간이 수 초 내외로 짧지만, 해석을 위한 샘플링 타임은 회로 동작 주파수의 20배 이상 수준인 수 마이크로초(μsec) 이하로 매우 촘촘하게 해석을 해야 한다. 사이클 모델의 경우 정상 상태에 도달하는 시간이 수십 분 단위로 상대적으로 길고 해석을 위한 샘플링 타임도 밀리초(msec) 이상으로 상대적으로 길다. 두 시스템을 결합한 연성해석 시에는 정상 상태에 도달하기까지는 사이클을 고려해서 수십 분의 긴 시간의 해석이 필요한 반면, 제어기의 안정적인 동작을 위한 해석 샘플링 타임은 수 마이크로초 이하로 설정을 해야 되기에 전체 해석 시간은 극단적으로 길어진다. 이를 위해 ROM(Reduced Order Model : 차수 축소 모델)이라고 하는 1D 모델을 구현했다. 사이클 모델에서 인버터 드라이브로 입력하는 정보와 인버터 드라이브에서 사이클 모델로 출력하는 정보를 정의하고, DOE(Design of Experiment : 실험계획법)를 통해 다양한 조건의 해석을 미리 수행한 후 그 입력 및 출력의 결과물을 이용하여 ROM을 만들었다. ROM을 만들기 위해서 수많은 조건의 해석을 해야 한다는 단점이 있지만, 일단 만들어진 ROM은 다양한 설계에서 재 사용이 가능하고, 해석 시간이 매우 빠르다는 장점이 있다.   부하 토크 ROM 인버터 제어 시스템의 해석을 위해서는 구동하는 모터에 입력되는 부하가 필요하다. 간단한 계산 혹은 실측 결과를 바탕으로 정상 상태의 일정한 크기의 부하 토크를 얻을 수도 있지만, 제어 시스템의 신뢰성 확보를 위해서는 실제의 컴프레서 및 모터 동작이 반영된 다이나믹한 부하 토크 모델이 필요하다. 현재는 수식 기반의 모델을 구현하여 컴프레서 부하에 맞는 Gas Force를 해석하고 토크를 출력하는 방식을 적용하고 있으며, 적합도를 높이기 위해서 3D CAE로 해석을 하는 방법도 검토 중이다. 이렇게 계산된 부하 토크 또한 1D ROM으로 만들어 인버터 드라이브 시스템과 결합하여 드라이브를 검증하는데 사용하고 있다.   디지털 목업 환경 구축 및 활용 <그림 5>는 냉장고 모델을 대상으로 실제 제품 모델 환경과 흡사하게 주요 부품을 모델링 후 결합한 디지털 목업 사례이다. 사이클 기구 모델에서 계산된 온도 센서 정보를 사이클 제어 소프트웨어 모델로 입력을 하면 제어 지령을 기구 모델로 보낸다. 이러한 과정에서의 냉동 사이클 온도 정보는 컴프레서 부하 토크 모델로 입력되고, 컴프레서 모델은 토크 크기를 출력하여 인버터 드라이브 모델로 보내준다. 인버터 드라이브 모델은 입력되는 토크 크기를 모터 모델에 입력하여 드라이브의 동작을 해석할 수 있게 된다.   그림 5. 냉장고 디지털 목업   <그림 6>은 냉장고 디지털 목업의 검증을 위하여 사이클 제어 로직을 실측과 비교한 결과로, 일치함을 알 수 있다. 제어 로직의 변경에 대한 검증, 제품 성능의 예측, 설계 최적화 등 다양한 케이스에서 활용이 가능할 것으로 예상된다.   그림 6. 냉장고 사이클 검증 사례   <그림 7>은 모터 제어 튜닝을 가상화한 사례이다. 실제의 모터 제어 검증은 챔버를 포함한 다수의 계측 장비가 필요하며, 튜닝을 하는데 상당한 시간이 필요하다. 이를 디지털 목업 환경으로 구현하여 챔버나 장비가 필요 없이 다양한 시험 케이스를 언제 어디서나 빠르게 해석할 수 있다. 뿐만 아니라 측정이 어려운 부분에 대해서도 가상 환경에서는 직관적으로 쉽게 확인할 수 있다는 점이 큰 이점이다.   그림 7. 모터 튜닝 시험 대체 사례   <그림 8>은 에어컨 드라이브의 부품 온도를 해석한 사례로, 사이클에서 계산된 부하를 모터에 입력하고 해당 부하에서 발생되는 전력 손실을 계산하여 온도를 확인한 결과 실측과 유사함을 알 수 있었다. 이전에는 드라이브에서 발생되는 전력 손실을 정확히 계산을 못하여 온도 해석 시에 실측과 오차가 크게 났지만, 제어와 기구 시스템의 연성 해석을 통해 정확도 높은 예측이 가능해졌다.   그림 8. 에어컨 인버터 드라이브 부품 온도 해석 사례   맺음말 지금까지 가전 제품을 대상으로 제어 시스템 디지털 목업 기술에 대해서 소개했다. 개발 초기 단계에서부터 설계의 방향을 확정하고 검증하며, 품질을 미리 확보하기 위해서는 복합적인 시스템 관점에서의 해석이 필요하다. 이를 위해 제어 시스템의 가상화에 필요한 CAE 툴 및 기구 시스템과의 연성해석을 위한 C-FMU, ROM 등의 기술을 소개했다. 아직은 일부 영역에서의 검증이 가능한 수준으로, 향후 모델을 고도화하고 필요한 기술을 확보하여 진정한 디지털 트윈이 만들어질 수 있도록 계속 연구할 예정이다. 궁극적으로는 제품 개발 일정의 단축 및 성능/원가 최적화 실현 및 제품이 실제 사용되는 환경의 정보들이 IoT(사물인터넷) 등을 통해 디지털 모델로 수집되고 가상 제품 모델에서 검증되어, 고객 맞춤형 제어가 될 수 있도록 드라이브 시스템을 업데이트할 수 있는 미래를 그리고 있다.   ■ 이 글의 내용은 2022년 11월 18일 진행된 ‘CAE 컨퍼런스 2022’의 발표 내용을 정리한 것이다.   박귀근 LG전자 H&A연구센터의 제어 MBD 프로젝트 리더로서 전력전자(인버터 및 컨버터) 분야의 연구위원이다. 최근 관심사 및 연구분야는 CAE 해석을 통한 가전 제품의 가상 제어 드라이브 개발을 실현하는 것이다. 궁극적으로 가전 제품의 WiFi 모뎀을 통한 디지털 트윈 구현 및 개발 일정 단축 및 설계 최적화 등을 실현하고자 한다. (홈페이지)     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2022-12-29
헥사곤, 시스템 모델링 기반 시뮬레이션 소프트웨어 Elements 공개
헥사곤 매뉴팩처링 인텔리전스(헥사곤 MI)는 점점 복잡해지는 제품 개발에서 시스템의 동작을 이해하는 데 도움을 주는 새로운 시뮬레이션 소프트웨어 'Elements(엘리멘츠)'를 발표했다. 이 소프트웨어는 엔지니어링 팀이 새로운 설계 콘셉트의 성능과 타당성을 빠르게 평가해, 제품 개발 과정의 효율을 높이고 위험과 비용을 줄일 수 있게 돕는다. 많은 산업에서 여러 가지 물리 영역을 고려하고 메카트로닉스 문제를 강건하게 해결할 수 있는 기술을 요구하고 있으며, 이는 시스템 레벨의 엔지니어링의 확산세로 이어지고 있다. 시스템 엔지니어링을 위해서는 관련된 엔지니어링 분야, 제어 시스템 및 타사의 공급업체 시스템까지 통합하고, 도메인이 상호작용하는 방식과 한 분야의 설계 의사결정이 다른 분야에 미치는 영향을 이해해야 한다.     Elements는 통합된 다분야 시스템 개발 및 엔드 투 엔드 워크플로를 지원하는데 초점을 두고 있다. 헥사곤 MI는 Elements가 드래그 앤 드롭 환경을 제공해 여러가지 물리 유형이나 로직을 모델링하고 블록을 직관적으로 연결하여 시스템을 분석함으로써, 시스템 수준의 엔지니어링 문제를 해결할 수 있다는 점을 내세운다. Elements는 빠르고 유연하며 사용자 정의 가능한 모델을 구축하기 위해 사용되는 개방형 표준인 모델리카(Modelica) 언어를 기반으로 한다. 시스템 모델링은 CAD 모델, 방정식 또는 룩업 테이블을 활용할 수 있고 3D 메시와 같은 정보가 필요 없기 때문에 제품 설계의 초기 단계에서 효과적으로 활용할 수 있다. "Elements는 빠른 계산을 위해 방정식과 코드를 최적화하여 시스템 모델을 빠르고 효율적으로 계산하면서도 충실도(fidelity)는 잃지 않도록 함으로써, 엔지니어링 개발 속도를 높일 수 있다"는 것이 헥사곤 MI의 설명이다. 설계가 진행되고 구성요소 및 하위 시스템이 시뮬레이션 소프트웨어에 의해 자세히 해석되면, FMI 표준 및 헥사곤의 SmartFMU 기술을 기반으로 제품의 구성요소를 더 큰 단위의 시스템에 통합하는 것도 가능하다. SmartFMUFMU(기능 목업 유닛)의 제약을 해소하고 전문 CAE 소프트웨어로 되돌아가지 않고도 Elements의 시스템 모델에서 직접 변경할 수 있다는 점을 특징으로 한다. 헥사곤 MI는 "이렇게 하면 리소스의 병목이나 응용 프로그램을 전환하는 시간의 소요, 버전 관리 등의 문제를 막을 수 있다"고 설명했다. Elements는 현재 다물체 동역학 소프트웨어인 아담스(Adams)와 이지파이브(Easy5)와 SmartFMU의 연결을 지원한다. 헥사곤 MI는 향후 열-유체 해석 소프트웨어인 크래들 CFD(Cradle CFD)와 음향 시뮬레이션 소프트웨어 액트란(Actran) 등을 Elements 워크플로에 연결할 것으로 보인다. 한편, 헥사곤 MI는 Elements의 개발 과정에서 메이플소프트(Maplesoft)와 협력을 진행했다. 양사는 수학 엔진을 기반으로 시스템 방정식을 최적화하면서, 빠르고 효율적인 시뮬레이션을 제공하는 데 주력했다. 메이플소프트의 크리스 하두와르(Chris Harduwar) 전략 솔루션 담당 부사장은 "메이플소프트의 시스템 모델링 기술과 헥사곤의 폭넓은 CAE 포트폴리오를 결합함으로써, 여러 산업 분야에서 시뮬레이션에 드는 노력을 줄이고 생산성을 높일 수 있을 것"이라고 밝혔다. 헥사곤의 마헤시 카일라삼(Mahesh Kailasam) 설계 및 엔지니어링 소프트웨어 총괄 매니저는 "Elements는 설계 이전에 시뮬레이션을 사용하여 시스템의 거동을 빠르게 탐색하고 문제에 대한 더 나은 솔루션을 찾을 수 있는 손쉬운 방법을 제공한다"면서, "개방형 기술을 사용하여 폭넓은 헥사곤 CAE 포트폴리오 및 생태계와 시너지를 실현하고, 고객에게 가치 있는 기능을 제공하기 위해 메이플소프트와 장기적인 협력을 기대한다"고 전했다.
작성일 : 2022-12-08
[케이스 스터디] 언리얼 엔진으로 제작한 인터랙티브 건축 플랫폼
주택 건설과 부동산 매매의 미래를 설계하다   세계 곳곳에서 점점 더 많은 건설사와 부동산 개발사가 새로운 기술과 플랫폼을 사용하여 잠재 구매자를 위한 주택을 맞춤 설계 및 전시하고 있다. 전통적으로 주택 건설 산업 및 신규 분양 시장(Primary Market)은 스틸 이미지와 애니메이션 워크스루에 의존했지만, 고객 참여에 있어 차세대 접근법은 큰 의미를 가진다. 대규모 주택 개발사는 사전 계약을 창출하는 것이 매우 중요하다. 따라서 주택이 지어지기 전에 잠재 고객의 흥미를 이끌어내는 주택 홍보 능력은 필수다. 코로나19 팬데믹으로 인한 규제가 가속화됨에 따라, 주택 건설 업계는 리얼타임 기술과 같은 혁신 기술을 채택하기 시작했다. 리얼타임 기술은 구매자에게 보다 사실적이고 몰입감 있는 경험을 선사할 뿐만 아니라, 실제 크기 그대로의 리얼타임 환경을 정확한 각도로 구현하므로 방을 더 커 보이게 만들거나 숨기는 일 없는 투명성 또한 제공한다. ■ 자료 제공 : 에픽게임즈   ▲ 언리얼 엔진의 리얼타임 기술로 만든 어웨이 디지털 홈(영상 링크)   어웨이 디지털 홈 건설 산업에서 혁신을 일으키는 여러 기업들은 언리얼 엔진의 리얼타임 기술을 바탕으로 새로운 주택 건설 플랫폼을 만들었다. 이런 선두 주자 중 한 곳으로 어웨이 디지털 홈(Away Digital Home)이 있다. 호주에 위치한 이 브랜드는 모기업 어웨이 디지털(Away Digital)에서 분리되면서 설립되었으며 호주에서 이미 10년 동안 대규모 주택 건설사와 협력하여 설계 및 견적 서비스를 제공해 왔다. 어웨이 디지털 홈의 에이던 월너(Aidan Wollner) 책임자는 “주택 구매자들은 대개 주택을 구매하는 과정에서 수없이 많은 의사 결정을 내려야 한다. 결정할 때마다 시간이 걸리고, 주택을 직접 보지 못하기 때문에 혼란을 겪을 수 있다. 결정된 사항이 예산을 초과하기라도 하면 의사 결정 과정을 처음부터 다시 시작해야 한다”고 말했다. 어웨이 디지털 홈은 고객들이 새집을 직접 설계하고 싶어 하지만 시각화하는데 어려움을 겪고 있다는 것을 깨닫고 인터랙티브 소프트웨어 플랫폼을 개발하여 구매자들이 앞으로 살 집의 포토 리얼한 3D 모델을 둘러볼 수 있게 했다. 픽셀 스트리밍에 기반한 이 플랫폼 덕분에 고객은 진척 상황에 따라 입면도, 평면도 옵션, 소재, 제품을 선택하고, 업데이트된 사항을 계속 공유 받으면서 저마다 꿈꾸던 집을 설계할 수 있다.   ▲ 인터랙티브 소프트웨어 플랫폼을 통해 구매자들이 앞으로 살 집의 진척 상황에 따른 3D 모델을 공유받을 수 있다.   에이던 월너는 “언리얼 엔진으로 데이터에 기반한 사실적이고 상호작용 가능한 주택 모델을 제작함으로써, 주택 건설업체가 디자인마다 가능한 모든 구성을 구매자에게 선보일 수 있게 되었다”라고 말했다. 어웨이 디지털은 픽셀 스트리밍을 통해 고객이 어디에 있든, 어떤 하드웨어로 디지털 주택을 보든 상관없이 고퀄리티 시각화를 전달할 수 있다. 이 플랫폼은 실시간 상호작용을 통해 고객의 구매 여정을 근본적으로 향상시켜 판매량을 늘렸을 뿐만 아니라 주택 건설사의 건설 공정을 단축시켰으며 착공 전이나 주택을 시장에 선보이기 전에 새로운 설계를 시험하는데 일조했다. 호주의 주택 건설사 포터 데이비스 홈즈(Porter Davis Homes)는 지난해 어웨이 디지털 홈의 플랫폼을 사용하여 성과를 냈다. 텍스타일부터 조명 스위치까지 모든 것을 꼼꼼하게 신경 쓴 디자인을 고퀄리티로 시각화하여 고객에게 주택 본연의 느낌을 그대로 전달한다. 고객 구매 여정의 향상은 디지털 문의와 매출의 증가로 이어졌다.   ▲ 주택 건설업체가 구매자에게 디자인이 가능한 모든 구성을 시각화하여 전달할 수 있다.(영상 링크)   3D 에스테이트 개발사에 차세대 시각화 모델을 제공한 또 다른 회사로 폴란드의 3D 에스테이트(3D Estate)가 있다. 발행 시장에 중점을 둔 3D 에스테이트는 주요 부동산 플랫폼과 부동산 개발사의 주택 사전 매매를 지원하고 있다. 3D 에스테이트는 언리얼 엔진으로 만든 플랫폼에서 회전 인터랙티브 3D 모델과 구매자가 체험할 수 있는 아파트 가상 투어를 제작했다. 2018년부터 25만여 채의 아파트를 3D로 제작했으며 폴란드의 전체 신규 주택 중 30%가 넘는 곳의 인터랙티브 시각화를 구현했다. 3D 에스테이트의 SaaS 비즈니스 모델이 플랫폼에 대한 진입 장벽을 낮춘 덕분에 개발업체에서 시각화 모델을 빠르게 얻을 수 있다. 3D 에스테이트의 최고 비즈니스 개발 책임자 야쿠프 야몬트(Jakub Jamontt)는 “언리얼 엔진의 가장 큰 장점은 그래픽 퀄리티가 뛰어난 머티리얼을 빠르게 렌더링한다는 것”이라고 밝혔다. 작은 아파트의 전체 렌더링 프로세스를 완료하는데 5분에서 7분밖에 걸리지 않는다. 더 넓은 평수는 최대 15분이 걸린다. 개발사는 6가지 아파트 스타일 중에서 하나를 고른 다음, 단순한 인터페이스를 사용하여 아파트의 3D 모델을 웹사이트에 추가할 수 있다. 야쿠프는 “이 모든 건 언리얼 엔진이 없었다면 불가능했을 것이다”라고 말했다. 게다가 3D 에스테이트에서 언리얼 엔진 5를 도입한 후 렌더링 속도가 약 15% 빨라졌다. 그 뿐만 아니라, 인테리어 디자인과 카메라 배치를 언리얼 엔진의 비주얼 스크립팅 시스템인 블루프린트로 자동화했기 때문에 비어 있었던 3D 아파트 전체를 스크립트로 채울 수 있었다.   ▲ 3D 에스테이트(Estate)의 언리얼 엔진 기반 3D 모델 플랫폼으로 아파트 가상 투어가 가능하다.   3D 트윈 3D 에스테이트는 전체 신축 주택을 소개하는 인터랙티브 3D 트윈(3D Twin) 툴도 제공한다. 3D 트윈 앱은 스마트폰, 노트북부터 8K 쇼룸 화면, VR 헤드셋까지 어떤 디바이스에서든 작동한다. 온라인에서도 동일하게 앱을 사용할 수 있으므로 개발사의 웹사이트에도 추가할 수 있다. 2021년에 도입된 3D 트윈은 이미 100개가 넘는 프로젝트 제작에 사용되었으며, 대부분은 폴란드 부동산 개발업체였고 일부는 다른 나라의 프로젝트였다. 이 종합 툴 덕분에 구매자들은 평방 피트, 침실 수 등을 기준으로 아파트를 찾은 다음, 아파트가 지어지기 전에 가상의 아파트를 둘러볼 수 있었다. 야쿠프는 “3D 트윈은 아파트 판매자와 구매자 모두를 위한 툴이다. 가상의 아파트로 걸어 들어가 발코니의 풍경을 볼 수 있다는 점은 큰 가치를 지니고 있다”라고 설명했다. 3D 트윈은 구매자가 충분한 정보를 바탕으로 의사 결정을 내릴 수 있도록 지원하는 한편, 판매자에게도 단순하고 직관적인 툴이다. 또한, 건물의 디지털 트윈을 확인하여 잠재 구매자들의 의견을 수렴하면 착공 전 설계에서 중요한 조정을 하는데 도움이 된다. 3D 에스테이트는 동시에 수백 건의 프로젝트를 진행하고 있으며, 최근에는 폴란드 남부 브로츠와프의 중심지에 자리한 183동 규모의 대형 아파트 BPI 치스타(BPI Czysta)에 인터랙티브 시각화 모델을 제공했다. 신규 건설 시장으로 눈을 돌린 3D 에스테이트는 언리얼 엔진을 사용하여 유통 시장(2차 시장, Secondary Market)을 위한 2D 평면도의 3D 모델도 제작 중이다. 3D 모델은 심지어 손으로 그린 평면도 기반으로도 자동으로 생성되어, 3D 에스테이트의 여섯 가지 스타일 중 하나로 렌더링 된 다음, 가상의 모델 하우스로 완성된다.   ▲ 3D 트윈으로 구매자에게 아파트의 세부 정보를 보여주고 있다.(영상 링크)   라이브 버추얼 투어 조금은 다른 접근법을 취한 회사도 있다. 바로 스페인의 선도적인 주택 개발사 AEDAS 홈즈(AEDAS Homes)에서 분리된 라이브 버추얼 투어(Live Virtual Tours)이다. 이 회사는 그린 스크린과 버추얼 프로덕션 기술을 활용하여 중개사를 3D 모델에 등장시켜 잠재 구매자와 직접 소통할 수 있도록 하는 ‘리얼타임 홈 투어’를 제공했다. 라이브 버추얼 투어는 AEDAS 홈즈의 매물 대다수가 이사 또는 두 번째 집을 구매하는 곳으로 인기 있는 지역들에 위치해 있었기 때문에 생긴 회사다. 코로나로 인한 이동 제한 때문에 주택 원격 전시에 대한 수요가 급격히 증가하기도 했지만, 라이브 버추얼 투어는 팬데믹 이전부터 이미 운영되고 있다. 라이브 버추얼 투어의 호세 루이스 레이로스(Jose Luis Leiros) CEO는 “부동산 중개사는 저희 기술을 통해 고객과 화상 통화를 하며 가상 주택을 함께 둘러보고 편의 시설을 소개할 수 있다. 신규 주택 판매는 신뢰가 전부이다. 우리는 개발사와 중개사에게 잠재 고객이 앞으로 살게 될 집을 체험할 수 있는 차별화된 마케팅 툴을 제공한다. 우리의 접근법이 특별한 이유는 고객이 3D 모델 속 중개사와 상담할 수 있다는 점에 있다. 실시간으로 이루어지는 대화를 통해 신뢰를 높이고 전환율에 커다란 영향을 준다”고 말했다.   ▲ 스페인 주택 개발사 AEDAS 홈즈의 라이브 버추얼 투어 모습(영상 링크)   가상 환경 제작 2021년, 라이브 버추얼 투어는 고급 주택 중개 서비스 분야의 세계적인 선도 기업 중 하나인 엥겔 & 뵐커스(Engel & Volkers)와 협업했다. 엥겔 & 뵐커스는 스페인 마요르카의 고급 주택 24채로 이루어진 앰버 빌리지(Amber Village)를 독점 개발하고 있었다. 타깃이 되는 잠재 고객 대부분이 독일에 있었기 때문에, 코로나19로 인한 엄격한 이동 제한이 여전히 풀리지 않은 상황에서 빌라를 홍보해야 한다는 어려움이 있었다. 호세는 “앰버 빌리지의 가상 환경을 제작하기 위해 먼저 공동 구역과 빌라 내부를 포함한 빌라 24채의 3D 모델을 언리얼 엔진으로 개발했다. 완성된 3D 모델을 그린 스크린 속 중개사와 실시간으로 결합했다. 마침내 독일에 있는 잠재 고객과 실시간 화상 통화를 할 수 있었다. 부동산 중개사가 가상 공간을 돌아다니며 고객의 질문에 답변했다”고 말했다.   ▲ 스페인 마요르카 고급 주택 3D 모델 속에 중개사를 실시간으로 결합했다.   1년 후 라이브 버추얼 투어는 엥겔 & 뵐커스에서 1천만 유로가 넘는 빌라를 판매하는데 일조했다. 라이브 투어를 통한 주택 판매 전환율은 33%라는 인상적인 수치를 기록했다. 리얼타임 기술이 부동산 업계의 개발사와 중개사에게 효과적인 판매 도구임을 증명하는 한편, 설계를 정교하게 수정하는 데도 도움이 된다는 점이 분명해졌다. 지금은 신규 건설 시장에 중점을 두고 있지만, 지금까지 이룬 업적을 바탕으로 이러한 혁신적인 접근법을 기존 주택 시장으로 확대할 수 있는 가능성을 엿볼 수 있다.   ▲ 3D 모델 속 중개사가 가상 공간을 돌아다니며 고객 질문에 응대하는 모습       ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2022-09-01
[포커스] 디지털 데이터와 연결된 프로세스가 자동차 개발을 혁신한다
디지털 트랜스포메이션이 모든 산업에서 혁신적인 변화를 가져오는 가운데, 자동차 산업에서도 디지털 기반의 비즈니스 변화와 이를 뒷받침하기 위한 제품 개발의 혁신이 요구되고 있다. 알테어가 9월 15일 진행한 연례 사용자 이벤트인 ‘알테어 테크놀로지 콘퍼런스 2021(ATC 2021)’에서, 국내 주요 완성차업체인 현대자동차는 자동차 연구개발 분야의 디지털 트랜스포메이션을 위한 기술 개발과 프로세스 구축에 대한 내용을 소개했다. ■ 정수진 편집장   ▲ 현대자동차는 자동차의 전체 개발 프로세스를 디지털 기반으로 연결하는 변화를 추진하고 있다.(이미지 출처 : 현대.기아자동차)   자동차 엔지니어링의 디지털 트랜스포메이션 디지털 트랜스포메이션과 코로나19 등 변화에 따라 많은 기업이 지속 가능한 경쟁력을 갖기 위해 고민 중이다. 고객들이 제품을 소비하는 목적이 소유에서 경험으로 변화하면서, 제조기업의 비즈니스 모델도 일회성 제품 판매에서 구독(subscription) 기반의 지속적인 서비스 제공으로 바뀌고 있다. 이에 따라 많은 제조업체가 서비스 공급업체로 변화를 추구하는 추세다. 현대자동차 역시 지난 2019년 전통적 제조업체에서 ‘스마트 모빌리티 솔루션 공급사’로 전환하겠다는 비전을 소개했다. 친환경 자동차나 자율주행차, UAM(도심 항공 모빌리티) 등 모빌리티 디바이스와 통합 플랫폼 기반의 모빌리티 서비스를 결합한 솔루션 기업으로 거듭나겠다는 것이다. ATC 2021의 기조연설에서 현대자동차 버추얼이노베이션리서치랩의 한용하 연구위원은 “자율주행 시대를 맞아 자동차 개발의 복잡성이 더욱 커지고 있으며, 이에 대응하는 것은 수익 향상뿐 아니라 기업 생존의 문제로 심각하게 받아들이고 있다”고 전했다. 그리고, 자동차 R&D 영역의 디지털 트랜스포메이션을 위해 현대자동차가 추진하고 있는 ‘디지털 엔지니어링’ 전략을 소개했다. 현대자동차의 디지털 엔지니어링 전략은 제품 개발 초기의 요구사항부터 시스템/부품 단위의 설계 및 검증 그리고 양산까지 전체 개발 프로세스를 디지털 데이터 기반으로 연결하는 것이다. 이를 위해 ▲전체 개발 데이터를 디지털화하는 디지털 트윈 ▲디지털 데이터를 하나로 엮는 디지털 스레드 ▲데이터 기반의 가상 개발 방법론인 MBSE를 추진하고 있다는 것이 한용하 연구위원의 설명이다.   ▲ 디지털 트윈의 전사적 활용을 위한 ‘버추얼 개러지’   기능 모델부터 VR까지 엔지니어링을 위한 디지털 트윈 구축 현대자동차는 디지털 트윈을 디지털 트랜스포메이션의 핵심 수단으로 보고 있으며, 제품 수명주기 전반에 걸쳐 모델링과 시뮬레이션을 일원화하는 체계를 만들어 디지털 트윈을 전사적으로 활용하는데 중점을 두고 있다. 이런 디지털 트윈을 연구개발 영역에 적용하기 위해 현대자동차가 만든 시스템이 ‘버추얼 개러지’이다. 버추얼 개러지는 시뮬레이션 모델이나 가상 차량 모델을 한 곳에 저장하고, 연구원은 연구에 필요한 최적의 가상 모델을 버추얼 개러지에서 선택해 사용할 수 있다.  한용하 연구위원은 “버추얼 개러지의 모델은 실물 프로토타입을 대체할 수 있는 버추얼 프로토타입을 지향하고 있다”고 전했다. 버추얼 프로토타입은 기능 기반의 1D 시뮬레이션 모델과 형상 기반의 3D 시뮬레이션 모델, 자동차의 공간감이나 조작 편의성 등을 평가할 수 있는 VR 평가 모델을 아우르고 있으며, 특히 VR 모델은 디지털 생산뿐 아니라 판매 카탈로그나 마케팅 등에도 활용할 수 있도록 제작되고 있다.   ▲ 디지털 스레드 개념의 R&D 데이터 허브   디지털 데이터를 연결하는 디지털 스레드 이런 버추얼 개러지를 완성하기 위한 전략이 디지털 데이터를 하나로 엮는 디지털 스레드(digital thread)이다. 데이터를 한 곳에 모으는 것뿐 아니라 이들 데이터를 연결하는 네트워킹 체계라고 볼 수 있다. 현대자동차가 디지털 스레드의 목표로 잡은 것은 자동차를 개발하는 과정에서 많은 부품과 복잡한 개발 프로세스 영역의 데이터를 표준화하고 투명하게 관리해서, 추적성을 확보하고 재활용까지 가능하도록 하는 것이다.  한용하 연구위원은 “현대자동차에서는 R&D 데이터 허브의 개념으로 디지털 스레드를 구현한 디지털 엔지니어링 센터를 운영하고 있다. 이 데이터 허브의 지향점은 개발 연구원 누구나 언제 어디서든 단일 소스의 신뢰할 만한 데이터를 편리하게 쓸 수 있는 시스템”이라고 설명했다.  또한, 그는 이런 디지털 스레드가 실현되면 자동차 제조사뿐 아니라 많은 협력업체가 양방향으로 데이터를 주고받으면서 소통할 수 있는 가상 데스크톱 인프라(VDI)나 생산과 판매 이후 자동차의 운행.작동 데이터를 실시간 모니터링하고 개발 단계에 피드백할 수 있는 ‘스마트 비클 모니터링’ 시스템 등이 가능해질 것으로 보았다.   MBSE 방법론으로 가상 개발 구현 현대자동차는 디지털 데이터 및 모델을 기반으로 하는 가상 자동차 개발의 핵심 방법론으로서 MBSE(모델 기반 시스템 엔지니어링)의 전면 적용을 추진하고 있다. 한용하 연구위원은 “MBSE는 복잡한 시스템 내부의 인풋과 아웃풋을 논리적으로 연결하고 전체적으로 조망하는 전체 아키텍처 모델을 만드는 것에서 시작한다. 그리고 요구사항의 세분화, 동적 거동의 정의, 시스템 단위의 목표 설정, 구조 설계, 검증 등 전체 엔지니어링 단계를 MBSE 방법론으로 정리하고자 한다”고 소개했다. 또한, 이런 MBSE 방법론을 다양한 분야에 적용하고 있다고 전했다. 기능 중심의 1D 시뮬레이션 모델과 3D 형상 기반의 CAE 모델의 통합 멀티 도메인/멀티 피직스/멀티 스케일 관점의 통합 기계.전기.열 해석 모델을 구성하고 커플링 해석하는 멀티피직스 해석 모듈 방식의 FMU(기능 목업) 모델을 시스템 아키텍처와 연결해 통합 관리하는 ‘지능형 제네릭 모델링’ 3D 모델에서 위상(topology) 최적화와 파라미터 스터디를 통해 최적 설계 데이터를 만드는 순차적 통합 최적화 변수조건에 대한 빅데이터를 구축하고 다양한 시나리오에 따른 해석 결과를 실시간으로 확인하는 머신러닝 기법 개발 시나리오/환경/로직/안전장비/승객실 등 개별 도메인의 안전성을 클라우드 환경에서 통합하는 자율주행 안전 시나리오 검토   ▲ MBSE 방법론을 적용한 자율주행 통합 안전 검토   변화하는 시뮬레이션 트렌드와 기술 활용 방법 짚어 한편, ATC 2021의 기조연설에서 LG전자의 홍철기 연구위원은 ‘자동차 전장부품 개발의 MCAE 활용 동향’에 대해 소개했다. 디지털 클러스터와 HUD, 주행 정보 디스플레이 등 자동차에 내장되는 전장부품에 늘어나고 C.A.S.E.(Connected, Autonomous, Sharing, Electrification)로 대표되는 자동차 산업의 변화가 이어지면서 자동차 내장부품에 대한 요구사항도 변화하고 있다. 발열 증가에 대비한 냉각 솔루션, 운행거리 증가에 따른 부품의 내구연한 및 강성의 향상, 전기 모터 구동계의 소음/진동 감소에 따른 내장 부품의 감성 측면 대책 등이 그것이다. 홍철기 연구위원은 “짧은 개발 기간에 변화하는 요구사항에 대응하려면 프로토타입을 만들지 않으면서 정확한 선행 예측을 효율적으로 할 수 있어야 한다”면서, “특히 CAE 엔지니어는 단순히 해석 결과를 분석하는 것이 아니라 신뢰성 분석을 통해 해석 결과의 정확도를 높이고, 그 결과를 CAD 설계 전 예측 단계에 반영할 수 있어야 한다. 또한 실물 테스트 전에도 예측/검토 결과를 활용해 전체 제품 개발의 문제점을 줄일 수 있을 것”이라고 전했다. 신뢰성 향상, 사전 검토, 개발기간 단축이 CAE 업무 변화를 위해 홍철기 연구위원이 꼽은 핵심 키워드이다. 10개의 발표 세션이 온라인으로 진행된 ATC 2021에서는 이외에도 국내 여러 기업의 기술발표 77편이 진행되었다. 자동차, 전기전자, 국방, 항공우주 등 산업군에서 알테어 시뮬레이션 기술의 활용 사례 및 솔루션 업데이트 등 내용도 소개됐다. 특히, 알테어는 통합 플랫폼인 ‘알테어 원(Altair One)’을 중심으로 시뮬레이션과 인공지능, 머신러닝, 클라우드 등 기술을 아우르는 자사의 플랫폼 비즈니스에 대한 비전을 제시했다.     기사 내용은 PDF로도 제공됩니다.
작성일 : 2021-10-01