• 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 "GIS"에 대한 통합 검색 내용이 1,242개 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
어도비, 기업의 고객 경험 오케스트레이션 혁신을 지원하는 AI 에이전트 정식 출시
어도비가 기업의 고객 경험 및 마케팅 캠페인 구축, 전달, 최적화 방식을 혁신적으로 바꿀 AI 에이전트(AI Agents)의 정식 출시를 발표했다. 또한 어도비는 익스피리언스 플랫폼(Adobe Experience Platform : AEP) 에이전트 오케스트레이터(Agent Orchestrator)를 통해, 자사 및 서드파티 생태계 전반에서 에이전트가 맥락을 파악하고, 여러 단계의 작업을 계획하며, 응답을 개선하는 등 다양한 기능을 수행할 수 있도록 에이전트를 맞춤화, 관리하는 기업용 AI 플랫폼도 구축하고 있다고 밝혔다. 에이전트 오케스트레이터의 토대가 되는 어도비 익스피리언스 플랫폼은 기업들이 전사적으로 실시간 데이터를 연결해 기업 데이터, 콘텐츠, 워크플로에 대한 심층적인 인사이트를 제공하는 플랫폼이다. 어도비 익스피리언스 플랫폼 고객의 70% 이상이 어도비 및 서드파티 전반의 에이전트와 팀이 상호작용할 수 있도록 지원하는 대화형 인터페이스인 어도비의 AI 어시스턴트를 사용하고 있다. 허쉬 컴퍼니, 레노버, 머클, 웨그먼스 푸드 마켓, 윌슨 컴퍼니 등의 브랜드가 어도비의 에이전틱 AI 설루션을 사용해 조직 내 전문성을 강화하고 영향력 있는 고객 경험을 제공하고 있다.     어도비 익스피리언스 플랫폼 에이전트 오케스트레이터는 의사결정 과학 및 언어 모델 기반의 추론 엔진을 탑재해, 동적 및 적응형 추론도 지원한다. 자연어 프롬프트에서 사용자의 의도를 해석하고, 전체적으로 조율된 계획에 따라 어떤 에이전트를 활성화할지 상황에 맞춰 결정한다. 그 결과 에이전트 오케스트레이터는 맥락에 맞게 목표를 이룰 수 있도록 자동화 작업을 수행하고, 사람이 개입하는 방식을 사용해 세부 조정도 지원한다.  ▲오디언스 에이전트(Audience Agent ▲저니 에이전트(Journey Agent) ▲익스페리멘테이션 에이전트(Experimentation Agent) ▲데이터 인사이트 에이전트(Data Insights Agent) ▲사이트 옵티마이제이션 에이전트(Site Optimization Agent) ▲프로덕트 서포트 에이전트(Product Support Agent) 등의 AI 에이전트는 어도비 실시간 고객 데이터 플랫폼(Adobe Real-Time Customer Data Platform : RT-CDP), 어도비 익스피리언스 매니저(Adobe Experience Manager), 어도비 저니 옵티마이저(Adobe Journey Optimizer), 어도비 커스터머 저니 애널리틱스(Adobe Customer Journey Analytics) 등 어도비 엔터프라이즈 애플리케이션 내에서 직접 사용할 수 있다. 기업은 AI 에이전트를 활용해 마케터의 역량을 강화하고 고객 경험 오케스트레이션(CXO)를 가속화할 수 있다. 출시를 앞둔 익스피리언스 플랫폼 에이전트 컴포저(Experience Platform Agent Composer)는 기업이 브랜드 가이드라인, 조직 정책 관리 등에 기반해 AI 에이전트를 맞춤화하고 구성할 수 있는 단일 인터페이스를 제공한다. 이를 통해 팀은 AI 에이전트 작업을 세밀하게 조정하고 성과를 가시화하는 시간을 단축할 수 있다. 또 에이전트 SDK(Agent SDK) 및 에이전트 레지스트리(Agent ReGIStry)를 포함한 새로운 개발자 툴을 통해 개발자는 에이전틱 애플리케이션을 구축, 확장 및 조율할 수 있게 돼, 새로운 산업과 사용자 페르소나에 맞춰 사용 사례를 확장할 수 있다. 팀이 더 나은 성과를 내기 위해 에이전틱 AI를 도입함에 따라, 서로 다른 생태계에 속한 AI 에이전트 간 상호운용성은 매우 중요하다. 에이전트 컴포저는 기업이 Agent2Agent 프로토콜을 사용해 여러 에이전트의 협업을 추진할 수 있는 툴을 제공한다. 특정 요구사항을 충족하는 맞춤형 역량을 통해 더 많은 워크플로에 걸쳐 에이전틱 AI의 가치를 확장시킨다. 또한 코그니전트, 구글 클라우드, 하바스, 메달리아, 옴니콤, PwC, VML과의 새로운 에이전틱 AI 파트너십을 통해 에이전트 간 워크플로의 원활한 실행과 다양한 산업 및 사용 사례에 걸친 맞춤화도 가능해졌다. 안줄 밤브리(Anjul Bhambhri) 어도비 익스피리언스 클라우드 엔지니어링 수석 부사장은 “어도비는 오랫동안 디지털 데이터를 실행 가능한 인사이트로 전환함으로써, 기업들이 고객에게 매력적인 경험을 제공하도록 지원해왔다. 이제 어도비는 에이전틱 AI(Agentic AI)를 활용해 특화된 에이전트를 구축하고, 이를 데이터, 콘텐츠, 경험 생성 워크플로에 내장하고 있다”면서, “어도비의 AI 혁신은 프로세스를 재구상하고 마케팅 팀의 생산성을 높이고, 개인화된 경험을 대규모로 제공해 비즈니스 성장을 촉진함으로써 고객 경험을 향상하고 있다”고 말했다.
작성일 : 2025-09-12
바이브 코딩 지원 멀티 에이전트 코덱스의 사용법
BIM 칼럼니스트 강태욱의 이슈 & 토크   요즘 바이브 코딩(vibe coding)이 열풍이다. 이번 호에서는 오픈AI(OpenAI)가 개발한 바이브 코딩을 지원하는 멀티 에이전트 코덱스(Codex)의 사용법을 간략히 소개한다. 얼마 전 챗GPT(ChatGPT) 프로 버전에 무료로 오픈된 코덱스와 오픈소스 코덱스 버전(CLI)의 사용법을 모두 설명한다.   ■ 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. Codex | OpenAI   2025년 4월 중순에 OpenAI o3, o4, Codex가 공개되었다. 멀티 AI 에이전트 기능을 충실히 구현한 영상 데모가 업로드되었고, 특히 자동화 코딩을 지원하는 코덱스가 로컬 컴퓨터에서 실행 가능한 형태로 공개된 점이 인상적이었다.   그림 2. 오픈AI o3, o4, 코덱스 공개 영상   코덱스는 단순한 코드 생성에 그치지 않고 버그 수정, 테스트 실행, 코드 리뷰 제안 등 복잡한 개발 업무를 자동화한다. 각 작업은 사용자의 코드 저장소가 사전 로드된 격리된 클라우드 샌드박스 환경에서 독립적으로 실행되며, 작업의 복잡도에 따라 1분에서 30분 이내에 결과를 제공한다. 또한, 코덱스는 작업 수행 과정에서 생성된 터미널 로그와 테스트 출력 등의 증거를 제공하여, 사용자가 변경 사항을 추적하고 검토할 수 있도록 지원한다.코덱스 코드 및 도구는 깃허브(GitHub)에 공개되었다. Codex Lightweight coding agent that runs : https://github.com/openai/codex 6월 초에는 챗GPT 프로 사용자에게 코덱스 기능이 공개되었다. 코덱스는 챗GPT의 사이드바를 통해 접근할 수 있으며, 사용자는 자연어로 코딩 작업을 지시하거나 기존 코드에 대한 질문을 할 수 있다. 또한 코덱스는 사용자의 개발 환경과 유사하게 구성할 수 있어, 실제 개발 환경과의 통합이 용이하다. 보안 측면에서도 코덱스는 격리된 환경에서 실행되며, 인터넷 접근은 기본적으로 비활성화되어 있다. 필요한 경우 특정 도메인에 대한 접근을 허용할 수 있으며, 이를 통해 외부 리소스를 사용하는 테스트나 패키지 설치 등이 가능하다. 코덱스는 현재 챗GPT 프로/팀/엔터프라이즈 사용자에게 제공되며, 플러스 및 에듀 사용자에게도 점차 확대되고 있다. 또한, 코덱스 CLI(Codex CLI)를 통해 터미널 환경에서도 코덱스의 기능을 활용할 수 있어, 다양한 개발 환경에서의 활용이 가능하다.(openai.com)   챗GPT에서 코덱스 사용법 코덱스를 활용한 전체 사용 과정은 단순한 코드 자동 생성 수준을 넘어, 실제 소프트웨어 개발의 전 과정을 자연어 기반으로 자동화하는 방식으로 개발되어 있다. 코덱스는 현재 깃허브를 기본 연결해 사용하도록 되어 있어, 다음과 같이 필자의 깃허브 프로젝트를 연결해 실습을 진행했음을 밝힌다. https://github.com/mac999/AI_agent_simple_function_ call.git 참고로, 필자는 필자의 깃허브 저장소를 이용하였지만, 독자는 각자 깃허브에 로그인한 후 본인의 프로젝트 개발을 진행할 저장소를 선택해야 한다. 아울러, 바이브 코딩 결과물이 제대로 동작하려면 반드시 챗GPT 등을 이용해 미리 PRD(Product Requirement Document)에 요구사항을 명확히 작성한 후, 이를 바이브 코딩 도구에 입력해 프로젝트와 코드를 생성하도록 하는 것이 좋다.   그림 3. 식사 레스토랑 평가용 앱 개발을 위한 PRD 문서 예시(How to vibe code : 11 vibe coding best practices, https://zapier.com)   프로젝트 시작 : 코드 저장소 구성 및 환경 연결 챗GPT 프로의 왼쪽 메뉴에서 <그림 4>와 같이 코덱스를 실행하면, 연결할 깃허브 계정 및 저장소를 요청한다. 코덱스에서 <그림 4>와 같이 본인의 깃허브 계정을 연결한다.   그림 4     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2025-09-03
[케이스 스터디] KAI의 언리얼 엔진 기반 차세대 시뮬레이션 에코시스템
비행 훈련부터 제품 개발·운영까지 아우르는 핵심 인프라를 목표로   최근 몇 년 사이 시뮬레이션 산업은 디지털 트윈, AI(인공지능), VR(가상현실)/AR(증강현실) 등 첨단 디지털 기술 중심으로 빠르게 재편되고 있다. KAI(한국항공우주산업)는 이러한 흐름에 발맞춰 언리얼 엔진을 도입함으로써 항공산업 전반에 걸친 디지털 혁신을 추진하고 있다. ■ 자료 제공 : 에픽게임즈   KAI는 KT-1 기본 훈련기, T-50 고등훈련기, 수리온 기동헬기, 송골매 무인기 등 다양한 항공우주 시스템을 자체적으로 설계 및 제작하며, 지난 40년간 항공산업 및 국방산업을 선도해 온 종합 항공우주 설루션 기업이다. 최근에는 소형무장헬기(LAH)와 차세대 전투기 KF-21 개발을 비롯해 위성과 발사체 총조립 등 우주 분야로도 사업을 확대하고 있다. KAI는 2024년 ‘언리얼 페스트 시애틀 2024(Unreal Fest Seattle 2024)’에 참가해 자사의 시뮬레이션 전략을 소개하는 세션을 진행했다. 이번 호에서는 이 발표 내용을 바탕으로 시뮬레이션 산업의 급변하는 흐름 속에서 KAI가 어떻게 대응하고 있는지, 언리얼 엔진을 중심으로 한 시뮬레이션 통합 전략과 실제 적용 사례, 그리고 향후 비전 등을 중심으로 KAI의 기술 혁신에 대해 살펴본다.   ▲ 이미지 출처 : ‘KAI의 언리얼 엔진 기반 차세대 시뮬레이션 에코시스템 | 언리얼 엔진’ 영상 캡처   시뮬레이션 산업의 변화와 KAI의 대응 최근 시뮬레이션 산업은 빠르게 발전하며 구조적인 변화를 겪고 있다. 클라우드 기반 시뮬레이션 도입으로 언제 어디서든 고성능 자원에 접근할 수 있게 되었고, 디지털 트윈, AI, 머신러닝 기술의 결합을 통해 시뮬레이션은 단순한 재현을 넘어 예측과 최적화를 수행할 수 있는 툴로 진화하고 있다. 또한 VR/AR/MR(혼합현실) 기술은 훈련의 몰입감과 현실감을 높여 실제 환경과 유사한 시뮬레이션을 가능하게 하고, 마이크로서비스 아키텍처를 기반으로 한 소프트웨어 설계는 유연성과 확장성을 높이고 있다. KAI는 이러한 디지털 전환에 적극 대응하기 위해 전통적인 레거시 시뮬레이션 시스템을 언리얼 엔진과 통합하고 있다. 핵심 전략은 세 가지이다. 첫째, 언리얼 엔진을 활용한 빠른 프로토타이핑으로 기술 검증과 적용 속도를 높이는 것이다. 둘째, 표준화된 인터페이스를 통해 기존 시스템과의 원활한 연동을 실현하는 것이다. 셋째, 지속 가능한 콘텐츠 개발을 위한 플랫폼 설계로 장기적인 생태계 구축을 추진하는 것이다. 이를 통해 KAI는 기존 자산의 가치를 극대화함과 동시에 급변하는 기술 환경에 유연하고 효율적으로 대응하고 있다.   언리얼 엔진이 변화하는 시뮬레이션 산업에 주는 영향 언리얼 엔진은 시뮬레이션 산업의 진화에 있어 중요한 역할을 하고 있다. 우선 고품질의 리얼타임 3D 그래픽을 통해 현실감 있는 몰입형 시뮬레이션 환경을 구현할 수 있어, 훈련과 테스트의 효율성을 높이고 있다. 또한 VR/AR/MR과의 통합 지원은 다양한 산업에서 실제 같은 체험 기반 학습을 가능하게 한다. 언리얼 엔진의 모듈형 아키텍처와 개방된 생태계는 기존 레거시 시스템과의 통합을 쉽게 하고, 새로운 기술이나 기능을 빠르게 적용할 수 있는 유연성을 제공한다. 특히 디지털 트윈, AI, 머신러닝 등 최신 기술과의 연계가 원활하여 복잡한 시스템의 설계, 유지보수, 운영 효율을 높일 수 있다. KAI와 같은 기업에게 언리얼 엔진은 단순한 툴을 넘어, 지속 가능한 시뮬레이션 콘텐츠를 개발하고 새로운 시뮬레이션 생태계를 구축하는 핵심 기술로 자리잡고 있다.   ▲ KAI의 시뮬레이터로 본 FA-50의 모습(이미지 출처 : KAI)   기존 시스템에 언리얼 엔진을 통합한 사례 KAI는 항공기 훈련 체계에 언리얼 엔진을 도입해 현실성과 효율을 갖춘 시뮬레이터를 개발하고 있다. 대표적으로 VR 시뮬레이터의 경우, 조종사가 풀 플라이트 시뮬레이터에 들어가기 전 VR 기기를 통해 절차와 조작 감각을 사전에 익힐 수 있도록 돕고 있다. 언리얼 엔진으로 실제 항공기와 동일한 가상 조종석을 구현해 이륙/착륙, 비상절차, 항전 장비 조작 등을 별도 교관 없이 반복 학습할 수 있도록 했다. 기존의 시뮬레이터는 실제 항공기 수준의 조작감과 훈련 효과를 제공하지만, 높은 구축 비용과 운영 비용, 전용 시설의 필요 등으로 대량 보급에 한계가 있었다. KAI는 이러한 문제를 보완하기 위해 VR 기술을 도입했다. 언리얼 엔진은 영상 발생 장치, 계기 패널, 입출력 장치 등을 대체한 것은 물론, VR HMD(헤드 마운트 디스플레이) 하나만으로 기존의 여러 장치를 필요로 하는 대형 시현 시스템의 효과를 구현할 수 있게 했다. 또한 KAI는 독자적인 역학 모델과 항전 시스템을 언리얼 엔진의 실시간 렌더링과 결합해 실제 조종과 유사한 수준의 훈련 환경을 제공하고 있다. GIS(지리 정보 시스템), DEM(수치 표고 모델) 등 초정밀지도 기반의 한반도 3D 지형을 재현해 조종사의 임무 지역 지형 학습까지 지원하고 있다. 정비 훈련 분야에서도 언리얼 엔진은 핵심 플랫폼으로 활용되고 있다. 2024년 I/ITSEC 전시회에서 공개된 FA-50 정비 훈련 시뮬레이터는 VR 환경에서 점검과 부품 교체를 실습할 수 있을 뿐만 아니라, 사용자가 직접 교육 과정을 만들 수 있도록 설계됐다. 이를 통해 기존 문서와 평면형 CBT(컴퓨터 기반 훈련), 반복 시나리오 기반의 실습 중심 교육의 한계를 극복할 대안을 제시했다. 또한 같은 행사에서 선보인 수리온 헬기 비행 시뮬레이터(VFT)는 디지털 트윈과 고해상도 시각화를 통해 실제 기체 성능과 지형 정보를 반영한 몰입형 훈련 환경을 제공했다.   ▲ FA-50 비행 시뮬레이션의 디스플레이 장면(이미지 출처 : KAI)   시뮬레이션·시스템 개발에서 언리얼 엔진의 기여도 언리얼 엔진 도입 이후 KAI의 시뮬레이션 제작 파이프라인에는 큰 변화가 있었다. 데이터스미스를 활용해 카티아 등 설계 도구의 3D 모델을 쉽게 불러올 수 있어, 실제 설계 기반의 가상 조종석과 기체 모델을 빠르게 구축하고 별도의 모델링 없이 제작 시간을 줄일 수 있었다. 또한 자체 개발한 비행역학 엔진과 항공전자 시뮬레이션 소프트웨어를 언리얼 엔진과 실시간으로 연동해, 백엔드 시스템과 시각화 프론트엔드를 효과적으로 통합함으로써 전반적인 생산성이 향상되었다. 특히 조종사가 시각과 청각 정보를 통해 상황을 판단하는 VR 시뮬레이터 개발에서는 언리얼 엔진의 렌더링, 사운드, 애니메이션 기능이 핵심 도구로 사용되었다. 물리 기반 렌더링(PBR)은 금속, 유리, 계기판 등 재질을 사실적으로 구현했으며, 파티클 시스템과 머티리얼 노드를 통해 연기, 공기 왜곡 등의 시각 효과도 유연하게 조정할 수 있었다. 사운드 역시 메타사운드를 통해 엔진 RPM이나 환경 변화에 따라 실시간으로 반응하며, 조종사에게 실제 비행과 유사한 감각을 제공했다. 또한 애니메이션 블루프린트를 활용해 조종간, 계기판, 비행 제어면 간 연동 애니메이션의 비주얼을 직관적으로 구현할 수 있었으며, 스카이 애트머스피어, 볼류메트릭 클라우드, 하이트 포그 등의 기능은 대기 표현과 공간 인식 훈련의 몰입감을 높였다. 지형 구현에서도 언리얼 엔진의 LWC(Large World Coordinates)를 통해 수천 km 단위의 지형에서도 고속 이동 시 정밀도를 유지할 수 있었고, 풀 소스 코드를 활용해 AI 훈련 체계에 맞는 좌표 변환, 시스템 연동, 정밀 지형 구조를 구현할 수 있었다. 이 과정에서 실제 지형 데이터, 항공 사진, 고도 정보를 언리얼 엔진에 통합했고, GIS, DEM 기반의 정밀 지형 정보를 효과적으로 활용해 복잡한 비행 경로, 저공 비행 훈련, 목표 탐색 등 고난도 시나리오도 현실감 있게 구현할 수 있었다. 그 결과 KAI는 초대형 지형 데이터, 초정밀 위치 기반 훈련, 외부 시스템과의 정밀한 좌표 연동을 모두 만족하는 차세대 항공기 시뮬레이터 플랫폼을 성공적으로 구축할 수 있었다. 이외에도 다양한 플러그인, 하드웨어 인터페이스, 형상 관리 툴 연동, 이제는 리얼리티스캔으로 변경된 리얼리티캡처, 마켓플레이스 등을 활용하여 프로젝트 확장성과 콘텐츠 제작 유연성이 높아졌다.   ▲ 애니메이션 블루프린트를 활용해 구현한 조종간(이미지 출처 : KAI)   대규모 전술 훈련을 위한 AI 에이전트를 언리얼 엔진에 도입 KAI는 차세대 전술 훈련 시뮬레이터 개발을 위해 강화학습 기반의 AI 에이전트를 실제 훈련 시나리오에 연동하는 작업을 진행 중이다. 특히, 복잡한 전장 환경에서는 다양한 무기 체계와 플랫폼이 동시에 운용되기 때문에, 이를 하나의 시뮬레이션 공간에서 유기적으로 연동하는 기술이 매우 중요하다. 기존 상용 시뮬레이터 설루션의 경우 외부 시스템 연동이나 커스터마이징에 제약이 많지만, 언리얼 엔진은 C++ 기반의 풀 소스 코드 접근이 가능해 이러한 한계를 극복할 수 있다. KAI는 이러한 개방성을 바탕으로 자체 개발한 AI 에이전트를 정밀하게 통합해, 복잡한 상호작용이 필요한 전술 훈련 시나리오에서도 실질적인 이점을 확보할 수 있었다. 이와 같은 통합은 단순히 AI를 활용하는 수준을 넘어, 인간 조종사와 AI가 동일한 시뮬레이션 환경에서 훈련하고 상호 작용할 수 있는 구조를 의미한다. 기존의 설루션으로는 구현하기 어려웠지만 KAI는 언리얼 엔진을 도입해 이를 실현할 수 있었다. 결과적으로 언리얼 엔진은 AI, 실시간 시뮬레이션, 데이터 피드백이 통합된 플랫폼을 제공하며, KAI의 차세대 전술 훈련체계 구현에 핵심 역할을 하고 있다.   ▲ 지형 데이터 통합으로 구현한 대규모 도시 지역 디지털 트윈(이미지 출처 : KAI)   향후 시뮬레이션 에코시스템의 방향과 KAI의 비전 향후 시뮬레이션 에코시스템은 개방성, 지속 가능성, 개인화를 중심으로 발전해 나갈 것이다. AI와 빅데이터를 기반으로 한 맞춤형 훈련 시스템, 클라우드 환경에서의 지리적 제약 없는 고성능 시뮬레이션 그리고 VR/AR, 웨어러블 기술 등을 활용한 몰입형 실시간 피드백 시스템이 표준이 되어갈 것으로 전망된다. 이러한 변화 속에서 KAI는 기술 통합형 플랫폼과 자체 시뮬레이션 에코시스템을 구축하며, 대한민국 시뮬레이션 산업의 지속 가능한 성장 기반을 마련할 예정이다. 언리얼 엔진을 단순한 개발 툴이 아닌 시뮬레이션 엔진으로 활용하며, 플랫폼을 중심으로 고퀄리티 콘텐츠를 빠르게 생산할 수 있는 시뮬레이션 콘텐츠 파이프라인을 개발 중이다. KAI의 비전은 국내를 넘어 글로벌 시뮬레이션 에코시스템과 연결되는 것이다. 언리얼 엔진의 개방성과 기술력을 바탕으로 산업 전반에 걸쳐 공유 가능한 시뮬레이션 플랫폼을 만들고, 이를 통해 다양한 산업, 기관, 개발자가 협력할 수 있는 건강하고 확장 가능한 에코시스템을 조성하는 것이 목표다. 이러한 방향성과 비전을 바탕으로, KAI는 시뮬레이션 기술을 단순한 훈련 도구를 넘어 제품 개발, 유지보수, 운영 효율 개선을 위한 핵심 인프라로 성장시키고자 한다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2025-09-03
캐디안, 웹 기반 CAD 도면 뷰어 ‘캐디안 뷰Q’ 출시
캐디안이 웹 브라우저 기반 CAD 뷰어인 ‘캐디안 뷰Q(CADian ViewQ)’를 출시했다고 밝혔다. 캐디안 뷰Q는 AEC(건축·토목·엔지니어링) 분야의 2D 도면 포맷인 DWG, DXF, DWF(이상 오토캐드 파일), DGN(마이크로스테이션 파일)과 더불어 BIM(건설 정보 모델링) 기반의 3D 파일 형식인 IFC, RVT(레빗 파일), 그리고 3D 모델링 파일 OBJ, STL 등 다양한 산업 포맷을 폭넓게 지원한다. 앞으로 현장에서 필요한 도면 파일 포맷이 계속 추가될 예정이다. 웹 브라우저 기반으로 작동해 별도의 프로그램 설치 없이 크롬, 엣지, 사파리 등 주요 브라우저에서 즉시 도면 열람이 가능하며, 장소나 디바이스의 제약 없이 도면 접근성과 협업을 강화한 것이 특징이다.      캐디안 뷰Q는 직관적인 UI와 함께 ▲도면 확대, 이동, 회전 ▲도면층의 리스트, 색상 확인 및 온/오프 설정 기능 ▲객체 속성 정보 확인 ▲거리 및 면적 측정 후 엑셀 파일로 내보내기 ▲도면을 PNG 또는 JPG 이미지로 변환해 빠른 뷰잉 지원 ▲텍스트 추가, 마크업(markup) 기능 ▲스크린 캡처 방지 등 보안 강화 ▲이메일로 첨부된 도면의 미리보기 ▲데스크톱 CAD 인 캐디안 프로(CADian Pro)와 연동으로 편집 가능 등 건설·설계·유지관리 분야의 실무자가 요구하는 핵심 기능을 반영하였다. 캐디안은 RESTful API 기반으로 개발된 뷰Q가 향후 BIM, GIS, PDM, PLM, ERP, FMS(시설물 관리), 스마트 공장, 스마트 건설, IoT(사물인터넷), 빅데이터, 클라우드 컴퓨팅, AI(인공지능), 디지털 전환(DX), VR/AR 등 다양한 외부 시스템과의 연동도 유연하게 확장할 수 있을 것으로 전망하고 있다. 또한, 캐디안 뷰Q 출시와 함께 캐디안은 동시 API 호출 10만 건 이상을 안정적으로 처리할 수 있는 로드 밸런싱 기반 서버 아키텍처를 구축했다고 전했다. 캐디안 뷰Q에 지능형 로드 밸런싱 기술을 적용함으로써 서버 풀 분산 처리, 자동 확장, 세션 유지, 캐싱·큐 기반 처리 등을 통해 트래픽 과부하 상황에서도 빠른 응답 속도와 무중단 CAD 협업을 지원한다는 것이 캐디안의 설명이다. 캐디안은 뷰Q를 앞세워 글로벌 SaaS형 웹 캐드 설루션 시장 진출을 본격화할 계획이다. 이를 통해 ▲대기업·공공기관의 대용량 CAD 협업 지원 ▲글로벌 사용자 간 CAD 파일 공유 및 접근성 향상 ▲오프라인 중심의 CAD 환경을 클라우드로 전환하는 것을 목표로 하고 있으며, B2B 대상의 공급 확대도 적극 추진 중이다. 캐디안은 현재 5000명 규모의 베타 사용자(PC, 스마트폰, 태블릿)에게 뷰Q 무료 체험 서비스를 제공하고 있다. 캐디안의 박승훈 대표는 “캐디안 뷰Q는 대규모 디지털 건설·설계 프로젝트에서 CAD 데이터를 신속하게 불러오고 공유할 수 있는 클라우드 기반 협업 툴로서 생산성 향상에 기여할 것”이라며, “로드 밸런싱 기술을 통해 병목 없이 다수 사용자의 실시간 CAD 협업이 가능해졌다”고 말했다. 
작성일 : 2025-08-26
4D 디지털 트윈 플랫폼, 큐픽스웍스(CupixWorks)
주요 디지털 트윈 소프트웨어   큐픽스웍스(CupixWorks) 개발 및 자료 제공 : 큐픽스, www.cupix.com   2015년에 설립된 큐픽스는 AI기반 4D 디지털 트윈 플랫폼을 제공하는 글로벌 선도기업이다. 현재 30개국 이상에서 건설, 석유·가스, 제조업, 공공기관 시성관리 등15,000개 이상의 다양한 프로젝트에 적용되어 있다. 360° 영상만으로 건설 현장과 시설물을 디지털화하고 시간에 따른 공간의 변화를 기록, 관리 및 협업할 수 있는 4D 디지털 트윈을 구현하는 AI 기반 클라우드 플랫폼을 제공한다. 주요 특징 (1) 간편한 4D 디지털 트윈 구현 일반 360° 카메라만으로 쉽고 빠르게 완벽한 현장 디지털화 가능 자체 개발 AI 엔진으로 고정밀 3D 맵 자동 생성 시간에 따른 주기적 기록을 통해 4D 데이터로 현장 변화 추적   (2) 유연한 적용성 건설 현장부터 철도, 도로 인프라, 시설관리까지 다양한 환경 적용 가능 대규모 산업 플랜트, 상업 시설 등 복잡한 구조물 디지털화 실내외 구분 없이 모든 공간에 적용 가능   (3) 원격 현장 관리 현장 방문 없이 정확한 공간 정보 파악 클라우드 플랫폼을 통한 일관된 데이터 공유로 의사소통 오류 제거 신속하고 정확한 의사결정 지원   (4) 포괄적 현장 기록 수천 장의 사진을 대체하는 주기적 360° 촬영 시간에 따른 3D 공간 변화의 체계적 기록 현장 진행상황 추적 및 작업 검증 가능   (5) 자동화된 공정 관리 AI 기반 작업 영역/공종/BIM 카테고리별 진척률 분석 자동 생성되는 공정 보고서로 효율적 관리 일정과 예산 관리의 정확성 향상   (6) 통합 데이터 플랫폼 360° 영상, 레이저 스캔, 드론 이미지 통합 관리 BIM360, ACC, Procore 등 주요 건설 플랫폼과 통합BIM 데이터와의 원활한 연계 Revizto, ArcGIS 등 전문 소프트웨어와 연동 다양한 데이터의 단일 플랫폼 통합으로 업무 효율 극대화 2. 주요 기능 ■ 360° 디지털화 360° 카메라 영상을 AI 기술로 디지털 3D 공간으로 자동 변환 ■ 사이트뷰 SiteView - 브라우저 기반 360° 현장 뷰어 3D 맵뷰 (3D Dollhouse)로 전체 공간 파악 시간대별 현장 데이터의 자동 버전 관리 ■ BIM 데이터 통합 및 설치 검증 BIM 도면과 객체를 실제 시공 현황의 직관적인 비교 검증 복수 BIM 파일 동시 로드 및 관리 ■ 사이트 인사이트 - SiteInsights - 스마트 공정 진척률 관리  AI 기반 자동 공정률 산출 작업 구역/공종별 진척률 분석 지연 일정 확인 및 준공 시점 예측 ■ 측정 및 분석 3D 공간상의 정밀 치수 측정 면적, 부피, 길이, 각도 등 다양한 측정 도구 제공 ■ 공간 기반 협업 3D 공간상의 주석 및 이슈 관리 공종별, 협력사별 맞춤형 권한 관리 PDF 형태의 보고서 자동 생성   도입 효과  ■ 70% 시간 절약 및 효율성 향상 현장 방문율, 보고서 작성 시간 평균 70% 감소 ■ 90% 공정 진척률 관리의 개선 정확한 공정률 관리를 통한 공사일정 준수율 평균 90% 향상 ■ 85% 비즈니스 성과 강화 새 고객 유치 및 고객 유지율 평균 85% 개선 ■ 65% 운영 효율성 증가 수작업 절차 감소 및 워크플로우 개선으로 평균 65% 운영 효율성 증가   주요 고객 (1) 해외 Tutor Perini(투터 퍼리니), AECOM(에이콤), Fluor(플루어), Gray Construction(그레이 건설), Structure Tone(스트럭처 톤), PCL Construction(PCL 건설), Clark Construction(클락 건설), Whiting Turner(와이팅 터너), EllisDon(엘리스돈), Mortenson Construction(모르텐슨 건설), Southland(사우스랜드), Gilbane(길베인), Built(빌트), Arcadis(아카디스), W.E. O'Neil(W.E. 오닐), Hensel Phelps(헨젤 펠프스), John Holland(존 홀랜드), Takenaka(다케나카), Obayashi(오바야시), Home Depot(홈 디포), Nestle(네슬레), NSW Government(뉴사우스웨일스 정부), ABS(ABS), Siemens(지멘스), Bayer(바이엘) 등 약 2,000 개 고객사 (2) 국내  국보디자인, 삼성물산, LH, SH, 동원건설, GS 건설, 롯데 건설, 우미 건설, 대우 E&C, SK E&C 등 약 30개 고객사     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기
작성일 : 2025-08-09
오픈소스 LLM 모델 젬마 3 기반 AI 에이전트 개발해 보기
BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 최근 이슈인 AI 에이전트(agent) 개발 시 필수적인 함수 호출(function call) 방법을 오픈소스를 이용해 구현해 본다. 이를 위해 구글에서 공개한 젬마 3(Gemma 3) LLM(대규모 언어 모델)과 역시 오픈소스인 LLM 관리도구 올라마(Ollama)를 활용하여 간단한 AI 에이전트를 로컬 PC에서 개발해본다. 아울러, 이런 함수 호출 방식의 한계점을 개선하기 위한 설루션을 나눔한다.   ■  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   이번 호의 글은 다음 내용을 포함한다. AI 에이전트 구현을 위한 사용자 도구 함수 호출 방법 올라마를 통한 젬마 3 사용법 채팅 형식의 프롬프트 및 메모리 사용법 그라디오(Gradio) 기반 웹 앱 개발   그림 1. AI 에이전트 내부의 함수 호출 메커니즘(Akriti, 2025)   이 글의 구현 코드는 다음 링크에서 확인할 수 있다. AI_agent_simple_function_call   젬마 3 모델의 특징 젬마 3는 구글이 개발해 2025년 3월 10일에 출시한 LLM이다. 차세대 경량 오픈 멀티모달 AI 모델로, 텍스트와 이미지를 동시에 처리할 수 있는 기능을 갖추고 있다. 이 모델은 다양한 크기와 사양으로 제공되어 단일 GPU 또는 TPU 환경에서도 실행 가능하다. 젬마 3는 1B, 4B, 12B, 27B의 네 가지 모델 크기로 제공되며, 각각 10억, 40억, 120억, 270억 개의 파라미터를 갖추고 있다. 1B 모델은 텍스트 전용으로 32K 토큰의 입력 컨텍스트를 지원하고, 4B/12B/27B 모델은 멀티모달 기능을 지원하며 128K 토큰의 입력 컨텍스트를 처리할 수 있다. 이는 이전 젬마 모델보다 16배 확장된 크기로, 훨씬 더 많은 양의 정보를 한 번에 처리할 수 있게 해 준다. 이 모델은 텍스트와 이미지 데이터를 동시에 처리하고 이해하는 멀티모달 기능을 제공한다. 이미지 해석, 객체 인식, 시각적 질의응답 등 다양한 작업을 수행할 수 있으며, 텍스트 기반 작업에 시각적 정보를 효과적으로 활용할 수 있도록 지원한다.   그림 2. 출처 : ‘Welcome Gemma 3 : Google's all new multimodal, multilingual, long context open LLM(Hugging Face)’   그림 3. 출처 : ‘Welcome Gemma 3 : Google's all new multimodal, multilingual, long context open LLM(Hugging Face)’   젬마 3는 140개 이상의 언어를 지원하여 전 세계 다양한 언어 사용자를 대상으로 하는 AI 애플리케이션 개발에 매우 유리하다. 사용자는 자신의 모국어로 젬마 3와 상호작용할 수 있으며, 다국어 기반의 텍스트 분석 및 생성 작업도 효율적으로 수행할 수 있다. 이 모델은 다양한 작업 수행 능력을 갖추고 있다. 질문–답변, 텍스트 요약, 논리적 추론, 창의적인 텍스트 형식 생성(시, 스크립트, 코드, 마케팅 문구, 이메일 초안 등), 이미지 데이터 분석 및 추출 등 광범위한 자연어 처리 및 컴퓨터 비전 관련 작업을 수행할 수 있다. 또한, 함수 호출 및 구조화된 출력을 지원하여 개발자가 특정 작업을 자동화하고 에이전트 기반의 경험을 구축하는 데 도움을 준다. 젬마 3는 다양한 도구 및 프레임워크와 원활하게 통합된다. Hugging Face Transformers, Ollama, JAX, Keras, PyTorch, Google AI Edge, UnSloth, vLLM, Gemma. cpp 등 다양한 개발 도구 및 프레임워크와 호환되어 개발자들이 자신이 익숙한 환경에서 젬마 3를 쉽게 활용하고 실험할 수 있다. 이 모델은 다양한 벤치마크 테스트에서 동급 모델 대비 최첨단 성능을 입증했다. 특히, Chatbot Arena Elo Score에서 1338점을 기록하며, 여러 오픈 소스 및 상용 모델보다 높은 성능을 보였다.  젬마 3는 오픈 모델로, 개방형 가중치를 제공하여 사용자가 자유롭게 조정하고 배포할 수 있다. 캐글(Kaggle)과 허깅 페이스(Hugging Face)에서 다운로드 가능하며, Creative Commons 및 Apache 2.0 라이선스를 따름으로써 개발자와 연구자에게 VLM 기술에 대한 접근성을 높여준다.   개발 환경 개발 환경은 다음과 같다. 미리 설치 및 가입한다. 오픈 LLM 관리 도구 올라마 : https://ollama.com/download/ windows LLM 모델 젬마 3 : https://ollama.com/search dashboard 웹 검색 도구 Serper 서비스 가입 : https://serper.dev/ 설치되어 있다면 다음 명령을 터미널(윈도우에서는 도스 명령창)에서 실행한다. ollama pull gemma3:4b     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2025-08-04
건축 시각화, 제조, 영화, 시뮬레이션 등에서 활용 가능한 게임 엔진, 언리얼 엔진
건축 시각화, 제조, 영화, 시뮬레이션 등에서 활용 가능한 게임 엔진, 언리얼 엔진 개발   에픽게임즈, www.unrealengine.com/en-US 공급   에픽게임즈 코리아, www.unrealengine.com/ko 에픽게임즈는 인터랙티브 엔터테인먼트를 선도하며, 3D 엔진 기술을 제공하고 있다. 또한, 언리얼 엔진의 개발사로서, 세계 유수의 게임 제작뿐만 아니라 영화, TV, 건축, 자동차, 제조, 시뮬레이션 등 산업에서 사용되고 있다. 에픽게임즈의 언리얼 엔진(Unreal Engine)은 디지털 트윈 구현을 위해 뛰어난 리얼타임 렌더링, 데이터 통합 그리고 확장 가능한 생태계를 제공한다.  주요 기능 언리얼 엔진은 ▲ 대규모 트라이앵글 및 대규모 3D 모델 등 방대한 양의 오브젝트를 포함해 대규모 디지털 트윈 환경의 리얼타임 렌더링을 가능하게 하는 ‘나나이트’ ▲ 킬로미터 단위에 이르는 거대하고 디테일한 환경에서도 무한한 바운스 및 인다이렉트 스페큘러 리플렉션을 활용해 실시간 렌더링이 가능한 완전한 다이내믹 글로벌 일루미네이션 및 리플렉션 시스템 ‘루멘’ ▲ 대규모 3D 환경 생성을 자동화하여 개발 속도와 효율성을 크게 향상시킨다. 이를 통해 대규모 디지털 트윈 구현의 자동화가 가능한 ‘PCG(프로시저럴 콘텐츠 생성)’ ▲ 실시간 데이터 접근 및 시뮬레이션을 클라우드를 통해 직접 스트리밍할 수 있는 클라우드 기반 데이터 배포 기술 ‘픽셀 스트리밍’ 등의 기술을 제공한다. 또한, ▲ CAD/BIM 데이터를 언리얼 엔진으로 손쉽게 통합하는 ‘데이터스미스’와 복잡한 데이터 최적화를 워크플로를 통해서 간소화하는 ‘데이터프랩’과 같은 데이터 통합 및 최적화 기능 ▲ Cesium, ESRI와 같은 글로벌 GIS 솔루션의 데이터를 쉽게 가져올 수 있다.  이를 통해 GIS 데이터를 빠르고 정확하게 통합할 수 있어 대규모 디지털 트윈 구현이 용이하게 하는 기술 ‘레벨 지오레퍼런싱’ ▲ 커스터마이징과 확장 가능성을 극대화하는 ‘개방형 소스코드와 API’ ▲ 디지털 트윈 서비스에 필요한 실시간 IoT 데이터를 쉽게 통합할 수 있는 ‘IoT 프로토콜 통합’ 등의 기술도 언리얼 엔진에서 제공한다.  이와 함께, 에픽게임즈는 디지털 트윈 구현에 사용되는 손쉬운 시각화 툴인 트윈모션, 3D 스캔 솔루션인 리얼리티캡처 등 디지털 트윈을 구현하는 데 필요한 다양한 솔루션들이 포함된 강력한 에픽 에코시스템을 제공하고 있다. 통합 콘텐츠 마켓플레이스 팹(Fab) 스토어와 도시 샘플, 프로젝트 애니웨어, 프로젝트 앙투아네트, PCG 샘플, 프로젝트 힐사이드와 같은 샘플 프로젝트를 제공하여, 디지털 트윈 개발자들이 언리얼 엔진을 활용해 실제 디지털 트윈 프로젝트를 빠르게 개발하고 구현할 수 있도록 지원하고 있다. 상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기
작성일 : 2025-07-29