AI 및 HPC 플랫폼 전문기업 클루닉스가 8월 19일~21일 열리는 ‘AI 서밋 서울 & 엑스포 2026’에 참가한다고 밝혔다. 클루닉스는 이번 전시에서 자사의 AI 통합 플랫폼인 ‘노바티어(NovaTier)’를 중심으로 AI 인프라 운영 경쟁력을 선보일 계획이다. 클루닉스는 지난 전시회에서 노바티어의 공식 출시와 핵심 기술을 알리는 데 집중했다. 이번 전시에서는 한 단계 더 나아가, 국가 단위 AI 인프라 프로젝트에 노바티어가 실제 적용되고 있다는 점을 전면에 내세운다. 단순한 플랫폼 소개를 넘어, 대규모 GPU 클러스터 환경에서 검증 가능한 규모로 운용되는 통합 운영 플랫폼이라는 위상을 시장에 제시한다는 구상이다. 노바티어는 AI 모델 개발부터 학습, 배포, 운영에 이르는 전 과정을 통합 지원하는 AI 통합 플랫폼이다. 복잡한 인프라 운영 환경을 단순화하는 것이 주요 특징이다. 슬럼, 쿠버네티스, 도커를 하나의 체계로 통합한 하이브리드 오케스트레이션 구조를 기반으로 작동한다. 정책 기반 유휴 GPU 회수, GPU 가상화, 장애 자동 복구 등 핵심 기술을 통해 GPU와 CPU 등 이기종 컴퓨팅 자원과 운영 정책을 단일 플랫폼에서 통합 관리할 수 있도록 설계됐다. 이를 통해 대규모 GPU 자원 운용이 필요한 기업과 기관이 자원 활용률을 높이고, 효율적으로 AI 인프라를 구축하며 활용할 수 있도록 지원한다. 특히 이번 전시에서 클루닉스는 노바티어를 탑재한 국가 AI 인프라 시스템의 실제 검증 성과를 소개한다. 이 시스템은 지난 6월 국제 슈퍼컴퓨팅 콘퍼런스인 ISC 2026에서 발표된 세계 슈퍼컴퓨터 순위 톱500에 실측 연산 성능(Rmax) 기준 세계 20위로 등재됐다. 이는 세계적 수준의 연산 성능을 갖춘 초대형 GPU 클러스터 환경에서 노바티어가 실제 적용되어 운용되고 있음을 보여준다. 클루닉스는 축적해 온 대규모 클러스터 통합 운영 환경 구축 역량이 국가 단위 프로젝트에서 발휘되고 있음을 보여주는 사례라고 설명했다. 클루닉스의 서진우 대표는 “이번 AI 서밋 서울 & 엑스포 2026은 노바티어가 국가 단위의 초대형 AI 인프라에서 실제로 적용되고 있음을 시장에 알리는 자리”라면서, “클루닉스는 26년간 축적해 온 AI·HPC 인프라 기술력과 현장 경험을 바탕으로 기업과 공공 부문이 보다 빠르고 안정적으로 AI 전환을 실현할 수 있도록 지원해 나가겠다”고 밝혔다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술   전기자동차(EV)는 기존 내연기관의 소음을 제거하면서, HVAC(공조) 시스템과 같은 2차적인 소음원이 실내 쾌적성에 더 큰 영향을 미치게 된다. 이에 따라 토요타 모터 유럽(Toyota Motor Europe)은 프로토타입을 제작하기 전에 HVAC 송풍구에서 발생하는 공기 흐름 유도 소음을 시뮬레이션하고 최적화하기 위해 케이던스(Cadence)와 협력했다. 토요타는 밀레니엄 M1(Millennium M1) 플랫폼에서 케이던스 피델리티 LES 솔버(Cadence Fidelity LES Solver)를 활용하여 GPU 가속 대와동 시뮬레이션(LES)을 수행함으로써, 정확도를 유지하면서도 기존 전산유체역학(CFD) 흐름보다 10배 빠른 속도를 달성했다. 이 시뮬레이션 결과는 실제 물리 테스트 결과와 1~5kHz의 주요 주파수 대역에서 ±3dBA 이내로 일치했으며, 개발 초기 단계에서 설계 결정을 이끄는 데 큰 영향을 미쳤다. 이번 호에서 소개하는 사례 연구는 시뮬레이션 중심 설계가 소음 문제 해결에 어떻게 기여하는지를 보여준다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   왜 EV 설계에서 HVAC 소음이 중요한가? 전기차는 기본적으로 매우 조용하기 때문에, 그만큼 남아 있는 모든 소음원이 더욱 두드러지게 들린다. 엔진 소음이 사라진 대신 공조 시스템의 작은 톤 소음이나 광대역 소음조차도 탑승자에게 매우 뚜렷하게 인식된다. 또한, 최근의 대시보드 구조나 모듈형 실내 설계는 복잡한 공기 흐름 경로와 새로운 음향 특성을 만들어낸다. 기존의 공력 음향 테스트 방식은 프로토타입 제작 이후에 마이크 어레이를 사용해 늦게 이루어지므로, 이로 인해 비용이 많이 드는 재설계나 타협이 불가피했다.   토요타 모터 유럽의 새로운 접근 목표 : HVAC 송풍구의 블레이드 설계를 초기 단계에서 시뮬레이션하고 비교 분석하여, 제작 전에 문제 소음을 예측 및 제거할 수 있을 정도로 높은 정확도를 확보하는 것 문제 : 기존 CFD 도구는 복잡한 내부 흐름에서 발생하는 세밀한 공력 음향 현상, 특히 1~5kHz의 중요한 주파수 영역을 포착하기에 너무 느리고, 해상도가 낮거나 기능이 제한적임   CFD 플랫폼을 통한 시뮬레이션 기반 설루션 토요타 모터 유럽은 케이던스와 협력하여 GPU 가속 저마하 대와동 시뮬레이션(LES) 기반의 빠르고 정확하며 확장 가능한 공력음향 워크플로를 구축했다. 이를 통해 HVAC 시스템의 공기 흐름과 소음을 한 번에 동시에 시뮬레이션할 수 있게 되었으며, 실제 제작 없이도 최적 설계를 유도할 수 있었다.   시뮬레이션 주요 내용 지오메트리(Geometries) 실물 크기의 HVAC 덕트 2개를 모델링 송풍구 블레이드 각도는 각각 0°와 32°로 설정하여 비교   메시(Mesh) 약 3,000만 개 셀의 보로노이(Voronoi) 메시 사용 중요한 표면에서는 0.2mm 이하의 해상도 확보 96개의 CPU 코어에서 4분 만에 메시 생성    해석 기법(Solver) 저마하수용 피델리티 LES 사용 내장형 압력 예측 기능 포함 Ffowcs Williams-Hawkings(FW-H) 방법으로 소음 후처리   검증(Validation) 토요타 모터 유럽의 테스트 시설에서 얻은 실험 음향 데이터와 나란히 비교 실제 마이크 배치 및 경계 조건을 시뮬레이션에 반영하여 정밀한 대응 실험 조건을 완벽하게 재현함으로써 — 마이크 어레이 배치와 송풍구 작동 상태까지 포함하여 — 팀은 시뮬레이션과 실제 측정 결과 간의 1:1 비교를 가능하게 했다. 이처럼 고충실도(full fidelity) 환경을 구현함으로써, 시뮬레이션 결과가 실제 물리 테스트와 정밀하게 일치하도록 만들었고, 이는 설계 초기 단계에서 정확한 소음 예측과 설계 최적화를 가능하게 한 핵심 요소이다.   그림 1. 시험 설비 내 송풍구 및 마이크 실험 구성   그림 2. 송풍구 블레이드 0°에서의 마이크 위치   실현을 가능하게 한 기술적 강점 저마하 LES 솔버(Low-Mach LES Solver) 유동 해석과 음향 전파를 동시에 처리 전체 압축성(compressibility)을 고려하지 않아도 되므로 계산 부담을 줄이면서도 고주파 음향 예측이 가능 저속 유동 조건에서 정확하고 효율적인 공력음향 시뮬레이션 수행   보로노이 메시 생성기(Voronoi Mesh Generator) 지오메트리 변경에 빠르게 대응 블레이드, 송풍구 출구 등 소음에 민감한 표면에서 고해상도 메시 구성 가능 약 30M 셀 메시를 4분 만에 생성, 설계 반복을 빠르게 지원하며 정확도와 속도 모두 확보   ■ 자세한 기사 내용은 PDF로 제공됩니다.

  17　THEME.  끊김 없는 연결과 지능화, 디지털 제조 AX의 최신 트렌드 Ⅰ 디지털을 넘어 피지컬 AI로 : AI 모빌리티 시대의 패러다임 전환 / 전병욱 제조기업은 왜 다시 PLM에 투자하는가 : AI 시대의 제조 데이터 혁신 / 엄형욱 가상 동반자 ‘아우라’를 활용한 프로젝트 관리 혁신 / 최현준 부품 탐색 AI 에이전트, CAD 데이터를 엔지니어링 지식으로 연결하다 / 김현우   INFOWORLD   Case Study 36　차량 버추얼 프로덕션의 새로운 방식 제시하는 PXO 아키라　디지털 트윈 루프로 가상 주행과 물리 하드웨어 동기화 40　해빅의 실시간 3D 기반 국방 훈련 혁신　고정형 시뮬레이터를 유연한 XR 콘텐츠로   Focus 45　유나이트 서울 2026 개최… 에디터에서 ‘AI 네이티브 플랫폼’으로 대전환 48　아비바, AI·디지털 트윈 기반의 ‘산업 인텔리전스’로 비즈니스 혁신 가속화 50　가상제품개발연구회, ‘에이전틱 VPD’로 AI 기반 제품 개발 혁신 방향 제시 52　스트라타시스, 적층제조로 지속 가능한 제조 혁신의 미래 제시 54　로봇 하드웨어와 적층제조 기반 미래 전략 제시한 AM 콘퍼런스 56　SAP, “AI가 스스로 업무 실행하는 ‘자율형 기업’ 시대로”   On Air 58　CNG TV 지식방송 지상중계　AWP의 개념, 효과 및 디지털 프로젝트 실행 59　CNG TV 지식방송 지상중계　AI가 공간을 읽는다, 설계 자동화 대변혁 제시 60　CNG TV 지식방송 지상중계　고강성 연속섬유 3D 프린팅, 제조 지형을 바꾸다 61　CNG TV 지식방송 지상중계　아트토이 작품 세계와 3D 프린터를 활용한 피겨 굿즈 제작   Column 62　디지털 지식전문가 조형식의 지식마당 / 조형식　인공지능 시대, 기술이 아닌 새로운 인문학 혁명 65　트렌드에서 얻은 것 No. 34 / 류용효　온톨로지, 제조 데이터에 ‘의미’를 설계하다   68　이달의 신제품 70　New Books 72　News   Directory 115　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 76　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2027 (4) / 최하얀　DWG에서 STEP으로, 경계를 넘는 3D 협업 78　새로워진 캐디안 2026 살펴보기 (9) / 최영석　유틸리티 기능 외 Ⅲ 82　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　헤르메스 에이전트 개발 배경, 설치 및 사용 방법   Mechanical 94　개발의 완성도를 높이는 크레오 파라메트릭 13 (1) / 박수민　크레오 파라메트릭 13의 인터페이스 개선사항   Analysis 89　산업을 위한 AI와 버추얼 트윈 기술 (6) / 구승회　반도체 제조 공정의 구조·열·유체 멀티피직스 CAE 시뮬레이션 100　앤시스 워크벤치를 활용한 해석 성공 사례 / 전상우　JEDEC 기반 패키지 열저항 산출 106　성공적인 유동 해석을 위한 케이던스의 CFD 기술 / 나인플러스IT　GPU 가속 CFD를 활용해 HVAC 및 소음 시뮬레이션 시간 단축 110　심센터 HEEDS 더 깊게 살펴 보기 (8) / 이종학　다양한 매개변수를 위한 태깅 모드     2026-8-axfrom 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

AMD는 미국 샌프란시스코에서 진행한 ‘어드밴싱 AI 2026’ 행사를 통해 차세대 AI 인프라 및 피지컬 AI 포트폴리오를 공개했다. 이번 발표의 핵심인 랙스케일 AI 설루션 ‘AMD 헬리오스’는 양산에 돌입했으며 주요 AI 기업들의 기가와트급 AI 인프라 구축에 활용될 예정이다. AI가 학습 중심에서 추론과 에이전틱 AI 워크로드로 확대되면서 컴퓨팅 수요도 급격히 증가하고 있다. AMD는 고객이 각 워크로드에 최적화된 컴퓨팅 환경을 구축할 수 있도록 개방형 풀스택 AI 플랫폼을 제공한다. AMD의 리사 수 최고경영자는 “AI의 다음 단계는 프런티어 모델, 에이전트, 피지컬 AI로 확장되며 AI를 모든 곳에 구현할 수 있는 기회를 만든다”면서, “AMD는 생태계 전반의 파트너들과 협력해 업계를 선도하는 컴퓨팅 기술과 개방형 플랫폼을 제공하고, 고객이 데이터센터부터 에지까지 뛰어난 성능과 유연성을 바탕으로 AI를 확장하도록 지원한다”고 밝혔다. AMD 헬리오스 랙스케일 설루션은 72개의 AMD 인스팅트 MI455X GPU, 18개의 6세대 AMD 에픽 ‘베니스’ CPU, AMD 펜산도 프런트엔드, 네트워킹 및 AMD ROCm 오픈 소프트웨어를 하나로 통합했다. AMD는 헬리오스가 경쟁 설루션 대비 달러당 최대 30% 더 많은 AI 추론 토큰을 처리할 수 있다고 밝혔다. 오픈AI, 앤트로픽, 메타, 마이크로소프트, 오라클 등 주요 AI 연구기관과 클라우드 기업들이 헬리오스 도입을 추진하고 있다. 앤트로픽은 헬리오스 랙스케일 설루션에 최대 2기가와트 규모의 AMD 인스팅트 GPU를 구축할 계획이다. 양사는 AI 모델 ‘클로드’를 활용해 AMD 소프트웨어 개발을 가속화하기 위한 공동 엔지니어링 협력도 진행한다. 오픈AI와 메타 역시 실리콘부터 소프트웨어에 이르는 AI 스택 전반을 AMD와 공동 최적화하고 있다.   ▲ AMD 헬리오스   AMD는 차세대 데이터센터 CPU 및 GPU 포트폴리오도 함께 선보였다. 6세대 AMD 에픽 프로세서는 높은 코어당 성능과 스레드 집적도를 바탕으로 랙당 더 많은 AI 에이전트를 실행할 수 있도록 돕는다. AMD 인스팅트 MI400 시리즈 GPU 중 MI455X는 이전 세대인 MI355X 대비 최대 34배 높은 토큰 처리량을 제공한다. 고정밀 연산을 위한 MI430X 가속기는 최대 288TFLOPS의 하드웨어 기반 FP64 성능을 지원하며 미국과 유럽의 차세대 엑사스케일 슈퍼컴퓨터에 적용될 예정이다. 기존 AI 인프라에 손쉽게 가속 기능을 추가할 수 있는 MI350P GPU도 함께 공개됐다. 개방형 AI 소프트웨어 생태계 확단을 위해 AI 기반 개발 플랫폼인 ROCm.ai도 새로 발표됐다. ROCm.ai는 클로드, 코덱스, 커서 등 AI 코딩 에이전트가 AMD 플랫폼과 ROCm을 네이티브 수준에서 활용할 수 있도록 지원해 GPU 소프트웨어 개발 효율을 높인다. AMD는 2030년까지 매년 혁신을 이어간다는 차세대 AI 인프라 로드맵도 제시했다. 2027년 차세대 AMD 인스팅트 MI500 시리즈 GPU와 헬리오스 500 랙스케일 설루션을 출시하고, 2028년에는 ‘젠 7’ 아키텍처 기반 서버 CPU와 MI600 시리즈 GPU, 헬리오스 600을 선보일 계획이다. 2030년에는 ‘젠 8’ 아키텍처 기반 ‘라벤나’ CPU를 출시할 예정이다. 엔터프라이즈 및 피지컬 AI 영역에서는 AT&T, 시스코와의 협력 사례와 함께 새로운 크리아 AI 설루션을 선보였다. 라이젠 AI 임베디드 X100 시리즈 프로세서를 탑재한 크리아 AI 시스템 온 모듈과 개방형 턴키 자율 로보틱스 개발 플랫폼을 포함해, 로봇의 인식부터 제어까지 아우르는 피지컬 AI 및 로보틱스 포트폴리오를 확대했다.

엔비디아가 에지 환경에서 피지컬 AI를 구현하는 ‘엔비디아 코스모스 3 에지(NVIDIA Cosmos 3 Edge)’를 공개했다. 피지컬 AI 시스템은 월드 모델을 활용해 물리적 환경을 인식하고 추론하며 예측한다. 지금까지 프론티어급 AI를 에지 환경에 구현하려면 모델 성능과 배포 효율 사이에서 절충해야 하는 경우가 많았다. 엔비디아는 코스모스 3 에지를 통해 이러한 절충을 해소할 수 있다고 밝혔다. 40억 개 파라미터를 갖춘 옴니모델인 코스모스 3 에지는 메모리 효율적인 배포와 높은 처리량을 위해 최적화됐다. 엔비디아 젯슨(Jetson), 엔비디아 RTX PRO, 엔비디아 DGX 시스템과 지포스(GeForce) RTX GPU에서도 구동할 수 있다. 소형 월드 파운데이션 모델로서 텍스트, 이미지, 영상, 주변 소리 및 동작을 이해하고 생성한다. 트랜스포머 혼합 아키텍처를 적용해 물리적 현실에 기반한 실시간 비전 분석 및 온디바이스 로봇 행동을 지원한다.     개발자는 엔비디아 DGX 스테이션 데스크사이드 AI 슈퍼컴퓨터에서 자체 로봇 및 센서 데이터로 코스모스 3 에지를 사후 학습하고, 특화된 월드 액션 모델을 구축할 수 있다. 이후 이를 엔비디아 젯슨 토르(Jetson Thor)에 배포해 실시간 로봇 제어 정책에 활용할 수 있다. 두산 로보틱스, 지멘스, 애자일 로봇, 스킬드 AI 등은 로보틱스 워크플로에 코스모스 3 에지를 적용하는 방안을 평가하고 있다. 자율주행 자동차 분야에서는 도로 상황 이해, 교통 상황 추론, 객체 의도 예측을 지원한다. 엔비디아 알파마요 비전 언어 행동 모델을 포함한 차량용 정책 모델 증류에서 학생 모델의 백본으로 쓰일 수 있다. 스마트 인프라 영역에서는 젯슨 토르에서 실시간 추론을 수행해 실시간 영상 스트리밍 기반 비전 에이전트를 교통 모니터링, 공공 안전, 물류, 산업 검사에 활용하도록 돕는다. 한편 엔비디아는 컴퓨터 그래픽 콘퍼런스 ‘시그라프 2026’에서 시뮬레이션과 피지컬 AI를 위한 연구 성과를 함께 발표했다. 엔비디아가 공개한 21편의 기술 논문은 가상 세계를 생성하고 현실 세계의 머신 훈련을 구동하는 실시간 시스템의 기반을 다룬다. 대표 사례인 ‘모션브릭스(MotionBricks)’는 35만 개 이상의 모션 클립으로 훈련되고 게임 엔진 수준의 속도로 실행되는 실시간 모션 모델이다. 화면 속 애니메이션 캐릭터를 구동하는 동시에 유니트리 G1 휴머노이드 로봇도 제어한다. 생성형 컨트롤러 훈련 프레임워크인 ‘GPC’는 방대한 인간 동작 데이터를 기반으로 하나의 컨트롤러를 사전 훈련시켜 새로운 작업에 적용할 수 있는 운동 능력을 제공한다. 이외에도 캡처 데이터를 가상 장면으로 변환하는 ‘아티픽서(ArtiFixer)’, 엔비디아 뉴턴 물리 엔진에서 눈과 모래 등 복잡한 물질을 표현하는 신규 솔버, 비디오 모델에서 재질을 추출하는 ‘비디오뉴맷(VideoNeuMat)’ 파이프라인 등을 선보였다. 엔비디아는 3D와 물리 법칙에 기반한 AI 생성 세계를 통해 피지컬 AI 개발과 창작 영역을 넓혀갈 계획이다.

엔비디아가 엔비디아 토르(NVIDIA Thor) 아키텍처를 기반으로 한 신규 T3000과 T2000 모듈을 공개했다. 이번 신제품은 컴팩트한 크기와 높은 전력 효율을 바탕으로 대중 시장을 겨냥한 로보틱스와 에지 AI(인공지능) 애플리케이션의 대규모 배포를 지원한다. 최근 범용 로봇과 자율 기계의 상용화가 확대되면서, 에지 단에서 파운데이션 모델을 구동할 AI 슈퍼컴퓨터 수요가 늘고 있다. 엔비디아는 이 같은 시장 요구에 대응해 신규 모듈을 선보였다. 현재 젯슨 AGX 토르(Jetson AGX Thor)는 1X, 아마존 로보틱스, 보스턴 다이내믹스, 화낙 등 주요 기업의 차세대 로봇 시스템 구축에 활용되고 있다.     신형 젯슨 및 IGX T3000 모듈은 기존 T5000 대비 크기와 전력 소비가 절반 수준이다. 865 FP4 테라플롭스의 AI 연산 성능을 갖췄으며, 엔비디아 블랙웰(Blackwell) GPU와 8코어 네오버스 Arm(Neoverse Arm) CPU, 32GB LPDDR5X 메모리를 탑재했다. 대규모 언어 모델(LLM)과 비전 언어 모델(VLM) 등 다양한 멀티모달 워크로드에서 T5000에 상응하는 추론 성능을 제공해 메모리 비용 절감 효과도 기대할 수 있다. IGX T3000은 기능 안전성을 통합해 협동 로봇용 풀스택 안전 시스템을 구동할 수 있다. 젯슨 T2000 모듈은 400 FP4 테라플롭스의 성능과 16GB 메모리를 제공한다. 비주얼 AI 에이전트와 자율이동로봇, 산업용 매니퓰레이터 개발에 적합한 진입점을 제공하며, 엔비디아는 70 TOPS부터 2000 테라플롭스까지 이어지는 에지 AI 라인업을 구축했다. 소프트웨어 측면에서는 메모리 최적화를 자동화하는 ‘젯슨 에이전트 스킬(Jetson agent skills)’을 선보였다. 개발자는 이 기능을 활용해 시스템 구성과 메모리 절감 작업을 수일 내로 마칠 수 있다. 유비테크와 애자일 로봇 등은 이 기술을 통해 메모리 사용량을 최대 15GB 줄여 상위 모듈에서 하위 모듈로 전환하는 데 성공했다. 스마트 교통 업체 노트래픽도 메모리 사용량을 30% 줄여 시스템 여유 자원을 확보했다. 또한 엔비디아는 체화형 AI 시스템을 위한 경량 파운데이션 모델인 ‘코스모스 3 엣지(Cosmos 3 Edge)’를 추가했다. 40억 개의 파라미터를 갖춘 이 모델은 온디바이스 추론을 통해 로봇이 환경을 인식하고 실시간으로 판단하도록 돕는다. 개발자는 개방형 프레임워크를 이용해 단기간에 특정 로봇 하드웨어에 맞춰 사후 학습을 진행할 수 있다. 개발자들은 현시점에서도 젯슨 AGX 토르 개발자 키트의 에뮬레이션 모드를 통해 T3000과 T2000 모듈의 성능을 사전에 검증할 수 있다. 엔비디아는 7월 달 말 젯팩(JetPack) 7.2.1을 통해 T3000 에뮬레이션 모드를 먼저 제공하며, 정식 젯슨 T3000 및 T2000 모듈은 2027년 1분기에 출시할 예정이다.

주요 CAD 벤더들이 최근 들어 일제히 AI 기능을 정식 제품에 통합하고 있다. 그동안 프리뷰나 베타 단계에 머물러 있던 기능들이 잇따라 정식 출시되면서, 업계에서는 AI가 더 이상 CAD의 부가 기능이 아니라 표준이라는 평가가 나오고 있다. 주요 캐드 벤더의 최근 행보를 정리했다.   캐드 벤더  AI 동향(이미지 제작: 챗GPT)   1. 업계 공통 흐름: 3가지 핵심 AI 기능 (1) 제품 지원 챗봇 사용 설명서와 지원 문서를 학습한 AI 챗봇은 이미 여러 CAD 프로그램에 자리 잡았다. Onshape의 'AI Advisor', 지멘스 Solid Edge·NX의 'Design Copilot', 오토데스크의 'Autodesk Assistant', 다쏘시스템 3DEXPERIENCE의 가상 도우미 'Aura', 트림블 스케치업의 'AI Assistant' 등이 대표적이다. 기존 대형언어모델(LLM)을 자사 지원 문서에 맞춰 튜닝하는 방식이라 구현 부담이 상대적으로 낮다는 점이 확산 배경으로 꼽힌다. ② 도면 자동 생성 3D 모델을 2D 도면으로 변환하는 반복 작업에도 AI가 적용되고 있다. 오토데스크 Fusion의 'Automated Drawings'는 템플릿과 AI 모델을 결합해 표준 체결 부품(볼트·너트 등)을 자동으로 인식하고 도면에서 제외하는 방식으로 작업 시간을 줄인다. 지멘스는 Solid Edge(현 Designcenter Solid Edge)에서 최소한의 입력만으로 도면 뷰의 최대 80%까지 자동 생성하는 기능을 공개했으며, 다쏘시스템 역시 SOLIDWORKS에 유사 기능을 준비 중인 것으로 알려졌다. ③ 생성형 렌더링 장면의 조명·재질을 수동으로 세팅하지 않고 텍스트 프롬프트만으로 사실적인 렌더링 이미지를 생성하는 기능이다. 트림블 스케치업이 'SketchUp AI Render'로 이 기능을 상용화했고, 오토데스크와 다쏘시스템도 각각 Fusion과 SOLIDWORKS에 관련 기능을 시연·예고한 상태다. 2. 벤더사들의 AI 관련 주요 동향 (1) 오토데스크: Fusion·Inventor 전방위 AI 확장 오토데스크는 'Autodesk Assistant'라는 단일 브랜드로 Fusion, Inventor, Moldflow, Vault 등 제품 디자인·제조(PD&M) 포트폴리오 전반에 AI를 확산시키는 전략을 펴고 있다. 회사 측은 프런티어 모델과 자체적으로 구축한 3D 설계 특화 모델을 결합하는 방식이라고 설명한다. Fusion에서는 자연어 명령으로 Fusion API 전체 기능에 접근할 수 있는 '프롬프트-투-API' 방식이 도입됐고, 이미지 생성(렌더링) 기능도 상용 구독자 기준 월 20회까지 제공된다. 4월에는 Fusion 관련 데이터를 조회·관리할 수 있는 'Autodesk Fusion Data MCP' 서버가 공개돼 Claude Desktop, VS Code 등 외부 AI 도구와의 연동이 가능해졌다. 같은 달 Anthropic은 오토데스크, 블렌더, 어도비 등과 파트너십을 맺고 Fusion용 MCP 커넥터를 출시했다. 이를 통해 자연어 입력만으로 형상을 생성하는 'Text-to-CAD' 워크플로가 구현된다. 3월에는 인벤터 2027이 출시되며 'Autodesk Assistant'가 테크 프리뷰 형태로 처음 도입됐다. 작업 화면 옆에 도킹되는 패널을 통해 자연어로 모델 정보를 조회하고 분석할 수 있으며, Model Context Protocol(MCP)을 기반으로 실제 모델 구조와 속성에 근거한 응답을 제공하는 점이 특징이다. 다만 5월 기준으로 파라미터 업데이트, iProperty 편집, 컴포넌트 상태(가시성·억제 등) 변경 등 비형상 데이터 작업까지는 지원하지만, 3D 형상 자체를 직접 생성하거나 수정하는 기능은 아직 제공되지 않아 어시스턴트가 "이해와 분석" 단계에 머물러 있다는 평가도 있다. 인벤터에는 이와 별개로 위상 최적화 기반의 'Shape Generator'가 이미 정식 기능으로 자리 잡았고, iLogic 자동화도 이번 릴리스에서 드래그 앤 드롭 방식의 시각적 프로그래밍인 'iLogic Codeblocks'로 확장돼 코드 작성 없이도 자동화 로직을 구성할 수 있게 됐다.   (2) 다쏘시스템: '생성 경제'를 표방한 SOLIDWORKS 2026 다쏘시스템은 지난해 11월 SOLIDWORKS 2026을 출시하며 '생성 경제(Generative Economy)'라는 슬로건 아래 AI 기반 설계·협업·데이터관리 기능을 대거 반영했다. 도면 작성과 상세 작업을 가속하는 생성형 AI 기능, 볼트·너트 등 표준 체결 부품을 자동으로 인식해 조립하는 기능, 커뮤니티 게시글·위키·Q&A에서 인사이트를 추출해 답변을 제공하는 가상 도우미 'Aura' 등이 새롭게 포함됐다. 지난 2월 미국 휴스턴에서 열린 '3DEXPERIENCE World 2026'에서는 설계부터 시뮬레이션, 제조, 거버넌스에 이르는 제품 전 주기에 걸친 AI 적용 사례가 집중적으로 소개됐다. (3) PTC: Creo 13에 AI 어시스턴트 3단계 도입 PTC는 지난 6월 Creo 13과 SaaS 버전 Creo+ 13.3을 발표하며 'Creo AI Assistant'를 공식화했다. 어시스턴트는 세 단계로 구성된다. 모든 사용자에게 기본 제공되는 'Advise'는 채팅 인터페이스를 통해 모범 사례와 공식 문서 기반의 설계 가이드를 제공하고, 별도 확장팩 형태인 'Assist'(베타)는 3D 모델을 직접 분석해 설계 결함을 조기에 발견하고 규정 준수 여부를 검증하며, 'Automate'(알파)는 CAD 형상을 이해해 설계를 생성·수정·최적화하는 수준까지 나아간다. PTC는 AI 어시스턴트 도입으로 특정 개인에게 집중돼 있던 노하우 의존도를 낮출 수 있다는 점을 이번 도입의 의미로 강조했다. 이와 함께 2016년 출시 이후 꾸준히 고도화돼 온 생성형 위상 최적화(GTO)·클라우드 기반 생성설계 확장팩(GDX) 등 기존 생성설계 도구도 이번 릴리스에서 어셈블리 단위 최적화와 멀티피직스 해석 범위 확장이 이뤄졌다. PLM 솔루션 윈칠(Windchill)과의 연계를 통해 AI가 제안한 설계 대안에도 기존과 동일한 변경 이력·버전 관리가 적용된다는 점도 특징이다. (4) 종합: AI, 도구에서 워크플로 파트너로 세 벤더의 행보를 종합하면 공통된 방향성이 보인다. 첫째, AI 챗봇은 이제 기본 지원 기능을 넘어 실제 작업을 수행하는 '에이전트'로 진화하고 있다. 둘째, MCP(Model Context Protocol) 같은 개방형 표준을 통해 CAD 소프트웨어와 외부 AI 모델(Claude 등)을 연결하려는 시도가 확산되고 있다. 셋째, 아직까지 AI가 형상을 자유롭게 생성·수정하는 단계에는 이르지 못했으며, 대부분의 벤더가 "AI는 제안하고 최종 판단은 엔지니어가 한다"는 원칙을 강조하고 있다는 점도 공통적이다. 국내 CAD 사용자와 기업 입장에서는 이러한 AI 어시스턴트가 아직 베타·프리뷰 단계인 경우가 많은 만큼, 정식 반영 시점과 국내 라이선스 정책을 함께 확인해 도입 전략을 세울 필요가 있어 보인다. 3. 보급형·대안 CAD 벤더 AI 동향 대안캐드 벤더 AI  동향(이미지 제작: 챗GPT) 오토캐드 호환 보급형 CAD 진영에서도 AI를 앞세운 경쟁이 본격화되고 있다. 다만 이 진영은 대형 벤더와 달리 LLM 기반 대화형 어시스턴트보다는 반복 작업 자동화에 'AI'라는 이름을 붙이는 경우가 많아, 실제 기능 수준을 구분해서 볼 필요가 있다. (1) CADiAN(캐디안) 국내 개발 CAD인 캐디안은 지난 해 11월 'CADian 2026'을 출시하며 스마트 치수, 중심선 자동 생성, 상세도 작성기 등 반복 작업 자동화 기능을 대폭 강화했다. 이와 별개로 도면 이미지·DWG 파일 내 객체를 AI가 자동 탐지해 도면을 재구성하고 BOM을 자동 산출하는 'AI-CE(AI-Cost Estimation)', 전통 목조 건축물을 AI로 가상 복원하는 'TWArch' 등 특화 AI 솔루션도 함께 선보이고 있다. 올해 4월에는 AI-CE와 경량 2D 솔루션 'CADian 2026 Classic'을 앞세워 유럽 시장 공략에 나섰으며, 2026년 초에는 AI 기반 PDF 문자 자동 인식, AI 기반 도움말 기능도 추가될 예정이다. (2) GstarCAD Gstarsoft는 지난 6월 ‘Faster by Core, Smarter by AI’를 슬로건으로 내건 GstarCAD 2027을 출시했다. 이번 버전은 재생성·줌·이동 등 주요 명령 속도를 10% 이상, GPU 가속 성능을 최대 80% 이상 끌어올리는 등 엔진 성능 개선이 핵심이며, 동적 블록 파라메트릭 구속조건·중심선 자동 생성 같은 실무 기능도 추가됐다. 또한 Gstarsoft는 지난 6월 CAD·BIM·클라우드·AI를 아우르는 신규 포트폴리오를 공개하며, 자연어로 설계 생성·작업 자동화·엔지니어링 지식 검색을 지원하는 'AI Assistant'와 이미지 기반 도면을 편집 가능한 CAD 객체로 변환하는 'AI ScanToCAD'를 새롭게 선보였다. 건축 특화 제품인 GstarBIM 2027에도 AI 지원 시각화 기능이 추가됐다. (3) ZWCAD 지난 해 출시된 ZWCAD 2026은 '스마트 매치'(회전·크기 변형된 동일·유사 객체 일괄 수정), '유사 검색'(외부 도면에서 유사 블록·객체 검색), 자체 개발 구속조건 엔진 기반의 파라메트릭 설계 기능을 'AI 기반 자동화'로 소개했다. 이후 공개된 ZWCAD 2027 베타에는 3D 모델을 사실적으로 렌더링하는 기능과 RVT 파일 가져오기 개선 등이 추가된 것으로 보인다.    4. AI로 인한 변화와 혜택 AI의 적용으로 캐드 업계와 작업 방식의 변화는 어떻게 이루어지고 있을까. 이러한 변화가 실제 사용자와 기업에 가져올 혜택도 짚어볼 만하다. ■ 반복 업무 감소 : PTC는 파라미터 정의, 문서화 등 반복 작업을 AI가 자동화해 수작업 부담을 30~50%까지 줄일 수 있다고 설명한다. 엔지니어는 그만큼 시스템 설계·시뮬레이션 같은 고부가가치 업무에 집중할 수 있다. ■ 진입장벽 완화 : SOLIDWORKS의 AI 시뮬레이션 어드바이저처럼 해석 조건 설정을 AI가 보조하면서, 비전문 인력도 정밀 시뮬레이션에 접근할 수 있게 된다. ■ 협업 오류 감소: A&E 분야 조사에 따르면 AI 기반 협업 도입 시 프로젝트당 정보요청서(RFI)가 평균 6건에서 3건으로 줄어드는 등, 설계-시공 간 충돌을 사전에 걸러내는 효과가 보고된다. ■ 온보딩 단축: Advise형 챗봇은 신규·저경험 사용자의 학습 곡선을 낮춰, 특정 숙련자에게 쏠린 노하우 의존도를 줄이는 효과가 있다. 이처럼 긍정적인 평가에도 남는 과제는 비용·숙련도 장벽으로 도입 속도에 기업별 편차가 클 수 있고, 클라우드 기반 AI 확산에 따라 데이터 거버넌스·보안 검토가 새로운 도입 조건으로 떠오르고 있다는 것이다. 또한 캐드 벤더사 측면에서는 AI가 크레딧(토큰) 형태로 사용되면서 새로운 추가 수익 모델로 여겨지기도 하나, AI가 가져오는 매출 증가가 관련 인력을 줄일 수도 있을 것으로 보여 시장 재편의 신호탄이 될 수 있다는 우려도 나온다 실제로 일부 벤더는 AI 기능을 구독형 요금제의 상위 티어로 묶거나 별도의 크레딧 과금 방식으로 제공하기 시작했는데, 이는 라이선스 판매에 의존해온 기존 수익 구조가 사용량 기반 과금으로 조금씩 옮겨가고 있음을 보여준다.  이 과정에서 설계 인력은 반복 작업을 AI에 맡기고 검증·판단에 집중하는 방향으로 재편될 가능성이 크다는 것이 업계 전반의 시각이다. 캐드와 AI의 만남은 향후 엄청난 변화를 가져올 것으로 예상되며, 이것을 거스를 수 없는 대세가 되어 가고 있다.  결국 AI가 캐드 산업에 가져올 변화는 '누가 더 적은 인력으로, 더 빠르고 정확하게 설계를 완성할 수 있도록 지원하느냐'는 구도로 변화해 갈 것으로 보인다.