다쏘시스템은 HD현대중공업 및 HD한국조선해양과 버추얼 트윈 기반의 설계-생산 일관화 통합 플랫폼 구축을 위해 전략적 협력을 진행한다고 밝혔다. 전략적 협력을 통해 3사는 버추얼 트윈 기반의 설계-생산 일원화, 생산 효율 향상 및 혁신을 위해 통합 플랫폼을 구축하는 것은 물론, 조선업의 일정 단축과 비용 절감, 고품질을 포함한 높은 건조 효율성 달성을 위해 협업할 예정이다. HD현대중공업은 선박 건조 분야에서 기술적 리더십을 강화하고 현재 조선해양산업이 직면한 최첨단/친환경 선박 개발, 제한된 인력, ESG 요구 등에 효과적으로 대응하기 위해 디지털 전환을 가속화하고 있다. 다쏘시스템은 세계 주요 조선소에 적용된 자사의 3D익스피리언스 기반 조선해양 전용 솔루션과 표준화된 프로세스를 활용하여, HD현대중공업이 추구하는 디지털 전환이 비즈니스 가치를 이끌어 낼 수 있도록 협력한다는 계획이다.     HD현대중공업의 전승호 기술본부장은 “HD현대중공업은 미래 첨단 조선소(Future of Shipyard : FOS) 비전 아래 스마트 십야드(Smart Shipyard) 구축을 추진하고 있으며, 이를 위해서는 과거의 설계 방법이 아닌 3D와 디지털 자산 기반의 디지털 트윈을 구축, 운영함으로써 스마트 쉽야드의 기반을 확고히 하고자 한다”면서, “다쏘시스템의 통합 플랫폼인 3D익스피리언스 활용에 대한 협력을 통해 HD현대중공업의 목표를 앞당겨 달성할 수 있기를 기대한다”고 말했다. HD한국조선해양의 이태진 DT혁신실장은 “모든 선박이 고객의 주문에 따라 맞춤으로 생산되는 조선 생산 현장은 4차 산업혁명의 최종 목적인 대량 맞춤생산(매스 커스터마이제이션)이 실현되어야 할 최적의 장소”라고 설명하면서, “항공, 자동차 등 양산 프로세스에서 좋은 성과를 거두고 있는 다쏘시스템의 버추얼 트윈과 3D익스피리언스 플랫폼의 활용이 디지털 트윈 기반의 미래 조선소를 개척하는데 도움이 될 수 있을 것”으로 본 MOU의 취지를 설명하였다. 다쏘시스템 코리아의 정운성 대표이사는 “HD현대중공업이 글로벌 리더로서 쌓아온 전문 지식과 노하우에 세계적으로 검증된 다쏘시스템의 3D익스피리언스 플랫폼 기반 조선해양 솔루션을 접목함으로서 시너지 효과가 극대화될 것”이라며, “다쏘시스템은 계속해서 대한민국 선박 제조의 디지털화와 지속가능성 두 가지 목표를 동시에 지원할 것”이라고 말했다.

SIMTOS 2024  - 캐드앤그래픽스 주관 컨퍼런스 Day 1 4.4(목) - 디지털 제조 컨퍼런스 발표자 및 발표 내용 소개 1. 스마트 제조혁신과 디지털 트윈  KIAST 장영재 교수 [강연 내용] 디지털 트랜스포메이션 기반의 스마트 제조혁신을 위한 전략적 방향을 정리하고,  스마트 제조의 핵심기술인 CPS 및 디지털 트윈의 성공적 응용 방향을 제시하고자 한다. [약력] MIT공대 기계공학 박사 현) KAIST 산업 및 시스템 공학과 교수 다임리서치㈜ Founder & CEO 2. ChatGPT 1년, 초거대 AI가 불러온 변화와 우리의 전략 네이버 클라우드 하정우 센터장 [강연 내용] ChatGPT가 공개된지 1년이 훌쩍 넘는 동안 전세계적으로 생성AI가 큰 패러다임 변화를 가져오고 있다. 이번 강연에서는 글로벌 초거대 AI 기술 트렌드와 우리나라 경쟁력에 대해 소개하고자 한다. [약력] 현) 네이버 클라우드 센터장 네이버 클라우드 AI 혁신의 수장이자 장기적인 AI 연구, AI 안전 및 글로벌 AI 생태계 전략을 책임지는 네이버 미래 AI 센터의 수장으로 일하고 있다. 서울대학교에서 컴퓨터공학으로 학사와 박사 학위를 취득했으며, 2015년 네이버 랩스에 연구원으로 입사했다. 2015년부터 클로바 AI 연구의 리더이자 네이버 AI 랩의 수장으로 일했다. 3. 조선산업의 설계-생산 일관화된 디지털 생산 플랫폼 구축 전략과 현황 현대미포조선 김희원 상무 [강연 내용]  미래 조선산업의 핵심경쟁력 확보를 위해 HD현대에서 추진하고 있는 선박의 설계부터 생산까지 모든 데이터를 하나의 플랫폼으로 관리하는 디지털 트윈 기반의 통합 디지털 생산 플랫폼(Digital Manufacturing Platform) 구축에 대한 전략과 진행 현황을 설명하고자 한다. [약력] 현) 현대미포조선 상무, 디지털생산혁신센터 센터장 전) HD한국조선해양 미래기술연구원 제조혁신랩 부문장 전) HD현대중공업 기술컨설팅센터 센터장   4. 절삭 가공 산업의 AI기반 자율제조 DN솔루션즈 이병곤 부사장 [강연 내용] 반도체 산업과 자율주행을 비교하여 자율제조의 정의나 요구 사항들을 정리하고, 절삭 가공 산업에서의 자율 제조를 구현하기 위한 기술적 요소, Architecture 및 AI 역할을 설명하며, 구현 방식 및 방향성을 제시하고자 한다. [약력] 디엔솔루션즈 ME사업본부장 (부사장) 겸) 제조혁신 TF 장 ASML Digital Platform/Automation Product Manager (전무) 미라콤 (대표이사) 삼성SDS G-MES 개발 및 Smart Factory 사업 개발 (상무) Applied Materials 신규 사업 개발 (Senior Manager)   5. 제조 혁신의 미래, 디지털 트윈 추진 사례 포스코DX 김미영 상무 [강연 내용] 제조업의 당면 이슈 해결을 위한 솔루션으로서의 디지털트윈의 개념과 구현 기술을 설명하고, 국내 1호 등대공장 포스코의 Digital Twin 추진 사례에 대해 소개하고자 한다. [약력] 2022~현재. 포스코DX 기술연구소장, Digital Twin, 무인화/자동화 등 DX기술 개발 총괄 (경상북도 디지털플랫폼정부위원회(DPG) 위원, 중기부 데이터표준화가버넌스위원회 위원, 과학기술회(NST) 감사자문위원회 위원)  2015~2021. 포스코 Smart Factory 구축, Smart Factory Platform(PosFrame) 개발, 포스코대상(올해의 포스코인상) 수상(‘18) (중기부 AI 제조데이터 전략위원회 자문위원, 중기부 스마트공장 등대공장 연구위원회 연구위원)   컨퍼런스 상세 내용 보러가기

알테어가 지난 9월 22일 서울 여의도 콘래드 호텔에서 ‘알테어 테크놀로지 콘퍼런스(ATC) 코리아 2023’를 진행하면서, 디지털 전환에 관심이 많은 각 분야의 전문가들로부터 호응을 받았다고 소개했다. 이번 ATC에는 LG전자, 삼성전자, 현대자동차, HD현대중공업, LS일렉트릭, 한화에어로스페이스, 효성중공업 등 국내 50여개 기업의 발표가 진행됐으며 기업 연구원, 엔지니어 등 실무자 및 책임자 1000여 명이 참석했다. 행사에서는 ‘디지털 전환의 가속화’를 주제로 인공지능(AI)과 데이터, 시뮬레이션과 클라우드 컴퓨팅 등이 실제 현장에서 적용된 75개의 다양한 사례도 공유됐다.     알테어의 총괄 연구위원이자 국제 구조 및 다분야 최적화 학회의 집행위원인 밍저우(Ming Zhou) 박사는 ‘다중 물리 시뮬레이션 및 설계 최적화’에 대해서 발표했다. 밍저우 박사는 “제품의 엔지니어링에는 구조, 유체, 열 등 다양한 물리학적 성능 측정이 포함되며 이러한 다중 물리 시뮬레이션을 효율적으로 관리하는 것은 항상 어려운 과제”라며, “알테어는 복잡한 엔지니어링 프로세스를 하나의 플랫폼 위에서 보다 쉽게 최적화할 수 있도록 제공하고 있으며, 이를 통해 업무의 효율을 크게 향상시킬 수 있다”고 말했다. 한국타이어앤테크놀로지의 이원혁 상무는 ‘자율주행 모빌리티 적용을 위한 타이어 신기술 개발 및 시뮬레이션 기법’을 발표했다. 이원혁 상무는 “자율주행 자동차 시대가 되어도 타이어는 이중화가 불가능한 부품이기에 타이어 관련 사고를 원천적으로 방지할 수 있는 안전 기술 요구가 증가한다. 따라서 안전성이 높고 유지관리가 쉬운 에어리스(airless) 타이어가 더 많이 적용될 것”이라며, “에어리스 타이어는 구조체가 하중을 균일하게 분산시키는 것이 중요하고 모래, 진흙, 자갈, 못, 유리, 경사 등 다양한 험로에서의 주행성을 보장받아야 하기에 시뮬레이션 기법으로 설계를 최적화했고 빠른 시간 내에 제품을 개발할 수 있었다”고 말했다. LG전자 VS사업본부의 김용연 팀장은 ‘CAE 분야에서 데이터 기반 해석 영역으로의 확장성에 대한 방향성’에 관해 발표했다. 알테어는 LG전자와 시뮬레이션 자동화 플랫폼 구축에 관한 MOU를 맺었으며, 2022년 말에는 LG전자와 자동차 부품 성능을 검증하기 위한 AI 플랫폼을 구축했다. 디지털 전환 프로젝트를 담당하고 있는 김용연 팀장은 “자동차 전장부품은 나사의 개수, 재질, 허용오차, 크기, 무게 등의 다양한 설계 인자들의 조합으로 성능을 평가받기에 다양한 교차 분석이 필요했다”면서, ”많은 데이터를 분석해 보다 정확한 성능 예측을 할 수 있도록 알테어와 플랫폼을 개발하게 되었다. 현재 데이터를 기반으로 한 성능 예측을 통해 빠르고 효율적으로 제품을 개발하고 있다”고 말했다. 알테어의 문성수 아시아 태평양 지역 부사장은 환영사에서 “전동화, AI를 통한 시뮬레이션, 반도체, 클라우드 등과 같은 메가트렌드는 모두 디지털 기술들과 밀접관 관련이 있다”면서, “알테어는 40여 년 동안 디지털 전환과 디지털 트윈에 관한 많은 노하우와 기술을 쌓아왔으며, 이제 그 모든 것에 인공지능을 접목하고 있다. 복잡한 엔지니어링 프로세스를 하나의 플랫폼에서 쉽게 사용할 수 있도록 통합 환경과 플랫폼 제공에 박차를 가할 것”이라고 말했다.

  알테어가 각 산업에서 빠르게 적용되고 있는 혁신적인 기술과 트렌드를 살펴보고 다양한 분야에서 업계를 선도하는 전문가들이 모여 소통하는 ‘알테어 테크놀로지 콘퍼런스 코리아 2023’을 9월 22일 서울 여의도 콘래드 호텔에서 개최한다고 밝혔다. 올해로 21회를 맞이하는 ‘알테어 테크놀로지 콘퍼런스’는 자동차, 항공우주, 중공업, 가전 등 다양한 산업 분야의 실무 담당자부터 의사 결정권자까지 참여해 지식을 나누는 행사이다. 올해는 ‘디지털 전환의 가속화’를 주제로 인공지능(AI)과 데이터, 디지털 트윈, 시뮬레이션과 클라우드 컴퓨팅 등이 실제 산업에서 적용된 75개의 사례가 발표될 예정이다. 이번 콘퍼런스는 알테어 밍저우(Ming Zhou) 연구위원의 ‘다중물리 시뮬레이션 및 설계 최적화’에 대한 기조 강연을 시작으로 한국타이어앤테크놀로지 이원혁 상무가 ‘자율주행 모빌리티 적용을 위한 타이어 신기술 개발 및 시뮬레이션 기법’을 발표한다. 이어서 LG전자 김용연 팀장이 ‘컴퓨터 이용 공학(CAE) 분야에서 데이터 기반 해석 영역으로의 확장성에 대한 방향성’에 대해 발표할 계획이다.   이어지는 세부 발표 세션에는 LG전자, 삼성전자, 현대자동차, LG에너지솔루션, LS일렉트릭, HD현대중공업 등 국내 산업을 대표하는 기업들의 실무 전문가들이 디지털 전환 사례에 대해 발표한다. 또한, 업계 종사자들 간 네트워킹 자리도 마련될 예정이다. 알테어의 문성수 아시아태평양 수석 부사장은 "각 분야에서 디지털 전환이 가속화되며 우리는 새로운 가능성과 도전에 직면하고 있다”면서,  “업계를 선도하고 있는 리더들이 모이는 이번 행사를 통해 디지털 전환의 최신 동향을 파악하고, 현실적으로 비즈니스에 적용하는 방법을 찾는 좋은 기회가 되기를 바란다"고 말했다.

개발 및 공급 : 나니아랩스 주요 특징 : Aslan Engineer - 3D CAD 설계 데이터를 생성형 AI로 생성하고 공학적 성능을 예측/평가, Aslan Designer - 생성형 AI 기술을 활용하여 산업 디자이너를 위한 다양한 기능 제공   Aslan Engineer Aslan Engineer는 딥러닝을 활용한 3D 공학 설계&해석 소프트웨어이다. 3D CAD 설계 데이터를 생성형 AI로 생성하고, 공학적 성능을 예측하여 평가할 수 있다. 또, 사용자가 기계적 성능 요구사항을 지정하면, 만족하는 설계안을 자동 생성하는 최적화 기능도 제공한다.   Aslan Engineer의 주요 특징 파라미터 다변화, 위상 최적화를 통한 생성과 다르게, 기존의 설계 데이터를 기반으로 AI를 학습하여 제공한다. 데이터 주도 설계&해석을 실현할 수 있다. 과거 데이터에 내재된 노하우와 장점들을 학습한 최적 설계안들을 제안할 수 있다. 합성 데이터 생성 기능을 제공한다. 과거 설계 데이터가 충분히 축적되지 않은 기업도 소량의 시드 데이터만 있으면, 생성형 AI로 공학적 성능이 확보된 합성 데이터를 만들어서 전체 데이터의 양을 늘릴 수 있다. 이를 데이터셋으로 활용하면 소량의 데이터로도 다양한 AI 모델 성능을 확보할 수 있다. 해석 결과를 예측할 수 있다. 실제 해석을 수행할 때는 전문가의 지식과 경험, 고사양의 컴퓨터, 해석 연산 시간 등이 필요하다. 반면, Aslan Engineer는 과거의 해석 데이터를 학습한 AI를 통해 CAD 설계와 동시에 해석 결과 예측이 가능하다. 기계적 성능 요구사항을 만족할 때까지 설계자와 해석자 사이에서 반복 발생하던 업무를 줄이고 하드웨어 개발 비용과 시간을 절약할 수 있다. 요구사항을 지정하면 그것을 만족하는 몇 가지 최적 설계안을 제안한다. 설계자의 경험에 의존하여 몇 가지 한정된 디자인에서 최적 설계안을 찾았던 기존의 방식과 다르게, 딥러닝 모델 안에서 추출된 특징(feature)을 바탕으로 창의적인 최적 설계안까지 제안한다. 이를 통해 빠르게 설계를 최적화함과 동시에 훨씬 더 넓은 디자인 경우의 수까지 고려할 수 있다.   Aslan Engineer의 구성 모듈 Explorer(Generator & Evaluator)     생성된 수많은 설계안을 탐색하는 기능을 제공한다. AI가 추출한 잠재 요소를 바탕으로 클러스터링하여 유사한 형상끼리 구분한다. 단순 나열식인 2D View, 잠재 공간에서의 3D Scatter View, 목표 성능 2가지를 지정하여 Chart View로 시각화하는 기능을 제공한다. 생성된 수천 개의 설계안은 실시간으로 성능 예측값이 라벨링된다. 이를 바탕으로 필터링하여 원하는 성능을 만족한 부품만 확인할 수 있다.   Optimizer     목표로 하는 요구사항과 생성하고자 하는 설계안의 수를 지정하면 그에 맞는 최적 설계안을 생성해 준다. 이 최적 설계안은 2D Gallery View로 확인할 수도 있고, Scatter Plot 또는 Chart View를 활용하면 Explorer 모듈의 잠재 공간상에서 어디에 위치하는지 시각적으로 확인할 수 있다.   My Favorite Designs     협업을 고려한 워킹 스페이스 기능을 제공한다. 앞서 두 가지 모듈에서 Favorite 설계안을 지정하면 이 모듈에 나타난다. 사용자 및 동료들의 Favorite까지 한 번에 확인할 수 있다. 이 모듈에서 Favorite 설계안을 서로 비교하거나 보간(interpolation)으로 새로운 설계안도 생성이 가능하다.   Aslan Engineer의 주요 기능 3D 엔지니어링 데이터(CAD/CAE) 생성 AI 3D 엔지니어링 데이터를 생성 및 오토 라벨링하는 AI 기능을 제공한다. 공학적 성능을 포함한 데이터를 생성하기 때문에 제조업 현장에서 활용이 가능하다.   데이터 탐색 기능 생성된 수천 개의 데이터를 사용자의 편의에 맞춰 탐색할 수 있다. 수많은 3D 설계안을 비슷한 형상끼리 묶는 것은 사람은 할 수 없지만, AI는 잠재 공간에서 추출된 요소를 바탕으로 가까운 형상끼리 그루핑할 수 있다.   실시간 공학 성능 예측 생성된 3D 데이터의 공학 성능을 실시간으로 예측하는 기능을 제공한다. 기존에는 해석 전문가의 섬세한 작업과 많은 연산량이 필요하기 때문에 해석 작업에 어려움이 많았다. Aslan Engineer는 데이터를 바탕으로 높은 정확도의 예측 성능을 실시간으로 제공한다.   최적 설계 제안 요구 성능을 입력하면 만족하는 최적 설계안들을 생성해서 제공한다. 기존에는 요구 성능을 만족하지 못해 설계안을 수정해야 할 때, 형상을 일부 변경할 때 공학적 성능이 어떻게 변화될 지 설계자의 경험과 노하우에 의존해 왔다. 이런 불편함을 없애기 위해서 초기 개념 설계 단계에서 공학적 성능을 담보할 수 있는 최적 설계안을 바로 확인할 수 있다.   주요 고객 3D 엔지니어링 데이터 기반으로 하드웨어를 개발하는 제조업 기업들이 고객사이다. 현재는 모빌리티 산업을 초기 주요 고객으로 설정하고 있다. 현대자동차, 현대모비스, HD현대중공업 등의 모빌리티 기업과 함께 몇 년간 연구과제를 진행해 왔고, 제품에 대한 수요를 확인했다. 또한 전자, 철강, 플랜트 분야 대기업들과도 협업하며 제조 전반에 걸쳐 실전 노하우를 축적하고 있다.   향후 계획 및 지원 전략 내년 초까지 후속 버전 출시를 목표로 하고 있다. GUI 기반의 노코드(no-code) AI를 넘어서 더 넓은 확장성을 위한 로코드(low-code) AI 기능을 강화할 예정이다. 또한, 사용자가 직접 제품 개발 과정에 맞게 AI 기술을 스스로 커스터마이징할 수 있는 사용자 주도형 AI 툴을 만들 계획이다. 고객사의 요구사항에 맞게 노코드와 로코드 AI 툴은 모두 지원될 계획이다. 또한 3D 설계뿐 아니라 1D/2D 설계 문제 해결을 위한 기능도 탑재될 예정이다. 빠르게 발전하는 AI 기술 속도에 맞추어 최신 모델이 주기적으로 업데이트될뿐 아니라, 기업이 효과적으로 AI 툴을 사용할 수 있도록 문제정의와 데이터 구축을 위한 컨설팅을 지원한다.   Aslan Designer Aslan Designer는 산업 디자이너를 위해 생성형 AI를 통한 다양한 도구를 제공하는 제품이다. 현재 휠 디자인에 초점을 맞춘 데모를 서비스하고 있으며, 앞으로 다양한 제품군의 산업 디자인 워크플로를 지원하고 디자이너가 창의력을 극대화할 수 있는 AI 기술을 제공할 예정이다.   ▲ Aslan Designer의 전체 프레임워크   Aslan Designer의 주요 특징 Aslan Designer의 휠 디자이너는 공학적인 휠 패턴 중 하나를 선택하고 디자인 스타일(프롬프트)을 입력하면, AI 기술을 이용해 디자이너의 의도를 반영한 사실적인 휠 디자인을 생성하여 차량에 적용해 볼 수 있다. 이를 통해 디자이너는 영감을 얻을 수 있으며, 해당 디자인의 공학적 성능도 바로 확인할 수 있다.   Aslan Designer의 기능 디자인 조건 설정   ▲ 휠 패턴 검색   휠을 디자인하기 전에, 공학적으로 타당한 휠 패턴 중 원하는 휠 패턴의 스포크 수를 선택하거나 유사한 패턴을 탐색할 수 있는 기능을 제공한다. 수만 개의 휠 패턴이 제공된다.   디자인 생성 및 성능 확인 스타일 프롬프트 : 디자이너는 원하는 휠 스타일을 키워드로 선택하거나 직접 입력하여, 영감을 받은 제품이나 형상을 자유롭게 표현할 수 있다. 스타일 휠 생성 : 디자이너가 선택한 휠 패턴과 스타일 프롬프트를 통해 의도가 반영된 스타일의 사실적인 휠 디자인이 생성된다. 공학 성능 예측 : 디자이너는 실시간으로 생성된 휠 디자인의 중량과 강성 같은 예측된 공학적 성능을 확인할 수 있다.   차량 적용 디자이너는 원하는 휠 디자인을 차량에 적용해 전체적인 콘셉트의 조화를 빠르게 확인할 수 있다.   주요 고객 사이트 현재 휠 디자이너는 현대자동차 및 포스코와 협업해 왔으며, 확장 버전인 타이어 패턴 디자이너에 대해서 금호타이어와 POC를 진행 중이다.   향후 계획 및 지원 전략 스케치를 실시간으로 제품 이미지로 변환하여 빠른 의사 결정을 지원하는 기능, 빠른 3D 렌더링 기능, 복잡한 2D/3D 편집 툴이 필요 없는 디자인 수정 기능을 포함하여 다양한 툴셋을 제공할 예정이다. 또한, 디자이너가 엔지니어링 및 제조 요구사항을 충족하면서 작업할 수 있도록 효율적인 협업을 지원할 예정이다.   ■ 기사 내용은 PDF로도 제공됩니다.