아래 내용이 보이지 않으면 여기를 클릭하세요!  

엔비디아가 전자 설계 자동화(EDA) 소프트웨어 기업인 시높시스와 20억 달러(약 2조 9400억 원) 규모의 전략적 파트너십을 맺었다. 양사의 동맹은 겉으로는 칩 설계 기술 분야의 협력이지만, 시높시스가 인수한 앤시스의 CAE 및 엔지니어링 시뮬레이션 기술이 엔비디아의 생태계 속에 더욱 깊이 들어왔다는 점도 놓칠 수 없다. 하드웨어(GPU)와 설계 소프트웨어(EDA)에 물리 시뮬레이션(CAE)까지 결합해 반도체의 설계부터 제조 그리고 디지털 트윈까지 전체 가치 사슬을 완성하는 그림을 그릴 수 있게 되었다는 것이다. ■ 정수진 편집장     AI 가속 컴퓨팅과 EDA의 결합, 20억 달러 규모의 전략적 동맹 엔비디아와 시높시스의 이번 파트너십은 거대 자본의 이동과 최첨단 기술의 통합이라는 두 가지 계층에서 진행된다. 우선 엔비디아는 시높시스의 보통주를 주당 414.79달러에 매입하는 방식으로 총 20억 달러를 투자해, 시높시스 전체 발행 주식의 약 2.6%를 확보했다. 하지만 이 거래의 본질은 단순한 지분 투자가 아닌 기술적 동맹에 있다. 양사는 엔비디아의 가속 컴퓨팅을 위한 하드웨어 및 AI 역량과 시높시스의 엔지니어링 설루션을 통합하기로 합의했다. 이번 협력에서 주목할 만한 기술적 화두는 ‘에이전틱 AI(agentic AI)’ 엔지니어링의 공동 개발이다. 기존의 AI가 엔지니어의 명령을 수동적으로 수행하는 도구에 머물렀다면, 에이전틱 AI는 엔지니어처럼 스스로 생각하고 복잡한 설계 작업을 주도적으로 수행하는 ‘대리인(에이전트)’ 역할을 지향한다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “CUDA GPU 가속 컴퓨팅은 설계 방식을 혁신하고 있다. 원자에서 트랜지스터, 칩에서 완전한 시스템에 이르기까지 어느 때보다 빠르고 대규모로 시뮬레이션이 가능하며, 컴퓨터 내에서 완전한 디지털 트윈을 구현할 수 있다”면서, “엔비디아는 가속 컴퓨팅과 AI의 힘을 활용해 엔지니어링과 설계를 새롭게 정의하고 있다. 시높시스와의 파트너십을 통해 엔지니어들이 우리의 미래를 만들 혁신적인 제품을 발명할 수 있도록 지원할 것”이라고 전했다. 이를 위해 엔비디아는 자사의 최신 AI 모델인 ‘네모트론(Nemotron)’과 마이크로서비스인 ‘NIM(NVIDIA Inference Microservices)’ 등의 AI 기술 스택을 제공하고, 시높시스는 이를 자사의 EDA 툴에 탑재해 반도체 설계의 자동화 수준을 한 단계 끌어올릴 계획이다. 더불어 엔비디아의 가상 세계 구축 플랫폼인 ‘옴니버스(Omniverse)’와 시높시스의 물리 시뮬레이션 기술을 결합하여, 반도체 칩뿐만 아니라 자동차나 로봇 같은 물리적 시스템 전체를 가상 공간에 구현하는 디지털 트윈 사업도 확대될 전망이다.   엔비디아의 생태계 확장과 시높시스의 기술 도약 이번 투자는 양사 모두에게 시장 경쟁력을 높이고 다른 회사의 추격을 막을 진입 장벽을 구축할 수 있는 윈–윈(win–win) 전략이 될 수 있다. 엔비디아 입장에서 이번 동맹은 자사의 가속 컴퓨팅 생태계를 반도체 개발의 뿌리 단계까지 확장하는 계기가 된다. 시높시스의 설계 소프트웨어가 엔비디아의 GPU 가속 기술인 쿠다(CUDA) 등을 기반으로 구동된다면, 전 세계 반도체 설계 회사들이 자연스럽게 엔비디아 GPU를 서버 인프라로 채택하게 되기 때문이다. 즉, 엔비디아의 칩은 AI 서비스용 연산 장치를 넘어, ‘반도체를 만드는 필수 도구’로 자리 잡게 되는 것이다. 시높시스 입장에서도 이번 협력은 기술적 한계를 돌파하고 재무적 안정을 추구할 기회이다. 반도체 미세 공정이 나노미터(nm) 단위로 내려가면서 설계 검증에 소요되는 시간은 기하급수적으로 늘어나고 있는데, 엔비디아의 GPU 가속을 활용하면 이 시간을 크게 단축할 수 있을 것으로 보인다. 시높시스의 사신 가지(Sassine Ghazi) CEO는 “차세대 지능형 시스템 개발의 복잡성과 비용은 전자공학과 물리학의 더 깊은 통합, 그리고 AI와 컴퓨팅을 통한 가속화를 요구한다. 시높시스와 엔비디아는 통합된 AI 기반 시스템 설계 설루션을 제공할 수 있다”면서, “양사가 함께 엔지니어링을 혁신하고, 전 세계 혁신가들이 더욱 효율적으로 아이디어를 실현할 수 있도록 힘을 보탤 것”이라고 밝혔다. 시높시스는 이러한 성능 향상으로 경쟁사와 기술 격차를 벌리는 무기를 얻게 됐다. 또한, 최근 앤시스 인수로 막대한 자금을 사용한 상태에서, 엔비디아의 20억 달러 투자를 통해 재무 부담을 덜고 연구개발에 집중할 수 있는 실탄을 확보하게 되었다.   ▲ 가속 컴퓨팅과 생성형 AI를 위한 엔비디아의 블랙웰 아키텍처(출처 : 엔비디아)   AI 칩 개발 속도 혁명과 반도체 설계 패러다임의 전환 양사의 동맹은 반도체 산업과 AI 산업 전반에 적지 않은 파도를 일으킬 것으로 보인다. 무엇보다 ‘AI가 AI 반도체를 만드는’ 시대가 본격적으로 열리면서 칩 개발 속도에 혁명이 일어날 것이다. 지금까지 고성능 AI 반도체를 설계하려면 수백 명의 숙련된 엔지니어와 수년의 시간이 필요했다. 하지만 에이전틱 AI가 상용화되어 복잡한 배선 배치나 검증을 자동 수행하게 되면, 반도체의 개발 기간이 크게 줄어들 수 있다. 이러한 변화는 ‘반도체 설계의 대중화’를 앞당겨, 빅테크 기업뿐만 아니라 스타트업도 맞춤형 AI 칩을 더 쉽게 개발할 수 있는 환경을 만들 것이다. 또한, 반도체 설계 인프라의 중심축이 중앙처리장치(CPU)에서 그래픽처리장치(GPU)로 급격히 이동할 전망이다. 전통적인 EDA 작업은 주로 CPU 기반 서버에서 이루어졌으나, 엔비디아와 시높시스의 협력은 이 워크플로를 GPU 중심으로 이동시킨다. 2025년 10월 경주 APEC 기간 중에는 삼성전자와 SK하이닉스가 엔비디아 GPU 기반의 대규모 ‘AI 팩토리’를 구축하고, 반도체 연구 개발과 생산 고도화에 활용할 계획을 밝히기도 했다. 향후 반도체 기업들이 데이터센터를 구축할 때 CPU보다 GPU 확보에 더 많은 예산을 투입하게 만든다면, 엔비디아는 시장 지배력을 높일 수 있을 것이다. 나아가 설계–검증–제조로 이어지는 반도체 전체 공급망을 기술적으로 통제하는 거대 플랫폼 기업을 노리는 것도 가능하다.   AI 반도체 개발의 생태계 장악 노리나 한편, 이번 투자는 최근 AWS(아마존웹서비스), 구글, 마이크로소프트 등 빅테크 기업들이 자체 NPU(신경망처리장치)를 개발하며 ‘탈 엔비디아’를 시도하는 흐름에 대한 전략적 대응으로 볼 수도 있다. 빅테크 기업들이 엔비디아 GPU에 대한 의존도를 줄이기 위해 독자적인 AI 연산 칩을 개발하고 있다. 이런 상황에서 엔비디아와 시높시스의 협력은 ‘칩을 만드는 도구’ 자체를 엔비디아 생태계에 묶어두는 전략이 된다. 구글의 TPU(텐서처리장치), AWS의 트레이니엄(Trainium) 등을 만드는 과정에서 가장 효율적인 설계 도구가 ‘엔비디아 GPU 가속이 적용된 시높시스 설루션’이라면, 경쟁사들은 엔비디아를 이기기 위해 엔비디아의 장비를 써야 하는 상황에 놓일 수 있다는 것이다. 엔비디아의 이번 투자는 자사 GPU가 단순한 AI 연산 도구를 넘어, AI 반도체 산업 전체의 필수 인프라로 자리잡게 하는 효과도 기대할 수 있다. 경쟁자들의 하드웨어 독립 시도를 막을 수는 없더라도, 그 설계 및 검증 과정에서 엔비디아의 영향력을 높은 수준으로 유지하려는 생태계 잠금(lock-in) 전략이 될 수 있다는 것이다.   디지털 트윈을 완성하는 퍼즐, CAE 전체 그림에서 시높시스가 품은 앤시스의 역할도 주목된다. 시높시스는 2024년 1월 엔지니어링 시뮬레이션 분야의 주요 기업인 앤시스를 약 350억 달러(약 46조 원)에 인수한다고 발표했고, 2025년 7월 인수를 완료했다. 이는 반도체 설계와 물리 시뮬레이션이라는 두 영역을 통합해서, 칩 단위를 넘어 시스템 전반을 검증할 수 있는 역량을 확보하기 위한 전략적 결정이었다. 시높시스 산하에 들어간 앤시스는 이번 협력의 범위를 반도체 밖으로 확장하는 열쇠를 쥐고 있다. 최신 AI 칩은 많은 전력을 소모하고 높은 열을 내기 때문에, 단순히 회로를 그리는 것을 넘어 열을 식히고 전기적 간섭을 막는 물리적 설계가 필수이다. 앤시스의 다중 물리(멀티피직스) 시뮬레이션은 바로 이 난제를 해결하는 핵심 기술이고, 엔비디아 GPU의 강력한 연산 능력은 복잡한 물리 계산을 빠르게 처리하는 최적의 도구가 된다. 나아가 앤시스는 엔비디아가 꿈꾸는 ‘완전한 디지털 트윈’을 구현하는 데 결정적인 역할을 한다. 엔비디아 옴니버스가 가상 공간의 외형을 만든다면, 앤시스는 그 안에 실제 세계의 물리 법칙을 적용시킬 수 있다. 앤시스는 시높시스와 엔비디아의 협력이 반도체 설계를 넘어 자동차, 항공우주, 스마트 공장 등 다양한 영역을 아우루는 ‘산업용 AI(industrial AI)’로 확장되도록 돕는 다리 역할을 할 수 있을 것으로 보인다.   ▲ 앤시스는 반도체 개발뿐 아니라 산업용 디지털 트윈까지 확장하기 위한 시뮬레이션 기술을 제공할 수 있다.(출처 : 앤시스)   전자–기계의 경계가 무너진다 : CAE 기술의 미래 시높시스와 앤시스의 결합 외에도 최근 몇 년간 CAE 및 시뮬레이션 업계는 서로 다른 영역에 있던 기업들이 경계를 허물고 통합되는 지각 변동을 겪고 있다. 2025년 지멘스가 데이터 분석 및 시뮬레이션 기업인 알테어를 인수한 것, 2024년 시높시스의 경쟁사인 케이던스(Cadence)가 자동차 및 항공우주 구조 해석 기술 기업인 베타 CAE 시스템즈(BETA CAE Systems)를 인수한 것이 대표 사례다. 또한 계측 장비 기업인 키사이트(Keysight)는 가상 프로토타이핑 기업 ESI 그룹(ESI Group)을 지난 2023년에 인수했다. 이런 인수합병의 흐름은 전자 설계(EDA)와 기계 설계(CAE)의 융합을 뜻하며, 향후 AI 및 반도체 시장에서 시뮬레이션 기술이 단순한 검증 도구를 넘어 핵심 원천 기술로 입지를 높일 것임을 시사한다. 첫째, CAE/시뮬레이션은 산업용 AI를 위한 ‘데이터 창고’의 역할을 한다. 산업용 AI를 학습시키기 위한 양질의 고장 데이터나 사고 데이터를 현실에서 구하는 것은 어렵기 때문에, 물리 법칙에 기반한 가상 환경에서 합성 데이터(synthetic data)를 생성해 AI에 공급하는 것이 필수가 되고 있다. 둘째, 반도체 시장에서는 패키징의 한계를 넘는 열쇠가 된다. 미세 공정의 한계로 인해 칩을 3차원으로 쌓는 기술이 중요해지면서, 열과 구조적 안정성을 해석하는 CAE 설루션은 이제 선택이 아닌 ‘차세대 칩 설계의 필수 전제 조건’이 되고 있다. 엔비디아의 시높시스에 대한 투자는 전 세계 기술 산업이 ‘설계–시뮬레이션–제조–구동’이 하나로 연결된 거대한 디지털 생태계로 재편되고 있음을 보여주는 신호탄이다. 엔비디아는 칩을 넘어 ‘플랫폼’이 되려고 하고, 시높시스 및 CAE 업계는 해석 도구를 넘어 ‘지능형 통합 설루션’으로 진화하고 있다. 전자(electronics)와 기계(mechanics)의 경계가 사라지고 AI가 융합되는 모습이다. 이들의 결합은 향후 반도체 및 AI 산업의 기술 표준을 누가 주도할 지에 대한 예상과 함께, 새롭게 구축되는 거대한 생태계 안에서 기업들이 어떤 생존 전략을 모색해야 할 지에 대한 고민도 안겨준다.

안녕하세요? 캐드앤그래픽스에서는 ZBook X G1i 16”  ZBook Fury G1i 18” 노트북 성능을 체험해 보고 리뷰해 주실 리뷰어를 찾습니다. 리뷰 기사는 캐드앤그래픽스 2026년 2월호 또는 3월호에 실릴 예정이며, 리뷰용 제품을 받으신 후 실제로 사용해 보시고, 12월 24일(수)까지 리뷰 원고를 보내 주시면 됩니다. 잡지에 실리는 리뷰 기사에 대해서는 소정의 원고료를 드립니다. 리뷰를 원하시는 분은 간단한 자기소개 및 사용하시는 소프트웨어에 관한 내용을 메일(cadgrapHPr@gmail.com)로 보내주세요.   모델   사양 추천 market ZBook X G1i 16” HP ZBook X G1iHP IDS DSC RTX PRO 2000 8GB Ultra 7 255H X 16 inch G1i Base NB PC Product Development - Product Designer: Inventor, SolidWorks, Solid Edge M&E 2D artist: Photoshop, Illustrator ZBook Fury G1i 18” HP ZBook Fury 18 G1iNVIDIA RTX PRO 3000 Blackwell 115W+ 12 GB Graphics Product Development - Product Designer: CATIA, NX, Creo - Manufacturing Engineer: Delmia, SolidWorks CAM, Tecnomatix, Creo Manufacturing Rendering: VRED, ICEM Surf, CATIA Rendering, Creo Render Studio, NX Rendering - 제목 :  HP ZBook 노트북 리뷰어 지원 - 보내실 내용 : 간단 약력 등 자기소개, 사용 소프트웨어, 전화/메일/소속 (참고할 만한 기고 이력이나 블로그 링크 등 있을 경우 같이 기재) - 모집 기간 : 리뷰어 선정 시 마감 예정 (이력 검토 후 선정) 문의 : 02-333-6900 / cadgrapHPr@gmail.com 리뷰어 모집 대상  :  제조, 건축, 엔지니어링 분야 엔지니어(캐드, CAE, 3D 디자인 및 렌더링 등 사용자)     ------------------------------------------------------------------------------------------------------ 참고 후기 HP Z2 미니 G1a 리뷰 : BIM 엔지니어의 실무 프로젝트 성능 검증 HP Z북 울트라 G1a 리뷰 (1) - AI 크리에이터와 3D 작업을 위한 최적화 HP Z북 울트라 G1a 리뷰 (2) - 설계 엔지니어 관점에서 본 고성능 노트북  

‘CAE 컨퍼런스 2025’가 지난 11월 7일 수원컨벤션센터에서 진행됐다. ‘시뮬레이션의 미래 : AI와 디지털 트윈이 주도하는 제조 혁신’을 주제로 한 CAE 컨퍼런스 2025에서는 AI(인공지능)와 디지털 트윈(Digital Twin)의 융합을 통한 엔지니어링 혁신 및 가속화의 흐름을 짚었다. 특히 CAE 기술이 AI 및 데이터 기술과 결합함으로써 제조 및 설계 분야의 복잡한 문제를 해결할 뿐만 아니라, 최적 설계를 넘어 자율 설계와 스마트 제조를 구현할 수 있는 가능성에 주목했다. ■ 정수진 편집장     CAE 컨퍼런스 준비위원회 위원장인 연세대학교 기계공학과 이종수 교수는 개회사에서 과거에는 설계, 해석, 생산 등 공학 영역 사이의 장벽이 허물어지고 기술 융합과 협업이 가속화되고 있다고 짚었다. 한편, AI는 엔지니어링 의사 결정 과정에서 가속화를 돕는 역할을 한다. 특히 물리적 현상을 파악하는 기술인 CAE는 데이터 부족이나 불확실성, 그리고 경험하지 않은 영역의 문제를 해결해야 할 때 AI와 상호보완적인 관계를 갖게 된다는 것이 이종수 교수의 분석이다. 그는 “AI와 CAE는 서로 부족한 부분을 채워주는 친구처럼 협력하고 있다. 이번 CAE 컨퍼런스의 주제인 AI와 디지털 트윈을 통해 이러한 융합이 더욱 촉진되기를 기대한다”고 전했다.   디지털 제조 혁신을 가속화하는 CAE와 AI의 결합 앤시스코리아의 강태신 전무는 ‘디지털 제조 혁신을 위한 앤시스의 엔드 투 엔드 설루션’을 주제로 첫 번째 기조연설을 진행했다. 그는 최근 제조 트렌드의 변화와 스마트 공장의 필요성, 그리고 시뮬레이션의 핵심 역할을 설명했다. 강태신 전무는 IoT(사물인터넷), AI 등 4차 산업혁명 기술로 인한 리쇼어링(reshoring) 추세를 언급하면서, 스마트 공장의 핵심은 데이터의 연결성(connectivity)과 시뮬레이션을 통한 불량 예방이라고 강조했다. “시뮬레이션 기반 디지털 엔지니어링의 도입은 전체 수명 주기 비용을 줄이는 데 기여하며, 앤시스는 제품 설계부터 제조 공정까지 전 과정을 아우르는 엔드 투 엔드 시뮬레이션 설루션을 제공해 디지털 전환을 가속화한다”고 전한 강태신 전무는 국내 배터리 제조 공정에 시뮬레이션과 IoT 데이터를 결합한 디지털 트윈을 구축하여 생산성을 약 20% 향상하고 비용을 절감한 실제 사례를 소개했다. 또한 “스마트 공장의 도입은 이제 필수이며, 복잡한 것보다 작은 것부터 시작하여 성공을 확장하는 것이 중요하다”고 짚었다.   ▲ 앤시스코리아 강태신 전무   연세대학교 기계공학과 이종수 교수는 ‘자율지능 에이전트를 위한 물리 모델 기반 시스템 엔지니어링 & 생성적 산업 인공지능’을 주제로 한 기조연설에서 “공학의 딜레마인 ‘정확성’과 ‘효율성’ 사이의 고민을 해소하고, 데이터가 부족한 ‘경험하지 않은 영역’ 문제를 해결하기 위해 물리 지식을 다루는 CAE와 AI의 협업이 필수라고 강조했다. 이종수 교수는 “물리 지식 기반의 CAE가 AI 모델의 가이드 역할을 함으로써, 빅데이터가 아니라 적은 데이터로도 AI 학습을 가속화하고 정확도를 높일 수 있다”고 설명했다. 이런 기술이 대형 화면 단차 분석의 도메인 적응이나 전기차 냉각 시스템 소음 저감 설계 등에서 복잡한 문제를 해결하고 새로운 설루션을 도출하는 데 적용되고 있다고 소개한 이종수 교수는 AI와 CAE가 서로 협력하는 것이 중요하다고 전했다.   ▲ 연세대학교 기계공학과 이종수 교수   차세대 엔지니어링 패러다임 : AI, 자율화, 클라우드 나니아랩스의 강남우 대표는 ‘생성형 AI에서 에이전틱 AI까지 : 자율 설계의 미래’를 주제로 한 발표에서 인구 감소 등으로 어려움을 겪는 제조업의 혁신을 위해 AI 도입이 필수라고 강조했다. 또한, 엔지니어링 설계의 패러다임이 AI를 도구로 쓰는 ‘생성형 설계’를 넘어, AI가 의사 결정권을 갖는 ‘자율 설계(autonomous design)’ 시대로 진화할 것이라고 전망했다. 강남우 대표는 “딥러닝이 복잡한 고차원 설계 문제를 해결하는 핵심 기술이며, 미래에는 AI가 스스로 최적의 워크플로를 생성하여 설계 전 과정을 자동화하는 자율 에이전트 AI(agentic AI) 플랫폼 구축이 중요하다”고 짚었다.   ▲ 나니아랩스 강남우 대표   아마존웹서비스(AWS)의 전병승 설루션 아키텍트는 ‘클라우드 기반 CAE 혁신 : AI로 가속화하는 차세대 엔지니어링 시뮬레이션’을 주제로 발표했다. 그는 전통적인 온프레미스 HPC 환경의 한계를 분석하면서, “클라우드는 무제한의 용량과 유연성, 비용 효율을 제공함으로써 CAE 워크로드의 개발 주기를 단축시킨다”고 설명했다. 또한 “AWS는 HPC 인프라 자원과 클러스터 구축 자동화 설루션을 제공한다. 나아가 클라우드를 통해 가속화된 엔지니어링 환경에 자율 에이전트 AI를 적용하여 시뮬레이션 자동화 및 엔지니어의 생산성을 극대화할 수 있다”면서, “AWS는 인프라부터 AI 개발 도구까지 지원하여 기업의 혁신을 돕는다”고 소개했다.   ▲ AWS 전병승 설루션 아키텍트   한국알테어의 이승훈 기술총괄 본부장은 ‘CAE 최신 동향과 AI 기반 디지털 트윈 가속화’를 주제로 발표하면서, 엔지니어링 패러다임 변화에 대응하는 알테어의 핵심 전략을 제시했다. 이승훈 본부장은 “알테어는 메시리스 설루션으로 설계자의 시뮬레이션 접근성을 높이고, 멀티피직스 및 엔드 투 엔드 워크플로를 통합한다. 또한, 클라우드 기반의 협업 환경으로 데이터 사일로(silo) 문제를 해결하고, HPC 자원을 유연하게 확장하도록 돕는다”고 설명했다. 또한, “궁극적으로는 시뮬레이션 데이터를 활용하여 물리 AI(physics AI) 기반의 예측 모델을 구축하고, 복잡한 해석 결과를 수십 초 만에 도출하여 엔지니어링 시간을 확보하는 것이 핵심”이라고 전했다.   ▲ 한국알테어 이승훈 기술총괄 본부장   CAE의 난제 해결하는 첨단 기술 피도텍의 최병열 연구위원은 ‘RBDO, 데이터 시대에 무결점 설계를 향해’를 주제로 발표했다. 최병열 연구위원은 제조 오차나 재료 물성의 불확정성(uncertainty)을 설계 단계부터 반영하는 신뢰성 기반 설계 최적화(RBDO : Reliability-Based Design Optimization) 기술의 적용 필요성을 강조했다. 또한 “이 기술의 핵심 목표는 불확정 요인을 반영하여 최종 제품의 신뢰도를 극대화하는 것”이라면서, RBDO의 개념과 현재 엔지니어링 환경에서 필수인 이유, 그리고 현장에 효과적으로 적용하는 구체적인 방법을 제시했다.   ▲ 피도텍 최병열 연구위원   메타리버테크놀러지의 서인수 이사는 ‘입자 기반 멀티피직스 CAE 기술 : 유체유동 및 플라스마 응용사례’ 발표에서 격자 생성 없이 비정상 상태 해석에 효과적인 입자 기반 다중 물리 CAE 기술을 소개했다. 또한 CUDA HPC를 활용하여 해석 속도를 가속화했다고 밝혔다. 주요 응용 사례로 믹싱 공정, 프린터 토너 거동 등 고체 입자 해석, 기어박스 오일 거동이나 모터 냉각 시스템 등 유체 유동 해석, OLED 증착 및 반도체 식각 공정 등 고진공 플라스마 해석 분야에서의 적용을 제시한 서인수 이사는 “GPU 기반 자체 설루션이 기존 상용 툴로 풀기 어려운 복잡하고 특수한 CAE 난제를 해결하는 데 기여하고 있다”고 전했다.   ▲ 메타리버테크놀러지 서인수 이사   자동차 및 전자 산업의 디지털 트윈 적용 사례 LG전자의 문강석 책임연구원은 ‘시뮬레이션 기반 파우치형 배터리 동향과 실링 공정 최적화를 통한 신뢰성·안전성 강화 사례’ 발표에서 파우치형 배터리의 실링(sealing) 공정 최적화 사례를 소개했다. 문강석 책임연구원은 “배터리 실링은 열 전달, 상 변화, 구조 변형, 점성 유동 등의 다중물리 현상이 동시에 발생하기 때문에 해석이 어렵다”면서, “신뢰성과 안전성을 확보하기 위해 실링 공정의 복잡한 물리적 거동을 CAE 기술로 분석했다”고 전했다. LG전자 연구팀은 기존 설루션의 한계를 극복하고자 솔버를 개선하고, 실험 데이터와 CAE 해석을 기반으로 두께 변화에 대한 수학적 모델링 및 최적화를 진행했다. 문강석 책임연구원은 이를 통해 실링 공정의 정량적 예측이 가능해져, 배터리의 신뢰성을 높이는 데 기여할 수 있었다고 설명했다.   ▲ LG전자 문강석 책임연구원   LG전자의 장일주 책임연구원은 ‘TV 제품의 CAE 자동화 및 AI 활용 사례’ 발표에서 “CAE의 핵심인 효율화 및 자동화를 달성하기 위해, 개발자들이 직접 사용할 수 있는 웹 기반의 CAE 자동화 시스템을 구축했다”고 소개했다. 그 한 가지 사례로 TV 스탠드와 헤드 블록의 구조/방열 성능을 예측해서 설계 단계에서 활용할 수 있도록 하는 TV 스탠드 안정성 예측 모델이 있는데, 몬테카를로 시뮬레이션과 딥러닝을 활용해 높은 신뢰도의 예측 결과를 빠르게 도출할 수 있었다. 또한 해석 시간이 3주 소요되던 포장 충격 예측에는 물리 기반 딥러닝 기법(PINNs)을 도입해 정확도를 높였다. 장일주 책임연구원은 “향후 TV 제품에 대해 약 15~20가지의 해석 항목을 모두 자동화해서 엔지니어링의 효율화를 이룰 계획”이라고 전했다.   ▲ LG전자 장일주 책임연구원   현대자동차의 한만용 책임연구원은 ‘고객 중심의 디지털 트윈 기술–승객 모니터링과 인체 모델의 융합’을 주제로 발표했다. 한만용 책임은 SDV(소프트웨어 중심 차량) 시대에 고객 중심 차량을 개발하기 위해서는 승객 데이터의 확보가 필수라고 강조하면서, “기존 디지털 모델과 달리 현실 데이터를 동기화하는 디지털 트윈 모델을 목표로 한다”고 소개했다. 현재는 승객 모니터링 시스템의 정보를 활용해서 관절의 위치를 파악하고, 인버스 다이나믹 모델을 통해 하중 정보를 계산하는 디지털 트윈 인체 모델을 구축하고 있는데, 한만용 책임연구원은 “체형 정보를 반영하여 충돌, 안락성 평가를 최적화하고, 실시간 피드백을 통해 승객 안전과 멀미 지수 예측 등 다양한 버추얼 테스트에 디지털 트윈 인체 모델을 활용할 계획”이라고 전했다.   ▲ 현대자동차 한만용 책임연구원     ■ 기사 내용은 PDF로도 제공됩니다.

빌딩스마트협회는 지난 10월 28일 서울 논현동 건설회관에서 BIM 및 스마트 건설 콘퍼런스인 ‘빌드스마트 콘퍼런스 2025(buildSMART CONFERENCE 2025)’를 개최했다. 이번 콘퍼런스는 ‘AI를 품은 미래 건축과 건설 : 로봇과 모빌리티’를 주제로 빌딩스마트협회, 한국스마트건설융합학회, 희림건축이 공동 주최했으며, 제조형 스마트 건설 혁신을 주도할 OSC모듈러산업협회의 창립총회가 함께 진행되어 그 의미를 더했다. ■ 최경화 국장     AI, 로봇, 모빌리티가 이끌어갈 미래 건축과 도시 콘퍼런스 기조강연에서는 싱가폴 기술디자인대학교의 모한 라제쉬 엘라라(Mohan Rajesh Elara) 교수가 ‘도시와 로봇의 만남 : 도시 로봇공학의 기반 구축’을, 그림쇼(Grimshaw)의 정윤희 수석이 ‘적응형 도시 구축 : 재생 인프라를 위한 프레임워크’를, 경희대학교 황경은 교수가 ‘로봇 친화형 건축물 설계 시공 및 운영 관리 핵심 기술 개발’을 주제로 발표했다. 주제발표에는 AI(인공지능), 디지털 트윈, 로봇, UAM(도심 항공 모빌리티) 등 다양한 분야의 업계, 학계 전문가가 발표를 진행했다. 엑스와이지 황성재 대표, 희림건축 최현철 수석, 와이앤스페이드 이종걸 대표, 무브먼츠 윤대훈 대표, 연우에이치티 최준혁 대표, 인천대학교 이슬비 교수, 한국건설기술연구원 이상윤 연구위원, 조우아건축사사무소 김원준 소장이 다양한 주제로 발표를 진행했다. AI 로봇 기술기업 엑스와이지(XYZ) 황성재 대표는 ‘로봇으로 증강된 공간과 도시’ 강연에서 로봇과 인간이 공존하는 지능형 도시 인프라의 새로운 비전을 제시하고, 실제로 실증 중인 성수동 로봇빌딩 사례를 통해 그 현실적 가능성을 이야기했다. 경희대 황경은 교수는 ‘AI를 품은 건축의 미래 : 공간·서비스·기술이 움직이는 동적 플랫폼으로의 전환’을 제목으로 발표했다. 황 교수는 AI·로봇·모빌리티의 발전으로 건축이 더 이상 단순히 사람을 담는 ‘그릇’이 아니라, 데이터를 학습하고 스스로 작동하는 지능형 플랫폼으로 진화한다고 강조했다. 이러한 통합은 ‘로봇 친화형 건축’을 시작으로 All-Mobility 생태계로 확장되며, 건축은 정적 구조물이 아닌 지속적으로 작동하는 도시 인프라의 허브가 된다는 핵심 비전을 제시했다.   BIM 어워즈 2025 시상식 및 수상작 전시 콘퍼런스와 함께 BIM 공모전인 ‘BIM 어워즈 2025(BIM AWARDS 2025)’ 시상식 및 수상작 전시도 진행됐다. 빌딩스마트협회는 BIM 어워즈 2025에서 총 25점의 수상작을 선정했다. BIM 어워즈 2025에서는 ▲비전부문 비전상 한국가스기술공사 ▲일반부문 Construction 분야 대상(한국건설기술연구원장상) – 계룡건설산업, 무영씨엠건축사사무소, 아키탑케이엘종합건축사사무소 ▲일반부문 Desgin 분야 대상(빌딩스마트협회장상) – 정림건축종합건축사사무소 ▲일반부문 Small and Medium sized Project 분야 대상 – 유선엔지니어링건축사사무소 ▲학생부문 Design 분야 대상 – 원광대학교 박요한, 하승혁, 김태건 ▲학생부문 Design 분야 대상 – 조선대학교 임동현, 김서연 등이 선정됐다. 협회는 2009년부터 BIM 활성화에 기여한 단체 및 개인을 발굴하여 시상함으로써 한국 건설산업의 선진화 및 BIM 기술의 올바른 활용 및 확산을 위해 지속적으로 노력하고 있다. 자세한 내용은 빌드스마트 콘퍼런스 2025 행사페이지에서 확인할 수 있다.   ■ 같이 보기 : OSC모듈러산업협회 출범… 제조형 스마트 건설 혁신 시동     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 11월 17일 ‘산업데이터스페이스 활성화를 위한 정책과 기술’을 주제로, 제조업의 데이터 연결 생태계를 구축하기 위한 정책 방향과 기술 표준, 그리고 신뢰 기반 데이터 교환 구조를 집중적으로 다뤘다. 이번 방송에서는 온톨로지 기반 상호 운용성, 산업별 협력 모델, AI 활용을 위한 데이터 생태계 조성 등 핵심 전략이 공유됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 디지털지식연구소 조형식 대표, KIAT 최태훈 PD, 포엠디엑스 김형국 대표   KMX로 본격화되는 한국형 산업데이터스페이스 구축 AI 시대 제조 경쟁력의 핵심은 설비 효율보다 데이터의 연결성과 상호 운용성이다. 유럽의 카테나-X 같은 산업 데이터 스페이스 사례가 확산되는 가운데, 한국도 ‘KMX(Korea Manufacturing X)’를 통해 산업 데이터 사일로 해소와 글로벌 표준 연계를 목표로 하는 국가 단위 제조 데이터 인프라를 구축하기 시작했다. KMX는 데이터를 중앙에 모으는 대신 기업이 데이터를 보유한 상태에서 필요할 때만 연결하는 분산형 구조를 기반으로 한다. 국내 제조업이 겪어온 데이터 고립, 기업 간 구조 차이, 상호 운용성 부족 문제를 해결하고, CBAM·DPP 등 글로벌 공급망 규범에 대응하기 위해서다. 따라서 KMX는 산업별 표준 데이터 모델과 커넥터, 카탈로그, 보안 인증 같은 공통 기술을 패키지 형태로 제공한다. 한국산업기술진흥원(KIAT) 최태훈 디지털전환 PD는 “기업이 데이터를 공유하지 않는 이유는 기술 유출보다 안심하고 연결할 구조가 없기 때문”이라고 강조했다. KMX는 4년간 플랫폼 기술, AI 기반 서비스, 국제 표준 연동, 산업 실증을 추진하며 자동차·전자·철강·섬유·바이오 등 12개 산업 협회와의 협력을 확대할 예정이다.   AI 활용을 위한 ‘데이터 고속도로’… 5대 제조 서비스 KMX는 AI가 활용할 수 있는 의미 있는 데이터 흐름을 만들기 위해 산업 온톨로지 기반 시맨틱 구조를 구축한다. 이를 바탕으로 ▲공급망 수요 관리 ▲디지털 트윈 연계 공정 모델 ▲예지보전 ▲품질 추적 ▲탄소·에너지 저감 등 5대 공통 AI 서비스를 우선 개발한다. 이 서비스는 SaaS 형태로 제공돼 중소기업도 인프라 부담 없이 AI를 도입할 수 있다. 클라우드 기반 자동 업데이트(MLOps)도 지원된다. 또한 KMX는 카테나-X, IDTA, IMX 등 글로벌 데이터 스페이스와의 상호 인증을 추진해 국제 표준과 연동 가능한 한국형 플랫폼을 만든다는 계획이다. 한국산업지능화협회 산업데이터스페이스위원회 강사를 맡고 있는 포엠디엑스 김형국 대표는 “AI가 아무리 발전해도 데이터의 의미 구조(온톨로지)가 없으면 쓰일 수 없다”며 데이터 스페이스가 AI의 핵심 토대임을 강조했다. 데이터 고속도로가 구축되면 품질 문제 추적, 납기 리스크 감소, 글로벌 규제 대응 등 공급망 전반의 ROI가 크게 개선될 것으로 전망된다. 향후 AI 에이전트 기술이 결합되면 공급망 자동 분석과 의사결정도 가능해져 제조업 패러다임이 소프트웨어 중심으로 이동할 것으로 보인다. KMX는 기술 프로젝트가 아니라 정부–기관–대기업–중소기업이 함께 만드는 생태계 기반의 국가 프로젝트다. 정부는 표준과 제도, 기관은 인증체계, 대기업은 공급망 연결, 중소기업은 SaaS AI 도입을 맡는 공동 구조다. 이는 기업 내부 DX에 머물던 기존 스마트 공장의 한계를 넘어 산업 전체를 연결하는 ‘연결 중심 제조’로의 본격적 전환을 의미한다. KMX가 구축하는 산업 데이터 스페이스는 앞으로 한국 제조업의 AI 혁신을 이끄는 핵심 인프라이자, 제조 생태계 경쟁력을 좌우54 · 할 중요한 기반이 될 전망이다.     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 10월 22일 ‘고가의 GPU 없이도 최대 VRAM 96GB 작업 가능, HP Z AI 워크스테이션 및 사용기 소개’를 주제로, 강력한 미니 워크스테이션’을 표방한 HP Z2 미니 G1A(HP Z2 Mini G1A)를 소개하는 시간을 마련했다. AI와 디지털 콘텐츠 작업을 하고 있거나 시작하려는 기업·개인에게 G1A는 현실적인 대안이 될 것으로 기대된다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 왼쪽부터 캐드앤그래픽스 박경수 이사, HP코리아 차성호 이사, 마루인터내셔널 배현수 부장   미니지만 96GB VRAM… ‘새로운 가성비 워크스테이션’ HP코리아 차성호 이사는 워크스테이션은 “단순 고성능 PC가 아니라, R&D·엔지니어링에서 무거운 애플리케이션을 장시간 안정적으로 돌리기 위해 설계된 장비”라고 정의했다. Z2 미니 G1A는 AMD 라이젠 AI 맥스 프로(Ryzen AI Max Pro) 기반 16코어 CPU, 통합형 CPU·GPU 구조를 채택해 지연 시간을 줄이고, 128GB 통합 메모리 중 최대 96GB를 VRAM으로 할당할 수 있는 것이 핵심이다. 기존에 96GB VRAM을 구성하려면 RTX 6000급 GPU 두 장이 필요했고, GPU 비용만 수천만 원이 들었다. Z2 미니는 이와 비슷한 메모리 용량을 훨씬 적은 비용으로 활용할 수 있어 기존에는 메모리 부족 때문에 시도조차 어려웠던 워크플로를 가능하게 하는 장비라는 설명이다. 폼팩터는 300W 파워 내장 미니 박스 형태로 책상 위·아래, 모니터 뒤, 랙 장착 등 다양한 설치가 가능하며, 팬·성능 모드를 선택해 저소음/성능/랙 환경에 맞게 튜닝할 수 있다. 타깃으로는 3D 모델링, 렌더링, 콘텐츠 제작, AI·LLM 개발, 데이 터 사이언스 등이 제시됐다. 차성호 이사는 “이 제품은 96GB VRAM을 통해 기존에는 메모리 한계 때문에 불가능했던 워크플로를 가능하게 만드는 새로운 형태의 미니 워크스테이션”이라고 말했다.   DCC·CAD·LLM까지… 실사용으로 본 성능과 활용성 마루인터내셔널 배현수 부장은 Z2 미니 G1A(AMD 라이젠 AI 맥스 프로 395, RAM 64GB)로 DCC·CAD·LLM·AI 이미지까지 실제 업무에 가까운 테스트를 진행한 사례를 발표했다. 시네벤치(Cinebench) 멀티코어 벤치마크에서는 애플의 M1 울트라보다 높은 점수가 나와 “생각보다 훨씬 강력한 성능”이라고 평가했다. 시네마 4D(Cinema 4D)에서는 약 2만 5000개 파트, 3100만개 폴리곤 규모의 CAD 기반 신을 무리 없이 조작했고, 레드시프트(Redshift) 및 브이레이(V-Ray) CPU 렌더에서도 대용량 신을 안정적으로 처리했다. 지브러시(ZBrush)에서는 1억 1000만개 폴리곤 모델도 부드럽게 다뤄, 대용량 메시에 강점을 보였다. 아이언캐드(IronCAD) 대형 어셈블리(2만 1800개 부품, 860MB 크기) 테스트에서는 RTX 2060 노트북과 비슷한 뷰포트 성능을 보여, CAD 엔지니어가 “이 작은 장비에서 이 정도 퍼포먼스가 나올 줄 몰랐다”며 놀랐다는 후기도 전했다. LLM 측면에서는 LM 스튜디오(LM Studio)로 20B급 모델을 로컬에서 구동해 실사용 감각을 확인했고, 올라마(Ollama) 기반 라마 모델로 한글 Q&A도 테스트했다. 배 부장은 “외부 챗GPT(ChatGPT)를 쓰기 어려운 보안 환경에서 로컬 LLM 실험용 장비로 충분히 의미가 있다”고 강조했다. 콤피UI(ComfyUI)를 통한 스테이블 디퓨전(Stable Diffusion)도 설정 변경 후 동작을 확인해, 로컬 AI 이미지 실험 환경으로서 가능성을 보여줬다.      ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 11월 3일 ‘디지털 전환에서 AI 전환으로’를 주제로, 디지털 전환(DX)과 AI 전환(AX)의 개념과 시간적 흐름 및 공간적 위치 측면의 맥락을 명확하게 이해하고, DX를 통해 인프라를 구축한 후에 AX를 추진하는 방법에 대해 소개했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자     이날 줌으로 진행된 웨비나의 사회는 4차산업혁명연구소 한석희 소장이 맡았고, 디케이융합전략연구소 김덕현 대표가 발표자로 나서 AI 열풍 속에서 기업과 조직이 무엇을 먼저 점검해야 하는지 짚었다. 기업과 대학을 두루 거친 김 대표는 “디지털 혁신과 AI 전환은 결국 기업 혁신이라는 더 큰 철학 아래에 있어야 한다”며, “기술보다 ‘왜 하느냐(why to do)’를 먼저 따져봐야 한다”고 강조했다.   생성형 AI 열풍, AI의 전부가 아니다 김덕현 대표는 먼저 AI 패러다임의 큰 흐름부터 짚었다. 1950년대 인공지능의 출발에서 머신러닝과 딥러닝, 그리고 오늘의 생성형 AI에 이르기까지의 계보를 짧게 정리한 뒤, “생성형 AI가 AI의 전부라고 생각하면 위험하다”고 선을 그었다. 김덕현 대표는 인공지능을 전통적으로 규칙 기반 심벌릭 AI와 연결주의 기반의 딥러닝이라는 두 축으로 설명했다. 그는 “두 방식 모두 완전하지 않기 때문에 최근에는 신경망과 규칙을 결합한 뉴로심벌릭 AI, 문제에 따라 여러 모델을 조합하는 컴포지트 AI 같은 흐름이 나오고 있다”며, “앞으로 중요한 것은 특정 패러다임이 아니라 문제에 가장 잘 맞는 모델을 고르고 결합하는 능력”이라고 진단했다. 이어 생성형 AI, 판별형(예측·분류) AI, 추론형 AI, 에이전틱 AI(agentic AI), 물리 AI(physical AI) 등 최근 주목받는 개념을 정리했다. 에이전틱 AI에 대해서는 “하나의 AI 에이전트가 아니라 자료 수집·계획·조정 등 역할이 다른 여러 에이전트가 복잡한 문제를 협력해 푸는 구조”라고 설명했다. 엔비디아 등이 강조하는 물리 AI에 대해서는 “소프트웨어로만 존재하던 AI에 몸을 붙인 것, 즉 로봇, 자율주행차, 각종 기계 장치와 결합한 구체적인 미래”라고 풀이했다. 하지만 그는 열풍 못지않게 한계와 위험도 분명하게 짚었다. 생성형 AI의 환각(hallucination) 문제, 설명 가능성 부족, 그리고 ‘예측·계획·의사결정·자율 시스템에는 LLM을 쓰지 말라’고 경고하는 해외 연구까지 언급하며, “현재 수준의 생성형 AI는 기업의 ‘미션 크리티컬’한 의사결정에 그대로 얹기에는 부담스러운 도구”라고 말했다.   AI 전환, 디지털 전환 없이 말하는 것은 넌센스 방송의 후반부에는 ‘개념’과 ‘맥락’에 대한 내용에 방점이 찍혔다. 김 대표는 디지털 혁신과 디지털 전환, 그리고 AI 전환의 관계를 하나의 축으로 묶어 설명했다. 그는 기업에 가장 상위에 있어야 할 것은 ‘기업 혁신 철학’이라고 강조했다. 그 아래에 디지털 기술을 활용한 ‘디지털 혁신’이 있고 이를 고도화한 단계가 ‘디지털 전환’으로, 최근 생성형 AI의 붐과 함께 나온 ‘AI 전환’이라는 용어 역시 이 연장선에서 이해해야 한다는 것이다. 그는 “디지털 전환이든 AI 전환이든 결국 목적은 기업 혁신이다. 디지털 기술이 없어도, AI를 쓰지 않아도 기업은 계속 혁신해야 한다. 중요한 것은 수단이 아니라 목적이다”라고 말했다.     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   10월 23일 CNG TV에서 한국인프라는 ‘BIM, 단순한 트렌드가 아닌 디지털 혁신 : 작업 효율을 높이는 Clash Master & Revit Master’를 주제로, 간섭검토 시간을 획기적으로 단축하는 클래시 마스터(Clash Master)와 반복적이고 번거로운 모델링 작업을 자동화하는 레빗 마스터(Revit Master)를 소개했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ BIM의 중요성에 대해 설명한 한국인프라 임현재 매니저   BIM은 ‘데이터 기반 생애주기 플랫폼’으로의 전환 한국인프라 임현재 매니저는 BIM(건설 정보 모델링)을 단순한 3D 모델링 기술이 아닌 “건물의 모든 정보를 담아내는 디지털 트윈 기반 데이터 플랫폼”으로 정의했다. 또한 “해외 주요국 대비 속도는 느리지만, 한국도 공공 분야를 중심으로 BIM 전환이 확실하게 가속화되고 있다”고 설명했다. 기존 2D 방식처럼 도면(DWG)과 물량 엑셀을 따로 관리하던 구조에서는 수정 시 이중 작업, 누락·오류 등 비효율이 반복될 수밖에 없다. 반면 BIM은 패밀리 객체를 중심으로 모델·도면·물량이 연동돼, 한 번의 수정으로 전체 정보가 자동 업데이트된다. BIM의 핵심 가치는 ▲속성 기반 정보 모델링 ▲건축·구조·설비 등 전 분야 통합 협업 ▲설계–시공–운영까지 이어지는 생애주기 활용성이다. 또한 공정(4D), 비용(5D), 유지관리(6D), 실시간 에너지 분석(7D) 등으로 확장되며, 공사비·공기 최적화와 운영 효율 향상의 기반이 된다. 국내외 정책 흐름도 BIM 전환을 뒷받침하고 있다. 영국은 공공 프로젝트에 BIM 레벨 2를 의무화했고, 싱가포르는 공공·민간 설계 단계에서 BIM 제출을 강제하며 생산성 혁신을 추진 중이다. 국내도 도로·하천·항만 등 대형 공공 사업과 중소 규모 사업까지 점진적으로 BIM 의무 적용을 확대하고 있다.   클래시 마스터·레빗 마스터, BIM을 위한 실전형 도구 임현재 매니저는 나비스웍스·레빗 기반 서드파티 도구인 ‘클래시 마스터’와 ‘레빗 마스터’를 소개하며 실제 현장에서 경험할 수 있는 효율을 강조했다. 임 매니저는 “클래시 마스터와 레빗 마스터는 거창한 기능보다 ‘지금 당장 실무자의 시간을 줄이는 실용성’에 중점을 둔 도구다”라고 말했다. 클래시 마스터는 나비스웍스 기반의 간섭 검토 자동화 설루션으로, 모델 좌표·회전 자동 정합, 검색 세트 자동 생성, 간섭 조건 엑셀 관리, 간섭 결과 대시보드·차트 제공 등의 기능을 지원한다. 이를 통해 중복 간섭 제거와 설계 오류 예방이 가능하며, 검토·회의·리포트 작성에 필요한 정량 데이터를 쉽게 확보할 수 있다. 레빗 마스터는 반복적인 모델링과 검토 작업을 줄여주는 레빗 전용 설루션이다. 문이 있는 공간만 자동으로 인식해 룸을 생성하는 룸 바운더리 기능, 여러 공간의 피난 경로를 자동 계산하는 피난 검토 기능, CAD 좌표를 이용해 천장 볼트·액세스 플로어 포스트·펌프 등을 자동 배치하는 모델링 자동화 기능, 여러 도면을 한 번에 NWC로 추출하는 배치 익스포트 기능 등이 포함돼 있다. 이 두 설루션은 간섭 정리, 반복 모델링, 파일 변환처럼 BIM 실무자에게 가장 많은 시간이 소요되는 영역을 직접 겨냥해 설계되어 있다는 점이 특징이다.     ■ 기사 내용은 PDF로도 제공됩니다.