‘PLM/DX 베스트 프랙티스 컨퍼런스 2025’가 지난 6월 20일 서울 코엑스에서 열렸다. ‘제조의 미래를 위한 PLM 혁신과 AX 전략’을 주제로 한 이번 행사에서는 제조산업에서 불확실한 외부 환경에 대응하고 기술 및 비용 경쟁력을 확보하기 위한 통합 PLM(제품 수명주기 관리) 설루션과 인공지능 전환(AX)의 중요성을 강조했다. ■ 정수진 편집장     ‘PLM/DX 베스트 프랙티스 컨퍼런스 2025’의 오전 시간에는 세 편의 기조연설이 진행됐다. 기조연설에서는 제조 산업의 미래를 위한 PLM 기반의 통합적 디지털/ AI 전환 전략을 통해 경쟁력을 강화하고 새로운 가치를 창출해야 한다는 메시지와 함께, 단순한 기술 도입을 넘어 데이터 통합과 표준화 그리고 궁극적으로 일하는 방식과 조직 문화의 근본적인 변화가 필요하다는 지적이 있었다.   ■ 같이 보기 : [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2025, 제조 혁신을 위한 PLM과 AI 전략을 짚다   기조연설에 이어 오후 시간에는 ▲베스트 프랙티스 ▲트렌드/신기술/설루션 ▲ SDM(MES/MOM) 등 세 개의 트랙에서 18편의 발표가 진행됐다. 발표자들은 불확실성의 시대에 제조 경쟁력을 확보하기 위해 PLM을 중심으로 한 전사적인 디지털 전환 및 AI 전환을 추진하고, 이를 위해 데이터 통합, 표준화, 그리고 업무 방식 및 조직 문화의 변화가 필수임을 강조했다.   PLM 기반의 디지털 전환 및 AI 활용 사례 소개 베스트 프랙티스 트랙에서 GM 테크니컬 센터 코리아(GM TCK) 김성진 부장은 ‘PLM 기반 싱글 BOM 구현을 통한 자동차 산업의 디지털 전환 가속화’를 주제로, PLM에 기반한 통합 엔지니어링 변경 관리를 통해 디지털 전환을 가속화하기 위한 GM TCK의 전략, 비전 및 베스트 프랙티스를 소개했다.   ▲ GM TCK 김성진 부장   아비바코리아 조영찬 프로는 ‘디지털 자산 수명주기의 혁신 : AVEVA와 Aras 기반의 통합 ALM 전략’ 발표에서 PLM 설루션인 아라스 이노베이터(Aras Innovator) 플랫폼과 협력해 자산 수명주기 관리(Asset Lifecycle Management : ALM)를 구현한 아비바의 설루션 기술에 대해 소개했다.   ▲ 아비바코리아 조영찬 프로   지멘스 디지털 인더스트리 소프트웨어 노은희 이사는 ‘PLM의 미래 - 디지털 스레드 기반의 지멘스 AI 전략’ 발표를 통해 AI, 디지털 트윈, 디지털 스레드를 기반으로 사람과 프로세스를 유기적으로 연결하는 지멘스의 PLM 미래 전략을 제시했고, 이를 통해 현재 직면한 복잡성을 혁신의 기회로 바꾸는 방안을 설명했다.   ▲ 지멘스 디지털 인더스트리 소프트웨어 노은희 이사   퍼시스홀딩스 정연석 팀장은 ‘퍼시스그룹의 DX 전략 : 설계 데이터 기반 디지털 트윈 자동 생성 및 전사 활용’ 발표에서 퍼시스가 고민한 디지털 전환 전략과 함께 주문품의 Configure to Order를 위해 설계 및 BOM(Bill-of-Materials) 데이터를 기반으로 디지털 트윈을 자동으로 생성하고 전사적으로 활용한 사례에 대해 소개했다.   ▲ 퍼시스홀딩스 정연석 팀장   PTC코리아 이봉기 상무는 ‘AI 기반 차세대 인텔리전트 PLM 전략’ 발표를 통해 AI 기술 발전과 PLM의 접목을 통해 제조 기업이 제품 개발 속도 향상, 품질 개선, 데이터 기반 의사 결정 등 실질적인 비즈니스 성과를 도출할 수 있다고 강조했다. 또한 제품 개발의 전체 과정에서 에이전트 AI 기술을 활용하여 혁신을 이루기 위한 PTC의 전략을 소개했다.   ▲ PTC코리아 이봉기 상무   KAIST 윤희택 교수는 ‘AI 자율 제조를 위한 로봇 기술 동향과 사이버물리 시스템 적용 사례’ 발표를 통해 제조산업의 위기 상황에서 주목을 받고 있는 자율 제조를 위한 로봇, 인공지능, 디지털 트윈을 융합한 사이버 물리 동향과 함께 현재 진행 중인 연구 내용을 소개했다.   ▲ KAIST 윤희택 교수   AI, 디지털 트윈, 로코드를 활용한 제조 혁신 전략 트렌드/신기술/설루션 트랙에서 다쏘시스템코리아의 김병균 파트너는 ’생성형 경험과 AI 기반 PLM 혁신 : 제품 개발과 제조의 새로운 미래’ 발표를 통해 PLM에 생성형 경험(generative experience) 및 AI 기술을 적용하여 제품 개발, 설계, 생산 전 과정에서 업무 효율을 높이고, 데이터 분석을 통해 예측 및 최적화를 실현하는 방안을 소개했다.   ▲ 다쏘시스템코리아 김병균 파트너   씨이랩 김건우 매니저는 ‘엔비디아 옴니버스만 가능한 디지털 트윈의 비즈니스 실현’ 발표에서, 인공지능과 XR(확장현실) 기술의 발전에 따라 다양한 영역에서 적용되는 디지털 트윈 가운데 엔비디아 옴니버스(NVIDIA Omniverse)가 구현할 수 있는 비즈니스 혁신 방안을 소개했다.   ▲ 씨이랩 김건우 매니저   아이지피넷 윤정두 차장은 ‘성공적인 PDM 라인 구축의 열쇠 3D-SUITE’ 발표에서 고도의 PDM(제품 데이터 관리)을 실현하기 위해 회사, 부서, 프로세스 간 원활한 정보 전달 및 여러 시스템 연동 환경이 필수라고 강조했다. 또한 3차원 데이터의 변환, 검증, 수정, 비교, 단순화 등 디지털 엔지니어링에 필요한 데이터 최적화를 지원하는 3D-스위트(3D-SUITE) 설루션을 소개했다.   ▲ 아이지피넷 윤정두 차장   세원에스텍 윤중근 이사는 ‘Fast Forward : 디지털 전환과 제품 개발’ 발표를 통해 불확실하고 혼란스러운 시대에 기업의 경쟁력과 회복탄력성 유지를 위한 디지털화의 중요성을 강조했다. 그리고, CONTACT Elements 기반 설루션과 엔지니어링 분야의 AI 활용을 통해 디지털 전환과 제품 개발을 가속화하는 방안을 소개했다.   ▲ 세원에스텍 윤중근 이사   팀솔루션 송희삼 상무는 ‘현장이 원하는 디지털 트윈 : 최소 인프라, 최대 효과를 위한 접근법’ 발표에서 3D CAD 데이터를 기반으로 한 3D 산업 콘텐츠를 제작하여 실제 제조 현장의 작업 매뉴얼 및 교육 콘텐츠로 적용한 사례를 공유하면서, 최소 인프라로 최대 효과를 얻기 위한 디지털 트윈 전략과 그 성과를 소개했다.   ▲ 팀솔루션 송희삼 상무   한화시스템 박성수 팀장은 ‘제조 영역에서의 로코드 및 AI 기반 개발 방식의 변화’ 발표를 통해 AI 기반의 로코드(low-code) 개발 방식이 제조 현장에 가져 올 수 있는 혁신을 소개했다. 그리고 OutSystems의 Mentor 기능을 활용하여 MVP(최소 기능 제품) 시스템을 단기간 내 구현하는 실질적인 접근 방법을 공유했다.   ▲ 한화시스템 박성수 팀장   소프트웨어 기반의 미래 제조와 스마트 공장 SDM(MES/MOM) 트랙에서는 인더스트리4.0협회 명예회장인 박한구 스마트엠앤에프그룹 대표가 ‘미래 제조 패러다임 전환, SDM 기반 자율제조 생산 체계 도입’ 발표에서 미래의 제조는 SDM(소프트웨어 정의 제조) 기반의 자율성 및 유연성을 핵심으로 하며, 데이터 중심의 통합·지능형 생산 체계로 전환될 것이라고 소개했다.   ▲ 스마트엠앤에프그룹 박한구 대표(인더스트리4.0협회 명예 회장)   다쏘시스템코리아 장희준 파트너는 ‘MES 도입과 진화 : 글로벌 트렌드와 국내 적용 전략’ 발표를 통해 글로벌 MES(제조 실행 시스템) 트렌드와 국내 활용 사례를 통해 성공적인 MES 구축을 위한 핵심 고려사항을 제시했다.   ▲ 다쏘시스템코리아 장희준 파트너   에스에이치아이엔티 이종수 부장은 ‘자동차 부품 산업의 디지털 혁신을 위한 AI 기반 DX 플랫폼 개발 사례’ 발표에서 디지털 트윈, AI, 머신러닝 기반의 지능형 생산이 적용되는 중소기업 스마트 공장의 연구 및 실제 적용 사례가 부족한 현실을 언급하면서, 자동차 부품 중소기업의 디지털 전환을 위한 사전 준비, 연구 개발 및 공정 적용 사례를 AI 및 지능형 생산 시스템 기술 개발 산학연 과제와 함께 설명했다.   ▲ 에스에이치아이엔티 이종수 부장   슈나이더일렉트릭코리아 김건 매니저는 ‘Software-Defined Automation(소프트웨어 정의 자동화)’ 발표를 통해 산업 자동화 분산 제어를 위한 국제 표준인 IEC61499를 기반으로 하며, 자동화의 모듈화 및 애플리케이션 중심 설계를 가능케 하는 슈나이더 일렉트릭의 SDA(Software-Defined Automation)를 소개했다.   ▲ 슈나이더일렉트릭코리아 김건 매니저   호서대학교 산학협력단 디지털팩토리연구센터장인 김수영 교수는 ‘AI-DX-FOMs 기반 현장/실무 중심의 스마트팩토리 전략 : MES 연동부터 AI 챗봇, 자율 제조까지’ 발표에서 제조 기업이 보유한 레거시 시스템과 연계한 KPI(핵심 성과 지표) 다차원 분석 및 MES 연동부터 AI 챗봇, 자율 제조에 이르는 제조 현장 맞춤형 스마트 공장 구축 전략에 대해 소개했다.   ▲ 호서대학교 김수영 교수   첨단제조표준화포럼 차석근 운영위원장은 ‘AX, DX와 관련 제조 데이터 표준화 구현과 도전 분야’ 발표를 통해 최근 산업용 AI를 활용한 자율 제조 및 SDM 관련 요구사항이 늘어나고 있다고 지적했다. 또한, 생산 자원(4M2E) 제조 데이터의 표준화 없이는 이러한 혁신이 불가능하다고 강조하면서 표준화 구현 방안 및 도전 분야에 대해 설명했다.   ▲ 첨단제조표준화포럼 차석근 운영위원장

슈나이더 일렉트릭 코리아가 6월 20일 서울 코엑스에서 열린 ‘PLM/DX 베스트 프랙티스 컨퍼런스 2025’에 참가해, 차세대 산업 자동화 전략으로 주목받는 소프트웨어 정의 자동화(SDA)에 대한 인사이트를 공유했다. 올해로 21회를 맞이한 ‘PLM/DX 베스트 프랙티스 컨퍼런스’는 AI와 디지털 전환(DX)의 가속화 속에서 변화하는 제조 산업의 혁신 방향을 조망하는 국내 대표 기술 콘퍼런스다. 한국산업지능화협회, 한국CDE학회, 캐드앤그래픽스가 공동 주최하고 PLM 기술위원회가 주관하는 이번 행사는 PLM을 중심으로 한 제조 혁신 사례와 함께, 새롭게 신설된 SDM(MES/MOM) 트랙을 통해 자율 제조 및 스마트 공장 전략까지 폭넓게 다뤘다. 이날 행사에서 슈나이더 일렉트릭 코리아 산업 및 공정 자동화 사업부의 김건 매니저는 ‘소프트웨어 정의 자동화’를 주제로 발표를 진행했다. 김건 매니저는 슈나이더 일렉트릭의 SDA 전략을 기반으로, 산업 자동화의 모듈화 및 유연성을 높이는 핵심 기술로 IEC 61499 국제 표준을 소개하고, 이를 바탕으로 애플리케이션 중심 설계가 가능해지는 구조를 중점적으로 설명했다.     특히 이번 발표에서는 슈나이더 일렉트릭이 제공하는 개방형 자동화 엔지니어링 플랫폼인 ‘EAE(EcoStruxure Automation Expert)’를 기반으로, 디지털화된 제조 환경에서 효율·유연성·지속 가능성을 동시에 실현할 수 있는 구체적 사례와 적용 방안도 함께 소개됐다. 이 플랫폼은 기존의 하드웨어 중심 제어에서 벗어나 자동화 애플리케이션을 IT 소프트웨어처럼 설계·배포·운영할 수 있도록 지원함으로써, OT와 IT 간의 경계를 허물고 제조 프로세스의 민첩성과 확장성을 높인다. 김건 매니저는 “급변하는 제조 산업의 요구에 맞춰 자동화 구조도 전통적인 방식에서 탈피해 보다 유연하고 지속 가능한 방향으로 진화하고 있다”면서, “슈나이더 일렉트릭의 EAE는 IEC 61499 기반의 개방형 자동화 플랫폼으로, 하드웨어 종속에서 벗어나 애플리케이션 중심의 유연한 자동화를 실현할 수 있게 해 준다”고 소개했다. 그리고 소프트웨어 정의 자동화가 제조 환경에 가져올 변화와 실질적 이점을 공유했다. 한편, 이번 ‘PLM/DX 베스트 프랙티스 컨퍼런스 2025’에는 다쏘시스템코리아, SAP코리아, 아비바코리아, 지멘스 디지털 인더스트리 소프트웨어, PTC코리아, 한화시스템 등 다양한 글로벌 기업이 발표 세션과 부스 전시를 통해 최신 기술과 제품을 선보였다.

에이수스 코리아는 산업용 에지 컴퓨팅 및 데이터 센터 환경에 최적화된 RUC-1000G, RUC-1000D, 러기드 에지 컴퓨팅을 위한 PE2300U를 출시한다고 밝혔다.   ▲ 에이수스 RUC-1000 시리즈   에이수스 RUC-1000 시리즈인 RUC-1000G와 RUC-1000D는 서버 랙에 장착 가능한 하프랙(Half-Rack) 폼팩터를 기반으로 한 임베디드 팬리스 AI 에지 컴퓨터이다. 최신 인텔 코어 울트라 200S 시리즈 프로세서와 최대 64GB 메모리를 지원하는 듀얼 DDR5-6400 SO-DIMM 슬롯을 갖추고 있다. IEC 62443-4-1 사이버 보안 표준을 준수하며, 통합형 iBMC 모듈을 통해 원격 모니터링, 시스템 복구 및 운영을 지원하는 OOB 관리 기능을 제공한다. 두 제품 모두 MIL-STD-810H 인증을 획득해 높은 안정성과 내구성을 제공한다. RUC-1000G는 표준화된 2U 19인치 랙 마운트 규격으로 제공된다. 600W GPU(최대 4000 AI TOP)를 지원하며 PCIe 5.0 인터페이스, 모듈형 냉각 설계, 그리고 엔비디아 RTX 프로 6000 블랙웰 서버 에디션 시리즈 GPU와의 호환성을 바탕으로 머신 비전, 자율 주행, 지능형 비디오 분석, 생성형 AI 및 스마트 공장 환경 구축에 최적화된 성능을 제공한다. -25℃~60℃의 극한 환경에서도 안정적으로 동작할 뿐만 아니라, 모듈화를 통한 메인 시스템과 GPU가 분리된 냉각 시스템으로 혹독한 환경에서도 스로틀링 없는 성능을 보여준다. RUC-1000D는 하프랙 임베디드 팬리스 에지 컴퓨터로 RAID 지원 그리고 최대 6개의 2.5인치 SSD를 장착할 수 있는 핫스왑 섀시를 지원하며, ▲10GbE LAN ▲듀얼 2.5GbE LAN ▲10개의 USB 포트 ▲6개의 COM 포트 등을 포함한 다양한 I/O 구성을 통해 산업 자동화 및 스마트 공장, 스마트 시티 인프라 구축에 적합한 유연한 연결성을 제공한다. 또한, -25℃~60℃의 작동 온도 범위를 지원해 실외 혹은 열악한 환경에서도 안정적인 운용이 가능하다.   ▲ 에이수스 PE2300U   팬리스 러기드 에지 컴퓨터인 PE2300U는 인텔 코어 울트라 프로세서, PCIe 5.0을 기반으로 최대 4개의 COM 포트, 7개의 USB 포트, 3개의 독립적인 디스플레이 포트 등 다양한 I/O 기능을 갖추고 있다. 또한 PoE LAN, CAN-Bus, Com 포트 모듈을 추가하여 확장할 수 있는 설계 방식으로, 까다로운 환경에서 일관된 고성능과 팬리스 기반의 정숙한 작동이 이루어질 수 있도록 구성되어 있다.

제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (13)   이번 호에서는 크레오 파라메트릭의 클리어런스 및 크리피지 분석 기능으로 전기적 제품의 고장을 사전에 예방하고 전기적 안전성을 향상시킬 수 있도록 설계를 최적화하는 방법을 알아보자.   ■ 김성철 디지테크 기술지원팀의 이사로 Creo 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   클리어런스와 크리피지 분석의 중요성 전기 및 전자 제품의 설계에서 절연 거리 확보는 전기적 제품의 안정을 위해 중요한 설계 고려 사항이다. 제품에 안전한 절연 거리가 확보되지 않으면 누전, 감전과 화재가 발생할 수 있으며 이는 제품의 고장이나 안전 사고로 이어질 수 있다. 이에 따라 국제 표준에서는 전기 제품 설계 시 필수로 확보해야 하는 최소 클리어런스와 크리피지 거리를 규정하고 있으며, 설계자는 이를 준수하여 전기적 안전을 고려한 설계를 진행해야 한다. 크레오 파라메트릭은 이러한 분석을 설계 단계에서 자동화하여 신속하고 정확하게 검증하고, 제품의 전기적 안전을 최적화한 설계를 가능하게 한다.   클리어런스와 크리피지 정의 클리어런스(Clearance)는 공기 중을 통한 두 도전성 부품 간의 최단 거리이다. 고전압 환경에서는 절연 파괴를 방지하기 위해 충분한 거리를 확보해야 한다. 크리피지(Creepage)는 절연 표면을 따라 두 도전성 부품 간의 최단 거리이다. 먼지, 습기 등으로 인해 누설 전류가 발생할 수 있으므로 전기적 제품은 안전한 크리피지 거리를 확보하는 것이 중요하다.     국제 표준인 IEC 60601, IEC 60950 등은 사용 환경, 오염 등급, 재료 그룹 및 전압 수준 등에 따라 다양한 절연 거리 기준을 규정하고 있다.   크레오 파라메트릭의 클리어런스 및 크리피지 분석 절차 크레오 파라메트릭에서 3D 모델에 전기적 절연 특성을 정의하고 전도성 부품 간의 절연 거리를 자동으로 계산한다. 사용자가 설정한 기준에 따라 분석 결과를 시각적으로 표시하고 문제 영역을 검토하여 허용 여부를 더 빠르게 판단할 수 있다.     크레오 파라메트릭에서는 클리어런스 및 크리피지 분석을 다음과 같은 절차로 진행할 수 있다.  모델 설정(메타데이터 정의)  분석 정의(전기 네트 및 분석 설정)  결과 및 리포팅(결과 검토)   모델 설정 분석 대상 모델에 대해 전기적 컴포넌트, 도전체 및 절연체를 정의하고 필요한 속성을 지정한다. 크레오 파라메트릭에서 분석(Analysis) → 클리어런스 및 크리피지(Clearance and Creepage) 분석을 실행한다.     클리어런스 및 크리피지 분석 대화상자에서 ‘메타데이터(Meta Data)’ 탭의 부품 목록을 확인하고, CTI 열에 각 컴포넌트의 비교 추적 치수(CTI) 값을 정의한다.     ■ 참고 비교 추적 지수(Comparative Tracking Index : CTI)는 전기 절연체의 내전력성을 측정하는 데 사용되는 지표이며, 전기 절연체의 표면에 발생하는 누설 전류를 측정하여 전기적으로 견딜 수 있는 능력을 평가한다. CTI 등급은 IEC 60112 규격에 따라 분류되며 IEC 60112는 전기 기기의 절연체에 대한 추적성 시험 방법을 제공하는 국제 표준이다.   CTI 값은 정수로 정의하며 정의되지 않은 부품(-1, 기본값), 전도성 부품(0)과 부품의 절연성에 따라 0보다 큰 값을 정의한다. 부품의 절연성이 높을 수록 높은 CTI 값을 가진다. 개별 컴포넌트의 매개변수(Parameters)에 COMPARATIVE_ TRACKING_INDEX 값을 직접 입력하여 CTI 값을 지정할 수도 있다.      또한, 피처 매개변수(Feature Parameters)를 활용하여 부품 내 각 피처별로 서로 다른 CTI 값을 지정할 수 있다. 이를 통해 재질 특성이 서로 다른 비균일 구성 요소를 보다 정밀하게 정의하고 더욱 현실적인 전기적 안전 분석을 수행할 수 있다.        ■ 자세한 기사 내용은 PDF로 제공됩니다.

AI, 디지털 전환(DX)의 가속화로 급변하는 제조 산업 환경 속에서, PLM을 중심으로 한 디지털과 AI의 융합 및 활용에 대한 관심이 높아지고 있다. 'PLM/DX 베스트 프랙티스 컨퍼런스 2025'가 이러한 트렌드를 반영하여 6월 20일(금), 코엑스 3층 컨퍼런스룸 E에서 개최된다. 올해로 21회째를 맞는 이번 행사는 한국산업지능화협회, 한국CDE학회, 캐드앤그래픽스가 공동 주최하고, PLM 기술위원회가 주관하며, PLM 기반의 디지털 전환 및 제조 혁신 사례를 중심으로 DX, AX(AI Transformation)의 최신 트렌드를 집중 조망할 예정이다. 특히 신설된 SDM(MES/MOM) 트랙을 통해 자율 제조와 스마트 팩토리의 전략까지 아우르며 행사 범위를 한층 확장했다. 가천대학교 조영임 교수는 '제조 산업의 미래, 산업 AI 트렌드와 과제'를 주제로, AI 기술 발전과 함께 변화하는 제조 환경에 대응하기 위한 기술, 전략, 인프라, 인재 양성 방안을 발표한다. SAP코리아 고건 파트너는 'AI 혁신을 기회로! 제조 경쟁력을 높이는 통합형 PLM 전략'을 주제로, SAP PLM의 성공 사례와 기대 효과를 소개한다. HD현대 이태진 전무는 '조선업의 미래를 위한 차세대 설계/생산 통합 플랫폼'을 발표하며, 3D 캐드(CAD)와 PLM을 기반으로 한 미래형 조선소 구현 방향을 제시한다. 또한 오후 세션에서는 PLM/DX 기반의 실질적 성과와 기술 동향을 확인할 수 있는 3개 전문 트랙이 마련된다. 각 트랙에서는 국내외 선도 기업과 연구자의 발표를 통해 디지털 혁신을 위한 인사이트를 제공할 예정이다. ▲ PLM/DX 베스트 프랙티스 컨퍼런스 2025 발표자 모음   베스트 프랙티스 트랙에서 GM Technical Center Korea 김성진 부장은 'PLM 기반 Single BOM 구현을 통한 자동차 산업 디지털 전환 가속화'를 주제로 PLM에 기반한 통합된 Engineering Change Management를 통해서 Digital Transformation 가속화에 대한 회사의 전략과 비전, 그리고 베스트 프랙티스를 소개한다. 아비바코리아 조영찬 프로는 '디지털 자산 수명주기의 혁신: 아비바(AVEVA)와 아라스(Aras) 기반의 통합 ALM 전략'을 주제로, Aras Innovator 플랫폼 기반의 AVEVA Asset Lifecycle Management 솔루션에 대해 소개한다. 지멘스 디지털 인더스트리 소프트웨어 노은희 이사는 ‘PLM의 미래 - Digital Thread 기반의 Siemens AI 전략’을 주제로, 현재 직면한 복잡성을 혁신의 기회로 바꾸는 지멘스 PLM 의 미래 전략을 제시한다. 퍼시스홀딩스 정연석 팀장은 '퍼시스그룹의 DX 전략'을 주제로 퍼시스의 설계(CREO)·BOM 데이터 기반 디지털 트윈 자동 생성 및 전사 활용에 대해 소개한다. PTC 코리아 이봉기 상무는 'AI 기반 차세대 Intelligent PLM 전략'을 주제로 제품 개발의 전 과정에서 Agent AI 기술을 활용하여 제품 개발 혁신을 이룰 수 있는 PTC의 전략을 소개한다. KAIST 윤희택 교수는 'AI 자율 제조를 위한 로봇 기술 동향과 사이버물리 시스템 적용 사례'를 주제로, 제조업 위기 상황 속에서 주목받고 있는 자율 제조를 위한 로봇, 인공지능, 디지털 트윈을 융합한 사이버 물리 동향 및 진행 중인 연구 내용을 소개한다.   ▲ PLM 베스트 프랙티스 컨퍼런스 2023 행사장 모습 트렌드 및 신기술 트랙에서 다쏘시스템코리아 김병균 파트너는 'Generative Experience와 AI 기반 PLM 혁신: 제품 개발과 제조의 새로운 미래'를 주제로, PLM에 Generative Experience 및 AI 기술을 적용하여 제품 개발, 설계, 생산 전 과정에서 업무의 효율성을 높이고, 데이터 분석을 통해 예측 및 최적화를 실현할 수 있는 방안을 소개한다. 씨이랩 김건우 매니저는 '엔비디아 옴니버스(NVIDIA Omniverse)만 가능한 디지털 트윈의 비즈니스 실현'을 주제로, AI, XR(확장현실)과 같은 기술의 발달과 함께 다양한 영역에서 적용되고 있는 디지털 트윈 가운데에서도 NVIDIA Omniverse에서만 가능한 디지털 트윈을 소개한다. 아이지피넷 윤정두 차장은 '성공적인 PDM 라인 구축의 열쇠, 3D-SUITE'를 주제로, 3차원 데이터의 변환, 검증, 수정, 비교, 단순화 등 디지털 엔지니어링에 필요한 데이터 최적화를 지원하는 3D-SUITE를 소개한다. 세원에스텍 윤중근 이사는 'Fast Forward : 디지털 전환과 제품 개발'을 주제로, CONTACT Elements 기반의 디지털화 솔루션과 함께 엔지니어링 분야의 AI 활용을 통해 디지털 전환과 제품 개발을 어떻게 가속화할 수 있는지를 소개한다. 팀솔루션 김지인 대표는 '현장이 원하는 디지털 트윈: 최소 인프라, 최대 효과를 위한 접근법'을 주제로, 3D CAD 데이터를 기반으로 한 3D 산업 콘텐츠를 제작하여 실제 제조 현장의 작업 매뉴얼과 교육 콘텐츠로 적용한 사례를 공유한다. 또한 최소한의 인프라로 최대 효과를 거두는 디지털 트윈 전략과 그 성과를 소개한다. 한화시스템 박성수 팀장은 '제조 영역에서의 로우코드 및 AI 기반 개발 방식의 변화'를 주제로, AI 기반의 로우코드 개발 방식이 제조 현장에 어떤 혁신을 가져오는지 소개하고, 아웃시스템즈(OutSystems)의 Mentor 기능을 활용하여 MVP 시스템을 단기간에 구현한 사례를 중심으로 실질적인 접근 방법을 공유한다. ▲ PLM 베스트 프랙티스 컨퍼런스 2023 행사장  ▲ PLM 베스트 프랙티스 컨퍼런스 2023 행사장 모습 ▲ PLM 베스트 프랙티스 컨퍼런스 2023 행사장 모습   SDM(MES/MOM) 트랙에서 인더스트리4.0협회 박한구 명예회장(스마트엠앤에프그룹 대표)은 '미래제조 패러다임 전환, SDM 기반 자율제조 생산 체계 도입'을 주제로, SDM 기반의 자율성과 유연성을 핵심으로 하는 미래제조 및 데이터 중심의 통합·지능형 생산 체계로의 전환에 대해 소개한다. 다쏘시스템코리아 장희준 파트너는 'MES 도입과 진화 : 글로벌 트렌드와 국내 적용 전략'을 주제로, 글로벌 MES 트렌드와 국내 활용 사례를 통해 성공적 구축을 위한 핵심 고려사항을 제시한다. 에스에이치아이엔티(SH-INT) 이종수 부장은 '자동차 부품 산업의 디지털 혁신을 위한 AI 기반 DX 플랫폼 개발 사례'를 주제로, 디지털 트윈, AI, 머신러닝 기반 지능형 생산이 적용되는 중간 수준 이상의 스마트 공장 연구에 대해 소개한다. 슈나이더 일렉트릭 김건 매니저는 'Software-Defined Automation(소프트웨어 정의 자동화)'을 주제로, 산업자동화 분산제어를 위한 국제 표준인 IEC61499를 기반으로 하는 슈나이더 일렉트릭의 SDA가 자동화의 모듈화 및 애플리케이션 중심 설계를 가능하게 한다는 점을 소개한다. 호서대학교 김수영 교수(센터장)는 'AI-DX-FOMs 기반 현장/실무 중심의 스마트 팩토리 전략 : MES 연동부터 AI 챗봇, 자율 제조'를 주제로, 제조기업이 보유하고 있는 레거시시스템 연계 KPI 다차원분석 MES 연동부터 AI 챗봇, 자율 제조 등 제조 현장 맞춤형 스마트 팩토리 구축 전략에 대해 소개한다. 첨단제조표준화포럼 차석근 운영위원장은 'AX, DX와 관련 제조데이터 표준화 구현과 도전 분야'를 주제로 최근 산업용 AI를 활용한 자율제조 및 SDM(Software Defined Manufacturing)의 요구사항이 증대되고 있는 점에 주목하고, 생산자원(4M2E) 제조데이터의 표준화 구현 방안과 도전 분야에 대하여 설명한다. 한국산업지능화협회 PLM 기술위원회 서효원 위원장(KAIST 명예교수)는 "올해 컨퍼런스는 '제조의 미래를 위한 PLM 혁신과 AX 전략'을 중심으로 제조 엔지니어링 분야의 디지털 트랜스포메이션을 위한 구체적인 실행 전략을 제시하고자 한다"며, "제조 산업의 경쟁력 강화와 혁신의 계기가 되기를 기대한다"고 밝혔다. 한편 이번 행사에서는 다쏘시스템코리아, SAP코리아, 아비바코리아, 씨이랩, 아이지피넷, 세원에스텍, PTC코리아, 지멘스 디지털 인더스트리 소프트웨어, 팀솔루션, 슈나이더일렉트릭, 마이링크, 쓰리피체인, 한화시스템, TopSolid/인코스 등 다양한 업체에서 발표와 부스로 참여해 새로운 제품과 기술, 트렌드에 대해 소개할 예정이다. PLM/DX 컨퍼런스 2025 사전등록은 6월 15일까지 PLM 컨퍼런스 홈페이지에서 가능하다.

MBSE를 위한 아키텍처-1D 모델 연계의 중요성 및 적용 전략 (1)   제조산업에서 설계 효율 향상과 개발 기간 단축을 위해 모델 기반 개발(MBD)을 적극 도입하고 있지만, 아키텍처 모델과 1D 모델 간의 연계 부족으로 인해 개발 단계에서 모델의 실질적인 활용과 의사결정 지원이 어려운 경우도 많다. 이번 호에서는 MBD의 성과를 높이기 위한 아키텍처 모델과 1D 모델의 체계적인 연계 방안을 제시하고, 이를 통한 설계 효율 및 개발 정확성 향상의 전략적 방향을 살펴본다.   ■ 오재응 한양대학교 명예교수, LG전자 기술고문   최근 제조산업은 제품의 개발 기간 단축과 다품종 생산이라는 트렌드에 대응하기 위해 개발의 효율성을 극대화하고 반복 설계를 최소화하는 방향으로 변화하고 있다. 이러한 흐름 속에서 모델 기반 개발(Model-Based Development : MBD)은 이미 많은 제조업체가 적극 추진하고 있으며, 이를 통해 설계 초기부터 제품의 동작을 예측하고 최적화할 수 있는 기반을 마련하고자 한다. 그러나 모델 기반 개발을 도입하고 실제로 모델을 구축했음에도 불구하고, 현업에서 모델이 제대로 활용되지 못하는 경우가 많다. 이는 구축된 모델이 단지 형식적으로 존재할 뿐, 제품 개발의 맥락 속에서 아키텍처적, 1D적 연결성을 갖추지 못해 실질적인 의사결정과 개발 단계에서 활용되지 못하고 있기 때문이다. 즉, 원래 의도한 목적이나 아키텍처적 요구와 연계되지 않은 모델이기 때문에, 사용자는 해당 모델이 ‘내 일에 어떻게 쓰이는지’를 이해하지 못하고 거리감을 느끼는 것이다. 이러한 문제를 극복하기 위해서는 아키텍처 모델과 1D 모델을 유기적으로 연계하고, 이를 기반으로 아키텍처 요구사항을 구체화할 수 있어야 한다. 아키텍처 모델이란 제품의 구조, 기능, 물리적 메커니즘 등 아키텍처적 개념을 설명하는 모델이며, 1D 모델은 이러한 개념을 수학적으로 해석하고 시뮬레이션 가능한 형태로 정형화한 것이다. 따라서 아키텍처 모델과 1D 모델 간의 연계는 제품 개발의 전체 V자 프로세스에서 핵심 역할을 하며, 상호보완적으로 작용하여 제품 성능 검증 및 요구사항 만족 여부를 평가하는 데 기여한다.   그림 1. 아키텍처 모델 – 1D 모델 연계   <그림 1>은 이러한 개념을 시각적으로 설명한다. 초기의 아키텍처 설계 단계에서 아키텍처 요구와 구조를 정의한 뒤 이를 바탕으로 1D 모델이 생성되고, 시뮬레이션 및 해석을 통해 결과를 도출하며, 이 결과는 다시 상위의 아키텍처 요구사항에 대한 검증으로 이어진다. 이처럼 상향식-하향식 피드백 루프를 통해 아키텍처 모델과 1D 모델이 반복적으로 연계되어야 진정한 의미의 모델 기반 개발이 실현될 수 있다. 특히 설계자와 개발자는 1D 모델은 제품을 해석하고 튜닝하는 강력한 도구라고 인식하지만, ‘왜 이 설계를 했는가’, ‘서브시스템 간 구조는 어떻게 되는가’, ‘요구사항은 어떻게 충족되는가’와 같은 질문에는 답하지 못한다. 그 해답을 주는 것이 바로 아키텍처 모델(MBSE)이며, 이 두 모델을 연결해야만 설계의 정확성, 추적성, 협업성이 동시에 확보된다.   다양한 유형의 아키텍처적 측정 간의 관계   그림 2. ISO/IEC 15288 System Life Cycle Technical Processes & Life Cycle   ISO/IEC 15288(그림 2)은 시스템 수명주기 전반에 걸친 아키텍처 프로세스의 흐름과 체계를 정의한 국제 표준이다. 특히 이 표준은 모델 기반 시스템 엔지니어링(Model-Based Systems Engineering : MBSE) 관점에서 시스템 개발 활동을 구조화한 것으로, 시스템 수명 주기(V 모델)를 기반으로 요구 분석, 설계, 검증 및 확인, 유지보수 등 각 단계의 아키텍처적 활동과 그 상호 관계를 정립한다. 시스템 엔지니어링 활동을 통해 성공적인 시스템을 구축하기 위해서는 다양한 아키텍처적 성과 지표와 측정 지표가 필요하며, 이를 통해 시스템의 목표 달성 여부를 판단할 수 있다. 대표적인 지표로는 다음과 같은 세 가지가 있다. MOE(Measure of Effectiveness, 효과성 측정지표)는 시스템이 실제 운용 환경에서 얼마나 효과적으로 임무를 수행할 수 있는지를 평가하는 지표로, 주로 고객 요구사항이나 운용 목표 달성 여부에 초점을 맞춘다.  MOP(Measure of Performance, 성능 측정지표)는 시스템의 성능 수준을 수치적으로 정량화한 것으로, 설계 명세나 요구된 성능 기준을 얼마나 충족하는지를 평가한다.  TPM(Technical Performance Measure, 아키텍처 성과 측정지표)은 개발 과정 중 아키텍처 적인 목표 도달 여부를 지속적으로 모니터링하고 예측하는 데 사용되는 지표로, 시스템 개발 리스크를 조기에 식별하고 관리하는 데 활용된다. 이러한 측정 지표는 예측 차이나 실측 차이를 바탕으로 비교 분석할 수 있으며, 시스템 개발 단계에서 시스템의 위험 요인에 대한 조기 탐지와 개선 대책의 선제 적용이 가능하도록 지원한다. 이는 곧 사업의 비용 효율성 제고와 일정 준수에 기여하며, 전체 수명주기 동안 긍정적인 영향을 유도할 수 있다.  <그림 2>는 ISO/IEC 15288의 V-모델과 아키텍처적 측정 지표가 어떻게 연계되는지를 보여준다. 요구사항 도출과 검증, 설계와 확인 간의 대응 관계를 통해 아키텍처적 활동이 체계적으로 연결되며, 수명주기 전체에서 MOE, MOP, TPM이 통합적으로 작동하여 아키텍처적 리스크를 관리하고 시스템의 성공적인 구현을 가능하게 한다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (2)   지난 호에서 비즈니스 프로세스 모델링(Business Process Modeling)이 필요한 이유에 대해 살펴보았다. 이는 최근의 제품 개발이 복잡한 절차와 다양한 참여자, 그리고 광범위한 자원의 투입으로 시장의 변화에 빠르고 능동적으로 대응해야 하는 상황이기 때문이다. 이는 결국 주요 참여자들이 정보를 빠르게 추적하고 효율적인 의사결정을 수행하는 환경을 요구하고 있는데, 그동안 익숙하고 편하게 사용해온 오피스(문서) 기반, 특히 엑셀을 활용한 WBS 관리 및 간트(Gantt) 차트 작성으로는 이러한 대응에 한계가 있다는 점을 정리해 보았다. 이번 호부터는 BPMN(Business Process Modeling Notation)에 대해 알아보고, 어떠한 특징과 장점이 있는지 파악해 보고자 한다. 이를 통해 우리에게 요구되는 최근의 제품 개발 환경에 어떻게 적용해 나갈 수 있는지 차근차근 파악해 보도록 하자.   ■ 연재순서 제1회 비즈니스 프로세스 모델링이 필요한 이유 제2회 BPMN은 무엇일까? 제3회 비즈니스 프로세스 모델링을 배워보자 제4회 간단한 제품 개발 프로세스를 디자인해보기 제5회 클라우드 서버 환경에서 BPMN을 연결하는 설루션 탐구   ■ 윤경렬 현대자동차 연구개발본부 책임연구원   ■ 가브리엘 데그라시 이탈리아 Esteco사의 프로젝트 매니저   BPMN은 비영리 컴퓨터 산업 표준을 연구하고 제정하는 OMG(Obejct Management Group)에서 개발하여 오픈소스로 배포하는 개방형 정보 표준 체계이다. BPMN 1.0은 2006년에 릴리스되었으며 지속적인 업그레이드를 통해 2011년에는 BPMN 2.0이 발표되었다. 현재 활용되고 있는 중요한 기능들의 모습이 이때부터 갖추어지게 되었는데, ISO(International Standard Organization) 및 IEC(International Electotechnical Commisson)는 BPMN 2.0을 2013년 ISO/IEC 19510:2013로 명시하여 국제 표준으로 지정하게 되었다. 이제부터는 BPMN이 무엇인지 하나씩 살펴보도록 하자.    BPMN의 구성 요소   그림 1. BPMN의 기본 구성 요소 1   그림 2. BPMN의 기본 구성 요소 2   우선 BPMN의 구성 요소를 살펴보면 participants(참여자 또는 행위대상의 구별), sub-process(하부 프로세스), task(수행업무), gateways(논리적 선택), data(데이터 객체 및 스토리지), events(이벤트) 등 종류도 많고 다양한데 활용하는 방법 또한 무궁무진하다.  우리는 BPMN의 구성 요소를 하나하나 상세하게 분석하는 것이 목표가 아니므로, BPMN의 간단한 작성 예제를 통해 주요 기능과 특징을 개괄적으로 파악해 보고자 한다.   엔지니어링 프로세스의 BPMN 모델링 간단한 엔지니어링 프로세스(요구사항 – CAD 입수 – 해석 모델링 – 베이스 해석 – 민감도 해석 – 최적화 해석)에 대한 BPMN 모델링을 <그림 3~4>와 같이 구성하였다.    그림 3. 엔지니어링 프로세스의 모델링 1   그림 4. 엔지니어링 프로세스의 모델링 2   이 프로세스는 사용자가 요구사항 태스크(enter requirement)를 처리한 이후 도면 준비 태스크(prepare CAD design)를 수행하고, 해석 모델링 태스크(prepare FEA design)와 비용 계산 모델 태스크(prepare cost model)를 병행 게이트웨이(parallel gateway)로 처리한다. 다음에는 베이스 해석 태스크(run baseline design)를 수행하게 되는데, 이는 시스템 또는 자동화가 수행할 수 있는 서비스 태스크로 정의할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

지난 2월 14일 ‘플랜트 조선 컨퍼런스 2025’가 서울 백범김구기념관에서 진행됐다. ‘AI 시대, 디지털 전환으로 여는 플랜트·조선 산업의 미래’를 주제로 한 이번 행사에서는 산업 AI, 디지털 트윈, 스마트 제조 등 최신 디지털 기술을 통한 플랜트·조선 산업의 혁신 방안을 논의하고, 미래 경쟁력 강화를 위한 다양한 사례와 전략이 공유되었다. ■ 정수진 편집장     한국플랜트정보기술협회 신안식 회장은 개회사를 통해 “한국플랜트정보기술협회는 설립과 동시에 플랜트 조선 컨퍼런스를 기획하여 지금까지 이어오고 있으며, 국내 플랜트 엔지니어의 지속적인 성장과 발전을 위한 다양한 활동을 전개하고 있다”고 소개했다. 또한, “최근 플랜트/조선 산업에서 가장 주목 받는 이슈인 디지털 전환은 전 세계적으로도 중요한 화두가 되고 있다. 그러나 중소기업과 대기업 간의 기술 격차가 커서 디지털 전환이 쉽지만은 않은 상황이다. 이번 행사가 중소기업이 디지털 혁신을 효과적으로 도입할 수 있는 계기가 되기를 기대한다”고 전했다. ‘플랜트 조선 컨퍼런스 2025’에서는 세 편의 기조연설이 진행됐으며, 이후 두 개의 트랙으로 나누어 디지털 엔지니어링&컨스트럭션과 스마트 십&스마트 테크에 관한 다양한 발표가 진행됐다.    ■ 같이 보기 : [포커스] ‘플랜트 조선 컨퍼런스 2025’ 트랙 발표 내용 정리   ▲ 한국플랜트정보기술협회 신안식 회장   생산성 향상과 자율 제조를 실현하는 산업 AI 서울대학교 교수인 원프레딕트의 윤병동 CEO는 ‘산업 AIX(AI Transformation) – 산업 생산성 관점에서 ‘파괴적 혁신’이 가능한가’라는 주제로 첫 번째 기조연설을 진행했다. 산업 AI(인공지능)는 산업 생산성을 획기적으로 향상시킬 수 있는 필수 기술 혁신 요소로 꼽힌다. 윤병동 CEO는 “현재 한국 경제는 장기적인 저성장 국면에 있으며, 특히 생산 가능 인구가 2050년까지 31% 감소할 것으로 예상된다. 이런 상황에서 기존의 방식만으로는 지속 가능한 성장을 이루기 어려우며, 산업 AI를 활용한 혁신적 전환이 필요하다”고 짚었다. 산업 AI는 데이터 수집(지각), 분석/추론(사고), 실행(행동)의 세 단계로 구성되며, 이를 통해 산업 설비가 스스로 데이터를 감지하고 분석하여 최적의 결정을 내리는 자율 시스템을 구축할 수 있다. 이는 제조산업에서 기존의 자동화를 넘어, AI 기반의 완전한 자율 제조 패러다임을 구현하는 것이라고 할 수 있다. 윤병동 CEO는 산업 AI 기술의 활용 사례도 소개했다. AI 기반의 데이터 필터링 및 분석 기술을 적용하면 불필요한 데이터를 제거하여 저장 용량을 최적화하고, 설비 유지보수 및 품질 관리의 효율성을 극대화할 수 있다. 또한, AI를 활용한 고장 예측과 최적의 정비 설루션을 통해 산업 설비의 안정성과 운영 효율을 높일 수 있다. 한편, 이러한 혁신을 실현하기 위해서는 산업 도메인의 전문성과 AI 기술의 결합이 필수로 꼽힌다. AI의 해석 가능성을 높이고 산업 환경에 적합한 모델을 구축하기 위해서는 전문적인 데이터 처리 기술과 AI 모델링 역량이 요구된다는 것이 윤병동 CEO의 설명이다. 그는 “앞으로 5~10년이 산업 AI 혁신의 결정적 시기가 될 것이다. 기업들은 단순한 AI 설루션 도입을 넘어 데이터 인프라 구축과 AI 기반 의사결정 체계 마련을 통해 산업 경쟁력을 강화해야 한다”고 짚었다.   ▲ 원프레딕트 윤병동 CEO   디지털 트윈 중심으로 조선 산업의 혁신 추진 HD현대삼호의 유영웅 상무는 두 번째 기조연설에서 ‘조선 디지털 혁신과 디지털 트윈’을 주제로 발표했다. HD현대삼호는 2030년까지 지능형 자율 운영 조선소를 구축하는 것을 목표로 디지털 혁신을 추진하고 있다. 이를 위해 디지털 트윈과 차세대 CAD 플랫폼을 도입하고, 설계 및 생산 자동화를 강화하는 전략을 펼치고 있다. HD현대삼호는 방대한 설계 및 생산 데이터를 효율적으로 관리하기 위해 3D 모델 기반 정의(MBD) 및 디지털 트윈 기술을 도입하고 있다. 형상 정보만 저장하는 3D 모델링에 그치는 것이 아니라 용접, 공차, 재질 등 다양한 데이터를 포함한 MBD까지 포함하여 생산 공정과 직접 연계할 수 있도록 차세대 CAD 플랫폼을 도입하고, PLM(제품 수명주기 관리) 시스템과의 통합을 추진 중이다. 그리고 디지털 트윈 기술을 활용하여 설계, 생산, 운영을 통합하고 실시간 데이터를 연계해 효율성을 극대화하고자 한다. 생산 공정에서 실시간 데이터를 수집하고 분석하여 최적의 작업 흐름을 유지하고, 로봇 및 자동화 장비와 연계한 스마트 생산 시스템을 구축하는 것도 주요한 방향이다. HD현대삼호는 생산 과정에서 실시간 데이터를 수집하고 분석하여 최적의 작업 흐름을 유지하고, 선급과의 승인 절차도 디지털화하여 3D 데이터를 기반으로 협업하는 방안을 검토하고 있다. 유영웅 상무는 이러한 변화가 조선 산업의 글로벌 경쟁력을 유지하기 위한 필수 전략이라고 설명했다. 그는 “중국 조선소가 대형화를 통해 시장 점유율을 높이는 가운데, 한국 조선소들은 경쟁이 아닌 공동 협력을 통해 디지털 혁신을 가속화할 필요가 있다. 정부 차원의 지원과 글로벌화 정책 마련 등도 우리 조선 산업의 지속 가능한 성장 도모에 도움이 될 것 같다”고 전했다.   ▲ HD현대삼호 유영웅 상무   인공지능과 디지털 트윈 결합해 산업 효율 극대화 소프트힐스의 최우영 부사장은 ‘인간과 인공지능, 디지털 트윈으로 소통하다’를 주제로 세 번재 기조연설을 진행했다. 인공지능과 디지털 트윈 기술은 산업 전반에서 점점 더 긴밀히 결합되며 발전하고 있다. 인공지능은 데이터를 분석하고 예측하는 역할을 하며, 디지털 트윈은 실제 환경을 가상 공간에서 구현하는 기술이다. 최우영 부사장은 두 기술이 만나 산업의 효율성을 극대화할 수 있다고 짚었다. 기술 발전에 따라 단순한 반복 업무는 자동화되고, 창의적이거나 협업이 필요한 직업은 더욱 중요해질 전망이다. 특히, 디지털 트윈은 인공지능과 인간의 중간 매개체로 작용하며, 직관적인 인터페이스를 제공해 실시간 데이터 분석과 예측을 가능하게 한다. 산업 분야별로 살펴보면, 항공 산업에서는 인공지능을 활용한 결함 탐지 및 무인화 기술이 발전하고 있으며, 자동차 산업에서는 운전자의 경험을 반영한 인공지능 최적화가 이루어지고 있다. 제조업에서는 스마트 공장을 구축해 생산성을 높이고, 공장 내 설비 데이터를 디지털 트윈으로 구축하여 실시간 모니터링 및 최적화에 활용하고 있다. 조선·해양 및 플랜트 산업에서는 안전 관리와 최적의 운영 계획 수립을 위해 디지털 트윈이 활용된다. 선박 및 야드 내 자재 이동을 추적하고 인공지능을 통해 작업 동선을 최적화할 수 있다. 도시 관리에서는 스마트시티의 구현과 도시 운영 관리의 최적화를 위해 다양한 디지털 트윈 기술이 적용되고 있다. 최우영 부사장은 “디지털 트윈과 인공지능이 결합된 기술은 산업의 자율화와 최적화를 가속화하며, 인간과 인공지능 간의 효율적 소통을 가능하게 하고 있다”고 소개했다.    ▲ 소프트힐스 최우영 부사장   이외에도 이번 ‘플랜트 조선 컨퍼런스 2025’에서는 부스 전시에서 최신 디지털 기술과 사례를 접해볼 수 있었고, VIP 간담회를 통해 산업과 기술의 미래 전망을 공유하는 자리가 마련됐다.   ▲ 아비바 부스   ▲ 소프트힐스 부스   ▲  클루닉스 부스   ▲ 다우데이타 부스   ▲ 오토스 부스   ▲ VIP 간담회     ■ 기사 내용은 PDF로도 제공됩니다.

세일즈포스가 현대오토에버와 세일즈포스 AI 컨설팅 협업을 위한 ‘AI 에이전트 워크숍’을 개최했다. 세일즈포스와 현대오토에버는 기업 내 다양한 업무 영역에서 AI 기술 적용 가능성을 검토하고, 디지털 혁신을 통한 고객 서비스 품질 향상과 임직원의 업무 생산성을 높일 수 있는 방안을 모색한다. 고객사의 비즈니스 특성에 맞는 AI 에이전트를 개발 및 활용할 수 있는 역량을 확보해, AI 혁신 패러다임을 전환을 견인하겠다는 의도다. 특히 현대오토에버는 ▲고객 상담 ▲영업 ▲마케팅 ▲데이터 분석 등 고객 경험 분야에 AI 에이전트의 활용을 확대해 나갈 예정이라고 전했다. 더불어 세일즈포스와의 협력을 통해 그룹사 전반의 고객 중심 디지털 전환 가속화 지원에 주력할 계획이다. 현대오토에버는 앞서 국제표준인 ‘AI 경영시스템(ISO/IEC 42001)’ 인증을 획득하는 등 AI 기반의 다양한 제품과 서비스를 개발·운영하고 있다. 세일즈포스의 ‘AI 에이전트 워크숍’은 세일즈포스 코리아의 여의도 오피스 내 ‘세일즈포스 AI Labs’에서 정기적으로 진행되는 실무 중심의 맞춤형 교육 프로그램이다. CRM 및 클라우드 제품을 사용 중인 기업의 ▲디지털 전환(DT) ▲전산(IT) ▲고객 경험(CX) 부문 담당자를 대상으로 하며, 특히 조직 내 AI 설루션 도입을 검토 중인 팀 리더에게 실질적인 도움이 될 수 있도록 구성되었다. 세일즈포스는 현재까지 이 워크숍에 50개 이상의 기업에서 약 300여 명이 참석했다고 전했다. 이번 워크숍에서는 세일즈포스의 자율형 AI 플랫폼 '에이전트포스'를 활용해 참가자들이 직접 AI 에이전트를 구축하는 실습이 진행되었다. 참가자들은 자신의 업무 환경에 최적화된 AI 에이전트를 직접 설계하고 구현해 볼 수 있다. AI 기술 전문가의 가이드와 함께 실제 업무 환경과 유사한 데모 시나리오를 통해 자사의 디지털 전환 방향성을 구체화하고 실질적인 도입 전략을 수립할 수 있다. 또한 동종업계 기업과의 네트워킹을 통해 다양한 AI 에이전트 활용 사례와 인사이트를 공유하는 시간도 마련되었다. 워크숍은 이론 교육, 실습, 토론 총 세 단계로 운영된다. 참가자들은 먼저 자율형 AI 에이전트의 최신 트렌드와 에이전트포스의 핵심 기능을 학습한다. 이어서 실제 업무 환경과 유사한 데모 시나리오에서 각자의 업무에 필요한 AI 에이전트를 직접 구축하고 테스트하는 실전 경험을 쌓게 된다. 워크숍의 마지막 단계로는 워크시트를 활용해 자사의 구체적인 AI 에이전트 적용 방안과 기대 효과를 도출하는 시간을 가진다.     현대오토에버의 CX플랫폼혁신실장인 박수진 상무는 “고객경험 분야에 실질적인 AI 에이전트 활용 방안을 다양한 측면에서 검토해 고객 중심(Customer Centric) 서비스를 더욱 강화하고 내부 업무 혁신에도 활용해 나가겠다”고 전했다. 세일즈포스 코리아의 손부한 대표는 “AI 에이전트는 영업, 마케팅, 고객 서비스, 이커머스 및 앱 개발 영역을 포함, 비즈니스 전반 영역에서 패러다임 전환을 견인하고 있다”면서, “현대오토에버의 이번 워크숍 참여가 AI 에이전트의 역할과 효과를 직접 체감하고, 이후 AI 혁신을 지원하는 데 필요한 인사이트와 가능성을 엿볼 수 있는 기회의 장이 되었기를 바란다”라고 밝혔다.