캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 7월 14일 ‘양자 컴퓨팅의 현재와 제조업의 미래’를 주제로 웨비나를 개최했다. 이번 웨비나에서는 양자 컴퓨팅의 기본 개념과 최신 연구 동향을 살펴보고, 제조업에서 실제로 적용 가능한 사례를 분석해 기업이 어떻게 이 기술을 활용해 미래 전략을 수립할 수 있을지 논의하는 시간이 마련됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 왼쪽부터 캐드앤그래픽스 최경화 국장, KAIST 이준구 교수, IBM 표창희 상무   양자 컴퓨팅은 이미 실용화 단계 KAIST 전기및전자공학부 교수이자 양자 소프트웨어 스타트업 큐노바(QUNOVA)의 대표인 이준구 교수는 양자 컴퓨팅이 더 이상 미래의 개념적 기술이 아니라, “지금 당장 활용 가능한 실용적 기술”임을 강조했다. 그는 양자-고전 하이브리드 알고리즘을 기반으로 실제 산업 현장에서 적용된 사례들을 소개하며, 특히 제조업 분야에서의 양자 기술 활용 가능성을 구체적으로 설명했다. 큐노바는 양자 해석 기반의 화학 계산 설루션 ‘Hi-VQE’, 고차원 최적화 문제 해결을 위한 ‘Hi-QA’, 그리고 수치해석 중심의 CAE 문제에 대응하는 ‘Hi-VQ’ 등 세 가지 양자-고전 하이브리드 소프트웨어를 개발해왔다. 특히 ‘Hi-VQE’는 기존 VQE 방식 대비 약 1000배 빠른 속도로 생화학 반응을 해석할 수 있으며, IBM의 초전도 양자 컴퓨터를 이용해 44큐비트 수준의 정밀한 분석 사례를 성공적으로 시연한 바 있다. 이 교수는 큐노바가 현재 최대 10만 개 변수의 양자 최적화 문제 해결을 목표로 하고 있으며, 이는 경쟁사들이 다루는 약 200개 변수 수준을 크게 뛰어넘는 성과라고 설명했다. 이는 금융, 물류, 에너지, 소재 설계 등 복잡한 산업 과제 해결에 있어 양자 컴퓨팅이 가진 잠재력을 잘 보여주는 대표적 사례로 꼽힌다. 이 교수는 “양자 컴퓨팅은 신약 개발, 배터리·소재 시뮬레이션, 공정 최적화 등 고전 컴퓨터로는 접근이 어려웠던 난제를 해결할 수 있는 실질적 기술 도구가 되고 있다”고 강조했다.   ▲ KAIST 이준구 교수   IBM, ‘스타링’으로 산업용 양자 컴퓨팅 시대 연다 IBM 아시아태평양 퀀텀 총괄을 맡고 있는 표창희 상무는 IBM의 양자 기술 전략과 글로벌 로드맵을 중심으로 “유용한 양자 컴퓨팅 시대”를 어떻게 앞당길 것인가를 제시했다. 그는 “양자컴퓨터는 더 이상 미래 기술의 상징이 아니라, 지금 준비하지 않으면 도태되는 산업 도구”라고 강조하며, 산업 현장 중심의 기술 진화를 강조했다. IBM은 2016년부터 클라우드 기반 양자 컴퓨팅 서비스와 오픈 소스 툴킷 ‘키스킷(Qiskit)’을 통해 생태계를 확장해 왔다. 2023년에는 ‘양자 유틸리티’ 시대를 선언했고, 2026년까지 ‘양자 우위(Quantum Advantage)’를 산업별로 실현하며, 2029년에는 세계 최초의 대규모 오류 내성 양자컴퓨터 ‘스타링(Starling)’을 선보일 예정이다. 스타링은 수백 개의 큐비트를 바탕으로 수억 개의 연산을 안정적으로 수행하며, 2033년에는 2000 논리 큐비트를 탑재한 ‘블루(Blue)’ 시스템이 상용화돼 본격적인 산업 적용이 이루어질 전망이다. 현재 IBM은 뉴욕 포킵시(Poughkeepsie)에 양자 데이터센터를 구축 중이며, 이를 기반으로 화학·물류·에너지·금융 등 다양한 영역에서 실질적 문제 해결 사례를 만들어내고 있다. 또한, 스타트업과 연구기관이 손쉽게 양자 앱을 개발할 수 있도록 ‘Qiskit Functions Catalog’를 운영 중이며, IBM 퀀텀 네트워크에는 전 세계 280개 이상의 조직이 참여하고 있다. 표 상무는 “양자 기술은 산업 구조 자체를 바꾸는 전환점이며, 지금이 바로 퀀텀 어드밴티지를 준비할 때”라고 강조했다.   ▲ IBM 표창희 상무   퀀텀 어드밴티지를 준비해야 할 골든타임 양자 컴퓨팅은 복잡한 최적화, 화학 반응 시뮬레이션, 신약 개발 등에서 이미 실제 적용되고 있으며, 슈퍼컴퓨터가 해결하지 못했던 문제를 빠르게 처리할 수 있다는 점에서 주목받고 있다. 특히 한국처럼 제조업 중심의 국가에서는 화학, 전자, 자동차 분야에 양자 기술이 결합될 경우 엄청난 경쟁력 상승이 기대된다. 전 세계적으로 약 76조 원 이상의 투자가 이뤄졌고, 양자 기술을 먼저 도입한 기업이 향후 시장 가치의 90%를 차지할 것이라는 전망이 나오는 가운데, 지금이야말로 ‘퀀텀 어드밴티지’를 준비해야 할 골든타임이라고 전문가들은 입을 모으고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

한국컴퓨터그래픽스학회는 7월 8일부터 11일까지 강원도 고성 델피노 리조트에서 2025 학술대회 및 여름학교를 진행했다고 전했다. ‘Generating Worlds, Rendering Reality’를 주제로 열린 이번 행사에는 학계, 산업계, 학생 등 약 410여 명이 참석해 컴퓨터 그래픽스 및 관련 분야의 최신 연구 성과와 기술을 공유하며 교류의 장을 펼쳤다.     이번 학술대회에서는 국내외 저명 연사들의 초청강연을 비롯해 다양한 논문 및 포스터 발표 세션, 산업체 특별세션, 대학 및 산업체 전시, 여름학교 프로그램 등이 함께 진행되며 참가자들로부터 호응을 얻었다. 첫 번째 초청강연에서는 정보통신기획평가원(IITP) 홍진배 원장이 ‘AX 2.0 시대, 우리의 준비’를 주제로 물리 AI(physical AI)를 포함한 국가 인공지능 전략기술의 발전 방향을 제시했다. 이어 오스템임플란트 최규옥 회장은 ‘의료 IT가 여는 스마트 병원의 미래’를 주제로 AI 기반 진료 시스템의 실제 도입 사례를 소개하고 의료 산업의 디지털 전환 가능성을 조망했다. 아시아그래픽스협회와의 연계로 초청된 중국 베이징대학교 왕펑솨이(Peng-Shuai Wang) 교수는 ‘통합형 3D 표현 및 학습’에 관한 최신 연구 성과를 발표했다. 아시아그래픽스협회는 2015년 창립된 이래 아시아 지역 컴퓨터 그래픽스 및 상호작용 기술 분야 연구자 간 교류와 협력을 촉진해온 전문 기관이다. 한국컴퓨터그래픽스학회는 “이번 초청은 한국컴퓨터그래픽스학술대회에서 처음으로 이루어진 아시아그래픽스협회와의 공식 연계 프로그램으로, 한·중 젊은 연구자 간 활발한 학술 교류와 협력의 가능성을 여는 계기가 되었다”고 설명했다. 또한 KAIST 박용근 교수는 라벨이 없는 3D 이미지와 AI 기반 조직 분석 기법을 활용한 다양한 응용 가능성을 제시했으며, GengenAI 조호진 대표는 합성 데이터 기반 산업용 AI 적용 사례를 발표했다. 이외에 이번 행사에서는 우수논문상 시상과 함께 공로패 수여식도 진행되었으며, 학회의 산학 협력 활성화와 발전에 기여해 온 서울대학교 신영길 교수가 공로패를 수상했다. 한국컴퓨터그래픽스학회의 최수미 학회장은 “이번 행사는 차세대 컴퓨터 그래픽스 및 인터랙션 기술을 선도할 인재 양성과 산학연관의 연구 협력 촉진에 있어 매우 뜻깊은 자리였다”면서, “앞으로도 국내외 학술 교류의 장을 지속적으로 확대해 나갈 계획”이라고 전했다.

인텔은 국내 협력사들과 함께 자사의 AI 기술 동향과 최신 전략, 협력 사례를 공유하는 ‘2025 인텔 AI 서밋 서울’을 개최했다고 밝혔다. 인텔 AI 서밋은 AI 기술의 최신 트렌드와 혁신적인 적용 사례를 공유하고 산업 전반에 걸친 AI의 잠재력과 미래 발전 방향을 함께 모색하기 위한 자리다. 레노버, 네이버클라우드, SK하이닉스, 델, 마이크로소프트, 삼성SDS, 슈퍼마이크로, 시스코, HPE, LG이노텍, LG전자 등 국내외 주요 협력사와 KAIST, 중소벤처기업부, 창업진흥원 등 학계와 공공 부문에서도 관련 전문가들이 참석하여 AI 기술 동향과 산업 간 협력 방안을 논의하고 네트워킹하는 자리가 이어졌다. 이번 행사는 인텔코리아 배태원 사장의 환영사와 한스 촹(Hans Chuang) 인텔 세일즈 마케팅 그룹의 아시아 태평양 및 일본 총괄의 인사말로 시작되었다. 촹 총괄은 “AI 기술이 빠르게 진화하고 활용 사례도 점점 복잡해지면서, 기업들은 성능과 비용 효율성을 동시에 충족하는 보다 개방적이고 다양한 설루션을 필요로 한다”고 전했다. 또한, “인텔은 폭넓은 호환성, 다양한 소프트웨어 옵션, 고유의 아키텍처, 뛰어난 성능을 제공함으로써 AI가 데이터센터, 클라우드, 네트워크 에지 및 PC에 이르는 전체 컴퓨팅 연속체에서 최적의 성능을 발휘하도록 지원하고 있다”면서, 인텔의 개방형 프로그래밍 모델은 단일 벤더의 하드웨어나 GPU에서만 동작하는 폐쇄형 프로그래밍 모델에 비해 비용과 유연성 측면에서 실질적 비즈니스 우위를 제공한다고 강조했다.     이어진 파트너 세션에서 레노버 아시아태평양지역 인프라 솔루션 그룹 수미르 바티아(Sumir Bhatia) 사장은 ‘모두를 위한 스마트한 AI’를 주제로 기업들의 AI 가속화에 따른 높은 전력 수요로 지속가능성이 주요 과제로 떠올랐음을 강조하며, 이를 해결하기 위한 레노버의 최신 냉각 기술과 AI 추론 최적화 설루션을 소개했다.  또한 SK하이닉스의 정우석 부사장은 ‘메모리 중심 AI 컴퓨팅 시대의 새로운 기회’ 발표를 통해 AI 컴퓨팅 시대를 맞아 부각되고 있는 메모리 기술의 중요성을 강조하며, 커스텀 메모리 기술의 시장 기회가 증가하고 있다고 밝혔다. 또한 인텔과 데이터센터용 설루션의 다양한 영역에서 긴밀히 협력 중임을 덧붙였다. 전략적 파트너 세션의 발표자로 나선 네이버클라우드의 김유원 대표는 AI 생태계에 대한 발표를 통해 “네이버클라우드는 인텔과 오랜 기간 클라우드 인프라 분야에서 긴밀히 협력해왔으며, 제온 프로세서 기반의 서비스부터 최근의 AI 가속기 가우디에 이르기까지 협력의 범위와 깊이가 꾸준히 확장되고 있다”며, “향후에도 네이버클라우드는 인텔과 함께 글로벌 시장을 타깃으로 다양한 AI 기반 클라우드 서비스를 공동 개발하며, 기술 혁신과 해외 진출이라는 두 축에서 협력을 확대해 나갈 것”이라고 말했다. 오후 세션에서는 ‘AI & 데이터센터’와 ‘AI PC & 에지 AI’로 나뉘어 업계의 최신 정보 및 인사이트, 사례 발표가 이어졌다. 데이터센터 세션에서 삼성 SDS는 가우디 3 기반 LLM 추론 성능 분석 사례를 공유했고, AI PC 부문에서는 LG이노텍이 인텔 AI 설루션 기반 스마트 공장 사례를, 전북특별자치교육청이 AI PC를 활용한 수업 혁신 사례를 공유하는 등 교육, 게임, 리테일, 제조 등 다양한 분야의 적용 사례를 공유했다. 인텔은 하반기에도 국내 AI 생태계 발전을 위한 협력을 더욱 확대해 나갈 예정이다. 인텔은 행사 당일 포스코DX와 인텔 제온 프로세서의 AI 가속 기능 및 오픈비노 기술을 활용해 AI 서비스 비용 효율을 높이고, AI 에이전트 생태계 구축에 협력하기 위한 상호양해각서를 체결했다고 밝혔다. 한편 kt cloud와 인텔 가우디(Gaudi) AI 가속기를 kt cloud AI Foundry에 도입하는 것을 검토하고 AI 추론 개발에 특화된 비용 효율적인 GPUaaS 상품 출시를 검토하며, 다양한 산업군의 클라우드 수요에 대응할 수 있는 상품 포트폴리오 고도화 및 기술 협력을 위한 상호양해각서를 지난 6월 30일 체결했다.

‘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

‘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     한국산업지능화협회 PLM 기술위원회 위원장인 KAIST 서효원 명예교수는 개회사에서 AI와 결합하여 다시 중요해진 PLM의 미래를 강조했다. 그는 “AI 혁신이 전 세계를 휩쓰는 가운데 특히 제조 산업에서 GPT와 같은 LLM(대규모 언어 모델)을 어떻게 적용할지가 핵심 과제”라면서, “제조 특유의 반구조화된 데이터, 환각(hallucination) 문제, 막대한 학습 데이터 구축 비용 등의 난관을 극복하고 1~2년 내에 현업에서 성과를 내야 한다”고 강조했다. 또한, “이번 콘퍼런스가 PLM을 넘어 생성형 AI, 디지털 트윈 등 폭넓은 미래 지향적 주제를 다루며, 산업 전문가들이 디지털 혁신의 본질적 가치와 방향성을 논의하고 상호 인사이트를 얻는 교류의 장이 되기를 바란다”고 전했다.   ▲ 서효원 한국산업지능화협회 PLM 기술위원회 위원장   한국CDE학회의 회장인 충남대학교 정현 교수는 격려사를 통해 “이번 행사에서 PLM의 AI 전환을 위해 생성형 AI, 디지털 트윈 등 폭넓은 미래 지향적 논의가 이뤄지기를 바란다”면서, 다양한 산업 전문가들의 교류를 통해 디지털 혁신의 본질적 가치와 방향성을 점검하고 상호 인사이트를 얻는 것이 중요하다고 짚었다. 그는 또한 기술 확산을 넘어 회사의 전략, 내부 문화, 조직 혁신이 동반되어야 진정한 디지털 AI 전환이 완성될 것이라고 강조하면서, “이번 PLX/DX 베스트 프랙티스 콘퍼런스가 새로운 협업과 혁신의 출발점이 되기를 바라며, 한국CDE학회 또한 산학연 협력의 구심점 역할을 이어나갈 것”이라고 전했다.   ▲ 한국CDE학회 정현 회장   이번 행사의 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.   PLM과 산업 AI, 미래 제조 산업의 핵심 동력이 되다 가천대학교의 조영임 교수는 ‘제조 산업의 미래, 산업 AI 트렌드와 과제’를 주제로 한 기조연설에서 전 세계적으로 AI 기술 개발이 빠르게 추진되고 있으며, 제조 기업이 AI에 몰입하지 않으면 경쟁력을 유지하기 어렵다고 짚었다. 그리고 AI를 통한 제조 산업의 미래 활성화 방안을 제시하면서, AI 기술 발전과 함께 제조업이 갖춰야 할 기술/전략/인프라/인재 양성의 중요성을 언급했다. PLM은 제품의 전체 생애 주기에 걸친 프로세스와 데이터를 통합 관리하는 개념으로 설명된다. 최근에는 단순한 제품 관리를 넘어 순환 경제(circular economy)의 핵심 개념으로 정의되고 있으며, 데이터 중심의 관리 및 전략적 최적화를 추구하고 있다. 조영임 교수는 “최근 PLM이 다시 중요하게 부각되는 이유는 디지털 전환에 있어 PLM이 디지털 스레드(digital Thread)와 디지털 트윈(digital Twin)을 포괄하는 상위 관리 체계로서 중요한 역할을 하며, 디지털 전환에 AI가 결합되는 구조가 글로벌 제조 산업 AI의 기본 모델이기 때문”이라고 짚었다.   ▲ 가천대학교 조영임 교수   한편, AI 기술은 현재 클라우드 중심의 LLM(대규모 언어 모델)에서 미래에는 온디바이스 기반의 SLM(소규모 언어 모델)로 변화하며 효율성과 협업, 그리고 지속가능성을 강조할 것으로 보인다. 특히 에이전틱 AI(agentic AI)는 LLM을 넘어 사용자의 복잡한 작업을 스스로 처리하는 비서 역할을 수행할 것으로 기대를 모으고 있다. 조영임 교수는 “국내 제조업의 AI 도입률은 아직 낮고, 대기업이 중소기업보다 도입률이 높다. 또한, 한국 기업은 핵심 기술 영역보다는 재무 관리 등 주변 인프라에 AI를 집중하는 경향이 있다”고 지적했다. 향후 산업 AI의 과제로는 핵심 기술에 대한 고도화된 도입과 전략 및 데이터 연결의 표준화가 꼽힌다. 조영임 교수는 “산업 AI는 제조 디지털 전환의 핵심 기술로서, PLM과 AI의 공동 연계, 통합 패키지 개발, 산업 AI 표준 반영, 제조 DX 가이드라인 개발 및 공공 조달 지침 마련 등이 정부가 기업과 함께 추진해야 할 과제”라고 전했다.   AI 시대 제조 경쟁력 향상을 위한 통합형 PLM 전략 SAP 코리아의 고건 파트너는 ‘AI 혁신을 기회로! 제조 경쟁력을 높이는 통합형 PLM 전략’이라는 주제로 기조연설을 진행하면서, SAP의 PLM과 ERP(전사 자원 관리) 통합 전략을 소개했다. SAP는 예측 불가능한 외부 환경에 대응하고 내부 역량을 강화하기 위해 애플리케이션 레벨의 수평적 통합과 데이터 및 AI 레이어를 통한 수직적 통합을 동시에 추구하고 있다. SAP가 추진하는 수평적 PLM 통합은 디지털 스레드를 통해 데이터 사일로를 해소하고, 사내뿐 아니라 협력사 및 고객사를 포함한 전체 가치사슬(value chain)의 데이터를 실시간으로 통합하는 것을 목표로 한다. 고건 파트너는 “SAP는 이를 위해 별도의 비즈니스 네트워크를 운영하며, 설계 단계의 산출물이 제조 및 설비 관리까지 원활하게 연동되어 정보 재활용이 극대화되는 환경을 제공한다”고 소개했다.   ▲ SAP 코리아 고건 파트너   수직적 PLM 통합은 애플리케이션 위에 AI 레이어를 두어 정형 및 비정형 데이터를 활용하고 AI가 비즈니스를 이해하도록 하는 전략이다. 고건 파트너는 국내 기업의 AI 도입 시 가장 큰 문제점으로 데이터 부재와 품질 문제를 꼽으면서, AI와 함께 지식 그래프(knowledge graph)를 PLM에 적용하여 예지 정비 및 설계 변경 영향도 분석 등이 가능한 데이터 플랫폼을 제안했다. 고건 파트너는 “SAP는 PLM에 AI 코파일럿인 쥴(Joule)을 적용해 협업 및 문서 요약 기능을 제공하고 있으며, 오픈 AI, 엔비디아, 메타 등 30개 이상의 파운데이션 모델과 협력하여 제조 현장의 로봇 제어까지 확장하고 있다”고 전했다. 또한 “현재 기업들이 직면한 불확실성에 대응하기 위해서는 제품 정보 관리의 고도화가 필수이며, 통합형 PLM 전략이 그 해답이 될 것”이라고 강조했다.   조선산업의 미래를 위한 차세대 설계/생산 통합 플랫폼 HD현대의 이태진 전무는 ‘조선업의 미래를 위한 차세대 설계/생산 통합 플랫폼’을 주제로 한 기조연설에서 조선산업의 현황과 디지털 전환 전략의 필요성을 짚었다. 국내 조선산업은 탈탄소 정책, 에너지 무기화, 군사력 강화 등으로 호황을 맞고 있지만, 한편으로 중국 조선소의 추격, 높은 원가와 인건비, 친환경 선박 생산의 어려움, 숙련 인력의 이탈, 그리고 신사업 발굴 필요성 등으로 인해 위기감을 갖고 있기도 하다. 이태진 전무는 이러한 상황에서 디지털 전환은 조선산업의 미래를 위한 필수 요소라고 진단하면서, 2020년부터 2030년까지 10년간 디지털로 최적 운영되는 초일류 조선소 구현을 목표로 하는 HD현대의 디지털 전환 전략을 소개했다. HD현대의 ‘FOS(Future of Shipyard)’ 프로젝트는 조선소 데이터의 디지털화, 데이터 연결 및 최적화, 지능형 조선소 구축 등 세 3단계로 진행되며, 그 핵심은 차세대 CAD와 PLM을 근간으로 하는 차세대 설계/생산 통합 플랫폼 구축에 있다.   ▲ HD현대 이태진 전무   HD현대의 차세대 설계/생산 통합 플랫폼은 연결성, 일하는 방식의 변화, 전체 업무 효율 극대화, 디지털 제조 기반 구축 등 네 가지 핵심 목표를 지향한다. 이를 실현할 수 있는 차세대 CAD/PLM 구축을 위해 HD현대는 올해 말 최종 설루션을 선정하고 2026년부터 구축에 들어갈 예정이며, 설루션 선정뿐만 아니라 업무 프로세스 변화를 함께 추진할 계획이다. 이태진 전무는 “PLM/DX는 제조업 경쟁력 강화의 핵심 구현 수단이며, 디지털 스레드는 생산, SCM(공급망 관리), MRO(유지보수, 수리, 운영) 사업까지 연결하여 새로운 부가가치를 창출할 기회가 될 것”이라고 전망하면서, “이러한 설계/생산 디지털 전환이 장기적으로 제조산업의 경쟁력 강화에 크게 기여할 것이며, ERP, SCM, 데이터 플랫폼, AI 등 모든 연관 시스템과의 연결이 중요하다”고 덧붙였다.   기술 트렌드부터 사례까지, PLM·DX의 현재와 미래 짚다 ‘PLM/DX 베스트 프랙티스 컨퍼런스 2025’의 기조연설에 이어 오후 시간에는 ▲베스트 프랙티스 ▲트렌드/신기술/설루션 ▲ SDM(MES/MOM) 등 세 개의 트랙에서 18편의 발표가 진행됐다.   ■ 같이 보기 : [포커스] 기술 트렌드부터 사례까지, PLM·DX의 현재와 미래 짚다   또한, 부스 전시에서는 제조 혁신을 실현하기 위한 디지털 전환 및 인공지능 전환 설루션 기술이 다양하게 소개되어 참가자들의 눈길을 끌었다.   ▲ 다쏘시스템 부스   ▲ 마이링크 부스   ▲ 세원에스텍 부스   ▲ 쓰리피체인 부스   ▲ 씨이랩 부스   ▲ 아이지피넷 부스   ▲ 인코스 부스   ▲ 한화시스템 부스     ■ 기사 내용은 PDF로도 제공됩니다.

      대한기계학회 가상제품개발연구회 2025년 춘계 심포지엄 개최 안내     2009년 본격화된 빅데이터와 딥러닝 기술은 2016년 ‘알파고 모멘트’를 거쳐, 오늘날에는 생성형 AI로 대표되는 Modern AI 시대를 맞이하고 있습니다. 특히 GPT의 출시 이후 최근 2년간 인공지능 기술은 실로 빛의 속도라 할 만큼 눈부신 발전을 이어가고 있습니다. 전통적인 시뮬레이션 분야에도 기계학습 및 딥러닝 기술이 도입되고 있으며, 산업계 전반에서는 인공지능을 통한 획기적인 R&D 생산성 향상을 기대하고 있습니다. 생성형 AI를 활용해 기업 내 R&D 데이터를 학습시키고, 이를 바탕으로 설계를 자동화하려는 시도들이 확산되고 있으며, Agentic AI가 현실화되는 시점에는 현재의 R&D 방식에 근본적인 변화가 찾아올 것으로 전망됩니다. 이번 가상제품개발연구회 춘계 심포지엄에서는 VPD와 AI의 융합을 통해 R&D 생산성 혁신을 이끌어낼 수 있는 가능성과 미래 방향을 함께 모색하고자 합니다. 참석하시는 회원 여러분과 연구자분들께서 귀중한 인사이트와 영감을 얻어 가는 뜻깊은 시간이 되시길 바랍니다.   대학기계학회 가상제품개발연구회 회장 오세기 올림   ◈ 행사일정 사회 : LG전자 황윤제 기술고문        세션 발표자(소속) 시간(분) 주제 등록 및 Network 10:00~10:30 (30) 등록 및 상호 인사, 교류 등 개회사 오세기 연구회장 (LG전자) 10:30~10:40 (10) 연구회 및 심포지엄 소개 축사 배중면 회장 (대한기계학회) 10:40~10:50 (10) 대한기계학회 가상제품개발연구회 격려사 Key Note Speech 이승철 교수 (KAIST) 10:50~11:30 (40) 제품 가상화 설계를 위한 물리지식기반 인공지능의 역할 주제발표 김문성 파트너 (다쏘시스템) 11:30~12:00 (30) AI/ML 기반의 가상 검증 사례와 활용 전략 점심 식사 등 12:00~13:20 (80) 식사 및 상호 인사, 교류, 다쏘시스템 전시 참관 등 (사전/현장 등록 확인 후 식사 비용 1만원/인 제공) 주제발표 Miki Yamazaki (HITACHI / JSME) 13:20~13:50 (30) AI가 주도하는 MBSE·MBD와 VPD의 융합 : 가상화를 통한 차세대 제품 개발 가속 및 DX 추진 최동훈 교수/대표 (한양대/피도텍) 13:50~14:20 (30) VPD 대중화로 가는 길: AI-Aided Design Optimization 송준영 팀장 (현대모비스) 14:20~14:50 (30) AI를 이용한 R&D Shift 백영진 팀장 (LG전자) 14:50~15:20 (30) AI와 VPD 연계를 통한 효율적 제어 시스템 개발 프레임워크 윤용상 상무 (한화에어로스페이스) 15:20~15:50 (30) 디지털 해석 기술을 활용한 항공엔진 개발과 국내 항공엔진의 미래 쉬는 시간 15:50~16:10 (20) 상호 인사, 교류, 다쏘시스템 전시 참관 등 패널 토론 16:10~17:30 (80) 연구회 임원 및 발표자            (참고 : 가상제품개발연구회 홈페이지 http://k-vpd.org/)  

주요 디지털 트윈 소프트웨어   디지털 트윈 구축을 위한 BAS 기반 플랫폼, WAiSER (와이저)   개발 및 자료 제공 : 한국디지털트윈연구소, 042-863-8090, www.kdtlab.kr   한국디지털트윈연구소는 KAIST 연구소기업으로, 빅데이터와 기계학습 기반 AI 기술과 전통적인 시뮬레이션 기법을 융합하여 디지털 트윈 구축을 위한 BAS 기반 플랫폼인 ‘WAiSER’를 상용화했다. WAiSER 플랫폼은 국방, 스마트시티, 에너지, 제조, 의료 등 다양한 분야에서 실체계만으로 해결할 수 없는 문제들을 가상 실험을 통해 분석, 예측 및 최적화를 가능하게 하는 고도화된 솔루션을 제공하며, 이를 통해 각 산업의 효율성을 극대화하고 데이터 기반 의사결정의 정확성을 향상시키고 있다. 1. 주요 특징   ■ 모델의 신뢰도 향상과 실체계와 연동하여 실체계의 변화를 반영할 수 있는 모델 학습/진화엔진 탑재 ■ 국제표준 기반으로 다양한 이종 디지털 트윈/시뮬레이션 모델, IoT/Bigdata/AI플랫폼, GIS/BIM/CAD, VR/AR/Metaverse등을 PoP(Platform of Platforms) 개념으로 유연하게 연동할 수 있는 개방형 플랫폼 ■ MFM(Muti-Fidelity Modeling)/MRM(Multi-Resolution Modeling) 지원 ■ FTS(Fast Time Simulation)/RTS(Real Time Simulation) 지원  ■ 역방향 시뮬레이션(Reverse Simulation) 기능 지원 2. 주요 기능 ■ IoT 등의 수단을 통해 실체계로부터 운영 데이터를 수집하거나 실체계 제어 명령 전달 등을 위한 인터페이스 ■ 가설적 모델을 기반으로 디지털 트윈 모델의 데이터와 실체계의 데이터가 일치하도록 디지털 트윈 모델 내부의 파라미터 또는 함수를 최적화하는 모듈 ■ 다수의 디지털 트윈 모델이 연동되어 실행되는 환경으로 확장하기 위한 병렬/분산 시뮬레이션 도구와의 인터페이스 지원 ■ 프레임 워크 기반 SW개발 형태로 모델을 개발할 수 있도록 플랫폼에서 정의하는 모델 클레스들의 템플릿 제공 ■ 연속시간 및 이산사건 모델이 혼합된 하이브리드 모델의 실행을 위해 2가지 엔진이 신호-이벤트(S-E) 변환기를 통해 혼합적으로 실행할 수 있도록 하이브리드 시뮬레이션 엔진 모듈 제공 ■ 사용자를 위한 그래픽 사용자 인터페이스 기능 3. 성공 사례 ■ 국방분야 War Game, 전투실험, 분석, 획득 업무 적용으로 실체계만으로 해결할 수 없는 문제를 해결 및 시간단축, 비용절감, 품질향상, 리스크 경감에 기여 ■ 교통신호제어 최적화, UAM 운영환경 디지털 트윈 사업을 통한 교통문제 해결에 기여 ■ 풍력발전량 예측, 댐 최적 방류량 산출 등 다양한 분야 문제 해결에 기여   4. 도입 효과 ■고 충실도(High Fidelity) 디지털 트윈 모델 구현 및 가상실험을 통한 미래 변화를 분석, 예측 및 최적화함으로써 실체계만으로 해결할 수 없는 문제 해결 및 지혜 수준의 서비스 제공  ■DBSE(Digital twin Based System Engineering) 적용으로 복잡하고 어려운 사회, 산업 문제들을 단순화하여 지혜롭게 해결할 수 있도록 지원   상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

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.

디지털 트윈과 산업용 메타버스 트렌드   데이터 기반 서비스 관점에서의 디지털 트윈의 역할은 실 체계에서 수집한 실제 데이터와 디지털 트윈 시뮬레이션으로 얻어진 가상 데이터의 융합을 통하여 실제 시스템 관련 문제 해결에 유용한 빅 데이터 생성이라 할 수 있다.  디지털 트윈 활용은 안정성에 부담이 적고 신속/가시적 성공사례 확보가 가능한 스마트시티, 스마트 팩토리, 스마트SOC(도로, 철도, 항만, 공항, 등) 등이 대상이지만 기술성숙도가 높아지고 안정성이 보장됨에 따라 자율주행, 의료/인공장기, 식물공장 등으로 확대될 전망이다.   ▲ 철도 네트워크의 디지털 트윈 구축하는 독일 디지털 철도(이미지 출처 : 엔비디아)   1. 디지털 전환과 디지털 트윈 디지털 전환(Digital Transformation: DX)은 비즈니스 전 과정에 ICT 기술을 도입하여 전사적 업무, 생산 기술, 제품 등을 디지털화 한 후 이를 기반으로 가상 실험이 가능한 디지털 환경을 구축하는 것이다.  디지털 전환의 궁극적 목적은 기업 이윤 극대화에 필요한 업부/생산 효율성 및 제품 부가 가치 증대를 위한 다양한 창의적 대안들을 가상 실험을 통해 평가한 후 그 결과를 비즈니스 전 과정에 활용하는 것이다. 예를 들어, 스마트 팩토리의 디지털 전환은 조달 시스템, 생산 시스템, 물류 시스템 등 스마트 팩토리 구성요소들의 자원 할당 및 운용에 대한 다양한 대안들을 가상 실험을 통해 평가할 수 있는 환경을 구축하여야 한다. 그렇다면, 비즈니스 전 과정을 가상 실험하기 위해서는 무엇이 필요할까?  가상 실험을 하기 위해서는 먼저 가상 실험 대상(예: 제조 공장)을 선정하고, 다음으로, 가상 실험 시나리오(예:새로운 제조 장비 도입)가 필요하며 시나리오를 수행할 모델(예: 제조 공정 시뮬레이션 모델)이 필요하다. 이러한 가상 실험을 위한 모델이 디지털 트윈이며 이런 이유로 많은 사람들이 디지털 트윈을 DX의 Key(Richard Marchall, 2017), DX의 Enablers(Reterto Saracco, 2019), DX의 Central(Vijay Ragjumathan, 2019), DX의 Steppingstone(Harry Forbes, 2020), DX의 Pillar(Fransesco Belloni, 2020)라고 지적하였다.   2. 디지털 트윈의 정의 디지털 트윈은 물리적 자산, 프로세스 및 시스템에 대한 복제본으로 정의[Wiki 사전]되며, 복제본이란 대상 체계의 운용 데이터, 지형/공간/형상 정보 및 동작/운용 법(규)칙을 컴퓨터 속에 디지털화 해 놓은 것을 의미한다. 예를 들면, 제조 공장의 디지털 트윈은 제조 공장의 운용 데이터, 제조 공장의 공간/형상 정보, 그리고 제조 장비 동작 및 공정 모델이 컴퓨터 속에 복제된 것이 될 것이다. 디지털 트윈과 대상 체계가 쌍둥이기 때문에 쌍둥이 중 누가 먼저 태어났느냐에 따라 디지털 트윈의 이름을 다르게 붙이기도 한다. 대상 체계가 존재하기 전에 만들어진 디지털 트윈을 디지털 트윈 프로토타입(Prototype) 그리고 대상 체계가 만들어진 후 복제된 디지털 트윈을 디지털 트윈 인스턴스(Instance)라고 부른다. 디지털 트윈 프로토타입은 대상 체계 설계 단계에서 활용되며 디지털 트윈 인스턴스는 대상 체계의 운용 분석에 활용되는 것이 일반적이다. 디지털 트윈 인스턴스(실 체계의 복제본)와 디지털 트윈 프로토타입(실 체계의 설계 모델)이 모두 존재할 수도 있지만 디지털 트윈 프로토타입 없이 디지털 트윈 인스턴스만 존재할 수도 있다. 디지털 트윈 프로토타입과 인스턴스가 모두 존재한다면 인스턴스는 프로토타입에 실 체계 운용 정보가 반영되어 진화(성장)된 트윈으로 볼 수 있다. 3. 디지털 트윈 구축 목적 디지털 트윈의 구축 목적은 대상 실 체계와 디지털 트윈을 연동 운용함으로써 실 체계 관련 이해 당사자에게 지혜 수준의 혁신적 서비스를 제공할 수 있는 핵심 도구/수단으로 활용하기 위함이다. 데이터 기반 서비스 관점에서의 디지털 트윈의 역할은 실 체계에서 수집한 실제 데이터와 디지털 트윈 시뮬레이션으로 얻어진 가상 데이터의 융합을 통하여 실제 시스템 관련 문제 해결에 유용한 빅 데이터 생성이라 할 수 있다. 융합 빅 데이터는 AI-통계/공학 분석도구들을 이용하여 실 세계의 구성요소인 자산, 사람, 운용 프로세스들의 다양한 결합에 대한 분석/예측 및 체계 운용 최적 대안(최적화)을 찾는데 활용될 수 있다. 아울러, 융합 빅 데이터는 실 세계를 가상 환경에서 현실감 있게 표출할 수 있는 다양한 장비/장치와 VR/AR/XR/메타버스 관련 ICT 기술과의 융합 인터페이스를 통해 오락, 관광, 교육 훈련, 체험 등에 활용될 수 있다.     디지털 트윈의 복제 대상은 실 체계의 운용 데이터, 공간/형상 정보 및 실 체계에 포함된 객체들의 행위 모델 등 3가지이다. 운용 데이터는 실 체계에 설치된 IoT 장비로부터 획득이 가능하다. 공간/형상 정보는 서비스 목적에 따라 GIS, BIM 혹은 3D CAD 중 한 가지 이상을 결합하여 사용한다. 객체 행위 모델은 다양한 시나리오를 가상 실험하기 위한 시뮬레이션 모델을 사용하지만 서비스 목적에 따라서는 운용 데이터를 학습한 데이터 모델을 사용할 수도 있다. 구성요소 중 일부만을 사용한 디지털 트윈은 나머지 구성요소를 사용하지 않음으로 인한 한계점에 봉착하게 된다. 예를 들면, 실 체계 운용 데이터 복제만으로 구성된 IoT 기반 디지털 트윈은 수집된 데이터를 분석할 수는 있지만, 실 체계를 시각화한 지형/공간 상에 데이터를 표출할 수 없을 뿐만 아니라 실 체계와는 다른 가상 데이터를 입력한 시뮬레이션을 수행할 수 없다. 마찬가지로, 지형/공간 정보 만으로 구성된 디지털 트윈은 실 체계에서 일어나는 지형/공간 정보의 변화를 실 시간으로 반영할 수 없으며 시뮬레이션을 통한 실 체계의 현상 분석 및 미래 예측이 불가능 하다.      디지털 트윈의 효율적인 활용을 위해서는 위의 세 가지 구성요소 모두를 개발 및 운용할 수 있는 통합 플랫폼이 바람직하지만 국내외적으로 표준화된 디지털 트윈 플랫폼은 존재하지 않는다. 디지털 트윈의 특성 상 3가지의 디지털 트윈 구성요소 각각을 개발하는 독립적인 플랫폼을 사용하여 구성요소를 개발한 후 이들을 연동하여 운용하는 것이 효율적이다.  구체적으로는, 먼저, 디지털 트윈 개발 목적에 맞게 운용 데이터를 수집하는 IoT 플랫폼, 지형/공간 정보를 구축하는 지형/공간정보 플랫폼 및 모델링 시뮬레이션 플랫폼들을 이용하여 각 구성요소를 개발한다. 다음으로, 개발된 세 가지 구성요소를 실행하는 플랫폼들을 연동 운용하는 PoP(Platform of Platforms) 구조를 사용할 수 있다. PoP 구조는 디지털트윈의 목적에 부합되는 모든 디지털트윈을 개발/운용할 수 있는 플랫폼으로써 신뢰성 및 경제성(개발 기간 및 비용) 면에서 효율적인 구조이다. PoP 구조를 사용할 경우 플랫폼들 사이의 연동을 위한 데이터 모델과 API의 국제적인 표준화가 요구되며 데이터 모델의 표준은 대상 시스템에 따라 달라질 수 있다.  디지털 트윈을 실제 시스템에 대한 문제 해결 목적으로 사용하기 위해서는 대상 시스템에 대한 다양한 질문의 답을 디지털 트윈을 통해서 얻을 수 있는 서비스가 제공되어야 한다. OR 이론의 창시자 중 한 명으로 경영 과학 이론가인 R.L.Ackoff 교수는 사람이 생각하는 내용을 데이터, 정보. 지식, 지혜 등 4가지로 분류하였다. 데이터는 단순한 심벌(숫자나 문자)을 말하지만 정보는 ‘who’, ‘what’, ‘where’, ‘when’을 답할 수 있고, 지식은 ‘how’를 답할 수 있고, 지혜는 ‘why’를 답할 수 있어야 한다고 정의하였다. 디지털 트윈의 서비스 수준을 Ackhoff 교수의 분류법에 매핑 시킨다면 정보 수준 서비스는 시스템 분석(현상, 기능 등), 지식 수준 서비스는 시스템 예측(행위, 성능 등) 그리고 지혜 수준 서비스는 시스템 최적화(운용 최적화 등) 및 진단(수명 진단 등)에 해당한다. 예를 들어, 교통 시스템에 대한 다양한 질문을 답하기 위해 교통 디지털 트윈을 만들었다고 하자. 정보 서비스의 예는 현재 교통 시스템의 현상을 분석하는 것으로 어느 위치의 현재 시간대에 단위 시간당 교차로 통과 차량 대수가 얼마인지에 대한 답을 하는 서비스이다. 지식 서비스의 예는 현재 출발지에서 목적지까지의 소요 시간이 얼마가 되는지를 예측하는 질문에 대한 답을 하는 서비스이다. 지혜 서비스의 예는 현재 출발지에서 목적지까지의 소요 시간이 최소가 되는 최적화된 경로가 어떤 것인지의 질문에 대한 답을 하는 서비스이다.    4. 디지털 트윈의 구성요소 디지털 트윈의 3 가지 구성요소 중 행위 모델은 목적에 따라 데이터 모델과 시뮬레이션 모델로 대별된다. 데이터 모델은 실 체계에서 수집된 데이터들 사이의 상관관계를 기계학습하여 얻어진 모델(예: 인공신경망)로서 지식 서비스를 위한 시스템 행위 예측에 한계점을 가지고 있다. 구체적으로, 데이터 모델은 학습된 데이터 영역에서는 미래 예측이 가능하지만 학습된 영역 밖의 데이터에 대한 예측은 불가능 하다. 뿐만 아니라 학습 시와 예측 시의 시스템 운용 조건이 달라질 경우에도 예측이 불가능하다. 앞서 예시한 교통 디지털 트윈으로 데이터 모델을 사용할 경우 학습 시 도로 상황(운행 시간, 사고 발생 유무 등)이 예측 시 도로 상황과 동일하지 않으면 소요 시간 예측의 정확도가 보장되지 않는다. 더욱이, 시스템 변수 사이의 상관 관계로 표현된 데이터 모델은 변수 사이의 인과 관계가 필요한 시스템의 최적화 및 고장 진단 등에는 활용할 수 없다. 이러한 데이터 모델의 서비스 한계를 극복하기 위해서는 시뮬레이션 모델을 사용할 수 있다. 시뮬레이션 모델은 구축은 대상 시스템에 대한 도메인 지식과 이를 표현하는 지배 법칙에 대한 수학적/논리적 표현 방법을 이해해야 하므로 데이터 모델에 비해 고 비용이 요구된다. 따라서, 디지털 트윈의 행위 모델은 대상 시스템의 서비스 목적과 수준에 따라 다르게 선택될 수 있다.    5. 디지털 트윈의 발전 전망  디지털 트윈의 향후 발전 전망은 문제 해결과 가상 체험 및 빅 데이터 분야로 대별할 수 있다. 문제 해결 분야에서 디지털 트윈의 대상은 분석, 예측, 최적화/진단 대상이 되는 모든 시스템 분야로서 산업(제조, 생산, 물류, 식물공장 등), 공공(교통, 환경, 금융 등), 의료(진단, 인공장기, 가상수술 등), 재난안전(안전점검, 피해분석, 대피훈련 등), 국방(군사훈련, 국방분석, 무기체계 획득 등)등을 포함한다.  현재 디지털 트윈 활용은 안정성에 부담이 적고 신속/가시적 성공사례 확보가 가능한 스마트시티, 스마트 팩토리, 스마트SOC(도로, 철도, 항만, 공항, 등) 등이 대상이지만 기술성숙도가 높아지고 안정성이 보장됨에 따라 자율주행, 의료/인공장기, 식물공장 등으로 확대될 전망이다.  가상 체험 분야는 디지털 트윈이 실 세계 혹은 가상 세계를 움직이는 다양한 시나리오를 정형화한 지배 법칙(모델)을 실행(시뮬레이션)하는 수단으로 활용될 전망이다. 이러한 지배법칙 실행은 실제 세계와 가상 세계의 구별 없는 가상 체험을 목표로 하는 메타버스의 서비스 콘텐츠를 제공한다. 따라서, 메타버스 발전을 위해서 메타버스의 서비스 컨텐츠를 제공하는 디지털 트윈 발전이 필수적으로 향후 메타버스와 디지털 트윈은 동시에 발전할 전망이다.  빅 데이터 분야에서는 디지털 트윈의 가상 실험을 통해 실 체계에서는 물리적/경제적 이유로 수집 불가능한 다양한 빅 데이터를 생성하는데 활용될 전망이다. 유의미한 빅 데이터 생성을 위해서는 실 체계에서 수집 가능한 데이터를 사용하여 디지털 트윈 모델의 검증이 선행된 후 실 체계에서 수집 불가능한 데이터 생성을 위한 가상 실험이 설계되어야 한다. 디지털 트윈을 사용한 빅 데이터 생성은 시스템 기능 검증, 예지 진단 및 기계학습 등과 같은 부가가치가 높은 데이터 생성에 집중되어 미래 데이터 구독 시장 활성화에 기여할 전망이다.   김탁곤 명예교수  KAIST 전기전자공학부  

주요 PLM 소프트웨어 소개 CAD 통합 모듈, CADPlus   개발 및 자료 제공 : 에스더블류에스, 02-6954-4700, www.sws.co.kr   CADPlus(캐드플러스) 는 다양한 PLM솔루션과 연계하여 사용할 수 있는 에스더블류에스가 개발한 캐드(CAD) 통합 모듈로, 설계 분야에서 일하는 엔지니어들이 더 효과적이고 편리하게 설계 과정을 수행하여 제품을 신속하게 개발하기 위해 사용되는 확장 프로그램이다. CADPLUS는 업무 프로세스의 간소화 및 협업을 강화하고 설계에 대한 오류를 줄이는 등 CAD의 기능을 확장하거나 개별적인 작업을 자동화하여 CAD 사용자가 더 쉽게 작업하고 관리할 수 있도록 한다. 궁극적으로는 생산성과 제품 개발의 수명주기를 향상시키며 제조, 건설, 자동차 설계, 항공우주 공학, 전기, 전자 등 다양한 산업군에서 매우 중요하게 작용하여 사용되고 있다.   1. 주요 특징 ■ 사용자 정보 및 권한 연계의 동일성 : PLM 시스템과 CAD 간에 사용자 정보와 권한을 같이 적용하여 사용자에게 일관된 기능을 제공하고 데이터 보안을 유지한다.  ■ 표준 템플릿 생성 및 정보 추출 : 다양한 템플릿을 제공하여 도면을 표준화할 수 있다. 표준화된 서식은 사용자가 수정할 수 없도록 제어하여 설계 표준화를 정립할 수 있으며 도면 검증에도 활용할 수 있다. 이렇게 생성된 도면은 표제란 및 파트 리스트 정보를 추출할 수 있다. ■ 최종 BOM 자동 생성 : 완제품 및 반제품 등 부품의 정보를 추출하여 자동으로 상하관계를 구성하며 EBOM, MBOM등으로 제공하게 된다. 2. 제품 구성 ■ 도면 내 데이터 추출 : 도면 안에 있는 데이터 중 수집이 필요한 항목을 정의하고 등록 시 자동 추출하여 데이터베이스에 저장할 수 있다. 수집한 데이터는 검색 조건으로 사용하여 해당 정보가 포함된 도면을 찾을 수 있고, 검색된 도면의 변경이력 확인 및 뷰어, 출력, 다운로드, PDF 변환과 같은 기능으로 다양하게 활용할 수 있다. ■ 심벌 라이브러리 : 도면 설계 시 공통으로 사용하는 심벌을 표준화하여, 모든 설계자가 공유할 수 있는 기능이다. 볼트, 너트, 모터와 같은 정형화된 제품 및 실린더와 같은 반정형화된 제품도 구성할 수 있다. ■ 자동화 설계 : 설계 시 단순 반복적이고 시간 소모적인 작업을 자동화하여 생산성을 향상시킨다. CAD자동화로 휴먼 에러를 최소화하고 설계 오류를 감소시킨다. 정확한 계산과 복잡한 계산, 측정을 수행하며 오류를 최소화하는데 도움을 준다. ■ AutoBOM : 설계도면 내 데이터를 통해 BOM을 생성한다. 계층구조로 구성되며 ERP 시스템과 연동하여 EBOM, MBOM으로 확장할 수 있고 BOM을 등록하여 관리가 가능하며, 제품 설계, 공학 및 제조 분야에서 상세한 BOM을 생성하는 프로세스를 간소화하고 효율성, 정확성 및 협업을 향상시키는 역할을 한다. ■ 3D Integration : 3D CAD와의 연계를 통해 Assembly 및 Part의 속성 정보를 하나의 화면에서 생성 및 편집할 수 있는 기능을 제공하며, PLM System 내 3D 데이터를 일괄적으로 등록할 수 있다. 표제란 및 Partlist의 작성 및 BOM 생성을 도면 파일 및 도면 내 데이터 관리를 수행할 수 있다. ■ 설계 도면 검증 : 도면 설계 시 각 업무에 따라 정해진 설계 기준이 있지만, 바쁜 업무와 너무 많은 데이터로 인해 설계 오류가 발생할 수 있다. 이는 제품의 품질, 신뢰성 및 효율성에 부정적인 영향을 미친다. 설계 오류를 줄이기 위해 도면에 포함된 데이터(텍스트, 블록, 레이어 등)를 검증하여 팀 간의 협업 및 품질에 대한 향상뿐 아니라 비용 절감과 시간 절약의 효과가 있다. 3. 도입 효과 CADPlus는 제품에 대한 설계 및 개발, 제조, 건설 및 공학 분야 등 다양한 분야에 도입하여 사용되고 있으며, 다음과 같은 다양한 효과를 얻을 수 있다. ■ 효율성 향상 : 설계 및 개발 프로세스를 최적화하여 생산성을 향상시킨다. ■ 정확성 증가 : 오류를 최소화하고 보다 정확한 설계를 통하여 휴먼 에러를 줄일 수 있다. ■ 품질 향상 : 정확하고 일관된 설계를 통해 제품의 성능과 신뢰성을 향상시킨다. ■ 데이터 및 프로젝트 관리 : 설계 데이터를 관리하여 보안을 강화하고 프로젝트 진행 상황에 따른 리소스 할당을 최적화하는데 도움을 준다. ■ 커스터마이징 : 사용자에 따른 정의가 가능하며 특정 요구에 맞게 조정이 가능하다. ■ 비용 절감 : 오류와 재작업의 시간을 줄이고 생산성을 향상시켜 비용 절감의 효과를 얻을 수 있다. 제품 개발 및 설계에 따른 보다 정확하고 빠르게 제품을 시장에 내놓는데 도움이 되며, 다양한 산업 분야에서 경쟁력을 확보하고 효율성을 향상시킬 수 있다. 4. 주요 고객사 삼성디스플레이, SKC, 한화기계, 금호타이어, 서울교통공사, KAIST, 동우화인켐, 우진산전 등 약 50여개 업체에서 사용하며 업무의 효율 및 생산성 향상에 효과를 얻고 있다.   좀더 자세한 내용은 '스마트 엔지니어링을 위한 PLM과 DX 가이드' 에서 확인할 수 있습니다. 상세 내용 보러 가기