전력 계측 및 AI 기반 모터 진단 솔루션 전문기업, 엔텍시스템   산업 현장에서 고장이나 생산이 중단될 수 있는 상황을 미리 예측해, 장비 가동 중지 등의 사태를 막는 예지보전의 중요성이 높아지고 있다. AI 기반 산업 진단 기술 전문기업 엔텍시스템(www.nteksys.com)은 전력 계측과 모터 진단 분야에서 20년 이상 축적된 기술력으로 산업 설비의 안전성과 효율성을 높이는 데 앞장서고 있다.   엔텍시스템 김영식 부사장   산업 현장의 숨은 위험 신호, AI가 먼저 알아챈다 2002년 설립된 엔텍시스템은 전력 계측 및 AI 기반 모터 진단 솔루션을 전문으로 제공하는 기술 기업이다. 전기 신호 분석과 머신러닝 기술을 융합해 설비의 이상을 조기에 탐지하고, 운영 최적화를 유도하는 ‘AI 예지정비’ 분야에서 독자적 위치를 구축해왔다. 주요 제품으로는 ▲멀티채널 미터(GEMS 3500 시리즈) ▲AI 모터 진단 시스템(GEMS 5500 시리즈) ▲전기실 온라인 진단 시스템(EMS) 등이 있다. 이 중 멀티채널 미터는 수배전반의 인입 및 분기 회로를 동시에 고정밀 측정하여 에너지 효율과 전력 품질 감시에 활용되고, AI 모터 진단 솔루션은 전기 신호를 분석해 이상 징후를 조기에 탐지하고 머신러닝 기반 예지보전으로 설비 안정성 및 운영 효율을 향상시킨다. 또 전기실 온라인 진단 시스템은 실시간 전력 감시와 변압기 진단을 가능케 하여 원격 모니터링과 이상 감지에 강점을 보이고 있다. 삼성전자·LG전자·포스코 등 100여 개 이상의 기업과 150여 개 공장에 솔루션을 공급해 온 엔텍시스템은  2024년에는 미국 메릴랜드 법인을 설립하며 본격적인 글로벌 시장 공략에도 나섰다. 이와 함께 CE, UL, FCC 등 국제 인증을 확보하여 글로벌 경쟁력을 강화하고 있다. 산업AI EXPO에서 혁신적인 AI 진단시스템과 산업현장 적용 사례 소개 이 회사는 9월 3일부터 5일까지 코엑스 마곡에서 열리는 2025 산업AI EXPO에 참가해 대표 제품인 ‘SV500’ 모터 진단 시스템과 클라우드 기반 SaaS 서비스를 선보이며, 산업계의 스마트 유지보수 전환을 본격화할 계획이다. 엔텍시스템이 산업AI EXPO 2025 참가를 결정한 배경에는 “AI 기술의 실효성과 방향성을 업계에 선도적으로 제시하고자 하는 의지”가 있다. “국내 산업 AI 생태계 확산을 위한 첫 이정표로서, AI 기술의 방향성과 산업 현장 적용 사례를 업계에 선도적으로 알릴 수 있는 중요한 기회라고 판단해 산업AI EXPO에 참가하게 되었다”는 엔텍시스템 관계자는 “이번 전시를 통해 이미 여러 산업 현장에서 적용 사례를 갖춘 솔루션인 SV500의 기술 신뢰성과 실제 효과를 널리 알리고 싶다”고 전했다. 엔텍시스템이 주력으로 전시할 SV500은 24비트 해상도와 8kHz 샘플링의 전류·전압 실시간 파형 분석을 기반으로 인버터와 모터 전기 신호를 정밀 분석한다. 또 디지털 트윈 기술을 활용한 이상 탐지와 토크·고조파 분석, 웹기반 대시보드 시각화로 현장 상태를 실시간 확인할 수 있다. 이와 함께 이 회사의 전시부스에서는 클라우드 기반 실시간 모터 진단 SaaS 서비스도 선보일 예정이다. 이 서비스는 모터 이상 탐지 및 진단, 시공간 제약 없이 진단 현황 확인, 원격 실시간 모니터링 기능을 제공하여 현장 유지보수 업무의 효율성을 극대화한다. “산업AI EXPO는 산업계와 AI 기술이 실질적으로 만나는 통합 플랫폼으로서 의미가 크다”는 김영식 부사장은 “제조, 에너지, 인프라 분야에서 디지털 전환이 가속되는 가운데, 기업 간 AI 적용 경험과 니즈를 공유하고 협력할 수 있는 소통의 장이 될 것”이라고 덧붙였다. 특히 엔텍시스템은 이번 EXPO 참가를 통해 ‘스마트 유지보수의 새로운 기준’을 제시하며, 다양한 산업 고객 및 파트너와 실질적인 비즈니스 협업을 확대하는 계기로 삼을 계획이다. 이를 위해 전시 기간 내 SV500 실물 데모를 운영하여 방문객들이 센서 설치와 웹 대시보드를 직접 체험하도록 할 예정이다. 맞춤형 AI 유지보수 솔루션으로 산업계 표준 제시 엔텍시스템의 향후 목표는 명확하다. 산업 현장에서 발생할 수 있는 다양한 모터 고장 패턴을 AI가 정확히 예측할 수 있도록 머신러닝 및 딥러닝 알고리즘을 고도화하고, 고객 맞춤형 유지보수 기능을 강화해 신뢰도 높은 예지보전 시스템을 완성하겠다는 것이다. 특히 사용자 맞춤 알람 임계값 설정 기능, 모바일 최적화 UI·UX 개선, 클라우드 기반 플랫폼 강화 등을 통해 산업 전반에 AI 유지보수 솔루션을 표준화해 나갈 계획이다. 더불어, 일본, 베트남, 중동 등지로의 해외 진출도 확대하며 글로벌 SaaS 플랫폼 기업으로의 도약을 준비 중이다.  

생산 계획부터 운영까지 혁신하는 스마트 제조   제조 산업은 빠르게 변화하고 있으며, 이에 따라 생산성 향상과 유연한 운영을 위한 혁신이 요구되고 있다. 스마트 제조는 이러한 요구를 충족시키는 해답으로, 특히 생산 계획과 운영 단계의 최적화는 전체 공정 효율성에 큰 영향을 미친다. 이번 호에서는 스마트 제조 구현을 위한 핵심 전략으로서 생산 계획 및 운영을 혁신할 수 있는 ‘PINOKIO(피노키오)’ 설루션을 제시한다.   ■ 자료 제공 : 이노쏘비, www.pinodt.com   제조 산업 전반에서 디지털 트윈 기술이 핵심 전략으로 떠오르고 있다. 차세대 물류 디지털 트윈 설루션을 지향하는 PINOKIO는 최신 기술 흐름을 반영해 개발된 설루션으로, 기존 상용 시스템이 지닌 한계를 극복하고 스마트 제조 전환을 가속화하는 데 최적화된 기능을 제공한다. 기존의 디지털 전환(DX) 설루션이 주로 3D 모델링 및 시뮬레이션 등 기초 단계의 디지털 트윈 기술에서 출발한 반면, PINOKIO는 개발 목적을 현장의 대용량 데이터를 기반으로 실시간 물류 모니터링과 시뮬레이션 제공을 목표로 설계되었다. 이러한 기술적 차별성을 바탕으로 PINOKIO는 SK하이닉스, LG전자 등 대규모 혼류 생산 제조 현장에서 정합성과 예측 정확도 측면에서 검증을 완료했으며, 실제 도입을 통해 생산성과 운영 효율성 향상 등 실질적 성과를 입증했다. 최근에는 고성능 시뮬레이터까지 제품 라인업에 포함되면서, 기존 상용 설루션 대비 향상된 성능과 확장성을 갖춘 디지털 트윈 시스템으로 자리매김하고 있다. PINOKIO는 앞으로도 다양한 산업군의 요구에 대응하며, 제조업의 스마트화를 실현하는 핵심 플랫폼으로의 성장을 이어갈 계획이다.   제품 소개 AI 기반 제조 물류 혁신을 위한 디지털 트윈 플랫폼 PINOKIO는 전통적인 시뮬레이션을 넘어 시뮬레이터, 디지털 트윈, AI 에이전시를 통합한 차세대 DES(이산 이벤트 시뮬레이션) 기반 플랫폼으로, 제조 물류 전반에 걸친 통합 설루션을 제공한다.  PINOKIO는 세 가지의 핵심 모듈로 구성된다. 첫 번째, 물류 시뮬레이터 설루션 ‘Pino SIM(피노 SIM)’이다. 이는 공정 흐름 설계부터 시뮬레이션, 결과 분석까지 지원하는 시뮬레이터로, ‘Pino Editor(피노 에디터)’라는 내장 도면 편집기와 레이아웃 설계 도구를 포함한다. 단순한 시뮬레이션을 넘어 제조 기준정보 입력, 물류 시나리오 구성, 시뮬레이션 실행 및 시각화 분석까지 포괄적인 기능을 제공한다. 두 번째, 실시간 디지털 트윈 설루션 ‘Pino DT(피노 DT)’다. MES, IoT, PLC, 센서 등 다양한 제조 운영 시스템과 인터페이스하여 대용량 데이터를 실시간으로 수집·처리하며, 실시간 모니터링, 미래 예측, 예지 보전 시뮬레이션까지 가능하다. 이는 생산 현장의 가시성과 대응력을 높이고 의사결정에 도움을 준다. 세 번째는 인공지능 기반의 ‘Pino AI(피노 AI)’다. 대규모 언어 모델(LLM)과 전문 특화 언어 모델(sLLM)을 활용한 대화형 UI를 통해 사용자는 데이터를 직관적으로 분석하고 의사결정에 활용할 수 있다. 또한 강화학습, 파라미터 최적화 등 다양한 AI 기법이 적용 가능해, 생산성과 품질 향상을 동시에 실현할 수 있다. 확장성 면에서도 PINOKIO는 주목할 만하다. 최근에는 엔비디아 옴니버스(NVIDIA Omniverse)와 같은 고급 시각화 플랫폼과의 연동을 지원하며, 파이썬(Python) 기반 개발 환경 확장도 가능해 사용자 맞춤형 라이브러리 개발이 용이하다. PINOKIO 설루션을 통해 제조 기업은 공정 및 물류의 사전 최적화, 실시간 생산 모니터링, 미래 예측, AI 기반 고도화 등 다양한 지능형 서비스를 구현할 수 있다.   PINOKIO의 특징 Pino SIM은 디지털 트윈 구축 시 미래 예측 시뮬레이터 역할을 수행할 뿐만 아니라, 공장 신설이나 생산 라인 변경 등 제조 현장의 변화가 필요한 상황에서 사전 물류 계획 수립과 최적 레이아웃 구성을 지원한다. 이를 통해 공정의 효율성과 안정성 확보를 가능케 하며, 제조 현장의 디지털 전환을 실질적으로 이끄는 핵심 도구로 자리잡고 있다.   그림 1. Pino SIM 작업 과정   Pino DT는 자체 개발한 최적화 시뮬레이션 및 모니터링 엔진을 기반으로, 실시간 데이터에 기반한 정밀한 의사결정과 미래 예측을 가능하게 하는 디지털 트윈 설루션이다. 특히, 시뮬레이션 이벤트 처리 횟수를 최소화한 구조로 설계되어, 불필요한 연산을 줄이고 대용량 데이터를 빠르고 효율적으로 처리할 수 있다는 점이 강점이다. 이를 통해 공정 변화나 예기치 못한 상황에도 유연하게 대응할 수 있으며, 작업자 개입 등 현장의 변수까지 반영한 고도화된 시뮬레이션이 가능하다. Pino DT는 실시간 운영 최적화와 미래 예측을 동시에 수행함으로써, 제조 현장의 민첩성과 안정성을 획기적으로 향상시키는 차세대 디지털 트윈 기반 물류 설루션으로 주목받고 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

3D 프린팅이 폭발적인 관심을 받은 이후 거품이 꺼지고, 지금은 산업 분야를 중심으로 실질적인 기술 활용에 대한 고민과 노력이 이어지고 있다. ‘적층제조(Additive Manufacturing)’라는 용어는 절삭가공이나 주조 등과 다른 방식의 생산기술로서 3D 프린팅을 정의하는 개념이다. 3D프린팅연구조합은 지난 7월 2일~4일 일산 킨텍스에서 진행된 ‘제1회 국제 적층제조 기술 전시회 및 콘퍼런스(AM KOREA 2025)’를 통해 산업 분야에서 3D 프린팅 기술의 가능성을 짚는 기회를 마련했다. ■ 정수진 편집장     비용·소재·생산성의 한계를 극복해야 전시회 기간 중 치러진 ‘AM KOREA 2025 콘퍼런스’에서는 이틀에 걸쳐 최신 3D 프린팅 기술과 산업 분야에서의 활용 방안에 대한 논의가 이뤄졌다. 특히 현대자동차, LG전자, 한화에어로스페이스, 두산에너빌리티 등 국내 주요 제조기업에서 현실적인 고민과 노력을 소개했다. 콘퍼런스 첫째 날인 7월 3일 현대자동차 조영철 책임은 3D 프린팅 기술이 상당히 성숙했음에도 불구하고, 자동차 산업에서는 ‘2차 캐즘(Chasm)’ 단계에 접어들면서 본격 적용되기에는 몇 가지 한계가 있다고 짚었다. 가장 큰 장벽은 기존 제조 공정에 비해 여전히 제조 원가가 높고 생산성이 낮아 대량 생산에 쓰이기 어렵다는 것이다. 또한, 균일한 물성과 품질을 확보하기 어렵고, 특정 요구 조건을 만족하는 소재가 없다는 점도 해결해야 할 과제이다. 조영철 책임은 “이런 한계를 극복해야 3D 프린팅이 프로토타입 제작 수준을 넘어서 생산 기술로 자리잡을 수 있을 것”이라고 보았다. LG전자 박인백 팀장은 다품종 대량 생산 체제에서 고부가가치 산업과 달리 높은 소재 비용이 3D 프린팅의 양산 적용에서 걸림돌로 작용한다고 보았다. 또한, 반복되는 움직임이나 찢어짐을 견딜 수 있는 고무 같은 특수 소재가 부족한 소재 물성의 한계와 복잡한 부품을 3D 프린팅으로 제작할 경우 제작 시간과 비용이 높아지는 점도 꼽았다. 박인백 팀장은 “이 때문에 3D 프린팅을 실제 양산에 바로 적용하기는 어렵고, 현재 LG전자에서는 주로 개발 단계에서 3D 프린팅을 활용하고 있다”고 전했다.   비용 절감과 가치 창출을 위한 기술 개발이 돌파구 이런 한계를 넘어서 3D 프린팅이 제조산업에서 자리를 잡을 수 있는 가능성에 대해서도 제조기업들은 다방면의 노력을 기울이고 있다. 조영철 책임은 원가 허들을 극복하는 것과 함께 경량화를 통한 탄소 중립 대응, 파트 간 연결 방식 등 전후방 기술의 확보 등으로 3D 프린팅의 새로운 가치를 창출하는 것이 중요하다고 전망했다. 그리고 “물리적 서포트가 필요 없는 바인더젯(Binder Jet) 기술의 자동차 산업 적용 가능성을 찾고 있으며, 소프트웨어 중심 자동차(SDV)의 열 관리를 위한 다공성 구조물 제작이나 소량 생산되는 CS(고객 서비스) 부품의 무금형 양산 등에 3D 프린팅을 적용하는 방안을 연구 중이다. 이런 기술은 자동차 산업을 넘어 다양한 산업에 범용으로 적용할 수 있어 확장성이 높을 것으로 본다”고 전했다. LG전자는 3D 프린팅의 돌파구로 ‘무금형 양산’ 전략에 집중하고 있다. 금형 제작 비용이 부담스러운 소량의 비기능성 부품이나 서비스 부품에 적용해 비용을 절감할 수 있다는 것이다. 또한, LG전자는 신제품을 개발하는 과정에서 목업을 대체해 시간과 비용을 줄이거나, 생산 라인에서 쓰는 지그(jig) 제작에도 3D 프린팅을 활용하고 있다. 박인백 팀장은 “LG전자는 적층제조 특화 설계(DfAM)로 소재 비용을 줄이고 있으며, 3D 프린팅 소재와 장비를 직접 개발하여 원가 경쟁력을 확보하는 데 주력하고 있다”고 설명했다.     다양한 적층제조 설루션 및 기술 개발 내용 소개 이외에도 이번 AM KOREA 콘퍼런스에서는 ▲노스이스턴 대학교의 아흐메드 A. 부스나이나 교수가 나노 스케일의 반도체 제작을 위한 3D 프린팅 기술 개발 내용을 소개했고 ▲방위사업청의 도윤희 과장이 K-방산의 성장 과정·성과·육성 방향을 소개하면서 보안을 위해 3D 프린팅 장비의 국산화에 관심을 가져야 한다고 짚었다. ▲트루얼 테크놀로지의 루크 장 대표는 파우더 기반 적층제조에 기반한 고수율 및 저비용 제조 기술 연구 내용을 ▲한국재료연구원의 송상우 센터장은 와이어 기반 적층제조 기술을 활용한 SMR(소형 모듈형 원자로) 부품 제조 전략을 소개했다. ▲성균관대학교 백상열 교수는 지능형 생체 점착을 위한 4D 프린팅 기반 멀티스케일 소프트 로봇 기술을 소개했다. 콘퍼런스 둘째 날에는 ▲콜리브리움 애디티브의 첵한탄 이사의 ‘GE 에어로스페이스의 적층제조 산업화 경험’ ▲게퍼텍 세바스티안 렉 이사의 ‘WAAM(와이어 아크 적층제조) 기술의 대량 생산 산업 응용 전환’ ▲한화에어로스페이스 손인수 센터장의 ‘적층제조를 활용한 항공엔진의 국내외 개발 현황과 도전’ ▲두산에너빌리티 박재석 팀장의 ‘적층제조 기술은 첨단 제조산업을 어떻게 혁신하는가’ 등의 발표가 진행됐다. 3D프린팅연구조합의 이조원 이사장은 콘퍼런스의 개회사를 통해 국내 적층제조 산업의 위기를 경고했다. 그는 “한국의 기술 경쟁력이 하락하여 중국에 대한 기술 종속마저 우려되는 수준이다. 적층제조가 생산 기술의 중요한 전환점으로 여겨지고 있지만, 그 가능성을 실현하기 위해서는 정부의 정책적 관심과 함께 학계의 R&D 성과가 기업으로 이어지는 선순환 구조를 만들 필요가 있다”고 짚었다. 그러면서 이번 콘퍼런스가 국가 생존을 위한 기술 발전의 계기가 되기를 바란다고 전했다. 한편, 킨텍스 제1전시장에서 진행된 적층제조 기술 전시회에서는 성형 기법과 소재, 적층 크기와 정밀도 등에서 다양한 3D 프린팅 기술이 선보였으며, 한계를 극복하고 생산 분야에서 자리잡기 위한 노력이 진행되고 있음을 알 수 있었다. 전시회에서는 제조산업에서 3D 프린팅이 기존 생산 기술로 만들기 어려운 형상을 적은 시간과 비용으로 만들 수 있다는 점과 함께, 특정 분야에서는 프로토타입에서 나아가 실제로 쓰일 수 있는 부품 및 제품을 만들 수 있는 수준으로 3D 프린팅 기술이 성장했다는 부분이 강조됐다. 전시회 참가 업체들은 “3D 프린팅 기술이 지금 시점에서 기존의 생산 기술을 완벽히 대체할 수 있는 수준은 아니다”라면서도, 기술 한계를 극복하고 특화된 시장을 발굴하면서 제조 현장에 자리를 잡을 수 있을 것으로 기대하는 모습이었다.       ■ 기사 내용은 PDF로도 제공됩니다.

스트라타시스가 7월 17일 그래비티 조선 서울 판교오토그래프 컬렉션 지하 1층 스페이스 볼룸홀에서 ‘스트라타시스 3D 프린팅 포럼 2025’를 개최한다고 밝혔다.  스트라타시스는 “이번 포럼에서 디지털 제조 혁신을 선도하는 3D 프린팅의 현재와 미래를 살펴보고, 스트라타시스의 글로벌 사례와 인사이트를 공유할 예정”이라면서, “그동안 어디에서도 볼 수 없었던 스트라타시스의 다양한 산업군 내 글로벌 사례 소개와 국내 고객사가 스트라타시스 3D 프린팅을 통해 어떻게 디지털 혁신을 이루어내고 있는지 아낌없이 공유하는 자리가 될 것”이라고 전했다. 스트라타시스 코리아 문종윤 지사장의 환영사로 시작하는 포럼은 스트라타시스 안드레아스 랭펠드(Andreas Langfeld) CRO의 ‘적층제조 기술의 트렌드 및 시장 전망 소개’ 기조 연설로 이어진다. 또한 스트라타시스의 얀 라겔(Yann Rageul) 부회장은 ‘자동차 및 모빌리티 산업’에서 쓰이는 스트라타시스 3D 프린팅의 글로벌 사례를, 다니엘 프린스(Dainel Princ) PJ/P3 디렉터는 ‘제조 부품 및 산업용 부품산업’에서의, 프레드 피셔(Fred Fischer) 디렉터는 ‘항공우주 및 국방산업’에서의 스트라타시스 활용 현황을 공유한다. 오후 세션은 국내 고객사의 사례발표가 이어진다. 박인백 LG전자 AM Solution 팀 팀장, 박성환 현대모비스 책임, 유진광 충북 테크노파크 책임, 엄재용 TPC 메카트로닉스 수석은 각 산업별로 활용되고 있는 스트라타시스 제품과 활용 사례를 발표하며, 최승호 스트라타시스 코리아 애플리케이션 개발팀장은 의료산업의 사례를 발표한다.     전 세계 제조업계는 지금 공급망 재편과 고부가가치화, 지속가능성을 중심으로 빠르게 재편되고 있다. 이러한 변화속에서 3D 프린팅은 미래 제조산업을 견인하는 핵심 기술로 부상하고 있으며, 특히 최종 부품 생산을 위한 새로운 표준으로 자리매김하고 있다. 스트라타시스는 고도화된 소재, 진화된, 플랫폼, 생산공정에 최적화된 적층제조 설루션을 내세우면서 다양한 산업군에서 디지털 제조 혁신을 추진해왔다. 스트라타시스의 설루션은 FDM(Fused Deposition Modeling), 폴리젯(PolyJet), P3(Programmable PhotoPolymerization), SAF(Selective Absorption Fusion), SLA(Stereo Lithography Apparatus) 등의 포트폴리오를 기반으로 자동차·항공우주·소비재·교육·의료·패션 등 산업 여러 분야에서 활용되고 있다. 문종윤 지사장은 “빠른 속도로 재편되고 있는 전 세계 미래 제조산업의 흐름 속에서, 스트라타시스는 글로벌 리딩 기업으로 항상 고객이 가장 필요한 순간에 최적의 설루션을 제공하며 디지털 제조 혁신을 실현해왔다”면서, “이번 스트라타시스 3D 프린팅 포럼은 전 세계적인 변화의 흐름 속에서 최신 기술 트렌드와 글로벌 사례를 공유하고, 함께 미래 제조 전략을 논의하는 소통의 장이 될 것으로 기대한다”고 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.

개발 및 공급 : 이노쏘비 주요 특징 : 제조 물류 전반에 걸친 시뮬레이터/디지털 트윈/AI 에이전시의 통합 플랫폼, 설계~운영 과정의 최적화 지원, 다양한 제조 운영 시스템과 실시간 연동으로 대용량 데이터를 수집 및 처리, LLM/sLLM을 활용해 직관적인 데이터 분석 및 의사결정 지원 등 사용 환경(OS) : 윈도우 10/11(64비트) 시스템 권장 사양 : 인텔 i5 10세대 이상 또는 AMD 라이젠 5 이상 CPU, 최소 16GB RAM(32GB 권장), 엔비디아 RTX 4060 이상 GPU(AI 기능 사용 시 필요), 30GB 이상 여유 저장공간   최근 제조 기업들은 디지털 트윈 기반의 스마트 공장 도입과 더불어 급속한 디지털 전환(DX)을 위해 노력하고 있다. 불과 몇 해전만 하더라도 그 실체와 사례에 대해 의문이 있었지만, 다양한 도입 사례와 성과가 공개되면서 이제는 DX에서 나아가 AI 기술 도입과 AI로의 전환(AX : AI Transformation)을 활발히 검토하고 있고, 적극적인 도입 의사를 밝히고 있다. ‘PINOKIO(피노키오)’는 최신 기술 흐름을 반영해 탄생한 차세대 물류 디지털 트윈 설루션으로, 기존 상용 시스템의 한계를 극복하고 제조 산업의 스마트화를 가속화하는데 최적화된 해답을 제시한다. 기술 대전환의 시대를 맞아 기존의 전통적인 DX 설루션 기업들은 3D 모델링 및 시뮬레이션 등 낮은 단계의 디지털 트윈 기술을 기반으로 DX 설루션으로 개선 및 확장하고 있다. 이와 달리, PINOKIO는 초기부터 현장의 대용량 데이터 기반 실시간 물류 모니터링 및 실시간 시뮬레이션을 제공하는 디지털 트윈 기반의 운영 시스템을 목적으로 출발하였다. 그 결과 SK 하이닉스, LG전자 등 대량의 혼류 생산 제조 현장에서 디지털 트윈의 정합성과 예측의 정확도 등을 검증받았고 도입 효과를 증명했다. 이를 바탕으로 최근에는 기존 상용 설루션보다 높은 성능의 시뮬레이터까지 라인업하여 다양한 요구를 충족시킬 수 있게 되었다. 기존 상용 물류 시뮬레이션 설루션은 대부분 20~30년 전 개발된 구조를 가지고 있어, 최신 IT/OT 시스템과의 연동과 AI 기술을 적용하기 어렵다. 이로 인해 대용량 데이터 처리에 한계가 있으며, 사용자 API(애플리케이션 프로그래밍 인터페이스) 미제공으로 커스터마이징과 타 시스템 연계, 현장 실시간 운영에 필요한 유연성과 확장성에서도 제약이 있다. PINOKIO는 이러한 기존 설루션의 문제점을 개선해 제조 물류 관련 다양한 AI 모델을 지원하며, 기존 설루션 대비 높은 모델링 속도를 구현할 수 있다. 그리고 멀티 스레드, GPU 기반의 고속 시뮬레이션 연산 기능과 2차전지, AMR(자율이동로봇), OHT(오버헤드 트랜스퍼), 자동창고 등 다양한 제조 환경에 맞는 특화 라이브러리를 제공한다. 특히, 생산 현장에서 발생하는 실시간 빅데이터를 효과적으로 처리하고, 대화형 어시스턴트(assistant) 방식의 직관적인 사용자 인터페이스(UI)를 통해 사용자 편의성을 높였다. 또한, 사용자 API를 통한 고도화된 커스터마이징이 가능하며, MES(제조 실행 시스템), 센서, PLC(프로그래머블 로직 컨트롤러), IoT(사물인터넷) 등 다양한 운영 시스템과의 실시간 연동 기능도 갖췄다. 나아가, 전력 사용량 분석과 탄소세 예측 기능까지 탑재돼 지속 가능한 제조 환경 구축을 위한 의사결정도 지원한다. PINOKIO는 AI 기반 제조 혁신의 길을 여는 실질적인 도구로, 앞으로 제조업계의 디지털 전환을 선도할 핵심 설루션으로 자리매김할 전망이다.   주요 기능 소개 PINOKIO는 시뮬레이터, 디지털 트윈, AI 에이전시(agancy)를 통합한 차세대 DES(이산 이벤트 시뮬레이션) 기반 플랫폼으로, 제조 물류 전반에 걸친 통합 설루션을 제공한다. PINOKIO는 세 가지 핵심 모듈로 구성된다. 첫 번째는 ‘Pino SIM’으로, 공정 흐름 설계부터 시뮬레이션, 분석까지 수행하는 시뮬레이터다. Pino SIM은 도면 편집과 레이아웃 설계를 위한 Pino Editor를 내장하고 있어, 단순한 시뮬레이션을 넘어 제조 기준정보 입력, 물류 시나리오 구성, 시뮬레이션 실행 및 시각화 분석까지 다양한 기능을 제공한다. 이를 통해 설계 초기 단계부터 실제 운영에 이르기까지 전 과정의 최적화를 효과적으로 지원한다. 두 번째는 실시간 디지털 트윈 모듈인 ‘Pino DT’다. MES, IoT, PLC, 센서 등 다양한 제조 운영 시스템과의 실시간 연동을 통해 대용량 데이터를 실시간으로 수집하고 처리하며, 이를 바탕으로 실시간 모니터링은 물론 미래 상황 예측, 예지 보전 기반의 시뮬레이션이 가능하다. 이는 생산 현장의 가시성과 민첩성을 높이는 데 기여한다. 세 번째는 인공지능 기반의 ‘Pino AI’다. LLM(대규모 언어 모델)과 sLLM(전문 도메인 특화 언어 모델)을 활용한 대화형 UI를 통해 사용자가 직관적으로 데이터를 분석하고 의사결정에 활용할 수 있다. 또한 목적에 따라 강화학습, 파라미터 최적화 등 다양한 AI 기법을 적용할 수 있어 생산성과 품질 향상을 동시에 도모할 수 있다. PINOKIO는 엔비디아 옴니버스(NVIDIA Omniverse)와 같은 고급 시각화 플랫폼과 연동 가능하며, 파이썬(Python) 개발 환경 확장도 지원함으로써 사용자 맞춤형 라이브러리 개발이 가능하다. 이를 통해 제조 기업은 사전 공정 및 물류 최적화는 물론 실시간 생산 모니터링, 미래 예측, AI 기반 정확도 향상 등 다양한 지능형 서비스를 구현할 수 있다. 제조업의 디지털 전환이 본격화되는 시대에 PINOKIO는 스마트 공장을 넘어 AI 전환을 실현하는 핵심 파트너로 부상하고 있다.   PINOKIO의 특징 PINOKIO는 고도화된 시뮬레이션 엔진과 AI 통합 기능을 바탕으로 대규모 데이터 처리 및 실시간 예측 분석을 지원하며 스마트 제조 시대의 경쟁력을 강화하고 있다. PINOKIO는 이벤트 처리 기법 최적화 및 단순화된 시뮬레이션 엔진 설계로 빠른 연산 속도를 제공한다. 특히, 초당 60프레임(FPS) 기준으로 500만 개 수준의 대규모 3D 데이터를 안정적으로 처리할 수 있으며, 선택적 컴파일 방식(C# 기반 네이티브 코드)을 활용한 별도 계산 도구를 통해 집약적인 연산 작업도 고속으로 수행할 수 있다. 디지털 트윈 구축에서도 PINOKIO는 강력한 성능을 발휘한다. MES, ACS, MCS 등 다양한 제조 운영 시스템과 연동과 IoT, 센서, PLC 등 생산 현장에서 수집되는 대용량 데이터를 실시간으로 처리한다. 이를 통해 실시간 모니터링과 동시에 백그라운드 시뮬레이션을 수행하고, 타임 호라이즌(Time Horizon) 방식의 미래 예측 기술을 통해 병목, 이상 징후 탐지 및 알람 기능도 제공된다. 또한, AI를 활용하기 위한 정상/이상 데이터 제공과 파라미터 최적화 및 시나리오별 분석 기능이 포함되어 있으며, LLM과 sLLM, 챗GPT(ChatGPT), 메타 라마(Meta LLaMA) 등 다양한 AI 모델을 통합한 AI 에이전시 기능을 통해 대화형 데이터 분석, 자동 의사결정 지원, 데이터 해석 및 운영 최적화를 구현한다. 시뮬레이션 설계 및 모델링 측면에서도 사용자 편의성이 강화됐다. Pino Editor를 활용해 레이아웃 도면을 직관적으로 확인 및 편집할 수 있으며, 제조 기준 정보 입력 및 템플릿 매칭 기능을 통해 모델링 작업 시간을 획기적으로 단축시킨다. 또한, 2차전지 및 반도체 공정에 특화된 전용 라이브러리도 제공되며, 고객 맞춤형 커스터마이징 시뮬레이터를 통해 사용자의 목적에 따라 분석 및 최적화가 가능한 유연한 개발 환경을 지원한다. 이처럼 PINOKIO는 고속 시뮬레이션, 실시간 예측, AI 기반 의사결정, 그리고 유연한 모델링 기능을 종합적으로 제공하며, 제조업의 지능화·자동화를 실현하는 설루션이다.   그림 1. PINOKIO UI 화면 – 반도체 FAB   사전 레이아웃 및 물류 검토를 위한 설루션 : Pino SIM 디지털 트윈 구축 시 미래 예측을 위한 시뮬레이터 역할과 기존 상용 설루션과 같이 공장 신축 또는 생산 라인 변경 등 제조 현장의 변화가 요구된다. 이런 상황에서 Pino SIM은 사전에 최적의 물류 계획과 레이아웃 구성을 지원하고 공정의 효율성과 안정성을 미리 확보할 수 있는 디지털 전환 핵심 도구이자 가상 공장 구현 설루션이다. Pino SIM은 제조 기준 정보(제품, 공정, 레이아웃, 물류 흐름, 작업 순서, 스케줄링 등)를 기반으로 공정을 시뮬레이션하며, 그 결과를 차트, 그래프 등 다양한 시각화 도구를 통해 분석할 수 있다. 이를 통해 레이아웃 검증 및 최적화, 생산성 향상 등 공장 운용 전반의 효율화를 실현할 수 있다. 특히, OHT, AMR 등 신 산업군을 위한 특화 라이브러리를 제공하며, 이송 설비 구현을 위한 이동, 충돌 방지, 회피 제어를 위한 OCS, ACS 기능도 탑재되어 있다. 이를 통해 코드 작성 오류를 줄이고 디버깅 시간을 줄일 수 있으며, 보다 쉽고 효율적으로 시뮬레이션 모델을 구축할 수 있다. 또한, 자동창고 모델링에 필요한 Stocker(Crane, Rack, Rail)를 그룹화 형태로 제공하여 빠른 모델링이 가능하다. 환경과 에너지 측면에서도 전력 사용량 및 탄소 배출량(탄소세) 분석 기능을 통해 지속 가능한 생산 전략 수립에 도움을 주며, 제조업의 친환경화와 ESG 경영 대응에도 기여할 수 있다. 이처럼 Pino SIM은 공장 설계 단계에서의 의사결정 품질을 높이고, 새로운 제조 환경에 유연하게 대응할 수 있는 설루션이다.   그림 2. 라이브러리 제공 – Stocker   그림 3. 개발(코딩) 없이 기능 구현   그림 4. 시뮬레이션 결과 리포트 예제   디지털 트윈 설루션 : Pino DT 제조 현장에서 물류는 제품의 사이클 타임을 결정하는 요소 중에 하나이다. 물류 정체가 발생할 경우 제품의 사이클 타임이 길어지거나 라인이 정지되는 등 심각한 손실이 발생할 수 있다. 이러한 문제를 해결하기 위해 시뮬레이션을 통한 최적화된 운영 방식을 시스템에 적용하려는 노력이 이어져왔다. 기존의 물류 설루션은 현장에서 발생하는 대용량의 데이터를 시뮬레이션에 반영하여 실시간으로 의사결정하는 과정에서 다양한 제약으로 인해 어려움이 있었다. 또한, 현장 작업자의 개입과 같은 인간적 오류는 시스템이 예측할 수 없는 데이터를 발생시키기 때문에 생산 계획 단계에서의 사전 분석 및 검증만으로는 시뮬레이션 정합성을 높이는데 한계가 있다. Pino DT는 최적화된 자체 개발 시뮬레이션과 모니터링 엔진을 탑재하여 이를 해결하였다. 시뮬레이션의 이벤트 횟수를 최적화하여 최소한의 이벤트로 시뮬레이션이 가능하도록 설계했다. 또한 계산 속도에 이점이 있는 C, C++ 언어로 물류 경로를 최적화하는 알고리즘을 구현하여 기존 설루션 대비 약 2만평 규모의 공장에서 약 70배의 향상된 성능을 검증하였다.   그림 5. Pino DT의 UI 화면   대용량 데이터 처리 및 실시간 모니터링 Pino DT는 시뮬레이션에 최적화된 알고리즘을 사용함으로써 대용량 데이터 처리가 가능하고, 현장 데이터를 실시간으로 시뮬레이션에 반영할 수 있다. 기존 물류 시뮬레이션 설루션에 비해 60~700배 뛰어난 가속 성능을 제공하는 시뮬레이션 도구이다. 제조 현장과 동일한 상황을 시뮬레이션하기 위해 현장과 연동 후 데이터를 가공하여 디지털 트윈 모델로 표현하여 가시화하고, 사용자가 설정한 시간 주기마다 미래를 예측하는 시뮬레이션(proactive simulation)을 백그라운드로 수행한다. 이는 제품의 공정 시간보다 짧은 시간 안에 결과를 확인할 수 있고, AI를 통해 보다 정확한 의사결정을 내릴 수 있도록 지원한다.   그림 6. Pino DT의 모니터링 화면   디지털 트윈 실시간 시뮬레이션 : 미래 예측 실시간 현장 상황을 반영하여 미래를 예측하는 시뮬레이션(proactive simulation)은 제품의 택트 타임(tact time)보다 짧은 시간 내에 결과를 도출해내지 못하면 현장에서 선제 대응하지 못하는 결과를 초래할 수 있다. 모니터링 엔진으로부터 라인 상황에 대한 데이터를 수집하고, 현재로부터 예측하고자 하는 시간 동안 발생하는 이상상황에 대해 피드백을 준다. 예를 들어 조립 라인의 경우에는 부품이 5분 뒤에 부족하다는 알람을 작업자에게 즉시 전달하여 선제적 대응을 가능케 함으로써, 라인 정지 등 비상 상황을 사전에 방지할 수 있다. PINOKIO 디지털 트윈 시뮬레이션은 이러한 역할이 가능하도록 가속화한 고속 시뮬레이션 엔진을 보유하고 있다.   그림 7. 현장 FAB(왼쪽)과 PINOKIO에서 생성된 디지털 트윈(오른쪽)   제조 물류 현장에 특화된 AI 플랫폼 : Pino AI AI를 이용한 설루션을 만들기 위해서는 다양한 상황에 대한 데이터가 필요하다. 하지만 제조 현장의 특성 상 여러 상황에 대한 데이터를 획득하기 어렵다. PINOKIO에서는 현장에서 획득하기 어려운 데이터를 시뮬레이션을 통해 데이터를 확보할 수 있다. 즉, Pino DT 모델이 AI를 위한 데이터를 생성하고, 이를 AI가 최적 값을 도출하여 시뮬레이션에 반영한다. Pino DT에서 획득한 데이터를 파이썬, C, 자바(JAVA) 등 다양한 언어로 구현한 로직을 적용할 수 있도록 개발 환경을 제공하고 있다. 이를 통해 예측 정확도 향상, 데이터 기반 의사 결정, Scheduling, Routing, Dispatching 등 목적에 따라 AI 활용이 가능하다. 또한 LLM, sLLM, 챗GPT(ChatGPT), 메타 라마(Meta Llama) 등과 결합한 대화형 UI를 통해 사용자가 직관적으로 데이터를 분석하고 의사결정에 활용할 수 있다.   그림 8. 대화형 UI 및 결과 리포트   그림 9. Pino DT와 AI 모델 활용 원리   Pino DT와 현장 데이터 인터페이스 디지털 트윈에 가장 중요한 요소는 현장과의 연결이다. 대부분의 물류 전문 설루션이 현장과의 연결을 위한 인터페이스를 지원하지만, 많은 양의 데이터를 처리하면서 실시간으로 시뮬레이션하는데 어려움이 있다. Pino DT는 대용량 데이터 처리와 시뮬레이션 가속 성능이 뛰어나 실시간 모니터링 시스템까지 가능하다. <그림 10>은 현장에 있는 MES와 Pino DT가 인터페이스되는 과정이다. 현장에 있는 PLC가 MES에 데이터를 전달하고, MES는 그 데이터를 데이터베이스에 저장한다. 이를 Pino DT에서 외부 통신(IP)을 통해 데이터베이스에 접근하여 데이터를 시뮬레이션에 반영한다. 이 과정에서 현장 데이터의 상태가 중요하다. 불필요한 데이터가 있거나 로스 또는 시간 순서가 맞지 않은 경우가 대부분이다. Pino DT에서는 현장 데이터를 올바르게 정제하는 작업을 거쳐 현장과 동일한 디지털 트윈 모델을 만든다.   그림 10. 현장 데이터 인터페이스 과정   PINOKIO의 기대 효과 PINOKIO는 현장 운영 데이터를 실시간으로 디지털 트윈과 연동함으로써 모니터링이 가능하며, 전체 공장을 PC, 웹, 모바일 등 다양한 형태로 여러 사용자와 함께 직관적으로 확인하면서 공유하고 협업할 수 있다. 또한 현장과 연결된 디지털 트윈 모델을 이용하여, 미래에 발생 가능한 문제점을 예지(predictive)하고, 이러한 문제점을 사전에 해결하기 위한 선제대응(proactive) 의사결정을 가능하게 한다. 이 때 디지털 트윈을 이용한 사전예지는 온라인 시뮬레이션 기술에 기반하고, 선제대응은 AI 기술에 기반한다고 볼 수 있다. 디지털 트윈 기반 사전예지의 시간적 범위(time horizon)는 현장의 특성에 따라서 0.1시간~10시간으로 달라질 수 있으며, 문제점의 종류는 주로 생산 손실(loss), 부품의 혼류 비율 불균형, 설비 고장예지 및 물류 정체 등을 포함한다. 문제점이 예지되면 이를 해결하기 위한 즉각적인 의사결정 AI 기술을 활용하여 최적 운영을 달성함으로써 생산성, 경제성, 안정성 및 경쟁력 향상 효과가 있다.   맺음말 생산 계획 단계에서 Pino SIM을 통해 레이아웃 검증과 물류를 최적화하고, Pino SIM 모델 데이터를 생산 운영 단계에서 PINOKIO와 연계하여 현장 데이터 기반 실시간 모니터링과 미래 상황 예측 및 선제 대응함으로써 현실적이고 실제 활용 가능한 스마트한 디지털 트윈을 구축할 수 있다. 다음 호부터는 Pino SIM, Pino DT, Pino AI 등 각 제품별 소개 및 적용 사례를 소개하고자 한다.   그림 11. 디지털 트윈을 위한 플랜트 시뮬레이션과 PINOKIO     ■ 기사 내용은 PDF로도 제공됩니다. 

다쏘시스템코리아는 지난 5월 29일 서울 코엑스에서 ‘3D익스피리언스 콘퍼런스 코리아 2025(3DEXPERIENCE CONFERENCE KOREA 2025)’를 진행했다. 이번 행사에서는 인공지능(AI)과 결합한 다쏘시스템의 버추얼 트윈 기술을 통한 산업 혁신 비전과 사례가 소개됐다. 다쏘시스템은 ‘생성 경험 재생으로 순환하는 모델로 전환하며 경쟁력을 갖춰야 할 시점’이라는 기조 아래, 다양한 산업 분야의 디지털 혁신 성과와 미래 전략을 다뤘다. ■ 정수진 편집장     버추얼 트윈에서 3D 유니버스로, 산업 전환의 비전 제시 다쏘시스템코리아의 정운성 대표이사는 2040년을 향한 자사의 새로운 비전으로 ‘생성형 경제’로의 본격 전환을 짚었다. 그는 “생성형 경제는 ‘경험 경제’와 ‘순환 경제’를 통합하는 개념으로, 제품 중심이 아닌 사용자 경험을 중시하고 환경 및 리사이클링을 고려하는 것을 뜻한다. 다쏘시스템은 기존의 ‘제조−소비−폐기’라는 기존의 일직선 방식 대신에 ‘생성−경험−재생’이라는 순환 모델로의 산업 전환을 추구하면서, 사회로부터 얻은 가치를 사회에 환원하여 진정한 경쟁력을 갖추고자 한다”고 전했다. 이를 위한 핵심 역량으로 다쏘시스템이 내세우는 것이 ‘버추얼 트윈’이다. 다쏘시스템은 지난 1981년 3D 기술을 선보인 이후 디지털 목업(DMU), PDM(제품 데이터 관리), PLM(제품 수명주기 관리)를 거치면서 기술 혁신을 이어왔다. 그리고 축적된 기술을 바탕으로 ‘3D익스피리언스 플랫폼’이라는 하나의 플랫폼 상에서 데이터, 행동, 제품의 정체성이 전체수명 주기 동안 동적으로 연결되는 버추얼 트윈을 제시했다. 정운성 대표이사는 “제품뿐 아니라 인간의 버추얼 트윈을 구현하고, 궁극적으로 가상과 실제의 간극을 없애는 것을 목표로 버추얼 트윈의 고도화를 추진하고 있다”고 소개했다. 버추얼 트윈에 이어 다쏘시스템이 다음 세대의 기술로 제시하는 것은 ‘3D 유니버스(3D UNIV+RSES)’이다. 올해 초 7세대 기술로 공개된 3D 유니버스의 핵심은 버추얼 트윈 기술에 생성형 AI를 탑재한 것이다. 버추얼 트윈을 고도화하는 것과 함께 베스트 프랙티스의 형태로 축적된 버추얼 트윈 기반의 경험을 AI로 학습해 미래의 경험을 제시하는 것이 3D 유니버스의 비전이다. 정운성 대표이사는 “다쏘시스템은 미숙련 사용자도 숙련된 업무를 가능하게 돕는 버추얼 AI 동반자인 ‘아우라(Aura)’를 선보였고, 애플과의 파트너십을 통해 애플 비전 프로(Apple Vision Pro)에서 몰입감 있는 버추얼 트윈 경험을 제공하고자 노력하고 있다”면서, “다쏘시스템의 모든 기술은 지식과 노하우 플랫폼인 3D익스피리언스 플랫폼에서 체계적으로 운영되며, 3D 유니버스는 12개 주요 산업 및 모든 제품 브랜드에 걸쳐 맞춤형 설루션을 강화하고 지원 범위를 넓힐 것”이라고 전했다.   ▲ 다쏘시스템코리아 정운성 대표이사는 생성형 경제를 위한 기술 개발 내용을 소개했다.   버추얼 트윈으로 포괄적인 산업 혁신 이끈다 다쏘시스템의 3D익사이트 사업 및 영업 총괄인 마시모 프란도(Massimo Prando)는 3D익사이트(3DEXCITE)가 엔지니어링 데이터와 고객 경험을 연결하는 역할을 한다고 설명하면서, 가상 세계와 현실 세계를 잇는 버추얼 트윈에 생성형 AI를 접목하여 혁신적인 경험을 창출한다는 다쏘시스템의 비전을 제시했다. 그리고 항공우주, 반도체 제조, 산업 장비, 철도, 가전제품, 스포츠 및 라이프스타일, 자동차 등 다양한 산업 분야의 버추얼 트윈 적용 사례를 공유했다. 프란도 총괄은 “3D익사이트의 목표는 제품을 더 빠르고, 더 좋게, 더 스마트하게 만들고 클라우드 애플리케이션에 적용 가능하게 하는 것”이라고 소개했다. 다쏘시스템이 제시하는 버추얼 트윈은 단순히 현실을 디지털로 복제하는 것에 그치지 않는다. 설계, 스타일링, 재료, 엔지니어링, CAD, 시뮬레이션, 제조 등 모든 데이터를 수집하고, 이를 통해 구성된 디지털 복제본을 제품 수명주기 내내 성숙시키고 활용하는 것이 중요하다는 것이다. 이를 위해 다쏘시스템은 3D익스피리언스 플랫폼과 CGI 허브(CGI hub)를 활용하여 통합된 데이터를 기반으로 버추얼 트윈을 구현하고, 제품 개발 과정을 간소화하며, 그 위에 생성형 AI 경험 레이어를 겹친다는 전략을 마련했다. 프란도 총괄은 “버추얼 트윈을 기반으로 하는 3D익사이트의 기술 스택은 생성형 AI 애플리케이션을 위한 ‘시드(seeds)’를 생성하고 클라우드 환경에서 확장 가능하다”면서, 버추얼 트윈 기술을 항공우주, 반도체 제조, 산업 장비, 철도, 가전, 자동차 등 다양한 산업에 적용할 수 있다고 전했다. 또한 산업 분야의 버추얼 트윈 활용 사례를 다음과 같이 소개하면서, “다쏘시스템은 복잡한 기술을 쉽고 대중화된 방식으로 배포하여 모든 사용자가 쉽게 활용할 수 있도록 하는 데 중점을 둔다”고 전했다. 복잡한 설계를 이해관계자에게 명확하게 전달하며, 더 빠르고 스마트한 의사 결정을 지원 시뮬레이션을 통해 생산 라인을 가동하기 전에 병목 파악 작업자 훈련 및 재설비의 가상 계획 자동화 및 로봇 시나리오 개발 지원 실제 제작 전 가상 제품 경험 및 구성 카탈로그, 브로슈어, 온라인 등 다양한 고객 접점에 대해 높은 수준의 시각적 결과물의 빠른 배포 고객 데이터 기반으로 맞춤형 제품 설계 및 3D 모델을 통해 고객에게 상호작용 경험 제공 가능한 제품 구성 시나리오를 플랫폼에서 직접 호출하고, CAD 및 구성 관리와 연결 여러 시장의 요구사항을 반영하여 웹사이트, 브로슈어, 쇼룸 등에 배포 생성형 AI를 통해 2D 정적 이미지에서 완전한 구성의 대화형 비디오 재창조   ▲ LG전자 황윤제 기술고문은 모델 기반의 제품 개발 가상화 전략을 소개했다.   산업 혁신 위한 브랜드 전략과 기술 활용 사례 소개 다쏘시스템코리아는 제품별 행사와 통합 행사를 격년 주기로 번갈아 진행하고 있는데, 이번 3D익스피리언스 콘퍼런스는 다쏘시스템의 모든 제품 브랜드를 아우르는 연례 콘퍼런스로 마련됐다. 오전에 진행된 ‘3D 익스피리언스 콘퍼런스 2025’의 제너럴 세션에서는 ▲LG전자 황윤제 기술고문의 ‘모델 기반 가상화 R&D를 통한 디지털 혁신 : AI 시대의 도전과 미래’ ▲PWC 컨설팅 문홍기 대표의 ‘Beyond Digital | Virtual Twin’ ▲델 테크놀로지스 오리온 상무의 ‘Unleashing the Future of AI Development with Dell Pro Max Workstation’ 등 발표가 진행됐다. 또한, 오후에는 3D익스피리언스 플랫폼의 핵심 설루션인 바이오비아(BIOVIA), 에노비아(ENOVIA), 넷바이브(NETVIBES), 카티아(CATIA), 3D익사이트(3DEXCITE), 델미아(DELMIA), 시뮬리아(SIMULIA)의 브랜드 트랙과 더불어 SDV(소프트웨어 정의 차량) 트랙이 진행됐다. 이번 콘퍼런스를 통해 다쏘시스템은 AI 기반 버추얼 트윈이 산업 혁신의 핵심 동력이 될 것이며, 지속 가능한 성장과 새로운 가치 창출을 위한 필수적인 도구임을 강조했다.     ■ 기사 내용은 PDF로도 제공됩니다. 

알테어는 지난 5월 23일 서울 여의도 콘래드호텔에서 연례 행사인 ‘ATC 코리아 2025(Altair Technology Conference Korea 2025)’를 개최했다. 올해로 23회째를 맞이한 이번 행사는 ‘Accelerating Innovation through Simulation, HPC & AI’를 주제로 약 1000여 명의 업계 전문가 및 관계자들이 참석한 가운데 진행됐다. ■ 박경수 기자   ▲ ATC 코리아 2025 키노트 현장 모습   이번 행사에서는 디지털 전환을 가속화하는 핵심 기술인 AI, HPC, 시뮬레이션을 기반으로 한 실제 고객 사례와 기술 트렌드가 다양하게 소개되었으며, 특히 알테어와 지멘스의 전략적 협업에 대한 관심이 집중됐다.   산업계 전반에서 시뮬레이션 기반 AI 활용 본격화 ATC 코리아 2025에서는 ▲AI 기반 엔지니어링 ▲데이터 분석 및 AI ▲구조 및 시뮬레이션 설계 ▲전기전자 시스템 설계 등 총 8개 트랙, 61개 발표 세션으로 구성되어 다양한 산업 현장에서 시뮬레이션 및 AI 기술이 어떻게 적용되고 있는지를 보여줬다. 특히 주목할 만한 발표로는 ‘One Model, One Solver’를 표방한 옵티스트럭트(Altair OptiStruct)의 최신 개발 현황이 소개됐다. 이 발표에서는 Implicit-Explicit 해석 연계 기능과 고비선형 이벤트에 대한 명시적 해석 기반 최적화 기능을 통해, 단일 솔버로 다양한 해석 요구사항을 충족하며 제품 개발 효율을 개선하는 방안이 제시됐다. 이번 행사에는 삼성전자, 현대자동차, LG전자, 현대모비스, HD현대중공업, LG이노텍, 한국항공우주산업(KAI), HD현대미포조선 등 주요 제조기업을 비롯해 다수의 연구소 및 IT 기업이 참여했다. 이들 기업들은 AI와 시뮬레이션 기술을 결합해 달성한 실질적 성과를 공유했으며, 개발 주기 단축, 비용 절감, 제품 성능 향상 등 측정 가능한 ROI 사례를 구체적으로 제시했다. 참가자들은 시뮬레이션이 단순 분석 도구를 넘어 제품 설계 전반에 걸쳐 혁신적인 의사결정 도구로 자리매김하고 있음을 실감했다.   지멘스-알테어, 플랫폼 통합 통한 디지털 트윈 시너지 이날 지멘스 디지털 인더스트리 소프트웨어 오병준 한국지사장은 기조연설에서 “지멘스와 알테어의 기술 결합은 디지털 트윈의 완성을 향한 중요한 진전”이라며, “AI, HPC, 시뮬레이션, 전자기술이 하나의 플랫폼에서 통합될 때 비로소 제품의 생애주기 전반을 최적화할 수 있다”고 강조했다.   ▲ 지멘스 디지털 인더스트리 소프트웨어 오병준 한국지사장   실제로 이번 행사에서는 지멘스 엑셀러레이터(Xcelerator) 플랫폼에 알테어의 시뮬레이션 및 데이터 분석 기술이 통합된 새로운 디지털 트윈 설루션이 공개됐다. 이 통합 플랫폼은 제품 생애주기 전반에 걸친 최적화와 예측 분석을 통해 엔지니어링 혁신을 가속화하는 새로운 접근법을 제시했다. 앞서 지멘스는 지난 3월 말 알테어 인수를 완료했으며, 이를 통해 엑셀러레이터 플랫폼에 알테어의 시뮬레이션 및 데이터 분석 역량을 통합함으로써 고객의 엔지니어링 혁신을 더욱 강력히 지원할 수 있게 됐다. 알테어의 샘 마할링엄 CTO는 “AI와 시뮬레이션 기술은 디지털 전환을 위한 실질적 기반이며, 이제는 미래 기술이 아닌 현재의 전략”이라고 강조했다.   ▲ 알테어 샘 마할링엄 CTO   HPC-AI 융합과 산업별 특화 설루션으로 확장 이번 ATC 2025에서는 단순한 기술 소개를 넘어서 실제 적용된 고객 사례 중심의 발표가 이어졌다. 특히 고성능 컴퓨팅(HPC)과 AI 기술을 결합한 차세대 시뮬레이션 환경에 대한 발표가 주목을 받았다. 이 발표에서는 기존 대비 10배 이상 빨라진 계산 속도와 더욱 정교한 예측 정확도를 제공하는 새로운 시뮬레이션 패러다임의 가능성을 제시했다. 또한 자동차, 전자, 조선, 항공우주 등 각 산업의 특성에 맞춘 AI 기반 시뮬레이션 맞춤형 설루션 전략도 소개됐다. 이 발표에서는 산업별 특화된 요구사항을 반영한 맞춤형 접근 방식을 통해 더욱 실용적이고 효과적인 디지털 전환 전략을 제안했다. 구조 최적화, 전자기 해석, CFD 시뮬레이션, 열 설계 등 다양한 엔지니어링 분야에서 시뮬레이션과 AI를 결합해 개발 주기를 단축하고 제품 성능을 극대화한 성과들이 공유되며, 산업계 전반에서 AI 기반 시뮬레이션 기술의 실질적 가치를 확인할 수 있었다. 한국알테어의 김도하 지사장은 “이번 행사를 통해 AI와 시뮬레이션 기반 엔지니어링이 산업계 전반에 실질적으로 뿌리내리고 있다는 점을 확인할 수 있었다”면서, “앞으로도 고객과 함께 디지털 혁신 여정을 이어가겠다”고 밝혔다.   ▲ 한국알테어 김도하 지사장     ■ 기사 내용은 PDF로도 제공됩니다. 

대한기계학회 가상제품개발연구회가 지난 6월 12일 2025년 춘계 심포지엄을 개최했다. ‘AI와 VPD의 만남 : Journey to the Digital Transformation’을 주제로 한 이번 심포지엄에서는 제조업 분야의 인공지능 전환(AX) 시대에 발맞춘 가상 제품 개발(VPD) 기술 및 디지털 전환 사례가 소개됐다. ■ 정수진 편집장     디지털 전환에서 AI 전환으로, 새로운 시대가 열린다 지난 2020년 출범한 가상제품개발연구회는 제조업 분야의 가상 제품 개발 기술과 디지털 전환 사례를 공유하고 기술 교류를 통해 산업 분야의 글로벌 경쟁력을 높이는 것을 목표로 삼았다. 2021년부터는 매년 봄·가을 심포지엄과 특별 세션을 열고 있다. 가상제품개발연구회의 오세기 회장은 개회사에서 “빅데이터와 딥러닝으로 시작된 디지털 전환(DX)은 생성형 AI(generative AI)가 등장하면서 기업의 문화, 전략, 비즈니스 모델까지 인공지능 중심으로 재설계하는 인공지능 전환(AX) 시대로 진화하고 있다”면서, 그 동안 연구회 심포지엄의 모토였던 ‘디지털 전환으로의 여정’이 이제는 ‘인공지능 전환으로의 여정’으로 바뀌어야 할 시점이라고 밝혔다. 대한기계학회의 배중면 회장은 축사를 통해 “챗GPT (ChatGPT)나 생성형 AI로 대표되는 현대 인공지능 시대의 개막은 기계공학 분야에서도 예외가 아니며, 물리기반 모델과 인공지능의 융합, 시뮬레이션의 자동화, 그리고 설계 최적화의 지능화가 실현 가능한 시대가 되었다”고 짚었다. 그리고 “가상제품개발연구회는 디지털 기반 제품 개발의 혁신을 선도해 왔으며, 대한기계학회 역시 이 분야의 발전을 적극 뒷받침하겠다”고 전했다.   물리지식 기반 AI와 생성형 AI를 활용한 VPD KAIST의 이승철 교수는 ‘제품 개발 가상화를 위한 물리지식 기반 인공지능의 역할’을 주제로 기조연설을 진행했다. 생성형 AI를 활용한 제품 가상화 설계 및 공학 문제 해결 방법에 대한 고민을 전한 이승철 교수는 “생성형 AI의 출현 이후 디지털 전환에서 인공지능 전환의 시대로 진화했으며, 기계공학 분야에서도 물리기반 모델과 AI의 융합, 시뮬레이션 자동화, 설계 최적화의 지능화가 가능해졌다”고 강조했다. 생성형 AI는 하나의 입력값에서 많은 수의 결과를 생성하여 설계의 다양성을 확보하는 데에 유용하다. 특히, 위상 최적화에서 문제를 ‘불량 설정(ill-posed)’하여 다양한 최적화 설루션을 생성하고, 이를 전통적인 최적화 방법의 초기 조건으로 활용하여 설계 시간을 줄일 수 있다. 이승철 교수는 “생성형 AI를 제품 설계에 적용하는 과정에서는 정밀도와 다양성의 절충점을 찾는 것이 중요하다”고 짚었다. 또한, 이승철 교수는 VPD에 AI 신경망 학습을 접목하기 위한 방법론을 소개했다. 물리지식 기반 인공지능(PINN)은 물리 지식을 데이터 프레임워크에 결합하여 인공지능 학습에 활용하는 방식으로, 특히 알려지지 않은 물리적 특성을 예측하는 ‘역방향 문제 해결’에 장점이 있다. 딥 오퍼레이터 네트워크(DeepONet)는 입력 매개변수나 형상이 바뀌어도 재학습 없이 거의 실시간으로 해석 결과를 예측할 수 있어서, 입력 파라미터의 변경이 예측 결과에 곧바로 반영되지 못하는 PINN의 단점을 극복할 수 있을 것으로 보인다. 이승철 교수는 “물리지식 기반의 DeepONet은 유동장 및 압력 분포를 실시간으로 예측하고, 복잡한 형상 변화에 따른 유동, 압력, 온도장 등을 실시간으로 예측할 수 있음을 입증했다”면서, “인공지능 기반의 새로운 도구들이 공학 문제를 해결하고 설계 분야를 혁신하는 데에 기여할 것”이라고 전망했다.   ▲ KAIST의 이승철 교수는 물리지식 기반의 AI를 제품 개발에 적용하기 위한 방법론을 소개했다.   AI/ML 기반 가상 검증 사례와 활용 전략 이번 심포지엄을 가상제품개발연구회와 공동 주관한 다쏘시스템코리아의 김문성 파트너는 ‘AI/ML 기반 가상 검증 사례와 활용 전략’에 대해 소개했다. 그는 인공지능 기반의 생성형 경험(generative experience)이 창의적이고 자동화된 설계를 가능하게 하며, 인공지능/머신러닝이 제품 개발 과정에서 반복 작업을 줄이고 비용과 시간을 절감하는 데 기여한다고 전했다. 이번 발표에서는 시뮬레이션에 적용할 수 있는 다양한 머신러닝 기법이 소개됐다. 합성곱 신경망(CNN)은 이미지 특징 추출에, 순환 신경망(RNN)과 장단기 메모리(LSTM)는 시계열 데이터 예측에, 딥러닝은 복잡한 3차원 필드 데이터 예측에, 그리고 그래프 신경망(GNN)은 유한요소모델(FEM)과 같은 그래프 구조 데이터 처리에 유용하다는 것이 김문성 파트너의 설명이다. 또한, 김문성 파트너는 문제 정의 − 학습 데이터 준비(실험 계획법 및 자동화 스크립트 활용) − 모델 학습 − 신뢰도 검증 − 예측 모델 구축까지 다쏘시스템의 아바쿠스(Abaqus)와 아이사이트(Isight)를 활용하는 머신러닝 프로세스 구현 단계를 소개했다. 김문성 파트너는 AI/ML 기법의 시뮬레이션 적용 사례로 LSTM을 활용한 하중-변위 선도 예측, 디스플레이 스트레인 예측, 전자기 성능 예측 등을 소개했으며, GNN을 사용해 빔과 항공기 랜딩기어 부재의 3차원 응력/변형량 예측이 가능하다고 전했다. 그는 “머신러닝 기술이 시뮬레이션 작업의 효율을 높이고, 데이터 기반의 정확한 의사 결정을 지원하는 강력한 도구가 될 것”이라고 전망했다.   ▲ 다쏘시스템코리아 김문성 파트너는 AI/ML 기반의 가상 검증 전략과 사례를 소개했다.   VPD와 AI의 융합, R&D 혁신을 이끈다 이외에도 이번 심포지엄에서는 물리지식 기반 인공지능과 생성형 AI를 활용한 제품 가상화 설계 방안, AI/머신러닝 기반 가상 검증 사례와 활용 전략 등에 관한 논의를 통해 미래 제품 개발의 방향을 짚어보는 기회가 마련됐다. 주제 발표로는 ▲히타치 야마자키 미키 박사의 ‘AI가 주도하는 MBSE·MBD와 VPD의 융합 : 가상화를 통한 차세대 제품 개발 가속 및 DX 추진’ ▲피도텍 대표인 한양대 최동훈 교수의 ‘VPD 대중화로 가는 길 : Al-Aided Design Optimization’ ▲현대모비스 송준영 팀장의 ‘AI를 이용한 R&D Shift’ ▲LG전자 백영진 팀장의 ‘AI와 VPD 연계를 통한 효율적 제어 시스템 개발 프레임워크’ ▲한화에어로스페이스 윤용상 상무의 ‘디지털 해석 기술을 활용한 항공엔진 개발과 국내 항공엔진의 미래’ 등이 진행됐다. 또한 패널토론에서는 VPD와 AI의 융합을 통해 R&D 혁신을 이끌어낼 수 있는 가능성과 미래 방향에 대해 논의했다.      ■ 기사 내용은 PDF로도 제공됩니다.