심센터 HEEDS 더 깊게 살펴 보기 (10)   자동화의 다음 단계는 단순히 스크립트를 더 많이 작성하는 것이 아니다. 엔지니어가 전달한 목표를 이해하고, 필요한 스킬과 툴을 선택하며, 실행 결과를 다시 확인하는 워크플로를 구성하는 것이다. 심센터 AI 에이전트(Simcenter AI Agents)는 엔지니어링 애플리케이션과 AI 에이전트를 연결하여 이러한 에이전틱 엔지니어링 워크플로를 구현하는 방향을 제시한다.   ■ 연재순서 제1회 심센터 HEEDS 커넥트와 MBSE 방법론 제2회 심센터 X MDO의 새로운 HEEDS 제3회 심센터 HEEDS SHERPA의 최적 검색 원리 제4회 최적 검색 가속화를 위한 AI 프레딕터 제5회 심센터 HEEDS 2604 업데이트 제6회 모두를 위한 제너럴 포털과 맞춤 설정 제7회 특별한 워크플로 구성 및 자동화 제8회 다양한 매개변수를 위한 태깅 모드 제9회 복잡한 설정을 한번에, 오토메이션 스크립트 제10회 AI 에이전트로 확장하는 엔지니어링 워크플로 자동화 제11회 심센터 HEEDS 2610 업데이트 제12회 데이터 분석을 위한 HEEDSPy API   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 HEEDS를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR 링크드인 | www.linkedin.com/in/jonghaklee-odumokgol   시뮬레이션 기반 설계와 검증 업무가 복잡해질수록 엔지니어가 직접 수행해야 하는 반복 작업도 함께 증가한다. CAD 모델을 불러오고, 형상을 정리하며, 메시(mesh)와 물성, 경계조건을 설정한 뒤 솔버(solver)를 실행하는 과정은 해석의 핵심이지만, 실제 업무 시간의 상당 부분은 파일을 찾고 설정을 확인하며 결과를 정리하는 데 사용된다. 기존에는 이러한 반복 작업을 줄이기 위해 매크로, 파이썬 스크립트, 배치 파일, API를 사용했다. 정해진 절차를 빠르고 일관되게 반복한다는 점에서 스크립트 기반 자동화는 여전히 중요한 기술이다. 그러나 작업 조건이 달라지거나 여러 해석 도구를 연결해야 하는 경우에는 어떤 스크립트를 실행할지, 어떤 순서로 작업할지, 결과를 어떻게 해석할지를 사람이 직접 판단해야 한다. 심센터 AI 에이전트는 이 지점에서 기존 자동화를 확장하는 접근 방식이다. 사용자의 자연어 요청을 바탕으로 작업을 단계별로 나누고, 필요한 스킬과 MCP 툴을 선택하며, 엔지니어링 애플리케이션에서 실제 작업을 수행하도록 연결한다. 실행 후에는 결과와 상태를 확인하고, 다음 작업이나 추가 확인 사항을 제시할 수 있다. 이번 호에서는 심센터 AI 에이전트의 개념과 구성 요소를 소개하고, 에이전트·스킬·MCP·엔지니어링 애플리케이션이 어떻게 연결되는지 살펴본다. 또한 심센터 심랩(Simcenter SimLab)을 중심으로 소개된 전처리 및 다중 스킬 워크플로 사례를 통해 기존 자동화 스크립트가 에이전틱 엔지니어링 워크플로로 어떻게 확장될 수 있는지 설명한다.   그림 1. 엔지니어링 AI의 발전 방향   엔지니어링 AI의 세 가지 방향 엔지니어링 분야에서 AI의 활용은 하나의 방식으로만 이루어지지 않는다. 이미 많은 설계·해석 업무에서 AI는 계산 결과를 빠르게 예측하거나, 여러 설계안을 비교하고, 복잡한 데이터를 시각화하는 데 사용되고 있다. 심센터 AI 에이전트 자료에서는 엔지니어링 AI를 크게 세 가지 방향으로 설명한다. 첫 번째는 엔지니어링 AI(Engineering AI)이다. 물리 기반 AI(physics-based AI)와 대리 모델(surrogate model)을 이용해 설계 공간을 빠르게 탐색하고, 고비용 시뮬레이션을 대신하거나 보완하는 방향이다. 예를 들어 다수의 CFD 또는 FEA 결과로부터 ROM(축소 차수 모델)을 구축하면 새로운 설계 조건에 대한 응답을 빠르게 예측할 수 있다. 이 접근 방식은 계산 속도를 높이고 설계 검토에 필요한 시간을 줄이는 데 초점을 둔다. 두 번째는 엔지니어링 인텔리전스(Engineering Intelligence)이다. 시뮬레이션, 테스트, CAD, PLM, 과거 프로젝트(historical project)와 같은 여러 엔지니어링 데이터와 지식을 연결하여 엔지니어가 더 빠르게 판단하도록 지원하는 방향이다. 단순히 결과값을 보여주는 데 그치지 않고, 과거 프로젝트와 유사한 사례를 찾거나 조직의 베스트 프랙티스를 재사용할 수 있도록 한다. 세 번째는 엔지니어링 에이전트(Engineering Agents)이다. AI가 단일 질문에 답하는 것을 넘어 여러 단계의 엔지니어링 워크플로를 조정하고 실행하는 방향이다. 모델 준비, 메시 생성, 솔버 설정, 결과 후처리, 리포트 작성과 같이 순서와 조건이 필요한 작업을 에이전트가 연결하여 수행한다. 이 세 가지 방향은 서로 대체 관계가 아니다. 대리 모델은 계산을 빠르게 만들고, 엔지니어링 인텔리전스는 판단에 필요한 맥락을 제공하며, 엔지니어링 에이전트는 이러한 기능과 엔지니어링 툴을 실제 워크플로 안에서 조정한다. 따라서 AI 에이전트를 도입할 때에는 단순한 챗봇(chatbot) 기능보다 어떤 데이터와 툴을 연결하고 어떤 업무를 자동화할지 정의하는 것이 중요하다.   엔지니어링 에이전트는 기존 자동화와 무엇이 다른가 기존 자동화 스크립트(automation script)는 미리 정의된 명령을 정해진 순서로 실행한다. 예를 들어 파이썬 스크립트가 입력 파일을 읽고, 특정 값으로 변경한 뒤, 솔버를 실행하고, 결과 파일에서 응답을 추출하도록 구성할 수 있다. 이 방식은 동일한 작업을 반복하는 데 매우 강력하며, 실행 결과도 비교적 예측하기 쉽다. 반면 에이전틱 워크플로는 먼저 사용자의 목표를 작업 단위로 분해한다. 사용자가 “이 모델에서 정상 모드 해석을 수행하고 주요 결과를 정리해 달라”고 요청하면, 에이전트는 모델 확인, 메시와 물성 확인, 경계조건 준비, 설루션 생성, 솔버 실행, 결과 확인, 리포트 작성과 같은 하위 작업을 구성할 수 있다. 두 방식의 차이는 다음과 같다. 스크립트 자동화(script automation)는 정해진 절차를 빠르고 일관되게 반복한다. AI 에이전트는 목표를 여러 작업으로 나누고 필요한 절차를 선택한다. 스크립트는 입력 조건이 바뀌면 사람이 코드를 수정해야 하는 경우가 많다. 에이전트는 등록된 스킬과 툴의 설명을 바탕으로 적용 가능한 절차를 탐색한다. 스크립트는 실행 완료 후 결과를 사람이 확인하는 경우가 많다. 에이전트는 결과와 로그(log)를 분석하여 다음 단계나 확인 사항을 제안할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

데이터에 ‘경험’을 입히다   언리얼 엔진의 활용 범위가 게임 제작을 넘어 제조와 시뮬레이션 등 다양한 산업 현장으로 넓어지고 있다. 제품 설계 데이터를 가상 환경에 구현해 실제 제작에 앞서 성능과 사용성을 검토하고, 완성된 차량의 인포테인먼트에도 활용하는 방식이다. ‘언리얼 페스트 서울 2026’에서는 현대자동차의 상용차 개발 검증과 그랜저 인포테인먼트 적용, 모빌테크의 서킷 디지털 트윈 구축 사례를 통해 이러한 변화를 구체적으로 확인할 수 있었다. ■ 자료 제공 : 에픽게임즈   에픽게임즈가 지난 8월 20일~21일까지 개최한 이번 행사에는 약 5000명이 온·오프라인으로 참석했다. 게임, 미디어&엔터테인먼트, 제조 및 시뮬레이션 분야에 걸쳐 총 42개 세션이 진행됐으며, 언리얼 엔진의 기술 로드맵과 산업 현장의 제작·검증 사례가 폭넓게 다뤄졌다. 오프닝 키노트에서는 언리얼 엔진의 향후 발전 방향이 제시됐다. 행사에서는 언리얼 엔진의 기술 로드맵과 함께, AI 및 MCP를 활용해 반복 작업을 자동화하는 차세대 제작 워크플로가 소개됐다. 이러한 데이터 연결과 자동화의 흐름은 제조·시뮬레이션 세션에서 실제 산업 데이터를 처리하고 검증하는 사례로 구체화됐다. 키노트에서 강조된 연결성과 자동화는 제조 및 시뮬레이션 세션에서 실제 산업 데이터를 다루는 과정으로 구체화됐다. 현대자동차는 차량 설계 데이터의 처리 자동화와 개발 검증 경험을 공유했으며, 그랜저 인포테인먼트 적용 사례는 언리얼 엔진의 활용이 최종 사용자 경험까지 이어지고 있음을 보여줬다. 모빌테크는 라이다(LiDAR)로 취득한 현실 공간을 주행 가능한 디지털 트윈으로 구현하는 과정을 소개했다.   설계 데이터를 검증 자산으로 바꾼 차량 개발 파이프라인 현대자동차는 차량 설계 데이터를 실제 개발 검증에 활용한 경험을 공유했다. 현대자동차의 김홍용 상용버추얼개발팀 책임연구원은 ‘차량 3D 데이터에서 실시간 검증 콘텐츠까지 : 언리얼 엔진 기반 버추얼 차량 개발 파이프라인’ 세션에서 3D 설계 소프트웨어인 카티아(CATIA)로 제작된 차량 데이터를 언리얼 엔진으로 가져와 검증 콘텐츠로 전환하는 과정을 소개했다. 버스와 트럭은 수천 개의 부품을 설계한 뒤 하나의 풀카(full-car) 데이터로 취합한다. 이 데이터는 부품 간 간섭과 간극, 내·외 관 상품성, 조립성과 작업성, 정비 접근성 등을 실차 제작 전에 검토하는 데 사용된다. 현대자동차는 자유로운 인터랙션과 실시간 라이팅·반사, 멀티플랫폼 지원 등의 장점을 바탕으로 언리얼 엔진의 활용 범위를 넓혀왔다. 차량 설계 데이터를 언리얼 엔진으로 옮기는 과정에서는 메시 품질과 드로 콜, 방대한 메시 수량이 과제로 나타났다. 현대자동차는 CAD 데이터 변환 기술을 활용해 원본 카티아 데이터(CATPart)를 필요한 수준으로 테셀레이션하고, 분리된 서피스를 동일한 보디 단위로 병합했다. 차량 원본 파일 약 400개를 임포트하면 약 4만 3000개의 스태틱 메시가 생성되고, 병합 후에도 약 3300개가 남는다. 이를 효율적으로 처리하기 위해 파이썬 스크립트와 데이터프렙, 에디터 유틸리티 블루프린트를 결합한 자동화 파이프라인을 구축했다. 파이썬 스크립트는 CATPart 파일명에 포함된 파트명과 파트 번호, 시스템 분류 정보를 읽어 폴더 구조를 만들고 데이터를 순차적으로 불러온다. 방대한 설계 데이터를 분류하고 언리얼 엔진으로 가져오는 단계를 자동화한 것이다.   그림 1. 파이썬 스크립트로 CATPart 파일을 분류하고 순차적으로 불러오는 화면   데이터프렙은 과도하게 분리된 메시나 동일한 머티리얼을 사용하는 메시를 선별해 병합한다. 볼트와 용접점처럼 반복되는 소형 부품도 이 과정에서 통합했다. 한 사례에서는 약 1350개의 용접점 메시를 하나로 병합하면서 원본 애셋은 별도로 보관했다.   그림 2. 메시 병합과 분류를 마친 뒤 저장된 데이터프렙을 확인하는 화면   에디터 유틸리티 블루프린트는 분류 기준에 따라 메시를 신(scene)에 자동 배치하고 다수의 메시와 머티리얼 슬롯에 머티리얼을 일괄 적용한다. 액터와 원본 애셋의 이름도 동기화해 데이터 정리부터 배치와 표현까지 이어지는 작업을 효율화했다. 정리된 데이터는 실제 차량 개발 검증에 활용됐다. 버스 운전석에서는 글라스 형상에 따른 시야를 비교하고, 가상현실 체험 장비인 헤드 마운티드 디스플레이(HMD)를 이용해 신장이 다른 평가자도 가상 운전석에서 직접 시야를 확인하도록 했다.   그림 3. 에디터 유틸리티 블루프린트로 선택한 메시에 머티리 얼을 일괄 적용하는 메뉴   이층버스 엔진룸에서는 HMD를 착용한 평가자가 가상 공간에서 손을 뻗어 특정 부품에 접근할 수 있는지 확인했다. 좁고 복잡한 엔진룸의 작업 공간과 정비 접근성을 실차 제작 전에 검토한 사례다. 디지털 사이드미러 화면이 윈드실드에 반사되는 ‘얼비침’ 현상도 언리얼 엔진에서 재현했다. 모니터 위치와 각도, 글라스 곡률을 바꿔 가며 개선 효과를 비교하는 방식으로 실제 차량에서 발생할 수 있는 시야 방해 문제를 검토했다. 현대자동차의 사례는 차량 설계 데이터가 단순한 시각화 자료를 넘어 개발 의사결정을 지원하는 검증 자산으로 활용될 수 있음을 보여줬다. 실제 차량을 제작하기 전에 사람의 시야와 움직임에 따라 달라지는 문제를 직접 경험하고 검토할 수 있다는 점에서 의미가 있다. 이러한 활용은 차량 개발 단계를 넘어 실제 제품 경험으로도 이어지고 있다. 현대자동차는 그랜저 페이스리프트부터 언리얼 엔진을 인포테인먼트에 적용했다. 차량 개발 과정에서의 검증과 실제 차량의 사용자 경험을 모두 지원하는 사례다.   라이다 스캔부터 가상 주행까지, 실제 서킷의 디지털 트윈 구축 과정 현실 공간을 디지털 트윈으로 구현한 사례도 소개됐다. 모빌테크의 배정현 최고기술책임자(CTO)는 ‘실제 서킷을 언리얼 엔진으로 옮기기 : 라이다 스캔부터 디지털 트윈 구축까지’ 세션에서 길이 4.346km의 에버랜드 스피드웨이를 실시간 3D 환경으로 구현한 경험을 공유했다.   그림 4. 서킷의 공간 데이터를 취득하기 위해 라이다와 카메라 등을 탑재한 스캔 차량   그림 5. 서킷의 공간 데이터를 취득하기 위해 라이다와 카메라 등을 탑재한 스캔 차량   모빌테크는 라이다와 카메라 5대, 정밀 GPS 및 관성항법 데이터 측정 장비를 탑재한 차량으로 서킷을 반복 주행하며 3차원 점군(point cloud) 데이터를 취득했다. 보정과 1차 필터링을 마친 데이터는 약 31GB, 10억 포인트 규모였다. 이를 구역별로 나눠 블렌더와 3ds 맥스(3ds Max) 등의 제작 도구에서 건축물과 시설물을 모델링하고 텍스처를 제작했다. 언리얼 엔진에서는 나나이트(Nanite)로 고밀도 모델의 처리 부담을 줄이고 루멘으로 실시간 간접광과 반사를 구현했다. 절차적 콘텐츠 생성(PCG)으로 수목을 배치하고 비와 안개, 젖은 노면 등을 표현했으며, 카오스 비히클(Chaos Vehicle)을 적용해 직접 주행할 수 있는 환경을 완성했다. 해당 프로젝트의 RTX 4090 기반 테스트에서는 나나이트 적용 전 76.69FPS였던 프레임 속도가 적용 후 110.50FPS로 향상됐다. 배정현 CTO는 라이다가 현실 공간을 정밀하게 디지털화하는 데 효과적인 도구이지만 좋은 결과를 자동으로 보장하는 것은 아니라고 강조했다. 프로젝트의 목적에 맞춰 데이터의 정밀도와 시각적 품질, 실시간 성능 사이에서 적절한 균형을 찾는 것이 디지털 트윈 구축의 핵심이다.   그림 6. 언리얼 엔진으로 구현한 에버랜드 스피드웨이의 나나이트 적용 후 성능 테스트 화면   산업 현장의 개발과 검증 방식을 바꾸는 언리얼 엔진 현대자동차와 모빌테크의 사례는 서로 다른 산업 데이터가 언리얼 엔진을 통해 실제로 활용 가능한 자산으로 전환되는 과정을 보여줬다. 현대자동차는 차량 설계 데이터를 자동화된 파이프라인으로 정리해 개발 검증에 활용하고, 그랜저 인포테인먼트에도 언리얼 엔진을 적용했다. 모빌테크는 라이다로 취득한 현실 공간 데이터를 직접 주행할 수 있는 디지털 트윈으로 발전시켰다. 이들 사례에서 언리얼 엔진의 역할은 데이터를 사실적으로 보여주는 데 그치지 않는다. 현실 공간과 설계 데이터를 실시간으로 탐색하고 상호작용하며, 개발자가 문제를 발견하고 설계 변경의 효과를 판단할 수 있는 검증 환경으로 확장한다. 파이썬과 데이터 프렙, 에디터 유틸리티 블루프린트를 활용한 자동화는 방대한 산업 데이터를 반복적으로 처리하는 과정의 효율도 높였다. ‘언리얼 페스트 서울 2026’에서 공개된 사례는 현실과 설계 데이터를 연결하고, 이를 직접 경험하고 검증할 수 있는 환경으로 전환하는 언리얼 엔진의 역할을 보여줬다. 언리얼 엔진이 게임 제작 도구를 넘어 차량 개발 검증과 최종 제품 경험, 디지털 트윈을 아우르는 산업 개발 플랫폼으로 확장되고 있음을 확인할 수 있었다.     ■ 기사 내용은 PDF로도 제공됩니다.

올해로 열네 번째를 맞은 ‘코리아 그래픽스 2026’이 지난 9월 10일 온라인으로 진행됐다. 올해 행사는 ‘크리에이티브의 확장, 피지컬 AI와 에이전트가 만드는 미래’라는 주제 아래, 제품 디자인부터 건축 시각화, 3D 프린팅 기술을 아우르는 최신 트렌드를 짚었다. ■ 정수진 편집장     인공지능(AI)의 고도화는 기업 조직을 ‘AI 네이티브’로 재편하고 있으며, 실무 밀착형 도구와 AI CAD 기술의 결합을 통해 설계 생산성을 높이고 있다. 캐드앤그래픽스 최경화 국장은 개회사에서 현실 세계를 인식하고 물리적 환경과 상호작용하는 피지컬 AI와 주도적으로 업무를 해결하는 AI 에이전트가 결합해, 산업 전반의 자율적 혁신을 이끄는 새로운 시대가 열리고 있다고 짚었다. 올해 코리아 그래픽스 행사를 관통하는 중심축으로 ‘AX 디자인과 인간 맥락의 결합’ 및 ‘피지컬 AI와 자율형 에이전트가 주도하는 현장 혁신’을 짚은 최경화 국장은 “도구가 아무리 진화하더라도 결국 경쟁력의 본질은 기계적 프롬프트가 아니라 건축가와 디자이너가 평생에 걸쳐 쌓아온 고유의 콘텍스트”라고 강조하면서, “이번 코리아 그래픽스가 비즈니스와 창의적 연구의 새로운 지평을 여는 출발점이 되기를 기대한다”고 전했다.   시스템 설계자로 진화하는 AX 디자이너 서울미디어대학원대학교의 유훈식 교수는 ‘크리에이티브 시스템 디자인 : AGI 시대를 준비하는 AX 디자이너’를 주제로 기조연설을 진행했다. 디자인 패러다임은 인공지능 시대를 맞아 근본적인 전환을 맞고 있다. 이에 따라 전통적인 사용자 경험(UX) 중심 시대를 지나, 이제는 기업 시스템 전체를 인공지능 중심으로 재편하는 AI 네이티브 조직으로 탈바꿈해야 한다는 것이 유훈식 교수의 진단이다. 유훈식 교수는 “에이전트 직원들이 실무를 잘 담당할 수 있는 환경을 만들어 주는 것이 중요하다”고 강조하면서, 단순 도구 활용을 넘어 자율형 에이전트와 협업하는 시스템 구축을 핵심 과제로 제시했다. 이를 실현하기 위해서는 마크다운 표준을 기반으로 사내 지식을 체계화하는 ‘LLM 위키’ 구축이 필수로 꼽힌다. 데이터를 폴더가 아닌 연결 중심의 로컬 자산으로 관리할 때, 자율형 에이전트가 높은 디자인 생산성과 고품질 산출물을 완성하는 에이전트 OS 환경이 열린다는 것이다. 유훈식 교수는 “결국 미래의 디자이너는 직접 요소를 그리는 수준을 넘어, 에이전트가 최적의 창의성을 발휘하도록 시스템을 설계하는 ‘AX(인공지능 전환) 디자이너’로 진화해야 한다”고 짚었다.   ▲ 서울미디어대학원대학교 유훈식 교수   실시간 시각화와 3D 공간 추론으로 엔지니어링 혁신 카오스코리아의 신동근 팀장은 ‘건축 및 인테리어 디자이너를 위한 가장 현실적인 AI 가이드 Chaos Veras’에 대해 소개했다. 건축 및 인테리어 시각화 분야에 특화된 차세대 AI 설루션 베라스(Veras)는 2D 스케치나 3D 모델을 실시간으로 사실적인 렌더링 이미지로 전환하며, 다양한 디자인 콘셉트와 자재 특성을 신속하게 탐색하도록 지원한다. 특히 카메라 구도가 변경되어도 공간 구성 요소를 고정하는 ‘디자인 락’과 원하는 부위만 초고속으로 수정하는 ‘스마트 셀렉션’이 핵심 기능이다. 신동근 팀장은 “AI 이미지가 단순히 픽셀 덩어리로 끝나지 않고 CAD 툴의 3D 자산으로 다시 기록되는 양방향 워크플로를 완성하는 것이 중요하다”고 강조했다. 또한 “아이디어 구상부터 실시간 렌더링, 애니메이션 비디오 생성까지 하나로 연결되는 베라스는 크리에이터의 업무 생산성을 획기적으로 높이는 실무 가이드가 될 수 있다”고 전했다.   ▲ 카오스코리아 신동근 팀장   에스엘즈의 정재헌 대표는 ‘3D 공간 추론 AI 에이전트와 자율 라우팅 벤치마크 공개’를 주제로 발표했다. 숙련 엔지니어 부족으로 인한 설계 병목이 산업계의 당면 과제로 꼽힌다. 이에 대응하고자 에스엘즈는 EDA(전자 설계 자동화) 분야의 설계 원리를 건축 및 플랜트 설비 배관(MEP) 설계에 접목한 머신러닝 학습 모델을 구축했다. 이를 통해 다양한 저작 소프트웨어 간에 형상과 속성 정보의 손실 없이 고속 데이터 전환을 지원하고, 3차원 공간 속 가치를 점수화해서 장애물을 회피하는 최적 배관 경로를 실시간 생성할 수 있게 됐다. 정재헌 대표는 “현장 실증 결과, 숙련 엔지니어 두 명이 석 달 넘게 소요하던 설계를 단 이틀 만에 마칠 수 있었다”면서, “낮에는 에이전트와 일하고 사람이 퇴근하면 에이전트끼리 자율적으로 일을 해서 디지털 트윈 데이터가 실시 설계 수준까지 완결되는 ‘다크 오피스 체계’를 구상하고 있다”고 소개했다.   ▲ 에스엘즈 정재헌 대표   제조 현장 자율화를 이끄는 AI·3D 플랫폼 유비씨 AI센터의 정현석 이사는 ‘다크 팩토리가 그리는 미래의 전제, 온톨로지 기반 디지털 트윈과 에이전트 오케스트레이션’을 주제로, 완전 자율 제조의 실현 방안을 소개했다. 완전 자율 생산을 뜻하는 ‘다크 팩토리’를 완성하려면 AI가 현실 환경을 인식하고 행동하는 에이전틱 AI와 피지컬 AI로 진화해야 한다. 이를 훈련시킬 가상 세계는 단순한 시각 충실도를 넘어 물리적 법칙과 의미 관계를 반영하는 시뮬레이션 충실도를 확보해야 한다. 특히 AI가 데이터의 맥락을 이해하도록 지식 구조화 기술인 온톨로지(ontology)를 적용하는 것이 중점으로 꼽힌다. 정현석 이사는 “제조 AI의 출발점은 자율적인 지능이 아니라 믿을 수 있는 제어”라면서, “이를 위해 정해진 워크플로 안에서 AI 모델을 정교하게 제어하고 통제하는 ‘에이전트 오케스트레이션’ 체계를 구축해야 한다”는 해법을 제시했다.   ▲ 유비씨 AI센터 정현석 이사   나니아랩스의 서민식 CTO는 ‘생성형 AI를 넘어 에이전틱 AI로 : 제조업 설계 프로세스의 다음 단계’ 발표를 통해, 제조업 설계가 최적 설계와 생성형 설계를 거쳐 자율 설계 시대로 진화하고 있다고 전했다. 또한, 엔진 성능 예측부터 자동차 이너 패널, 사출 성형 결함 예측 등 다양한 현장 사례를 거치며 발견한 진짜 병목은 단순한 소프트웨어 부재가 아니라 복잡한 공학 문제를 다루는 숙련된 문제 해결 역량에 있다고 짚었다. 서민식 CTO는 “문제 해결 역량을 에이전트로 옮기는 것이 설계 AI의 나아갈 방향”이라고 강조했다. 나니아랩스는 제조업 특화 AI 플랫폼 아슬란X(AslanX)에 MCP를 연결하고 독자적인 지식베이스를 결합해, 모호한 요구 사항을 명확한 스펙으로 변환하고 자율적으로 최적의 AI 설루션을 탐색·구축하는 에이전트 생태계를 제시하고 있다.   ▲ 나니아랩스 서민식 CTO   에픽게임즈코리아의 진득호 차장은 ‘언리얼 엔진 MCP 워크플로와 제조업 맞춤형 소프트웨어 개발’에 대해 발표했다. 리얼타임 3D 엔진이 제조 현장의 핵심 플랫폼으로 진화하는 흐름을 짚은 진득호 차장은 언리얼 엔진 5.8 버전에 대해 “소스 코드의 개방성을 바탕으로 로봇 학습, 철도 및 항공 시뮬레이션, 스마트 공장 관제 등 다채로운 맞춤형 설루션 구축을 지원한다”고 소개했다. 진득호 차장은 “리얼타임 3D 엔진 간의 격차는 소스 코드 개방 여부에서 크게 갈릴 것”이라고 짚었다. 언리얼 엔진의 경우 LLM을 엔진과 결합하는 MCP 워크플로를 공식 통합해서, 자연어 명령만으로 절차적 생성(PCG)이나 라이팅, 블루프린트 작업을 실시간 제어하도록 구현했다. “이는 비개발자 실무자도 복잡한 3D 공간을 손쉽게 구축하며 업무 생산성을 높이는 혁신적 전환점”이라는 것이 진득호 차장의 설명이다.   ▲ 에픽게임즈코리아 진득호 차장   스트라타시스의 최장윤 부장은 ‘피지컬 AI 시대의 제조 혁신 - AI 에이전트와 적층제조가 만드는 미래 생산 패러다임’을 소개했다. 3D 프린팅이 단순 시제품 제작을 넘어 부품을 양산하는 제조 영역으로 진화하고 있다고 전한 최장윤 부장은 “3D 프린팅의 패러다임이 단순 시제품 제작을 넘어서 실제 부품과 도구를 생산하는 제조 영역으로 급격히 전환되고 있다”고 밝혔다. 스트라타시스는 AI 기반 설계 자동화 툴인 픽스처메이트(fixturemate)와 FDM 시뮬레이션 설루션 노비패스(NoviPath)를 통해 고정구 설계 시간을 90%, 부품 무게를 35% 줄인 사례를 소개했다. 최장윤 부장은 “스트라타시스는 FDM, 폴리젯 등 핵심 기술을 바탕으로 현장에서 즉시 출력하는 온디맨드 생산 방식을 구축하며 스마트 공장 혁신을 이끌어간다”고 말했다.   ▲ 스트라타시스 최장윤 부장   도면 지능화와 콘텍스트 기반의 설계 혁신 위즈코어의 한명기 AI 연구소장은 ‘설계 생산성 혁신, AI-CAD 기술의 발전과 적용 사례’ 발표를 통해 전통적인 CAD 작업의 비효율을 해소할 대안을 제시했다. 한명기 소장은 “설계 엔지니어가 전체 업무 시간의 절반 이상을 단순 정보 검색과 가공에 소모하는 노동집중적 구조를 개선해야 한다”고 강조했다. 그리고 이를 위해 이미지 인지 기술과 LLM을 결합한 위즈코어의 차세대 AI-CAD 설루션을 선보였다. 이 설루션은 도면에서 지능적으로 개체와 스펙을 추출해 적산과 자재목록을 자동 생성하는 기술, 실시간 대화로 명령을 안내하는 디자인 어시스턴트, 그리고 스키마 기반 추론으로 도면 제작을 주도하는 디자인 에이전트가 핵심 축이다. 한명기 소장은 이런 기술이 반복되는 수작업을 줄여 설계 생산성의 도약을 이끌 수 있다고 전했다.   ▲ 위즈코어 AI 연구소 한명기 소장   디에이건축의 송수헌 선임은 ‘건축 설계와 생성형 AI를 연결하는 법 - AIRender : 프롬프트에서 콘텍스트로’라는 주제로 발표를 진행했다. 송수헌 선임은 생성형 AI를 건축 실무에 이식하기 위한 핵심 조건으로 ‘콘텍스트(맥락)’를 꼽았다. 단순한 프롬프트 조합만으로는 사내 조직 고유의 암묵지와 법규, 설계 기준을 담아내기 어렵기 때문이다. 송수헌 선임은 “도구가 진화할수록 차이를 만드는 것은 프롬프트가 아니라 건축가가 쌓아온 콘텍스트”라면서, “AI 시대 건축가의 본질적인 경쟁력은 단순 생성을 넘어 지속적인 선택과 판단으로 자신만의 맥락을 쌓아가는 데에 있다고 강조했다. 또한, AI에게 사내 지침과 검토서를 학습시켜 특화 에이전트를 구축하고, 연속적인 대화와 탐색으로 설계 서사를 완성하는 방안을 제시했다.   ▲ 디에이건축 송수헌 선임     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   지멘스 디지털 인더스트리 소프웨어는 지난 8월 26일 CNG TV 방송을 통해 ‘피지컬 AI 시대의 휴머노이드 개발’을 주제로 NX 기반 통합 설계부터 가상 검증, AI 학습, 양산에 이르는 지멘스의 디지털 트윈 및 엔드 투 엔드 설루션을 공개했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 지멘스 디지털 인더스트리 소프트웨어 유샛별 프로   휴머노이드 개발을 위한 멀티도메인 디지털 스레드 구축 지멘스 디지털 인더스트리 소프트웨어 유샛별 프로는 오늘날 휴머노이드 로봇이 연구실을 넘어 실제 산업 현장과 공장에 본격적으로 투입되는 전환점에 서 있다고 강조하며, 단순한 동작 검증을 넘어 대량 양산 및 현장 운영 안정성을 확보하기 위한 체계적인 통합 플랫폼의 중요성을 소개했다. 휴머노이드 로봇 개발은 기계, 전기, 제어, 소프트웨어가 복합적으로 맞물리는 대표적인 멀티도메인 시스템이다. 지멘스는 이러한 복잡한 개발 과정을 개별 설루션으로 접근하기보다, 설계부터 해석, 가상 검증, 제조 및 운영 현장까지 단절 없이 연결하는 디지털 스레드(digital thread)와 디지털 백본인 팀센터(Teamcenter)를 중심으로 통합·관리하는 방안을 제시했다. 유샛별 프로는 “휴머노이드가 연구실의 기술 시연을 넘어 실제 공장에 투입되기 위해서는 로봇 한 대를 잘 움직이게 하는 것만으로는 부족하다. 동일한 품질의 로봇을 대량으로 생산하고 현장에서 안정적으로 운영할 수 있도록 AI 성능뿐만 아니라 설계, 검증, 생산, 운영에 이르는 전체 프로세스가 함께 준비되어야 한다”고 설명했다.   ▲ 휴머노이드 핵심 개발 과제   가상 검증 및 피지컬 AI 학습 이어 메카트로닉스 콘셉트 디자이너(MCD) 및 NX 환경에서 로봇의 강체와 조인트 움직임, 작업 가능 여부를 검토한 후, URDF 표준 형식으로 데이터를 추출해 엔비디아 아이작 심(NVIDIA Isaac Sim) 등 AI 가상 학습 환경으로 즉시 연동하는 정밀한 프로세스를 설명했다. 또한 1D 시스템 시뮬레이션 및 3D 열·구조 해석 도구인 심센터(Simcenter)를 통합 활용해 모터와 배터리의 열 안정성을 확보하고, 가상 학습 환경과 실제 데이터 간의 격차를 줄이는 ‘심투리얼(Sim2Real)’ 검증 환경의 필요성을 강조했다. 아울러 MCP(모델 콘텍스트 프로토콜 : Model Context Protocol) 기반으로 자연어 명령을 로봇 자세 제어로 변환하는 AI 연동 기술과 가상 공장 통합 3D 관제 설루션인 ‘디지털 트윈 컴포저(Digital Twin Composer)’도 선보였다. 실제 공장 배치 전 프로세스 시뮬레이터와 플랜트 시뮬레이션을 통해 로봇과 작업자 간의 안전 동선, 물류 로봇(AGV/AMR)과의 오케스트레이션을 사전 검증함으로써 실증 비용과 시행착오를 줄일 수 있다고 밝혔다.     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 지난 8월 24일 ‘크리에이티브의 확장, 피지컬 AI와 에이전트가 만드는 미래’를 주제로 생방송을 진행했다. 이번 방송은 9월 10일 개최된 ‘코리아 그래픽스 2026’의 프리뷰 세션으로 마련됐다. 아키페이스건축사사무소 정은길 대표와 오토데스크코리아 성진호 수석 엔지니어가 출연해 생성형 AI와 AI 에이전트가 건축·설계 및 제조 분야의 업무 방식에 가져오고 있는 변화를 실제 사례와 함께 소개했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 디지털지식연구소 조형식 대표, 아키페이스건축사사무소 정은길 대표, 오토데스크 코리아 성진호 수석 엔지니어   AI와 BIM의 결합, 소규모 건축 실무의 변화 아키페이스건축사사무소 정은길 대표는 26년여 동안 건축 시각화와 설계 현장에서 쌓아온 경험을 바탕으로 AI와 BIM(건설 정보 모델링)의 결합이 건축 실무에 가져오는 변화에 대해 설명했다. 건축 설계는 기획에서부터 계획안 검토, 모델링, 시각화, 디테일 설계 등 다양한 업무가 연속적으로 이어지는 분야다. 정 대표는 이러한 업무 과정에 생성형 AI와 AI 에이전트를 활용하면서 기존과는 다른 방식으로 업무를 진행할 수 있게 됐다고 소개했다. 특히 AI를 단순한 질의·응답 도구로 활용하는 것을 넘어, 건축가가 그동안 축적해 온 설계 경험과 업무 방식, 매뉴얼 등의 전문 지식을 AI와 연결하는 접근에 주목했다. 개인의 경험과 노하우를 AI가 활용할 수 있는 형태로 정리하면, 이를 반복적인 업무에 활용하고 새로운 설계 과정에서도 참고할 수 있는 업무 자산으로 발전시킬 수 있다는 것이다. BIM 역시 이러한 변화와 함께 새로운 가능성을 보여주고 있다. 기존에는 BIM을 효과적으로 활용하기 위해 상당한 학습과 인력 투자가 필요했지만, AI 기술과 결합하면서 소규모 건축사사무소에서도 BIM 데이터를 보다 적극적으로 활용할 수 있는 환경이 만들어지고 있다는 설명이다. 정 대표가 강조한 핵심은 AI 도구 자체보다 전문가가 가진 지식과 경험을 어떻게 AI와 연결할 것인가에 있다. 자신만의 업무 방식과 노하우를 AI가 활용할 수 있는 형태로 발전시키는 것이 앞으로 건축 실무에서 중요한 경쟁력이 될 수 있다는 것이다.   ▲ 아키페이스건축사사무소 정은길 대표   AI 에이전트와 설계 플랫폼의 연결 오토데스크코리아 성진호 수석 엔지니어는 AI 기술이 설계와 제조 분야의 업무 방식에 가져오는 변화를 글로벌 산업 환경과 실제 기술 사례를 중심으로 소개했다. 최근 AI 기술의 흐름은 단순히 질문에 답하거나 콘텐츠를 생성하는 수준에서 벗어나 사용자의 의도를 파악하고 여러 작업을 수행하는 AI 에이전트로 확대되고 있다. 설계·제조 분야에서도 이러한 흐름에 따라 AI와 기존 설계 소프트웨어를 연결해 실제 업무를 지원하는 방식이 등장하고 있다. 이번 방송에서는 오토데스크 퓨전(Autodesk Fusion)과 클로드(Claude)를 MCP(모델 콘텍스트 프로토콜)로 연결하는 사례를 통해 AI 에이전트가 설계 환경과 연계될 수 있는 가능성을 소개했다. 자연어를 기반으로 AI와 설계 프로그램이 상호작용하면서 기존의 프로그램 조작 방식과는 다른 형태로 설계 업무를 지원할 수 있다는 점에서 주목할 만한 사례다. 이는 AI가 별도의 독립적인 도구로 존재하는 것이 아니라, 기존의 CAD·CAE·제조 소프트웨어 및 데이터와 연결되면서 업무 프로세스 안으로 들어오는 변화를 보여준다. 향후에는 설계자가 프로그램의 세부적인 조작에 소요하는 시간을 줄이고, 설계 의도와 결과에 대한 판단 및 창의적인 업무에 보다 집중할 수 있는 환경으로 발전할 가능성이 있다.   ▲ 오토데스크코리아 성진호 수석 엔지니어   피지컬 AI 시대, 전문가의 검증 역할 중요 AI의 활용 범위가 실제 설계와 제조 환경으로 확대될수록 결과에 대한 검증의 중요성도 커진다. 특히 제조와 건축 분야의 결과물은 실제 물리적 환경에서 구현되기 때문에 단순히 AI가 생성한 결과가 논리적으로 타당한지를 넘어 안전성, 제작 가능성, 설계 조건, 관련 기준과 규정 등 다양한 요소를 함께 검토해야 한다. 이러한 관점에서 피지컬 AI는 디지털 공간에서 정보를 생성하는 것을 넘어 실제 물리적 환경과 상호작용하는 방향으로 AI의 역할이 확대되고 있다는 점에서 의미가 있다. 하지만 AI가 제시한 결과를 그대로 적용하기보다는 전문가가 설계 의도와 기술적 조건을 확인하고 최종 결과를 판단하는 과정이 필요하다. 결국 AI가 전문가를 대신하는 구조보다는 AI가 다양한 가능성을 제시하고 전문가가 이를 판단하고 검증하는 협업 구조가 설계·제조 분야에서 현실적인 AI 활용 모델이 될 수 있다는 것이다.   ▲ 실무에서 건축 AI 에이전트 활용   AI 시대, 전문성의 확장에 주목 이번 CNG TV 방송에서는 생성형 AI에서 AI 에이전트로 이어지는 기술 변화가 건축과 설계, 제조 분야의 업무 방식에 어떤 변화를 가져올 수 있는지를 살펴봤다. 건축 분야에서는 AI와 BIM을 결합하고 전문가의 경험과 노하우를 AI 활용 자산으로 발전시키는 가능성이 제시됐으며, 제조·설계 분야에서는 AI 에이전트와 설계 플랫폼을 연결해 실제 업무를 지원하는 사례가 소개됐다. 이러한 변화는 AI가 단순히 업무를 자동화하는 도구에서 벗어나 전문가의 지식과 경험을 확장하는 새로운 업무 파트너로 발전하고 있음을 보여준다. 동시에 AI 활용이 확대될수록 전문성을 가진 사람의 역할은 오히려 중요해질 수 있다. AI가 생성한 다양한 결과 가운데 실제 업무에 적용할 수 있는 결과를 선택하고, 기술적 타당성과 안전성을 검토하며, 최종적인 의사결정을 내리는 것은 여전히 전문가의 몫이기 때문이다. 앞으로의 설계·제조 환경에서는 AI 기술을 얼마나 빠르게 도입하는지뿐만 아니라, 전문가의 경험과 AI 에이전트를 어떻게 연결하고 이를 실제 업무 프로세스에 적용할 것인가가 중요한 경쟁력이 될 것으로 보인다. 이번 방송은 이러한 변화가 이미 산업 현장에서 시작되고 있음을 보여주는 사례라는 점에서 의미가 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

키사이트테크놀로지스가 자사의 전자 설계 소프트웨어에 자율형 인공지능인 에이전틱 AI 기능을 본격 통합했다고 발표했다. 이번 도입을 통해 엔지니어는 자연어 프롬프트를 바탕으로 AI 에이전트에게 복잡한 회로 설계 및 최적화 작업을 자율적으로 수행하도록 지시할 수 있게 되었다. 최근 산업계 전반에서 AI 도입이 가속화되면서 2028년까지 60% 이상의 조직이 AI 에이전트를 도입할 것으로 전망되고 있으나, 고주파 무선 주파수(RF) 엔지니어링 분야는 전문적 도메인 지식 의존도가 높고 대규모 언어 모델(LLM)이 회로도 및 레이아웃 형식을 정형화하여 해석하기 어려워 수작업 중심의 작업이 지속되어 왔다. 키사이트는 플래그십 전자 설계 소프트웨어인 어드밴스드 디자인 시스템(Advanced Design System, 이하 ADS) 2027을 통해 엔지니어링 워크플로를 매크로 형태로 기록하여 에이전트가 학습할 수 있도록 하고, 그래픽 설계를 코드로 상호 변환하는 기술을 적용해 이 같은 한계를 해결했다.     특히 이번 플랫폼은 개방형 표준인 모델 콘텍스트 프로토콜(MCP) 서버를 기반으로 구축되었다. 엔지니어가 자연어로 요구사항을 제시하면 AI 에이전트는 MCP 서버를 거쳐 키사이트가 사전 정의한 신뢰도 높은 전문 도구와 스킬을 호출하며, 확률적 추론에 따른 오류를 줄이고 ADS 내에서 일관성 있는 설계를 생성한다. 생성된 결과물은 키사이트의 정밀 시뮬레이션 엔진을 통해 즉각 검증되어 하드웨어 제작 이전 단계에서 물리적 신뢰성을 확보한다. 이번에 발표된 에이전틱 AI 기능의 주요 특징은 ▲개방형 워크플로 생태계 지원 ▲설계 주기 단축 및 최적화 범위 확장 ▲조직 내 엔지니어링 지식 자산화 등이다. 기존에 기업이 운용 중인 다양한 LLM 및 타사 엔지니어링 소프트웨어와 연동하여 단일 워크플로 내에서 유연하게 구동된다. 또한, 반복적인 시뮬레이션 설정 및 튜닝 과정을 AI 에이전트가 전담하여 엔지니어가 동일한 개발 기간 동안 더 많은 설계 대안을 탐색할 수 있도록 돕는다. 그리고 숙련된 엔지니어의 설계 노하우를 ADS 매크로로 기록 및 공유함으로써 팀 전체와 차세대 AI 에이전트가 재활용할 수 있는 지적 자산으로 전환한다. 키사이트 디자인 엔지니어링 소프트웨어 부문의 닐스 파셰 부사장은 “에이전틱 엔지니어링은 개념 구상부터 최종 검증에 이르는 전자 설계 전 주기를 혁신하고 있다”면서, “수십 년간 축적된 키사이트의 정밀 시뮬레이션 기술은 AI가 도출한 설계 결과물이 물리적 하드웨어로 제작되기 전에 완벽한 신뢰성을 검증하도록 지원하며, 축적된 프로젝트 경험은 모든 신제품 설계의 강력한 토대가 될 것”이라고 밝혔다.

센트릭 소프트웨어가 프랑스 파리에서 개최되는 ‘NRF 2026 : 리테일스 빅 쇼 유럽’에서 제품 수명주기 의사결정을 위한 신규 AI 플랫폼 ‘센트릭 AI(Centric AI)’를 공개한다고 전했다. 센트릭 소프트웨어는 제품의 콘셉트 기획부터 상용화에 이르기까지 전 과정을 지원하는 엔드 투 엔드 AI 기반 엔터프라이즈 설루션을 공급해 왔다. 패션, 럭셔리, 신발, 아웃도어, 홈, 가전, 식음료, 화장품, 뷰티 용품 및 멀티 카테고리 유통 기업들은 센트릭 설루션을 통해 기획, 디자인, 개발, 소싱, 규제 준수, 구매, 생산, 가격 책정, 배분, 상품 구색, 판매 및 보충에 이르는 전 과정을 통합 관리하며 디지털 전환을 추진하고 있다. 최근 리테일 기업과 브랜드들은 AI를 단순한 기술 실험에서 벗어나 일상 업무에 적용하고 있으며, 측정 가능한 실질적 비즈니스 효과를 확보하는 데 집중하고 있다. 이러한 변화는 제품 수명주기 전반에서 특히 두드러진다. 제품 라이프사이클 내의 의사결정은 제품 데이터, 시장 수요, 소싱 제약 조건, 원가, 규제 요구사항, 상업적 우선순위 등을 종합적으로 고려해야 하기 때문이다. 관리해야 할 제품 수와 유통 채널, 규제 사항이 크게 늘어나면서 검토해야 할 정보는 급증했으나, 실질적으로 결정을 내릴 시간은 줄어들고 있는 실정이다. AI는 그 배경에 놓인 맥락을 충분히 확보할 때 가치를 발휘한다. 센트릭 AI는 ‘센트릭 AI 컴패니언(Centric AI Companion)’, ‘센트릭 MCP(Centric MCP)’, 전문화된 ‘센트릭 AI 에이전트(Centric AI Agents)’를 단일 플랫폼으로 통합했다. 센트릭 AI는 “일반적인 AI 기술에 대한 기대와 달리 실제 비즈니스 가치를 창출하는 AI가 부족한 시장 상황에서, 우리는 20년 이상 축적된 연계 제품 데이터, 워크플로, 산업 전문 지식을 대화형 상호작용, 외부 시스템 연결, 에이전트 기반 워크플로, 패키지 애플리케이션과 결합해 차별화된 경쟁력을 제공한다”고 소개했다.     또한, 센트릭 소프트웨어는 비즈니스 측면의 도입 효과도 정량적으로 입증되고 있다고 전했다. 콘셉트 기획부터 상용화까지 아우르는 기존 센트릭 설루션과 센트릭 AI를 함께 운용하는 고객사들은 데이터 입력, 승인 경로 지정, BOM(자재명세서) 생성, 상태 추적 등 반복적인 수작업 시간을 90~98% 줄였다. 또한 신속하고 정확한 가격 책정, 상품 구색 및 재고 결정을 바탕으로 매출 총이익률을 2~5% 높였으며, 판매율 또한 최대 5%까지 향상시켰다. 센트릭 AI는 두 가지 방향에서 가치를 창출한다. 제품 수명주기 내부의 운영 업무를 자동화해 데이터 수작업 입력, 업무 인계, 결재 승인 및 회의를 대폭 줄임으로써 단위 업무 수행 시간을 단축한다. 동시에 다양한 부서의 데이터를 연결하고 실시간 인사이트를 도출하여, 팀이 정보를 취합하느라 지체하지 않고 최적의 결정을 즉각 실행할 수 있도록 의사결정 속도를 높인다. 센트릭 소프트웨어는 이미 ‘센트릭 PLM(Centric PLM)’, ‘센트릭 비주얼 보드(Centric Visual Boards)’, ‘센트릭 플래닝 & 프라이싱(Centric Planning & Pricing)’, ‘센트릭 마켓 인텔리전스(Centric Market Intelligence)’, ‘센트릭 PXM(Centric PXM)’ 전반에 걸쳐 AI 기능을 내장해 왔다. 센트릭 AI는 이러한 기반을 단일 플랫폼으로 통합하고 확장한다. 센트릭 소프트웨어의 뱅상 피쿠 최고 인공지능 책임자(CAIO)는 “센트릭 AI의 직접적인 가치는 실무팀의 반복적인 운영 업무 부담을 덜어주고, 사람에게 귀중한 시간을 되돌려주는 데 있다”면서, “더 큰 기회는 앞으로 다가올 미래에 있다. AI 에이전트가 수초 만에 수많은 대안을 검토하고 상충하는 제약 조건을 분석하여, 주요 트레이드오프 검토를 마친 권장 사항을 제시한다. 인간의 전문성은 사라지는 것이 아니라, 사람만이 해결할 수 있는 전략적 판단과 예외적인 문제 해결 영역으로 집중된다”고 설명했다. 센트릭 소프트웨어의 파브리스 카농주 CEO는 “센트릭의 전략은 단순하다. 마진과 처리 속도, 비즈니스 성장에서 측정 가능한 성과를 입증하는 AI 분야에 집중 투자하는 것”이라면서, “AI가 기술적 실험 단계를 지나 기업 운영의 핵심으로 자리 잡고 있는 만큼, 센트릭 AI는 수십 년간 축적한 제품 데이터와 워크플로, 산업 전문성을 기반으로 강력한 경쟁력을 확보하고 고객사에게 지속 가능한 가치를 제공할 것”이라고 강조했다.

유니티는 클로드 코드(Claude Code)용 공식 유니티 플러그인을 선보였다. 클로드 코드는 공식 유니티 플러그인을 지원하는 첫 번째 코딩 에이전트다. 개발자는 이번에 공개된 퍼스트파티 플러그인을 활용해 별도의 도구를 오가거나 외부 스크립트를 조합하지 않고도, 본인이 사용하는 AI(인공지능) 워크플로에 유니티를 직접 연결할 수 있다. 유니티는 개발자에게 신뢰할 수 있는 개발 스킬을 제공하기 위해 이번 플러그인을 제작했다. 플러그인에 포함된 각 스킬은 유니티 팀이 직접 작성하고 보안 검토를 거쳤으며, 관련 문서도 엔진 업데이트에 맞춰 함께 갱신된다. 유니티에 따르면, 검증된 스킬을 적용함으로써 AI에 스킬 없이 작업을 요청할 때보다 더 적은 대화 턴으로 오류가 적은 결과물을 얻을 수 있고 토큰 사용량도 줄어든다고 밝혔다. 유니티는 연내 다른 코딩 에이전트용 플러그인 지원도 순차적으로 확대할 계획이다.     유니티는 앞서 지난 7월 열린 ‘유나이트 서울 2026’ 콘퍼런스에서 개발자가 선호하는 코딩 에이전트를 유니티 엔진과 연결할 수 있도록 ‘유니티 CLI(Unity CLI)’를 공개한 바 있다. 이번 클로드 코드용 공식 플러그인은 이를 한 단계 확장한 것이다. AI 코딩 에이전트가 유니티 프로젝트의 구조와 개발 방식에 보다 최적화된 작업을 수행할 수 있도록 돕는다. 이번 플러그인은 단 한 번의 명령으로 유니티 엔지니어링 스킬과 유니티 CLI, 실시간 에디터 제어를 지원하는 유니티 MCP(모델 콘텍스트 프로토콜) 서버를 함께 설치한다. 현재 총 29개의 스킬을 제공하고 있으며, URP와 UI(사용자 인터페이스) 툴킷, 멀티플레이어, 레벨플레이(LevelPlay), 유니티 IAP 등을 주요 영역으로 지원한다. 유니티는 개발 워크플로와 엔진 기능 전반을 지원하는 스킬을 앞으로도 지속해서 추가할 예정이라고 전했다. 클로드 코드용 공식 유니티 플러그인은 터미널이나 클로드 데스크톱 앱의 클로드 코드를 통해 설치할 수 있다. 이와 함께 클로드의 공식 플러그인 디렉터리에서도 바로 이용할 수 있다.

국내 대표 컴퓨터 그래픽스 콘퍼런스인 ‘코리아 그래픽스 2026’이 오는 9월 10일 온라인으로 열린다. 올해로 14회째를 맞은 이번 콘퍼런스는 ‘크리에이티브의 확장, 피지컬 AI와 에이전트가 만드는 미래’를 주제로 진행된다. 이번 행사에서는 피지컬 AI와 AI(인공지능) 에이전트가 이끄는 제조, 건축 등 3D 시각화 분야의 최신 기술 흐름과 산업 현장 적용 사례를 폭넓게 다룬다. 행사는 사전등록을 통해 무료로 참여할 수 있다.     디자인과 건축 시각화 분야에서는 생성형 AI와 에이전트 기반 기술의 실무 적용 방안을 집중 조명한다. 서울미디어대학원대학교 유훈식 교수는 ‘크리에이티브 시스템 디자인 : AGI 시대를 준비하는 AX 디자이너’를 주제로 발표한다. 유 교수는 AGI(인공일반지능) 시대를 대비한 AI 네이티브 디자인 조직과 AX(인공지능 전환) 디자인 통찰을 전하고, 자율 에이전트가 실행을 맡는 ‘에이전트 OS(운영체제) 디자인’ 비전을 제시한다. 카오스 코리아 신동근 팀장은 건축 및 인테리어 시각화 도구인 카오스 베라스(Chaos Veras) 소개와 실무 활용 지침을 공유한다. 디에이건축 송수헌 선임 건축사는 ‘건축 설계와 생성형 AI를 연결하는 법 – AIRender : 프롬프트에서 콘텍스트로’를 통해 AI렌더(AIRender) 개발 경험을 나눈다. 제조와 엔지니어링 설계 프로세스를 혁신하는 자율 AI 기술도 소개된다. 에스엘즈 정재헌 대표는 ‘3D 공간 추론 AI 에이전트와 자율 라우팅 벤치마크 공개’를 주제로 EPC(설계·조달·건설) 자율 설계를 위한 연구 성과를 발표한다. 유비씨 정현석 AI센터 이사는 ‘다크 팩토리가 그리는 미래의 전제, 온톨로지 기반 디지털 트윈과 에이전트 오케스트레이션’을 발표하면서 자율제조의 미래와 중소기업 현장의 격차를 줄이는 실전 로드맵을 제안한다. 나니아랩스 서민식 CTO는 단순 설계를 넘어 실질적인 가치를 창출하는 에이전틱 AI의 미래와 대응 전략을 설명한다. 산업 현장의 소프트웨어 개발 환경과 생산성을 높이는 기술도 선보인다. 에픽게임즈 코리아 진득호 차장은 ‘언리얼 엔진 MCP 워크플로와 제조업 맞춤형 소프트웨어 개발’ 발표에서 맞춤형 소프트웨어 개발 사례와 함께 MCP(모델 콘텍스트 프로토콜)와 결합한 제조 DX(디지털 전환) 및 AX의 가능성을 살펴본다. 스트라타시스 최장윤 부장은 AI 기반 디지털 설계와 적층제조 기술의 결합을 다루면서, 설계 자동화와 첨단 소재의 산업 적용 사례를 공유한다. 위즈코어 한명기 AI연구소장은 국산 CAD 개발 경험을 바탕으로 구축한 AI-CAD 기술 설루션을 공개한다. 이번 행사에는 국내외 주요 기업이 참여해 제조, 건축, 엔터테인먼트 등 다양한 산업의 시각화 혁신 전략을 논의한다. 행사를 주관하는 캐드앤그래픽스 최경화 국장은 “올해도 산학연 AI 전문가들이 대거 참여해 AI와 3D 시각화 기술의 융합과 확장을 통한 최신 산업 트렌드와 적용 사례를 한눈에 조망해 보는 자리를 마련했다”면서, “제조·건축·시각화 분야에 종사하는 관계자들의 많은 관심과 참여를 부탁드린다”고 전했다.

어도비는 슬랙 비즈니스+와 엔터프라이즈+ 고객을 대상으로 ‘어도비 포 슬랙(Adobe for Slack)’을 공개했다. 이번 발표로 슬랙 사용자들은 파이어플라이, 어도비 익스프레스, 포토샵, 프리미어, 애크로뱃, 인디자인, 일러스트레이터, 스톡, 라이트룸 등 어도비의 크리에이티브 및 생산성 제품군에 포함된 70개 이상의 도구를 슬랙 내에서 직접 다룰 수 있게 됐다. 어도비 포 슬랙은 슬랙에 내장된 슬랙봇(Slackbot)을 매개로 동작한다. 사용자가 원하는 작업 내용을 자연어로 설명하면 슬랙봇이 적절한 어도비 도구를 호출한다. 또한 슬랙봇에게 대화, 파일, 채널, 캔버스(Canvases)에 담긴 내용을 파악하도록 요청해, 이를 콘텐츠 제작과 수정 작업에 바로 반영할 수 있다.     어도비에 따르면 어도비 포 슬랙은 업무 대화가 오가는 공간에서 직접 콘텐츠를 제작하고 협업하는 워크플로를 지원한다. 사용자는 슬랙봇을 통해 대화나 캔버스의 정보를 요약하고, 이를 PDF나 이미지, 영상으로 변환해 팀원과 공유할 수 있다. 또한 주제나 스타일, 분위기를 기준으로 크리에이티브 클라우드 애셋을 검색해 이전 프로젝트 콘텐츠를 빠르게 찾고 슬랙 워크플로에서 편집할 수도 있다. 이와 함께 승인된 이미지와 영상을 각 소셜 채널 규격에 맞게 변환하거나, 디자인 템플릿을 선택해 문구와 색상을 조정한 후 소셜 미디어용 애니메이션 및 인쇄용 PDF로 제작하는 기능도 제공한다. 스프레드시트 데이터를 시각적 콘텐츠나 PDF로 바꾸는 작업, 여러 장의 사진 배경과 방해 요소를 제거하고 색조를 맞추는 이미지 일괄 편집 작업 등도 슬랙 안에서 처리할 수 있다. 어도비 포 슬랙은 전 세계 슬랙 비즈니스+와 엔터프라이즈+ 요금제 사용자를 대상으로 데스크톱, 웹, 모바일 환경에서 지원된다. 슬랙의 제이미 델랑헤 최고제품책임자(CPO)는 “어도비의 크리에이티브 및 생산성 툴을 슬랙 내 업무 흐름에 직접 연결함으로써, 대화의 흐름을 벗어나지 않고도 콘텐츠를 만들 수 있게 됐다”면서, “어도비 포 슬랙을 사용해 대화 속에 담긴 맥락과 아이디어를 뛰어난 콘텐츠로 만들고, 업무의 흐름을 유지하며 함께 수정하고 발전시킬 수 있다. 어도비 앱은 슬랙의 MCP앱이 대화를 행동으로 변환하도록 지원하는 강력한 사례”라고 전했다. 한편, 어도비는 일상적으로 사용하는 주요 인공지능(AI) 플랫폼에 자사의 도구를 통합하는 작업을 이어가고 있다. 현재 챗GPT, 클로드, 코파일럿에 도구를 제공하고 있으며, 향후 제미나이 지원도 추가할 계획이다.