트렌드에서 얻은 것 No. 23   “AI는 모든 산업에 새로운 가능성을 열어 준다. 중요한 것은 기술이 아니라, 그것을 어떻게 활용하느냐이다.” – 사티아 나델라(Satya Nadella), 마이크로소프트 CEO 마이크로소프트는 생성형 AI를 다양한 산업에 통합하며, 기술의 활용 방식에 중점을 두고 있고,  나델라의 말은 기술 도입보다 전략적 활용이 중요하다는 점을 강조한다.   생성형 AI와 함께 설계하고, 시뮬레이션하고, 개선하라 지금 이 이야기를 한국의 제조기업에 가서 한다면, 이상한 사람 취급을 받을 수 있다. 당장, 어떻게 할 수 있는지 이야기할 수 있느냐? 우리도 그렇게 하고 싶은데, 어떻게 할 수 있는지 제대로 나온 것도 없고, 사례가 있는지 등의 얘기가 자연스럽게 나온다. 맞는 말이다. 하지만, 지금은 레이스의 출발선에서 모두 같은 상황일 것이다. 다만, 전체를 제어하고 미래를 설계하는 혜안이 있는 사람이나 조직 유무에 따라 회사들의 달리기 속도는 분명 차이가 날 것이다.  우리는 그런 시대를 살아가고 또 지나가고 있다. 뉴스에서 다른 회사의 소식을 들으면서 탄식을 하고 있을 것인가, 아니면 고통스럽더라도 뭔가 해 보는 것이 낫지 않느냐의 갈림길에 있다. “그럼에도 불구하고, 우리는 설계할 수 있다.” 그렇다. ‘생성형 AI로 설계하고, 시뮬레이션하고, 개선하라’는 말은 지금의 제조 현장에선 거대한 간극처럼 느껴진다. 공장의 열기와 노하우 속에서 살아온 실무자에게는 뜬구름 잡는 이야기처럼 들릴 수 있다. “AI가 좋다는데, 어디까지 해봤나?”, “누가 이걸 설계에 실제로 썼대?” 이런 질문은 당연한 것이고, 오히려 현실을 잘 아는 사람일 수록 더 조심스러운 반응을 보인다. 그러나 지금, 우리는 모두 레이스의 출발선에 서 있다. 완성된 길도, 검증된 답도 아직 없다. 그러니 이 때 필요한 건 기술보다 먼저 혜안을 가진 사람, 구조를 설계할 수 있는 리더다. 단 한 줄의 프로토타입이라도 그려보려는 엔지니어, 익숙한 보고서보다 새로운 질문을 고민하는 팀장, 시행착오를 감수하고 방향을 잡으려는 임원이 지금 이 시대의 속도를 결정짓는다. 그리고 그 ‘혜안’은 거창한 청사진이 아닐 수도 있다. 단 하나의 설계 데이터를 기반으로 AI에게 첫 도면을 그리게 해보는 실험, 실시간 현장 일지에서 이상 징후를 요약하게 해 보는 시도, 현장의 사진 데이터로 품질 검사 자동화를 위한 검출 모델을 훈련해 보는 도전 등이 현 시점에서 예상해 볼 수 있는 가까운 미래 모습일 것 같다. “우리는 예상치 못한 상황을 목격하고, 예상된 상황을 보고하며, 결국 승리할 것입니다.” – 알렉스 카프, 팔란티어 CEO 카프는 AI를 활용한 제조업의 혁신이 불확실성을 극복하고 성공으로 이끄는 열쇠라고 보고 있으며, 이는 생성형 AI를 통한 제조업의 미래를 긍정적으로 전망한다.    그림 1. 실용형 AI 맵 ‘제조 미래를 바꾸다’(Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   제조, AI를 다시 만나다 “설계는 끝났지만, 고객은 원하지 않는다.”  “시뮬레이션은 끝났지만, 현장은 여전히 오류를 반복한다.”  “보고서는 쌓이지만, 문제는 여전히 현재진행형이다.” 이 문장들은 지금도 수많은 제조 현장에서 반복되고 있다. 전통적인 제조 프로세스는 분업과 효율을 중심으로 설계되었지만, 급변하는 고객의 요구와 복잡해진 제품 환경은 기존 체계의 민첩성과 창의성에 한계를 드러낸다. 이제 제조기업은 하나의 질문 앞에 서 있다. “우리는 더 빠르고 똑똑한 공장을 가질 준비가 되었는가?” 생성형 AI는 단순한 자동화 기술이 아니다. 설계자의 의도를 읽고 CAD 모델을 생성하며, 수십 개의 시뮬레이션으로 프로세스 병목을 알려주고, 품질 이상을 예측할 뿐 아니라 원인을 유추해주는 ‘설계적 사고를 하는 AI’가 등장하고 있다. 이는 기술의 도입이 아니라 제조기업의 ‘운영 철학’ 자체가 전환되는 순간이다. 제조기업이 생성형 AI와 함께 앞으로 어떻게 설계하고, 시뮬레이션하고, 개선할 수 있을지를 구체적으로 조망한다. “AI는 인류가 만든 가장 중요한 기술이다. 우리는 그것을 책임감 있게 개발하고 활용해야 한다.” – 순다르 피차이(Sundar Pichai), 구글 CEO 구글은 AI 개발에 있어 윤리적 책임과 사회적 영향을 고려하고 있으며, 피차이의 말은 기술 발전과 함께 그에 따른 책임도 중요하다는 점을 상기시켜 준다.   디자인의 재정의 - AI는 창의적인 엔지니어인가? 전통적인 제조 설계 과정은 복잡한 조건 설정, 반복적인 수정, 협업 간의 커뮤니케이션 비용 등으로 인해 수많은 시간과 리소스를 요구해왔다. 하지만 이제, 생성형 AI는 텍스트 한 줄로 설계를 시작하게 한다. “3개의 모듈로 구성된 소형 드론 프레임을 설계해 줘. 탄소 섬유 기반으로 무게는 150g 이하로.” 이 한 문장으로 AI는 초기 설계안을 생성하고, 다양한 대안 모델을 제공하며, 사용자 요구조건에 따라 자동 최적화를 제안한다. AI는 도면을 '그리는 도구'가 아니라, '제안하고 비교하는 동료 엔지니어'로 진화하고 있다. 예를 들어, 오토데스크의 퓨전 360(Fusion 360), 엔톱(nTop), 다쏘시스템의 3D익스피리언스 웍스(3DEXPERIENCE Works)는 이미 생성형 디자인 기능을 내장하고 있다.  디자이너는 아이디어를 제공하고, AI는 그에 기반한 설계 패턴을 도출한다. 이는 ‘무에서 유를 만드는’ 것이 아니라, 수많은 설계 데이터를 학습한 AI가 새로운 패턴과 조합을 도출해내는 방식이다. 결과적으로 설계자는 더 이상 반복적인 CAD 작업자가 아니다. 이제 디자이너는 ‘기획자’이자 ‘비평가’, 그리고 ‘AI와 협력하는 설계 전략가’가 된다. 또한, 이러한 생성형 설계는 대량 맞춤형 생산(mass customization)과의 결합으로 그 진가를 발휘한다. 기존에는 옵션이 제한된 범용 제품만이 경제성이 있었지만, 생성형 AI는 고객의 요구사항을 빠르게 읽고 즉시 설계에 반영할 수 있다. 이는 ‘고객이 참여하는 설계’, 즉 코디자인(co-design) 시대의 도래를 가능하게 한다. 기업은 더 빠르게 시장에 대응하고, 고객은 더 높은 만족도를 경험한다. 이처럼 생성형 AI는 설계를 단순히 ‘빠르게’ 만드는 기술이 아니라, 설계의 개념 자체를 ‘재정의’하는 도구이자 기업의 창의성과 기민함을 확장하는 전략 자산이 되고 있다. “퍼플렉시티(Perplexity)는 단순한 답변 엔진에서 행동 엔진으로 전환하고 있다. 이제는 단순히 질문에 답하는 것을 넘어, 사용자에게 행동을 제안하고 실행하는 단계로 나아가고 있다.” – 아라빈드 스리니바스(Aravind Srinivas), 퍼플렉시티 AI CEO 아라빈드의 말은 AI 기술이 단순한 정보 제공을 넘어, 사용자와의 상호작용을 통해 실제 행동을 유도하고 실행하는 방향으로 발전하고 있음을 의미한다.   시뮬레이션의 혁신 - 빠른 판단과 적은 비용 과거의 시뮬레이션은 전문 소프트웨어와 고성능 컴퓨팅 자원, 그리고 숙련된 엔지니어의 직관과 경험에 크게 의존해 왔다. CAE는 분명 설계 검증과 최적화의 핵심이었지만, 조건 설정 → 모델링 → 결과 해석 → 반복이라는 고비용 순환은 여전히 제품 개발의 병목으로 작용해왔다. 그러나 생성형 AI는 이 병목을 타파하는 새로운 접근을 제시한다. 자연어로 “강풍 조건에서 뒤틀림이 가장 적은 하우징 구조를 찾아줘”라고 지시하면, AI는 자동으로 물리 조건을 추론하고, 유사 데이터 기반의 시뮬레이션 템플릿을 구성하며, 수십 개의 대안 시나리오를 병렬 생성해 ‘예측 – 설명 – 추천’이라는 삼중 루프를 빠르게 수행한다. 이러한 기술은 시뮬레이션의 대중화(simulation democratization)를 이끈다. 기술 전공자가 아니어도, 제품 매니저나 품질 담당자가 AI의 도움으로 설계안의 응력 분포나 유동 조건에 대해 인사이트를 얻을 수 있다. 이는 실무자가 더 빠르게 결정을 내릴 수 있도록 돕고, 의사결정의 지연 대신, 다중 시나리오 기반의 ‘실험적 사고’를 가능하게 만든다. 대표적인 사례로는 알테어의 AI 기반 인스파이어 플랫폼(AI-driven Inspire Platform), 앤시스의 AI 기반 시뮬레이션 자동화, 그리고 다쏘시스템의 솔리드웍스 생성형 시뮬레이션(Generative Simulation for SOLIDWORKS)이 있다. 이들은 기존 FEM/CFD 분석의 시간과 비용을 줄이는 동시에, 경험 기반 의사결정에서 데이터 기반 최적화로의 전환을 이끌고 있다. 궁극적으로 생성형 AI는 단순히 ‘더 빠른 계산’을 넘어서, “어떤 시나리오를 먼저 고려해야 하는가?”, “이 조건에서 실패할 가능성은 무엇인가?”라는 전략적 질문에 답하는 보조 엔진이 되어 준다. 이는 시뮬레이션을 단지 제품 검증의 도구가 아니라, 경영 의사결정과 R&D 전략 수립의 인공지능 파트너로 진화시키는 변화의 시작점이다.  “AI는 우리가 상상하는 것보다 훨씬 더 빠르게 발전하고 있다. 자율주행차는 그저 시작일 뿐이다.” – 일론 머스크(Elon Musk), 테슬라 CEO 테슬라는 자율주행 기술 개발에 AGI 수준의 AI를 활용하고 있으며, 이는 단순한 기능 향상을 넘어 차량 설계와 운행 방식 전반을 재정의하는 접근이다.   업무 분석과 프로세스 개선 - 데이터는 말하고 AI는 듣는다 제조 현장의 데이터는 언제나 풍부했다. 작업자 일지, 설비 로그, 유지보수 메모, 품질검사 리포트, 현장 사진과 동영상, 고객 클레임 이메일… 하지만 이들 대부분은 정형화되지 않은 ‘텍스트’와 ‘문서’ 형태로 존재하며, 기존 시스템은 이를 ‘기록’하는 데에만 집중했고, 의미를 해석하고 연결하는 능력은 인간의 몫이었다. 이제 생성형 AI는 이 방대한 비정형 데이터의 숲에서 맥락을 이해하는 나무를 찾는다. 작업자가 남긴 “라인 3에서 어제도 제품 정렬이 안 맞았고, 자동 이젝터가 두 번 멈췄다”는 기록은, AI에겐 단순한 텍스트가 아니라 ‘패턴’과 ‘이상’의 시그널이다. LLM은 이런 문장을 분석해 작업 단계별 이벤트를 분해하고, 관련된 설비 로그와 품질 데이터를 연결하여 문제 지점을 도출한다. 이제 업무는 ‘기록하고 보고하는 일’이 아니라, ‘데이터가 스스로 분석하고 말하는 환경’으로 바뀌고 있다. 대표적인 활용 사례는 다음과 같다. 업무 요약 자동화 : 업무 일지를 요약해 경영진에게 핵심 이슈를 전달 프로세스 병목 식별 : 여러 부서의 텍스트 기반 보고서에서 공통 키워드와 불만 분석 문서 자동 생성 : SOP(표준작업지침서), 회의록, 개선안 보고서 등의 자동 초안 작성 협업 인텔리전스 : 여러 팀 간의 커뮤니케이션 데이터를 분석해 협업 지연 포인트 도출 실제로 지멘스는 AI 기반 자연어 처리 기술(Natural Language Processing : NLP)을 통해 디지털 작업지시서와 실시간 현장 대응 리포트를 자동 생성하는 기능을 도입했고, 보쉬는 AI를 통해 품질 클레임 문서에서 반복 출현하는 원인 유형을 추출하여 품질 개선의 단초로 활용하고 있다. 핵심은 이것이다. 현장의 수많은 대화와 기록이 AI에게 ‘말을 거는 데이터’가 되었고, AI는 그 말을 듣고, 요약하고, 통찰을 제시하며, 업무 개선을 스스로 제안하는 존재가 되었다는 점이다. 이제 우리는 묻지 않을 수 없다. 우리는 AI에게 말 걸 준비가 되어 있는가? 그리고 그 대답을 조직이 들을 준비는 되었는가? “가장 큰 위험은 아무런 위험도 감수하지 않는 것이다. 모든 것이 급변하는 시대에서 위험을 회피하는 전략은 반드시 실패로 이어진다.” &MDAsh; 마크 저커버그, 메타 CEO 저커버그는 변화와 혁신의 시대에 기존의 방식을 고수하며 위험을 회피하려는 태도가 오히려 더 큰 실패를 초래할 수 있음을 경고한다.   품질 관리의 진화 - AI는 예지적 감각을 가질 수 있는가 품질 관리는 제조업의 마지막 방어선이자, 가장 정교한 신경망이다. 그러나 지금까지의 품질 관리는 주로 사후 대응(postdefect 대응)에 집중되어 있었다. 불량이 발생한 후 원인을 찾고, 재발 방지책을 수립하고, 문서를 정리하는 ‘후행적 품질 관리’가 일반적이었다. 이제 생성형 AI는 이 전통적 프레임을 근본부터 흔들고 있다. AI는 ‘불량을 감지’하는 것이 아니라, ‘불량을 설명하고 예측’하려 한다. 예를 들어, 제품 표면의 이미지를 기반으로 한 비전 검사 시스템은 단순히 OK/NG를 판단하는 데서 그치지 않고, “이 영역의 텍스처 패턴은 온도 편차에 의한 수축 변형일 가능성이 높습니다”라고 말할 수 있는 설명형 모델로 진화하고 있다. 나아가, 생성형 AI는 텍스트, 이미지, 센서 데이터를 통합적으로 분석해 복합적인 이상 징후를 감지하고, 불량의 '가능성'과 '잠재 원인'을 추론해낸다. 예를 들어 다음과 같은 조합이 가능해진다. 작업자 일지 : “이틀 전부터 용접기압이 다소 약한 것 같다.” 센서 로그 : 오전 9~11시에 기압 편차 발생 불량 이미지 : 비드 형성 불균형 AI는 이를 연결해 “용접 조건의 경미한 변화가 반복 불량의 근본 원인일 수 있다”고 보고한다. 이는 단순한 예측모델이 아니다. ‘설명 가능한 품질 관리(Explainable Quality)’, 즉 AI가 품질 이슈에 대해 왜 그런 판단을 했는지를 근거와 함께 제시함으로써, 품질팀은 더 이상 직감이나 경험에만 의존하지 않고 데이터 기반의 합리적 개선 프로세스를 수립할 수 있다. 이미 보쉬, 토요타, GE 항공 등은 ▲AI 기반 비전 검사 시스템에서 ‘불량 예측 + 원인 설명’을 제공하는 모델을 구축 중이고 ▲ISO 9001과 연동되는 AI 품질 리포트 자동화 시스템을 테스트하고 있다. 이는 곧 ‘AI가 품질 시스템의 일원으로 공식 포함되는 시대’가 오고 있음을 뜻한다. 품질의 정의는 바뀌고 있다. 과거의 품질은 발견과 수정의 문제였지만, 앞으로의 품질은 예지와 설득의 문제다. AI는 이제 불량을 찾아내는 것이 아니라, 불량이 만들어지지 않도록 ‘생산 과정 그 자체를 개선하자’고 제안하는 동료가 되어가고 있다. “AI는 전기를 발견한 것과 같은 혁신이다. 모든 산업에 스며들 것이며, 그 영향을 무시할 수 없다.” – 앤드류 응(Andrew Ng), AI 전문가 앤드류 응은 AI의 보편성과 산업 전반에 미치는 영향을 강조하고 있다. 그의 말은 제조업에서도 AI의 통합이 필수임을 시사한다.   경고와 제언 - 생성형 AI는 도입이 아니라 전환이다 많은 제조기업이 생성형 AI에 주목하고 있다. 설계 자동화, 시뮬레이션 최적화, 업무 요약, 품질 예측… 도입 사례는 늘고 있지만, 도입이 곧 성공을 의미하진 않는다. 생성형 AI는 단순한 툴이 아니라, 운영 철학의 변화를 요구한다. 기존의 프로세스는 ‘정해진 절차와 역할’ 속에서 최적화를 추구해왔지만, 생성형 AI는 ‘질문을 던지고 시나리오를 비교하며 판단을 내리는 유연한 사고방식’을 요구한다. 즉, 기술만 바꾸는 것이 아니라 조직의 사고 체계와 역할 구조 자체를 재설계해야 하는 것이다. 예를 들어 <표 1>과 같은 전환이 필요하다.   표 1   하지만 문제는 기술이 아니다. 가장 큰 장벽은 조직이 AI를 받아들일 준비가 되어 있느냐는 것이다. 임원은 AI를 단순히 ‘자동화 툴’로 간주하는 경향이 많고, 현장은 여전히 ‘내 일을 뺏는 존재’로 AI를 경계한다. 이 간극을 메우지 않으면, AI는 시연 단계에서 멈추고, 조직은 변화의 본질을 놓친다. 따라서 다음과 같은 전환 전략이 필요하다. 파일럿이 아닌 전환 설계 특정 부서에서 테스트하는 것이 아니라, 조직 전체의 프로세스 전환 시나리오를 기획해야 한다. ‘도입 교육’이 아닌 ‘공감 설계’ 기술 사용법이 아니라, 왜 이 기술이 필요한지에 대한 비즈니스 관점에서의 스토리텔링이 필요하다. AI Co-Worker 관점 전환 AI는 도구가 아니라, 함께 판단하고 실험하는 동료로 봐야 한다. 이를 위해 직무 정의서(JD)도 다시 써야 한다. 성과 기준의 재정립 AI 도입 이후에는 ‘정확도’보다 ‘학습 속도’와 ‘적응력’이 핵심 성과 지표가 된다. 결국, 생성형 AI는 ‘도입해야 할 기술’이 아니라 ‘다르게 일하고, 다르게 생각하고, 다르게 운영하는 기업’으로 전환하기 위한 촉매제다. 이제 경영진에게 남은 질문은 단 하나다. “우리는 기술을 도입할 준비가 되었는가?”가 아니라, “우리는 조직을 전환할 용기를 가졌는가?”이다. “지금은 스타트업의 시대… 세상은 여전히 변화의 가능성에 잠들어 있다.” – 샘 올트먼, 오픈에이아이 CEO 올트먼은 기술 혁신의 시기에 기존 기업들이 변화에 둔감해질 수 있음을 경고하며, 새로운 도전과 변화를 추구하는 조직만이 미래를 선도할 수 있다는 메시지를 담고 있다.   맺음말 : 생성형 AI 시대의 제조 기업, 당신은 어떤 그림을 그리고 있는가 미래의 공장은 단지 더 정교하고, 더 빠르며, 더 자동화된 곳이 아니다. 그곳은 데이터를 읽고, 상황을 이해하고, 사람과 함께 결정하는 공장이다. 문제를 발견하기 전에 감지하고, 작업자를 지원하며, 스스로 최적의 방식을 제안하는 공장이다. 그리고 그 공장의 핵심 파트너는 인간의 상상력을 확장하는 생성형 AI다. 이제 중요한 질문은 이것이다. “우리는 어떤 그림을 그리고 있는가?” 기술은 빠르게 진화한다. 생성형 AI는 설계와 시뮬레이션, 업무 분석과 품질 관리까지 제조의 전 과정을 유기적으로 연결하며 ‘스마트’를 넘어 ‘지능적’으로 만들고 있다. 하지만 진정한 경쟁력은 기술의 채택이 아닌, 기술과 함께 일하는 방식의 변화에서 비롯된다. 아직 많은 제조기업은 ‘가능성 탐색’ 단계에 머물러 있다. 하지만 머뭇거릴 시간이 없다. AI는 이미 조직 구조, 업무 정의, 리더십의 방식까지 영향을 미치기 시작했다. 이제는 기술을 배우는 것이 아니라, 기술과 함께 일할 조직을 설계해야 할 때다. 생성형 AI 시대의 제조 기업은 세 가지 질문에 답할 수 있어야 한다. 우리는 상상할 수 있는가? 생성형 AI는 ‘주어진 문제를 해결’하는 것이 아니라 ‘가능성을 확장’한다. 제조기업의 조직은 아직도 문제만 찾고 있는가, 아니면 새로운 기회를 그리고 있는가? 우리는 받아들일 수 있는가? AI는 사람의 영역을 침범하지 않는다. 다만 그 옆에 선다. 우리는 전환할 수 있는가? 우리는 그것을 파트너로 받아들일 준비가 되어 있는가? AI 도입은 기술의 문제가 아니라, 사고방식과 리더십의 전환이다. 과연 지금의 조직은 그 전환을 감당할 수 있는가? 미래의 공장은 말하고 있다. “나는 설계하고, 시뮬레이션하고, 개선할 준비가 되어 있다. 너는 나와 함께 걸을 준비가 되어 있는가?”   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다.(블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

서승완 지음 / 25000원 / 스마트북스   『커서 AI_트렌드&활용백과』는 커서 AI라는 혁신적 도구를 통해 개인과 조직이 어떻게 미래를 준비할 수 있는지 그 청사진을 제시한다. 커서 AI에게 내가 만들고 싶은 것을 ‘사람의 말’로 설명하면 된다.  그냥 바이브(감각)에 몸을 맡기고 코드가 있다는 사실조차 잊어버리는 이른바 바이브 코딩(Vibe Coding)이다. 이 책의 실습을 따라해 보는 것만으로도 내 일상, 내 업무에 당장 써먹을 수 있는 노하우를 얻을 수 있을 것이다.  웹사이트, 랜딩 페이지, 투 두 리스트, 온라인 명함, 웹 게시판, AI 챗봇, 설문조사 폼, SNS 클론, 뉴스 및 아파트 정보 크롤링, 고객 리뷰 자동 답변, 견적서 비교, 카드뉴스 세트, 엑셀 자동화 등까지, 이 책 한 권으로 가능하다. 『커서 AI_트렌드&활용백과』는 단순한 프로그램이나 기술을 알려주는 것이 아닌, 새로운 사고방식을 제안하는 책이다. 지루한 과정은 커서 AI에게 맡기고, 우리는 진짜 중요한 일&MDAsh;문제를 정의하고, 창의적인 해결책을 구상하는 일&MDAsh;에 집중하면 된다. 이제 우리에게 필요한 것은 호기심과 문제의 본질을 파악하는 능력, 그리고 더 나은 방법을 찾아내려는 ‘창의적 게으름’의 마인드셋이다.  이 책은 그런 창의적 게으름을 추구하는 분들을 위한 책으로, 일반적인 개발도서와는 다른 접근법을 취한다. 복잡한 기술 스택 대신 커서에게 말로 지시하며 빠르게 ‘실생활’과 ‘비즈니스’에 적용하는 방법에 집중했다. 이 책의 진정한 가치는 기술적 장벽 없이 '누구나 AI의 힘을 일상과 업무에 활용할 수 있게' 하는 데 있다. 이는 ‘모두의 창의적 게으름’이 빛을 발하도록 하기 위함이다.

  본지에서는 CAD/PLM/CAE/AEC 등 부문의 주요 업체를 대상으로 설문조사와 인터뷰를 통해 지난 해 엔지니어링 소프트웨어 분야의 동향과 올해 전망을 조사했다. 국내외 경제 상황의 급격한 변화가 진행되면서 제조/건축 산업에서는 향후 시장 경쟁력을 확보하기 위해 기술 투자의 우선순위를 재조정하는 움직임이 나타나고 있다. 디지털 전환, 디지털 트윈에 대한 관심은 여전히 높은데, 시장에서는 디지털 기술의 산업 분야 적용이 올해 더욱 본격화될 것으로 전망하고 있다. 특히 AI 및 클라우드 기술의 빠른 발전이 설계 및 제조를 위한 엔지니어링 소프트웨어와 더욱 활발히 접목될 것으로 예상된다. 엔지니어링 소프트웨어 업계에서는 생성형 AI를 활용해 새로운 제품 개발의 가능성을 높이거나 엔지니어링 프로세스를 효율화 또는 혁신할 수 있는 가능성이 더욱 커질 것으로 보고 있으며, 관련 기술을 탑재한 설루션 제품을 속속 선보이고 있는 상황이다. 또한, 클라우드 기반의 SaaS(서비스형 소프트웨어)를 확대하면서 컴퓨팅 인프라의 부담을 줄이고 소프트웨어 사용 환경의 유연성을 확대한다는 전략을 내세우고 있다.   PART 1. 2025년 경제 및 주력산업 전망 PART 2. MDA/PDM 분야 PART 3. CAE 분야 PART 4. AEC 분야 PART 5. 엔지니어링 소프트웨어 업계 인터뷰 헥사곤 매뉴팩처링 인텔리전스 성브라이언 사장 지멘스 디지털 인더스트리 소프트웨어 오병준 한국지사장   캐드앤그래픽스 시장조사는 국내 엔지니어링 소프트웨어 시장의 흐름을 공유하고 나아갈 바를 진단해 나가는 도구로 평가를 받고 있으며, 앞으로도 많은 협조를 부탁드린다.본지에서는 MDA, PDM, CAE, AEC 등 부문의 주요 업체를 대상으로 설문조사와 인터뷰를 통해 지난 해 시장 동향과 올해 전망에 대해 조사하고 있다. 설문조사 대상 업체는 소프트웨어 독점 혹은 공동 공급사 및 개발사로 한정해 각 분야별로 국내 소프트웨어 시장 동향을 파악하고자 했다.   총 35 페이지   ■ 자세한 기사 내용은 PDF로 제공됩니다.

    18　THEME. 2024 국내 엔지니어링 소프트웨어 시장 조사 Part 1. 2025년 경제 및 주력산업 전망 Part 2. MDA/PDM 분야 Part 3. CAE 분야 Part. 4 AEC 분야 Part 5. 엔지니어링 소프트웨어 업계 인터뷰 헥사곤 매뉴팩처링 인텔리전스 성브라이언 사장 지멘스 디지털 인더스트리 소프트웨어 코리아 오병준 대표이사   Infoworld   Editorial 17　트럼프 2기 시작, IT 업계의 지각 변동   On Air 53　캐드앤그래픽스 CNG TV 지식방송 지상중계　2024 생성형 AI 트렌드 결산과 2025 전망 67　캐드앤그래픽스 CNG TV 지식방송 지상중계　AI 시대, 디지털 전환으로 여는 플랜트·조선 산업의 미래 68　캐드앤그래픽스 CNG TV 지식방송 지상중계　2025년 엔지니어링 기술과 산업을 전망하다   Case Study 54　건축 산업의 혁신 지원하는 지리 공간 플랫폼　복잡한 3D 지리 공간 모델링을 실시간 시각화하는 세슘 58　30년 역사의 캐릭터 제작 기업, 젠틀 자이언트 스튜디오　적층제조 기술로 품질·효율 높이고 창의적 혁신 실현   People&Company 60　산업데이터스페이스 기술위원회 이영환 위원장　제조업 혁신 서비스와 수익모델 창출의 열쇠, ‘산업데이터스페이스’   Culture 62　비트리 갤러리, 선물 그리고 현재를 주제로 ‘Present is PRESENT’ 개최   Focus 65　오라클, 엑사데이터 X11M 통해 AI 시대의 DB 성능 기준 제시   Column 70　디지털 지식전문가 조형식의 지식마당 / 조형식　물리적 디지털 트윈이란 무엇인가 72　엔지니어링 분야의 AI 활용을 위한 제언 / 김충섭　AI에 대한 NI(자연지능)의 첫인상 74　트렌드에서 얻은 것 No. 20 / 류용효　무르익은 AI 시대, 인간을 위한 에이전트의 탄생   New Products 82　이달의 신제품   85　New Books 86　News   Directory 131　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 88　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　전문 BIM 자료를 이해하는 대규모 언어 모델 파인튜닝하기 94　새로워진 캐디안 2025 살펴보기 (3) / 최영석　유틸리티 기능 소개 Ⅰ 97　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (10) / 천벼리　멀티뷰 블록   Reverse Engineering 100　시점 – 사물이나 현상을 바라보는 눈 (2) / 유우식　암중모색   Mechanical 107　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (9) / 박수민　크레오 11의 모델 기반 정의 개선사항 112　제조 산업의 설계 혁신을 위한 ZWCAD LM & ZWCAD MFG / 지더블유캐드코리아　전문적인 기계 설계 프로세스의 조합   Analysis 114　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (18) / 나인플러스IT　터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅲ 118　전고체전지의 성능·품질 향상을 위한 CAE 활용 / 하효준　Multiscale.Sim을 활용한 전고체전지의 제조 공정 해석 방법 123　디지털화 기반의 제조산업 혁신 전략 / 오재응　가상 엔지니어링과 모델 기반 개발에 CAE를 활용하는 방법       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

심데이터(CIMDAta)는 대한민국, 독일, 러시아, 미국, 브라질, 영국, 이탈리아, 인도, 일본, 중국, 프랑스 등 주요 10개국에 대한 2024년 PLM 시장 분석 보고서를 발표했다. 이 보고서는 각국의 PLM 시장을 집중적으로 다루면서, 주요 세부 영역과 PLM 솔루션 및 서비스 제공업체의 2023년 재무 성과를 포함하고 있다. 각 국가 보고서에는 국가 내 산업 부문별 지출 추정치, 국가 내 시장 점유율, 국가별 상위 10대 공급업체의 성장률, 글로벌 리더들의 수익, 각 측정 부문에서의 시장 점유율, 그리고 5년간의 예측이 포함된다.  심데이터의 스탠 프르지빌린스키(Stan Przybylinski) 부사장은 “2023년은 글로벌 PLM 시장이 탄탄히 성장한 해였다”면서, “전체 성장률은 9%로, 모든 부문에서 전년 대비 성장을 기록했다. 특히 일부 부문과 지역에서 두드러진 성과가 있었다”고 전했다.   ▲ 주요 국가별 PLM 시장 규모 및 성장률(심데이터 보도자료 재가공)   2023년 미국은 135억 달러 규모로 세계에서 가장 큰 PLM 시장을 차지했으며, 2028년까지 연평균 성장률(CAGR)은 8.9%로 예상된다. 일본 PLM 시장 규모는 46억 달러로, 연평균 성장률 예상치는 8.4%이다. 독일 PLM 시장은 50억 달러였으며, 연평균 성장률은 5.6%로 예측된다. 심데이터는 이 세 나라가 오랫동안 PLM 시장을 주도해왔으며, 앞으로도 그 위치를 유지할 것으로 보고 있다. 한편으로 대한민국의 2023년 PLM 시장은 9억 4500만 달러, 연평균 성장률 예상치는 8.9%로 나타났다. 심데이터는 대한민국을 비롯해 브라질(3억 4900만 달러, 연평균 성장률 8.2%), 중국(40억 달러, 연평균 성장률 10.1%), 인도(10억 5000만 달러, 연평균 성장률 10.9%) 등 신흥 PLM 경제국도 큰 잠재력을 지니고 있는 것으로 분석했다. 프르지빌린스키 부사장은 “2023년 프랑스의 PLM 시장은 22억 달러, 연평균 성장률은 6.5%로 예상되며, 이탈리아는 7억 7700만 달러(연평균 성장률 5.8%), 영국은 17억 2000만 달러(연평균 성장률 6.4%)로 추정된다”고 덧붙였다.

심데이터(CIMDAta)가 2023년 전 세계 PLM 시장에 대한 정보와 분석을 담은 ‘PLM 시장 및 솔루션 제공업체 분석 보고서’를 발표했다. 이 보고서는 글로벌 PLM 시장의 트렌드 및 이슈 분석, 주요 PLM 솔루션 제공업체의 수익, 지역별 및 산업 부문별 수익 분석, 시장 성장에 대한 과거 및 예상 데이터 등을 포함한다. 심데이터의 이번 보고서에 따르면, 2023년 전 세계 PLM 시장은 2022년 대비 9% 성장하여 총 726억 달러(약 97조 2800억 원) 규모에 이르렀다. 세부 영역별로는 전자 설계 자동화(EDA)가 시높시스, 케이던스, 지멘스 EDA 등 주요 업체들의 실적에 힘입어 두 자릿수 성장률을 기록했다. 시뮬레이션 및 해석 분야는 8.7% 성장했으며, 포괄적 cPDm(협업 제품 정의 관리) 부문은 전년 대비 8.9% 성장했다.     심데이터는 기업들이 아이디어 단계부터 제품 수명 종료까지 이어지는 견고한 디지털 스레드의 비즈니스 이점을 인식함에 따라 PLM 시장이 지속 성장할 것으로 예상한다. 심데이터는 2024년에 PLM 시장이 전년 대비 8.6% 성장할 것으로 예상하며, 2028년까지 PLM 시장이 연평균 9.1% 성장해 1120억 달러(약 150조 800억 원)를 넘어설 것으로 전망하고 있다. 심데이터의 크리스틴 롱웰(Christine Longwell) 연구 디렉터는 “PLM 기술은 전통적으로 항공우주 및 국방, 자동차, 의료 기기와 같은 규제가 많은 산업에서 널리 사용되었으나, 패션, 소매, 의류, 소비재와 같은 소비재를 제조하는 기업에서도 점점 더 채택되고 있다”고 전했다.  기업들은 기계 및 전자 CAD, 시뮬레이션 및 해석, 시각화 및 협업, 건축 설계 등 다양한 영역과 유형의 솔루션에 대한 PLM 투자를 진행하고 있다. 심데이터는 이런 다양성이 PLM 시장을 지배하는 업체가 존재하지 않는 결과로 이어진다고 보고 있다. 심데이터는 다쏘시스템, 지멘스 디지털 인더스트리 소프트웨어, PTC 등은 MCAD와 같은 도구 및 cPDm 기술을 폭넓게 제공하고 있으며, 오토데스크와 케이던스는 특정 시장 부문에 중점을 둔 소프트웨어 도구를 제공하고 있다고 보고 있다. “이는 PLM 시장에 참여하는 기업들의 폭넓은 범위를 보여주며, 이들이 반드시 서로 직접적으로 경쟁하지는 않음을 나타낸다”는 것이 심데이터의 시각이다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 7월 22일 CNG TV는 ‘EDA와 MDA 통합 트렌드와 전망’을 주제로, 최근 변화하고 있는 EDA 트렌드와 이로 인해 진행되고 있는 기술의 변화와 향후 전망에 대해 알아보는 시간이 마련됐다. 이번 웨비나의 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 디지털지식연구소 조형식 대표와 지멘스 EDA 김병근 이사    전통적으로 EDA(전자설계 자동화) 업체와 MDA(기계설계 자동화) 업체는 나뉘어져 있었으나 소프트웨어가 주도하는 기술 시장의 변화와 디지털 트윈, IoT 등 다양한 기술이 융복합 되면서 관련 기업 및 기술의 융합이 이루어지고 있다.  이번 웨비나는 디지털지식연구소 조형식 대표가 사회를 맡고, 지멘스 EDA 김병근 이사가 발표자로 참여했다. 김병근 이사는 ”지난 2016년에 멘토그래픽스로 이직했었는데, 지멘스가 멘토그래픽스를 인수하면서 지금은 지멘스에서 데이터 인프라 관점에서 전자보드 설계 데이터 관리, 회로 기부 협업, 그리고 검증 프로세스 등 기술지원 업무를 담당하고 있다”고 이야기했다.   ▲ 전자 설계 자동화(EDA) 및 기계 설계 자동화(MDA)    이번 발표에서 김병근 이사는 설계 산업 현황을 간단히 짚어보는 한편, 서로 다른 도메인과 협업이 필요한 이유, 그리고 그런 협업을 위해 디지털 인프라를 구축하려면 어떤 요구 사항들이 필요한지, 그리고 협업을 위한 통합 인프라 플랫폼과 방안 등에 대해서 소개했다. 지멘스 EDA는 2016년 지멘스 디지털 인더스트리 소프트웨어가 멘토그래픽스를 인수하면서 얻은 EDA 기술로 구성되어 있다. 2024년 현재 지멘스는 12개의 다른 업체를 인수했고, EDA 비즈니스를 위해 20개 이상의 첨단 EDA 제품 혁신을 성공적으로 진행해 제품을 개발했고, 출시도 했다. 지멘스 EDA는 EDA 포트폴리오가 IC 설계, IC 패키징(3D IC 포함) 및 전자회로 기판 설계를 포괄한다는 점에서 독보적이며, 이는 지멘스 디지털 인더스트리 소프트웨어의 기계, PLM 및 엔터프라이즈 소프트웨어 포트폴리오를 보완 협력하고 있다.    ▲ EDA와 MDA 통합 트렌드와 전망     ■ 기사 내용은 PDF로도 제공됩니다.

  17　THEME. 미래를 설계하는 제조산업의 디지털 전환 기술과 사례 개발·양산 라이프사이클 품질 관리의 발전 방향 디지털 기반의 연결과 통합을 위한 미래의 PLM TYM의 디지털 혁신 전략과 PLM/DX 추진 사례 산업 분야의 디지털 전환을 위한 비전 AI의 현재와 미래 AI 시대에 대응하는 멀티 CAD 협업 방안 생성형 AI 동향과 제조 엔지니어링 적용 방법 3D 데이터 활용을 통한 3D 데이터 공유 및 디지털화 실현 3D CAD를 활용한 지능형 경량화/최적화 디지털 트윈 모델링 방안   INFOWORLD   People&Company 48　헥사곤 사이먼 화이트 로맥스 글로벌 제품 총괄 디렉터　시뮬레이션으로 동력계 개발을 더욱 쉽고 빠르게   Case Study 51　아울케미 랩스와 함께 살펴보는 공간 컴퓨팅의 미래　XR 콘텐츠 개발 과정에서 발견한 가능성과 교훈 54　운전 경험의 개인화를 추구하는 리비안　언리얼 엔진으로 새로운 디스플레이 UI에 모험 정신을 구현    New Products 56　대용량 파일을 효율적으로 처리하는 CAD/CAM/CAE 솔루션　ZW3D 2025 60　AI 지원 설계 환경 및 클라우드 협업 강화　NX 업데이트 63　생산성 높이고 비용 줄이는 치과용 3D 프린터　덴타젯 XL 84　이달의 신제품   Focus 64　엔비디아, “PC 기반의 AI가 다양한 분야서 새로운 기회 만든다” 66　한국생산제조학회 2024 춘계학술대회, 생산제조 분야의 최신 AI 기술 동향과 전망 소개 68　지식 공유와 성장이 있는 오토데스크 한국어 커뮤니티 제2회 커뮤니티 밋업 70　오라클, 오픈소스 DB에서 생성형 AI의 활용 위한 서비스 발표 72　젠하이저, 고품질 오디오와 AI 내세우며 회상회의 솔루션 시장 진출   On Air 74　캐드앤그래픽스 CNG TV 지식방송 지상중계　스케치업을 활용한 통합 공간 디자인 프로세스 75　캐드앤그래픽스 CNG TV 지식방송 지상중계　EDA와 MDA 통합 트렌드 및 전망   Column 76　책에서 얻은 것 No. 21 / 류용효　AI 사피엔스 80　디지털 지식전문가 조형식의 지식마당 / 조형식　인공지능과 디지털 지식 점퍼   Editorial 83　Think Different, 다르게 생각하라? 다른 것을 생각하라!   Culture 88　파리 노트르담 대성당 증강현실 특별전…손안에서 만나는 역사의 현장   86　New Books 90　News   Directory 139　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 95　새로워진 캐디안 2024 살펴보기 (8) / 최영석　캐디안 2024 SE의 디자인 센터 98　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　AI 전문가 에이전트 개발을 위한 LLM 기반 구조화된 JSON 데이터 RAG 및 생성하기 104　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (4) / 천벼리　향상된 테이블 기능 109　복잡한 모델에서 인사이트를 얻고 설계 의사결정을 돕는 직스캐드 (5) / 이소연　서드파티 연계 활용 – 폼드론 및 SIC_ALU   Reverse Engineering 112　문화유산 분야의 이미지 데이터베이스와 활용 사례 (8) / 유우식　목판본 고서 데이터베이스   Manufacturing 119　산업 디지털 전환을 위한 버추얼 트윈 (3) / 김수훈　제조산업에서 AR 기술의 혁신적 도입 지원하는 디오타   Analysis 122　앤시스 워크벤치를 활용한 해석 성공사례 / 이상현　맥스웰 및 모터캐드의 신규 연성 해석 기능 127　시뮤텐스 소프트웨어를 활용한 복합소재 해석 (5) / 씨투이에스코리아　Abaqus/CAE용 가상 프로세스 체인 애드온 시뮤체인 130　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (12) / 나인플러스IT　항공 음향 시뮬레이션을 위한 엔지니어 가이드   Mechanical 134　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (3) / 박수민　개선된 부품 모델링       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기  

PLM 전략 관리 컨설팅 및 연구 회사인 심데이터(CIMDAta)가 2024년 CAM 시장 분석 보고서를 통해, 2023년 전 세계 CAM 소프트웨어 및 관련 서비스 시장이 최종 사용자 지불액 기준 2022년 약 26억 달러에서 2023년 약 27억 달러로 4.1% 성장했다고 분석했다. 2002년 이후, CAM 소프트웨어 시장은 전 세계 경제가 전반적으로 개선되면서 완만하지만 꾸준한 성장을 보여왔다. 가공 툴의 판매와 제조업 생산량이 전 세계적으로 증가했으며, 제조업체가 경쟁력을 강화하면서 가공 툴의 효율적인 운영에 대한 관심이 늘었다. 또한 CAM 소프트웨어가 포함된 전체 PLM 시장은 이 기간 동안 탄탄한 성장을 지속해왔다. 한편, 심데이터는 최종 사용자 지불액의 약 3분의 1은 리셀러 수익이며, 약 3분의 2는 소프트웨어 공급업체에 직접 지불되었다고 전했다.     심데이터의 스탠 프르지빌린스키(Stan Przybylinski) 부사장은 “신규 가공 툴의 도입이 정체되면서 이에 뒤따르는 CAM 소프트웨어에 대한 투자 성장세 또한 2022년보다 완만했다”면서, “2024년에는 CAM 시장 및 전체 PLM 경제가 계속 성장할 것으로 예상하며, 2024년 CAM 소프트웨어에 대한 최종 사용자 지불액은 6.4% 증가하여 약 29억 달러에 이를 것으로 보인다”고 전했다.