지능형 공장을 위한 AI 전기 도면 및 데이터 자산화 전략   제조 현장의 디지털 전환이 가속화되면서, 전기 도면은 스마트 공장의 ‘디지털 유전자’로 재정의되고 있다. 국제 표준 기반의 AI 전기 도면은 파편화된 데이터를 구조화하여 설비 고장을 스스로 추론하는 고해상도 디지털 트윈을 가능하게 한다. 이번 호에서는 제조 애셋의 가치를 높이고 자기 진화형 제조 시스템을 구축하기 위한 4단계 로드맵을 살펴본다.   ■ 구형서 AI 기반 전기 CAD 공급사 WS코리아의 대표이다. 이플랜코리아 대표를 지냈고 지멘스, PTC 등에서 엔지니어 및 사업개발을 담당했다. 홈페이지 | www.wscad.co.kr     전략적 배경 : 전기 도면의 ‘디지털 유전자’화 제조 현장의 디지털 전환(DX)이 가속화되면서 전기 도면은 단순한 설계 산출물을 넘어 설비의 모든 정보를 관통하는 ‘디지털 유전자(digital DNA)’로 재정의되어야 한다. 현재 많은 기업이 예지보전(PDM)이나 에너지 관리 시스템(EMS)을 도입하고 있으나, 그 토대가 되는 도면 정보가 PDF나 CAD와 같은 비정형 데이터로 파편화되어 있어 지능화의 병목 현상이 발생하고 있다. 지능형 공장의 4단계 계층 구조(현장 데이터 − 설계 데이터 엔진 − 응용 서비스 − 전사 관리)에서 ‘설계 데이터 엔진’은 현장의 실시간 데이터와 AI 엔진 사이를 잇는 핵심 아키텍처이다. 이 엔진이 결여된 AI 모델은 단순히 계측값의 임계치를 감시하는 ‘저해상도(low-resolution)’ 알람 수준에 머물 수밖에 없다. 반면, 구조화된 AI 전기 도면이 뒷받침되면 특정 차단기 고장 시 영향을 받는 부하 리스트나 복잡한 인터록(interlock) 체인의 영향도를 스스로 추론하는 ‘고해상도(high-resolution) 구조적 추론 역량’을 확보하게 된다. 이는 결국 ERP, MES, SCADA를 하나의 데이터 흐름으로 묶는 ‘디지털 스레드(digital thread)’를 완성하여 자기 진화형 폐루프(closed-loop) 제조 시스템을 구현하는 필수 인프라가 된다. 이러한 전략적 필요성을 바탕으로, AI가 해석 가능한 도면 체계의 핵심 구성 요소를 먼저 정의한다.   AI 전기 도면의 3대 핵심 기반 요소 분석 AI 전기 도면은 ‘보는 문서’에서 ‘해석하는 데이터’로의 패러다임 전환을 의미하며, 이를 위해 표준화, 일원화, DB화라는 세 가지 기술적 토대가 필요하다.   데이터 인프라(표준화) : AI 해석의 정밀도 및 학습 효율 극대화 AI 비전(AI vision)의 인식률과 추론 정확도를 확보하기 위해 국제 표준을 준수하는 데이터 인프라 구축이 선행되어야 한다.   표 1   지식 및 추론 데이터(일원화) : 단일 데이터 모델 구축 설계-제작-운영 전 과정이 단일 데이터 모델(SSOT : single source of truth)로 통합되어야 한다. 단순한 도형의 집합이 아닌 제조사, 모델명, 전기적 특성(전압, 전류), MTBF(평균 고장 간격) 등의 메타데이터를 내장한 객체 기반 심벌을 사용해야 한다. 이를 통해 배선 정보(wiring schedule)와 케이블 스케줄을 데이터로 관리함으로써, 설계 변경 시 모든 리포트가 동기화되는 정합성을 보장하고 AI가 고장 원인을 논리적으로 추론할 수 있는 지식 베이스를 형성한다.   설계 및 운영 지원(DB 기반) : 디지털 트윈의 신뢰성 및 계통 통합 도면 정보를 SQL DB 구조로 전환하는 것은 데이터 본질의 변화를 의미한다. 파일 중심 관리에서 벗어나 데이터베이스화된 설계 정보는 실시간 PLC/센서 데이터와 연계되어 디지털 트윈의 해상도를 결정한다. 이는 설계 버전 오류를 원천 차단하고, 장애 발생 시 원인 분석 시간을 단축(MTTR 감소)하여 전사적 자산 관리(EAM) 시스템의 신뢰도를 높이는 비즈니스 성과로 직결된다. 확립된 기술 요소를 실제 현장에 적용하기 위해 단계별 실행 로드맵으로 진입한다.   ▲ AI를 위한 전기 도면 데이터 방안     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  INFOWORLD   Focus 15　심센터 테크놀로지 콘퍼런스 2026, 지멘스-알테어 통합 시너지와 AI 기반 시뮬레이션 혁신 제시 18　트림블, AI와 혁신 기술이 이끄는 건설 패러다임의 변화와 비전 소개 20　OSC 모듈러 포럼 2026, 건설 산업의 디지털 전환과 생산성 혁신 전략 논의 45　태성에스엔이, 시뮬레이션과 AI의 융합으로 예측 중심의 제조 혁신 가속화 48　인텔, 코어 울트라 200S 플러스 및 아크 프로 B 시리즈로 로컬 AI 시장 공략 강화 50　유아이패스코리아, 에이전틱 AI 전략 공개… 지능형 오케스트레이션으로 진화   Hot Window 22　조선소 디지털 트윈과 피지컬 AI의 실체적 구현 / 이태진 26　데이터·온톨로지·인과추론으로 다시 짜는 한국 반도체 생태계의 운영체계 / 권석준   People & Company 32　피앤피어드바이저리 유영진 대표　전략 컨설팅부터 시스템 구축까지… 제조 AX 이끄는 ‘조율자’로 도약   Case Study 34　실시간 협업과 시뮬레이션의 가치를 구현하는 팀 셋업 전략　연결된 데이터를 인터랙티브 3D 경험으로 전환 40　로보틱스 시뮬레이션의 핵심 플랫폼, 언리얼 엔진　합성 데이터로 피지컬 AI의 진화를 이끌다   New Products 53　이달의 신제품 56　임베디드 시스템 개발에 신뢰할 수 있는 AI 구현　매트랩 및 시뮬링크 R2026a   Column 58　디지털 지식전문가 조형식의 지식마당 / 조형식　디지털 스레드 기반 혁신 61　트렌드에서 얻은 것 No. 31 / 류용효　기업의 경쟁력은 데이터가 아니라 컨텍스트다   64　News   Directory 107　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 67　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2027 (2) / 최하얀　아레스 커맨더 2027의 MVSETUP 기능 심층 분석 70　새로워진 캐디안 2026 살펴보기 (7) / 최영석　유틸리티 기능 외   Visualization 74　생성형 AI 영상 제작의 기술과 전략 (1) / 최석영　AI 프로덕션 워크플로   Mechanical 79　AI 전기 도면으로 제조 애셋의 가치를 깨운다 / 구형서　지능형 공장을 위한 AI 전기 도면 및 데이터 자산화 전략 82　제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (11) / 김성철　향상된 복합재 설계 및 제조 Ⅰ 88　산업을 위한 AI와 버추얼 트윈 기술 (4) / 오은정　엔지니어의 새로운 가상 동반자 − AI로 강화된 3D익스피리언스 카티아   Analysis 92　심센터 HEEDS 더 깊게 살펴 보기 (6) / 이종학　모두를 위한 제너럴 포털과 맞춤 설정 96　앤시스 워크벤치를 활용한 해석 성공 사례 / 정준영　앤시스 메커니컬 비선형 접촉 해석을 위한 팁 99　성공적인 유동 해석을 위한 케이던스의 CFD 기술 / 나인플러스IT　피델리티 CFD를 활용한 터보머신의 2차 유동 효과 해결 102　CAE·가상 개발 기반의 MBSE 및 MBD 프로세스 구축 (1) / 오재응　CAE 기반 MBSE 전환의 필요성과 계층적 접근 전략       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

AI와 로보틱스의 융합으로 산업 패러다임이 급변하는 가운데, 로봇 개발의 핵심 동력인 ‘데이터 전략’을 다루는 지식의 장이 열린다. 5월 27일(수) 오후 2시부터 3시 30분까지 케이던스는 ‘로보틱스의 미래를 여는 시뮬레이션: Physical AI를 위한 데이터 전략’을 주제로 웨비나를 개최한다고 밝혔다. 최근 로보틱스 산업은 스스로 인지하고 학습·제어하는 ‘Physical AI(피지컬 AI)’로 빠르게 진화하고 있다. 이러한 변화 속에서 실제 환경 기반의 데이터 수집 한계를 극복하고 로봇 학습의 범위와 속도를 획기적으로 끌어올릴 대안으로 ‘시뮬레이션’이 크게 주목받고 있다. 이번 세미나에서는 시뮬레이션 기술을 자산화하고 현실과 연결하는 효율적인 ‘데이터 흐름’ 구축 전략을 중심으로, CAE 기반 물리 해석 및 설계 검증 프로세스와 SPDM(시뮬레이션 프로세스 및 데이터 관리) 환경을 통한 통합 방안을 집중적으로 다룰 예정이다. 이번 행사는 Cadence Design Systems(케이던스 디자인 시스템즈)의 전문가 그룹이 연사로 참여해 총 4개의 전문 세션과 Q&A로 진행될 예정이다. 웨비나 참가는 사전등록 후 무료로 참여할 수 있다.

PTC는 자사의 클라우드 네이티브 CAD/PDM 플랫폼인 온셰이프(Onshape)와 알티움(Altium) ECAD의 새로운 통합 기능을 발표했다. 이번에 선보인 온셰이프–알티움 커넥터는 PCB(인쇄 회로 기판) 설계를 온셰이프에 직접 가져오고, 양쪽 플랫폼에서 변경 사항을 동기화하여 전자 및 기계 엔지니어링 팀이 더 효과적으로 협업할 수 있도록 지원한다. 제품을 개발하는 과정에서 전자 팀과 기계 팀의 긴밀한 협조가 필요하지만, 이메일을 파일로 전송하거나 수동으로 업데이트하는 방식은 협업의 효율을 떨어뜨린다. 데이터를 내보내고 버전을 맞추는 과정에서 시간이 낭비되고, 기판이 맞지 않거나 커넥터 배열이 어긋나는 등의 문제를 늦게 발견하는 일이 잦았다. 온셰이프–알티움 커넥터는 플랫폼 간을 직접 연결하여 이러한 불편을 줄여준다. 알티움의 PCB 설계를 온셰이프로 가져와 설계가 진행되는 동안 팀이 기판의 결합 상태를 조기에 확인하고, 변경 사항을 실시간으로 추적하며 조율할 수 있게 돕는다. 온셰이프–알티움 커넥터는 파일 변환이나 다운로드, 수동 데이터 전송 없이 클라우드에서 전체 작업이 이루어진다. 전자 및 기계 설계의 동기화를 유도하여 한쪽 플랫폼에서 변경한 내용이 다른 쪽에 자동으로 반영되므로 버전 불일치 문제를 방지한다. 또한, 문제가 커지기 전에 팀에서 회로 기판이 케이스 안에 제대로 맞는지 검증할 수 있어 설계 문제를 초기 단계에 파악하기 쉽다. 버전 제어 기능도 내장되어 상세한 전자 이력은 알티움에, 기계 이력은 온셰이프에 실시간으로 연결되어 기록되므로 언제 무엇이 변경되었는지 항상 추적하고 관리할 수 있다. 사용자는 소프트웨어를 설치하지 않고도 어떤 브라우저에서나 설계 내용을 검토하고 의견을 달며 마크업을 수행할 수 있다.     알티움의 니콜라이 포노마렌코(Nikolay Ponomarenko) R&D 부사장은 “직접 ECAD와 MCAD 공동 설계를 지원하는 기술을 확장함으로써 선도적인 클라우드 기반 설계 플랫폼을 결합했다”고 전했다. 또한, “복잡하고 빠르게 변화하는 산업 분야에서 클라우드 데이터는 엔지니어가 설계 영역을 넘어 통합된 워크플로 안에서 실시간으로 협업할 수 있게 하며, 수동으로 파일을 공유할 때 발생하는 모든 위험을 없애준다. 이러한 수준의 동기화는 설계 초기부터 팀의 정렬을 유지하고 향후 더 깊은 협업을 위한 기반을 마련한다”고 덧붙였다. PTC에서 온셰이프 및 아레나 부문을 총괄하는 데이비드 카츠만(David Katzman) 제너럴 매니저는 “실시간으로 전자 설계와 기계 설계를 연결하는 것은 완전한 디지털 제품 개발을 향한 중요한 단계”라면서, “단일 클라우드 네이티브 환경에서 이러한 워크플로를 결합함으로써 팀에 실시간 공유 제품 정의에 대한 지속적인 접근 권한을 제공하여 더 빠르게 움직이고 정렬을 유지하며 더 나은 제품을 만드는 데 집중할 수 있도록 한다”고 밝혔다.

주요 스마트 건설 DX 솔루션 소개 현장 & 오피스를 연결하는 실시간 설계 협업솔루션, ZW 365 개발 및 공급 : 지더블유캐드코리아, 02-515-5043, www.zwsoft.co.kr   지더블유캐드코리아는 중국, 미국, 영국 등 7개의 연구소를 기반으로 한 글로벌 CAD/CAM/CAE소프트웨어 기업인 ZWSOFT의 한국 벤더사로써 건축, 토목, 건설 분야(AEC)의 CAD, BIM기술 개발과 자동차·항공·기계·부품(MFG) 등에 3D CAD, CAM, CAE 제품 군을 국내에 공급/지원한다. 주요 제품 라인업으로는 ▲2D CAD 소프트웨어 ‘ZWCAD(지더블유캐드)’ ▲3D CAD/CAM 소프트웨어 ‘ZW3D(지더블유쓰리디)’ ▲CAE 소프트웨어 ‘ZWSIM(지더블유심)’이 있으며, 최근에는 ▲PDM 솔루션 ‘ZWTeammate(지더블유팀메이트)’, ▲데이터 협업관리 솔루션 ‘ZW365’를 통해 국내 제조 및 건설 현장의 디지털 전환을 선도하고 있다. 1. 주요 특징 ZW365는 설계부터 관리, 협업 및 뷰어 기능까지 아우르는 통합 협업 솔루션이다. 광범위한 관리 시스템을 담고 있는 CDE 소프트웨어와는 달리, 실제 운용상의 도입장벽을 낮출 수 있는 필수적인 기능만을 포함하여 초기 단계부터 빠르게 적응할 수 있는 기능형 솔루션으로 제품의 주요 특징은 총 4가지로 나눌 수 있다. ■ 통합 데이터 서버: 기업 내부 서버환경에서 안정적인 데이터 운용과 계정 관리를 지원한다. ■ 멀티 디바이스 환경: PC, 태블릿, 모바일을 모두 지원하여 사무실과 현장 간의 제약 없는 협업이 가능하다. ■ 비즈니스 인사이트 제공: 관리자 대시보드를 통해 제품 사용 데이터 및 활동을 분석, 신속한 의사결정을 제공한다. ■ 프로젝트 협업: 팀별 프로젝트 생성 및 실시간 도면/문서 업데이트 확인을 통한 설계 이력관리 및 협업 설계를 혁신한다. 2. 주요 기능 (1) 유연한 데이터 서버 운영 서버 운영의 경우, 퍼블릭(Public) 또는 프라이빗(Private) 서버 두 가지 형태로 제공되며, 기업의 보안 정책, 운영 환경, 관리 방식에 따라 선택할 수 있다. 각 환경은 ZW365 플랫폼을 기반으로 일반 클라이언트 PC, 모바일, 태블릿 등 멀티 디바이스를 통해 지원한다. (2) 스마트 프로젝트 관리 프로젝트 단계에서는 팀 단위의 협업 구성원을 선택하고, 생성한다. 담당자별 사용 권한을 세분화하고, 이에 따라 파일 접근 권한이 결정된다. 실제 설계 도면을 업로드하고, 이를 웹 상에서 뷰어로 활용하거나 설계 편집을 진행할 수 있다.  각 설계 데이터 별로 버전 관리가 가능하며, 설계 이력을 확인할 수 있다. 다중 사용자가 동시에 단일 도면을 수정하거나 확인할 수 있고, 설계 수정을 위해 각 영역에 주석, 코멘트를 남겨 설계 담당자에게 전달할 수 있다. 이는 모든 알림으로 전달되며, 각 설계 변경된 파일별로 비교하거나 이전 설계 데이터를 불러올 수도 있다. 뿐만 아니라 도면 파일(.dwg .dxf)을 원본 형식이 아닌 뷰어 전용의 QR코드 혹은 URL 형식으로 공유기간/워터마크/비밀번호 등을 협업하는 외부 관계자에게 설정하고 전송할 수 있다. (3) 체계적인 관리 시스템 제공 기업용 통합 관리 시스템을 통해 기업 프로필을 셋업하고, 사용자별 통계 데이터 현황을 대시보드를 통해 실시간으로 확인할 수 있다. 계정형 관리 시스템으로 효과적으로 그룹 및 권한 설정 등을 체계적으로 사용자 관리를 조직화할 수 있다. 한편 인터넷이 제한되는 사이트에서 작업할 경우, 외부에서 도면 반출이 진행할 때 로그 기록을 통해 어떤 사용자가 언제 접근했는지 실시간으로 확인할 수 있다. (4) 기업 표준 리소스 관리 설계자가 사용하던 CAD 템플릿은 개별 로컬에서만 적용하기 때문에, 기업 내의 도면이 팀 별로 조금씩 다른 경우가 많다. ZW365 플랫폼은 업로드된 도면에서 적용된 리소스(폰트, 템플릿, 블록 등)를 가져올 수 있고, 이를 등록하여 기업용 리소스를 체계적으로 관리한다. 이를 통해 프로젝트 전반에서 일관된 설계 환경을 유지시켜 기업의 표준화된 데이터 축적을 가속화할 수 있다. 3. 도입 효과 일반적인 설계 소프트웨어에서 한 단계 나아가, 현장과 오피스 간의 협업, 관리 및 사용자 간의 의사소통 프로세스의 초점에 맞춘 ZW365는 다양한 산업의 현장에서 기초부터 세부적인 협력 도구로써 발전할 수 있도록 단계적인 프로세스 및 개발을 제공한다.  실제 도로, 철도, 건설 인프라 등 설계 도면과 현장 시공 상에서 발생할 수 있는 설계상의 문제점을 기존 출력된 도면으로 수기 표시하거나 취합하여 현장 사무실에서 도면에 반영하는 경우가 아직도 많다. 이를 태블릿, 단말기와 같은 디바이스에서 ZW365를 통해 실제 설계 도면 상에서의 위치를 찾아 마크업(Mark-up) 및 코멘트 등을 기입하여 기존 방식에서의 반복되는 업무 비효율성과 에러를 실시간으로 정확하게 확인하고 대응할 수 있다. 이러한 액션은 프로젝트에 관련된 설계 담당자들에게 공유되므로, 설계 변경을 위한 추가적인 회의 없이도 모든 문제점들을 다음 설계에 반영할 수 있다.  특히 ZWCAD와 함께 사용할 경우, 실시간 협업설계 구축과 플랫폼 내의 설계 리소스의 라이브러리화를 일관된 시스템으로 구축할 수 있다. 이는 기존 실무자별 로컬 중심의 설계환경을 벗어나, 실시간으로 업데이트된 기업용 표준화된 형식 혹은 파일을 모든 프로젝트에 적용할 수 있기 때문에 데이터의 일관성을 유지하고 관리할 수 있다.  4. 주요 고객사 EMERSON, SONY, MITSUBISHI, LG, HITACHI, HONEYWELL, YAMAHA, JOHNSON CONTROLS, BRIDGESTONE, CSSC, WELLTEC 등 전세계 약 90여개국 140만명 이상의 고객을 보유하고 있다. 2025년 기준으로 국내 대표적인 주요 고객사로는 현대건설, GS건설, 포스코이앤씨, 대우건설, 롯데건설, SK에코플랜트, 도화엔지니어링, 유신, 동해종합기술, 한국종합기술, 희림종합건축사, 행림건축사, 정림건축사, 디에이건축사 등 건축, 토목, 건설 분야 기업과 기계, 제조 분야로 삼성전기, LG전자, LG디스플레이, LG에너지솔루션, 두산에너빌리티, 한화, HD현대인프라코어, LS알스코, 포스코엠텍, 삼표 등 약 7만여 개 이상의 고객사가 ZW솔루션을 신뢰하고 있다.     상세 내용은 <스마트 건설 DX 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기  

산업을 위한 AI와 버추얼 트윈 기술 (3)   이번 호에서는 AX 시대를 맞아 제조 기업이 축적한 방대한 도메인 지식과 3D 설계 데이터를 AI가 이해하고 실무에 즉시 활용할 수 있는 ‘자산’으로 전환하는 방안을 제시한다. 그리고, 다쏘시스템의 시맨틱 3D(Semantic 3D) 기술과 데이터 온톨로지(data ontology)를 활용해 중복 설계를 방지하고, 파편화된 정보를 비즈니스 맥락과 연결된 지식 개체로 지능화하는 기술적 원리를 살펴본다. ■ 이종혁 다쏘시스템코리아의 인더스트리 프로세스 컨설턴트로, 3DEXPERIENCE(구 NETVIBES) 테크 세일즈를 맡고 있다. 홈페이지 | www.3ds.com/ko   AX 시대, 제조 데이터의 새로운 정의 글로벌 제조 산업은 바야흐로 ‘디지털 전환(digital transformation)’의 단계를 넘어 ‘인공지능 전환(AI transformation : AX)’의 시대로 진입하고 있다. 생성형 AI와 대규모 언어 모델(LLM)이 비즈니스 프로세스 전반을 혁신하고 있는 현재, 엔지니어링 도메인에서의 핵심 과제는 명확하다. “어떻게 우리 기업이 지난 수십 년간 축적해 온 방대한 도메인 지식과 엔지니어링 노하우를 AI가 이해하고 실무에 즉시 활용할 수 있는 형태의 자산으로 바꿀 것인가?”이다. 대부분의 제조 기업은 수만, 수십만 장의 2D 도면과 3D 모델을 보유하고 있다. 그러나 역설적으로 엔지니어는 필요한 부품을 찾는 데 수많은 시간을 허비하거나, 이미 존재하는 설계를 중복으로 수행하는 ‘디지털 피로(digital fatigue)’에 시달리고 있다. 데이터가 존재함에도 불구하고 그 데이터가 가진 ‘의미(semantics)’와 ‘관계(relationship)’가 구조화되어 있지 않기 때문이다. 이러한 데이터의 파편화는 단순히 설계 효율을 떨어뜨리는 것에 그치지 않는다. 이는 부품 가짓수의 기하급수적 증가로 이어져 구매 단가 상승, 재고 관리 비용 증가, 그리고 급변하는 글로벌 공급망 리스크에 대한 대응력 약화라는 전사적 위기를 초래한다. 이번 호에서는 3D 모델링의 진화가 형상의 정밀함을 구현하는 단계를 넘어, 비즈니스 맥락과 지능이 결합된 ‘시맨틱 3D (semantic 3D)’로 나아가야 함을 제언한다. 다쏘시스템의 원파트(OnePart), 서플리멘탈 커넥터(Supplemental Connector), 그리고 데이터 사이언스 익스피리언스(Data Science Experiences : DSE)를 필두로 한 하이브리드 지능형 플랫폼이 어떻게 데이터 온톨로지를 통해 설계 자산을 지능화하고, 기업의 공급망 회복탄력성(resilience)을 극대화하는지 상세히 고찰해보고자 한다.   그림 1. The Transition to ‘Semantic 3D’ in the AX Era   하이브리드 아키텍처 : 데이터 주권과 클라우드 지능의 공존 국내 제조 기업이 클라우드 기반 AI 설루션 도입을 주저하는 가장 큰 이유는 ‘데이터 보안’과 ‘데이터 주권(data sovereignty)’에 대한 우려다. 핵심 설계 자산인 3D CAD 데이터는 기업의 기밀 중의 기밀로 간주되며, 이것이 외부 서버로 나가는 것에 대한 거부감은 기술적인 문제를 넘어 기업 생존의 문제로 인식된다. 하지만 클라우드가 제공하는 강력한 분산 연산 능력과 실시간 업데이트되는 AI 분석 엔진을 포기하는 것은 기술 경쟁력 측면에서 매우 위험한 선택이다. 이러한 딜레마를 해결하는 핵심 아키텍처가 바로 서플리멘탈 커넥터를 활용한 하이브리드 모델이다. 이 모델의 핵심은 데이터의 물리적 위치를 ‘통제된 온프레미스’와 ‘고성능 클라우드’로 이원화하는 데 있다. 이 아키텍처의 중심에는 ‘에지 에이전트(Edge Agent)’라는 전용 미들웨어가 존재한다. 에지 에이전트는 기업 내부의 로컬 파일 서버, CSV 기반의 레거시 데이터베이스, 그리고 솔리드웍스 PDM 프로페셔널(SOLIDWORKS PDM Professional)과 같은 엔터프라이즈 시스템과 직접 연동된다. 여기서 중요한 기술적 포인트는 에지 에이전트가 원본 CAD 파일(source file)을 클라우드로 전송하는 것이 아니라는 점이다. 대신, 설계에 포함된 메타데이터와 형상의 특징을 수치화한 ‘3D 서명(signature)’, 그리고 시각적 확인을 위한 가벼운 썸네일(thumbnail)과 CGR 데이터만을 추출하여 클라우드의 ‘시맨틱 그래프 인덱스(Semantic Graph Index : SGI)’로 전송한다. 이러한 하이브리드 접근법은 두 가지 결정적인 이점을 제공한다. 첫째, 데이터 주권은 기업이 완벽하게 통제한다. 원본 설계 데이터는 사내 보안망 내부에 머무르기 때문에 유출 우려가 없다. 둘째, 클라우드는 오직 ‘지능형 인덱스’와 ‘분석 엔진’의 역할만을 수행한다. 클라우드의 Data Science Experience(DSE)는 이 SGI에 축적된 정보를 바탕으로 전사적인 부품 사용 현황을 360도 뷰로 관찰하고, AI 기반의 의사결정 지원 기능을 제공한다. 이는 특히 카티아 V5(CATIA V5)와 같은 온프레미스 기반의 강력한 설계 환경을 유지하면서도, 최신 클라우드 기술의 혜택을 즉시 누릴 수 있는 현실적이고 안전한 가교 역할을 한다.   그림 2. Hybrid Architecture and Edge Agent   원파트와 AI 형상 지능 : 중복 설계의 늪에서 벗어나는 방법 엔지니어링 현장에서 가장 흔히 발생하는 보이지 않는 낭비는 이미 사내에 존재하는 부품을 찾지 못해 다시 설계하는 ‘중복 설계’다. 다쏘시스템의 연구 결과에 따르면, 시장 표준 부품(예 : 단순 브래킷이나 고정용 볼트 등) 하나를 불필요하게 신규 생성할 때 발생하는 전사적 비용은 부품당 약 1만 1000유로(한화 약 1600만 원)에 이른다. 이 비용에는 설계자의 시간뿐만 아니라 부품을 위한 테스트 및 시뮬레이션 비용, 금형 제작 등 제조 공정 셋업 비용, 신규 구매처 등록 및 관리 비용, 그리고 물류 및 창고 재고 유지 비용이 누적된 결과다. 원파트는 이러한 문제를 해결하기 위해 AI 기반의 ‘형상 유사도 검색(AI-Powered Component Signature)’ 기능을 제공한다. 이는 전통적인 키워드 기반 검색의 한계를 뛰어넘는다. AI는 3D 모델을 기하학적 특징(shape), 단면 형상(section), 구멍 배치 패턴(hole pattern), 그리고 외곽선(silhouette)이라는 네 가지 핵심 기준을 바탕으로 분석하여 부품별로 고유한 ‘디지털 지문’을 생성한다. 설계자가 새로운 프로젝트를 시작할 때, 백지 상태에서 모델링을 시작하는 대신 간단한 형상 아이디어를 스케치하여 업로드하면 AI가 수초 내에 사내 라이브러리 및 외부 공급업체 카탈로그에서 가장 유사한 부품을 찾아 제안한다. 또한 지능형 클러스터링(clustering) 엔진은 방대한 부품 데이터베이스를 기하학적 유사성에 따라 자동으로 군집화한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

가상 제품 개발을 위한 MBSE 및 SysML의  이해와 핵심 전략 (7)   최근의 MBSE(모델 기반 시스템 엔지니어링) 환경은 개별 도구를 연계하던 전통적 방식에서 벗어나, 요구사항부터 시뮬레이션, 형상 관리까지 전 과정을 하나의 플랫폼에서 관리하는 ‘디지털 스레드’ 기반의 통합 환경으로 진화하고 있다. 이번 호에서는 모델링 도구인 ‘랩소디(Rhapsody)’와 ‘카메오 시스템 모델러(Cameo Systems Modeler)’의 특징을 살펴보고, 효율적인 설계 환경 구축 전략을 짚어본다.   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 CTO   모델링 도구 여기에서는 모델링 도구로서 랩소디(Rhapsody)의 특징과 기능을 간단하게 소개하고 있으며, 특히 시스템 아키텍처 설계와 모델 일관성 유지에 있어 랩소디가 어떤 역할을 수행하는지를 설명한다. IBM의 랩소디는 UML 및 SysML 기반의 시스템 모델링 도구로, 아키텍처 모델을 통해 시스템 설계 정보를 저장할 수 있는 동적인 데이터베이스 구조를 제공한다. 사용자가 정의한 각 모델 객체(예 : 블록, 컴포넌트 등)는 한 번 정의되면 그것이 표현되는 모든 다이어그램 상에서 동일한 특성과 속성을 유지한다. 이를 통해 전체 모델의 일관성과 추적성이 자연스럽게 보장된다. 또한 랩소디는 요구사항과 직접 연계된 설계 모델을 지원함으로써, 요구사항-설계 간의 정합성 확보를 용이하게 한다. 이를 통해 설계 변경이 요구사항과의 연동 하에 즉시 반영될 수 있어, 시스템 개발 전 과정에서 신뢰성 있는 모델 기반 설계를 실현할 수 있다. 결과적으로, 랩소디는 다양한 UML/SysML 도구 중 하나로, 특히 복잡한 시스템의 모델링, 시뮬레이션, 코드 생성까지 연결 가능한 통합 모델링 환경을 제공한다.   랩소디 보기   그림 1. 랩소디 도구의 대표적인 사용자 인터페이스 구성 요소   <그림 1>은 랩소디 도구 환경을 보여주며, 시스템 모델링 또는 소프트웨어 모델링을 수행할 때 사용되는 대표적인 사용자 인터페이스 구성 요소를 설명하고 있다. 랩소디 보기는 사용자가 랩소디에서 모델을 어떻게 시각적으로 확인하고 조작하는지를 이해하는 데 중점을 둔다. 전체 인터페이스 구성은 랩소디가 모델 기반 시스템 및 소프트웨어 설계를 위한 도구로, 브라우저 영역과 그리기 영역 등의 주요 영역으로 구성되어 있다. <그림 1>의 화면 왼쪽에는 브라우저 영역(Browser View)이 위치해 있다. 이 영역은 프로젝트 내에 정의된 모든 요소를 계층적 트리 구조로 정리하여 보여주며, 클래스, 패키지, 상태도, 시퀀스 다이어그램 등 다양한 모델링 요소를 탐색하고 선택할 수 있다. 사용자는 이 영역에서 모델 구조를 확인하고, 필요한 항목을 선택하여 편집 창으로 열 수 있다. 주로 사용하는 항목은 모델 구성요소(예 : 클래스, 컴포넌트, 상태 등)이다. 설계 계층 구조는 각 요소의 속성 및 동작이 연결되어 있다. <그림 1>의 화면 오른쪽에는 그리기 창(Drawing Window)이 위치하며, 사용자가 실제로 다이어그램을 작성하고 편집하는 작업 공간이다. 이 영역은 선택된 모델 요소의 시각적 표현을 위한 공간으로, 예를 들어 상태 다이어그램, 블록 다이어그램, 시퀀스 다이어그램 등을 작성하고 구성 요소 간의 연결 관계를 설정할 수 있다. 사용자의 활동 예는 상태 전이 정의, 신호 흐름 연결, 동작 논리 시각화, 모델 요소 간 연결 구성이 있다. 랩소디는 모델 탐색과 시각적 설계를 동시에 지원하기 위해 좌측 브라우저 영역과 오른쪽 그리기 창을 중심으로 UI(사용자 인터페이스)를 구성하고 있으며, 이를 통해 사용자는 설계 구조와 논리를 직관적으로 접근하고 조작할 수 있다. 이와 같은 인터페이스는 SysML, UML, 자동차 및 항공 우주 분야의 MBD 등 다양한 모델링 작업을 효율적으로 수행할 수 있도록 지원한다.   랩소디 vs. 카메오 시스템 모델러 비교 IBM 랩소디와 카메오 시스템 모델러(Cameo Systems Modeler)는 모두 SysML 기반의 시스템 모델링 도구로 널리 사용되고 있다. 그러나 이 두 도구는 설계 접근 방식, 사용자 인터페이스, 시뮬레이션 및 협업 방식에서 차별점이 존재한다. 도구의 철학과 접근 방식 : 랩소디는 임베디드 시스템 및 소프트웨어 개발에 특화된 도구로, 주로 상태 기반(state-based) 모델링과 코드 생성(code generation) 기능이 강력하다. UML 기반의 객체지향 소프트웨어 개발, 상태 머신 구현 등에 많이 활용되며, 특히 자동차, 항공, 방위 산업 등에서 많이 사용된다. 반면에 카메오 시스템 모델러(MagicDraw 기반)는 시스템 아키텍처 및 요구사항 중심 설계에 중점을 둔 MBSE 도구이다. RFLP(Requirement, Functional, Logical, Physical) 구조와 트레이스 기능이 강력하며, PLM·SPDM 시스템과의 통합이 잘 되어 있어 디지털 스레드 구축에 적합하다. 대부분의 대기업 MBSE 전환 프로젝트에서 선택되고 있다. 사용자 인터페이스 및 작업 구조 : 랩소디는 전통적인 IDE 스타일의 인터페이스(<그림 1>처럼 왼쪽 탐색기 + 오른쪽 다이어그램 편집기)를 가지고 있으며, 실시간 코드 시뮬레이션 및 상태 전이 구현에 용이하다. 카메오 시스템 모델러는 모델 요소 중심 탐색 트리, 다중 다이어그램 탭, 자동 연결 도우미, 속성 창 기반 작업이 잘 정비되어 있으며, 직관적인 GUI로 인해 다양한 다이어그램 작성이 빠르고 정확하게 이루어진다. 사용자 친화성이 높은 편이다. 시뮬레이션 및 해석 기능 : 랩소디에는 UML/SysML 상태 머신을 기반으로 한 Statechart Simulation이 내장되어 있어, 논리적 동작 검증이나 이벤트 시퀀스 분석에 유리하다. C/C++ 코드 생성 및 디버깅 기능도 내장되어 있어, 소프트웨어 통합 단계까지 연결하기 좋다. 카메오 시스템 모델러는 카메오 시뮬레이션 툴킷(Cameo Simulation Toolkit :CST)을 통해 SysML 모델의 시뮬레이션이 가능하며, 파라메트릭 다이어그램(Parametric Diagram) + 수식 기반 계산 + 외부 FMU 연동을 지원한다. 특히 시뮬링크(Simulink), 모델리카(Modelica) 등과의 코시뮬레이션(co-simulation) 및 FMI 기반 연동이 강력하다. 협업 및 형상 관리 연동 : 랩소디는 RTC, ClearCase, GIT 등과 연계가 가능하지만, 협업 기능이 독립적으로 강력하지는 않다. 기업 내부 커스터마이징이 필요한 경우가 많다. 카메오 시스템 모델러는 팀워크 클라우드(Teamwork Cloud : TWC)라는 중앙 저장소 기반 협업 서버를 통해 모델 단위 버전 관리, 권한 제어, 변경 추적, 분기 관리(branching) 기능을 지원하며, 팀 단위 협업 및 모델 기반 리뷰에 적합하다. PLM, SPDM 및 외부 툴 연동 : 랩소디는 외부 연동이 상대적으로 제한적이며, 별도 게이트웨이 또는 커스터마이징이 필요하다. 카메오 시스템 모델러는 3D익스피리언스(다쏘시스템), 윈칠(PTC), 팀센터(지멘스) 등의 PLM 시스템과 연계가 용이하며, MBSE–PLM–SPDM 간의 디지털 연계(traceability)가 수월하게 이루어진다. 정리하면 랩소디는 코드 생성, 상태 머신 중심이고 카메오 시스템 모델러는 요구사항–기능–물리 구조 연계 중심이다. 사용 분야는 랩소디가 임베디드 소프트웨어, 제어 시스템에 사용되며 카메오 시스템 모델러는 시스템 아키텍처, MBSE를 총괄하는데 사용된다. 시뮬레이션에는 랩소디가 상태 기반 시뮬레이션에 사용되며, 카메오 시스템 모델러는 파라메트릭, 시퀀스, 코시뮬레이션이 가능하다. 협업 관점에서 랩소디는 RTC/파일 기반으로 이용되며, 카메오 시스템 모델러는 팀워크 클라우드 기반 모델 협업에 활용된다. 외부 툴과 연동은 랩소디는 제한적이며 커스터마이징이 필요하다. 반면에 카메오 시스템 모델러는 FMI, PLM, 시뮬링크 등과 강력하게 연동된다.    ■ 자세한 기사 내용은 PDF로 제공됩니다.

  INFOWORLD   Focus 17　제조 AX’로 일하는 방식을 바꾸다… 피지컬 AI·데이터 통합으로 지능형 생태계 구축 22　매스웍스, “MBD와 AI 결합으로 설계 복잡성 줄이고 신뢰성 높인다” 25　“화려한 기술보다 탄탄한 데이터가 우선”… 제조 AI 전환의 실질적 해법은 28　유니티 스튜디오, 노코드와 웹 기반으로 산업용 3D 제작 문턱 낮춘다 31　세일즈포스, ‘에이전틱 엔터프라이즈’ 제시… 슬랙이 핵심 업무 운영체제 된다   People & Company 34　옥타브 산업 컨설팅 부문 김세환 기술 이사　산업AI의 성패, 데이터의 ‘양’이 아닌 ‘맥락’으로 승부   Case Study 36　다이슨 워시G1의 모델 기반 설계 도입 사례 / 이웅재　시스템 레벨 시뮬레이션, 일상 가전의 개발 방식까지 바꾸다 39　시각화 워크플로로 구현하는 리얼타임 스토리텔링　영화의 복잡한 샷에서 빠른 반복 작업을 지원한 언리얼 엔진 42　데이터 사일로 해소부터 거버넌스 수립까지, 전사 협업의 효율 혁신　3D 애셋 데이터를 위한 SSOT 구축   New Products 50　이달의 신제품   Column 53　디지털 지식전문가 조형식의 지식마당 / 조형식　보이지 않는 뇌 56　트렌드에서 얻은 것 No. 30 / 류용효　AI 에이전트 이후의 시대, ‘판단하는 시스템’의 탄생   48　New Books   Directory 107　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 58　새로워진 캐디안 2026 살펴보기 (6) / 최영석　사각형 작도 외 62　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2027 (1) / 최하얀　아레스 커맨더 2027이 제시하는 새로운 CAD 작업 방식 65　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　루비 온 레일즈 기반 빌딩 모니터링 서비스 개발 방법   Mechanical 72　엔지니어링의 진화, 항공우주 산업의 복잡성을 넘어서다 / 오병준　디지털 전환이 이끄는 항공우주 시스템 엔지니어링의 미래 76　제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (10) / 박수민　크레오 파라메트릭 12.0으로 애니메이션 생성하기   Analysis 81　앤시스 워크벤치를 활용한 해석 성공 사례 / 황정필　앤시스 아쿠아를 이용한 LNG 운반 선박의 운동 해석 방법 90　심센터 HEEDS 더 깊게 살펴 보기 (5) / 이종학　심센터 HEEDS 2604 업데이트 96　가상 제품 개발을 위한 MBSE 및 SysML의 이해와 핵심 전략 (7) / 오재응　모델 기반 시스템 엔지니어링의 모델링 도구 104　성공적인 유동 해석을 위한 케이던스의 CFD 기술 / 나인플러스 IT 　홀더의 지속 가능한 해상풍력 설치 접근법   PLM 100　산업을 위한 AI와 버추얼 트윈 기술 (3) / 이종혁　데이터 온톨로지 기반 3D 모델의 지능화     2026-5-aifrom 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

제조 AI와 소프트웨어 파워에 관심높아… AI 투자로 초격차 이끌 것   지난해 국내 제조 산업은 하드웨어 중심에서 소프트웨어 중심(SDx)으로의 급격한 체질 개선과 AI 도입이라는 거대한 파도와 마주했다. 지난해 4월 PTC코리아에 합류한 김도균 대표에게 PTC가 그리는 ‘인텔리전트 제품 라이프사이클’의 비전과 2026년 사업 전략에 대해 들어보았다. ■ 최경화 국장     클라우드 및 보안 전문가로서 제조 IT 기업인 PTC에 합류하게 된 배경과 지난해의 소회가 궁금하다. 지난해 4월 PTC코리아 대표로 부임했으니 곧 1년이 되어간다. PTC코리아 합류 이전에는 클라우드플레어, 아카마이 등에서 클라우드와 보안, AI 인프라 사업을 주로 이끌었다. 당시 에지 서버나 AI 추론 영역을 다루며 AI 시대에는 결국 제조 현장이 가장 크게 변할 것이라는 확신을 갖게 되었다. PTC는 제조 엔지니어링 분야의 전통 강자이면서도, 최근 제조 AI와 소프트웨어 역량 강화에 적극적인 기업이다. 지난해는 PTC코리아 조직을 재정비하고, 하드웨어 제조 중심이었던 국내 고객들에게 소프트웨어와 하드웨어의 융합 필요성을 설파하며 새로운 성장의 발판을 마련한 해였다.   지난해 PTC 비즈니스에서 가장 두드러진 변화나 성과는? 가장 큰 변화는 ALM(애플리케이션 수명주기 관리) 설루션인 코드비머(Codebeamer)의 약진이다. 과거 제조 시장이 하드웨어 설계에 집중했다면, 지난해에는 자동차 산업을 필두로 소프트웨어 정의 차량(SDV) 트렌드가 확산되면서 하드웨어와 소프트웨어를 통합 관리해야 하는 수요가 빠르게 확대됐다. 소프트웨어 요구사항 정의부터 코딩, 테스트, 배포까지 관리하는 ALM은 이제 선택이 아닌 필수가 되었다. 특히 대기업을 중심으로 복잡한 요구사항을 중복 없이 관리하고 개발 비용을 절감하기 위해 코드비머를 도입하는 사례가 크게 늘었다. 이를 통해 PTC는 제조 소프트웨어 영역에서의 혁신 파트너로 존재감을 확대했다.   PTC의 전통적인 주력 분야인 CAD와 PLM, 기타 관련 비즈니스는 어떤지? 매출 비중으로 보면 여전히 CAD(크레오)와 PLM(윈칠)이 가장 큰 축을 담당하며 견고하게 성장하고 있다. 특히 PLM은 단순히 설계 데이터를 저장하는 PDM(제품 데이터 관리) 수준을 넘어, 전사적 데이터 관리의 핵심으로 진화했다. 반면 IoT(사물인터넷) 사업은 전략적인 변화가 있었다. 최근 자산운용사 TPG에 IoT 사업 부문을 매각하고 파트너십 형태로 전환하는 절차를 밟고 있다. 이는 PTC가 IoT 사업을 포기하는 것이 아니라, 핵심 역량인 CAD, PLM, ALM, SLM(서비스 수명주기 관리) 등 4대 핵심 설루션에 투자를 집중하고, IoT는 전문 파트너사를 통해 더 고도화된 지원을 제공하기 위함이다. ‘선택과 집중’ 전략을 통해 핵심 설루션을 강화해 나간다는 계획이다.   클라우드 네이티브 CAD인 온쉐이프와 기존 주력 제품인 크레오의 포지셔닝은 어떻게 가져갈 계획인지? 두 제품의 역할은 명확히 구분된다. 크레오(Creo)는 자동차 엔진이나 복잡한 설비처럼 고도의 정밀함과 대용량 데이터 처리가 필요한 작업에 최적화되어 있다. 물론 크레오도 ‘크레오 플러스(Creo+)’라는 클라우드 버전을 통해 협업 기능을 강화하고 있다. 반면, 온쉐이프(Onshape)는 SaaS PLM이라고 할 수 있는 아레나(Arena)와 함께 100% 클라우드 네이티브(SaaS) 제품이다. 설치 없이 웹 브라우저에서 바로 구동되기 때문에, 스타트업이나 로봇 개발처럼 빠른 속도와 협업이 중요한 제품 개발 분야에서 각광받고 있다. 실제로 지난 CES 2026에서 로봇을 출품한 기업들이 온쉐이프로 설계를 했다고 해서 놀라기도 했다. 제조 현장에서 클라우드 SaaS 환경에 대한 거부감이 생각보다 많이 사라졌음을 체감하고 있다.   엔지니어링 분야에서도 AI 도입이 화두다. PTC의 AI 전략은 타사와 무엇이 다른가? 많은 기업이 AI를 표방하지만 단순히 챗봇 형태의 요약 기능에 그치는 경우가 많다. PTC가 추구하는 AI는 ‘실질적인 엔지니어링 AI’다. 예를 들어, PLM 내에서 AI가 수만 가지 부품을 분석해 중복 부품을 찾아내고, 대체 가능한 표준 부품을 제안해 원가를 절감해준다. 또한, AI 에이전트(agent) 기술을 통해 서로 다른 시스템 간에 데이터를 주고받으며 자율적으로 업무를 수행하는 단계까지 로드맵을 가지고 있다. 설계자가 자연어로 명령하면 최적의 형상을 모델링해주는 생성형 설계(generative design)나, ALM에서 요구사항의 오류를 AI가 자동으로 검증하는 기능 등은 이미 제품에 탑재되어 현장에서 쓰이고 있다.   최근 새롭게 인수한 회사 및 이 인수가 PTC 비즈니스에 가져오는 변화를 소개한다면? 가장 핵심적인 인수는 제품 및 소프트웨어 변형(variant) 관리 설루션 기업인 퓨어시스템즈(Pure-systems)다. 이 회사의 주력 설루션인 퓨어 베리언츠(Pure Variants)는 복잡한 제조 환경에서 필수적인 PLE(Product Line Engineering : 제품 라인 엔지니어링) 기능을 제공한다. 쉽게 설명하자면, 자동차나 가전제품을 만들 때 수만 가지의 파생 모델이 존재한다. 과거에는 모델마다 설계를 따로 관리했다면, 이제는 공통된 소프트웨어와 하드웨어 자산을 플랫폼화하고, 각기 다른 고객의 요구사항이나 옵션에 맞춰 변형된 부분만 효율적으로 관리해야 한다. 퓨어시스템즈 인수를 통해 PTC는 급성장하는 ALM 설루션 코드비머에 강력한 변형 관리 기능을 통합하게 되었다. 이를 통해 SDV 전환이 시급한 자동차 산업이나 규제가 까다로운 의료기기, 항공우주 분야에서 제품의 소프트웨어 구성부터 테스트, 검증까지 전 과정을 하나의 시스템으로 추적하고 관리할 수 있게 되었다. 이는 PTC가 단순히 설계 툴을 파는 회사가 아니라, 제조 소프트웨어의 복잡성을 해결해 주는 파트너로 차별화된 경쟁력을 확보하는데 기여할 것으로 기대하고 있다.   최근 엔비디아와의 파트너십 강화가 눈에 띈다. 어떤 시너지를 기대하는지? 엔비디아와의 협력은 옴니버스(Omniverse) 기술 통합이 핵심이다. PTC의 설계 데이터(CAD/PLM)를 별도의 변환 없이 실시간으로 시뮬레이션하고 시각화할 수 있는 환경을 구축했다. 이는 디지털 트윈을 넘어선 개념으로, 엔비디아 역시 자체 공장과 제품 설계에 PTC 설루션을 사용하고 있을 만큼 양사의 관계는 끈끈하다. 이 협력을 통해 고객들은 고성능 AI 인프라나 복잡한 제품을 설계할 때 향상된 속도와 정확성을 경험하게 될 것이다.   제조업계는 보안 이슈로 인해 클라우드 도입에 보수적인 것으로 알려져 있다. 최근의 분위기는 어떤지? 확실히 분위기가 달라졌다. 결국 AI는 ‘데이터 싸움’이다. 데이터를 한곳에 모으고 잘 저장해둬야 AI를 제대로 활용할 수 있는데, 이를 위한 가장 효율적인 기반이 바로 클라우드이기 때문이다. 과거에는 클라우드 전환을 꺼리던 대형 제조사들도 이제는 AI 도입을 전제로 클라우드 마이그레이션을 굉장히 활발하게 검토하고 있다. 물론 모든 시스템을 한 번에 클라우드로 옮길 수는 없다. 그래서 PTC는 고객 상황에 맞춰 하이브리드 접근을 제안하거나, 단계적인 클라우드 설루션을 제공하고 있다.   올해 PTC코리아가 주목하고 있는 시장이나 기술 이슈는 무엇인가? 올해는 방산과 의료기기 분야를 집중 공략할 계획이다. 글로벌 시장에서는 이미 록히드 마틴 같은 거대 방산 기업이 PTC 설루션을 표준으로 사용하고 있다. 최근 ‘K-방산’의 위상이 높아진 만큼, 국내 방산 기업들의 디지털 혁신을 적극 지원하고자 한다. 헬스케어 분야 역시 웨어러블 기기나 정밀 의료기기 설계 수요가 늘어나며 큰 기회가 되고 있다. 또한, 지역적으로는 부산, 경남 지역 등을 지원하기 위한 영남 지사 개소를 준비 중이다. 경남권의 거대 제조 벨트를 밀착 지원하기 위해 다시 영남권 거점을 마련하여 고객 접근성을 높일 예정이다.   올해 PTC코리아의 비즈니스 목표와 포부에 대해 소개한다면? 최근 5년간 매년 두 자릿수 성장을 이어왔는데, 올해도 높은 성장을 기대하고 있다. AI 기능이 탑재된 신제품에 대한 시장 반응 또한 긍정적으로, 지난 12월 진행한 행사에서도 예상을 뛰어넘는 고객들이 몰렸다. 2026년에는 이러한 성과를 바탕으로 클라우드 및 구독형 엔지니어링 소프트웨어 전환을 본격 가속화할 계획이다. 내부적으로는 영업, 기술, 마케팅 인력을 확충하고 파트너 생태계를 강화하여 고객들이 PTC의 기술을 더 쉽고 깊이 있게 활용할 수 있도록 지원할 것이다. 단순한 설루션 공급사를 넘어 대한민국 제조업의 지능형 혁신을 이끄는 동반자가 되겠다.     ■ '2025 국내 엔지니어링 소프트웨어 시장조사'에서 더 많은 내용이 제공됩니다.

‘인텔리전트 제품 라이프사이클’로 국내 제조 AX 혁신 선도   ▲ PTC코리아 김도균 대표 제조업의 디지털화가 ‘연결’과 ‘자동화’를 넘어 ‘지능화’와 ‘자율 제조’가 중심이 되는 AX(AI Transformation) 시대로 빠르게 진입하고 있다. 1993년 설립 이후 국내 제조 산업의 혁신을 이끌어온 PTC코리아(www.ptc.com)는 AX 시대를 맞아 단순한 엔지니어링 소프트웨어 공급자를 넘어 기업의 창조 역량을 극대화하는 전략적 파트너로 도약하고 있으며, 엔지니어링 기술의 새로운 패러다임을 제시하고 있다. PTC 혁신의 역사 40년, ‘Power To Create’의 비전을 실현하다 PTC는 2026년 기준 전 세계 35개국에서 3만 5천 이상의 고객사를 보유하고 7,200명 이상의 직원이 함께하는 글로벌 엔지니어링 소프트웨어 기업이다. 1985년 혁신적인 3D 설계 방식으로 시장에 등장한 이후, PTC는 끊임없는 기술 개발과 전략적 인수를 통해 CAD, PLM을 넘어 ALM, SLM에 이르는 통합 포트폴리오를 완성해 왔다. PTC의 핵심 목표는 ‘Power To Create’, 즉 고객과 직원 모두에게 더 나은 세상을 구상하고 이를 현실로 만들 수 있는 창조적 역량을 제공하는 것이다. PTC코리아 김도균 대표는 "PTC의 목적은 단순히 더 좋은 세상을 구상하는 데서 그치지 않고, 고객이 실질적인 비즈니스 성과를 창출할 수 있도록 혁신적인 디지털 기술을 제공하는 것"이라며 기업의 비전과 사회적 책임의 조화를 강조했다. ‘선택과 집중’으로 강화되는 전통 비즈니스와 핵심 솔루션 PTC의 성장을 지탱하는 가장 큰 축은 여전히 전통적인 주력 분야인 CAD와 PLM이다. 매출 비중 면에서 CAD(크레오)와 PLM(윈칠)은 여전히 견고한 성장세를 보이고 있으며, 특히 PLM은 단순히 설계 데이터를 저장하는 PDM(제품 데이터 관리) 수준을 넘어 전사적 데이터 관리의 핵심 플랫폼으로 진화했다. 최근 PTC는 미래 성장을 위해 과감한 전략적 변화를 단행했다. IoT(사물인터넷) 사업 부문을 자산운용사 TPG에 매각하고 파트너십 형태로 전환하는 절차를 밟고 있는 것이다. 이에 대해 김도균 대표는 "이는 IoT 사업을 포기하는 것이 아니라, 핵심 역량인 CAD, PLM, ALM, SLM(서비스 수명주기 관리) 등 4대 핵심 솔루션에 투자를 집중하기 위한 '선택과 집중' 전략"이라고 설명했다. 이를 통해 IoT는 전문 파트너사를 통해 더 고도화된 지원을 제공하는 한편, PTC는 자체 핵심 솔루션의 경쟁력을 극대화한다는 계획이다. 실질적인 ‘엔지니어링 AI’로 제조 초격차 구현 PTC가 정의하는 ‘지능형 제품 라이프사이클’은 설계-개발-제조-운영 전 과정에 AI를 적용한 체계로, 엔터프라이즈 전반의 제품 데이터를 연결하는 통합 엔지니어링 환경을 지향한다. 김 대표는 현재 많은 기업이 표방하는 AI가 챗봇 형태의 요약 기능에 그치는 점을 지적하며, PTC는 '실질적인 엔지니어링 AI'를 추구한다고 강조했다. 그는 "PLM 내에서 AI가 수만 가지 부품을 분석해 중복을 찾고 표준 부품을 제안하여 원가를 절감하거나, ALM에서 요구사항의 오류를 자동으로 검증하는 기능 등은 이미 제품에 탑재되어 현장에서 활용되고 있다"고 설명했다. 다만, 안전과 윤리가 중요한 제조 현장인 만큼 "AI의 역할을 결정권자가 아닌 '조언자'로 정의하고, 최종 판단은 인간이 내리는 인간 중심의 AI 활용 철학이 PTC 의 기술 근간에 자리 잡고 있다"고 덧붙였다. SDx(소프트웨어 정의 제품) 시대의 통합 플랫폼 전략 최근 자동차 산업을 중심으로 확산되는 소프트웨어 정의 차량(SDV) 트렌드는 PTC의 ALM 솔루션인 ‘코드비머(Codebeamer)’의 비약적인 성장을 이끌었다. 김 대표는 "하드웨어와 소프트웨어를 통합 관리해야 하는 수요가 폭증하면서 요구사항 정의부터 코딩, 테스트, 배포까지 관리하는 ALM은 이제 필수"라고 진단했다. 여기에 최근 인수한 ‘퓨어시스템즈(Pure-systems)’ 의 변형 관리 기능이 더해지면서 PTC의 경쟁력은 더욱 강화되었다. 퓨어시스템즈의 ‘퓨어 베리언츠(Pure Variants)’는 수만 가지 파생 모델이 존재하는 복잡한 제조 환경에서 제품 라인 엔지니어링(PLE) 기능을 제공한 다. 이를 통해 기업들은 공통된 소프트웨어와 하드웨어 자산을 플랫폼화하고, 고객의 다양한 옵션 요구에 맞춰 변형된 부분만 효율적으로 관리함으로써 개발 비용과 시간을 획기적으로 줄일 수 있게 되었다.   에이전틱 AI가 제시하는 새로운 길 PTC코리아는 오는 3월 코엑스에서 개최되는 ‘2026 스마트공장 EXPO’에 참가하여 대한민국 제조업의 미래를 바꿀 차세대 AI 기술을 대거 선보일 예정이다. 이번 전시에서 PTC는 특정 제품의 기능을 나열하기보다 ‘에이전틱 AI(Agentic AI)가 주도하는 지능형 제품개발: 데이터로 연결되는 엔지니어링의 새로운 패러다임’이라는 주제로 혁신적인 메시지를 전달하는 데 집중한다. 김도균 대표는 이번 전시의 핵심에 대해 “PTC는 에이전틱 AI를 중심으로 설계, 생산, 운영 전 과정의 제품 데이터를 지능적으로 연결하여 새로운 제품개발 패러다임을 제시할 것”이라고 밝혔다. 특히 이번 행사에서는 ‘지능형 제품 라이프사이클(Intelligent Product Lifecycle)’과 ‘에이전틱-생성형 AI(Agentic-Generative AI)’의 결합을 통해 데이터 중심의 협업과 업무 자동화, 그리고 고도화된 의사결정을 어떻게 실질적으로 구현하는지 확인할 수 있다. 이는 시뮬레이션 및 클라우드와 통합된 데이터-커넥티드 엔지니어링 환경을 제공함으로써 기업들이 AI 기반의 제품개발 혁신과 디지털 제조 생태계를 가속화할 수 있는 이정표가 될 전망이다. 클라우드 기반의 AX 가속화와 2026년 미래 청사진 AI 전환의 성공은 데이터의 효율적 집약에 달려 있으며, PTC는 이를 위한 최적의 환경으로 클라우드 전환을 가속화하고 있다. 김 대표는 "과거 클라우드에 보수적이었던 제조사들도 AI 도입을 위해 클라우드 마이그레이션을 활발히 검토하고 있다"고 전했다. PTC는 100% SaaS 기반인 ‘온쉐이프(Onshape)’와 ‘아레나(Arena)’를 통해 스타트업부터 글로벌 기업까지 유연한 협업 환경을 제공하며, 엔비디아(NVIDIA)와의 파트너십을 통해 실시간 시뮬레이션과 시각화가 가능한 디지털 트윈 환경을 구축해 나가고 있다. 2026년, PTC코리아는 이러한 기술력을 바탕으로 K-방산과 항공우주, 정밀 의료기기 등 고부가가치 산업군으로 사업을 확장할 계획이다. 특히 부산·경남 지역 제조 벨트를 밀착 지원하기 위해 영남권 지사 개소를 준비하는 등 현장 중심의 고객 서비스를 강화하고 있다. 김 대표는 "단순한 솔루션 공급사를 넘어 대한민국 제조업의 지능형 혁신을 이끄는 동반자가 되겠다"는 포부와 함께, 국내 제조 현장에 필요한 AI 및 엔지니어링 인재 양성에도 지속적으로 기여하겠다는 의지를 밝혔다.   ▲ PTC코리아 직원들     ■ 캐드앤그래픽스 최경화 국장 kwchoi@cadgraphics.co.kr