• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "PLM"에 대한 통합 검색 내용이 4,888개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
[포커스] 지멘스 EDA, ‘AI 네이티브 디자인’으로 반도체·시스템 설계 혁신 가속
지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부는 지난 8월 11일 ‘지멘스 EDA 포럼 서울 2026’을 개최했다. ‘AI 네이티브 디자인으로 차세대 반도체 및 시스템 설계 혁신’이라는 주제로 진행된 이번 포럼에서 지멘스 EDA는 나노미터에서 미터 단위에 이르는 전체 제품 수명주기 전반에 AI(인공지능)를 내재화해, 칩−패키지−보드−시스템을 유기적으로 연결하는 통합 디지털 스레드를 구축한다는 비전을 내세웠다. ■ 정수진 편집장   반도체 설계 생태계를 재편하는 핵심 트렌드 반도체 설계의 패러다임이 완전히 바뀌고 있다. 지멘스 EDA는 현대 반도체 산업이 마주한 한계를 극복할 열쇠로 AI를 꼽는다. 2000억 개가 넘는 트랜지스터를 배치해야 하는 초미세 설계와 제곱센티미터당 100와트를 초과하는 극심한 열 밀도, 그리고 개발 기간의 대부분을 차지하는 검증 프로세스는 기존 방식으로는 감당할 수 없는 수준에 이르렀기 때문이다. 반도체 설계 생태계가 AI 중심으로 빠르게 전환되는 흐름 속에서 지멘스 EDA는 네 가지 핵심 트렌드에 주목했다. 첫째는 모든 영역에 인공지능이 스며드는 흐름(AI everywhere)이다. AI는 더 이상 특정 하드웨어의 전유물이 아니라 일상적인 반도체의 표준 규격이 되고 있음을 뜻한다. 둘째는 소프트웨어가 하드웨어의 운명을 결정하는 소프트웨어 정의 기반 시스템(software-defined everything)의 도래다. 하드웨어를 먼저 제작하는 방식에서 탈피해, 소프트웨어에 맞추어 하드웨어를 동시에 설계하는 공동 설계 방식이 중요해지고 있다. 셋째는 이종 통합(heterogeneous integration) 기술의 확산이다. 여러 개의 다이를 하나의 패키지 안에 집적하는 설계 기법이 대세가 되면서, 전자 설계 자동화(EDA) 도구가 해결해야 할 물리적 복잡성도 급격히 증가했다. 넷째는 강력한 지속가능성 요구(sustainability imperative)다. 초고전력 칩이 대거 투입되는 AI 데이터센터와 전기차의 에너지 소비를 줄이기 위해 시스템 수준의 전력 효율 극대화가 필수 조건이 되었다. 지멘스 EDA의 앵커 굽타 IC 제품 부문 수석 부사장은 “기존의 설계 방법론으로는 현대 반도체의 복잡성과 빠르게 변화하는 AI 시장의 속도를 따라잡기 어렵다”고 지적하며 AI 설계 전반에 내재화하는 ‘AI-네이티브 디자인’의 필연성을 강조했다.   ▲ EDA AI 에이전트를 위한 타임라인을 소개한 지멘스 EDA 앵커 굽타 수석 부사장   AI 네이티브 설계와 통합 디지털 스레드 지멘스가 지향하는 AI 네이티브 설계는 나노미터에서 미터 단위에 이르는 제품 수명 주기 전반에 AI를 내재화하여 칩과 패키지, 보드, 시스템을 하나의 거대한 통합 디지털 스레드(digital thread) 로 연결하는 것이다. 지멘스 EDA는 이를 현실로 만들기 위해 속도, 생산성, 신뢰성 등 세 가지 핵심 방향성을 가지고 기술 혁신을 추진하고 있다고 소개했다. 먼저 최첨단 물리 기반 솔버와 GPU 컴퓨팅, 그리고 AI 에이전트를 결합해 모든 도구의 실행 속도를 최대 1000배까지 끌어 올려 개발 주기를 혁신적으로 단축하는 ‘더 빠른 엔진(speed)’이 축을 이룬다. 다음으로 에이전트 기반 AI 워크플로와 상황 인지 자동화 기술을 통해 설계팀의 실행 오버헤드를 낮추고 생산성을 10배에서 최대 50배까지 향상시키는 ‘더 스마트한 실행(productivity)’을 추구한다. 마지막으로 시스템 전반을 연결하는 포괄적인 디지털 트윈 기술과 실리콘 검증 AI 모델을 접목해 실제 제조에 들어가기 전에 결과를 정밀하게 예측하고 설계 리스크를 최소화하는 ‘신뢰할 수 있는 결과(confidence)’를 확보한다. 한편, 굽타 수석 부사장은 “지멘스가 가진 PLM 역량을 유기적으로 결합해 반도체 산업에 특화된 ‘반도체 수명주기 관리 (SLCM)’라는 개념으로 구체화하고, 도메인 간의 벽을 없앤 강력한 디지털 스레드를 구축한다”는 전략을 소개했다. 지멘스는 디자인센터 NX(Designcenter NX)를 반도체 설계 도구와 결합했다. 반도체 패키지의 물리적인 변형이나 응력 분석을 3D IC 설계 및 레이아웃 단계와 직접 연동함으로써 제품의 설계 무결성을 실리콘 제조 전에 확보할 수 있게 된다는 것이 지멘스 EDA의 설명이다. 시스템 전체의 에너지 효율을 극대화하는 열 및 냉각 관리 설루션에서도 PLM과의 시너지를 높이고 있다.     자율 검증형 에이전틱 AI 워크플로 구현 나선다 지멘스 EDA는 복잡성 극대화라는 반도체 설계의 물리적 한계를 정면으로 돌파하기 위해 엔비디아와 손을 잡았다. 두 회사가 그리는 미래는 단순히 명령을 수행하는 자동화가 아니라, 스스로 판단하고 오류를 바로잡는 자율 검증형 에이전틱 AI(agentic AI) 워크플로의 완성이다. 엔비디아와 협력을 통해 산업 특화 AI, 물리적으로 연결된 EDA 엔진, 가속 컴퓨팅을 결합하고 신뢰할 수 있는 자율 검증 워크플로를 구현하겠다는 전략이다. 이 여정의 중심에는 최근 업데이트된 퓨즈(Fuse)가 있다. EDA AI 에이전트 시스템인 퓨즈는 다양한 LLM(대규모 언어 모델) 생태계와 지멘스의 설계 도구가 제공하는 정형 데이터를 이어주는 연결고리 역할을 한다. 퓨즈를 통해 엔지니어는 오픈AI나 구글, 앤트로픽의 AI 모델뿐만 아니라 엔비디아의 네모트론(Nemotron) 모델까지 상황에 따라 맞춤형으로 끌어다 쓸 수 있다. 실제 설계 검증 현장에서 작동하는 에이전틱 AI 워크플로는, 엔지니어가 입력한 작업 프롬프트에 따라 여러 에이전트가 서로 소통하며 도구를 가동해 결과물을 만들어내는 방식으로 이뤄진다. 에이전트들은 물리적으로 연결된 시뮬레이션 엔진을 구동해 작업 결과를 실시간으로 예측하고, 의사결정을 스스로 검증한다. 만약 중간 과정에서 버그나 오류가 발견되면 AI가 스스로 문제의 원인을 디버깅하고 코드를 고치는 과정을 거쳐 완결성 높은 최종 데이터를 도출해 낸다. 지멘스 EDA는 이런 혁신 워크플로가 엔비디아와의 고도화된 기술 레이어 협업을 통해 물리적 안전성과 토큰 효율을 동시에 확보한다고 소개했다. 보안 런타임 환경인 엔비디아 오픈쉘(OpenShell) 내에서 에이전트를 안전하게 자율 제어하며, 네모 짐(NeMo Gym) 라이브러리를 활용해 스스로 실행 방안을 개선해 나간다. 또한 지멘스의 산업용 지능화 허브인 인텔리전스 센터 X(Intelligence Center X)와 긴밀하게 연결되어, 반도체 설계 단계에만 머무르지 않고 제조와 공급망 전반을 아우르는 거대한 엔터프라이즈 추론으로 거듭난다.   ▲ 앵커 굽타 수석 부사장은 엔비디아와의 협력 내용도 소개했다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-09-01
[칼럼] 새로운 제조업의 대전환과 소프트웨어 중심 전환
디지털 지식전문가 조형식의 지식마당   세계적인 제조업 위기에도 인공지능(AI) 열풍이 불고 있다. 그러나 제조업에서 반도체 분야 말고는 아직은 이익을 내지 못하고 있다. 한국의 제조업은 소프트웨어 중심 전환(SX : Software-Defined Transformation)에 보다 관심을 가져야 된다고 생각한다.   그림 1. 제조업 경쟁력 진화의 함정   제조업은 지금 또 하나의 거대한 전환점에 서 있다. 지난 100여 년 동안 제조업의 경쟁력은 좋은 제품을 얼마나 정밀하고, 빠르고, 저렴하게 생산할 수 있는가에 의해 결정되었다. 설계 역량, 생산 설비, 공정 기술, 품질 관리, 공급망이 기업 경쟁력의 중심이었다. 제품의 가치는 대부분 물리적 하드웨어에 내재되어 있었다. 그러나 AI, 소프트웨어, 클라우드, IoT(사물인터넷), 디지털 트윈, 디지털 스레드가 결합하면서 이러한 전통적 제조업의 공식이 바뀌고 있다.   그림 2. 하드웨어 중심의 성공 공식   앞으로 제조기업의 경쟁력을 결정하는 질문은 단순히 ‘무엇을 잘 만드는가’가 아니다. ‘제품과 공장, 엔지니어링과 서비스를 얼마나 소프트웨어적으로 정의하고 지속적으로 변화시킬 수 있는가’이다. 필자는 이러한 제조업의 구조적 변화를 SX라고 부르고자 한다. SX는 단순한 소프트웨어 도입이나 IT 시스템 구축이 아니다. 제품(product), 공장(factory), 엔지니어링(engineering), 서비스(service), 기업 운영(enterprise)을 소프트웨어 중심 구조로 다시 정의하는 제조업의 패러다임 전환이다. 전통적인 제조업에서는 하드웨어가 제품을 정의했다. 자동차는 엔진과 차체가 정의했고, 항공기는 기체와 엔진이 정의했으며, 공작기계는 기계 구조와 제어장치가 정의했다. 따라서 경쟁력도 하드웨어 중심이었다.(기계 → 전자 → 소프트웨어 → 데이터 → AI) 그러나 오늘날 제품의 기능과 성능은 점점 소프트웨어에 의해 결정된다. 자동차의 주행 특성, 배터리 관리, 운전자 지원 기능, 인포테인먼트 시스템은 소프트웨어로 변화한다. 산업 장비 역시 소프트웨어 업데이트를 통해 새로운 기능을 추가할 수 있으며, 운영 데이터를 분석하여 고장 가능성을 예측하고 성능을 최적화한다. 결국 제조업의 가치(value) 중심이 하드웨어 가치 → 소프트웨어 가치 → 데이터 가치 → AI 가치로 이동하고 있다. 이것이 SX가 필요한 가장 근본적인 이유다.   그림 3. 소프트웨어 가치   지난 10여 년 동안 제조기업들은 DX(Digital Transformation, 디지털 전환)를 추진했다. ERP, PLM, MES, SCM, IoT, 클라우드, 디지털 트윈, AI 등 다양한 디지털 기술이 도입되었다. 그러나 많은 DX 프로젝트는 기존 프로세스를 디지털화하는 수준에 머물렀다. 종이 문서를 전자문서로 바꾸고, 수작업을 시스템으로 옮기고, 데이터를 클라우드로 이전하는 것만으로 제조업의 본질적인 경쟁 구조가 바뀌지는 않는다. DX가 주로 기존 업무를 디지털 기술로 개선하는 것이었다면 SX는 한 단계 더 나아간다. 제품과 제조 시스템 자체를 소프트웨어적으 로 정의하는 것이다. 따라서 다음과 같이 구분할 수 있다. DX = Digitize the Process SX = Software-Define the Business DX가 디지털화를 의미한다면 SX는 기업 구조 자체의 재정의를 의미한다.   그림 4. 소프트웨어 중심 전환   소프트웨어 중심(software-defined)이라는 개념의 핵심은 단순하다. 물리적 시스템의 기능과 동작을 소프트웨어가 정의하고 변경할 수 있도록 만드는 것이다. 과거에는 기능이 하드웨어에 고정되어 있었다. 제품이 출하되는 순간 기능 역시 거의 확정되었다. 그러나 소프트웨어 중심 제품은 출하된 이후에도 소프트웨어를 통해 기능을 추가하거나 변경할 수 있다. 따라서 제품은 더 이상 완성된 물체가 아니다. 제품 = 하드웨어 + 소프트웨어 + 데이터 + AI + 서비스가 된다. 그리고 더욱 중요한 변화가 발생한다. 제품의 생명주기가 설계(design) → 제조(manufacturing) → 공급(delivery)에서 끝나는 것이 아니라, 설계 → 제조 → 공급 → 운영(operation) → 데이터(data) → 학습(learning) → 업데이트(update)라는 지속적인 순환 구조로 바뀐다. 이것이 소프트웨어 정의 제조업의 본질이다. 소프트웨어 중심 자동차(Software-Defined Vehicle : SDV)는 자동차 산업에서 가장 빠르게 나타나고 있는 소프트웨어 중심 전환이다. 그러나 소프트웨어 중심 개념은 자동차에 국한되지 않는다. 앞으로 제조업에서는 다음과 같은 구조가 확대될 것이다. Software-Defined Product : 제품의 기능과 성능을 소프트웨어가 정의한다. Software-Defined Vehicle : 자동차의 기능과 사용자 경험을 소프트웨어가 지속적으로 변화시킨다. Software-Defined Machine : 산업기계의 동작과 성능이 소프트웨어와 AI에 의해 최적화된다. Software-Defined Factory : 공장의 생산능력과 운영방식이 소프트웨어를 통해 동적으로 재구성된다. Software-Defined Engineering : 설계·해석·검증 프로세스가 모델, 소프트웨어와 AI 중심으로 변화한다. Software-Defined Enterprise : 기업의 업무 프로세스와 의사결정 구조가 소프트웨어, 데이터와 AI를 중심으로 운영된다. 따라서 SX는 개별 제품의 변화가 아니다. 제품 → 엔지니어링 → 제조 → 서비스 → 엔터프라이즈 전체를 연결하는 제조업의 구조적 전환이다.   그림 5. 소프트웨어 중심의 구조적 전환   SX를 구현하기 위해 가장 중요한 기반 가운데 하나가 디지털 스레드(digital thread)다. 제조기업에는 이미 많은 시스템이 존재한다. CAD, CAE, PLM, ERP, MES, SCM, IoT, QMS, CRM 등이다. 문제는 시스템이 부족한 것이 아니다. 데이터와 맥락이 서로 단절되어 있다는 것이다. 설계 데이터와 생산 데이터가 분리되어 있고, 생산 데이터와 품질 데이터가 연결되지 않으며, 운영 데이터가 다시 설계로 돌아오지 않는 경우가 많다. 디지털 스레드는 이러한 단절을 연결한다.   그림 6. 새로운 생명주기의 시작   이렇게 제품의 전 생애주기 정보를 연결하면 소프트웨어 중심 제조업이 작동할 수 있는 데이터 기반이 만들어진다. 따라서 필자는 SX를 다음과 같이 표현하고 싶다. SX = 소프트웨어 중심 아키텍처 + 디지털 스레드 + 디지털 트윈 + AI  디지털 스레드가 정보를 연결하는 구조라면 디지털 트윈은 그 정보를 활용하여 현실 세계를 모델링하고 시뮬레이션하는 공간이다. 물리적 제품과 디지털 제품이 연결되고, 물리적 공장과 디지털 공장이 연결된다. 그리고 현실에서 발생하는 데이터가 디지털 트윈으로 전달된다. 물리적 요소 → 데이터 → 디지털 트윈 → 시뮬레이션 → AI → 의사결정 → 물리적 요소의 순환구조가 만들어지면 제조 시스템은 단순 자동화를 넘어 지속적으로 학습하고 최적화되는 시스템으로 발전한다. 과거의 디지털 트윈이 물리적 자산을 복제하는 개념에 가까웠다면, 앞으로의 디지털 트윈은 점차 의사결정을 지원하고 실행하는 지능형 운영 모델로 발전할 것이다. SX의 다음 단계에서 가장 중요한 변화는 AI다. 기존 소프트웨어는 사람이 정의한 규칙에 따라 움직였다. 그러나 AI가 결합된 소프트웨어 중심 시스템은 데이터를 분석하고 패턴을 발견하며 상황에 따라 의사결정을 지원하거나 일부 의사결정을 자동화한다. 여기에 생성형 AI와 AI 에이전트가 결합하면 또 다른 변화가 시작된다. 앞으로 엔지니어는 모든 시스템을 직접 조작하는 대신 AI 에이전트에게 목표를 제시하고, 필요한 데이터를 검색하게 하며, 시뮬레이션과 분석을 수행하도록 할 수 있다. 즉, 소프트웨어 중심 제조(software-defined manufacturing)에서 AI 중심 제조(AI-defined manufacturing)로 발전할 가능성이 커지고 있다. 하드웨어 중심 제조업에서는 경쟁력의 중요한 척도가 생산성이 었다. 얼마나 빨리 만들 수 있는가, 얼마나 싸게 만들 수 있는가, 얼마나 높은 품질로 만들 수 있는가가 중요했다. SX 시대에는 여기에 새로운 경쟁 변수가 추가된다. 얼마나 빠르게 제품과 시스템을 변화시킬 수 있는가? 자동차를 예로 들면, 과거에는 새로운 기능을 제공하려면 새로운 모델을 개발해야 했다. 그러나 소프트웨어 중심 제품에서는 소프트웨어 업데이트를 통해 새로운 기능을 제공할 수 있다. 따라서 경쟁의 단위가 제품 릴리스에서 지속적인 업데이트로 이동한다. 이는 제조업의 시간 개념 자체를 변화시킨다. 과거 제조업의 혁신 주기가 ‘년’이었다면 앞으로는 ‘월’, ‘주’, 경우에 따라 ‘일’ 단위가 될 수 있다. 결국 SX 시대의 핵심 경쟁력은 변화의 속도(change velocity)가 된다.   그림 7. 생산성과 변화의 속도   많은 기업이 ‘데이터가 자산’이라고 이야기한다. 그러나 AI 시대에는 데이터만으로 충분하지 않다. AI가 제조업에서 제대로 작동하려면 데이터의 의미와 관계를 이해해야 한다. 예를 들어 특정 센서 데이터가 어떤 제품의 데이터인지, 어떤 부품에서 발생했는지, 어떤 설계 요구사항과 관계되는지, 어떤 제조공정에서 생산되었는지, 어떤 소프트웨어 버전에서 발생했는지 알아야 한다. 즉 데이터에는 맥락(context)이 필요하다. 이 때문에 앞으로 제조업에서는 온톨로지(ontology)와 지식 그래프(knowledge graph)의 중요성이 더욱 커질 것이다. 데이터 → 정보 → 맥락 → 지식 → 인텔리전스라는 발전구조가 필요하다. 디지털 스레드가 데이터를 연결한다면 온톨로지는 그 연결의 의미를 정의하고, 지식 그래프는 관계를 표현하며, AI는 그 위에서 추론한다. SX의 가장 중요한 의미는 제품의 정의 자체를 바꾸는 데 있다. 과거의 제품은 공장에서 출하되는 순간 거의 완성되었다. 그러나 SX 시대의 제품은 출하가 끝이 아니다. 오히려 출하 이후 새로운 생명주기가 시작된다. 제품은 데이터를 생성하고, 기업은 데이터를 분석하고, AI가 새로운 인사이트를 발견하며, 소프트웨어 업데이트를 통해 제품에 다시 반영한다. 따라서 새로운 제품 생명주기는 다음과 같다. 설계 → 구축(build) → 운영(operate) → 감지(sense) → 학습 → 업데이트 → 진화(evolve). 여기서 중요한 단어는 마지막의 ‘진화’다. 미래의 제조기업은 단순히 제품을 만드는 회사가 아니라 제품을 지속적으로 진화시키는 회사가 될 것이다.   그림 8. 지속적 진화 생태계   제조업의 역사를 길게 바라보면 경쟁력의 중심은 계속 이동해 왔다. 기계화→ 자동화→ 전산화→ 디지털화→ 연결화→ 소프트웨어 중심 → AI 중심. 이 변화 속에서 SX는 단순한 기술 트렌드가 아니다. 그것은 제조기업이 제품을 정의하는 방식, 공장을 운영하는 방식, 엔지니어링을 수행하는 방식, 고객에게 서비스를 제공하는 방식, 그리고 기업 자체를 운영하는 방식을 바꾸는 새로운 제조업 운영체제(manufacturing operating system)라고 할 수 있다. 따라서 SX의 핵심 질문은 ‘우리 회사에 소프트웨어가 얼마나 많이 사용되고 있는가’가 아니다. 진짜 질문은 다음과 같다. ‘우리의 제품과 공장, 엔지니어링과 기업은 얼마나 소프트웨어적으로 정의되고 있는가?’ 그리고 한 단계 더 나아가야 한다. ‘그 소프트웨어 정의 구조 위에서 디지털 스레드, 디지털 트윈, 온톨로지와 AI가 얼마나 유기적으로 연결되어 있는가?’ 필자는 앞으로 제조업의 경쟁 구도가 결국 이 질문에 대한 답에 의해 결정될 것이라고 생각한다. 하드웨어 중심 제조에서 소프트웨어 중심 제조로. 그리고 다시 소프트웨어 중심 제조에서 인공지능 중심 제조로. 이것이 제조업이 직면하고 있는 다음 대전환이며, 바로 SX의 시대다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식 연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘ PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-09-01
[칼럼] 데이터 주권으로 다시 설계한 제조기업의 경영
현장에서 얻은 것 No. 26     프롤로그 — 광교의 어느 여름 저녁 2026년 7월 24일, 미래 모빌리티 셀럽 모임 ‘미모셀(MIMOCELL)’의 7월 정모가 열렸다. 장소는 경기도 용인시에 최근 문을 연 ‘더핏(THE PIT)’이었다. 730평 규모의 이 공간은 자동차 튜닝 전문 제조사 네오테크가 만든 첫 번째 직영점이다. 문을 열고 들어서는 순간, 이곳이 단순한 매장이 아니라는 것을 직감했다. 1층과 지하 1층의 플래그십 튜닝 작업장에서는 슈퍼카부터 내수차까지 장착과 세팅, 정비가 원스톱으로 이루어지고 있었고, 쇼룸의 ‘PIT WALL’ 너머로는 고객이 자기 차의 작업 과정을 직접 지켜볼 수 있었다. 카페와 미디어 라운지, 스파르코와 미니 GT가 입점한 MD숍, 파트너 기술 교육장까지 — 제조에서 도매, 소매에 이르는 통합 경험이 한 장소에 구현되어 있었다. ‘PIT’라는 이름은 F1 경주에서 경주차가 타이어를 교체하고 정비를 받는 그 피트에서 왔다. 기술력의 정점이자 세팅의 중심을 상징하는 이름이다. 이준명 대표는 이곳을 “매장이 아닌, 살아있는 레퍼런스(reference store)”라고 불렀다. 현장의 고객 목소리(VOC)가 R&D로 직결되는 기술 허브이자, 해외 바이어에게 ‘이렇게 운영하면 된다’를 실물로 보여주는 글로벌 확장의 실증 엔진이라는 것이다. 이날 저녁, 이 공간의 미디어 라운지에서 필자는 최근 몇 년간 들었던 그 어떤 디지털 전환 강연보다 강렬한 발표를 들었다.   주권을 소유한 제조 브랜드, 네오테크 네오테크는 2006년 7월에 설립된 자동차 튜닝 1세대 기업이다. 경북 김천에 본사와 공장을 두고, 약 50명의 직원이 자동차 애프터마켓용 서스펜션(코일오버)과 고성능 브레이크 시스템(NF 시리즈), 스테빌라이저와 하체 링크류를 개발·생산한다. 부품 개발부터 생산, 품질 검증까지 직접 책임지는 국내 대표 퍼포먼스 섀시 전문 제조사다. 숫자가 이 회사의 궤적을 말해준다. 2025년 매출 101억 원(2024년 96억 원), 2019년부터 2024년까지의 매출 성장률 398%, 전국 800개 이상의 파트너 튜닝샵·정비소 네트워크, 그리고 13개국 수출에 2025년 수출액 약 22억 원. 100억 규모의 중소기업이지만 미국, 캐나다, 호주, 홍콩, 중국 등으로 판로를 넓히며 자동차 튜닝의 세계적 브랜드로 커 나가고 있는 전형적인 강소기업이다. 이준명 대표는 이날 발표에서 네오테크의 정체성을 세 가지 ‘주권’으로 정리했다. 첫째, 브랜드 주권 — 직접 판다. 자사몰과 직영점(THE PIT), 자체 미디어(GridZero)로 고객과 직접 연결되는, 딜러에 의존하지 않는 D2C 구조다. 둘째, 제조 주권 — 직접 만든다. HMLV(다품종 소량) 커스터마이징 제조로 수백 개 차종에 대응하며, 튜닝을 넘어 모빌리티 OE와 방산 섀시까지 같은 공장에서 소화한다. 현대모비스, 오토노머스 A2Z와의 협력이 그 확장의 증거다. 셋째, 운영 주권 — 직접 구축한다. 자체 개발한 MES와 그룹웨어, 그리고 AI 운영체계(AI-SAOS)로 외부 SaaS에 종속되지 않고 데이터·로직·프로세스를 모두 내부 자산으로 소유한다. 가업 승계와 투자 유치, 해외 개척을 차례로 이뤄내고 이제 수도권 광교에 깃발을 꽂은 이 회사의 이야기는 그 자체로 흥미로웠다. 그러나 이날 발표의 진짜 주제는 세 번째 주권, 즉 ‘운영 주권’이 어떻게 만들어졌는가였다.   여러분의 회사입니다. 하지만 여러분의 데이터입니까? 발표의 첫 슬라이드가 스크린에 떠올랐을 때, 장내가 조용해졌다. “여러분의 회사입니다. 하지만 여러분의 데이터입니까?” 이준명 대표는 담담하게 말을 이었다. 그룹웨어, MES, ERP — 우리 회사의 데이터라고 믿고 있는 그 데이터는 사실 설루션 업체의 서버에 있는, 업체를 통해서만 접근 가능한 ‘업체의 데이터’일 뿐이라는 것이다. 화면에는 네오테크에서 각 설루션 업체로 화살표가 뻗어나가고, 그 끝에 데이터가 매달려 있는 다이어그램이 그려져 있었다. 데이터의 주인이 회사가 아니라 설루션이라는, 뒤집힌 구조의 시각화였다. 네오테크의 현실도 다르지 않았다. 근태·메일·전자결재는 다우오피스, 프로젝트 진행과 수주·업무공유는 플로우, 거래명세서와 회계는 이카운트, 생산 현장은 스마트팩토리 지원사업으로 구축한 세아소프트의 커스텀 MES, 그리고 ‘일부’ 자료만 자체 NAS에 저장되어 있었다. 다섯 개의 시스템, 다섯 개의 데이터 섬이었다. “이 다섯 시스템은 과연 융합될 수 있었을까요? 그렇다면 대기업은 왜 자사 시스템을 직접 개발할까요?” 버튼 하나만 옮겨도, API 하나만 요청해도 비용이 발생하고, 새로운 개발 요청은 수천만 원이 든다. 데이터는 각 설루션 회사의 것이고, 결국 직원들이 각 시스템의 데이터를 수작업으로 조합해 대표에게 보고하는 구조가 된다. 이 대표는 “네오테크도 마찬가지였습니다”라고 인정했다. SaaS 구독의 편리함 뒤에 숨어 있는 종속의 구조를 이렇게 정면으로 짚어낸 발표를, 필자는 오랜만에 들었다.   첫 투자를 받은 후 — 대표가 대답하지 못한 질문 전환점은 2025년 7월에 찾아왔다. 네오테크가 첫 투자를 유치한 것이다. 축하할 일이었지만, 그날부터 수시로 들어오는 질문과 보고 요청이 이 대표를 시험대에 올렸다. 거래처별 채권·채무 현황을 실시간으로 볼 수 있는가. 채권 회수 기간은 며칠인가. 평균 납기는 며칠이고, 제품별 납기는 얼마나 차이가 나는가. 외주처의 입고 납기는 평균 얼마나 지연되고 있는가. 누가 회사에서 가장 활발하게 활동하고 있는지, 그 사람이 지금 무슨 일을 하고 있는지 아는가. 이 대표의 고백은 솔직했다. “나는 모든 숫자를 ‘대략’, ‘감으로’ 알고 있었다.” 그리고 청중을 향해 물었다. “노트북 제출 없이, 지 금 이 자리에서 대답할 수 있는 분 계십니까?” 이 질문 앞에서 자유로운 경영자가 몇이나 될까. 20년째 회사를 경영해 온 대표조차 투자자의 기본적인 질문에 즉답할 수 없는 상황 — 이것이 시스템을 다섯 개나 쓰고 있는 중소기업의 실제 모습이었다. 문제는 시스템의 부재가 아니라 데이터 흐름의 단절이었고, 더 근본적으로는 데이터 주권의 부재였다. 필자가 제조기업의 PLM·ERP 혁신 프로젝트 현장에서 늘 마주하는 문제의식과 정확히 같은 지점이었다. 도구는 있다. 그러나 데이터가 흐르지 않고, 흐른다 해도 그 데이터의 주인이 내가 아니다.   바이브 코딩으로 다시 설계하다 — 네오테크의 AI-SAOS 여기서 이준명 대표가 택한 길이 이날 발표의 백미였다. 그는 설루션 업체에 수천만 원짜리 커스터마이징을 요청하는 대신, AI와 함께 직접 만들기 시작했다. 이날 강연의 제목 그대로 ‘바이브 코딩(vibe coding)으로 개발한 네오테크 그룹웨어·MES’였다. 바이브 코딩은 자연어로 의도를 전달하면 AI가 코드를 생성하고, 사람은 방향을 잡고 검증하며 빠르게 반복하는 개발 방식이다. 이 대표는 아이디어에서 서비스 구현까지의 실제 경험과 노하우를 공유했는데, 그 결과물이 놀라웠다. 근태와 전자결재를 담는 그룹웨어, 김천 공장의 생산 현장을 담는 MES, 그리고 이들을 관통하는 AI 운영체계 ‘AI-SAOS’까지 — 흩어져 있던 다섯 개의 데이터 섬이 네오테크 내부 자산으로 통합되어 가고 있었다. 투자자의 질문에 ‘감’이 아니라 데이터로 답하는 경영, 이 대표는 이것을 ‘눈에 보이는 경영’, 투명경영이라고 불렀다. 그리고 이 투명성은 내부 경영에 그치지 않는다. 13개국의 글로벌 바이어들과 함께 성장하려면 회사의 상태를 데이터로 보여줄 수 있어야 하고, THE PIT라는 실증 매장과 자체 구축한 AI 운영체계는 그 신뢰의 인프라가 된다. 제조 강소기업이 브랜드 강화를 넘어 토털 설루션을 만들어 가는 것 — 이것이 글로벌 기업으로 가는 첫 단추라는 생각이 들었다. 발표를 들으며 필자가 특히 주목한 것은 ‘기술 도입’과 ‘업무 혁신’의 차이였다. 많은 기업이 AI를 도입한다. 그러나 네오테크는 AI를 도입한 것이 아니라, AI로 자기 문제를 풀었다. 현대자동차의 국재창 책임연구원도 같은 지점을 짚었다. 아무리 바이브 코딩을 적극적으로 활용한다 해도 이처럼 짧은 시간 안에 실제 업무에 적용 가능한 수준의 결과물을 구현하는 것은 결코 쉬운 일이 아니며, 기술을 단순히 도입하는 것을 넘어 실질적인 업무 혁신으로 연결한 점이 큰 의미로 다가왔다는 소감이었다.     현장의 반향 — 그리고 나눔으로 이어지는 혁신 발표가 끝난 뒤의 분위기는 감동과 놀라움, 그 자체였다. 매출 500억 규모 중소기업의 경영자문을 맡고 있는 김준완 컨설턴트는 MES와 ERP 때문에 방향을 잡지 못해 어려워하던 차에, 이 대표의 적극적인 열의와 구성원들의 오픈 마인드가 조화를 이루어 ‘눈에 보이는 경영’을 실현하고 있는 모습에 놀랐다며 좋은 영감을 얻었다고 했다. 이 모임을 주선한 에이스웍스 박승범 대표는 가업승계, 투자유치, 해외 개척에 이어 수도권 광교에 깃발을 꽂은 네오테크가 완전히 인상적이었다며 앞으로가 더욱 기대된다고 화답했다. 필자 역시 질문을 많이 던진 참석자 중 하나였다. SaaS 구독 서비스가 갖는 구조적 어려움과, 그 속에서 네오테크만의 비장의 무기를 만들어 가는 여정 — 니즈를 찾아 네오테크만의 색깔을 입히는 것이야말로 오늘날 AI가 가야 할 방향이 아닐까 싶었다. 이날 필자는 AI 기술로 기업의 구축 설루션을 A부터 Z까지 만들 수 있겠다는 희망을 보았고, 동시에 ‘사람이 미래인 이유’도 다시 확인했다. AI는 고민하지 않는다. 무엇이 문제인지 정의하고, 왜 데이터 주권이 내게 없는지 의심하고, 그것을 되찾겠다고 결심하는 것은 결국 사람의 몫이다. 네오테크는 그 고민을 시스템으로 녹여 실제로 적용하는 모습을 보여주었다. 더 감동적인 대목은 그다음이었다. 이준명 대표는 자신의 성과에 그치지 않고, 비슷한 어려움을 겪고 있는 다른 기업들에게 자신의 경험과 노하우를 아낌없이 나누고 있었다. 이날의 발표 자체가 그 나눔의 실천이었다. 소매 매장이 생기면서 주 7일을 일하고, 세미나 당일에도 자정까지 고객을 응대하고 다음 날 아침 예약 차량 때문에 다시 출근하는 대표 — 그러면서도 “많은 진심 어린 조언과 관심이 저뿐만 아니라 팀원들에게도 큰 도움이 됐다”며 함께 커 나가겠다는 그의 인사에서, 이 회사가 왜 젊고 강한지를 보았다.   에필로그 — 현장에서 얻는 것 돌아오는 길에 이날의 발표를 곱씹었다. 네오테크가 던진 질문은 사실 모든 제조기업을 향한 것이다. ‘여러분의 회사입니까? 그렇다면 여러분의 데이터입니까?’ 디지털 전환의 담론은 흔히 ‘어떤 설루션을 도입할 것인가’에서 출발한다. 그러나 네오테크의 사례는 질문의 순서를 바꾸라고 말한다. 먼저 물어야 할 것은 ‘나의 문제는 무엇이고, 그 문제를 풀기 위한 데이터의 주인은 누구인가’이다. 대기업은 오래전부터 자사 시스템을 직접 개발해 왔다. 이제 생성형 AI와 바이브 코딩의 시대 가 열리면서, 그 길이 45명 규모의 중소기업에게도 열렸다. 수천만 원의 커스터마이징 견적서 앞에서 좌절하던 중소기업 대표가, AI 를 파트너 삼아 자기 회사에 꼭 맞는 시스템을 직접 만들 수 있는 시대가 온 것이다. 물론 모든 기업이 네오테크처럼 할 수 있는 것은 아니다. 대표의 문제 정의 능력, 구성원의 오픈 마인드, 그리고 끝까지 밀어붙이는 실행력이 전제되어야 한다. 그러나 방향만큼은 분명하다. AI 시대의 경쟁력은 도구의 보유가 아니라 데이터 주권의 소유에서 나오고, 혁신은 기술의 도입이 아니라 문제의 해결에서 완성된다. ‘대표자는 문제를 해결할 수 있어야 한다’는 이준명 대표의 명제는, 그래서 튜닝 회사의 이야기를 넘어 이 시대 모든 경영자를 향한 화두로 남았다. F1의 피트에서 경주차는 멈추는 것이 아니라 더 빨리 달리기 위해 정비를 받는다. 광교의 THE PIT에서 필자는 한 강소기업이 데 이터 주권이라는 새 타이어로 갈아 끼우고 글로벌 트랙으로 다시 출발하는 장면을 목격했다. 신차를 뽑으면 꼭 이곳에 맡기고 싶다는 생각과 함께, 경정비를 넘어 차량의 상태를 살펴주는 ‘주치의’ 같은 브랜드로 커 가기를 응원하며 — 오리지널을 넘어서는 업그레이드(UPGRADE BEYOND THE ORIGINAL), 네오테크의 다음 랩(lap)이 기대된다.   ■ 류용효 디원 PLM기술본부에서 상무로 재직 중이며, 페이스북 ‘류용효컨셉맵 연구소’ 리더, CNGTV 지식방송 전문위원으로 활동하고 있다. PTC코리아, 오라클, 지멘스 PLM 등을 거치며 PLM과 프로세스 컨설팅 분야에서 일해 왔다. 저서로 ‘베테랑 기획자의 바이브코딩 도전기’가 있다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-09-01
CAD&Graphics 2026년 9월호 목차
  17 THEME. 끊김 없는 연결과 지능화, 디지털 제조 AX의 최신 트렌드 Ⅱ   PLM 데이터는 ‘문서’가 아니라 ‘연결의 망’이다 / 이기호 대규모 점군 처리와 CAD 데이터 최적화를 위한 통합 디지털 엔지니어링 설루션 / 아이지피넷 PLM의 제품 다양성 및 복잡성 관리 전략 : 디지털 전환 시대의 복잡성 통제 / 김창근 제품 데이터 관리를 넘어, 제품이 구성되는 구조와 규칙을 관리해야 할 때 / 김진회   INFOWORLD   Focus 40 지멘스 EDA, ‘AI 네이티브 디자인’으로 반도체·시스템 설계 혁신 가속 42 에픽게임즈, “언리얼 엔진 6와 실용적 AI 전략으로 차세대 생태계 구축”   Case Study 44 자율주행 기술 접근성에 혁신을 가져오다 티어포의 오픈소스 시뮬레이터 AWSIM 48 실시간 주행 정보 시각화에서 AI 기반 차량 제어까지 디지털 콕핏으로 운전자 경험을 바꾸는 언리얼 엔진 HMI   Column 51 제조 경쟁력을 위한 AI와 시뮬레이션의 결합 / 오병준 AI로 디지털 트윈의 잠재력을 극대화하다 54 데이터를 실행 가능한 의사결정으로 / 이민수 라이프사이클 인텔리전스가 바꾸는 EPC 생산성 57 현장에서 얻은 것 No. 26 / 류용효 데이터 주권으로 다시 설계한 제조기업의 경영 60 디지털 지식전문가 조형식의 지식마당 / 조형식 새로운 제조업의 대전환과 소프트웨어 중심 전환   64 New Product 66 New Books 68 News   Directory 123 국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 72 BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱 무료 토큰으로 개발 지원하는 바이브 코딩 도구 컨티뉴 78 새로워진 캐디안 2026 살펴보기 (10) / 최영석 유틸리티 기능 외 Ⅳ 82 데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2027 (5) / 최하얀 면적 계산과 도면 주석을 하나로 — AREANOTE 85 오토데스크 디자인 & 메이크 서밋 코리아 2026 참관기 / 양승규 도구의 시대를 지나 운영 모델의 시대로   Mechanical 92 제품 개발의 완성도를 높이는 크레오 파라메트릭 13 (2) / 김주현 모델링 및 판금 개선사항   Analysis 99 산업을 위한 AI와 버추얼 트윈 기술 (7) / 안치우 AI 모델을 다이몰라 환경으로 이식하는 워크플로와 활용 전략 102 앤시스 워크벤치를 활용한 해석 성공 사례 / 김진탁 전자기기 냉각의 다음 단계, 2상 액침냉각의 해석적 접근 108 성공적인 유동 해석을 위한 케이던스의 CFD 기술 / 나인플러스IT 더 빠르고 스마트한 선박 설계 의사결정을 위한 CFD 설루션 116 심센터 HEEDS 더 깊게 살펴 보기 (9) / 이종학 복잡한 설정을 한번에, 오토메이션 스크립트   Visualization 112 생성형 AI 영상 제작의 기술과 전략 (3) / 최석영 AI 기반 크리에이티브 워크플로 혁신     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기
작성일 : 2026-08-28
PTC, 엔터프라이즈 복잡성 대응 위한 ALM 포트폴리오 강화
PTC가 코드비머(Codebeamer) 3.3, 코드비머 AI 1.2, 퓨어 배리언츠(Pure Variants) 7.3을 출시하며 애플리케이션 수명주기 관리(ALM) 포트폴리오의 최신 기능을 발표했다. 이번에 공개한 설루션은 제품 변형 간 일관된 변경 관리와 데이터 검색이라는 엔지니어링 팀의 주요 과제를 해결하는 데 초점을 맞추었다. PTC의 ALM 포트폴리오 설루션은 자동차, 의료기술, 연방, 항공우주, 방위 산업 분야에서 소프트웨어 개발 및 요구사항 관리를 위한 시스템으로 활용되고 있다. 신규 버전은 추적성과 변경 관리 기능을 강화하고 규제 및 품질 요구사항에 부합하는 AI 지원 기능을 추가했다.     코드비머 3.3은 ‘델타 머지(Delta Merge)’ 기능을 통해 구성 관리 성능을 한층 높였다. 승인된 변경사항을 엔지니어가 수동으로 다시 적용할 필요 없이 관련 제품 변형 전체에 자동으로 반영한다. 변형 라인을 추적하는 신규 ‘스트림 탭’과 승인 권한을 제어하는 역할 기반 ‘스트림 관리 권한’을 추가했다. PTC의 윈칠(Windchill) PLM 설루션 및 디지털 스레드와의 연동도 한층 깊어졌다. 코드비머 AI 1.2는 시맨틱 검색 기반의 ‘AI 검색 어시스턴트’를 도입했다. 단순히 텍스트를 일치시키는 방식에서 벗어나 검색어의 의미와 의도를 파악하여 한층 정확한 결과를 제공한다. 새로 도입된 인덱싱 서비스를 통해 규제 대상 산업에서도 데이터 처리 방식과 위치를 직접 제어할 수 있다. 퓨어 배리언츠 7.3은 고속 ‘스트림 트랜스포메이션’ 기능을 추가했다. 구성된 제품 변형을 작업 세트(코드비머 내 요구사항 연동 복사본)로 효율적으로 변환한다. 수동으로 복사하여 조정하지 않아도 요구사항이 변형의 특정 기능과 값을 반영해 자동 업데이트된다. PTC는 코드비머, 퓨어 배리언츠 등의 포트폴리오를 통해 제조업체가 제품 데이터 기반을 구축하고 기업 전체로 가치를 확장하도록 지원하고 있다고 전했다. 제품 데이터 활용 범위를 넓히면 제품 복잡성을 효과적으로 관리하고 규제 표준을 준수하면서 고품질 제품을 시장에 빠르게 출시할 수 있다은 것이다. PTC의 엔리케 크라이말닉 ALM 부문 총괄은 “고객은 과거보다 훨씬 더 많은 제품 변형과 구성을 관리하고 있다. 병합 작업을 해결하거나 요구사항을 찾는 데 드는 시간은 더 나은 제품을 개발할 기회를 빼앗는다”면서, “이번 최신 버전은 여러 구성에 걸쳐 변경사항을 재사용하고 필요한 정보를 스마트하게 찾는 방법을 제공한다”고 강조했다.
작성일 : 2026-08-06
위즈코어 “설계부터 생산까지 하나로… 디지털 스레드가 제조 AX 핵심”
이미지 제작(챗GPT)    피지컬 AI와 자율제조 기술이 제조 산업의 패러다임을 빠르게 바꾸고 있다. 최근 전문가들은 제조 현장의 고유한 특수성을 고려할 때, 당분간 인공지능과 현장 작업자가 긴밀하게 협업하는 휴먼 인 더 루프 방식의 자율제조가 주를 이룰 것으로 전망하고 있다. 이러한 변화 속에서 캐드, 제조 AI, 스마트팩토리 전문기업인 위즈코어는 성공적인 제조 AI 전환의 출발점으로 데이터의 맥락을 연결하는 디지털 스레드 구축을 강조하고 나섰다. 위즈코어는 성공적인 제조 AX(AI 전환)의 출발점으로 단순한 데이터 축적이 아닌 데이터의 의미와 관계를 정의하는 ‘디지털 스레드(Digital Thread)’ 구축을 제시했다. 위즈코어는 제조 AX는 기존 DX로 구축한 데이터 위에 AI를 결합해 현장의 판단과 실행력을 높이는 과정이며 PLM, MES, CAD, CNC 등 단절되어 있던 시스템 데이터를 하나의 맥락으로 이어주는 디지털 스레드가 선행되어야 문제 원인을 정밀 추적하고 공정을 최적화할 수 있다고 강조한다. 실제 위즈코어는 설계부터 제조까지의 전 과정을 하나의 흐름으로 관리하는 ‘Design-to-Manufacturing AI Platform’ 구축에 역량을 집중하고 있다. 온톨로지 기반으로 정보를 구조화하고 업무 시스템, AI 에이전트, 로봇 등을 연계하는 오케스트레이션 구조를 구현 중이며, 한국생산기술연구원 등 연구기관과 협력해 제조 데이터 표준화 및 MLOps 기술 실증에도 앞장서고 있다. 박승훈 대표는 “자율제조는 단일 AI 모델이 아닌 정보 기반, 판단 조율 체계, 현장 실행 인프라가 함께 갖춰져야 가능하다”며 “제조 현장의 맥락을 이해하는 AX 플랫폼을 통해 국내 제조업의 경쟁력을 세계 최고 수준으로 높여가겠다”고 밝혔다. 
작성일 : 2026-08-03
모두솔루션, 미래 설계 인재 발굴 위한 제7회 CAD 경진대회 공동 개최
대 학생 및 특성화고 학생, 실무 현장에서 활용되는 지스타캐드(GstarCAD)로 설계 역량 겨뤄 모두솔루션은 전자신문과 공동으로 지난 7월 24일 제7회 CAD 경진대회를 개최했다고 밝혔다. CAD 경진대회는 CAD 설계 분야의 우수한 기술 및 기능 인력을 발굴하고, 향후 산업 현장에서 활약할 설계 인재를 양성하기 위해 매년 개최되는 경진 행사다. 올해로 7회를 맞은 이번 대회에는 전국 대학과 특성화고 재학생 350여 명이 참가를 신청하며 CAD 설계 분야에 대한 높은 관심을 보였다. 이번 대회는 국내 대학 및 특성화고의 기계 및 설계 관련 학과 재학생을 대상으로 온라인 방식으로 진행됐다. 참가자들은 제한된 시간 동안 주어진 2D CAD 설계 과제를 수행하며 도면 해석 능력과 CAD 활용 역량을 겨뤘다. 대회에는 모두솔루션이 국내에 공급하는 범용 2D CAD 소프트웨어인 지스타캐드가 활용됐다. 참가자들은 제공된 도면과 안내사항을 바탕으로 형상을 정확하게 구현하고, 치수와 주석, 레이어 등 도면 작성 기준에 맞춰 결과물을 완성했다. 제출된 도면은 CAD 분야 전문가로 구성된 심사위원단이 설계 정확도와 도면 완성도, 과제 수행 능력 등을 기준으로 종합 평가했다. 모두솔루션은 이번 대회를 통해 학생들이 지스타캐드의 기능 활용을 넘어, 제한된 시간 안에 설계 조건을 해석하고 정확한 도면으로 구현하는 실무 역량을 점검할 수 있는 기회를 제공했다. CAD는 기계, 제조, 건축, 건설 등 다양한 산업 분야의 설계 업무에 활용되는 핵심 기반 기술이다. 산업 현장에서는 CAD 소프트웨어 활용 능력과 함께 도면을 정확하게 이해하고 설계 의도를 표현할 수 있는 실무 역량의 중요성이 지속해서 높아지고 있다. 모두솔루션에서 지스타사업부를 총괄하고 있는 성기정 상무는 "CAD 산업이 지속적으로 발전하기 위해서는 우수한 소프트웨어와 함께 이를 산업 현장에서 활용할 수 있는 설계 인재를 발굴하고 육성하는 것이 중요하다"며 "이번 경진대회가 학생들이 자신의 CAD 설계 역량을 점검하고 미래 설계 전문가로 성장하는 계기가 되기를 바란다"고 말했다. 이어 모두솔루션은 앞으로도 학생과 예비 설계 인력이 산업 현장에서 요구되는 역량을 갖출 수 있도록 CAD 교육과 인재 육성을 지원하는 다양한 활동을 지속해 나가겠다고 밝혔다. 이번 대회에서는 대학부와 특성화고등학교부를 합해 총 33명의 수상자를 선정했다. 총상금은 2340만원 규모로, 대학부 대상 수상자에게는 국제기능올림픽대회 한국위원회장상과 상금 300만원이 수여된다. 이 밖에도 대학부와 특성화고등학교부의 최우수상, 우수상, 장려상 등 수상자에게 모두솔루션 대표이사상과 전자신문 대표이사상, 한국폴리텍대학 이사장상 등이 수여될 예정이다. 수상자는 심사를 통해 최종 선정됐으며, 시상식은 오는 8월 21일 개최될 예정이다. 한편, 모두솔루션은 지스타캐드를 비롯해 피티씨 크리오 및 윈드칠 기반의 3D CAD 및 PLM 솔루션과 도면 관리 및 설계 자동화 시스템을 공급하고 있다. 소프트웨어 공급과 기술지원뿐 아니라 교육, 세미나, 경진대회 등 국내 설계 소프트웨어 산업의 발전과 전문인력 양성을 위한 활동도 이어가고 있다.  
작성일 : 2026-08-02
DWG에서 STEP으로, 경계를 넘는 3D 협업
데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2027 (4)   아레스 커맨더(ARES Commander)는 최신 버전인 아레스 커맨더 2027에서 DWG 도면을 STEP(*.stp/*.step) 형식으로 변환할 수 있는 기능을 한층 확장했다. 기존에 지원하던 STEP 가져오기 기능에 더해 새롭게 STEP 내보내기 기능이 추가되면서, 사용자는 이제 완전한 양방향 워크플로를 통해 3D 데이터를 자유롭게 주고받을 수 있게 되었다. 이는 단순한 파일 형식 추가를 넘어, 서로 다른 CAD·CAM·CAE 생태계를 잇는 실질적인 협업 도구로서의 의미를 지닌다. 이번 호에서는 STEP이라는 표준 형식의 의미부터 아레스 커맨더가 이를 지원하게 된 배경, 그리고 현장에서 기대할 수 있는 실질적 가치까지 순서대로 살펴보겠다.   ■ 최하얀 위즈코어 마케팅팀의 전임으로 ARES CAD의 마케팅 콘텐츠 기획 및 제품 홍보 업무를 담당하고 있다. 홈페이지 | www.arescad.kr 블로그 | https://blog.naver.com/graebert 유튜브 | www.youtube.com/GraebertTV   STEP, 3D 데이터 교환의 표준 언어 CAD 데이터는 더 이상 하나의 소프트웨어 안에 머물지 않는다. 하나의 설계가 완성되기까지는 여러 부서와 협력사, 그리고 서로 다른 플랫폼을 거치는 과정이 필요하며, 이 과정에서 파일 형식의 호환성은 업무 효율을 좌우하는 핵심 요소로 작용한다. 특히 3D 모델을 기반으로 제조·설계 데이터를 주고받아야 하는 환경에서는 특정 소프트웨어에 종속되지 않는 표준 교환 형식의 존재가 필수이다. STEP은 국제표준화기구(ISO)가 제정한 ISO 10303 표준에 기반한 제품 모델 데이터 교환 형식으로, 3D CAD 및 PLM(제품 수명주기 관리) 소프트웨어 환경에서 가장 널리 사용되는 교환 형식 중 하나이다. 특정 CAD 벤더의 고유 포맷과 달리 STEP은 기하학적 형상 정보를 플랫폼에 구애받지 않고 전달할 수 있도록 설계되었다. 그 결과 서로 다른 소프트웨어를 사용하는 조직 간에도 형상 정보의 손실 없이 3D 모델 데이터를 주고받을 수 있다. DWG가 2D 도면 편집과 설계 작업에 최적화된 형식이라면, STEP은 완성된 3D 형상을 다른 시스템으로 전달하는 데 특화된 형식이라 할 수 있다. 두 형식의 성격이 다르기 때문에, DWG를 기반으로 작업하는 CAD 소프트웨어가 STEP을 함께 지원한다는 것은 곧 설계 단계와 제조·협업 단계를 하나의 흐름으로 연결한 다는 의미를 갖는다.   그림 1   가져오기에서 내보내기로, 완성되는 양방향 워크플로 아레스 커맨더는 이전 버전에서 이미 STEP 파일을 가져오는 기능을 도입한 바 있다. 이번 아레스 커맨더 2027 업데이트에서는 여기에 STEP 내보내기 기능이 새롭게 추가되면서, 사용자는 STEP 파일을 가져오는 것은 물론 자신이 작업한 DWG 도면을 STEP 형식으로 내보낼 수도 있게 되었다. 이로써 솔리드웍스, 카티아, 인벤터, PTC 크레오, PTC 온쉐이프 등 업계에서 널리 사용되는 다양한 3D CAD·PLM 설루션과 2D 또는 3D 지오메트리를 자유롭게 주고받을 수 있는 양방향 워크플로가 비로소 완성되었다. <그림 2>는 아레스 커맨더를 중심으로 DWG와 STEP 사이에서 데이터가 어떻게 순환하는지를 정리한 것이다.   그림 2   가져오기와 내보내기가 하나의 애플리케이션 안에서 모두 지원됨에 따라, 사용자는 별도의 변환 프로그램이나 외부 서비스를 거치지 않고도 아레스 커맨더 안에서 곧바로 데이터 교환을 완결할 수 있다. 이는 특히 여러 CAD 환경이 공존하는 프로젝트에서 작업 단계를 단축하는 효과로 이어진다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2026-07-31