• 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 "SLA"에 대한 통합 검색 내용이 776개 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] 코리아 그래픽스 2026, AI와 에이전트가 이끄는 크리에이티브의 미래 제시
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.
작성일 : 2026-10-07
복잡한 엔지니어링 시스템의 개발과 검증 돕는 매스웍스 R2026b
매스웍스는 자사의 모델 기반 설계 및 시뮬레이션 설루션인 매트랩(MATLAB)과 시뮬링크(Simulink)의 최신 버전인 릴리스 2026b(이하 R2026b)를 발표했다. 이번 릴리스는 소프트웨어와 전자, AI가 유기적으로 맞물리는 복잡한 시스템 개발에서 검증과 배포 과정을 간소화하는 데 중점을 두었다. 최근 엔지니어링 분야에서는 여러 기술이 융합되면서 시스템 구조가 한층 복잡해지고 있다. 이에 따라 개발 현장에서는 공통 모델을 바탕으로 수많은 파생 설계와 구성을 관리하고, 이를 검증하며 대규모로 배포하는 데 따르는 부담이 커졌다. 매스웍스는 R2026b를 통해 구성 관리, 외관 검사, 테스트 자동화, 시스템 검증 전반을 지원하는 새로운 기능을 대거 선보였다고 설명했다. 이번 버전에는 시뮬링크 배리언트 매니저(Simulink Variant Manager), 비주얼 인스펙션 툴박스(Visual Inspection Toolbox), 폴리스페이스 테스트 서버(Polyspace Test Server)가 새로 포함됐다. 시뮬링크 배리언트 매니저는 모델과 시스템 아키텍처 전반에서 늘어나는 파생 설계를 체계적으로 다룰 수 있도록 돕는다. 개발 과정 전반의 추적성과 일관성을 높여 플랫폼 기반 설계를 원활하게 진행할 수 있게 한다.     비주얼 인스펙션 툴박스는 AI와 컴퓨터 비전 기술을 접목해 제조 현장의 외관 검사 시스템 개발을 단순화한다. 결함 위치 파악과 이상 탐지, 정밀 측정 작업을 자동화할 수 있다. 함께 선보인 포인트 클라우드 툴박스(Point Cloud Toolbox)는 라이다(LiDAR), 레이다, 카메라, SLAM(위치추정 및 지도작성) 기반의 워크플로를 확장해 로보틱스와 운송 분야의 자율 인식 시스템 개발을 뒷받침한다. 소프트웨어 품질 관리를 위한 폴리스페이스 테스트 서버는 C 및 C++ 임베디드 소프트웨어의 테스트와 코드 커버리지 분석을 자동화한다. 자동화 서버 환경에서 단위 및 통합 테스트를 수행해 수작업 검증 부담을 덜고, 관련 규정 준수 작업을 수월하게 마칠 수 있도록 지원한다. 주요 제품군의 모델링 및 연동 기능도 개선됐다. 매트랩은 새로운 프로젝트 파일 형식과 구글 시트 연동, 소스 제어 개선으로 협업 편의를 넓혔다. 시뮬링크는 재사용 가능한 퍼블리시 모델과 AI 기반 프로파일링 도구를 지원한다. 이 밖에도 항공우주 툴박스의 궤도 및 비행체 모델링 확장, 오디오 툴박스의 가상 음향 평가 기능, 시계열 AI를 다루는 딥러닝 워크플로, AMD 시스템온칩(SoC) 및 FPGA(프로그래머블 반도체)를 지원하는 하드웨어 공동 설계 기능 등이 고루 보강됐다. 매스웍스는 이번 업데이트를 통해 엔지니어링 팀이 개발 복잡성을 줄이고, 아이디어 구상부터 완성품 제작에 이르는 전 과정을 한층 빠르게 이끌어갈 수 있을 것으로 기대한다고 밝혔다. 매스웍스의 아비나시 네헤미아 설계 자동화 부문 제품 관리 및 마케팅 총괄은 “엔지니어링 조직은 소프트웨어, AI, 전자 및 커넥티드 시스템을 결합한 더욱 정교한 제품을 개발하는 동시에 품질과 규정 준수를 확보하고 개발 속도까지 유지해야 하는 과제에 직면해 있다”면서, “R2026b는 엔지니어링 팀이 설계, 시뮬레이션, 테스트, 배포 워크플로를 연결할 수 있도록 지원한다. 이를 통해 복잡성을 관리하는 데 드는 시간을 줄이고 개념 단계에서 실제 제품화 단계까지 보다 신속하게 진행할 수 있다”고 말했다.
작성일 : 2026-09-29
어도비 포 슬랙, 슬랙 대화창에서 콘텐츠 바로 만든다
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.
작성일 : 2026-09-04
캐디안 2026의 유틸리티 기능 외 Ⅳ
새로워진 캐디안 2026 살펴보기 (10)   오토캐드와 양방향으로 호환되는 국산 CAD인 캐디안(CADian)이, 한 차원 높은 사용자 경험을 제공하는 차세대 CAD ‘캐디안 2026’을 선보였다. 이번 호에서도 신제품에서 원활하게 구동되는 새로운 유틸리티 기능 중에서 유용한 기능들 몇 가지를 자세히 살펴보도록 하겠다.   ■ 최영석 위즈코어 기술지원팀 부장으로 기술지원 업무 및 캐드 강의를 담당하고 있다. 홈페이지 | www.cadian.com 카페 | https://cafe.naver.com/ilovecadian   캐디안 2026 버전의 유틸리티를 설치하는 방법은 다음과 같다. 캐디안 홈페이지에 접속한 후 고객지원 클릭 → 기술자료실을 클릭하면 기술자료가 목록으로 표시되며, 현재 유틸리티 형태로 지원되는 LISP(리스프) 개수는 총 600개이다. 3번의 ‘캐디안 리습(lisp) 600개 통합본 + 메뉴화일 다운로드 AUTOLISP입니다’ 항목을 클릭하여 안내된 대로 설치하면 캐디안에서 유틸리티 기능을 이용할 수 있다.     여러 개의 구멍이 있는 와셔 또는 커버(WASHER) 기계 설계나 부품 상세도를 그릴 때, 여러 개의 볼트 구멍이 들어가는 와셔(washer)나 커버(cover)를 그리는 작업은 꽤 손이 많이 간다. 정면 단면도를 그리고, 해치를 넣고, 다시 측면도에서 원과 PCD 라인을 그린 뒤 홀을 배열해야 한다. ‘WASHER’는 치수 데이터만 입력하면 정면 단면도(해치 포함), 측면도, 그리고 기본적인 치수 기입까지 한방에 해결해 주는 스마트한 LISP다.   주요 기능 및 특징 정면/측면도 동시 생성 : 단면 형태의 정면도와 구멍 배치가 표현된 측면도를 한 번의 실행으로 모두 그려낸다. 스마트 해칭 & 레이어 관리 : ‘center’, ‘hatch’, ‘dim’ 레이어를 자동으로 생성하여 중심선, 해치, 치수를 알맞은 속성으로 구분해 준다. 자동 치수 기입 : 내경, 외경, PCD 치수 등을 자동으로 기입하여 도면 작성 시간을 단축한다. 유연한 방향 지정 : 사용자가 찍는 방향에 따라 측면도가 생성될 위치와 각도를 자유롭게 조절할 수 있다.   실행 순서 및 활용 방법 명령창에 ‘WASHER2’를 입력한다. 중심점 및 방향 지정 : 와셔의 중심점을 클릭하고, 측면도가 그려질 방향을 마우스로 클릭한다. 데이터 입력 : 아래 항목을 순서대로 입력한다. 두께, 내경(&OSLAsh;), 외경(&OSLAsh;) 홀의 PCD(중심원 직경), 홀의 직경(&OSLAsh;), 홀의 개수 완성 : 입력한 수치에 맞춰 단면 해치와 중심선이 포함된 부품 도면이 생성된다.     중간점 기준으로 X박스 그리기(MXBOX) 구조 도면이나 상세도를 그릴 때 박스 안에 ‘X’ 표시를 넣어 개구부나 부재의 단면을 표현할 일이 많다. 하지만 매번 박스를 그리고 대각선을 긋는 것은 여간 귀찮은 일이 아니다. MXBOX는 중간점과 방향만 지정하면 중복되는 선은 피해서 박스와 X표시를 한방에 그려준다.   주요 기능 및 특징 스마트 방향 인식(auto-swap) : 마우스를 찍는 방향에 따라 가로, 세로 의도한 방향으로 박스를 생성한다. 완벽한 X-마감 : 박스 테두리 생성 후 내부 대각선까지 자동으로 연결하여 완벽한 ‘X-Box’ 형태를 완성한다.   실행 순서 및 활용 방법 명령창에 ‘MXBOX’를 입력한다. 시작점 지정 : 박스의 한쪽 변 중간점이 될 위치를 클릭한다. 방향 지정 : 박스가 뻗어 나갈 방향을 마우스로 클릭한다.(이때 수직/수평 여부를 LISP가 판단한다.) 치수 입력 : 가로 길이와 세로 길이를 차례로 입력한다. 완성 : 방향에 맞춰 박스가 그려지고, 내부에 ‘X’자 대각선이 생성된다.     중심선이 있는 사각형 그리기(RECTC) 일반적인 ‘RECTANG’ 명령으로 사각형을 그리면, 그 이후에 다시 중심선을 긋고 적당한 길이로 연장(lengthen)하는 후속 작업이 따른다. ‘RECTC’는 가로·세로 값만 입력하면 사각형의 생성과 동시에 상하좌우로 삐져나온 중심선까지 한번에 그려준다.   주요 기능 및 특징 자동 중심선 작도 : 사각형의 가로·세로 비율을 계산하여 정확한 중심점을 찾고, 수평·수직 중심선을 자동으로 그려준다. 지능형 레이어 생성 및 관리 : center 레이어가 없을 경우 자동으로 생성(색상 1번 − 빨간색, 선 종류 − CENTER)하여 적용한다. 작업 후에는 원래 사용하던 레이어로 알아서 복귀한다. 비례형 선 연장 : 사각형 크기에 상관없이 가로 길이의 15%만큼 중심선을 자동으로 연장하여 도면의 가독성을 높인다. 스마트 선축척(LTSCALE) 조절 : 사각형의 크기에 맞춰 선축척을 자동으로 조절해, 아주 작은 사각형이나 아주 큰 사각형에서도 중심선의 점선 모양이 예쁘게 표현된다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2026-09-02
인텔, 에이전틱 AI 겨냥한 차세대 반도체 아키텍처 3종 공개
인텔은 반도체 분야 학회인 ‘핫 칩스(Hot Chips)’에서 에이전틱 AI와 기업용 워크로드를 지원하는 새로운 아키텍처 3종을 공개했다. 이번에 선보인 제품군은 고성능 오케스트레이션을 위한 다이아몬드 래피즈(Diamond Rapids) 프로세서, 효율적인 추론을 돕는 크레센트 아일랜드(Crescent ISLAnd) GPU, 지능형 클라이언트 및 에지 컴퓨팅을 위한 와일드캣 레이크(Wildcat Lake) SoC다. 인텔은 데이터센터 랙부터 에지 디바이스까지 아우르는 AI 확장 전략을 강조했다. 이번에 발표한 프로세서들은 인텔 18A 공정을 기반으로 제작했다. 포베로스 다이렉트 3D(Foveros Direct 3D) 패키징과 개방형 칩렛 인터커넥트 규격인 UCIe 산업 표준을 조기에 도입해 차세대 AI 인프라를 위한 확장성을 확보했다.     엔터프라이즈 규모의 에이전틱 AI를 지원하는 차세대 제온(Xeon) 프로세서 다이아몬드 래피즈는 전력과 성능을 개선한 인텔 18A-P 공정 기술을 적용했다. 적응형 컴퓨팅 블록과 통합 메모리 패브릭, 유연한 입출력 구조를 결합해 일관된 고성능과 효율을 제공한다. 포베로스 다이렉트 3D와 UCIe-S 인터커넥트를 활용한 SoC 구조를 갖췄으며, 고대역폭 메모리 서브시스템과 새로운 APX(Advanced Performance Extensions), 향상된 AMX(Advanced Matrix Extensions) 기술로 AI 애플리케이션 처리를 가속한다. 다이아몬드 래피즈는 최대 256개의 신규 코어와 1.28GB 용량의 LLC 메모리를 탑재했다. 메모리는 초당 1만 2800MT 속도를 내는 16개 채널로 구성되며, PCIe 6세대 및 CXL 3.0을 지원하는 128개 레인을 갖췄다. 실시간 AI 추론에 최적화된 차세대 데이터센터 GPU 크레센트 아일랜드는 토큰 처리량을 높이고 추론 경제성을 개선하도록 설계했다. 저전력 기반으로 제작해 기존 공랭식 데이터센터 환경에서도 대규모 모델과 긴 콘텍스트 윈도를 안정적으로 구동할 수 있다. 인텔에 따르면 검증된 Xe 아키텍처 기반의 크레센트 아일랜드는 에이전트 기반 AI 워크로드에서 지속적인 추론 성능을 발휘하고 냉각 요구량을 줄여 기업의 AI 인프라 투자 대비 효율을 높인다. 이 제품은 Xe3P 기반의 32개 Xe 코어와 256개 XMX 엔진을 내장했으며, 최대 480GB LPDDR5X 메모리를 지원하는 350W 공랭식 PCIe 카드 형태로 제공된다. 보급형 노트북과 지능형 에지 플랫폼을 겨냥한 인텔 코어 시리즈 3 프로세서 와일드캣 레이크는 비용 효율적인 온디바이스 AI 환경을 구현한다. 인텔 18A 공정으로 제작한 와일드캣 레이크는 싱글 스레드 성능을 강화한 CPU 코어, XMX 가속 기능을 갖춘 통합 Xe3 그래픽, 최대 17 TOPS 성능의 NPU를 탑재했다. 인텔 프로세서 최초로 UCIe를 적용해 멀티칩 패키지 설계를 구현했다. 와일드캣 레이크는 P-코어 2개와 E-코어 4개로 구성되며, 최대 LPDDR5X-7467 메모리와 와이파이 7, 블루투스 6.0 규격을 지원한다. 인텔의 푸시카르 라나데 최고기술책임자(CTO)는 “에이전틱 AI는 트랜지스터와 패키지부터 전체 시스템 아키텍처에 이르기까지 컴퓨팅을 설계하고 제공하는 방식을 근본적으로 변화시키고 있다. 미래는 범용 컴퓨팅과 용도별 가속 기술, 첨단 패키징, 오픈 칩렛 기술을 긴밀하게 통합하여 실제 전력, 비용, 배포 제약 조건 내에서 워크로드에 적응하고 확장할 수 있는 시스템을 구축하는 데 있다”고 밝혔다.
작성일 : 2026-08-25
어도비, 챗GPT용 통합 플러그인 출시
어도비(Adobe)가 챗GPT(ChatGPT) 내에서 크리에이티브와 생산성 작업을 통합 지원하는 '어도비 플러그인(Adobe Plugin in ChatGPT)'을 출시했다. 이번 플러그인은 챗GPT 워크(Work)와 코덱스(Codex) 환경에서 사용할 수 있으며, 콘텐츠 제작부터 문서 편집까지 다양한 작업을 AI 대화 환경 안에서 수행할 수 있도록 지원한다. 새롭게 선보인 어도비 플러그인은 어도비의 크리에이티브 및 생산성 제품군에 포함된 70여 개 이상의 기능을 하나로 통합했다. 이를 통해 사용자는 사진 편집, 마케팅 콘텐츠 제작, 영상 편집, 디자인 작업, PDF 생성 등 다양한 업무를 챗GPT 대화창에서 연속적으로 진행할 수 있다. 특히 AI와의 대화를 기반으로 작업을 이어가면서도, 보다 정교한 편집이나 픽셀 단위의 수정이 필요한 경우에는 포토샵이나 프리미어 프로 등 기존 어도비 애플리케이션으로 작업을 자연스럽게 이어갈 수 있도록 연동성을 강화했다. 비보르 차브라(Vibhor Chhabra) 오픈AI 챗GPT 생태계 제품 총괄은 "챗GPT 사용자가 상황에 맞는 최고의 도구를 활용할 수 있도록 플랫폼을 발전시키고 있다"며 "어도비와의 협력을 통해 크리에이티브와 생산성 기능을 챗GPT 안에서 제공하게 됐다"고 말했다. 이번 플러그인은 기존에 제공되던 챗GPT용 어도비 앱을 하나로 통합한 것이 특징이다. 여기에 어도비 익스프레스, 포토샵, 파이어플라이, 프리미어, 애크로뱃, 라이트룸, 일러스트레이터, 인디자인, 어도비 스톡 등 주요 서비스의 기능을 추가해 아이디어 기획부터 최종 결과물 제작까지 하나의 워크플로우를 제공한다. 주요 활용 사례도 다양하다. 캠페인 이미지를 업로드하면 원하는 스타일을 일괄 적용하고 제품 목업까지 생성할 수 있으며, 긴 영상을 유튜브 쇼츠나 인스타그램 릴스 등 숏폼 콘텐츠로 자동 편집할 수 있다. 또한 다양한 디자인 템플릿을 활용해 마케팅 콘텐츠를 제작하고, 애니메이션 효과를 적용하거나 인쇄용 PDF로 변환하는 작업도 지원한다. 기업 사용자들을 위한 기능도 포함됐다. 스프레드시트나 데이터셋을 업로드하면 행사 배지, 카탈로그, 인포그래픽 등 고객용 문서를 전문적인 PDF 형식으로 자동 생성할 수 있어 마케팅과 비즈니스 문서 제작 효율을 높일 수 있다. 어도비는 최근 챗GPT를 비롯해 클로드(Claude), 코파일럿(Copilot) 등 주요 AI 플랫폼으로 자사 크리에이티브 도구의 지원 범위를 확대하고 있으며, 향후 슬랙(SLAck)과 제미나이(Gemini)에서도 관련 서비스를 제공할 계획이다. 이번 통합 플러그인은 이러한 AI 생태계 확장 전략의 핵심으로, 다양한 어도비 서비스를 하나의 인터페이스에서 사용할 수 있도록 통합한 것이 특징이다. 챗GPT 사용자는 플러그인 메뉴에서 어도비 플러그인을 설치한 뒤 새로운 대화창에서 @Adobe를 입력하거나 플러그인 메뉴를 통해 바로 사용할 수 있다. 게스트 모드에서도 기본 기능을 이용할 수 있으며, 어도비 계정으로 로그인하면 보다 고급 기능과 작업 연속성을 활용할 수 있다.
작성일 : 2026-08-07
[케이스 스터디] 타깃 고객이 사용하는 플랫폼에 인터랙티브 3D 배포하기
더 광범위한 타깃에게 창작물을 선보이는 방법   이번 호에서는 관계자 또는 고객이 사용하는 플랫폼이나 기기에 관계없이 이러한 경험을 제공하는 방법을 살펴본다. 배포란 결국 양질의 경험과 이를 활용한 장점을 누릴 사람들 사이에 존재하는 최종적인 마찰 요인을 제거하는 것이다. 이번 호의 내용은 사용자가 중앙 집중화되고 연결된 3D 애셋 라이브러리를 보유하고 있으며, 타깃 사용 사례에 맞게 경험을 구축 및 최적화했음을 전제로 한다. ■ 자료 제공 : 유니티 코리아   ▲ 이미지 제공 : Esri   실시간 3D 경험이 아무리 세련되고 효과적이더라도, 그 유용성은 누가 어디에서 액세스할 수 있는지에 따라 달라진다. 3D 애셋 라이브러리를 연결하고 표준화한 뒤 모델을 타깃 용도에 맞게 최적화했다면, 마지막 단계는 이러한 경험을 필요한 곳, 즉 데스크톱, 모바일, 웹, XR(확장현실) 헤드셋 및 HMI(휴먼-머신 인터페이스) 시스템 전반에 제공하는 것이다. 유니티 인더스트리 커스터머 석세스 부문의 헤닝 린 시니어 디렉터는 “물론 데스크톱 및 모바일과 같은 가장 일반적인 플랫폼에 배포하기가 가장 쉽다. 하지만 XR과 VR(가상현실)은 폼팩터가 그다지 다양하지 않기 때문에 조금 까다로울 수 있다. HMI는 모든 OEM이 다르게 구현하기 때문에 좀더 복잡하다”고 말한다. XR 헤드셋을 사용한 심층 교육 워크스루를 주최하든, 디자인 계획에 대해 협업을 진행하거나 매력적인 고객 경험을 제공하든, 각 플랫폼에는 고유한 강점과 약점, 그리고 활용처가 있다. 웹은 접근성이 뛰어나고, XR·VR은 몰입도를 최대화할 수 있는 최적의 선택이며, 데스크톱과 모바일은 일상적인 사용 면에서 유용하고, HMI는 임베디드 인텔리전스를 제공한다. 이제 목표는 이러한 디자인을 필요로 하는 사람들에게 제공하는 것이다.     최종적인 마찰 요인 : 실험실과 현장 간의 격차 해소 많은 사람이 비슷한 상황을 겪어 봤을 것이다. 인터랙티브 3D 제품 데모는 고사양 워크스테이션에서는 멋지게 보이지만, 공장 현장의 중급 태블릿에서 실행하면 올바르게 작동하지 않는다. 프레임 속도가 급격히 떨어지고, 다운로드가 지연되며, 조명이 강한 환경에서는 XR 트래킹도 끊기고, 다양한 관계자들이 가치를 느끼기도 전에 파일럿 버전이 멈춘다. 여기서 핵심은 이러한 경험이 무조건 ‘잘못된’ 것은 아니라는 점이다. 다만 적절한 방식으로 올바른 곳에 배포되지 않고 있을 뿐이다. 유니티의 사라 래시 산업 부문 시니어 VP 겸 제너럴 매니저는 “많은 조직에서 문제가 되는 것은 제한적인 개발자 리소스 풀이나 자금에 대한 접근성이다. 그래서 POC(proof of concept : 개념 검증) 단계에서 막히는 팀도 많다”면서, “그런 일이 발생하면 반복 작업을 수행하거나 필요한 사항을 변경할 수 있는 역량이 제한된다. 유니티에서는 이를 고려하여 기술을 담당하지 않는 팀도 유니티 애플리케이션에서 아이디어를 구상하고 스스로 디자인 및 반복 작업 프로세스를 시작할 수 있는 유니티 스튜디오(Unity Studio) 설루션을 출시했다”고 말했다.     기술적인 관점에서 배포가 실패하는 데에는 몇 가지 일반적인 이유가 있다. 성능 불일치는 경험이 타깃 하드웨어에 최적화되지 않았을 때 발생한다. 일반적으로 고사양 워크스테이션을 사용하여 경험을 구축하고 프로토타이핑하지만, 모바일, 웹, 스마트폰 또는 XR과 같은 저사양 플랫폼에 맞게 경험을 조정할 수도 있어야 한다. 기기 호환성과 배리에이션으로 인해, 특정 기기에서는 경험이 원활하게 작동하지만 다른 기기에서는 그렇지 않을 수 있다. 경험은 동일한 유형의 시스템(서로 다른 웹 브라우저, 스마트폰, GPU) 간에도 크게 다를 수 있다. 실질적인 조건의 다양성도 방해가 될 수 있다. 예를 들어 일반적인 실험실 환경에서는 XR 애플리케이션이 잘 작동할 수 있지만, 최적화되지 않았다면 밝은 조명의 공장에 배치되는 순간 모션 트래킹이 불안정해질 수 있다. 대규모 프로젝트의 경우, 확장성 문제는 견고한 멀티플랫폼 또는 멀티유저 아키텍처의 부족으로 인해 발생하는 경향이 있다. 예를 들어 CDN(콘텐츠 전송 네트워크)은 여러 대형 모델의 동시 다운로드를 처리하지 못할 수 있다. 마지막으로 인적 요인도 있다. 최종 사용자에 대해 충분한 교육이나 지원이 이루어지지 않으면 도입률이 낮을 수 있다. 겉보기에 사소해 보이는 문제라도 사용자가 바람직하지 않은 우회 방법을 찾게 만들거나 고객이 경쟁사로 돌아서게 만드는 결과로 이어진다. 물론 일부 기기는 다른 기기보다 대응하기 더 어려울 수 있지만, 이는 용도와 원하는 결과에 따라 다르다. 웹 브라우저는 보편적으로 사용되고 있음에도 불구하고 대응이 비교적 어려운 플랫폼에 속하는데, 그 이유는 대부분 제한된 메모리와 전용 GPU의 부재이다. XR 헤드셋(AR 또는 VR)의 경우 성능과 착용감 측면 모두에서 과제를 안고 있다. 차량이나 어셈블리 라인에서 사용되는 임베디드 HMI 시스템은 고도로 맞춤화된 하드웨어에서 실행되는 경향이 있으며, 그래픽스 처리 측면에서는 최상의 성능을 기대하기 어렵다. 이렇게 산적한 과제는 많지만, 배포 준비 상태를 테스트하고 필요에 따라 최적화할 수 있는 확실한 방법이 있다. 적절한 실제 환경의 타깃 기기에서 가능한 한 일찍 자주 테스트를 수행하면 출시 전에 모든 문제를 해결할 수 있다. 린은 “무엇이든 더 일찍 테스트할 수록 최종 제작물 배포가 더 쉬워진다”면서, “중요한 순간에 배포가 문제없이 이루어지도록 실제 엔드포인트에서 미리 테스트해야 한다. 예를 들어, 임베디드 HMI나 XR처럼 복잡한 기기 유형부터 시작해 하드웨어 패턴과 요구 사항을 정확히 파악한 다음, 이를 바탕으로 반복 작업을 통해 개선해 나가야 한다”고 설명했다.     모든 기기 및 최종 사용자를 고려하여 성능에 맞게 최적화 배포는 타깃 기기를 선택하고 그에 맞게 대응하며, 경험을 통해 원하는 결과를 달성하는 툴체인을 최적화하는 작업이다. 권한이 있는 단일 3D 모델은 여러 LOD를 계획하고, 적절한 조명을 적용하며, 기기 유형과 그 성능에 맞춰 물리 설정을 조정할 수 있도록 하면 어떤 플랫폼에서도 잘 작동할 수 있다. 린은 “달성하고자 하는 목표에 따라 다르지만, 어느 정도의 타협을 통해 좋은 결과를 얻을 수 있다. HMI와 XR에서도 마찬가지다. 모든 엔드포인트를 미리 파악하고, 고사양 엔드포인트에 대해 충실도 수준을 일정 수준으로 높이는 것이 중요하다”고 말한다.   ▲ 이미지 제공 : Prespective   웹 : 누구나 원활하게 접근할 수 있는 환경 웹만큼 넓은 도달 범위와 높은 접근성을 제공하는 플랫폼은 없다. 대부분의 웹 브라우저는 HTML5, CSS, 자바스크립트(JavaScript)를 모두 지원한다는 점에서 대체로 상호 호환성이 높다. 동시에, 최신 브라우저 역시 다운로드 용량, 메모리 사용량, 시작 시간과 관련해서는 거의 비슷한 한계를 공유하고 있다. 하지만 대다수의 사용자를 지원하려면 플러그인 없이 3D 그래픽스를 렌더링해야 하며, 이를 위해서는 충분한 하드웨어 성능이 필요하다. 예를 들어 통합 GPU로는 비교적 가벼운 신(scene)을 처리할 수 있지만, 페이로드 셰이더 복잡도가 더 높아지면 대부분의 중급 노트북이나 모바일 기기에서 속도가 느려지게 된다. 특히 고객이 직접 사용한다면 초기 로드 시간을 매우 중요한 자산으로 간주해야 한다. 일반적인 광대역 연결에서 경험이 몇 초 안에 로드되지 않으면 사람들은 계속 머무르지 않을 가능성이 높다. 더 복잡한 애셋의 경우, 모든 것을 한 번에 로드하려고 하기보다는 필요에 따라 여러 LOD를 스트리밍하는 것이 가장 좋다. 기기의 다양성에도 주의해야 한다. 내장형 그래픽스가 탑재된 구형 노트북에서는 사용 경험에 끊김이나 지연이 발생하는 특이 사례가 드러날 수 있다. 이러한 문제를 피하려면 중급 사양의 여러 기기에서 테스트하고, 지원되지 않는 기능에 대해 폴백 옵션을 설정하며, 일반적인 시청 환경에서는 30FPS 이상을 목표로 하는 것이 필요하다. 목표로 삼을 것 : 여러 LOD를 활용하여 텍스처 크기를 적극적으로 관리하고, 보이지 않는 내부 요소의 메시를 제거하거나 단순화하며, 유리, 금속, 페인트, 패브릭처럼 핵심 디테일 영역이 드러나는 ‘대표’ 표면과 상호 작용을 우선적으로 로드하는 스트리밍 콘텐츠 로딩을 적용한다.   ▲ 이미지 제공 : Google Maps   XR : 안정성이 뒷받침되어야 하는 몰입 경험 VR 및 AR(증강현실) 등의 확장현실 경험은 실습 교육이나 복잡한 워크스루처럼 공간적 이해가 중요한 경우 강점을 보인다. 반면 조금만 성능이 떨어져도 바로 문제가 드러난다는 단점도 있다. 대부분의 스탠드얼론 헤드셋은 비교적 고사양이지만 모바일급 칩셋을 사용하며, 사용자의 불편감과 멀미를 방지하려면 높은 수준의 안정적인 프레임 속도가 필요하다. 일반적으로 경험은 해당 기기의 네이티브 주사율로 렌더링되어야 하며, VR 헤드셋의 경우 이는 대체로 90Hz 또는 120Hz이고 FPS로 환산해도 동일하다. 편안한 VR 헤드셋 경험을 제공하려면 72FPS를 최소 기준으로 고려하는 것이 좋다. AR 요구 사항은 타깃 기기에 따라 크게 달라진다. AR의 경우 사용자의 편안함 측면에서 VR과 비슷한 기준이 적용되므로, 72FPS 이상의 안정적인 프레임 속도를 목표로 하는 것이 중요하다. 휴대폰이나 태블릿에서 AR은 카메라 피드와 SLAM(동시적 위치 추정 및 지도 작성)을 렌더 루프에 통합한다. 따라서 최신 기기에서는 60FPS를 목표로 하되, 30FPS 이상을 엄격히 유지해야 한다. 다만 야외 조명과 서멀 스로틀링이 여전히 문제가 될 수 있으므로, 다이내믹 해상도와 쉽게 접근 가능한 기능 토글을 통해 적응성이 높은 경험을 계획해야 한다. 목표로 삼을 것 : 대부분의 경우 미리 베이크된 조명을 사용하고, 저사양 XR 헤드셋이나 모바일 AR 경험을 지원해야 하는 경우 여러 LOD와 단순화된 셰이더를 활용한다.   ▲ 이미지 제공 : CollabXR   데스크톱 : 높은 성능이 요구되는 경험 데스크톱은 세부적인 분석이나 멀티모달 검토에 이상적이지만, 반드시 최고급 GPU를 필요로 하지는 않는 다양한 시나리오에도 활용된다. 일상 업무에서의 디자인 승인, 품질 점검, 안전 가이드, 제조 계획과 같은 작업에서는 높은 충실도를 제공하기보다 신속한 상호 작용과 명확한 검사가 가능한 툴이 유용할 수 있다. 따라서 타깃 기기는 중급 외장 GPU나 최신 내장 그래픽스만으로도 간단한 작업이 가능한 경우가 많다. 이 경우에는 단면 보기(내부를 드러내는 절단면), 측정(스냅 기능을 기반으로 한 정확한 치수 측정), 분해도(부품 설명이 포함된 단계별 어셈블리 뷰)와 같은 결정론적 검토 툴을 우선적으로 고려해야 한다. 대규모 어셈블리 렌더링이나 복잡한 시뮬레이션과 같이 더 무거운 내부 워크로드의 경우에는 워크스테이션급 전용 GPU나 원격 GPU 리소스가 일반적이다. 그러나 모든 최종 사용자가 그렇게 비용이 많이 드는 기기를 필요로 하는 것은 아니다. 고도로 복잡한 콘텐츠를 제작하는 팀에게는 고사양 로컬 하드웨어가 여전히 독보적인 위치를 차지하지만, 소비자에게는 GPU 서버에서 스트리밍되는 세션이 훨씬 더 비용 효율적이다. 목표로 삼을 것 : 타깃 기기에서 일관된 프레임 속도를 유지하면서 안정적으로 유지되는 가장 높은 품질을 기본값으로 설정한다. 결정론적 검토 툴과 온디맨드 스트리밍을 사용하고, 입력에 대한 반응성을 우선적으로 고려한다.     임베디드 HMI : 신뢰성과 즉각적인 명확성 HMI는 제품 자체에 3D를 가져온다. 차량 내 디스플레이, 산업용 관리 패널, 의료 기기 등의 환경에서는 극사실적인 표현보다 가동 시간과 예측 가능성이 훨씬 더 중요하다. 이러한 용도에서는 오퍼레이터가 시간에 민감한 결정을 내려야 하는 경우가 많으며, 대부분의 임베디드 타깃은 서비스 라이프 사이클이 길고 제약이 있는 하드웨어에서 실행된다. 어셈블리 라인과 차량의 임베디드 기기 는 수년간 안정적으로 유지되어야 하므로 소프트웨어가 제한적인 하드웨어 예산을 관리하는 역할을 해야 한다. 일반적인 활용 사례로는 어셈블리 라인의 설정 작업, 단계별 유지 보수 안내 및 교육 또는 로보틱스 시스템에서의 로봇 팔 운동학, 작업 가능 범위, 접근 금지 구역 시각화 등이 있다. 자동차 분야에서는 인터랙티브 3D가 첨단 운전자 지원 시스템에 활용될 수 있다. 이 경우에는 가독성과 부드러운 움직임이 무엇보다 중요한 요소이다. 이는 많은 의료 및 실험실 기기에도 해당되며, 여기서는 규제 및 안전 요구 사항으로 인해 기준이 더욱 엄격해진다. 목표로 삼을 것 : 단순화된 지오메트리와 미리 베이크된 조명은 성능 요구 사항과 로딩 시간을 크게 줄여주며, 벤더의 장기 지원은 임베디드 기기에 대한 지속적인 지원을 보장한다.     지속적인 성공을 위한 배포 운영 및 확장 최고 사양의 기기를 기준으로 디자인한 뒤, UI 요소를 복사하여 인터페이스 전반에 붙여넣고 높은 성능을 요구하는 애셋을 초기 단계에 과도하게 로드하여 저사양 기기를 지원하려고 하는 경우가 많다. 그러나 적절한 엔드 투 엔드 플랫폼을 사용하면 이러한 함정을 피할 수 있다. 자동 스케일링을 사용하고 필요 시 무거운 애셋을 스트리밍할 경우, 경험이 갑작스럽게 끊기는 대신 점진적으로 성능이 저하되도록 할 수 있다. 이렇게 하면 새로고침을 어느 정도 예측할 수 있어 비즈니스 연속성을 보장할 수 있다. 유니티의 프로파일링 툴은 특히 이러한 문제에 대응할 수 있도록 설계되었다. 린은 “유니티는 애셋 로딩 시간, 시작 시간 등을 모니터링한다. 이러한 요소는 HMI 배포에서 특히 중요하다. 실제 기기에서 모델이 어떻게 동작하는지에 대한 양질의 실시간 피드백이 필요하기 때문”이라고 말했다. 초기 배포는 시작에 불과하며, 특히 제작 라인이나 작업 현장의 실시간 디지털 트윈과 같은 프로젝트의 동적인 특성을 고려하면 더욱 그렇다. 성공적인 대규모 운영을 위해서는 버전 불일치 없이 콘텐츠를 제공할 수 있는 예측 가능한 방식, 올바르게 작동하거나 그렇지 않은 요소를 파악할 수 있는 텔레메트리, 문제를 일으키지 않으면서 신속하게 조치를 취할 수 있게 해주는 거버넌스가 필요하다. 린은 “장기적인 롤아웃 전략은 다른 소프트웨어와 거의 동일하다고 생각한다. 물결처럼 단계적으로 확장하면서 가장 가치 있는 분석 자료를 제공할 수 있는 엔드포인트와 사용자를 타게팅하여 프로세스 초기에 버그나 누락된 기능을 식별하고, 다음 사용자나 기기로 롤아웃하기 전에 해결하는 것”이라면서, “결국에는 완전한 일반 액세스 단계에 도달하게 될 것이며, 그때쯤이면 버그는 최소화되고 사용자 경험의 품질은 극대화될 것”이라고 말했다. 이를 위해서는 업데이트 사이클, 기기 텔레메트리, 거버넌스, 장기 지원에 세심한 주의를 기울여야 한다. 린은 “세션 길이와 도입률 같은 요소를 추적하고, 가능하면 경험의 품질과 같은 사항에 대해 최종 사용자로부터 직접 피드백을 구해야 한다”고 권장한다.   ▲ 이미지 제공 : Random42   콘텐츠 제공 및 롤아웃 단계적 롤아웃은 특히 수백 명에서 수천 명의 최종 사용자를 타기팅할 때 효과적이다. 고객 대상 경험이나 여러 공장과 시설에 걸친 대규모 프로젝트라면 단일 현장이나 타깃 사용자 그룹에서 시작하여 문제를 모니터링한 뒤 규모를 확장해 나가는 것이 좋다. 이렇게 하면 예상치 못한 문제의 영향을 완화하고 훨씬 더 쉽게 관리할 수 있다. 또한 원격 설정을 사용하여 애플리케이션이나 경험을 모든 사람에게 배포하되, 특정 기능은 선택한 위치나 사용자 그룹에 대해서만 활성화할 수도 있다. 이밖에도 적절한 CDN을 사용하 여 더 큰 모델을 사전에 캐싱함으로써 네트워크 측면을 계획하고, 주요 업데이트나 다운로드는 혼잡하지 않은 시간대로 설정해 첫날 병목 현상이 발생하는 것을 막을 수 있다.   중요한 기기 데이터 올바른 텔레메트리 데이터를 수집하지 않으면 경험을 통해 원하는 결과를 얻고 있는지 판단하기 어렵다. 누가 경험을 이용하고 있는지, 경험이 의도한 대로 작동하고 있는지를 확인하는 핵심 질문에 대한 답을 찾으려면 도입 및 참여 지표를 트래킹해야 한다. 세션 길이와 사람들이 다시 돌아오는 빈도를 추적하면 프로젝트 성공에 대한 전반적인 감을 얻을 수 있다. 그러나 지속적인 개선과 통합을 위해서는 품질과 성능을 아우르는 더 심층적인 지표가 필요하다. 교육 시뮬레이션과 같은 특정 워크플로의 경우, 교육 단계를 시작한 사용자 대비 이를 완료한 사용자의 비율을 확인할 수 있도록 간단한 워크플로 단계를 정의해야 한다. 또한 기기 유형별로 세분화하여 추가적인 주의가 필요한 그룹이 있는지 확인할 필요가 있다.   ▲ 이미지 제공 : Visionaries 777   ▲ 이미지 제공 : Vodafone Deutschland   복잡하지 않은 거버넌스 거버넌스는 중단과 위험을 완화하기 위해 누가 업데이트를 관리하는지, 롤아웃이 어떻게 구성되는지에 대한 명확한 규칙을 설정하는 것이다. 이상적으로는 각 릴리스마다 지정된 승인자와 백업을 두고, 결정되는 모든 내용을 공유된 곳에 기록해야 한다. 또한 라이브로 전환할 요소는 점검을 거쳐야 하지만, 이러한 절차를 지나치게 복잡하게 하지 않도록 해야 한다. 민감한 데이터를 포함하여 규정 준수 및 보안 검토를 필요로 하는 사례를 제외하면, 타깃 기기에서의 성능 점검과 제품 및 운영 팀의 승인만으로도 충분한 경우가 많다.   장기 및 커뮤니티 지원 하드웨어, 드라이버 및 운영 환경은 항상 장기적인 안정성을 계획하고 새로운 플랫폼과 업데이트가 출시될 때마다 이에 대응할 수 있도록 배포 전략을 조정해야 한다. 특히 장기 지원을 제공하는 전문 산업 벤더와 협력하면, 쉽게 업그레이드할 수 없는 임베디드 HMI가 탑재된 고사양 산업용 시스템에서도 이전 버전의 기기를 계속 지원할 수 있다. 오픈 소스 툴과 애셋도 제공하는 벤더도 많으므로, 검증된 애셋을 재사용하고, 릴리스 및 업데이트 노트를 트래킹하며, 높은 수준의 드라이버, 툴, 기기 및 활용 사례별 지침에 대한 내부 기술 자료를 관리하여 커뮤니티를 지원 체계의 일부로 활용할 수 있다.   시작하기 : 단계별 배포 계획 여러 관계자와 고객이 사용하는 플랫폼에 인터랙티브 3D 경험을 배포하면 어떤 기기에서든 새로운 차원의 정보를 제공할 수 있다. 최첨단 교육 시뮬레이션을 호스팅하든, 데스크톱과 모바일 전반에서 디자인 협업을 수행하든, 웹 브라우저용 고객 경험을 구축하든, 적절한 플랫폼을 선택하면 어떤 타깃 환경에서도 최적화된 결과를 얻을 수 있다. 이를 달성하는 데 필요한 내용을 요약하면 다음과 같다. 다양한 관계자를 기기 및 사용자 컨텍스트에 연결한다. 플랫폼별 성능 벤치마크를 정의한다. 문제를 조기에 식별할 수 있도록 제한된 수의 플랫폼에서 파일럿 버전을 배포한다. 콘텐츠 제공 및 텔레메트리를 설정한다. 업데이트와 지원을 위한 거버넌스 역할을 수립한다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-07-02
AI 시대 적층제조의 미래를 그리다, 스트라타시스 3D 프린팅 포럼 개최
스트라타시스는 7월 15일 경기 성남시 그래비티 조선 서울 판교 오토그래프 컬렉션에서 ‘스트라타시스 3D 프린팅 포럼 2026’을 개최한다고 밝혔다. 이번 행사는 AI와 데이터, 디지털 공급망이 제조업을 바꾸는 상황에서, 시제품 제작을 넘어 최종 부품 양산의 핵심으로 진화하는 적층제조의 현재와 미래를 조망하기 위해 마련됐다. 스트라타시스는 글로벌 적층제조 산업을 선도하는 자사의 전략과 인사이트를 공유할 예정이다. 올해로 세 번째를 맞이한 이번 포럼은 글로벌 리더의 전략 키노트, 해외 선도 기업의 실제 적용 사례, 국내 주요 고객사의 현장 경험, 차세대 기술 파트너의 신기술 발표로 구성됐다. 제조업계는 AI 기반 설계 최적화, 데이터 중심 품질관리, 디지털 공급망 전환을 통해 효율과 품질, 지속가능성을 중심으로 빠르게 재편되는 추세다. 이러한 흐름 속에서 적층제조는 제조 전 과정의 경쟁력을 좌우하는 핵심 기술로 역할을 확대하고 있다. 포럼의 오전 세션은 스트라타시스 코리아 문종윤 지사장의 환영사로 시작한다. 이어 스트라타시스의 안드레아스 랭펠드 CRO가 글로벌 3D 프린팅 환경을 주제로 기조연설을 진행한다. 스트라타시스 다니엘 프린스 PJ/P3 인에이블먼트 디렉터와 다케우치 쇼이치 스트라타시스 재팬 세일즈 애플리케이션 매니저는 각각 항공우주, 국방, 자동차, 모빌리티 분야의 글로벌 활용 사례를 소개한다. 스트라타시스 코리아 최승호 애플리케이션 매니저는 스트라타시스의 신제품과 혁신 설루션 트렌드를 발표한다. 오후 세션에서는 국내 고객사의 사례 발표가 이어진다. LG전자 생산기술연구원의 박인백 3D프린팅기술팀 팀장은 전자 및 가전 분야의 활용 사례를, 육군종합정비창 생산지원단의 장진수 정비보급통제과 사무관은 국방산업의 활용 사례를 발표한다. 트라이톤의 오메르 사기 제품·개발 부문 부사장은 메탈 3D 프린터 설루션과 실제 활용 사례를 소개할 예정이다. 스트라타시스는 FDM, 폴리젯, P3, SAF, SLA 등 다양한 기술 포트폴리오를 기반으로 항공우주, 자동차, 소비재, 교육, 의료 등 여러 산업군에서 디지털 제조 혁신을 실현하고 있다고 밝혔다. 문종윤 스트라타시스 코리아 지사장은 “AI가 설계를 최적화하고 데이터가 품질을 관리하는 거대한 전환의 한가운데에서, 적층제조는 최종 부품 양산을 이끄는 핵심 엔진으로 진화하고 있다”면서, “이번 포럼이 글로벌 리더들의 전략과 국내 고객사의 생생한 현장 경험을 함께 나누며, 국내 제조업이 AI 시대 제조 경쟁력을 확보하는 계기가 되길 바란다”고 말했다.   ▲ 2025년 스트라타시스 3D 프린팅 포럼
작성일 : 2026-06-23
[케이스 스터디] 로보틱스 시뮬레이션의 핵심 플랫폼, 언리얼 엔진
포토리얼리즘과 합성 데이터로 피지컬 AI의 진화를 이끌다   시뮬레이션 산업은 인간을 훈련시키는 툴에서 기계를 훈련시키는 툴로 크게 전환되고 있다. 이를 위해서는 현실 세계에서 직접 작동하고 인식하며 상호작용하는 AI 시스템이 필요하다. 바로 피지컬 AI(physical AI)다. AI 모델을 센서, 카메라, 액추에 이터와 결합함으로써 로봇, 자율 주행 차량, 드론과 같은 시스템은 실시간으로 상황을 이해하고 판단하며 행동하고, 예측할 수 없는 환경에도 적응한다. 언리얼 엔진은 이제 시뮬레이터를 넘어 합성 데이터 팩토리이자 차세대 로보틱스 시스템을 구동하는 실시간 자율 플랫폼으로도 활용되며, 로보틱스 산업의 핵심 플랫폼으로 자리매김하고 있다. ■ 자료 제공 : 에픽게임즈   기술 요구사항으로 평가되는 포토리얼리즘 현실 세계에서 작동하는 로봇을 훈련하려면 방대한 데이터가 필요하다. 이러한 데이터를 현실 세계에서 수집하는 일은 느리고 비용이 많이 들며 위험할 뿐만 아니라 근본적인 한계를 갖고 있다. 예를 들어, 수천 번의 차량 충돌이나 수술 합병증을 실제로 반복 재현하는 것은 불가능하다. 이러한 이유로 시뮬레이션은 현대 피지컬 AI 개발의 핵심 기반이 되고 있다. 이에 따라 로보틱스 팀에게 언리얼 엔진은 비용·성능·속도 모든 면에서 핵심 해답으로 자리잡고 있다. 로보틱스 시뮬 레이션에서 포토리얼리즘은 단순한 선택 사항이 아니라 기술적으 로 반드시 필요한 요건이기 때문이다. 언리얼 엔진의 그래픽 성능은 ‘시뮬레이션과 현실 간 격차(sim-to-real gap)’, 즉 시뮬레이션에서 모델이 인식하는 것과 실제 로봇 환경에서 마주하는 것 사이의 차이를 줄이는 데 적합하다. 핵심 원리는 합성 이미지가 실제 사진에 가까울수록, 모델이 시뮬레이션에서 현실로 일반화하는 데 필요한 추가 작업이 줄어든다는 점이다. 언리얼 엔진 5는 이 분야의 판도를 근본적으로 바꾸기 위한 세 가지 기술을 선보였다. 포토리얼리즘을 구현하는 데 그치지 않고, 이를 실시간으로 구현할 수 있게 한 것이다. 언리얼 엔진 5의 나나이트(실시간 초고해상도 지오메트리), 루멘(다이내믹 글로벌 일루 미네이션), 하드웨어 레이 트레이싱은 물리적으로 정확한 포토리얼 환경을 실시간으로 구현하는 핵심 기술이다. 제너럴 로보틱스(General Robotics)는 언리얼 엔진을 활용해 로봇 자율성 시스템을 테스트하고 시연하기 위한 사실적인 가상 환경을 구축하고, 이를 통해 로보틱스 플랫폼에 확장 가능한 시뮬레이션과 시각적 검증을 제공하고 있다. 언리얼 엔진은 에이전트 기반 로봇 평가 시스템을 위한 토대로도 활용된다. 에이전트가 다양한 환경과 조건에서 로봇 AI의 동작 평가를 자동으로 구성하고 실행하며, 배포 전에 예외 상황을 찾아내고 성능을 검증할 수 있도록 도와준다.     피직스 시뮬레이션 포토리얼리즘만으로는 시뮬레이션과 현실 간 격차를 해소할 수 없다. 물리 정확도, 센서 현실성, 제어 루프 모델링까지 모두 중요하기 때문이다. 많은 조작 및 이동 작업에서 시각적 차이보다는 접촉 역학이나 액추에이터 동작의 부정확성이 실패의 원인이 된다. 이러한 맥락에서 언리얼 엔진의 카오스 피직스 시스템은 배정밀도를 기반으로 확장 가능한 훈련, 인식 시뮬레이션, 그리고 포토리얼 환경에서의 실시간 상호작용을 지원하는 툴이다. 엔지니어는 알고릭스(Algoryx)에서 개발한 고정밀 실시간 피직스 시뮬레이션 시스템인 언리얼 엔진용 AGX Dynamics과 같은 외부 툴을 활용해 시스템의 물리적 특성을 정확하게 모델링할 수 있다. AGX는 유압 시스템, 구동계, 엔진, 변형 지형 등 전체 기계를 물리적으로 정확하게 시뮬레이션할 수 있도록 지원한다.     리얼리티스캔을 활용한 다양한 데이터 소스 병합 및 재구성 로보틱스 팀은 리얼리티스캔과 언리얼 엔진 간의 워크플로를 통해 실제 환경과 사물을 디지털 트윈으로 빠르게 변환하고, 이를 로보틱스 시뮬레이션에 활용할 수 있다. 리얼리티스캔은 기존 사진 측량 기술뿐 아니라 라이다(LiDAR)와 SLAM 포인트 클라우드까지 지원해 환경 생성의 병목을 줄이고, 실제 배포 환경과 밀접하게 일치하는 합성 훈련 및 회귀 환경을 빠르게 구축할 수 있도록 한다. 또한 리눅스(Linux) 서버에서 실행 가능하며 리모트 커맨드 플러그인(Remote Command Plugin) 또는 CLI(명령줄 인터페이스) 스크립트로 제어할 수 있어, 여러 머신에서 스캔 데이터를 지속적으로 처리하고 결과를 언리얼 엔진으로 바로 전송하는 자동화된 사진측량 파이프라인 구축도 가능하다.   빠르고 비용 효율적인 훈련을 위한 합성 데이터 언리얼 엔진은 모든 픽셀을 수학적으로 생성하기 때문에 각 사물의 위치, 거리, 머티리얼, 움직임까지 씬에 대한 모든 정보를 이미 알고 있다. 따라서 이미지를 캡처한 후 사람이 직접 라벨링할 필요 없이, 엔진이 이미지를 렌더링하는 동시에 정확한 라벨을 자동으로 생성할 수 있다. 이를 통해 라벨 오류와 어노테이터 간 편차를 없애고 품질 관리 비용도 절감할 수 있다.     경제적 효과도 분명하다. 합성 데이터를 활용한 훈련 시뮬레이션은 대규모로 수행할수록 이미지당 비용을 낮출 수 있기 때문이다. 수만 장 수준에서 이미 합성 데이터가 수작업 라벨링보다 비용 효율적이며, 수백만 장을 필요로 하는 로보틱스 모델에서는 절감 효과가 더욱 크다. 이러한 변화는 시장에서도 분명하게 나타나고 있으며, 합성 데이터는 AI 훈련 파이프라인의 핵심 요소로 자리잡을 것으로 전망된다.     듀얼리티 AI(Duality AI)는 언리얼 엔진 기반의 팔콘(Falcon) 디지털 트윈 플랫폼을 통해 고품질 합성 데이터와 센서 시뮬레이션을 제공하고 있다. 이를 통해 드론 비행, 자율 주행, 위성 도킹 등 다양한 분야에서 AI 모델 학습과 검증 효율을 높이고, 시뮬레이션과 현실 간 격차를 줄이고 있다.   도메인 랜덤화 : 예측할 수 없는 상황에 대비하기 도메인 랜덤화는 시뮬레이션 환경의 다양한 요소를 의도적으로 변화시켜, 시뮬레이션에서 학습된 모델이 실제 환경에서도 더 잘 동작하도록 하는 기법이다. 모델이 시뮬레이션에서 충분한 변화를 경험하면 특정한 합성 환경에 과적합되지 않으며, 복잡한 실제 환경에서도 더 안정적으로 동작한다. 포테라(Forterra)는 고품질 환경 모델링을 기반으로 자율 주행 시스템 오토드라이브(AutoDrive)를 테스트하고 있다. 오토드라이브는 온로드와 오프로드를 아우르는 복잡한 환경에서 다양한 지형, 변화하는 노면, 예측하기 어려운 장애물에 대응해야 한다. 포테라는 언리얼 엔진을 활용해 물리적으로 정확한 센서 시뮬레이션과 정밀한 디지털 환경, 다양한 날씨·지형·장애물 조건에서 전체 임무 시나리오를 검증하고 있다.     언리얼 엔진은 프로그래밍 가능한 머티리얼 시스템과 다이내믹 라이팅 기능을 갖추고 있어 도메인 랜덤화에 특히 적합하다. 또한 로보틱스 팀은 언리얼 엔진의 프로시저럴 콘텐츠 제너레이션(Procedural Content Generation : PCG) 프레임워크를 활용해 훈련 에피소드마다 실내 환경을 다양하게 구성할 수 있다. 창고나 사무실 신(scene)에서는 레이아웃(선반이나 테이블 배치 등), 박스나 도구와 같은 잡동사니, 머티리얼, 라이팅, 오클루전 등 시각적 요소를 원하는 대로 변화시킬 수 있다. 시뮬레이션 환경을 구축하거나 사물을 배치해야 하는 경우, 팹(Fab) 마켓플레이스를 활용할 수 있다. 팹은 합리적인 가격에 쉽게 통합할 수 있는 고퀄리티 3D 콘텐츠를 제공하며, 사진측량 기술을 기반으로 제작된 퀵셀 메가스캔(Quixel Megascans)과 같은 고품질 애셋도 포함되어 있다.   센서 시뮬레이션 : 환경을 종합적으로 이해하기 현대 로보틱스는 단일 입력에 의존하는 대신 여러 종류의 센서를 동시에 활용해 환경을 이해하는 멀티 모달 인식에 기반한다. 언리얼 엔진의 렌더링 파이프라인은 실제 로봇에서 사용하는 다양한 센서를 시뮬레이션하는 데 적합하다. 카메라, 라이다, 레이더, 열화 상, IMU/GPS, 수중 음파 탐지기까지 실제 로봇에 사용되는 주요 센서를 지원한다. 또한 노이즈, 왜곡, 지연시간, 동기화와 같은 주요 센서 특성을 모델링해 실제 하드웨어와 비슷한 환경을 구현할 수 있다. 듀얼리티 AI의 팔콘 디지털 트윈 플랫폼은 센서 시뮬레이션 활용 사례 중 하나다. 다양하게 설정할 수 있는 시뮬레이션용 센서 라이브러리를 통해 카메라, 라이다, 레이더 및 SAR, GPS, IMU 등 여러 센서를 지원하며, 언리얼 엔진이 데이터를 처리해 고정밀 환경 시뮬레이션을 생성한다. 듀얼리티 AI의 아푸르바 샤 CEO는 “언리얼 엔진이 로보틱스와 피지컬 AI 엔지니어에게 제공할 수 있는 가치가 매우 크다는 점을 잘 알고 있었기 때문에, 이를 중심으로 팔콘을 구축했다”고 말했다.     디스페이스(dSPACE)의 오렐리온(AURELION)은 언리얼 엔진이 기존 자율 주행 차량 및 로보틱스 워크플로에 어떻게 통합되는지를 잘 보여준다. 예를 들어 한국산업기술시험원은 오렐리온을 활용해 복도, 엘리베이터, 병실 등을 포함한 가상 병원 환경에서 자율 서비스 로봇을 테스트하고 있다. 개발자는 실제 환경에 배포하 기 전에 가상 센서를 통해 주행 경로 계획, 장애물 회피, 시스템 반응을 평가할 수 있다. 디스페이스의 카이우스 자이거 센서 시뮬레이션 프로덕트 매니저는 “언리얼 엔진은 물리 기반 센서 시뮬레이션 솔루션인 오렐리온의 기술적 기반”이라고 말했다.     언리얼 엔진은 정확한 렌즈 및 이미지 센서 모델링을 포함해 센서 특성을 반영한 카메라 시뮬레이션을 지원한다. 자이거는 “소스 코드에 접근할 수 있어서 레이더, 라이다, 초음파 센서를 위한 정확한 원시 센서 데이터를 생성할 수 있도록 리얼타임 레이 트레이싱을 구현해 플랫폼을 더욱 확장할 수 있었다”고 말했다. 언리얼 엔진은 3D 모델과 머티리얼을 효율적으로 통합해 도심 배송 드론부터 병원 서비스 로봇에 이르기까지 다양한 활용 사례를 지원한다. 또한 매트랩(MATLAB)·시뮬링크(Simulink)와의 연 동을 통해 인식, 제어, 물리 기반 모델링을 통합한 자율 시스템 개발 워크플로도 지원한다.   ROS 통합 : 게임 엔진과 로봇 연결하기 로보틱스 팀이 게임 엔진 도입을 검토할 때 흔히 우려하는 부분은 로보틱스 미들웨어와의 호환성이다. 현재 언리얼 엔진은 ROSIntegration, rclUE, UE ROS2 센서 플러그인, CARLA 등 검증된 연동 툴을 통해 ROS 및 ROS2와 원활하게 연동될 수 있다. 일부 로보틱스 조직은 생산 시스템의 요구사항을 충족하기 위해 자체 미들웨어를 구축하기도 한다. 템포 시뮬레이션(Tempo Simulation)은 이를 고려해 개발되었다. 이 오픈소스 플랫폼은 유연한 gRPC/프로토버프(Protobuf) 인터페이스를 제공해, 로보틱스 팀이 언리얼 엔진을 자체 자율 주행 시스템과 미들웨어에 직접 연결할 수 있도록 지원한다. 또한 템포는 TempoROS 연동과 함께, 언리얼 엔진 내에서 사실적인 시뮬레이션 환경, 센서 모델, 복잡한 에이전트 행동을 구축할 수 있는 툴을 제공한다.     템포 시뮬레이션의 피터 멜릭 CEO는 “템포에서는 시뮬레이션을 통한 반복 개선 구조가 얼마나 강력한지 직접 확인해 왔다. 팀이 시뮬레이션 환경에서 데이터를 생성하고, 동작을 테스트하며, 빠르게 반복 작업할 수 있을 때 개발 주기는 크게 단축될 수 있다. 우리의 목표는 모든 로보틱스 팀이 고퀄리티의 현실감 있는 언리얼 엔진 시뮬레이션을 활용할 수 있도록 하는 것”이라고 말했다. 이는 언리얼 엔진이 로봇의 자율 동작을 가능하게 하는 소프트웨어 시스템을 위한 리얼타임 시뮬레이터로서 효과적으로 활용될 수 있음을 보여주는 사례이다.   시뮬레이션 전 과정 지원 언리얼 엔진은 로보틱스 분야에서 인식과 합성 데이터에 강점을 가지고 있지만, 시뮬레이션 전 과정 역시 지원한다. 에이전트가 환경과 상호작용하며 보상이나 패널티를 통해 학습하는 강화학습(reinforcement learning : RL)에서 시뮬레이션 환경의 사실성과 반응성은 학습된 행동이 실제 환경에서 얼마나 효과적으로 이어지는지를 결정한다. 언리얼 엔진은 강화학습 파이프라인과 결합되어 드론 내비게이션, 로봇 제어 등 다양한 자율 시스템 개발에 활용되고 있다. 또한 클라우드 기반 합성 데이터 생성과 대규모 자율성 테스트 환경 구축도 지원한다.   주요 로보틱스 시뮬레이션 플랫폼을 구동하는 핵심 기술 언리얼 엔진은 단순한 렌더링 툴이 아닌 여러 주요 로보틱스 시뮬레이션 플랫폼의 기반을 이루는 핵심 기술이다. 가장 널리 사용되는 오픈소스 자율 주행 시뮬레이터 CARLA는 현재 언리얼 엔진 5.5에서 구동되며 라이다, 레이더, GPS, ROS2 네이티브 연동을 지원한다. 언리얼 엔진 5 기반의 홀로오션은 옥트리 기반 수중 음파 탐지기 센서 모델을 포함한 다중 에이전트 수중 시뮬레이션을 제공하며, 루멘과 나나이트로 사실적인 수중 환경을 구현한다. 듀얼리티 AI 팔콘(Falcon) 플랫폼은 고품질 합성 데이 터와 디지털 트윈 기술을 바탕으로 NASA-JPL, 허니웰, 다르파, P&G 등에서 도입하고 있다. 테로랩스(PteroLabs)의 테로심(PteroSim)은 100대 이상의 드론을 동시에 시뮬레이션할 수 있는 UAV 비행 시뮬레이터로, PX4·ArduPilot 오토파일럿 펌웨어를 시뮬레이션 안에서 실제처럼 실행할 수 있다.     인더스트리 4.0 로보틱스, 자동화, 디지털 기술이 융합된 인더스트리 4.0(Industry 4.0)에서는 생산 변경을 가상 환경에서 검증하기 위해 리얼타임 시뮬레이션과 디지털 트윈이 활용된다. 이를 통해 실제 적용 전에 자동화 의사결정을 검증함으로써 위험과 비용을 줄일 수 있다. SAS는 인더스트리 4.0 분야의 선도 기업으로, 언리얼 엔진의 고품질 시각화와 SAS AI/분석 플랫폼 바이야(Viya)를 결합해 공장 자동화를 위한 지능형 디지털 트윈을 구축하고 있다. 조지아 퍼시픽(Georgia-Pacific)과의 파일럿 프로젝트에서는 언리얼 엔진 기반의 SAS 디지털 트윈을 활용해 실제 공장에서 AGV 이동, 품질 관리, 유지보수 계획을 시각화하고 최적화하고 있다. 현대 시설은 사람과 로봇이 함께 작업해야 하는 더욱 복잡한 환경으로 변화하고 있으며 이에 따라 안전성과 효율성의 중요성도 커지고 있다.   로보틱스 플랫폼으로의 진화 언리얼 엔진이 처음부터 로보틱스 플랫폼으로 설계된 것은 아니다. 그러나 합성 데이터의 확산, 시뮬레이션에서 현실로의 전이 기술의 발전, 포토리얼 센서 시뮬레이션에 대한 수요 증가로 인해 언리얼 엔진은 로보틱스 플랫폼으로 자리 잡게 되었다. 공장 현장에서 사물을 감지하거나, 도심 교차로를 주행하거나, 수술 중 해부학적 구조를 식별하는 등 실제 환경을 정확하게 인식해야 하는 로보틱스 모델을 개발하는 팀에게 언리얼 엔진은 시뮬레이션 학습부터 실제 적용까지 아우르는 강력한 플랫폼으로 자리 잡고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-06-04
스노우플레이크, 기업의 AI 개발 돕는 ‘코코’ 기능 강화 및 ‘데이터스트림’ 서비스 공개
스노우플레이크가 미국 샌프란시스코에서 열린 ‘스노우플레이크 서밋 26’ 행사에서 AI 코딩 에이전트인 ‘스노우플레이크 코코(Snowflake Coko)’의 신규 기능과 함께 완전 관리형 스트리밍 서비스인 ‘스노우플레이크 데이터스트림(Snowflake Datastream)’을 공개했다. 기존에 ‘스노우플레이크 코텍스 코드’로 불리던 스노우플레이크 코코는 개발자가 간단한 프롬프트만 입력하면 워크플로 자동화, 앱 개발, 엔터프라이즈 데이터 기반 AI 운영을 할 수 있도록 지원하는 핵심 에이전트다. 이번에 함께 공개된 스노우플레이크 데이터스트림은 아파치 카프카(Apache Kafka) 기반의 새로운 서비스로, 실시간 데이터와 AI를 단일 거버넌스 플랫폼에서 결합해 최신 데이터를 기반으로 AI 앱과 에이전트를 손쉽게 구동할 수 있는 환경을 제공한다. 코코는 스노우플레이크 엔터프라이즈 AI 운영을 관리하는 에이전틱 컨트롤 플레인의 중심이다. 개발자에게 데이터와 모델 및 앱 전반의 워크플로를 관리할 수 있는 통합 거버넌스 환경을 제공한다. 이번 개편으로 데스크톱 네이티브 앱, 모바일 앱, 슬랙(SLAck) 인터페이스 전반으로 범위를 확장해 개발자가 다양한 환경에서 원활하게 개발하고 배포할 수 있도록 지원한다. 특히 코코는 매번 별도의 프롬프트를 입력할 필요 없이 작업을 자율적으로 실행할 수 있다. 새롭게 출시된 클라우드 에이전트는 사용자가 작업을 시작하면 로컬 실행 환경을 유지하지 않아도 백그라운드에서 안전하게 완료한 후 결과를 반환한다. 또한 보안 로컬 샌드박스를 도입해 에이전트가 격리된 환경에서 작동하도록 유도함으로써 조직 내부의 민감한 파일과 시스템 리소스를 안정적으로 보호하도록 돕는다.     스노우플레이크 데이터스트림은 스트리밍 데이터 및 실시간 AI 분야에서 1280억 달러 규모의 시장 기회를 겨냥한 서비스다. 카프카와 호환성을 제공해 기업에서 기존 스트리밍 앱과 데이터 플로우를 시스템 재설계 없이 즉시 연결할 수 있다. 데이터 플랫폼 외에 별도 스트리밍 시스템을 운영할 필요 없이 데이터를 스노우플레이크 테이블로 직접 스트리밍할 수 있으며 접근 제어, 마스킹, 리니지가 자동으로 적용되어 운영 복잡성을 낮춘다. 스노우플레이크는 파나틱스, 톰슨 로이터, 후프와 같은 글로벌 기업에서 스노우플레이크 코코를 활용해 AI 파이프라인 문제 해결과 데이터 모델링 작업을 빠르게 처리하고, 거버넌스 환경 안에서 AI 파이프라인 확장 및 인사이트 도출 기간을 단축하는 등 가시적인 성과를 내고 있다고 소개했다. 또한, 코코와 데이터스트림의 결합은 조직이 실시간 AI를 위한 단일하고 신뢰할 수 있는 기반을 구축하는 촉매제가 될 것으로 보고 있다. 스노우플레이크의 크리스티안 클레이너만 제품 부문 수석부사장은 “스노우플레이크 코코는 숙련된 개발자의 업무를 빠르고 쉽게 해결해주는 동시에, 비개발자들도 스스로 파이프라인, 자동화, AI 앱을 구축할 수 있게 돕는다. 데이터스트림을 통해 별도의 스트리밍 인프라 관리 부담 없이 실시간 AI 앱을 구축하고 운영할 수 있어 에이전틱 엔터프라이즈로의 전환이 한층 가속화될 것”이라고 설명했다.
작성일 : 2026-06-04