AI와 BIM이 이끄는 건설산업의 대전환   캐드앤그래픽스는 ‘스마트 건설 DX 가이드’ 책자 발간 기념으로 국내 스마트 건설 및 DX(디지털 전환)에 관심이 있는 관련 종사자 703명을 대상으로 설문조사를 실시했다. 이번 조사는 국내 건설산업의 디지털 전환 수준과 BIM 활용 현황, AI 도입, 향후 투자 방향 및 산업 과제를 종합적으로 파악하기 위해 진행됐다. ■ 최경화 국장   스마트 건설 DX, 선택이 아닌 생존 전략 건설산업은 지금 거대한 변화의 중심에 서 있다. 설계와 시공, 유지관리 전 과정이 디지털 기술을 중심으로 재편되면서 산업의 경쟁력 기준도 빠르게 달라지고 있다. 과거에는 경험과 기술력이 경쟁력을 좌우했다면, 이제는 데이터를 얼마나 효과적으로 축적하고 활용하는지가 기업의 생산성과 경쟁력을 결정하는 핵심 요소가 되고 있다. 이러한 변화의 중심에는 BIM(건설 정보 모델링), 인공지능(AI), 디지털 트윈, 클라우드 협업, IoT, 자동화 기술 등이 있다. 각각의 기술은 독립적으로 발전하는 것이 아니라 하나의 디지털 생태계를 구성하며 설계와 시공, 운영 전반의 혁신을 이끌고 있다. 정부도 스마트 건설 DX(디지털 전환) 활성화를 국가 전략으로 추진하고 있다. 공공사업 BIM 적용 확대와 스마트 건설기술 개발, 디지털 트윈 구축, 건설정보 표준화 등을 추진하며 산업 전반의 디지털 전환을 지원하고 있다. 이에 맞춰 건설사와 엔지니어링 기업들도 단순한 소프트웨어 도입을 넘어 데이터 기반 업무혁신을 적극 추진하고 있다. 이번 조사에는 실제 스마트 건설 프로젝트를 수행하는 실무자의 의견이 폭넓게 반영됐다. 응답자의 직무를 살펴보면 엔지니어가 49.1%로, 전체 응답자의 약 절반이 실제 설계와 시공, 엔지니어링 업무를 담당하는 실무자였다. 경영진의 비중도 15.1%로 높아 현장과 경영 양측의 시각을 함께 확인할 수 있었다. 응답자의 산업 분야를 살펴보면 건축·건설 분야가 44.2%로 가장 큰 비중을 차지했다. 이어 토목 16.1%, 플랜트 15.2%, 전기전자·반도체 12.8%, 시각화·그래픽 7.7%, 산업용 장비 6.5%, 자동차 5.4% 순으로 조사됐다.(복수응답) 다양한 산업 분야의 응답자가 참여한 것은 스마트 건설 DX가 건축·건설 분야를 넘어 다양한 산업과 연계되는 흐름을 보여주는 것으로 해석할 수 있다. 응답자들의 업무 관련 관심분야를 살펴보면 CAD·3D 모델링이 58.6%로 가장 높은 비중을 차지했다. 이어 AI·머신러닝·빅데이터 38.1%, VR·AR·XR 18.3%, 시스템 통합(SI) 18.2%, CAE 16.2%, IoT 12.4%, PLM 11.2% 순으로 나타났다. 다양한 기술에 대한 관심도가 높다는 것은 스마트 건설이 단일 기술이 아니라 여러 디지털 기술이 융합되는 방향으로 발전하고 있음을 시사한다.   스마트 건설 DX 사용 기업 및 유저 대상 설문조사 전체 응답자 중 ‘스마트 건설 DX 사용 기업 및 유저 대상’ 설문 조사는 스마트 건설 DX 및 BIM 기술을 활용 중인 국내 건설·엔지니어링·시공 분야 종사자 253명을 대상으로 진행되었다.   건설 분야 사용자 기업 및 유저 설문 현황 설문 참가자들의 주요 분야는 시공사(30.4%), 종합설계사(28.1%), BIM 컨설팅/엔지니어링(27.3%), 건축설계사(16.2%) 순으로 집계되었다. 스마트 건설 DX를 추진 중인 기업들의 매출 규모 분석 결과, ‘5000억 원 이상’의 대형 기업이 36.8%로 가장 높은 비중을 차지했다. 한편 ‘10억 원 미만’의 소규모 기업도 9.9%를 나타내며 기술 도입을 시도하고 있으나, 10억~100억 원대 중소 규모 기업 구간은 각각 5~7%대에 머물렀다. 이는 BIM 기술 도입 및 DX 인프라 구축에 필요한 초기 투자 비용과 전문 인력 유지비용이 중소기업에게는 여전히 높은 진입장벽으로 작용하고 있음을 반증한다. 응답 기업의 직원 수 기준 분석에서도 기업 매출 규모와 동일한 궤의 양극화 경향이 관찰되었는데, 1000명 이상의 대규모 조직이 전체의 43.4%를 차지하는 것으로 조사되었다. 인력 인프라가 풍부한 대형 기업일수록 BIM 전담 조직 구성 및 디지털 툴 보급이 원활한 만큼, 상대적으로 인력난과 교육 인프라 부족을 겪는 중소· 중견기업을 위한 맞춤형 DX 기술 지원 및 컨설팅 프로그램 확대가 필요한 것으로 보인다.   설계 툴 사용 현황 설문 응답자들의 건설 및 설계 현장에서 사용 중인 설계 툴 현황(중복 응답)을 조사한 결과, 전체 응답자의 67.6%가 ‘BIM을 적용 중’이라고 답해 스마트 건설 DX의 핵심으로서 BIM의 보급이 상당 수준 이루어졌음을 확인시켰다. 그러나 여전히 ‘2D CAD와 3D CAD를 모두 사용 중’이라는 응답이 46.6%, ‘2D CAD만 사용 중’이라는 응답이 22.9%에 달해, 완전히 BIM 기반으로 일하는 방식이 전면 교체되었다기보다는 전통적인 2D CAD 작업과 BIM 3D 작업이 혼용되는 과도기적 단계에 머물러 있는 것으로 풀이된다.     BIM 사용 현황 및 전망 응답 기업 및 유저의 BIM 기술 사용 수준을 파악한 결과, ‘중급(어느 정도 실무 활용 가능)’이 28.5%로 가장 높았으며, ‘전문(능숙 활용, 프로젝트 조율 가능 단계)’이 23.3%, ‘초급’이 20.9%로 집계되었다. ‘고급(실무 능숙 활용)’은 15.0%를 기록했다. 초급과 중급을 합산한 중급 이하 숙련도 인력이 전체 응답자의 절반에 가까운 49.4%에 달하며, 복합 프로젝트를 전반적으로 조율할 수 있는 전문 단계는 23.3% 수준에 머물러 있다. 이는 BIM 기술의 단순 라이선스 도입을 넘어, 고급·전문 역량을 갖춘 실무형 리더급 인재 양성을 위한 교육 프로그램 체계화가 시급함을 시사한다.     건설/토목 관련 유저 업체의 BIM 소프트웨어 실제 적용 현황을 묻는 질문에 ‘현재 사용 중’이라는 응답이 67.2%를 기록하며 건설 산업 내 BIM 실무 적용이 대세로 자리잡았음을 보여주었다. 또한 ‘도입을 검토 중’(12.3%) 및 ‘향후 도입할 계획’(7.9%)이라는 응답을 합산하면 전체 응답자의 87.4%가 BIM을 현재 사용하거나 도입을 긍정적으로 검토·추진하고 있는 것으로 집계됐다.     정보 활용 성숙도에 따른 BIM 기술 단계(BIM 사용자 그룹) 분석 결과, BIM 모델을 통해 통합 정보를 구축·활용하는 ‘통합 BIM(Integrated BIM)’ 단계가 38.7%로 가장 높게 나타났다. 그러나 2D 도면을 기반으로 3D 모델로 전환하는 수준인 ‘전환 BIM(2D-3D Conversion BIM)’ 역시 33.6%로 높은 비중을 차지했다. 2D와 3D를 병행하는 ‘투 트랙 BIM’도 13.8%를 기록했다. ‘커넥티드 BIM’(4.3%)이나 단순히 뷰어 위주로 활용하는 ‘시각 BIM’(4.0%)에 비해, 시장은 전환 BIM에서 통합 BIM으로 발전하는 단계에 있는 것으로 분석된다.     BIM을 원활하게 활용하지 못하거나 장애가 되는 걸림돌(중복 응답)에 대한 조사 결과, ‘전문 인력 부족’이 36.8%로 가장 심각한 걸림돌로 지목되었다. 뒤이어 ‘BIM 소프트웨어 도입 비용 부담’이 22.9%, ‘발주처에서 BIM 요구가 없음’이 19.4%를 기록했다. 그 외에도 ‘기존 도면/프로세스와의 연계 문제’(15.4%), ‘BIM 발주처의 불명확한 요구사항 및 업무범위’(13.8%), ‘사용 방법 어려움’(13.0%) 등이 지적됐다. 단순히 툴을 구매하는 비용 문제보다, 이를 실제 프로젝트에서 운용할 숙련된 인력 확보와 현장 업무 프로세스 개편의 어려움이 기업들에게 더 큰 압박으로 작용하고 있음을 보여준다.     BIM 기술의 향후 발전 방향 및 산업 내 중요도 전망에 대해서는, 응답자의 55.7%가 ‘매우 중요하게 성장할 것’이라고 답했으며, 32.8%가 ‘다소 성장할 것’이라고 전망했다. 전체 응답자의 88.5%가 BIM의 향후 중요도와 성장 가능성을 긍정적으로 평가한 것이다. ‘현재 수준에서 유지될 것’이라는 응답은 9.1%, ‘중요성이 낮아질 것’이라는 의견은 0.8%에 불과했다. 건설 산업 DX의 불가피한 흐름 속에서 BIM이 중심 기술로서 자리를 확고히 잡을 것이라는 점에는 산업계 전체가 강력한 공감대를 형성하고 있다.     BIM 구축과 생태계 확대를 위해 가장 필요한 요소(5순위 누적 가중치 분석) 조사 결과, ‘경영진의 의지와 BIM에 대한 이해’가 누적 가중치 647점으로 가장 높게 평가되었다. 이어 ‘BIM 관련 산업 표준화’(416점), ‘BIM 관련 전담 인력 및 조직 확보’(325점), ‘BIM 관련 기술 개발 및 성능 향상’(271점), ‘비용 절감 및 ROI 명확성’(247점), ‘BIM 설루션 도입/유지 비용 인하’(237점) 순으로 나타났다. 실무진의 기술 습득뿐만 아니라, 기업 최고경영진의 강력한 DX 추진 의지와 함께 국가 및 산업 차원의 명확한 BIM 가이드라인·표준화 구축이 선행되어야만 BIM의 성공적인 정착이 가능할 것으로 분석된다.     이번 조사 결과는 국내 건설업계에서 BIM 도입 자체는 이미 상당한 수준에 도달했음을 보여준다. 그러나 앞으로 기업 간 경쟁력을 좌우할 요소는 단순한 도입 여부가 아니라 BIM을 얼마나 깊이 있게 활용하고 AI·클라우드·디지털 트윈과 연계할 수 있는지에 달려 있다. 또한 BIM은 더 이상 설계 부서만의 도구가 아니다. 프로젝트 참여자 간 협업을 지원하고, 데이터를 통합 관리하며, AI 기반 분석과 자동화의 기반이 되는 핵심 플랫폼으로 진화하고 있다. 향후 스마트 건설의 성패는 BIM 데이터를 얼마나 체계적으로 구축하고 활용하느냐에 의해 결정될 가능성이 크다.   스마트 건설 DX 투자 및 기술 도입 동향 건설 기업들이 향후 1년 이내에 가장 집중적으로 투자하고자 하는 건설 DX 분야를 조사한 결과(중복 응답), ‘BIM(설계/시공 통합)’이 54.2%로 1위를 차지했다. 그 뒤를 이어 ‘AI(설계/자동화/분석)’가 47.8%를 기록하며 높은 투자 수요를 나타냈다. 이 외에도 ‘디지털 트윈’이 27.7%로 3위를 차지했으며, 3D CAD(12.6%), VR/AR/XR(9.1%), 투자 계획 없음(8.7%), PDM/PLM(7.5%), 3D 스캐닝(6.3%) 순으로 조사됐다. 이는 건설 산업이 단순 3D 모델링 단계를 넘어, AI를 통한 자동화 분석과 디지털 트윈 기반의 실시간 현장 관리 기술로 투자의 중심축을 이동시키고 있음을 보여준다.     건설 DX 시스템 구축을 위한 구체적인 투자 시기를 묻는 질문에서, ‘2년 이내’에 투자를 집행하겠다는 응답이 32%로 가장 높게 나타났다. 이어 ‘1년 이내’가 19.4%, ‘6개월 이내’가 9.5%를 차지했다. 전체 응답자의 60.9%가 향후 2년 이내에 DX 관련 투자를 본격화하겠다고 답해 단기·중기적 관점에서의 시스템 구축 의지가 명확히 확인되었다. 반면 ‘도입 계획이 없다’는 응답은 24.5% 수준이었으며, 이는 기술 도입의 불확실성이나 초기 예산 확보의 어려움 때문인 것으로 풀이된다. 건설 DX 관련 소프트웨어 및 설루션 구매 시 선호하는 라이선스 방식을 조사한 결과는, ‘서브스크립션(구독형)’ 방식이 49%를 기록하며 ‘영구 버전(43.1%)’을 앞질렀다. 과거 자산 형태로 소유하는 영구 라이선스를 선호하던 건설 업계의 관행에서 벗어나, 지속적인 업데이트와 초기 도입 비용 부담을 줄일 수 있는 SaaS 및 구독 모델이 시장의 주류 구매 형태로 자리 잡아가고 있는 것으로 보인다.     조직 내에서 현재 가장 중요하게 고려하거나 투자 중인 기술 요소(3순위까지 선택, 누적 가중치 분석) 조사에서는 ‘BIM 기반 설계 및 4D/5D 활용’이 누적 가중치 1293점으로 최우선 과제로 꼽혔다. 이어 ‘AI/빅데이터 기반 공정 최적화/분석’이 1137점으로 2위에 올랐으며, ‘클라우드 및 데이터 플랫폼 구축’(781점), ‘디지털 트윈’(595점), ‘현장 안전 관리 및 모니터링 시스템’(358점), ‘건설 로봇 및 자동화 장비 도입’(313점) 순으로 집계되었다. 단순 3D 형상 설계를 넘어 공정(4D) 및 내역/비용(5D) 관리, 그리고 AI 연계 데이터 분석에 대한 실질적 니즈가 매우 높음을 나타낸다.     조직의 건설 DX 추진 현황 단계를 파악한 결과, ‘개념 정립 및 전략 수립 단계’가 36%로 가장 높은 비중을 차지했다. 그 다음으로 ‘파일럿 프로젝트/부분 도입 단계’가 28.5%로 나타났다. 반면 ‘전사적 도입 및 확산 단계’는 15.0%, 지속적 개선과 혁신이 이뤄지는 ‘성숙 단계’는 4.0%에 머물렀으며, ‘추진하고 있지 않다’는 응답도 16.6%에 달했다. 절반 이상이 전략 수립 또는 파일럿·부분 도입 단계에 머물러 있어, 국내 건설 DX는 본격적인 전사 확산 단계로 넘어가기 위한 과도기에 있는 것으로 분석된다.     스마트 건설 DX 기술 전망 및 애로사항 건설 DX와 관련해 향후 가장 주목할 만한 핵심 기술을 조사한 결과(최대 3개 복수 선택), ‘인공지능/에이전틱 AI/피지컬 AI’가 77.4%로 압도적인 1위를 차지했다. 이어 ‘디지털 트윈’이 46.9% 로 2위, ‘생성형 설계(제너레이티브 디자인)’가 42.1%로 3위에 올랐다. 이 외에도 공통 데이터 환경(CDE, 23.0%), 시공 자동화/로보틱스(22.0%), 탈현장 공법(OSC/모듈러, 14.2%), 증강현실 시각화(9.2%), 드론/LiDAR 스캐닝(9.0%), IoT 센서(8.5%) 순으로 집계됐다. 건설 업계가 단순한 3D 가시화를 넘어 AI 및 실시간 시뮬레이션 기술을 미래 핵심 성장 동력으로 명확히 인식하고 있음을 보여준다.     인공지능 기술이 향후 3년 내 건설 엔지니어의 업무를 어느 정도 대체하거나 보조할 것인지 물어본 결과, 응답자의 56.6%가 ‘단순 반복 업무의 상당 부분을 자동화할 것(획기적 효율 증대)’이라고 답했다. ‘공기·비용 최적화 등 의사결정을 지원하는 수준의 보조적 역할을 할 것’이라는 응답도 33.0%를 기록하여, 전체 응답자의 89.6%가 AI가 엔지니어의 실질적인 업무 효율을 끌어올리는 강력한 도구가 될 것으로 내다봤다. 반면 ‘데이터 정리 등 일부 업무에 한해 쓰일 것’(8.5%)이나 ‘현장 특성으로 도입 효과가 미미할 것’(1.8%)이라는 회의적 시각은 소수에 불과했다.     스마트 건설 DX 추진 과정에서 업계 실무자들이 느끼는 문제점과 애로사항(주관식 응답)을 종합 분석한 결과, 가장 큰 걸림돌로는 ‘정량적 ROI(투자 대비 효과) 산출의 어려움’과 ‘국가/산업 차원의 표준화 체계 미비’, ‘현장 사용성 저하’ 등이 지적됐다. 실무자들은 기술 도입 비용 대비 직접적인 수익성이 명확하지 않아 경영진을 설득하기 어렵고, 기업/프로젝트마다 표준화된 가이드라인과 데이터 체계가 없어 단편적인 활용에 그치고 있다고 지적했다. 아울러 아무리 고도화된 시스템이라도 실제 현장 실무자가 쓰기 불편하면 외면받는 만큼, 직관적이고 쉬운 UI/UX 구현과 전문 인력 교육 지원, 발주자의 디지털 전환 의지가 선결되어야 한다는 의견이 지배적이었다.   맺음말 : 스마트 건설의 경쟁력은 ‘데이터 활용 능력’ 이번 캐드앤그래픽스 설문조사는 국내 스마트 건설이 기술 도입 단계를 넘어 활용과 고도화 단계로 진입하고 있음을 보여준다. BIM은 이미 업계의 핵심 인프라로 자리 잡았으며, AI와 디지털 트윈은 이를 기반으로 새로운 가치를 창출하는 기술로 빠르게 확산되고 있다. 동시에 전문인력 확보와 데이터 표준화, 조직 문화 개선, 공공 발주 체계 개선 등 해결해야 할 과제도 있는 것으로 보인다. 스마트 건설의 미래는 단순히 최신 기술을 도입하는 데 있지 않다. 데이터를 표준화하고, 프로젝트 전 과정에서 이를 연결하며, AI를 통해 새로운 가치를 창출하는 기업이 미래 건설산업의 경쟁력을 확보하게 될 것이다. 국내 건설산업은 DX를 넘어 AI 활용을 통해 AX 시대로 나아가는 중요한 전환점에 서 있다. 앞으로는 기술 자체보다 데이터를 활용하는 역량과 이를 조직 전체의 경쟁력으로 연결하는 실행력이 기업의 지속 가능한 성장을 좌우할 핵심 요소가 될 것이다.     ■ 기사 내용은 PDF로도 제공됩니다.

유니티는 메타가 공개한 차세대 VR(가상현실) 기기 ‘메타 VR 글래스(Meta VR Glasses)’의 공개일부터 유니티 엔진 지원을 시작한다고 밝혔다. 메타 VR 글래스는 지난 9월 23일 열린 연례 기술 행사 ‘메타 커넥트 2026’에서 처음으로 공개됐다. 유니티는 신규 하드웨어 발표와 동시에 개발 환경을 제공해, 개발자들이 2027년 봄으로 예정된 정식 출시 전까지 콘텐츠를 미리 제작하고 검증할 수 있도록 지원한다는 방침이다.     글로벌 주요 게임 및 콘텐츠 개발 스튜디오들은 유니티를 활용해 메타 VR 글래스용 콘텐츠를 발 빠르게 준비하고 있다. 현재 주요 스튜디오가 개발 중인 타이틀로는 ‘카드마다’, ‘드래곤 그로브’, ‘피닉스 라이트 : 에이스 아토니 듀얼 데스티니즈 VR’, ‘다이스 쓰론 디지털’, ‘스토리 오브 시즌스’, ‘슈퍼내추럴’, ‘투 포인트 호스피탈 – 믹스드 리얼리티 에디션’ 등이 있다. 이들 스튜디오는 이미 유니티 엔진을 기반으로 메타 VR 글래스 환경에 맞춘 프로젝트를 진행하고 있다. 기존 메타 퀘스트 생태계에서 구동되던 애플리케이션은 메타 VR 글래스에서도 호환되어 실행된다. 개발 스튜디오는 현재 사용 중인 워크플로를 바탕으로 오픈XR 기반 타이틀을 새로운 폼팩터로 확장할 수 있다. 메타 VR 글래스용 콘텐츠를 제작하는 개발팀은 유니티의 확장된 시선 및 손 추적 지원 기능, 시각적 품질 저하 없이 GPU 비용을 낮추는 렌더링 모드, 향상된 공간 오디오 지원 등을 폭넓게 활용할 수 있다. 특히 실제 기기가 없더라도 유니티 에디터 내에서 메타 VR 글래스의 인터랙션을 직접 시뮬레이션하고 테스트할 수 있어 개발 기간을 단축할 수 있다. 개발자는 유니티 6.6 이상 버전이나 유니티 애셋 스토어에서 메타 XR 올인원 SDK v207을 내려받아 곧바로 개발에 착수할 수 있다. 또한 유니티의 CLI(명령줄 인터페이스) 워크플로와 메타 SDK에 포함된 AI 도구를 결합해 개발 속도를 한층 끌어올릴 수 있어, 차세대 XR(확장현실) 시장 진입과 이용자 확보가 더욱 수월해질 전망이다. 유니티의 알렉스 블룸 최고운영책임자(COO)는 “유니티는 메타 VR에서 가장 많이 판매되는 게임 대부분을 지원하고 있으며, 이러한 흐름이 VR 글래스에서도 이어지길 바란다”고 말했다. 또한 “스튜디오가 기존 메타 퀘스트 타이틀에 핸드 트래킹 지원 기능을 추가하든, VR 글래스를 위한 새로운 콘텐츠를 개발하든지 상관없이 하나의 코드베이스를 여러 디바이스에서 활용할 수 있어 개발자는 번거로운 과정 없이 더 많은 플랫폼과 이용자에게 콘텐츠를 선보일 수 있다”고 설명했다.

간삼건축이 AI(인공지능) 데이터센터의 구축 속도와 확장성을 높이기 위해, 사전제작형 모듈러 데이터센터(PMDC)의 표준 설계 모델 개발에 나선다. 간삼건축은 경기 안양시 평촌메가센터에서 LG유플러스, GS건설, 자이C&A, D&O CM과 ‘PMDC 얼라이언스 구축을 위한 업무협약’을 체결했다고 밝혔다. 이번 협약은 AI 데이터센터의 구축 기간을 줄이고, 품질의 일관성과 향후 확장성을 확보할 수 있는 PMDC 표준 모델을 마련하기 위해 추진됐다. 최근 AI 반도체와 서버 기술이 고도화되면서, 데이터센터의 전력 밀도와 설비 요구 조건은 빠르게 변하고 있다. 이에 따라 시설 구축 기간을 단축하면서도, 앞으로 발생할 기술과 수요 변화에 유연하게 대응할 수 있는 표준화 및 모듈화 방식의 필요성이 커지고 있다. PMDC는 건축 구조물과 전력 및 냉각 설비 등을 표준화해 공장에서 미리 제작한 뒤, 현장에서 조립하고 설치하는 건축 방식이다. 현장에서 직접 시공하는 기존 방식에 비해 공사 기간을 줄이고 현장 위험 요소를 낮출 수 있으며, 균일한 품질을 유지하기에 유리하다. 아울러 시장 수요에 맞춰 시설을 단계별로 유연하게 확장할 수 있는 장점도 지닌다. 협약에 참여한 기업들은 100MW 규모의 대형 하이퍼스케일 PMDC를 중심으로 협력한다. 새로운 부지에 적용하는 신규 구축형 모델과 함께, 기존 건축물을 AI 데이터센터로 전환하는 개보수(레트로핏) 모델을 함께 개발할 계획이다.   ▲ PMDC 얼라이언스 참여사 관계자들이 LG유플러스 평촌메가센터를 둘러보고 있다(제공 : LG유플러스)   간삼건축은 지난 20여 년 동안 77건의 데이터센터 설계를 수행한 경험을 바탕으로, PMDC 표준 설계 모듈과 AI 데이터센터에 최적화된 설계안을 마련한다. 또한 신규 부지 검토 단계에서는 부지별 종합 계획 수립과 인허가 대응을 맡고, 최적화된 설계를 통해 PMDC 모델의 현장 적용을 지원한다. 협력사들 역시 각 분야의 전문 역량을 투입한다. LG유플러스는 운영 기준과 기술 요건을 수립하고, 사업 방향 설정과 모델 검증을 진행한다. GS건설은 신규 구축형 모델의 시공성 검토와 공정 최적화를 맡으며 설계·조달·시공을 포괄하는 EPC 역량을 제공한다. 자이C&A는 기존 건축물을 활용하는 모델 개발과 전력 및 냉각 최적화를 담당하고, D&O CM은 사업 전반의 건설 사업 관리(CM)을 맡아 협력한다. 간삼건축의 박무찬 총괄대표는 “AI 데이터센터는 초기 구축 속도뿐 아니라 기술과 수요 변화에 따라 지속적으로 확장하고 대응할 수 있는 유연성이 중요해지고 있다”면서, “간삼건축이 축적해 온 데이터센터 설계 경험을 PMDC 표준 설계 모델로 발전시켜 산업 수요에 대응할 수 있는 인프라 기반을 만드는 데 기여하겠다”고 말했다.

도구의 시대를 지나 운영 모델의 시대로   디지털과 현실을 잇고 아이디어를 실제 가치로 구현하는 방식, 오토데스크가 말하는 ‘디자인 & 메이크(Design & Make)’다. 7월 15일에 열린 ‘오토데스크 디자인 & 메이크 서밋 코리아 2026’은 그 진화를 이끄는 세 개의 키워드(데이터, AI, 컨버전스) 를 축으로 구성되었다. 기조연설로 문을 열고, 세 곳의 고객 성공 사례가 이어졌으며, 오토데스크 코리아의 AI 세션으로 마무리되는 하루였다. 필자가 이날 현장에서 받은 인상을 한 문장으로 요약하면 이렇다. “지난해가 ‘어떤 도구를 써야 하나’로 우왕좌왕하던 시기였다면, 올해의 화두는 ‘어떤 데이터를 어떤 거버넌스로 다룰 것인가’로 옮겨 갔다.” 마지막 세션에서 오토데스크코리아의 정태승 박사가 던진 이 진단은 사실 그날 발표자 대부분이 서로 다른 언어로 반복한 말이기도 했다. 도구(BIM)는 이미 전제가 되었고, 승부처는 그 위에 쌓이는 데이터와 그것을 운영하는 방식으로 넘어가고 있었다.   ▲ 오토데스크 디자인 & 메이크 서밋 코리아 2026 현장   기조연설 — 새로운 청사진, 그리고 모두를 위한 디자인 이번 행사의 기조연설은 오토데스크의 켄 푸(Ken Foo) 전략 파트너십 부사장이 맡았다. ‘The New Blueprint : Data, AI, and Convergence’라는 제목처럼, 데이터·AI·산업 융합이 기업의 운영 방식을 어떻게 재편하는지를 조망했다. 프로젝트는 갈 수록 복잡해지고 수익성 압박은 커지는데, 연결된 데이터와 플랫폼, 그리고 워크플로에 내장된 AI가 의사결정과 리스크 관리, 업무의 예측 가능성, 효율과 품질, 나아가 혁신을 어떻게 끌어올릴 수 있는지가 핵심 메시지였다. 고객 기조연설은 현대자동차 제네시스의 송지현 실장과 이준호 책임연구원이 ‘Nanomobility – Design for All’을 주제로 진행했다. 이동약자와 도시의 이동 문제에서 출발한 나노 모빌리티가 포용적 디자인과 제품 혁신으로 발전하고, 오토데스크 설루션 기반의 워크플로를 통해 더 가볍고 강하며 제조 가능한 구조로 구현된 과정을 소개했다. 현대자동차 제네시스의 나노 모빌리티 사례는 ‘디자인’ 과 ‘메이크’가 하나의 흐름으로 이어지는 구체적인 예시였다.   고객 성공 사례 세 편 — 다른 출발점, 같은 결론 GS건설, 간삼건축, 삼우종합건축사사무소가 연달아 무대에 올라 각자의 현실적인 고민과 시도를 공유했다.   GS건설 — CDE로 ‘흩어진 정보’를 연결하다 GS건설 디지털건설팀의 조재영 팀장은 아주 현실적인 질문으로 발표를 열었다. ‘현장에서 최신 정보를 확인하려면 몇 개의 시스템을 뒤져야 할까?’ 도면은 도면 시스템에, BIM은 별도 서버나 담당자 PC에, 이슈는 메신저와 메일에, 검측 서류는 개인 PC와 휴대전화에 흩어져 있다. 정보가 없는 게 아니라, 서로 연결되어 있지 않다는 것이 문제다. 그 결과 무엇이 최종본이고 기준인지 확인하는 데만 많은 시간이 든다. 그 해법으로 제시된 것이 CDE(Common Data Environment, 공통 데이터 환경)다. 조 팀장은 CDE가 원드라이브 같은 단순 저장소가 아니라는 점을 강조했다. 최신 도면과 BIM, 시방, 이슈, 검측 사진 같은 ‘승인 정보’를 하나의 업무 흐름으로 연결하는 프로젝트 협업 공간이라는 것이다. 모든 참여자가 같은 승인 정보를 기준으로 일하고, 변경·검토·조치 과정이 기록되므로, 문제가 생겼을 때 누가 언제 어떤 정보를 기준으로 판단했는지 추적할 수 있다. 글로벌 건설사의 정보 관리는 파일 저장에서 출발해 사내 서버·EDMS를 거쳐, 영국발 정보 관리 기준(ISO 19650)이 확산되면서 상용 협업 플랫폼으로, 다시 클라우드·모바일 환경으로 발전해 왔다. 지금은 CDE를 PMS·ERP·데이터 레이크·AI와 연결해 전사 데이터 기반으로 확장하는 단계라는 설명이다. 특히 인상적이었던 것은 CDE와 ‘AI 도면 시스템’의 역할을 분명히 구분한 대목이었다. CDE가 답해야 할 질문은 “어떤 도면이 최신 승인본인가”(버전·승인 권한·배포·감사 이력)이고, AI 도면 시스템의 질문은 “이 도면에서 무엇을 찾고 분석할 수 있는가”(검색·비교·요약·오류 후보 탐지)다. 만약 AI 시스템이 승인·배포·버전 관리까지 떠안으면 사실상 또 하나의 CDE를 자체 개발·운영하는 부담을 지게 된다. 공식 기준 정보는 CDE가 관리하고, AI는 그 위에서 검토하는 구조가 바람직하다는 것이다. CDE 선택 기준으로는 여덟 가지 항목이 제시되었다. ISO 19650 기반 정보 관리 적합성 : 작성 중/공유/승인/보관 등 정보 상태 구분, 명명 규칙·고유 ID·메타데이터, 버전·워크플로·감사 추적·아카이브 도면 관리 : DWG·DGN·PDF 등 원본 형식과 외부 참조(XRef) 지원, 시트 단위 관리, OCR 속성 추출, 개정 전후 비교·마크업 BIM 지원 : 레빗(Revit)·나비스웍스(Navisworks)·IFC 등 주요 모델 조회, 건축·구조·설비 통합 검토, 간섭·설계 변경을 이슈로 전환 모바일 사용성 : 지하층·통신 음영 구간에서도 도면 확인, 이슈·체크리스트·사진을 도면 위치에 바로 연결 권한·보안 : 역할·폴더·문서 상태별 권한 구분, 인증·저장 위치·활동 로그 API·데이터 연계성 : PMS·공정·ERP·자재·원가·드론·레이저 스캔 연결, 데이터 레이크·AI 분석 활용 도입·표준화 용이성 : 표준 폴더·권한·워크플로 템플릿화, 한국어 지원, 국내 기술 지원, 확산성 비용·벤더 리스크 : 초기 구축비 외 라이선스·스토리지·교육·운영을 포함한 장기 총비용, 종료 시 데이터 반출과 종속성 조 팀장은 이 여덟 가지를 결국 세 개의 질문으로 압축했다. 공식 기준 정보를 제대로 관리할 수 있는가, 현장에서 실제로 쓸 수 있는가, 회사 시스템과 연계해 장기적으로 운영할 수 있는가. 이 조건을 폭넓게 충족하는 설루션은 많지 않은데, 오토데스크 포마(Forma)가 그 몇 안 되는 선택지에 든다는 것이 결론이었다. BIM 360과 컨스트럭션 클라우드(Construction Cloud, ACC)를 거쳐 지금은 포마를 중심으로 계획·설계·시공 데이터를 잇는 방향으로 발전하고 있고, 그 중심에 도면·문서·모델을 다루는 데이터 매니지먼트가 있으며 그 위에 Collaborate·Build·Takeoff와 초기 계획 기능이 얹힌다. 실제 적용 사례도 구체적이었다. 통도면을 시트 단위로 전환하면 변경된 도면만 새 버전으로 등록되고 개정 전후 비교가 가능해진다. 부담이 되던 통도면 분할은 GS건설이 AI OCR로 도면번호· 도면명을 인식해 자동 분할하는 웹 도구를 자체 개발해 써 왔는데, 최근에는 포마의 페이지·속성 추출 기능으로도 처리할 수 있게 되었다. 다만 잘못 인식된 정보가 그대로 기준이 되지 않도록 최종 검수는 반드시 필요하다는 단서를 달았다. 이 밖에 웹·태블릿에서의 BIM 접근, 도면·모델의 정확한 위치에 이슈를 등록하고 담당자·기한·상태를 지정하는 기능, 그리고 검측 서류의 준비·출력·제출 과정을 통째로 없앤 모바일 검측 사례가 소개되었다. 철근 검측 자동화(도면 속 부재명을 AI가 인식해 구조 일람과 연결)는 아직 개발 중이라고 밝혔다. 마지막으로 포마와 MCP(모델 콘텍스트 프로토콜)를 연결한 확장 실험을 공유했다. CDE의 도면·BIM·공정표·현장 데이터를 API로 LLM(대규모 언어 모델)에 연결해, 자연어로 특정 층 물량을 조회해 보고서로 받거나, 공정표 기반 CP(주공정) 분석, 구조 부재 Takeoff의 엑셀 내보내기, BIM 모델 기반 작업 위험 검토를 시험해 본 결과다. 최근 한글 지원이 개선되었고, 국가건설공사 표준시방·LH·도로·철도 등 국내 기준이 반영되면 활용도가 더 높아질 것이라는 기대도 덧붙였다. 조 팀장의 결론은 명료했다. “CDE는 하나의 시스템을 도입하는 것이 아니라, 프로젝트 구성원이 같은 정보를 기준으로 일하게 만드는 변화다.”   ▲ GS건설 조재영 팀장의 CDE·포마 적용 발표   ▲ GS건설 발표 인포그래픽(필자 생성 by Gemini)   간삼건축 — 데이터 자산화가 가져올 미래 간삼건축 이혁 INNOVATION 부문 대표의 발표는 세 사례 중 가장 서사적이고 성찰적이었다. 2008년 간삼건축에 합류해 십 수 년간 프로세스 효율화와 인적 자산 관리를 고민해 온 그는, “여전히 진행 중이고 실험적인 이야기”라며 담담하게 자사의 시행착오를 풀어놓았다. 출발은 2023년의 한 경험이었다. 연말에 급하게 작은 오피스를 호텔로 리모델링하는 기획설계를 맡게 되었는데, 유튜브에서 본 3D 모델링 기반 AI 렌더링을 처음 시도했다. 금요일 오전 세 시간 모델링, 오후엔 BIM 팀원과 함께 손을 보고, 두 시간 만에 50여 장의 이미지를 얻었다. 주말을 거쳐 결국 둘이서 14시간 만에 보고서를 완성했다. 그가 놀란 것은 이미지 품질이 아니라, ‘AI를 쓰면 우리 프로세스를 이렇게 압축할 수 있구나’라는 사실이었다. CAD와 스케치업이 각각 도면과 모델만 다루는 ‘반쪽짜리’라면, 라이노(Rhino)와 레빗으로 옮겨 모델링이 도면으로 직접 이어지고 AI로 이미지를 얻는 세상이 가능하다는 것. 그래서 그는 “AI를 잘 쓰려면 툴 자체가 바뀌어야 한다”고 말하며, “세상은 데이터로 넘어가고 있었다”고 덧붙였다. 간삼은 지난 5년간 여러 조치를 빠르게 진행했다. BIM 교육 동영상 배포, 전사 BIM 능력시험, CAD 허가제, 템플릿 개정, 파라메트릭 팀 신설, 연 10여 회의 AI 세미나. 그러나 그는 생텍쥐페리의 어린 왕자를 빌려 조직의 저항을 유쾌하게 꼬집었다. 어린 왕자가 지구에 오기까지 거친 여섯 별의 어른들이 회사에 다 있다는 것이다. 정작 본인은 하지 않으면서 아랫사람에게만 BIM을 시키는 사람, 끊임없이 허점만 지적하는 사람, “난 CAD가 BIM보다 빠르다”고 버티는 시니어 — 자전거를 빨리 타서 자동차를 이기겠다는 이들 — 와 매일 씨름한다고 했다. 그럼에도 ‘바오밥 나무를 뽑겠다’는 일념으로 만든 것이 ‘팀31’ 이다. 기존 BIM 매니저 팀에 건축 설계 시니어를 붙인 조직으로, 목표는 SD(계획설계) 종료 시점에 실시설계 도서 총량의 30%를 확보하는 것. 도면 총량 30%에 도면당 완성률 60%를 곱하면 18이라 원래 이름은 ‘T18’이었는데, 직관적인 ‘팀31’로 바꿨다는 뒷 이야기가 웃음을 자아냈다. 설계팀 한 명과 팀31 두 명을 짝지어 올해 이미 12개 프로젝트에서 SD 종료 시 40~45%까지 도면을 만들어 내고 있고, 회사 기준으로 전체 설계 효율을 약 6% 올릴 것으로 기대한다고 했다. 자산화 도구도 촘촘했다. 클라우드 협업 보드 미로(Miro)에 계약·목표와 SD 30% 분량의 도면 150여 장을 올려 피드백을 공유하고, 포마에는 간삼의 매스 자산을 허브에 DB처럼 올려 쓰며(파트너사 상상진화의 Forma Box로 초기 계획을 압축), 환경 분석은 라이노의 그래스호퍼(Grasshopper)보다 간편하다고 평가했다. 이미 2차 교육을 마쳤고 8월 중순 3차 교육 후 전면 적용할 계획이다. 오토데스크의 콘텐트 카탈로그(Content Catalog)로는 엘리베이터의 모든 사양에 이름을 붙여 클라우드에 올려 파라미터 조정 없이 선택·삽입하게 했고, 한 걸음 더 나아가 방풍실·병실·계단실·화장실 등 패밀리 조합을 블록으로 저장했다. 여기에 자체 개발한 디테일 DB는 1/50·1/60 도면을 함께 연동하고, 그 디테일을 언제 써야 하는지·주의점은 무엇인지에 대한 경험자의 설명과 별점·좋아요까지 붙였다. 이 대표는 아키텍트 펌의 기술을 ‘감자 이야기’에 비유했다. 1500년대 유럽에 감자가 퍼졌지만 사람들은 ‘악마의 식물’이라며 먹지 않았고, 1700년대 대기근 때에도 감자를 두고 굶어 죽었다. 1800년대 보급 이후 인구가 폭발했지만, 작황 좋은 한 품종만 심은 탓에 감자 마름병(역병)이 창궐하자 아일랜드에서만 150만이 아사했다. ‘안 먹어서 죽고, 그것만 먹어서 죽는다’는 이 우화를, 이 대표는 AI에 그대로 겹쳤다. 쓰지 않으면 뒤처지고, 특정 방식만 맹신하면 위험하다는 것. 실제로 지금 설계실을 들여다보면 절반은 PPT를, 절반은 AI를 쓰고 있는데, 도면 없이 화려한 겉모습만 남는 상태를 그는 오히려 경계했다. 지식 자산화의 진짜 벽은 기술이 아니라 사람과 세대였다. ‘내 자산인데 왜 회사에 내놔야 하느냐’는 물음은, 이 대표가 보기엔 도제식 문화의 방어 심리로서 나름 합리적이다. 아키텍트 펌은 사람을 자산처럼 다뤄 왔지만, 그 자산은 회계장부에 잡히지 않고 복제·확장·승계도 안 되며 사람이 떠나면 함께 사라진다. 동료의 피드백을 거치지 않은 개인 자산은 품질도 낮다. 결과의 공정성보다 과정의 공정성을 중시하는 MZ 세대는 회사의 지시를 맹목적으로 따르지 않는다. 그래서 그가 내린 결론은, 개인의 가치를 ‘추출’해 회사 가치로 만드는 구조에서 벗어나, 개인이 자신의 가치를 내어놓고 서로 교환하며 성장하는 ‘마당(커뮤니티)’을 만드는 것이다. 성과에는 ‘OO의 리포트’, ‘OO의 LISP’, ‘OO의 AI 디자인’처럼 이름을 붙여 인정한다. TFT로 만든 ‘모두가 만드는 플랫폼’은 이미 베타를 열었고 9월 초 정식 오픈을 앞두고 있다. 특히 간삼건축 이혁 부문 대표의 마지막 말은 이날 여러 발표가 향하고 있던 방향을 가장 명확하게 요약했다. “BIM을 시작으로 AI와 클라우드까지, 단순히 도구를 바꾸는 것만으로는 혁신이 안 되겠다는 생각이 들기 시작했다.”   ▲ 간삼건축 이혁 부문 대표의 ‘데이터 자산화’ 발표   ▲ 간삼건축 발표 인포그래픽(필자 생성 by Gemini)   삼우건축 — DX부터 AX까지 삼우건축 AX팀의 윤종근 프로는 삼우가 BIM 기반 설계 체계에서 출발해 DX(디지털 전환)를 거쳐 AX(AI 전환) 운영 모델로 이동한 여정을 단계별로 정리했다. 그는 이 여정을 새로운 기술의 도입이 아니라, “설계자가 문제를 더 빠르게 정의하고 AI·클라우드로 해결하며 그 결과를 조직의 자산으로 축적하는 새로운 업무 방식”으로 규정했다. 시작은 BIM이었다. 삼우는 2016년부터 전면 BIM을 수행하며 BIM을 조직의 ‘설계 기준’으로 만들었다. 전 직원 BIM 역량 평가, CAD 표준과 수행 경험·자동화 속성을 반영한 표준 템플릿, 반복 업무를 시스템화한 삼우 BIM 익스텐션, 2018년 건축·구조 표준 모델과 도면 기준, 2019년 설계 단계별 권장 모델이 그것이다. 핵심은 ‘BIM을 썼다’가 아니라, 설계 기준과 노하우·모델·도면 작성 방식을 디지털 자산으로 축적했다는 점이다. DX 단계의 목표는 본업 경쟁력 강화였다. AutoDrawings로 도면·시트 작성을, 창호·입면도 자동화로 뷰 생성·주석·시트 배치를 자동화했고, 구조 모델링과 일람표, 실내 마감표, 룸 데이터 시트(문서의 실 정보와 레빗 모델 정보를 연동)로 확장했다. 방식은 기술 부서가 현업의 문제를 수집·분석해 개발·배포·교육하고 현업이 적용하는 구조였다. 초기 성과는 분명했지만 한계도 뚜렷했다. 자동화 수요는 느는데 개발 인력은 제한적이고, 기능을 만들어도 실제 활용까지 이어지지 못했으며, 현업은 어떤 기능이 언제 있는지조차 알기 어려웠다. 질문은 ‘무엇을 더 자동화할 것인가’에서 ‘어떻게 더 잘 활용할 것인가’, 나아가 ‘누가 문제를 정의하고 해결에 참여할 것인가’로 바뀌었다. 이에 대한 두 갈래의 시도가 이어졌다. 하나는 사내 플랫폼 ‘DX 가이드맵’으로, 이미 만든 자동화 기능을 현업이 쉽게 찾아 적용하도록 연결했다. 이때 기술 부서의 역할이 ‘만드는 생산자’에서 ‘환경을 제공하는 프로바이더’로 분화된 것이 중요한 변화였다. 다른 하나는 2024년의 생성형 AI 공모전으로, 현업이 직접 문제를 정의하기 시작했다. 이미지 생성·데이터 분석·시각화 등 다양한 유스케이스가 나왔지만, 개인 역량에 의존한 방식은 회사 전체로 확산되기 어렵다는 한계도 함께 확인했다. 공모전에서 나온 아이디어가 기술 검증(PoC)과 사용성 개선을 거쳐 사내 이미지 생성 AI 서비스 ‘미지’로 발전한 것은, 문제 정의의 출발점이 기술 부서에서 현업으로 옮겨 간 상징적 사례였다. 전환점은 2025년의 APS 도면 자동화 프로젝트였다. 오토데스크 플랫폼 서비스(APS)와 포마를 기반으로 PDF 출도의 반복 업무를 자동화해, 대형 프로젝트에서 하루가 걸리던 작업을 30분으로 줄였다. 그러나 윤 프로가 강조한 진짜 의미는 결과가 아니라 ‘개발 방식’에 있었다. AI와 협업하면서 기술 학습·코드 작성·오류 개선의 속도가 달라졌고, AI가 단순 보조 도구가 아니라 개발 과정을 함께 푸는 파트너로 작동했다는 것이다. 그는 이 프로젝트를 “DX 방식으로 시작했지만 AX 방식으로 완성한 첫 프로젝트”이자 DX에서 AX로 넘어가는 터닝 포인트로 규정했다. 이 가능성을 공식 운영 모델로 구조화한 것이 삼우 AI 프레임워크, 이른바 ‘사이프(CYPHE)’다. 핵심은 AI 활용을 개인의 실험에 머무르게 하지 않는 것이다. 사이프는 세 관점으로 요약된다. 첫째, 고객과 회사의 정보를 안전하게 지키면서 AI를 강력하게 쓰는 표준 환경을 구축한다. 둘째, 특정 업무 목적에 맞는 AI 활용을 검증·지원하는 구조를 세운다. 셋째, 실제 업무 변화와 성과를 조직 차원에서 인정하고 확산한다. AI 활용의 기본값을 ‘보안 안에서의 활용’으로 바꾸고, 개인의 시도를 조직의 활용으로 전환하는 것이다. 여기에 유스케이스 등록과 인센티브·교육·멘토링으로 이어지는 성장 구조를 얹었다. 현업이 문제를 발굴하면 AX팀이 기술과 보안을 연결해 구체화하고, 현업의 오너십을 유지한 채 거버넌스와 파트너 리소스를 붙인다. 오토데스크 설루션과 연결성이 높은 케이스는 APS·포마 기반으로 더 확장된 업무 전환 모델로 발전시키며, 최근에는 오토데스크와 공동으로 AX 워크숍을 마쳤다고 밝혔다. 결론은 이랬다. “삼우의 AX는 AI 서비스를 도입한 결과가 아니라, 조직이 일하는 방식을 바꾸는 과정이다. BIM이 설계 데이터를 만들었고, 자동화가 프로세스를 바꿨으며, AI와 클라우드는 문제 해결의 주체와 방식을 확장하고 있다.”   ▲ 삼우건축 윤종근 프로의 ‘DX to AX’ 여정 발표   ▲ 삼우건축 발표 인포그래픽(필자 생성 by Gemini)   오토데스크 AI로 여는 업무 혁신 마무리 세션은 오토데스크코리아의 정태승 박사와 성진호 수석이 맡았다. 고객들이 저마다의 방식으로 AI를 쓰는 모습을 본 뒤, ‘그렇다면 오토데스크는 AI를 어떻게 생각하는가’를 짚는 자리였다.   AEC 관점 — 데이터 교환 모델과 포마, 그리고 어시스턴트의 현주소 정 박사는 오토데스크의 토대로 ‘데이터 교환(data exchange) 모델’을 먼저 꺼냈다. 한 프로젝트에서 수많은 소프트웨어가 쓰이지만 모든 데이터가 한곳에 모일 필요는 없고, 각 모델에서 필요한 부분만 상호 교환되도록 하는 것이 요체다. 이 기반 위에서 다양한 소프트웨어가 운영되는 베이스라인 플랫폼이 바로 포마이며, 이것이 오토데스크가 그리는 생태계라는 설명이다. 흥미로운 것은 ‘이미지에서 공간으로’라는 방향이었다. 같은 프롬프트로 이미지를 만드는 것을 넘어 3차원 ‘공간’을 생성하는 기술에 지속 투자하고 있으며, “공간이 다음 세대의 표준이 될 것”이라고 내다봤다. 현주소에 대해서는 솔직했다. 아직 목적 지향의 ‘에이전트’ 단계까지는 아니며, 현재는 ‘어시스턴트’ 수준이라는 것이다. 반복 작업 자동화, 정보 분석, 그리고 내가 잘 모르는 기능의 의사결정 지원이 지금의 몫이다. 제품별로는 사이트 디자인(Site Design)과 올해 출시하는 빌딩 디자인(Building Design)이 소개되었는데, 웹에서 여러 사람이 함께 작업하고 파사드뿐 아니라 개별 실 단위까지 적용하며 그 데이터가 레빗으로 바로 넘어가는 흐름이 강조되었다. AutoCAD에서는 "보여줘/찾아줘/표준을 검토해 줘" 같은 문구로 QA·QC와 도움말을 어시스턴트가 처리하고, 포마(구 ACC)에서는 RFI 등 정해진 정보를 '필터'처럼 자연어로 조회·검토할 수 있다. 특히 공식 레빗 MCP 서버(베타)를 클로드와 약 1분 만에 연결해, 레빗을 열어 두고 문(door)에 대한 대시보드·일람을 3분 남짓에 만들어 내는 시연이 눈길을 끌었다.   D&M 관점 — 퓨전과 클로드(MCP)로 ‘의도’를 전달하다 이어 성진호 수석은 제조(Design & Make) 영역을 맡아, 퓨전(Fusion)과 AI의 결합을 직접 테스트한 결과를 공유했다. 그는 “본사 발표 자료가 아니라 제가 직접 돌려 본 내용”이라고 전제했다. 퓨전의 오토데스크 어시스턴트(Autodesk Assistant)는 같은 모깎기(R) 형상을 한 번에 선택·편집하거나, 마이크로소프트와 협력한 이미지 렌더링, 오픈 API를 활용한 엔지니어링 앱 개발·배포를 지원한다. 제조 및 기계 설계 분야(DNN)를 담당한 성진호 수석의 오토데스크 퓨전 시연 역시 놀라웠다. 퓨전이 앤트로픽의 MCP 표준을 사용하기 때문에 클로드가 이질감 없이 붙어 명령 수행은 물론 결과를 스크린샷으로 분석하고 커뮤니케이션한다. 심플한 의자를 3D로 모델링하면 여섯 개의 골체가 배치되고 치수가 파라미터로 등록되며 BOM까지 자동 작성됐다. STL 메시를 솔리드로 변환하는 작업, 이미지를 주고 네 번의 피드백으로 원하는 형상을 얻는 과정도 시연됐다. 한 걸음 더 나아간 것은 ‘에이전트 협업’이었다. 에이전트 1이 제조를 전제로 한 지침(컨텍스트 약 100줄)을 만들고, 에이전트 2가 그에 맞춰 MCP 서버로 구현하는 방식이다. 이렇게 하면 펼쳐지는 구조의 의자가 제조 가능한 모델로 만들어지고, 관절이 연결된 로봇이 한 시간이 채 안 되어 생성되며, CNC 가공을 위한 툴패스도 만들어진다. 룰 베이스 CAM을 넘어, 가공되지 않는 영역을 피드백으로 알려 주면 공구 길이와 이송 속도를 스스로 조정하고 기가공 영역을 제외해 자동으로 연결하는 모습이 인상적이었다. 2D 도면을 3D로 변환하는 것은 아직 어렵지만, 규칙을 분석할 수 있는 도면이라면 구현이 가능하다고 했다. 성 수석의 결론은 한 문장으로 압축된다. “설계 개념이 ‘소프트웨어 조작’에서 '의도의 전달’로 넘어가고 있다.”   정리 — 데이터 자산화, 적합성 정의, 거버넌스 마지막으로 정 박사는 고객 사례와 겹치는 결론을 세 가지로 정리했다. 첫째, 데이터가 자산화되어야 한다. 둘째, 지금 하는 일이 그 모델로서 적합한가에 대한 정의가 필요하다. 셋째, 조직이 어떤 거버넌스로 이를 운영할 것인가가 정리되어야 한다. 그는 “AX는 결국 운영 모델을 설계하는 것”이라며, 무엇을 쓰고 어떻게 절차를 만들지, 그리고 “누군가는 책임을 져야 한다”는 점을 강조했다. 대부분의 문제가 책임을 지지 않으려는 데서 생긴다는 뼈 있는 말이었다.   ▲ 오토데스크코리아 정태승 박사의 오토데스크 AI 세션   ▲ 오토데스크 코리아 발표 인포그래픽(필자 생성 by Gemini)   필자의 시선 — 도구는 이미 전제, 승부는 데이터와 거버넌스 하루를 되짚어 보면, 네 개의 발표가 서로 다른 언어로 같은 말을 하고 있었다. GS건설은 ‘CDE와 역할 분리’로, 간삼건축은 ‘감자 우화와 지식 자산화’로, 삼우건축은 ‘사이프와 유스케이스 성장 구조’로, 그리고 오토데스크는 ‘데이터 교환 모델과 데이터·거버넌스’로. 표현은 달라도 지향점은 하나였다. BIM 같은 도구는 이미 전제가 되었고, 승부처는 그 위에 쌓이는 데이터를 어떻게 자산화하고, 개인의 AI 활용을 어떻게 조직의 자산으로 전환하느냐로 넘어가 있다는 것. 필자는 이 흐름이 개인 차원의 오래된 교훈과 맞닿아 있다고 본다. AI가 아무리 훌륭한 대안을 제시해도, 최종 판단은 도메인 지식을 가진 사람의 몫이다. 도구는 이미 민주화되었다. 이날 진행을 맡은 사회자가 훈민정음을 빗대어 “누구나 읽고 쓸 수 있다는 것은 지식의 민주화이고, 지금 AI가 바로 그렇다”고 한 것처럼, 이제 관건은 무엇을(도메인) 어떻게(프롬프트와 거버넌스) 시킬 것인가다. 개인 차원에서 ‘일머리’라 부르던 능력이, 조직 차원에서는 ‘데이터 자산화와 거버넌스’라는 이름으로 확장된 셈이다. 특히 “AX는 운영 모델을 설계하는 것”이고 “누군가는 책임을 져야 한다”는 말은, 화려한 AI 시연 사이에서 가장 오래 남는 문장이었다. 결국 도구를 바꾸는 것만으로 혁신은 오지 않는다. 어떤 데이터를 신뢰할 수 있는 기준으로 삼고, 누가 그것을 책임지며, 개인의 성과를 조직의 자산으로 어떻게 축적할 것인가 — 이 질문에 답하는 조직이 다음 단계로 나아갈 것이다.   ▲ 오토데스크 디자인&서밋 코리아 2026 핵심 메시지 인포그래픽(필자 생성 by Gemini)   맺음말 이번 서밋은 신기술의 전시가 아니라, 그 기술을 ‘어떻게 운영할 것인가’에 대한 고민의 공유장에 가까웠다. 지금 이 글을 읽고 있는 독자에게 묻고 싶다. 우리 조직은 어떤 데이터를, 어떤 거버넌스로 자산화하고 있는가. 그리고 각자의 자리에서 만들어 내는 AI 결과물은 개인의 실험으로 소모되고 있는가, 아니면 조직의 자산으로 쌓이고 있는가. 아직 답을 다 갖춘 조직은 없다. 모두 “늦은 감이 없지 않다”면서도 멈추지 않고 실험을 이어 가고 있었고, 오토데스크 역시 “내년에는 더 나아간 기술을 소개하겠다”고 약속했다. 내년 이맘때 이 자리에서 한 걸음 더 나아간 사례를 만나 보길 권한다. 도구를 넘어 운영 모델을 고민하기 시작한 조직에게, 올해의 서밋은 좋은 이정표가 되어 줄 것이다.   ■ 양승규 캐드앤그래픽스 전문 필진으로, MOT를 공부하며 엔지니어와 직장인으로 살아가는 방 법에 대해 탐구한다. 건축과 CAD를 좋아한다. (홈페이지)     ■ 기사 내용은 PDF로도 제공됩니다.

케이던스 커넥트 SDA User Conference Korea 2026  MSC Software·BETA CAE·Fidelity CFD 통합 기술 트랙  사전등록하기 아젠다 살펴보기 자동차, 미래 모빌리티, 항공우주·국방, 조선, 전자, 산업기계, 로보틱스 등 다양한 산업 분야의 엔지니어 및 기술 전문가들을 위한 SDA User Conference Korea 2026이 개최됩니다. 케이던스(Cadence)의 일원이 된 MSC Software와 함께, Cadence Physical Systems Design & Analysis (SDA) 포트폴리오의 최신 기술과 실제 적용 사례를 공유하는 이번 행사에 여러분을 초대합니다. View this online Hexagon Design & Engineering (MSC Software) is now part of Cadence. To know more click here. © 2026 Cadence Design Systems, Inc. All rights reserved worldwide. Cadence, the Cadence logo, and the other Cadence marks found at www.cadence.com/go/trademarks are trademarks or registered trademarks of Cadence Design Systems, Inc. All other trademarks are the property of their respective owners. Cadence Design Systems, Inc.  |  2655 Seely Avenue San Jose, CA 95134  

웹에서 간단한 도면을 작성하는 기능 마우스 클릭 없이 스크립트로 도면을 작성하는 개념입니다. 도면 작성에서 제원이 가장 중요합니다. 제원을 입력하면 그에 따라 선들을 그리는 것이 도면작성 순서인데, 그 선들을 그리는 규칙을 스크립트로 만들어놓고 우리는 제원만 바꾸면 되는 것이라고 생각합니다. 그리고 이제는 LLM이 많이 똑똑해져서 LLM에게 스크립트를 수정시킬 수도 있게 되었습니다. 이 그림은 암거그리는 스크립트 예제에  LLM으로 암거 내공 중앙에 별을 그려줘 라는 프롬프트를 넣어서 LLM이 별을 그리는 스크립트를 작성하도록 해서 그려진 그림입니다. 아래 페이지에서 경험해보실 수 있습니다. http://gumifo.org/ESC_DWG   출처 : 비아이티솔루션

시놀로지는 새로운 디스크스테이션 네오+(DiskStation neo+) 시리즈를 출시했다. 이번 신제품은 DS1825neo+, DS1525neo+, DS925neo+, DS725neo+로 구성된다. 이번 시리즈는 합리적인 메모리 기본 구성을 채택하여, 사용자가 성능과 예산에 맞춰 필요한 시스템을 유연하게 선택하도록 설계됐다. 디스크스테이션 네오+ 시리즈는 기존 DS 플러스(DS Plus) 시리즈와 동일한 플랫폼을 기반으로 제작됐다. 기본 탑재 메모리는 4GB 용량의 non-ECC DDR4 SODIMM이다. 이를 통해 사용자는 초기 도입 비용에 대한 부담을 줄이면서, 필요한 성능과 기능을 확보할 수 있다. 시놀로지는 기존 DS 플러스 시리즈와 함께 폭넓은 제품 라인업을 구성하여, 다양한 고객 요구에 대응할 계획이다. 신제품은 SSD 캐시를 위한 M.2 슬롯과 2.5GbE 네트워크 포트를 기본 탑재했으며, DX525 확장 유닛을 연결해 저장 용량을 확장할 수 있다. DS1825neo+와 DS1525neo+ 모델에는 PCIe 3.0 슬롯이 포함되어, 필요에 따라 10GbE 또는 25GbE 네트워크 어댑터 카드를 추가할 수 있다. 또한, 향후 워크로드 변화에 유연하게 대응할 수 있도록 ECC 메모리 업그레이드를 지원한다. 사용자는 업무 규모에 따라 메모리 용량을 최대 32GB까지 확장할 수 있다.     디스크스테이션 네오+ 시리즈는 전용 운영체제인 디스크스테이션 매니저(DiskStation Manager, DSM)를 기반으로 구동된다. 데이터 공유, 동기화, 백업, 영상 보안 등 다양한 업무 환경을 위한 포괄적인 설루션을 제공한다. 시놀로지 드라이브(Synology Drive)를 활용하면 시스템을 프라이빗 클라우드로 구축하여 여러 운영체제와 기기에서 데이터에 접근할 수 있으며, 지사 간 동기화 기능으로 분산된 팀의 원활한 협업을 지원한다. 액티브 백업 스위트(Active Backup Suite)는 윈도우, 리눅스, 맥OS 기기와 가상 머신, 클라우드 계정을 통합하여 보호하며, 다양한 원격지 백업 옵션을 제공한다. 서베일런스 스테이션(Surveillance Station)은 온프레미스 NVR 기능을 통해 여러 지점의 영상 보안을 통합 관리하도록 지원한다. 시놀로지 NAS 그룹의 비아이 추 수석 부사장은 “데스크톱 모델은 시놀로지 NAS 생태계의 핵심 제품군”이라면서, “메모리 시장 환경이 변화하는 가운데, 네오+ 시리즈는 고객 접근성을 높이기 위한 시놀로지의 노력을 보여주는 제품이다. 고객은 현재의 예산과 향후 비즈니스 성장 계획에 맞춰 하드웨어 구성을 자유롭게 확장할 수 있다”고 말했다.

시놀로지가 SK네트웍스서비스와 영상 보안 카메라의 국내 독점 판매를 위한 파트너십을 체결했다고 밝혔다. 양사는 이번 협력을 통해 한국 시장에서 물리 보안 및 영상 감시 설루션 사업을 본격 확대하고, 보다 체계적인 영업과 기술 지원, 파트너 교육 체계를 구축해 나갈 계획이다. 시놀로지는 데이터 저장과 관리, 보호 분야에서 축적한 기술력을 바탕으로 영상 보안 설루션 포트폴리오를 지속적으로 확대해 왔다. 전 세계적으로 시놀로지 영상 보안 설루션의 설치 수는 56만 건을 넘어섰으며, 실제 운영 환경에서는 1400만 대 이상의 카메라가 가동되고 있다고 시놀로지는 설명했다. 또한 더욱 전문적인 영상 보안 요구에 부응하기 위해 최근에는 기존 카메라 라인업에 더해 고급 기능을 갖춘 가변 초점 불렛 카메라 BC800Z와 어안 카메라 FC600을 출시했다고 밝혔다. SK네트웍스서비스는 2020년부터 시놀로지의 국내 총판으로 활동하며 데이터 저장과 관리, 보호 분야에서 기술 영업망과 유지보수 역량을 구축해 왔다. 이번 영상 보안 카메라 독점 판매 파트너십을 통해 SK네트웍스서비스는 시놀로지의 영상 보안 설루션을 더욱 집중적이고 체계적으로 시장에 소개하고, 고객 환경에 최적화된 설루션 제안과 기술 지원을 강화할 예정이다. 양사는 앞으로 시놀로지 영상 보안 설루션의 시장 확대를 위해 파트너 대상 교육과 기술 지원, 영업 협업 및 고객 맞춤형 설루션 제안을 강화하고, 국내 고객에게 더욱 안정적이고 효율적인 영상 보안 환경을 제공해 나갈 계획이다.     시놀로지의 빅터 왕 한국사업본부 총괄은 “한국 영상 보안 감시 시장은 경쟁이 치열한 만큼 시놀로지 설루션의 차별화된 가치를 정확하게 전달할 수 있는 전문 파트너가 필요하다”면서, “SK네트웍스서비스는 이러한 역할을 수행할 수 있는 역량과 경험을 갖춘 파트너다. 이번 협력을 통해 국내 시놀로지 파트너들에게 더욱 체계적인 교육 프로그램과 원활한 기술 지원을 제공하고, 영상 보안 설루션 사업을 한층 더 확대해 나가겠다”고 말했다. SK네트웍스서비스의 이중화 파트장은 “시놀로지는 데이터 저장, 관리 및 보호 분야의 전문성을 바탕으로 사용 편의성이 뛰어난 설루션을 꾸준히 개발해 온 기업”이라며, “이번 카메라 및 영상 보안 제품군 확대를 통해 고객에게 더욱 유연하고 편리한 영상 감시 경험을 제공할 수 있을 것으로 기대한다”라고 말했다.

고정형 시뮬레이터를 유연한 XR 콘텐츠로   해빅(HAVIK)은 합동 작전, 드론 워크플로, 팀 단위로 조정된 시나리오 등 임무 계획과 실행을 위한 몰입형 다중 사용자 훈련을 위해 유니티 인더스트리를 활용했다. 이번 호에서는 유니티 실시간 3D 플랫폼, XR(VR) 프레임워크, HDRP, 네트워킹 및 시뮬레이션 상호 호환성, 크로스 플랫폼 배포 등을 활용해 휴대형 VR 훈련을 제공하고, 접근성을 확대하는 동시에 비용과 기술 오버헤드를 줄인 방법을 살펴본다. ■ 자료 제공 : 유니티 코리아     ▲ IITSEC 2025 데모(이미지 제공 : 해빅)   국방 기관이 실질적으로 얻을 수 있는 성과와 이점 해빅은 유니티의 실시간 3D 기능을 활용하여 국방 기관에 명확한 작전상 이점과 조직적 이점을 안겨주는 훈련 설루션을 제공한다. 안전한 오프라인 배포(에어갭 배포 기능) : 이 시스템은 안전한 오프라인 환경에서 작동하도록 설계되어 국방 부문과 대외비용으로 적합하다. COTS 하드웨어 기반 크로스 플랫폼 배포 : 해빅은 유니티의 멀티 플랫폼 기능을 통해 COTS(상용) 하드웨어 기반의 VR 헤드셋, 노트북, 태블릿 등 다양한 환경에 배포함으로써 별도의 인프라 없이 휴대형 시스템으로 언제 어디서나 훈련할 수 있도록 지원한다. 훈련 접근성 확대 : 휴대형 시스템을 통해 더 많은 사용자를 대상으로 다양한 지역에서 고급 훈련을 진행할 수 있다. 효율 향상 : 설정 시간을 줄이고 운영 간소화를 통해 진입 장벽을 낮춘다. 비용 절감 : 물리적 애셋과 대규모 인프라에 대한 의존도를 최소화한다. 일관성 있는 훈련 결과 : 반복 가능한 시나리오를 통해 표준화된 평가와 기술 개발을 지원한다. 임무 대비 태세 향상 : 현실적인 환경에서 더 자주 협력하며 훈련할 수 있다. 미래 지향적 플랫폼 : 모듈형 아키텍처로 새로운 기능의 지속적인 확장과 연동을 지원한다.  이러한 성과는 유연성과 확장성, 지속적인 개선을 중요시하는 소프트웨어 기반 훈련 환경으로의 전환이라는 큰 흐름을 보여준다.   ▲ 해빅의 실시간 시뮬레이션 훈련 데모 진행(이미지 제공 : 해빅)   해빅은 네이비 실 출신 요원이 설립했으며, ‘실시간 3D 기술을 활용한 훈련 현대화’라는 사명을 가지고 있다. 실무에 중점을 두고 훈련 성과 개선을 목표로 시작된 해빅은 현재 전 세계 군 조직과 시뮬레이션 센터에 배포되어 활용되는 플랫폼으로 성장했다. 현재 해빅은 개인과 팀이 현실감 있는 인터랙티브 환경에서 복잡한 작전을 실습할 수 있도록 몰입형 훈련 시스템을 제공한다. 해빅은 소비자용 하드웨어와 고급 시뮬레이션 소프트웨어를 결합하여 기관에서 훈련 제공 방식을 재고하도록 지원함으로써 접근성과 적응성, 확장성을 개선하고 있다. 국방 기관이 점점 더 복잡하고 급변하는 상황에 대비해야 하는 지금, 협력 가능한 환경에서 효과적이며 반복적인 훈련을 실시할 수 있는 조건이 그 어느 때보다 중요해지고 있다. 이 플랫폼은 이미 미국과 NATO(나토) 파트너 군 조직의 수백 대에 달하는 시스템에 적용되어 현대 훈련 환경에서 그 역할을 확대하고 있다.   ▲ 해빅의 고급 훈련 소프트웨어를 활용한 모래판 시뮬레이션(이미지 제공 : 해빅)    기존 시스템 너머로 훈련 확장 기존 훈련 시스템은 구체의 대규모 고정형 시뮬레이션 환경에 의존하는 경우가 많았다. 이러한 환경을 활용하려면 방대한 하드웨어, 전용 시설과 함께 전문 기술자의 운영이 필요했다. 특정한 상황에서는 효과적이었지만, 확장이 어렵고 유지 비용이 많이 들며 유연성 또한 제한적이었다. 시나리오를 업데이트하거나 새로운 기능을 추가하는 데 시간이 많이 걸리고 많은 자원이 필요했다. 이로 인해 작전 요구 사항이 변화하면 빠르게 대응하거나 분산된 팀에 일관된 훈련을 제공하기가 어려웠다. 해빅은 기존 인프라의 제약 없이 고품질 훈련을 제공할 수 있는 더 유연한 소프트웨어 중심의 접근 방식을 구축하여 이러한 문제를 해결하고자 했다. 이를 위해 다음 조건을 충족하는 설루션이 필요했다. 대규모 고정형 시뮬레이션 환경에 대한 의존도 감소 빠른 업데이트와 지속적인 개선 지원 개인과 팀 기반 훈련 시나리오 모두 지원 휴대 가능하며 널리 보급된 하드웨어에서 실행 복잡한 설정 없이 현실적인 몰입형 환경 제공   ▲ 훈련생을 위한 기어 랙 시뮬레이션(이미지 제공 : 해빅)    유니티 인더스트리 기반 휴대용 실시간 3D 훈련 플랫폼 구축 해빅은 유니티 실시간 3D 플랫폼을 기반으로 모듈형 훈련 생태계를 개발했다. 그 중심에는 여러 훈련 모듈과 역할을 통합된 시스템에서 지원하며, 훈련 요구에 따라 VR(가상현실), AR(증강현실), 데스크톱 인터페이스 전체에서 접근할 수 있는 확장형 시뮬레이션 환경 해빅 코어(HAVIK Core)가 있다. 해빅 접근 방식의 핵심은 훈련 경험의 느낌과 기능을 새롭게 정의하는 데 있다. 현대 게임 디자인 원칙을 적용하여, 기존에는 중요시하지 않았던 접근성, 시각적 품질, 사용성을 플랫폼에 도입했다. 이를 통해 훈련에 더 직관적으로 참여하고, 몰입감과 사용자 적응도 또한 향상된다. 이 플랫폼은 드론 작전, 협력 임무 워크플로 등의 전문 분야에서 개인 훈련을 지원하며, 동시에 팀이 함께 협력하는 멀티플레이어 경험과 유사한 다중 사용자 시나리오도 구현할 수 있다.   ▲ FPV 드론 시뮬레이션(이미지 제공 : 해빅)    애플리케이션 살펴보기 : 몰입형 협동 훈련 해빅 플랫폼은 개인 역량 개발부터 협력 임무 계획과 실행까지 다양한 훈련 워크플로를 지원한다. 자세한 내용은 다음과 같다. 항공 지원 조정이나 드론 작전 등 역할별 시나리오 훈련 각 참가자가 고유한 역할을 맡아 다중 사용자 훈련 참여 공통의 가상 환경에서 임무 계획 및 실행 시나리오 조정 및 재현을 통한 평가와 지속적인 개선 결과의 시각화와 분석을 통한 의사결정 개선  플랫폼에서는 사용자가 다양한 접근 방식을 시뮬레이션하고, 팀 역량을 평가하며, 전략을 실행하기 전에 개선할 수 있는 임무 계획 툴도 지원된다. 몰입형 VR의 중요한 장점은 공간 인지 능력을 현실적으로 재현할 수 있다는 것이다. 많은 훈련 시나리오에서는 개별 작업뿐 아니라 사람과 시스템, 환경이 실제 공간에서 어떻게 상호 작용하는지 이해하는 것이 중요하다.   ▲ 몰입형 전투 공간 신(이미지 제공 : 해빅)   사용자를 실제 환경에 직접 배치함으로써 해빅은 주변에 대한 직관적 인지, 팀원과의 협응, 현실적인 조건에서의 의사결정 능력을 향상할 수 있다.   유니티로 구축 : 시뮬레이션에 어울리는 유연한 기반 유니티는 해빅 플랫폼의 핵심 역할을 하며, 신속한 개발과 확장성, 고충실도 시뮬레이션을 지원하는 실시간 3D 기반을 제공한다. 해빅은 유니티를 활용해 시스템의 모든 계층을 구동한다. 실시간 3D 엔진(주요 런타임) : 유니티는 해빅 코어의 기반을 제공하며, 동적 날씨, 조명, 터레인 조건을 갖춘 실제 지리 정보를 정확하게 반영한 고충실도 환경을 구현한다. 이러한 환경은 실제 전장을 재현하며, 교관이 직접 실시간으로 조정할 수 있다. XR/VR 프레임워크 : 유니티의 XR(확장현실) 스택은 몰입형 VR 기반 훈련을 지원하는 데 사용되며, 사용자가 시뮬레이션 장비와 전장 시스템과 상호 작용하면서 1인칭 시점 환경에서 직접 운용할 수 있다. 해빅 시스템은 JTAC와 SUAS 작전을 위한 VR과 혼합 현실 워크플로를 지원한다. 다중 사용자 네트워킹과 시뮬레이션 상호 호환성 : 유니티는 다중 사용자 환경에서 오케스트레이션 레이어로 활용되어 다양한 역할(예 : JTAC, 드론 운영자, 교관)이 동일한 시뮬레이션에서 임무를 수행하는 분산 훈련을 지원한다. 플랫폼은 DIS, ATAK, Anduril Lattice 등 외부 시뮬레이션 표준과 연동된다. 전술 인터페이스용 UI 시스템 : 유니티의 UI 프레임워크는 임무 계획 툴, 교관 제어 패널, 태블릿 기반 인터페이스의 기반이 된다. 이러한 인터페이스를 통해 사용자는 지도, 원격 측정, 임무 데이터를 실시간으로 확인하고 상호 작용할 수 있다. 물리 및 시뮬레이션 시스템 : 유니티의 물리와 커스텀 시뮬레이션 레이어를 활용하여 항공기, 드론, 센서, 환경 효과(날씨, 가시성, 열 조건) 등 현실감 있는 시스템 동작을 모델링한다. 이를 통해 ‘실제 TTP’와 의사 결정 훈련을 지원한다. 프리팹과 모듈형 콘텐츠 시스템 : 유니티의 프리팹 아키텍처는 해빅의 모듈형 설계를 지원하여 JTAC(합동최종공격통제관), SUAS(소형 무인 항공기 시스템) 운영자, 항공 관제사 등 다양한 훈련 역할과 임무 설정을 동일한 플랫폼 내에서 빠르게 구성할 수 있다. 크로스 플랫폼 배포 : 유니티의 멀티 플랫폼 기능을 활용하여 해빅은 노트북, VR 헤드셋, 태블릿 등의 COTS(상용 기성품) 하드웨어로 완전한 휴대용 시스템을 배포할 수 있으며, 특수 인프라 없이 언제 어디서나 훈련할 수 있도록 지원한다.  유니티는 현재 플랫폼을 지원할 뿐 아니라, 해빅이 미래 비전을 확장할 수 있도록 지원한다. 하빅의 닉 랭(Nick Laing) 스튜디오 헤드는 “유니티는 해빅이 방위 산업계의 급변하는 환경에 신속하게 대응할 수 있게 도와준다. 까다로운 방위 시뮬레이션 환경에 맞춰 기능을 추가할 수 있다”고 전했다.   해빅이 유니티로 확장 가능한 시뮬레이션 플랫폼을 구축한 방법 해빅의 개발 접근 방식은 먼저 확장 가능한 시뮬레이션 기반을 구축한 다음, 그 위에 임무별 훈련 모듈을 추가하는 것에 초점을 둔다. 이를 통해 다양한 활용 사례에서 일관성을 유지하면서, 새로운 요구 사항이 등장할 때 빠르게 확장할 수 있다.   플랫폼 기반(해빅 코어) 해빅은 유니티를 기반으로 핵심 런타임을 구축하여 실시간 터레인 렌더링, 다중 사용자 네트워킹, 동기화된 시뮬레이션 상태를 지원한다. 모듈형 아키텍처를 통해 다양한 임무 세트를 공동 플랫폼에 연결하여 모든 훈련 시나리오에서 일관성 있는 기반을 제공한다.   환경과 시나리오 시스템 해빅은 유니티의 HDRP(고해상도 렌더 파이프라인)를 활용해 동적 날씨, 조명, 대기 효과 등 실제 지리 정보를 정확하게 반영한 환경을 개발했다. 교관은 이러한 조건을 실시간으로 조정하여 유연하고 반응이 빠른 훈련 시나리오를 구성할 수 있다.   역할 기반 시뮬레이션 모듈 해빅은 동일한 유니티 기반 시스템 내에서 각 역할에 맞게 특화된 상호 호환 훈련 모듈을 개발했다. JFT(합동 화력 훈련) : 협력 워크플로 SUAS 훈련 : 드론 작전과 ISR 시나리오 착륙과 투하 지점 훈련 : 항공 교통과 지상 협력 이러한 모듈은 UI, 네트워킹, 환경 등 공통 시스템을 공유하면서 각 역할에 맞는 상호 작용을 커스터마이즈한다.   상호 작용과 인터페이스 레이어 유니티의 UI와 XR 프레임워크는 몰입형 상호 작용과 비몰입형 상호 작용을 모두 지원한다. 사용자는 VR 기반 1인칭 시점 환경에서 운용할 수 있으며, 교관과 기획자는 데스크톱과 태블릿 인터페이스를 활용해 임무 제어, 계획, 분석을 수행한다.   다중 사용자와 분산 훈련 해빅은 유니티의 네트워킹 기능과 외부 프로토콜을 결합하여 동일한 시나리오 내 여러 참가자를 동기화한다. 이를 통해 단일 사용자 설정부터 완전한 협력이 필요한 다중 사용자 훈련까지 다양한 장소에서 분산 훈련이 가능하다.   하드웨어 연동과 배포 해빅은 유니티의 크로스 플랫폼 기능을 활용해 VR 헤드셋, 노트북, 태블릿 기반 제어 시스템에 플랫폼을 배포한다. 이를 통해 전용 인프라 없이 COTS 하드웨어를 활용해 훈련 시스템을 빠르게 설정할 수 있다.   최종 사용자가 주도하는 지속적인 반복 작업 해빅 플랫폼은 운영자의 지속적인 피드백을 통해 발전한다. 유니티의 빠른 반복 작업 주기를 통해 시나리오, 툴, 임무 모듈을 자주 업데이트할 수 있으며, 시스템을 재구성하지 않아도 실제 현장 요구에 발맞춰 플랫폼을 지속적으로 개선할 수 있다.   실제 현장의 요구에 따른 신속한 반복 작업 해빅의 주요 강점은 사용자 피드백에 신속하게 대응하며 빠르게 발전할 수 있는 역량을 갖추고 있다는 것이다. 팀에서 유니티를 활용해 가능해진 일은 다음과 같다. 새로운 기능의 신속한 개발과 테스트  하드웨어 재구성 없이 시나리오 업데이트  요구 사항 변화에 따라 훈련 모듈 확장 기존 워크플로에 새로운 기능 통합  이러한 반복 작업 원칙을 통해 플랫폼이 실제 현장 요구에 맞춰 시간이 지남에 따라 계속 개선될 수 있다. 해빅의 이안 스나이더(Ian Snyder) 리드 소프트웨어 엔지니어는 “유니티는 실시간, 모듈형 시뮬레이션 백본을 제공한다. XR 스택, 프리팹 시스템, 빠른 반복 작업으로 다중 사용자 훈련 시나리오를 성능이나 유연성 저하 없이 빠르게 구축하고, 테스트하고, 배포할 수 있다”고 설명했다. 또한 유니티 생태계 덕분에 개발자 온보딩과 파트너 협력이 용이해져 플랫폼 확장과 타사의 혁신을 지원하는 해빅의 목표를 뒷받침한다.   ▲ 해빅의 디지털 트윈 시뮬레이션 소프트웨어를 활용해 전술 훈련을 시연하는 모습 (이미지 제공 : 해빅)    군사 훈련에서 디지털 트윈이 중요한 이유 해빅의 디지털 트윈 기술을 통해 조직에서는 복잡한 작전 환경을 통제된 가상 환경에서 재현할 수 있으며, 실시간 실습 시 필요한 비용과 위험, 물리적 제약 없이 현실적인 훈련이 제공된다. 주요 장 점은 다음과 같다. 현실적이면서 위험은 없는 훈련 : 시뮬레이션에 실제 현장 조건을 반영하면서 안전한 훈련 환경 유지 유연하고 반복 가능한 시나리오 : 교관이 실시간으로 터레인, 날씨, 임무 파라미터를 조정하고, 평가를 위해 일관된 조건으로 재현 가능 비용과 복잡도 감소 : 물리적 애셋과 대규모 인프라에 대한 의존도 감소 확장 가능하고 분산된 훈련 : 추가 설정 오버헤드 없이 다양한 장소에서 일관성 있는 훈련 제공 안전한 배포 : 비공개 활용 시나리오에 맞게 통제된 에어갭 환경에서 운용할 수 있도록 설계  이러한 기능이 결합되어 작전 요구에 맞게 발전하는 적응형 소프트웨어 기반 훈련 모델을 구현할 수 있다.   향후 전망 : 완전 연결된 다중 역할 시뮬레이션으로 발전 해빅의 로드맵은 다양한 전문 분야의 사용자가 실제 현장의 협력 조건이 반영된 공동 환경에서 함께 훈련할 수 있도록, 관련 훈련 모듈을 완전히 연동된 다중 역할 시뮬레이션으로 통합하는 데 중 점을 두고 있다. 유니티 인더스트리의 실시간 3D 플랫폼을 기반으로, 이 시스템은 공통 시스템을 통해 개발 속도를 높이고, HDRP로 더 높은 시각적 충실도를 구현하며, 다양한 활용 사례에서 배포 규모를 조정하며 지속적인 발전과 개선을 지원한다. 해빅은 타사 기여자가 새로운 기능을 개발할 수 있도록 생태계를 확장해 혁신을 가속화하는 것을 목표로 하고 있다. 이 모든 작업에서 가장 중요한 것은 바로 준비이다. 더욱 효과적이고 반복 가능한 몰입형 훈련을 통해 해빅은 개인과 팀이 가장 중요한 순간에 자신 있게 더 나은 의사결정을 할 수 있도록 돕고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

대한기계학회 가상제품개발연구회(VPD연구회)가 리스케일과 공동으로 주관한 ‘2026 춘계 심포지엄’이 7월 3일 서울 강남구 포스코타워 역삼 이벤트홀에서 개최됐다. ‘에이전틱 VPD : AI 에이전트가 이끄는 제품개발 혁신’을 주제로 열린 이번 심포지엄에서는 AI 에이전트와 가상제품개발(VPD : Virtual Product Development)의 융합이 제품 설계와 검증, 엔지니어링 프로세스를 어떻게 변화시키고 있는지를 산업계와 학계의 다양한 사례를 통해 조망했다. ■ 최경화 국장     이번 심포지엄은 가상제품개발연구회 박종원 연구회장(한국기계연구원)의 개회사와 대한기계학회 리광훈 회장의 축사로 시작됐다. 참석자들은 단순한 분석과 예측을 넘어 AI가 목표를 이해하고 계획을 수립하며 실행하는 ‘AI 에이전트’ 시대로 접어들면서, 전통적인 시뮬레이션과 제품 개발 방식이 어떻게 변화하고 있는지를 공유했다. 특히 축적된 엔지니어링 데이터와 물리 기반 모델, 디지털 플랫폼, AI 에이전트가 결합한 새로운 제품 개발 패러다임이 주요 화두로 제시됐다.   AI 에이전트 기반 하네스 엔지니어링과 VPD의 미래 기조강연에 나선 경희대학교 임재혁 교수는 ‘에이전트 기반 하네스 엔지니어링과 VPD의 미래’를 주제로 AI 에이전트가 제품개발에 가져올 변화를 소개했다. 임 교수는 VPD를 “실물 중심의 개발을 가상 모델 기반으로 전환해 개발 효율과 완성도를 높이는 기술”이라고 정의하며, 기존 대규모 언어 모델(LLM)과 LLM 에이전트의 차이를 설명했다. 그는 기존 LLM이 단일 응답 생성에 머무르는 반면, LLM 에이전트는 CAD·CAE API 호출, 파이썬(Python) 함수 실행, 서브 에이전트 협업 등을 통해 복합 업무를 자율적으로 수행할 수 있다고 설명했다. 또한 여러 에이전트가 역할을 분담해 병렬로 작업하는 멀티 에이전트 시스템(multi-agent system)이 제품개발 자동화의 핵심 기술이라고 소개했다. 이어 LLM 하네스(harness)에 대해서는 “강력한 LLM을 안전하고 재현 가능하게 활용하기 위한 실행 환경”이라며, 스킬(skill)이 ‘무엇을 수행할 것인가’라면 하네스는 ‘어떻게 안전하게 실행할 것인가’를 담당하는 개념이라고 설명했다. 발표에서는 12U 큐브샛(CubeSat) 개발 사례도 소개됐다. 우 주 모빌리티와 위성 개발은 높은 복잡성과 전문가 부족, 설계 도구의 분산 등으로 개발 난이도가 높다. 이를 해결하기 위해 총괄 에이전트를 중심으로 요구사항 분석, 부품 추천, 형상·배치 설계, 구조 및 열 해석(PINN 기반 가상 센싱 포함)을 담당하는 서브 에이전트를 유기적으로 연결한 설계 시스템을 구축했다고 밝혔다.   데이터와 AI가 만드는 ‘예측하고 발견하는’ VPD 첫 번째 세션에서는 리스케일 김정훈 팀장이 ‘엔지니어링 데이터 기반 가상제품개발과 AI 활용 방향’을 발표했다. 김 팀장은 기존 VPD가 시뮬레이션을 수행하는 데 초점을 맞췄다면, AI 시대에는 데이터를 기반으로 결과를 예측하고 새로운 설계 대안을 발견하는 방향으로 진화하고 있다고 설명했다. 기존 워크플로는 해석 결과가 일회성으로 활용되고 전문가 경험에 의존하는 한계가 있었지만, AI 기반 환경에서는 수천 건의 시뮬레이션을 동시에 수행하고 엔지니어링 데이터를 재사용 가능한 자산으로 축적할 수 있다. 축적된 데이터를 활용해 AI가 성능을 예측하고 최적 설계를 탐색하는 체계가 가능해진다는 것이다. 또한 리스케일은 클라우드 기반 HPC 플랫폼에서 출발해 엔지니어링 데이터 자산화와 AI 물리 기반 기술을 접목한 디지털 엔지니어링 플랫폼으로 진화하고 있다고 소개했다. 그리고 멕라렌, 다이킨, 붐 슈퍼소닉의 적용 사례를 통해 AI 기반 엔지니어링의 실효성도 제시했다.   중공업 및 건설 기계 산업 VPD 현황과 미래 과제 HD현대사이트솔루션 곽성규 상무는 ‘HD건설기계에서의 VPD 현황과 미래 과제’를 발표했다. 이 회사는 굴착기와 휠로더, 지게차 등 다양한 건설 기계를 개발하면서 구조, 유압, 제어, 열, 진동 등 복합 물리 현상을 동시에 검증해야 한다. 이 회사는 2012년부터 VPD 기반을 구축해 최근 5년 동안 건설 기계 179기종과 엔진 44 기종 개발에 적용하며 개발 체계를 지속적으로 고도화해 왔다. 제품 기획부터 상세 설계, 시제품 검증까지 1D 시스템 모델 기반 성능 시뮬레이션을 적용해 목표 성능과 시스템 아키텍처를 검증하고 있으며, AI 기반 지능형 VPD와 XR(확장현실) 기반 Virtual Proto Review 환경도 구축했다. 특히 ‘만들기 전에 보고 검증한다’는 개념 아래 개발자들이 가상 공간에서 시제품을 체험하고 조립성과 시야를 검토할 수 있도록 했다. 또한 웹 기반 VPD(webVPD) 환경과 자동화된 해석 프로세스를 구축해 구조 강도, CFD 기반 열유동, 진동·소음 해석 등을 통합 수행하고 있으며, 이를 통해 개발기간(time-to-market : TTM) 단축과 개발 비용 절감 효과를 거두고 있다고 소개했다.   모빌리티와 전자산업으로 확산되는 버추얼 제품 개발 오후 세션에서는 자동차와 전자산업의 VPD 적용 사례가 이어졌다. 현대자동차 박제승 실장은 ‘차량 아키텍처 단계 버추얼 타이어 개발’을 주제로 발표했다. 전기차는 무거운 배터리와 높은 초기 토크, 반복적인 회생제동 등으로 타이어에 가해지는 부하가 크게 증가한다. 이에 현대자동차는 초기 설계 단계에서 타이어 설계 변수와 차량 성능 KPI를 연계하는 데이터 기반 버추얼 개발 체계를 구축해 실차 시험 이전 단계에서 성능을 확보하는 개발 방식을 추진하고 있다고 설명했다. 이어 현대모비스 송준영 팀장은 ‘제품개발의 AX - 현대모비스 추진 현황’, LG전자 박만수 실장은 ‘LG전자 HS본부의 VPD 추진 방향’을 발표하며 제조업 전반에서 AI 전환(AX)과 버추얼 제품 개발이 품질 향상과 개발 리스크 감소의 핵심 전략으로 자리잡고 있다고 소개했다. 마지막 발표자인 전북대학교 이수민 교수는 ‘데이터 기반 최적 설계를 통한 피지컬 AI’를 주제로 데이터 기반 설계 최적화와 AI 활용 방향을 제시했다.   ▲ 패널토론   에이전틱 AI 엔지니어링 시대 본격화 모든 발표가 끝난 뒤에는 연구회 임원진과 발표자들이 참여한 패널 토론이 진행됐다. 참석자들은 ‘디지털 엔지니어링 고도화와 AI 에이전트 기반 VPD 혁신 방향’을 주제로 의견을 나누며, 산업 분야는 서로 다르지만 엔지니어링 데이터를 표준화하고 디지털 자산으로 축적하는 것이 AI 기반 제품 개발의 핵심이라는 데 공감했다. 또한 AI 에이전트가 축적된 데이터를 기반으로 설계와 해석, 최적화, 의사결정을 지원하는 방향으로 발전하고 있다는 점도 공통된 의견으로 제시됐다. 이번 춘계 심포지엄은 반복적인 해석 업무를 자동화하는 수준을 넘어 AI 에이전트가 설계와 검증, 최적화를 주도하는 에이전틱 엔지니어링(agentic engineering) 시대가 본격화되고 있음을 보여준 자리였다. AI는 단순한 설계 지원 도구를 넘어 엔지니어링 프로세스 전반을 연결하고 의사결정을 지원하는 핵심 기술로 자리매김하고 있으며, VPD 역시 시뮬레이션 중심에서 데이터와 AI 에이전트가 융합된 새로운 디지털 엔지니어링 단계로 진화하고 있음을 확인할 수 있었다.   ▲ VPD연구회 2026 춘계 심포지엄 참가자 단체사진     ■ 기사 내용은 PDF로도 제공됩니다.