생산 계획부터 운영까지 혁신하는 스마트 제조   제조 산업은 빠르게 변화하고 있으며, 이에 따라 생산성 향상과 유연한 운영을 위한 혁신이 요구되고 있다. 스마트 제조는 이러한 요구를 충족시키는 해답으로, 특히 생산 계획과 운영 단계의 최적화는 전체 공정 효율성에 큰 영향을 미친다. 이번 호에서는 스마트 제조 구현을 위한 핵심 전략으로서 생산 계획 및 운영을 혁신할 수 있는 ‘PINOKIO(피노키오)’ 설루션을 제시한다.   ■ 자료 제공 : 이노쏘비, www.pinodt.com   제조 산업 전반에서 디지털 트윈 기술이 핵심 전략으로 떠오르고 있다. 차세대 물류 디지털 트윈 설루션을 지향하는 PINOKIO는 최신 기술 흐름을 반영해 개발된 설루션으로, 기존 상용 시스템이 지닌 한계를 극복하고 스마트 제조 전환을 가속화하는 데 최적화된 기능을 제공한다. 기존의 디지털 전환(DX) 설루션이 주로 3D 모델링 및 시뮬레이션 등 기초 단계의 디지털 트윈 기술에서 출발한 반면, PINOKIO는 개발 목적을 현장의 대용량 데이터를 기반으로 실시간 물류 모니터링과 시뮬레이션 제공을 목표로 설계되었다. 이러한 기술적 차별성을 바탕으로 PINOKIO는 SK하이닉스, LG전자 등 대규모 혼류 생산 제조 현장에서 정합성과 예측 정확도 측면에서 검증을 완료했으며, 실제 도입을 통해 생산성과 운영 효율성 향상 등 실질적 성과를 입증했다. 최근에는 고성능 시뮬레이터까지 제품 라인업에 포함되면서, 기존 상용 설루션 대비 향상된 성능과 확장성을 갖춘 디지털 트윈 시스템으로 자리매김하고 있다. PINOKIO는 앞으로도 다양한 산업군의 요구에 대응하며, 제조업의 스마트화를 실현하는 핵심 플랫폼으로의 성장을 이어갈 계획이다.   제품 소개 AI 기반 제조 물류 혁신을 위한 디지털 트윈 플랫폼 PINOKIO는 전통적인 시뮬레이션을 넘어 시뮬레이터, 디지털 트윈, AI 에이전시를 통합한 차세대 DES(이산 이벤트 시뮬레이션) 기반 플랫폼으로, 제조 물류 전반에 걸친 통합 설루션을 제공한다.  PINOKIO는 세 가지의 핵심 모듈로 구성된다. 첫 번째, 물류 시뮬레이터 설루션 ‘Pino SIM(피노 SIM)’이다. 이는 공정 흐름 설계부터 시뮬레이션, 결과 분석까지 지원하는 시뮬레이터로, ‘Pino Editor(피노 에디터)’라는 내장 도면 편집기와 레이아웃 설계 도구를 포함한다. 단순한 시뮬레이션을 넘어 제조 기준정보 입력, 물류 시나리오 구성, 시뮬레이션 실행 및 시각화 분석까지 포괄적인 기능을 제공한다. 두 번째, 실시간 디지털 트윈 설루션 ‘Pino DT(피노 DT)’다. MES, IoT, PLC, 센서 등 다양한 제조 운영 시스템과 인터페이스하여 대용량 데이터를 실시간으로 수집·처리하며, 실시간 모니터링, 미래 예측, 예지 보전 시뮬레이션까지 가능하다. 이는 생산 현장의 가시성과 대응력을 높이고 의사결정에 도움을 준다. 세 번째는 인공지능 기반의 ‘Pino AI(피노 AI)’다. 대규모 언어 모델(LLM)과 전문 특화 언어 모델(sLLM)을 활용한 대화형 UI를 통해 사용자는 데이터를 직관적으로 분석하고 의사결정에 활용할 수 있다. 또한 강화학습, 파라미터 최적화 등 다양한 AI 기법이 적용 가능해, 생산성과 품질 향상을 동시에 실현할 수 있다. 확장성 면에서도 PINOKIO는 주목할 만하다. 최근에는 엔비디아 옴니버스(NVIDIA Omniverse)와 같은 고급 시각화 플랫폼과의 연동을 지원하며, 파이썬(Python) 기반 개발 환경 확장도 가능해 사용자 맞춤형 라이브러리 개발이 용이하다. PINOKIO 설루션을 통해 제조 기업은 공정 및 물류의 사전 최적화, 실시간 생산 모니터링, 미래 예측, AI 기반 고도화 등 다양한 지능형 서비스를 구현할 수 있다.   PINOKIO의 특징 Pino SIM은 디지털 트윈 구축 시 미래 예측 시뮬레이터 역할을 수행할 뿐만 아니라, 공장 신설이나 생산 라인 변경 등 제조 현장의 변화가 필요한 상황에서 사전 물류 계획 수립과 최적 레이아웃 구성을 지원한다. 이를 통해 공정의 효율성과 안정성 확보를 가능케 하며, 제조 현장의 디지털 전환을 실질적으로 이끄는 핵심 도구로 자리잡고 있다.   그림 1. Pino SIM 작업 과정   Pino DT는 자체 개발한 최적화 시뮬레이션 및 모니터링 엔진을 기반으로, 실시간 데이터에 기반한 정밀한 의사결정과 미래 예측을 가능하게 하는 디지털 트윈 설루션이다. 특히, 시뮬레이션 이벤트 처리 횟수를 최소화한 구조로 설계되어, 불필요한 연산을 줄이고 대용량 데이터를 빠르고 효율적으로 처리할 수 있다는 점이 강점이다. 이를 통해 공정 변화나 예기치 못한 상황에도 유연하게 대응할 수 있으며, 작업자 개입 등 현장의 변수까지 반영한 고도화된 시뮬레이션이 가능하다. Pino DT는 실시간 운영 최적화와 미래 예측을 동시에 수행함으로써, 제조 현장의 민첩성과 안정성을 획기적으로 향상시키는 차세대 디지털 트윈 기반 물류 설루션으로 주목받고 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

개발 및 공급 : 이노쏘비 주요 특징 : 제조 물류 전반에 걸친 시뮬레이터/디지털 트윈/AI 에이전시의 통합 플랫폼, 설계~운영 과정의 최적화 지원, 다양한 제조 운영 시스템과 실시간 연동으로 대용량 데이터를 수집 및 처리, LLM/sLLM을 활용해 직관적인 데이터 분석 및 의사결정 지원 등 사용 환경(OS) : 윈도우 10/11(64비트) 시스템 권장 사양 : 인텔 i5 10세대 이상 또는 AMD 라이젠 5 이상 CPU, 최소 16GB RAM(32GB 권장), 엔비디아 RTX 4060 이상 GPU(AI 기능 사용 시 필요), 30GB 이상 여유 저장공간   최근 제조 기업들은 디지털 트윈 기반의 스마트 공장 도입과 더불어 급속한 디지털 전환(DX)을 위해 노력하고 있다. 불과 몇 해전만 하더라도 그 실체와 사례에 대해 의문이 있었지만, 다양한 도입 사례와 성과가 공개되면서 이제는 DX에서 나아가 AI 기술 도입과 AI로의 전환(AX : AI Transformation)을 활발히 검토하고 있고, 적극적인 도입 의사를 밝히고 있다. ‘PINOKIO(피노키오)’는 최신 기술 흐름을 반영해 탄생한 차세대 물류 디지털 트윈 설루션으로, 기존 상용 시스템의 한계를 극복하고 제조 산업의 스마트화를 가속화하는데 최적화된 해답을 제시한다. 기술 대전환의 시대를 맞아 기존의 전통적인 DX 설루션 기업들은 3D 모델링 및 시뮬레이션 등 낮은 단계의 디지털 트윈 기술을 기반으로 DX 설루션으로 개선 및 확장하고 있다. 이와 달리, PINOKIO는 초기부터 현장의 대용량 데이터 기반 실시간 물류 모니터링 및 실시간 시뮬레이션을 제공하는 디지털 트윈 기반의 운영 시스템을 목적으로 출발하였다. 그 결과 SK 하이닉스, LG전자 등 대량의 혼류 생산 제조 현장에서 디지털 트윈의 정합성과 예측의 정확도 등을 검증받았고 도입 효과를 증명했다. 이를 바탕으로 최근에는 기존 상용 설루션보다 높은 성능의 시뮬레이터까지 라인업하여 다양한 요구를 충족시킬 수 있게 되었다. 기존 상용 물류 시뮬레이션 설루션은 대부분 20~30년 전 개발된 구조를 가지고 있어, 최신 IT/OT 시스템과의 연동과 AI 기술을 적용하기 어렵다. 이로 인해 대용량 데이터 처리에 한계가 있으며, 사용자 API(애플리케이션 프로그래밍 인터페이스) 미제공으로 커스터마이징과 타 시스템 연계, 현장 실시간 운영에 필요한 유연성과 확장성에서도 제약이 있다. PINOKIO는 이러한 기존 설루션의 문제점을 개선해 제조 물류 관련 다양한 AI 모델을 지원하며, 기존 설루션 대비 높은 모델링 속도를 구현할 수 있다. 그리고 멀티 스레드, GPU 기반의 고속 시뮬레이션 연산 기능과 2차전지, AMR(자율이동로봇), OHT(오버헤드 트랜스퍼), 자동창고 등 다양한 제조 환경에 맞는 특화 라이브러리를 제공한다. 특히, 생산 현장에서 발생하는 실시간 빅데이터를 효과적으로 처리하고, 대화형 어시스턴트(assistant) 방식의 직관적인 사용자 인터페이스(UI)를 통해 사용자 편의성을 높였다. 또한, 사용자 API를 통한 고도화된 커스터마이징이 가능하며, MES(제조 실행 시스템), 센서, PLC(프로그래머블 로직 컨트롤러), IoT(사물인터넷) 등 다양한 운영 시스템과의 실시간 연동 기능도 갖췄다. 나아가, 전력 사용량 분석과 탄소세 예측 기능까지 탑재돼 지속 가능한 제조 환경 구축을 위한 의사결정도 지원한다. PINOKIO는 AI 기반 제조 혁신의 길을 여는 실질적인 도구로, 앞으로 제조업계의 디지털 전환을 선도할 핵심 설루션으로 자리매김할 전망이다.   주요 기능 소개 PINOKIO는 시뮬레이터, 디지털 트윈, AI 에이전시(agancy)를 통합한 차세대 DES(이산 이벤트 시뮬레이션) 기반 플랫폼으로, 제조 물류 전반에 걸친 통합 설루션을 제공한다. PINOKIO는 세 가지 핵심 모듈로 구성된다. 첫 번째는 ‘Pino SIM’으로, 공정 흐름 설계부터 시뮬레이션, 분석까지 수행하는 시뮬레이터다. Pino SIM은 도면 편집과 레이아웃 설계를 위한 Pino Editor를 내장하고 있어, 단순한 시뮬레이션을 넘어 제조 기준정보 입력, 물류 시나리오 구성, 시뮬레이션 실행 및 시각화 분석까지 다양한 기능을 제공한다. 이를 통해 설계 초기 단계부터 실제 운영에 이르기까지 전 과정의 최적화를 효과적으로 지원한다. 두 번째는 실시간 디지털 트윈 모듈인 ‘Pino DT’다. MES, IoT, PLC, 센서 등 다양한 제조 운영 시스템과의 실시간 연동을 통해 대용량 데이터를 실시간으로 수집하고 처리하며, 이를 바탕으로 실시간 모니터링은 물론 미래 상황 예측, 예지 보전 기반의 시뮬레이션이 가능하다. 이는 생산 현장의 가시성과 민첩성을 높이는 데 기여한다. 세 번째는 인공지능 기반의 ‘Pino AI’다. LLM(대규모 언어 모델)과 sLLM(전문 도메인 특화 언어 모델)을 활용한 대화형 UI를 통해 사용자가 직관적으로 데이터를 분석하고 의사결정에 활용할 수 있다. 또한 목적에 따라 강화학습, 파라미터 최적화 등 다양한 AI 기법을 적용할 수 있어 생산성과 품질 향상을 동시에 도모할 수 있다. PINOKIO는 엔비디아 옴니버스(NVIDIA Omniverse)와 같은 고급 시각화 플랫폼과 연동 가능하며, 파이썬(Python) 개발 환경 확장도 지원함으로써 사용자 맞춤형 라이브러리 개발이 가능하다. 이를 통해 제조 기업은 사전 공정 및 물류 최적화는 물론 실시간 생산 모니터링, 미래 예측, AI 기반 정확도 향상 등 다양한 지능형 서비스를 구현할 수 있다. 제조업의 디지털 전환이 본격화되는 시대에 PINOKIO는 스마트 공장을 넘어 AI 전환을 실현하는 핵심 파트너로 부상하고 있다.   PINOKIO의 특징 PINOKIO는 고도화된 시뮬레이션 엔진과 AI 통합 기능을 바탕으로 대규모 데이터 처리 및 실시간 예측 분석을 지원하며 스마트 제조 시대의 경쟁력을 강화하고 있다. PINOKIO는 이벤트 처리 기법 최적화 및 단순화된 시뮬레이션 엔진 설계로 빠른 연산 속도를 제공한다. 특히, 초당 60프레임(FPS) 기준으로 500만 개 수준의 대규모 3D 데이터를 안정적으로 처리할 수 있으며, 선택적 컴파일 방식(C# 기반 네이티브 코드)을 활용한 별도 계산 도구를 통해 집약적인 연산 작업도 고속으로 수행할 수 있다. 디지털 트윈 구축에서도 PINOKIO는 강력한 성능을 발휘한다. MES, ACS, MCS 등 다양한 제조 운영 시스템과 연동과 IoT, 센서, PLC 등 생산 현장에서 수집되는 대용량 데이터를 실시간으로 처리한다. 이를 통해 실시간 모니터링과 동시에 백그라운드 시뮬레이션을 수행하고, 타임 호라이즌(Time Horizon) 방식의 미래 예측 기술을 통해 병목, 이상 징후 탐지 및 알람 기능도 제공된다. 또한, AI를 활용하기 위한 정상/이상 데이터 제공과 파라미터 최적화 및 시나리오별 분석 기능이 포함되어 있으며, LLM과 sLLM, 챗GPT(ChatGPT), 메타 라마(Meta LLaMA) 등 다양한 AI 모델을 통합한 AI 에이전시 기능을 통해 대화형 데이터 분석, 자동 의사결정 지원, 데이터 해석 및 운영 최적화를 구현한다. 시뮬레이션 설계 및 모델링 측면에서도 사용자 편의성이 강화됐다. Pino Editor를 활용해 레이아웃 도면을 직관적으로 확인 및 편집할 수 있으며, 제조 기준 정보 입력 및 템플릿 매칭 기능을 통해 모델링 작업 시간을 획기적으로 단축시킨다. 또한, 2차전지 및 반도체 공정에 특화된 전용 라이브러리도 제공되며, 고객 맞춤형 커스터마이징 시뮬레이터를 통해 사용자의 목적에 따라 분석 및 최적화가 가능한 유연한 개발 환경을 지원한다. 이처럼 PINOKIO는 고속 시뮬레이션, 실시간 예측, AI 기반 의사결정, 그리고 유연한 모델링 기능을 종합적으로 제공하며, 제조업의 지능화·자동화를 실현하는 설루션이다.   그림 1. PINOKIO UI 화면 – 반도체 FAB   사전 레이아웃 및 물류 검토를 위한 설루션 : Pino SIM 디지털 트윈 구축 시 미래 예측을 위한 시뮬레이터 역할과 기존 상용 설루션과 같이 공장 신축 또는 생산 라인 변경 등 제조 현장의 변화가 요구된다. 이런 상황에서 Pino SIM은 사전에 최적의 물류 계획과 레이아웃 구성을 지원하고 공정의 효율성과 안정성을 미리 확보할 수 있는 디지털 전환 핵심 도구이자 가상 공장 구현 설루션이다. Pino SIM은 제조 기준 정보(제품, 공정, 레이아웃, 물류 흐름, 작업 순서, 스케줄링 등)를 기반으로 공정을 시뮬레이션하며, 그 결과를 차트, 그래프 등 다양한 시각화 도구를 통해 분석할 수 있다. 이를 통해 레이아웃 검증 및 최적화, 생산성 향상 등 공장 운용 전반의 효율화를 실현할 수 있다. 특히, OHT, AMR 등 신 산업군을 위한 특화 라이브러리를 제공하며, 이송 설비 구현을 위한 이동, 충돌 방지, 회피 제어를 위한 OCS, ACS 기능도 탑재되어 있다. 이를 통해 코드 작성 오류를 줄이고 디버깅 시간을 줄일 수 있으며, 보다 쉽고 효율적으로 시뮬레이션 모델을 구축할 수 있다. 또한, 자동창고 모델링에 필요한 Stocker(Crane, Rack, Rail)를 그룹화 형태로 제공하여 빠른 모델링이 가능하다. 환경과 에너지 측면에서도 전력 사용량 및 탄소 배출량(탄소세) 분석 기능을 통해 지속 가능한 생산 전략 수립에 도움을 주며, 제조업의 친환경화와 ESG 경영 대응에도 기여할 수 있다. 이처럼 Pino SIM은 공장 설계 단계에서의 의사결정 품질을 높이고, 새로운 제조 환경에 유연하게 대응할 수 있는 설루션이다.   그림 2. 라이브러리 제공 – Stocker   그림 3. 개발(코딩) 없이 기능 구현   그림 4. 시뮬레이션 결과 리포트 예제   디지털 트윈 설루션 : Pino DT 제조 현장에서 물류는 제품의 사이클 타임을 결정하는 요소 중에 하나이다. 물류 정체가 발생할 경우 제품의 사이클 타임이 길어지거나 라인이 정지되는 등 심각한 손실이 발생할 수 있다. 이러한 문제를 해결하기 위해 시뮬레이션을 통한 최적화된 운영 방식을 시스템에 적용하려는 노력이 이어져왔다. 기존의 물류 설루션은 현장에서 발생하는 대용량의 데이터를 시뮬레이션에 반영하여 실시간으로 의사결정하는 과정에서 다양한 제약으로 인해 어려움이 있었다. 또한, 현장 작업자의 개입과 같은 인간적 오류는 시스템이 예측할 수 없는 데이터를 발생시키기 때문에 생산 계획 단계에서의 사전 분석 및 검증만으로는 시뮬레이션 정합성을 높이는데 한계가 있다. Pino DT는 최적화된 자체 개발 시뮬레이션과 모니터링 엔진을 탑재하여 이를 해결하였다. 시뮬레이션의 이벤트 횟수를 최적화하여 최소한의 이벤트로 시뮬레이션이 가능하도록 설계했다. 또한 계산 속도에 이점이 있는 C, C++ 언어로 물류 경로를 최적화하는 알고리즘을 구현하여 기존 설루션 대비 약 2만평 규모의 공장에서 약 70배의 향상된 성능을 검증하였다.   그림 5. Pino DT의 UI 화면   대용량 데이터 처리 및 실시간 모니터링 Pino DT는 시뮬레이션에 최적화된 알고리즘을 사용함으로써 대용량 데이터 처리가 가능하고, 현장 데이터를 실시간으로 시뮬레이션에 반영할 수 있다. 기존 물류 시뮬레이션 설루션에 비해 60~700배 뛰어난 가속 성능을 제공하는 시뮬레이션 도구이다. 제조 현장과 동일한 상황을 시뮬레이션하기 위해 현장과 연동 후 데이터를 가공하여 디지털 트윈 모델로 표현하여 가시화하고, 사용자가 설정한 시간 주기마다 미래를 예측하는 시뮬레이션(proactive simulation)을 백그라운드로 수행한다. 이는 제품의 공정 시간보다 짧은 시간 안에 결과를 확인할 수 있고, AI를 통해 보다 정확한 의사결정을 내릴 수 있도록 지원한다.   그림 6. Pino DT의 모니터링 화면   디지털 트윈 실시간 시뮬레이션 : 미래 예측 실시간 현장 상황을 반영하여 미래를 예측하는 시뮬레이션(proactive simulation)은 제품의 택트 타임(tact time)보다 짧은 시간 내에 결과를 도출해내지 못하면 현장에서 선제 대응하지 못하는 결과를 초래할 수 있다. 모니터링 엔진으로부터 라인 상황에 대한 데이터를 수집하고, 현재로부터 예측하고자 하는 시간 동안 발생하는 이상상황에 대해 피드백을 준다. 예를 들어 조립 라인의 경우에는 부품이 5분 뒤에 부족하다는 알람을 작업자에게 즉시 전달하여 선제적 대응을 가능케 함으로써, 라인 정지 등 비상 상황을 사전에 방지할 수 있다. PINOKIO 디지털 트윈 시뮬레이션은 이러한 역할이 가능하도록 가속화한 고속 시뮬레이션 엔진을 보유하고 있다.   그림 7. 현장 FAB(왼쪽)과 PINOKIO에서 생성된 디지털 트윈(오른쪽)   제조 물류 현장에 특화된 AI 플랫폼 : Pino AI AI를 이용한 설루션을 만들기 위해서는 다양한 상황에 대한 데이터가 필요하다. 하지만 제조 현장의 특성 상 여러 상황에 대한 데이터를 획득하기 어렵다. PINOKIO에서는 현장에서 획득하기 어려운 데이터를 시뮬레이션을 통해 데이터를 확보할 수 있다. 즉, Pino DT 모델이 AI를 위한 데이터를 생성하고, 이를 AI가 최적 값을 도출하여 시뮬레이션에 반영한다. Pino DT에서 획득한 데이터를 파이썬, C, 자바(JAVA) 등 다양한 언어로 구현한 로직을 적용할 수 있도록 개발 환경을 제공하고 있다. 이를 통해 예측 정확도 향상, 데이터 기반 의사 결정, Scheduling, Routing, Dispatching 등 목적에 따라 AI 활용이 가능하다. 또한 LLM, sLLM, 챗GPT(ChatGPT), 메타 라마(Meta Llama) 등과 결합한 대화형 UI를 통해 사용자가 직관적으로 데이터를 분석하고 의사결정에 활용할 수 있다.   그림 8. 대화형 UI 및 결과 리포트   그림 9. Pino DT와 AI 모델 활용 원리   Pino DT와 현장 데이터 인터페이스 디지털 트윈에 가장 중요한 요소는 현장과의 연결이다. 대부분의 물류 전문 설루션이 현장과의 연결을 위한 인터페이스를 지원하지만, 많은 양의 데이터를 처리하면서 실시간으로 시뮬레이션하는데 어려움이 있다. Pino DT는 대용량 데이터 처리와 시뮬레이션 가속 성능이 뛰어나 실시간 모니터링 시스템까지 가능하다. <그림 10>은 현장에 있는 MES와 Pino DT가 인터페이스되는 과정이다. 현장에 있는 PLC가 MES에 데이터를 전달하고, MES는 그 데이터를 데이터베이스에 저장한다. 이를 Pino DT에서 외부 통신(IP)을 통해 데이터베이스에 접근하여 데이터를 시뮬레이션에 반영한다. 이 과정에서 현장 데이터의 상태가 중요하다. 불필요한 데이터가 있거나 로스 또는 시간 순서가 맞지 않은 경우가 대부분이다. Pino DT에서는 현장 데이터를 올바르게 정제하는 작업을 거쳐 현장과 동일한 디지털 트윈 모델을 만든다.   그림 10. 현장 데이터 인터페이스 과정   PINOKIO의 기대 효과 PINOKIO는 현장 운영 데이터를 실시간으로 디지털 트윈과 연동함으로써 모니터링이 가능하며, 전체 공장을 PC, 웹, 모바일 등 다양한 형태로 여러 사용자와 함께 직관적으로 확인하면서 공유하고 협업할 수 있다. 또한 현장과 연결된 디지털 트윈 모델을 이용하여, 미래에 발생 가능한 문제점을 예지(predictive)하고, 이러한 문제점을 사전에 해결하기 위한 선제대응(proactive) 의사결정을 가능하게 한다. 이 때 디지털 트윈을 이용한 사전예지는 온라인 시뮬레이션 기술에 기반하고, 선제대응은 AI 기술에 기반한다고 볼 수 있다. 디지털 트윈 기반 사전예지의 시간적 범위(time horizon)는 현장의 특성에 따라서 0.1시간~10시간으로 달라질 수 있으며, 문제점의 종류는 주로 생산 손실(loss), 부품의 혼류 비율 불균형, 설비 고장예지 및 물류 정체 등을 포함한다. 문제점이 예지되면 이를 해결하기 위한 즉각적인 의사결정 AI 기술을 활용하여 최적 운영을 달성함으로써 생산성, 경제성, 안정성 및 경쟁력 향상 효과가 있다.   맺음말 생산 계획 단계에서 Pino SIM을 통해 레이아웃 검증과 물류를 최적화하고, Pino SIM 모델 데이터를 생산 운영 단계에서 PINOKIO와 연계하여 현장 데이터 기반 실시간 모니터링과 미래 상황 예측 및 선제 대응함으로써 현실적이고 실제 활용 가능한 스마트한 디지털 트윈을 구축할 수 있다. 다음 호부터는 Pino SIM, Pino DT, Pino AI 등 각 제품별 소개 및 적용 사례를 소개하고자 한다.   그림 11. 디지털 트윈을 위한 플랜트 시뮬레이션과 PINOKIO     ■ 기사 내용은 PDF로도 제공됩니다. 

파수는 자사의 플래그십 콘퍼런스인 ‘FDI 2025 심포지움(Fasoo Digital Intelligence 2025 Symposium, 이하 FDI)’을 4월 22일 진행했다고 밝혔다. 파수는 이번 행사를 통해 생성형 AI 시대를 위한 AI 및 보안, 데이터 전략, 투자 효율성을 높이는 보안 접근법 등을 제시, 글로벌 AI·보안 기업으로의 면모를 드러냈다고 평가했다. 이번 FDI는 국내 기업 및 기관의 CIO, CISO 등 350여 명이 참가했다. 파수는 올해 ‘생성형 AI 혁명 : AI가 기업에 가져올 변화’를 주제로 삼고, 기업형 sLLM(경량 대규모 언어 모델), 데이터 관리/보호 방안, 공급망 관리, CPS(사이버 물리 시스템) 보안 등 다양한 세션을 통해 현재의 문제와 대응안 등의 인사이트를 나눴다. 파수의 조규곤 대표는 ‘GenAI 혁명을 위한 AI 전략’ 키노트에서 급속도로 발전되는 AI가 변화시키고 있는 비즈니스 및 업무 환경을 설명하고, 조직 내부에 구축하는 sLLM을 성공적으로 구축하기 위한 방안을 제시했다. 조 대표는 “성공적인 sLLM 구축을 위해서는 AI 시스템 인프라에 대한 지나친 투자 대신 AI를 위한 데이터 인프라 강화와 AI 거버넌스 구축에 신경써야 한다”고 조언했다. 또한 “더 발전된 모델이 매일 새롭게 출시됨에 따라 향후 유연하게 더 나은 신규 모델을 활용할 수 있도록 구축 단계부터 고려해야 한다”고 말했다.     이어 ‘기업형 GenAI, LLM Agent’ 발표를 진행한 윤경구 전무는 현재 LLM의 발전 현황과 방향성을 짚으면서 논리적 사고의 리즈닝(reasoning) 모델과 언어 모델의 한계를 벗어나는 에이전틱 LLM이 AI 혁명을 이끌 것으로 전망했다. 더불어 파수가 선보인 기업용 LLM ‘Ellm(엘름)’의 발전 현황과 다양한 세부 모델, 실제 고객 활용 사례를 소개하고 AI 활용을 위한 신규 설루션도 선공개했다.  이후에는 ▲악성메일 훈련/교육, 취약점 진단과 태세(Posture) 관리 ▲AI와 클라우드 시대의 데이터 보안 ▲소프트웨어 공급망 보안과 SBOM 생성 유통 검증 ▲CPS 보안 ▲GenAI 데이터 보안 전략 등의 세션이 진행됐다. 특히 ‘악성메일 훈련/교육, 취약점 진단과 태세 관리’ 발표에서는 효과적인 보안 투자를 위한 ‘보안 101’이 제시됐다. 이 발표에서는 보안 투자 확대에도 불구하고 보안 사고가 발생하는 원인으로 임직원들의 보안 훈련 부족과 취약점, 태세 관리 미비를 꼽고, 특히 데이터가 암호화되지 않은 경우 피해가 급증한다고 지적했다. 이에 따라 ‘기초/필수 과정’을 뜻하는 101을 차용한 ‘보안 101’으로 훈련, 암호화/백업, 취약점 분석, 태세 관리에 집중해 투자 효율성을 높일 수 있다고 설명했다.  파수가 제시하는 ‘보안 101’의 첫 단계는 먼저, 임직원들의 악성 메일 반복 훈련과 최신 자료 중심의 백업, 확대 적용된 암호화를 통한 사이버 위협 대응 능력 향상이다. 또한 컴플라이언스 대응에만 초점을 맞춘 취약점 진단이 아닌 IT 인프라, 공급망 애플리케이션, OT(운영기술)/CPS로 대상을 확대해 보안 사각지대를 최소화한다. 나아가 데이터(DSPM)를 비롯, 애플리케이션(ASPM)과 OT시스템(OSPM) 등의 태세 관리를 통해 자산 식별 및 분류, 실시간 탐지 및 대응, 지속적인 모니터링으로 보안을 강화할 수 있다. 한편 파수는 이번 FDI를 통해 소개된 다양한 설루션 및 서비스를 기반으로 글로벌 AI·보안 기업으로 거듭나겠다는 전략을 소개했다. 특히 본격적인 확산에 돌입한 구축형 sLLM Ellm의 신규 업데이트는 물론, GenAI 활용을 위한 설루션, 분야별 태세 관리 설루션 및 서비스 등을 연내 순차적으로 선보일 예정이다. 

알테어가 3월 21일 서울 과학기술회관에서 ‘2025 AI 워크숍’을 진행했다고 전했다. 이번 워크숍에는 300여 명의 제조업체 실무진과 산업 전문가가 참석해 AI 기반 시뮬레이션과 생성형 AI, AI 에이전트 등 최신 기술의 실무 적용 방안을 공유했다.   행사는 한국알테어 김도하 지사장의 개회사로 시작됐다. 이어 알테어의 우즈왈 파트나익 글로벌 전략 시니어 디렉터가 ‘AI 중심 엔지니어링에서의 엔지니어 역할 변화’를 주제로, AI가 엔지니어링 혁신의 핵심 요소로 자리매김하는 과정과 미래 대응 전략을 소개했다.   국내 제조업체의 구체적인 AI 활용 사례도 공유됐다. HD현대사이트솔루션은 ‘구조해석 결과 예측을 위한 피직스 AI와 AI 스튜디오의 활용 사례’를 발표하며, AI를 활용한 구조 해석 정확도 개선 방법을 설명했다. LG이노텍은 ‘인스파이어 폴리폼과 피직스 AI를 적용한 선형, 비선형, 접착제 도포 공정 해석 사례’를 통해, 디스플레이 제조 과정에서 중요한 접착제 도포 공정의 방대한 해석 데이터를 효과적으로 처리한 사례를 소개했다. 일진글로벌은 ‘휠 베어링 성능 예측을 위한 AI 스튜디오와 피직스 AI의 비교 검토’를 통해 AI 기반 예측 모델의 정확성과 효율성을 분석했다.   이어서 자동차, 제조, 전자 등 다양한 산업 분야의 적용 사례가 발표됐다. ▲현업 담당자를 위한 생성형 AI -sLLM(소형 언어 모델) 실전 사례 ▲지식 그래프와 생성형 AI를 활용한 차량 안전을 위한 그래프 지원 엔지니어링 ▲설계, 테스트, CAE 엔지니어를 위한 AI 기반 기술 대중화 ▲AI 기반 E-모터 전자기 해석 프로세스 제안 ▲ 제조업 AI를 위한 HPC 운영 전략 : 알테어원과 데이터 분석의 시너지 등이 포함됐다.   한국알테어의 김도하 지사장은 “AI는 이제 현장에서 필수적인 핵심 기술이며, 효과적인 도입을 위해서는 산업별 맞춤형 전략이 필요하다”라며, “알테어는 국내 제조업체의 AI 도입과 경쟁력 강화를 지원하기 위해 세 번째 AI 워크숍을 개최했으며, 앞으로도 다양한 AI 설루션을 제공해 산업 혁신을 지속적으로 선도하겠다”고 전했다.  

알테어가 2월 27일 개최된 ‘CIO 서밋 2025’에서 현업 담당자를 위한 생성형 AI 전략과 경량 대규모 언어 모델(sLLM) 활용 사례를 발표했다. 이번 행사는 ‘생성형 AI의 새로운 지평을 넘어서’를 주제로, 기업 의사결정권자들에게 생성형 AI의 비즈니스 가치 창출 전략을 공유하는 자리였다.   한국알테어의 이상헌 이사는 발표를 통해 “대규모 언어 모델(LLM)이 빠르게 발전하고 있지만, 기업 환경에서는 데이터 보안, 비용, 할루시네이션(환각) 문제 해결이 여전히 중요하다”면서, “특히 기업이 자체 데이터를 안전하게 활용하고 맞춤형 AI 설루션을 구축하기 위해서는 보다 경량화된 모델이 필요하다”고 설명했다. 이어 그는 “이러한 이유로 기업 내부 데이터를 효과적으로 활용할 수 있는 sLLM의 구축이 중요한데, 알테어의 데이터 분석 플랫폼 ‘래피드마이너’를 활용하면 오픈소스 기반으로 구축할 수 있어 기업이 원하는 환경에 최적화된 AI 설루션을 손쉽게 개발할 수 있다”고 말했다.   또한 그는 “기존에 수백 줄의 파이썬 코드가 필요했던 복잡한 작업을 알테어의 노코드 환경에서 현업 담당자도 쉽게 구현할 수 있다”며, “이렇게 개발된 검색 증강 생성(RAG) 기반 AI 설루션은 정밀한 검색과 문맥 반영이 가능해 엔지니어링 기술 지원과 인사 관리 등 다양한 분야에 활용될 수 있다”고 AI 챗봇 구축 사례를 소개했다.   한국알테어의 김도하 지사장은 “현업 담당자가 sLLM 기반 AI 모델을 활용하면 각자의 업무 프로세스에 맞춰 기업 필요에 따라 지속적으로 모델을 개선할 수 있다”며, “알테어는 sLLM 기반의 안전하고 효율적인 AI 설루션을 제공하는 등 기업의 업무 혁신을 위해 적극적으로 지원하겠다”고 밝혔다.  

파수가 고용노동부와 중소벤처기업부가 공동으로 주관하는 ‘청년일자리 강소기업’에 선정됐다. 올해를 포함, 수차례 청년친화기업으로 인정받아 온 파수는 2월에 올해 첫 신입사원 공개채용을 진행한다. 청년일자리 강소기업은 기존 고용노동부의 ‘청년친화 강소기업’ 제도에서 발전된 형태로, 중소/중견기업에 대한 청년층의 인식 개선과 양질의 일자리 정보 제공을 목적으로 고용노동부와 중소벤처기업부가 함께 선정한다. 청년 고용률과 기업 경쟁력을 종합적으로 평가하며, 구체적으로는 청년고용유지율과 증가율, 일과 삶의 균형, 초임 등은 물론 기업의 성장성, 수익성 안정성 등을 기준으로 선정한다. 고용노동부의 발표에 따르면 실제 올해 청년일자리 강소기업에 선정된 기업들은 청년고용 증가와 평균임금, 매출액 증가율 등에서 일반 기업보다 우수한 실적을 보였다. 여러 해에 걸쳐 청년친화 강소기업으로 선정된 바 있는 파수는 새롭게 변경된 제도에서도 청년일자리 강소기업으로 인정받았다. 파수는 지난해 총 세 차례에 걸쳐 신입사원 공개채용을 진행했으며, 이 외에도 산학협력 인턴십, 글로벌 인턴십 등 다양한 채용 제도를 운영하는 등 청년 고용 창출에 적극 기여하고 있다. 파수의 올해 첫 신입사원 공개채용은 2월 24일에 시작된다. 지원서는 3월 9일까지 파수 홈페이지를 통해 접수가능하다. 면접 과정을 거친 합격자는 4월부터 3개월 간의 채용연계형 인턴십 과정을 시작하게 된다. 해외 대학교 재학생(3, 4학년)을 대상으로 한 글로벌 인턴십 모집도 동일하게 2월 24일부터 시작한다. 서류 심사 및 비대면 면접을 통해 글로벌 인턴십에 선발된 인원은 6월부터 약 10주간 서울 파수 본사에서 개발 및 마케팅 등 프로젝트 실무 경험을 쌓을 수 있다. 조규곤 파수 대표는 “올해로 창사 25주년을 맞는 파수는 올해를 포함해 수차례 청년친화기업으로 인정받으며, 다양한 분야의 뛰어난 청년 인재들과 함께 성장해왔다”며, “특히 올 한 해는 파수가 글로벌 AIž보안 기업으로 나아가기 위한 중대한 전환점이 될 것인 만큼, 역량있는 인재들의 많은 관심 바란다”고 말했다. 한편 2000년 설립된 파수는 세계 최초로 DRM(Digital Rights Management) 기술을 상용화해 글로벌 데이터 보안 시장을 선도하는 등, 혁신 솔루션과 서비스를 제공해 온 소프트웨어 기업이다. 최근에는 글로벌 AIž보안 기업을 비전으로 삼고 지난해 엔터프라이즈 LLM(sLLM)을 출시하는 등, 기업 고객의 생성형 AI 활용을 돕는 AI 기업으로 거듭나고 있다.

알테어가 10월 16일 서울 과학기술회관에서 ‘AI(인공지능) 워크숍’을 개최했다고 밝혔다.  알테어는 AI 기술 도입의 중요성에 집중해 지난 4월에 이어 이번에도 AI 워크숍을 개최했다. 이번 워크숍은 AI 기술의 미래나 방향성 등 단순한 기술 전망을 넘어, 실무 중심적인 내용과 실습 자리를 함께 마련했다. 이번 행사에는 주요 제조업체 실무진 및 오피니언 리더 200여 명이 참석했다. 행사는 한국알테어 김도하 지사장의 ‘AI 기술 융합을 통한 엔지니어링 혁신’ 주제 발표를 시작으로, 매튜 킹 알테어 수석 기술 이사가 ‘항공 및 방위 산업의 AI 기반 엔지니어링 사용 사례’를 소개했다. 이어서 ▲생성형 AI를 이용한 차량 구조 형상 최적화 ▲입자가 포함된 다중물리 해석에 대한 롬AI(romAI) 활용 사례 ▲AI 전환(AX)을 위한 데이터 패브릭 ▲피직스AI(physicsAI)를 활용한 차량 부품 성능 예측 등 다양한 AI 기반 엔지니어링 기술 사례가 발표되었다. 또한, 이번 행사에서는 참가자가 직접 AI 제품을 사용해볼 수 있는 실습형 세션이 진행됐다. 참가자들은 각종 물리 현상을 AI 기술로 쉽게 예측할 수 있는 ‘알테어 피직스AI’와 데이터 분석 제품인 ‘알테어 래피드마이너’를 직접 체험했다. 특히 시뮬레이션 예측, sLLM(소형 언어 모델) 서비스 구성 등 실무에 즉시 적용 가능한 내용을 다뤘다. 알테어의 문성수 아시아태평양 수석부사장은 “이번 워크숍은 사례 발표와 실습을 결합하여 AI 기술 도입 활성화에 큰 도움이 될 것으로 기대한다”면서, “앞으로도 AI 기술의 실무 적용을 지원하는 다양한 프로그램을 매년 지속적으로 선보일 계획”이라고 밝혔다.  

산업통상자원부(이하 산업부)는 7월 9일 오후 2시 LG사이언스파크에서 디자인 기업 및 전문가들이 참석한 가운데 AI 디자인 현장 간담회를 개최하고, ‘AI 디자인 확산 전략’을 발표했다. 이번 발표는 AI 시대에 맞춘 새로운 산업 정책의 일환으로, 디자인 산업에 AI를 빠르게 도입하여 산업 전반의 경쟁력을 높이기 위한 전략이다.   AI 디자인 확산 전략 개요 이번 전략은 4개월간 디자인 분과위 위원, 디자인 협단체, 디자인 및 AI 기업 등과의 의견 수렴과 논의를 통해 마련되었다. 전략은 ① 플래그쉽 프로젝트 추진, ② 핵심 경쟁력 확보, ③ 신시장 창출, ④ AI 디자인 제도 및 규범 설계 등 네 가지 축을 중심으로 진행된다. 이를 통해 디자인 기업의 AI 도입률을 50%로, AI 디자이너를 1만 명으로, AI 디자인 혁신기업을 500개로 늘리고, 전 산업의 디자인 활용률을 60%까지 끌어올리는 것이 목표다. 7대 분야 AI 디자인 플래그쉽 프로젝트 추진 우선, 디자인 분야 AI 활용률이 5.5%로 저조한 현실을 감안해 7대 분야 ‘AI 디자인 플래그쉽 프로젝트’를 추진한다. 2024년에는 트렌드 분석, 디자인 유사도 검색, 디자인 지식․연구 특화 경량언어모델(sLLM) 등 3대 AI 서비스 개발을 시작한다. 2025년에는 소비재 디자인, 최적 공학 부품 설계, 제조 공정 설계 자동화, 디지털 디자인 자동생성 등 AI 디자인 활용 효과가 큰 4대 분야를 중심으로 20개 AI 디자인 모델 개발을 지원할 예정이다. AI 디자인 핵심 경쟁력 확보 산업부는 AI 디자인 핵심 경쟁력 확보를 위해 기술, 기업, 데이터, 인재 등 4가지 분야에 집중 투자할 계획이다. 2024년 중 디자인컨셉, 디자인생성, 프로토타이핑, 디자인-생산 연동, 디자인 지식․보호 등 5대 분야에 필요한 AI 디자인 기술 로드맵을 발표하고, 2025년부터 본격적으로 R&D를 지원한다. 또한, 6대 권역별로 디자인 창작랩을 구축해 AI 기반 디자인 신상품 및 서비스 기획․개발을 지원하고, 디자인 기업의 AI 전환을 돕는 맞춤형 지원체계를 마련한다. K-디자인 빅데이터 허브 구축 디자인 진흥기관 및 해외 보유기관과 협력해 디자인 아카이브, 한국 전통 디자인, 색채․소재․마감(CMF), 휴먼데이터 등 4대 분야를 중심으로 K-디자인 빅데이터 허브를 구축한다. 인적자원개발협의체 중심으로 AI 디자인 교육 프로그램을 개발․보급하고, 디자인-AI 융합 전공 트랙을 5개 개설하며, 온라인 교육용 ‘디자인 그라운드’를 운영한다. AI 디자인 시장 활성화 제조, 넛지, 엔지니어링, 패키징 등 4대 산업 분야별로 생성형 AI를 활용해 시장 분석, 제품 디자인, 설계 자동화, 서비스 프로토타입 생성 등을 지원하는 협업 프로젝트 150여 개를 선정해 지원한다. 활용․공급기업 간 매칭을 위한 마켓플레이스를 구축하고, 생산기술연구원에 구축된 엔지니어링 빅데이터 플랫폼을 통해 제조기업에게 디자인․설계 소프트웨어, 고성능 컴퓨팅 파워, 설계․해석 데이터 분석 컨설팅 등을 종합적으로 지원한다. AI 디자인 제도 및 규범 설계 AI 디자인 확산의 걸림돌이 될 수 있는 디자인 저작권, 데이터 프라이버시, 윤리 문제 등을 논의하기 위해 금년 하반기에 민관합동 디자인 제도 개편 논의기구를 구성할 계획이다. 또한, 산업디자인법 등 관련 법령을 선제적으로 개정하여 AI 디자인 개념․범위, AI 디자인 혁신기업 지원 근거를 마련한다. 이와 함께 일본, 대만, 싱가포르, 말레이시아 등 세계 각국의 디자인 진흥기관과 AI 디자인 아시아 이니셔티브를 출범해 AI 디자인 정책 및 규범 관련 국제적 공조 방안을 강구한다. 한편, 안덕근 장관은 LG사이언스파크에 소재한 「Gen AI 스튜디오」에서 생성형 AI 최신 기술과 국내외 솔루션 산업 적용 사례를 체험하고, 산업계와 의견을 교환했다. 안 장관은 “AI 시대에 우리 디자인기업과 디자이너들이 누구보다 앞서 AI를 적극 도입하고 활용하여 세계 최고의 기업과 인재로 거듭나기를 기대한다”고 강조하며, “정부는 K-디자인이 AI를 활용하여 새롭게 도약할 수 있도록 오늘 발표한 전략을 차질없이 추진해 나가겠다”고 밝혔다. 이번 발표된 AI 디자인 확산 전략은 우리나라 디자인 산업의 경쟁력을 강화하고, AI 기술을 통해 산업 전반의 혁신을 이끄는 중요한 기틀이 될 것으로 기대된다.   이미지 출처 : 디자인진흥원    AI 디자인 확산 전략의 주요 내용은 첨부 파일에서 확인 가능하다.  

파수가 기존 솔루션에 AI 기능을 확대, 사용자들이 손쉽게 AI로 업무 효율성과 생산성을 혁신할 수 있도록 돕겠다고 밝혔다. 파수는 그 첫 번째 제품군으로 문서 관리 솔루션인 ‘랩소디(Wrapsody)’와 외부 협업 플랫폼인 ‘랩소디 에코(Wrapsody eCo)’의 신규 업데이트 버전을 통해 문서 요약과 시맨틱 검색 등이 가능한 ‘AI 어시스턴트’ 기능을 제공한다. 최근 기업용 LLM(대규모 언어 모델)인 ‘엘름(Ellm)’을 출시한 파수는 올해 초 ‘고객들의 AI 활용을 돕는 AI 기업’으로의 변화를 선포하고, AI 비전 중 하나로 AI 기능을 접목하는 ‘AI 기반(AI-Powered) 애플리케이션’을 발표한 바 있다. 파수는 이 전략의 일환으로 랩소디와 랩소디 에코의 신규 버전을 통해 AI가 제대로 적용된 문서중앙화 솔루션과 외부 협업 플랫폼의 기능을 제공한다. 새로워진 랩소디와 랩소디 에코는 AI 어시스턴트 기능을 추가해 사용 편의성과 업무 효율성을 높인다. 상용 LLM과 연동된 AI 어시스턴트를 통해 최대 5개의 문서를 한 번에 비교하거나 요약하고 문서 정보를 검색할 수 있다. 원하는 문서를 AI 채팅창에 끌어다 놓는 간편한 방식으로 대상 문서를 지정하고, ‘문서 요약’ 등의 가이드 버튼을 클릭하거나 자유롭게 질문을 입력해 내용 요약은 물론, 문서 간 차이점이나 필요한 정보를 찾고 번역하거나 정리하도록 시킬 수 있다. 예를 들어 간단한 질문 입력으로 여러 개의 영문 보고서에서 언급된 특정 주제에 대해 한글로 요약 및 정리된 내용을 확인할 수 있다.     한편 AI 기능이 적용된 랩소디는 모든 문서를 암호화 처리 후 중복 없이 중앙저장하고 관리해 기존 문서 중앙화를 대체하는 문서 관리 플랫폼이다. 문서 가상화 기술을 기반으로 다수 사용자가 분산 저장해도 하나의 문서로 관리돼, 한 사용자가 문서 작업 후 저장만 하면 다른 사용자가 저장한 파일들도 최신 버전으로 자동 동기화된다. 문서 자산화, 버전 관리, 권한 관리가 가능해 조직 내 생성형 AI 구축 시 AI를 학습하기 위한 내부 데이터 관리에도 적합하다. 또한 이번 업데이트를 통해 AI 기능 외에도 드라이브 용량 제어 기능을 추가해 관리자가 개인이나 부서 단위로 드라이브의 용량을 일괄 혹은 각각 설정할 수 있도록 했다. 랩소디 에코는 문서 가상화 기술을 기반으로 안전하고 효율적인 외부 협업 환경을 구축하는 플랫폼이다. 모든 문서는 암호화 공유되며, 언제든지 열람·편집 권한 제어는 물론, 구성원별로 세밀한 보안 단계를 적용할 수 있다. 다양한 협업 솔루션을 손쉽게 통합하고, 문서 공유나 채팅 등 모든 협업 이력을 한눈에 파악할 수 있으며, 워크크룹 이력에서 채팅 이력까지 같이 확인할 수 있다. 파수의 조규곤 대표는 “AI 어시스턴트 기능을 추가한 랩소디와 랩소디 클라우드는 AI를 제대로 적용한 문서 중앙화 솔루션과 협업 플랫폼으로서, 사용자들이 실제로 편의성과 효율성을 크게 체험할 수 있을 것”이라며, “최근 출시한 기업용 sLLM 엘름(Ellm)과 이번에 선보인 랩소디, 랩소디 에코 외에도 파수는 고객들이 AI를 업무에 제대로 활용할 수 있도록 다양한 방면으로 AI를 접목해 나갈 것”이라고 말했다.