더욱 빠르고 효율적인 제품 개발을 위한 AI 기술 본격화 추진   제조산업에서도 AI(인공지능)에 대한 관심이 높아지고 있다. 한편으로 실질적인 AI 도입과 활용에 대한 제조업계의 고민도 커졌다. 알테어는 시뮬레이션, HPC, 클라우드, 데이터 애널리틱스 등 자사의 기술 역량을 바탕으로 제조산업을 위한 AI 기술 개발을 가속화하고 있으며, 향후 본격적으로 제조시장에 확산시킨다는 전략을 내세웠다. ■ 정수진 편집장   ▲ 한국알테어 이승훈 기술 총괄 본부장은 제품 개발에서 AI의 활용이 구체화되고 있다고 짚었다.   제조산업에서 AI에 대한 관심이 높아지고, 도입과 활용이 확산되는 배경은 무엇이라고 보는지 제품의 생산 방식이 다품종 소량 생산 방식이 확대되면서 제품의 개발 주기가 꾸준히 짧아지고 있다. 이에 따라 제품 개발과 관련한 예측과 의사결정은 더욱 빨라져야 한다는 요구도 높다. 이를 위해 프로토타입을 만들어 실험하는 방식에서 컴퓨터와 CAE 소프트웨어를 사용하는 시뮬레이션으로 변화해 왔는데, 시뮬레이션 역시 해결해야 하는 과제가 있다. 시뮬레이션을 활용하려면 전문적인 엔지니어링 지식이 필요하고, 시뮬레이션에 걸리는 시간이 더욱 빨라지는 제품 개발 주기에 맞추기 어려워졌다. 시뮬레이션이 제품의 초기 개발에서 생산까지 더욱 폭넓게 쓰이는 상황이 시뮬레이션 기반의 의사결정에 걸리는 시간을 늘리게 된 측면도 있다. AI는 이에 대한 해결책으로 관심을 모으고 있다. 제조업체에서 실험 데이터와 해석 데이터가 상당히 쌓여 있는 상황인데, 이를 AI 학습에 활용해서 빠르게 인사이트를 얻고 제품 개발에 반영할 수 있겠다는 아이디어가 이제 구체화되고 있는 시점이라고 볼 수 있겠다.   최근 AI와 관련한 제조산업의 동향이나 이슈가 있다면 제조업체에서 해석 데이터와 실험 데이터가 쌓여 있기는 한데, 이 데이터가 각 엔지니어의 PC에 흩어져 있는 것이 현실이다. 이에 따라 여러 곳에 저장된 데이터를 통합 관리하는 시스템에 대한 요구가 있다. 또한, 이 데이터를 AI에 활용하기 위한 추가 가공의 자동화에 대한 목소리도 있다. 엔지니어링 데이터를 AI에 활용하기 위해서는 AI에 맞는 데이터의 전처리(pre-processing)가 중요하다. 전처리란, 아무렇게나 쌓여 있는 데이터를 분류하고 AI에 적용하기 위해 적절한 포맷의 데이터로 변환하는 작업을 가리킨다. 이 부분에서 많은 제조기업 고객사들이 데이터를 어떻게 가공해야 할 지에 대한 고민을 갖고 있기도 하다. 이전에는 파이썬(Python)과 같은 프로그래밍 언어를 배워서 데이터 변환 코드를 만들어야 했는데, 알테어는 데이터를 자동으로 변환할 수 있는 솔루션을 제공해 쌓여 있는 데이터의 분류와 정제 과정을 더 쉽게 할 수 있도록 돕는다. 이런 부분에서 LG전자의 사레를 소개할 만하다. LG전자는 알테어와 협업해서 해석 엔지니어가 퇴근한 후에 해석 데이터를 취합하고 변환과 AI 학습까지 수행하는 자동화 시스템을 구축했다. 학습된 AI는 웹 환경에서 설계 엔지니어에게 필요한 데이터를 제공하고, 설계 엔지니어는 제품에 대한 치수나 조건을 입력하면 시뮬레이션을 거치지 않고 빠르게 가상 시험 결과를 확인할 수 있게 됐다. AI는 제품의 초기 개발 단계뿐 아니라 전체 개발 과정에 적용할 수 있다. 초기 단계에서는 실험에서 나온 데이터가 존재한다면 이를 기반으로 어떤 결과가 나올지 쉽게 확인할 수 있다. 이후 단계에서도 다양한 데이터를 학습해 추가적인 예측을 할 수 있고, 대시보드 등을 통해 누구나 데이터 및 예측 결과를 확인하거나, 몇 가지 조건을 입력해 새로운 예측을 할 수 있는 단계로 나아갈 수도 있다. 최종 단계의 데이터는 후속 제품이나 다른 제품을 개발할 때 활용하는 것도 가능하다.   제품 개발 사이클의 단축이라는 점에서는 시뮬레이션이 가져다 줄 수 있는 이점과 비슷한 부분이 있어 보인다. AI의 역할은 시뮬레이션을 보완하는 것인가, 아니면 시뮬레이션을 대신할 수 있는 것인가 지금은 AI가 기존의 시뮬레이션을 완전히 대체할 수 있는 단계는 아니다. 하지만 AI를 통해 제품의 초기 개발 단계에서 데이터 기반의 예측 결과를 빠르게 얻을 수 있고, 향후 설계를 위한 인사이트를 얻을 수 있다는 점에서 의미가 있다. AI를 학습시키기 위한 데이터는 필요하기 때문에 시뮬레이션은 여전히 중요하다. 지금의 상황은 실험이나 해석 데이터를 기반으로 AI를 통해 인사이트를 얻는 단계라고 볼 수 있다. 시뮬레이션이 자리잡기까지의 과정을 살펴보면, 초기에는 실험과 시뮬레이션을 함께 사용하다가 시뮬레이션 부분이 강화되면서 실험의 비중을 줄여 왔다. 앞으로 AI 기술이 더욱 발전하고 데이터가 더 많이 쌓인다면 AI가 확대되고 시뮬레이션이 줄어들 수도 있을 것 같다. 이런 흐름은 단계적으로 일어날 수도 있고, 제품별로 변화의 속도가 달라질 수도 있다고 본다.   ▲ 알테어는 시뮬레이션과 연계해 제조 분야에서 활용할 수 있는 AI 솔루션을 내세운다.   제조산업의 AI 활용을 위한 알테어의 기술 차별점은 무엇인지 알테어는 멀티피직스 시뮬레이션뿐 아니라 복잡한 시뮬레이션을 활용하기 위한 고성능 컴퓨팅(HPC)과 클라우드, 데이터 애널리틱스와 AI 등 폭넓은 기술 역량을 갖추었다는 점에서 차별점이 있다고 본다. 이는 온프레미스와 클라우드, CPU 컴퓨팅과 GPU 컴퓨팅을 모두 지원해 시뮬레이션 및 AI를 유연하게 활용하도록 도울 수 있다는 뜻이다.  알테어는 지난 2022년 데이터 기반 AI를 위한 머신러닝 분석 플랫폼인 래피드마이너(RapidMiner)를 인수하면서 AI 분야 진출을 시작했다. 래피드마이너는 제조뿐 아니라 BFSI(은행.금융.서비스.보험) 등 다양한 산업에서 활용할 수 있는 솔루션이다. 예를 들어, 고객 지원이나 불만사항에 대한 다응, 주가 예측 등에도 래피드마이너가 유용하다. 또한, 2023년부터는 래피드마이너 등 기존 제품군으로 AI 시장에 대응하는 것 외에 제조산업을 타깃으로 하는 특화 기술을 개발했고, 올해는 이 부분을 본격적으로 선보이고자 한다. 제조산업을 위한 알테어의 AI 기술로는 설계 탐색과 최적화를 위한 디자인AI(DesignAI), 비슷한 형상을 자동 인식하고 분류하는 셰이프AI(shapeAI), 해석 결과를 학습해 물리현상을 빠르게 예측하는 피직스AI(physicsAI), 시스템 레벨에서 빠른 3D → 1D 변환을 위한 롬AI(romAI)가 있다.  이런 AI 기술은 적은 수의 데이터로도 학습이 가능하며, 알테어의 기존 시뮬레이션 솔루션 제품군에 들어가는 형태로 제공되어 익숙한 인터페이스로 사용할 수 있다. 하이퍼메시(HyperMesh)에는 이미 피직스AI와 셰이프AI가 포함되어 있고 향후 심랩(SimLab)과 인스파이어(Inspire)를 비롯해 다양한 솔루션에 AI가 추가될 예정이다. 알테어는 래피드마이너를 활용한 데이터 기반의 AI와 시뮬레이션 기반의 AI를 모두 지원한다. 그리고 타사 솔루션의 데이터를 활용할 수 있는 개방성과 유연한 라이선스 사용도 장점으로 내세우고 있다.    향후 제조 분야의 AI 전망과 알테어의 전략을 소개한다면 AI에 대한 고객들의 기대치가 높다고 느낀다. 알테어는 지난 4월 4일 ‘AI 워크숍’을 진행했는데, 기업의 의사결정권자부터 현업 엔지니어까지 예상보다 많은 분들이 참여해 높은 관심을 보였다. 관심이 높은 만큼 실제 활용 방향에 대한 고민이 많다는 것을 알 수 있었다. 사용자의 기대치와 실제로 할 수 있는 것 사이의 거리, 알테어와 같은 솔루션 기업과 사용자인 제조기업의 시각차도 어느 정도 확인할 수 있었다. 이런 부분은 고객들을 많이 만나고 의견을 나누면서 간극을 좁혀야 할 것 같다. 당장 AI가 시뮬레이션을 완벽하게 대체하기는 어렵겠지만, 클라우드 기반의 통합 환경에서 시뮬레이션과 AI를 통합해 사용할 수 있도록 하는 것을 목표로 삼고 있다. 클라우드는 데이터의 통합 관리와 공유 측면에서도 이점이 있다고 본다. 시뮬레이션과 AI를 위해 대규모 데이터를 관리하기 어려운 소규모 기업은 클라우드의 장점에 주목할 만하다고 본다. 한편으로 보안 등의 우려를 가진 기업에게는 프라이빗 클라우드 환경을 제공해 데이터 보안을 유지하면서 알테어 원 클라우드와 동일한 환경에서 작업할 수도 있다. 알테어는 AI 솔루션 제품군을 빠르게 업데이트하면서 사용자의 피드백을 반영하고 있다. 고객들이 AI에 대해 갖고 있는 기대치 또는 눈높이가 상당히 높은 것으로 보여서, 이에 대응해 경쟁 우위를 확보하고자 노력 중이다. 제조 분야에서도 AI에 대한 관심이 높지만, 어떻게 활용할지에 대한 고민이 큰 상황으로 보인다. 알테어는 이런 부분에서 도움을 줄 수 있도록 AI 기술 개발과 함께 커스터마이징과 컨설팅 등을 폭넓게 제공하고자 한다. 본사의 개발팀과도 활발히 소통하면서 사용성이나 적용 범위 등에 대한 고객의 어려움을 덜고, 최대한 빠르게 고객이 원하는 AI를 구현할 수 있도록 할 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

알테어가 칩, 인쇄회로기판(PCB) 및 집적회로(IC) 등 전자 부품에서 전체 시스템에 이르기까지 빠르고 정확한 다중 물리 시뮬레이션을 지원하는 '알테어 심솔리드'를 2024년 2분기 중 출시한다고 밝혔다. 심솔리드는 복잡한 형상의 구조 문제를 빠르고 정확하게 예측하는 시뮬레이션 소프트웨어로, 전처리 과정 없이 빠르게 시뮬레이션할 수 있다는 점이 특징이다. 전자 CAD(ECAD)에서 해석 단계로 넘어갈 때 필수인 메시 생성은 매우 복잡하고 오래 걸리는 작업이다. 하지만 심솔리드는 메시 생성을 제거해 시뮬레이션 속도를 기존 대비 최대 25배까지 향상시킨다. 이는 엔지니어들이 더 빠르고 효율적으로 설계 대안을 탐색하고 최적화할 수 있음을 의미한다.     이번 출시로 조선, 항공우주와 자동차 산업에서 대형 구조물 구조 해석에 많이 쓰이던 심솔리드는 이제 전자 산업을 위한 기능까지 확장하게 됐다. 최신 버전은 반도체 칩, PCB와 IC의 구조 및 열 해석을 지원한다. 또한 신호 무결성(SI), 전력 무결성(PI), 전자기 호환성/간섭(EMC/EMI) 등 복잡한 요소들을 반영한 시뮬레이션도 할 수 있고, 단위는 미터에서 나노미터까지 지원해 반도체 칩 설계에도 적용이 가능하다. 알테어는 심솔리드에 향후 전자기 해석 기능도 추가할 계획이다. 이를 통해 전자회로와 전자 부품의 전자기적 특성도 함께 시뮬레이션 할 수 있게 된다. 효율적인 메시리스(meshless) 환경에서 열, 구조, 전자기 등 다양한 해석 기능을 통합적으로 제공해 엔지니어들이 보다 나은 설계 결정을 내릴 수 있도록 지원한다는 목표다. 알테어의 짐 스카파 CEO는 “전자 산업이 점점 복잡해지고, 소형화에 대한 요구가 커지면서 엔지니어들은 종종 시뮬레이션의 정확성과 신속성 사이에서 타협해야 하는 상황에 직면한다”면서, “심솔리드는 PCB와 IC의 복잡한 세부 사항까지도  빠르고 정확하게 분석할 수 있도록 도와주기 때문에 전자부품 설계 및 해석 과정의 효율성과 정확성을 높일 수 있을 것”이라고 말했다.

알테어가 기업 내 분산된 다양한 데이터를 통합하고 관리하는 ‘데이터 패브릭’ 솔루션과 데이터를 그래프 형태로 모델링하는 ‘그래프 데이터베이스’ 기술을 보유한 전문 기업 ‘케임브리지 시맨틱스(Cambridge Semantics)’를 인수했다고 발표했다. 케임브리지 시맨틱스는 2007년 IBM 첨단기술그룹 출신의 혁신/엔지니어링 팀이 설립한 기업이다. 이번 인수로 알테어는 IBM 네티자(IBM Netezza)와 아마존 레드시프트(Amazon Redshift) 데이터웨어하우스 개발에 핵심적인 역할을 한 케임브리지 시맨틱스의 기술 인력도 영입하게 됐다.  알테어의 샘 마할링감 최고기술책임자(CTO)는 “이번 인수로 알테어의 분석/데이터 사이언스 팀에 탁월한 데이터웨어하우징 전문성을 보유하게 됐다”면서, “데이터 생성에서 실제 비즈니스 영향까지, 전체 데이터 라이프사이클을 완벽히 이해하는 엔지니어링 그룹을 갖추게 됐다”고 설명했다. 케임브리지 시맨틱스의 지식 그래프, 데이터 거버넌스, 가상화, 검색 기술은 알테어의 데이터 분석 플랫폼인 ‘래피드마이너’에 통합돼 기존 데이터 준비, ETL, 데이터 사이언스, BI, MLOps, 워크로드 관리 등의 기능과 시너지를 낼 예정이다. 알테어의 짐 스카파 CEO는 “지식그래프는 데이터 패브릭의 핵심 요소로서 기업의 분산 데이터를 통합해 통찰력 있는 의사결정과 혁신적 데이터 활용을 가능케 한다”면서, “케임브리지 시맨틱스 인수로 대규모 데이터와 복잡한 질의 처리, 비즈니스 컨텍스트를 제공하여 AI의 단점인 할루시네이션(hallucination : 환각현상) 문제의 해결이 가능한 최고 수준의 지식 그래프 기술을 확보했다”고 밝혔다.  

알테어가 지난 4월 4일 서울 역삼동 포스코타워에서 ‘AI(인공지능) 워크숍’을 진행했다고 밝혔다. ‘AI for Engineers(엔지니어를 위한 AI)’를 주제를 내건 이번 워크숍은 AI 기술 도입 전략 및 산업 동향을 공유하는 자리로 마련됐다. 현장에는 주요 제조업체 실무진 및 오피니언 리더 300여 명이 참석했다. 알테어의 문성수 아시아태평양 수석부사장은 환영사에서 “제조업체가 AI 기술을 도입할 때에는 그들의 도메인 전문성을 바탕으로 AI 기술을 누구나 활용할 수 있는 환경을 마련해야 한다”면서, “알테어는 데이터 비전공자도 쉽게 활용할 수 있는 로코드/노코드 기반 데이터 분석 및 AI 시뮬레이션 소프트웨어를 제공하여 국내 업체들의 고민을 해소하고자 한다”고 전했다. 첫 번째 발표자로 나선 알테어의 수디르 파다키 글로벌 데이터 분석 디렉터는 “최근 제조업계는 전통적인 시뮬레이션 데이터 활용에서 데이터 기반의 AI 활용으로 전환하는 추세이다. 이를 위해 알테어는 자사 데이터 분석 소프트웨어 래피드마이너에 ‘CAE 커넥터’를 추가해, CAE 결과 파일을 바로 읽어들여 코딩 없이 다양한 변수에 따른 해석 결과를 얻을 수 있도록 했다”고 소개했다. 이어 “요즘 기업에서 생성형 AI 시스템 구축에 많은 관심을 보이고 있는데, 래피드마이너에 내장된 생성형 AI 기능을 활용하면 채팅창에서 데이터 분석 요구사항을 쉽게 요청할 수 있다. 한국어 자연어 처리도 지원해 한국 사용자에게도 편리할 것”이라고 말했다. 한국알테어의 이승훈 기술 총괄 본부장은 “해석 결과를 얻는 과정은 제품 개발 단계에서 상당한 시간을 차지한다. 하지만 AI 기술을 적용해 해석 결과를 학습하고 적용하니 3시간 이상 걸리던 작업도 단 3초 만에 해석 결과를 얻을 수 있게 되었다. AI 기술 도입은 제품 개발 단계를 대폭 단축시키며, 빠른 예측 결과를 통해 효율성을 극대화할 수 있다.”고 말했다.     알테어의 이번 워크숍에서는 산학연 영역의 여러 연사가 다양한 전문 분야와 관련된 AI 트렌드를 다뤘다. 황보현우 하나은행 자문위원이 ‘AI 시대의 경쟁 우위 전략’, 현대자동차 한용하 연구위원이 ‘자동차 CAE 부문에서의 AI 적용 사례 소개’, 계명대학교 김양석 교수는 ‘AI 시대의 셀프서비스 분석’을 주제로 최신 연구 결과와 산업 동향을 소개했다. 또한 ‘엔지니어링 분야에서의 AI 적용: 엔지니어들의 기회와 도전’ 를 주제로 진행한 패널 토론에는 LG전자,  현대자동차, 계명대학교에서 참가해 AI 기술 적용에 대한 의견과 경험을 공유하는 시간을 가졌다. 알테어의 라비 쿤주 최고제품및전략책임자(CPSO)는 “다양한 전문성을 갖추지 않고는 AI 기술을 효과적으로 도입하고 활용하는 것이 어렵다”며, “알테어는 시뮬레이션과 AI, HPC 기술과 자원을 통합한 ‘알테어원’ 플랫폼을 통해 기업들의 AI 기술 도입 부담을 줄이고 현실적으로 구현할 수 있도록 지원하겠다”고 전했다.

알테어가 3월 6일~7일 글로벌 연례 행사인 ‘퓨쳐닷인더스트리 2024’를 온라인으로 개최한다고 밝혔다. 이번 행사는 구글 클라우드, AMD, 보잉, 인텔, 롤스로이스, 두산 에너빌리티 등 업계 전문가의 발표 70여개가 2일간 진행된다. 1일차는 통합 메인 세션, 2일차는 현대 기업이 마주하는 AI의 주요 도전과 기회를 탐색하는 4개의 트랙 발표로 구성했다. 주요 발표로는 ▲구글 클라우드 AI  전문가 총책임자인 그랙 마텍의 ‘멀티모달 프론티어 : 구글 제미나이와 차세대 생성형 AI의 부상’ ▲보잉 기술연구원인 블라디미르 발라바노프의 ‘보잉 상용기로 보는 머신러닝, 디지털 스레드, 최적화’ ▲AMD 릭 크노첼 자동차 제조 글로벌 전략 책임자의  ‘자동차 엔지니어링 및 시뮬레이션에서 아키텍처가 중요한 이유’ ▲두산 에너빌리티 도정현 수석연구원의 ‘퍼블릭 클라우드를 연계한 대규모 HPC 구축과 관리 사례’ 등이 진행된다.  이밖에도 구글, PwC, 롤스로이스, 미국 MIT(매사추세츠 공과대학교) 등 산학연 전문가의 심층적인 인사이트와 최신 기술 동향에 대해 알아보는 패널 토론도 마련된다. 행사는 아시아태평양, 미주, 유럽-중동-아프리카 총 3개의 시간대로 운영되며, 한국은 오후 12시 30분부터 시작한다. 모든 발표는 한국어 동시 통역이 지원된다. 알테어의 짐 스카파 CEO는 “빠르게 진행되는 기술 발전 시대에 필요한 AI 기술 활용 사례와 조직 현대화, 혁신에 관한 효과적인 방법을 만나볼 수 있는 이번 행사가 함께 미래를 모색하는 시간이 되길 바란다”고 전했다.  

전자기 해석 소프트웨어, Altair Flux     주요 CAE 소프트웨어 소개   ■ 개발 및 자료 제공 : 알테어, 070-4050-9200, www.altair.co.kr Flux(플럭스)는 전자기와 열의 특성, 정상 상태 및 과도 상태를 시뮬레이션하는 소프트웨어이다. Flux는 설계자로 하여금 프로토타입 제작 횟수를 줄이면서 더 짧은 시간에 최적화된 고성능 제품을 생성할 수 있도록 지원한다. Flux는 알테어의 멀티피직스 최적화 플랫폼과의 강력한 커플링을 통해 하위 시스템의 즉각적인 상호작용을 해하고 전체 설계 프로세스를 간소화한다. 1. 주요 특징 ■ 광범위한 사용 분야 : 자기, 전기, 열 커플링 해석, 역학 커플링, 고조파 및 과도 현상 해석 등 다양한 분야에서 사용하고 있다. ■ 유연성 : Flux의 개방된 환경에서 스크립팅 도구와 매크로 작성 기능, 멀티파라메트릭 해석 등 다양한 옵션과 도구를 제공한다. 모델과 솔버를 세밀하게 조정하고 시뮬레이션 프로세스를 효율적으로 캡처 및 자동화한다.   2. 주요 기능 ■ 쉽고 유연한 메시 생성 : Flux는 2D 및 3D 상황에서 혼합하여 사용할 수 있는 여러 메시 기술을 제공하여 사용자가 정확한 메시를 신속하게 얻을 수 있도록 한다. 알테어의 HyperWorks나 SimLab에서 구성한 복잡한 형상의 메시를 가지고 올 수 있고, 복잡한 3D CAD 입력 파일을 효율적으로 처리할 수 있다. ■ 고성능 계산을 위한 고급 물리적 특성 : 전자기 장치의 저주파 동작을 시뮬레이션하기 위한 폭 넓은 물리적 모델을 제공한다. 전자계 해석, 열 해석, 열 커플링(전자계-열, 자기-열), 내장형 전기 회로 및 강체 운동 기능 등을 포함한다. ■ 멀티피직스 : Flux는 복잡한 3D 모델을 효율적으로 처리하고 솔빙하며, SimLab의 멀티피직스 환경에서 전자기-진동 연계 해석을 위한 작업과정을 쉽게 자동화할 수 있다.      좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기 

복합재 해석, Multiscale Designer     주요 CAE 소프트웨어 소개     ■ 개발 및 자료 제공 : 알테어, 070-4050-9200, www.altair.co.kr MultiScale Designer는 미시적 관점에서 표현되는 이종재료들을 이용하여 복합재료 물성치 개발 및 평가하는 솔루션으로, 개발된 복합재료 물성치를 해석 모델에 적용하여 시뮬레이션을 할 수 있다. 애플리케이션에는 설계를 위한 다중 스케일 재료 모델링, 파단 평가, 크리프, 피로, 파괴 및 충격 시뮬레이션 등을 포함하고 있다.  1. 주요 특징 ■ 복합 설계 프로세스 개선 : 직관적인 3단계 프로세스를 통해 예측성과 계산 효율성이 높은 단일/다중 스케일 재료 모델을 개발하고, 짧은 시간에 더 나은 설계를 할 수 있다. ■ 알테어의 웹 기반 재료 물성 DB인 Altair Material Data Center와 연결 : 금속(철 및 비철), 폴리머(열가소성 및 열경화성 수지), 섬유(아라미드, 탄소, 유리) 등 검증된 테스트 결과를 기반으로 구축된 다양한 재료 물성들을 활용할 수 있다. ■ 여러 FEA 솔버에서 활용 가능 : 단일/다중 스케일 재료 모델을 외부에서 생성된 모든 모델에서 사용할 수 있도록 하는 구조 시뮬레이션 솔버를 위한 플러그인을 제공한다. OptiStruct 및 Radioss와 타사의 솔버에서도 사용할 수 있다.   2. 주요 기능 ■ 가상 테스트 랩 : 정의된 테스트의 전체 시뮬레이션을 수행하기 위해 구조 모델의 매개변수 라이브러리에서 국제 ASTM/ISO 테스트 시편에 다중 또는 단일 스케일 재료 모델을 적용한다. 결정론적(평균값 응답) 및 확률론적(확률 분포 함수 응답, 평균값 및 표준 편차) 재료 모델을 사용하여 실제 변동을 제대로 설명할 수 있다. ■ 사출 성형 재료 모델 : 이방성 강화 사출 및 압축 성형 재료의 구조 시뮬레이션을 위한 예측 가능성이 높고 효율적인 재료 모델을 개발하기 위한 방법론을 제공한다.     좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기 

알테어가 데이터 분석 및 AI 플랫폼인 ‘알테어 래피드마이너(Altair RapidMiner) 2023’을 발표했다. 알테어 래피드마이너는 데이터 전처리부터 분석, 시각화를 위한 통합 환경을 제공하는 플랫폼이다. 최신 버전에는 모든 수준의 사용자가 생산성과 편의성을 높일 수 있는 로코드(low code) 및 노코드(no code) 기반 신기능을 추가했다.  래피드마이너 2023에 추가된 생성형 AI는 워크플로를 간소화하고 자동화 방식의 업무를 수행하는데 맞춤화되었다. 대규모 언어 모델(LLM)을 지원해 원하는 데이터 변환을 명시하면 자동으로 적절한 워크플로를 생성한다. 특히 범용 LLM과 연동돼 사용자는 챗GPT API를 활용해 코드 작성 없이 더 많은 사용자 정의를 활성화할 수 있다. 이를 통해 향상된 사용자 경험과 유연성을 확보할 수 있다.  오토ML 기능도 강화했다. 최신 버전은 다양한 머신러닝 작업을 지원하며, 직관적이고 사용자 친화적인 환경에서 모든 사용자가 쉽게 모델을 구축할 수 있도록 한다. 의사 결정 트리를 쉽게 만들 수 있는 마법사(위저드) 기반 도구를 통해 데이터 과학적인 배경이 없어도 데이터 내의 복잡한 상호 작용을 시각화하고, AI 모델이 결과를 생성하는 방식의 이해를 돕는다.      한편 업무 효율성을 높이는 기능도 포함됐다. SAS 언어 대안 환경인 ‘알테어 SLC’는 SAS 언어, 파이썬(Python), R 등 다양한 언어와 개발 패러다임을 지원해, 사용자가 효과적으로 코드를 작성하고 실행해 더 유연하고 효율적인 분석 작업을 수행할 수 있도록 도와준다. 이 외에도 데이터 시각화 및 스트리밍 분석 도구인 ‘알테어 판옵티콘’은 새로운 레이아웃 템플릿과 스타일 설정을 통해 사용자 인터페이스를 간소화했다. 실시간 데이터를 가시성 있게 제공해 효율적인 업무를 수행하도록 지원한다.  알테어의 샘 마할링엄 최고기술책임자(CTO)는 “알테어 래피드마이너는 모든 기술 수준의 사용자들이 주도적으로 데이터를 활용할 수 있도록 사용자 친화적인 업데이트에 초점을 맞췄다. 이를 통해 여러 부서에서 데이터의 가치를 극대화하고, 이를 기업 전반으로 확대하는데 기여하겠다”고 밝혔다.