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.  

케이던스 디자인 시스템즈는 지속 가능한 데이터센터 설계와 최신화를 촉진하는 종합 AI 기반 디지털 트윈 솔루션을 출시하면서, 데이터센터 에너지 효율과 운영 용량 최적화를 지원한다고 밝혔다. 국제에너지기구(IEA)에 따르면 미국 내 데이터센터가 전기 사용 총량에서 차지하는 비중이 2023년 기준으로 4%를 넘어섰으며, 향후 수십 년간 기하급수적으로 증가할 전망이다. 케이던스의 리얼리티 디지털 트윈 플랫폼은 데이터센터 설계자 및 운영자가 데이터센터의 복잡한 시스템을 탐색하고 데이터센터 컴퓨팅 및 냉각 리소스의 비효율적인 사용에 따른 용량 부족 문제를 해결함으로써, 전력 부족 시대에 AI 기반 워크로드 최적화로 환경에 미치는 영향을 완화하는데 도움을 줄 수 있다.  케이던스의 리얼리티 디지털 트윈 플랫폼(Cadence Reality Digital Twin Platform)은 전체 데이터센터를 가상화하고 AI, 고성능 컴퓨팅(HPC) 및 물리 기반 시뮬레이션을 사용하여 데이터센터의 에너지 효율을 개선해준다. 물리적 데이터센터의 포괄적인 디지털 트윈을 생성함으로써, 진화하는 비즈니스 및 환경 관련 요구사항에 발맞춰 정밀한 인프라 계획, 분석 및 관리 능력을 제공하는 것이다.      케이던스 리얼리티 디지털 트윈 플랫폼은 모델 생성 및 시뮬레이션에 AI를 사용하여 공기 흐름, 풍속, 공기 흡입을 막는 장애물, 내/외부 온도 변화 등 데이터센터 운영에 영향을 미치는 물리적인 외부 요인을 예측한다. 고급 모델링 기능을 통해 광범위한 설계 시나리오 및 운영 전략을 시뮬레이션하고, 각 데이터센터별로 에너지 효율이 가장 큰 솔루션을 찾아낸다. 그리고, 설계 프로세스에 외부 환경 요인을 통합하여 탄력적인 개발뿐 아니라 지속 가능한 데이터센터 운영을 가능하게 한다. 이 플랫폼은 각 프로젝트의 세부 요건에 맞는 자동화된 상세 리포트를 제공하여, 잠재적인 에너지 절감 및 효율성 향상에 대한 심층적인 이해를 지원한다. 또한, 여러 냉각 시스템이 에너지 소비에 미치는 영향을 평가하여 가장 효과적인 냉각 솔루션에 대한 통찰력을 제공한다. 이외에도 케이던스의 멀티피직스(multi-physics) 솔버에 통합되어 칩렛(chiplet)에서 기후에 이르기까지 동일한 정확성을 갖는 고용량 멀티 도메인 엔진을 구현할 수 있는 것이 특징이다. 케이던스는 이 플랫폼을 통해 모든 산업서 차세대 데이터센터 및 AI 공장의 개발을 가속화할 수 있으며, 엔비디아 옴니버스(NVIDIA Omniverse) 개발 플랫폼과 통합되어 최대 30배 더 빠른 설계 및 시뮬레이션 워크플로를 구현할 수 있다고 설명했다. 케이던스의 톰 베클리(Tom Beckley) 커스텀 IC &PCB 그룹 수석 부사장 겸 총괄은 “데이터센터가 AI의 급속한 성장에 직면하여 지속가능성과 에너지 효율에 우선순위를 두어야 한다는 압박을 받고 있는 상황”이라면서, “리얼리티 디지털 트윈 플랫폼이 데이터센터 설계 및 운영의 모든 측면을 최적화하여 에너지 효율을 개선하고, 보다 더 효율적이고 탄력적이며 환경 친화적인 길을 열어줄 것”이라고 설명했다.

슈나이더 일렉트릭이 인텔 및 레드햇과 차세대 개방형 자동화 인프라를 위한 협력에 나섰다고 밝혔다. 슈나이더 일렉트릭은 인텔 및 레드햇과 함께 에코스트럭처 오토메이션 엑스퍼트(EcoStruxure Automation Expert)의 확장 버전인 새로운 소프트웨어 프레임워크인 분산형 제어 노드(DCN : Distributed Control Node)를 선보였다. 슈나이더 일렉트릭의 에코스트럭처 오토메이션 엑스퍼트는 IEC61499 국제 표준을 기반으로 한 범용 자동화 제품이다. 이 시스템은 개방형 플랫폼으로, 기본 하드웨어 인프라와 상관없이 독립적으로 소프트웨어 애플리케이션을 모델링하고 배포해 소프트웨어 중심의 자동화 어플리케이션을 구축할 수 있다. 슈나이더 일렉트릭과 인텔, 레드햇이 협력한 새로운 소프트웨어 프레임워크는 두 가지 요소로 구성된다. ACP(고급 컴퓨터 플랫폼)는 가상화 및 모니터링 기능과 함께, 워크로드를 안전한 프로그래밍 방식으로 배포할 때 필요한 콘텐츠 제어 및 자동화 기능을 제공해 제어 워크로드를 감독한다. DCN은 인텔 아톰(Intel Atom) x6400E 시리즈 프로세서를 사용하는 저전력 산업용 시스템으로, 사용자에게 더 큰 유연성과 성장을 제공할 수 있는 개방형 자동화 접근 방식의 핵심이다. 슈나이더 일렉트릭은 이 프레임워크가 개방적이고 상호 운용 가능하며 안전한 아키텍처를 갖춘 산업 공정 자동화 시스템을 만들기 위해 고안된 개방형 프로세스 자동화 포럼(OPAF)의 비전에 부합한다고 설명했다.     인텔의 산업 솔루션 총괄 관리자인 크리스틴 볼레스(Christine Boles) 네트워크 및 엣지 사업부 부사장은 “개방적이고 상호 연결된 상용 솔루션은 고정된 기능의 독점 장치에서 유연하고 동적인 소프트웨어 기반 인프라로의 전환에 도움될 것”이라며, “인텔은 생태계 전반에 걸쳐 개방형 시스템 접근 방식을 추진한 오랜 역사를 가지고 있다. 이번 협력을 통해 범용 컴퓨팅 및 운영 체제를 기반으로 구축된 차세대 분산 제어 노드를 선보이는 소프트웨어 정의 제어 시스템(Software-based infrastructure)을 개발하게 됐다”고 설명했다. 레드햇의 프란시스 초우(Francis Chow) 차량 내 운영 체제 및 에지 부문 부사장 겸 총괄 관리자는 “레드햇은 제조 업체가 작업 현장에서 자율 운영을 구현할 수 있도록 지원하기 위해 최선을 다하고 있다”며, “슈나이더 일렉트릭 및 인텔과의 협력을 통해 플랫폼 접근 방식을 활용하여 고급 자동화 및 상호 운용성을 갖춘 확장 가능한 소프트웨어 정의 공장 및 운영을 구축하는 데 도움을 줄 수 있다”고 밝혔다. 슈나이더 일렉트릭의 나탈리 마코트(Nathalie Marcotte) 프로세스 자동화 부문 수석 부사장은 “새롭게 선보인 소프트웨어 프레임워크는 효율적이고 미래 지향적인 분산 제어 시스템을 만들기 위한 2년간의 공동 혁신의 결과물”이라면서, “DCN 프레임워크는 개방형 자동화 접근 방식을 육성하여 산업 기업이 미래를 위해 성장하고 혁신할 수 있도록 지원하는 핵심이다. 상호 운용성과 이식성은 고객이 자신의 비즈니스 요구 사항에 맞춰 기술을 자유롭게 구성할 수 있도록 한다”고 전했다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 생성형 AI 모델 학습과 같이 현재도 다양한 곳에서 필수로 사용되는 강화학습 딥러닝 기술의 기본 개념, 이론적 배경, 내부 작동 메커니즘을 확인한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 이메일 | laputa99999@gmail.com 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast   강화학습은 바둑, 로봇 제어와 같은 제한된 환경에서 최대 효과를 얻는 응용분야에 많이 사용된다. 강화학습 코딩 전에 사전에 강화학습의 개념을 미리 이해하고 있어야 제대로 된 개발이 가능하다. 강화학습에 대해 설명한 인터넷의 많은 글은 핵심 개념에 대해 다루기보다는 실행 코드만 나열한 경우가 많아, 실행 메커니즘을 이해하기 어렵다. 메커니즘을 이해할 수 없으면 응용 기술을 개발하기 어렵다. 그래서 이번 호에서는 강화학습 메커니즘과 개념 발전의 역사를 먼저 살펴보고자 한다. 강화학습 개발 시 오픈AI(OpenAI)가 개발한 Gym(www.gymlibrary.dev/index.html)을 사용해 기본적인 강화학습 실행 방법을 확인한다. 참고로, 깃허브 등에 공유된 강화학습 예시는 대부분 게임이나 로보틱스 분야에 치중되어 있는 것을 확인할 수 있다. 여기서는 CartPole 예제로 기본적인 라이브러리 사용법을 확인하고, 게임 이외에 주식 트레이딩, 가상화폐, ESG 탄소 트레이딩, 에너지 활용 설비 운영과 같은 실용적인 문제를 풀기 위한 방법을 알아본다.   그림 1. 강화학습의 개념(출처 : Google)   강화학습의 동작 메커니즘 강화학습을 개발하기 전에 동작 메커니즘을 간략히 정리하고 지나가자.   강화학습 에이전트, 환경, 정책, 보상 강화학습의 목적은 주어진 환경(environment) 내에서 에이전트(agent)가 액션(action)을 취할 때, 보상 정책(policy)에 따라 관련된 변수 상태 s와 보상이 수정된다. 이를 반복하여 총 보상 r을 최대화하는 방식으로 모델을 학습한다. 정책은 보상 방식을 알고리즘화한 것이다. <그림 2>는 이를 보여준다. 이는 우리가 게임을 하며 학습하는 것과 매우 유사한 방식이다.   그림 2. 강화학습 에이전트, 환경, 액션, 보상 개념(출처 : towardsdatascience)   강화학습 설계자는 처음부터 시간에 따른 보상 개념을 고려했다. 모든 시간 경과에 따른 보상치를 동시에 계산하는 것은 무리가 있으므로, 이를 해결하기 위해 DQN(Deep Q-Network)과 같은 알고리즘이 개발되었다. 모든 강화학습 라이브러리는 이런 개념을 일반화한 클래스, 함수를 제공한다. 다음은 강화학습 라이브러리를 사용한 일반적인 개발 코드 패턴을 보여준다.   train_data, test_data = load_dataset()  # 학습, 테스트용 데이터셋 로딩 class custom_env(gym):  # 환경 정책 클래스 정의    def __init__(self, data):       # 환경 변수 초기화    def reset():       # 학습 초기 상태로 리셋    def step(action):       # 학습에 필요한 관찰 데이터 변수 획득       # 액션을 취하면, 그때 관찰 데이터, 보상값을 리턴함 env = custom_env(train_data)  # 학습환경 생성. 관찰 데이터에 따른 보상을 계산함 model = AgentModel(env)      # 에이전트 학습 모델 정의. 보상을 극대화하도록 설계 model.learn()                       # 보상이 극대화되도록 학습 model.save('trained_model')    # 학습된 파일 저장 # 학습된 강화학습 모델 기반 시뮬레이션 및 성능 비교 env = custom_env(test_data)  # 테스트환경 생성 observed_state = env.reset() while not done:    action = model.predict(observed_state) # 테스트 관찰 데이터에 따른 극대화된 보상 액션    observed_state, reward, done, info = env.step(action)    # al1_reward = env.step(al1_action) # 다른 알고리즘에 의한 액션 보상값과 성능비교    # human_reward = env.step(human_action) # 인간의 액션 보상값과 성능비교   ■ 상세한 기사 내용은 PDF로 제공됩니다.

자율주행 시뮬레이션 전문기업 모라이는 RIS 대구경북지역혁신플랫폼 미래차전환부품사업단과 대구경북지역 미래차융합전공 인재 양성을 위해 협력을 진행하고 있다고 소개했다. 협력의 일환으로 모라이는 영남대학교 캠퍼스를 디지털 트윈으로 가상화하고, 이를 기반으로 자율주행차량의 시험과 검증을 위한 테스트 베드를 구축했다고 밝혔다. 영남대학교는 이번 디지털 트윈 맵 구축으로 자율주행 테스트 베드를 확보함으로써, 미래 모빌리티 기술 연구 기반을 강화하게 되었다. 미래차전환부품사업단은 대구경북지역의 대표 핵심 분야인 미래차전환 부품산업의 혁신을 주도하고자 영남대학교를 중심으로 미래차 전환 맞춤형 인재양성 및 지역정착 지원, 미래차 전환 혁신 기술 개발, 미래차 생태계 구축 및 기업 지원의 업무를 수행하고 있다. 모라이는 대구경북지역혁신풀랫폼에 소속된 미래차전환부품사업단과 영남대학교 전기차융합부품트랙의 지자체-대학 협력기반 지역혁신사업(RIS)을 지원했다. RIS 사업은 지자체와 대학 및 지역혁신기관이 지역 혁신 플랫폼을 구축해 산업 수요 맞춤형 중장기 발전 계획을 수립하고, 발전 목표에 따른 핵심 분야를 선정, 이와 연계한 대학교육과 지역산업 혁신을 추진하도록 지원하는 사업이다.     모라이는 영남대학교 캠퍼스내의 차량이 운행할 수 있는 도로를 중심으로, 약 82만평 규모의 영남대 캠퍼스 전체를 디지털 트윈 맵으로 구축했다. 실제 캠퍼스 환경을 정밀하게 모사하여, 실제 도로 조건에서 발생할 수 있는 다양한 시나리오를 테스트할 수 있도록 했다. 이로써 영남대학교의 자율주행 연구원 및 학생들은 가상의 영남대학교 캠퍼스 맵에서 자율주행차량의 주행 알고리즘이나 시스템 안전성 검증 등 다양한 자율주행 연구를 수행할 수 있다. 미래차전환부품사업단 부단장인 영남대학교 미래자동차공학과 권성진 교수는 “자율주행 시뮬레이션 전문기업인 모라이와 협력해 자율주행 테스트 환경 기반을 마련했다. 현재 영남대학교에서는 모라이의 자율주행 시뮬레이션 소프트웨어를 활용해 자율주행자동차, 자율주행 인공지능 교육 과정을 운영하고 있다”면서, “이번 디지털 트윈 구축을 통해 학생들은 실제와 유사한 조건에서 다양한 검증이 가능해 자율주행 기술의 이해와 응용 능력을 향상은 물론, 미래 자동차 산업을 이끌어나갈 전문가로 성장하는 기반이 될 것으로 기대한다”고 말했다. 모라이의 정지원 대표는 “영남대학교 학생들과 연구원들은 모라이의 자율주행 시뮬레이션 소프트웨어를 통해 자율주행차의 성능 및 안전성 검증 연구를 가상의 환경에서 효율적이고 비용 효과적으로 수행할 수 있어, 자율주행 기술 연구의 질적 향상에도 기여할 것으로 기대한다. 모라이는 다양한 협력 프로그램을 통해 지역 산업의 발전과 모빌리티 산업 성장을 위해 계속해서 지원할 계획”이라고 말했다. 

  엔비디아와 시스코는 양사간 협력을 통해 데이터센터용 AI 인프라 솔루션을 제공할 계획이라고 밝혔다. 이 솔루션은 간편한 배포와 관리를 통해 AI 시대에서 기업들이 성공하기 위해 요구되는 대규모 컴퓨팅 성능을 지원하는 것이 목적이다.   엔비디아는 GPU로 시작해 현재는 AI 분야에서 강력한 기술을 갖추고 있으며, 시스코는 이더넷 네트워킹 분야에서 전문성과 파트너 생태계를 갖추고 있다. 두 기업은 협력을 강화해 보안성이 뛰어난 이더넷 기반 인프라로 고객의 원활한 AI 전환을 지원하겠다는 비전과 다짐을 공유했다. 엔비디아는 시스코와 함께 지난 몇 년 동안 웹엑스(Webex) 협업 장치와 데이터센터 컴퓨팅 환경 전반에 걸쳐 광범위한 통합 제품 솔루션을 제공했다. 이 솔루션은 유연한 업무 공간, AI 기반 회의, 가상 데스크톱 인프라를 갖춘 하이브리드 업무 환경을 구현한다. 양사는 앞으로 데이터 센터 분야에서 파트너십을 더욱 강화한다고 밝혔다. 이를 통해 기업에게 확장 가능하고 자동화된 AI 클러스터 관리, 자동화된 문제 해결, 높은 수준의 고객 경험 등을 제공할 계획이다.  양사는 엔비디아의 최신 텐서코어 GPU를 시스코 M7세대 통합 컴퓨팅 시스템(UCS) 랙, 블레이드 서버에서 사용할 수 있게 지원한다. 여기에는 시스코 UCS X-시리즈와 UCS X-시리즈 다이렉트가 포함된다. 이를 통해 데이터센터와 에지에서 광범위한 AI와 데이터 집약적 워크로드를 위한 최적의 성능을 발휘한다. 또한, 보다 안전하고 안정적이며 우수한 프로덕션 AI를 위한 소프트웨어 프레임워크, 사전 훈련된 모델과 개발 툴을 포함하는 엔비디아 AI 엔터프라이즈(AI Enterprise)가 시스코 글로벌 채널을 통해 제공된다. 한편, AI 클러스터의 간편한 배포와 관리를 위해 시스코 검증 설계(Cisco Validated Designs, CVD) 기반의 레퍼런스 아키텍처가 제공된다. 이는 가상화, 컨테이너화된 환경 등 다양한 사용 사례에서 규모와 관계없이 이용할 수 있고, 컨버지드와 하이퍼 컨버지드 옵션 모두 지원된다. 엔비디아 AI 엔터프라이즈를 활용해 생성형 AI 추론을 수행하는 플렉스포드(FlexPod)와 플래시스택(FlashStack)용 CVD는 2024년 2월 중 공개될 예정이며, 향후 더 많은 CVD가 제공될 예정이다. 이외에도 엔비디아와 시스코는 ▲AI 인프라 관리와 운영을 간소화하는 온프레미스 및 클라우드 기반 관리 ▲클라우드나 온프레미스 네트워크에서 발생하는 문제에 대해 AI 기반 인사이트와 자동화된 문제 해결 제공 ▲AI 기능을 통해 도메인 전반의 실시간 원격측정 컨텍스트화 및 디지털 경험을 개선하기 위한 가시성 확보 ▲AI와 자동화의 도입을 위한 지원과 안내를 받을 수 있는 글로벌 파트너 생태계 등을 제공한다. 시스코의 척 로빈스(Chuck Robbins) CEO는 “AI는 우리가 일하고 생활하는 방식을 근본적으로 바꾸고 있다. 역사적으로 볼 때 이 정도 규모의 변화는 기업이 인프라를 재고하고 재설계해야 한다는 것을 보여준다. 엔비디아와 파트너십을 강화함으로써 기업들은 대규모 AI 솔루션을 구축, 배포, 관리, 보호하는 데 필요한 기술과 전문성을 갖추게 될 것”이라고 말했다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “모든 기업이 생성형 AI로 비즈니스를 혁신하기 위해 경쟁하고 있다. 우리는 시스코와의 긴밀한 협력을 통해 기업들이 역사상 가장 강력한 기술인 AI의 혜택을 누리는 데 필요한 인프라를 그 어느 때보다 쉽게 확보하도록 지원하고 있다:고 전했다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 2023년 11월 27일 CNG TV에서 진행한 줌(ZOOM) 라이브 방송에서는 ‘스마트 건설과 기술 개발 성과와 현황’을 주제로 건설 디지털화에 대해 소개했다. 이번 방송에서는 스마트 건설 기술 개발과 관련해 그동안 성과와 앞으로의 방향에 대해 들어보는 시간이 마련됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자    이날 방송은 한국건설기술연구원 강태욱 연구위원이 사회를 맡고, 한국도로공사 조성민 단장과 중앙대학교 심창수 교수가 발표자로 참석해 ‘스마트 건설 활성화 방안’과 ‘BIM 기반 건설산업 디지털 전환 로드맵’ 등 국내 건설 디지털화가 어떻게 진행되고 있는지 소개했다.   ▲ 한국도로공사 스마트건설사업단 조성민 단장   한국도로공사 스마트건설사업단 조성민 단장은 ‘스마트 건설기술 개발 국가R&D 사업(2020.4~2025.12)’을 총괄하고 있는데, 현재 관련 사업이 3분의 2정도 진행됐다고 말했다. 조성민 단장은 “디지털 기술은 국내 건설기술에 굉장히 큰 영감을 주고 있고, 건설산업의 돌파구를 찾기 위한 동력으로도 작용하고 있다”고 설명했다. 또한 “언론에서 스마트 건설에 사활을 걸었다는 표현을 쓰고 있는데, 실제 건설현장에서는 기존 시스템이 디지털로 바뀌려면 어느 정도 시간이 필요하다”고 지적했다. 하지만 언론 예측처럼 현재 진행 중인 스마트 건설 사업이 제대로 진행되지 않을 경우, 건설산업에 미칠 파장은 클 것으로 보인다. 스마트 건설이란 기존에 우리가 해왔던 건설기술에 디지털 핵심 요소들을 접목하고 융합함으로써 현장의 자동화, 가상화를 통해 궁극적으로는 생산성을 높이고 안전을 향상시키는데 목적을 두고 있다. 조성민 단장은 “이러한 디지털 전환이 도입되면 단순히 건설단계에만 머무르는 것이 아니라 시설물이 준공된 이후에도 운영과 유지는 물론, 향후 건설산업의 투명성 제고에도 좋은 영향을 줄 것으로 기대하고 있다”고 전했다.   ▲ 중앙대학교 심창수 교수   중앙대학교 심창수 교수는 ‘스마트 건설 기술에서 OSC를 위한 프리팹 기술’을 주제로, 제조업의 기술발전을 통해 건설산업이 어떻게 변화하고 있는지 소개했다. 심창수 교수는 “건설산업에서는 설계가 핵심으로 설계자들은 품질관리와 하자관리에 대한 피드백에 많은 신경을 쓰고 있다”며, “건설산업에서 디지털 기술을 도입한다는 것은 기계화, 디지털화, 최적화, 자동화, 지능화를 한다는 것이다”라고 설명했다. 또한 이런 것이 반드시 좋은 측면만 있는 것은 아니라고 지적했다. “건설산업도 글로벌화를 통해 경쟁하는 한편 기술을 독점한 플랫폼 기업이 지배하는 구조로 발전하고 있는데, 제조업에 비해 디지털 전환이 더디게 진행되고 있다”는 것이다. 특히 건설 산업에서는 데이터에 대한 인지와 재활용에 대한 인식이 적어 엔지니어링 전환이 늦다고 보고 있다고 밝혔다.  최종적으로 스마트 건설이 되려면 OSC(Off-Site Construction)를 통해 데이터 기반의 엔지니어링이 되어야 하는데, 건설산업은 데이터 생산 주체가 일원화되어 있지 않아 아직은 빠른 전환이 어려운 실정이라고 분석했다. 심창수 교수는 “모델링이 기본이 되어 공장에서 부재를 미리 제작해 현장에서 간단하게 조립하는 프리팹 공법 등을 확산하는 한편 타 산업과의 연계를 통해 스마트 건설을 앞당기기 위해 노력하고 있다”고 설명했다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   2024년 새해에는 한국 경제가 더욱 힘들어진다고 한다. 코로나19가 끝나면 좋은 시절이 올 수 있다는 희망과 다르게 러시아-우크라이나 전쟁이 일어났고, 최근에서는 이스라엘과 하마스 간의 전쟁이 일어났다. 이러한 와중에도 인공지능에서 분야에서는 생성형 AI(generative AI)가 급속도로 발전하고 있다. 특히 2023년은 챗GPT(ChatGPT)의 해라고 해도 과언이 아니다. 많은 기술이 챗GPT의 광풍으로 약간 묻혀버렸지만, 또다른 많은 기술이 출현하고 있다.  많은 전문가가 과거의 데이터를 가지고 미래를 예측하려고 하지만 그것은 다른 변수를 적게 적용할 때이고, 요즘처럼 변수가 많고 변동의 폭이 큰 경우 이런 트렌드(trends)는 적용하기 어렵다. 디지털 대전환의 시대에서 인공지능 대전환(AI transformation)의 시대로 급격하게 변화하고 있다. 이것은 인간이 컴퓨터가 이해할 수 있는 언어를 공부하는 시대에서, 기계(컴퓨터)가 인간의 언어를 이해하는 시대로의 전환을 의미한다. 이것은 과거에 디지털 기술이 우리 사회에 디지털 파괴적 혁신(disruptive innovation)이 가져온 충격보다 더 강력할 수 있다.  2024년에는 인공지능 파괴적 혁신의 원년이 될 수 있다. 항상 우리가 상상한 것 이상의 무언가가 일어났다. 그리고 구체적인 것을 예측하기는 불가능하다. 우리의 상상력은 우리의 경험에 바탕을 두고 있기 때문이다. 인간의 상상력은 대단하지만 또한 경험의 한계 안에 있다. 당분간 대부분의 기업은 챗GPT 같은 생성형 AI에 최우선적으로 투자할 것이다. 그러나 기업은 생존하기 위해서 그 이상을 생각해야 한다. 챗GPT같은 환경은 어쩌면 그동안의 인터넷 판도를 급격하게 변화시킬 수 있다. 복잡하고 다양한 경로로 지식을 찾아가는 그동안의 검색 환경과 달리, 단 한 번의 질문으로 해답을 찾아가는 챗GPT 환경은 모든 비즈니스 환경을 급격하게 변화시킬 가능성이 있다.  과거 정보 사회에서의 데이터, 정보, 지식, 그리고 인사이트와 지혜같은 구조에서 그림과 같은 구조로 변화할 수 있는 것이다.    ▲ 지식, 디지털 스레드, 생성형 인공지능의 시대   이제는 데이터(data)와 정보(information)와 지식(knowledge)이 넘치는 시대가 오고 있다. 이것을 어떤 지식 그래프(knowledge graph)로 연결할 것인가? 그리고 이것은 디지털 스레드(digital thread)로 소통할 것인가? 최종적으로 이것을 어떤 형태의 결과물로 만들고 서비스하고 수익화를 할 것인가가 중요한 시점이다. 수익화에 실패한 혁신은 지속될 수 없다.  생성형 인공지능 환경은 디지털 트윈(digital twin)이나 가상화(virtualization)와 소프트웨어 정의(software defined)와 같은 환경을 가속시킬 것으로 예상된다. 가상화와 소프트웨어 정의는 두 가지의 다른 컴퓨팅 개념이며, 각각 다른 측면에서 컴퓨팅 환경을 변화시키는 기술이다. 인공지능을 이용해서 인간의 감성과 지능으로 증강하는 시대가 2024년에 시작될 것이다.  꿈은 말도 안되게, 목표는 원대하게, 실행은 집요하게…   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’,  ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

안랩이 2024년에 발생할 수 있을 것으로 예측되는 ‘5대 사이버 보안위협 전망’을 발표했다. 안랩이 전망한 2024년 5대 보안위협은 ▲적대세력 간 사이버 공격 및 핵티비스트 활동 증가 ▲RaaS(서비스형 랜섬웨어)조직의 변화 가속화 ▲가상화 플랫폼을 노리는 랜섬웨어 활개 ▲금전 및 개인정보를 노린 안드로이드 악성 앱의 확산 ▲암호화폐 탈취목적 개인 지갑을 노린 공격 심화다. 1. 적대세력 간 사이버 공격 및 핵티비스트 활동 증가 전 세계적으로 이념, 종교, 이권 등 여러 가지 요인으로 인한 갈등이 심화하는 가운데, 2024년에는 적대 세력 간 사이버 공격이 증가할 것으로 전망되고 있다. 이들은 목적을 달성하기 위해 다양한 방법을 쓸 것으로 예상된다. 선전•선동(Propaganda, 프로파간다)를 목적으로 딥페이크 기술을 활용해 가짜 뉴스를 생산하거나, 과거에 유출된 내용을 새로운 해킹 결과물이라고 허위로 주장할 수 있다. 특히, 국가 배후 공격 그룹의 경우 적대 세력의 정보를 빼내기 위한 활동뿐 아니라 전력 등 인프라 장애를 노린 공격도 시도할 수 있다. 이를 위해 공격자는 타깃을 직접 공격하는 방법 외에 상대적으로 보안 관리가 취약한 (적대세력의)협력 업체 등을 공격하는 ‘공급망 공격’을 시도할 것으로 예상된다. 같은 맥락에서 ‘핵티비스트’ 활동도 증가할 것으로 예상된다. 핵티비스트는 해커(hacker)와 행동주의자(activist)를 합친 말로, 인터넷에서 해킹을 투쟁 수단으로 하는 활동가를 지칭한다. 이들은 정치나 이념적인 목적을 달성하기위해 인공지능(AI)을 이용해 손쉽게 딥페이크 음성 및 영상을 제작해 대량 유통할 것으로 예상된다. 경우에 따라 이들은 특정 국가로부터 자금을 지원받거나 조직화될 수도 있다. 2. RaaS 조직의 변화 가속화 최근 사이버 범죄 포럼과 블랙마켓에 대한 법 집행기관의 대응은 지속해서 강화되고 있다. 특히 개인과 조직을 불문하고 많은 피해를 발생시키고 있는 ‘서비스형 랜섬웨어(RaaS, Ransomware as a Service*)’ 조직에 대한 사법기관의 국제협력 등 대응은 2024년에도 계속될 것으로 예상된다. 서비스형 랜섬웨어는 사이버 범죄자가 랜섬웨어 배포 및 관리에 필요한 툴과 서비스를 제공하는 새로운 랜섬웨어 비즈니스 모델이다. 이에 따라 RaaS 조직도 생태계를 계속 유지하기 위해 다양한 변화를 시도할 것으로 예상된다. 이들은 다크웹 내 포럼과 마켓을 이동하며 이름을 바꾸는 ‘리브랜드’를 가속화할 수 있다. 또 수사기관의 추적을 어렵게 만들고 공격에 실패했을 때 대체 수단으로 사용하기 위해 다른 RaaS 조직이 사용하는 랜섬웨어의 변형을 활용하는 등 일명 ‘다중 랜섬웨어’ 전략을 필 것으로 보인다. 3. 가상화 플랫폼을 노리는 랜섬웨어 활개 최근 클라우드 등 하드웨어 자원을 효율적으로 관리하기 위해 ‘가상화 플랫폼’을 도입하는 기업이 꾸준히 증가하고 있다. 이런 상황에서 기업의 주요 문서나 내부 인프라, 기밀자료들을 탈취하기 위해 ‘가상화 플랫폼’ 서버를 노린 랜섬웨어 공격이 증가할 것으로 보인다. 특히 시장에서 높은 점유율을 가지고 있는 솔루션은 공격 대상이 될 가능성이 높다. 예를들어 VM웨어의 하이퍼바이저 플랫폼인 ESXi 서버를 표적으로 하는 랜섬웨어는 2020년 처음으로 나타난 이후 그 수량과 변종이 계속해서 증가하고 있다. 그 외에도 Hyper-V, KVM, Xen 등 다양한 가상화 플랫폼이 현업에서 활용되고 있는 만큼, 각 영역에서의 랜섬웨어에 대한 대비와 모니터링이 필요하다. 4. 금전 및 개인정보를 노린 안드로이드 악성 앱의 확산 금융 서비스 이용과 사용자의 민감정보가 스마트폰으로 집중되면서 올해 다양한 악성 앱들이 발견됐다. 내년에는 사용자의 금전과 민감정보를 노린 악성 앱이 고도화될 뿐만 아니라 스마트폰을 비롯해 스마트TV, 스마트워치, 스마트홈 등 다양한 플랫폼으로 퍼질 수 있다. 최근 발견되고 있는 사기 대출 앱은 합법적인 개인 대출 서비스를 제공한다는 명목으로 연락처와 소득 증명서 등의 개인 정보와 은행 계좌 정보와 같은 금융 정보를 수집해 유출한다. 이런 종류의 앱은 피해자가 의심하지 못하도록 모바일 웹사이트를 정교하게 제작하고 공식 구글플레이에서도 발견되는 등 점차 교묘해지고 있다. 이러한 악성앱들은 개인정보 유출, 광고 수익 창출 등을 목적으로 스마트 TV 셋톱박스, 스마트 워치, 스마트홈 등 안드로이드 OS를 기반으로 하는 플랫폼으로 확장해 유포될 것으로 전망된다. 5. 암호화폐 탈취목적 개인 지갑을 노린 공격 심화 다양한 공격그룹은 거래 내역 추적이 어려운 암호화폐를 탈취하기 위해 사용자 개인 지갑과 블록체인 취약점 등을 꾸준히 공격하고 있다. 암호화폐를 노린 공격은 암호화폐 가격의 급등락에 맞춰 증가와 감소를 반복하는 특징이 있다. 이런 가운데 2024년 4월경 암호화폐 공급량이 줄어드는 반감기가 다가옴에 따라 암호화폐 자산 전반의 가격이 상승할 것이라는 전망이 나오고 있다. 공격자들은 가치가 높아진 암호화폐를 탈취하기 위해 한동안 주춤했던 암호화폐 탈취 공격을 다시 전개할 것으로 전망된다. 특히, 공격자들은 공격 성공률을 높이기 위해 보안 시스템이 갖춰진 암호화폐 거래소의 해킹보다는 상대적으로 보안이 취약할 수 있는 개인 사용자에 집중할 것으로 보인다. 이 같은 보안 위협을 예방하기 위해서 조직 차원에서는 △조직 내 PC, 운영체제, SW, 웹사이트 등에 대한 수시 보안점검 및 패치 적용 △보안 솔루션∙서비스 활용 및 내부 임직원 보안교육 실시 △관리자 계정에 대한 인증 이력 모니터링 △멀티팩터인증(Multi-Factor Authentication) 도입 등 조직의 환경에 최적화된 대응책을 마련해야 한다. 또한 개인은 △출처가 불분명한 메일 속 첨부파일∙URL 실행 자제 △콘텐츠∙SW 다운로드는 공식 경로 이용 △SW∙운영체제∙ 인터넷 브라우저 등 최신 보안 패치 적용 △ 로그인 시 비밀번호 외에 이중인증 사용 △백신 최신버전 유지 및 실시간 감시기능 실행 등 보안 수칙을 지켜야 한다. 한편 안랩 시큐리티 인텔리전스 센터(ASEC) 양하영 실장은 “이제 IT기술이 없는 일상을 상상할 수 없을 정도로 디지털 기술은 우리 생활 전반에 녹아있다”며, “반대로 이런 환경은 사이버 범죄자들의 활동 무대이기도 하기 때문에, 디지털 기술의 편리함을 누리기 위해서는 조직과 개인을 막론하고 보안 수칙을 생활 속에서 실천해야 한다”고 말했다.