앤시스 워크벤치를 활용한 해석 성공사례   최근 전기자동차의 수요가 증가함에 따라 전기자동차의 성능을 보다 향상시키기 위한 연구가 활발히 진행되고 있다. 특히 모터 분야에서 헤어핀(hairpin) 코일의 적용으로 성능이 향상됨을 확인하였으며, 이미 여러 양산형 모델에도 적용되어 실사용 중에 있다. 그러나 헤어핀 코일은 복잡한 제조 공정 및 제작 기술이 필요하다는 단점이 있다. 이렇게 기존 생산 공정에서 발생할 수 있는 문제점을 해결하고 추가적인 성능 향상을 도출하기 위해 금속 3D 프린팅 기술을 적용하여 모터 코일을 제조하는 방법이 연구되고 있다.  이번 호에서는 앤시스에서 제공되는 맥스웰(Maxwell)과 앤시스 애디티브(Ansys Additive)를 활용한 시뮬레이션을 기반으로 헤어핀 코일의 DfAM(Design for Additive Manufacturing) 및 적층공정 해석을 수행하며 전체 제작 프로세스를 제시하고자 한다.    ■ 김선명 원에이엠 DfAM팀의 연구원으로, 적층제조 특화 설계를 담당하고 있다. 이메일 | smkim@oneam.co.kr 홈페이지 | www.oneam.co.kr   전기자동차용 헤어핀 모터 코일 헤어핀 코일이란 <그림 1>과 같이 헤어핀의 형상처럼 직사각형 단면의 도선을 구부려서 제작되는 모터 코일이다. 기존의 원형 도선의 권선 형태로부터 성능 개선을 위해 개발되었으며, 성능 향상이 입증되어 이미 상용 전기차량에 적용되어 실사용 중에 있다. 이러한 직사각형 단면의 헤어핀 코일을 사용하는 이유는 기존 원형 코일 대비 높은 점적률(fill-factor)을 갖기 때문이다. 점적률이란 <식 1>과 같이 모터고정자의 슬롯 면적 대비 구리 도선이 차지하는 면적의 비로 계산이 된다. 점적률이 높아지면 <그림 2>와 같이 도선 간 빈 공간 영역이 작아진다. 따라서 상대적으로 권선 저항이 낮아지게 되고 도선간 접촉 면적이 증가함에 따라 열전달 계수가 높아져, 방열 효과도 증가하는 효과가 있다. 이러한 헤어핀 코일의 적용으로 원형도선 대비 모터의 성능을 향상시킬 수 있다.   식 1   그림 1. 헤어핀 코일   그림 2. 원형 도선과 헤어핀 코일의 비교(출처 : MG Motor article : Why 1% efficiency improvement means so much, Hairpin Technology : Hubiz)   헤어핀 코일은 <그림 3>과 같은 공정을 통해 조립된다. 제일 먼저, 원재료인 사각형 단면의 코일을 헤어핀 형태로 성형한 후 모터 고정자의 슬롯에 조립한다. 그 다음 같은 상끼리 연결될 수 있도록 트위스팅(twisting) 공정을 거친 후, 서로 접촉하는 도선끼리 용접하는 과정을 거쳐 완성된다. 추가로 도선에 용접될 부분의 절연재를 제거하는 등의 공정이 필요하다. 이처럼 헤어핀 코일 모터는 복잡한 제작 절차와 제작 공정이 필요하며, 특히 고난도의 용접 기술이 요구된다. 무엇보다 제조 공정 중 제품에 문제가 발생한다면 문제가 되는 부분만 처리가 불가능하기 때문에, 제작 공정이 처음부터 수행되어야 한다.   그림 3. 헤어핀 코일의 조립 공정(출처 : Maximising E-Machine Efficiency with Hairpin Windings, by Shaoshen Xue-Motor Design Limited)   이러한 문제를 해결하기 위해 최근에는 금속 3D 프린터를 사용한 모터 코일의 금속 적층제조에 대한 연구가 진행되고 있다. 금속 적층제조는 다음과 같은 장점이 있다. 제작 공정 간소화 : 헤어핀 코일의 3D 프린팅 공정 적용 시 3D 프린팅 장비만 있다면 기존의 복잡한 제작 공정이 필요 없으므로, 제작 공정을 보다 간소화시킬 수 있다. 일체화 : 개별 파트로 나누어진 헤어핀 코일을 일체화하여 하나의 부품으로 제작이 가능하기 때문에, 용접을 최소화한 공정이 가능하여 제작 중 파트 불량률을 최소화할 수 있다.  설계 자유도 향상 : 헤어핀 코일 형상의 제약이 없으므로 형상 구현의 자유도가 높기 때문에, 성능 향상을 위한 설계가 용이하다.  금속 적층제조를 고려한 헤어핀 코일의 설계를 위해서 시뮬레이션을 기반으로 전자기 성능 분석, 열 특성 분석, 적층 공정 해석의 전체 설계 및 제작 프로세스를 진행한다. 이 글에서는 앤시스 맥스웰과 앤시스 애디티브를 활용한 시뮬레이션을 기반으로 헤어핀 코일의 DfAM 및 적층공정 해석을 수행하며, 전체 제작 프로세스를 제시하고자 한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  세계 최초의 1인용 골프카 INNO-F1이 미국 올랜도에서 열린 2023 PGA 머천다이즈 쇼를 통해 세계시장에 첫 발을 내딛었다.  ‘왜 2인승 골프카가 탄생한지 70년동안 아무도 일인용 골프카도 필요할 것’이라는 생각을 못했을까? 골프카의 기존 형태를 완전히 벗어난 INNO-F1 의 스타일은 디자인이 세상을 어떻게 바꿀 수 있는지를 보여준다. 이노디자인은 2인 이상이 탑승할 수 있는 전통적인 다인승 골프카트가 아닌 자신의 게임에 집중할 수 있는 한 명의 플레이어를 위한 싱글라이더 골프카트인 INNO-F1을 통해 새로운 디자인 역사를 만들고 있다.   새로운 싱글라이더 골프카트, INNO-F1   2인승 골프카트는 전 세계 골프장의 대중적인 표준이며, 약 70년 전에 최초로 골프카트가 도입된 이후로 바뀌지 않았다. 디자이너이자 이노디자인의 설립자인 김영세 대표는 “왜 한 명의 골퍼를 위한 골프카트는 하나도 없는가?”라는 호기심에 그와 그의 디자이너 팀은 약 3년 전에 한 명의 라이더를 위한 골프카트를 스케치하기 시작했다.   INNO-F1은 플레이어의 안전을 최우선으로 설계하였고, 카트 전면 및 후면 스토리지, 탈착식 윈드 실드/탑 리스 옵션 캐노피, 윈드 실드 와이퍼, 헤드라이트 및 브레이크 등의 주요 기능도 갖추고 있다.   싱글라이더를 위한 골프카트 INNO-F1은 안정적이고 부드러운 승차감으로 플레이어가 자신의 게임에만 집중할 수 있게 낭비되는 시간을 줄여줌으로써 플레이어의 게임을 향상시킨다.   플레이어는 자신의 공만을 찾아다니기 때문에 미국의 대부분의 골프장이 사용하는 재래식 2인용 골프카와 비교할 때 골퍼들의 플레이 속도가 빨라져 골프장 소유주는 보다 효율적으로 골프장을 운영할 수 있다.   또한 INNO-F1은 기존 2인승 골프카트의 절반에 가까운 무게로 페어웨이 손상을 덜 시키므로 페어웨이 메인터넌스 비용 절감과 탈착식 배터리 팩을 사용한 배터리 충전 시스템으로 골프카트의 유지 보수 비용이 절감된다.     PGA의 디렉터인 맥스웰 워커는 “지난 3년 동안 스쿠터 및 킥보드와 같은 싱글라이더 기기를 많이 보았지만, PGA Show에서 이 정도의 싱글라이더 골프카트를 보는 것이 처음이며 이노디자인이 이번 PGA에 출품한 INNO-F1 이 새로운 골프문화를 열어갈 수 있을 것’이라고 말했다.   한편, 한국에서 가장 먼저 INNO-F1을 도입하기로 결정한 남해의 명문 골프코스 파인비치 링크스의 허명호 대표는 "1인용 골프카인 INNO-F1 은 고객들에게 편리하고 즐거운 새로운 체험을 제공하게 될 것으로 기대된다"고 말했다. 이노디자인은 1986년 미국 팔로알토 실리콘밸리에 설립된 토탈 크리에이티브 컨설팅 회사로 37년간 디자인의 진정한 컨셉과 가치를 일반인에게 전파하는 길을 주도해 왔으며, 일본 닛케이 BP (니혼게이자이 신문)가 2009년 선정한 세계10대 디자인회사 중 하나이다.   INNO-F1은 이노디자인의 자회사인 이노모빌리티랩(INNOMOBILITY LAB)이 개발한 최신 전기차 기술로 설계되었으며, 2018년 평창동계올림픽 성화대와 성화봉을 디자인한 세계적인 디자이너인 김영세 대표와 그의 디자이너팀이 디자인한 싱글라이더 골프카트로 INNO-F1 의 ‘F1’은 레이스카 애호가들에게 익숙한 ‘Formula one’ 이 아닌 ‘For one’ 을 의미한다.   이노디자인 김영세 대표는 "네 명의 골퍼가 캐디와 함께 다니는 한국형 5인승 골프카는 과거로부터 내려온 방식인데 캐디운영 자체가 쉽지 않은 시점에 INNO-F1의 도입은 한국 골프문화의 혁신에 커다란 돌파구가 될 수 있을 것이며, 이번 PGA쇼 를 통해서 접견하게 된 미국, 영국, 프랑스, 독일, 벨지움, 캐나다 등의  대형 골프카트 사업자들과 이노디자인의 INNO-F1 이 미래형 골프카의 대표모델이 될 것이라는 공감대가 형성된 것은 커다란 성과였다"고 말했다.                                                                                                                  

개발 배경 실물 시험 위주의 테스트로 설계를 하고 검증을 하는 시스템은 시행 착오로 인한 개발 일정 증가뿐만 아니라, 설계 최적화에 소요되는 개발 시료 및 계측 환경에 드는 개발 비용이 발생하는 문제가 있다. 이러한 문제들은 이미 많은 사람들이 인식하고 있으며, 이를 위해서 CAE와 같은 기술을 활용하여 가상 환경의 개발을 통해 개발 생산성을 높이려는 노력을 많이 하고 있다. 지금까지 많은 회사들이 부품 단위의 3D CAE를 개발에 많이 활용하고 있지만, 이는 제한된 영역에서 개별 부품의 설계에 활용될 수 있는 방법이며, 실제 제품 관점의 성능과 품질을 확보를 위해서는 시스템 관점의 가상 환경 개발이 필요하다. 에어컨, 냉장고와 같은 가전 제품의 제어 시스템을 생각해본다면, 해당 하드웨어와 소프트웨어를 설계하기 위해서 그것들이 구동을 시키는 모터와 컴프레서 그리고 부하가 되는 사이클 시스템까지 함께 고려되어야만 원하는 성능과 품질을 얻을 수 있다. 이러한 복합적인 시스템 해석을 개발 컨셉 단계에서부터 수행할 수 없을까 하는 것이 우리의 최근 관심사이다. 하지만 다수의 부품 모델의 결합 시 컴퓨팅 파워의 한계로 해석에 많은 비용이 필요할 뿐만 아니라, 제어 시스템과 기구 시스템의 서로 다른 물리계의 연결이 쉽지가 않을 수 있다. 이 글에서는 이러한 문제를 어떻게 해결하며 시스템 관점의 제어 시스템 가상화를 구현하고 있는지 소개하고자 한다.   그림 1. 제어 시스템 가상 환경 개발 효과   제어 시스템 디지털 목업 구현 기술 주요 CAE 툴 제어 시스템의 가상화를 위해 필요한 CAE 툴(tool)은 기본적으로 회로 해석, 소프트웨어, 전자계 해석, 열 해석 등 4개 분야이다. 회로 해석은 앤시스 트윈 빌더(Ansys Twin Builder)를 사용하고 있으며, 이 툴로 회로 부품의 전기적 특성 모델링 및 기본적인 회로 해석부터 EN55014-1 규격과 같은 전도성 EMI 노이즈 해석까지 활용하고 있다. 그리고 다른 전자계 해석 소프트웨어와의 결합 및 연성 해석을 해당 툴을 중심으로 가능하다. 소프트웨어 해석은 앤시스 SCADE라는 모델 기반 로직 설계 툴을 사용하고 있다. 인버터 모터 제어를 제어 블록 기반으로 모델링하고 자동으로 소프트웨어 코드를 생성할 수 있으며, 모터 모델과 결합하여 내부 알고리즘 검증에 활용할 수 있다. 그리고 항공기 시스템 인증 표준 개발 프로세스를 다루는 ARP4754A, 자동차 기능 안전성 국제 표준인 ISO 26262 등과 같은 산업 표준 프로세스 및 규격을 지원하고 있다. 전자계 해석은 주로 모터를 대상으로 하고 있으며, 이를 위해 앤시스 맥스웰(Ansys Maxwell)을 사용하고 있다. 가전 제품에 사용되는 다양한 종류의 모터를 해석하고 1D 모델 개발에 활용하고 있다. 이를 기반으로 부하 토크, 효율 소음 등의 해석으로 확장이 가능하다. 마지막으로 열 해석은 앤시스 아이스팩(Ansys Icepak)을 사용하고 있다. 발열은 제어 시스템의 신뢰성 확보를 위하여 필수적으로 검토가 필요하기에 관련 열 해석 프로세스를 현재 구축 중에 있다. 트윈 빌더의 회로 해석과 맥스웰에서 계산한 전력 손실 양을 기반으로 아이스팩에서 부품별 온도를 확인할 수 있다.   그림 2. 제어 시스템을 위한 주요 해석 소프트웨어   연성 해석 기술 제품 관점으로 제어 시스템을 해석하기 위해서는 전기 시스템 모델과 기계 시스템 모델이 결합되어 연성해석이 가능해야 한다. <그림 3>은 냉장고 모델을 대상으로 시스템간의 결합을 어떻게 구현하였는지 정리한 내용이다. 소프트웨어 모델과 회로 해석 결과들을 각각 1D 모델로 구현하여 사이클 기구 모델에 사이클을 제어할 수 있도록 했다. 이렇게 구현된 사이클 모델을 통해 부하를 계산을 할 수 있게 되고, 부하는 컴프레서 및 모터 모델과 결합하여 토크를 출력할 수 있게 된다. 토크는 다시 제어 시스템 모델에 입력을 함으로써 실사용 조건의 부하가 반영된 회로 해석이 가능해진다.   그림 3. 전기 시스템과 기계 시스템의 결합   C-FMU 소프트웨어는 양산 코드를 FMI(Functional Mock-up Interface : 기능 목업 인터페이스)라고 하는 서로 다른 물리계 및 서로 다른 해석 소프트웨어간의 표준화된 인터페이스에 맞게 FMU(Functional Mock-up Unit : 기능 목업 유닛)로 빌드하였고, 우리는 이것을 C-FMU라고 이름붙였다. 양산 제어 소스코드는 C 언어를 기반으로 자체 개발하기 때문에 FMI를 지원하지 않는다. 그럼에도 불구하고, 신뢰할 수 있는 제어 시스템의 검증 및 모델화를 위해서는 양산 소스코드를 그대로 가상화하는 것이 중요했다. 그래서 비주얼 스튜디오 2019(Visual Studio 2019) 개발 툴을 통해 양산 소스코드와 FMI 표준 템플릿을 통합하여 FMU로 빌드할 수 있게 구현했다.   그림 4. 사이클 제어 소프트웨어 모델 가상화   인버터 드라이브 ROM 인버터 드라이브 모델과 사이클 모델의 연성해석에 있어서는 해석 속도가 큰 문제가 되었다. 인버터 로직의 경우 정상 상태에 도달하는 시간이 수 초 내외로 짧지만, 해석을 위한 샘플링 타임은 회로 동작 주파수의 20배 이상 수준인 수 마이크로초(μsec) 이하로 매우 촘촘하게 해석을 해야 한다. 사이클 모델의 경우 정상 상태에 도달하는 시간이 수십 분 단위로 상대적으로 길고 해석을 위한 샘플링 타임도 밀리초(msec) 이상으로 상대적으로 길다. 두 시스템을 결합한 연성해석 시에는 정상 상태에 도달하기까지는 사이클을 고려해서 수십 분의 긴 시간의 해석이 필요한 반면, 제어기의 안정적인 동작을 위한 해석 샘플링 타임은 수 마이크로초 이하로 설정을 해야 되기에 전체 해석 시간은 극단적으로 길어진다. 이를 위해 ROM(Reduced Order Model : 차수 축소 모델)이라고 하는 1D 모델을 구현했다. 사이클 모델에서 인버터 드라이브로 입력하는 정보와 인버터 드라이브에서 사이클 모델로 출력하는 정보를 정의하고, DOE(Design of Experiment : 실험계획법)를 통해 다양한 조건의 해석을 미리 수행한 후 그 입력 및 출력의 결과물을 이용하여 ROM을 만들었다. ROM을 만들기 위해서 수많은 조건의 해석을 해야 한다는 단점이 있지만, 일단 만들어진 ROM은 다양한 설계에서 재 사용이 가능하고, 해석 시간이 매우 빠르다는 장점이 있다.   부하 토크 ROM 인버터 제어 시스템의 해석을 위해서는 구동하는 모터에 입력되는 부하가 필요하다. 간단한 계산 혹은 실측 결과를 바탕으로 정상 상태의 일정한 크기의 부하 토크를 얻을 수도 있지만, 제어 시스템의 신뢰성 확보를 위해서는 실제의 컴프레서 및 모터 동작이 반영된 다이나믹한 부하 토크 모델이 필요하다. 현재는 수식 기반의 모델을 구현하여 컴프레서 부하에 맞는 Gas Force를 해석하고 토크를 출력하는 방식을 적용하고 있으며, 적합도를 높이기 위해서 3D CAE로 해석을 하는 방법도 검토 중이다. 이렇게 계산된 부하 토크 또한 1D ROM으로 만들어 인버터 드라이브 시스템과 결합하여 드라이브를 검증하는데 사용하고 있다.   디지털 목업 환경 구축 및 활용 <그림 5>는 냉장고 모델을 대상으로 실제 제품 모델 환경과 흡사하게 주요 부품을 모델링 후 결합한 디지털 목업 사례이다. 사이클 기구 모델에서 계산된 온도 센서 정보를 사이클 제어 소프트웨어 모델로 입력을 하면 제어 지령을 기구 모델로 보낸다. 이러한 과정에서의 냉동 사이클 온도 정보는 컴프레서 부하 토크 모델로 입력되고, 컴프레서 모델은 토크 크기를 출력하여 인버터 드라이브 모델로 보내준다. 인버터 드라이브 모델은 입력되는 토크 크기를 모터 모델에 입력하여 드라이브의 동작을 해석할 수 있게 된다.   그림 5. 냉장고 디지털 목업   <그림 6>은 냉장고 디지털 목업의 검증을 위하여 사이클 제어 로직을 실측과 비교한 결과로, 일치함을 알 수 있다. 제어 로직의 변경에 대한 검증, 제품 성능의 예측, 설계 최적화 등 다양한 케이스에서 활용이 가능할 것으로 예상된다.   그림 6. 냉장고 사이클 검증 사례   <그림 7>은 모터 제어 튜닝을 가상화한 사례이다. 실제의 모터 제어 검증은 챔버를 포함한 다수의 계측 장비가 필요하며, 튜닝을 하는데 상당한 시간이 필요하다. 이를 디지털 목업 환경으로 구현하여 챔버나 장비가 필요 없이 다양한 시험 케이스를 언제 어디서나 빠르게 해석할 수 있다. 뿐만 아니라 측정이 어려운 부분에 대해서도 가상 환경에서는 직관적으로 쉽게 확인할 수 있다는 점이 큰 이점이다.   그림 7. 모터 튜닝 시험 대체 사례   <그림 8>은 에어컨 드라이브의 부품 온도를 해석한 사례로, 사이클에서 계산된 부하를 모터에 입력하고 해당 부하에서 발생되는 전력 손실을 계산하여 온도를 확인한 결과 실측과 유사함을 알 수 있었다. 이전에는 드라이브에서 발생되는 전력 손실을 정확히 계산을 못하여 온도 해석 시에 실측과 오차가 크게 났지만, 제어와 기구 시스템의 연성 해석을 통해 정확도 높은 예측이 가능해졌다.   그림 8. 에어컨 인버터 드라이브 부품 온도 해석 사례   맺음말 지금까지 가전 제품을 대상으로 제어 시스템 디지털 목업 기술에 대해서 소개했다. 개발 초기 단계에서부터 설계의 방향을 확정하고 검증하며, 품질을 미리 확보하기 위해서는 복합적인 시스템 관점에서의 해석이 필요하다. 이를 위해 제어 시스템의 가상화에 필요한 CAE 툴 및 기구 시스템과의 연성해석을 위한 C-FMU, ROM 등의 기술을 소개했다. 아직은 일부 영역에서의 검증이 가능한 수준으로, 향후 모델을 고도화하고 필요한 기술을 확보하여 진정한 디지털 트윈이 만들어질 수 있도록 계속 연구할 예정이다. 궁극적으로는 제품 개발 일정의 단축 및 성능/원가 최적화 실현 및 제품이 실제 사용되는 환경의 정보들이 IoT(사물인터넷) 등을 통해 디지털 모델로 수집되고 가상 제품 모델에서 검증되어, 고객 맞춤형 제어가 될 수 있도록 드라이브 시스템을 업데이트할 수 있는 미래를 그리고 있다.   ■ 이 글의 내용은 2022년 11월 18일 진행된 ‘CAE 컨퍼런스 2022’의 발표 내용을 정리한 것이다.   박귀근 LG전자 H&A연구센터의 제어 MBD 프로젝트 리더로서 전력전자(인버터 및 컨버터) 분야의 연구위원이다. 최근 관심사 및 연구분야는 CAE 해석을 통한 가전 제품의 가상 제어 드라이브 개발을 실현하는 것이다. 궁극적으로 가전 제품의 WiFi 모뎀을 통한 디지털 트윈 구현 및 개발 일정 단축 및 설계 최적화 등을 실현하고자 한다. (홈페이지)     ■ 기사 내용은 PDF로도 제공됩니다.

제조산업에서도 업무 효율 및 R&D 혁신을 위한 수단으로 클라우드에 대한 관심이 높아지고 있다. 이런 가운데, 효과적인 클라우드 활용 방법을 제시하기 위한 ‘2022 HPC on AWS 온라인 콘퍼런스’가 지난 11월 16일 진행됐다. 캐드앤그래픽스 CNG TV를 통해 진행된 이번 콘퍼런스에서는 설계, 시뮬레이션, 데이터 관리, 협업 등 엔지니어링 영역을 중심으로 클라우드 HPC 관련 기술 동향과 효과적인 활용 방안 등이 폭넓게 소개됐다. ■ 정수진 편집장     클라우드의 목표는 생산성 높이고 혁신을 돕는 것 AWS 코리아의 황민선 ISV 세일즈 매니저는 “클라우드 HPC의 최종 목표는 온프레미스의 한계를 넘어, 시간 낭비 없이 생산성을 높이고 혁신을 지원하는 것”이라고 소개했다. 기존에 많이 쓰이던 온프레미스 HPC는 하드웨어를 확보/교체하거나 유지보수하는 데에 시간과 비용이 들고, 이 과정에서 HPC 작업이 지연되거나 중단되면 생산성이 낮아지거나 혁신의 기회를 놓칠 수 있다. 반면, 클라우드 기반의 HPC 기술은 이런 제약을 없애 기업의 혁신을 가속화할 수 있다는 것이 황민선 매니저의 설명이다. 전체 HPC 워크로드의 20%가 클라우드에서 실행되고 있어 전체 HPC 시장에서 비중은 작지만 향후 성장이 기대된다. 클라우드 HPC 시장 규모는 오는 2026년까지 110억 달러를 넘어설 것으로 보이며, 향후 5년간 17.6% 성장할 전망이다. 또한, HPC 워크로드를 실행 위해 기업이 퍼블릭 클라우드에 투자하는 비용은 올해 23% 이상 증가해 62억 달러를 넘을 것으로 예상되고 있다. 반면 온프레미스 HPC는 앞으로 5년간 6.9% 성장할 것으로 보인다. 황민선 매니저는 “AWS가 제시하는 클라우드 HPC는 무제한의 인프라에 액세스하고, 온디맨드 방식으로 빠르게 확장할 수 있다. 사용한 양만큼 비용을 지불하면서 대규모 투자가 없어도 최신 기술을 즉시 사용 가능한 이점이 있다. 유연한 구성 옵션으로 리소스를 빠르게 선택하고 비용을 최적화할 수 있는 것도 장점”이라고 설명했다.     에지부터 클라우드까지 지원하는 HW·SW 기술 인텔코리아의 이인구 전무는 “기술의 발전과 함께 다양한 기법으로 데이터를 수집, 가공, 분석해 비즈니스 인사이트를 얻고 새로운 비즈니스를 창출하는 흐름이 가속화된다”면서, “에지(edge)의 데이터가 네트워크를 거쳐 스토리지와 서버에 저장되고, 데이터 분석까지 병목 없이 데이터를 심리스하게 처리할 수 있도록 클라우드 아키텍처를 구성하고 소프트웨어 이용해 가속하는 것이 중요하다”고 짚었다. 인텔은 이를 위해 에지에서 생성되는 데이터를 데이터센터로 옮기거나 데이터센터간 빠른 전송을 위한 네트워크, 데이터센터에 더 많은 데이터를 저장하고 빠르게 액세스하기 위한 메모리 및 스토리지, 에지와 데이터센터에서 다양하게 이뤄지는 데이터 분석을 위한 저전력 CPU 및 데이터센터용 CPU, GPU와 AI 가속기 등 폭넓은 제품 포트폴리오를 제공한다. 특히 인텔의 3세대 제온(Xeon) 스케일러블 프로세서는 새롭게 출시된 서버 플랫폼에서 웹 서비스, 인공지능, 검색, 데이터베이스 등 다양한 분야의 성능을 높일 수 있는 것이 특징이다. 또한 보안 솔루션과 증가하는 워크로드를 효과적으로 처리하는 확장성 및 유연성을 제공하는데에 중점을 두었다. 한편, 인텔은 클라우드의 활용도를 높이는 소프트웨어 기술도 제공한다. 여기에는 워크로드의 클라우드 마이그레이션 및 클라우드 리소스를 최적화하는 기술, 데이터의 흐름과 처리 패턴을 실시간 분석해 최적의 실행경로를 탐색하는 워크로드 튜닝 기술, CPU/GPU/FPGA/가속기 등 다양한 아키텍처에서 개발 과정을 단순화하는 개발자 API 등이 있다.     클라우드 HPC의 비용 효율 높이는 CPU/GPU AMD는 데이터센터 시장에서 HPC, 기업용 IT, 클라우드, 인공지능, 가상화&게이밍 분야에 집중하고 있다. AMD 코리아의 김홍필 이사는 “가장 두각을 나타내는 분야는 HPC로, AMD CPU와 GPU 가속기로 구성된 슈퍼컴퓨터가 톱 500 리스트 1위에 오르기도 했다. AMD는 클라우드 분야에서도 다양한 가상화 인스턴스를 출시하는 등 클라우드 HPC에 적합한 솔루션을 제공하고 있다”고 소개했다. AWS에서도 AMD 기반의 다양한 EC2 인스턴스를 제공하고 있는데, 김홍필 이사는 AMD 인스턴스의 강점으로 가격 경쟁력을 꼽았다. 다른 인스턴스에 비해 낮은 가격으로 높은 성능을 제공해 비용 효율을 높일 수 있다는 것이다. 또한, 대부분의 클라우드 인스턴스가 x86 아키텍처로 구동되고 있는데, AMD의 CPU 또한 동일한 아키텍처에 기반하고 있어서, 소프트웨어를 변경하지 않고 AMD 기반 인스턴스로 마이그레이션이 가능하다는 점도 강조했다. 특히 EC2의 HPC6a 인스턴스는 3세대 에픽(EPYC) 프로세서로 구동되는 AWS의 첫 번째 AMD 기반 HPC 인스턴스이다. 최대 96개의 CPU 코어, 3.6Ghz 최대 클럭 속도, 384GB의 메모리를 탑재하고 100Gbps 네트워크를 지원해 HPC에 특화된 성능을 제공한다. 김홍필 이사는 HPC6a 인스턴스에서 CFD 애플리케이션를 테스트한 내용을 소개하면서 “시뮬레이션에서는 노드 증가에 따른 선형적인 성능 향상이 중요한데, HPC6a 인스턴스는 이런 성능을 잘 보여준다. 또한, 많은 인스턴스를 필요로 하는 작업일 수록 비용 절감 효과도 크다”고 전했다.     디지털 스레드로 클라우드 HPC의 활용 최적화 제조산업에서는 시장 경쟁이 심화되고 제품이 복잡해지면서 개발 난이도가 높아지고 있다. 이를 해소하기 위한 디지털 전환에 효과적으로 대응하는 한편, 재택근무가 늘면서 데이터 보안 및 네트워크 보안이 필요하다는 인식은 클라우드 HPC의 도입 증가로 이어지고 있다. 한편, 하드웨어 리소스의 사용량과 시간에 비례해 비용을 지불하게 되는 클라우드 HPC 환경에서는 HPC 리소스의 낭비 문제가 지적된다. 지멘스 디지털 인더스트리 소프트웨어(지멘스 DISW)의 김현준 본부장은 이를 해결하기 위해 전체 해석 프로세스와 데이터의 흐름을 일관되게 관리하는 ‘디지털 스레드 플랫폼’을 제시했다. CAD 플랫폼인 NX, 시뮬레이션 플랫폼인 심센터(Simcenter), 시뮬레이션 프로세스 및 데이터 관리(SPDM) 프로세스를 통해 데이터의 연결성과 일치성 및 소프트웨어 사이의 연계성을 확보한다는 것이 디지털 스레드 플랫폼의 기본 개념이다. 지멘스 DISW의 클라우드 기반 PLM인 팀센터 X(Teamcenter X)는 PLM 시스템과 해석 데이터&프로세스 관리 도구를 제공해, 해석 데이터 및 프로세스 관리를 신속하게 진행할 수 있도록 한다. 또한, 클라우드 플랫폼에서 해석 프로세스 데이터와 툴, 원하는 가상 코어를 적용하고 해석 결과를 확인하는 심센터 클라우드 HPC(Simcenter Cloud HPC)와 연결해 HPC 리소스의 낭비를 막고 해석 데이터의 흐름을 관리할 수 있게 지원한다. 한편, 클라우드 HPC는 공장이나 사물인터넷 빅데이터를 처리하는 데에도 쓰일 수 있다. 김현준 본부장은 “시뮬레이션뿐 아니라 공장 자동화, 공장 데이터, 제품 IoT 데이터 등을 통합해 성능을 높이기 위한 데이터 처리 플랫폼으로 클라우드를 활용할 수 있다”고 전했다.     시뮬레이션의 가치 높이는 클라우드 플랫폼 많은 양의 수학 계산이 필요한 시뮬레이션을 위해서 기존에는 워크스테이션 등 고가의 장비가 쓰였는데, 최근에는 구조, 유동, 전자기, 진동소음, 다물체 동역학 등 다양한 시뮬레이션을 클라우드 기반에서 운영할 수 있게 됐다. 다쏘시스템코리아의 황하나 컨설턴트는 “클라우드는 데이터의 저장과 공유뿐 아니라 효율적이고 유연한 시뮬레이션 환경을 구축할 수 있게 한다”면서, “복잡한 계산은 클라우드가 수행하기 때문에, 일반 PC로도 시뮬레이션 데이터에 손쉽게 접근할 수 있고, 시뮬레이션을 위한 장비를 추가 구매/증설할 필요도 없다”고 설명했다. 한편, 높은 수준의 해석과 함께 조직 내 협업 역시 제품 개발 프로젝트를 성공하기 위한 필수 요소로 꼽힌다. 이를 위해서는 클라우드 플랫폼의 데이터 관리 체계를 통해 복잡한 데이터 간에 연결성을 확보하고, 모델·해석 시나리오·시뮬레이션 결과 등을 통합 관리할 수 있다. 다쏘시스템은 폭넓은 시뮬레이션 솔루션 포트폴리오를 제공하는 시뮬리아(SIMULIA)와 3DX 플랫폼: 역할(role) 기반 구조로 기술-사람-데이터의 연결과 공유를 지원하는 3D익스피리언스 플랫폼(3DEXPERIENCE Platform)을 제공한다. 황하나 컨설턴트는 “3D익스피리언스 플랫폼은 디자인 변경 내용, 해석용 형상, 요소, 시나리오 등을 그대로 유지하면서 추적 관리가 가능하고, CAD 모델과 시뮬레이션용 모델을 따로 제작/관리할 필요도 없다”고 소개했다. 또한 “클라우드를 통해 제품의 성능을 개선할 수 있는 시뮬레이션의 가치를 더욱 키울 수 있다. 나아가 클라우드는 빅데이터와 인공지능 등을 융합하기 위한 선행 기술이기도 하다”고 덧붙였다.     클라우드로 데이터 중심의 협업 구현 과거의 방식으로 구축된 제품 개발 시스템에서는 데이터가 고립된 방식으로 처리되고 보관되고 있다. 이런 환경에서는 필요한 데이터를 찾는 데에 많은 시간이 들고, 협업에도 어려움이 커진다. 오토데스크코리아의 김지훈 차장은 ‘데이터 중심의 프로세스 전환’을 해결책으로 제시했다. 오토데스크는 AWS의 다양한 기능을 활용해 하이브리드 클라우드 기반의 플랫폼 서비스를 구축했는데, 이 서비스는 전체 제품 개발 과정을 간소화하고 데이터 중심으로 협업할 수 있는 프로세스를 제공하는 데에 초점을 두고 있다. 김지훈 차장은 “데이터 중심의 통합 가치사슬을 만들고 공급업체 데이터의 안전한 액세스 및 고객 데이터의 통합을 통해 피드백 순환구조(loop)를 형성해야 제품 혁신을 빠르게 추진할 수 있다”고 설명했다. 오토데스크는 자사의 클라우드 플랫폼 서비스를 제조/건축/미디어 분야에 특화된 솔루션으로 제공하고 있는데, 이 가운데 제조 분야를 위한 플랫폼인 퓨전 360(Fusion 360)은 제품 개발의 시작 단계부터 설계, 데이터 관리, 제조 프로세스, 적층 프로세스 등을 통합된 환경에서 활용할 수 있도록 한다. 김지훈 차장은 “퓨전 360은 F3D 데이터 포맷에서 설계, 해석, 툴패스, 도면 등의 데이터를 하나로 관리할 수 있게 해 전체 제품 개발 프로세스의 연결을 위한 데이터 통합을 지원한다. 그리고 타사의 3D 소프트웨어 솔루션 데이터를 퓨전 360에서 통합해 리얼타임으로 업데이트하고 상호작용할 수 있도록 한다”고 소개했다. 또한, “클라우드 플랫폼은 최신 버전을 실시간 업데이트해 다양한 기능을 즉시 사용하고, 기존 시스템과 플랫폼 시스템을 비즈니스 상황에 맞춰 유연하게 사용할 수 있어야 한다. 또한 설계, 해석, 렌더링에 제한 없이 액세스하고 비즈니스 확대 및 협업을 통한 제조 생태계를 제공해야 한다”고 전했다.     클라우드 시뮬레이션 활용을 더욱 쉽고 빠르게 앤시스 코리아의 최장훈 부장은 “기존에 클라우드에서 시뮬레이션 소프트웨어를 사용하려면 IT 및 클라우드에 대한 전문 지식이 필요했다. 앤시스와 AWS는 지난 10월에는 ‘앤시스 게이트웨이(Ansys Gateway)’를 출시해, 몇 번의 클릭으로 AWS 환경에서 앤시스의 소프트웨어로 쉽고 빠르게 시뮬레이션을 할 수 있도록 돕는다”고 소개했다. 앤시스 게이트웨이는 클라우드에서 VDI(가상 데스크톱 인프라) 및 HPC 기반으로 앤시스의 다양한 애플리케이션을 쉽게 구축할 수 있게 한다. 기존에 가진 앤시스 라이선스와 AWS 계정·크레딧을 사용할 수 있으며, 가상머신(VM)의 생성이나 CPU/메모리/디스크 용량의 변경 등을 손쉽게 할 수 있다. 클라우드상의 가상머신과 HPC 자원의 비용 및 사용량을 관리하는 기능을 제공하며, 데이터 공유 및 협업도 지원한다. 또한 앤시스뿐 아니라 다른 회사의 CAE 및 CAD 소프트웨어도 사용할 수 있게 했다. 최장훈 부장은 “웹 브라우저 기반에서 사용할 수 있도록 앤시스 게이트웨이를 제공해, 클라우드에 대한 기반 지식과 기술이 없어도 사용할 수 있도록 했다. 중요한 목적은 클라우드 시뮬레이션에서 고객이 겪는 하드웨어 관련 장벽을 제거하는 것”이라고 전했다. 현재 앤시스 게이트웨이는 앤시스의 주요 제품을 몇 번의 클릭으로 사용 가능. 플래그십 솔버를 비롯해 워크벤치(Workbench), 모션(Ansys Motion), 셜록(Sherlock), LS-다이나(LS-DYNA), CFX, 아이스팩(Icepak), 맥스웰(Maxwell), SCADE, 스페오스(Speos), 광학해석 툴의 자동 설치를 지원한다.     하이브리드 클라우드를 위한 스케줄링 및 관리 한국알테어의 박진구 책임은 기업이 자체 구축된 온프레미스 서버와 클라우드 가상머신/서버를 함께 구성하는 하이브리드 클라우드 아키텍처에 대해 소개했다. 온프레미스 HPC의 경우 업무량에 따라 시스템의 용량이 부족하거나 남는 경우가 생긴다. 물리적인 서버를 늘리려면 증설 요청부터 주문-배달-설치-운영까지 적지 않은 시간이 걸리는데, 클라우드는 주문부터 운영까지 걸리는 시간이 짧기 때문에 빠르게 대응할 수 있다는 것이다. 또한 사용하려는 소프트웨어에 맞춰 다양한 운영체제, CPU, GPU를 선택할 수 있는 것도 클라우드의 이점 중 하나이다. 알테어는 퍼블릭+온프레미스 또는 퍼블릭+프라이빗을 함께 사용하는 하이브리드 클라우드를 위해 HPC 스케줄러인 PBS와 클라우드 연동을 위한 클라우드 버스팅(cloud bursting) 시스템을 제공한다. 박진구 책임은 알테어가 제시하는 하이브리드 클라우드 구성을 소개하면서 “PBS 스케줄러를 사용해 시뮬레이션 등 사용자의 작업을 위한 클라우드 리소스를 요청하고, VPN을 통해 클라우드와 보안 연결이 가능하다. 온프레미스의 시뮬레이션 솔버 라이선스를 클라우드에서 사용하도록 구성할 수 있다”고 설명했다. 이렇게 구성된 하이브리드 클라우드 환경에서 사용자는 PC에서 클라우드로 작업 파일을 전송하고, 클라우드로 전송된 작업은 퍼블릭 클라우드에서 시뮬레이션을 진행하게 된다. 시뮬레이션 결과는 VPN 보안을 통해 온프레미스 시스템으로 전송되어 사용자는 PC에서 결과를 확인할 수 있다.     엔지니어링 R&D 위한 클라우드 HPC 및 VDI ISBC의 김완희 대표는 최적의 R&D 환경을 지원하는 유연한 클라우드 HPC를 소개했다. 클라우드 HPC에 대해서는 비용 효율과 다양한 컴퓨팅 인스턴스 등의 이점이 알려져 있는데, 김완희 대표는 “ISBC는 HPC 환경에 필요한 통합 R&D 포털을 제공하며, 엔지니어링 VDI를 통해 다양한 전처리 작업 환경을 지원한다. 또한 HPC 서비스와 연동해 해석 솔빙(solving)을 진행할 수 있는  원스톱 VDI+HPC 서비스도 제공한다”고 소개했다. ISBC의 엔지니어링 VDI는 AWS의 그래픽 중심 인스턴스를 사용하며 엔지니어링, 영화/콘텐츠 등 그래픽 작업을 위해 고성능 GPU를 원격에서 활용할 수 있는 환경을 지원하는 것이 특징이다. 한편, 백엔드에서는 HPC 환경에서 다양한 소프트웨어를 함께 사용할 수 있도록 지원한다. 제조기업에서는 다양한 소프트웨어를 함께 사용하는 경우가 많고 머신러닝을 활용하기도 하는데, 김완희 대표는 “이를 위해 유연한 HPC 활용을 지원하는 것이 핵심이다. ISBC는 여러 ISV(독립 소프트웨어 공급사)와 협력하고 있으며 HPC 컨설팅 노하우 및 다수의 레퍼런스를 갖추고 있다”이라고 설명했다.       ■ 기사 내용은 PDF로도 제공됩니다.

개발 및 공급 : 앤시스코리아 주요 특징 : 새로운 AI 기능 및 시뮬레이션 기술로 제품 설계 및 개발의 모든 단계에서 통찰력 중심의 혁신 주도, 개방형 워크플로를 통해 엔지니어링 분야 전반에서 협업 및 생산성 향상, GPU 솔버 향상으로 최대 4배의 전력 절감 효과 제공 등     앤시스코리아는 엔지니어링 조직이 복잡성을 해결하고 차세대 제품 혁신 제품을 효율적으로 설계할 수 있도록 지원하는 ‘앤시스 2022 R2(Ansys 2022 R2)’를 출시했다. 앤시스 2022 R2는 물리적인 환경, 엔지니어링 과제, 산업별 요구를 모두 아우르는 확장성과 호환성을 제공하여 최종 제품이 실제 환경에서 최적의 성능을 낼 수 있도록 지원한다. 오늘날 제품 설계 환경은 극도로 복잡해졌으며, 이에 따라 반도체 칩의 미세한 결함에서부터 우주 발사체에 실리는 글로벌 운영 환경에 이르기까지 모든 영역에 대한 통찰 역량을 확보해야 하는 상황이다. 발열, 빛, 소리, 구조적 하중, 전자파 및 임베디드 소프트웨어 시스템의 상호 작용을 이해하는 것이 성공적인 제품 개발을 좌우한다. 앤시스 2022 R2는 예측 가능 범위의 정확한 분석, 인공지능/머신러닝(AI/ML) 최적화 및 까다로운 엔지니어링 과제를 해결하는 데 필요한 확장형 플랫폼을 제공한다. 피닉스 컨택트(Phoenix Contact)의 크리스티안 뮬러(Christian Muller) 제품 개발 수석 전문가는 “우리의 프로젝트는 매우 기술 중심이었고, 고유의 연속 설계를 생산하는 데 내재된 어려움에도 불구하고 엔지니어링 팀이 매우 촉박한 시간 내에 이상적인 부품을 개발할 수 있었다”고 말하며, “시뮬레이션 및 디지털 트윈 기술이 없었다면 전체 디자인 프로젝트는 불가능했을 것이다. 특히 대단히 복잡하고 많은 비용이 소요되는 내구성 테스트의 경우 시뮬레이션을 통해 프로세스를 더욱 빠르게 진행할 수 있었다. 앤시스 시뮬레이션을 통해 엔지니어링 시간을 단축할 수 있는 정확한 수치 값을 확보할 수 있었다"고 전했다.   ▲ HPC 기능 및 GPU 기술을 활용해 복잡한 엔지니어링 문제를 해결할 수 있는 데이터 플랫폼을 제공한다.(이미지 출처 : 앤시스 웹사이트)   통찰 역량 기반의 혁신 앤시스 2022 R2는 다양한 산업군에서 목표를 달성하는데 필요한 통찰 역량을 제공한다. 예를 들어, 앤시스 그란타(Ansys Granta) 솔루션은 엔지니어가 설계 프로세스 초기에 재료의 지속 가능성을 고려하는 데 도움이 된다. 시뮬레이션 및 CAD 툴에 최신 지속 가능성 데이터를 표시함으로써 엔지니어들은 각자 속한 산업에 맞춰 친환경 설계 전략의 일환으로 재료 선택에 대한 최적의 관점을 확보할 수 있다. 이와 함께 광학 시뮬레이션 소프트웨어인 앤시스 스피오스(Ansys Speos)에는 렌즈 뒷면을 자동으로 생성하는 새로운 광학 기능이 추가되어 설계 시간을 단축할 수 있다. 자동차 조명 설계자의 경우 특정 빔 패턴을 생성하는 렌즈를 제작할 수 있으며, 일반적인 조명 산업에서도 맞춤형 패턴을 만들어 빛 공해를 제어하는 데도 도움이 된다. 모델 기반 시뮬레이션과 디지털 트윈은 기업에서 통찰 역량 바탕의 간소화된 비즈니스 모델을 구축하는데 중요한 역할을 한다. 앤시스 2022 R2의 전자 기계 해석 소프트웨어인 앤시스 맥스웰(Ansys Maxwell)은 유도 기기의 예측 정확도 향상을 위해 차수 축소 모델(ROM : Reduced Oorder Model)을 제공하며, 앤시스 트윈 빌더(Ansys Twin Builder)에서 전기 차량의 구동 시스템 시뮬레이션을 위해 사용될 수 있다. 도시바 일렉트로닉 디바이스 & 스토리지 코퍼레이션의 미야모리 다카시 디렉터는 “전기차 수요가 높아지는 동시에 복잡성도 증가함에 따라 모델 기반 시뮬레이션은 다양한 설계를 평가하고 검증하는 데 매우 중요한 역할을 한다”고 말하며, “도시바는 앤시스 트윈 빌더 시스템 시뮬레이션 기술을 통해 자동차 전기 시스템의 설계 및 검증을 위한 새로운 툴킷을 개발했다. 정확한 축소 모델링을 위한 애큐롬(Accu-ROM)은 전자 회로와 기계 부품 전체에 대한 정밀 고속 시스템 시뮬레이션을 가능하게 하여 자동차 반도체 검증 시간을 약 90% 단축한다”고 설명했다.   ▲ 앤시스 플루언트는 멀티 GPU 솔버로 더욱 가속화된 유동 해석을 지원한다.(이미지 출처 : 앤시스 웹사이트)   확장 가능한 개방형 워크플로 앤시스 2022 R2는 물리 해석과 다분야를 연결하는 확장성으로 기술 혁신을 지원한다. 앤시스 엘에스-다이나(Ansys LS-DYNA)는 자동차 충돌, 전자 장비 낙하 테스트, 에어백 전개 및 충격 해석 분야의 선두 기업들이 사용하는 솔루션이다. 이번에 출시된 최신 릴리스에는 엔지니어가 광범위한 매크로 스케일 드롭 테스트 내에서 인쇄 회로 기판(PCB)의 솔더볼(solder ball) 피로도를 예측하는 데 사용하는 특허 출원 기술인 멀티 스케일 연계 시뮬레이션 기능이 포함되어 있다. 예를 들어 수만개의 위성으로 구성된 인공군집위성 내 하나의 위성에 탑재된 PCB의 경우, 앤시스 STK 2022 R2를 사용하면 엔지니어들이 위성 수집 개체를 연쇄 계산 내에 포함시켜 지상 자산을 연결할 때 복잡한 라우팅 옵션을 더 잘 분석하고 이해할 수 있다. 앤시스 2022 R2는 업종별 애플리케이션에 대한 맞춤형 워크플로를 구축하는 동시에 조직의 성능을 향상시키는 폭넓은 범위의 사용 편의성 기능을 확장할 수 있다. 자기 래칭 커플링 워크플로는 앤시스 맥스웰(Maxwell) 및 앤시스 모션(Ansys Motion)을 활용하여 태블릿 및 전자 제품용 자기 부착 액세서리를 개선한다. 소음, 진동 및 가혹성을 위한 워크플로는 물리학 전반에 걸친 솔루션을 결합하여 전자기, 열, 기계적 응력, 소리 및 주행 사이클 분석과 함께 전기 기계의 시뮬레이션을 제공한다. 앤시스 루메리컬(Ansys Lumerical)은 반도체 공정 변형을 포함하여 집적 회로 레이아웃 및 제조를 위한 주요 설계 자동화 도구와 루머릭 인터커넥트 환경 사이를 포토닉스 집적 회로 설계자가 자유롭게 이동할 수 있도록 지원한다. 앤시스 HFSS(Ansys HFSS) Flex PCB 워크플로는 엔지니어가 유연한 PCB 인터커넥트 내에서 복잡한 벤딩을 설정하고 해결할 수 있도록 지원하고, 완전 충실도의 전자파 커플링 효과를 포함함으로써 효율성과 예측 정확도를 향상시킨다. 암호화된 HFSS 컴포넌트의 기능이 통합 회로 설계 흐름을 지원하도록 확장되어, 파운드리 기술 파일을 사용하는 엔지니어가 민감한 지적 재산을 보호할 수 있도록 지원한다. 파이썬(Python) 프로그래밍 언어를 통해 앤시스 플루언트(Ansys Fluent)의 오픈 소스 액세스인 파이플루언트(PyFluent)를 사용해 프로세스를 자동화하고, 맞춤형 워크플로를 구축하며, 맞춤형 솔루션을 제작할 수 있다. 앤시스 메커니컬(Ansys Mechanical)에 사용자 정의형 툴바를 추가해 다목적 워크플로에 빠르고 효율적으로 액세스할 수 있다. 전자제품 신뢰성을 위한 PCB 컴포넌트 수명 예측을 통해 항공우주, 첨단 기술 및 자동차 산업 고객지원을 강화했다.   ▲ 앤시스 2022 R2의 3D 디자인 도구는 시뮬레이션 기능과 사용 편의성을 높여서, 제품 개발 전반의 생산성 및 혁신에 기여한다.(이미지 출처 : 앤시스 웹사이트)   플랫폼 기반의 성능 시뮬레이션의 규모가 점점 더 커지고 복잡해짐에 따라, 앤시스 2022 R2는 GPU의 이점을 활용한 HPC와 솔버(solver) 알고리즘을 통해 하드웨어 용량 제한을 극복하고 대규모 작업을 실행할 수 있도록 지원한다. 앤시스 2022 R2의 유동(Fluids) 제품군은 CFD(전산유체역학) 시뮬레이션이 더 효율적이고 지속 가능하도록 지원한다. 플루언트(Fluent)의 Live-GX 솔버를 사용한 결과에 따르면 6개의 하이엔드 GPU가 2000개 이상의 CPU와 동일한 성능을 제공하는 것으로 나타났다. 스피오스(Speos) 광학 솔버는 다중 GPU, 다중 노드 배치를 활용한다. 단일 GPU는 32코어 CPU 머신보다 최대 8배 빠르며, 20개의 GPU는 5000개의 CPU 코어와 비슷한 성능을 제공한다. 스피오스의 새로운 기능을 통해 사용자는 광선의 수를 늘려 시뮬레이션 예측 정확도를 높이고, 센서 검증을 위해 야간 기상 조건을 고려하는 동시에 유광 효과를 시뮬레이션할 수 있다. 또한 앤시스 2022 R2에는 전력 무결성과 정전기 방전 신뢰성 승인을 위한 두 가지 새로운 반도체 제품인 앤시스 토템SC(Ansys Totem-SC)와 앤시스 패스파인더SC(Ansys PathFinder-SC)가 포함되어 있다. 클라우드에 최적화된 탄력적인 컴퓨팅 플랫폼인 앤시스 씨스케이프(Ansys SeaScape)를 사용하여 최대 규모의 디자인에도 최적의 속도와 용량을 제공한다. 내부 테스트 결과, 대규모 시뮬레이션을 더 작은 메모리 내에서 6배 빠르게 완료한 것으로 나타났다. 앤시스의 셰인 엠스윌러(Sheane Emswiler) 제품 담당 수석 부사장은 “앤시스 2022 R2는 엔지니어링 분야 전반에 걸쳐 서로 다른 관점을 결합하여 경쟁업체가 놓치고 있는 부분을 확인하고, 제품 성능을 재정의함으로써 새로운 혁신의 기회를 제공할 것”이라고 말하며, “다방면 엔지니어링 솔루션으로서 조직 내 모든 팀에서 차세대 제품에 담긴 각각의 차원을 잘 이해할 수 있도록 지원하고자 전례 없는 수준의 다양한 새로운 기능을 추가 및 성능 향상을 이루었다”고 덧붙였다.     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스코리아는 엔지니어링 조직이 복잡성을 해결하고 차세대 제품 혁신 제품을 효율적으로 설계할 수 있도록 지원하는 ‘앤시스 2022 R2’를 출시했다고 밝혔다. 앤시스 2022 R2는 물리적인 환경, 엔지니어링 과제, 산업별 요구를 모두 아우르는 확장성과 호환성을 제공하여 최종 제품이 실제 환경에서 최적의 성능을 낼 수 있도록 지원한다.  오늘날 제품 설계 환경은 극도로 복잡해진 덕분에 반도체 칩의 미세한 결함에서부터, 우주 발사체에 실리는 글로벌 운영 환경에 이르기까지 모든 영역에 대한 통찰 역량을 확보해야 하는 상황이다. 발열, 빛, 소리, 구조적 하중, 전자파 및 임베디드 소프트웨어 시스템의 상호 작용을 이해하는 것이 성공적인 제품 개발을 좌우한다. 앤시스 2022 R2는 이를 위해 예측 가능 범위의 정확한 분석, 인공지능/머신 러닝(AI/ML) 최적화 및 까다로운 엔지니어링 과제를 해결하는 데 필요한 확장형 플랫폼을 제공한다.     앤시스 2022 R2는 다양한 산업군에서 목표를 달성하는데 필요한 통찰 역량을 제공한다. 예를 들어, 앤시스 그란타(Ansys Granta) 솔루션은 엔지니어가 설계 프로세스 초기에 재료의 지속 가능성을 고려하는 데 도움이 된다. 시뮬레이션 및 CAD 툴에 최신 지속 가능성 데이터를 표시함으로써 엔지니어들은 각자 속한 산업에 맞춰 친환경 설계 전략의 일환으로 재료 선택에 대한 최적의 관점을 확보할 수 있다. 이와 함께 광학 시뮬레이션 소프트웨어인 앤시스 스피오스(Ansys Speos)에는 렌즈 뒷면을 자동으로 생성하는 새로운 광학 기능이 추가되어 설계 시간을 단축할 수 있다. 자동차 조명 설계자의 경우 특정 빔 패턴을 생성하는 렌즈를 제작할 수 있으며, 일반적인 조명 산업에서도 맞춤형 패턴을 만들어 빛 공해를 제어하는 데도 도움이 된다. 모델 기반 시뮬레이션과 디지털 트윈은 기업에서 통찰 역량 바탕의 간소화된 비즈니스 모델을 구축하는데 중요한 역할을 한다. 전자 기계 해석 소프트웨어인 앤시스 맥스웰(Ansys Maxwell)은 유도 기기의 예측 정확도 향상을 위해 차수 축소 모델(ROM)을 제공하며, 앤시스 트윈 빌더(Ansys Twin Builder)에서 전기 차량의 구동 시스템 시뮬레이션을 위해 사용될 수 있다. 또한, 앤시스 2022 R2는 물리 해석과 다분야를 연결하는 확장성으로 기술 혁신을 지원한다. 앤시스 엘에스-다이나(Ansys LS-DYNA)는 자동차 충돌, 전자 장비 낙하 테스트, 에어백 전개 및 충격 해석 분야에서 사용하는 솔루션이다. 이번에 출시된 최신 릴리스에는 엔지니어가 광범위한 매크로 스케일 드롭 테스트 내에서 인쇄 회로 기판(PCB)의 솔더볼(solder ball) 피로도를 예측하는 데 사용하는 특허 출원 기술인 멀티 스케일 연계 시뮬레이션 기능이 포함되어 있다. 예를 들어 수만개의 위성으로 구성된 인공군집위성 내 하나의 위성에 탑재된 PCB의 경우, 앤시스 STK 2022 R2를 사용하면 엔지니어들이 위성 수집 개체를 연쇄 계산 내에 포함시켜 지상 자산을 연결할 때 복잡한 라우팅 옵션을 더 잘 분석하고 이해할 수 있다. 한편, 시뮬레이션 규모가 점점 더 커지고 복잡해짐에 따라 앤시스 2022 R2는 GPU의 이점을 활용한 HPC와 솔버(solver) 알고리즘을 통해 하드웨어 용량 제한을 극복하고 대규모 작업을 실행할 수 있도록 지원한다. 앤시스 2022 R2의 유동(Fluids) 제품군은 CFD(전산유체역학) 시뮬레이션이 더 효율적이고 지속 가능하도록 지원한다. 플루언트(Fluent)의 Live-GX 솔버를 사용한 결과에 따르면 6개의 하이엔드 GPU가 2000개 이상의 CPU와 동일한 성능을 제공하는 것으로 나타났다. 스피오스(Speos) 광학 솔버는 다중 GPU, 다중 노드 배치를 활용한다. 단일 GPU는 32코어 CPU 머신보다 최대 8배 빠르며, 20개의 GPU는 5000개의 CPU 코어와 비슷한 성능을 제공한다. 스피오스의 새로운 기능을 통해 사용자는 광선의 수를 늘려 시뮬레이션 예측 정확도를 높이고, 센서 검증을 위해 야간 기상 조건을 고려하는 동시에 유광 효과를 시뮬레이션할 수 있다. 또한 앤시스 2022 R2에는 전력 무결성과 정전기 방전 신뢰성 승인을 위한 두 가지 새로운 반도체 제품인 앤시스 토템SC(Ansys Totem-SC)와 앤시스 패스파인더SC(Ansys PathFinder-SC)가 포함되어 있다. 클라우드에 최적화된 탄력적인 컴퓨팅 플랫폼인 앤시스 씨스케이프(Ansys SeaScape)를 사용하여 최대 규모의 디자인에도 최적의 속도와 용량을 제공한다. 내부 테스트 결과, 대규모 시뮬레이션을 더 작은 메모리 내에서 6배 빠르게 완료한 것으로 나타났다. 앤시스의 셰인 엠스윌러(Sheane Emswiler) 제품 담당 수석 부사장은 "앤시스 2022 R2는 엔지니어링 분야 전반에 걸쳐 서로 다른 관점을 결합하여 경쟁업체가 놓치고 있는 부분을 확인하고, 제품 성능을 재정의함으로써 새로운 혁신의 기회를 제공할 것”이라고 말하며, “다방면 엔지니어링 솔루션으로서 조직내 모든 팀에서 차세대 제품에 담긴 각각의 차원을 완벽하게 이해할 수 있도록 지원하고자, 전례 없는 수준의 다양한 새로운 기능을 추가 및 성능 향상을 이루었다"고 덧붙였다.

앤시스코리아는 LS일렉트릭이 디지털 트랜스포메이션(DX) 경쟁력 강화 및 지속을 위해 ‘앤시스 엘라스틱 라이선싱 및 클라우드’ 제품에 대한 3년 사용 계약을 재체결했다고 밝혔다.  이번 계약을 통해 LS일렉트릭은 2024년 말까지 3년간 앤시스의 전자계·구조·열 해석 분야에서 멀티피직스를 포함한 다양한 엔지니어링 시뮬레이션 소프트웨어를 사용할 수 있는 소프트웨어 자산을 대량 확보하게 되었다. LS일렉트릭은 ‘앤시스 엘라스틱 라이선싱(Ansys Elastic Licensing)’ 제품을 지난 2016년부터 국내에서는 처음으로 도입하여 제품 설계, 제조 품질 향상 및 운영비용을 절감하고 있으며, 2018년 말에는 3년 사용 계약을 체결한 바 있다. LS일렉트릭은 비즈니스 다각화와 함께 제품 시뮬레이션의 활용도가 높아지면서, 시뮬레이션 하드웨어 및 소프트웨어 구매 및 관리 비용이 지속적으로 증가했었다. 또한 각 부서별 및 엔지니어 별로 다른 소프트웨어를 사용하고 있어 시뮬레이션 데이터의 호환이 어렵거나, 지속적인 시스템의 업그레이드 및 유지 보수 등의 관리 업무의 부담과 함께 운영 예산의 부담으로 이어질 수 있었다. 이에 따라 LS일렉트릭(구 LS산전)은 앤시스 엘라스틱 라이선싱 제품을 도입하였으며, 클라우드 HPC 클러스터를 구성해 개발자가 시뮬레이션을 필요로 하는 시점에 빠르게 사용할 수 있게 되었다. 엘라스틱 라이선싱은 앤시스의 전체 솔루션을 사용한 만큼만 비용을 지불하는 라이선스 체계이기 때문에 비용 절감이 가능하며, 멀티 코어 해석이 필요한 경우에는 유체, 구조, 전자기학에서 다중 물리에 이르기까지 관련된 폭넓은 시뮬레이션 솔루션 라이선스를 곧바로 사용할 수 있어 연구 개발 속도를 높일 수 있다. 앤시스 엘라스틱 라이선싱은 예산에 맞게 사전에 정해진 패키지로 구매할 수 있으며, 기존에 보유하고 있는 영구 라이선스와 같이 활용할 수도 있다. 이 제품은 앤시스 포트폴리오 전반의 다양한 제품을 사용할 수 있을 뿐 아니라 여러 제품을 여러 사용자가 동시 접속하여 사용할 수 있다. 또한, 라이선스의 전체 사용량 및 사용 제품, 사용흐름 등의 정보를 포털에서 관리자가 온라인으로 직접 관리할 수 있다. LS일렉트릭은 CAE 업무 프로세스의 해석 업무를 비용으로 산출할 수 있게 됨으로써 측정 가능한 성과 지표로 확인하고 관리할 수 있어 해석 업무의 성과를 극대화하고, 업무 투입 효과를 예상하여 운영할 수 있게 되었다. LS일렉트릭은 현재 앤시스의 클라우드 기반 CAE 플랫폼에서 구조해석을 위한 앤시스 메커니컬(Ansys Mechanical), 전자계 해석을 위한 앤시스 맥스웰(Ansys Maxwell), 열유동 해석을 위한 앤시스 플루언트(Ansys Fluent)와 앤시스 아이스팩(Ansys Icepak), PCB 부분의 신뢰성 검증을 위한 앤시스 SI웨이브(Ansys SIwave) 및 Ansys Q3D, EMI/EMC 부분의 해석을 위한 앤시스 HFSS 등을 활용하고 있다. 한편, LS일렉트릭은 수년 전부터 소재 물성 정보 관리의 개선을 위해 앤시스의 소재/물성 데이터 플랫폼인 앤시스 그란타(Ansys Granta)를 도입하여, 사내  데이터베이스를 통합하고 부족한 물성 정보를 확보해 나가고 있다. 이를 통해, 제품 설계부터 시뮬레이션 및 제조까지 이어지는 일원화되고 정확한 물성 정보 시스템을 기반으로 한 해석 업무 환경 구축에 힘을 쏟고 있다.     LS일렉트릭의 CTO인 김영근 전무는 “클라우드 기반 시뮬레이션 플랫폼은 디지털 트랜스포메이션의 흐름에 효과적으로 대응할 수 있는 수단이 될 것으로 기대하고 있다”면서, “앤시스 솔루션은 다양한 물리 영역의 솔루션을 통합된 환경에서 제공함으로써 필요 시에 바로 구매해 사용 가능한 편의성과 다물리 환경의 적용 용이성, 높은 신뢰성을 제공하고 있으며, 사용자가 쉽고 빠르게 활용하여 결과를 도출할 수 있는 최적의 CAE 솔루션”라고 전했다. 앤시스코리아의 문석환 대표는 "혁신적 신기술 연구와 제품 개발을 위해 성능을 결정하는 핵심적 물리적 현상을 상황에 맞게 재현할 수 있는 다양한 설계 및 시험, 검증이 가능한 멀티피직스 시뮬레이션은 글로벌 제조 기업의 핵심 경쟁력"이라면서, "LS일렉트릭의 이번 3년 재계약은 디지털 트랜스포메이션 경쟁력 강화 및 지속을 위한 투자로서, 앤시스는 LS일렉트릭의 혁신을 위해 적극 협력할 계획”이라고 밝혔다.

김창완 교수는 유한요소해석, 다물체동역학, 최적설계를 기반으로 다양한 산업체 연구를 진행하고 있으며, 나스트란을 시작으로 미국에서 직접 다양한 CAE 소프트웨어 개발에 직접 참여한 바 있다. 다중물리해석 및 최적설계 연구실(Multi-physics Analysis and Design Optimization (MADE) Lab)을 운영하고 있다.     전자기장 해석이란 무엇인가. 전자기장(electromagnetic field)은 벡터장인 전기장과 자기장을 총칭하는 단어이고, 전기장/전기력 선속(電束)밀도/자기장/자기력 선속밀도를 통틀어 일컫는다. 전기력 선속밀도와 자기력 선속밀도가 시간에 따라 변화하는 경우에는 전기장과 자기장은 서로 영향을 미치므로, 전기장과 자기장을 별개의 것으로 생각할 수 없다. 시간에 따라 변화하지 않는 경우에는 전기장과 자기장은 각각 정전기장(靜電氣場)과 정자기장(靜磁氣場)으로도 불리며 독립적이다. 전자기장이 파동으로서 공간을 전파할 경우, 이를 전자기파라 부른다. 지배 방정식은 맥스웰방정식(Maxwell equation)이며 전기와 자기의 발생, 전기장과 자기장, 전하 밀도와 전류 밀도의 형성을 나타내는 4개의 편미분 방정식이다. 각각의 방정식은 앙페르 회로 법칙, 패러데이 전자기 유도 법칙, 가우스 법칙, 가우스 자기 법칙으로 불린다. 전자기장은 벡터장으로서, 보통 전기장을 E, 전기력선속밀도를 D, 자기장을 H, 자기력선속밀도를 B로 나타낸다. 이러한 지배방정식들을 FEM(유한요소법), BEM(경계요소법), MOM(모멘트법), FDTD(유한차분시간영역법) 등의 수치해석기법을 이용하여 근사해를 계산한다. 전자기장해석은 어떠한 분야에서 응용되는가. 전통적으로 전자기장 해석은 많은 산업분야중에서 전기 & 전자 제품 설계 시 매우 중요하게 다루어져 왔다. 회전하는 기계(모터, 발전기)에서부터, Sensor, Actuator, Power Generator, Transformer System 그리고 MEMS(Micro Electro Mechanical System)에 이르기까지 그 적용이 매우 광범위하고 다양하다. 최근에는 친환경 자동차 개발 및 보급이 증가함에 따라 전기모터에 대한 기계적 특성 분석이 중요해지고 있고, 이를 위해서 자동차 산업에서 전자기장 해석이 점점 중요해지고 있다. 전자기장 해석을 하게 되면 어떠한 이점이 있는가 전자기장 해석을 통해 개발하는 제품의 주파수 특성에 적합한 해석이 가능하다. 모터, 발전기, 솔레노이드, 영구자석, 센서 등과 같은 Low frequency 영역 해석과 안테나 등 라디오 주파수 영역의 기기, 전자기파의 방사 해석 등과 같은 Highfrequency 영역 해석이 가능하다. 또한 전자기장 해석을 통해 전자기력을 계산하여 기계제품 진동해석의 가진력으로 활용이 가능하다. 그리고 철손, 동손 등과 같은 손실열을 계산하여 기계제품의 발열 특성 및 방열 설계에도 활용이 가능하다. 전자기장 해석 관련 향후 전망은 어떠한가. 전기자동차, 하이브리드 자동차와 같은 친환경 자동차의 핵심부품인 전기모터에 대한 관심이 점점 증가하고 있다. 전통적으로 전자기장 학문의 주축이었던 전기공학 또는 전자공학 엔지니어 뿐만 아니라 이제는 기계공학 엔지니어들도 전자기장 해석에 관심을 갖기 시작했다. 이러한 산업체들의 수요에 따라 많은 CAE 소프트웨어들이 전자기장 해석 기능을 추가하였으며 많은 전기-기계 제품들의 설계 및 해석에 도움을 주고 있어 전자기장 해석 기반 다중 물리해석 기능이 확대되면서 중요해질 것으로 판단하고 있다.   CAE 분야의 발전을 위한 제언이 있다면. 최근 상용 CAE 소프트웨어들이 직관적인 GUI를 도입하여 사용자 편의성을 증가함에 따라 CAE의 활용이 증가하고 있다. 그러나 CAE 소프트웨어 사용법 위주의 교육이 보편화되고 있고, 중요한 CAE 이론들과 수치해석 지식에 대한 공부와 연구에 대한 투자와 노력이 다소 부족함이 매우 아쉽다. 전자기장 해석 기반의 다양한 다중물리해석을 활용하여 산업체 전기기계 제품들을 분석하기 위해서는 심도있는 학문적 노력이 필수적이다.    

  17　Theme. 최적의 설계를 위한 제너레이티브 디자인 기술의 현황 및 전망   제너레이티브 디자인으로 혁신과 지속가능성 실현을 지원 / 오토데스크코리아 자동차 전기/전자 시스템 설계의 과제를 해결하는 제너레이티브 디자인 / 더그 버치키 혁신 가속화를 위한 제너레이티브 설계와 AI / 박정호 금속 적층제조에서 시뮬레이션 도출 설계를 통한 부가가치 창출 방안 / 유병주 제너레이티브 디자인을 위한 알테어 인스파이어 / 한국알테어 제너레이티브 디자인 및 위상최적화가 포함된 시뮬레이션 솔루션, 앤시스 디스커버리 / 앤시스코리아 적층제조를 위한 스마트 제너레이티브 디자인, MSC Apex Generative Design / 이정화 Infoworld Case Study 40　글로벌 첨단 장비 기업으로 도약을 꿈꾸는 필옵틱스　솔리드웍스 3D CAD 및 PDM 기반으로 제품 개발 프로세스를 선진화  45　건축, 엔지니어링, 건설 분야의 2021년 주요 트렌드　새로운 커뮤니케이션, 협업 및 제작 방법으로 변화 모색 New Product 48　클라우드 기반 BIM 협업 솔루션　트림블 커넥트 대시보드 50　3D 프린팅 양산을 위한 SAF 기술 적용　스트라타시스 H 시리즈 생산 플랫폼 52　다양한 워크로드를 최적화하는 데이터센터용 프로세서　인텔 3세대 제온 스케일러블 프로세서 54　리얼타임 몰입형 3D 건축 시각화 솔루션　트윈모션 3021.1 74　이달의 신제품 Focus 57　코리아 그래픽스 2021, 미래를 여는 메타버스와 시각화 기술의 흐름을 짚다 64　지멘스, “전기자동차 시대 제조산업의 디지털 혁신 기술은?” 67　엔비디아, GPU 컴퓨팅과 인공지능의 전방위 확산을 꿈꾼다 70　오라클, “성능과 보안 향상된 하이브리드 클라우드로 기업 핵심 시스템의 전환 돕는다” 72　VM웨어, 멀티 클라우드 서비스로 애플리케이션 현대화 앞당긴다 Column 82　디지털 지식전문가 조형식의 지식마당 / 조형식　디지털 트윈에서 메타버스까지 84　나로부터 얻는 것 No.1 / 류용효　기업 분석 맵 On-Air 87　캐드앤그래픽스 CNG TV 지식방송 지상중계 76　New Books 78　News Directory 139　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리 CADPIA AEC 88　새로워진 캐디안 2021 살펴보기 (8) / 최영석　도구 팔레트 살펴보기 Ⅱ 91　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 살펴보기 (12) / 천벼리　아레스 캐드 2022 : 새로운 기능 살펴보기(Spline 관련 기능) 96　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　볼보 자율주행 건설 장비 테스트 베드 개발과 M-SDL 언어 소개 100　레빗 패밀리 이해하기 (15) / 장동수　패밀리의 가시성 이해하기 104　어드밴스 스틸과 함께 하는 철골구조물 BIM 설계 실무 (7) / 유상현　어드밴스 스틸 뷰 기능을 실무에 적용하기 Reverse Engineering 108　보이는 것과 보는 것 (5) / 유우식　보여주려고 하는 이유 Mechanical 115　제품 혁신 가속화 및 최상의 설계를 위한 크레오 7.0 (12) / 김주현　애니메이션 활용하기 Ⅱ Analysis 124　앤시스 워크벤치를 활용한 해석 성공사례 / 김상현　앤시스 맥스웰을 활용한 변압기 설계 및 해석 방법 Manufacturing 130　클라우드 제조를 위한 퓨전 360의 활용 (1) / 이경하　떨어져 있는 모델링 및 가공 엔지니어를 위한 클라우드 협업 Cloud Computing 134　언택트 시대의 CAD/CAE 유저를 위한 AWS 클라우드 서비스 (2) / 조상만　실전 아마존 워크스페이스 구성하기     캐드앤그래픽스 2021년 5월호 목차 from 캐드앤그래픽스