인텔은 PC간 고속 파일 전송을 위한 새로운 소프트웨어 솔루션인 썬더볼트 쉐어(Thunderbolt Share)를 발표했다. 썬더볼트 쉐어는 썬더볼트 4 또는 썬더볼트 5 포트가 탑재된 PC 및 액세서리로 사용할 수 있으며, 화면 공유와 빠른 속도로 PC 간 파일 전송을 통해 보다 유연하고 생산적인 작업을 수행할 수 있도록 지원한다. 썬더볼트 네트워킹 기능으로 구동되는 썬더볼트 쉐어는 사용자가 두 대의 PC와 간단하고 효율적으로 상호 작용할 수 있어, 여러 대의 PC를 사용하는 사용자에게 이점이 있는 솔루션이다. 크리에이터와 게이머는 멀티 PC 작업과 동료 간의 손쉬운 협업을 통해 생산성을 향상하고, 선호하는 주변기기를 공유할 수 있다. 소비자와 비즈니스 전문가는 공유 모니터를 통해 더 나은 인체공학적 환경을 누릴 수 있으며, 여러 대의 PC를 사용하여 작업 공간을 극대화할 수 있다. 썬더볼트는 이러한 기능을 사용자가 요구하는 품질과 경험으로 제공할 수 있는 대역폭과 짧은 지연 시간을 갖춘 기술이다.     썬더볼트 쉐어는 윈도우 운영체제의 썬더볼트 4 또는 썬더볼트 5 PC와 호환되며, 높은 대역폭과 낮은 대기 시간을 제공한다. 이를 활용해 PC 간 응답성이 뛰어난 마우스 및 키보드 제어를 통한 원활한 비압축 화면 공유로 끊김 없는 시각적 경험을 제공할 수 있고, 간단한 드래그 앤 드롭, 폴더 동기화, 이전 PC에서 새 PC로의 손쉬운 파일 마이그레이션 등 두 대의 PC 간 빠른 파일 전송이 가능할 것으로 보인다. 또한, 대용량 파일을 공유하는 사용자 간의 협업이 간편해질 전망이다. 썬더볼트 쉐어는 PC 간 직접 연결 또는 썬더볼트 독(dock)이나 모니터와 같은 여러 포트가 있는 썬더볼트 액세서리를 통해 지원되며, 와이파이, 이더넷 또는 클라우드 네트워크 성능에 영향을 주지 않는 비공개 보안 연결을 지원한다. 인텔은 2024년 하반기부터 PC 및 액세서리로 썬더볼트 쉐어 기술을 제공할 예정이다. 또한 레노버, 에이서, MSI, 레이저, 켄싱턴, 벨킨, 프로미스, 플러그어블, OWC 등에서 썬더볼트 쉐어를 지원하는 제품을 발표할 것이라고 전했다. 인텔의 제이슨 질러(Jason Ziller) 클라이언트 커넥티비티 부문 총괄 매니저는 “인텔은 썬더볼트 쉐어를 통해 혁신적인 솔루션을 시장에 출시하고, 사용자가 PC를 최대한 활용할 수 있는 새로운 경험을 제공하고자 한다. 이제 사용자들은 썬더볼트 속도로 한 PC에서 다른 PC로 원활하게 액세스할 수 있으며, 이로써 생산성과 효율을 크게 혁신할 수 있다"고 말했다.

마이크로소프트가 링크드인과 함께 제작한 연례 보고서 ‘Work Trend Index 2024(업무동향지표)’를 발표하면서, AI(인공지능)를 통해 변화한 전 세계 업무 동향과 채용 방식에 대한 주요 인사이트를 공개했다. 2024년에 접어들면서 업무에 AI를 활용하는 조직이 급격히 증가하고 있다. 이에 마이크로소프트는 ‘업무동향지표 2024’를 통해 AI가 업무와 노동 시장 전반에 미치는 영향에 대한 포괄적인 시각을 담은 세 가지 주요 트렌드를 공개했다. 한국을 포함한 전 세계 31개국 3만 1000명이 설문조사에 참여했으며, 마이크로소프트 365에서 수집된 수 조개의 생산성 신호, 링크드인의 노동 및 채용 트렌드, 포춘 500대 기업과의 협업을 통해 진행된 연구 결과가 반영됐다. 보고서에 따르면 전체 근로자 4명 중 3명이 직장에서 AI를 활용하고 있는 것으로 조사됐다. 근로자 75%(한국 73%)가 AI를 사용하고 있으며, 6개월 전부터 AI를 사용한 비율은 46% 증가했다. 리더의 79%가(한국 80%) AI 도입이 경쟁력 유지에 필수적이라고 인식하고 있으나, 이들 중 60%는(한국 68%) 조직 내 비전과 명확한 계획이 부족한 것에 대해 우려하고 있다고 답했다. 또한 개인화된 AI 솔루션을 통해 업무 효율성을 높이고 있는 경우가 많은 것으로 나타났다. 이 같은 경향은 BYOAI(Bring Your Own AI)라고 불리며, 조직에서 사용자가 자신의 AI 도구를 개인적으로 사용하는 트렌드를 말한다. 실제로 근로자 78%(한국 85%)는 응답자는 회사의 지원 없이 AI를 개인적으로 업무에 활용하고 있다고 답했다.     AI의 도입이 빠르게 이뤄지면서 대부분의 기업들은 인재를 확보하는 데에 어려움을 겪고 있는 것으로 조사됐다. 특히 이 같은 문제는 사이버 보안, 엔지니어링, 크리에이티브 디자인 직무에서 심화되고 있다. 먼저 채용 이유에 대한 우선순위가 달라졌다. 리더 중 과반수 이상(55%)이 인재 확보에 대해 우려하고 있으며, 66%(한국 70%)는 AI 기술을 보유하지 않은 지원자를 채용하지 않겠다고 답했다. 실제로 2023년 링크드인 프로필에 AI 관련 기술을 추가한 회원 수는 전년 대비 142배나 늘었으며, AI 관련 키워드가 언급된 공고의 지원자 수는 평균 17% 증가했다. 리더 응답자의 71%는 경력 유무보다 AI 역량을 갖춘 지원자를 선호한다고 응답했다. 한국 리더들도 77%의 높은 비중으로 AI 역량을 채용 우선순위로 두고 있다. 이번 연구에서는 AI 사용량이 적은 회의론자부터 사용 빈도가 높은 파워 유저, 초보자와 탐색자까지 네 가지 유형으로 표본 집단을 분류했다. 특히 파워 유저는 AI를 통해 업무 시간을 절약하는 등 비즈니스 프로세스와 방향을 재설정하고 있는 것으로 확인됐다. 이들 중 90% 이상이 AI 기술로 업무량을 더 수월하게 관리하고 있다. 특히 85%(한국 83%)는 AI로 하루를 시작하고 있으며, 다음날의 업무를 준비하는 데 AI를 활용하고 있다는 응답도 85%(한국 81%)에 달했다. CEO로부터 AI의 중요성에 대해 들은 경험이 있다는 응답은 61%(한국 42%)로 나타났다.  동료와 프롬프트에 대해 더 자주 소통하는 비율도 평균 대비 40%(한국 23%) 높게 나타났다. AI 사용 방법을 자주 실험할 가능성이 68%(한국 68%) 더 높은 편이며, 직무에 특화된 AI 교육을 받을 가능성도 35%(한국 30%) 높은 것으로 조사됐다. 보고서는 2024년이 AI가 직장에서 현실화되는 해가 될 것으로 내다보고 있다. 마이크로소프트는 보고서를 통해 조직이 단순한 업무 개선을 넘어, 비즈니스 모델 전반의 긍정적인 변화를 만들기 위해서는 AI를 활용해 성장을 가속화하고 비용을 관리하며, 고객에게 더 큰 가치를 제공할 수 있어야 한다고 제언했다.   마이크로소프트는 리더들에게 주어진 기회가 직원들의 AI에 대한 관심을 실질적인 비즈니스 성과로 연결할 수 있다고 강조했다. 이를 위해 ▲조직 내 비즈니스 해결을 위한 AI 도입 ▲톱다운(Top-down), 바텀업(Bottom-up) 접근법을 통한 모든 직원의 커뮤니케이션 협력 강화 ▲맞춤형 교육 제공을 통한 AI 기술 습득 등 AI 시대 혁신을 위한 세 가지 주요 전략도 소개했다.  한국마이크로소프트의 조원우 대표는 “생성형 AI가 등장하면서 스마트폰 이후 처음으로 기술과 사람이 상호 작용하는 방식이 근본적으로 바뀌기 시작했다”면서, “이번 보고서에서 눈여겨볼 만한 점은 AI가 적합한 인재 채용을 희망하는 리더와 경력 전환을 희망하는 직원에게 큰 기회를 제공할 것이라는 점”이라며 “AI 기술 도입에 따른 일자리 시장의 긍정적인 변화를 기대한다”고 전했다.

산업디자인 개발의 대가기준 활용가이드[2023년 개정판]  한국디자인산업연합회, 2022 주관기관 : 한국디자인산업연합회 연구 목적 산업디자인 적정대가(사업비) 산정기준 설정 디자인의 질적 향상 도모 디자인 기획·개발·사후관리·경제성·안정성 부여 국가 산업 발전에 이바지 연구 배경 공공발주부문 산업디자인 대가산정은 산업디자인에 적합한 대가산정 기준이 부재하며「학술연구용역대가의 기준」을 활용하여 왔다. 학술용역 대가는 사후정산 근거의 목적이 강하며, 영리를 추구하는 디자인사업에 적합하지 않은 불합리한 체계라 할 수 있다. 본 가이드는 산업디자인의 동적인 상황과 산업디자인의 개발단계(디자인 기획, 디자인 개발,사후관리) 전반에 걸쳐 대가산정방법을 알기 쉽게 설명하고, 보다 편리하게 수행할 수 있는 도구 제공과 사용자의 편의와 이해 제고를 목적으로 개발하였다. 목차 제1장. 대가기준의 이해  제2장. 제품디자인  제3-1장. 시각디자인(Brand Identity)  제3-2장. 시각디자인(Editorial & Graphic)  제4장. 패키지디자인  제5장. 서비스·경험디자인  부록1. 디자인 대가기준 종합정보시스템 활용방법  부록2. 산업디자인 개발의 표준품셈  부록3. 2022 디자이너 등급별 노임단가(2023년 적용분)  참고문헌 : 2022 디자이너 등급별 노임단가(2023년 적용분) 반영 * 상세 자료 링크 : 디자인대가기준종합정보시스템   https://www.dsninfo.or.kr/customer/detail.do?type=ARCHIVE&seq=1022464      

「서울디자인어워드」는 현재까지 총 62개국에서 참여한 비영리 어워드로, 사회를 변화시키는 디자인의 영향력을 세상에 알리고, 사회적 책임을 수행한 디자이너들을 격려하는 명예로운 플랫폼으로 국제 전문가들에게 인정을 받고 있습니다.  끊임없이 변하는 세상 속에서 더 나은 미래를 만들기 위해 행동하는 디자이너 여러분의 ‘지속가능한 일상을 위한 「서울디자인어워드 2024」’에 참여를 기다립니다.   가. 어워드 접수 개요      - 어워드명 : 지속가능한 일상을 위한 「서울디자인어워드 2024」      - 주    제 : 사람과 사회, 환경의 조화로운 관계를 지향하는 지속가능한 일상을 위한 디자인      - 핵심가치 :  ① 공공/공유 : 다른 이들과 공유할 수 있는 공공분야                   ② 창의/혁신 : 창의적이고 혁신적인 문제해결법                   ③ 참여/협력 : 시민의 참여와 여러 분야와의 협력 과정                   ④ 영감/영향력 : 널리 영감을 주고 영향력을 확산                   ⑤ 지속가능성 : 사람과 사회, 환경의 조화로운 관계를 지향하는 지속가능성      - 공모분야 : 모든 디자인 (제품, 시각, 디지털/멀티미디어, 공간/시스템, 서비스/경험/소셜 등)                  분야 1) 5년 이내로 실현된 디자인 프로젝트                   ※ (생산,개설되어 사용자가 있어야 함)                  분야 2) 디자인 프로젝트 실현방안 리서치                  ※ (실현방안: 디자인 목업, 다양한 디자인 프로토타입 등)      - 제출자격 : 디자이너(기획자) ※ 단, 기획자는 디자이너와 공동 접수 가능, 단독접수 불가      - 접수기간 : 4월 1일(월) ~ 5월 28일(화) 15시 (한국시간 기준)      - 비    용 : 없음      - 시상 내용 (총 27선)         분야 1) 5년 이내로 실현된 디자인 프로젝트                [본상]                   1등  대상(Grand Prize)  1선   50,000,000원                  2등  최우수상(Best of the Best)  3선   각 15,000,000원                       - 창의/혁신상(Creativeness/Innovation)                       - 참여/협력상(Participation/Collaboration)                       - 영감/영향력상(Inspiration/Impact)                  3등  우수상(Honorable Mention)  6선   각 5,000,000원                  4등  입선(Finalist)  10선   -                [특별상]  *시민상(한국인1, 세계인1)  2선   각 3,000,000원                       **올해의 이슈상(디지털)  1선   5,000,000원                                *시민상은 상위 10팀 중에 한국인 대상과 전 세계인 대상 시민들의 투표를 통해 각각 선정됩니다.                               **올해의 이슈상(디지털)은 특별히 신디지털 기술을 사용하여 시민의 더 나은 삶을 위한 우수한                                  지속가능 디자인 프로젝트를 선정합니다.          분야 2) 디자인 프로젝트 실현방안                 [리서치상] 최우수상(Best of the Best)  1선   5,000,000원                       우수상(Honorable Mention)  1선   3,000,000원                       입선(Finalist)  2선   -     나. 접수방법      서울디자인어워드 홈페이지 내 접수 링크 안내 (모든 서류 영문으로 제출 필수)      ※ 서울디자인어워드 홈페이지 ☞ http://www.seouldesignaward.or.kr/     다. 문의처       E-mail : seouldesignaward@seouldesign.or.kr       Tel : +82-2-2096-0056

매스웍스는 의료 기기 구축을 위한 엔비디아의 실시간 AI 컴퓨팅 소프트웨어 플랫폼인 엔비디아 홀로스캔(NVIDIA Holoscan)에서 매트랩(MATLAB)을 사용할 수 있는 통합 기능을 발표했다. 의료기기 엔지니어는 실시간 데이터 처리와 추론을 위해 기존의 매트랩 알고리즘과 함수를 GPU 가속 엔비디아 홀로스캔 오퍼레이터(Holoscan Operator)로 래핑하여, 스트리밍 데이터를 분석하고 시각화 애플리케이션의 개발 및 배포를 가속화할 수 있다. 의료기기 엔지니어는 최첨단 소재와 전자기기 활용 기술의 속도감 있는 혁신과 더불어 복잡하게 변화하는 국제 규제를 준수해야 한다. 이로 인해 많은 기기가 시장에 출시된 지 얼마 지나지 않아 구형이 되었고, ‘소프트웨어 의료기기(SaMD)’의 등장을 촉진시켰다. 소프트웨어 의료 기기는 하드웨어에 종속되지 않고 의료 기기의 사용 목적에 부합하는 기능을 가지며 독립적인 형태의 소프트웨어만으로 이뤄진 의료 기기를 말한다. 엔지니어는 소프트웨어 의료기기가 시장에서 지속적인 경쟁력을 유지할 수 있도록 소프트웨어 정의 워크플로를 개발하여 초기 배포 이후의 추가 소프트웨어 기능을 통합할 수 있게 해야 한다. 엔비디아 홀로스캔은 센서 처리 플랫폼으로, 실시간 인사이트를 제공하는 AI 및 고성능 컴퓨팅 애플리케이션의 개발 및 배포를 간소화한다. 또한 에지에서 스트리밍 데이터의 확장 가능한 소프트웨어 정의 처리에 필요한 풀 스택 인프라를 제공해 최신 AI 애플리케이션을 임상 환경에 도입할 수 있도록 지원한다. 의료기기 엔지니어는 홀로스캔과 매트랩의 통합 기능을 통해 영상 및 신호 처리, 필터링, 변환, 딥러닝 알고리즘과 관련된 기존의 내장된 행렬 연산과 복잡한 툴박스 함수를 사용할 수 있다. 매트랩으로 홀로스캔 파이프라인을 구현하려면 매트랩 함수 생성, GPU 코더(GPU Coder)를 통한 가속화된 CUDA 코드 생성, 홀로스캔 오퍼레이터 래퍼 생성 및 새로운 매트랩 오퍼레이터(MATLAB Operator)를 사용한 홀로스캔 애플리케이션 재구축의 4 단계를 거쳐야 한다. 이러한 과정으로 구축된 소프트웨어 정의 워크플로는 매트랩과 홀로스캔의 추가적인 통합 검증 및 확인 기능을 통해 IEC 62304 등의 산업 규정 및 표준을 준수하도록 할 수 있다.     엔비디아의 데이비드 뉴올니(David Niewolny) 의료 기술 부문 사업 개발 책임자는 “의료 기술 산업은 인공지능에 의해 혁신을 거듭하고 있다”며, “엔비디아와 매스웍스는 의료 등급의 엔비디아 홀로스캔 플랫폼 내에서 성장 중인 매트랩 개발 커뮤니티에 호환성 높은 개발 환경을 제공함으로써 의료 기술 분야의 AI 기반 혁신을 가속화하고 있다”고 말했다. 매스웍스의 데이비드 리치(David Rich) 제품 마케팅 부서장은 “이제 엔지니어들은 엔비디아 홀로스캔을 통해 매트랩 함수를 작성하고 수천 배 더 빨리 실행할 수 있다”며, “수백만 명의 고객이 산업 규정과 표준을 준수하는 제품을 설계, 개발 및 테스트하고자 하는 가운데, 업계 리더인 엔비디아와의 협업으로 의료 기기 혁신을 주도할 수 있게 됐다”고 말했다.

BIM 솔루션 제공업체인 올플랜은 건설 생산성을 강화하고 설계-시공 워크플로를 혁신하기 위한 올플랜 2024(Allplan 2024)의 최신 업데이트를 발표했다. 올플랜 2024-1 서비스 릴리스는 건설을 보다 효율적으로 계획하고 실행할 수 있는 확장된 도구를 제공한다. 최신 버전의 새로운 클라우드 기반 프로세스와 향상된 BIM 기능은 보다 지속 가능한 설계와 신속한 프로젝트 납품을 지원한다. 올플랜 2024-1은 원클릭 LCA(Life Cycle Assessment : 전과정평가)와 통합되어 빠르고 쉽게 분석할 수 있다. 이 도구를 사용하면 건물의 탄소 발자국을 평가하고, 자재와 시공 방법을 평가하고, 지속가능성을 위해 BIM 모델을 최적화할 수 있다. BIM 속성이 LCA 클라우드로 자동 전송되므로 사용자는 손쉽게 보고서를 생성할 수 있으며, 모델이 변경되면 이전 LCA 조정 사항이 자동으로 업데이트되므로 다시 매핑할 필요가 없다. 빈 공간(void)에 대한 프로비저닝을 생성하는 작업은 특히 규모가 크고 복잡한 프로젝트에서 시간이 많이 소요되는 프로세스로 꼽힌다. 올플랜 2024-1에서는 이 작업을 더 빠르고 원활하게 수행하기 위한 기능이 최적화되어 시간을 절약할 수 있다. 또한 속성 매핑의 최적화와 보이드 생성을 위해 IFC 파일에서 가져온 원통형 형상을 적용하는 기능이 더욱 향상되어, 디자이너의 일상적인 작업이 더욱 효율적으로 개선되었다.     구조 엔지니어와 상세 설계자의 작업에서는 국가별 표준을 준수하는 것이 필수이다. 올플랜 2024-1에서는 형상 코드 관리자(Shape Code Manager)가 통합되고, 새로운 영국 표준인 BS 8666 2020에 기반한 고객별 철근 형상을 지원한다. 이를 통해 영국뿐만 아니라 영국 표준 또는 고객별 철근 형상을 사용하는 다른 많은 국가에서도 일상적인 작업이 쉬워졌다. 클라우드 기반 프로세스는 효율적인 설계를 지원하여 워크플로를 구축하고 협업을 뒷받침한다. 올플랜 2024-1의 오버레이 관리자(Overlay Manager)는 2D 도면과 3D 모델을 조합하고 상호 작용을 통해 불일치를 식별하며, 불확실성을 해소할 수 있다. 사용자는 여러 도면을 모델과 함께 시각화하고, 마크업을 만들어 이슈와 슬라이드쇼에 저장할 수 있으며, 페더레이션된 모델을 2D 계획으로 편리하게 확장할 수 있다. 새로운 올플랜 클라우드 뷰어(Allplan Cloud Viewer)를 통한 시간 절약형 IFC 파일 미리보기는 수정본을 완전히 업로드하고 생성하기 전에 빠르게 시각적으로 확인할 수 있다. 또한 올플랜 2024는 이슈에 대한 정보 콘텐츠를 개선하고 협업을 강화하며, 오류를 줄이고 확인 프로세스를 가속화하여 BIM콜랩(BIMcollab) 이슈 관리 도구와 원활하게 통합할 수 있다. 기본으로 제공되는 시공 계획 도구에 굴착 버팀목용 시트 파일 벽체를 소개하는 기술 미리보기가 포함되어, 건설 프로젝트의 정밀한 계획을 위한 옵션이 확대된 것도 특징이다. 코너 프로파일과 함께 단일, 이중, 삼중 형태로 제공되는 이러한 프로파일은 유연성을 높이고 다양한 지형 조건을 지원한다. 파라메트릭 구성 요소는 위치 조정을 쉽게 하기 위해 쓰인다. 올플랜 2024용 BIM2 폼(BIM2 form) 애드온에는 페리 트리오(Peri TRIO)가 통합되어, 비용 효율적인 거푸집 계획을 위한 옵션이 확대되었다. 기존에는 거푸집 계획을 수동으로 처리하거나 외부 공급업체에 의존함에 따라 비용과 프로젝트 관리 문제가 발생했다. 이 툴을 사용하면 거푸집 벽체 구성 요소의 자동 할당이 용이하게 이루어진다. 이를 통해 올플랜 사용자는 다양한 거푸집 계획을 효율적으로 수립하여 아웃소싱 비용을 절감할 수 있다. 올플랜의 에두아르도 라자로토(Eduardo Lazzarotto) 최고 제품 및 전략 책임자는 “최신 Allplan 2024-1 서비스 릴리스는 확장된 도구, 클라우드 기반 프로세스, 향상된 BIM 기능을 통해 사용자가 더 높은 효율성으로 프로젝트를 계획하고 실행할 수 있도록 지원한다. 이는 더 빠른 납기뿐만 아니라 지속가능성을 실현하고 품질을 높이는 데에도 도움이 된다. 워크플로를 간소화하고 프로젝트 일정을 단축함으로써 사용자가 뛰어난 건축 설계, 견고한 교통 인프라 엔지니어링, 더 나은 지속 가능한 건축 환경 구축 등 진정으로 중요한 일에 더 많은 시간과 에너지를 투자할 수 있도록 지원한다”고 전했다.

엔비디아가 복잡한 자율 로봇 조작 분야를 발전시키기 위해 알파벳(Alphabet)의 소프트웨어와 AI 로보틱스 회사인 인트린직(Intrinsic)과 협력해 엔비디아 AI와 아이작(Isaac) 플랫폼 기술을 통합했다고 소개했다. 미국 시카고에서 열리는 오토메이트(Automate) 전시회에서 인트린직은 로봇 파지(grasp) 기술의 발전 내용을 소개한다. 또한 엔비디아 아이작 매니퓰레이터(Isaac Manipulator)로 구현된 파운데이션 모델로 산업 확장성을 지원해, AI를 통한 산업 자동화의 새로운 가치를 선보일 예정이다. 엔비디아는 지난 3월 GTC에서 파운데이션 모델과 모듈식 GPU 가속 라이브러리의 모음인 아이작 매니퓰레이터를 공개했다. 아이작 매니퓰레이터는 산업 자동화 기업의 AI 모델 훈련과 작업 재프로그래밍을 가속화해, 동적 조작 작업을 위한 확장과 반복이 가능한 워크플로를 구축할 수 있도록 지원한다. 파운데이션 모델은 신경망이 데이터의 관계를 추적해 학습하게 하는 트랜스포머 딥러닝 아키텍처를 기반으로 한다. 일반적으로 방대한 데이터 세트에 기반해 학습되며, 텍스트용 챗GPT(ChatGPT)처럼 센서와 로봇 정보를 처리하고 이해하는 데에 사용할 수 있다. 이를 통해 이전과는 전혀 다른 로봇의 인식과 의사 결정이 가능해지며, 사전 예제 없이도 작업을 수행할 수 있는 제로샷 러닝(zero-shot learning)을 제공한다.      파지 기술은 로봇 공학에서 오랫동안 추구된 기술로, 지금까지는 프로그래밍하는데 드는 많은 시간과 비용의 문제로 인해 확장하기가 어려웠다. 그 결과 지금까지 로봇은 반복적인 픽앤플레이스(pick-and-place) 조건을 원활하게 처리하는데 어려움이 있었다. 이런 문제는 시뮬레이션을 활용함으로써 개선할 수 있을 전망이다. 인트린직은 엔비디아 아이작 심(Isaac Sim)과 함께 엔비디아 옴니버스(Omniverse) 플랫폼에 합류했다. 이들은 판금과 흡입 그리퍼의 컴퓨터 지원 설계 모델을 사용해 진공 그립을 위한 합성 데이터를 생성했다. 이를 통해 인트린직은 산업용 공작 기계의 선두 제조업체인 트럼프 머신 툴스(Trumpf Machine Tools)의 고객사를 위해 프로토타입을 제작할 수 있었다. 이 프로토타입은 AI 기반 로봇 솔루션용 개발자 환경인 인트린직 플로우스테이트(Flowstate)를 사용해 프로세스, 관련 인식 그리고 모션 계획을 시각화한다. 아이작 매니퓰레이터가 포함된 워크플로를 통해 파지 자세와 쿠다(CUDA) 가속 로봇 모션을 구현할 수 있다. 또한 인트린직 플랫폼으로 실제 환경에 배포하기 전에 이를 먼저 아이작 심을 사용한 시뮬레이션으로 평가해 비용을 절감할 수 있다. 이번 협력을 통해 엔비디아와 인트린직은 로봇 팔을 위한 최첨단의 조작 민첩성과 모듈식 AI 기능을 제공할 계획이다. 이는 강력한 파운데이션 모델 모음과 GPU 가속 라이브러리를 통해 보다 많은 새로운 로봇 공학과 자동화 작업 가속화를 가능하게 한다. 엔비디아는 인트린직과 협업을 통해 그리퍼(gripper), 환경 그리고 물체 전반에 걸쳐 보편적으로 적용할 수 있는 로봇 파지 기술의 잠재력을 소개한다는 비전을 내세운다. 인트린직의 웬디 탠 화이트(Wendy Tan White) CEO는 “광범위한 업계에서 엔비디아와의 협력은 파운데이션 모델이 얼마나 큰 영향을 미칠 수 있는지 보여준다. 여기에는 오늘날의 처리 과제를 대규모로 관리하기 쉽게 만들고, 이전에는 실현 불가능했던 애플리케이션을 만들고, 개발 비용을 절감하고, 최종 사용자를 위한 유연성을 높이는 것이 포함된다"고 말했다. 

아비바가 산업 인텔리전스 플랫폼인 ‘커넥트(CONNECT)’를 공개했다. 기존에 ‘아비바 커넥트’에서 ‘커넥트’로 변경된 이 플랫폼은 슈나이더 일렉트릭, RIB, ETAP 및 광범위한 파트너 공급업체의 애플리케이션의 연동을 지원하여 고객이 운영하고 있는 산업 생태계 전반의 인사이트를 통합하고, 지능형 디지털 트윈을 구축할 수 있도록 돕는다. 이를 통해 고객은 각 분야의 의사결정권자가 신뢰할 수 있고 실행 가능한 인사이트를 기반으로 성과를 높이고 효율성을 최적화하는 동시에 지속가능성을 극대화하여 ROI를 높일 수 있다. 새롭게 출시된 커넥트는 전체 산업 라이프사이클을 실시간으로 아우르는 개방적이고 중립적인 디지털 플랫폼으로, 기본 데이터 서비스, 시각화 서비스, 모델링 및 분석 기능, 애플리케이션 개발 서비스와 더불어 서비스 및 사용 관리 기능을 제공한다. 데이터, 디지털 트윈, 산업 인공지능, 심층적인 도메인 전문 지식을 단일 환경 내에 통합하며, 마이크로소프트 애저(Microsoft Azure) 클라우드 기반으로 고객이 역량을 손쉽게 확장하고 향상된의 지속가능성을 경험할 수 있도록 지원한다. 커넥트는 원격 자산, 아비바의 애플리케이션, 타사 데이터 소스를 하나의 안전한 단일 플랫폼으로 결합하여 산업 기업이 클라우드에 대한 기술 투자를 최대한 활용할 수 있도록 지원함으로써 고유한 산업 생태계를 구축할 수 있도록 한다. 아비바에 따르면 현재 전 세계에서 수만 명의 월간 액티브 유저가 커넥트를 사용하고 있다. 커넥트에서 지원되는 주요 제품으로는 아비바 파이(AVEVA PI) 시스템, AVEVA Operations Control(운영 제어), AVEVA Unified Engineering(통합 엔지니어링), AVEVA Advanced Analytics(고급 분석), AVEVA Asset Information Managament(자산 정보 관리), RIB CostX 등이 있다.     한편, 아비바는 새로운 산업 애플리케이션 시장의 기반을 형성하기 위해 커넥트 중심의 다양한 파트너십을 확대하고 있다고 전했다. 예를 들어, 아비바와 마이크로소프트는 아비바의 산업 인텔리전스 플랫폼인 커넥트와 마이크로소프트의 제조업 클라우드(Microsoft Cloud for Manufacturing)를 사용하여 생산 실행 데이터와 공급망 생산 계획 데이터를 마이크로소프트 패브릭(Microsoft Fabric)에서 통합하고 컨텍스트화한다. 아비바의 캐스퍼 허즈버그(Caspar Herzberg) CEO는 “연결된 산업 경제 전략은 생태계 전반에서 글로벌 협업의 이점을 실현한다. 업계를 선도하는 산업 인텔리전스 플랫폼인 커넥트를 통해 산업 조직에서는 가치 사슬에 대한 총체적인 이해를 바탕으로 모든 단계에서 실시간 혁신을 촉진할 수 있다. 분석과 AI로 강화된 고유의 강력한 데이터 에코시스템은 마찰이 발생하지 않는 단일 환경에서 탁월한 효율성을 제공하여, 더 스마트하게 엔지니어링하고, 더 효율적으로 운영하며, 수익성을 높일 수 있도록 지원한다”고 말했다. 또한 “커넥트는 산업 디지털 트랜스포메이션의 다음 물결(Industrial DX 2.0)을 가속한다. 클라우드에서 서비스되는 AI 기반 플랫폼이 산업 정보를 공유하고 통합하여 기업, 파트너 및 고객의 효율성, 생산성 및 지속 가능성을 향상시킨다. 워크플로 간소화부터 실시간 모니터링 및 제어, 원격 협업 개선, 산업 자산의 엔드 투 엔드 수명 주기 성능 극대화에 이르기까지 업계의 디지털 트랜스포메이션 요구 사항을 해결한다”고 덧붙였다.

산업 디지털 전환을 위한 버추얼 트윈 (1)   이번 호부터 산업 분야에서 버추얼 트윈(virtual twin)을 구축하고 활용하기 위한 다쏘시스템의 솔루션을 살펴본다. 첫 번째로 소개하는 다이몰라(CATIA Dymola)는 모델 기반 시스템 설계와 시뮬레이션을 위한 툴이다. 다이몰라는 다양한 산업 분야에서 사용되며, 기계, 전기, 열, 유체, 제어 시스템 등 다양한 시스템의 거동(behavior)을 모델링 및 시뮬레이션할 수 있다. 다이몰라를 알기 위해서는 우선 모델리카(Modelica)에 대해 알아야 한다.   ■ 안치우 다쏘시스템코리아의 카티아 인더스트리 프로세스 컨설턴트로 CATIA Dymola를 활용한 1D 시뮬레이션을 담당하고 있다. 관심 분야는 Modelica, FMI, 1D~3D 코시뮬레이션, SysML 기반의 Modelica 모델 개발이며 LG전자, 삼성전자, SK하이닉스 등 다수의 프로젝트 및 제안을 수행하고 있다. 홈페이지 | www.3ds.com/ko   1D 시뮬레이션이란 시간의 흐름에 따라 지배 방정식을 1차원으로 한정지어 계산하는 방법을 의미한다. 예를 들어, 스프링-댐퍼 시스템에서 길이 방향인 하나의 차원에서 수학적 모델링을 통해 빠른 시간 내에 결과를 도출해 검토할 수 있다. 장점으로는 모델 구성 및 검토의 시간이 빠르고, 표현의 제약이 적으며, 시스템간 상호 작용을 효율적으로 검토 가능하다. 단점으로는 시스템의 기능을 수식화하기 위해 도메인(domain)에 대한 높은 이해도가 필요하고, 인풋(input) 정보의 품질에 따라 아웃풋(output)이 민감하게 반응한다.   모델리카는 시스템 모델링을 위한 언어이다. 모델리카(Modelica)는 1996년 모델리카 어소시에이션(Modelica Association)에 의해 개발된 시스템 모델링을 위한 언어이다. 무료로 사용할 수 있고, 여러 개발자 및 전문가에 의해 개발되고 있다. 모델리카는 시스템 모델링을 지원하며, 다쏘시스템에서는 시스템 모델링의 원활한 시뮬레이션을 위한 솔버 알고리즘을 개발하고 있다. 다이몰라에는 모델 시뮬레이션을 위한 다양한 솔버가 내장되어 있다. 사용자는 문제 해결을 위한 미분방정식에 대한 표현을 모델리카 문법에 맞게 표현함으로써 시뮬레이션을 위한 모델링은 끝났다고 볼 수 있으며, 이러한 이유 때문에 모델리카는 C, C++, 포트란(Fortran) 등 타 언어에 비해 코드량이 적다는 것을 알 수 있다. 모델리카의 모델링 방법에는 텍스트 타입으로 방정식을 정의할 수 있고, 또한 유저에게 친근한 GUI(그래픽 사용자 인터페이스)를 활용한 객체 모델링 기반으로 모델을 구성할 수 있다.    모델리카는 비인과적/인과적 해석을 모두 지원한다. 인과적(causal) 모델링과 비인과적(acausal) 모델링은 둘 다 시스템이나 현상을 설명하고 예측하기 위한 방법론이다.   그림 1   비인과적 모델링은 원인과 결과 간의 인과 관계를 명확히 구분하지 않고 시스템의 구성요소 간의 관계를 모델링하는 방법이다. 이 방법은 일반적으로 동적 시스템의 거동을 설명하거나 예측할 때 사용하며, 시스템의 구성 요소와 그들 간의 관계를 수학적 방정식으로 표현하여 시스템의 동작을 설명한다. 각 요소가 다른 요소에 의해 어떻게 영향을 받는지를 보다 전체적으로 이해하는 데에 도움이 된다. 인과적 모델링은 원인과 결과 간의 인과관계를 중심으로 모델을 구성한다. 이 모델링 기법은 일반적으로 인과관계를 고려하여 시스템의 동작을 설명하고 예측한다. 예를 들면 A가 B에 어떻게 영향을 주는지, 또는 어떤 요인이 결과에 어떻게 기여하는지를 분석한다. 주로 원인과 결과 간의 관계를 나타내는 도표나 그래프를 사용해 시각화하며, 시간의 흐름을 고려하여 이전 사건이 이후 사건에 어떻게 영향을 미치는지를 이해한다.  비인과적 모델링은 물리적 시스템의 동작을 설명하는데 유용하다. 예를 들어, 열 전달, 유체 흐름, 전기 회로 등과 같은 시스템에서 원인과 결과 간의 명확한 인과 관계를 파악하기 어려운 경우가 있다. 이러한 시스템은 에너지, 질량 또는 정보의 흐름을 모델링하여 설명할 수 있다.    모델리카는 해석 솔버에 대한 개발이 필요 없다. 실제 모델링 후 유저는 소스코드를 볼 수 있고, 해석 결과를 확인 할 수 있다. 그렇지만 솔버에 대한 구현 방식은 확인할 수 없다. 다이몰라에 솔버가 내장되어 있어 유저는 미분방정식에 대한 표현을 모델리카 문법에 맞게 표현하면, 유저가 모델링한 시스템에 대한 해석 결과를 확인할 수 있다. 이러한 이유로 인해 모델리카의 코드량은 타 언어에 비해 적다. 솔버가 해석 결과를 보여주기 위해 <그림 2>를 참조하면, 모델리카 file(*.mo)를 C 언어로 변환하고 참조할 라이브러리와 함께 컴파일을 수행하기 때문에 유저는 이 과정을 인식하지 못하는 경우가 많다.   그림 2     ■ 자세한 기사 내용은 PDF로 제공됩니다.