• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "역설계"에 대한 통합 검색 내용이 322개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
생성형 AI 데이터 학습에 사용되는 딥러닝 강화학습의 개념과 구조
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.
작성일 : 2024-03-05
딥러닝 수치해석 데이터의 병렬처리를 지원하는 파이썬 넘바 라이브러리
BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 GPU CUDA(쿠다) 병렬처리를 지원하는 넘바(Numba) 라이브러리를 간략히 소개한다. CUDA는 현재 딥러닝 기술의 기반처럼 사용되며, 사실상 산업 표준이다. 딥러닝은 모든 연산이 텐서 행렬 계산이므로, 엔비디아 GPU에 내장된 수많은 계산 유닛(실수 계산에 특화된 CPU)들을 사용한다. CUDA의 강력한 수치해석 데이터 병렬처리 기능은 딥러닝뿐 아니라 디지털 트윈의 핵심인 시뮬레이션, 모델 해석 등에 필수적인 수치계산 엔진으로 사용된다.   ■ 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. 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast   CUDA는 내장된 수많은 계산 유닛에 입력 데이터를 할당하고, 행렬연산을 하여 출력된 데이터를 CPU 메모리가 접근할 수 있도록 데이터 고속 전송/교환하는 역할을 한다. 그러므로, 딥러닝 모델 학습 성능은 GPU CUDA 성능에 직접적 영향을 받는다. 이벙 호에서는 파이썬(Python)에서 CUDA를 이용해 수치해석 등 계산 성능을 극대화할 수 있는 방법과 간단한 예제를 살펴본다.   그림 1. CUDA 아키텍처(출처 : Multi-Process Service : GPU Deployment and Management Documentation)   GPU CUDA 소개 CUDA는 게임 화면에 렌더링되는 3차원 이미지를 2차원 픽셀에 매핑하기 위한 수많은 행렬을 실시간 처리할 수 있도록 개발되어 왔다. 이런 이유로, 행렬 고속 연산이 필요한 딥러닝 학습에 적극 사용된 것이다.   그림 2. CUDA 기반 실시간 텐서 행렬 연산 결과   CUDA는 오랫동안 개발자의 요구사항을 반영해 발전되어, 개발 플랫폼으로서 탄탄한 생태계를 구축했다.   그림 3. 엔비디아 개발자 사이트   그림 4. CUDA 기반 레이트레이싱 렌더링 결과(출처 : Ray Tracey's blog : GPU path tracing tutorial 3 : GPU)   사실, 많은 스타트업이 이런 기능을 지원하는 딥러닝용 AI 칩을 FPGA 기법 등을 이용해 개발, 홍보하고 있으나, 이런 개발자 지원도구와 플랫폼 생태계 없다면 산업계에서는 의미가 없다고 볼 수 있다.   넘바 소개 넘바는 파이썬 기반 CUDA GPU 프로그래밍을 지원한다. 넘바는 컴파일 기술을 지원하여 CPU와 GPU 모드에서 코딩되는 데이터 구조, 함수 호출을 추상화한다. 넘바는 엔비디아의 CUDA 함수와 설정을 래핑한 고수준의 함수 API를 제공한다. 이를 통해 개발자가 CUDA의 세부 설정에 신경쓸 필요 없이, 데이터 병렬 처리 개발에만 집중할 수 있다.   개발 환경 넘바의 개발 환경은 다음과 같다. NVIDIA Compute Capability 5.0 이상 CUDA 지원 GPU 장착 PC(2023년 12월 시점) NVIDIA CUDA 11.2 이상 NVIDIA TX1, TX2, 자비에, 젯슨 나노 GTX 9, 10, 16 시리즈. RTX 20, 30, 40 시리즈. H100 시리즈 CONDA 환경의 경우, 다음과 같이 터미널을 이용해 CUDA 툴킷을 자동 설치할 수 있다. conda install cudatoolkit 넘바는 cuda python을 이용해 엔비디아 GPU CUDA와 바인딩한다. conda install nvidia::cuda-python 설치 방법은 다음과 같다. conda install numba   ■ 상세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-02-02
프론트 라이트 스캔 데이터의 역설계 작업 과정
포인트셰이프 디자인을 사용한 역설계 사례   포인트셰이프 디자인(PointShape Design)은 드림티엔에스에서 자체 개발한 3D CAD 기반의 역설계 소프트웨어로 CGM(CATIA) 커널이 적용되었으며, 사용자에게 친숙한 디자인 프로세스 및 사용자 인터페이스를 제공한다. 이번 호에서는 포인트셰이프 디자인을 활용해 프론트 라이트 부품의 3D CAD 모델을 쉽게 생성하는 방법에 대해 소개한다.   ■ 자료 제공 : 드림티엔에스, www.pointshape.com   이번 호에서 소개할 역설계 프로세스는 다음과 같다. 스캔 데이터 불러오기 및 정렬 스캔 데이터 단면 추출 및 스케치 모델링 툴과 편집 툴을 사용하여 3D 모델 작업  Analyzing 기능을 통한 설계 데이터 편차 확인  최종 설계 데이터 완성    스캔 데이터 불러오기 및 정렬(Import & Alignment) 3D 스캐너를 통해 취득한 스캔 데이터를 <그림 1>과 같이 프로그램에서 불러온다.  스캔 데이터의 좌표 정렬 상태는 스캔 당시 스캐너의 좌표를 기준으로 정렬되어 있는 상대좌표 상태이기 때문에, 스캔 데이터를 절대 좌표에 정렬한 후 역설계를 진행한다. 3-2-1 Alignment 기능을 사용하여 좌표 정렬할 스캔 데이터를 선택하고 평면, 벡터, 점을 순서대로 선택하여 스캔 데이터를 절대 좌표에 정렬한다.   그림 1   그림 2   스캔 데이터 단면 추출 및 스케치(Plane(Offset) - 2D Sketch) Ref. Plane의 오프셋(Offset) 기능을 사용하여 해당 위치에 2개의 평면을 생성한 후, 해당 평면을 스케치 평면으로 사용하여 단면 폴리라인(Polyline)을 각각 추출하고 추출된 단면 폴리라인을 따라 스케치한다. 스케치를 한 후 트림(Trim)을 하고 필렛(Fillet) 기능을 이용하여 라인을 다듬는다.    그림 3   그림 4   모델링 툴을 사용하여 3D 모델 작업 해당 부분을 스케치한 후 <그림 5~6>과 같이 익스트루드(Extrude) 기능을 사용하여 형상을 만든다.    그림 5   그림 6   스케치를 통해 해당 평면을 생성하고 폴리라인을 따라 스케치를 한 후, 트림 기능을 사용하여 라인을 다듬고 익스트루드 기능을 사용하여 형상을 만든다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-01-04
[무료다운로드] 생성형 AI 코딩으로 프로그램 만들어보기
BIM 칼럼니스트 강태욱의 이슈 & 토크    이번 호에서는 트랜스포머(transformer) 기반 생성형 AI 모델로 다국어 번역기, 문장 분류, 이미지 설명 텍스트 생성 프로그램의 개발 방법을 간략히 살펴본다. 트랜스포머는 텍스트, 이미지 등 데이터를 숫자로 표현한 토큰으로 인코딩한 후, 목표 라벨 데이터 결과와 차이가 적은 방향으로 가중치인 어텐션(attension) 벡터를 갱신하여 학습 모델을 만드는 기술이다.   ■ 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   트랜스포머는 현재 문장 성격 및 특징 분류, 다국어 번역, 비전 이미지 설명 및 생성, 음성인식, Voice to Text, 음악 작곡, 글 분류, 글 자동 요약 등 다양한 영역에서 사용된다. 이번 호에서는 관련 기능을 트랜스포머로 간단히 구현해 본다.    그림 1. 트랜스포머 개념 및 아키텍처   트랜스포머의 이론적 개념 등은 다음의 링크를 참고한다. 머신러닝 딥러닝 신경망 개념, 종류 및 개발 : https://daddynkidsmakers.blogspot.com/2017/02/blog-post_24.html 어텐션 기반 트랜스포머 딥러닝 모델 이해, 활용 사례 및 파이토치(Pytorch)를 통한 간단한 사용방법 소개 : https://daddynkidsmakers.blogspot.com/2021/10/blog-post.html 간단한 트랜스포머 동작 원리와 파이토치 기반 비전 트랜스포머 ViT 소개 : https://daddynkidsmakers.blogspot.com/2023/02/pytorch-vit.html 오디오, 영상, 텍스트, 센서, 3D깊이맵 멀티모달 딥러닝 모델 페이스북 이미지바인드(imagebind) 설치 및 사용기 : https://daddynkidsmakers.blogspot.com/2023/05/imagebind.html   개발 준비 파이썬(Python), 쿠다(CUDA) 등이 설치되어 있다는 가정 하에, 다음 명령어를 이용해 관련 패키지를 설치한다. pip install transfomers sentencepiece   간단한 텍스트 생성형 AI 개발 다음과 같이 트랜스포머 모델에서 사전학습된 distilgpt2를 사용해 간단한 텍스트 생성형 AI 코드를 개발해 본다. from transformers import AutoTokenizer, AutoModelWithLMHead tokenizer = AutoTokenizer.from_pretrained("distilgpt2") model = AutoModelWithLMHead.from_pretrained("distilgpt2") input_ids = tokenizer.encode("I like gpt because it's", return_tensors='pt') greedy_output = model.generate(input_ids, max_length=12) print(tokenizer.decode(greedy_output[0], skip_special_tokens=True)) 실행 결과 <그림 2>와 같이 ‘I like gpt because it's’ 이후 문장을 자연스럽게 생성한다.   그림 2   텍스트의 빈칸 단어 예측 다음은 MLM(Mask Language Model) 방식으로 학습된 모델을 이용해, [MASK] 토큰으로 정의된 단어를 문장 맥락을 고려해 예측하는 코드이다.  from transformers import pipeline unmasker = pipeline('fill-mask', model='albert-base-v2') unmasker("mlm and nsp is the [MASK] task of bert.") 결과는 <그림 3>과 같다. 빈칸의 단어가 잘 예측된 것을 확인할 수 있다.   그림 3   이미지 설명 텍스트 생성 이제 주어진 이미지를 설명하는 텍스트를 생성해 본다. 목표는 입력 이미지에 대해 두 마리의 고양이가 누워있음을 표현하는 텍스트를 얻는 것이다.   그림 4     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-01-04
CAD&Graphics 2024년 1월호 목차
  17 THEME. 디지털 전환을 위한 CAE와 시뮬레이션 물리 지식 기반 인공지능 차수 축소 모델 / 이승철 LS일렉트릭의 DX 클라우드 전략과 AI 시뮬레이션 적용 / 유성열 메시프리 기술을 통한 설계 단계 CAE 활용 방안 / 김종성 시뮬레이션 기반 디지털 트윈 구축 솔루션 및 적용 사례 / 페이스   Infoworld   Focus 30 오토데스크, “퓨전 360 10주년 맞아 국내 사용자 확대 본격화” 32 멘딕스, 디지털 트윈/생성형 AI와 결합한 로코드 개발 사례 및 비전 소개 34 빌드스마트 콘퍼런스 2023, 생성형 Al 시대의 스마트 빌드 소개   People&Company 37 산업 디지털 트윈/메타버스 플랫폼 기업, 녹원정보기술 실시간 3D 관제 위해 유니티로 디지털 트윈 구현   New Products 40 더욱 빠르고 스마트한 제품 개발 협업 경험 제공 솔리드웍스 2024 42 AI 기반으로 건축/인테리어 3D 그래픽 생성 아키캐드 AI 비주얼라이저 56 이달의 신제품   Case Study 44 디지털 트윈으로 구축하는 스마트 시티 실시간 3D 경험을 통해 도시의 미래를 준비하다 47 메타휴먼 애니메이터로 제작한 단편 영화 ‘Blue Dot’ 고품질의 페이셜 애니메이션을 빠르게 생성해 영화 제작 프로세스 개선   Column 50 디지털 지식전문가 조형식의 지식마당 / 조형식 2024년을 향하여 52 트렌드에서 얻은 것 No.19 / 류용효  마이크로소프트 코파일럿의 모든 것   On Air 62 캐드앤그래픽스 CNG TV 지식방송 지상중계 엔지니어링 업계 트렌드와 2024년 전망 63 캐드앤그래픽스 CNG TV 지식방송 지상중계 스마트 건설 기술 개발 성과와 현황은? 64 캐드앤그래픽스 CNG TV 지식방송 지상중계  BIM 기반 MEP 자동설계 방법의 AR 적용 기술 전망 65 캐드앤그래픽스 CNG TV 지식방송 지상중계  디지털 리얼리티 플랫폼을 통한 제조 산업의 미래 66 캐드앤그래픽스 CNG TV 지식방송 지상중계 효율적인 플랜트 설계를 위한 캐드웍스 소개   58 New Books 60 News   Directory 123 국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 67 오토데스크 한국어 커뮤니티의 시작 / 양승규 국내 전문가와 사용자의 정보 교류 및 네트워크 위한 공간 72 BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱 생성형 AI 코딩으로 프로그램 만들어보기 78 새로워진 캐디안 2024 살펴보기 (1) / 최영석 캐디안 2024의 새로운 기능 82 데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2024 (9) / 천벼리 사용자 정의 팔레트 Ⅰ   Reverse Engineering 85 문화유산 분야의 이미지 데이터베이스와 활용 사례 (1) / 유우식 이미지 데이터와 데이터베이스의 중요성 92 포인트셰이프 디자인을 사용한 역설계 사례 / 드림티엔에스 프론트 라이트 스캔 데이터의 역설계 작업 과정   Visualization 97 산업 경쟁력을 높여주는 XR 기술의 확대 / 조항래 전문가의 작업 노하우를 쉽고 빠르게 전수하는 방법   Mechanical 100 제품 개발 혁신을 가속화하는 크레오 파라메트릭 10.0 (8) / 김주현 크레오 파라메트릭의 GD&T 기능 106 제조업 DX, 3D 데이터의 목표는? (1) / 아이지피넷 제조업 DX의 출발은 3D 데이터의 흐름 관리   Analysis 109 시뮬레이션에서는 딥러닝을 어떻게 쓰고 있을까? / 안지수 물리 법칙을 학습하는 인공지능으로 시뮬레이션을 개선 114 MBD의 이해와 기업 가치 향상을 위한 전략 (1) / 오재응 MBD의 발전 배경과 정의 120 성공적인 유동 해석을 위한 케이던스의 CFD 기술 (5) / 나인플러스IT 보로노이 다이어그램을 이용한 고충실도 CFD 격자 생성     캐드앤그래픽스 2024년 1월호 목차 from 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기
작성일 : 2024-01-02
[특별기획] 캐드앤그래픽스 창간 30주년 축하메시지와 엔지니어링 IT 업계의 트렌드
캐드앤그래픽스는 창간 30주년을 맞아 오늘이 있기까지 함께 도움을 주고 있는 편집자문위원, 전문위원, 전문 필진분들로부터 최근의 근황과 관련 업계 트렌드 그리고 캐드앤그래픽스에 대한 제언에 대해 들어보았다.   ■ 조형식 | 디지털지식연구소 대표   귀하를 간단히 소개 부탁드립니다. 현재 디지털 지식연구소 대표를 하고 있으며, CNG 지식방송을 진행하고, 월간 캐드앤그래픽스의 칼럼을 쓰고 있습니다. 최근에는 기존의 자신의 분야에 국한되지 않고 새로운 분야를 공부하면서 확장하고 있습니다. 특히 생성형 AI의 한 분야인 ChatGPT의 전문가가 되려고 합니다. 이것은 모든 지식의 지식인 메타지식이 될 것으로 예상합니다.   제조 엔지니어링 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 최근 제품 개발 엔지니어링 분야와 엔지니어링 데이터 관리인 PLM 분야는 오랜 정체 끝에 최근에는 새로운 도전을 받고 있습니다.  1차 도전은 디지털 전환이라는 것입니다. 디지털 전환이란 기존의 비즈니스 구조를 디지털 환경으로 점진적으로 전환하고 있습니다. 그러나 2차 도전은 더욱 급격한 변화일 수 있습니다. 즉 기계 중심에서 소프트웨어 중심의 전환이고,  모든 전산 환경이 최신 클라우드 컴퓨팅 및 인공지능과 연결될 것입니다.  수많은 제품과 실체들이 소프트웨어의 형태를 전환하는 소프트웨어 정의(Software Defined Everything)의 시대가 도래되면 이것은 생성 인공지능의 언어 모델과 연결되어 개인과 인공지능의 소통이 되는 시대가 시작될 것으로 전망됩니다. 이것은 모든 부에 대한 접근 방식과 소비에 대한 개념들을 흔들어 놓을 것으로 예상합니다. 이제 디지털 전환(Digital Transformation)에서 나아가 디지털 정의(Digital Definition)가 필요합니다.    앞으로 관련 분야의 시장이 더욱 활성화되기 위해 해결되어야 할 과제나 제언이 있다면 어떤 것이 있을지요? 첫째, 소프트웨어 지식과 창의력이 필요합니다.  둘째, 기계적 마인드에서 소프트웨어적 마인드로 재교육해야 합니다. 셋째, 혁신(Innovation)에 대한 전문적 지식, 방법론 등의 관리가 필요합니다. 넷째, 인공지능과 친해져야 합니다. 다섯째, 인간의 감정과 지능에 대한 연구가 더 필요합니다.   향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 기존의 CNG TV 지식방송을 스튜디오에서만 진행했지만, 2023년에는 줌 방송을 시작했습니다. 출연자가 서울의 스튜디오까지 올 필요 없이 자신의 사무실이나 자택에서 방송에 참여할 수 있습니다. 다른 지방의 도시나 외국에서 근무하는 출연자와 방송을 할 수 있어 저변이 넓어질 것으로 기대합니다. 캐드앤그래픽스와 다양한 지식 커뮤니티를 연결해서 교육 프로그램을 시작했습니다. 이제는 변화의 속도가 빠르기 때문에 관련 커뮤니티와 함께 최신 정보에 대한 교육을 만들어야 합니다.   캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다. 캐드앤그래픽스의 20주년이 어제 같은데 벌써 30주년이 되었습니다. 20주년에 같이 모였던 분이 벌써 작고 하신 분도 계셔서 세월의 흐름을 느낍니다. 지난 10년 동안 세상은 너무나 변화하고, 새로운 개념들이 너무 많이 나왔습니다. 앞으로 30년을 더 발전하려면 더 많은 노력과 독자들의 힘이 필요할 것으로 생각됩니다.  좀 더 변화에 대한 도전이 필요합니다. 30주년의 생존을 축하하면서 앞으로 30년의 생존에 대한 팀과 외부전문가의 합동 워크샵을 하고, 제로 베이스의 원점에서 미래 준비가 필요할 것으로 생각합니다.      ■ 서효원 | KAIST 산업및시스템공학과 명예교수/초빙교수   귀하를 간단히 소개 부탁드립니다. 저는 PDM연구회 운영(1995)을 시작으로 CAM/CAM, PLM 분야에 30여년 몸담아 오고 있습니다. 그동안 한국CDE학회(전 한국CAD/CAM학회) 창립이사(1995)에서 고문(~현재), PLM 컨소시엄 운영위원, KAIST PLM Academy(KPA) 설립 및 책임교수, 힌국산업지능화협회 PLM 및 디지털 트윈 기술위원회 위원장 등을 역임해 오고 있습니다. 연구분야로는 동시공학, PDM/PLM, 엔지어링 온톨로지 등의 연구를 해 왔으며, 최근에는 엔지니어링 문서 자연어 처리, 디지털 트윈 등의 연구 및 프로젝트를 진행하고 있습니다.   제조 엔지니어링 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 최근에 GPT 및 디지털 트윈이 큰 화두로 떠 오르고 있습니다. 디지털 트윈은 그동안 공장자동화, 컴퓨터통합생산, 인더스트리 4.0, CPS 시스템 등의 연장선 상에서 발전되고 있으며, 향후 물리-디지털 트윈간 양방향 커뮤니케이션에 기반해 보다 완성된 디지털 트윈으로 발전하여 정확한 시물레이션 및 예측, 그에 따른 물리 트윈 운영 오퍼레이션 또는 가이드가 이루질 수 있습니다. GPT는 인공지능에 의한 자연어 처리를 대중적으로 활용할 수 있는 수준으로 발전하였습니다. 이러한 GPT 기술은 제조기업 또는 엔지니어링 분야에서 핵심적인 역할을 할 것 입니다. 제품설계, 생산, 유지보수 및 고객서비스 등 모든 분야에서 엔지니어링 정보를 생성, 활용하고 있는데 GPT 가 훌륭한 협업자가 될 것이며, 나아가 단계적으로 전문가 작업을 대체해 나갈 수도 있을 것입니다. 제조 기업에 GPT가 효과적으로 활용되기 위해서는 ‘생성형’이 갖고 있는 이슈가 극복되어져야 할 것입니다. GPT 기술은 PLM 기술의 혁신적 발전을 가져올 것이며, GPT-enabled PLM 은 디지털 스레드 기술을 기반으로 하여 디지털 트윈 발전에 핵심적인 역할을 할 것입니다.   향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 앞서 언급한 GPT 기반 엔지니어링이 가능하도록 하기 위하여 최근에 인공지능 기반 자연어처리 전문가와 협업을 시작하였습니다. 대형 언어 모델(LLM)을 활용하여 엔지니어링 분야의 문서 내용 파싱, 엔지니어링 문서 생성, 엔지니어링 질의 응답 등이 가능한 시스템 개발을 검토하고 있으며, 현재 개발 방향성 분석 및 기본 계획을 수립 중에 있습니다. 이를 위하여 '생성형'이 갖고 있는 이슈를 어떻게 극복할 것인가도 함께 협의하고 있습니다.   캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다. '캐드앤그래픽스'는 어려운 상황에서도 CAD/CAM/PLM 분야 전문지로서 30여년을 굳건하게 지켜 왔습니다. 잡지발간, 지식방송 CNGTV, PLM 베스트 프랙티스 컨퍼런스, 기타 다양한 부분의 콘퍼런스 및 전시 활동을 통하여 전문가들이 함께 할수 있는 물리적, 디지털 공간을 만들어 준 것에 대해 본 분야의 한 사람으로서 매우 고맙게 생각합니다. 앞으로도 많은 발전 있기를 바랍니다.     ■ 한순흥 | 산업데이터표준협회 대표   귀하를 간단히 소개 부탁드립니다. 카이스트 교수직을 2020년에 퇴임하고, 현재는 산업데이터표준협회(www.kstep.or.kr) 대표와 ISO TC184 SC4 JWG16의 컨비너로 활동하고 있으며, 디지털 트윈 표준을 만들고 있습니다.   제조 및 PLM 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 스마트 제조와 디지털 트윈으로 범위를 넓히면서, 특히 IoT, 6G 초고속 통신망 등으로 디지털 데이터에 대한 관심, 그 중에서도 산업데이터에 대한 수요와 관심이 확대되고 있습니다. PLM도 설계 개발 부문의 툴이라는 인식을 벗어나, 원래 단어가 뜻하는 생애주기에 걸쳐 중요한 역할을 하는 시스템으로 확장되어야 하며, 이를 위해 IoT, 6G 초고속 통신망, MES, ERP 등과 연결되는 것이 필요하다고 봅니다.   앞으로 제조 분야의 시장이 더욱 활성화되기 위해 해결되어야 할 과제나 제언이 있다면 어떤 것이 있을지요? 국제와 국내를 포함하여 표준의 중요성이 늘어나고 있습니다. 통신기술의 발전과 이에 따른 글로벌화가 진행되기 때문으로 보입니다. 표준에 대해 지속적인 관심이 필요합니다.   캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다. 일본이나 유럽에 백년 가게들이 있다고 합니다. 캐드앤그래픽스의 백주년 특집호를 기대합니다. 인류의 기술 발전 속도가 가속되고, 이에 따라 인류의 데이터 보유량이 급격히 늘어나고 있습니다. 그 속도만큼 캐드앤그래픽스의 콘텐츠 범위도 같이 늘어나야 현상을 유지하는 것이 가능하다고 봅니다. 물론 그 이상의 발전을 기대합니다.     ■ 김인한 | 경희대학교 건축학과 교수(M3 시스템즈 대표)   귀하를 간단히 소개 부탁드립니다. 저는 교육자로서 지난 30년간 건축분야의 CAD, BIM, 정보기술을 대상으로 연구하고 교육해 왔습니다. 이제 BIM 기술이 어느 정도 활성화되고 실용화 되었다고 보기에, 최근에는 제조화 건축에 관심을 많이 가지고 모듈러 건축기반 플렛폼 회사(M3 시스템즈)를 설립하여 실무 중심의 활동을 하고 있습니다.    건축 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 최근 인건비와 자재비의 급격한 인상과 안전에 관한 이슈가 중요하게 떠오르게 되어 건축(건설)도 기존의 현장기반 시공보다는 공장에서 제작 후 현장에서는 설치/조립을 하는 방향으로 변화가 되고 있습니다.  일반 주택에 더하여, 오피스 건물, 학교건물 등 모든 건축물을 가능하면 프리팹(PreFab)방식으로 선제작하여 현장에서는 불확실성을 줄이는 방향으로 진행될 것입니다. 이는 글로벌한 트렌드이며 한국도 이 건설방식을 주도적으로 연구개발하고 실무에 적용하여야 할 것입니다.   향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 저는 이제 정년이 많이 남지 않아, 그동안 연구개발한 주제들을 대상으로 실무에 적용하고 한국의 미래지향적인 건설기술을 현장에서 참여하며 선도해 가고 싶은 소망이 있습니다. 더 늦기 전에 2년 전 창업한 회사를 중심으로 국내 건설업에 새로운 트렌드를 선도해 가는데 일조를 하고 싶습니다.  M3시스템즈는 일반 주택(전원주택 등)을 포함하여 업무용 건물을 목조, 강구조 및 RC 등 다양한 구조방식에 구애받지 않는 튼튼하고 품질이 좋으면서도 비교적 저렴한 모듈러 기반으로 제작하여 설치하는 플랫폼 기반의 비즈니스를 하고 있습니다. 관심있으신 분들은 웹사이트에 방문해주시기 바랍니다.    캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다. 저는 지난 30여년간 캐드엔그래픽스가 성장하는 모습을 함께 지켜보며 세월을 보냈습니다. 국내 유일의 해당분야 전문매체로서 그 역할을 묵묵히 해온 귀사에 찬사를 보냅니다. 캐드엔그래픽스가 없었다면, 우리 산업의 소통과 성장도 지금과는 크게 달랐을 것이라고 확신합니다. 앞으로도 변함없이 그 위치를 지켜주실 것을 믿어 의심치 않습니다. 그간의 노고에 치하를 드리고, 다시 한 번 축하를 드립니다.     ■ 문영래 | 문영래정형외과 병원장    귀하를 간단히 소개 부탁드립니다. 저는 문영래 정형외과 병원장으로서, 관절 및 스포츠 의학 전문가입니다. 제 역할은 의료 IT와 줄기세포 치료를 통합해 혁신적인 의료 방향을 모색하고, 이를 치료에 적용하는 것입니다. 저희 병원의 목표는 최신 의료 기술을 활용하여 환자들에게 효과적이고 효율적인 치료를 제공하는 것입니다.   의료 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 의료 분야는 광학, 3D 의료 영상, 인공지능 기반 의료, 원격 의료의 확대, 그리고 IT 공학과 생명공학의 융합 등과 같은 기술적 발전을 통해 크게 변화하고 있습니다. 이러한 기술들은 개인화된 치료 해결책을 제공하고, 진료의 질을 높이는 데 중요한 역할을 할 것입니다.   향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 저희 병원 의료진과 환자 모두 최소한의 치료로 최대한의 효과를 얻는 것을 목표로 합니다. 이를 달성하기 위해 첨단 연구와 진료를 결합하고, 다양한 의료기관과의 협력을 통해 새롭고 안전한 의료 기술과 치료법을 개발하고 활용하고 있습니다.   캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다  앞으로 캐드앤그래픽스가 의료 분야의 혁신과 발전을 지속적으로 보도함으로써 독자들과 환자 그리고 의료 기술 개발자들에게 최신 트렌드와 연구 결과를 제공해 주시길 바랍니다. 특히 인공지능 의료, 줄기세포 재생의학과 같은 생명공학 분야에 대한 지식을 포함시킴으로써, 캐드앤그래픽스가 환자와 의료인에게 더욱 다가서는 전문 잡지로 거듭날 것으로 기대합니다.     ■ 장중식 | 국민대학교 공업디자인학과 교수   귀하를 간단히 소개 부탁드립니다. 저는 국민대학교 조형대학 공업디자인학과에서 근무하고 있습니다. 과거부터 남다른 생각으로 경쟁력이 필요할듯 하여 3D프린터를 연구개발하는 분야를 최근까지 이어오고 있습니다. 최근에는 3D프린터를 좀더 효과적이고 혁신적으로 사용할 수 있는 방안을 연구하고 있고, 그 일환으로 의류출력용 3D프린터를 연구 개발하고 있습니다.   제품디자인 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 최근 디자인 분야는 AI와 함께 새로운 급발전을 하고 있습니다. 이에 최근 전자제품들이 전체적으로 똑똑한 것을 넘어서 인공지능을 가진 새로운 서비스로 급발전하고 있습니다. 이에 향후 제품의 트렌드는 인간과 함께 협동으로 살아갈 수 있는 제품으로 발전될 것이라고 기대합니다.   앞으로 3D프린팅 분야의 시장이 더욱 활성화되기 위해 해결되어야 할 과제나 제언이 있다면 어떤 것이 있을지요? 3D프린팅 분야는 최근 라이다 센서를 기반으로 하는 AI 출력 품질개선이라는 새로운 시도를 통해서 신규로 많은 분들이 연구를 진행하고 있습니다. 단지 출력된 것을 기준으로 하는 것이 아닌 레이어별로 해당 부위의 출력 품질을 검증하는 개념으로 앞으로 이런 새로운 서비스가 전체적 제품디자인과 제품의 개념에 영향을 많이 줄 것이라고 생각합니다.   향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? AI기반의 새로운 제품의 도약이라는 측면에서 AI기반 신산업이 우리 대한민국을 다시 한 번 경쟁력 있는 기회로 안내하리라 생각합니다.   캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다. 지금까지도 잘 진행해주셨고 많은 축하를 드립니다 향후에는 좀더 캐드앤그래픽스에서 물리적인 세계와 교감이 있는 새로운 인터페이스의 역할을 기대합니다.     ■ 한석희 | 4차산업혁명연구소 소장    귀하를 간단히 소개 부탁드립니다. 4차산업혁명연구소 소장으로 활동 중입니다. ’4차 산업혁명의 7가지 관점’을 활용하여, 정책, 산업, 기술, 일자리, 교육, 연대기, 인문 등의 관점으로 트렌드를 분석하는 일을 하고 있습니다. 이런 관점을 필요에 따라 한두 가지 묶어 융합하여 사회 및 기업 현장의 현상을 분석하면서 감추어진 인사이트를 찾아내어 기업에 알리는 일을 주로 하고 있습니다.  구체적으로 펼친 활동의 예로서 기술과 정책 관점을 융합하여 뉴웨이브(New Wave)라고 부르는 ‘인더스트리4.0’, ’스마트공장’, ‘DX’ 등에 가까이 다가가서 분석을 한 바 있으며, 이렇게 얻은 지식과 경험을 기업 현장에 응용하고 적용하는 일로 강의, 자문, 저술 등의 방법을 활용하고 있습니다. 그리고 가능한 기회를 얻어서 조직의 구성을 늘려 이런 일을 보다 체계적으로 펼칠 방안을 모색 중입니다.   제조 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 4차 산업혁명이 점차 가속되고 있습니다. 이런 와중에서 국내 제조기업이 빠른 환경 변화에 적응하지 못하여 혼란에 빠지는 총체적 위기 현상을 아주 심각하게 주목하고 있습니다.  그래서 미래 전망을 과거 10년 단위에서 5년 단위로 축소하여 예측하는 필요성을 인지하고 기업이 이런 변화 대응 방안, 적어도 활동 영역에서 ‘최강기업’으로 전환할 수 있도록 돕는 일이 필요하다고 보고 있습니다.  점차 특이점에 다가서고 있는 AI기술이 스마트제조, DX 기술과 융합하여 만들어내는 기회를 선점하여 차별적인 혁신 기술을 구현하는 능력, 그 기술의 응용 방안을 도출하는 것, 비즈니스 모델의 발굴로 연결하는 것 등 이런 과정을 기업 스스로 찾아가는 역량이 절대 필요한 시기에 접어들 것으로 예상하며 대응을 위해 힘을 모아야 할 것으로 내다보고 있습니다.   앞으로 제조 분야의 시장이 더욱 활성화되기 위해 해결되어야 할 과제나 제언이 있다면 어떤 것이 있을지요? 미래는 더 이상 개별 기술이나 산업으로 존재하지 않고 모두 부분 또는 전부 융합하는 방법으로 이전에 없던 것을 만들어 내는 방식으로 새로운 시장을 만들어 내거나 기존 시장에서 틈새 시장을 설정하여 공략하는 일이 전반적으로 진행될 것으로 보고 있습니다.  기업으로서는 ‘창의’, ‘융합’, ‘협업’을 아무 때나 실용적으로 구현해야 하는 능력을 갖추고 실행하는 것이 무엇보다 필요하다고 봅니다.   캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다. 30살된 캐드앤그래픽스를 먼저 축하드립니다. 캐드앤그래픽스가 초창기 CAD & PLM 등의 주된 활동 범위를 용기 있게 벗어나면서 다른 활동 영역으로 범위를 넓히는 것을 지켜보아 왔습니다. 앞으로 이런 변화를 더 확대하여 캐드앤그래픽스라는 명칭을 빼고 모두 바꾸는 수준의 더 큰 변화가 만들어지기를 기대합니다.  전혀 새로운 세상이 다가오는 길목에서 영역과 범위는 물론이고 거버넌스, 비즈니스 모델 등 모든 영역에서 이전에 시도하지 않았던 새로운 것을 많이 만들어 내어 40살 즈음에는 세계가 주목하는 캐드앤그래픽스가 되기를 기원합니다.     ■ 강태욱 | 한국건설기술연구원 연구위원    귀하를 간단히 소개 부탁드립니다. 저는 한국건설기술연구원 연구위원으로 재직중입니다. 현재, BIM학회 이사진, 빌딩스마트협회 편집위원으로 활동하고 있으며, 개인적으로 BIM, 3차원 스캔, 인공지능, 컴퓨터 그래픽스 등과 관련된 블로그, 팟캐스트, 최근에는 CNG TV 전문위원으로도 활동을 하고 있습니다. 아울러, 오픈소스 활동에 관심이 많아, 개발한 유틸리티들을 공유하는 데 노력하고 있습니다. 개인적으로는 생성AI로 표현되는 딥러닝 기술이 급격히 발전되고 있어, 이와 관련된 기술을 관심있게 살펴보는 중입니다.    건축 및 BIM, 스캔 등 관련 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? BIM, 3차원 스캔 및 역설계, 시설물 관리 분야는 디지털 전환 트렌드 아래 AI, IoT와 같은 기술이 적용되어 급격히 발전되고 있습니다.  앞으로 생성AI를 이용해, 스케치만으로도 BIM 모델링이 가능해 질 것이며, 스캔된 정보를 BIM으로 역설계하기 쉬워질 것입니다. IoT는 시설물 관리에 더욱 중요한 기술이 되어, 이를 통해 이상패턴 예측 및 원인 진단과 같은 서비스를 손쉽게 사용할 수 있습니다. 이 모든 기술의 원료인 디지털 데이터의 중요성은 더욱 높아질 것입니다.  특히, 기계 학습될 수 있도록 무결성이 확보된 디지털 데이터의 자산가치는 더욱 높아질 것이라 생각합니다. 이제, 데이터만 있으면, 이를 만든 저작자의 작업 패턴을 인식해 묘사할 수 있습니다. 원본 데이터에 대한 저작권, 보안이 더욱 중요해 질것이라 생각합니다.    앞으로 건축, BIM 분야의 시장이 활성화되기 위해 해결되어야 할 과제나 제언이 있다면 어떤 것이 있을지요? 아직 국내 BIM 데이터는 무결성을 확보하지 않은 경우가 많습니다. 데이터 품질이 확보되지 않는다면, 누구도 그 데이터를 사용하고자 하지 않을 것입니다. 제도적으로도 BIM은 아직 근본적인 한계가 있습니다. 발주제도가 단계별로 통합될 수 없다면, BIM은 단지 이중작업일 수 있습니다. 디지털 트윈 시대에 BIM은 중요한 역할을 할 수 있지만, 앞서가는 기술을 적절히 녹여내지 못한다면, 뒤처진 도구가 될 수도 있습니다. 발주자와 수급자는 요구사항을 명확히하고, 기술을 적절히 사용해, 가치를 얻으려는 노력을 지속해야 할 것 입니다.    향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 제가 기술 개발하는 분야에서 우리 분야 선배님들이 해 왔던 작업들을 해 보고 싶습니다. 이 분야 사람들이 편리하게 사용할 수 있는 도구를 만들어, 작은 기여를 해 보고 싶습니다.   캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다. 캐드앤그래픽스 창간 30주년 기념을 축하드립니다. 제가 캐드앤그래픽스에 칼럼을 기고한지도 11년이 넘었습니다. 그 동안 캐드앤그래픽스는 국내 유일 캐드 그래픽스 엔지니어링 잡지로서 꾸준히 성장하고 발전하는 모습을 보여주었습니다. 데이터가 풍부해지고, 컴퓨팅 파워도 급속히 발전했습니다. 인공지능은 우리 삶 곳곳에 스며들고 있습니다. 앞으로도, 캐드앤그래픽스는 디지털 전환 시대의 변화에 잘 적응하고 더욱 발전할 것이라 생각합니다.      ■ 류용효 | 디원 상무    귀하를 간단히 소개 부탁드립니다. 세 개의 명함이 있습니다. 첫 번째는 본업으로 디원에서 상무로 근무하고 있습니다. 다쏘시스템 솔루션 기반 PLM 컨설팅, 구축 PM, 그리고 Presales 업무를 담당하고 있습니다. 두 번째는 취미활동으로 페이스북 그룹 ‘컨셉맵연구소’ 리더로 활동하면서, 현업의 관점으로 컨설팅, 디자인씽킹으로 기업 프로세스를 정리하는데 도움을 주고 있으며, 1장의 빅 사이즈로 컨셉맵을 만드는데 관심이 많습니다. 세 번째는 부캐로서 CNG TV 전문위원 활동으로 제조부문의 Zoom LIVE 방송 사회를 맡고 있으며, 제조관련 핫 이슈들에 대해 직접 방문 및 취재를 하고 있습니다.    제조 엔지니어링 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 요즘의 대세는 OOTB(Out of the Box)로 최대한 솔루션의 기본 기능에 충실하게 쓰려고 하는 경향을 보이고 있습니다. 그리고 클라우드, MBSE 등이 시장에서 미래 먹거리로 서서히 자리 잡아가고 있습니다. 그리고 시뮬레이션은 디지털 트윈 등의 기술구현의 중심에 자리를 잡으며 꾸준한 성장세를 이어가고 있습니다.  또한, 기업에서의 변화는 특정 솔루션의 의존도에서 기업 스스로 중심에 서서 시스템 아키텍처를 정립하고 솔루션 OOTB 영역과 독자 개발하여 구축하려고 하는 영역을 지속적으로 연구하며 두 마리의 토끼를 잡으려는 경향이 있어 보입니다. 현실적으로 성에 차지 않는 미래 비전일 지라도 거부보다는 지속적인 관심을 가지며 받아드리고자 하는 마음가짐으로 임하는 것이 변화에 대응하는 바람직한 모습이라고 생각합니다.    제조 엔지니어링 분야의 시장이 활성화되기 위해 해결되어야 할 과제나 제언이 있다면 어떤 것이 있을지요? 이제는 더 이상 과거와 같이 컨설팅 회사나 기업 외부에서 컨설팅을 요구하는 만큼 수행할 수 있는 여력이나 자원이 넉넉하지 않습니다. 기업 스스로 어떻게 일을 하고 있는지 정돈된 프로세스가 아니라 리얼(실제)한 스토리보드를 만들어 외부의 컨설턴트와 숨바꼭질 보다 오픈 협업을 해야 하며, 불필요한 분석 비용과 시간 및 효과적인 프로세스나 개선방향을 심도 있게 연구.분석하여 시스템 구축을 리딩하는 시대가 도래한 것 같습니다.  어쩌면 기업내부에서도 서로의 알력이나 승진 등 알게 모르게 복잡한 형태로 일하고 있을지 모릅니다. 거기에다 인력과 시간 부족으로 현업에서 어려움을 겪고 있는 측면도 있고, 기업 인프라 측면에서 효율적인 운영이 안될 가능성도 있습니다. 기업에서는 시스템 도입이 목적과 목표가 아니라, 그 기업에서 만드는 좋은 제품이 나오도록 생각해야만 합니다. 좋은 제품을 만들기 위한 노력 중심으로 에너지와 관심을 집중하게 되면, 업무도 거기에 맞춰 질 것이고, 업무를 지원할 프로세스도 따라가며, 당연히 시스템은 프로세스 기반으로 설계, 구축되어 질 것입니다.  그리고 문서화(업무↔프로세스↔시스템)가 잘 되고 변경관리가 되어야, 건강한 상태로 기업에서 잘 운영될 것이라고 생각합니다. 솔루션 공급사도 해당 솔루션의 기본기능(OOTB)를 잘 알아야 하며, 특히 구축 PM은 직접 시연할 수 있도록 이해하고 있어야 합니다. 현업에서 차출된 분들이 집중교육을 받고 그중에서 이해도 높은 분이 직접 교육하는 것이 효과가 큽니다. 우리는 그것을 ‘키맨’이라고 부릅니다.    향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 리더십으로 인플루언서가 되고 싶습니다. 그리고 가능한 많이 재능기부를 하고 싶습니다. 리더십 인플루언서를 위해 컨셉맵을 다양한 방면으로 발전시켜서, 책 출판 및 업무맵, 서평맵, 프로세스맵, 기업성장맵, 시사맵, 서평맵, 진로맵, 라이프맵 등을 나만의 패턴을 만들어 배우고자 하는 분께 ‘컨셉맵클래스’를 지속적으로 운영하며, 향후 ‘컨셉맵연구소’를 온오프라인으로 구축하여 노후에도 지속적으로 마우스를 놓을 때까지, 만남을 멈출 때까지 하고 싶습니다. 그리고 PLM의 업무는 소명감 의식을 가지고 있습니다. 나의 능력과 고객이 불러줄 때까지 열심히 하려고 합니다.   캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다. 지난 30년을 잘 버텨온 것처럼, 앞으로도 엔지니어링 솔루션 전문지로 캐드앤그래픽스 독자를 위해 지속적 성장을 이루어 갔으면 하는 바람입니다. 시대의 흐름에 따라 변화는 가져가겠지만, 처음 초심은 항상 잃지 않도록 영원한 스타트업으로 정보의 등불이 되어 주시길 소망합니다. 또한 저도 2012년 5월부터 시작한 칼럼을 200회까지 매달 꾸준히 쓰면서 같이 동행하고자 합니다.      ■ 최성권 | 홍익대학교 교수   귀하를 간단히 소개 부탁드립니다. 저의 주요 활동 무대는 대학교육과 기업 활동을 겸하고 있습니다. 현재는 홍익대학교 공학교육 혁신센터가 운영 중인 홍익 메이커스페이스 총괄 교수와 이화여자대학교 산업디자인과 겸임교수로 활동 중이며, 캐드앤그래픽스 CNG TV에서 디자인 및 3D프린팅 분야 전문위원을 수행 중입니다.  기업에서는 VR, XR 관련  실감형 교육 콘텐츠 개발이 주이며, 대학에서는 디지털디자인과 3D프린팅 기술 활용에 대한 교육을 하고 있습니다. 최근에는 생성형 인공지능(AI) 도구를 제품디자인과 3D프린팅 디자인에 활용하는 교육 커리를 개발중에 있습니다.   제품디자인 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 디자인 분야에서는 인공지능 활용이 확대되고 있음을 실감합니다. 학생들이 만들어 오는 과제 결과의 일부가 미드저니(Midjourney)나 스테이블 디퓨전(Stable Diffusion), 달리 2(DALL.E2), 파이어플라이(Firefly), 챗지피티(ChatGPT) 등과 협업하는 것입니다. 물론 다양한 문제나 한계는 있지만 가능성, 효과가 극적이라 이제 새로운 국면이 열린 것으로 보입니다. 긍정적인 방향으로 활용하는 방법이 우선인 듯합니다.   3D프린팅 분야의 시장이 더욱 활성화되기 위해 해결되어야 할 과제나 제언이 있다면 어떤 것이 있을지요? 인공지능 활용 분야의 확장과 활성화는 시장 전개로 볼 때 낙관적으로 보입니다. 활용하느냐 활용하지 않느냐의 문제일 것입니다. 3D프린팅, 적층 제조(AM)산업은 이제 시제품에서 상품을 만드는 양산화로 변화되고 있습니다.    향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 디자인 분야 특히 제품디자인 분야에서 인공지능 활용 디자인 방법론과 3D프린팅 프로세스를 융합하는 연구를 계획하고 있습니다. 구체화 되면 다양한 미디어를 통해 공유할 계획입니다.    캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다. 12월로 창간 30주년을 맞이하는 캐드앤그래픽스에 대해 먼저 축하드립니다. 그간 많은 분들의 노고와 헌신이 바탕이 되었다고 생각합니다. 지난 30년을 발판으로 이제 100년을 향한 새로운 여정의 시작이라 보고 급변하는 시대에도 독자들을 위해 왜곡되지 않는 정보의 창이 되어주길 기대해 봅니다.     ■ 안무정 | LG CNS 책임연구원   귀하를 간단히 소개 부탁드립니다. LG CNS 공공 DX(Digital Transformation) 신사업 개발을 담당하고 있으며, 최근 생성형 AI를  공공/국방 영역에 확산하기 위해 노력하고 있습니다. 또한 캐드앤그래픽스 CNG TV에서 전문위원으로 활동하고 있습니다.    IT 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 업무 프로세스가 생성형 AI로 재편되고 있으며, 특히 파편화된 정보와 지식이 생성형 AI 중심으로 재구성되고 학습되어 진정한 지식경영(KM)의 혁신이 실현될 것으로 봅니다.   앞으로 IT 분야의 시장이 더욱 활성화되기 위해 해결되어야 할 과제나 제언이 있다면 어떤 것이 있을지요? AI가 주도하는 시대에 지속 가능한 경쟁력 확보와 혁신을 위해 단기 전략이 아닌 중장기 전략 수립과 실행이 필요하며, 특히 AI 확산을 주도할 수 있는 조직 구성과 전문가 육성이 절대적으로 요구됩니다.   향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 현재 진행하는 신사업의 성공적인 결과를 만들기 위해 최선을 다할 것이며, 2024년 신간 출판을 통해 독자와 오프라인 모임을 기대합니다.   캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언을 부탁드립니다. 캐드앤그래픽스의 창간 30주년을 축하하며, 앞으로 세상의 모든 최신 IT 기술을 선도하는 대한민국 대표 전문 기술 메거진으로 발전하기를 응원합니다.        ■ 신경수 | 코스펙빔테크 전무   귀하를 간단히 소개 부탁드립니다. 1990년부터 건축 CAD 관련 일을 했고, 캐드파워(CADPOWER)를 개발했으며, 현재는 코스펙빔테크에서 BIM 컨설팅 업무와 연우PC엔지니어링의 스마트건설사업 지원업무를 겸하고 있습니다.   건축 및 BIM 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 현재 하고 있는 BIM 업무는 어느덧 국내에 도입된지 20여 년이 다 되어 갑니다. 지금은 일반화되었고, BIM 정보와 연계한 다양한 IT 기술과 접목해서 활용성이 높아지고 있습니다. 이는 스마트건설과 맞물려서 BIM 정보를 연계한 건설장비 활용, 3D 프린팅, 드론, 바닥에 먹줄을 놓은 레이아웃 로봇 등에도 사용되고 있습니다. 이처럼 BIM 데이터를 활용하는 기술이 발전할 수록 BIM 데이터 작성이 중요해지므로 BIM의 활용은 더욱 보편화될 것입니다.   건축 및 BIM 분야의 시장이 더욱 활성화되기 위해 해결되어야 할 과제나 제언이 있다면 어떤 것이 있을지요? 무엇보다 BIM 분야의 시장이 더욱 활성화되려면 BIM 기술 자체 보다 수요를 창출할 수 있는 시장이 만들어져야 합니다. 현재의 침체된 건설 경기와 낮은 수익성으로 건설사의 BIM 활용에 대한 투자가 줄어들고, 아울러 건축설계 단계에 BIM을 활용하는 건축사사무소 역시 일감이 줄어들어 BIM을 사용하려고 해도 사용할 수 없는 사항이 발생하고 있습니다. 가장 중요한 것은 BIM 기술을 활용할 수 있는 시장의 확보입니다. 그런 면에서 건설 경기가 나아져서 많은 건축물들이 지어지기 바랍니다.   향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 지금은 BIM 관련 업무보다는 프리캐스트 콘크리트(PC)/OSC/모듈러 등의 현대적 건축기술과 관련해서 회사에서 운영하는 네이버 카페(피씨를 사랑하는 모임)에 관련 정보를 지속적으로 업데이트 있습니다. 관련 분야의 저변 확대와 발전을 위한 노력의 일환으로 회사에서 이에 대해 많은 신경을 쓰고 있습니다. 현대적 건축기술은 현장 위주의 건설이 아닌 공장 제작 후 현장 조립 방식을 지향합니다. 이런 방식을 위해서는 BIM 기술이 효율적으로 활용되어야 하므로 이에 대한 정보도 소개하고 있습니다.     ■ 김명섭 | 자동차부품산업진흥재단 IT 전문위원   귀하를 간단히 소개 부탁드립니다. 자동차부품산업진흥재단 스마트공장 전문위원으로서 중견중소기업 코칭을 하고 있습니다.    제조 및 스마트공장 관련 분야의 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 최근 인구소멸에 따라 자동화 추진과 디지털 전환을 중심으로 글로벌 서비스 비즈니스가 되는 중소기업의 육성 및 전개가 필요한 시점이라고 봅니다.   앞으로 스마트공장이 더욱 활성화되기 위해 해결되어야 할 과제나 제언이 있다면 어떤 것이 있을지요? CAX가 C5를 넘어 아이디어를 가공하여 가치 창조 사회로 가는 디지털 사회로의 전환이 필요하다고 봅니다. 즉 기술 사회가 가치 사회로 연결이 되어야 합니다.    향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 2세대, 3세대 오너 및 젊은 제조 기술인들에게 가치 사회와 디지털 전환에 대한 강연을 많이 하고자 합니다.   캐드앤그래픽스에 전하고 싶은 말씀 또는 앞으로 나아갈 방향에 대해 조언을 부탁드립니다. 대한민국 산업사에서 CAX 저변화에 캐드앤그래픽스가 큰 기여를 한 것을 모두가 압니다. 이제는 후배님들이 더 지속적으로 글로벌 경쟁 속에서 소통하며 가치를 창조하고 리딩할 수 있도록 지식보다는 지혜를 제시해야 한다고 봅니다.     ■ 정일영 | 스마트팩토리연구소 소장   귀하를 간단히 소개 부탁드립니다. 29년 석유화학기업의 공장과 기획 부문에서 근무했습니다. 국내외 21개 플랜트에 대한 ERP 프로젝트, 예지보전과 공장 최적화 등 10여 건의 프로젝트를 수행하면서 플랜트 스마트팩토리 전략가로 육성하였습니다. 2018년부터 스마트팩토리연구소 소장으로 디지털 트랜스포메이션과 스마트팩토리의 차별화된 추진의 전도사로 전략 강의와 자문을 하고 있습니다. 작년부터는 제가 만든 설비관리 진단 방법론을 가지고 제조 현장의 설비관리 체계를 잡아 주고 공장 경쟁력을 높여 주는 활동 중에 있습니다.    제조 및 스마트공장 관련 최근 변화 및 트렌드, 전망에 대해 어떻게 보고 계십니까? 공장에 컴퓨터가 들어 온 지 불과 30년 만에 분산화와 병렬화 기술로 빅데이터 시대를 이야기하고 있습니다. 거기에 생성형 AI가 등장해 새로운 변곡점의 한 꼭지에 와 있습니다. 그런 기술 발전 속에서도 제조 현장은 ‘Back to the Basic’을 이야기하며 다시금 기본을 요구하고 있습니다. 올바른 체계를 요구하고 있고 구축된 그 체계를 잘 따를 역량 향상도 요구하고 있습니다. 기술만 이야기하던 현장의 생각이 변하고 있습니다.  지난 몇 년 동안 제조 현장은 역량과 제도는 무시하고 기술만 쫓았습니다. 그 결과 시간과 투자는 늘어 갔지만 Cost Report 상으로 효율이나 효과는 찾지 못했습니다. 그래서인지 제조 현장의 설비관리 트렌드를 보면, 활동을 통해 효과와 효율을 얻는 접근을 하고 있습니다.    향후 계획이나 이루고 싶은 일, 소개하고 싶은 것이 있다면? 저의 주 분야인 설비관리는 지금까지 설비가 고장이 나면 빨리 고치는 것에 포커스 했습니다. 하지만 앞으로는 바꾸어야 합니다. 잘 고치는 것만큼 고장이 나지 않게 하는 원천적인 것에 포커스 하려고 합니다. 이것은 공장의 정비비 예산을 절감하려고 노력하는 것이 아니라 보전활동을 바르게 했더니 자연스럽게 정비비 예산이 남게 되는 것입니다. 이런 제조 공장을 만드는데 도움이 되고 싶습니다. 또한 아직까지는 몇몇 대기업 위주로 일을 하고 있지만 내년부터는 좀 더 적극적으로 중소기업까지 확대하여 기업의 경쟁력을 높이는데 한 곳이라도 더 도움이 되고 싶습니다.    캐드앤그래픽스에 전하고 싶은 말씀 또는 나아갈 방향에 대해 조언 부탁드립니다. 캐드앤그래픽스의 30주년 생일을 축하합니다. 인터넷 시대와 유비쿼터스 시대 등 급변하는 시대 속에서도 앞장서서 같이 웃어주고 때론 같이 울어 준 마음에 박수를 드립니다. 지난 30년 캐드앤그래픽스는 수많은 기업체 속의 샛별이었습니다. 어두운 아침에 가장 밝게 맞아주고 저녁에는 붉은 노을 속에서 하루를 정리하는 발걸음과도 같이 했습니다. 앞으로 30년도 지난 30년과 같을 것으로 예상합니다. 지금보다 더 따스하고 밝은 모습으로 기업들 속 샛별이 되어 주길 바랍니다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2023-12-15
플라스틱 병 스캔 데이터의 역설계 작업 과정
포인트셰이프 디자인을 사용한 역설계 사례   포인트셰이프 디자인(PointShape Design)은 드림티엔에스에서 자체 개발한 3D CAD 기반의 역설계 소프트웨어로 CGM(CATIA) 커널이 적용됐으며, 사용자에게 친숙한 디자인 프로세스 및 사용자 인터페이스를 제공한다. 이번 호에서는 플라스틱 병의 스캔 데이터에서 3D CAD 모델을 쉽게 생성하는 방법을 소개한다.   ■ 자료 제공 : 드림티엔에스, www.pointshape.com   이번 호에서 살펴볼 역설계 프로세스는 다음과 같다. 스캔 데이터 불러오기 및 정렬 스캔 데이터 단면 추출 및 스케치 모델링 툴과 편집 툴을 사용하여 3D 모델 작업  Analyzing 기능을 통한 설계 데이터 편차 확인  최종 설계 데이터 완성    스캔 데이터 불러오기 및 정렬(Import & Alignment) 3D 스캐너를 통해 취득한 스캔 데이터를 <그림 1>과 같이 프로그램에서 불러온다.  스캔 데이터의 좌표 정렬 상태는 스캔 당시 스캐너의 좌표를 기준으로 정렬되어 있는 상대좌표 상태이기 때문에, 스캔 데이터를 절대 좌표에 정렬한 후 역설계를 진행한다. 3-2-1 Alignment 기능을 사용하여 좌표 정렬할 스캔 데이터를 선택하고 평면, 벡터, 점을 순서대로 선택하여 스캔 데이터를 절대 좌표에 정렬한다.   그림 1   그림 2   스캔 데이터 단면 추출 및 스케치(Plane(Offset) - 2D Sketch) Ref. Plane의 오프셋(Offset) 기능을 사용하여 해당 위치에 2개의 평면을 생성한 후, 해당 평면을 스케치 평면으로 사용하여 단면 폴리라인(Polyline)을 각각 추출하고 추출된 단면 폴리라인을 따라 스케치한다. 스케치를 한 후 트림(Trim)을 한 후에 필렛(Fillet) 기능을 이용하여 라인을 다듬는다.    그림 3   그림 4   모델링 툴을 사용하여 3D 모델 작업 해당 부분을 스케치한 후 <그림 5~6>과 같이 익스트루드(Extrude) 기능을 사용하여 형상을 만든다.    그림 5   그림 6   스케치를 통해 해당 평면을 생성하고 폴리라인을 따라 스케치를 한 후 트림 기능을 사용하여 라인을 다듬고 익스트루드 기능을 사용하여 형상을 만든다.    그림 7   그림 8     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2023-12-04
[포커스] 부천국제금형콘퍼런스, 지능화를 통한 금형산업의 혁신 전략 짚다
‘2023 부천국제금형콘퍼런스’가 지난 11월 3일 열렸다. ‘AI 활용 금형 지능화를 위한 금형산업 미래 제조혁신 방안’을 주제로 한 이번 행사에서는 금형산업의 혁신을 지원하는 인공지능, 클라우드, 로봇, 비전 등 다양한 기술의 발전상을 짚고 미래 발전 방향을 살펴보는 기회가 마련됐다. ■ 정수진 편집장     한국금형기술센터의 윤길상 센터장은 부천에 자리한 센터를 소개했다. 우리나라 금형 업체의 61%가 수도권에 자리잡고 있으며, 그 중 37%가 부천에 있다. 윤길상 센터장은 “한국금형기술센터는 IT 기술 접목, 디지털화, 스마트 공장 등의 기술 개발과 지원을 통해 부천 및 국내 금형산업의 육성을 진행하고 있다”고 전했다. 한국금형기술센터는 금형 해석 소프트웨어, 실험/측정장비, 3D 프린터/3D 스캐너, 가공 장비, 사출 성형 장비 등을 갖추고 금형 관련 기술의 연구개발을 수행한다. 중장기 원천기술을 개발해 금형산업 현장의 애로 기술을 해결하고 첨단 기술의 실용화를 지원하는 데에 중점을 두고 있다. 윤길상 센터장은 “아날로그 기계와 공정의 디지털 전환, 통합 시스템 운영 지원, 사출/프레스 금형의 디지털 공정 시스템 개발 등을 통해 현재 연간 5000건, 900여 개 업체를 지원하고 있다”면서, 앞으로도 디지털 기술을 접목한 금형산업의 디지털 전환 지원, 신산업 R&D, 지역 특화 혁신 기여 등을 추진할 것”이라고 밝혔다. 건솔루션 조익열 부장은 ‘금형업종의 데이터 분석 및 협동로봇 기반 머신텐딩 구축 사례’를 발표했다. 금형 공장에서는 다양한 장비 데이터를 얻을 수 있는데, 조익열 부장은 이 데이터를 수집, 분석하고 그 결과를 바탕으로 설비의 배치나 운용을 최적화할 수 있다고 설명했다. 수집하는 데이터는 실시간 모니터링을 통한 공장의 설비별 가동시간과 가동률, 알람 이력 등이 있으며, 이를 프로젝트/제품/가공 타입별로 분석해 인사이트를 얻을 수 있다. 그리고 불량을 예상하거나 설비 진단을 통한 보정일정 예측, 고장 발생 전 사전 보전활동 수행 등이 가능하다. 한편, 머신텐딩이란 금속 가공 기계나 플라스틱 사출 기계 등에서 소재와 가공물을 투입하고 가공된 반제품과 완성품을 꺼내어 다음 공정으로 이동시키는 자동화 공정을 가리킨다. 조익열 부장은 머신텐딩 시스템 도입 사례를 소개하면서 “금형 분야에서는 협동로봇 한 대로 가공과 측정을 수행하고, 그리퍼를 교체하지 않고 하나의 팔레트 위에서 연속 공정을 진행하도록 시스템을 구성할 수 있다. 그리고 머시닝 센터/CNC 선반 분야에서는 3D 비전으로 가공 소재를 확인하고 24시간 무인 가동 시스템을 구축 가능하다”고 설명했다.   ▲ 건솔루션이 소개한 사출 공장 통합 모니터링 시스템   ‘AI 통합 솔루션을 통한 금형설계 및 제조의 미래 역량 강화’에 대해 소개한 헥사곤의 카 쿤 고(Kah Khoon Goh) 부사장은 “헥사곤은 소프트웨어와 하드웨어를 아우르는 엔드 투 엔드 솔루션으로 제조 자동화를 돕고 있으며 디지털화와 클라우드 역량을 지원한다. 이를 통해 고객의 생산 품질을 높이고, 궁극적으로 고객의 프로세스와 비즈니스를 강화할 수 있도록 돕는다”고 설명했다. 헥사곤이 최근 국내에서도 출시한 넥서스(Nexus) 플랫폼은 하나의 플랫폼에서 설계-품질 검사-생산을 연결하고 인공지능(AI), 에지 컴퓨팅, 시각화도 연결해 활용할 수 있도록 하는 것이 특징이다. 헥사곤은 제품 설계, 3D 스캐닝/역설계, 설계 검증/최적화, 재료 시뮬레이션, 제조/가공 준비, 가공 방법 결정, 품질 검사, 실시간 리포팅, 엔터프라이즈 품질 관리 등 제조 전 영역의 작업을 넥서스 플랫폼에서 매끄럽게 연결할 수 있다는 점을 내세운다. 카 쿤 고 부사장은 “넥서스는 헥사곤뿐 아니라 파트너사와 서드파티 소프트웨어를 연계할 수 있는 개방성 및 CAD/CAM/CAE/품질 데이터를 변환 없이 공유하는 협업 기능을 제공한다”고 전했다. 또한 “헥사곤은 가상 설계와 더욱 빠른 제조, 실시간 모니터링 및 빠른 문제 해결, 빅데이터 기반 예지보전 등을 위한 딥러닝과 AI를 활용할 수 있도록 지원하고 있다”고 덧붙였다.     버넥트의 하태진 대표는 ‘금형산업 현장을 혁신하는 XR 기술 및 적용사례’를 발표했다. 제조 산업 현장에서 겪는 주요한 문제 중 하나는 인력 부족이다. 전반적인 고령화와 함께 숙련자의 경험이나 노하우가 퇴직으로 제대로 전달되지 못하고, 회사의 역량으로 남지 못한다는 점이 지적되고 있다. 하태진 대표는 “이런 상황에서 지식을 미숙련자에게 전달하는 솔루션이 중요해지고 있는데, 대표적인 것이 현장 매뉴얼을 XR(확장현실)로 제작하는 콘텐츠 저작 도구”라고 설명했다. XR 기술을 활용하면 현장의 영상을 스마트폰이나 스마트 글라스로 실시간 전송할 수 있는데, 이를 활요하면 공장에서 멀리 떨어진 곳에서도 효과적으로 작업을 지시할 수 있다. 현장에서 모의 훈련이나 시뮬레이션을 XR 기반으로 진행할 수도 있고, 안전 사고를 줄이거나 시설 관리에서 원격 소통을 위한 솔루션으로 XR을 활용 가능하다. 또한, 하태진 대표는 조선이나 반도체 산업의 설비 관리, 특성화고교나 직업 훈련기관의 교육, 해외 법인간 다국어 음성 지원, 조선소 현장의 원격 품질 검사, 기계 장비의 유지보수, 항공 조종사의 훈련 시뮬레이터, 반도체 장비의 가상 조립 훈련 등 산업 분야에서 XR 솔루션을 활용하는 다양한 사례도 소개했다.  이외에도 이번 콘퍼런스에서는 ▲스토브코리아 최영태 팀장의 ‘금형 자동화를 위한 환경 개선 솔루션’ ▲KAIST 최재식 교수의 ‘미리보는 2024년 AI 산업/기술 트렌드’ ▲픽잇코리아 조영범 차장의 ‘3D 로봇비전을 통한 금형기술 디지털라이제이션’ 등의 발표가 진행됐다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2023-12-04
CAD&Graphics 2023년 12월호 목차
  18 THEME.  제품 개발과 엔지니어링을 혁신하는 디지털 기술 제조업을 위한 생성형 AI 기반의 제품 설계 및 디자인 / 강남우, 신동주 엔지니어링 VDI 환경을 구축하는 클라우드 기반의 원격 스트리밍 서비스 / 조상만 AWS 표준의 eVDI/HPC/CAE 관련 R&D 업무 환경 최적화 서비스 / 김완희 기업의 디지털 트윈 구축과 활용을 돕는 언리얼 엔진 / 진득호   INFOWORLD   Focus 37 CAE 컨퍼런스 2023, ‘CAE 분야의 AI 혁신과 디지털 트윈’ 주제로 최신 인사이트 공유 40 크레아폼, 휴대용 3D 스캐너로 정밀한 제조 데이터 획득과 활용 지원 42 제조산업의 디지털 전환과 AI 전략 소개한 덱스콘 2023 개최 44 부천국제금형콘퍼런스, 지능화를 통한 금형산업의 혁신 전략 짚다 46 뿌리산업의 미래 짚어보는 2023 뿌리산업 미래융합기술전시회 및 한국금형비전포럼 개최 48 경희대, “건축 설계 평가에 AI 도입해 정확성과 신뢰성 높인다”   People&Company 49 지멘스 디지털 인더스트리 소프트웨어 댄 스테이플 이사 AI·클라우드 강화한 솔리드 엣지 2024로 중소기업의 디지털 전환 돕는다   New Products 56 산업 분야의 고품질 시각화 위한 리얼타임 3D 솔루션 트윈모션 2023.2   Case Study 52 글로벌 엔지니어링 기업으로 발돋움하는 현대엔지니어링 클라우드의 가상화 기술로 플랜트 설계 인프라 혁신 54 꼭 확인해야 할 인터랙티브 3D 제품 컨피규레이터 네 가지 실시간 시각화 기술로 소비자 요구에 대응하는 마케팅 경험 강화   Column 17 캐드앤그래픽스 창간 30주년… 더불어 도약의 길로 / 최경화 60 CAE, MBSE를 넘어 DBSE로 / 양영진 63 트렌드에서 얻은 것 No.18 / 류용효 2024 트렌드 맵 66 디지털 지식전문가 조형식의 지식마당 / 조형식 챗GPT 대전환의 시대   특별기획 68 캐드앤그래픽스 창간 30주년 축하 인터뷰   80 News 84 New Books   Directory 139 국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 86 새로워진 캐디안 2023 살펴보기 (14) / 최영석 캐디안 2023의 3D 객체 그리기 기능 Ⅴ 88 데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2024 (8) / 천벼리 리스프 로드하기   Mechanical 91 국내 E-CAD 시장 분석과 전장설계 활용을 위한 제언 (2) / 구형서 E-CAD를 전장 설계에 활용하기 위한 제언 117 제품 개발 혁신을 가속화하는 크레오 파라메트릭 10.0 (7) / 김주현 MBD 사용하기   Reverse Engineering 96 이미지 정보의 취득, 분석 및 활용 (12) / 유우식 입체 이미지 정보의 유혹과 과제 106 포인트셰이프 디자인을 사용한 역설계 사례 / 드림티엔에스 플라스틱 병 스캔 데이터의 역설계 작업 과정   Analysis 111 성공적인 유동 해석을 위한 케이던스의 CFD 기술 (4) / 나인플러스IT 유동 시뮬레이션을 통한 팬의 성능 향상 124 전열 해석 자동화 프로그램 BeHAP의 소개 및 사용법 / 김재원 버스바의 최적 설계 프로세스 단축하기   3D Printing 114 적층제조의 복잡성 해소하는 음함수 상호 운용성 기술의 소개 / 박지민 복잡한 설계 파일 처리 및 메시 없는 3D 프린팅 출력   PLM 136 제조기업의 미래를 위한 PLM 이야기 (10) / 김성희 PLM 시스템 구축의 긴 여정     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기    
작성일 : 2023-11-29
자동차 서스펜션 스캔 데이터의 역설계 작업 과정
포인트셰이프 디자인을 사용한 역설계 사례   포인트셰이프 디자인(PointShape Design)은 드림티엔에스에서 자체 개발한 역설계 소프트웨어이다. 3D CAD 기반의 CGM(CATIA) 커널이 적용됐고, 사용자에게 친숙한 디자인 프로세스 및 사용자 인터페이스를 제공한다. 이번 호에서는 자동차의 서스펜션 제품의 3D CAD 모델을 쉽게 생성하는 방법에 대해 소개한다.   ■ 자료 제공 : 드림티엔에스, www.pointshape.com   이번 호에서 살펴 볼 역설계 프로세스는 다음과 같다. 스캔 데이터 불러오기 및 정렬 스캔 데이터 단면 추출 및 스케치 모델링 툴과 편집 툴을 사용하여 3D 모델 작업 Analyzing 기능을 통한 설계 데이터 편차 확인 최종 설계 데이터 완성   스캔 데이터 불러오기 및 정렬(Import & Alignment) 3D 스캐너를 통해 취득한 스캔 데이터를 <그림 1>과 같이 프로그램에서 불러온다. 스캔 데이터의 좌표 정렬 상태는 스캔 당시 스캐너의 좌표를 기준으로 정렬되어 있는 상대좌표 상태이기 때문에, 스캔 데이터를 절대 좌표에 정렬한 후 역설계를 진행한다. 3-2-1 Alignment 기능을 사용하여 좌표 정렬할 스캔 데이터를 선택하고 평면, 벡터, 점을 순서대로 선택하여 스캔 데이터를 절대 좌표에 정렬한다.   그림 1   그림 2   스캔 데이터 단면 추출 및 스케치(Plane(Offset) - 2D Sketch) Ref. Plane의 Offset 기능을 사용하여 해당 위치에 2개의 평면을 생성한 후, 해당 평면을 스케치 평면으로 사용하여 단면 폴리라인(polyline)을 각각 추출하고 추출된 단면 폴리라인을 따라 스케치한다. 스케치를 한 후 트림(Trim) 기능을 이용하여 라인을 다듬는다.   그림 3   그림 4   모델링 툴을 사용하여 3D 모델 작업 해당 부분을 스케치한 후 <그림 5~6>과 같이 익스트루드(Extrude) 기능을 사용하여 형상을 만든다.   그림 5   그림 6   스케치를 통해 해당 평면을 생성하고 폴리라인을 따라 스케치를 한 후 트림 기능을 사용하여 라인을 다듬고 익스트루드 기능을 사용하여 형상을 만든다.   그림 7   그림 8   스케치를 통해 해당 평면을 생성하고 폴리라인을 따라 스케치를 한 후 트림 기능을 사용하여 라인을 다듬고 익스트루드 기능을 사용하여 형상을 만든다.   ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2023-11-02