매스웍스는 매트랩(MATLAB) 및 시뮬링크(Simulink) 제품군의 릴리스 2024a(Release 2024a, 이하 R2024a)를 발표했다. 이번 R2024a는 AI 및 무선 통신 시스템을 다루는 엔지니어와 연구원의 워크플로를 간소화하는 새로운 기능을 포함한다. 현재 약 6000개의 저궤도 위성(LEO)가 궤도를 돌고 있으며 수십억 달러의 민간 부문 자금이 우주 관련 기업으로 유입되면서, 위성 통신에 대한 관심이 높아졌다. 위성 통신 엔지니어는 매트랩/시뮬링크 R2024a의 위성 통신 툴박스(Satellite Communications Toolbox) 업데이트를 통해 시나리오를 모델링할 수 있다. 또한 R2024a는 위성 통신 시스템과 링크를 설계 및 시뮬레이션하고 검증할 수 있는 표준 기반 툴을 제공한다. 이 툴박스는 RF 성분 및 지상국 수신기와 함께 물리 계층 알고리즘 설계와 테스트 파형을 생성할 수 있으며, 골든 레퍼런스 설계 검증을 수행할 수 있도록 지원한다.     이번 업데이트는 매트랩 및 시뮬링크에서 주로 사용되는 ▲컴퓨터 비전 툴박스(Computer Vision Toolbox) ▲딥러닝 툴박스(Deep Learning Toolbox) ▲계측기 제어 툴박스(Instrument Control Toolbox)에 대한 주요 업데이트도 포함한다. 컴퓨터 비전 툴박스는 컴퓨터 비전, 3차원 비전, 비디오 처리 시스템을 설계와 테스트를 위한 알고리즘, 함수 및 앱을 제공한다. 이 제품에는 2차원/3차원 비전 작업을 위한 알고리즘 설계, 데이터 레이블 지정, 코드 생성 기능이 포함되어 있다. 딥러닝 툴박스는 알고리즘, 사전 훈련된 모델 및 앱을 사용하여 심층 신경망을 설계하고 구현할 수 있는 프레임워크를 제공한다. 이 툴박스는 트랜스포머와 같은 아키텍처를 지원하고, 파이토치(PyTorch) 및 텐서플로우(TensorFlow) 모델과 연동 시뮬레이션을 수행할 수 있다. 계측기 제어 툴박스는 오실로스코프, 함수 발생기, 신호 분석기, 전력 공급장치, 분석 계측기와 같은 기기에 매트랩을 곧바로 연결할 수 있다. 계측기 탐색기(Instrument Explorer) 앱을 사용할 경우, 코드를 작성하지 않고 IVI 및 VXI 플러그 앤 플레이(Plug&Play) 드라이버 지원 기기를 관리할 수 있다. 매스웍스의 도미닉 비엔스(Dominic Viens) 기술 제품 마케팅 부문 이사는 “엔지니어들이 무선 시스템의 빠른 진화에 대처하기 위해 디자인, 시뮬레이션 및 검증을 위한 활용성이 높은 통신 툴을 사용하는 것이 필수적”이라면서, “R2024a 업데이트는 차세대 통신 시스템 구현과 지원을 한층 수월하게 할 것”이라고 말했다.

빌딩스마트협회는 오는 4월 16일 ‘빌드스마트 포럼 2024(buildSMART FORUM 2024)’를 논현동 건설회관에서 개최한다고 전했다. 국내외 BIM(빌딩 정보 모델링) 정보 및 기술을 공유함으로써 BIM 활성화에 기여하기 위한 목적으로 열리는 이번 빌드스마트 포럼 2024는 온/오프라인으로 동시 진행될 예정이다. 빌딩스마트협회는 ‘Transformative AEC : Synergy of Generative AI and the Metaverse’라는 주제를 통해 최근 화제로 떠오르고 있는 생성형 AI와 메타버스가 AEC(건축/엔지니어링/건설)에서 어떻게 활용되고 있으며, 앞으로 어떻게 발전하고 업계에서는 어떻게 대응해야 할 지 확인할 수 있는 자리를 마련할 계획이다. 이번 포럼에서는 카이스트 손훈 교수, DL이앤씨 이상영 담당, 카이스트 김영철 교수가 기조연설을 진행한다. 또한 데이튼대학의 김남균 교수, 에스엘즈 정재헌 대표, 수민함디자인의 함수민 대표, 홍콩폴리텍대학 키이춘(KEE Yee Chun) 교수, 홍콩시립대 하오정(Hao Zheng) 교수 등이 국내외의 다양한 AI 및 메타버스, 그리고 스마트 건설 사례와 가능성에 대하여 발표한다.  빌딩스마트협회는 4월 12일까지 빌드스마트 포럼 2024의 사전등록을 진행한다고 밝혔다.  

제품 개발 혁신을 가속화하는 크레오 파라메트릭 10.0 (11)   PTC 매스캐드 프라임(PTC Mathcad Prime)은 엔지니어링 계산을 수행하고 분석 및 공유하는 엔지니어링 수학 소프트웨어이다. 매스캐드 프라임은 수학적인 표기법, 강력한 호환 기능 그리고 개방적인 구조로 사용하기 쉽고, 엔지니어의 극단적인 설계와 공학 프로세스에 최적화하게끔 구성되어 있다.  이번 호에서는 매스캐드 프라임 9.0에 대해 예제를 통해 배워보자.   ■ 김주현 디지테크 기술지원팀의 차장으로 크레오 전 제품의 기술지원 및 교육을 담당하고 있다. 이메일 | sskim@digiteki.com 홈페이지 | www.digiteki.com   매스캐드 프라임의 UI 매스캐드 프라임은 다음과 같이 리본 UI(사용자 인터페이스)를 구성하고 있다.   수학 사용자가 직접 수학 계산에 필요한 입력 값과 연산자 입력/활용할 수 있다.     입력/출력 작업 시트나 엑셀 같은 문서의 가져오기/내보내기 기능을 할 수 있다.      함수 복잡한 수학 함수 미적분 방정식, 벡터/행렬 함수 기능을 사용할 수 있다.       행렬/표 행렬, 표 테이블, 벡터의 생성과 편집을 할 수 있다.     도표 계산 결과에 대한 도표를 생성할 수 있다.     계산 서식 지정 계산 값 서식에 대한 폰트, 소수점 자리 수 등을 편집할 수 있다.     텍스트 서식 지정 사용자가 입력한 텍스트에 대한 폰트, 배치 등을 편집할 수 있다.     계산 계산 서식 틀이나 내용에 대한 에러 처리 방법을 확인할 수 있다.     문서 텍스트 입력 창, 프레임 표시, 머리글/바닥글 등 작업 시트 상의 전체 양식을 편집할 수 있다.     리소스 매스캐드에 대한 자습서 및 도움말 등을 이용할 수 있다.     방정식 입력 및 계산 그럼 지금부터 예제를 통해 매스캐드에서 기본적인 방정식(수학식)을 입력해보자. 새로운 빈 워크시트에서 마우스를 클릭하면 파란색 십자선이 표시된다. 이 십자선은 계산 영역이나 텍스트 영역을 표시해주는 것으로, 격자선을 클릭하거나 화살표 키를 누르면 위치가 변경된다. 예제를 통해 다음의 식을 삽입해보자.     먼저 빈 공간에 ‘19’를 입력한다. 입력한 숫자에 그림과 같이 박스가 생성되는 것을 볼 수 있다. 이 박스가 계산 영역이 된다. 다른 곳을 클릭한 후에도 다시 ‘19’를 클릭하면 계산 영역이 활성화된다.     ‘19+5’를 입력한 후 연산자 아이콘을 클릭하여 거듭제곱을 사용해보자. 연산자를 활성화하여 거듭제곱근을 클릭한다. 괄호 안의 값은 단축키이므로 자주 사용하는 기호는 단축키를 확인해둘 수 있다.        ■ 자세한 기사 내용은 PDF로 제공됩니다.

시뮤텐스 소프트웨어를 활용한 복합소재 해석 (1)   2019년 독일 KIT(카를스루에 공과대학교) 박사 출신의 졸업생 3명이 시뮤텐스(SIMUTENCE)라는 가상 복합재 해석 솔루션 회사를 설립하였다. 시뮤텐스는 상용 FEA(유한요소해석) 툴에 연결되는 맞춤형 시뮬레이션 방법을 포함한 설계 및 엔지니어링 서비스를 자동차, 항공우주 산업 뿐만 아니라 스포츠 용품/레크리에이션 분야까지 광범위하게 제공하고 있다. 이번 호부터 3회에 걸쳐 시뮤텐스 시뮬레이션 소프트웨어의 상세 기능, 모듈, 사례 등에 대해 소개한다.   ■ 자료 제공 : 씨투이에스코리아, www.c2eskorea.com   가상 프로세스 체인 시뮤텐스는 엔지니어링 컨설팅 및 시뮬레이션 작업을 제공하고, 아바쿠스(Abaqus) FEA 툴 등 맞춤형 플러그인을 개발 및 공급하며 금속 설계를 복합재로 변환하는 방법, 재료 및 프로세스 기술을 선택 및 최적화하는 방법을 포함한 통합 패키지를 개발 및 공급한다. 지난 2023년 3월에는 한국 및 아시아 지역의 독점 공급, 판매 및 교육, 기술지원 파트너로 씨투이에스코리아를 선정해, 국내 고객을 대상으로 솔루션을 제공하고 있다. 시뮤텐스는 다양한 열경화성 및 열가소성 복합재는 물론 하이브리드 금속/복합재 구조까지 시뮬레이션 기술을 지원하고 있다. 그리고 까다로운 엔지니어링 문제로 어려움을 겪고 있는 고객을 위해 FEA 구조 해석 시뮬레이션 소프트웨어인 아바쿠스 및 사출.압축.오버몰딩 성형 해석 시뮬레이션 소프트웨어인 몰드플로우(Moldflow)와 같은 프로세스 시뮬레이션 코드를 사용한다. 이러한 표준 도구가 적합하지 않거나 고객이 다른 유형의 엔지니어링 솔루션을 필요로 하는 경우, 특정 요구 사항을 충족하는 맞춤형 도구도 개발 가능하다. 시뮤텐스의 임무는 복합재 부품 설계자와 제조업체가 가상 프로세스 체인을 통해 경량 부품과 공정을 개발하고 최적화하도록 돕는 것이다. 따라서, 각 기업 및 현장에서 사용하는 맞춤형 가상 프로토타이핑 시뮬레이션 툴의 정확성과 신뢰성 때문에 물리적 테스트를 여러 번 반복하는 불편함과 비용과 시간과 인력을 줄일 수 있다.     일반적으로 초기 제품 개발 단계는 엔지니어링 목표를 정의한 다음, 모든 기능적 요구 사항을 충족하는 재료별 설계를 개발하는 것부터 시작한다. 다음으로 공정 시뮬레이션을 적용하여 제조 가능성을 확인하고, 적합한 가공 매개변수를 선택하고, 기존 제조 효과(예 : 성형 또는 충진으로 인한 섬유 배향)와 결함(예 : 주름, 드라이 스팟(dry spot), 충진 문제 등)을 예측한다. 프로세스 및 구조 시뮬레이션을 위한 고급 모델링 기술과 제조 효과를 후속 시뮬레이션 단계로 지속적으로 이전할 수 있도록 구축한 인터페이스는 상용 소프트웨어 아키텍처의 모델링 기능을 향상시킬 수 있다. 치수 정확도는 복합재 설계에서 중요한 문제가 될 수 있으므로, 변형 및 열역학적 분석(경화/결정화 동역학 포함)을 적용하여 치수 변화를 예측하고 잔류 응력을 평가한다. 마지막 단계는 설계가 하중 요구 사항을 충족하는지 확인하고 강성을 결정하며 파손 시점 및 시작 및 초기 파손 모드 분석을 제공하기 위해 구조 해석을 수행하는 것이다.   공정 시뮬레이션 전문성 섬유 강화 복합재의 구조적 거동은 제조 효과에 의해 뚜렷이 영향을 받으므로, 가상 프로세스 체인을 적용함으로써 구조적 성능에 대한 제조 효과를 고려할 수 있다. 이러한 가상 설계 루프는 정확성과 신뢰성으로 인해 여러 차례의 설계 및 물리적 부품 테스트를 제거하여 개발 시간과 리소스를 줄이는데 도움이 된다. 우리는 중립적인 교환 형식으로 운영하기 때문에 고객이 현재 사용하고 있는 다양한 소프트웨어 패키지에 연결할 수 있다. 시뮤텐스는 열성형(thermoforming) 시뮬레이션, 압축 성형 시트(SMC)의 충전 시뮬레이션, 매핑 및 균질화를 위한 인터페이스용 플러그인 기능을 아바쿠스 FEA 제품군에서 사용할 수 있도록 추가하였다. 복합재 시뮬레이션에 대한 전문 지식과 KIT의 스핀오프라는 배경을 통해 최첨단 시뮬레이션 방법을 지원할 수 있다는 점을 내세운다.     SimuFill 시뮤필(SimuFill)은 성형 프로세스 모델링을 위한 기존 소프트웨어 아키텍처(아바쿠스 및 몰드플로우 플러그인)를 개선하여 고급 압축 및 사출 성형 분석이 가능하다. 시뮤필을 통해 제공되는 몰드플로우 추가 기능으로 pvT 거동을 경화도의 함수로 모델링할 수 있으며, 사출 및 압축 성형용 열가소성 및 열경화성 수지에 대한 결정화 및 경화 역학을 각각 예측하는 것이 포함된다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2024 (12)   DWG 호환 CAD 프로그램인 독일 그래버트(Graebert)의 ARES CAD는 PC 기반의 아레스 커맨더(ARES Commander), 모바일 기반의 아레스 터치(ARES Touch), 클라우드 기반의 아레스 쿠도(ARES Kudo) 모듈로 구성되어 있다. 이 세 가지 모듈은 상호간에 동기화되므로 이를 ‘삼위일체형(Trinity) CAD’라고 부른다. 이번 호에서는 오토캐드와 호환되는 데스크톱 PC 기반의 아레스 커맨더가 어떻게 오토캐드 사용자에게 친숙한 동시에 차별화되었는지를 중심으로, 아레스 커맨더의 사용자 인터페이스(UI)에 대해 소개한다.   ■ 천벼리 캐디안의 3D 솔루션 사업본부 대리로 기술 영업 업무를 담당하고 있다.  이메일 | ares@cadian.com 홈페이지 | www.arescad.kr 블로그 | https://blog.naver.com/graebert  유튜브 | www.youtube.com/GraebertTV   리본 인터페이스    그림 1. 아레스 커맨더의 그래픽 유저 인터페이스   아레스 커맨더와 오토캐드는 사용자가 필요한 기능을 빠르게 찾아낼 수 있도록 도구와 명령을 일련의 탭과 패널로 구성하는 리본 인터페이스를 사용한다. 이 리본 인터페이스로 작업의 속도와 효율을 크게 향상시킨다.   맞춤형 작업 공간    그림 2. 아레스 커맨더의 작업 공간   아레스 커맨더는 왼쪽 상단의 콤보 박스를 통해 작업 스타일에 맞게 작업 공간 간에 전환할 수 있는 기능을 제공한다.   그림 3. 클래식 작업 공간   드롭 다운 메뉴와 툴바로 작업하는 것을 선호한다면 클래식(Classic) 작업 공간을 선택할 수 있다.   명령 호환성   그림 4. 아레스 커맨더의 작업 공간   아레스 커맨더는 오토캐드 사용자가 쉽게 전환할 수 있도록 오토캐드의 명령과 시스템 변수를 지원한다. 별칭 시스템을 통해 오토캐드에서 익숙한 명령을 아레스 커맨더에서도 사용할 수 있다. 예를 들어, 오토캐드의 MTEXT 명령에 해당하는 아레스 커맨더의 NOTE 명령을 사용할 수 있는 기능을 포함한다.   ■ 참고 ‘별칭’이란 원래 이름이나 공식적인 명칭 대신에 사용되는 다른 이름을 의미한다. 예를 들어 소프트웨어에서는 특정 명령어나 함수에 대한 더 짧거나 기억하기 쉬운 이름을 제공하기 위해 별칭을 사용할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

고품질 그래픽스의 효율적인 제작 및 스케일링 방법 제시   많은 스튜디오에서 유니티(Unity)와 URP(유니버설 렌더 파이프라인)를 사용해 다양한 플랫폼에서 실행되는 다양한 장르와 시각적 스타일의 게임을 제작해 왔다. 그럼에도 입문자는 물론 숙련된 사용자조차 레퍼런스 설정에 어려움을 겪기도 한다. 유니티는 정확도 높은 렌더링에 도움이 되는 HDRP 3D 샘플을 2021년 출시했으며, 2023년 11월에는 유나이트 2023 기조 연설에서 URP 3D 샘플의 출시를 발표했다. 다양한 아트 스타일, 렌더링 경로, 신(scene) 복잡도로 구성된 4가지 환경이 담긴 이 샘플을 통해 여러 플랫폼에서 고품질 그래픽스를 제작하고 스케일링하는 방법을 배울 수 있다.  유니티는 저사양 및 고사양 모바일, PC, 콘솔, VR에서 시각적 매력이 돋보이는 경험을 제공하여 URP를 제대로 학습하고 사용할 수 있도록 지원할 계획이다. ■ 자료 제공 : 유니티 코리아     유니티가 공개한 URP 3D 샘플은 타깃 하드웨어에 맞춰 효율적으로 게임을 제작하고, 최적화하고, 스케일링할 수 있도록 설계되었다. 포워드+ 렌더링, 데칼, 렌즈 플레어, PBR(물리 기반 렌더링) 머티리얼, 셰이더 그래프, 볼륨, 포스트 프로세싱 같은 최신 URP 기능을 사용하는 방법도 익힐 수 있다. 이 샘플을 사용하려면 유니티 2022 LTS가 필요하며, 유나이트에서 함께 발표된 차기 릴리스인 유니티 6에서 추가 지원이 제공될 예정이다. 유니티 6는 렌더 그래프, GPU 기반 드로어와 더불어 STP(공간 포스트 프로세싱)라는 크로스 플랫폼 시간적 업스케일러 등의 강력한 신규 URP 기능도 포함된다. 이 샘플은 유니티 허브(Unity Hub)에서 다운로드할 수 있다.   터미널     터미널 신은 PBR 머티리얼과 사실적인 조명이 특징인 SF 스타일의 건물을 배경으로 한다. 터미널에서는 나머지 세 개의 신으로 텔레포트할 수 있다. 정원, 우주선 콕핏, 오아시스 신은 서로 다른 아트 스타일로 URP 기능을 선보이도록 제작되었다. 터미널은 중립적인 배경과 조명 덕분에 룩 디벨롭먼트(look development)용으로 애셋을 배치하기 가장 좋은 신이다. 이 신은 셰이더 그래프로 제작된 다양한 커스텀 셰이더(물, 텔레포트 표지판)와 두 신 사이를 전환할 수 있는 텔레포트 등의 고급 효과가 적용되어 있다. 경사로를 따라 텔레포트 기기 위의 유니티 로고에 몇 초간 초점을 맞추면 세 개의 신으로 이동할 수 있다.(플레이 모드 필요)   정원     이 밤의 정원은 일본 쇼인즈쿠리에서 영감을 받아 제작된 스타일라이즈드 신이다. 스피드트리(SpeedTree)로 생성된 아름다운 초목, 유기적으로 연결된 인테리어, 굽이치는 개울, 신규 포워드+ 렌더 경로로 기존 광원 수 제한을 뛰어넘는 수많은 장식용 광원으로 이루어져 있다. 정원 신은 저사양 모바일 기기부터 고사양 플랫폼까지 스케일링할 수 있도록 최적화되어, URP의 역량을 효과적으로 선보이는 환경이다. 예를 들어 어떻게 셰이더 그래프의 커스텀 함수 노드로 셰이더를 최적화하고, 초목에 커스텀 반투명도를 적용하고, 광원 쿠키(light cookies)로 조명을 최적화하거나 그림자를 시뮬레이션했는지 알아볼 수 있다.   오아시스     오아시스는 컴퓨팅 성능을 갖춘 고사양 플랫폼에 맞는 고급 셰이더를 선보이기 위해 실사에 가깝게 제작된 환경이다. 데칼, 렌즈 플레어, PBR 머티리얼, 복잡한 커스텀 셰이더 그래프 셰이더가 모래, 물, 안개, 초목에 적용되었다. 플랫폼의 GPU 성능이 높으면 URP로 더 높은 수준의 비주얼을 구현할 수 있음을 보여 준다.   콕핏     우주선의 조종석에 탑승하여 두 진영 간의 치열한 전투에 참여하는 긴장감 넘치는 환경이다. 이 고도의 스타일라이즈드 환경에는 셰이더 그래프의 커스텀 조명 모델이 사용되며, 특히 메타 퀘스트 2(Meta Quest 2) 같은 고성능 VR 헤드셋의 요구 사항을 충족하도록 구현되었다.   URP 3D 샘플 시작하기     유니티 허브에서 Unity 2022.3.12f1을 설치한다. 새 프로젝트를 생성하고 ‘3D Sample Scenes(URP)’를 선택한다. 오른쪽 패널에서 ‘Download template’ 버튼을 클릭한 다음 ‘Create project’를 클릭한다. 프로젝트가 에디터에 로드된다.(첫 임포트 시 몇 분 정도 소요될 수 있음) 유니티를 처음 사용하는 경우, 유니티를 구독하면 URP의 모든 기능을 활용하고 게임 콘솔처럼 다양한 기기에 배포할 수 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

buildSMART FORUM 2024 1차 사전등록 안내 오는 4월 16일 (화) 논현동 건설회관 2층 대회의실에서 buildSMART FORUM 2024 를 개최합니다. 이번 포럼의 주제는 Transformative AEC: Synergy of Generative AI and the Metaverse로 최근 화제가 되고 있는 AI와 Metaverse의 시너지로 건설산업이 어떻게 변화할 것인지를 모색하고자 합니다. 현장참석 이외에도 온라인 웨비나참석이 가능합니다. 많은 관심과 참여 부탁 드립니다. ■ 1차 사전등록: 2024.03.04 월 - 03.29 금 ■ 2차 사전등록: 2024.04.01 월 - 04.12 금 [발표자] [기조강연]스마트센싱기술 실용화 및 상용화 사례  Personal Journey to Commercialization of Smart Sensing Technologies 손훈 교수 (KAIST) [기조강연]DL이앤씨의 BIM과 스마트기술의 확장 Expansion of DL E&C's BIM and smart technology 이상영 담당 (DL이앤씨) [기조강연]주제확인중 김영철 교수 (KAIST) 건설작업자의 위험요소 인지능력 향상을 위한 AI/VR/AR 기술 활용  Enhancing Awareness of Workplace Hazards Using AI/VR/AR Technologies 김남균 교수 (University of Dayton) AEC에서 AI를 활용한 만들기와 의미하기  Making and meaning with AI in AEC 정재헌 대표 (SLZ) Augmented Fabrication, Human Machine Relationship,Human Machine collaboration 함수민 대표/교수 (SoomeenHahm Ltd) Gen AI to Innovate Future Architecture Education – Case Studies in Hong Kong Dr. KEE Yee Chun Tristance (HongKong Polytechnic University) Architecture + AI: Where the Future Stands? Dr. Hao Zheng Assistant Professor (City University of Hong Kong ) 주제확인중 Roger Blanco (NVIDIA) 주제확인중 박성진 책임 (LG U+) 증강현실, 도시재생, BIM(가제) 황지은 교수 (서울시립대)        * 발표 순서 및 주제는 추후 공개됩니다.      * 발표자는 사정에 따라 변경될 수 있습니다.     행사 홈페이지 바로가기      

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.

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.

개발 및 공급 : 에픽게임즈 주요 특징 : 마야에서 제작한 세컨더리 애니메이션을 언리얼 엔진으로 임포트 및 매칭, 마야용 및 언리얼 엔진용 플러그인 제공, 각 관절 세트에 대한 솔버 생성 및 옵션을 기반으로 포즈 보간 방식 결정, 포즈 및 솔버의 JSON 파일 익스포트 지원 등   고퀄리티 3D 캐릭터 제작에 있어 애니메이션의 사실감을 높이는 것은 매우 중요한 작업이다. 그 중 하나가 메인 애니메이션에 반응하여 메인 애니메이션을 향상하거나, 강조하는 세컨더리 애니메이션을 추가하는 것이다. 캐릭터의 세컨더리 애니메이션을 구성하는 예시로 애니메이터가 직접 제어하지 않고도 관절이 다른 관절에 반응하여 자연스럽게 움직이는 경우를 들 수 있는데, 캐릭터의 팔을 위아래, 앞뒤로 움직여 쇄골(빗장뼈)을 회전시키면 견갑골(어깨뼈) 등의 주변 관절도 실제와 같이 움직이는 것이다. 그 결과 더 그럴듯하고 디테일한 애니메이션이 만들어지며, 처음 한 번만 세팅하면 이후에는 자동으로 적용된다.   ▲ 이미지 출처: ‘세컨더리 애니메이션을 위한 신규 포즈 드라이버 커넥트 툴세트 | 언리얼 엔진’ 영상 캡처   에픽게임즈가 출시한 ‘포즈 드라이버 커넥트(Pose Driver Connect)’는 사실적인 애니메이션을 빠르게 제작할 수 있는 툴세트이다. 오토데스크 마야(Autodesk Maya)에서 제작한 세컨더리 애니메이션을 언리얼 엔진으로 임포트하여 처음부터 다시 만들 필요 없이 일대일로 매칭하여 재현할 수 있으며, 이를 통해 작업 시간을 절약할 수 있다. 이 툴세트는 방사형 기저 함수(Radial Basis Function : RBF)를 사용하며, 마야용 포즈 랭글러(Pose Wrangler) 플러그인과 언리얼 엔진용 포즈 드라이버 커넥트 플러그인으로 구성되어 있다. 마야의 ‘Set Driven Key’ 기능을 사용해 본 적이 있다면 포즈 랭글러를 사용하는 기본 개념에 쉽게 익숙해질 수 있다. 쉽게 말해 관절을 한 방향으로 회전하고, 주변 관절을 움직여서 사실적인 디포메이션을 구현하며, 해당 지점에서 포즈를 만드는 방식으로 애니메이션을 제작한다. 그런 다음 주축(driver)이 되는 관절을 반대 방향으로 회전하고, 종속(driven)되는 관절을 움직여서 또 다른 포즈를 설정하는데, 다른 회전축을 대상으로 이러한 과정을 반복한다.   ▲ 세컨더리 애니메이션 적용 전 모습(이미지 출처 : 언리얼 엔진 홈페이지)   ▲ 세컨더리 애니메이션 적용 후 모습(이미지 출처 : 언리얼 엔진 홈페이지)   포즈 랭글러는 이러한 각 관절 세트에 대한 솔버를 생성하여, 설정할 수 있는 몇 가지 옵션을 기반으로 포즈 보간 방식을 결정한다. 그런 다음 FBX 클립으로 포즈와 함께 솔버를 JSON 파일로 익스포트할 수 있다. 중요한 점은, 포즈를 디폴트 포즈와의 델타값을 기반으로 선택적으로 익스포트할 수 있어 그 구성을 비슷한 캐릭터에 리타기팅할 수 있으므로 시간을 더욱 절약할 수 있다는 점이다. 언리얼 엔진에 포즈 드라이버 커넥트 플러그인을 설치하면 솔버와 포즈를 임포트하여 세컨더리 애니메이션을 재현할 수 있다. 애니메이션 블루프린트를 통해 정확히 동일한 연산을 적용하여 재현하는데, 그 결과 훨씬 짧은 시간 내에 게임, 애니메이션 또는 기타 리얼타임 콘텐츠용 고퀄리티 캐릭터를 만들 수 있다. 포즈 드라이버 커넥트는 메타휴먼 및 기타 스켈레톤 구성에서 작동하지만, 캐릭터 애니메이션 작업에만 제한되지는 않는다. 기본적으로 어떠한 오브젝트의 회전에 기반하여 모든 오브젝트의 트랜스포메이션(이동, 회전, 스케일 조절)을 구동할 수 있다. 게다가 해당 함수 기능은 블루프린트 비주얼 스크립팅과 파이썬(Python)을 통해 노출되므로, 파이프라인에 적합한 자동화를 통해 빌드할 수 있다.   ■ 기사 내용은 PDF로도 제공됩니다.