- 개발 및 공급 : 나니아랩스
- 주요 특징 : Aslan Engineer - 3D CAD 설계 데이터를 생성형 AI로 생성하고 공학적 성능을 예측/평가, Aslan Designer - 생성형 AI 기술을 활용하여 산업 디자이너를 위한 다양한 기능 제공
Aslan Engineer
Aslan Engineer는 딥러닝을 활용한 3D 공학 설계&해석 소프트웨어이다. 3D CAD 설계 데이터를 생성형 AI로 생성하고, 공학적 성능을 예측하여 평가할 수 있다. 또, 사용자가 기계적 성능 요구사항을 지정하면, 만족하는 설계안을 자동 생성하는 최적화 기능도 제공한다.
Aslan Engineer의 주요 특징
- 파라미터 다변화, 위상 최적화를 통한 생성과 다르게, 기존의 설계 데이터를 기반으로 AI를 학습하여 제공한다. 데이터 주도 설계&해석을 실현할 수 있다. 과거 데이터에 내재된 노하우와 장점들을 학습한 최적 설계안들을 제안할 수 있다.
- 합성 데이터 생성 기능을 제공한다. 과거 설계 데이터가 충분히 축적되지 않은 기업도 소량의 시드 데이터만 있으면, 생성형 AI로 공학적 성능이 확보된 합성 데이터를 만들어서 전체 데이터의 양을 늘릴 수 있다. 이를 데이터셋으로 활용하면 소량의 데이터로도 다양한 AI 모델 성능을 확보할 수 있다.
- 해석 결과를 예측할 수 있다. 실제 해석을 수행할 때는 전문가의 지식과 경험, 고사양의 컴퓨터, 해석 연산 시간 등이 필요하다. 반면, Aslan Engineer는 과거의 해석 데이터를 학습한 AI를 통해 CAD 설계와 동시에 해석 결과 예측이 가능하다. 기계적 성능 요구사항을 만족할 때까지 설계자와 해석자 사이에서 반복 발생하던 업무를 줄이고 하드웨어 개발 비용과 시간을 절약할 수 있다.
- 요구사항을 지정하면 그것을 만족하는 몇 가지 최적 설계안을 제안한다. 설계자의 경험에 의존하여 몇 가지 한정된 디자인에서 최적 설계안을 찾았던 기존의 방식과 다르게, 딥러닝 모델 안에서 추출된 특징(feature)을 바탕으로 창의적인 최적 설계안까지 제안한다. 이를 통해 빠르게 설계를 최적화함과 동시에 훨씬 더 넓은 디자인 경우의 수까지 고려할 수 있다.
Aslan Engineer의 구성 모듈
Explorer(Generator & Evaluator)
생성된 수많은 설계안을 탐색하는 기능을 제공한다. AI가 추출한 잠재 요소를 바탕으로 클러스터링하여 유사한 형상끼리 구분한다. 단순 나열식인 2D View, 잠재 공간에서의 3D Scatter View, 목표 성능 2가지를 지정하여 Chart View로 시각화하는 기능을 제공한다. 생성된 수천 개의 설계안은 실시간으로 성능 예측값이 라벨링된다. 이를 바탕으로 필터링하여 원하는 성능을 만족한 부품만 확인할 수 있다.
Optimizer
목표로 하는 요구사항과 생성하고자 하는 설계안의 수를 지정하면 그에 맞는 최적 설계안을 생성해 준다. 이 최적 설계안은 2D Gallery View로 확인할 수도 있고, Scatter Plot 또는 Chart View를 활용하면 Explorer 모듈의 잠재 공간상에서 어디에 위치하는지 시각적으로 확인할 수 있다.
My Favorite Designs
협업을 고려한 워킹 스페이스 기능을 제공한다. 앞서 두 가지 모듈에서 Favorite 설계안을 지정하면 이 모듈에 나타난다. 사용자 및 동료들의 Favorite까지 한 번에 확인할 수 있다. 이 모듈에서 Favorite 설계안을 서로 비교하거나 보간(interpolation)으로 새로운 설계안도 생성이 가능하다.
Aslan Engineer의 주요 기능
3D 엔지니어링 데이터(CAD/CAE) 생성 AI
3D 엔지니어링 데이터를 생성 및 오토 라벨링하는 AI 기능을 제공한다. 공학적 성능을 포함한 데이터를 생성하기 때문에 제조업 현장에서 활용이 가능하다.
데이터 탐색 기능
생성된 수천 개의 데이터를 사용자의 편의에 맞춰 탐색할 수 있다. 수많은 3D 설계안을 비슷한 형상끼리 묶는 것은 사람은 할 수 없지만, AI는 잠재 공간에서 추출된 요소를 바탕으로 가까운 형상끼리 그루핑할 수 있다.
실시간 공학 성능 예측
생성된 3D 데이터의 공학 성능을 실시간으로 예측하는 기능을 제공한다. 기존에는 해석 전문가의 섬세한 작업과 많은 연산량이 필요하기 때문에 해석 작업에 어려움이 많았다. Aslan Engineer는 데이터를 바탕으로 높은 정확도의 예측 성능을 실시간으로 제공한다.
최적 설계 제안
요구 성능을 입력하면 만족하는 최적 설계안들을 생성해서 제공한다. 기존에는 요구 성능을 만족하지 못해 설계안을 수정해야 할 때, 형상을 일부 변경할 때 공학적 성능이 어떻게 변화될 지 설계자의 경험과 노하우에 의존해 왔다. 이런 불편함을 없애기 위해서 초기 개념 설계 단계에서 공학적 성능을 담보할 수 있는 최적 설계안을 바로 확인할 수 있다.
주요 고객
3D 엔지니어링 데이터 기반으로 하드웨어를 개발하는 제조업 기업들이 고객사이다. 현재는 모빌리티 산업을 초기 주요 고객으로 설정하고 있다. 현대자동차, 현대모비스, HD현대중공업 등의 모빌리티 기업과 함께 몇 년간 연구과제를 진행해 왔고, 제품에 대한 수요를 확인했다. 또한 전자, 철강, 플랜트 분야 대기업들과도 협업하며 제조 전반에 걸쳐 실전 노하우를 축적하고 있다.
향후 계획 및 지원 전략
내년 초까지 후속 버전 출시를 목표로 하고 있다. GUI 기반의 노코드(no-code) AI를 넘어서 더 넓은 확장성을 위한 로코드(low-code) AI 기능을 강화할 예정이다. 또한, 사용자가 직접 제품 개발 과정에 맞게 AI 기술을 스스로 커스터마이징할 수 있는 사용자 주도형 AI 툴을 만들 계획이다. 고객사의 요구사항에 맞게 노코드와 로코드 AI 툴은 모두 지원될 계획이다. 또한 3D 설계뿐 아니라 1D/2D 설계 문제 해결을 위한 기능도 탑재될 예정이다. 빠르게 발전하는 AI 기술 속도에 맞추어 최신 모델이 주기적으로 업데이트될뿐 아니라, 기업이 효과적으로 AI 툴을 사용할 수 있도록 문제정의와 데이터 구축을 위한 컨설팅을 지원한다.
Aslan Designer
Aslan Designer는 산업 디자이너를 위해 생성형 AI를 통한 다양한 도구를 제공하는 제품이다. 현재 휠 디자인에 초점을 맞춘 데모를 서비스하고 있으며, 앞으로 다양한 제품군의 산업 디자인 워크플로를 지원하고 디자이너가 창의력을 극대화할 수 있는 AI 기술을 제공할 예정이다.
▲ Aslan Designer의 전체 프레임워크
Aslan Designer의 주요 특징
Aslan Designer의 휠 디자이너는 공학적인 휠 패턴 중 하나를 선택하고 디자인 스타일(프롬프트)을 입력하면, AI 기술을 이용해 디자이너의 의도를 반영한 사실적인 휠 디자인을 생성하여 차량에 적용해 볼 수 있다. 이를 통해 디자이너는 영감을 얻을 수 있으며, 해당 디자인의 공학적 성능도 바로 확인할 수 있다.
Aslan Designer의 기능
디자인 조건 설정
▲ 휠 패턴 검색
휠을 디자인하기 전에, 공학적으로 타당한 휠 패턴 중 원하는 휠 패턴의 스포크 수를 선택하거나 유사한 패턴을 탐색할 수 있는 기능을 제공한다. 수만 개의 휠 패턴이 제공된다.
디자인 생성 및 성능 확인
- 스타일 프롬프트 : 디자이너는 원하는 휠 스타일을 키워드로 선택하거나 직접 입력하여, 영감을 받은 제품이나 형상을 자유롭게 표현할 수 있다.
- 스타일 휠 생성 : 디자이너가 선택한 휠 패턴과 스타일 프롬프트를 통해 의도가 반영된 스타일의 사실적인 휠 디자인이 생성된다.
- 공학 성능 예측 : 디자이너는 실시간으로 생성된 휠 디자인의 중량과 강성 같은 예측된 공학적 성능을 확인할 수 있다.
차량 적용
디자이너는 원하는 휠 디자인을 차량에 적용해 전체적인 콘셉트의 조화를 빠르게 확인할 수 있다.
주요 고객 사이트
현재 휠 디자이너는 현대자동차 및 포스코와 협업해 왔으며, 확장 버전인 타이어 패턴 디자이너에 대해서 금호타이어와 POC를 진행 중이다.
향후 계획 및 지원 전략
스케치를 실시간으로 제품 이미지로 변환하여 빠른 의사 결정을 지원하는 기능, 빠른 3D 렌더링 기능, 복잡한 2D/3D 편집 툴이 필요 없는 디자인 수정 기능을 포함하여 다양한 툴셋을 제공할 예정이다. 또한, 디자이너가 엔지니어링 및 제조 요구사항을 충족하면서 작업할 수 있도록 효율적인 협업을 지원할 예정이다.
■ 기사 내용은 PDF로도 제공됩니다.
