AI·디지털 트윈으로 제조 현장의 실질적 가치 입증할 것   지멘스 디지털 인더스트리 소프트웨어의 오병준 한국지사장은 지난해 국내 대형 조선사의 차세대 설계 시스템 수주 등 굵직한 성과를 거뒀다고 소개했다. 그는 알테어 인수를 통한 기술 시너지와 엔비디아와 협력한 디지털 트윈 신제품으로 올해 제조 현장에 실질적인 가치를 제공하겠다고 밝혔다. 아울러 국내 기업에는 데이터 주권을 확보하고 작은 성공부터 만들어가는 실용적인 디지털 전환 전략을 주문했다. ■ 정수진 편집장     지난해 제조 시장의 분위기와 주요한 변화를 소개한다면? 2025년에는 많은 대기업이 지출을 통제하면서 제조 시장의 전반적인 경기가 좋은 편은 아니었지만, 하반기에 들어서면서는 많이 회복되어 지멘스 디지털 인더스트리 소프트웨어 입장에서는 목표를 달성할 수 있었다. 조선이나 일부 업종을 제외한 중소기업들은 여전히 큰 어려움을 겪었다.가장 큰 변화는 디지털 스레드(digital thread) 기반의 제조업 변환이 본격적으로 시작되었다는 점과, 알테어 인수 이후 AI 기반의 엔지니어링 프로세스 혁신을 지멘스가 주도하게 되면서 고객의 관심이 높아졌다는 것이다. 특히 BYD 등의 중국 기업이 디지털 전환(DX)을 통해 제품 출시를 크게 앞당기는 것을 보면서, 국내 시장에서도 DX 전략 도입을 더욱 적극적으로 고민하는 환경으로 바뀌었다. 산업별로 살펴 보면, 항공/방산 분야에서는 무기를 수출할 때 예방 정비 데이터를 함께 납품해야 하는 트렌드에 따라 팀센터 SLM 기반의 MRO(유지·보수·운영) 데이터 체계 구축에 대한 수요가 늘었다. 가장 큰 성과는 조선 분야에서 HD현대와 4년간 공동 개발한 끝에 지멘스의 설루션이 차세대 설계 시스템으로 선정된 것이다. 향후 5년간 전환을 거쳐 2028년에는 실제 선박 설계에 투입될 예정이다. 반도체 기업들의 전사 프로젝트 역시 계속 확장되고 있다.   인수합병 등으로 제품 라인업과 타깃 산업군이 방대해졌는데 어떻게 정리할 수 있을지? 지멘스 디지털 인더스트리 소프트웨어의 포트폴리오는 CAD 제품군인 디자인센터(Designcenter), 알테어 설루션을 포함한 시뮬레이션 제품군인 심센터(Simcenter), PLM 설루션인 팀센터(Teamcenter), 제조 운영 관리를 위한 옵센터(Opcenter), AI/에이전트 플랫폼인 멘딕스(Mendix)와 래피드마이너(Rapidminer), HPC, IoT 등으로 구성된다. 이에 더해 최근 인수한 닷매틱스(Dotmatics)를 통해 바이오 산업의 SaaS(서비스형 소프트웨어) 분야도 본격 공략할 예정이다. 주요 타깃 산업은 자동차, 전기·전자, 반도체, 조선, 기계, 항공국방, 배터리, 의료기기, 에너지, 프로세스 산업 등 10여 개 이상이다. 건설 산업에서는 직접적인 제품 포트폴리오는 크지 않지만, 지멘스 스마트 인프라(SI) 사업부의 빌딩 관리 및 알테어 시뮬레이션을 통해 협업하고 있다.   알테어 인수를 포함해 내부 조직 및 세일즈 체계에는 어떤 변화가 있었는지? 지멘스는 2007년부터 약 45조 원을 투입해 수많은 인수합병을 진행해 왔다. 현재 알테어, 지멘스 EDA(구 멘토그래픽스), 지멘스 디지털 인더스트리 소프트웨어를 모두 합쳐 한국에만 600명이 넘는 직원이 근무 중이다. 내부적으로는 모든 제품을 총괄하는 어카운트 세일즈와 특정 설루션에 특화된 스페셜티 세일즈 조직이 긴밀히 협업하는 체계를 갖추고 있다. 알테어와의 법인 통합은 올해 7월경으로 예상되며, 기존에 별도로 움직이던 지멘스 EDA 조직도 글로벌 산하로 사업 관리가 통합되었다.   산업 분야에서 AI 기술의 적용 현황과 지멘스의 전략을 소개한다면? 엔지니어링 레벨에서는 설계 툴인 NX의 코파일럿(Copilot) 등 AI 기능이 자리를 잡았고, 알테어를 인수하면서 물리적 시뮬레이션을 데이터 기반으로 보완하는 피직스 AI(Physics AI) 적용 사례가 늘고 있다. 알테어의 인수는 AI 기반 혁신의 큰 모멘텀이 될 것으로 기대하고 있다. PLM 분야에서도 RAG(검색 증강 생성)를 통해 기업 내·외부의 데이터를 엮어 리포팅 공수를 줄이는 작업이 진행 중이다. 특히 향후 기대되는 분야는 온톨로지(ontology)이다. 온톨로지는 부품이나 장비 등 데이터가 가진 속성 간의 숨겨진 관계를 찾아내서 ‘지식 그래프(knowledge graph)’를 만들고, 전사적 뷰에서 프로세스를 연결해 부서 간에 데이터가 단절되는 사일로(silo)를 없애는 기술이라고 할 수 있다. 무리하게 전사 시스템 전체를 통합하려다 실패하는 경우가 적지 않은데, 이와 달리 지멘스는 제조산업의 도메인 지식을 바탕으로 품질 관리 시스템의 고도화처럼 특정 영역부터 시작하는 바텀업(bottom-up) 방식을 채택했다. 2026년부터는 실질적인 비즈니스 가치를 현장에서 입증해 나갈 계획이다.   ▲ 지멘스가 엔비디아와 함께 개발한 디지털 트윈 컴포저   구체적인 AI 접근법과 최근 발표한 신제품에 대해 소개한다면? 지멘스는 ▲NX 등 툴 자체에 내장된 엔지니어링 AI ▲래피드마이너 등을 활용해 전사 내·외부 데이터를 엮는 데이터 패브릭 기반 AI ▲멘딕스 플랫폼과 PLM을 엮어 프로세스 자동화를 돕는 디지털 스레드 기반 에이전틱 AI(agentic AI) 등 세 가지 핵심 영역에 집중해 AI 전략을 추진하고 있다. PLM은 단순 관리 시스템을 넘어 AI가 장착된 프로세스 중심의 혁신 플랫폼으로 변화할 것이다. 이와 함께 지난 CES 2026에서 엔비디아와 공동 발표한 ‘디지털 트윈 컴포저(Digital Twin Composer)’를 올 6월에 출시할 예정이다. 기존의 공장 시뮬레이션이 단방향으로 이뤄졌다면, 이 설루션은 실제 공장 데이터와 가상의 모델 공장이 양방향으로 실시간 데이터를 주고받으며 AI가 둘 사이의 차이(gap)을 분석하고 최적화해주는 리얼타임 메타버스 설루션이다. 여타의 디지털 트윈 설루션이 가진 과도한 코딩의 한계를 해결할 수 있을 것으로 기대한다.   최근 산업 분야별 비즈니스 트렌드와 기술 투자 현황에 대해서는 어떻게 보는지? 비용 절감과 제품 출시 시간 단축을 위해 가상 제품 개발(VPD), 디지털 트윈, 소프트웨어 중심 자동차(SDV) 등에 대한 관심과 투자가 크게 늘고 있다. 실제로 실제 제품을 사용하는 소음진동(NVH) 테스트 장비 시장은 정체되는 반면, 이를 가상화하는 시뮬레이션 투자는 증가하고 있다. 특히 시뮬레이션 데이터 관리(SPDM)에 대한 투자가 늘고 있는데, 지멘스의 팀센터 포 시뮬레이션(Teamcenter for Simulation)과 알테어가 가진 다중 시뮬레이션 및 HPC 호스팅 플랫폼인 알테어 원(Altair One)이 결합하면서 이 시장에서 경쟁력을 갖추게 되었다. 또한 디지털 매뉴팩처링(DM)을 통한 생산 프로세스 최적화도 현장에 깊이 자리 잡고 있는 상황이다.   새로운 기술이 등장하면서 기업에서는 이를 활용하는 데에 어려움도 느끼는 것 같다. 어떤 조언을 해 줄 수 있을지? 기술적인 호기심만으로 접근하지 말고 비즈니스 문제와 가치를 먼저 명확히 정의한 후에 투자를 결정해야 한다고 강조하고 있다. 또한 가장 중요한 것은 데이터의 소유권(ownership)을 절대 설루션 공급사에게 내주지 말아야 한다는 것이다. 특정 툴에 종속되지 않으려면 기업 스스로 전사 데이터 모델을 이해하는 데이터 아키텍트를 반드시 육성해야 한다. 지멘스 디지털 인더스트리 소프트웨어는 기업들에게 실질적인 도움을 주기 위해 다양한 노력을 기울이고 있다. 작년에 기업 임원급을 대상으로 ‘디지털 전환 아카데미’를 꾸준히 진행해 왔는데, 올해도 이런 활동을 이어갈 계획이다. 아카데미에는 한국타이어, LG이노텍, KG모빌리티 등 여러 국내 기업의 C 레벨 임원들이 직접 참석하고 있는데, 설루션 소개가 아닌 베스트 프랙티스와 문제 해결 경험담을 공유하면서 높은 참여율과 좋은 호응을 얻고 있다. 아카데미의 주된 목적은 수백억 원의 큰 투자나 거대 담론에 휩쓸리지 말고, 임원의 권한 내에서 당장 할 수 있는 작은 디지털 전환 과제부터 빠르게 실행할 수 있도록 독려하는 것이다.   2026년 국내 제조 시장 전망과 주요 비즈니스 계획을 소개한다면? 복잡한 대내외 환경 속에서도 주요 대기업들은 근본적인 혁신을 계속 추구할 것으로 보인다. 현대자동차 등의 오픈 이노베이션 가속화, 휴머노이드 로봇 산업의 성장, 전고체 배터리 등 신시장 혁신이 공격적으로 진행될 것으로 본다. 지멘스 디지털 인더스트리 소프트웨어는 올 한 해 AI를 산업에 적용해 실질적인 비즈니스 효과를 검증하고 확산하는 데 집중하고자 한다. 특히 조선 분야를 중심으로 디지털 트윈 컴포저의 현장 적용을 지원할 예정이다. 미국이나 중국 기업들이 호기심을 갖고 빠르게 테스트해 보는 반면 국내 기업들은 실행 속도가 다소 느린 경향이 있다고 느끼는데, 앞으로는 실패를 두려워하지 않는 과감한 실험적 투자 문화가 자리 잡기를 바란다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   최근 인공지능이 우리 삶의 모든 면을 급격하게 변화시키고 있다. 혹자는 이것을 인공지능 전환(AI transformation 또는 AX)이라고 말한다. 그러나 실상은 그 이상이다. 디지털 전환(digital transformation : DX)이 본격적으로 시작한 것도 몇 년 되지 않았는데 다시 인공지능 전환이라니, 대부분 정보기술 분야의 이해당사자들은 당혹스럽다. 디지털 전환의 시대에 정보기술 분야에 일하는 사람들은 약간 안도했을 수도 있다. 이것은 정보화에서 디지털 기술의 심화가 디지털 전환으로 받아들였기 때문이다. 그러나 인공지능 전환은 조금 결이 다르다는 것을 느낄 것이다. 초기에는 빅데이터 분석(big data analytics)과 머신러닝은 연결고리가 있었다. 또한 CAD/CAM/CAE 분야와 시뮬레이션(simulation) 그리고 디지털 트윈(digital twin)도 연결고리가 있다. 이 모든 패러다임의 데이터 기반(datadriven)과 폐쇄형 시스템(closed system)이라는 패러다임을 공유한다. 다시 말해서 데이터 수집(data collection)이 중요하고 데이터 정의(data definition)가 핵심이다.  그러나 인간의 사고를 흉내내는 언어 중심의 인공지능에서 의사결정 구조에서 맥락(context)이 없는 데이터는 경직되고 의사결정에서 쓸모 없는 경우가 많다. 기업의 경쟁력은 더 이상 단순히 데이터를 ‘많이 보유’하는 데서 나오지 않는다. 핵심은 데이터를 어떻게 구조화하고, 어떻게 의미를 부여하며, 어떻게 의사결정으로 연결하느냐에 있다. 전통적 데이터 웨어하우스는 스타 스키마(star schema)와 스노우플레이크 모델을 중심으로 발전해 왔다. 이 구조는 대규모 분석을 가능하게 했지만, 급변하는 비즈니스 환경—규제 변화, 가격 정책 수정, 구독 모델 전환, AI 기반 실험—을 따라가기에는 점점 한계를 드러내고 있다.   그림 1. 온톨로지와 그래픽 데이터베이스   이제 기업은 고정된 테이블 중심 사고에서 벗어나, 시맨틱 그래프 기반 온톨로지(ontology)로 전환하고 있다. 이 전환을 가속하는 기술이 바로 LLM(Large Language Model : 대형 언어 모델)이다. 기존의 산업용 정보기술(industrial IT)은 마치 ‘콘크리트 신발’을 신고 달리는 것과 같다. 구조는 단단하지만, 방향 전환은 느리다. 온톨로지는 데이터를 ‘테이블’이 아니라 의미 있는 객체(object)로 본다. ‘고객’, ‘주문’, ‘제품’은 더 이상 테이블이 아니라 그래프의 노드다. 관계는 조인이 아니라 방향성 링크(directed edge)다. 이 접근은 그래프 데이터베이스 및 시맨틱 기술 발전과 맞물려, 현대 데이터 아키텍처의 핵심으로 자리잡고 있다. 이전에는 인공지능 프로젝트가 없거나 온톨로지, 디지털 스레드와 디지털 트윈, 그래프 데이터베이스(graph database)를 결합하려는 시도가 없던 것은 아니다. 다만 개발자, 담당자, 도메인 전문가는 너무 힘든 작업과 시간과 비용의 소모전이기 때문에 성공할 수 없는 방법론이었다. 단지 거대 방위산업 회사만이 가능했다. 그러나 LLM이 보편화되면서 이 모든 것이 가능해졌다. 이 패러다임은 온톨로지 기반 디지털 트윈(ontology based digital twin) 정보화이다. 복잡하게 들리지만, 현재 팔란티어라는 회사가 사용하고 있는 방법이다.   그림 2. 게임 체인저 LLM, 구축 비용의 혁신   새로운 온톨로지 디지털 트윈 정보기술의 패러다임의 비즈니스 혁신 효과는 다음과 같다.   의사결정 민첩성 규제 변경, 가격 정책 전환, 제품 피봇 시 노드와 링크만 추가하면 확장 가능   분석 부채 감소 기존 핸드크래프트 파이프라인 붕괴 문제 해소 데이터 팀은 유지보수가 아닌 가치 창출에 집중   데이터 민주화 현업 담당자가 직접 질문 : “지난달 프리미엄 사용자의 평균 구매 빈도는?” 엔지니어 도움 없이도 탐색 가능   비용 효율 스타트업 : 엔터프라이즈급 모델링 확보 대기업 : 스키마 드리프트 관리 자동화   그림 3. 온톨로지 패러다임 비교   전략적 시사점은 LLM 기반 온톨로지 자동화는 단순 기술 도입이 아니다. 이는 기업 운영 체계의 구조적 재설계다. 핵심은 데이터 → 의미 → 의사결정 연결 구조 구축, 인간과 AI의 역할 명확화, 온톨로지를 운영 자산으로 관리, 질의 기반 학습 구조 설계, 장기적 데이터 지능 축적 전략 수립이다.   그림 4. 디지털 트윈 정보 모델   결론적으로, 데이터 민주화에서 의사결정 민주화로 움직이면서 LLM 기반 온톨로지 자동화는 단순히 모델링 비용을 줄이는 도구가 아니다. 이는 의미 중심 데이터 구조, 자가 최적화 파이프라인, 복리적 지식 축적, 조직 전체의 분석 역량 확장을 가능하게 한다. 결국 이는 데이터 민주화 → 분석 민주화 → 의사결정 민주화로 이어지는 전환이다. 여기서 말하는 민주화는 책임지는 사람이 결정하고, 의사결정 과정을 투명하게 공유하는 과정을 의미한다. 설명되지 않는 인공지능 도움에 의한 의사 결정은 리스크가 크다. 앞으로의 경쟁력은 데이터를 얼마나 많이 보유했는가가 아니라, 데이터를 얼마나 의미 있게 연결했는가에 달려 있다. 그리고 그 연결을 자동화하는 시대가 이미 시작되었다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘ PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

트렌드에서 얻은 것 No. 28   ▲ 클릭하면 큰 그림으로 볼 수 있습니다.   21세기 제조 산업은 기계적 자동화를 넘어 데이터와 인공지능(AI)이 설계, 생산, 운영의 전 과정을 주도하는 지능형 시대로 진입하고 있다. 2025년을 기점으로 인공지능은 생산성을 보조하는 도구의 단계에서 벗어나, 엔지니어링의 근간을 재정의하는 ‘AI 네이티브(AI-native)’ 환경의 핵심 인프라로 자리 잡았다. 과거의 제조 방식이 숙련공의 경험과 직관에 의존하는 결정론적(deterministic) 방식이었다면, 미래의 스마트 엔지니어링은 방대한 산업 데이터를 기반으로 최적의 의사결정을 자율 수행하는 확률론적(probabilistic) 방식으로 전환되고 있다. 이번호 칼럼에서는 글로벌 선도 기업의 실무 적용 사례를 통해 2026년 제조업이 나아가야 할 방향을 알아보고자 한다.   스마트 엔지니어링의 역사적 진화와 패러다임의 전환 스마트 엔지니어링의 역사는 물리적 모델을 디지털 공간으로 옮기려는 지속적인 노력의 산물이다. 1990년대 초반, 보잉은 777 기종의 개발 과정에서 CAD를 활용한 디지털 목업(DMU) 기술을 도입하며 설계 혁신을 시작했다. 이는 종이 도면 없이 항공기 전체를 3D 상에서 검증한 최초의 사례로 기록된다. 이후 2010년대에 들어서며 에어버스 A350의 사례와 같이 설계 리뷰 전 과정이 디지털화되었고, 2020년대에 이르러서는 복제를 넘어 물리적 대상과 실시간으로 데이터를 주고받는 디지털 트윈(digital twin) 기술이 성숙기에 접어들었다. 2025년부터 2026년 사이의 기술적 전향점은 이러한 디지털 트윈이 AI 네이티브 지능을 탑재하기 시작했다는 점이다. 이제 엔지니어링 업무의 30%를 차지하던 과거 데이터 검색 및 비부가가치 활동은 구체적인 사례가 공개되고 있지는 않지만, 시대의 흐름에 따라 서서히 생성형 AI와 검색 증강 생성(RAG) 기술로 대체되어 갈 것으로 보인다. 또한, 글로벌 기업의 끊임없는 연구로 인해 엔지니어는 반복적인 분석 대신 창의적인 문제 해결과 맥락적 의사결정에 집중하는 ‘코파일럿(co-pilot)’ 시대도 곧 맞이할 것으로 예상된다.     이러한 패러다임의 전환은 한국 제조업에도 시급한 과제다. 미국, 독일, 일본 등 주요 제조 강국과 비교할 때 한국의 제조업 부가가치율은 여전히 상대적으로 낮은 수준에 머물러 있으며, 대기업과 중소기업 간의 생산성 격차는 약 4배에 이른다. 고령화와 저출산으로 인한 노동력 감소, 근로시간 단축 등 제약 사항이 증가하는 상황에서 AI를 통한 제조 지능화는 선택이 아닌 생존을 위한 필수 전략으로 부상하고 있다.   제조 지능화를 위한 AI 핵심 활용 방안 및 기술 분석 제조 현장에서 AI를 실무에 적용하는 방식은 정보 추출부터 복잡한 공정 시뮬레이션 및 자율 제어에 이르기까지 넓은 영역을 포괄한다. 지능형 지식 검색 및 데이터 파이프라인 최적화는 엔지니어링 업무의 상당 부분은 과거의 기술 문서, 도면, 실험 데이터를 찾는 데 소요된다. 최근의 RAG(Retrieval Augmented Generation) 기술은 수십 년간 축적된 비정형 데이터(PDF, 엑셀, 문서)를 벡터 데이터베이스(vector DB)로 변환하여 자연어 질문에 답변하고 근거가 되는 출처를 명확히 제시함으로써 환각(hallucination) 문제를 해결하고 있다. 이는 글로벌 프로젝트에서 기술 문서의 실시간 번역과 용어 표준화를 지원하여 협업 효율을 극대화한다. 또한, 연구 프로세스 개선을 위해 데이터 파이프라인 중심의 자동화가 추진되고 있다. 기존의 실험 연구자가 수기로 기록하던 방식에서 벗어나 디지털화된 시료 분석과 제어 데이터를 클라우드 협업 환경에 통합함으로써, 연구 산출물의 재현성을 높이고 멘토링의 질을 개선하는 것이 핵심이다. 생성형 설계(generative design)와 제조 공법 인지는 엔지니어의 상상력을 정교한 설계안으로 구현하는 데 결정적인 역할을 한다. 설계자가 경량화, 강성 등 목표 조건과 재료, 제조 공법 등의 제약 조건을 입력하면 AI는 수백 가지의 대안을 생성한다. 특히 ‘제조 공법 인지(manufacturing-aware)’ 기능은 주조 공법 시 금형에서 제품이 빠져나올 수 있는 구배 각도를 자동 고려하거나 3축/5축 가공 시 공구가 접근할 수 없는 언더컷 형상을 배제하는 수준까지 진화했다. 일본의 니프코(Nifco)는 이를 활용해 전통적인 육각형 허니콤 구조를 넘어선 비정형 유기적 패턴을 설계함으로써 강성을 유지하면서도 재료 사용량을 획기적으로 절감하는 성과를 거두었다. 에이전틱 AI(agentic AI)와 자율적 프로세스 제어 부분을 살펴보면, 2026년의 주요 트렌드인 에이전틱 AI는 분석을 넘어 독립적으로 과업을 계획하고 실행하는 능력을 갖출 것이다. 기존의 AI가 ‘무엇이 잘못되었는가’를 알려주는 예측 도구였다면, 에이전틱 AI는 ‘어떻게 해결할 것인가’를 결정하고 실행한다.     인과관계 AI(causal AI)와 지식 조립 공장은 전통적인 머신러닝 모델은 데이터 간의 상관관계에 의존하기 때문에 ‘왜’라는 질문에 답하기 어렵고, 공정 환경이 변하면 모델이 붕괴되는 한계를 가진다. 이를 극복하기 위해 2026년에는 인과관계 AI가 제조업의 핵심 기술로 부상하고 있다. 인과관계 AI는 데이터 패턴 학습을 넘어 원인과 결과의 사슬을 규명한다. 예를 들어, 공장 내 배관의 결로 현상과 습도 데이터 사이에는 강한 상관관계가 존재하지만, 습도가 결로의 원인인지 혹은 그 반대인지를 명확히 정의하지 못하면 잘못된 설비 투자가 이루어질 수 있다. 인과관계 AI는 주다 펄(Judea Pearl)의 수학적 기초를 바탕으로 개입(intervention) 분석을 수행하여 ‘만약을 변경한다면은 어떻게 변할 것인가’라는 질문에 명확한 수치를 제공한다. 인하대학교 이창선 교수가 제시한 KAMG AI(Knowledge Assembly Factory) 개념은 AI가 스스로 모든 것을 만드는 것이 아니라, 인간 전문가가 설계한 ‘인과 지식 설계도(blueprint)’를 기반으로 AI가 지식을 조립하는 방식을 취한다. 이는 존재(entity), 속성(attribute), 관계(relation) 프레임워크를 통해 지식을 해부하고 표준화된 조립 공정을 거쳐 인과 예측 모델을 산출한다. 이 과정에서 엔지니어는 프로그래머가 아닌 시스템의 의미와 변수의 역할을 결정하는 ‘지식 설계자(architect)’로 거듭나게 된다. 데이터 거버넌스와 팔란티어 온톨로지(ontology) 전략의 핵심은, 제조 AI가 진정한 가치를 창출하기 위해서는 현장의 모든 데이터가 실시간으로 연결되는 ‘디지털 스레드(digital thread)’가 전제되어야 한다는 것이다. 팔란티어의 온톨로지 기술은 데이터 사일로(silo) 문제를 해결하고 기업의 전체 데이터 유니버스를 비즈니스 맥락으로 재구성하는 핵심 아키텍처를 제공한다. 온톨로지는 데이터를 분류하는 것을 넘어 업무, 조직, IT 시스템 간의 공통 언어를 제공한다. 팔란티어 파운드리는 기존 레거시 시스템(ERP, PLM, MES 등)의 데이터를 물리적으로 옮기지 않고 연결하며, 이를 객체(object)와 관계(link)로 모델링한다. 객체(entity) : 차량 모델, 부품, 공정, 설비, 고객 등 핵심 요소를 개체화한다. 속성(attribute) : 개체의 특징(온도, 압력, 재질, 작업 시간)을 정의한다. 관계(relationship) : ‘부품은 공정에서 사용된다’, ‘설계 변경은 생산에 영향을 준다’와 같은 업무적 연결을 구조화한다. 구축된 온톨로지 위에서 팔란티어의 AIP(Artificial Intelligence Platform)는 자연어 인터페이스를 통해 현장의 복잡한 상황을 분석하고 대응한다. 예를 들어, ‘5월 출하 지연 리스크를 요약해달라’는 명령에 대해 AI는 공급망, 재고, 생산 실적 데이터를 온톨로지 상에서 실시간으로 탐색하여 리스크의 원인을 파악하고, 대체 시나리오의 비용 효율을 시뮬레이션한 뒤 실행 승인을 요청한다. HD현대(전 현대중공업그룹)의 FOS(Future of Shipyard, 미래 첨단 조선소) 프로젝트는 2030년까지 세계 최초의 자율 운영 스마트 조선소를 구현하기 위해 팔란티어의 빅데이터 플랫폼인 ‘파운드리(Foundry)’를 도입하는 핵심적인 디지털 전환 사업이다. BMW는 팔란티어의 데이터 플랫폼인 파운드리를 도입하여 생산, 공급망 관리 및 품질 관리 시스템을 고도화하고 있다. 특히 팔란티어의 QMOS(Quality Management Operating System) 설루션을 통해 데이터 기반의 ‘제로 디펙트(zero defect, 무결점)’ 생산 환경을 구축하는 것이 핵심이다. 에어버스는 팔란티어의 파운드리 기술을 도입하여 항공기 제조 및 운항 데이터를 통합 관리하는 ‘스카이와이즈(Skywise)’ 플랫폼을 구축했다. 이를 통해 A350 인도 속도를 33% 향상시키고 운영 효율을 극대화하며, 데이터 기반의 의사결정 시스템을 혁신했다.   품질, 예지보전 및 에너지 최적화의 기술적 심화 AI가 제조 현장에 가져온 가장 직접적인 성과는 품질 비용 절감과 비가동 시간(downtime)의 최소화다. 현대트랜시스는 자체 개발한 AI 기반 품질 검사 시스템인 TADA(Transys Advanced Data Analytics) 스마트 설루션을 생산 현장에 적용하여, 기존 93% 수준이던 불량 검사 정확도를 99.9%까지 끌어올렸다. LG에너지솔루션은 AI 및 빅데이터 기술을 활용해 전 세계 생산 공장을 ‘지능형 스마트 팩토리’로 전환하고, 배터리 제조 품질과 생산 효율을 극대화하는 것을 AI 비전으로 삼고 있다. 특히, CDO 직속 AI 기술팀을 통해 공정 데이터를 분석하여 배터리 수명을 예측하고, 스마트 공장 기술을 적용하여 글로벌 생산 기지의 경쟁력을 강화하는 중책을 맡고 있다. 기존의 예지보전이 단일 센서의 임계치 모니터링에 의존했다면, 예지보전 2.0은 진동, 전류 파형, 소음, 온도를 동시에 분석하는 멀티모달(multi-modal) 방식을 취한다. AI는 고장 징후를 발견할 뿐만 아니라, ‘최근 3개월간의 패턴 분석 결과 내륜 손상이 의심되니 메뉴얼 45페이지의 베어링 교체 절차를 따르라’는 처방적 가이드를 생성형 AI를 통해 현장 작업자에게 즉시 전달한다. 포스코 광양제철소는 이를 연속 주조 설비에 적용하여 고장 예지 시스템을 성공적으로 구축했다. 탄소 배출 규제가 강화되는 가운데 AI는 에너지 사용량 예측과 최적화에 결정적인 역할을 한다. 슈나이더 일렉트릭은 예측 AI를 활용하여 산업 시설의 에너지 효율을 높이고 운영비를 절감하는 설루션을 제공하고 있으며, 한국그린데이터 등 국내 기업들도 AI 챗봇이 탑재된 운영 체제를 통해 제조업의 에너지 피크 관리와 전력 최적화를 지원하고 있다.   2026 글로벌 기술 트렌드 및 리더십의 우선순위 2026년은 AI가 ‘생산성 향상 도구’에서 ‘책임과 신뢰의 기반’으로 진화하는 해가 될 것이다. 딜로이트와 가트너 등의 보고서에 따르면 기업 리더들은 다음의 네 가지 영역에 집중해야 한다. 첫째, 에이전틱 리얼리티 체크(agentic reality check)이다. 챗봇 도입을 넘어 비즈니스 프로세스 자체를 재설계해야 한다. 보고서에 따르면 40%의 에이전틱 AI 프로젝트가 2027년까지 실패할 것으로 예상되는데, 이는 기술적 문제보다는 기존의 망가진 프로세스를 단순히 자동화하는 ‘자동화 함정’ 때문이라고 분석된다. 성공하는 기업은 엔드 투 엔드 프로세스 전체를 혁신하며 인간과 에이전트 팀을 오케스트레이션하는 모델을 채택하고 있다. 두 번째, 소버린 AI(sovereign AI)와 보안 거버넌스이다. 데이터 주권과 국가별 규제 대응이 중요해짐에 따라 소버린 AI 전략이 필수이다. 2026년에는 기업의 77%가 공급업체 선택 시 설루션의 원산지를 고려하며, 로컬 벤더를 중심으로 한 독립적인 AI 스택 구축이 확산될 것이다. 또한, 데이터 모델 오염(poisoning) 리스크에 대응하기 위한 예측적 OT 사이버 보안 체계 구축이 가속화될 전망이다. 세 번째, 피지컬 AI와 휴머노이드 로봇의 확산이다. 제조, 물류, 국방 분야를 중심으로 피지컬 AI의 도입이 급증하고 있다. 2026년에는 아시아-태평양 지역을 중심으로 피지컬 AI 채택률이 80%에 도달할 것으로 보이며, 이는 공장 내 정적인 자동화 설비를 대체하여 비정형 환경에서도 유연하게 대응하는 자율 운영 공장의 핵심 요소가 될 것이다. 네 번째, 지능형 컴플라이언스 및 표준화이다. 규제 당국 역시 AI를 활용하여 기업의 데이터를 실시간 모니터링하는 시대가 오고 있다. 이제 정기 감사에 대비하는 수준을 넘어, 시스템이 스스로 규정 위반 리스크를 예측하고 보고하는 ‘예측적 컴플라이언스’가 표준으로 자리 잡을 것이다.   실무자를 위한 실행 로드맵 스마트 엔지니어링을 위한 AI 활용은 더 이상 미래의 담론이 아닌 2026년 현재의 경영 핵심 과제다. 2026년은 지식 소유 자체가 무의미해지는 시점이며, AI가 생성한 결과물을 편집하고 맥락화하는 ‘아키텍트(architect)’ 능력이 엔지니어의 몸값을 결정짓게 될 것이다. 기업은 성공적인 AI 전환을 위해 다음의 3단계 로드맵을 고려해야 한다. 첫째, 지능형 설계 및 시뮬레이션 단계를 통해 아이디어를 가장 빠르게 현실화할 수 있는 데이터 환경을 구축해야 한다. 둘째, 스마트 생산 및 운영 단계를 통해 물리적 세계를 정밀하게 제어하고 최적화하는 디지털 스레드와 온톨로지 체계를 완성해야 한다. 셋째, 제품, 공장, 도시를 하나의 유기체로 연결하는 생태계 통합 단계로 나아가야 한다. AI는 도구가 아니라 설계–생산–운영 전반을 학습하고 최적화하는 ‘지능형 플라이휠(intelligent flywheel)’이다. 지금 이 순간에도 데이터는 쌓이고 있으며, 이를 인과관계로 해석하고 에이전틱 AI로 실행에 옮기는 기업만이 2026년 이후의 제조업 패러다임 변화에서 승리자가 될 수 있을 것이다.   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

지멘스는 HD현대의 중간 지주회사인 HD한국조선해양이 통합 플랫폼 구축을 위한 우선 협력사로 지멘스를 선정했다고 밝혔다. 이 플랫폼은 조선 전 공정을 단일 데이터 흐름으로 관리함으로써, 전 세계 HD현대 조선소 전반의 일관성 확보를 지원할 예정이다. 이번 통합 플랫폼은 HD현대가 2030년 완공을 목표로 추진 중인 미래 지향적 조선소 구축 프로젝트 ‘미래 첨단 조선소(Future of Shipyard)’의 핵심 기반이 될 예정이다. 이 프로젝트는 선박 설계와 생산 공정 전반에 걸쳐 존재해 온 데이터 단절 문제를 해결하고, 보다 체계적이고 디지털 기반의 조선 환경을 구축하기 위한 HD현대의 지속적인 노력의 일환이다. HD현대는 통합 플랫폼을 통해 엔지니어링과 제조 부문 간 협업을 강화하고, 점차 복잡해지는 조선 프로젝트를 안정적으로 수행할 수 있는 기반을 마련하고자 한다.   ▲ HD현대중공업 울산 조선소(출처 : HD현대)   지멘스 엑셀러레이터(Siemens Xcelerator) 개방형 디지털 비즈니스 플랫폼을 기반으로 한 HD현대의 ‘선박 설계-생산 일관화 통합 플랫폼’ 프로젝트는 설계부터 생산에 이르는 핵심 데이터를 일관되게 연결하는 디지털 스레드를 구현할 예정이다. 지멘스는 “설계와 생산이 통합된 데이터 백본을 통해 실시간으로 연결되며, 공정 간 데이터 단절로 인해 발생하던 비효율과 오류를 줄일 수 있을 것”으로 기대하고 있다. 통합 디지털 환경에서는 표준화된 데이터 흐름과 시스템 상호운용성을 바탕으로 CAD, PLM, 디지털 제조, 자동화, 시뮬레이션 등 주요 영역이 연결된다. 이를 통해 계획, 건조, 확장, 개조 등 주요 조선소 작업을 실제 현장 적용에 앞서 가상 환경에서 검토할 수 있게 된다. 또한 HD현대는 모델 기반 엔지니어링 기법의 적용 범위를 확대하고, 조직 및 기능 부서 간 협업 효율성을 강화할 계획이다. 특히 블록 조립, 용접 정보, 배관, 전기 데이터 등을 통합 3D 모델로 관리함으로써 설계 정확도를 높이고, 생산 계획을 최적화하며, 현장 작업의 표준화를 추진할 예정이다. 통합 디지털 플랫폼의 적용 범위는 상선과 특수선을 포함한 다양한 선종으로 확대될 것으로 예상된다. 주요 적용 분야로는 장비 및 부품 데이터의 체계적 관리, 디지털 모델 기반 성능 분석, 수명주기 중심의 유지보수 엔지니어링, 해외 조선 프로젝트를 위한 기술 지원 프레임워크 등이 포함된다. 아울러 HD현대는 선박과 조선소 현장을 디지털로 구현한 산업 메타버스(Industrial Metaverse) 기반 환경을 구축하고 있다. 이는 지멘스의 디지털 트윈 기술로 구축된 가상 학습 환경에서 합성 데이터와 산업 인텔리전스 기반 강화 학습을 적용해, 복잡한 생산 환경에서도 활용 가능한 ‘피지컬 AI’ 기술 구현을 지원한다. 양사는 2026년부터 단계적 구축에 착수해 2028년부터 실제 운항 중인 선박에 적용하는 것을 목표로 하고 있다. HD현대의 이태진 디지털혁신실 전무는 “지멘스 엑셀러레이터의 도입은 HD한국조선해양의 디지털 조선 전략을 한 단계 도약시키는 중요한 이정표“라며, “설계부터 생산까지 일관성을 보장하는 통합 디지털 플랫폼을 구축함으로써 장기간 지속돼 온 데이터 단절 문제를 극복하고, 보다 체계적이고 협업 중심의 조선 환경을 조성하고자 한다. 이를 통해 전 세계 조선소 전반의 운영 효율, 품질, 경쟁력을 강화하는 동시에 복잡도가 높은 프로젝트 수행 역량을 제고할 것”이라고 말했다. 지멘스 디지털 인더스트리 소프트웨어의 토니 헤멀건 사장 겸 CEO는 “2022년부터 지멘스는 HD현대와 협력해 조선업의 미래와 차세대 디지털 설계, 생산 플랫폼 개발에 주력해 왔다“며, “지멘스 엑셀러레이터와 지멘스의 포괄적 디지털 트윈 기술은 설계, 엔지니어링, 생산 전반을 아우르는 통합 디지털 스레드를 지원하는 데 최적화돼 있다. 지멘스는 HD현대가 지속 가능한 성장과 운영 우수성을 지원하는 확장 가능하고 개방적인 미래 대응형 제조 혁신 플랫폼을 구축할 수 있도록 지원하게 돼 기쁘다”라고 말했다.

지멘스가 ‘가트너 매직 쿼드런트(Gartner Magic Quadrant)’의 품질 관리 시스템(QMS) 소프트웨어 부문에서 리더로 선정됐다고 발표했다. 가트너는 규제 준수, 위험 관리, 공정 개선에 대한 광범위한 요구사항을 지원하는 포괄적인 품질 관리 시스템을 제공하는 기업을 QMS 시장의 리더로 정의하고 있다. 지멘스의 QMS 소프트웨어는 팀센터 X 퀄리티(Teamcenter X Quality) 소프트웨어와 옵센터 X 퀄리티(Opcenter X Quality) 소프트웨어를 기반으로 설계, 제조, 운영을 연결하며, 이를 통해 추적성을 강화하고 워크플로를 표준화하며, 규제 산업 전반에서 지속적인 개선을 지원한다. 지멘스 엑셀러레이터(Siemens Xcelerator_ 산업 소프트웨어 포트폴리오의 일부인 지멘스의 QMS 기술은 첨단 제품 엔지니어링, 제품 수명 주기 관리(PLM), 제조 실행 소프트웨어(MES), 산업용 사물인터넷(IIoT)을 포함한 포괄적 디지털 트윈 기술을 연결해 품질 관리 수명 주기의 모든 단계를 고도화하고 향상시킨다.   지멘스 디지털 로지스틱스 CEO 겸 지멘스 디지털 인더스트리 소프트웨어 디지털 제조 사업부의 책임자인 폴커 알브레히트(Volker Albrecht)는 “지멘스가 생성형 AI, 예측 분석, 확장 현실(XR), 디지털 트윈 역량, IoT를 비롯한 혁신적인 기술을 전체 품질 수명 주기에 통합해 고도화된 통합 품질 관리 접근 방식을 제공하는 기업으로 지속적으로 인정받게 돼 매우 뜻깊게 생각한다”면서, “이번 평가는 지멘스의 QMS 기술이 강력하면서도 폭넓게 채택되고 있음을 증명할 뿐만 아니라, 지멘스의 미래지향적 접근 방식을 입증하는 것이라 생각한다. 지멘스는 제조업체가 양질의 모범 사례 적용을 강화하고, 설계에서 제조에 이르는 워크플로를 표준화하며, 탁월한 성과를 낼 수 있도록 지원하는 혁신적인 설루션을 개발하기 위해 끊임없이 노력하고 있다”고 말했다.

산업 디지털 전환을 가속화하는 버추얼 트윈 (11)   제조업 전반에서 PCF(Product Carbon Footprint)에 대한 관심은 해마다 빠르게 높아지고 있다. 그 배경에는 EU를 중심으로 한 환경 규제 강화가 있으며, 특히 제품 단위의 탄소 배출량 산정을 규제 대응을 위한 산출물로 요구하고 있다는 점이 핵심이다. PCF는 LCA(Lifecycle Assessment : 전 과정 평가)의 하위 개념이다. LCA가 원재료 채굴부터 생산, 사용, 폐기까지 제품 전 생애주기의 환경 영향을 종합적으로 평가하는 반면, PCF는 그 중에서도 ‘온실 가스 배출량(GHG)’에 초점을 맞춘다는 차이가 있다.   ■ 정유선 다쏘시스템코리아의 ENOVIA 브랜드 기술 컨설턴트이다. 홈페이지 | www.3ds.com/ko   그동안 많은 OEM은 매년 ESG 보고서를 공시하기 위해, 전통적인 LCA 컨설팅 업체에 외주를 맡겨왔다. 이 과정에서 기업은 특정 공정에 대한 데이터를 엑셀 파일 형태로 제공하고, LCA 컨설팅 업체는 공정의 전력 및 에너지 소비량, 폐수 배출량 등을 분석하는 결과를 다시 엑셀 파일로 전달하는 방식이 일반적이었다. 하지만 이러한 전통적인 LCA 컨설팅은 결과와 데이터가 파일 단위로 관리되어 연속성과 추적성이 떨어질 뿐 아니라, 민감한 공정 정보를 외부에 공유해야 하는 구조적인 보안 한계를 안고 있다. 더 나아가 이는 본질적으로 공정을 개선하고 최적화하는데 목적을 두고 있기 때문에, 분석 단위가 제품이 아닌 공정으로 설정하는 경우가 대부분이다. 핵심은, 이러한 접근 방식만으로는 제품 단위의 환경 영향을 정량적으로 파악하기 어렵다는 점이다. 하나의 공정에는 여러 제품이 동시에 관여하며, 개별 제품에 영향을 미치는 환경 영향을 명확히 식별하여 영향도를 분배하기가 까다롭기 때문이다. 결과적으로 기존 방식은 제품 단위 PCF 산정과 이를 요구하는 최근의 규제 대응에는 구조적인 한계를 가질 수밖에 없다.     다쏘시스템의 LCA 설루션은 이러한 한계를 극복하기 위해 ‘설계 단계’부터 제품의 환경 영향을 체크하여 이를 사전에 줄이고자 하는 데 목적이 있다. 시스템의 분석 단위 역시 공정이 아닌 제품(Product/BOM) 이며, 설계 과정에서 빈번하게 일어나는 소재나 중량의 변경, BOM(Bill of Materials : 자재 명세서) 구조 변경 등을 즉각 반영하여 시뮬레이션할 수 있다. 이는 단순한 사후 보고를 넘어, 설계 의사결정 단계에서부터 환경 성과를 고려할 수 있게 해준다는 점에서 기존 LCA 접근 방식과 본질적인 차별98 · 성을 갖는다. 다만 제품 단위의 LCA와 PCF 산정이 실제 규제 대응과 비즈니스 의사결정에 활용되기 위해서는, 공급망 전반에 걸친 데이터 연계와 신뢰성 있는 정보 교환이 필수이다. 이러한 배경 속에서 최근에는 OEM–부품사–소재사–서비스사까지 하나의 생태계로 구성하여, 제품 및 공정 관련 데이터를 안전하게 교환할 수 있도록 만든 산업 협력 플랫폼이 등장하고 있다. 독일 정부 주도로 자동차 산업용 데이터 네트워크를 구성한 카테나-X(Catena-X)가 대표 사례다. 카테나-X에는 BMW, 메르세데스-벤츠, 폭스바겐 등 주요 OEM이 참여하고 있으며, 각 기업의 데이터를 표준 프로토콜 기반으로 중앙 데이터베이스 없이 안전하게 공유하는 구조를 갖는다. 또한 제품 및 자산 정보를 디지털 트윈 표준 구조로 표현하고, 이를 기반으로 DPP(Digital Product Passport : 디지털 제품 여권)를 표준화해 적용할 계획을 가지고 있다.     제품 단위 PCF를 요구하는 다가올 미래의 규제 환경은 제조업의 역할과 책임을 설계 단계로 앞당기고 있다. 이는 환경 성과가 더 이상 생산 이후에 사후적으로 계산되는 지표가 아니라, 설계 단계에서 의사 결정에 직접 반영되어야 함을 의미한다. PLM 기반 LCA와 공급망 데이터 플랫폼의 결합은 이러한 규제를 대응하기 위한 가장 효과적인 설루션이며, EU 시장으로 수출을 하고 있거나 이를 준비 중인 기업에게는 해당 역량을 얼마나 빠르게 설계 프로세스에 내재화하느냐가 중요한 요소가 될 것이다.     ■ 기사 내용은 PDF로도 제공됩니다.

  본지에서는 CAD/PLM/CAE/AEC 등 부문의 주요 업체를 대상으로 설문조사와 인터뷰를 통해 지난 해 엔지니어링 소프트웨어 분야의 동향과 올해 전망을 조사했다. 2026년은 통상 질서 변화와 인공지능(AI) 투자 확대로 산업 구조 재편이 본격화되는 전환점이 될 것으로 보인다. 제조 및 건설 산업은 단순 자동화를 넘어 스스로 판단하고 제어하는 ‘자율화’ 단계로 진입하고 있으며, 엔지니어링 소프트웨어는 이를 현실로 만드는 핵심 도구로 자리 잡았다. 엔지니어링 소프트웨어 시장은 기계/전자 설계–해석–제조–프로세스 관리 등이 통합되는 플랫폼 경쟁으로 재편되고 있다. 글로벌 기업들은 대규모 인수합병으로 AI 기반의 풀 스택 설루션을 확보하는 모습이다. 한편, 물리 법칙을 학습하는 피지컬 AI와 디지털 트윈을 결합해 가상과 현실의 경계를 허무는 ‘자율 엔지니어링’의 시대가 본격화될 것으로 보고, 이에 대한 준비를 진행 중이다.   캐드앤그래픽스 시장조사는 국내 엔지니어링 소프트웨어 시장의 흐름을 공유하고 나아갈 바를 진단해 나가는 도구로 평가를 받고 있으며, 앞으로도 많은 협조를 부탁드린다. 본지에서는 MDA, PDM, CAE, AEC 등 부문의 주요 업체를 대상으로 설문조사와 인터뷰를 통해 지난 해 시장 동향과 올해 전망에 대해 조사하고 있다. 설문조사 대상 업체는 소프트웨어 독점 혹은 공동 공급사 및 개발사로 한정해 각 분야별로 국내 소프트웨어 시장 동향을 파악하고자 했다.   Part 1. 2026년 경제 및 주력산업 전망 Part 2. MDA/PDM 분야 Part 3. CAE 분야 Part 4. AEC 분야 Part 5. 엔지니어링 소프트웨어 업계 인터뷰 오토데스크코리아 오찬주 대표 PTC코리아 김도균 대표   ■ 총 29 페이지   ■ 기사 내용은 PDF로 제공됩니다.

모두솔루션은 지난 1월 14일 ‘2026 지스타캐드 파트너 킥오프’를 열고, 국내 파트너사를 대상으로 2026년 사업 전략과 파트너 협력 방향을 공유했다. 지스타캐드(GstarCAD)를 국내 공급하는 모두솔루션은 이 자리에서 2025년 지스타캐드 사업 성과와 2026년 영업 및 마케팅 전략을 소개했다. 또한 지스타캐드 개발사인 지스타소프트가 글로벌 비즈니스 전략을 설명하는 한편, 산업 기술 및 활용 사례 발표와 파트너 어워드 시상 등도 진행됐다. ■ 정수진 편집장     지스타캐드 시장 안착, 파트너 시너지와 고객 만족에 집중 모두솔루션의 정충구 대표는 “모두솔루션은 지난 2004년에 설립되어 2D/3D CAD, PDM, PLM, 설계 자동화 등 다양한 제품과 서비스를 제공하고 있으며, 파트너들과 함께 지스타캐드를 국내 시장에서 성장시켜 왔다”면서, “지스타캐드는 합리적인 가격과 안정적인 성능, 그리고 기술 지원을 바탕으로 국내 CAD 시장에서 의미 있는 대안을 만들어가고 있다”고 강조했다. 모두솔루션의 성기정 상무는 2025년 지스타캐드 국내 비즈니스 성과를 발표하면서, “공격적인 마케팅 활동과 파트너사들의 적극적인 영업 활동을 통해 지스타캐드에 대한 시장의 관심이 높아졌다”고 설명했다. 2025년에는 환율 상승의 영향으로 전년도 대비 매출 이익은 소폭 줄었지만, 전체적인 판매 수량과 매출 규모는 예년 수준을 유지하며 성장세를 이어갔다는 것이 성기정 상무의 분석이다. 또한 성기정 상무는 파트너를 통한 세일즈 비중이 늘어나고 있다면서, “이는 파트너사와 본사의 매출이 함께 증가하는 건전한 비즈니스 선순환 구조가 자리 잡고 있다는 긍정적인 신호”라고 평가했다. 한편으로, 모두솔루션이 매년 실시하는 제품 및 서비스 만족도 조사에서는 전년 대비 소폭 하락한 4.1점이 나왔는데, 성기정 상무는 사용자 만족도를 다시 끌어올리는 것이 2026년의 중요한 과제라고 덧붙였다.   ▲ 모두솔루션 정충구 대표   ▲ 모두솔루션 성기정 상무   CAD를 넘어 통합 산업 플랫폼으로 지스타소프트의 메이유 황(Meiyu Huang) 부사장은 “지난 1992년 설립된 지스타소프트는 현재 윈도우, 리눅스, 맥, 안드로이드, iOS 등 다양한 운영체제를 지원하는 코어 기술을 갖추고 있으며, 전 세계 100개 이상의 국가에서 1억 명 이상의 사용자를 가진 글로벌 제품으로 성장했다”고 소개했다. 황 부사장은 급변하는 산업 환경 속에서 지스타캐드가 나아가야 할 방향으로 ▲AI 기술의 설계 프로세스 통합 및 설계 자동화 등의 기술 흐름과 ▲설계를 넘어 협업과 관리까지 가능한 플랫폼 역량에 대한 고객 요구에 주목했다. 또한 “개인 사용자부터 대기업, 개발자에 이르기까지 세분화된 고객 니즈를 모두 충족하기 위해서는 단일 도구가 아닌 통합 플랫폼 구축이 필수”라고 짚으면서, “독자적인 코어 기술과 크로스 플랫폼 능력, 그리고 상장을 통해 확보한 자금력을 바탕으로 M&A와 R&D 투자를 가속화하면서 제품과 기술의 통합을 이뤄낼 것”이라고 밝혔다. 황 부사장이 꼽은 향후 3~5년 간의 핵심 과제는 ▲높은 성능과 안정성 확보 ▲지속적인 기능 혁신 ▲멀티 플랫폼 호환성 강화 ▲개방형 생태계 구축 등 네 가지이다. 제품의 성능 측면에서는 렌더링 엔진과 메모리 관리, 핵심 알고리즘을 최적화하여 대형 도면 작업에서도 쾌적한 속도를 제공할 계획이다. 지스타캐드 2026 버전은 파일 열기, 저장, 편집 등 주요 작업에서 성능을 높였고, 시스템 아키텍처를 모듈화하여 각 기능이 독립적으로 작동하게 함으로써 안정성을 높였다. 자동 업그레이드 메커니즘을 도입해 유지보수 비용을 낮추는 구조적 재설계도 진행된다. 기능 혁신과 관련해서는 파라메트릭 구속(parametric constraint) 기능을 강화하여 논리 기반의 설계를 지원하고, 다중 단말과 전문 영역 간의 실시간 협업이 가능한 통합 설계 기능을 고도화해 설계부터 검수까지 이어지는 표준화된 관리 체계를 구축할 예정이다. 또한 AI 기술과 CAD의 융합을 적극 추진하여 지능형 명령어 추천, 자연어 상호작용, 도면 인식 및 자동 주석 기능 등을 탑재할 계획이다. 제품 라인업과 생태계 확장 계획에 대해서 황 부사장은 엔터프라이즈 설계 플랫폼으로서 ‘지스타캐드 365’를 강화하고, 아치라인(ARCHLine.XP) 인수 후 기능을 보강 중인 ‘지스타캐드 BIM(GstarCAD BIM)’과 기능이 지속적으로 추가되는 도면 열람&편집 툴 ‘DWG 패스트뷰(DWG FastView)’ 등의 포트폴리오를 완성해 나가겠다고 전했다. 지스타소프트는 GRX(Graphics Runtime Extension), COM(Component Object Model), 닷넷(.NET), LISP(리스프), 파이썬(Python) 등 커스텀 개발을 위한 생태계 지원도 이어나갈 계획이다.   ▲ 지스타소프트 메이유 황 부사장   3D·BIM 시장 공략 및 서드파티 강화… 지스타캐드의 인지도 높일 것 지스타캐드는 오토캐드 대체 시장을 넘어 제조, 건설, 플랜트 등 산업별 특화 수요로 시장을 빠르게 확장하고 있다. 모두솔루션은 2026년에는 파트너 중심의 세일즈 체계를 더욱 강화하는 한편, 시장에서 3D CAD에 대한 수요가 꾸준히 증가하고 있는 상황에 맞춰 3D 제품군 및 BIM 설루션을 2026년에 본격 선보이면서 시장 대응력과 사업 경쟁력을 함께 높인다는 전략을 소개했다. 제품 측면에서는 2025년 출시한 클라우드 기반 설계 협업 플랫폼 ‘지스타캐드 365 비즈니스(GstarCAD 365 Business)’를 국내 시장에 안착시키기 위해 레퍼런스 구축에 집중하고, 향후 선보일 BIM 및 3D CAD 제품 역시 파트너와의 협업을 통해 단계적으로 시장에 소개할 예정이다. 성기정 성무는 “특히 그동안 약점으로 지적되던 서드파티 및 라이브러리 부족 문제를 해결하기 위해 2025년에 베타 버전으로 출시했던 ‘드림플러스(DreamPlus)’의 정식 버전을 올해 출시하고 AEC 시장을 본격 공략하겠다”는 구상을 제시했다. 또한 성기정 상무는 경쟁 제품 사용자를 타깃으로 한 공격적인 프로모션 전략도 공개했다. “오토캐드 LT의 1년 구독 비용 수준으로 지스타캐드 스탠더드 제품을 3년간 사용할 수 있게 하는 ‘1+2 프로모션’을 기획해서, 시장의 반응을 살피고 파트너들의 의견을 수렴해 전략을 고도화해 나갈 것”이라는 설명이다. 이외에도 성기정 상무는 설계 작업 자동화를 지원하는 라이브러리 프로그램인 멕클릭(MecClick)의 성능 향상 및 규격 확대 업데이트 소식을 공유하면서, 진화하는 지스타캐드와 지능형 라이브러리의 결합을 통해 시장에서 좋은 성과를 얻고자 한다고 전했다. 모두솔루션 마케팅팀의 한운선 부장은 “2026년에는 고객 데이터베이스 확보를 넘어서 실제 구매 가능성이 높은 고객 수요(리드)를 창출하고 영업 파이프라인을 확장하는 데 마케팅의 초점을 맞출 것”이라면서, “지스타캐드의 인지도를 구축하고 신뢰도 높은 콘텐츠 자산을 중심으로 마케팅 체계를 강화해, 고객이 지스타캐드를 스스로 찾을 수 있는 환경을 만들고자 한다”고 설명했다.     ■ 기사 내용은 PDF로도 제공됩니다.