BIM 칼럼니스트 강태욱의 이슈 & 토크   생성형 AI 에이전트는 목표 달성을 위해 세상을 관찰하고 스스로 행동하는 자율적인 애플리케이션으로, 행동과 의사결정을 위한 인지 아키텍처를 갖추고 있다. 이번 호에서는 오픈소스 AI 에이전트인 오픈마누스(OpenManus)를 통해 AI 에이전트의 동작 메커니즘이 어떻게 구현되는지 분석해 본다.   ■ 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 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   최근 AI 에이전트 기술이 크게 발전하고 있다. 구글의 에이전트 백서를 보면, 생성형 AI 에이전트는 목표 달성을 위해 세상을 관찰하고 스스로 행동하는 자율적인 애플리케이션으로 설명한다. 명시적인 지시가 없어도 스스로 판단하고 능동적으로 목표에 접근할 수 있다. 이러한 에이전트는 행동과 의사결정을 위한 인지 아키텍처를 갖추며, 핵심 구성 요소는 <그림 1>과 같이 사용자 입력에 대한 추론 역할을 하는 모델(보통은 GPT와 같은 LLM), 입력에 대해 필요한 기능을 제공하는 도구(tools), 그리고 어떤 도구를 호출할지 조율하는 오케스트레이션의 세 가지로 이루어진다.   그림 1. AI 에이전트의 구성 요소(Agents, Google, 2024)   이번 호에서는 AI 에이전트의 동작 메커니즘을 분석하기 위한 재료로, 딥시크(DeekSeek)와 더불어 관심이 높은 마누스(Manus.im)에서 영감을 받아 개발된 오픈마누스(OpenManus) 오픈소스 AI 에이전트를 활용하겠다. 오픈마누스는 메타GPT(MetaGPT)라는 이름으로 활동 중인 중국인 개발자가 공개한 AI 에이전트이다. 개발자는 오픈마누스가 연결된 다양한 도구를 LLM으로 조율하고 실행할 수 있다고 주장하고 있다. 깃허브(GitHub) 등에 설명된 오픈마누스는 다음과 같은 기능을 지원한다. 로컬에서 AI 에이전트 실행 여러 도구 및 API 통합 : 외부 API, 로컬 모델 및 자동화 도구를 연결, 호출 워크플로 사용자 지정 : AI가 복잡한 다단계 상호 작용을 효율적으로 처리 여러 LLM 지원 : 라마(LLaMA), 미스트랄(Mistral) 및 믹스트랄(Mixtral)과 같은 인기 있는 개방형 모델과 호환 자동화 향상 : 내장 메모리 및 계획 기능을 통해 코딩, 문서 처리, 연구 등을 지원   <그림 2>는 이 에이전트가 지원하는 기능 중 일부이다. 프롬프트 : “Create a basic Three.js endless runner game with a cube as the player and procedurally generated obstacles. Make sure to run it only in browser. If possible also launch it in the browser automatically after creating the game.”   그림 2   오픈마누스는 이전에 중국에서 개발된 마누스에 대한 관심을 오픈소소로 옮기는 데 성공했다. 오픈마누스는 현재 깃허브에서 4만 2000여 개의 별을 받을 정도로 관심을 받고 있다.    그림 3. 오픈마누스(2025년 4월 기준 42.8k stars)   필자는 오픈마누스에 대한 관심이 높았던 것은 구현된 기술보다는 에이전트 분야에서 크게 알려진 마누스에 대한 관심, 오픈소스 버전의 AI 에이전트 코드 공개가 더 크게 작용했다고 생각한다. 이제 설치 및 사용해 보고, 성능 품질을 확인해 보자. 그리고 코드 실행 메커니즘을 분석해 본다.    오픈마누스 설치 개발 환경은 이미 컴퓨터에 엔비디아 쿠다(NVIDIA CUDA), 파이토치(PyTorch) 등이 설치되어 있다고 가정한다. 이제, 다음 명령을 터미널에서 실행해 설치한다.   conda create -n open_manus python=3.12 conda activate open_manus git clone https://github.com/mannaandpoem/OpenManus.git cd OpenManus pip install -r requirements.txt playwright install   오픈마누스가 설치하는 패키지를 보면, 많은 경우, 기존에 잘 만들어진 LLM, AI Agent 라이브러리를 사용하는 것을 알 수 있다. 여기서 사용하는 주요 라이브러리는 다음과 같다.  pydantic, openai, fastapi, tiktoken, html2text, unicorn, googlesearch-python, playwright, docker     ■ 자세한 기사 내용은 PDF로 제공됩니다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 4월 7일 CNG TV는 줌(ZOOM) 방송을 통해 ‘의료AI 표준 환자를 활용한 가상현실 기반 임상 실습 교육 소개’를 주제로 웨비나를 진행했다. 이번 방송에서는 VR 기반 시뮬레이션이 어떻게 의료진에게 위험 부담 없이 반복 훈련할 수 있는 환경을 제공하는지 살펴보는 시간이 마련됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ XR(확장현실)은 VR(가상현실), AR(증강현실), MR(혼합현실)을 모두 포괄하는 상위 개념으로 현실과 가상 세계를 연결하는 몰입형(immersive) 기술이다.   의료 AI와 가상현실 기반 임상 교육의 활용 이번 웨비나는 한국건설기술연구원 강태욱 연구위원이 사회를 맡고, 조선대학교 치과대학 구강악안면외과 문성용 교수가 발표자로 참여했다. 문성용 교수는 의료 AI 표준 환자를 활용한 가상현실(VR) 기반 임상 실습 교육의 개발 내용과 활용 방안을 공유하며, VR 기술이 임상 및 교육 분야에서 몰입도를 높여 활용 가치가 높다는 점을 강조했다. 의료 AI 표준 환자를 활용한 가상현실(VR)과 증강현실(AR) 기반의 교육은 교육의 몰입도를 높이고 임상 시뮬레이션을 실현할 수 있는 기술이다. VR을 통해 3D 모델을 기반으로 종양 제거 수술 등 실습을 할 수 있으며, AR을 활용하여 수술 중 실시간 가이드 및 위치 표시가 가능하다. 국내외에서 VR 기반 실습이 도입되고 있으며, 특히 해부학 교육과 수술 술기 연습에 높은 활용도를 보이고 있다. 문성용 교수는 “VR 시뮬레이션을 통해 수술 계획을 수립하고 AR 내비게이션을 활용하여 실제 수술 정확도를 높일 수 있으며, VR 교육 콘텐츠는 학생들에게 수술 환경의 스트레스를 줄이고 반복 학습 기회를 제공하여 임상 능력을 향상시킨다”고 말했다. 또한 “AI 기반 가상 환자를 통해 문진 및 진단 능력을 평가하고, 햅틱 디바이스를 활용하여 실제와 유사한 촉각 경험을 제공함으로써 교육 효과를 극대화할 수 있다”고 소개했다.   VR 기반 의료 교육의 필요성과 효과 실제 수술 기회를 제공받기 어려운 상황에서 의사 수련생이나 레지던트가 술기를 익히는 과정에는 한계가 있다. 따라서 VR 교육 콘텐츠는 가상의 환자를 통해 수술을 실습하고 환자 모니터링을 2025/5기반으로 한 평가 시스템을 통해 교육 효과를 높일 수 있다. 적절한 교육 환경을 제공할 경우 의사의 술기 향상과 더 나은 환자 진료로 이어질 수 있다. 문 교수는 “VR 기반 교육은 해부학 지식을 효과적으로 전달하고, 수술 과정에서 발생할 수 있는 실수를 미리 경험하게 하여 안전성을 높인다”며, “가상현실을 활용한 훈련은 평가의 객관성을 높이고, 동일한 조건에서 교육을 진행할 수 있어 일관된 피교육자 평가가 가능하다”고 소개했다. 의료 분야의 시뮬레이션 솔루션을 시장에 성공적으로 도입하기 위해서는 질 높은 콘텐츠가 필요하며, 이와 함께 시장성에 대한 고민이 있어야 한다. VR 훈련 콘텐츠 개발 시 의료인의 주도적인 참여가 필수이며, 그렇지 않을 경우 디테일 부족으로 인해 실제 사용에 어려움이 있을 수 있다. 문 교수는 “디지털 트윈 개념을 활용한 시뮬레이터 개발이 가능하며, 이를 통해 실제 환자를 모델로 한 훈련이 이루어질 수 있다”며, “최신 기술을 활용하여 의료 분야에서의 발전 방향을 모색하고 전시회를 통해 정보 수집과 활용 방안 고민이 중요하다”고 강조했다.    ▲ 조선대학교 치과대학 구강악안면외과 문성용 교수   ■ 기사 내용은 PDF로도 제공됩니다.

  INFOWORLD   Editorial  17　로봇이 달리는 시대, 인간은 어디로 달려가는가?   Hot Window  18 　캐드앤그래픽스 디지털 트윈 설문조사 분석 : 디지털 트윈에 대한 기대 속에 실질적 도입과 확산 위한 노력 필요   Case Study  24　노트르담 대성당의 영광스러운 복원을 선보인 언리얼 엔진 라이팅　리얼타임 3D 기술을 도입하여 한층 발전된 프로젝션 매핑 구현 27　미래 모빌리티를 위한 자율주행 시뮬레이터, 모라이 심　실시간 3D 엔진을 활용해 더욱 현실적인 시뮬레이션 구축   People & Company  30　AWS 황민선 파트너 세일즈 매니저, 에티버스 김준성 전무　AI와 산업 전문성 결합해 클라우드 기반 제조 혁신 도울 것   Focus  34　DN솔루션즈, 금속 3D 프린터 'DLX 시리즈'로 제조 혁신 선도한다 37　유니티, “게임을 넘어 다양한 산업으로, 3D 시각화와 AI 통해 혁신 지원” 40　델, ‘AI PC 시대’ 주도 선언… 통합 브랜드 제품 대거 출시   New Products  43　이달의 신제품   On Air 44　캐드앤그래픽스 CNG TV 지식방송 지상중계　공기업 BIM 적용 지침에 따른 설계·시공 프로세스 변화와 대응 전략 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　디지털 공급망 관리로 산업 건설 프로젝트의 비효율 해소 47　캐드앤그래픽스 CNG TV 지식방송 지상중계　의료 AI를 활용한 가상현실 기반 임상 실습 교육 소개   Column 48　트렌드에서 얻은 것 No. 23 / 류용효　실용형 AI, 제조의 미래를 바꾸다   54　New Books    Directory  131　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA    Visualization  84　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (2) / 최석영　AI 기반 크리에이티브 워크플로 혁신   AEC 56　새로워진 캐디안 2025 살펴보기 (6) / 최영석　유틸리티 기능 소개 Ⅳ 60　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈마누스 AI 에이전트의 설치, 사용 및 구조 분석 68　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (2) / 천벼리　오토캐드 전환 지원과 AI 기반 생산성   범용 CAD  71　오토캐드 2026의 새로운 기능과 개선사항 / 양승규　AI 기반 기능 및 성능이 향상된 오토캐드 2026   Reverse Engineering  78　시점 - 사물이나 현상을 바라보는 눈 (5) / 유우식　변화와 흐름의 관찰   Mechanical  91　산업 디지털 전환을 가속화하는 버추얼 트윈 (2) / 최윤정　카티아 VMU를 활용한 설계 검증 혁신 94　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (12) / 박수민　도면 기호 생성하기   Analysis  100　앤시스 워크벤치를 활용한 해석 성공 사례 / 김혜영　앤시스 LS-DYNA의 리스타트 기능 및 활용 방법 104　최적화 문제를 통찰하기 위한 심센터 히즈 (3) / 이종학　수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 110　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (21) / 나인플러스IT　차세대 자동차 설계를 위한 DNS, LES, RANS 시뮬레이션 115　MBSE를 위한 아키텍처–1D 모델 연계의 중요성 및 적용 전략 (1) / 오재응　아키텍처 모델과 1D 모델의 전략적 연계   PLM  126　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (3) / 윤경렬, 가브리엘 데그라시　비즈니스 프로세스 모델링을 배워보자       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 올라마(Ollama)와 오픈AI(OpenAI) GPT가 지원하는 오픈 소스 AI 모델을 블렌더(Blender)와 연결해 프롬프트 입력에 의한 자동 모델링 에이전트를 개발하는 방법을 설명한다. 이 연결을 통해 3D 모델링 작업 흐름을 간소화하고, 간단한 텍스트 프롬프트만으로 3D 장면을 생성하고 수정할 수 있다. 이번 호의 내용을 통해 이 프로세스를 직접 구현하는 방법을 이해하고, AI 에이전트 도구로서 LLM 모델의 역량을 평가할 수 있다.   ■ 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 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1. 프롬프트 : ‘Generate 100 cubes along the line of a circle with a radius of 30. The color and size of each cube are random.’   개념 : 텍스트 기반 3D 모델링 ‘텍스트 기반 3D 모델링’이란, 사용자가 입력한 텍스트를 AI 모델이 분석하여 블렌더에서 실행할 수 있는 코드를 생성하고 이를 통해 3D 그래픽을 구현하는 방식이다. 텍스트 토큰을 조건으로 설정하여 메시 모델을 생성하는 방법도 존재하며, 이는 스테이블 디퓨전(Stable Diffusion : SD) 계열의 기술을 활용하는 경우가 많다. 그러나 SD 기반 모델은 정확한 크기와 위치를 지정하는 데 근본적인 한계를 가진다. 이번 호에서는 정확한 치수를 가진 모델을 생성하는 것에 초점을 맞추고 있으므로, SD 기반 모델에 대한 자세한 설명은 생략한다. 텍스트를 3D 모델로 변환하는 에이전트 도구는 CAD 툴과의 상호작용 방식을 개선할 가능성이 있으며, 그래픽 모델링의 진입 장벽을 낮추고 신속한 프로토타이핑이 가능할 수 있다.   실행 가능한 코드 다운로드 이번 호의 내용과 관련된 실행 가능한 코드는 깃허브(GitHub)에서 다운로드할 수 있으니 참고한다. GitHub 링크 : https://github.com/mac999/blender-llm-addin   라이브러리 설치 블렌더와 올라마를 설치해야 한다.   1. 블렌더 다운로드 : blender.org   2. 윈도우에서 올라마 다운로드 : https://ollama.com/download   3. 오픈 소스 LLM 모델 설치(터미널에서 실행) ollama pull llama3.2 ollama pull gemma2 ollama pull codellama ollama pull qwen2.5-coder:3b ollama pull vanilj/Phi-4   4. 필요한 라이브러리 설치 pip install pandas numpy openai ollama   블렌더의 파이썬(Python) 환경에서 라이브러리를 설치하려면, 블렌더 설치 경로에 맞게 다음을 실행해야 한다. cd "C:/Program Files/Blender Foundation/Blender /python/bin" ./python.exe -m ensurepip ./python.exe -m pip install pandas numpy openai ollama   코드 설명 블렌더 UI 패널 생성 사용자가 블렌더에서 직접 모델을 선택하고 텍스트 프롬프트를 입력할 수 있도록 커스텀 UI를 생성한다. class OBJECT_PT_CustomPanel(bpy.types.Panel): 　bl_label = "AI Model Selector" 　bl_idname = "OBJECT_PT_custom_panel" 　bl_space_type = 'VIEW_3D' 　bl_region_type = 'UI' 　bl_category = "Gen AI 3D Graphics Model" 　def draw(self, context): 　　layout = self.layout 　　layout.label(text="Select Model:") 　　layout.prop(context.scene, "ai_model", text="") 　　layout.label(text="User Prompt:") 　　layout.prop(context.scene, "user_prompt", text="") 　　layout.operator("object.submit_prompt", text="Submit")     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  18　THEME. 디지털 전환으로 플랜트/조선 산업 경쟁력을 찾다 EPC 엔지니어링의 혁신을 위한 AI 기술 효율적 작업 환경과 미래 인력 운용 설루션으로서의 디지털 트윈 산업현장의 성공적인 DX를 위한 인사이트 공유 디지털 전환 생산 혁신의 마지막 퍼즐, 성과제   INFOWORLD   Editorial 17　제조 혁신의 나침반, 자율화와 지속가능성의 조화로 향한다   Case Study 31　유니티로 3D 건설 협업 애플리케이션을 구축한 오바야시　건설 프로세스에서 협업을 대중화하다   Focus 34　중소기업의 제품 개발 혁신을 이끄는 지멘스의 전략은? 36　클라우드·AI로 무장한 지스타캐드, 국내 CAD 시장 공략 가속화 38　로크웰 오토메이션, “전방위 AI 지원으로 자율 운영 공장을 구현한다” 40　2025 산업지능화 컨퍼런스, AI-산업 데이터 결합 통한 제조 혁신 제시 42　인텔, 고성능 AI PC 위한 프로세서 및 생태계 전략 소개 44　SIMTOS 2026, ‘AI 자율제조와 인재 연결’을 주제로 2026년 4월 킨텍스서 개최   On Air 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　무전원 IoT 센서를 활용한 스마트 공장 고도화 지원 방안 48　캐드앤그래픽스 CNG TV 지식방송 지상중계　시뮬링크를 활용한 모델 기반 설계의 핵심과 실제 적용 사례 49　캐드앤그래픽스 CNG TV 지식방송 지상중계　시뮬레이션과 디지털 트윈을 통한 전기차 시장 경쟁력 확보   Column 52　디지털 지식전문가 조형식의 지식마당 / 조형식　이제는 인공지능과 디지털 트윈의 만남이 필요하다 54　트렌드에서 얻은 것 No. 22 / 류용효　AI의 거대한 파도, 엔비디아가 만드는 미래   50　New Books Directory 123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   PLM 59　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (2) / 윤경렬, 가브리엘 데그라시　BPMN은 무엇일까?   AEC 62　새로워진 캐디안 2025 살펴보기 (5) / 최영석　유틸리티 기능 소개 Ⅲ 66　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈소스 LLM 기반 블렌더 모델링 AI 에이전트 개발하기 119　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (1) / 천벼리　아레스 캐드 2026의 새로운 기능   Visualization 70　전문 분야를 넘나들며 상상을 생동감 있게 디자인하기 / 장순규　기록에서 시청하는 문화를 이끄는 생성형 AI의 미래 74　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (1) / 최석영　AI 영상 제작 생태계의 현재와 미래 86　산업 디지털 전환을 가속화하는 버추얼 트윈 (1) / 조희원, 남솔아　엔지니어링 데이터 기반으로 하이엔드 시각화 혁신하기   Reverse Engineering 80　시점 - 사물이나 현상을 바라보는 눈 (4) / 유우식　정적 이미지와 동적 이미지   Analysis 91　앤시스 워크벤치를 활용한 해석 성공 사례 / 김지원　앤시스 플루언트를 이용한 혈류 해석 워크플로 94　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (20) / 나인플러스IT　터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅴ 98　제품 개발 프로세스의 변화 이끄는 MBD / 오재응　가상 제품 개발에 적용하기 위한 MBD와 CAE의 차이 및 협업 104　최적화 문제를 통찰하기 위한 심센터 히즈 (2) / 이종학　근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화   Mechanical 111　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (11) / 김주현　크레오 파라메트릭에서 파이핑 생성하기 Ⅱ       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

CNG TV 전문위원 소개합니다. CNG TV 전문위원 – 분야별 업계 전문가들의 기획과 진행(줌라이브 방송 매월 진행) 한석희(제조/스마트공장) / 강태욱(건축/토목/IT)  / 조형식(제조/엔지니어링)   최성권(산업디자인/3D프린팅) / 류용효(제조/자동차)  / 안무정(IT/메타버스)    

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 BIM(건설 정보 모델링) 포맷 중 하나인 IFC(Industry Foundation Classes) 파일을 세슘(Cesium) 플랫폼에 3D 타일(tiles)로 가시화하는 방법을 간략히 설명한다. 세슘은 디지털 트윈 산업 표준 플랫폼으로 많이 알려져 있다. 이번 호에서는 BIM 가시화 방법을 설명하고, 마지막 부분에 3D 타일 개념과 구조를 간략히 소개한다. 참고로, 세슘에서 개발된 3D 타일은 3D 고속 렌더링을 위한 모델 구조와 렌더링 메커니즘을 제공한다. 이 기술은 현재 공간정보 산업 표준을 담당하는 OGC(Open Geospatial Consortium)와 유기적 협력을 통해 발전하고 있다.   그림 1. 세슘의 3D 타일 가시화 모습 예시   ■ 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 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   세슘은 구글 어스와 유사한 지구 스케일의 디지털 트윈 플랫폼이다. 이를 이용하면 도시 차원에서 분석하거나 실내 건물을 탐색하는 등의 유스케이스를 개발할 수 있다. 국내 대부분의 3차원 도시 플랫폼 기반 서비스에서 세슘이 사용되고 있다. 세슘은 디지털 트윈 모델을 다루기 위한 저작도구도 함께 제공한다. 개발자는 서비스에 필요한 메뉴 기능, 대시보드에 표출한 데이터 처리에만 신경을 쓰면 된다.   그림 2. 세슘 저작도구 예시   공간정보 기술을 연구하다 보면, 가끔 BIM 파일 포맷 중 하나 인 IFC를 세슘 위에 가시화해야 하는 경우가 종종 발생한다. 하지만 세슘은 IFC를 직접적으로 지원하지 않는다.   그림 3. IFC 추가 에러 발생 모습   세슘은 IFC를 포함한 모든 3D 모델 파일을 3D 타일로 변환해 업로드하도록 하고 있다. 이는 무거운 3D 모델의 가시화 성능을 고려한 것이다. 3D 타일은 웹에서 가시화하기에 무거운 3D 파일을 공간 인덱싱 기법을 이용해 Octree 형식으로 표현하고, 각 노트에 분할된 3D 모델의 부분을 담아둔다. 메시 간략화 기법을 이용해, 카메라가 모델을 비추는 거리에 따라 적절한 LoD(Level of Detail)의 메시를 보여준다. 이는 게임에서 FPS 성능을 올리기 위해 개발된 기법과 매우 유사하다. glTF(https://github.com/ KhronosGroup/glTF)는 3D 타일의 기본 형식이다. 세슘은 다양한 샘플 코드를 샌드캐슬(sandcastle)이란 플랫폼으로 제공하여 편리한 개발을 지원하고 있다.   그림 4. glTF 2.0 기능(3차원 점군, 텍스쳐, 모델 지원 예시)    그림 5. 세슘의 코드 예제   3D 타일 모델 변환 및 업로드 먼저, 다음 링크를 방문해 세슘 아이온(Cesium ion)에 가입한다. Cesium ion – Cesium(https://cesium.com/platform/ cesium-ion) 이후, 세슘의 API, 애셋(asset)을 관리하는 클라우드, 자바스크립트 기반 예제 등을 무료로 사용할 수 있다. 여기서 애셋이란 플랫폼에서 사용하는 GIS, BIM 등 모든 파일 및 데이터셋을 의미한다. 가입 후, <그림 6>의 화면에서 ‘New story’를 클릭해 애셋을 추가해 보자.   그림 6. 세슘 아이온 메뉴 화면   세슘은 3D 모델을 3차원 타일 형식으로 내부 표현한다. 이 형식을 지원하는 파일 포맷은 <그림 7>과 같다.    그림 7     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  INFOWORLD   Editorial 17　제조업의 디지털 전환, ‘사람 중심의 혁신’이 성패 가른다   Focus 18　플랜트 조선 컨퍼런스 2025, 산업 디지털 전환과 AI 혁신 비전을 찾다 24　오라클, “AI의 핵심은 데이터… 강력하면서 유연한 클라우드 기술로 AI 혁신 지원”   Case Study 26　건설 장비의 유지에 증강현실 활용한 HD현대인프라코어　산업 현장의 기술 통합 돕는 AR 가이던스   New Products 31　클라우드·AI·데이터 혁신 가속화를 위한 디지털 엔지니어링 설루션　앤시스 2025 R1 34　AI로 제품 개발 및 HPC 스케줄링 효율 향상　하이퍼웍스 2025 / HPC웍스 2025 36　클라우드 기반 ADAS 및 AD 개발 및 검증 설루션　Virtual Test Drive X 38　소프트웨어 개발 라이프사이클에 로코드와 AI 결합　멘딕스 10.18 40　다양한 산업 분야를 위한 실시간 시각화 기능 강화　트윈모션 2025.1 62　이달의 신제품   Culture 42　AI 스터디와 네트워크를 위한 스터디 모임 ‘AI 바우하우스랩’   Column 49　책에서 얻은 것 No. 24 / 류용효　2025 AI 대전환 : 주도권을 선점하라 52　디지털 지식전문가 조형식의 지식마당 / 조형식　인공지능 시대에 나는 무엇을 아는가?   On Air 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　자동차 산업의 미래, 메가캐스팅 해석과 활용 47　캐드앤그래픽스 CNG TV 지식방송 지상중계　자율 제조의 핵심 기술, SDM과 AI의 만남 48　캐드앤그래픽스 CNG TV 지식방송 지상중계　디지털과 현실의 경계를 넘는 차세대 몰입형 협업 설계   54　News 60　New Books   Directory 123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 65　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　세슘 기반 BIM IFC 가시화 방법과 3D 타일 구조 72　새로워진 캐디안 2025 살펴보기 (4) / 최영석　유틸리티 기능 소개 Ⅱ 177　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (11) / 천벼리　BIM 치수 체인   Mechanical 75　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (10) / 김주현　크레오 파라메트릭에서 파이핑 생성하기 Ⅰ   Reverse Engineering 84　시점 - 사물이나 현상을 바라보는 눈 (3) / 유우식　관찰의 시점과 관점   Analysis 92　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (19) / 나인플러스IT　터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅳ 97　최적화 문제를 통찰하기 위한 심센터 히즈 (1) / 이종학　AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 104　앤시스 워크벤치를 활용한 해석 성공 사례 / 전상우　전자장비 방열을 위한 팬 단순화 원리와 해석 적용 방법 112　MBD를 성공적으로 도입하기 위한 비결 / 오재응　무엇을 위해서 모델을 활용하는가?   3D Printing 108　시제품 제작을 혁신하는 3D 프린팅 / 김진호　자동차 내장 부품의 디자인 검증용 시제품 개발 사례   PLM 120　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (1) / 윤경렬, 가브리엘 데그라시　비즈니스 프로세스 모델링이 필요한 이유     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 전문적인 BIM 자료를 이해할 수 있는 대규모 언어 모델(LLM, Large Language Model)을 개발하는 방법을 알아본다. BIM 기반 LLM을 개발하는 방법은 여러 가지가 있으나, 여기에서는 그 중 하나인 RAG(Retrieval Augumented Generation, 증강 검색 생성) 시 LLM이 잘 추론할 수 있도록 모델을 파인튜닝(fine-turning)하는 기술을 사용해 본다.   ■ 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 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   LLM 모델 파인튜닝의 개념 파인튜닝이란 사전에 학습된 LLM을 특정 도메인이나 작업에 맞게 최적화하는 과정이다. 기본적으로 LLM은 일반적인 자연어 처리 작업을 수행하도록 설계되어 있지만, 전문적인 특정 지식 도메인(예 : 건설 분야의 BIM 데이터)이나 문제를 다룰 때는 환각 현상이 심해지므로 해당 도메인에 특화된 데이터로 모델을 재학습시켜야 한다. 이를 통해 모델이 특정 영역에서 더 정확하고 유용한 결과를 생성하도록 만든다. 파인튜닝 과정은 다음과 같은 단계로 이루어진다.  ① 사전 학습된 모델 선택 : 이미 대규모 데이터로 학습된 LLM을 선택한다. ② 도메인 특화 데이터 준비 : 대상 분야와 관련된 고품질 데이터를 수집하고, 이를 정제 및 전처리한다. ③ 모델 파라미터 조정 : LoRA(Low-Rank Adaptation)같은 기법을 사용하여 모델 파라미터를 특정 도메인에 맞게 업데이트한다.  ④ 훈련 및 검증 : 준비된 데이터로 모델을 학습시키고, 성능을 검증하며 최적화한다. 여기서, LoRA 기술은 LLM을 파인튜닝하는 데 사용되는 효율적인 기법이다. 이 방법은 모델 전체를 다시 학습시키는 대신, 모델의 일부 파라미터에만 저차원(lowrank) 업데이트를 적용하여 파인튜닝한다. 이를 통해 학습 비용과 메모리 사용량을 대폭 줄이면서도 높은 성능을 유지할 수 있다. 이 글에서 사용된 라마 3(Llama 3)는 메타가 개발한 LLM 제품이다. 모델은 15조 개의 토큰으로 구성된 광범위한 데이터 세트에서 훈련되었다.(라마 2의 경우 2T 토큰과 비교) 700억 개의 파라미터 모델과 더 작은 80억 개의 파라미터 모델의 두 가지 모델 크기가 출시되었다. 70B 모델은 MMLU 벤치마크에서 82점, HumanEval 벤치마크에서 81.7점을 기록하며 이미 인상적인 성능을 보여주었다. 라마 3 모델은 컨텍스트 길이를 최대 8192개 토큰(라마 2의 경우 4096개 토큰)까지 늘렸으며, RoPE를 통해 최대 32k까지 확장할 수 있다. 또한 이 모델은 128K 토큰 어휘가 있는 새로운 토크나이저를 사용하여 텍스트를 인코딩하는 데 필요한 토큰 수를 15% 줄인다.   개발 환경 준비 개발 환경은 엔비디아 지포스 RTX 3090 GPU(VRAM 8GB), 인텔 i9 CPU, 32GB RAM으로 구성되었다. 이러한 하드웨어 구성은 대규모 BIM 데이터를 처리하고 모델을 학습시키는 최소한의 환경이다. 이 글에서는 사전 학습모델은 허깅페이스(HF)에서 제공하는 Llama-3-8B 모델을 사용한다. 파인튜닝을 위해서는 다음과 같은 환경이 준비되어 있다고 가정한다.  파이토치 설치 : https://pytorch.org/get-started/locally  올라마(Ollama) 설치 : https://ollama.com 허깅페이스에서 제공하는 LLM 모델을 사용할 것이므로, 접속 토큰(access token)을 얻어야 한다. 다음 링크에서 가입하고 토큰을 생성(Create new token)한다. 이 토큰은 다음 소스코드의 해당 부분에 입력해야 동작한다.  허깅페이스 가입 및 토큰 획득 : https://huggingface.co/ settings/tokens   그림 1   명령 터미널에서 다음을 실행해 라이브러리를 설치한다.   pip install langchain pypdf fastembed chardet pandas pip install -U transformers pip install -U datasets pip install -U accelerate pip install -U peft pip install -U trl pip install -U bitsandbytes pip install -U wandb   개발된 BIM LLM 모델 성능이 향상되었는지를 검증할 수 있도록, 기초 모델이 인터넷에서 쉽게 수집 후 학습할 수 있는 BIM 자료를 제외한 데이터를 학습용으로 사용할 필요가 있다. 이런 이유로, 최근 릴리스되어 기존 상용 대규모 언어 모델이 학습하기 어려운 ISO/TS 19166에 대한 기술 논문 내용을 테스트하고, 학습 데이터 소스로 사용한다. 참고로, ISO/TS 19166은 BIM-GIS conceptual mapping 목적을 가진 국제표준으로 기술 사양(TS)을 담고 있다. 학습 데이터로 사용될 파일을 다음 링크에서 PDF 다운로드하여 저장한다.  BIM-GIS 매핑 표준 논문 PDF 파일 : https://www.mdpi. com/2220-9964/7/5/162   BIM 기반 LLM 모델 학습 데이터 준비와 파인튜닝 파라미터 설정 학습 데이터를 자동 생성하기 위해, 미리 다운로드한 PDF 파일을 PyPDF 및 라마 3를 이용해 질문-답변 데이터를 자동 생성한 후 JSON 파일로 저장한다. 이를 통해 수 백개 이상의 QA 데이터셋을 자동 생성할 수 있다. 이 중 품질이 낮은 데이터셋은 수작업으로 삭제, 제거한다.    그림 2. 자동화된 BIM 기반 LLM 학습 데이터 생성 절차     ■ 자세한 기사 내용은 PDF로 제공됩니다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 1월 3일 CNG TV는 ‘엔지니어링 업계 트렌드와 2025 전망’을 주제로 줌(Zoom) 웨비나를 진행했다. 이번 방송은 캐드앤그래픽스의 신년 특집으로 마련됐다. 이번 방송은 업계 전문가인 CNG TV 전문위원들이  모여 스마트 제조, 건축, 제품 디자인, 3D 프린팅 등 다양한 기술 트렌드를 분석하고 미래를 예측하는 자리로 마련됐다. 웨비나의 자세한 내용은 다시보기로 확인할 수 있다. ■ 박경수 기자   4차 산업혁명의 흐름과 AI 발전 전망 이번 웨비나 진행은 디지털지식연구소 조형식 대표가 맡았으며, 4차산업혁명연구소 한석희 소장, 한국건설기술연구원 강태욱 연구위원, 홍익대학교 최성권 교수가 연사로 참여했다. 새해부터 CNG TV 전문위원으로 합류한 한석희 소장은 4차 산업혁명의 역사와 AI 및 스마트 공장의 발전이 우리나라의 제조업에 미칠 영향을 중심으로 발표했다. 그는 “지난 20년간 4차 산업혁명은 빠르게 발전해왔으며, 이제는 5차 산업혁명에 대한 논의도 시작되었다”면서, “AI 및 스마트 공장 기술이 발전하면서 대한민국은 K-스마트팩토리를 중심으로 글로벌 경쟁력을 갖춰야 한다”고 강조했다. 또한, AI 발전의 미래에 대한 전망도 제시했다. 그는 “2030년 전후로 AGI(일반 인공지능) 구현이 가능할 것”이라며, “2040년대에는 현재 AI보다 1만 배 강력한 슈퍼 AI가 등장할 가능성이 높다”고 설명했다. 이어 “한국은 독자적인 AI 연구 방향을 설정하고, ‘Grand Quest’ 전략을 통해 글로벌 시장에서 선도 위치를 차지해야 한다”고 강조했다.   ▲ 4차산업혁명연구소 한석희 소장   ▲ 4차 산업혁명의 흐름과 AI 발전 전망 요약   건설 AI와 디지털 트윈의 혁신 강태욱 연구위원은 AI 및 디지털 트윈 기술이 건설 산업에 접목되는 사례를 소개했다. 그는 “AI 기반 프로젝트 관리 및 시뮬레이션 기술이 확산되면서 건설 산업의 디지털화가 가속화되고 있다”고 밝혔다. 특히, “3D 스캔과 드론을 활용한 건설 모니터링 기술이 현장 자동화를 지원하며, 스마트 빌딩 및 스마트시티 구축에 기여하고 있다”고 설명했다. 강 연구위원은 또한 모듈러 건축(프리패브리케이션) 방식의 확대에 주목했다. 그는 “AI 기반 자동화 기술이 발전하면서 현장에서 조립하는 모듈러 건축 방식이 확산될 것”이라며, “로봇과 자동화 기술을 활용한 시공 방식이 도입되면 건설업의 생산성과 안전성이 획기적으로 향상될 것”이라고 전망했다.   ▲ 한국건설기술연구원 강태욱 연구위원   ▲ 2025년 건설테크 10대 트렌드   3D 프린팅의 진화와 제조의 민주화 홍익대학교 메이커스페이스 운영 총괄을 맡고 있는 최성권 교수는 3D 프린팅 기술이 가져올 제조 산업의 변화에 대해 발표했다. 그는 “3D 프린팅 기술의 발전으로 개인이 직접 디자인하고 제작하여 판매하는 비즈니스 모델이 활성화될 것”이라며, “특히 프리랜서 디자이너와 스타트업이 데스크톱 3D 프린터를 활용해 빠르게 제품을 출시할 수 있는 환경이 조성되고 있다”고 말했다. 또한, 지속 가능성(ESG) 트렌드와 3D 프린팅의 접목에 대해서도 언급했다. 그는 “바이오 플라스틱, 재활용 소재 등의 친환경 소재를 활용한 지속 가능한 제조 방식이 각광받고 있다”며, “스마트 공장과 결합해 온디맨드(on-demand) 제조 방식이 자리잡으면서 더욱 유연한 생산 시스템이 가능해질 것”이라고 설명했다.   ▲ 홍익대학교 최성권 교수   ▲ 3D 프린팅 전망과 시사점   디지털과 피지컬의 융합, 2025년 이후의 변화 이번 방송에서 발표자들은 2025년 이후 디지털과 현실 세계가 더욱 긴밀하게 연결될 것이라는 점을 공통적으로 강조했다. AI, 디지털 트윈, 스마트 공장, 3D 프린팅 등 기술이 현실 세계에서 실질적인 가치 창출로 이어지면서 기업과 개인은 단순한 기술 적용을 넘어, 창의적이고 적극적인 활용 전략을 마련해야 한다는 점이 핵심 메시지였다. 한편, 조형식 대표는 “기술이 아무리 발전하더라도 결국 인간이 살아가는 것은 물리적(피지컬) 세계”라며, 디지털 기술이 실생활에서 실질적 가치를 창출하는 방향으로 나아가야 한다고 덧붙였다.    ▲ 신년특집 방송   ▲ 디지털지식연구소 조형식 대표     ■ 기사 내용은 PDF로도 제공됩니다.