오토코더 지음 / 22000원 / 위즈앤북   업무 효율성을 높이고 싶은 직장인, 실무에 바로 적용 가능한 파이썬 자동화 기술을 배우고 싶은 초보 개발자에게 안성맞춤인 책이 출간됐다. 『50개의 프로젝트로 완성하는 파이썬 업무 자동화 + 챗GPT/Copilot/Gemini』는 다양한 실전 예제를 통해 코딩에 익숙하지 않은 사람도 바로 실습할 수 있도록 구성된 실용서다. 이 책에서는 QR 코드 생성, 퀴즈 앱 만들기, 나만의 음성 비서 ‘자비스’ 제작 등 일상에서도 흥미롭게 활용할 수 있는 프로젝트부터, 문서 번역, 파일 정리, 데이터 분석, 엑셀 및 PDF 처리, 영상 다운로드 등 반복적인 업무를 자동화하는 실무 중심의 예제까지 폭넓게 다룬다. 또한, 뉴스·날씨·주식·환율·이미지·이커머스 정보 등 웹에서 데이터를 자동으로 수집하고 관리하는 프로젝트도 소개한다. 특히 주목할 점은 ChatGPT, Copilot, Gemini와 같은 최신 AI 도구들과의 연계를 통해 파이썬 자동화의 효율을 극대화할 수 있다는 점이다. AI 도구들은 코드 작성의 속도를 높이고, 오류를 쉽게 찾아내며, 더 나은 코드 구조를 제안해 주는 등 학습과 실무 모두에서 든든한 파트너가 되어준다. 이 책에서는 AI와 함께 협업하는 방법까지 친절하게 안내하고 있어, 기술을 처음 접하는 독자도 어렵지 않게 따라갈 수 있다. 무엇보다도 이 책의 강점은 실전 코드가 완성된 형태로 제공된다는 점이다. 독자들은 코드를 복사해 바로 실행해 볼 수 있으며, 각 코드에는 상세한 주석이 달려 있어 기능의 흐름을 쉽게 이해할 수 있다. '이론보다는 실습'이라는 책의 모토답게, 독자는 실제 작동하는 코드로 프로그래밍을 자연스럽게 익힐 수 있다. 파이썬은 직관적인 문법과 풍부한 라이브러리 덕분에 누구나 쉽게 배울 수 있는 언어다. 이 책은 그런 파이썬의 장점을 극대화하여, 독자들이 실생활과 업무에서 프로그래밍의 즐거움과 실용성을 모두 경험할 수 있도록 돕는다. 이제는 누구나 AI와 자동화를 활용해 스마트한 업무 환경을 만들 수 있다. 

산업 디지털 전환을 가속화하는 버추얼 트윈 (1)   소셜 미디어의 부상으로 인해 다양한 마케팅 콘텐츠에 대한 수요가 급격히 증가하면서, 제품을 표현하는 방식도 기하급수적으로 늘어나고 있다. 기존의 CGI(Computer Generated Imagery) 방식은 새로운 비주얼 모델을 처음부터 제작해야 하므로 이러한 속도를 따라가기 어렵다. 또한, 제품을 직접 제작하고 촬영하는 방식은 많은 시간과 비용이 소요된다. 이에 따라 기업들은 제작 효율을 극대화하고, 보다 신속하고 확장 가능하며 비용 효율적인 콘텐츠 생산을 위해 혁신적인 기술을 모색하고 있다. 이번 호에서는 3D익사이트(3DEXCITE) Tech-stack이 이러한 요구 사항을 충족하기 위해 어떻게 설계 모델을 직접 콘텐츠로 변환하고 생성형 AI(Gen-AI) 기반 시각화(비주얼라이제이션)를 활용하는지 알아보겠다.   ■ 조희원 다쏘시스템의 테크니컬 컨설턴트로, 3년째 3DEXCITE 브랜드 기술 부문을 담당하고 있다. 홈페이지 | www.3ds.com/ko   ■ 남솔아 다쏘시스템의 3DEXCITE 브랜드 세일즈 익스퍼트 스페셜리스트로, 5년째 클라우드 및 제조소프트웨어 IT 영업 & 사업개발 부문에 종사하고 있다. 홈페이지 | www.3ds.com/ko   그림 1   3D익사이트와 버추얼 트윈 3D익사이트는 설계자가 설계한 제품 CAD 모델을 그대로 이용하여 콘텐츠를 위한 버추얼 트윈을 생성한다. 효율적인 데이터 변환 프로세스를 통해 카티아(CATIA)와 같은 설계 프로그램에서 생성된 엔지니어링 데이터를 상용 데이터로 변환시키므로, 버추얼 트윈은 제품을 100% 정확하게 표현할 수 있다. 이 프로세스는 하이엔드 시각적 해상도를 유지하면서 지적 재산을 보호할 수 있도록 설계 데이터를 변경하는 역할을 한다.   3D익사이트의 데이터 변환 과정 엔지니어링 제품 데이터 통합 • 다양한 CAD 데이터를 수집 및 통합 • 카티아, 에노비아(ENOVIA), 시뮬리아(SIMULIA) 데이터 활용 머티리얼(Material) 라이브러리 준비(그림 2) • 표준화된 머티리얼 라이브러리 구축   그림 2   데이터 준비 작업 생성(그림 3) 의미적 데이터 식별 및 테셀레이션 수행   그림 3    데이터 준비 작업 처리(그림 4) 제품 데이터 오픈 및 매개변수 구성   그림 4   제품 정확성 강화(그림 5) 실제 제품 특성을 반영하여 머티리얼 할당 및 매핑   그림 5   모델 성능 평가(그림 6) FPS, 메모리 사용량, 폴리곤 수 분석   그림 6    제품 정확성 검토(그림 7)  가상 리뷰 환경에서 최종 검토 수행   그림 7    최종 제품 내보내기 3DXML 및 STEP 형식으로 최적화된 데이터 제공 Commercial Twin 제작 완료(그림 8) AR, VR, 실시간 플랫폼을 위한 몰입형 경험 제공   그림 8     ■ 자세한 기사 내용은 PDF로 제공됩니다.

제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (11)   크레오 파이핑 및 케이블링 익스텐션(Creo Piping and Cabling Extension : PCX)은 다양한 종류의 산업과 유형의 파이핑 및 케이블링을 지원하여 전체 설계 프로세스를 간소화하고 가속화하는 크레오의 모듈이다. 이번 호에서는 지난 호에 이어 크레오 파이핑에 대해 알아보자.   ■ 김주현 디지테크 기술지원팀의 차장으로 크레오 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   크레오 파이핑은 라이브러리를 이용하는 사양 설계(Spec_driven)와 비 사양 설계(Non_Spec_driven)로 나눌 수 있다. 이번 호에서는 라이브러리를 이용한 사양 설계로 파이핑을 생성해보자. 사양 제어 파이핑 모듈에서는 파이핑 라이브러리를 기반으로 복잡한 파이핑 시스템을 설계를 할 수 있다. 이 파이핑 시스템을 설계하려면 먼저 사양 제어 파이핑을 설정해야 한다. 파이핑 설계에는 라이브러리 데이터베이스가 있으며, 이를 기반으로 필요 시 회사 별 사항에 맞게 추가할 수 있다. 그러면 지금부터 예제를 통해 파이핑에 대해 알아보자. 어셈블리 파일을 열어 파이핑을 연결하고자 하는 시작과 끝을 각각 확인한다. 예제에서는 그림과 같이 ‘PORT0’에서 ‘RETURN’으로 파이핑을 생성한다.     가장 먼저 메뉴의 ‘응용 프로그램’에서 ‘파이핑’을 선택한다.     파이핑 메뉴에서 ‘사양 제어’를 선택한 후 ‘파이프 생성’을 클릭한다.     ‘파이프라인 만들기’ 창에서 크기와 번호, 이름을 입력한다. 인슐레이션이 필요하다면 미리 선택한다.     ‘확인’을 누르면 방금 만든 어셈블리가 생성되며 활성화되는 것을 볼 수 있다. 먼저 시작 부분에 피팅을 삽입한 후 파이프라인을 만들어보자. 메뉴에서 파이핑 → 피팅 삽입을 클릭한다.     그림과 같이 여러 종류의 피팅을 제공하며, 필요한 피팅을 선택한다.     피팅 유형은 플랜지로 선택하고, 시작 좌표계를 그림과 같이 선택한다.     모두 설정한 후 ‘확인’ 버튼을 클릭하면 그림과 같이 플랜지가 생성된다.       ■ 자세한 기사 내용은 PDF로 제공됩니다.

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.

알테어가 자사의 클라우드 플랫폼인 ‘알테어원’에 엔비디아의 ‘옴니버스 블루프린트’를 통합했다고 밝혔다. 옴니버스 블루프린트는 엔비디아가 개발한 실시간 디지털 트윈 구축을 위한 참조 워크플로이다. 이번 통합으로 사용자는 복잡한 시뮬레이션과 디지털 트윈을 실시간으로 시각화하고 구축할 수 있으며, 별도의 설정 없이 다양한 사용자와 함께 협업할 수 있다.   이제 사용자는 알테어원 내에서 옴니버스 블루프린트를 즉시 활용할 수 있으며, 구축한 디지털 트윈은 클라우드와 온프레미스 환경 어디서든 손쉽게 배포할 수 있다. 알테어원은 모든 데이터를 메타데이터와 함께 체계적으로 관리해 설계 반복 시에도 유연하게 대응할 수 있도록 지원한다. 특히 알테어의 인공지능(AI) 기반 해석 설루션인 ‘알테어 피직스AI’를 함께 활용할 경우, 기존에 며칠씩 걸리던 물리 해석 작업을 수 초 내지는 수 분 내로 단축할 수 있다.   실시간 협업도 중요한 차별점이다. 사용자는 디지털 트윈 환경에서 여러 사용자와 동시에 설계를 진행하고, 가상 환경에서 실시간으로 시뮬레이션을 수행할 수 있다. 특히 3D 설계, AI, 레이 트레이싱 기술이 결합된 몰입형 업무 환경을 제공하며, 클라우드 기반의 고품질 렌더링과 스트리밍 기능을 통해 복잡한 시스템 통합도 간소화된다. 알테어는 충돌 및 낙하 테스트 등 고난도 해석 작업에서도 시뮬레이션 속도와 협업 효율을 높일 수 있을 것으로 보고 있다.   이번 협업은 엔비디아의 GPU 가속, NIM 마이크로서비스, 옴니버스 플랫폼 등 최신 기술을 기반으로 하며, 알테어는 이를 바탕으로 시뮬레이션, AI, 데이터 분석, 고성능 컴퓨팅(HPC) 등 자사의 핵심 역량을 단일 플랫폼에 집약해 디지털 엔지니어링의 새로운 표준을 제시할 계획이다.     엔비디아의 티모시 코스타 CAE 및 CUDA-X 부문 수석 디렉터는 “디지털 트윈 기술은 산업을 재편하고 있다”면서, “알테어 사용자는 이제 엔비디아의 첨단 기술을 기반으로 더욱 효율적이고 실질적인 디지털 엔지니어링을 구현할 수 있을 것”이라고 말했다.   알테어의 샘 마할링엄 최고기술책임자(CTO)는 “엔비디아의 블랙웰 가속기, AI, 옴니버스 기술을 알테어원에 통합함으로써 고객은 디지털 트윈과 시뮬레이션을 보다 빠르고 직관적으로 운영할 수 있게 됐다”면서, “이번 통합은 데이터, AI, 시뮬레이션을 하나의 워크플로로 연결해 디지털 엔지니어링 혁신을 실현하는 중요한 전환점이 될 것”이라고 강조했다.   한편 알테어는 옴니버스 블루프린트 통합 외에도 주요 제품에 엔비디아 기술을 적용해 성능 향상을 지속하고 있다. 알테어의 구조해석 설루션인 ‘알테어 옵티스트럭트’는 GPU 가속 라이브러리 cuDSS를 도입해 CPU 및 GPU에서 해석 성능을 개선했다. 또한 알테어의 주요 전산유체해석(CFD) 소프트웨어가 블랙웰 플랫폼에서 최대 1.6배의 속도 향상을 기록했고, 입자 해석 시뮬레이션 소프트웨어인 ‘알테어 이뎀’은 기존 32코어 CPU 대비 최대 40배 빠른 시뮬레이션 속도를 달성한 바 있다.

엔비디아가 미국 새너제이에서 열린 GTC에서 주요 CAE 소프트웨어 공급업체들이 엔비디아 블랙웰(NVIDIA Blackwell) 플랫폼을 도입해 자사 시뮬레이션 도구를 최대 50배까지 가속화한다고 발표했다. 이들 공급업체에는 앤시스, 알테어, 케이던스, 지멘스, 시높시스 등이 포함된다. 가속화된 CAE 소프트웨어와 엔비디아 쿠다-X(CUDA-X) 라이브러리 그리고 성능을 최적화하는 블루프린트를 병용하면 자동차, 항공우주, 에너지, 제조, 생명과학 분야 제품의 개발 시간과 비용을 줄일 수 있으며, 설계 정확도는 높이면서 에너지 효율을 유지할 수 있다는 것이 엔비디아의 설명이다. 소프트웨어 제공업체는 고객이 실시간 인터랙티브 기능을 갖춘 디지털 트윈을 개발하도록 지원할 수 있으며, 이제 엔비디아 블랙웰 기술을 통해 이를 가속화할 수 있다. CAE 소프트웨어 업계에서는 자사 소프트웨어에 블랙웰을 통합하는 생태계가 확장되고 있다. 여기에는 대표적으로 알테어, 앤시스, 비욘드매스, 케이던스, 콤솔, 엔지스(ENGYS), 플렉스컴퓨트, 헥사곤, 루미너리 클라우드, M-스타, 오토데스크 계열사인 나바스토, 뉴럴 콘셉트, 엔톱, 리스케일, 지멘스, 심스케일, 시높시스, 볼케이노 플랫폼스 등이 있다.     케이던스는 엔비디아 그레이스(Grace) 블랙웰 가속 시스템을 활용해 항공기의 이착륙 시뮬레이션이라는 전산유체역학(CFD)의 대형 과제를 해결하고 있다. 케이던스는 단일 엔비디아 GB200 NVL72 서버에서 케이던스 피델리티(Fidelity) CFD 솔버를 사용해 수십억 개의 셀 시뮬레이션을 24시간 이내에 실행했다. 이는 기존의 수백만 개 코어를 가진 CPU 클러스터에서도 며칠이 지나야 완료가 가능한 작업이었다. 이 혁신을 바탕으로 항공우주 산업은 더 안전하고 효율적인 항공기를 설계하면서도, 비용이 많이 드는 풍동 실험 횟수는 줄여 출시까지 걸리는 시간을 단축할 수 있을 전망이다. 리스케일이 새롭게 출시한 CAE 허브(CAE Hub)를 활용하면 엔비디아 기술과 더불어 다수의 독립 소프트웨어 공급업체가 개발한 쿠다 가속 소프트웨어에 간편하게 접속할 수 있다. 리스케일 CAE 허브는 클라우드에서 엔비디아 GPU와 엔비디아 DGX Cloud(DGX 클라우드)에 기반한 유연하고 향상된 성능의 컴퓨팅과 AI 기술을 제공한다. 고속 항공기를 만드는 붐 슈퍼소닉(Boom Supersonic)은 리스케일 CAE 허브에서 실시간 디지털 트윈을 위한 엔비디아 옴니버스 블루프린트(Omniverse Blueprint)와 블랙웰 가속 CFD 솔버를 사용할 예정이다. 이를 통해 새로운 초음속 항공기 설계와 최적화에 나설 계획이다. 제품 개발 주기의 대부분이 시뮬레이션에 기반한 붐 슈퍼소닉은 블랙웰 GPU로 가속화된 리스케일 플랫폼을 통해 다양한 비행 조건을 테스트하고 시뮬레이션을 반복하며 요구 사항을 개선할 전망이다. 실시간 디지털 트윈을 위한 엔비디아 옴니버스 블루프린트는 현재 일반적으로 사용이 가능하며, 리스케일 CAE 허브에도 포함돼 있다. 이 블루프린트는 엔비디아 쿠다-X 라이브러리와 엔비디아 피직스네모 AI, 엔비디아 옴니버스 플랫폼을 통합했다. 더불어 물체 부근의 공기 움직임을 연구하는 외부 공기역학을 위한 엔비디아 NIM 마이크로서비스를 최초로 추가했다. 엔비디아의 젠슨 황(Jensen Huang) 창립자 겸 CEO는 “엔비디아 블랙웰에서의 쿠다 가속 물리 시뮬레이션은 실시간 디지털 트윈을 개선하고 엔지니어링 프로세스 전반을 재구상하고 있다. 사실상 모든 제품이 물리적으로 구현되기 훨씬 전에 디지털 트윈으로 먼저 생성되고 생명력을 얻을 날이 다가오고 있다”고 말했다.

벡터 인포매틱(Vector Informatik)과 시높시스가 소프트웨어 정의 차량(SDV)의 개발을 가속화하기 위한 전략적 협력을 발표했다. 양사는 이번 협력을 통해 벡터의 소프트웨어 팩토리 전문성과 시높시스의 전자 디지털 트윈 기술을 결합한 사전 통합 설루션을 제공한다. 이를 통해 자동차 제조업체는 소프트웨어 검증 과정을 앞당기고 개발 생산성을 개선하며, 차량 수명주기 전반에 걸쳐 소프트웨어 개발 및 배포 속도를 높일 수 있다. 자동차 업계는 기존의 순차적 설계 방식에서 벗어나 애자일(agile) 및 지속적인 개발 흐름(continuous development flow)으로 전환해야 하는 압박을 받고 있다. 이러한 변화는 차량의 복잡성이 증가하고, 다양한 플랫폼과 변종을 지원해야 하며, 기존 물리적 테스트 벤치의 한계를 극복하고, 협력업체와의 원활한 협업을 실현하는 데 필수이다. 기존 자동차 소프트웨어 툴체인 및 프로세스에서 발생하는 마찰을 해소하고, 고도로 자동화된 ‘시프트 레프트(shift-left : 개발 초반부터 테스트)’ 접근 방식을 통해 효율적이고 확장 가능한 소프트웨어 팩토리를 구축하는 것이 그 해결책이다. 벡터와 시높시스는 SDV 개발 역량을 결합하여 개발 비용을 절감하고, 소프트웨어 개발 속도를 가속화하며, 초기 컴플라이언스 검증부터 OTA(Over-The-Air) 업데이트 및 실시간 데이터 수집까지 소프트웨어 품질을 향상시키고자 한다. 우선, 자동차 전자 디지털 트윈 구현을 위한 필수인 오픈소스 라이브러리 SIL Kit(소프트웨어 인 더 루프(SIL) 기반의 검증 및 테스트 환경을 지원해 초기 단계에서 버그와 오류를 최소화)의 발전을 목표로 삼고 있다. 또한, 벡터의 AUTOSAR ECU용 임베디드 소프트웨어 ‘MICROSAR’ 및 CANoe(ECU 네트워크의 개발, 테스트, 시뮬레이션)를 시높시스의 Silver 및 Virtualizer Development Kits(VDKs)와 통합하여, SDV 아키텍처 내 모든 전자제어장치(ECU)를 위한 가상 ECU(vECU)를 즉시 사용할 수 있도록 지원할 계획이다.     시높시스의 톰 데 슈터(Tom De Schutter) 제품 관리 및 시장 그룹 수석 부사장은 “소프트웨어 정의 차량으로의 전환은 자동차 제조업체들이 소프트웨어 개발 및 검증 방법론과 툴링을 근본적으로 재설계해야 한다는 것을 의미한다”면서, “시높시스는 50개 이상의 OEM 및 티어 1 공급업체가 우리의 가상 프로토타이핑 기술을 활용하는 등 글로벌 자동차 생태계의 신뢰받는 파트너로 자리 잡고 있다. 전자 디지털 트윈 기술 분야에서의 리더십과 벡터의 자동차 소프트웨어 툴 및 컴포넌트 전문성을 결합하여 자동차 산업 전반의 개발 속도를 가속화하고 효율성을 높일 것”이라고 밝혔다. 벡터 인포매틱의 마커스 에겐버거(Marcus Eggenberger) 소프트웨어 팩토리 부문 부사장은 “시높시스의 전자 디지털 트윈을 지원하는 가상화 설루션을 벡터의 소프트웨어 팩토리에 통합함으로써, 자동차 조직이 검증 및 검증 단계를 확장하고 SIL에서 HIL(Hardware-in-the-Loop)로의 전환을 원활하게 할 수 있다”고 설명하며, “이를 통해 OEM 및 소프트웨어 공급업체가 품질을 개선하고 비용을 절감할 수 있으며, 궁극적으로 자동차 산업에서의 혁신을 촉진할 것”이라고 덧붙였다.

벡터코리아는 차세대 SDV 개발을 위한 플랫폼을 뜻하는 SDV 2.0인 ‘벡터 소프트웨어 팩토리(Vector Software Factory)’를 공개했다. SDV 2.0은 차량 소프트웨어의 개발, 통합, 배포 및 운영을 위한 새로운 표준을 확립하며, 자동차 제조사와 부품 공급업체가 소프트웨어 중심의 차량 개발 환경에서 경쟁력을 확보할 수 있도록 지원한다. 벡터 소프트웨어 팩토리(Vector Software Factory)는 HPC(고성능 컴퓨팅) 및 Zonal E/E 아키텍처(중앙 집중화로 제어 구조 간소화)를 기반으로 구축됐으며, 확장 가능하고 모듈형 구조를 갖춘 베이스 레이어(Base Layer)를 제공한다. 이를 통해 ADAS(첨단 운전자 지원 시스템), IVI(차량 인포테인먼트), 차량 제어 시스템 등과 연동되며, API 기반 데이터 교환 기능을 통해 시스템 간 호환성을 제공한다. 또한, 클라우드 네이티브 환경에서 소프트웨어 개발이 가능하도록 지원해, 개발자는 자동 코드 생성 및 라이브러리 구축 기능을 활용해 빠르고 효율적인 개발이 가능하다. 이를 통해 차량 소프트웨어의 개발 주기를 단축하고, 신속한 기능 구현이 가능해진다. 배포된 소프트웨어는 SDV Cloud를 통해 실시간 신호 모니터링 및 데이터 분석이 가능하다. 이를 활용하면 소프트웨어 업데이트가 차량 성능에 미치는 영향을 지속적으로 평가하고, 향후 개선 방향을 도출할 수 있다.     벡터는 SDV(Software-Defined Vehicle, 소프트웨어 정의 차량) 기반 E/E 아키텍처의 변화에 대응하여, 영역별 제어 로직을 통합하고 서비스 및 시그널을 효율적으로 라우팅하는 Zone 제어기 개발을 위한 SDK를 제공한다. 이 SDK는 여러 애플리케이션 공급사가 동일한 Zone 제어기 내에서 동작하는 소프트웨어를 일관된 환경에서 개발·배포할 수 있도록 지원한다. 특히, 오토사(AUTOSAR) 확장 모듈인 SWCluC와 MCU 기반 하이퍼바이저를 포함한 개발 환경과 서비스를 제공함으로써, 제어기 개발사가 시스템 아키텍처와의 원활한 통합을 실현할 수 있도록 명확한 가이드를 제시한다. 이를 통해, 개발사는 하드웨어 및 플랫폼 통합에 대한 부담을 줄이고, 애플리케이션 개발에 집중할 수 있는 최적의 환경을 확보할 수 있다. 벡터 소프트웨어 팩토리는 HIL(Hardware-in-the-Loop) 및 SIL(Software-in-the-Loop) 기반의 가상 검증 및 테스트 환경을 제공해, 소프트웨어의 안정성을 사전에 확보할 수 있도록 한다. 이를 통해 개발 초기 단계에서 발생할 수 있는 버그 및 오류를 최소화하고, 비용 절감과 함께 전체 개발 프로세스의 효율성을 높일 수 있다. 또한 고객은 벡터가 제공하는 단일 플랫폼에서 모든 구동 환경 시나리오를 시뮬레이션할 수 있어, 차량을 최신 상태로 유지하는 동시에 다양한 서비스를 지원받을 수 있다. 벡터코리아는 SDV 중심으로 변화하는 자동차 산업 환경에서, 소프트웨어 개발의 새로운 표준을 제시하고 있다. 벡터 소프트웨어 팩토리는 차량 소프트웨어 개발 속도를 극대화하고 품질을 강화하는 것은 물론, 기업이 보다 신속하고 안정적으로 혁신적인 기능을 구현할 수 있도록 지원하는 것을 목표로 한다. 벡터코리아의 이재수 SDV & Embedded 설루션 사업부장은 “자동차 산업이 빠르게 소프트웨어 중심으로 변화하면서, 효율적이고 유연한 소프트웨어 개발 및 배포 환경이 필수”라면서, “벡터 소프트웨어 팩토리는 개발자와 자동차 제조사가 직면한 다양한 과제를 해결하고, SDV 시대를 선도할 강력한 설루션이 될 것”이라고 밝혔다.

엔비디아가 지포스 RTX(GeForce RTX) 50 시리즈 GPU의 AI 워크로드를 가속화하는 엔비디아 NIM과 AI 블루프린트(AI Blueprint)를 공개했다. NIM과 AI 블루프린트는 개발자와 애호가들이 AI를 로컬에서 구축, 반복, 배포할 수 있도록 도와 AI 접근성을 확대한다. 엔비디아 지포스 RTX 5090, 5080 GPU는 블랙웰(Blackwell) 아키텍처를 기반으로 설계됐다. 블랙웰 아키텍처는 새로운 DLSS 멀티 프레임 생성(Multi Frame Generation)을 지원해 렌더링된 프레임당 최대 3개의 프레임을 생성하는 AI를 사용해 FPS를 향상시킨다. 엔비디아는 이들 GPU가 엔비디아 DLSS 4 기술로 최대 8배 빠른 프레임 속도, 엔비디아 리플렉스 2(Reflex 2)로 낮은 지연 시간, 엔비디아 RTX 뉴럴 셰이더로 향상된 그래픽 충실도를 제공한다고 밝혔다. 또한, 지포스 RTX 50 시리즈는 최신 생성형 AI 워크로드를 가속화하기 위해 제작됐다. 초당 최대 3352조 개의 AI 연산(TOPS)을 처리하는 한편, 5세대 텐서 코어와 FP4 정밀도 지원 기능을 갖춰 고급 AI 모델의 실행 속도를 높이고 효율성을 증가시킨다. 이에 따라 AI 애호가, 게이머, 크리에이터, 개발자들에게 향상된 경험을 선사한다.     엔비디아는 지난 CES 2025 전시회에서 AI 개발자와 애호가들이 이러한 기능을 활용할 수 있도록 지포스 RTX 50 시리즈 GPU에 최적화된 엔비디아 NIM과 AI 블루프린트를 공개했다. 엔비디아 NIM 마이크로서비스는 사전 패키지 생성형 AI 모델이다. 이는 개발자와 애호가들이 생성형 AI를 쉽게 시작하고, 빠르게 반복하며, RTX의 성능을 활용해 윈도우 PC에서 AI를 가속화할 수 있도록 한다. 엔비디아 AI 블루프린트는 개발자들에게 NIM 마이크로서비스를 사용해 차세대 AI 경험을 구축하는 방법을 보여주는 참조 프로젝트이다. AI 모델 개발이 빠르게 발전하고 있지만, 이러한 혁신을 PC에 적용하는 것은 많은 사람들에게 여전히 어려운 과제이다. 허깅페이스(Hugging Face)와 같은 플랫폼에 게시된 모델은 PC에서 실행하기 위해 선별, 조정, 정량화돼야 한다. 아울러 기존 도구와의 호환성을 보장하기 위해 새로운 AI 애플리케이션 프로그래밍 인터페이스(API)에 통합돼야 한다. 또한, 최고의 성능을 발휘할 수 있도록 최적화된 추론 백엔드로 변환돼야 한다. RTX AI PC와 워크스테이션을 위한 엔비디아 NIM 마이크로서비스는 커뮤니티 기반과 엔비디아가 개발한 AI 모델에 대한 접근을 제공함으로써 이러한 과정의 복잡성을 줄일 수 있다. 이 마이크로서비스는 업계 표준 API를 통해 쉽게 다운로드하고 연결할 수 있으며, AI PC에 필수적인 주요 양식을 포괄한다. 나아가 다양한 AI 도구와 호환되며 PC, 데이터센터, 클라우드 등 어디에서나 유연한 배포 옵션을 제공한다. NIM 마이크로서비스는 RTX GPU가 탑재된 PC에서 최적화된 모델을 실행하는 데 필요한 요소를 포함한다. 여기에는 특정 GPU용 사전 구축 엔진, 엔비디아 텐서RT(TensorRT) 소프트웨어 개발 키트(SDK), 텐서 코어(Tensor Core)를 사용한 가속 추론용 오픈 소스 엔비디아 텐서RT-LLM 라이브러리 등이 있다. 마이크로소프트와 엔비디아는 리눅스용 윈도우 서브시스템(Windows Subsystem for Linux, WSL2)에서 RTX용 NIM 마이크로서비스와 AI 블루프린트를 활성화하기 위해 협력했다. WSL2를 사용하면 데이터센터 GPU에서 실행되는 것과 동일한 AI 컨테이너를 RTX PC에서 효율적으로 실행할 수 있다. 덕분에 개발자는 플랫폼 전반에 걸쳐 보다 쉽게 AI 모델을 구축, 테스트, 배포할 수 있다. 또한, NIM과 AI 블루프린트는 5세대 텐서 코어와 FP4 정밀도 지원 등, 지포스 RTX 50 시리즈의 기반이 되는 블랙웰 아키텍처의 주요 혁신을 활용한다. AI 계산은 매우 까다롭고 막대한 처리 능력을 필요로 한다. 이미지나 비디오 생성, 언어 이해, 실시간 의사 결정 등 AI 모델은 매초마다 수백 조의 수학적 연산을 수행해야 한다. 이를 따라잡기 위해 컴퓨터는 AI 전용으로 제작된 특수 하드웨어가 필요하다. 엔비디아 지포스 RTX GPU는 지난 2018년 이러한 집중적인 워크로드를 처리하도록 설계된 전용 AI 프로세서인 텐서 코어를 도입했다. 기존의 컴퓨팅 코어와 달리, 텐서 코어는 더 빠르고 효율적으로 계산을 수행함으로써 AI를 가속화하도록 설계됐다. 이 혁신적인 기술 덕분에 AI 기반 게임, 창작 도구, 생산성 애플리케이션이 주류로 자리 잡을 수 있었다. 블랙웰 아키텍처는 AI 가속을 한 차원 더 발전시킨다. 블랙웰 GPU의 5세대 텐서 코어는 최대 3,352 AI TOPS를 제공해 더욱 까다로운 AI 작업을 처리하고 동시에 여러 AI 모델을 실행할 수 있다. 즉, 실시간 렌더링에서 지능형 어시스턴트에 이르기까지 더 빠른 AI 기반 경험을 제공해 게이밍, 콘텐츠 제작과 그 밖의 분야에서 더 큰 혁신을 이룰 수 있는 길을 열어준다. NIM 마이크로서비스에 기반한 엔비디아 AI 블루프린트는 사전 패키지화되고 최적화된 참조 구현을 제공한다. 이를 통해 디지털 휴먼, 팟캐스트 생성기 또는 애플리케이션 어시스턴트 등 고급 AI 기반 프로젝트를 보다 쉽게 개발할 수 있도록 해 준다. 엔비디아는 CES 2025에서 사용자가 PDF를 재미있는 팟캐스트로 변환하고, 이후 AI 팟캐스트 호스트와의 Q&A를 만들 수 있는 블루프린트인 PDF 투 팟캐스트(PDF to Podcast)를 시연했다. 이 워크플로는 동기화된 7가지 다른 AI 모델을 통합해 역동적이고 상호작용적인 경험을 제공한다. PDF 투 팟캐스트는 여러 AI 모델을 활용해 PDF를 흥미로운 팟캐스트로 매끄럽게 변환하는 AI 블루프린트이다. AI 기반 팟캐스트 호스트가 진행하는 대화형 Q&A 기능도 포함한다. AI 블루프린트를 사용하면 RTX PC와 워크스테이션에서 AI를 실험하는 것에서 개발하는 단계로 빠르게 넘어갈 수 있다. 엔비디아는 “생성형 AI는 게이밍, 콘텐츠 제작 등 다양한 분야에서 가능성의 한계를 넓혀가고 있다”면서, “NIM 마이크로서비스와 AI 블루프린트를 사용하면 최신 AI의 발전이 더 이상 클라우드에만 국한되지 않고, RTX PC에 최적화돼 제공된다. RTX GPU를 사용하면 개발자와 애호가들은 PC와 워크스테이션에서 바로 AI를 실험하고 구축하고 배포할 수 있다”고 전했다. NIM 마이크로서비스와 AI 블루프린트는 곧 출시될 예정이다. 지포스 RTX 50 시리즈, 지포스 RTX 4090과 4080, 엔비디아 RTX 6000과 5000 전문가용 GPU에 대한 초기 하드웨어 지원이 함께 제공될 예정이며, 향후 추가 GPU도 지원될 계획이다.

전문적인 기계 설계 프로세스의 조합   지더블유캐드코리아는 전문 직업훈련교사인 ‘캐드신’과 협업하여 ZWCAD LM & ZWCAD MFG의 전문적인 기계 설계 프로세스를 다룬 영상을 제작하였다. ZWCAD(지더블유캐드) LM과 ZWCAD MFG는 제조업 및 기계 설계에 최적화된 CAD 설루션으로서, 해당 영상에서는 효율적인 설계 프로세스를 지원하는 다양한 기능을 소개한다. 이번 호에서는 ZWCAD LM과 MFG를 활용한 전문적인 기계 설계 프로세스를 심층적으로 다루며, 매크로와 리스프(LISP)를 활용한 부품 설계와 중심선 그리기 작업을 중점적으로 설명한다.    ■ 자료 제공 : 지더블유캐드코리아, www.zwsoft.co.kr   ZWCAD LM & MFG의 강점 ZWCAD LM은 ‘Limited MFG’의 약자로, 2D CAD 기능과 함께 기계 설계에 필수인 표준 부품 라이브러리와 주석 기능을 제공한다.  6만 개 이상의 표준 부품 라이브러리 : KS, JIS 등 국제 표준을 지원 STEP 파일 호환성 : 대용량 파일의 신속한 처리와 3D CAD 호환 리스프 및 매크로 지원 : 반복 작업 자동화 ZWCAD MFG는 LM의 확장 버전으로, 40만 개 이상의 표준 부품과 고급 기계 설계 도구를 제공한다.  파트 참조 기능 : 부품 리스트의 효율적 관리 영역 축척 : 다양한 축척의 도면 관리 기능 다중플롯 기능 : 대량 도면 출력 시 효율 극대화   리스프를 활용한 부품 설계 리스프(LISP)는 ZWCAD LM과 MFG의 핵심 자동화 기능으로, 반복 작업을 대폭 줄이고 생산성을 높여준다.    2D 중심선 그리기 - 리스프 활용 *.lsp 파일을 로드하여 중심선 생성 단축키로 전체 홀의 중심선을 한 번에 자동 생성 대량의 홀을 가진 도면에 적합   ZWCAD MFG의 파트 참조를 활용한 부품 리스트 관리 ZWCAD MFG의 파트 참조 기능은 대규모 부품 리스트를 효율적으로 관리하는 데 강력한 도구이다. 사용자는 도면에 파트 참조 객체를 삽입하여 직접 부품 정보를 입력할 수 있으며, 해당 객체가 삽입될 때 부품 리스트가 자동으로 업데이트된다. 이를 통해 데이터의 정확성을 유지하고, 실시간으로 정보를 반영할 수 있어 오류를 방지할 수 있다.    ZWCAD LM의 다중프레임 설정 및 공차   그림 1. 다중 프레임 설정 기본 세팅   그림 2. 다중 프레임 영역 지정   ZWCAD LM은 기계 설계에 필수적인 기능을 제공하며, 특히 다중프레임 설정과 공차 기능은 설계의 정확성을 극대화한다. 다중프레임 설정 기능은 부품 크기에 맞춰 자동으로 축척을 조정하는 기능으로, 기존 도면 양식을 복사해 사용하는 번거로움을 해소해준다. 영역을 지정하는 것만으로 도면 크기에 맞는 척도가 자동으로 설정되며, 표제란의 편집 대화상자에서 내용을 쉽게 수정할 수 있다.   그림 3. 치수를 더블 클릭하고 대화상자에서 공차 입력   그림 4. 쉬운 공차 조회   공차 기능은 치수의 정확성을 유지하고 기계 장치의 원활한 조립을 보장하기 위해 필수이다. ZWCAD LM에서는 치수를 더블 클릭하고 끼워맞춤 공차나 일반 허용차를 간편하게 입력할 수 있다. 시각적으로 제공되는 끼워맞춤 공차 옵션은 설계자가 쉽게 적용할 수 있도록 도와준다.     ■ 기사 내용은 PDF로도 제공됩니다.