더욱 빠르고 효율적인 제품 개발을 위한 AI 기술 본격화 추진   제조산업에서도 AI(인공지능)에 대한 관심이 높아지고 있다. 한편으로 실질적인 AI 도입과 활용에 대한 제조업계의 고민도 커졌다. 알테어는 시뮬레이션, HPC, 클라우드, 데이터 애널리틱스 등 자사의 기술 역량을 바탕으로 제조산업을 위한 AI 기술 개발을 가속화하고 있으며, 향후 본격적으로 제조시장에 확산시킨다는 전략을 내세웠다. ■ 정수진 편집장   ▲ 한국알테어 이승훈 기술 총괄 본부장은 제품 개발에서 AI의 활용이 구체화되고 있다고 짚었다.   제조산업에서 AI에 대한 관심이 높아지고, 도입과 활용이 확산되는 배경은 무엇이라고 보는지 제품의 생산 방식이 다품종 소량 생산 방식이 확대되면서 제품의 개발 주기가 꾸준히 짧아지고 있다. 이에 따라 제품 개발과 관련한 예측과 의사결정은 더욱 빨라져야 한다는 요구도 높다. 이를 위해 프로토타입을 만들어 실험하는 방식에서 컴퓨터와 CAE 소프트웨어를 사용하는 시뮬레이션으로 변화해 왔는데, 시뮬레이션 역시 해결해야 하는 과제가 있다. 시뮬레이션을 활용하려면 전문적인 엔지니어링 지식이 필요하고, 시뮬레이션에 걸리는 시간이 더욱 빨라지는 제품 개발 주기에 맞추기 어려워졌다. 시뮬레이션이 제품의 초기 개발에서 생산까지 더욱 폭넓게 쓰이는 상황이 시뮬레이션 기반의 의사결정에 걸리는 시간을 늘리게 된 측면도 있다. AI는 이에 대한 해결책으로 관심을 모으고 있다. 제조업체에서 실험 데이터와 해석 데이터가 상당히 쌓여 있는 상황인데, 이를 AI 학습에 활용해서 빠르게 인사이트를 얻고 제품 개발에 반영할 수 있겠다는 아이디어가 이제 구체화되고 있는 시점이라고 볼 수 있겠다.   최근 AI와 관련한 제조산업의 동향이나 이슈가 있다면 제조업체에서 해석 데이터와 실험 데이터가 쌓여 있기는 한데, 이 데이터가 각 엔지니어의 PC에 흩어져 있는 것이 현실이다. 이에 따라 여러 곳에 저장된 데이터를 통합 관리하는 시스템에 대한 요구가 있다. 또한, 이 데이터를 AI에 활용하기 위한 추가 가공의 자동화에 대한 목소리도 있다. 엔지니어링 데이터를 AI에 활용하기 위해서는 AI에 맞는 데이터의 전처리(pre-processing)가 중요하다. 전처리란, 아무렇게나 쌓여 있는 데이터를 분류하고 AI에 적용하기 위해 적절한 포맷의 데이터로 변환하는 작업을 가리킨다. 이 부분에서 많은 제조기업 고객사들이 데이터를 어떻게 가공해야 할 지에 대한 고민을 갖고 있기도 하다. 이전에는 파이썬(Python)과 같은 프로그래밍 언어를 배워서 데이터 변환 코드를 만들어야 했는데, 알테어는 데이터를 자동으로 변환할 수 있는 솔루션을 제공해 쌓여 있는 데이터의 분류와 정제 과정을 더 쉽게 할 수 있도록 돕는다. 이런 부분에서 LG전자의 사레를 소개할 만하다. LG전자는 알테어와 협업해서 해석 엔지니어가 퇴근한 후에 해석 데이터를 취합하고 변환과 AI 학습까지 수행하는 자동화 시스템을 구축했다. 학습된 AI는 웹 환경에서 설계 엔지니어에게 필요한 데이터를 제공하고, 설계 엔지니어는 제품에 대한 치수나 조건을 입력하면 시뮬레이션을 거치지 않고 빠르게 가상 시험 결과를 확인할 수 있게 됐다. AI는 제품의 초기 개발 단계뿐 아니라 전체 개발 과정에 적용할 수 있다. 초기 단계에서는 실험에서 나온 데이터가 존재한다면 이를 기반으로 어떤 결과가 나올지 쉽게 확인할 수 있다. 이후 단계에서도 다양한 데이터를 학습해 추가적인 예측을 할 수 있고, 대시보드 등을 통해 누구나 데이터 및 예측 결과를 확인하거나, 몇 가지 조건을 입력해 새로운 예측을 할 수 있는 단계로 나아갈 수도 있다. 최종 단계의 데이터는 후속 제품이나 다른 제품을 개발할 때 활용하는 것도 가능하다.   제품 개발 사이클의 단축이라는 점에서는 시뮬레이션이 가져다 줄 수 있는 이점과 비슷한 부분이 있어 보인다. AI의 역할은 시뮬레이션을 보완하는 것인가, 아니면 시뮬레이션을 대신할 수 있는 것인가 지금은 AI가 기존의 시뮬레이션을 완전히 대체할 수 있는 단계는 아니다. 하지만 AI를 통해 제품의 초기 개발 단계에서 데이터 기반의 예측 결과를 빠르게 얻을 수 있고, 향후 설계를 위한 인사이트를 얻을 수 있다는 점에서 의미가 있다. AI를 학습시키기 위한 데이터는 필요하기 때문에 시뮬레이션은 여전히 중요하다. 지금의 상황은 실험이나 해석 데이터를 기반으로 AI를 통해 인사이트를 얻는 단계라고 볼 수 있다. 시뮬레이션이 자리잡기까지의 과정을 살펴보면, 초기에는 실험과 시뮬레이션을 함께 사용하다가 시뮬레이션 부분이 강화되면서 실험의 비중을 줄여 왔다. 앞으로 AI 기술이 더욱 발전하고 데이터가 더 많이 쌓인다면 AI가 확대되고 시뮬레이션이 줄어들 수도 있을 것 같다. 이런 흐름은 단계적으로 일어날 수도 있고, 제품별로 변화의 속도가 달라질 수도 있다고 본다.   ▲ 알테어는 시뮬레이션과 연계해 제조 분야에서 활용할 수 있는 AI 솔루션을 내세운다.   제조산업의 AI 활용을 위한 알테어의 기술 차별점은 무엇인지 알테어는 멀티피직스 시뮬레이션뿐 아니라 복잡한 시뮬레이션을 활용하기 위한 고성능 컴퓨팅(HPC)과 클라우드, 데이터 애널리틱스와 AI 등 폭넓은 기술 역량을 갖추었다는 점에서 차별점이 있다고 본다. 이는 온프레미스와 클라우드, CPU 컴퓨팅과 GPU 컴퓨팅을 모두 지원해 시뮬레이션 및 AI를 유연하게 활용하도록 도울 수 있다는 뜻이다.  알테어는 지난 2022년 데이터 기반 AI를 위한 머신러닝 분석 플랫폼인 래피드마이너(RapidMiner)를 인수하면서 AI 분야 진출을 시작했다. 래피드마이너는 제조뿐 아니라 BFSI(은행.금융.서비스.보험) 등 다양한 산업에서 활용할 수 있는 솔루션이다. 예를 들어, 고객 지원이나 불만사항에 대한 다응, 주가 예측 등에도 래피드마이너가 유용하다. 또한, 2023년부터는 래피드마이너 등 기존 제품군으로 AI 시장에 대응하는 것 외에 제조산업을 타깃으로 하는 특화 기술을 개발했고, 올해는 이 부분을 본격적으로 선보이고자 한다. 제조산업을 위한 알테어의 AI 기술로는 설계 탐색과 최적화를 위한 디자인AI(DesignAI), 비슷한 형상을 자동 인식하고 분류하는 셰이프AI(shapeAI), 해석 결과를 학습해 물리현상을 빠르게 예측하는 피직스AI(physicsAI), 시스템 레벨에서 빠른 3D → 1D 변환을 위한 롬AI(romAI)가 있다.  이런 AI 기술은 적은 수의 데이터로도 학습이 가능하며, 알테어의 기존 시뮬레이션 솔루션 제품군에 들어가는 형태로 제공되어 익숙한 인터페이스로 사용할 수 있다. 하이퍼메시(HyperMesh)에는 이미 피직스AI와 셰이프AI가 포함되어 있고 향후 심랩(SimLab)과 인스파이어(Inspire)를 비롯해 다양한 솔루션에 AI가 추가될 예정이다. 알테어는 래피드마이너를 활용한 데이터 기반의 AI와 시뮬레이션 기반의 AI를 모두 지원한다. 그리고 타사 솔루션의 데이터를 활용할 수 있는 개방성과 유연한 라이선스 사용도 장점으로 내세우고 있다.    향후 제조 분야의 AI 전망과 알테어의 전략을 소개한다면 AI에 대한 고객들의 기대치가 높다고 느낀다. 알테어는 지난 4월 4일 ‘AI 워크숍’을 진행했는데, 기업의 의사결정권자부터 현업 엔지니어까지 예상보다 많은 분들이 참여해 높은 관심을 보였다. 관심이 높은 만큼 실제 활용 방향에 대한 고민이 많다는 것을 알 수 있었다. 사용자의 기대치와 실제로 할 수 있는 것 사이의 거리, 알테어와 같은 솔루션 기업과 사용자인 제조기업의 시각차도 어느 정도 확인할 수 있었다. 이런 부분은 고객들을 많이 만나고 의견을 나누면서 간극을 좁혀야 할 것 같다. 당장 AI가 시뮬레이션을 완벽하게 대체하기는 어렵겠지만, 클라우드 기반의 통합 환경에서 시뮬레이션과 AI를 통합해 사용할 수 있도록 하는 것을 목표로 삼고 있다. 클라우드는 데이터의 통합 관리와 공유 측면에서도 이점이 있다고 본다. 시뮬레이션과 AI를 위해 대규모 데이터를 관리하기 어려운 소규모 기업은 클라우드의 장점에 주목할 만하다고 본다. 한편으로 보안 등의 우려를 가진 기업에게는 프라이빗 클라우드 환경을 제공해 데이터 보안을 유지하면서 알테어 원 클라우드와 동일한 환경에서 작업할 수도 있다. 알테어는 AI 솔루션 제품군을 빠르게 업데이트하면서 사용자의 피드백을 반영하고 있다. 고객들이 AI에 대해 갖고 있는 기대치 또는 눈높이가 상당히 높은 것으로 보여서, 이에 대응해 경쟁 우위를 확보하고자 노력 중이다. 제조 분야에서도 AI에 대한 관심이 높지만, 어떻게 활용할지에 대한 고민이 큰 상황으로 보인다. 알테어는 이런 부분에서 도움을 줄 수 있도록 AI 기술 개발과 함께 커스터마이징과 컨설팅 등을 폭넓게 제공하고자 한다. 본사의 개발팀과도 활발히 소통하면서 사용성이나 적용 범위 등에 대한 고객의 어려움을 덜고, 최대한 빠르게 고객이 원하는 AI를 구현할 수 있도록 할 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

알테어가 기업 내 분산된 다양한 데이터를 통합하고 관리하는 ‘데이터 패브릭’ 솔루션과 데이터를 그래프 형태로 모델링하는 ‘그래프 데이터베이스’ 기술을 보유한 전문 기업 ‘케임브리지 시맨틱스(Cambridge Semantics)’를 인수했다고 발표했다. 케임브리지 시맨틱스는 2007년 IBM 첨단기술그룹 출신의 혁신/엔지니어링 팀이 설립한 기업이다. 이번 인수로 알테어는 IBM 네티자(IBM Netezza)와 아마존 레드시프트(Amazon Redshift) 데이터웨어하우스 개발에 핵심적인 역할을 한 케임브리지 시맨틱스의 기술 인력도 영입하게 됐다.  알테어의 샘 마할링감 최고기술책임자(CTO)는 “이번 인수로 알테어의 분석/데이터 사이언스 팀에 탁월한 데이터웨어하우징 전문성을 보유하게 됐다”면서, “데이터 생성에서 실제 비즈니스 영향까지, 전체 데이터 라이프사이클을 완벽히 이해하는 엔지니어링 그룹을 갖추게 됐다”고 설명했다. 케임브리지 시맨틱스의 지식 그래프, 데이터 거버넌스, 가상화, 검색 기술은 알테어의 데이터 분석 플랫폼인 ‘래피드마이너’에 통합돼 기존 데이터 준비, ETL, 데이터 사이언스, BI, MLOps, 워크로드 관리 등의 기능과 시너지를 낼 예정이다. 알테어의 짐 스카파 CEO는 “지식그래프는 데이터 패브릭의 핵심 요소로서 기업의 분산 데이터를 통합해 통찰력 있는 의사결정과 혁신적 데이터 활용을 가능케 한다”면서, “케임브리지 시맨틱스 인수로 대규모 데이터와 복잡한 질의 처리, 비즈니스 컨텍스트를 제공하여 AI의 단점인 할루시네이션(hallucination : 환각현상) 문제의 해결이 가능한 최고 수준의 지식 그래프 기술을 확보했다”고 밝혔다.  

알테어가 데이터 분석 및 AI 플랫폼인 ‘알테어 래피드마이너(Altair RapidMiner) 2023’을 발표했다. 알테어 래피드마이너는 데이터 전처리부터 분석, 시각화를 위한 통합 환경을 제공하는 플랫폼이다. 최신 버전에는 모든 수준의 사용자가 생산성과 편의성을 높일 수 있는 로코드(low code) 및 노코드(no code) 기반 신기능을 추가했다.  래피드마이너 2023에 추가된 생성형 AI는 워크플로를 간소화하고 자동화 방식의 업무를 수행하는데 맞춤화되었다. 대규모 언어 모델(LLM)을 지원해 원하는 데이터 변환을 명시하면 자동으로 적절한 워크플로를 생성한다. 특히 범용 LLM과 연동돼 사용자는 챗GPT API를 활용해 코드 작성 없이 더 많은 사용자 정의를 활성화할 수 있다. 이를 통해 향상된 사용자 경험과 유연성을 확보할 수 있다.  오토ML 기능도 강화했다. 최신 버전은 다양한 머신러닝 작업을 지원하며, 직관적이고 사용자 친화적인 환경에서 모든 사용자가 쉽게 모델을 구축할 수 있도록 한다. 의사 결정 트리를 쉽게 만들 수 있는 마법사(위저드) 기반 도구를 통해 데이터 과학적인 배경이 없어도 데이터 내의 복잡한 상호 작용을 시각화하고, AI 모델이 결과를 생성하는 방식의 이해를 돕는다.      한편 업무 효율성을 높이는 기능도 포함됐다. SAS 언어 대안 환경인 ‘알테어 SLC’는 SAS 언어, 파이썬(Python), R 등 다양한 언어와 개발 패러다임을 지원해, 사용자가 효과적으로 코드를 작성하고 실행해 더 유연하고 효율적인 분석 작업을 수행할 수 있도록 도와준다. 이 외에도 데이터 시각화 및 스트리밍 분석 도구인 ‘알테어 판옵티콘’은 새로운 레이아웃 템플릿과 스타일 설정을 통해 사용자 인터페이스를 간소화했다. 실시간 데이터를 가시성 있게 제공해 효율적인 업무를 수행하도록 지원한다.  알테어의 샘 마할링엄 최고기술책임자(CTO)는 “알테어 래피드마이너는 모든 기술 수준의 사용자들이 주도적으로 데이터를 활용할 수 있도록 사용자 친화적인 업데이트에 초점을 맞췄다. 이를 통해 여러 부서에서 데이터의 가치를 극대화하고, 이를 기업 전반으로 확대하는데 기여하겠다”고 밝혔다. 

개발 및 공급 : 알테어 주요 특징 : AI 기반 워크플로로 복잡한 작업 자동화 및 데이터 기반 정확한 예측 지원, 고성능 컴퓨팅 환경을 활용한 복잡한 대규모 시뮬레이션 지원, 파이썬 API/써드파티 소프트웨어 지원까지 개방형 플랫폼 제공 등   ▲ 하이퍼웍스 2023에 포함된 전처리 소프트웨어 알테어 하이퍼메시   알테어가 ‘알테어 하이퍼웍스 2023(Altair HyperWorks 2023)’을 출시했다고 밝혔다. 하이퍼웍스 2023은 알테어의 CAE 소프트웨어 플랫폼으로 자동차, 항공우주, 전자 등 다양한 산업에서 적용 가능한 설계 및 시뮬레이션 소프트웨어를 포함하는 대표 제품이다. 최신 버전은 AI(인공지능)와 고성능 컴퓨팅(HPC), 시뮬레이션 기술 융합을 바탕으로  AI 기반 워크플로와 같은 신기능이 추가됐다. 하이퍼웍스 2023은 다양한 제품이 통합된 환경에서 엔지니어가 더 많은 설계 옵션을 탐색하고 빠른 의사결정을 내릴 수 있도록 지원한다. 모델링 엔티티 관리를 통해 그래픽 성능이 향상되어, 복잡한 어셈블리 세부 사항에 집중하면서 여러 작업을 동시에 수행할 수 있어 효율적인 설계가 가능하다. 복잡한 형상에 특화된 알테어 심솔리드(Altair SimSolid)도 기존 유한 요소 해석보다 최대 25배 빠른 결과를 제공하며 한층 강화됐다. 또한 고성능 컴퓨팅 환경을 활용한 대규모 시뮬레이션을 지원해 심화된 해석과 협업을 수월하게 진행할 수 있다.   ▲ 제품 개발 초기에 시뮬레이션 기반 설계를 할 수 있는 알테어 인스파이어(Altair Inspire)   AI 활용 확대 하이퍼웍스 2023는 AI 기반 워크플로를 탑재해 복잡한 작업을 자동화하고 데이터 추세를 파악해 정확도 높은 예측을 제공한다. 또한 맞춤형 AI 모델 생성 및 차수 축소 모델링을 수행해 원하는 결과를 높은 정확도로 빨리 얻을 수 있다. 알테어는 이번 업데이트를 기점으로 AI 기반 시뮬레이션 사용 확산에 주력하겠다는 방침이다.   생산성 향상을 위한 유연한 작업 환경 하이퍼웍스 2023은 프로그래밍 가능한 개방형 플랫폼에서 알테어 및 서드파티 소프트웨어와의 통합을 지원한다. 사용자는 파이썬(Python) API를 활용해 구조, 전산 유체 역학(CFD), 다물체 동역학, 전자기학, 전자 설계 자동화(EDA) 등 다양한 솔버를 사용할 수 있다.   시뮬레이션 데이터 관리 향상 알테어는 하이퍼웍스 2023 출시와 함께 시뮬레이션 데이터 관리에 용이한 알테어 시뮬레이션 클라우드 스위트(Altair Simulation Cloud Suite)를 최초로 공개했다. 이 제품은 각 조직 내 여기저기 흩어져 있는 시뮬레이션 데이터를 웹 기반으로 관리하는 제품으로, 머신러닝을 하기 위한 데이터 소스로도 활용할 수 있다.   ▲ 프로세스 중심의 다분야 시뮬레이션 환경을 제공하는 알테어 심랩(Altair SimLab)   이외에도 알테어는 외부 공기 역학에 초점을 맞춘 알테어 하이퍼메시 CFD(Altair HyperMesh CFD)도 선보인다. 한편, 할테어는 시뮬레이션·설계 플랫폼인 알테어 하이퍼웍스를 비롯해 HPC·클라우드 플랫폼인 알테어 HPC웍스(Altair HPCWorks), 데이터 분석·AI 플랫폼인 알테어 래피드마이너(Altair RapidMiner)로 개편해 제품을 통합적으로 지원하고 있다고 설명했다. 알테어의 짐 스카파 CEO는 “이번 출시는 AI와 고성능 컴퓨팅, 시뮬레이션까지 알테어의 핵심 기술력이 응집한 결과물로, 엔지니어에게 더 많은 설계 옵션과 빠른 의사결정을 지원한다”면서, “다양한 제품을 활용할 수 있는 하이퍼웍스 2023을 통해 디지털 전환에 필요한 기술 지원에 주력할 것”이라고 밝혔다.   ■ 기사 내용은 PDF로도 제공됩니다.

다중물리부터 AI까지… 제품 설계의 최적화를 위한 기술 혁신 이어간다   알테어의 밍 저우(Ming Zhou) 전산 역학 및 최적화 총괄 연구위원은 1998년에 알테어에 입사했고, 2022년부터는 구조, CFD, 제조 시뮬레이션을 포함한 알테어의 전산 역학 및 설계 최적화 솔루션을 총괄하고 있다. 알테어의 연례 콘퍼런스인 ‘ATC 코리아 2023’에서 ‘다중물리 시뮬레이션 및 설계 최적화’에 대한 기조연설을 진행한 밍 저우 연구위원은 제품 개발의 디지털화를 뒷받침하는 엔지니어링 시뮬레이션의 발전 방향을 짚는 한편, HPC(고성능 컴퓨팅) 및 AI(인공지능)의 융합이 새로운 혁신 동력이 될 수 있을 것으로 전망했다. ■ 정수진 편집장     ATC 코리아 2023에서는 어떤 내용을 소개했는지 기조 연설에서 ‘다중 물리 시뮬레이션 및 설계 최적화’를 주제로 발표했다. 제품 엔지니어링에는 항상 구조, 유체, 열 등과 같은 다양한 물리학의 성능 측정이 포함되는데, 멀티피직스 시뮬레이션을 효율적으로 관리하는 것은 어려운 일이다. 이번 발표에서는 알테어가 복잡한 엔지니어링 프로세스를 위한 포괄적인 플랫폼을 제공한다는 점을 소개하고, 이를 통해 엔지니어가 멀티피직스 시뮬레이션을 원활하게 통합하고 제품 개발의 모든 단계에서 설계 최적화를 효과적으로 수행할 수 있도록 하는 방법을 설명했다.   제품 개발에서 엔지니어링 시뮬레이션의 중요성이 점차 커지고 있는 것 같다. 그 배경과 향후 엔지니어링 시뮬레이션의 발전을 위해 해결해야 할 점을 짚는다면 제품 개발의 디지털화는 지난 30년 동안 그 범위가 확대되어 왔다. 대규모 OEM은 점점 더 완전한 가상 제품 개발을 추진하고 있으며, 이는 물리적 테스트가 최종 제품 인증을 위한 용도로만 사용된다는 것을 의미한다. 즉, 시뮬레이션은 결과 품질 면에서 100% 신뢰할 수 있어야 한다. 결과적으로 자세한 동작을 보다 정확하게 포착하기 위해 모델 복잡성과 크기가 빠르게 증가하여, 솔버의 계산 효율성에 대한 도전적인 상황이 증가하고 있다. 따라서 시뮬레이션을 더욱 확장하려면 솔루션 품질과 속도를 지속적으로 개선해야 한다. R&D 분야의 많은 노력은 솔루션 품질과 컴퓨팅 시간에 중점을 두고 있다. 또한 앞서 설명한 것처럼 엔지니어링 요구 사항은 본질적으로 여러 분야에 걸쳐 있다. 예를 들어, 자동차는 강도와 내구성, 소음과 진동, 충돌, 공기 역학 등에 대한 요구 사항을 충족해야 한다. 알테어는 모델링 및 시각화 툴과 핵심 시뮬레이션 솔버를 통해 다양한 분야의 시뮬레이션을 최대한 원활하게 지원하는 것을 목표로 삼고 있다.   더 많은 사람이 더 쉽게 엔지니어링 시뮬레이션 기술을 활용할 수 있어야 한다는 요구가 늘고 있는데, 이를 위한 방법은 무엇이라고 보는지 엔지니어링 시뮬레이션은 여전히 사용자의 경험과 전문 지식에 크게 의존하고 있다. 엔지니어링 소프트웨어 제공업체는 일반적인 기술 트렌드에 발맞춰 더 빠르게 움직여야 하며, 스마트폰의 애플리케이션처럼 쉽게 접근할 수 있는 솔루션을 만들어야 한다. 알테어는 이러한 방향으로 기술을 발전시키는 데 집중해왔다. 알테어의 주력 모델링 및 시각화 소프트웨어인 알테어 하이퍼메시(Altair HyperMesh)는 사용하기 쉬운 UI와 워크플로를 갖추는 방향으로 계속 발전해왔다. 또한 핵심 시뮬레이션 솔버들은 멀티피직스 시뮬레이션을 원활하게 지원하는 방향으로 점점 더 발전하고 있다. NVH, 임플리시트(implicit) 및 익스플리시트(explicit) 비선형 해석, 열/전기/음향/피로 등을 포함하는 포괄적인 FEA 해석 시뮬레이션 제품인 알테어 옵티스트럭트(Altair OptiStruct)가 좋은 예이다. 알테어 옵티스트럭트의 고급 최적화 기술은 설계 최적화에 대한 총체적인 처리에서 거의 모든 응답을 지원한다. 또한, 알테어는 포괄적인 시뮬레이션 제품군을 제공하는 것 외에도 도메인 지식과 전문 지식에 대한 진입장벽을 낮추는데 도움이 되는 새로운 기술에 투자해 왔다. 여기에는 CAD 모델을 그대로 불러올 수 있고 지오메트리 편집과 메싱 등 전처리 작업이 필요하지 않아 빠르고 정확한 구조해석을 할 수 있는 알테어 심솔리드(Altair SimSolid)가 있다. 또, 알테어 인스파이어(Altair Inspire)는 유능한 내장 CAD 기능을 포함하여 시뮬레이션 및 설계 최적화를 위한 사용하기 쉬운 또 다른 패키지를 제공하고 있다.   엔지니어링 시뮬레이션 분야에서 알테어가 주목하고 있는 기술 트렌드는 어떤 것인지 시뮬레이션, 고성능 컴퓨팅(HPC), 데이터 분석, 인공지능(AI)의 융합이 점차 가시화되고 있다. 알테어는 10여 년 전에 이러한 움직임이 나타날 것을 예상했고, 이것이 바로 알테어가 관련 기술에 꾸준히 투자를 한 이유이다. 데이터 분석 및 AI 플랫폼인 알테어 래피드마이너(Altair RapidMiner)는 모든 주요 비즈니스 영역에서 잘 확립된 플랫폼 중 하나이다. 우리는 점점 더 시뮬레이션과 데이터 분석 기술을 결합하여 두 세계의 장점을 최대한 활용할 수 있는 차세대 엔지니어링 도구를 만들고 있다. 물론 HPC는 계산량이 많은 솔루션을 효율적이고 효과적으로 제공하기 위한 중요한 퍼즐 조각이다. 한편으로, 멀티피직스의 원활한 통합은 효율적인 엔지니어링 프로세스의 핵심이다. 알테어는 항상 제품 엔지니어링을 위한 가장 포괄적이고 개방적인 솔루션을 제공하는 것을 목표로 삼아 왔다. 사용하기 쉬운 통합을 지원하기 위해 알테어는 지난 10년 동안 시뮬레이션 적용 범위를 크게 확장했으며, 모두 알테어 유닛(Altair Units)이라는 라이선스 정책에 따라 액세스할 수 있다. 알테어는 포괄적인 솔루션 제품군을 보유하고 있음에도 불구하고, 알테어의 주력 모델링 및 시각화 소프트웨어인 알테어 하이퍼메시는 개방형 철학에 충실하여 시장에서 널리 사용되는 모든 CAE 솔루션을 원활하게 통합할 수 있다.   향후 알테어의 엔지니어링 시뮬레이션 기술 개발 계획에 대해 소개한다면 앞서 소개했듯이 알테어는 시뮬레이션, HPC 및 AI의 융합 분야에서 혁신을 추구해 왔다. 알테어는 생성형 AI(generative AI)가 엔지니어링 설계 솔루션과 더욱 통합되면서 강력한 도구가 등장할 것이라고 확신한다. 알테어는 ▲멀티피직스 시뮬레이션의 보다 원활한 통합 ▲복잡한 엔지니어링 프로세스를 위한 원활한 워크플로 ▲세계 최고의 설계 최적화 기술에 대한 지속 개선 ▲시뮬레이션 및 설계 최적화의 대중화를 지원하는 소프트웨어 솔루션 ▲엔지니어링 솔루션에 AI 기술 통합의 빠른 증가 등의 측면에서 기술 혁신을 주도해 나갈 계획이다.   ■ 기사 내용은 PDF로도 제공됩니다.

알테어가 지난 10월 27일 ‘금융 DX 밋업’을 개최했다. 이번 행사는 주요 시중은행 핵심 실무진 및 오피니언 리더 30여 명이 참석한 가운데, 금융권 디지털 전환 트렌드와 데이터 분석 및 AI 전략을 공유하는 자리로 마련됐다. 알테어의 데이터 분석 및 AI 플랫폼인 래피드마이너(Altair RapidMiner)는 150여 개 국가 110만 명 이상의 사용자, 4만 개 이상의 조직이 사용하고 있으며, 알테어는 최근 국내 금융권 시장 공략을 본격화하고 있다. 행사는 ‘오픈 이노베이션 : 데이터로 여는 혁신’을 주제로 최병희 한국알테어 데이터 분석 본부장의 환영사로 시작됐다. 첫 번째 발표는 양진형 PwC 컨설팅 디렉터가 ‘2024 데이터 비즈니스 트렌드’를 주제로 6가지 주요 트렌드에 대해 발표했다. 양 디렉터는 ▲이업종 간 데이터 융합 가속화 ▲마이데이터 서비스 차별화 ▲실시간 데이터 분석 및 고객 데이터 플랫폼(CDP) 본격화 ▲생성형 AI 도입 ▲빅데이터 적용 확대 ▲데이터 리터러시 강화 등에 주목하며 “전사적으로 데이터 기반 의사 결정을 할 수 있는 역량 강화가 경쟁력의 관건”이라고 강조했다. 한국알테어의 윤종현 책임 컨설턴트는 ‘래피드마이너 : 핀테크 트렌드와 데이터 분석의 변화’를 주제로 발표했다. 윤 책임은 “앞으로 국내 금융권에 인공지능(AI)과 머신러닝 도입이 가속화되면서 더욱 신속하고 정교한 분석 모델링의 중요성이 커질 것”이라며, “알테어 래피드마이너는 노코드 기반 오토ML(AutoML) 기능을 지원하며 최적의 모델링 방법을 선택해 조직의 생산성을 크게 향상시킬 수 있다”고 말했다. 한국알테어의 김지수 책임 컨설턴트는 ‘SLC : 데이터 언어의 통합으로 분석 트렌드 변화의 시작’을 주제로 발표했다. 김 책임은 오픈소스 전환이 가속화되고 있는 금융권 현황을 꼽으며, “알테어 SLC를 활용하면 SAS 언어 라이선스 없이도 SAS 구문 및 매크로를 활용할 수 있고, R, 파이썬 등 오픈소스의 통합도 가능하다”고 소개했다. 한국알테어의 김동건 수석 컨설턴트는 ‘판옵티콘 : 실시간 의사결정을 위한 시각화 분석’을 주제로 발표를 이어나갔다. 김 수석은 “현재 금융권에서 차별화된 고객 경험을 제공하기 위해 고객 데이터 플랫폼(CDP) 구축을 추진하고 있다”며, “알테어 판옵티콘은 마이데이터와 같이 실시간 수집되는 데이터를 동적 시각화하여 즉각적인 의사결정을 지원하는 솔루션으로, 고객 데이터 플랫폼 등 기존 시스템과 원활하게 임베드해 시너지를 낼 수 있다”고 설명했다. 알테어의 문성수 아시아태평양 수석 부사장은 "이번 행사를 기점으로 매년 금융권 오피니언 리더들을 대상으로 하는 행사를 개최하여 국내 금융사들과 다양한 협력 기회를 적극적으로 모색하겠다"고 밝혔다.  

알테어가 4월 18~21일 KINTEX(킨텍스)에서 열리는 국제의약품·바이오산업전 2023에 참가한다고 밝혔다. 알테어는 제약 시험 분석 및 제조 공정을 최적화하는 기술을 소개할 예정이다. 알테어의 이뎀(EDEM)은 글로벌 제약 회사에서 사용하고 있는 입자 분말 시뮬레이션 소프트웨어이다. 의약품의 75% 이상이 분말 제형인 만큼, 알테어는 미세 분말 공정 최적화 기술의 필요성을 부각시켜 국내 제약 시장에서의 사업 확장을 본격화한다는 계획이다. 또한, 알테어는 제약 바이오 산업에 데이터와 AI 기술을 활용하는 데이터 분석 솔루션도 함께 소개한다. 알테어 SLC는 SAS 언어와 파이썬, R, SQL과 같은 오픈 소스 언어가 호환되어 보다 자유로운 연구개발(R&D)을 지원한다. 이와 함께 방대한 데이터 전처리부터 머신러닝, 시각화 기술을 포함한 알테어 래피드마이너도 선보일 예정이다. 제약 분야에서 AI 기술은 신약 개발의 주기와 비용을 줄일 수 있는 기술로 주목받고 있지만, 제약 제조에 대한 이해와 AI 기술 역량까지 두루 갖춘 인력을 확보하는 것은 현실적으로 어렵다. 알테어는 이러한 문제를 해결할 수 있도록 내부 인력 AI 역량 강화 프로그램인 CoE(Center of Excellence)도 함께 제공할 계획이라고 밝혔다. 한편, 알테어는 4월 19일 ‘제약 공정의 디지털 트윈’을 주제로, 최적화된 제약 공정 프로세스와 축적된 리소스를 최적화하는 방안과 축적된 데이터 활용 가능 데이터 분석 플랫폼을 발표한다. 한국알테어의 유은하 지사장은 “이번 전시에서 제조 바이오의 새로운 패러다임인 AI 기술과 시뮬레이션을 융복합한 제품을 선보이며, 인공지능 전문 기업으로서 사업 보폭을 한층 더 넓힐 계획”이라고 전했다.  

알테어가 데이터 분석 및 인공지능 기술을 통합한 플랫폼 '알테어 래피드마이너(Altair RapidMiner)'를 출시했다고 밝혔다. 알테어는 알테어 래피드마이너 플랫폼을 통해 데이터 수집 및 전처리, 모델링부터 운영 및 시각화까지 데이터 분석 종합 솔루션을 제공한다. 또한 데이터 분석 시 발생하는 사람간, 데이터 간의 마찰을 없애는 ‘매끄러운 AI’도 구현할 수 있게 되었다. 알테어는 ‘데이터워치(Datawatch)’, ‘월드 프로그래밍(World Programming)’, ‘래피드마이너(RapidMiner)’를 차례로 인수하면서 데이터 분석 플랫폼의 엔드 투 엔드 솔루션을 구성했다. 데이터워치는 데이터 수집 및 전처리, 시각화에 강점을 가지고 있으며, 월드 프로그래밍은 SAS 랭귀지 및 파이썬(Python), R, SQL과 같은 다양한 오픈소스 프로그래밍 언어를 지원하며 기존 레거시 시스템을 현대화하는 하이브리드 환경의 구축이 가능하다. 래피드마이너의 경우 전 세계 150개국에서 100만여 명의 사용자를 확보하고 있는 노코드/로코드 기반 플랫폼으로, 머신러닝의 복잡한 과정을 자동화하는 오토ML(AutoML)기술을 제공한다. 알테어 래피드마이너는 사용자가 보유한 유닛 수량에 따라서 알테어의 전 제품을 사용할 수 있는 알테어 유닛 기반 라이선스에 포함된다.     알테어의 샘 마할링엄(Sam Mahalingam) 최고 기술 책임자(CTO)는 "알테어 래피드마이너는 조직의 가장 중요한 자산인 사람과 데이터, 프로세스를 연결하는데 발생하는 방해 요소들을 효과적으로 제거해 준다”면서, “데이터 기반 조직 문화를 가속화하고, 기존 레거시 시스템의 현대화 및 클라우드 옵션을 통해 보다 최적화된 인프라 구축이 가능할 것”이라고 밝혔다. 한편, 알테어는 데이터에 미성숙한 조직이 데이터 기반 조직 문화를 구축할 수 있도록 돕는 CoE(Center of Excellence)을 운영하고 있으며, 알테어 래피드마이너 아카데미를 통해 사용자의 역량 수준과 산업별 요구사항에 따른 개인 맞춤형 학습도 제공한다고 소개했다.

알테어가 ‘데이터 분석&머신러닝’을 주제로 무료 교육을 진행한다고 밝혔다. 많은 기업이 디지털 전환을 진행함에 따라 모든 산업 분야에서 데이터 분석의 의존도가 높아지고 있다. 반면 데이터 전문가의 수는 제한적이며, 전문 인력을 양성하는 데에는 많은 시간과 비용이 필요하다. 이에 따라 알테어는 현업 실무자가 전문 데이터 분석 기술이나 지식 없이도 업무에 필요한 기능만 학습해, 업무에 데이터 분석을 직접 활용할 수 있도록 하는 교육을 준비했다고 밝혔다.  1월 31일 온라인으로 진행되는 이번 교육은 데이터 분석을 제대로 하고 싶은 데이터 분석 비전공 실무자를 대상으로 한다. 교육에는 계명대학교 김양석 교수와 플랜투비즈니스컨설팅의 김정하 상무, 알테어의 김지수 데이터 컨설턴트가 연사로 나선다.  김양석 교수는 ‘최신 데이터 분석 트렌드와 비즈니스 활용’을 주제로 최근 많이 다루고 있는 데이터 분석 현황을 공유하고, 데이터를 현업에서 제대로 활용할 수 있는 방법론을 소개한다. 김정하 상무는 ‘쉽고 빠른 데이터 분석, 래피드마이너’를 주제로 산업 분야와 기업의 특성을 고려한 머신러닝 적용 사례를 다룬다. 마지막 세션에서는 김지수 데이터 컨설턴트가 데이터 분석 플랫폼인 래피드마이너를 활용한 실습시간도 마련할 예정이다. 래피드마이너는 알테어가 2022년 인수한 데이터 분석 솔루션으로, 전세계 100만 명의 사용자를 확보하고 있다. 알테어는 래피드마이너에 대해 "노코드/로코드 기반으로 코딩 없이 쉽게 사용할 수 있으며, 비전공자를 위한 머신러닝의 복잡한 과정을 자동화하는 오토ML(AutoML) 기술도 포함하고 있다"고 소개했다.  한국알테어의 유은하 지사장은 “여러 업무들이 디지털화되면서 다뤄야 하는 데이터의 양이 많아졌다. 데이터 분석 역량은 디지털 전환 시대의 경쟁력으로 자리잡고 있다”며, “이번 교육이 실무자들에게 머신러닝의 장벽을 낮추고 직접 데이터에서 답을 찾고 활용하는 기회가 되길 바란다”고 전했다.