OSC FORUM 2026 정책에서 현장까지, 기술을 넘어 시장으로 OSC·모듈러 산업의 실행 전략과 협력 기회를 확인할 수 있는 자리 OSC FORUM 2026에 여러분을 초대합니다   사전등록 바로가기   행사 개요 일시 2026년 5월 7일(목) 09:00–17:30 장소 전문건설공제조합 4층 대회의실, 2층 중회의실 주최 OSC모듈러산업협회 · 빌딩스마트협회 주관 OSC모듈러산업협회 후원 전문건설공제조합   주요 프로그램 Opening 개회사 및 환영사 Special Session 산업계 주요 인사 특별 발표 Main Session | Hall 1 정책, 제도, 생산, 설계, 사업화 중심 세션 Parallel Session | Hall 2 공공발주, CM, 디지털, 시장확산 중심 세션 참가 대상 공공 발주기관, 지자체, 공기업, 민간 디벨로퍼, 건설사, 설계사, 엔지니어링·CM·감리사, 모듈러 제조사, 자재·설비·물류 기업, 연구기관, 학계, 협단체, 유관기관, BIM·DT·AI 기반 스마트건설 솔루션 기업   문의 OSC모듈러산업협회 사무국 omia@omia.or.kr 070-5038-6239

가상 제품 개발을 위한 MBSE 및 SysML의  이해와 핵심 전략 (6)   복잡한 시스템 설계를 최적화하기 위해 시스템 모델링 언어인 SysML의 역할이 커지고 있다. 이번 호에서는 블록 정의 및 내부 블록 다이어그램을 통한 설계 애셋의 재사용성과 파라메트릭 모델을 활용한 검증 방법을 살펴본다. 또한 객체지향 시스템 엔지니어링 방법론인 OOSEM의 주요 개발 활동과 모델 요소 간의 연결 구조를 분석한다. 이를 통해 복잡한 요구사항을 체계적으로 관리하고 설계 일관성을 확보하는 통합적인 시스템 엔지니어링 접근법을 제시한다.   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 CTO   블록 정의 및 사용   그림 1. BDD와 IBD에 의한 자동차의 ABS 시스템 예시(제동 시스템)   <그림 1>은 블록 정의 다이어그램(Block Definition Diagram : BDD)과 내부 블록 다이어그램(Internal Block Diagram : IBD)의 관계를 SysML 모델링에서의 블록 정의와 사용(Definition and Usage) 개념을 설명하는 것이다. 특히 시스템 모델에서 정의(definition)와 사용(usage)의 구분이 어떻게 나타나는지를 자동차의 ABS 시스템(제동 시스템) 예시를 통해 직관적으로 설명하고 있다. BDD는 시스템 구성 요소를 정의(definition 또는 type)하는 다이어그램이다. 여기서 블록은 하나의 설계 단위 또는 유형으로 간주되며, 그 자체로는 구현이 아닌 속성, 인터페이스, 동작 등을 기술한다. 예를 들어 Anti-Lock Controller는 하나의 중심 블록으로 정의되어 있고, Traction Detector(d1), Brake Modulator(m1), Sensor(s1)와 같은 하위 블록과 구조적 관계를 가진다. 이들 블록은 각각 독립적으로 정의된 타입이며, 다른 시스템에서도 재사용이 가능하다. Definition에서 Block은 하나의 유형(type)이며 속성, 동작, 포트 등을 정의하여 여러 콘텍스트에서 재사용된다. 연결 방식은 관계 선(연결 구조) 위주로 나타낸다. IBD는 정의된 블록을 특정 콘텍스트에서 사용하는 방식을 나타낸 다이어그램으로 정의된 블록의 실제 사용/구현 구조 표현이다. 여기서는 AntiLock Controller 블록의 내부를 구성하는 part(사용 인스턴스)들이 나타난다. Part(인스턴스 또는 역할)로 모델 내부 특정 위치에 배치된다. 연결방식은 포트와 커넥터로 물리적/논리적 인터페이스로 구성한다. 예를 들어 s1:Sensor, d1:Traction Detector, 102 · m1:Brake Modulator는 모두 정의된 블록을 특정 역할(역할/파트)로 사용하는 형태이다. 각 파트는 인터페이스 포트(c1, c2)를 통해 상호 연결되며, 모델 내 실제 연결 구조를 명시한다. Usage에서 Part는 정의된 블록의 사용 인스턴스이며 특정 콘텍스트에서 기능 역할로 배치되며 블록에 의해 타입(Type)이 지정되며 역할(role) 또는 구성요소(instance)로도 불린다. 또한 <그림 1>은 모델 기반 시스템 설계에서 중요한 개념인 정의와 사용의 분리(separation of definition and usage)를 설명하고 있다. 정의된 블록은 단일 설계 요소로서 명세되고, 이를 다양한 콘텍스트에서 조합하여 모듈화, 재사용성, 유연한 시스템 확장이 가능해진다. SysML에서 BDD와 IBD는 각각 설계와 구성, 추상화와 구현을 잇는 핵심적인 다이어그램으로 활용된다.   매개변수 - 구속조건 정의 및 사용   그림 2. 매개변수 간의 수학적 관계와 제약 조건의 정의 및 실제 시스템 모델에 적용 방법   <그림 2>는 SysML 파라메트릭 다이어그램(Parametric Diagram)을 활용하여 매개변수(변수) 간의 수학적 관계와 제약 조건(구속조건)을 정의하고, 이를 실제 시스템 모델에 적용(usage)하는 방법을 보여준다. 실제로 매개변수와 구속조건 정의 및 사용으로 시스템의 무게 조건을 예로 들어 설명하고 있다. 구속조건 정의(Constraint Definition)의 BDD 부분은 모델링된 제약 조건을 정의한 것이다. 이 영역에서는 다음 두 개의 제약 블록(constraint block)이 정의되어 있다. Total Weight는 수식 wt = Σw로 정의되어 각 구성 요소의 무게를 모두 더하여 총 무게를 계산하는 수식이다. 입력 매개변수는 wi(각 구성 요소의 무게들)과 결과로 wt(총 무게)를 나타낸다. Max Weight는 수식 result = (wt<2000 Ton)이며 총 무게가 2000톤 미만인지 여부를 판단한다. 결과는 불린(boolean) 타입으로 반환(true 또는 false)된다. 이 두 제약 블록은 상위 분석 블록인 Ship Weight Analysis에 속하며, 전체 시스템에서 무게 제한 분석을 수행하기 위한 논리적 조건으로 사용된다. 파라메트릭 다이어그램(Parametric Diagram)은 앞에서 정의한 제약 조건들을 Ship Weight Analysis 블록에 실제 적용한 예시이다. 이 다이어그램에서는 다음과 같은 구성으로 모델이 연결되어 있다. wt는 Total Weight 제약 블록이며 입력 값으로 w1, w2, w3가 연결되며 각각 ship.weight, cargo.weight, ammo.weight와 연결되어 전체 무게를 계산한다. Mw는 Max Weight 제약 블록이며 앞에서 계산된 총 무게 wt를 입력으로 받아 그것이 2000톤 미만인지 여부를 결과로 피드백한다. 이 다이어그램에서 사용된 두 제약 블록은 «usage» 관계로 상단의 BDD에서 정의된 constraint block을 참조하고 있으며, 결과적으로 시스템 설계 모델에 제약을 수학적으로 통합하는 구조이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

산업을 위한 AI와 버추얼 트윈 기술 (2)   이번 호에서는 다쏘시스템의 LBM 기반 CFD 설루션인 파워플로(PowerFLOW)를 활용하여, 하중 및 회전에 의해 변형되는 트레드 타이어를 반영한 정밀 유동 예측 워크플로를 제시한다. 드라이브에어(DrivAer) 모델 적용을 통해 접지면과 사이드월 돌출부 형상 변화가 차량 항력 및 후류 구조에 미치는 영향을 분석하고, 실제 주행 조건을 고려한 차세대 공력 최적화 설계 프로세스의 방향성을 제안한다.   ■ 고석원 다쏘시스템의 유동해석 컨설턴트로, 국내 완성차 업체의 공력 및 공력소음 분야 CFD 프로젝트 수행 및 기술 지원을 담당하고 있다. 홈페이지 | www.3ds.com/ko   EV(전기자동차) 시대에 접어들면서 공력 성능은 단순한 항력 계수(Cd : Drag Coefficient) 저감의 문제가 아니라, 에너지 효율과 주행거리 경쟁력을 결정하는 핵심 설계 변수로 자리잡았다. 특히 고속 주행 영역에서는 타이어 주변에서 형성되는 복잡한 와류 구조가 전체 항력에 상당한 영향을 미친다. 그러나 현재까지 많은 외부 유동해석은 계산 효율과 모델 단순화를 이유로 강체 타이어 형상을 가정해왔다. 실제 주행 조건에서는 차량 하중과 회전에 의해 타이어 접지면이 평탄화되고, 트레드 패턴이 국부적으로 변형된다. 이러한 기하학적 변화는 경계층 발달과 박리 위치, 그리고 후류 구조에 직접적인 영향을 미친다. 그럼에도 불구하고 설계 단계에서 이러한 변형 효과는 충분히 반영되지 못하는 경우가 많다. 이 간극은 단순한 수치 오차를 넘어, 설계 의사 결정의 신뢰성 문제로 이어질 수 있다. 기존의 전산유체역학(CFD : Computational Fluid Dynamics) 접근에서는 회전 조건을 MRF(Moving Reference Frame) 혹은 LRF(Local Reference Frame) 기법을 구현하고, 접지부는 이상적인 평면 조건으로 단순화한다. 이 방식은 빠른 비교 분석에는 적합하지만, 접지부 인근의 비대칭 유동 구조와 시간에 따라 변화하는 와류 변동을 충분히 재현하기 어렵다. 특히 하중에 의해 형성되는 접지부 형상 변화는 타이어 하부 압력 분포를 바꾸고, 이는 차체 하부 유동과 상호작용하며 항력 특성에 영향을 미친다. 고속 주행 시에는 원심력에 의한 외경 변화까지 더해져 형상 변형이 복합적으로 발생한다. 따라서 현실 기반 공력 예측을 위해서는 타이어 변형을 포함한 해석 전략이 요구된다.   파워플로 기반 정밀 유동 예측 방법론 이번 호에서는 LBM(Lattice Boltzmann Method) 기반 CFD 설루션인 파워플로를 활용하여 하중 및 회전 변형을 반영한 해석 환경을 구축하였다. 차량 모델은 <그림 1>과 같이, 오픈소스 표준 차체 형상인 드라이브에어 모델을 적용하였다. 타이어 형상은 단순 강체 모델과 실제 하중 조건을 반영한 변형 트레드 타이어 모델을 사용하였다. 변형 형상은 파워플로의 전처리 모듈인 파워델타(PowerDELTA)를 통해 구현되었으며, <그림 2>와 같이 정적 하중에 의해 형성되는 접지면(contact patch)과 사이드월 돌출부(bulge)를 기하학적으로 재현하였다. 수치해석 방법에는 회전하는 타이어에 IBM(Immersed Boundary Method)을 적용하여 타이어 인근에서 시간에 따라 변화하는 유동 구조와 후류 거동을 정밀하게 분석하였다.   그림 1. 드라이브에어 차량 형상   그림 2. 접촉면과 돌출부의 형상(왼쪽 : 접촉면, 오른쪽 : 돌출부)   해석 케이스 구성 해석 케이스는 변형 타이어의 적용 유무와 <그림 3>에 나타낸 바와 같이, 타이어 변형 효과를 체계적으로 비교하기 위해 다음 세 가지 인자를 독립적으로 변화시켰다. 사이드월 돌출부(bulge, B) 횡방향 삽입각(slip angle, α) 접지면 폭(contact patch width, W)   그림 3. 변형 타이어 인자 변화 조건   각 변수 변화에 따른 항력 특성 및 후류 구조 변화를 비교함으로써, 설계 관점에서 지배적인 인자를 도출하고자 하였다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

실시간 3D 기술로 산업 전반의 디지털 혁신 주도   2025년은 혁신으로 가득한 한 해였다. 유니티의 파트너들은 다양한 산업 분야에서 획기적인 성과를 이뤄냈다. 자동차 산업에서 차량 내 경험을 혁신하는 것부터 의료 및 제조 분야의 새로운 영역을 개척하기까지, 고객들은 유니티를 활용하여 대담한 아이디어를 현실로 만들어 냈다. ■ 자료 제공 : 유니티 코리아   자동차 산업의 거침없는 혁신   자동차 산업은 2025년에 디지털 혁신을 가속화했으며, 유니티의 고객들이 이러한 추세를 주도했다. 실시간 3D 기술은 더 이상 미래지향적인 개념이 아니라 최신 차량 디자인, 엔지니어링 및 차량 내부 경험의 핵심 요소이다. 자동차 산업의 리더들은 유니티를 활용하여 더 효율적인 워크플로를 구축하고 고객에게 더욱 몰입도 높은 경험을 제공했다. 대표적인 성공 사례로 BMW 그룹에서는 유니티 애셋 매니저(Unity Asset Manager)를 사용하여 복잡한 3D 애셋을 성공적으로 관리하며 디지털 성장을 추진했다. 글로벌 제조업체에게 방대한 디지털 애셋 라이브러리를 관리하는 것은 큰 부담이 된다. BMW는 이 프로세스를 간소화하면서 일관성을 유지하고 개발 사이클을 가속화했다. 이렇게 하면 더 빠르게 반복 작업을 수행하고 더 신속하게 탁월한 품질로 시장을 혁신할 수 있다.   ▲ 출처 : 도요타 자동차   ▲ 출처 : BMW 그룹   마찬가지로 도요타와 렉서스는 차세대 HMI(인간–기계 인터페이스) 개발의 경계를 넓혔다. 이들은 유니티를 통해 직관적이면서도 풍부한 시각적 정보를 기반으로 운전자와 탑승자 모두를 만족시킬 수 있는 차량 내부 시스템을 디자인했다. 또한 메르세데스 벤츠는 차량 내부 경험의 완성도를 높이는 데 계속해서 집중하며, 몰입도 높고 반응성이 뛰어난 인터페이스를 개발하여 주행 경험의 품질을 한층 더 끌어올리고 있다.   의료 및 생명과학 분야의 혁신적인 발전 의료 산업은 환자의 치료 결과를 개선하고, 의학적 교육을 강화하며, 복잡한 생물학적 데이터를 시각화하는 데 기술을 활용하면서 발전을 지속해 왔다. 유니티의 실시간 3D 기능은 이러한 발전의 핵심으로, 수술 시뮬레이터부터 인터랙티브 환자 교육 플랫폼까지 모든 것을 구축할 수 있는 툴을 제공한다.   ▲ 출처 : 메드트로닉   2025년, 필립스는 의료 현장에서 일상 생활까지 이어지는 의료 혁신을 계속해서 선도했다. 이들의 성공 사례는 몰입형 기술이 임상 절차와 가정 내 환자 치료를 모두 지원하여 의료 접근성과 효과를 높일 수 있음을 보여 준다. 또한 메드트로닉(Medtronic)은 유니티를 사용하여 로봇 수술용 디지털 트윈을 구축했다. 이러한 가상 복제본을 활용하면 정밀도 높은 데이터 기록, 플레이백 및 시각화를 통해 외과의들이 기술을 개선하고 시술 성공률을 높일 수 있다.   ▲ 출처 : 랜덤42   랜덤42(Random42)는 의료 시각화 분야에서 큰 도약을 이루며 새로운 가능성을 보여 주었다. 이들은 유니티를 활용하여 복잡한 생물학적 프로세스를 정확하게 시각화함으로써 과학 및 의학 관련 정보를 전달하는 방식을 혁신하고 있다. 연구자, 의사 및 환자들은 이러한 발전을 통해 질병의 메커니즘과 새로운 치료법의 가능성을 더 손쉽게 이해할 수 있다.   더 스마트하고 빠르고 효과적인 제조 방식 효율, 안전성, 혁신은 제조업의 핵심 요소이다. 유니티 고객들은 실시간 3D가 이 세 가지 목표를 모두 달성하는 데 얼마나 효과적인지를 보여 주었다. 직원 교육부터 공장 현장 시뮬레이션까지, 유니티는 제조업체가 생산의 미래를 구축해 나가도록 지원하고 있다.   ▲ 출처 : SEW 유로드라이브 & 리얼버추얼.아이오   SEW 유로드라이브(SEW-EURODRIVE)는 유니티를 모비킷 맞춤형 심인터페이스(MOVIKIT Custom SimInterface) 및 리얼버추얼.아이오(realvirtual.io)에 통합하여, 엔지니어가 위험 부담 없는 디지털 트윈 환경에서 자동화 로직을 테스트하고 개선할 수 있도록 함으로써 가상 시운전에 혁신을 가져왔다. 이러한 접근 방식 덕분에 시운전 시간을 70% 단축하여 ROI를 더 빠르게 달성하고 현장 물류 오류를 최소화할 수 있게 되었다.   ▲ 출처 : 지멘스 & 에듀케이션XR   인력 교육 분야에서도 진전이 있었다. 지멘스는 몰입형 XR(확장현실) 교육 모듈을 통해 전기 분야 인력의 교육 방식을 혁신하여, 안전하고 확장 가능하며 효과적인 학습 경험을 제공한다. 비슷하게 브리지스톤 아메리카(Bridgestone Americas)는 자체 개발 VR 애플리케이션으로 엔지니어링 운영을 혁신하여, 팀이 공유 가상 공간에서 협업하고 문제를 해결할 수 있게 함으로써 실물 프로토타입과 출장의 필요성을 줄였다.   리테일 및 고객 참여에서의 혁신 리테일 산업 환경은 그 어느 때보다 경쟁이 치열하며, 고객 참여가 성공의 열쇠라고 할 수 있다. 많은 리테일 브랜드가 유니티를 통해 독특하고 개인화된 인터랙티브 경험을 구축하여 고객의 관심을 사로잡고 성과를 창출하고자 했다.   ▲ 출처 : 콜러   콜러(Kohler)는 고객 참여를 확대하기 위해 인상적인 3D 콘텐츠를 제공하기 시작했다. 제품 카탈로그를 인터랙티브 3D 애셋으로 변환하여 제공하기 때문에, 고객은 집에서도 편안하게 제품을 상세히 살펴보고 더 확실한 구매 결정을 내릴 수 있다.   ▲ 출처 : 렌 키친스   렌 키친스(Wren Kitchens)는 유니티를 통해 디자인 및 시각화 프로세스를 개선하여, 고객에게 향후 주방의 명확한 모습을 보여 주는 동시에 자체 운영 워크플로를 최적화했다. 이는 몰입형 경험이 고객 만족도와 비즈니스 효율을 동시에 높일 수 있는 방법을 보여 주는 사례이다.   미래의 몰입형 월드 구축 유니티는 산업의 경계를 넘어 스마트 시티 및 상호 연결된 가상 월드를 포함한 차세대 디지털 경험의 기반을 제공하고 있다. 이처럼 야심찬 프로젝트에는 방대한 데이터 세트를 처리하고 실시간 성능을 제공할 수 있는 플랫폼이 필요하며, 유니티 고객은 이러한 과제를 성공적으로 해결했다. 동적 스마트 디지털 트윈 구축 분야에서는 큰 폭의 진전이 있었다. 스마트 디지털 트윈 프로젝트에서는 실제 데이터를 활용하여 몰입형 시뮬레이션을 구축함으로써, 계획 담당자가 교통 체계를 모델링하고 환경 영향을 분석하며 더욱 긴밀하게 연결된 시설을 설계할 수 있도록 지원한다. 아크GIS(ArcGIS)와 유니티의 협업에 따른 결과로, 코퍼스 크리스티 항구와 디 액셀러레이션 에이전시(The Acceleration Agency)는 실제 데이터와 창의적인 비전을 결합하여 지리적으로 정확하면서도 풍부한 디지털 트윈을 구축할 수 있었다.   ​​​​​​​ ▲ 출처 : 루비   루비(ROUVY)는 유니티를 통해 실제 동영상, 3D 데이터, 라이브 센서 입력을 초현실적인 증강현실(AR) 루트로 블렌딩하여 실내 사이클링에 혁신을 가져왔다. 루비 루트 크리에이터(ROUVY Route Creator)와 같은 기능을 통해 사용자는 자신이 직접 촬영한 동영상과 GPS 데이터를 ‘실제로 주행할 수 있는’ AR 라이딩 경험으로 변환할 수 있으며, 그 결과 매주 20TB에 달하는 새로운 콘텐츠가 추가된다. 톰톰(TomTom)은 맵 디자인 및 시각화 워크플로에 주력하며, 유니티를 활용하여 가상 월드에 자동차 내비게이션 소프트웨어를 결합한 시뮬레이션 환경을 구축한다.   ▲ 출처: 구글 맵스   구글 맵스(Google Maps)는 안드로이드 XR용 몰입형 뷰로 내비게이션을 재정의하여 사용자가 도시, 랜드마크, 장소를 세밀한 3D 디테일로 둘러볼 수 있는 방법을 제공했다. 유니티 기반의 이 애플리케이션은 2D 맵에서 몰입도 넘치는 경험으로 매끄럽게 전환되며, 여행 계획과 탐험에 있어 높은 완성도를 제공한다.     ■ 기사 내용은 PDF로도 제공됩니다.

로크웰 오토메이션은 지난 3월 4일~6일 열린 ‘오토메이션 월드 2026’에 참가해 산업 운영의 미래 비전과 자율 제조 전환 전략을 소개했다. 하드웨어 중심에서 소프트웨어 및 서비스 중심 기업으로 탈바꿈하고, 자동화를 넘어 AI와 데이터 중심의 자율 운영 단계로 진화하겠다는 비전을 밝힌 로크웰 오토메이션은 글로벌 파트너들과 함께 자율형 스마트 공장 생태계를 구축할 계획이다. ■ 정수진 편집장     AI 기반의 자율 제조 운영으로 산업 패러다임 전환 로크웰 오토메이션 코리아의 인더스트리 및 OEM 영업 본부장인 김낙현 상무는 “제조 산업이 하드웨어 중심 자동화에서 AI와 소프트웨어 기반의 자율 운영 단계로 진입하는 변곡점을 맞이했다”고 짚었다. 로크웰 오토메이션은 이러한 변화가 제조업의 복합적인 위기와 기술 진화가 맞물린 결과라고 보고 있다. 김 상무는 현재 제조업계가 에너지 비용 상승, 숙련 인력 부족, 공급망 리스크 등 거대한 위기에 직면했다고 진단하면서, “제조 기업은 전방위 압박 속에서도 지속 가능한 생산 능력을 키워야 하는 과제를 안고 있다”고 전했다. 기술 발전도 가속화되고 있다. AI와 로보틱스 등 생산 기술이 빠르게 발전하면서 적용 분야 또한 넓어지는 추세다. 김낙현 상무는 이에 따라 기존의 공장 운영 방식을 새롭게 재조명해야 한다면서, “하드웨어 통제 위주의 제조 환경이 AI와 데이터 기반으로 스스로 학습하고 최적화하는 자율 운영 체계로 넘어갈 것”이라고 전망했다. 로크웰 오토메이션 코리아의 이용하 대표는 “산업 현장의 AI는 더 이상 자동화를 보완하는 부가 기술이 아니다. 데이터 단절을 극복하고 공장 운영 전반의 의사결정 구조를 바꾸는 핵심 인프라로 자리 잡았다”면서, 제조 기업들이 자연스럽게 통합 데이터 기반의 자율 운영 단계로 전환해 나가고 있다고 밝혔다.     산업 생애주기 전반에 걸친 AI 통합 추진 로크웰 오토메이션 코리아의 마켓 액세스 영업 본부장인 이원석 상무는 산업용 AI의 특수성을 강조했다. 실시간 제어와 운영기술(OT) 데이터, 안전성이 중요한 산업 현장에서는 단순 분석형 AI보다 설계–운영–유지보수 전반에 내재된 특화 AI가 필요하다는 설명이다. 로크웰 오토메이션은 제품의 전체 생애주기에 AI를 결합하는 엔드 투 엔드 전략을 추진하고 있다. ▲설계 단계에서는 자연어 질의로 프로그램 코드를 자동 생성하고, 디지털 트윈 설루션으로 가상 공간에서 물리적 장비의 시뮬레이션을 수행한다. ▲운영 단계에서는 제어기 내부에 AI 모듈을 탑재해 장비가 머신러닝으로 제어 값을 조정하고 이상을 예측한다. 여기에 AMR(자율이동로봇) 설루션을 융합해 공장의 자율 최적화를 구현한다. ▲유지보수 단계에서는 설비의 에지(edge) 단에 AI를 적용해 실시간 모니터링을 진행하고, 유지보수 시스템과 연동해 선제적인 작업 지시를 내려 다운타임을 방지한다. 이원석 상무는 “수명주기 전반을 아우르는 파트너십을 바탕으로 모든 제품군에 AI 기술을 내재화해 시작부터 끝까지 책임지는 역량이 로크웰 오토메이션의 산업용 AI가 가진 차별점”이라고 강조했다.     중소기업을 위한 자율 공장 로드맵과 구축 전략 제시 로크웰 오토메이션은 디지털화 및 데이터 인프라가 상대적으로 부족한 중소·중견 기업을 위한 단계별 전략도 소개했다. 핵심은 중소·중견 기업이 자율형 스마트 공장으로 원활하게 나아갈 수 있도록 맞춤형 컨설팅과 기술의 자연스러운 내재화를 결합해 제공하는 것이다. 김낙현 상무는 “한국의 많은 중소·중견 기업이 아직 데이터 수집조차 제대로 되지 않는 기초적인 스마트 공장 단계에 머물러 있다”면서, “이를 해결하기 위해 로크웰 오토메이션은 전담 컨설팅 조직을 통해 고객의 상황을 분석하고, 자율형 공장으로 가기 위한 구체적인 AI 접목 플랜과 단계별 설루션 활용을 지원하고 있다”고 밝혔다. 로크웰 오토메이션 코리아의 라이프사이클 서비스 사업본부장인 최태능 상무는 “오랜 기간 공장 자동화를 수행해 온 전문성을 바탕으로, 기존 제조업 현장에서 친숙하게 사용되는 제어기(PLC)나 휴먼 머신 인터페이스(HMI) 등 기존 자동화 설루션에 AI 기능을 탑재하여 내재화하는 작업을 진행하고 있다”고 밝혔다. 또한, “기업들이 거부감 없이 AI를 도입하고 기존 시스템에 자연스럽게 스며들도록 유도하는 것이 핵심 방향”이라고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

델 테크놀로지스가 온디바이스 AI 성능을 강화하고 하이브리드 근무 환경에 최적화된 기업용 PC 포트폴리오 ‘델 프로’ 신제품을 발표했다. 이번 신제품은 AI 처리 능력을 높인 노트북과 공간 효율을 극대화한 데스크톱 등 PC 라인업을 중심으로 구성됐다.   ▲ 델 프로 3,5,7 및 델 프로 14 프리미엄 노트북   ‘델 프로 14 프리미엄’은 델 프로 노트북 라인업 중 가장 가벼운 1.15kg의 무게로 경영진을 겨냥한 제품이다. 최신 인텔 코어 울트라 시리즈 3(팬서레이크) 프로세서를 탑재했으며 50 TOPS 성능의 NPU를 통해 코파일럿 등 AI 어시스턴트를 기기 자체에서 구동한다. 두께는 이전 세대보다 7% 얇아진 16.78mm로 설계됐으며 마그네슘 합금 소재를 사용해 휴대성과 내구성을 동시에 확보했다. 탠덤 OLED 디스플레이 옵션과 800만 화소 HDR 카메라를 통해 시각적 경험과 화상 회의 품질을 높였다. 메인스트림 노트북 라인업인 델 프로 3/5/7 시리즈는 사용자의 업무 특성에 맞춰 인텔과 AMD 프로세서 중 선택할 수 있는 폭을 넓혔다. ‘델 프로 5’는 14인치와 16인치로 출시되며 업무 흐름에 맞춰 메모리와 저장장치를 자유롭게 구성할 수 있는 확장성이 특징이다. ‘델 프로 3’는 14인치 기준 약 1.34kg의 무게와 세련된 메탈릭 마감을 갖춘 실속형 모델이다. 프리미엄 라인인 ‘델 프로 7’은 이전보다 최대 18% 얇아진 디자인을 적용했으며 일반 노트북 형태와 투인원 모델로 구분해 출시된다. 데스크톱 라인업에서는 1.2리터 크기의 초소형 폼팩터를 갖춘 ‘델 프로 5 마이크로’를 처음으로 선보였다. 데스크톱 PC이면서도 최신 모바일용 팬서레이크 CPU를 탑재해 좁은 공간에서도 높은 연산 능력과 전력 효율을 제공한다. 최대 64GB DDR5 메모리를 지원하며, 100W 전원 공급이 가능한 USB-C 포트를 통해 케이블 하나로 모니터와 연결해 사용할 수 있다. 델의 모듈식 설계와 지능형 냉각 시스템을 적용해 고부하 작업 시에도 소음과 발열을 안정적으로 관리한다.   ▲ 델 프로 5 마이크로 데스크톱 PC   델 테크놀로지스는 모든 델 프로 PC 제품군에 강력한 보안 계층을 구축했다고 소개했다. 미래의 암호화 위협으로부터 BIOS를 보호하는 양자 내성 기술을 적용하고, 랜섬웨어 방지 설루션인 할시온을 기본 탑재해 하드웨어 수준의 보안력을 높였다. IT 관리자는 클라우드 기반 인텔 v프로(vPro) 설루션을 활용해 많은 기기를 원격으로 한꺼번에 배포하고 관리할 수 있다. PC와 함께 사용하는 주변기기도 강화됐다. 화상 회의에 특화된 ‘델 프로 P 34 USB-C 허브 모니터’는 AI 오토 프레이밍 카메라와 소음 제거 마이크를 내장했다. 5초 충전으로 하루 종일 사용 가능한 터보 차지 기술이 적용된 무선 키보드 세트와 지문 인식 센서가 탑재된 유선 마우스도 함께 공개됐다. 한국 델 테크놀로지스 김경진 총괄사장은 “AI 시대에 기업용 PC는 단순한 도구를 넘어 비즈니스 혁신의 핵심 플랫폼으로 진화하고 있다”면서, “이번 델 프로 라인업은 엄격한 보안 기준을 충족하면서도 실무자들이 선호하는 최신 하드웨어를 제약 없이 도입할 수 있도록 설계했다”고 밝혔다.

아비바는 엔비디아와 협력해 자사의 엔지니어링 및 운영 소프트웨어를 엔비디아 옴니버스 DSX 블루프린트(NVIDIA Omniverse DSX Blueprint)에 통합했다고 밝혔다. 이를 통해 기가와트급 AI 팩토리를 위한 새로운 라이프사이클 디지털 트윈 아키텍처를 선보였다. 양사는 대규모 데이터센터에 적용할 수 있는 물리적·디지털 모듈을 공동 개발하고 이를 AI 팩토리 형태로 구현한다. 이 방식은 기존 AEC(엔지니어링·조달·시공) 프로젝트에서 검증된 방법론을 기반으로 삼았다. 이번 협력은 아비바의 산업 인텔리전스 플랫폼 커넥트와 산업용 디지털 트윈 기술 포트폴리오를 중심으로 진행한다. 기업은 도메인 특화 시뮬레이션과 디지털 시각화, 협업 설계 도구를 통해 GPU 활용 효율을 높일 수 있다. 아비바에 따르면 AI의 토큰 생성에 걸리는 시간을 줄여 AI 팩토리 구축 속도와 확장성을  높일 수 있다. 아비바는 슈나이더 일렉트릭, 이탭(ETAP)과 맺은 전략적 파트너십을 이번 협력과 연계한다. 세 기업은 엔비디아 옴니버스 DSX 블루프린트 기반 AI 팩토리의 설계부터 시뮬레이션, 구축, 운영, 최적화 전 과정을 공동으로 고도화하고 있다. 이를 통해 아비바가 보유한 산업 전문성을 AI 인프라 영역으로 확장한다는 전략이다.     아비바는 설루션 통합을 통해 AI 팩토리의 전체 생애주기에 걸쳐 디지털 트윈의 가치를 제공한다는 비전을 내세웠다. 우선 오픈USD 기반 심레디(SimReady) 자산을 아비바 유니파이드 엔지니어링(AVEVA Unified Engineering)으로 가져올 수 있는 신규 컨버터를 제공한다. 이를 통해 기존 자산 재사용과 고정밀 시뮬레이션 환경 활용이 가능해진다. 아비바 자산 정보 관리(AVEVA Asset Information Management)를 활용하면 단일 데이터 소스를 바탕으로 설계부터 운영까지 장비와 시스템을 일관되게 관리할 수 있다. 아비바 프로세스 시뮬레이션(AVEVA Process Simulation)은 AI 팩토리의 고급 액체 냉각 네트워크를 모델링하고 시뮬레이션하여 설계를 최적화하고 냉각 효율을 높이는 데 쓰인다. 아비바 PI 시스템(AVEVA PI System)은 엔비디아 옴니버스 DSX 익스체인지 전반에서 IT와 OT 데이터를 통합 수집하고 분석한다. 향후 엔비디아 NV-태서랙트(NVIDIA NV-Tesseract) 모델을 적용해 이상 탐지와 예측 기능까지 확대할 계획이다. 이를 통해 냉각 시스템과 서버 랙 등에서 발생하는 데이터를 실시간으로 분석할 수 있다. 아비바 오퍼레이션 컨트롤(AVEVA Operations Control)과 유니파이드 오퍼레이션 센터(Unified Operations Center)는 전력과 기계, 안전 시스템을 하나의 통합 플랫폼으로 관리한다. 상황 인식 기반 템플릿을 통해 장애 원인 분석과 대응 권고, 성능 저하 추세 파악 등이 가능하다. 고객은 고밀도 AI 팩토리 환경에서도 안정적인 운영을 구현하고 차세대 AI 인프라 구축을 앞당길 수 있다. 아비바의 롭 맥그리비 최고제품책임자는 “AI 팩토리는 글로벌 디지털 경제를 견인하는 핵심 인프라로 자리 잡고 있다”면서, “아비바와 엔비디아는 전문성과 소프트웨어, 운영 역량을 결합해 새로운 디지털 트윈 구축 방식을 제시하고 있다”고 전했다. 엔비디아의 블라디미르 트로이 AI 인프라 부문 부사장은 “기가와트급 AI 팩토리의 확산은 설계부터 운영까지 전체 생애주기를 최적화할 수 있는 산업 지능을 요구한다”면서, “아비바의 소프트웨어를 엔비디아 옴니버스 DSX 블루프린트에 통합함으로써 개발자들이 AI 인프라를 더 빠르고 효율적으로 구축할 수 있게 됐다”고 밝혔다.

델 테크놀로지스는 ‘엔비디아 기반 델 AI 데이터 플랫폼’ 제품군을 대규모로 업데이트했다고 밝혔다. 이번 업데이트는 기업 데이터의 탐색과 활용을 강화하고, AI 애플리케이션 및 자율 AI 에이전트를 위한 초고성능 스토리지 성능을 제공하는 데 중점을 두었다. AI는 보조 도구에서 자율 시스템으로 진화하고 있지만, 신뢰할 수 있는 데이터를 확보해야 실질적인 성과를 거둘 수 있다. 많은 기업이 분산된 데이터를 구조화하지 못해 AI 프로젝트 중단이나 경쟁력 약화 등의 어려움을 겪는 상황이다. 델 테크놀로지스는 자사의 플랫폼이 이러한 문제를 해결해 데이터를 AI 활용 가능 형태로 전환하며, “기존 방식 대비 최대 12배 빠른 벡터 인덱싱과 3배 빠른 데이터 처리 속도를 제공한다”고 밝혔다.     델의 데이터 엔진은 AI 데이터 라이프사이클 전 과정을 자동화한다. 최근 인수한 데이터루프 기술 기반의 ‘델 데이터 오케스트레이션 엔진’은 정형 및 비정형 데이터를 자동으로 정제하고 변환해 AI용 데이터셋을 생성한다. 또한 ‘델 데이터 애널리틱스 엔진’에 추가된 AI 어시스턴트는 자연어 인터페이스를 통해 전문 지식 없이도 데이터를 조회하고 시각화할 수 있도록 지원한다. 인프라 측면에서는 엔비디아의 최신 기술을 도입했다. 델 테크놀로지스는 차세대 엔비디아 베라 루빈 NVL72 및 블루필드-4 DPU 기반의 새로운 모듈러 레퍼런스 설계를 지원할 예정이다. 새롭게 추가된 엔비디아 RTX 프로 블랙웰 서버 에디션 GPU는 데이터 플랫폼 레이어를 직접 가속해 SQL 쿼리 수행 속도를 높인다. 스토리지 분야의 혁신도 함께 공개했다. ‘델 라이트닝 파일 시스템’은 랙당 최대 150GB 성능을 제공하는 병렬 파일 시스템으로, 대규모 환경에서 GPU 유휴 상태를 방지한다. ‘델 엑사스케일 스토리지’는 파일, 오브젝트, 병렬 파일 시스템을 유연하게 배포할 수 있는 제품으로 향후 랙당 최대 6테라바이트 읽기 성능을 지원할 계획이다. 델 테크놀로지스는 파워스케일의 소프트웨어 기반 병렬 네트워크 파일 시스템 아키텍처가 대용량 파일 처리 시 기존 대비 최대 6배 빠른 성능을 제공한다는 테스트 결과도 발표했다. 이를 통해 GPU 집약적인 AI 워크로드에 데이터를 끊김 없이 공급할 수 있다. 한국 델 테크놀로지스의 김경진 총괄사장은 “AI 파일럿을 실제 운영 환경으로 확장할 때 발생하는 가장 큰 문제는 데이터 사일로 현상”이라면서, “델과 엔비디아의 협력을 통해 고객은 AI 환경을 더 빠르게 구축하고 실질적인 성과를 얻을 수 있을 것”이라고 전했다.

엔비디아가 자사의 AI 및 가속 컴퓨팅 콘퍼런스인 ‘엔비디아 GTC 2026’에서 에이전틱, 피지컬, 헬스케어 AI의 차세대 혁신을 가속화하기 위한 오픈 모델 제품군을 확장한다고 발표했다. 이번 발표의 핵심은 디지털 세계의 지능을 물리적 세계로 확장하는 ‘피지컬 AI(physical AI)’의 구현과 이를 뒷받침하는 데이터 인프라의 개방에 있다. 엔비디아 젠슨 황 CEO는 GTC 2026의 기조연설에서 “피지컬 AI의 시대가 도래했다”고 선언하면서 “이제 모든 산업 기업은 로봇 기업이 될 것”이라고 강조했다. 엔비디아는 개발자와 과학자가 디지털과 실제 환경 모두에서 스스로 추론하고 행동할 수 있는 지능형 시스템을 구축하도록 지원하는 새로운 모델을 선보였다. 엔비디아는 풀스택(full-stack) 플랫폼을 통해 컴퓨팅 자원부터 오픈 모델, 소프트웨어 프레임워크를 아우르며 전 세계 생태계를 하나로 묶는다는 비전을 제시했다. 차세대 스마트 공장과 물류, 운송, 인프라를 혁신할 지능형 기계를 만들어 나갈 토대를 만들겠다는 것이다. 특히 엔비디아는 피지컬 AI의 성공이 방대한 양의 데이터를 생성하는 능력에 달려 있다고 보고, 컴퓨팅을 고품질 데이터로 전환하는 새로운 유형의 에이전트 엔진을 제시했다.이러한 전략에 따라, 엔비디아는 대규모 피지컬 AI 시스템 훈련에 드는 비용과 시간, 복잡성을 줄이는 개방형 레퍼런스 아키텍처인 ‘피지컬 AI 데이터 팩토리 블루프린트(Physical AI Data Factory Blueprint)’를 공개했다. 개발자는 이 블루프린트를 사용해 엔비디아 코스모스(Cosmos) 오픈 월드 파운데이션 모델과 코딩 에이전트를 통해 제한된 훈련 데이터를 방대하고 다양한 데이터세트로 변환할 수 있다. 여기에는 현실 세계에서 포착하기 어려운 돌발 상황과 롱테일(long-tail) 시나리오가 포함되어 모델의 신뢰성을 높인다.     기술적인 성과로는 합성 세계 생성, 피지컬 AI 추론, 행동 시뮬레이션을 하나로 통합한 월드 파운데이션 모델(World Foundation Model : WFM)인 ‘엔비디아 코스모스 3’가 발표됐다. 이 모델은 피지컬 AI가 복잡한 환경에서도 원활하게 작동할 수 있도록 지원하며, 로봇이 상황을 인지하고 판단해 행동하는 자율성을 갖추게 한다. 휴머노이드 로봇 전용 모델인 엔비디아 아이작(Isaac) GR00T N1.7 버전은 실제 환경에 즉시 투입 가능한 상용화 수준에 도달했으며, 성공률을 2배 높인 차세대 GR00T N2 모델도 공개되었다.엔비디아는 글로벌 로봇 기업과의 협력을 통해 강력한 생태계를 구축하고 있다고 밝혔다. 전 세계 200만 대 이상의 로봇 설치 기반을 보유한 화낙, ABB, 야스카와, 쿠카는 엔비디아 아이작 시뮬레이션 프레임워크를 자사의 가상 시운전 설루션에 통합했다. 이를 통해 물리적으로 정교하게 구현된 디지털 트윈 환경에서 복잡한 로봇 애플리케이션과 생산 라인 전체를 개발하고 검증할 수 있게 됐다. 또한 젯슨(Jetson) 모듈을 컨트롤러에 탑재해 에지(edge)에서 실시간 AI 추론이 가능한 시스템을 구축 중이다. 국내 기업의 참여도 눈에 띈다. 엘지전자는 휴머노이드 로봇의 본격적인 현장 배치를 위해 엔비디아 아이작 GR00T N1.7을 채택했다. 삼성은 가상 환경에서 정교한 케이블 핸들링 공정을 숙달할 수 있도록 엔비디아의 물리 엔진을 활용해 조립 로봇을 훈련시키고 있다. 이외에 폭스콘 역시 스킬드 AI(Skild AI)와 협력하여 엔비디아 블랙웰(Blackwell) 생산 라인의 고정밀 조립 작업에 AI 기반의 듀얼암 로봇을 투입하여 성과를 내고 있다. 인프라 측면에서는 티모바일이 엔비디아, 노키아와 협력하여 5G 네트워크를 분산형 AI 컴퓨터로 전환함으로써 전 세계 에지 AI 인프라를 위한 확장 가능한 청사진을 만들고 있다. 마이크로소프트 애저와 네비우스는 엔비디아의 데이터 팩토리 블루프린트를 각 사의 클라우드 서비스에 통합했다. 이를 통해 개발자는 가속 컴퓨팅 성능을 대규모 훈련 데이터로 즉시 전환하고, 차세대 자율 시스템과 로봇을 현실로 구현하는 에이전트 기반 워크플로를 지원받게 된다. 헬스케어와 과학 연구 분야에서도 혁신이 이어지고 있다. 엔비디아는 단백질 결합체 설계를 위한 생성형 모델인 ‘프로티나-콤플렉사(Proteina-Complexa)’를 공개해 신약 개발 속도를 높이고 있다. 존슨앤드존슨 메드테크와 씨엠알 서지컬은 수술 로봇 시스템의 임상 배포와 훈련을 위해 엔비디아 코스모스와 아이작 심(Isaac Sim)을 도입했다. 이외에도 디즈니는 엔비디아의 물리 시뮬레이션 기술을 활용해 올라프 로봇과 드로이드의 자율 주행 능력을 강화하는 등, 엔비디아의 피지컬 AI 기술은 산업 전반으로 확산되고 있다.