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.

최적화 문제를 통찰하기 위한 심센터 히즈 (1)   이번 호부터 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 과정에 심센터 히즈(Simcenter HEEDS)를 활용하는 방법을 살펴보고자 한다. AI 모델을 학습시키기 위해서는 AI 모델이 정확한 패턴을 학습할 수 있도록 고품질의 데이터를 사용해야 한다. 이번 호에서는 심센터 히즈의 어댑티브 샘플링(Adaptive Sampling)과 SHERPA를 활용하여 양질의 데이터를 효율적으로 생성하는 과정을 살펴본다.   ■ 연재순서 제1회 AI 학습 데이터 생성을 위한 어댑티브 샘플링과 SHERPA의 활용 제2회 근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화 제3회 수집 또는 측정된 외부 데이터의 시각화 및 데이터 분석 제4회 산포특성을 가지는 매개변수의 상관성 및 신뢰성 분석 제5회 실험 측정과 해석 결과 간의 오차 감소를 위한 캘리브레이션 분석 제6회 프로세스 자동화 Ⅰ 제7회 프로세스 자동화 Ⅱ 제8회 프로세스 자동화 Ⅲ 제9회 프로세스 자동화 Ⅳ 제10회 프로세스 자동화 Ⅴ   ■ 이종학 지멘스 디지털 인더스트리 소프트웨어에서 심센터 히즈를 비롯하여 통합 설루션을 활용한 프로세스 자동화와 데이터 분석, 최적화에 대한 설루션을 담당하고 있다. 근사최적화 기법 연구를 전공하고 다양한 산업군에서 15년간 유한요소해석과 최적화 분야의 기술지원과 컨설팅을 수행하였다. 홈페이지 | www.sw.siemens.com/ko-KR   설계 업무에서 AI를 활용하는 이유 AI는 다양한 영역에서 업무를 보조할 수 있다. 이번 연재에서는 많은 양의 데이터를 분석하여 설계 변수와 제품 성능 간의 관계에서 패턴과 트렌드를 식별하고, 데이터 기반 의사 결정을 지원하는 AI 모델을 학습시키는 것과 관련되어 있다. 잘 학습된 AI는 설계의 품질과 성능을 높이는 데 기여한다. 문제에 따라서는 기존 설계 패러다임에 도전하는 비정형적인 설계 설루션을 발견할 수 있다. 전반적으로는 설계 업무의 디지털 전환을 촉진하고, 전통적인 설계 방법의 한계를 극복하는 데 기여한다. 이는 설계의 효율성을 높이고, 혁신적인 설루션을 개발하는 데 도움을 준다.   AI 모델의 학습을 위한 데이터 AI 학습을 위해 필요한 데이터의 품질은 AI 모델의 성능과 정확성에 직접 영향을 미친다. 고품질의 데이터는 AI 모델이 정확한 패턴을 학습하고 신뢰할 수 있는 결정을 내릴 수 있도록 돕는다. 반대로, 저품질의 데이터는 모델의 성능을 떨어뜨리고 편향된 결과를 초래할 수 있다. 고품질의 데이터는 이러한 편향성을 줄이고 공정한 결과를 도출하는 데 기여한다. 데이터의 품질이 높을 수록 모델의 훈련 효율이 높아진다. 데이터가 일관성 있고 정확하면 모델이 더 빠르게 학습할 수 있다. 따라서 정확하고 일관성 있는 데이터는 모델이 올바른 결정을 내리는 데 필수이다.   시뮬레이션 데이터 생성의 자동화   그림 1   히즈는 제품 개발 프로세스에서 사용되는 다양한 설루션의 연결과 데이터 처리를 쉽게 진행할 수 있도록 자동화된 워크플로 구성환경을 제공한다. 상용 CAD 및 CAE 도구에 대한 광범위한 인터페이스를 사용하므로, 스크립트 개발이나 수동 조작 없이 많은 기술을 빠르고 쉽게 통합한다. 자동화된 워크플로에서는 서로 다른 모델링 및 시뮬레이션 간에 데이터를 자동으로 공유할 수 있다. 사용자는 프로세스의 자동화를 통해서 설계 공간 탐색을 보다 쉽고 효율적으로 수행할 수 있다. 사용자는 반복적인 업무를 벗어나 설계를 더 깊이 이해하고 성능 개선과 생산 품질 향상에 가장 적합한 조건을 선택하는 더 중요한 업무에 더욱 집중할 수 있다.    AI 학습 데이터 생성을 위한 예제 외팔보의 처짐 문제를 사용하여 데이터를 생성하고 AI 모델을 학습시키는 예제를 통해 기능을 비교해 보겠다. 외팔보의 체적을 최소화하는 최적화 문제를 다음과 같이 정의하였다. 빠른 계산을 위해 파이썬(Python)으로 계산한다.   그림 2    목적함수 외팔보 H빔의 체적을 최소화 제약 조건 최대 굽힘 응력(σ) ≤ 200 MPa • 최대 끝단 처짐(δ) ≤ 2 mm  설계 변수 Length : 5000 mm  Load P : 6500 N  E : 200 MPa  H : 50 mm ≤ H ≤ 100 mm  h1 : 5 mm ≤ h1 ≤ 30 mm  b1 : 50 mm ≤ b1 ≤ 100 mm  b2 : 5 mm ≤ b2 ≤ 50 mm  외팔보의 체적, 응력, 처짐량은 다음의 관계식으로 계산한다.  Volume = [2*h1*b1 + (H – 2*h1)*b2]*L  Stress = P*L*H/(2*I)  Deflection = P*L3/(3*E*I)  where : I = 1/12*b2*(H-2*h1)^3 + 2*[1/12*b1*h13 + b1*h1*(H-h1) 2/4]   히즈 기본 설정 파이썬 포털(Python portal)을 사용하여 예제의 입력(input)/출력(output) 파일을 등록하였다.    그림 4   전통적인 실험계획법에 의한 데이터 생성 방법 <그림 6>과 같이 4개의 설계변수를 기반으로 전통적인 실험계획법으로 데이터를 생성해보겠다. 여기서는 3 Level의 Full factorial을 사용하여 81개의 데이터가 생성된다.   그림 6   ■ 자세한 기사 내용은 PDF로 제공됩니다.

  지난 2월 14일 ‘플랜트 조선 컨퍼런스 2025’가 서울 백범김구기념관에서 진행됐다. ‘AI 시대, 디지털 전환으로 여는 플랜트·조선 산업의 미래’를 주제로 한 이번 행사에서는 산업 AI, 디지털 트윈, 스마트 제조 등 최신 디지털 기술을 통한 플랜트·조선 산업의 혁신 방안을 논의하고, 미래 경쟁력 강화를 위한 다양한 사례와 전략이 공유되었다. ■ 정수진 편집장   ■ 같이 보기 : [포커스] 플랜트 조선 컨퍼런스 2025, 산업 디지털 전환과 AI 혁신 비전을 찾다   ‘플랜트 조선 컨퍼런스 2025’에서는 세 편의 기조연설과 함께, 두 개의 트랙을 통해 디지털 엔지니어링&컨스트럭션과 스마트 십&스마트 테크에 관한 다양한 발표가 진행됐다.    플랜트 산업의 디지털 혁신을 위한 기술과 사례 발표 ‘플랜트 조선 컨퍼런스 2025’의 디지털 엔지니어링&컨스트럭션 트랙에서는 플랜트 분야의 디지털 전환을 위한 기술과 사례를 중점적으로 소개했다. 아비바코리아의 김민규 프로는 ‘아비바 E3D의 AI 기술 소개’ 발표를 진행했다. 아비바는 ‘AI를 위한 AI’가 아니라, AI를 활용하여 자사의 산업용 소프트웨어를 더 나은 지능형으로 만드는 데에 주력하고 있다. 김민규 프로는 아비바의 주요 엔지니어링 설루션인 E3D에 적용되고 있는 AI 기능과 함께, AI 기술을 설계에 어떻게 20 · 활용할 수 있는지에 대해 소개했다.   ▲ 아비바코리아 김민규 프로   포스코이앤씨의 박종환 차장은 ‘플랜트 스마트 설비/공정 원격 진단 및 최적화 설루션 개발 성공 사례’를 소개했다. 박종환 차장은 플랜트 전 현장의 실시간 운전/설비 상태 데이터 수집과 원격 중앙 관리 기술을 개발/도입해 사전 리스크 추적을 개선하고 생산성을 높였다고 전했다.   ▲ 포스코이앤씨 박종환 차장   현대건설의 박혜성 책임연구원은 ‘미래 모빌리티 기반의 새로운 도시 모델 연구’에 관한 내용을 발표했다. 여기서는 UAM(도심 항공 모빌리티), 자율주행 자동차, 로봇, 하이퍼루프 등 모빌리티 중심의 미래 도시 마스터플랜 및 모빌리티 허브 개념 모델 그리고 데이터 기반의 도시 설계 방법론 등의 내용이 소개됐다.    ▲ 현대건설 박혜성 책임연구원   SK에너지의 박혜준 PM은 ‘SK에너지 스마트 플랜트 추진 사례’를 소개했다. 박혜준 PM은 SK에너지 울산CLX의 스마트 플랜트 추진을 위해 적용한 인공지능/디지털 전환 설루션 사례를 소개하고, 이 설루션의 성공적인 현장 정착을 위한 인사이트를 공유했다.    ▲ SK에너지 박혜준 PM    PwC컨설팅의 신민용 파트너는 ‘프로세스 산업의 디지털 트윈 성공 전략과 도입 가속화 방안’에 대해 발표했다. 신민용 파트너는 디지털 트윈의 개요 및 도입 과정에서 주요한 문제점(pain point)과 성공적인 도입을 위한 전략 등을 짚고, 디지털 트윈의 빠른 도입을 위한 기초 데이터 확보 기술 및 적용 사례에 대해서 소개했다.   ▲ PwC컨설팅 신민용 파트너   디지털 전환으로 만들어가는 스마트 조선 스마트 십&스마트 테크 트랙에서는 조선 분야를 중심으로 스마트 기술과 디지털 생산을 위한 전략에 관한 내용이 발표됐다. 팀솔루션의 송희삼 상무는 ‘디지털 트윈을 활용한 플랜트 조선 업계의 자원 효율화 방안 제시’라는 주제로 발표를 진행했다. 송희삼 상무는 3D CAD를 이용한 디지털 트윈 모델링 방법과 함께 원격 현장 운영 및 비효율적 교육 등의 문제를 해결할 수 있는 디지털 트윈 매뉴얼을 제시했다. 그리고, 생산–운영–유지보수 차원의 디지털 트윈 확장 적용 사례도 소개했다.    ▲ 팀솔루션 송희삼 상무HD   HD현대미포의 김성민 부서장은 ‘HD현대미포 조선 특화 디지털 매뉴팩처링 구축 현황 소개’ 발표를 진행했다. HD현대미포는 HD현대에서 진행 중인 설계–생산 일관화 통합 플랫폼 구축의 일환으로, 조선 특화 디지털 매뉴팩처링(DM) 체계를 구축하고 있다.    ▲ HD현대미포 김성민 부서장   클루닉스의 박정환 이사는 ‘국내 대기업 사례로 보는 R&D 디지털 전환 전략’에 대해 소개했다. 박정환 이사는 현대 산업의 디지털 전환을 가속화하기 위한 고성능 컴퓨팅(HPC)의 중요성을 강조했다. 또한, HPC 통합 설루션을 활용해 업무 환경을 자동화하고 가속화하여 디지털 전환을에 성공한 사례를 소개했다.   ▲ 클루닉스 박정환 이사   삼성중공업의 윤시록 그룹장은 ‘삼성중공업 AI를 이용한 업무 자동화/무인화 사례 소개’ 발표를 진행했다. 윤시록 그룹장은 드론과 AI를 이용한 선박 흘수 측정 사례와 블록 물류 흐름을 개선하기 위한 적치장 입/반출 블록 자동 선정 사례를 소개했다.   ▲ 삼성중공업 윤시록 그룹장   세이브잡스의 장용진 대표는 ‘DX 전환의 마지막 퍼즐 – 성과제 시스템’ 발표를 통해, 디지털 전환의 마지막 퍼즐 혹은 첫 번째 퍼즐을 맞추기 위한 ‘성과제’ 생산 관리 설루션에 대해 소개했다. 장용진 대표는 공정율 기반과 실적 중심의 성과제 생산 관리 플랫폼을 통해 기업의 생산성과 업무 효율을 높일 수 있다고 전했다.   ▲ 세이브잡스 장용진 대표

한국플랜트정보기술협회(신안식 회장, www.kapit.or.kr)가 주최하는 ‘플랜트 조선 컨퍼런스 2025’가 2월 14일(금) 백범김구기념관 컨벤션홀에서 개최된다. 올해 컨퍼런스는 21회째를 맞아 ‘AI 시대, 디지털 전환으로 여는 플랜트·조선 산업의 미래’를 주제로 플랜트·조선 관련 엔지니어링 분야의 최신 기술과 솔루션 구축 성공사례, 디지털 트윈과 디지털 전환 사례를 통한 문제해결 방안 등 국내 플랜트 조선 업계의 발전을 위한 다양한 내용을 소개할 예정이다. 첫 번째 기조연설은 윤병동 서울대 교수이자 원프레딕트 CEO가 ‘산업AIX (AI Transformation) – 산업 생산성 관점에서 ‘파괴적 혁신’이 가능한가?’를 주제로 발표한다. 이번 강연에서는 산업 AIX(AI Transformation) 기술과 구성요소를 정의하고, 제조 산업에 적용한 성공사례를 공유하며, 마지막으로 산업 AIX 기반으로 O&M 업무 프로세스를 파괴적으로 혁신하는 미래 방향성에 대해 제언한다. 두 번째 기조연설은 HD현대삼호 유영웅 상무가 ‘조선 디지털 혁신과 디지털 트윈’을 주제로  CAD-PLM-DM의 부분적 연동을 통합 플랫폼으로 최적화하여 데이터 일관성을 확보하고, 디지털 환경 조성을 통해 지능형 자율운영 조선소 구현을 위한 노력과 방향성을 공유하고자 한다. 세 번째 기조연설은 소프트힐스 최우영 부사장이 ‘인간과 인공지능(AI), 디지털 트윈으로 소통하다’를 주제로 현실 세계를 3차원 디지털 세계로 복제한 디지털 트윈 개념을 확장하여 인간과 인공지능 간 데이터의 입출력, 저장, 예측 결과의 시뮬레이션 시각화 등을 통해 서로 소통하며, 진화해가는 전달 매개체로써의 디지털 트윈 활용 개념 및 사례를 소개한다. 디지털 엔지니어링 & 컨스트랙션(Digital Engineering & Construction) 트랙에서는 플랜트 엔지니어링 분야의 이슈와 트렌드에 대해 소개할 예정이다. 아비바코리아 김민규 프로는 ‘AVEVA E3D의 AI 기술 소개’를 주제로 AVEVA E3D에서 적용되고 있는 AI 기능과 AI 기술을 설계에 어떻게 활용하는지에 대해 소개한다. 포스코이앤씨 박종환 차장은 ‘플랜트 스마트 설비/공정 원격 진단 및 최적화 솔루션 개발 성공사례’를 주제로 플랜트 전 현장의 실시간 운전/설비 상태 데이터 수집과 원격 중앙 관리 기술 개발 도입으로 사전 리스크(risk) 추적 개선 및 생산성 향상 등에 대해 소개한다. 현대건설 박혜성 책임연구원은 ‘미래 모빌리티 기반의 새로운 도시모델 연구(New Urban Model for Future Mobility)’를 주제로 UAM을 비롯해 자율주행차, 로봇, 하이퍼루프 등 모빌리티 중심의 미래도시 마스터플랜 및 모빌리티허브 개념 모델, 그리고 데이터 기반의 도시설계 방법론에 대해 소개한다. SK에너지 박혜준 PM은 ‘SK에너지 Smart Plant 추진 사례’를 주제로 SK에너지 울산CLX의 Smart Plant 추진을 위해 적용한 AI/DT Solution 사례를 소개하고, Solution의 성공적인 현장 정착을 위한 인사이트를 공유한다. PwC컨설팅 신민용 파트너는 ‘Process 산업의 디지털 트윈 성공 전략과 도입 가속화 방안’을 주제로 디지털 트윈 개요 및 도입 과정의 Pain Point와 성공적인 도입을 위한 전략 등에 대해 소개한다. 또한 디지털 트윈의 빠른 도입을 위한 기초 데이터 확보 기술 및 적용 사례에 대해 소개한다. 스마트십 & 스마트 테크(Smart Ship & Smart Tech) 트랙에서는 조선 플랜트 분야의 스마트 기술에 대해 소개할 예정이다. 팀솔루션 송희삼 상무는 ‘디지털 트윈을 활용한 플랜트 조선 업계의 자원 효율화 방안 제시’를 주제로 3D CAD를 이용한 디지털 트윈 모델링 방법과 함께 플랜트 조선 업계의 ▲원격 현장 운영 및 ▲해외 노동자 고용으로 야기되는 비효율적 교육, 작업지시를 해결할 수 있는 디지털 트윈 매뉴얼을 제시한다. HD현대미포 김성민 부서장은 ‘HD현대미포 조선 특화 Digital Manufacturing 구축 현황 소개’를 주제로 HD현대에서 진행중인 설계-생산 일관화 통합 플랫폼 구축의 일환으로 HD현대미포에서 진행 중인 조선특화 Digital Manufacturing(DM) 구축 현황을 소개한다. 클루닉스 사업본부 박정환 이사는 ‘국내 대기업 사례로 보는 R&D 디지털 전환 전략’을 주제로 현대 산업의 디지털 전환을 가속화하기 위해서는 고성능 컴퓨팅(HPC)의 중요성을 강조한다. HPC 통합 솔루션을 활용해 업무 환경을 자동화하고, 간소화하며, 가속화하여 디지털 전환을 성공적으로 이뤄낸 사례를 중심으로 소개한다. 삼성중공업 윤시록 그룹장은 ‘삼성중공업 AI를 이용한 업무 자동화/무인화 사례 소개’를 주제로 드론과 AI를 이용한 선박 흘수 측정(Movable Device + AI)과 블록 물류 흐름 개선을 위한 사외 적치장 입/반출 블록 자동 선정(Digitalization + AI)에 대해 소개한다. 세이브잡스 장용진 대표는 ‘DX 전환의 마지막 퍼즐 - 성과제 시스템’을 주제로 디지털 전환의 마지막 퍼즐 혹은 첫 번째 퍼즐을 맞추기 위한 ‘성과제’ 생산관리 솔루션에 대해 소개한다. 올해 플랜트 조선 컨퍼런스는 한국플랜트정보기술협회가 주최하고 캐드앤그래픽스가 주관하며 HD현대삼호, 포스코이앤씨, 현대건설, SK에너지, HD현대미포, 삼성중공업, 아비바코리아, 소프트힐스, 클루닉스, 팀솔루션에서 주요 플랜트 및 조선 기업의 적용 사례와 기술 특징, 트렌드에 대해 발표한다. 또한 아비바코리아, 소프트힐스, 클루닉스, 다우데이타에서는 부스로 참여해 최신 플랜트 조선 분야의 신제품과 기술들을 데모 시연 등을 통해 선보일 예정이다. 이번 행사는 경기침체로 어려움을 겪고 있는 기업들의 보다 많은 참여를 위해 2월 3일까지 얼리버드 등록시 무료 참여 기회를 제공한다. 한편, 캐드앤그래픽스 지식방송 CNG TV에서는 1월 20일 플랜트 조선 컨퍼런스 2025 프리뷰 방송으로 ‘AI 시대, 디지털 전환으로 여는 플랜트·조선 산업의 미래’를 주제로, 조선 업계의 현주소와 미래 전망에 대해 이야기할 예정이다.  이날 방송에는 정영수 교수(명지대), 박진형 수석연구원(중소조선연구원), 박정식 상무(헥사곤 ALI)가 참석해 최근 이슈가 되고 있는 디지털 전환 트렌드와 함께 플랜트 조선 업계가 살아 남을 수 있는 해법 등에 대해서도 이야기를 나누어볼 예정이다. 한국플랜트정보기술협회 신안식 회장은 “올해 플랜트 조선 컨퍼런스에서도 핫이슈로 떠오른 AI와 디지털 트윈을 기반으로 한 최신 기술과 기술 트렌드, 디지털 전환 사례 등 플랜트 조선 분야의 새로운 변화에 대해 소개할 예정이다”라며, “다양한 분야의 사람들이 모여 네트워킹과 기술 교류를 위한 장을 마련할 계획이다”라고 밝혔다. 참고로 한국플랜트정보기술협회는 플랜트, 건설, 엔지니어링 산업의 발전과 글로벌 경쟁력 확보를 위해 플랜트 코드교육을 비롯해 글로벌PM교육, 리틀PM 보급을 통한 PM 대중화, 선진화된 전문기술교육 등 급변화는 산업의 기술 진화에 대응하여 다양한 강좌를 진행하고 있다. 또한 미국 캐롤라인대학교와 협력해 협회 회원들에게는 장학혜택을 부여하고, 미국 석∙박사 학위를 취득할 수 있는 기회도 제공하고 있다. 관련 정보는 협회 홈페이지에서 확인할 수 있다.   플랜트 조선 컨퍼런스 2025와 관련 분야의 교육 정보는 한국플랜트정보기술협회 홈페이지(www.kapit.or.kr)에서 확인 가능하다.

주요 PLM 소프트웨어 소개   소비재 PLM 솔루션, Centric PLM    개발 및 자료 제공 : 센트릭 소프트웨어, 02-2190-3762, www.centricsoftware.com/ko     실리콘 밸리에 본사를 두고 있는 센트릭 소프트웨어는 패션, 아웃도어, 럭셔리, 식음료, 화장품 및 퍼스널 케어, 가전제품 등 소비재, 리테일 분야의 기업들이 기획, 디자인, 제품 개발, 소싱, 구매, 제조, 가격 책정, 할당, 판매 및 보충을 포함한 제품 컨셉부터 출시 단계의 전체 프로세스 관리를 위한 완벽한 고객 맞춤형 솔루션을 제공한다.   1. 주요 특징  센트릭의 주력 상품인 Centric PLM은 제품의 디자인, 개발, 소싱 및 제조 단계에서 디지털 기술을 통해 제품 개발 프로세스를 최적화하고 비용 절감 및 업무 효율성을 극대화한다. 2. 주요 기능 Centric PLM은 단독으로 사용하거나 센트릭 소프트웨어의 여러 제품군을 서로 연동하여 사용할 수 있으며, 이를 통해 제품 출시 전체 프로세스를 완벽하게 지원하고 있다. 이러한 혁신 기술은 시장 중심으로 개발되었으며, 다른 솔루션과 쉽게 연동이 가능하며, 수천 가지의 다양한 작업 방식으로 맞춤 구성이 가능하도록 하는 센트릭 소프트웨어의 기본 원칙을 준수하고 있다.  센트릭 솔루션은 다양한 유형의 소비재, 시즌별 변화 패턴, 비즈니스 모델, 제조 방식, 문화적 특성 및 언어 등 광범위한 요구 조건을 충족시키고 있다. 센트릭은 기존의 맞춤형 소프트웨어 방식과는 다른 접근 방식을 따르고 있으며, 바로 적용이 가능하고 빠르게 업그레이드 및 개선할 수 있도록 개발되었다. 센트릭은 고유한 애자일 배포 방법론을 개발함으로써 가치 실현 속도를 극대화하고 있다. 3. 도입 효과 판매율 증가, 마진 개선, 소비자와의 유대감 형성, 신제품 출시 가속화, 지속가능성 목표 달성, 구매 프로세스 최적화, 시장 출시 시간 단축 등 제품 컨셉부터 출시 단계까지의 전체 프로세스를 관리하는 솔루션을 통해 기업이 원활하게 업무를 수행하고 실제 적용 가능한 정보와 인사이트를 제공함으로써 기업의 전략적 목표를 실현할 수 있도록 지원하고 있으며, 다음과 같은 이점을 제공하고 있다. - 최대 18%의 매출 증가 - 최대 15%의 마진 증가 - 최대 60%의 할인 비용 절감 - 최대 60%까지 단축되는 시장 출시 시간 - 최대 15%의 총 소유비용 절감 - 최대 30%의 재고 감소 - 최대 50% 향상되는 업무 효율성 4. 주요 고객 Big Lots, SPC, Monoprix, Auchan, Tesco, Kroger, LVMH, Pan Pacific International Holdings, JD.com, Woolworths, F&F, Gentle Monster, MCM, Cosmecca Korea, Helinox 등 12,500 개 이상의 아이코닉한 브랜드를 위한 제품을 만드는 750 개 이상의 기업들이 센트릭 소프트웨어를 신뢰하고 있다.     좀더 자세한 내용은 '스마트 엔지니어링을 위한 PLM과 DX 가이드' 에서 확인할 수 있습니다. 상세 내용 보러 가기 

[CAE 컨퍼런스 2024] 발표자료 다운로드 안내입니다. CAE 컨퍼런스 2024이 지난 11월 8일(금) 수원컨벤션센터에서 성황리에 개최됐습니다. 올해로 14회를 맞은 ‘CAE 컨퍼런스 2024’은 CAE 수요-공급업계 관계자를 위한 정보 교류의 장으로, ‘제6회 스마트 공장 구축 및 생산자동화전(SMATEC 2024)’과 동시 개최되었습니다. 이번 컨퍼런스에서는 현대오토에버, 금호타이어, 현대자동차, 현대모비스, LG전자, 헥사곤 매뉴팩처링 인텔리전스, 지멘스 디지털 인더스트리소프트웨어, 나니아랩스, 피도텍, 케이더블유티솔루션, HP 등 CAE 수요-공급기업이 대거 참여한 가운데, 국내 제조산업의 경쟁력 강화를 위한 CAE 활용 사례와 최신 CAE 관련 기술 트렌드, 그리고 CAE 기반의 스마트 공장 솔루션이 소개되어 많은 관심을 모았습니다.  CAE 컨퍼런스 2024 준비위원회 위원장을 맡은 KAIST 강남우 교수는 개회사를 통해 “사전 학습된 대규모 모델의 활용이 활발해지면서, AI로 할 수 있는 일이 무궁무진해지고 있는 것 같다. 한편으로 CAE와 제조 분야에서는 어떻게 AI를 활용해야 할 것인지에 대해 아직 의문점이 많다”면서, “최고 전문가들이 현장의 소리를 전하는 CAE 컨퍼런스 2024에서 이런 의문을 풀고 AI와 제조 혁신을 위한 인사이트와 아이디어를 얻을 수 있기를 바란다”고 전했습니다. [관련 기사]  [포커스] CAE 컨퍼런스 2024, 제조 혁신을 위한 CAE와 AI의 융합 전략 소개 [포커스] CAE 컨퍼런스 2024 발표 내용 정리   [아젠다] CAE 컨퍼런스 2024 발표자료는 정보 제공에 동의한 자료만 제공됩니다. 아래 아젠다에 PDF 마크가 표시되어 있는 발표자료가 공개된 내용입니다.    [CAE 컨퍼런스 2024] 유료결제 완료 후, 발표자료 요청 이번 컨퍼런스에 참여하지 않았던 분들은 유료 결제 후에 발표자료를 다운로드 받으시기 바랍니다. 다만 홈페이지 다운로드 용량 제한으로 인하여 전체 자료를 다운로드 할 수 있게 하는데 제약이 있어 첨부한 파일에는 CAE 컨퍼런스 2024 가이드 파일만 올려 두었습니다. 결제완료 후 메일(cae@cadgraphics.co.kr)로 연락주시면 대용량 추가 자료를 별도로 보내드립니다. 홈페이지에서 직접 결제하는데 문제가 있다면 당사로 연락주시기 바랍니다.   메일 제목 :  [CAE 컨퍼런스 2024] 유료결제완료 발표자료 요청 내용 : 결제시 회원명 / 전화 / 이메일 메일 보낼 곳 : cae@cadgraphics.co.kr 문의 : CAE컨퍼런스사무국 (02-333-6900) [CAE 컨퍼런스 2024] 발표 제목 및 발표자 소개   00. [개회사] CAE 컨퍼런스 준비위원회 강남우 위원장(KAIST 교수) 01. [기조연설] 기술독립과 통섭에서 배우는 CAE 엔지니어를 위한 ‘판타레이’ / 에스엔에이치 민태기 연구소장 02. [기조연설] AI/ML과 Digital Reality Platform을 통한 CAE 혁신 전략 / 헥사곤 매뉴팩처링 인텔리전스 전완호 본부장 휴식 03. [기조연설] SDV 체계 전환 및 차량SW 품질 경쟁력 강화 방안 / 현대오토에버 박경훈 실장 04. Low-code AI 플랫폼을 이용한 설계 생성/예측/최적화 방법 및 사례 / 나니아랩스 강남우 대표 05. HP 3D 프린팅 자동화 솔루션이 주도하는 산업의 디지털 트랜스포메이션 / HP P3D 김태화 Manager 06. 최적설계 대중화를 위한 AADO 기술 소개 / 피도텍 최병열 연구위원 07. CAD(NX)와 CFD 융합을 통한 제품 설계 혁신 / 케이더블유티솔루션 변성준 이사 08. 가전 개발에서 CAE와 AI 활용 / LG전자 박우철 책임연구원 09. 휴식 제품개발과 검증의 가속화를 위한 Simcenter AI Solutions / 지멘스 디지털 인더스트리 소프트웨어 이종학 프로 10. [기조연설] 타이어 개발 프로세스에 대한 디지털 트윈 시스템 구축 / 금호타이어 김기운 전무 11. 모빌리티 아키텍처 단계 타이어 시스템의 버추얼개발 프레임워크 / 현대자동차 김용대 글로벌R&D마스터 12. NVH 해석 분야에서의 고전적 방법론과 디지털 기술 융합 사례 / 현대모비스 정원태 책임연구원     CAE컨퍼런스 2024 영상보기

‘AI와 CAE 융합을 통한 차세대 제조 혁신 전략’을 주제로 한 ‘CAE 컨퍼런스 2024’가 지난 11월 8일 수원컨벤션센터에서 진행됐다. 스마트공장구축 및 생산자동화전(SMATEC 2024) 전시회와 함께 치러진 이번 행사에서는 제품 개발 과정에서 필수로 여겨지는 CAE 기술의 발전과 함께, 제조산업에서 AI(인공지능)의 방향성을 짚는 기회가 마련됐다. ■ 정수진 편집장      ■ 같이 보기 : [포커스] CAE 컨퍼런스 2024, 제조 혁신을 위한 CAE와 AI의 융합 전략 소개   이번 ‘CAE 컨퍼런스 2024’에서는 최신 CAE 기술 및 인공지능 기술의 흐름, 산업에서의 적용 사례 등이 소개됐다. 나니아랩스의 강남우 대표는 ‘로코드 AI 플랫폼을 이용한 설계 생성/예측/최적화 방법 및 사례’ 발표를 통해, 제조 도메인 전문가가 설계안을 효과적으로 생성하고 예측하며 최적화하는 데에 도움을 줄 수 있는 로코드(low-code) AI 플랫폼인 AslanX에 대해 설명했다. AslanX는 사용자 친화적인 인터페이스를 제공하여 비전문가도 쉽게 활용할 수 있다는 점을 특징으로 내세운다. 실제 사례를 통해 AslanX의 유용성을 소개한 강남우 대표는 “로코드 AI 플랫폼은 복잡한 설계 과정을 간소화하여 제조업체가 빠르게 효율적인 설계안을 생산할 수 있도록 지원하고, 데이터 기반 예측 기능을 통해 기업이 설계 효율을 높이면서 잠재적인 위험 요소를 미리 발견해 더 나은 의사결정을 내릴 수 있도록 돕는다”고 전했다.   ▲ 나니아랩스 강남우 대표   HP의 김태화 P3D 매니저는 ‘HP 3D 프린팅 자동화 설루션이 주도하는 산업의 디지털 트랜스포메이션’이라는 주제 발표를 통해 “과거 3D 프린팅 기술은 주로 시제품 제작에 쓰였지만, 지금은 최종 부품 생산에도 점점 더 많이 활용되고 있으며 앞으로 그 비중이 더욱 커질 것”이라고 전망했다. 김태화 매니저는 이러한 변화에 대응하기 위해 HP의 젯 퓨전 5600(Jet Fusion 5600) 3D 프린터와 자동화 시스템을 소개했다. 젯 퓨전 5600은 생산 속도와 품질을 동시에 향상시키고, 고객 맞춤형 파라미터 조정 기능을 통해 다양한 요구를 충족시킬 수 있도록 설계되었다. 김태화 매니저는 “젯 퓨전 3D 프린터를 중심으로 한 자동화 시스템은 비용 절감과 생산성 향상을 지원하며, 고객 요구에 맞는 맞춤형 제조 환경을 제공한다”고 전했다.   ▲ HP 김태화 P3D 매니저   피도텍의 최병열 연구위원은 ‘최적설계 대중화를 위한 AADO 기술’을 소개했다. 최적설계의 개념을 ‘최소한의 자원으로 최대의 결과를 도출하는 과정’으로 설명한 최병열 연구위원은 최적 설계 기술의 필요성이 늘면서 많은 기업이 최적화 도구에 대한 필요성을 느끼고 있지만, 접근성을 높이는 것이 해결 과제라고 짚었다. 최병열 연구위원은 “기존 최적설계 기술의 복잡한 접근 방식을 간소화해 모든 엔지니어가 접근할 수 있도록 할 방법을 고민했다”면서, “그 결과 탄생한 AADO(AI Aided Design Optimization)는 AI와 데이터 분석, 비주얼라이제이션 기술을 결합해 최적 설계 도구의 혁신 방안을 제시하고, 이를 통해 엔지니어가 더 효율적으로 설계 문제를 해결할 수 있도록 돕는다”고 전했다.   ▲ 피도텍 최병열 연구위원   케이더블유티솔루션의 변성준 이사는 ‘CAD와 CFD 융합을 통한 제품 설계 혁신’ 발표에서 “CFD(전산 유체 역학)가 제품 설계 과정에서 필수 요소로 자리잡고 있으며, CAD와 CFD의 통합은 설계 시간 절약과 데이터 분석의 정확성을 높여 기업 경쟁력에 기여한다”고 설명했다. 변성준 이사가 소개한 SimericsMP for NX는 NX CAD에 통합된 유한 체적법(FVM) 기반의 CFD 소프트웨어로, CAD 환경에서 직접 CFD 해석을 빠르고 효율적으로 수행할 수 있도록 돕는다. 변성준 이사는 “SimericsMP for NX는 격자 생성 시간을 줄이고 정확도를 높이면서, 복잡한 형상에서 해석의 일관성을 유지하는 것이 특징”이라고 소개했다.   ▲ 케이더블유티솔루션 변성준 이사   LG전자의 박우철 책임연구원은 ‘가전 개발에서 CAE와 AI 활용’에 대해 발표를 진행했다. LG전자는 제품 개발 프로세스에서 동역학 해석과 진동 해석을 통해 제품의 품질을 확보하고, 극한 시나리오에 품질을 검증하는 등에 CAE를 활용하고 있다. “머신러닝은 이점과 함께 실행 과정의 복잡성도 갖고 있다”고 짚은 박우철 책임연구원은 “AI의 적용 가능성을 높이기 위해 설계와 생산 과정에서 신뢰성 있는 데이터를 확보하고, 해석 결과의 일관성을 확보할 방법을 고민해야 한다”고 전했다. 또한 AI를 도입하는 과정에서 초기 투자 비용, 데이터 확장성, 전문 인력의 확보 등을 고려할 필요가 있다고 덧붙였다.   ▲ LG전자 박우철 책임연구원   지멘스 디지털 인더스트리 소프트웨어의 이종학 프로는 ‘제품 개발과 검증의 가속화를 위한 심센터 AI 설루션’에 대해 발표했다. 이종학 프로는 “AI 기술을 활용한 자동화 설루션은 제품 설계와 실험 과정에서 시간을 단축하고 효율성을 높일 수 있다”고 전했다. 지멘스의 시뮬레이션 포트폴리오인 심센터(Simcenter) 내에 탑재된 AI 기능을 소개한 이종학 프로는 “반복적인 작업의 자동화를 구현하기 위해서는 제품 개발 프로세스의 단계에서 사용할 데이터의 수집 및 흐름을 체계적으로 구성해야 한다. 또한 AI 모델을 활용해 최적의 디자인을 찾는 과정에서 최적화 알고리즘을 적용해 반복 작업을 효율적으로 관리하고, 그 결과에서 유의미한 인사이트를 도출하는 과정이 중요하다”고 전했다.   ▲ 지멘스 디지털 인더스트리 소프트웨어 이종학 프로   현대자동차의 김용대 글로벌R&D마스터는 ‘모빌리티 아키텍처 단계 타이어 시스템의 버추얼 개발 프레임워크’에 대해 소개했다. 전기차 타이어의 경우, 배터리와 차량의 무게가 늘어남에 따라 스트레스 및 성능에 있어 새로운 요구사항이 발생한다. 이에 대응해 타이어의 재설계가 필요한데, 김용대 마스터는 “초기 개발 단계에서 가상 모델을 기반으로 하는 새로운 방식이 필요하며, 이를 통해 실물 타이어에 의존하는 전통적인 접근에서 벗어나는 것도 고민해야 한다”고 말했다. 김용대 마스터는 “다양한 미래 모빌리티 환경에 적응하기 위해 시스템 엔지니어링 관점을 통합할 필요성이 있다”면서, “데이터 기반 의사결정을 통해 협력사와의 관계를 더욱 견고히 하고, 통합된 시스템으로 전환해 타이어 및 완성차 개발의 완성도를 높여야 할 것”이라고 덧붙였다.   ▲ 현대자동차 김용대 글로벌R&D마스터   현대모비스의 정원태 책임연구원은 ‘NVH 해석 분야에서의 고전적 방법론과 디지털 기술 융합 사례’ 발표를 통해 “기술의 발전이 CAE의 변화와 새로운 접근 방식을 요구하고 있다”면서, 데이터 중심의 AI 및 머신러닝의 활용 가능성과 함께 도전 과제를 극복하기 위한 방법론을 소개했다. 전기차의 복합 시스템 모델링 방법과 자유도 문제 해결, 모달 모델을 통한 복잡한 시스템의 간소화, 머신러닝 기법을 활용한 모터의 품질 예측 등 사례를 소개한 정원태 책임연구원은 “고전적 방법론과 AI, 머신러닝 기술의 결합은 더 빠르고 정확한 모델링을 가능케 하며, 디지털 트윈 기술은 복잡한 엔지니어링 문제를 해결하는 데에 도움을 준다”면서, 모델링과 데이터에 대한 깊은 이해를 바탕으로 효과적인 문제 해결을 위해 꾸준히 고민할 것을 당부했다.   ▲ 현대모비스 정원태 책임연구원

디지털 지식전문가 조형식의 지식마당   이번 달 컬럼은 SAT 이노베이션 매니지먼트를 소개하기로 정했다. 각 SAT에는 세 가지의 방향성이 있고, 각 방향성은 세 가지 그룹을 가진다. 첫 번째인 S 그룹은 스마트(smart), 체계적인(systematic)이다. 이것은 체계적 접근을 의미한다. 그리고 소프트웨어 정의(software-defined)가 있다. 두 번째 A 그룹은 인공지능(artificial intelligence), 증강현실(augmented reality), 자동화(automation)이다. 마지막 T 그룹은 기술(technology), 트렌드(trends) 그리고 변환(transformation)이고, 세 개의 그룹은 혁신경영(innovation management)으로 관리된다.   그림 1. SAT 그룹과 혁신 관리   <그림 1>은 세 개의 그룹과 각 그룹의 세 가지 키워드를 보여준다. 이것은 혁신경영으로 통합되며, 각 키워드는 디지털 스레드(digital thread)로 연결된다. 이것을 가지고 2025년에는 자세하게 통합시켜 보려고 한다.    SAT 이노베이션 매니지먼트 S Group 스마트(Smart) 체계적인(Systematic) 소프트웨어 정의(Software-Defined) A Group 인공지능(Artificial Intelligence, AI) 증강현실(Augmented Reality, AR) 자동화(Automation) T Group 기술(Technology) 트렌드(Trends) 변환(Transformation) 혁신경영(Innovation Management) 스마트(smart)라는 용어는 스마트 공장이나 스마트 건설 분야에서 기술을 활용해 더 효율적이고, 자동화되고, 데이터 중심적인 운영을 의미한다. 예를 들어, 스마트 공장(smart factory)에서는 IoT 센서와 인공지능을 활용해 생산 과정을 모니터링하고 최적화할 수 있다. 스마트건설(smart construction)도 건축 현장에 사용되는 기술과 데이터를 통해 건설 과정을 효율적으로 관리하고 개선한다. 이런 ‘스마트’한 접근 방식은 효율성(efficiency)을 높이고 비용을 절감하며 품질을 향상시키는 데에 도움이 된다. 스마트의 특징은 몇 가지로 요약할 수 있다. 먼저 연결성(connectivity)이다. IoT 기기와 센서로 모든 요소가 네트워크로 연결된다. 그 다음은 데이터 수집 및 분석이다. 이 연결성을 통해 실시간 데이터가 수집되고, 인공지능과 같은 기술로 분석되어 더 나은 결정을 내릴 수 있다. 자동화(automation)도 중요한 특징이다, 이를 통해 사람의 개입 없이도 많은 프로세스가 자동으로 실행된다. 마지막으로, 유연성과 적응성이다. 스마트 시스템은 환경 변화나 새로운 데이터를 바탕으로 빠르게 대응하고 최적화한다. 그러나 스마트의 궁극적인 목표는 우리가 추구하는 가치를 실현하는 데에 있다. 효율성, 생산성, 안전성, 지속 가능성 등 다양한 가치가 스마트 기술을 통해 충족될 때, 진정한 스마트함이 완성된다. 결국, 기술 자체가 목적이 아니라 우리가 원하는 결과를 얻는 것이 스마트의 진정한 의미라고 할 수 있다. 스마트 시스템(smart system)을 구축하거나 도입할 때에는 체계적인 접근이 중요하다. 먼저 명확한 목적과 목표를 설정해야 하며, 현재 프로세스와 기술을 파악하고, 필요한 개선점을 찾아야 한다. 그런 다음 단계별로 구현 계획을 세우고, 성과를 모니터링하며 지속적으로 개선해야 한다. 이러한 체계적 접근은 스마트 시스템이 실제로 기대하는 효과를 발휘하도록 보장해 준다. 최적화가 현존 시스템의 효율성을 극대화하는 데에 초점을 두는 반면, 혁신(innovation)은 완전히 새로운 아이디어나 방법을 추구하는 것이다. 하지만 스마트 시스템에서의 최적화는 혁신의 중요한 부분이 될 수 있다. 왜냐면, 데이터를 분석하고 자동화하는 과정에서 새로운 통찰력과 가능성이 발견되기 때문이다. 따라서 스마트 시스템의 최적화는 혁신과 상반되는 것이 아니라, 오히려 혁신을 위한 발판이 된다. 그러나 스마트에서 가장 핵심 가치 중에 하나인 최적화는 혁신을 방해할 수도 있다. 혁신의 방해 요소 중에 하나가 정설(orthodoxy)이다. 이것은 그 분야에서 모든 사람이 의심하지 않고 믿는 신념적 지식이다. 이것은 혁신의 방해가 될 수도 있다. 예를 들어서 항공우주 분야에서 혁신적 사업가인 라이트 형제와 일론 머스크는 기존의 정설을 깨고 새로운 발상을 하였다. 라이트 형제는 공기보다 무거운 금속인 알루미늄을 최초로 사용해서 인류 최초의 비행에 성공하였고, 일론 머스크는 기존의 정설인 더 강력한 로켓 엔진을 연구하는 대신에 혁신적인 로켓 재사용으로 발사 비용을 획기적으로 낮추었다. 그러나 모든 기업에게 이러한 혁신적 접근이 필요한 것은 아니다. 혁신의 특성은 불확실성(uncertainty)과 리스크(risk)이다. 혁신 관리는 이런 위험 요소를 관리를 통해서 최대한 줄여나가는 것이다. 소프트웨어 정의(software-defined) 또는 소프트웨어 중심 접근 역시 혁신적인 방법론이다. 이것은 미래를 향하는 트렌드(trends)라고 할 수 있다. 소프트웨어 정의 시스템(software-defined system)은 하드웨어의 고정된 기능을 소프트웨어를 통해 유연하게 제어하고 관리하는 시스템을 의미한다. 예를 들어, 스마트폰이나 스마트 TV처럼 다양한 기능을 소프트웨어 업데이트로 추가하거나 변경할 수 있는 시스템이 이에 해당한다. 이런 시스템은 하드웨어의 수명을 늘리고, 사용자의 요구에 빠르게 대응할 수 있다. 그리고 이것은 우리의 물리적 세계의 물리적 실체(entity)를 디지털 세상의 디지털 실체로 가상화(virtualization)할 것이다. 최근에 유행하는 디지털 트윈(digital twin)은 소프트웨어 정의 시스템이 통합해서 본격적으로 디지털 가상화의 방향으로 발전될 것으로 보이고, 수년 후에는 메타버스의 개념과 다시 만날 것이다.   그림 2. 소프트웨어 정의와 가상화의 예시   소프트웨어 정의된 모든 것은 기존의 제한된 하드웨어에 종속되지 않고 소프트웨어로서 모든 기술을 획기적으로 변화시킨다. 가상화와 소프트웨어 정의의 시작은 네트워크였지만, 이제는 자동차와 이 세상의 모든 하드웨어를 가상화하려고 한다. 현재 가장 큰 관심사 중에 하나는 자동차의 가상화이다. 가상화의 최고 기업은 애플이고, 가상화의 선구자는 스티브 잡스이다. 아이폰, 아이팟, 애플 뮤직, 애플 스토어, 애플 워치 등은 가상화의 산물이다. 우리는 오랫동안 하드웨어 중심의 생각에서 새로운 소프트웨어 중심의 패러다임을 가지게 될 것이다. 그렇다고 우리가 물리적 세계를 무시할 수는 없다. 우리의 삶과 신체가 물리적이기 때문이다. 역설적이지만, 우리의 모든 생각이 추상적이면서도 결국 물리적인 뇌에 근간을 두고 있다는 것이다. 그러므로 디지털 기술이 점점 발전할 수록 스마트의 핵심은 디지털이나 최적화나 자동화가 아닌 물리적이고, 불확실성과 리스크를 관리하는 혁신 관리가 더 중요해질 것이다.   그림 3. 소프트웨어 정의   인공지능은 이미 모든 디지털 전환(digital transformation)과 우리의 일상에 막대한 영향을 미치고 있다. 최근 챗GPT의 가능성은 이전의 인공지능의 역할보다 흥미롭다. 이제는 개인의 인공지능을 사용하는 역량에 따라서 결과의 차이가 클 수 있다.  증강현실(augmented reality)에서는 가상현실과 달리 현실세계와 가상현실(virtual reality)을 모두 동시에 보여주기 때문에 우리는 아주 직관적으로 접근할 수 있다. 그러나 이 기술은 앞으로 지속적으로 발전할 것으로 예상된다. 자동화(automation) 역시 수 십 년 동안 지속되고 있지만, 자동화를 단순하게 최적화(optimization)의 개념으로 적용해서 노동자를 줄인다면, 기업이나 국가는 장기적으로는 소비를 죽이는 결과를 가져 올 수 있다. 이것에 대해서 한 세기 전에 조지프 슘페터가 주장하였다. 그는 “시장의 비즈니스 모델을 모방해서 최적화는 사람은 사업가(businessman)이고, 혁신으로 새로운 비즈니스 모델을 시작하는 사람은 기업가(entrepreneur)”라고 했다. 마지막 T 그룹은 기술(technology), 트렌드(trends), 변환(transformation)이다. 현재 진행되고 있으나 통합적으로 관리되지 못하고 있다. 이 세 가지의 특징은 과거보다는 미래 진행이라는 것이다. 어떻게 보면 4차 산업혁명의 진행형이기도 하고 새로운 형태이기도 하다. 이것을 과거의 경험과 지식으로 관리하기에는 불확실성과 리스크가 존재한다. 이런 것들은 기존의 관리보다는 혁신 경영이 더 적합할 수 있다.   그림 4. 기술, 트렌드, 변환   결론적으로 현재는 뷰카(VUCA), 즉 변동적이고 복잡하며 불확실하고 모호한 사회 환경을 말한다. 변동성(volatility), 불확실성(uncertainty), 복잡성(complexity), 모호성(ambiguity)이 복합된 환경에서 점진적인 개선이나 최적화보다는 혁신적인 생각을 보다 비중 있게 해야 한다. 미래 산업은 항상 안주하지 않고 안 가본 길을 가야 한다. 강한 자보다는 새로운 환경의 게임 체인저가 돼야 한다. 기존의 브랜드보다는 새로운 카테고리를 만들어야 한다.   ■ 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.