• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "변환"에 대한 통합 검색 내용이 2,066개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
PLM/DX 베스트 프랙티스 컨퍼런스 2025, 6월 20일 코엑스에서 개최 예정
AI, 디지털 전환(DX)의 가속화로 급변하는 제조 산업 환경 속에서, PLM을 중심으로 한 디지털과 AI의 융합 및 활용에 대한 관심이 높아지고 있다. 'PLM/DX 베스트 프랙티스 컨퍼런스 2025'가 이러한 트렌드를 반영하여 6월 20일(금), 코엑스 3층 컨퍼런스룸 E에서 개최된다. 올해로 21회째를 맞는 이번 행사는 한국산업지능화협회, 한국CDE학회, 캐드앤그래픽스가 공동 주최하고, PLM 기술위원회가 주관하며, PLM 기반의 디지털 전환 및 제조 혁신 사례를 중심으로 DX, AX(AI Transformation)의 최신 트렌드를 집중 조망할 예정이다. 특히 신설된 SDM(MES/MOM) 트랙을 통해 자율 제조와 스마트 팩토리의 전략까지 아우르며 행사 범위를 한층 확장했다. 가천대학교 조영임 교수는 '제조 산업의 미래, 산업 AI 트렌드와 과제'를 주제로, AI 기술 발전과 함께 변화하는 제조 환경에 대응하기 위한 기술, 전략, 인프라, 인재 양성 방안을 발표한다. SAP코리아 고건 파트너는 'AI 혁신을 기회로! 제조 경쟁력을 높이는 통합형 PLM 전략'을 주제로, SAP PLM의 성공 사례와 기대 효과를 소개한다. HD현대 이태진 전무는 '조선업의 미래를 위한 차세대 설계/생산 통합 플랫폼'을 발표하며, 3D 캐드(CAD)와 PLM을 기반으로 한 미래형 조선소 구현 방향을 제시한다. 또한 오후 세션에서는 PLM/DX 기반의 실질적 성과와 기술 동향을 확인할 수 있는 3개 전문 트랙이 마련된다. 각 트랙에서는 국내외 선도 기업과 연구자의 발표를 통해 디지털 혁신을 위한 인사이트를 제공할 예정이다. ▲ PLM/DX 베스트 프랙티스 컨퍼런스 2025 발표자 모음   베스트 프랙티스 트랙에서 GM Technical Center Korea 김성진 부장은 'PLM 기반 Single BOM 구현을 통한 자동차 산업 디지털 전환 가속화'를 주제로 PLM에 기반한 통합된 Engineering Change Management를 통해서 Digital Transformation 가속화에 대한 회사의 전략과 비전, 그리고 베스트 프랙티스를 소개한다. 아비바코리아 조영찬 프로는 '디지털 자산 수명주기의 혁신: 아비바(AVEVA)와 아라스(Aras) 기반의 통합 ALM 전략'을 주제로, Aras Innovator 플랫폼 기반의 AVEVA Asset Lifecycle Management 솔루션에 대해 소개한다. 지멘스 디지털 인더스트리 소프트웨어 노은희 이사는 ‘PLM의 미래 - Digital Thread 기반의 Siemens AI 전략’을 주제로, 현재 직면한 복잡성을 혁신의 기회로 바꾸는 지멘스 PLM 의 미래 전략을 제시한다. 퍼시스홀딩스 정연석 팀장은 '퍼시스그룹의 DX 전략'을 주제로 퍼시스의 설계(CREO)·BOM 데이터 기반 디지털 트윈 자동 생성 및 전사 활용에 대해 소개한다. PTC 코리아 이봉기 상무는 'AI 기반 차세대 Intelligent PLM 전략'을 주제로 제품 개발의 전 과정에서 Agent AI 기술을 활용하여 제품 개발 혁신을 이룰 수 있는 PTC의 전략을 소개한다. KAIST 윤희택 교수는 'AI 자율 제조를 위한 로봇 기술 동향과 사이버물리 시스템 적용 사례'를 주제로, 제조업 위기 상황 속에서 주목받고 있는 자율 제조를 위한 로봇, 인공지능, 디지털 트윈을 융합한 사이버 물리 동향 및 진행 중인 연구 내용을 소개한다.   ▲ PLM 베스트 프랙티스 컨퍼런스 2023 행사장 모습 트렌드 및 신기술 트랙에서 다쏘시스템코리아 김병균 파트너는 'Generative Experience와 AI 기반 PLM 혁신: 제품 개발과 제조의 새로운 미래'를 주제로, PLM에 Generative Experience 및 AI 기술을 적용하여 제품 개발, 설계, 생산 전 과정에서 업무의 효율성을 높이고, 데이터 분석을 통해 예측 및 최적화를 실현할 수 있는 방안을 소개한다. 씨이랩 김건우 매니저는 '엔비디아 옴니버스(NVIDIA Omniverse)만 가능한 디지털 트윈의 비즈니스 실현'을 주제로, AI, XR(확장현실)과 같은 기술의 발달과 함께 다양한 영역에서 적용되고 있는 디지털 트윈 가운데에서도 NVIDIA Omniverse에서만 가능한 디지털 트윈을 소개한다. 아이지피넷 윤정두 차장은 '성공적인 PDM 라인 구축의 열쇠, 3D-SUITE'를 주제로, 3차원 데이터의 변환, 검증, 수정, 비교, 단순화 등 디지털 엔지니어링에 필요한 데이터 최적화를 지원하는 3D-SUITE를 소개한다. 세원에스텍 윤중근 이사는 'Fast Forward : 디지털 전환과 제품 개발'을 주제로, CONTACT Elements 기반의 디지털화 솔루션과 함께 엔지니어링 분야의 AI 활용을 통해 디지털 전환과 제품 개발을 어떻게 가속화할 수 있는지를 소개한다. 팀솔루션 김지인 대표는 '현장이 원하는 디지털 트윈: 최소 인프라, 최대 효과를 위한 접근법'을 주제로, 3D CAD 데이터를 기반으로 한 3D 산업 콘텐츠를 제작하여 실제 제조 현장의 작업 매뉴얼과 교육 콘텐츠로 적용한 사례를 공유한다. 또한 최소한의 인프라로 최대 효과를 거두는 디지털 트윈 전략과 그 성과를 소개한다. 한화시스템 박성수 팀장은 '제조 영역에서의 로우코드 및 AI 기반 개발 방식의 변화'를 주제로, AI 기반의 로우코드 개발 방식이 제조 현장에 어떤 혁신을 가져오는지 소개하고, 아웃시스템즈(OutSystems)의 Mentor 기능을 활용하여 MVP 시스템을 단기간에 구현한 사례를 중심으로 실질적인 접근 방법을 공유한다. ▲ PLM 베스트 프랙티스 컨퍼런스 2023 행사장  ▲ PLM 베스트 프랙티스 컨퍼런스 2023 행사장 모습 ▲ PLM 베스트 프랙티스 컨퍼런스 2023 행사장 모습   SDM(MES/MOM) 트랙에서 인더스트리4.0협회 박한구 명예회장(스마트엠앤에프그룹 대표)은 '미래제조 패러다임 전환, SDM 기반 자율제조 생산 체계 도입'을 주제로, SDM 기반의 자율성과 유연성을 핵심으로 하는 미래제조 및 데이터 중심의 통합·지능형 생산 체계로의 전환에 대해 소개한다. 다쏘시스템코리아 장희준 파트너는 'MES 도입과 진화 : 글로벌 트렌드와 국내 적용 전략'을 주제로, 글로벌 MES 트렌드와 국내 활용 사례를 통해 성공적 구축을 위한 핵심 고려사항을 제시한다. 에스에이치아이엔티(SH-INT) 이종수 부장은 '자동차 부품 산업의 디지털 혁신을 위한 AI 기반 DX 플랫폼 개발 사례'를 주제로, 디지털 트윈, AI, 머신러닝 기반 지능형 생산이 적용되는 중간 수준 이상의 스마트 공장 연구에 대해 소개한다. 슈나이더 일렉트릭 김건 매니저는 'Software-Defined Automation(소프트웨어 정의 자동화)'을 주제로, 산업자동화 분산제어를 위한 국제 표준인 IEC61499를 기반으로 하는 슈나이더 일렉트릭의 SDA가 자동화의 모듈화 및 애플리케이션 중심 설계를 가능하게 한다는 점을 소개한다. 호서대학교 김수영 교수(센터장)는 'AI-DX-FOMs 기반 현장/실무 중심의 스마트 팩토리 전략 : MES 연동부터 AI 챗봇, 자율 제조'를 주제로, 제조기업이 보유하고 있는 레거시시스템 연계 KPI 다차원분석 MES 연동부터 AI 챗봇, 자율 제조 등 제조 현장 맞춤형 스마트 팩토리 구축 전략에 대해 소개한다. 첨단제조표준화포럼 차석근 운영위원장은 'AX, DX와 관련 제조데이터 표준화 구현과 도전 분야'를 주제로 최근 산업용 AI를 활용한 자율제조 및 SDM(Software Defined Manufacturing)의 요구사항이 증대되고 있는 점에 주목하고, 생산자원(4M2E) 제조데이터의 표준화 구현 방안과 도전 분야에 대하여 설명한다. 한국산업지능화협회 PLM 기술위원회 서효원 위원장(KAIST 명예교수)는 "올해 컨퍼런스는 '제조의 미래를 위한 PLM 혁신과 AX 전략'을 중심으로 제조 엔지니어링 분야의 디지털 트랜스포메이션을 위한 구체적인 실행 전략을 제시하고자 한다"며, "제조 산업의 경쟁력 강화와 혁신의 계기가 되기를 기대한다"고 밝혔다. 한편 이번 행사에서는 다쏘시스템코리아, SAP코리아, 아비바코리아, 씨이랩, 아이지피넷, 세원에스텍, PTC코리아, 지멘스 디지털 인더스트리 소프트웨어, 팀솔루션, 슈나이더일렉트릭, 마이링크, 쓰리피체인, 한화시스템, TopSolid/인코스 등 다양한 업체에서 발표와 부스로 참여해 새로운 제품과 기술, 트렌드에 대해 소개할 예정이다. PLM/DX 컨퍼런스 2025 사전등록은 6월 15일까지 PLM 컨퍼런스 홈페이지에서 가능하다.
작성일 : 2025-06-02
[Q&A] AI는 어떻게 설계를 바꾸는가 – 솔리드웍스(SOLIDWORKS)의 전략 (다쏘시스템 이승철 팀장)
  영상 다시보기와 발표자료 다운로드 바로가기   [Q&A] 정리   [질문]현재 업계 동향 및 앞으로의 발전방향에 대해서 문의드립니다. [답변]발표에서 말씀드린 것 처럼, 설계에 부수적으로 붙는 작업들이 점점 더 자동화 될 것입니다. 도면작업, mate 작업과 같은 것은 다 AI에게 맡기고, 설계자는 창의적인 idea를 생각하는 것만 집중하는 방향으로 개선될 것입니다. [질문] 오토 제너레이션 드로잉에서 학습은 어떻게 시키나요? 학습된 데이타를 여러 사람이 공유할 수 있나요? [답변]Auto Generation Drawing은 기본적으로 Dassault Systemes에서 제공하는 3DEXPERIENCE platform (Cloud)에 데이터가 저장되어야 합니다. 이 platform은 cloud에서 보통 회사 단위로 제공되기 때문에 사내의 모든 사용자가 학습을 시킬수 있다고 보는 것이 맞습니다. [질문] 현재 PDM 시스템과 인터페이스하여 2D&3D 작업 중입니다. 현재 운영중인 시스템 별도의 인터페이스 없이 활용이 가능한지요? [답변]해당 질문은 AI의 어떤 기능을 활용하느냐에 따라 달라질 것입니다. SOLIDWORKS 관련 AI 기능은 현재 운영 형태로 사용하시면 될것 같고, platform 관련 기능은 현재 PDM과는 사용하실 수 없는 방향이 될 것 같습니다. [질문] 보안에 대한 이슈는 없는지 궁금합니다. 학습을 시키는 과정, 결과물을 만들기 위해 입력하는 데이터 등 보안취급에 문제가 없을까요? [답변]Dassault Systemes는 보안 유지에 최선을 다하고 있습니다. 한국의 경우 AWS(Amazon Web Service)의 데이터 센터를 사용하고 있습니다. 이 뜻은 세계 최고 수준의 보안을 유지한다는 말이 될 것입니다. 학습데이터는 Tenant 경계를 넘을 수 없는 것이 원칙입니다. [질문] AI 문제점은 없을까요? 아무래도 인간보다는 창작성이 떨어지는 단점이 있을 것 같습니다. [답변]설계에 있어 AI는 창의력 확대 요소가 될 수는 있지만, 설계 자체를 AI가 처음부터 끝까지 진행한다고 볼 수는 없습니다. 그러므로 단순하거나 반복적인 업무는 AI에게 맡기고 설계와 창의성 자체는 인간이 한다고 보는 것이 맞습니다. [질문] 제품설계와 PDM 시스템에 SOLIDWORKS의 AI전략 적용관련 이슈와 해결노하우가 궁금합니다 [답변]아직은 AI 기능이 대체로 개발 단계인 것이 많아, 아직 이슈와 해결 노하우를 말하기에는 좀 먼 이야기인것 같습니다. [질문] 솔리드웍스의 AI는 주어진 부품만으로 나머지 부분을 자동 스케치해서 제공할 수 있습니다. 나머지 부분을 어떻게 설계해야 최적의 기능을 갖출 수 있는지 AI가 예측할 수 있는지 실제 사례를 들어서 소개해 주시면 감사드립니다. [답변]Design Guidance 의 예를 들어드리면, 주어진 부품과의 연관관계(구속조건, 필수 영역)을 인간이 제공했을 때, 가장 불필요한 부분부터 조금씩 영역을 제거해 가면서 원하는 수준의 설계가 되었는지를 계속 추적합니다. 이 작업을 반복하다 보면 불필요한 부분은 사라지고, 최적의 모델이 제안이 나오게 됩니다. [질문] 기존 설계자들이 AI 기술에 적응하거나 학습해야 할 가장 중요한 역량은 무엇인가요? [답변]AI에 대한 신뢰, 잘못될까 하는 우려만 없애고, 그냥 활용하시면 됩니다. [질문] AI가 설계 프로세스에 본격 도입되면서 설계자의 역할은 어떻게 달라지고 있는지요? [답변]설계자는 이제 창의력 싸움입니다. 성실한 설계자는 이제 점점 비중이 낮아질 것입니다. 왜냐하면 이런 부분은 AI가 대신해 줄 것이기 때문입니다. [질문] 전통적인 설계자가 AI 도구를 효과적으로 활용하기 위해 필요한 역량 변화나 교육 전략은 어떻게 준비되고있는지요? [답변]AI에 대한 신뢰, 잘못될까 하는 우려만 없애고, 그냥 활용하시면 됩니다. [질문] 현재 SOLIDWORKS의 AI 기능 중 실제 기업 고객에게 가장 반응이 좋은 기능은 무엇인가요? [답변]일반론으로 말씀드리면 AI로 할 수있으면서, 현재 가장 고통스러운 작업은 2D 도면화 입니다. 이 쪽 방향이 가장 효과가 기대되는 분야입니다. [질문] 기존 사용자들이 AI 기반 설계 기능을 사용할 때 가장 어려워하는 점이 있다면 무엇인가요? [답변]아직은 AI 기능이 대체로 개발 단계인 것이 많아, 아직 어려워하는 점을 말하기에는 좀 이른 이야기인 것 같습니다. [질문] 딥러닝 기반 최적 설계랑 일반 최적 설계랑 차이점인 뭔가요? [답변]최적설계는 여러 의미로 해석될 수 있으나, Design Optimization을 예로 들면, 최소한의 중량으로, 최고의 성능을 발휘할 수 있게 됩니다. 기존에 설계자가 설계하는 것은 감에 의한 설계, 경험에 의한 설계였다면, 상대적으로 최고의 효율을 발휘할 수 있습니다. [질문] AI 도입 초기에는 어떤 파일럿 프로젝트로 시작하는 것이 효과적인가요? 그리고 다쏘시스템의 AI 기능은 PLM 외에도 MES나 ERP 같은 타 시스템과의 연동도 지원하나요? [답변]Dassault Systemes의 3DEXPERIENCE platform은 PLM 기반으로 해서 MES와 같은 Solution도 포함하고 있습니다. 지금은 범위가 한정되지만, 앞으로는 모든 것이 통합되어 설계/제조 역량 강화에 도움이 될 것입니다. [질문] 중소기업이 AI 기반 설계를 도입할 때 고려해야 할 점은 어떤 것이 있을까요? [답변]SOLIDWORKS를 도입하고, 최신 기술 안내에 귀를 기울여야 합니다. 저희가 최신 version의 SOLIDWORKS에 AI 기능을 점점더 추가하고 있는데, 구버전을 사용하거나, 혹은 이에 대한 안내를 제대로 받지 못한다면, 이런 기능을 사용할 수 없을 것입니다. [질문] 비전문가도 AI 도구를 통해 설계 업무를 수행할 수 있는 환경이 가능할까요? [답변]물론 가능할 것입니다. SOLIDWORKS의 AI기술들은 고도의 전문가 보다는 비전문가도 전문가처럼 활용하도록 발전시키고 있습니다. [질문]AI를 통한 설계 오류에 대한 자동 수정과 설계에 대한 반복 작업에 대한 업무 효율을 얼마나 높일 수 있는지요? 설계 기간과 정확도, 고도화 방안에 대한 지원은 어떻게 개선되는지요? [답변]이와 같은 효과를 수치로 제시하기는 어렵습니다만, 앞으로 발전될 수록 더 많은 효율성 향상이 기대됩니다. 다만, 인간의 개입은 계속 되어야 합니다. [질문] AI 기술 도입이 설계 프로세스 전체 시간 대비 어느 단계에 가장 큰 영향을 주나요? [답변]설계 프로세스에서, 설계 행위 자체, 설계 검토, 도면 작성, 승인 절차, 프로젝트 기획, 생산 계획등 전방위에 걸쳐 도움을 드릴 것 같습니다. [질문]AI 협업 설계 후, 시뮬레이션을 통한 공학의 역학 분석과 문제점에 대한 분석과 3D 설계에 어떤 변환과 개선을 가져오게 되는지요? [답변]발표에서 말씀드린 것 처럼, 불필요한 시간 소모를 현격하게 줄여드릴 것입니다. 또한, 이런 시간 확보는 더 나은 설계, 품질 개선에 활용되어 궁극적으로는 더 좋은 제품으로 결과가 나올 것이라 기대합니다. [질문] SOLIDWORKS의 AI 기능은 클라우드 기반 버전과 데스크톱 버전 모두 동일한가요? [답변]발표에서 말씀드린 것처럼, SOLIDWORKS의 전통적인 Desktop 형대와 최신 기술인 3DEXPERIENCE platform의 xDesign은 각각 다르게 적용되고 있습니다. 이는 기반 기술이 다르기 때문입니다. 다만, 앞으로 많이 발전하면, 점점 더 유사해 질 것 입니다. [질문]산업별,제품별 PLM을 반영한 설계 시, 솔리드웍스의 AI RAG와 AI 에이전트 반영을 통한 설계 작업의 정확도와 특성을 향상 시키는 지원도 가능한지요? [답변]아직은 초기 단계이므로, 발전하는 모습을 지켜봐 주시고, 많은 Know-how가 쌓이면, 이런 내용도 말씀을 드리는 날이 곧 올 것이라 기대합니다. #솔리드웍스 #솔리드웍스AI #AURA #아우라 #AI설계 #다쏘시스템
작성일 : 2025-05-30
SAP, ‘사파이어 2025’에서 기업 운영 방식 재정의할 비즈니스 AI 공개
SAP가 미국 플로리다 올랜도에서 연례 콘퍼런스인 ‘SAP 사파이어(SAP Sapphire)‘를 개최했다. SAP는 이번 행사에서 모든 사용자에게 비즈니스 AI의 강력한 기능을 제공해 업무 방식을 변혁할 수 있는 혁신과 파트너십을 공개했다. SAP는 어디에서나 사용가능한 쥴(Joule) 어시스턴트와 시스템 및 비즈니스 전반에 걸쳐 작동하는 쥴 에이전트(Joule Agents)의 확장을 통해 비즈니스 AI 접근성을 높이고, 최대 30%까지 생산성 향상을 이끌어낼 수 있는 변화를 제시했다.  SAP의 생성형 AI 어시스턴트 쥴은 사용자가 업무를 수행하는 모든 환경에서 맞춤형 답변을 제공하며, 생산성을 높이는 데 도움을 준다. 쥴은 SAP 애플리케이션 환경 내외에서 어디에서나 시간에 구애 없이 데이터를 탐색하고, 실시간 인사이트를 제공하며, 워크플로를 간소화한다. 쥴의 새로운 기능 중 하나는 워크미(WalkMe) 기반의 액션 바(Action Bar)로, 애플리케이션 전반에서 사용자의 행동을 분석하고 요구를 예상하여 미리 예측할 수 있는, 항상 사용 가능한 사전 예방적 AI 어시스턴트로 변환된다. 이 모든 기능은 SAP의 엄격한 윤리적 AI 지침을 준수하여 운영된다. 또한 퍼플렉시티(Perplexity)와의 협업을 통해 쥴이 정형 및 비정형 데이터를 모두 활용해 복잡한 비즈니스 문제를 해결할 수 있는 능력이 강화됐다. 퍼플렉시티와 SAP 지식 그래프(Knowledge Graph)의 지원을 받는 쥴은 이제 SAP 워크플로 내 실시간 비즈니스 데이터를 기반으로 차트와 그래프 등 구조화된 시각적 답변을 즉시 제공할 수 있다. 예를 들어, 사용자가 최근 외부 사건이 자사의 비즈니스에 어떤 영향을 미칠지 묻는 경우, 해당 사건과 기업 내부 데이터를 기반으로 예측 정보를 받을 수 있다. SAP는 비즈니스 프로세스와 워크플로를 완전히 새롭게 재구성하는 확장된 쥴 에이전트 라이브러리도 공개했다. 실시간 비즈니스 데이터를 기반으로 구동되고 쥴에 의해 조율되는 이 AI 에이전트들은 시스템과 비즈니스 라인 전반에서 작동하며, 조직이 빠르게 변화하는 환경에 기민하게 대응할 수 있도록 스스로 예측하고 적응하며 자율적으로 행동한다. SAP는 업계 선두주자들과 협력하여 엔드투엔드 프로세스를 실행할 수 있는 상호 운용 가능한 에이전트 생태계를 제공한다. 새로운 에이전트는 고객 경험, 공급망 관리, 지출 관리, 재무 및 인적 자본 관리를 포괄한다. 마지막으로, SAP는 기업이 AI 설루션을 보다 빠르고 효율적으로 구축·배포·확장할 수 있도록 돕는 AI 운영체제(OS) ‘AI 파운데이션(AI Foundation)’도 발표했다. AI 파운데이션은 개발자가 대규모 AI 설루션을 손쉽게 구축하고 확장할 수 있도록 단일 진입점을 제공하는 비즈니스 AI 운영체제이다. AI 연구소 ‘낫 다이아몬드(Not Diamond)’와 협업하여 개발한 새로운 ‘프롬프트 최적화 도구(prompt optimizer)’는 수일이 걸리던 복잡한 사용 사례의 작업 시간을 수분까지 단축시켜, 보다 효율적인 AI 프롬프트를 신속히 생성할 수 있도록 지원한다. 한편, SAP는 특정 비즈니스 부문별로 설계된 지능형 애플리케이션(Intelligent Applications)을 SAP 비즈니스 데이터 클라우드(SAP Business Data Cloud)에 새롭게 도입했다. 이 애플리케이션들은 비즈니스 핵심 데이터를 활용해 지속적으로 학습하고, 결과를 시뮬레이션하며, 행동을 안내할 수 있다. 이를 통해 프로세스를 최적화하고, 변화에 선제적으로 대응하며, 인간과 AI가 함께 협력해 실질적인 비즈니스 성과를 창출할 수 있도록 돕는다. 예를 들어, 피플 인텔리전스(People Intelligence) 앱은 인재 및 역량 데이터를 인사이트와 AI 기반 추천으로 변환해, 팀 성과를 최적화한다. 또한 SAP는 팔란티어(Palantir)와 협력해 고객의 클라우드 전환 및 현대화 프로그램을 지원하기로 했다. SAP 비즈니스 데이터 클라우드와 팔란티어 간의 원활한 연결을 통해 고객은 엔터프라이즈 전반에 걸친 통합 데이터 기반을 구축할 수 있다. 양사는 미국 정부를 포함한 고객들이 변화와 혼란에 신속하게 대응할 수 있도록 핵심 성과를 책임감 있게 제공할 계획이다. SAP는 고객이 특정 비즈니스 과제를 해결하기 위해 SAP 클라우드 설루션을 보다 쉽게 도입할 수 있도록 설계된 SAP 비즈니스 스위트 패키지도 공개했다. 이 패키지에는 SAP 빌드(SAP Build)가 내장되어 있어, 기업의 요구사항에 맞춰 애플리케이션을 맞춤화할 수 있다. 마지막으로 SAP는 고객의 클라우드 전환을 앞당길 수 있는 신규 애플리케이션도 공개했다. 쥴을 비롯해 SAP 시그나비오(SAP Signavio)와 SAP 린IX(SAP LeanIX)를 비롯한 SAP 설루션에서 획득한 인사이트를 바탕으로, 기업의 전환 목표에 맞춘 맞춤형 가이드와 실행 가능한 권장 사항을 제공한다. 기업은 이를 통해 최대 35% 더 빠르게 비즈니스 가치를 실현할 수 있다. SAP의 크리스찬 클라인(Christian Klein) CEO는 “SAP는 세계에서 가장 강력한 비즈니스 애플리케이션 제품군, 풍부한 데이터, 최신 AI 혁신을 결합해 고객 가치를 창출하는 선순환 구조를 만들고 있다”면서, “쥴의 확장, AI 선도 기업들과의 파트너십, SAP 비즈니스 데이터 클라우드의 발전을 통해 고객들이 예측 불가능한 세상에서 번창할 수 있도록 디지털 혁신을 추진하면서 비즈니스 AI에 대한 약속을 실현하고 있다”고 밝혔다.
작성일 : 2025-05-21
AWS, AI 기반 마이그레이션 서비스 ‘AWS 트랜스폼’ 출시
아마존웹서비스(AWS)가 기업의 마이그레이션 및 현대화 프로젝트를 가속화하기 위한 AI 기반 서비스인 AWS 트랜스폼(AWS Transform)을 출시했다. AWS 트랜스폼은 지난 AWS 리인벤트 2024에서 아마존 Q 디벨로퍼(Amazon Q Developer)의 변환 기능 중 하나로 선공개된 AI 기반 설루션이다. 이 설루션은 기업의 VM웨어, 메인프레임, 닷넷 워크로드와 관련된 현대화 작업을 자동화하고 복잡한 마이그레이션 작업을 간소화하여, 기존 방식 대비 최대 4배 빠르게 프로젝트를 완료할 수 있도록 지원한다. 또한, 기반 모델, 대규모 언어 모델(LLM), 머신러닝, 그래프 신경망, 자동화 추론 등 AWS의 AI 기술 인프라를 활용하여 기존 인프라, 애플리케이션, 코드 현대화 과정에서의 복잡성과 부담을 줄여준다. 또한 전문적인 트랜스포메이션 어시스턴트 역할을 하는 채팅 기반의 경험을 제공하여 목표 설정, 프로젝트 컨텍스트 공유, 비즈니스 계획 및 비용 절감 평가, 트랜스포메이션 계획 검토 및 조정, 코드 및 인프라 제안 검토 및 승인 등을 지원한다. 뿐만 아니라 통합 웹 환경에서 여러 부서의 팀들이 함께 작업을 검토하고, 진행 상황을 추적하며, 프로젝트 전반에 걸쳐 협업할 수 있게 함으로써 가장 복잡한 레거시 애플리케이션에 대한 트랜스포메이션 계획을 제어할 수 있도록 지원한다. AWS는 닷넷을 위한 AWS 트랜스폼 에이전트가 윈도우에서 리눅스로 닷넷 프레임워크(.NET Framework) 애플리케이션 포팅(porting)을 가속화하여 운영 비용을 최대 40%까지 절감한다고 소개했다. 이러한 비용 절감은 윈도우 서버 라이선싱 비용, 버전 업그레이드, 유지보수 및 지원 종료 문제를 줄이는 동시에 분석, 계획 및 리팩토링 전반에 걸친 트랜스포메이션 비용을 절감함으로써 이루어진다. 닷넷 에이전트(.NET Agent)를 통해 자연어로 채팅하여 트랜스포메이션 목표와 프로젝트 컨텍스트를 공유할 수 있으며, AWS 트랜스폼이 종속성을 분석하고, 과거 현대화 여정의 영역별 전문 지식을 적용하여 맞춤형 현대화 계획을 개발할 수 있다. 또한 자율적으로 코드를 변환하고, 단위 테스트를 실행하고, 트랜스포메이션 요약을 생성하며, 리눅스 환경에서 실행 가능한 상태로의 준비 여부를 검증할 수 있다. AWS 트랜스폼은 닷넷 프레임워크 애플리케이션 코드를 리눅스 환경에서 실행 가능한 상태로 준비된 크로스 플랫폼 닷넷으로 변환하고, 사설 패키지를 포팅하고, 단위 테스트 실행을 자동화한다. 또한 설명 가능한 변환 결정을 제공함으로써 애플리케이션의 성능과 확장성을 향상시킨다. 이 새로운 에이전트는 통합된 웹 경험을 통해 일관된 결과로 수백 개의 애플리케이션을 병렬로 변환시켜 팀 간의 협업을 간소화하고 대규모 현대화 프로젝트를 효율적으로 처리할 수 있도록 지원한다. AWS에 따르면, 메인프레임을 위한 AWS 트랜스폼 에이전트를 통해 전체 현대화 프로세스를 간소화하여 위험과 복잡성을 줄이면서 일정을 최대 50%까지 단축할 수 있다. 채팅 인터페이스를 통해 높은 수준의 현대화 목표를 정의하고 작업 계획을 협의할 수 있다. 준비가 되면 AWS 트랜스폼은 코볼(COBOL)과 JCL(Job Control Language)로 작성된 메인프레임 애플리케이션과 CICS(Customer Information Control System) 트랜잭션 관리자, BMS(Basic Mapping Support) 화면, DB2 데이터베이스, VSAM(Virtual Storage Access Method) 데이터 파일에 의존하는 애플리케이션을 처리한다. 종속성과 누락된 파일을 신속하게 식별하는 고급 코드 분석의 이점을 통해 하위 프로젝트 지연을 줄일 수 있다. 그래프 신경망을 사용하여 모놀리식(monolithic) 애플리케이션을 관리 가능한 모듈로 분해함으로써 중요한 비즈니스 로직을 보존하면서 타기팅된 현대화 접근 방식을 가능하게 한다. 프로젝트 전반에 걸쳐 AWS 트랜스폼은 AI 어시스턴트 역할을 하며, 진행 상황에서 학습하고 생성된 기술 문서를 기반으로 프로그램에 대한 질문에 답변한다. 애플리케이션을 리팩토링(refactoring)할 때, 향상된 정확도를 위해 상태 머신(state machines)과 상태 전이 그래프(state transition graphs)를 활용하여 코볼, JCL 및 DB2를 자바(Java)와 포스트그레(Postgres)로 변환할 수 있다. 애플리케이션을 재구상할 때는 수백만 줄의 코드에서 추출된 포괄적인 기술 문서, 비즈니스 규칙, 논리적 흐름을 얻을 수 있다. AI 에이전트의 지능형 오케스트레이션을 통해 상세한 문서로 기관 지식을 보존하면서 클라우드에서 메인프레임 애플리케이션을 더 빠르고, 단순하고, 안전하게 현대화할 수 있다. VM웨어를 위한 AWS 트랜스폼 에이전트는 인프라를 최적화하고 운영 오버헤드를 줄이면서 증가하는 VM웨어 라이선스 비용을 피할 수 있다. 채팅 인터페이스는 온프레미스 VM웨어 환경에 커넥터를 추가하거나 타사 도구에서 자산 인벤토리를 업로드하도록 안내한다. 목표를 지정한 후, 에이전트는 애플리케이션 검색, 종속성 매핑, 마이그레이션 계획, 네트워크 변환, 서버 마이그레이션 및 EC2 인스턴스 최적화와 같은 작업을 자동화한다. 사용자는 휴먼인더루프(human-in-the-loop) 메커니즘을 통해 아티팩트를 검토, 승인 및 편집할 수 있다. 그래프 신경망을 사용하여 네트워크 트래픽과 통신 패턴을 분석하여 종속성을 식별하고 최적의 마이그레이션 이행 계획(migration wave planning)을 자동으로 생성할 수 있다. VPC, 서브넷, 보안 그룹 및 트랜짓 게이트웨이를 포함한 복잡한 네트워크 구성을 AWS 클라우드 환경에 상응하는 구성요소로 변환할 수 있다. 또한 격리된 VPC 및 유연한 허브앤스포크(Hub-and-Spoke) 구성과 같은 향상된 기능을 통해 네트워크 마이그레이션 문제를 해결할 수 있다. 이를 통해 일반적으로 2주가 소요되던 전통적인 네트워크 구성 작업을, VM웨어를 위한 AWS 트랜스폼을 사용하면 1시간 안에 완료할 수 있으며, 일반적으로 몇 주의 분석이 필요한 마이그레이션 이행 계획을 15분 안에 완료할 수 있게 되었다.
작성일 : 2025-05-20
마이크로소프트, “비즈니스 전반에서 AI 에이전트가 활약하는 시대가 온다”
마이크로소프트가 ‘마이크로소프트 빌드 2025(Microsoft Build 2025)’를 개최하고 AI 에이전트, 개발자 도구, 오픈 플랫폼 등 신규 기능과 주요 업데이트를 발표했다.   AI는 추론 능력과 메모리 기술의 고도화로 인해 스스로 학습하고 결정을 내리는 에이전트로 진화하고 있다. 이번 행사에서 마이크로소프트는 이러한 AI 에이전트가 개인, 조직, 팀은 물론 전체 비즈니스 전반에 작동하는 인터넷 환경을 ‘오픈 에이전틱 웹(Open Agentic Web)’으로 정의하며, AI가 사용자나 조직을 대신해 결정을 내리고 작업을 수행하는 시대가 도래했다고 강조했다.  전 세계 수십만 조직이 마이크로소프트 365 코파일럿(Microsoft 365 Copilot)을 활용해 리서치, 아이디어 브레인스토밍 등 다양한 업무에 특화된 AI 에이전트를 구축하고 있다. 이 중 포춘 500대 기업 90%를 포함한 23만 개 이상 조직은 코파일럿 스튜디오(Copilot Studio)를 통해 AI 에이전트와 자동화 앱을 개발하고 있다. 또한, 전 세계 약 1500만 명의 개발자가 깃허브 코파일럿(GitHub Copilot)을 통해 코드 작성, 검토, 배포, 디버깅 등 개발 전 과정을 효율화하고 있다.     이번 빌드 2025에서는 AI 에이전트 개발을 돕는 플랫폼과 도구가 집중 소개됐다. 먼저 깃허브(GitHub), 애저 AI 파운드리(Azure AI Foundry), 윈도우(Windows) 등 주요 개발 플랫폼에서 활용할 수 있는 다양한 기능과 업데이트가 발표됐다. 이번 업데이트는 개발 생애 주기의 변화에 따라 개발자가 보다 효율적으로 작업하고, 대규모 개발 환경에서도 유연하게 대응할 수 있도록 설계됐다.  깃허브 코파일럿에는 비동기화(asynchronous) 방식의 코딩 에이전트 기능이 새롭게 도입됐다. 또한, 깃허브 모델(GitHub Models)에는 프롬프트 관리, 경량평가(LightEval), 엔터프라이즈 제어 기능이 추가돼, 개발자는 깃허브 내에서 다양한 AI 모델을 실험할 수 있게 됐다. 이와 함께 깃허브 코파일럿 챗(GitHub Copilot Chat) 또한 비주얼 스튜디오 코드(Visual Studio Code)에서 오픈소스로 공개됐다. 깃허브 코파일럿 확장 기능의 AI 기능은 이제 개발 도구를 구동하는 오픈소스 저장소의 일부가 됐다.  윈도우 AI 파운드리(Windows AI Foundry)도 새롭게 공개됐다. 개발자에게 개방적이고 널리 사용되는 플랫폼 중 하나로서 윈도우가 확장성, 유연성, 그리고 성장 기회를 제공함에 따라, 윈도우 AI 파운드리는 학습부터 추론까지 AI 개발자 라이프사이클을 지원하는 통합되고 신뢰할 수 있는 플랫폼을 제공한다. 이를 통해 개발자는 시각 및 언어 작업에 특화된 간단한 모델 API를 활용해 오픈소스 대규모 언어 모델(LLM)을 파운드리 로컬(Foundry Local) 환경에서 실행하거나, 자체 개발한 모델을 가져와 변환·미세조정한 뒤 클라이언트 또는 클라우드 환경에 배포할 수 있다.  애저 AI 파운드리도 주요 업데이트를 진행했다. 애저 AI 파운드리는 개발자가 AI 애플리케이션과 에이전트를 설계·맞춤화·관리할 수 있도록 지원하는 통합 플랫폼으로, 이번 애저 파운드리 모델(Azure Foundry Models) 업데이트를 통해 AI 기업 xAI의 그록3(Grok 3) 및 그록3 미니(Grok 3 Mini) 모델이 마이크로소프트 생태계에 추가됐다. 두 모델은 마이크로소프트가 직접 제공하며 과금한다. 이로써 개발자가 선택할 수 있는 AI 모델의 범위는 파트너사 및 마이크로소프트 제공 모델을 포함해 1900개 이상으로 확대됐다. 이와 함께, 안전한 데이터 통합, 모델 맞춤화, 엔터프라이즈급 관리 기능도 제공돼 보다 정밀한 AI 운영이 가능해졌다.   AI 모델을 항목별로 비교해 순위를 보여주는 모델 리더보드(Model Leaderboard)와 특정 쿼리나 작업에 따라 최적의 모델을 실시간으로 선택할 수 있도록 설계된 모델 라우터(Model Router) 등 신규 도구도 함께 공개됐다.   AI 에이전트 개발과 배포를 보다 안전하고 효율적으로 수행하도록 지원하는 기능도 선보였다. 사전 구축된 에이전트(pre-built agents), 맞춤형 에이전트 설계 도구, 멀티 에이전트 기능, 새로운 모델 등으로 구성된 이번 업데이트는 개발자와 조직이 보다 유연하게 AI 에이전트를 구축하고 생산성을 높이는 데 활용할 수 있도록 지원한다.  애저 AI 파운드리 에이전트 서비스(Azure AI Foundry Agent Service)는 여러 전문 에이전트를 조율해 복잡한 작업을 처리할 수 있도록 지원한다. 이번 업데이트에서는 시맨틱 커널(Semantic Kernel)과 오토젠(AutoGen)을 통합 제공하는 단일 SDK와, 에이전트 간 상호작용을 가능하게 하는 A2A(Agent-to-Agent) 기능 및 모델 컨텍스트 프로토콜(Model Context Protocol, 이하 MCP) 지원 기능도 포함한다.  애저 AI 파운드리 옵저버빌리티(Azure AI Foundry Observability)에는 AI 에이전트의 신뢰도를 높일 수 있도록 성능, 품질, 비용, 안전성 등의 지표들을 모니터링할 수 있는 기능이 탑재됐다. 모든 지표는 통합 대시보드를 통해 시각적으로 추적할 수 있어, 운영 현황을 직관적으로 파악할 수 있다.  보안과 거버넌스 측면에서도 기능이 강화됐다. 프리뷰로 제공되는 엔트라 에이전트 ID(Microsoft Entra Agent ID)를 활용하면, 애저 AI 파운드리나 코파일럿 스튜디오에서 생성한 에이전트에 고유 ID가 자동으로 부여된다. 이를 통해 에이전트를 초기 단계부터 안전하게 관리하고, 무분별한 생성을 방지해 보안 사각지대를 방지할 수 있다. 또한, 애저 AI 파운드리로 구축된 애플리케이션과 에이전트는 퍼뷰(Microsoft Purview)의 데이터 보안 및 컴플라이언스 제어 기능과 통합된다. 여기에 위험 파라미터 설정, 자동 평가 수행, 상세 보고서 제공 등 고도화된 거버넌스 도구도 함께 제공돼 정밀한 보안 및 운영 관리가 가능해졌다.  마이크로소프트 365 코파일럿 튜닝(Microsoft 365 Copilot Tuning)은 기업 고유의 데이터, 워크플로, 업무 프로세스를 기반으로 로코드 방식의 AI 모델 학습과 에이전트 생성을 돕는다. 생성된 에이전트는 마이크로소프트 365 환경 내에서 안전하게 실행되며, 조직별 업무에 특화된 작업을 높은 정확도로 수행할 수 있다. 예를 들어, 로펌은 자사의 전문성과 양식에 맞춰 문서를 작성하는 에이전트를 구축할 수 있다.  멀티 에이전트 오케스트레이션 기능도 코파일럿 스튜디오(Copilot Studio)에 새롭게 도입됐다. 이를 통해 다양한 에이전트를 상호 연결하고 기능을 결합함으로써 복잡하고 광범위한 업무를 처리할 수 있다.  이와 함께 마이크로소프트는 AI 에이전트의 미래를 위해 개방형 표준과 공유 인프라를 발전시키는 MCP 생태계 지원 업데이트와 새로운 개방형 프로젝트인 ‘NLWeb’을 발표했다. 마이크로소프트는 깃허브, 코파일럿 스튜디오, 다이나믹스 365(Dynamics 365), 애저 AI 파운드리, 시맨틱 커널, 윈도우 11 등 자사가 보유한 주요 에이전트 및 프레임워크 전반에서 MCP를 지원한다. 마이크로소프트와 깃허브는 MCP 운영 위원회(MCP Steering Committee)에 새롭게 합류해, 개방형 프로토콜의 보안성과 확장성을 높이기 위한 공동 노력을 이어갈 예정이다.  또한 MCP 생태계 확장을 위한 두 가지 업데이트도 공개했다. 첫 번째는 사용자가 기존 로그인 방식을 그대로 활용해 에이전트 및 LLM 기반 애플리케이션에게 개인 저장소나 구독 서비스와 같은 다양한 데이터에 대한 안전한 접근 권한을 부여할 수 있도록 인증 체계를 개선했다. 두 번째는 MCP 서버 항목을 누구나 최신 공용 또는 사설 저장소에서 중앙화해 관리할 수 있도록 지원하는 MCP 서버 등록 서비스를 설계했다.   NLWeb은 에이전틱 웹 환경을 위한 개방형 프로젝트로, 마이크로소프트는 NLWeb이 에이전틱 웹에서 HTML과 유사한 역할을 할 수 있을 것으로 기대한다. NLWeb은 웹사이트 운영자가 원하는 AI 모델과 자체 데이터를 연결해 대화형 인터페이스를 구축함으로써 사용자가 웹 콘텐츠와 직접 상호작용하며 풍부하고 의미 있는 정보를 얻도록 돕는다. 또한 모든 NLWeb 엔드포인트는 MCP 서버이기도 하기 때문에 웹사이트 운영자는 필요시 AI 에이전트들이 해당 사이트의 콘텐츠를 쉽게 검색하고 접근하도록 설정할 수 있다.  한편, 마이크로소프트는 과학 연구를 가속화하기 위한 AI 에이전트 기반 플랫폼 마이크로소프트 디스커버리(Microsoft Discovery)도 선보였다. 이 플랫폼은 연구자가 AI 에이전트를 활용해 과학적 발견 과정 전반을 혁신할 수 있도록 지원한다. 마이크로소프트는 이를 통해 제약, 환경 등 다양한 산업 분야의 연구개발 부서가 신제품 출시 기간을 단축하고, 연구 전반의 속도와 범위를 확장할 수 있을 것으로 기대하고 있다. 
작성일 : 2025-05-20
알리바바, 영상 생성·편집 위한 오픈소스 AI 모델 ‘Wan2.1-VACE’ 공개
알리바바가 영상 생성 및 편집을 위한 최신 오픈소스 AI 모델인 ‘Wan2.1-VACE(Video All-in-one Creation and Editing)’를 공식 발표했다. 이번 모델은 다양한 영상 처리 기능을 하나로 통합해 영상 제작 과정을 간소화하고, 크리에이터의 효율성과 생산성을 극대화하는 데 중점을 두었다. Wan2.1-VACE는 알리바바의 영상 생성 특화 대규모 모델 시리즈인 ‘Wan2.1’에 속하며, 영상 생성 및 편집 기능을 갖춘 오픈소스 통합 모델이다. 이 모델은 텍스트, 이미지, 영상 등 다양한 멀티모달 입력을 기반으로 영상 생성이 가능하다. 이미지나 특정 프레임을 참조해 편집하거나, 영상 내 선택 영역을 수정·재구성하고, 시공간 확장까지 지원하는 고급 편집 기능을 제공한다. 이를 통해 사용자는 여러 작업을 유연하게 결합해 더욱 창의적인 결과물을 만들 수 있다는 것이 알리바바의 설명이다. Wan2.1-VACE는 이미지 샘플을 바탕으로 상호작용하는 객체가 포함된 영상을 생성하거나, 정적인 이미지를 자연스럽게 움직이게 하여 생동감을 부여할 수 있다. 포즈 전환, 움직임 제어, 깊이 조절, 색상 재처리 등의 기능도 포함돼 고도화된 영상 리페인팅을 지원한다. 또한, 영상 내 특정 영역을 주변에 영향을 주지 않고 수정하거나 삭제·추가할 수 있으며, 영상 경계를 확장하고 자동으로 자연스러운 콘텐츠를 생성해 시각적 풍부함을 더한다. 사용자는 정적인 이미지를 영상으로 변환하는 동시에 객체의 이동 경로를 지정해 움직임을 제어하거나, 특정 인물·사물을 참조해 치환 및 애니메이션 처리도 가능하다. 수직 이미지를 가로 영상으로 확장하면서 새로운 요소를 추가하는 작업 역시 손쉽게 수행할 수 있다.     알리바바는 Wan2.1-VACE에 다양한 영상 편집 작업의 니즈를 고려한 첨단 기술을 다수 적용했다고 설명했다. Wan2.1-VACE는 텍스트, 이미지, 영상, 마스크 등 멀티모달 입력을 일괄 처리하는 통합 인터페이스 ‘VCU(Video Condition Unit)’를 도입했으며, 시간적·공간적 요소를 정형화된 방식으로 표현하는 ‘컨텍스트 어댑터(Context Adapter)’ 구조를 통해 각 작업 개념을 효율적으로 모델에 주입할 수 있도록 설계되었다. 이를 기반으로 폭넓은 영상 합성 작업을 유연하게 관리할 수 있다. 알리바바는 이 같은 구조적 혁신 덕분에 Wan2.1-VACE가 ▲SNS 숏폼 영상의 빠른 제작 ▲광고·마케팅용 콘텐츠 창작 ▲영상 후반 작업 및 특수효과 적용 ▲교육용 트레이닝 콘텐츠 제작 등 다양한 분야에서 폭넓게 활용될 수 있을 것으로 보고 있다. 영상 기반 AI 모델을 훈련하려면 막대한 연산 자원과 고품질 학습 데이터가 필요하다. Wan2.1-VACE는 오픈소스를 통해 이러한 장벽을 낮추고, 더 많은 기업이 빠르고 경제적인 방식으로 자사 니즈에 맞춘 고품질 영상 콘텐츠를 제작할 수 있도록 지원한다. Wan2.1-VACE는 파라미터 수 기준으로 140억(14B) 버전과 13억(1.3B) 버전 두 가지 형태로 제공된다. 현재 해당 모델은 허깅페이스(Hugging Face), 깃허브(GitHub), 알리바바 클라우드 오픈소스 커뮤니티 모델스코프(ModelScope)에서 무료로 다운로드할 수 있다.
작성일 : 2025-05-16
트림블, 철골 제작 관리 시스템 ‘테클라 파워팹’ 국내 출시
트림블이 철골 제작 관리 시스템인 ‘테클라 파워팹(Tekla PowerFab)’을 한국 시장에 공식 출시한다고 밝혔다. 철골 제작사를 위한 전용 프로그램인 테클라 파워팹은 철골 상세 설계부터 제작, 현장 설치에 이르는 전체 과정에서 발생하는 비효율을 해소하고, 생산성과 수익성을 극대화하도록 설계된 통합 설루션이다. 트림블은 “이번 테클라 파워팹 출시를 통해 국내 철골 산업의 디지털 혁신을 선도하겠다”고 전했다. 국내 철골 제작 업계는 수작업 견적, 재고 오류, 정보 단절로 인한 생산성 및 품질 저하, 잘못된 정보로 인한 재작업 발생(자재 낭비, 일정 지연) 등 어려움을 겪고 있다. 뿐만 아니라 복잡한 공정과 단축되는 납기에 대응하기 위한 디지털 전환의 필요성이 커지고 있으며 사무실, 공장, 현장을 실시간으로 연결하는 디지털 제작 관리 시스템에 대한 요구가 높아지고 있다. 테클라 파워팹은 이러한 국내 철강 제작 업계의 어려움을 해소하는 통합 설루션이다. 모델 기반 견적, 실시간 자재 추적, 프로세스 자동화를 통해 정확한 데이터 기반 의사결정을 지원하며 이로 인해 오류를 최소화한다. 또한, 설계부터 납품까지 전 공정을 하나의 플랫폼에서 연결해 변경 사항 및 일정 지연을 실시간으로 공유함으로써 빠른 대응을 가능하게 한다. 아울러 디지털 작업 지시를 통해 숙련 인력에 대한 의존도를 감소시키고 3D 협업을 강화한다.     테클라 파워팹은 트림블의 구조 BIM(건설 정보 모델링) 소프트웨어인 ‘테클라 스트럭처스(Tekla Structures)’와 통합되어, 설계 단계부터 제작 단계까지 끊김 없는 데이터 흐름과 효율적인 협업 환경을 제공한다. 이 통합은 기존의 수동 파일 변환과 데이터 전송 과정에서 발생할 수 있는 오류를 줄이고, 프로젝트 관련 정보의 실시간 공유 가시성을 높여 모든 참여자가 동일한 정보를 바탕으로 업무를 수행할 수 있도록 지원한다. 테클라 스트럭처스 커넥터를 활용해 제작자는 상세 설계자와 프로파일 카탈로그를 공유할 수 있으며, 이를 통해 설계 단계부터 호환 가능한 자재와 마감재를 사용해 설계 오류를 사전에 막을 수 있다. 프로젝트 전체 단계에 걸친 자동화된 데이터 검증은 오류 가능성을 더욱 줄인다. 뿐만 아니라 설계 변경 사항 발생 시에도 실시간으로 정보가 업데이트돼, 제작 및 현장과의 효율적인 소통을 가능하게 한다. 트림블은 이러한 설계와 제작 과정의 긴밀한 연동은 국내 철골 프로젝트의 생산성을 극대화하고 납기를 단축하는 데 기여할 것으로 기대하고 있다. 트림블은 테클라 파워팹을 도입하면 기존의 수작업 또는 엑셀(Excel) 기반 업무 방식에서 벗어나 ▲견적 ▲구매 ▲프로젝트 일정 관리 및 작업 지시 ▲재고 관리 ▲생산 관리 등 철골 제작 프로세스 전반의 혁신이 가능하다고 설명했다. 또한, 테클라 파워팹은 견적 및 구매부터 프로젝트 관리, 재고 및 생산관리 등 사무실 사용자를 위한 ‘테클라 파워팹 오피스(Tekla PowerFab Office)’와 작업 현장에서 종이 없이 추적 및 생산 정보 확인이 가능한 현장 사용자용의 ‘테클라 파워팹 고(Tekla PowerFab Go)’ 소프트웨어를 통해 사무실과 현장을 연결하는 다양한 핵심 기능을 제공한다.  트림블은 “테클라 파워팹은 모든 사용자를 하나의 설루션으로 통합해 효율적인 철골 제작 프로세스를 지원한다. 한국 시장에 첫 선을 보이는 테클라 파워팹을 통해 국내 철골 제작 업계의 디지털 전환을 가속하고, 글로벌 경쟁력을 강화할 수 있을 것으로 전망된다”고 전했다.
작성일 : 2025-05-15
[칼럼] 대한민국 산업의 미래와 산업데이터 인프라
산업데이터 스페이스와 제조업의 미래   우리나라가 새로운 성장동력을 만들기 위해서는 산업데이터에 주목할 필요가 있다. 우리나라의 산업데이터 활용 잠재력은 매우 크다. 국내에는 이미 다양한 산업분야의 데이터 플랫폼이 구축되어 운영 중이다. 산업데이터의 잠재력을 성장 동력으로 연결하려면 공공기관과 기업 내부에 쌓여 있는 방대한 데이터를 끄집어내고 기관 간에 데이터의 공유와 연계를 이루는 데이터인프라 구축이 무엇보다 필요하다.    (이미지 출처 : 123RF) 기업은 물론 한 국가의 산업경쟁력도 디지털 전환(DX)을 빼놓고는 얘기할 수 없는 시대가 되었다. 디지털 전환은 인공지능, 사물인터넷(IoT), 클라우드 등 디지털 기술을 모든 사업영역에 적용함으로써 조직문화, 비즈니스 모델과 프로세스 등에 근본적인 변화를 일으켜서 새로운 가치를 만들어내는 것을 의미한다. 디지털 전환을 통해 재화나 서비스의 생산부터 소비에 이르는 일련의 경제활동들이 지능화되고 효율화되고 있다.  보스톤 컨설팅 그룹(Boston Consulting Group)의 연구조사에 따르면 디지털 선도기업들은 디지털 후발기업들에 비해 수익성장률(earnings growth)이 1.8배 더 높고 총 기업가치(total enterprise value) 성장률은 2배 이상이라고 한다. 또한, 세계적 시장조사기관인 Statista에 따르면 전세계 디지털전환기업의 생산액은 2018년 13.5조 달러에서 2023년 53.3조 달러로 증가하면서 전세계 GDP의 절반을 넘어섰다. 한편, 디지털기업은 글로벌 시장을 주도하고 있다. 지난 2008년 전세계 시가총액 10대 기업의 절반은 CNPC, 엑손모빌 등과 같은 에너지기업이었으나 지금은 애플, 마이크로소프트, 아마존, 알파벳(구글), 테슬라, 엔비디아, 메타(페이스북) 등 7개의 디지털기업이 그 자리를 차지하고 있다.  데이터의 90%는 산업데이터이나 60∼80%가 활용되지 못하고 사장 디지털 전환의 중심에는 데이터가 자리잡고 있다. 디지털기술을 적용하여 분산된 데이터를 가치 있게 변환시키는 것이 디지털 전환의 핵심이기 때문이다. 기업내부에 쌓여 있는 경험과 노하우를 데이터화하고 이러한 데이터를 분석하면 비즈니스를 효율적으로 운영하거나 새로운 비즈니스를 만들어낼 수 있다. 구글, 페이스북, 아마존 등은 방대한 데이터를 모을 수 있는 고유 플랫폼을 보유하고 있다. 이들은 플랫폼 이용자들의 거래방식, 소비패턴 등의 데이터를 인공지능으로 분석하여 고객의 요구를 확인하거나 새로운 비즈니스기회를 찾아가며 물류, 금융, 헬스케어, 클라우딩 등으로 사업영역을 확장해왔다. 데이터는 크게 개인정보데이터와 산업데이터로 구분해볼 수 있다. 개인정보데이터는 개인의 취향, 동선, 사회관계, 소비행동 등으로 검색, SNS, 간편지불 등의 과정에서 생성된다.  GAFA(Google, Amazon, Facebook, Apple)는 개인정보 데이터를 활용하여 오늘날 시가총액 기준 글로벌 10대 기업으로 성장할 수 있었다. 한편, 산업데이터는 제품개발, 생산, 유통, 소비 등 산업활동 전과정에서 생성되며 전체 데이터의 90%를 차지하고 있다.  산업데이터는 연구개발(R&D)에서 생산, 유통‧마케팅에 이르는 모든 밸류체인에서 생산성과 부가가치를 높이고, 새로운 제품과 서비스를 창출하며, 더 나아가 새로운 산업을 만드는 데 활용될 수 있다. 그러나 아직까지 세계적으로 산업데이터는 활용도가 높지 않으며 산업데이터 분야에 GAFA와 같은 지배적 사업자도 나타나고 있지 않다.  시장조사기관인 forrester research에 따르면 기업내 축적된 데이터중 60∼73%는 사용되지 않고 있다고 한다. EU 집행위원회도 산업데이터의 80%가 전혀 사용되고 있지 않다고 한다. 산업 데이터가 기업의 영업비밀을 포함하고 있는 데다, 각 기업 간의 데이터 형식과 호환성이 없어 데이터를 공유하고 협력하는 데 어려움이 있기 때문이다. 그러나 한편으로 보면 그 만큼 성장잠재력은 크다. 2022년 EU 집행위원회에 따르면 데이터법(Data Act)으로 산업데이터 활용이 제도적으로 보완되면 2028년까지 2,700억 유로(407조원)의 추가 GDP 창출을 기대할 수 있다고 한다.  미국과 중국이 세계 데이터 과점, EU와 일본은 산업데이터에 주력 현재 세계 데이터시장은 개인정보를 중심으로 GAFA가 장악해가고 있다. 미국 정부는 GAFA 등 플랫폼기업이 글로벌 시장에서 데이터를 지속적으로 수집하고 활용할 수 있도록 디지털 통상(Digital Trade)에 발 벗고 나서고 있다.  2017년 미무역대표부(USTR)가 매년 발간하는 국별 무역장벽보고서에 별도의 디지털무역장벽분야가 새롭게 만들어진다. 2018년 11월 체결된 미국·멕시코·캐나다협정(USMCA)에는 처음으로 디지털통상 챕터가 신설되고 데이터이전 자유화, 데이터지역화 금지, 소스코드 공개금지 등의 규범이 담긴다. 2019년 10월에는 최초의 독자적인 국제조약이면서 USMCA보다 더욱 개방된 모습으로 미일간 디지털통상협정(USJDTA)이 체결되었다. 한편, 2019년부터 시작된 WTO 디지털통상협상 과정에서 미국은 모든 서비스에서 데이터이동 자유화를 강력하게 주장하고 있다.  세계의 공장이자 14억 인구를 가진 중국에서는 전세계 데이터의 1/4 이상이 생성되고 있으며 알리바바, 텐센트, 바이두 등이 중국내 데이터시장을 주도해 가고 있다. 중국 정부는 2019년 데이터를 토지, 노동, 자본, 기술과 함께 새로운 국가 생산요소로 규정하고 데이터 활용에 적극적으로 개입하고 있다. 지난 2023년 10월에는 데이터의 유통과 개인정보, 보안 등을 위해 국가데이터국을 설치하여 데이터 통제를 강화한 바 있다. 여기에 네트워크안전법, 개인정보보호법, 데이터안전법 등 법률을 제정하여 자국내 데이터의 해외반출을 엄격하게 규제하고 있다. EU는 미중 IT기업의 데이터 과점에 대응하고 산업의 경쟁력을 확보하기 위한 데이터정책에 집중한다. 특히, 아마존, 구글 등 거대 미국 클라우드 기업으로부터 자신들의 기술 노하우를 지키고 자율성을 확보하는 것을 목표로 삼는다. 이를 위해, EU는 2020년 EU 데이터전략을 발표하고 여기서 유럽 공통 데이터 스페이스(European Common Data Spaces)를 제시한다. 데이터 스페이스는 데이터들이 원래 있던 곳에 있으면서 필요할 때마다 공유될 수 있도록 하는 공간을 의미한다. 구체적으로 가이아-X, 카테나-X, 매뉴팩처링-X 프로젝트 등이 추진되고 있다. 가이아-X는 각 산업 분야를 연결하는 가장 포괄적인 데이터 스페이스이고, 카테나-X는 가이아-X 중 자동차산업의 공급망간에 데이터를 교환·공유함으로써 경쟁력을 높이는데 목표를 두고 있다. 일본은 세계 최고수준 로봇, 센서를 바탕으로 공장자동화 등의 제조현장에서 데이터를 충분히 확보하고 있다. 이에 애플이나 구글 등 미국 디지털기업의 개인정보데이터에는 못 따라가지만, 강력한 제조업을 기반으로 한 산업데이터 경쟁력을 키우기 위해 역량을 집중하고 있다. 2016년 관민 데이터활용 기본법, 2017년 데이터 거래규정, 2018년 생산성향상 특별조치법 등의 제정을 추진하였으며, 지난해 4월 우라노스 에코시스템(Ouranos Ecosystem)을 출범시켜 산업계 전반에 데이터공유와 연계를 꾀하고 있다.  산업데이터의 공유와 활용을 늘리기 위한 인프라 구축 나서야 우리나라는 세계가 주목하는 경제성장을 이룩했다. 1960∼1980년대 정부주도로 철강, 석유화학 등의 산업을 육성하고 1990∼2000년대 세계화와 중국성장을 수출 확대로 연결시켰다. 그러나 최근 대외적 여건을 보면 산업의 성장엔진은 식어가고 수년 내 수출 절벽이 현실화될 수도 있어 우려스럽다. 외적으로는 미중 패권경쟁 격화, 선진국의 산업정책 부활, 보호무역 확산 등으로 글로벌가치사슬(GVC)이 급속하게 파편화, 블럭화되면서 우리의 미래 먹거리와 수출시장을 위협하고 있다. 중국은 첨단산업에서 자급률을 높이고 있고, 미국, 일본, EU 등 선진국들도 반도체, 배터리 등 첨단산업 육성에 열을 올리면서 우리산업이 설자리를 점점 좁혀오고 있다. 대내적으로도 활로가 보이지 않는다. 지난 20년간 주력 수출품목의 변화가 없는 등 산업 역동성이 사라지고 있다. OECD 최하위 출산율과 고령화로 생산가능인구가 줄어드는 가운데, 학생들은 공대를 포기하고 의대로 진로를 바꾸고 있다. 심각한 데이터 규제로 인공지능, 메타버스와 같은 미래 새로운 산업의 발전 기반도 취약한 상태다. 국제경영개발원(IMD)에 따르면 우리나라 기업의 빅데이터 활용순위는 26위로 한참 뒤져 있다. 새로운 성장동력을 만들기 위해서는 산업데이터에 주목할 필요가 있다. 우리나라의 산업데이터 활용 잠재력은 매우 크다. 반도체‧조선 세계 1위, 석유화학‧철강‧로봇 세계 5위, 자동차 세계 7위의 세계적인 제조기반에 5G 등 세계 최고 수준의 ICT 인프라를 보유하고 있어 디지털 기술을 제조업에 접목하기가 수월하다. 연구개발-조달-생산-유통-소비에 이르는 가치사슬(Value chain) 전반에 디지털 전환(DX)을 확산시키면 디지털 제조강국으로 도약할 수 있다.  한편, 우리나라 의료기술과 정보 또한 세계 최고 수준이다. 데이터, 개인정보에 대한 과감한 규제완화가 이루어진다면 원격의료, 디지털 헬스케어 분야에서 제2의 반도체신화를 기대해 볼 수도 있다. 여기에 세계 최고 수준의 ICT 인프라에 혁신역량을 집중한다면 스마트제조, 스마트팜과 같은 새로운 혁신서비스가 수출의 중심이 될 수도 있을 것이다.   국내에는 이미 다양한 산업분야의 데이터 플랫폼이 구축되어 운영 중이다 그러나 플랫폼 참여자는 개인정보, 영업비밀 보호 등 데이터 공유나 거래시 발생할 수 있는 위험부담으로 양질의 데이터 제공에 소극적일 뿐 아니라 표준화, 상호운용성 등 데이터 공유·활용을 위한 토대도 부족한 실정하다. 데이터는 크기가 클수록 그리고 서로 다른 데이터가 융합될수록 더욱 큰 가치를 창출하는 네트워크 효과가 있다. 산업데이터의 잠재력을 성장 동력으로 연결하려면 공공기관과 기업 내부에 쌓여 있는 방대한 데이터를 끄집어내고 기관 간에 데이터의 공유와 연계를 이루는 데이터인프라 구축이 무엇보다 필요하다. 그리고 구축된 인프라가 제대로 작동하기 위해서는 수익을 창출하고 창출된 수익이 모든 참여자에게 돌아갈 수 있고 참여자들이 안전하게 데이터를 공유·거래할 수 있으며 개방적이고 투명한 표준방식으로 데이터가 연계될 수 있어야 할 것이다. 미국과 중국이 거대 플랫폼 기업을 앞세워 세계 데이터 시장을 장악하고 있다. EU는 2014년부터 산업데이터를 중심으로 공유와 연계 플랫폼 구축에 나서고 있으며 일본이 그 뒤를 잇고 있다. 우리나라는 2022년 산업디지털전환촉진법이 제정되고서야 산업데이터 활용기반 구축이 본격화된다. 이 법에 따라 지난 2023년 1월 제1차 산업디지털전환 종합계획이 수립되었고 산업전반에 인공지능(AI)을 내재화시키는 프로젝트가 진행되고 있다. 그러나 다른 나라들에 비해 많이 뒤져 있다. 산업데이터의 공유·활용을 위한 프로젝트를 서둘러야 할 것이다. 이를 통해 대한민국의 산업이 한층 더 도약하고, GAFA를 뛰어 넘는 산업데이터 거인이 우리나라에서 탄생할 수 있기를 기대해 본다.   김용래 교수 경희대학교 첨단기술비즈니스학과 전 특허정장  
작성일 : 2025-05-13
어도비, 에이전트 AI 통합 등 크리에이티브 클라우드 업데이트 공개
  어도비가 크리에이티브 전문가의 빠르고 정밀하며 제어 가능한 작업을 지원하기 위해 크리에이티브 클라우드(Creative Cloud)의 AI 에이전트 등 애플리케이션 전반에 걸친 100개 이상의 새로운 혁신을 공개했다. 어도비는 “크리에이티브 클라우드의 이번 업데이트를 통해 크리에이터의 업무 효율을 높이고 창작물의 수준을 높이는 데 도움을 줄 수 있는 AI 에이전트를 선보이는 한편, 최대 5배 빠른 성능 향상과 창작 과정 전반을 아우르는 다양한 혁신 기능을 추가했다”고 설명했다. 어도비는 오늘날 생성형 AI가 크리에이티브 전문가들을 지원하듯, AI 에이전트 역시 더욱 강력하고 생산적인 툴이 될 것이라고 믿는다. 최근 어도비는 에이전틱 AI에 대한 비전을 공개하며, 크리에이티브 전문가들이 자연어를 통해 포토샵에서 1000개 이상의 원클릭 액션에 접근하고, 새로운 기능을 배우면서 반복 작업을 손쉽게 처리하도록 지원하는 크리에이터 중심의 툴을 개발하고 있다고 밝혔다. 예를 들어, 포토샵(Photoshop)의 새로워진 액션 패널(Actions Panel, 베타)은 크리에이터에게 다양한 크리에이티브를 시도하도록 영감을 주는 스마트 추천을 제공하며, 여러 단계를 거치는 편집 과정을 선택할 수 있도록 돕는다. 단 한 번의 클릭으로 이러한 편집 과정을 실행할 수 있는 액션 패널은 향후 포토샵에 최초로 도입될 크리에이티브 AI 에이전트의 기반이 될 예정이다.     프리미어 프로(Primiere Pro)에 적용된 미디어 인텔리전스(Media Intelligence)는 에이전트 기반의 전문 영상 워크플로를 구축하는 토대를 마련한다. 미디어 인텔리전스는 콘텐츠 클립을 이해하고 각 프레임마다 사물과 장면 구성을 자동으로 인식하여, 편집 과정 중 시간 소모적인 작업을 해결하며 콘텐츠와 맥락을 파악해 몇 초 만에 필요한 정보를 찾을 수 있도록 지원한다. 또한, 어도비는 크리에이터가 압도적인 속도, 제어력, 정밀도로 작업할 수 있도록 크리에이티브 클라우드 앱 전반에 걸쳐 강력한 AI 혁신을 공개했다. 포토샵은 업그레이드를 통해 더 빠른 속도, 한층 스마트한 제안, 정밀한 디테일 작업을 위한 툴을 제공한다. 이번 업데이트에는 파이어플라이 구동 AI 기능이 추가됐는데, 텍스트를 이미지로(Text to Image)의 구성 참조(Composition Reference)는 참조 이미지와 동일한 구조와 시각적 배열을 가진 애셋을 생성하여 아이디어 구상을 위한 크리에이티브 제어력을 제공한다. 세부 사항 선택(Select Details)은 머리카락, 얼굴 특징, 의상 등을 보다 빠르고 직관적으로 선택할 수 있도록 지원하고, 색상 조정(Adjust Colors)은 이미지의 색조, 채도, 명도를 간편하게 조정할 수 있어 매끄럽고 즉각적인 색상 조정을 가능케한다.   일러스트레이터는 한층 향상된 속도와 함께 새로운 AI 생성 툴을 선보인다. 파이어플라이 구동의 생성형 모양 채우기(Generative Shape Fill) 및 텍스트를 패턴으로 기능은 디자이너가 디자인 프로세스를 빠르게 시작하고 자신만의 스타일로 콘셉트를 맞춤화할 수 있도록 돕는다. 또한 디자이너의 빠른 작업 수행을 지원하기 위해 메뉴 접근성을 향상시켰으며, 일러스트레이터 내 가장 인기 있는 효과들을 적용하는 속도도 최대 5배까지 높였다.     인디자인은 파이어플라이 구동 이미지 생성 기능과 함께 PDF파일을 인디자인 문서로 쉽게 변환하는 것과 같은 생산성 향상 기능을 제공한다. 생성형 채우기(Generative Fill, 베타)는 간단한 텍스트 프롬프트에서 벡터 그래픽을 아트웍으로 변환하며, 수학 표현식(Math Expressions)은 복잡한 수학 표기법을 레이아웃에 직접 배치할 수 있도록 해 크리에이터의 역량을 강화한다.   라이트룸(Lightroom)은 데스크톱과 모바일 앱 모두에서 사진을 편집하고 공유할 수 있는 새로운 툴을 선보인다. 라이트룸과 라이트룸 클래식(Lightroom Classic)에 새롭게 추가된 풍경 선택(Select Landscape) 기능은 물, 식물, 하늘 등과 같은 일반적인 풍경 요소를 자동으로 감지해 포토그래퍼가 마스크를 생성할 수 있도록 돕는다. 또한 라이트룸 모바일 및 웹에 도입된 새로운 공유 역량, 단체 사진을 정밀하고 간편하게 보정할 수 있는 퀵 액션(Quick Actions) 등의 기능도 업그레이드됐다.   프리미어 프로는 영상을 빠르게 생성, 편집 및 검색할 수 있는 툴을 제공한다. 정식 출시된 파이어플라이 구동 생성형 확장(Generative Extend)은 4K 및 세로형 동영상을 지원하여 바로 제작에 사용할 수 있다. 또한 캡션을 27개 언어로 즉시 번역하는 캡션 번역(Caption Translation) 등의 기능도 새롭게 선보인다.   어도비 프레스코(Adobe Fresco)는 이미지 콘텐츠 자격증명 내 포함할 수 있는 새로운 ‘생성형 AI를 사용하지 않은 창작물 태그(created without generative AI tag)’를 제공함으로써 제작자의 권리를 보호하는 한편, 소셜 미디어 계정에 직접 연결해 내보내기 할 수 있는 기능을 제공한다. 이외에도 어도비는 어도비 폰트 라이브러리(Adobe Fonts library)를 통해 고담, 헬베티카, 애리얼(Arial), 타임스 뉴 로만(Times New Roman) 등 1500개 이상의 인기 폰트를 크리에이티브 클라우드 애플리케이션에 추가했다. 어도비의 디파 수브라마니암(Deepa Subramaniam) 크리에이티브 클라우드 제품 마케팅 부사장은 “어도비는 향상된 속도와 정밀도, 제어력, 유연성 및 놀라운 크리에이티브 역량을 제공하며, 크리에이티브 전문가들이 최고의 작업을 할 수 있도록 최상의 도구를 제공하는 데 주력하고 있다”면서, “앱 성능 향상, 고객 요청을 반영한 주요 생산성 기능, 파이어플라이 구동의 새로운 AI 기능을 통해 크리에이티브 전문가들이 창의성을 마음껏 발휘할 수 있도록 지원할 것”이라고 말했다.
작성일 : 2025-05-13