#스피드웍스 #솔리드웍스_자동화 #캐드 #솔리드아이티 #다운로드 '스피드웍스(SpeedWorks)'는 단순 반복 업무를 획기적으로 줄여 설계 기간은 단축하고, 설계자의 업무 효율성을 끌어올릴 수 있는 프로그램으로 솔리드아이티에서 개발한 솔리드웍스 서드파티로, 3차원 CAD 프로그램인 솔리드웍스의 확장팩이다.  스피드웍스(SpeedWorks)는 설계자가 업무 능률을 극대화할 수 있도록 일괄 작업, 모델링, 도면 작성, 파일 관리 등 4개 카테고리로 기능들이 구성돼 설계 작업 도구를 지원한다. 이를 통해 설계 시간 단축은 물론 휴먼 에러 방지, 리소스 절감, 정확도 향상 등의 효과를 기대할 수 있다.   아래 내용이 보이지 않으면 <여기>를 클릭해 주시기 바랍니다.  

  지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부는 진보된 최신 반도체 패키징 2.5D 및 3D 기술과 기판을 사용하여 ASIC 및 칩렛의 계획 및 이기종 통합을 위한 빠르고 예측 가능한 경로를 제공하는 소프트웨어인 이노베이터3D IC (Innovator3D IC)를 발표했다.  지멘스의 Innovator3D IC는 설계 계획, 프로토타이핑 및 예측 분석을 위한 통합 데이터 모델을 갖춘 전체 반도체 패키지 어셈블리의 디지털 트윈을 구축하기 위한 통합 콕핏(consolidated cockpit)을 제공한다. 이 콕핏은 물리적 설계, 다중 물리 분석, 기구 설계, 테스트, 사인오프, 제조 출시까지 모든 과정을 지원한다. 지멘스의 Innovator3D IC는 전력과 신호, 열, 기계적 응력 분석 도구를 통합함으로써 세부 설계 구현 전에 문제를 식별, 방지, 해결하는 동시에 신속한 '가정(what-if)' 탐색을 가능하게 한다. 이러한 전환적 접근 방식은 비용과 시간이 많이 소요되는 다운스트림 재작업이나 최적이 아닌 결과를 방지할 수 있다. 지멘스 디지털 인더스트리 소프트웨어의 AJ 인코르바이아(AJ Incorvaia)전자 보드 시스템(Electronic Board Systems) 부문 수석 부사장은 "지멘스는 이미 지멘스 엑셀러레이터의 일부로 가장 포괄적인 반도체 패키징 관련 기술 포트폴리오를 보유하고 있었다"라고 말하며, "이러한 기술을 Innovator3D IC와 결합함으로써 고객은 무어(Moore) 이상을 실현할 수 있다"라고 말했다. Innovator3D IC는 지멘스의 Aprisa 소프트웨어 디지털 IC 배치 및 경로 기술, XpeditionPackage Designer 소프트웨어, Calibre 3DThermal 소프트웨어, 기구 설계용 NX™ 소프트웨어, Tessent 테스트 소프트웨어, 인터칩렛 DRC, LVS 및 테이프아웃 사인오프용 Calibre 3DSTACK 소프트웨어를 사용하여 ASIC, 칩렛 및 인터포저(Interposer) 구현을 지원한다. Innovator3D IC는 계층적 디바이스 계획 방식을 사용하여 수백만 개의 핀이 포함된 고급 2.5D/3D 통합 설계의 엄청난 복잡성을 처리한다. 설계는 정교함과 구현 방법을 제어하는 속성을 가진 기하학적으로 분할된 영역으로 표현된다. 이를 통해 중요한 업데이트를 신속하게 구현하는 동시에 특정 영역에 분석 기법을 일치시켜 실행 시간이 지나치게 길어지는 것을 방지할 수 있다. 계층적 인터페이스 배선 경로 계획은 칩렛 인터페이스와 핀 할당을 더욱 최적화한다. Innovator3D IC는 산업용 소프트웨어인 지멘스 엑셀러레이터 포트폴리오와 통합되어 있지만 개방형 아키텍처를 통해 타사 포인트 솔루션과의 통합도 지원한다. Innovator3D IC의 핵심 요소는 3Dblox, LEF/DEF, Oasis 및 인터페이스 IP 프로토콜(예: UCIe 및 BoW)과 같은 산업 표준 형식을 지원한다. ‘Open Compute Projects Chiplet Design Exchange’ 워킹 그룹(OCP CDX)에 적극적으로 참여하여 새로운 상용 칩렛 에코시스템에서 제공할 표준화된 칩렛 모델을 직접 사용할 수 있다. Innovator3D IC는 2.5D 및 3D 통합에 국한되지 않고 인터포저(유기, 실리콘 또는 유리), ABF 빌드업, RDL 기반의 칩 퍼스트 또는 라스트 등 모든 선도적이고 새로운 반도체 통합 방법론과 플랫폼을 계획하고 프로토타입을 제작할 수 있으며, ‘Deca Technologies’ 회사의 적응형 패터닝 프로세스(adaptive patterning process)에 대한 지원도 포함한다. 또한 패널 레벨 패키징(PLP), 임베디드 또는 레이즈드 실리콘 브리지, 시스템 인 패키지(SiP) 및 모듈에 대한 인증도 받았다.   Innovator3D IC 솔루션은 IMEC가 개발한 시스템 기술 공동 최적화(STCO) 방법론 프로세스를 기반으로 설계되었으며 프로토타이핑 및 계획, 설계, 승인/제조 핸드오프 전반에 걸쳐 활용되며 종합적인 검증 및 신뢰성 평가로 마무리된다. 지멘스는 5백만 개 이상의 핀 설계에서 최적의 용량과 성능을 달성하기 위해 광범위한 멀티스레딩 및 멀티코어 기능을 사용하는 차세대 전자 시스템 설계(NGESD) AI 기반 사용자 경험(UX) 기술을 사용하여 Innovator3D IC를 개발했다. 인텔 파운드리의 석 리(Suk Lee) 에코시스템 기술실(Ecosystem Technology Office) 부사장 겸 GM은 "EMIB와 같은 고급 이기종 통합 플랫폼의 경우 예측 분석 기능을 갖춘 통합 플로어플래닝 및 프로토타이핑 콕핏이 필수적이다"라고 말하며, "지멘스 EDA와의 협력을 통해 우리는 Innovator3D IC를 고급 통합 플랫폼의 중요한 설계 기술 구성 요소로 보고 있다"라고 말했다. Innovator3D IC는 2024년 후반에 출시될 예정이다. 지멘스의 Innovator3D IC 소프트웨어에 대한 자세한 내용은 홈페이지에서 확인할 수 있다.

알테어가  HP와 재료 데이터 독점 공급 계약을 체결했다고 밝혔다. 이를 통해 HP가 제공하는 재료 데이터가 ‘알테어 머티리얼 데이터 센터(Altair Material Data Center)’에 추가된다. 알테어 머티리얼 데이터 센터는 설계자와 엔지니어가 다양한 재료 데이터를 검색하고 비교할 수 있도록 지원하는 데이터베이스이다.   양사는 3D 프린팅 부품의 설계와 생산 간의 단절을 해소하고, HP의 3D 프린터인 멀티젯 퓨전(MJF)과 메탈젯(MJ)의 부품 설계 정확도를 향상시키기 위해 협력하기로 했다. 이를 통해 알테어 머티리얼 데이터 센터를 이용하는 엔지니어는 HP 재료 데이터를 사용하여 효율적인 부품을 설계하고, 유한요소해석 기반 구조해석 수행을 비롯해 생산 전에 제조 결함을 예측하고 수정할 수 있게 되었다. 한편, 알테어는 HP와의 이번 협력으로 3D 프린팅 부품 설계 및 공정 시뮬레이션 기술을 한층 강화할 수 있을 것으로 기대하고 있다. ‘알테어 인스파이어 프린트3D(Altair Inspire Print3D)’는 금속 바인더 제팅 기술로 제작된 부품의 설계와 그 설계가 실제로 잘 작동하는지 시뮬레이션하는 기능을 제공한다. 이를 통해 구조적으로 효율적인 적층 제조 부품의 생성, 최적화 및 연구도 가속화할 계획이다.     알테어의 예시완트 멈마네니(Yeshwant Mummaneni) 데이터 관리 및 분석 수석 엔지니어는 “HP와 함께 3D 프린팅 부품 설계 및 생산 과정에서 정확한 재료 속성 데이터에 접근하는 문제를 해결하여, 고객들이 더 나은 결과를 얻을 수 있도록 지원할 수 있게 되었다”면서, “앞으로 더 많은 사람이 3D 프린터를 도입할 수 있도록 솔루션과 데이터베이스를 계속 제공할 예정”이라고 전했다.   HP의 아르빈드 랑가라잔(Arvind Rangarajan) 소프트웨어 및 데이터, 개인화, 3D 프린팅 글로벌 책임자는 “3D 프린팅은 전 세계 모든 기업과 산업에 새로운 기회를 제공하고 있다”면서, “알테어와의 협력은 기업이 더 나은 제품을 개발하고, 개발 시간 단축과 시제품 제작 과정을 최소화하는 데 큰 도움이 될 것”이라고 말했다.

설계부터 운영까지, AI와 BIM으로 건설산업 전반의 혁신 지원   인공지능(AI)이 다양한 영역에서 도입·활용되는 가운데, 건설산업에서도 인공지능을 어떻게 접목할 지에 대한 고민과 다양한 노력이 이어지고 있다. 이런 가운데, 트림블 코리아는 BIM(빌딩 정보 모델링)과 인공지능의 융합을 통해 건설산업의 혁신을 이끈다는 비전을 제시하고 있다.  트림블 코리아에서 영업 부문을 이끌고 있는 김동준 상무에게 건설산업에서 AI의 적용방안과 BIM의 전망에 대해 들어보았다. ■ 정수진 편집장   ▲ 트림블 코리아 김동준 상무   모든 산업에서 AI에 관심이 높은데, 건설산업의 AI 도입 동향은 어떤지 건설산업은 타 산업에 비해 새로운 기술의 도입이 빠른 산업 분야는 아니다. 그러나 건설산업에서도 AI에 대한 관심이 빠르게 늘고 있다. 건설산업에서 AI는 설계 최적화, 건설 현장 모니터링, 위험 관리, 예측 유지보수 등 다양한 분야에서 연구되고 있으며, 일부에서는 초기 단계에서 활용되고 있다.  AI 기술은 건설산업에서 프로젝트의 효율성을 높이고 비용을 절감하는 데에 큰 도움이 된다. 예를 들어, AI 기반의 설계 도구는 최적의 설계 옵션을 제공하고, 건설 현장에서 AI는 작업자의 안전을 보장하며, 운영 단계에서는 유지보수를 예측하여 비용을 절감할 수 있다. 이 때문에 각 사업장에서는 AI에 대한 연구 개발이 활발히 진행되고 있다. 트림블은 국내 건설산업에서 AI 기술 도입에 관심이 매우 높은 것으로 보고 있다. 많은 건설사가 AI를 통해 프로젝트의 리스크를 최소화하고, 정확한 데이터 분석을 통해 더 나은 의사결정을 내리고자 한다. 특히, 드론과 결합한 AI 기술은 현장 데이터를 실시간으로 분석하여 현장의 위험 요소를 사전에 파악해 안전사고를 예방하거나, 프로젝트의 진행 상황을 정확히 파악해 리소스를 효율적으로 관리하는 데에 큰 도움을 주고 있다. 이러한 기술 도입은 고객의 요구를 충족시키고, 경쟁력을 강화하는데 필수라고 생각한다.   건설산업에서 AI의 구체적인 활용 방법은 무엇이라고 보는지 AI는 건설 프로젝트의 설계 단계부터 운영 단계까지 광범위하게 활용될 수 있다. 예를 들어, AI 기반의 설계 도구는 최적의 설계 솔루션을 제공하고, 건설 현장에서 AI는 작업자의 안전을 보장한다. 운영 단계에서는 유지보수를 예측하여 비용을 절감할 수 있으며, 반복 작업을 자동화하여 노동력 부족 문제를 해결할 수도 있다.  그러나 AI를 도입하고 성공적으로 활용하기 위해서는 다음과 같은 점을 고려해야 한다. 데이터의 정확성과 품질 : AI는 고품질 데이터를 필요로 하기 때문에, 데이터 수집 및 관리에 신경을 써야 한다. 기술 인프라 : AI 솔루션을 실행하기 위한 강력한 기술 인프라가 필요하다. 교육과 훈련 : AI 기술에 대한 이해와 이를 활용할 수 있는 인력의 교육이 중요하다. 윤리적 고려 사항 : AI의 윤리적 사용과 개인정보 보호를 고려해야 한다.   트림블의 AI 전략은 무엇인지. 관련 기술 개발에 대해서도 소개바란다 트림블은 디지털 전환(DX) 및 커넥트 & 스케일(Connect & Scale) 전략과 긴밀히 연계하여 AI 기술을 활용한 혁신을 추진하고 있다. 이를 통해 디지털 콘텐츠 생성, 프로세스 자동화, 다양한 전문 분야에서의 역할 변화를 목표로 하고 있다. 또한, AI 기술의 효율적인 구현을 위해 전사적인 AI 전략을 수립하고 있다. 이 전략은 숙련된 인재 확보, 데이터 인프라 구축, 파트너십 강화, 투자 전략, 법적, 사이버 보안, 윤리적 지침 마련, 조직적 합의 등을 포함한다. 트림블의 AI 관련 기술 개발 방향으로는 ▲생성형 AI 기술을 통해 이미지/비디오/텍스트/3D 모델과 같은 디지털 콘텐츠를 생성하는 기술 개발 ▲생성형 AI를 다양한 도메인에 적용하여 새로운 아이디어 생성, 반복 작업 자동화, 맞춤형 콘텐츠 제공 ▲각 부서에 머신러닝 엔지니어를 배치하여 도메인의 미묘한 차이를 이해하고 소통하며, AI 기술의 적용 기회 발굴 ▲생성형 AI뿐만 아니라 기존의 예측 AI(predictive AI) 기술의 적극 활용 및 예측 AI와 생성형 AI의 결합을 통한 비즈니스 프로세스 최적화 등을 꼽을 수 있다. 트림블은 AI 기술을 통해 건설 산업의 혁신을 주도하고 있으며, 여러 방면에서 이를 실현하고 있다. 트림블의 AI 전략은 주로 데이터의 수집, 분석, 예측 모델을 통해 더 나은 의사결정을 지원하는 데에 중점을 두고 있다. 또한, 건설 현장의 위험 관리를 위해 AI를 활용해 작업자의 안전을 보장하고, 프로젝트의 위험 요소를 사전에 예측하여 관리한다. 이를 통해 프로젝트 팀은 한정된 시간과 자원을 가장 중요한 위험 요소에 집중할 수 있다. 특히, 트림블의 테클라 소프트웨어는 AI를 활용하여 설계 최적화와 데이터 관리에서 성과를 보여주고 있다. 테클라 스트럭처스는 AI를 통해 복잡한 구조 설계를 자동화하고, 테클라 모델 셰어링(Tekla Model Sharing)은 클라우드 기반의 협업을 통해 설계 데이터를 실시간으로 공유하고 관리할 수 있게 한다. 또한, 테클라의 AI 기술은 재료 선택, 상세 설계 작업, 설계 매개변수 최적화 등을 통해 지속 가능성과 효율성을 높이는 데 기여하고 있다. 결론적으로, 트림블은 AI를 통한 데이터 기반의 의사결정 지원, 작업 효율성 향상, 위험 관리 및 비용 절감을 목표로 관련 기술 및 솔루션을 지속적으로 개발하고 있다. 이러한 전략을 통해 트림블은 건설 산업의 디지털 전환을 선도하고 있다.   국내 BIM 시장에서 최근의 주요한 이슈는 무엇인지 국내 BIM 시장의 주요 이슈로는 표준화와 데이터 통합을 꼽을 수 있다. 현재 각기 다른 플랫폼과 소프트웨어 간의 데이터 호환성 문제를 해결하기 위한 노력이 진행 중이다. 특히 우리나라 정부는 BIM의 표준화를 위해 공공 프로젝트에 BIM 사용을 의무화하고 있으며, 이는 건설 산업의 디지털 전환을 가속하는 중요한 정책이다. 또한, 스마트 건설 솔루션의 도입이 활발히 이뤄지고 있으며, 이는 프로젝트 효율성을 극대화하고 비용을 절감하는 데 기여하고 있다. 이러한 이슈는 BIM 기술의 확산과 활용을 더욱 촉진하고 있다.   국내에서 BIM이 어느 정도 자리를 잡고 있다고 보는지  국내에서 BIM은 이제 필수 기술로 여겨지고 있다. 많은 건설사와 설계사가 BIM을 도입해 프로젝트의 효율을 높이고자 하고 있으며, 정부 차원에서도 공공 프로젝트에 BIM을 의무화하는 등 BIM의 확산을 적극 추진하고 있다. 그러나 국내 건설업계의 BIM 도입 현황이나 적용 수준에 대해서는 긍정적으로 보기가 어렵다. 이유는 여러 가지가 있겠지만 광범위하고 분리된 작업 장소, BIM 인력 부족 및 노동자의 비연속성, 데이터의 통합 부족과 비연속성, 정책과 현실의 괴리, BIM에 대한 이해와 인식의 부족 등이 있다고 생각한다. 미국이나 싱가포르와 비교하면, 한국의 BIM 도입은 발전하고 있지만 아직 갈 길이 남아있다. 미국은 BIM 도입을 선도하는 국가 중 하나로 대규모 인프라 프로젝트에서 BIM을 적극 활용하고 있으며, 정부와 민간 모두에서 BIM 표준화와 교육 프로그램을 통해 BIM 기술의 확산을 지원하고 있다. 특히, 미국의 여러 주에서는 공공 프로젝트에 BIM 사용을 의무화하고 있으며 정책이 현실을 뒷받침하고 있다. 이는 프로젝트의 효율과 품질을 높이는데 큰 기여를 하고 있다. 싱가포르는 아시아에서 BIM 도입이 가장 앞선 국가로 평가받고 있다. 싱가포르 정부는 2015년부터 모든 대형 건설 프로젝트에 BIM 사용을 의무화했으며, 이를 통해 건설 산업의 디지털 전환을 적극 추진해 왔다. 또한 싱가포르는 건축, 엔지니어링 및 건설(AEC) 분야의 모든 이해관계자가 BIM을 쉽게 채택할 수 있도록 다양한 지원 프로그램과 교육을 제공하고 있다. 우리나라도 이런 선진국의 사례를 참고하여 BIM 기술의 도입과 활용을 더욱 확대해 나가야 한다고 본다. 특히 BIM 기술의 표준화와 데이터 통합, 그리고 관련 인력의 교육과 훈련에 집중함으로써 건설 산업의 효율과 경쟁력을 한층 더 높일 수 있을 것이다.    국내의 최근 BIM 고객사례를 소개한다면 트림블의 테클라 스트럭처스는 국내 여러 랜드마크 프로젝트에서 성공적으로 활용되고 있다. 현대산업개발은 진행되는 모든 아파트 현장에서 테클라 스트럭처스를 통해 3D 디지털 정보를 생성하고, 생성된 정보를 기반으로 설계의 오류를 찾고 시공 검토를 위한 의사 결정을 빠르게 진행한다. 모든 의사 결정이 반영된 완성도 높은 디지털 정보에서 정확한 도면, 물량과 같은 필요한 정보를 적시에 추출해 프로젝트에 적용하고, 트림블 커넥트(Trimble Connect)를 기반으로 설계자와 현장 작업자의 원활한 의사소통을 구현했다. 이는 트림블이 추구하는 프로젝트 진행 방식과 동일하다고 볼 수 있다.  이런 사례는 테클라 스트럭처스가 복잡하고 대규모의 건설 프로젝트에서 얼마나 효과적으로 사용될 수 있는지를 잘 보여준다. 트림블 코리아는 앞으로도 이러한 혁신적인 기술을 통해 국내 건설 산업의 발전을 지속적으로 지원할 것이다.   향후 트림블 코리아의 비즈니스 계획과 전략에 대해 소개한다면 트림블은 AI 및 BIM 기술을 통해 건설 산업의 디지털 전환을 촉진하고, 고객의 생산성을 극대화하며, 지속 가능한 건설을 지원하는 것을 목표로 하고 있다. 트림블은 전 세계적으로 AI와 BIM 기술을 통합하여 프로젝트 관리, 설계, 시공, 유지보수 등 모든 단계에서 효율성을 높이고 비용을 절감하는 전략을 추진하고 있다. 트림블 코리아는 이러한 글로벌 전략을 바탕으로 특히 BIM의 기초가 되는 데이터를 생성하는 솔루션 사업에 중점을 두고 있으며, 국내 시공사의 공정관리 애로사항 및 의견을 청취하여 자체 개발한 클라우드 기반의 공정관리 대시보드인 트림블 커넥트 대시보드(Trimble Connect Dashboard)를 시공사에 공급하고 있다. 또한, 제작사를 대상으로 하는 제작 공정 관리 솔루션 및 건설산업 프로세스 전반을 지원하는 다양한 솔루션의 국내 출시를 준비하고 있다. 트림블 코리아는 다음과 같은 전략을 통해 국내 비즈니스를 확장할 계획이다. 테클라 스트럭처스 활용 확대 : 국내 대형 프로젝트에서 테클라 스트럭처스의 도입을 더욱 장려할 것이다. 그동안의 프로젝트에서 성공적인 활용 사례를 기반으로 더 많은 건설사가 테클라 스트럭처스를 도입할 수 있도록 지원할 것이다. 교육 및 지원 강화 : 테클라 스트럭처스 사용에 대한 교육 프로그램을 강화하고, 고객이 필요로 하는 기술 지원을 제공할 것이다. 이를 통해 사용자들이 테클라 스트럭처스의 다양한 기능을 최대한 활용할 수 있도록 도울 것이다. 현지화된 솔루션 개발 : 한국 시장의 특성과 요구에 맞춘 현지화 BIM 솔루션을 개발하고 제공할 것이다. 이는 한국 건설 산업의 특수한 요구사항을 반영한 맞춤형 솔루션을 통해 더 나은 성과를 이끌어낼 수 있도록 할 것이다. 지속적인 솔루션 국내 출시 : 해외 시장에서 검증된 트림블의 다양한 솔루션을 국내에 출시해, 건설산업 프로젝트의 전반적인 프로세스에서 효율을 높일 것이다. 파트너십 및 협력 강화 : 국내 주요 건설사, 설계사, 교육기관, 서드파티 개발 파트너사와 협력을 강화해 BIM 기술의 확산과 활용을 촉진할 것이다. 이를 통해 BIM 기술의 도입과 정착을 더욱 가속할 것이다. 트림블 코리아는 이러한 전략을 통해 국내 건설 산업의 디지털 전환을 선도하고, 고객의 성공을 지원하며, 지속 가능한 건설 환경을 조성하는 데 기여하고자 한다.     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 5월 29일 CNG TV는 ‘Revit을 활용한 배관설계 패러다임 전환’을 주제로, 레빗(Revit)을 활용해서 배관을 설계하는 사람들이 한번쯤 고민해 봤을 법한 ISO 생성에 대해 발표했다. 이번 웨비나에서는 ISO 생성 솔루션인 ‘INNOVA ISO(이노바 아이소)’에 대한 소개와 함께 데모 시연 등이 이어져 관심을 모았다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 왼쪽부터 이경미 이사(에쓰씨케이), 김기룡 이사(이노액티브), 김철 부대표(이노액티브)    이날 웨비나는 에쓰씨케이 이경미 이사가 사회를 맡고, ISO(국제 표준화 기구) 생성 솔루션인 INNOVA ISO를 개발한 이노액티브 김기룡 이사와 김철 부대표가 발표자로 참석했다.  이노액티브 김기룡 이사는 INNOVA ISO는 어떤 제품이고, 왜 이 제품을 써야 하는지, 어떻게 활용하면 좋을지 등에 대해 소개했다. 그리고 김철 부대표는 배관 설계 분야에서 INNOVA ISO를 레빗 워크플로에서 어떻게 활용하면 좋을지 데모 시연을 통해 설명했다. 김기룡 이사는 “이노액티브는 반도체, 화학, 2차전지 등 산업 플랜트 산업의 전반적인 프로젝트에 최적화된 서비스를 제공하고 있다. 또한 엔지니어링, 컨스트럭션 등 다양한 솔루션을 보유하고 있다”며, “프로젝트 초기부터 유지보수 단계까지 지원이 가능하고, 서비스에서는 이기종의 데이터를 컨버트할 수 있는 데이터 컨버전스 기술을 보유하고 있으며, 플랜트 분야에서 BIM을 지원하고 있다”고 말했다. 또한 “이노엠3디라는 플랫폼을 기반으로 디지털 트윈도 지원하고 있다. 고객 니즈를 파악해 설계 시 자동으로 설계할 수 있는 맞춤 자동화 솔루션을 개발해 주는 디자인 IPA(Importance-Performance Analysis) 서비스도 제공하고 있다”고 설명했다.   ▲ INNOVA ISO의 주요 특징에 대해 설명한 이노액티브 김기룡 이사   한편, INNOVA ISO는 3D CAD 모델 변환(데이터 융합) 기술로 ISO 속성 정보를 보완하여 ISOMETRIC(아이소메트릭) 및 기타 도면 작성이 가능한 툴이다. INNOVA ISO는 모델 변환을 통해 아이소메트릭 도면을 생성하여 비즈니스 프로세스를 단순화할 수 있다는 점이 특징이다. 또한 모델 변환 시 매핑을 통해 ISO 정보를 생성할 수 있고, PCF 방식의 ISO 생성이나 모델 방식의 ISO를 생성할 수 있다. INNOVA ISO의 데모 시연을 진행한 이노액티브 김철 부대표는 “모델을 레빗에 띄운 다음 가장 먼저 데이터베이스에 키인할 수 있도록 경로를 지정해야 한다”며, “이노액티브만이 가지고 있는 컨피규레이션을 필수로 넣게 되면, 아이소메틱 도면이 나왔을 때 도움이 될 수 있는 ISO 정보를 더 많이 볼 수 있다”고 설명했다.   ▲ INNOVA ISO의 데모시연을 진행한 이노액티브 김철 부대표     ■ 기사 내용은 PDF로도 제공됩니다.

‘PLM/DX 베스트 프랙티스 컨퍼런스 2024’가 지난 6월 13~14일 온라인으로 진행됐다. 한국산업지능화협회, 한국CDE학회, 캐드앤그래픽스가 공동 주최하는 이번 행사는 20주년을 맞아 이름을 바꾸었으며, 제품/제조 데이터와 프로세스를 통합 관리하는 PLM(제품 수명주기 관리)과 함께 제조산업의 혁신을 위한 디지털 전환(DX)에 대해 폭넓게 짚어보는 기회가 되었다. ■ 정수진 편집장   ▲ 한국CDE학회 유병현 회장, SK경영경제연구소 김지현 부사장, 캐드앤그래픽스 최경화 국장   한국CDE학회 유병현 회장은 격려사를 통해 “지난 20년 동안 PLM 베스트 프랙티스 컨퍼런스는 국내 PLM 분야의 성공 사례를 공유하면서 제조업계의 경쟁력을 높이는 마중물 역할을 해왔다. 특히, 올해는 ‘PLM/DX 베스트 프랙티스 컨퍼런스’로 명칭을 변경하고 제조업계의 화두인 디지털 전환과 디지털 트윈, 생성형 AI의 도입을 통해서 변화하는 트렌드에 주목하고자 한다”고 전했다. 그리고 “생성형 AI와 소프트웨어 주도의 변화는 제조업계를 한 단계 도약시키는 큰 기여를 하게 될 것이며, 이러한 변화는 우리가 미래를 준비하는데 필수적인 요소가 될 것”이라면서, “지난 20년 동안 PLM 베스트 프랙티스 컨퍼런스를 공동 주최하면서 함께 성장해 온 한국CDE학회는 CAD/CAM부터 인공지능과 디지털 전환, 생성형 AI에 이르기까지 다양한 기술의 융합을 통해서 디지털 혁신을 선도하고자 한다”고 덧붙였다.   ▲ 한국CDE학회 유병현 회장(한국과학기술연구원)   이번 행사에서는 ‘PLM 베스트 프랙티스 적용 사례 & DX 전략(6월 13일)’과 ‘디지털 전환을 위한 신기술과 솔루션(6월 14일)’이라는 두 개의 트랙에서 14편의 발표를 통해 다양한 내용이 소개됐다.   ■ 함께 읽기 : [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (1)   AI가 가져 올 제조산업의 새로운 가치 행사 둘째 날인 6월 14일에는 SK경영경제연구소의 김지현 부사장이 ‘AI를 품은 제조업의 서비스 혁신’이라는 주제의 기조연설을 통해 “챗GPT(ChatGPT)로 대표되는 생성형 AI가 제조 공정의 혁신을 가져다 줄 수 있으며, 각종 디지털 디바이스가 생성형 AI와 결합될 때 새로운 고객 가치와 사용자 경험을 만들어낼 수 있다”고 짚었다. 기존에도 빅데이터나 AI 기술을 접목한 로봇은 존재했다. 하지만 생성형 AI의 차이점은 LLM(대규모 언어 모델)으로 사람의 말을 이해해 대화가 가능하고, LMM(대규모 멀티 모달 모델)을 통해 주변 상황을 인지할 수 있다는 것이다. 김지현 부사장은 “사람처럼 눈과 귀가 달려서 상황의 변화를 인식하고 사람의 말을 명확하게 이해해서 이를 기반으로 공장에서 작동하는 로봇이 향후 몇 년 사이에 확산된다면 제조 공정의 혁신을 더욱 가속화할 것”이라고 전망했다. 이런 제조 공정 혁신과 함께 디바이스 즉 하드웨어의 변화도 본격화될 것으로 보인다. 기존의 하드웨어가 AI를 품으면서, 이를 기반으로 하드웨어의 성능과 기능이 더욱 향상된다는 것이다.  김지현 부사장은 “AI 칩과 SLM(소형 언어 모델)이 내장된 디바이스는 더욱 다양한 사용자 경험과 편의, 새로운 가치를 제공한다. 하드웨어를 만드는 제조업체로서는 새로운 기술 혁신과 제품 혁신의 기회를 얻는다는 부분에 주목할 필요가 있다”고 말했다. 또한, 김지현 부사장은 “지난 30년간의 디지털 전환에서 아날로그와 디지털이 따로 놀았다면 앞으로의 디지털 전환은 디지털에서 구현된 것이 아날로그에서도 구현되고, 아날로그에서 반영된 것이 디지털로도 구현되면서 양쪽이 긴밀하게 결합되는 세상으로 바뀌고 있다”고 짚으면서, “제조업의 향후 과제는 공장을 어떻게 디지털 트윈이나 스마트 팩토리로 만들 것인가, 그리고 AI를 활용을 해서 어떻게 제품을 온디바이스 AI화할 것인가가 되었다고 본다”고 전했다.   ▲ SK경영경제연구소 김지현 부사장   비전 AI 분야의 발전과 전망 소개 씨이랩의 이문규 책임리더는 ‘다양한 산업에서 적용되는 비전 AI의 현재와 미래’라는 주제의 기조연설에서 비전 AI의 현재와 미래, 그리고 제조 물류 분야에서 비전 AI 모델의 활용 방안에 대해 소개했다. 비전 AI(vision AI)는 컴퓨터가 시각적 세계를 해석하고 이해하는 부분에 관한 인공지능 분야이다. 비전 AI의 발전은 하드웨어, 빅데이터 알고리즘, 딥러닝 기술과 같이 진보했으며 다양한 산업에서 혁신을 이끌고 있다. 이문규 책임리더는 “비전 AI 시장은 연평균 21.5% 성장하고 있으며, 시장 규모는 457억 달러에 이를 것으로 추산된다. 비전 AI의 성장은 심층 학습, 딥페이크를 생성하는 대립 네트워크, 컴퓨터 비전의 자연어 처리 등의 기술 발전에 영향을 받고 있으며, 멀티 모달 AI 기술의 발전으로 새로운 응용 서비스가 꾸준히 나오고 있다”고 소개했다. 비전 AI 분야에서는 방대한 데이터셋, 광대규모의 데이터셋, 광범위한 데이터에 대한 증강, 모델 성능을 최적화하기 위한 훈련 체계 등의 기술이 꾸준히 발전하고 있다. 그리고, 대형 비전 모델의 발전은 이미지 객체의 탐지 및 인식뿐 아니라 복잡함 이미지를 인간 수준으로 이해할 수 있도록 가능성의 경계를 넓히는 도전을 하고 있다. 이런 기술 발전은 물류, 제조, 자율주행, 의료 이미지 분석, 감시 시스템 등 다양한 산업 분야로 비전 AI의 확장을 뒷받침하는 추세이다. 이문규 책임리더는 “씨이랩은 영상 분석을 전문으로 하는 회사로, AI 모델의 학습/추론 영역에서 GPU를 효율적으로 활용 및 관리하는 기술, 소량 또는 얻기 어려운 데이터에서 학습 데이터를 생성하는 기술을 활용해 비전 AI 모델을 만들고 실시간 영상 분석으로 인사이트를 만드는 연구에 집중하고 있다”고 소개했다.   ▲ 씨이랩 이문규 책임리더   디지털 트윈부터 AI까지 기술 활용 방안 짚다 아이지피넷의 윤정두 차장은 ‘기업과 부서에서 3D 데이터 활용을 통한 3D 데이터 공유 및 디지털화 실현’이라는 주제로 발표를 진행했다. 많은 기업이 한 가지의 CAD만 갖고 있는 것이 아니라 멀티 CAD를 기반으로 하고 있다. 이는 제품 설계, 금형 설계, 해석, 가공 시뮬레이션 등 각 부서에서 사용하는 툴이 다양하기 때문이다. 그리고 OEM과 다른 CAD 환경을 구축한 경우도 있다.  윤정두 차장은 “이런 멀티 CAD 환경에서 3D 데이터를 잘 활용하기 위해서는 일방적인 변환이 아니라 각 부서에 맞게 데이터를 최적화할 필요가 있다. 이를 위해서는 중립 포맷 대신 이기종 CAD 환경에 맞춰 설계 의도와 의미를 유지할 수 있도록 데이터를 변환해야 한다. 또한 3D 데이터를 작성하는 과정에서 생길 수 있는 에러를 효과적으로 해결해서 품질을 확보하면 다운스트림 공정에서 데이터를 더욱 잘 활용할 수 있다”면서, 데이터 준비 및 최적화 작업의 시간 소모를 줄일 수 있는 툴이 중요하다고 설명했다. 또한 데이터 품질 체크, 자동 데이터 힐링 및 최적화, 속성 및 PMI 정보의 변환, 데이터 비교 리포트 작성 등 데이터 변환 툴에 필요한 핵심 기능을 소개했다.   ▲ 아이지피넷 윤정두 차장   다쏘시스템코리아의 정유선 에노비아 브랜드 세일즈 부문 대표는 ‘멀티 CAD 환경에서의 협업 방안’에 대해 발표했다. 경쟁력 있는 제품을 만들기 위한 비용 절감뿐 아니라 새로운 소비자 경험을 제공하기 위한 혁신에 대한 요구가 늘면서, 제품 개발 환경의 어려움이 커지는 상황이다. 여기에 더해 최근에는 제품 개발에서 AI 적용에 대한 요구가 강화되고 있다. 기업이 제품을 개발할 때 AI 기술을 어떻게 적용할 것인지가 제품 개발의 새로운 이슈가 된 것이다. 정유선 대표는 “기업이 제품을 개발할 때 AI를 적용하기 위해서는 학습 모델이 필요하고, AI학습을 위한 양질의 데이터셋을 수집해야 한다”면서, “AI 학습을 위한 고품질의 데이터셋을 확보하기 위해 제품 개발 과정의 모든 데이터가 원활하게 연결되는 데이터 기반의 업무 환경을 조성하는 것이 중요해질 것으로 보인다”고 전했다. 다쏘시스템은 설계부터 검증/해석, 생산, 판매 이후 서비스 단계까지 모든 데이터를 연속성 있게 연결하는 플랫폼을 내세우고 있다. 정유선 대표는 “플랫폼 기반으로 협업을 하면 모든 데이터가 연결 구조를 갖기 때문에, 이슈를 빠르게 추적 및 조치할 수 있고 재사용도 쉬워진다. 결과적으로 개발 기간을 줄일뿐 아니라 인력이나 비용도 최소화할 수 있는 것이 장점”이라고 소개했다.   ▲ 다쏘시스템코리아 정유선 에노비아 브랜드 세일즈 부문 대표   스노우플레이크의 박경호 영업대표는 ‘사례를 통해 알아보는 데이터 플랫폼 구축을 통한 비용 절감 및 비즈니스 성장 실현 방안’을 주제로 발표를 진행했다. 공급망 관리의 복잡성과 예측이 어려운 글로벌 환경 변화 등이 기업의 비즈니스 과제로 여겨지면서, 많은 기업이 이에 대응하기 위해 디지털 전환 및 디지털 트윈을 통한 기술 혁신을 추진하고 있다. 하지만, 이를 위한 데이터가 여러 시스템에 분산되어 있고 외부 데이터를 받아오는 데에 많은 비용이 드는 등의 어려움도 커졌다. 박경호 영업대표는 “새로운 데이터 원본을 통합하는 데에는 시간이 걸리고, 하드웨어와 소프트웨어를 갖추기 위해서는 대규모의 투자가 필요하다. 변화에 대응하기 어려운 레거시 파이프라인을 관리 및 유지하는 데에도 꾸준히 비용이 발생한다”고 짚었다. 또한 “스노우플레이크는 이러한 제조기업의 변화에 맞춰 유기적인 데이터 연계를 통해 제조 프로세스의 문제를 해결할 수 있는 시스템을 제공한다. 이를 통해 전반적인 프로세스 데이터를 관리하면서, 변화하는 제조업의 환경에 알맞게 데이터를 관리할 수 있다”고 전했다.   ▲ 스노우플레이크 박경호 영업대표   팀솔루션의 서경진 상무는 ‘디지털 트윈을 위한 지능형 경량화/최적화 모델 생성 방안’에 대해 발표했다.  제조산업 및 엔지니어링 분야에서 디지털 트윈은 효율을 높이는 혁신적인 도구로 여겨지고 있으며, 이를 통해 기업은 제품 수명주기 전반에 걸쳐 더 나은 의사결정을 내릴 수 있다. 하지만, 기존의 수많은 3D CAD 모델을 디지털 트윈으로 변환하는 과정에서 많은 수작업과 개별 프로그래밍이 필요하기 때문에 비효율이 존재한다. 서경진 상무는 “3D 기반의 플랫폼에서 엔지니어링 및 제조 정보를 취합하고 활용 목적에 맞게 가공 및 전달하는 디지털 트윈을 가장 빠르게 구축하는 방법은 3D 캐드를 활용하는 것”이라면서, “이를 위해 3D 데이터를 경량화하고 묶어서 빠르게 사용자에게 보여주는 체계를 구축하는 것이 필요하다”고 짚었다. 또한, “경량화된 3D 데이터는 3D 엔진에서 가볍게 활용할 수 있도록 프레임을 높였으며, 웹과 VR/MR/XR 등 다양한 형태로 제공될 수 있다”고 덧붙였다.   ▲ 팀솔루션 서경진 상무   연세대학교의 송경우 교수는 ‘생성형 AI 동향과 제조 엔지니어링 적용 방법’에 대해 발표했다. GPT와 같은 대규모 언어 모델은 특정한 단어가 주어졌을 때 그 다음에 어떤 단어가 올 것인지를 예측하도록 학습된 모델이다. 이런 특성으로 번역을 하거나 이미지를 이해할 수 있지만, 정확한 답변을 요구하는 엔지니어링 영역에서도 이 언어 모델을 활용할 수 있을지에 대한 의문도 있다. 송경우 교수는 전문 용어가 많은 IT 개발 문서를 기반으로 GPT-4의 답변 테스트 내용을 소개하면서, “단순히 문서 내용을 기반으로 한 답변은 정확하지 않았지만, 여러 단계로 순차적인 질문을 할 때 답변의 신뢰도가 높아지는 알고리즘을 찾을 수 있었다”고 소개했다. 제조 엔지니어링이 특화된 언어 모델을 만들기 위해서 데이터 구축을 진행 중이라고 전한 송경우 교수는 “특정 작업에서 성능을 발휘할 수 있는 언어 모델을 만드는 데에는 생각보다 비용이 들지 않을 것으로 생각한다. 관건은 학습 데이터를 구축하는 것”이라고 전했다.   ▲ 연세대학교 송경우 교수   한편, 5월 30일에는 엘타워에서 PLM/DX 베스트 프랙티스 VIP 간담회가 개최되었다. 이날 간담회에는 PLM/DX 업계를 리드하는 업계 관계자들이 참석, PLM 기술의 발전과 현재 상황, 그리고 발전을 위한 협력과 지원 방안에 대해 논의하는 자리를 가졌다.  기업의 핵심 요소인 PLM은 DX, AI와 결합하여 새로운 도전과제를 받고 있으며, 각 기업들은 차세대 시스템과 새로운 기술의 접목과 방향에 대해 소개했다.       관련기사 함께 보기 [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (1)

오라클이 에이펙스(APEX) 로코드(low-code) 개발 플랫폼의 최신 릴리스에 새롭게 추가되는 AI 기능을 발표했다. 오라클 에이펙스의 에이펙스 AI 어시스턴트(APEX AI Assistant)는 애플리케이션 개발 과정을 간소화하여 개발자들이 풍부한 기능을 갖춘 대규모 미션 크리티컬 애플리케이션을 신속하게 구축할 수 있도록 돕는다.  에이펙스 AI 어시스턴트의 자연어 프롬프트를 사용하면 원하는 기능 및 구성 요소 지정, SQL 문 자동 생성, 원클릭 디버그 수정, 테이블 이름 자동 저장, 기존 애플리케이션에 즉시 사용 가능한 대화형 인터페이스 추가 등 다양한 작업을 수행할 수 있다. 오라클 에이펙스는 오라클 데이터베이스 및 오라클 자율운영 데이터베이스를 비롯한 모든 오라클 데이터베이스 서비스에서 무상으로 지원되는 기능으로, 무료 체험이 가능하다. 오라클 에이펙스는 선언적 개발 방식을 제공함으로써 복잡한 기존의 코딩 방식을 대체한다. 이를 통해 1/100 수준의 적은 코드량과 20배 빨라진 속도로 미션 크리티컬 엔터프라이즈 애플리케이션을 구축 및 배포할 수 있도록 지원한다. 오라클 에이펙스는 이미 2100만 개 이상의 애플리케이션 구축에 활용된 바 있으며, 다양한 글로벌 산업 분야에서 85만 명 이상의 개발자가 활용하고 있다. 오라클은 “에이펙스는 오라클 데이터베이스(Oracle Database) 및 오라클 자율운영 데이터베이스 (Oracle Autonomous Database)를 비롯한 모든 오라클 데이터베이스 서비스에 포함되어 있으며, 탁월한 애플리케이션 성능과 함께 업계 최고 수준의 안전성, 가용성, 확장성을 제공한다”고 설명했다. 예를 들어, 오라클 데이터베이스 23ai(Oracle Database 23ai)의 AI 벡터 검색(AI Vector Search) 기능과 오라클 에이펙스를 함께 활용하면 문서, 이미지, 기타 비정형 데이터에 대한 시맨틱 검색과 비공개 비즈니스 데이터 검색을 한 번에 수행할 수 있다.     오라클 에이펙스가 새롭게 선보이는 향상된 AI 기능으로는 에이펙스 AI 어시스턴트,  앱 생성 어시스턴트,  대화형 AI 인터페이스 등이 있다. 자연어 사용자 프롬프트로부터 유효한 SQL문을 생성하는 ‘에이펙스 AI 어시스턴트’는 개발자 대신 SQL 구문을 기억하고, SQL 쿼리 작성을 자동화한다. 기존 코드에 대한 설명을 제공하고, 간단한 클릭만으로 적용 가능한 코드 버그 수정안을 제안하여 개발자가 반복적인 코딩 작업에서 벗어날 수 있도록 지원한다. ‘앱 생성 어시스턴트(Create App Assistant)’는 자연어 사용자 프롬프트로 원하는 속성과 기능을 지정하여 새로운 애플리케이션 청사진(blueprints)을 생성할 수 있는 기능이다. 개발자는 이 기능을 활용하여 신규 애플리케이션 개발을 간소화하고, 기본적인 코딩 작업 대신 고유한 맞춤형 애플리케이션 기능 제작에 에너지 및 리소스를 집중할 수 있다. ‘대화형 AI 인터페이스(Conversational AI dialogs)’는 즉시 사용 가능한 대화형 인터페이스를 기존 애플리케이션에 간단히 추가하여 최종 사용자가 애플리케이션과 자연어로 대화할 수 있도록 지원하는 기능이다. 개발자는 이 기능을 활용하여 생성형 AI 또는 자연어 처리 구성 요소를 처음부터 직접 구축할 필요 없이 더욱 풍부한 인앱(in-app) 경험을 제공할 수 있다. 오라클의 마이크 히치와(Mike Hichwa) 소프트웨어 개발 담당 수석 부사장은 “매일 SQL문을 작성하는 개발자의 입장에서 사용 빈도가 떨어지는 테이블 및 열의 이름이나 구문을 직접 기억한다는 것은 무척 어려운 일이다. 개발자에게 있어 맥락에 맞는 열 이름 결정, 조인(JOIN), 복잡한 구문 생성 등의 기능을 지원하는 AI 어시스턴트는 진정 획기적이라 할 수 있다”면서, “예를 들어, ‘미국의 캔자스시티와 위치타 지점으로 가장 최근에 배송하고 남은 라지 사이즈의 핑크색 티셔츠를 모두 보여줘’와 같이 평범한 자연어를 입력하면 에이펙스 AI 어시스턴트가 이를 자동화하여 정확한 결과를 보여 주게 된다”고 설명했다.

캐디안은 보차도블록 설계를 위한 프로그램인 ‘캐디안 레인(CADian Lane)’을 출시했다고 밝혔다. 지금까지 보차도블록 전문건설사는 수주에 앞서 발주기관으로부터 도면 파일을 받아 해당 사이트에 블록을 배치하는 작업을 진행해 왔다. 이 과정에서 신속하고 정확한 물량을 산출해야 하고, 발주기관이 요구한 배치 패턴이 다양한 패턴 무늬인 경우에는 각 색상별로 정확한 수량을 산출하는데 시간과 인건비가 투입되었다. 보차도블록 업계에 따르면 블록 배치 패턴은 블록을 배치하는 방법과 색상을 달리 하여 무늬를 만들어야 하는데, 보도와 공원 및 공간에 적용하고자 하는 발주기관의 요구가 다양하기 때문에  공사 수주의 리스크 최소화를 위한 견적 작업은 상당한 정확성과 신속성을 필요로 한다. 또한, 정확하고 신속한 수량산출에 의한 견적 작성이 보차도블록 전문업체의 수주 경쟁력을 좌우하게 된다.     오토캐드로 설계된 DWG 도면 파일과 호환되는 국산 CAD 캐디안을 기반으로 개발된 캐디안 레인은 200Mb 이상의 대용량 파일의 설계·편집 및 확대·축소·이동을 빠르게 할 수 있으며 DWG 도면 비교 등이 가능한 것이 특징이다. 캐디안 레인은 영구 라이선스와 필요할 때 필요한 양만큼만 사용하는 월 단위의 구독 방식을 제공한다. 또는 언제/어디서나 웹을 통해 접속 가능한 클라우드 라이선스를 선택적으로 도입할 수 있도록 했다. 캐디안의 박승훈 대표는 “보차도블록 프로그램은 정물림 패턴, 반물림 패턴, 마루 패턴, 헤링본 패턴, 곡선 배치 등 다양한 배치 패턴을 자동으로 배치하는 것 외에도 물량을 산출할 때 다양한 옵션이 요구된다”면서, “캐디안은 보차도블록 제조사와 시공사의 요구를 반영한 블록 자동 배치 및 물량 산출 자동화 전용 툴을 출시하게 되었다”고 설명했다.