캔바(Canva)가 AI 시대에 팀이 창작/소통/협업하는 방식을 새롭게 정의하는 ‘비주얼 스위트 2.0(Visual Suite 2.0)’을 선보였다. 창의성과 생산성의 간극을 메우기 위해 설계된 이번 신제품군은 AI 기반 디자인, 원활한 콘텐츠 제작, 강력한 개인화(personalization) 등에 중점을 두었다. 캔바는 미국 에서 열린 제4회 ‘캔바 크리에이트(Canva Create)’ 이벤트에서 비주얼 스위트 2.0을 공개했다. 캔바는 “이번 신제품군은 2억 3000만 명 이상의 월간 활성 사용자 수를 달성하며 빠르게 성장하고 있는 캔바 커뮤니티가 이전보다 더욱 창의적인 방식으로 디자인할 수 있도록 지원한다”면서, “비주얼 스프레드시트부터 데이터 시각화, 대화형 디자인, 대규모 맞춤형 콘텐츠 제작 및 인터랙티브한 경험을 제공하는 혁신적인 방식에 이르기까지, 전 세계 팀들의 일상적인 콘텐츠 생성부터 복잡한 업무를 지원하며 비주얼 커뮤니케이션 분야의 선두 주자로서 입지를 굳힐 것”이라고 전했다.     캔바의 비주얼 스위트 2.0은 대담한 디자인 방식부터 가장 사랑받는 도구의 혁신적 업그레이드까지 콘텐츠, 데이터, 디자인의 세계를 하나의 매끄러운 경험으로 통합하며 창의성과 생산성의 새로운 차원을 선보이고자 했다. 이번에 출시된 제품들은 전반적인 캠페인 기획, 복잡한 데이터의 시각화, 대규모 브랜드 콘텐츠의 신속한 제작 등에 있어 업무의 방식과 창의성, 협업의 미래를 재정의한다. 비주얼 스위트 인 원 디자인(Visual Suite in One Design)은 문서와 프레젠테이션, 웹사이트까지 모든 것을 하나의 디자인과 통합된 형식으로 제작할 수 있는 기술이다. 이를 통해 개별 도구, 분산된 작업 흐름, 연결되지 않은 파일의 필요성이 사라지며, 기획과 브리핑부터 디자인, 납품까지 전체 캠페인을 하나의 협업 공간에서 매끄럽게 처리할 수 있다. 캔바 시트(Canva Sheets)는 시각적이고 강력하며, 모든 작업과 연결되도록 재구상된 스프레드시트이다.
 캔바 시트는 데이터를 텍스트 및 시각 자료와 매끄럽게 통합해 시각적이고 지능적이며 강력한 경험을 제공한다. 매직 스튜디오를 기반으로 한 캔바 시트는 매직 인사이트(Magic Insights)와 같은 기능을 통해 데이터셋을 스캔하여 주요 패턴과 핵심 요점을 파악하며, 데이터 커넥터(Data Connectors)를 사용해 허브스팟(HubSpot), 스태티스타(Statista), 구글 애널리틱스(Google Analytics) 등에서 데이터를 불러와 사용자가 손쉽게 데이터 시각화 작업을 할 수 있게 한다.  매직 스튜디오 확장형(Magic Studio at scale)은 향상된 속도와 규모로 개인화되고 브랜드에 맞춘 콘텐츠를 제작하도록 돕는다. 캔바 시트에 통합된 이 기능은 스프레드시트를 강력한 콘텐츠 엔진으로 변환하고, 팀이 몇 초 만에 대량의 콘텐츠를 생성할 수 있도록 지원한다. 다중 시장(multi-market) 마케팅 캠페인, 영업 활동 및 내부 커뮤니케이션에 사용되는 템플릿에 다이내믹한 데이터가 즉시 채워져, 수작업을 줄이고 생산 속도를 높이며 모든 접점에서 일관성을 유지할 수 있다. 매직 차트(Magic Charts)는 복잡한 데이터를 강력하고 인터랙티브한 비주얼 스토리로 즉시 변환
한다. 이를 통해 누구나 가공되지 않은 수치(raw numbers)를 몇 초 만에 동적이고 브랜드에 맞춘 시각 자료로 변환할 수 있게 한다. 스크롤 가능한 보고서, 애니메이션, 인포그래픽 등을 만들 수 있는 AI 도구는 데이터와 디자인 간 간극을 메워 모든 팀이 인사이트를 명확하고 창의적으로 전달할 수 있도록 지원한다.     캔바 AI(Canva AI)는 음성 인식이 가능한 대화형 창작 파트너이다. 캔바의 모든 생성형 AI 도구를 하나의 원활한 워크플로로 통합해 누구나 아이디어에서 실행까지 몇 초 만에 도달할 수 있게 한다. 텍스트, 슬라이드, 이미지 생성부터 사진 편집 및 디자인 크기 조정에 이르는 모든 작업이 프롬프트나 음성만으로 가능하다. 현재 대화형 디자인 생성은 영어로 지원된다. 캔바 코드(Canva Code)는 인터랙티브 콘텐츠를 디자인하는 과정의 기술적 장벽을 허물고, 간단한 프롬프트만으로 누구나 디자인에 상호 작용 가능한 요소를 더할 수 있게 지원한다. 캔바에서는 계산기부터 플래시 카드, 설문(form)까지 만들 수 있어 정적인 콘텐츠를 별도의 코딩이나 외부 도구 없이도 역동적이고 몰입감 있는 경험으로 전환할 수 있다. 랜딩 페이지, 수업 자료, 프레젠테이션 등 다양한 용도에 상호 작용 가능한 디자인을 몇 마디 단어로 쉽게 제작할 수 있다. 캔바 사진 편집기(Canva Photo Editor)는 스튜디오 품질의 이미지 제작 과정을 간편하게 만든다. 비주얼 스위트의 일부로 통합된 캔바 사진 편집기는 효율성과 편의성을 위해 더욱 강력한 도구로 진화했다. 여기에는 선택된 요소를 정밀하게 수정할 수 있는 AI 기반 포인트 앤 클릭 편집 기능(Point and Click Editing), 조명과 레이아웃을 고려한 AI 배경 생성, 손쉬운 객체 제거 및 교체 기능이 포함된다. 한편, 캔바는 2022년 비주얼 스위트 출시 이후 글로벌 성장세가 더욱 가속화되고 있으며 1억 4500만 명 이상의 신규 사용자를 확보했다고 밝혔다. 현재 1초마다 376개 이상의 디자인이 제작되며, 2013년 캔바가 출시된 이래 총 350억 개의 디자인이 만들어졌다. 캔바의 연간 매출은 30% 이상 증가하며 30억 달러 이상의 연간 수익을 달성했다. 캔바의 멜라니 퍼킨스(Melanie Perkins) 공동 창업자 및 CEO는 “10여년 전 캔바 창립 이래 최대 규모의 제품 출시이자, 창의성과 생산성이 만나는 비주얼 스위트 2.0을 발표하게 되어 기쁘다”면서, “매년 2억 3000만 명에 이르는 캔바 커뮤니티는 수백만 가지의 아이디어를 공유하고 있는데, 그 중 지속적으로 공유되는 것 중 하나는 창의성과 생산성을 하나의 원활한 흐름으로 통합하고 싶다는 것이었다. 재구성된 업무 필수 요소부터 자신만의 디자인 파트너와 함께 창작할 수 있는 완전히 새로운 방식에 이르기까지, 누구나 자신의 아이디어를 쉽게 구현할 수 있도록 지속적으로 지원할 수 있길 기대한다”고 설명했다.

매스웍스가 4월 8일 ‘매트랩 엑스포 2025 코리아(MATLAB EXPO 2025 Korea)’를 개최했다고 발표했다. 행사에는 1500명 이상의 국내외 기술 전문가, 매트랩(MATLAB)과 시뮬링크(Simulink) 사용 고객이 참석해 다양한 산업 분야의 최신 기술 및 엔지니어링 트렌드를 확인했다. 이번 행사는 매스웍스의 아비 네헤미아(Avi Nehemiah) 설계 자동화 소프트웨어 부문 총괄 디렉터와 한화로보틱스 정병찬 대표이사의 기조연설로 시작됐다. 아비 네헤미아 디렉터는 기조연설에서 소프트웨어 정의 시스템(Software-defined systems)의 가치와 구현 방법을 심도 있게 다뤘다. 발표에 따르면, 모델 기반 설계(Model-Based Design)를 통해 요구사항부터 아키텍처, 기능, 구현, 테스트까지 이어지는 디지털 스레드를 구축하고, AI와 데이터 기반 기능, 클라우드 활용을 통해 하드웨어 변경 없이도 새로운 기능을 제공할 수 있다. 이러한 접근 방식은 자동차, 산업 기계, 의료 시스템 등 다양한 산업 분야에서 제품의 가치를 높이고 사용자 경험을 향상시키는 핵심 요소로 자리잡았다. 정병찬 대표이사는 ‘로봇, 혁신으로 일상과 산업을 재창조하다’라는 제목의 기조연설에서 로봇 기술의 현재와 미래를 조망했다. 정병찬 대표이사에 따르면 로봇 기술이 제조업을 넘어 서비스, 의료, 농업 등 다양한 분야로 확장되고 있다. 발표에 따르면 이러한 확장은 인공지능과 로봇 기술의 발전과 결합되어 산업 생태계에 상당한 영향을 미칠 잠재력을 갖는다. 매트랩 엑스포 2025 코리아의 기술 세션은 알고리즘 개발 및 AI, 전동화, 모델 기반 설계, AI 응용 엔지니어링, 모빌리티, 무선 및 위성 등 6개 트랙으로 구성됐다. 삼성전자, 현대자동차, SK텔레콤, 한국전력연구원 등 국내 첨단 기술 기업들이 참가해 매트랩과 시뮬링크의 활용 사례를 공유했다.     행사장의 데모 부스에서는 다양한 산업 분야의 기술이 소개됐다. 자동차 분야에서는 모델 기반 설계의 데브옵스(DevOps) 환경 통합 설루션을 전시했다. 또한 매스웍스는 요구사항 관리부터 시스템 아키텍처 설계, 소프트웨어 개발과 검증까지의 CI 환경 구축 방안을 시연했다. 무선 분야에서는 언리얼 엔진을 활용한 사실적 위성 시나리오 시각화 사례에 대한 핸즈온 데모를 통해 AI 기반 모델링 기법을 체험할 수 있게 했다. 참석자들은 정적 및 동적 검증을 위한 통합 플랫폼인 폴리스페이스(Polyspace) 제품군을 통한 코드 기반 검증 과정도 확인할 수 있었다. 아카데믹 부스에서는 세종대학교, 단국대학교, 카이스트, 인하대학교, 전북대학교, 창원대학교, 한국공학대학교 등 여러 대학의 연구 사례가 소개되었는데, 그중 인하대학교 임베디드 제어 연구실(ECL)은 ‘신속 제어 프로토타이핑 시스템 및 첨단 제어 기술’을 발표했다. 인하대학교 ECL은 자체 개발한 경량 신속 제어 프로토타이핑 시스템(LW-RCP)을 활용해 시뮬링크 기반의 블록 다이어그램 프로그래밍으로 제어 시스템을 설계하고 실시간 제어기를 구현하는 방법을 설명했다. 특히 2단 도립진자 시스템의 실시간 제어 시연에서는 최적제어와 강화학습 기반 제어를 활용한 기술을 시연했다. 매스웍스코리아의 이종민 대표는 "이번 매트랩 엑스포는 참석자들과 함께 국내 엔지니어링 분야의 미래를 확인할 수 있는 뜻깊은 행사였다”면서, “매스웍스는 앞으로도 AI, 전동화, 모빌리티 등 다양한 산업 분야의 기술 발전을 지원해 국내 산업의 경쟁력 강화에 기여할 것"이라고 전했다.

한국지멘스는 지멘스그룹이 3월 31일부터 4월 4일 독일에서 열린 ‘2025 하노버 산업 박람회(하노버 메세)’에 참가해 산업 전반의 디지털 전환과 지속 가능한 미래를 가속화하는 혁신 기술을 선보이고, 강력한 에코시스템 파트너들과의 성공적인 협업 현황을 공유했다고 밝혔다. 지멘스는 이번 하노버 메세를 통해 공장의 두뇌 역할을 하는 가상 프로그램 로직 제어기(vPLC)를 아우디의 뵐링거 회페 공장에 도입한 사례를 소개했다. 이 공장에서는 기존처럼 기계나 로봇 근처에 하드웨어 기반 컨트롤러를 설치하는 대신 수 킬로미터 떨어진 데이터 센터에서 작동하는 가상 컨트롤러가 공장 전체의 생산을 제어함으로써 현장의 안전성을 강화하고, 생산 프로세스를 간소화하며, 제조 공정의 효율화를 이끌고 있다. 이와 관련해 지멘스는 독일기술검사협회(TÜV)로부터 vPLC에 대한 안전 인증을 획득했다. 지멘스는 개방형 디지털 비즈니스 플랫폼을 지향하는 ‘지멘스 엑셀러레이터(Siemens Xcelerator)’를 통해 파트너가 보유한 최첨단 기술을 산업 생태계에 원활하게 통합시킨다는 전략을 추진하고 있다. 지멘스의 핵심 역량과 글로벌 파트너 에코시스템이 결합된 지멘스 엑셀러레이터로 첨단 기술의 확장과 차세대 산업 혁신을 주도하는 핵심 동력을 만들겠다는 것이다.     이번 하노버 메세에서 지멘스와 액센츄어는 전 세계 7000여명의 전문가로 구성된 ‘액센츄어 지멘스 비즈니스 그룹’을 출범한다고 발표했다. 이 조직은 지멘스 엑셀러레이터 포트폴리오의 산업용 AI 및 소프트웨어, 자동화 기술과 액센츄어의 데이터 및 AI 역량을 결합한 설루션을 공동 개발하고 판매할 예정이다. 또한, 지멘스는 하노버 메세에서 엔비디아와의 파트너십을 통한 산업용 메타버스 기술을 시연하면서, 지멘스 엑셀러레이터와 엔비디아 옴니버스(Omniverse)를 통합한 ‘팀센터 디지털 리얼리티 뷰어(Teamcenter Digital Reality Viewer)’를 처음 공개했다. 시각화 및 시뮬레이션 기능이 향상된 팀센터 디지털 리얼리티 뷰어는 극사실적인 몰입형 디지털 트윈을 구현하여 사용자에게 설계 및 운영 워크플로에 대한 중요한 인사이트를 제공한다. 이 밖에도 양사는 지멘스의 산업용 소프트웨어 및 자동화 포트폴리오와 엔비디아의 AI 및 가속 컴퓨팅 기술을 결합해 산업 전반의 효율 및 생산성을 높이고자 한다.  지멘스는 마이크로소프트와 함께 '산업용 파운데이션 모델(IFM)'을 개발했다. 마이크로소프트 애저(Azure) 플랫폼을 기반으로 산업 특화 데이터를 활용하는 이 모델은 AI에게 엔지니어링 언어를 학습시킴으로써, 3D 모델과 2D 도면은 물론 산업에 특화된 복잡한 데이터와 기술 사양을 처리하고 맥락화할 수 있다. 지멘스는 IFM이 인간과 기계의 협업을 한 단계 끌어올려 산업 현장의 AI 설루션 도입을 앞당기고, 숙련 인력 부족 문제를 해소하며, 가치 사슬 전반에 걸쳐 생산성과 효율성, 품질을 향상시킬 것으로 기대하고 있다. 또한, 지멘스와 마이크로소프트는 지멘스의 실시간 데이터 수집 툴인 인더스트리얼 엣지(Industrial Edge)와 마이크로소프트 애저의 클라우드 플랫폼을 통합하는 산업 운영 효율화를 위한 파트너십을 강화하고 있다. 지멘스와 아마존웹서비스(AWS)는 지속 가능한 스마트 인프라를 발전시키기 위한 전략적 파트너십을 발표했다. 양사는 하노버 메세에서 지멘스의 디지털 빌딩 플랫폼 ‘빌딩 X(Building X)’와 아마존 노바(Amazon Nova), 아마존 베드록(Amazon Bedrock) 등 AWS의 클라우드 서비스 및 AI 역량을 결합한 성과를 선보였다. 이를 통해 효율성 증대, 비용 절감, 프로세스 자동화와 함께 에너지 소비 및 탄소 배출 데이터에 대한 실시간 인사이트를 기반으로 에너지 절감 효과까지 거둘 수 있음을 보여줬다. 지멘스그룹의 롤랜드 부시(Dr. Roland Busch) 회장 및 최고경영자는 하노버 메세의 개막 연설에서 전 세계의 중대한 산업 변화를 이끌 핵심 기술로 ‘산업용 AI’를 꼽았다. 롤랜드 부시 회장은 “올해 하노버 메세는 산업계가 역동적인 기술 및 시장 환경 변화에 직면해 있는 대변혁의 시기임을 보여준다. 지멘스는 산업용 AI, 포괄적인 디지털 트윈, 소프트웨어 정의 자동화(SDA) 분야를 선도하는 기업으로서 고객이 경쟁력과 회복 탄력성, 지속 가능성을 높이고 변화를 이끌어 나갈 수 있도록 지원한다”고 전했다. 이어 롤랜드 부시 회장은 “지멘스는 산업 현장에 대한 전문성과 깊은 이해, 충분한 데이터를 보유하고 있으며, 이러한 지멘스의 역량과 AI를 결합함으로써 엄청난 시너지 효과를 낼 것”이라고 전망했다.

산업 디지털 전환을 가속화하는 버추얼 트윈 (1)   소셜 미디어의 부상으로 인해 다양한 마케팅 콘텐츠에 대한 수요가 급격히 증가하면서, 제품을 표현하는 방식도 기하급수적으로 늘어나고 있다. 기존의 CGI(Computer Generated Imagery) 방식은 새로운 비주얼 모델을 처음부터 제작해야 하므로 이러한 속도를 따라가기 어렵다. 또한, 제품을 직접 제작하고 촬영하는 방식은 많은 시간과 비용이 소요된다. 이에 따라 기업들은 제작 효율을 극대화하고, 보다 신속하고 확장 가능하며 비용 효율적인 콘텐츠 생산을 위해 혁신적인 기술을 모색하고 있다. 이번 호에서는 3D익사이트(3DEXCITE) Tech-stack이 이러한 요구 사항을 충족하기 위해 어떻게 설계 모델을 직접 콘텐츠로 변환하고 생성형 AI(Gen-AI) 기반 시각화(비주얼라이제이션)를 활용하는지 알아보겠다.   ■ 조희원 다쏘시스템의 테크니컬 컨설턴트로, 3년째 3DEXCITE 브랜드 기술 부문을 담당하고 있다. 홈페이지 | www.3ds.com/ko   ■ 남솔아 다쏘시스템의 3DEXCITE 브랜드 세일즈 익스퍼트 스페셜리스트로, 5년째 클라우드 및 제조소프트웨어 IT 영업 & 사업개발 부문에 종사하고 있다. 홈페이지 | www.3ds.com/ko   그림 1   3D익사이트와 버추얼 트윈 3D익사이트는 설계자가 설계한 제품 CAD 모델을 그대로 이용하여 콘텐츠를 위한 버추얼 트윈을 생성한다. 효율적인 데이터 변환 프로세스를 통해 카티아(CATIA)와 같은 설계 프로그램에서 생성된 엔지니어링 데이터를 상용 데이터로 변환시키므로, 버추얼 트윈은 제품을 100% 정확하게 표현할 수 있다. 이 프로세스는 하이엔드 시각적 해상도를 유지하면서 지적 재산을 보호할 수 있도록 설계 데이터를 변경하는 역할을 한다.   3D익사이트의 데이터 변환 과정 엔지니어링 제품 데이터 통합 • 다양한 CAD 데이터를 수집 및 통합 • 카티아, 에노비아(ENOVIA), 시뮬리아(SIMULIA) 데이터 활용 머티리얼(Material) 라이브러리 준비(그림 2) • 표준화된 머티리얼 라이브러리 구축   그림 2   데이터 준비 작업 생성(그림 3) 의미적 데이터 식별 및 테셀레이션 수행   그림 3    데이터 준비 작업 처리(그림 4) 제품 데이터 오픈 및 매개변수 구성   그림 4   제품 정확성 강화(그림 5) 실제 제품 특성을 반영하여 머티리얼 할당 및 매핑   그림 5   모델 성능 평가(그림 6) FPS, 메모리 사용량, 폴리곤 수 분석   그림 6    제품 정확성 검토(그림 7)  가상 리뷰 환경에서 최종 검토 수행   그림 7    최종 제품 내보내기 3DXML 및 STEP 형식으로 최적화된 데이터 제공 Commercial Twin 제작 완료(그림 8) AR, VR, 실시간 플랫폼을 위한 몰입형 경험 제공   그림 8     ■ 자세한 기사 내용은 PDF로 제공됩니다.

최적화 문제를 통찰하기 위한 심센터 히즈 (2)   연재를 통해 제품 설계 과정에서 발생하는 다양한 문제에 대해서 최적화 방법론을 적용하고 올바른 결과를 도출하는 과정에서 심센터 히즈(Simcenter HEEDS)를 활용하는 방법에 대해 살펴보고자 한다. 이번 호에서는 최적화 기법 중에서 근사모델 기반 최적화와 직접 검색 기반 최적화에 대해 짚어보고, 심센터 히즈를 사용하여 근사 및 직접 최적화를 진행하는 과정을 소개한다.   ■ 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 – 구조 설계 최적화 및 사례 제7회 프로세스 자동화 Ⅱ – 모터 설계 최적화 및 사례 제8회 프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 및 사례 제9회 프로세스 자동화 Ⅳ – 다물리 시스템 최적화 및 사례 제10회 프로세스 자동화 Ⅴ – 제조 공정 효율성 최적화 및 사례   ■ 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   최적화 기법의 중요성 최적화는 다양한 산업 분야에서 설계의 성능을 개선하고 자원을 효율적으로 활용하는 데 있어 필수 과정이다. 특히, 복잡한 공학 문제나 다목적 설계에서 최적화는 품질 향상과 비용 절감을 동시에 달성하는 핵심 도구로 활용된다. 현대 산업에서는 제품 개발 주기의 단축과 고성능 요구가 증가함에 따라, 신뢰성 있는 최적화 기법의 선택이 더욱 중요해지고 있다. 근사모델 기반 최적화와 직접 검색 기반 최적화는 이러한 요구를 충족하기 위해 자주 사용되며, 각 접근법은 문제의 특성과 목표에 따라 상이한 성능을 보인다.   근사모델 기반 최적화와 직접 검색 기반 최적화의 개요 근사모델 기반 최적화는 복잡한 시뮬레이션이나 계산 비용이 큰 문제에서 실험 데이터를 바탕으로 근사함수를 생성한 후, 해당 함수를 활용해 최적해를 탐색하는 방법이다. 근사함수를 생성하기 위해서는 주로 반응표면법(RSM), 머신러닝 모델 등이 사용되며, 계산 자원을 절감하고 빠른 최적해 도출이 가능하다는 장점이 있다. 반면, 모델 정확도에 따라 해의 품질이 좌우되고, 고차원 문제에서 모델링이 어려울 수 있다. 직접 검색 기반 최적화는 목적 함수의 수학적 형태를 몰라도 입력과 출력 간 관계를 직접 탐색하며 최적해를 구하는 방법이다. 비선형성이나 불연속성이 있는 문제에도 적용할 수 있는 장점이 있지만, 계산 비용이 크고 수렴 속도가 느릴 수 있어서 고비용 시뮬레이션 환경에서는 활용에 한계가 있을 수 있다.   최적화를 위한 예제 지난 호에서 사용한 외팔보의 처짐 문제를 사용하겠다. 외팔보의 체적을 최소화하는 최적화 문제를 다음과 같이 정의하였다. 빠른 계산을 위해 파이썬(Python)으로 계산한다.   그림 1   목적함수 외팔보 H빔의 체적을 최소화 제약 조건 최대 굽힘 응력(σ) ≤ 200 Mpa 최대 끝단 처짐(δ) ≤ 2 mm 설계 변수 Length : 5,000 mm Load P : 6,500 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 Input/Output file을 등록하였다.    그림 3     ■ 자세한 기사 내용은 PDF로 제공됩니다.

앤시스 워크벤치를 활용한 해석 성공 사례   다양한 산업에서 제품 설계 및 안정성 평가를 위한 실험에 많은 비용과 노력이 소요됨에 따라, 가상의 공간에서 사용자가 원하는 실험 환경을 구성하여 결과를 도출하는 방식이 증가하고 있다. 또한, 해석을 많이 활용하지 않던 산업군에서도 시뮬레이션을 도입하는 단계에 있다. 그 중 바이오 산업에서는 환자의 CT 정보를 기반으로 한 혈류 해석과 임플란트 해석에 대한 수요가 증가하고 있다. 해석 결과를 바탕으로 안정성과 구조적 성능을 평가하고, 이를 임상 결과 데이터로 보완하는 과정이 이루어지고 있다. 이번 호에서는 3D 슬라이서(3D Slicer)와 앤시스 플루언트(Ansys Fluent)를 활용하여 혈관 모델링부터 혈류 해석까지의 워크플로를 소개하고자 한다.   ■ 김지원 태성에스엔이 FBU-F1팀의 매니저로, 열 유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   현재 대부분의 기업이 시뮬레이션을 적극 적용하고 있으며, 특히 바이오 산업에서는 환자의 CT 정보를 기반으로 한 혈류 분석에 대한 수요가 증가하고 있다. 이러한 분석은 혈관 협착증 및 인조혈관의 안정성과 구조적 성능을 평가하는 새로운 방법으로 중요한 역할을 한다. CT와 MRI 기술의 발달로 체내 모습을 3D 영상으로 시각화할 수 있게 되면서, 유체역학과 의학 간 융합 연구의 발전이 기대되고 있다. 특히 혈관 질환의 발생 원인을 규명하기 위해 혈류 해석을 기반으로 혈류 역학적 특성을 분석하는 추세다. 또한, 비침습적 방법을 활용하여 환자의 혈관을 진단하고 평가하는 기술이 주목받고 있다. 이번 호에서는 혈류 해석을 수행하기 위해 주요 혈관 모델링 툴을 활용한 혈관 추출 방법, 혈액의 물성치 설정, 그리고 경계 조건 설정 과정에 대해 다루고자 한다.   전처리(Pre-Processing) 대동맥 혈관의 3차원 영상 및 모델링 앤시스의 모델링 툴에는 환자의 3D CT 영상을 STL 파일로 직접 추출하는 기능이 존재하지 않는다. 따라서 이번 호에서는 상용 프로그램인 3D 슬라이서를 사용한다. 3D 슬라이서는 의료 이미징 데이터를 시각화하고 분석하는 오픈소스 소프트웨어 플랫폼으로 영상 분석, 3D 모델링, 디자인 등을 통해 종합적인 의료 영상 처리를 수행하는 전문 소프트웨어다. 이를 통해 DICOM 파일을 기반으로 3D 형상을 추출할 수 있다.    그림 1. 3D 슬라이서에서 혈관 추출   <그림 1>은 3D 슬라이서를 이용하여 혈관을 추출한 과정이다. CT 촬영 시 혈관 조직을 명확하게 구분하기 위해 조영제를 주입하면, HU(Hounsfield Units) 수치로 표현되어 특정 HU 값 범위에서 혈관을 쉽게 추출할 수 있도록 구성된다. 또한, 유동 해석을 위해 격자를 생성하는 과정에서 모델링 단계에서 패싯(facet)을 스무딩(smoothing)하는 옵션을 적용하여 형상을 정리한다. 혈관 모델링이 완료된 후, DICOM 파일을 STL 파일로 변환한다.    대동맥 혈관의 3차원 영상 및 모델링 앤시스 스페이스클레임(Ansys SpaceClaim)에서 변환한 STL 파일을 가져오면 패싯을 확인할 수 있으며, 이를 볼륨(volume) 형태로 변환하는 과정을 진행한다. 볼륨 형태로 변환하기 위해 모델을 확인하면, <그림 2>와 같이 돌출되거나 뚫린 패싯 등 변환이 어려운 영역이 존재한다.   그림 2. Faulty facet areas   그림 3. Converting from facet to volume   솔브(Solve) 혈액 물성치 이번 호에서는 혈류 해석을 수행하기 위해 플루언트를 사용하며, 혈액의 거동을 수치적으로 해석하기 위해 혈액의 밀도와 점성 계수를 입력한다. 혈액은 전단 응력에 따라 점도가 변하는 비뉴턴 유체이며, 이러한 특성을 반영하기 위해 Carreau 모델을 적용한다. Carreau 모델은 비뉴턴 유체의 점성 거동을 정의하는 구성 방정식이며, 이는 <그림 4>의 수식과 같이 계산된다.   그림 4. Carreau 모델 수식     ■ 자세한 기사 내용은 PDF로 제공됩니다.

건설 프로세스에서 협업을 대중화하다   일본의 건설회사인 오바야시(Obayashi)는 유니티 엔진과 픽시즈(Pixyz), 유니티 애셋 매니저(Unity Asset Manager) 등의 설루션을 사용해 모든 수준의 관계자가 어디서나 3D 모델에 즉각적으로 액세스하고 사용할 수 있는 3D 협업 뷰어와 애플리케이션을 구축했다.약 20곳의 건축 현장에서 6개월간 시범 사업을 진행한 오바야시는 모든 직원이 기술 수준에 관계없이 3D 모델에 쉽게 액세스하고 사용할 수 있는 협업 환경으로 업계 표준을 높이고 있다. ■ 자료 제공 : 유니티 코리아     오바야시는 오래 전부터 프로젝트의 기획 및 디자인 단계에서 3D 모델을 활용했다. 그러나 건설 단계에서 이러한 3D 모델을 효과적으로 구현하려는 경우 큰 과제가 있다. 바로 고성능 기기나 전문 기술 없이도 모든 작업자가 대규모 3D 모델에 액세스할 수 있도록 하는 것이었다. 이를 해결하기 위해 오바야시는 유니티의 실시간 3D 설루션으로 전환하여 몰입형 3D 협업 애플리케이션인 커넥티아(CONNECTIA)를 개발했다. 이 애플리케이션의 주요 성과는 다음과 같다.  저사양 PC에서도 대규모 BIM(건설 정보 모델링) 및 포인트 클라우드 3D 모델의 효율적인 렌더링 고급 3D 소프트웨어 기술이 없는 작업자도 손쉽게 사용할 수 있는 사용자 친화적 UI 조사를 진행한 14개 현장 중 71%는 근시일 내에 1인당 월 10시간 이상을 단축할 것으로 예상 커넥티아 애플리케이션의 개발 과정과 오바야시가 데이터 접근성 문제를 극복하기 위해 이 애플리케이션을 어떻게 활용했는지 자세히 알아보자.  “유니티는 말 그대로 ‘건설 현장의 3D 모델을 게임처럼 다룰 수 있게 한다’는 개념을 실현한다.” – 유아사 도모히데 매니저, 오바야시   오바야시의 설루션 : 커넥티아 커넥티아는 모든 현장 작업자가 3D 모델에 액세스하고 이를 실용적으로 사용하도록 할 때 발생하는 문제를 해결하기 위한 오바야시의 설루션이다. 이 설루션을 개발하기 전 오바야시는 기존 BIM 소프트웨어를 주로 활용하여 모델을 구축, 시각화 및 수정했다. 하지만 다음과 같은 문제가 있었다.  하드웨어 문제 : 저사양 PC에서는 대규모 BIM 및 포인트 클라우드 3D 모델을 다루기가 어렵다. 소프트웨어 문제 : 비기술 부문 직원들은 소프트웨어의 복잡성으로 인해 어려움을 겪는 경우가 많았고, 따라서 시간과 리소스가 많이 소요되는 추가 교육이 필요했다. 커넥티아는 오바야시의 기존 3D 모델을 통합하여 직관적인 통합 플랫폼 역할을 한다. 이를 통해 다양한 분야와 배경의 팀원 간 인터랙티브 협업과 3D 모델의 실시간 수정이 훨씬 더 쉬워진다. 개발 프로세스에서 유니티의 설루션은 크게 세 가지 측면으로 중요한 역할을 했다.     애셋 시각화 및 관리 최적화 오바야시는 디테일 수준(LOD) 및 텍스처 압축과 같은 유니티의 고급 렌더링 기술을 활용하여 CAD, BIM, 포인트 클라우드와 같은 복잡한 3D 데이터 소스를 몰입형 협업 애플리케이션 내에서 시각화할 수 있는 즉시 사용 가능한 애셋으로 변환했다. 메타데이터는 건설 작업에서 3D 모델의 가치와 유용성, 수명을 향상시키는 데 중요한 역할을 한다. 오바야시는 픽시즈를 통해 데이터를 애플리케이션에 통합하는 동안 필수 메타데이터를 보존했다. 또한, 픽시즈와 포인트 클라우드 데이터의 호환성 덕분에 오바야시는 기존 BIM 및 CAD 데이터로는 불가능한 수준의 디테일과 정확도를 실시간으로 구현할 수 있었다. 유니티 애셋 매니저는 오바야시의 건설 프로젝트 전반에서 BIM 데이터를 관리하는 중앙 집중식 허브 역할을 한다. 애셋 매니저의 주요 장점 중 하나는 데이터 변환과 버전 관리를 자동으로 처리할 수 있다는 점이다. 이러한 자동화를 통해 오바야시 개발 팀의 부담이 크게 줄어들었으며, 수동 변환이나 다양한 파일 포맷에 대한 개별 지원이 필요하지 않게 되었다. 유니티 애셋 매니저와 커넥티아의 통합 덕분에 추가 개발 작업 없이 3D 모델에 대한 업데이트를 애플리케이션에 쉽게 푸시할 수 있다. 관계자는 이러한 실시간 동기화를 통해 최신 프로젝트 정보에 즉각적으로 액세스하여 협업을 강화하고, 오래된 데이터로 인한 오류의 위험을 줄일 수 있다.   개발 가속화 오바야시는 유니티에서 제공하는 사전 빌드된 프로젝트를 통해 개발을 시작하여 신속하게 커넥티아를 제작했다. 이를 통해 밑작업을 추가로 진행하지 않고도 완전한 기능을 제공하는 사전 구축 몰입형 협업 툴을 활용할 수 있었다. 사전 설정된 환경과 애셋이 포함되어 있어 반복적인 설정 작업이 필요 없기 때문에, 개발 일정을 단축하고 개발자도 처음부터 핵심 기능에 집중할 수 있다. 사전 구축된 프로젝트의 모듈식 디자인 덕분에 오바야시는 필요에 따라 기능을 손쉽게 교체하고 새로운 기능을 추가할 수 있었다. 오바야시에서 추가한 기능은 다음과 같다.  세부 측정 : 중장비 개발을 위한 공간이 충분한지 확인하는 등, 현장 계획 및 의사 결정에 필수적인 데이터를 제공하는 공간 치수를 정밀하게 분석할 수 있도록 지원한다. SSO 로그인 : 마이크로소프트 TIS(Treasury Intelligence Solutions)와 통합을 지원한다. 일정 조정 : 관계자가 시간 경과에 따른 공사 진행 상황을 시각화하여, 실시간 데이터를 기반으로 일정과 리소스를 선제적으로 조정할 수 있다. 실시간 뷰 : 작업자가 실제 건설 현장의 상황을 실시간으로 시각화하여 팀이 효율적으로 작업할 수 있도록 지원한다.   데이터의 접근성 높이기 커넥티아 애플리케이션은 최소한의 그래픽스 기능만 갖춘 기기에서도 3D 데이터에 쉽게 액세스할 수 있도록 하여 관계자 간의 협업을 강화하도록 만들어졌다. 따라서 고성능 기기를 다루지 못할 수 있는 현장 작업자도 이를 통해 중요한 프로젝트 정보는 계속 확인할 수 있다. 오바야시가 유니티를 사용하기로 한 결정적인 이유는 접근성을 보장하는 데 필요한 유니티의 광범위한 플랫폼 지원이었다. 유니티의 플랫폼 확장성을 활용하면 모바일, 데스크톱, AR/VR 등 다양한 기기에서 몰입도 높은 경험을 구현할 수 있다. 이러한 기능으로 사용자는 경험을 공유하고, 3D 공간 컨텍스트에서 모델을 확인하며, 사무실에서 근무하는 관계자와 현장 운영을 원활하게 연결할 수 있다. 또한 커넥티아에는 협업을 더욱 강화하고 모든 관계자가 프로젝트 전반에 걸쳐 일관성을 유지할 수 있도록 하는 다양한 기능이 포함되어 있다. 오브젝트 배치 기능 : 사용자는 이 기능을 통해 3D 환경에서 상호 작용 방식으로 모델을 배치, 정렬, 제거할 수 있으므로 시공 계획을 종합적으로 검토하고 프로젝트 상태를 효율적으로 전달할 수 있다. 주석 기능 : 3D 환경 내에서 오브젝트에 대한 주석을 작성하고, 답글을 달고, 편집하고, 보관할 수 있다.     향후 계획 오바야시는 이 애플리케이션을 사용하여 모델을 제작하고 완성하는 데 드는 노력과 비용을 크게 줄인다는 계획이다. 오바야시는 AI 기능을 통합하여 데이터를 분석하고 반자동식 예비 조사를 수행함으로써 건설 계획 프로세스를 간소화할 수 있는 방안을 구상하고 있다.  “건설 현장의 실시간 정보를 더 많이 확보하면 원격으로 안전 관리 및 품질 관리를 구현할 수 있다. 커넥티아는 이러한 비전에 반드시 필요한 첫 번째 이니셔티브이다.” - 모리 유스케 매니저, SEIBU NUMABUKURO JV CONSTRUCTION OFFICE     ■ 기사 내용은 PDF로도 제공됩니다.

알테어가 자사의 클라우드 플랫폼인 ‘알테어원’에 엔비디아의 ‘옴니버스 블루프린트’를 통합했다고 밝혔다. 옴니버스 블루프린트는 엔비디아가 개발한 실시간 디지털 트윈 구축을 위한 참조 워크플로이다. 이번 통합으로 사용자는 복잡한 시뮬레이션과 디지털 트윈을 실시간으로 시각화하고 구축할 수 있으며, 별도의 설정 없이 다양한 사용자와 함께 협업할 수 있다.   이제 사용자는 알테어원 내에서 옴니버스 블루프린트를 즉시 활용할 수 있으며, 구축한 디지털 트윈은 클라우드와 온프레미스 환경 어디서든 손쉽게 배포할 수 있다. 알테어원은 모든 데이터를 메타데이터와 함께 체계적으로 관리해 설계 반복 시에도 유연하게 대응할 수 있도록 지원한다. 특히 알테어의 인공지능(AI) 기반 해석 설루션인 ‘알테어 피직스AI’를 함께 활용할 경우, 기존에 며칠씩 걸리던 물리 해석 작업을 수 초 내지는 수 분 내로 단축할 수 있다.   실시간 협업도 중요한 차별점이다. 사용자는 디지털 트윈 환경에서 여러 사용자와 동시에 설계를 진행하고, 가상 환경에서 실시간으로 시뮬레이션을 수행할 수 있다. 특히 3D 설계, AI, 레이 트레이싱 기술이 결합된 몰입형 업무 환경을 제공하며, 클라우드 기반의 고품질 렌더링과 스트리밍 기능을 통해 복잡한 시스템 통합도 간소화된다. 알테어는 충돌 및 낙하 테스트 등 고난도 해석 작업에서도 시뮬레이션 속도와 협업 효율을 높일 수 있을 것으로 보고 있다.   이번 협업은 엔비디아의 GPU 가속, NIM 마이크로서비스, 옴니버스 플랫폼 등 최신 기술을 기반으로 하며, 알테어는 이를 바탕으로 시뮬레이션, AI, 데이터 분석, 고성능 컴퓨팅(HPC) 등 자사의 핵심 역량을 단일 플랫폼에 집약해 디지털 엔지니어링의 새로운 표준을 제시할 계획이다.     엔비디아의 티모시 코스타 CAE 및 CUDA-X 부문 수석 디렉터는 “디지털 트윈 기술은 산업을 재편하고 있다”면서, “알테어 사용자는 이제 엔비디아의 첨단 기술을 기반으로 더욱 효율적이고 실질적인 디지털 엔지니어링을 구현할 수 있을 것”이라고 말했다.   알테어의 샘 마할링엄 최고기술책임자(CTO)는 “엔비디아의 블랙웰 가속기, AI, 옴니버스 기술을 알테어원에 통합함으로써 고객은 디지털 트윈과 시뮬레이션을 보다 빠르고 직관적으로 운영할 수 있게 됐다”면서, “이번 통합은 데이터, AI, 시뮬레이션을 하나의 워크플로로 연결해 디지털 엔지니어링 혁신을 실현하는 중요한 전환점이 될 것”이라고 강조했다.   한편 알테어는 옴니버스 블루프린트 통합 외에도 주요 제품에 엔비디아 기술을 적용해 성능 향상을 지속하고 있다. 알테어의 구조해석 설루션인 ‘알테어 옵티스트럭트’는 GPU 가속 라이브러리 cuDSS를 도입해 CPU 및 GPU에서 해석 성능을 개선했다. 또한 알테어의 주요 전산유체해석(CFD) 소프트웨어가 블랙웰 플랫폼에서 최대 1.6배의 속도 향상을 기록했고, 입자 해석 시뮬레이션 소프트웨어인 ‘알테어 이뎀’은 기존 32코어 CPU 대비 최대 40배 빠른 시뮬레이션 속도를 달성한 바 있다.