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.

로크웰 오토메이션은 3월 12~14일 진행된 ‘2025 스마트공장·자동화산업전’에 참가해 제조기업의 자율 운영 공장을 구현하기 위한 AI(인공지능) 전략과 기술을 소개했다. 자동화에 그치지 않고 자율화로 나아가는 과정에서 AI가 핵심 요소라고 보는 로크웰 오토메이션은 하드웨어부터 소프트웨어까지 자사의 주요 포트폴리오에 AI를 내장해 차별화를 추구하고 있다. 또한 고객사 맞춤형 AI 설루션을 제공해 다양한 고객 비즈니스를 지원한다는 계획이다. ■ 정수진 편집장    ▲ 공장의 가상 시뮬레이션과 에뮬레이션을 위한 디지털 트윈 설루션   자율 운영 공장에 대한 관심 및 수요 증가 많은 제조기업이 ‘자율 운영 공장’을 추구하고 있다. 이는 생산 최적화, 품질 향상, 생산성 제고, 회복 탄력성 확보, 인사이트를 통한 의사결정 지원 그리고 지속 가능성 개선 등 다양한 비즈니스 목표를 달성하기 위한 것이다. 로크웰 오토메이션의 앤드류 엘리스(Andrew Ellis) 글로벌 포트폴리오 엔지니어링 부문 부사장은 “자율 운영 공장을 구성하는 OT(운영기술)와 IT(정보기술) 시스템은 여러 공급업체가 제공하게 된다. 이들 시스템을 운영/제어하면서 스마트 공장을 구현하기 위해서는 생산 변화에 따라 시스템 확장이 가능한 유연성, 기존 인력으로 유지보수가 가능한 유지보수성, 복잡한 시스템을 보다 단순하게 설계하고 운영하며 유지보수할 수 있는 단순성, 사람과 장비의 안전성, 물리적·사이버 보안, 시스템 간 데이터 공유가 가능한 상호운영성이 필요하며, 이에 대한 수요가 늘고 있다”고 짚었다. 로크웰 오토메이션은 전 세계 20여 곳에 제조 공장을 운영하고 있으며, 자체적으로 스마트 제조를 도입하여 자율 운영 공장을 구현하고 있다. 엘리스 부사장은 “이러한 경험을 통해 고객의 요구와 어려움에 깊이 공감할 수 있다”면서, 고객의 스마트 제조 목표 달성을 돕기 위한 핵심 차별화 요소로 ▲고객의 디지털 성숙도와 무관하게 지원하는 접근 방식 ▲포괄적인 제품과 설루션, 서비스 포트폴리오 ▲산업과 기술에 대한 도메인 전문성 ▲ 파트너와의 협력을 통해 포괄적인 설루션을 제공하는 생태계 등 네 가지를 꼽았다.    ▲ 자율 운영 공장 및 AI 비전을 소개한 앤드류 엘리스 부사장   AI, 자율 운영 공장의 핵심 요소가 되다 엘리스 부사장은 스마트 공장의 OT 및 IT 시스템에 AI가 기본적으로 통합되는 추세가 이어지면서, AI는 자율 운영 공장의 핵심 요소로 자리 잡고 있다고 덧붙였다. 로크웰 오토메이션은 매년 ‘스마트 제조 현황 보고서’를 통해 고객과 파트너의 스마트 제조 기술 도입 현황을 조사하고, 이를 통해 핵심 산업 트렌드를 파악하고 있다. 로크웰 오토메이션이 고객사를 대상으로 진행한 설문에서는 85%가 AI 및 머신러닝 도입 계획을 밝혔으며, 특히 생성형 AI와 범용 AI 투자를 최우선으로 꼽았다. 로크웰 오토메이션의 보고서는 제조기업들이 성능과 생산성뿐 아니라 지속 가능성, 사이버 보안, 인력 양성 및 유지를 위해 AI를 도입하고 있다고 분석했다. 로크웰 오토메이션은 자율 운영 공장을 향한 비전을 네 가지의 주요 요소로 설명하고 있다. 이는 ▲적응형 학습이 가능한 PLC ▲엔지니어 및 데이터 사이언티스트의 협력 ▲기존의 공학 원칙과 과거 데이터의 결합 ▲고도의 복잡성을 처리할 수 있는 시스템 구축이다. 엘리스 부사장은 “로크웰 오토메이션은 자율 운영과 제조 라이프사이클 관리 설루션을 통해 산업 운영의 미래를 선도하고 있으며, 설계, 자동화, 물류, 운영, 유지보수 등 다섯 가지 주요 영역에서 AI가 기본으로 내장된 설루션을 제공하고 있다”고 설명했다.   ▲ 로크웰 오토메이션은 공장의 설계, 운영, 유지보수에 걸쳐 AI를 지원한다.   디자인·운영·유지보수까지 폭 넓은 AI 활용 지원 로크웰 오토메이션은 디지털 트윈, 생성형 AI를 통한 PLC 코드 생성, 이상 탐지, 품질 검사, 자율 로봇 운용, MES 및 품질 관리 시스템 최적화, 데이터 기반 운영 알고리즘 구축, 자산 고장 예측 등 다양한 분야에 걸쳐 AI가 통합된 다양한 설루션을 소개했다. 이를 통해 자율 운영 공장의 설계, 운영, 유지보수까지 포괄하는 통합 AI 포트폴리오를 제공한다는 것이 로크웰 오토메이션의 비전이다. 로크웰 오토메이션 코리아의 권오혁 소프트웨어 및 제어 사업 본부장은 “제조 산업은 돌발 변수에 대응하기 어려운 자동화에서 나아가, 변화에 맞춰 유연한 생산 시스템을 구현하는 자율 제조로 나아가고 있다”면서, “로크웰의 AI 설루션은 디자인 – 운영 – 유지보수를 아우르는 수평 축과 에지부터 클라우드까지의 수직 축으로 구성되어 있다”고 소개했다. 예를 들어, 디자인 영역에서 로크웰 오토메이션은 소프트웨어 센서를 통해 생산 프로세스의 제어 변수를 식별하고 실시간 예측 모델을 개발할 수 있고, 생성형 AI 기반 챗봇으로 클라우드 기반의 산업 자동화 설계가 가능한 설루션을 제공한다. 운영 단계에서는 품질 제어 및 보증 플랫폼 AI를 통해 제조 공정의 문제를 정밀하게 식별하고, 자동화와 연계해 빠르게 문제를 해결하도록 돕는다. 유지보수 영역에서는 현장의 예지보전 관리를 하기 위한 머신러닝 설루션을 제공해 시스템의 이상을 사전에 식별할 수 있으며, 현장의 데이터를 모아서 다양하게 활용할 수 있도록 제공하는 플랫폼을 지원한다. 한편, 로크웰 오토메이션은 가상 세계의 피드백을 현실 세계에 구현하는 디지털 트윈과 연계 가능한 로봇 비즈니스도 국내에서 강화할 계획이다. 로크웰 오토메이션 코리아의 신동진 인텔리전스 디바이스 사업본부 이사는 ‘오토(OTTO)’ 브랜드의 산업용 AMR(자율 이동 로봇)을 소개하면서, “로크웰 오토메이션의 오토 AMR은 생산 공정 내 물류뿐 아니라 완제품 및 창고 물류까지 커버할 수 있는 자동화 설루션을 지향한다”고 설명했다. 로크웰 오토메이션은 로봇 하드웨어와 함께 운영/분석 소프트웨어인 ‘플릿 매니저(Fleet Manager)’, 구축 지원 및 사후 서비스까지 포함하는 AMR 포트폴리오를 내세우면서, 올해 국내 파트너를 선정하고 본격적인 비즈니스를 시작할 계획이라고 밝혔다.    ▲ 연내 국내 비즈니스를 시작하는 오토 AMR     ■ 기사 내용은 PDF로도 제공됩니다.

매스웍스가 인텔의 자회사인 알테라(Altera)와 함께 알테라 FPGA(프로그래머블 반도체)의 무선 개발 가속화를 위한 협력 계획을 발표했다. 이를 통해 무선 시스템 엔지니어는 AI 기반 오토인코더를 사용해 채널 상태 정보(CSI) 데이터를 압축하고, 프론트홀 트래픽과 대역폭 요구사항을 크게 줄일 수 있게 된다. 또한 5G 및 6G 무선 통신 시스템을 다루는 엔지니어는 사용자 데이터 무결성을 보장하고, 무선 통신 시스템의 신뢰성과 성능 표준을 유지하는 동시에 비용을 절감할 수 있을 것으로 예상된다. 매스웍스는 알테라 FPGA에 특화된 AI 및 무선 개발을 강화하는 포괄적인 툴 제품군을 제공한다. ‘딥러닝 HDL 툴박스(Deep Learning HDL Toolbox)’는 FPGA 하드웨어에서 딥러닝 신경망을 구현하고자 하는 엔지니어의 요구사항을 충족한다. 딥러닝 HDL 툴박스는 ‘HDL 코더(HDL Coder)’의 기능을 활용함으로써, 사용자는 효율적인 고성능 딥러닝 프로세서 IP 코어를 커스터마이즈하고 구축 및 배포할 수 있다. 이는 표준 네트워크와 레이어를 지원함으로써 무선 애플리케이션의 성능과 유연성을 높인다. FPGA AI 스위트는 오픈비노(OpenVINO) 툴킷을 통해 널리 사용되는 산업 프레임워크의 사전 훈련된 AI 모델을 활용하여 알테라 FPGA에서 버튼 하나로 맞춤형 AI 추론 가속기 IP를 생성할 수 있도록 지원한다. 또한 FPGA AI 스위트는 FPGA 개발자가 쿼터스(Quartus) 프라임 소프트웨어 FPGA 플로를 사용해 AI 추론 가속기 IP를 FPGA 설계에 원활하게 통합할 수 있게 한다. 개발자들은 딥러닝 툴박스와 오픈비노 툴킷을 결합해 알테라 FPGA에서 AI 추론을 최적화할 수 있는 과정을 간소화할 수 있다.     알테라의 마이크 피튼(Mike Fitton) 버티컬 시장 담당 부사장 겸 총괄 매니저는 “매스웍스와 알테라의 협력을 통해 기업은 5G RAN(무선 접속 네트워크)에서 ADAS(첨단 운전자 보조 시스템)에 이르기까지 다양한 5G 및 6G 무선 통신 애플리케이션에 AI의 강력한 힘을 활용할 수 있게 됐다”면서, “개발자는 알테라의 FPGA AI 스위트(suite)와 매스웍스 소프트웨어를 활용해 알고리즘 설계부터 하드웨어 구현에 이르는 워크플로를 간소화하고, AI 기반 무선 시스템이 현대 애플리케이션의 엄격한 요구사항을 충족하도록 보장할 수 있게 됐다”고 말했다. 매스웍스의 후만 자린코우브(Houman Zarrinkoub) 수석 제품 매니저는 “AI 기반 압축은 통신 산업에 있어 매우 강력한 기술”이라며, “매스웍스 소프트웨어는 AI 및 무선 개발을 위한 강력한 기반을 제공한다. 무선 엔지니어는 매스웍스 툴과 알테라의 FPGA 기술을 통합해 고성능 AI 애플리케이션과 첨단 5G 및 6G 무선 시스템을 효율적으로 개발할 수 있다”고 말했다.

추형석 지음 / 값 17,800원 / 위즈앤북 이 책은 트랜스포머의 기본 원리부터 이를 기반으로 한 언어 모델의 발전 과정과 생성형 인공지능의 시대까지 그 흐름을 쉽고 체계적으로 설명한다. 특히, 인공지능의 핵심적 원리와 기술을 단순히 나열하는 것이 아니라 시대별로 구분된 100개의 주제와 그림을 통해 직관적으로 이해할 수 있도록 구성하였다. 복잡한 수식이나 알고리즘 때문에 인공지능 학습에 두려움을 느꼈던 독자라면 이번 도서가 한 걸음 더 나아갈 수 있는 디딤돌이 될 것이다.   

매스웍스가 4월 8일 ‘매트랩 엑스포 2025 코리아(MATLAB EXPO 2025 Korea)’를 코엑스 그랜드 볼룸 및 아셈볼룸에서 개최한다고 밝혔다. 매트랩 엑스포는 매스웍스 설루션 사용 고객과 기술 전문가들이 과학 및 엔지니어링 분야의 최신 트렌드와 성공 사례를 공유하는 연례 행사다. 이번 매트랩 엑스포의 기조연설에서는 한화로보틱스 정병찬 대표이사가 ‘로봇, 혁신으로 일상과 산업을 재창조하다’를 주제로, 매스웍스의 아비 네헤미아(Avi Nehemiah) 설계 자동화 소프트웨어 부문 총괄 디렉터가 ‘소프트웨어 정의 제품이 가져올 혁신’을 주제로 발표를 진행한다. 이어서, 알고리즘 개발 및 AI, 전동화, 모델 기반 설계, AI 응용 엔지니어링, 모빌리티, 무선 및 위성 등 6개 트랙의 36개의 기술 세션에 전문 연사가 참여해 매스웍스 제품군의 신기능과 고객 성공 사례를 발표한다. 기술 세션에는 삼성전자, 현대자동차, SK텔레콤, 한국전력연구원 등 국내 첨단 기술 기업이 참가해 각 산업군에서 적용 중인 매트랩(MATLAB) 및 시뮬링크(Simulink)의 활용 방안을 소개할 예정이다. 삼성전자의 한상민 수석은 ‘매트랩을 활용한 오픈 무선 장치(RU) 테스트 플랫폼 구축 방법’을 소개하며, 현대자동차의 우민수 글로벌 R&D 마스터와 SK텔레콤의 김장면 매니저는 각각 자동차 성능 예측 및 분석 시스템과 인공지능 기반 위성 통신 최적화 기술에 대해 발표한다.     한편, 이번 행사에는 벡터코리아, 이노엑스, 위드비어, 모라이, NI, 백호프, 알테라, 팝콘사, PTC 등 매스웍스의 파트너사가 참여해 기술 데모 부스를 운영할 예정이며, 세션에서 소개된 매스웍스 설루션의 신기능을 직접 체험할 수 있는 9개의 데모 부스도 운영된다. 데모가 진행되는 전시 공간에서는 다양한 산업군에 적용할 수 있는 모델 기반 설계(MBD)와 인더스트리 트렌드를 반영한 AI 관련 기술, 그리고 전동화와 무선에 관한 최신 기술이 중점적으로 선보이게 된다. 특히 올해는 국내 대학에서 이공계열 학생들을 가르치는 교수 및 강사를 대상으로 매트랩, 시뮬링크, 심스케이프(Simscape)를 활용한 시각화 및 상호작용 기반 엔지니어링 교육 세션이 마련된다. 이 세션에서는 학생들이 질량, 운동량, 에너지 보존과 같은 핵심 공학 원리를 넘어 전체 시스템을 이해하고 설계할 수 있는 시스템 레벨 역량을 키울 수 있도록 풍부한 시각화와 상호작용 경험을 제공하는 방법을 소개한다. 또한 매스웍스 설루션을 교육 현장에 도입해 학생들의 실무 역량을 성공적으로 향상시킨 사례도 함께 소개될 예정이다. 매스웍스코리아의 이종민 대표는 “매트랩 엑스포는 지난 수 년간 국내 공학 시스템 관련한 엔지니어, 과학자, 연구원, 교육자들이 기술 동향과 연구 성과를 나누고 교류하는 대표적인 행사로 자리매김했다”면서, “이번 행사에서 매스웍스가 엄선한 세계 유수 기업의 기술 전문가 발표와 다양한 체험형 데모를 통해 참가자들이 매트랩과 시뮬링크를 활용한 혁신적인 연구 방안을 발견하는 의미 있는 자리가 되길 바란다”고 말했다.

앤시스 워크벤치를 활용한 해석 성공 사례   전자장비에서 발생하는 열을 배출하기 위해서 팬(fan)은 중요한 역할을 한다. 특히 단위 부피당 발열량이 크고 부품 간의 공간이 넉넉치 않은 협소한 고집적 전자장비에서는 팬의 활용이 필수이다. 좁은 공간에서 자연대류에만 의존할 경우, 기류가 막혀 열이 정체되고 과열로 이어질 수 있다. 이 때 팬이 있으면 강제대류로 열전달 매커니즘을 바꾸어 주고, 히트싱크에서 핀의 간격이 좁은 경우에도 방열 효율을 크게 높일 수 있다. 팬이 포함된 해석을 하기 위해서는 어떠한 이슈가 있고, 이를 해결하기 위한 방법은 무엇이 있는지 이론적 내용과 함께 살펴보자.   ■ 전상우 태성에스엔이 EBU-LF팀의 매니저로, 열유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다.  홈페이지 | www.tsne.co.kr   그림 1. 단순화를 적용하지 않은 팬   팬의 단순화 일반적으로 생각하는 팬의 모습은 <그림 1>의 모습이다. 하지만 해석에 적용할 때는 블레이드의 모양을 있는 그대로 살려서 해석에 반영하기보다는, <그림 2>처럼 면으로 단순화하여 적용하는 경우가 대부분이다. 회전체 모사 방법으로 무빙 메시(moving mesh) 또는 MRF(moving reference frame)를 적용하는 방법도 있으나 이번 글에서는 논외로 한다. 팬을 원 모양의 2차원 면으로 단순화하면 얻을 수 있는 이점이 크다. 블레이드 형상의 특성 상 날개가 전체적으로 얇을 뿐만 아니라 끝단 부분은 더욱 뾰족한 모양이다. 이런 생김새는 요소의 종횡비를 크게 하고, 요소 품질이 떨어지거나 심할 경우 마이너스 볼륨 격자가 생성될 위험도 있어 사용자가 신경 써서 메시를 생성해야 한다. 최근에는 우수한 요소 생성 알고리즘 덕분에 자동 메시 생성으로 잘 해결되는 경우도 있으나, 요소 개수 및 해석 소요 시간 측면에서도 단순화하는 것이 압도적으로 유리하다.   그림 2. 팬의 단순화 적용 전(왼쪽)과 후(오른쪽)   형상의 단순화는 팬 뿐만 아니라 다른 상황에도 자주 사용된다. 스펀지처럼 구멍이 많은 다공성 매질이나 타공판이 겹겹이 쌓인 그릴에도 형상 단순화를 적용할 수 있다. 이는 유동 해석 관점에서는 유동 저항이 주된 관심사이기 때문에 가능하다. 국소적인 각각의 구멍에서 속도와 압력을 모두 정확히 구현하기보다는 시스템 레벨에서의 유동 양상을 알고 싶을 때는, 다공성 매질 전체에 대한 저항을 정의하면 구멍 모양을 모두 살리지 않은 육면체 또는 면으로 단순화할 수 있다.    팬의 단순화 원리 제법 복잡하게 생긴 팬을 어떻게 2차원 동그라미 하나로 대체할 수 있는 것인지, 그 원리를 조금 더 자세히 알아보자.  유체는 진행 경로에 따라서 점점 압력이 떨어진다. 점점 떨어지다가 팬을 만나면 압력이 다시 올라간다. 팬은 유동 경로의 중간에서 승압 효과를 내는 것이다. 유체가 팬을 지나기 직전의 압력과 지나간 직후의 압력의 차이를 알 수 있다면, 해석 상에서 팬의 영향을 그래프 하나로 대체할 수 있다.   그림 3. 팬에 의한 승압 효과   유동 해석을 하면 결국 풀고자 하는 변수는 해석 영역 내부 각 위치에서의 속도와 압력이다. 따라서 팬에 의해서 압력이 어떻게 변하는지를 미리 알 수 있다면, 즉 유체가 팬을 통과하기 전과 통과한 이후의 압력차를 알 수 있다면, 그리고 이를 해석에 반영한다면 팬의 모양 자체는 중요하지 않게 된다. 이는 팬이 포함된 시스템 전체의 유동 양상이 중요한 경우에 적절하다.  만약 시스템 전체의 유동 양상을 알고자 하는 것이 아니라, 블레이드의 모양이나 종류에 따른 팬 자체의 성능 테스트를 할 때는 단순화를 적용하는 것은 적절하지 않다. 이 때는 블레이드의 모양이나 rpm 등에 따라서 차압이 달라질 것이기 때문에, 무빙 메시 또는 MRF 방법을 적용한 해석이 필요하다.   그림 4. 팬 성능 테스트 해석 형상     ■ 자세한 기사 내용은 PDF로 제공됩니다.

개발 및 공급 : 헥사곤 매뉴팩처링 인텔리전스 주요 특징 : ADAS 및 자율주행 검증을 위한 클라우드 기반 설루션, 가상 프로토타이핑으로 ADAS 테스트 효율 향상, ADAS 알고리즘 테스트 자동화 지원, SaaS 및 프라이빗 클라우드로 직관적 웹 인터페이스 제공 등   헥사곤 매뉴팩처링 인텔리전스가 ADAS(첨단 운전 보조 시스템) 및 자율주행 차량 시스템 검증을 위한 클라우드 기반 설루션 ‘버추얼 테스트 드라이브(Virtual Test Drive X, VTDx)'를 출시했다. VTDx는 클라우드 컴퓨팅 기술을 통해 실제 도로 이벤트 상황을 기반으로 ADAS와 자율주행(AD) 소프트웨어의 품질과 기능을 효율적으로 검증하며, 안전하고 혁신적인 모빌리티 기술의 시장 출시 시간을 단축시킨다.     SDV, 고도화된 기술 통합으로 개발·테스트 과정이 관건 최근 화두인 SDV(소프트웨어 중심 차량)는 센서, 다양한 칩, 고도화된 AI 알고리즘 등 복잡한 기술이 통합되면서 개발 및 테스트 과정이 주요 병목으로 작용하고 있다. 특히 ADAS 소프트웨어의 경우 생산 이후 결함 수정 비용이 개발 단계의 15배에 이르기 때문에, 출시 전 품질과 안전성 확보가 핵심 과제로 떠오르고 있다.   가상 프로토타이핑으로 ADAS 테스트 효율성 높여 헥사곤이 선보인 VTDx는 가상 프로토타이핑을 통해 물리적 테스트의 한계를 극복하는 사용량 기반 서비스다. 디지털 리얼리티 플랫폼인 ‘넥서스(Nexus)’의 클라우드 컴퓨팅과 자동화 기능을 활용해 ADAS와 자율주행 시스템의 지속적인 테스트 및 통합 검증이 가능하다. VTDx는 전장 아키텍처(E/E 아키텍처)의 중앙집중화와 강화되는 규제에 대응하며, 현대적인 소프트웨어 개발 방식에 맞춘 SDV 테스트 전략을 제공한다. 특히 차량 소프트웨어의 ADAS 부문에 특화된 물리적 안전 테스트를 포함한 점이 특징이다. 마이크로소프트 애저(Microsoft Azure) 팀과의 협력으로 개발된 VTDx는 해외 자동차 OEM 및 1차 부품 공급업체에서 쓰이고 있으며, 직관적인 UX, 자동화된 코드 테스트 시뮬레이션, 사용량 기반 과금 등을 특징으로 내세운다. 언리얼 엔진(Unreal Engine)으로 사실적인 시각화를 구현했으며, ASAM의 오픈시나리오(OpenSCENARIO)와 오픈드라이브(OpenDRIVE) 표준을 지원한다.   직관적 웹 인터페이스 및 ADAS 알고리즘 테스트 자동화 ADAS 및 AD 엔지니어는 VTDx의 웹 인터페이스를 통해 테스트 대상 시스템(SUT)을 손쉽게 구성할 수 있다. 헥사곤의 15년 노하우가 집약된 주행 환경 시뮬레이션 엔진은 고정밀 물리 기반 시뮬레이션으로 SUT의 정합성 및 다양한 센서 시뮬레이션 검증을 지원한다. VTDx는 오픈드라이브와 오픈 시나리오 표준을 준수하는 소프트웨어-인-더-루프(SIL) 테스트 프로그램을 구동하며, 수천 개의 시나리오를 자동으로 실행해 SIL 테스트 프로그램의 설정 및 계산 시간을 단축할 수 있다.     SaaS 및 프라이빗 클라우드로 제공 VTDx는 자동차 제조사가 SIL 환경에서 ADAS와 자율주행 시스템을 철저히 테스트하고 검증해 안전성과 성능을 보장할 수 있도록 한다. 넥서스 플랫폼에서 사용량 기반 요금제의 공용 서비스형 소프트웨어(SaaS)로 이용할 수 있으며, 요구 시 프라이빗 클라우드 배포가 가능하다. 헥사곤 매뉴팩처링 인텔리전스의 마헤시 카일라삼(Mahesh Kailasam) 디자인 & 엔지니어링 사업부 글로벌 총괄 사장 겸 수석 부사장은 “자동차 업계 고객들이 직면한 소프트웨어 개발 과제를 해결하기 위해 CI/CT 프로세스를 기반으로 클라우드 기반 ADAS 시뮬레이션 소프트웨어를 새롭게 개발했다”면서, “테스트 범위 확대, 테스트 주기 단축, 작업 자동화 등 어떤 목표를 가진 고객이라도 VTDx를 통해 큰 혜택을 얻을 수 있다”고 말했다.     ■ 기사 내용은 PDF로도 제공됩니다.

개발 및 공급 : 앤시스코리아 주요 특징 : 사용자 학습 데이터 기반의 AI로 후처리 과정에서 심층 인사이트 제공, 시스템 아키텍처 모델러에 SysML v2 지원 추가해 협업 촉진 및 제품 설계 최적화 가속, HPC 라이선스 없이 엔터프라이즈급 CFD 기능 제공하는 앤시스 CFD HPC 얼티메이트 출시 등   앤시스가 디지털 엔지니어링 혁신을 지원하는 AI 기반 엔지니어링 시뮬레이션 설루션인 ‘앤시스 2025 R1(Ansys 2025 R1)’을 발표했다. 앤시스 2025 R1은 정교한 디지털 엔지니어링 기술을 통해 기존 인프라와 원활하게 연계될 뿐 아니라, 업무 중단을 최소화하면서 보다 혁신적인 제품 개발을 위한 협업을 지원한다. AI, 클라우드 컴퓨팅, GPU 및 HPC의 강력한 성능을 기반으로 한 이번 업데이트는 더욱 신속하고 협력적인 의사 결정을 가능케 하며, 설계 탐색 범위를 확장하고 제품 설계 기간 단축에 기여할 전망이다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스 2025 R1은 더욱 강력한 통합 기능을 제공해, 제품 전체 수명 주기에 걸쳐 디지털 프로세스를 구축하고 개발 전후 데이터를 효율적으로 관리할 수 있는 다양한 도구와 설루션을 제공할 것”이라면서, “하나의 데이터 기반의 환경에서 서로 단절된 팀도 원활하게 협업할 수 있도록 지원하며, 이를 통해 비용 절감과 제품 출시 기간을 단축시켜 고객의 경쟁력 강화에 기여할 것”이라고 밝혔다. 제품이 점차 통합되고 복잡해짐에 따라 R&D 프로세스 또한 급변하는 시장 요구에 맞춰 지속적으로 발전해야 한다. 앤시스는 고객의 디지털 전환 과정을 원활하게 지원하며, 변화하는 시장 환경에 대응할 수 있도록 다양한 도구와 설루션을 제공할 예정이다.   ▲ 이미지 출처 : 앤시스 웹사이트 캡처   향상된 물리 솔버 제품 성능을 보장하려면 구성 요소부터 시스템 전반에 이르는 멀티피직스(multi-physics)를 이해하는 것이 필수이다. 앤시스 2025 R1은 신속하고 정밀한 물리 기반 시뮬레이션 결과를 제공하는 신제품뿐만 아니라, 기존 제품의 강화된 기능을 통해 엔지니어링 팀이 설계 초기 단계에서 보다 신뢰성 높은 의사 결정을 내릴 수 있도록 지원할 전망이다. 앤시스 디스커버리(Ansys Discovery) 3D 시뮬레이션 소프트웨어는 전열(electrothermal) 분석, 오소트로픽(orthotropic) 전도, 내부 팬(fans) 기능을 추가해 써멀 모델링 역량을 확장했으며 속도 및 사용 편의성을 개선했다. 구조 해석 설루션은 소음·진동·마찰(NVH)에 대한 통합 설루션을 제공하며, 주파수 응답 함수(FRF) 계산 속도가 10배 향상됐다. 또한 진동음향(vibro-acoustics) 매핑, 최적화된 메싱, 모드 기여도 분석 기능 등을 탑재했다. 앤시스 일렉트로닉스(Ansys Electronics)는 앤시스 소프트웨어 제품 간 연결성을 강화해 3D 집적 회로에 중요한 메싱을 개선하며 자동화된 워크플로우 기능, 향상된 시뮬레이션 성능 등을 제공한다. 새로운 폴리머 FEM(Polymer FEM) 제품은 높은 정확도의 모델을 적용해 실제 재료의 거동을 정밀하게 포착하며, 고객의 고급 재료 시뮬레이션 요구 사항을 충족한다.   클라우드/HPC/GPU 클라우드 컴퓨팅, 고성능 컴퓨팅(HPC) 및 GPU의 강력한 성능은 최신 제품의 엔지니어링 속도를 혁신적으로 변화시키고 있다. 이 과정에서 접근성, 상호 운용성, 확장성은 핵심 요소로 작용하며, 고객이 데스크톱 애플리케이션의 한계를 넘어서서 보다 혁신적인 제품을 협업하여 설계할 수 있도록 지원한다. 앤시스 2025 R1은 GPU 솔버의 성능을 한층 강화했으며, 다양한 애플리케이션에 웹 기반 온디맨드(on-demand) 기능을 추가 제공한다. 앤시스 플루언트(Ansys Fluent)  멀티 GPU(multi-GPU) 유체 시뮬레이션 솔버는 자동차 외부 공기 역학과 같은 대규모 메시 셀(mesh cell)을 포함한 고해상도 해석을 지원한다. 또한, 전체 시뮬레이션 속도 저하 없이 매개변수 추가 및 정확도 개선을 설계자에게 제공한다. 앤시스 CFD HPC 얼티메이트(Ansys CFD HPC Ultimate)는 추가 HPC 라이선스 없이 단일 작업에서 여러 CPU 코어 또는 GPU를 활용할 수 있는 엔터프라이즈급 전산유체역학(CFD) 기능을 제공한다. 앤시스 루메리컬 FDTD(Ansys Lumerical FDTD)의 새로운 GPU 가속 3D 전자기 시뮬레이션은 기존 CPU 솔버 대비 메모리 사용량을 50% 절감하며 메싱 시간을 20% 줄인다. 앤시스 메커니컬(Ansys Mechanical)의 GPU 직접 가속 구조 유한 요소 해석(FEA) 솔버는 기존 설루션 대비 최대 6배 빠른 성능을 제공하며, 반복 솔버(iterative solver)는 CPU 전용 솔버 대비 6배 빠른 속도를 구현한다. 앤시스 디스커버리(Ansys Discovery)의 클라우드 버스트 컴퓨팅(Cloud Burst Compute) 기능을 활용하면 1000개의 설계 변형을 10분 만에 해결할 수 있다. 엔비디아 GPU를 활용한 디스커버리의 매개변수 연구(parametric study) 속도는 100배 이상 향상된다. 앤시스 클라우드 버스트 컴퓨팅(Ansys Cloud Burst Compute) 기능은 앤시스 메카니컬 (Ansys Mechanical), 앤시스 플루언트(Ansys Fluent) 및 앤시스 HFSS(Ansys HFSS) 고주파 전자기 시뮬레이션 소프트웨어를 위한 유연하고 확장 가능한 온디맨드(on-demand) HPC 성능을 제공한다.   인공지능 앤시스는 인공지능(AI) 기반 기술을 통해 포트폴리오를 지속적으로 확장하며, 컴퓨터 지원 엔지니어링(CAE) 산업에 혁신적인 속도와 접근성을 제공한다. 앤시스 AI는 신규 및 기존 데이터를 활용해 빠르게 설계를 분석하고 AI 모델을 신속하게 학습시켜 제품 출시 기간을 단축시키는 한편 비용 절감 효과를 극대화한다. 직관적인 인터페이스를 갖춘 데이터 처리 도구 지원을 통해 SimAI 모델링을 위한 데이터 준비 과정을 간소화한다. 앤시스 SimAI는 사용자가 모델 학습 데이터를 확장해 후처리 과정에서 더욱 정교한 분석을 수행할 수 있도록 지원한다. 앤시스 일렉트로닉스 AI+(Ansys Electronics AI+)는 AI 기반 기술을 활용해 앤시스 멕스웰(Ansys Maxwell) 전기기장(electromagnetic field) 해석 솔버, 앤시스 아이스팩(Ansys Icepak), 전자기 냉각 시뮬레이션 소프트웨어, HFSS 등에서 수행되는 전자기 시뮬레이션의 필요 리소스 실행 시간을 정밀하게 예측한다. 앤시스 RF 채널 모델러(Ansys RF Channel Modeler)의 고급 합성 레이더 시뮬레이션 기능은 지상에서 AI를 활용한 표적 식별을 위해 폭넓은 학습 및 검증 데이터 세트를 제공하여, 디지털 미션 엔지니어링 분야를 지원한다.   ▲ 이미지 출처 : 앤시스 웹사이트 캡처   연결된 에코시스템 최첨단 연구개발(R&D) 환경에서는 모델 기반 시스템 엔지니어링(MBSE) 및 자동화 설계를 도입하여 연구개발 워크플로를 원활하고 효율적으로 유지하는 것이 중요하다. 앤시스 엔지니어링 설루션은 기존 인프라에도 새로운 기술을 쉽게 통합할 수 있도록 높은 호환성과 확장성을 갖춰 제품 설계의 혼선을 방지할 수 있다. 앤시스 2025 R1은 디지털 전환을 더욱 원활하게 지원할 수 있도록 MBSE 기능과 데이터 관리 기능이 강화되었다. 앤시스 모델센터(ModelCenter) MBSE 소프트웨어와 앤시스 시스템 아키텍처 모델러(System Architecture Modeler : SAM)는 SysML v2 지원을 강화해 엔지니어링 조직 전반에서 제품 요구 사항의 접근성과 확장성을 높이고, 팀 간 협업을 더욱 긴밀하게 연결하여 개발 시간 단축에 기여한다. 앤시스 모델센터(ModelCenter)는 MBSE 연결성이 향상되어 호환성을 높였고, 카펠라(Capella) 커넥터 기능이 강화되었으며, 앤시스 적으로 제공한다. SAM과의 더욱 긴밀한 통합을 통해 검색, 저장 및 수정 기능을 보다 직관적으로 제공한다. 앤시스 미네르바(Ansys Minerva) 시뮬레이션 프로세스 및 데이터 관리 소프트웨어인 미네르바는 일반 커넥터 개선을 통해 외부 데이터 연동을 표준화하며, 업로드 전 문제점 검증을 가능케 하여 제품 생산 시간 및 비용 절감에 기여한다. 커넥터는 새로운 비동기 작업 실행 기능이 추가돼 엔지니어의 생산성을 개선한다.   기타 앤시스 2025 R1의 주요 특징 앤시스 옵티슬랭(Ansys optiSLang) 프로세스 통합 및 설계 최적화 소프트웨어로 인터페이스, 분산 컴퓨팅, 고급 알고리즘 등 전반적인 개선으로 설계 워크플로의 유연성과 성능을 강화한다. 앤시스 그란타 MI(Ansys Granta Materials Intelligence) 제품군은 컴퓨터 이용 공학(CAE), 컴퓨터 지원 설계(CAD), 제품 수명주기 관리(PLM) 등의 소프트웨어와 공통 사용환경을 제공하여, 그란타(Granta) 최종 사용자 인터페이스와 통합 인터페이스 간 일관된 사용자 경험을 제공한다. 앤시스 플루언트(Ansys Fluent)의 내결함성 메싱(FaultTolerant Meshing : FTM)과 수밀 메싱(watertight meshing)에 적용된 작업 기반 성능을 개선해 메싱 속도를 가속화한다.  전력 필드 효과 트랜지스터(FET) 및 전력 관리 집적회로(PMIC)의 분석, 시뮬레이션, 최적화를 위한 신규 도구로 앤시스 파워X(Ansys PowerX)를 제공한다.    ▲ 이미지 출처 : 앤시스 웹사이트 캡처     ■ 기사 내용은 PDF로도 제공됩니다.

헥사곤 매뉴팩처링 인텔리전스가 ADAS(첨단 운전자 보조 시스템) 및 자율주행 차량 시스템 검증을 위한 클라우드 기반 설루션 ‘버츄얼 테스트 드라이브(Virtual Test Drive X, VTDx)’를 출시했다. VTDx는 클라우드 컴퓨팅 기술을 통해 실제 도로 이벤트 상황을 기반으로 ADAS와 자율주행(AD) 소프트웨어의 품질과 기능을 효율적으로 검증하며, 안전하고 혁신적인 모빌리티 기술의 시장 출시 시간을 단축시킨다. 최근 자동차 산업의 화두인 SDV(소프트웨어 정의 차량)는 센서, 다양한 칩, 고도화된 AI 알고리즘 등 복잡한 기술이 통합되면서 개발 및 테스트 과정이 주요 병목 현상으로 작용하고 있다. 특히 ADAS 소프트웨어의 경우 생산 이후에 결함을 수정하는 비용이 개발 단계보다 15배 높기 때문에, 출시 전 품질과 안전성 확보가 핵심 과제로 떠오르고 있다. 헥사곤이 선보인 VTDx는 가상 프로토타이핑을 통해 물리적 테스트의 한계를 극복하는 사용량 기반 서비스다. 헥사곤의 디지털 리얼리티 플랫폼인 ‘넥서스(Nexus)’의 클라우드 컴퓨팅과 자동화 기능을 활용해 ADAS와 자율주행 시스템의 지속적인 테스트 및 통합 검증이 가능하다는 점을 내세운다.     VTDx는 전장 아키텍처(E/E 아키텍처)의 중앙집중화와 강화되는 규제에 대응하며, 현대적인 소프트웨어 개발 방식에 맞춘 SDV 테스트 전략을 제공한다. 특히 차량 소프트웨어의 ADAS 부문에 특화된 물리적 안전 테스트를 포함한 점이 특징이다. 마이크로소프트 애저(Microsoft Azure) 팀과의 협력으로 개발된 VTDx는 직관적인 UX, 자동화된 코드 테스트 시뮬레이션, 사용량 기반 과금체계 등을 제공한다. 언리얼 엔진(Unreal Engine)으로 사실적인 시각화를 구현했으며, ASAM(자동화 및 측정 시스템 표준화 협회)의 오픈시나리오(OpenSCENARIO)와 오픈드라이브(OpenDRIVE) 표준을 지원한다. ADAS 및 AD 엔지니어는 VTDx의 웹 인터페이스를 통해 테스트 대상 시스템(SUT)을 손쉽게 구성할 수 있다. 헥사곤의 15년 노하우가 집약된 주행 환경 시뮬레이션 엔진은 고정밀 물리 기반 시뮬레이션으로 SUT의 정합성 및 다양한 센서 시뮬레이션 검증을 지원한다. VTDx는 오픈드라이브와 오픈시나리오 표준을 준수하는 소프트웨어-인-더-루프(SIL) 테스트 프로그램을 구동하며, 수천 개의 시나리오를 자동으로 실행해 SIL 테스트 프로그램의 설정 및 계산 시간을 단축할 수 있다. 헥사곤 매뉴팩처링 인텔리전스의 마헤시 카일라삼(Mahesh Kailasam) 디자인 & 엔지니어링 사업부 글로벌 총괄 사장 겸 수석 부사장은 “자동차 업계 고객들이 직면한 소프트웨어 개발 과제를 해결하기 위해 CI/CT 프로세스를 기반으로 클라우드 기반 ADAS 시뮬레이션 소프트웨어를 새롭게 개발했다”면서, “테스트 범위 확대, 테스트 주기 단축, 작업 자동화 등 어떤 목표를 가진 고객이라도 VTDx를 통해 큰 혜택을 얻을 수 있다”고 말했다. VTDx는 자동차 제조사들이 SIL 환경에서 ADAS와 자율주행 시스템을 철저히 테스트하고 검증해 안전성과 성능을 보장할 수 있도록 한다. 넥서스 플랫폼에서 사용량 기반 요금제의 공용 서비스형 소프트웨어(SaaS)로 이용할 수 있으며, 요구 시 프라이빗 클라우드 배포가 가능하다.