• 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 "앤시스"에 대한 통합 검색 내용이 930개 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
시높시스, 아르테미스 프로젝트 위해 시뮬레이션 및 디지털 트윈 기술 지원
앤시스를 인수한 시높시스가 미국 NASA의 차세대 달 탐사 프로젝트인 아르테미스 프로그램을 지원하기 위해 기술 협력을 확대한다고 밝혔다. 시높시스는 EMA 및 시지엄과 손잡고 달 환경에서 사용할 우주복의 안전성 분석과 통신 시스템 개발을 돕고 있다. 시높시스는 NASA 존슨 우주센터 및 글렌 연구센터와 협력해 달 표면에서 발생하는 전하 축적 현상을 분석한다. 또한 디지털 트윈 기반의 가상 달 환경을 활용해 통신 네트워크 구축을 검증하고 있다. 시높시스에 따르면 이러한 시뮬레이션 기술은 실제 장비를 제작하기 전 단계에서 성능을 검증함으로써 개발 위험을 줄이고 임무의 신뢰성을 높이는 데 기여한다.     EMA와 함께 진행하는 전자기 시뮬레이션은 달 환경의 정전기가 우주유영 시스템과 전자 장비에 미치는 영향을 파악하는 데 중점을 둔다. 달의 토양과 마찰하며 생기는 대전 현상이나 우주 플라스마 환경에서의 정전기 방전은 통신과 생명 유지 장치에 문제를 일으킬 수 있다. 시높시스는 앤시스 차지 플러스 설루션을 사용해 다층 구조로 된 우주복 내부의 전하 흐름을 3차원으로 해석하고 있다. 이 데이터는 EMA 연구소의 실험 결과와 병행하여 정밀한 검증 체계를 갖추는 데 쓰인다. 통신 분야에서는 시지엄과 협력해 달의 3D 지형 데이터를 바탕으로 한 디지털 트윈 환경을 구축했다. 시높시스의 전자기 해석 도구인 앤시스 HFSS 등을 활용해 우주복과 로버에 장착된 안테나의 성능을 분석하고 통신 연결성을 평가한다. NASA 글렌 연구센터는 이 기술을 통해 달의 크레이터나 암석 지형 때문에 생기는 통신 음영 지역을 미리 찾아내고 효율적인 네트워크 설계를 진행하고 있다. 전 NASA 국장이자 시높시스 산하 AGI 어드바이저인 짐 브라이든스타인은 “하드웨어 제작 이전에 가상 환경에서 설계를 모델링하고 테스트하는 디지털 엔지니어링 기술은 혁신을 가속화하는 핵심 요소”라고 밝혔다. 아르테미스 프로그램은 단순한 달 탐사 재개를 넘어 인류가 우주에 지속 가능한 기반을 구축하는 것을 목표로 삼고 있다.
작성일 : 2026-04-17
앤시스코리아, AI 반도체 실무 인재 양성 위해 민관 협력으로 실무 교육 체계 마련
앤시스코리아는 중소벤처기업진흥공단 중소벤처기업연수원 및 태성에스엔이와 함께 AI 반도체 분야의 기술 인재를 양성하기 위한 업무협약을 맺었다고 밝혔다. 이번 협약은 AI 반도체 분야에서 세계적 수준의 전문 인력을 길러내 중소벤처기업의 기술 경쟁력을 높이고 국가 산업의 성장을 돕기 위해 마련했다. 민간과 공공기관이 힘을 합쳐 전문 교육 체계를 만들고 반도체 산업 생태계를 활성화한다는 계획이다. 세 기관은 기업 현장에서 필요한 내용을 반영한 실무 중심의 교육 과정을 함께 기획하고 운영한다. 중소벤처기업연수원은 교육 과정 총괄과 중소기업의 교육 수요 파악, 교육 시설 제공, 연수생 모집을 맡는다. 앤시스코리아는 교육에 필요한 앤시스 소프트웨어 라이선스를 지원하고 세계적인 반도체 설계와 해석 분야의 최신 경향 및 기술 자료를 제공한다. 태성에스엔이는 전문 강사진을 활용해 앤시스 소프트웨어를 직접 다뤄보는 실습 중심의 교육을 진행한다. 이번 협약에 따라 세 기관은 2026년부터 AI 반도체 분야 연수 과정을 본격적으로 시작한다. 직접 모여서 배우는 집합연수와 온라인 세미나인 웨비나를 병행해, 현장에 필요한 실무 역량을 높일 예정이다. 또한 기술을 공유하고 관계망을 넓히기 위해 전문 기술 콘퍼런스 같은 협력 프로그램도 단계적으로 추진한다. 교육이 끝난 뒤에는 성과와 만족도를 분석해 다음 해 교육 과정에 반영할 계획이다. 한편, 중소벤처기업연수원은 앤시스 프로그램을 활용해 반도체 패키지 열 유동과 구조 해석, 반도체 패키지 전자 시뮬레이션, 반도체 장비 열 유동 해석, 인공지능을 활용한 설계 검증 및 최적 설계 등 실무 프로그램을 운영한다. 각 과정은 최대 30명 규모로 진행하며 교육비는 받지 않는다. 교육을 듣고 싶은 사람은 중소벤처기업연수원 웹사이트에서 신청하면 된다.   ▲ 앤시스코리아 김시회 상무, 중소벤처기업연구원 이미자 원장, 태성에스엔이 심진욱 대표(왼쪽부터)   앤시스코리아 문석환 대표는 “AI 반도체 분야에서 경쟁력 있는 실무 인재를 양성하기 위해서는 산업 현장과 연계된 교육 체계가 무엇보다 중요하다”고 설명했다. 앤시스코리아는 시뮬레이션 기반의 교육 환경과 기술력을 바탕으로 국내 중소벤처기업의 기술력을 높이고 반도체 산업 생태계에 기여하겠다고 밝혔다. 중소벤처기업연수원 이미자 원장은 “이번 협약을 통해 AI 반도체 분야 실무형 인재 양성을 위한 교육 기반을 한층 강화하게 됐다”고 평가하면서, 산업 수요에 맞춘 교육과정 운영을 통해 중소벤처기업이 디지털로 전환하고 현장 역량을 키우는 데 실질적인 도움을 주겠다고 덧붙였다. 태성에스엔이 심진욱 대표는 “현장 실무 수요를 반영한 실습 중심 커리큘럼을 통해 교육 효과를 극대화할 것”이라며, 중소벤처기업의 AI 반도체 실무 경쟁력을 확보하도록 돕겠다고 말했다.
작성일 : 2026-04-08
웨이브가이드의 열 & 열 변형 해석
앤시스 워크벤치를 활용한 해석 성공 사례   일반적으로 모델의 특성을 해석할 때 전자기, 구조, 유동 등 각 물리 영역만 해석하는 방법을 사용해왔다. 하지만 실제 모델이 동작함에 따라 하나의 물리 영역으로만 해석한 결과와 실제 결과가 상이한 부분이 있고, 이를 해결하기 위하여 다중 물리 해석을 하고 있다. 이번 호에서는 전자기와 구조의 양방향 연성해석(다중 물리 해석)에 대하여 소개하고자 한다. 전자기(Ansys HFSS)에서 해석한 결과(EM loss)를 구조(Ansys Mechanical) 영역으로 전달하고, 이 데이터를 기반으로 구조에서 열과 열 변형을 확인하게 된다. 이때 단순히 전자기에서 구조로 전달만 한다면 단방향(1-way) 해석이라 하며, 구조에서 열 변형된 정보가 다시 전자기로 적용되어 전자기 특성 해석을 한다면 양방향(2-way) 해석이라 칭한다. 앤시스 워크벤치(Ansys Workbench)를 이용하여 HFSS to Ansys Mechanical Simulation을 사용한 연성해석 사례를 통하여 알아보자.   ■ 박장순 태성에스엔이 ES2팀의 매니저이며, SI/PI/ EMI/RF 해석 엔지니어로 근무하고 있다. 홈페이지 | www.tsne.co.kr   HFSS to Mechanical 양방향 해석 오버뷰 HFSS to Mechanical 양방향 해석에 대한 오버뷰(overview)와 유의사항에 대해서 미리 살펴보고자 한다. 양방향 해석은 앤시스 워크벤치에 HFSS, Steady-State Thermal, Static Structural tool을 이용하여 진행한다. <그림 1>은 이번 호의 최종 결과이다. 왼쪽 그림은 다이플렉서(diplexer)를 HFSS에서 본 모습이고, 오른쪽 그림은 앤시스 메커니컬(Ansys Mechanical)의 열 변형 결과를 HFSS로 불러온 모습이다. 여기서 보이는 작은 삼각형들이 컴퓨터가 3D 모델을 해석하기 위해 만드는 사면체 구조로 메시(mesh)라고 부른다. 불러온 메시를 기준으로 HFSS에서 다시 해석을 진행하며 이때 나온 해석 결과가 열 변형이 적용된 결과이다.   그림 1. 다이플렉서 모델과 최종 결과   <그림 2>는 워크벤치에서 HFSS, Steady-State Thermal, Static Structural tool을 연결한 것이다. <그림 2>의 위쪽을 보면 번개 모양이나 물음표 등 일부 체크가 되어 있지 않은 모습을 볼 수 있다. 이는 워크벤치를 사용하면서 가장 유의해야 할 부분이다. <그림 2>의 아래쪽과 같이 모든 항목이 초록색 체크 표시가 되도록 설정을 진행하며 업데이트 확인은 필수이다.   그림 2. 앤시스 워크벤치에서 HFSS to Mechanical 연결   HFSS 설정 <그림 3>은 다이플렉서 해석 파일을 워크벤치에 넣는 방법이다. 만들어 놓은 AEDT 파일을 프로젝트 스키매틱(Project Schematic)에 끌어다 놓으면 활성화되며, ‘Solution’에서 ‘Edit’를 누르면 HFSS가 실행된다.   그림 3. 앤시스 워크벤치에 HFSS 인서트 및 실행 방법   <그림 4>는 HFSS에서 필요한 설정이다. Design명에서 마우스 우클릭해서 Object의 Temperature와 Deformation을 그림과 같이 설정해주고 HFSS를 종료한다. HFSS를 종료한 후 Solution에서 마우스 우클릭 후 ‘Update’를 선택해서 항목 모두 초록색 체크 표시가 되게 해 준다. 이 화면에서 ‘Enable Feedback’을 체크하지 않는다면 앤시스 메커니컬의 정보를 불러올 수 없으니 유의하도록 한다.   그림 4. Temperature & Deformation 설정     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2026-04-02
앤시스 2026 R1 : 통합 워크플로 및 생성형 AI 기능으로 엔지니어링 혁신 가속
개발 : Ansys 주요 특징 : 엔지니어링 프로세스를 하나로 연결하는 통합 시높시스–앤시스 워크플로 제공, 생성형 AI와 에이전틱 엔지니어링 기능으로 설계 탐색 가속/전처리 자동화/시스템 수준 인사이트 확보 지원, 확장된 디지털 트윈 역량 및 연결된 모델링 워크플로로 시스템 전반에 대해 리얼월드 기반의 인사이트 제공 강화 등 공급 : 앤시스 코리아   ‘앤시스 2026 R1(Ansys 2026 R1)’은 시높시스와 앤시스가 보유한 공학 역량을 결합해, 시높시스-앤시스 통합 기능을 본격적으로 선보인다. 앤시스 2026 R1은 시뮬레이션 AI 포트폴리오를 확장해 학습 효율을 높이는 AI 강화 트레이닝 제공과 함께 고급 AI 기능도 강화했다. 이를 통해 엔지니어링 팀은 초기 개발 단계에서 시스템 수준 인사이트를 확보함과 동시에 물리 시험 의존도를 줄이며, 소프트웨어 중심 제품이 고도화되는 환경에서도 성능 최적화를 보다 효율적으로 추진할 수 있게 됐다.   ▲ 출처 : 시높시스   시스템 인지 엔지니어링의 미래를 가속하는 공동 설루션 앤시스 2026 R1은 시스템 복잡성 증가, AI 기반 제품 수요 확대, 그리고 산업 전반의 조기 검증 전환이 맞물리며 변화하는 엔지니어링 환경에서 새로운 흐름의 출발점이 될 것으로 전망된다. 시높시스는 이러한 변화에 대응하기 위해, 시높시스와 앤시스의 주요 기술을 연동해 하나의 통합된 시스템처럼 작동하도록 지원한다. 이를 통해 초기 설계 탐색을 가속하고 도메인 간 협업을 강화하며, 주요 산업 전반에서 더 깊은 인사이트를 제공하는 고효율 워크플로를 제시한다. 이번 앤시스 2026 R1에 포함된 신규 시높시스-앤시스 공동 설루션은 다음과 같다. 시높시스 VC 펑셔널 세이프티 매니저(Synopsys VC Functional Safety Manager, VC FSM)와 앤시스 메디니 애널라이즈(Ansys medini analyze)가 시스템 수준과 실리콘 수준 안전 분석을 연결하는 엔드 투 엔드 기능 안전 워크플로로 연동된다. 이를 통해 시스템 안전 엔지니어와 칩 안전 검증 엔지니어 간 협업이 간소화되며, 시스템부터 칩까지 추적성(traceability)이 자동화된다. 또한 도구 간 수작업 데이터 공유를 줄여 자동차 및 항공우주 안전 등 핵심 적용 분야에서 시간 절감 효과를 기대할 수 있다. 시높시스 퀀텀ATK(Synopsys QuantumATK)와 앤시스 그란타 MI(Ansys Granta MI) 플랫폼이 소재 워크플로로 통합되어 원자 스케일부터 엔터프라이즈까지 이어지는, 소재 발굴, 신소재 개발, 제조 공정 개선을 지원한다. 검증된 소재 물성치를 그란타 MI로 직접 내보낼 수 있어 소재 과학자와 설계 엔지니어 간 협업 효율이 높아진다. 또한 반복 가능하고 재사용 가능한 워크플로를 통해 정제되고 일관된 소재 레코드를 구축함으로써 초기 단계에서 성능 예측과 데이터 기반 의사결정을 지원한다. 시높시스 옵토컴파일러(Synopsys OptoCompiler)와 앤시스 루메리컬 FDTD(Ansys Lumerical FDTD)가 디바이스 수준 포토닉 설계와 고급 시스템 수준 광학 시뮬레이션을 연결하는 설계 워크플로로 통합된다. 또한 Verilog-A 모델 생성 자동화와 도구 간 광학 거동 일관성 확보를 통해 디바이스 설계자와 시스템 수준 포토닉 엔지니어 간 협업을 강화한다. 이를 통해 설계·시뮬레이션 환경 간 수작업 데이터 변환을 줄이고, 고도화된 포토닉 애플리케이션에서 시간 절감과 신뢰성 향상을 지원한다. 앤시스 스케이드(Ansys SCADE) 모델 기반 소프트웨어 개발 설루션에 더해, 시높시스는 제어 소프트웨어를 위한 테스트 자동화 설루션 TPT를 제공한다. SCADE는 안전 필수 소프트웨어 개발 환경을 제공하고, TPT는 테스트 생성·실행·분석을 자동화해 설계 반복을 가속하고 조기 검증을 강화하며 복잡한 제어 소프트웨어 품질 향상을 지원한다. 두 설루션을 결합하여 ADAS, 전동화 파워트레인, 비행 제어, 엔진 제어, 항공전자 등 미션 크리티컬 제어 시스템 개발에서 수작업 검증 부담을 줄이고 자동화 수준을 높일 수 있다.   ▲ 출처 : 시높시스   AI 기반 디지털 엔지니어링으로 더 빠르고 스마트한 설계 반복 지원 앤시스 2026 R1은 생성형 AI와 에이전틱 기능을 도입해, 검증을 가속하고 설계 탐색을 확대하며 복잡한 워크플로의 자동화를 강화했다. 이를 통해 엔지니어링 팀은 개발 전체 과정에서 더 빠르고 스마트한 인사이트를 확보할 수 있다. 앤시스 지옴AI(Ansys GeomAI) 지오메트리 플랫폼은 생성형 AI 기반의 개념 설계 탐색을 통해, 지오메트리 콘셉트를 보다 창의적이고 효율적으로 빠르게 생성·평가·개선할 수 있도록 지원한다. 레퍼런스 설계로부터 직접 학습함으로써 초기 혁신을 가속하는 동시에, 엔지니어링 의도를 보존해 AI가 생성한 콘셉트가 예측 가능하고 신뢰할 수 있으며 후속 검증 단계로 자연스럽게 이어질 수 있도록 돕는다. 또한 메시 에이전트는 앤시스 메카니컬(Ansys Mechanical)에서 탐색적 사용으로 제공되는 신규 기능으로, 모델 전처리 과정에서 발생하는 메싱 실패 원인을 진단하고 해결하는 데 도움을 준다. 검증된 개선 절차를 기반으로 엔지니어를 안내해 자동화 전처리에 대한 신뢰를 높인다. 현재 초기 고객 평가 단계에 있는 ‘디스커버리 검증 에이전트’는 앤시스 디스커버리(Ansys Discovery)에 탑재돼, 수십 년간 축적된 공학 전문성을 바탕으로 문맥 정보와 산업 모범 사례를 활용해 설정 이슈를 선제적으로 식별한다. 이를 통해 엔지니어가 작업을 더 빠르게 진행하고 비용이 큰 실수를 줄이며, 초기부터 더 높은 성능의 설계를 만들 수 있도록 지원한다. 앤시스 2026 R1의 추가 AI 업데이트 사항은 다음과 같다. 앤시스 SimAI(Ansys SimAI) 시뮬레이션 플랫폼은 두 가지 제공 형태를 지원한다. 기존 제품인 앤시스 SimAI 프리미엄 SaaS와, 로컬 데이터 저장이 필요한 프로젝트를 위해 데스크톱 환경에서 사용할 수 있도록 설계된 앤시스 SimAI Pro가 포함된다. 앤시스 옵티스랭(Ansys optiSLang)의 SimAI 커넥터를 통해 학습 데이터 생성, AI 학습, 최적화 및 설계 스터디까지 엔드투엔드 워크플로를 구현할 수 있다. 앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)이 메디니 애널라이즈, 앤시스 모델센터(Ansys ModelCenter), 앤시스 록키(Ansys Rocky)에서 제공돼 사용자 인터페이스 내에서 지능형 AI 가이드 지원을 제공한다. 옵티스랭과 디스커버리 간 신규 통합으로 민감도 분석과 원클릭 최적화를 지원하는 AI-레디 워크플로가 제공된다. 이를 통해 엔지니어는 메카니컬, 플루언트 또는 앤시스 아이스팩(Ansys Icepak)에서 개념을 검증하기 전에, 초기 단계에서 더 빠르게 설계 대안을 탐색할 수 있다.   ▲ 출처 : 시높시스   리얼월드 디지털 트윈으로 시스템을 연결하고 성능 최적화 앤시스 2026 R1에서 확장된 디지털 트윈 혁신은 물리적 프로토타이핑 이전 단계에서 사용자들이 더 깊은 리얼월드 인사이트를 확보할 수 있도록 지원한다. 앤시스 트윈AI(Ansys TwinAI)는 시뮬레이션 데이터와 센서·테스트 정보를 더 정교하게 얼라인하는 신규 퓨전 모델링 방식과, 대규모 시계열 모델링 및 학습 효율을 강화하는 템포럴 퓨전 트랜스포머를 도입했다. 또한 트윈AI ROM(차수 축소 모델) 위저드는 고정밀 ROM의 생성 및 배포를 제공하여 리얼타임 디지털 트윈 제공을 가속한다. 또한, 앤시스 AV엑셀러레이트 센서(Ansys AVxcelerate Sensors)는 신규 GPU 가속 멀티스펙트럴 광 전파 엔진과 엔비디아 옴니버스와의 통합 확대를 포함한 기능 강화를 통해 통합된 3D 디지털 트윈 파이프라인을 구현한다. 이를 통해 시나리오 전반에서 더 물리적으로 정확한 카메라 동작, 표면 반사 그리고 엣지케이스 재현성을 제공한다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-04-02
CAD&Graphics 2026년 4월호 목차
  15 THEME. 지속 가능한 성장을 위한 플랜트·조선 산업의 디지털/AI 전환 글로벌 플랜트·조선 프로젝트의 새로운 경쟁력을 위한 실행 중심 DX 전략 플랜트 DX/AX를 통한 산업 혁신 : 지속 가능하면서 효율적인 추진 전략 DX·AI 시대의 플랜트 토목 설계 자동화 디지털 건설 블록을 통한 EPC 산업의 AI/ML 기반 디지털 전환 전략 AI 스마트 선박 및 스마트 해운의 사이버 안전 대응 전략 플랜트·조선 산업을 위한 대용량 3D 시각화 설루션 적용 사례 AI 기반 엔지니어링을 위한 CAD 데이터 품질 인프라 구축   INFOWORLD   Focus 40 SIMTOS 2026, “AI 자율제조로 나아가는 글로벌 제조 혁신을 한 눈에” 42 로크웰 오토메이션의 자율 제조 비전… “산업 전주기에 AI 내재화”   People&Company 44 아비바 스티브 르완 부사장, 에릭 첸 부사장 AI로 연결된 스마트 제조의 미래… 파트너 생태계로 혁신 가치 극대화   Case Study 46  언리얼 엔진으로 새롭게 정의한 ‘케이팝 데몬 헌터스’ 프리비즈와 레이아웃 혁신해 애니메이션 공정 효율 향상 50 2025년을 빛낸 유니티 고객 성공 사례 실시간 3D 기술로 산업 전반의 디지털 혁신 주도   New Products 53 통합 워크플로 및 생성형 AI 기능으로 엔지니어링 혁신 가속 앤시스 2026 R1 56 투사현실로 현장 레이아웃을 구현하는 스마트 건설 설루션 XR Projector Gen3   Column 59 트렌드에서 얻은 것 No. 29 / 류용효 나의 바이브 코딩 도전기 62 디지털 지식전문가 조형식의 지식마당 / 조형식 디지털 전환을 넘어 AI 전환으로 : 기업의 존재 방식을 재정의하는 시대   On Air 64 캐드앤그래픽스 CNG TV 지식방송 지상중계 가상 엔지니어링 기반 스마트 건설 장비 개발 프로세스 66 캐드앤그래픽스 CNG TV 지식방송 지상중계  AI 시대, 인간의 전략적 진화… ‘슈퍼휴먼’으로 거듭나는 법 67 캐드앤그래픽스 CNG TV 지식방송 지상중계 피지컬 AI가 이끄는 제조 패러다임의 변화 : 대한민국 제조업의 미래   68 New Books   Directory 107 국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 69 BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱 월드랩과 오토데스크의 협업, 그리고 공간 AI 모델 패러다임 전환 72 새로워진 캐디안 2026 살펴보기 (5) / 최영석 스마트 옵셋 외 76 데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (13) / 최하얀 분산 근무 시대의 새로운 CAD 라이선스 전략   Analysis 79 심센터 HEEDS 더 깊게 살펴 보기 (4) / 이종학 최적 검색 가속화를 위한 AI 프레딕터 84 제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (9) / 김주현 크레오 플로 어낼리시스를 통한 유동해석 90 앤시스 워크벤치를 활용한 해석 성공 사례 / 박장순 웨이브가이드의 열 & 열 변형 해석 96 산업을 위한 AI와 버추얼 트윈 기술 (2) / 고석원 차량 공력 성능 예측 고도화를 위한 CFD 전략 99 성공적인 유동 해석을 위한 케이던스의 CFD 기술 / 나인플러스IT 선박 운영 비용을 줄이는 파력 추진 시스템의 개발 102 가상 제품 개발을 위한 MBSE 및 SysML의 이해와 핵심 전략 (6) / 오재응 SysML의 블록 정의 및 사용     2026-4-aifrom 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기
작성일 : 2026-03-27
시높시스, “엔비디아와 협력해 AI 기반 엔지니어링 혁신 성과 낸다”
시높시스는 엔비디아 GTC 2026에서 양사의 전략적 협력을 바탕으로 한 AI 및 고성능 컴퓨팅 엔지니어링 혁신 성과를 발표했다. 이번 발표에서는 반도체부터 시스템 전체를 아우르는 에이전트 AI 기반 엔지니어링 환경과 다양한 산업군의 적용 사례가 공유됐다. 현재 반도체와 자동차, 항공우주 등 주요 산업 분야에서는 설계 복잡성이 증가하고 개발 비용이 상승하는 반면 출시 기간 단축에 대한 요구는 더욱 커지고 있다. 시높시스는 이러한 한계를 극복하기 위해 엔비디아의 AI 및 가속 컴퓨팅 기술을 자사의 설계와 시뮬레이션 설루션에 결합했다. 이를 통해 고객이 제품 개발 과정을 더 빠르고 효율적으로 진행할 수 있도록 도울 수 있다는 것이다. 앤시스를 인수한 시높시스는 이번 행사에서 반도체 설계와 멀티피직스 시뮬레이션을 통합한 환경 및 디지털 트윈 기반의 가상 프로토타이핑 기술을 선보였다. 실제 시제품을 만들기 전 단계에서 성능과 동작을 미리 검증함으로써 개발 리스크를 줄이고 속도를 높일 수 있다는 것이 시높시스의 설명이다. 시높시스의 사신 가지 CEO는 “전통적인 방식으로는 오늘날 지능형 시스템의 복잡성을 감당하기 어렵다”면서, “엔비디아를 포함한 파트너들과 협력해 설계부터 검증까지 전 과정을 지원하고 디지털 트윈 기반 기술로 고객이 미래를 설계할 수 있게 돕고 있다”고 말했다. 엔비디아의 젠슨 황 CEO 또한 “현대 엔지니어링은 시뮬레이션과 디지털 트윈 환경에서 이뤄진다”면서, “시높시스의 플랫폼과 엔비디아의 AI 기술을 결합해 복잡한 설계 환경을 효과적으로 다루는 새로운 패러다임을 구현하고 있다”고 밝혔다. 실제 고객사의 성능 향상 사례도 제시됐다. 어플라이드 머티리얼즈는 시높시스 퀀텀ATK(QuantumATK)와 엔비디아 cuEST를 활용해 양자 화학 시뮬레이션 속도를 최대 30배 높였다. 혼다는 앤시스 플루언트(Ansys Fluent) 유체 시뮬레이션 소프트웨어에 GPU 가속을 적용해 기존 CPU 환경보다 34배 빠른 연산 성능과 38배의 비용 절감을 달성했다고 밝혔다. 아스테라 랩스 역시 엔비디아 B200 GPU 기반의 시높시스 프라임심(PrimeSim)을 활용해 설계 검증 속도를 3.5배 개선했다. 시높시스는 엔비디아와 협력해 에이전트 AI 기반의 엔지니어링 환경 구축에도 속도를 내고 있다. 시높시스 에이전트엔지니어(Synopsys AgentEngineer) 기술을 바탕으로 멀티 에이전트 워크플로를 구현하고, 엔비디아의 에이전트 툴킷 및 NIM 추론 서비스 등을 연동해 복잡한 칩 설계 작업을 자동화하는 방식이다. 시높시스는 이번 GTC에서 L4 수준의 에이전트 EDA 워크플로를 시연하며 설계 자동화의 이정표를 제시했다. 디지털 트윈 구현 사례로는 아나로그디바이스(ADI)와의 협업이 소개됐다. ADI는 엔비디아 옴니버스 및 아이작 심(Isaac Sim) 환경에서 시높시스의 멀티피직스 시뮬레이션 소프트웨어를 사용해 차세대 촉각 센서와 로봇 민첩성 벤치마크의 디지털 트윈을 제작하고 있다. 시높시스의 앤시스 메카니컬(Ansys Mechanical)과 AV엑셀러레이트 센서(AVxcelerate Sensors) 소프트웨어는 케이블, 센서 깊이 인식 등 정밀한 시뮬레이션을 구현하는 데 활용됐다.
작성일 : 2026-03-19
시높시스, AI·공동 워크플로 탑재한 ‘앤시스 2026 R1’ 출시로 엔지니어링 혁신 가속
시높시스가 앤시스 인수 이후 양사의 공학 역량을 결합한 첫 번째 통합 설루션인 ‘앤시스 2026 R1’을 출시했다. 이번 신제품은 분리되어 있던 엔지니어링 프로세스를 하나로 연결하고 생성형 AI와 에이전틱 엔지니어링 기능을 도입해 제품 개발의 효율을 높인 것이 특징이다. 앤시스 2026 R1은 시뮬레이션 AI 포트폴리오를 확장하여 학습 효율을 높이고 고급 AI 기능을 강화했다. 이를 통해 엔지니어링 팀은 초기 개발 단계에서 시스템 수준의 인사이트를 확보하고 물리 시험 의존도를 줄일 수 있다. 시높시스는 이번 설루션이 소프트웨어 중심 제품이 고도화되는 환경에서 성능 최적화를 보다 효율적으로 추진하도록 지원한다고 밝혔다. 이번 업데이트에서는 시높시스와 앤시스의 주요 기술이 연동된 다양한 공동 설루션이 공개됐다. ▲시높시스 VC 펑셔널 세이프티 매니저(VC FSM)과 앤시스 메디니 애널라이즈(Ansys medini analyze)를 연결해 시스템부터 칩까지의 안전 분석 추적성을 자동화하는 기능 안전 워크플로가 제공된다. ▲시높시스 퀀텀ATK(Synopsys QuantumATK)와 앤시스 그란타 MI 플랫폼(Ansys Granta MI)이 통합되어 원자 스케일부터 제조 공정까지 일관된 소재 레코드를 구축하도록 돕는다. ▲시높시스 옵토컴파일러(Synopsys OptoCompiler)와 앤시스 루메리컬 FDTD(Ansys Lumerical FDTD)를 연결해 디바이스 설계와 시스템 광학 시뮬레이션 간 데이터 변환을 줄이는 워크플로도 포함됐다. ▲모델 기반 소프트웨어 개발 설루션인 앤시스 스케이드(Ansys SCADE)와 시높시스의 제어 소프트웨어 테스트 자동화 설루션 TPT를 결합해 ADAS 및 전동화 파워트레인 등 미션 크리티컬 시스템의 검증을 가속한다. 앤시스 2026 R1은 포트폴리오 최초로 에이전틱 기능을 도입하여 복잡한 워크플로의 자동화를 강화했다. 생성형 AI 기반의 ‘앤시스 지옴AI(Ansys GeomAI)’ 플랫폼은 지오메트리 콘셉트를 빠르게 생성하고 평가하여 초기 혁신을 돕는다. 또한 ‘메시 에이전트’는 모델 전처리 과정의 실패 원인을 진단하여 엔지니어를 안내하며 ‘디스커버리 검증 에이전트’는 설정 이슈를 선제적으로 식별해 비용이 큰 실수를 방지하도록 지원한다. 확장된 디지털 트윈 혁신은 물리적 프로토타입 제작 전 단계에서 깊은 인사이트를 제공한다. ‘앤시스 트윈AI(Ansys TwinAI)’는 시뮬레이션 데이터와 센서 정보를 정교하게 맞추는 퓨전 모델링 방식과 리얼타임 디지털 트윈 구현을 가속하는 ROM 위저드를 도입했다. 아울러 ‘앤시스 AV엑셀러레이트 센서(Ansys AVxcelerate Sensors)’는 엔비디아 옴니버스와의 통합 확대를 통해 물리적으로 정확한 카메라 동작과 에지 케이스 재현성을 제공한다. 시높시스의 라비 수브라마니안 최고 제품 관리 책임자는 “시높시스와 앤시스 기술의 결합으로 소재, 물리, 전자, 소프트웨어를 유기적으로 연결하는 통합 기반을 구축했다”라고 밝혔다. 또한 “사용자가 설계 환경 전반을 매끄럽게 관리하고 확신을 갖고 혁신을 만들 수 있도록 지원할 것”이라고 덧붙였다.
작성일 : 2026-03-12
복합재 날개 구조의 배치 설계와 파라메트릭 자동화 해석
앤시스 워크벤치를 활용한 해석 성공 사례   이번 호에서는 날개의 구성품 장착 위치와 각 구성품의 복합재 적층 정보를 변수화하고, 해석 모델의 3D CAD 형상까지도 간단한 변수 변경으로 수정하여 자동화 해석을 구성하는 방법에 대하여 소개한다.   ■ 박준수 태성에스엔이 AE3팀에서 구조 해석 엔지니어로 근무하고 있다. 홈페이지 | www.tsne.co.kr   비행 중에 항공기가 받는 힘은 <그림 1>과 같이 엔진과 프로펠러로부터 발생하는 추력(thrust), 상대풍으로 인한 항력(drag), 날개의 윗면과 아랫면에 작용하는 압력차이로 인한 양력(lift), 중력으로부터 발생하는 중량(weight)으로 크게 네 가지 힘이 작용한다.   그림 1. 비행 중 항공기에 작용하는 네 가지 힘   <그림 2>의 왼쪽과 같이 항공기가 직진 수평 비행을 하는 경우에는 날개 구조에 작용하는 양력이 항공기의 무게와 평형상태를 이루면 되고, <그림 2>의 오른쪽과 같이 항공기가 수평 선회 비행을 하는 경우에는 선회각도 만큼 양력의 수직 성분이 힘이 낮아지게 된다.   그림 2. 직진 수평 비행(왼쪽), 수평 선회 비행(오른쪽)   예를 들어, 선회각도가 60도인 경우 날개 구조는 항공기의 무게의 2배를 견뎌야 한다. 더불어 인증을 위해선 보통류 항공기의 경우 항공기 최대 무게의 3.8배, 곡예용 항공기의 경우 항공기 최대 무게의 6배를 견디도록 설계하는 것을 요구하고 있다. 따라서 <그림 3>과 같이 비강성, 비강도가 높은 복합소재를 적용하여 날개 구조를 제작하는 것은 필수이다. 그러므로 이번 호에서는 날개 예제 모델을 이용하여 구성품의 장착 위치와 각 구성품의 복합재 적층 및 적층 각도 등에 대한 설계 요소를 변수화하여 자동화 해석을 수행하는 방법에 대하여 소개하고자 한다.   그림 3. 소재별 중량 대비 강성, 강도 그래프   기존의 파라메트릭 자동화 해석과는 다르게 해석 모델의 3D CAD 형상도 변수화하여 자동으로 형상 수정을 하고 유한 요소 모델링을 할 수 있는 차별성이 있으며, 파이썬 스크립트(Python script)를 잘 몰라도 간단한 원리만 터득하면 손쉽게 자동화 해석을 수행할 수 있다.   날개 구조와 배치 설계 날개 구조는 <그림 4>와 같이 다양한 구조물로 구성된다.   그림 4. 세미-모노코크(monocoque) 날개 구조   날개보(spar)는 양력으로 인한 대부분의 하중을 지탱하는 구조물로서, 굽힘 하중을 담당하는 캡(cap) 부분과 전단력을 담당하는 웹(web)으로 구성된다. 또한 일반적으로 날개 구조에는 2~3개 이상의 날개보를 사용한다. 리브(rib)는 날개의 단면을 에어포일(airfoil) 형상으로 유지시키는 구조물이며, 외피에 작용하는 하중을 날개보에 전달하는 역할을 수행한다. 스트링거(stringer)는 날개 외피에 굽힘 강도를 크게 하고 좌굴을 방지하는 역할을 수행한다. 외피(skin)는 날개에 작용하는 굽힘 하중과 비틀림 하중을 보조적으로 지탱하는 역할을 수행한다. 또한 공기역학적인 에어포일 형상으로 날개 구조물을 감싸는 구조 부분이다. 이와 같이 날개 구조 내부의 구성품은 항공기에서 양력을 지탱하는 가장 중요한 구조물이며, 날개 구조 내부에 어떻게 배치하는지에 따라 날개 구조 전체의 강성과 강도 성능이 매우 크게 달라지게 되므로 배치 설계는 매우 중요한 설계 인자이다.   복합재 소재와 기계적 특성 항공기 구조 설계에서 가장 중요한 요소는, 높은 강성과 강도를 갖는 소재로 설계하여 중량을 낮춰야 한다는 것이다. 이에 따라 최근 대부분의 항공기 구조물에는 탄소 및 유리 섬유 강화 복합재를 사용하여 제작하고 있다. 섬유 강화 복합재는 <그림 5>와 같이 섬유 다발을 단방향 또는 직조하여 레진과 같은 기지재(matrix)를 섬유 다발 사이로 함침시켜 제작한다. 이렇게 제작된 얇은 섬유 강화 판재 소재를 프리프레그(prepreg)라고 부르며, 라미나(lamina) 또는 플라이(ply)라고 부르기도 한다.   그림 5. 섬유 강화 복합재의 제작 방법     ■ 기사 상세 내용은 PDF로 제공됩니다.
작성일 : 2026-03-06
HP Z북 울트라 G1a 리뷰 - CAE 실무 해석 프로젝트 성능 검증
이번 리뷰는 HP Z북 울트라 G1a(HP ZBook Ultra G1a)를 활용해 실제 CAE 실무 환경에서의 성능을 검증한 기록이다. 14인치의 컴팩트한 폼팩터에 탑재된 AMD 라이젠 AI 맥스 프로(AMD Ryzen AI Max PRO) 프로세서와 통합 메모리 시스템이 복잡한 전처리부터 후처리까지의 해석 루틴을 얼마나 안정적으로 수행하는지 분석하였다. 실무자의 관점에서 이동성과 전문가급 시뮬레이션 성능의 조화를 직접 확인해 보았다.   리뷰 배경 HP Z북 울트라 G1a는 14인치의 워크스테이션급 특성을 넣은 노트북이다. AMD 라이젠 AI 맥스 프로 시리즈 프로세서 기반으로, CPU와 GPU가 하나의 메모리 풀을 공유하는 통합 메모리 아키텍처를 전면에 내세운다. 제품 소개 기준으로 최대 128GB 통합 메모리 구성이 가능하며, 이 중 최대 96GB까지를 GPU 전용 메모리로 할당해 그래픽 작업에서 병목을 줄이는 방향으로 설계되었다. 이 노트북을 처음 마주한 인상은 워크스테이션이라는 단어와 외형이 잘 연결되지 않는다는 점이었다. CPU 성능은 AMD 라이젠 AI 맥스 + 395를 기반으로 그래픽은 라데온 8060S(Radeon 8060S)로 확인된다. 이 정도의 성능을 노트북에서 볼 수 있다는 점에서 시뮬레이션을 당장이라도 돌려봐야겠다고 판단하였다.   그림 1. HP Z북 울트라 G1a   HP Z북 울트라 G1a는 14인치급의 얇은 노트북 형태라 이동이 쉽고, 포트 구성도 업무용에 딱 맞춰져 있다. 특히 HDMI 2.1, 썬더볼트 4(USB-C) 등 USB-C 포트를 3개 보유하고 있다. 외부 모니터 연결이나 현장, 회의실 등 이동이 잦은 사용자라면 노트북 자체의 무게 관점에서는 엄청난 점수를 주게 된다. <그림 2>의 왼쪽은 Z북 울트라 G1a의 상판 디자인이다. 그레이 톤에 로고 중심의 미니멀함이 인상이 강하고, 표면 마감도 업무용 워크스테이션답게 차분한 편이다. <그림 2>의 오른쪽 사진은 휴대성 체감을 주기 위해 12.9형 아이패드 프로를 함께 놓고 비교한 장면이다. 태블릿을 키보드 위에 올려두면 느껴지듯, 본체의 면적이 아이패드 프로급과 크게 동떨어지지 않아 가방에서 차지하는 부피 부담이 생각보다 적다. 실제로 태블릿을 넣던 공간에 함께 운용하기 수월했고, 연구실과 세미나실처럼 이동이 잦은 환경에서 편리함을 만들어주는 크기였다.   그림 2. HP Z북 울트라 G1a의 외관(왼쪽) 및 태블릿과의 크기 비교(오른쪽)   CAE 해석 관련 제품 시연 CAE 해석 관련 제품 시연을 보면 대개는 깔끔한 브래킷 한 개, 공기 층이 크게 없는 외부 유동, 혹은 요소 수를 의도적으로 낮춘 모델로 구성된다. 하지만 실제 대학원 연구나 현업 엔지니어가 사용하는 모델은 굉장히 높은 밀도의 요소 수를 가지고 있는 경우가 대부분이다. CAE 해석은 계산 시간만으로는 평가하기 어렵다. 실제로는 모델을 가져오고, 형상을 단순화하고, 메시를 증가시키고, 수렴을 잡고, 결과를 후처리하고, 마지막으로 보고서까지 정리하는 과정이 하나의 루틴으로 이어진다. 이 루틴 중 어느 구간에서든 시스템이 멈추거나 응답성이 크게 떨어지면, 그 순간부터는 업무가 끊기게 된다. 필자는 구조/유동 해석을 병행하는 대학원생 연구원으로서, 이번 대여 장비를 단순 벤치마크가 아닌 실제 연구 및 과제에서 수행하는 순서 그대로 테스트해보기로 했다. 목표는 명확하다. 다음의 두 가지를 중점으로 검토하였다. 전처리부터 후처리까지, 끊김 없이 반복 수행 가능한가? 구조 해석(선형/비선형)과 유동 해석(정상/과도)을 섞었을 때도 안정적으로 유지되는가? 이번 리뷰는 실제 진행했던 해석 프로젝트를 기반으로 진행하였다. 대외비로 인해 전체 형상보다 해석 진행에 맞춘 단순화 모델을 사용하였다. CFD 유동 해석 1건을 먼저 수행해 시스템의 기본 워크플로 안정성을 우선 확인한 뒤, 본 테스트인 XY 스테이지 프로젝트로 넘어가는 방식으로 구성했다. 세 가지 테스트는 해석 솔버 진행 시 해석 엔지니어가 체감하기에 가장 어려움을 겪는 상황에 대해 상세하게 설명하는 것을 목표로 한다. 해석 엔지니어는 대부분 직접 모델링, 전처리에서 후처리까지 모두 진행하기 때문에, 이 모든 과정에서 HP Z북 울트라 G1a의 성능이 성과를 좌우할 수 있다. 이에 따라 대표적인 해석 방법 세 가지(유동, 정적, 열적 해석)을 선정하였다.   그림 3. 분야별 테스트 계획   테스트 1 : 유체 시뮬레이션 전처리(앤시스)   그림 4. 전처리 메시 작업(노트북 자체 화면)   첫 번째 테스트는 유체 해석으로 시작했다. 대상은 다수의 오리피스(Orifice)가 배열된 에어베어링 타입 유동 형상으로, 단순히 솔버만 돌리는 것이 아니라 전처리부터 해석, 후처리까지 모든 워크플로를 수행하였다. 이 유형의 모델은 형상 자체도 복잡하지만, 메시 해상도를 올리는 순간부터 작업감이 급격하게 달라진다. 특히 요소 수가 많아지면 워크벤치(Workbench)에서 해당 프로젝트에 접근하는 ‘클릭 한 번’부터 초기 반응이 늦어지는 경우가 흔하다. 즉, 실제 체감 성능은 메시 창 진입부터 차이가 드러난다. Z북 울트라 G1a의 흥미로운 점은 소음 특성이다. 동일한 워크로드를 워크스테이션급 컴퓨터에서 수행할 때는 팬의 소음이 뚜렷하게 들릴 정도로 동작하는 경우가 있었는데, 이번 테스트에서 수행할 때는 메시 작업창을 여는 순간 짧게 팬이 동작하는 느낌이 있다가, 이후에는 지속적으로 소음이 커지지 않고 비교적 낮은 수준으로 유지되는 느낌을 받았다. 필요한 구간에서만 짧게 소음이 개입하니, 작업하는 엔지니어 입장에서는 안정감을 받으며 작업을 할 수 있었다.   그림 5. 앤시스 워크벤치 프로젝트(유체 해석)   유체 해석 파트는 한 번 돌려서 끝이 아니라, 워크벤치에서 여러 케이스를 동시에 관리하는 형태로 구성했다. <그림 5>처럼 Fluid Flow 시스템을 다수 배치하고, 각 시스템을 Geometry, Mesh, Setup, Solution, Results 순서의 단계로 동일한 구조로 유지한 뒤 케이스별로 필요한 변경만 최소화하여 반복 실행했다. 연구실에서 실제로 유동 해석을 수행할 때는 한 조건으로 끝나기보다 간극, 입력조건, 수치 설정을 바꿔가며 다음 케이스로 넘어가는 일이 일반적이기 때문에, 이번 리뷰에서도 그 흐름을 그대로 가져갔다. 이번 구성의 핵심은 파라미터 기반 분기이다. 간극 조건을 여러 파라미터 케이스로 나누어 두고, 수치 설정을 달리한 케이스도 별도로 두어 같은 프로젝트 내에서 연속적으로 비교할 수 있도록 구성했다. 동일한 방식으로 여러 케이스를 파이프로 연결하여 시뮬레이션했을 때, 데스크톱 워크스테이션에서는 약 5시간, Z북 울트라 G1a에서는 약 7시간 정도가 소요되었다. 실제 솔버에 사용한 코어 수는 동일하게 맞추어 진행했다.(비교에 사용한 데스크톱 워크스테이션 사양은 13세대 인텔 코어 i7-13700KF(16코어/24스레드), RAM 128GB, 엔비디아 RTX A4000(전용 16GB)이다.) 시간 차이는 장비 구성 차이(특히 메모리 용량 등)에서 발생할 수 있으며, 이번 파트에서는 다중 케이스 구성을 프로젝트 단위로 묶어 하나의 파라미터 사이클을 중단 없이 완주했다는 점에 의미를 두었다.   테스트 1-1 : 유체 시뮬레이션(앤시스)   그림 6. 플루언트 해석 단계   이번 테스트는 플루언트 시스템을 구성한 뒤, 실제 설정과 실행은 플루언트 내부에서 진행했다. 실제 유체 해석을 경험하였을 때, CFD 솔버 창 로드가 가장 느리게 뜬다. 이 구간이 실무적으로는 가장 시간을 많이 쓰는 편이다. 이유는 체감 병목이 반드시 솔버에만 있지 않기 때문이다. 큰 메시를 불러오고, 화면에 표시하고, 경계면을 선택하고, 설정 탭을 오가며 저장 및 갱신하는 과정에서 프리징이 발생하면, 계산 시간이 짧더라고 작업은 길어진다. 이 노트북에서는 이 작업이 굉장히 깔끔하다. 예를 들어 Fluid 형상을 Solid로 바꾸는 경우에는 물성 자체를 바꾸기 때문에 체감상 30~50초 정도 지연이 발생했다. 하지만 그 외의 모든 대부분의 기능은 끊김 없이 설정 변경이 가능했다. 팬 소음도 이전과 같이 임포트 시 및 솔버 작동 시를 제외한 부분에서는 거의 들리지 않았다.   그림 7. 유체 해석 결과 컨투어   이번 테스트에서는 해석 대상에서 계산된 압력 분포를 보여준다. 워크스테이션급 노트북에서 이 정도 규모의 모델을 끝까지 수렴시키고, 후처리까지 안정적으로 가져갈 수 있었다는 점에서 굉장히 큰 장점을 느꼈다. 특히 컨투어(contour)가 계단형처럼 깨지지 않고 등압선이 부드럽게 이어지는 점이 비교를 위해 해석을 동일하게 진행한 데스크톱 워크스테이션에서 확인할 수 있는 그래픽과 동일한 수준이다. 압력 분포뿐만 아니라 실제 산업에서 요구하고 검토해야 하는 유동 관련 모든 후처리를 모두 확인할 수 있었다. 노트북 한 대로 연구 및 업무에서 필요한 해석의 한 사이클인 전처리, 해석, 후처리까지를 노트북에서 완주할 수 있었다는데 의미가 있다.   테스트 2 : XY 스테이지 정해석(솔리드웍스 & 앤시스)   그림 8. 시뮬레이션 대상인 XY 스테이지 모델링   시뮬레이션을 수행하기 위해, 연구실에서 실제로 다루는 XY 스테이지의 실물 크기와 구성 방식을 최대한 반영하여 모델링을 진행하였다. 단순한 데모 형상이 아니라, 연구 환경에서 반복적으로 부딪히는 조건을 고려해 임포트, 단순화, 해석용 형상 정리를 여러 번 반복하는 방식으로 접근했다. 모델링 단계에서 가장 먼저 확인한 것은 ‘한 번이라도 흐름이 끊기지 않는지‘였다. 모델링 툴에서 가장 문제가 되는 상황은 복잡한 형상을 다룰 때 화면의 프리징이나 입력 지연인데, 이번 작업에서는 XY 스테이지를 구성하는 형상을 만들고 수정하는 과정에서 눈에 띄는 버벅임이 거의 발생하지 않았다. 단순히 고사양 CPU와 GPU가 있다라는 의미가 아니라, 실제로 커서 이동, 스케치 입력, 피처 생성과 같이 모델링 진행 시 기본적인 동작이 꾸준하게 유지되는지가 체감하는 성능을 결정한다. 이러한 관점에서 작업감이 안정적이었다. 특히, 해석 툴(앤시스 워크벤치)을 완전히 종료하지 않고 백그라운드에 실행해 둔 상태에서 모델링을 병행했을 때다. 일반적으로 해석 툴을 켜 둔 채로 CAD 작업을 하면 메모리나 리소스 점유로 인해서 스케치가 끊기거나 곡선 입력이 느려지는 경험을 하는 경우가 많다. 반면 Z북 울트라 G1a은 워크벤치가 백그라운드에 올라간 상태에서도 솔리드웍스에서 스케치를 그리고 곡선을 생성하는 과정이 딜레이 없이 매끄럽게 이어진다. 하지만 아무래도 해석 솔버를 모든 코어를 사용해서 돌려놓으면 솔버가 돌아가는 동안 솔리드웍스에서 약간의 프리징이 발생한다. 사용자는 해석 솔버 상에서 직접적으로 코어의 개수를 할당해줄 수 있는데, 코어를 조절하여 4코어는 CAD 툴, 4코어는 해석 툴과 같이 나누어 작업을 진행할 때 큰 버벅거림 없이 조작이 가능했다. 코어를 나눴기 때문에 솔버 시간 지연은 발생하지만, 동시 작업이 깔끔하게 진행되는 것 자체로도 해석 엔지니어에게는 큰 장점으로 느껴진다.   테스트 2-1 : XY 스테이지 정해석(앤시스)   그림 9. 앤시스 워크벤치 프로젝트(정해석, 열해석, 모달해석)   이번 테스트는 여러 파이프로 연결된 워크벤치를 구동하는데, 서로 다른 해석 시스템을 한 프로젝트 안에서 연결한다는 점이 중요하다. 실제 연구나 업무 환경에서는 한 번 만든 CAD를 기반으로 정적 강성, 열 영향, 진동 특성을 연속으로 확인하는 경우가 많고, 이때 프로젝트가 분리되어 있으면 형상 수정이나 단순화가 생길 때마다 각 해석을 따로 업데이트해야 해서 시간이 굉장히 지연된다. 상단의 메인 플로는 세 가지로 구성했다. 정적 구조로 기본 강성과 변위를 확인하고, 같은 지오메트리를 기반으로 열 조건을 부여하였을 때 온도 분포를 점검한 다음, 모달로 고유 진동수와 모드 형상을 확인하는 흐름이다. 이 구조로 구성하면 형상 단순화나 치수 수정이 생겼을 때 업데이트 프로젝트(Update Project) 한 번으로 메인 3개의 해석의 기반 데이터가 함께 따라온다. 실무에서는 굉장히 많은 파라미터를 연속적으로 연결해 두어야 하는데, 이는 노트북으로 해석할 때 중요한 작업 흐름을 끊지 않는 운영 방식으로 직결된다.   테스트 2-2 : XY 스테이지 정해석 메시 작업(앤시스)   그림 10. XY 스테이지 모델링 전처리(메싱)   전처리 작업에서의 메시 작업은 실사용에서는 메시 직후 작업이 끝나는 경우가 거의 없다. 접촉 및 구속을 다시 확인하거나, 특정 부위를 더 촘촘히 쪼개거나, 단순화가 부족한 부분을 다시 CAD로 되돌려 수정하는 등 ‘다시 돌아가는’ 작업이 필연적으로 발생한다. 이때 중요한 건 계산 성능보다도 프로젝트가 계속 이어지는지 여부다. 메시가 늘어난 상태에서 트리 이동, 특정 파트 및 면 선택 같은 동작이 불규칙하게 멈추면 이후 단계에서 재 메시나 후처리로 넘어가는 속도가 눈에 띄게 떨어진다. 이번 구성에서는 메시를 1mm로 굉장히 작게 분할하여도 작업을 중단시킬 정도로 흔들리는 형태는 두드러지지 않았다.   테스트 2-3 : XY 스테이지 정해석(앤시스)   그림 11. XY 스테이지 정해석 컨투어   이번 테스트는 Static Structural의 결과가 Mechanical에서 로드되어, 컨투어로 시각화되었다. 계산 후 결과를 불러와 렌더링하고, 필요한 뷰를 만들고, 캡처 가능한 상태로 정리하는 후처리 루틴이 매끄럽게 진행되었다. 현업과 연구에서 시간은 계산에서만 쓰이지 않는다. 결과를 열고, 표시 항목을 바꾸고, 시점을 정리하고 캡처하는 과정이 반복된다. 특히 조립체 모델에서는 내가 보고 싶은 위치에 대한 시점 찾기 과정에서 버벅임이 심한 경우가 대다수다. 이번 테스트에서는 결과 컨투어를 띄운 이후 확대 및 회전 등 기본 조작을 수행하며 캡처 가능한 상태로 정리하는 흐름으로 진행되었고, Z북 울트라 G1a에서 충분히 프로젝트 관리가 가능하였다. 해석 솔버 작동 시간은 유체 해석급으로 복잡한 메시와 연산량이 요구되지는 않았기에 10분 이내로 해석은 완료되었다.   테스트 3 : XY 스테이지 열해석(앤시스)   그림 12. XY 스테이지 열해석 컨투어   이번 테스트의 경우 정상상태 열 해석의 결과 화면이며, 각각 온도와 열량 결과 항목을 표시하였다. 이번 테스트는 정적, 열 해석을 각각 돌린 것이 아니라 워크벤치에서 하나의 프로젝트를 묶어 반복 업데이트하는 형태로 운영하였다. 실제 해석 업무에서 체감 생산성을 좌우하는 것은 솔버의 단발적인 성능만이 아니다. 경계조건인 열원, 대류, 접촉 등을 수정하고, 다시 업데이트한 뒤, 동일한 뷰에서 결과를 재확인 및 캡처하는 과정을 반복하면서 목표하는 컨투어가 나오고, 분석한 결과와 동일한지 확인하는 과정이 정말 중요하다. 열 해석은 15분 이내 수준에서 비교적 빠르게 완료되었다. 이 정도 솔버 시간이 확보되면 열원 크기나 경계조건 같은 변수를 바꿔가며 파라미터 시뮬레이션 형태로 반복 실행하는 운영도 현실적인 선택지가 된다.   테스트 4 : AMD 소프트웨어를 통한 해석 속도 개선 테스트   그림 13. 아드레날린 에디션 그래픽 설정   Z북 울트라 G1a는 AMD 전용 그래픽 드라이버 및 그래픽 옵션 설정을 통합 관리하는 소프트웨어 아드레날린 에디션(Adrenalin Edition)을 적용할 수 있는데, 이를 통해 <그림 13>과 같이 Gaming → Graphics 메뉴에서 그래픽 옵션을 선택할 수 있다. 이 화면은 본래 게임 환경을 대상으로 한 옵션이 포함되어 있으나, 이번 테스트에서는 해석에 필요한 더 조밀한 메시와 대형 형상들의 결과 표시를 검토하는 상황에서 실무자의 뷰포트 조작이 더 부드러워지는지, 또는 반대로 표시 지연이 발생하는지 확인하는 목적으로 진행된다.   테스트 4-1 : 메시 사이즈 조밀화 구간 작업감 검증 테스트   그림 14. A : 메시 1mm Sizing 적용 시   그림 15. B : 메시 0.5mm Sizing 적용 시   앞선 테스트 2-2(메시 작업)에서 강조했던 포인트는 단순히 메시가 생성되느냐가 아니었다. 실사용에서 메시 작업은 직후에 끝나는 경우가 거의 없고, 모델을 다시 손보거나(형상 수정과 구속 변경), 특정 부위만 더 촘촘히 쪼개거나(Refine), 조건은 바꿔 반복 수행하는 과정이 기본 루틴이 된다. 이때 체감상 생산성을 좌우하는 건 계산 성능만이 아니라 메시가 늘어난 상태에서도 트리 이동, 파트 및 면 선택, 화면 회전과 같은 기본 조작이 끊기지 않고 이어지는지에 있다. 한 번 버벅거림이 시작되면, ‘재메시 – 솔브 – 후처리’로 넘어가는 전체 흐름이 눈에 띄게 느려진다는 점이 있다. 이번 테스트 4에서는 AMD의 아드레날린 에디션 소프트웨어를 설치한 뒤, 그래픽 옵션을 적용한 상태에서 해석 프로그램 메시 조밀화 구간의 작업감을 다시 확인하는 형태로 진행했다. 메시 사이즈를 낮춰 요소 수가 증가하는 상황에서 안정성이 유지되는지 체크하는 것을 목적으로, 테스트는 기존 프로젝트 흐름을 유지하되 메시 사이즈를 다르게 적용하여 비교했다. 비교 조건은 A와 B로 메시를 생성한 후 화면 회전과 줌, 그리고 트리 이동과 특정 파트의 면 선택 등을 반복하였다. 결과적으로 조밀화 자체가 부담인 B 조건에서도 멈춤이 덜한 것을 확인하였다. 이 작업에서 핵심 부담은 결국 작업의 흐름이 끊기는 것이다. 이번 설정에서는 조밀한 메시에서도 작업을 중단시킬 정도로 흔들리는 패턴은 보이지 않았다. 메시 사이즈를 0.5mm까지 낮춰도 조작이 꺾이지 않는다는 점과 아드레날린 설정 적용 이후 메시 상태에서의 화면 반응성이 안정적으로 유지되는 방향으로 체감되었다.   테스트 4-2 : 모달해석 테스트   그림 16. 모달해석 결과 화면(모드 형상 컨투어)   아드레날린 설정 후, 기존 XY 스테이지 프로젝트 흐름에 모달해석을 추가로 수행했다. 특히 모달해석은 결과 확인 과정에서 모드 형상 확인, 애니메이션 재생, 값 확인 및 캡처를 반복 수행하게 되는데, 그래픽과 솔버 시간 감소를 확인하기 위해 필수적으로 해석을 진행하였다. 모달해석 결과는 Mechanical에서 바로 로드되어 모드(Mode) 별 주파수 테이블과 함께 표시되었고, 결과 항목을 전환해도 화면 반응이 끊기지 않았다. 특히 모달해석에서는 에니메이션 재생을 수행했을 때 조작이 툭툭 끊기는 것 없이 안정적으로 확인이 가능하였다. 이어서 모달해석은 다른 구조 해석이나 열 해석과는 상이하게 경계 조건에 따라 솔버 시간이 3~4배는 더 걸리게 된다. 아드레날린 설정을 통해 그래픽 끊김이 발생하지 않는 선에서 옵션을 변경하여 솔버를 진행하였을 때 소요되는 결과를 확인하였다.   그림 17. 아드레날린 에디션 적용 전/후 솔브 시간 비교   <그림 17>에서 확인할 수 있듯이 동일 모달해석 케이스에서 약 32분에서 23분으로 솔버 시간이 줄어드는 결과를 확인했으며, 약 9분 31초 수준으로 29% 수준의 시간 단축을 통해 솔버 사용 속도가 눈에 띄게 증가했음을 확인하였다. 이 차이는 단일 요인(그래픽 옵션)만으로 원인을 단정하기는 어렵지만, 단일 해석 설정에서 아드레날린 에디션 적용 이후 동일 케이스를 반복 수행했을 때 솔버 시간이 감소하는 경향이 확인되었다는 점에서 의미가 있었다. 특히 연구 및 실무 환경에서는 모달해석을 단독으로 한 번만 돌리는 경우가 드물고, 메시 조정과 결과 확인이 반복되기 때문에, 5~10분 단위의 차이도 누적되면 전체 작업 흐름에 영향을 준다. 이번 테스트에서는 그 누적이 실제로 체감될 정도로 줄어들었고, 속도 개선 가능성을 확인할 수 있었다. XY 스테이지 테스트는 한 번 만든 지오메트리를 워크벤치에서 계속 돌릴 때, 실제로 프리징 없이 곧바로 다음 루프로 넘어갈 수 있는지를 확인하는 과정이었다. 기본 테스트(테스트 1~3)만으로도 Z북 울트라 G1a은 해석자로서 굉장히 만족스러웠고, 특히 작업 흐름을 끊어버리는 프리징이 거의 없었다는 점에서 큰 점수를 주고 싶었다. 여기에 추가로 테스트 4인 AMD 아드레날린 에디션 적용 후의 작업 흐름도 함께 확인하였다. 조밀 메시에 대한 결과 화면처럼 그래픽적으로 무거워지는 구간에서도 전체 해석 흐름이 무너지지 않는지를 다시 점검하였고, 추가로 수행한 모달 해석에서도 결과 확인 과정이 한 번에 이어지는 형태로 진행됐다. 특히 솔버 시간 측면에서는 동일 케이스에서 소요시간이 감소하는 결과도 확인되어, 단순하게 돌아간다는 수준을 넘어 반복 수행 관점에서 체감 효율을 한 단계 더 끌어올릴 여지가 있다는 인상을 받았다. 결국 해석 실무자 입장에서 중요한 것은 케이스를 최적화하기 위해 나누고 설정을 바꾸고 결과를 정리하는 과정을 포함해 작업자가 하루 동안 수행하는 작업을 노트북에서 유지할 수 있는가에 있다. 이번 리뷰는 그 과정이 끊기지 않는지에 초점을 두고 진행했고, 추가 테스트 적용 결과까지 포함해 그 목적에 맞는 형태로 마무리되었다. 견적 상담 문의하기 >> https://www.hp.com/kr-ko/shop/hp-workstation-amd-app   ■ 정수진 한국공학대학교 메카트로닉스공학과 석사과정으로, CAE 해석 및 설계 검증, 시뮬레이션 최적화, 멀티피직스 관련 연구과제를 담당하고 있으며, 주로 구조, 열, 유체 시뮬레이션 기반 해석 연구를 진행하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-03-05
앤시스코리아, 2026 글로벌 기업 협업 프로그램 ASK·ASK SPACE 참가 기업 모집
앤시스코리아가 중소벤처기업부 및 창업진흥원과 함께 2026 글로벌 기업 협업 프로그램 ‘ASK(애스크)’ 및 ‘ASK SPACE(애스크 스페이스)’의 참여 희망 기업을 모집한다고 밝혔다. ASK(Ansys/Startup/Korea)는 스마트 모빌리티(자율주행, 전기차), 전자전기(반도체, 통신 등), 헬스케어, 건설기계, 에너지 등 미래 유망 산업 분야 창업기업을 대상으로 엔지니어링 시뮬레이션 기반 제품 개발 환경을 제공해 생산성 혁신과 글로벌 시장 진출을 지원하는 프로그램이다. 관련 분야 업력 10년 이내의 창업기업이라면 신청할 수 있다. ASK SPACE는 위성 시스템, 발사체 및 추진 시스템, 우주 탐사 및 플랫폼 기술, 지상 지원 시스템 등 우주항공 산업 분야 창업기업을 대상으로 운영되는 특화 프로그램이다. 우주산업 분야 업력 10년 이내의 기업을 대상으로 엔지니어링 시뮬레이션 기반 연구개발 역량 확보와 글로벌 경쟁력 강화를 지원한다. 앤시스코리아는 최종 선정된 기업에게 ▲엔지니어링 시뮬레이션 설루션 라이선스 및 클라우드 지원 ▲전문 기술 교육 및 컨설팅 ▲글로벌 웨비나 및 기술 세미나 ▲글로벌 콘퍼런스·박람회 참가 및 홍보 ▲투자 유치 및 네트워킹 기회 등을 제공할 예정이다. 창업기업 평가는 3월 요건 검토 및 서류평가를 거쳐 4월 발표평가 후 최종 선정된다. 선정 기업은 4월부터 11월까지 약 8개월간 협약을 통해 프로그램 지원을 받게 된다. 또한 올해는 전 주관기관과 글로벌 기업, 창업기업이 함께 참여하는 통합 프로그램이 운영된다. 5월 ‘밋업 데이’를 통해 글로벌 기업과 창업기업 간 협업 매칭과 네트워킹을 지원하고, 7월부터 11월까지는 해외 시장 진출을 위한 ‘글로벌 로드쇼’를 통해 글로벌 투자자와 파트너를 대상으로 한 데모데이가 진행된다. 12월에는 연간 추진 성과 공유와 우수 사례 발표를 위한 성과공유회가 개최될 예정이다. 이번 모집은 3월 16일까지 진행되며, 앤시스코리아는 산업 전반과 우주항공 분야를 아우르는 두 개의 협업 프로그램을 운영해 폭넓은 산업군의 창업기업 성장을 지원할 계획이다. 자세한 내용과 신청 방법은 ‘K-Startup 창업지원포털’ 공식 홈페이지에 게시된 공고를 통해 확인할 수 있다.
작성일 : 2026-03-04