성공적인 유동 해석을 위한 케이던스의 CFD 기술 (17)   이번 호에서는 메시 어댑테이션(mesh adaptation)의 개념을 살펴보고, 피델리티 2024.1(Fidelity 2024.1)의 최신 메시 적응 기능을 소개한다. 또한 케이던스 피델리티(Cadence Fidelity)의 메시 어댑테이션의 장점과 모범 사례를 공유하고, 피델리티 2024.1에서 메시 어댑테이션을 사용할 때 중요한 고려 사항을 중점적으로 다룬다.    ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr     항공우주 및 방위 산업은 설계 프로세스를 가속화하는데 필수인 정확하고 효율적인 시뮬레이션을 보장하기 위한 과제를 계속 해결해 나가고 있다. 유동장 예측을 향상시키기 위해 메시 생성 프로세스를 자동화하는 다양한 기술이 개발되었다. 기존에는 전산 유체 역학(CFD)을 위한 메시를 생성하려면 물리학에 대한 깊은 이해와 복잡한 모범 사례를 준수해야 했기 때문에, 결과가 일관되지 않는 경우가 많았다. 이로 인해 특히 중요한 흐름 영역에서 성능이 과도하게 향상되거나 성능이 저하되는 그리드가 제대로 정제되지 않았다. 이 문제에 대한 잠재적인 해결책은 정확도를 개선하고 셀 수를 관리 가능한 수준으로 유지하는 아웃풋 기반 어댑티브 리메싱(Out-Put Based Adaptive Remeshing)이다.   메시 어댑테이션 소개 메시 조정에는 기존 메시를 변경하여 필수적인 흐름 특징을 보다 정확하게 캡처함으로써, 궁극적으로 계산 비용을 크게 늘리지 않고 시뮬레이션 결과를 개선하는 작업이 포함된다. 이 메시 조정 프로세스는 더 작은 셀 크기를 필요로 하는 중요한 흐름 특징이 있는 특정 영역을 타기팅하여 메시 개선 프로세스를 자동화한다. 이 최적화를 활용하면 정확도가 향상되고 관리 가능한 셀 수를 유지하여 전체 CFD 워크플로 처리 시간을 개선할 수 있다.   피델리티 2024.1의 메시 적용 피델리티 2024.1의 최신 업데이트는 피델리티 CFD의 밀도 기반 솔버(DBS) 기능을 향상시켜 피델리티 포인트와이즈(Fidelity Pointwise) 및 피델리티 헥스프레스(Fidelity Hexpress) 메시로 어댑티브 리메싱을 수행할 수 있도록 한다. 이 메시 개선 방식은 정확도와 성능을 개선하기 위해 절단 오차 추정치를 사용한다. 이는 포인트 클라우드 데이터 파일(pcd 파일)을 내보내면 메시를 수정할 위치를 알려주어 워크플로를 조정할 수 있다. 또한 리메싱 프로세스를 자동화하기 위해 새로운 파이썬 스크립트(Python Script)가 개발되었다. 시뮬레이션을 설정할 때 사용자는 특정 파라미터를 사용하여 메시 적응 기능을 활성화할 수 있다. 이 기능을 선택하면 시뮬레이션이 끝날 때 pcd 파일이 생성된다. 피델리티 CFD에는 리메싱 프로세스를 자동화하는 파이썬 스크립트가 포함되어 있어 메시 적응 워크플로를 간소화한다. 수동으로 리메싱을 수행하고 적응된 메시로 시뮬레이션 설정을 재설정하는 작업은 시간이 많이 소요되는 문제점이 있다. 케이던스 피델리티에서 이 문제점을 해결하기 위해 만들어진 파이썬 스크립트는 시뮬레이션부터 피델리티 포인트와이즈 또는 피델리티 헥스프레스의 리메싱까지 모든 메시 적응 단계를 자동화하여 이 과정을 간소화한다. 이 스크립트를 실행하는 방법은 일괄 실행 또는 GUI에서 실행하는 두 가지가 있다. 사용자는 수행할 총 리메싱 횟수를 지정하고 지정된 횟수 동안 워크플로를 실행할 수 있다.       ■ 자세한 기사 내용은 PDF로 제공됩니다.

통합 시각화 파이프라인으로 새로운 경험 제공   리얼타임 3D 콘텐츠 제작 기술이 날로 진화함에 따라 버추얼 아티스트, 유튜버 등 디지털 휴먼 시장도 함께 성장하고 있는 가운데, 대한민국에는 데뷔 1년여 만에 실제 아이돌 못지 않은 인기를 누리고 있는 버추얼 아이돌이 있다. 바로 플레이브(PLAVE)다. ■ 자료 제공 : 에픽게임즈   ▲ 이미지 출처 : ‘언리얼 엔진으로 전례 없는 경험을 제공하는 PLAVE’ 영상 캡처   플레이브는 예준, 노아, 밤비, 은호, 하민 등 다섯 명의 멤버가 작사, 작곡 그리고 안무까지 직접 제작하는 버추얼 보이 그룹이다. 2023년 3월 12일 데뷔 이후 버추얼 아이돌 최초로 지상파 음악방송에서 1위를 차지한 것은 물론, 최근에는 잠실 실내체육관에서 양일간 오프라인 단독 라이브 콘서트를 개최해 전석이 매진되는 등 인기를 누리고 있다. 플레이브의 인기 비결에는 여러 요소가 있겠지만 언리얼 엔진의 리얼타임 기술로 자연스러운 비주얼 퀄리티뿐만 아니라, 매주 라이브 방송을 통해 팬들과 소통하며 아티스트의 진면목을 전할 수 있던 점을 꼽을 수 있다. 시네마틱 영상, 라이브 방송 그리고 오프라인 라이브 콘서트까지 어떻게 언리얼 엔진으로 통합 제작 파이프라인을 구축해 아티스트의 본질을 전달할 수 있었는지 살펴보기로 하자.    시네마틱 콘텐츠를 위한 리얼타임 통합 파이프라인   ▲ DCC 툴을 병합한 기존의 시네마틱 콘텐츠 제작 파이프라인(이미지 제공 : 블래스트)    ▲ 언리얼 엔진과 통합한 시네마틱 콘텐츠 제작 파이프라인(이미지 제공 : 블래스트)   플레이브의 소속사인 블래스트는 설립 초창기부터 여러 작품을 통해서 언리얼 엔진의 가능성을 확인했기 때문에, 버추얼 IP 파이프라인이라는 회사의 비전을 바탕으로 시네마틱과 라이브 콘텐츠를 모두 제작할 수 있는 언리얼 엔진 통합 파이프라인을 구축하고자 했다. 플레이브의 첫 뮤직비디오인 ‘기다릴게’를 제작하던 때만 해도 언리얼 엔진 제작 경험이 제한적이었기 때문에 레벨 디자인, 라이팅, 렌더링은 언리얼 엔진으로, 이펙트 및 의상 시뮬레이션, 합성 등은 기존의 DCC 툴을 사용하는 방식을 채택했다. 그렇지만 이러한 제작 방식은 언리얼 엔진의 리얼타임 렌더링의 장점을 극대화하지 못하고 전체적인 콘텐츠 제작 속도를 저하시켰다. 또한, 본래 언리얼 엔진 중심의 통합 파이프라인을 구축하려고 했던 블래스트의 비전과 맞지 않는다는 판단 하에, 파이프라인을 언리얼 엔진으로 완전히 대체하기로 결정했다.     ▲ 플레이브 ‘WAY 4 LUV’ 뮤직비디오 영상   의상 및 헤어 시뮬레이션을 언리얼 엔진의 실시간 시뮬레이션으로 완전히 전환하면서, 이제는 애니메이션이 수정될 때마다 라이브 방송처럼 실시간으로 시뮬레이션되어 임포트 과정이 간소화되었다. 렌더링을 위해 라이브 시뮬레이션을 베이크해야 하는 경우 역시 언리얼 엔진의 테이크 레코더를 사용하면 바로 결과를 확인할 수 있어, 전체적인 작업 과정이 효율적으로 향상되었다. 또한, 이펙트 제작에는 언리얼 엔진의 나이아가라 시스템을 전면 도입하여 룩뎁 아티스트들은 모든 최종 연출 요소를 실시간으로 확인하며 함께 작업할 수 있게 되었다. 애니메이션, 시뮬레이션, 이펙트 등의 모든 최종 연출 요소가 엔진으로 통합되면서, 언리얼 엔진을 컴포지터로까지 활용할 수 있었다. 그 결과 ‘WAY 4 LUV’의 시네마틱 영상부터는 모델링, 애니메이션, 룩뎁 등 각 제작 요소가 통합된 최종 결과물을 언리얼 엔진에서 실시간으로 렌더링할 수 있게 되어, 작업의 효율과 퀄리티를 향상시킬 수 있었다.   고도화된 리얼타임 모션 캡처로 아티스트의 진심을 전한 라이브 방송   ▲ 플레이브의 첫 라이브 방송(이미지 제공 : 블래스트)   ▲ 플레이브의 최근 라이브 방송(이미지 제공 : 블래스트)   라이브 방송은 플레이브의 강력한 팬덤을 구축하는 데 있어 매우 중요한 역할을 하고 있는 만큼, 블래스트는 아티스트의 매력과 진심을 잘 전할 수 있도록 많은 노력을 기울여 왔다. 특히 아티스트의 모든 모션이 자연스럽게 보이도록 하기 위해 언리얼 엔진의 라이브 링크로 스트리밍한 모션 캡처 원시 데이터를 실시간으로 가공할 수 있는 다양한 설루션을 개발하는데 많은 정성을 들였다.   ▲ 실시간 간섭 회피 설루션 전후 비교(이미지 제공 : 블래스트)   개발된 설루션은 다양한 체형 사이에 애니메이션을 이질감 없이 자연스럽게 전환할 수 있는 리타기팅 설루션, 매 촬영 때마다 발생하는 마커의 위치 오차를 모션으로 측정하여 보정하는 캘리브레이션 설루션, 신체 비율 또는 외형 차이에 따른 메시 간섭 문제를 실시간으로 해결하는 간섭 회피 설루션, 정확한 포즈와 자연스러운 주변 환경과의 인터랙션 사이를 상황에 따라 적절하게 전환할 수 있는 Dynamic FK/ IK 설루션, 골반 너비와 신발 밑창 및 볼 너비까지 보정해 지면과 발의 접지를 정교하게 표현하는 Foot IK 설루션 등이다. 이를 통해 기존에는 실시간으로 처리하기 어려워서 라이브 콘텐츠에서 적용할 수 없었던 모션 캡처 데이터의 실시간 가공 기술을 자체적으로 개발하여 언리얼 엔진에 통합했다. 이러한 기술 투자 덕분에 버추얼 아이돌임에도 아티스트의 진심을 잘 전할 수 있는 기술적 기반을 갖추게 되었다.   리얼타임 통합 파이프라인의 화룡점정, 오프라인 라이브 콘서트 플레이브는 시네마틱 영상을 매 앨범 발매 시 제작하고 라이브 방송을 지난 1년 반 동안 매주 4시간씩 진행하면서, 언리얼 엔진 중심의 리얼타임 파이프라인을 고도화할 수 있었다. 그리고 그 과정에서 블래스트가 깨달은 점은 두 파이프라인을 서로 구분할 필요가 없다는 점이었다. 아티스트의 퍼포먼스를 실시간으로 보여 줄 지, 녹화해 두고 퀄리티를 올린 후에 보여 줄 지의 차이만 있을 뿐, 두 파이프라인은 모두 라이브 모션 캡처에서 시작한다는 점에서 근본적으로 동일했기 때문이다. 이러한 깨달음을 바탕으로 블래스트는 모든 콘텐츠가 라이브 모션 캡처로부터 시작되는 통합 파이프라인을 개발하였고, 이를 통해 제작 흐름이 간소화되고 직관적으로 개선되어 작업의 효율을 높일 수 있었다. 무엇보다도 큰 이점은 통합된 파이프라인을 통해 콘서트 제작 및 연출에 필요한 역량을 미리 내재화할 수 있었다는 점이다.   ▲ 시네마틱과 라이브 콘텐츠 제작 파이프라인이 통합된 전체 파이프라인(이미지 제공 : 블래스트)   콘서트는 연출뿐만 아니라 제작 파이프라인에서도 시네마틱과 라이브 콘텐츠의 특성을 모두 가지고 있는 특별한 무대다. 수많은 무대의 동선을 사전에 미리 짜맞추며 연출을 확정해 놓으면서도 리허설 때마다 라이브로 전환해야 하므로, 콘서트 작업에는 녹화와 라이브를 수시로 전환할 수 있는 파이프라인이 필수적이다. 이를 위해서 메타휴먼의 캐릭터 설계에 힌트를 얻어 시네마틱 퀄리티와 라이브 퍼포먼스를 모두 만족하는 유연하고 모듈화된 통합 캐릭터 시스템을 개발했다. 이 시스템은 콘서트에 필요한 모든 상황을 지원하기 위해 스켈레탈 메시를 분리해서 적절한 계층구조로 설계하고, 각각의 스켈레탈 메시 컴포넌트는 시퀀서의 애니메이션 트랙을 재생하는 모드와 라이브 링크 모션 캡처 및 실시간 시뮬레이션을 적용하는 모드 사이를 자유롭게 전환할 수 있도록 구현했다. 또한, 라이브 캐릭터 전용 기능은 모두 별도의 컴포넌트로 모듈화시켜 필요한 기능만 라이브 방송 시나리오에 맞춰 적용할 수 있도록 설계했으며, 추가로 룩뎁 아티스트가 일관적인 퀄리티로 작업할 수 있도록 캐릭터 클래스의 모든 기능이 프리뷰 모드와 플레이 모드에서 동일하게 동작하도록 개발했다. 이런 통합 캐릭터 클래스 설계 덕분에 언제든지 시네마틱과 라이브를 간단하게 전환하면서 작업 효율도 높일 수 있게 되었다.   ▲ 스켈레탈 메시의 계층 구조 및 모듈화된 컴포넌트(왼쪽), 컴포넌트 단위로 두 가지 모드를 자유롭게 전환 가능(오른쪽)(이미지 제공 : 블래스트)   통합 캐릭터 클래스와 더불어 좀 더 파이프라인을 단순화하기 위해 언리얼 엔진의 테이크 레코더 기능을 활용한 새로운 모션 캡처 녹화 파이프라인을 구축했으며, 그 덕분에 이제는 모션 캡처부터 시네마틱까지 모든 과정을 언리얼 엔진 내에서 진행할 수 있게 되었다. 이로써 시네마틱용 애니메이션을 제작하기 위해 여러 소프트웨어를 오갈 필요 없이 언리얼 엔진 하나로 모든 작업이 가능해졌다. 또한, 이 새로운 파이프라인을 사용해 자체적으로 개발한 신체 간섭 회피, 캘리브레이션, 리타기팅 기능을 언리얼 엔진 안에서 바로 녹화할 수 있어, 평소 라이브 방송과 동일한 수준의 모션 캡처 퀄리티를 얻을 수 있게 되었다. 이렇게 테이크 레코더의 기능을 통해 녹화 직후 바로 결과를 확인할 수 있어 작업의 효율이 크게 향상되었고, 특히 현장에서 실시간으로 피드백을 주고받을 수 있게 되면서 기획과 디렉팅 측면에서도 큰 발전을 이룰 수 있었다.   ▲ 기존의 모션 캡처 녹화 파이프라인(이미지 제공 : 블래스트)   ▲ 언리얼 엔진으로 통합 후 테이크 레코더를 활용한 모션 캡처 녹화 파이프라인(이미지 제공 : 블래스트)   시네마틱과 라이브 파이프라인의 통합이 더욱 높은 효과를 내기 위해서는 앞서 언급된 기능의 개발과 함께 현장 오퍼레이팅에 대한 지원도 필요했다. 버추얼 파이프라인에서는 여러 소프트웨어를 함께 사용해야 했기 때문에 언리얼 엔진 설정, 녹화 설정, 심지어 단순한 녹음 작업까지 모두 오퍼레이터와 소통해야 했다. 그래서 작업 과정을 단순화하고 자동화하기 위해 언리얼 엔진 기반의 ‘버추얼 슬레이트’라는 태블릿 애플리케이션을 개발했다. 이 애플리케이션은 스튜디오 내 여러 장치와 소프트웨어를 연결하여 원격으로 동시 제어할 수 있고, 녹화 버튼 하나로 언리얼 엔진의 녹화 기능, 모션 캡처 소프트웨어, 여러 채널의 비디오 및 오디오를 동시에 녹화할 수 있다. 그리고 녹화가 끝나면 자동으로 모든 파일의 이름과 저장 위치를 정리하고, 미리보기 장면을 만들어 준다. 이제는 오퍼레이터가 초기 설정만 도와주면, 콘텐츠 제작자들이 직접 모션 캡처 녹화를 할 수 있어 제작자와 아티스트는 서로 의견을 주고받으며 촬영을 진행할 수 있게 되었다.   ▲ 기존의 오퍼레이팅 소통 방식(이미지 제공 : 블래스트)   ▲ 향상된 오퍼레이팅 소통 방식(이미지 제공 : 블래스트)   한편, 시네마틱과 라이브를 결합한 오프라인 라이브 콘서트는 관객에게 높은 몰입감을 전달하는 것이 매우 중요하다. 그렇기 때문에 현실의 무대에 실존하는 아티스트를 보는 것과 같은 스케일과 원근감을 현실감 있게 잘 반영하는 것도 중요한 과제였다. 이 과제를 풀기 위해서는 LED 스크린에 투사된 결과를 미리 예측할 수 있어야 했는데, 이를 위해 언리얼 엔진 내에 실제 공연장과 동일한 크기의 디지털 트윈 레벨을 제작하고 가상 공연장의 LED 스크린에 최종 이미지를 투사했다. 그런 뒤에 관객의 시점에서 VR로 이를 감상하는 방식으로 관객의 시점을 미리 시뮬레이션하며 스케일과 원근감을 조정해 나갔다. 이러한 방법으로 플레이브의 콘서트는 대형 콘서트장의 어떤 좌석에서도 눈앞의 무대에 멤버들이 실존한다는 현실감을 관객에게 전달할 수 있었다.   ▲ 가상에서의 VR 시뮬레이션(이미지 제공 : 블래스트)   ▲ 실제 무대 연출 장면(이미지 제공 : 블래스트)   LED 그 이상의 무한한 상상력을 담게 해 준 언리얼 엔진 블래스트는 2차원의 LED 스크린 평면을 넘어 공연장 전체라는 3차원의 경험으로 관객의 경험을 확장시켜, 플레이브 콘서트에서만 느낄 수 있는 새로운 경험을 만들어나가기 위해 고민했다. 이러한 고민의 결과로 실존하는 아티스트의 콘서트에서는 불가능한 아이디어와 연출, 예를 들면 탑의 꼭대기처럼 다양한 공간을 이동하며 노래 부르기, 바이크를 탄 채로 무대로 등장하고 연출의 단절 없이 공연 시작하기, 등장이나 퇴장 시에 꽃잎을 흩뿌리면서 나타나고 사라지기 등 그야말로 버추얼 아이돌이기에 가능한 연출을 실현할 수 있었다. 이러한 시각적 효과에서 더 나아가 연기와 같은 실제 무대 장치를 결합하여 일반적인 콘서트에서는 불가능한 특별한 연출을 시도할 수 있었다. 그 중에서도 플레이브의 세계관에 등장하는 큐브로 가득찬 ‘아스테룸’이라는 공간에서 세계관 속 빌런과 벌인 박진감 넘치는 격투 액션 신은 버추얼이 아니었다면 불가능한 무대였을 것이다. 또한, 언리얼 엔진은 LED 스크린 너머의 공간에 원하는 환경을 효율적으로 제작하고 다양한 연출들을 자유롭게 시도할 수 있게 해 주었다. 물리적인 시공간의 제약 속에서 짧은 기간 내에 다수의 조직이 동시 협업해야 하기 때문에 작업 충돌을 피하면서도 변경 사항들을 실시간으로 동기화할 수 있는 파이프라인이 매우 중요한데, 여기에 언리얼 엔진의 레벨 스트리밍과 서브 시퀀스 기능이 큰 도움이 되었다. 레벨 스트리밍 덕분에 레벨 디자인, 애니메이션, 룩뎁 작업을 분리하여 하나의 퍼시스턴트 레벨에 스트리밍하는 방식으로 각 팀의 작업 공간을 분리하면서도 동시에 협업이 가능했다. 또한, 룩뎁 레벨 시퀀스 안에 애니메이션 서브 시퀀스를 적용하여 애니메이터와 룩뎁 아티스트의 작업 시퀀스를 분리하면서도 서로의 변경 사항을 함께 업데이트할 수 있었다.   ▲ 레벨과 시퀀스 구조(이미지 제공 : 블래스트)   콘서트 현장의 분위기를 고조시키는 현란한 DMX 조명 연출 역시 언리얼 엔진의 뛰어난 DMX 연동 지원 덕분에 가능했다. 언리얼 엔진 공연 조명을 전문으로 다루는 메타로켓과 협업하여 언리얼 엔진 내에서 실제 콘서트 현장 조명을 시뮬레이션하면서 현실과 가상의 무대 조명을 완성했다.   ▲ 메타로켓과의 협업으로 완성된 공연장 무대 조명(이미지 제공 : 블래스트)   무엇보다 비주얼 퀄리티까지 보장된 리얼타임 렌더링이라는 언리얼 엔진의 강점이 가장 큰 도움이 되었다. 덕분에 콘서트 2~3일 전까지도 끊임없이 수정하며 퀄리티를 끌어올릴 수 있었고, 콘서트 직전의 리허설까지도 이슈를 확인하고 해결할 수 있었기 때문에 촉박한 시간임에도 완성도 높은 콘서트를 제작할 수 있었다.     ■ 기사 내용은 PDF로도 제공됩니다.

개발 및 공급 : 다쏘시스템코리아 주요 특징 : 협업 및 데이터 관리 향상, 부품/어셈블리/도면/3D 치수 및 허용오차/전기 및 파이프 라우팅/ECAD-MCAD 협업/렌더링 등 워크플로 간소화, 3D익스피리언스 클라우드 플랫폼과 통합 등   ▲ 솔리드웍스 2025의 Mass Property Calculation 기능    다쏘시스템이 3D 설계 및 엔지니어링 애플리케이션 솔리드웍스 의 최신 버전 ‘솔리드웍스 2025(SOLIDWORKS 2025)’를 출시했다. 이제 전 세계 수백만 명의 혁신가들이 사용자 경험과 성능을 개선하는 수백 가지의 사용자 요청 사항을 반영한 기능을 통해 신제품 개발을 가속화하고 고객에게 더 나은 제품 경험을 제공할 수 있게 됐다.  이번에 출시된 ‘솔리드웍스 2025’는 향상된 협업 및 데이터 관리, 부품, 어셈블리, 도면, 3D 치수 및 허용오차, 전기 및 파이프 라우팅, ECAD/MCAD 협업, 렌더링을 위한 간소화된 워크플로를 제공한다. 또한 더욱 빠르고 향상된 설계를 위한 솔리드웍스 PDM, 솔리드웍스 시뮬레이션(SOLIDWORKS Simulation), 솔리드웍스 일렉트리컬 스케메틱(SOLIDWORKS Electrical Schemetic), 드래프트사이트(DraftSight) 등 모든 솔리드웍스 제품군의 업데이트가 포함됐다.  이제 솔리드웍스 사용자들은 데이터, 애플리케이션 및 최신 기술을 통합해 최신 파일로 협업할 수 있으며, 이를 지원하는 다쏘시스템의 클라우드 기반 3D익스피리언스 플랫폼과 솔리드웍스의 원활한 통합을 통한 지속적인 혜택을 받을 수 있다.    ▲ 솔리드웍스 2025의 Real Time Notifications 기능    11월 15일 온라인을 통해 정식 출시되는 솔리드웍스 2025의 주요 기능은 다음과 같다.  솔리드웍스에서 직접 커뮤니티에 참여해 업계 동료들과 협업하고, 모델에서 수행된 모든 작업에 대한 실시간 알림을 받을 수 있다.  AI 기술이 반영된 명령 예측기를 통해 설계자는 특정 메뉴를 찾을 필요 없이 빠르고 효율적으로 설계 작업을 할 수 있다.  대규모 설계 검토 모드(LDR)에서 간섭 탐지가 가능하여, 대형 어셈블리의 검토를 빠르게 진행하여 설계 품질을 빠르게 올릴 수 있다.  설계 데이터의 기본 축 선언 옵션(Z-Up)으로 다른 CAD와의 호환성을 극대화하였다.  어셈블리 구성 요소와 관련한 고급 및 기계식 메이트를 복사할 수 있는 기능을 통해 어셈블리 생성 속도가 빨라진다.  시뮬레이션에서는 스프링 커넥터 기능이 향상되어 스프링의 거동을 더 손쉽게 실제와 같이 표현한다.  연결된 모든 장치에서 언제든지 도면에 다중 승인 스탬프를 찍을 수 있어 시간을 절약할 수 있고, 편리성이 향상됐다.  PDM(데이터 관리 시스템) 저장 속도가 개선되어, 빠른 업무 처리가 가능해졌다.    ▲ 솔리드웍스 2025의 Defeature 기능      ■ 자세한 기사 내용은 PDF로 제공됩니다.

태성에스엔이는 9월 11일 서울 aT센터에서 'CAE×AI 세미나 2024'를 개최했다. 이날 세미나에는 300명 이상의 업계 전문가들이 참석한 가운데, 앤시스의 해석 프로그램과 AI의 접목을 통한 혁신적인 해석 기법들이 소개되었다. 참석자들은 최신 CAE 해석 기술과 AI의 융합을 통해 향후 제조업과 설계 분야의 발전 가능성에 대한 인사이트를 얻었다. ■ 박경수 기자      AI/ML을 활용한 해석 혁신 이번 세미나에서는 AI/ML 기술의 CAE 해석 적용을 주제로 앤시스 심AI(Ansys SimAI)와 앤시스GPT(AnsysGPT)를 포함한 다양한 AI 트렌드가 소개되었으며, 이를 활용해 더 빠르고 효율적인 해석 결과를 도출할 수 있는 방법이 논의되었다.  태성에스엔이 노은솔 매니저와 김도현 매니저는 ‘기초 이론과 사례로 살펴보는 인공지능’을 주제로, AI 도입으로 해석 부문이 어떤 변화가 생겼는지 설명했다. 이어 윤진환 이사는 '태성에스엔이와 Ansys의 AI 기술과 고객 서비스'를 소개하며, AI 기술이 CAE 해석에 어떻게 실질적으로 적용되고 있는지 설명했다. 권기태 수석매니저는 ‘태성에스엔이가 제공하는 시뮬레이션 데이터 기반 AI/ML 서비스’를 주제로, AI가 시뮬레이션 데이터를 활용해 성능을 최적화하는 방법에 대해 심도 깊은 논의를 진행했다.    Stochos와 AI 응용사례 CADFEM Germany GmbH의 다니엘 수쿠프(Daniel Soukup)는 Stochos라는 온프레미스 기반 AI 프로그램을 소개했다. Stochos는 신경망과 가우시안 프로세스를 결합한 Deep Infinite Mixture of Gaussian Processes(DIM-GP) 알고리즘을 통해 소량의 데이터로도 높은 예측 정확도를 제공하는 기술이다. 특히, 확률론적 머신러닝을 도입해 예측 결과의 신뢰도를 함께 제시하여 엔지니어들이 AI 결과를 더욱 신뢰할 수 있도록 만들어 준다. 이 기술은 복잡한 시뮬레이션 문제 해결에 있어 뛰어난 성능을 발휘하며 관심을 끌었다.   CAE와 AI 융합의 미래 이외에도 이번 행사에서는 앤시스의 최적화 전용 프로그램인 옵티스랭(optiSLang)에서 AI 사용 방법, 심AI, 앤시스GPT, 트윈AI(Ansys TwinAI) 등 AI를 접목한 앤시스의 최적화 기술이 차례로 소개되었고, 다양한 시각에서 AI 기술이 CAE에 어떻게 접목될 수 있는지 소개됐다.  태성에스엔이는 CAE와 AI의 결합을 통한 미래 산업의 변화 가능성에 대해 참석자들과 함께 토론하는 시간을 가지며 세미나를 마무리했다. AI 기반의 CAE 해석 기술은 향후 설계 및 제조 산업의 혁신을 주도할 중요한 요소로 자리잡을 것으로 기대된다.   ‘CAE×AI 세미나 2024’ 인터뷰  CAE×AI 세미나 2024 행사 관련해 태성에스엔이의 석진 영업본부 이사, 윤진환 기술본부 이사, 권기태 기술본부 AI 팀 수석매니저와 이야기를 나눴다. Q. 이번 세미나에서 발표된 AI/ML 기술 적용 사례 중, 특히 성공적인 사례를 하나 꼽는다면? 해당 사례에서는 어떤 방식으로 해석 프로세스를 개선했는지? ■ 윤진환 : 많은 분들이 AI/ML의 도입은 아직 시기상조이거나, 중견기업 이상의 대형 기업에서만 시험적으로 적용되고 있다고 생각할 수 있다. 하지만, 태성에스엔이의 AI 팀이 개발한 AI/ML 솔루션은 이미 국내 중소기업에서 실사용 되고 있는 사례를 보여드리고자 했다. 이 프로그램은 AI 모델 자동 생성 프로그램으로, 앤시스 일렉트릭 데스크톱(Ansys Electric Desktop)에서 계산된 시뮬레이션 결과를 기반으로 AI 모델을 자동으로 생성한다. 해석자가 앤시스 일렉트릭 데스크톱에서 설계 형상에 대한 변수만 지정해 두면, 본 프로그램은 자동으로 해당 변수를 추출해 실험계획법(DoE)을 기반으로 여러 번의 해석을 진행한 뒤, AI 모델을 구축한다.   ▲ 해석팀 : 해석 변수 자동 추출 및 AI모델 생성 자동화    이후, 설계자는 구축된 AI 모델을 기반으로, 임의의 설계 변수 값을 입력해 실시간으로 해당 설계안에 대한 예측 결과값을 확인할 수 있다.   ▲ 설계팀 : AI 모델을 통한 실시간 성능 예측   이후 설계자는 구축된 AI 모델을 바탕으로 임의의 설계 변수 값을 입력해 실시간으로 해당 설계안에 대한 예측 결과를 확인할 수 있다. 이 기능 덕분에 해석자는 설계팀으로부터 반복되는 동일 작업 요청을 줄일 수 있었고, 더 높은 수준의 분석이나 추가적인 AI 모델 구축에 시간을 투자할 수 있게 되었다. 설계팀 또한 실시간 예측을 통해 빠른 결과 분석을 반영해 작업 효율을 크게 향상시킬 수 있었다. 이 프로그램은 유사한 환경에서 구조해석, 열해석 등에도 적용 가능하며, 맞춤형 UI와 다양한 AI 기능을 구현할 수 있어 여러 기업으로부터 관심을 받고 있다.   Q. 심AI와 앤시스GPT와 같은 최신 기술 및 제품 트렌드가 CAE 해석 분야에서 어떤 변화를 가져올 것으로 기대하나? 이 기술들이 현장에서 어떻게 적용되고 있으며, 궁극적으로 해석 결과의 품질에 어떤 영향을 미칠 것으로 보는지? ■ 석진 : 심AI와 같은 AI 기반 도구는 반복적인 작업을 자동화하여 사용자가 모델링부터 해석에 이르는 전 과정을 보다 신속하게 수행할 수 있도록 지원한다. 설계 초기 단계에서 최적화를 진행할 수 있는 가능성이 높아지며, 이를 통해 설계 주기가 단축될 것이다. 또한, 인적 오류를 최소화함으로써 실험과 프로토타입 제작에 소요되는 비용과 시간을 절감하여 궁극적으로 시장 출시 주기를 획기적으로 단축시킬 것으로 기대된다. AI 기술을 활용해 대량의 해석 데이터를 분석하고 패턴을 인식함으로써 더 나은 설계 결정을 지원할 수 있으며, 앤시스GPT는 앤시스 공식 웹사이트 내에서 사용자 질문에 대한 정확하고 신뢰할 수 있는 답변을 제공하거나 최적의 설계 옵션을 제안하는 데 유용할 것이다. 이러한 기술은 CAE 도구의 사용을 더욱 쉽게 만들어 준다. 예를 들어, 복잡한 해석 과정이나 설정에 대한 자동 안내 및 추천 기능은 비전문가들도 손쉽게 접근할 수 있도록 도와준다. 또한, 다양한 팀과 부서 간 협업도 향상될 것이다. AI 기반 도구는 설계, 해석, 생산 팀 간의 원활한 커뮤니케이션을 지원하여 더 통합된 접근 방식을 가능하게 한다. 결론적으로, 심AI, 앤시스GPT, 앤시스 AI+ 등 앤시스의 AI 솔루션은 CAE 해석의 정확성, 효율성, 접근성을 크게 향상시킬 것으로 기대하며, 이는 산업 전반에 혁신적인 변화를 가져올 것이다.   Q. CAE 프로그램에 AI를 접목했을 때 해석 속도와 정확도는 얼마나 향상되었는지? 이런 기술적 통합이 실무 현장에서 얼마나 실질적인 성과를 보여주고 있다고 보는지? ■ 권기태 : 앤시스는 다음 그림과 같이 CAE 프로그램에 순차적으로 AI 기능을 추가하고 있다.  그 중 앤시스 CFD AI+ 기능을 하나의 사례로 소개하겠다. 플루언트(Ansys Fluent)에서 제공하는 Generalized k-ω Model(GEKO) 난류 모델은 사용자가 직접 계수를 설정해야 하며, 도메인 내에서도 각기 다른 계수를 설정해야 하는 어려움이 있다. 이러한 문제를 해결하기 위해 앤시스 CFD AI+는 Adjoint Solver와 Neural Network/Machine Learning 기법을 결합하여 GEKO 모델의 계수를 자동으로 조정하는 기능을 제공한다.  AI 기술의 효과를 확인하기 위해 S805 Airfoil 문제에 GEKO 모델 계수의 자동 튜닝 기능을 적용한 결과 GEKO 기본 계수를 사용할 때 오차는 기준값 대비 13.2%였지만, AI 기반 자동 튜닝 계수를 적용한 경우 오차가 0.2%로 크게 감소한 것을 확인할 수 있었다. 앤시스 AI+를 통해 CAE 프로그램과 AI 기술을 기술적으로 통합함으로써 해석 속도와 정확도를 개선하고 있다. 또한, 시뮬레이션 결과 데이터에 AI 기술을 적용하여 실무 현장에서 많은 성과를 보이고 있다. 심AI 프로그램은 형상과 시뮬레이션 필드 결과 데이터를 활용해 시뮬레이션 솔버를 대체할 수 있는 인공지능 모델을 제작할 수 있는 사례를 보여 준다. 이 모델을 사용하면 형상을 입력하여 기존 시뮬레이션 솔버에 비해 10배에서 최대 1000배 더 빠르게 필드 결과를 예측할 수 있다.  디지털 트윈 분야에서는 복잡한 물리 기반의 시뮬레이션 모델을 ROM(축소 차수 모델)이라는 머신러닝 기법을 통해 시스템 수준의 해석 모델로 전환하여, 실시간 물리적 예측이 가능하며 빠른 속도와 높은 정확도를 제공한다.  향후 품질 및 생산 관리와 같은 측정 데이터 기반 인공지능 모델이 많이 사용되는 영역에서도 시뮬레이션 데이터 기반 인공지능 모델의 사용이 활발해질 것으로 기대된다. 이를 통해 시뮬레이션 기술은 설계 단계에만 머무르지 않고, 공정 및 품질 개발, 생산 및 품질 관리, 그리고 디지털 트윈과 같은 장치의 효율적인 운용 단계까지 그 활용 범위가 더욱 확장될 것이다.   Q. Stochos와 같은 온프레미스 기반의 AI 프로그램이 다른 클라우드 기반 AI 프로그램과 비교했을 때 어떤 차별화된 장점이 있다고 보나? 특히 보안성과 데이터 처리 측면에서 어떤 이점이 있는지? ■ 윤진환 : CAE 분야에서 클라우드 기반의 AI를 이용하는 이유는 사용자의 접근성을 높이기 위한 목적도 있지만, AI 학습을 위해서는 고가의 고성능 GPU가 필요하며 때로는 여러 대의 GPU를 묶어야 학습이 가능하기 때문에 장비 구축 비용이 매우 높다는 현실적인 이유도 있다. 다시 말해 온프레미스 환경에서 CAE에 대한 AI를 학습할 수 있다는 것은 기존의 AI 알고리즘과 달리 상대적으로 적은 계산 장비 리소스만으로도 정확하고 빠르게 학습할 수 있는 AI 기술을 보유하고 있다는 의미다.  Stochos는 일반적인 신경망 기반의 AI와 Gaussian Process기법을 결합한 DIM-GP 기법을 이용하여 적은 샘플수로도 높은 정확성의 AI모델을 만들어 내며, 저가의 GPU 또는 CPU만으로도 빠른 속도로 학습할 수 있다. 또한 Scalar, Signal, 이미지, 3D 형상, 정상상태, 과도상태 등의 다양한 해석 데이터와 일반 정보에 대한 AI 모델을 만들 수 있어서 활용도도 넓다. 특히 AI 모델 생성 시의 내부변수 설정(하이퍼파라미터)을 별도로 조절할 필요가 없으며, 자동으로 노이즈를 처리하는 기능이 있어 복잡한 AI 설정 과정이 필요 없는 것이 큰 장점이다.  보안성과 데이터 처리 부분에서는 클라우드 기반의 AI와 비교했을 때 사내 장비에서 모든 작업을 할 수 있어 데이터 유출이나 유실의 우려를 원천적으로 차단할 수 있으며, 사내망에서 구동되므로 데이터 전송 및 예측 속도가 빠르다는 장점이 있다. 따라서 보안 문제에 대한 우려가 있거나 사내 AI 장비 구축 비용에 부담을 느끼고 있다면, 이 솔루션이 훌륭한 대안이 될 수 있다고 생각한다.      Q. 태성에스엔이는 향후 AI 관련 기술을 어떻게 발전시켜 나갈 계획인지? 앞으로 예상되는 CAE 해석 관련 기술 발전 방향 및 비전에 대한 설명도 부탁드린다. ■ 윤진환 : 태성에스엔이는 열유동/구조/전기전장/시스템/광학/최적화 등의 분야에 대한 100여명의 전문엔지니어를 보유하고 있으며, 앤시스 AI+, 심AI, 앤시스GPT에 대해서는 모든 엔지니어가 각자의 해석분야와 산업분야에 대한 초기 대응을 수행하고 있다.  이에 더해 태성에스엔이에는 AI를 위한 전문 그룹이 구성되어 있다. 이 그룹은 기술 엔지니어 중에서 AI 분야의 전문성을 가진 인원들로 이루어졌으며, 다양한 산업군에서 필요로 하는 CAE AI 응용 방안을 고객과 논의하여 선제적이고 맞춤형 서비스를 제공하는 것을 목적으로 하고 있다.  그리고 상용 AI 프로그램인 Stochos과 오픈소스를 활용해 맞춤형 AI 환경을 구축하거나 AI 모델 생성 서비스를 제공하는 것도 주요 사업 중 하나이며, 엔비디아 옴니버스(Omniverse)와의 협업을 통해 3차원 실시간 그래픽 플랫폼에 CAE AI를 적용하는 작업도 병행하고 있다. 각종 학회, 기업체 연구소, 프로그램 개발 업체 등에서 CAE에 AI 기술을 접목하고 응용 방안을 연구하는 활동이 그 어느 때보다 활발히 진행되고 있다. CAE 자체의 해석 속도와 전후 처리 속도 향상, 그리고 편의성 증대는 전문 해석자의 업무 부담을 덜어줄 것이다. 또한, CAE AI 모델 구축을 통한 빠른 예측과 실시간 결과 도출은 설계자와 해석자 간의 협업을 더욱 긴밀하게 하여 해석이 실제 업무 현장에 더 활발하게 활용될 것으로 예상된다. 이에 따라 해석자는 CAE를 통해 AI 모델을 구축하고 배포하며, 이를 사내에서 쉽게 활용할 수 있도록 하는 플랫폼 환경 구축 업무가 꾸준히 증가할 것으로 예상된다.     ■ 기사 내용은 PDF로도 제공됩니다.

다쏘시스템이 3D 설계 및 엔지니어링 애플리케이션 솔리드웍스의 최신 버전 ‘솔리드웍스 2025(SOLIDWORKS 2025)’를 출시했다. 이제 전 세계 수백만 명의 혁신가들이 사용자 경험과 성능을 개선하는 수백 가지의 사용자 요청 사항을 반영한 기능을 통해 신제품 개발을 가속화하고 고객에게 더 나은 제품 경험을 제공할 수 있게 됐다. 이번에 출시된 ‘솔리드웍스 2025’는 향상된 협업 및 데이터 관리, 부품, 어셈블리, 도면, 3D 치수 및 허용오차, 전기 및 파이프 라우팅, ECAD/MCAD 협업, 렌더링을 위한 간소화된 워크플로를 제공한다. 또한 더욱 빠르고 향상된 설계를 위한 솔리드웍스 PDM, 솔리드웍스 시뮬레이션(SOLIDWORKS Simulation), 솔리드웍스 일렉트리컬 스케메틱(SOLIDWORKS Electrical Schemetic), 드래프트사이트(DraftSight) 등 모든 솔리드웍스 제품군의 업데이트가 포함됐다.  이제 솔리드웍스 사용자들은 데이터, 애플리케이션 및 최신 기술을 통합해 최신 파일로 협업할 수 있으며, 이를 지원하는 다쏘시스템의 클라우드 기반 3D익스피리언스 플랫폼과 솔리드웍스의 원활한 통합을 통한 지속적인 혜택을 받을 수 있다.      오는 11월 15일 온라인을 통해 정식 출시되는 솔리드웍스 2025의 주요 기능은 다음과 같다. 솔리드웍스에서 직접 커뮤니티에 참여해 업계 동료들과 협업하고, 모델에서 수행된 모든 작업에 대한 실시간 알림을 받을 수 있다. AI 기술이 반영된 명령 예측기를 통해 설계자는 특정 메뉴를 찾을 필요 없이 빠르고 효율적으로 설계 작업을 할 수 있다. 대규모 설계 검토 모드(LDR)에서 간섭 탐지가 가능하여, 대형 어셈블리의 검토를 빠르게 진행하여 설계 품질을 빠르게 올릴 수 있다. 설계 데이터의 기본 축 선언 옵션(Z-Up)으로 다른 CAD와의 호환성을 극대화하였다. 어셈블리 구성 요소와 관련한 고급 및 기계식 메이트를 복사할 수 있는 기능을 통해 어셈블리 생성 속도가 빨라진다. 시뮬레이션에서는 스프링 커넥터 기능이 향상되어 스프링의 거동을 더 손쉽게 실제와 같이 표현한다. 연결된 모든 장치에서 언제든지 도면에 다중 승인 스탬프를 찍을 수 있어 시간을 절약할 수 있고, 편리성이 향상됐다. PDM(데이터 관리 시스템) 저장 속도가 개선되어, 빠른 업무 처리가 가능해졌다.

오토데스크가 현대건설의 파나마 메트로 3호선 프로젝트를 통해 글로벌 건축 및 건설 시장에서 주요 경쟁력으로 떠오른 BIM(빌딩 정보 모델링)과 CDE(공통 데이터 환경)의 중요성을 확인했다고 전했다. 현대건설은 오토데스크와의 협력을 통해 쌓아온 BIM과 CDE 역량을 기반으로 파나마 메트로 3호선 프로젝트를 수주했다. 파나마 메트로 3호선 프로젝트는 파나마 운하의 뒤를 잇는 파나마 역대 최대 규모의 새로운 인프라 프로젝트이다. 현대건설은 프로젝트 수주를 위해 실용적인 BIM 활용 계획과 CDE를 통한 공종 간 협업을 제시했다. BIM은 건축물의 3D 디지털 모형에 건축물의 설계, 시공, 운영 등 필요한 모든 정보를 담아내고 관리하는 소프트웨어로, 설계 단계부터 시뮬레이션을 통해 시공오차를 방지하며 공사기간과 비용을 획기적으로 단축시켜준다. BIM 데이터는 CDE 플랫폼에 저장되고 관리되어 설계, 토목, 건축, 전기, 설비 등 다양한 공종에 종사하는 담당자들이 실시간으로 동일 정보를 확인하며 협업할 수 있다. 공종 간 협업 활성화에 주효한 CDE의 중요성은 국제적인 대규모 건설 프로젝트가 증가함에 따라 더욱 부각되고 있다. CDE 활용 이전에는 다국적 이해관계자들이 각자의 상황을 설명하고 의견을 조율하기 위해 장시간 회의나 출장 등이 필요했으나, CDE를 통해서는 하나의 공통된 시각화 모델을 보며 상대의 상황을 이해하고 합리적인 해결책을 도출할 수 있어 신속한 의사 결정이 가능하다.       또한 CDE를 통한 협업은 비용 절감 효과를 불러온다. 설계 단계부터 각 공종 담당자가 참여하고 실시간 파악할 수 있기 때문에 상당수 문제가 초기에 해결된다. 이는 설계 단계에 비용과 인력을 집중 투입하여, 후반부 시공 단계에서 발생할 수 있는 비용과 공사기간 연장을 방지하는 프런트 로딩 기법을 건설 산업에 적용한 것이다. 황재웅 현대건설 토목인프라설계팀 책임매니저는 “2021 년 10월부터 현재까지 발굴된 이슈가 약 1만 3000 건이었다”면서, “CDE를 사용하지 않았다면 상당수의 이슈가 시공 직전에 드러나거나, 설계 변경과 공사기간 연장으로 이어졌을 것”이라고 전했다. 현대건설이 파나마 메트로 3호선 프로젝트에 사용한 CDE 플랫폼은 오토데스크 컨스트럭션 클라우드(Autodesk Construction Cloud, ACC)이다. 설계부터 운영까지 건설 프로젝트의 생애 주기 전반에 걸친 데이터 연결 관리를 지원한다. 데이터 통합에서 오는 보안 및 설정에 대한 우려를 해소할 수 있도록 각 담당과 역할을 미리 설정하면 권한이 자동으로 지정되고 클릭 몇 번으로 권한을 조정할 수 있는 것이 특징이다. BIM과 CDE 활용 역량을 갖춘 현대건설은 파나마 운하 아래 4.5km 해저터널을 건설하는 3억 5000만 달러 규모의 공사도 추가로 수주했다. 보여주기식의 BIM 활용이 아닌 CDE 중심으로 과업참여자들이 협업하여 BIM의 실질적 효과를 누릴 수 있는 수행 역량을 어필해 수주하게 됐다는 설명이다. 현대건설과 오토데스크는 BIM과 CDE 연계 모델 프로세스와 경험이 향후 타 대규모 프로젝트 수주 시에도 락인(lock-in) 효과로 작용할 것으로 기대하고 있다. 오토데스크코리아는 “이번 현대건설의 파나마 메트로 3호선 프로젝트 수주는 공종 간 업무 효율성을 높이기 위해 오토데스크의 ACC를 적극 활용한 대표적인 사례”라면서, “향후 더욱 국제적인 대규모 건설 프로젝트가 증가할 것으로 전망되는 만큼 국내 건축 및 건설업계에서도 선제적으로 BIM과 CDE를 도입하여 활용 능력을 갖추는 것이 중요한 경쟁력으로 떠오를 것”이라고 말했다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (10)   이번 호에서는 CFD에 유한요소법을 활용해 더 적은 요소 수로 해석 정확도를 높일 수 있는 곡선형 혼합 오더 메시(Mixed Order Mesh)를 생성하는 방법을 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   High-Order 메시 커브는 전산유체역학(CFD) 솔버 커뮤니티에서 유한요소법(FEM)을 활용하는 사람들에게 큰 도움이 될 새로운 기술이다. 유한요소기법은 유한 체적 및 유한 미분 방법과 같은 기존 CFD 방법보다 적은 요소 수로 정확도를 높인다. 선형 요소의 가장자리, 면, 내부에 버텍스(새로운 자유도)를 추가로 도입하여 정확도를 높일 수 있다. 곡선 지오메트리에 인접한 요소의 경우 이러한 새로운 자유도가 지오메트리에 위치해야 하므로 원래 선형 요소의 모양이 변경된다. 메시가 점성이 있는 경계를 향해 요소들이 모여 있는 경우 이 과정은 더 어렵다. 또한 내부 요소의 가장자리와 면은 요소 반전을 방지하기 위해 경계 요소 곡률에 따라 곡선을 만들어야 한다. 케이던스 피델리티 포인트와이즈(Cadence Fidelity Pointwise)에서 사용하는 WCN 스무딩에 대한 연구를 통해 혼합 오더 메시(Mixed Order Mesh)를 사용하여 지오메트리 곡률을 해결할 수 있다. 요소는 곡률이 심한 지오메트리 근처에서는 최대 4차 다항식(quartic)까지 올라갈 수 있으며, 곡률이 심한 지오메트리에서 멀리 떨어진 곳에서는 선형을 유지한다. 메시 평활화 방법은 비용 함수를 사용하여 원하는 요소 모양과 양의 자코비안을 각 요소에 적용한다. 요소가 지오메트리 근처에서 곡선이 될 때 점성 메시 간격이 유지된다. 결과는 복잡한 3D 구성에 대해 표시된다.   지오메트리 선형 메시를 올리고 표면 곡률에 따라 곡선을 그리려면 지오메트리에 쉽게 액세스하고 강력한 초기화 및 평활화 프로세스가 필요하다. 초기화 중에 고차 노드가 지오메트리에 정확하게 배치되고 메시 평활화 중에 표면에 유지되도록 하려면, 지오메트리에 대한 표면 검색작업이 필요하다. 엘리베이트 및 스무딩을 위한 지오메트리 액세스는 메시링크 API¹) 를 통해 제공된다. 메시링크는 지오메트리 및 메시 데이터를 관리하기 위한 라이브러리로, 메시 생성 및 메시 적응 애플리케이션과 관련된 함수를 쿼리할 수 있는 간단한 인터페이스를 제공한다.   혼합 오더 커브 프로세스 혼합 오더 메시 커브는 유효한 선형 메시로 시작하는 프로세스를 사용한다. 프로세스의 주요 구성 요소는 <그림 1>의 순서도에 나와 있다. 이 백서 전체에서 요소의 차수 또는 다항식 차수는 선형, 이차, 입방체와 같은 Q1~4 명명법을 사용하여 표시되며, 이차 요소는 각각 Q1, Q2, Q3, Q4이다. 고차 요소는 라그랑지안 기저 함수를 사용하여 요소의 가장자리, 면, 내부에 고차 노드를 고르게 분포시킨다. 이러한 물리적 노드는 하위 요소와 요소 모양을 적용하기 위해 WCN 방식에 필수이다.   그림 1. 혼합 오더 메시 커브 프로세스의 순서도에는 가장 안쪽 고도 루프를 통과하는 여러 경로가 포함되어 있다. 진입 지점에 따라 색상으로 구분된 화살표를 따라가게 된다.   고도 프로세스는 입력된 선형 메시에서 시작하여 사용자가 요청한 최종 차수인 Qfinal에 도달할 때까지 최대 차수인 Qmax를 한번에 하나씩 증가시킨다. 각 차수 패스동안 먼저 표면 요소와 볼륨 요소의 편차를 테스트한다. 고차 점이 지오메트리에서 너무 많이 벗어나는 서피스 요소(허용 오차 기준)는 높이가 올라가고, 그 섭동이 볼륨에 퍼진다. 마지막으로, 요소 반전을 수정하고 엘리베이션 프로세스에서 생성된 요소의 품질을 개선하기 위해 WCN 메시 스무딩이 수행된다. 각 스무딩 반복 후 각 볼륨 요소의 편차를 다시 테스트하여 추가 높이 조정이 필요한지 여부를 결정한다. 이 프로세스는 모든 요소가 편차 기준을 충족하거나 최종 정도에 도달할 때까지 반복되며, 메시 평활화 프로세스가 수렴한다. 품질 제약 조건은 인접한 요소가 한 차수 이상 차이가 나지 않도록 보장한다. 최종 출력은 같은 차수의 요소 간에 공유되는 고차 노드가 포함된 메시이다. 그러나 차수가 다른 요소 간에 공유되는 면과 가장자리는 동일한 인터페이스 노드를 공유하지 않다. 따라서 내보내기 전에 이러한 인터페이스에서 형상 적합성을 적용한다.   요소 편차 메트릭 편차 메트릭(Deviation Metric)은 엘리먼트 엘리베이션 프로세스 및 메시 스무딩 프로세스의 일부로, 엘리먼트 엘리베이션 프로세스를 제어한다. 편차 메트릭은 곡선 경계 또는 다른 볼륨 요소에 인접한 요소의 가장자리와 면에 있는 테스트 노드의 변위를 측정한다. 이러한 테스트 노드의 변위가 임계값 거리를 초과하면 해당 요소에 상승 플래그가 지정된다. 높이를 트리거하는 임계값은 요소 내의 최소 선형 에지 길이에 입력 편차 임계값 파라미터(일반적으로 1~5%)를 곱한 값이다.   서피스 요소 편차 곡선 경계에 인접한 요소의 경우 편차 메트릭은 6차 가우스 구적법 점 위치에 배치된 테스트 노드를 사용한다. 그런 다음 테스트 노드를 지오메트리에 투영하고, 원래 위치와 투영된 위치 사이의 거리를 측정한다. 편차량은 <그림 2>에서 선형 삼각형의 중심(청록색)에 있는 테스트 노드를 곡선 지오메트리 표면(주황색)에 투영하여 보여준다.   그림 2. 지오메트리에 투영된 표면 요소의 중심에 있는 테스트 노드     ■ 자세한 기사 내용은 PDF로 제공됩니다.

K-콘텐츠가 전 세계에서 높은 인기를 얻으면서 더 빠르고 높은 성능을 가진 시스템이 필요하게 되었다. 특히, 최신 콘텐츠는 직접 현장에서 촬영하는 것보다 생성한 배경을 투영하고 그 배경 앞에서 배우가 연기를 펼치거나, 없는 장면을 사실에 가깝게 그래픽으로 생성해내야 하는 경우가 많아지고 있다. 그리고 이를 뒷받침하기 위해 이전보다 훨씬 높은 사양의 시스템이 요구되고 있다. 여기에 시뮬레이션이나 제품 또는 건설/인테리어 등을 위한 CAD는 이전보다 훨씬 큰 규모의 작업물로 인해 작업 효율을 보다 높이기 위해서는 고사양의 시스템을 갖추는 것이 추천된다.  ■ 자료 제공 : AMD 코리아   얼마 전 SWSX 행사에서 연사로 초청받은 AMD의 리사 수(Lisa Su) CEO는 웨타 FX(Weta FX)의 데이비드 콘리(David Conley) 수석 VFX 프로듀서를 초청했다. 여기서 콘리 프로듀서는 “VFX 스튜디오가 실시간 처리 및  실시간 렌더링을 할 때 AMD같은 회사가 만든 제품의 도움 없이는 콘텐츠 제작이 불가능하다”고 이야기했다. 그 만큼 고성능을 갖춘 하드웨어는 이미 영화 시장에 큰 영향을 주고 있다고 볼 수 있다. 또한, 영상 제작 등에 이미 AI를 활용하는 사례가 늘어나고 있다는 점도 발표를 통해 확인할 수 있다.   ▲ SXSW의 Dr. Lisa Su Fireside Chat에서 ‘RYZEN AI’ 예시 데모   이 밖에도 오픈AI(OpenAI)가 발표한 ‘소라(Sora)’의 경우 사실에 가까운 동영상을 AI가 그려줄 수 있다는 것을 보여줌으로써, 이제 AI를 영상 분야에 확실히 접목시키는 시대가 도래하고 있음을 알렸다고 볼 수 있다. 이렇게 빠르게 변화하는 시장에 대응하기 위해 AMD에서는 워크스테이션 사용자를 위한 CPU 라인업으로 스레드리퍼(Threadripper) 및 스레드리퍼 프로(Threadripper PRO) 제품군을 수년에 걸쳐 출시해왔다.   ▲ AMD 스레드리퍼 프로 프로세서   현재 가장 최신 제품은 7000 스레드리퍼 시리즈와 7000WX 스레드리퍼 프로 시리즈라고 볼 수 있다. 이들 제품은 각각 4채널/8채널의 높은 메모리 채널 수를 제공하고, 각각 최대 1TB/2TB의 고용량 메모리를 지원한다. 해당 제품군 중 가장 높은 성능을 갖춘 라이젠 스레드리퍼 프로 7995WX(Ryzen Threadripper PRO 7995WX) 제품의 최대 코어 수는 96코어이며, 스레드는 192개에 이른다. 최대 클럭은 5.1Ghz로 멀티코어 이상으로 단일 코어 성능도 높다. 여기에 넉넉한 486MB의 캐시 메모리를 탑재했다. 이 프로세서를 원활하게 사용하려면 라이젠 스레드리퍼 7000 시리즈는 TRX50 메인보드를 사용해야 하며, 라이젠 스레드리퍼 프로 7000 시리즈의 경우 TRX 50 또는 WRX90 칩셋 기반의 메인보드 사용이 요구된다. 이전 세대 제품인 라이젠 스레드리퍼 프로 5000 시리즈는 WRX80 칩셋 기반의 메인보드를 사용해야 한다.   ▲ 스레드리퍼 프로세서 호환 메인보드와 라이젠 스레드리퍼 프로세서   그래픽카드의 경우 전문가용 제품인 라데온 프로 W7000(Radeon PRO W7000) 시리즈가 현재 가장 최신 제품군으로, 칩렛 방식을 적용해 보다 효율성을 높였다. 이 중 가장 높은 성능을 가진 제품은 라데온 프로 W7900 제품이다.   ▲ AMD 라데온 프로 W7900 그래픽카드   최근 전문가용 소프트웨어 및 AI를 통한 콘텐츠를 생성할 때, 큰 규모의 프로젝트 또는 고용량/고해상도 이미지 및 동영상 생성을 위해 고용량 메모리가 탑재된 그래픽카드를 요구하는 경우가 있다. 라데온 프로 W7900 제품의 경우 48GB GDDR6 ECC 고용량 메모리를 탑재했으며 이를 통해 전문가들이 필요로 하는 충분한 사양을 지원한다. 또한, 최신 디스플레이 규격인 DP 2.1 버전을 지원해, 8K 해상도 디스플레이에서도 충분한 대역폭을 통해 높은 주사율까지 지원할 수 있다. 또한, CAD 도면을 볼 때 화면 전환 시 해상도를 조절해 더 빠르고 부드러운 화면 전환을 도와주는 AMD 라데온 프로 뷰포트 부스트(AMD Radeon PRO Viewport Boost) 기능을 제공한다. 화면 전환 시 해상도를 낮춰 하드웨어가 원활하게 시점을 전환할 수 있도록 해 주며, 시점 전환이 멈추면 해상도를 원래 해상도로 자동 복원시킴으로써, 전환 시의 끊김을 최소화하고 더욱 부드러운 시점 전환이 가능하도록 돕는 기능이다. 그렇다면 실제로 워크스테이션급 제품을 사용해 시스템을 구성하고, 주요 벤치마크 프로그램을 사용했을 때 어느 정도의 성능을 발휘할 수 있는지 직접 테스트를 통해 확인해 보았다. 테스트에는 다음과 같은 사양의 시스템이 사용되었다. CPU : AMD RYZEN Threadripper PRO 7995WX, 7965WX, 5995WX, 5965WX 쿨러 : Thermaltake TOUGHLIQUID 360 ARGB TRX40 메인보드 : ASRock WRX90 WS, ASUS Pro WS WRX80E-SAGE SE WIFI RAM : Micron DDR5-4800 RDIMM 64GB x 8ea, Micron DDR4-3200 8GB x 8ea VGA : AMD RADEON PRO W7900 파워 서플라이 유닛(PSU) : Micronics Performance II HV 1000W + SuperFlower SF-750F14MT LEADEX SILVER SSD : Micron Crucial T500 M.2 NVMe 2TB 테스트를 위해 사용된 소프트웨어는 총 6종으로, 다음과 같다. SPECVIEWPERF 2020 v3.1 CINEBENCH R24.1.0 V-RAY 6.0 BLENDER BENCHMARK 4.0.0 KEYSHOT VIEWER BENCHMARK 11.3.2 DAVINCI RESOLVE 18.6.2     각종 CAD 관련 프로그램을 테스트해 주는 SPECviewperf 2020의 최신 버전인 v3.1을 기준으로, CPU로 인한 성능 편차는 거의 느끼기 힘든 수준이라고 볼 수 있다. 대부분의 프로그램이 CPU의 성능이 일정 수준 이상인 경우 그래픽카드 성능이 전체 성능에 더 높은 영향을 미치는데, 사용된 그래픽카드는 라데온 프로 W7900으로 동일했기 때문에 오차범위 수준의 결과를 보인 것으로 판단된다.     CPU 성능을 렌더링하는 성능을 측정하는데 많이 활용되는 시네벤치(Cinebench)의 최신 버전인 R24를 사용한 벤치마크에서, 싱글 코어 기준으로 이전 세대 제품인 스레드리퍼 프로 5000 시리즈 제품보다 스레드리퍼 프로 7000 시리즈 제품이 전체적으로 높은 성능을 보였다. 특히 96코어를 갖춘 7995WX의 경우 멀티코어 성능에서 6400점 이상의 높은 점수를 기록했으며, 싱글코어 점수에서 이전 세대 대비 20% 정도 더 높은 성능을 보였다.     3D 그래픽 제작 및 렌더링을 지원하는 무료 툴인 블렌더(Blender)를 활용해 시스템 성능을 측정할 수 있는 블렌더 벤치마크 4.0.0(Blender Benchmark 4.0.0)으로 시스템 성능을 테스트했을 때, 동일한 코어를 갖추고 있더라도 이전 세대 대비 스레드리퍼 프로 7000 시리즈 제품들이 전체적으로 다소 높은 성능을 보였다. 특히 스레드리퍼 프로 5995WX 대비 스레드리퍼 프로 7995WX의 코어 수는 1.5배 늘어났지만, 실제 성능은 2배에 약간 못 미치는 수준의 성능 차이를 확인할 수 있었다.     렌더링 소프트웨어 중 하나인 브이레이(V-Ray)를 기반으로 하는 V-Ray 벤치마크 기준으로 스레드리퍼 프로 5995WX보다 스레드리퍼 7995WX의 성능이 2배 가까이 높은 것으로 측정되었다. 동일한 코어 수를 가진 스레드리퍼 프로 5965WX와 7965WX간의 성능 차이도 30% 이상으로, 상당히 높은 성능 차이를 보이는 것을 확인할 수 있다.      광선 추적 렌더링이 가능한 키샷(Keyshot)을 기반으로 뷰어를 통해 벤치마크 기능을 제공하는 Keyshot Viewer 11.3.2에서 벤치마크를 구동했을 때, 가장 높은 코어 수를 갖춘 스레드리퍼 프로 7995WX는 18.12의 점수를 기록했다. 앞서 테스트했던 브이레이 및 블렌더 테스트만큼의 차이를 보이지는 않았으나, 여전히 이전 세대 대비 최신 스레드리퍼 프로 7000 시리즈의 작업 효율이 높다는 것이 벤치마크를 통해 증명되었다고 볼 수 있다.      동영상 편집에서 최근 각광을 받고 있는 다빈치 리졸브(Davinci Resolve)를 활용해 PugetSystems에서 제공하는 벤치마크를 활용하여 테스트를 진행했을 때, 코어 수에 따른 유의미한 성능 차이는 발견할 수 없었으나 세대별 성능 차이는 약 15% 정도 있는 것으로 파악되었다. 이 소프트웨어도 테스트 시 그래픽카드 의존도가 높기 때문에 동일한 라데온 프로 W7900 그래픽카드를 사용한 환경임을 감안했을 때 성능 차이가 크지 않았으나, 일부 테스트 항목에서 CPU의 싱글코어 성능 차이에 따른 성능 차이가 있었던 것으로 판단된다.     라이젠 스레드리퍼 프로 제품군은 단일 CPU에 최대 96코어 192스레드를 지원하고 5GHz의 이상의 높은 클럭으로 동작하므로, 가장 높은 성능의 워크스테이션을 구축하는 경우 다른 대안이 마땅치 않다. 여기에 라데온 프로 W7000 시리즈 그래픽카드를 추가한다면 AMD에서 제공하는 대부분의 기능을 활용할 수 있어 더욱 높은 작업 효율을 기대할 수 있을 것으로 보인다.

제조업 DX, 3D 데이터의 목표는? (2)   제조산업의 디지털 전환(DX)을 위해서는 3D 설계 데이터를 제조 프로세스 전반에 효율적으로 공유하고 활용하는 것이 중요하게 여겨진다. 지난 호에 이어 이번 호에서도 3DA(3D Annotated Model) 모델의 배포, 3D 데이터의 변환, 설계 품질의 자동 검증이 왜 필요한지 짚어보고, 이를 구현하기 위한 엘리시움(Elysium)의 기술에 대해 소개한다. 이 글의 내용은 '100 Digital Transformation Cases'라는 책에 기고된 기사를 재편집한 것이다.   ■ 자료 제공 : 아이지피넷   성공적인 3DA 모델 배포의 열쇠 - 데이터 품질 단순 변환만으로는 충분하지 않다 지난 호에서 3D 데이터를 다른 포맷으로 높은 정확도로 변환하는 기술의 어려움과 중요성에 대해 설명했다. 하지만, 사실 변환 중에 단순히 왼쪽에서 오른쪽으로 정보를 전송하는 것만으로는 3DA 모델의 원활한 배포를 얻을 수 없다. 중요한 것은 변환된 데이터의 품질이다. 이러한 맥락에서 품질은 ‘요구 사항을 얼마나 잘 충족하는지’이다. 회사별, 부서별, 툴별 노트와 속성에 대한 요구사항, 규칙, 표현방법 등 다양한 요구사항이 존재하며, 그 품질을 확인하기가 쉽지 않다. 이러한 이유로 엘리시움은 고객의 맞춤화를 전제로 데이터 변환 및 품질 검사를 수행하는 도구를 개발했다. 품질 확인 프로세스와 표준화 프로세스를 분리하고 3DA 모델의 배포를 촉진하는 것이 아이디어이다. 커스터마이징을 전제로 하는 제품의 예로는 ENF 에디터(ENF Editor)가 있다. 엘리시움의 독자 파일 형식인 ENF(Elysium Neutral File) 데이터를 사용하여 고객이 변환 방법을 자유롭게 구성할 수 있는 도구이다. 예를 들어, 특정 속성에 부착한 후 특정 색상으로 부품을 변환하는 것과 같이 회사와 부서 간의 차이에 따라 고급 변환을 수행할 수 있다. ENF 에디터에서 데이터 변환에 대한 규칙을 설정하면 버튼 터치로 원하는 데이터를 출력할 수 있으며, 번거로움 없이 3DA 모델의 배포를 실현할 수 있다.   그림 1. 데이터 변환 사용자 지정의 예   두 가지 유형의 품질 검사 데이터 품질을 보장하는 두 가지 주요한 방법이 있다. 단일 데이터를 확인하는 검증과 원본 데이터와 변환된 데이터가 동일한지 확인하는 신원 검증은 모두 필수 프로세스이다.   설계 데이터를 단일 단위로 확인 PDQ(제품 데이터 품질) 검증 애초에 데이터의 유효성을 검사하고 수정해야 하는 이유는 무엇일까? 여기에는 네 가지 이유가 있다. 첫 번째는 CAD 소프트웨어와 시스템마다 곡선과 표면의 수학적 표현이 다르다는 것이다. 두 번째는 각 CAD가 요소 간의 연결 정도를 나타내는 위상 정보에 대해 서로 다른 한계를 갖는다는 것이다. 이러한 표현 및 사양의 차이로 인해 서로 다른 소프트웨어와 시스템 간의 데이터 호환성이 낮아진다. 세 번째 이유는 CAD 소프트웨어마다 설정한 공차 값이 다르기 때문이다. 예를 들어, 한 소프트웨어는 가장자리가 0.1mm 미만인 경우 두 가장자리의 끝점이 일치한다고 인식하지만, 다른 소프트웨어는 허용오차 값이 훨씬 더 작기 때문에 가장자리를 별개의 것으로 취급한다. 네 번째는 데이터 생성 과정에서 운영자 자신이 알아차리기 어려운 인적 오류의 발생이다. 여기에는 미세한 단계와 겹치는 표면이 포함된다. 이러한 모든 데이터 결함을 수동으로 찾는 것은 불가능하다. 따라서 엘리시움은 이러한 결함을 자동으로 감지하고 자동으로 수정하는 소프트웨어를 개발하고 있다. 이 소프트웨어는 모든 CAD 소프트웨어 파일 형식과 호환된다. 데이터 검증 시 후처리에 사용할 CAD의 종류를 설정하면 최적의 검증 항목이 자동으로 설정되며, 사용자를 헷갈리지 않는 세부적인 기능을 가지고 있다. 설계 데이터의 자동 수정은 사용자가 다양한 파라미터를 임의로 설정할 수 있는 것도 중요하고, 용도에 따라 유연한 가공을 할 수 있다. 예를 들어, 제품을 성형할 때 중요한 표면의 매끄러움을 우선시하고 싶다면 멀리 있는 면의 연속성을 유지하고 수정하도록 설정할 수 있다. 또한 수정하는 대상 표면을 제한할 수 있으며, 설계에 중요한 디자인 표면은 전혀 변경되지 않도록 미리 지정할 수 있다. 이처럼 디지털화와 자동화를 목표로 하고 있더라도 단순히 한 번에 처리하는 것이 아니라, 세부적으로 커스터마이징할 수 있는 것이 실제로 필요하다는 것을 인식하는 것이 중요하다.   ■ 상세한 기사 내용은 PDF로 제공됩니다.