마이크로소프트가 2025년 주목해야 할 AI 트렌드 6가지를 공개하면서, AI가 이끌어갈 혁신과 과제에 대한 주요 인사이트를 제시했다.  2024년은 전 세계 조직이 AI를 본격 도입하기 시작한 해로 평가된다. 마이크로소프트의 의뢰로 진행된 IDC 2024 AI 보고서에 따르면, 전 세계 조직의 AI 도입률은 지난해 55%에서 올해 75%로 증가했다. 이는 AI가 실험 단계를 넘어, 실제 비즈니스에서 가치를 창출하는 핵심 도구로 자리잡았음을 보여준다. 마이크로소프트는 이러한 변화에 따라 2025년이 AI가 일상과 업무에서 필수적인 기술로 자리 잡는 전환점이 될 것으로 전망하고 있다. AI는 높은 자율성을 기반으로 복잡한 문제를 해결하고, 업무 효율성을 크게 높이며 일상을 단순화할 것으로 기대된다. 나아가 과학, 의료 등 인류가 직면한 주요 과제 해결에도 적극적으로 활용될 것으로 내다보고 있다. 특히, 이러한 흐름은 AI의 논리적 사고와 데이터 처리 능력의 고도화를 통해 더욱 가속화될 것으로 예상된다. 마이크로소프트는 이러한 변화를 지원하기 위해 안전하고 신뢰할 수 있는 AI 기술 개발에 집중하고 있으며, 이를 사용자들이 안심하고 활용할 수 있도록 지원할 계획이다.  마이크로소프트의 크리스 영(Chris Young) 사업개발·전략·투자 담당 부사장은 “AI는 불가능해 보였던 많은 것을 가능하게 하고 있으며, 지난 한 해 동안 많은 조직이 실험 단계를 넘어 실질적인 도입 단계로 진입했다”고 말했다. 이어 그는 "AI 기술은 우리 삶의 모든 영역에 전면적인 변화를 가져올 전환점에 서 있다"고 강조했다.      마이크로소프트가 제시한 2025년 6가지 주요 AI 트렌드는 ▲더 유용하고 유능해질 AI 모델 ▲업무 형태를 변화시킬 AI 에이전트의 활약 기대 ▲모든 일상을 지원하는 AI 역할 확장 ▲지속 가능한 AI 인프라 구축 필요성 증대 ▲테스트와 맞춤화를 통한 책임 있는 AI 구축 ▲과학적 혁신을 가속화하는 AI 등이다. 첫 번째, AI 모델은 더 많은 일을 더 잘 수행할 것이다. 이 AI 모델들은 과학, 코딩, 수학, 법률 및 의학 등 여러 분야에서 혁신을 주도하며, 문서 작성부터 코딩 같은 복잡한 업무에 이르기까지 폭 넓은 업무를 수행할 수 있는 능력을 갖추게 될 것으로 보인다. 특히 AI의 추론 능력도 향상될 전망이다. 고급 추론 AI 모델인 오픈AI o1은 인간이 생각하는 방식과 유사한 논리적 과정을 거쳐 복잡한 문제를 단계적으로 해결하는 데 뛰어난 성능을 입증했다. 데이터 선별과 후속 학습도 AI 모델 발전에서 핵심적인 역할을 하게 된다. 마이크로소프트의 소형언어모델 파이(Phi)는 고품질 데이터를 활용해 모델 성능과 추론 능력을 효과적으로 개선할 수 있음을 보여줬다. 또한, 오르카(Orca) 및 오르카2(Orca 2) 모델은 합성 데이터를 활용한 학습으로 대규모 언어 모델에 준하는 성능을 구현하며 새로운 가능성을 열었다. 두 번째, 개인화된 차세대 AI 에이전트는 반복적이고 일상적인 업무를 자동화하는 데에서 나아가, 복잡하고 전문적인 작업까지 수행하며 조직의 업무 환경과 프로세스를 근본적으로 변화시킬 것으로 기대된다. AI 에이전트는 메모리, 추론, 멀티모달 기술의 발전을 통해 더욱 정교하게 작업을 처리할 수 있다. 예를 들어 조직의 재고 공급에 문제가 발생하면 AI 에이전트가 이를 관리자에게 알리고, 적합한 공급 업체를 추천하거나 직접 주문을 실행해 업무가 중단 없이 진행될 수 있도록 돕는다. 또한, 누구나 AI 에이전트를 설계하고 개발할 수 있는 환경도 마련된다. 마이크로소프트의 코파일럿 스튜디오(Copilot Studio)는 코딩 없이도 AI 에이전트를 개발할 수 있으며, 애저 AI 파운드리(Azure AI Foundry)는 복잡한 프로세스를 처리할 수 있는 고급 AI 에이전트 설계를 지원한다. 이러한 변화는 단순히 사용자와 협력하며 응답하는 프롬프트 기반 AI 에이전트에서, 독립적으로 업무를 수행하고 프로세스를 조율하는 완전 자율형 AI 에이전트까지 다양화될 것으로 예상된다. 세 번째, AI가 일상생활에서 차지하는 역할의 확장이다. 마이크로소프트 코파일럿(Microsoft Copilot)은 AI 동반자로서, 사용자가 하루 일과를 우선 순위에 따라 시간을 효율적으로 관리할 수 있도록 돕는다. 또한, 개인 정보와 데이터 보안을 강화해 보다 안전한 환경에서 AI를 사용할 수 있도록 설계됐다. 사용자는 일상에서 코파일럿을 더욱 밀접하게 활용할 수 있다. 예를 들어, 사용자는 하루를 시작하며 코파일럿 데일리(Copilot Daily)의 음성을 통해 최신 뉴스와 날씨 정보를 확인할 수 있다. 또한, 코파일럿 비전(Copilot Vision)은 사용자가 접속한 웹페이지를 분석해 관련 질문에 답하거나 다음 단계를 제안하는 등 보다 직관적인 상호작용을 지원한다. 코파일럿은 의사결정 과정에서도 유용하게 활용된다. 예를 들어, 새 아파트 인테리어를 위해 어울리는 가구를 추천하고, 효율적인 배치 방안을 제시해 사용자의 공간을 더 편리하고 실용적으로 꾸밀 수 있도록 돕는다. 이는 시작 단계이며, 앞으로 AI는 정서 지능의 고도화를 통해 보다 유연하고 자연스러운 상호작용을 제공할 전망이다. 네 번째, 에너지 자원 효율화를 통한 지속 가능한 AI 인프라 구축에 대한 노력이다. 실제로 전 세계 데이터 센터 처리량은 2010년부터 2020년까지 약 9배 증가했음에도 전력 소비량은 단 10% 증가에 그쳤다. 이는 마이크로소프트가 AMD, 인텔, 엔비디아 등과 협력해 반도체 칩 애저 마이아(Azure Maia)와 코발트(Cobalt), 그리고 대규모 AI 시스템 냉각을 위한 액체 냉각 열교환기 기술을 통해 하드웨어의 에너지 효율을 높인 결과다. 향후 몇 년 내에는 냉각에 물을 전혀 사용하지 않는 워터-프리 데이터센터가 도입될 예정이다. 동시에 초고효율 액체 냉각 기술인 콜드 플레이트(Cold plates)의 사용도 확대된다. 이러한 기술들은 지속 가능한 AI 인프라 조성을 위한 노력의 핵심이다. 이와 함께 마이크로소프트는 저탄소 건축 자재를 도입해 데이터센터 설계를 친환경적으로 혁신하고 있다. 탄소 배출이 거의 없는 철강, 콘크리트 대체 소재, 교차 적층 목재 등이 대표적인 예다. 이와 함께 풍력, 지열, 원자력 및 태양광 등 무탄소 에너지원에도 적극 투자하며, 2030년까지 탄소 네거티브, 워터 포지티브, 제로 웨이스트 목표를 달성하기 위한 장기적인 비전을 실행하고 있다. 다섯 번째, AI의 위험을 측정하고 평가하는 기준의 강화다. 2025년에는 책임 있는 AI를 구현하기 위해 ‘테스트’와 ‘맞춤화’에 대한 기준이 높아질 것으로 예상된다. 포괄적인 테스트 체계는 외부의 정교한 위협을 탐지하고, AI가 생성하는 부정확한 응답(환각)과 같은 내부 문제를 해결하는 데에 효과적이다. 마이크로소프트는 AI 모델이 직면할 수 있는 위협을 정밀하게 분석하고 개선하는 과정을 지속하며, 더욱 안전한 AI 환경 구축을 목표로 하고 있다. 특히 모델의 안전성이 높아질수록 테스트와 측정 기준도 더욱 정교해지고 있다. ‘맞춤화’와 ‘제어’는 미래 AI 응용 프로그램의 핵심으로 자리 잡을 것으로 보인다. 조직은 콘텐츠 필터링과 작업에 적합한 가드레일 설정 등 AI 활용 방식을 자유롭게 조정할 수 있다. 예를 들어, 게임사는 직원이 볼 수 있는 폭력 콘텐츠의 종류를 제한할 수 있다. 마이크로소프트 365 코파일럿은 업무 환경에 적합한 콘텐츠를 설정할 수 있는 맞춤형 제어 기능을 제공한다. 여섯 번째, AI가 과학 연구에 미치는 영향력 확대다. 이미 AI는 슈퍼컴퓨팅과 일기 예보 같은 분야의 연구 속도를 가속화하고 있으며, 앞으로는 자연 과학, 지속 가능한 소재 개발, 신약 연구 및 건강 분야에서 중요한 역할을 할 것으로 예상된다. 2024년, 마이크로소프트 리서치(MSR)는 생체 분자 과학 문제를 해결할 생체분자 역학 시뮬레이션(simulate biomolecular dynamics)을 개발했다. AI2BMD(AI-driven Biomolecular Dynamics)로 불리는 이 시스템은 단백질 설계, 효소 공학, 신약 개발 등의 분야에서 전례 없는 속도와 정밀도로 문제를 해결하며 생물 의학 연구에 새로운 가능성을 열었다. 2025년에는 AI가 지속 가능한 소재 설계와 신약 개발 같은 인류의 공동 과제 해결에 중요한 역할을 할 것으로 보인다. 이를 통해 과학 기관과 연구자들은 AI를 통해 연구 효율을 높이고, 지금까지 불가능했던 새로운 돌파구를 마련할 것으로 기대를 모으고 있다.

아마존웹서비스(AWS)는 11월 7일 열린 ‘AWS 인더스트리 위크 2024’에서 클라우드 기술과 디지털 전환이 산업 혁신에 어떻게 기여할 수 있는지 조명했다. 이번 인더스트리 위크에서는 6개 산업별 트랙 세션에서 40여 개의 강연을 통해 주요 기업의 혁신 사례와 클라우드/AI 전략이 발표됐으며, 30개 이상의 고객 사례 및 파트너사 데모를 포함해 다양한 디지털 혁신 사례를 공유했다. ■ 정수진 편집장     ‘AWS 인더스트리 위크 2024’는 리테일/소비재, 통신/미디어, 금융/핀테크, 제조/하이테크, 헬스케어/생명과학, 디지털 인더스트리 등 6개의 산업별로 트랙이 나뉘어 진행됐다. 이 가운데 제조/하이테크 트랙에서는 ▲LG에너지솔루션의 Amazon Datazone을 활용한 데이터와 ML 거버넌스 혁신 전략 ▲Amazon Bedrock 생성형 AI가 바꿔 나가는 HL만도의 제조 업무 혁신 ▲LG전자의 생성형 AI로 진화한 고객 데이터 플랫폼 구축 경험기 ▲AWS IoT Greengrass를 활용한 HD현대마린솔루션의 통합항해시스템 고도화 ▲삼성전자 반도체 제조 공장 설계를 위한 클라우드 건설 디자인 플랫폼 구축 ▲안랩 XDR이 그리는 AI를 적용한 보안의 미래 등의 발표가 진행됐다. 또한 전시 부스에서는 홀로그램 아바타를 활용한 대화형 컨시어지, AI 고객센터와 기업 메시지 서비스, CCTV와 생성형 AI를 적용한 위험 감시 시스템, 화가의 화풍을 재현하는 인공지능 로봇, 자율주행이 가능한 딜리버리 로봇 등 다양한 산업 분야에서 AWS의 클라우드 및 인공지능(AI) 기술을 활용한 사례가 소개됐다.    ▲ 홀로그램 아바타를 활용한 대화형 컨시어지   ▲ 인공지능으로 화가의 화풍을 학습해 재현하는 로봇   ▲ 자율주행이 가능한 딜리버리 로봇   ▲ 생성형 AI로 CCTV의 영상을 판별하는 위험 감시 시스템   클라우드/AI를 활용한 제조산업 디지털 전환 전략 AWS의 정승희 엔터프라이즈 제조 영업 팀장은 제조/하이테크 트랙의 기조 연설에서 클라우드 도입의 비즈니스 성과, 데이터 전략의 중요성, 생성형 AI 활용 사례 등을 발표하며 디지털 전환의 방향성을 제시했다. 매킨지의 연구에 따르면, 제조산업의 성공적인 디지털 전환은 생산 최적화, 에너지 절감, 납기 준수, 신제품 출시 기간 단축 등의 성과를 가져온다. 그러나 데이터의 통합, 실시간 의사결정, 데이터 보안 등은 해결해야 할 과제이기도 하다. AWS는 디지털 전환을 위해 산업 데이터 패브릭(Industry Data Fabric) 프레임워크를 제안하면서, 디지털 전환의 성공을 위한 현대적인 산업 데이터 전략을 마련할 수 있도록 지원한다. 정승희 팀장은 “산업 데이터 패브릭은 디지털 전환을 위한 종합 프레임워크로, AWS와 파트너의 기술을 통합해 디지털 전환 과정에서 복잡성을 해소하고 단계적으로 디지털 전환을 추진할 수 있도록 돕는다”고 설명했다. AWS는 제조산업에서 클라우드를 활용해 얻을 수 있는 이점으로 설계/검증 시간의 단축, 협업 강화, 글로벌 공급망 데이터에 대한 실시간 접근 및 추적, 더 빠른 진단과 문제 해결, 정밀한 분석과 예지보전, 지속 가능성 확보, 스마트 제품과 서비스 개발 등을 꼽았다. 한편으로 AWS는 제조업 혁신의 핵심 도구로 떠오르는 생성형 AI에서 가장 큰 차별화 요소인 데이터의 중요성에 주목한다. 정승희 팀장은 “생성형 AI의 가치를 실현하기 위해서는 현대적인 데이터 아키텍처가 필요하다. AWS는 3단계의 생성형 AI 서비스 스택을 제공한다”고 설명했다. 이 3단계 스택은 ▲AI 기반 모델(foundation model)의 학습 및 추론을 위한 컴퓨팅 인프라     ▲아마존 베드락(Amazon Bedrock) 서비스를 통해 맞춤화된 AI 모델 ▲LLM과 기반 모델을 활용해 개발된 아마존 Q(Amazon Q)와 같은 애플리케이션 등으로 이뤄진다. 정승희 팀장은 “AWS는 클라우드와 생성형 AI 기술을 통해 제조업체가 효율성과 품질을 높이고 경쟁력을 강화하도록 돕는다”면서, “AWS 클라우드 기반의 데이터 기술을 활용하면 제조업체가 디지털 혁신을 통해 더 높은 비즈니스 성과를 창출할 수 있을 것으로 믿으며, 이를 위한 고객의 디지털 전환 여정을 적극 지원하고자 한다”고 전했다.    ▲ 산업 디지털 전환을 위한 AWS의 산업 데이터 패브릭     ■ 기사 내용은 PDF로도 제공됩니다.

헥사곤 자산 수명주기 인텔리전스 사업부(헥사곤 ALI)가 주최한 ‘헥사곤 라이브 서울 2024’ 행사가 서울 포시즌스 호텔에서 진행됐다. 이번 행사는 ‘데이터에 가치를 더하다’라는 주제로, 데이터 기반 디지털 혁신이 어떻게 산업 전반에 걸쳐 경쟁력을 강화할 수 있는지 탐구하는 자리로 마련됐다. 이번 행사에는 건설, 제조, 에너지, 석유화학 등의 산업 종사자 400여 명이 참석해 최신 헥사곤의 기술과 솔루션을 소개받고 실질적인 적용 방안을 논의했다. ■ 박경수 기자   ▲ 헥사곤 라이브 서울 2024   데이터 중심의 디지털 전환  헥사곤 라이브 서울 2024의 핵심은 데이터의 가치 창출에 있었다. 현대 산업에서는 데이터가 단순한 정보 자원을 넘어, 효율성과 생산성, 안전성을 증대시키는 중요한 자산으로 자리잡고 있다. 헥사곤 ALI는 이를 위해 기업들이 데이터에서 실질적인 가치를 창출할 수 있도록 지원하는 다양한 솔루션을 제공하며, 디지털 전환의 전 과정을 아우르는 기술을 선보였다.  특히, HxGN SDx 플랫폼은 헥사곤의 대표적인 데이터 관리 솔루션으로, 자산의 수명주기 전반에서 실시간 데이터를 통합하고 이를 분석하여 의사결정 과정을 개선하는데 중점을 두고 있다. 이를 통해 기업은 운영 효율성을 극대화하고, 잠재적인 리스크를 줄이며, 글로벌 시장에서의 경쟁력을 높일 수 있다. 이 솔루션은 산업 현장에서의 안전성 증대와 비용 절감을 동시에 실현하며, 데이터 기반의 운영 최적화에 기여하고 있다.  이번 행사에서는 AI(인공지능)와 디지털 트윈 기술이 산업 전반에서 어떻게 활용될 수 있는지에 대한 구체적인 사례와 전략이 제시되었다. 디지털 트윈은 물리적 자산의 가상 복제본으로, 실시간 데이터를 통해 자산의 성능을 모니터링하고 문제 발생 시 즉각적인 대응을 가능하게 해준다. 이러한 기술은 특히 제조업과 건설업에서 큰 효과를 발휘하고 있으며, 설비 유지보수와 운영 최적화에 중요한 역할을 하고 있다.  이런 가운데, AI 기술 역시 산업계에서 빠르게 자리잡고 있다. 헥사곤은 AI 기반 솔루션을 통해 복잡한 데이터를 분석하고, 이를 토대로 예측 모델을 만들어 기업이 더욱 효율적인 의사결정을 내릴 수 있도록 돕고 있다. AI는 또한 자율적인 운영 시스템을 가능하게 하여, 인적 자원의 투입을 최소화하면서도 최대한의 효율을 끌어내는데 기여하고 있다.    ▲ 헥사곤 ALI 마티아스 스텐버그(Mattias Stenberg) 글로벌 CEO의 기조연설   글로벌 경쟁력 강화 및 지속 가능성 전략  헥사곤 라이브 서울 2024에서는 글로벌 경쟁력을 강화하는 전략으로 디지털 전환의 중요성이 강조되었다. AI와 데이터 기반 기술은 이제 산업 전반에서 필수적인 요소로 자리잡았으며, 이를 통해 기업들은 변화하는 환경에 보다 유연하게 대응할 수 있게 됐다. 헥사곤 ALI의 솔루션은 자산의 전 수명주기 동안 축적된 데이터를 체계적으로 관리하고, 이를 바탕으로 보다 정확한 의사결정을 가능하게 해준다.  특히, HxGN SDx와 같은 플랫폼은 실시간 데이터를 통합하여 기업이 운영 효율성을 극대화할 수 있도록 지원하고 있다. 이는 기업이 자산 운영을 최적화하고, 유지보수 비용을 줄이며, 더 나아가 리스크를 효과적으로 관리할 수 있는 강력한 도구로 작용하고 있다.  이번 행사에서 또 다른 중요한 주제는 ‘지속가능성’이었다. 헥사곤 ALI는 자사의 기술이 환경 보호와 지속 가능한 발전을 위해 어떻게 활용될 수 있는지에 대해 많은 관심을 보였다. 특히, 산업 현장에서의 자원 절약과 폐기물 감소, 그리고 재활용 가능성을 높이는 기술이 주목을 받았다.  헥사곤 ALI는 자사의 ‘R-Evolution’ 프로젝트를 통해 환경 보존과 생물 다양성 보호를 위한 지속 가능한 비즈니스 모델을 개발하고 있다. 예를 들어, 바하마의 해양 식물 연구 프로젝트에서 헥사곤의 기술을 활용하여 탄소 포집과 저장에 대한 연구가 진행되고 있으며, 이러한 기술이 전 세계의 지속 가능성 목표 달성에 기여할 수 있을 것으로 기대된다.      다양한 기술 세션 및 네트워킹 기회  헥사곤 라이브 서울 2024에서는 다양한 기술 세션과 네트워킹 기회가 마련되었다. 참가자들은 헥사곤 ALI의 전문가와 직접 만나 기술적 질문을 하고, 산업별로 맞춤형 솔루션을 탐색할 수 있는 시간을 가졌다. 또한, 각 산업 분야의 최신 트렌드와 기술 발전에 대한 정보 공유를 통해 실질적인 적용 방안을 모색할 수 있었다.  헥사곤 라이브 서울 2024는 데이터 기반 디지털 전환이 미래 산업에서 얼마나 중요한 역할을 하는지 보여 준 행사였다. 데이터는 이제 단순한 정보 자원이 아니라, 이를 어떻게 분석하고 활용하느냐에 따라 기업의 경쟁력이 결정되는 중요한 자산으로 떠오르고 있다. 헥사곤 ALI는 자사의 기술을 통해 이를 실현하는 강력한 도구로서, 또한 산업 전반에서 디지털 혁신을 주도하는 리더로서의 역할을 해나가겠다는 포부를 밝혔다.  향후 헥사곤 ALI는 AI, 디지털 트윈, 자율 솔루션 등 혁신적인 기술을 통해 더 많은 기업이 디지털 전환을 성공적으로 이루어낼 수 있도록 지원한다는 계획이다. 이번 행사에서 제시된 다양한 전략과 기술은 앞으로 기업들이 빠르게 변화하는 시장에서 경쟁력을 유지하고, 지속 가능한 성장을 이룰 수 있는 중요한 밑거름이 될 것으로 보인다. 또한 이와 같은 헥사곤 ALI의 디지털 혁신 기술은 국 내외 산업계에 깊은 영향을 미칠 것이며, 향후 더 많은 기업들이 이러한 기술을 도입하여 글로벌 경쟁력을 높이는데 기여할 것으로 기대된다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

디지털 지식전문가 조형식의 지식마당   거의 1년 동안 생각해 봤던 엔지니어링 프레임워크를 완성했다. 그 이름은 ‘스마트 혁신 엔지니어링(smart innovation engineering)’이다. 스마트 혁신 엔지니어링은 간단하게 말해서 디지털 엔지니어링과 챗GPT(ChatGPT)와 혁신경영(innovation management)의 결합이라고 할 수 있다. 최근에 혁신 경영 ISO 56001이 완성됐다. 2024년 5월호 칼럼에 소개한 ‘디지털 엔지니어링 프레임워크’도 1년 동안 만들어 봤다. 이것을 연결하고 부족한 부분을 채워 줄 수 있는 것이 인공지능인 챗GPT이다. 챗GPT는 언어 모듈이기 때문에, 제품 개발이나 엔지니어링에 있어서 문서 작성이나 아이디어 등 다양하게 사용할 수 있다.  스마트 혁신 엔지니어링은 AI, 데이터 분석, 자동화, 디지털 기술을 통합하여 혁신을 관리하고, 효율성을 극대화하며, 제품 및 서비스 개발을 최적화하는 접근 방식을 의미한다. 이 개념은 다음과 같은 핵심 요소로 정리할 수 있다.    그림 1. 디지털 엔지니어링 프레임워크    <그림 1>을 사용하면 가운데 엔티티(entity)가 있다. 엔티티는 구체적인 제품(product)일 수도 있고 특정한 서비스(service)일 수도 있다. 예를 들어서, 자동차나 항공기가 올 수도 있고 어떤 디지털 제품이 올 수도 있다. 그리고 그 엔티티는 디지털 제품 개발 모델에서 어떤 특정 가치(value)를 지정할 수 있다. 예를 들어서 요구사항(requirement), 필요성(needs), 검증(verification), 특정 기술(technology)도 사용할 수 있다. 이런 것은 특정 가치를 나타낼 수 있다. 오늘은 그 특정 가치 중에서 혁신을 집어넣을 수 있다. 이것은 제품 개발에서 혁신(innovation)이라는 가치를 입력하는 것이다. 특히 최근에 표준화된 혁신 경영의 프로세스를 입력해 봤다. 이 가치는 추후에 다양한 관심 가치로 입력할 수 있다.    그림 2. 스마트 혁신 엔지니어링   <그림 3>은 ISO 56002 기반 혁신 관리 시스템의 프로세스 모델에 대한 것이다. 조직의 상황(조항 4)은 혁신 방향을 설정하는 데에 중요한 외부 및 내부 요인, 문화, 환경, 협업 등을 포함하며, 리더십(조항 5)은 혁신에 대한 헌신, 비전, 전략 및 정책을 통해 혁신 시스템의 방향을 제시한다. 기획(조항 6)은 혁신 목표 설정 및 위험 관리, 자원 할당 등 필요한 조치를 결정하는 단계이다. 지원(조항 7)은 혁신을 가능하게 하는 자원, 역량, 인프라 등을 포함하며, 운영(조항 8)은 기회 식별, 개념 창출, 개념 검증, 솔루션 개발 및 배포와 같은 활동으로 나뉜다. 성과 평가(조항 9)는 혁신 프로 세스의 효율성을 모니터링하고, 개선(조항 10)은 성과 평가 후 시스템을 지속적으로 발전시키는 단계이다. 이 모델은 PDCA(Plan - Do - Check - Act) 사이클에 따라 운영되며, 기회와 혁신 가 치를 중점으로 두고 조직의 전략과 결합되어 지속 가능한 혁신을 보장한다.    그림 3. ISO 56002 기반 혁신 관리 시스템의 프로세스 모델(출처 : ISO 56002)   챗GPT에게 이 프로세스를 스마트폰에 적용하는 예시로 질문했는데, 다음과 같은 답변을 도출했다.  “ISO 56002 혁신 관리 시스템을 기반으로 스마트폰 신제품 개발 과정에 적용할 수 있는 예시는 다음과 같습니다. 조직은 먼저 시장과 내부 환경을 분석해 고객이 선호하는 기능과 조직의 역량을 파악합니다.(조항 4) 리더십은 ‘고객 중심의 스마트폰 혁신’이라는 비전을 설정하고, 개발 목표와 협업 정책을 수립합니다.(조항 5) 기획 단계에서는 12개월 내 출시와 시장 점유율 목표를 설정하며, 위험 요소를 사전에 분석합니다.(조항 6) 지원 단계에서는 R&D 팀에 필요한 자원과 교육을 제공하여 역량을 강화합니다.(조항 7) 운영 단계에서는 고객 피드백을 바탕으로 새로운 스마트폰 기능을 기획하고, 개념을 검증한 후 제품을 설계하여 양산 준비를 마칩니다.(조항 8) 출시 후 성과를 평가하여 판매량, 고객 만족도 등을 분석하고(조항 9), 이를 토대로 차기 제품 개선 방안을 마련하여 지속적인 혁신을 추진합니다.(조항 10) ISO 56002는 이렇게 신제품 개발의 전 과정에서 체계적인 관리와 지속적인 개선을 통해 혁신을 달성하도록 지원합니다.” 스마트 혁신 엔지니어링은 AI, 데이터 분석, 자동화, 디지털 기술을 통합하여 혁신을 관리하고, 효율성을 극대화하며, 제품 및 서비스 개발을 최적화하는 접근 방식을 의미한다. 이 개념은 다음과 같은 핵심 요소로 정리할 수 있다.    데이터 기반 의사결정  스마트 혁신 엔지니어링은 데이터를 중심으로 한 의사결정을 강조한다. 대량의 데이터를 실시간으로 분석하고 이를 통해 조직의 의사결정을 최적화하여, 더 정확하고 신속한 대응이 가능하도록 한다. 이는 리스크를 줄이고 기회를 포착하는데 도움을 준다.    AI와 자동화 활용  AI는 반복적인 작업을 자동화하거나 복잡한 문제에 대한 솔루션을 빠르게 제시함으로써 자원을 효율적으로 활용하게 한다. 이를 통해 조직은 고부가가치 작업에 집중할 수 있고, 전체적인 생산 성과 효율성을 향상시킬 수 있다.    지속적인 혁신과 개선  스마트 혁신 엔지니어링은 디지털 환경에서 지속적인 개선을 촉진한다. AI와 데이터를 활용해 실시간으로 성과를 모니터링하고, 이를 통해 지속적으로 제품과 서비스를 발전시킨다. 품질 개선, 유지 보수 예측, 성능 최적화 등을 자동화하여 경쟁력을 유지할 수 있다.    협업과 지식 공유  이 접근 방식은 팀 간의 원활한 협업을 강화하고, 지식을 빠르게 공유할 수 있도록 도와준다. AI 기반 도구들은 의사소통을 촉진하고, 프로젝트 관리와 문제 해결에 필요한 정보를 실시간으로 제공 한다. 이러한 협업은 혁신적인 아이디어의 실행을 가속화하는데 기여한다.    리스크 관리와 예방  스마트 혁신 엔지니어링은 AI를 통해 잠재적인 리스크를 사전에 예측하고 대비책을 마련할 수 있도록 돕는다. 프로젝트 중 발생할 수 있는 기술적 문제나 일정 지연 등의 리스크를 신속하게 파악하고, 이를 통해 프로젝트 성공 가능성을 높인다.    고객 중심 혁신  고객의 요구와 피드백을 실시간으로 반영하여 제품과 서비스를 개선한다. 이를 통해 고객 만족도를 높이고, 시장에서의 경쟁 우위를 확보할 수 있다. AI와 데이터를 통해 고객의 니즈를 빠르게 파악 하고, 제품 개선 방향을 설정할 수 있다.  결론적으로 엔티티에 이노베이션 같은 가치를 ISO 56002 표준에 입력했을 때, 그리고 이것을 스마트폰을 개발을 하는 혁신 프로세스로 관리할 때 사용할 수 있다. 특히 챗GPT를 이용하면 다 양한 효과를 포괄적으로 얻을 수 있다. 여기서 이노베이션뿐만 아니라 특정 기술이나 어떤 패러다임을 적용할 수도 있다. 다음에는 혁신 대신 모듈러 설계 패러다임을 적용해 볼 예정이다.    ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다.  보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

SAP는 최근 진행한 조사를 통해, 국내 중견기업 중 매출 성장율이 높은 기업이 상대적으로 낮은 기업보다 생성형 AI에 높은 우선순위를 두고 있는 것으로 나타났다고 전했다. 또한 매출 성장율이 높은 이들 기업은 모든 비즈니스 영역에 새로운 AI 혁신을 도입하고 있다. SAP의 조사에서 임직원 250~1500명 규모의 국내 중견기업은 매출 성장율에 따라 생성형 AI 도입에 대한 인식 차이를 보이는 것으로 확인됐다. 매출 성장율이 높은 기업 중 96%는 생성형 AI 도입이 비즈니스에 있어 ‘보통’ 또는 ‘높은’ 우선순위에 해당한다고 응답했다. 이에 반해 매출 성장율이 낮은 기업 중 생성형 AI 도입을 우선으로 고려하는 기업은 67%에 그쳤다. 이번 조사는 국내 567개 기업과 전 세계 1만 2003개 기업을 대상으로 진행됐다. 조사에 따르면 중견기업들은 AI 활용을 조직의 최우선 순위로 꼽은 것으로 나타났다. 특히, 생성형 AI 도입은 87%의 국내 기업에게 ‘보통’ 또는 ‘높은’ 우선순위로 인식됐으며, 데이터 분석과 예측 분석이 가능한 머신러닝과 같은 표준 비즈니스 애플리케이션 도입은 90%의 기업에서 최우선 과제로 꼽혔다. 그 외 사이버 보안 위협(90%), 원격 및 유연 근무 증가(88%), 환경적 지속 가능성(87%) 등이 뒤를 이었다. AI는 비즈니스의 모든 영역에서 조직 프로세스를 혁신하기 위한 핵심 요소로 인식되고 있다. 조사 결과에 따르면, 국내 중견기업 중 절반 이상(51%)은 AI를 통해 고객 경험을 혁신하는 것을 최우선 순위로 봤다. 이어 AI가 혁신할 수 있는 다른 주요 분야로는 데이터 보안 강화(48%), 교육 및 개발(48%), 사용자 경험 개인화(47%), 공급망 최적화(46%), 의사결정 강화(46%) 순으로 높은 응답을 기록했다. 기업들은 미래를 위한 최우선 순위로 AI를 꼽는 데 그치지 않고, 이미 AI를 도입해 활용하고 있다. 실제로 국내 중견기업들은 마케팅 및 영업 콘텐츠 개발(89%), 규제 준수를 위한 모니터링(89%), 계약 관리(88%), 고객사 및 공급업체 응대(88%) 등의 영역에서 ‘보통 이상’ 또는 ‘상당한’ 수준으로 AI를 활용하고 있는 것으로 나타났다. 반면, 국내 중견기업의 성장을 이끄는 데에는 여전히 과제가 남아 있다. 조사에 응한 기업들은 내부 성장 과제로 공급망 취약성(45%)과 양질의 데이터 부족(36%)을 주요 문제로 언급했으며, 변화 관리 프로세스 문제(36%)와 시스템 간 통합 부족(33%)에 대해서도 지적했다. 또한, 데이터는 AI와 관련된 조직의 위험 요소로 꼽혔다. 국내 중견기업들은 AI로 인해 발생할 수 있는 가장 큰 리스크로 잘못된 정보에 기반한 의사결정(34%), 인재 확보 및 유지(32%), 법적 책임(32%), 혼선으로 인한 비즈니스 손실(32%) 등을 꼽았다. SAP의 우트카르시 마헤슈와리(Utkarsh Maheshwari) 아시아태평양 및 한국 지역 중견기업 부문 최고 파트너 책임자는 “AI는 새로운 것이 아니다. 사실 SAP는 수십 년 전부터 AI를 활용해 왔다”며 “현재 한국의 여러 기업을 비롯한 27,000개 이상의 고객사가 SAP 비즈니스 AI(SAP Business AI)를 활용 중”이라고 전했다. 이어 “지난 1년 동안 70개 이상의 생성형 AI 활용 사례를 선보였으며, 2024년 말까지 100개 이상의 활용 사례가 나올 것으로 기대한다”며 “지금이 바로 SAP 비즈니스 AI가 제공하는 혜택에 대해 살펴봐야 할 때”라고 덧붙였다.  

가상 엔지니어링을 통한 디지털 R&D   가상 엔지니어링(VE)은 컴퓨터 환경에서 분석, 시뮬레이션, 최적화 및 의사 결정 도구 등과 같은 기하학적 모델 및 관련 엔지니어링 도구를 통합하는 것으로, 다양한 분야의 협업 제품 개발을 용이하게 한다. 이번 호에서는 가상 엔지니어링의 시스템 구성 요소를 살펴보고, 디지털 트윈과 가상 제품 개발 프로세스로 전환되어야 하는 이유를 짚어본다.   ■ 오재응 한양대학교 명예교수, LG전자 기술고문   가상 엔지니어링 및 시뮬레이션을 위해서 가상 엔지니어링은 다양한 분야의 협업 제품 개발을 용이하게 하는 컴퓨터 생성 환경 내에서 분석, 시뮬레이션, 최적화 및 의사 결정 도구 등과 같은 기하학적 모델 및 관련 엔지니어링 도구를 통합하는 것으로 정의된다.(그림 1)   그림 1. 가상 엔지니어링의 정의   가상 엔지니어링은 다양한 분야의 협업 제품 개발을 용이하게 하는 컴퓨터 생성 환경 내에서 분석, 시뮬레이션, 최적화 및 의사 결정 도구 등과 같은 기하학적 모델 및 관련 엔지니어링 도구를 통합하는 것으로 정의한다. 또한 가상 엔지니어링은 가상 개발의 일부인 예측 R&D 프로세스이며, 가상 개발 프로세스(가상 엔지니어링)의 장점은 다음과 같다. 보다 빠르고 고품질의 개발 프로세스와 낮은 R&D 비용  중요하고 약점이 있는 부분이나 기술적인 제한 사항을 조기에 발견함으로써 상당한 품질 개선 제품 개발이 완료되기 전 기본 노하우 달성(기술적 특성 예측) 개발 프로세스를 체계화 다양한 엔지니어링 솔루션 비교 및 다양한 구성 평가 사전에 적절한 시기에 대체 개발 단계 활성화 테스트 기간 및 시운전 절차 최소화(테스트 품질 향상과 동시에 테스트 시리즈 축소) 디지털 CAE 모델 및 그에 따른 결과 제공 시 효율적인 팀워크 제공 획득한 경험(측정, 현장 테스트, 계산, 관찰 및 주관적 평가)에 대한 더 나은 이해 및 결과에 대한 객관적인 접근 시스템 동작의 객관적 등급을 위한 특수 평가 기능 생성(OSE : 객관적 시스템 평가) 제품 개발 과정에서 전략적 결정을 위한 합리적인 근거 모델 복잡성을 제한하면서 강력한 시뮬레이션 도구를 적용(과거 경험을 통해 배우고, 미래 프로젝트를 위한 확실한 계획) 협업·통합 제품 및 프로세스 개발에 대한 가상 엔지니어링 시스템 구성 요소는 다음과 같다. 엔지니어링 활동의 통합을 실현하기 위해 고급 컴퓨터 기반 기술의 발전은 물리적 객체와 그에 대한 작업 대신 디지털 모델과 시뮬레이션을 사용하기 때문에, 상호 연결된 가상 엔지니어링 환경에 더 나은 기회를 제공한다. 물리적 객체에 비해 가상/디지털 모델은 서로 다른 위치에 있는 엔지니어 및 기타 이해관계자 간의 의사소통과 협업을 더 쉽게 한다.  따라서 통합 가상 엔지니어링 환경을 통해 지리적 위치에 관계 없이 단일 설계에 대한 작업 협업이 가능하다. 협업 가상 엔지니어링의 통합 제품 및 프로세스 개발에 대한 가상 엔지니어링 시스템 구성 요소 이 단순화된 개요에서 가상 모델은 상호 작용의 기초이며, 제품 수명 주기와 관련된 엔지니어링 기능을 통합하는 데에 중심 역할을 한다.(그림 2) 한편 CAD 모델은 완전한 제품 설명을 디지털 형식으로 가상 모델에 제공하며, 이러한 디지털 데이터는 가상 엔지니어링 기술의 다른 모든 구성 요소에 전달 및 배포된다. 또한 CAD 데이터를 기반으로 한 이러한 형태의 상호관계는 데이터 흐름을 원활하게 하고 정보 교환을 단순화할 것으로 기대된다.(그림 3)   그림 2. 가상 엔지니어링과 가상 모델의 관계   그림 3. 가상 엔지니어링 및 시뮬레이션 프로세스   개발 디지털 전환(DX) 및 디지털 트윈 기술 관점에서 디지털 트윈의 개념은 더 빠르고 더 정확하게 개발/검증/생산/유지/보수 전 단계에서 디지털 기반의 의사결정 툴을 제공하는 것이다. 가상 엔지니어링은 고도화된 디지털 기술을 활용하여 R&D 업무를 효율화하는 것이며, 디지털 기술 기반의 ‘업무 방식 변화’를 가져온다. 대표적인 대상은 인공지능(AI), 빅데이터, 클라우드, 사물인터넷(IoT), C4(CAD/CAE/CAM/CAT), 가상 엔지니어링(VE), 가상 제품 개발(VPD), 디지털 트윈이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

디지털 지식전문가 조형식의 지식마당   이번 호에서는 지난 상반기 동안 쓴 7편의 칼럼을 챗GPT (ChatGPT)를 이용해서 정리하였다. 생각보다 잘 정리되었으며, 하반기에는 이를 기반으로 더 상세한 예시와 설명을 집필할 예정이다.    글로벌 경제와 지정학적 상황 2024년 한국 경제는 코로나19 팬데믹 이후의 기대와 달리 여러 글로벌 요인으로 인해 더욱 어려워질 것으로 예상된다. 러시아-우크라이나 전쟁과 최근의 이스라엘-하마스 갈등 등 다양한 지정학적 갈등이 경제에 큰 영향을 미치고 있다. 이러한 상황 속에서도 인공지능, 특히 생성형 AI(generative AI)의 발전이 눈에 띄게 빠르게 이루어지고 있다. 2023년은 챗GPT의 해로 불릴 정도로 큰 변화를 가져왔으며, 이는 기술 혁신의 대표적인 예로 손꼽힌다.   인공지능의 발전과 기업의 대응 챗GPT와 같은 생성형 AI는 인터넷 환경을 혁신적으로 변화시키고 있다. 과거의 복잡한 검색 방식에서 벗어나, 단 한 번의 질문으로 해답을 찾는 챗GPT 환경은 모든 비즈니스 환경을 급격하게 변화시킬 가능성이 있다. 기업은 이러한 AI 환경에 우선적으로 투자하고 있지만, 생존을 위해서는 그 이상을 고려해야 한다. 데이터, 정보, 지식, 인사이트의 구조에서 지식 그래프와 디지털 스레드의 연결이 중요해지고 있으며, 수익화에 실패한 혁신은 지속될 수 없다.   디지털 대전환과 인공지능 대전환 디지털 대전환의 시대에서 인공지능 대전환(AI transformation)의 시대로 급격하게 변화하고 있다. 이는 인간이 컴퓨터가 이해할 수 있는 언어를 공부하는 시대에서 기계가 인간의 언어를 이해하는 시대로의 전환을 의미한다. 이러한 변화는 과거 디지털 기술이 가져온 충격보다 더 강력할 수 있으며, 2024년은 인공지능 파괴적 혁신의 원년이 될 가능성이 높다. 상상력을 초월하는 변화가 일어나고 있으며, 구체적인 예측은 불가능하다. 이는 우리의 상상력이 경험에 바탕을 두고 있기 때문이다.   스마트 엔지니어링과 디지털 전환 스마트 엔지니어링은 첨단 기술과 지능형 시스템을 활용하여 제품 설계, 제조, 운영을 최적화하는 공학 접근법으로, 고객의 가치를 극대화하는 것을 목표로 한다. 이는 사물인터넷(IoT), 빅데이터, 인공지능, 클라우드 컴퓨팅 등의 통합을 통해 성능을 향상시키고 유지보수를 간소화하며 사용자 경험을 개선하는 데 중점을 둔다. 2024년은 인공지능을 통해 인간의 감성과 지능을 증강하는 시대의 시작을 의미하며, 디지털 엔지니어링은 제품 수명 주기 전체를 걸쳐 디지털 모델과 시뮬레이션을 사용하는 공학 기법으로, 디지털 트윈과 소프트웨어 정의 제품이 핵심이 될 것이다.   디지털 엔지니어링의 주요 구성 요소 디지털 엔지니어링은 복잡한 제품과 시스템의 설계 및 제조에 있어 중요하다. 여기에는 디지털 트윈, 모델 기반 시스템 엔지니어링(MBSE), 통합 데이터 환경(IDE), 가상 및 증강 현실(VR/AR), 오토메이션 및 AI 기술, 소프트웨어 정의 및 가상화 기술 등이 포함된다. 이를 통해 제품의 품질 향상과 비용 절감을 목표로 하며, 디지털 스레드가 중요한 자산으로 부상하고 있다. 디지털 트윈은 실제 제품의 가상 모델링을 통해 설계, 시뮬레이션, 테스트 및 운영을 지원하며, 디지털 스레드는 제품과 시스템의 연결과 지식의 흐름을 최적화하는 역할을 한다.   디지털 전환의 단계와 엔지니어링 디지털 전환은 단순한 기술적 변화가 아닌 조직 전반의 변화를 포함한다. 정보화(digitization), 디지털화(digitalization), 디지털 전환(digital transformation)의 세 단계로 이루어지며, 각각의 단계는 디지털 엔지니어링에서 중요한 역할을 한다. 디지털 제품 수명 주기 프레임워크를 통해 디지털 트윈과 소프트웨어 정의 프로세스가 포함된 무한 루프형 제품 개발 이니셔티브가 필요하다. 정보화 시대의 제품 개발 이니셔티브는 순환형이었으나, 현재의 디지털 기술과 4차 산업혁명에서는 무한 루프 형태로 변화하고 있다.   디지털 엔지니어링 이니셔티브 디지털 엔지니어링 이니셔티브는 디지털 기술을 이용한 제품 개발 혁신을 위한 주도적 전략으로, 제품의 물리적 실체와 디지털 트윈, 소프트웨어 정의, PLM에 포함된 제품 개발 과정 및 정보 기술로 생성된 모든 제품 정보를 포함한다. 디지털 기술을 이용하여 제품의 다섯 가지 산출물에 대한 생성 전략이 디지털 엔지니어링 이니셔티브라고 할 수 있다. 이 이니셔티브는 제품 설계, 개발, 테스트, 생산 및 유지보수의 각 단계에서 디지털 도구와 데이터를 활용하여 효율성을 극대화하고 오류를 최소화하기 위해 노력한다.   모델 기반 시스템 엔지니어링 모델 기반 시스템 엔지니어링(MBSE)은 복잡한 시스템의 설계와 관리를 위해 모델을 중심으로 하는 접근 방식이다. 이를 통해 설계자는 텍스트 기반 문서 대신 시각적 모델을 사용하여 시스템 요구 사항, 설계, 분석, 검증 및 유지보수를 체계적으로 관리할 수 있다. 이는 제품의 품질 향상과 비용 절감을 목표로 하며, 디지털 트윈과 함께 디지털 엔지니어링의 핵심 요소로 자리잡고 있다.   통합 데이터 환경 통합 데이터 환경(IDE)은 프로젝트의 모든 데이터와 정보를 중앙에서 관리하고 팀 간의 협업을 촉진하는 플랫폼을 제공한다. 이는 데이터의 일관성과 접근성을 향상시켜 프로젝트 관리의 효율을 높일 수 있다. 디지털 트윈과 디지털 스레드의 통합을 통해 제품 개발의 모든 단계에서 최적의 의사결정을 지원하며, 이는 디지털 엔지니어링의 중요한 요소이다.   가상 및 증강현실 가상현실(VR) 및 증강현실(AR) 기술은 복잡한 제품의 설계와 테스트 과정에서 현실감 있는 시뮬레이션을 제공하여, 설계자와 엔지니어가 실제 환경에서 제품을 사용하는 것과 유사한 경험을 할 수 있게 한다. 이는 특히 훈련, 사용자 인터페이스 테스트 및 유지보수 계획에서 유용하다. 이러한 기술은 제품의 품질 향상과 비용 절감을 목표로 하며, 디지털 엔지니어링의 중요한 요소이다.   오토메이션 및 AI 기술의 통합 자동화 도구와 인공지능 알고리즘은 반복 작업을 최적화하고 복잡한 데이터 분석과 의사결정 과정에서 인간의 노력을 줄여준다. 이는 공정의 속도를 높이고 오류를 감소시키는 데에 기여할 것으로 예상된다. 이러한 기술은 디지털 엔지니어링의 중요한 요소이며, 제품 개발의 모든 단계에서 효율성을 극대화하고 오류를 최소화하기 위해 사용된다.   소프트웨어 정의와 가상화 기술 소프트웨어 정의 x(software-defined x)는 하드웨어로 수행하던 기능을 소프트웨어로 구현하는 것으로, 하드웨어와 소프트웨어를 표준화된 기능으로 연동하여 추상화하는 광의의 개념을 다양한 응용 서비스에 적용하는 것을 의미한다. 가상화 기술은 컴퓨터 리소스를 물리적 환경에서 분리하여 여러 가상 환경을 만들 수 있게 하며 IT 인프라의 효율성, 유연성, 비용 절감을 도모할 수 있다. 이러한 기술은 제품 개발 환경과 제품 자체 서비스에 모두 적용될 수 있다.   디지털 스레드의 중요성 디지털 스레드는 제품 개발과 엔지니어링에서 가장 중요한 자산으로, 제품과 시스템의 연결과 지식의 흐름을 최적화하는 역할을 한다. 디지털 트윈과 함께 디지털 엔지니어링의 핵심 요소로 자리잡고 있으며, 디지털 스레드 없이는 디지털 트윈도 실효성을 가질 수 없다. 디지털 스레드는 제품 관련 지식과 프로세스의 연결과 흐름을 최적화하며, 이는 디지털 엔지니어링의 발전에 중요한 역할을 한다.   ▲ 인생 폴딩 자전거의 디지털 지식 점퍼(digital knowledge jumper)   개인적 목표와 디지털 스레드의 활용 2024년의 개인적 목표는 챗GPT와 롬리서치를 활용한 증강 지능 시스템(augmented intelligence system)으로 새로운 비즈니스 모델을 만들어 수익을 창출하는 것과, 폴딩 전기 자전거를 통해 전국을 여행하는 것이다. 폴딩 자전거는 언제든지 접어서 열차나 고속버스로 이동할 수 있어 이동의 자유로움을 제공하며, 전기 자전거는 전기차를 공부하기 좋은 대상으로 사용할 계획이다. 개인의 삶에서도 디지털 스레드를 적용하여 더 현명한 결정을 하고 창조적인 삶을 살 수 있다.   인생 디지털 스레드 디지털 스레드는 개인 지식 관리에도 적용될 수 있다. 이를 인생 디지털 스레드(life digital thread)라 부르며 개인의 삶, 이벤트, 경험, 지식 관리, 시간 관리, 인간관계, 감정 등을 체계적으로 연결하여 관리할 수 있다. 디지털 스레드는 중복된 작업을 제거하고, 개인의 삶을 더욱 체계적이고 효율적으로 만들며, 더 나은 결정을 할 수 있도록 돕는다. 이는 개인의 창조적 삶을 향상시키는 데 중요한 역할을 한다.   맺음말 디지털 엔지니어링과 인공지능의 융합을 통해 제품 개발 및 관리는 새로운 차원으로 전환되고 있다. 디지털 스레드는 제품과 시스템의 연결과 지식의 흐름을 최적화하는 중요한 요소로, 미래의 산업 발전에서 핵심 역할을 할 것이다. 이를 통해 기업과 개인은 더 효율적이고 혁신적인 방식으로 도전과제를 해결할 수 있을 것이다. 디지털 엔지니어링 이니셔티브는 제품 개발의 모든 단계에서 디지털 도구와 데이터를 활용하여 효율성을 극대화하고 오류를 최소화하기 위해 노력한다. 이를 통해 제품의 품질 향상과 비용 절감을 목표로 하며, 디지털 트윈과 디지털 스레드의 통합을 통해 최적의 의사결정을 지원한다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’,  ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.