마이크로소프트와 한국폴리텍대학 부산캠퍼스는 7월 4일 고교생과 대학생을 대상으로 한 해커톤 행사인 '마이크로소프트 클라우드 AI 경진대회'를 개최했다고 밝혔다. 이번 경진대회는 ‘AI Express 부산’ 사업의 일환으로 한국폴리텍대학 부산캠퍼스 소프트웨어융합과 주도로 진행됐다. ‘AI Express 부산’은 한국폴리텍대학과 마이크로소프트가 지역 기술 격차를 해소하고자 2023년 9월부터 한국폴리텍대학을 중심으로 마이크로소프트 클라우드 AI 기술을 전파하기 위한 교육 지원사업으로 특히 부산 지역을 중심으로 진행되었다. 이 사업은 부산 지역의 특성화고등학교를 대상으로 한 교사 연수 및 학생 교육, 한국폴리텍대학 부산캠퍼스에는 마이크로소프트 클라우드 AI 정규과정 및 특강을 개설해 AI 교육의 저변을 확대하기 위한 것이다. 이번 해커톤 행사에는 부산기계공고, 부산소프트웨어마이스터고와 부산진여상 등 부산지역 특성화고를 대표하는 학교들과 한국폴리텍대학 학생들이 참가, 마이크로소프트 애저(Azure) 클라우드에 있는 도구를 사용해 다양한 개체 감지와 이미지 분류 AI 모델을 만들어 발표하는 식으로 진행됐다. 대회에 참여한 학생들은 마이크로소프트 클라우드 AI 교육을 받은 후에 팀을 구성해 출전했다. 교육 과정에서 학생들은 인공지능 설계자로서 가져야 할 윤리에 대해서 학습했고 클라우드에 대한 체험을 했다. 학생들은 경진대회 참가를 위해 5인 내외의 팀을 결성, 팀워크를 발휘하고 서로 아이디어를 공유해 주변 생활에서 활용할 수 있는 실용적인 모델을 구현하는 기회를 가졌다. 해커톤은 학생들이 직접 발표하고 서로 질의응답을 받는 형식으로 진행되었으며, 마이크로소프트의 인공지능 6대 원칙을 반영해 개발자로서 반드시 지켜야 할 윤리 적용 여부, 창의적 문제 해결성 및 실현 가능성을 위주로 심사가 이뤄졌다.  경진대회 결과 학교 매점의 결제 시스템에 사용할 수 있는 물품 인식 모델을 제시한 부산소프트웨어 마이스터고 COPPA팀이 대상을 수상했다. 이 외에도 애완견의 품종을 식별하는 AI 모델, 분리수거 물품 식별기, 헬멧 감지기, 화재감지 및 대피방향 안내 모델, 장애인을 위한 바코드 인식기, 멸종위기종 개체감지 모델 등 다양한 모델이 출품되었다. 특히 부산기계공고에서는 AI기술을 기계 분야에 적용하기 위해 개체감지 모델을 이미 학교에서 학습했던 아두이노와 OCR기술과 연계하여 적용해 내는 완성물을 선보이기도 했다.     대상을 차지한 부산소프트웨어 마이스터고 COPPA팀의 강시우 학생은 “마이크로소프트 애저의 커스텀비전을 사용하여 AI를 학습하였는데 기존의 텐서플로우와 같은 코딩을 사용하는 것보다 쉽게 구현되고 실생활에서 느꼈던 불편한 점을 AI 모델을 사용해 클라우드 기술을 적용했다”고 말했다. 이번 해커톤 대회를 참관한 각 학교 선생님들은 이번 대회에 참여한 모든 학생들이 팀을 이루어 밤낮을 가리지 않고 열심히 모델을 만드는 과정을 보면서 이러한 교육이 학교 교육에도 정착되기를 바란다는 의지를 밝혔다. 특히 이번 경진대회 개최를 주도한 한국폴리텍대학 부산캠퍼스 소프트웨어융합과 학과장 김강현교수는 “클라우드 AI 저변 확대를 위한 교육지원사업 및 경진대회를 공동으로 주최하여 준 마이크로소프트에 감사를 드리며 향후 학생뿐만 아니라 신중년 및 재직자 등 다양한 사람들에게 클라우드 AI 교육 기회가 제공되기를 바란다”고 밝혔다.

오라클이 인공지능(AI) 벡터 처리와 데이터 분석, 트랜잭션을 포함한 모든 종류, 모든 규모의 오라클 데이터베이스 워크로드를 위한 성능을 제공하는 클라우드용 지능형 데이터 아키텍처인 ‘엑사데이터 엑사스케일(Exadata Exascale)’을 정식 출시했다.  엑사데이터 엑사스케일을 통해 기업 조직은 규모를 망라하여 오라클 엑사데이터(Oracle Exadata)에 내장된 성능과 안정성, 가용성, 보안 관련 기능의 활용 비용을 절감할 수 있다. 엑사데이터 엑사스케일은 엑사스케일 인프라스트럭처 기반의 엑사데이터 데이터베이스 서비스(Exadata Database Service on Exascale Infrastructure) 및 오라클 클라우드 인프라스트럭처(OCI) 기반의 오라클 데이터베이스 23ai(Oracle Database 23ai)와 함께 사용 가능하다. 엑사데이터 엑사스케일은 기업 고객이 엑사데이터 클라우드 인프라스트럭처를 이용할 수 있는 새로운 방식이다. 가상화된 데이터베이스에 최적화된, 공유 컴퓨트 및 스토리지 풀에 기반한 인프라를 활용하는 지능형 데이터 아키텍처를 통해 극도로 탄력적인 확장성 및 사용량 기반 요금 정책을 지원한다. 결과적으로 대기업에서 중소기업에 이르기까지 적게는 매월 수십만원대 수준의 저렴한 요금으로도 이용이 가능해, 이제 합리적인 비용으로 엑사데이터 데이터베이스 플랫폼의 기술을 활용해 데이터 워크로드 관련 혁신을 가속화할 수 있게 됐다.     엑사스케일의 리소스는 추가 IOPS(초당 입력, 출력 명령어 처리 수)에 대한 비용 없이 탄력적인 종량제 요금제를 통해 이용할 수 있다. 사용자가 필요로 하는 데이터베이스 서버 ECPU 수와 스토리지 용량을 지정하면 모든 데이터베이스가 풀링(pooling)된 스토리지 서버에 자동으로 분산되어 최고의 성능 및 가용성을 제공하므로 전용 데이터베이스 및 스토리지 서버를 별도로 프로비저닝할 필요가 없다. 결과적으로 엑사데이터 데이터베이스 서비스 엔트리 수준의 인프라 비용을 최대 95% 절감하고, 온라인 리소스를 최대한 유연하고 세밀하게 확장할 수 있다.   오라클은 엑사스케일을 통해 RDMA 지원 스토리지 클라우드 서비스를 제공한다. 지능형 스토리지 클라우드 서비스인 엑사스케일은 사용 가능한 모든 스토리지 서버에 데이터베이스를 분산하고, 데이터 인식 지능형 스마트 스캔을 통해 수천 개의 CPU 코어를 사용하여 모든 데이터베이스 쿼리의 속도를 향상시킨다. 또한 3개의 서로 다른 스토리지 서버에 데이터를 복제하여 높은 수준의 내결함성을 제공한다. 엑사스케일 스토리지 클라우드는 핫데이터(hot data) 또는 자주 액세스하는 데이터를 디스크로부터 메모리 또는 플래시 드라이브로 지능적인 방식으로 이동시키므로 사용자는 DRAM의 성능, 플래시 드라이브의 IOPS 속도, 디스크의 용량을 모두 활용할 수 있다. 엑사스케일은 독자적 기능인 AI 스마트 스캔(AI Smart Scan)을 사용하여 데이터 및 컴퓨트 집약적인 AI 벡터 검색 작업을 엑사스케일 지능형 스토리지 클라우드로 오프로드(offload)한다. AI 스마트 스캔 및 엑사데이터 시스템 소프트웨어 24ai(Exadata System Software 24ai)를 통해 주요 벡터 검색 작업을 최대 30배 빠르게 처리하여 고객이 다중 사용자 환경에서 수천 건의 AI 벡터 검색을 동시에 실행할 수 있도록 지원한다. 또한, 엑사스케일은 서버 간의 지능형 통신을 바탕으로 엑사스케일 가상 머신(Exascale Virtual Machine) 클러스터 전반에 걸친 고성능 데이터베이스 확장을 제공하고, 지능형 저지연 OLTP IO를 통해 미션 크리티컬 트랜잭션을 신속히 완료하고 더 많은 동시 사용자를 지원한다. 엑사데이터 엑사스케일은 2880GB/초의 처리량을 제공하며, 지연시간은 17마이크로초이다. 엑사스케일은 고유한 데이터 인텔리전스가 데이터 집약적 SQL 쿼리를 엑사스케일 지능형 스토리지 클라우드로 자동 오프로드하여 데이터 분석을 위한 처리량 확장을 지원한다. 자동 컬럼화 기능을 통해 데이터를 초고속 인메모리 컬럼 형식으로 변환하고, 엑사스케일 인텔리전트 스토리지 클라우드의 플래시 캐시를 자동적으로 사용하여 기능 및 성능을 향상시킬 수 있다. 사용자는 엑사스케일 지능형 스토리지 클라우드 및 쓰기 시 재지정 기술을 사용하여 데이터베이스의 전체 복제본 또는 신 복제본(thin clones)을 즉시 생성할 수 있다. 또한 고급 스냅샷 기능을 통해 읽기/쓰기 소스를 사용하여 플러그형(pluggable) 또는 컨테이너 데이터베이스의 공간 효율적 복제본을 간단하게 생성 가능하다. 새롭게 생성한 개발, 테스트 또는 복구용 복제본은 즉시 사용 가능하고, 소스 데이터베이스와 동일한 네이티브 엑사데이터 데이터베이스의 성능 및 확장성을 지원한다. 오라클의 코탄다 우마마지스와란(Kothanda Umamageswaran) 엑사데이터 및 수평 확장 기술 담당 수석 부사장은 “엑사데이터 엑사스케일은 멀티테넌트와 초탄력적 클라우드용으로 재구성된 엑사데이터이자 모든 오라클 데이터베이스 클라우드 서비스의 미래형 아키텍처”라면서 “인프라 비용을 최대 95% 절감시켜주는 엑사데이터 엑사스케일을 통해 이제 중소기업이나 적은 규모의 워크로드 및 클라우드 환경에서도 오라클 데이터베이스용 오라클 엑사데이터의 이점을 활용할 수 있게 됐다”고 설명했다.

  다쏘시스템과 프랑스의 인공지능 기업인 미스트랄 AI(Mistral AI)가 신뢰할 수 있는 환경에서 최첨단 AI의 역량을 산업 분야에 제공하기 위한 파트너십을 발표했다. 다쏘시스템은 자사가 내세우는 ‘생성 경제(Generative Economy)’의 시대에서 “산업은 제품에서 경험과 지속 가능성으로 전환하고, 가상 세계를 활용하여 실제 세계를 확장하고 개선해야 한다”면서, 미스트랄 AI의 대규모 언어 모델(LLM)을 비롯한 AI 기술의 발전이 이 여정을 가속화할 기회가 될 것으로 보고 있다. 버추얼 트윈 경험은 과학적 모델링, 시뮬레이션 및 AI를 결합하여 미래의 인력을 지원하는 솔루션을 제공한다. 이들은 산업 지식과 노하우를 드러내며, 지적 재산을 보호하면서 신뢰성을 요구하는 산업의 요구에 부응한다. 다쏘시스템은 미스트랄 AI의 LLM, 특히 엔터프라이즈급의 ‘미스트랄 라지(Mistral Large)’ 모델이 자사의 요구 사항을 충족하는 정확성, 응답성 및 지속가능성 성능 사이에서 균형점을 제공할 것으로 보고 있다. 다쏘시스템과 미스트랄 AI는 파트너십을 통해 다쏘시스템의 엔터프라이즈 클라우드 서비스인 아웃스케일(OUTSCALE)에 ‘LLMaaS(Large Language Models as a Service)’를 추가할 계획이다. 이 신규 아웃스케일 서비스는 아웃스케일의 인프라를 활용하며, 미스트랄 AI의 상업용 LLM을 보안 및 컴플라이언스 기준인 SecNumCloud와 함께 제공된다. 또한, 양사는 몇 초 안에 방대한 산업 지식과 노하우를 탐색하고, 다쏘시스템의 35만 여 산업 고객을 위한 대규모 데이터 자산을 강화하는 등 LLM이 지원하는 생성형 경험을 제공할 계획이다.  미스트랄 AI의 아서 멘쉬(Arthur Mensch) CEO는 “다쏘시스템과의 파트너십을 통해 모든 사람을 위한 고성능, 효율성, 보안 및 개인 정보 보호라는 공동의 목표를 재확인하게 됐다”면서, “다쏘시스템의 인프라와 산업 솔루션을 활용하여 최첨단 생성형 AI의 사용을 촉진하는 공동 미션을 진전시킬 것”이라고 전했다. 다쏘시스템의 플로렌스 휴-오비니(Florence Hu-Aubigny) R&D 부문 수석 부사장은 “우리는 AI 기반의 버추얼 트윈으로 전 세계 산업을 재창조하는 여정을 계속하고 있다. 미스트랄 AI와의 파트너십을 통해, 우리는 신뢰할 수 있는 생성 경험을 제공하여 과학적 모델링, 시뮬레이션 및 AI, LLM을 포함한 독특한 조합을 아웃스케일 환경에서 제공할 수 있게 되었다. 이 파트너십은 AI 기반 산업용 솔루션을 위한 강력한 기술 생태계를 구축하려는 우리의 의지를 보여준다”고 말했다.

현대오토에버 신규 임원진(왼쪽부터 최원혁 보안총괄임원(CISO) 상무, 지두현 SW개발센터장 상무, 심민정 법무실장 상무)  현대오토에버가 네이버와 쏘카 등 주요 IT 기업에서 주목받는 리더급 핵심 임원 2명을 영입하며 사이버 보안·소프트웨어(SW) 사업 경쟁력 강화에 박차를 가한다. 현대오토에버는 네이버 클라우드 출신 최원혁 상무와 쏘카 지두현 상무를 영입해 각각 보안총괄임원(CISO)과 SW개발센터장에 임명했다. 심민정 법무실장은 상무로 승진하며 현대오토에버 최초의 여성 임원 자리에 올랐다. 보안총괄임원(CISO)에 선임된 최원혁 상무는 22년 동안 정보·데이터 보호 분야에서 혁신적인 시도로 수많은 ‘업계 최초’ 기록을 써내려 온 보안 전문가다. 국내 IT 기업이 글로벌 무대로 서비스를 확장할 때마다 보안 업무를 지휘하는 대표 선수 역할을 맡았다. 네이버의 퍼블릭 클라우드 사업이 시작될 단계부터 클라우드 보안 총괄 및 최고보안책임자(CPO), 데이터보호책임자(DPO) 등 핵심 직책을 역임했고, 라인(LINE)이 대만과 일본에서 선보인 ‘라인 뱅크’, ‘라인 페이’ 등 글로벌 금융 플랫폼의 보안도 책임졌다. 최 상무는 네이버 클라우드 재직 시절 국내 클라우드 제공사 중 처음으로 제로트러스트 기반 보안 서비스를 출시하며 업계의 주목을 받았다. 미국 연방정부와 구글 등이 채택 중인 제로트러스트 기반 서비스는 모든 사용자와 네트워크의 신뢰 수준을 확인하는 최상급 보안 시스템으로, 구현 난이도가 매우 높다. 또한 최 상무는 네이버 클라우드가 국내 최초로 루트CA(RootCA) 사업자 인증을 획득해 고객에 자체적인 암호화 기반 통신 서비스를 제공하는 데 기여하기도 했다. 현대오토에버는 현대자동차그룹에 보안 서비스를 제공하는 ‘데이터 파수꾼’ 역할을 맡은 만큼 괄목할 능력을 인정받은 최 상무가 보안 총괄에 적임자라고 판단했다. 차량의 SDV 전환으로 사이버 위협이 증가하는 상황에서 현대오토에버는 최 상무의 경험을 활용해 융합 보안 역량을 끌어올리고 정보 보호, 해킹 대응 등 그룹 전반의 데이터 보호 수준을 강화할 방침이다. 최 상무는 “모빌리티 혁신을 주도하는 현대오토에버의 사이버 보안을 담당하게 돼 영광”이라며 “보안 수준을 높여 회사의 사업 경쟁력 강화에 기여하겠다”고 포부를 밝혔다. 지두현 쏘카 서비스 엔지니어링 본부장은 현대오토에버 SW개발센터장으로 임명됐다. 지 상무는 네이버, 라이엇게임즈 코리아, 쏘카 등 IT 기업에서 25년 이상 경력을 쌓으며 개발팀장과 본부장 등 주요 직책을 역임한 베테랑이다. 지 상무는 카이스트(KAIST) 컴퓨터공학부에서 학사, 석사를 거쳐 개발자 경력을 시작했다. 네이버에서 웹툰&웹소설 Cell 수석으로 재직하며 네이버웹툰을 콘텐츠 서비스 선도 기업으로 성장시키는 데 중요한 역할을 했고, 리그 오브 레전드(LOL)를 개발한 라이엇게임즈의 한국 법인에서도 다양한 프로젝트를 주도하며 신규 게임 출시를 성공적으로 이끌었다. 쏘카에서는 서비스 엔지니어링 본부장으로서 모빌리티 서비스 개발을 총괄했다. 현대오토에버는 이번 영입이 회사의 소프트웨어 개발 역량을 끌어올리는 계기가 될 것으로 기대하고 있다. 지 상무는 인공지능(AI), 빅데이터 분석, 클라우드 컴퓨팅 등 최신 기술 트렌드를 깊이 이해하고 있는 데다 백엔드부터 프론트엔드까지 아우르는 풀스택 설계와 구현 능력, 지속 가능한 소프트웨어 관리체계의 이해 등 기술적 역량을 겸비하고 있다. 또한 지 상무는 일하기 좋은 조직의 중요성을 강조해왔고, 실제로 쏘카에서 자율과 책임에 기반한 협업 문화를 조성한 경험이 있어 현대오토에버의 개발 문화 혁신에도 기여할 것으로 예상된다. 지 상무는 “지속 가능한 서비스와 플랫폼 전략을 현대오토에버 구성원들과 함께 실행하는 기회를 얻게 돼 기대되고 흥분된다”고 말했다. 심민정 법무실장은 상무로 승진하며 현대오토에버 최초의 여성 임원이 됐다. 검사(사법연수원 35기)로 일한 심 상무는 2015년 현대오토에버 법무지원팀에 합류해 10년 가까이 사내 법무 이슈 관리와 컴플라이언스(법규 준수·준법 감시·내부 통제) 활동을 수행한 전문가다. 특히 IT 산업에 대한 높은 이해도를 갖춘 것으로 평가받는다. 이번 인사로 현대오토에버는 ICT와 SW 산업에서의 지적재산권 관리, 글로벌 리스크 관리 역량을 강화하며 회사의 지속적인 성장과 발전을 위한 기반을 공고히 할 수 있을 것으로 전망된다. 현대오토에버는 최근 리더급 임원을 대거 영입하며 핵심인재 수혈과 조직 체질 개선에 속도를 내고 있다. 지난 3월 쏘카 최고기술책임자(CTO) 출신의 류석문 상무를 소프트웨어 개발 및 품질 부문 사업부장으로 영입한 데 이어 4월에는 삼성전자 출신 ERP 전문가 김선우 상무를 신설 ERP센터장으로 영입했다. 류 상무는 현대오토에버의 개발자 문화 혁신을 주도하고 있으며, 김 상무는 새롭게 설립된 ERP센터가 디지털 전환에 필요한 기능을 한데 모아 글로벌 최고 수준의 서비스를 제공할 수 있도록 힘쓰고 있다. 현대오토에버의 연이은 인재 영입은 김윤구 사장이 전략적으로 추진하고 있는 경쟁력 강화 작업의 일환이다. 앞서 김 사장은 현대오토에버가 최고의 기술을 기반으로 대체 불가능한 서비스와 상품을 제공하기 위해 조직 전반의 체질을 개선하고 핵심인재 확보에 나서겠다는 포부를 밝힌 바 있다. 김 사장은 현대자동차그룹 인사실장을 역임하며 IT 비즈니스를 포함한 그룹 전반의 사업에 대한 이해도가 높고 인재 등용 전략에도 정통하다. 현대오토에버가 SW, ERP, 보안업계의 저명한 리더급 전문가를 대거 영입한 성과 역시 김 사장의 추진력과 전략이 있었기에 가능했다는 평가가 나온다. 현대오토에버는 현대차그룹의 중장기 소프트웨어 전략 실현을 앞당기기 위해 디지털 전환(DX) 역량을 질적·양적 측면에서 강화할 계획이다. 향후에도 전략적 관점에서 우수한 인적 자원을 확보하며 ‘S급’ 리더 영입이 실무자급 핵심인재 영입으로 이어지는 선순환 구조를 구축할 방침이다. 동시에 회사의 지속 가능성을 높이기 위해 조직 개편, 오픈 이노베이션을 추진해 혁신의 고삐를 쥘 것으로 예상된다.  

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 랭체인(LangChain) 아키텍처와 동작 방법을 분석한다. 현재 챗GPT(ChatGPT)와 비슷한 인공지능 챗봇 서비스 개발 등에 대중적으로 사용되는 랭체인은 LLM(Large Language Model : 대규모 언어 모델) 통합과 PDF 등 다양한 데이터 소스를 지원하여 LLM 모델 활용성을 극대화한다. 이 글을 통해 LLM 서비스 개발에 필요한 랭체인의 아키텍처와 동작 원리를 이해할 수 있을 것이다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast   그림 1   랭체인은 LLM에 원하는 결과를 얻을 수 있도록 다양한 프롬프트 입력 및 구조화된 출력, RAG, 튜닝과 같은 기능을 제공하는 라이브러리다. 랭체인 설치는 다음과 같이 진행할 수 있다.  pip install langchain   랭체인의 기본 사용법 랭체인은 모델 입출력, 데이터 검색, 에이전트 지원, 체인, 컨텍스트 메모리 기능을 제공하며, LCEL(LangChain Expression Language)을 이용해 각 구성요소를 유기적으로 연결시킬 수 있다. LCEL은 유닉스 파이프라인 개념을 차용했다. 다음은 LCEL의 예시를 보여준다.  from langchain.chat_models import ChatOpenAI from langchain.prompts import ChatPromptTemplate from langchain.schema import BaseOutputParser # LCEL 예시 chain = ChatPromptTemplate() | ChatOpenAI() | CustomOutputParser() 이와 더불어 목적에 맞는 다양한 프롬프트 템플릿, 구조화된 출력을 제공한다. from langchain.output_parsers.json import SimpleJsonOutputParser json_prompt = PromptTemplate.from_template(     "Return a JSON object with `birthdate` and `birthplace` key that answers the following question: {question}" ) json_parser = SimpleJsonOutputParser() # JSON 파서 # 프롬프트, 모델, 파서 체인 생성 json_chain = json_prompt | model | json_parser  # 유닉스 파이프라인 개념 차용함. result_list = list(json_chain.stream({"question": "When and where was Elon Musk born?"})) print(result_list)   그림 2   랭체인 구조 분석 패키지 구조 랭체인 구조를 분석하기 위해, 깃허브(GitHub)의 랭체인 소스코드를 다운로드한 후 UML로 모델링해 본다. 주요 패키지는 <그림 3>과 같다.  랭체인 소스코드 : https://github.com/langchain-ai/langchain   그림 3   cli는 랭체인의 커맨드 라인 인터페이스(command line interface), core는 랭체인의 핵심 구현 코드가 정의된다. 이 부분은 <그림 4>와 같은 패키지로 구성된다.    그림 4   참고로, 이 패키지들은 <그림 5>의 일부이다.   그림 5. 랭체인 v.0.2.0 패키지   LCEL 언어 동작 구조 이 중에 핵심적인 것만 분석해 본다. 우선, LCEL의 동작 방식을 위해 어떤 디자인 패턴을 구현하였는지 확인한다. 이 부분은 runnables 패키지가 담당한다. 이 언어는 유닉스의 파이프라인 처리를 다음과 같이 흉내낸다.  z = a | b | c z.stream('abc') 이를 위해 파이썬(Python) 문법을 적극 사용하고 있다. 우선 ‘|’ 연산자를 오버로딩(overloading)하기 위해, 파이썬 Runnable 클래스를 정의해 ‘__or__’ 연산자를 구현한다. 이 연산자는 self object와 right object 두 객체를 입력받아 리스트를 만든 후 리턴하는 역할을 한다. 앞의 예시에서 보면, ‘a | b’를 실행 가능한 객체 리스트로 만들어 리턴한다. 결론적으로 a, b, c 객체를 리스트로 만들고 이 리스트를 z에 할당한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

GPT 시대의 교육과 학습   이 글은 라인테크시스템에서 지난 5월 30일 진행한 ‘BIM Shift 2024 세미나’에서 한국디지털교육원 김진만 원장이 발표한 'BIM Education in New ERA'의 발표자료를 AI의 General Purpose Technology 관점에서 재구성하였다.   ■ 양승규  캐드앤그래픽스 전문 필진으로, MOT를 공부하며 엔지니어와 직장인으로 살아가는 방법에 대해 탐구한다. 건축과 CAD를 좋아한다. 홈페이지 | yangkoon.com   그림 1. 라인테크시스템 BIM Shift 2024 세미나   한국디지털교육원 한국디지털교육원은 라인테크시스템에서 2018년 1월에 개설한 교육원으로, 건설 산업 전반의 설계, 시공, 운영 시 사용되는 플랫폼 소프트웨어의 교육과 컨설팅을 전문으로 하는 기관이다. 단순한 소프트웨어 사용법 교육 외에 실용적으로 할 수 있는 교육을 목표로 운영 중이며, 2024년 현재까지 약 500명의 수강생을 배출하였다. 협회, 학교, 설계사, 건설사, IT 기업 등 다양한 분야와 상호 업무 협약을 체결하였다. 빌딩스마트협회의 BIM 자격시험, 오토데스크 인증 자격제도인 ACU(AutoCAD Certified User) 관련 교육도 운영하고 있다. 최근에는 건설 AI 전문 해외 기관과 협업하여 관련 기술과 지식을 국내에 전파하려고 노력 중이다.   그림 2. 한국디지털교육원(출처 : 한국디지털교육원 김진만 원장)   범용 인공지능 시대의 개막 오픈AI(OpenAI)의 챗GPT(ChatGPT)가 세상에 나오고 5000만 명이 이용하는데 걸린 시간은 단 2달에 불과했다. 비슷한 사용자 규모에 이르는데 인터넷이 7년, 유튜브가 4년이 걸린 것에 비하면 정말 빠른 시간에 확산되었다고 볼 수 있다. 범용 인공지능을 목표로 만들어진 AI 모델인 GPT(Generative Pre-Trained Transformer)를 필두로 한 AI 기술이 우리 삶에 매우 빠르게 스며들었다. 인터넷 포털을 이용한 검색 활동이 GPT AI를 통한 프롬프트 활동으로 변화되고 있는 것이 대표적인 AI 범용 기술 사용의 사례이다. 건설 분야에서도 관련 AI 프로그램이 1000개가 있다고 하니 건설 분야도 예외는 아니다.   그림 3. 범용 인공지능 시대의 개막(출처 : 한국디지털교육원 김진만 원장)   대표적인 범용 AI AI는 이미지 생성, 정보 검색, 연구자료 탐색 등 우리 삶에 밀접한 부분에서 매우 유용하게 사용되고 있다. 대표적인 AI 솔루션은 다음과 같다. Midjourney : 텍스트로 된 설명문으로 이미지를 생성하는 AI OpenArt : 텍스트로 이미지를 생성하는 AI Perplexity : 정보 검색 및 공유에 특화된 AI SCISPACE : 연구논문을 탐색하고 이해를 도와주는 AI CONNECTED PAPERS : 학술 논문을 시각적으로 탐색하고 판별할 수 있는 AI draw.io : 다양한 유형의 다이어그램을 작성해주는 AI   그림 4. 범용 AI 솔루션(출처 : 한국디지털교육원 김진만 원장)   건설 분야 AI 건설 분야에도 다양한 AI 기술이 있으며 대표적인 것은 다음과 같다. Codesign : 스케치로 디자인을 발전시켜 생성형 AI로 확장시키는 앱 Skema : 기존 워크플로와 원활하게 통합시켜 생산성을 향상 TogaLl.AI : 도면에서 공간과 기능을 자동으로 감지, 측정, 비교, 라벨링 CodeComply.AI : 도면을 위한 맞춤형 데이터 구조를 생성하여 규정 미준수 항목을 자동으로 생성 CONIX.AI : Zoning 계획, 2D 평면 계획, 가구 배치 계획, MEP 계획, 입면 및 3D 모델 대안 생성 KREOD : DfMA 원리와 첨단 지능형 자동화를 결합한 첨단 기술 솔루션 InspectMind : 휴대폰으로 현장 정보를 캡처하고 AI가 검사 보고서를 생성 Kolega : 디자인으로 매스 콘셉트 디자인 및 환경 분석 Designbotic : 시선 추적 장치를 사용한 디자인, 공간 분석의 맥락에서 뇌파 측정 방법 개발   그림 5. 건설 AI 솔루션(출처 : 한국디지털교육원 김진만 원장)   일자리의 변화 새로운 기술이 등장하면 그에 따라 새로운 일자리가 생겨나고, 기존의 기술이 새로운 기술로 대체되면서 기존의 일자리가 사라진다. 세계 경제 포럼의 ‘일자리의 미래’ 보고서(Future of Jobs, 2023)에 따르면 AI 기술로 인해 8300만 개의 일자리 소멸되고 6200개가 생성된다고 한다.  KIET(산업연구원)의 ‘AI시대 본격화에 대비한 산업인력양성 과제 : 인공지능 시대 일자리 미래와 인재양성 전략’ 보고서(2024)에 따르면 인공지능 도입으로 대체될 일자리는 327만 개로 추정된다. 보고서는 특히 제조업, 건설업 등 국내 주요 산업에서 일자리 소멸 위험이 클 것으로 전망했으며, 인공지능이 대체 가능한 일자리는 2022년 기준 327만 개로 추정했다. 산업 비중이 높은 건설업과 같은 분야에서 일자리 소멸 문제가 심각할 것이라는 예측이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

설계부터 운영까지, AI와 BIM으로 건설산업 전반의 혁신 지원   인공지능(AI)이 다양한 영역에서 도입·활용되는 가운데, 건설산업에서도 인공지능을 어떻게 접목할 지에 대한 고민과 다양한 노력이 이어지고 있다. 이런 가운데, 트림블 코리아는 BIM(빌딩 정보 모델링)과 인공지능의 융합을 통해 건설산업의 혁신을 이끈다는 비전을 제시하고 있다.  트림블 코리아에서 영업 부문을 이끌고 있는 김동준 상무에게 건설산업에서 AI의 적용방안과 BIM의 전망에 대해 들어보았다. ■ 정수진 편집장   ▲ 트림블 코리아 김동준 상무   모든 산업에서 AI에 관심이 높은데, 건설산업의 AI 도입 동향은 어떤지 건설산업은 타 산업에 비해 새로운 기술의 도입이 빠른 산업 분야는 아니다. 그러나 건설산업에서도 AI에 대한 관심이 빠르게 늘고 있다. 건설산업에서 AI는 설계 최적화, 건설 현장 모니터링, 위험 관리, 예측 유지보수 등 다양한 분야에서 연구되고 있으며, 일부에서는 초기 단계에서 활용되고 있다.  AI 기술은 건설산업에서 프로젝트의 효율성을 높이고 비용을 절감하는 데에 큰 도움이 된다. 예를 들어, AI 기반의 설계 도구는 최적의 설계 옵션을 제공하고, 건설 현장에서 AI는 작업자의 안전을 보장하며, 운영 단계에서는 유지보수를 예측하여 비용을 절감할 수 있다. 이 때문에 각 사업장에서는 AI에 대한 연구 개발이 활발히 진행되고 있다. 트림블은 국내 건설산업에서 AI 기술 도입에 관심이 매우 높은 것으로 보고 있다. 많은 건설사가 AI를 통해 프로젝트의 리스크를 최소화하고, 정확한 데이터 분석을 통해 더 나은 의사결정을 내리고자 한다. 특히, 드론과 결합한 AI 기술은 현장 데이터를 실시간으로 분석하여 현장의 위험 요소를 사전에 파악해 안전사고를 예방하거나, 프로젝트의 진행 상황을 정확히 파악해 리소스를 효율적으로 관리하는 데에 큰 도움을 주고 있다. 이러한 기술 도입은 고객의 요구를 충족시키고, 경쟁력을 강화하는데 필수라고 생각한다.   건설산업에서 AI의 구체적인 활용 방법은 무엇이라고 보는지 AI는 건설 프로젝트의 설계 단계부터 운영 단계까지 광범위하게 활용될 수 있다. 예를 들어, AI 기반의 설계 도구는 최적의 설계 솔루션을 제공하고, 건설 현장에서 AI는 작업자의 안전을 보장한다. 운영 단계에서는 유지보수를 예측하여 비용을 절감할 수 있으며, 반복 작업을 자동화하여 노동력 부족 문제를 해결할 수도 있다.  그러나 AI를 도입하고 성공적으로 활용하기 위해서는 다음과 같은 점을 고려해야 한다. 데이터의 정확성과 품질 : AI는 고품질 데이터를 필요로 하기 때문에, 데이터 수집 및 관리에 신경을 써야 한다. 기술 인프라 : AI 솔루션을 실행하기 위한 강력한 기술 인프라가 필요하다. 교육과 훈련 : AI 기술에 대한 이해와 이를 활용할 수 있는 인력의 교육이 중요하다. 윤리적 고려 사항 : AI의 윤리적 사용과 개인정보 보호를 고려해야 한다.   트림블의 AI 전략은 무엇인지. 관련 기술 개발에 대해서도 소개바란다 트림블은 디지털 전환(DX) 및 커넥트 & 스케일(Connect & Scale) 전략과 긴밀히 연계하여 AI 기술을 활용한 혁신을 추진하고 있다. 이를 통해 디지털 콘텐츠 생성, 프로세스 자동화, 다양한 전문 분야에서의 역할 변화를 목표로 하고 있다. 또한, AI 기술의 효율적인 구현을 위해 전사적인 AI 전략을 수립하고 있다. 이 전략은 숙련된 인재 확보, 데이터 인프라 구축, 파트너십 강화, 투자 전략, 법적, 사이버 보안, 윤리적 지침 마련, 조직적 합의 등을 포함한다. 트림블의 AI 관련 기술 개발 방향으로는 ▲생성형 AI 기술을 통해 이미지/비디오/텍스트/3D 모델과 같은 디지털 콘텐츠를 생성하는 기술 개발 ▲생성형 AI를 다양한 도메인에 적용하여 새로운 아이디어 생성, 반복 작업 자동화, 맞춤형 콘텐츠 제공 ▲각 부서에 머신러닝 엔지니어를 배치하여 도메인의 미묘한 차이를 이해하고 소통하며, AI 기술의 적용 기회 발굴 ▲생성형 AI뿐만 아니라 기존의 예측 AI(predictive AI) 기술의 적극 활용 및 예측 AI와 생성형 AI의 결합을 통한 비즈니스 프로세스 최적화 등을 꼽을 수 있다. 트림블은 AI 기술을 통해 건설 산업의 혁신을 주도하고 있으며, 여러 방면에서 이를 실현하고 있다. 트림블의 AI 전략은 주로 데이터의 수집, 분석, 예측 모델을 통해 더 나은 의사결정을 지원하는 데에 중점을 두고 있다. 또한, 건설 현장의 위험 관리를 위해 AI를 활용해 작업자의 안전을 보장하고, 프로젝트의 위험 요소를 사전에 예측하여 관리한다. 이를 통해 프로젝트 팀은 한정된 시간과 자원을 가장 중요한 위험 요소에 집중할 수 있다. 특히, 트림블의 테클라 소프트웨어는 AI를 활용하여 설계 최적화와 데이터 관리에서 성과를 보여주고 있다. 테클라 스트럭처스는 AI를 통해 복잡한 구조 설계를 자동화하고, 테클라 모델 셰어링(Tekla Model Sharing)은 클라우드 기반의 협업을 통해 설계 데이터를 실시간으로 공유하고 관리할 수 있게 한다. 또한, 테클라의 AI 기술은 재료 선택, 상세 설계 작업, 설계 매개변수 최적화 등을 통해 지속 가능성과 효율성을 높이는 데 기여하고 있다. 결론적으로, 트림블은 AI를 통한 데이터 기반의 의사결정 지원, 작업 효율성 향상, 위험 관리 및 비용 절감을 목표로 관련 기술 및 솔루션을 지속적으로 개발하고 있다. 이러한 전략을 통해 트림블은 건설 산업의 디지털 전환을 선도하고 있다.   국내 BIM 시장에서 최근의 주요한 이슈는 무엇인지 국내 BIM 시장의 주요 이슈로는 표준화와 데이터 통합을 꼽을 수 있다. 현재 각기 다른 플랫폼과 소프트웨어 간의 데이터 호환성 문제를 해결하기 위한 노력이 진행 중이다. 특히 우리나라 정부는 BIM의 표준화를 위해 공공 프로젝트에 BIM 사용을 의무화하고 있으며, 이는 건설 산업의 디지털 전환을 가속하는 중요한 정책이다. 또한, 스마트 건설 솔루션의 도입이 활발히 이뤄지고 있으며, 이는 프로젝트 효율성을 극대화하고 비용을 절감하는 데 기여하고 있다. 이러한 이슈는 BIM 기술의 확산과 활용을 더욱 촉진하고 있다.   국내에서 BIM이 어느 정도 자리를 잡고 있다고 보는지  국내에서 BIM은 이제 필수 기술로 여겨지고 있다. 많은 건설사와 설계사가 BIM을 도입해 프로젝트의 효율을 높이고자 하고 있으며, 정부 차원에서도 공공 프로젝트에 BIM을 의무화하는 등 BIM의 확산을 적극 추진하고 있다. 그러나 국내 건설업계의 BIM 도입 현황이나 적용 수준에 대해서는 긍정적으로 보기가 어렵다. 이유는 여러 가지가 있겠지만 광범위하고 분리된 작업 장소, BIM 인력 부족 및 노동자의 비연속성, 데이터의 통합 부족과 비연속성, 정책과 현실의 괴리, BIM에 대한 이해와 인식의 부족 등이 있다고 생각한다. 미국이나 싱가포르와 비교하면, 한국의 BIM 도입은 발전하고 있지만 아직 갈 길이 남아있다. 미국은 BIM 도입을 선도하는 국가 중 하나로 대규모 인프라 프로젝트에서 BIM을 적극 활용하고 있으며, 정부와 민간 모두에서 BIM 표준화와 교육 프로그램을 통해 BIM 기술의 확산을 지원하고 있다. 특히, 미국의 여러 주에서는 공공 프로젝트에 BIM 사용을 의무화하고 있으며 정책이 현실을 뒷받침하고 있다. 이는 프로젝트의 효율과 품질을 높이는데 큰 기여를 하고 있다. 싱가포르는 아시아에서 BIM 도입이 가장 앞선 국가로 평가받고 있다. 싱가포르 정부는 2015년부터 모든 대형 건설 프로젝트에 BIM 사용을 의무화했으며, 이를 통해 건설 산업의 디지털 전환을 적극 추진해 왔다. 또한 싱가포르는 건축, 엔지니어링 및 건설(AEC) 분야의 모든 이해관계자가 BIM을 쉽게 채택할 수 있도록 다양한 지원 프로그램과 교육을 제공하고 있다. 우리나라도 이런 선진국의 사례를 참고하여 BIM 기술의 도입과 활용을 더욱 확대해 나가야 한다고 본다. 특히 BIM 기술의 표준화와 데이터 통합, 그리고 관련 인력의 교육과 훈련에 집중함으로써 건설 산업의 효율과 경쟁력을 한층 더 높일 수 있을 것이다.    국내의 최근 BIM 고객사례를 소개한다면 트림블의 테클라 스트럭처스는 국내 여러 랜드마크 프로젝트에서 성공적으로 활용되고 있다. 현대산업개발은 진행되는 모든 아파트 현장에서 테클라 스트럭처스를 통해 3D 디지털 정보를 생성하고, 생성된 정보를 기반으로 설계의 오류를 찾고 시공 검토를 위한 의사 결정을 빠르게 진행한다. 모든 의사 결정이 반영된 완성도 높은 디지털 정보에서 정확한 도면, 물량과 같은 필요한 정보를 적시에 추출해 프로젝트에 적용하고, 트림블 커넥트(Trimble Connect)를 기반으로 설계자와 현장 작업자의 원활한 의사소통을 구현했다. 이는 트림블이 추구하는 프로젝트 진행 방식과 동일하다고 볼 수 있다.  이런 사례는 테클라 스트럭처스가 복잡하고 대규모의 건설 프로젝트에서 얼마나 효과적으로 사용될 수 있는지를 잘 보여준다. 트림블 코리아는 앞으로도 이러한 혁신적인 기술을 통해 국내 건설 산업의 발전을 지속적으로 지원할 것이다.   향후 트림블 코리아의 비즈니스 계획과 전략에 대해 소개한다면 트림블은 AI 및 BIM 기술을 통해 건설 산업의 디지털 전환을 촉진하고, 고객의 생산성을 극대화하며, 지속 가능한 건설을 지원하는 것을 목표로 하고 있다. 트림블은 전 세계적으로 AI와 BIM 기술을 통합하여 프로젝트 관리, 설계, 시공, 유지보수 등 모든 단계에서 효율성을 높이고 비용을 절감하는 전략을 추진하고 있다. 트림블 코리아는 이러한 글로벌 전략을 바탕으로 특히 BIM의 기초가 되는 데이터를 생성하는 솔루션 사업에 중점을 두고 있으며, 국내 시공사의 공정관리 애로사항 및 의견을 청취하여 자체 개발한 클라우드 기반의 공정관리 대시보드인 트림블 커넥트 대시보드(Trimble Connect Dashboard)를 시공사에 공급하고 있다. 또한, 제작사를 대상으로 하는 제작 공정 관리 솔루션 및 건설산업 프로세스 전반을 지원하는 다양한 솔루션의 국내 출시를 준비하고 있다. 트림블 코리아는 다음과 같은 전략을 통해 국내 비즈니스를 확장할 계획이다. 테클라 스트럭처스 활용 확대 : 국내 대형 프로젝트에서 테클라 스트럭처스의 도입을 더욱 장려할 것이다. 그동안의 프로젝트에서 성공적인 활용 사례를 기반으로 더 많은 건설사가 테클라 스트럭처스를 도입할 수 있도록 지원할 것이다. 교육 및 지원 강화 : 테클라 스트럭처스 사용에 대한 교육 프로그램을 강화하고, 고객이 필요로 하는 기술 지원을 제공할 것이다. 이를 통해 사용자들이 테클라 스트럭처스의 다양한 기능을 최대한 활용할 수 있도록 도울 것이다. 현지화된 솔루션 개발 : 한국 시장의 특성과 요구에 맞춘 현지화 BIM 솔루션을 개발하고 제공할 것이다. 이는 한국 건설 산업의 특수한 요구사항을 반영한 맞춤형 솔루션을 통해 더 나은 성과를 이끌어낼 수 있도록 할 것이다. 지속적인 솔루션 국내 출시 : 해외 시장에서 검증된 트림블의 다양한 솔루션을 국내에 출시해, 건설산업 프로젝트의 전반적인 프로세스에서 효율을 높일 것이다. 파트너십 및 협력 강화 : 국내 주요 건설사, 설계사, 교육기관, 서드파티 개발 파트너사와 협력을 강화해 BIM 기술의 확산과 활용을 촉진할 것이다. 이를 통해 BIM 기술의 도입과 정착을 더욱 가속할 것이다. 트림블 코리아는 이러한 전략을 통해 국내 건설 산업의 디지털 전환을 선도하고, 고객의 성공을 지원하며, 지속 가능한 건설 환경을 조성하는 데 기여하고자 한다.     ■ 기사 내용은 PDF로도 제공됩니다.

지멘스 디지털 인더스트리 소프트웨어(지멘스 DISW)는 지난 6월 4일 ‘오토모티브 엔지니어링 이노베이션 데이’를 진행했다. 이번 행사에서 지멘스 DISW는 최근 자동차 산업의 주요 이슈인 전기자동차(EV), 자율주행 자동차(AV), 소프트웨어 정의 자동차(SDV), 인공지능(AI) 등에 대한 자사의 비전과 솔루션, 사례 등을 소개했다. ■ 정수진 편집장     포괄적인 기술로 디지털 엔지니어링 구현 지멘스 DISW 코리아의 오병준 지사장은 “지멘스는 ECU(전자 제어 유닛) 칩부터 스마트 시티까지 아우르는 토털 아키텍처 및 솔루션으로 우리의 삶은 윤택하게 만든다는 ‘칩 투 시티’ 비전을 지향한다”면서, “디지털 엔지니어링 환경은 데이터의 흐름으로 직결된다. 데이터 환경 없이는 디지털 전환이 불가능하다. 지멘스는 통합 개발 환경으로 자동차 산업의 타임 투 마켓을 줄이는 동시에, 인공지능/머신러닝을 통한 자율주행의 완성까지 지원하고 있다”고 덧붙였다. 또한, 오병준 지사장은 NX, 팀센터, 심센터, 테크노매틱스, 폴라리온, 캐피탈, 멘딕스 등 지멘스의 솔루션 포트폴리오를 도입해 BOM을 통합하고 설계부터 생산까지 일관 프로세스 구축을 추진 중인 BYD 및 폴라리온 ALM(애플리케이션 수명주기 관리)을 통해 AI/ML 및 ECU의 통합 개발을 추진하고 있는 니오 등 자동차 업체 사례를 소개했다. 그리고, 자사의 포괄적인 솔루션 포트폴리오와 글로벌 엔지니어링 서비스를 통해 SDV, AI 등 자동차 산업의 이슈에 대응할 수 있는 역량을 제공한다고 전했다.   자동차 개발을 위한 시뮬레이션과 디지털 스레드 지멘스 DISW의 스티븐 돔(Steven Dom) 오토모티브 인더스트리 솔루션즈 디렉터는 ‘EV/AV 시대의 심센터 디지털 스레드 전략’에 대해 소개했다. 전기자동차와 SDV는 자동차 엔지니어링의 복잡성을 크게 늘렸다. 컴포넌트가 통합되고 하드웨어와 소프트웨어가 통합되면서 개발에 더 많은 시간과 리소스가 필요해진 것이다. 돔 디렉터는 “디지털화는 이런 복잡성의 문제를 해결할 수 있는 유효한 수단이며, 엔지니어링의 총체적인 전환을 통해 복잡성을 경쟁력으로 바꿀 수 있다”고 짚었다. 지멘스는 CAD 모델이나 해석 모델 기반의 디지털 트윈에 그치지 않고, 디지털 데이터의 연결된 흐름을 구현하는 디지털 스레드가 이런 문제를 해결할 수 있는 수단이 될 것으로 보고 있다. 특히 지멘스의 포괄적인 솔루션 포트폴리오인 엑셀러레이터(Xcelerator) 가운데 심센터(Simcenter)는 시뮬레이션과 테스트의 통합 및 다분야 엔지니어링을 통해 제품 혁신에 도움을 주고, 산업 전문성 및 베스트 프랙티스를 제공하면서 전체 제품 수명주기에 통합돼 프로세스 효율 향상을 지원하는 솔루션 라인업이다. 돔 디렉터는 이런 심센터가 제품 개발과 엔지니어링에 관한 자동차 업계의 문제를 해결할 수 있다고 소개했다. “심센터는 효율적인 협업 엔지니어링을 지원해 디지털 트윈에서 수명주기 전반의 가치를 창출할 수 있게 돕는다. 심센터가 제공하는 MBD(모델 기반 설계) 접근법은 가상 프로토타입 어셈블리(VPA)를 통해 차량의 NVH(소음 진동) 퍼포먼스를 예측할 수 있도록 한다. 또한 지멘스의 ‘실행 가능한 디지털 트윈(xDT)’은 스마트 버추얼 센서, 모델 기반의 시스템 테스트, 인 서비스 데이터 주도의 설계 등을 가능하게 한다”는 것이 그의 설명이다. 한편, 돔 디렉터는 디지털 트윈과 머신러닝의 결합 방법에 대해서도 소개했다. 인공지능/머신러닝은 더 빠른 의사결정을 지원하고, 물리 데이터 및 시뮬레이션 데이터의 품질을 높일 수 있으며, 사용자 경험(UX) 개선에도 활용이 가능하다. 지멘스의 심센터 스튜디오(Simcenter Studio)는 생성형 엔지니어링을 통한 제품의 개념 평가를 지원하며, 히즈 AI 시뮬레이션 프레딕터(HEEDS AI Simulation Predictor)는 물리 기반 시뮬레이션과 AI/ML을 결합해 설계 대안에 대한 평가와 의사결정을 더욱 빠르게 만들 수 있다.   ▲ 전동 파워트레인의 디지털 스레드 개발 워크플로   자동차 산업에서 AI와 가상 제품 개발의 활용 사례 소개 현대자동차의 한용하 연구위원은 “멀티피직스/멀티스케일/멀티레벨을 고려한 모델 기반의 자동차 개발 요구가 늘고 있으며, AI와 데이터 과학의 연계도 화두가 되고 있다”면서, 자동차 CAE 영역에서 현대자동차가 AI를 적용하고 있는 사례를 소개했다. 현대자동차는 프로덕트 AI/엔터프라이즈 AI/엔지니어링 AI 등 R&D를 위한 AI를 추진하고 있다. 그리고 AI 활용을 활성화하기 위한 핵심 요소로 R&D 데이터 허브 마련, AI 역량 강화, AI 활용 인프라 구축 등을 설정했다. 한용하 연구위원은 CAE/성능 예측 영역에서 AI가 성공하기 위한 요소로 데이터 정의 및 준비, 워크플로 구축, 도메인 지식을 꼽았다. 특히 “AI에서는 데이터가 핵심이다. 데이터의 준비 작업부터 데이터 재정의, 활용 시나리오를 고려한 체계적인 수집 방법론 등 폭넓은 고민이 필요하다”고 전했다. GM테크니컬코리아의 김태헌 상무는 물리 기반의 자동차 개발에서 가상 개발 환경으로의 변화에 대해 소개했다. 자동차 산업에서 가상 제품 개발의 한 가지 사례로는 ADAS(첨단 운전 보조 시스템)를 들 수 있다. ADAS의 개발 과정에서 도로의 데이터를 입력하는 데에 VR(가상현실)을 활용함으로써 개발 시간을 줄이고, 다양한 조건을 생성해 학습할 수 있도록 해 준다. 또한, 기존 데스트의 데이터와 CAE를 결합하면 풍동 실험을 대체할 수도 있다. 김태헌 상무는 “시뮬레이션은 눈으로 확인하기 어려웠던 것을 볼 수 있게 해 줘서 제품에 대해 더 잘 이해할 수 있는 기회를 제공하기도 한다”면서, “이전에는 테스트에 참고하기 위한 CAE 및 테스트 기반의 개발을 진행했다면, 이제는 전체 가상 차량을 만들어 다양한 시뮬레이션으로 자동차를 개발함으로써 프로토타입을 1/10로 줄일 수 있게 되었다. 가까운 장래에는 ‘제로 프로토타입’이 실현될 것”이라고 소개했다. 또한, “가상화의 종착점은 판매 가능한 완성도를 실현하고, 실물 테스트를 완전히 제거하며, 철저하고 엄격한 엔지니어링을 실현하는 것이 될 것”이라고 전했다. 한편, 지멘스 DISW는 이번 ‘오토모티브 엔지니어링 이노베이션 데이’에서 통합 디지털 개발 프레임워크, EV 전자장비의 열 문제 해결을 위한 시뮬레이션 전략, 자율주행 차량/모터의 설계와 검증 및 NVH 해석을 위한 솔루션과 사례, 모델 기반 개발과 AI ROM(축소 차수 모델)의 활용, EV/AV 엔지니어링 서비스 등의 내용을 소개했다.     ■ 기사 내용은 PDF로도 제공됩니다.

매스웍스코리아가 6월 11일 연례 기술 콘퍼런스인 ‘매트랩 엑스포 2024 코리아’를 진행했다. 이번 행사에서는 매트랩(MATLAB)과 시뮬링크(SIMULINK) 등 자사 솔루션을 활용한 제품 개발 향상 방안과 활용사례가 소개됐는데, 매스웍스는 디지털 엔지니어링과 MBD(모델 기반 설계)가 향후 제품 개발의 핵심이 될 것이라고 강조했다. ■ 정수진 편집장   디지털 엔지니어링의 중심, MBD 매트랩 엑스포는 매스웍스의 고객과 기술 전문가들이 인공지능, 전동화, 무선 및 신호처리 등 주요 기술 트렌드에 대한 모범 사례와 인사이트를 공유하는 종합 기술 콘퍼런스이다. 작년에는 온 . 오프라인 하이브리드 행사로 진행됐는데, 올해는 오프라인 행사로 진행하면서 규모를 키웠다는 것이 매스웍스코리아의 설명이다. 매스웍스의 아룬 멀퍼(Arun Mulpur) 인더스트리 디렉터는 이번 행사에서 ‘디지털 엔지니어링을 위한 MBD의 영향력과 방향’에 대해 소개하면서, “디지털 엔지니어링의 핵심은 모델 중심, 데이터 통합, 팀 문화의 변혁이며 이런 디지털 엔지니어링의 근간에는 MBD가 있다”고 짚었다.   ▲ 디지털 엔지니어링과 MBD의 가치를 설명한 매스웍스 아룬 멀퍼 디렉터   통합된 MBD 플랫폼으로 제품 개발의 복잡성 해결 매스웍스가 바라보는 MBD는 설계 데이터뿐 아니라 제품에 관련된 다양한 데이터를 디지털 모델로 활용하는 것이다. 폭넓은 데이터의 복잡성을 처리하기 위해 모델링과 시뮬레이션(M&S)을 활용하고, 물리 모델링/신호 처리/소프트웨어 등 다양한 영역을 통합 처리하는 것이 매스웍스가 바라보는 MBD의 역할이다. 멀퍼 디렉터는 “디지털 엔지니어링의 개념을 많은 기업에서 도입하고 있으며, 이를 실현하기 위한 수단으로 MBD에 주목하고 있다”고 설명했다.  개발해야 하는 제품 시스템이 복잡해지면서 다양한 엔지니어링 기술이 투입되는데, 여러 엔지니어링 분야 사이에는 요구되는 전문지식이 달라서 커뮤니케이션과 협업이 어려운 경우가 생긴다. MBD는 엔지니어링의 상위 단계에서 가상 플랫폼으로 시스템을 검증할 수 있도록 해서 이를 해결할 수 있다는 것이 매스웍스의 설명이다. 가상 환경에서 제품을 개발하는 것뿐 아니라 현실 데이터를 기반으로 가상 모델의 파라미터를 튜닝할 수 있다는 것도 매스웍스가 내세우는 MBD의 이점이다. 멀퍼 디렉터는 “복잡성은 예상하지 못한 문제의 원인이 되는 경우도 많다. 매스웍스는 수백만 개의 시뮬레이션을 클라우드에서 동시에 수행해서 복잡성을 처리할 수 있도록 한다. 또한, 다양한 툴과 환경을 사용할 수 있는 플랫폼을 제공해 매스웍스뿐 아니라 더 넓은 생태계를 활용할 수 있도록 돕는다”고 전했다.   디지털 엔지니어링 위한 자율화, 연결성, 전동화에 대응 자율화(autonomous), 연결성(connectivity), 전동화(electrification) 등 산업 애플리케이션 트렌드는 엔지니어의 개발 업무에도 영향을 주고 있다. 이런 상황에서 매스웍스는 시스템 엔지니어링의 성장, 소프트웨어 중심 개발의 확대, 인공지능(AI)의 활용 등이 엔지니어링 업무의 주요한 흐름이 될 것으로 보고 있다. 멀퍼 디렉터는 디지털 엔지니어링을 성공시키기 위해 매스웍스가 제공하는 기술 요소를 다음과 같이 소개했다. 모든 것의 자동화 : 자동화는 MBD의 근간이 되어 왔다. 이제는 연산 기술과 소프트웨어를 결합해 라이프사이클 전체의 관리를 자동화해야 한다. 복잡한 시스템으로의 확장 : 컴포넌트/서브시스템에서 나아가 복잡한 시스템 아키텍처를 설계하기 위해 소프트웨어 중심의 아키텍처(Soffware-Oriated Architecture : SOA)가 필요하다. 코드 생성 자동화 : 이는 MBD의 장점 중 하나이다. 이미 수천에서 수백만 라인의 코드를 자동으로 생성해 만든 제품이 일상에서 쓰이고 있다. 매스웍스는 인피니온 등 반도체 기업과 파트너십을 통해 이를 지원한다. 결함의 조기 방지 : MBD의 핵심 가치 중 하나는 포괄적으로 결함을 빠르게 검증 및 제거하는 것이다. 매스웍스는 디자인/테스트/코드/인증 등 여러 단계서 결함 검증 툴을 제공하며, 이를 통해 더욱 초기 단계에서 결함을 수정하기 위한 투자를 진행할 수 있다. 앱 표준 소프트웨어 워크플로 : 국내서는 현대자동차, 국방과학연구소 등에서 이를 활용하고 있다. 컨티넨탈은 매트랩으로 산출물 처리, 요구사항 관리, 코드 제작 등을 수행하면서 워크플로를 향상시켰다. 클라우드 기반 설계 및 시뮬레이션 : 매스웍스는 시뮬링크에서의 코드 생성부터 시높시스 환경에서의 검증까지 AWS 클라우드에서 구동할 수 있도록 지원한다. 인공지능을 활용한 설계 : 코드 자동 생성에 인공지능과 ROM(축소 차수 모델)을 사용하거나, 제품 설계 후 인공지능을 칩이나 클라우드에 배포할 수 있다. 매스웍스는 단일 생태계를 통해 파이썬 . 매트랩 . 오픈소스 코드 배포의 자동화까지 지원한다.   ▲ 매스웍스가 제시하는 AI와 MBD의 결합   한편, 매스웍스코리아의 이종민 대표이사는 “한국 지사인 매스웍스코리아는 자동차, 통신, 국방 등 산업을 핵심 시장으로 삼아 지난 20년간 꾸준히 성장하면서, 매년 비즈니스 목표를 달성하고 있다”면서, “매스웍스는 새로운 기능을 꾸준히 추가하면서 타깃 산업을 넓히고 있다. 특히 최근에는 시뮬링크와 인공지능을 결합해 AI 시뮬레이션을 구현하는 데에 초점을 맞추고 있다”고 소개했다.     ■ 기사 내용은 PDF로도 제공됩니다.