마이다스아이티가 ‘마이다스 CAE 페스타(MIDAS CAE FESTA)’를 개최한다고 밝혔다. 이번 행사는 중소·중견기업 설계 엔지니어의 역량을 강화하고, 국내 CAE 산업 경쟁력을 높이기 위해 기획됐다. CAE 기술은 제품 설계와 개발에 있어 핵심 기술로 떠오르고 있지만, 높은 소프트웨어 비용과 학습 장벽으로 인해 중소기업의 도입이 낮은 실정이다. 마이다스아이티는 ▲CAE 익스피리언스(CAE Xperience) ▲CAE 부트캠프(CAE Boot Camp) ▲CAE 익스퍼트 웨비나(CAE Expert Webinar) 등 세 가지 프로그램을 통해 누구나 CAE 기술을 기초부터 실무까지 체계적으로 배우고 적용할 수 있도록 지원한다는 계획이다.     이번 마이다스 CAE 페스타는 CAE 소프트웨어 체험형 이벤트, 구조, 유동해석 집중 교육 과정, 전문가 세미나 등의 프로그램으로 구성되어 있으며, 각 프로그램을 통해 마이다스아이티의 CAE 소프트웨어인 메시프리(MeshFree)와 NFX STR/CFD를 경험할 수 있다. 복잡한 메시 생성 과정 없이 원형 CAD 모델 그대로 해석 가능한 메시프리와 유체 흐름 및 열을 가시적으로 분석하는 NFX STR, 그리고 강성, 진동, 열 문제를 신뢰성 있게 검토 가능한 NFX CFD는 설계 효율 향상과 외산 대비 합리적인 도입 비용 등을 강점으로 내세우고 있다. ‘CAE 익스피리언스’는 누구나 쉽고 빠르게 CAE 기술을 경험할 수 있도록 마련된 체험형 이벤트다. 참가자는 마이다스의 CAE 소프트웨어를 활용해 직접 예제 모델을 해석하며 기술 개념을 익힐 수 있으며, 참여자 전원에게 경품 기회도 제공된다. ‘CAE 부트캠프’는 CAE를 실무에 적용하고 싶은 엔지니어를 위한 집중 교육 프로그램이다. 기초부터 실무까지 단계별 교육을 제공한다. 마이다스아이티에서 200만 원 상당의 교육비를 지원하며, 참가자는 체계적인 커리큘럼을 통해 해석 역량을 한층 더 강화할 수 있다. ‘CAE 익스퍼트 웨비나’에서는 업계 전문가가 최신 해석 기술 및 활용법에 대해 소개한다. 오는 3월에 오픈되는 이번 웨비나는 ‘열교환기 시스템 수치 해석 설계’를 주제로 진행될 예정이다. 마이다스아이티 관계자는 “국산 CAE 소프트웨어가 글로벌 경쟁력을 갖추기 위해서는 기술 보급과 인재 양성이 필수”라면서, “앞으로도 지속적인 교육과 지원을 통해 CAE 기술 확산에 기여하겠다”고 밝혔다. 마이다스 CAE 페스타의 각 프로그램에 대한 세부 정보 및 신청 방법은 마이다스 MTS 공식 홈페이지에서 확인할 수 있다.

어도비가 학생부터 인디 영화 및 다큐멘터리 제작자, 영상 전문가까지 모든 수준의 영화 제작자를 지원하는 새로운 혁신을 발표했다. 영상 편집자는 어도비 프리미어 프로(Adobe Premiere Pro)에서 베타로 이용 가능한 새로운 미디어 인텔리전스(media intelligence) 및 검색 패널(search panel)을 통해 특정 클립을 찾기 위해 수 기가바이트의 파일을 검색하지 않고도 파일 라이브러리에서 필요한 클립을 빠르게 찾을 수 있다. 또한 비효율적이고 많은 비용 투입이 필요한 다국어 캡션 생성을 자동화하는 새로운 AI 구동 캡션 번역(caption translation, 베타)으로 전 세계 시청자와 손쉽게 소통할 수 있다. 애슐리 스틸(Ashley Still) 어도비 크리에이티브 클라우드(Adobe Creative Cloud) 수석 부사장 겸 총괄은 “어도비는 영화 제작자가 스토리를 전달하고 크리에이티브 비전을 실현하도록 지원하는 데 힘을 쏟고 있다”면서, “이번 프리미어 프로의 혁신은 크리에이티브 전문가가 작업 시간을 단축하고 커리어를 쌓아 전 세계 관객을 사로잡고 이들에게 영감을 주는 데 집중할 수 있도록 돕는다”고 말했다.     어도비는 프리미어 프로 업데이트를 통해 영화 제작자가 장면에서 콘텐츠를 쉽게 식별하고 푸티지를 빠르게 검색하며 몇 초안에 전 세계에 배포할 수 있는 기능을 제공해 영상 후반 작업의 워크플로를 가속화한다.  프리미어 프로의 새로운 AI 구동 미디어 인텔리전스 및 검색 패널(베타)을 사용하면 편집자는 원하는 시점에 필요한 장면을 정확하게 찾을 수 있다. 미디어 인텔리전스는 개체, 위치, 카메라 각도, 촬영 날짜, 카메라 유형 등 메타데이터를 포함한 클립 콘텐츠를 자동 인식해 직접 장면을 찾는 수고를 덜어준다. 편집자가 새로운 검색 패널에 필요한 클립 유형을 입력하면 미디어 인텔리전스는 알아서 필요한 작업을 진행하고 원하는 장면을 검색한다. 영화 제작자가 전 세계에 콘텐츠를 배포하고 참여도와 접근성을 높이면서 캡션의 역할이 그 어느 때보다도 중요하지만 수동 번역으로 인해 속도가 느리고 워크플로가 중단되거나 추가 비용이 투입되는 경우가 많았다. 프리미어 프로에서는 17개 언어로 네이티브로 제공되는 캡션 번역(베타)을 통해 빠르고 정확하게 새로운 시청자 층을 확대할 수 있다.     한편, 애프터 이펙트에는 모션 전문가의 요구사항을 반영한 기능이 개선됐다. 컴포지션 전체를 더욱 빠르게 재생할 수 있는 캐싱 개선(Improved Caching)으로 최소 사양을 충족하는 모든 컴퓨터에서 캐싱하는 순간 컴포지션 전체를 재생할 수 있다. 그리고, 향상된 HDR 지원(Improved HDR Support)으로 HDR(High Dynamic Range) 콘텐츠를 정확하게 가져오고 모니터링하며 내보낼 수 있어 더욱 밝고 생생한 모션 디자인 작업이 가능하다. 이 밖에도 어도비는 프레임닷아이오(Frame.io)에서 캐논(Canon) 제품 대상의 카메라 투 클라우드(Camera to Cloud, C2C) 지원을 확대했다고 전했다. 사용자는 프레임닷아이오를 통해 캐논 EOS C80 및 EOS C400 카메라에서 직접 고품질 영상을 자동 업로드 및 액세스할 수 있어, 실시간 협업은 물론 영상 워크플로를 가속화하고 보다 원활한 영상 제작 및 후반 작업을 할 수 있다. C2C는 촬영과 동시에 자동으로 미디어를 업로드하기 때문에 수동으로 파일을 전송할 필요가 없어 워크플로를 개선할 수 있다. 이 기능을 통해 미디어를 즉시 사용하고 프레임닷아이오의 크리에이티브 관리 툴을 이용한 실시간 협업이 가능해져, 콘텐츠 제작을 가속화하고 팀이 분산된 상황에서의 어려움을 해소하며 프로젝트 지연을 줄일 수 있다.

엔비디아는 개발자가 활용할 수 있도록 딥시크-R1(DeepSeek-R1) 모델을 엔비디아 NIM 마이크로서비스 프리뷰로 제공한다고 밝혔다. 개발자들은 딥시크-R1 모델을 활용해 애플리케이션 프로그래밍 인터페이스(API)를 테스트하고 실험할 수 있으며, 이는 엔비디아 AI 엔터프라이즈(AI Enterprise) 소프트웨어 플랫폼의 일부인 NIM 마이크로서비스로 제공될 예정이다. 딥시크-R1은 최첨단 추론 기능을 갖춘 오픈 모델이다. 딥시크-R1과 같은 추론 모델은 직접적인 답변을 제공하는 대신 쿼리에 대해 여러 번의 추론 패스(inference passes)를 수행해 연쇄 사고, 합의, 검색 방법을 거쳐 최상의 답변을 생성한다. R1은 논리적 추론, 사고, 수학, 코딩, 언어 이해 등이 필요한 작업에 대해 높은 정확도와 추론 효율을 제공한다. 이러한 일련의 추론 패스를 수행해 최적의 답변에 도달하기 위해 추론을 사용하는 것을 테스트 타임 스케일링(test-time scaling)이라고 한다. 모델이 문제를 반복적으로 ‘사고’할 수 있게 되면 더 많은 출력 토큰과 더 긴 생성 주기가 생성되므로 모델 품질이 계속 확장된다. 딥시크-R1과 같은 추론 모델에서 실시간 추론과 고품질 응답을 모두 구현하려면 상당한 테스트 타임 컴퓨팅이 중요하므로 더 큰 규모의 추론 배포가 필요하다.     딥시크-R1 NIM 마이크로서비스는 단일 엔비디아 HGX H200 시스템에서 초당 최대 3872개의 토큰을 전송할 수 있다. 딥시크-R1 NIM 마이크로서비스는 업계 표준 API를 지원해 배포를 간소화한다. 기업은 가속 컴퓨팅 인프라에서 NIM 마이크로서비스를 실행해 보안과 데이터 프라이버시를 극대화할 수 있다. 또한, 기업은 엔비디아 네모(NeMo) 소프트웨어와 함께 엔비디아 AI 파운드리(AI Foundry)를 사용해 AI 에이전트를 위한 맞춤형 딥시크-R1 NIM 마이크로서비스를 생성할 수 있다. 딥시크-R1은 거대 전문가 조합 방식(Mixture-Of-Experts, MoE) 모델이다. 다른 인기 있는 오픈 소스 대규모 언어 모델(LLM)보다 10배 많은 6710억 개의 파라미터를 통합해 12만 8000개의 토큰이라는 인풋 컨텍스트 길이(input context length)를 지원한다. 또한 이 모델은 레이어당 많은 전문가를 활용한다. R1의 각 레이어에는 256명의 전문가가 있으며, 각 토큰은 평가를 위해 8명의 별도 전문가에게 병렬로 라우팅된다. R1에서 실시간 답변을 제공하려면 추론을 위해 모든 전문가에게 신속한 토큰을 라우팅하기 위해 높은 대역폭과 짧은 지연 시간의 통신으로 연결된 높은 컴퓨팅 성능을 갖춘 많은 GPU가 필요하다. 엔비디아 NIM 마이크로서비스에서 제공되는 소프트웨어 최적화와 결합해 NV링크(NVLink)와 NV링크 스위치(Switch)를 사용해 연결된 8개의 H200 GPU가 장착된 단일 서버는 초당 최대 3872개의 토큰으로 6710억 개의 파라미터로 구성된 전체 딥시크-R1 모델을 실행할 수 있다. 이러한 처리량은 모든 레이어에서 엔비디아 호퍼(Hopper) 아키텍처의 FP8 트랜스포머 엔진과 MoE 전문가 통신을 위한 900GB/s의 NV링크 대역폭을 사용함으로써 가능하다. 실시간 추론에는 GPU에서 모든 초당 부동 소수점 연산(FLOPS)의 성능을 끌어내는 것이 중요하다. 엔비디아는 “차세대 엔비디아 블랙웰(Blackwell) 아키텍처는 최대 20페타플롭의 피크 FP4 컴퓨팅 성능을 제공할 수 있는 5세대 텐서 코어(Tensor Core)와 추론에 특별히 최적화된 72-GPU NV링크 도메인을 통해 딥시크-R1과 같은 추론 모델의 테스트 시간 확장을 크게 향상시킬 것”이라고 전했다.

디지털화 기반의 제조산업 혁신 전략   최근 디지털화가 화제가 되고 있지만 제조업의 디지털화는 1980년대 중반부터 이미 시작되었다. 예를 들어 2D 도면, BOM(Bill of Material), 서표 등의 디지털화는 상당한 효율 향상 효과를 가져왔다. 다음으로 1995년경부터 설계의 3D화가 시작되어, 21세기에 들어서는 3D 도면의 일반 보급이 전 세계에서 시작된다. 이 3D 도면에 의해 ‘도면대로의 제조’가 가능하게 되어, 세계적으로 형상 품질의 균등화와 표준화가 진행되고 우리나라의 제조 품질 우위가 사라지기 시작했다. 또한 형태 및 제어 알고리즘을 포함한 기능 성능을 디지털로 표현할 수 있는 가상 모델은 그 자체가 제품 자체의 현실적인 성능을 보여주기 때문에, 기존의 현실적인 제품과 같은 비즈니스 대상이 되었다. 제조 비즈니스 모델의 변화도 이미 시작되었다.   ■ 오재응 LG전자 기술고문, 한양대학교 명예교수   가상 엔지니어링 디지털화, 3D 도면화의 보급 후 2010년경부터는 자동차 산업을 중심으로 부품과 모듈의 형상을 표현하기 시작했다. 3D 모델과 기능을 표현하는 시뮬레이션 모델의 융합된 가상 (사실상) 모델을 기반으로 새로운 개발 및 제조 시스템의 보급 전개가 시작되었다.   기존의 개발·제조 흐름 제품 개발·제조에서는 기획/브랜드 단계, 구상 설계 단계, 상세 설계 단계를 거쳐 양산 검토, 세일즈 전개 검토의 흐름이 존재한다.(그림 1) 각 기술자, 전문가에 의해 단계마다 제품의 사양이 숙성 최종적으로 사양이 결정되고 양산된 후 각 고객에게 제품이 전달되었다. 기존에 초기 검토·설계 단계의 기획/브랜드, 구상 설계의 공정은 콘셉트나 목표 등을 정합하는 주요 목적으로 영업, 경영, 기획, 제품 개발 각 전문 분야의 리더 등을 중심으로 회의실에 모여 과거 데이터, 시장의 요망 등을 고려하여 기획/브랜드, 구상을 결정했다.   그림 1. 기존 제품 개발의 흐름   그 후 구체적인 형상이나 기능 설계를 실시하는 상세 설계로 옮겨, 프로토타입을 이용한 실험을 중심으로 한 검증을 반복한다. 이 단계에서는 CAE(Computer Aided Engineering) 기술도 이용하면서, 물건(실기) 베이스에서의 사양의 검증과 구조도 포함한 보증을 중심으로 행해진다. 이 때문에 큰 공수와 기간이 필요하지만, 이 상세 설계 단계가 없으면 제품의 설계·제조로 진행되지 않았다. 여기서는 제품 사양 숙성과 구조 현장과의 맞춤형이 행해져 구조의 효율화도 고려되어, 코스트 경쟁력이 높은 우리나라 품질의 제품이 태어나는 우리나라의 것 만들기의 기반이 되었다.   새로운 개발·제조의 흐름의 성립 제품을 시장화하는 방법과 흐름은 유럽에서 시작하여 세계의 제조업을 크게 변화시키고 있다. 종래는 회의실에서 이루어진 제품의 개념, 기본 기능 사양의 목표 등을 결정하는 초기 검토·설계 기획/브랜드, 구상 설계 단계에서 설계의 전 사양, 제조 검토 전 요건이 정해지는 기술과 환경이 움직이기 시작했다.(그림 2) 이것이 가상 엔지니어링이다.   그림 2. 가상 엔지니어링의 제품 개발    가상 엔지니어링에서는 부품 및 모듈의 형상을 표현하는 3D 모델과 기능을 표현하는 시뮬레이션 모델을 융합한 가상 모델이 기획/개발/제조/영업/마켓/서비스 및 공급업체 간에 공유되고, 설계 및 구조의 상세한 모든 사양과 모든 요건의 검증을 정확하게 실시하는 기술과 환경이 제공된다. 여기에서 이루어지는 것은 물건 대신 가상 모델을 이용한 정합의 일종이라고 생각하면 알기 쉽다. 이 가상 모델을 통해 개발하는 모습은 모델 기반 개발이라고도 불린다. 이 모델 기반 개발에 대해서는 우리나라의 모델 기반 개발과는 정의의 범위가 다르다고 생각되므로 그 상세에 대해서는 다음에 설명한다. 가상 모델을 연계한 개발 플랫폼은 기획/개발/제조/영업/마켓/서비스 등 각 분야의 기술과 콘셉트를 각 분야를 초월한 융합을 실시하는 개발·제조 기반의 개혁을 전 세계에 가져오기 시작했다.   새로운 엔지니어링 환경의 성립 CAE와 CAD/CAM의 연계 설계 및 제조 CAD/CAM과 실험 대신 해석하는 CAE는 21세기에 들어설 때까지 연계되지 않았으며, CAD/CAM 분야와 CAE 분야는 각각 다른 디지털 환경이 존재했다. 따라서 설계에서 CAE를 활용하는 설계 검토를 실시하기 위해서는 설계자 이외에 CAE 기술자가 대응하는 것이 주를 이루었다. 그러나 대부분의 설계 현장에서는 설계와 CAE에 의한 설계 사양 검토의 동기화가 어려운 상태가 계속되고 있었다. 21세기가 시작된 2001년에는 자동차 산업에서 범용 CAD 시스템 상에서 CAE 해석을 할 수 있게 되어, CAD 환경과 CAE 환경이 연계되었다. 이 때부터 분리된 CAE에서 CAD/CAM/CAE을 연계한 공통 디지털 환경/설계/분석/제조 협력 체제가 시작되었다.   데이터, 모델과 연계 CAE 해석은 당초 강도/강성/NV(소음·진동) 분야가 중심이었지만, 그 후 차량 전체의 거동, 차체 주위의 유체 해석 등 모든 CAE 분야를 설계 단계에서 해석할 수 있게 된다. 많은 분야에서 CAE 해석 기술이 넓어졌기 때문에 해석, 제조 등 모든 분야의 검토를 설계자가 실시하는 것이 아니라, 설계 단계에서 해석 부문이나 제조 부문 등의 엔지니어가 설계와 동기화된 검토를 가능하게 하는 환경 기술과 매니지먼트 기술의 연구가 시작되었다. 특유라고 불린 협업이 가상 환경에서 광범위하게 이루어지게 되었다고 말할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

복잡한 3D 지리 공간 모델링을 실시간 시각화하는 세슘   이번 호에서는 세슘(Cesium)과 언리얼 엔진이 건축 시각화에서 어떻게 혁신을 일으키고 있는지 알아보고, 가능성의 한계를 뛰어넘는 혁신 기술 개발 상황을 살펴보자. ■ 자료 제공 : 에픽게임즈   지난 몇 년 동안 3D 사진 측량 기술이 크게 발전해 전 세계 많은 부분을 디지털 방식으로 수집하고 기록할 수 있게 되면서, 매우 방대한 데이터세트가 만들어졌다. 전통적으로 시뮬레이션이나 방위 산업에서는 이 정도 규모의 데이터세트를 처리할 수 있는 강력한 맞춤형 플랫폼과 도구를 개발해 왔지만, 일반적인 하드웨어를 사용하는 산업의 개발자는 대규모 3D 지리 공간 데이터를 다루기가 쉽지 않았다. 2021년 언리얼용 세슘(Cesium for Unreal) 플러그인이 출시되면서 이러한 상황이 바뀌었다. 처음으로 게임 엔진 기술을 사용하여 방대하고 복잡한 3D 지리 공간 모델링을 실시간으로 시각화할 수 있게 됐기 때문이다. 이제는 누구나 기성 설루션을 통해 상세하고 정확한 3D 지리 공간 데이터를 사용할 수 있으며, 이로 인해 항공우주, 상업용 부동산, 도시 계획, 비행 계획 및 운영, 자율 주행, 지하 및 해저 탐사 등 다양한 산업 분야에서 인터랙티브 3D 지리 공간 앱 및 관련 경험의 개발이 급증했다. 특히, 건축 업계는 3D 지리 공간 모델링과 리얼타임 시각화를 결합하여 이점을 누리고 있는데, 예를 들어 건축 사무소는 건축물의 디자인을 실제 건설될 정확한 환경에서 선보일 수 있다. 게다가 최근 세슘이 인프라 엔지니어링 소프트웨어 기업인 벤틀리 시스템즈에 합류한다는 소식이 발표되면서, 세슘을 사용하는 개발자는 이제 전 세계에서 가장 크고 중요한 프로젝트와 애셋을 대표하는 인프라 에코시스템을 이용할 수 있게 됐다. 세슘의 지리 공간 플랫폼과 벤틀리 시스템즈의 i트윈(iTwin) 플랫폼을 통합하면 3D 지리 공간 데이터를 엔지니어링, IoT(사물인터넷), 현실 및 엔터프라이즈 데이터와 원활하게 연계하여 방대한 인프라 네트워크부터 개별 애셋의 밀리미터 단위의 정확도에 이르는 디테일에 이르기까지 확장되는 디지털 트윈을 구현할 수 있다. 이를 통해, 지상과 공중, 해상, 우주 그리고 지표면 아래 깊은 곳까지 다양한 관점에서 볼 수 있다.   ▲ 이미지 출처 : 언리얼 엔진 홈페이지   대중을 위한 3D 지리 공간 데이터 세슘은 3D 지리 공간 데이터를 사용하는 소프트웨어 애플리케이션을 개발하기 위한 오픈 플랫폼으로, 개발자들은 이를 사용하여 정밀한 인터랙티브 3D 지리 공간 애플리케이션을 제작할 수 있다. 이 플랫폼은 항공 우주 소프트웨어 회사인 애널리티컬 그래픽스(Analytical Graphics, Inc., 현재는 앤시스에 인수됨)에서 시작됐으며, 우주 공간의 물체를 시각화하기 위해 설계되었다. 컴퓨터 그래픽 전문가이자 세슘의 창립자인 패트릭 코치(Patrick Cozzi)가 이끄는 이 프로젝트는 정확하고 성능이 뛰어난 가상 지구를 제작했다. 코치는 “항공 우주 산업 외에도 세슘을 활용할 가능성이 있다는 사실을 깨닫고 커뮤니티에 오픈 소스로 공개했고, 곧바로 다양한 산업 분야에서 사용 사례가 폭발적으로 증가했다”고 전했다. 첫 번째 사례는 험난한 어드벤처 레이스인 ‘레드불 X 알프스(Red Bull X-Alps)’로, 세슘JS를 이용해 패러글라이더가 산을 통과하는 여정을 추적하기 시작했다. 그 이후로 세슘JS는 1000만 건 이상의 다운로드를 기록했으며, 현재 수천 개의 애플리케이션을 지원하고 있다. 심지어, 크리스마스의 산타클로스도 이런 기술을 활용하고 있는데, NORAD 트랙 산타(NORAD Tracks Santa)는 세슘JS를 사용하여 12월 24일 산타의 세계 일주 여정을 추적했다. 2019년에 세슘은 독립 회사로 분사하여 3D 지리 공간 데이터를 호스팅, 타일링, 스트리밍할 수 있는 SaaS 플랫폼인 ‘세슘 아이콘(Cesium ion)’을 출시했다. 여기에는 수년 동안 세슘JS 외에도 언리얼 엔진을 비롯하여 여러 플랫폼을 위한 오픈 소스 툴을 추가했다.   ▲ 이미지 출처 : 언리얼 엔진 홈페이지   스트리밍을 통한 방대한 데이터 문제 해결 코치는 “3D 지리 공간 데이터의 문제점은 크기가 방대하고 다루기가 까다롭다는 것”이라고 말했다. 세슘은 방대한 3D 지리 공간 데이터세트를 스트리밍하기 위해 개발한 개방형 공간 정보 컨소시엄(Open Geospatial Consortium, OGC) 커뮤니티 표준인 3D 타일을 통해 이 문제를 해결한다. 3D 타일은 디테일과 정확도를 유지하면서 3D 지리 공간 데이터를 가볍게 스트리밍할 수 있게 해준다. 세슘 플랫폼은 다양한 유형의 3D 지리 공간 데이터를 처리하고 3D 타일로 변환하여 어디에서나 스트리밍할 수 있도록 지원한다. 데이터를 사전 로드하고 관리하는 대신 로컬 데이터세트를 통해 데이터를 스트리밍할 수 있기 때문에 사용자의 워크플로가 훨씬 쉬워진다. 언리얼용 세슘이 출시되면서 크고 복잡한 지리 공간 데이터세트를 언리얼 엔진에서 훨씬 더 간단하게 시각화할 수 있게 되었다.   ▲ 이미지 출처 : 언리얼 엔진 홈페이지   이 오픈 소스 플러그인은 언리얼 엔진에 정밀한 3D 가상 지구를 제공하며 방위, 정보, 시뮬레이션, 훈련 등 다양한 산업 분야에서 고급 시각화 및 시뮬레이션을 제작하는 데 사용되고 있다. 코치는 “세슘의 목표는 3D 지리 공간 기술을 발전시키는 것이다. 따라서 언리얼 엔진의 강점과 세슘의 글로벌 스케일, 정밀도, 성능, 상호 운용성을 결합하는 것은 당연한 일이었다”라고 말했다. 최근 AEC 업계의 많은 기업이 디자인 아이디어를 더 효과적으로 전달하기 위해 세슘을 사용하고 있다. 코치는 “세슘은 AEC 업계 전문가들이 정확한 3D 지리 공간적 컨텍스트 내에서 프로젝트를 탐색할 수 있도록 지원한다. 이해관계자들과 소통하기 위해 2D 이미지와 다이어그램에만 의존하는 대신 정확하고 몰입감 넘치는 3D 환경을 만들고 공유하여, 계획한 현실을 보다 더 나은 아이디어로 제공할 수 있다”면서 이러한 상황을 설명했다. 최근 AEC 고객 중에서 BIM 및 3D 모델링 설루션을 제공하는 팰레이셜(Palatial)은 언리얼용 세슘을 활용하여 사실적인 경험을 제공하고 사전 제작된 구조물에 대한 승인을 획득했다. 드립 비주얼(Drip Visual)은 네덜란드에서 도시 계획에 대한 일반 대중의 참여를 장려하고자 언리얼용 세슘 기반 플랫폼을 사용하여 필수적인 커뮤니티 피드백을 수집했다. A플레이스(APlace)는 이 플러그인을 사용해서 잠재 2025/2고객이 아직 지어지지 않은 건축물을 시각화하고 커스터마이징할 수 있도록 지원했다.   ▲ 이미지 출처 : 언리얼 엔진 홈페이지   에픽 에코시스템 툴을 위한 세슘 언리얼용 세슘 외에도 세슘은 리얼리티캡처, 스케치팹, 포트나이트 언리얼 에디터 등 에픽 에코시스템의 다른 툴과도 점점 더 많이 통합되고 있다. 사진 측량 소프트웨어인 리얼리티캡처는 수백만 개의 폴리곤이 포함된 상세한 3D 모델을 생성한다. 일반적인 하드웨어에서는 이러한 모델을 보는 것이 불가능한 경우가 많은데, 삼각형 수를 줄이면 모델을 56 · 단순화할 수 있지만 이로 인해 디테일이 손실되기 때문이다. 이제 리얼리티캡처는 모델을 세슘의 3D 타일 형식으로 내보내고 세슘 아이콘에 업로드할 수 있도록 지원한다. 3D 타일은 특정 뷰에 필요한 데이터만 스트리밍할 수 있기 때문에 수 기가바이트에 달하는 규모의 모델도 디테일을 유지하며 웹에서 공유할 수 있으며, 덕분에 링크를 공유하는 것만큼이나 손쉽게 매우 복잡한 모델을 공유할 수 있게 됐다. 또한 세슘과 스케치팹의 통합을 통해 사용자는 스케치팹에서 70만 개 이상의 무료 모델을 프로젝트로 가져와 정확한 지리 공간 컨텍스트에서 프로젝트를 배치하고 탐색할 수 있다. 현재 포트나이트 언리얼 에디터(UEFN)는 언리얼용 세슘과 같은 C++ 플러그인을 지원하지 않지만, 세슘 아이콘의 클리핑 기능을 사용하여 3D 타일의 일부를 UEFN으로 가져올 수 있다. 클리핑을 사용하면 오프라인이나 스트리밍이 불가능한 경우에 다운로드할 3D 타일의 특정 부분을 지정할 수 있다. 세슘 아이콘을 사용하면 지정된 타일을 단일 glTF 모델로 다운로드한 다음 UEFN 등 glTF를 지원하는 모든 애플리케이션에서 사용할 수도 있다. 또한, 클리핑을 이용해 정확한 현실 세계의 지형과 고해상도 사진측량 데이터를 포트나이트 섬으로 불러올 수도 있다. 이 문서에서 실제 경기장 모형을 UEFN으로 가져와 친구들과 함께 플레이할 축구장을 세팅하는 방법에 관해서 확인할 수 있다.   ▲ 이미지 출처 : NBC Sports 제공   메타버스와 그 너머로 2022년 여러 보고서를 통해 건설 분야의 빠른 성장이 예측됐으나, 팬데믹으로 인한 공급망, 안전 규정, 자금 조달과 관련된 비용의 증가로 인해 신규 건설 프로젝트가 줄어들고 있다는 소식이 전해지고 있다. 코치는 지리 공간적 컨텍스트와 3D 시각화 및 시뮬레이션을 통합하여 현재 건설 산업의 발전을 저해하고 있는 몇 가지 문제를 해결할 수 있다고 전했다. 코치는 “미래를 알 수는 없지만, 건설 산업은 디지털 혁신을 통해 이미 효율성, 안전성, 비용 효율성을 개선하여 이러한 잠재적 문제 중 일부를 해결하고 있으며, 우리가 파트너와 함께 개발 중인 설루션은 인력 부족, 비용 관리, 환경 영향과 같은 문제를 해결하고 있다. 전반적으로 건설 산업의 미래를 낙관적으로 보고 있다”고 전했다. 세슘은 현실 세계의 건축 분야에 기여하는 것 외에도 가상 세계에서 핵심적인 역할을 수행하는 것을 목표로 한다. 코치는 “세슘은 세 가지 방법으로 메타버스에 영향을 주고 있다. 그중 한 가지는 실제 데이터를 3D 환경에 손쉽게 통합하여 현실 세계와 디지털 세계를 연결하는 것이다. 우리는 디지털 트윈을 구현할 수 있고, 방대한 양의 데이터를 저장 및 스트리밍할 수 있는 소프트웨어 컴포넌트를 제공한다”고 말했다. 또한, “두 번째로, 3D 타일 개방형 표준을 개발하고 발전시켜 이 데이터를 전 세계에 널리 스트리밍할 수 있는 설루션을 제공하고 있다. 마지막으로 공정하고 개방적이며 상호 운용 가능한 메타버스를 지지하기 위해 시간과 노력을 기울이고 있다”고 말했다. 메타버스는 아직 초기 단계이지만 오늘날 점점 더 많은 중요 프로젝트에서 언리얼용 세슘이 활용되고 있다.   ▲ 이미지 출처 : NBC Sports 제공   최근에는 2024년 파리 하계 올림픽의 공식 방송 파트너인 NBC 스포츠(NBC Sports)에서 3D 그래픽 플러그인을 사용하여 생방송 도중 3D 그래픽을 송출하기도 했다. 이는 관중이 올림픽 개최지의 지리적 공간을 이해할 수 있도록 도움을 주었다. 이와 함께 리얼타임 수중 모델링 및 몰입형 프로젝트에 언리얼용 세슘을 사용하는 오션 익스플로레이션 트러스트(Ocean Exploration Trust) 같은 프로젝트를 통해 앞으로 어떤 유형의 애플리케이션에 이 플러그인이 사용될지 확인할 수 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 1월 3일 CNG TV는 ‘엔지니어링 업계 트렌드와 2025 전망’을 주제로 줌(Zoom) 웨비나를 진행했다. 이번 방송은 캐드앤그래픽스의 신년 특집으로 마련됐다. 이번 방송은 업계 전문가인 CNG TV 전문위원들이  모여 스마트 제조, 건축, 제품 디자인, 3D 프린팅 등 다양한 기술 트렌드를 분석하고 미래를 예측하는 자리로 마련됐다. 웨비나의 자세한 내용은 다시보기로 확인할 수 있다. ■ 박경수 기자   4차 산업혁명의 흐름과 AI 발전 전망 이번 웨비나 진행은 디지털지식연구소 조형식 대표가 맡았으며, 4차산업혁명연구소 한석희 소장, 한국건설기술연구원 강태욱 연구위원, 홍익대학교 최성권 교수가 연사로 참여했다. 새해부터 CNG TV 전문위원으로 합류한 한석희 소장은 4차 산업혁명의 역사와 AI 및 스마트 공장의 발전이 우리나라의 제조업에 미칠 영향을 중심으로 발표했다. 그는 “지난 20년간 4차 산업혁명은 빠르게 발전해왔으며, 이제는 5차 산업혁명에 대한 논의도 시작되었다”면서, “AI 및 스마트 공장 기술이 발전하면서 대한민국은 K-스마트팩토리를 중심으로 글로벌 경쟁력을 갖춰야 한다”고 강조했다. 또한, AI 발전의 미래에 대한 전망도 제시했다. 그는 “2030년 전후로 AGI(일반 인공지능) 구현이 가능할 것”이라며, “2040년대에는 현재 AI보다 1만 배 강력한 슈퍼 AI가 등장할 가능성이 높다”고 설명했다. 이어 “한국은 독자적인 AI 연구 방향을 설정하고, ‘Grand Quest’ 전략을 통해 글로벌 시장에서 선도 위치를 차지해야 한다”고 강조했다.   ▲ 4차산업혁명연구소 한석희 소장   ▲ 4차 산업혁명의 흐름과 AI 발전 전망 요약   건설 AI와 디지털 트윈의 혁신 강태욱 연구위원은 AI 및 디지털 트윈 기술이 건설 산업에 접목되는 사례를 소개했다. 그는 “AI 기반 프로젝트 관리 및 시뮬레이션 기술이 확산되면서 건설 산업의 디지털화가 가속화되고 있다”고 밝혔다. 특히, “3D 스캔과 드론을 활용한 건설 모니터링 기술이 현장 자동화를 지원하며, 스마트 빌딩 및 스마트시티 구축에 기여하고 있다”고 설명했다. 강 연구위원은 또한 모듈러 건축(프리패브리케이션) 방식의 확대에 주목했다. 그는 “AI 기반 자동화 기술이 발전하면서 현장에서 조립하는 모듈러 건축 방식이 확산될 것”이라며, “로봇과 자동화 기술을 활용한 시공 방식이 도입되면 건설업의 생산성과 안전성이 획기적으로 향상될 것”이라고 전망했다.   ▲ 한국건설기술연구원 강태욱 연구위원   ▲ 2025년 건설테크 10대 트렌드   3D 프린팅의 진화와 제조의 민주화 홍익대학교 메이커스페이스 운영 총괄을 맡고 있는 최성권 교수는 3D 프린팅 기술이 가져올 제조 산업의 변화에 대해 발표했다. 그는 “3D 프린팅 기술의 발전으로 개인이 직접 디자인하고 제작하여 판매하는 비즈니스 모델이 활성화될 것”이라며, “특히 프리랜서 디자이너와 스타트업이 데스크톱 3D 프린터를 활용해 빠르게 제품을 출시할 수 있는 환경이 조성되고 있다”고 말했다. 또한, 지속 가능성(ESG) 트렌드와 3D 프린팅의 접목에 대해서도 언급했다. 그는 “바이오 플라스틱, 재활용 소재 등의 친환경 소재를 활용한 지속 가능한 제조 방식이 각광받고 있다”며, “스마트 공장과 결합해 온디맨드(on-demand) 제조 방식이 자리잡으면서 더욱 유연한 생산 시스템이 가능해질 것”이라고 설명했다.   ▲ 홍익대학교 최성권 교수   ▲ 3D 프린팅 전망과 시사점   디지털과 피지컬의 융합, 2025년 이후의 변화 이번 방송에서 발표자들은 2025년 이후 디지털과 현실 세계가 더욱 긴밀하게 연결될 것이라는 점을 공통적으로 강조했다. AI, 디지털 트윈, 스마트 공장, 3D 프린팅 등 기술이 현실 세계에서 실질적인 가치 창출로 이어지면서 기업과 개인은 단순한 기술 적용을 넘어, 창의적이고 적극적인 활용 전략을 마련해야 한다는 점이 핵심 메시지였다. 한편, 조형식 대표는 “기술이 아무리 발전하더라도 결국 인간이 살아가는 것은 물리적(피지컬) 세계”라며, 디지털 기술이 실생활에서 실질적 가치를 창출하는 방향으로 나아가야 한다고 덧붙였다.    ▲ 신년특집 방송   ▲ 디지털지식연구소 조형식 대표     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   2024년 12월 23일, CNG TV는 ‘2024 생성형 AI 트렌드 결산과 2025 전망’을 주제로 줌 생방송을 진행했다. 2024년은 생성형 AI가 다양한 산업에서 혁신을 이끌어낸 해로 기억될 것이다. 이번 CNG TV에서는 생성형 AI에 대한 대중적 관심과 사회적 주목이 뜨거웠던 2024년을 정리하고, 2025년 새해에는 어떤 변화가 있을지 전망하는 시간을 가졌다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자    ▲ AI가 주도하는 기술 혁신에 대한 소개   2024년을 주도한 키워드 ‘생성형 AI’ 이날 웨비나에서 LG CNS의 안무정 박사는 “2024년은 생성형 AI가 다양한 산업에서 혁신을 주도한 해였다”고 언급하며, “텍스트, 코드, 이미지, 오디오, 비디오, 3D 모델링 등 여섯 가지 주요 기능에서 생성형 AI의 활용성이 여러 분야로 크게 확장되었다”고 설명했다. 그는 또한 “AI 기술 도입과 관련해 신뢰성, 속도, 창의성 등의 다양한 지표를 기반으로 비용을 평가해야 할 시점이 되었다”고 강조했다. 안 박사는 생성형 AI를 비즈니스 프로세스에 통합하려면 맞춤형 솔루션과 AI 파이프라인 구축이 필수라고 분석했다. 예를 들어, 텍스트 데이터는 지식 기반으로 정제하고 이미지 데이터는 시각적 자산으로 활용하여 제품 설계와 같은 과정에 도움을 줄 수 있다는 설명이다.안무정 박사는 또한, 기업에서는 데이터 보안과 지적 재산권 보호를 위해 폐쇄형 네트워크 모델의 중요성이 점점 커지고 있다고 덧붙였다. 글로벌 AI 모델 대신 도메인 특화형 모델이 기업에 더 적합하다는 평가가 제시되었고, 에지 모델과 같은 솔루션을 도입하여 실제로 의미 있는 성과를 내고 있는 LG전자의 사례도 소개되었다.   ▲ 생성형 AI는 비싼가?   2025년 AI 활용도는 더욱 높아질 전망 안무정 박사는 “비주얼 디자인, 음악, 소설과 같은 창의적 작업에서도 생성형 AI가 전문가와의 협업을 통해 혁신적인 결과물을 만들어내고 있다”며, “앞으로는 기후변화와 같은 글로벌 도전 과제 해결에도 생성형 AI가 중요한 역할을 할 가능성이 크다”고 짚었다. 그는 AI를 활용한 자동화와 생산성 증대가 산업 전반에 걸쳐 혁신적인 성과를 가져올 것이라고 전망하며, “코딩과 알고리즘의 진입 장벽이 AI로 인해 낮아지면서 더 많은 사람이 AI 기술에 쉽게 접근할 수 있을 것”이라고 설명했다. 2025년에는 AI가 멀티모달 기반으로 확장되며, 다양한 산업 분야에서 더욱 활발하게 활용될 것으로 보인다. 이는 단순히 기술 적용을 넘어, 각 산업 분야에서의 비즈니스 혁신과 글로벌 문제 해결에도 적극적이면서 강력한 도구로 자리 잡을 것으로 기대된다.    ▲ 사용자 목적에 따른 생성형 AI의 활용 방안 제안     ■ 기사 내용은 PDF로도 제공됩니다.

엔지니어링 분야의 AI 활용을 위한 제언   요즘 AI(인공지능)에 대한 관심과 활용법에 대한 세간의 논의가 다양하고 사용자의 수도 증가하고 있음은 확실한 대세이다. 그러나 현재 실용화되고 있는 AI에 대한 첫인상과 과거 컴퓨터 & 커뮤니케이션(computer & communication) 기술이 보편화되면서 세간에 도입되는 시점과 유사하지만 매우 다른 현상이 나고 있다는 인식을 받는데, 초기의 사이버 스페이스(cyber space)를 소개할 때가 좀 더 유사한 기억으로 필자에게 다가온다. 하지만 AI 역시 하나의 도구(tool)에 해당하고, 누군가가 자본을 투자해서 만들어진 인간의 작품이며 동시에 경제활동에 거래하는 상품이라는 것에서 복합적인 인상을 주고 있다. 이러한 복합적인 인상을 AI라는 용어에 대비되는 필자 자신의 신조어인 NI(Natural Intelligence, 자연지능)라는 용어로 비교해서 의견을 제시해 보고자 한다.   현재 시중에 소개된 AI의 종류로 드러난 AI 상품의 특징 AI 상품명과 기능을 일일이 소개하지는 않겠다. 그러나 이들의 공통점은 결국 동일한 과정을 거쳐서 상품으로서 완성도를 구현했다는 것이다. 즉 머신러닝 기법에 의해서 구현한 상품들이다. 여기서 정확하게 이해해야 하는 것은 세 가지다. 머신러닝을 수행할 수 있는 High Quality Low Data Base가 존재하는 경우 인문학을 통해서 품질(quality) 판정 기준이 명확하게 정의된 분야인 경우 이상의 두 가지가 기준 언어(영어)로 작성된 충분한 양의 텍스트 자료가 구비되어 있어서 머신러닝이 가능한 준비가 되어 있다. 현재 AI 기능을 사용한 경험이 있는 경우 이 세 가지 제시사항을 이해할 것이다. 그러면 왜 이러한 세 가지를 제시하는가? 지금 세간의 AI에 대한 평가는 수 년 내로 AI 사용자가 폭발적으로 증가하고, 현재보다 제공되는 기능도 매우 확장될 것으로 예상하고 있다. 필자는 이런 예상에 대해서 반대 의견을 갖지는 않지만, 앞에서 제시한 세 가지 의견을 기준으로 판단할 때 결국 웹 브라우저, 포털 서비스, 검색 서비스 내지 각종 SNS와 같이 유사한 기능의 AI 상품들이 시장에서 경쟁할 것이라는 예상을 지울 수 없다. 동시에 지금도 사회적으로 고급 인적자원의 공급이 이루어지지 않아서 사회 활동에 차질이 있는 부분의 경우는, 획기적인 투자가 없다면 지금 현실화되어 있는 경우와 같은 수준의 AI 기능을 사회적으로 제공될 수 없다는 것을 예상할 수 있다. 그 대표적인 예가 고도로 훈련된 전문 기술 인력이 있어야 사용과 운영 성과를 얻을 수 있는 CAD/CAM/CAE/CAT 시스템이다. 많은 사람이 CAD 시스템이다 또는 CAM 시스템이다라고 언어적인 표현을 하면 아직도 단일 기능·단일 목적의 수단으로 이해한다. 아주 쉽게 말해서, 구인·구직 사이트를 보면 경력자에 대한 구인·구직 내용에 ‘오토캐드 사용 가능자’, ‘카티아 사용 가능자’ 식으로 표현되고 있다. 구직자든 구인자든 이렇게 조금은 부정확한 측면이 있는 표현을 사용하는 것이 현재 우리의 여건인데, 정확한 표현은 ‘오토캐드 사용 XXX 설계 및 YYY 개발 프로세스 숙련자’가 될 것이다. 그래서 통상 ‘오토캐드 사용 가능 XXX 설계 유경험자’, ‘YYY 개발 유경험자’ 식으로 표현하고 있다. 그러나 실제로 구인자의 입장에서 필요한 인력은 정확히 표현해서, ‘오토캐드는 능숙하게 사용하고 필요 시 최적의 업무 환경에 부합하는 오토캐드 사용자 환경을 스스로 구성해 낼 수 있으면서 동시에 설계 업무 프로세스와 여기서 사용하는 모든 전문 용어와 특별한 문서양식 및 의사결정 기준을 정확히 이해하고 활용할 수 있는 훈련된 인력’이라는 것을 의미한다. 다시 말해서 이렇게 훈련된 전문 인력이 사실 우리 산업계에는 분야별로 매우 부족한 것이 현실이며, 동시에 이러한 부족 인력의 대안으로 손쉽게 AI를 사용하는 것을 생각하기 쉽고 나름 유의미한 AI의 확대 적용이라고 판단이 가능하다. 그러나 이렇게 유의미한 AI의 사용 확대 영역이 CAD/CAM/ CAE/CAT 시스템 사용 영역인데, 아쉽게도 AI를 적용하기 위한 개발 단계의 전제조건인 앞서 제시한 세 가지 사항에 있어서 어느 한 가지도 현실적으로 각각의 분야별로 준비되어 있는 것이 없다고 봐야 하는 것이 현실이다. 그러면 어떻게 해야 현실적으로 준비되어 있지 않은 세 가지 제시를 극복할 수 있는가 하는 몹시 어려운 과제를 제시해야 한다. 이에 대한 대답으로 필자는, 많은 평가자에게 현실적이지 않다고 평가될 수 있지만, 다음과 같이 제시하고자 한다.   1단계 정의 전문가 업무를 실행에 활용되는 AI는 요즘 유행어로 표현해 한 가지의 디지털 트윈(digital twin)이다.   2단계 정의 전문가용 디지털 트윈인 AI가 존재하고 작동한다고 할 때 반드시 그 원본이 반드시 있어야 하고, 동시에 그 원본은 현실 세계에 존재해야 한다. 따라서 그 원본을 인공지능(artificial intelligence)에 대응하는 표현인 자연지능(natural intelligence, NI)으로 표현하는 전문가 1명 내지 2명 이상으로 구성되는 위원회로 설정된다.   3단계 정의 NI의 AI화는 NI의 실제 활동과 지식 축적 방식 및 축적된 지식 자체를 모두 컴퓨터 시스템으로 이동 복제해야 하는 것이며, 지금까지의 상용화된 AI 제품의 개발 및 구현과는 다른 형태의 AI 개발 방법을 필요로 한다. 이를 실현하는 것은 AI 개발 전문가와 NI의 협동 작업으로만 가능하다. 그 이유는 앞서 제시한 세 가지 전제조건의 특징이 AI 개발에 필요한 기본 정보가 이미 개방된 자료에 해당하는 것을 사용한다는 것이기 때문이다. 하지만, 여기서 거론하고 있는 사례의 경우는 그렇지 못한 경우이고 기초 자료 축적부터 시작이 필요하기에 협업은 필수 조건인 것이다.   이렇게 3단계의 정의를 통해서 CAD/CAM/CAE/CAT 분야에 있어서 AI의 형태와 구현하는 방식을 간단하게 정의해 보았다. 이는 물론 지금도 그리고 앞으로도 현실성이 크게 없을 것이다. 그 이유는 AI도 상품인 이상 개발비를 회수해 상업적인 이익이 발생해야 하는데, 이를 현실화하는 것은 그 시장성에 있어서 충분한 개발비를 회수할 수 있는지 불투명한 경우에 해당하기 때문이다. 따라서 이 분야가 지속적으로 사회적으로 존속해야만 한다고 보면 반드시 성공해야 하는 경우이고, 동시에 이제는 국제적으로 모든 것이 경쟁해야 하는 것이 산업계의 현실인 이상 성공해서 그 유형 효과를 얻을 경우 지금 우리나라가 겪고 있는 중국으로 대표되는 추격을 뿌리칠 수 있는 한 차원 높은 수단으로 작용할 것이다.   맺음말 2025년이면 필자의 기술자 생활이 40년차에 들어간다. 그리고 본격적으로 CAD/CAM 시스템을 업무에 적용해 사용한 것도 1989년부터이니 36년차에 들어간다. 그 동안에 기술자 본연의 업무 영역에서 전문성도 갖추고자 노력했고, 컴퓨터 시스템 전문가로서의 영역도 상당한 깊이의 전문 기술을 습득하고자 노력했다. 그 결과 한때는 유닉스(UNIX) 시스템 및 MS-DOS 환경에서의 시스템 매니저 업무도 했다. 하지만 기술자 전문 영역의 활동이 주인 관계로 윈텔(WINTEL) 기반의 환경으로 단일화된 이후로는 전문적인 컴퓨터 시스템 매니저는 손을 놓았지만 파워 유저인 것은 변함이 없기에 이러한 의견을 문장으로 제시한다. 얼마나 유용한 의견 제시일지는 모르겠지만, 나름 수 십 년간 전문가로서 능력을 계발한 NI의 조언이라고 봐 주길 바란다.   ■ 김충섭 마스터엔지니어의 대표이며 금형기술사로, CAE 기술 지도와 활용 지원 활동을 하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   2025년 1월 미국 라스베이거스에서 열린 CES 2025에서 엔비디아의 최고 경영자인 젠슨 황(Jensen Huang)이 ‘물리적 AI(physical AI)’라는 용어를 사용한 것이 화제이다.  물리적 AI에 정확하게 정의된 것은 없지만, 수 년 전부터 사용하는 물리적 AI 개념은 인공지능이 우리 주변의 물리적 세계가 공간과 시간에 따라 어떻게 변화하는 지도 학습할 수 있다는 것을 의미한다. 최근 챗GPT가 그린 그림은 인간의 물리적 경험과 인식을 인지하지 못하는 경향이 있다. 그것은 소프트웨어 알고리즘에 따라서 생성되기 때문이다. 예를 들어서 ‘고수가 들어간 쌀국수를 그려줘’라고 하면 배우 고수가 쌀국수 그릇에 들어간 것 같은 황당한 이미지가 생성될 수도 있다. 이 그림은 인공지능에게 아무런 문제가 없지만, 물리적 세계에 사는 인간은 상상하지 못하는 이미지다. 이런 현상은 인공지능과 디지털 결과에서 자주 본다. 이 그림은 디지털 공간과 시간의 생각과 물리적 공간과 시간의 생각의 차이점을 극명하게 보여주는 예이다. 엔비디아 젠슨 황의 물리적 AI는 비즈니스 용어로 사용될 것이지만, 그 의미는 로봇같은 물리적 실체가 데이터를 물리적 실행(action)으로 변환해 주는 것을 의미한다. 최근 오픈AI의 챗GPT가 엄청난 방향을 가져왔지만, 어떤 실행을 직접 해 주는 것이 아닌 말로만 하는 대규모 언어 모델(LLM)이라고 할 수 있다. 이제 산업계에서는 언어 모델이 아닌 물리적 액션(physical action)이 필요하다. 그것의 대표적인 비즈니스가 자율주행(autonomous driving)과 로봇(robot)이라고 할 수 있다. 그러나 이런 비전(vision)은 비전일 뿐이다. 이것은 최근 메타버스의 사례에도 알 수 있듯이 아무리 전문가라고 하더라도 미래를 확정할 수 없다. 미래는 가 봐야 하는 것이다. 최근에 디지털 트윈을 공부하면서 디지털 트윈에 대해 상당한 의문점을 가지게 되었다. 이제 디지털 트윈의 범위는 한 개인이나 조직이 평생 공부할 수 있는 지식의 범위를 넘어섰다.  아직 존재하지 않는 것에 대한 디지털 트윈부터 기존의 제품을 유지 보수하기 위한 디지털 트윈까지 너무나 다양하며, 그것은 모두 적용할 수 있는 표준이나 프레임워크(framework)는 존재하지 않는다. 현재 주장하는 디지털 트윈의 개념은 시뮬레이션(simulation)에 기반을 두고 있다. 어떤 사람은 디지털 트윈이 아니라 디지털 클론이라고 주장한다. 왜냐면 현재는 미러링 이미지라고 생각하기 때문이다. 진정한 트윈은 서로 비슷하지만, 서로 다른 삶을 살아간다. 원래 디지털 트윈(digital twin)의 개념은 미국항공우주국(NASA)의 우주선 개발에서 나왔다. 여러 가지 리스크로 인해 보통 두 개의 트윈을 제작해서 하나는 우주로 발사하고 하나는 미국항공우주국이 보관하는데, 지구에 남은 트윈의 유지 비용이 비싸기 때문에 디지털 형태로 만들기 시작한 것에서 디지털 트윈이라는 용어가 나왔고 더 자연스러워졌다. 몇 년 전부터 일반인들이 디지털 전환이나 4차 산업혁명에 대해서 약간 진부해지기 시작했다. 더 이상 디지털이 새로운 혁신만은 아니고 성공이나 경쟁에 장점으로만 작용하지 않는다는 것을 인식하기 시작했다. 새로운 무엇인가를 기대하기 시작했다. 처음에는 챗GPT같은 것은 모든 것을 일시에 바꿀 것 같았지만, 또 다른 변화가 우리를 기다리고 있다. 이것은 전문가나 잘 나가는 비즈니스맨이 주장하는 대로 되는 것이 아니라, 생각하지 못한 곳에서 시작된다.   그림 2. 물리적 AI 그리고 물리적 디지털 트윈(physical digital twin)   <그림 2>에 서있는 로봇은 피지컬 트윈(physical twin)일까 아니면 디지털 트윈일까? 나는 ‘물리적 디지털 트윈(physical digital Twin)’이라고 생각한다. 우리의 뇌처럼 물리적이지만, 가상적인 생각을 하는 물리적 가상 시스템이기 때문이다. 이것은 가상 물리 시스템(CPS : Cyber Physical System)과 비슷하지만 약간 의미가 다른 물리 가상 시스템(PCS : Physical Cyber System)이라고 할 수 있다. 이제는 디지털 트윈에서도 새로운 개념을 생각할 때가 온 것 같다. 단순하게 물리적 제품을 개발하기 위한 디지털 트윈이나 기존의 장치를 관리하기 위한 디지털 트윈이 아니라, 주체적으로 인공지능을 실행하는 물리적 디지털 트윈이 출현할 것 같다. 디지털 트윈 역시, 물리적 AI처럼, 일반적 인공지능의 도움 없이는 불가능해지고 있다. 우리가 양자역학을 이해하기 어려운 것은 양자역학의 개념이 어려워서가 아니라, 우리의 사고 방식이 확실한 분류에 익숙해져 있기 때문이라고 한다. 어떤 것이 입자이거나 파동이라고 구분되지 않고 입자이면서 파동이라는 생각을 할 때부터 우리는 혼란스러워진다. 그리고 그것은 설명하는 단어가 존재하지 않기 때문에 사람들이 개념을 정립하기 어렵다고 한다. 이제는 디지털 트윈에서 디지털이냐 물리적이냐를 구분하는 것이 모호해지고, 새로운 용어가 나올 때까지 사람들을 혼란스럽게 만들 것이다. 그리고 임시적 용어로 물리적 디지털 트윈을 생각해 본다.   ■ 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.

    18　THEME. 2024 국내 엔지니어링 소프트웨어 시장 조사 Part 1. 2025년 경제 및 주력산업 전망 Part 2. MDA/PDM 분야 Part 3. CAE 분야 Part. 4 AEC 분야 Part 5. 엔지니어링 소프트웨어 업계 인터뷰 헥사곤 매뉴팩처링 인텔리전스 성브라이언 사장 지멘스 디지털 인더스트리 소프트웨어 코리아 오병준 대표이사   Infoworld   Editorial 17　트럼프 2기 시작, IT 업계의 지각 변동   On Air 53　캐드앤그래픽스 CNG TV 지식방송 지상중계　2024 생성형 AI 트렌드 결산과 2025 전망 67　캐드앤그래픽스 CNG TV 지식방송 지상중계　AI 시대, 디지털 전환으로 여는 플랜트·조선 산업의 미래 68　캐드앤그래픽스 CNG TV 지식방송 지상중계　2025년 엔지니어링 기술과 산업을 전망하다   Case Study 54　건축 산업의 혁신 지원하는 지리 공간 플랫폼　복잡한 3D 지리 공간 모델링을 실시간 시각화하는 세슘 58　30년 역사의 캐릭터 제작 기업, 젠틀 자이언트 스튜디오　적층제조 기술로 품질·효율 높이고 창의적 혁신 실현   People&Company 60　산업데이터스페이스 기술위원회 이영환 위원장　제조업 혁신 서비스와 수익모델 창출의 열쇠, ‘산업데이터스페이스’   Culture 62　비트리 갤러리, 선물 그리고 현재를 주제로 ‘Present is PRESENT’ 개최   Focus 65　오라클, 엑사데이터 X11M 통해 AI 시대의 DB 성능 기준 제시   Column 70　디지털 지식전문가 조형식의 지식마당 / 조형식　물리적 디지털 트윈이란 무엇인가 72　엔지니어링 분야의 AI 활용을 위한 제언 / 김충섭　AI에 대한 NI(자연지능)의 첫인상 74　트렌드에서 얻은 것 No. 20 / 류용효　무르익은 AI 시대, 인간을 위한 에이전트의 탄생   New Products 82　이달의 신제품   85　New Books 86　News   Directory 131　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 88　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　전문 BIM 자료를 이해하는 대규모 언어 모델 파인튜닝하기 94　새로워진 캐디안 2025 살펴보기 (3) / 최영석　유틸리티 기능 소개 Ⅰ 97　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (10) / 천벼리　멀티뷰 블록   Reverse Engineering 100　시점 – 사물이나 현상을 바라보는 눈 (2) / 유우식　암중모색   Mechanical 107　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (9) / 박수민　크레오 11의 모델 기반 정의 개선사항 112　제조 산업의 설계 혁신을 위한 ZWCAD LM & ZWCAD MFG / 지더블유캐드코리아　전문적인 기계 설계 프로세스의 조합   Analysis 114　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (18) / 나인플러스IT　터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅲ 118　전고체전지의 성능·품질 향상을 위한 CAE 활용 / 하효준　Multiscale.Sim을 활용한 전고체전지의 제조 공정 해석 방법 123　디지털화 기반의 제조산업 혁신 전략 / 오재응　가상 엔지니어링과 모델 기반 개발에 CAE를 활용하는 방법       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기