안전은 전기자동차(EV)에서 가장 중요한 관심사이다. EV에 일반적으로 사용되는 리튬 이온 배터리는 높은 에너지 밀도로 인해, 배터리 설계 시 상정된 작동 조건에서 벗어날 경우 고장이 날 위험이 있다. 배터리 관리 시스템(BMS)은 배터리 파괴로 이어지는 통제할 수 없는 발열 반응인 열폭주를 비롯한 부정적인 결과를 방지하는 데에 핵심 역할을 한다. BMS의 주요 기능으로는 전류, 전압 및 온도 모니터링, 과충전 및 과방전 방지, 셀 간 전하 밸런싱, 배터리의 충전 상태(SOC) 및 성능 상태(SoH) 추정, 배터리팩의 온도 제어 등이 있다. 이러한 기능은 전기자동차의 성능, 안전성, 배터리 수명, 사용자 경험에 영향을 미치므로 매우 중요하다. 예를 들어, BMS는 전압 한계를 넘는 과충전 및 과방전을 방지함으로써 배터리의 조기 노화를 방지하고, 차량이 수명 기간 동안 성능을 유지할 수 있도록 한다.    그림 1. EV에 일반적으로 사용되는 리튬 이온 배터리의 높은 에너지 밀도는 배터리 설계 시 상정된 동작 조건에서 벗어나는 경우 고장이 날 위험이 있다.   BMS 개발에서 시뮬레이션의 이점 엔지니어는 거동 모델을 사용해 데스크톱 컴퓨터에서 배터리 플랜트 모델, 환경 및 BMS 알고리즘을 시뮬레이션한다. 그리고 하드웨어 프로토타입을 제작하기 전에 데스크톱 시뮬레이션을 통해 새로운 설계 아이디어를 탐색하고 여러 시스템 아키텍처를 테스트한다. 데스크톱 시뮬레이션을 통해 엔지니어는 BMS 설계의 기능적 측면을 검증할 수 있다. 예를 들어, 다양한 밸런싱 구성을 탐색해 적합성과 구성 간의 균형을 평가할 수 있다. 시뮬레이션은 요구사항 테스트에도 중요하게 작용한다. 엔지니어는 절연 이상이 있는 상황에서 올바른 접촉기의 거동을 검증할 수 있고, 하드웨어 테스트를 대체하기 위해 시뮬레이션을 통해 결함이 발생한 동안 시스템의 거동을 평가한다.    그림 2. 엔지니어는 거동 모델을 사용해 데스크톱 컴퓨터에서 배터리 플랜트 모델, 환경 및 BMS 알고리즘을 시뮬레이션한다.   데스크톱 시뮬레이션을 사용해 설계가 검증되면, 엔지니어는 신속 프로토타이핑(RP)이나 HIL(Hardware-in-the-Loop) 테스트를 위해 자동으로 C 코드나 HDL 코드를 생성하고, 실시간으로 코드가 실행되는 BMS 알고리즘을 더욱 면밀히 검증할 수 있다. RP를 통해 BMS 알고리즘 모델에서 코드가 생성되며, 이는 프로덕션 마이크로컨트롤러의 기능을 수행하는 실시간 컴퓨터에 배포된다. 자동 코드 생성을 통해 모델에 적용된 알고리즘 변경 사항을 며칠이 아닌 몇 시간 안에 실시간 하드웨어에서 테스트할 수 있다. HIL 테스트의 경우 BMS 알고리즘 모델이 아닌 배터리 플랜트 모델에서 코드가 생성되어 배터리팩, 능동 및 수동 회로 소자, 부하, 충전기 및 기타 시스템 컴포넌트를 나타내는 가상의 실시간 환경이 제공된다. 이 가상 환경을 통해 엔지니어는 실제 하드웨어 프로토타입을 개발하기 전에 실시간으로 BMS 컨트롤러의 기능을 검증할 수 있다.  시뮬레이션을 통해 엔지니어는 설계부터 코드 생성까지의 시간을 획기적으로 단축하고, 향상된 속도와 효율로 다양한 기술을 빠르게 모델링할 수 있다. 알티그린 프로펄션 랩(Altigreen Propulsion Labs)의 엔지니어들은 칼만 필터링 및 전류 적산법 등의 SOC 추정을 위한 다양한 기술을 모델링하고 반복적으로 테스트하기 위해 시뮬레이션 기반 접근 방식을 사용했으며, 포괄적인 접근 방식을 설계했다.  알티그린의 제어 시스템 책임자인 프라타메시 파트키(Prathamesh Patki) 수석 엔지니어는 “임베디드 코더(Embedded Coder) 덕분에 개발 시간이 절반으로 단축되었다”면서, “그 어떤 것을 개념화하든, 실제 하드웨어에서 가장 짧은 시간 안에 그것을 실행할 수 있다”고 말했다.    BMS 개발에서 모델링 및 시뮬레이션 활용 사례 셀 특성화는 배터리 모델을 실험 데이터에 맞추는 과정이다. BMS 알고리즘은 배터리 모델을 사용해 SOC 추정을 위한 칼만 필터나 SOC에 따른 전력 제한, 과전압이나 저전압 조건을 피하기 위한 온도와 같은 제어 파라미터를 설정하기 때문에 정확한 셀 특성화가 필수이다. BMS 개발의 후반 단계에서는 엔지니어가 동일한 배터리 모델을 사용해 시스템 수준 폐순환(closed-loop) 데스크톱 및 실시간 시스템 시뮬레이션을 수행할 수 있다. 심스케이프 배터리(Simscape Battery)와 같은 툴은 등가 회로, 전기화학 및 차수 축소 모델링(ROM : Reduced Order Modeling)을 비롯한 배터리 모델링에 대해 신경망을 사용한 다양한 접근 방식을 제공한다.  충전 속도는 EV 설계 및 도입에 있어서 핵심 성과 지표이다. 고속 충전의 높은 전력 수준은 배터리 재료에 스트레스를 주고 수명을 단축시키기 때문에, 최대 충전 속도와 배터리에 가해지는 스트레스를 최소화하기 위해 고속 충전 중 전력 프로필을 최적화하는 것이 필수이다. 이는 시뮬레이션과 최적화를 통해 달성되며, 이로써 충전 시간이 최소화되고 스트레스 요인을 허용 범위 내로 유지할 수 있다.  양산용 코드 생성은 자동차 산업의 인증 표준을 준수하는 BMS 설계 워크플로를 보완한다. 예를 들어, LG화학(현 LG에너지솔루션)이 볼보 XC90 플러그인 하이브리드 자동차의 BMS를 개발했을 때 오토사(AUTOSAR)가 필수 표준이었다. LG화학은 BMS 알고리즘 및 거동을 설계 워크플로의 필수적인 부분으로 모델링하고 시뮬레이션하기로 결정했다. 각 소프트웨어 릴리스에서 발견된 소프트웨어 문제의 수는 약 22개에서 9개 미만으로 줄어 프로젝트 목표를 크게 웃돌았다. LG화학이 오토사를 사용하여 볼보를 위해 개발한 BMS는 ASIL C(Automotive Safety Integrity Level C)에 대한 ISO 26262 기능 안전 기반 인증을 취득했다.    맺음말 BMS 설계에서의 모델링과 시뮬레이션은 개발 주기를 단축하고, 비용을 절감하며, 더 안전하고 효율적인 EV를 실현할 수 있도록 지원한다. 엔지니어는 모든 가능한 동작 및 결함 조건에 대해 BMS 알고리즘을 실행함으로써, BMS 소프트웨어가 실제 시스템에서 해당 조건을 처리할 수 있다는 확신을 높이고 고비용 테스트의 필요성을 줄인다. 결국, 이러한 접근방식은 최종 제품이 업계 표준과 소비자 기대치를 뛰어넘도록 한다.    ■ 이웅재 매스웍스코리아의 이사이다. 홈페이지 | https://kr.mathworks.com  

펑션베이는 지난 10월 18일 ‘2024 리커다인 유저 콘퍼런스’를 개최했다. 이번 콘퍼런스는 다물체 동역학 소프트웨어 리커다인(RecurDyn) 및 입자법 소프트웨어 파티클웍스(Particleworks)와 관련된 최신 트렌드와 혁신 기술을 공유하는 장으로 마련됐다. 이번 행사에서 펑션베이는 자사의 대표 제품인 동역학 해석 소프트웨어 리커다인의 최신 버전과 입자법 CFD 소프트웨어 파티클웍스의 최신 기능을 선보였다. 특히 리커다인 2025 버전에서는 접촉 및 유연체 해석 관련 솔버의 성능이 강화되어, 복잡한 엔지니어링 문제에 대해 더욱 정확하고 효율적인 해석이 가능해졌다. 펑션베이는 마찰에 의해 발생하는 열을 고려한 시뮬레이션 기능의 추가를 중점 소개하면서, “기존의 리커다인 열해석 기능 및 파티클웍스와의 양방향 열해석과 시너지를 내어 자동차, 항공우주, 로봇공학 등 다양한 산업 분야에서 설계 개선 효과를 강화할 할 것”이라고 기대했다. 또한, 강화된 포스트 프로세스(후처리) 기능인 ‘리커다인 포스트(RecurDyn Post)’의 신기능을 통해 사용자의 데이터 분석 및 시각화 작업이 한층 더 수월해질 것이라고 전했다.     이번 콘퍼런스에서는 제품 소개 외에 실제 사용자가 궁금해하는 실용적인 기술 팁도 공유되었다. 접촉 파라미터 활용법, 리커다인 메셔(RecurDyn Mesher)를 이용한 효율적인 메시 생성 방법, 그리고 수식을 활용한 빠르고 효율적인 케이블 모델링 기법 등이 소개되었다. 또한 토요타 자동차, 현대자동차를 비롯해 세메스, LG전자, HD현대사이트솔루션, 포스코홀딩스, LG마그나, 효성, 공주대학교 등 국내외 기업과 학계에서 리커다인과 파티클웍스를 활용한 혁신적인 사례를 소개했다.  행사를 주관한 펑션베이 마케팅팀의 김상태 팀장은 “이번 콘퍼런스를 통해 우리의 최신 기술이 실제 산업 현장에서 어떻게 혁신을 이끌어내고 있는지 생생하게 확인할 수 있었다. 그리고, 참가자들의 열정적인 반응을 보며 우리의 기술이 미래 엔지니어링의 새로운 지평을 열어가고 있다는 확신을 갖게 되었다”고 밝혔다. 또한 “앞으로도 펑션베이는 고객과 긴밀히 소통하면서 더욱 혁신적이고 실용적인 설루션을 개발해 나갈 것이며, 이를 뒷받침할 교육과 기술 서비스에도 노력을 아끼지 않을 것”이라고 덧붙였다.

개발 및 공급 : 펑션베이 주요 특징 : 지속적인 솔버 개발을 통한 접촉 기능 향상, 마찰열을 고려한 유연 다물체 동역학 해석, 열전도 및 열응력을 고려한 동역학 해석 개선, DriveTrain 툴킷 개선 등  사용 환경(OS) : 64비트 윈도우 10/11    2024년 11월, 리커다인 2025(RecurDyn 2025)가 새롭게 출시되었다. 지속적인 솔버 개선을 통해 이번 버전에서도 다양한 솔버 관련 기능이 강화되었다. 접촉 성능이 향상되었으며, 유연체를 포함한 동역학 모델의 열해석이 강화되었다. 또한, 드라이브트레인(DriveTrain)의 지속 개발을 통해 이번에도 기능 개선이 이루어졌다.  이러한 개선 사항들을 좀 더 자세히 소개하면 다음과 같다.    솔버 기능 강화  지오 콘택트 개선  리커다인의 강력한 접촉 요소인 지오 콘택트(Geo Contact)의 다양한 성능이 향상되었다. 특히 접촉점의 수가 자주 변경되는 접촉 모델에 대해 보다 안정적이고 정확한 해석을 수행할 수 있다. 또한, Sliding & Stiction 마찰 옵션을 모든 지오 콘택트에서도 사용할 수 있도록 개선되었다. 이를 통해 지오 콘택트를 이용한 접촉 모델에서도 Stiction 옵션을 이용하여 미끄러짐이 없는 정지 마찰 상태를 시뮬레이션할 수 있다.  그리고 강체의 접촉에 대해서도 컨투어(contour)를 통해 Sliding Velocity와 Pressure Velocity 결과를 확인할 수 있게 되어, 접촉 모델에서 마모 특성을 효율적으로 분석할 수 있다.    그림 1. 접촉점의 수가 자주 변경되는 경우 MPM 옵션 사용 권장    프리미티브 콘택트 개선 각 형상에 대한 전용 접촉 요소로서 빠르고 정확한 접촉 계산이 가능한 프리미티브 콘택트(Primitive Contact)에 대해서도 개선이 이루어졌다. 토러스(torus)와 실린더(cylinder) 형상에 대한 전용 접촉 요소인 Tours In Cylinder Contact가 새롭게 추가되어, Tripod Type CV Joint와 같은 시스템에서 더욱 빠르고 정확한 접촉 해석을 수행할 수 있다.    그림 2. Tours In Cylinder Contact를 이용한 Tripod CV Joint    또한, Cone To Cylinder Contact 사용 시 콘(cone)과 실린더의 면과 면 간 접촉도 고려할 수 있도록 개선되었다. 그리고 모든 프리미티브 콘택트에 대하여 Force Vector, Normal Force, Friction Force에 대한 시각적인 표시가 되도록 개선되었다.    그림 3. Cone To Cylinder Contact    지오 롤 콘택트  롤러(실린더)에 시트를 감는 롤 투 롤(roll to roll) 시스템을 위한 전용 접촉 요소인 지오 롤 콘택트(Geo Roll Contact)가 새롭게 추가되었다. 유연체에 대한 전용 접촉으로 유연체로 구성된 시트의 두께 정보와 감겨 있는 횟수를 활용하여, 시트가 롤러에 감기는 현상을 빠르게 해석할 수 있다.    그림 4. 지오 롤 콘택트를 이용한 시트 적층 해석   이 기능을 이용하면 롤 투 롤 시스템에서 시트 적층 시 발생하는 시트의 장력 변화, 시트의 적층에 따른 두께 증가에 의한 거동 변화 등을 고려한 해석을 빠르게 수행할 수 있다.    MFBD 기능 강화  프릭션 히트  지오 콘택트를 통해 유연체에 접촉 마찰로 인해 발생하는 열을 고려한 해석을 수행할 수 있게 되었다. 지오 콘택트에 추가된 프릭션 히트(Friction Heat) 기능을 이용하여 접촉에 의한 마찰로 인해 발생하는 열과 열전도에 의한 열응력을 고려한 MFBD(Multi Flexible Body Dynamics : 유연 다물체 동역학) 해석을 수행할 수 있다.    그림 5. 프릭션 히트를 이용한 브레이크의 마찰열 해석   열해석 개선 유연체의 열전도에 의한 열응력을 동역학 해석에 실시간으로 적용할 수 있는 FFlex Thermal에 대하여 열해석에 소요되는 시간을 줄이기 위한 기능이 추가되었다. FFlex 보디의 열변형 고려 여부를 선택할 수 있게 함으로써, 열해석 시 해석 시간을 단축할 수 있다. 또한, 새롭게 추가된 서멀 부스트(Thermal Boost) 옵션을 이용하여 온도장의 정상 상태에 빠르게 도달시킴으로써, 보다 효율적인 해석을 수행할 수 있다.    그림 6   Patch Constraint  Patch Constraint 기능이 새롭게 추가되어 두 유연체를 연결할 수 있게 되었다. 이 기능을 통해 두 FFlex 보디가 접합된 것처럼 모델링하고 시뮬레이션할 수 있다.    그림 7. Patch Constraint를 이용한 유연체 접합    제어 기능 강화  코링크의 파이썬 기능 개선  리커다인의 다물체 동역학 해석 환경에 통합된 제어 해석 툴킷 인 코링크(CoLink)의 파이썬(Python) 기능이 개선되었다. 기본으로 내장된 파이썬 패키지에 넘파이(NumPy)가 추가되었으며, 기본 내장된 파이썬 외에도 사용자가 설치한 파이썬 패키지를 지정하여 활용할 수 있게 개선되었다.  또한, 리커다인 리눅스 스탠드얼론 솔버(RecurDyn Linux Standalone Solver)를 사용할 때에도 코링크의 파이썬을 사용할 수 있게 되었다.    툴킷 기능 강화  드라이브트레인 개선  리커다인 드라이브트레인 툴킷의 GearKS로 만든 기어쌍에 대한 Mesh Stif fness를 확인할 수 있게 개선되었다. 또한 BearingKS로 만든 베어링에 대한 Rotational Resistance 기능이 추가되어, 축 방향 회전에 대한 베어링의 구름 저항을 고려한 해석을 수행할 수 있다.    그림 8. 기어쌍에 대한 Mesh Stiffness      ■ 자세한 기사 내용은 PDF로 제공됩니다.

마이크로소프트는 ‘마이크로소프트 365 코파일럿(Microsoft 365 Copilot)’의 비즈니스 성과를 강화하고 모든 조직에 AI 퍼스트 비즈니스 프로세스를 도입할 수 있는 새로운 자율 에이전트 기능을 발표했다. 우선 ‘코파일럿 스튜디오(Copilot Studio)’에서 자율 에이전트(autonomous agent)를 직접 생성할 수 있는 기능이 퍼블릭 프리뷰로 제공되는 한편, ‘다이나믹스(Dynamics) 365’에 10개의 새로운 자율 에이전트를 도입해 영업, 서비스, 재무 및 공급망 팀의 역량을 확장할 수 있도록 지원할 계획이다. 코파일럿 스튜디오는 누구나 손쉽게 에이전트를 생성하고 관리하며 AI 비서인 코파일럿에 연결할 수 있다. 에이전트는 AI 기반의 새로운 앱으로, 각 조직은 간단한 질의응답부터 완전 자율형 에이전트에 이르는 다양한 형태의 에이전트를 보유할 수 있게 된다. 이들 에이전트는 개인, 팀 또는 부서를 대신해 비즈니스 프로세스를 실행하고 조율할 수 있다. 코파일럿은 이러한 에이전트와 상호작용하며 고객 유치 활동을 가속화하고, 주문 처리부터 공급망 자동화까지 다양한 작업을 수행할 수 있다. 마이크로소프트는 올해 초 코파일럿 스튜디오에 강력한 기능을 발표했으며, 여기에는 자율 에이전트 생성 기능도 포함된다. 마이크로소프트는 이들 기능이 11월 비공개에서 공개 프리뷰로 전환돼, 더 많은 고객이 AI를 활용해 중요한 비즈니스 프로세스를 재설계할 수 있게 될 예정이라고 밝혔다. 에이전트는 마이크로소프트 365 그래프(Graph), 시스템 기록 데이터, 데이터버스(Dataverse) 및 패브릭(Fabric)과 같은 데이터 소스를 활용하고, IT 헬프데스크부터 직원 온보딩까지 다양한 업무를 지원하며, 영업 및 서비스 팀을 위한 맞춤형 비서 역할도 수행할 수 있습니다.     새로운 자율 에이전트는 기존 비즈니스 애플리케이션에서 AI 기반의 비즈니스 프로세스로 전환할 수 있도록 지원한다. 이 새로운 에이전트는 영업, 서비스, 재무, 공급망 팀이 비즈니스 가치를 극대화할 수 있도록 설계됐다. 마이크로소프트는 ▲잠재 고객 정보를 조사하고, 판매 기회를 우선순위에 따라 정리하며, 개인 맞춤형 이메일과 응답으로 고객 접촉을 지원하는 영업 자격 에이전트(Sales Qualification Agent) ▲공급업체의 성과를 자동으로 추적하고 지연을 감지해 빠르게 대응함으로써 고객이 공급망을 최적화도록 돕는 공급업체 커뮤니케이션 에이전트(Supplier Communication Agent) ▲고객 서비스 담당자와 협력해 문제 해결 방법을 학습하고, 매뉴얼과 같은 지식 문서를 자동으로 업데이트해 팀 전체에 우수사례를 공유하는 고객 의도 및 고객 지식 관리 에이전트(Customer Intent and Customer Knowledge Management Agents) 등 10개의 자율 에이전트를 이번에 소개했으며, 2025년에는 더 많은 에이전트를 도입해 고객이 경쟁력을 강화하고 조직이 미래에 대비할 수 있도록 지원한다는 계획이다.  마이크로소프트는 다이나믹스 365에 도입되는 에이전트가 핵심 보안, 개인정보 보호, 책임 있는 AI 원칙을 준수한다고 설명했다. 코파일럿 스튜디오에서 생성된 에이전트에는 제작자가 정의한 지침, 지식, 행동을 바탕으로 한 가드레일과 제어 기능이 포함된다. 에이전트와 연결된 데이터 소스는 엄격한 보안 기준을 충족하며, 코파일럿 스튜디오를 통해 관리된다. 여기에는 데이터 손실 방지와 강력한 인증 프로토콜 등 다양한 보안 기능이 포함된다. 에이전트가 생성된 이후에는 IT 관리자가 필요한 보안 설정을 적용하고 관리할 수 있다. 마이크로소프트의 자레드 스파타로(Jared Spataro) AI 기업 부문 부사장은 “마이크로소프트는 코파일럿과 에이전트를 활용해 모든 부서의 비즈니스 프로세스를 재정비하고, 내부 팀의 성과를 극대화할 수 있도록 지원한다”면서, “코파일럿을 도입한 마이크로소프트의 영업팀은 판매자당 매출이 9.4% 늘고, 거래 성사율이 20% 향상됐다. 또한, 고객 지원팀에서는 평균 문의 처리 시간이 약 12% 단축됐으며, 마케팅 팀은 구매자 지원을 위한 커스텀 에이전트를 통해 Azure.com 웹사이트 전환율을 21.5% 개선했다. 인사팀 역시 직원 셀프 서비스 에이전트를 활용해 질문 응답의 정확도를 42% 높였다”고 소개했다.

슈나이더 일렉트릭은 중국 상하이 및 멕시코 몬트레이에 위치한 공장 두 곳이 세계경제포럼(WEF)으로부터 새로운 등대 공장으로 선정되었다고 밝혔다. 이번 선정으로 슈나이더 일렉트릭은 중국, 인도네시아, 프랑스, 미국, 인도 공장을 포함하여 총 일곱 곳의 등대 공장을 보유하게 됐으며, 이 중 프랑스 르 보드뢰이, 미국 렉싱턴, 인도 하이데라바드 공장 등 세 곳은 ‘지속가능성 등대 공장’으로도 선정된 글로벌 공장이다.  세계경제포럼이 선정하는 등대 공장은 제조업의 디지털 혁신을 상징하는 글로벌 트렌드로, 4차 산업혁명 기술을 적극적으로 도입하여 성과를 거둔 공장을 선정한다. 현재 전 세계 150개 이상에 달하는 등대 공장이 있으며, 그 중 17곳은 환경 영향에 대한 기술 기반 개선을 통한 지속가능성 등대 공장으로 인정받고 있다. 최근 국내에서도 디지털 전환을 통해 제조업의 경쟁력을 강화하려는 움직임이 확대되고 있다. 많은 국내 기업이 스마트 공장 구축과 같은 혁신 기술 도입을 추진하고 있으며, 특히 AI, 빅데이터, 자동화 기술의 활용이 두드러진다.     이번에 새롭게 등대 공장으로 선정된 슈나이더 일렉트릭의 중국 상하이 공장은 접촉기, 과부하 계전기, 모터 회로 차단기 등 주요 전기 시스템 장치를 생산하는 공장으로, 생산 자동화를 20% 증가시키고 기계 학습 기반의 프로토타이핑, 스마트 계획 및 일정 관리, 생성형 AI 기반 유지보수와 같은 첨단 기술을 통합하여 노동 생산성을 82% 높이는 성과를 거두었다. 또한 맞춤형 주문 생산 소요 시간을 67% 단축하는 등 고객 대응력도 개선됐다. 멕시코 몬테레이 공장은 건물 및 에너지 관리 시스템을 통해 에너지와 물 소비를 약 30% 절감하는 동시에, 자율 로봇과 드론 기술을 활용한 자재 처리의 효율을 높였다. 이를 통해 연간 24%의 성장률을 유지하며 제조 비용을 16% 절감하고, 제품 결합률을 20%가량 줄이는 성과를 달성했다. 슈나이더 일렉트릭의 무라드 타무드(Mourad Tamoud) 글로벌 공급망 최고 책임자(CSCO)는 “슈나이더 일렉트릭의 상하이와 몬테레이 공장은 4차 산업혁명 기술의 가치를 잘 보여주는 사례다. 산업계는 이러한 디지털 기술과 이를 사용하는 인력에 지속적으로 투자함으로써 운영 강점을 강화하고 위험을 줄여야 한다”면서, “이번 등대 공장 선정은 슈나이더 일렉트릭의 디지털 전환과 지속 가능한 성장에 대한 강력한 의지를 다시 한 번 증명한 사례로, 앞으로도 슈나이더 일렉트릭은 4차 산업혁명 기술을 활용하여 지속 가능한 운영 모델을 만들어 나갈 계획”이라고 설명했다.

시뮬레이션으로 동력계 개발을 더욱 쉽고 빠르게   헥사곤 매뉴팩처링 인텔리전스(헥사곤 MI)의 로맥스(Romax)는 동력계 시스템의 해석과 개발을 위한 소프트웨어 제품군이다. 개방성과 사용자 경험에 중점을 두고 있으면서, 최근에는 전기자동차 시장의 확대에 따라 전기 기반의 동력계인 e드라이브(eDrive) 개발에도 대응하고 있다. 헥사곤 MI에서 로맥스 제품군의 개발을 총괄하는 사이먼 화이트(Simon White) 디렉터를 만나, 로맥스의 개발 방향과 시장 전략에 대해 들어보았다. ■ 정수진 편집장   ▲ 헥사곤 MI의 사이먼 화이트 로맥스 글로벌 제품 총괄 디렉터   현재 맡고 있는 역할 및 이번에 방한한 목적에 대해 소개한다면 현재 헥사곤 MI 제품 매니지먼트 팀의 개발 총괄 임원으로서 시장 동향의 조사, 기술 파악, 전략 방향의 설정 지원 등을 수행하면서, 헥사곤 제품간의 시너지를 탐구하는 역할을 맡고 있다. 지난 7월 수원에서 진행된 ‘기어트레인 테크데이’에도 참가해 헥사곤의 글로벌 미래 계획을 소개하고, 고객들의 피드백을 듣는 기회를 가졌다. 또한 한국 내 주요 고객과 만나 깊이 있는 논의와 함께 현업 엔지니어들의 목소리를 직접 들을 수 있었다.   로맥스 제품군의 주요한 타깃 시장과 핵심 전략은 어떤 것인지 로맥스 솔루션은 동력계(powertrain) 및 회전 계통의 전체 제품군을 타깃으로 한다. 자동차, 풍력 발전, 항공우주, 철도, 산업기계 등에서 많이 쓰이는 모터 동력계를 중심으로 지난 30년간 다양한 산업군의 고객을 확보해 왔다. 최근에는 시장의 확대를 추진하고 있으며 로봇, 의료기기, 플라스틱 기어 설계 등 분야에 진출할 계획이다. 헥사곤은 로맥스의 핵심 해석 역량을 강화하면서 고객에게 더 많은 부가가치를 제공하는 데에 주력한다. 특히 더 많은 해석 비전문가를 위해 소프트웨어의 사용성을 개선하는 등 ‘대중화(democratization)’를 위한 노력도 기울이고 있으며, 자동화와 확장성, 클라우드 등에도 꾸준히 집중하고 있다. 헥사곤의 개방형 디지털 리얼리티 플랫폼인 ‘넥서스(Nexus)’에 로맥스 제품군을 통합하는 작업도 진행하고 있다. 넥서스 플랫폼은 인공지능과 클라우드를 통해 속도와 확장성을 높임으로써 더욱 복잡한 해석을 지원할 수 있다. 그리고 가공 중에도 차량이나 기계의 시뮬레이션 정보 및 측정 정보를 활용해 예지보전이 가능하다. 시뮬레이션 정보와 인서비스 측정 정보를 함께 활용하면 트랜스미션의 잔여 수명을 더 정확하게 예측할 수 있게 된다.   ▲ 로맥스의 2D 사용자 인터페이스   헥사곤의 전체 기술 포트폴리오에서 로맥스 제품군의 포지션은 어떻게 되는지 로맥스는 헥사곤의 주요 CAE 솔루션 중 하나이면서, 디자인 및 엔지니어링(D&E) 포트폴리오 중 시스템 동역학 제품군에 포함된다. 복잡한 메커니즘, 회전계, 파워트레인의 해석에 초점을 맞추고 있다. 전체 동력계의 설계 및 해석에서 허브 역할을 추구하는 로맥스는 개방성과 사용자 인터페이스를 장점으로 내세운다. 헥사곤 솔루션 및 서드파티를 연결하는 허브 역할을 하면서 개발 프로세스의 단순화를 지원하고 있다. 향후에는 기존 파워트레인뿐 아니라 전기 동력계인 e드라이브의 설계 및 최적화를 위한 주요 제품군으로서, 차세대 동력계 개발을 위해 헥사곤 솔루션을 결합하는 중심 역할을 할 수 있을 것으로 전망한다.   로맥스 제품군의 최근 업데이트에 대해 소개한다면 로맥스 제품군은 매년 1회의 메이저 릴리스를 발표하며, 그 중간에 몇 차례의 마이너 릴리스를 공개하고 있다. 그리고 헥사곤의 토큰(token) 라이선스 체계인 ‘MSC원(MSCOne)’을 도입해 별도의 소프트웨어 라이선스 구매 없이도 사용이 가능하다. 로맥스의 개발에서 중심이 되는 것은 사용성 개선과 헥사곤의 시스템 동역학 솔루션의 연계이다. 로맥스 소프트웨어의 최근 업데이트에서는 많은 설계자에게 익숙한 2D 기반 사용자 인터페이스를 추가해 사용성을 높였고 복잡한 설계를 할 수 있도록 지원한다. 예를 들어, 2D 캔버스에서 드래그 앤 드롭을 통해 기어박스의 레이아웃을 빠르게 생성할 수 있다. 그리고 2D 캔버스와 3D 캔버스 중에서 인터페이스를 선택할 수도 있다. 핵심 물리 관련 모델의 업데이트를 통해 LTCA(Loaded Tooth Contact Analysis), 피로도 평가 등이 개선됐으며, 플라스틱 기어의 설계와 평가에 활용할 수 있는 플라스틱 물성 데이터베이스를 제공한다. 이외에 여타 헥사곤 제품군과의 시너지에 대해서도 꾸준히 고민해 왔는데, 최근에는 동역학 해석 솔루션인 아담스(Adams)와 해석 모델을 주고받을 수 있는 트랜스레이터 기능을 출시했다.    ▲ 로맥스는 전기자동차의 동력계 개발에 적극 대응하고 있다.   향후 성장이 전망되는 전기자동차의 개발에서 로맥스는 어떤 역할을 할 수 있을지 전기자동차의 동력계는 변속 특성을 갖고 있지 않으며 속도에 비례하는 성격을 가진다. 이에 맞춰 모터 토크의 다양한 레인지에 맞게 기어박스를 설계할 필요가 있으며, 기존 변속계통의 경험이 적용되지 않기 때문에 소프트웨어의 예측 기능에 더 의존하게 되는 경향이 있다.  또한, e드라이브는 소음과 진동을 잡기 위한 NVH 해석에서 모터 소음을 고려해야 하는 것도 차이점이다. 로맥스는 모터 및 기어의 내구/NVH/효율을 단일 환경에서 검토할 수 있는 기술을 제공해 왔다. 이에 더해, 향후 e드라이브의 또 다른 과제가 될 것으로 보이는 열 관리를 위해 기어박스의 열 성능을 검토할 수 있는 기능을 제공할 계획이다.   향후 로맥스 제품군의 개발 방향과 시장 전략에 대해 소개한다면 헥사곤은 고객의 피드백과 자문을 통해 크게 로맥스의 전략적 중심축을 크게 다섯 가지로 설정하고 있다. 첫 번째는 대중화이다. CAE가 이전에는 전문가 대상의 솔루션이었다면, 이제는 CAE 비전문가를 위한 솔루션이 확대되어야 한다고 생각한다. 로맥스의 사용성 개선, 2D 모델링 인터페이스, NVH 후처리기 등은 이를 위한 노력의 일부이다. 두 번째는 핵심 물리 역량의 강화이다. 고객들은 프로토타입을 줄이기 위해 시뮬레이션의 활용을 강화하고자 한다. 이에 맞춰 로맥스는 다양한 제품 개발에 시뮬레이션을 적극 활용할 수 있도록 핵심 물리 역량의 강화를 위한 소프트웨어 투자 및 멀티피직스 모델 제공을 강화하고자 한다. 세 번째는 자동화 및 통합이다. 고객들의 시뮬레이션에 대한 수요 및 비전문가의 CAE 활용에 대한 요구의 증가는 필연적으로 자동화의 필요성으로 이어진다고 본다. 네 번째는 클라우드 및 연결성이다. 이는 복잡한 시뮬레이션 계산의 확장성을 위해 필요한 요소이다. 로맥스는 대규모의 데이터 처리를 위한 연산 능력 강화 요구에 대응해 나갈 계획이다. 또한, 측정 데이터와 시뮬레이션 데이터의 결합에 기반한 디지털 트윈 역시 클라우드 기반에서 활용이 가능하다. 다섯 번째는 헥사곤과 로맥스 솔루션의 시너지를 강화하는 것이다. 예를 들어, 헥사곤의 3차원 측정 소프트웨어인 퀸도스(QUINDOS)와 로맥스를 연결하면, 측정 데이터를 로맥스에서 임포트해 접촉 해석을 할 수 있다. 또한, 제조 품질을 평가하는 데에 시뮬레이션 데이터를 활용하는 방법도 가능할 것이다.     ■ 기사 내용은 PDF로도 제공됩니다.

시뮤텐스 소프트웨어를 활용한 복합소재 해석 (3)   아바쿠스(Abaqus)용 추가 기능인 시뮤드레이프(SimuDrape)를 사용하면 기존 소프트웨어 아키텍처(아바쿠스)를 고급 복합재 성형 시뮬레이션에 사용할 수 있다. 시뮤드레이프 ABAQUS/CAE 플러그인을 통해 스탬프 및 멤브레인 성형 과정을 위한 완전 자동화된 모델 설정이 가능하며 이를 기반으로 시간 효율적인 방식으로 모델링 오류 없이 모델을 생성할 수 있다.   ■ 자료 제공 : 씨투이에스코리아, www.c2eskorea.com 정확한 복합재 성형 시뮬레이션을 위해서는 고급 재료 모델링이 핵심이다. 시뮤드레이프는 Abaqus/Explicit를 통해 엔지니어링 직물, 열가소성 테이프 적층판 및 프리프레그 재료를 사용한 복합재 성형 시뮬레이션의 특수성을 고려한 재료 모델을 제공한다.   시뮤드레이프 해석 흐름도     전처리 작업(Abaqus CAE) 툴 가져오기 다이, 스탬프 또는 멤브레인 자동 모델 셋업을 진행한다. 스탬프 포밍(Stamp Forming) 다단 성형(Sequential Draping) 이중막 성형(Double Diaphragm Forming)   모델 생성 운동학 모델을 기반으로 한 라미네이트의 완전 자동화된 적층 라미네이트의 단일 플라이 요소망 생성 플라이별 재료 및 접촉 속성 지정 운동학을 포함한 소재 고정장치(gripper) 모델링 중력 하중, 대칭면 등 경계조건 지정   해석(Abaqus Solver-Explicit) 아바쿠스 API는 성형 공정에서 복합재의 특성을 모델링하기 위해 사용된다.   후처리(Abaqus CAE/SimuDrape) 정보 내보내기 중립 교환 형식(VTK)으로 섬유 배향, 섬유 부피 함량 및 추가 상태 변수 내보내기를 할 수 있다.   소재 형상 최적화 최종 형상 근접된 포밍(Near-net shaped forming)을 위한 소재 형상을 결정한다.   시뮤드레이프의 주요 기능 다단 성형(Sequential Draping)     다단 성형 개념은 손으로 드레이핑하는 공정을 모방하여 성형 공정을 용이하게 할 수 있다. 시뮤드레이프를 사용하면 임의 개수의 스탬프를 사용하여 자동 모델 설정이 가능하므로 임의 순차 드레이핑 개념을 가상으로 최적화할 수 있다.   진공막 성형(Membrane Forming)     변형 가능한 멤브레인을 이용한 진공 보조 공정을 사용하면 대형 부품을 성형할 수 있다. 시뮤드레이프는 멤브레인 형성 공정과 초탄성 재료 모델링을 사용한 멤브레인 모델링을 위한 자동 모델 설정을 지원한다.   소재 고정장치(그리퍼)     그리퍼(gripper)는 결함 없는 성형을 가능하게 하는 장치이다. 시뮤드레이프는 운동학과 하중 적용을 고려한 정확한 그리퍼 모델링 접근 방식을 제공하므로 그리퍼 설정을 최적화할 수 있다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

엔비디아가 구글 클라우드와 협력을 통해 전 세계 스타트업의 생성형 AI 애플리케이션과 서비스 개발 가속화를 지원한다고 발표했다. 양사의 이번 협력은 다양한 규모의 기업이 생성형 AI 애플리케이션을 개발하는데 드는 비용을 절감하고 장벽을 완화하기 위해 공개된 일련의 발표들 중 가장 최근에 이뤄진 것이다.  특히 스타트업은 AI 투자에 대한 높은 비용으로 인해 많은 제약을 받고 있다. 이번 협업으로 엔비디아와 구글 클라우드는 클라우드 크레딧, 시장 진출 지원, 그리고 기술 전문 지식에 대한 접촉 기회 확대를 통해 고객에게 더 빠르게 스타트업의 가치를 제공하도록 지원한다. 1만 8000개 이상의 스타트업을 지원하는 엔비디아 인셉션 글로벌 프로그램의 회원은 특히 AI에 중점을 둔 스타트업의 경우 최대 35만 달러의 구글 클라우드 크레딧을 제공받고 구글 클라우드 인프라 사용 가속화 경로를 확보할 수 있다. 구글 포 스타트업 클라우드 프로그램 멤버는 엔비디아 인셉션에 가입해 기술 전문 지식, 엔비디아 딥 러닝 인스티튜트(Deep Learning Institute) 과정 크레딧, 엔비디아 하드웨어와 소프트웨어 등을 이용할 수 있다. 또한 구글 포 스타트업 클라우드 프로그램의 스타트업 회원은 해당 분야에 관심이 있는 벤처 투자 기관에 노출될 기회를 주는 엔비디아 인셉션 캐피탈 커넥트(Inception Capital Connect) 플랫폼에 참여할 수 있다. 두 프로그램 모두에서 급성장한 신생 소프트웨어 제조업체는 구글 클라우드 마켓플레이스(Marketplace) 등록해 공동 마케팅, 제품 개발 가속화 지원을 우선적으로 받을 수 있다.     구글 딥마인드(DeepMind)는 지난 2월 최첨단 개방형 모델 제품군 젬마(Gemma)를 공개했는데,  엔비디아는 최근 구글과 협력해 모든 젬마 전용 엔비디아 AI 플랫폼에 대한 최적화를 실시했다. 젬마는 구글 딥마인드의 가장 뛰어난 모델인 제미나이(Gemini) 제작에 사용된 동일한 연구와 기술로 구축됐다. 양사의 긴밀한 협력으로 거대 언어 모델(LLM) 추론 최적화를 위한 오픈 소스 라이브러리 엔비디아 텐서RT-LLM(TensorRT-LLM)을 통해 엔비디아 GPU로 젬마를 실행, 젬마의 성능을 발전시켰다. 젬마 7B(Gemma 7B), 리커런트젬마(RecurrentGemma), 코드젬마(CodeGemma)를 포함한 젬마 모델 제품군은 엔비디아 API 카탈로그에서 사용 가능하며, 사용자는 이를 브라우저에서 사용하거나, API 엔드포인트로 프로토타입을 제작하거나, NIM을 통한 셀프 호스팅을 할 수 있다. 구글 클라우드를 사용하면 GKE와 구글 클라우드 HPC 툴킷으로 플랫폼 전반에 엔비디아 네모(NeMo) 프레임워크를 배포하기 쉬워진다. 이를 통해 개발자는 생성형 AI 모델의 훈련과 제공을 확장하고 자동화할 수 있으며, 개발 과정에 빠르게 착수하는 맞춤형 청사진을 통해 턴키 환경을 신속히 구축할 수 있다. 엔비디아 AI 엔터프라이즈의 일부인 엔비디아 네모는 구글 클라우드 마켓플레이스에서도 이용 가능하다. 이를 통해 고객들은 네모 및 기타 프레임워크에 쉽게 액세스해 AI 개발을 가속할 수 있다. 구글 클라우드는 엔비디아 생성형 AI 가속 컴퓨팅의 가용성 확대를 위해 5월 A3 메가(Mega)의 정식 출시를 발표했다. 이 인스턴스는 엔비디아 H100 텐서 코어(H100 Tensor Core) GPU로 구동되는 A3 가상 머신(VM) 제품군의 확장으로, A3 VM에서 GPU 대 GPU 네트워크 대역폭이 두 배로 늘었다. A3에 탑재된 구글 클라우드의 새로운 컨피덴셜(Confidential) VM에는 컨피덴셜 컴퓨팅에 대한 지원도 포함돼 있어, 고객이 H100 GPU 가속에 액세스하는 동안 코드를 변경하지 않고도 민감 데이터의 기밀성과 무결성을 보호하고 학습과 추론 도중 애플리케이션과 AI 워크로드를 보호할 수 있다. 이 GPU 기반 컨피덴셜 VM은 올해 미리보기로 제공될 예정이다. 한편, 블랙웰(Blackwell) 플랫폼에 기반한 엔비디아의 최신 GPU는 2025년 초에 엔비디아 HGX B200과 엔비디아 GB200 NVL72 등 두 가지 버전으로 구글 클라우드에 출시될 예정이다. HGX B200은 가장 까다로운 AI, 데이터 분석 그리고 고성능 컴퓨팅 워크로드를 위해 설계됐으며, GB200 NVL72는 차세대, 대규모, 조 단위의 매개변수 모델 학습과 실시간 추론을 위해 설계됐다. 엔비디아 GB200 NVL72는 각각 2개의 엔비디아 블랙웰 GPU와 엔비디아 그레이스 CPU(Grace CPU)가 결합된 36개의 그레이스 블랙웰 슈퍼칩을 900GB/s의 칩투칩(chip-to-chip) 인터커넥트를 통해 연결한다. 이는 하나의 엔비디아 NV링크(NVLink) 도메인에서 최대 72개의 블랙웰 GPU와 130TB/s의 대역폭을 지원한다. 통신 병목 현상을 극복하고 단일 GPU처럼 작동해 이전 세대 대비 30배 빠른 실시간 LLM 추론과 4배 빠른 트레이닝을 제공한다. 엔비디아는 지난 3월 생성형 AI의 요구사항에 최적화된 엔터프라이즈 개발자용 AI 플랫폼인 엔비디아 DGX 클라우드를 H100 GPU 기반의 A3 VM에서 사용할 수 있다고 발표했다. GB200 NVL72가 탑재된 DGX 클라우드는 2025년 구글 클라우드에서도 제공될 예정이다.

앤시스 워크벤치를 활용한 해석 성공사례   최근 전기자동차의 수요가 증가함에 따라 전기자동차의 성능을 보다 향상시키기 위한 연구가 활발히 진행되고 있다. 특히 모터 분야에서 헤어핀(hairpin) 코일의 적용으로 성능이 향상됨을 확인하였으며, 이미 여러 양산형 모델에도 적용되어 실사용 중에 있다. 그러나 헤어핀 코일은 복잡한 제조 공정 및 제작 기술이 필요하다는 단점이 있다. 이렇게 기존 생산 공정에서 발생할 수 있는 문제점을 해결하고 추가적인 성능 향상을 도출하기 위해 금속 3D 프린팅 기술을 적용하여 모터 코일을 제조하는 방법이 연구되고 있다.  이번 호에서는 앤시스에서 제공되는 맥스웰(Maxwell)과 앤시스 애디티브(Ansys Additive)를 활용한 시뮬레이션을 기반으로 헤어핀 코일의 DfAM(Design for Additive Manufacturing) 및 적층공정 해석을 수행하며 전체 제작 프로세스를 제시하고자 한다.    ■ 김선명 원에이엠 DfAM팀의 연구원으로, 적층제조 특화 설계를 담당하고 있다. 이메일 | smkim@oneam.co.kr 홈페이지 | www.oneam.co.kr   전기자동차용 헤어핀 모터 코일 헤어핀 코일이란 <그림 1>과 같이 헤어핀의 형상처럼 직사각형 단면의 도선을 구부려서 제작되는 모터 코일이다. 기존의 원형 도선의 권선 형태로부터 성능 개선을 위해 개발되었으며, 성능 향상이 입증되어 이미 상용 전기차량에 적용되어 실사용 중에 있다. 이러한 직사각형 단면의 헤어핀 코일을 사용하는 이유는 기존 원형 코일 대비 높은 점적률(fill-factor)을 갖기 때문이다. 점적률이란 <식 1>과 같이 모터고정자의 슬롯 면적 대비 구리 도선이 차지하는 면적의 비로 계산이 된다. 점적률이 높아지면 <그림 2>와 같이 도선 간 빈 공간 영역이 작아진다. 따라서 상대적으로 권선 저항이 낮아지게 되고 도선간 접촉 면적이 증가함에 따라 열전달 계수가 높아져, 방열 효과도 증가하는 효과가 있다. 이러한 헤어핀 코일의 적용으로 원형도선 대비 모터의 성능을 향상시킬 수 있다.   식 1   그림 1. 헤어핀 코일   그림 2. 원형 도선과 헤어핀 코일의 비교(출처 : MG Motor article : Why 1% efficiency improvement means so much, Hairpin Technology : Hubiz)   헤어핀 코일은 <그림 3>과 같은 공정을 통해 조립된다. 제일 먼저, 원재료인 사각형 단면의 코일을 헤어핀 형태로 성형한 후 모터 고정자의 슬롯에 조립한다. 그 다음 같은 상끼리 연결될 수 있도록 트위스팅(twisting) 공정을 거친 후, 서로 접촉하는 도선끼리 용접하는 과정을 거쳐 완성된다. 추가로 도선에 용접될 부분의 절연재를 제거하는 등의 공정이 필요하다. 이처럼 헤어핀 코일 모터는 복잡한 제작 절차와 제작 공정이 필요하며, 특히 고난도의 용접 기술이 요구된다. 무엇보다 제조 공정 중 제품에 문제가 발생한다면 문제가 되는 부분만 처리가 불가능하기 때문에, 제작 공정이 처음부터 수행되어야 한다.   그림 3. 헤어핀 코일의 조립 공정(출처 : Maximising E-Machine Efficiency with Hairpin Windings, by Shaoshen Xue-Motor Design Limited)   이러한 문제를 해결하기 위해 최근에는 금속 3D 프린터를 사용한 모터 코일의 금속 적층제조에 대한 연구가 진행되고 있다. 금속 적층제조는 다음과 같은 장점이 있다. 제작 공정 간소화 : 헤어핀 코일의 3D 프린팅 공정 적용 시 3D 프린팅 장비만 있다면 기존의 복잡한 제작 공정이 필요 없으므로, 제작 공정을 보다 간소화시킬 수 있다. 일체화 : 개별 파트로 나누어진 헤어핀 코일을 일체화하여 하나의 부품으로 제작이 가능하기 때문에, 용접을 최소화한 공정이 가능하여 제작 중 파트 불량률을 최소화할 수 있다.  설계 자유도 향상 : 헤어핀 코일 형상의 제약이 없으므로 형상 구현의 자유도가 높기 때문에, 성능 향상을 위한 설계가 용이하다.  금속 적층제조를 고려한 헤어핀 코일의 설계를 위해서 시뮬레이션을 기반으로 전자기 성능 분석, 열 특성 분석, 적층 공정 해석의 전체 설계 및 제작 프로세스를 진행한다. 이 글에서는 앤시스 맥스웰과 앤시스 애디티브를 활용한 시뮬레이션을 기반으로 헤어핀 코일의 DfAM 및 적층공정 해석을 수행하며, 전체 제작 프로세스를 제시하고자 한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

앤시스 워크벤치를 활용한 해석 성공사례   앤시스 차지 플러스(Ansys Charge Plus)는 재료의 충전과 방전 현상을 분석하기 위한 시뮬레이션 프로그램으로, 2021년에 국내에 처음 도입되었다. 앤시스 차지 플러스를 이용하면 그동안 해석하기 어려웠던 Air ESD(비접촉 정전기 방전)를 쉽고 간단하게 해석할 수 있다. 이번 호에서는 Air ESD의 영향을 평가하고 방전을 방지하거나 줄이기 위한 앤시스 차지 플러스의 사용법에 대해 간단하게 소개하고자 한다.   ■ 김대현 태성에스엔이 EBU HF팀 매니저로 RF/Antenna 해석 및 Ansys EMC & Charge Plus에 대한 기술지원을 담당하고 있다. 이메일 | dhkim22@tsne.co.kr 홈페이지 | www.tsne.co.kr   앤시스 차지 플러스는 EMA3D Charge의 후속 버전으로, 2021년 9월에 출시되었다. 앤시스 차지 플러스는 앤시스의 다른 전자기장, 유동 제품군과 연동이 용이하고, 앤시스 디스커버리(Ansys Discovery) GUI를 사용하여 프로그램 접근성이 뛰어나다. 앤시스 차지 플러스는 항공우주, 전기전자, 자동차 산업과 같은 다양한 분야에서 대전, 입자 이동, 아크(arc) 등의 문제를 예방하거나 해결할 수 있다. 또한, 멀티피직스 시뮬레이션을 통해 플라스마 및 ESD와 관련된 다양한 현상을 정확하고 빠르게 해석할 수 있고, Air ESD 문제를 효과적으로 해결할 수 있다.   앤시스 차지 플러스 소개 앤시스 차지 플러스는 과거 ‘EMA3D Charge’라고 불리던 시뮬레이션 툴이 리뉴얼되어 ‘차지 플러스’로 이름이 바뀌었다. 간략하게 소개를 하자면 ‘앤시스 EMC 플러스(Ansys EMC Plus)’와 ‘앤시스 차지 플러스(Ansys Charge Plus)’로 구분된다. EMC 플러스의 경우 플랫폼 단위에서 Electromagnetic Cable을 모델링 혹은 EMC 해석을 진행할 때 유용한 시뮬레이션 소프트웨어이고, 차지 플러스는 다수의 솔버를 이용한 멀티피직스 해석이 가능한 시뮬레이션 솔루션이다. 앤시스 차지 플러스는 시간 도메인(time domain) 솔버를 사용하여 공기, 재료의 표면 및 내부 아크를 분석하고, FEM Electromagnetics, Fluid, Particle 솔버를 통해 플라스마 환경을 해석한다. 차지 플러스는 디스커버리 GUI를 사용하여 기존의 사용자들이 쉽고 빠르게 CAD 모델을 단순화하고, 시뮬레이션 환경의 정의 및 해석을 진행할 수 있다. <그림 1>은 앤시스 차지 플러스의 GUI를 나타낸 그림이다. 앤시스 차지 플러스의 GUI는 앤시스 디스커버리와 동일하게 구성되어 있고, 사용자의 편의를 위해 <그림 2>와 같이 어두운 테마(Dark Theme)와 밝은 테마(Light Theme)를 제공하여 사용자는 취향과 환경에 맞게 테마를 선택할 수 있다.   그림 1. 앤시스 차지 플러스 GUI   그림 2. 앤시스 차지 플러스 테마   ESD란 ESD(Electrostatic Discharge)는 정전기 방전이라고 하며 양극과 음극으로 대전된 물체가 접촉하여 일시적으로 전하의 이동이 발생하는 현상을 의미한다. 주로 건조한 환경에서 발생하며, 두 물체 사이의 전압 차이가 크면 공기 또는 다른 매질을 통해 전하가 이동하여 방전 현상이 생길 수 있다. 이 방전은 짧은 시간 동안 매우 높은 전류를 생성할 수 있어 전자 부품이나 회로에 손상을 입히고, 특히 반도체나 집적 회로와 같이 민감한 전자제품에 심각한 손상을 가할 수 있다. ESD는 접촉 방식과 비접촉 방식이 있다. 비접촉 방식 ESD는 물체에 직접적으로 접촉하지 않아도 정전기 방전이 발생할 수 있는 경우를 말하며, 주로 물체가 전하로 충전된 상태로 서로에게 근접할 때 발생한다. 예를 들어, 사람의 손이 전자 부품 근처에 오는 것만으로도 전자 부품 주변의 공기가 충분히 전하를 이동시키고 공기를 통해 정전기 방전이 발생할 수 있다. 비접촉식 ESD는 주로 공기나 다른 매질을 통해 전하가 이동하고 이로 인해 방전이 발생한다. 접촉식의 경우 앤시스 HFSS를 통한 해석이 가능하나, 비접촉식 즉 Air ESD의 경우는 HFSS를 통한 해석이 쉽지 않았다. 그러나 앤시스 차지 플러스가 출시되면서 <그림 3>과 같은 ESD 웨이브폼(Waveform)을 사용하여 Air ESD를 간단한 설정을 통해 해석이 가능하게 되었다.   그림 3. ESD 웨이브폼   ■ 상세한 기사 내용은 PDF로 제공됩니다.