디지털 지식전문가 조형식의 지식마당   디지털 엔지니어링과 관련해 마케팅 측면에서 디지털 트윈(digital twin)이 최고라면, 제품 생산 측면에서는 디지털 스레드(digital thread)가 가장 가치가 있다. 디지털 트윈이 시각적이라면 디지털 스레드는 추상적인 개념이다. 그러므로 디지털 엔지니어링에서 디지털 스레드를 시각적으로 표현하는 방법은 시각적 그림을 사용한다. 전통적 엔지니어링의 순환구조에서 무한루프 구조로 진화했으며, <그림 1>에서 보여 주는 것처럼 무한루프는 무수한 디지털 스레드로 연결되어 있다. 마치 우리의 뇌와 신경이 하나처럼 연결되어 있는 것을 상상하면 된다.    그림 1. 디지털 엔지니어링 제품 개발 무한루프와 디지털 스레드   디지털 엔지니어링 이니셔티브의 1 단계는 무한루프이며, 디지털 영역과 물리적 영역으로 되어 있다. 이것은 기존의 순환 제품수명주기와 차별된다. 그리고 이 무한루프 안에서 무수한 디지털 스레드와 연결되어 있다. 2 단계는 디지털 트윈과 소프트웨어 정의 프로세스가 포함된 이니셔티브이다. 가장 간단한 디지털 제품 수명주기 구조는 디지털과 물리적으로 양분하는 것이다. 모든 디지털 엔지니어링에서 디지털 트윈이 필요한 것은 아니다. 현재 디지털 트윈이 필요 없거나 비용상 만들 필요가 없는 프로세스는 있지만, 디지털 스레드는 모든 디지털 엔지니어링에 중요한 요소이다.   그림 2. 단순한 디지털 제품 수명주기 프로세스(출처 : 조형식)   <그림 2>는 디지털 제품 수명주기 프로세스(Digital Product Lifecycle Process)를 나타내며, 이는 개념(concept)에서 폐기(disposal)까지 디지털 기술(digital technology)을 사용하여 제품을 설계, 개발 및 관리하는 방법을 설명한다. 이 과정은 무한루프로 표현되어 있으며, 이는 지속적이고 반복적인 특성을 나타낸다.   그림 3. 디지털 트윈과 디지털 스레드(출처 : 지멘스)   <그림 3>은 디지털 트윈에서 디지털 스레드에서의 데이터 흐름을 보여준다. 그러나 궁극적으로 디지털 스레드는 데이터의 스트림(data stream)뿐 아니라 지식의 흐름이 된다. 모든 제품 관련 지식과 프로세스의 연결과 흐름이 디지털 스레드의 최종 목적이다. 그러나 이 그림은 너무 추상적이고, 구체적으로 디지털 스레드에서 무엇을 해야 하며 어떤 자료 및 프로세스와 연결되는지에 대해서 불분명하다.   그림 4. 제품 수명주기와 디지털 스레드(출처 : Aras)   <그림 4>는 PLM 회사인 아라스(Aras)에서 오랫동안 주장하는 그림이다. 이 그림은 제품 수명주기에서 각 단계(phase)마다 기준 데이터의 항목을 연결하는 것을 보여 준다. 이전에도 엔터프라이즈 PLM에서는 추적성(traceability)이라는 특성으로 사용해 왔지만, 기존의 추적성과 디지털 스레드의 차이점은 양방향이라는 것이고 디지털 트윈에서는 실시간 양방향 연결이 필요하다.  그러나 이 자료는 자료의 추적성가 유사하며, 실제에서 디지털 스레드는 수많은 데이터, 지식, 정보와 메시 형태나 지식 그래프(knowledge graph)의 형태로 무수히 연결되어 있다. 이런 연결을 수작업으로 연결하기는 현실적으로 불가능하다.   그림 5. PLM과 디지털 스레드 로드맵(출처 : Prostep)   <그림 5>는 독일 프로스텝(Prostep)의 디지털 스레드 로드맵 자료이다. 몇 년 전부터 상용으로 사용할 수 있는 디지털 스레드이며, 장점은 기존의 다양한 CAD, CAE, PLM 등과 연결할 수 있다는 것이고, 단점은 이 회사의 인터페이스를 구입해서 연결해야 하는데 비용이 들 수 있다. 또한 이 모든 분야의 지식과 정보의 사일로 데이터를 누구가 어떻게 연결할 것인가 숙제이다.   <그림 4~5>는 기존의 PLM같은 선형 제품 수명주기를 전제로 발전한 것이기 때문에, 미래의 디지털 엔지니어링 수명주기에서는 발전이 필요해 보인다.  결론적으로 디지털 엔지니어링에서 디지털 스레드는 가장 중요한 자산이라고 할 수 있다. 현재 주목받고 있는 디지털 트윈도 디지털 스레드가 없다면 사상누각일 수 있다. 그러나 디지털 스레드는 눈에 보이는 것이 아니기 때문에, 일반인의 관심이나 기업이 거액을 투자하기는 쉽지 않다. 또한 CAD, PLM 공급사도 디지털 스레드의 중요성을 인지하지만 비용이 많이 들고, 표준화하기도 어렵고, 잘못하면 비즈니스 주도권에도 영향을 미치기 때문에 디지털 스레드를 관망하고 있다. 디지털 스레드에 대해 가장 큰 관심을 보이는 분야는 미국 국방성이나 방위산업과 항공산업이다. 그러나 미래에 소프트웨어 정의 제품과 디지털 트윈, 산업용 인공지능같은 디지털 엔지니어링의 발전은 디지털 스레드에 달려 있다. 또한 디지털 스레드와 소프트웨어 정의, 디지털 트윈 작업의 복잡성 때문에 챗GPT나 생성형 인공지능의 도움 없이는 불가능하다.    그림 6. 인생 디지털 스레드    요즘은 나의 개인 지식 관리에 디지털 스레드를 적용해 보고 있다. 이것을 ‘인생 디지털 스레드(Life Digital Thread : LDT)’라고 이름붙였다. 1년 365일 100년이면 3만 6500 개의 ‘오늘’이 있다. 이것을 연결해 주는 것이 인생 디지털 스레드이다. 우리는 그냥 살다가 무엇이 어떻게 연결되어 있는지 모르고 죽는다. 아무리 오래 살아도 오늘은 처음이다. 그러나 모든 오늘을 연결할 수 있으면 우리는 더 현명할 결정을 할 수 있고, 더 좋은 창조적인 삶을 살 수 있다. 디지털 스레드를 우리의 삶, 인생, 이벤트, 경험, 지식 관리, 시간 관리, 인간관계, 감정 같은 정보에 적용할 수 있는 몇 가지 흥미로운 방법이 있다. 이를 통해 개인의 삶에서 더욱 체계적이고 효율적으로 연관성을 관리할 수 있다. 지난 기록을 조사해 보니 나의 일이나 삶에서 80% 이상이 중복이었다. 디지털 스레드는 이런 중복을 제거하는 데에 매우 효과적이라는 것을 깨닫고 있다.   ■ 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.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 6월 17일 CNG TV는 ‘AI 시대의 로봇 기술 트렌드와 발전 방향’이란 주제로, 새로운 역사를 쓰고 있는 로봇 기술과 관련 트렌드, 그리고 발전 방향에 대해 살펴보는 시간을 마련했다. AI와 로봇 기술의 발전이 앞으로 우리 사회를 어떻게 변화시켜 나갈 것인지 주목된다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 디지털지식연구소 조형식 대표, 고영테크놀러지 고경철 전무(왼쪽부터)   디지털지식연구소 조형식 대표의 사회로 진행된 이번 CNG TV에는 고영테크놀러지 고경철 전무가 ‘지능형 로봇의 미래’라는 주제로 발표했다. 고경철 전무는 “업계와 학계에서 30여년간 로봇을 연구하고 개발해 온 경험을 갖고 있다”며, “지금은 인공지능(AI)을 기반으로 의료로봇 개발을 위한 자문을 맡고 있다”고 밝혔다.  고영테크놀러지는 현재 SMT(Surface Mount Technology, 표면실장기술) 제조 공정을 위한 로봇을 만들고 있고, 정밀한 인공 눈이라 할 수 있는 머신 비전 기술을 이용해서 세밀한 불량을 찾아내고 있다. 고경철 전무는 “고영테크놀러지는 SMT 검사 장비 시장에서 세계 1위의 점유율을 보이고 있다”며, “SMT 검사 장비는 컴퓨터 비전 기술을 이용해서 전자기 기판의 제조 공정에서 세밀한 분량을 찾아내는 장비로, 핵심은 요즘 화제가 되고 있는 AI 기반의 검사 알고리즘과 관련 검사를 정밀하게 제어하는 로봇 설계 기술”이라고 설명했다.  고영테크놀러지는 이러한 검사 장비 및 반도체 장비에서 나아가, 신사업으로 의료 로봇을 기반으로 한 뇌수술 로봇 개발에 새롭게 도전하고 있다. 수술 로봇은 한마디로 원격 제어 로봇이라고 볼 수 있는데, 고경철 전무는 “정해진 수술 계획을 의사가 사전에 계획해서 의사가 수술하던 것을 로봇이 하고 있다. 이 기술이 발전하고 좀 더 로봇에게 지능이 부여된다면 앞으로는 더 안전하고 정밀한 수술이 가능한 단계로 발전할 전망”이라고 밝혔다. 지난 2002년 설립된.고영테크놀러지는 특허 받은 이중 프로젝션 모아레 기술을 사용하여 최초의 3차원 납도포 검사(SPI) 시스템을 출시해 시장을 개척했다. 이후, 전자기기 산업의 3D 측정 기반 SPI 및 3차원 부품 장착 및 납땜 검사(AOI) 장비 분야의 글로벌 선도 기업으로 성장했다.   ▲ 로봇 기술 발전 과정에 대해 소개한 고영테크놀러지 고경철 전무   이외에도 True 3D 측정기반 검사 기술을 기반으로 PIN 자동검사솔루션(AOI), 3차원 투명체 검사장비(DPI), 반도체 패키징 검사장비(MEISTER 시리즈)를 개발하여 어려운 문제를 해결하기 위한 혁신적인 솔루션을 제공하고 있다. 한편 고경철 전무는 로봇 시장에서 중국의 부상을 큰 이슈로 보고 있다고 말했다. “양적으로 보면 중국의 로봇 기업 숫자가 우리나라의 100배 수준이고, 질적으로도 인공지능 분야에서 빠르게 발전하고 있어서 미국이 중국을 다양한 방법으로 견제하기 시작했다”고 밝혔다. 또한 “일본이나 중국이 자체적으로 갖고 있는 제조 기술력과 소프트웨어 기술력도 대단한데, 인공지능 기술은 이제 미국과 어깨를 나란히 할 정도가 됐다”며, “우리나라도 기술 개발에 많은 노력을 기울여야 할 때”라고 말했다.     ■ 기사 내용은 PDF로도 제공됩니다.

  INFOWORLD   People&Company 17　머티리얼라이즈 윌프리드 반크란 의장　3D 프린팅에 대한 새로운 시각이 성장 기회를 만들 것 36　트림블 코리아 김동준 상무　설계부터 운영까지, AI로 건설산업 전반의 혁신 지원   Focus 20　PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 28　지멘스 DISW, “디지털 엔지니어링으로 자동차 개발을 혁신” 30　매스웍스, 디지털 제품 개발 위한 MBD 비전 제시 32　미르, 물류/자재 관리 혁신 위한 자율이동로봇 기술 소개 34　AWS-에티버스, “클라우드 ∙ AI ∙ 디지털 트윈이 제조 엔지니어링의 미래 이끈다”   New Products 39　게임 및 비주얼 콘텐츠 제작 전반의 기능과 편의성 강화　유니티 6 프리뷰 48　산업 디자이너를 위한 시각화 기능 향상　트윈모션 2024.1 52　기계/제조 분야의 활용성 높인 2D CAD　지더블유캐드 2025 54　HDD급 용량과 SSD 성능을 겸비한 스토리지 솔루션　샌디스크 데스크 드라이브 56　이달의 신제품   On Air 58　캐드앤그래픽스 CNG TV 지식방송 지상중계　레빗을 활용한 배관설계 패러다임 전환 59　캐드앤그래픽스 CNG TV 지식방송 지상중계　AI 시대의 로봇 기술 트렌드와 발전 방향   Column 60　디지털 지식전문가 조형식의 지식마당 / 조형식　디지털 엔지니어링의 히든 챔피언, 디지털 스레드 그리고 인생 디지털 스레드 63　현장에서 얻은 것 No.17 / 류용효　PLM과 챗GPT의 활용 방안   66　New Books   Directory 123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA    AEC 68　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　랭체인 아키텍처 및 동작 메커니즘 분석 74　새로워진 캐디안 2024 살펴보기 (7) / 최영석　캐디안 2024 SE의 시작 페이지 기능 77　복잡한 모델에서 인사이트를 얻고 설계 의사결정을 돕는 직스캐드 (4) / 이소연　파일 비교 기능 80　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (3) / 천벼리　3D 비주얼 스타일 86　GPT 시대의 교육과 학습 / 양승규　GPT 시대의 슬기로운 AI 생활을 위해   Manufacturing 92　미래 공장을 위한 스마트 기계 르네상스 / 오병준　디지털 기반의 새로운 생산 환경과 제조 혁신   Analysis 96　앤시스 워크벤치를 활용한 해석 성공사례 / 김재은　우주발사체 하우징의 금속 적층제조 공정 시 과열 영역 예측 및 해결 방안 101　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (11) / 나인플러스IT　혼합 오더 메시 커브 106　시뮤텐스 소프트웨어를 활용한 복합소재 해석 (4) / 씨투이에스코리아　고급 복합재 후변형 시뮬레이션을 위한 시뮤워프   Mechanical 109　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (2) / 김주현　매스캐드 프라임 10.0 업데이트   Reverse Engineering 116　문화유산 분야의 이미지 데이터베이스와 활용 사례 (7) / 유우식　필사본 고서 데이터베이스     캐드앤그래픽스 2024년 7월호 목차 from 캐드앤그래픽스  

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 5월 20일 CNG TV는 ‘산업별 DX/PLM 전략과 생성형AI 혁신’을 주제로, PLM/DX 베스트 프랙티스 컨퍼런스 2024 프리뷰 방송으로 진행됐다. 이번 방송에서는 디지털 전환과 디지털 트윈, 생성형 AI로 이어지는 변화의 물결 속에서 최근 제조 업계의 DX/PLM과 당면 과제 등을 점검해 보는 시간이 마련됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 왼쪽부터 디지털지식연구소 조형식 대표, 나니아랩스 강남우 대표, SAP코리아 고건 파트너, 디엑스티 오민수 대표   디지털지식연구소 조형식 대표가 사회를 맡은 이번 방송에는 나니아랩스 강남우 대표(KAIST 교수), SAP코리아 고건 파트너, 디엑스티 오민수 대표가 발표자로 참여했다.  나니아랩스의 강남우 대표는 ‘생성형 AI가 제품 설계에 필요한 이유’를 주제로 발표했다. 나니아랩스는 제조업을 위한 AI 맞춤형 솔루션을 제공하는 업체로 최근 PLM 분야에서도 활발하게 비즈니스를 전개하고 있다. 강남우 대표는 “기존 설계 해석 기술과 지금의 AI 기술이 무엇이 다르길래 AI를 써야 하는가에 대해 생각해 달라”면서 “제품 개발 프로세스에서 시간과 비용 단축이 관건인데, AI는 두 가지 방법으로 활용할 수 있다”고 말했다. 첫 번째는 예측용 AI를 활용해서 설계와 시뮬레이션 중간 단계에 어떤 공학적인 성능을 실시간으로 예측할 수 있도록 사용하는 것이다. 두 번째는 생성형 AI를 쓰는 것으로 설계 앞 단계에서 공학적으로 의미 있는 설계안들을 대량으로 생산해서 설계자가 그 중에서 좋은 설계만 선택하고, 이것을 시뮬레이션하고 테스트하면 된다. 강남우 대표는 “설계를 위한 생성형 AI는 눈으로 봐서 그럴 듯한 결과물만 보여주는 것이 아니라, 공학적인 예측하고 성능에 맞게 최적화를 할 수 있어야 한다”고 말했다. SAP코리아 고건 파트너는 “생성형 AI 기반의 PLM 솔루션 혁신 방향’을 주제로 발표했다. 고건 파트너는 “SAP라는 회사로 보지 말고 일반적인 PLM 회사들이 AI 관련해서 어떻게 준비를 하고 있는지 생각해 주시면 될 것 같다”고 말했다.  고건 파트너는 “SAP의 첫 번째 기술의 발전 목표가 실시간으로 분석하는 비즈니스 프로세스나 성과물들을 분석하는 단계였다면, 2000년대와 2010년대는 플랫폼이라고 불리는 AI 머신러닝 기반으로 최적화하거나 비즈니스에 대한 예측을 해보자는 것이었다”고 말했다. 또한 “2020년대에 들어와서는 생성형 AI 기반으로 산출물을 만들어내는 등의 방식으로 기술이 발전하고 있다. 이것은 PLM도 마찬가지”라고 전했다. 디엑스티 오민수 대표는 “제조 기업의 PLM과 AI의 연계 방향’을 주제로 발표했다. 오민수 대표는 “한국산업지능화협회 PLM분과 간사를 맡고 있다 보니, PLM 입장에서 AI를 어떻게 바라봐야 하는지에 대한 질문을 많이 받고 있다”면서, “제품 개발에 참여하고 있는 설계자나 엔지니어가 설계 능력을 지금보다 더 키우고 설계 과정의 속도를 높이는데 목표를 두면 좋을 것 같다”고 이야기했다. 한편, 6월 13일~14일 온라인으로 진행되는 ‘PLM/DX 베스트 프랙티스 컨퍼런스 2024’에서 산업별 DX/PLM 전략과 생성형 AI 혁신에 대해 더욱 구체적이고 자세한 내용이 소개될 예정이다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   제품 개발을 시작하기 전에 제품 개발 이니셔티브(Product Development Initiative : PDI)가 중요하다.  이니셔티브(initiative)는 상황에 따라 ‘시작하는 의지나 능력’, ‘자발성’, ‘선도력’ 등으로도 표현될 수 있다. 하지만 가장 널리 인정받고 사용되는 번역은 ‘주도성’이라고 할 수 있다.  디지털 엔지니어링 이니셔티브(Digital Engineering Initiative : DEI)는 디지털 기술을 이용한 제품 개발 혁신을 하기 위한 주도적 전략이라고 할 수 있다. 이 전략의 산출물은 다섯 개라고 할 수 있다. 그것은 제품의 본질에 대한 엔티티(entity), 제품의 물리적 실체, 제품의 디지털 트윈, 제품의 소프트웨어 정의, PLM에 포함된 제품 개발 과정 CAX와 정보 기술로 생성된 모든 제품 정보이다.    그림 1. 가장 복잡한 이중 무한루프 디지털 엔지니어링 이니셔티브의 다섯 가지 산출물   디지털 기술을 이용하여 앞에서 소개한 제품의 다섯 가지 산출물에 대한 생성 전략이 디지털 엔지니어링 이니셔티브라고 할 수 있다.  이전의 정보화 시대의 제품 개발 이니셔티브는 <그림 2>와 같은 순환형이었으나, 현재의 디지털 기술과 4차 산업혁명에서는 무한 루프 형태로 변화하고 있다.   그림 2. 정보화 시대의 순환형 제품 개발 이니셔티브   정보화 시대에는 제품 개발에 필요한 많은 정보 기술 도구가 소개되었다. 특히 CAX와 PDM/PLM의 도입은 제품 개발 환경을 혁신적으로 변화시켰다. 그 이후에는 디지털 목업(digital mockup)과 가상 제품 개발(VPD) 환경으로 발전했으며, 이제는 디지털 트윈이나 제품의 가상화 방향으로 발전하고 있다. <그림 3>은 디지털 전환에서 무한 루프형의 제품 개발 이니셔티브를 보여주며, <그림 1>은 보다 복잡한 이중 무한 루프형 제품 개발 이니셔티브를 나타낸다. 그러나 모두 제품에 디지털 트윈을 도입하는 것도 아니며, 모든 제품에 소프트웨어 정의처럼 제품의 가상화를 적용하는 것은 아니지만, 일반적은 무한 루프형 제품 개발 이니셔티브는 적용될 것으로 보인다.   그림 3. 디지털 전환 시대의 무한 루프형 제품 개발 이니셔티브   보다 복잡한 형태의 디지털 엔지니어링 이니셔티브는 주로 방위 및 항공우주 분야에서 볼 수 있는 접근법으로, 제품 개발의 모든 단계에서 디지털 기술과 프로세스를 적극적으로 통합하고자 하는 전략이다. 이 이니셔티브는 제품 설계, 개발, 테스트, 생산 및 유지보수의 각 단계에서 디지털 도구와 데이터를 활용하여 효율성을 극대화하고 오류를 최소화하기 위해 노력한다. 디지털 엔지니어링 이니셔티브의 주요 구성 요소는 다음과 같다.   모델 기반 시스템 엔지니어링 MBSE(Model Based Systems Engineering)는 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.   디지털 트윈 및 디지털 목업 디지털 트윈(digital twin)과 디지털 목업(digital mockup)은 실제 제품의 가상 모델링(virtual modeling)을 만들어 설계(design), 시뮬레이션(simulation), 테스트(test) 및 운영(operation)을 지원한다. 이러한 디지털 대응물은 제품의 성능을 예측하고, 문제를 조기에 발견하여 해결하는 데에 유용하다.   통합 데이터 환경 IDE(Integrated Data Environment)는 프로젝트의 모든 데이터와 정보를 중앙에서 관리하고, 팀 간의 협업을 촉진하는 플랫폼을 제공한다. 이는 데이터의 일관성과 접근성을 향상시켜 프로젝트 관리의 효율을 높일 수 있다.   가상 및 증강현실 VR(Virtual Reality) 및 AR(Augmented Reality) 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.   자동화 및 AI 기술의 통합 자동화(automation) 도구와 인공지능(AI) 알고리즘은 반복적인 작업을 최적화하고, 복잡한 데이터 분석과 의사결정 과정에서 인간의 노력을 줄여준다. 이는 공정의 속도를 높이고 오류를 감소시키는 데 기여할 것으로 예상된다.    소프트웨어 정의와 가상화 기술 소프트웨어 정의 x(software-defined x)는 협의로는 하드웨어로 수행하던 기능을 소프트웨어로 구현하는 것으로부터, 하드웨어에서 소프트웨어를 분리하여 이들을 표준화된 기능으로 연동하여 추상화를 하는 광의의 개념을 다양한 응용 서비스에 적용하는 것을 의미한다고 할 수 있다.    그림 4. 이중 무한 루프형 제품 개발 이니셔티브   가상화(virtualization)는 컴퓨터 리소스를 물리적 환경에서 분리하여 여러 가상 환경을 만들 수 있게 하는 기술을 한다. 이러한 기술은 하나의 물리적 하드웨어 리소스 위에서 여러 운영 체제나 애플리케이션을 동시에 실행할 수 있게 해주며, IT 인프라의 효율성, 유연성, 비용 절감을 도모할 수 있다. 이것은 모든 제품 개발 환경과 제품 자체 서비스 등에 모두 적용할 수 있다.  디지털 엔지니어링 이니셔티브는 이러한 기술을 통합하여, 전체 제품 수명주기 동안 지속적인 품질 향상과 비용 절감을 달성하려고 한다. 이러한 접근 방식은 특히 기술적으로 복잡한 제품과 시스템의 설계 및 제조에 있어 중요하다. 이제 우리는 이러한 새로운 디지털 기술과 통합된 인공지능의 세상에서 제품을 개발하고 제품을 사용하는, 새로운 차원의 전환 시대에 진입하고 있다.    ■ 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.

  17　THEME. 제조기업이 말하는 스마트 혁신 전략과 추진 과정   제조 혁신의 미래 : 포스코의 디지털 트윈 추진 사례 설계부터 운영까지 : LG의 스마트 공장 구축 여정과 사례 생산성을 넘어서는 가치 추구 : 현대차/기아의 스마트 공장 추진 현황   INFOWORLD    New Products 29　비주얼 콘텐츠 제작의 퍼포먼스 · 품질 · 생산성 향상　언리얼 엔진 5.4 34　건축 설계-시공 워크플로 개선 및 건설 생산성 강화　올플랜 2024-1 서비스 릴리스 36　하드웨어 기반 반도체 개발 검증 솔루션　벨로체 CS 45　이달의 신제품   Case Study 38　발레오, SXSW에서 차량 내 XR 레이싱 게임 공개　자율주행 시대의 새로운 사용자 경험을 제시하다   Focus 40　폼랩, “제조산업에서 3D 프린팅의 가능성 넓힌다” 42　AWS, 산업 혁신 지원하는 포괄적 클라우드/AI 기술 소개   Column 48　디지털 지식전문가 조형식의 지식마당 / 조형식　디지털 AI 전환 시대의 디지털 엔지니어링 이니셔티브 51　책에서 얻은 것 No. 20 / 류용효　컨셉맵으로 미래 그리기   On Air 56　캐드앤그래픽스 CNG TV 지식방송 지상중계　생성형 AI LLM과 스테이블 디퓨전 최신 기술 및 활용 동향 57　캐드앤그래픽스 CNG TV 지식방송 지상중계　다양한 산업군에서의 HPC on AWS 58　캐드앤그래픽스 CNG TV 지식방송 지상중계　생성형 AI 시대의 BIM 기술과 스마트 건설 59　캐드앤그래픽스 CNG TV 지식방송 지상중계　산업별 DX/PLM 전략과 생성형AI 혁신 60　캐드앤그래픽스 CNG TV 지식방송 지상중계　미래를 선도하는 혁신 제조 기술의 활용 가능성 61　News 66　New Books   Directory 115　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 68　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈소스 LLaVA 기반 멀티모달 생성형 AI 서비스 만들기 72　새로워진 캐디안 2024 살펴보기 (6) / 최영석　캐디안 2024 SE의 새로운 기능 소개 76　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (2) / 천벼리　아레스 AI 어시스트 112　복잡한 모델에서 인사이트를 얻고 설계 의사결정을 돕는 직스캐드 (3) / 이소연　사용성을 강화하는 QPro 및 LANDY 연동   Reverse Engineering 83　문화유산 분야의 이미지 데이터베이스와 활용 사례 (6) / 유우식　고서 자형 데이터베이스   Mechanical 94　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (1) / 김성철　크레오 11.0에서 향상된 주요 기능 소개 100　산업 디지털 전환을 위한 버추얼 트윈 (2) / 최윤정　자동차 산업에서 3D익스피리언스 카티아의 활용법   Analysis 80　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (10) / 나인플러스IT　전기/기계 엔지니어의 역량을 강화하는 통합 AI 열 해석 104　앤시스 워크벤치를 활용한 해석 성공사례 / 김은자　앤시스 플루언트 GPU 솔버의 소개와 활용 108　시뮤텐스 소프트웨어를 활용한 복합소재 해석 (3) / 씨투이에스코리아　복합재 성형-구조 연계 해석을 위한 시뮤드레이프       캐드앤그래픽스 2024년 6월호 목차 from 캐드앤그래픽스

디지털 지식전문가 조형식의 지식마당   지난 호 칼럼에서 디지털 수명 주기 프레임워크에 대해서 설명하였다. 일반적으로 프레임워크(framework)는 복잡한 문제를 해결하거나 복잡한 구조를 구축할 때 기반으로 쓰이는 기본 구조를 말한다. 디지털 엔지니어링은 매우 복잡한 문제를 해결해야 한다. 특히 제품 개발과 동시에 제품의 디지털 트윈(digital twin)도 개발해야 한다.  이것은 제품 개발에서 두 가지 트윈인 물리적 트윈과 디지털 트윈을 동시해 개발해야 하는 것을 의미하며, 이것을 모두 충족할 수 있는 디지털 스레드(digital thread) 환경을 구축해야 한다. 또한 최근에 화두로 부상하고 있는 소프트웨어 정의 x 또는 소프트웨어 중심 x(software-defined x)의 프로세스를 포함해야 한다.    그림 1. 디지털 제품/시스템 수명주기 프레임워크    <그림 1>의 프레임워크에서는 지식과 기술의 영역으로 정의한 네 가지 스피어(sphere)로 크게 분류하였다.  각 스피어는 고유의 특성이 있어서 그 분야의 전문 특성과 지식이 있다. 또한 각 스피어 사이에는 보이지 않는 경험과 지식과 패러다임의 벽이 존재한다. 스피어를 사용한 이유는 보이지 않는 장벽을 가지고 있기 때문이다. 첫 번째 영역은 제품 또는 시스템으로 대표되는 물리적 스피어(physical sphere)이며, 제품 부품으로 구성되어 있다. 이것을 가상 스피어와 비교한다면 디지털 트윈이 되는 것으로 공장에서 직접 생산되는 물리적 실체(physical entity)이다. 두 번째는 가상 스피어(virtual sphere)이다. 디지털 트윈은 가상 스피어로 가상세계(virtual world)이며 현실세계(real world)의 제품이나 시스템과 연동된다. 이것은 물리적 스피어의 경험과 지식 그리고 감각과 패러다임이 존재한다. 단지 소프트웨어 코딩 지식이나 제품의 물리적 지식이나 경험이 있다고 자동적으로 가상 스피어의 디지털 트윈을 만들 수 있는 것이 아니다. 세 번째는 정보 스피어(information sphere)로 현재까지 제품 개발에 핵심적 역할을 하고 있는 산업용 소프트웨어(industrial software) 영역이다. 이곳에는 다양한 컴퓨터 지원 개발 기술(CAx : Computer-Aided Everything)이 있으며, 대표적으로 컴퓨터 지원 설계 시스템(CAD), 컴퓨터 지원 제조(CAM), 컴퓨터 지원 해석 시스템(CAE) 등으로 제품의 데이터와 정보를 생성한다. 생성된 데이터는 제품 수명주기 관리(PLM) 시스템 안에서 자동화되고 저장된다.  네 번째는 사이버 스피어(cyber sphere)로 소프트웨어 중심 x의 영역이다. 주로 코딩의 영역으로 물리적 기능을 가상화(virtualization)하는 영역이다.    그림 2. 네 가지 스피어   가상 스피어와 사이버 스피어는 디지털 영역(digital domain)이지만, 정보 스피어는 물리적 영역(physical domain)과 디지털 영역으로 구분된다. 왜냐면 디지털 목업(digital mockup)이나 시뮬레이션(simulation)도 있지만 아직도 이 영역에서 물리적 시험(physical test) 등이 많이 필요하며, 미래에도 완전히 디지털화(digitalization)하기에는 갈 길이 멀다. 앞으로 가장 발전할 분야는 사이버 스피어 분야이다. 현재는 소프트웨어 정의 x로 발전 중이지만, 가까운 미래에는 소프트웨어 플랫폼(software platfom)으로 발전할 가능성이 높다.  그러나 새로운 기술과 접근 방법에는 리스크가 많다. 이런 리스크 관리를 하지 않으면 제품 개발이나 엔지니어링 분야에서 크게 낭패를 볼 수 있다. 다른 비즈니스 분야의 디지털 전환이나 인공지능 분야와 다르게 산업 분야는 리스크(risk)가 소비자나 사용자에게 엄청난 파급효과가 있다.   최근 보잉의 사례에서 보는 것과 같이 과도한 디지털 전환으로 아날로그 지식 엔지니어를 해고하는 바람에 엄청난 위기를 가져오고 있다. 지난 1월 보잉 737 맥스 항공기의 문짝이 비행 중 뜯어져 나가는 사고가 발생했다. 알고 보니 조립 과정에서 아예 나사를 빼먹었기 때문이라는 사실이 드러나 충격을 줬다. 보잉이 지난 20년 동안 비용 절감을 위해 아웃소싱을 대폭 확대하면서 숙련된 엔지니어들이 떠났고, 결국 심각한 항공기 품질 저하로 이어졌다.   지난 4차 산업혁명의 초기에 제너럴 일렉트릭(GE)은 디지털 트윈 사업을 제일 먼저 시작했다. 야심차게 시작한 프레딕스(Predix) 플랫폼은 실패하였고, GE 디지털 회사는 다른 회사에게 팔려갔다. 2000년대 초에도 지엠(GM) 자동차가 CAD와 PLM에 지나치게 의존하다가 기업이 어려워진 적이 있다. 기술은 어디까지 기술적 역량이지, 인간의 다양한 역량을 대체할 수 없다. 이런 사례는 현재 진행 중인 디지털 전환과 인공지능 전환(AI transformation)에 대해서 많은 교훈을 준다. 대부분 실제 경험보다는 연구만 하는 학자나 미디어에서 아직 리스크가 많은 기술에 대해 지나치게 낙관적으로 접근한다. 기술 낙관론이라는 낙관주의 편향(optimism bias)이다. 실제 산업계에서는 이런 것이 커다란 위험요소가 된다.    결론적으로 이런 접근방법에서 가장 중요한 것은 속도보다는 방향성이다.  네 가지 스피어에서 접근방법은 각 스피어의 지식과 경험과 패러다임이 어떻게 연결 및 연동할 것인가에 대한 구체적인 방법과 도구를 발굴해야 한다. 그리고 이에 대한 디지털 전략과 디지털 리스크를 만들어야 한다. 그러므로 이런 프레임워크를 사용해서 구체적인 실행 목록을 만드는데 사용할 수 있다. “완벽한 형태는 공이며, 모든 것은 구체에서 시작한다.(The perfect form is the sphere, and everything originates from the sphere.)” - 플라톤   ■ 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.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 4월 15일 CNG TV는 ‘배터리 산업 동향과 설계 및 시뮬레이션 기술’을 주제로 다뤘다. 배터리 산업은 탄소중립과 지속 가능한 에너지 전환의 필요성에 따라 높은 성장세를 보이고 있어 주목받고 있다. 또한 급증하는 전기차 수요와 환경 문제에 대한 관심, 원가 절감 등 차세대 배터리 개발을 위한 배터리 최적화 설계와 시뮬레이션 기술에도 관심이 집중되고 있다. 자세한 내용은 다시 보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 왼쪽부터 디지털지식연구소 조형식 대표, 중앙대학교 문장혁 교수, 모아소프트 장윤혁 부장    중앙대학교 에너지시스템공학부 문장혁 교수는 ‘다물리, 다차원 모델링을 통한 리튬이차전지의 전기화학-기계적 분석’을 주제로 발표했다. 리튬이차전지의 기계적인 해석을 시작으로 리튬금속전지, 전고체전지 등 배터리 해석을 위한 다물리와 기계적인 모델링, 그리고 멀티스케일 시뮬레이션 등에 대해서 설명한 문장혁 교수는 “리튬이차전지를 해석하려면 기계적인 이슈를 살펴봐야 하는데, 학교로 오게 되면서 다양한 배터리 과제를 수행하다 보니 리튬금속전지는 물론 전고체전지까지 다양한 배터리 해석들을 진행하고 있다”고 말했다. 그는 또 “배터리를 제조한다면 멀티스케일 시뮬레이션을 해야 하는데, 소재 수준에서부터 셀을 만들고, 셀을 어셈블리해서 팩까지 만들어야 하는 다양한 스케일의 공정들이 있다”며, “배터리 산업이 발전하면 각 스케일에 맞는 설계가 우선되어야 하는데, 기존에 소재를 다루어 왔던 사람들은 컴퓨터를 통한 설계가 익숙하지 않기 때문에 설계적 이슈 설명에 많은 시간과 노력이 필요했다”고 이야기했다.   ▲ 중앙대학교 에너지시스템공학부 문장혁 교수   모아소프트 DT사업부 장윤혁 부장은 ‘배터리 산업 동향과 설계 및 시뮬레이션 기술’을 주제로, 현재 사용하는 기기들로부터 전기화했을 때 어떤 부분을 어떻게 고려해야 하는지에 대해 소개했다. 또한 그에 따른 배터리 관련 규정에 어떤 식으로 대응할 지, 배터리의 성능이나 배터리 스펙을 어떤 규정에 맞춰야할 지 등 배터리 산업에서 고려해야 할 사항을 설명했다. 배터리 안전 기능에 대해 장윤혁 부장은 “배터리의 수명을 디지털 트윈을 통해 체크하고, 테스트 데이터로 수명을 예측하고 있다”며, “안전한 기능 판단 후 BMS(배터리 관리 시스템) 코딩을 통해 모델을 구현하고, 시뮬레이션을 통해 시스템을 검토하고 있다”고 말했다. 그는 또 “고밀도 기술 혁신과 메트릭을 활용해 고장 정의하는 것이 중요하다”며, “소프트웨어로 3D 시뮬레이션을 통한 체크가 필요하다”고 설명했다. 한편 배터리 분야에서도 인공지능(AI)가 적극적으로 도입되면서 에너지 관련해 큰 가능성이 열릴 것으로 전망되고 있다. 특히 배터리는 화학 소재와 기계, 전기 등 다양한 산업 분야를 아우르는 종합적인 전문지식이 요구되고 있어 배터리 전문가에 대한 수요도 크게 늘어날 것으로 보인다.   ▲ 모아소프트 장윤혁 부장     ■ 기사 내용은 PDF로도 제공됩니다.

  INFOWORLD   Focus 17　디지털 제조 & 뿌리산업 컨퍼런스, 디지털 기술 기반의 제조산업 혁신 및 성장 전략 소개 22　빌드스마트포럼 2024, Al와 메타버스의 시너지로 변화하는 AEC 탐구 24　마이다스아이티, 제조산업을 위한 CAE 기술과 솔루션 로드맵 제시 26　로크웰 오토메이션, AI·클라우드 접목한 디지털 제조 기술 소개 28　한국산업지능화협회, ‘2024 스마트공장엑스포와 산업지능화 콘퍼런스’ 개최 51　오라클, 모던 데이터 플랫폼 및 데이터베이스 혁신 전략 발표 54　델 테크놀로지스, AI 시대 겨냥한 기업용 PC 제품군 소개 56　레노버, “더 많은 CPU 코어로 워크스테이션 성능 높인다”   People&Company 30　한국알테어 이승훈 기술 총괄 본부장　더욱 빠르고 효율적인 제품 개발을 위한 AI 기술 본격화 추진 33　데이터킷 필리프 블라슈 CEO　CAD 데이터 변환과 상호운영성 기술로 한국 시장 공략 강화   Case Study 36　책임감 있는 AI 활용 및 향상된 모델 훈련　유니티 뮤즈의 텍스처/스프라이트 생성 및 파운데이션 모델 New Products 40　리브랜딩과 함께 건축 설계의 생산성 강화　캐드마스터 2025 44　AI로 생산성 높이는 기업용 PC 프로세서　라이젠 프로 8040/8000 시리즈 46　AI 기반 워크플로 강화하는 전문가용 GPU　RTX A400/A1000 48　콘텐츠 생성의 퍼포먼스와 효율 강화　언리얼 엔진 5.4 프리뷰 58　이달의 신제품   Column 62　디지털 지식전문가 조형식의 지식마당 / 조형식　디지털 엔지니어링의 프레임워크와 네 가지 스피어 64　책에서 얻은 것 No. 19 / 류용효　기업 성장 맵 – 엔비디아 편   On Air 73　캐드앤그래픽스 CNG TV 지식방송 지상중계　배터리 산업 동향과 배터리 최적화를 위한 설계/시뮬레이션 기술 60　New Books 68　News   Directory 123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 74　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈AI CLIP 모델의 이해/코드 분석/개발/사용 82　복잡한 모델에서 인사이트를 얻고 설계 의사결정을 돕는 직스캐드 (2) / 이소연　포인트 클라우드 기능 85　새로워진 캐디안 2024 살펴보기 (5) / 최영석　캐디안 2024의 스크립트 기능 88　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (1) / 천벼리　아레스 캐드 2025의 새로운 기능   Reverse Engineering 94　문화유산 분야의 이미지 데이터베이스와 활용 사례 (5) / 유우식　고지도 데이터베이스   Analysis 103　시뮤텐스 소프트웨어를 활용한 복합소재 해석 (2) / 씨투이에스코리아　시뮤필의 복합재 수지 해석 기능 소개 106　앤시스 워크벤치를 활용한 해석 성공사례 / 노은솔　PyMAPDL의 기초부터 활용까지 110　산업 디지털 전환을 위한 버추얼 트윈 (1) / 안치우　1D 시뮬레이션을 위한 카티아 다이몰라 120　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (9) / 나인플러스IT　미래 자동차 설계를 위한 DNS, LES, RANS 시뮬레이션   Mechanical 114　제품 개발 혁신을 가속화하는 크레오 파라메트릭 10.0 (12) / 김주현　사용자 정의 피처의 생성 및 활용   캐드앤그래픽스 2024년 5월호 목차 from 캐드앤그래픽스  

디지털 지식전문가 조형식의 지식마당   현재를 디지털 전환(DX)의 시대라고 하는 데에는 많은 사람이 동의할 것이다. 그리고 디지털 전환이라는 용어가 4차 산업혁명의 자리를 차지하기 시작하고 있다. 디지털 전환이라는 것은 무엇일까? 디지털 전환 또는 디지털 트랜스포메이션(digital transformation)은 기업이나 조직이 디지털 기술을 적극적으로 도입하여 비즈니스 모델, 프로세스, 서비스 및 제품을 혁신하는 과정이라고 할 수 있다. 이를 통해 기업은 경쟁력을 강화하고, 고객 경험을 향상시키며, 효율을 증가시킬 수 있다. 디지털 전환의 주요 요소는 다음과 같다. 고객 중심성 : 디지털 기술을 활용하여 고객의 요구와 기대를 이해하고 충족시키기 위한 전략을 수립해야 한다. 데이터 및 분석 활용 : 빅데이터, 인공지능(AI), 머신러닝 등을 활용하여 데이터를 수집, 분석하고 이를 기반으로 의사결정을 내린다. 디지털 기술 도입 : 클라우드 컴퓨팅, 사물인터넷(IoT), 모바일 기술, 사이버 보안 등의 디지털 기술을 도입하여 비즈니스 프로세스를 혁신한다. 조직 문화 및 리더십 변화 : 디지털 전환을 성공적으로 수행하기 위해 혁신을 추구하는 조직 문화와 리더십의 변화가 필요하다. 비즈니스 모델 혁신 : 기존의 비즈니스 모델을 재구성하거나 새로운 비즈니스 모델을 개발하여 디지털 시대에 적합하도록 한다. 디지털 전환의 시대에 엔지니어링에 대해서 생각해 보기전에 다양한 엔지니어링 접근에 대해서 정리해 봤다. 시스템 엔지니어링, 스마트 엔지니어링, 디지털 엔지니어링은 모두 공학 분야의 중요한 접근 방식이지만, 각각의 초점과 적용 방식에 차이가 있다. 시스템 엔지니어링(systems engineering) : 시스템 엔지니어링은 복잡한 시스템의 개발과 통합을 관리하는 일련의 공정이다. 이는 다학제 팀(interdisciplinary teams)이 협력하여 시스템의 전체적인 구조를 설계하고, 시스템 간의 상호작용을 최적화하는 데에 초점을 맞춘다. 시스템 엔지니어링은 프로젝트의 초기 단계에서 요구사항 정의부터 시작하여, 시스템 설계, 구현, 통합, 시험 운영 및 유지보수에 이르기까지 전 과정을 포괄한다. 스마트 엔지니어링(smart engineering) : 스마트 엔지니어링은 첨단 기술과 지능형 시스템을 활용하여 제품의 설계, 제조, 운영을 최적화하는 공학 접근법을 말한다. 이는사물인터넷, 빅데이터, 인공지능, 클라우드 컴퓨팅 등을 통합하여, 제품과 시스템의 성능을 향상시키고, 유지보수를 간소화하며, 사용자 경험을 개선하는 데 중점을 둔다. 필자가 주장하는 스마트 엔지니어링은 고객의 가치를 극대화하는 것이다. 인간은 가치 피라미드(value pyramid)에서 다양한 욕망을 충족할 때 스마트하다고 생각한다.  디지털 엔지니어링(digital engineering) : 디지털 엔지니어링은 제품이나 시스템의 전체 수명 주기를 걸쳐 요구사항(requirement), 설계(design), 분석(analysis), 검증(verification) 및 확인(validation)을 지원하기 위해 디지털 모델과 시뮬레이션을 사용하는 공학 기법이다. 이 접근법은 디지털 트윈, 시뮬레이션, 3D 모델링 등의 기술을 활용하여 물리적 프로토타입의 필요성을 줄이고, 공정의 효율성을 높인다. 각 접근법은 공학 프로젝트와 시스템 개발에서 중요한 역할을 하며, 때로는 이러한 개념들이 상호 보완적으로 사용될 수 있다. 스마트 엔지니어링과 디지털 엔지니어링은 기술의 적용에 더 큰 초점을 맞추는 반면, 시스템 엔지니어링은 프로세스와 프로젝트 관리의 측면에서 더 포괄적인 접근법을 제시한다. 시스템 엔지니어링은 주로 복잡하고 개발하는 데 오랜 기간이 소요되는 무기체계나 소프트웨어 개발에 주로 사용하고, 스마트 엔지니어링은 첨단 스마트 기기를 개발할 때 적용되었다. 그러나 최근의 디지털 전환 시대에서는 디지털 엔지니어링이 제품 혁신을 주도하고 있으며 모든 산업에 영향을 주고 있다. 디지털 전환의 시대에 디지털 엔지니어링은 산업 디지털 전환의 핵심이 될 것이다. 특히 디지털 트윈과 소프트웨어 정의(software-defined) 제품에서 제품수명주기에 핵심이 될 것으로 생각된다.  여기서 필자의 첫 번째 가설은 ‘제조업의 디지털 전환에서 가장 핵심은 디지털 엔지니어링과 PLM의 기준 정보가 아닐까’ 생각해 본다. 두 번째 가설은 ‘기존의 PLM의 프로세스를 디지털 프로세스로 새롭게 리엔지니어링해야 할 것’으로 생각한다. 세 번째 가설은 ‘그러면 디지털 프로세스에 가장 근접한 프레임워크는 무엇일까’를 생각해 봤다. <그림 1>은 디지털 제품/시스템 수명주기(digital product/system life cycle) 프레임워크이다.    그림 1. 디지털 제품/시스템 수명주기 프레임워크   <그림 1>에서 이제는 제품이나 시스템이 단순히 디지털 데이터가 물리적 시스템을 보조하기 위해서 사용했던 이전 정보화 시대나 디지털화가 아닌 본격적인 디지털 전환 시대가 열렸다는 것을 알려준다. 제품 개발에서 시스템과 엔지니어링의 무한 순환 구조를 가지며, 시스템은 현실세계의 물리적 시스템과 가상의 디지털 트윈 시스템으로 구성된다. 물리적 실체 시스템은 기존의 CAX 또는 소프트웨어 지원 엔지니어링(software-suported engineering)으로 작업을 하고, 디지털 트윈은 소프트웨이 기반 엔지니어링(software-driven engineering)의 2가지 유형의 디지털 프로세스가 적용될 것이다.   <그림 1>의 디지털 제품/수명주기 프레임워크(DPL framework)에서 상호 데이터의 교체 시스템은 디지털 PLM 시스템이 될 것이고, 그 중에서 디지털 스레드(digital thread)가 핵심이 될 것으로 예상된다. 이 디지털 스레드를 통해서 최적의 의사결정이 이루어질 것이고, 그것은 디지털 데이터와 인공지능의 몫이 될 것으로 생각된다.   그림 2. 디지털 전환의 3단계   디지털 전환은 단순히 기술적인 변화만을 의미하는 것이 아니라, 조직 전반의 변화를 포함하는 포괄적인 과정이다. 이를 통해 기업은 더욱 민첩하고, 혁신적이며, 고객 중심적인 방향으로 발전할 수 있다. 일반적으로 디지털 전환은 세 가지 단계를 가진다.(그림 2) 그것은 정보화(digitization), 디지털화(digitalization), 디지털 전환(digital transformation, DX)이며 엔지니어링의 디지털 전환인 디지털 엔지니어링에서 이 세 가지 단계가 적용될 수 있다. 현재 오래된 엔지니링 프로세스는 정보화(digitization) 및 디지털화(digitalization)이고 미래 지향적 디지털 엔지니어링은 디지털 제품 수명주기 프로세스의 프레임위크로 만들어야 한다.  “가장 위험한 형태의 인간 실수 중 하나는 자신이 달성하려는 것을 잊는 것입니다.” -폴 니츠(Paul Nitze)   ■ 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.