• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "챗GPT"에 대한 통합 검색 내용이 81개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
AI 전문가 에이전트 개발을 위한 LLM 기반 구조화된 JSON 데이터 RAG 및 생성하기
BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 최근 챗GPT(ChatGPT)와 같은 AI 전문가 서비스 개발을 위한 LLM(Large Language Model, 대규모 언어 모델) 기술 중 하나인 LLM 기반 구조화된 형식의 데이터 생성하는 방법을 간략히 소개한다.    ■ 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   LLM을 다양한 시스템과 연동해 사용하려면, LLM의 출력이 기계가 이해 가능한 JSON, SQL, Code 형태여야 한다. 이번 호에서는 JSON 입출력이 가능하도록 RAG(Retrieval-Augmented Generation, 검색 증강 생성)를 처리하는 방법을 개발한다.  이를 잘 이용하면, 건설, 건축 분야의 PDF 파일 등을 학습하고, 필요한 정보를 기계 처리 가능한 형식으로 출력해 계산 가능한 표, 수식 등의 형식으로 정보를 생성할 수 있다.   그림 1. LLM 기반 텍스트 입력 및 구조화된 JSON 형식 생성 절차 개념도   이번 호에서는 오픈AI(OpenAI) 챗GPT와 같이 API를 사용하려면 구독해야 하는 상용 모델 대신 라마, 미스트랄과 같은 오픈소스 모델을 사용한다. LLM 모델을 컴퓨터에 다운로드받고 구동하기 위해 올라마(Ollama)를 이용하고, LLM 프롬프트와 RAG 처리를 위해 랭체인(LangChain)을 사용한다.   개발 환경 준비 다음과 같이 개발 환경을 설치한다. 그리고 올라마(https://ollama.com) 도구를 설치하도록 한다.   pip install llama-cpp-python pip install 'crewai[tools]' pip install langchain   Text to JSON  라마 모델을 로딩하고 JSON 문법으로 출력하도록 GBNF(GGML BNF) 문법 정의를 이용해 JSON 출력을 생성한다. 다음 코드를 실행한다.   from llama_cpp.llama import Llama, LlamaGrammar import httpx grammar_text = httpx.get("https://raw.githubusercontent.com/ggerganov/llama.cpp/master/grammars/json_arr.gbnf").text grammar = LlamaGrammar.from_string(grammar_text) llm = Llama("llama-2-13b.Q8_0.gguf") response = llm(     "JSON list of name strings of attractions in SF:",     grammar=grammar, max_tokens=-1 ) import json print(json.dumps(json.loads(response['choices'][0]['text']), indent=4))   출력 결과는 다음과 같이 샌프란시스코에 있는 놀이 시설을 보여준다.    [     {         "address": {             "country": "US",             "locality": "San Francisco",             "postal_code": 94103,             "region": "CA",             "route": "Museum Way",             "street_number": 151         },         "geocode": {             "latitude": 37.782569,             "longitude": -122.406605         },         "name": "SFMOMA",         "phone": "(415) 357-4000",         "website": "http://www.sfmoma.org/"     } ]   이와 같이 LLM 출력을 컴퓨터 처리하기 용이한 구조로 생성할 수 있다. 참고로, 여기서 사용한 JSON 문법은 <그림 2>와 같이 정형 규칙 언어로 정의된 것을 사용한 것이다.    그림 2. json.gbnf(https://github.com/ggerganov/llama.cpp/tree/master/grammars)     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-08-05
[칼럼] AI 사피엔스
책에서 얻은 것 No. 21   AI 사피엔스 : 미래를 여는 새로운 인류의 도래 “생존하는 것은 가장 강한 종도 아니고, 가장 지적인 종도 아니다. 변화에 가장 잘 대응하는 종이다.” - 찰스 다윈(자연학자) 최재붕 교수의 신작 ‘AI 사피엔스’는 인공지능(AI)이 인간의 삶과 산업에 가져올 혁명적인 변화를 심도 있게 탐구한다. 최재붕 교수는 2019년 ‘포노 사피엔스’를 통해 20만 부의 판매를 기록한 베스트셀러 작가로, 디지털 시대의 핵심 변화를 설명했다. ‘포노 사피엔스’에서는 스마트폰을 통해 세상을 이해하고 변화시키는 새로운 인류를 설명하며, 클릭이 중요한 키워드로 떠올랐다. 이후 구독과 좋아요가 디지털 경제의 새로운 핵심 키워드로 떠올랐으며, 이들은 단순한 클릭을 넘어 더 깊은 참여와 연결을 의미하게 되었다. 이번 신간 ‘AI 사피엔스’에서는 AI가 어떻게 등장하게 되었는지, 그들의 존재가 우리 사회와 산업에 어떤 영향을 미칠지에 대해 체계적으로 설명한다. 책은 총 여섯 부분으로 구성되어 있으며 각각 디지털 혁명의 시작, AI 사피엔스의 등장과 역할, AI와 메타버스의 융합, AI 사피엔스 시대의 경제 구조, 그리고 휴머니티를 다시 정의하는 AI 사피엔스의 미래에 대해 다룬다. 디지털 문명을 넘어 AI로 달려가는 인류 : 여기서는 디지털 혁명의 시작과 AI 사피엔스의 출현 배경을 다룬다. 디지털 혁명은 단순한 기술적 발전을 넘어 사회 전반에 걸쳐 큰 변화를 불러일으켰다. 인터넷의 보급, 스마트폰의 등장, 그리고 데이터의 폭발적인 증가가 AI 기술 발전의 토대가 되었다. 디지털 대혁명의 주인공 ‘AI 사피엔스’의 세계관 : AI 사피엔스는 인간의 일상생활뿐만 아니라 산업 전반에 걸쳐 큰 영향을 미치고 있다. AI 기술은 이미 다양한 산업에서 활용되고 있으며, 이는 생산성 향상과 새로운 비즈니스 모델 창출에 큰 기여를 하고 있다. AI를 만난 메타, 사상 초유의 거대한 신시장을 열다 : AI와 메타 인더스트리의 융합은 새로운 디지털 세계를 열어준다. AI 기술은 이러한 메타 인더스트리 세계에서 더욱 현실감 있고 개인화된 경험을 가능하게 한다. AI를 사피엔스 세상으로 이끄는 산업의 변화 : AI 사피엔스 시대에는 산업 구조가 크게 변하게 된다. 기존의 전통 산업은 AI 기술을 도입하여 효율성을 극대화하고, 새로운 산업이 출현하게 된다. 예를 들어 자율주행 자동차, 정밀 의료, 스마트 공장 등 다양한 분야에서 AI 기술이 혁신을 이끌고 있다. 메타 휴먼 시대의 행복과 팬덤 경제 : AI 사피엔스 시대에는 새로운 경제 구조가 필요하다. AI 기술은 생산성을 극대화하고, 이를 통해 사회의 전반적인 삶의 질을 높일 수 있다. 그러나 동시에 AI 기술의 발전으로 인한 일자리 감소와 같은 문제도 발생할 수 있다. 이를 해결하기 위해서는 새로운 경제 구조와 사회적 안전망이 필요하다. 휴머니티를 다시 정의하는 휴머니티 : AI 사피엔스 시대에는 인간의 역할과 가치가 새롭게 정의된다. AI 기술은 인간의 한계를 극복하게 해주며, 인간과 AI가 협력하여 더 나은 미래를 만들어 갈 수 있다. 이는 우리가 지금까지 경험하지 못한 새로운 형태의 사회와 경제 구조를 의미한다. “미래를 예측하는 가장 좋은 방법은 그것을 발명하는 것이다.” - 앨런 케이(컴퓨터 과학자)   산업과 사회에 미치는 영향 AI 사피엔스는 단순한 기술적 혁신을 넘어 사회 전반에 걸쳐 큰 변화를 가져올 것이다. 마케팅, 자동차, 의료, 건설, 법률, 행정 등 다양한 산업에서 AI 기술은 혁신을 이끌고 있다. 예를 들어 자율주행 자동차는 교통 체계를 혁신하고, 의료 분야에서는 정밀 의료가 가능해진다. 이러한 변화는 기업의 비즈니스 모델을 새롭게 정의하며, 일자리의 구조도 크게 변모시킬 것이다. 마케팅 분야에서는 AI가 소비자 데이터를 분석하여 개인화된 마케팅 전략을 수립할 수 있다. 이는 마케팅 효율성을 극대화하고, 소비자 만족도를 높이는 데에 기여한다. 자동차 산업에서는 자율주행 기술이 도입되어 교통 사고를 줄이고, 교통 체계를 효율적으로 관리할 수 있게 된다. 의료 분야에서는 AI가 방대한 의료 데이터를 분석하여 더 정확한 진단과 치료를 가능하게 한다. 이는 환자의 치료 결과를 개선하고, 의료 비용을 절감하는 데 큰 도움이 된다. 건설 분야에서는 AI 기술이 건설 프로젝트의 설계, 계획, 관리 등을 최적화하는 데에 사용될 수 있다. 이는 건설 프로젝트의 효율을 높이고, 비용을 절감하는 데에 기여한다. 법률 분야에서는 AI가 법률 문서를 분석하고, 법률 자문을 제공하는 데에 사용될 수 있다. 이는 법률 서비스의 접근성을 높이고 비용을 절감하는 데에 도움이 된다. 행정 분야에서는 AI가 행정 절차를 자동화하고 효율을 높이는 데에 기여할 수 있다. 이러한 기술의 발전은 우리의 삶의 질을 높이고 더 나은 사회를 만드는 데에 기여할 것이다. 그러나 동시에 AI 기술의 발전으로 인한 일자리 감소와 같은 문제도 발생할 수 있다. 이를 해결하기 위해서는 새로운 경제 구조와 사회적 안전망이 필요하다.   팬덤 경제의 부상 AI 시대에는 새로운 형태의 경제 활동이 등장하고 있다. 그 중 하나가 바로 팬덤 경제이다. ‘팬덤 경제’는 특정 인물이나 브랜드를 지지하고 소비하는 팬들이 주도하는 경제 활동을 의미한다. 이는 주로 디지털 플랫폼을 통해 이루어지며, 구독, 좋아요, 공유와 같은 참여를 통해 이루어진다. 팬덤 경제는 AI 기술과 결합하여 더욱 강력해질 수 있다. 예를 들어, AI가 팬들의 데이터를 분석하여 그들의 선호도와 소비 패턴을 파악하고, 이를 기반으로 맞춤형 콘텐츠와 제품을 제공할 수 있다. 이는 팬덤 경제의 효율성을 높이고 팬들과의 관계를 더욱 강화할 수 있다. 또한, 팬덤 경제는 메타버스와 결합하여 새로운 형태의 경제 활동을 가능하게 한다. 팬들은 메타버스에서 가상 이벤트에 참여하고, 가상 아이템을 구매하며, 자신이 지지하는 인물이나 브랜드와 상호작용할 수 있다. 이는 팬덤 경제의 범위를 확장하고, 새로운 수익 모델을 창출할 수 있다. “변화는 모든 진정한 학습의 최종 결과이다.” - 레오 버스카글리아(교육자, 작가)   AI에 대한 두려움과 적응의 중요성 최재붕 교수는 AI 사피엔스의 등장이 가져올 변화를 매우 낙관적으로 바라보는 경향이 있다. 그는 AI 기술이 인간의 삶을 크게 향상시키고, 새로운 기회를 창출할 것이라고 믿는다. 그러나, 그는 또한 AI 기술이 가져올 수 있는 잠재적인 위험과 도전 과제에 대해서도 경고한다. 따라서 AI를 두려워할 것이 아니라 이를 적극적으로 활용하고 적응하는 것이 중요하다고 역설한다. AI 기술의 발전은 우리에게 많은 도전 과제를 안겨줄 수 있다. 예를 들어, AI로 인해 많은 일자리가 사라질 수 있으며 이는 사회적 불평등을 심화시킬 수 있다. 또한 AI의 윤리적 문제, 프라이버시 침해, 데이터 보안 등의 문제도 발생할 수 있다. 이러한 문제를 해결하기 위해서는 사회 전반의 노력이 필요하다. 최재붕 교수는 이러한 도전 과제에도 불구하고, AI를 적극적으로 활용하고 적응하는 것이 중요하다고 강조한다. 그는 AI 기술을 두려워하지 말고 이를 통해 새로운 기회를 창출할 수 있다고 주장한다. AI 기술을 활용하여 더 나은 결정을 내리고, 더 나은 미래를 만들어 갈 수 있는 가능성을 열어주어야 한다고 말한다. “교육은 세상을 변화시키기 위해 사용할 수 있는 가장 강력한 무기이다.” - 넬슨 만델라(남아프리카공화국 전 대통령)   교육의 현실과 개선 필요성 최재붕 교수는 AI 기술이 빠르게 발전하고 있음에도 불구하고, 현재의 교육 시스템이 이러한 변화를 따라가지 못하고 있다고 지적한다. AI 기술의 발전 속도에 비해 학교 교육은 여전히 전통적인 방식에 머물러 있으며, 이는 학생들이 미래에 필요한 기술과 역량을 갖추지 못하게 한다. 교육의 목적은 단순히 지식을 전달하는 것이 아니라, 학생들이 변화하는 세상에 적응하고 새로운 기회를 창출할 수 있도록 돕는 데에 있다. 현대 교육 시스템은 여전히 교사 중심의 일방적인 지식 전달 방식에 의존하고 있다. 그러나 AI 시대에는 비판적 사고, 문제 해결 능력, 창의성, 협업 능력 등 다양한 역량이 요구된다. 이를 위해서는 교육 방법도 혁신이 필요하다. AI 기술을 활용한 맞춤형 학습, 온라인 교육 플랫폼, 인터랙티브 학습 도구 등을 통해 학생이 자기 주도적으로 학습할 수 있는 환경을 조성해야 한다. 또한, 교사의 역할도 변화해야 한다. 교사는 지식 전달자가 아니라 학생들의 학습을 돕고, 그들의 잠재력을 최대한 발휘할 수 있도록 지원하는 역할을 해야 한다. 이를 위해서는 교사도 AI 기술에 대한 이해와 활용 능력을 갖추어야 하며, 지속적인 교육과 훈련이 필요하다.   미래 전망 책의 마지막 부분에서는 AI가 우리의 미래를 어떻게 변화시킬지에 대한 전망이 제시된다. 저자는 AI 사피엔스가 가져올 미래는 단순한 기술적 발전을 넘어, 인간의 삶의 방식 자체를 혁신할 것이라고 주장한다. 이는 우리가 지금까지 경험하지 못한 새로운 형태의 사회와 경제 구조를 의미한다. 예를 들어, AI와 메타버스가 결합된 새로운 디지털 세계에서는 현실과 가상이 혼합된 새로운 경험이 가능해진다. 이는 교육, 엔터테인먼트, 비즈니스 등 다양한 분야에서 새로운 기회를 창출할 것이다. 메타버스에서는 가상 교실에서 전 세계 학생들과 함께 학습하고, 가상 오피스에서 전 세계의 동료들과 협업할 수 있다. 이는 교육과 업무의 경계를 허물고, 글로벌 협업을 촉진하는 데에 기여할 것이다. 또한, AI 기술의 발전은 인간의 지능을 넘어서서 인간과 AI가 협력하여 더 나은 결정을 내리고, 더 나은 미래를 만들어 갈 수 있는 가능성을 열어준다. 예를 들어 AI가 빅데이터를 분석하여 미래의 트렌드를 예측하고, 이를 바탕으로 기업의 전략을 수립하는 데 도움을 줄 수 있다. 이는 기업의 경쟁력을 높이고 더 나은 비즈니스 결과를 가져올 수 있다. AI 사피엔스 시대에는 새로운 형태의 경제 구조와 사회적 안전망이 필요하다. AI 기술의 발전으로 인한 일자리 감소와 같은 문제를 해결하기 위해서는 기본 소득, 평생 교육 등 새로운 사회적 제도가 필요하다. 이를 통해 모든 사람이 AI 사피엔스 시대의 혜택을 누리고, 더 나은 삶을 살 수 있도록 해야 한다. “변화를 이해하는 유일한 방법은 그것에 뛰어들고, 그것과 함께 움직이며, 춤을 추는 것이다.” - 앨런 와츠(철학자)   맺음말 최재붕 교수의 ‘AI 사피엔스’는 인공지능이 가져올 미래에 대한 깊이 있는 통찰을 제공한다. 그는 AI 기술이 우리의 삶을 어떻게 변화시킬지에 대해 낙관적인 시각을 제시하면서도, 이러한 변화에 적응하고 이를 적극적으로 활용하는 것이 중요하다고 강조한다. 특히, 현재의 교육 시스템이 AI 시대의 빠른 변화를 따라가지 못하고 있다는 현실을 지적하며, 교육의 혁신이 필요하다는 사명감을 드러낸다. AI는 단순한 기술적 도구를 넘어서 우리의 삶과 산업 전반에 걸쳐 깊은 영향을 미칠 것이다. 우리는 AI를 두려워하기보다는 이를 이해하고, 활용하며, 그 가능성을 최대한으로 끌어올려야 한다. 이를 위해서는 사회 전반의 협력과 노력이 필요하며, 특히 교육 분야에서의 혁신이 절실하다. 미래를 준비하는 데에 있어 중요한 것은 변화에 대한 적응력과 학습 능력이다. AI 사피엔스 시대를 맞이하여 우리는 새로운 기회를 창출하고, 더 나은 미래를 만들어 가기 위해 지속적으로 배우고 성장해 나가야 한다. 최재붕 교수의 ‘AI 사피엔스’는 이러한 미래를 준비하는 데에 있어 큰 영감을 주는 책이다.   ▲ ‘AI 사피엔스’(최재붕 저) 서평 맵(Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   이 글은 챗GPT 4o(ChatGPT 4o)에게 서평 맵 이미지를 주고 여러 번의 프롬프트를 수정하면서, 중요 키워드를 추가하며 칼럼을 써 달라고 해서 얻어낸 산물이다. 그리고 이 글에 가장 어울리는 명언을 다섯 가지 써 달라고 주문하면서, 명언을 말한 사람은 정확한 실명이어야 한다는 조건도 주었다. 프롬프트를 어떻게 써야 하는가는 이제 상식이 되어가는 추세이다. 나는 챗GPT와 대화하듯 풀어가는 것을 선호한다. 이 책은 저자가 언급했듯이, AI 시대의 두려움에 대해서 문명을 읽는 공학자(스토리텔러)와 같은 역할을 자처하면서 담담하게 써 내려간 책이다. 수많은 강연을 통해서 정리된 내용을 ‘포노사피엔스’(2019) 이후 ‘AI 사피엔스’까지 사피엔스 세계를 정리해 나가면서, 시대 흐름의 트랜드에 대해 한 획을 긋고 이 시대를 살아가는 모두에게 큰 메세지를 던져 주고 있다.   다음 그림은 최재붕 교수님의 여러 책과 유발 하라리의 ‘사피엔스’ 서평 맵까지 연결해서 키워드를 뽑아본 것이다. 나름 서평 맵의 한 장르를 만들고 싶은 생각에서 정리한 버전이며, 이름을 ‘사피엔스 로드맵’으로 작명해 봤다.   ▲ 사피엔스 로드맵(Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-08-02
[칼럼] 인공지능과 디지털 지식 점퍼
디지털 지식전문가 조형식의 지식마당   이번 호에서는 지난 상반기 동안 쓴 7편의 칼럼을 챗GPT (ChatGPT)를 이용해서 정리하였다. 생각보다 잘 정리되었으며, 하반기에는 이를 기반으로 더 상세한 예시와 설명을 집필할 예정이다.    글로벌 경제와 지정학적 상황 2024년 한국 경제는 코로나19 팬데믹 이후의 기대와 달리 여러 글로벌 요인으로 인해 더욱 어려워질 것으로 예상된다. 러시아-우크라이나 전쟁과 최근의 이스라엘-하마스 갈등 등 다양한 지정학적 갈등이 경제에 큰 영향을 미치고 있다. 이러한 상황 속에서도 인공지능, 특히 생성형 AI(generative AI)의 발전이 눈에 띄게 빠르게 이루어지고 있다. 2023년은 챗GPT의 해로 불릴 정도로 큰 변화를 가져왔으며, 이는 기술 혁신의 대표적인 예로 손꼽힌다.   인공지능의 발전과 기업의 대응 챗GPT와 같은 생성형 AI는 인터넷 환경을 혁신적으로 변화시키고 있다. 과거의 복잡한 검색 방식에서 벗어나, 단 한 번의 질문으로 해답을 찾는 챗GPT 환경은 모든 비즈니스 환경을 급격하게 변화시킬 가능성이 있다. 기업은 이러한 AI 환경에 우선적으로 투자하고 있지만, 생존을 위해서는 그 이상을 고려해야 한다. 데이터, 정보, 지식, 인사이트의 구조에서 지식 그래프와 디지털 스레드의 연결이 중요해지고 있으며, 수익화에 실패한 혁신은 지속될 수 없다.   디지털 대전환과 인공지능 대전환 디지털 대전환의 시대에서 인공지능 대전환(AI transformation)의 시대로 급격하게 변화하고 있다. 이는 인간이 컴퓨터가 이해할 수 있는 언어를 공부하는 시대에서 기계가 인간의 언어를 이해하는 시대로의 전환을 의미한다. 이러한 변화는 과거 디지털 기술이 가져온 충격보다 더 강력할 수 있으며, 2024년은 인공지능 파괴적 혁신의 원년이 될 가능성이 높다. 상상력을 초월하는 변화가 일어나고 있으며, 구체적인 예측은 불가능하다. 이는 우리의 상상력이 경험에 바탕을 두고 있기 때문이다.   스마트 엔지니어링과 디지털 전환 스마트 엔지니어링은 첨단 기술과 지능형 시스템을 활용하여 제품 설계, 제조, 운영을 최적화하는 공학 접근법으로, 고객의 가치를 극대화하는 것을 목표로 한다. 이는 사물인터넷(IoT), 빅데이터, 인공지능, 클라우드 컴퓨팅 등의 통합을 통해 성능을 향상시키고 유지보수를 간소화하며 사용자 경험을 개선하는 데 중점을 둔다. 2024년은 인공지능을 통해 인간의 감성과 지능을 증강하는 시대의 시작을 의미하며, 디지털 엔지니어링은 제품 수명 주기 전체를 걸쳐 디지털 모델과 시뮬레이션을 사용하는 공학 기법으로, 디지털 트윈과 소프트웨어 정의 제품이 핵심이 될 것이다.   디지털 엔지니어링의 주요 구성 요소 디지털 엔지니어링은 복잡한 제품과 시스템의 설계 및 제조에 있어 중요하다. 여기에는 디지털 트윈, 모델 기반 시스템 엔지니어링(MBSE), 통합 데이터 환경(IDE), 가상 및 증강 현실(VR/AR), 오토메이션 및 AI 기술, 소프트웨어 정의 및 가상화 기술 등이 포함된다. 이를 통해 제품의 품질 향상과 비용 절감을 목표로 하며, 디지털 스레드가 중요한 자산으로 부상하고 있다. 디지털 트윈은 실제 제품의 가상 모델링을 통해 설계, 시뮬레이션, 테스트 및 운영을 지원하며, 디지털 스레드는 제품과 시스템의 연결과 지식의 흐름을 최적화하는 역할을 한다.   디지털 전환의 단계와 엔지니어링 디지털 전환은 단순한 기술적 변화가 아닌 조직 전반의 변화를 포함한다. 정보화(digitization), 디지털화(digitalization), 디지털 전환(digital transformation)의 세 단계로 이루어지며, 각각의 단계는 디지털 엔지니어링에서 중요한 역할을 한다. 디지털 제품 수명 주기 프레임워크를 통해 디지털 트윈과 소프트웨어 정의 프로세스가 포함된 무한 루프형 제품 개발 이니셔티브가 필요하다. 정보화 시대의 제품 개발 이니셔티브는 순환형이었으나, 현재의 디지털 기술과 4차 산업혁명에서는 무한 루프 형태로 변화하고 있다.   디지털 엔지니어링 이니셔티브 디지털 엔지니어링 이니셔티브는 디지털 기술을 이용한 제품 개발 혁신을 위한 주도적 전략으로, 제품의 물리적 실체와 디지털 트윈, 소프트웨어 정의, PLM에 포함된 제품 개발 과정 및 정보 기술로 생성된 모든 제품 정보를 포함한다. 디지털 기술을 이용하여 제품의 다섯 가지 산출물에 대한 생성 전략이 디지털 엔지니어링 이니셔티브라고 할 수 있다. 이 이니셔티브는 제품 설계, 개발, 테스트, 생산 및 유지보수의 각 단계에서 디지털 도구와 데이터를 활용하여 효율성을 극대화하고 오류를 최소화하기 위해 노력한다.   모델 기반 시스템 엔지니어링 모델 기반 시스템 엔지니어링(MBSE)은 복잡한 시스템의 설계와 관리를 위해 모델을 중심으로 하는 접근 방식이다. 이를 통해 설계자는 텍스트 기반 문서 대신 시각적 모델을 사용하여 시스템 요구 사항, 설계, 분석, 검증 및 유지보수를 체계적으로 관리할 수 있다. 이는 제품의 품질 향상과 비용 절감을 목표로 하며, 디지털 트윈과 함께 디지털 엔지니어링의 핵심 요소로 자리잡고 있다.   통합 데이터 환경 통합 데이터 환경(IDE)은 프로젝트의 모든 데이터와 정보를 중앙에서 관리하고 팀 간의 협업을 촉진하는 플랫폼을 제공한다. 이는 데이터의 일관성과 접근성을 향상시켜 프로젝트 관리의 효율을 높일 수 있다. 디지털 트윈과 디지털 스레드의 통합을 통해 제품 개발의 모든 단계에서 최적의 의사결정을 지원하며, 이는 디지털 엔지니어링의 중요한 요소이다.   가상 및 증강현실 가상현실(VR) 및 증강현실(AR) 기술은 복잡한 제품의 설계와 테스트 과정에서 현실감 있는 시뮬레이션을 제공하여, 설계자와 엔지니어가 실제 환경에서 제품을 사용하는 것과 유사한 경험을 할 수 있게 한다. 이는 특히 훈련, 사용자 인터페이스 테스트 및 유지보수 계획에서 유용하다. 이러한 기술은 제품의 품질 향상과 비용 절감을 목표로 하며, 디지털 엔지니어링의 중요한 요소이다.   오토메이션 및 AI 기술의 통합 자동화 도구와 인공지능 알고리즘은 반복 작업을 최적화하고 복잡한 데이터 분석과 의사결정 과정에서 인간의 노력을 줄여준다. 이는 공정의 속도를 높이고 오류를 감소시키는 데에 기여할 것으로 예상된다. 이러한 기술은 디지털 엔지니어링의 중요한 요소이며, 제품 개발의 모든 단계에서 효율성을 극대화하고 오류를 최소화하기 위해 사용된다.   소프트웨어 정의와 가상화 기술 소프트웨어 정의 x(software-defined x)는 하드웨어로 수행하던 기능을 소프트웨어로 구현하는 것으로, 하드웨어와 소프트웨어를 표준화된 기능으로 연동하여 추상화하는 광의의 개념을 다양한 응용 서비스에 적용하는 것을 의미한다. 가상화 기술은 컴퓨터 리소스를 물리적 환경에서 분리하여 여러 가상 환경을 만들 수 있게 하며 IT 인프라의 효율성, 유연성, 비용 절감을 도모할 수 있다. 이러한 기술은 제품 개발 환경과 제품 자체 서비스에 모두 적용될 수 있다.   디지털 스레드의 중요성 디지털 스레드는 제품 개발과 엔지니어링에서 가장 중요한 자산으로, 제품과 시스템의 연결과 지식의 흐름을 최적화하는 역할을 한다. 디지털 트윈과 함께 디지털 엔지니어링의 핵심 요소로 자리잡고 있으며, 디지털 스레드 없이는 디지털 트윈도 실효성을 가질 수 없다. 디지털 스레드는 제품 관련 지식과 프로세스의 연결과 흐름을 최적화하며, 이는 디지털 엔지니어링의 발전에 중요한 역할을 한다.   ▲ 인생 폴딩 자전거의 디지털 지식 점퍼(digital knowledge jumper)   개인적 목표와 디지털 스레드의 활용 2024년의 개인적 목표는 챗GPT와 롬리서치를 활용한 증강 지능 시스템(augmented intelligence system)으로 새로운 비즈니스 모델을 만들어 수익을 창출하는 것과, 폴딩 전기 자전거를 통해 전국을 여행하는 것이다. 폴딩 자전거는 언제든지 접어서 열차나 고속버스로 이동할 수 있어 이동의 자유로움을 제공하며, 전기 자전거는 전기차를 공부하기 좋은 대상으로 사용할 계획이다. 개인의 삶에서도 디지털 스레드를 적용하여 더 현명한 결정을 하고 창조적인 삶을 살 수 있다.   인생 디지털 스레드 디지털 스레드는 개인 지식 관리에도 적용될 수 있다. 이를 인생 디지털 스레드(life digital thread)라 부르며 개인의 삶, 이벤트, 경험, 지식 관리, 시간 관리, 인간관계, 감정 등을 체계적으로 연결하여 관리할 수 있다. 디지털 스레드는 중복된 작업을 제거하고, 개인의 삶을 더욱 체계적이고 효율적으로 만들며, 더 나은 결정을 할 수 있도록 돕는다. 이는 개인의 창조적 삶을 향상시키는 데 중요한 역할을 한다.   맺음말 디지털 엔지니어링과 인공지능의 융합을 통해 제품 개발 및 관리는 새로운 차원으로 전환되고 있다. 디지털 스레드는 제품과 시스템의 연결과 지식의 흐름을 최적화하는 중요한 요소로, 미래의 산업 발전에서 핵심 역할을 할 것이다. 이를 통해 기업과 개인은 더 효율적이고 혁신적인 방식으로 도전과제를 해결할 수 있을 것이다. 디지털 엔지니어링 이니셔티브는 제품 개발의 모든 단계에서 디지털 도구와 데이터를 활용하여 효율성을 극대화하고 오류를 최소화하기 위해 노력한다. 이를 통해 제품의 품질 향상과 비용 절감을 목표로 하며, 디지털 트윈과 디지털 스레드의 통합을 통해 최적의 의사결정을 지원한다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’,  ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-08-02
최고의 그래픽 디자인 작업을 위한 생성형 AI 도구 10선
최근 그래픽 디자인 분야에서 생성형 AI 도구의 활용이 급격히 증가하고 있다. 이들 도구는 디자이너들이 더 창의적이고 효율적으로 작업할 수 있도록 돕고 있으며, 다양한 분야에서 큰 인기를 끌고 있다. 이번 기사에서는 그래픽 작업에 유용한 주요 생성형 AI 도구들을 소개한다. 1. Stable Diffusion(스테이블 디퓨전) 이미지 출처 : 스테이블 디퓨전 홈페이지 Stability AI에서 개발한 Stable Diffusion은 텍스트에서 이미지를 생성하는 능력이 뛰어나며, 다양한 용도로 활용될 수 있다. 특히 커스터마이즈된 이미지 생성에 유용하여, 광고나 브랜딩 작업에 많이 사용된다. 무료이나 사용이 까다롭다는 평이 있다.   2. MidJourney(미드저니) MidJourney는 주로 예술적이고 독특한 이미지를 생성하는 데 사용된다. 다양한 스타일의 작품을 만들 수 있어 디지털 아티스트들 사이에서 특히 인기가 많다. 예술 작품에서 광고 디자인까지 폭넓게 활용된다.   3. DALL-E (달리)   OpenAI에서 개발한 DALL-E 3는 텍스트 설명을 바탕으로 고화질 이미지를 생성할 수 있는 도구다. 예술적 표현이나 창의적인 작업에 널리 사용되며, 사용자들의 상상력을 현실로 바꾸어 주는 역할을 한다.   4. Adobe Firefly (어도비 파이어플라이) Adobe의 생성형 AI 도구인 Firefly는 텍스트에서 이미지를 생성하거나, 이미지에서 텍스트를 생성하는 등 다양한 기능을 제공한다. Adobe의 다른 제품들과의 통합이 강점으로, 전체 디자인 프로세스를 더욱 원활하게 만들어준다.   5. Artbreeder Artbreeder는 유전자 알고리즘을 사용하여 이미지를 조합하고 변형하는 기능을 제공하는 도구다. 특히 캐릭터 디자인이나 환경 디자인에 유용하며, 사용자가 원하는 스타일의 이미지를 쉽게 만들어낼 수 있다. 6. Adobe Sensei Adobe의 Creative Cloud 제품군에 통합된 AI 도구인 Sensei는 이미지 향상, 객체 선택 및 마스킹, 패턴 인식 등 다양한 작업을 자동화하여 디자인 프로세스를 간소화한다. 이를 통해 디자이너들은 더욱 효율적으로 작업할 수 있다. 7. Canva (캔바) Canva는 사용하기 쉬운 인터페이스와 함께 AI 기반의 디자인 도구를 제공하여 배경 제거, 이미지 업스케일링, 색상 팔레트 생성 등을 지원한다. 비전문가도 손쉽게 고퀄리티 디자인을 만들 수 있어 많은 인기를 끌고 있다. 8. Designs.ai Designs.ai는 로고 생성, 비디오 제작 등 다양한 디자인 작업을 지원하는 종합적인 AI 도구다. 머신러닝 기능을 통해 복잡한 디자인 작업을 간단하게 처리할 수 있으며, 소규모 기업이나 개인 디자이너들에게 유용하다. 9. Khroma Khroma는 AI를 사용하여 색상 팔레트를 생성하고, 디자이너가 선호하는 색상 조합을 기반으로 맞춤형 팔레트를 추천한다. 색상 선택이 중요한 디자인 작업에서 특히 유용하다.   10. 무료 컬러링 페이지 생성기 챗GPT 무료 컬러링 페이지 생성기는 사용자가 원하는 주제나 스타일에 맞춘 컬러링 페이지를 생성해준다. 교육용이나 취미 활동으로 활용할 수 있다. 이 도구들은 그래픽 디자이너, 디지털 아티스트, 마케팅 전문가 등 다양한 분야에서 사용되고 있으며, 창의적인 작업을 더욱 효율적이고 혁신적으로 만들어주고 있다. 생성형 AI 도구의 발전은 앞으로도 그래픽 디자인 분야에 많은 변화를 가져올 것으로 기대된다.  
작성일 : 2024-07-24
[신간] 챗봇 2025 트렌드&활용백과
김덕진, 서승완 지음 / 25,000원 / 스마트북스   2025년, AI 챗봇의 실체를 마주하는 원년, 절대 놓쳐서는 안 될 AI 챗봇 트렌드와 활용 및 제작법. 10여 년 동안 IT 트렌드의 최전선에서 대중들과 함께 호흡해 온 김덕진 IT커뮤니케이션연구소장과 프롬프트 엔지니어 서승완 대표가 2025년 AI 챗봇 트렌드를 소개한다. 또한 다양한 강의현장에서 만난 1만 명 사용자들의 요구를 반영하여, 우리 삶과 일에서 활용도가 높은 챗봇 60개를 뽑아 활용 및 제작법을 설명한다. 일잘러를 위한 범용 필수 챗봇부터 기획자, 크리에이터, 마케터, 교강사, 1인 기업가 등을 위한 맞춤형 챗봇까지.  『챗봇 2025_트렌드&활용백과』로 2025년에 닥칠 AI 챗봇의 트렌드를 읽고, 책에 수록된 60개 챗봇에서 내게 맞는 것을 뽑아 맞춤형 워크플로를 만들고 AI 생활을 즐겨보자. 챗봇 트렌드부터 비즈니스 활용, 나만의 맞춤형 챗봇 창작까지 한 권으로 가능하다. 2025년, 일의 미래를 열어갈 AI 챗봇의 트렌드 AI의 발전속도가 무섭다. 이제는 매번 프롬프트를 길게 쓸 필요도 없어졌다! 오픈AI가 챗GPT 멘션 기능을 탑재함으로써, 챗GPT에서 내 요구에 딱 맞는 GPT 챗봇을 불러와서 사용할 수 있게 되었다. ‘회의록 작성’ 챗봇, ‘보고서 작성기’ 챗봇, ‘마케팅 전략’ 챗봇, ‘통계 분석’ 챗봇, 이미지 생성 ‘미드저니 자판기’ 챗봇 등, 필요에 따라 전문가 챗봇들을 불러와서 원하는 주제만 입력하거나 마우스 클릭만으로도 된다. 마치 내 책상 위에 전문가 AI 챗봇들을 불러다 놓고 조수로서 부리는 것과 같다.  이제는 누구나 손쉽게 내 회사, 업무, 취미에 딱 맞는 맞춤형 GPT 챗봇을 만들 수 있게 되었다. 기존의 챗봇은 전문적인 코딩 능력이 필요했지만, 이제는 코딩을 하나도 몰라도 누구나 자신만의 창의적인 아이디어를 담은 맞춤형 챗봇을 손쉽게 만들 수 있다. 여기서 조금만 더 노력과 열정을 쏟는다면, 단순히 취미생활을 넘어 수익화로 연결되는 서비스를 구축하는 것도 꿈이 아니다. 스마트폰 앱 생태계와 같은 새로운 파이프라인이 열리고 있는 것이다. 1장에서는 AI 트렌드를 빠르게 따라가는 사람들을 위해 GPT 챗봇의 최신 발전동향을 다루고, 2025년 챗봇 트렌드를 중점적으로 소개한다. AI 챗봇이 열어갈 일의 미래를 미리 준비하는 사람들에게 큰 도움이 될 것이다.  GPT-4o 등 최신 업데이트 내용 포함 2024년 5월 공개된 ‘전체를 아우른다’는 뜻의 Omni에서 이름을 따온 GPT-4o는 기존 모델보다 훨씬 빠르면서 똑똑한 멀터모달 AI이다. 마치 실제 사람과 대화를 하는 것 같은 경험을 제공하고 카메라로 보이는 장면을 바로 분석해 등장인물·상황을 고려한 응답을 해준다. GPT-4o의 강력한 멀티모달 능력과 GPTs 서비스의 맞춤형 챗봇 생성능력이 결합하면, 내 업무에 꼭 맞는 맞춤형 챗봇이 일상에 깊숙이 자리잡게 될 것이다. 최근 공개된 GPT-4o 멀티모달, 챗봇을 만드는 GPTs 서비스 한글판 최신 업데이트 내용을 반영했다. 내 업무 맞춤형 챗봇을 위한 실용적 예제와 팁이 가득 질문이 바뀌면 결과가 바뀐다. 내 업무 맞춤형 AI 챗봇을 만들기 위한 프롬프트 엔지니어링의 기본구조와 아울러 더 나은 결과를 얻기 위한 템플릿 기법들을 소개한다. ‘홍보기사’ 템플릿, ‘SNS 홍보 게시물’ 템플릿, ‘고객 리뷰 자동 답글’ 템플릿 등 일잘러를 위한 프롬프트 실습 예제, 마법의 프롬프트 단어 등 알짜배기 노하우가 가득하다.  당장 써먹는 업무활용 AI 챗봇 60개 사용 및 창작까지! 일잘러를 위한 범용필수 GPT 챗봇, 직장인을 위한 챗봇, 투자자를 위한 챗봇, 기획자를 위한 챗봇, 마케터를 위한 챗봇, 크리에이터(작가, 유튜버 등)를 위한 챗봇, 취업준비생을 위한 챗봇, 마음을 나누는 챗봇, 이미지 생성 챗봇까지, 알짜배기 GPT 챗봇 60개의 사용법을 수록했다. 아울러 게중 32개의 챗봇은 실습 예제로 제공한다.  AI 대중화를 이끌고 있는 김덕진 소장 특유의 설명 능력과, ‘IT와 인문’을 아우르는 프롬프트 엔지니어 서승완 대표의 친절함으로 AI 챗봇을 쉽고 재미있게 이해할 수 있을 것이다. 이 중에서 내 업무나 특성에 맞는 것을 골라 나만의 워크플로를 만들 때 도움이 될 것이다.  직장인·대학생 필독서―사전처럼 옆에 끼고 펼쳐보는 AI 챗봇 활용백과 책을 펴고 단순히 따라해 보는 것만으로도 AI 챗봇이 무엇이고, 내 일의 미래가 어떻게 바뀔 것이며, 어떻게 활용할 수 있을지 감이 잡힐 것이다.    직장인이 번거로운 업무의 자동화가 절실할 때, 1인 기업가가 시간과 비용을 아끼고 싶을 때, 대학생이 리포트를 쓸 때, 부모가 아이의 공부 실습자료를 만들 때, 사전처럼 옆에 끼고 항상 펼쳐보는 AI 챗봇의 활용백과가 될 것이다.  
작성일 : 2024-07-22
랭체인 아키텍처 및 동작 메커니즘 분석
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.
작성일 : 2024-07-04
GPT 시대의 슬기로운 AI 생활을 위해
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.
작성일 : 2024-07-04
[칼럼] PLM과 챗GPT의 활용 방안
현장에서 얻은 것 No.17   “LLM 공부해야 소용없어… 대신 차세대 AI에 집중해야” - 얀 르쿤(메타 AI 수석과학자)  페친으로 커넥팅되어 시작된 인연은 인공지능 프로젝트를 통해서 책까지 출판하는 기회를 얻었다. 이번 호의 내용은 그 여정에 대한 기록이다. 기록의 중요성을 또 한 번 느끼며, 만남과 인연의 중요함도 느꼈다.  그 모든 것의 중심에는 ‘관심’ 그리고 ‘깊이와 Hungry’가 있었다. 또한 ‘호기심’은 두말하면 잔소리이다.  그리고 나의 여정을 두 단어로는 ‘리더십’과 ‘인플루언서’로 정했다.    챗GPT에게 PLM에 대해 묻다 2023년 4월호 칼럼으로 ‘챗GPT-PLM 활용의 모습’에 대해 썼다. 그리고 1년이 흐른 지금 다시 한번 챗GPT(ChatGPT)에게 길을 물었다.  1년 전인 2023년 3월에는 챗GPT의 버전이 3.5였고, 2024년 6월는 챗GPT 4o가 등장했다. 2023년 3월 당시에는 “AI가 아니라 AI를 쓰는 기업이 기업을 대체할 것”이라는 말이 유행했다. 1년이 흐른 지금… 통하는 기업이 있고, 여전히 AI가 어떤 결과를 낳을지 오리무중인 기업도 있다. 그동안 큰 변화는 글로벌 관심거리로 학습과 진보 속에서 ‘두려움’이 많이 사라졌다. 또한, 현실적인 장벽이 많이 있다는 것도 드러났다. 1년 전에 ‘챗GPT-PLM 활용의 모습’을 물었을 때 상당히 혁신적이었다. 마치 뭔가 큰일을 낼 것 같이 희망에 찬 답변이었다. 1년이 흐른 지금 같은 질문을 던졌더니, 그때보다는 상당히 현실적인 답변을 내 놓는다.  다음에서 챗GPT와의 대화 내용의 결과를 정리한 리포트 형식으로 풀어가겠다.  “인공지능은 실험실 조수, 최종 결정은 인간이 해야”  - 데미스 허사비스(구글 딥마인드 CEO)    PLM과 챗GPT의 활용 방안 - 프롬프트와 진단 주요 산업군 및 목표를 정했다. 주요 산업군은 자동차, 항공산업, 전기 전자 산업, 의료기기로 한정했다. 독자는 경영진, 임원, 마케팅 담당자로 정했다. 리포트의 주요 목표는 기업에 효과적인 PLM과 챗GPT 활용 방안을 제시하는 것으로, 이에 맞춰 프롬프트를 작성했다.  먼저, 챗GPT는 PLM의 주요 문제점에 대해서 다음과 같이 요약해 주었다.  “PLM 시스템은 복잡한 제품 개발 과정에서 다양한 문제를 안고 있습니다. 이러한 문제점들은 다음과 같습니다. ■ 프로젝트 관리 : 복잡한 프로젝트 관리는 다양한 팀과 부서 간의 협업을 필요로 하며, 실시간 상태 업데이트와 정보 공유가 어렵습니다. ■ 데이터 정합성 : 다양한 부서와 시스템에서 데이터를 관리하다 보면 데이터의 일관성을 유지하는 데 어려움이 있습니다. ■ BOM 관리 : 제품의 BOM(Bill of Materials) 데이터를 정확하게 관리하는 것은 중요하지만, 잘못된 데이터는 생산 오류를 유발합니다. ■ 품질 관리 : 품질 검사와 문제 해결에 많은 시간과 비용이 소요됩니다. ■ 제품 설계 : 설계 변경 요청이 빈번하게 발생하며, 이를 관리하기 어렵습니다. ■ 상품 기획 : 시장 트렌드를 정확히 예측하고 고객의 요구를 반영하기 어렵습니다. ■ 공급망 관리 : 공급망의 복잡성으로 인해 지연과 비용 증가가 발생합니다. ■ 고객 서비스 : 고객 문의와 지원 요청을 효율적으로 처리하기 어렵습니다. ■ 교육 및 훈련 : 직원 교육과 훈련에 많은 시간과 비용이 소요됩니다. ■ 사양 관리 : 제품 사양의 관리 및 업데이트 과정에서 오류가 발생할 수 있습니다. ■ 디지털 제조 : 제조 과정의 디지털화와 스마트 제조 시스템 구현이 어렵습니다. ■ 데이터 보안 : PLM 시스템은 많은 기밀 데이터를 포함하고 있어 데이터 유출의 위험이 큽니다.”   각 문제에 대한 해결 방안 “PLM의 각 문제점에 대해 챗GPT를 활용한 해결 방안은 다음과 같습니다. ■ 프로젝트 관리 : 챗GPT를 통한 실시간 상태 업데이트, 자동 보고서 생성, 팀 간 의사소통 지원 ■ 데이터 정합성 : 챗GPT를 활용하여 데이터 입력 및 검증 자동화, 오류 감지 및 수정 제안 ■ BOM 관리 : 챗GPT를 통해 BOM 데이터의 정확성과 일관성을 유지하여 생산 오류를 줄임 ■ 품질 관리 : 챗GPT를 통해 품질 문제의 원인 분석, 해결책 제안, 품질 검사 자동화 지원 ■ 제품 설계 : 챗GPT를 사용하여 설계 변경 제안 및 피드백 수집, 팀 간 협업 지원 ■ 상품 기획 : 챗GPT를 통해 시장 트렌드 분석, 고객 피드백 수집 및 분석, 제품 기획 아이디어 제안 ■ 공급망 관리 : 챗GPT를 사용하여 공급망 데이터 분석, 공급업체와의 실시간 커뮤니케이션 지원, 문제 발생 시 빠른 대응 방안 제안 ■ 고객 서비스 : 챗GPT를 활용한 자동화된 고객 응대, 자주 묻는 질문(FAQ) 자동 응답, 고객 피드백 수집 및 분석 ■ 교육 및 훈련 : 챗GPT를 통한 맞춤형 교육 자료 제공, 훈련 프로그램 관리, 실시간 질문 응답 시스템 구축 ■ 사양 관리 : 챗GPT를 사용하여 사양 데이터의 자동 검증 및 업데이트, 사양 변경 내역 관리, 사양 관련 질문에 대한 실시간 응답 제공 ■ 디지털 제조 : 챗GPT를 활용하여 제조 데이터 분석, 예측 유지보수 시스템 구축, 제조 과정 최적화 및 문제 해결 지원 ■ 데이터 보안 : 챗GPT를 통해 데이터 보안 시스템 강화, 실시간 보안 모니터링, 보안 위협에 대한 빠른 대응 방안 마련”   PLM 데이터 학습 방안 “PLM 데이터는 폐쇄적이고 기밀 정보가 많기 때문에 챗GPT가 직접적으로 학습하는 것은 어렵습니다. 그러나 다음과 같은 방안을 통해 챗GPT가 PLM 데이터를 활용할 수 있습니다. ■ 프록시 데이터 사용 : 익명화된 데이터로 학습하여 민감한 정보를 보호합니다. ■ API 기반 접근 : API를 통해 실시간으로 데이터를 조회하고 분석할 수 있습니다. ■ 데이터 마스킹 및 샘플링 : 민감 정보를 제거한 샘플 데이터를 사용하여 학습합니다. ■ 온프레미스 학습 시스템 : 기업 내부에 AI 학습 시스템을 구축하여 폐쇄된 환경에서 안전하게 학습합니다. ■ 주기적인 데이터 피드백 루프 : 정기적으로 업데이트된 데이터를 반영하여 학습합니다.”   결론 “챗GPT는 PLM 시스템의 다양한 문제를 해결할 수 있는 강력한 도구입니다. 데이터를 정확하게 관리하고 실시간으로 분석하며, 효율적인 의사소통을 지원함으로써 PLM 시스템의 효율성을 크게 향상시킬 수 있습니다. 그러나 데이터를 안전하게 관리하고, AI 모델의 정확성을 유지하기 위해 적절한 학습 방법과 보안 조치를 취하는 것이 중요합니다. 챗GPT를 통해 PLM 시스템의 문제를 해결하고, 더 나은 제품 개발과 관리를 실현할 수 있을 것입니다.”   PLM의 핫 이슈는 정합성과 정보의 공개 시행착오에서 해답을 찾을 수 있으리라 생각한다. 갈 길은 정해졌다. PLM의 가장 큰 이슈는 정합성과 정보의 공개이다. 왜냐면 사람이 운영하기 때문에, PLM의 복잡성 그리고 추적성을 고려하면 사용자들이 체계적으로 잘 사용해야 가능하다. 챗GPT가 해 줄 일은 자명하다. 고자질을 잘 할 것 같다. 누가 어떤 것에 에러를 범했다. 설계 데이터, BOM 오류, 결재를 미룬 사람 등 기업 업무의 불편한 진실을 챗GPT와 같은 생성형 AI가 내부고발자 역할을 하지 않을까 생각된다. 즉, 생성형 AI는 나를 도와주는 비서일 뿐만 아니라 감시자 역할도 할 수 있을 거라 예상된다.  두려움의 대상이라고 생각해도 나쁘지 않다. 시스템으로 의도하지 않은 업무상 오류를 바로잡을 수 있는 절호의 기회이기 때문이다.  기업 내부의 이슈로는 부서간, 개인간의 이해관계가 있다. 각자 자기 일을 잘 하게 되면 무슨 문제가 있으랴.    ▲ PLM과 챗GPT의 활용방안(Map by 류용효) (클릭하시면 큰 이미지로 볼 수 있습니다.)   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-07-03
[포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (2)
‘PLM/DX 베스트 프랙티스 컨퍼런스 2024’가 지난 6월 13~14일 온라인으로 진행됐다. 한국산업지능화협회, 한국CDE학회, 캐드앤그래픽스가 공동 주최하는 이번 행사는 20주년을 맞아 이름을 바꾸었으며, 제품/제조 데이터와 프로세스를 통합 관리하는 PLM(제품 수명주기 관리)과 함께 제조산업의 혁신을 위한 디지털 전환(DX)에 대해 폭넓게 짚어보는 기회가 되었다. ■ 정수진 편집장   ▲ 한국CDE학회 유병현 회장, SK경영경제연구소 김지현 부사장, 캐드앤그래픽스 최경화 국장   한국CDE학회 유병현 회장은 격려사를 통해 “지난 20년 동안 PLM 베스트 프랙티스 컨퍼런스는 국내 PLM 분야의 성공 사례를 공유하면서 제조업계의 경쟁력을 높이는 마중물 역할을 해왔다. 특히, 올해는 ‘PLM/DX 베스트 프랙티스 컨퍼런스’로 명칭을 변경하고 제조업계의 화두인 디지털 전환과 디지털 트윈, 생성형 AI의 도입을 통해서 변화하는 트렌드에 주목하고자 한다”고 전했다. 그리고 “생성형 AI와 소프트웨어 주도의 변화는 제조업계를 한 단계 도약시키는 큰 기여를 하게 될 것이며, 이러한 변화는 우리가 미래를 준비하는데 필수적인 요소가 될 것”이라면서, “지난 20년 동안 PLM 베스트 프랙티스 컨퍼런스를 공동 주최하면서 함께 성장해 온 한국CDE학회는 CAD/CAM부터 인공지능과 디지털 전환, 생성형 AI에 이르기까지 다양한 기술의 융합을 통해서 디지털 혁신을 선도하고자 한다”고 덧붙였다.   ▲ 한국CDE학회 유병현 회장(한국과학기술연구원)   이번 행사에서는 ‘PLM 베스트 프랙티스 적용 사례 & DX 전략(6월 13일)’과 ‘디지털 전환을 위한 신기술과 솔루션(6월 14일)’이라는 두 개의 트랙에서 14편의 발표를 통해 다양한 내용이 소개됐다.   ■ 함께 읽기 : [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (1)   AI가 가져 올 제조산업의 새로운 가치 행사 둘째 날인 6월 14일에는 SK경영경제연구소의 김지현 부사장이 ‘AI를 품은 제조업의 서비스 혁신’이라는 주제의 기조연설을 통해 “챗GPT(ChatGPT)로 대표되는 생성형 AI가 제조 공정의 혁신을 가져다 줄 수 있으며, 각종 디지털 디바이스가 생성형 AI와 결합될 때 새로운 고객 가치와 사용자 경험을 만들어낼 수 있다”고 짚었다. 기존에도 빅데이터나 AI 기술을 접목한 로봇은 존재했다. 하지만 생성형 AI의 차이점은 LLM(대규모 언어 모델)으로 사람의 말을 이해해 대화가 가능하고, LMM(대규모 멀티 모달 모델)을 통해 주변 상황을 인지할 수 있다는 것이다. 김지현 부사장은 “사람처럼 눈과 귀가 달려서 상황의 변화를 인식하고 사람의 말을 명확하게 이해해서 이를 기반으로 공장에서 작동하는 로봇이 향후 몇 년 사이에 확산된다면 제조 공정의 혁신을 더욱 가속화할 것”이라고 전망했다. 이런 제조 공정 혁신과 함께 디바이스 즉 하드웨어의 변화도 본격화될 것으로 보인다. 기존의 하드웨어가 AI를 품으면서, 이를 기반으로 하드웨어의 성능과 기능이 더욱 향상된다는 것이다.  김지현 부사장은 “AI 칩과 SLM(소형 언어 모델)이 내장된 디바이스는 더욱 다양한 사용자 경험과 편의, 새로운 가치를 제공한다. 하드웨어를 만드는 제조업체로서는 새로운 기술 혁신과 제품 혁신의 기회를 얻는다는 부분에 주목할 필요가 있다”고 말했다. 또한, 김지현 부사장은 “지난 30년간의 디지털 전환에서 아날로그와 디지털이 따로 놀았다면 앞으로의 디지털 전환은 디지털에서 구현된 것이 아날로그에서도 구현되고, 아날로그에서 반영된 것이 디지털로도 구현되면서 양쪽이 긴밀하게 결합되는 세상으로 바뀌고 있다”고 짚으면서, “제조업의 향후 과제는 공장을 어떻게 디지털 트윈이나 스마트 팩토리로 만들 것인가, 그리고 AI를 활용을 해서 어떻게 제품을 온디바이스 AI화할 것인가가 되었다고 본다”고 전했다.   ▲ SK경영경제연구소 김지현 부사장   비전 AI 분야의 발전과 전망 소개 씨이랩의 이문규 책임리더는 ‘다양한 산업에서 적용되는 비전 AI의 현재와 미래’라는 주제의 기조연설에서 비전 AI의 현재와 미래, 그리고 제조 물류 분야에서 비전 AI 모델의 활용 방안에 대해 소개했다. 비전 AI(vision AI)는 컴퓨터가 시각적 세계를 해석하고 이해하는 부분에 관한 인공지능 분야이다. 비전 AI의 발전은 하드웨어, 빅데이터 알고리즘, 딥러닝 기술과 같이 진보했으며 다양한 산업에서 혁신을 이끌고 있다. 이문규 책임리더는 “비전 AI 시장은 연평균 21.5% 성장하고 있으며, 시장 규모는 457억 달러에 이를 것으로 추산된다. 비전 AI의 성장은 심층 학습, 딥페이크를 생성하는 대립 네트워크, 컴퓨터 비전의 자연어 처리 등의 기술 발전에 영향을 받고 있으며, 멀티 모달 AI 기술의 발전으로 새로운 응용 서비스가 꾸준히 나오고 있다”고 소개했다. 비전 AI 분야에서는 방대한 데이터셋, 광대규모의 데이터셋, 광범위한 데이터에 대한 증강, 모델 성능을 최적화하기 위한 훈련 체계 등의 기술이 꾸준히 발전하고 있다. 그리고, 대형 비전 모델의 발전은 이미지 객체의 탐지 및 인식뿐 아니라 복잡함 이미지를 인간 수준으로 이해할 수 있도록 가능성의 경계를 넓히는 도전을 하고 있다. 이런 기술 발전은 물류, 제조, 자율주행, 의료 이미지 분석, 감시 시스템 등 다양한 산업 분야로 비전 AI의 확장을 뒷받침하는 추세이다. 이문규 책임리더는 “씨이랩은 영상 분석을 전문으로 하는 회사로, AI 모델의 학습/추론 영역에서 GPU를 효율적으로 활용 및 관리하는 기술, 소량 또는 얻기 어려운 데이터에서 학습 데이터를 생성하는 기술을 활용해 비전 AI 모델을 만들고 실시간 영상 분석으로 인사이트를 만드는 연구에 집중하고 있다”고 소개했다.   ▲ 씨이랩 이문규 책임리더   디지털 트윈부터 AI까지 기술 활용 방안 짚다 아이지피넷의 윤정두 차장은 ‘기업과 부서에서 3D 데이터 활용을 통한 3D 데이터 공유 및 디지털화 실현’이라는 주제로 발표를 진행했다. 많은 기업이 한 가지의 CAD만 갖고 있는 것이 아니라 멀티 CAD를 기반으로 하고 있다. 이는 제품 설계, 금형 설계, 해석, 가공 시뮬레이션 등 각 부서에서 사용하는 툴이 다양하기 때문이다. 그리고 OEM과 다른 CAD 환경을 구축한 경우도 있다.  윤정두 차장은 “이런 멀티 CAD 환경에서 3D 데이터를 잘 활용하기 위해서는 일방적인 변환이 아니라 각 부서에 맞게 데이터를 최적화할 필요가 있다. 이를 위해서는 중립 포맷 대신 이기종 CAD 환경에 맞춰 설계 의도와 의미를 유지할 수 있도록 데이터를 변환해야 한다. 또한 3D 데이터를 작성하는 과정에서 생길 수 있는 에러를 효과적으로 해결해서 품질을 확보하면 다운스트림 공정에서 데이터를 더욱 잘 활용할 수 있다”면서, 데이터 준비 및 최적화 작업의 시간 소모를 줄일 수 있는 툴이 중요하다고 설명했다. 또한 데이터 품질 체크, 자동 데이터 힐링 및 최적화, 속성 및 PMI 정보의 변환, 데이터 비교 리포트 작성 등 데이터 변환 툴에 필요한 핵심 기능을 소개했다.   ▲ 아이지피넷 윤정두 차장   다쏘시스템코리아의 정유선 에노비아 브랜드 세일즈 부문 대표는 ‘멀티 CAD 환경에서의 협업 방안’에 대해 발표했다. 경쟁력 있는 제품을 만들기 위한 비용 절감뿐 아니라 새로운 소비자 경험을 제공하기 위한 혁신에 대한 요구가 늘면서, 제품 개발 환경의 어려움이 커지는 상황이다. 여기에 더해 최근에는 제품 개발에서 AI 적용에 대한 요구가 강화되고 있다. 기업이 제품을 개발할 때 AI 기술을 어떻게 적용할 것인지가 제품 개발의 새로운 이슈가 된 것이다. 정유선 대표는 “기업이 제품을 개발할 때 AI를 적용하기 위해서는 학습 모델이 필요하고, AI학습을 위한 양질의 데이터셋을 수집해야 한다”면서, “AI 학습을 위한 고품질의 데이터셋을 확보하기 위해 제품 개발 과정의 모든 데이터가 원활하게 연결되는 데이터 기반의 업무 환경을 조성하는 것이 중요해질 것으로 보인다”고 전했다. 다쏘시스템은 설계부터 검증/해석, 생산, 판매 이후 서비스 단계까지 모든 데이터를 연속성 있게 연결하는 플랫폼을 내세우고 있다. 정유선 대표는 “플랫폼 기반으로 협업을 하면 모든 데이터가 연결 구조를 갖기 때문에, 이슈를 빠르게 추적 및 조치할 수 있고 재사용도 쉬워진다. 결과적으로 개발 기간을 줄일뿐 아니라 인력이나 비용도 최소화할 수 있는 것이 장점”이라고 소개했다.   ▲ 다쏘시스템코리아 정유선 에노비아 브랜드 세일즈 부문 대표   스노우플레이크의 박경호 영업대표는 ‘사례를 통해 알아보는 데이터 플랫폼 구축을 통한 비용 절감 및 비즈니스 성장 실현 방안’을 주제로 발표를 진행했다. 공급망 관리의 복잡성과 예측이 어려운 글로벌 환경 변화 등이 기업의 비즈니스 과제로 여겨지면서, 많은 기업이 이에 대응하기 위해 디지털 전환 및 디지털 트윈을 통한 기술 혁신을 추진하고 있다. 하지만, 이를 위한 데이터가 여러 시스템에 분산되어 있고 외부 데이터를 받아오는 데에 많은 비용이 드는 등의 어려움도 커졌다. 박경호 영업대표는 “새로운 데이터 원본을 통합하는 데에는 시간이 걸리고, 하드웨어와 소프트웨어를 갖추기 위해서는 대규모의 투자가 필요하다. 변화에 대응하기 어려운 레거시 파이프라인을 관리 및 유지하는 데에도 꾸준히 비용이 발생한다”고 짚었다. 또한 “스노우플레이크는 이러한 제조기업의 변화에 맞춰 유기적인 데이터 연계를 통해 제조 프로세스의 문제를 해결할 수 있는 시스템을 제공한다. 이를 통해 전반적인 프로세스 데이터를 관리하면서, 변화하는 제조업의 환경에 알맞게 데이터를 관리할 수 있다”고 전했다.   ▲ 스노우플레이크 박경호 영업대표   팀솔루션의 서경진 상무는 ‘디지털 트윈을 위한 지능형 경량화/최적화 모델 생성 방안’에 대해 발표했다.  제조산업 및 엔지니어링 분야에서 디지털 트윈은 효율을 높이는 혁신적인 도구로 여겨지고 있으며, 이를 통해 기업은 제품 수명주기 전반에 걸쳐 더 나은 의사결정을 내릴 수 있다. 하지만, 기존의 수많은 3D CAD 모델을 디지털 트윈으로 변환하는 과정에서 많은 수작업과 개별 프로그래밍이 필요하기 때문에 비효율이 존재한다. 서경진 상무는 “3D 기반의 플랫폼에서 엔지니어링 및 제조 정보를 취합하고 활용 목적에 맞게 가공 및 전달하는 디지털 트윈을 가장 빠르게 구축하는 방법은 3D 캐드를 활용하는 것”이라면서, “이를 위해 3D 데이터를 경량화하고 묶어서 빠르게 사용자에게 보여주는 체계를 구축하는 것이 필요하다”고 짚었다. 또한, “경량화된 3D 데이터는 3D 엔진에서 가볍게 활용할 수 있도록 프레임을 높였으며, 웹과 VR/MR/XR 등 다양한 형태로 제공될 수 있다”고 덧붙였다.   ▲ 팀솔루션 서경진 상무   연세대학교의 송경우 교수는 ‘생성형 AI 동향과 제조 엔지니어링 적용 방법’에 대해 발표했다. GPT와 같은 대규모 언어 모델은 특정한 단어가 주어졌을 때 그 다음에 어떤 단어가 올 것인지를 예측하도록 학습된 모델이다. 이런 특성으로 번역을 하거나 이미지를 이해할 수 있지만, 정확한 답변을 요구하는 엔지니어링 영역에서도 이 언어 모델을 활용할 수 있을지에 대한 의문도 있다. 송경우 교수는 전문 용어가 많은 IT 개발 문서를 기반으로 GPT-4의 답변 테스트 내용을 소개하면서, “단순히 문서 내용을 기반으로 한 답변은 정확하지 않았지만, 여러 단계로 순차적인 질문을 할 때 답변의 신뢰도가 높아지는 알고리즘을 찾을 수 있었다”고 소개했다. 제조 엔지니어링이 특화된 언어 모델을 만들기 위해서 데이터 구축을 진행 중이라고 전한 송경우 교수는 “특정 작업에서 성능을 발휘할 수 있는 언어 모델을 만드는 데에는 생각보다 비용이 들지 않을 것으로 생각한다. 관건은 학습 데이터를 구축하는 것”이라고 전했다.   ▲ 연세대학교 송경우 교수   한편, 5월 30일에는 엘타워에서 PLM/DX 베스트 프랙티스 VIP 간담회가 개최되었다. 이날 간담회에는 PLM/DX 업계를 리드하는 업계 관계자들이 참석, PLM 기술의 발전과 현재 상황, 그리고 발전을 위한 협력과 지원 방안에 대해 논의하는 자리를 가졌다.  기업의 핵심 요소인 PLM은 DX, AI와 결합하여 새로운 도전과제를 받고 있으며, 각 기업들은 차세대 시스템과 새로운 기술의 접목과 방향에 대해 소개했다.       관련기사 함께 보기 [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (1)
작성일 : 2024-07-02
[신간] AI 시대의 부의 지도
오순영 지음 / 19,800원 / 메이트북스   AI 시대를 해석하는 능력이 부의 추월차선을 결정한다! 챗GPT의 신드롬으로 AI기술은 더욱 가속화되고 있고, 글로벌 AI 시장은 단순히 기업 간 경쟁을 넘어 국가 간 패권 경쟁이 되고 있다. 이 흐름에 우리는 어떻게 대처하고 준비해야 할까? 저자는 고객 중심의 금융 서비스를 위한 생성형 AI 기술 Biz 적용을 선도하는 산업계 AI 최고 전문가다. 지금까지 생성형 AI, 챗GPT 관련 설명들은 대부분 창의적인 업무를 보조하는 수준으로, 실제 생활에 적용하기에는 거리가 있었다. 그에 비해 이 책은 교육, 의료분야 등 일상생활과 밀접한 관련이 있는 분야에 AI 기술이 미칠 영향력을 구체적으로 설명한다. 금융 IT 분야의 전문가인 만큼 생성형 AI 기술을 자산 관리에 사용하는 데 도움이 될 내용도 담았다.  기술이 발전함에 따라 새로운 트렌드가 나타나고, 그에 따라 비즈니스의 형태도 변화한다. 생성형 AI 같은 기술의 놀라운 성장에 따라 분석, 예측 및 개인화 기술이 놀랍도록 성장했다. AI는 더욱 정교하고 복잡한 작업을 수행할 수 있게 될 것이며, 프로세스 간소화부터 창의성 강화, 의사결정 개선까지 산업 전반에 걸쳐 중요한 변화를 가져올 것이다. 생성형 AI는 우리의 삶과 일하는 방식을 빠르게 변화시키고 있다. 처음에 AI는 업무의 한정된 부분에 적용되었지만, 이제는 우리가 업무에 사용하는 전반적인 소프트웨어나 시스템 전반에 활용될 것이고, 마치 인터넷을 사용하듯 AI를 활용할 시기가 곧 올 것이다.  저자는 이 새로운 트렌드를 해석하는 능력을 키우고, AI 시대를 보는 자신만의 안목을 키우라고 강조한다. 지금 우리에게 필요한 것은 AI를 해석하는 힘이다. 이 책은 AI 시대를 채우고 있는 기술, 기업, 비즈니스를 어떻게 받아들여야 하는지, AI 시대에 무엇을 보고 어떻게 해석해야 할지를 알려주고 있다. 지금은 AI 시대를 해석하는 능력이 곧 부의 추월차선을 결정하는 시대이기 때문이다.  AI 시대, 나만의 성장 지도를 계속 업데이트하라 이 책은 전체 2부 8장으로 구성되어 있다. 1부 1장에서는 최근 뜨겁게 떠오르고 있는 챗GPT를 소개한다. 현대 사회에서 챗GPT는 더 이상 선택사항이 아닌 필수적인 도구로 인식되며, 《타임》 지와 《네이처》 등에서도 주목받았다. 챗GPT는 단순히 기술 발전을 넘어서 기술 혁신과 대중적인 사용 가능성을 동시에 갖추며 인류의 디지털 혁명의 한 축이 되었다. 2장에서는 챗GPT의 영향력을 설명하고 있다. 이제 글로벌 AI 시장은 단순히 기업 간 경쟁을 넘어 국가 간의 패권 경쟁이 되고 있으며, 챗GPT 신드롬 등으로 AI 기술의 발전은 더욱 가속화되고 있다. 3장에서는 AI 기업과 클라우드 사업자의 관계에 대해 설명한다. 글로벌 AI 기업과 클라우드 사업자의 연합은 필연적이며, AI 경쟁력을 확보하기 위해서는 최적의 모델과 엔지니어링 스킬, 대규모 컴퓨팅 자원과 양질의 데이터, 사업화 툴이 필요하며, 협력과 동맹이 필수적이다. 4장에서는 AI의 특성과 문제점 등을 조명한다. AI 기술은 챗GPT를 기점으로 확실하게 상향 평준화되었고, 오픈소스 모델들의 등장으로 협업 생태계가 조성되었다. 그리고 이제는 실질적인 비즈니스 혁신으로 초점이 이동하고 있다. 환각이 생성형 AI의 해결해야 할 문제로 강조되는 가운데, 다른 관점에서는 이는 AI의 강력한 특성으로도 볼 수 있다.  2부 5장에서는 AI가 일자리를 위협할 가능성에 대해 이야기한다. 챗GPT는 우리에게 일의 본질에 대해 고민하게 했고, 이제 본격적인 AI 에이전트 시대가 다가오고 있다. 6장에서는 산업지도를 다시 그리고 있는 AI에 대해 알아본다. 생성형 AI의 등장은 웹 생태계를 변화시키며 검색엔진 시장을 위협하면서 새로운 검색 개념으로 발전하고 있다. 7장에서는 AI 기술 변화로 바뀌는 기업 전략에 대해 조명해본다. CEO 젠슨 황은 AI가 전 세계적으로 중요한 시대에 진입했음을 강조하며, AI의 수요가 더욱 증가하고 있다고 설명했다. 8장에서는 금융 웰빙을 위한 웰스테크를 살펴본다. 지금의 AI 기술은 금융 분야에서 우리가 이해할 수 있는 용어와 설명으로 금융 지식을 전달해 재정적인 상황에 대한 조언과 결정을 도울 수 있을 정도로 발전했다.  
작성일 : 2024-06-21