슈나이더 일렉트릭이 데이터센터 및 IT 전문가를 위한 소프트웨어인 에코스트럭처 IT(EcoStruxure IT)에 새로운 자동 지속가능성 보고 기능을 도입했다고 밝혔다. 슈나이더 일렉트릭의 에코스트럭처 IT는 벤더 중립적인 데이터센터 인프라 관리(DCIM) 솔루션으로, 탄력적이고 안전하며 지속가능한 IT 데이터센터를 운영할 수 있도록 한다. 단일 IT 랙에서 하이퍼스케일 IT, 온프레미스, 클라우드 및 에지에 이르기까지 안전한 모니터링, 관리, 계획 및 모델링으로 비즈니스 연속성을 제공하는 것이 특징이다. 이는 데이터센터 비즈니스의 성장을 촉진하고, 지속가능성 목표 달성을 가속화할 수 있다. 새롭게 업데이트된 에코스트럭처 IT의 지속가능성 보고 기능은 슈나이더 일렉트릭이 가진 지속 가능성, 규제, 데이터센터 및 소프트웨어 개발 전문 지식과 인사이트를 결합한다. 이용자는 새로운 보고 기능을 통해 보다 쉽게 데이터 모니터링 및 분석이 가능하다. 데이터센터 구역별 PUE를 시간 경과에 따라 추적 및 계산할 수 있으며, 위치별 현재 전력 소비량을 과거와 비교하여 평가할 수 있다. 에코스트럭처 IT의 새로운 모델은 빠르고 직관적이며 사용하기 쉬운 보고 엔진을 제공하여, 고객이 유럽 에너지 효율 지침(EED)과 같은 임박한 규제 요구 사항을 충족하는데 도움을 준다. 이는 EED뿐 아니라 데이터센터 지속가능성과 관련한 대부분의 지표에 대하여 실시간으로 데이터를 측정할 수 있으며, 버튼 클릭 한 번으로 데이터를 바로 공유할 수 있다. 이를 통해 데이터센터 운영자는 과거 데이터 및 동향 분석을 기반으로 데이터센터의 성능을 측정하고 보고할 수 있으며, 인공지능(AI) 및 실시간 모니터링과 결합하여 지속가능성 개선을 위한 실행 가능한 통찰력으로 전환할 수 있다. 또한 기존의 힘든 수동 작업 대신, 데이터의 힘을 더 빠르고 쉽게 활용할 수 있어 데이터센터의 환경 영향을 줄일 수 있다.     업그레이드된 에코스트럭처 IT 솔루션은 슈나이더 일렉트릭의 지속가능성 목표 달성을 위한 그린 IT(Green IT) 프로그램의 일부로 기업 내에서 먼저 사용됐으며, 실제로 2023년 미국 켄터키주 렉싱턴에 위치한 스마트 팩토리에서 에너지 소비를 30% 감소하는 성과를 거뒀다. 슈나이더 일렉트릭 글로벌 시큐어파워 사업부의 케빈 브라운(Kevin Brown) 에코스트럭처 IT 부문 수석 부사장은 “슈나이더 일렉트릭은 지속가능성 여정을 중요하게 생각하고 있으며, 지난 3년 동안 고객이 탄력적이고 안전하며 지속 가능한 IT 인프라를 더 빠르고 간단하게 운영할 수 있도록 하는 새로운 소프트웨어를 개발하기 위해 노력했다”면서, “에코스트럭처 IT에 도입된 새로운 보고 기능을 통해 고객은 복잡한 데이터를 좀 더 쉽게 의미 있는 정보로 전환하고, 주요 지속가능성 지표에 대해 보고할 수 있을 것”이라고 전했다. 슈나이더 일렉트릭의 에코스트럭처 플랫폼 구성 중 하나인 에코스트럭처 IT는 사물인터넷(IoT)이 지원되는 전체적인 물리적 인프라 자산에 대한 가시성을 갖췄으며, 벤더와 장소에 구애받지 않는 안전한 모니터링 소프트웨어인 에코스트럭처 IT 엑스퍼트(EcoStruxure IT Expert), 슈나이더 일렉트릭의 24/7 상시 모니터링과 전문가의 제안, 리포트를 통해 통찰력이 제공되는 에코스트럭처 어셋 어드바이저(EcoStruxure Asset Advisor)를 포함한다.

앤시스 워크벤치를 활용한 해석 성공사례   맥스웰(Ansys Maxwell)과 모터캐드(Ansys Motor-CAD)는 모터의 전자기장 해석에 자주 쓰이는 소프트웨어이다. 이번 호에서는 맥스웰과 모터캐드의 연성해석에 대해 2024년도 업그레이드 내용을 소개하겠다.   ■ 이상현  태성에스엔이 EBU-LF팀의 매니저로 전자기장 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   맥스웰과 모터캐드의 비교 소개 맥스웰은 유한요소해석으로 전기기기, 전력소자, 전자기기, 케이블, 버스바(busbar) 등의 전자기장 해석 솔루션을 제공한다. 모터캐드는 모터 설계를 위한 다양한 솔루션을 제공하며 전문적인 사용자 인터페이스를 갖추고 있다.  <그림 1>은 앤시스 제품을 이용한 모터의 해석 흐름을 보여준다. 모터캐드는 물리 기반의 전문 솔루션으로, 해석을 진행하기 이전에 모터의 개념 설계(concept design)에 사용하는 것을 추천한다. 다중물리 솔루션과 열전달 솔루션의 시너지 효과와 함께 모터의 성능을 정확하고 빠르게 예측할 수 있다. 그리고 앤시스의 모터캐드와 맥스웰 해석을 이용하여 모터 설계 환경 구축 및 전자기 특성 개선을 할 수 있다. 그리고 앤시스 메커니컬(Ansys Mechanical)과 CFD를 이용하여 진동/소음, 응력, 방열 해석 등을 할 수 있고, 이는 시스템 전체 검증 및 통합 환경에 적용시킬 수 있다.   그림 1. 앤시스 제품을 이용한 모터 해석 흐름    맥스웰과 모터캐드는 모터의 전자기장 해석을 할 수 있다는 공통점이 있다. 차이점은 맥스웰은 전자기장 해석만 가능하고 모터캐드는 전자기장과 열, 구조 해석이 가능하여 다물리장을 고려한 모터 성능 예측이 가능하다. 그리고 맥스웰은 자유로운 모델링으로 모터뿐만 아니라 변압기, 인덕터, 센서, 액추에이터, 배터리 등의 다양한 제품을 해석할 수 있지만 모터캐드는 회전기기만 해석 가능하다. 추가로 모터캐드는 2D 기반의 형상을 지원하기 때문에 Radial Flux 모터만 해석이 가능하고 AFPM과 같은 Axial Flux 모터는 지원하지 않는다. 맥스웰은 2D, 3D 해석이 가능하기 때문에 모든 형태의 모터 해석이 가능하다. 대신에 모터캐드는 유한요소해석을 위한 세팅이 맥스웰에 비해서 자동으로 되어 있는 것이 많아서, 사용하기가 간편하고 해석 시간도 빠르다는 장점이 있다.   앤시스 모터캐드 2024의 업그레이드 내용 2024 업그레이드의 주된 내용은 모터 디자인과 해석 정확도, 해석 시간 단축이다. 디자인 부분에서는 파이썬(Python)을 이용하여 기존에 정해져 있던 형상을 사용자가 좀 더 자유롭게 변경 가능하고 회전자에 방사 방향으로 오일 스프레이 쿨링이 추가되었다. 해석 정확도 부분에서는 맥스웰의 자기장 해석 결과를 모터캐드의 랩 모듈(Lab Module)로 불러와서 효율맵 해석이 가능해졌다. 이 기능은 영구자석형 모터와 권선계자형 모터, SynRM 이 세 가지 모터만 현재까지 가능하다. 그리고 모달(Modal) 해석에서 강성, 고유 진동수, 댐핑 계수의 값을 튜닝할 수 있게 추가되어 실제 측정 데이터나 다른 해석 결과 데이터를 기반으로 튜닝할 수 있다. 마지막으로 해석 속도를 더 증가시키고자 멀티스레딩(multi-threading) 설정이 랩 모듈에도 추가되었다. 이 기능은 Emag 모듈에만 있었는데 랩 모듈에도 추가되면서 효율맵을 만들 때 좀 더 빠르게 계산이 가능하다. 맥스웰이나 앤시스의 다른 툴은 멀티 코어 해석 시 따로 HPC 라이선스가 필요하지만, 모터캐드는 기본으로 사용 가능하다. Thermal Transient 해석 솔버도 알고리즘을 업데이트하여 기본적인 해석 속도가 향상되었다. 이번 호에서는 해석 정확도에서 맥스웰과 모터캐드 연성해석 부분을 다룬다. <그림 2>는 모터캐드와 맥스웰의 연성해석으로 효율맵을 출력하는 흐름을 나타낸다. 가장 먼저 맥스웰에서 모터(Motor) 해석이 가능한 디자인을 먼저 만들어 놓고, 모터캐드에서 맥스웰 파일을 불러온다. 불러온 후 몇 가지 세팅을 한 다음에 ‘Build Model’을 누르면 자동으로 맥스웰 파일이 실행되면서 변수화 해석을 진행하게 된다. 변수화 해석이 종료되면 맥스웰 결과 데이터를 모터캐드로 자동으로 불러와서 효율맵을 출력해준다.   그림 2. 모터캐드와 맥스웰 연성해석 흐름     ■ 자세한 기사 내용은 PDF로 제공됩니다.

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.

인텔은 메타(Meta)의 최신 LLM(대규모 언어 모델)인 라마 3.1(Llama 3.1)에 데이터센터, 에지 및 클라이언트 AI 제품 전반에 걸친 성능 데이터 및 최적화를 제공한다고 밝혔다. 인텔은 ‘AI 에브리웨어’ 전략을 위해 AI 소프트웨어 생태계에 지속적으로 투자하고 있으며, 새로운 모델이 인텔의 AI 하드웨어에 최적화되도록 보장하고 있다. 메타는 지난 4월 라마 3 출시에 이어, 7월에는 현재까지 가장 성능이 뛰어난 모델인 라마 3.1을 출시했다. 라마 3.1은 공개적으로 사용 가능한 가장 큰 파운데이션 모델인 라마 3.1 405B(4천 50억개 모델)를 포함해 다양한 규모와 기능에서 여러 새로운 업데이트 모델을 제공한다. 이 새로운 모델들은 파이토치(PyTorch) 및 인텔 파이토치 익스텐션(Intel Extension for PyTorch), 딥스피드(DeepSpeed), 허깅 페이스 옵티멈 라이브러리(Hugging Face* Optimum libraries), vLLM 등 개방형 생태계 소프트웨어를 통해 인텔 AI 제품에서 활성화 및 최적화된다. 또한 생태계 전반에서 최고의 혁신을 활용하는 개방형, 멀티 벤더, 강력하고 컴포저블한 생성형 AI 솔루션을 만들기 위한 LF AI 및 데이터 재단(LF AI & Data Foundation)의 새로운 오픈 플랫폼 프로젝트인 OPEA(Open Platform for Enterprise AI) 역시 이 모델들을 지원한다. 라마 3.1 다국어 LLM 컬렉션은 8B, 70B, 405B 크기(텍스트 인/텍스트 아웃)의 사전 학습 및 조정(인스트럭션 튜닝)된 생성 모델 컬렉션으로, 모든 모델은 8개 구술어에 걸쳐 긴 컨텍스트 길이(128k)를 지원한다. 라마 3.1 405B는 일반 지식, 조작성, 수학, 도구 사용 및 다국어 번역에 있어 최첨단 기능을 갖추고 있다. 이를 통해 커뮤니티는 합성 데이터 생성 및 모델 증류(model distillation)와 같은 새로운 기능을 활용할 수 있게 될 것이다. 한편, 인텔은 생성형 AI 및 대형 언어 모델(LLM)의 고성능 가속을 위한 가우디(Intel Gaudi) 가속기 및 일반 컴퓨팅의 유비쿼터스 백본 역할을 하는 인텔 제온(Intel Xeon) 프로세서, 클라이언트와 에지에서 높은 온디바이스 AI 추론 성능을 제공하는 인텔 코어 울트라(Intel Core Ultra) 프로세서 및 인텔 아크(Intel Arc) 그래픽이 탑재된 AI PC를 포함해 인텔 AI 제품 포트폴리오 상에서의 라마 3.1 모델 초기 성능 측정 결과를 소개했다.   ▲ 16대의 인텔 가우디 가속기 상에서의 라마 3.1 405B 추론 결과   ▲ 5세대 인텔 제온 스케일러블 프로세서 상에서의 라마 3.1 추론 지연 시간   ▲ 인텔 아크 GPU가 내장된 인텔 코어 울트라 7 165H 기반의 AI PC에서 라마 3.1 추론 다음 토큰 대기 시간

헥사곤 매뉴팩처링 인텔리전스(헥사곤 MI)는 아시아-태평양 지역 및 국내 기업을 대상으로 새로운 CMM(3차원 측정기) 서비스 및 지원 프로그램인 ‘마이케어(MyCare)’를 출시한다고 발표했다. 소프트웨어 및 하드웨어 유지보수 비용을 효율적으로 절감할 수 있는 구독형 서비스인 ‘마이케어 프로그램’은 제조업체의 품질 관리 역량 유지와 유지보수 활동, 시스템 업데이트 및 필수 보정에 소요되는 시간을 줄여, 고객 요구 사항을 충족하는데 집중할 수 있도록 지원하고 제품 성능 유지와 품질 및 생산성을 보장한다. 오늘날의 까다로운 제조 환경에서 제조업체는 비즈니스 목표 달성과 경쟁력 유지를 위해 측정 장비의 상태와 가용성을 완벽하게 유지해야 한다. 이에 따라 제조업체는 예기치 않은 가동 중단을 최소화하고, 생산성 극대화와 일관된 품질 유지 및 고객 표준 준수 보장을 위해 계측 역량을 확보해야 한다. 마이케어는 CMM 유지보수를 위해 투입되는 리소스 낭비를 방지하며 모든 규모의 제조업체가 장비의 수명 주기동안 지속적인 생산성을 보장할 수 있도록 지원한다.     마이케어 구독 플랜은 정기적인 소프트웨어 업데이트, 연간 인증, 무제한 기술 지원, 예방적 유지보수, 교체 부품 및 서비스 공임에 대한 전체 보장과 할인 등 다양한 혜택을 포함한다. 마이케어 구독 플랜은 제조업체가 시스템 및 비즈니스 요구 사항에 따라 베이직, 에센셜, 프리미엄 등 세 가지 플랜 중 선택할 수 있도록 유연성을 제공하며 헥사곤 전문 인력의 지원을 통해 최고의 측정 역량을 유지할 수 있도록 지원한다. 헥사곤 매뉴팩처링 인텔리전스 코리아의 성브라이언 사장은 “헥사곤은 헥사곤 CMM을 사용하는 국내 고객이 장비의 수명 주기 동안 포괄적이고 유연한 서비스를 제공받을 수 있도록 지원할 것”이라면서, “마이케어는 단일 소스에서 소프트웨어 및 하드웨어 지원을 통합적으로 받고 싶다는 고객의 요구에 따라 출시됐다. 헥사곤은 간단하고 효율적인 CMM 서비스와 더불어 광범위한 기술 및 서비스 지식을 제공하여 고객이 시간과 비용을 절감할 수 있도록 하겠다”고 말했다.

이 메일이 보이지 않으면 링크를 클릭하시기 바랍니다. 7.30(화)까지 관람예약 시 정가 20,000원 → 무료관람 무료 관람신청 →  전시회 같이 갈래? 친구초대 기능 OPEN! 무료 친구초대 →   About ‘NextCon 2024’ 국내 최대 건설∙건축 전문 전시회 코리아빌드 건설 융복합 혁신 기술 특별전 행사명 : 코리아빌드-NextCon 2024 기간 : 2024. 7. 31(수)-8.3(토), 4일간 장소 : 코엑스(COEX) 주최 : ㈜메쎄이상, 서울신문 ✅ 주관 : (주)메쎄이상 전시품목 : 스마트건설&OSC, 스마트안전, 스마트홈&빌딩, 탄소중립&건설신기술∙신공법, 전기차 충전 인프라 홈페이지 바로가기 →   Line-up Preview ‘건설 융복합 혁신 기술의 장‘ ‘건설 전 과정에 적용되는 디지털&탄소중립 혁신 기술 스마트빌딩&홈을 위한 생활 혁신 솔루션 전체 참가기업 정보 → 2024 NextCon Conference 01. 건설 드론&로봇 컨퍼런스 건설 전 과정에 적용되는 드론 및 로봇 기술 활용 사례와 성과 공유를 통한 미래 건설 산업 발전 방향 모색 명칭 건설 드론&로봇 컨퍼런스 일시 2024. 7. 31(수) 10:40-13:50 장소 코엑스 B홀 내 NextCon Stage 주최 ㈜메쎄이상 분야 건설 드론 및 로봇 요소 적용사례 및 기술 컨퍼런스 건설 드론 : 3D 매핑 드론, 아전 모니터링 드론, 항공 측량 및 점검 드론 등 건설 로봇 : 로봇 관제 및 제어, 건설 현장 모니터링 로봇, 자율주행 로봇, 설계 자동화 및 측정 로봇 등 컨퍼런스 사전등록은 선착순 마감입니다. 프로그램 일정은 주최측 사정으로 변경될 수 있습니다. 컨퍼런스 무료참석 신청 →   02. 건설 데이터&플랫폼 컨퍼런스 효율적인 건설 현장 및 작업자 관리를 위한 지능형 건설 데이터&플랫폼 디지털 솔루션 소개 명칭 건설 데이터&플랫폼 컨퍼런스 일시 2024. 7. 31(수) 14:00-16:00 장소 코엑스 B홀 내 NextCon Stage 주최 ㈜메쎄이상 분야 건설 데이터 및 플랫폼 적용사례 및 기술 발표 건설 데이터 : BIM, 디지털트윈, GIS, 레이저 및 3D 스캐닝 등 건설 플랫폼 : 프로젝트 관리 도구, 협업툴, 문서 및 도면 관리 시스템, 작업자 안전관리, 리스크 관리 및 분석 도구 등 컨퍼런스 사전등록은 선착순 마감입니다. 프로그램 일정은 주최측 사정으로 변경될 수 있습니다. 컨퍼런스 무료참석 신청 →   건설 신기술 컨퍼런스 : Smart-Con 건설∙건축&생활 혁신을 위한 스마트 건설 기술 컨퍼런스 일시 : 2024. 8. 1(목) - 8. 2(금) 장소 : 코엑스 B홀 내 Next Stage 주최 : 서울신문, ㈜메쎄이상 무료참석신청 →  중대재해리스크 컨설팅&세미나 중대재해처벌법 대응을 위한 전략 컨설팅&세미나 일시 : 2024. 8. 1(목) 10:50-13:30 장소 : 코엑스 B홀 내 Next Stage 주최 : 한국인증센터, ㈜메쎄이상 무료참석신청 → Edu-Con : 중대재해처벌법 실무교육 소규모 사업장 중대재해 예방 및 관리체계 구축을 위한 실무교육 세미나 일시 : 2024. 8. 2(금) 10:30-12:10 장소 : 코엑스 3층 회의실 주최 : 건설기술교육원, ㈜메쎄이상 무료참석신청 →  Next SS[Start-Smart] Con 스마트 건설기술 동향을 통한 창업경험 공유 일시 : 2024. 8. 2(금) 13:00-17:20 장소 : 코엑스 B홀 내 Next Stage 주최 : 건설기술교육원, ㈜메쎄이상 무료참석신청 → 모든 프로그램의 신청은 선착순 마감입니다. 상세 일정은 주최측 사정으로 변경될 수 있습니다.   NextCon 2024 사무국 (주)메쎄이상 서울시 마포구 월드컵북로 58길 9 ES타워 (03922) H https://nextcon.kr/        F 02-6121-6439 E nextcon@esgroup.net  

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (10)   이번 호에서는 CFD에 유한요소법을 활용해 더 적은 요소 수로 해석 정확도를 높일 수 있는 곡선형 혼합 오더 메시(Mixed Order Mesh)를 생성하는 방법을 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   High-Order 메시 커브는 전산유체역학(CFD) 솔버 커뮤니티에서 유한요소법(FEM)을 활용하는 사람들에게 큰 도움이 될 새로운 기술이다. 유한요소기법은 유한 체적 및 유한 미분 방법과 같은 기존 CFD 방법보다 적은 요소 수로 정확도를 높인다. 선형 요소의 가장자리, 면, 내부에 버텍스(새로운 자유도)를 추가로 도입하여 정확도를 높일 수 있다. 곡선 지오메트리에 인접한 요소의 경우 이러한 새로운 자유도가 지오메트리에 위치해야 하므로 원래 선형 요소의 모양이 변경된다. 메시가 점성이 있는 경계를 향해 요소들이 모여 있는 경우 이 과정은 더 어렵다. 또한 내부 요소의 가장자리와 면은 요소 반전을 방지하기 위해 경계 요소 곡률에 따라 곡선을 만들어야 한다. 케이던스 피델리티 포인트와이즈(Cadence Fidelity Pointwise)에서 사용하는 WCN 스무딩에 대한 연구를 통해 혼합 오더 메시(Mixed Order Mesh)를 사용하여 지오메트리 곡률을 해결할 수 있다. 요소는 곡률이 심한 지오메트리 근처에서는 최대 4차 다항식(quartic)까지 올라갈 수 있으며, 곡률이 심한 지오메트리에서 멀리 떨어진 곳에서는 선형을 유지한다. 메시 평활화 방법은 비용 함수를 사용하여 원하는 요소 모양과 양의 자코비안을 각 요소에 적용한다. 요소가 지오메트리 근처에서 곡선이 될 때 점성 메시 간격이 유지된다. 결과는 복잡한 3D 구성에 대해 표시된다.   지오메트리 선형 메시를 올리고 표면 곡률에 따라 곡선을 그리려면 지오메트리에 쉽게 액세스하고 강력한 초기화 및 평활화 프로세스가 필요하다. 초기화 중에 고차 노드가 지오메트리에 정확하게 배치되고 메시 평활화 중에 표면에 유지되도록 하려면, 지오메트리에 대한 표면 검색작업이 필요하다. 엘리베이트 및 스무딩을 위한 지오메트리 액세스는 메시링크 API¹) 를 통해 제공된다. 메시링크는 지오메트리 및 메시 데이터를 관리하기 위한 라이브러리로, 메시 생성 및 메시 적응 애플리케이션과 관련된 함수를 쿼리할 수 있는 간단한 인터페이스를 제공한다.   혼합 오더 커브 프로세스 혼합 오더 메시 커브는 유효한 선형 메시로 시작하는 프로세스를 사용한다. 프로세스의 주요 구성 요소는 <그림 1>의 순서도에 나와 있다. 이 백서 전체에서 요소의 차수 또는 다항식 차수는 선형, 이차, 입방체와 같은 Q1~4 명명법을 사용하여 표시되며, 이차 요소는 각각 Q1, Q2, Q3, Q4이다. 고차 요소는 라그랑지안 기저 함수를 사용하여 요소의 가장자리, 면, 내부에 고차 노드를 고르게 분포시킨다. 이러한 물리적 노드는 하위 요소와 요소 모양을 적용하기 위해 WCN 방식에 필수이다.   그림 1. 혼합 오더 메시 커브 프로세스의 순서도에는 가장 안쪽 고도 루프를 통과하는 여러 경로가 포함되어 있다. 진입 지점에 따라 색상으로 구분된 화살표를 따라가게 된다.   고도 프로세스는 입력된 선형 메시에서 시작하여 사용자가 요청한 최종 차수인 Qfinal에 도달할 때까지 최대 차수인 Qmax를 한번에 하나씩 증가시킨다. 각 차수 패스동안 먼저 표면 요소와 볼륨 요소의 편차를 테스트한다. 고차 점이 지오메트리에서 너무 많이 벗어나는 서피스 요소(허용 오차 기준)는 높이가 올라가고, 그 섭동이 볼륨에 퍼진다. 마지막으로, 요소 반전을 수정하고 엘리베이션 프로세스에서 생성된 요소의 품질을 개선하기 위해 WCN 메시 스무딩이 수행된다. 각 스무딩 반복 후 각 볼륨 요소의 편차를 다시 테스트하여 추가 높이 조정이 필요한지 여부를 결정한다. 이 프로세스는 모든 요소가 편차 기준을 충족하거나 최종 정도에 도달할 때까지 반복되며, 메시 평활화 프로세스가 수렴한다. 품질 제약 조건은 인접한 요소가 한 차수 이상 차이가 나지 않도록 보장한다. 최종 출력은 같은 차수의 요소 간에 공유되는 고차 노드가 포함된 메시이다. 그러나 차수가 다른 요소 간에 공유되는 면과 가장자리는 동일한 인터페이스 노드를 공유하지 않다. 따라서 내보내기 전에 이러한 인터페이스에서 형상 적합성을 적용한다.   요소 편차 메트릭 편차 메트릭(Deviation Metric)은 엘리먼트 엘리베이션 프로세스 및 메시 스무딩 프로세스의 일부로, 엘리먼트 엘리베이션 프로세스를 제어한다. 편차 메트릭은 곡선 경계 또는 다른 볼륨 요소에 인접한 요소의 가장자리와 면에 있는 테스트 노드의 변위를 측정한다. 이러한 테스트 노드의 변위가 임계값 거리를 초과하면 해당 요소에 상승 플래그가 지정된다. 높이를 트리거하는 임계값은 요소 내의 최소 선형 에지 길이에 입력 편차 임계값 파라미터(일반적으로 1~5%)를 곱한 값이다.   서피스 요소 편차 곡선 경계에 인접한 요소의 경우 편차 메트릭은 6차 가우스 구적법 점 위치에 배치된 테스트 노드를 사용한다. 그런 다음 테스트 노드를 지오메트리에 투영하고, 원래 위치와 투영된 위치 사이의 거리를 측정한다. 편차량은 <그림 2>에서 선형 삼각형의 중심(청록색)에 있는 테스트 노드를 곡선 지오메트리 표면(주황색)에 투영하여 보여준다.   그림 2. 지오메트리에 투영된 표면 요소의 중심에 있는 테스트 노드     ■ 자세한 기사 내용은 PDF로 제공됩니다.

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

개발 및 공급 : 유니티 주요 특징 : 렌더링을 위한 URP와 HDRP의 성능 향상, 조명 기능 개선, 풍부한 환경 렌더링의 정확성 향상, 멀티 플랫폼 지원 개선, XR 입력 및 상호작용 간소화, AI를 활용한 동적 런타임 경험 제공 등     유니티 6(Unity 6) 프리뷰 버전(이전 명칭은 2023.3 테크 스트림)은 2024년 출시되는 유니티 6 정식 버전의 개발 사이클에서 마지막 릴리스에 해당하며, 유니티 2023.1과 2023.2 버전에서 릴리스된 기능을 포함한다. 유니티는 2023년 11월 진행된 ‘유나이트’ 이벤트에서 명명 규칙을 업데이트한다고 발표한 바 있다. 유니티 6 프리뷰는 테크 스트림 릴리스처럼 구성되어 있으며, 지원되는 릴리스이므로 탐색 중이거나 프로토타이핑 단계에 있는 프로젝트에서 최신 기능과 업데이트된 기능을 미리 사용해 볼 수 있다. 정식 제작 중인 프로젝트에는 향상된 안정성과 지원이 제공되는 유니티 2022 LTS릴리스를 사용하는 것이 좋다.   렌더링 성능 향상 유니티 6 프리뷰에서는 URP(유니버설 렌더 파이프라인)와 HDRP(고해상도 렌더 파이프라인)의 성능이 향상되어 여러 플랫폼 전반에서 제작 속도를 높일 수 있다. 콘텐츠에 따라 다르지만, CPU 워크로드를 30~50%까지 줄이는 동시에 다양한 플랫폼 전반에서 더 원활하고 빠르게 렌더링할 수 있다. 새로운 GPU 상주 드로어를 사용하면 복잡한 수동 최적화를 거치지 않고도 규모가 크고 풍부한 월드를 효율적으로 렌더링할 수 있다. 고사양 모바일 기기, PC, 콘솔 등의 플랫폼에서 복잡한 대형 신(scene)을 렌더링할 때 게임 오브젝트에 사용되는 CPU 프레임 시간을 50%까지 단축하여 게임을 최적화할 수 있다.   ▲ 복잡한 대형 신을 렌더링할 때 게임 오브젝트에 사용되는 CPU 프레임 시간을 50%까지 단축하여 게임을 최적화한다.   GPU 상주 드로어와 함께 GPU 오클루전 컬링 또한 프레임마다 오버드로되는 양을 줄여 게임 오브젝트의 성능을 향상시킨다. 즉, 렌더러가 보이지 않는 오브젝트를 드로하느라 리소스를 낭비하지 않게 한다. GPU 오클루전 컬링은 GPU 기반 접근 방식을 통해 신에서 보이지 않는 오브젝트를 렌더링하지 않게 한다.  STP(시공간 포스트 프로세싱)로 GPU 성능을 최적화하고 시각적 품질과 런타임 성능을 높일 수 있다. STP는 저해상도에서 렌더링된 프레임을 정확도 손실 없이 업스케일링하도록 설계되어, 플랫폼에 다양한 성능 수준과 화면 해상도로 일관적인 고품질 콘텐츠를 제공할 수 있다. STP는 데스크톱과 콘솔 전반에서, 무엇보다도 컴퓨팅 가능한 모바일 기기에서 URP 및 HDRP 모두와 호환된다.   ▲ STP는 GPU 성능을 최적화하고 시각적 품질과 런타임 성능을 높인다.   URP용 렌더 그래프(Render Graph)는 새로운 렌더링 프레임워크 및 API로, 렌더 파이프라인의 유지 관리와 확장을 간소화하고 렌더링 효율성과 성능을 높인다. 최신 시스템에는 특히 타일 기반(모바일) GPU에서 메모리 대역폭 사용량과 에너지 소비를 줄이기 위한 네이티브 렌더 패스의 자동 병합 및 생성 같은 핵심 최적화 기능이 다양하게 추가되었다. 또한 새로운 렌더 그래프 API를 통해 커스텀 패스 추가 워크플로를 간소화할 수 있기 때문에, 사용자는 커스텀 래스터와 커스텀 패스로 렌더 파이프라인을 확장하고 새로운 컨텍스트 컨테이너를 사용하여 필요한 파이프라인 리소스에 모두 안전하게 액세스할 수 있다. 마지막으로, 새로운 렌더 그래프 뷰(Render Graph Viewer) 툴을 사용해 엔진의 렌더 패스 생성과 프레임 리소스 사용량을 에디터 내에서 직접 분석하고, 렌더 파이프라인 디버깅과 최적화 과정을 간소화할 수 있다.   ▲ 렌더 그래프 뷰를 사용하여 렌더 파이프라인, 패스, 리소스를 분석한다.   URP의 포비티드 렌더링(Foveated Rendering) API를 사용하면 포비티드 렌더링 수준을 설정하여 사용자 주변의 중거리/원거리 정확도를 낮추는 대신 GPU 성능을 높일 수 있다. 유니티 6 프리뷰에서는 두 가지 새로운 포비티드 렌더링 모드를 사용할 수 있다. 고정 포비티드 렌더링(Fixed Foveated Rendering)의 경우 스크린 공간 중앙 영역의 품질이 높아지고, 시선 추적 포비티드 렌더링(Gazed Foveated Rendering)에서는 시선 추적을 통해 스크린 공간에서 품질을 높여야 할 영역을 결정한다. 포비티드 렌더링 API는 오큘러스 XR(Oculus XR) 플러그인을 사용하는 메타 퀘스트(Meta Quest), 그리고 소니 플레이스테이션 VR2(Sony PlayStation VR2) 플러그인과 호환되며, OpenXR 플러그인에 대한 지원이 곧 추가될 예정이다.   ▲ 시선이 집중되는 영역의 품질을 높이는 방법으로 GPU 성능을 향상하여, VR에서 시각적 품질을 높이고 프레임 속도를 개선한다.   HDRP 및 URP에서의 볼륨 프레임워크 향상으로 모든 플랫폼에서 CPU 성능이 최적화되어 저사양 하드웨어에서도 실행이 가능하다. 이제 URP에서도 HDRP처럼 전반적으로 향상된 사용자 인터페이스를 사용하여 전역 볼륨과 품질 수준별 볼륨을 설정할 수 있다. 또한 이제 손쉽게 URP용 커스텀 포스트 프로세싱 효과와 함께 볼륨 프레임워크를 사용하여 커스텀 안개와 같은 효과를 직접 제작할 수 있다.    ▲ URP 커스텀 포스트 프로세싱   조명 개선 사항 APV(적응적 프로브 볼륨)는 유니티에서 전역 조명을 구현하는 새로운 방법을 제공한다. 라이트 프로브를 통해 빛을 받는 오브젝트의 저작(authoring) 및 반복 작업(iteration)을 더 간소화했으며, 시간대 시나리오나 스트리밍 등의 새로운 작업을 수행할 수 있다. 유니티 2023.1 및 2023.2 테크 스트림 릴리스에서 제공된 APV의 개발을 기반으로, 유니티 6 프리뷰에서는 탁월한 조명 전환을 구현하기 위해 저작 워크플로 개선, 스트리밍 기능 확장, 제어 및 플랫폼 도달률(Reach) 확장 등의 개선이 이루어졌다.  APV 시나리오 블렌딩을 URP로 확장하여, 낮과 밤을 전환하거나 방에서 불을 켜고 끄는 상황에 대한 베이크된 프로브 볼륨 데이터를 손쉽게 블렌딩할 수 있도록 더 광범위한 플랫폼을 지원한다. 여러 조명 시나리오를 베이크한 다음 런타임에 블렌딩할 수 있다. 이 기능은 프로브 볼륨 데이터에만 적용된다. 반사 프로브, 라이트맵, 광원 위치 또는 강도와 같은 기타 요소는 직접 조정해야 한다.  URP와 HDRP에서 모두 지원하는 APV 스카이 오클루전을 사용하면 가상 환경에 시간대별 조명 시나리오를 적용하여 APV 시나리오 블렌딩에 비해 다양한 컬러 배리에이션으로 하늘의 정적 간접 조명을 구현할 수 있다. 스카이 오클루전을 사용하면 APV 시나리오 블렌딩에 비해 다양한 컬러 배리에이션으로 하늘의 정적 간접 조명을 구현할 수 있다.  이제 APV 디스크 스트리밍이 URP에서 비컴퓨트(non-compute) 경로를 지원하며, AssetBundles 및 Addressables 지원 또한 활성화되었다.  Probe Adjustment Volumes 툴을 활용하여 APV 콘텐츠를 미세 조정하고 빛 번짐 효과를 해결할 수 있다. 이러한 볼륨 내부의 프로브에 대해 샘플 카운트 오버라이드 및 프로브 무효화 등을 조정할 수 있다. 조정 볼륨의 영향을 받지 않는 라이트 프로브는 숨길 수 있고, 이제 영향을 받는 프로브의 프로브 조명 데이터만 미리 확인할 수 있으며, Probe Volume 및 Probe Adjustment Volume 컴포넌트에서 곧바로 베이크할 수 있다. 마지막으로, C# Light Probe Baking API가 추가되어 이제 한 번에 베이크할 프로브의 개수를 제어하여 실행 시간과 메모리 사용량 간의 균형을 맞출 수 있다.    더 정확하고 풍부한 환경 유니티 6 프리뷰는 HDRP에서 프로젝트의 시간대 시나리오를 더 사실적으로 구현할 수 있도록 일몰과 일출의 하늘 렌더링을 개선하였다. 또한 먼 거리의 안개를 보완하기 위해 오존층 지원과 대기 산란이 추가되었다. 커스틱을 샘플링하여 볼류메트릭 광원의 빛줄기를 생성하는수중 볼류메트릭 포그 지원이 추가되어 물의 표현도 개선되었다. 성능 최적화 측면에서는 CPU로 시뮬레이션을 모사하는 대신, 몇 프레임이 지연되며 GPU에서 시뮬레이션을 다시 읽어 오는 옵션이 추가되었다. 혼합 트레이싱 모드가 포함된 투명한 표면 지원도 추가되어, 물과 같은 표면을 터레인이나 초목과 함께 렌더링할 때 레이트레이싱과 스크린 공간 효과를 혼합할 수 있다. 대규모의 동적인 월드를 렌더링하려면 무엇보다 성능이 중요하므로 URP와 HDRP의 SpeedTree 초목 렌더링을 최적화했으며, 앞에서 언급한 새로운 GPU 상주 드로어를 활용한다.   VFX 그래프 아티스트 워크플로 유니티 프리뷰 6에서는 VFX 아티스트가 더 많은 플랫폼에 효율적으로 도달할 수 있도록 툴과 URP 지원을 개선했다. VFX 그래프 프로파일링 툴을 사용하면 VFX 아티스트는 메모리와 성능에 대한 피드백을 받고, 그래프 내에서 최적화할 부분을 찾아서 특정 효과를 미세 조정하고 성능을 극대화할 수 있다.   ▲ VFX 그래프 프로파일링 툴   셰이더 그래프 키워드의 지원을 받아 VFX 셰이더를 제작할 수 있으며, URP 뎁스 및 컬러 버퍼를 사용하여 빠른 충돌이나 월드 내 파티클 생성을 위해 URP로 더 복잡한 효과를 만들 수 있다. VFX 그래프의 개념과 기능을 학습할 수 있도록 제작된 VFX 애셋 모음인 신규 학습 템플릿으로 VFX 그래프를 빠르게 시작할 수 있다.   셰이더 그래프 아티스트 워크플로 유니티 6 프리뷰에는 셰이더 그래프 사용자들이 많이 겪는 고충을 해결하기 위해 편집이 가능한 키보드 단축키, 그래프에서 가장 GPU 사용량이 많은 노드를 빠르게 식별할 수 있는 히트맵 컬러 모드를 추가하였으며, 실행 취소/재실행 또한 더 빨라졌다.   ▲ 노드의 상대적 GPU 비용을 보여 주는 히트맵 컬러 모드   여러 셰이더 그래프 애셋이 담긴 신규 노드레퍼런스 플을 사용할 수 있다. 샘플에 포함된 각 그래프는 하나의 노드를 설명하고, 내부적으로 작동하는 수학을 요약하며, 가능한 노드 사용 방법에 대한 예시를 포함한다.    멀티 플랫폼 개선 사항 유니티 6 프리뷰는 멀티 플랫폼 개발 워크플로를 최적화하고 인기 있는 플랫폼 전반에서 도달률을 향상하는 것을 목표로 데스크톱과 모바일, 웹 및 XR에서 향상된 멀티 플랫폼 기능을 제공한다.   빌드 창 편의성 향상 및 새로운 빌드 프로필 새로운 빌드 프로필 기능을 통해 더욱 유연하고 효율적으로 빌드를 관리할 수 있다. 각 프로필에서 빌드 설정을 구성하는 것 외에 이제 서로 다른 신 목록을 넣어 빌드의 콘텐츠를 커스터마이즈할 수 있어, 게임에서 가장 선보이고 싶은 신이 사용된 고유의 플레이 가능한 데모를 여러 개 만들 수 있다. 또한 플레이어 설정에서 볼 수 있는 스크립팅에 더해 어떤 프로필이든 정의하는 커스텀 스크립팅을 설정할 수 있으며, 이를 통해 빌드와 에디터 플레이 모드의 기능과 동작을 미세 조정할 수 있다. 버티컬 슬라이스(시연 버전)를 만들거나 플랫폼별로 동작을 다르게 설정하려 할 때 이 기능을 활용할 수 있다. 프로필마다 플레이어 설정 오버라이드를 추가하여 플랫폼 모듈에 맞게 설정을 커스터마이즈할 수 있다. 이 기능을 이용하면 프로필마다 다른 퍼블리싱 설정을 손쉽게 구성할 수 있다. 전반적으로 이 최신 기능을 사용하면 에디터에서의 빌드 관리 방식을 커스터마이즈하기 위해 커스텀 빌드 스크립트를 사용해야 하는 빈도를 낮출 수 있다. 마지막으로, 에디터에서 플랫폼을 쉽게 확인할 수 있도록 플랫폼 브라우저를 추가했다. 플랫폼 브라우저에서 Unity가 지원하는 모든 플랫폼을 확인하고 원하는 플랫폼의 빌드 프로필을 생성할 수 있다.   ▲ 유니티 6의 새로운 빌드 프로필 창   웹 런타임으로 모바일 게임 도달률 향상 안드로이드 및 iOS 브라우저 지원이 유니티 6 프리뷰에 추가되었다. 이제 모든 웹에서 유니티 게임을 실행할 수 있으며, 브라우저 게임을 데스크톱 플랫폼으로 제한해 개발하지 않아도 된다. 또한 게임을 네이티브 앱의 웹 뷰에 임베드하거나, 유니티의 프로그레시브 웹 앱 템플릿을 사용해 고유한 바로 가기와 오프라인 기능을 가진 네이티브 앱처럼 게임이 작동하도록 구현할 수 있다. 모바일 기기 컴파스 지원과 GPS 위치 트래킹 같은 기능이 추가되어, 게이머가 플레이하는 플랫폼에 맞게 대응하도록 웹 게임을 구현할 수 있다. Emscripten 3.1.38 툴체인 업데이트와 부호 확장 명령 코드, 트랩 없는 부동 소수점-정수 변환, 벌크 메모리, BigInt, Wasm 테이블, 네이티브 Wasm 예외, Wasm SIMD와 같은 새로운 WebAssembly 언어 기능 모음을 통한 최신 WebAssembly 2023 지원을 통해 웹 게임을 미세 조정할 수 있다. 또한 WebAssembly 2023은 힙 메모리를 4GB까지 지원하므로 최신 하드웨어에서 더 많은 RAM을 사용할 수 있다.   ▲ 아이폰 15 프로의 사파리에서 실행되는 유니티의 2D 샘플 프로젝트 해피 하비스트(Happy Harvest)   유니티 6 프리뷰에는 최신 안드로이드 툴, 즉시 사용 가능한 자바(Java) 17 지원, 안드로이드 앱 번들에 디버그 심볼을 추가하는 기능 등을 비롯한 더 많은 모바일 개선 사항이 포함된다. 이를 통해 구글 플레이 스토어(Google Play Store)에 제출하는 시간을 절약하고 플레이 콘솔(Play Console)에서 항상 스택트레이스 정보를 확인할 수 있다.   WebGPU 백엔드 얼리 액세스 WebGPU 백엔드의 실험 단계 지원을 도입하는 것은 웹 기반 그래픽스 가속의 중대한 이정표로서, 앞으로 유니티 웹 게임의 그래픽스 렌더링 정확도를 도약시키는 디딤돌이 될 것이다. WebGPU는 컴퓨트 셰이더 지원과 같은 최신 GPU 기능을 웹에 노출하고 활용하려는 목적으로 설계되었다. WebGPU는 새로운 웹 API로서, 다이렉트X 12(DirectX 12), 벌칸(Vulkan), 메탈(Metal)과 같은 네이티브 GPU API를 통해 내부적으로 구현하는 최신 그래픽스 가속 인터페이스를 데스크톱 기기에 따라 제공한다. WebGPU 그래픽스 백엔드는 여전히 실험 단계이므로 정식 제작에 사용하는 것은 권장하지 않는다.   ▲ GPU(컴퓨트) 스키닝의 장점을 활용해 높은 프레임 속도를 유지하면서 로봇들의 골격 위에 스킨을 메시 처리한 데모   유니티 에디터의 ARM 기반 윈도우 기기 지원 유니티는 2023.1에서 ARM 기반 윈도우 기기에 대한 지원을 제공하여 새로운 하드웨어로 타이틀을 가져올 수 있게 했다. 유니티 6 프리뷰를 통해 유니티 6에서 ARM 기반 윈도우 기기에 대한 네이티브 유니티 에디터 지원을 제공한다. 따라서 이제 ARM 기반 기기의 성능과 유연성을 활용하여 유니티 게임을 제작할 수 있다.   다이렉트X 12 백엔드 개선 사항 유니티의 다이렉트X 12 그래픽스 백엔드가 정식으로 제작에 사용 가능하며, DX12를 지원하는 윈도우 플랫폼을 타깃으로 제작할 때 사용할 수 있다. 이번 변경에 앞서 렌더링 안정성과 성능에 대한 포괄적인 향상이 이루어진 바 있다. 유니티 에디터와 유니티 플레이어는 DX12에서 Split Graphics Jobs를 사용하여 향상된 CPU 성능의 혜택을 누릴 수 있다. 성능 향상 수준은 신의 복잡도와 제출되는 드로 콜 횟수에 따라 다를 수 있다.     무엇보다도 DX12 그래픽스 API는 광범위한 최신 그래픽스 성능을 지원할 수 있으므로, 유니티의 레이트레이싱 파이프라인 같은 차세대 렌더링 기법을 사용할 수 있다. 조만간 그래픽스에서 머신러닝에 이르는 DX12의 고급 기능을 활용하여, 높은 수준의 정확도와 성능을 실현할 수 있을 것이다.   마이크로소프트 GDK 패키지로 마이크로소프트 플랫폼 생태계 도입 마이크로소프트와 유니티의 지속적인 파트너십 덕분에 이제 유니티 6 프리뷰와 2022 LTS, 2021 LTS에서 2개의 새로운 마이크로소프트 GDK 패키지를 이용할 수 있다. Microsoft GDK Tools와 Microsoft GDK API 패키지를 동일한 구성 및 코드 베이스로 마이크로소프트 게이밍 플랫폼에서 사용할 수 있다. 이 패키지를 사용하면 사용자 ID, 플레이어 데이터, 소셜, 클라우드 스토리지 등의 엑스박스(Xbox) 서비스를 활용할 때와 같은 코드를 사용하여, 윈도우 및 엑스박스같은 마이크로소프트 게이밍 플랫폼에서 더욱 손쉽게 게임을 빌드할 수 있다. 통합 마이크로소프트 GDK 패키지를 사용하면 공유 코드 베이스와 API를 통한 빌드 프로세스 자동화 기능을 활용하여 마이크로소프트 플랫폼에서 게임을 제작할 수 있다. 패키지에 포함된 다양한 기능을 선보이는 새로운 샘플도 제공된다. 이전에는 엑스박스 콘솔과 윈도우의 마이크로소프트 스토어를 타깃으로 삼는 경우 마이크로소프트와 유니티에서 제공하는 별도의 GDK 패키지를 설치하는 것이 지침이었다. 그렇게 하려면 타깃으로 삼은 각 마이크로소프트 플랫폼별로 다른 코드 브랜치를 관리해야 했다. 새로운 마이크로소프트 GDK 패키지를 사용하면 그럴 필요가 없다. 또한 이제 빌드 서버에서 직접 API로 MicrosoftGame.config 파일을 수정할 수 있다. 유니티 6의 새로운 빌드 프로필 기능과 함께 사용하면 하나의 프로젝트만으로도 손쉽게 마이크로소프트 게이밍 생태계에 게임을 공개할 수 있다.   ▲ 유니티 패키지 관리자의 새로운 마이크로소프트 GDK API(1단계) 및 마이크로소프트 GDK 툴즈(2단계). 유니티 패키지 관리자에서 직접 마이크로소프트 GDK 패키지를 설치하고 마이크로소프트 GDK를 사용해 개발을 시작할 수 있다.   XR 경험 유니티는 AR킷(ARKit), AR코어(ARCore), 비전OS(visionOS), 메타 퀘스트, 플레이스테이션 VR, 윈도우 MR(Windows Mixed Reality) 등 많이 알려진 알려진 XR(확장현실) 플랫폼을 지원한다. 유니티 6 프리뷰는 혼합 현실, 손 및 시선 입력, 개선된 시각적 정확도 같은 최신 크로스 플랫폼 기능을 포함한다. 이제 향상된 템플릿에 이러한 많은 최신 기능이 통합되어 더 빠르게 시작할 수 있다.   현실 세계를 게임에서 구현하기 기존 게임을 혼합 현실로 확장하려 할 때나 아니면 완전히 새로운 게임을 제작하려는 경우에도 AR 파운데이션(AR Foundation)을 사용하면 크로스 플랫폼 방식으로 현실 세계를 플레이어 경험에 통합할 수 있다. 유니티 6 프리뷰에는 AR코어에서의 이미지 안정화 지원을 추가하였으며, 메타 퀘스트(Meta Quest)와 같은 혼합 현실 플랫폼을 대상으로 메시 및 바운딩 박스 기능 등에 대한 지원을 개선했다.   ▲ 최신 AR 파운데이션 메시 기능   XR 입력 및 상호작용 상호작용을 간소화할 수 있도록 XRI(XR Interaction Toolkit) 3.0에 여러 주요 개선 사항이 추가되었다. 그중에서도 Near-Far Interactor라는 새로운 인터랙터는 프로젝트에서 인터랙터의 동작을 커스터마이즈할 때 유연성과 모듈성을 향상시킬 수 있다.  새로운 Input Reader의 추가로 XRI 입력 처리 방식이 개선되었으며, 이를 통해 입력 프로세스가 간소화되고 다양한 입력 유형 전반에서 코드의 복잡도가 줄어든다. 마지막으로, 크로스 플랫폼 방식으로 게임 내 키보드를 구현하고 커스터마이즈할 수 있도록 새로운 가상 키보드 샘플을 출시할 계획이다.   고유의 손 제스처 손을 사용하여 콘텐츠와 상호작용하도록 하는 플랫폼이 점점 더 많아지는 추세이다. 유니티의 XR Hands 패키지를 사용하면 커스텀 손 제스처(예 : 엄지 척, 엄지 다운, 가리키기)나 일반적인 오픈XR 손 제스처를 구현할 수 있다. 샘플이 포함되어 있어 빠르게 작업을 시작할 수 있다. 손 모양과 제스처의 제작, 미세 조정 및 디버깅을 위한 툴이 함께 지원되므로 더 많은 사용자를 대상으로 폭넓은 콘텐츠를 제공할 수 있다.   시각적 정확도 향상 게임의 시각적 정확도를 향상하려는 방법의 하나로 현재 실험 단계 패키지로만 이용할 수 있는 Composition Layers 기능이 있다. 이 기능은 런타임의 합성 레이어에 대한 네이티브 지원을 사용하여 텍스트, 비디오, UI 및 이미지를 더욱 양호한 품질로 렌더링하고, 더 선명한 텍스트, 뚜렷한 윤곽선을 비롯해 전반적으로 더 나은 결과물을 제공하는 동시에 아티팩트도 상당히 줄일 수 있다.   멀티플레이어 제작 간소화 유니티 6 프리뷰는 간단한 엔드 투 엔드 통합 솔루션으로, 멀티플레이어 게임의 제작, 출시, 성장을 가속한다. 실험 단계 멀티플레이어 센터 유니티는 패키지 레지스트리에서 사용할 새로운 실험 단계 멀티플레이어 센터(Experimental Multiplayer Center) 패키지를 제작했다. 멀티플레이어 센터는 멀티플레이어 개발을 시작할 수 있도록 안내하는 간소화된 가이드 툴이다. 에디터의 중심에 있는 이 가이드를 활용하면 프로젝트별 요구 사항에 맞는 유니티 툴과 서비스에 액세스할 수 있다.  멀티플레이어 센터는 프로젝트의 멀티플레이어 사양에 따른 인터랙티브 가이드, 리소스와 교육 자료에 대한 액세스, 그리고 멀티플레이어 기능을 빠르게 배포하고 간단하게 실험할 간편한 방법을 제공한다.   멀티플레이어 플레이 모드 유니티 에디터 내에서 각 프로세스 전반의 멀티플레이어 기능을 테스트해 볼 수 있는 멀티플레이어 플레이 모드(Multiplayer Play Mode) 1.0 버전이 릴리스되었다. 디스크의 동일한 소스 애셋을 사용하면서 하나의 개발 기기에서 최대 4명의 플레이어(기본 에디터 플레이어 및 가상의 플레이어 3명)를 동시에 시뮬레이션할 수 있다. 멀티플레이어 플레이 모드를 사용하면 프로젝트를 빌드하고, 로컬에서 실행하고, 서버-클라이언트 관계를 테스트하는 데 걸리는 시간을 단축하는 멀티플레이어 개발 워크플로를 구축할 수 있다.   ▲ 멀티플레이어 플레이 모드는 개발 과정에서 멀티플레이어 게임을 테스트하기 위한 설정 시간을 단축하고 빠른 반복 루프를 유지한다.   멀티플레이어 툴즈 멀티플레이어 툴즈(Multiplayer Tools) 패키지를 2.1.0 버전으로 업데이트하며, 새로운 디버깅 시각화 툴인 네트워크 신 비주얼라이제이션(Network Scene Visualization)을 추가했다. 네트워크 신 비주얼라이제이션(NetSceneVis)은 멀티플레이어 툴즈 패키지에 포함된 강력한 툴로, 유니티 에디터 신 뷰에서 프로젝트를 보며 메시 셰이딩이나 텍스트 오버레이와 같은 시각화 기능을 통해 오브젝트별 네트워크 커뮤니케이션을 시각화하고 디버깅할 수 있다.   Netcode for GameObjects용 실험 단계 분산형 권한 새로운 Experimental Multiplayer Services SDK 0.4.0 버전(com.unity.services.multiplayer)과 함께 사용할 때의 분산형 권한 모드를 Netcode for GameObjects 2.0.0-exp.2 버전(com.unity.netcode.gameobjects)에 추가했다. 분산형 권한 모드에서는 클라이언트가 게임 세션에서 생성된 넷코드(Netcode) 오브젝트에 대해 분산된 소유권/권한을 가진다. 넷코드 시뮬레이션 워크로드는 클라이언트 전반에 분산되며, 네트워크 상태는 유니티가 제공하는 고성능 클라우드 백엔드를 통해 조율된다.   넷코드 포 엔티티즈 게임 오브젝트가 디버그 바운딩 박스를 렌더링할 수 있도록 지원하여 넷코드 포 엔티티즈(Netcode for Entities) 경험을 개선했다. 또한 코드를 수정할 필요 없이 커스터마이즈할 수 있는 넷코드 설정 변수 대부분이 포함된 NetCodeConfig ScriptableObject를 추가했다.   데디케이디드 서버 패키지 프로젝트를 별도로 만들지 않아도 프로젝트에서 서버와 클라이언트 역할을 전환하도록 허용하는 데디케이디드 서버(Dedicated Server) 패키지를 출시했다. 멀티플레이어 역할을 사용하면 클라이언트 및 서버 전반에 게임 오브젝트와 컴포넌트를 배분할 수 있다.  멀티플레이어 역할로 각 빌드 타깃에서 사용할 멀티플레이어 역할(클라이언트, 서버)을 결정할 수 있다. 이는 다음과 같이 구성된다. 콘텐츠 선택 : 여러 멀티플레이어 역할을 대상으로 포함하거나 제거할 콘텐츠(게임 오브젝트, 컴포넌트)를 선택하는 UI 및 API를 제공한다. 자동 선택 : 여러 멀티플레이어 역할에서 자동으로 제거되어야 할 컴포넌트 유형을 선택하는 UI 및 API를 제공한다. 안전성 확인 : 멀티플레이어 역할에서 오브젝트를 제거하여 발생할 수 있는 잠재적인 널(null) 참조 예외를 감지하기 위한 경고를 활성화한다. 이 패키지에는 데디케이디드 서버 플랫폼 개발에 추가로 필요한 최적화 및 워크플로 개선 사항도 포함된다.   Experimental Multiplayer Services SDK Experimental Multiplayer Services SDK는 유니티 6 프리뷰에서 개발하는 게임에 온라인 멀티플레이어 요소를 한 번에 추가할 수 있는 솔루션이다. UGS(Unity Gaming Services)를 기반으로 릴레이(Relay) 및 로비(Lobby) 서비스의 여러 기능을 새로운 단일 ‘세션’ 시스템으로 결합한 솔루션으로, 빠르게 플레이어 그룹의 연결 방식을 정의할 수 있도록 지원한다. Experimental Multiplayer Services SDK 0.4.0 버전(com.unity.services.multiplayer)을 사용하면 P2P(peer-to-peer) 세션을 생성하고 플레이어가 참여 코드, 활성 세션 목록 검색 또는 ‘빠른 참여’ 기능 등 다양한 방법으로 참여하도록 구현할 수 있다.   유니티 6 프리뷰의 멀티플레이어 유니티 6 프리뷰에 포함된 많은 기능은 아직 실험 단계에 있으며, 아직 정식 제작에 사용할 수는 없다. 유니티 6가 완전한 지원 경험을 갖출 수 있도록 사용자의 피드백을 바탕으로 해당 기능을 빠르게 사전 릴리스 및 릴리스 단계로 전환할 예정이다.   엔티티 워크플로 개선 사항 유니티 6 프리뷰는 ECS 워크플로를 간소화하고 사용자가 흔히 겪는 어려움을 해결한다. 이러한 노력의 하나로, 유니티는 향후 엔티티와 게임 오브젝트 워크플로가 통합되는 상황에 대비하여 엔티티의 저장 방식을 변경했다. 이제 엔티티 ID가 전역적으로 고유의 값을 가지며, 한 엔티티 시스템에서 다른 시스템으로 원활하게 옮길 수 있다. 이러한 변경이 ECS 워크플로에 영향을 주지는 않지만, 항상 정확한 엔티티를 표시하므로 디버깅 시 모호함을 줄일 수 있다. 또한 유니티 2022 LTS에 제공된 최신 ECS 개선 사항이 유니티 6 프리뷰에도 적용되었다. ECS 1.1 : 주요 물리 콜라이더 워크플로 및 성능 개선, ECS 프레임워크 전반에서 80개 이상의 수정 사항 ECS 1.2 : 에디터 워크플로 전반의 편의성 및 성능 개선, 직렬화, 베이킹, 50개 이상의 수정 사항 및 유니티 6 호환성   AI를 활용한 동적 런타임 경험 제공 유니티 6 프리뷰에는 런타임에 AI 모델을 통합하는 뉴럴 엔진인 유니티 센티스(Unity Sentis)가 포함된다. 센티스를 통해 오브젝트 인식, 스마트 NPC, 그래픽스 최적화 같은 새로운 AI 기반 기능을 활용할 수 있다. 센티스는 최근에 성능과 사용 초기 경험 간소화에 집중하여 개선이 이루어졌다.   성능 이제 유니티 에디터에서 AI 모델 가중치 양자화(FP16 또는 UINT8)를 지원하므로 필요한 경우 모델 크기를 최대 75%까지 줄일 수 있다. 모바일 게임을 출시하는 경우 상당한 절약 효과를 볼 수 있다. 모델 스케줄링 속도 또한 2배 향상되었고, 메모리 누수와 가비지 컬렉션은 줄어들었다. 마지막으로, 이제 더 많은 ONNX 연산자를 지원한다.   시작하기 프로젝트에 적합한 AI 모델을 더 쉽게 찾을 수 있도록, 유니티는 대규모 60만 개 이상의 AI 모델을 보유한 AI 모델 허브인 허깅 페이스(Hugging Face)와 협력 관계를 맺었다. 이제 센티스에서 ‘바로 사용할 수 있는’ AI 모델을 즉시 찾을 수 있으므로 손쉬운 연동이 가능하다.  적합한 모델을 찾았으면 이제 게임에 연결해야 한다. 더 쉽게 연결할 수 있도록 유니티는 AI 모델을 제작, 수정, 연결하는 데 활용할 새로운 Functional API를 도입했다. 직관적이고, 안정적이며, 인퍼런스에 최적화된 API이다. 메모리 관리 및 스케줄링 전반을 제어하기 위해 완전히 커스터마이즈할 수 있는 낮은 레벨의 API가 필요하다면 Backend API를 계속 사용할 수 있다.   생산성 및 기능성 향상 유니티 엔진은 비주얼 스크립팅에서부터 UI 툴킷까지 사용자의 생산성과 기능성을 향상하기 위한 다양한 툴을 제공한다. 기존 툴에 더해 유니티 6 프리뷰에서는 특히 프로파일링 툴 포트폴리오에 두 가지 업데이트가 추가되었다.   메모리 프로파일러 유니티 6 프리뷰에서는 메모리 프로파일러(Memory Profiler)와 관련해 두 가지 주요 업데이트가 적용되었다. 우선, 기존에는 분류되지 않았던 그래픽스 메모리가 이제 측정되며 리소스별 보고가 이루어진다.(예 : 렌더 텍스처 및 컴퓨트 셰이더) 그리고, 상주 메모리에 대한 정보가 더 자세히 보고된다. 예를 들어 디스크로 전환되는 메모리는 더 이상 여기에 포함되지 않는다. 이러한 업데이트는 특히 네이티브 메모리 사용량을 파악하기 어렵다는 사용자의 직접적인 피드백을 해결한다.   ▲ 업데이트된 메모리 프로파일러     ■ 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.