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.  

마이크로소프트와 한국폴리텍대학 부산캠퍼스는 7월 4일 고교생과 대학생을 대상으로 한 해커톤 행사인 '마이크로소프트 클라우드 AI 경진대회'를 개최했다고 밝혔다. 이번 경진대회는 ‘AI Express 부산’ 사업의 일환으로 한국폴리텍대학 부산캠퍼스 소프트웨어융합과 주도로 진행됐다. ‘AI Express 부산’은 한국폴리텍대학과 마이크로소프트가 지역 기술 격차를 해소하고자 2023년 9월부터 한국폴리텍대학을 중심으로 마이크로소프트 클라우드 AI 기술을 전파하기 위한 교육 지원사업으로 특히 부산 지역을 중심으로 진행되었다. 이 사업은 부산 지역의 특성화고등학교를 대상으로 한 교사 연수 및 학생 교육, 한국폴리텍대학 부산캠퍼스에는 마이크로소프트 클라우드 AI 정규과정 및 특강을 개설해 AI 교육의 저변을 확대하기 위한 것이다. 이번 해커톤 행사에는 부산기계공고, 부산소프트웨어마이스터고와 부산진여상 등 부산지역 특성화고를 대표하는 학교들과 한국폴리텍대학 학생들이 참가, 마이크로소프트 애저(Azure) 클라우드에 있는 도구를 사용해 다양한 개체 감지와 이미지 분류 AI 모델을 만들어 발표하는 식으로 진행됐다. 대회에 참여한 학생들은 마이크로소프트 클라우드 AI 교육을 받은 후에 팀을 구성해 출전했다. 교육 과정에서 학생들은 인공지능 설계자로서 가져야 할 윤리에 대해서 학습했고 클라우드에 대한 체험을 했다. 학생들은 경진대회 참가를 위해 5인 내외의 팀을 결성, 팀워크를 발휘하고 서로 아이디어를 공유해 주변 생활에서 활용할 수 있는 실용적인 모델을 구현하는 기회를 가졌다. 해커톤은 학생들이 직접 발표하고 서로 질의응답을 받는 형식으로 진행되었으며, 마이크로소프트의 인공지능 6대 원칙을 반영해 개발자로서 반드시 지켜야 할 윤리 적용 여부, 창의적 문제 해결성 및 실현 가능성을 위주로 심사가 이뤄졌다.  경진대회 결과 학교 매점의 결제 시스템에 사용할 수 있는 물품 인식 모델을 제시한 부산소프트웨어 마이스터고 COPPA팀이 대상을 수상했다. 이 외에도 애완견의 품종을 식별하는 AI 모델, 분리수거 물품 식별기, 헬멧 감지기, 화재감지 및 대피방향 안내 모델, 장애인을 위한 바코드 인식기, 멸종위기종 개체감지 모델 등 다양한 모델이 출품되었다. 특히 부산기계공고에서는 AI기술을 기계 분야에 적용하기 위해 개체감지 모델을 이미 학교에서 학습했던 아두이노와 OCR기술과 연계하여 적용해 내는 완성물을 선보이기도 했다.     대상을 차지한 부산소프트웨어 마이스터고 COPPA팀의 강시우 학생은 “마이크로소프트 애저의 커스텀비전을 사용하여 AI를 학습하였는데 기존의 텐서플로우와 같은 코딩을 사용하는 것보다 쉽게 구현되고 실생활에서 느꼈던 불편한 점을 AI 모델을 사용해 클라우드 기술을 적용했다”고 말했다. 이번 해커톤 대회를 참관한 각 학교 선생님들은 이번 대회에 참여한 모든 학생들이 팀을 이루어 밤낮을 가리지 않고 열심히 모델을 만드는 과정을 보면서 이러한 교육이 학교 교육에도 정착되기를 바란다는 의지를 밝혔다. 특히 이번 경진대회 개최를 주도한 한국폴리텍대학 부산캠퍼스 소프트웨어융합과 학과장 김강현교수는 “클라우드 AI 저변 확대를 위한 교육지원사업 및 경진대회를 공동으로 주최하여 준 마이크로소프트에 감사를 드리며 향후 학생뿐만 아니라 신중년 및 재직자 등 다양한 사람들에게 클라우드 AI 교육 기회가 제공되기를 바란다”고 밝혔다.

  머리말 요약 제1장 서론 1. 연구의 배경 및 필요성 2. 연구의 범위와 방법 제2장 디지털 전환과 주요 이슈 1. 디지털 전환과 제조혁신 (1) 최신 혁신 동향과 제조혁신  (2) 데이터 주도 혁신(Data-driven innovation) (3) 소결 및 기업의 대응 이슈 2. 디지털 전환과 시장의 작동원리(Market mechanism) (1) 가격 시스템과 자원 배분 (2) 시장구조 (3) 소결 및 기업의 대응 이슈 3. 디지털 전환과 제조 현장 (1) 공정의 디지털 통합 (2) 스마트제조와 디지털 기술 (3) 스마트제조와 디지털 트윈 (4) 소결 및 기업의 대응 이슈 제3장 국내 제조서비스 기업 실태조사  1. 제조서비스의 개요 (1) 제조서비스와 제조 기업의 주요 이슈 (2) 제조서비스 영향 요인과 특성 2. 실태조사 개요와 주요 결과 (1) 실태조사 개요 (2) 실태조사 주요 결과 3. 소결 및 시사점 제4장 제조서비스 기업 혁신에 대한 실증분석 1. 분석 개요 2. 변수 구축과 분석 모형 (1) 변수 구축 (2) 분석 모형 3. 분석 결과 (1) 전체 제조서비스 기업의 혁신 수행 (2) 유형별 제조서비스 기업의 혁신 수행 4. 소결 및 시사점 제5장 제조서비스 혁신 활성화를 위한 정책과제 1. 제조서비스 기업의 혁신 유인 제고 (1) 산업 디지털 전환 지원 전문회사 지정 (2) 설비투자 촉진 및 수급 용이성 제고 2. 제조서비스 활성화 기반 구축 (1) 제조서비스 성장 지원체계 구축 (2) 산업 디지털 전환 관련 조세 지원 (3) 제조데이터 표준화 수립 3. 기존 지원정책의 효과성 제고 (1) 스마트제조 혁신정책의 보완 (2) 규제 및 제도 개선 참고문헌 부록 Abstract 

어도비가 어도비 익스피리언스 매니저 애셋(Adobe Experience Manager Assets)의 일부인 ‘어도비 콘텐츠 허브(Adobe Content Hub)’를 출시했다. 어도비 익스피리언스 매니저 애셋은 브랜드가 마케팅 캠페인 및 디지털 경험을 위해 제작하는 이미지, 영상, 기타 콘텐츠를 포함한 라이브러리 전반을 관리하는 데 사용되는 디지털 애셋 관리 시스템(DAM)이다.  어도비 익스피리언스 매니저 애셋은 아식스, 코카콜라 컴퍼니, 헨켈, 프루덴셜 파이낸셜, T-모바일, 폭스바겐을 비롯해 10대 미디어 중 8곳, 10대 금융 서비스 중 9곳, 10대 리테일 기업 중 8곳을 포함한 다수의 포춘 50대 기업이 사용하고 있다. 콘텐츠 허브는 기업이 내부 조직 및 외부 파트너와 함께 크리에이티브 애셋을 사용하는 방식을 혁신하며 효율성을 높인다. 이를 통해 팀은 새롭고 간편한 인터페이스에서 모든 브랜드 승인 애셋을 빠르게 사용할 수 있고, 기존 워크플로에서 올인원 디자인 툴인 어도비 익스프레스(Adobe Express) 및 어도비 파이어플라이(Adobe Firefly) 생성형 AI를 사용할 수 있다. 또한 콘텐츠 허브는 적합한 애셋 재사용 및 일관성 유지로 비효율성을 없애고, 민감한 작업 시 사용 분석 및 거버넌스 제어를 제공한다. 뿐만 아니라 대부분의 기업이 단절된 워크플로와 팀, 시스템으로 인해 어려움을 겪는 상황에서, 마케팅 캠페인 및 개인화된 고객 경험을 위한 콘텐츠 제공에 필요한 엔드투엔드 비즈니스 프로세스인 콘텐츠 공급망의 핵심 요소를 최적화하는 것도 가능하다. 어도비 익스피리언스 매니저 애셋의 콘텐츠 허브는 간단하게 브랜드 승인 애셋을 찾고, 이를 효율적으로 재사용하며 창의적인 아이디어 구상에 접목할 수 있도록 지원한다. 사용자는 ‘로고’, ‘아웃도어’, ‘핑크’ 등 단어나 ‘휴가철 프로모션’, ‘겨울 하이킹 장비’ 등 문구 기반의 다양한 검색 매개변수로 애셋을 찾을 수 있다. 또한 애셋 관련 주요 용어가 자동 태그로 지정되는 스마트 태그로 더욱 간편한 검색이 가능하다. 콘텐츠 허브에서 어도비 익스프레스가 제공하는 파이어플라이 생성형 AI를 활용하면 워크플로에서 직접 애셋을 재구성하고 이를 새로운 디지털 경험으로 전환할 수 있다. 사용자는 클릭 한 번으로 복사본 추가부터 크기 조정까지 빠르게 작업 가능한 익스프레스 편집기를 실행할 수 있다. 또한 어도비 익스프레스의 파이어플라이 생성형 AI로 배경 교체, 개체 추가, 다양한 비주얼 스타일 생성 등을 통해 다양한 변형 콘텐츠를 제작하고 진정한 대규모 개인화도 구현할 수 있다.     콘텐츠 허브는 관리자가 거버넌스 제어를 통해 출시 예정 제품과 같은 민감한 애셋에 대한 권한을 관리하고, AI 생성 콘텐츠가 브랜드 기준에 부합하는지 확인할 수 있다. 또한 어도비 애플리케이션에서 AI 사용에 대한 투명성을 제공하기 위해 파이어플라이 구동 기능을 사용한 콘텐츠에 콘텐츠 자격 증명(Content Credentials)을 자동으로 첨부한다. 디지털 콘텐츠에 대한 디지털 ‘영양 성분 표시’ 역할을 하는 콘텐츠 자격 증명은 제작 또는 편집 과정에서 AI 사용 여부를 비롯한 콘텐츠에 대한 상세 정보를 제공할 수 있는 위변조 확인이 가능한 메타데이터이다. 콘텐츠 허브는 파일 유형, 이미지 특성 등 애셋 사용에 대한 강력하고 세부적인 분석을 제공해 기업이 조직 전반에서 애셋 사용 현황을 더욱 잘 파악할 수 있도록 지원한다. 팀은 이 같은 인사이트를 통해 많이 사용되는 특정 유형의 파일이나 비주얼 스타일을 리소스화하는 등 처음부터 애셋 제작 방식을 개선할 수 있다. 어도비의 로니 스타크(Loni Stark) 익스피리언스 클라우드 전략 및 제품 부문 부사장은 “마케터는 향후 몇 년 간 급증할 것으로 예상되는 콘텐츠 수요 충족에 대한 과제를 안고 있으며, 그만큼 우량한 콘텐츠 공급망의 기반이 되는 효과적인 애셋 관리가 중요해졌다”면서, “어도비 콘텐츠 허브는 누구나 적합한 브랜드 애셋을 찾고 재구성할 수 있는 사용자 친화적인 인터페이스를 제공해 소셜미디어처럼 빠르게 변하는 채널을 위한 신규 콘텐츠 제작을 가속화하고 생산성 향상을 촉진한다”고 말했다.

시뮤텐스 소프트웨어를 활용한 복합소재 해석 (4)   시뮤워프(SimuWarp)는 아바쿠스/CAE(Abaqus/CAE)의 플러그인 형태로 제공되어 후변형 시뮬레이션을 위한 자동화된 모델 설정을 제공한다. 이를 통해 시뮬레이션 작업 흐름을 촉진하고 속도를 높이며 모델의 모든 관련 측면이 올바르게 설정되도록 보장한다.   ■ 자료 제공 : 씨투이에스코리아, www.c2eskorea.com   정확한 재료 모델링은 정교한 복합재 후변형 시뮬레이션의 핵심이다. 시뮤워프에는 광범위한 재료 모델이 포함되어 있어, 열가소성 및 열경화성 재료의 안정적인 후변형 예측에 필수적인 모든 재료 특성을 고려할 수 있다.     시뮤워프의 주요 기능 후변형(구성 요소 및 어셈블리) 예측           후변형은 폴리머의 온도나 형태 변화로 인한 수축 변형으로 인해 발생된다. 적용된 열 경계 조건에 따라 두께 방향의 응력 구배로 인해 부품 모양이 변형된다. 복합재를 사용할 때 섬유의 분포와 방향은 응력 구배의 추가적인 원인이다. 결과적인 응력 상태를 계산하면 해당 부품 변형을 예측하고 규정된 공차가 충족되는지 확인할 수 있다. 후변형 구성요소가 더 큰 어셈블리의 일부인 경우, 장착 후 개별 구성요소와 연결된 부품의 변형이 발생한다. 이러한 변형은 비용이 많이 드는 실험을 수행할 필요 없이 어셈블리를 시뮬레이션 모델에 통합하여 예측할 수 있다.   후변형 최적화     후변형 시뮬레이션에는 부품 및 프로세스 설계 중에 정의된 여러 측면이 통합되어 있다. 따라서 이러한 설계 변수와 관련하여 결과 부품 형상의 민감도를 결정하는 데 활용될 수 있다. 무엇보다도 이를 통해 변형을 최소화하거나 부품 모양을 의도적으로 조정할 수 있다. 후자는 부품의 목표 적용에 유리한 특정 잔류 응력 상태를 유발하는 데 사용될 수 있다.   열운동 분석     가열 및 냉각 공정에 대한 정확한 분석은 공정으로 인한 잔류 변형을 예측하는 데 필수이다. 시뮤워프는 온도 분포를 정확하게 모델링하고 가교 결합(열 경화성) 또는 결정화(열 가소성)로 인한 수축 변형을 유도하는 정교한 모델을 포함하고 있다. 이 분석은 완전한 기능을 갖춘 변형 시뮬레이션의 일부로 수행되거나 독립형(예 : 냉각 시스템 설계에 대한 빠른 평가)으로 수행될 수 있다.   구조 성능 평가     공정으로 인한 잔류 응력을 예측하면 부품의 예상 성능을 더 잘 예측할 수 있다. 예를 들어 중요한 측면은 피로 또는 강도가 될 수 있다. 시뮤체인(SimuChain)을 사용하면 변형 시뮬레이션 결과를 다른 수치 모델로 전송할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

개발 : ZWSOFT 주요 특징 : 2D CAD 전용 소프트웨어, 대용량 도면 파일 처리 속도 개선, STEP 파일 호환 지원, PDF 불러오기 편의성 강화, 플롯 기능 개선, 기계 설계 특화 모듈 출시 등 공급 : 지더블유캐드코리아   지더블유캐드코리아가 기계/제조 분야에서 다방면으로 활용할 수 있는 2D CAD 전용 소프트웨어 지더블유캐드 2025(ZWCAD 2025)를 출시했다. ZWCAD는 지더블유소프트(ZWSOFT)에서 지속적으로 개발 및 업데이트를 진행하고 있으며, 국내 공급 및 지원을 담당하고 있는 지더블유캐드코리아는 제조 분야에서 2D CAD, 3D CAD/CAE/CAM 라인업을 확장시키고 있다. 특히 모든 제품군이 영구 라이선스로 보급되어, 타 소프트웨어의 라이선스 정책 및 고가의 소프트웨어를 대체할 수 있는 제품군으로 주목받고 있다. 이번에 출시된 ZWCAD 2025는 본격적으로 3D 기능에 대한 퍼포먼스가 향상됐다. STEP 파일에 대한 호환이 가능해지면서, 기계 부품 및 전기/전자, 장비를 포함한 플랜트 설비까지 대용량 데이터에 대한 불러오기 기능이 강화되었다. 또한 PDF 불러오기 기능에 대한 편의성 강화와 플롯(Plot) 기능이 개선되었다. 기계 설계 특화 모듈인 ZWCAD MFG 2025가 함께 출시됐다. 범용적인 2D 설계 기능 뿐만 아니라 특화 제품에 대한 신기능으로 템플릿 설정을 위한 프레임 셋업, 레이아웃, 그리고 조립도를 위한 BOM 및 기계기호 설정 등 다양한 설계 기능이 향상됐다. 그리고 국제 규격에 알맞은 부품 라이브러리 뿐만 아니라 KS규격을 추가적으로 선보인다. 이를 통해 기존 대비 효율성을 약 40% 이상 확보할 수 있다.   ZWCAD 2025의 신기능 ZWCAD 2025는 2D/3D 기능, 인터페이스, API, 인더스트리 모듈 등 여러 개선된 내용을 포함한다. 2025 버전부터는 32비트 환경에 대한 업데이트가 더 이상 지원되지 않고, 64비트 환경의 제품만 업데이트 및 지원한다. 앞으로 ZWCAD는 2~3개월마다 새로운 업데이트 패키지가 출시되며, 관련 패치는 자동 업데이트로 처리할 수 있다. 신규 버전의 주요 업데이트 사항은 다음과 같다.   향상된 2D/3D 기능 PDF 파일을 ZWCAD 상에서 첨부하거나 삽입하여 사용할 수 있다. 또한 PDF 언더레이가 포함된 도면의 이동, 확대/축소, 가져오기 속도, PDF에서 문자 가져오기의 최적화 등 다양한 기능의 효율이 개선되었다. 이 부분에 대해 타 소프트웨어와 비교한 사항은 다음과 같다.   ▲ 도면의 PDF 언더레이를 이용한 이동 속도 비교   출력(Plot)의 경우, PDF 및 물리적 프린터를 사용하는 부분에서 효율성을 향상시키고, 출력된 PDF 파일의 크기를 대폭 감소시킨다.  연관 배열 생성 및 편집에서 일부 오류가 있는 경우, 별도의 ZRX 도구가 제공된다. 이 도구를 사용하려면 ‘AuditArray.zrx’ 파일을 첨부 파일로 로드하고, AUDITARY 명령을 실행할 수 있다.  도면 검토를 위해 구름 수정 기호를 편리하게 사용할 수 있도록 별도 객체가 추가되었다. 사용자는 해당 그립을 드래그하여 모양을 편집하고 길이를 수정할 수 있다.   ▲ 그립을 통한 구름 수정 기호 편집   표준 LISP(리스프) 파일을 FAS 및 VLX 형식으로 직접 로드할 수 있도록 지원하고, LISP 호환성을 향상시키고 포맷 변환을 제거하여 개발 효율성을 높일 수 있다.   ▲ FAS/VLX 애플리케이션 로드   기계 부품 및 다양한 3D 데이터를 가져오기 위한 STEP 파일 가져오기 기능과 더불어 객체에 대한 시각화 스타일 등 여러 부가 옵션이 추가되었다. 지원되는 STEP 형식은 AP203과 AP214이며, 일반적인 설계 데이터뿐만 아니라 설비 및 플랜트에서 사용되는 대용량 데이터도 가져올 수 있는 디스플레이 최적화를 탑재했다. 이 밖에도 3D 모델링의 작업 공간과 편의 기능이 강화되었다.   ▲ ZWCAD 2025에서 불러온 플랜트 설비 데이터   ▲ 새로운 3D 객체 시각화 스타일   인터페이스 최적화 전반적인 리본 메뉴에서 슬라이드 아웃, 드래그, 플로팅과 같은 추가 패널 기능을 제공한다. CUI와 결합된 인터페이스는 사용자의 커스터마이징 수준을 향상시킬 수 있어, 더욱 빠른 드로잉을 가능하게 한다.    ▲ 슬라이드 아웃 패널   또한 특성, 도면층 관리자, 외부 참조, 디자인 센터, 도구 팔레트, 계산기 등 사용자가 자유롭게 개별 패널을 자동으로 병합하고 숨길 수 있어, 설계를 위한 작업 공간을 확장하도록 지원한다. 여러 도면을 열 때 다른 모니터에 참조 도면으로 표시하도록, 개별적인 탭을 프로그램 밖으로 드래그할 수 있는 기능도 추가된다.   ▲ 특정 도면을 새 창으로 이동     ■ 기사 내용은 PDF로도 제공됩니다.

설계부터 운영까지, AI와 BIM으로 건설산업 전반의 혁신 지원   인공지능(AI)이 다양한 영역에서 도입·활용되는 가운데, 건설산업에서도 인공지능을 어떻게 접목할 지에 대한 고민과 다양한 노력이 이어지고 있다. 이런 가운데, 트림블 코리아는 BIM(빌딩 정보 모델링)과 인공지능의 융합을 통해 건설산업의 혁신을 이끈다는 비전을 제시하고 있다.  트림블 코리아에서 영업 부문을 이끌고 있는 김동준 상무에게 건설산업에서 AI의 적용방안과 BIM의 전망에 대해 들어보았다. ■ 정수진 편집장   ▲ 트림블 코리아 김동준 상무   모든 산업에서 AI에 관심이 높은데, 건설산업의 AI 도입 동향은 어떤지 건설산업은 타 산업에 비해 새로운 기술의 도입이 빠른 산업 분야는 아니다. 그러나 건설산업에서도 AI에 대한 관심이 빠르게 늘고 있다. 건설산업에서 AI는 설계 최적화, 건설 현장 모니터링, 위험 관리, 예측 유지보수 등 다양한 분야에서 연구되고 있으며, 일부에서는 초기 단계에서 활용되고 있다.  AI 기술은 건설산업에서 프로젝트의 효율성을 높이고 비용을 절감하는 데에 큰 도움이 된다. 예를 들어, AI 기반의 설계 도구는 최적의 설계 옵션을 제공하고, 건설 현장에서 AI는 작업자의 안전을 보장하며, 운영 단계에서는 유지보수를 예측하여 비용을 절감할 수 있다. 이 때문에 각 사업장에서는 AI에 대한 연구 개발이 활발히 진행되고 있다. 트림블은 국내 건설산업에서 AI 기술 도입에 관심이 매우 높은 것으로 보고 있다. 많은 건설사가 AI를 통해 프로젝트의 리스크를 최소화하고, 정확한 데이터 분석을 통해 더 나은 의사결정을 내리고자 한다. 특히, 드론과 결합한 AI 기술은 현장 데이터를 실시간으로 분석하여 현장의 위험 요소를 사전에 파악해 안전사고를 예방하거나, 프로젝트의 진행 상황을 정확히 파악해 리소스를 효율적으로 관리하는 데에 큰 도움을 주고 있다. 이러한 기술 도입은 고객의 요구를 충족시키고, 경쟁력을 강화하는데 필수라고 생각한다.   건설산업에서 AI의 구체적인 활용 방법은 무엇이라고 보는지 AI는 건설 프로젝트의 설계 단계부터 운영 단계까지 광범위하게 활용될 수 있다. 예를 들어, AI 기반의 설계 도구는 최적의 설계 솔루션을 제공하고, 건설 현장에서 AI는 작업자의 안전을 보장한다. 운영 단계에서는 유지보수를 예측하여 비용을 절감할 수 있으며, 반복 작업을 자동화하여 노동력 부족 문제를 해결할 수도 있다.  그러나 AI를 도입하고 성공적으로 활용하기 위해서는 다음과 같은 점을 고려해야 한다. 데이터의 정확성과 품질 : AI는 고품질 데이터를 필요로 하기 때문에, 데이터 수집 및 관리에 신경을 써야 한다. 기술 인프라 : AI 솔루션을 실행하기 위한 강력한 기술 인프라가 필요하다. 교육과 훈련 : AI 기술에 대한 이해와 이를 활용할 수 있는 인력의 교육이 중요하다. 윤리적 고려 사항 : AI의 윤리적 사용과 개인정보 보호를 고려해야 한다.   트림블의 AI 전략은 무엇인지. 관련 기술 개발에 대해서도 소개바란다 트림블은 디지털 전환(DX) 및 커넥트 & 스케일(Connect & Scale) 전략과 긴밀히 연계하여 AI 기술을 활용한 혁신을 추진하고 있다. 이를 통해 디지털 콘텐츠 생성, 프로세스 자동화, 다양한 전문 분야에서의 역할 변화를 목표로 하고 있다. 또한, AI 기술의 효율적인 구현을 위해 전사적인 AI 전략을 수립하고 있다. 이 전략은 숙련된 인재 확보, 데이터 인프라 구축, 파트너십 강화, 투자 전략, 법적, 사이버 보안, 윤리적 지침 마련, 조직적 합의 등을 포함한다. 트림블의 AI 관련 기술 개발 방향으로는 ▲생성형 AI 기술을 통해 이미지/비디오/텍스트/3D 모델과 같은 디지털 콘텐츠를 생성하는 기술 개발 ▲생성형 AI를 다양한 도메인에 적용하여 새로운 아이디어 생성, 반복 작업 자동화, 맞춤형 콘텐츠 제공 ▲각 부서에 머신러닝 엔지니어를 배치하여 도메인의 미묘한 차이를 이해하고 소통하며, AI 기술의 적용 기회 발굴 ▲생성형 AI뿐만 아니라 기존의 예측 AI(predictive AI) 기술의 적극 활용 및 예측 AI와 생성형 AI의 결합을 통한 비즈니스 프로세스 최적화 등을 꼽을 수 있다. 트림블은 AI 기술을 통해 건설 산업의 혁신을 주도하고 있으며, 여러 방면에서 이를 실현하고 있다. 트림블의 AI 전략은 주로 데이터의 수집, 분석, 예측 모델을 통해 더 나은 의사결정을 지원하는 데에 중점을 두고 있다. 또한, 건설 현장의 위험 관리를 위해 AI를 활용해 작업자의 안전을 보장하고, 프로젝트의 위험 요소를 사전에 예측하여 관리한다. 이를 통해 프로젝트 팀은 한정된 시간과 자원을 가장 중요한 위험 요소에 집중할 수 있다. 특히, 트림블의 테클라 소프트웨어는 AI를 활용하여 설계 최적화와 데이터 관리에서 성과를 보여주고 있다. 테클라 스트럭처스는 AI를 통해 복잡한 구조 설계를 자동화하고, 테클라 모델 셰어링(Tekla Model Sharing)은 클라우드 기반의 협업을 통해 설계 데이터를 실시간으로 공유하고 관리할 수 있게 한다. 또한, 테클라의 AI 기술은 재료 선택, 상세 설계 작업, 설계 매개변수 최적화 등을 통해 지속 가능성과 효율성을 높이는 데 기여하고 있다. 결론적으로, 트림블은 AI를 통한 데이터 기반의 의사결정 지원, 작업 효율성 향상, 위험 관리 및 비용 절감을 목표로 관련 기술 및 솔루션을 지속적으로 개발하고 있다. 이러한 전략을 통해 트림블은 건설 산업의 디지털 전환을 선도하고 있다.   국내 BIM 시장에서 최근의 주요한 이슈는 무엇인지 국내 BIM 시장의 주요 이슈로는 표준화와 데이터 통합을 꼽을 수 있다. 현재 각기 다른 플랫폼과 소프트웨어 간의 데이터 호환성 문제를 해결하기 위한 노력이 진행 중이다. 특히 우리나라 정부는 BIM의 표준화를 위해 공공 프로젝트에 BIM 사용을 의무화하고 있으며, 이는 건설 산업의 디지털 전환을 가속하는 중요한 정책이다. 또한, 스마트 건설 솔루션의 도입이 활발히 이뤄지고 있으며, 이는 프로젝트 효율성을 극대화하고 비용을 절감하는 데 기여하고 있다. 이러한 이슈는 BIM 기술의 확산과 활용을 더욱 촉진하고 있다.   국내에서 BIM이 어느 정도 자리를 잡고 있다고 보는지  국내에서 BIM은 이제 필수 기술로 여겨지고 있다. 많은 건설사와 설계사가 BIM을 도입해 프로젝트의 효율을 높이고자 하고 있으며, 정부 차원에서도 공공 프로젝트에 BIM을 의무화하는 등 BIM의 확산을 적극 추진하고 있다. 그러나 국내 건설업계의 BIM 도입 현황이나 적용 수준에 대해서는 긍정적으로 보기가 어렵다. 이유는 여러 가지가 있겠지만 광범위하고 분리된 작업 장소, BIM 인력 부족 및 노동자의 비연속성, 데이터의 통합 부족과 비연속성, 정책과 현실의 괴리, BIM에 대한 이해와 인식의 부족 등이 있다고 생각한다. 미국이나 싱가포르와 비교하면, 한국의 BIM 도입은 발전하고 있지만 아직 갈 길이 남아있다. 미국은 BIM 도입을 선도하는 국가 중 하나로 대규모 인프라 프로젝트에서 BIM을 적극 활용하고 있으며, 정부와 민간 모두에서 BIM 표준화와 교육 프로그램을 통해 BIM 기술의 확산을 지원하고 있다. 특히, 미국의 여러 주에서는 공공 프로젝트에 BIM 사용을 의무화하고 있으며 정책이 현실을 뒷받침하고 있다. 이는 프로젝트의 효율과 품질을 높이는데 큰 기여를 하고 있다. 싱가포르는 아시아에서 BIM 도입이 가장 앞선 국가로 평가받고 있다. 싱가포르 정부는 2015년부터 모든 대형 건설 프로젝트에 BIM 사용을 의무화했으며, 이를 통해 건설 산업의 디지털 전환을 적극 추진해 왔다. 또한 싱가포르는 건축, 엔지니어링 및 건설(AEC) 분야의 모든 이해관계자가 BIM을 쉽게 채택할 수 있도록 다양한 지원 프로그램과 교육을 제공하고 있다. 우리나라도 이런 선진국의 사례를 참고하여 BIM 기술의 도입과 활용을 더욱 확대해 나가야 한다고 본다. 특히 BIM 기술의 표준화와 데이터 통합, 그리고 관련 인력의 교육과 훈련에 집중함으로써 건설 산업의 효율과 경쟁력을 한층 더 높일 수 있을 것이다.    국내의 최근 BIM 고객사례를 소개한다면 트림블의 테클라 스트럭처스는 국내 여러 랜드마크 프로젝트에서 성공적으로 활용되고 있다. 현대산업개발은 진행되는 모든 아파트 현장에서 테클라 스트럭처스를 통해 3D 디지털 정보를 생성하고, 생성된 정보를 기반으로 설계의 오류를 찾고 시공 검토를 위한 의사 결정을 빠르게 진행한다. 모든 의사 결정이 반영된 완성도 높은 디지털 정보에서 정확한 도면, 물량과 같은 필요한 정보를 적시에 추출해 프로젝트에 적용하고, 트림블 커넥트(Trimble Connect)를 기반으로 설계자와 현장 작업자의 원활한 의사소통을 구현했다. 이는 트림블이 추구하는 프로젝트 진행 방식과 동일하다고 볼 수 있다.  이런 사례는 테클라 스트럭처스가 복잡하고 대규모의 건설 프로젝트에서 얼마나 효과적으로 사용될 수 있는지를 잘 보여준다. 트림블 코리아는 앞으로도 이러한 혁신적인 기술을 통해 국내 건설 산업의 발전을 지속적으로 지원할 것이다.   향후 트림블 코리아의 비즈니스 계획과 전략에 대해 소개한다면 트림블은 AI 및 BIM 기술을 통해 건설 산업의 디지털 전환을 촉진하고, 고객의 생산성을 극대화하며, 지속 가능한 건설을 지원하는 것을 목표로 하고 있다. 트림블은 전 세계적으로 AI와 BIM 기술을 통합하여 프로젝트 관리, 설계, 시공, 유지보수 등 모든 단계에서 효율성을 높이고 비용을 절감하는 전략을 추진하고 있다. 트림블 코리아는 이러한 글로벌 전략을 바탕으로 특히 BIM의 기초가 되는 데이터를 생성하는 솔루션 사업에 중점을 두고 있으며, 국내 시공사의 공정관리 애로사항 및 의견을 청취하여 자체 개발한 클라우드 기반의 공정관리 대시보드인 트림블 커넥트 대시보드(Trimble Connect Dashboard)를 시공사에 공급하고 있다. 또한, 제작사를 대상으로 하는 제작 공정 관리 솔루션 및 건설산업 프로세스 전반을 지원하는 다양한 솔루션의 국내 출시를 준비하고 있다. 트림블 코리아는 다음과 같은 전략을 통해 국내 비즈니스를 확장할 계획이다. 테클라 스트럭처스 활용 확대 : 국내 대형 프로젝트에서 테클라 스트럭처스의 도입을 더욱 장려할 것이다. 그동안의 프로젝트에서 성공적인 활용 사례를 기반으로 더 많은 건설사가 테클라 스트럭처스를 도입할 수 있도록 지원할 것이다. 교육 및 지원 강화 : 테클라 스트럭처스 사용에 대한 교육 프로그램을 강화하고, 고객이 필요로 하는 기술 지원을 제공할 것이다. 이를 통해 사용자들이 테클라 스트럭처스의 다양한 기능을 최대한 활용할 수 있도록 도울 것이다. 현지화된 솔루션 개발 : 한국 시장의 특성과 요구에 맞춘 현지화 BIM 솔루션을 개발하고 제공할 것이다. 이는 한국 건설 산업의 특수한 요구사항을 반영한 맞춤형 솔루션을 통해 더 나은 성과를 이끌어낼 수 있도록 할 것이다. 지속적인 솔루션 국내 출시 : 해외 시장에서 검증된 트림블의 다양한 솔루션을 국내에 출시해, 건설산업 프로젝트의 전반적인 프로세스에서 효율을 높일 것이다. 파트너십 및 협력 강화 : 국내 주요 건설사, 설계사, 교육기관, 서드파티 개발 파트너사와 협력을 강화해 BIM 기술의 확산과 활용을 촉진할 것이다. 이를 통해 BIM 기술의 도입과 정착을 더욱 가속할 것이다. 트림블 코리아는 이러한 전략을 통해 국내 건설 산업의 디지털 전환을 선도하고, 고객의 성공을 지원하며, 지속 가능한 건설 환경을 조성하는 데 기여하고자 한다.     ■ 기사 내용은 PDF로도 제공됩니다.

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.

‘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)