유니티가 유니티 6의 두 번째 업데이트인 ‘유니티 6.2(Unity 6.2)’ 정식 버전을 출시했다. 이번 업데이트는 데이터 중심의 안정성 개선, AI 기반 생산성 극대화, 최신 플랫폼 개발 환경 강화 등 개발자들이 한층 더 합리적이고 효율적으로 창작할 수 있는 생태계 확장에 초점을 뒀다.     먼저, 유니티는 개발자가 유니티 생태계 전반에서의 데이터 수집, 관리, 사용 등을 파악하고 통제할 수 있도록 새로운 ‘개발자 데이터 프레임워크(Developer Data Framework)’를 제공한다. 이 프레임워크는 각 프로젝트 내에서 데이터가 활용되는 방식을 개발자에게 투명하게 보여주고, 세부적으로 직접 제어할 수 있는 기능을 지원한다. 또한 다양한 기기에 걸쳐 프로젝트의 성능과 안정성을 실시간으로 모니터링하는 데 도움을 주는 ‘향상된 진단 기능’을 제공한다. 충돌 및 ANR(Application Not Responding) 등에 대한 문제를 빠르게 진단하고, 심층적인 데이터를 제공함으로써 더 원활한 게임 플레이와 플레이어 유지율 향상에 도움을 준다. 유니티 6.2부터 에디터에 통합된 ‘유니티 AI(Unity AI)’는 번거로운 작업 자동화, 애셋 생성 등 개발 워크플로 간소화 및 가속화를 지원한다. 컨텍스트 기반 ‘어시스턴트(Assistant)’ 기능을 통해 개발자들은 자세한 내용을 설명하지 않고도 프로젝트 애셋을 프롬프트로 드래그하면 게임 오브젝트, 스크립트, 프리팹 등에 대해 신속한 지원을 받을 수 있다. 스크립트나 오류 메시지 등 문제를 더 쉽게 파악하고 해결하는 ‘콘솔 오류 디버그’ 기능도 제공한다. 아울러 오브젝트 생성, 애셋 배치, 신 설정 자동화를 비롯해 스프라이트, 텍스처, 애니메이션, 사운드 등 다양한 플레이스홀더 애셋을 워크플로 내에서 매끄럽게 생성하고 활용할 수 있다. 일정 기준 이상의 광원이나 리지드보디(Rigidbody, 게임 개체의 물리적 속성을 시뮬레이션하는 데 사용되는 구성 요소)가 없는 오브젝트를 손쉽게 검색하고, 이름·레이어·컴포넌트 등을 일괄 수정 및 정리하는 것도 가능하다. 현재 유니티 AI는 베타 버전으로 제공하며, 개발자 커뮤니티 피드백을 바탕으로 더욱 고도화해 나갈 예정이다. 유니티 6.2는 ‘안드로이드 XR 패키지(Android XR package)’를 통해 관련 애플리케이션 제작에 필요한 안정적이고 완성도 높은 기반을 제공한다. 핸드 메시를 시각화해 오클루전에 활용할 수 있으며, URP(Universal Render Pipeline)에서 후처리 효과에 대한 GPU 부하를 줄여 색 보정 및 비네팅과 같은 이미지 효과를 보다 실용적으로 구현할 수 있다. 또한 디스플레이의 주사율을 동적으로 조정하는 기능을 지원해 더욱 매끄러운 성능을 제공한다. 이밖에 ▲맞춤형 에디터 기반 그래프 툴을 구축할 수 있도록 지원하는 API 프레임워크 ‘그래프 툴킷’ ▲자동으로 LOD(Level of Detail)를 생성해 반복 수정 작업을 최소화하는 ‘메시 LOD’ ▲몰입형 XR 및 게임 환경을 위한 사용자 인터페이스(UI)를 직접 렌더링할 수 있는 ‘월드 스페이스 UI’ 등의 기능도 제공한다.

대한기계학회 가상제품개발연구회가 지난 6월 12일 2025년 춘계 심포지엄을 개최했다. ‘AI와 VPD의 만남 : Journey to the Digital Transformation’을 주제로 한 이번 심포지엄에서는 제조업 분야의 인공지능 전환(AX) 시대에 발맞춘 가상 제품 개발(VPD) 기술 및 디지털 전환 사례가 소개됐다. ■ 정수진 편집장     디지털 전환에서 AI 전환으로, 새로운 시대가 열린다 지난 2020년 출범한 가상제품개발연구회는 제조업 분야의 가상 제품 개발 기술과 디지털 전환 사례를 공유하고 기술 교류를 통해 산업 분야의 글로벌 경쟁력을 높이는 것을 목표로 삼았다. 2021년부터는 매년 봄·가을 심포지엄과 특별 세션을 열고 있다. 가상제품개발연구회의 오세기 회장은 개회사에서 “빅데이터와 딥러닝으로 시작된 디지털 전환(DX)은 생성형 AI(generative AI)가 등장하면서 기업의 문화, 전략, 비즈니스 모델까지 인공지능 중심으로 재설계하는 인공지능 전환(AX) 시대로 진화하고 있다”면서, 그 동안 연구회 심포지엄의 모토였던 ‘디지털 전환으로의 여정’이 이제는 ‘인공지능 전환으로의 여정’으로 바뀌어야 할 시점이라고 밝혔다. 대한기계학회의 배중면 회장은 축사를 통해 “챗GPT (ChatGPT)나 생성형 AI로 대표되는 현대 인공지능 시대의 개막은 기계공학 분야에서도 예외가 아니며, 물리기반 모델과 인공지능의 융합, 시뮬레이션의 자동화, 그리고 설계 최적화의 지능화가 실현 가능한 시대가 되었다”고 짚었다. 그리고 “가상제품개발연구회는 디지털 기반 제품 개발의 혁신을 선도해 왔으며, 대한기계학회 역시 이 분야의 발전을 적극 뒷받침하겠다”고 전했다.   물리지식 기반 AI와 생성형 AI를 활용한 VPD KAIST의 이승철 교수는 ‘제품 개발 가상화를 위한 물리지식 기반 인공지능의 역할’을 주제로 기조연설을 진행했다. 생성형 AI를 활용한 제품 가상화 설계 및 공학 문제 해결 방법에 대한 고민을 전한 이승철 교수는 “생성형 AI의 출현 이후 디지털 전환에서 인공지능 전환의 시대로 진화했으며, 기계공학 분야에서도 물리기반 모델과 AI의 융합, 시뮬레이션 자동화, 설계 최적화의 지능화가 가능해졌다”고 강조했다. 생성형 AI는 하나의 입력값에서 많은 수의 결과를 생성하여 설계의 다양성을 확보하는 데에 유용하다. 특히, 위상 최적화에서 문제를 ‘불량 설정(ill-posed)’하여 다양한 최적화 설루션을 생성하고, 이를 전통적인 최적화 방법의 초기 조건으로 활용하여 설계 시간을 줄일 수 있다. 이승철 교수는 “생성형 AI를 제품 설계에 적용하는 과정에서는 정밀도와 다양성의 절충점을 찾는 것이 중요하다”고 짚었다. 또한, 이승철 교수는 VPD에 AI 신경망 학습을 접목하기 위한 방법론을 소개했다. 물리지식 기반 인공지능(PINN)은 물리 지식을 데이터 프레임워크에 결합하여 인공지능 학습에 활용하는 방식으로, 특히 알려지지 않은 물리적 특성을 예측하는 ‘역방향 문제 해결’에 장점이 있다. 딥 오퍼레이터 네트워크(DeepONet)는 입력 매개변수나 형상이 바뀌어도 재학습 없이 거의 실시간으로 해석 결과를 예측할 수 있어서, 입력 파라미터의 변경이 예측 결과에 곧바로 반영되지 못하는 PINN의 단점을 극복할 수 있을 것으로 보인다. 이승철 교수는 “물리지식 기반의 DeepONet은 유동장 및 압력 분포를 실시간으로 예측하고, 복잡한 형상 변화에 따른 유동, 압력, 온도장 등을 실시간으로 예측할 수 있음을 입증했다”면서, “인공지능 기반의 새로운 도구들이 공학 문제를 해결하고 설계 분야를 혁신하는 데에 기여할 것”이라고 전망했다.   ▲ KAIST의 이승철 교수는 물리지식 기반의 AI를 제품 개발에 적용하기 위한 방법론을 소개했다.   AI/ML 기반 가상 검증 사례와 활용 전략 이번 심포지엄을 가상제품개발연구회와 공동 주관한 다쏘시스템코리아의 김문성 파트너는 ‘AI/ML 기반 가상 검증 사례와 활용 전략’에 대해 소개했다. 그는 인공지능 기반의 생성형 경험(generative experience)이 창의적이고 자동화된 설계를 가능하게 하며, 인공지능/머신러닝이 제품 개발 과정에서 반복 작업을 줄이고 비용과 시간을 절감하는 데 기여한다고 전했다. 이번 발표에서는 시뮬레이션에 적용할 수 있는 다양한 머신러닝 기법이 소개됐다. 합성곱 신경망(CNN)은 이미지 특징 추출에, 순환 신경망(RNN)과 장단기 메모리(LSTM)는 시계열 데이터 예측에, 딥러닝은 복잡한 3차원 필드 데이터 예측에, 그리고 그래프 신경망(GNN)은 유한요소모델(FEM)과 같은 그래프 구조 데이터 처리에 유용하다는 것이 김문성 파트너의 설명이다. 또한, 김문성 파트너는 문제 정의 − 학습 데이터 준비(실험 계획법 및 자동화 스크립트 활용) − 모델 학습 − 신뢰도 검증 − 예측 모델 구축까지 다쏘시스템의 아바쿠스(Abaqus)와 아이사이트(Isight)를 활용하는 머신러닝 프로세스 구현 단계를 소개했다. 김문성 파트너는 AI/ML 기법의 시뮬레이션 적용 사례로 LSTM을 활용한 하중-변위 선도 예측, 디스플레이 스트레인 예측, 전자기 성능 예측 등을 소개했으며, GNN을 사용해 빔과 항공기 랜딩기어 부재의 3차원 응력/변형량 예측이 가능하다고 전했다. 그는 “머신러닝 기술이 시뮬레이션 작업의 효율을 높이고, 데이터 기반의 정확한 의사 결정을 지원하는 강력한 도구가 될 것”이라고 전망했다.   ▲ 다쏘시스템코리아 김문성 파트너는 AI/ML 기반의 가상 검증 전략과 사례를 소개했다.   VPD와 AI의 융합, R&D 혁신을 이끈다 이외에도 이번 심포지엄에서는 물리지식 기반 인공지능과 생성형 AI를 활용한 제품 가상화 설계 방안, AI/머신러닝 기반 가상 검증 사례와 활용 전략 등에 관한 논의를 통해 미래 제품 개발의 방향을 짚어보는 기회가 마련됐다. 주제 발표로는 ▲히타치 야마자키 미키 박사의 ‘AI가 주도하는 MBSE·MBD와 VPD의 융합 : 가상화를 통한 차세대 제품 개발 가속 및 DX 추진’ ▲피도텍 대표인 한양대 최동훈 교수의 ‘VPD 대중화로 가는 길 : Al-Aided Design Optimization’ ▲현대모비스 송준영 팀장의 ‘AI를 이용한 R&D Shift’ ▲LG전자 백영진 팀장의 ‘AI와 VPD 연계를 통한 효율적 제어 시스템 개발 프레임워크’ ▲한화에어로스페이스 윤용상 상무의 ‘디지털 해석 기술을 활용한 항공엔진 개발과 국내 항공엔진의 미래’ 등이 진행됐다. 또한 패널토론에서는 VPD와 AI의 융합을 통해 R&D 혁신을 이끌어낼 수 있는 가능성과 미래 방향에 대해 논의했다.      ■ 기사 내용은 PDF로도 제공됩니다. 

      대한기계학회 가상제품개발연구회 2025년 춘계 심포지엄 개최 안내     2009년 본격화된 빅데이터와 딥러닝 기술은 2016년 ‘알파고 모멘트’를 거쳐, 오늘날에는 생성형 AI로 대표되는 Modern AI 시대를 맞이하고 있습니다. 특히 GPT의 출시 이후 최근 2년간 인공지능 기술은 실로 빛의 속도라 할 만큼 눈부신 발전을 이어가고 있습니다. 전통적인 시뮬레이션 분야에도 기계학습 및 딥러닝 기술이 도입되고 있으며, 산업계 전반에서는 인공지능을 통한 획기적인 R&D 생산성 향상을 기대하고 있습니다. 생성형 AI를 활용해 기업 내 R&D 데이터를 학습시키고, 이를 바탕으로 설계를 자동화하려는 시도들이 확산되고 있으며, Agentic AI가 현실화되는 시점에는 현재의 R&D 방식에 근본적인 변화가 찾아올 것으로 전망됩니다. 이번 가상제품개발연구회 춘계 심포지엄에서는 VPD와 AI의 융합을 통해 R&D 생산성 혁신을 이끌어낼 수 있는 가능성과 미래 방향을 함께 모색하고자 합니다. 참석하시는 회원 여러분과 연구자분들께서 귀중한 인사이트와 영감을 얻어 가는 뜻깊은 시간이 되시길 바랍니다.   대학기계학회 가상제품개발연구회 회장 오세기 올림   ◈ 행사일정 사회 : LG전자 황윤제 기술고문        세션 발표자(소속) 시간(분) 주제 등록 및 Network 10:00~10:30 (30) 등록 및 상호 인사, 교류 등 개회사 오세기 연구회장 (LG전자) 10:30~10:40 (10) 연구회 및 심포지엄 소개 축사 배중면 회장 (대한기계학회) 10:40~10:50 (10) 대한기계학회 가상제품개발연구회 격려사 Key Note Speech 이승철 교수 (KAIST) 10:50~11:30 (40) 제품 가상화 설계를 위한 물리지식기반 인공지능의 역할 주제발표 김문성 파트너 (다쏘시스템) 11:30~12:00 (30) AI/ML 기반의 가상 검증 사례와 활용 전략 점심 식사 등 12:00~13:20 (80) 식사 및 상호 인사, 교류, 다쏘시스템 전시 참관 등 (사전/현장 등록 확인 후 식사 비용 1만원/인 제공) 주제발표 Miki Yamazaki (HITACHI / JSME) 13:20~13:50 (30) AI가 주도하는 MBSE·MBD와 VPD의 융합 : 가상화를 통한 차세대 제품 개발 가속 및 DX 추진 최동훈 교수/대표 (한양대/피도텍) 13:50~14:20 (30) VPD 대중화로 가는 길: AI-Aided Design Optimization 송준영 팀장 (현대모비스) 14:20~14:50 (30) AI를 이용한 R&D Shift 백영진 팀장 (LG전자) 14:50~15:20 (30) AI와 VPD 연계를 통한 효율적 제어 시스템 개발 프레임워크 윤용상 상무 (한화에어로스페이스) 15:20~15:50 (30) 디지털 해석 기술을 활용한 항공엔진 개발과 국내 항공엔진의 미래 쉬는 시간 15:50~16:10 (20) 상호 인사, 교류, 다쏘시스템 전시 참관 등 패널 토론 16:10~17:30 (80) 연구회 임원 및 발표자            (참고 : 가상제품개발연구회 홈페이지 http://k-vpd.org/)  

  알테어가 2025년 가트너 매직 쿼드런트 데이터 과학 및 머신러닝 플랫폼 부문에서 2년 연속 리더로 선정됐다고 밝혔다.  가트너 매직 쿼드런트 보고서는 특정 시장의 기술 성숙도와 공급업체 간 경쟁력을 평가한 시장 조사 결과로, 기업들을 리더, 챌린저, 비저너리, 틈새 시장 플레이어 네 가지 유형으로 분류한다. 이번 결과는 비전의 완성도와 실행 능력을 중심으로 평가되었으며, 알테어는 두 분야 모두에서 높은 점수를 받았다고 소개했다.   알테어의 데이터 분석 및 AI(인공지능) 플랫폼인 알테어 래피드마이너는 로코드 기반 AutoML, 고급 MLOps(머신러닝운영) 기능, 에이전트 프레임워크, 고속 데이터 시각화 등의 기업 AI를 지원하는 기능을 제공한다. 특히 알테어 래피드마이너는 SAS 언어 실행을 지원하는 설루션과 함께 기존 분석 환경을 유지하면서 워크플로의 현대화를 병행할 수 있도록 지원한다. 여기에 대규모 병렬 연산 기반의 그래프 엔진을 통해 지식 그래프 구축, 데이터 패브릭, 온톨로지 모델링 등 엔터프라이즈 규모의 데이터 통합 환경도 제공한다.   알테어의 샘 마할링엄 최고기술책임자(CTO)는 “2년 연속 리더로 선정된 것은 알테어의 데이터 과학 및 AI 기술력이 시장에서 신뢰받고 있음을 입증하는 결과”라며, “지멘스 생태계와의 통합을 바탕으로 고객이 AI를 더 빠르게 구축하고 확장할 수 있도록 지속적으로 혁신을 이어갈 것”이라고 밝혔다.