알테어가 자사의 설계 및 시뮬레이션 플랫폼 '알테어 하이퍼웍스 2024'를 출시했다고 밝혔다.   하이퍼웍스는 제품 설계, 시뮬레이션, 최적화를 위한 통합 소프트웨어 플랫폼으로, 엔지니어링 전 과정을 지원한다. 최신 버전은 AI 기반 엔지니어링, 기계 및 전자 시스템 설계, 시뮬레이션 기반 설계 및 최적화 분야에서 진전을 이뤘다. 설계 및 시뮬레이션 도구에 AI 기술을 접목하고, HPC 기반 워크플로로 AI 활용도를 높였으며, 제품 수명 주기 전반에 걸쳐 AI를 적용할 수 있게 되었다.     주요 기능도 대폭 개선되었다. 알테어 하이퍼메시는 생성형 기반의 설계로 최적 설계 탐색을 가속화하고, 알테어 심랩은 DOE(실험 계획)를 통한 다양한 조건에서의 열해석을 지원한다. 알테어 드라이브와 알테어 원의 HPC 및 클라우드 자원을 활용해 알테어 피직스 AI 모델 학습 시간도 단축했다.   또한 디지털 트윈과 디지털 스레드를 통합해 디지털 엔지니어링 생태계를 구축했다. 엔지니어는 디지털 엔지니어링 생태계를 통해 모든 데이터를 통합 관리하여 설계 오류를 줄이고 품질을 향상시킬 수 있게 되었다.   엔지니어링 사용자 경험 측면에서도 발전이 있었다. 하이퍼웍스 2024는 250개 이상의 CAD 시스템 및 파일 형식을 지원하며, 파이썬과 C++ 지원으로 사용자 정의 및 자동화 기능을 강화했다. 또한 직관적인 워크플로와 사실적인 그래픽을 통해 작업 효율을 높였다.   기계 및 전자 시스템 설계 분야에서는 파이썬 API로 반복 작업을 자동화하고, 3D 인쇄 회로 기판(PCB) 모델링을 개선했다. 또한 알테어 심솔리드는 메싱이나 설계 단순화 작업 없이 ECAD(전자캐드)에서 시뮬레이션으로 원활하게 전환할 수 있어 복잡한 PCB 및 집적 회로(IC) 모델의 분석이 용이해졌다.   이외에도 설계 및 제조 효율성을 극대화하는 시뮬레이션 기반 설계 솔루션 기술도 더욱 강화했다. 특히 알테어 인스파이어는 스케치부터 시작해 기하학적 구조 구축 및 편집이 가능하며, 구조, 유체, 동역학 해석 등 다양한 제조 공정에 대한 상세한 분석을 설계자 친화적으로 수행할 수 있다.   알테어의 짐 스카파 최고경영자는 “하이퍼웍스 2024는 기존 워크플로에 AI 기능을 혁신적으로 통합하여 엔지니어가 작업 속도를 높이고 복잡한 설계 문제를 해결할 수 있게 한다”면서, “제품 개발 수명 주기의 모든 단계에서 최신 사용자 경험을 제공하여 앞으로도 혁신적인 디지털 엔지니어링 사례를 계속 만들어갈 것”이라고 밝혔다.

지멘스 디지털 인더스트리 소프트웨어(지멘스 DISW)는 지난 6월 4일 ‘오토모티브 엔지니어링 이노베이션 데이’를 진행했다. 이번 행사에서 지멘스 DISW는 최근 자동차 산업의 주요 이슈인 전기자동차(EV), 자율주행 자동차(AV), 소프트웨어 정의 자동차(SDV), 인공지능(AI) 등에 대한 자사의 비전과 솔루션, 사례 등을 소개했다. ■ 정수진 편집장     포괄적인 기술로 디지털 엔지니어링 구현 지멘스 DISW 코리아의 오병준 지사장은 “지멘스는 ECU(전자 제어 유닛) 칩부터 스마트 시티까지 아우르는 토털 아키텍처 및 솔루션으로 우리의 삶은 윤택하게 만든다는 ‘칩 투 시티’ 비전을 지향한다”면서, “디지털 엔지니어링 환경은 데이터의 흐름으로 직결된다. 데이터 환경 없이는 디지털 전환이 불가능하다. 지멘스는 통합 개발 환경으로 자동차 산업의 타임 투 마켓을 줄이는 동시에, 인공지능/머신러닝을 통한 자율주행의 완성까지 지원하고 있다”고 덧붙였다. 또한, 오병준 지사장은 NX, 팀센터, 심센터, 테크노매틱스, 폴라리온, 캐피탈, 멘딕스 등 지멘스의 솔루션 포트폴리오를 도입해 BOM을 통합하고 설계부터 생산까지 일관 프로세스 구축을 추진 중인 BYD 및 폴라리온 ALM(애플리케이션 수명주기 관리)을 통해 AI/ML 및 ECU의 통합 개발을 추진하고 있는 니오 등 자동차 업체 사례를 소개했다. 그리고, 자사의 포괄적인 솔루션 포트폴리오와 글로벌 엔지니어링 서비스를 통해 SDV, AI 등 자동차 산업의 이슈에 대응할 수 있는 역량을 제공한다고 전했다.   자동차 개발을 위한 시뮬레이션과 디지털 스레드 지멘스 DISW의 스티븐 돔(Steven Dom) 오토모티브 인더스트리 솔루션즈 디렉터는 ‘EV/AV 시대의 심센터 디지털 스레드 전략’에 대해 소개했다. 전기자동차와 SDV는 자동차 엔지니어링의 복잡성을 크게 늘렸다. 컴포넌트가 통합되고 하드웨어와 소프트웨어가 통합되면서 개발에 더 많은 시간과 리소스가 필요해진 것이다. 돔 디렉터는 “디지털화는 이런 복잡성의 문제를 해결할 수 있는 유효한 수단이며, 엔지니어링의 총체적인 전환을 통해 복잡성을 경쟁력으로 바꿀 수 있다”고 짚었다. 지멘스는 CAD 모델이나 해석 모델 기반의 디지털 트윈에 그치지 않고, 디지털 데이터의 연결된 흐름을 구현하는 디지털 스레드가 이런 문제를 해결할 수 있는 수단이 될 것으로 보고 있다. 특히 지멘스의 포괄적인 솔루션 포트폴리오인 엑셀러레이터(Xcelerator) 가운데 심센터(Simcenter)는 시뮬레이션과 테스트의 통합 및 다분야 엔지니어링을 통해 제품 혁신에 도움을 주고, 산업 전문성 및 베스트 프랙티스를 제공하면서 전체 제품 수명주기에 통합돼 프로세스 효율 향상을 지원하는 솔루션 라인업이다. 돔 디렉터는 이런 심센터가 제품 개발과 엔지니어링에 관한 자동차 업계의 문제를 해결할 수 있다고 소개했다. “심센터는 효율적인 협업 엔지니어링을 지원해 디지털 트윈에서 수명주기 전반의 가치를 창출할 수 있게 돕는다. 심센터가 제공하는 MBD(모델 기반 설계) 접근법은 가상 프로토타입 어셈블리(VPA)를 통해 차량의 NVH(소음 진동) 퍼포먼스를 예측할 수 있도록 한다. 또한 지멘스의 ‘실행 가능한 디지털 트윈(xDT)’은 스마트 버추얼 센서, 모델 기반의 시스템 테스트, 인 서비스 데이터 주도의 설계 등을 가능하게 한다”는 것이 그의 설명이다. 한편, 돔 디렉터는 디지털 트윈과 머신러닝의 결합 방법에 대해서도 소개했다. 인공지능/머신러닝은 더 빠른 의사결정을 지원하고, 물리 데이터 및 시뮬레이션 데이터의 품질을 높일 수 있으며, 사용자 경험(UX) 개선에도 활용이 가능하다. 지멘스의 심센터 스튜디오(Simcenter Studio)는 생성형 엔지니어링을 통한 제품의 개념 평가를 지원하며, 히즈 AI 시뮬레이션 프레딕터(HEEDS AI Simulation Predictor)는 물리 기반 시뮬레이션과 AI/ML을 결합해 설계 대안에 대한 평가와 의사결정을 더욱 빠르게 만들 수 있다.   ▲ 전동 파워트레인의 디지털 스레드 개발 워크플로   자동차 산업에서 AI와 가상 제품 개발의 활용 사례 소개 현대자동차의 한용하 연구위원은 “멀티피직스/멀티스케일/멀티레벨을 고려한 모델 기반의 자동차 개발 요구가 늘고 있으며, AI와 데이터 과학의 연계도 화두가 되고 있다”면서, 자동차 CAE 영역에서 현대자동차가 AI를 적용하고 있는 사례를 소개했다. 현대자동차는 프로덕트 AI/엔터프라이즈 AI/엔지니어링 AI 등 R&D를 위한 AI를 추진하고 있다. 그리고 AI 활용을 활성화하기 위한 핵심 요소로 R&D 데이터 허브 마련, AI 역량 강화, AI 활용 인프라 구축 등을 설정했다. 한용하 연구위원은 CAE/성능 예측 영역에서 AI가 성공하기 위한 요소로 데이터 정의 및 준비, 워크플로 구축, 도메인 지식을 꼽았다. 특히 “AI에서는 데이터가 핵심이다. 데이터의 준비 작업부터 데이터 재정의, 활용 시나리오를 고려한 체계적인 수집 방법론 등 폭넓은 고민이 필요하다”고 전했다. GM테크니컬코리아의 김태헌 상무는 물리 기반의 자동차 개발에서 가상 개발 환경으로의 변화에 대해 소개했다. 자동차 산업에서 가상 제품 개발의 한 가지 사례로는 ADAS(첨단 운전 보조 시스템)를 들 수 있다. ADAS의 개발 과정에서 도로의 데이터를 입력하는 데에 VR(가상현실)을 활용함으로써 개발 시간을 줄이고, 다양한 조건을 생성해 학습할 수 있도록 해 준다. 또한, 기존 데스트의 데이터와 CAE를 결합하면 풍동 실험을 대체할 수도 있다. 김태헌 상무는 “시뮬레이션은 눈으로 확인하기 어려웠던 것을 볼 수 있게 해 줘서 제품에 대해 더 잘 이해할 수 있는 기회를 제공하기도 한다”면서, “이전에는 테스트에 참고하기 위한 CAE 및 테스트 기반의 개발을 진행했다면, 이제는 전체 가상 차량을 만들어 다양한 시뮬레이션으로 자동차를 개발함으로써 프로토타입을 1/10로 줄일 수 있게 되었다. 가까운 장래에는 ‘제로 프로토타입’이 실현될 것”이라고 소개했다. 또한, “가상화의 종착점은 판매 가능한 완성도를 실현하고, 실물 테스트를 완전히 제거하며, 철저하고 엄격한 엔지니어링을 실현하는 것이 될 것”이라고 전했다. 한편, 지멘스 DISW는 이번 ‘오토모티브 엔지니어링 이노베이션 데이’에서 통합 디지털 개발 프레임워크, EV 전자장비의 열 문제 해결을 위한 시뮬레이션 전략, 자율주행 차량/모터의 설계와 검증 및 NVH 해석을 위한 솔루션과 사례, 모델 기반 개발과 AI ROM(축소 차수 모델)의 활용, EV/AV 엔지니어링 서비스 등의 내용을 소개했다.     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스코리아가  육군사관학교와 미래 국방 디지털 인재 양성을 위한 업무협약(MOU)을 체결했다고 밝혔다. 이번 협약을 통해 앤시스코리아는 무기체계 패러다임이 변화함에 따라 국방 영역에서 디지털 엔지니어링 기술 수요가 급증하는 현대에 필요한 인재 양성을 위해 ▲앤시스 아카데믹 멀티피직스 캠퍼스 솔루션(Ansys Academic Multiphysics Campus Solution) ▲앤시스 아카데믹 스케이드(Ansys Academic SCACE) ▲앤시스 아카데믹 STK(Ansys Academic STK) 등 교육 환경 및 프로그램을 제공할 예정이다. 앤시스코리아는 국방력 강화를 위해 첨단 군사 기술의 신속한 소요 제기, 무기 체계 검토, 전략 수립, 개발, 도입 및 운용이 필수적인 상황에서 육군사관학교 생도가 임관 후 부대에서 보다 높은 임무 수행 능력을 갖출 수 있도록 긴밀히 지원한다는 계획이다. 또한, 앤시스코리아는 상반기 내 공군사관학교, 해군사관학교, 국방대학교와 순차적으로 업무협약을 체결할 예정이다.     앤시스코리아의 박주일 대표는 “이번 협약을 통해 빠르게 증가하는 국방 분야의 디지털 엔지니어링 수요에 맞서 군부대의 선제 대응을 가능케 하는 교육 환경 및 프로그램을 제공할 것”이라며, “이번 협약이 군의 전반적인 발전에 기여하길 바란다”고 밝혔다. 육군사관학교장인 정형균 소장은 “4차 산업혁명의 급변하는 안보 환경 속에서 글로벌 엔지니어링 시뮬레이션을 선도하는 앤시스코리아와 협력관계를 구축하게 돼 기쁘다”면서, “이번 협약을 통해 첨단 기술 임무 수행 능력을 갖춘 육군 장교 양성에 최선을 다하겠다”고 밝혔다. 한편, 서울 공릉동 육군사관학교에서 진행된 협약식에는 앤시스코리아 박주일 대표와 육군사관학교장 정형균 소장 등 양 기관의 관계자 및 앤시스코리아의 기술 파트너인 자율주행 시뮬레이션 전문기업 모라이도 참여했다. 모라이의 정지원 대표는 “앤시스코리아의 기술 파트너로서 모라이는 자사의 자율주행 시뮬레이션 및 디지털 트윈 기술력과 앤시스의 고도화된 시뮬레이션 소프트웨어와 엔지니어링 역량을 결합해, 육군사관학교의 미래 디지털 국방 인재 양성과 연구 혁신을 위해 앤시스코리아와 육군사관학교와 함께 적극 협력해 나갈 것”이라고 밝혔다.

개발 및 공급 : 에픽게임즈 주요 특징 : 캐릭터 애니메이션을 위한 툴세트 업데이트, 나나이트 연산 머티리얼을 통한 변수 레이트 셰이딩 도입, 렌더링 퍼포먼스 개선 및 셰이더 컴파일 최적화, 파생 데이터 캐시를 위한 클라우드 스토리지 시스템 지원, 분산 컴파일 솔루션인 언리얼 빌드 액셀러레이터 추가 등   ▲ 언리얼 엔진 5.4 기능 하이라이트 영상   언리얼 엔진 5.4가 정식 출시됐다. 이번 버전은 게임 개발자와 모든 산업 분야의 크리에이터를 위해 퍼포먼스, 비주얼 퀄리티, 생산성에 대한 신규 기능과 개선 사항을 제공하며, 에픽게임즈가 ‘포트나이트’ 챕터 5, ‘로켓 레이싱’, ‘포트나이트 페스티벌’, ‘LEGO 포트나이트’를 제작하고 출시하기 위해 내부적으로 사용한 툴세트를 선보였다.   애니메이션 캐릭터 리깅 및 애니메이션 제작 이번 버전에서는 언리얼 엔진의 기본 애니메이션 툴세트가 대폭 업데이트되었다. 더 이상 여러 외부 애플리케이션에서 번거롭게 작업할 필요 없이, 엔진에서 직접 캐릭터를 쉽고 빠르게 리깅하고 애니메이션을 제작할 수 있게 되었다.   ▲ 이미지 출처 : 언리얼 엔진 홈페이지   신규 실험 단계 기능인 ‘모듈형 컨트롤 릭’을 활용하면 복잡하고 세분화된 그래프 대신 이해하기 쉬운 모듈형 파트로 애니메이션 릭을 제작할 수 있다. ‘자동 리타기팅’은 이족보행 캐릭터 애니메이션을 재사용할 때 뛰어난 결과물을 더 쉽게 얻을 수 있다. 또한, ‘스켈레탈 에디터’가 확장되고 새로운 디포머 기능 세트들이 추가되어 ‘디포머 그래프’를 더 손쉽게 이용할 수 있다. 애니메이션 제작 측면에서는 애니메이션 툴세트를 보다 직관적이고 강력하게 만드는 동시에 워크플로를 간소화하는 데 중점을 두었다. 새로운 실험단 계 기능인 ‘기즈모’, 개편된 ‘애님 디테일’, ‘컨스트레인트’ 시스템 업그레이드 및 향상, 애님 클립에 애니메이션을 추가하는 과정을 대폭 간소화시켜 주는 신규 기능인 ‘레이어드 컨트롤 릭’ 등을 제공한다. 뿐만 아니라 언리얼 엔진의 비선형 애니메이션 에디터인 ‘시퀀서’는 시퀀서 트리의 다양한 측면에서 가독성과 사용성이 대폭 향상되었다. 이번 버전에 도입된 다른 신규 기능 중에는 ‘키프레임 스크립트’ 방식도 추가되어, 커스텀 애니메이션 툴 제작의 가능성이 열리게 되었다.   애니메이션 게임플레이 이전 버전에서 실험 단계 기능으로 도입되었던 ‘모션 매칭’이 정식 버전이 되었다. 이 기능은 ‘포트나이트 배틀 로얄’에서 철저한 테스트를 거쳐 모바일부터 콘솔까지 모든 플랫폼에서 100개 이상의 캐릭터와 NPC에 적용되었다.   ▲ 이미지 출처 : 언리얼 엔진 홈페이지   모션 매칭은 애니메이션 기능을 위한 확장 가능한 차세대 프레임워크이다. 런타임에서 애니메이션 클립을 선택하고 전환하기 위해 복잡한 로직을 사용하는 대신, 게임 내 캐릭터의 현재 모션 정보를 키로 사용하여 상대적으로 큰 규모의 캡처된 애니메이션 데이터베이스를 검색하는 방식을 활용한다. 또한, 이번 버전에서는 언리얼 엔진의 애니메이터 친화적인 툴세트를 강력하고 뛰어난 성능과 메모리 확장이 가능한 툴로 만드는 데 중점을 두었으며, 개발자가 내부에서 일어나는 작업을 파악할 수 있는 디버깅 툴세트를 추가했다. 게임플레이 측면에서도 ‘선택기’를 추가하여, 이제 게임 컨텍스트를 활용해 애니메이션을 선택할 수 있게 되었다. 이 시스템은 변수를 사용해 선택을 알리고, 이 선택에 따라 변수를 설정하여 게임플레이 로직에 다시 정보를 제공할 수 있다.   렌더링 나나이트 언리얼 엔진 5의 가상화된 마이크로폴리곤 지오메트리 시스템인 ‘나나이트(Ninite)’는 원본 메시를 변경하지 않고도 렌더링 시 균열이나 범프 같은 미세한 디테일을 추가할 수 있게 해주는 신규 실험 단계 기능 ‘테셀레이션’을 시작으로 지속적인 향상이 이루어지고 있다.   ▲ 이미지 출처 : 언리얼 엔진 홈페이지   나나이트 연산 머티리얼을 통한 ‘변수 레이트 셰이딩(Variable Rate Shading : VRS)’의 도입으로 퍼포먼스가 대폭 향상되었으며, 랜드스케이프에 도로를 생성하는 것과 같은 작업에 유용한 ‘스플라인 메시 워크플로’도 지원된다. 또한, UV 보간을 비활성화하는 신규 옵션을 활용하면 버텍스 애니메이션 텍스처를 월드 포지션 오프셋 애니메이션에 사용할 수 있게 되어, 이제 ‘AnimToTexture’ 플러그인을 나나이트 지오메트리와 함께 사용할 수 있다.   템포럴 슈퍼 해상도 이번 버전에서 ‘템포럴 슈퍼 해상도(Temporal Super Resolution : TSR)’의 안정성과 성능이 향상되어, 타깃 플랫폼에 관계 없이 예측 가능한 결과물을 얻을 수 있게 되었다. 그 중 새로운 히스토리 리저렉션 휴리스틱과 픽셀 애니메이션을 사용하는 머티리얼에 플래그를 지정하는 기능 덕분에 고스팅 현상이 감소되었다. 또한, TSR의 비헤이비어(behavior)를 더 손쉽게 미세조정하고 디버깅할 수 있는 ‘신규 시각화 모드’를 추가했고, 타깃 퍼포먼스에 따라 제어할 수 있도록 엔진 퀄리티 설정에 다양한 신규 옵션도 추가됐다.   렌더링 퍼포먼스 에픽게임즈는 60Hz 경험을 목표로 하는 많은 개발자를 위해 언리얼 엔진 5.4의 렌더링 퍼포먼스 향상에 노력을 기울였다. 이를 통해 더 높은 수준의 병렬화를 지원하기 위한 시스템 리팩터링과 하드웨어 레이 트레이싱에 GPU 인스턴스 컬링이 추가되어, 이제 추가적인 프리미티브 유형과 최적화된 패스 트레이서의 이점을 활용할 수 있게 되었다. 또한, 셰이더 컴파일도 더욱 최적화되어 프로젝트 쿠킹 시간이 눈에 띄게 향상되었다.   무비 렌더 그래프   ▲ 이미지 출처 : 언리얼 엔진 홈페이지   언리얼 엔진 5.4는 단방향 콘텐츠를 제작하는 크리에이터를 위해 무비 렌더 큐에 실험 단계 기능으로 주요 업데이트를 선보였다. ‘무비 렌더 그래프(Movie Render Graph : MRG)’로 불리는 이 신규 노드 기반 아키텍처를 통해 사용자는 단일 샷을 렌더링하는 그래프를 구성하거나, 대규모 아티스트 팀의 경우 복잡한 멀티샷 워크플로 전반에 걸쳐 확장하도록 설계할 수 있다. 그래프는 파이프라인 친화적이며 스튜디오는 파이썬 훅(Python Hook)으로 툴을 제작하고 자동화할 수 있다. MRG에는 ‘렌더 레이어’가 제공되어 전경과 배경 요소를 분리하는 등 포스트 컴포지팅을 위한 고퀄리티 요소를 손쉽게 생성할 수 있으며, 패스 트레이서와 디퍼드 렌더러를 모두 지원한다.   AI 및 머신러닝 신경망 엔진 언리얼 엔진 5.4에는 ‘신경망 엔진(NNE)’이 실험 단계 기능에서 베타 기능으로 업데이트되었다. NNE는 에디터와 런타임 애플리케이션을 모두 지원하며, 개발자는 사전 트레이닝된 신경망 모델을 로드하여 효율적으로 실행할 수 있다. 사용 예시로는 툴링, 애니메이션, 렌더링, 피직스 등이 있으며, 이들은 플랫폼 및 모델 지원별로 각기 다른 요구사항을 갖추고 있다. NNE는 필요에 따라 백엔드를 쉽게 교체할 수 있도록 공통 API를 제공하여 이러한 다양한 요구사항을 해결한다. 또한, 서드파티 개발자가 플러그인에서 NNE 인터페이스를 구현할 수 있도록 확장성 훅 역시 제공된다.   개발자 반복 작업 클라우드 및 로컬 파생 데이터 캐시 이번 출시를 통해 새롭게 선보이는 ‘언리얼 클라우드 DDC’는 언리얼 엔진 파생 데이터 캐시(DDC)를 위한 자체 호스팅 클라우드 스토리지 시스템이다. 여러 장소에 분산된 사용자와 팀을 위해 설계된 이 기능을 사용하면, 공용 네트워크 연결을 통해 언리얼 엔진 캐시 데이터를 효율적으로 공유할 수 있다.   ▲ 이미지 출처 : 언리얼 엔진 홈페이지 영상 캡처   유지보수가 용이하고 안정적이며 접근성이 뛰어난 이 솔루션은 여러 지역에 걸쳐 언리얼 클라우드 DDC로 호스팅되는 엔드포인트 간에 데이터를 자동으로 복제하여, 사용자가 언제나 가장 가까운 엔드포인트에 접속할 수 있도록 지원한다. OIDC 로그인 및 인증으로 보호되는 이 시스템은 에픽게임즈의 AWS를 통해 실전 검증을 마쳤으며, 애저(Azure)에 대한 디플로이 가이드라인을 함께 제공한다.   ▲ 이미지 출처 : 언리얼 엔진 홈페이지 영상 캡처   또한, 이번 버전에서는 새로운 ‘언리얼 Zen Storage’ 서버 아키텍처를 사용하여 로컬 DDC가 향상되었다. 이를 통해 데이터 컨디셔닝 퍼포먼스가 향상된 것은 물론, 에디터 로드 시간이 더욱 빨라졌다. 또한, 에디터에서 플레이(PIE) 워크플로가 제공되며 캐시 쓰기, 제거, 데이터 복제 방지를 더욱 효과적으로 제어할 수 있다.   멀티 프로세스 쿡 언리얼 엔진 5.3에 베타 기능으로 도입되었던 ‘멀티 프로세스 쿡’이 이제 정식 버전으로 제공된다. 이 기능을 통해 개발자는 콘텐츠를 내부 UE 포맷에서 플랫폼별 포맷으로 변환할 때 추가 CPU 및 메모리 리소스를 활용할 수 있어, 빌드 팜 서버 또는 로컬 워크스테이션에서 쿠킹된 결과물을 얻는 데 걸리는 시간을 크게 줄일 수 있다.   언리얼 빌드 액셀러레이터 이번 버전에서 새롭게 선보이는 ‘언리얼 빌드 액셀러레이터(Unreal Build Accelerator : UBA)’는 C++를 위한 확장 가능한 분산 컴파일 솔루션으로, 언리얼 빌드 툴 및/또는 언리얼 호드의 원격 실행(연산 작업) 시스템과 함께 빌드 컴파일 시간을 단축하는 데 사용된다. 현재 베타 기능인 UBA는 이번 버전에서 C++ 컴파일 작업을 위한 윈도우 OS를 지원하며, 네이티브 맥OS 및 리눅스 지원은 프로세스 유휴 감지 및 셰이더 컴파일과 함께 실험 단계로 제공된다.   미디어 및 엔터테인먼트 모션 그래픽 언리얼 엔진 5.4는 복잡한 2D 모션 그래픽 제작용 전문 툴로 구성된 새로운 ‘모션 디자인 모드’를 실험 단계 기능으로 선보였다. 주요 방송사의 프로덕션 테스트와 피드백을 바탕으로 개발된 이 기능은 모션 디자이너에게 향상된 사용자 경험과 지속적인 생산성을 제공하고자 설계되었으며, 3D 클로너, 이펙터, 모디파이어, 애니메이터 등을 포함한 포괄적인 툴세트를 제공한다.   ▲ 이미지 출처 : 언리얼 엔진 홈페이지   버추얼 프로덕션 버추얼 프로덕션을 도입하는 영화 제작자들은 이제 정식 버전으로 제공되는 언리얼 엔진의 버추얼 카메라 툴에서 이루어진 업데이트와 함께 기존 iOS 플랫폼은 물론 이제 안드로이드까지 지원되어 많은 혜택을 누릴 수 있게 되었다. 또한, 맥OS용 언리얼 엔진에서도 버추얼 카메라 워크플로가 완전히 지원된다. 이 모바일 애플리케이션은 ‘언리얼 VCam’이라는 새로운 이름으로 애플 앱 스토어 및 구글 플레이에서 다운로드할 수 있다. VR 스카우팅에서는 ‘XR 크리에이티브 프레임워크’를 활용하는 완전히 커스터마이징이 가능한 새로운 툴키트를 실험 단계 기능으로 선보였다. 이를 통해 오큘러스(Oculus)와 밸브 인덱스(Valve Index) 등의 OpenXR HMD를 지원하여 기존 버추얼 스카우팅 툴키트보다 대폭 향상된 사용자 경험을 제공한다.  ICVFX의 경우, 새로운 ‘뎁스 오브 필드’ 보정 기능을 통해 nDisplay로 렌더링된 디지털 콘텐츠의 DOF 감쇠량을 영화 카메라에 보이는 대로 정확히 제어할 수 있어, 더 나은 클로즈업 뷰티 샷을 얻을 수 있게 되었다. 또한, ‘멀티 프로세스 내부 프러스텀’을 추가하여 영화 카메라로 보이는 장면을 더 많은 GPU와 하드웨어 리소스로 분할 렌더링할 수 있으며, SMPTE 2110 지원에 대한 다양한 안정성 및 개선 사항을 추가했다.    리눅스 지원 리눅스를 사용하는 스튜디오도 해당 플랫폼에서 향상된 에디터 안정성을 경험할 수 있으며, 실험 단계로 제공되는 벌칸(Vulkan) 레이 트레이싱 지원을 통해 많은 이점을 누릴 수 있다.   의상 시뮬레이션 USD 임포터 패널 클로스 에디터에 새로운 USD 임포터가 추가되면서, ‘Marvelous Designer’ 또는 ‘CLO’에서 의상과 시뮬레이션 파라미터를 임포트하여 단 몇 분 만에 실시간으로 시뮬레이션을 구성할 수 있게 되었다. 자동 시뮬레이션 그래프 설정, 스키닝, 레벨 오브 디테일(LOD) 생성 기능과 함께 이 새로운 워크플로를 사용하면 관련 경험이 없는 사용자도 언리얼 엔진 캐릭터의 사실적인 의상을 제작할 수 있도록 지원한다.   그 외 개선 사항 언리얼 엔진 5.4의 신규 기능과 향상된 기능 관련한 전체 내용을 확인하려면 출시 노트를 참고하면 된다. 언리얼 엔진 5.4 출시 노트 : https://dev.epicgames.com/documentation/ko-kr/unreal-engine/unreal-engine-5.4-release-notes   비게임 분야를 위한 새로운 가격 모델 출시 에픽게임즈는 2023년 미국 뉴올리언스에서 열린 ‘언리얼 페스트’에서 2024년부터 일반 산업 분야를 위한 시트 기반의 엔터프라이즈 소프트웨어 가격 모델을 제공하겠다고 발표한 바 있다. 이번 언리얼 엔진 5.4 출시와 함께 에픽게임즈는 비게임 분야를 위한 새로운 시트 기반의 언리얼 구독 플랜을 출시했다. 가격 변경 사항은 언리얼 엔진 5.3 또는 그 이전 버전을 사용하는 신규 또는 기존 사용자에게는 적용되지 않으며, 5.4 버전 이상을 사용할 사용자에게만 적용된다. 각 시트는 언리얼 엔진 5.4 및 구독 기간 동안 출시되는 후속 버전과 함께 언리얼 엔진과 호환되는 창작 툴인 ‘트윈모션(Twinmotion)’과 ‘리얼리티캡처(RealityCapture)’까지 세 개 제품을 한 명의 사용자가 이용할 수 있도록 제공된다. 또한, 세 개의 제품을 모두 사용할 수 있는 30일 무료 체험판도 제공된다. 보다 더 자세한 내용은 언리얼 엔진 홈페이지에서 확인할 수 있다. 한편, 이번 언리얼 엔진 5.4 출시를 기점으로 트윈모션과 리얼리티캡처도 이제 학생, 교육자, 개인 사용자 그리고 회사의 연간 총매출이 100만 달러 미만인 경우 모두 무료로 사용할 수 있다. 에픽게임즈는 다양한 산업 분야의 팀들이 고퀄리티 3D 경험을 효율적으로 제작할 수 있도록 트윈모션과 리얼리티캡처를 구독 플랜에 포함하여 제공하며, 2025년 말까지 두 제품을 언리얼 엔진에 완전히 통합할 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스코리아는 5월 29일 수원 컨벤션센터에서 ‘앤시스 옵틱스 테크 서밋(Ansys Optics Tech Summit) 2024’를 개최한다고 밝혔다. 이번 행사는 갈수록 그 중요도가 증대함과 동시에 하루가 다르게 급변하고 있는 광학 산업 내에서 제품 개발 가속화에 기여할 수 있는 앤시스의 광학 솔루션에 대한 유용한 정보와 인사이트를 공유하기 위해 마련됐다. 앤시스코리아는 올해로 세 번째를 맞이한 이번 행사에서 자동차, 하이테크, 항공우주 및 방위, 멀티피직스 등 다양한 최신 산업 현황 및 사례와 함께 앤시스의 주요 광학 시뮬레이션 및 설계 소프트웨어인 ▲앤시스 루메리컬(Ansys Lumerical) ▲앤시스 지맥스(Ansys Zemax) ▲앤시스 스피오스(Ansys Speos)를 소개할 예정이다.     앤시스 광학 솔루션은 고급 물리 솔버 제품군을 통해 나노 규모에서 매크로 규모까지 정밀한 다중규모 시스템 설계를 지원하는 사용자 친화적인 워크플로를 제공하여 다양한 산업에서 애플리케이션을 설계할 수 있도록 지원하고 있다. 다중물리 광자 모델링 솔루션인 앤시스 루메리컬은 광학, 전기, 열 현상의 상호 작용을 고려한 포토닉스 모델링 소프트웨어로, 설계자가 어려운 포토닉스 문제를 효과적으로 모델링할 수 있게 돕는다. 또한, 제품군 간의 유연한 상호 운용성을 통해 다중물리 시뮬레이션, 시스템 레벨의 광집적회로 시뮬레이션, 파이썬(Python) 기반의 자동화와 포토닉스 파운드리를 위한 컴팩트 모델 라이브러리(CML)를 지원한다. 광학 부품 모델링 솔루션인 앤시스 지맥스는 광학 산업 전반의 선도 기업과 전 세계 대학의 광학, 조명 및 레이저 시스템 설계를 위한 표준 소프트웨어다. 결상, 조명, 레이저 시스템 광학계를 하나의 시스템으로 제공할 수 있는 솔루션으로 다중물리 시뮬레이션 지원, 실제 광학 시스템 제조를 위한 설계 및 회절 광학 통합을 위한 포괄적인 기능을 제공한다. 또한 광학 설계의 시뮬레이션, 최적화 및 공차 분석을 모두 수행할 수 있다. 시스템 설계 및 검증 솔루션인 앤시스 스피오스는 국제조명위원회(CIE)의 CIE 171:2006 테스트를 통해 정확성을 인증 받은 광학 설계 소프트웨어로, 시스템의 광 전파 설계 및 측정에 주로 사용된다. 가시광선, 자외선 및 원적외선 스펙트럼 영역까지 분석이 가능하며 조도 및 광학 성능을 예측해 프로토타입 제작 시간과 비용을 절감한다. 이외에도 직관적이고 포괄적인 사용자 인터페이스를 제공하며, GPU를 사용한 시뮬레이션 미리 보기와 앤시스 다중물리 에코시스템에 대한 간편한 액세스를 통해 생산성을 높일 수 있다. 앤시스코리아의 박주일 대표는 “앤시스코리아는 광기술의 발전과 광학 엔지니어를 위한 정확하고 고성능의 광학 설계 및 시뮬레이션 기능을 제공하기 위해 계속해서 혁신의 한계를 뛰어넘고 있다”면서, “이번 행사는 다양한 분야 간 융합의 핵심으로서 광기술의 중요성을 확인하는 시간이 될 것으로 기대한다”고 밝혔다.

더욱 빠르고 효율적인 제품 개발을 위한 AI 기술 본격화 추진   제조산업에서도 AI(인공지능)에 대한 관심이 높아지고 있다. 한편으로 실질적인 AI 도입과 활용에 대한 제조업계의 고민도 커졌다. 알테어는 시뮬레이션, HPC, 클라우드, 데이터 애널리틱스 등 자사의 기술 역량을 바탕으로 제조산업을 위한 AI 기술 개발을 가속화하고 있으며, 향후 본격적으로 제조시장에 확산시킨다는 전략을 내세웠다. ■ 정수진 편집장   ▲ 한국알테어 이승훈 기술 총괄 본부장은 제품 개발에서 AI의 활용이 구체화되고 있다고 짚었다.   제조산업에서 AI에 대한 관심이 높아지고, 도입과 활용이 확산되는 배경은 무엇이라고 보는지 제품의 생산 방식이 다품종 소량 생산 방식이 확대되면서 제품의 개발 주기가 꾸준히 짧아지고 있다. 이에 따라 제품 개발과 관련한 예측과 의사결정은 더욱 빨라져야 한다는 요구도 높다. 이를 위해 프로토타입을 만들어 실험하는 방식에서 컴퓨터와 CAE 소프트웨어를 사용하는 시뮬레이션으로 변화해 왔는데, 시뮬레이션 역시 해결해야 하는 과제가 있다. 시뮬레이션을 활용하려면 전문적인 엔지니어링 지식이 필요하고, 시뮬레이션에 걸리는 시간이 더욱 빨라지는 제품 개발 주기에 맞추기 어려워졌다. 시뮬레이션이 제품의 초기 개발에서 생산까지 더욱 폭넓게 쓰이는 상황이 시뮬레이션 기반의 의사결정에 걸리는 시간을 늘리게 된 측면도 있다. AI는 이에 대한 해결책으로 관심을 모으고 있다. 제조업체에서 실험 데이터와 해석 데이터가 상당히 쌓여 있는 상황인데, 이를 AI 학습에 활용해서 빠르게 인사이트를 얻고 제품 개발에 반영할 수 있겠다는 아이디어가 이제 구체화되고 있는 시점이라고 볼 수 있겠다.   최근 AI와 관련한 제조산업의 동향이나 이슈가 있다면 제조업체에서 해석 데이터와 실험 데이터가 쌓여 있기는 한데, 이 데이터가 각 엔지니어의 PC에 흩어져 있는 것이 현실이다. 이에 따라 여러 곳에 저장된 데이터를 통합 관리하는 시스템에 대한 요구가 있다. 또한, 이 데이터를 AI에 활용하기 위한 추가 가공의 자동화에 대한 목소리도 있다. 엔지니어링 데이터를 AI에 활용하기 위해서는 AI에 맞는 데이터의 전처리(pre-processing)가 중요하다. 전처리란, 아무렇게나 쌓여 있는 데이터를 분류하고 AI에 적용하기 위해 적절한 포맷의 데이터로 변환하는 작업을 가리킨다. 이 부분에서 많은 제조기업 고객사들이 데이터를 어떻게 가공해야 할 지에 대한 고민을 갖고 있기도 하다. 이전에는 파이썬(Python)과 같은 프로그래밍 언어를 배워서 데이터 변환 코드를 만들어야 했는데, 알테어는 데이터를 자동으로 변환할 수 있는 솔루션을 제공해 쌓여 있는 데이터의 분류와 정제 과정을 더 쉽게 할 수 있도록 돕는다. 이런 부분에서 LG전자의 사레를 소개할 만하다. LG전자는 알테어와 협업해서 해석 엔지니어가 퇴근한 후에 해석 데이터를 취합하고 변환과 AI 학습까지 수행하는 자동화 시스템을 구축했다. 학습된 AI는 웹 환경에서 설계 엔지니어에게 필요한 데이터를 제공하고, 설계 엔지니어는 제품에 대한 치수나 조건을 입력하면 시뮬레이션을 거치지 않고 빠르게 가상 시험 결과를 확인할 수 있게 됐다. AI는 제품의 초기 개발 단계뿐 아니라 전체 개발 과정에 적용할 수 있다. 초기 단계에서는 실험에서 나온 데이터가 존재한다면 이를 기반으로 어떤 결과가 나올지 쉽게 확인할 수 있다. 이후 단계에서도 다양한 데이터를 학습해 추가적인 예측을 할 수 있고, 대시보드 등을 통해 누구나 데이터 및 예측 결과를 확인하거나, 몇 가지 조건을 입력해 새로운 예측을 할 수 있는 단계로 나아갈 수도 있다. 최종 단계의 데이터는 후속 제품이나 다른 제품을 개발할 때 활용하는 것도 가능하다.   제품 개발 사이클의 단축이라는 점에서는 시뮬레이션이 가져다 줄 수 있는 이점과 비슷한 부분이 있어 보인다. AI의 역할은 시뮬레이션을 보완하는 것인가, 아니면 시뮬레이션을 대신할 수 있는 것인가 지금은 AI가 기존의 시뮬레이션을 완전히 대체할 수 있는 단계는 아니다. 하지만 AI를 통해 제품의 초기 개발 단계에서 데이터 기반의 예측 결과를 빠르게 얻을 수 있고, 향후 설계를 위한 인사이트를 얻을 수 있다는 점에서 의미가 있다. AI를 학습시키기 위한 데이터는 필요하기 때문에 시뮬레이션은 여전히 중요하다. 지금의 상황은 실험이나 해석 데이터를 기반으로 AI를 통해 인사이트를 얻는 단계라고 볼 수 있다. 시뮬레이션이 자리잡기까지의 과정을 살펴보면, 초기에는 실험과 시뮬레이션을 함께 사용하다가 시뮬레이션 부분이 강화되면서 실험의 비중을 줄여 왔다. 앞으로 AI 기술이 더욱 발전하고 데이터가 더 많이 쌓인다면 AI가 확대되고 시뮬레이션이 줄어들 수도 있을 것 같다. 이런 흐름은 단계적으로 일어날 수도 있고, 제품별로 변화의 속도가 달라질 수도 있다고 본다.   ▲ 알테어는 시뮬레이션과 연계해 제조 분야에서 활용할 수 있는 AI 솔루션을 내세운다.   제조산업의 AI 활용을 위한 알테어의 기술 차별점은 무엇인지 알테어는 멀티피직스 시뮬레이션뿐 아니라 복잡한 시뮬레이션을 활용하기 위한 고성능 컴퓨팅(HPC)과 클라우드, 데이터 애널리틱스와 AI 등 폭넓은 기술 역량을 갖추었다는 점에서 차별점이 있다고 본다. 이는 온프레미스와 클라우드, CPU 컴퓨팅과 GPU 컴퓨팅을 모두 지원해 시뮬레이션 및 AI를 유연하게 활용하도록 도울 수 있다는 뜻이다.  알테어는 지난 2022년 데이터 기반 AI를 위한 머신러닝 분석 플랫폼인 래피드마이너(RapidMiner)를 인수하면서 AI 분야 진출을 시작했다. 래피드마이너는 제조뿐 아니라 BFSI(은행.금융.서비스.보험) 등 다양한 산업에서 활용할 수 있는 솔루션이다. 예를 들어, 고객 지원이나 불만사항에 대한 다응, 주가 예측 등에도 래피드마이너가 유용하다. 또한, 2023년부터는 래피드마이너 등 기존 제품군으로 AI 시장에 대응하는 것 외에 제조산업을 타깃으로 하는 특화 기술을 개발했고, 올해는 이 부분을 본격적으로 선보이고자 한다. 제조산업을 위한 알테어의 AI 기술로는 설계 탐색과 최적화를 위한 디자인AI(DesignAI), 비슷한 형상을 자동 인식하고 분류하는 셰이프AI(shapeAI), 해석 결과를 학습해 물리현상을 빠르게 예측하는 피직스AI(physicsAI), 시스템 레벨에서 빠른 3D → 1D 변환을 위한 롬AI(romAI)가 있다.  이런 AI 기술은 적은 수의 데이터로도 학습이 가능하며, 알테어의 기존 시뮬레이션 솔루션 제품군에 들어가는 형태로 제공되어 익숙한 인터페이스로 사용할 수 있다. 하이퍼메시(HyperMesh)에는 이미 피직스AI와 셰이프AI가 포함되어 있고 향후 심랩(SimLab)과 인스파이어(Inspire)를 비롯해 다양한 솔루션에 AI가 추가될 예정이다. 알테어는 래피드마이너를 활용한 데이터 기반의 AI와 시뮬레이션 기반의 AI를 모두 지원한다. 그리고 타사 솔루션의 데이터를 활용할 수 있는 개방성과 유연한 라이선스 사용도 장점으로 내세우고 있다.    향후 제조 분야의 AI 전망과 알테어의 전략을 소개한다면 AI에 대한 고객들의 기대치가 높다고 느낀다. 알테어는 지난 4월 4일 ‘AI 워크숍’을 진행했는데, 기업의 의사결정권자부터 현업 엔지니어까지 예상보다 많은 분들이 참여해 높은 관심을 보였다. 관심이 높은 만큼 실제 활용 방향에 대한 고민이 많다는 것을 알 수 있었다. 사용자의 기대치와 실제로 할 수 있는 것 사이의 거리, 알테어와 같은 솔루션 기업과 사용자인 제조기업의 시각차도 어느 정도 확인할 수 있었다. 이런 부분은 고객들을 많이 만나고 의견을 나누면서 간극을 좁혀야 할 것 같다. 당장 AI가 시뮬레이션을 완벽하게 대체하기는 어렵겠지만, 클라우드 기반의 통합 환경에서 시뮬레이션과 AI를 통합해 사용할 수 있도록 하는 것을 목표로 삼고 있다. 클라우드는 데이터의 통합 관리와 공유 측면에서도 이점이 있다고 본다. 시뮬레이션과 AI를 위해 대규모 데이터를 관리하기 어려운 소규모 기업은 클라우드의 장점에 주목할 만하다고 본다. 한편으로 보안 등의 우려를 가진 기업에게는 프라이빗 클라우드 환경을 제공해 데이터 보안을 유지하면서 알테어 원 클라우드와 동일한 환경에서 작업할 수도 있다. 알테어는 AI 솔루션 제품군을 빠르게 업데이트하면서 사용자의 피드백을 반영하고 있다. 고객들이 AI에 대해 갖고 있는 기대치 또는 눈높이가 상당히 높은 것으로 보여서, 이에 대응해 경쟁 우위를 확보하고자 노력 중이다. 제조 분야에서도 AI에 대한 관심이 높지만, 어떻게 활용할지에 대한 고민이 큰 상황으로 보인다. 알테어는 이런 부분에서 도움을 줄 수 있도록 AI 기술 개발과 함께 커스터마이징과 컨설팅 등을 폭넓게 제공하고자 한다. 본사의 개발팀과도 활발히 소통하면서 사용성이나 적용 범위 등에 대한 고객의 어려움을 덜고, 최대한 빠르게 고객이 원하는 AI를 구현할 수 있도록 할 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

마이다스아이티가 지난 4월 16일 CAE 기술 콘퍼런스인 ‘MTS SQUARE 24’를 개최했다. ‘사람을 위한 기술, 새로운 세상과 연결’을 테마로 한 이번 이벤트에서 마이다스아이티는 자사의 CAE 기술 로드맵을 소개하는 한편, CAE 기술 연구와 활용 사례 및 첨단 기술의 미래에 대한 인사이트 등을 소개했다. ■ 정수진 편집장     CAE의 진입장벽 낮추는 기술 개발 이번 행사에서 마이다스아이티 김종성 프로는 “시뮬레이션의 목적은 설계 단계에서 많은 문제점을 컴퓨터 소프트웨어를 통해 발견하고 해결하는 것”이라면서, 설계자가 손쉽게 활용할 수 있는 CAE 솔루션과 기술 개발 방향에 대해 소개했다. 디지털 전환, ESG(환경·사회적 책임·거버넌스) 등 시대 변화에 따라 시뮬레이션의 필요성이 늘고, 설계자의 시뮬레이션 활용도 확대되고 있다. 김종성 프로는 “한편으로 CAE가 발전하면서 CAE 소프트웨어가 공부해야 하는 학습의 대상이 되었다”고 짚었다. CAE를 효과적으로 수행하고 결과를 이해하기 위해서는 공학 지식을 바탕으로 해석을 위한 수치해석 모델을 만들어야 한다. 또한, 원활한 해석을 할 수 있도록 해석 대상을 작게 나누는 메시(mesh)를 만들어야 한다는 점도 CAE의 접근성을 떨어뜨리는 한계로 지적되어 왔다. 김종성 프로는 “이를 해소하기 위해 마이다스아이티는 메시프리(meshfree) 기술을 적용한 ‘마이다스 메시프리’를 개발했다”고 소개했다. 마이다스 메시프리는 형상을 불러오고 해석 조건을 설정한 후 해석을 진행해 결과를 분석하는 3단계 프로세스를 제공한다. 또한 설계 변경 내용을 빠르게 반영하는 오토 업데이트를 제공하면서 전반적인 해석 퍼포먼스를 높이는 데에 주력했다. 마이다스아이티는 향후 마이다스 메시프리에서 스폿 용접, 라인 용접, 볼트 정의 등을 자동 연결할 수 있는 연결성을 강화할 계획이다.     기업의 시뮬레이션 문화 정착에 기여할 것 또한, 마이다스아이티는 최적설계를 위한 다분야 통합 솔루션인 ‘마이다스 NFX’를 제공한다. 지난 2008년 공급을 시작한 마이다스 NFX는 유동해석 . 구조해석 . 위상최적화를 연계할 수 있고, 실무에서 많이 쓰이는 핵심 기능의 편의성을 높이는 방향으로 개발되고 있다. 김종성 프로가 소개한 마이다스 NFX의 개발 방향은 편의성, 연결성  기술지원 강화 등이다. 마이다스  NFX는 UI(사용자 인터페이스)와 워크플로를 더욱 직관적이면서 간결하게 만들 예정이다. 파트간 연결 기능이나 열유동 . 열응력 해석 연계 등 해석 분야간 연결성을 높이는 한편, 나스트란, 아바쿠스, 앤시스 등의 CAE 솔루션과의 호환성도 강화할 계획이다. 김종성 프로는 “마이다스 NFX는 지금까지 1000여 라이선스를 공급하면서, 연구자가 아닌 엔지니어 중심의 개발로 블루오션 시장을 공략하고 있다. 마이다스 NFX를 통해 기업의 시뮬레이션 문화 정착과 제품 개발 실무자의 역량 강화에 기여하고자 한다”고 전했다.   신규 패키지 및 AI 가술 지원 등 로드맵 소개 마이다스아이티는 기술지원을 강화할 계획인데, 여기에는 기술지원에 AI(인공지능)를 활용하는 것도 포함된다. 마이다스아이티가 축적한 기술자료와 다양한 분야의 해석 보고서, 기술지원 문건 등을 AI가 학습해 효과적인 고객 지원이 가능할 것이라는 설명이다. 김종성 프로는 “테스트 결과 사용자의 요구에 맞춰 기술문서, 보고서, 동영상 등 다양한 자료를 제공할 수 있어 AI의 가능성을 확인했다”면서, “향후 기존 소프트웨어에 AI 기술지원 기능을 결합할 계획도 있다”고 소개했다. 이외에, 김종성 프로는 마이다스 NFX와 마이다스 메시프리 및 기술 지원을 결합한 ‘마이다스 MTS’ 패키지도 소개했다. 마이다스 MTS는 실무에서 많이 쓰이는 해석 작업을 하나의 라이선스로 활용할 수 있다는 점을 내세운다.     사람을 위한 기술과 함께 살아가는 방법 고민 이번 MTS SQUARE 24 행사에서는 ‘사람과 AI’, ‘사람과 시뮬레이션’, ‘사람을 위한 기술’ 등의 주제로 국내 연구자들의 CAE 기술 개발 내용이 소개되었으며, 발전하는 기술을 어떻게 이해하고 활용해야 할 지에 대한 인사이트를 얻을 수 있는 기회가 마련됐다. 아주대학교의 이진우 교수는 생성적 설계(제너레이티브 디자인) 기법을 활용해 새로운 음향 특성을 가진 메타구조체를 개발한 내용을 소개했고, 영남대학교의 유기수 교수는 전기자동차 배터리의 열거동과 열폭주 현상을 CAE로 예측하기 위한 방법론을 소개했다. 건국대학교의 김창완 교수는 꾸준히 확대되고 있는 다중물리해석(멀티피직스 해석)이 발전하고 있는 방향에 대해 짚었다. 자동차부품산업진흥재단의 김명섭 전문위원은 국내 제조산업의 지속 성장을 위한 디지털 전환의 필요성과 추진 전략을 설명했다. 경희대학교의 김상욱 교수는 더 이상 피할 수 없는 AI와 사람의 ‘공존’을 위해 어떤 가치를 추구해야 할 지 짚고, UCLA의 데니스 홍 교수는 로봇 기술의 본질은 결국 사람을 위한 것이라고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.