알테어가 LG전자 VS사업본부와 협력해 제품 수명 연장을 위한 통합 손상 해석 솔루션을 개발했다고 밝혔다.   기존에는 제품 개발 시 피로 손상 평가에 여러 해석 소프트웨어와 모델이 사용되었으나, 해석 시간이 오래 걸리고 모델 관리가 어려운 문제가 있었다. 이를 위해 알테어와 LG전자는 협업을 통해 구조 해석 툴인 ‘알테어 옵티스트럭트(OptiStruct)’를 활용한 다물리 기반 피로 해석 통합 솔루션을 개발했다. 알테어의 구조 해석 솔루션인 옵티스트럭트는 정적 및 동적 해석, 진동, 음향, 피로, 열 전달, 다중 물리학 등 다양한 분야에서 포괄적이고 확장 가능한 솔루션을 제공하고 있다.     알테어와 LG전자가 개발한 통합 손상 해석 솔루션은 기존에 사용하던 다수의 해석 툴을 옵티스트럭트라는 하나의 툴로 통합하여 기계 충격 해석, 열 충격 해석, 진동 해석을 모두 수행할 수 있는 것이 특징이다. 이를 통해 해석 시간이 단축되고 모델 관리가 용이하며, 누적 손상을 고려한 피로 수명 예측이 가능하다는 것이 알테어의 설명이다.   특히 LG전자는 글로벌 완성차 업체와의 차세대 차량 인포테인먼트 부품 양산 경험을 바탕으로 다양한 케이스를 제공하여, 소프트웨어 기능을 학습하고 개발을 진행하면서 정확도와 신뢰성을 높였다. 이를 통해 설계 단계에서 잠재적인 문제를 조기에 발견하고 개선할 수 있어 제품의 수명을 연장할 수 있을 것으로 보고 있다. 또한 통합된 해석 프로세스를 통해 다양한 환경에서의 응력과 변형률을 종합적으로 분석하여 최적의 설계를 도출함으로써, 제품의 내구성과 성능을 개선할 수 있을 것으로 기대한다.   양사의 이번 협력을 통해 다중 물리학 기반의 누적 손상 해석 프로세스가 개발되면서, LG전자는 차량 인포테인먼트 부품 개발 시간을 기존 대비 약 20% 이상 단축할 수 있었다고 밝혔다. 그리고, 알테어는 단일 해석 툴 기반의 통합 해석 프로세스를 통해 효율성을 높이고 비용을 절감할 수 있다고 전했다. 이 솔루션은 자동차, 철도, 항공, 선박 등 다양한 제조 산업에서 활용될 수 있을 것으로 보인다.   알테어의 샘 마할링감 최고기술책임자(CTO)는 “LG전자와의 협력을 통해 제품의 안전성과 내구성 예측을 향상시키고, 전자 부품을 포함한 다양한 제조 산업 분야의 발전을 가속화할 수 있게 되었다”라며, “이번 협력은 알테어가 전자 분야에서 선도적 위치에 있음을 다시 한번 입증하는 계기가 되었다. 고객이 어려운 과제들을 해결하고, 아이디어 구상부터 생산까지 그 어느 때보다 빠르게 실현할 수 있도록 지원하겠다”고 강조했다. LG전자 VS사업본부의 이상용 연구소장은 “자동차 부품을 개발하는 데에 있어 고객인 완성차 업체에게 더욱 안전한 품질을 제공하기 위해 수많은 시험, 해석과 검증 과정을 거친다”면서, “이번 협업을 통해 그 동안의 LG전자의 노하우가 디지털 전환과 결합하여 경쟁력 있는 솔루션 프로바이더로 거듭날 것으로 기대한다”고 전했다.

시뮤텐스 소프트웨어를 활용한 복합소재 해석 (5)   아바쿠스(Abaqus)용 추가 기능인 시뮤체인(SimuChain)은 가상 프로세스 체인을 생성하고 구조 시뮬레이션에서 제조 효과를 고려할 수 있도록 해준다. 준정적 하중 조건에서 비선형 재료 모델링을 포함한 불연속 섬유(SMC, LFT, GMT) 및 연속 섬유 강화 복합재에 대한 구조 해석을 지원한다.   ■ 자료 제공 : 씨투이에스코리아, www.c2eskorea.com   시뮤체인의 Abaqus/CAE 애드온을 사용하면 몰드플로우, 시뮤드레이프(SimuDrape), 시뮤필(SimuFill) 등의 공정 시뮬레이션에서 내보낸 데이터의 전처리는 물론 불연속 섬유에 대한 균질화 및 클러스터된 재료 카드와 연속 섬유 강화 복합재를 위한 복합재 레이업 생성이 가능하다. 아바쿠스 파이썬 API를 통해 시뮤체인 백엔드를 호출할 수 있어 자신만의 스크립트 및 모델 자동화를 구현할 수 있다. 메시오 백포트(Meshio Backport)를 통한 데이터 평가와 MpCCI MapLib을 통한 이산화된 데이터 매핑이 포함된다.   시뮤체인의 주요 기능 매핑     시뮤체인은 MpCCI MapLib을 사용하여 메시 간 스칼라, 벡터 및 텐서를 매핑함으로써 복합재 성형 시뮬레이션을 통해 예측된 국부적인 섬유 배향과 같은 제조 효과를 구조 시뮬레이션에 전달될 수 있다.   균질화     압축 및 사출 성형 시뮬레이션을 통해 유동으로 인한 국지적 섬유 배향을 예측할 수 있다. 시뮤체인은 국지적 섬유 방향을 구조 시뮬레이션(FEA) 메시에 매핑 후 효과적인 재료 특성을 균질화 및 클러스터화한다. 이를 위해서는 섬유, 매트릭스 및 복합재의 특성에 대한 정의가 필요하다. 이를 통해 유동으로 인한 불연속 섬유 소재에 대한 열적 및 기계적 특성의 국부 이방성을 고려할 수 있다.    비선형 소재 모델링     복합재 구조물의 가상 설계에는 점탄성, 가소성, 파손 등을 포함한 비선형 소재 모델링이 필요한 경우가 많다. 따라서 필요한 소재 특성화를 포함하여 준정적 하중 조건에서 비선형 소재 모델링을 지원한다.    복합재 레이어     복합재 포밍(forming)은 국부적인 섬유 배향의 변화를 유도함으로 포밍 시뮬레이션인 시뮤드레이프를 통해 레이어별로 적층된 라미네이트의 섬유 방향을 예측할 수 있다. 시뮤체인을 사용하면 국부적 섬유 방향을 구조 시뮬레이션(FEA)의 메시와 복합재 레이업으로 매핑하고, 국부적 이방성을 고려하여 복합재 라미네이트의 기계적 동작을 효율적으로 모델링할 수 있다.   데이터 처리     시뮤체인을 사용하면 사출 성형 CAE 해석 툴(몰드플로우)에서 내보낸 데이터를 중립 파일 형식인 VTK로 변환할 수 있으며, 오픈소스 소프트웨어인 파라뷰(Paraview)에서 시각화하고 파이썬 패키지 메시오(Meshio)를 통해 처리할 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (12)   항공 음향학은 난류 유체 운동 또는 표면과 공기역학적 힘의 상호작용으로 인한 소음 발생을 연구하는 학문이다. 이번 호에서는 항공 음향 시뮬레이션과 관련된 구체적인 과제 및 기법에 대해 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   항공 음향을 예측하는 것은 단순히 소리의 근원을 정확히 찾아내는 것만이 아니라 다양한 시나리오에서 소리의 생성, 전파, 수신 뒤에 숨겨진 복잡한 메커니즘을 이해해야 한다. 간소화된 자동차 설계의 고주파 음향 방출부터 제트 추진 시스템의 저주파 소음 시그니처에 이르기까지, 각각은 엔지니어에게 고유한 과제와 통찰력을 제시한다. 항공 음향 시뮬레이션의 중요성은 설계 및 최적화 고려사항 그 이상으로 확장된다. 환경 규정 준수, 사용자 편의성 보장, 산업별 소음 표준 준수에 필수이다. 항공우주 및 자동차 등의 분야에서 급속한 발전이 이루어지면서 정확한 항공 음향 예측에 대한 중요성이 점점 더 강조되고 있다. 이번 호에서는 기초 지식과 고급 시뮬레이션 방법론을 연결하여 항공 음향학에 대한 자세한 개요를 살펴본다. 기본 원리, 항공 음향 소음원, 모델링 과제, 최신 툴과 기법, 시뮬레이션 설정 가이드라인, 포스트 프로세싱 인사이트, 실제 사례 연구 등을 다루고자 한다.   항공 음향학의 기초 항공 음향학(aeroacoustics)은 유체 역학과 음향학의 교차점에 서 있다. 그 동작을 능숙하게 시뮬레이션하려면 이 분야와 가장 관련 있는 기본 원리를 이해하는 것이 필수이다. 운동 방정식 특정 수학적 프레임워크는 유체 운동에 의해 생성되는 소리의 동작을 지배한다. 그 중심에는 선형화된 나비에-스토크스(Navier-Stokes) 방정식이 있다. 이 방정식의 전체 도출은 여기서 다루지 않지만, 이 방정식은 유체의 교란이 어떻게 음파를 생성하는지에 대한 본질을 파악할 수 있다. 파동 전파 음파는 매질에서 압축과 희박으로 전파된다. 이 전파에는 여러 가지 요인이 영향을 미친다. 매체의 탄성 및 밀도와 같은 속성은 음속과 감쇠에 영향을 줄 수 있다.  또한 온도, 고도, 습도와 같은 환경적 요인은 음파 전파에 다양한 영향을 미쳐 속도와 방향을 변경할 수 있다.  경계면과의 사운드 상호 작용 환경을 시뮬레이션할 때는 음파가 반사, 회절, 흡수를 통해 구조물과 어떻게 상호 작용하는지 이해하는 것이 중요하다. <그림 1>에서 볼 수 있듯이 반사는 음파가 경계를 만나면 반사되는 것으로, 반사각은 입사각과 같다. 파동이 장애물을 만나면 특히 파장이 장애물 크기에 비해 큰 경우 장애물 주변에서 휘어질 수 있다. 이를 회절이라고 정의한다. 일부 물질은 소리 에너지를 흡수하여 열로 변환하여 소리를 감쇠시킬 수 있는데, 이를 흡음이라고 한다.   그림 1. 방음벽에 의해 반사, 회절 또는 흡수되는 입사음   항공 음향 소음의 발생원 항공 음향 소리의 출처를 파악하는 것은 효과적인 시뮬레이션의 핵심이다. 많은 소스는 소리를 방사하는 방식에 따라 1차 소스(예 : 단극자(monopole), 쌍극자(dipole), 사중극자(quadrupole)) 또는 고차 소스로 분류할 수 있다. 우리가 인지하는 소음은 또한 두 가지 스펙트럼 유형, 즉 톤과 광대역으로 분류할 수 있다. 톤 노이즈는 노이즈 스펙트럼의 특정 주파수에서 뚜렷한 피크가 특징이며, 종종 흐름의 주기적 이벤트 또는 공명과 관련이 있다. 반면 광대역 노이즈는 광범위한 주파수에 걸쳐 발생하며, 톤 노이즈에서 볼 수 있는 뚜렷한 피크가 없는 보다 무작위적이고 난류적인 프로세스에서 발생한다.  항공 음향 노이즈의 주요 소스와 생성되는 소리의 스펙트럼 특성은 다음과 같다.   단극자 소스 단극자 소스(monopole source)는 풍선이 부풀어 오르거나 수축하는 것처럼 모든 방향으로 균일하게 방사된다. 주로 유체의 부피 변화와 관련이 있다. 연소 소음은 단극자 소스의 한 예이다. 연소 소음 : 엔진에서와 같이 급격한 연소 이벤트는 단극자 소스로 방사되는 급격한 볼륨 변화를 일으킬 수 있다.   쌍극자 소스 쌍극자 소스(dipole source)는 유체 흐름과 고체 경계와의 상호 작용에서 발생한다. 쌍극자 소스는 주로 두 개의 반대 방향으로 소리를 내며, 많은 시나리오에서 단극자 소스보다 더 강하다. 쌍극자 소스의 예로는 경계층 및 블레이드 소음과 유동으로 인한 진동이 있다. 경계층 노이즈 : 유체가 표면 위로 흐르면 경계층 난류가 표면에 변동하는 힘을 가하여 쌍극자 노이즈 방사를 유발할 수 있다. 유동 유도 진동 : 공기 탄성 플러터 또는 캐비티 공명과 같은 흐름과 구조물 간의 상호 작용은 쌍극자 소음 방사로 이어질 수 있다. 블레이드 소음 : 회전하는 기계에서 난류 유입과 블레이드 간의 상호 작용으로 인해 쌍극자 소음이 발생할 수 있다.   사중극자 소스 사중극자 소스(quadrupole source)는 난기류-난기류 상호 작용과 관련이 있다. 일반적으로 단극 및 쌍극자 소스보다 약하지만 고속, 난류 혼합 노이즈와 같은 고난류 시나리오에서 중요할 수 있다. 난류 혼합 소음 : 난류가 심한 고속 흐름에서는 서로 다른 난류 구조 간의 상호 작용으로 인해 사중극자 음파가 방사될 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

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.

오토데스크는 시그래프 2024(SIGGRAPH 2024)에서 아티스트들이 창의성에 집중하고 팀의 효율성을 높일 수 있도록 돕는 생성형 AI 및 클라우드 기반 워크플로의 최신 업데이트를 공개했다. 시그래프 2024에서 오토데스크는 플로 제너레이티브 스케줄링(Flow Generative Scheduling) 및 마야(Maya)와 플레임(Flame)의 새로운 AI 기능을 발표했다.  플로 제너레이티브 스케줄링은 마감 기한, 예산 및 팀 가용성과 같이 끊임없이 변화하는 프로젝트 변수를 관리하면서 제작 일정 생성을 앞당기도록 돕는다. 오토데스크 AI로 구동되는 플로 제너레이티브 스케줄링은 프로젝트가 원활하게 진행되도록 돕기 위해 설계되었다. 기존의 작업 프로세스에 비해 짧은 시간 안에 여러 가지의 일정 시나리오를 비교하고 상충되는 점을 평가하며, 복잡한 프로젝트에서 리소스가 최적화되고 균형 잡힌 일정을 만들 수 있다. 오토데스크의 미미 호앙(Mimi Hoang) 프로덕션 매니지먼트 및 플랫폼 부사장은 “수년간 플로 프로덕션 트래킹은 VFX 워크플로의 사실상 연결 조직 역할을 해왔다. 우리는 플로 제너레이티브 스케줄링을 도입해 고객들이 프로젝트를 더 효율적으로 계획하고 실행할 수 있도록 돕게 되었다. 실제 프로젝트에 영향을 미치지 않고 다양한 시나리오를 평가한 다음 플로 프로덕션 트래킹에 직접 수정된 일정을 게시할 수 있는 것은 창의적인 팀에게 큰 변화를 가져다준다”고 전했다.     오토데스크는 AI의 힘을 통해 아티스트의 워크플로를 가속화하고 강화하는 연구를 지속하고 있다고 소개했다. 최근 원더 스튜디오(Wonder Studio)를 제작하는 원더 다이내믹스(Wonder Dynamics)를 인수한 후, 오토데스크는 마야(Maya)와 플레임(Flame)에 라이브 액션 장면에서 3D 캐릭터를 더 쉽게 애니메이션, 조명 및 구성할 수 있도록 하는 AI 기능을 추가했다. 오토데스크의 에릭 부르크(Eric Bourque) 콘텐츠 제작, 미디어 및 엔터테인먼트 부사장은 “아티스트의 시간은 우리 고객에게 가장 귀중한 자원이다. 그들에게 창의적 프로세스를 증강할 수 있는 AI 도구를 제공하는 것은 새로운 가능성을 열어준다. 그들은 창의적인 아이디어를 반복하는 데에 더 많은 시간을 할애할 수 있으며 반복적인 작업에는 적은 시간을 할애할 수 있다”고 전했다. 마야의 새로운 ML 변형기(ML Deformer)는 애니메이션, VFX 및 게임 프로젝트에서 복잡한 변형 시스템을 처리하고 이를 빠르고 기계 학습된 근사치로 나타낸다. 예를 들어, 복잡한 변형 시스템을 가진 캐릭터가 느리게 실행되면 마야는 ML 변형기를 사용하여 그 변형 시스템을 나타내도록 훈련할 수 있다. 그런 다음 아티스트는 이 빠른 표현을 사용하여 더 인터랙티브하게 작업하고 마지막 다듬기나 렌더링을 위해 원래대로 전환할 수 있다. 플레임의 AI 도구 세트는 ML 타임워프(ML Timewarp)라는 새로운 모드가 추가되면서 계속 성장하고 있으며, 이는 샷의 두 프레임 사이에 중간 프레임을 생성하여 클립의 타이밍을 조정한다. 사용자는 높은 품질의 렌더링뿐만 아니라 워크스테이션의 하드웨어를 최대한 활용하여 여러 도구 간의 비용이 많이 드는 파일 전송 워크플로를 제거하는 통합된 도구의 혜택을 받을 수 있다. 까다로운 작업의 경우, 이 새로운 모드는 오토데스크 번(Autodesk Burn)을 통해 원격 시스템으로 렌더링을 큐잉할 수도 있다. 이 외에도 오토데스크는 시그래프 2024의 부스 전시를 통해 최신 버전의 마야 및 3ds 맥스를 시연하면서, 개방형 표준에 대한 지원 강화 및 모델링, 애니메이션, 시뮬레이션, 외형 개발, 렌더링 등의 기능 개선을 선보였다. 또한 글로벌 스튜디오와 함께 M&E 전문가들의 발표를 포함하는 오토데스크 비전 시리즈(Autodesk Vision Series)를 진행했다. 이 시리즈에서는 스튜디오의 창의성을 높이는 최신 AI 발전, 개방형 연결 워크플로가 가져올 업계의 미래, 대규모의 블록버스터 영화를 만드는 과정 등을 소개했다.

개발 : ZWSOFT 주요 특징 : 기계/제조 분야에서 설계, 해석, 가공 분야에 범용으로 사용되는 3D CAD/CAE/CAM 소프트웨어, 등 다양한 특화 설계 기능 제공, 위해 대용량 설계 데이터의 처리 향상, 국내 프로세스에 알맞은 전용 솔루션 지원, 금형 설계 및 가공 전처리 분야에서 활용성 향상 등 공급 : 지더블유캐드코리아   지더블유캐드코리아가 기계/제조 분야에서 다방면으로 활용할 수 있는 3D CAD/CAE/CAM 소프트웨어 ZW3D 2025(지더블유쓰리디 2025)를 출시했다. 이 제품군은 지더블유소프트(ZWSOFT)에서 지속적으로 개발 및 업데이트를 진행하고 있으며, 국내 공급 및 지원을 담당하고 있는 한국 벤더사인 지더블유캐드코리아는 기술력을 바탕으로 제조 분야에서 3D CAD/CAE/CAM 라인업을 확장시키고 있다. 특히 모든 제품 군이 안정적으로 영구 라이선스를 보급함으로써, 기존 타 소프트웨어의 라이선스 정책 및 고가의 소프트웨어를 대체할 수 있는 제품군으로 주목받고 있다. 3D CAD 기능으로는 중장비 혹은 일반기계/설비에 대한 설계 과정에 있어서 약 15만여 개의 부품으로 구성된 대규모 어셈블리 환경에서 디스플레이 렌더링 처리 효율을 최적화한 결과 약 50% 이상의 효율을 향상시켰다. 여기에는 설계자가 자주 사용하는 어셈블리 기능의 프로세스 최적화도 포함된다.   ▲ 약 15만 개의 부품으로 구성된 사출기 중대형 설계 데이터   새롭게 추가된 설계 환경인 모션 시뮬레이션은 다양한 기구적 연관 관계에 놓인 설계 데이터에서 동적인 모션에 대해 파악함과 동시에 다양한 물리적 값들을 부여하고, 그에 따른 상관관계를 분석할 수 있는 환경이다. 애니메이션에는 타임라인 탭이 추가되어 시간에 따른 모델링의 움직임을 표현하기가 편리해졌고, 모델의 구동 프로세스 표현에 필요한 다양한 기능이 적용될 수 있도록 추가되었다. 이외에도 기본적인 단축키, 빠른 실행 도구, 숏컷 기능 개선과 설계된 모델링의 재질 및 물리적 수치 정보에 대한 UI 통합, 2D 도면시트 등 설계자에게 필요한 신규 기능이나 편의성이 이전 버전보다 폭넓게 향상되었다. CAE 구조해석으로는 Harmonic Fatigue, Random Vibration Fatigue, Explicit Dynamics Drop Test 등 총 세 가지의 해석 유형이 추가되었다. 특히 제품 설계 과정에서 일반적인 선형, 비선형으로 확인하기 어려운 피로 내구에 의한 안전성 여부를 확인할 수 있다. 또한 제품을 개발함에 있어 엔지니어가 필수적으로 고려해야 할 자유 낙하에 대한 고속적인 비선형 역학을 분석하기에 적합한 Explicit Dynamics 방식을 통해 처리할 수 있게 되었다. 이 밖에도 메싱을 위한 옵션 처리 방식과 비선형에 대한 알고리즘이 개선되었다. 3D CAM은 2.5D 밀링 가공에 대한 프로파일 피처에 대한 개선이 두드러졌다. 피처의 가공 방향과 더불어 검증을 통해 가공 영역을 직관적으로 파악할 수 있는 필링 기능과 프로파일 및 홀 가공 순서에 대한 방식이 18가지로 대폭 증가되었다. 3D 툴패스 개선사항으로 황삭 가공의 공구 리프팅 감소, 황잔삭의 연산 알고리즘 개선, Z레벨 가공의 언더컷 영역 가공 개선, 코너 잔삭 최적화 등이 있다. 이외에도 툴패스 편집과 같은 사용자 편의 기능이 추가로 개선되었다. 이 밖에 ZW3D 2025에서 포함된 주요 업데이트 사항은 다음과 같다.   ZWCAD 2025에서 개선된 CAD 기능 ZW3D 2025는 기본적인 설계 모듈뿐만 아니라 파이프/튜브 설계, 하네스 설계, 구조물 설계 등 다양한 특화 설계의 기능을 지속 개발해오고 있다. 또한 중대형 설계 사용자를 위해 대용량 데이터의 설계를 부드럽게 처리할 수 있는 디스플레이 최적화를 진행했다.    스케치 스케치 과정에서 발생하는 구속조건의 충돌사항을 빠르게 처리할 수 있도록 구속조건 충돌 관리자가 새롭게 추가되었다. 사용자가 과도하게 구속한 조건을 시스템 내에서 관리자 탭에 표시하여, 자동으로 처리해야 할 과구속에 대한 히스토리를 순서대로 나열한다. 이는 사용자가 보다 빠르게 구속조건을 최적화하는데 도움을 줄 수 있다.   ▲ 충돌된 구속조건을 자동 처리하기 위한 ‘구속조건 충돌 관리자’   또한 방대한 와이어프레임이 포함된 2D 데이터 스케치를 가져올 때 소요되는 시간이 이전 대비 50% 이상 감소되어, 2D to 3D에 대한 설계 효율을 높일 수 있다. 그 외에도 스냅에 대한 조건을 사용자별로 알맞게 커스터마이징하도록 스냅 모드를 개선했다.   파트/어셈블리 다양한 설계를 진행하는 과정에서 각 부품별로 알맞은 재질 및 물리적 특성 등을 기입하고자 하는 수요가 많아졌다. 이를 보다 편리하게 사용할 수 있도록 ZW3D 2025에서는 재질 라이브러리와 외관 라이브러리 및 해칭 등을 통합했다. 특정 부품에서 적용한 재질, 외관 등을 다른 부품으로 빠르게 덮어쓸 수 있어, 설계 디테일을 효율적으로 커버할 수 있다.   ▲ 통합된 재질/외관/해치 라이브러리   3D 모델링 작업이 완료되면, 2D 도면 시트를 활용하여 설계된 데이터의 BOM 및 품번 기호 작성을 효율적으로 처리할 수 있도록 개선되었다. 품번 기호가 표시되지 못한 컴포넌트를 빠르게 찾고 이를 업데이트하면 자동적으로 정렬할 수 있고, BOM 테이블에서 구성요소를 선택하여 시트 상에서 하이라이트 표시를 통해 선택한 컴포넌트를 빠르게 확인할 수 있다.   ▲ BOM 테이블에서 선택하여 하이라이트 표시되는 컴포넌트   또한 수많은 부품이 포함된 어셈블리의 안정성을 개선했다. 기본적으로 구속조건이 문제가 있을 경우 관리자 탭에 표시가 되는데, 이를 보다 안정적으로 처리할 수 있는 내부 알고리즘을 탑재하여 수 천개 이상의 부품이 조립되더라도 구속조건 관리에서 사용자 편의성을 고려했다. 뿐만 아니라 과구속 혹은 구속조건에 문제가 있을 경우, 전체적인 히스토리가 아닌 개별 부품에 따라 확인할 수 있도록 다양한 방법의 솔루션을 제공한다.    ▲ 구속조건을 확인할 수 있는 관리자 탭   그 밖에도 어셈블리 간의 링크를 트리맵으로 확인할 수 있는 기능 및 스프링과 같은 다양한 움직임에 영향을 받는 플렉서블 모델에 대한 재생성 기능도 추가되었다.    애니메이션 이번 버전에서 가장 편의성이 강화된 기능은 애니메이션이다. 애니메이션 상에서 타임라인이 추가되면서, 사용자가 원하는 시간 대에 따라 움직임을 추가/편집할 수 있게 되었다. 그리고 기본적인 메뉴 구성과 기본 기능이 리뉴얼되면서 사용자가 직관적으로 조립도, 분해도, 기계적 움직임에 대한 모든 제어를 간편하게 진행할 수 있다. 또한 기존에 작업한 분해도를 불러올 수 있는 신규 기능과 더불어 뷰 변경, 외관 재질 변경, 애니메이션 상에서의 간섭 체크, 영역 분석 등 다양한 기능이 추가되었다.   ▲ 애니메이션에 추가된 타임라인 기능   모션 시뮬레이션 새롭게 추가된 모듈인 모션 시뮬레이션은 기계적 거동 상태에 따른 동적 움직임을 시뮬레이션할 수 있는 시뮬레이터이다. 각 기계 부품 간의 유기적인 어셈블리 상태에서 독립적으로 움직이는 모션을 설정하고, 그에 따른 동적 모션에 대한 분석을 하기 위한 전문적인 모듈이다. 이를 통해 기계적 설계 시스템이 정상적으로 구동이 가능한지 및 그에 따른 동적 모션에 대한 그래프 등을 파악할 수 있고, 최종적인 움직임의 범위 등을 사전에 파악할 수 있다.   ▲ 모션 시뮬레이션을 활용한 시뮬레이터 케이스   ZW3D 2025에서 개선된 CAM 기능 ZW3D 2025의 CAM 모듈은 2축 밀링(milling)과 3축 밀링 가공을 위한 다양한 개선사항을 포함한다. 2.5D 도면 가공을 주로 하는 사용자들을 위해 2D 피처에서 시작점과 가공 방향을 가시성 있게 보여주어 보다 빠른 가공작업을 가능케 하며, 검증 시 필링 기능을 통해 생성된 툴패스의 전체적인 가공 영역을 직관적으로 확인함으로써 미절삭 확인과 공구 간의 스텝오버 효율을 시각적으로 체크할 수 있는 편의성을 제공한다. 또한 3축 가공에서는 툴패스를 자유롭게 편집할 수 있는 툴패스 편집 기능이 새롭게 추가되었다. 이 기능으로 대형 프레스 가공에서 필요한 시간대별 툴패스를 분리하거나, 불필요한 영역을 사용자가 이전보다 빠르게 처리할 수 있게 되었다. 또한 황삭, 황잔삭, 코너잔삭에 대한 알고리즘이 추가적으로 개선되어, 툴패스 생성 시간, 공구 리프팅 등 가공 측면에서 향상이 이뤄졌다.   ▲ 프로파일 피처에서 가시적으로 확인 가능한 가공 방향 및 시작점   지더블유캐드코리아는 앞으로도 기계 및 금형 시장에서 필요한 3축 밀링 가공을 위한 특화된 기능을 개발할 예정이다. 또한 현재 국내에서 활발하게 공급 . 지원 중인 2축 밀링 분야에서는 ZW3D 전용 솔루션인 캠포커스(CAM Focus)를 2025에서도 업데이트하여, 부품 가공 시장에서 필수인 2D 도면 및 3D 모델링을 활용한 특화된 CAM 데이터 생성 기능을 지속적으로 확대할 예정이다. 이를 통해 국내 가공 분야에서 필요한 CAM 소프트웨어로 발돋움하기 위해 한국 벤더사로서 다양한 활동과 협업을 기획하고 있다.   ZW3D 2025에서 개선된 CAE 기능 ZW3D 2025에서 활용 가능한 구조해석 제품군인 ZW3D Structural은 기본적인 구조해석 유형인 선형(linear), 비선형(nonlinear), 주파수(frequency), 피로(fatigue), 열(thermal) 해석 및 그에 따른 정적(static), 동적(dynamic) 유형을 포함한 13가지의 해석 유형에서 더욱 확장된 17가지를 추가 지원하게 된다. 가장 두드러진 추가 유형으로는 조화 응답(harmonic) 상태와 불규칙 진동(random vibration) 상태에서의 피로 조건에서의 제품 수명을 확인할 수 있고, 제품 검증에서 필수인 자유 낙하(drop test) 유형을 Explicit Dynamics 방식을 통해 결과 값을 산출할 수 있다.   ▲ Explicit Dynamics 방식을 활용한 자유 낙하     ■ 기사 내용은 PDF로도 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.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 7월 22일 CNG TV는 ‘EDA와 MDA 통합 트렌드와 전망’을 주제로, 최근 변화하고 있는 EDA 트렌드와 이로 인해 진행되고 있는 기술의 변화와 향후 전망에 대해 알아보는 시간이 마련됐다. 이번 웨비나의 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 디지털지식연구소 조형식 대표와 지멘스 EDA 김병근 이사    전통적으로 EDA(전자설계 자동화) 업체와 MDA(기계설계 자동화) 업체는 나뉘어져 있었으나 소프트웨어가 주도하는 기술 시장의 변화와 디지털 트윈, IoT 등 다양한 기술이 융복합 되면서 관련 기업 및 기술의 융합이 이루어지고 있다.  이번 웨비나는 디지털지식연구소 조형식 대표가 사회를 맡고, 지멘스 EDA 김병근 이사가 발표자로 참여했다. 김병근 이사는 ”지난 2016년에 멘토그래픽스로 이직했었는데, 지멘스가 멘토그래픽스를 인수하면서 지금은 지멘스에서 데이터 인프라 관점에서 전자보드 설계 데이터 관리, 회로 기부 협업, 그리고 검증 프로세스 등 기술지원 업무를 담당하고 있다”고 이야기했다.   ▲ 전자 설계 자동화(EDA) 및 기계 설계 자동화(MDA)    이번 발표에서 김병근 이사는 설계 산업 현황을 간단히 짚어보는 한편, 서로 다른 도메인과 협업이 필요한 이유, 그리고 그런 협업을 위해 디지털 인프라를 구축하려면 어떤 요구 사항들이 필요한지, 그리고 협업을 위한 통합 인프라 플랫폼과 방안 등에 대해서 소개했다. 지멘스 EDA는 2016년 지멘스 디지털 인더스트리 소프트웨어가 멘토그래픽스를 인수하면서 얻은 EDA 기술로 구성되어 있다. 2024년 현재 지멘스는 12개의 다른 업체를 인수했고, EDA 비즈니스를 위해 20개 이상의 첨단 EDA 제품 혁신을 성공적으로 진행해 제품을 개발했고, 출시도 했다. 지멘스 EDA는 EDA 포트폴리오가 IC 설계, IC 패키징(3D IC 포함) 및 전자회로 기판 설계를 포괄한다는 점에서 독보적이며, 이는 지멘스 디지털 인더스트리 소프트웨어의 기계, PLM 및 엔터프라이즈 소프트웨어 포트폴리오를 보완 협력하고 있다.    ▲ EDA와 MDA 통합 트렌드와 전망     ■ 기사 내용은 PDF로도 제공됩니다.

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.

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.