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.

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)

오순영 지음 / 19,800원 / 메이트북스   AI 시대를 해석하는 능력이 부의 추월차선을 결정한다! 챗GPT의 신드롬으로 AI기술은 더욱 가속화되고 있고, 글로벌 AI 시장은 단순히 기업 간 경쟁을 넘어 국가 간 패권 경쟁이 되고 있다. 이 흐름에 우리는 어떻게 대처하고 준비해야 할까? 저자는 고객 중심의 금융 서비스를 위한 생성형 AI 기술 Biz 적용을 선도하는 산업계 AI 최고 전문가다. 지금까지 생성형 AI, 챗GPT 관련 설명들은 대부분 창의적인 업무를 보조하는 수준으로, 실제 생활에 적용하기에는 거리가 있었다. 그에 비해 이 책은 교육, 의료분야 등 일상생활과 밀접한 관련이 있는 분야에 AI 기술이 미칠 영향력을 구체적으로 설명한다. 금융 IT 분야의 전문가인 만큼 생성형 AI 기술을 자산 관리에 사용하는 데 도움이 될 내용도 담았다.  기술이 발전함에 따라 새로운 트렌드가 나타나고, 그에 따라 비즈니스의 형태도 변화한다. 생성형 AI 같은 기술의 놀라운 성장에 따라 분석, 예측 및 개인화 기술이 놀랍도록 성장했다. AI는 더욱 정교하고 복잡한 작업을 수행할 수 있게 될 것이며, 프로세스 간소화부터 창의성 강화, 의사결정 개선까지 산업 전반에 걸쳐 중요한 변화를 가져올 것이다. 생성형 AI는 우리의 삶과 일하는 방식을 빠르게 변화시키고 있다. 처음에 AI는 업무의 한정된 부분에 적용되었지만, 이제는 우리가 업무에 사용하는 전반적인 소프트웨어나 시스템 전반에 활용될 것이고, 마치 인터넷을 사용하듯 AI를 활용할 시기가 곧 올 것이다.  저자는 이 새로운 트렌드를 해석하는 능력을 키우고, AI 시대를 보는 자신만의 안목을 키우라고 강조한다. 지금 우리에게 필요한 것은 AI를 해석하는 힘이다. 이 책은 AI 시대를 채우고 있는 기술, 기업, 비즈니스를 어떻게 받아들여야 하는지, AI 시대에 무엇을 보고 어떻게 해석해야 할지를 알려주고 있다. 지금은 AI 시대를 해석하는 능력이 곧 부의 추월차선을 결정하는 시대이기 때문이다.  AI 시대, 나만의 성장 지도를 계속 업데이트하라 이 책은 전체 2부 8장으로 구성되어 있다. 1부 1장에서는 최근 뜨겁게 떠오르고 있는 챗GPT를 소개한다. 현대 사회에서 챗GPT는 더 이상 선택사항이 아닌 필수적인 도구로 인식되며, 《타임》 지와 《네이처》 등에서도 주목받았다. 챗GPT는 단순히 기술 발전을 넘어서 기술 혁신과 대중적인 사용 가능성을 동시에 갖추며 인류의 디지털 혁명의 한 축이 되었다. 2장에서는 챗GPT의 영향력을 설명하고 있다. 이제 글로벌 AI 시장은 단순히 기업 간 경쟁을 넘어 국가 간의 패권 경쟁이 되고 있으며, 챗GPT 신드롬 등으로 AI 기술의 발전은 더욱 가속화되고 있다. 3장에서는 AI 기업과 클라우드 사업자의 관계에 대해 설명한다. 글로벌 AI 기업과 클라우드 사업자의 연합은 필연적이며, AI 경쟁력을 확보하기 위해서는 최적의 모델과 엔지니어링 스킬, 대규모 컴퓨팅 자원과 양질의 데이터, 사업화 툴이 필요하며, 협력과 동맹이 필수적이다. 4장에서는 AI의 특성과 문제점 등을 조명한다. AI 기술은 챗GPT를 기점으로 확실하게 상향 평준화되었고, 오픈소스 모델들의 등장으로 협업 생태계가 조성되었다. 그리고 이제는 실질적인 비즈니스 혁신으로 초점이 이동하고 있다. 환각이 생성형 AI의 해결해야 할 문제로 강조되는 가운데, 다른 관점에서는 이는 AI의 강력한 특성으로도 볼 수 있다.  2부 5장에서는 AI가 일자리를 위협할 가능성에 대해 이야기한다. 챗GPT는 우리에게 일의 본질에 대해 고민하게 했고, 이제 본격적인 AI 에이전트 시대가 다가오고 있다. 6장에서는 산업지도를 다시 그리고 있는 AI에 대해 알아본다. 생성형 AI의 등장은 웹 생태계를 변화시키며 검색엔진 시장을 위협하면서 새로운 검색 개념으로 발전하고 있다. 7장에서는 AI 기술 변화로 바뀌는 기업 전략에 대해 조명해본다. CEO 젠슨 황은 AI가 전 세계적으로 중요한 시대에 진입했음을 강조하며, AI의 수요가 더욱 증가하고 있다고 설명했다. 8장에서는 금융 웰빙을 위한 웰스테크를 살펴본다. 지금의 AI 기술은 금융 분야에서 우리가 이해할 수 있는 용어와 설명으로 금융 지식을 전달해 재정적인 상황에 대한 조언과 결정을 도울 수 있을 정도로 발전했다.  

앤시스코리아가 6월 20일 기업 리더십 및 임원진을 위한 ‘앤시스 이규제큐티브 포럼 2024’를 개최했다고 밝혔다. 이번 포럼은 다양한 산업 비즈니스의 성공적인 혁신과 미래 발전을 위해 기업의 경영자 및 임원진이 리더십과 통찰력을 발휘해 비즈니스 생태계를 더욱 발전시킬 새로운 전략을 함께 모색하고자 마련됐다. 행사에는 앤시스의 아제이 고팔(Ajei Gopal) CEO와 앤시스코리아 박주일 대표를 비롯한 앤시스 그룹 주요 임원진과 고객사 임원진 등 90여 명이 참석했다.   ▲ 앤시스 아제이 고팔 CEO   박주일 대표의 환영사로 시작된 이번 포럼은 아제이 고팔 CEO의 스피치와 앤시스 존 리(John Lee) 전자 및 반도체 사업 부문 총괄 부사장의 ‘실리콘이 시스템 성공을 가능하게 하는 방법’ 발표가 진행됐다. 주요 발표 후에는 ‘미래 산업을 주도하는 혁신’을 주제로 패널 토론이 진행되어 데이터 공학과 인공지능 등 미래 산업을 이끌어갈 핵심 주제에 대한 심도 있는 논의가 이루어졌으며, 패널토론 참석자들은 AI 트렌드 및 산업에 대한 다양한 경험과 아이디어를 교류하는 시간을 가졌다. 박주일 대표는 “다양한 산업의 기술 리더 분들의 참여와 지혜로 새로운 전략과 혁신적인 아이디어를 공유할 수 있는 소중한 자리를 마련하게 되어 기쁘다”면서, “앤시스는 우리가 직면한 현안과 기회에 대한 비전을 나누어 시뮬레이션의 기술 진보와 비전을 끊임없이 제시해 나갈 것”이라고 밝혔다.

앤시스 워크벤치를 활용한 해석 성공사례   CPU를 이용한 해석을 진행할 때 여러 개의 코어(core)를 사용하여 병렬 연산을 진행하기 때문에, 성능은 낮아지고 전력 소모량은 늘어나는 단점이 존재한다. 반면 GPU를 이용할 경우, 수백 개의 작은 코어를 사용하기 때문에 단순 작업 병렬화로 인해 CPU보다 높은 효율을 보인다.  앤시스 2023R1에서는 GPU가 적용된 앤시스 네이티브 GPU 솔버(Ansys Native GPU Solver)가 출시되었다. 이번 호에서는 앤시스 플루언트 GPU 솔버(Ansys Fluent GPU Solver)의 소개를 비롯해 사례 및 해석 시간 비교부터 결과까지 확인해보자.   ■ 김은자 태성에스엔이 FBU에서 근무하고 있으며, 유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   GPU의 병렬연산을 활용하는 해석 솔버 우리가 해석해야 하는 내용은 점점 더 복잡해지고 보다 어려워졌으며 보다 많은 해석을 필요로 하고 있다. 그리고 보다 빠른 시간 안에 정확한 결과를 얻고자 한다. 앤시스에서는 계산 시간을 단축하기 위하여 HPC(High Performance Computing) 기능을 유상으로 제공하며, 일반적으로 HPC는 CPU를 이용하여 병렬 연산을 수행한다. 싱글 코어를 기준으로 CPU는 큰 코어를 사용하여 처리 속도가 빠르고 다양한 작업을 한꺼번에 수행할 수 있으나, 여러 개의 코어를 사용하여 병렬 연산을 할 경우에는 성능이 떨어지고 전력 소모량은 증가하는 문제가 발생한다. GPU는 CPU와 다르게 수백 개의 작은 코어를 사용하기 때문에, 병렬 연산 시 많은 코어로 단순 작업을 병렬화하여 CPU보다 나은 효율을 보인다.  앤시스는 CPU 병렬 연산의 문제점을 해결하고자 GPU를 도입하려 노력하였으나, GPU는 CPU와 계산 방식이 다르기 때문에 기존의 CPU 솔버에 GPU를 적용시키기에는 어려움이 있었다. 하지만 앤시스는 GPU를 활용하기 위하여 많은 노력을 해왔으며, 앤시스 2023R1에서 앤시스 네이티브 GPU 솔버를 정식 출시하였다.   플루언트 네이티브 GPU 솔버 앤시스 플루언트 네이티브 GPU 솔버는 GPU가 국부적인 연산에만 참여하는 것이 아니라, 전체 연산에 참여하여 효율이 향상된 솔버이다. 사용자들이 알고 있는 일반적인 플루언트 솔버와는 다른 솔버이다.   그림 1. 앤시스 플루언트 네이티브 솔버   플루언트 CPU 솔버와 플루언트 네이티브 GPU 솔버는 어떤 차이가 있을까? CPU는 코어로 구성되어 있고, GPU는 많은 CUDA(쿠다) 코어가 포함된 SMs(Streaming Multiprocessors)으로 구성되어 있다. 병렬 연산을 위하여 앤시스 HPC(Ansys HPC) 기능을 사용하고자 한다면 CPU의 경우 코어 수를 기반으로 하며, GPU의 경우 SMs 수를 기반으로 한다. 앤시스의 HPC 1 Task는 CPU의 1코어를 지원하며, GPU의 경우 1 SMs를 지원한다. GPU의 개수가 아닌 SMs 숫자를 기반으로 앤시스 HPC를 사용한다.  앤시스 HPC 기능을 사용하여 플루언트 CPU 솔버(인텔 스카이레이크 48코어)와 플루언트 GPU 솔버(싱글 GPU)의 병렬 연산 성능을 비교해보자.    그림 2. 계산 시간 비교   <그림 2>는 200만개 정도의 격자 수를 가진 자동차 외부 유동 사례를 비교한 결과이다. <그림 2>에서는 스카이레이크 48코어와 GPU 카드(5종)의 계산 시간을 비교하였다. GPU 카드가 나열된 순서대로 계산 속도가 향상되었음을 알 수 있다. 인텔 스카이레이크 48코어에 비해 엔비디아 테슬라(Tesla) P100은 약 2.6배, 테슬라 V100은 약 4.6배, 테슬라 A100은 약 7.8배의 속도 향상을 보인다.  플루언트 CPU 솔버와 성능을 비교한 GPU 카드의 정보는 <표 1>과 같다.   표 1. GPU 카드 비교     ■ 자세한 기사 내용은 PDF로 제공됩니다.

문화유산 분야의 이미지 데이터베이스와 활용 사례 (6)   지난 호에서는 대동여지도를 시작으로 여러 가지 국내외의 고지도를 소개하고 고지도를 통해서 얻을 수 있는 다양한 지리 및 역사 정보에 관하여 살펴보았다. 지도가 갖는 역사적 의미와 기능에 관하여 실제 사례를 바탕으로 살펴보았다. 근대의 측량 기술이 도입되기 전에 제작된 고지도 제작의 목적, 한계, 수록된 정보의 해석에 있어서의 주의점에 관하여 고찰하였다. 역사상 특정한 시기, 특정한 장소에 관하여 특정한 시각으로 만들어진 고지도 데이터베이스의 중요성과 문화유산, 역사, 인문학 분야에서의 해석 및 활용사례에 관하여 살펴보았다. 이번 호에서는 고서 자형(字型) 데이터베이스의 중요성과 문화유산, 역사, 기술사, 인문학 분야에서의 활용사례에 관하여 살펴보도록 한다. 금속활자 인쇄본과 목판 인쇄본의 글자 크기와 모양을 비교해 보고, 금속활자를 둘러싼 각종 논란에 관해서도 간단하게 살펴보기로 한다.   ■ 연재순서 제1회 이미지 데이터와 데이터베이스의 중요성 제2회 서화, 낙관, 탁본 데이터베이스 제3회 옛 사진 데이터베이스 제4회 한지 데이터베이스 제5회 고지도 데이터베이스  제6회 고서 자형 데이터베이스 제7회 필사본 고서 데이터베이스  제8회 목판본 고서 데이터베이스  제9회 금속활자본 고서 데이터베이스  제10회 근대 서지 데이터베이스  제11회 도자기 데이터베이스 제12회 안료 데이터베이스   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본 교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산설비분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원이다. 홈페이지 | www.wafermasters.com   그림 1. 우리나라에서 세계최초로 개발한 금속활자 인쇄술을 기리기 위하여 발행된 기념우표   인쇄술의 발명과 의미 인쇄술의 발명은 손으로 옮겨 적어야 했던 필사본(筆寫本) 시대에서 동일한 내용을 동일한 글자체로 간본(刊本)의 형태로 만들게 됨으로써, 대량의 정보 공유와 지식의 보급이 가능해졌다. 이는 인류 문화사 및 기술사적인 측면에서도 매우 큰 의미를 갖는다.  필사본을 만드는 경우에는 일단 옮겨 적을 내용을 보고 부분적으로 암기하여 다른 종이에 써 내려가야 하는 수고를 해야 한다. 이러한 이유로 옮겨 적은 사람은 내용을 적어도 한 번은 암송을 하고 손으로 적는 수고를 하게 되어 내용에도 익숙해진다. 그러나 책의 형태로 보급된 정보는 읽는 사람이 직접 옮겨 적은 것이 아니며, 그 내용도 선택적으로 읽기 때문에 정보에 대한 이해도 제한적일 수 밖에 없다. 책을 읽었을 때 의미가 통하지 않으면 백 번쯤 읽으면 의미가 통하게 된다는 이야기는 스스로 수고를 해야 이해할 수 있다는 이야기이기도 하다. 학교에서 시험공부를 할 때를 회상해 보아도, 눈으로 보기만 한 것과 내용을 요약하면서 여러 번 옮겨 적는 수고를 마다하지 않고 공부한 내용에 대한 이해의 깊이와 기억력의 차이는 확연하다. 수많은 정보를 일일이 손으로 옮겨 적어 가면서 습득해야 한다면 그것은 합리적이지도 효율적이지도 않다. 옮겨 적으면서 잘못 적기도 한다. 문명의 이기를 적당히 활용하는 것이 현실적일 것이다. 이러한 이유로 인쇄술의 발명이 인류 역사상 가장 위대한 발명으로 꼽히고 있다. 간본의 형태로 글자나 그림을 나무판에 새겨 먹을 묻혀 종이에 전사(傳寫)하는 목판 인쇄 방식이 개발되었다. 초등학교 때 반으로 자른 감자에 글을 새겨서 종이에 도장처럼 찍던 것과 비슷한 방식이다. 기록 상으로는 중국 한나라 시대에 목판으로 간단한 글을 인쇄했다고 전해지나 남아있는 유물은 없다. 현재까지 확인된 세계 최초의 목판 인쇄본은 한국의 ‘무구정광대다라니경’이다. 1966년 10월 13일 경주 불국사 석가탑 보수를 위하여 탑을 해체하다가 발견한 불교 경전으로, 704년에서 751년 사이에 인쇄된 것으로 추정되며 우리나라의 국보로 지정되어 있다. 서양의 목판 인쇄 기술은 14세기 후반에 독일, 네덜란드, 북부 이탈리아에 해당하는 스위스 알프스 남쪽에서 보급되기 시작하였다.  목판 인쇄는 필사작업에 비해서 작업 효율이 훨씬 높아지기는 하였으나, 나무판에 한 장씩 새긴 후 먹을 칠해서 종이에 찍어내는 방식이므로 인쇄해야 할 모든 내용을 목판으로 새겨야 했다. 인쇄에 사용된 목판은 보관했다가 필요할 때 다시 사용하여 인쇄할 수 있다. 고려 때 몽골의 침입을 물리쳐달라는 기원을 하며 목판으로 새긴 것으로 알려진 세 개의 대장경 중 하나인 ‘팔만대장경’은 합천 해인사에 보관되어 있으며 유네스코 세계기록유산으로 지정되어 있다.    우리나라의 금속활자 세계에서 가장 오래 된 목판 인쇄본인 ‘무구정광대다라니경’, 현존하는 대장경 중에서 가장 오랜 역사와 내용의 완벽함 등으로 목판 제작 당시 동아시아 불교 연구의 중요한 자료로 꼽히는 ‘팔만대장경’도 우리의 소중한 문화유산이다. 여기에 더해 금속활자도 우리나라에서 세계최초로 만들어진 것으로 알려져 있다. 1377년 청주 흥덕사에서 금속활자로 인쇄된 ‘백운화상초록불조직지심체요절’ 또는 ‘직지’가 세계최고의 금속활자본으로 공인되어 있으며, 유네스코 세계기록문화유산으로 지정되어 있다. 안타까운 것은 직지 원본은 국내에는 없고 프랑스 국립중앙도서관에 소장되어 있다. 우리나라가 세계최초로 금속활자를 발명하여 인쇄에 활용했다는 명예에만 만족해야 하는 안타까운 상황이다.  필자가 오래 전부터 조사하여 국내외 학술지에 소개하고 있는 여러 종류의 ‘남명천화상송증도가’ 인쇄본 가운데 한 권은 1239년에 금속활자로 인쇄된 것으로 판명되었다. 따라서 추가적인 검증과 국제적인 공인이 이루어진다면 직지보다 138년 빠른 시기에 금속활자로 인쇄된 ‘남명천화상송증도가’가 세계최고의 금속활자본으로 인정받을 수 있을 것으로 기대하고 있다. 멀지 않은 시기에 우리나라의 인쇄기술사를 다시 쓰게 되는 날이 오게 될 지도 모르는 일이다. <그림 1>에 우리나라에서 세계최초로 개발한 금속활자 인쇄술을 기리기 위하여 발행된 여러 가지 기념우표를 모아서 소개하였다. 왼쪽 아래는 북한에서 발행한 금속활자 기념 우표이다. 남북한 모두 우리의 금속활자 발명과 인쇄술에 대한 자부심과 긍지를 우표에 담았음을 알 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.