현장에서 얻은 것 No.19   진정한 혁신은 익숙함을 버리고 불확실성 속에서 새로운 가능성을 찾는 데에서 시작된다.” - 일론 머스크 이번 칼럼의 부제목은 ‘갤럭시에서 아이폰으로의 전환이 던진 질문, 편리함의 본질은 무엇인가?’로 잡았다. 이 주제를 선택한 것은 개인적인 것이지만 특별함이 있다. MZ 세대는 삼성페이 등 갤럭시가 주는 편리함에도 불구하고 왜 아이폰에 열광할까? 그 이유를 알고 싶었다. 그 이유 중의 하나는 ‘공유’ 기능이라는 것을 들었다. 에어드롭(Airdrop)이라는 기능은 학생들 사이에서 데이터를 손쉽게 아이패드, 아이폰 등으로 ‘연결’하여 손쉽게 공유할 수 있다. 결제와 교통카드 부분에서는 확실히 갤럭시가 편리하다. 삼성페이는 2015년 8월에 한국에서 처음 시작되었는데, 기존 플라스틱 카드로 결제할 수 있는 거의 모든 곳에서 사용 가능한 간편하고 안전한 모바일 결제 서비스이다. 삼성페이의 강점은 NFC(근거리 무선 통신) 방식과 MST(마그네틱 보안 전송) 방식을 모두 지원한다는 점이고, 애플은 NFC 방식을 애플페이에만 한정해 놓아서 교통카드를 사용하는데 제약이 있다. 그리고 일반 식당 등에서는 NFC 방식은 드물고 MST 방식으로 되어 있기 때문이기도 하다.  MST는 카드 리더와 같은 방식으로 작동하기 때문에 결제 금액에 제한을 두지 않는다. 물론 NFC가 MST보다 열위에 있다는 것은 아니다. NFC는 짧은 거리에서 통신해야 한다는 제약이 있지만, 안전하게 데이터를 전송한다는 강점을 가진다. 삼성페이는 다양한 결제 방식 지원과 우수한 서비스를 바탕으로 핵심 간편 결제 수단으로 자리 잡아, 결제 수단을 넘어 신분증, 각종 티켓, 디지털 자산까지 안전하게 보관하는 나만의 모바일 지갑이 될 것이다. 애플페이는 2023년 8월 현대카드를 통해 한국에 론칭했다. 애플은 애플페이로만 NFC 결제가 되도록 허용하고 있다.한국 대중교통의 NFC 결제 방식 지원은 세 가지가 있다. 네이버페이 모바일 교통카드, 모바일티머니, PAYCO 모바일 교통카드 등이다. 2024년 11월 기준으로, 대한민국의 교통카드사 중 애플페이를 공식 지원하는 곳은 없다. 신용카드사와의 제휴 및 단말기 소프트웨어 업데이트를 통해 오픈 루프 방식을 지원하거나, 티머니, 캐시비 등 교통카드사가 애플의 eSE를 지원하도록 애플과 협상하여 교통카드가 아이폰에 탑재될 수 있도록 전산 개발을 해야 한다. 문제는 애플의 eSE 규격에 맞춰 전산 개발 비용까지 감내해야 하는데, 사용하는 대가로 수수료까지 지급해야 한다.(내용 출처 : 위키백과) 그럼에도 불구하고, 나는 삼성페이에서 벗어나 보려는 노력을 하고 있다. ‘익숙힘’에서 ‘편리함’으로 넘어가보려는 시도이다. 그 여파로 지갑을 항시 휴대해야 하는 번거로움이 생겼다. 개인적으로는 진정한 ‘편리함’이 무엇인지 탐구하고 싶은 호기심이 생겼다. 내가 아이폰으로 넘어가는 이유이기도 하다. 그 전에 아이패드를 사용하고 있던 환경도 무시 못할 요인이라 하겠다. 그리고 기존에 사용 중이던 갤럭시 워치 3와 BOSE 무선 헤드셋을 연결해서 사용하고 싶은 생각도 있었다. 물론 애플 액세서리로 도배해도 좋겠지만, 기존에 사용하던 것을 연결해서 한동안 사용하고 싶다. 이번 호의 내용은 어느 스마트폰이 좋은가와는 무관하며, 개인의 관심사항을 기준으로 작성하였다. 이 내용은 생성형 AI의 도움을 받아 작성되었다.    편리함과 익숙함의 경계 현대 사회에서 스마트폰은 단순한 통신 수단을 넘어 일상의 필수품이 되었다. 기기들은 끊임 없이 발전하며 새로운 기능과 디자인을 선보이지만, 이러한 변화가 사용자에게 주는 ‘편리함’은 생각보다 다층적이다. 필자는 최근 갤럭시에서 아이폰으로 스마트폰을 바꾸면서 두 기기 사이에서 발견한 철학적 차이에 주목하게 되었다. 과연 편리함이란 단순히 쉽게 사용하는 것일까, 아니면 익숙해진 이후에야 비로소 다가오는 편리함이 존재하는 것일까?   기술의 발전과 스마트폰 사용 환경의 변화 스마트폰은 지난 20여 년 동안 디지털 혁신의 중심에 서며 일상생활을 급격히 변화시켜 왔다. 초기의 휴대전화는 단순히 통화와 문자 전송 기능만 제공하던 데에서 출발했지만, 기술이 발전하면서 인터넷 접속, 이메일, 내비게이션, 사진 촬영 등 다양한 기능을 추가하며 그 영역을 빠르게 확장해 왔다. 이제 스마트폰은 개인의 모든 일상을 담아내는 ‘주머니 속 컴퓨터’가 되었고, 이를 통해 사람들은 소통 방식, 정보 접근 방식, 심지어 생활 방식마저 새롭게 정의하게 되었다. 스마트폰의 발전은 주로 세 가지 핵심 영역, 즉 하드웨어, 소프트웨어, 그리고 네트워크 인프라의 발전을 통해 이루어져 왔다. 하드웨어의 진화 측면으로 보면, 스마트폰 하드웨어는 속도, 용량, 디스플레이 해상도, 배터리 성능 등에서 눈부신 성장을 보여 왔다. 초기 스마트폰은 작은 화면과 느린 프로세서로 제한적인 작업만 가능했지만, 이제는 고화질의 사진과 동영상을 촬영할 수 있는 카메라, 고성능 그래픽을 처리하는 프로세서, 넉넉한 저장 공간을 가진 기기들이 출시되고 있다. 이러한 하드웨어의 성장은 사용자들이 더 빠르고 효율적으로 다양한 작업을 처리할 수 있도록 하며, 스마트폰을 단순한 도구에서 개인의 디지털 생태계 중심으로 자리 잡게 했다. 소프트웨어와 사용자 경험의 혁신 측면으로 보면, 주요 스마트폰 운영 체제인 iOS와 안드로이드는 시간이 지남에 따라 기능과 보안성, 안정성을 크게 개선해 왔다. 초창기에는 앱의 종류나 기능이 제한적이었지만, 지금은 AI, 증강 현실(AR), 머신러닝(ML) 등 첨단 기술이 적용된 다양한 애플리케이션이 가능해지면서 스마트폰은 모든 산업과 생활 분야에 밀접하게 연계되고 있다. 소프트웨어의 발전은 하드웨어와 맞물려 사용자의 일상 경험을 새롭게 만들어주며, 스마트폰을 통해 개인화된 서비스를 받고, 예측 가능한 방식으로 정보를 제공받는 시대가 열렸다. 네트워크 인프라의 발전 측면으로 보면 3G, 4G, 그리고 최근의 5G 네트워크는 스마트폰 사용 환경을 근본적으로 변화시켰다. 초기 스마트폰 사용자는 2G와 3G 네트워크 속도에 맞춰 제한적인 웹 검색과 이메일 정도만 가능했지만, 4G와 5G 시대가 열리며 실시간 스트리밍, 원격 근무, 온라인 교육 등 고용량의 데이터를 빠르게 처리하는 다양한 서비스가 가능해졌다. 특히 5G의 보급으로 데이터 전송 속도와 안정성이 크게 향상되면서 스마트폰은 단순한 개인용 기기를 넘어 원격 의료, 자율 주행 등과 연결되는 미래 기술의 핵심 도구로 자리잡게 되었다.   갤럭시에서 아이폰으로의 전환을 통한 새로운 인식 스마트폰은 이제 단순한 기기 이상으로, 각기 다른 사용자의 개성과 라이프스타일을 반영하는 중요한 디지털 동반자가 되었다. 사용자는 스마트폰을 통해 매일의 일정을 관리하고, 업무를 처리하며, 친구와 소통하고, 자신만의 콘텐츠를 창작하기도 한다. 그 과정에서 사용자는 자신만의 고유한 ‘디지털 습관’을 만들어가며, 특정 브랜드와 기기에 점점 더 익숙해지게 된다. 이로 인해 스마트폰 전환, 특히 안드로이드 기반의 갤럭시에서 iOS 기반의 아이폰으로의 전환은 단순한 기기 변경을 넘어서는 큰 변화로 다가온다. 이 전환을 통해 사용자는 일상의 습관, 편리함의 기준, 그리고 기술에 대한 기대를 새롭게 성찰하게 된다. 갤럭시 스마트폰은 삼성페이와 같은 빠르고 직관적인 서비스와 안드로이드의 개방성을 기반으로, 한국 시장에서 많은 사용자들에게 ‘편리함’과 ‘익숙함’을 제공해왔다. 사용자는 원하는 기능을 빠르게 호출하고 상황에 맞춰 자유롭게 커스터마이징할 수 있는 안드로이드의 장점 덕분에 자신의 스타일대로 스마트폰을 활용하는 데 익숙해졌다. 반면, 아이폰은 독자적인 생태계와 엄격한 사용자 경험을 지향하며, 사용자가 애플의 철학과 시스템에 점차 익숙해지도록 유도한다. 아이폰의 ‘편리함’은 즉각적인 적응을 요구하기보다는 시간이 지나면서 점차 느껴지는 구조적 편리함을 강조한다. 아이폰으로 전환하면서 사용자는 그동안 갤럭시에서 누려왔던 일상의 많은 요소에 대해 새로운 관점을 가지게 된다. 예를 들어, 갤럭시에서는 간단하게 실행할 수 있던 일부 기능이 아이폰에서는 조금 더 다른 방식으로 접근해야 하는 경우가 많다. 이런 과정에서 사용자는 자신이 진정으로 필요로 하는 기능이 무엇인지, 그리고 그 기능이 ‘즉각적인 편리함’인지 아니면 ‘장기적인 편리함’인지에 대해 다시 생각하게 된다. 더욱이, 애플의 철학은 ‘예측 가능성’과 ‘일관성’을 강조한다. 이는 메르세데스 벤츠가 사용자들에게 전달하는 철학과도 일맥상통하는 부분이다. 자동차의 안전성과 신뢰성을 중시하는 벤츠처럼, 애플은 사용자가 새로운 환경에 대한 불확실성을 최소화하고 기기와 시스템의 일관된 경험을 통해 신뢰를 형성할 수 있도록 한다. 이로 인해 사용자들은 초기에는 불편함을 느낄 수 있지만, 점차 익숙해지면 안정적이고 예측 가능한 경험을 통해 더 높은 수준의 만족감을 느낄 수 있게 된다. 따라서, 갤럭시에서 아이폰으로의 전환은 단순히 기능의 차이를 넘어서, 사용자 경험에 대한 철학적 전환을 의미한다. 빠르게 실행하고 즉각적인 결과를 보여주는 갤럭시와 달리, 아이폰은 시간이 흐르면서 시스템의 일관성과 신뢰성을 기반으로 ‘편리함’을 새롭게 정의한다. 이 전환 과정을 통해 사용자는 자신이 무엇을 ‘편리함’이라고 생각하고, ‘익숙함’에 대한 집착을 어떻게 넘어서야 하는지에 대해 새로운 인식을 가지게 된다. “익숙함은 편리함의 착각을 불러일으킨다. 변화는 불편하지만 새로운 시각을 선물한다.” - 무라카미 하루키   갤럭시의 철학 : 사용자의 즉각적 요구에 응답하는 편리함 삼성의 갤럭시는 안드로이드 기반의 개방성과 삼성페이의 편리함으로 많은 한국 사용자에게 사랑받고 있다. 필자는 갤럭시를 사용할 때 원하는 기능을 즉각적으로 불러낼 수 있었고, 특히 삼성페이를 통한 결제는 그 편리함의 정점을 보여줬다. 갤럭시의 편리함은 마치 ‘빠르게’와 ‘즉각적으로’ 작동해야 한다는 한국 문화의 일부인 듯했다. 사용자가 원하는 것을 빠르게 제공하며 직관적으로 반응하는 갤럭시의 접근은 이 문화를 반영하고 있으며, 이는 특히 한국 소비자들게 크게 어필하는 요소다. “당신은 고객들이 원하는 것에 집중할 수도 있지만, 더 중요한 것은 그들이 상상하지 못한 무언가를 제공하는 것이다.” - 스티브 잡스   아이폰의 철학 : 예측 가능한 시스템과 서양식 접근 방식의 편리함 반면, 아이폰은 독자적인 iOS 시스템과 더불어 일관된 디자인 철학을 기반으로 하고 있다. 이는 사용자가 처음 접했을 때 다소 불편함을 느낄 수 있지만, 애플의 시스템에 익숙해지고 철학을 이해하게 되면 더 큰 편리함을 느낄 수 있게 된다. 필자는 이 과정에서 아이폰의 체계가 서양식 사고방식과 밀접하게 연관되어 있다는 점을 체감했다. 익숙함을 통해 편리함이 완성되는 구조는 다소 시간이 걸리지만, 장기적으로 예측 가능한 안정감을 제공한다. 이는 벤츠의 ‘예측 가능성’이라는 철학과도 상통하는 부분이다. 아이폰으로 바꾸고 사용하다가 숙소의 와이파이를 연결하려고 하는데, 비번이 기억나지 않았다. 그때 아이패드에서 아이폰으로 와이파이 접속 비번을 공유해 주는 알림이 떴다. 이런 것을 예측 가능한 시나리오의 한 예라고 하겠다. “사람들은 익숙한 것에서 편리함을 찾지만, 진정한 혁신은 익숙함을 깨는 순간부터 시작된다.” - 챗GPT(스티브 잡스 풍으로)   ▲ 나만의 편리함을 찾기 위한 아이폰 활용 분석 맵(Map by 류용효) (클릭하면 큰 그림으로 볼 수 있습니다.)   사용자 경험의 차이 : 빠르고 간편한 접근 vs. 체계적인 익숙함 필자의 전환 경험을 통해 본 갤럭시와 아이폰의 차이는 확연했다. 갤럭시는 언제든 원하는 기능을 바로 사용할 수 있는 ‘즉시성’을 강조하지만, 아이폰은 처음에는 불편하더라도 익숙해지면서 다가오는 ‘예측 가능한 편리함’을 제공한다. 필자가 아이폰 전환을 위해 만든 ‘아이폰 전환 맵’에는 여러 고려 사항이 반영되어 있다. 이 맵은 초기 설정부터 요금제, 기능, 그리고 서드파티 결제 시스템까지 포괄적으로 준비되었으며, 이는 익숙함을 넘어선 편리함을 찾기 위한 여정의 일환이었다. “익숙함은 보이지 않는 감옥일 수 있다. 그 감옥에서 벗어날 용기가 새로운 가능성을 연다.” - 파울로 코엘료   편리함과 익숙함, 그리고 그 사이의 철학적 차이 갤럭시와 아이폰은 각기 다른 편리함을 제공하지만, 그 이면에는 철학적 차이가 자리하고 있다. 갤럭시는 빠르고 직관적인 접근을 통해 사용자의 요구에 즉각 응답하는 반면, 아이폰은 익숙해진 이후 예측 가능하게 작동하는 편리함을 지향한다. 두 기기는 모두 사용자 중심의 편리함을 목표로 하지만, 이 편리함의 해석 방식은 다르다. 독자 여러분도 이 칼럼을 읽고 본인이 선호하는 편리함의 형태가 무엇인지 고민해 보길 바란다. ‘편리함’이란 무엇이며, 나에게 맞는 편리함은 무엇인지 자문하는 시간이 되길 바란다. “변화는 무조건 좋은 것도, 나쁜 것도 아니다. 그저 변화를 어떻게 받아들이느냐에 따라 가치가 결정될 뿐이다.” - 달라이 라마   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

김덕진 지음 / 25,000원 / 스마트북스   AI 트렌드부터 비즈니스 활용, 프롬프트 엔지니어링, 창작까지 한 권으로 끝! 당장 써먹을 수 있는 AI 도구 50개 사용법 수록! 2025년 AI 트렌드와 활용법. 10여 년 동안 IT 트렌드의 최전선에서 대중들과 함께 호흡해온 김덕진 IT커뮤니케이션연구소장이 MS, 구글, 애플, 오픈AI, 네이버 등 빅테크 기업들의 최신 전략을 분석하고, 2025년 AI 트렌드를 정리한 책이다.  또한 지난 1년여 간 다양한 강의현장에서 만난 3만여 명 사용자들의 요구를 감안하여, 우리 삶과 일에서 활용도가 높은 AI 도구 50개를 뽑아 활용법을 소개한다. 챗GPT·코파일럿·제미나이 등 범용 AI 도구와 미드저니·픽토리·아이바 등 그림·영상·음악에 특화된 AI들을 업무·학습·창작 활동에 어떻게 써먹을 수 있는지 구체적인 사례와 함께 다룬다. 글·그림·영상·음악 등을 위한 AI부터 일잘러를 위한 업무별 생산성 AI 도구까지, 이 책 한 권으로 정리할 수 있다. 『AI 2025』(트렌드&활용백과)는 2025년에 일어날 ‘AI 워커 시대’를 미리 준비할 수 있도록 구성한 필독서이다. 저자는 주목할 만한 AI 트렌드부터 당장 써먹을 수 있는 AI 도구 50개 활용법까지 상세히 소개한다. 글·그림·영상·음악 등을 위한 AI부터 일잘러를 위한 업무별 생산성 AI 도구까지, 일과 생활에서 ‘AI 네이티브 세대’와 함께하려는 분들에게 길잡이가 될 것이다.    AI 빅테크 기업들의 최신 전략 분석과 2025년 AI 트렌드 예측(키워드 10) 1장에서는 세상을 바꾸는 AI 트렌드를 빠르게 따라가는 사람들을 위해 오픈AI, MS, 구글, 애플 등 빅테크 기업들의 최신전략을 분석하고, 2025년 AI 트렌드를 중점적으로 소개한다. 김덕진 소장은 2025년을 ‘AI가 세상을 바꾸는 범용기술로 진화하는 시작점’이라고 규정하고, 2025년을 대표하는 AI 트렌드 키워드로 ‘1. AI 에이전트 르네상스 시대’, ‘2. AI 인터페이스 혁명’, ‘3. 검색의 뉴노멀, AI 검색의 일상화’, ‘4. 멀티모달 AI로 완성되는 로봇 기술’, ‘5. AI 언어모델의 춘추전국시대’, ‘6. AI 시대 데이터 확보 전쟁’, ‘7. AI 크리에이터 이코노미’, ‘8. 동반자가 되는 캐릭터 AI와 AI 인플루언서’, ‘9. AI 길들이는 파인튜닝의 대중화’, ‘10. AI를 둘러싼 법적·윤리적 쟁점 구체화’ 등 10가지로 뽑았다.  아울러 AI의 10가지 트렌드들이 우리의 일과 삶에 어떤 영향을 미칠지 살펴본다. 또한 글로벌 테크 기업들의 『삼국지』를 방불케 하는 AI 시장을 둘러싼 전략들도 엿볼 수 있을 것이다. 챗GPT, 코파일럿, 제미나이 등 최신 업데이트 내용 포함 2장에서는 챗GPT·코파일럿·제미나이·클로드·클로바X 등 다양한 범용 AI들이 글쓰기, 코딩, 데이터 분석, 창작까지 폭넓은 작업을 얼마나 유연하게 지원하는지를 실제 사례와 함께 소개한다. 또한 각 범용 AI들마다 고유한 강점을 소개하며, 각 범용 AI를 내 업무성격에 맞게 어떻게 조합하여 더 나은 결과를 얻을 수 있는지에 대한 가이드도 제공한다.  내 업무 맞춤형 챗봇 만들기, 실용적 예제와 팁 3장에서는 대화형 AI에게 좋은 질문을 하는 방법론을 알아보고, ‘업그레이드’된 프롬프트 엔지니어링 기법들을 소개한다. 4장에서는 내 업무에 맞는 맞춤형 챗봇을 만드는 법을 실었다. 코딩 지식이 없어도 누구나 ‘홍보기사 작성기’ 같은 챗봇을 손쉽게 만들 수 있다. 초보자도 쉽게 이해할 수 있도록 실용적인 예제와 팁을 가득 담았다. 글·그림·영상·음악, 업무별 생산성 AI 도구 50개 활용법까지! 저자가 지난 1년간 만난 수많은 사람들과 현장의 요구를 반영하여, 일잘러를 위한 업무별 생산성 AI 도구부터 그리기를 위한 AI 사용법, 비디오와 음악을 위한 AI 사용법까지 알짜배기 생성형 AI 도구 50개의 활용법을 담았다. 김덕진 소장의 특유의 설명 능력으로 AI를 쉽고 재미있게 이해할 수 있을 것이다. 이 중에서 내 업무나 특성에 맞는 것을 골라서 나만의 워크플로를 만들어 보면 큰 도움이 될 것이다. 직장인·대학생·부모 필독서―사전처럼 옆에 끼고 펼쳐보는 AI 활용백과 저자는 우리 삶과 가까운 주제와 함께, 재미나고 쫄깃하게 AI에 대해 설명해 준다. 책을 펴고 단순히 따라해 보는 것만으로도 AI가 무엇이고, 내 일과 삶, 그리고 아이들과의 놀이에서 어떻게 사용할 수 있을지, 또는 AI를 가지고 혼자 어떻게 놀 수 있을지 감이 잡힐 것이다.    직장인이 번거로운 업무의 자동화가 절실할 때, 보고서 쓰기가 막막하고 아이디어가 안 떠올 때, 1인 기업가가 시간과 비용을 아끼고 싶을 때, 대학생이 리포트를 쓸 때, 부모가 아이의 공부·수행평가를 도와줄 때, 비오는 주말에 갑갑한 집에서 아이와 놀아줘야 할 때, 사전처럼 옆에 끼고 항상 펼쳐보는 AI 트렌드&활용백과가 될 것이다.  

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 LLM(대규모 언어 모델)의 자연어 처리에서 핵심 기술인 토큰, 임베딩 및 모델 파인튜닝의 이해를 위한 개념과 임베딩 모델의 동작 메커니즘을 살펴본다. 여기서 토큰은 문장을 구성하는 단어로 가정하면 이해하기 쉽다. 토큰과 임베딩은 입력 시퀀스에 대한 출력을 학습, 예측할 때 훈련의 전제가 되는 LLM의 기본조건이다. 이에 대해 좀 더 깊게 이해해 보자.    ■ 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 블로그 | http://daddynkidsmakers.blogspot.com  홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast    최근 대규모 언어 모델(LLM : Large Language Model)과 검색 증강 생성(RAG : Retrieval-Augmented Generation) 기술을 이용해 다양한 전문가 서비스 에이전트를 개발하는 사례가 많아지고 있다. 특히, 전문가처럼 행동하며 문제를 해결하거나 의사결정을 지원하는 멀티 에이전트 기술은 이미 선진국을 중심으로 금융, 제조, 건설 등 엔지니링 분야에 개발되고 있다.    도메인 의존 정보와 토큰  의학과 같은 특별한 분야에서는 환각 현상 등으로 인해 챗GPT(ChatGPT)와 같은 범용 LLM이 제대로 정보를 생성하지 못하는 경우가 많다. 이런 문제를 해결하기 위해 전문 분야의 지식을 기존 LLM 모델을 이용해 재학습하는 방법이 생겨났는데, 파인튜닝은 그 중 한 가지 방법이다.  파인튜닝은 빅테크 업체가 공개한 LLM 모델을 특정 도메인 지식을 잘 표현할 수 있도록 재학습하는 방법 중 하나이다. LLM의 신경망 전체를 재학습하기 위해서는 매우 비싼 GPU 사용 비용이 필요하다. 이는 일반적인 기업에서 수행할 수 없는 수준이다. 이런 이유로, 파인튜닝은 메타에서 공개한 라마(LLaMA)와 같은 파운데이션 LLM 모델의 신경망에 별도의 작은 신경망을 추가해, 이를 별도로 준비된 데이터로 학습하는 방식을 사용한다.  LLM을 파인튜닝하기 전에 어떤 토큰이 사용되었는지, 임베딩 모델이 무엇인지 확인해야 한다. 파인튜닝 시 용어가 LLM에 사전 학습되어 있지 않다면, 용어 간 관계를 통계적으로 추론하는 학습 절차가 매우 비효율적으로 계산된다. 일반적으로 모델을 파인 튜닝하려면 LLM 토큰 확인 및 개발, 임베딩 모델의 적절한 사용이 필요하다.  <그림 1>은 토큰이 수치화된 결과를 보여준다. 참고로, 토큰이 숫자로 표현되지 못하는 문제를 OOV(Out-Of-Vocabulary)라 한다.    그림 1. 숫자 토큰화 결과   임베딩은 학습 모델이 입력되는 문장의 토큰 패턴을 통계적으로 계산하기 전, 토큰을 수치화시키는 함수이다. 이 함수를 임베딩 모델이라 한다. 임베딩 모델은 토큰을 수치화하여 모델 학습에 사용하는데 필요한 입력값을 출력한다. 이런 이유로, 토큰 사전과 임베딩 모델이 다르면 제대로 된 모델 학습, 예측, 패턴 계산 결과를 얻기 어렵다. 임베딩 모델도 별도의 신경망 모델이며 다양한 방식으로 학습될 수 있다. 이번 호에서는 구글에서 공개한 BERT(Bidirectional Encoder Representations from Transformers) 임베딩 모델을 사용한다.  이와 관련된 실험을 하기 위해, 개발 환경을 설치하고 파이썬 코드를 준비해 본다.    개발 환경 준비 미리 컴퓨터에 파이썬, 아나콘다 등 필수적인 라이브러리가 설치되어 있다는 조건에서, 실습을 위해 명령창에서 다음을 실행해 설치한다. pip install transformers torch   참고로, 다음은 파인튜닝에 사용하는 오픈소스 라이브러리를 보여준다. Torch : 텐서 계산 및 딥 러닝을 위한 핵심 라이브러리이다. PEFT : 낮은 순위의 적응 기술을 사용하여 대규모 언어 모델을 효율적으로 미세 조정할 수 있다. 특히 리소스가 제한된 장치에서 학습 가능한 매개 변수의 수를 줄여 모델을 압축하고 더 빠르게 미세 조정할 수 있다. bitsandbytes : 신경망에 대한 양자화 및 이진화 기술을 제공하여 모델 압축을 지원한다. 모델 압축에 도움이 되므로 메모리와 계산 능력이 제한된 에지 장치에 모델을 보다 실현 가능하게 만들 수 있다. Transformers : 대규모 언어 모델 작업을 간소화하여 사전 학습된 모델 및 학습 파이프라인을 제공한다. trl : 대규모 언어 모델의 경우 효율적인 모델 학습 및 최적화에 중점을 둔다. accelerate : 다양한 하드웨어 플랫폼에서 학습 및 추론을 가속화한다. dataset : 기계 학습 작업을 위한 데이터 세트 로드 및 준비를 간소화한다. pipeline : 사용자 지정 학습 없이 일반적인 NLP 작업에 대해 사전 학습된 모델의 사용을 간소화한다. PyArrow : 효율적인 데이터 로드 및 처리를 위해 사용될 수 있다. LoraConfig : LoRA 기반 미세 조정을 위한 구성 매개변수를 보유한다. SFTTrainer : 모델 학습, 최적화 및 평가를 처리한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

‘생성형 인공지능과 제조/건축 시각화 기술과 트렌드’를 주제로 한 ‘코리아 그래픽스 2024’가 지난 9월 27일 진행됐다. 5년만에 오프라인 행사로 치러진 이번 코리아 그래픽스에서는 산업 분야의 시각화 기술 동향 및 최근 주목을 받고 있는 생성형 AI(generative AI)의 접목에 관한 내용이 다양하게 소개됐다. ■ 정수진 편집장   코리아그래픽스 추진위원회 위원장인 서울미디어대학원대학교 유훈식 교수는 개회사에서 “지난 몇 년간 코로나19를 비롯해 여러 가지 어려움이 있었지만, 기술 측면에서는 인공지능(AI)과 메타버스(metaverse), 확장현실(XR) 등이 눈부시게 발전했다. 이런 기술의 발전은 우리에게 새로운 기회를 만들어주고 있다”면서, “이러한 기회는 새로운 산업과 새로운 혁신으로 한 걸음 나아갈 수 있는 길을 열어줄 것이다. 이번 코리아 그래픽스를 통해 산업 분야의 시각화, 생성형 AI, 3D 프린팅 활용과 관련한 인사이트를 얻고, 산업 발전에 도움이 되기를 바란다”고 전했다.    공간 컴퓨팅과 AI의 융합이 가져올 변화 행사의 시작은 국회미래연구원 이승환 연구위원의 ‘공간 컴퓨팅 혁명이 가져올 변화 : 디지털 공간과 AI의 만남’을 주제로 한 기조 연설이었다. 이승환 연구위원은 “지난 30년간 컴퓨팅 패러다임이 변화하면서 그래픽스 분야에서도 몇 번의 변곡점이 있었다”고 짚으면서, 최근의 변곡점은 ‘공간 컴퓨팅’이라고 전했다. 최근 애플의 비전 프로나 메타의 퀘스트같은 HMD(헤드 마운트 디스플레이)가 주목을 받았는데, 올해는 이전과 다른 운영체제(OS)가 등장해 공간 컴퓨팅 생태계 및 수익모델의 변화를 이끌 것으로 전망된다.    ▲ 공간 컴퓨팅 혁명에 대해 소개한 국회미래연구원 이승환 연구위원    공간 컴퓨팅의 패러다임을 바꿀 것으로 보이는 또 한 가지 기술이 바로 인공지능이다. 수많은 데이터로 새로운 인사이트를 제공하는 AI의 인텔리전스가 공간 컴퓨팅과 융합해 새로운 콘텐츠와 생태계를 만들 수 있다는 것이 이승환 연구위원의 전망이다. 이승환 연구위원은 “AI와 공간 컴퓨팅이 결합된 ‘공간 지능(spatial intelligence)’은 현실 기반의 문제를 가상화와 연결해 해결할 수 있는 수단으로 자리잡을 것으로 보인다”면서, “가상환경과 결합해 내가 원하는 문제를 해결하고 의사결정을 돕는 방향으로 컴퓨터를 학습시킨다면, 컴퓨터 그래픽스를 만들어 온 전통적인 방식이 변화할 것”이라고 짚었다.    생성형 AI와 제조/건축 디자인의 혁신 서울미디어대학원대학교(SMIT)의 유훈식 교수는 ‘생성 AI와 제조/건축 디자인의 현재와 미래’를 주제로 기조연설을 진행했다. 생성형 AI가 빠르게 발전하면서, 이미지와 영상 등 영역에서도 변화가 일어나고 있다. 이미지를 생성하는 AI 서비스인 ‘미드저니’는 2022년 2월 첫 버전이 등장한 이후 빠르게 발전하면서 만들어내는 그림의 수준이 크게 높아져, 현재는 사진과 구분이 어려울 정도로 고품질의 이미지를 생성할 수 있다. 영상 생성을 위한 AI도 언어 모델의 학습 방법을 적용하면서 품질이 크게 높아졌다. 오픈AI가 올해 발표한 ‘소라’의 경우에는 사물의 움직임과 대상을 인식할 수 있는 수준이다.    ▲ 생성형 AI와 디자인의 변화를 짚은 SMIT 유훈식 교수   생성형 AI는 비주얼을 만드는 비용과 시간을 줄일 수 있어 새로운 창작의 영역을 열고 있으며, 이에 따라 기업에서도 생성형 AI를 활용할 수 있는 아티스트와 디자이너를 찾고 있다. 생성형 AI로 원하는 결과물을 만들기 위해서는 수많은 시도가 필요한데, 이를 줄이려면 정교하게 사용할 수 있는 프롬프트 엔지니어링 기술이 요구된다. 유훈식 교수는 “생성형 AI의 발전은 제조와 건축 디자인 프로세스에 큰 변화를 가져오고 있으며, 디자인에 접근하는 방식이 근본적으로 변화하고 있다. AI 프롬프트만으로 영상을 제작할 수 있는 시대가 되었으며, 디자이너들은 프롬프트 엔지니어링의 관점에서 접근할 필요성이 커지고 있다. 이러한 변화는 디자인 생태계에 더 큰 혁신을 불러일으킬 것”이라고 전했다.    사용자 중심 AI 시대를 위한 기술의 진화 세 번째 기조연설로는 인텔코리아 이주석 부사장이 ‘멀티모달이 열어가는 세상과 AI PC’에 대해 소개했다. 이주석 부사장은 “AI 기술이 ‘캐즘(chasm : 얼리 어댑터와 대중 소비자 사이의 정체기)’에 빠진 것처럼 보였지만, 생성형 AI로 새로운 시대를 맞고 있다. 지난 10년이 개발자 중심의 AI 시대였다면 향후 10년은 사용자 중심의 AI 시대가 열릴 것”이라면서, “생성형 AI는 다양한 애플리케이션에서 활용되고 있으며, 특히 텍스트∙이미지∙음성 등을 합성해 활용하는 멀티모달 융합을 통해 더욱 풍부한 사용자 경험을 제공할 수 있다”고 짚었다.    ▲ 사용자 중심 AI로의 변화를 소개한 인텔코리아 이주석 부사장   챗GPT(ChatGPT) 등장은 AI 모델 개발이 빅테크 기업의 전유물이 아니라는 점을 확인하는 계기가 됐다. 최근에는 채팅, 문서, 이미지, 디자인, 동영상/음성 등 다양한 AI 애플리케이션이 빠르게 늘고 있으며, 파이썬(Python)을 사용할 수 있는 환경이라면 챗GPT로 코드를 생성해 원하는 앱을 만들 수도 있게 됐다. 이런 변화가 사용자 중심, 애플리케이션 중심의 시장을 열고 있다는 것이 이주석 부사장의 설명이다. 또한 그는 “아직 생성형 AI의 활용에는 수많은 시도와 도메인 지식이 요구되기도 한다. 인텔은 NPU(신경망 처리장치)를 탑재한 들어간 프로세서 제품을 클라이언트 에지, AI PC의 시대를 열 수 있도록 지원하겠다”고 전했다.    이번 ‘코리아 그래픽스 2024’에서는 3편의 기조연설을 포함해 총 11편의 발표 세션이 진행되었으며, 제조/건축 디자인과 시각화, 디지털 트윈, 3D 프린팅 등 다양한 내용이 소개됐다. 특히 최근 시각화 분야에서도 주목을 받고 있는 생성형 AI에 관한 발표도 이뤄지면서, 최근 관련 산업계와 학계의 활동과 향후 전망까지 짚어볼 수 있는 기회가 되었다. 이와 함께 업계와 학계 관계자들이 비전을 공유한 VIP 간담회 및 최신 기술을 체험할 수 있는 부스 전시도 함께 진행됐다.    ■ 이어서 보기 : [포커스] 코리아 그래픽스 2024 발표 내용 정리   ▲ VIP 간담회    ▲ 3D 시각화 소프트웨어를 소개한 플러스플라스틱 부스    ▲ 최신 워크스테이션 CPU를 소개한 인텔 부스    ▲ AI 영상 분석 기술을 소개한 씨이랩 부스    ▲ 3D 렌더링 및 VR 시각화 설루션을 소개한 인코스 부스      ■ 자세한 기사 내용은 PDF로 제공됩니다.

디지털 지식전문가 조형식의 지식마당   거의 1년 동안 생각해 봤던 엔지니어링 프레임워크를 완성했다. 그 이름은 ‘스마트 혁신 엔지니어링(smart innovation engineering)’이다. 스마트 혁신 엔지니어링은 간단하게 말해서 디지털 엔지니어링과 챗GPT(ChatGPT)와 혁신경영(innovation management)의 결합이라고 할 수 있다. 최근에 혁신 경영 ISO 56001이 완성됐다. 2024년 5월호 칼럼에 소개한 ‘디지털 엔지니어링 프레임워크’도 1년 동안 만들어 봤다. 이것을 연결하고 부족한 부분을 채워 줄 수 있는 것이 인공지능인 챗GPT이다. 챗GPT는 언어 모듈이기 때문에, 제품 개발이나 엔지니어링에 있어서 문서 작성이나 아이디어 등 다양하게 사용할 수 있다.  스마트 혁신 엔지니어링은 AI, 데이터 분석, 자동화, 디지털 기술을 통합하여 혁신을 관리하고, 효율성을 극대화하며, 제품 및 서비스 개발을 최적화하는 접근 방식을 의미한다. 이 개념은 다음과 같은 핵심 요소로 정리할 수 있다.    그림 1. 디지털 엔지니어링 프레임워크    <그림 1>을 사용하면 가운데 엔티티(entity)가 있다. 엔티티는 구체적인 제품(product)일 수도 있고 특정한 서비스(service)일 수도 있다. 예를 들어서, 자동차나 항공기가 올 수도 있고 어떤 디지털 제품이 올 수도 있다. 그리고 그 엔티티는 디지털 제품 개발 모델에서 어떤 특정 가치(value)를 지정할 수 있다. 예를 들어서 요구사항(requirement), 필요성(needs), 검증(verification), 특정 기술(technology)도 사용할 수 있다. 이런 것은 특정 가치를 나타낼 수 있다. 오늘은 그 특정 가치 중에서 혁신을 집어넣을 수 있다. 이것은 제품 개발에서 혁신(innovation)이라는 가치를 입력하는 것이다. 특히 최근에 표준화된 혁신 경영의 프로세스를 입력해 봤다. 이 가치는 추후에 다양한 관심 가치로 입력할 수 있다.    그림 2. 스마트 혁신 엔지니어링   <그림 3>은 ISO 56002 기반 혁신 관리 시스템의 프로세스 모델에 대한 것이다. 조직의 상황(조항 4)은 혁신 방향을 설정하는 데에 중요한 외부 및 내부 요인, 문화, 환경, 협업 등을 포함하며, 리더십(조항 5)은 혁신에 대한 헌신, 비전, 전략 및 정책을 통해 혁신 시스템의 방향을 제시한다. 기획(조항 6)은 혁신 목표 설정 및 위험 관리, 자원 할당 등 필요한 조치를 결정하는 단계이다. 지원(조항 7)은 혁신을 가능하게 하는 자원, 역량, 인프라 등을 포함하며, 운영(조항 8)은 기회 식별, 개념 창출, 개념 검증, 솔루션 개발 및 배포와 같은 활동으로 나뉜다. 성과 평가(조항 9)는 혁신 프로 세스의 효율성을 모니터링하고, 개선(조항 10)은 성과 평가 후 시스템을 지속적으로 발전시키는 단계이다. 이 모델은 PDCA(Plan - Do - Check - Act) 사이클에 따라 운영되며, 기회와 혁신 가 치를 중점으로 두고 조직의 전략과 결합되어 지속 가능한 혁신을 보장한다.    그림 3. ISO 56002 기반 혁신 관리 시스템의 프로세스 모델(출처 : ISO 56002)   챗GPT에게 이 프로세스를 스마트폰에 적용하는 예시로 질문했는데, 다음과 같은 답변을 도출했다.  “ISO 56002 혁신 관리 시스템을 기반으로 스마트폰 신제품 개발 과정에 적용할 수 있는 예시는 다음과 같습니다. 조직은 먼저 시장과 내부 환경을 분석해 고객이 선호하는 기능과 조직의 역량을 파악합니다.(조항 4) 리더십은 ‘고객 중심의 스마트폰 혁신’이라는 비전을 설정하고, 개발 목표와 협업 정책을 수립합니다.(조항 5) 기획 단계에서는 12개월 내 출시와 시장 점유율 목표를 설정하며, 위험 요소를 사전에 분석합니다.(조항 6) 지원 단계에서는 R&D 팀에 필요한 자원과 교육을 제공하여 역량을 강화합니다.(조항 7) 운영 단계에서는 고객 피드백을 바탕으로 새로운 스마트폰 기능을 기획하고, 개념을 검증한 후 제품을 설계하여 양산 준비를 마칩니다.(조항 8) 출시 후 성과를 평가하여 판매량, 고객 만족도 등을 분석하고(조항 9), 이를 토대로 차기 제품 개선 방안을 마련하여 지속적인 혁신을 추진합니다.(조항 10) ISO 56002는 이렇게 신제품 개발의 전 과정에서 체계적인 관리와 지속적인 개선을 통해 혁신을 달성하도록 지원합니다.” 스마트 혁신 엔지니어링은 AI, 데이터 분석, 자동화, 디지털 기술을 통합하여 혁신을 관리하고, 효율성을 극대화하며, 제품 및 서비스 개발을 최적화하는 접근 방식을 의미한다. 이 개념은 다음과 같은 핵심 요소로 정리할 수 있다.    데이터 기반 의사결정  스마트 혁신 엔지니어링은 데이터를 중심으로 한 의사결정을 강조한다. 대량의 데이터를 실시간으로 분석하고 이를 통해 조직의 의사결정을 최적화하여, 더 정확하고 신속한 대응이 가능하도록 한다. 이는 리스크를 줄이고 기회를 포착하는데 도움을 준다.    AI와 자동화 활용  AI는 반복적인 작업을 자동화하거나 복잡한 문제에 대한 솔루션을 빠르게 제시함으로써 자원을 효율적으로 활용하게 한다. 이를 통해 조직은 고부가가치 작업에 집중할 수 있고, 전체적인 생산 성과 효율성을 향상시킬 수 있다.    지속적인 혁신과 개선  스마트 혁신 엔지니어링은 디지털 환경에서 지속적인 개선을 촉진한다. AI와 데이터를 활용해 실시간으로 성과를 모니터링하고, 이를 통해 지속적으로 제품과 서비스를 발전시킨다. 품질 개선, 유지 보수 예측, 성능 최적화 등을 자동화하여 경쟁력을 유지할 수 있다.    협업과 지식 공유  이 접근 방식은 팀 간의 원활한 협업을 강화하고, 지식을 빠르게 공유할 수 있도록 도와준다. AI 기반 도구들은 의사소통을 촉진하고, 프로젝트 관리와 문제 해결에 필요한 정보를 실시간으로 제공 한다. 이러한 협업은 혁신적인 아이디어의 실행을 가속화하는데 기여한다.    리스크 관리와 예방  스마트 혁신 엔지니어링은 AI를 통해 잠재적인 리스크를 사전에 예측하고 대비책을 마련할 수 있도록 돕는다. 프로젝트 중 발생할 수 있는 기술적 문제나 일정 지연 등의 리스크를 신속하게 파악하고, 이를 통해 프로젝트 성공 가능성을 높인다.    고객 중심 혁신  고객의 요구와 피드백을 실시간으로 반영하여 제품과 서비스를 개선한다. 이를 통해 고객 만족도를 높이고, 시장에서의 경쟁 우위를 확보할 수 있다. AI와 데이터를 통해 고객의 니즈를 빠르게 파악 하고, 제품 개선 방향을 설정할 수 있다.  결론적으로 엔티티에 이노베이션 같은 가치를 ISO 56002 표준에 입력했을 때, 그리고 이것을 스마트폰을 개발을 하는 혁신 프로세스로 관리할 때 사용할 수 있다. 특히 챗GPT를 이용하면 다 양한 효과를 포괄적으로 얻을 수 있다. 여기서 이노베이션뿐만 아니라 특정 기술이나 어떤 패러다임을 적용할 수도 있다. 다음에는 혁신 대신 모듈러 설계 패러다임을 적용해 볼 예정이다.    ■ 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.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

엔비디아가 고급 훈련, 시뮬레이션, 추론 등 세 가지 컴퓨터 시스템을 통해 차세대 AI 기술로 불리는 ‘물리적 AI’ 구축을 지원하며, 이를 통해 로보틱스 생태계 강화에 나선다고 밝혔다. 챗GPT(ChatGPT)로 시작된 생성형 AI는 콘텐츠 제작, 고객 서비스, 소프트웨어 개발, 지식 근로자를 위한 비즈니스 운영 등 디지털 업무를 혁신하는 데에 도움을 주고 있다. 그러나 휴머노이드, 공장, 기타 산업 시스템 내 장치 등에서 인공지능을 구현하는 물리적 AI는 아직 획기적인 전환점을 경험하지 못했으며 교통, 모빌리티, 제조, 물류, 로보틱스와 같은 산업이 제약을 받아왔다는 것이 엔비디아의 시각이다. 엔비디아는 고급 훈련, 시뮬레이션, 추론을 결합한 3가지 컴퓨터 시스템을 통해 이러한 상황에 변화를 가져올 수 있을 것으로 보고 있다.  대규모 언어 모델(LLM)은 문자나 단어와 같은 모드에서 다음 토큰을 예측할 수 있는 1차원적인 모델이다. 이미지와 비디오 생성 모델은 다음 픽셀을 예측할 수 있는 2차원 모델이다. 하지만 이러한 모델들은 3차원 세계를 이해하거나 해석할 수 없다.  엔비디아는 물리적 AI 모델이 생성형 AI를 통해 물리적 세계를 인식하고, 이해하고, 상호 작용하고, 탐색할 수 있다고 밝혔다. 가속 컴퓨팅을 기반으로 한 멀티모달 물리적 AI의 혁신과 대규모 물리 기반 시뮬레이션을 통해 로봇을 활용한 물리적 AI의 가치를 실현할 수 있게 됐다는 것이다. 로봇은 지각, 추론, 계획, 행동, 학습을 할 수 있는 시스템으로, 자율 주행 로봇(AMR), 조작기 팔 또는 휴머노이드 외에도 다양한 유형의 로봇이 존재한다. 가까운 미래에는 수술실부터 데이터 센터, 창고, 공장, 교통 관제 시스템이나 스마트 시티에 이르기까지 움직이는 모든 것, 또는 움직이는 사물을 모니터링하는 모든 것이 자율 로봇 시스템이 될 것으로 보이는데, 이러한 시스템은 주변 환경을 감지하고 이에 대응할 수 있는 능력을 갖추게 된다.     엔비디아는 특히 인간을 위해 설계된 환경에서 효율적으로 작동할 수 있는 휴머노이드 로봇에 주목하고 있다. 휴머노이드 로봇을 개발하려면 물리적 AI와 로봇 훈련, 시뮬레이션, 런타임을 처리하는 세 가지의 가속화된 컴퓨터 시스템이 필요하다. 엔비디아는 개발자가 물리적 AI를 제작할 수 있도록 3가지 컴퓨터 시스템과 가속화된 개발 플랫폼을 구축했다고 전했다. 먼저, 개발자는 엔비디아 DGX 플랫폼에서 엔비디아 네모(NeMo)를 사용해 파운데이션 모델과 생성형 AI 모델을 훈련하고 미세 조정할 수 있다. 또한 자연어를 이해하고 인간의 행동을 관찰해 움직임을 모방할 수 있는 휴머노이드 로봇을 위한 범용 파운데이션 모델을 개발하는 이니셔티브인 엔비디아 프로젝트 GR00T(Project GR00T)를 활용할 수도 있다. 둘째, 엔비디아 OVX 서버에서 실행되는 엔비디아 옴니버스(Omniverse)는 물리적 AI를 테스트하고 최적화하기 위한 개발 플랫폼과 시뮬레이션 환경을 제공한다. 이는 엔비디아 아이작 심(Isaac Sim)과 같은 애플리케이션 프로그래밍 인터페이스와 프레임워크를 통해 활용된다. 개발자들은 아이작 심을 사용해 로봇 모델을 시뮬레이션하고 검증하거나, 물리 기반 합성 데이터를 대량 생성해 로봇 모델 훈련을 진행할 수 있다. 또한 연구원과 개발자는 로봇 강화 학습과 모방 학습을 지원하는 오픈 소스 로봇 학습 프레임워크인 엔비디아 아이작 랩(Isaac Lab)을 사용해 로봇 정책 훈련과 개선을 가속화할 수 있다. 마지막으로 훈련된 AI 모델이 실행 컴퓨터에 배포된다. 엔비디아 젯슨 토르(Jetson Thor) 로봇 컴퓨터는 콤팩트한 온보드 컴퓨팅 요구 사항을 위해 특별히 설계됐다. 제어 정책, 비전, 언어 모델로 구성된 모델 집합이 로봇 두뇌를 구성하고, 에너지 효율적인 온보드 엣지 컴퓨팅 시스템에 배포된다. 로봇 제조업체와 파운데이션 모델 개발자는 워크플로우와 도전 과제에 따라 필요한 만큼의 가속 컴퓨팅 플랫폼과 시스템을 사용할 수 있다.

건축 생성형AI 활용 실무 교육(11월 22일 온라인) 건축/건설 분야에서 효율성을 극대화하고 미래 경쟁력을 확보하기 위한 '건축 생성형 AI 활용 초중급 실무 교육’이 11월 22일(금) 온라인(줌)으로 열린다.  건축/건설 분야에서 생성형AI에 대한 관심들은 높지만 실제 적용 방법에 대한 정보는 부족하다. 이에 엔지니어링 IT 전문 미디어 <캐드앤그래픽스>에서는 건축과 생성형 AI 융합을 통해 건축 관련 업계 종사자와 건설 엔지니어링 기업의 경쟁력 확보, 생산성 증대에 기여하기 위해 교육을 마련했다. 이번 교육은 AI 기술을 활용한 건축 설계의 각 단계에서 시각화를 어떻게 최적화할 수 있는지 이해하고, 실제 사례를 통해 실무에 활용할 수 있는 방안을 모색하는데 초첨을 맞춘다. 업계 전문가들과의 노하우 공유를 통해 단기간에 실무에 바로 사용할 수 있는 AI 기술을 익히는 기회가 될 것이다. 최신 AI 도구와 기술 트렌드를 소개하며, 건축 설계와 디자인, BIM 작업의 생산성을 높일 수 있는 구체적인 방법과 아이디어를 제시할 예정이다.  이번 교육은 관련 업계 종사자, 건축사와 설계자, 관련 학과의 학생 및 연구자, 스타트업 창업가뿐만 아니라 AI 도입을 검토하는 관리자 등 다양한 참가자들이 도움을 얻을 수 있도록 프로그램을 구성했다.  교육 프로그램에는 ▲건축 생성형 AI 개론(역사와 발전 방향, 활용 사례) ▲건축 생성 AI 기술 현황 및 사례(AI 툴과 프로그래밍) ▲효과적인 프롬프트 작성법 ▲생성형 AI 도구의 종류와 사용법 등이 포함된다. 또한 챗GPT, 미드저니, 스테이블디퓨전, 스케치업, 포토샵과 같은 도구의 설치 및 사용법을 배우고 건축 실무에 어떻게 적용할 수 있는지도 다룬다. 심화 과정에서는 룩엑스, 미드저니, 챗GPT를 활용한 건축 사례와 AI 기반 보고서 작성 및 법규 검토 챗봇 등 자동화 도구 시연이 준비되어 있다. GenAI와 라이노, 그라스호퍼 같은 도구를 활용한 알고리즘 생성, GPT AI 활용, 유전 알고리즘과 이미지 생성 AI를 통한 모델링 최적화 사례도 소개될 예정이다. 이번 프로그램을 기획한 캐드앤그래픽스의 최경화 국장은 “짧은 시간에 모든 것을 습득하기는 어렵지만, 건축 AI 시대에 대비하는 효율적인 프로세스를 구축하는 데 이번 교육이 도움이 될 것”이라며, “전문가뿐만 아니라 건축과 AI에 관심 있는 사람들이 이번 교육을 통해 영감을 얻고 창의적인 크리에이터로 성장하는 계기가 되길 바란다”고 말했다. 참가비는 얼리버드 등록시 할인 혜택이 제공되며,  참가신청은 캐드앤그래픽스 건축AI교육 신청 페이지 에서 가능하다. 캐드앤그래픽스는 건축 및 제조 엔지니어링 분야의 최신 기술 동향과 산업 솔루션 정보를 제공하는 전문 매체로, 다양한 컨퍼런스와 웨비나, 교육 프로그램을 통해 업계 종사자들의 역량 강화를 지원하고 있다.  

조성수 지음 / 25000원 / 광문각출판미디어그룹    이 책은 인공지능(AI) 기술이 사회 전반에 미치는 영향과 가능성에 대해 심도 있게 탐구하였으며, 오픈AI의 공동 창립자 샘 알트만의 비전과 성공 전략을 생생하게 담고 있다. 특히 AI가 어떻게 우리의 일상과 산업 전반에 혁신을 일으키고 있으며, 미래의 비즈니스 환경에서 중요한 역할을 할 것인지에 대한 통찰을 제공한다. 이 책은 단순히 기술적 정보 제공에 그치지 않고, AI 기술의 윤리적 문제와 사회적 책임에 대한 논의까지 포괄하여 AI 기술이 인류에게 주는 혜택과 함께 발생할 수 있는 위험을 면밀히 분석한다. AI 전문가뿐만 아니라 AI 도입을 준비 중인 기업, 정책 입안자, 그리고 미래의 AI 시대를 대비하는 학생들에게 필수적인 가이드북으로 자리 잡을 것으로 기대된다. 이 책에서는 샘 알트만의 오픈AI의 비전과 목표, 그리고 챗GPT 개발 과정에 대해 상세히 서술하고 있다. 오픈AI의 목표는 인공지능의 민주화를 통해 전 인류가 평등하게 기술의 혜택을 누리게 하는 것이다. 이 과정에서 샘 알트만이 강조한 점은 기술 개발과 함께 윤리적 AI를 만드는 것이다. AI가 특정 집단이나 개인에게 불리하게 작용하지 않도록 공정성과 투명성을 담보하며, AI 기술을 통해 더 나은 사회를 만들 수 있다는 그의 비전이 이 책에 잘 녹아 있다. AI 활용의 혁신적 사례 책에서 다루는 AI 활용의 대표적 사례는 다양한 산업 분야에서 두드러지게 나타나고 있다. 의료, 환경, 교육, 교통 등에서 AI는 이미 혁신적인 도구로 자리 잡고 있으며, 이들 산업의 생산성을 높이고 새로운 가능성을 제시하고 있다. 의료 분야에서의 AI 혁신 AI는 특히 의료 분야에서 놀라운 발전을 이뤄내고 있다. AI 기반의 진단 시스템은 과거에 비해 더욱 정확하고 빠르게 질병을 감지하고 치료 방법을 제안한다. 이를 통해 의료 비용을 절감하고, 환자 개개인에 맞춤형 치료법을 제공함으로써 의료 서비스의 질을 향상시키고 있다. AI는 방대한 데이터를 분석해 의료 이미지를 판독하고, 유전자 정보를 분석해 질병 예측을 돕는다. 또한 환자 모니터링 시스템은 실시간으로 환자의 상태를 추적해 의료진에게 빠르고 정확한 피드백을 제공함으로써 치료의 효율성을 극대화한다. 환경 보호와 AI 환경 문제 해결에서도 AI는 중요한 역할을 하고 있다. AI는 기후 변화 모델링을 통해 전 세계적인 기후 변화 예측과 대응 방안을 제시하는 데 기여하고 있으며, 이를 통해 지속 가능한 환경 관리를 가능하게 한다. 위성 이미지 분석을 통해 삼림 파괴, 해양 오염 등을 감시하고, 대기오염 수준을 실시간으로 모니터링하는 시스템도 점차 확산되고 있다. 교육에서의 AI 활용 교육 분야에서도 AI는 큰 변화를 불러일으키고 있다. AI는 학생 개개인의 학습스타일과 속도를 분석해 맞춤형 학습 콘텐츠를 제공한다. 이는 기존의 일률적인 교육 방식을 뛰어넘어 개별 맞춤형 교육을 가능하게 하며, 학습효율성을 높이고 교육 격차를 줄이는 데 기여한다. 이 책에서는 AI 기반의 교육 시스템이 어떻게 교육의 질을 향상시키고 있는지에 대한 구체적인 사례들을 소개하고 있으며, 미래의 교육 패러다임이 AI를 통해 어떻게 변화할지에 대해 전망하고 있다. AI 윤리와 사회적 책임 이 책에서 다루는 중요한 주제 중 하나는 AI의 윤리적 문제와 사회적 책임이다. AI는 발전 속도가 빠른 만큼, 그 사용에 따른 윤리적 도전도 지속적으로 제기되고 있다. AI가 사회에 미치는 긍정적인 영향뿐만 아니라 프라이버시 침해나 데이터 편향성 문제에 대한 해결책이 필요한 이유다. AI가 방대한 양의 데이터를 처리하고 학습하는 과정에서 잘못된 정보가 입력되거나 데이터가 왜곡될 경우 심각한 부작용이 발생할 수 있다. 투명성과 공정성을 확보하는 것이 AI 개발에서 매우 중요한 이유는, 이 기술이 사회에서 중요한 의사결정에 영향을 미치기 때문이다. 책은 AI 시스템의 책임 있는 사용을 위해 기술 개발 단계에서부터 윤리적 기준을 세우고, AI 기술이 인류에게 긍정적 영향을 미치도록 해야 한다는 메시지를 전한다.  

디지털 지식전문가 조형식의 지식마당   올해는 내가 컴퓨터를 시작한 지 50년이 되어 가는 해이다. 처음 접한 컴퓨터는 대학교에 설치된 IBM의 메인프레임이었다. 또한 2008년 3월에 시작한 이 칼럼이 200번째를 맞기도 했다.  인생이란 짧고 빠르게 지나간다. 매일 반복되는 일상도 생존에 필요하지만, 어떤 목표나 마일스톤이 없다면 인생의 후반은 허무하게도 느껴진다. 우리의 뇌는 일상을 기억하지 않는다. 남의 지식을 설명하는데 대부분의 인생을 소비한다. 책을 쓰거나 자신의 생각을 정리할 때에는 나의 것이 별로 없다는 것을 깨닫는다. 새로운 인공지능 시대에 나의 인생 마일스톤과 목표를 다시 정립해 본다.   10년 전인 2014년에 ‘인간의 여섯 가지 조건’에 대해서 쓴 적이 있다. 이제 디지털 시대를 맞아 인간의 여섯 가지 조건을 다시 작성해 봤다.   그림 1. 인간의 여섯 가지 조건   첫 번째 조건은 삶의 의미를 찾고, 의미 있는 삶을 추구하는 것이다. 자신의 정체성을 가지고 어떠한 고난에도 쉽게 무너지지 않는다. 인생을 살아오면서 인간이 얼마나 나약한 존재이고, 우리의 인생이 얼마나 깨지기 쉬운 것인지를 깨닫는다. 빅토르 프랑클 박사의 ‘삶은 의미를 찾아서 (Man’s Search for Meaning)’ 라는 책을 읽으먼서 많은 것을 얻었던 것 같다. 특히 디지털 시대의 지나치게 많은 디지털 정보 속에서 인간의 막연한 불안감과 타인과 비교하면서 오는 공허감에는 자신만의 삶의 의미를 찾는 것이 가장 중요하다.  두 번째 조건은 논리적 문제 해결 능력을 갖는 것이다. 자신을 지식으로 장식하지 말고, 논리학과 수학을 공부하고 과학적인 사실에 근거한 논리적 분석으로 문제를 해결해서 생존력을 가진다. 사실 인간은 이성적이기 보다는 감정적이다. 특히 인공지능 시대에서 논리적인 조건은 핵심 경쟁력일 수 있다. 대니얼 카너먼의 저서인 ‘생각에 관한(Thinking, Fast and Slow)’을 반드시 읽어 볼 필요가 있다. 세 번째 조건은 예술에 대한 심미안을 갖는 것이다. 항상 자신의 주변에 유형적, 무형적 아름다움을 볼 수 있는 안목을 가진다. 예술은 지식이 아니라 느낌이므로 직접 참여해야 한다. 예술은 인간이 누릴 수 있는 가장 높은 보상일 수 있다. 예술의 현실 세계의 경험은 디지털 복제와 인공지능 시대에 자신만의 창조성을 유지할 수 있다.   네 번째 조건은 작문(글쓰기)과 외국어 번역 능력을 갖는 것이다. 글을 쓰는 것은 우리의 생각을 완성하는 것이고, 외국어를 공부하는 것은 나의 사고의 방에 창문을 만드는 것이다. 글쓰기는 내가 나 자신을 만나고 그것은 짧은 우리 인생에 나의 흔적을 영원히 남기는 작업이다. 지난 일 년간 이외수 작가의 ‘글쓰기의 공중부양’이란 책을 지속적으로 읽으면서 글과 단어, 단어 채집, 속성 찾기, 본성 찾기 등을 실행하고 있다. 특히 챗GPT(ChatGPT)의 시대에 자신만의 문학적 작문 능력은 반드시 필요하다.  다섯 번째 조건은 건강, 일, 운동, 공부, 음식, 기록 등에 좋은 습관을 갖는 것이다. 일상의 좋은 습관은 좋은 인생을 만든다. 사회적으로 성공한 인생보다는 좋은 인생을 살고 싶다. 이런 좋은 습관은 디지털 현실이 아닌 물리적 현실의 실행이다. 아무리 디지털 기술이 발전해도 우리의 물리적의 현실은 가장 중요한 인생이다. 마지막으로 여섯 번째 조건은 삶의 균형 감각을 갖는 것이다. 삶의 균형 감각을 갖는다는 것은 어떠한 정신적, 물리적, 생리적 중독으로부터 자유롭다는 것이다. 인간은 육체적으로 나약한 존재이다. 지속적으로 이런 것에 대해서 의존과 중독의 유혹이 온다. 그래서 가장 중요한 것은 삶의 균형 감각이다. 그것은 자신의 정체성과 독서와 배움 그리고 사색으로 가능하다. 삶의 균형 감각이 행복을 준다. 어떤 사회적 성공이나 부, 지위나 스펙이 가져다주지 않는다. 인생은 무엇을 얻으면 반드시 다른 무엇을 지불해야 한 것이므로 이런 균형이 필요하다. 특히 디지털과 현실에 대한 삶의 균형이 새로운 도전이 되고 있다. 최근에 디지털 엔지니어링과 디지털 트윈 등을 정리하면서, 디지털 지식에 대해서 많은 독서와 정리를 하였다. 그러나 ‘1일 1개 버리기’라는 책을 우연히 읽으면서 내가 가장 필요한 것은 더 많은 지식이나 자료 수집이 아니라 버리는 것이 아닐까 생각해 봤다. 저자는 “소유하고 있는 것을 내려놓아야 소중한 것을 얻을 수 있다”고 한다. 우리가 어떤 것을 못 버리는 이유는 세 가지이다. 그것은 과거의 추억을 포함하고 있거나, 그것이 미래에 사용될 지도 모른다는 생각, 그리고 현재에 버릴 용기가 없다는 것이다.  현대인에게 너무 많은 물건과 만남, 관계, 정보로 인하여 정말 무엇이 소중한지 모르게 되었다. 시작은 하루에 아주 작은 것을 매일 버리지만, 궁극적으로는 너무 많은 사회적 관계와 정보에서 오는 정신적 불안감, 열등감, 공허감 등 마음의 짐을 버리는 것이다. 정말 오랫동안 매일 사용하던 페이스북을 끊어버렸다. 2주간은 너무 궁금했지만 이제는 나의 스마트폰과 PC에서 앱을 완전히 지웠다.  올해의 나의 마일스톤은 디지털 디톡스에서 시작해서 디지털 안식년을 가지는 것이고, 최종적으로는 디지털 중독에서 삶의 균형 감각을 찾는 것이다. 시작은 쉽지 않다. 중독에서 벗어나는 것은 인간의 뇌의 약점인 편행에서 벗어나는 것이다. 지난 두 달 동안 매일 버리면서 정말로 무엇이 소중한지를 깨닫고 있다. 그리고 디지털과 현실 세계의 균형 감각이 무엇보다도 삶의 의미에서 중요하다는 것을 실천하고 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.

현장에서 얻은 것 No.18   “미래의 성공은 데이터와 그 데이터를 활용하는 능력에 달려 있다.”  - 챗GPT   PLM에 AI 도입 본격화 지난 2022년 11월 챗GPT(ChatGPT)가 시장에 출시되고 난 후, 지멘스 인더스트리 소프트웨어는 2023년 4월 하노버 메세에서 마이크로소프트와 함께 생성형 AI 기반의 소프트웨어 개발, 문제 보고, 시각적 품질 검사를 통해 공장 자동화 AI 활용을 시장에 내놓았다. 그리고 생성형 설계(Generative Design)에 AI를 접목하는 것은 이미 상당히 현실화되었다. SAP는 2024년 6월 자사 AI 솔루션인 쥴(Joule)을 통해 클라우드 포트폴리오 전반에 비즈니스 AI를 도입한다고 발표했다. 그리고 2024년 7월 다쏘시스템은 미스트랄 AI(Mistral AI)를 AI 파트너로 선정하여 PLM에 본격적인 AI 도입을 진행 중이다.(표 1)   표 1. PLM에 AI 도입 본격화, 요약 정리(Gemini)    그리고 엔지니어링 분야에서 AI를 어떻게 활용할 수 있을지 기대되는 영역에 대해서 정리해 보았다.(표 2)   표 2. 엔지니어링 분야에서 AI 활용, 요약 정리(Gemini)    “기술이 발전할수록 인간의 창의성이 더 중요한 자산이 된다.” - 챗GPT   글로벌 PLM,ERP 기업의 AI 도입 전략 다쏘시스템은 미스트랄 AI와의 협업을 통해 3D익스피리언스(3DEXPERIENCE) 플랫폼에 생성형 AI를 도입하여, 자연어 명령만으로도 3D 모델을 생성하거나 설계를 수정할 수 있는 방안을 모색하고 있다. 버추얼 트윈 기술과 연계하여 실제 제품과 동일한 가상 모델을 구축하고, 이를 통해 제품 개발 전 과정을 시뮬레이션 하는데 AI가 큰 도움을 주리라 예상된다. 지멘스는 마이크로소프트와의 협업을 통해 애저 AI(Azure AI)를 활용하여 엑셀러레이터(Xcelerator) 포트폴리오의 예측 유지보수 기능을 고도화하고, 품질 관리 시스템을 강화한다. 오픈AI(OpenAI)의 GPT 모델을 활용하여 자연어 처리 기반의 사용자 인터페이스를 구현하고, 사용자 편의성을 높인다. 디지털 트윈 기반의 운영 효율성을 향상시키고, 지속 가능한 생산 시스템 구축을 목표로 한다. SAP는 쥴(Joule)을 통해 제품 전체에 AI를 확장하여 엔터프라이즈 레벨의 AI 플랫폼을 구축하려고 한다. 머신러닝, 딥러닝 등을 활용하여 비즈니스 프로세스를 자동화하고, 예측 분석을 통해 의사 결정을 지원하며, S/4HANA와의 긴밀한 통합을 통해 기업의 모든 데이터를 활용하여 더욱 정확한 예측과 분석을 가능하게 한다. PTC는 크레오(Creo)에 제너레이티브 디자인 기능을 추가하여 엔지니어들이 디자인 초기 단계에서 다양한 설계 옵션을 빠르게 생성하고 평가할 수 있도록 지원한다. AR(증강현실) 기술과 결합하여 엔지니어가 실제 제품을 보듯이 설계를 검토하고 수정할 수 있도록 지원하며, 다양한 파트너와 협력하여 사물인터넷(IoT) 데이터를 활용한 예측 유지보수, 품질 관리 등의 기능을 제공한다. 주요 차이점 및 시사점을 살펴보면, 각 기업은 자사의 강점과 비즈니스 목표에 맞는 AI 파트너를 선택하여 협력하고 있다. 주요 기술은 생성형 AI, 디지털 트윈, AR, 머신러닝 등 다양한 AI 기술을 활용하여 차별화된 기능을 제공하며, 차별화 포인트는 각 기업은 자사의 플랫폼과 강점을 기반으로 차별화된 가치를 제공한다. 다쏘시스템은 버추얼 트윈, 지멘스는 디지털 트윈, SAP는 ERP와의 통합, PTC는 제너레이티브 디자인과 AR에 중점을 두고 있다. 기대 효과로는 모든 기업의 공통적인 목표는 AI를 활용하여 제품 개발 기간을 단축하고, 품질을 향상시키며, 새로운 비즈니스 모델을 창출하는 것이다. 요약하면, 주요 PLM 기업들은 AI를 활용하여 제품 개발 과정을 혁신하고, 제조업의 디지털 전환을 가속화하고 있다. 각 기업은 자사의 강점과 시장 환경에 맞는 AI 전략을 추진하며, 경쟁적으로 AI 기술을 발전시켜 나갈 것으로 예상된다. 이러한 변화는 제조업의 미래를 변화시키고, 더욱 스마트하고 효율적인 생산 시스템 구축에 기여할 것이다. “AI는 단순한 기술이 아니라, 우리가 세상을 바라보는 방식을 바꾸는 도구다.” - 챗GPT   미래를 설계하는 AI : 다쏘시스템의 PLM 혁신 전략 다쏘시스템의 AI 전략은 산업계 전반에서 디지털 전환을 가속화하고, 혁신적인 제품 및 서비스 개발을 가능하게 하는 중요한 전환점에 있다. PLM(제품 수명주기 관리) 솔루션과 인공지능(AI)의 접목은 기업이 제품 개발, 제조, 공급망 관리, 그리고 고객 경험 등을 새로운 차원으로 끌어올릴 수 있는 잠재력을 지니고 있다. 2024년 7월 ‘다쏘시스템-미스트랄AI와 파트너십 체결… 3D익스피리언스에 LLM 제공해 고성능 생성형 AI 경험 제공’이라는 소식이 알려졌다. 미스트랄 AI는 프랑스의 언어 모델 개발 및 관련 서비스 제공 기업이다. 양적은 물론 질적인 면에서도 유럽권을 선도하고 있는 인공지능 업체이며, 아파치 라이선스 기반의 오픈소스 정책을 통한 확장 정책을 펼치고 있다. 활성 매개변수를 통한 높은 효율성을 위주로 홍보하고 있다. 2023년 4월, 구글 딥마인드와 메타의 파리 연구소에서 근무하던 임직원들이 설립했다. 2023년 6월, 에릭 슈밋 등의 투자자들로부터 2억 4000만 유로의 기업 가치를 평가받으며 1억 500만 유로 투자를 조달했다는 소식이 알려졌다. 다쏘시스템과 미스트랄 AI 두 회사가 어떤 전략을 시장에 내어 놓을지 알아보고자, 전략과 주요 내용을 홈페이지 등에서 찾아서 기업 성장 맵으로 만들어 보았다.    그림 1. 기업 성장 맵 ‘다쏘시스템의 AI 협업 전략’(Map by 류용효) (클릭하면 큰 그림으로 볼 수 있습니다.)   다쏘시스템과 미스트랄 AI의 협업 전략 : LLM 기반의 혁신 미스트랄 AI는 LLM(대규모 언어 모델) 기술을 중심으로 하는 AI 솔루션을 제공하며, 다쏘시스템의 3D익스피리언스 플랫폼과 결합하여 PLM 솔루션의 기능을 대폭 강화할 계획이다. 이 협업을 통해 다쏘시스템은 PLM 솔루션 내에서 AI를 활용한 예측 분석, 데이터 통합, 그리고 사용자 정의 경험을 가능하게 하여, 제조 및 설계 프로세스 전반에 걸친 혁신을 도모하고 있다. 미스트랄 AI의 LLM은 대규모 언어 모델링 기술을 기반으로 하여, 자연어 처리 및 생성에 뛰어난 성능을 발휘한다. 이를 통해 다쏘시스템의 고객들은 제품 설계와 개발 단계에서 더욱 직관적이고 효율적인 방법으로 데이터를 관리하고 활용할 수 있게 된다. 예를 들어, AI는 방대한 설계 데이터를 분석하여 최적의 설계 방안을 제시하거나, 공급망의 위험 요소를 사전에 식별하여 대응 방안을 마련하는 데 도움을 줄 수 있다. 다쏘시스템은 자체 클라우드 서비스인 아웃스케일(OUTSCALE)을 통해 AI 솔루션을 안전하게 운영할 수 있는 인프라를 제공하고 있다. 특히 아웃스케일은 미스트랄 AI와의 결합을 통해 데이터 보안과 시스템 성능을 극대화하는 역할을 하게 된다. 이로 인해 다쏘시스템은 고객들에게 고도의 데이터 보호와 동시에 신속한 처리 능력을 보장할 수 있게 되었다. 예를 들어, 아웃스케일의 보안 클라우드 환경에서 AI 모델을 훈련시키고 배포할 수 있는 능력은 민감한 데이터를 다루는 산업군에서 특히 중요하다. 이는 생명 과학, 헬스케어, 금융 등과 같은 분야에서 AI의 활용을 촉진하는데 중요한 요소로 작용할 것이다. 아웃스케일의 성능 최적화와 더불어, 다쏘시스템의 고객들은 다양한 AI 응용 프로그램을 유연하게 운영하고 관리할 수 있게 된다.    AI와 PLM의 결합 : 미래 산업의 핵심 기술로 자리매김 AI와 PLM의 결합은 미래 산업의 디지털 전환을 이끄는 핵심 기술로 자리매김할 것이다. 다쏘시스템의 전략은 이 두 기술의 강점을 최대한 활용하여, 산업 전반에 걸쳐 혁신을 가속화하는 것이다. 예를 들어, AI는 제품의 수명주기 전반에서 발생하는 데이터를 실시간으로 분석하고, 이를 통해 제품 개발과 생산 효율성을 극대화하는데 기여할 수 있다. 이와 같은 데이터 중심의 접근 방식은 특히 복잡한 공급망 관리, 고객 맞춤형 제품 개발, 그리고 지속 가능성 목표 달성에 있어 중요한 역할을 한다. AI는 다양한 데이터를 통합하고 분석하여, 기업이 보다 신속하고 정확한 의사 결정을 내릴 수 있도록 지원한다. 또한, AI는 다양한 시나리오 분석을 통해 기업이 미래의 변화에 대비할 수 있는 능력을 향상시킨다.   상업적 적용과 라이선스 문제 : 새로운 비즈니스 모델의 필요성 다쏘시스템의 AI 전략은 상업적 적용 및 라이선스 문제에 있어서도 중요한 변화를 예고하고 있다. 특히, 미스트랄 AI의 기술을 상업적으로 활용하기 위해서는 적절한 라이선스 계약이 필요하다는 점에서, 새로운 비즈니스 모델의 도입이 필요할 것으로 보인다. 이는 AI 기술의 상용화와 관련된 법적, 윤리적 문제를 해결하기 위한 중요한 단계로, 다쏘시스템이 미래의 비즈니스 환경에서 경쟁력을 유지하는 데에 있어 필수 요소이다. 예를 들어, AI 기술을 활용한 제품 개발이 증가함에 따라, 기업들은 AI 기술에 대한 라이선스 비용과 사용 조건을 명확히 이해하고, 이를 기반으로 한 비즈니스 전략을 수립할 필요가 있다. 다쏘시스템은 이러한 변화에 발맞추어 고객들에게 명확하고 투명한 라이선스 정책을 제공함으로써, AI 기술의 도입과 확산을 지원하고 있다.   디지털 혁신의 촉매제로서의 AI 다쏘시스템의 AI 전략은 단순한 기술 도입을 넘어, 디지털 혁신의 촉매제로서 작용하고 있다. PLM 솔루션과 AI의 결합은 제조업 및 설계 산업 전반에 걸쳐 새로운 가능성을 열어주고 있으며, 기업들이 경쟁력을 강화하고 시장에서의 입지를 공고히 하는데 중요한 역할을 할 것이다. 다쏘시스템은 이러한 전략을 통해 고객들에게 더욱 강력한 도구와 솔루션을 제공함으로써, 미래 산업의 디지털 전환을 선도하고자 한다. “변화에 대한 저항이 아닌, 변화에 대한 준비가 기업을 성공으로 이끈다.” - 챗GPT   마무리하면서 이 글을 쓰면서 또 한 번 씁쓸하지는 마음이 있다. 생성형 AI가 나왔을 때, 한국에서는 지구 어느 나라보다도 뜨겁게 이슈가 되었다. 하지만, 2년의 시간이 흘러 우리는 여전히 어디로 가야 할 지 모르는 미궁 상태로 보인다. 기업이든 솔루션 회사든 결단이 필요하고, 새로운 시장을 개척하는 용기가 필요해 보인다. 정부 지원이나 작은 스케일로 접근하는 우리나라의 접근 방식이 글로벌 시대의 변화에 맞는가 하는 의문은 계속 생긴다. 생성형 AI 역시 외국 기업에서 또 다시 큰 비중을 차지해 나가며, 만들어지는 솔루션을 또 다시 우리나라 기업에서는 도입해야만 할 것 같아 보인다. 뭐가 문제일까? 세계 속에서 주목할 만한 우리의 소프트웨어는 게임 외에는 없을까? 여전히 따라가야만 할까? 하지만 우리나라 기업의 저력은 디테일함에서 온다고 믿는다. 떄론 무모한 질문 때문에 한국을 ‘도깨비 나라’라고 부르던 외국인도 있었지만, 지금은 사정이 달라질 것 같다. 지금은 질문을 많이 그리고 디테일하고 창의적인 방향으로 하는 시대임에는 분명하다. 변화의 준비, 그리고 무모함이 우리를 또 한 번 크게 변화시키지 않을까 생각해 본다.   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.