• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 " 해석"에 대한 통합 검색 내용이 4,327개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
에스브이디, MSC 소프트웨어 파트너 어워드서 법인·개인 부문 수상
CAE 전문 기업인 에스브이디가 ‘MSC 소프트웨어 파트너 커넥트 2026’ 행사에서 두 개 부문의 상을 받았다고 밝혔다. 에스브이디는 한국과 아세안, 태평양 지역 파트너사가 모인 이번 행사에서 ‘올해의 최우수 파트너상’과 ‘올해의 최우수 영업상’을 수상했다. 이번 행사는 케이던스 디자인 시스템즈의 일원이 된 MSC 소프트웨어 포트폴리오를 중심으로 활동하는 파트너사들이 협업과 비즈니스 전략을 공유하기 위해 마련됐다. 특히 MSC 소프트웨어가 케이던스 산하 시스템 디자인 및 해석 조직의 핵심 CAE 포트폴리오로 통합된 이후의 성장 방향을 논의하는 자리로 진행됐다. 에스브이디는 공식 발표 세션에도 참여해 기술력을 공유했다. 성공 사례 세션에서 에스브이디 CAE팀 임찬혁 과장은 고객사의 MSCOne 마이그레이션 프로모션 수행 과정과 성과를 아시아·태평양 지역 파트너사들에게 소개했다. 이어진 파트너 어워드에서 에스브이디는 법인 부문 최우수 파트너로 선정됐으며, 개인 부문에서는 CAE팀 송원준 차장이 최우수 영업상을 받았다. 에스브이디는 2024년 우수 파트너 선정과 2025년 아시아 지역 최고 실적 파트너 수상에 이어 3년 연속으로 성과를 인정받게 됐다. 송원준 차장은 “고객의 신뢰와 동료들의 노력으로 의미 있는 성과를 거두었다”면서, “앞으로도 케이던스와 협력해 국내 CAE 시장에서 높은 수준의 기술과 서비스를 제공하겠다”라고 말했다. 에스브이디는 “이번 수상을 바탕으로 케이던스 글로벌 파트너 생태계 안에서 입지를 강화하고, 국내 제조 및 엔지니어링 산업의 디지털 혁신을 지원할 계획”이라고 전했다.  
작성일 : 2026-04-17
[태성에스엔이] 구조/유동/열 해석부터 AI 연계까지 | TSTS 2026 기술 컨퍼런스 안내
#태성에스엔이 #CAE #컨퍼런스 구조/유동/열 해석부터 AI 연계까지 | TSTS 2026 기술 컨퍼런스 안내      이 내용이 제대로 보이지 않으면 행사 상세 페이지에서 확인하시기 바랍니다. 엔지니어링 경쟁력은 더 이상 기술의 보유 여부가 아니라 얼마나 빠르고 효과적으로 활용하는가에 의해 결정됩니다. 특히 AI와 시뮬레이션의 결합은 제품 개발 속도와 의사결정 방식 전반에 의미 있는 변화를 만들어오고 있습니다. TSTS 2026에서는 다양한 산업의 실제 적용 사례를 통해 엔지니어링 혁신이 어떻게 개발 기간 단축, 비용 절감, 경쟁력 강화로 이어지는지를 확인하실 수 있습니다. - 개발 리드타임 단축 및 비용 절감 사례 - 데이터 기반 설계 의사결정 고도화 전략 - 기업 경쟁력 강화를 위한 기술 활용 방향 이번 행사를 통해 귀사의 엔지니어링 전략을 점검하고, 실질적인 성과로 이어질 수 있는 방향을 확인하시기 바랍니다. 출장공문 다운로드 ■ AGENDA 기조연설 : 10:00 ~ 11:20 르웨스트홀 A 10:00 – 10:30  |  #Ai 반도체 Agentic AI 인공지능을 위한 HBM-HBF 메모리 구조의 혁신 Physical AI 시대로의 진입에 따라 AI의 성능은 이제 GPU가 아닌 '메모리 대역폭과 용량'에 의해 결정됩니다. 본 강연에서는 초거대 AI 데이터 센터의 핵심 전략이 될 HBM-HBF 최적화 구조를 제안합니다. 차세대 기술인 HBDF와 3차원 통합 구조를 통해 미래 AI 서비스를 위한 메모리 기술 혁신의 방향성을 확인하시기 바랍니다. 김정호 교수  KAIST 10:30 – 11:00  |  #방산/구조해석 고밀도 AESA 레이더 시스템을 위한 구조해석 기반 수냉식 냉각판 설계와 검증: 내압 성능 예측부터 헬륨 기밀시험을 통한 프로토타입 검증까지 근접방어무기체계(CIWS)의 핵심인 AESA 레이더는 고밀도 발열 소자를 포함한 TRM의 안정적 냉각이 운용 신뢰성을 좌우합니다. 본 발표에서는 복잡한 냉각 유로를 내장한 수냉식 냉각판의 설계 단계에서 구조해석을 통해 내압 성능과 최대 변위를 사전 검증한 과정을 소개합니다. 제작 공정 안정화를 거쳐 완성된 프로토타입에 대한 헬륨 기체 내압시험 결과를 통해 설계 기준 충족 여부를 확인하시기 바랍니다. 신동준 수석연구원  LIG D&A 11:00 – 11:20  |  #Ai+Ansys From Physics to AI: The Evolution of Simulation with Ansys and Tae Sung S&E AI의 기능 확대에 따라, 공학 시뮬레이션 분야에서도 '정확한 물리 해석'을 유지하면서 '속도와 자동화'를 극대화할 수 있는 도구로서의 개발이 활발히 진행되고 있습니다. 본 세션에서는 Ansys의 AI의 기술개발 현황과 함께 이의 올바른 적용을 위한 태성에스엔이의 서비스를 설명합니다. 윤진환 본부장  태성에스엔이 Lunch Break 11:30 - 12:50 산업군 트랙 : 12:50 ~ 17:00 르웨스트홀 4F 각 세션장 전기/전자/ 반도체 자동차/ 모빌리티 항공우주/ 방산 에너지/중공업/ 플랜트 헬스케어  Agenda 한 눈에 보기 ■ 사전등록 안내 기간 : 2026.04.01.~05.08. 한정된 좌석으로 인하여 조기 마감 될 수 있습니다. 혜택 1 사전등록 후 현장참여 선착순 300분께 태성에스엔이의 키링을 제공합니다.   혜택 2 사전등록 후 현장참여 선착순 500분께 점심식사를 제공합니다.   * 행사 종료 후 진행되는 설문조사에 참여해 주세요. 소중한 의견을 주신 분들께 깜짝 기념품을 드립니다. 사전신청 바로가기 Sponsor Platinum Gold Silver
작성일 : 2026-04-17
이에이트, “물리 시뮬레이션에 AI 입혔다”… 산업 현장 맞춤형 플랫폼으로 활용 확대
이에이트가 물리 해석 시뮬레이션 기술을 고도화하고 인공지능(AI) 기반 시뮬레이션의 산업 활용 범위를 넓히고 있다고 밝혔다. 물리 해석 시뮬레이션은 열, 유체, 구조, 전자기 등 여러 분야에서 제품 설계와 성능 검증의 핵심 도구로 쓰여 왔다. 하지만 전문가 의존도가 높고 반복 작업에 많은 시간이 걸리는 한계가 있었다. 이에 따라 산업 현장에서는 더 빠르고 유연하게 활용할 수 있는 AI 기반 자동화 기술에 대한 수요가 늘고 있다. 최근 주목받는 기술은 ‘AI 대리 모델(AI surrogate)’이다. 이 기술은 반복적인 물리 시뮬레이션 결과를 학습해 근사치를 빠르게 도출하는 방식이다. 비용이 많이 들고 시간이 오래 걸리는 시뮬레이션을 보완하면서 다양한 조건을 현실적으로 비교하고 검토할 수 있어 산업계의 관심이 높다. 이에이트의 ‘NFLOW Ai(엔플로우 Ai)’는 웹 환경에서 물리 시뮬레이션을 실행하고 GNN U-Net 기반의 AI 대리 모델을 활용해 해석 주기를 단축하는 서비스형 소프트웨어(SaaS) 플랫폼이다. 별도의 장비 설치 없이 웹 브라우저에서 시뮬레이션을 수행할 수 있어 현장 활용성이 좋다. 이에이트는 NFLOW Ai를 데이터 지능 플랫폼 ‘NAXiS(넥시스)’, 운영 의사결정 시스템 ‘NAX Ops(넥스옵스)’와 연계하고 있다. 시뮬레이션 결과가 실제 운영 판단과 의사결정으로 이어지는 통합 구조를 구축하겠다는 취지다. 이에이트는 시뮬레이션이 전문가 중심의 영역에서 실무 도구로 역할이 변화하고 있다고 설명했다. 이어 NFLOW Ai를 통해 많은 현장에서 시뮬레이션을 쉽게 활용하는 환경을 만들고, AI 기술과의 결합을 통해 실질적인 가치를 만드는 개발을 이어가겠다고 밝혔다. 또한 제조, 에너지, 인프라 등 주요 산업에서 AI 기반 시뮬레이션의 활용이 시나리오 검토와 의사결정 지원으로 확대되는 추세에 따라, 기술 고도화와 제품 연계를 통해 시장 입지를 넓힌다는 계획이다.  
작성일 : 2026-04-17
시높시스, 아르테미스 프로젝트 위해 시뮬레이션 및 디지털 트윈 기술 지원
앤시스를 인수한 시높시스가 미국 NASA의 차세대 달 탐사 프로젝트인 아르테미스 프로그램을 지원하기 위해 기술 협력을 확대한다고 밝혔다. 시높시스는 EMA 및 시지엄과 손잡고 달 환경에서 사용할 우주복의 안전성 분석과 통신 시스템 개발을 돕고 있다. 시높시스는 NASA 존슨 우주센터 및 글렌 연구센터와 협력해 달 표면에서 발생하는 전하 축적 현상을 분석한다. 또한 디지털 트윈 기반의 가상 달 환경을 활용해 통신 네트워크 구축을 검증하고 있다. 시높시스에 따르면 이러한 시뮬레이션 기술은 실제 장비를 제작하기 전 단계에서 성능을 검증함으로써 개발 위험을 줄이고 임무의 신뢰성을 높이는 데 기여한다.     EMA와 함께 진행하는 전자기 시뮬레이션은 달 환경의 정전기가 우주유영 시스템과 전자 장비에 미치는 영향을 파악하는 데 중점을 둔다. 달의 토양과 마찰하며 생기는 대전 현상이나 우주 플라스마 환경에서의 정전기 방전은 통신과 생명 유지 장치에 문제를 일으킬 수 있다. 시높시스는 앤시스 차지 플러스 설루션을 사용해 다층 구조로 된 우주복 내부의 전하 흐름을 3차원으로 해석하고 있다. 이 데이터는 EMA 연구소의 실험 결과와 병행하여 정밀한 검증 체계를 갖추는 데 쓰인다. 통신 분야에서는 시지엄과 협력해 달의 3D 지형 데이터를 바탕으로 한 디지털 트윈 환경을 구축했다. 시높시스의 전자기 해석 도구인 앤시스 HFSS 등을 활용해 우주복과 로버에 장착된 안테나의 성능을 분석하고 통신 연결성을 평가한다. NASA 글렌 연구센터는 이 기술을 통해 달의 크레이터나 암석 지형 때문에 생기는 통신 음영 지역을 미리 찾아내고 효율적인 네트워크 설계를 진행하고 있다. 전 NASA 국장이자 시높시스 산하 AGI 어드바이저인 짐 브라이든스타인은 “하드웨어 제작 이전에 가상 환경에서 설계를 모델링하고 테스트하는 디지털 엔지니어링 기술은 혁신을 가속화하는 핵심 요소”라고 밝혔다. 아르테미스 프로그램은 단순한 달 탐사 재개를 넘어 인류가 우주에 지속 가능한 기반을 구축하는 것을 목표로 삼고 있다.
작성일 : 2026-04-17
어도비, 생성형 AI 비서 ‘파이어플라이 AI 어시스턴트’ 공개
어도비가 크리에이티브 에이전트 기반의 ‘파이어플라이 AI 어시스턴트(Firefly AI Assistant)’를 공개하며 생성형 AI 기술의 새로운 혁신을 선보였다. 파이어플라이 AI 어시스턴트는 어도비의 다양한 창작 도구를 하나의 대화형 인터페이스로 통합한 것이 특징이다. 이 서비스는 어도비 파이어플라이에서 곧 사용할 수 있다. 크리에이터가 일상적인 언어로 원하는 결과물을 설명하면 파이어플라이를 비롯해 포토샵, 프리미어, 라이트룸, 익스프레스, 일러스트레이터 등 크리에이티브 클라우드 앱 전반의 복잡한 작업을 조율하고 실행한다. 어도비는 이번 발표가 크리에이티브 작업 방식의 근본적인 변화를 의미한다고 설명했다. 크리에이터가 비전과 방향성을 제시하면 어시스턴트가 작업을 수행하는 구조로, 창작 과정에 드는 시간과 노력을 줄이면서도 제작자의 주도권을 유지하도록 설계했다.     영상 및 이미지 편집 기능도 강화했다. 파이어플라이 비디오 에디터에는 노이즈를 줄이고 음질을 개선하는 음성 강화 기능과 정밀한 색상 조정 기능이 추가됐다. 또한 8억 개 이상의 라이선스 애셋을 보유한 어도비 스톡을 워크플로 내에서 바로 활용할 수 있다. 이미지 편집에서는 ‘정밀도 흐름’과 ‘AI 마크업’ 기능을 도입했다. 정밀도 흐름은 슬라이더를 이용해 이미지의 변형 정도를 세밀하게 탐색할 수 있는 기능이다. AI 마크업은 브러시나 사각형 도구로 편집 위치를 직접 지정해 사물을 배치하거나 조명을 조정하는 정밀 제어를 지원한다. 어도비는 자체 모델 외에도 외부 AI 모델과의 협력을 확대했다. 클링 3.0과 클링 3.0 옴니를 비롯해 구글의 나노 바나나 2, 비오 3.1, 런웨이의 젠-4.5 등 30개 이상의 AI 모델을 파이어플라이에서 제공한다. 이를 통해 크리에이터는 작업 목적에 맞는 최적의 모델을 선택할 수 있는 유연성을 갖게 됐다. 협업 툴인 프레임닷아이오와의 통합도 이루어진다. 어시스턴트에게 작업물 공유를 요청하면 이해관계자의 피드백을 해석해 최적의 도구로 변경 사항을 자동 적용한다. 아울러 앤트로픽의 클로드와 같은 외부 모델에서도 어도비의 기능을 호출해 사용할 수 있도록 지원할 계획이다. 어도비의 데이비드 와드와니 사장은 “크리에이터의 관점과 취향이 가장 강력한 도구가 되는 시대를 이끌고 있다”면서, “파이어플라이는 모든 어도비 앱의 성능을 하나로 통합해 새로운 창작 방식을 제시한다고 밝혔다. 파이어플라이 AI 어시스턴트는 몇 주 안에 공개 베타 버전으로 제공될 예정이다. 새로운 영상 및 이미지 편집 기능과 신규 파트너 모델은 파이어플라이 플랜 이용자를 대상으로 현재 서비스 중이다.
작성일 : 2026-04-16
앤시스코리아, AI 반도체 실무 인재 양성 위해 민관 협력으로 실무 교육 체계 마련
앤시스코리아는 중소벤처기업진흥공단 중소벤처기업연수원 및 태성에스엔이와 함께 AI 반도체 분야의 기술 인재를 양성하기 위한 업무협약을 맺었다고 밝혔다. 이번 협약은 AI 반도체 분야에서 세계적 수준의 전문 인력을 길러내 중소벤처기업의 기술 경쟁력을 높이고 국가 산업의 성장을 돕기 위해 마련했다. 민간과 공공기관이 힘을 합쳐 전문 교육 체계를 만들고 반도체 산업 생태계를 활성화한다는 계획이다. 세 기관은 기업 현장에서 필요한 내용을 반영한 실무 중심의 교육 과정을 함께 기획하고 운영한다. 중소벤처기업연수원은 교육 과정 총괄과 중소기업의 교육 수요 파악, 교육 시설 제공, 연수생 모집을 맡는다. 앤시스코리아는 교육에 필요한 앤시스 소프트웨어 라이선스를 지원하고 세계적인 반도체 설계와 해석 분야의 최신 경향 및 기술 자료를 제공한다. 태성에스엔이는 전문 강사진을 활용해 앤시스 소프트웨어를 직접 다뤄보는 실습 중심의 교육을 진행한다. 이번 협약에 따라 세 기관은 2026년부터 AI 반도체 분야 연수 과정을 본격적으로 시작한다. 직접 모여서 배우는 집합연수와 온라인 세미나인 웨비나를 병행해, 현장에 필요한 실무 역량을 높일 예정이다. 또한 기술을 공유하고 관계망을 넓히기 위해 전문 기술 콘퍼런스 같은 협력 프로그램도 단계적으로 추진한다. 교육이 끝난 뒤에는 성과와 만족도를 분석해 다음 해 교육 과정에 반영할 계획이다. 한편, 중소벤처기업연수원은 앤시스 프로그램을 활용해 반도체 패키지 열 유동과 구조 해석, 반도체 패키지 전자 시뮬레이션, 반도체 장비 열 유동 해석, 인공지능을 활용한 설계 검증 및 최적 설계 등 실무 프로그램을 운영한다. 각 과정은 최대 30명 규모로 진행하며 교육비는 받지 않는다. 교육을 듣고 싶은 사람은 중소벤처기업연수원 웹사이트에서 신청하면 된다.   ▲ 앤시스코리아 김시회 상무, 중소벤처기업연구원 이미자 원장, 태성에스엔이 심진욱 대표(왼쪽부터)   앤시스코리아 문석환 대표는 “AI 반도체 분야에서 경쟁력 있는 실무 인재를 양성하기 위해서는 산업 현장과 연계된 교육 체계가 무엇보다 중요하다”고 설명했다. 앤시스코리아는 시뮬레이션 기반의 교육 환경과 기술력을 바탕으로 국내 중소벤처기업의 기술력을 높이고 반도체 산업 생태계에 기여하겠다고 밝혔다. 중소벤처기업연수원 이미자 원장은 “이번 협약을 통해 AI 반도체 분야 실무형 인재 양성을 위한 교육 기반을 한층 강화하게 됐다”고 평가하면서, 산업 수요에 맞춘 교육과정 운영을 통해 중소벤처기업이 디지털로 전환하고 현장 역량을 키우는 데 실질적인 도움을 주겠다고 덧붙였다. 태성에스엔이 심진욱 대표는 “현장 실무 수요를 반영한 실습 중심 커리큘럼을 통해 교육 효과를 극대화할 것”이라며, 중소벤처기업의 AI 반도체 실무 경쟁력을 확보하도록 돕겠다고 말했다.
작성일 : 2026-04-08
알리바바, 스스로 코딩하고 영상 읽는 차세대 AI 모델 2종 공개
알리바바는 복잡한 소프트웨어 개발을 스스로 해내는 큐웬3.6-플러스(Qwen3.6-Plus)와 텍스트, 음성, 영상 등 다양한 매체를 한 번에 처리하는 큐웬3.5-옴니(Qwen3.5-Omni) 등 인공지능 모델 2종을 공개했다. 큐웬3.6-플러스는 에이전틱 코딩과 멀티모달 추론에 특화한 모델이다. 단순히 질문에 답하는 수준을 넘어, 소프트웨어 저장소 단위의 엔지니어링 작업과 시각 정보를 바탕으로 한 문제 해결을 수행한다. 이 모델의 핵심은 인식과 추론, 행동을 하나의 흐름으로 연결하는 능력 루프 구조다. 이를 통해 코드 구상부터 테스트, 반복 개선을 거쳐 실제 적용할 수 있는 결과물을 만드는 과정을 지원한다. 특히 웹 개발 과정에서 목표 분해부터 최종 정제까지 전 과정을 자율적으로 처리하며 100만 토큰의 컨텍스트 창을 지원한다. 시각적 코딩 기능을 활용하면 화면 캡처나 손으로 그린 도안을 해석해 실제 동작하는 코드로 바꿀 수도 있다. 알리바바는 이 모델이 리테일 인텔리전스나 자동화 검사처럼 단계별 실행이 필요한 기업 환경에서 안정성과 정확도를 높였다고 설명했다. 큐웬3.6-플러스는 모델 스튜디오와 큐웬 챗에서 사용할 수 있으며 향후 일부 모델은 오픈소스로도 제공할 계획이다. 함께 공개한 큐웬3.5-옴니는 텍스트와 음성, 이미지, 영상을 단일 모델에서 통합 처리하는 옴니모달 인공지능이다. 여러 유형의 데이터를 하나로 통합해 실시간 상호작용 역량을 높인 것이 특징이다. 라이브 스트리밍이나 지능형 음성 비서, 영상 자막 생성 등 다양한 분야에 활용할 수 있다. 큐웬3.5-옴니는 플러스, 플래시, 라이트 세 가지 버전으로 나뉘며 모두 최대 25만 6000 토큰 컨텍스트를 지원한다. 알리바바는 “최상위 모델인 큐웬3.5-옴니-플러스가 200개 이상의 성능 평가에서 최고 수준을 기록했으며, 음성 이해와 추론 등 여러 영역에서 제미나이 3.1 프로보다 우수한 성능을 보였다”고 밝혔다. 이 모델은 10시간 이상의 연속 오디오를 처리할 수 있으며 113개 언어의 음성 인식과 36개 언어의 음성 생성을 지원한다. 영상 콘텐츠를 장면 단위로 나누거나 등장인물의 관계를 포함한 대본 수준의 설명을 만드는 것도 가능하다. 또한 오디오-비주얼 바이브 코딩 기능을 통해 사용자가 스케치를 보여주며 음성으로 설명하면 앱이나 웹사이트용 화면을 즉석에서 만들어낸다. 실시간 대화 시에는 목소리 크기와 속도, 감정을 세밀하게 조절해 자연스러운 소통을 돕는다.
작성일 : 2026-04-06
[케이스 스터디] 시스템 레벨 시뮬레이션, 일상 가전제품 개발 방식까지 바꾸다
다이슨(Dyson)은 최적의 물청소 솔루션을 개발하기 위해 새로운 접근 방식이 필요하다는 연구 결과를 도출했다. 그 결과물이 바로 수세기의 역사를 지닌 가정용 청소 도구인 대걸레를 재해석한 청소기 ‘다이슨 워시G1(Dyson WashG1)’이다. 다이슨 엔지니어들은 이 제품을 개발하기 위해 항공우주 산업 등 복잡한 시스템 설계에 쓰이는 엔지니어링 방법론을 일상 제품에 적용했다. 기존 제품의 개선 버전을 개발할 때는 효과적이었던 다이슨의 문서 기반 워크플로가 완전히 새로운 제품군을 만드는 데는 적합하지 않았기 때문이다. 이에 다이슨의 첨단 제어 시스템 수석 엔지니어인 로맹 기셰르(Romain Guicherd)는 팀을 설득해 모델 기반 설계(model-based design : MBD)를 도입했다. 모델 기반 설계란 시스템 레벨 시뮬레이션 모델을 활용해 시스템 개발 방식을 개선하는 방법론이다. 이를 통해 개발 워크플로를 가속화하고, 테스트를 위한 보다 강건한 코드를 구현할 수 있었다.   모델 기반 설계로 바꾼 제품 개발 방식 다이슨은 진공청소기 등 기존 제품 라인업의 신제품을 개발할 때, 팀 간 요구사항의 전달에서 서면으로 된 문서 기반 방식을 사용해 왔다. 이러한 방식은 이전의 설계 및 임베디드 소프트웨어를 참고하고 반복 개선할 수 있어, 이미 안정화된 기존 제품군 개발에 적합한 방식이다. 그러나 완전히 새로운 제품군을 개발하는 과정에서는 이러한 문서 전달 방식이 오히려 혼선을 초래할 수 있었다. 문서로 작성된 설계 사양은 엔지니어마다 요구사항을 다르게 해석할 가능성이 있기 때문이다. 새로운 제품군 개발은 팀 간 오해를 줄이고 보다 원활한 협업을 가능하게 하는 새로운 개발 방식을 모색하게 하는 계기가 됐다.    ▲ 다이슨 워시G1은 습식 오염과 건식 이물질을 모두 제거한다.   다이슨은 모델 기반 설계가 새로운 기능과 설계 방향을 탐색하는 데 적합한 개발 방식이라고 봤다. 개발 초기에는 다양한 개념과 방향을 동시에 검토해야 했는데, 시뮬링크(Simulink) 기반의 모델 기반 설계를 도입한 덕분에 팀은 기존 문서 기반 프로세스 대비 두 배 빠르게 새로운 아이디어를 구현할 수 있었다. 워시G1의 핵심 세척 방식은 촘촘한 마이크로파이버 천으로 감싼 역방향 회전 롤러를 탑재한 세척 헤드를 중심으로 구성된다. 습식 오염과 건식 이물질을 분리하기 위해 보조 롤러가 고체 이물질을 트레이에 모으고, 트레이 바닥의 메시 필터를 통해 액체가 오수 탱크로 흘러내려가는 구조다. 기셰르의 팀은 이 모든 기능을 구현하고 다양한 상황에 대응하기 위해, 상호작용하는 시스템 구성요소의 시뮬레이션을 용이하게 하고 설계부터 코드 생성, 소프트웨어 테스트까지 전 과정을 아우르는 툴이 필요했다. 팀은 세척 롤러 제어 장치 개발을 위해 심스케이프 일렉트리컬(Simscape Electrical)로 폼 롤러 모터와 모터 드라이브를 모델링했다. 또한 스테이트플로(Stateflow)를 활용해 청소기에 탑재된 두 개의 펌프, 즉 깨끗한 물로 롤러에 수분을 공급하는 펌프와 오수를 배출하는 펌프의 스케줄링과 제어 로직을 설계했다. 제품의 자동 세척 메커니즘 구현에도 스테이트플로가 활용됐다. 워시G1의 세척 성능을 구현하기 위해서는 단계별로 선택 가능한 수분 공급 수준과 각 단계의 세밀한 민감도 조정이 모두 뒷받침돼야 했다. 다양한 설정 값과 세척 부하 변화에 대응하려면 정밀한 전압 제어가 필수였다. 팀은 시뮬링크 모델로 매개변수를 조정하고 다양한 값을 반복 테스트하며 모터 전압 제어 로직을 빠르게 최적화했다. 실제 프로토타입을 제작하지 않고도 시뮬레이션만으로 설계 변경의 영향을 사전에 파악할 수 있었다는 점도 개발 효율을 높이는 데 크게 기여했다.   ▲ 심스케이프로 모델링된 다이슨의 롤러 기술   다이슨은 요구사항 툴박스(Requirements Toolbox)를 활용해 요구사항을 시뮬링크 모델에 연결함으로써 각 요구사항이 제품 기능으로 어떻게 구현되는지 확인할 수 있었다. 요구사항 툴박스(Requirements Toolbox)를 사용하기 전에는 하드웨어 테스트 단계에 이르러서야 요구사항의 오류를 발견할 수 있었다. 하지만 요구사항을 모델에 연결한 이후로는 각 요구사항의 구현 방식과 요구사항 간 상호 관계를 사전에 명확히 파악할 수 있게 됐다.   시스템 시뮬레이션이 설계에 가져온 변화 시뮬링크와 심스케이프를 활용한 모델 기반 설계는 보다 체계적인 개발 접근 방식을 가능하게 했고, 다이슨이 프로토타입을 제작하고 테스트하기에 앞서 다양한 유형의 인더루프(in-the-loop) 테스트를 수행할 수 있도록 하였다. 모델 기반 설계 덕분에 엔지니어는 멀티도메인 모델링을 수행하고 타 팀과 긴밀하게 협업할 수 있었다. 일례로 기셰르의 팀은 배터리 셀 및 배터리 관리 시스템 팀의 데이터를 활용해 정밀한 4셀 배터리팩 모델을 구축했다. 또한 전자팀과 협력해 심스케이프 일렉트리컬로 전력전자 하드웨어의 동작을 모델링하고 시뮬레이션했다. 시뮬링크를 통한 시스템 레벨 시뮬레이션은 더 많은 설계 옵션을 검토하고 트레이드오프를 비교할 수 있는 환경을 만들어줬다. 그 결과 팀은 프로젝트의 설계 단계에 더 많은 시간을 투자할 수 있었고, 설계 오류와 통합 문제를 수정하기 훨씬 쉽고 비용도 적게 드는 초기 단계에서 발견할 수 있었다.   소프트웨어 아키텍처와 임베디드 코드 개발 이후 프로젝트에서 팀은 소프트웨어 아키텍처 개발을 위해 시스템 컴포저(System Composer)를 추가로 도입했다. 시스템 컴포저를 통해 제품팀과 소프트웨어팀은 소프트웨어 인터페이스와 스케줄링을 함께 개발하고 다양한 시나리오를 모델링할 수 있었다. 또한 대규모 모델을 논리적 단위로 구조화해 병합 충돌 없이 원활한 팀 간 협업이 가능해졌다. 시뮬링크 모델은 제품 동작을 시각적으로 표현함으로써 개발 전 과정에 걸쳐 팀원 간의 협업을 촉진했다. 제어 시스템 모델에서는 C 코드가 생성됐다. 팀은 모델을 수정하고 일부 구간에 주석을 달거나 새로운 블록을 추가하는 방식으로 소프트웨어 엔지니어에게 청소기의 새로운 동작을 보여줬다. RCP(Rapid Control Prototyping)를 활용하면 코드를 빠르게 생성하고, 다음 날 바로 실험실에서 제품의 동작을 확인할 수 있었다. 팀은 직접 코딩 대신 임베디드 코더(Embedded Coder)로 시뮬링크 모델에서 C 코드를 자동 생성했고, 소프트웨어팀은 이를 NXP 마이크로컨트롤러의 메인 코드에 통합했다. 임베디드 코더 도입 이후 소프트웨어 릴리스 주기는 기존 약 10주에서 9일로 단축됐다. 초기에는 실험실 환경에서의 동작 구현에 집중하였기 때문에 모델과 코드 생성을 핵심으로 삼았지만, 곧 모델과 코드, 테스트, 커버리지가 함께 어우러질 때 제품 완성도가 한층 높아진다는 사실을 확인했다.   테스트 효율을 높인 모델 기반 개발 팀은 이전 제품 개발 때보다 설계 개선에 더 많은 시간을 쏟았다. 시뮬링크를 통해 시뮬레이션 중 발생한 오류를 신속하게 수정할 수 있었고, 그 효과는 테스트 단계에서 그대로 나타났다. 이 테스트 단계는 과거보다 훨씬 단순하고 빨라졌으며, 팀의 개발 시간과 노력을 절감하는 데 기여했다. 모델에서 정상 작동하도록 설계한 것은 실제 제품에 적용해도 동일하게 구현됐고, 이는 무결점 제품 출시로 이어졌다. 워시G1의 모델 기반 설계와 코드 자동 생성이 성공을 거두면서, 초기에 회의적이었던 소프트웨어팀의 시각도 달라졌다. 자동 생성 코드가 내부 표준 준수와 실행 효율성을 담보할 수 있을지 우려하던 소프트웨어팀은 이제 코드에 대한 확신을 갖게 됐다. 현재 소프트웨어팀은 하드웨어팀과 협력해 자동 생성 코드의 API를 함께 정의하고 있으며, 모델 기반 설계에 시뮬링크를 활용하면서 유연성과 개발 속도 모두를 향상시켰다. 이제는 소프트웨어팀이 먼저 나서서 동일한 프로세스를 다른 제품에도 적용해 달라고 요청할 만큼, 프로젝트 복잡도가 높아질수록 모델 기반 설계의 가치는 더욱 분명해지고 있다. 다이슨 팀은 향후 워시G1 후속 모델 개발 시 기존 모델의 구성 요소를 재사용할 수 있다. 또한 이번 모델 기반 설계 방법론의 성공 사례는 사내 다른 부서에서도 주목받고 있다. 헤어 케어 제품과 다른 플로어 케어 제품군에도 이를 적용하는 방안이 검토되고 있어, 다이슨 내 추가 혁신 가능성을 넓히고 있다.   ■ 이웅재 | 매스웍스코리아 이사
작성일 : 2026-04-03
차량 공력 성능 예측 고도화를 위한 CFD 전략
산업을 위한 AI와 버추얼 트윈 기술 (2)   이번 호에서는 다쏘시스템의 LBM 기반 CFD 설루션인 파워플로(PowerFLOW)를 활용하여, 하중 및 회전에 의해 변형되는 트레드 타이어를 반영한 정밀 유동 예측 워크플로를 제시한다. 드라이브에어(DrivAer) 모델 적용을 통해 접지면과 사이드월 돌출부 형상 변화가 차량 항력 및 후류 구조에 미치는 영향을 분석하고, 실제 주행 조건을 고려한 차세대 공력 최적화 설계 프로세스의 방향성을 제안한다.   ■ 고석원 다쏘시스템의 유동해석 컨설턴트로, 국내 완성차 업체의 공력 및 공력소음 분야 CFD 프로젝트 수행 및 기술 지원을 담당하고 있다. 홈페이지 | www.3ds.com/ko   EV(전기자동차) 시대에 접어들면서 공력 성능은 단순한 항력 계수(Cd : Drag Coefficient) 저감의 문제가 아니라, 에너지 효율과 주행거리 경쟁력을 결정하는 핵심 설계 변수로 자리잡았다. 특히 고속 주행 영역에서는 타이어 주변에서 형성되는 복잡한 와류 구조가 전체 항력에 상당한 영향을 미친다. 그러나 현재까지 많은 외부 유동해석은 계산 효율과 모델 단순화를 이유로 강체 타이어 형상을 가정해왔다. 실제 주행 조건에서는 차량 하중과 회전에 의해 타이어 접지면이 평탄화되고, 트레드 패턴이 국부적으로 변형된다. 이러한 기하학적 변화는 경계층 발달과 박리 위치, 그리고 후류 구조에 직접적인 영향을 미친다. 그럼에도 불구하고 설계 단계에서 이러한 변형 효과는 충분히 반영되지 못하는 경우가 많다. 이 간극은 단순한 수치 오차를 넘어, 설계 의사 결정의 신뢰성 문제로 이어질 수 있다. 기존의 전산유체역학(CFD : Computational Fluid Dynamics) 접근에서는 회전 조건을 MRF(Moving Reference Frame) 혹은 LRF(Local Reference Frame) 기법을 구현하고, 접지부는 이상적인 평면 조건으로 단순화한다. 이 방식은 빠른 비교 분석에는 적합하지만, 접지부 인근의 비대칭 유동 구조와 시간에 따라 변화하는 와류 변동을 충분히 재현하기 어렵다. 특히 하중에 의해 형성되는 접지부 형상 변화는 타이어 하부 압력 분포를 바꾸고, 이는 차체 하부 유동과 상호작용하며 항력 특성에 영향을 미친다. 고속 주행 시에는 원심력에 의한 외경 변화까지 더해져 형상 변형이 복합적으로 발생한다. 따라서 현실 기반 공력 예측을 위해서는 타이어 변형을 포함한 해석 전략이 요구된다.   파워플로 기반 정밀 유동 예측 방법론 이번 호에서는 LBM(Lattice Boltzmann Method) 기반 CFD 설루션인 파워플로를 활용하여 하중 및 회전 변형을 반영한 해석 환경을 구축하였다. 차량 모델은 <그림 1>과 같이, 오픈소스 표준 차체 형상인 드라이브에어 모델을 적용하였다. 타이어 형상은 단순 강체 모델과 실제 하중 조건을 반영한 변형 트레드 타이어 모델을 사용하였다. 변형 형상은 파워플로의 전처리 모듈인 파워델타(PowerDELTA)를 통해 구현되었으며, <그림 2>와 같이 정적 하중에 의해 형성되는 접지면(contact patch)과 사이드월 돌출부(bulge)를 기하학적으로 재현하였다. 수치해석 방법에는 회전하는 타이어에 IBM(Immersed Boundary Method)을 적용하여 타이어 인근에서 시간에 따라 변화하는 유동 구조와 후류 거동을 정밀하게 분석하였다.   그림 1. 드라이브에어 차량 형상   그림 2. 접촉면과 돌출부의 형상(왼쪽 : 접촉면, 오른쪽 : 돌출부)   해석 케이스 구성 해석 케이스는 변형 타이어의 적용 유무와 <그림 3>에 나타낸 바와 같이, 타이어 변형 효과를 체계적으로 비교하기 위해 다음 세 가지 인자를 독립적으로 변화시켰다. 사이드월 돌출부(bulge, B) 횡방향 삽입각(slip angle, α) 접지면 폭(contact patch width, W)   그림 3. 변형 타이어 인자 변화 조건   각 변수 변화에 따른 항력 특성 및 후류 구조 변화를 비교함으로써, 설계 관점에서 지배적인 인자를 도출하고자 하였다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2026-04-02
크레오 플로 어낼리시스를 통한 유동해석
제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (9)   크레오 플로 어낼리시스(Creo Flow Analysis)는 설계자가 CAD 환경 내에서 직접 유체 흐름과 열 전달을 시뮬레이션하여 제품의 성능을 즉각적으로 검증하고 최적화할 수 있게 돕는 통합 CFD 설루션이다. 크레오 플로 어낼리시스는 별도의 데이터 변환 없이 크레오 모델에서 직접 해석을 수행하므로, 설계를 수정하면 해석 모델도 즉시 업데이트된다. 그리고 전문가가 아니더라도 마법사 방식의 설정을 통해 메시(mesh) 생성부터 결과까지 단계별로 진행할 수 있으며, 독자적인 알고리즘을 통해 복잡한 형상에 대해서도 비교적 빠른 계산 결과를 제공한다. 크레오 플로 어낼리시스는 내·외부 유동 분석을 통한 압력 강하 및 속도 분포 확인은 물론, 전도·대류·복사를 모두 고려한 정밀한 열전달 해석 기능을 제공한다. 특히 최신 크레오 12.0에서는 전기장 및 음향 해석 기능까지 추가되어, 더욱 폭넓은 물리적 현상을 하나의 환경에서 통합적으로 검증할 수 있다.   ■ 김주현 디지테크 기술지원팀의 차장으로 크레오 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   이번 호에서는 인버터 어셈블리의 예를 통해 유체 도메인 생성부터 열, 유동해석을 진행해보자. 먼저 어셈블리를 열고 각 부품의 필요한 재료를 모두 설정한다.     유동해석을 위해 메뉴에서 응용 프로그램 → Flow Analysis를 클릭한다.     새 프로젝트를 생성하여 이름 및 어셈블리 단순화 표현을 선택한다.     프로젝트를 생성하면 그림과 같이 해석 트리가 생성된다.     해석을 위해 유체 도메인을 생성한다.     크레오 플로 어낼리시스는 설계 형상에서 유체 영역을 자동으로 추출하고 설계 변경 시 실시간으로 업데이트하여, 번거로운 모델링 작업 없이 유체 도메인을 생성할 수 있다. ‘오프닝’을 클릭하여 공기가 유입되고 나가는 두 면을 Ctrl 키를 누르고 선택한다.     두 면을 모두 선택하고 ‘확인’을 클릭하면 그림과 같이 자동으로 구멍이 모두 선택된다.     구멍을 모두 확인한 후 ‘확인’을 클릭한다. 모델 트리를 보면 그림과 같이 두 부품이 추가된 것을 볼 수 있다.     이제 시뮬레이션 도메인 선택 아이콘을 클릭하여 각 영역을 지정한다.     ‘유체 도메인 추가’를 클릭한 후 모델 트리에서 ‘INVERTER_ FLUID_1.PRT’를 클릭한다.       ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2026-04-02