주요 디지털 트윈 소프트웨어 디지털 트윈 모델 생성 및 배포 솔루션, Ansys Twin Builder 개발 : Ansys, www.ansys.com 자료 제공 : Ansys Korea, 02-6009-0500, www.ansys.com   Ansys Twin Builder는 디지털 트윈(Digital Twin) 기술을 활용하여 실제 물리 시스템을 가상 환경에서 시뮬레이션하고 최적화할 수 있는 솔루션이다. 멀티피직스 시뮬레이션 기술을 기반으로 물리 모델과 실시간 센서 데이터를 결합하여 예측 유지보수 및 성능 최적화를 지원한다. 제조, 자동차, 항공우주, 전자, 에너지, 의료 등 다양한 산업에서 활용된다.   1. 주요 특징 (1) Physics 기반의 디지털 트윈 구축 IoT 데이터 및 시뮬레이션 모델을 결합하여 정밀한 디지털 트윈 모델 생성 (2) 실시간 시뮬레이션 및 예측 유지보수 지원  센서 데이터를 활용하여 장비의 고장 가능성 예측 및 유지보수 최적화 (3) 멀티피직스 통합 분석  전자기, 유체, 구조, 열 해석을 통합하여 복잡한 시스템 성능 분석 가능 (4) AI 및 머신러닝 연계 가능  OptiSLang을 활용한 AI 기반 최적화 및 데이터 분석 지원 (5) IoT 및 클라우드 플랫폼과 연계  AWS, Microsoft Azure, PTC ThingWorx 등 다양한 IoT 플랫폼과의 호환성 제공 2. 주요 기능 (1) 디지털 트윈 생성 및 실행  시뮬레이션 모델을 물리 데이터와 연결하여 실시간 가상 시뮬레이션 수행 (2) Model-Based Systems Engineering(MBSE) 지원  시스템 레벨 설계를 위한 MBSE 기반 시뮬레이션 제공 (3) 고급 시뮬레이션 및 자동화  MATLAB, Simulink, FMI 모델과 통합 가능하여 복잡한 시스템 해석 (4) PLM 및 데이터 관리 통합  Siemens Teamcenter, PTC Windchill 등 주요 PLM 시스템과 연계하여 제품 수명주기 관리 지원 (5) Predictive Maintenance 기능 내장  실시간 데이터 분석을 통해 유지보수 전략 개선 3. 도입 효과 ■ 설비 가동률 향상: 디지털 트윈을 활용한 사전 예측 유지보수로 시스템 다운타임 감소 ■ 제품 개발 기간 단축: 프로토타입 제작 없이 가상 환경에서 제품 설계 검증 가능 ■ 운영 비용 절감: 최적화된 유지보수 전략을 통해 운영 및 유지보수 비용 절감 ■ 설계 품질 향상: 실제 운영 데이터를 기반으로 제품 설계 개선 및 성능 최적화 4. 주요 고객 사이트 ■ 제조업: 두산 그룹, POSCO  ■ 자동차: 현대자동차그룹, LS Automotive Technologies, HL Mando ■ 항공우주: Korea Aerospace Industries (KAI), Hanwha Aerospace ■ 반도체/전자: Samsung Electronics, SK Hynix, LG Electronics, Samsung Electro-Mechanics, Samsung Display, LG Display, LG Innotek, LX Semicon ■ 에너지: LG Energy Solution, SK On, Samsung SDI, Hyundai Electric & Energy Systems, Doosan Enerbility, Hanwha Solutions   상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

캐드앤그래픽스 디지털 트윈 설문조사 분석   디지털 트윈 기술에 대한 관심이 국내 제조 및 엔지니어링 업계를 중심으로 높아지고 있지만, 실제 산업 현장에서는 여전히 다양한 현실적 제약에 직면해 있는 것으로 나타났다. 캐드앤그래픽스는 국내 디지털 트윈 현황을 집대성한 ‘디지털 트윈 가이드’를 발간하고, 국내 제조 및 엔지니어링 업계 관계자를 대상으로 3월 13일부터 4월 14일까지 ‘국내 디지털 트윈 현황 설문조사’를 실시했다. 총 1212명이 참여한 이번 설문조사에서는 디지털 트윈의 이해도, 적용 분야, 도입 단계, 구축 시 어려움 등 다양한 관점에서 기술의 현주소를 조망했다. 특히 디지털 트윈을 실제로 사용 중인 기업과 종사자를 대상으로 진행한 심층 조사에서는 기술 도입 과정에서의 구체적인 어려움과 향후 투자 계획 등 실질적인 인사이트가 도출됐다. ■ 최경화 국장   설문조사 개요 및 참가자 현황 이번 설문조사는 국내 제조 엔지니어링 업계 관계자 1212명을 대상으로 진행되었다. 설문 참가자들의 배경은 다양한 산업 분야에 걸쳐 있었으며, 이는 디지털 트윈 기술이 단일 산업에 국한되지 않고 여러 분야에서 관심을 받고 있음을 시사한다. 참가자들의 직무 또한 연구개발, 설계, 생산, 관리 등 다양한 영역에 분포하고 있어, 디지털 트윈 기술이 기업 내 여러 부서와 직무에 걸쳐 중요성을 인정받고 있음을 알 수 있었다. 디지털 트윈 관련 업무 분야에서도 다양한 응답이 나타나, 이 기술의 응용 범위가 넓어지고 있음을 확인할 수 있다.   주력 산업 분야 설문 응답자들의 주력 산업 분야는 ‘건축/건설/토목’(22.7%)과 ‘전기전자/하이테크/반도체’(17.9%), ‘시각화/그래픽/디자인’(14.2%) 등이 높은 비중을 차지했으며, 자동차, 플랜트 등 다양한 산업 분야가 분포되어 있음을 알 수 있다.   그림 1. 설문 응답자 현황 - 주력 산업 분야   직무 분야 설문 응답자들의 직무 분포는 ‘엔지니어’(41.2%)가 압도적으로 높은 비율을 보였고, ‘경영진/임원’(15.9%), ‘SW 개발’(14.3%) 순으로 나타나, 기술 및 관리 직무 종사자들의 높은 관심을 반영했다.   그림 2. 설문 응답자 현황 – 직무   디지털 트윈 관련 업무 분야 설문 응답자들의 디지털 트윈 관련 업무 분야에 대해서는 CAD/3D 모델링이 가장 높게 나타났고, AI/머신러닝, CAE/시뮬레이션 순으로 나타났다.    그림 3. 설문 참가자 현황 - 디지털 트윈 관련 업무 분야   국내 디지털 트윈 도입 현황 - 뜨거운 기대감과 더딘 현실 디지털 트윈 이해 수준 기술에 대한 이해 수준은 아직 부족한 것으로 나타났다. 디지털 트윈 이해 수준에 대해서는 ‘대체로 알고 있다’(36.8%)와 ‘조금 알고 있다’(37.2%)가 비슷한 비율을 보였으며, ‘매우 잘 알고 있다’ (10.4%)는 소수에 불과했다. ‘잘 모른다’(15.6%)는 응답도 상당수를 차지했다. 이는 기술에 대한 인지도는 높지만, 깊이 있는 이해와 활용 능력은 아직 부족하다는 점을 시사한다.   그림 4. 디지털 트윈에 대한 이해 수준   디지털 트윈 발전 전망 반면, 디지털 트윈의 미래에 대한 업계의 기대는 매우 컸다. 향후 디지털 트윈 발전 전망에 대한 응답에 따르면 ‘매우 중요하게 성장할 것’(66%)과 ‘다소 성장할 것’(30.5%)이라는 답변이 전체의 압도적인 대다수를 차지했다. 또한 전체 응답자의 96.5%가 기술의 중요성과 잠재력에 대해 폭넓은 공감대를 형성하고 있음을 확인시켜 주었다.   그림 5. 디지털 트윈 향후 발전 전망   디지털 트윈 사용 기업 및 도입 현황 디지털 트윈을 실제로 사용하고 있는 기업 및 유저를 대상으로 한 심층 조사에는 총 385명이 참여했다. 이들 기업의 규모는 매출액과 직원 수를 기준으로 다양하게 분포하고 있어, 디지털 트윈 기술이 대기업뿐 아니라 중소기업에서도 점차 도입되고 있음을 알 수 있다.   디지털 트윈 사용 기업 규모 디지털 트윈 사용 기업의 매출액은 5000억원 이상이 48.8%를 차지해 가장 높은 분포를 보였으며, 1000억원 이상~500억원 미만이 13.2%로 큰 기업들이 주로 관심을 가지고 있었음을 알 수 있었다. 직원 수도 5000명 이상이 32.2%로 가장 높은 수치를 차지했으며, 1000명~5000명 미만이 17.9%, 100명~500명 미만이 11.7% 순으로 나타났다.    그림 6. 디지털 트윈 사용 기업 매출액   디지털 트윈 사용 기업 적용 분야 디지털 트윈 적용 분야는 ‘제품 설계 및 시뮬레이션’(66.8%), ‘생산/제조 운영’(43.9%), 설비 모니터링 및 유지보수(39.2%) 순으로, 제품 개발과 생산 영역에 활용이 집중되는 경향을 보였다. 제조 분야에 비해서는 사용이 적지만 도시, 에너지, 교통, 물류, 의료 등 다양한 영역에서 활용되고 있음을 확인할 수 있다. 특히 제조업 분야에서는 생산 공정 최적화, 품질 관리, 설비 예지 보전 등의 목적으로 활용되고 있을 것으로 추정된다.   그림 7. 디지털 트윈 적용 분야   디지털 트윈 적용 목적 디지털 트윈을 적용하는 주요 목적은 ‘설계 최적화’(61.0%), ‘생산성 향상’(54.5%), ‘운영 효율화’(46.2%) 등 효율성 증대 관련 항목들이 우위를 점했다.   그림 8. 디지털 트윈 적용 목적   디지털 트윈 도입 단계 아직까지 디지털 트윈에 대한 관심은 높지만 실제 사용 보다는 검토 중인 기업이 많은 것으로 나타났다. 디지털 트윈 사용 기업의 도입 단계 관련 답변을 보면, ‘도입 검토 중’(43.6%)이 가장 큰 비중을 차지했다. 이어 ‘일부 시스템 도입 완료’(18.4%), ‘PoC(파일럿) 진행 중’(12.2%), ‘전사 확산 및 활용 중’은 4.2% 순으로, 본격적인 활용 단계에 진입한 기업은 소수임을 알 수 있었다. ‘도입 계획 없음’(17.9%)이라는 응답도 적지 않았다.    그림 9. 디지털 트윈 도입 단계   다양한 상용 디지털 트윈 툴 사용… 자체 개발·검토도 다수 디지털 트윈 기술의 확산과 함께, 국내 기업들이 활용 중인 디지털 트윈 소프트웨어 및 플랫폼은 매우 다양하며, 기업별로 도입 단계나 활용 수준에서도 큰 차이를 보이는 것으로 나타났다. ‘현재 사용 중인 디지털 트윈 툴’에 대한 주관식 응답 결과를 분석해 보면, 국내 산업계는 BIM 기반 플랫폼, CAE 시뮬레이션 도구, PLM 및 협업 플랫폼, 그리고 게임 엔진 기반 시각화 도구를 중심으로 디지털 트윈 기술을 도입하고 있는 것으로 나타났다. 아래 내용은 답변 내용을 중심으로 정리한 것이다.   BIM 및 설계 중심 소프트웨어의 강세 디지털 트윈 구축의 초기 단계에서 가장 두드러지는 분야는 설계 기반 모델링(BIM) 도구다. 응답자 중 상당수가 오토데스크의 레빗(Revit), 오토캐드, 시빌 3D(Civil 3D), 나비스웍스(Navisworks) 등을 사용하고 있다고 응답했다. 벤틀리 시스템즈의 아이트윈(iTwin), 트림블의 테클라(Tekla) 및 트림블 커넥트(Trimble Connect), 아비바의 아비바 E3D(AVEVA E3D) 등도 건설·플랜트 산업에서 활용하고 있다고 답변했다.   정밀 해석 기반의 시뮬레이션 툴 확산 앤시스(Ansys), 아바쿠스(Abaqus), 하이퍼웍스(HyperWorks), LS-DYNA, 시뮬링크(Simulink), 아담스(Adams), GT-스위트(GT-Suite), 플렉스심(FlexSim) 등 해석 전문 툴의 사용도 두드러졌다. 특히 제품 설계나 공정 시뮬레이션에서 정밀한 모델링이 필요한 제조업, 자동차, 중공업 분야에서는 다물리 해석 툴 기반의 디지털 트윈 구현이 주를 이뤘다.   PLM 기반 통합 디지털 플랫폼도 주목 설계-생산-운영 전 주기를 통합 관리하기 위한 PLM 기반 플랫폼도 활발히 사용되고 있다. 다쏘시스템즈의 3D익스피리언스(3DEXPERIENCE), 카티아(CATIA), 에노비아(ENOVIA), 지멘스의 NX, 팀센터(Teamcenter), 플랜트 시뮬레이션(Plant Simulation), PTC의 크레오(Creo), 윈칠(Windchill), 씽웍스(ThingWorx) 외에도 전문 툴인 비주얼컴포넌트 등은 스마트 공정 및 운영 관리까지 연계된 디지털 트윈 구현에 활용되고 있는 것으로 보인다.   게임엔진 기반 실시간 시각화 기술 부상 유니티(Unity), 언리얼 엔진(Unreal Engine), 트윈모션(Twinmotion), 엔비디아 옴니버스(Omniverse) 등 게임엔진 기반 시각화 도구는 실시간 협업과 현장 시뮬레이션에서 각광받고 있다. 특히 언리얼엔진, 유니티와 옴니버스 등은 다른 플랫폼과의 연동성을 강화해 디자인 협업 및 공정 검증에 널리 활용되고 있다.   자체 설루션 및 커스터마이징 비율도 높아 이밖에도 국산 설루션인 이에이트, 소프트힐스, 버넥트, 한국디지털트윈연구소 설루션을 이용하고 있다는 응답도 있었다. 흥미로운 점은 응답자의 상당수가 ‘인하우스 개발’ 또는 ‘자체 플랫폼’, ‘프로젝트마다 요구사항 수렴 방식’ 등의 형태로 독자적인 디지털 트윈 시스템을 운영하고 있다는 것이다. 이는 특정 상용 설루션만으로는 각기 다른 업무 흐름이나 도메인 지식을 완벽히 반영하기 어렵기 때문으로 분석된다. 또한 ‘아직 도입 예정’ 또는 ‘검토 단계’라는 응답도 적지 않아, 디지털 트윈 도입의 확산은 진행 중인 흐름임을 알 수 있다.   넘어야 할 장벽 : 현장의 목소리로 본 핵심 과제 디지털 트윈의 확산이 더딘 배경에는 공통적으로 지적된 여러 장애물이 존재했다. 특히 높은 비용과 불확실한 ROI는 가장 큰 걸림돌로 지목됐다.   디지털 트윈 시스템 구축의 어려움 디지털 트윈 사용 기업이 꼽은 구축 시 가장 큰 어려움으로 ‘초기 투자 비용’(24.4%)과 ‘전문 인력 부족’(20.5%)이 가장 높은 비율을 차지했다. 그 뒤를 이어 ‘ROI 분석의 어려움’(16.6%), ‘경영진의 이해 부족’(15.1%) 순으로 나타났다. 주관식 답변에서는 고비용의 소프트웨어, 외산 설루션 및 3D 프로그램의 높은 라이선스 비용, 디지털 전환(DX) 도입 및 유지보수 비용 과다 등 경제적 부담에 대한 토로가 많았다. 특히 기대효과가 명확해야 한다, 비용 대비 효율이 확보되지 않으면 불가능하다, 실질적인 경영 효과로 어떻게 연결되는지 의문이라며, 투자를 정당화할 명확한 성과 측정과 검증된 성공 사례 부족을 지적했다. 전문 인력 부족 문제는 교육 시스템의 부재와 연계돼 있으며, 현장에서는 관련 교육 기회가 부족하다는 지적이 많았다. 경영진의 이해 부족도 중요한 문제로 나타났다.   그림 10. 디지털 트윈 구축 시 어려움   디지털 트윈 시스템 구축 관련 투자 계획 이러한 어려움에도 불구하고, 향후 디지털 트윈에 대한 투자 의향은 비교적 긍정적이었다. 사용 기업의 향후 투자 계획을 보여주는 그래프를 보면, ‘2년 이내’(31.4%), ‘1년 이내’(19.0%), ‘6개월 이내’(11.4%) 등 2년 내 투자 계획이 있다는 응답이 전체의 61.8%를 차지했다. 반면에 ‘도입 계획 없음’(26.2%)도 상당수 있었다.   그림 11. 향후 투자 계획   미래 투자 방향과 나아갈 길 전체 응답자가 디지털 트윈 확산을 위해 가장 필요하다고 꼽은 요소를 가중치 순으로 나타낸 그래프를 보면, ‘경영진의 의지와 디지털 트윈에 대한 이해’가 다른 항목을 큰 차이로 앞서며 압도적인 1위를 차지하고 있음을 확인할 수 있다. 또한 실제 사용 기업이 겪는 어려움에서도 ‘경영진의 이해 부족’이 중요한 요인으로 드러났다. 주관식 답변에서는 ROI 증명의 어려움과 맞물려 경영진 설득의 어려움을 토로하거나, 심지어 “실제 시험을 안 해도 된다고 생각하는 경영진이 많다”는 언급까지 나와, 리더십의 인식 개선이 시급함을 알 수 있었다. 표준화의 부재 역시 반복적으로 지적되었다. 응답자들은 데이터 표준화, 3D CAD 포맷 변환, 시스템 간 호환성 부족 등을 구체적인 문제로 언급했다.   그림 12. 디지털 트윈 시스템 구축과 확대를 위해 가장 필요한 것   구체적 정보와 성공 사례의 부족 또한 큰 장벽이다. 응답자들은 산업별 사례, 성공 및 실패 경험 등을 통한 실질적 정보 공유를 절실히 요구하고 있다. 이 밖에도 데이터 확보의 어려움, 외산 소프트웨어 의존도, 기술 복잡성, 국산 소프트웨어 개발의 필요성 등이 복합적으로 언급되며, 생태계 전반에 대한 개선이 필요함을 시사했다. 따라서 성공적인 디지털 트윈 도입과 확산을 위해서는 산적한 과제를 해결하기 위한 다각적인 노력이 필요하다. 현장의 목소리와 설문 데이터는 다음과 같은 방향을 제시하고 있다. 정부의 적극적인 역할 : 중소기업 지원 확대 , R&D 지원 및 국산 소프트웨어 육성, 산업 표준화 주도, 선도적인 인프라 투자 및 정책 지원 등 정부의 체계적이고 일관성 있는 지원 정책이 요구된다. 실질적 가치 증명 및 정보 공유 : 명확한 ROI 산정 모델 개발, 산업별 성공/실패 사례 발굴 및 투명한 공유, 기술 효용성에 대한 적극적인 홍보와 교육 강화가 필요하다. 표준화 및 기술 개발 : 데이터 형식 통일, 호환성 확보 등 산업 표준을 조속히 마련하고, 사용자 편의성을 높인 기술 및 플랫폼 개발 노력이 필요하다. 인력 양성 및 생태계 조성 : 실무 중심의 교육 프로그램 개발발 및 전문가 양성 시스템 구축, 산학연관 협력 시스템 강화가 필요하다.   맺음말 : 잠재력 현실화 위한 협력과 실질적 노력 시급 이번 설문조사는 디지털 트윈에 대한 국내 산업계의 높은 관심과 함께, 도입을 가로막는 다양한 현실적 장애 요인을 통계와 목소리로 생생하게 보여준 것이라고 할 수 있다. 이 같은 결과는 국내 산업계에서 디지털 트윈 도입이 활발히 이루어지고 있으나, 여전히 도입 도구의 표준화, 조직 내 전사적 활용, 실제 업무 흐름과의 통합 등에서 과제가 많다는 점을 보여준다. 향후에는 상용 툴과 자체 개발 플랫폼 간의 융합 전략, 그리고 데이터 연동성과 유지관리 측면에서의 체계적인 접근이 더욱 중요해질 것으로 보인다. 또한 디지털 트윈이 제조업 혁신의 핵심 동력으로 자리매김하기 위해서는 산업계, 정부, 학계가 함께 협력해 실질적인 해결책을 모색하고, 지속 가능한 생태계를 조성하려는 노력이 절실하다고 할 것이다.     ■ 기사 상세 내용은 PDF로 제공됩니다.

매스웍스(MathWorks)는 국내 대학생들이 인공지능(AI) 실무 역량을 강화하고, 다양한 산업 분야에서의 AI 기술 활용 가능성을 확대할 수 있도록 ‘제5회 매트랩(MATLAB) 대학생 AI 경진대회’를 개최한다고 밝혔다. 국내 대학교에 재학 중인 대학생 및 대학원생이라면 누구나 개인 또는 팀으로 참가할 수 있다. 오는 5월 30일까지 참가 신청을 받으며, 예선에서는 프로젝트 주제 설명과 매트랩을 활용한 솔루션 구현 계획을 제출해야 한다. 최종 우승자는 9월에 발표될 예정이다. 이번 대회 참가자들에게는 AI 기반 시스템을 구현할 수 있도록 매트랩과 시뮬링크(Simulink)를 포함한 다양한 매스웍스 제품들을 자유롭게 사용할 수 있다. 또한 매스웍스는 예선 통과자를 대상으로 매스웍스 엔지니어가 직접 진행하는 온라인 교육을 개최할 예정이다. 온라인 교육에서는 ‘딥러닝 온램프(Deep Learning Onramp)’와 같은 자기 주도형 온라인 교육과정을 활용해 학생들이 매트랩의 다양한 기능을 보다 쉽게 탐색하고, 실제 프로젝트의 완성도를 높일 수 있는 실용적인 방법을 제공받는 기회가 마련될 예정이다. 올해로 5회째를 맞이한 본 대회는 대학생들이 매트랩과 시뮬링크를 활용해 실생활의 다양한 문제를 창의적으로 해결하고, AI 기술을 실질적으로 적용할 기회를 제공하기 위해 마련됐다. 2021년 첫 개최 이후, 매해 참가자 수, 참가 주제, 매스웍스 툴의 활용도 면에서 꾸준한 성장세를 보이고 있으며, 특히 작년 대회에서는 1인 가구, 고령화, 교통, 환경 등 사회적 변화에 대응하는 시의성 높은 프로젝트들이 실질적인 응용 가능성과 기술적 우수성을 선보였다.  최종 결선에 진출한 세 팀에게는 각각 1등 200만 원, 2등 100만 원, 3등 50만 원의 우승 상금이 수여된다. 심사는 매스웍스의 AI 전문가들이 진행하며 AI 모델 구축의 타당성 및 혁신성 등을 종합적으로 검토할 예정이다. 특히 올해에는 매트랩을 비롯한 매스웍스 툴 활용 능력을 중점적으로 심사해 참가자들의 기술 역량과 문제 해결 능력을 다각도로 분석할 계획이다.  김경록 매스웍스코리아 교육 기관 세일즈 매니저는 “매트랩과 시뮬링크는 AI와 엔지니어링을 통합하는 강력한 플랫폼으로, 매스웍스코리아는 학계 및 산업계와 긴밀히 협력하여 기술 확산과 인재 양성에 힘쓰고 있다”며 “이번 경진대회 참가자들은 매스웍스가 제공하는 다양한 툴과 교육 콘텐츠를 활용해 실제 산업에 적용 가능한 AI 프로젝트를 직접 구현해볼 수 있다. 이를 통해 참가자들은 실무 역량을 키우고 미래 AI 전문가로 성장하는 발판을 마련할 수 있을 것"이라고 말했다.   제5회 매트랩 대학생 AI 경진대회에 대한 자세한 사항 및 참가 신청은 매스웍스코리아 홈페이지에서 확인할 수 있다.

매스웍스가 4월 8일 ‘매트랩 엑스포 2025 코리아(MATLAB EXPO 2025 Korea)’를 개최했다고 발표했다. 행사에는 1500명 이상의 국내외 기술 전문가, 매트랩(MATLAB)과 시뮬링크(Simulink) 사용 고객이 참석해 다양한 산업 분야의 최신 기술 및 엔지니어링 트렌드를 확인했다. 이번 행사는 매스웍스의 아비 네헤미아(Avi Nehemiah) 설계 자동화 소프트웨어 부문 총괄 디렉터와 한화로보틱스 정병찬 대표이사의 기조연설로 시작됐다. 아비 네헤미아 디렉터는 기조연설에서 소프트웨어 정의 시스템(Software-defined systems)의 가치와 구현 방법을 심도 있게 다뤘다. 발표에 따르면, 모델 기반 설계(Model-Based Design)를 통해 요구사항부터 아키텍처, 기능, 구현, 테스트까지 이어지는 디지털 스레드를 구축하고, AI와 데이터 기반 기능, 클라우드 활용을 통해 하드웨어 변경 없이도 새로운 기능을 제공할 수 있다. 이러한 접근 방식은 자동차, 산업 기계, 의료 시스템 등 다양한 산업 분야에서 제품의 가치를 높이고 사용자 경험을 향상시키는 핵심 요소로 자리잡았다. 정병찬 대표이사는 ‘로봇, 혁신으로 일상과 산업을 재창조하다’라는 제목의 기조연설에서 로봇 기술의 현재와 미래를 조망했다. 정병찬 대표이사에 따르면 로봇 기술이 제조업을 넘어 서비스, 의료, 농업 등 다양한 분야로 확장되고 있다. 발표에 따르면 이러한 확장은 인공지능과 로봇 기술의 발전과 결합되어 산업 생태계에 상당한 영향을 미칠 잠재력을 갖는다. 매트랩 엑스포 2025 코리아의 기술 세션은 알고리즘 개발 및 AI, 전동화, 모델 기반 설계, AI 응용 엔지니어링, 모빌리티, 무선 및 위성 등 6개 트랙으로 구성됐다. 삼성전자, 현대자동차, SK텔레콤, 한국전력연구원 등 국내 첨단 기술 기업들이 참가해 매트랩과 시뮬링크의 활용 사례를 공유했다.     행사장의 데모 부스에서는 다양한 산업 분야의 기술이 소개됐다. 자동차 분야에서는 모델 기반 설계의 데브옵스(DevOps) 환경 통합 설루션을 전시했다. 또한 매스웍스는 요구사항 관리부터 시스템 아키텍처 설계, 소프트웨어 개발과 검증까지의 CI 환경 구축 방안을 시연했다. 무선 분야에서는 언리얼 엔진을 활용한 사실적 위성 시나리오 시각화 사례에 대한 핸즈온 데모를 통해 AI 기반 모델링 기법을 체험할 수 있게 했다. 참석자들은 정적 및 동적 검증을 위한 통합 플랫폼인 폴리스페이스(Polyspace) 제품군을 통한 코드 기반 검증 과정도 확인할 수 있었다. 아카데믹 부스에서는 세종대학교, 단국대학교, 카이스트, 인하대학교, 전북대학교, 창원대학교, 한국공학대학교 등 여러 대학의 연구 사례가 소개되었는데, 그중 인하대학교 임베디드 제어 연구실(ECL)은 ‘신속 제어 프로토타이핑 시스템 및 첨단 제어 기술’을 발표했다. 인하대학교 ECL은 자체 개발한 경량 신속 제어 프로토타이핑 시스템(LW-RCP)을 활용해 시뮬링크 기반의 블록 다이어그램 프로그래밍으로 제어 시스템을 설계하고 실시간 제어기를 구현하는 방법을 설명했다. 특히 2단 도립진자 시스템의 실시간 제어 시연에서는 최적제어와 강화학습 기반 제어를 활용한 기술을 시연했다. 매스웍스코리아의 이종민 대표는 "이번 매트랩 엑스포는 참석자들과 함께 국내 엔지니어링 분야의 미래를 확인할 수 있는 뜻깊은 행사였다”면서, “매스웍스는 앞으로도 AI, 전동화, 모빌리티 등 다양한 산업 분야의 기술 발전을 지원해 국내 산업의 경쟁력 강화에 기여할 것"이라고 전했다.

제품 개발 프로세스의 변화를 이끄는 MBD   MBD(모델 기반 개발)는 자동차 업계에서 화제가 되고 있는 가상 시뮬레이션이다. 기존의 방식보다 비용 절감과 개발 공정의 단축을 실현할 수 있다. MBD는 자동차 업계를 중심으로 제조 현장에서 주목을 받고 있는 개발 방법이다. 이번 호에서는 MBD의 정의, MBD의 중요성 및 CAE와의 차이, MBD의 장점과 단점을 설명한다.    ■ 오재응 LG전자 기술고문, 한양대학교 명예교수   MBD는 ‘모델 기반 개발’ MBD(Model Based Development)는 컴퓨터에 현실과 동일한 모델을 만들고 개발 및 검증하는 방법이다. 가상 시뮬레이션에 의해 개발의 효율화를 실현할 수 있다. 종래의 개발이나 검증에서는 종이의 사양서를 확인하면서 설계하고 완성 후에 사양서를 보면서 검증하는 사이클이었지만, MBD는 매트랩(MATLAB), 시뮬링크(Simulink) 등의 소프트웨어를 사용해 컴퓨터 상에 ‘움직이는 사양서’라고 불리는 모델을 만들고 개발과 검증을 동시에 진행한다. 매트랩과 시뮬링크의 차이점은 다음과 같다. 매트랩 : 수치 계산이나 데이터 해석 등에 적합 시뮬링크 : 시뮬레이션이나 테스트 환경 구축 등에 적합 MBD에서 제어 장치 및 제어 대상을 모델화하여 그 모델에 기반한 개발을 수행하는 기법으로, 매트랩/시뮬링크를 이용한 모델을 작성하고 검증하는 프로세스를 <그림 1>에 나타낸다.   그림 1. 매트랩/시뮬링크를 이용해 모델을 작성하고 검증하는 프로세스   따라서 지금까지의 개발 방법과 달리 제품을 만들지 않고 검증할 수 있게 되므로, 테스트나 분석을 여러 번 반복하여 품질 향상으로 연결된다. 또한 검증에 소요되는 비용과 비용을 줄일 수 있다는 것도 큰 장점이다.(그림 2)   그림 2. 모델 기반 개발 프로세스   MBD는 주로 자동차 업계 등에서 중요시되고 있는 개발 방법 실제로 자동차를 만들어 검증을 반복하면 막대한 비용이 들기 때문에, MBD로 업무를 진행하고 있는 케이스는 적지 않다. 또한 자동차 업계뿐만 아니라 항공 업계와 우주 산업, 의료 기기, 산업용 로봇 등에서도 도입되고 있다. 요즘에는 자율 운전이나 환경에 대한 배려 등 니즈의 변화나 다양화가 진행되고, 자동차의 제조도 복잡해지고 있다. 경쟁사보다 뒤떨어지지 않도록 개발 사이클을 가속화하는 것도 드물지 않다. 배기가스 규제 등을 클리어할 필요도 있다. 이러한 배경으로 비용 절감과 개발 프로세스의 단축화를 실현할 수 있는 MBD는 주목을 받고 있다. 한편, MBD가 맞지 않는 분야도 있다. 예를 들어, 스마트폰의 앱이나 오피스 워크에서 이용하는 소프트웨어 등 제어를 수반하지 않는 소프트웨어 개발에는 적합하지 않다. MBD는 실제 기계의 품질 향상과 시스템 안전을 위해 효과적이지만, 이러한 소프트웨어는 실제 기계가 필요하지 않기 때문이다.   CAE와의 차이 MBD는 컴퓨터에서 검증을 수행하는 CAE(Computer Aided Engineering)와 유사한 기술이지만, 각각의 사용 목적이 다르다. CAE의 경우 온도나 진동 등에 변화를 더해 시뮬레이션하는 방법이지만, MBD는 모델을 활용해 제품의 타당성을 검증한다. 엄밀히 말하면 개발 시점에서 CAE를 적용하고 품질 향상과 개발 기간을 단축하는 것이 MBD이다. CAE는 시뮬레이션하고 설계에 피드백하기 때문에 설계의 업스트림에 위치하지 않는다.   MBD에는 다양한 이점이 있음 MBD의 주요한 이점은 개발 단계에서 시뮬레이션을 할 수 있고 개발 기간을 줄일 수 있다는 것이다. 여기에서는 MBD의 장점을 자세히 살펴본다.   즉시 시뮬레이션 가능 MBD의 장점은 기존 개발 프로세스보다 조기에 시뮬레이션을 할 수 있다는 것이다. MBD는 종이의 사양서가 아니고, 움직이는 사양서가 되는 모델을 만들어 개발도 검증도 곧바로 행할 수 있다. 모델을 작성함으로써 기존의 방식으로 필요했던 시뮬레이션에 걸리는 공수가 줄어들어 횟수를 늘려 품질 향상으로 이어질 것이다. 또한, 시뮬레이션에 관여하는 인건비를 줄일 수 있는 메리트도 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 3월 18일 CNG TV는 ‘시뮬링크를 활용한 모델 기반 설계의 핵심과 실제 적용 사례’를 주제로 웨비나를 개최했다. 이번 웨비나에서는 모델 기반 설계(MBD)의 개념과 함께, 시뮬링크(Simulink)를 사용한 제어 시스템 모델 개발 및 적용 방법이 소개됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 매스웍스 유재흥 애플리케이션 엔지니어와 한재훈 애플리케이션 엔지니어   이번 CNG TV에서 매스웍스는 시뮬링크를 활용한 모델 기반 설계(MBD)의 핵심 원리와 실제 적용 사례를 소개했다. 시뮬링크는 동적 시스템과 제어 알고리즘을 효과적으로 시뮬레이션할 수 있는 모델링 도구로, 실제 물리적 시험보다 빠르고 안전하게 그리고 비용 효율적으로 설계를 검증할 수 있는 장점이 있다. 매스웍스코리아의 한재훈 애플리케이션 엔지니어는 “시뮬레이션을 활용하면 실제 환경에서 수행하기 어렵거나 위험한 시험을 안전하게 반복 수행할 수 있어, 개발 초기에 문제를 조기에 발견하고 수정하는 것이 가능하다”고 강조했다. 이번 웨비나에서 발표된 주요 예제는 태양열 발전 시스템이었다. 이 시스템은 태양광 패널이 태양의 움직임을 정확히 추적할 수 있도록 모터를 통해 제어하여 발전 효율을 극대화하는 방식이다. 시뮬링크를 사용하여 모터 및 패널의 물리 시스템 모델링부터 제어기 설계, 시스템 통합 및 검증까지 전 과정이 진행되었다. 특히 자동 코드 생성 기능을 활용하여 프로토타입 설계 과정을 빠르게 진행할 수 있었다. 이에 대해 한재훈 엔지니어는 “자동 코드 생성으로 인해 개발자가 직접 코딩할 때 발생할 수 있는 인적 오류를 크게 줄일 수 있다”고 설명했다.   ▲ 물리적 프로토타입은 비용이 많이 들고 반복 주기가 느리다.    현실적인 시스템 모델링에 필요한 파라미터 추정 기능에 대한 설명도 이어졌다. 이 과정에서 실제 물리적 시험 데이터를 이용해 모델 응답과의 차이를 줄여나가는 방법이 시연되었다. 한재훈 엔지니어는 “파라미터 추정 과정에서 모델의 정확도를 높이기 위해 적절한 범위를 설정하는 것이 중요하다”고 전했다. 한편 산업 현장에서의 실제 성공 사례도 소개됐다. 대표적인 성공 사례로, 나사(NASA)는 마하 10 속도의 초고속 비행기 제어 시스템 개발에 시뮬링크를 활용하여 첫 시도부터 성공적인 결과를 거둔 바 있다. 한국항공우주연구원(KARI)은 항공 소프트웨어 표준인 DO-178 준수를 위한 소프트웨어 개발 과정 일부를 자동화함으로써, 소프트웨어 품질 향상과 개발 효율성을 동시에 확보했다. 닛산은 자동차 엔진 제어 소프트웨어 개발 기간을 대폭 단축하여 비용 효율을 크게 높이는 성과를 거두었다. 시뮬링크 기반의 모델 기반 설계 방식이 팀 협업 및 유지보수 측면에서 우수한 성과를 보이고 있다. 요구 사항이 빈번하게 변경되는 환경에서도 변경사항을 명확히 추적하고, 자동화된 검증 기능을 통해 보다 신속하고 정확한 대응이 가능하다.     ■ 기사 내용은 PDF로도 제공됩니다.

매스웍스코리아가 3월 18일(화) 오후 2시부터 1시간 동안 CNG TV 웨비나를 통해 'Simulink(시뮬링크)를 활용한 모델 기반 설계의 핵심과 실제 적용 사례'를 주제로, 모델 기반 설계의 개요와 Simulink를 사용하여 실제 제어 시스템 모델을 개발하는 방법에 대해 발표한다. 또한  Simulink를 활용한 구체적인 예시를 통해 모델 기반 설계의 실질적인 적용 방법도 소개될 예정이다. 참고로, 모델 기반 설계는 요구되는 개발 표준을 준수하면서도 복잡한 임베디드 시스템 개발 시 시간과 비용을 절감할 수 있는 효과적인 방법이다. 이를 통해 요구사항에서 구현까지 Digital Thread를 형성하여 추적성을 확보하고, 설계 알고리즘의 가독성을 향상시키며, 개발 초기 단계에서 시뮬레이션을 통해 물리적 시험에 투입되는 자원을 절약할 수 있다.  이번 웨비나는 사전등록을 통해 무료로 시청할 수 있다. Simulink를 활용한 구체적인 예시를 통해 모델 기반 설계의 실질적인 적용 방법들을 확인해 보시기 바란다.  

매스웍스가 4월 8일 ‘매트랩 엑스포 2025 코리아(MATLAB EXPO 2025 Korea)’를 코엑스 그랜드 볼룸 및 아셈볼룸에서 개최한다고 밝혔다. 매트랩 엑스포는 매스웍스 설루션 사용 고객과 기술 전문가들이 과학 및 엔지니어링 분야의 최신 트렌드와 성공 사례를 공유하는 연례 행사다. 이번 매트랩 엑스포의 기조연설에서는 한화로보틱스 정병찬 대표이사가 ‘로봇, 혁신으로 일상과 산업을 재창조하다’를 주제로, 매스웍스의 아비 네헤미아(Avi Nehemiah) 설계 자동화 소프트웨어 부문 총괄 디렉터가 ‘소프트웨어 정의 제품이 가져올 혁신’을 주제로 발표를 진행한다. 이어서, 알고리즘 개발 및 AI, 전동화, 모델 기반 설계, AI 응용 엔지니어링, 모빌리티, 무선 및 위성 등 6개 트랙의 36개의 기술 세션에 전문 연사가 참여해 매스웍스 제품군의 신기능과 고객 성공 사례를 발표한다. 기술 세션에는 삼성전자, 현대자동차, SK텔레콤, 한국전력연구원 등 국내 첨단 기술 기업이 참가해 각 산업군에서 적용 중인 매트랩(MATLAB) 및 시뮬링크(Simulink)의 활용 방안을 소개할 예정이다. 삼성전자의 한상민 수석은 ‘매트랩을 활용한 오픈 무선 장치(RU) 테스트 플랫폼 구축 방법’을 소개하며, 현대자동차의 우민수 글로벌 R&D 마스터와 SK텔레콤의 김장면 매니저는 각각 자동차 성능 예측 및 분석 시스템과 인공지능 기반 위성 통신 최적화 기술에 대해 발표한다.     한편, 이번 행사에는 벡터코리아, 이노엑스, 위드비어, 모라이, NI, 백호프, 알테라, 팝콘사, PTC 등 매스웍스의 파트너사가 참여해 기술 데모 부스를 운영할 예정이며, 세션에서 소개된 매스웍스 설루션의 신기능을 직접 체험할 수 있는 9개의 데모 부스도 운영된다. 데모가 진행되는 전시 공간에서는 다양한 산업군에 적용할 수 있는 모델 기반 설계(MBD)와 인더스트리 트렌드를 반영한 AI 관련 기술, 그리고 전동화와 무선에 관한 최신 기술이 중점적으로 선보이게 된다. 특히 올해는 국내 대학에서 이공계열 학생들을 가르치는 교수 및 강사를 대상으로 매트랩, 시뮬링크, 심스케이프(Simscape)를 활용한 시각화 및 상호작용 기반 엔지니어링 교육 세션이 마련된다. 이 세션에서는 학생들이 질량, 운동량, 에너지 보존과 같은 핵심 공학 원리를 넘어 전체 시스템을 이해하고 설계할 수 있는 시스템 레벨 역량을 키울 수 있도록 풍부한 시각화와 상호작용 경험을 제공하는 방법을 소개한다. 또한 매스웍스 설루션을 교육 현장에 도입해 학생들의 실무 역량을 성공적으로 향상시킨 사례도 함께 소개될 예정이다. 매스웍스코리아의 이종민 대표는 “매트랩 엑스포는 지난 수 년간 국내 공학 시스템 관련한 엔지니어, 과학자, 연구원, 교육자들이 기술 동향과 연구 성과를 나누고 교류하는 대표적인 행사로 자리매김했다”면서, “이번 행사에서 매스웍스가 엄선한 세계 유수 기업의 기술 전문가 발표와 다양한 체험형 데모를 통해 참가자들이 매트랩과 시뮬링크를 활용한 혁신적인 연구 방안을 발견하는 의미 있는 자리가 되길 바란다”고 말했다.

매스웍스코리아는 지난 2025년 1월 31일 종료된 ‘매트랩 AI 모델 챌린지’ 수상자를 발표했다. 이번 챌린지 참가자들은 매트랩(MATLAB) 및 시뮬링크(Simulink)를 활용해 실생활이나 산업 프로세스를 혁신적으로 개선할 아이디어를 모델링했다. 매스웍스의 엔지니어팀으로 구성된 대회 심사위원들은 매트랩 사용자 커뮤니티인 ‘파일 익스체인지(File Exchange)’를 통해 코드를 공유한 참가자들의 출품작을 평가했다. 이번 챌린지의 수상은 매스웍스상, 인기상, 평점상, 다작상, 등 4개 부문으로 진행됐다. 수상작은 주제 관련성, 기술적 우수성, 매트랩 및 기타 매스웍스 도구 활용도, 다운로드 수, 별점 평가, 제출 모델 수 등의 기준으로 선정됐다.     매스웍스상은 경북대학교의 미타 누르하야티(Mita Nurhayati)가 수상했다. 미타 누르하야티의 ‘설명 가능한 SHAP 기반 신경망 회귀 모델(Explainable Neural Network Regression Model with SHAP)’ 프로젝트는 SHAP 알고리즘을 직접 구현해 결과를 시각화한 점이 높은 평가를 받았다. 특히 설명 가능한 AI(XAI)와 관련한 실질적 사용 사례를 제시했다는 점과 매트랩 스크립트를 활용한 구현 방식은 연구자들에게 실용적인 참고자료가 될 것으로 기대된다. 인기상은 삼성전자 김근식의 ‘USB 카메라 기반 실시간 딥러닝 감정 인식 시스템’ 프로젝트가 차지했다. 이 프로젝트는 매트랩 환경에서 딥러닝 개발 워크플로를 소개하고, 실시간 데이터 처리가 가능하도록 구현했다. 또한 상세한 문서화와 단계별 사용방법 제시, GIF를 통한 데모 시연 등 사용자 친화적인 구성이 돋보였다. 평점상은 국립과학수사연구원 최영수의 ‘차량 추적 및 바퀴 감지를 위한 딥러닝 시스템’ 프로젝트가 수상했다. 이 프로젝트는 SiamFC라는 최신 AI 모델을 활용해 객체를 추적하여 차량의 속도를 예측했다. 다작상은 참신한 주제의 프로젝트들을 다수 제출한 한국생명공학연구원 팀(조수복, 김종환, 전종범, 이동윤)이 수상했다. 특히 공개 유전체 데이터인 1000G(1000Genomes Project)의 방대한 데이터를 활용하고, 깃 라지 파일 스토리지(Git-lfs)를 통한 데이터셋 접근성을 제공한 점이 높이 평가되었다. 매스웍스코리아의 이종민 대표는 “매트랩 커뮤니티를 통해 전 세계의 많은 엔지니어가 혁신적인 코드를 공유하며 AI 시스템 개발 효율을 높이고 있다”면서, “이번 챌린지를 통해 더 많은 개발자들이 매트랩 및 시뮬링크로 개발된 무료 오픈소스 코드를 활용해 혁신적인 아이디어를 실현하고 성장할 수 있길 기대한다”고 말했다.