앤시스코리아가 산업과 엔지니어링 전반에 걸친 디지털 혁신을 촉진할 수 있는 AI 기반 멀티피직스 시뮬레이션 솔루션 ‘앤시스 2024 R2(Ansys 2024 R2)’를 발표했다. 새롭게 선보이는 앤시스 2024 R2는 오늘날 등장하고 있는 복잡한 제품들에 대해, 제품 설계의 경계를 넘나들며 고객들이 다차원적인 인사이트를 얻도록 돕는 멀티피직스 시뮬레이션 솔루션이다. 앤시스 2024 R2는 해석시간을 단축하고 해석 처리 용량을 확장하며, 디지털 혁신을 지원하고, 하드웨어 유연성을 제공하는 등 기존 버전보다 한층 쉽고 강력해졌다. 또한 보다 향상된 워크플로 연동성을 통해 사용자들은 협업 효율과 생산성을 다방면으로 향상시킬 수 있다. 앤시스 2024 R2는 멀티피직스 워크플로를 간소화해, 여러 도메인에서 서로 다른 다양한 소프트웨어 기술을 연결하는 복잡한 과정을 간편하게 만든다. 이번 업데이트는 사용자가 복잡한 반도체 칩부터 전기차 파워트레인에 이르기까지 제품 수명 주기 전반에 걸쳐 비용과 성능을 종합적으로 평가할 수 있도록 지원한다. 새로운 앤시스 HFSS-IC(Ansys HFSS-IC) 솔버는 오늘날의 복잡한 첨단 IC 설계 및 어드밴스드 패키징 기술에 따르는 문제의 해결을 가능하게 한다. 앤시스의 전자 및 반도체 기술을 통합한 새로운 고급 솔버는 전력(PI) 및 신호 무결성(SI) 분석에 사용되며, 테이프아웃(tapeout) 전에 IC의 사인오프(signoff)를 위한 전자기 정밀 분석에 높은 성능과 기술을 제공한다. 유저는 설계와 사인오프 분석의 반복(iteration)을 통해 차세대 IC 및 전자 장치에서 요구되는 고성능과 안정성을 제공한다.     점점 더 복잡해지는 멀티피직스 설계에 대한 요구는 자동차를 포함한 거의 모든 산업에 영향을 미치고 있다. 기업들이 전기차(EV) 기술을 발전시키려고 노력하는 가운데, EV 모터의 소음·진동·마찰(NVH)의 최적화는 차량 성능과 안전에 매우 중요한 요소가 되고 있다. 전기 파워트레인(e-powertrain) 워크플로를 위한 앤시스 메카니컬(Ansys Mechanical) 구조 시뮬레이션 소프트웨어의 향상된 기능은, 보다 정확한 음향 시뮬레이션 의 테스트 상관관계를 제공하며 시뮬레이션 속도 개선을 통해, NVH 분석에 전반적인 생산성을 향상시킨다. 또한 앤시스 2024 R2에는 앤시스 지멕스(Ansys Zemax) 광학 시스템 설계 소프트웨어와 앤시스 스피오스(Ansys Speos) 광학 성능 분석 솔버 간의 원활한 데이터 호환 및 연동이 포함된다. 이를 통해 복잡한 필드와 파장이 있는 대규모 시스템의 광학 설계를 보다 효율적으로 평가하고 최적화할 수 있다. 예를 들어, 이 통합을 통해 광학 시스템의 미광 분석 워크플로를 간소화하여, 사용자가 광학 시스템의 렌즈 플레어, 빛 누출 및 광산란(light scattering)으로 인한 원치 않는 광효과를 분석하고 제거할 수 있다. 앤시스는 앤시스 트윈AI(Ansys TwinAI) 소프트웨어를 포트폴리오에 추가해 AI에 대한 새로운 활용 사례를 꾸준히 제공하고 있다. 앤시스 트윈AI 소프트웨어는 최첨단 AI 기술을 기반으로 실제 데이터에서 얻은 인사이트와 멀티도메인(multidomain) 모델을 결합하여 정확성을 향상시킨다. 앤시스 2024 R2에는 클라우드 또는 엣지로 확장 배포할 수 있도록 지원하는 개선사항이 포함되어 있어, 고객이 실제 데이터에서 추가적인 인사이트를 확보할 수 있도록 돕는다. 앤시스 미션 AI+(Ansys Missions AI+) 솔루션은 앤시스 디지털 미션 엔지니어링(Digital Mission Engineering : DME) 제품군의 성능 향상을 위한 알고리즘을 제공하는 신기술이다. 엔지니어는 제어 모델을 기반으로 궤도 솔루션의 품질을 자동으로 평가하여 전문가 수준으로 분석할 수 있으며, 비행 루틴의 안정성도 향상시킬 수 있다. 앤시스 DME 솔루션이 AI를 도입함으로써, 다양한 시뮬레이션 전문 지식을 보유한 사용자가 쉽게 기술에 접근하고 배포할 수 있게 되었다. 또한 앤시스 제품 및 서비스 전반에 걸친 AI 통합은, 나노미터 규모의 반도체 애플리케이션을 위한 설계 효율성을 창출하고 있다. 전자기 모델링 소프트웨어 앤시스 랩터X(Ansys RaptorX)는 아날로그 및 무선통신용 초고주파(Radio Frequency IC : RF IC) 설계에서 전자기 커플링 문제를 완화하는 AI 기반의 IC 플로어플랜 최적화 솔루션이 포함되었으며, 이상적인 IC 레이아웃을 도출할 수 있게 되었다. 앤시스 랩터X 솔버의 강력한 성능과 AI의 결합을 통해 사용자들은 회로 면적을 줄이고 설계 시간을 몇 주에서 며칠로 단축할 수 있다. 앤시스 2024 R2는 확장성이 높은 고성능 컴퓨팅(HPC)의 배포를 다양하고 쉽게 할 수 있는 것도 특징이다. 중앙처리장치(CPU)에서의 실행이 최적화되어 있는 첨단 솔버 기술 및 다양한 그래픽처리장치(GPU) 하드웨어에 최적화되어 있는 솔루션들도 지속적으로 늘어나고 있다. GPU에 최적화된 솔루션 중에 하나로, 앤시스 AV엑셀러레이트 센서(Ansys AVxcelerate Sensors)는 자율주행차 센서 모델링 및 테스트용 소프트웨어로써 장거리 물체 감지를 위한 적응형 그리드 샘플링 기능을 갖추었다. 적응형 그리드 샘플링을 통해 사용자는 가상 주행 시나리오 내에서 특정 객체에 초점을 맞춰, 보다 타게팅된 데이터를 수집할 수 있게 되었다. 주행 시나리오 내에 모든 데이터를 수집해 과샘플링을 초래하는 글로벌 샘플링과 비교할 때, 앤시스 AV엑셀러레이트 센서의 향상된 기능은 동일하거나 더 나은 수준의 객체 감지 및 예측 정확성을 유지한다. 또한 향상된 GPU 가속 기술은 3배 빠른 시뮬레이션 속도와 6.8배 적은 GPU 메모리 소비를 제공한다. 유체 시물레이션 소프트웨어인 앤시스 플루언트(Ansys Fluent)는 AMD GPU와의 새로운 하드웨어 호환성을 강화하면서 보다 폭넓은 하드웨어 옵션을 지원한다. 음향, 반응 유동 또는 아음속/초음속(Subsonic/Transonic) 압축성 유동을 연구하는 사용자는 이제 다중 GPU 솔버를 활용해 물리 모델링 기능 확장과 함께 기하급수적으로 빠른 속도로 시뮬레이션을 실행할 수 있다. 내장형 파라메트릭 최적화를 통해 설계 옵션에 대한 추가 탐색을 지원하는 소프트웨어 플랫폼 앤시스 옵티스랭(Ansys optiSLang)을 통해 더 많은 설게 옵션을 탐색할 수 있도록 지원하기도 한다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스 2024 R2는 앤시스의 시뮬레이션 포트폴리오를 그 어느 때보다 더 깊고 넓고 스마트하게 함과 동시에 연결성을 강화하는 솔루션이 될 것이다. 고객들은 앤시스 R2를 통해 시스템 시뮬레이션에서 디지털 트윈에 이르기까지 보다 넓은 범주에서 광범위한 지원을 받을 수 있을 것으로 기대하고 있다. 이처럼 앤시스가 제공하는 시뮬레이션 인사이트와 고객만족(Ansys Customer Excellence)팀이 제공하는 전문성을 바탕으로 진정한 혁신을 이룰 수 있기를 바란다”라고 말했다.

제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (3)   이번 호에서는 크레오 파라메트릭 11.0(Creo Parametric 11.0)의 개선된 부품 모델링 기능에 대해 알아보자.   ■ 박수민 디지테크 기술지원팀의 과장으로 Creo 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   크레오 파라메트릭 11.0에서는 부품 모델링 작업이 크게 개선되었다. 새로운 외삽 옵션을 포함하여 서피스를 더욱 정교하게 확장할 수 있으며, 피처 치수 핸들이 개선되어 치수 조정이 쉬워졌다. 명령을 빠르게 검색하여 도구 모음에 추가할 수 있고, 참조 유형 제어와 피처 진단 보고 기능이 향상되어 더 빠르고 정확한 모델링이 가능하다. 롤링 볼 옵션, 점 패턴 기능, 바디 제거 기능 등의 추가된 기능들이 모델링 작업을 더욱 효율적으로 만들었다.   추가된 확장 기능 : 외삽 옵션 크레오 파라메트릭 11에는 확장(Extend) 피처에 외삽(Extrapolate)이라는 새로운 옵션이 추가되었다. 새로운 외삽 방법을 통해 사용자는 원하는 형상을 생성할 수 있는 유연성이 크게 향상된다. 이는 특히 변곡이나 접기와 같은 문제를 일으키는 경우에 유용하다. 또한, 다양한 서피스 확장 방법을 통해 더 나은 결과를 얻을 수 있어 생산선을 높일 수 있다. 옵션의 위치는 다음과 같다. 모델 → 편집 → 확장 → 옵션 탭으로 이동하여 추가된 외삽 옵션을 확인할 수 있다.     외삽 옵션을 사용하면 평면을 제외한 모든 서피스 유형이 외삽되어 B-스플라인 또는 스플라인 서피스가 된다. 원본 서피스의 유형이 스플라인 또는 B-스플라인이 아니면 외삽된 서피스는 원래 도메인 내에서 원본 서피스의 근접 근사화가 되고 평면은 평면으로 남게 된다. 확장 옵션 ‘동일(Same)’을 사용하여 다른 분석 서피스가 분석 상태를 유지하도록 확장한다.     외삽 옵션은 동일 서피스 확장 방법이 변곡이나 접기와 같은 원치 않는 결과를 생성하거나 실패할 때 더 나은 결과를 얻는 데에 도움이 될 수 있다. 이렇게 광범위한 형상 확장 방법을 사용하면 유연성과 생산성이 향상되어 원하는 형상을 생성할 수 있다.   드래그 핸들 현대화 크레오 파라메트릭 11.0에서는 피처 치수의 끌기 핸들이 현대화되었다. 이는 일반 부품 모드와 판금 모드 모두에서 적용된다. 핸들이 개선되어 피처의 다양한 치수 유형과 상호 작용 가능성을 쉽게 구분할 수 있게 되었다. 특히 복합 피처에서 컨트롤을 쉽게 식별할 수 있다. 이 새로운 핸들은 3D 공간에서 자체 방향을 설정하여 모델 작업을 수행할 때 디스플레이를 자동으로 조정한다.     새로운 피처 치수 핸들 개선으로 모델 작업의 효율성과 정확성이 향상되었고, 작업자의 시각적 피로를 줄이며 작업 속도를 높이고 오류를 줄였다. 현대화된 디자인으로 사용자 경험이 향상되었으며, 복잡한 피처에서도 정확한 치수 조절이 가능해져 설계 품질도 향상되었다. 이로써 크레오 파라메트릭 11.0에서 피처 치수 핸들을 더 효율적으로 사용할 수 있게 되었다.   명령 검색 내에서 빠른 액세스 도구 모음에 명령 지정 이제 명령을 빠르게 검색하고 찾아서 빠른 액세스 도구 모음에 쉽게 추가할 수 있다. 명령어를 검색하고 마우스를 우클릭하여 ‘빠른 액세스 도구 모음에 추가(Add to Quick Access Toolbar)’ 옵션을 사용할 수 있다. 이렇게 하면 다른 사용자 인터페이스 사용자 정의 대화 상자 및 단계를 거칠 필요 없이 빠른 액세스 도구 모음에 바로 추가할 수 있다.     오른쪽 상단의 명령 검색 기능을 통해 명령을 빠르게 찾고, 바로 빠른 액세스 도구 모음에 추가할 수 있게 되어 사용자 정의 워크플로가 더 빨라졌다. 이로 인해 작업 흐름이 개선되고 생산성이 향상되었다.   시드 및 경계 서피스 선택에서 참조 유형 제어 개선 크레오 파라메트릭 11에서는 시드 및 경계 서피스 선택에서 경계 서피스 참조에 대한 참조 유형을 제어할 수 있다. 서피스 컬렉션 정의의 경계 참조를 고정 참조로 표시하려면 새 옵션인 ‘고정 참조로 간주(Consider as strong references)’를 선택한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

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

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

한국컴퓨터그래픽스학회가 지난 7월 9일부터 12일까지 소노벨 경주에서 ‘Generative Imagination’을 주제로 학술대회와 여름학교를 개최했다고 밝혔다.  한국컴퓨터그래픽스학회(KCGS)는 1993년 11월 설립된 이래 국내 컴퓨터그래픽스 연구의 질적, 양적 수준을 세계 정상과 견줄 수 있는 단계로 끌어올리는데 기여하고 있으며, 컴퓨터그래픽스 관련 기술을 발전 보급시키고, 연구 수월성 추구와 연구자들 간의 긴밀한 소통을 위한 전문적인 학술 교류 기회 확대를 목적으로 운영되고 있다.      이번 학술대회의 초청강연으로는 2024 Oscar Scientific & Technical Awards를 수상한 클로버추얼패션의 오승우 대표가 클로버추얼패션이 어떻게 패션과 컴퓨터그래픽 산업에서 패션 디자인 프로세스를 혁신시켜왔는지에 대해 소개했다. 오승우 대표는 “클로버추얼패션의 주 목표는 사용자와 함께 성장하는 것이며, 이를 위해 다양한 시도를 하면서 효과적인 제품 개발 방법을 발전시켜 왔다. 이는 최근 사업이나 서비스 개발에 자주 쓰이는 애자일(Agile) 방법론, 린 스타트업(Lean Start-up) 등과 유사하지만 재미있게도 매우 공학적인 방법”이라고 전했다. KAIST 문화기술대학원의 남주한 교수는 ‘인공지능 시대의 음악 창작과 연주’를 주제로 한 강연에서 데이터 사이의 관계를 추론하는 멀티모달 인공지능 기술의 관점에서 음악 인공지능 분야의 최신 기술 동향을 소개했다. 남주한 교수는 “새로운 기술의 등장은 예술가들의 창의력과 감정 표현을 확장시켜 새로운 장르의 음악과 공연 무대를 만들어내고, 대중 음악을 거대 산업으로 발전하는데 중추적인 역할을 해왔다”면서, “최근 급격히 발전하고 있는 인공지능은 인간을 대신 하는 다양한 지능적 음악 기술을 통해 혁신적 변화를 기대하게 하면서도, 기존 창작 및 유통 질서 파괴에 대한 여러 가지 우려도 불러일으키고 있다”고 짚었다. 포항공대 컴퓨터공학과의 최승문 교수는 ‘햅틱 효과 저작’에 대한 강연에서 햅틱스에 대한 소개 및 현황을 짚고, 햅틱 효과 저작 기술에 관한 연구 내용을 소개했다. 최승문 교수는 “햅틱 효과 저작 기술이란 다양한 상황에서 사용자에게 적절한 햅틱 효과를 제공하기 위하여 햅틱 장치에 보낼 명령을 컴퓨터를 사용하여 계산하는 것”이라면서, “전통적인 그래픽 렌더링과 대응되는 햅틱 렌더링, 인간-컴퓨터 상호작용을 위한 햅틱 효과 수동 설계, 멀티미디어의 다중감각 확장을 위한 햅틱 효과 자동 추출 및 계산 등을 포괄한다”고 전했다. 또한, 고려대학교 김승룡 교수의 ‘Towards High-Fidelity Text- and Image-to-3D Generation’, 서울대학교 박재식 교수의 ‘Recent Trends in Radiance Field Reconstruction Methods’, 서울대학교 김영민 교수의 ‘Vision Foundation Model and Applications’ 등 강연이 진행됐다. 정보통신기획평가원(IITP) 특별 세션에서는 IITP의 이준우 PM이 메타버스/방송·디지털미디어 중장기 연구개발 사업 기획에 관해 설명했고, 숭실대학교 김동호 교수는 메타버스 융합대학원에 대해 소개했다. 또한, 관련된 대학 ICT 연구센터(ITRC) 소개로 한국컴퓨터그래픽스학회장인 세종대학교 최수미 교수의 초실감 XR 연구센터 성과 발표와 이화여자대학교 김영준 교수의 Simulated Reality 연구센터 성과 소개 등이 진행됐다.   ▲ 공로패를 수상한 중앙대학교 윤경현 교수(왼쪽)와 한국컴퓨터그래픽스학회 최수미 학회장(오른쪽)   이번 학술대회에서는 다양한 논문 및 포스터 발표와 함께 우수논문상 시상과 공로상 감사패 시상도 진행됐다. 학회 발전을 위해 열정과 노력으로 기여해 온 중앙대학교 윤경현 교수가 공로패를 수상했고, 오랫동안 학회발전에 기여하고 은퇴한 7명에게 감사패가 증정됐다. 창해신진연구자상은 포항공대 김효민 박사가 최우수상, 카이스트 장덕경 박사가 우수상 수상자로 선정됐으며, 석사 논문상은 포항공대 최은수(최우수상), 포항공대 류누리, 카이스트 윤관(이상 우수상)이 선정됐다.  학술대회에서 발표된 구두 및 포스터 발표 중에서 선정된 우수논문상에서는 논문명 : ‘스토리텔링 기반 장면을 이해하는 다중 인간 동작 생성’(임동근, 배진석, 황인우, 김영민)이 최우수상을 수상했다. 이어 ‘적응형 블러 기반 비디오의 수평적 확장 여부 판별 네트워크’(김민선, 서창욱, 윤현호, 노준용), ‘자율주행 차량 시뮬레이션에서의 강화학습을 위한 상태표현 성능 비교’(안지환, 권태수), ‘강화학습을 이용한 나비의 비행 동작 생성’(정은호, 장이권, 이윤상)이 우수상으로 선정됐다. 또한 클로버추얼패션에서 디지털 패션에 관한 우수 논문을 선발하고, 오스템에서는 기하 모델링에 관한 우수 논문을 선발하여 상금과 함께 클로버추얼패션 논문상, 오스템 논문상을 수여했다.  클로버추얼패션 논문상은 ‘ClothCombo : 여러 겹의 3D 의류 가상피팅을 위한 의류 간 상호작용 모델링’(이도해, 강현, 이인권), 오스템 논문상은 ‘다단계 미세구조 구역화 네트워크를 활용한 3D 의료영상 구역화’(김자연, 김지온, 신병석)가 수상했다. 한편, 학술대회와 함께 진행된 여름학교는 학술대회를 참여하는 연구자들이 컴퓨터 그래픽스의 몇 가지 주제들에 대하여 심도 있는 지식을 습득할 수 있는 자리로 마련됐다. 여름학교의 연사로는 고려대학교 김승룡 교수, 서울대학교 박재식 교수, 서울대학교 김영민 교수가 참여했다.  

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

다쏘시스템과 아식스가 개개인의 발 모양에 맞춘 주문제작 삭라이너를 제공하는 신규 서비스를 테스트하기 위한 아식스 퍼스널라이제이션 스튜디오(ASICS Personalization Studio)를 프랑스 파리에 공동 개설했다. 초소형 생산시설인 아식스 퍼스널라이제이션 스튜디오는 모듈형 구조를 기반으로 다쏘시스템의 3D익스피리언스 플랫폼과 버추얼 트윈 기술을 아식스의 스포츠 기술과 결합했다. 이를 통해 다양한 사용자의 요구사항을 충족하는 신발 부품을 현장에서 맞춤제작한다. 아식스는 다쏘시스템의 모델링 및 시뮬레이션 기술을 기반으로 한 자사의 노하우를 활용해 3D익스피리언스 플랫폼에서 모델링하고 시뮬레이션한 개인 발 모양 데이터를 바탕으로 삭라이너 모양을 설계한다. 3D익스피리언스 플랫폼에서 설계한 제품을 고급 3D 프린팅 기술을 사용해 유연한 소재로 만든 두꺼운 격자 구조로 높은 통기성과 푹신함을 지닌 삭라이너를 제작한다. 발 부위에 따라 푹신한 정도를 조절해 긴장감을 줄이고 신체 회복을 돕는 동시에 운동 능력도 향상할 수 있다. 아식스는 광범위한 상업적 출시를 위한 시험 운영의 일환으로 실행 테스트를 수행하고 사용자 만족도를 모니터링할 계획이다. 2025년에는 추가 테스트를 위해 아식스 퍼스널라이제이션 스튜디오를 일본으로 이전하며, 향후 해당 기술을 삭라이너 외 다른 풋웨어 제품에도 적용하는 것을 고려하고 있다.     아식스의 토미나가 미츠유키(Mitsuyuki Tominaga) 대표이사 사장은 “아식스 퍼스널라이제이션 스튜디오 설립에 다쏘시스템과 협력해 기쁘다”라며 “이 파트너십으로 두 선도기업의 첨단 기술과 전문성을 활용해 모든 고객에게 최적의 가치를 제공하고, 개별 요구에 부응하는 제품으로 더 건강하고 행복한 삶을 영위하도록 지원하겠다”고 말했다. 다쏘시스템의 파스칼 달로즈(Pascal Daloz) CEO는 “다쏘시스템과 아식스는 건강과 웰빙을 향상하기 위한 혁신에 대한 노력과 의지를 함께 공유하고 있다”라며 “이번 파트너십은 소비자 경험을 우선시하는 제조에 대한 전체론적 접근방식을 잘 보여준다”라고 강조했다. 그는 이어 “이번 아식스와의 협업은 가상 세계가 21세기 경제를 촉진하는 모습을 보여준다“면서, “다쏘시스템의 버추얼 트윈은 과학을 기반으로 산업이 제품의 성능과 경험을 향상시킬 뿐만 아니라 지속 가능한 비즈니스 모델을 발전시킬 수 있도록 한다”고 덧붙였다.

엔비디아 창립자 겸 CEO 젠슨 황(Jensen Huang)이 와이어드(WIRED)의 로렌 구드(Lauren Goode) 테크 담당 기자와 함께한 시그래프(SIGGRAPH) 2024 좌담회에서 AI가 가져올 미래를 조망했다. 이날 젠슨 황은 가속 컴퓨팅이 에너지 효율성을 크게 향상시키고 있는 가운데, 비주얼 컴퓨팅에 뿌리를 둔 생성형 AI 혁명이 인간의 창의력을 극대화하고 있다고 말했다. 지난 7월 28일(일)부터 8월 1일(목)까지(현지시간) 미국 덴버에서 열린 글로벌 최대 컴퓨터 그래픽스 콘퍼런스인 시그래라프는 앞으로의 미래를 논의할 수 있는 최적의 자리였다. 젠슨 황은 “모든 사람이 AI 어시스턴트를 갖게 될 것이다. 모든 회사, 회사 내 모든 직무에 AI 어시스턴트가 등장할 것”이라고 말했다. 젠슨 황은 생성형 AI가 인간의 생산성을 증폭시키는 것처럼, 이를 지원하는 가속 컴퓨팅 기술은 컴퓨팅의 에너지 효율을 더 높일 수 있다고 말했다. 그는 “가속화된 컴퓨팅은 동일한 작업을 수행하면서도 20배, 50배의 에너지를 절약할 수 있도록 도와준다. 사회적으로 가장 먼저 해야 할 일은 모든 애플리케이션을 가속화하는 것이며, 이를 통해 전 세계에서 사용되는 에너지의 양을 줄일 수 있다”고 말했다.   이날 좌담회는 엔비디아(NVIDIA)가 시그라프에서 발표한 내용에 이어 진행됐다.  엔비디아는 오픈USD(Universal Scene Description, OpenUSD), 3D 모델링, 물리, 재료, 로보틱스, 산업용 디지털 트윈, 물리 AI 등 다양한 워크플로우에 적합한 새로운 NIM 마이크로서비스 제품군을 소개했다. 이러한 발전은 개발자의 역량을 강화하는 것을 목표로 하며, 특히 DGX 클라우드(DGX Cloud)에 허깅페이스(Hugging Face) 추론 서비스 기능을 통합하는 데 중점을 뒀다. 또한 셔터스톡(Shutterstock)은 생성형 3D 서비스를 출시했으며, 게티이미지(Getty Images)는 엔비디아 에디파이(Edify) 기술을 사용해 제품을 업그레이드했다. AI와 그래픽 분야에서 엔비디아는 물리 생성형 AI 애플리케이션을 위해 설계된 새로운 오픈USD NIM 마이크로서비스와 레퍼런스 워크플로우를 공개했다. 여기에는 로봇 시뮬레이션 등을 위한 새로운 NIM 마이크로서비스를 통해 휴머노이드 로보틱스 개발을 가속화하는 프로그램이 포함된다. 마지막으로, 세계 최대 광고 에이전시인 WPP는 코카콜라 컴퍼니(The Coca-Cola Company)에 옴니버스(Omniverse) 기반 생성형 AI를 활용해 브랜드 신뢰도를 높이고, 다양한 산업 분야에서 발전된 엔비디아 AI 기술의 실제 적용 사례를 선보이고 있다. 젠슨 황과 로렌 구드는 비주얼 컴퓨팅이 컴퓨터 게임부터 디지털 애니메이션, GPU 가속 컴퓨팅, 그리고 가장 최근에는 대규모 AI 팩토리에 의해 구동되는 생성형 AI에 이르기까지 모든 것을 탄생시킨 과정을 살펴보며 대화를 시작했다. 이러한 모든 기술 발전은 상호 보완적으로 이루어진다. 예를 들어 로보틱스는 차세대 휴머노이드 로봇에 적용하기 전에 AI를 훈련할 수 있는 고급 AI와 사실적인 가상 세계가 필요하다. 젠슨 황은 로보틱스에는 AI를 훈련하는 컴퓨터, 물리적으로 정확한 시뮬레이션에서 AI를 테스트하는 컴퓨터, 로봇 자체에 탑재된 컴퓨터 등 3대의 컴퓨터가 필요하다고 설명했다. 그는 “훨씬 적은 에너지로 날씨를 예측하려는 과학 컴퓨팅, 이미지를 생성하기 위한 크리에이터와의 협업과 증강, 산업 시각화를 위한 가상 장면 생성 등 거의 모든 산업이 이 기술의 영향을 받게 될 것이다. 로봇 자율 주행 자동차 역시 생성형 AI에 의해 혁신될 것”이라고 말했다. 마찬가지로 오픈USD 표준을 기반으로 구축된 엔비디아 옴니버스 시스템도 생성형 AI를 활용해 세계 최대 브랜드가 자산을 생성하는 데 핵심적인 역할을 할 것이다. 옴니버스는 브랜드 자산을 수집할 수 있다. 따라서 이러한 시스템은 옴니버스에 있는 브랜드 자산을 가져와 신중하게 선별된 브랜드 효과를 수집하고 복제할 수 있다.   최종적으로 비주얼 컴퓨팅, 시뮬레이션, 거대 언어 모델(large language model, LLM) 등 이러한 모든 시스템이 결합돼 사람들이 모든 종류의 디지털 시스템과 상호 작용할 수 있도록 돕는 디지털 휴먼의 탄생이 기대된다. 젠슨 황은 “새롭게 발표할 내용 중 하나는 회사의 모든 직무를 보강할 디지털 에이전트, 즉 디지털 AI의 개념이다”라고 말하고, “이를 사용하는 가장 중요한 사례 중 하나는 고객 서비스이다. 미래에도 여전히 사람이 담당하는 일이 있겠지만, AI가 그 역할을 보조하게 될 것”이라고 말했다. 젠슨 황은 다른 새로운 도구들과 마찬가지로 AI가 인간의 생산성과 창의성을 증폭시킬 것이라는 기대감과 함께 “이 도구로 어떤 이야기를 만들어 낼 수 있을지 상상해보자”고 말했다. #시그라프 #시그래프 #엔비디아

▲ 이미지 출처 : 씨이랩   제조산업에서 디지털 전환(DX)은 경쟁력을 유지하고 지속 가능한 성장을 이루기 위해 활발히 모색되고 있다. 제품의 개발부터 제조까지 디지털 정보의 흐름을 이어주는 PLM을 비롯해 제품의 개발부터 제조까지 폭넓은 영역에서 디지털 기술의 접목 또한 꾸준히 이어지는 모습이다. 3D CAD, 생성형 AI, 비전 AI와 같은 기술은 단순한 도구를 넘어, 제조산업의 프로세스 전반을 혁신하고 있다. 이번 호에서는 지난 6월 13일~14일 진행된 ‘PLM/DX 베스트 프랙티스 컨퍼런스 2024’의 발표 내용을 중심으로, 제조산업 디지털 전환을 위한 기술 및 활용 사례를 소개한다.   개발·양산 라이프사이클 품질 관리의 발전 방향 / 정현길 디지털 기반의 연결과 통합을 위한 미래의 PLM / 한석주 TYM의 디지털 혁신 전략과 PLM/DX 추진 사례 / 김대용 산업 분야의 디지털 전환을 위한 비전 AI의 현재와 미래 / 이문규 AI 시대에 대응하는 멀티 CAD 협업 방안 / 정유선 생성형 AI 동향과 제조 엔지니어링 적용 방법 / 송경우 3D 데이터 활용을 통한 3D 데이터 공유 및 디지털화 실현 / 윤정두 3D CAD를 활용한 지능형 경량화/최적화 디지털 트윈 모델링 방안 / 서경진   ■ 총 31 페이지   ■ 자세한 기사 내용은 PDF로 제공됩니다.