무엇을 위해서 모델을 활용하는가?   자동차 뿐만 아니라 다양한 분야에서 모델 기반 개발을 도입하려는 노력이 지난 몇 년 동안 가속적으로 진행되고 있다. 한편, 대처를 시작했지만 설계 개발의 현장에서는 잘 활용할 수 없는, 어느 새 수단이 목적화되어 대처가 형해화되고 있는 과제가 현실화되고 있는 것도 사실이다. 이번 호에서는 MBD(모델 기반 개발)를 활용한 프로세스의 모습과 현상을 대비하면서, 어떻게 ‘현장에 뿌리내린’ 틀을 구축해 가는지 그 포인트와 비결을 설명하고자 한다.   ■ 오재응 LG전자 기술고문, 한양대학교 명예교수   제조 관점에서 MBD에 대한 기대 MBD에 기대되고 있는 것은 제조의 관점에서 두 개의 포인트로 나타나고 있다. 탄력성 – 공급자 체인의 강인화 : 최근의 반도체 부족과 같이, 갑자기 재료나 부품을 입수할 수 없게 되는 리스크에 대해서 어떠한 대응을 취할지 생각해 둘 필요가 있다. 녹색 – 탄소 중립에 대응 : 예를 들어, 애플은 제조에서 폐기, 재활용에 이르는 제품의 라이프사이클 전체에서 탄소 중립을 목표로 하기 위해 각 공급업체에 대해서도 탄소 풋프린트를 제공하도록 요구하고 있다. 또한 2030년~2035년에 사실상 내연기관을 가진 신차의 판매는 금지된다는 규칙이나 규격의 변경에 의한 리스크에도 대비해야 한다. 그렇다면 실제로 어떻게 준비해야 할까? 제조 관점에서 두 개의 관점을 바탕으로 설명한다. 기술적 효율성 – Ordinary Capability : 이것은 설계 개발의 효율성을 찾는 것이다. 기존 모델 기반 개발에서 기대해온 비용 절감, 업무 효율성 및 업무 품질 개선, 설계 품질 향상, 제품 성능 향상이 가능하다. 고객 요구사항 일치 – Dynamic Capability : 변화하는 고객의 요구에 대응하기 위해서는 유연성을 착용하는 것이 중요하다는 것을 보여준다. 이를 위해 필요한 능력은 세 가지가 있다.  위협 기회의 감지 기회를 보충하고 자원을 재구축·재결합하여 경쟁 우위를 획득 경쟁 우위를 지속 가능하게 하기 위해 조직 전체를 변환 이것을 실현하기 위한 하나의 수단으로서 디지털 트랜스포메이션(DX)을 강화하는 것이 필요하다. 즉, 이 ‘Dynamic Capability’는 비즈니스 환경과 고객의 요구 변화에 대해 ‘유연’하고 ‘신속성’에 대응하는 힘이라고 말할 수 있다.  종래의 설계 개발에 비추어, 이 변화에 대한 유연하고 신속한 대응이라고 하는 것은 어떤 것인지, 이미지를 간단하게 정리했다. 예를 들어, 법규제가 엄격화되고 보다 정숙성이 요구되게 된다는 규칙이나 규격이 바뀌는 리스크에 대한 대응에 있어서는, 원래의 시스템의 구조나 설계, 요소를 어떻게 바꾸면 그 요구를 실현할 수 있는지 생각해 볼 수 있다. 또, 반도체 소자의 공급이 부족해 대체품을 검토해야 하는 설계 변경이 행해졌다고 하는, 재료나 부품을 입수할 수 없게 되는 리스크에 대응해서는 원래의 시스템에 요구된 요건이나 성능이 어떻게 바뀌는지, 종래의 성능을 담보하기 위한 대체안은 존재하는지 등을 생각한다. 따라서, 설계 개발 프로세스의 모습으로는 종래의 시스템의 컴포넌트의 최적화라고 하는 모델 기반 개발을 통해 디지털 기술을 적극적으로 사용하는 것에 의해, 우선은 기능적 효율성을 실행하고 이 과정에서 얻은 지식을 축적하고 업무 효율의 개선에 의해 획득한 자원을 활용함으로써 향후 설계 변경에 유연하고 신속하게 대응할 수 있도록 데이터를 활용한다. 고객 요구와의 일치를 연마하는 것이 모델 기반 개발에 요구되는 모습이라고 생각한다.    그림 1. CAE에서 MBD로   MBD 성공을 위한 비결 먼저 모델 기반 개발은 상류 측에서 요구 분석, 아키텍처 설계를 실시해 전반에서는 시스템 설계나 서브 시스템의 설계에 1D CAE를 사용한 기능 설계를 도입한다.(그림 1) 여기에서는 시스템의 거동의 검증이나 최적 제원, 목표 달성도의 예측 등에 모델을 활용한다. 그런 다음 점진적으로 설계를 상세화하고 마지막으로 CAE의 형상 설계 영역으로 들어가 치수 값을 결정한다. 이 프로세스를 한 단계 상위의 계층과 한 단계 하위의 계층으로 작은 루프를 돌리면서 실시해 가는 것이 일반적인 모델 기반 개발의 이미지라고 생각한다. 이런 과정의 실현을 막는 벽이 있는 것도 사실이다. 필자가 평소에 이야기하는 가운데 벽이 되어있지 않다고 생각하는 것을 몇 가지 구체적으로 소개한다.  벽 1 : 요구 분석이나 아키텍처 설계를 실시하기 위해서 기능 변동이나 SysML 툴을 도입해 보았지만, 어떻게 설계에 활용해야 좋을지 모른다.  벽 2 : 1D CAE(1차원 CAE)를 이용한 기능 설계나 시스템 설계를 진행하고 싶지만, 개발 프로세스에 침투시킬 수 없다.  벽 3 : 기능 설계와 형상 설계 과정이 분리되어 있다.  벽 4 : 설계 업무로 CAE나 최적화 기술을 정착시킬 수 없다. 이러한 과제를 극복하려면 어떻게 해야 하는지를 설명한다. 현재 비교적 많은 회사에서 운용하고 있는 모델 활용의 모습으로 기획에서 성능, 품질, 비용 등 제품에 대한 요구가 내려온다. 기능 설계 단계에서 매우 세밀한 거친 1D 모델로 각 구성 요소에 목표를 할당한다. 여기서 사용되는 모델은 원리 원칙에 근거한 수식으로 이루어진 간이 모델이다. 그런 다음 컴포넌트 설계는 이미 할당된 목표 값에 대해 3D CAE를 사용하여 상세한 설계를 수행한다. 이후 완성된 것을 조립해 실기 평가에 의해 그 성능을 검증한다.   ■ 자세한 기사 내용은 PDF로 제공됩니다.

세일즈포스가 구글 클라우드와 전략적 파트너십을 확장한다고 발표했다. 세일즈포스는 구글의 AI 모델과 클라우드 인프라를 기반으로 기업이 비즈니스 환경에 최적화된 AI 모델을 자유롭게 선택하고, AI 에이전트를 안전하게 구축할 수 있도록 지원 역량을 지속 강화해 나갈 계획이다. 2024년 9월 구글과의 전략적 파트너십을 발표한 세일즈포스는 이번 파트너십 확장을 통해 자사의 AI 에이전트 플랫폼 ‘에이전트포스’에 구글의 최신 AI 모델인 ‘제미나이(Gemini)’를 도입한다. 또한, 에이전트포스, 데이터 클라우드, 커스터머 360 등 주요 AI 서비스를 구글 클라우드에서 운영할 수 있도록 지원하여, 기업이 특정 AI 모델에 종속되지 않고 비즈니스 목표에 맞는 최적의 AI 모델을 선택할 수 있는 환경을 마련했다. 제미나이의 도입으로 에이전트포스는 이미지, 오디오 및 비디오 데이터를 모두 처리할 수 있는 멀티모달 기능을 구현할 수 있으며, 제미나이의 200만 ‘토큰 컨텍스트 윈도우(Two-million-token Context Windows)’를 활용해 더욱 복잡한 잡업을 처리할 수 있게 된다. 또한, 구글의 ‘버텍스 AI(Vertex AI)’와의 연동으로 실시간 검색 및 분석 기능이 한층 강화되어 보다 신뢰할 수 있는 답변 제공이 가능해진다. 세일즈포스는 제미나이가 포함된 에이전트포스를 각 산업군별 현업 환경에서 다양한 방식으로 활용할 수 있다고 소개했다. 보험 업계에서는 사고 현장 사진과 음성 증언을 AI가 자동 분석해 보험금 청구의 타당성을 즉시 평가하고, 음성 합성 기술을 활용해 고객에게 결과를 전달할 수 있다. 공급망 관리(SCM) 분야에서는 AI가 커머스 클라우드의 배송 추적 데이터와 구글 검색의 실시간 기상 정보, 항구 혼잡도 등을 종합 분석해 잠재적인 위험을 사전에 파악할 수 있도록 지원한다.     세일즈포스는 이번 파트너십을 통해 AI 보안과 신뢰도 강화에도 주력할 계획이다. 세일즈포스의 고객은 이제 세일즈포스의 ‘통합 플랫폼(Unified Platform)’을 구글 클라우드의 AI 최적화 인프라에서 운영할 수 있으며, 세일즈포스의 ‘아인슈타인 트러스트 레이어(Einstein Trust Layer)’로부터 제공되는 ▲다이나믹 그라운딩 ▲제로 데이터 리텐션 ▲독성검사 등의 기능을 바탕으로 엔터프라이즈급 보안 환경을 경험할 수 있다. 또한 이후 세일즈포스의 제품이 구글 클라우드에 출시될 경우, 고객은 구글 클라우드 마켓플레이스에서 세일즈포스의 각종 설루션을 구매할 수 있다. 이번 파트너십 확대는 고객 서비스 부문에도 변화를 가져온다. 세일즈포스는 서비스 클라우드와 구글의 ‘고객 인게이지먼트 제품군(Customer Engagement Suite)’의 통합으로 AI 기반의 실시간 음성 번역, 상담원 간 지능형 업무 전환, 맞춤형 상담 가이드 등 고도화된 컨택센터 기능을 제공할 것이라고 밝혔다. 이를 통해 기업은 모든 고객접점 채널에서 일관된 AI 기반 상담 서비스를 제공할 수 있으며, 고객 문의의 특성에 따라 효율적인 상담원 연계가 가능해진다. 이외에도 세일즈포스는 AI 기반 지능형 생산성 플랫폼 슬랙(Slack)과 구글 워크스페이스의 통합을 기반으로 협업 환경을 한층 강화할 것이라고 밝혔다. 세일즈포스에 따르면 슬랙에서 구글 드라이브 파일을 검색 및 활용하는 기능과 지메일(Gmail)과 슬랙 간의 연동 등의 기능을 포함한다. 데이터 분석 환경 역시 한층 고도화될 예정이다. 세일즈포스는 데이터 클라우드와 구글의 빅쿼리(BigQuery), 코텍스 프레임워크(Cortex Framework) 간의 연결성을 강화하여, 기업이 조직 내 데이터 전반에 걸쳐 AI 에이전트를 안전하고 손쉽게 구축할 수 있게 될 것이라고 밝혔다. 이에 더해 세일즈포스의 지능형 데이터 분석 플랫폼, 태블로(Tableau)와 구글의 루커(Looker) 및 빅쿼리 간의 통합을 바탕으로 모든 플랫폼상의 비즈니스 데이터를 단일 플랫폼 내에서 분석 및 시각화할 수 있는 데이터 분석 환경을 제공할 것이라고 전했다. 세일즈포스의 스리니 탈라프라가다(Srini Tallapragada) 최고 엔지니어링 및 고객 성공 책임자는 “세일즈포스와 구글 클라우드는 고객이 최적의 AI 모델과 애플리케이션을 자유롭게 선택하고 활용할 수 있는 개방적이고 유연한 환경을 만들어 나가고 있다”면서, “세일즈포스는 엔터프라이즈급 AI 에이전트 플랫폼을 통해 기업의 신속한 AI 도입과 비즈니스 가치 창출을 지원하고 있으며, ‘디지털 레이버(Digital Labor)’ 플랫폼으로서 구글 클라우드와 함께 전 세계 기업의 AI 혁신 가속화를 견인할 것”이라고 밝혔다. 세일즈포스 코리아의 손부한 대표는 “구글 클라우드와의 이번 파트너십을 기점으로, 국내 기업들 또한 AI 기술을 보다 안전하고 유연한 환경에서 도입 및 활용할 수 있게 될 것으로 기대한다”면서, “이미 국내 시장에서도 대기업을 필두로 AI 에이전트 기반의 혁신을 가속화하고 있으며, 그 중심에서 세일즈포스는 신뢰할 수 있는 파트너로서 인간과 AI 에이전트가 함께 협업하는 새로운 미래를 만들어 나가기 위한 지원을 아끼지 않을 것”이라고 전했다.

한국플랜트정보기술협회가 주최한 ‘플랜트 조선 컨퍼런스 2024’가 2월 21일 백범김구기념관 컨벤션홀에서 열렸다. 올해로 20회째를 맞은 이번 행사는 ‘AI와 디지털 트윈을 통한 혁신 전략’을 주제로 진행되었으며, 플랜트 조선 관련 엔지니어링 분야의 최신 기술과 엔지니어링 솔루션 구축 성공사례, 디지털 트윈과 디지털 전환(DX) 사례를 통한 위기 해결 방안 등의 내용을 통해 국내 플랜트 조선 업계의 발전을 고민하는 자리가 되었다. ■ 정수진 편집장     한국플랜트정보기술협회의 신안식 회장은 개회사에서 “인공지능과 디지털 트윈, 디지털 전환은 플랜트 및 조선 산업에서도 피할 수 없는 화두가 되었다”면서, “이번 행사를 통해 인공지능 및 디지털 트윈을 기반으로 디지털 전환을 이루기 위한 플랜트/조선 분야의 새로운 변화를 짚고, 이를 위한 기술과 사례를 살펴볼 수 있는 기회를 마련하고자 했다”고 전했다. 플랜트 조선 컨퍼런스 2024의 기조연설에서는 HD현대/HD한국조선해양, SK에코엔지니어링, 메가존클라우드가 조선, 플랜트 산업의 디지털 전환 비전과 사례, 기반 기술 등을 짚었다.   ▲ 한국플랜트정보기술협회 신안식 회장   선박 운영과 관리를 최적화하는 조선 디지털 플랫폼 HD현대/HD한국조선해양의 이태진 전무는 ‘조선산업 디지털 전환을 위한 소프트웨어 개발 현황과 AI 비전’을 주제로, HD현대의 스마트십 데이터 플랫폼 개발 현황과 이를 활용한 AI 데이터 서비스 사업화에 대한 비전을 소개했다. 친환경, 탄소중립, 노후 선박의 교체 사이클 등이 조선업계에서 큰 이슈가 되고 있다. 국내 조선기업들은 축적된 기술력을 바탕으로 글로벌 시장에서 높은 점유율을 보이고 있으며, 특히 고부가가치 선박 시장에서 두각을 나타내고 있다. 한편으로 선박 건조 원가에 대한 부담, 글로벌 경쟁이 심화되는 환경 변화, 친환경 선박 시장을 선점해야 할 필요성, 고숙련 인력의 부족 등의 어려움을 극복하기 위해서 디지털 전환으로 경쟁력을 확보하는 것이 필요한 상황이다. 이태진 전무는 “조선을 포함한 해운 산업에서는 디지털 전환을 위한 화두 중 하나로서, 디지털 플랫폼의 기반 위에서 데이터를 통해 선박 운영을 효율화하려는 움직임이 일고 있다”면서, “한곳에서 선박에서 나오는 데이터의 모니터링, 관리, 최적화가 요구되고 있으며, 이런 데이터를 활용해 서비스 및 운영을 효율화하는 것도 숙제”라고 짚었다. 또한, HD한국조선해양에서는 이런 고민의 결과물로 선상 플랫폼과 육상 플랫폼을 결합한 ISS(Integrated Smartship Solution)을 개발해 운영하고 있다고 소개했다. ISS의 선상 플랫폼은 선박 내 기자재의 데이터를 배 안에서 수집/저장하고, 이를 기반으로 다양한 서비스를 제공한다. 그리고 육상 플랫폼은 선박들의 데이터를 취합, 모니터링하고 선단 내 선박 관리 및 제어 서비스를 제공한다.   ▲ HD현대/HD한국조선해양 이태진 전무   데이터 중심으로 플랜트 EPC를 혁신 SK에코엔지니어링 DX팀의 임채형 팀장은 ‘건설업의 새로운 시작 New EPC’를 주제로, 전통적인 EPC(설계, 조달, 시공) 산업에서 데이터 기반으로 일하는 방식의 혁신 수행 모델인 ‘NEW EPC’ 개념을 소개하고, 스마트 워크 플랫폼(Smart Work Platform)을 구성하는 각 요소에 대한 적용 사례 및 효과와 향후 방향성을 제시했다. 플랜트 EPC 및 기술 기업인 SK에코엔지니어링은 지난 2017년부터 BIM(건설 정보 모델링) 중심의 3D 설계 도입을 추진해 왔으며, BIM 데이터를 시공/사업 관리에 재활용하고 다음 프로젝트에도 활용하는 방안을 고민했다. 이를 통해 ‘New EPC’를 개발해 현장 적용을 추진하고 있으며, 2024년에는 New EPC를 완성할 계획이다. 임채형 팀장은 “건설 산업은 디지털화 수준이 낮은 것으로 인식되고 있으며, 노동집약적 산업으로서 데이터의 분석과 재활용이 어려웠다. 사람의 경험이 정형화된 데이터로서 재활용되거나 전수되지 못하는 것이 큰 어려움이었다. New EPC는 축적된 경험을 데이터화하고 관리 및 모니터링할 수 있는 방법을 고민하는 것에서 출발했다”고 소개했다. SK에코엔지니어링의 New EPC는 5단계의 접근방식에 기반을 둔다. 이는 ▲BIM 3D 데이터를 기반으로 기존 프로젝트를 데이터화하고, 새로운 설계/구매의 의사결정에서 리스크 예측 및 사업비 최적화를 지원하기 위해 시각화된 데이터 제공하는 프리콘(Precon) 단계 ▲설계 진행 단계에서 다양한 문서와 데이터를 적용해 형상 중심이 아닌 EPC 전반의 정보를 3D 중심으로 연계/관리해 설계의 효율화와 자동화를 추구하는 풀 BIM(Full BIM)    ▲3D 디지털 데이터를 현장에 전달하고, 현장의 활동을 3D와 연결해 데이터를 축적하면서 최적의 운영 및 데이터 재활용을 고민하는 스마트 컨스트럭션(Smart Construction) ▲ 설계/구매/시공에서 파편화된 업무 단위를 AWP(Advanced Work Packaging) 체계로 묶어 사업 관리를 진행하고 설계 - 구매 - 시공의 연결을 강화하는 인텔리전트 매니지먼트(Intelligent Management) ▲데이터를 패키징 및 데이터베이스화하고, 이후 프로젝트의 프리콘 단계에서 이 데이터를 가져와 재활용하는 데이터 패키지(Data Package) 등으로 이뤄진다.   ▲ SK에코엔지니어링 임채형 팀장   기업의 생산성과 보안을 높이는 클라우드 환경 구축 메가존클라우드의 이인영 이사는 ‘클라우드 서비스를 통한 대내외 보안 협업 환경 조성’을 주제로, 플랜트 조선의 데이터 보안 및 협업 효율성의 확보를 위한 클라우드 서비스를 소개했다. 또한, 삼성그룹에 적용된 삼성클라우드플랫폼(SCP)의 사례를 통해 보안 정책이 적용된 클라우드 환경의 조성과 사용에 대해서도 소개했다. “클라우드는 기술의 관점보다는 기업의 생산성을 높이고 다양한 활동을 지원하는 환경으로서 접근할 수 있다”고 짚은 이인영 이사는 “플랜트/조선 산업은 구조가 고도화되면서 협업이 강화되고 있는데, 이에 따라 안전한 정보 공유 및 정보 유출과 관련한 보안 이슈도 강화되고 있다”면서, “안전하게 구성된 퍼블릭 클라우드 서비스를 도입해 보안을 강화할 수 있다”고 짚었다. 한편으로 인공지능, 빅데이터 등 신기술 도입에 대한 요구도 늘고 있는데, 이인영 이사는 이런 관점에서 클라우드는 ICT 융합산업의 핵심이 되고 있다는 시각을 전했다. ICT 기술 자원과 인프라를 도입하는 과정의 어려움은 클라우드의 당위성을 강화하고 있으며, 플랫폼 비즈니스가 확산되면서 오픈 산업 생태계의 협업을 위해 클라우드 환경이 필요해지고 있다는 것이다. 한편, 이인영 이사는 클라우드 환경에 친화적인 ‘클라우드 네이티브’ 환경을 위한 마이크로서비스, 컨테이너, 데브옵스, CI/CD 등의 기술 요소에 대해 소개했고, “고도화되고 있는 AI 서비스를 활용하는 과정에서 데이터 유출에 대한 고민을 해소하기 위해 기업 내 데이터 보안이 가능한 맞춤형 AI 모델을 구축하는 것도 고려할 수 있다”고 전했다.   ▲ 메가존클라우드 이인영 이사   다양한 최신 기술 및 산업 비전 공유 한편, 올해 플랜트 조선 컨퍼런스에서는 메가존클라우드, 모라이, 에이치디씨(HDC), 스노우플레이크, 위프코, 휴엔시스템, 소프트힐스가 부스 전시를 통해 플랜트 및 조선 분야의 최신 제품과 기술을 선보였으며, VIP 간담회를 통해 관련 산업계의 다양한 의견을 교류하는 자리도 마련되었다.   ▲ 메가존클라우드 부스   ▲ 모라이 부스   ▲ 에이치디씨(HDC) 부스   ▲ 스노우플레이크 부스   ▲ 위프코 부스   ▲ 휴엔시스템 부스   ▲ 소프트힐스 부스   ■ 이어 보기 : [포커스] 플랜트 조선 컨퍼런스 2024, AI 및 디지털 트윈을 통한 산업 혁신 전략 짚어 (2)   ■ 기사 내용은 PDF로도 제공됩니다.

PLM, ERP, MES 등 기업 전반의 디지털 전환 추진   티와이엠(TYM)은 1951년 창사한 국내 최고의 기술력을 자랑하는 농기계 전문기업이다. 코로나 팬데믹을 기점으로 연 매출 1조를 달성하였고 현재는 새로운 도약을 위하여 ERP, PLM, MES, SRM, SCM 등 기업 운영 전반에 대한 활발한 디지털 전환(DX)을 진행하고 있다.     귀사의 PLM 관련 시스템 구축 및 사용 현황에 대해 간단히 소개한다면. 현재 TYM은 윈칠(Windchill) 최신 버전인 11.2를 설치하여 운영 중이다. 2022년 하반기에 PI를 시작으로 2023년 9월 통합 서버 구축 완료 후 사양 BOM, 목적별 BOM을 구성하고 관련 프로세스 및 모듈을 개발 중에 있다.   PLM 시스템 구축으로 인한 성과가 있다면. TYM은 기존 사이트외 인수합병으로 인해 사이트가 추가되었다. 두 사이트 모두 동일한 PLM인 윈칠로 구성되어 있었으나 상이한 기준정보 및 프로세스로 인하여 통합 과정이 선행되어야 했다. 6개월의 PI 기간을 통하여 시스템 통합 기준과 프로세스를 통합하고 프로그램 및 기존 레거시 시스템과 연동을 위한 개발을 병행하여 진행함으로써 데이터 정비와 업무 효율을 증대하기 위한 프로세스 정비를 통하여 고도화된 시스템을 구축하였다.   PLM의 필요성과 혜택에 대한 견해는. 최근 농기계산업에서도 디지털 전환(DX)에 대한 다양한 요구가 발생하고 있다. 이러한 요구에 대해 거시적인 해결 방안을 마련하여야 한다. PLM은 가상 데이터를 넘어 현실 데이터를 관리하는 시스템으로 발전하였다. 이는 DX를 통한 가상과 현실의 연결을 위한 가장 확실하고 정확한 방법이라고 생각한다.     PLM/DX 프로젝트 성공을 위한 팁이 있다면. 모든 프로젝트는 경영진의 의지와 지원이 중요하다고 한다. 특히나 PLM과 같이 전사 시스템의 경우 그 더욱 그러하다. 그러기 위해서는 프로젝트 수행 전 경영진.PM.PMO 간의 목표 공유가 매우 중요하다. 이는 프로젝트가 흔들림 없이 진행할 수 있는 원동력이다. 프로젝트가 완료된 이후에는 실사용자에 대한 교육과 더불어 변화 관리를 할 수 있는 자원을 별도로 운영하는 것이 효과적이다. 또한 프로젝트 결과에 대한 오류가 발생하는 것은 필연적이다. 다만 리스크를 줄이기 위한 노력이 중요하며 발생한 오류는 장기적인 시각을 가지고 해결할 필요가 있다.   PLM/DX 관련 계획이 있다면. TYM은 2024년 NPD2.0(New Product Develop) 구축을 위하여 PLM 고도화를 진행할 예정이다. 이는 가상검증, 설계표준화 등 개발과 관련된 모듈과 프로세스를 구현하여 설계 효율성을 극대화할 계획이다.   최근 PLM 트렌드와 전망은 어떠하다고 보는가. 최근 PLM은 단순 업무 효율을 높이기 위한 도구로써 디지털의 발달로 고객 경험을 위한 중요한 역할이 강조되고 그를 위한 여러 가지 시도가 되고 있다. 특히 PTC의 경우 가상과 현실의 연결을 강조하고 PDCA(PLAN-DO-Check-Act)를 원활하게 진행하기 위한 노력을 하고 있다. 이는 농업기계산업이 나아가는 방향과도 일치한다.   PLM/DX 분야의 발전을 위한 제언이 있다면. 관련 국내 레퍼런스가 아직은 많지 않아 도입 검토 시 예상되는 리스크와 필요한 자원에 대한 정보가 부족하다. 또한 관련 전문가도 부족한 것이 현실이다. 시스템을 도입하더라도 운영할 자원이 부족하면 성공할 확률이 낮다. 이를 위해서 관련 정보와 자원 확보를 위한 고민과 지원이 필요하다.   ▲ 티와이엠 김승동 중앙기술연구소 연구관리팀장   ■ 기사 내용은 PDF로도 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (3)   유동해석 시 형상이 고도화될수록 메시 생성과 관련된 복잡성도 증가한다. 메시 생성의 복잡성은 요소의 유형 및 구조, 기하학, 위상, 사용자 전문 지식, 응용 프로그램 및 메시 생성 알고리즘 선택과 같은 여러 요소와 관련될 수 있다. 엔지니어의 요구사항이 진화함에 따라 상업용 메싱 소프트웨어는 점점 더 복잡한 메시 구성을 처리해야 했다. 케이던스 피델리티(Cadence Fidelity) CFD 플랫폼은 leading/blunt edge, 자유 표면, 경계층, 점성층 등을 위한 다양한 메시 생성 기술을 제공한다. 이 글에서는 복잡한 선박 형상의 메시 생성을 간소화하기 위한 몇 가지 전략을 소개한다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   Meshing Strategies   그림 1   Volume to Surface V2S(Volume to Surface)는 복잡한 기하 형상에도 적용할 수 있는 강력하고 병렬화된 메시 처리 방식이다. 교차 또는 비일치 표면(intersecting or non-conformal surface)이 있는 지저분한 형상에도 적용이 가능하며 사전 표면 메시가 필요하지 않다. 케이던스의 V2S 메싱 기술은 전체 육면체(full-hexahedral) 및 육면체 우세(hexa-dominant) 비정렬(unstructured) 메시를 모두 생성할 수 있다. 전체 육면체 메시는 행잉 노드를 사용하여 일관된 육면체 구조를 유지하는 반면, 육면체 우세 메시는 사면체를 사용하여 행잉 노드 없이 다양한 크기의 육면체 섹션을 연결한다.   그림 2. V2S full hex mesh   Surface to Volume S2V(Surface to Volume)는 결함 허용(fault-tolerant) 메시 처리 방식이며 이를 통해 고품질의 표면 메시와 점성 레이어를 생성할 수 있다. 그리고 이를 구현하기 위해 비교적 깨끗한 형상이 필요하다. 이 방식을 사용하면 형상의 표면에는 비정렬 쿼드 우세(quad-dominant) 메시가 생성되고 공간에는 완전 사면체 또는 육면체 우세 볼륨 메시가 생성된다.   그림 3. S2V hex-core mesh   두 메싱 접근 방식 모두 해석 솔버 종류에 구애받지 않는다. 또한 케이던스 피델리티 플랫폼은 특정 솔버에 맞게 메시를 조정할 수 있는 전용 메시 품질 최적화 기능을 제공한다.   Surface refinements 옵션으로 제공되는 표면 및 로컬 미세화(surface and local refinement) 기능을 사용해 원하는 영역의 메시 해상도를 증가시킬 수 있다. 메시의 균일성(Mesh uniformity), 가장자리 근접성(edge proximity), 로컬 곡률(local curvature)의 세 가지 옵션을 사용해 원하는 표면의 메시를 원하는 해상도로 미세화할 수 있다.   Global Settings 다수의 표면을 가진 복잡한 형상을 작업할 때 각 표면을 세분화하고 표면 가장자리 간의 근접성을 확인하는 것은 지루한 작업일 수 있다. 이러한 경우에는 전역(global) 설정을 사용하여 전체 형상을 한 번에 미세화할 수 있다. <그림 4>에 설명된 선박 상부 구조물의 기하학은 V2S 접근 방식을 사용하여 피델리티 CFD 플랫폼에서 메싱되었다. 전역 매개 변수만 사용하였으며 로컬 미세화 옵션은 적용하지 않았다. 추가적으로 물리적 설계에 중요한 영역에는 표면 메시 미세화를 적용할 수 있다.   그림 4. 페리의 모든 표면을 다듬기 위해 Global Setting이 사용되었다.   ■ 자세한 기사 내용은 PDF로 제공됩니다.

개발 및 공급 : 메이드 주요 특징 : 스마트폰이나 PC 화면에서 매개변수 입력 값 또는 조건에 따라 사용자가 원하는 형태 또는 자동으로 생성된 형상을 실물 블록을 조립하여 만들어 볼 수 있도록 블록 조립 방법을 웹으로 제공 가격 GEOMETREE 웹 3D : 회원 가입 후 무료 이용 GEOMETREE 실물 블록 : 지름 50mm +자 블록 1통(200개입) 2만 5000원 / 지름 50mm T, L자 블록 1통(T자 블록 100개 + L자 블록 100개) 2만 5000원 / 지름 100mm +자 블록 1통(200개입) 5만원 / 지름 100mm T, L자 블록 1통(T자 블록 100개 + L자 블록 100개) 5만원   ▲ GEOMETREE 실물 블록   GEOMETREE(지오메트리)는 실물로 제공되는 +자 블록, T자 블록, L자 블록과 웹을 이용해 사용자가 원하는 형태 또는 사용자가 예상치 못한 무한 반복되는 단순하면서도 복잡한 형태의 건축적,구조적 기하학을 바탕으로 디자인되는 형태를 만들 수 있는 건축 교육용 블록이다. 건축, 예술, 수학, 기하학, 설치미술, 프로그래밍과 컴퓨테이션, 신속조형, 파라메트릭 디자인, 프랙탈 디자인 등 다양한 전문기술을 웹과 연동하여 오프라인 현실에서 동시에 학습할 수 있다.   ▲GEOMETREE 웹 3D 블록 조립 방법 시스템(www.geometree.co.kr)   GEOMETREE의 주요 특징 GEOMETREE는 환경 문제의 중요성에 대한 인식이 커져감에 따라 좀 더 가볍고 유동적이고 자연 환경에 순응하는 에너지 절약형 건축물을 연구 개발하고, 다시 자연과 융합되어 자연 속의 건축적 요소를 연구 발전시켜 현대 건축이 가지고 있는 문제점을 해결하고자 개발되었다. 자연의 유기적 과정을 관찰함으로써 내재되어 있는 그 특징을 발견하고, 그 법칙에 따르는 자연적 구조를 단순히 모방이 아닌 창조적으로 연구 개발하여 어린이, 청소년, 일반인뿐만 아니라 건축을 전공하는 대학생, 건축 설계 전문가, 건축 구조 전문가, 인테리어 전문가 등 다양한 계층이 새로운 아이디어 학습을 위한 기하학적 건축 형태 학습과 매스 스터디, 건축구조적 형태 학습, 도형 학습, 수학, 미술 학습 등 여러 분야에서 활용될 수 있다.   GEOMETREE의 제품 구성 GEOMETREE는 실물로 제공되는 +, T, L자 블록과 웹을 이용해 사용자가 원하는 형태 또는 사용자가 예상치 못한 형태를 만들어 볼 수 있다.   GEOMETREE의 주요 기능 GEOMETREE 웹 3D 블록 조립 방법 시스템의 주요 기능에 대해 설명한다.   play A 모드 +, T, L 모양의 GEOMETREE 블록을 조립하여 실물 블록 조립과 같은 원리로 사용자가 원하는 형태를 자유롭게 만들어 볼 수 있다.   ▲ play A 모드 사용자 인터페이스   ▲ play A 모드 블록 조립 완성 후 블록 조립 순서 제공   play CUBE 모드 기본 큐브를 이용해 손쉽게 블록 조립을 할 수 있다.   기본 큐브 모드 미리 만들어 놓은 기본 큐브를 이용하여 사용자가 원하는 형태로 자유롭게 블록을 조립할 수 있다.   ▲ play CUBE 기본 큐브 모드에서 왼쪽 마우스 버튼 클릭으로 기본 큐브를 추가할 수 있다.   그리드 모드 X축과 Y축 매개변수의 입력한 값에 따라 사용자가 원하는 기본 큐브 개수를 결정하여 큐브 그리드를 생성한다. 자동 생성된 큐브 그리드에 사용자가 기본 큐브를 픽셀 단위로 추가 또는 삭제하여 원하는 형태를 만들고, Z축 매개변수를 입력하여 3차원의 최종 결과물을 만들어낸다.   ▲ play CUBE 그리드 모드에서 완성된 결과물에 기본 큐브를 추가, 삭제할 수 있다.   랜덤 모드 X축과 Y축, Z축 매개변수의 입력한 값으로 생성된 3차원의 가상 공간에 밀도 조정값을 입력하여 무작위 기본 큐브를 채운다. 이를 통해 예상치 못한 다양한 건축적 형태의 결과물을 만들 수 있다.   ▲ play CUBE 랜덤 모드에서 47% Density(밀도) 값으로 나온 결과물   play R 모드 play CUBE 랜덤 모드와 같이 +자 블록을 X축과 Y축, Z축 매개 변수의 입력한 값으로 생성된 3차원의 가상공간에 밀도 조정값(density)을 입력한다. +자 블록이 나무가 자라듯이 3차원 가상 공간을 채워, 예상치 못한 다양한 건축적 수목 구조 형태의 결과물을 만들어 낸다.   ▲ play R 모드에서 43% Density(밀도) 값으로 나온 결과물   실물 블록 조립 방법 +자 블록에 +자, T자 또는 L자 블록을 끼워 조립하는 원리이다. 실물 블록을 조립해 다양한 형태를 만들 수 있다.   ▲ 실물 블록의 조립 방법의 예 : 기본 큐브 만들기   ▲ 실물 블록으로 완성한 블록 결과물   향후 계획 및 지원 전략 개발사인 메이드는 GEOMETREE 블록으로 건축학교 플래그 숍을 운영할 계획이다. GEOMETREE를 통해 초·중·고등학생뿐만 아니라 일반인도 쉽게 3차원 공간인지능력을 키우며 동시에 건축, 예술, 수학, 기하학, 설치미술, 인테리어, 가구 디자인, 프로그래밍과 컴퓨테이션, 신속조형, 파라메트릭 디자인, 프랙탈 디자인 등 다양한 학문의 학습에 응용할 수 있다. 나아가 GEOMETREE 블록으로 다양한 가구와 조명 기구, 보석 디자인 등의 영역으로도 확장할 예정이다. 한편, 메이드는 현재 수학교구재협회 회원사로 가입되어 있으며, 2023 KOTRA 내수 기업의 수출 기업화 사업에 선정되어 해외 진출을 모색하고 있다.   ■ 기사 내용은 PDF로도 제공됩니다.

엔비디아가 자동차 제조산업의 워크플로를 혁신하는 옴니버스(Omniverse) 플랫폼과 AI의 활용 사례를 소개했다. 옴니버스는 USD(Universal Scene Description) 프레임워크를 기반으로 복잡한 3D 워크플로를 혁신하며, 팀이 3D 파이프라인을 연결하고 커스터마이징해 물리적으로 정확한 대규모의 가상 세계를 시뮬레이션할 수 있도록 지원한다. 자동차 제조업체가 자동차 제품 워크플로를 가상 세계에서 실현하면 기존의 병목 현상을 우회해 시간과 비용을 절감할 수 있다. 자동차 제조업체들은 엔비디아 옴니버스 플랫폼과 AI를 사용해 콘셉트 및 스타일링, 디자인 및 엔지니어링, 소프트웨어 및 전자제품, 스마트 공장, 자율 주행, 리테일 등 제품 라이프사이클의 모든 단계를 디지털화하고 있다. 차량 설계부터 검증, 테스트까지 자동차 제조의 전 과정을 디지털화함으로써 효율성은 물론 안정성과 고객 만족도까지 높인다는 것이 엔비디아의 설명이다.     옴니버스를 사용하면 자동차 설계 시에 콘셉트를 구체화해 자동차 내·외부의 모든 측면을 전체 차량의 맥락에서 시각화할 수 있다. 또한 글로벌 협업 과정에서 물리학에 기반을 둔 사실적 렌더링을 실시간으로 빠르게 반복 작업을 수행할 수 있다. 예를 들어 디지털 계기판이나 인포테인먼트 시스템과 같은 콕핏의 핵심 구성요소를 설계하기 위해 협업할 수 있으며, 이 때 정보를 전달하는 동시에 방해 요소를 최소화해야 한다. 옴니버스는 설계자들이 차량의 실제 인테리어와 함께 화면상의 캐빈 및 콕핏 사용자 경험을 유연하게 배치함으로써 조화로운 룩앤필(look and feel)을 보장할 수 있도록 지원한다. 이와 같은 차세대 설계 프로세스를 통해 자동차 제조업체들은 조기에 결함을 발견하고 실시간으로 개선함으로써 테스트 및 검증해야 할 실제 프로토타입의 수를 줄일 수 있다. 설계가 완성되면 개발자는 옴니버스를 사용해 새로운 콘셉트를 시험해 볼 수 있다. 가상 세계에서 실내 디자인을 시험해 볼 수 있으며, 설계를 협업하고 공유함으로써 효율적으로 개선하고 검증할 수 있다. 가상 환경에서 다양한 재료와 부품을 테스트함으로써 실제 프로토타입 제작을 줄일 수 있는 것도 이점이다. 예를 들어, 엔지니어는 전산 유체 역학(CFD)을 사용해 공기 역학을 개선하고, 가상 충돌 시뮬레이션을 통해 보다 안전한 차량 설계를 구현할 수 있다. 일반적으로, 자동차의 기능은 차량 전체에 분산된 수십 개의 전자 제어 장치에 의해 제어된다. 자동차 제조업체들은 컴퓨팅을 핵심 도메인으로 중앙 집중화함으로써 매우 복잡한 공급망을 단순화하고 많은 부품들을 대체할 수 있다. 자동차 제조업체는 전체 아키텍처의 디지털 표현을 통해 차량 소프트웨어를 시뮬레이션하고 테스트할 수 있다. 여기에 원격 진단과 자율 주행 기능, 엔터테인먼트 및 기타 서비스 구독 등 차량의 수명 주기 전반에 걸쳐 지속적인 개선을 위한 무선(OTA, Over-The-Air) 업데이트를 제공할 수 있다. 자동차 제조업체는 옴니버스를 통해 공장 및 물류창고 설계를 위한 복잡한 AI 지원 가상 환경을 개발하고 운영할 수 있다. 물리학에 기반을 둔 정밀 타이밍 디지털 트윈은 예측 분석 및 프로세스 자동화를 통해 운영 효율성을 향상시키는 데 핵심 역할을 한다. 한편 공장 계획자는 공장의 디지털 트윈에 액세스하여 필요에 따라 공장을 검토하고 개선할 수 있다. 모든 변경 사항을 가상 세계에서 신속하게 평가하고 검증한 다음 현실 세계에 구현함으로써 공장 근로자에게 최대의 효율성은 물론 최적의 인체공학적 환경을 보장할 수 있다. 또한 자동차 제조업체는 전 세계 어디에서나 공장 위치를 동기화하여 확장 가능한 설계 및 반복 작업을 수행할 수 있다. 옴니버스는 기존 제품의 개발과 제조를 개선할 뿐만 아니라, 자동화 및 자율 주행 시스템의 개발 및 검증을 위한 툴체인 또한 제공한다. 엔비디아 드라이브 심(DRIVE Sim)은 엔비디아 옴니버스 기반의 물리학 기반 시뮬레이션 플랫폼으로, 대규모의 자율주행 차량 테스트 및 검증을 빠르고 효율적으로 수행할 수 있다. 시간 정확도 또한 갖췄다. 여기에 전체 개발 툴체인도 지원하기에 개발자는 구성 요소 수준 내지 전체 시스템에서 시뮬레이션을 실행할 수 있다. 개발자는 드라이브 심을 통해 일상적인 주행 시나리오는 물론 실제 환경에서 테스트하기에 위험하고 드물게 발생하는 상황들도 반복적으로 시뮬레이션할 수 있다. 또한 플랫폼의 신경 재구성 엔진을 사용해 실제 주행 기록을 반응형 시뮬레이션 시나리오로 전환할 수 있다. 아울러 자동차 제조업체들이 신차 평가 프로그램(NCAP) 규정에 맞게 자동차 고급 운전 지원 및 자율 주행 시스템을 세밀하게 조정하는 것도 가능하다. NCAP는 여러 충돌 테스트와 안전 기능을 기반으로 신차의 안전 성능을 평가하는 프로그램이다. 이때 드라이브 심(DRIVE Sim) NCAP 도구는 시뮬레이션에서 고충실도를 갖춘 NCAP 테스트 프로토콜을 제공해 제조사가 대규모 개발 및 검증을 효율적으로 수행할 수 있도록 지원한다. 물리학 기반의 가상 환경에서 주행할 수 있는 기능은 자율주행차 개발 프로세스를 크게 가속화해 실제 테스트에서 발생하는 데이터 수집 및 시나리오 다양성 등의 장애물을 극복하는 데 도움을 준다. 옴니버스의 생성형 AI는 이전에 주행한 경로를 3D로 재구성해 과거의 경험을 재현하거나 수정할 수 있도록 지원한다. 3D 시각화, 증강 현실(AR) 및 가상 현실(VR) 스트리밍을 비롯한 옴니버스의 몰입형 기술은 엔비디아 클라우드XR(CloudXR)을 사용한다. 이는 소비자에게 더욱 매력적인 경험을 제공하여 구매 전에 기능을 체험할 수 있도록 돕는다. 잠재 고객은 차량 구성기(configurator)에서 색상과 인테리어 소재, 트림 레벨 등을 선택해 판매점의 실제 재고 상황에 구애받지 않고 차량을 커스터마이징할 수 있다. 이후 3D 시각화를 사용해 커스터마이징한 차량을 모든 각도에서 확인할 수 있으며, 증강 현실과 가상 현실을 통해 언제 어디서나 차량을 확인하고 가상으로 시승할 수도 있다. 엔비디아는 "디지털화가 가져오는 이점은 자동차 산업에만 국한되는 것은 아니다. 모든 기업들이 옴니버스를 통해 워크플로를 재구상하여 효율성과 생산성, 속도를 높이고 비즈니스 방식을 혁신할 수 있다"면서, "옴니버스는 산업의 디지털화를 실현할 수 있는 디지털-물리 운영 체제"라고 소개했다.