• 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 "CAD"에 대한 통합 검색 내용이 24,043개 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
케이던스, 엔비디아 블랙웰 기반 밀레니엄 M2000 슈퍼컴퓨터 공개
케이던스는 연례 플래그십 사용자 행사인 ‘케이던스라이브 실리콘 밸리 2025(CADenceLIVE Silicon Valley 2025)’에서 엔비디아 블랙웰(NVIDIA Blackwell) 시스템을 탑재한 ‘밀레니엄 M2000(Millennium M2000)’ 슈퍼컴퓨터를 출시하고, 케이던스 밀레니엄 엔터프라이즈 플랫폼(CADence Millennium Enterprise Platform)을 대대적으로 확장한다고 발표했다.  이 제품은 케이던스의 솔버와 엔비디아의 HGX B200 시스템 및 RTX PRO 6000 블랙웰 서버 에디션 GPU, CUDA-X 라이브러리 및 솔버 소프트웨어를 통합한다. 케이던스는 “이 조합은 전자 설계 자동화(EDA), 시스템 설계 및 분석(SDA), 신약 발견 애플리케이션에 대해 시뮬레이션 실행 시간을 줄이고, CPU 기반 시스템 대비 최대 80배 더 높은 성능을 제공한다. 또한 여러 분야에 걸쳐 최대 20배 더 낮은 전력으로 획기적인 성능을 구현하며, 최적화된 하드웨어-소프트웨어 스택을 통해 AI 인프라 구축을 가속화하고 물리적 AI 기계 설계를 발전시키며 신약 설계의 최전선을 확장한다”고 소개했다. 차세대 인프라 AI, 물리적 AI 및 과학 AI는 데이터센터 및 에지 장치에서 정교한 계산 기능을 요구한다. 밀레니엄 M2000 슈퍼컴퓨터는 고충실도 전산 유체 역학(CFD) 시뮬레이션에서 높은 성능과 에너지 효율성을 제공하는 밀레니엄 M1 슈퍼컴퓨터의 성공을 기반으로 하고 있다. 클라우드 및 온프레미스 어플라이언스로 사용할 수 있는 이 슈퍼컴퓨터는 케이던스의 EDA, SDA 및 분자 소프트웨어 솔버를 활용하여 이전에는 불가능했던 대규모 시뮬레이션을 수행함으로써, 반도체 및 3D-IC 설계, 데이터센터의 디지털 트윈, 신약 발견 모델링 및 하이퍼스케일 컴퓨팅, 자동차, 데이터센터, 항공우주 및 방위 시장 전반의 기타 엔지니어링 과제에 대한 접근 방식을 혁신하기 위해 개발됐다.     AI 설계를 위해 제작된 에뮬레이터인 밀레니엄 M2000 슈퍼컴퓨터는 전력, 열, 응력 및 전자기 등 3D-IC 및 고급 패키징 설계를 분석하고 최적화하는 데 필요한 다중 물리 기능을 결합한다. 이를 통해 단 시간 내에 높은 품질을 구현하여 엔지니어링 팀이 제품 개발 주기에서 더 큰 신뢰성과 효율성을 달성할 수 있도록 지원한다. 예를 들어, 기존 반도체 칩 수준의 전력 무결성 시뮬레이션은 짧은 시간으로 제한된다. 케이던스는 수백 개의 CPU로 거의 2주가 걸렸던 시뮬레이션이 밀레니엄 M2000 슈퍼컴퓨터 한 대로 하루 안에 가능하다고 소개했다. AI 인프라 구축에는 데이터센터 및 컴퓨팅 인프라에 대한 상당한 투자가 필요하다. 에너지 및 자원 효율적인 방식으로 이를 수행하는 것은 AI 공장에서 차세대 파운데이션 모델을 제공하는 데 중요하다. 디지털 트윈은 운영 효율을 개선하고 위험을 줄이며 총 전력 소비를 낮춘다. 밀레니엄 M2000 슈퍼컴퓨터는 이러한 데이터센터 디지털 트윈의 설계 및 운영과 이를 구동하는 랙, 보드 및 장비에 필요한 모델링 프로세스를 가속화한다. 또한 밀레니엄 M2000 슈퍼컴퓨터는 데이터센터 외부에서 AI를 구현할 자율 운송, 드론, 로봇과 같은 기계의 고정확도 및 고용량 가상 시뮬레이션을 가능하게 한다. 이러한 시스템을 효과적으로 설계하기 위해 가속 컴퓨팅과 계산 소프트웨어의 조합은 실제 조건을 정확하게 시뮬레이션할 수 있는 가상 풍동을 제공함으로써 더 짧은 시간에 개선된 설계를 구현한다. 전자 및 기계 전자 시스템 설계자는 수십만 개의 프로세서를 갖춘 CPU 기반 톱 500 슈퍼컴퓨터 클러스터를 사용하는 것에 비해 여러 날이 걸렸던 중요한 결정을 하루 안에 내릴 수 있어, 시간과 에너지를 절약할 수 있다. 또한, 케이던스의 분자 과학 기술은 제약 산업 고객이 밀레니엄 M2000 슈퍼컴퓨터를 통해 더 짧은 시간에 더 많은 시뮬레이션을 수행할 수 있도록 하여 신약 발견을 가속화한다. 밀레니엄 M2000에서 사용할 수 있는 케이던스 온클라우드(CADence OnCloud)의 케이던스 오라이언(CADence Orion) 분자 설계 플랫폼은 연구원에게 높은 계산 능력을 제공하여 잠재적인 신약 후보 발견 속도를 높이고 프로세스 확장성을 향상시킨다. 결과적으로 고객은 더 짧은 기간에 더 많은 설계 시나리오와 반복을 탐색할 수 있고, 이는 더 빠른 혁신과 개선된 제품 개발로 이어진다. 케이던스의 아니루드 데브간(Anirudh Devgan) 사장 겸 CEO는 “밀레니엄 M2000 슈퍼컴퓨터는 대규모 확장 가능한 솔버, 전용 엔비디아 블랙웰 가속 컴퓨팅 및 AI를 활용하여 설계자가 한계를 계속해서 뛰어넘을 수 있도록 지원함으로써 AI 가속 엔지니어링의 도약을 이끌 것”이라면서, “가장 진보된 AI 모델을 위해 특별히 제작된 밀레니엄 M2000 슈퍼컴퓨터는 차세대 AI 인프라, 물리적 AI 시스템 및 신약 발견을 추진하기 위한 전례 없는 설계자 생산성을 제공한다”고 전했다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “생물학부터 칩 설계에 이르기까지 세계에서 가장 복잡한 엔지니어링 과제는 가속 컴퓨팅으로만 가능한 규모와 속도로 시뮬레이션을 수행해야 한다”면서, “엔비디아 블랙웰, CUDA-X 및 케이던스의 계산 소프트웨어로 구축된 밀레니엄 M2000 슈퍼컴퓨터는 새로운 종류의 인프라이다. 이는 학문 전반에 걸쳐 발견을 혁신할 획기적인 발전을 이끌 과학을 위한 AI 팩토리”라고 말했다.
작성일 : 2025-05-12
SAP-서울시, 클라우드 기반 소프트웨어 인력 양성 프로그램 진행
SAP 코리아가 ‘SAP 클라우드 애플리케이션 개발자 양성 과정’ 참가자를 오는 6월 8일까지 모집한다고 밝혔다. 올해로 4회차를 맞은 ‘SAP 클라우드 애플리케이션 개발자 양성 과정’은 SAP 코리아와 서울경제진흥원이 소프트웨어 혁신 인재를 양성하기 위해 조성한 ‘청년취업사관학교’의 교육 브랜드 ‘새싹(SeSAC, Seoul Software ACADemy)’의 일환으로 진행된다. 새싹은 소프트웨어 인재 양성을 위해 ‘싹’을 틔우고 성장시켜 궁극적으로는 SAP 전문가로 데뷔할 수 있도록 지원하는 교육 프로그램이다. ‘SAP 클라우드 애플리케이션 개발자 양성 과정’은 기업 현장에서 요구하는 실무 역량 중심의 소프트웨어 분야 인재를 양성하기 위해 클라우드 기반 애플리케이션 설계, 구축 및 개발에 대한 학습을 바탕으로 한 것이 특징이다. 또한 현장 맞춤형 커리큘럼과 현역 컨설턴트로 구성된 강사진을 통해 SAP 클라우드 기반 기업용 시스템에 대한 이해와 프로그램 개발에 대한 교육을 제공한다.     올해에는 교육 내용을 강화하여 재무, 물류, 판매 및 유통 등 주요 비즈니스 프로세스를 학습하며, ERP 시스템 프로세스 전반에 대한 폭넓은 이해를 쌓을 수 있게 했다. 이를 통해 수강생들은 실제 기업 환경에서 요구되는 실무 역량을 보다 균형 있게 키워나갈 수 있다. 지원 자격도 확대되었다. 기존에는 서울시 거주자만 지원할 수 있었지만, 올해는 서울 외 지역 거주자도 서울 소재 대학(원) 재학생, 모집 공고일 기준 3년 이내 서울 소재 대학(원) 졸업자, 또는 서울 소재 기업 근무 경력자일 경우에도 지원이 가능하다. 서울 외 지역 거주자는 모집 정원의 10% 이내 범위에서 선발할 예정이다. 이는 교육 접근성을 높이고, 더 많은 예비 인재들이 전문 역량을 갖춘 디지털 인재로 성장할 수 있는 기회를 제공하기 위한 조치이다. SAP 코리아는 “실제 기업에서 활용하는 서버와 실습 환경을 활용해 수업을 진행해 수강생들의 호응이 높다. 또한, 과정 수료 후 취업 연계 프로그램을 통해 SAP 시스템 설계와 구축, 개발자 및 모듈 운영자 등 다양한 SAP 직무로의 취업을 지원할 예정”이라면서, “이 교육 프로그램은 참가자의 만족도와 성과가 모두 우수해 취업 대상자에게는 필수 코스로 꼽히고 있다. 수료율 100%, 취업률 94%, 만족도 97%라는 성과를 인정받아 2023년 12월 교육 파트너 부문 서울시장 표창을 수상하기도 했다”고 설명했다. 이번 프로그램은 청년취업사관학교 금천캠퍼스에서 6월 23일부터 11월 20일까지 진행되며, 프로그램은 전액 무료로 제공된다. 교육생은 기초 레벨테스트와 면접을 거쳐 40명을 최종 선발할 예정이다.
작성일 : 2025-05-12
공작기계의 역사와 제조업의 과거와 미래 / 에스엔에이치 민태기 - 영상보기 & 내용 요약
에스엔에이치 민태기 연구소장, 공작기계의 역사와 제조업의 과거와 미래  조명   에스엔에이치 민태기 연구소장이 SIMTOS 2024에서 "공작기계의 역사와 제조업의 과거와 미래"라는 주제로 발표했다. 그는 공작기계를 인류 문명 발전에 핵심적인 역할을 한 '마더머신'이라고 강조하며 이야기를 시작했다. 공작기계, 문명의 기반을 만들다 민태기 연구소장은 과거부터 현재까지 공작기계가 어떻게 제조업 발전을 이끌어왔는지 역사적인 흐름을 짚어주었다. 초기 수동식 도구부터 시작해 증기기관, 전기 모터, 그리고 현대의 CNC(컴퓨터 수치 제어) 기술에 이르기까지 공작기계의 혁신적인 변화 과정을 설명하며, 이러한 발전이 대량 생산 시대를 열고 산업 구조를 근본적으로 바꾸어놓았다고 언급했다. 그는 공작기계가 단순한 기계를 만드는 기계를 넘어, 인류의 삶의 질을 향상시키는 데 결정적인 역할을 해왔다고 강조했다. 제조업의 과거: 대량 생산과 효율성의 추구 강연에서는 과거 제조업이 어떻게 공작기계의 발전에 힘입어 대량 생산 체제를 구축하고 효율성을 극대화해왔는지 자세히 설명했다. 표준화된 부품 생산과 자동화된 공정 도입이 가능해지면서 생산성이 크게 향상되었고, 이는 곧 경제 성장과 사회 발전에 큰 영향을 미쳤다. 하지만 동시에 대량 생산 체제의 한계와 환경 문제, 노동 문제 등 다양한 과제에 직면하게 되었음도 지적했다. 제조업의 미래: 스마트 공장으로의 전환 민태기 연구소장은 미래 제조업의 핵심으로 스마트 공장을 제시했다. 스마트 공장은 인공지능(AI), 사물 인터넷(IoT), 빅데이터 기술 등을 활용해 생산 공정 전체를 지능화하고 자동화하는 시스템을 의미한다. 그는 스마트 공장이 생산 효율성을 극대화하고, 맞춤형 생산을 가능하게 하며, 예측 유지보수를 통해 생산 중단 시간을 최소화하는 등 다양한 이점을 가져올 것이라고 전망했다. 또한, 스마트 공장은 환경 친화적인 생산 방식을 구현하고, 노동 환경을 개선하는 데에도 기여할 수 있다고 설명했다. 스마트 공장 구축을 위한 제언 강연 말미에 민태기 연구소장은 스마트 공장으로의 성공적인 전환을 위해 몇 가지 중요한 포인트를 강조했다. 첫째, 기업들은 장기적인 비전을 가지고 단계적으로 스마트 공장을 구축해야 한다. 둘째, 기술 도입뿐만 아니라 조직 문화와 인력 양성에도 투자를 해야 한다고 강조했다. 셋째, 데이터 보안과 시스템 안정성을 확보하는 것이 중요하다고 덧붙였다. 결국 스마트 공장 구축은 단순히 기술적인 변화를 넘어, 기업의 전반적인 혁신을 요구하는 과제라는 점을 시사했다.   * 해당 내용 정리는 AI의 도움으로 작성되었습니다. 상세 내용은 원본 영상을 통해 확인하시기 바랍니다.    [SIMTOS 2024 디지털 제조 & 뿌리산업 컨퍼런스] 발표자료 다운로드  https://www.CADgraphics.co.kr/newsview.php?pages=lecture&sub=lecture01&catecode=7&num=74989     #SIMTOS2024 #공작기계 #제조업 #스마트공장 #디지털제조 #뿌리산업 #제조기술 #산업자동화 #기술혁신 #미래제조 #민태기
작성일 : 2025-05-11
고성능 멀티피직스 플랫폼, CADence Fidelity CFD
주요 디지털 트윈 소프트웨어   고성능 멀티피직스 플랫폼, CADence Fidelity CFD   ■ 개발 : CADence, www.CADence.com ■ 자료 제공 : 나인플러스아이티, 02-867-8633, www.npit.co.kr 1. Millennium M1 Millennium M1은 기존 전산 유체 역학(CFD) 시뮬레이션의 한계를 뛰어넘는 차세대 턴키 CFD 솔루션으로, 업계에 새로운 기준을 제시한다. CADence(케이던스)의 Fidelity LES Solver(일명 CharLES)와 고성능 GPU 기반 HPC(고성능 컴퓨팅)를 결합한 이 플랫폼은 LES(대형 와류 시뮬레이션)를 중심으로 대규모 시뮬레이션을 압도적인 속도와 정확성으로 수행한다. Millennium M1은 단순히 빠른 성능을 넘어, 고품질 데이터를 신속히 생성하고 생성형 AI를 활용한 설계 최적화 및 디지털 트윈 구축을 가능하게 한다. 며칠이 소요되던 작업을 몇 시간 내로 단축할 뿐 아니라, 항공우주, 자동차, 터보기계 등 다양한 산업에 적용 가능한 실질적이고 혁신적인 해법을 제공한다. 초고속 처리 능력과 Fidelity LES Solver의 정밀한 물리 해석이 결합된 Millennium M1은 혁신적인 설계와 엔지니어링의 패러다임을 바꿀 게임 체인저로, 기술 혁신의 새로운 기준을 제시할 것이다. 2. 주요 기능 및 특징 ■ 안정성과 정확성을 겸비한 해석 기술 : CharLES 솔버의 비선형 안정화 방식은 수치적 진동을 효과적으로 억제하며, 메시 크기를 줄여도 높은 정확도와 안정성을 유지한다. ■ 압도적인 계산 성능 : GPU 기반 LES 솔버와 전용 하드웨어의 조합으로, GPU 1개당 최대 1,000개의 CPU 코어에 상응하는 처리 성능을 제공한다. ■ 업계 최초 Turn-Key CFD 솔루션 : GPU 기반 솔버와 확장 가능한 HPC를 결합하여 별도의 복잡한 시스템 설정 없이 즉시 사용 가능하며, 빠르고 효율적인 데이터 생성을 지원한다. ■ AI 디지털 트윈 구현 : 고품질 데이터를 바탕으로 생성형 AI를 활용해 디지털 트윈을 신속하게 구현한다. ■ 다상 흐름 예측 : Volume-of-Fluid(VOF) 기법과 라그랑주 입자 추적법으로, 다양한 유동 영역에서 액체 및 미세 물방울 등의 복잡한 거동을 정확히 모델링할 수 있다. 3. 도입 효과 ■ 설계-검증 프로세스 단축 : 기존 몇 일이 소요되던 LES 시뮬레이션을 몇 시간 내로 단축해, 더 많은 설계-검증 프로세스를 시도할 수 있다. ■ 높은 신뢰성과 효율성 : 메시 크기가 작아도 안정적이고 정확한 결과를 제공하며, 후처리 작업부담을 크게 줄여준다. ■ 혁신적인 설계 최적화 : 생성형 AI와 디지털 트윈 기술을 활용해, 효율적인 설계로 제품 개발을 지원한다. ■ 경제적 이점 : 별도 시스템 구축이 필요 없는 턴키(Turn-Key) 솔루션으로, 운영 비용을 효과적으로 절감 할 수 있다.   4. 주요 고객 사이트 ■ 자동차(Automotive) : 전기차 주행 거리와 내연기관 차량 연비에 영향을 미치는 공기역학을 풍동 수준의 정확도로 예측하며, 빠른 분석을 제공한다. ■ 항공우주(Aerospace) : 복잡한 형상과 유동 조건에서 항력 변화와 에어포일 실속 현상을 정밀하게 분석하여, 높은 설계 신뢰성을 보여준다. ■ 에너지 및 터보 머신(Energy & Turbomachinery) : 난류 연소와 열 전달을 정확히 예측하며, 열 플럭스 및 Conjugate Heat Transfer 분석으로 에너지 효율성을 극대화한다.       상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기
작성일 : 2025-05-10
AutoForm Car Body Planner, 차체 구매 견적 및 비용 산출 프로세스
AutoForm Car Body Planner   개발 : AutoForm, www.autoform.com 자료 제공 : AutoForm, 02-6332-1150, www.autoform.com/kr   AutoForm(오토폼)은 제품 설계부터 차체 조립에 이르기까지 전체 개발 프로세스 체인의 디지털화를 지원하는 통합 플랫폼을 제공한다. 특히, 디지털화 노력이 상대적으로 미진했던 차체 구매 부문의 견적 및 비용 산출 프로세스의 투명성을 확보하기 위해 ‘AutoForm CarBody Planner’를 도입하여 구매 프로세스의 디지털화를 추진하고 있다. 이는 ESG 경영과 맞물려 고객사로부터 큰 주목을 받고 있다. 또한, ESG 경영을 위한 디지털 트랜스포메이션을 통해 지속 가능한 경영을 실현하고, 환경적, 사회적, 거버넌스 측면에서의 책임을 다하기 위해 노력하고 있다. 1. 주요 특징  자동차 차체 개발 프로세스에서 초기 제품 설계 후, OEM 협력사의 구매 부서가 CBP를 통해 자동으로 수율을 검토한다. 이를 통해 빠른 대응과 OEM의 입찰 원가인 수율 보고서 작성이 간소화된다. 또한, OEM 구매 부서는 차종별 수율 이력 관리를 통해 효율성을 높이고, 협력사의 작업 시간을 단축하며, 입찰 정보 계산의 디지털화를 통해 경험에 의한 편차를 줄일 수 있다. 2. 주요 기능 ■ 웹사이트 기반에서 차체 전체 입력 및 각 제품의3D확인 가능 ■ 제품의 소제 및 정보를 차제 제품 입력과 동시에 적용 가능 ■ AutoForm Simulation 기반의 전체 제품 자동 수율 계산   3. 도입 효과 OEM 구매팀의 입찰 결정 시 정합성 확보로 신뢰성이 높아지며, 자동 수율 검토 덕분에 빠르고 효율적인 대응이 가능하다. 입찰 정보 계산의 디지털화로 경험에 의한 편차가 제거되고, 협력사의 업무 효율성 증대와 작업 시간 단축으로 생산성이 향상된다. 마지막으로, 클라우드 기반의 협업 공간 제공으로 부서 간 원활한 협업이 가능하다. 이러한 특징과 효과를 통해 AutoForm의 디지털 트랜스포메이션은 구매 프로세스의 혁신을 이끌고, ESG 경영을 실현하는데 큰 기여를 하고 있다. 4. 주요 고객 사이트 오토폼은 전 세계 50여 개국, 1,000여 개 회사에서 3,500명 이상의 사용자가 주요 엔지니어링 및 제조 공정을 위해 신뢰하고 있다. 주요 고객은 자동차 및 기타 OEM, 금형 및 스탬핑 업체, 철강 및 알루미늄 공급업체이며, 항공 우주 산업뿐만 아니라 의료, 가전 및 백색 가전 산업으로도 점점 더 진출하고 있다.     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기
작성일 : 2025-05-06
Automotive Industry의 새로운 지평선에서(HL만도 배홍용 CTO) - 영상보기 & 내용 요약
HL만도 배홍용 CTO, 자동차 산업의 미래 심층 분석   PLM DX 베스트 프랙티스 컨퍼런스 2024에서  배홍용 만도 CTO가 'Automotive Industry의 새로운 지평선에서'라는 주제로 강연을 진행하며 자동차 산업의 거대한 변화를 예고했다. 62년 역사의 만도는 섀시, 자율주행, 로보틱스, 소프트웨어 분야를 융합하며 미래 모빌리티 시대를 위한 혁신을 주도하고 있다. 배 CTO는 급변하는 시장 상황 속에서 자동차 부품 산업이 직면한 도전과 기회, 그리고 미래 모빌리티의 핵심 트렌드를 심층적으로 분석했다. 전기차(EV) 대세론, 부품 생태계의 지각변동을 불러오다 배 CTO는 전기차 시장의 폭발적인 성장세를 강조하며, 2030년에는 EV가 자동차 시장의 절반을 넘어설 것으로 전망했다. 특히 글로벌 EV 시장에서 강력한 존재감을 드러내는 BYD를 언급하며, 완성차 업계뿐만 아니라 부품 산업 내 경쟁 심화를 예상했다. EV는 고전압 배터리, 전력 변환 시스템 등 새로운 부품 수요를 창출하는 반면, 내연기관 관련 부품 산업의 축소와 정비 시장의 변화를 불가피하게 만들 것이라고 진단했다. 자율주행, 기술적 난관 속에서도 로봇 택시를 중심으로 현실화될 전망 자율주행 기술의 발전은 미래 모빌리티의 핵심 동력이지만, 배 CTO는 높은 개발 비용, 엄격한 법규 제제, 그리고 아직 해결해야 할 기술적 과제들로 인해 레벨 3 이상의 자율주행 도입이 예상보다 더디게 진행되고 있다고 밝혔다. 하지만 그는 로봇 택시와 같은 특정 영역에서는 레벨 4 수준의 자율주행 기술이 상용화될 가능성이 높다고 예측하며, 자율주행차 시장이 개인 소유 모델과 공유 기반 사용자 모델로 나뉘어 발전할 것이라고 전망했다. 마이크로 모빌리티, 도심 이동의 새로운 해법으로 떠오르다 친환경적이면서도 짧은 거리를 효율적으로 이동할 수 있는 마이크로 모빌리티 시장의 성장 가능성에도 주목했다. 다만 국내에서는 아직 관련 규제가 명확하게 정립되지 않아 시장 활성화에 제약이 있을 수 있다고 지적했다. 소프트웨어 정의 차량(SDV), 자동차 산업의 패러다임 전환 배 CTO는 소프트웨어가 차량의 기능과 성능을 결정하는 SDV 시대가 본격적으로 개막할 것이라고 전망하며, 하드웨어와 소프트웨어의 융합 및 분리 전략이 중요하다고 강조했다. 만도는 이러한 변화에 발맞춰 SDV 관련 소프트웨어 및 하드웨어 솔루션 개발에 박차를 가하고 있으며, 다양한 앱 생태계를 구축할 수 있는 차량용 소프트웨어 앱스토어 사업에도 참여하고 있다고 밝혔다. SDV의 안전성과 신뢰성을 확보하기 위해서는 자동차 제조사, 부품 공급업체, 소프트웨어 기업 간의 긴밀한 협력이 필수적이라고 덧붙였다. 구독 경제와 텔레 오퍼레이션, 미래 모빌리티 서비스의 핵심 축으로 부상 자동차 구매 방식의 변화와 더불어 테슬라의 FSD와 같은 구독 기반 서비스 모델이 확산될 것이라고 예상했다. 또한 자율주행 기술의 한계를 극복하고 안전성을 확보하기 위한 텔레 오퍼레이션(원격 제어) 기술의 중요성을 강조하며, 이를 위해서는 고품질 통신 네트워크와 실시간 데이터 처리 기술 확보가 필수적이라고 설명했다. 친환경 부품과 AI 기술, 지속 가능한 모빌리티 시대를 열다 ESG 경영의 중요성이 강조되는 시대적 흐름에 발맞춰 자동차 부품 산업에서도 친환경 소재 개발과 재활용 기술 도입이 더욱 확대될 것이라고 전망했다. 또한 AI 기술이 자동차 부품의 연구 개발 효율성을 높이고 제품 혁신을 가속화하는 핵심 동력이 될 것이라고 강조하며, 만도는 AI 기반 설계 및 검증 시스템 개발에 적극적으로 투자하고 있다고 밝혔다. 인간 중심의 미래 모빌리티를 향하여 배 CTO는 자동차 산업이 과거의 틀을 벗어나 완전히 새로운 시대로 접어들고 있으며, 미래 모빌리티는 단순한 이동 수단을 넘어 즐거움과 편리함을 제공하고 환경까지 고려하는 '인간 중심'으로 발전해야 한다고 강조했다.   * 해당 내용 정리는 AI(구글 제미나이)의 도움으로 작성되었습니다. 상세 내용은 원본 영상을 통해 확인하시기 바랍니다.  발표자료 다운로드 https://www.CADgraphics.co.kr/newsview.php?pages=lecture&sub=lecture01&catecode=7&num=74990   #모빌리티 #자동차산업 #전기차 #자율주행 #SDV #친환경부품 #AI #만도 #자동차부품산업 #소프트웨어정의차량 #자동차트렌드
작성일 : 2025-05-06
모빌리티 혁명, UAM의 현재와 미래(한국항공우주연구원 황창전) - 영상보기 & 내용 요약
PLM/DX 베스트 프랙티스 컨퍼런스 2024에서 한국항공우주연구원 황창전 UAM연구부장은 'UAM(Urban Air Mobility)'의 현황과 미래에 대한 깊이 있는 발표를 진행했다. 내용을 요약 정리하여 소개한다. 단순한 개인용 비행체를 넘어, 예약 기반 MaaS(Mobility as a Service)로 진화할 UAM 생태계를 조망하며, 미래 도시 이동의 혁신적인 변화를 예고했다. UAM, 도시 이동의 패러다임을 바꿀 혁신 황창전 부장은 UAM을 1900년대 초 마차에서 자동차로의 전환에 비견되는 파괴적 혁신으로 정의했다. 도심 내 이동 효율성을 극대화하고 새로운 이동 옵션을 제공함으로써, 미래 도시인의 삶의 질을 향상시키는 데 기여할 것이라는 전망이다. 핵심은 버티포트(수직 이착륙장) 네트워크를 구축하여 주요 도심 거점을 연결하고, 초기 유인 운항을 시작으로 점진적인 자율 비행 시스템으로 발전시켜 나가는 것이다. UAM 관련 핵심 용어 이해 OPPAV (Optionally Piloted Personal Air Vehicle): 유·무인 겸용 개인 항공기로, 한국의 OPPAV 개발 프로젝트는 UAM 기술 자립화의 중요한 발걸음이다. UAM (Urban Air Mobility): 도시 지역 내 승객과 화물을 아우르는 종합적인 항공 운송 시스템을 의미한다. RAM (Regional Air Mobility): UAM과 유사하지만, 인구 밀도가 낮은 지역을 대상으로 하며 안전 기준이 다소 완화될 수 있다. 플라잉 카 (Flying Car): 지상과 공중 이동이 모두 가능한 차량이나, 현재 기술적 난제와 효율성 문제로 실현 가능성은 낮게 평가된다. 글로벌 UAM 시장 동향 및 한국의 노력 전 세계적으로 도시 교통 문제 해결과 효율적인 이동 수단에 대한 요구가 높아짐에 따라 UAM 개발 경쟁이 치열하게 전개되고 있다. 2010년대부터 다수의 기업들이 eVTOL(electric Vertical Take-Off and Landing) 항공기 개발에 뛰어들었으며, 글로벌 UAM 시장은 2040년까지 수조 달러 규모로 성장할 것으로 예측된다. 한국 역시 OPPAV 개발 프로젝트를 통해 UAM 기술 확보에 적극적으로 나서고 있다. 한국항공우주연구원을 중심으로 현대자동차 등 여러 기관이 협력하여 틸팅 로터와 고정 로터를 결합한 독특한 디자인의 OPPAV 기술 시연기를 개발했으며, 첨단 비행 제어 시스템과 경량 복합 소재 기술을 적용했다. 정부 주도의 UAM 상용화 준비와 미래 정부 주도로 설립된 UAM 팀 코리아는 산업계, 학계, 연구 기관, 정부 간 협력을 통해 UAM 개발 및 상용화를 촉진하는 핵심적인 역할을 수행하고 있다. 정부는 2025년 초기 상업 서비스 개시를 목표로 UAM 로드맵을 수립하고, 그랜드 챌린지 프로젝트를 통해 통합적인 기술 실증을 진행 중이다. 또한, NASA와의 협력을 통해 UAM 관련 기술 개발 및 안전성 확보에도 힘쓰고 있다. 황창전 부장은 UAM의 미래를 자율 비행 능력 향상, 전천후 운용 능력 확보, 그리고 높은 수준의 안전성과 신뢰성 확보로 전망했다. 상용화를 위해서는 항공기 인증 및 안전 표준 마련이 필수적이며, eVTOL 항공기의 설계 표준화 및 대량 생산을 위한 혁신적인 재료 개발과 제조 공정 개선이 요구된다. 지속적인 연구 개발과 기술적 난제 해결 노력을 통해 UAM은 가까운 미래에 도시 이동의 혁신을 이끌어낼 것으로 기대된다.   * 해당 내용 정리는 AI(구글 제미나이)의 도움으로 작성되었습니다. 상세 내용은 원본 영상을 통해 확인하시기 바랍니다.  영상보기 발표자료 다운로드 https://www.CADgraphics.co.kr/newsview.php?pages=lecture&sub=lecture01&catecode=7&num=74990  
작성일 : 2025-05-05
[특별기고] 디지털 트윈 발전 전망
디지털 트윈과 산업용 메타버스 트렌드   데이터 기반 서비스 관점에서의 디지털 트윈의 역할은 실 체계에서 수집한 실제 데이터와 디지털 트윈 시뮬레이션으로 얻어진 가상 데이터의 융합을 통하여 실제 시스템 관련 문제 해결에 유용한 빅 데이터 생성이라 할 수 있다.  디지털 트윈 활용은 안정성에 부담이 적고 신속/가시적 성공사례 확보가 가능한 스마트시티, 스마트 팩토리, 스마트SOC(도로, 철도, 항만, 공항, 등) 등이 대상이지만 기술성숙도가 높아지고 안정성이 보장됨에 따라 자율주행, 의료/인공장기, 식물공장 등으로 확대될 전망이다.   ▲ 철도 네트워크의 디지털 트윈 구축하는 독일 디지털 철도(이미지 출처 : 엔비디아)   1. 디지털 전환과 디지털 트윈 디지털 전환(Digital Transformation: DX)은 비즈니스 전 과정에 ICT 기술을 도입하여 전사적 업무, 생산 기술, 제품 등을 디지털화 한 후 이를 기반으로 가상 실험이 가능한 디지털 환경을 구축하는 것이다.  디지털 전환의 궁극적 목적은 기업 이윤 극대화에 필요한 업부/생산 효율성 및 제품 부가 가치 증대를 위한 다양한 창의적 대안들을 가상 실험을 통해 평가한 후 그 결과를 비즈니스 전 과정에 활용하는 것이다. 예를 들어, 스마트 팩토리의 디지털 전환은 조달 시스템, 생산 시스템, 물류 시스템 등 스마트 팩토리 구성요소들의 자원 할당 및 운용에 대한 다양한 대안들을 가상 실험을 통해 평가할 수 있는 환경을 구축하여야 한다. 그렇다면, 비즈니스 전 과정을 가상 실험하기 위해서는 무엇이 필요할까?  가상 실험을 하기 위해서는 먼저 가상 실험 대상(예: 제조 공장)을 선정하고, 다음으로, 가상 실험 시나리오(예:새로운 제조 장비 도입)가 필요하며 시나리오를 수행할 모델(예: 제조 공정 시뮬레이션 모델)이 필요하다. 이러한 가상 실험을 위한 모델이 디지털 트윈이며 이런 이유로 많은 사람들이 디지털 트윈을 DX의 Key(Richard Marchall, 2017), DX의 Enablers(Reterto Saracco, 2019), DX의 Central(Vijay Ragjumathan, 2019), DX의 Steppingstone(Harry Forbes, 2020), DX의 Pillar(Fransesco Belloni, 2020)라고 지적하였다.   2. 디지털 트윈의 정의 디지털 트윈은 물리적 자산, 프로세스 및 시스템에 대한 복제본으로 정의[Wiki 사전]되며, 복제본이란 대상 체계의 운용 데이터, 지형/공간/형상 정보 및 동작/운용 법(규)칙을 컴퓨터 속에 디지털화 해 놓은 것을 의미한다. 예를 들면, 제조 공장의 디지털 트윈은 제조 공장의 운용 데이터, 제조 공장의 공간/형상 정보, 그리고 제조 장비 동작 및 공정 모델이 컴퓨터 속에 복제된 것이 될 것이다. 디지털 트윈과 대상 체계가 쌍둥이기 때문에 쌍둥이 중 누가 먼저 태어났느냐에 따라 디지털 트윈의 이름을 다르게 붙이기도 한다. 대상 체계가 존재하기 전에 만들어진 디지털 트윈을 디지털 트윈 프로토타입(Prototype) 그리고 대상 체계가 만들어진 후 복제된 디지털 트윈을 디지털 트윈 인스턴스(Instance)라고 부른다. 디지털 트윈 프로토타입은 대상 체계 설계 단계에서 활용되며 디지털 트윈 인스턴스는 대상 체계의 운용 분석에 활용되는 것이 일반적이다. 디지털 트윈 인스턴스(실 체계의 복제본)와 디지털 트윈 프로토타입(실 체계의 설계 모델)이 모두 존재할 수도 있지만 디지털 트윈 프로토타입 없이 디지털 트윈 인스턴스만 존재할 수도 있다. 디지털 트윈 프로토타입과 인스턴스가 모두 존재한다면 인스턴스는 프로토타입에 실 체계 운용 정보가 반영되어 진화(성장)된 트윈으로 볼 수 있다. 3. 디지털 트윈 구축 목적 디지털 트윈의 구축 목적은 대상 실 체계와 디지털 트윈을 연동 운용함으로써 실 체계 관련 이해 당사자에게 지혜 수준의 혁신적 서비스를 제공할 수 있는 핵심 도구/수단으로 활용하기 위함이다. 데이터 기반 서비스 관점에서의 디지털 트윈의 역할은 실 체계에서 수집한 실제 데이터와 디지털 트윈 시뮬레이션으로 얻어진 가상 데이터의 융합을 통하여 실제 시스템 관련 문제 해결에 유용한 빅 데이터 생성이라 할 수 있다. 융합 빅 데이터는 AI-통계/공학 분석도구들을 이용하여 실 세계의 구성요소인 자산, 사람, 운용 프로세스들의 다양한 결합에 대한 분석/예측 및 체계 운용 최적 대안(최적화)을 찾는데 활용될 수 있다. 아울러, 융합 빅 데이터는 실 세계를 가상 환경에서 현실감 있게 표출할 수 있는 다양한 장비/장치와 VR/AR/XR/메타버스 관련 ICT 기술과의 융합 인터페이스를 통해 오락, 관광, 교육 훈련, 체험 등에 활용될 수 있다.     디지털 트윈의 복제 대상은 실 체계의 운용 데이터, 공간/형상 정보 및 실 체계에 포함된 객체들의 행위 모델 등 3가지이다. 운용 데이터는 실 체계에 설치된 IoT 장비로부터 획득이 가능하다. 공간/형상 정보는 서비스 목적에 따라 GIS, BIM 혹은 3D CAD 중 한 가지 이상을 결합하여 사용한다. 객체 행위 모델은 다양한 시나리오를 가상 실험하기 위한 시뮬레이션 모델을 사용하지만 서비스 목적에 따라서는 운용 데이터를 학습한 데이터 모델을 사용할 수도 있다. 구성요소 중 일부만을 사용한 디지털 트윈은 나머지 구성요소를 사용하지 않음으로 인한 한계점에 봉착하게 된다. 예를 들면, 실 체계 운용 데이터 복제만으로 구성된 IoT 기반 디지털 트윈은 수집된 데이터를 분석할 수는 있지만, 실 체계를 시각화한 지형/공간 상에 데이터를 표출할 수 없을 뿐만 아니라 실 체계와는 다른 가상 데이터를 입력한 시뮬레이션을 수행할 수 없다. 마찬가지로, 지형/공간 정보 만으로 구성된 디지털 트윈은 실 체계에서 일어나는 지형/공간 정보의 변화를 실 시간으로 반영할 수 없으며 시뮬레이션을 통한 실 체계의 현상 분석 및 미래 예측이 불가능 하다.      디지털 트윈의 효율적인 활용을 위해서는 위의 세 가지 구성요소 모두를 개발 및 운용할 수 있는 통합 플랫폼이 바람직하지만 국내외적으로 표준화된 디지털 트윈 플랫폼은 존재하지 않는다. 디지털 트윈의 특성 상 3가지의 디지털 트윈 구성요소 각각을 개발하는 독립적인 플랫폼을 사용하여 구성요소를 개발한 후 이들을 연동하여 운용하는 것이 효율적이다.  구체적으로는, 먼저, 디지털 트윈 개발 목적에 맞게 운용 데이터를 수집하는 IoT 플랫폼, 지형/공간 정보를 구축하는 지형/공간정보 플랫폼 및 모델링 시뮬레이션 플랫폼들을 이용하여 각 구성요소를 개발한다. 다음으로, 개발된 세 가지 구성요소를 실행하는 플랫폼들을 연동 운용하는 PoP(Platform of Platforms) 구조를 사용할 수 있다. PoP 구조는 디지털트윈의 목적에 부합되는 모든 디지털트윈을 개발/운용할 수 있는 플랫폼으로써 신뢰성 및 경제성(개발 기간 및 비용) 면에서 효율적인 구조이다. PoP 구조를 사용할 경우 플랫폼들 사이의 연동을 위한 데이터 모델과 API의 국제적인 표준화가 요구되며 데이터 모델의 표준은 대상 시스템에 따라 달라질 수 있다.  디지털 트윈을 실제 시스템에 대한 문제 해결 목적으로 사용하기 위해서는 대상 시스템에 대한 다양한 질문의 답을 디지털 트윈을 통해서 얻을 수 있는 서비스가 제공되어야 한다. OR 이론의 창시자 중 한 명으로 경영 과학 이론가인 R.L.Ackoff 교수는 사람이 생각하는 내용을 데이터, 정보. 지식, 지혜 등 4가지로 분류하였다. 데이터는 단순한 심벌(숫자나 문자)을 말하지만 정보는 ‘who’, ‘what’, ‘where’, ‘when’을 답할 수 있고, 지식은 ‘how’를 답할 수 있고, 지혜는 ‘why’를 답할 수 있어야 한다고 정의하였다. 디지털 트윈의 서비스 수준을 Ackhoff 교수의 분류법에 매핑 시킨다면 정보 수준 서비스는 시스템 분석(현상, 기능 등), 지식 수준 서비스는 시스템 예측(행위, 성능 등) 그리고 지혜 수준 서비스는 시스템 최적화(운용 최적화 등) 및 진단(수명 진단 등)에 해당한다. 예를 들어, 교통 시스템에 대한 다양한 질문을 답하기 위해 교통 디지털 트윈을 만들었다고 하자. 정보 서비스의 예는 현재 교통 시스템의 현상을 분석하는 것으로 어느 위치의 현재 시간대에 단위 시간당 교차로 통과 차량 대수가 얼마인지에 대한 답을 하는 서비스이다. 지식 서비스의 예는 현재 출발지에서 목적지까지의 소요 시간이 얼마가 되는지를 예측하는 질문에 대한 답을 하는 서비스이다. 지혜 서비스의 예는 현재 출발지에서 목적지까지의 소요 시간이 최소가 되는 최적화된 경로가 어떤 것인지의 질문에 대한 답을 하는 서비스이다.    4. 디지털 트윈의 구성요소 디지털 트윈의 3 가지 구성요소 중 행위 모델은 목적에 따라 데이터 모델과 시뮬레이션 모델로 대별된다. 데이터 모델은 실 체계에서 수집된 데이터들 사이의 상관관계를 기계학습하여 얻어진 모델(예: 인공신경망)로서 지식 서비스를 위한 시스템 행위 예측에 한계점을 가지고 있다. 구체적으로, 데이터 모델은 학습된 데이터 영역에서는 미래 예측이 가능하지만 학습된 영역 밖의 데이터에 대한 예측은 불가능 하다. 뿐만 아니라 학습 시와 예측 시의 시스템 운용 조건이 달라질 경우에도 예측이 불가능하다. 앞서 예시한 교통 디지털 트윈으로 데이터 모델을 사용할 경우 학습 시 도로 상황(운행 시간, 사고 발생 유무 등)이 예측 시 도로 상황과 동일하지 않으면 소요 시간 예측의 정확도가 보장되지 않는다. 더욱이, 시스템 변수 사이의 상관 관계로 표현된 데이터 모델은 변수 사이의 인과 관계가 필요한 시스템의 최적화 및 고장 진단 등에는 활용할 수 없다. 이러한 데이터 모델의 서비스 한계를 극복하기 위해서는 시뮬레이션 모델을 사용할 수 있다. 시뮬레이션 모델은 구축은 대상 시스템에 대한 도메인 지식과 이를 표현하는 지배 법칙에 대한 수학적/논리적 표현 방법을 이해해야 하므로 데이터 모델에 비해 고 비용이 요구된다. 따라서, 디지털 트윈의 행위 모델은 대상 시스템의 서비스 목적과 수준에 따라 다르게 선택될 수 있다.    5. 디지털 트윈의 발전 전망  디지털 트윈의 향후 발전 전망은 문제 해결과 가상 체험 및 빅 데이터 분야로 대별할 수 있다. 문제 해결 분야에서 디지털 트윈의 대상은 분석, 예측, 최적화/진단 대상이 되는 모든 시스템 분야로서 산업(제조, 생산, 물류, 식물공장 등), 공공(교통, 환경, 금융 등), 의료(진단, 인공장기, 가상수술 등), 재난안전(안전점검, 피해분석, 대피훈련 등), 국방(군사훈련, 국방분석, 무기체계 획득 등)등을 포함한다.  현재 디지털 트윈 활용은 안정성에 부담이 적고 신속/가시적 성공사례 확보가 가능한 스마트시티, 스마트 팩토리, 스마트SOC(도로, 철도, 항만, 공항, 등) 등이 대상이지만 기술성숙도가 높아지고 안정성이 보장됨에 따라 자율주행, 의료/인공장기, 식물공장 등으로 확대될 전망이다.  가상 체험 분야는 디지털 트윈이 실 세계 혹은 가상 세계를 움직이는 다양한 시나리오를 정형화한 지배 법칙(모델)을 실행(시뮬레이션)하는 수단으로 활용될 전망이다. 이러한 지배법칙 실행은 실제 세계와 가상 세계의 구별 없는 가상 체험을 목표로 하는 메타버스의 서비스 콘텐츠를 제공한다. 따라서, 메타버스 발전을 위해서 메타버스의 서비스 컨텐츠를 제공하는 디지털 트윈 발전이 필수적으로 향후 메타버스와 디지털 트윈은 동시에 발전할 전망이다.  빅 데이터 분야에서는 디지털 트윈의 가상 실험을 통해 실 체계에서는 물리적/경제적 이유로 수집 불가능한 다양한 빅 데이터를 생성하는데 활용될 전망이다. 유의미한 빅 데이터 생성을 위해서는 실 체계에서 수집 가능한 데이터를 사용하여 디지털 트윈 모델의 검증이 선행된 후 실 체계에서 수집 불가능한 데이터 생성을 위한 가상 실험이 설계되어야 한다. 디지털 트윈을 사용한 빅 데이터 생성은 시스템 기능 검증, 예지 진단 및 기계학습 등과 같은 부가가치가 높은 데이터 생성에 집중되어 미래 데이터 구독 시장 활성화에 기여할 전망이다.   김탁곤 명예교수  KAIST 전기전자공학부  
작성일 : 2025-05-05