#한국플랜트정보기술협회 #플랜트조선컨퍼런스2026 #사전등록오픈 #얼리버드무료이벤트 아래 내용이 보이지 않으면 여기 를 클릭하세요!   플랜트 조선 컨퍼런스 2026 발표 아젠다  [개회사] 한국플랜트정보기술협회 신안식 회장   [기조연설] 플랜트 DX/AX 를 통한 산업 혁신 : 지속 가능한 혁신과 효율적 추진 전략 / GS건설 이현식 디지털트윈팀장  [기조연설] 조선산업 친환경∙AI 생태계 전환과 글로벌 진출 전략 / 한국해양대학교 류민철 교수  [기조연설] 도면을 읽는 AI: 플랜트·조선 디지털트윈의 새로운 접근 / 인포시즈 탁정수 대표 플랜트·조선 프로젝트 Execution 중심의 DX 전략 / 헥사곤ALI 남궁진 전무 DX·AI 시대의 플랜트 토목 설계 자동화 / 휴엔시스템 최재득 대표 AI기반 E2E 대형 플랜트 건설프로젝트 관리 기술 적용 사례 / 테크노빌트 Yogesh Srivastava(글로벌 대표)/손창영(지사장) 플랜트 산업의 패러다임 전환: AX 적용 사례 소개 / LG CNS 이봉헌 화학사업담당 정유 산업의 AI 도입과 활용 / HD현대오일뱅크 정준의 책임 조선해운분야 AX 혁신 사례 / 한국선급 장화섭 센터장 플랜트 조선 산업을 위한 대용량 3D 시각화 솔루션 및 적용사례 소개 / 소프트힐스 이찬영 Core R&D 팀장" AI 자율운항선박 기술동향: From Bridge to ROC / 선박해양플랜트연구소 임근태 센터장 토목 건축 구조 설계 자동화 사례와 AI 물량 예측 시스템 연구 방향 / 현대엔지니어링 김동원 책임 AI 선박 및 스마트 해운의 사이버 안전 대응 전략 / 국제사이버보안인증협회 공병철 회장  ​#플랜트조선컨퍼런스2026 #한국플랜트정보기술협회 #캐드앤그래픽스 #플랜트 #AX #조선

  CAE 기술은 제조 공정의 정확도와 안전성을 높여 산업 전반의 혁신을 이끌고 있다. 이와 관련해, 지난 2025년 11월 진행된 ‘CAE 콘퍼런스 2025’에서는 복잡한 물리 현상을 극복하고 설계의 신뢰성을 극대화하기 위한 최신 기술적 성과가 공유되었다. 이번 호에서는 ‘CAE 콘퍼런스 2025’에서 발표된 내용을 중심으로, 인공지능(AI)을 활용해 불확실성을 정량적으로 관리하고 무결점 설계를 지향하는 신뢰성 기반 최적설계 및 GPU 컴퓨팅을 기반으로 한 입자 유동 해석 기술의 진화에 대해 소개한다.   (아래 기사 제목을 클릭하면 해당 기사의 내용을 확인할 수 있습니다.)   RBDO, 데이터 시대에 무결점 설계를 향해 / 최병열 입자 기반 다중물리 해석 설루션의 개발과 진화 / 서인수

AI 시대의 새로운 제사장, 정보 권력의 재구성   역사는 정보의 통제권이 소수에서 다수로 확산되는 과정의 연속이었다. 구텐베르크의 금속 활자는 성경을 종교처럼 감추고 붙들고 있던 성직자들의 손에서 정보를 해방시켜 종교 개혁의 불씨를 당겼다. 이후 PC(개인용 컴퓨터)의 보급은 개인을 정보 생산의 주체로 만들었고, 인터넷은 전 세계를 하나의 거대한 정보망으로 엮어 지식의 민주화를 완성하는 듯 보였다. 그러나 인공지능(AI)의 등장은 이 흐름에 미묘하지만 거대한 균열을 만들고 있다. 정보의 양이 인간의 처리 능력을 압도하는 지금, 우리는 AI가 쏟아내는 방대한 정보의 진위를 가리고 그 의미를 해석해 줄 새로운 권위, 즉 ‘AI 시대에 제사장 역할을 하는 전문가’를 갈망하기 시작했다.   ■ 구형서 전기 CAD인 WSCAD AI와 컨설팅을 공급하는 WS코리아의 대표이다. 경기중소벤처기업청 주최 AI 도입 최우수 사례 등 국내 전기 설계 분야에 AI를 적용해 설계와 업무를 개선하는 노력을 기울이고 있다. 홈페이지 | www.wsCAD.co.kr   정보 권력의 진화 : 사제부터 AI까지 정보의 형태와 소유권, 보편화 수준은 기술의 발전에 따라 극적인 변화를 겪어왔다. 이 과정을 이해하는 것은 AI 시대의 새로운 권력 구조를 예측하는 데 중요한 단서를 제공한다. 필사 시대에는 정보가 성경이나 고전처럼 손으로 옮겨 적어야 하는 희소한 자원이었고, 그 소유권 역시 제사장·성직자·왕족 등 극히 제한된 계층에게만 허락되었다. 당시의 정보는 특정 계급에 의해 독점되었으며, 대다수는 그 내용에 접근하기조차 어려웠다. 텍스트 중심의 기록만 존재했고, 정보는 곧 권력 그 자체였다. 금속 활자 시대에 들어서면서 상황은 서서히 달라졌다. 인쇄 기술 덕분에 서적과 팸플릿이 대량 생산되기 시작했고, 지식인과 신흥 부르주아 계층까지 정보의 소유 범위가 넓어졌다. 문해력이 향상되면서 더 많은 사람들이 지식의 세계로 들어왔고, 텍스트를 넘어 이미지의 활용까지 확대되며 지식의 확산 속도도 빨라졌다. PC 시대는 개인의 손에 정보 생산 도구가 쥐어진 시기였다. 디지털 문서와 소프트웨어, 그리고 초기 온라인 데이터가 등장하면서 누구나 정보를 만들어 저장하고 관리할 수 있게 되었다. 이때부터 비로소 정보의 개인 소유라는 개념이 본격적으로 자리 잡기 시작했다. 인터넷 시대는 공간과 시간의 장벽을 무너뜨린 결정적 전환점이었다. 웹사이트, 이메일, 온라인 커뮤니티, 멀티미디어 콘텐츠가 전 세계로 퍼지면서 개인과 기업뿐 아니라 집단지성까지 정보의 생산과 공유에 참여하게 되었다. 정보는 텍스트, 이미지, 영상 등 복합적인 형태로 확장되었고, 누구나 실시간으로 접근하고 나눌 수 있는 대중화 단계에 접어들었다. 그리고 지금 우리는 AI 시대의 한가운데 서 있다. 개인화된 맞춤 정보, 생성형 콘텐츠, 데이터 기반 예측 등 인간이 직접 만들지 않아도 되는 정보가 폭발적으로 늘어났다. AI 플랫폼을 다루는 특정 분야 전문가들은 점차 새로운 정보 권력층으로 부상하고 있으며, 정보의 해석·판단·선별 능력이 이 시대의 핵심 역량으로 자리잡고 있다. 텍스트와 이미지, 음성, 코드 등 인간이 다뤄 온 거의 모든 형식의 정보가 AI에 의해 생성되면서, 정보의 보편화와 동시에 개인화가 동시에 심화되는 새로운 국면이 열린 것이다.   표 1   사례 연구 1 : 바둑계의 지각 변동 AI가 어떻게 기존의 권위를 해체하고 새로운 권력 구조를 만드는지를 가장 명확하게 보여주는 사례는 바로 바둑계다. 수천 년간 인간 고유의 영역으로 여겨졌던 바둑은 알파고의 등장 이후 거대한 변화를 맞이했다. 정보 권력의 변화는 바둑계에서도 또렷하게 드러난다. 시대가 바뀔수록 ‘누가 바둑의 정수를 소유하고, 어떻게 학습하며, 어떤 방식으로 소비하는가’가 완전히 달라졌기 때문이다. 제사장 시대의 바둑은 철저히 폐쇄적이었다. 특정 도장과 사범이 모든 기력과 권위를 독점했고, 제자들은 사범의 지도와 도장 내부의 비공식적인 기보를 통해서만 실력을 기를 수 있었다. 명인의 대국을 직접 관전하거나 신문에 실리는 한정된 해설을 통해 배우는 것이 전부였고, 사범의 인정을 받아 도장의 제자가 되는 것만이 성공할 수 있는 거의 유일한 경로였다. 금속 활자 시대에 해당하는 ‘바둑책의 시대’는 판을 바꿨다. 정석과 포석, 묘수풀이 등을 담은 책들이 보급되면서 지식의 대중화가 시작되었고, 일부 도장의 권위는 약해졌다. 누구나 책을 통해 고수의 기보를 연구할 수 있게 되었으며, 정형화된 이론과 패턴을 스스로 체계적으로 공부하는 길이 열렸다. 고전 이론을 깊이 파고드는 노력이 중요한 시대였다. PC와 인터넷의 등장으로 바둑은 완전히 다른 차원으로 진입했다. 온라인 대국 플랫폼이 생기면서 시간과 장소의 제약이 사라졌고, 전 세계의 상대와 언제든 대국할 수 있게 되었다. 프로 기사의 온라인 강의와 녹화 강좌(VOD)를 누구나 시청할 수 있게 되면서 실전 경험이 빠르게 축적되었고, 온라인 커뮤니티를 통한 의견 교환과 토론도 활발해졌다. 개인들은 방대한 실전 경험을 바탕으로 자신만의 스타일을 구축하고, 동료들과 협업하며 성장하는 새로운 생태계가 만들어졌다. 그리고 AI 시대는 바둑의 문법 자체를 다시 썼다. 알파고와 이후의 AI 바둑 엔진은 수백 년 동안 인간이 쌓아 올린 정석과 이론을 무력화하거나 재해석했고, 프로기사의 절대적 권위는 흔들렸다. AI의 수를 학습하고 AI가 제시하는 수의 의미를 분석하는 것이 새로운 표준 학습법이 되었다. 대국을 관전할 때도 AI 그래프를 보며 판단하는 것이 일반화되었고, ‘기사의 심리’보다 ‘AI의 평가’가 승부의 기준이 되는 시대가 열렸다. 바둑에서 진정한 권력은 AI를 이기는 능력이 아니라, AI의 수를 가장 깊이 이해하고 그 의미를 실제 창의적 판단으로 응용하는 능력으로 이동하고 있다. 바둑 역시 정보 권력의 흐름에서 벗어나지 않는다. 폐쇄적 전수 체계에서 책의 시대, 온라인 시대를 거쳐 지금은 AI가 중심이 되는 시대까지 – 학습 방식, 권위의 구조, 성공 방정식이 시대마다 완전히 달라졌다. 그리고 이 변화는 AI 시대를 살아가는 모든 분야, 모든 전문가에게 동일한 질문을 던지고 있다. ‘지금의 권력은 어디에서 만들어지고 있으며, 나는 그 흐름 위에 서 있는가?’   사례 연구 2 : 전기 설계 분야의 AI 영향 전기 설계 분야 역시 시대의 변화와 함께 권력의 구조, 학습 방식, 그리고 도면을 다루는 패러다임이 크게 바뀌어 왔다. 정보가 어떻게 생산되고 소비되는지가 변할 때마다, 전기 설계 실무에서의 경쟁력 역시 완전히 다른 방향으로 재편되었다. 제사장 시대에 해당하는 사수·도제식 시기에는 특정 사수나 회사가 경험과 지식을 독점하며 사실상 권위를 형성했다. 도면의 스타일은 개인화되었고 표준이 자리 잡지 못한 채, 도면 그 자체가 결과물이자 지식의 핵심이었다. 학습은 선배에게 받는 1:1 전수식 교육이 중심이었고, 과거 도면을 그대로 베끼거나 수정하면서 암묵지를 습득하는 방식이 일반적이었다. 이 시대의 경쟁력은 ‘유능한 사수를 만나 그의 노하우를 얼마나 잘 전수받았는가’에 의해 결정되었다.     ■ 기사의 상세 내용은 PDF로 제공됩니다.

산업 디지털 전환을 가속화하는 버추얼 트윈 (10)   이번 호에서는 제조 현장의 데이터 단절 문제를 해결하기 위한 핵심 요소로 ‘디지털 연속성(digital continuity)’과 ‘기준 정보(master data)’를 중심에 두고, 증강현실(AR)이 어떻게 설계–제조–품질–운영을 하나의 데이터 흐름으로 연결하는 핵심 인터페이스가 될 수 있는지 살펴본다.   ■ 김수훈 다쏘시스템코리아에서 인더스트리 프로세스 컨설턴트로 활동하며, 스마트 매뉴팩처링 팀에서 DELMIA Augmented Experience 제품을 담당하고 있다. 기업의 운영 환경과 목표에 최적화된 DELMIA Augmented Experience 기반 AR 설루션 전략을 제안하고, 제조 현장이 보다 정밀하고 효율적으로 진화할 수 있도록 지원하고 있다. 홈페이지 | www.3ds.com/ko   제조 현장의 복잡성과 정보 단절 : 디지털 연속성 단절로 인한 현실적 과제 제조 산업은 여전히 수많은 부서, 시스템, 공정 간의 단절로 인해 데이터의 단일 흐름을 확보하지 못하는 경우가 많다. 설계, 생산, 품질, 유지보수 각 단계에서 정보가 단절되고, 현장에서는 최신 데이터가 아닌 문서나 경험에 의존해 작업이 진행되기도 한다. 이러한 단절은 품질 문제, 작업 오류, 재작업 증가로 이어지며, 디지털 전환의 근본적인 목표인 효율과 유연성을 해친다. 그 결과, 새로운 기술을 현장에 적용하기 어렵고, 숙련 인력의 부족으로 인한 운영 부담이 커지며, 제품과 공정의 복잡성이 증가하는 문제에 직면하게 된다. 따라서 현대 제조 환경에서는 단절된 정보를 해소하고 연결성을 확보하는 것이 특히 중요하다. 새로운 기술의 개발도 중요하지만, 제조 경쟁력은 엔드 투 엔드(end-to-end) 정보 연결성과 활용력이 더욱 중요해지고 있다.   데이터 중심 제조로의 전환 : 디지털 연속성이 이끄는 산업 변화의 흐름 글로벌 제조 기업은 이미 ‘데이터 중심 운영’으로의 전환을 가속화하고 있다. 단순한 자동화나 디지털화가 아니라, 제품 생애주기 전반을 데이터로 연결하는 구조를 만드는 것이 핵심이다. 버추얼 트윈(virtual twin), AI(인공지능), AR 등이 유기적으로 연결되며 설계부터 생산, 유지보수까지 하나의 데이터 흐름으로 이어지고 있다. 이러한 변화 속에서 AR은 단순한 시각화 도구를 넘어, 데이터를 현장 실행으로 전환하는 인터페이스로 자리 잡고 있다. AR은 디지털 세계와 물리적 현상을 연결하는 핵심 인터페이스로서, 디지털 연속성을 현실 세계로 투영해주어 버추얼 트윈을 실현하는 중요한 역할을 한다.     디지털 연속성 기반 제조 가치사슬 : 설계부터 현장까지 단일 데이터 흐름으로 연결성 확보 디지털 연속성은 단순한 시스템 통합이 아니라 조직 전체가 신뢰하고 참조하는 공식의 원천 데이터(single source of truth)를 기반으로 전체 가치사슬을 연결하는 개념이다. 설계자가 CAD에서 생성한 데이터가 PLM을 거쳐 그대로 작업 지시, 품질 검증, 유지보수 단계까지 이어질 때, 비로소 기업은 신뢰할 수 있는 디지털 제조 체계를 갖추게 된다. 이러한 데이터 연속성은 제조 효율 향상은 물론 공정 표준화, 오류 감소, 변화 대응 속도 향상 등 운영 전반의 일관성을 강화한다. 즉, 디지털 연속성은 ‘데이터 연결’을 넘어 ‘운영 체계의 안정성과 신뢰성’을 확보하는 제조 혁신의 기반이다.     기준 정보의 정합성 : 정확한 데이터가 만드는 신뢰성 높은 AR 디지털 연속성 기반 AR 설루션의 성공 여부는 결국 기준 정보(master data)의 정확도에 달려 있다. 아무리 정교한 AR 설루션이라도 그 기반이 되는 CAD, BOM, 공정 데이터가 불완전하다면 현장에서의 정확한 가이드나 자동 검증은 불가능하다. 따라서 AR 구축의 핵심은 단순한 시각화가 아니라 최신의 정확한 데이터를 기반으로 한 실행력을 제공하는 것이다. 델미아 오그멘트 익스프리언스(DELMIA Augmented Experience : DAE)는 PLM, MES 등 기존 IT 인프라와 통합해 최신 기준 정보를 AR 콘텐츠에 직접 반영함으로써, 디지털 연속성과 현장 실행의 일체화를 실현한다.   기준 정보부터 제조까지 : DAE의 가치 흐름 다쏘시스템의 AR 설루션인 DAE는 연구·설계 단계에서 생성된 엔지니어링 데이터를 기반으로 AR 콘텐츠를 자동 생성하고, 이를 현장에서 실시간으로 증강하여 작업을 지원한다. 또한 현장에서 발생한 검사 결과와 작업 데이터를 다시 백오피스 시스템으로 전달해 엔지니어링과 운영 간 데이터 흐름을 완성한다.     DAE는 디지털 연속성을 명확하게 구현한 현장 중심의 실행 설루션이다. 이를 구성하는 주요 요소는 세 가지이다. 설계 데이터로부터 AR 작업 지시서를 생성하는 ‘오서(Author)’, 현장에서 증강 지시를 실행하는 ‘플레이어(Player)’, 자동으로 품질 검증을 수행하는 ‘인스펙트(Inspect)’이다.     모든 과정은 기준 정보 기반으로 자동화되기 때문에, 사용자는 별도의 코딩 없이 CAD 데이터를 그대로 현장용 AR 지시서로 변환할 수 있다. 또한 작업 과정과 품질 정보가 다시 PLM 및 MES로 피드백되며, 엔지니어링과 현장이 하나의 데이터 흐름으로 연결된 데이터 순환 구조(data loop)가 완성된다.   기준 정보 기반 제조의 선순환 : 디지털 연속성을 완성하는 DAE의 역할 디지털 연속성의 핵심은 단순한 데이터 보유가 아니라, 정확한 기준 정보가 전체 제조 과정에서 끊김 없이 활용되는 선순환 구조를 만드는 데 있다. 일부 설루션은 주로 3D 모델 기반 시각화에 집중해 설계 데이터와 현장 실행 간 연속성이 충분히 확보되지 않는 경우가 있다. 반면 DAE는 설계·공정·품질 정보를 포함한 기준 정보를 그대로 AR 작업 지시, 품질 검사, 작업 피드백의 흐름으로 전환하는 구조를 갖추고 있다.     ■ 기사의 상세 내용은 PDF로 제공됩니다.

가상 제품 개발을 위한 MBSE 및 SysML의이해와 핵심 전략 (3)   MBSE(모델 기반 시스템 엔지니어링)는 고객 요구사항부터 제품 수명주기 전반을 아우르는 통합 프레임워크로서, 그 중심에 있는 시스템 아키텍처 모델이 핵심 역할을 수행한다. 이번 호에서는 이 아키텍처 모델이 해석, 제조, 검증 등 다양한 도메인과 유기적으로 연계되어 개발의 정합성과 추적성을 보장하는 구체적인 메커니즘을 살펴본다. 또한 SysML을 활용한 체계적인 시스템 분해 과정과 단순 사양서를 넘어선 통합 데이터 세트 관리의 중요성을 통해 성공적인 MBSE 적용 전략을 제시한다,   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 CTO   그림 1. 다양한 도메인 간의 MBSE 통합   MBSE가 다양한 도메인 간에 어떻게 통합적으로 적용될 수 있는지를 <그림 1>에 시각적으로 보여준다. 그 중심에는 시스템 아키텍처 모델(System Architectural Model)이 위치하며, 이 모델은 고객 요구사항(Customer Specification)을 바탕으로 여러 관련 분야의 모델과 유기적으로 연계되어 시스템 개발 전체를 통합하는 핵심 역할을 한다. MBSE의 핵심은 시스템 아키텍처 모델로, 이는 고객의 요구사항을 반영하여 전체 시스템의 구성요소, 인터페이스, 기능 흐름 등을 체계적으로 정의하는 모델이다. 이 모델은 다른 모든 분석, 설계, 검증 도메인과 연결되어 있으며, 각 도메인과의 상호작용을 통해 개발 과정에서의 정합성과 추적성을 보장한다. 프로젝트 관리(Program Management) : 시스템 아키텍처 모델은 일정, 자원, 리스크 등의 프로젝트 관리 영역과 연결된다. MBSE는 프로그램 관리 측면에서 요구사항 변동, 기능 분배, 일정 조정 등에 유연하게 대응할 수 있도록 지원한다. 제품 지원(Product Support) : 시스템 개발이 완료된 이후의 유지보수, 고객 지원, 서비스 계획 등의 제품 지원 영역과도 연계된다. 아키텍처 모델을 통해 수명주기 전반에서 일관된 지원 체계를 유지할 수 있다. 해석 모델(Analytical Models) : 성능 분석, 신뢰성(RMA), 비용, 전력(SWaP) 등의 수치 기반 해석 모델과 직접 연결된다. 시스템 아키텍처 모델에서 정의한 구조나 파라미터가 해석 모델의 입력 값이 되어 정량적인 평가가 가능하다. 검증 모델(Verification Models) : 테스트 모델이나 시뮬레이션 기반의 검증 모델과 연계하여 시스템 요구사항이 올바르게 충족되었는지를 확인한다. MBSE는 테스트 계획 및 결과를 구조화된 방식으로 요구사항에 직접 연결하여 추적이 가능하게 한다. 제조(Manufacturing) : 생산 공정 및 제조 관련 데이터와도 연계되어, 설계 모델에서 제조 제약을 고려한 최적화 설계를 도출할 수 있다. 이는 제품의 생산성, 조립 용이성 등을 사전에 예측하고 반영할 수 있도록 도와준다. 기계/전기 모델(Mechanical & Electrical Models) : CAD, 회로도, 열/기계 시스템 설계 모델 등과 연계되어 상세 설계 수준에서도 정합된 데이터 공유가 가능하다. 물리적 시스템과 논리적 아키텍처가 통합되어, 실제 동작과 일치하는 설계를 가능케 한다. 소프트웨어 모델(Software Models) : 소프트웨어 아키텍처, 제어 로직, 상태 전이 등과 관련된 모델과 연계된다. 시스템 아키텍처에서 정의된 기능은 자동화된 방식으로 소프트웨어 요구사항 및 구현 모델로 전달될 수 있다. 따라서 MBSE가 고객 요구사항으로부터 시작하여 전체 제품 수명주기 도메인을 통합하는 구조적 프레임워크임을 강조한다. 중심에 있는 시스템 아키텍처 모델은 다양한 분야의 모델과 데이터를 상호 연결함으로써 복잡한 시스템 개발을 정합성 있게, 추적 가능하게, 효율적으로 수행할 수 있도록 지원한다.   시스템 아키텍처 모델과 분석 모델 시스템 아키텍처 모델과 분석 모델은 서로 차이를 가지면서도 상호 보완적 관계에 있다. 두 모델은 시스템 개발 과정에서 서로 다른 목적과 역할을 가지며, 각각의 기능은 다음과 같이 정의된다. 시스템 아키텍처 모델은 시스템을 구성하는 요소 간의 관계와 구조적 흐름을 나타내는 모델이다. 이 모델의 목적은 전체 시스템이 어떻게 구성되고 동작하는지를 이론적으로 일관된 방식으로 정의하고, 이를 통해 상호 운용성(interoperability)을 확보하는 데 있다. 주요 특징은 상호 캡처를 지원하고 요구사항, 기능, 구조, 시나리오 등을 명확히 문서화하고 통합하며, 저장 기반으로 캡처하여 리버스 엔지니어링 없이 설계 초기 단계에서부터 명확히 모델링하는데 사용한다. 캡처 대상은 기능/동작, 구조 요소 및 개체, 정보 흐름, 인터페이스, 포트, 상호 작용, 시나리오 등이다. 분석 제품과의 통합을 고려하여 분석 모델이 제대로 작동하지 않거나 시스템이 ‘hang’ 상태에 빠질 수 있는 부분을 파악하고 이를 사전에 반영한다. 분석 모델은 시스템의 성능이나 신뢰성 등 특정 특성(Performance Characteristics)을 수치적으로 측정하거나 검증하기 위한 모델이다. 이 모델은 아키텍처 모델과 반드시 정합(정렬, alignment)되어야 하며, 정합성이 떨어질 경우 분석 결과의 신뢰성이 떨어진다. 주요 특징은 정합성을 유지하여 아키텍처 모델과 일치하는 구조로 유지되어야 한다. 시뮬레이션 기반 모델링에 활용하기 위해 수학적 계산 또는 다양한 시뮬레이션 기법을 활용한다. 분석 목표는 위험 평가 및 검증, 최적화를 수행한다. 또한 다양한 분석 지표로 MOM(Management Object Model), MOE(Measure of Effectiveness), MOP(Measure of Performance), KPP(Key Performance Parameter), TPM(Technical Performance of Measure) 등을 사용한다. 즉 시간, 비용, 자원을 최적화하여 타이밍, 적중률, 생존 확률, 신뢰성, 가용성, MTBF를 향상시키고 총 소유 비용(Total Ownership Cost)을 예측한다. 결국 주어진 문제에 대해 해결책과 그 타당성을 확인하고 제안하는 데 사용되며, 두 모델은 시스템 개발 전반에서 서로 보완적으로 사용된다.     ■ 기사의 상세 내용은 PDF로 제공됩니다.

새로워진 캐디안 2026 살펴보기 (2)   오토캐드와 양방향으로 호환되는 국산 CAD인 캐디안(CADian)이 한 차원 높은 사용자 경험을 제공하는 차세대 CAD ‘캐디안 2026’을 선보였다. 이번 호에서는 캐디안 2026에서 새롭게 선보인 신 기능 중에서 먼저 스마트 치수(Smart Dimension) 기능을 자세히 살펴보도록 하겠다.   ■ 최영석 캐디안 기술지원팀 부장으로 기술지원 업무 및 캐드 강의를 담당하고 있다. 홈페이지 | www.CADian.com 카페 | https://cafe.naver.com/iloveCADian   스마트 치수(SDIM – Smart Dimension) 기능은 복잡한 도면에서 치수를 쉽고 빠르게 처리할 수 있는 기능이다. 스마트 치수 기능을 사용하는 방법을 순서대로 살펴보겠다.   1. 명령창에 ‘sdim’을 입력하여 스마트 치수 기능을 실행한다.   2. 스마트 치수 창이 표시된다.   그림 1   3. 왼쪽의 작업선택 항목 중에서 원하는 기능을 선택한 후 ‘실행’ 버튼을 클릭하여 치수를 작도한다.   작업선택 옵션 수직/수평/지름 자동 작도 스마트 치수의 메인 기능으로, 일반적인 도면의 전체적인 치수 기입을 자동으로 하기 위해서 만들어졌다. 객체 내의 호(arc)나 원(circle)의 지름 및 반지름 치수 기입까지 자동으로 가능하다. 외곽선의 각 꺽인점의 치수가 자동으로 인식되며, 선택한 객체의 내부에 원(circle)이 있으면 원의 중심을 자동으로 인식해서 그 부분까지 거리가 기입된다. 또한 객체 내부에 사각형이 있으면 사각형의 끝점이 자동으로 인식되어 가장 가까운 사분면에 치수 기입이 되게 한다. 추가로, 스플라인(spline) 객체는 치수 기입 지원이 되지 않는다.   그림 2   이 옵션으로 치수를 기입하려면 먼저 ‘치수선 스타일 설정’ 옆의 빗자루 아이콘을 클릭한 뒤 주변에 이미 있는 치수선을 선택한다. 이때 해당 치수의 스타일 설정을 불러오게 된다. 주의할 점은 치수의 첫 번째 단계 치수를 선택해야 하며, 실행했을 때 첫 번째 치수 보조선의 길이가 원본 스타일과 같은 길이로 나오게 된다는 점이다. dimdli 치수 변수(두 번째 이후 치수 보조선 길이)도 설정 복사한 치수 스타일의 설정값으로 따라간다.   그림 3   이렇게 치수 스타일을 불러오면, 그 볼러온 치수 스타일의 현재값이 scale : 1로 설정된다. 이 스케일을 2로 변경하면 원본 스타일보다 글자 및 화살표 크기, 치수 보조선 길이 등이 2배로 커지게 된다. 치수 기입될 때 오류를 줄일 수 있는 선택 제외 옵션이 두 가지가 있다. 첫 번째는 외곽선의 R 부분을 제외시켜 선형치수에서 호의 끝 부분이 선형치수로 기입이 되는 것을 막는 기능이 있다. 또 하나는 중심선 등 ‘레이어 제외 적용’ 기능이 있다. 객체 밖으로 튀어 나온 중심선 등이 있을 때 ‘레이어 제외 적용’ 부분에 기입을 하거나 또는 빗자루 아이콘을 눌러 제외할 중심선을 선택하면 치수 기입 객체가 지정될때 제외되어 오류 없이 정확한 치수 기입이 가능하게 된다.   그림 4   화살표나 글자 크기, 색, 스케일 등을 수동으로 변경 또는 지정할 수도 있지만, 보통은 치수 주변의 치수 스타일을 복사하고 스케일을 1로 해서 실행하면 기존 치수와 스타일이 동일하게 되어 별도로 세팅이 없이도 원하는 결과가 나올 것이다. 1차로 주변의 치수 스타일의 설정을 불러온 후 ‘레이어 설정’ 부분을 통해 레이어를 바꾸면, 치수 설정값은 복사한 치수 스타일을 유지하면서 레이어만 바뀌어 치수 기입이 된다. 주변 치수 스타일의 설정을 불러 온 후 ‘문자 설정’ 부분을 통해 문자 스타일을 바꾸면, 치수 설정값은 복사한 치수 스타일을 유지하고 문자 스타일만 바뀌어 치수 기입이 된다. 색상도 마찬가지로 주변 치수 스타일의 설정을 불러 온 후 ‘색상 설정’ 부분을 통해 색상을 바꾸면, 치수 스타일은 복사해 온 값을 유지하고 치수선 또는 치수값의 색상을 변경할 수 있다. 한 가지 유의할 점은, 치수선과 치수 보조선은 색상은 각각 컨트롤이 되지 않고 치수선의 색상을 따라가도록 되어 있다. 치수 스타일에서 치수선은 노란색, 치수 보조선은 녹색으로 설정되어 있어도 SDIM에서 치수를 기입하면 치수선의 색을 따라 치수선, 치수 보조선이 모두 노란색으로 나오게 된다.     ■ 기사의 상세 내용은 PDF로 제공됩니다.

데스크톱/모바일/클라우드를 지원하는아레스 캐드 2026 (10)   디지털 전환이 모든 산업의 화두가 된 지금, 설계·제조 분야 역시 예외는 아니다. 특히 CAD를 기반으로 한 설계 환경은 더 이상 ‘개인 작업 공간’에 머물지 않고, 클라우드와 원격 협업을 중심으로 빠르게 진화하고 있다. 설계자가 혼자 작업하던 시대를 넘어, 이제는 여러 사람이 실시간으로 연결되어 하나의 프로젝트를 완성하는 환경으로 변화하고 있다. 이러한 변화의 중심에 트리니티 컬래버레이션(TRINITY Collaboration)이 있다. 이번 호에서는 트리니티가 제공하는 주요 협업 기능과 그 의미를 중심으로, 현재 설계 환경이 어떤 방향으로 이동하고 있는지를 살펴보고자 한다.   ■ 최하얀 캐디안 마케팅팀의 주임으로 ARES CAD의 마케팅 콘텐츠 기획 및 제품 홍보 업무를 담당하고 있다. 홈페이지 | www.aresCAD.kr 블로그 | https://blog.naver.com/graebert 유튜브 | www.youtube.com/GraebertTV   언제 어디서나 하나로 연결되는 통합 CAD 설루션 ‘아레스 트리니티’     아레스 트리니티(ARES Trinity)는 DWG 기반의 차세대 통합 CAD 생태계로, 데스크톱·모바일·클라우드 환경을 하나로 연결해 언제 어디서나 동일한 설계 업무가 가능하도록 구성된 설루션이다. 아레스 트리니티는 다음의 세 가지 핵심 설루션으로 구성된다. 데스크톱 CAD – 아레스 커맨더(ARES Commander) : 윈도우, 맥OS, 리눅스 지원 모바일 CAD – 아레스 터치(ARES Touch) : 안드로이드, iOS 스마트폰 및 태블릿 지원 클라우드 CAD – 아레스 쿠도(ARES Kudo) : 별도 설치 없이 웹 브라우저에서 바로 실행 이 세 가지 설루션은 하나의 구독형 통합 생태계(ecosystem)로 결합되어, 장소와 디바이스에 구애받지 않는 유연한 설계 환경을 제공한다.   장소의 제약을 없애는 ‘클라우드 동기화’     트리니티 협업 환경의 핵심은 클라우드 동기화(Cloud Synchronization) 기능이다. 기존의 CAD 작업은 로컬 PC나 사내 서버 중심으로 이루어져 왔고, 이로 인해 파일 공유의 번거로움, 버전 충돌, 데이터 유실과 같은 문제가 빈번하게 발생해 왔다. 협업이 많아질수록 오히려 업무 효율이 떨어지는 한계 또한 분명했다. 그러나 트리니티는 모든 프로젝트 데이터를 클라우드 기반으로 중앙 관리함으로써, 사용자가 언제 어디서든 동일한 작업 환경에 접속할 수 있도록 설계되었다. 특히 여러 명의 설계자가 동시에 하나의 프로젝트를 다루는 경우에도, 실시간 또는 자동 동기화 기능을 통해 항상 최신 버전의 도면을 유지할 수 있다는 점은 협업 효율을 끌어올리는 요소이다. 예를 들어 한 명의 사용자가 도면을 수정하면, 해당 변경 사항이 즉시 다른 사용자 환경에도 반영되는 흐름이 시각적으로 표현된다. 이는 단순한 파일 공유를 넘어, 동일한 프로젝트를 여러 사용자가 동시에 바라보고 함께 작업하는 실시간 협업 체계가 구현되었음을 의미한다. 그 결과, 수정 지연으로 인한 오류나 중복 작업이 줄어들고, 의사결정 속도 역시 개선된다. 이는 단순한 편의 기능을 넘어, 설계 품질과 프로젝트 안정성까지 함께 끌어올리는 핵심 인프라라 할 수 있다.   보안과 유연성을 동시에 잡은 ‘보안 원격 접속’     재택근무와 원격 근무가 일상화된 지금, 설계 분야에서도 안전한 외부 접속 환경은 더 이상 선택이 아닌 필수 조건이 되었다. 트리니티는 보안 원격 접속(Secure Remote Access) 기능을 통해, 외부 네트워크에서도 내부 작업 환경과 동일한 수준의 보안을 유지하며 설계 데이터에 접근할 수 있도록 지원한다. 이는 단순한 원격 데스크톱 방식이 아니라, 설계 데이터를 안전하게 보호하면서도 실무에 즉시 투입 가능한 협업 구조를 제공한다는 점에서 의미가 크다. 특히 대형 프로젝트나 보안이 중요한 산업 설계 분야에서는 이러한 보안 원격 협업 환경이 곧 기업의 경쟁력을 좌우하는 핵심 요소로 작용하고 있다. 장소의 한계를 넘어서면서도 보안 수준은 더욱 강화되는 구조라는 점에서, 트리니티의 접근 방식은 실질적인 대안을 제시한다.   정보는 공유하되, 통제는 유지하는 ‘보기 전용 링크’     트리니티가 제공하는 보기 전용 링크(View-Only Links) 기능은 정보 공유와 보안 통제를 동시에 만족시키는 대표적인 기능이다. 설계 도면이나 모델을 외부 협력사, 발주처, 검토자에게 전달해야 하는 상황은 프로젝트 진행 과정에서 자주 발생한다. 이때 편집 권한 없이 열람만 허용할 수 있다는 점은 실무에서 중요한 요소로 작용한다. 이를 통해 불필요한 수정이나 데이터 변형을 원천적으로 차단하면서도, 신속한 검토와 의사결정이 가능해진다. 특히 트리니티가 내부 사용자뿐만 아니라 외부 협력사와의 협업까지도 하나의 흐름 안으로 자연스럽게 연결하는 구조임이 강조된다. 보기 전용 링크를 활용하면 별도의 프로그램 설치나 계정 등록 없이도 도면 확인이 가능하며, 수정 권한은 통제된다. 이는 ‘개방된 공유’와 ‘엄격한 보안’이 동시에 유지되는 협업 구조가 현실적으로 구현되었음을 보여주는 대목이다.     ■ 기사의 상세 내용은 PDF로 제공됩니다.

[코리아 그래픽스 2025] 발표자료 다운로드 안내입니다. 올해 11회째를 맞는 코리아 그래픽스 2023은 9월 14일(목) ~ 15일(금)까지 온라인으로 개최되었습니다.   이번 행사에 참여해 주신 모든 분들께 감사드립니다.   [관련 기사]  [포커스] 코리아 그래픽스 2025, AI로 가속하는 산업과 크리에이티브의 변화를 짚다 (1) [포커스] 코리아 그래픽스 2025, AI로 가속하는 산업과 크리에이티브의 변화를 짚다 (2) [아젠다] 코리아 그래픽스 2025 발표자료는 정보 제공에 동의한 자료만 제공됩니다. 아래 아젠다에 PDF 마크가 표시되어 있는 발표자료가 공개된 내용입니다.  또한 유튜브 마크가 표시되어 있는 영상이 공개된 발표영상입니다. [코리아 그래픽스 2025] 유료결제완료 발표자료 요청 이번 컨퍼런스에 참여하지 않았던 분들은 유료 결제 후에 발표자료를 다운로드 받으시기 바랍니다. 다만 홈페이지 다운로드 용량 제한으로 인하여 전체 자료를 다운로드 할 수 있게 하는데 제약이 있어 첨부한 파일에는 코리아 그래픽스 2025 가이드 파일만 올려 두었습니다. 결제완료 후 메일(CADgraphpr@gmail.com)로 연락주시면 대용량 추가 자료를 별도로 보내드립니다. 홈페이지에서 직접 결제하는데 문제가 있다면 당사로 연락주시기 바랍니다.   메일 제목 :  [코리아 그래픽스 2024] 유료결제완료 발표자료 요청 내용 : 결제시 회원명 / 전화 / 이메일 메일 보낼 곳 : CADgraphpr@gmail.com 문의 : 코리아그래픽스사무국 (02-333-6900) 발표 제목 / 발표자 - 코리아 그래픽스 2025 발표 내용 1일차, 9월 11일(목) 디지털 트윈 & 3D 시각화 [기조연설] 디자이너와 생성형 AI가 만드는 디자인 - 제조의 미래 / 한양대학교 현경훈 교수 리얼타임을 통한 디지털 트랜스포메이션의 진화, 그리고 에픽게임즈의 에코시스템 / 에픽게임즈 코리아 권오찬 시니어 에반젤리스트 AI 워크스테이션을 통한 생산성 향상 방안 및 사례 / HP 코리아 차성호 이사 AEC 산업을 위해 진화하는 공간지능 기술 / 에스엘즈 정재헌 대표 Unity Asset Manager로 혁신하는 CAD 데이터 관리와 실시간 협업 / 유니티 테크놀로지 코리아 김현민 Senior Solutions Engineer CAD와 Unity의 만남: 새로운 비즈니스 수익 모델과 창의적 혁신 / 메가존클라우드 홍동희 Unity 유닛 Tech 그룹장 AI 이미지 인지기술 기반 3D 도면 생성 방안 및 적용 솔루션(CADian AI-CAD) 소개 / 캐디안 한명기 상무 모빌리티 XR 사례와 AI 융합 기술의 미래 / 이노시뮬레이션 이지선 CTO 2일차, 9월 12일(금) AI 비주얼 트렌드 & 응용 [기조연설] AI 시대, 그래픽 디자인 방식의 패러다임 변화와 혁신 사례 / 서울미디어대학원대학교 유훈식 교수 언리얼 엔진을 활용한 제조 SW 개발의 신속한 프로토타이핑 및 의사결정 / 현대자동차 신종호 책임매니저 Image Gen.AI를 활용한 업무 생산성 향상 방안 / LG CNS 정용기 선임 이미지부터 3D까지: 크리에이터가 알려주는 생성형 AI 영상 제작 / 아이스케이프 조세희 대표 크리에이터를 위한 AI 에이전트 활용과 바이브 코딩 / AI팩토리 김태영 CEO AI 툴로 구현하는 비주얼 세계: 실무 적용과 아트워크 융합 사례 / IUM SPACE 이윰 대표 [기조연설] XR과 인공지능의 만남: XR 콘텐츠의 무한한 가능성과 초연결 콘텐츠의 미래 / 고려대학교 박진호 교수   [코리아 그래픽스 2025] 영상보러 가기 >>