헥사곤 매뉴팩처링 인텔리전스는 3월 31일~4월 4일 독일 하노버에서 개최되는 세계 최대 산업 박람회 ‘하노버 메세(Hannover Messe)’에 참가해 포뮬러원(F1) 공장을 재현하고, 넥서스(Nexus)의 글로벌 성과를 공개한다고 발표했다.  ‘품질 속도전(Quality at Speed)’을 콘셉트로 한 포뮬러원 공장에서 관람객은 헥사곤의 공식 혁신 파트너인 오라클 레드불 레이싱(Oracle Red Bull Racing)의 실제 F1 차량과 차량 제작에 활용된 디자인&엔지니어링 소프트웨어, 측정 소프트웨어 및 하드웨어, 프로덕션 소프트웨어, 넥서스 플랫폼 등을 확인할 수 있다. 넥서스는 F1 차량 제작과 같이 고도의 정밀성과 신속한 협업이 요구되는 분야에서 엔지니어링 팀이 더 빠르고 효율적으로 문제를 해결하고 성능을 최적화할 수 있도록 지원한다. 넥서스는 헥사곤의 기술과 마이크로소프트의 최신 클라우드 및 AI 기술을 통합한 플랫폼으로, 헥사곤 및 제3자 플랫폼 데이터와의 연동을 통해 누구나 쉽게 데이터를 주고받을 수 있도록 설계됐다. 또한 간단한 파일 공유부터 마이크로소프트의 플루이드 프레임워크(Fluid Framework)를 활용한 실시간 데이터 교환까지 다양한 방식으로 외부 프로그램과 연결된다.     하노버 메세에서 헥사곤이 소개한 성과 발표에 따르면, 넥서스는 지난 2023년 2월 출시 이후 3만 명 이상의 등록 사용자를 확보했다. 또한 전 세계 다양한 산업 분야에서 50만 명의 사용자가 기술 스택의 일부로 헥사곤의 기술을 매일 활용하고 있다. 넥서스는 전통적으로 생산 시스템, 공장 IoT 및 품질 데이터 소스와 분리되어 운영되던 CAE 도구, 시뮬레이션 및 프로세스 데이터 관리(SPDM), PDM/PLM 시스템을 연결해 제조 가치 사슬 전반에 걸쳐 확장되고 있다. 헥사곤은 넥서스의 제품 포트폴리오를 지속적으로 확장해 왔으며, 이번 하노버 메세 전시장에서는 워크플로 전 단계를 지원하는 다양한 설루션을 선보인다. 전시된 주요 포트폴리오로는 기업 규모에 관계 없이 다양한 고성능 시뮬레이션을 손쉽게 제공하는 ‘넥서스 컴퓨트(Nexus Compute)’, ADAS 및 자율주행 차량 시스템 검증을 위한 클라우드 기반 설루션 ‘버츄얼 테스트 드라이브 X(Virtual Test Drive X, VTDx)’, 품질 보고 프로세스를 간소화하는 ‘메트롤로지 리포팅(Metrology Reporting)’, AI로 자동화된 CAM 프로그래밍 툴 ‘프로플랜AI(ProPlanAI)’와 측정을 지원하는 ‘메트롤로지 멘토(Metrology Mentor)’ 등이 포함된다. 헥사곤 매뉴팩처링 인텔리전스의 스티븐 그레이엄(Stephen Graham) 부사장 겸 넥서스 총괄은 “기업의 성공적인 디지털 전환은 구성원과 그들의 목표에서 시작된다는 인식이 확산되고 있는 만큼, 제조 프로세스 전반에서 모든 구성원이 효율적인 협업과 생산성 향상을 지원하는 넥서스의 가치가 더욱 부각되고 있다”면서, “헥사곤이 워크플로 자동화와 AI 개발에 더욱 박차를 가하면서, 기업의 생산성을 한층 더 끌어올릴 수 있을 것으로 기대된다”고 말했다. 현대자동차의 이진화 차량SW개발지원팀 파트장은 “현대자동차는 헥사곤의 검증된 CAE 제품군과 넥서스를 활용하여 개발 사이클을 가속화하고, 엔지니어링 성능을 최적화하며, 보다 민첩하고 데이터 기반의 차량 개발 접근 방식을 추진하고 있다”면서, “클라우드 기반 차량 개발 플랫폼 구축이 핵심 전략 목표이며, 이를 실현하기 위해 넥서스가 제공하는 혁신적인 접근 방식과 개방형 통합 기능의 도입을 적극 검토하고 있다”고 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.

디지털 지식전문가 조형식의 지식마당   지난 2월호 칼럼에서 필자는 현재 인공지능의 약점으로 현실의 물리적 특성에 대한 이해도가 떨어진다고 짚었다. 그래서 물리적 AI(physical AI)가 필요하다고 이야기한 적이 있다. 물리적 AI란 현실의 물리적 현상을 이해하는 인공지능을 의미한다. 최근의 발전된 대규모 언어 모델(LLM)과 지속적으로 발전하고 있는 인공지능 멀티모달이 우리를 놀라게 하고 있다. 그러나 인공지능 기술(AI technology)과 디지털 트윈 기술(digital twin technology)이 넘어야 할 큰 산이 있다. 인간들은 현실의 물리적 현상에 대해서 경험치가 풍부하다. 하지만 이 두 기술은 현실 세계에 대한 물리적 경험치가 많이 부족하다. 그래서 어떤 대답이나 결정이 현실 세계와 동떨어져서 사람들을 실망시키거나 놀라게 한다. 그래서 사전학습(pretraining)을 하기도 한다. 그러므로 물리적 AI와 물리적 디지털 트윈(physical digital twin)의 기술 결합이 필요하다. 최근에는 인공지능 분야에서 세계 기반 모델(world foundation model)에 관한 연구가 주목 받고 있다. 세계 기반 모델은 대규모 멀티모달 AI 모델로, 텍스트, 이미지, 음성, 영상, 코드 및 시뮬레이션 데이터를 학습한 모델로, 현실의 물리적인 특성은 물론 사회적과 경험적, 문화적 특성을 이해할 수 있는 인공지능 모델이라고 할 수 있다. 이 기반 모델(foundation model)은 인공지능 분야에서 최근 관심을 받고 있는 개념으로, 다양한 물리적 환경과 현실 세계의 데이터를 기반으로 학습하여 세계를 이해하고 예측하는 대규모 AI 모델을 의미한다. 이 모델은 현실 세계의 물리 법칙, 사회적 상호작용, 환경적 요소 등을 통합적으로 이해하고 시뮬레이션할 수 있도록 설계된다. 물리적 디지털 트윈은 디지털 트윈을 세계 기반 모델로 학습시킨 디지털 트윈이라고 할 수 있다. 현재 디지털 디지털 트윈의 의사결정이 빅데이터나 기계 학습 수준이라면 이것은 딥러닝이라고 할 수 있다. 딥러닝은 전이학습(transfer learning)이나 추론(reasoning)이 가능하다. 현재의 디지털 트윈 개발 환경은 몇 년 전의 챗GPT같은 인공지능 기반 모델이 나오기 전과 비슷하다. 산업 분야 별로 표준화도 없고, 각각의 필요에 따라서 매번 개발해야 하고, 다시 재사용하는 부분도 상대적으로 적어서 개발 비용이 사용자의 기대감에 비해서 매우 비싸고, 저렴한 것은 범용성이 거의 없는 편이다. 그리고 디지털 트윈 내부의 의사결정 법칙을 만들거나 인공지능에 필요한 빅 데이터와 학습 데이터 비용이 많이 필요하다.   그림 1. 물리적 인공지능과 물리적 디지털 트윈의 결합(출처 : 챗GPT로 생성)   제품 개발과 생산과 유지보수 분야에서 디지털 트윈과 AI의 결합은 많은 장점이 있다. 디지털 트윈과 AI를 결합하면 각 기술의 장점을 극대화할 수 있다. 향상된 예측 및 분석 : AI는 디지털 트윈이 수집한 데이터를 분석하여 더 정확한 예측을 제공할 수 있다. 예를 들어, AI는 장비의 장애를 예측하거나, 성능 저하를 조기에 감지하는 데 사용될 수 있다. 자동화된 의사결정 : AI는 디지털 트윈 데이터를 기반으로 더 효율적이고 자동화된 의사결정을 가능하게 한다. 이를 통해 프로세스를 최적화하고 운영 효율성을 향상시킬 수 있다. 연속적인 학습 및 개선 : 디지털 트윈은 지속적으로 데이터를 수집하고, AI는 이 데이터로부터 지속적으로 학습하며, 시스템의 성능을 개선한다. 사용자 맞춤형 경험 : AI는 디지털 트윈을 통해 수집된 사용자 데이터를 분석하여 맞춤형 사용자 경험을 제공할 수 있다. 만약에 이것이 가능하다면 제품 개발에 필요한 수많은 도면과 CAD 파일과 CAE 작업이 혁신적으로 줄 수 있을 것이다. 물리적 디지털 트윈과 물리적 AI의 추론과 시뮬레이션으로 대체할 수 있다. 그리고 다양한 시나리오가 적용된 결과물은 동영상으로 생성해서 볼 수 있다. 물리적 인공지능과 물리적 디지털 트윈의 기술 통합은 제조 산업 분야에 엄청난 게임 체인저가 될 수 있다. 요즘 각광을 받고 있는 딥시크(DeepSeek)처럼 일반 PC에서 사용할 수 있는 오픈소스의 AI에 물리적인 특성을 이해하는 디지털 멀티모달 AI 모델과 디지털 트윈이 중소기업과 개인 엔지니어가 사용할 수 있는 수준이 된다면, 진정한 인공지능 중심의 5차 산업혁명이 올 수 있다. 이것은 모든 엔지니어에게 새로운 경험이 될 수 있다.    ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

img {border:0} #Table_01 table {font-size: 0 !important;} #Table_01 table tr {font-size: 0 !important;} #Table_01 table tr td {font-size: 0 !important;} #Table_01 table tr td a {font-size: 0 !important;} #Table_01 table tr td p {font-size: 0 !important;} #Table_01 table tr td p span {font-size: 0 !important;} #Table_01 table tr td span {font-size: 0 !important;} #footertd a img {width:initial !important;} @media screen and (max-width:700px){ body, table, table tr, table td img{width:100%} }

마이다스아이티는 4월 21일~22일 마이다스아이티 판교 본사에서 ‘CAE I/X DAY 2025’가 열린다고 밝혔다. 이번 행사는 CAE 핵심 이론과 실무 적용 사례를 공유하고, 실습을 통해 실무자들의 활용 능력을 높이기 위해 기획되었다.  행사 1일차인 4월 21일에는 CAE 분야의 현직 전문가들이 준비한 세션을 통해 최신 해석 기술을 소개하고 다양한 해석 사례를 공유할 예정이다. ▲CAE의 필요성 및 강성 평가 이해 ▲최적화 해석 개념과 사례 ▲열전달 개념과 방열 설계에 대한 이해 등 실무에서 자주 활용되는 핵심 이론과 사례가 집중적으로 다뤄져, 참석자들이 해석 기술의 기초를 다질 수 있도록 했다. 2일차인 4월 22일에는 마이다스아이티의 대표 CAE 제품을 활용한 실습 세션이 진행된다. ▲메시프리(MeshFree)를 활용한 구조 강성 평가 ▲NFX로 따라하는 혼합물 및 다상유동 해석 실습 등 실제 CAE 프로그램을 직접 다뤄보며 실무에서 활용할 수 있는 노하우를 습득할 수 있다.  마이다스아이티는 “이틀간의 프로그램을 통해 CAE 기술을 보다 효과적으로 활용하는 방법을 익힐 수 있다”면서, “현장 참석자에게는 200만 원 상당의 수강료가 전액 지원되며, 스페셜 디저트 및 고급 라운지 식사, 100% 당첨 현장 이벤트 기회가 제공될 예정”이라고 밝혔다. 이번 행사의 신청은 마이다스 MTS 홈페이지에서 접수할 수 있다.  

[플랜트 조선 컨퍼런스 2025] 발표자료 다운로드 안내 지난 2월 14일 ‘플랜트 조선 컨퍼런스 2025’가 서울 백범김구기념관에서 진행됐습니다. ‘AI 시대, 디지털 전환으로 여는 플랜트·조선 산업의 미래’를 주제로 한 이번 행사에서는 산업 AI, 디지털 트윈, 스마트 제조 등 최신 디지털 기술을 통한 플랜트·조선 산업의 혁신 방안을 논의하고, 미래 경쟁력 강화를 위한 다양한 사례와 전략이 공유되었습니다. 이번 행사에 참여해 주신 모든 분들께 감사드립니다. 한국플랜트정보기술협회 신안식 회장은 개회사를 통해 “한국플랜트정보기술협회는 설립과 동시에 플랜트 조선 컨퍼런스를 기획하여 지금까지 이어오고 있으며, 국내 플랜트 엔지니어의 지속적인 성장과 발전을 위한 다양한 활동을 전개하고 있다”고 소개했습니다 또한, “최근 플랜트/조선 산업에서 가장 주목 받는 이슈인 디지털 전환은 전 세계적으로도 중요한 화두가 되고 있다. 그러나 중소기업과 대기업 간의 기술 격차가 커서 디지털 전환이 쉽지만은 않은 상황이다. 이번 행사가 중소기업이 디지털 혁신을 효과적으로 도입할 수 있는 계기가 되기를 기대한다”고 전했습니다. ‘플랜트 조선 컨퍼런스 2025’에서는 세 편의 기조연설이 진행됐으며, 이후 두 개의 트랙으로 나누어 디지털 엔지니어링&컨스트럭션과 스마트 십&스마트 테크에 관한 다양한 발표가 진행됐습니다.  [관련 기사] [포커스] 플랜트 조선 컨퍼런스 2025, 산업 디지털 전환과 AI 혁신 비전을 찾다 [아젠다] 플랜트 조선 컨퍼런스 2025 발표자료는 정보 제공에 동의한 자료만 제공됩니다. 아래 아젠다에 PDF 마크가 표시되어 있는 발표자료가 공개된 내용입니다.    >> 플랜트 조선 컨퍼런스 2025 유료결제완료 발표자료 요청 유료 결제 후에 발표자료를 다운로드 받으시기 바랍니다. 다만 홈페이지 다운로드 용량 제한으로 인하여 전체 자료를 다운로드 할 수 있게 하는데 제약이 있어 첨부파일에는 [플랜트 조선 컨퍼런스 2025] 행사 가이드 PDF 파일만 올려 두었습니다. 결제완료 후 메일(plant@cadgraphics.co.kr)로 연락주시면 대용량 추가 자료를 별도로 보내드립니다. 홈페이지에서 직접 결제하는데 문제가 있다면 당사로 연락주시기 바랍니다.   메일 제목 :  [플랜트 조선 컨퍼런스 2025] 유료결제완료 발표자료 요청 내용 : 결제시 회원명 / 전화 / 이메일 메일 보낼 곳 : plant@cadgraphics.co.kr 문의 : 플랜트조선컨퍼런스사무국 (02-333-6900)

알테어가 자사의 클라우드 플랫폼인 ‘알테어원’에 엔비디아의 ‘옴니버스 블루프린트’를 통합했다고 밝혔다. 옴니버스 블루프린트는 엔비디아가 개발한 실시간 디지털 트윈 구축을 위한 참조 워크플로이다. 이번 통합으로 사용자는 복잡한 시뮬레이션과 디지털 트윈을 실시간으로 시각화하고 구축할 수 있으며, 별도의 설정 없이 다양한 사용자와 함께 협업할 수 있다.   이제 사용자는 알테어원 내에서 옴니버스 블루프린트를 즉시 활용할 수 있으며, 구축한 디지털 트윈은 클라우드와 온프레미스 환경 어디서든 손쉽게 배포할 수 있다. 알테어원은 모든 데이터를 메타데이터와 함께 체계적으로 관리해 설계 반복 시에도 유연하게 대응할 수 있도록 지원한다. 특히 알테어의 인공지능(AI) 기반 해석 설루션인 ‘알테어 피직스AI’를 함께 활용할 경우, 기존에 며칠씩 걸리던 물리 해석 작업을 수 초 내지는 수 분 내로 단축할 수 있다.   실시간 협업도 중요한 차별점이다. 사용자는 디지털 트윈 환경에서 여러 사용자와 동시에 설계를 진행하고, 가상 환경에서 실시간으로 시뮬레이션을 수행할 수 있다. 특히 3D 설계, AI, 레이 트레이싱 기술이 결합된 몰입형 업무 환경을 제공하며, 클라우드 기반의 고품질 렌더링과 스트리밍 기능을 통해 복잡한 시스템 통합도 간소화된다. 알테어는 충돌 및 낙하 테스트 등 고난도 해석 작업에서도 시뮬레이션 속도와 협업 효율을 높일 수 있을 것으로 보고 있다.   이번 협업은 엔비디아의 GPU 가속, NIM 마이크로서비스, 옴니버스 플랫폼 등 최신 기술을 기반으로 하며, 알테어는 이를 바탕으로 시뮬레이션, AI, 데이터 분석, 고성능 컴퓨팅(HPC) 등 자사의 핵심 역량을 단일 플랫폼에 집약해 디지털 엔지니어링의 새로운 표준을 제시할 계획이다.     엔비디아의 티모시 코스타 CAE 및 CUDA-X 부문 수석 디렉터는 “디지털 트윈 기술은 산업을 재편하고 있다”면서, “알테어 사용자는 이제 엔비디아의 첨단 기술을 기반으로 더욱 효율적이고 실질적인 디지털 엔지니어링을 구현할 수 있을 것”이라고 말했다.   알테어의 샘 마할링엄 최고기술책임자(CTO)는 “엔비디아의 블랙웰 가속기, AI, 옴니버스 기술을 알테어원에 통합함으로써 고객은 디지털 트윈과 시뮬레이션을 보다 빠르고 직관적으로 운영할 수 있게 됐다”면서, “이번 통합은 데이터, AI, 시뮬레이션을 하나의 워크플로로 연결해 디지털 엔지니어링 혁신을 실현하는 중요한 전환점이 될 것”이라고 강조했다.   한편 알테어는 옴니버스 블루프린트 통합 외에도 주요 제품에 엔비디아 기술을 적용해 성능 향상을 지속하고 있다. 알테어의 구조해석 설루션인 ‘알테어 옵티스트럭트’는 GPU 가속 라이브러리 cuDSS를 도입해 CPU 및 GPU에서 해석 성능을 개선했다. 또한 알테어의 주요 전산유체해석(CFD) 소프트웨어가 블랙웰 플랫폼에서 최대 1.6배의 속도 향상을 기록했고, 입자 해석 시뮬레이션 소프트웨어인 ‘알테어 이뎀’은 기존 32코어 CPU 대비 최대 40배 빠른 시뮬레이션 속도를 달성한 바 있다.

  18　THEME. 디지털 전환으로 플랜트/조선 산업 경쟁력을 찾다 EPC 엔지니어링의 혁신을 위한 AI 기술 효율적 작업 환경과 미래 인력 운용 설루션으로서의 디지털 트윈 산업현장의 성공적인 DX를 위한 인사이트 공유 디지털 전환 생산 혁신의 마지막 퍼즐, 성과제   INFOWORLD   Editorial 17　제조 혁신의 나침반, 자율화와 지속가능성의 조화로 향한다   Case Study 31　유니티로 3D 건설 협업 애플리케이션을 구축한 오바야시　건설 프로세스에서 협업을 대중화하다   Focus 34　중소기업의 제품 개발 혁신을 이끄는 지멘스의 전략은? 36　클라우드·AI로 무장한 지스타캐드, 국내 CAD 시장 공략 가속화 38　로크웰 오토메이션, “전방위 AI 지원으로 자율 운영 공장을 구현한다” 40　2025 산업지능화 컨퍼런스, AI-산업 데이터 결합 통한 제조 혁신 제시 42　인텔, 고성능 AI PC 위한 프로세서 및 생태계 전략 소개 44　SIMTOS 2026, ‘AI 자율제조와 인재 연결’을 주제로 2026년 4월 킨텍스서 개최   On Air 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　무전원 IoT 센서를 활용한 스마트 공장 고도화 지원 방안 48　캐드앤그래픽스 CNG TV 지식방송 지상중계　시뮬링크를 활용한 모델 기반 설계의 핵심과 실제 적용 사례 49　캐드앤그래픽스 CNG TV 지식방송 지상중계　시뮬레이션과 디지털 트윈을 통한 전기차 시장 경쟁력 확보   Column 52　디지털 지식전문가 조형식의 지식마당 / 조형식　이제는 인공지능과 디지털 트윈의 만남이 필요하다 54　트렌드에서 얻은 것 No. 22 / 류용효　AI의 거대한 파도, 엔비디아가 만드는 미래   50　New Books Directory 123　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   PLM 59　BPMN을 활용하여 제품 개발의 소통과 협업 극대화하기 (2) / 윤경렬, 가브리엘 데그라시　BPMN은 무엇일까?   AEC 62　새로워진 캐디안 2025 살펴보기 (5) / 최영석　유틸리티 기능 소개 Ⅲ 66　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈소스 LLM 기반 블렌더 모델링 AI 에이전트 개발하기 119　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (1) / 천벼리　아레스 캐드 2026의 새로운 기능   Visualization 70　전문 분야를 넘나들며 상상을 생동감 있게 디자인하기 / 장순규　기록에서 시청하는 문화를 이끄는 생성형 AI의 미래 74　AI 크리에이터 시대 : 영상 제작의 새로운 패러다임 (1) / 최석영　AI 영상 제작 생태계의 현재와 미래 86　산업 디지털 전환을 가속화하는 버추얼 트윈 (1) / 조희원, 남솔아　엔지니어링 데이터 기반으로 하이엔드 시각화 혁신하기   Reverse Engineering 80　시점 - 사물이나 현상을 바라보는 눈 (4) / 유우식　정적 이미지와 동적 이미지   Analysis 91　앤시스 워크벤치를 활용한 해석 성공 사례 / 김지원　앤시스 플루언트를 이용한 혈류 해석 워크플로 94　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (20) / 나인플러스IT　터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅴ 98　제품 개발 프로세스의 변화 이끄는 MBD / 오재응　가상 제품 개발에 적용하기 위한 MBD와 CAE의 차이 및 협업 104　최적화 문제를 통찰하기 위한 심센터 히즈 (2) / 이종학　근사모델 기반의 최적화 vs. 직접 검색 기반의 최적화   Mechanical 111　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (11) / 김주현　크레오 파라메트릭에서 파이핑 생성하기 Ⅱ       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

알테어가 3월 21일 서울 과학기술회관에서 ‘2025 AI 워크숍’을 진행했다고 전했다. 이번 워크숍에는 300여 명의 제조업체 실무진과 산업 전문가가 참석해 AI 기반 시뮬레이션과 생성형 AI, AI 에이전트 등 최신 기술의 실무 적용 방안을 공유했다.   행사는 한국알테어 김도하 지사장의 개회사로 시작됐다. 이어 알테어의 우즈왈 파트나익 글로벌 전략 시니어 디렉터가 ‘AI 중심 엔지니어링에서의 엔지니어 역할 변화’를 주제로, AI가 엔지니어링 혁신의 핵심 요소로 자리매김하는 과정과 미래 대응 전략을 소개했다.   국내 제조업체의 구체적인 AI 활용 사례도 공유됐다. HD현대사이트솔루션은 ‘구조해석 결과 예측을 위한 피직스 AI와 AI 스튜디오의 활용 사례’를 발표하며, AI를 활용한 구조 해석 정확도 개선 방법을 설명했다. LG이노텍은 ‘인스파이어 폴리폼과 피직스 AI를 적용한 선형, 비선형, 접착제 도포 공정 해석 사례’를 통해, 디스플레이 제조 과정에서 중요한 접착제 도포 공정의 방대한 해석 데이터를 효과적으로 처리한 사례를 소개했다. 일진글로벌은 ‘휠 베어링 성능 예측을 위한 AI 스튜디오와 피직스 AI의 비교 검토’를 통해 AI 기반 예측 모델의 정확성과 효율성을 분석했다.   이어서 자동차, 제조, 전자 등 다양한 산업 분야의 적용 사례가 발표됐다. ▲현업 담당자를 위한 생성형 AI -sLLM(소형 언어 모델) 실전 사례 ▲지식 그래프와 생성형 AI를 활용한 차량 안전을 위한 그래프 지원 엔지니어링 ▲설계, 테스트, CAE 엔지니어를 위한 AI 기반 기술 대중화 ▲AI 기반 E-모터 전자기 해석 프로세스 제안 ▲ 제조업 AI를 위한 HPC 운영 전략 : 알테어원과 데이터 분석의 시너지 등이 포함됐다.   한국알테어의 김도하 지사장은 “AI는 이제 현장에서 필수적인 핵심 기술이며, 효과적인 도입을 위해서는 산업별 맞춤형 전략이 필요하다”라며, “알테어는 국내 제조업체의 AI 도입과 경쟁력 강화를 지원하기 위해 세 번째 AI 워크숍을 개최했으며, 앞으로도 다양한 AI 설루션을 제공해 산업 혁신을 지속적으로 선도하겠다”고 전했다.