• 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 "GIS"에 대한 통합 검색 내용이 1,173개 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
로컬 호스트 LLM 오픈소스 기반 BIM 전문가 챗봇 서비스 만들어보기
BIM 칼럼니스트 강태욱의 이슈 & 토크   요즘 LLM 모델을 사용하는 방법이 점차 간편해지고 있어 자체적으로 LLM을 구축해 챗봇, 전문가 시스템 등을 자신의 서버에서 제공하는 경우가 많아지고 있다. 이번 호에서는 GPU가 있는 PC에서 직접 실행해 볼 수 있도록, 로컬 호스트 LLM(대규모 언어 모델) 오픈소스 기반의 BIM 전문가 챗봇 서비스를 간단히 개발해 본다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 이메일 | laputa99999@gmail.com 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast   이번 호에서는 기존의 BIM PDF 파일을 검색해 학습하고, LLM에 RAG(Retrieval-augmented generation) 증강 학습한 후, 이를 간단한 UI로 웹 서비스하는 과정을 간략히 따라해 본다. 이번 호의 내용은 로컬 LLM의 편한 개발을 지원하는 올라마(Ollama), LLM 프롬프트 엔지니어링 프레임워크인 랭체인(LangChain), 텍스트 임베딩 벡터 데이터베이스 크로마(Chroma), 손쉬운 웹 앱 개발 지원 도구인 스트림릿(Streamlit)을 사용한다. 이를 이용해 간단하게 BIM 전문 지식을 PDF로 학습한 챗봇을 개발한다.   그림 1. 로컬 호스트 LLM 챗봇 아키텍처   그림 2. 구현된 BIM 지식 챗봇 서비스   LLM에 관련된 깊은 내용은 다음의 링크를 참고한다. 이 글은 여러 참고 자료를 이용해 작성된 것이다. 상세 내용은 레퍼런스를 참고하기 바란다. Facebook LLAMA-2 paper : https://daddynkidsmakers.blogspot.com/2024/02/llama-2.html Facebook LLAMA-2 installation : https://daddynkidsmakers.blogspot.com/2023/09/llama2.html LLM은 빅테크 업체 간 경쟁이 심한 분야이다. 이와 관련해서 젬마(Gemma), MPT-7B과 같은 LLM 모델이 오픈소스로 공개되고 있어 선택지가 많아지고 있다. 이와 관련해서는 다음을 참고한다.  Google Gemma : https://github.com/google/gemma_pytorch Blooom : https://huggingface.co/bigscience/bloom   설치 설치를 위해서는 엔비디아 드라이버, CUDA, 텐서플로(TensorFlow), 파이토치(PyTorch) 등 기본 딥러닝 개발 환경이 설치되어 있어야 한다.(최소 구동을 위한 GPU RAM은 6GB이다.) TensorFlow 설치 : https://www.tensorflow.org/install/pip?hl=ko#windows-native_1 Start Locally | PyTorch 설치 : https://pytorch.org/get-started/locally/ 설치 순서는 다음과 같다.  1. 기본 패키지를 설치한다. LLM 모델 기반 서비스 개발 지원 라이브러리 랭체인, 웹 앱 UI 개발을 지원하는 스트림릿, 텍스트 임베딩 벡터 데이터베이스 크로마 DB 등을 설치한다. pip install langchain streamlit streamlit_chat pypdf fastembed chardet pip install chromadb==0.4.15   그림 3. 다양한 LLM 모델을 이용한 서비스 개발을 지원하는 랭체인 패키지   그림 4. 간단한 코드로 웹 앱 개발을 지원하는 UI 라이브러리 패키지 streamlit.io   혹은 pip와 유사한 패키지 설치 관리자인 poetry를 설치한 후, 다음 사용 패키지들을 pyproject.toml 이름으로 저장하고 설치한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-04-01
스트라타시스, “달에서 3D 프린팅 소재의 성능을 시험한다”
스트라타시스는 달 표면에서 3D 프린팅의 성능을 테스트하기 위해 향후 진행될 달 탐사 프로그램에 3D 프린팅 재료를 제공한다고 발표했다. 이 실험은 이지스 에어로스페이스(AeGIS Aerospace)가 진행할 첫 번째 우주 과학 및 기술 평가 시설 임무인 SSTEF-1의 일부로 노스롭 그루먼(Northrop Grumman)이 후원한다. SSTEF는 달 표면에서 R&D 서비스를 제공하기 위해, NASA의 티핑 포인트 프로그램에 따라 이지스 에어로스페이스가 개발한 상업용 우주 테스트 서비스이다. SSTEF-1 프로젝트는 달과 근지구 우주를 위한 우주 인프라 및 역량에 대한 기술 개발에 중점을 두고 있다. 이번 달 탐사에서 스트라타시스는 3D 프린팅 샘플을 제공하고, 무인 착륙선이 3D 프린팅한 운반체 구조에 담아 달 표면으로 가져가게 된다. 노스롭 그루먼이 주도하는 두 가지 실험에서는 세 가지의 재료가 중점적으로 사용될 예정이다. 첫 번째 실험은 텅스텐으로 채워진 스트라타시스의 FDM 필라멘트로 제작한 샘플 부품의 성능을 평가하는 것이다. 여기에 쓰일 스트라타시스의 Antero 800NA FDM 필라멘트는 높은 기계적 특성, 내화학성 및 낮은 가스 방출 특성을 갖춘 고성능 PEKK 기반 열가소성 플라스틱 소재이다. 텅스텐을 첨가하는 것은 감마선이나 엑스레이와 같은 유해 방사선에 대한 차폐 기능을 제공하기 위한 것이다.   ▲ Antero 840CN03 소재로 3D 프린팅된 샘플 부품   두 번째 실험은 3D 프린팅 재료가 우주에서 얼마나 견딜지 알아보기 위해 고안되었다. 여기에는 전자 장치에 사용하기 위한 ESD(정전기 방전) 특성을 갖추고 있으며 오리온 우주선에 사용되었던 Antero 840CN03 FDM 필라멘트가 포함된다. 스트라타시스의 파트너사인 헨켈(Henkel)이 스트라타시스의 오리진 원(Origin One) 3D 프린터에 사용하기 위해 제조하고 고열 환경에 맞게 설계된 새로운 ESD 포토폴리머도 실험에 포함된다. 이 실험에서는 3D 프린팅 샘플을 달의 먼지, 가스 방출을 유발할 수 있는 낮은 압력, 대기가 거의 없기 때문에 발생하는 급격한 온도 변화에 노출시킬 예정이다. 이 실험에 쓰일 부품은 상업용 항공기 내부에도 사용되는 ULTEM 9085 열가소성 플라스틱으로 3D 프린팅된 캐리어 구조의 무인 착륙선을 통해 달 표면으로 운반될 예정이다. 스트라타시스의 최고 산업 비즈니스 책임자인 리치 개리티(Rich Garrity)는 “적층제조는 수십 그램의 무게도 중요하고 고성능이 필수인 우주 임무에 중요한 기술이다. 이번 실험은 달과 그 너머로 여행하는 동안 사람과 장비를 안전하게 지키기 위해 3D 프린팅을 최대한 활용하는 방법을 이해하는 데 도움이 될 것”이라고 전했다.
작성일 : 2024-03-22
생성형 AI 데이터 학습에 사용되는 딥러닝 강화학습의 개념과 구조
BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 생성형 AI 모델 학습과 같이 현재도 다양한 곳에서 필수로 사용되는 강화학습 딥러닝 기술의 기본 개념, 이론적 배경, 내부 작동 메커니즘을 확인한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 이메일 | laputa99999@gmail.com 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast   강화학습은 바둑, 로봇 제어와 같은 제한된 환경에서 최대 효과를 얻는 응용분야에 많이 사용된다. 강화학습 코딩 전에 사전에 강화학습의 개념을 미리 이해하고 있어야 제대로 된 개발이 가능하다. 강화학습에 대해 설명한 인터넷의 많은 글은 핵심 개념에 대해 다루기보다는 실행 코드만 나열한 경우가 많아, 실행 메커니즘을 이해하기 어렵다. 메커니즘을 이해할 수 없으면 응용 기술을 개발하기 어렵다. 그래서 이번 호에서는 강화학습 메커니즘과 개념 발전의 역사를 먼저 살펴보고자 한다. 강화학습 개발 시 오픈AI(OpenAI)가 개발한 Gym(www.gymlibrary.dev/index.html)을 사용해 기본적인 강화학습 실행 방법을 확인한다. 참고로, 깃허브 등에 공유된 강화학습 예시는 대부분 게임이나 로보틱스 분야에 치중되어 있는 것을 확인할 수 있다. 여기서는 CartPole 예제로 기본적인 라이브러리 사용법을 확인하고, 게임 이외에 주식 트레이딩, 가상화폐, ESG 탄소 트레이딩, 에너지 활용 설비 운영과 같은 실용적인 문제를 풀기 위한 방법을 알아본다.   그림 1. 강화학습의 개념(출처 : Google)   강화학습의 동작 메커니즘 강화학습을 개발하기 전에 동작 메커니즘을 간략히 정리하고 지나가자.   강화학습 에이전트, 환경, 정책, 보상 강화학습의 목적은 주어진 환경(environment) 내에서 에이전트(agent)가 액션(action)을 취할 때, 보상 정책(policy)에 따라 관련된 변수 상태 s와 보상이 수정된다. 이를 반복하여 총 보상 r을 최대화하는 방식으로 모델을 학습한다. 정책은 보상 방식을 알고리즘화한 것이다. <그림 2>는 이를 보여준다. 이는 우리가 게임을 하며 학습하는 것과 매우 유사한 방식이다.   그림 2. 강화학습 에이전트, 환경, 액션, 보상 개념(출처 : towardsdatascience)   강화학습 설계자는 처음부터 시간에 따른 보상 개념을 고려했다. 모든 시간 경과에 따른 보상치를 동시에 계산하는 것은 무리가 있으므로, 이를 해결하기 위해 DQN(Deep Q-Network)과 같은 알고리즘이 개발되었다. 모든 강화학습 라이브러리는 이런 개념을 일반화한 클래스, 함수를 제공한다. 다음은 강화학습 라이브러리를 사용한 일반적인 개발 코드 패턴을 보여준다.   train_data, test_data = load_dataset()  # 학습, 테스트용 데이터셋 로딩 class custom_env(gym):  # 환경 정책 클래스 정의    def __init__(self, data):       # 환경 변수 초기화    def reset():       # 학습 초기 상태로 리셋    def step(action):       # 학습에 필요한 관찰 데이터 변수 획득       # 액션을 취하면, 그때 관찰 데이터, 보상값을 리턴함 env = custom_env(train_data)  # 학습환경 생성. 관찰 데이터에 따른 보상을 계산함 model = AgentModel(env)      # 에이전트 학습 모델 정의. 보상을 극대화하도록 설계 model.learn()                       # 보상이 극대화되도록 학습 model.save('trained_model')    # 학습된 파일 저장 # 학습된 강화학습 모델 기반 시뮬레이션 및 성능 비교 env = custom_env(test_data)  # 테스트환경 생성 observed_state = env.reset() while not done:    action = model.predict(observed_state) # 테스트 관찰 데이터에 따른 극대화된 보상 액션    observed_state, reward, done, info = env.step(action)    # al1_reward = env.step(al1_action) # 다른 알고리즘에 의한 액션 보상값과 성능비교    # human_reward = env.step(human_action) # 인간의 액션 보상값과 성능비교   ■ 상세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-03-05
[포커스] 플랜트 조선 컨퍼런스 2024, AI 및 디지털 트윈을 통한 산업 혁신 전략 짚어 (2)
  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   ■ 같이 보기 : [포커스] 플랜트 조선 컨퍼런스 2024, AI 및 디지털 트윈을 통한 산업 혁신 전략 짚어 (1)   ‘플랜트 조선 컨퍼런스 2024’의 통합 세션 이후에는 ‘디지털 엔지니어링&컨스트랙션’과 ‘스마트십&스마트 테크’ 등 두 개의 트랙으로 나누어 다양한 발표가 이어졌다.   조선/플랜트 산업의 디지털 엔지니어링 기술과 사례 디지털 엔지니어링&컨스트럭션 트랙에서는 플랜트 엔지니어링 분야의 이슈와 트렌드에 대한 발표가 진행됐다. 기조연설에서 HD현대오일뱅크의 서석현 최적운영실장 겸 디지털전략부문장은 ‘HD현대오일뱅크의 빅데이터/AI 활용한 최적화 사례’를 주제로, 전통적인 제조업 특성을 가진 HD현대오일뱅크의 빅데이터 및 AI 활용 사례와 회사 전반의 디지털 전환 및 일하는 문화의 변화 내용에 대해 소개했다.   ▲ HD현대오일뱅크 서석현 최적운영실장   현대엔지니어링의 김도현 팀장은 ‘현대엔지니어링 지능화 설계 추진전략 및 주요 사례’를 주제로, 건설 생산성 확보를 위해 현대엔지니어링이 추진하고 있는 지능화 설계에 대한 전략 및 주요 추진 사례에 대해 소개했다.   ▲ 현대엔지니어링 김도현 팀장   현대건설의 추민우 설계IT파트장은 ‘현대건설 3D 기반 설계 협업 플랫폼 소개’를 주제로, 현대건설의 3D 기반 설계 협업 플랫폼인 3DWEB의 기획과 개발, 고도화, 현업 사례, 향후 계획 등에 대해 소개했다.   ▲ 현대건설 추민우 책임   스마트팩토리연구소의 정일영 소장은 ‘경쟁력 있는 플랜트를 위한 설비관리 진단 및 전략’을 주제로, 건설 붐 세대의 퇴직이 줄을 있고 있는 시점에서 플랜트의 지속운전을 위한 설비의 신뢰도를 유지하고 더 향상하는 방법 및 역량 변화를 중심으로 제도와 기술의 밸런스 있는 접근 전략에 대해 짚었다.   ▲ 스마트팩토리연구소 정일영 소장   조선해양플랜트엔지니어링협동조합의 김상필 팀장은 ‘북극권 오일가스 플랜트 엔지니어링 DB 플랫폼 구축’을 주제로, 북극권에서 오일가스 플랜트의 성공적인 건설에 있어 현지 환경에 적합한 설계, 시공, 작동 및 유지보수, 안전과 관련된 시험인증, 표준, 기준, 인허가 등을 조사하여 엔지니어링 DB 플랫폼을 구축하여 향후 국내기업의 진출을 도와주고자 진행 중인 내용에 대해 소개했다.   ▲ 조선해양플랜트엔지니어링협동조합 김상필 팀장   한국건설기술연구원의 김세원 연구원은 ‘북극권 자원 개발 건설 활동을 위한 공간정보 플랫폼 개발’을 주제로, 극한지 건설 활동에서 고려해야 할 주요 요인을 분석하여 공간정보(GIS) 기반의 건설 환경 플랫폼 및 최적 입지 선정 시스템을 새롭게 개발한 과정에 대해 설명했다.   ▲ 한국건설기술연구원 김세원 연구원   더욱 스마트한 조선/플랜트 산업을 위한 전략 짚어 스마트십&스마트 테크 트랙에서는 조선/플랜트 분야의 스마트 기술에 대한 소개가 이뤄졌다. 기조발표로 한국산업기술기획평가원의 류민철 PD는 ‘스마트자율운항선박의 미래기술 이슈와 전망’을 주제로, 스마트 자율운항 선박에서 중장기적으로 필요한 기술 관련 이슈와 전망에 대해 발표했다.   ▲ 한국산업기술기획평가원 류민철 PD   헥사곤 ALI의 이희원 전무는 ‘HEXAGON SDR과 스마트 야드형 공사 정보 디지털 백본 구축’을 주제로, 디지털 백본 기반 프로젝트의 설계, 자재/구매, 시공 시운전 및 공사 실적 등의 실시간 데이터 업데이트 및 부서간 공유를 통한 조선/해양 제조사의 스마트 디지털 공사를 구현하는 방법에 대해 소개했다.   ▲ 헥사곤 ALI 이희원 전무   모라이의 임동현 이사는 ‘해양 모빌리티 혁신을 이끌 자율운항 시뮬레이션’을 주제로, 모라이의 자율운항 시뮬레이션 솔루션을 중심으로 디지털 트윈과 자율운항 시뮬레이션 기술이 해양 모빌리티 분야에 제공하는 가치를 짚었다.   ▲ 모라이 임동현 사업개발이사   팀솔루션의 서경진 본부장은 ‘CAD 데이터를 활용한 플랜트 조선의 디지털 전환’을 주제로, 3D CAD 데이터를 활용하여 경량화된 디지털 트윈 모델을 손쉽게 만들어내고, 이를 운영 및 콘텐츠용으로 전환하는 기술과 사례를 통해 플랜트 조선산업의 단계적 디지털 전환에 대해 소개했다.   ▲ 팀솔루션 서경진 사업개발본부장   미래아이티의 임성훈 이사는 ‘선박(조선) 및 해양플랜트 분야의 인공지능 학습용 데이터 구축 및 적용 사례’를 주제로, 최근 3년간 진행한 선박 및 해양 플랜트 분야의 인공지능 학습용 데이터를 구축한 사례를 중심으로 구축 과정에 대해 소개했다.   ▲ 미래아이티 임성훈 이사
작성일 : 2024-03-04
[엔지니어링 소프트웨어 업계 신년 인터뷰] 헥사곤 매뉴팩처링 인텔리전스 성브라이언 사장
기술 통합과 플랫폼으로 제조 산업에 새로운 가치 전달할 것   헥사곤 매뉴팩처링 인텔리전스(헥사곤MI)는 어려운 제조 시장을 돌파하기 위해 플랫폼 전략을 내세우고 있다. 제품 개발과 제조에 관한 데이터를 연결하는 넥서스(Nexus) 플랫폼을 글로벌 시장에 이어 국내서도 정식으로 론칭했고, 올해는 본격적인 고객 사례를 만들어갈 계획이다. 흩어져 있던 사업부를 한 곳으로 통합한 이후 본격적인 시너지를 내고자 하는 헥사곤MI는 다양한 솔루션을 연결함으로써 제조산업의 디지털 전환을 효과적으로 지원하고, 올해도 두 자릿수의 매출 성장을 이어간다는 전략이다. ■ 정수진 편집장      지난해 국내 제조 시장 및 헥사곤MI의 비즈니스에 대해 평가한다면 2023년에는 제조 시장이 전반적으로 어려움을 겪었다고 본다. 기술 집약 기업으로서 경기에 영향을 받는 점을 고려할 때 방위산업, 항공 등을 중심으로 글로벌 시장의 여파가 있었다고 보고 있다. 이런 어려움에도 불구하고 헥사곤 매뉴팩처링 인텔리전스는 두 자릿수의 매출 성장을 기록했다. 헥사곤은 방위산업에서의 수요 증가 및 신기술에 대한 시장 수요에 적극 대응했으며, 자동차 산업에서는 전기자동차로의 전환 및 전동화에 대한 요구가 높아 이 부분에 대응했다. 자율주행자동차와 UAM(도심 항공 모빌리티) 등 미래 모빌리티의 동력인 모터와 2차전지 등의 시장에 대응하는 기술 공급도 추진했다. OEM에서 구축한 기술이 협력업체로 전파되는 단계에서의 임팩트도 컸다. 헥사곤의 기술은 전 세계 생산 차량의 95%, 항공기의 90%, 스마트폰의 75% 및 의료용 인공보철물의 80%에 이르는 제품 개발 및 생산에 쓰이며, 국내에서도 자동차, 항공우주, 조선, 반도체 등 다양한 산업 분야의 제조업체를 고객으로 두고 있다. 글로벌 트렌드와 마찬가지로 한국 시장에서도 3D 프린팅, 적층 제조, 디지털 트윈 등 새로운 제조 기술 분야를 중심으로 성장을 할 수 있었다.  헥사곤은 소프트웨어와 측정 장비에 걸쳐 원천기술을 갖고 있으며, 리버스 엔지니어링을 통한 검증 및 실시간 연동을 통해 제조 프로세스 개선에 도움을 줄 수 있다는 점을 강점으로 제시하고 있다. 나아가 제품 개발 및 제조 과정에서 끊임 없는 흐름을 넥서스(Nexus) 플랫폼으로 지원하면서 새로운 가치를 고객에게 제공하고자 한다.   지난해 헥사곤MI의 주요한 변화가 있다면 무엇인지 변화에 대한 요구는 모든 조직의 과제라고 본다. 그 과정에서 조직 구성원의 긍정적인 변화 이끄는 것이 중요하다. 가장 큰 변화는 물리적으로 나누어져 있던 헥사곤MI의 주요 사업부 5개를 한 곳에 모음으로써, 내부 인력들이 보다 긴밀한 협력을 통해 고객에게 통합된 솔루션을 제공할 수 있게 된 점이다. 이전에는 엠에스씨소프트웨어, 베로소프트웨어, 헥사곤 메트롤로지, 큐다스(Q-das), DP테크놀로지 등 각 조직의 사무실이 서울 및 인근 지역에 나누어져 운영되다 보니, 다양한 비즈니스 문화를 가진 팀 간에 커뮤니케이션이 빠르게 이뤄지는데 다소 어려움이 있었다. 그러나, 2023년 11월 오피스를 통합하고 서로의 사업과 기술을 알아갈 수 있는 시간이 많아지면서 해석 소프트웨어/생산 소프트웨어/장비 등 다양한 관점에서 상호작용이 늘었다. 또한, 설계부터 품질 검사까지 통합 솔루션으로 고객들에게 선보일 수 있음을 파악하고, 같이 프로젝트를 진행하면서 비즈니스의 시너지를 창출할 수 있게 되었다.    산업분야별 및 제품군별로는 어떤 성과가 있었는지 지난해의 경우 우크라이나-러시아 전쟁 및 중동 전쟁의 여파로, 국내 주요 방산 업체에서 재래식 무기를 대체할 수 있는 기술을 필요로 함에 따라 헥사곤 솔루션에 대한 수요가 증가하였다. 그리고 자동차 업계에서도 미래 모빌리티에 대한 투자 확대로 자율주행, 전동화, 2차 전지 등의 제조 지원에 필요한 헥사곤의 엔지니어링 시뮬레이션, 생산 소프트웨어, 측정 솔루션에 대한 수요가 컸다고 평가하고 있다. 헥사곤은 디지털 트윈과 디지털 리얼리티에 대해 형상을 3D로 모델링하고 시뮬레이션에 활용한다는 관점으로 접근하고 있다. 이 과정에서 중요한 것은 실제 대상과 디지털 트윈의 정합성인데, 헥사곤은 디지털 트윈의 실시간 운용을 위해 라이카의 광대역 스캐닝 기술을 접목해 시너지를 만들었다. 헥사곤은 넥서스와 HxDR 등 플랫폼을 통해 다양한 고객의 니즈와 제품에 대응하는 노력을 꾸준히 기울여왔다. 디지털 플랫폼은 제조 과정에서 시간을 줄일 수 있는 유용한 수단이라고 본다. 헥사곤MI는 헥사곤의 8개 사업부(디비전) 가운데 제조 분야를 주력으로 하는 사업부 중 하나로서, 특히 디지털 전환(DX) 관련 니즈가 증가함에 따라 관련 프로젝트를 다수 진행했다. 또한 헥사곤의 다른 사업부와도 기술을 연계해 시너지를 창출하고자 했다. 이외에 산업단지의 노후된 제조 환경을 디지털화된 공장으로 변화시키고, 산업간 융합을 통해 디지털 전환으로 가는 여정을 지원하는 등의 성과가 있었다.    헥사곤MI가 선보인 넥서스 플랫폼에 대한 시장의 반응이나 성과는 어떤지 넥서스는 2023년 초에 글로벌 출시했고 우리나라에는 지난 9월에 공식 론칭했는데, 초기에는 직접적인 매출보다는 향후 비즈니스를 위한 파이프라인을 만드는 데에 주력했다. 생각했던 것 이상으로 업계에서 좋은 반응을 보였고, 디지털 전환과 관련한 비즈니스 기회를 개발할 수 있었다고 본다. 넥서스는 개방성과 확장성을 강조하고 있다. 소프트웨어뿐 아니라 장비 데이터, 그리고 헥사곤 외에 서드파티 솔루션 데이터까지 연계가 가능하다. 플랫폼에 대한 고객의 주요한 니즈는 다양한 데이터의 연계 활용에 관한 것인데, 넥서스는 플랫폼을 위해 추가로 데이터를 생성할 필요가 없어 손쉽게 도입할 수 있는 것이 장점이다. 넥서스의 주요 고객은 자동차, 항공우주, 조선, 반도체 등 다양한 산업 분야의 제조업체이다. 해외에서는 보잉, 볼보, 에어버스, 록히드 마틴, 도요타, 포드 등이 넥서스 도입을 고려하거나 도입하여 활용하고 있다. 국내에서는 출시 이후 대기업 및 연구기관들이 넥서스의 일부 도입을 진행하고 있으며, 이외에 여러 곳에서 도입을 검토하고 있는 상황이다. 올해에는 자동차, 항공, 조선 등 산업을 중심으로 고객 사례를 발굴할 수 있을 것으로 기대한다.    지난해 헥사곤MI의 포트폴리오에 추가되거나 업데이트된 솔루션에 대해 소개한다면  헥사곤은 다양한 규모의 제조 분야를 위한 솔루션을 갖고 있으며 제품간의 연결성에 신경을 썼다. 지난해 두 자릿수의 매출 성장은 기존 제품이 고르게 성과를 얻은데 따른 것으로 본다. 특히 2021년 헥사곤의 포트폴리오에 추가된 ETQ의 경우 2023년 국내에 처음으로 선을 보였다. ETQ는 서비스형 소프트웨어(SaaS) 기반의 기업용 소프트웨어로, 품질경영시스템(QMS), 환경·보건·안전(EHS), 감사 관리, 공급업체 관리, 문서 관리, 컴플라이언스 관리 등 제조업에서 품질과 환경, 안전 관리를 위해 요구되는 다양한 소프트웨어를 제공한다. ETQ는 제조 품질 관리 데이터, 부적합 보고서, 고객 불만 및 의견 등을 자동화해 전체 제품의 수명주기 동안 품질 관리에 대한 전사적인 인사이트를 제공하는 것이 큰 특징이다.    헥사곤MI의 국내 인원은 어떻게 구성되어 있고, 최근 변화가 있다면 어떤 것인지 헥사곤MI의 국내 직원 수는 140여명이며, 본사 오피스 외에도 용인에 PCMM 검/교정 및 자동화 센터 및 창원에 기술지원센터를 갖추고 있다. 헥사곤MI는 디지털 전환과 솔루션 컨설팅을 중심으로 인력 확대를 진행하고 있는데, 이는 고객의 프로세스를 이해하고 고객의 문제 해결을 지원할 수 있는 전문 인력이 필요하다는 판단에 따른 것이다. 본사 오피스로의 통합과 함께 인력 확충을 통해 토털 솔루션 컨설팅을 강화할 계획이다. 또한, 올해 2월에는 창원 기술지원센터를 재개관하면서 경남 지역 내 다양한 제조 고객을 지원하는 한편 지역 제조업 발전에 기여할 수 있게 되었다. 향후 창원 기술지원센터는 디지털 전환의 중요 거점으로서 글로벌 강소기업을 지원하고, 지역 제조 혁신을 선도하는 중심점이 되어 지역 경제와 인재 양성에 기여하고자 한다.   올해 주목하거나 강조하고자 하는 시장 흐름 또는 기술 이슈가 있다면 2024년 산업계의 중요한 화두는 디지털 전환과 제품 개발 주기의 단축이라고 생각한다. 디지털 전환은 제조 산업에서 빠르게 진행되고 있다. 제조업체들은 3D 프린팅, 적층제조(AM), 디지털 트윈 등 새로운 제조 기술을 도입하여 생산 효율, 품질, 지속가능성을 향상시키고 있다. 또한 제조산업에서는 다양한 소비자 요구에 빠르게 대응하는 것이 중요해지고 있다. 이를 위해 더 짧은 시간에 여러 옵션을 평가하고, 결함을 조기에 발견 및 해결하며, 설계 요구 사항을 더 빨리 충족하는 등 제품 개발 주기를 단축하여 시장에 선보이고자 하고 있다. 한편으로 생산 기간을 줄이기 위해서 다양한 솔루션에서 나오는 데이터를 전달하고 가공하는 것이 어려움으로 작용한다. 결과 데이터를 초기 개발로 피드백해 재사용하는 것도 이슈이다. 헥사곤은 고객의 생산주기를 단축하고 생산성을 높이기 위한 디지털 전환에 집중하고자 한다.   올해 신제품 출시 또는 기술 포트폴리오 확장 계획이 있다면 산업계의 트렌드가 디지털 전환과 제품 개발 주기 단축이라는 점에서 디지털 리얼리티 플랫폼인 넥서스는 플랫폼을 사용하는 모든 부서가 동일한 데이터 및 변경/업데이트된 데이터를 사용하여 동시에 작업할 수 있으며, 이를 통해서 풍부한 데이터를 가진 제품의 출시 기간을 단축할 수 있다는 특징이 있다.  제조업체는 넥서스를 통해 더욱 민첩하고 탄력적인 프로세스를 구축할 수 있으므로 변화에 대응하고 새로운 기회를 활용할 준비를 더 철저히 갖출 수 있고, 이를 통해 제품 출시를 앞당기고 더욱 자율적인 워크플로를 개발할 수 있다. 헥사곤은 향후 지속적으로 각 고객에게 필요한 다양한 새 넥서스 앱과 솔루션을 출시하여 시장에 필요한 기술을 제공할 예정이다.   향후 헥사곤MI의 국내 제조 분야 전략이나 비즈니스 계획에 대해 소개한다면 높은 지정학적 불확실성 및 유가 및 환율로 인하여 제조업 시장 상황 자체는 지난해와 크게 다르지 않을 것으로 보인다. 그러나, 정부 차원에서 제조업의 디지털 전환 공급 기술 고도화를 지원하고 있고 항공우주, 자동차, 조선 및 반도체 분야의 대기업에서도 생산 공정의 디지털 전환이 진행되고 있다.  헥사곤MI는 2024년에도 전년 대비 두 자릿수 성장률의 매출액 달성을 목표로 자동차, 항공우주, 조선, 반도체 등 주요 산업 분야에서의 성장을 가속화하고, 디지털 전환을 지원할 계획이다. 또한, 넥서스를 통한 개방형 생태계의 인지도를 높이고 이를 통해 국내 제조업체의 디지털 전환을 위한 핵심 파트너로 자리매김하고자 한다. 넥서스의 기능과 성능을 지속적으로 개선하여 고객의 요구 사항을 충족시킬 수 있도록 노력하는 동시에, 여전히 높은 중요도를 가지며 헥사곤의 성장에 기여하는 다양한 솔루션의 비즈니스도 진행할 계획이다. 헥사곤이 가진 다양한 기술을 통합해 고객의 가치를 국대화할 수 있도록 지원하고자 한다. 한편, 헥사곤MI는 플랜트 설계 및 자산 관리 솔루션을 제공하는 헥사곤 자산 수명주기 인텔리전스 사업부(헥사곤ALI)와 건축/토목 등에서 GIS 정보를 취득해 효율적인 제조 솔루션을 제공할 수 있는 헥사곤 라이카지오시스템즈 등 한국 내 헥사곤의 다른 계열사와 협력하여 ‘OneHexagon’ 차원의 통합 기술 솔루션을 제공하고자 한다. 이외에 채널 파트너와의 소통 강화 및 협력도 추진할 계획이다. 제품 및 산업별 파트너사와 컨설팅에 주력하는 파트너사 등 다양한 채널 파트너와 함께 생태계를 넓히면서, 파트너 지원 프로그램도 확대할 예정이다.     ■ '2022 국내 엔지니어링 소프트웨어 시장조사'에서 더 많은 내용이 제공됩니다.
작성일 : 2024-02-27
플랜트 조선 컨퍼런스 2024, 2월 21일 백범김구기념관 개최
한국플랜트정보기술협회가 주최하는 ‘플랜트 조선 컨퍼런스 2024’가 2월 21일(수) 백범김구기념관 컨벤션홀에서 개최된다.  이번 컨퍼런스는 올해 20회째를 맞아 ‘AI와 디지털 트윈을 통한 혁신 전략’을 주제로, 플랜트 조선 관련 엔지니어링 분야의 최신 기술과 엔지니어링 솔루션 구축 성공사례, 디지털 트윈과 DX 사례를 통한 위기해결 방안 등 국내 플랜트 조선 업계의 발전을 위한 다양한 내용들을 소개할 예정이다. 첫 기조연설에 나서는 HD현대/HD한국조선해양 이태진 전무(CDO)는 ‘조선산업 디지털 전환을 위한 소프트웨어 개발 현황과 AI 비전’을 주제로, HD현대의 스마트십 데이터 플랫폼 개발 현황과 이를 활용한 AI 데이터 서비스 사업화에 대한 비전에 대해 발표한다. SK에코엔지니어링 DX팀 임채형 팀장은 ‘건설업의 새로운 시작 New EPC'를 주제로, 전통적인 EPC 산업의 데이터 기반 일하는 방식의 혁신 수행 모델인 NEW EPC 개념을 소개하고, Smart Work Platform을 구성하는 각 요소에 대한 적용 사례 및 효과와 향후 방향성을 제시한다. 메가존클라우드 이인영 이사는 ‘클라우드 서비스를 통한 대내외 보안 협업 환경 조성’을 주제로, 플랜트 조선의 데이터 유출(도면 및 신기술 등) 및 협력사 협업 효율성 확보를 위한 클라우드 서비스를 통한 대내외 보안 협업 환경 조성으로 K-플랜트 조선산업 활성화를 유도하고, 삼성그룹에 적용된 보안 정책이 적용된 삼성클라우드플랫폼(SCP)를 통한 환경 조성과 사용에 대해 소개한다.   디지털 엔지니어링 & 컨스트랙션(Digital Engineering & Construction) 트랙에서는 플랜트 엔지니어링 분야의 이슈와 트렌드에 대해 소개할 예정이다.  HD현대오일뱅크 서석현 최적운영실장 겸 디지털전략부문장은 ‘HD현대오일뱅크의 빅데이터/AI 활용한 최적화 사례’를 주제로, 전통적인 제조업 특성을 가진 HD현대오일뱅크의 빅데이터 및 AI 활용 사례와 회사 전반의 디지털 변환과 일하는 문화의 변화 내용에 대해 소개한다. 현대엔지니어링 김도현 팀장은 ‘현대엔지니어링 지능화 설계 추진전략 및 주요 사례’를 주제로, 건설생산성 확보를 위해 현대엔지니어링이 추진하고 있는 지능화 설계에 대한 전략 및 주요 추진 사례에 대해 소개한다. 현대건설 추민우 설계IT파트장은 ‘현대건설 3D 기반 설계 협업 플랫폼 소개’를 주제로, 현대건설의 3D 기반 설계 협업 플랫폼 3DWEB의 기획과 개발, 고도화, 현업 사례, 향후 계획 등에 대해 소개한다. 스마트팩토리연구소 정일영 소장은 ‘경쟁력 있는 플랜트를 위한 설비관리 진단 및 전략’을 주제로, 건설 붐 세대의 퇴직이 줄을 있고 있는 시점에서 플랜트의 지속운전을 위한 설비의 신뢰도를 유지하고 더 향상하는 방법에 대해 이야기하고, 역량 변화를 중심으로 제도와 기술의 밸런스 있는 접근 전략에 대해 제시할 예정이다. 조선해양플랜트엔지니어링협동조합 김상필 팀장은 ‘북극권 오일가스 플랜트 엔지니어링 DB 플랫폼 구축’을 주제로, 북극권에서 오일가스 플랜트의 성공적인 건설에 있어 현지 환경에 적합한 설계, 시공, 작동 및 유지보수, 안전과 관련된 시험인증, 표준, 기준, 인허가 등을 조사하여 엔지니어링 DB 플랫폼을 구축하여 향후 국내기업의 진출을 도와주고자 진행 중인 일에 대해 소개한다. 한국건설기술연구원 김세원 연구원은 ‘북극권 자원 개발 건설 활동을 위한 공간정보 플랫폼 개발’을 주제로, 극한지 건설 활동에서 고려해야 할 주요 요인들을 분석하여 공간정보(GIS, Geographic Information System) 기반의 건설환경 플랫폼 및 최적 입지 선정 시스템을 새롭게 개발한 과정에 대해 설명한다.   스마트십 & 스마트 테크(Smart Ship & Smart Tech) 트랙에서는 조선 플랜트 분야의 스마트 기술에 대해 소개할 예정이다. 한국산업기술기획평가원(KEIT) 류민철 PD는 ‘스마트자율운항선박의 미래기술 이슈와 전망’을 주제로, 스마트자율운항 선박의 중장기 필요 기술들에 대한 이슈와 전망에 대해 발표한다. 헥사곤 ALI 이희원 전무는 ‘HEXAGON SDR과 스마트 야드형 공사 정보 디지털 백본 구축’을 주제로, 디지털 백본 기반 프로젝트의 설계, 자재/구매, 시공 시운전 및 공사 실적 등의 실시간 데이터 업데이트 및 부서간 공유를 통한 조선/해양 제조사의 스마트 디지털 공사를 구현하는 방법에 대해 소개한다.  모라이 정지원 대표는 ‘해양 모빌리티 혁신을 이끌 자율운항 시뮬레이션’을 주제로, 모라이의 자율운항 시뮬레이션 솔루션을 중심으로 디지털 트윈과 자율운항 시뮬레이션 기술이 해양 모빌리티 분야에 제공하는 가치를 살펴보고자 한다. 팀솔루션 서경진 본부장은 ‘CAD 데이터를 활용한 플랜트 조선의 디지털 전환’을 주제로, 3D CAD 데이터를 활용하여 경량화된 디지털 트윈 모델을 손쉽게 만들어내고, 이를 운영 및 콘텐츠용으로 전환하는 기술과 사례를 통해 플랜트 조선산업의 단계적 디지털 전환을 시사하고자 한다. 미래아이티 임성훈 이사는 ‘선박(조선) 및 해양플랜트 분야의 인공지능 학습용 데이터 구축 및 적용 사례’를 주제로, 최근 3년간 진행한 선박 및 해양플랜트 분야의 인공지능학습용 데이터를 구축한 사례 중심으로 구축과정에 대해 소개한다.    올해 플랜트 조선 컨퍼런스는 한국플랜트정보기술협회가 주최하고 캐드앤그래픽스가 주관하며 HD현대/HD한국조선해양, SK에코엔지니어링, 현대엔지니어링, 현대건설, HD현대오일뱅크, 한국건설기술연구원, 헥사곤 ALI, 팀솔루션 등에서 발표로 참여한다. 또한 메가존클라우드, 모라이, 에이치디씨(HDC), 스노우플레이크, 위프코, 휴엔시스템, 소프트힐스에서는 부스를 꾸며 최신 플랜트 조선 분야의 제품과 기술들을 선보일 예정이다. 플랜트 조선 컨퍼런스 2023 행사장 모습 또한 캐드앤그래픽스 지식방송 CNG TV에서는 플랜트 조선 컨퍼런스 2024 프리뷰 방송으로 1월 22일 이경호 교수(인하대), 박재만 상무(한국오라클), 조윤기 대표(마켓오브메테리얼)를 초청하여 '플랜트 조선 분야 AI와 디지털 트윈 혁신전략'에 대해 심도 깊은 논의를 진행하였다.   한국플랜트정보기술협회 신안식 회장은 “올해 플랜트 조선 컨퍼런스에서는 요즘 핫이슈로 떠오른 AI와 디지털 트윈을 기반으로 DX 사례 등 플랜트 조선 분야의 새로운 변화를 이끌 기술과 트렌드, 그리고 제품들에 대한 소개가 진행될 예정이다. 또한 관련 분야에서 다양한 사람들이 모이는 만큼 네트워킹에도 많은 관심을 가져주길 바란다”고 밝혔다. 한편 한국플랜트정보기술협회는 플랜트, 건설, 엔지니어링 산업의 발전과 글로벌 경쟁력 확보를 위해 플랜트 코드교육을 비롯해 글로벌PM교육, 리틀PM 보급을 통한 PM 대중화, 선진화된 전문기술교육 등 급변화는 산업의 기술 진화에 대응하여 다양한 강좌를 진행하고 있다. 또한 미국 캐롤라인대학교와 협력해 협회 회원들에게는 장학혜택을 부여하고, 미국 석∙박사 학위를 취득할 수 있는 기회도 제공하고 있다. 관련 정보는 협회 홈페이지에서 확인할 수 있다.     플랜트 조선 컨퍼런스 2024와 관련 분야의 교육 정보는 한국플랜트정보기술협회 홈페이지에서 확인 가능하다.
작성일 : 2024-02-07
딥러닝 수치해석 데이터의 병렬처리를 지원하는 파이썬 넘바 라이브러리
BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 GPU CUDA(쿠다) 병렬처리를 지원하는 넘바(Numba) 라이브러리를 간략히 소개한다. CUDA는 현재 딥러닝 기술의 기반처럼 사용되며, 사실상 산업 표준이다. 딥러닝은 모든 연산이 텐서 행렬 계산이므로, 엔비디아 GPU에 내장된 수많은 계산 유닛(실수 계산에 특화된 CPU)들을 사용한다. CUDA의 강력한 수치해석 데이터 병렬처리 기능은 딥러닝뿐 아니라 디지털 트윈의 핵심인 시뮬레이션, 모델 해석 등에 필수적인 수치계산 엔진으로 사용된다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast   CUDA는 내장된 수많은 계산 유닛에 입력 데이터를 할당하고, 행렬연산을 하여 출력된 데이터를 CPU 메모리가 접근할 수 있도록 데이터 고속 전송/교환하는 역할을 한다. 그러므로, 딥러닝 모델 학습 성능은 GPU CUDA 성능에 직접적 영향을 받는다. 이벙 호에서는 파이썬(Python)에서 CUDA를 이용해 수치해석 등 계산 성능을 극대화할 수 있는 방법과 간단한 예제를 살펴본다.   그림 1. CUDA 아키텍처(출처 : Multi-Process Service : GPU Deployment and Management Documentation)   GPU CUDA 소개 CUDA는 게임 화면에 렌더링되는 3차원 이미지를 2차원 픽셀에 매핑하기 위한 수많은 행렬을 실시간 처리할 수 있도록 개발되어 왔다. 이런 이유로, 행렬 고속 연산이 필요한 딥러닝 학습에 적극 사용된 것이다.   그림 2. CUDA 기반 실시간 텐서 행렬 연산 결과   CUDA는 오랫동안 개발자의 요구사항을 반영해 발전되어, 개발 플랫폼으로서 탄탄한 생태계를 구축했다.   그림 3. 엔비디아 개발자 사이트   그림 4. CUDA 기반 레이트레이싱 렌더링 결과(출처 : Ray Tracey's blog : GPU path tracing tutorial 3 : GPU)   사실, 많은 스타트업이 이런 기능을 지원하는 딥러닝용 AI 칩을 FPGA 기법 등을 이용해 개발, 홍보하고 있으나, 이런 개발자 지원도구와 플랫폼 생태계 없다면 산업계에서는 의미가 없다고 볼 수 있다.   넘바 소개 넘바는 파이썬 기반 CUDA GPU 프로그래밍을 지원한다. 넘바는 컴파일 기술을 지원하여 CPU와 GPU 모드에서 코딩되는 데이터 구조, 함수 호출을 추상화한다. 넘바는 엔비디아의 CUDA 함수와 설정을 래핑한 고수준의 함수 API를 제공한다. 이를 통해 개발자가 CUDA의 세부 설정에 신경쓸 필요 없이, 데이터 병렬 처리 개발에만 집중할 수 있다.   개발 환경 넘바의 개발 환경은 다음과 같다. NVIDIA Compute Capability 5.0 이상 CUDA 지원 GPU 장착 PC(2023년 12월 시점) NVIDIA CUDA 11.2 이상 NVIDIA TX1, TX2, 자비에, 젯슨 나노 GTX 9, 10, 16 시리즈. RTX 20, 30, 40 시리즈. H100 시리즈 CONDA 환경의 경우, 다음과 같이 터미널을 이용해 CUDA 툴킷을 자동 설치할 수 있다. conda install cudatoolkit 넘바는 cuda python을 이용해 엔비디아 GPU CUDA와 바인딩한다. conda install nvidia::cuda-python 설치 방법은 다음과 같다. conda install numba   ■ 상세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-02-02