입자 유동해석 기술과 GPU 컴퓨팅의 도입 필자는 2000년대 초반 전산유체역학(CFD)에 관심이 있어 대학원을 진학하고 관련 연구실에 들어가게 되었다. 연구실에서는 기존에 많이 알려진 해석 기법과는 다르게 입자를 이용한 유동해석에 대해 연구를 하고 있었다. 유체를 격자가 아닌 입자를 활용하여 모델링하는 것은 비정상 상태의 유동해석이나 복잡한 유동을 해석하는데 적합한 방법으로, 해석 결과가 직관적이고 여러 가지 모델을 적용하는데 용이한 방법이다. 다만 각각의 입자에 대해 계산이 이루어지다 보니 연산량이 너무 커서 해석이 불가능한 경우가 많았다. 필자가 속한 연구실에서는 이러한 문제를 해결하기 위해 MPI(Message Passing Interface)를 공부하고 리눅스 클러스터(Linux cluster) 환경에서의 해석에 대해 연구하였다. 2대로 시작한 것이 어느덧 64대의 리눅스 클러스터를 직접 꾸며 사용하였으며, 이후 학교에 470여 노드의 슈퍼컴퓨터가 생기게 되어 이 장비까지 활용하면서 여러 가지 해석을 시도하였다. 하지만 아무리 많은 컴퓨터를 묶어 해석을 하더라도 데이터 통신 시간이 있기 때문에, 일반적인 큰 유동 문제를 풀기에는 부족한 점이 많았다. 그래서 하드웨어와 병행하여 소프트웨어 성능을 올리기 위해서 Domain Decomposition 이나 Fast Algorithm같은 여러 가지 모델에 대해 연구하였으며, 그 때부터는 유동해석보다 HPC(고성능 컴퓨팅)에서의 해석 성능 최적화와 같은 연구를 더 많이 했던 것 같다. 그러던 중 2008년 연세대학교 백주년기념관에서 엔비디아 데이비드 커크(David Kirk) 박사의 강연이 있었다. GPU를 활용하여 연산 처리를 할 수 있는 플랫폼인 CUDA(쿠다)의 개발 책임자인 커크 박사는 기존의 CPU 연산에 비해 백 배~수백 배의 가속이 가능하다는 내용의 세미나를 개최하였다. 이 당시 우연히 천체물리학에서 주로 N-body 문제를 계산하는 분들과도 알게 되었고, 이미 GPGPU 라는 개념으로 GPU를 활용하여 연산 처리를 하고 있었다는 사실을 알게 되었다. 또한 CUDA라는 플랫폼이 개발되면서 C 언어에서 GPU 활용이 보다 용이해져, 다른 분야의 계산에서도 쉽게 접근할 수 있을 것 같다는 판단을 하게 되었다. 우리는 CUDA를 적용하기 위해 용산전자상가에서 20여만 원하는 그래픽 카드를 구매해서 CUDA를 설치하고 개발된 코드를 적용해 보았다. 다행이 병렬 프로그램을 하던 경험이 많아 CUDA 적용에 크게 어려운 점은 없었지만, 초기에는 여러 번 실패를 하였다. 몇 번의 시도 끝에 연산을 실행할 수 있었으며, 기존의 HPC보다 훨씬 좋은 성능을 체감하게 되었다. 이후 2009년 CUDA와 HPC 기술과 뉴턴 물리학을 기반으로 다양한 물리 지배방정식의 수학적 공식화에 대한 연구에 대한 전문성을 바탕으로 메타리버테크놀러지를 설립해 지금까지 이어오고 있다. 이러한 기술적 전문성을 바탕으로 입자 기반 다중물리 해석 소프트웨어를 개발하고, 관련 기술 서비스를 제공하고 있다. 회사 설립 이후 지속적인 연구개발을 통해 입자 기반 설계 및 시뮬레이션 소프트웨어인 samadii 시리즈를 개발 공급하고 있다.     입자 기반 다중물리 해석 설루션 samadii 메타리버테크놀러지가 개발한 samadii 시리즈는 해석하는 분야에 따라 일반적인 환경의 물리 현상을 해석하기 위한 소프트웨어와 디스플레이/반도체 공정과 같이 고진공 환경에서 이루어지는 공정을 해석하기 위한 소프트웨어로 구분할 수 있다. 첫 번째로 고체 입자의 거동을 해석하는 samadii/dem, 유체 거동을 해석하는 samadii/fluid, 고체에 작용하는 응력 및 변형을 해석하는 samadii/solid, 3D 프린터의 적층 공정을 해석하는 vAMpire가 있다. 다른 한 가지는 고진공 환경에서의 유동해석을 위한 samadii/sciv, 복사 및 전도열전달을 해석하는 samadii/ ray, 전자기장 해석을 위한 samadii/em, 플라스마 생성 및 거동을 해석하는 samadii/plasma가 있다.   samadii/dem samadii/dem은 6자유도계 운동방정식을 사용하여 입자의 움직임을 결정하고, 개별 입자의 모든 힘을 고려하는 라그랑주(Lagrangian) 방법에 기반한다. 이산요소법(Discrete Element Method)은 구분요소법(Distinct Element Method)으로도 불린다. 많은 입자의 운동과 효과를 계산하기 위한 수치해석 방법이다. 이 방법의 기본적인 가정은 물질이 별개의 분리된 입자들로 구성된다는 것이다. 이들 입자는 서로 다른 모양과 특징을 가질 수 있으며, 설탕이나 단백질 결정, 곡물과 같은 저장 사일로(silo)의 대량 재료, 모래와 같은 입상물질, 토너와 같은 분말 재료, 덩어리진 암석 등과 같이 세분화된 불연속 물질의 혼합, 분쇄 등의 입자 거동 문제를 해결하는 효과적인 방법이다. 그리고 브라운 운동을 고려해야 할 정도의 작은 입자부터 광석과 같은 큰 입자에 이르기까지, 해석에 고려해야 할 대부분의 물리적 현상을 반영하도록 설계되었다. 기본적인 접촉력과 중력을 비롯하여 마찰력, 전자기력, 쿨롱력, 점착력, 부력과 항력, Van der Waals력 그리고 브라운 운동과 열영동 효과까지 고려할 수 있다. samadii/dem은 작은 시간 스텝(time step)을 사용하며 매우 많은 입자를 고려해야 한다. 일반적으로 충분히 많은 메모리와 고도의 연산 성능을 필요로 하기 때문에 GPU와 HPC 기술을 기반으로 해석을 수행하도록 제작되었다. 이를 바탕으로 다양한 대규모 입자계 문제를 고속으로 해석함으로써 신뢰성 높은 해석 결과를 제공한다. 또한 다물체동역학, 구조 변형, 전자기장, 유체유동장 해석을 위한 외부 프로그램과의 일방향 및 동시 연성해석이 가능하다.     samadii/fluid samadii/fluid는 입자 기반의 유체유동해석 소프트웨어이다. 특히, 자유표면이 존재하거나 기체–유체 등의 상호작용이 필요한 유동 현상 또는 다양한 물리 현상을 해석하는 등 외부 해석 프로그램과의 연성 해석이 필요한 문제에 대해 장점을 가진다. samadii/fluid는 일반적인 입자 기반의 유체유동 수치해석방법인 SPH(Smooth Particle Hydrodynamics)의 문제점으로 알려져 있는 수치해의 불안정성과 벽면 처리에서의 해의 부정확성 등 필연적인 수학적 문제점을 극복하기 위하여, SPH의 explicit 기법에 압력장 계산에서 implicit 기법을 적용하여 해의 불안정성 개선하고, 수치해 오류를 증폭시키는 벽면 처리 문제의 개선을 위해 폴리곤 경계처리법 등을 적용하여 기존의 제품에 비해 해의 안정성과 정확도를 개선하였다. 유체의 유동 문제가 다양하게 발생하는 일반 기계 분야는 물론 세탁기, 식기세척기, 공조기기 등 가전 분야의 설계와 제조 공정 분야 그리고 전기자동차를 시작으로 최근 수요가 늘고 있는 재생 에너지 산업, 원자력 재해 안전 분야 그리고 해양, 토목 분야의 거대 유동 문제 및 화학, 석유, 가스산업 분야는 물론 최근 반도체 및 디스플레이 후공정 분야에도 응용 수요가 발생하고 있다.     samadii/sciv samadii/sciv는 DSMC(Direct Simulation Monte Carlo)법을 활용하여 고진공 환경에서의 유동해석을 위한 소프트웨어이다. DSMC는 고진공 유동장의 유체 유동을 해석하기 위해 개발된 확률론적 수치 해석 방법이다. 일반적인 유체 유동 해석은 나비에–스토크스(Navier-Stokes) 방정식을 해석하지만, 희박기체 영역에서는 일반 유체 해석에 사용된 연속체 가정을 적용하지 않는다. 이것은 연속체 유체 역학에서 액체 및 기체 상태는 연속 유체를 가정하는 연속 방정식으로 정의되기 때문이다. 일반적으로 연속체 가정을 만족하는 유체 조건은 분자의 평균 자유 경로가 매우 짧다. 따라서 분자간 충돌로 인한 운동량의 교환을 점성계수로 나타낼 수 있다. 반면에 진공도가 높아지면 기체의 밀도가 낮아지고, 유체 분자의 평균 자유 경로가 길어지기 때문에 연속체 특성이 사라진다. 그러므로 이러한 조건의 흐름은 나비에–스토크스 방정식에 의한 것이 아니라 DSMC에 의해 해석하여야 한다. 정밀 산업 분야의 고 진공 조건(10-⁴~10-⁶ [Pa])이라고 하더라도, 이를 분자의 개수로 나타내면 매우 많은 수가 존재한다. 예를 들어 1㎥ 공간에 온도가 300[K]이고, 이때 압력이 10-⁴[Pa]이라고 한다면 분자의 개수는 약 2.5E+16[EA] 개가 존재하게 된다. 게다가 고진공 조건이라 할지라도 국부적으로 압력이 높아질 수 있고, 분자의 개수 또한 엄청나게 증가하게 된다. DSMC는 이렇듯 많은 입자를 해석하기 위해 대표 입자(representative particle) 방법을 사용하게 된다. 공간 내의 수많은 분자를 하나의 입자로 모델링하고, 확률분포함수를 사용하여 입자간의 충돌과 이동을 계산하고, 이를 통계 처리하여 공간 내의 압력, 유량, 수밀도 등의 다양한 물리 특성을 파악하게 된다.     samadii/ray 외부의 간섭을 최소화하여 높은 수준의 정확성을 이루기 위해 진공 상태에서의 가공 기술이 증가하고 있다. 예를 들어, 디스플레이 OLED 공정은 진공 환경에서 재료를 증발시키고 증착하는 공정을 반복 진행하며, 재료에 가해지는 열은 매질을 필요로 하지 않는 복사 열 전달의 형태로 재료뿐 아니라 모든 장비에 영향을 미친다. 이는 재료의 증발뿐 아니라 완성된 OLED 성능에 영향을 미칠 수 있어서, 정확한 열 관리는 OLED에 중요하다. samadii/ray는 이처럼 복잡한 형상에서 정확한 복사 열 전달을 해석 가능한 제품으로 우주항공, 반도체, 전자 등 다양한 영역에서 최적화된 장비 개발에 활용할 수 있다. samadii/ray는 GPU 컴퓨팅을 기반으로 전도, 대류, 복사 열 전달을 분석한다. 특히, 엔비디아 옵틱스(OptiX)를 활용해 물체의 표면에서 방사되고 흡수되는 복사 열 전달을 모델링한다. 각각의 표면에서 방출되는 복사 열 에너지는 FEM(Finite Element Method)에 반영되어 내부 열전도를 계산하여 온도 분포를 구하고, 계산된 표면 온도는 복사 열 에너지 계산에 사용하며, 이를 반복하는 방식으로 열 전달 해석이 진행된다.     samadii/plasma 반도체 및 디스플레이 PCB 제조 산업에서의 플라스마(plasma)는 고진공 챔버 내부에 발생된 이온과 라디칼을 이용하여 표면 처리를 하는 공정에 응용된다. 플라스마 상태에서 발생된 이온들은 각각의 가스 종류와 반응식에 따라서 표면을 깎기도 하며, 다른 물질과 반응하여 적층시키기도 하고, 불순물을 주입하기도 한다. 이러한 다양한 공정은 마이크로, 나노 스케일의 고집적 회로를 만드는데 있어서 핵심 기술 중 하나이다. 플라스마는 전자와 이온의 거동에 의해 전자기장이 변화하고 다시 그 효과로 입자의 거동에 영향을 미치는 복잡한 현상이다. 중성, 이온, 전자의 밀도와 온도 그리고 운동성 차이가 매우 큰 상태로 각각의 입자가 충돌하여 끊임 없이 반응하는 상태를 플라스마라고 정의한다. 이러한 반응은 이온화, 여기 등의 반응과 각종 화학 반응을 수반한다. 입자법에 기반하는 플라스마의 직접 해석에는 천문학적인 연산량이 요구되기 때문에, 이온과 전자의 성질을 표현하도록 모델링된 두 개 이상의 유체로 간주하여 이들이 혼재된 격자 기반 플라스마 유동해석이 사용되어 왔다. 하지만 플라스마를 이루고 있는 기본 요소는 입자이며, 이들 입자간 충돌에 의한 플라스마 반응을 정확하게 해석하기 위해서는 입자법에 기반하는 해석이 필수이다. samadii/plasma는 GPU에 기반하는 samadii/em의 고속 전자기장 해석 모듈과 입자 기반 희박기체 해석 제품인 samadii/sciv의 연성 해석을 통하여 플라스마 공정을 시뮬레이션할 수 있는 공학용 프로그램이다. samadii/plasma는 플라스마를 활용한 반도체 및 디스플레이 공정 과정을 해석하기 위해 특화된 프로그램 이다. 플라스마 공정 과정의 시각화를 위해 이온과 전자의 입자 거동을 확인할 수 있을 뿐 아니라 공정 결과물의 균일도, 공정 챔버 내부의 플라스마 밀도, 온도, 유량 등을 제공하여 플라스마 공정 설계에 도움을 준다.     ■ 이 글은 2025년 11월 7일 진행된 ‘CAE 컨퍼런스 2025’에서 발표된 내용을 정리한 것이다.   ■ 서인수 메타리버테크놀러지의 이사로 입자 기반 CAE 설루션을 개발하고 있다. HPC나 GPU를 활용한 해석 기술을 바탕으로 희박기체 영역에서의 유동에 대한 연구를 하였다.     ■ 기사 내용은 PDF로도 제공됩니다.

주요 디지털 트윈 소프트웨어   디지털 트윈 솔루션, One Total Twin 개발 및 자료 제공 : 알테어, 070-4050-9200, www.altair.co.kr/one-total-twin   알테어(Altair)는 40년간 축적된 시뮬레이션 및 최적화 경험을 바탕으로 디지털 트윈 개발 분야에서 독보적인 전문성을 제공한다. 제조, 자동차, 항공우주, 에너지, 헬스케어, 건축 등 다양한 산업에서 활용되며, 설계 최적화, 유지보수, 운영 효율성 증대 등 다양한 문제를 해결한다. 이를 통해 조직은 경쟁력을 강화하고 디지털 전환을 가속화할 수 있다. 알테어의 디지털 트윈 솔루션인 One Total Twin은 제품, 시스템, 프로세스의 전체 수명 주기에 걸쳐 모델링, 시뮬레이션, 최적화를 지원하는 통합 솔루션이다. 이 솔루션은 시뮬레이션, 고성능 컴퓨팅(HPC), 인공지능(AI), 데이터 분석, 사물인터넷(IoT) 기술을 결합한 하나의 플랫폼 형태로 제공한다. 이를 통해 사용자는 설계 초기 단계부터 운영 및 유지보수 단계까지 디지털 트윈 기술을 모든 라이프사이클에서 효과적으로 활용할 수 있다. 1. 주요 특징   알테어의 One Total Twin은 Altair One이라는 통합 디지털 트윈 게이트웨이를 통해 물리 기반 시뮬레이션, 데이터 기반 분석, 머신러닝, 실시간 IoT 기술을 결합하여 정밀한 디지털 트윈을 제공한다.  알테어가 제공하는 디지털 트윈 솔루션은 Altair HyperWorks, Altair RapidMiner, Altair HPCWorks 세 가지 제품군을 모두 포함한다. 이는 디지털 트윈 구축과 운영이 단일 기술이나 도구로 완성되지 않으며, 시뮬레이션, 데이터 분석, 고성능 컴퓨팅(HPC) 등 여러 기술이 결합되어야 효과적으로 구현되기 때문이다. ■ Altair HyperWorks : 디지털 트윈 모델 개발과 시뮬레이션을 위한 통합 소프트웨어다.  초기 설계부터 최적화까지의 과정을 디지털 트윈 기반으로 지원하여 제품의 성능을 예측하고 설계를 검증하는 데 적합하다. ■ Altair RapidMiner : 데이터 분석 및 머신러닝 플랫폼으로, 디지털 트윈 구축을 위한 데이터 기반 분석과 인공지능(AI) 모델 개발을 지원한다. 실시간 데이터 분석, 예측 유지보수, 시스템 성능 최적화와 같은 디지털 트윈 운영 단계에 최적화되어 있다. ■ Altair HPCWorks : 고성능 컴퓨팅(HPC) 플랫폼으로, 디지털 트윈의 대규모 시뮬레이션과 복잡한 계산 작업을 효율적으로 지원한다. 디지털 트윈의 정확한 분석과 모델 실행을 위해 필요한 컴퓨팅 리소스를 최적화한다. 3. 주요 기능   ■ Altair HyperWorks : 구조, 유체, 열, 전자기학 등 다양한 물리적 현상을 정밀하게 해석할 수 있는 엔지니어링 소프트웨어 제품군이다. 설계 초기 단계부터 물리 기반 접근법과 데이터 기반 모델링을 결합하여 최적화를 가능하게 하며, "What-if" 시나리오 분석을 통해 다양한 조건을 시뮬레이션한다. 다중 물리 시뮬레이션으로 복잡한 거동을 예측하고, 다물체 동역학 해석을 통해 시스템 안정성과 성능을 검증한다. 구조 최적화 및 경량화 도구와 전자기 및 열 해석 기능을 통합해 포괄적인 시스템 분석을 수행한다. ■ Altair RapidMiner : 실시간 데이터 분석과 예측 유지보수 기능을 지원하며, IoT 센서 데이터를 포함한 다양한 데이터 소스를 실시간으로 연결하고 분석한다. 자동화된 머신러닝(AutoML) 기능으로 복잡한 AI 모델을 자동으로 생성, 학습, 최적화하며, 노코드/로우코드 환경을 통해 데이터 분석 경험이 적은 사용자도 디지털 트윈 모델을 쉽게 개발하고 실행할 수 있다. ■ Altair HPCWorks :  고성능 컴퓨팅 환경을 통해 대규모 시뮬레이션과 데이터 집약적인 분석을 효율적으로 처리한다. 클라우드 기반 확장성과 온프레미스 서버 통합을 통해 컴퓨팅 리소스를 유동적으로 사용할 수 있으며, 자동화된 워크플로우 관리 기능으로 대규모 작업을 간소화하고 데이터 분석, 시각화, 모델 실행 과정을 통합적으로 관리한다. 4. 도입 효과 알테어의 디지털 트윈 기술은 시뮬레이션, 고성능 컴퓨팅(HPC), 인공지능(AI), 데이터 분석, 사물인터넷(IoT) 기술을 결합해 Altair One에서 하나의 플랫폼 형태로 제공한다. 이를 통해 디지털 트윈 구축과 운영의 모든 단계를 하나의 플랫폼에서 효율적으로 수행할 수 있도록 지원한다. ■ Altair HyperWorks : 설계 초기 단계에서 시뮬레이션과 최적화를 통해 제품의 성능과 신뢰성을 사전에 검증하여 설계 결함을 줄이고 개발 주기를 단축한다. 이를 통해 물리적 프로토타입 제작 및 테스트 비용을 절감하고, 고급 시뮬레이션으로 시스템 위험 요소를 사전에 분석해 더 나은 설계를 도출할 수 있다.  ■ Altair RapidMiner : 실시간 데이터 분석과 예측 유지보수를 통해 장비 고장을 예방하고 유지보수 비용을 절감하며, 실시간 모니터링과 분석으로 시스템 성능을 지속적으로 최적화한다. 또한 잔여 수명(RUL)을 연장해 자산 운영 효율성을 극대화하고 데이터 기반 인사이트로 더 나은 의사결정을 지원한다.  ■ Altair HPCWorks : 대규모 시뮬레이션 작업을 신속히 처리해 시간과 비용을 절감하며, 복잡한 시스템을 빠르고 정확하게 분석해 설계와 최적화 작업의 효율성을 높인다. 클라우드 기반 확장성과 자동화된 워크플로우를 통해 작업 대기 시간을 줄이고 팀 간 협업을 강화하며, 디지털 트윈 모델의 실행 속도와 정밀도를 높인다. ■ Altair One : 이러한 솔루션들을 단일 플랫폼으로 통합하여 설계부터 운영, 유지보수까지 디지털 트윈의 전체 수명 주기를 최적화한다. 물리 기반 시뮬레이션과 데이터 기반 분석을 결합한 신뢰도 높은 결과를 도출하며, 팀 협업 촉진과 리소스 관리 간소화를 통해 조직의 효율적인 디지털 전환을 실현할 수 있도록 돕는다. 5. 주요 고객 사이트 알테어 디지털 트윈 솔루션은 Ford, Tech Mahindra, Philips, Leonardo S.p.A., Assystem, Net One System, CNH Industrial, Fraunhofer IWU, Switch Mobility, Gruppo Cimbali 등 자동차, 항공우주, 제조, 중공업, 헬스케어, 에너지, 소비재 등 다양한 산업에서 도입되고 있으며, 각 산업의 특수한 요구에 맞춰 제품 설계, 운영 효율성, 유지보수, 성능 최적화 등을 지원한다. 이러한 솔루션은 기업의 디지털 전환과 지속 가능성 목표 달성에 기여하고 있다.     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

슈나이더 일렉트릭이 고성능 컴퓨팅(HPC) 및 인공지능(AI) 워크로드로 인한 열 수요 증가에 대응하고자 CDU(냉각수 분배 장치) 2종을 새롭게 출시했다. 새롭게 출시된 ‘MCDU-45’와 ‘MCDU-55’는 슈나이더 일렉트릭이 올해 초 인수한 액체 냉각 전문기업 모티브에어(Motivair)와 선보이는 리퀴드쿨링(Liquid Cooling) 설루션 제품으로, 냉각 설비실 설치에 최적화되도록 개발한 전용 CDU 모델이다. 이번 제품은 데이터센터 운영자를 대상으로 한층 더 강화된 유연성과 성능, 광범위한 배포 환경에서의 통합성 등을 제공하는 것이 특징이다.     이번 신제품의 특장점은 ▲신규 및 기존 CDU 옵션을 제공해, 특정 배포 목표에 부합하는 적합한 모델을 선택할 수 있도록 하는 ‘공간 최적화 및 유연성 확보’ ▲더 넓은 작동 범위를 제공해, 열 배출 시스템의 에너지 효율성을 확보하고 PUE(전력 사용 효율)를 개선할 수 있도록 하는 ‘에너지 절감 효과’ ▲다양한 배치를 통해 AI 워크로드나 IT 운영을 방해하지 않으면서 서비스 접근을 위한 유연성을 향상시킨 ‘간소화된 유지보수 및 접근성 확대’ ▲전체 범위의 CDU는 정밀한 유량 제어, 실시간 모니터링, 적응형 부하 분산을 통해 최적화된 설비 성능과 에너지 소비 감소를 위한 고급 열 관리 전략을 지원하여 ‘냉각 설비와의 통합성 향상’ 등이다. 특히 이번 신제품 출시를 통해, 독립 설치형 CDU와 랙 내장형 장치 라인업을 강화하여, 하이퍼스케일, AI, 코로케이션, 에지, 레트로핏 등 다양한 환경에 최적화된 냉각 전략을 지원한다. 또한 이번 제품은 AI 시대 속에서 변화하는 인프라 배포 방식과 리퀴드쿨링 분야의 발전 등을 반영해 설계됐다. MCDU-55는 기존 MCDU-50 대비 더 큰 열교환기와 펌프를 탑재해 냉각 용량을 +25%에서 40%까지 확장한 반면 설치 공간은 축소했다. 뿐만 아니라, 동일 냉각 용량에서도 높은 압력 수두를 확보했다. MCDU-45는 기존 MCDU-40 대비 +15%에서 35%까지 더 높은 냉각 용량을 제공한다. 또한 PICV(압력 독립형 제어 밸브)가 내장돼, 안정적인 조절은 물론 THDi 필터를 통한 네트워크 고조파 왜곡 제한, 1차측 통합 필터를 활용해 장비를 보호하는 일체형 패키지 구성을 갖췄다. 모티브에어의 리차드 위트모어(Richard Whitmore) CEO는 “모티브에어는 고밀도 리퀴드쿨링 설루션 분야의 신뢰받는 파트너로서, AI시대에 그 역할의 중요성이 더욱 커지고 있다”라며, “슈나이더 일렉트릭과 함께 모든 HPC, AI 또는 고급 데이터센터 배포에 적용하여, 원활한 확장성, 성능, 신뢰성을 제공하는 차세대 리퀴드쿨링 설루션을 제공하는 것이 목표”라고 전했다. 슈나이더 일렉트릭의 앤드류 브래드너(Andrew Bradner) 쿨링 사업부 수석 부사장은 “데이터 센터 리퀴드쿨링 분야에 있어 유연성이 핵심이며, 더 다양하고 더 큰 엔드투엔드(End-to-End) 설루션 포트폴리오가 요구되고 있는 추세”라며, “이번에 새롭게 선보인 CDU는 더 광범위한 가속 컴퓨팅 애플리케이션에 배포 전략을 맞추는 동시에 수십 년간의 전문 리퀴드쿨링 경험을 활용하여 최적의 성능, 신뢰성 그리고 미래 대응성까지 지원할 것”이라고 말했다.

‘CAE 컨퍼런스 2025’가 지난 11월 7일 수원컨벤션센터에서 진행됐다. ‘시뮬레이션의 미래 : AI와 디지털 트윈이 주도하는 제조 혁신’을 주제로 한 CAE 컨퍼런스 2025에서는 AI(인공지능)와 디지털 트윈(Digital Twin)의 융합을 통한 엔지니어링 혁신 및 가속화의 흐름을 짚었다. 특히 CAE 기술이 AI 및 데이터 기술과 결합함으로써 제조 및 설계 분야의 복잡한 문제를 해결할 뿐만 아니라, 최적 설계를 넘어 자율 설계와 스마트 제조를 구현할 수 있는 가능성에 주목했다. ■ 정수진 편집장     CAE 컨퍼런스 준비위원회 위원장인 연세대학교 기계공학과 이종수 교수는 개회사에서 과거에는 설계, 해석, 생산 등 공학 영역 사이의 장벽이 허물어지고 기술 융합과 협업이 가속화되고 있다고 짚었다. 한편, AI는 엔지니어링 의사 결정 과정에서 가속화를 돕는 역할을 한다. 특히 물리적 현상을 파악하는 기술인 CAE는 데이터 부족이나 불확실성, 그리고 경험하지 않은 영역의 문제를 해결해야 할 때 AI와 상호보완적인 관계를 갖게 된다는 것이 이종수 교수의 분석이다. 그는 “AI와 CAE는 서로 부족한 부분을 채워주는 친구처럼 협력하고 있다. 이번 CAE 컨퍼런스의 주제인 AI와 디지털 트윈을 통해 이러한 융합이 더욱 촉진되기를 기대한다”고 전했다.   디지털 제조 혁신을 가속화하는 CAE와 AI의 결합 앤시스코리아의 강태신 전무는 ‘디지털 제조 혁신을 위한 앤시스의 엔드 투 엔드 설루션’을 주제로 첫 번째 기조연설을 진행했다. 그는 최근 제조 트렌드의 변화와 스마트 공장의 필요성, 그리고 시뮬레이션의 핵심 역할을 설명했다. 강태신 전무는 IoT(사물인터넷), AI 등 4차 산업혁명 기술로 인한 리쇼어링(reshoring) 추세를 언급하면서, 스마트 공장의 핵심은 데이터의 연결성(connectivity)과 시뮬레이션을 통한 불량 예방이라고 강조했다. “시뮬레이션 기반 디지털 엔지니어링의 도입은 전체 수명 주기 비용을 줄이는 데 기여하며, 앤시스는 제품 설계부터 제조 공정까지 전 과정을 아우르는 엔드 투 엔드 시뮬레이션 설루션을 제공해 디지털 전환을 가속화한다”고 전한 강태신 전무는 국내 배터리 제조 공정에 시뮬레이션과 IoT 데이터를 결합한 디지털 트윈을 구축하여 생산성을 약 20% 향상하고 비용을 절감한 실제 사례를 소개했다. 또한 “스마트 공장의 도입은 이제 필수이며, 복잡한 것보다 작은 것부터 시작하여 성공을 확장하는 것이 중요하다”고 짚었다.   ▲ 앤시스코리아 강태신 전무   연세대학교 기계공학과 이종수 교수는 ‘자율지능 에이전트를 위한 물리 모델 기반 시스템 엔지니어링 & 생성적 산업 인공지능’을 주제로 한 기조연설에서 “공학의 딜레마인 ‘정확성’과 ‘효율성’ 사이의 고민을 해소하고, 데이터가 부족한 ‘경험하지 않은 영역’ 문제를 해결하기 위해 물리 지식을 다루는 CAE와 AI의 협업이 필수라고 강조했다. 이종수 교수는 “물리 지식 기반의 CAE가 AI 모델의 가이드 역할을 함으로써, 빅데이터가 아니라 적은 데이터로도 AI 학습을 가속화하고 정확도를 높일 수 있다”고 설명했다. 이런 기술이 대형 화면 단차 분석의 도메인 적응이나 전기차 냉각 시스템 소음 저감 설계 등에서 복잡한 문제를 해결하고 새로운 설루션을 도출하는 데 적용되고 있다고 소개한 이종수 교수는 AI와 CAE가 서로 협력하는 것이 중요하다고 전했다.   ▲ 연세대학교 기계공학과 이종수 교수   차세대 엔지니어링 패러다임 : AI, 자율화, 클라우드 나니아랩스의 강남우 대표는 ‘생성형 AI에서 에이전틱 AI까지 : 자율 설계의 미래’를 주제로 한 발표에서 인구 감소 등으로 어려움을 겪는 제조업의 혁신을 위해 AI 도입이 필수라고 강조했다. 또한, 엔지니어링 설계의 패러다임이 AI를 도구로 쓰는 ‘생성형 설계’를 넘어, AI가 의사 결정권을 갖는 ‘자율 설계(autonomous design)’ 시대로 진화할 것이라고 전망했다. 강남우 대표는 “딥러닝이 복잡한 고차원 설계 문제를 해결하는 핵심 기술이며, 미래에는 AI가 스스로 최적의 워크플로를 생성하여 설계 전 과정을 자동화하는 자율 에이전트 AI(agentic AI) 플랫폼 구축이 중요하다”고 짚었다.   ▲ 나니아랩스 강남우 대표   아마존웹서비스(AWS)의 전병승 설루션 아키텍트는 ‘클라우드 기반 CAE 혁신 : AI로 가속화하는 차세대 엔지니어링 시뮬레이션’을 주제로 발표했다. 그는 전통적인 온프레미스 HPC 환경의 한계를 분석하면서, “클라우드는 무제한의 용량과 유연성, 비용 효율을 제공함으로써 CAE 워크로드의 개발 주기를 단축시킨다”고 설명했다. 또한 “AWS는 HPC 인프라 자원과 클러스터 구축 자동화 설루션을 제공한다. 나아가 클라우드를 통해 가속화된 엔지니어링 환경에 자율 에이전트 AI를 적용하여 시뮬레이션 자동화 및 엔지니어의 생산성을 극대화할 수 있다”면서, “AWS는 인프라부터 AI 개발 도구까지 지원하여 기업의 혁신을 돕는다”고 소개했다.   ▲ AWS 전병승 설루션 아키텍트   한국알테어의 이승훈 기술총괄 본부장은 ‘CAE 최신 동향과 AI 기반 디지털 트윈 가속화’를 주제로 발표하면서, 엔지니어링 패러다임 변화에 대응하는 알테어의 핵심 전략을 제시했다. 이승훈 본부장은 “알테어는 메시리스 설루션으로 설계자의 시뮬레이션 접근성을 높이고, 멀티피직스 및 엔드 투 엔드 워크플로를 통합한다. 또한, 클라우드 기반의 협업 환경으로 데이터 사일로(silo) 문제를 해결하고, HPC 자원을 유연하게 확장하도록 돕는다”고 설명했다. 또한, “궁극적으로는 시뮬레이션 데이터를 활용하여 물리 AI(physics AI) 기반의 예측 모델을 구축하고, 복잡한 해석 결과를 수십 초 만에 도출하여 엔지니어링 시간을 확보하는 것이 핵심”이라고 전했다.   ▲ 한국알테어 이승훈 기술총괄 본부장   CAE의 난제 해결하는 첨단 기술 피도텍의 최병열 연구위원은 ‘RBDO, 데이터 시대에 무결점 설계를 향해’를 주제로 발표했다. 최병열 연구위원은 제조 오차나 재료 물성의 불확정성(uncertainty)을 설계 단계부터 반영하는 신뢰성 기반 설계 최적화(RBDO : Reliability-Based Design Optimization) 기술의 적용 필요성을 강조했다. 또한 “이 기술의 핵심 목표는 불확정 요인을 반영하여 최종 제품의 신뢰도를 극대화하는 것”이라면서, RBDO의 개념과 현재 엔지니어링 환경에서 필수인 이유, 그리고 현장에 효과적으로 적용하는 구체적인 방법을 제시했다.   ▲ 피도텍 최병열 연구위원   메타리버테크놀러지의 서인수 이사는 ‘입자 기반 멀티피직스 CAE 기술 : 유체유동 및 플라스마 응용사례’ 발표에서 격자 생성 없이 비정상 상태 해석에 효과적인 입자 기반 다중 물리 CAE 기술을 소개했다. 또한 CUDA HPC를 활용하여 해석 속도를 가속화했다고 밝혔다. 주요 응용 사례로 믹싱 공정, 프린터 토너 거동 등 고체 입자 해석, 기어박스 오일 거동이나 모터 냉각 시스템 등 유체 유동 해석, OLED 증착 및 반도체 식각 공정 등 고진공 플라스마 해석 분야에서의 적용을 제시한 서인수 이사는 “GPU 기반 자체 설루션이 기존 상용 툴로 풀기 어려운 복잡하고 특수한 CAE 난제를 해결하는 데 기여하고 있다”고 전했다.   ▲ 메타리버테크놀러지 서인수 이사   자동차 및 전자 산업의 디지털 트윈 적용 사례 LG전자의 문강석 책임연구원은 ‘시뮬레이션 기반 파우치형 배터리 동향과 실링 공정 최적화를 통한 신뢰성·안전성 강화 사례’ 발표에서 파우치형 배터리의 실링(sealing) 공정 최적화 사례를 소개했다. 문강석 책임연구원은 “배터리 실링은 열 전달, 상 변화, 구조 변형, 점성 유동 등의 다중물리 현상이 동시에 발생하기 때문에 해석이 어렵다”면서, “신뢰성과 안전성을 확보하기 위해 실링 공정의 복잡한 물리적 거동을 CAE 기술로 분석했다”고 전했다. LG전자 연구팀은 기존 설루션의 한계를 극복하고자 솔버를 개선하고, 실험 데이터와 CAE 해석을 기반으로 두께 변화에 대한 수학적 모델링 및 최적화를 진행했다. 문강석 책임연구원은 이를 통해 실링 공정의 정량적 예측이 가능해져, 배터리의 신뢰성을 높이는 데 기여할 수 있었다고 설명했다.   ▲ LG전자 문강석 책임연구원   LG전자의 장일주 책임연구원은 ‘TV 제품의 CAE 자동화 및 AI 활용 사례’ 발표에서 “CAE의 핵심인 효율화 및 자동화를 달성하기 위해, 개발자들이 직접 사용할 수 있는 웹 기반의 CAE 자동화 시스템을 구축했다”고 소개했다. 그 한 가지 사례로 TV 스탠드와 헤드 블록의 구조/방열 성능을 예측해서 설계 단계에서 활용할 수 있도록 하는 TV 스탠드 안정성 예측 모델이 있는데, 몬테카를로 시뮬레이션과 딥러닝을 활용해 높은 신뢰도의 예측 결과를 빠르게 도출할 수 있었다. 또한 해석 시간이 3주 소요되던 포장 충격 예측에는 물리 기반 딥러닝 기법(PINNs)을 도입해 정확도를 높였다. 장일주 책임연구원은 “향후 TV 제품에 대해 약 15~20가지의 해석 항목을 모두 자동화해서 엔지니어링의 효율화를 이룰 계획”이라고 전했다.   ▲ LG전자 장일주 책임연구원   현대자동차의 한만용 책임연구원은 ‘고객 중심의 디지털 트윈 기술–승객 모니터링과 인체 모델의 융합’을 주제로 발표했다. 한만용 책임은 SDV(소프트웨어 중심 차량) 시대에 고객 중심 차량을 개발하기 위해서는 승객 데이터의 확보가 필수라고 강조하면서, “기존 디지털 모델과 달리 현실 데이터를 동기화하는 디지털 트윈 모델을 목표로 한다”고 소개했다. 현재는 승객 모니터링 시스템의 정보를 활용해서 관절의 위치를 파악하고, 인버스 다이나믹 모델을 통해 하중 정보를 계산하는 디지털 트윈 인체 모델을 구축하고 있는데, 한만용 책임연구원은 “체형 정보를 반영하여 충돌, 안락성 평가를 최적화하고, 실시간 피드백을 통해 승객 안전과 멀미 지수 예측 등 다양한 버추얼 테스트에 디지털 트윈 인체 모델을 활용할 계획”이라고 전했다.   ▲ 현대자동차 한만용 책임연구원     ■ 기사 내용은 PDF로도 제공됩니다.

HPE는 최근 발표된 TOP500 슈퍼컴퓨터 리스트에서 전 세계에서 가장 빠른 엑사스케일 슈퍼컴퓨터 3대가 자사가 구축한 시스템으로 선정되었다고 소개하면서, “AI 시대에 최적화된 고성능컴퓨팅(HPC) 시스템을 제공하는 글로벌 리더십을 다시 한번 입증했다”고 전했다. 또한 HPE는 에너지 효율적인 슈퍼컴퓨터를 꼽는 Green500 리스트에서 상위 20대 슈퍼컴퓨터 가운데 10대에 자사의 직접 수냉 방식(DLC) 기술이 적용된 시스템이 선정되면서, 업계 최고 수준의 전력 효율성을 증명했다고 덧붙였다. HPE가 구축한 시스템은 매년 6월과 11월 2회 발표되는 TOP500 리스트에서 세계 최고속 슈퍼컴퓨터로 8회 연속 선정되었다. 특히 이번 발표에서는 HPE가 구축한 엑사스케일 슈퍼컴퓨터가 상위 3개 순위를 세 번째로 모두 차지했다. 이번 TOP500 리스트에서 HPE가 구축한 상위 10대 슈퍼컴퓨터는 총 6대이다. 1위인 엘 캐피탄(El Capitan)은 미국 로렌스 리버모어 국립연구소(LLNL)를 위해 구축된 HPE 크레이 슈퍼컴퓨팅 EX(HPE Cray Supercomputing EX) 기반 슈퍼컴퓨터이다. 이번에 1.809 엑사플롭스라는 기록을 달성했다. 엘 캐피탄은 과학 계산 효율을 측정하는 HPCG와 HPC·AI 혼합 정밀 성능을 평가하는 HPL-MxP에서도 1위를 차지했고, 에너지 효율성에서도 Green500 리스트 23위에 올랐다. AMD 인스팅트(Instinct) MI300A APU 기반의 이 시스템은 지구과학, 물리학, 재료과학, 분자생물학 등 다양한 분야의 핵심 연구를 가능하게 한다.     2위인 프론티어(Frontier)는 오크리지 국립연구소(ORNL)를 위해 구축된 시스템으로, AMD 인스팅트 MI250 GPU와 AMD 에픽(EPYC) CPU를 기반으로 한다. 현재도 1.353 엑사플롭스의 성능을 제공하며 양자물리, 재생에너지, 정밀공학 분야의 연구 발전을 돕고 있다. 3위인 오로라(Aurora)는 인텔과 공동 개발해 아르곤 국립연구소(Argonne)에 구축된 슈퍼컴퓨터로, 1.021 엑사플롭스의 성능을 제공한다. 또한 AI와 데이터 기반 연구에 중요한 혼합정밀 계산 성능을 측정하는 HPL-MxP에서 11.6 엑사플롭스를 기록하며 2위에 올랐다. 이외에도 에너지 기술 기업 중 하나인 에니(Eni)를 위해 개발된 HPC6(6위), 스위스 국립 슈퍼컴퓨팅 센터(CSCS)를 위해 구축된 알프스(Alps, 8위), 유로HPC 공동체(EuroHPC JU)를 위해 제작된 루미(LUMI, 9위) 등이 상위 10위에 이름을 올렸다. HPE는 세계 최고속 슈퍼컴퓨터 다수를 제공하는 성과와 더불어, 크레이가 50년에 걸쳐 축적해 온 DLC 기반 에너지 효율성 혁신을 계승하며 지속가능한 슈퍼컴퓨팅 분야에서도 리더십을 이어가고 있다고 전했다. HPE의 최신 시스템은 100% 팬리스 직접 수냉 방식(DLC) 아키텍처를 적용해 업계 최고 수준의 에너지 효율을 제공한다. 이번 Green500 리스트에서 상위 20대 중 10대가 HPE가 구축·제공한 시스템으로 확인되었는데, 이 가운데 삼성전자의 SSC-24 에너지 모듈(SSC-24 Energy Module)이 7위를 기록했다. 지난 1년 동안 HPE는 고객에게 턴키 방식으로 구현할 수 있는 서비스를 기반으로 새로운 AI 및 HPC 시스템을 구축 및 제공해왔다. 그 결과 최근 6개월 사이, 캐나다 텔루스(TELUS) 소버린 AI 팩토리와 중앙아시아 아렘.클라우드(Alem.Cloud) 소버린 AI가 TOP500과 Green500 리스트에 새롭게 이름을 올렸다. 또한 HPE의 최근 구축 성과로는 디스커버리(Discovery)와 럭스(Lux), 미션 (Mission) 과 비전 (Vision), 자누스(Janus), 그리고 하이브리드 양자-고전 컴퓨팅 발전이 기대되는, 양자 오류 수정에 초점을 맞춘 새 시스템 등이 있다. HPE는 새로운 포트폴리오 공개와 광범위한 산업 파급력을 지닌 오픈소스 업데이트를 통해 향후 AI 및 HPC의 미래를 주도해 나가고 있다고 소개했다. 슈퍼컴퓨팅 리더십 확장을 위해, HPE는 재설계된 아키텍처, 스토리지, 컴퓨트 및 가속기 블레이드, 네트워킹, 소프트웨어, 직접 수냉 방식 (DLC) 등 엔드투엔드 설루션 및 2세대 엑사스케일 슈퍼컴퓨터를 공개했다. 아울러 HPE는 채플(Chapel) 프로젝트가 새로운 오픈소스 소프트웨어 재단에 합류함에 따라 AI 및 HPC 산업 전반의 혁신을 가속화할 오픈소스 기술 발전에도 지속적으로 기여하고 있다고 전했다.

델 테크놀로지스가 엔터프라이즈 AI 여정을 간소화하고 가속하도록 돕는 ‘델 AI 팩토리(Dell AI Factory)’의 제품 라인업을 강화했다. 델은 확장된 포트폴리오를 통해 AI 워크로드의 병목 현상을 제거해 성능 및 자동화 기능을 강화하는 한편, 기업이나 기관이 보다 탄력적이고 통합된 환경의 온프레미스 인프라를 갖추고 강력한 제어 권한을 가질 수 있게끔 돕는다는 계획이다. 이에 따라 ‘델 오토메이션 플랫폼(Dell Automation Platform)’이 ‘델 AI 팩토리’로 지원을 확장하여, 보안 프레임워크를 통해 검증되고 최적화된 설루션을 배포함으로써 보다 스마트하고 자동화된 경험을 제공한다. ‘델 오토메이션 플랫폼’의 업데이트를 통해 탭나인(Tabnine)의 AI 코드 어시스턴트 및 코히어 노스(Cohere North)의 에이전틱 AI 플랫폼 등의 소프트웨어 기반 도구가 자동화되었다. 이는 AI 워크로드를 더 빠르게 운영 환경에 적용하고 운영을 간소화하며 확장성을 강화한다. 델 프로페셔널 서비스(Dell Professional Services)는 실제 고객 데이터를 활용한 턴키 방식의 대화형 AI 사용 사례 파일럿을 제공하여, 본격적인 프로젝트 착수에 앞서 비즈니스 가치를 검증한다. 전문가 주도의 파일럿으로서 명확한 KPI(핵심 성과 지표)가 제공되는 핸즈온 프리뷰를 통해 실질적인 ROI(투자 대비 수익)를 실현하게끔 방향을 제시한다. 데이터 관리를 강화하는 ‘델 AI 데이터 플랫폼(Dell AI Data Platform)’의 스토리지 엔진인 델 파워스케일(Dell PowerScale)과 델 오브젝트스케일(Dell ObjectScale)은 성능, 확장성 및 데이터 탐색 기능이 향상됐다. 델 파워스케일은 델 파워엣지 R7725xd와 같이 관련 요건이 갖춰진 델 서버 상에서 설치할 수 있는 소프트웨어 라이선스로 형태로 제공될 예정이다. 이러한 새로운 구성은 클라우드 서비스 제공업체가 인프라 요구를 충족하기 위해 최신 서버 및 네트워킹 기술을 유연하게 채택해 더 뛰어난 AI 성능을 실현하도록 확장성과 선택의 폭을 넓혔다. 그리고, 델 파워스케일 병렬 NFS(pNFS) 지원과 플렉서블 파일 레이아웃(Flexible File Layout)을 통해 메타데이터 서버와 클라이언트 간 양방향 통신이 가능해져 파워스케일 클러스터 내 여러 노드에 걸쳐 데이터를 더 효율적으로 병렬 분배할 수 있다. 이번 업데이트는 병렬 처리 능력을 강화하여 까다로운 AI 워크플로에 맞춤화된 대규모 확장성과 처리량을 제공하도록 고안됐다. 델은 오브젝트스케일 AI 맞춤형 검색(Dell ObjectScale AI-Optimized Search) 기능으로 두 가지 상호 보완적인 AI 최적화 검색 기능인 S3 테이블(S3 Tables)과 S3 벡터(S3 Vector)를 제공한다. 이 두 가지 특수 API는 오브젝트스케일에 직접 저장된 복잡한 데이터에 대한 고속 액세스를 제공하여 분석 및 추론, 검색 강화 생성(RAG)과 같은 주요 AI 워크로드를 지원한다. 대규모 데이터 세트를 보다 용이하게 저장, 검색하고, 더 빠르게 의사 결정할 수 있다.     델 파워엣지(Dell PowerEdge) 서버는 엔터프라이즈 AI의 초석으로서 더 빠른 훈련, 분산 추론을 실현하는 한편 다양한 프로세서와 냉각 방식을 제공한다. AI를 위한 파워엣지 서버 포트폴리오에 추가된 모델은 XE9785, XE9785L, R770AP 등이다. 10U 폼팩터의 공랭식 델 파워엣지 XE9785 서버와 3OU 폼팩터의 DLC(다이렉트 리퀴드 쿨링) 방식 델 파워엣지 XE9785L 서버는 듀얼 소켓 AMD 에픽(EPYC) 프로세서와 노드당 8개의 AMD 인스팅트(Instinct) MI355X GPU가 탑재된다. AMD 펜산도 폴라라(Pensando Pollara) 400 AI NIC(네트워크 인터페이스 카드) 및 델 파워스위치(Dell PowerSwitch) AI 패브릭과 결합하여 확장 가능한 컴퓨팅 성능과 운영 비용 절감을 실현할 수 있다.  새롭게 공개된 델 파워엣지 R770AP는 향상된 병렬 처리, 메모리 지연 시간 단축 및 풍부한 PCIe 레인을 제공하여 가속화된 트레이딩 알고리즘, 확장 가능한 메모리 구성 및 개선된 네트워크 성능을 제공한다. 공랭식의 이 모델은 인텔 제온(Intel Xeon) 6 P-코어 6900 시리즈 프로세서를 탑재해, 높은 CPU 코어 개수와 대용량 캐시 및 CXL 메모리 확장 지원을 특징으로 한다.  AI를 위한 네트워킹 고도화를 위해 델은 오픈 네트워킹을 발전시키고, AI 패브릭 구축을 가속화하여 급증하는 네트워킹 수요에 맞춘 확장성을 지원한다. 델 파워스위치(Dell PowerSwitch) Z9964F-ON 및 Z9964FL-ON은 브로드컴 토마호크6(Broadcom Tomahawk-6) 기반으로, 여러가지 전송 속도 설정이 가능하며 초당 102.4테라바이트의 스위칭 용량을 제공한다. AI 워크로드와 HPC 데이터센터를 가속화하며, 10만 개 이상의 가속기 칩을 지원하는 공랭식 및 다이렉트 리퀴드 쿨링(DLC) 방식의 대규모 구축이 가능하다. 델 테크놀로지스가 지원하는 엔터프라이즈 소닉 배포판(Enterprise SONiC Distribution by Dell Technologies)과 소닉을 위한 스마트패브릭 매니저(SmartFabric Manager for SONiC)를 결합하면 획기적인 네트워킹 기능을 보다 쉽게 구현하고, 대규모 AI 패브릭을 가속화하는 동시에 구축, 라이프사이클 관리 및 모니터링을 간소화하고 자동화할 수 있다. ‘델 AI 팩토리’에 통합된 스마트패브릭 매니저는 자동화된 블루프린트를 통해 AI 인프라 구축을 간소화하고 더 빠르고 오류 없는 설정을 가능하게 한다, 델 파워스케일 스토리지 설루션에 대한 새로운 자동 적용을 포함하여 최소한의 수동 개입으로 구축 시간을 단축한다. 또한 오픈매니지 엔터프라즈(OpenManage Enterprise)와의 랙 스케일 통합을 통해 GPU 인프라 전반에 걸친 포괄적인 종단 간 가시성을 제공함으로써 보다 빠르게 문제를 해결할 수 있도록 돕는다. 한편, 델은 AI PC를 위한 에코시스템을 확장한다고 소개했다. AMD 라이젠(Ryzen) AI 프로세서를 포함해 실리콘 지원을 넓혔다. 간소화된 워크플로 및 성능 최적화와 더불어 호환성을 향상시킴으로써 온디바이스 AI 애플리케이션을 보다 효율적으로 생성할 수 있도록 지원한다. 탄력적인 통합 인프라를 위한 제어 측면 또한 강화됐다. 델의 ‘통합 랙 스케일러블 시스템(Dell Integrated Rack Scalable Systems, IRSS)’ 프로그램에 새롭게 추가된 기능과 설루션은 다음과 같다. ‘오픈매니지 엔터프라이즈(OpenManage Enterprise : OME)’로 개별 서버 및 랙 규모 환경을 통합 관리할 수 있다. OME는 컴퓨팅, 전력 및 냉각 관리를 단일 콘솔로 통합하여 최대 2만 5000대의 디바이스를 자동화하며, 내장된 누수 모니터링 및 자동 대응 기능을 통해 가동 시간을 극대화한다. 통합 랙 컨트롤러(Integrated Rack Controller : IRC)는 하드웨어와 소프트웨어가 결합된 설루션으로 OME 및 iDRAC(델 통합 원격 액세스 컨트롤러)와 원활하게 연동된다. 랙 내부의 누수가 생길 경우, 신속하고 자동적으로 누수 감지 및 대응이 가능해져 가동 중단 시간과 위험을 최소화한다. 델 파워쿨 랙 장착형 냉각수 분배 장치(PowerCool Rack-mount Coolant Distribution Unit. 이하 RCDU)는 고성능의 컴팩트한 4U 액체 냉각 설루션으로, 에너지 효율적인 AI 구축을 위해 최대 150kW의 랙 밀도를 지원한다. 19인치 델 IR5000 랙 및 OCP 표준 기반 21인치 델 IR7000 랙과 호환되며, 중앙 집중식 냉각 생태계 관리를 위해 OME에 연결된다. 델 프로서포트(Dell ProSupport)를 통해 예방적 유지보수를 제공하고 최상의 성능과 안정적인 시스템 지원을 보장한다. 델은 ‘엔비디아 기반 델 AI 팩토리(Dell AI Factory with NVIDIA)’ 포트폴리오를 강화함으로써 기업이 더 빠르게 성과를 창출하고 복잡성을 줄이는 한편 투자 수익을 극대화하도록 지원에 나선다고 전했다.  델 AI 데이터 플랫폼의 비정형 데이터용 스토리지 엔진인 델 파워스케일 및 오브젝트스케일이 엔비디아 다이나모(NVIDIA Dynamo)의 일부인 엔비디아 NIXL 라이브러리와 통합된다. 이를 통해 확장 가능한 KV 캐시 오프로딩이 가능해져, 131K 토큰의 전체 컨텍스트 윈도우에서 1초의 첫 토큰 처리 시간(TTFT)을 달성한다. 이는 표준 vLLM보다 19배 빠른 속도이며, 인프라 비용을 절감하고 GPU 메모리 용량 병목 현상을 해소한다. ‘엔비디아 기반 델 AI 팩토리’ 포트폴리오에 엔비디아 RTX PRO 6000 블랙웰 서버 에디션 GPU 및 엔비디아 호퍼(Hopper) GPU를 탑재한 델 파워엣지 XE7740 및 XE7745 모델이 추가됐다. 대규모 멀티 모달 모델부터 새로운 에이전틱 AI 애플리케이션과 더불어 엔터프라이즈급 추론부터 훈련 워크로드에 이르기까지 다양한 사용 사례를 실행할 수 있다. 데이터센터 설루션 외에도 AI PC 생태계 지원을 확대해 폭넓은 실리콘 옵션을 제공한다. 엔비디아 RTX 블랙웰 GPU(NVIDIA RTX Blackwell GPU)와 엔비디아 RTX 에이다 GPU(NVIDIA RTX Ada GPU)를 지원해 델 제품과의 호환성을 넓혔다. 델과 엔비디아는 AI 에코시스템을 확대하기 위해 ‘엔비디아 기반 델 AI 팩토리’를 위한 레드햇 오프시프트(Red Hat OpenShift) 검증 제품을 추가했다. 델 파워엣지 R760xa에 더해 엔비디아 H100 및 H200 텐서 코어 GPU를 탑재한 델 파워엣지 XE9680에 대한 지원이 추가되어, 대규모 AI 도입 가속화를 필요로 하는 기업 및 기관에 폭넓은 선택지를 제공한다.

레노버 글로벌 테크놀로지 코리아(ISG)는 지난 11월 5일 부산에서 열린 ‘레드햇×아이웍스 오픈 인프라 데이’ 행사에 참가해, 차세대 데이터 센터를 위한 인프라 전략을 제시했다. 이와 함께 높은 수준의 성능, 효율, 확장성을 구현할 수 있는 AMD 에픽(EPYC) 프로세서 기반의 씽크시스템(ThinkSystem) SR665 V3 서버를 전시했다. 이번 행사는 AI, 데이터 통합, 자동화가 오픈소스를 통해 IT 인프라의 변화를 가속화시키고 있는 가운데, IT 인프라 전문기업 아이웍스와 레드햇이 최신 인프라의 트렌드와 인사이트를 공유하고자 개최됐다. 이번 행사에는 국내 공공·제조·금융·헬스케어·교육 등 주요 산업군의 IT 의사결정자 150여 명이 참석해, AI 시대의 인프라 전략에 대해 관심을 보였다. 레노버 글로벌 테크놀로지 코리아의 권혁준 상무는 ‘차세대 데이터 센터를 위한 AMD 프로세서 기반 레노버 서버의 혁신’을 주제로 발표하며, 급격히 변화하는 AI 및 클라우드 환경에서 유효한 인프라 전략을 제시했다. 그는 AMD, 레드햇 그리고 레노버 AI 엔터프라이즈 서버의 혁신 설계를 키워드로 레드햇 설루션과의 협업 및 레노버의 기술적인 특장점에 대해 구체적으로 설명했다.     레노버는 이번 행사에서 AMD와 함께 부스를 운영하며 씽크시스템 SR665 V3 서버를 전시했다. 씽크시스템 SR665 V3 서버는 5세대 AMD 에픽 9005 ‘투린(Turin)’ 프로세서 제품군을 탑재한 2소켓 2U 서버로, 프로세서당 최대 160개의 코어를 지원하고 새로운 PCIe 5.0 표준을 통한 고속 I/O를 제공, 2U 폼팩터에서 최고의 2소켓 서버 성능을 발휘한다. 추론, 가상화, 가상 데스크톱 인프라(VDI), HPC, 하이퍼컨버지드 인프라(HCI) 등 다양한 환경에 사용 가능하며, 특히 GPU 처리 능력과 고성능 NVMe 드라이브를 활용할 수 있는 고밀도 워크로드에 적합하다. 급격한 AI 혁신으로 인해 IT 인프라가 대규모 데이터를 빠르게 처리할 수 있어야 하는 상황에서, 레노버는 AMD와의 협력을 기반으로 데이터 센터의 현대화를 지원하고 있다고 전했다. 레노버와 AMD의 통합된 기술은 데이터 센터의 성능을 개선하고 관리는 간소화하며, 효율을 높이는 데 기여할 수 있다는 것이다. AMD 기반의 씽크시스템 서버와 가상화 및 하이퍼컨버지드 인프라(HCI) 설루션인 씽크애자일(ThinkAgile) 등이 공공·제조·금융·헬스케어·교육 등 다양한 산업과 비즈니스 환경에서 AI가 요구하는 고도의 워크로드를 지원한다. 레노버는 레드햇과 20년 넘게 긴밀한 파트너십을 이어오고 있다. 최신 레드햇 기술이 레노버의 씽크시스템 인프라스트럭처와 씽크애자일 설루션과 완벽히 호환되도록 협력하여, 고객에게 가장 신뢰성 있고 안전하며 높은 성능을 제공하는 데이터 센터 환경을 구현한다. 검증된 레노버의 혁신을 기반으로 하는 씽크시스템 서버와 씽크애자일 설루션은 레드햇의 운영체제, 가상화 기술, 인프라 플랫폼을 확장해, 기업이 진정한 혁신을 달성할 수 있는 고생산성 IT 환경을 구축할 수 있도록 지원한다. 윤석준 부사장은 “AI 기술이 점차 고도화되고 널리 확산되면서 차세대 데이터 센터 인프라의 중요성도 점차 커지고 있다”면서, “레노버는 선도적인 AI 인프라를 바탕으로 다양한 산업의 기업들에 고성능·고효율의 AI 설루션을 제공함으로써, ‘모두를 위한 더 스마트한 AI(Smarter AI for All)’를 실현해 나갈 것”이라고 말했다.