알테어는 9월 5일 ‘2025 추계 AI 워크숍’을 진행했다. ‘엔지니어를 위한 AI’를 주제로 진행된 이번 워크숍에서 알테어는 AI를 활용해 제품 개발 프로세스를 가속화하고 의사결정의 정확성을 높이며, 지능형 디지털 트윈을 완성한다는 비전을 선보였다. 또한 AI 기반 시뮬레이션, 생성형 AI, AI 에이전트, 지식 그래프 등 최신 AI 기술의 실제 적용 사례와 활용 방안을 소개했다. ■ 정수진 편집장     한국알테어의 김도하 지사장은 개회사를 통해 AI 기술이 산업 고객의 현장에서 빠르게 내재화되며 동반 성장하고 있다면서, “이는 고객들이 명확한 비전과 단계별 로드맵을 가지고 각자의 환경에 맞춰 AI를 접목하고 있기 때문”이라고 설명했다. 또한, 국가 AI 프로젝트가 시작되어 1만 4000 장의 GPU가 1차 도입되는 등 정부가 주도하는 ‘소버린 AI’ 시대가 열리고 있는 점에 주목하면서, “AI를 통한 제조 산업의 르네상스가 도래하고 있으며, 알테어 또한 시장과 함께 성장하기 위해 준비하고 있다”고 전했다.   엔지니어링 언어를 학습하는 AI 알테어의 케샤브 선다레시(Keshav Sundaresh) 디지털 전환 총괄 시니어 디렉터는 “AI는 더 이상 개념이 아니라 실제 현장의 핵심 기술”이라면서, 엔지니어링 수명주기 전반에 걸친 로코드·고효율 AI 접근법을 구현해야 한다고 짚었다. MIT의 연구에 따르면, 기업의 생성형 AI 파일럿 프로젝트 가운데 95%가 실질적인 재무 성과를 내는 데 실패하고 있는 것으로 나타났다. 그 원인으로는 ▲특정 결과에 편중된 데이터 ▲단편적이고 사일로화된 데이터 ▲값비싼 컴퓨팅 자원 ▲도메인 지식과 AI 기술 간 격차 ▲기존 시스템과의 통합 및 신뢰성 문제 등이 꼽힌다. 선다레시 시니어 디렉터는 이런 현실적 장벽을 극복할 수 있도록 알테어와 지멘스의 기술 역량을 결합해 AI 기반의 통합 설루션 포트폴리오를 제공할 수 있다는 점을 강조했다. “제품의 요구사항 정의부터 폐기에 이르는 모든 과정에서 AI를 활용하고, 단절된 디지털 스레드를 통합하여 데이터 기반의 신속한 의사결정을 지원하겠다”는 것이다. 이를 위한 핵심 전략은 ‘AI에게 엔지니어링 및 제조의 언어’를 가르치는 것이다. 기존의 LLM(대규모 언어 모델)이 텍스트나 이미지 등 일반 데이터에 강점을 보인다면, 지멘스와 알테어는 기계 설계, 전기/전자, BOM(Bill-of-Materials), 시뮬레이션 데이터 등 산업 특화 데이터를 학습시켜 신뢰도 높은 ‘산업용 파운데이션 모델(Industrial Foundation Model)’을 구축하고 있다는 것이 선다레시 시니어 디렉터의 설명이다.   AI 확산으로 제조 혁신의 속도 높인다 AI 비전을 구체화하는 방법론으로 알테어는 ‘라이프사이클 인텔리전스(Lifecycle Intelligence)’ 프레임워크를 제시했다. 이 프레임워크는 AI 도입의 장벽을 낮추고 모든 엔지니어가 AI를 손쉽게 활용해 혁신을 가속화할 수 있도록 하는 데에 중점을 두고 있다. 선다레시 시니어 디렉터는 ▲반복 작업의 자동화 및 대규모 데이터 분석으로 인간 전문가의 역량을 강화하고 ▲기존 워크플로와 도구에 AI 기능을 통합하여, 학습 부담 없이 자연스러운 AI 활용을 도우며 ▲코딩 지식과 관계 없이 모든 사용자가 AI를 구축하고 배포할 수 있는 환경을 제공하는 세 가지 접근법을 통해 AI 도입을 가속화한다는 로드맵을 소개했다. 이 프레임워크를 활용하면 전처리 영역에서는 형상 인식 AI 기술로 부품 분류 및 군집화를 자동화하거나, 자연어 처리(NLP) 기반 코파일럿을 통해 모델 정리부터 전체 해석 설정까지 대화형으로 수행할 수 있다. 솔빙 영역에서는 기존의 시뮬레이션 데이터를 학습해 CAD 또는 메시 단계에서 물리 현상을 빠르게 예측할 수 있고, 시스템 레벨의 시뮬레이션 속도를 높일 수 있다. 후처리 영역에서는 AI가 핫스폿이나 파손 영역을 자동 식별해 결과 분석을 돕는다. 이 프레임워크의 기술적 기반은 분산된 데이터를 연결하는 ‘데이터 패브릭’과 AI 모델을 개발·운영하는 ‘AI 팩토리’의 결합이다. 선다레시 시니어 디렉터는 알테어의 데이터 분석/AI 플랫폼인 래피드마이너(RapidMiner)와 로코드 앱 개발을 지원하는 지멘스 멘딕스(Mendix)를 통해 라이프사이클 인텔리전스를 구현할 수 있다고 설명했다.     엔지니어링 AI의 혁신 동력 에이전틱 AI(Agentic AI), 지식 그래프(Knowledge Graph), 생성형 AI 등 최신 AI 기술이 R&D부터 설계와 제조까지 엔지니어링 전반의 혁신을 가속화하고 있다. 알테어는 이들 기술이 개별적으로도 강력하지만, 서로 결합하면서 데이터 기반의 신속한 의사결정을 지원하고 기존 워크플로를 지능적으로 전환하는 핵심 동력으로 작용한다고 소개했다. AI 에이전트는 사용자를 대신해 특정 목표를 이해하고 자율적으로 판단 및 실행하는 ‘지능형 디지털 대리인’이다. 단순 반복 작업을 자동화하는 것을 넘어서, 여러 에이전트가 협업하는 다중 에이전트 구조를 통해 복잡한 과업을 수행하는 것이 최근의 흐름이다. 엔지니어링 현장에도 공정 상 발생한 문제에 대해 자연어로 질문하면 해결 방법을 제시하거나, 생산 라인의 다운타임 원인을 분석하고 관련 데이터를 종합해 보고하는 등의 AI 에이전트가 도입되고 있다. 알테어는 시각적 워크플로 설계 도구를 통해 이러한 AI 에이전트를 쉽게 구축하고 AI 클라우드 프로세스와 원활하게 연결하는 방법을 제시했다. 지식 그래프는 다양한 출처(소스)에 분산된 데이터를 하나의 의미 계층(semantic layer)으로 통합해서 데이터 간의 숨겨진 관계를 파악하게 하는 기술이다. 이는 AI 모델의 가장 큰 문제점으로 꼽히는 환각(hallucination) 현상을 최소화하고, 장기적인 맥락을 이해하는 메모리로 기능하면서 신뢰성 높은 AI 에이전트를 구현할 수 있게 돕는다. 엔지니어링 분야에서 지식 그래프는 여러 AI 에이전트가 일관된 지식 베이스를 공유하게 해서 협업의 효율을 높이고, 공장 문제 해결 시 여러 데이터베이스에 동적으로 접근하여 질문에 답하는 아키텍처를 구현하는 데 쓰인다.   PLM과 AI의 시너지로 더 큰 혁신도 가능 알테어는 지난 3월 지멘스와의 합병을 완료했다. 제조 기술에 강점을 가진 지멘스와 엔지니어링 및 AI 기술에 집중해 온 알테어의 시너지에 대해, 이번 워크숍에서 한 가지 실마리를 발견할 수 있었다. 알테어는 AI와 PLM(제품 수명주기 관리)의 결합이 제조업의 패러다임을 바꿀 것으로 보았다. 한국알테어 최병희 본부장은 “많은 기업이 PLM 시스템에 제품의 설계부터 생산, 운영까지 대량의 데이터를 축적하고 있지만, 이를 제대로 활용하지 못하고 있다. 이 PLM 데이터를 AI로 분석해 기업의 핵심 자산으로 만들고, 경험에 의존하던 사후 대응 방식의 업무 환경을 미래가 예측하고 문제를 예방하는 예측 기반의 업무 환경으로 혁신할 수 있다”고 소개했다. 지멘스의 PLM 설루션인 팀센터(Teamcenter)가 제품의 모든 역사를 기록한 단일 진실 공급원(single source of truth)이라면, 알테어의 래피드마이너는 코딩 지식이 없이도 AI 모델을 개발할 수 있는 ‘똑똑한 AI 분석가’라고 할 수 있다. 두 설루션을 통합하면 래피드마이너가 팀센터의 데이터를 분석해 숨겨진 패턴과 인사이트를 찾아내고, 이를 바탕으로 미래 예측 모델을 생성할 수 있다. 그리고 이 예측 결과를 다시 팀센터에 전달해 시스템 전체가 똑똑해지는 선순환 구조를 만든다. 최종적으로는 현실을 명확히 이해하고 미래를 예측하는 ‘지능형 디지털 트윈’을 완성할 수 있다는 것이 최병희 본부장의 설명이다. 이 외에 공급망 최적화, 품질 이상의 조기 탐지, 고객 피드백의 반영 등 다양한 분야로 시너지를 확장할 수 있는 가능성도 점칠 수 있다. 최병희 본부장은 “PLM 데이터를 시작으로 ERP, MES, CRM 등 분산된 기업 데이터를 통합하면 더 큰 범위의 업무 혁신이 가능하다”고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

개발 : Formlabs 주요 특징 : 차세대 LFD 프린트 엔진을 사용해 99%의 프린트 성공률 제공, 유연성 및 제어 기능을 통해 워크플로/응용분야/소재 선택을 지원하는 개발자 플랫폼 지원  공급 : 폼랩코리아     랩코리아는 폼랩(Formlabs)이 초고속 대형 포맷 SLA 3차원 (3D) 프린터 기기인 ‘폼(Form) 4L’ 시리즈를 출시했다고 밝혔다. 이와 함께 폼랩은 사용자에게 더 큰 규모와 처리량, 더 나은 가격, 성능, 제어 능력을 제공하기 위한 새로운 프린터 액세서리 등 다섯 개의 프리폼(PreForm) 기능과 신규 후처리 솔루션도 공개했다.  SLA(Stereolithography Apparatus, 광경화 수지 조형방식)란 레이저를 사용하여 다양한 액상 수지를 고체 구조로 경화시켜 3차원 입체 조형물이나 부품을 생산하는 것으로, 정교하고 빠른 방법으로 매끄럽고 섬세한 표면 마감으로 부품을 생산하는 방식이다.  폼 4L은 빠른 속도의 대형 포맷 SLA 3D 프린터다. 폼랩은 기존 ‘폼 4’의 빠른 속도를 대형 포맷인 ‘폼 4L’과 생체 적합 버전인 ‘폼 4BL’로 다시 선보였다. 폼 4L과 폼 4BL은 다양한 프로토타입 제작에서부터 생산에 이르기까지 크기와 상관 없이 빠른 속도와 높은 신뢰성 및 인쇄 품질을 구현하는 데에 중점을 두고 개발됐다. 특히 폼 4L은 폼랩의 차세대 ‘로 포스 디스플레이(LFD : Low Force Display)’ 프린트 엔진을 사용함으로써 높은 신뢰성을 제공하며, 99% 가량의 프린트 성공률을 제공한다는 것이 폼랩의 설명이다.  이러한 장점에 더해, ‘폼 4’ 크기의 거의 5배에 이르는 빌드 볼륨을 갖추고 있어, 사용자는 제작 부품의 크기에 따른 문제를 해결할 수 있을 뿐만 아니라 대량으로 작은 파트를 프린팅하는 것이 가능해진다.  이밖에 폼 4L의 주요 특징은 다음과 같다.  빠른 프린팅 속도 : 시간 당 최고 80mm의 프린팅 속도로 6시간 이내 대형 프린트 완성  대형 파트 : 폼 4의 거의 5배에 이르는 빌드 볼륨  높은 처리량 : 폼 4L의 규모와 속도로 낮은 비용으로 하루 수천 개의 소형 파트 프린팅 가능  적은 폐기물 : 새로운 카트리지 디자인으로 플라스틱 폐기물 63% 축소 및 레진 분배 속도 향상  업계 최고 수준의 소재 : 내구성, 견고성, 생체 적합성, 난연성 등 응용 분야별 다양한 물성을 제공하는 23개 이상의 소재와 호환 가능  새로운 액세서리 : 레진 믹서, 레진 탱크, 빌드 플랫폼, 빌드 플랫폼 플렉스 L, 레진 펌핑 시스템, 후처리를 위한 피니시 키트와 폼 워시 L로 에코시스템 제공     폼랩의 데이비드 라카토스(David Lakatos) CPO는 “우리는 사용자가 아이디어를 실현하는데 필요한 자유와 유연성을 제공함으로써 혁신을 촉진할 수 있다고 믿는다”면서, “폼 4L은 규모와 복잡성에 관계 없이 사용자가 더 큰 문제를 해결하고, 거대한 아이디어를 번개 같은 속도로 실현할 수 있게 해 줄 것”이라고 말했다.  미국 장난감 회사 라디오플라이어(Radio Flyer)의 아고스티노 로벨로(Agostino LoBello) 제품 디자인 엔지니어는 “4L을 받자 마자 우리가 가장 먼저 프린트한 것이 스팅레이 라이드-온(Stingray Ride-On)의 시트였고, 벤더 미팅에 바로 그 3D 출력물을 사용했다”면서, “프린터의 속도와 규격 정확도가 우리 숍에 큰 변화를 가져왔다”고 설명했다.    폼랩 플랫폼으로 제어권과 유연성 강화  폼랩은 이와 함께 개발자와 대량 사용자를 위한 ‘폼랩 플랫폼’도 오픈했다. 폼랩 사용자들에게 더 많은 제어권과 유연성을 제공하기 위해서라는 것이 폼랩의 설명이다.  폼랩 플랫폼은 폼랩이 보유한 소재 라이브러리, 신규 소프트웨어, 통합 옵션과 소재 가격의 보완 등을 통해 사용자가 아이디어를 실현할 방식을 변화시키는데 통제권을 갖게 했다는 특징이 있다. 개발자 플랫폼 사용자는 전문가용 3D 프린터로 어떤 소재든 활용할 수 있는 자유와 유연성을 누릴 수 있다.  이를 계기로 폼랩은 개발자 플랫폼의 소프트웨어와 소재에 대해 새로운 가격을 도입한다. 오픈 머티리얼 모드(OMM)를 선택하면 라이선스를 통해 모든 소재를 제한 없이 사용 가능하다. 프린트 세팅 에디터(PSE)를 선택하면 전 머신에 대해 무료로 최대의 성능을 낼 수 있는 프린트 세팅 조정이 가능하다. API 및 통합을 통해서는 원하는 방식으로 작업이 가능하며, 사용하는 소프트웨어의 연결을 통해 프린트 작동도 가능하다.  이밖에 폼랩은 저렴한 가격으로 범용 소재를 통해 더 폭넓은 응용 분야 지원이 가능하도록 했으며, 분말 및 레진 소재 벌크 가격과 레진 펌핑 시스템으로 고품질의 3D 프린팅이 더 저렴해지고 확장 가능하도록 했다.  폼랩의 맥스 로보스키(Max Lobovsky) 공동 창립자 겸 CEO는 “폼랩은 3D 프린팅의 접근성을 높이겠다는 분명한 사명으로 시작했으며, 이번 플랫폼 오픈은 사용자가 모두를 위해 더 나은 3D 프린팅을 할 수 있도록 폼랩이 지원하는 새로운 장의 시작”이라고 말했다. 또한, “개발자 플랫폼은 폼랩 전체 플랫폼의 변혁을 의미하며, 사용자 제어의 이점과 외부 SLS 및 SLA 소재의 독특한 물성을 활용할 수 있게 할 것이다. 이 같은 변화는 장벽을 허물어 모든 수준의 혁신가가 끝없는 새로운 가능성을 탐색하고 아이디어를 실현하게 하도록 지원할 것”이라고 덧붙였다.        ■ 자세한 기사 내용은 PDF로 제공됩니다.

폼랩코리아는 고속 대형 포맷 SLA 3D 프린터인 ‘폼(Form) 4L’ 시리즈를 출시했다고 밝혔다. 이와 함께 폼랩은 사용자에게 더 큰 규모와 처리량, 더 나은 가격, 성능, 제어 능력을 제공하기 위한 새로운 프린터 액세서리 등 다섯 개의 프리폼(PreForm) 기능과 신규 후처리 솔루션도 공개했다. SLA(광경화 수지 조형방식)는 레이저를 사용하여 다양한 액상 수지를 고체 구조로 경화시켜 3차원 입체 조형물이나 부품을 생산하는 3D 프린팅 기술로, 정교하고 빠르게 매끄럽고 섬세한 표면 마감으로 부품을 생산할 수 있다는 점이 특징이다. 폼랩은 기존 폼 4 3D 프린터의 특징인 출력 속도를 그대로 내세우면서 대형 포맷인 ‘폼 4L’과 생체 적합 버전인 ‘폼 4BL’로 라인업을 나누었다. 폼랩은 “폼 4L과 폼 4BL은 다양한 프로토타입 제작에서부터 생산에 이르기까지 크기와 상관 없이 빠른 속도와 신뢰성 및 인쇄 품질을 구현한다”고 전했다.     특히 폼 4L은 폼랩의 차세대 로 포스 디스플레이(Low Force Display : LFD) 프린트 엔진을 사용해 향상된 신뢰성을 제공하며, 99% 정도의 프린트 성공률을 제공한다. 이에 더해 폼 4의 거의 5배에 이르는 빌드 볼륨을 갖춰, 사용자는 제작 부품의 크기에 따른 문제를 해결할 수 있을 뿐만 아니라 작은 파트를 대량으로 프린팅하는 것이 가능해진다. 이밖에 폼 4L의 주요 특징은 ▲시간 당 최고 80mm의 프린팅 속도로 6시간 이내 대형 프린트 완성 ▲폼 4의 거의 5배에 달하는 빌드 볼륨 ▲낮은 비용으로 하루 수천 개의 소형 파트 프린팅 가능 ▲새로운 카트리지 디자인으로 플라스틱 폐기물 63% 축소 및 레진 분배 속도 향상 ▲내구성, 견고성, 생체 적합성, 난연성 등 응용 분야별 다양한 물성을 제공하는 23개 이상의 소재와 호환 가능 ▲레진 믹서, 레진 탱크, 빌드 플랫폼, 빌드 플랫폼 플렉스 L, 레진 펌핑 시스템, 후처리를 위한 피니시 키트와 폼 워시 L 등 새로운 액세서리 등이다. 폼랩의 데이비드 라카토스(David Lakatos) CPO는 “우리는 사용자가 아이디어를 실현하는데 필요한 자유와 유연성을 제공함으로써 혁신을 촉진할 수 있다고 믿는다”면서, “폼 4L은 규모와 복잡성에 관계 없이 사용자가 더 큰 문제를 해결하고 거대한 아이디어를 번개 같은 속도로 실현할 수 있게 해 줄 것”이라고 말했다. 한편, 폼랩은 개발자와 대량 사용자에게 더 많은 제어권과 유연성을 제공하기 위한 ‘폼랩 플랫폼’을 오픈했다. 폼랩 플랫폼은 폼랩이 보유한 소재 라이브러리, 신규 소프트웨어, 통합 옵션과 소재 가격의 보완 등을 통해 사용자가 아이디어를 실현할 방식을 변화시키는데 통제권을 갖게 했다. 개발자 플랫폼 사용자는 고성능의 전문가용 3D 프린터로 다양한 소재를 활용할 수 있는 자유와 유연성을 얻을 수 있다. 폼랩은 이를 계기로 개발자 플랫폼의 소프트웨어와 소재에 대해 새로운 가격을 도입한다고 덧붙였다. 오픈 머티어리얼 모드(OMM)를 선택하면 라이선스를 통해 모든 소재를 제한 없이 사용 가능하다. 프린트 세팅 에디터(PSE)를 선택하면 전체 머신에 대해 무료로 최대의 성능을 낼 수 있는 프린트 세팅 조정이 가능하다. API 및 통합을 통해서는 원하는 방식으로 작업이 가능하며, 사용하는 소프트웨어의 연결을 통해 프린트 작동도 가능하다. 이밖에 폼랩은 저렴한 가격으로 범용 소재를 통해 더 폭넓은 응용 분야 지원이 가능하도록 했으며, 분말 및 레진 소재 벌크 가격과 레진 펌핑 시스템으로 고품질의 3D 프린팅이 더 저렴해지고 확장 가능해지도록 했다. 폼랩의 맥스 로보스키(Max Lobovsky) 공동 창립자 겸 CEO는 “폼랩은 3D 프린팅의 접근성을 높이겠다는 분명한 사명으로 시작했으며, 이번 플랫폼 오픈은 유저들이 모두를 위해 더 나은 3D 프린팅을 할 수 있도록 폼랩이 지원하는 새로운 장의 시작”이라면서, “개발자 플랫폼은 폼랩 전체 플랫폼의 변혁을 의미하며, 사용자 제어의 이점과 외부 SLS 및 SLA 소재의 독특한 물성을 활용할 수 있게 한다. 이 같은 변화는 장벽을 허물어 모든 수준의 혁신가들이 끝없는 새로운 가능성을 탐색하고 아이디어를 실현하게 하도록 지원할 것”이라고 전했다.

폼랩이 자사의 4세대 데스크톱 레진 3D 프린터인 폼 4(Form 4)와 폼 4B(Form 4B)를 출시했다. 폼 4와 폼 4B는 기존 폼 3보다 최대 5배 빠른 속도로 평균 부품 제작을 2시간 내외로 줄여 제품 디자이너 및 엔지니어, 제조업체, 헬스케어 분야의 생산성 향상과 시장 출시 기간 단축을 지원한다. 폼 4와 폼 4B는 폼랩의 새로운 저강도 디스플레이(Low Force Display : LFD) 프린터 엔진과 향상된 재료 라이브러리, 새로운 자동 후처리 시스템 및 직관적인 사용자 경험 등이 특징이다. 소재에 따라 폼 3+보다 최소 2배에서 최대 5배 빠른 속도로 제품을 인쇄해 시제품 반복 제작 또는 mSLA(광조형) 기술을 사용한 일괄 생산이 가능하다. 시간당 수직 프린트 속도는 최대 100mm로 대부분의 제품은 2시간 이내, 소형 부품은 몇 분 이내에 제작할 수 있다. 또한 레이저 및 검류계 기술에서 출발해 초고출력 백라이트(16 mw/㎠), 독자적인 이형 텍스처, LPU 4(Light Processing Unit 4), 이중 레이어의 유연한 필름 레진 탱크를 탑재했다.     신뢰성과 경제성도 갖추었다. 오래 지속되는 재료 탱크(7만 5000 레이어 이상)와 광 처리 장치(100만 레이어 이상), 40% 낮은 레진 가격, 30% 더 큰 프린트 볼륨, 3.5배 더 높은 처리량으로 부품당 비용을 최대 40% 절약할 수 있으며, 정밀 가열, 힘 감지 및 이물질 감지 기능이 있어 높은 수준의 프린트 성공률을 제공한다는 것이 폼랩의 설명이다. 50미크론 픽셀, 높은 기준 조명, 고급 픽셀 스무딩, 가벼운 터치 지원이 가능해 다양한 상황에서 정확하게 맞는 부품 생산이 가능하며, 자동 레진 처리, 즉각적인 재료 변경, 자동 후처리 및 퀵 릴리스(신속 분리) 기술이 탑재된 빌드 플랫폼을 통해 누구나 15분이면 3D 프린트 방법을 손쉽게 습득할 수 있다. 이에 더해 폼랩은 재료 라이브러리에 폼 4 에코시스템을 활용해 폼 3보다 2~5배 더 빠르게 프린트할 수 있는 새롭게 재구성된 4가지 범용 레진, 고속 프로토타입 및 교정용 모델 제작을 위한 고속 모델 레진, 정확한 치과용 모델이 제작 가능한 정밀 모델 등 6가지 새로운 레진을 추가했다. 폼 4는 폼랩의 재료 라이브러리에서 17개 이상의 다른 성능 재료를 사용할 수 있도록 검증이 완료되었으며, 새로운 재료가 정기적으로 추가될 예정이다. 폼 4B는 15개의 추가 생체 적합성 재료와 호환되어 치과 및 의료 산업의 혁신을 지원한다. 마이크로소프트의 마크 혼슈케(Mark Honschke) 적층 가공 프로토타이핑 책임자는 “마이크로소프트의 모든 하드웨어 카테고리를 지원하는 폼랩이 출시한 폼 4는 엔지니어링 등급의 재료가 필요한 프로젝트에 있어서 빠른 프린트 시간으로 고성능 부품을 제작하는 것은 물론, 24시간 내 여러 번의 반복 제작이 가능해졌다”고 말했다. 포드 자동차의 브루노 알베스(Bruno Alves) AM/IM 개발 엔지니어는 “폼 4의 속도와 다양한 소재 덕분에 매일 여러 개의 프로토타입과 제조 보조 부품을 제작할 수 있게 됐다”면서, “폼 4는 부품 설계 및 생산 방식을 바꾸어 제품 개발의 효율성을 높이는 데 도움을 주고 있다”고 말했다. 폼랩의 맥스 로보브스키(Max Lobovsky) CEO는 “13만 대 이상의 프린터와 3억 개 이상의 부품을 제작하며 얻은 강점과 통찰력을 바탕으로 출시한 SLA 프린터 폼 4는 폼랩과 고객뿐 아니라 3D 프린팅 업계 전체에 큰 도약이 될 것”이라면서, “폼 4의 안정성과 새로운 차원의 속도는 모든 산업에서 우리의 고객이 신제품을 제작하고 개발하는 방식을 변화시킬 것”이라고 전했다.

   

디지털 지식전문가 조형식의 지식마당   필자는 오랜 동안 개인의 지식 관리에 대해서 관심을 가지고 있었다. 개인의 지식 관리에서 가장 중요한 것은 인생의 빅데이터이다. 개인의 인생 빅데이터는 각 개인의 삶과 경험과 경력 그리고 사고 방식이 녹아 있다고 해도 과언을 아닐 것이다. 특히 글쓰기나 강의 등에는 개인의 지식이 절대 필요하고 체계적인 관리가 효율적이다. 그러나 컴퓨터의 하드웨어와 소프트웨어의 제한으로 개인의 지식 관리 또는 빅데이터 데이터 마이닝은 구현되기 어려웠다. 현재의 지식 관리는 조직의 지식 관리이며, 개인의 지식 관리 시스템(PKMS : Personal Knowledge Management System)은 일반적인 지식 관리 시스템(KMS : Knowledge Management Systems)과는 추구하는 방향성이 다르다. 현재 대부분의 지식 관리에 관한 연구는 조직의 지식 관리이다. 20년 전에 유행하였던 지식 관리는 주로 관계형 데이터베이스(DB)로 만들어졌다. 관계형 DB는 주로 계층적 구조 정보에 강하지만 네트워크 구조에는 약하다. 최근에는 빅데이터 기술과 지식 그래프(knowledge graph)의 발전과 인공지능(AI : Artificial Intelligence) 기술 발전으로 최고의 개인 지식 관리 환경을 만들 수 있다.   그림 1. 지식 그래프   특히 개인의 지식 관리에서 디지털 정원(digital garden)은 중요하다. 디지털 정원이라는 개념은 20년 넘게 화자되고 있다. 디지털 정원은 하이퍼텍스트(hypertext)와 궤적을 같이하므로 초창기에는 하이퍼텍스트 가든(hypertext graden)이라고도 했다. 그것은 그 시대에 몇 가지 의미론적 변화를 거쳤고, 이는 수년에 걸쳐 다른 사람들에게 다른 것을 의미한다. 개념은 현재 개인의 지식에 대한 메모, 리소스, 스케치 등 탐색의 공개 모음 데이터이다. 어떤 사람들은 개인 블로그나 네이버 카페 또는 페이북의 페이지나 그룹을 사용할 수 있다. 필자는 주로 페이스북의 전문 그룹에서 디지털 정원을 만들고 있다. 최근에 만든 디지털 정원은 메타버스 디지털 정원이다.   그림 2. 디지털 정원(digital garden)   디지털 정원은 개인의 지식 관리가 가진 한계를 극복할 수 있다. 수많은 그룹 회원들이 자신의 지식과 경험과 전문 뉴스와 리소스의 링크를 공유하면서 디지털 정원은 풍성해지고 있다. <그림 2>는 개인의 지식 관리에서 글쓰기와 노트의 중간에 디지털 정원이 있다는 것을 보여준다. 얼마 전 신문 기사를 보니, ‘사피엔스’라는 책의 저자로 유명한 유발 하라리가 최근 ‘사피엔스’ 10주년 특별판 서문을 인공지능 글쓰기 프로그램 GPT-3가 대필한 것에 커다란 충격을 받았다고 한다. 인공지능은 하라리의 책과 논문, 인터뷰 등을 종합해서 글을 완성했다. 하라리가 이제껏 했던 말을 짜깁기한 수준이지만, AI가 썼다고 짐작하기 힘들 정도로 자연스러운 흐름을 보여줬다. 하라리는 “나를 구현해 낸 GPT-3의 글을 보면서 마음이 복잡했다”면서 무엇보다 변화의 속도에 놀랐다고 했다. 하라리는 “2010년 ‘사피엔스’를 집필할 때 나는 AI에 전혀 관심이 없었다”며, “10년이 지난 현재 AI 혁명이 전세계에 휘몰아치고, 이 혁명은 우리가 알던 방식의 인류 역사가 끝났다는 신호를 보내고 있다”고 썼다. 그는 결론적으로 다시 출발점으로 돌아가 상상 속의 질서와 지배적 구조를 창조해내는 인류의 독특한 능력을 재검토해야겠다는 생각이 들었다고 했다. GPT-3는 OpenAI라는 회사가 만든 언어 AI의 이름이다. GPT-3는 시, 그래프, 이력서, 이메일, 짧은 에세이 등을 작성하는 등 활용 범위도 다양하다.   그림 3. OpenAI의 GPT-3   이 달은 필자 개인적으로는 역사적인 달이다. 1년 반 전에 개인 지식 시스템 지식을 그래프(knowledge graph) 환경으로 구축하였는데, 다음 단계로 이 개인 지식 관리 시스템과 인공지능을 연결하였다. 인공지능 엔진은 Open AI의 GPT-3이다. GPT-3는 필자의 첫 번째 질문에 이렇게 대답했다. 필자의 질문 : “새로운 아이디어를 만드는 방법을 알려달라.” OpenAI GTP-3의 대답 : “혁신은 아이디어를 받아들여 현실로 바꾸는 과정입니다. 새로운 아이디어를 창출하기 위해 다음과 같은 여러 단계를 수행할 수 있습니다.” 존재하는 필요성 또는 문제 식별 그 필요성이나 문제에 대한 잠재적 해결책의 브레인스토밍 잠재적 해결책의 타당성 평가 가장 유망한 솔루션 선정 및 실행 계획 수립 솔루션 테스트 및 정제 혁신을 시작하기 어떻게 보면 당연한 이야기를 조합해서 만든 것 같지만, 그래도 읽은 만은 한 것 같다. 다음 3 단계는 필자의 지식 데이터베이스와 연결하여 특화된 대답을 듣는 것이다. 다시 말해서 개인 지식의 초개인화(hyper-personalization)라고 할 수 있다. 결론적으로 우리의 인사이트를 사용하면 모든 접근방식(approach)에는 두 가지가 있다. 하나는 시스템 싱킹 1을 이용해서 자원을 적게 소모하고, 신속하게 결정하는 것이다. 그러나 결과의 질에는 리스크가 있다. 두 번째는 시스템 싱킹 2를 이용한 신중하고 오랜 시간과 많은 자원을 소모해서 결정하는 것이다. 그러나 현실에서 하이브리드(hybrid)일 것이다.   그림 4. 롬 리서치(Roam Research)와 OpenAI GPT-3의 연결   우리의 모두 접근 방식에 GTP-3같은 생성형 인공지능(generative AI)이 사용될 것이다. 그러나 아직도 인간의 시스템 싱킹 2 수준을 달성하려면 약간의 시간이 더 걸릴 수 있다. 인공지능시대가 올수록 인간의 역량(competence)은 경력이나 경험이 아닌 신속한 학습 능력과 호기심 그리고 예술적인 창조력과 혁신의 스킬이 될 것이다. 궁극적으로 조직의 인공지능과 대응하기 위해서 우리는 다수의 개인 브레인 디지털 트윈(brain digital twin)이 필요하게 될 것이다. “누구에게나 아침은 온다. 그러나 누구에게나 아침이 찬란한 것은 아니다. 만약 그대의 아침이 찬란하지 않다면 태양을 탓하지 말고 그대 자신을 탓하라. 그대의 모든 미래는 그대 자신이 만들어가는 것이다.” - 이외수, ‘청춘불패’ 중에서   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.

HP 디자인젯 T200 플로터, 자동급지대 무료 프로모션