#태성에스엔이 #CAE #컨퍼런스 구조/유동/열 해석부터 AI 연계까지 | TSTS 2026 기술 컨퍼런스 안내      이 내용이 제대로 보이지 않으면 행사 상세 페이지에서 확인하시기 바랍니다. 엔지니어링 경쟁력은 더 이상 기술의 보유 여부가 아니라 얼마나 빠르고 효과적으로 활용하는가에 의해 결정됩니다. 특히 AI와 시뮬레이션의 결합은 제품 개발 속도와 의사결정 방식 전반에 의미 있는 변화를 만들어오고 있습니다. TSTS 2026에서는 다양한 산업의 실제 적용 사례를 통해 엔지니어링 혁신이 어떻게 개발 기간 단축, 비용 절감, 경쟁력 강화로 이어지는지를 확인하실 수 있습니다. - 개발 리드타임 단축 및 비용 절감 사례 - 데이터 기반 설계 의사결정 고도화 전략 - 기업 경쟁력 강화를 위한 기술 활용 방향 이번 행사를 통해 귀사의 엔지니어링 전략을 점검하고, 실질적인 성과로 이어질 수 있는 방향을 확인하시기 바랍니다. 출장공문 다운로드 ■ AGENDA 기조연설 : 10:00 ~ 11:20 르웨스트홀 A 10:00 – 10:30  |  #Ai 반도체 Agentic AI 인공지능을 위한 HBM-HBF 메모리 구조의 혁신 Physical AI 시대로의 진입에 따라 AI의 성능은 이제 GPU가 아닌 '메모리 대역폭과 용량'에 의해 결정됩니다. 본 강연에서는 초거대 AI 데이터 센터의 핵심 전략이 될 HBM-HBF 최적화 구조를 제안합니다. 차세대 기술인 HBDF와 3차원 통합 구조를 통해 미래 AI 서비스를 위한 메모리 기술 혁신의 방향성을 확인하시기 바랍니다. 김정호 교수  KAIST 10:30 – 11:00  |  #방산/구조해석 고밀도 AESA 레이더 시스템을 위한 구조해석 기반 수냉식 냉각판 설계와 검증: 내압 성능 예측부터 헬륨 기밀시험을 통한 프로토타입 검증까지 근접방어무기체계(CIWS)의 핵심인 AESA 레이더는 고밀도 발열 소자를 포함한 TRM의 안정적 냉각이 운용 신뢰성을 좌우합니다. 본 발표에서는 복잡한 냉각 유로를 내장한 수냉식 냉각판의 설계 단계에서 구조해석을 통해 내압 성능과 최대 변위를 사전 검증한 과정을 소개합니다. 제작 공정 안정화를 거쳐 완성된 프로토타입에 대한 헬륨 기체 내압시험 결과를 통해 설계 기준 충족 여부를 확인하시기 바랍니다. 신동준 수석연구원  LIG D&A 11:00 – 11:20  |  #Ai+Ansys From Physics to AI: The Evolution of Simulation with Ansys and Tae Sung S&E AI의 기능 확대에 따라, 공학 시뮬레이션 분야에서도 '정확한 물리 해석'을 유지하면서 '속도와 자동화'를 극대화할 수 있는 도구로서의 개발이 활발히 진행되고 있습니다. 본 세션에서는 Ansys의 AI의 기술개발 현황과 함께 이의 올바른 적용을 위한 태성에스엔이의 서비스를 설명합니다. 윤진환 본부장  태성에스엔이 Lunch Break 11:30 - 12:50 산업군 트랙 : 12:50 ~ 17:00 르웨스트홀 4F 각 세션장 전기/전자/ 반도체 자동차/ 모빌리티 항공우주/ 방산 에너지/중공업/ 플랜트 헬스케어  Agenda 한 눈에 보기 ■ 사전등록 안내 기간 : 2026.04.01.~05.08. 한정된 좌석으로 인하여 조기 마감 될 수 있습니다. 혜택 1 사전등록 후 현장참여 선착순 300분께 태성에스엔이의 키링을 제공합니다.   혜택 2 사전등록 후 현장참여 선착순 500분께 점심식사를 제공합니다.   ＊ 행사 종료 후 진행되는 설문조사에 참여해 주세요. 소중한 의견을 주신 분들께 깜짝 기념품을 드립니다. 사전신청 바로가기 Sponsor Platinum Gold Silver

LG 그룹 제조 현장의 실제 R&D 품질 리더와 전문가 총출동하는 세미나에 초청합니다. LG전자 / LX하우시스 / LGCNS 외

델 워크스테이션 이벤트 상담, 자료요청시 스타벅스 라떼 드립니다. 상담, 자료 요청하기 Intel, 인텔, Intel로고, Xeon 로고는 미국 및 기타 국가에서의 Intel Corporation 또는 그 자회사의 상표 또는 등록상표입니다. 델인터내셔널 주식회사 | 대표자: 김 경 진 사업장 소재지: 서울특별시 강남구 테헤란로 152, 18층 (역삼동, 강남파이낸스센터) 사업자등록번호: 102-81-38311 | 통신판매업 신고번호: 제 2013-서울강남-01040 호 대표번호: 02-6147-1919 | 홈페이지: Dell.com | 이메일: privacy@dell.com Dell Technologies 글로벌 본사 주소는 One Dell Way, Round Rock, TX, 78682 입니다. Copyright © 2026 Dell Inc. or its subsidiaries. All Rights Reserved. Dell Technologies, Dell 및 기타 상표는 Dell Inc. 또는 해당 자회사의 상표입니다. 기타 모든 상표는 해당 소유주의 상표일 수 있습니다.

한국레노버가 국내 산업 환경에 맞춘 인공지능(AI) 기반 컴퓨팅 설루션 ‘씽크엣지(ThinkEdge)’ 2종을 새로 내놓았다. 최근 기업들이 운영 효율을 높이고 데이터 지연 시간을 줄이기 위해 현장에서 직접 인텔리전스를 활용함에 따라 에지 컴퓨팅은 장치와 인프라, 클라우드를 잇는 핵심 기술로 주목받고 있다. 특히 기존 PC나 서버를 설치하기 힘든 열악한 환경에서도 안정적으로 작동하는 산업용 에지 시스템에 대한 수요가 늘고 있다. 이번에 출시한 제품은 씽크엣지 SE30n 2세대와 씽크엣지 SE60n 2세대다. 두 제품은 냉각 팬이 없는 팬리스 구조로 설계했으며, 작동 온도 범위가 넓어 산업 현장에서도 안정적으로 사용할 수 있다. 클라우드 의존도를 낮춘 온디바이스 AI를 적용해 데이터 처리 속도를 높였으며 분산형 아키텍처를 통해 다양한 환경에 유연하게 대응한다. 씽크엣지 SE30n 2세대는 인텔 코어 프로세서를 탑재한 0.8리터 크기의 초소형 에지 설루션이다. 초당 최대 26조 번 연산이 가능한 26 TOPS의 AI 가속 성능을 갖췄으며 데이터가 발생하는 현장에서 즉각적인 분석과 처리를 수행한다. 48GB DDR5 메모리와 이중 저장 구조를 채택해 연산 능력과 저장 효율을 높인 것이 특징이다. 0도에서 50도 사이 온도에서 작동하며 먼지 방수 등급인 IP50을 획득했다. 다양한 장착 방식을 지원해 공간이 좁은 곳에도 설치가 가능하며 4G와 5G 등 무선 네트워크 연결 기능도 제공한다.   ▲ 씽크엣지 SE30n 2세대   고성능 모델인 씽크엣지 SE60n 2세대는 다중 카메라 비전과 자동화 공정 등 복잡한 작업을 처리하는 데 적합하다. 인텔 코어 울트라 프로세서와 전용 신경망처리장치(NPU)를 통해 최대 97 TOPS의 AI 연산 성능을 구현한다. 이를 통해 제품 결함 감지나 자율 로봇 운영과 같은 고난도 업무를 지원한다. 영하 20도부터 영상 60도까지 견디는 내구성을 갖췄으며 네트워크 장애 발생 시 자동으로 연결을 전환하는 기능을 넣어 운영 중단 시간을 최소화했다. 두 제품은 보안 칩인 TPM 2.0과 시스템 상태를 감시하는 워치독 타이머를 탑재해 안정성을 강화했다. 또한 전용 관리 서비스를 통해 소프트웨어와 펌웨어 업데이트를 중앙에서 통합 관리할 수 있다. 한국레노버 신규식 대표는 “산업 전반에 AI가 확산되면서 현장에서 실시간으로 정보를 분석하고 의사결정을 내리는 에지 컴퓨팅의 역할이 중요해졌다”고 설명했다. 이어 “이번 신제품은 제조와 물류 등 다양한 분야에서 운영 효율을 혁신할 수 있는 도구가 될 것”이라며, “앞으로도 기업이 데이터를 실시간 통찰력으로 전환할 수 있도록 지원할 계획”이라고 밝혔다.

산업을 위한 AI와 버추얼 트윈 기술 (2)   이번 호에서는 다쏘시스템의 LBM 기반 CFD 설루션인 파워플로(PowerFLOW)를 활용하여, 하중 및 회전에 의해 변형되는 트레드 타이어를 반영한 정밀 유동 예측 워크플로를 제시한다. 드라이브에어(DrivAer) 모델 적용을 통해 접지면과 사이드월 돌출부 형상 변화가 차량 항력 및 후류 구조에 미치는 영향을 분석하고, 실제 주행 조건을 고려한 차세대 공력 최적화 설계 프로세스의 방향성을 제안한다.   ■ 고석원 다쏘시스템의 유동해석 컨설턴트로, 국내 완성차 업체의 공력 및 공력소음 분야 CFD 프로젝트 수행 및 기술 지원을 담당하고 있다. 홈페이지 | www.3ds.com/ko   EV(전기자동차) 시대에 접어들면서 공력 성능은 단순한 항력 계수(Cd : Drag Coefficient) 저감의 문제가 아니라, 에너지 효율과 주행거리 경쟁력을 결정하는 핵심 설계 변수로 자리잡았다. 특히 고속 주행 영역에서는 타이어 주변에서 형성되는 복잡한 와류 구조가 전체 항력에 상당한 영향을 미친다. 그러나 현재까지 많은 외부 유동해석은 계산 효율과 모델 단순화를 이유로 강체 타이어 형상을 가정해왔다. 실제 주행 조건에서는 차량 하중과 회전에 의해 타이어 접지면이 평탄화되고, 트레드 패턴이 국부적으로 변형된다. 이러한 기하학적 변화는 경계층 발달과 박리 위치, 그리고 후류 구조에 직접적인 영향을 미친다. 그럼에도 불구하고 설계 단계에서 이러한 변형 효과는 충분히 반영되지 못하는 경우가 많다. 이 간극은 단순한 수치 오차를 넘어, 설계 의사 결정의 신뢰성 문제로 이어질 수 있다. 기존의 전산유체역학(CFD : Computational Fluid Dynamics) 접근에서는 회전 조건을 MRF(Moving Reference Frame) 혹은 LRF(Local Reference Frame) 기법을 구현하고, 접지부는 이상적인 평면 조건으로 단순화한다. 이 방식은 빠른 비교 분석에는 적합하지만, 접지부 인근의 비대칭 유동 구조와 시간에 따라 변화하는 와류 변동을 충분히 재현하기 어렵다. 특히 하중에 의해 형성되는 접지부 형상 변화는 타이어 하부 압력 분포를 바꾸고, 이는 차체 하부 유동과 상호작용하며 항력 특성에 영향을 미친다. 고속 주행 시에는 원심력에 의한 외경 변화까지 더해져 형상 변형이 복합적으로 발생한다. 따라서 현실 기반 공력 예측을 위해서는 타이어 변형을 포함한 해석 전략이 요구된다.   파워플로 기반 정밀 유동 예측 방법론 이번 호에서는 LBM(Lattice Boltzmann Method) 기반 CFD 설루션인 파워플로를 활용하여 하중 및 회전 변형을 반영한 해석 환경을 구축하였다. 차량 모델은 <그림 1>과 같이, 오픈소스 표준 차체 형상인 드라이브에어 모델을 적용하였다. 타이어 형상은 단순 강체 모델과 실제 하중 조건을 반영한 변형 트레드 타이어 모델을 사용하였다. 변형 형상은 파워플로의 전처리 모듈인 파워델타(PowerDELTA)를 통해 구현되었으며, <그림 2>와 같이 정적 하중에 의해 형성되는 접지면(contact patch)과 사이드월 돌출부(buLGe)를 기하학적으로 재현하였다. 수치해석 방법에는 회전하는 타이어에 IBM(Immersed Boundary Method)을 적용하여 타이어 인근에서 시간에 따라 변화하는 유동 구조와 후류 거동을 정밀하게 분석하였다.   그림 1. 드라이브에어 차량 형상   그림 2. 접촉면과 돌출부의 형상(왼쪽 : 접촉면, 오른쪽 : 돌출부)   해석 케이스 구성 해석 케이스는 변형 타이어의 적용 유무와 <그림 3>에 나타낸 바와 같이, 타이어 변형 효과를 체계적으로 비교하기 위해 다음 세 가지 인자를 독립적으로 변화시켰다. 사이드월 돌출부(buLGe, B) 횡방향 삽입각(slip angle, α) 접지면 폭(contact patch width, W)   그림 3. 변형 타이어 인자 변화 조건   각 변수 변화에 따른 항력 특성 및 후류 구조 변화를 비교함으로써, 설계 관점에서 지배적인 인자를 도출하고자 하였다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (13)   설계 업무 환경이 급변하고 있다. 과거에는 동일한 사무실과 네트워크 안에서만 업무가 이루어졌다면, 이제는 재택근무, 외근, 현장 대응, 그리고 글로벌 협업까지 고려해야 하는 시대이다. 이러한 변화는 CAD 소프트웨어의 기능을 넘어, 라이선스를 어떻게 배포하고 효율적으로 운영할 것인가라는 새로운 과제를 제시하고 있다. 이런 흐름 속에서 주목할 만한 설루션이 바로 아레스 플렉스 클라우드(ARES Flex Cloud) 라이선스이다. 이는 단순히 기존의 네트워크 라이선스를 클라우드로 옮긴 것이 아니다. 장소의 제약을 줄이고, 다양한 사용자에게 유연하게 권한을 배분하며, 관리 효율까지 높인 새로운 운영 방식이다. 특히 아레스의 통합 생태계인 ‘트리니티(Trinity)’ 기능이 탑재되어 오늘날의 분산형 설계 환경에 최적화된 대안으로 떠오르고 있다.   ■ 최하얀 위즈코어 마케팅팀의 전임으로 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   플렉스 클라우드는 무엇이 다른가     아레스 플렉스 클라우드는 여러 사용자가 공동으로 사용할 수 있도록 설계된 클라우드 기반 라이선스이다. 여기서 핵심인 트리니티는 아레스의 3대 제품군을 통합한 개념이다. 아레스 커맨더(ARES Commander) : 데스크톱 기반 CAD(윈도우/맥OS/리눅스에서 오토캐드와 같이 도면 설계) 아레스 쿠도(ARES Kudo) : 웹 브라우저 기반의 클라우드 CAD(도면 검토 및 수정) 아레스 터치(ARES Touch) : 모바일 기반 CAD(스마트폰 및 태블릿 활용) 플렉스 클라우드의 가장 큰 특징은 이 통합 플랫폼을 클라우드 상에서 공유할 수 있다는 점이다. 전체 사용자는 제한 없이 초대할 수 있지만, 동시에 사용할 수 있는 인원은 구매한 시트(seat) 수만큼 제한된다. 예를 들어 3시트를 구매했다면 동시 사용자는 3명으로 제한되며, 나머지 인원은 대기하거나 ‘보기 전용’ 모드로 접속하게 된다.(최소 3시트부터 구매 가능)     기존 플렉스 네트워크(Flex Network) 라이선스가 사내 서버를 구축하고 로컬 네트워크 안에서만 작동했다면, 플렉스 클라우드는 라이선스 서버가 클라우드에 존재한다. 따라서 집, 외부 현장, 해외 지사 등 장소에 구애 없이 보다 자율적으로 라이선스를 공유할 수 있다. 이것이 기존 네트워크 방식과 구분되는 가장 결정적인 차이이다.   협업과 운영 방식까지 바꾸는 라이선스     플렉스 클라우드의 강점은 단순한 ‘원격 접속’에 그치지 않는다. 기존 네트워크 라이선스는 주로 데스크톱 중심(아레스 커맨더)으로 운영되어 계정 기반의 트리니티 협업 기능을 충분히 활용하기에는 한계가 있었다. 반면 플렉스 클라우드는 사용자별 계정 로그인 방식을 채택하여 데스크톱, 웹, 모바일을 자유롭게 넘나드는 연계 작업이 가능하다. 이러한 구조는 협업의 질을 바꾼다. 클라우드 저장소에 동기화된 도면을 기반으로 실시간 작업을 진행하거나, 외부 협력사에 보기 전용 링크를 보내 마크업을 받는 과정이 훨씬 매끄러워진다. 특히 구글 드라이브, 원드라이브, 셰어포인트, 드롭박스뿐만 아니라 온쉐이프(Onshape), 트림블 커넥트(Trimble Connect) 등 다양한 클라우드 서비스와 연동된다는 점은 분산 협업 환경에서 큰 무기가 된다. 관리 측면의 편의성도 향상된다. 별도의 라이선스 서버 설치나 복잡한 PC별 설정이 필요 없다. 관리자는 그래버트(Graebert) 고객 포털에서 조직을 생성하고 이메일로 사용자를 초대하기만 하면 된다. IT 인프라 구축 비용과 운영 리소스를 줄일 수 있어, 여러 지점을 관리해야 하는 기업에 더욱 매력적이다.   플렉스 클라우드가 바꾸는 라이선스 관리의 방식     플렉스 클라우드의 진짜 의미는 단순히 ‘어디서나 접속할 수 있는 라이선스’에만 있지 않다. 더 본질적인 변화는 라이선스를 관리하는 방식 자체가 달라진다는 점이다. 기존의 라이선스 운영은 누가 어떤 PC에서, 어떤 네트워크 안에서 사용할 것인지 미리 정해 두는 방식에 가까웠다. 반면 플렉스 클라우드는 사용자 계정과 조직 단위로 운영되기 때문에, 실제 업무 흐름에 맞춰 보다 유연한 관리가 가능하다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

스노우플레이크가 실제 데이터를 활용해 아이디어를 직접 구현해보는 ‘스노우플레이크 해커톤 2026’을 개최한다. 이번 행사는 지난해 열린 첫 대회에 이어 두 번째로 마련됐으며 이전보다 프로그램 구성과 운영 규모를 확대했다. 이번 해커톤은 개발 중심의 테크 트랙과 아이디어 중심의 비즈니스 트랙으로 나누어 운영한다. 테크 트랙에서는 실제 데이터를 이용해 애플리케이션을 개발하며, 비즈니스 트랙에서는 데이터 기반의 문제 해결 방안과 사업 모델을 제시하는 과제를 수행한다. 데이터 사이언티스트나 개발자뿐만 아니라 AI를 활용한 비즈니스 아이디어를 가진 일반인도 참여할 수 있다.     참가자들은 스노우플레이크의 AI 데이터 클라우드 플랫폼 위에서 데이터 애플리케이션을 자유롭게 설계한다. 이번 대회에는 아정당, SPH, 리치고, 넥스트레이드 등 여러 파트너사가 제공하는 데이터 세트가 활용된다. 다양한 외부 데이터가 공유되는 스노우플레이크 마켓플레이스를 써서 새로운 비즈니스 가치를 만드는 설루션을 구현하는 것이 핵심이다. 필요한 경우 스노우플레이크 라이브러리나 오픈소스 도구도 함께 사용할 수 있다. 스노우플레이크는 참가자들이 플랫폼을 원활하게 쓸 수 있도록 행사 전에 총 세 차례의 밋업과 웨비나를 진행한다. 참가자들은 실습 프로그램을 통해 최신 AI 기능과 활용 전략을 배우고 전문가들의 개발 노하우를 전달받는다. 특히 4월 1일 열리는 웨비나에서는 전년도 수상팀과 심사위원들이 결선 진출을 위한 가이드를 설명할 예정이다. 과제 평가는 트랙별로 기준이 다르다. 테크 트랙은 창의성과 AI 전문성, 현실성, 스토리텔링 등을 살피고 비즈니스 트랙은 시장성과 실행 가능성 등을 중점적으로 평가한다. 스노우플레이크 플랫폼과 마켓플레이스 데이터를 얼마나 효과적으로 활용했는지가 공통적인 주요 심사 요소다. 최종 선정된 6개 팀은 4월 29일 결선 무대에서 발표를 진행한다. 심사위원으로는 최기영 스노우플레이크 코리아 지사장을 포함해 LG유플러스, 네이버웹툰, 리치고, SPH, 아정당의 데이터 및 AI 전문가들이 참여해 수상팀을 결정한다. 스노우플레이크 코리아의 최기영 지사장은 “올해로 두 번째 열리는 이번 해커톤은 데이터와 AI 기반의 혁신을 실제로 구현하고 공유하는 자리”라면서, “개발자와 전문가뿐만 아니라 AI에 관심 있는 누구나 참여해 새로운 가능성을 발견하기를 기대한다”고 말했다.

SIMTOS 2026  - 캐드앤그래픽스 주관 컨퍼런스 Day 2 4.17(금) - 뿌리산업 & 소부장 컨퍼런스 발표자 및 발표 내용 소개 1. 2026년 소부장 R&D 정책지원 방향 한국산업기술기획평가원(KEIT) 정민하 본부장 [강연 내용]  소부장 및 공급망 현안과 소부장 관련 기업지원 정책 및 소부장 지원정책 활용 방법과 소부장 관련 기관 지원을 위한 사업 및 예산에 대해 소개한다. [약력] 한국산업기술기획평가원 전략기획팀장 한국산업기술기획평가원 소재부품전략팀장 2. 제조 AX 기반 반도체 소부장 경쟁력 강화전략 성균관대 권석준 교수(부학장) [강연 내용] 소버린 AI가 국가 정책으로 부상하면서 AI 모델 자립은 물론, 향후 기존 산업으로의 확장을 염두에 둔 M.AX(제조업 AI 전환) 방향이 구체화되고 있다. 특히 한국 수출 산업 중 가장 큰 비중을 차지하는 반도체에서는 대기업뿐만 아니라 반도체 소부장의 경쟁력 강화를 위해 제조 AX 전략이 어떻게 합치될 수 있을지 논한다. [약력] 서울대학교 공과대학 화학생물공학부 학석사(02,04), MIT 화학공학과 공학박사(13), 한국과학기술연구원(KIST) 첨단소재연구본부 선/책임연구원 (13-21), 성균관대학교 화학공학부 교수 및 공과대학 부학장 (현재), 과기정통부 국가전략기술 반도체 분과위원   3. 공작기계에서 '지능형 제조 에이전트'로: AX를 통한 제조 플랫폼의 진화 DN솔루션즈 엄재홍 상무 [강연 내용] AI 산업 전환(AX)에 대해 기계 산업과 AI 관점에서 살펴보고 시사점을 논의한다. [약력] ㈜디엔솔루션즈 AI담당 임원 (전) 현대오토에버㈜ AI 기술팀장, ㈜LG LGSP AI 기술팀장 등 연사는 AI 기술 전문성과 4대 그룹 주요 산업 경험을 바탕으로 현장의 AI 기반 산업 전환을 이끌고 있다. 4. AI(인공지능) 기반 자율제조 대응 방안 및 추진 전략 화신 이기동 상무 [강연 내용]  최근 데이터 기반 중심 제조 환경 패러다임 변화 자율 제조 개념 (자율 제조 정의 및 단계) 현재 제조 시스템 현황 및 한계 자동차 부품개발 및 제조 전문 업체인 화신의 기술개발 사례 [약력] 1992년 1월 ~ 화신 입사 주요경력 : 제품 설계, 금형 설계, 해외 법인 구축 전) 신사업부문장, 현) 화신 생산기술본부장    5. 항공엔진용 핵심 부품소재의 신뢰성 확보 및 기술개발 추진 전략 한화에어로스페이스 송덕용 수석연구원 [강연 내용] 항공엔진의 고온·고응력 운용환경 대응을 위한 핵심 부품소재의 설계-공정-시험·평가·인증 절차를 확립하고, 통계 데이터 기반의 신뢰성 확보 전략 및 산학연 협력 기술개발 방안을 제안한다. [약력] 2012~2018 두산에너빌리티, 원자력발전용 핵심 부품소재 국산화 기술개발 2018~2020 한국금속재료연구조합, 산업부 소부장 기술개발 사업 기획위원 2020~2024 한국생산기술연구원, 뿌리산업 진흥과 첨단화를 위한 정책 및 신규 Project 기획 2024~ 현재 한화에어로스페이스, 항공엔진용 소재부품 국산화 기술개발 SIMTOS 2026 컨퍼런스 상세 내용 보러가기 >>

SIMTOS 2026  - 캐드앤그래픽스 주관 컨퍼런스 Day 1  4.16(목) - 피지컬 AI & 디지털트윈 컨퍼런스 발표자 및 발표 내용 소개 1. 피지컬AI의 부상, 제조 강국의 길 한국로봇산업진흥원 제조로봇본부 전진우 수석연구원 [강연 내용] 피지컬AI에 대한 이해와 국내외 동향을 살펴보고 왜 제조분야에 도입이 필요한 가에 대한 기술, 경제, 문화적 관점의 해석을 통해    한국이 제조 강국을 유지하기 위해 가야할 길을 모색해 보고자 한다. [약력] 공학박사(Ph.D) 한국로봇산업진흥원 로봇클러스터사업단장, 정책기획실장 로봇학회 이사, 재활로봇학회 이사, 인공지능윤리학회 이사 숭실대 스마트산업안전공학과 겸임교수(기계로봇 안전) 2. Beyond Possibility, Autonomous Manufacturing Transformation - Physical AI와 디지털 트윈을 통한 자율제조혁신) 현대자동차·기아 민정국 상무 [강연 내용] 1. 자동차 제조 산업의 변화 2. 새로운 여정 : 자율제조공장 3. 자동화의 진화 : 자율제조혁신 [약력] ■ 현대자동차·기아 제조SW개발실 상무 ■ LG 디스플레이 - CTO VD, VP / Technology Fellow ■ 삼성전자    . 혁신센터 - Principal Researcher   . 반도체 연구소 CAE팀 - Senior Researcher   . SSIT(삼성전자공과대학교) - Visiting Professor, Industrial AI/Advanced CMOS ■ IBM New York - Technology CAD Researcher ■ 공학박사 - 성균관대 반도체디스플레이 및 산업공학 (Industrial AI & Digital Twin)             - 삼성전자 Fellowship 3Yrs 조기졸업  ■ KAIST - Executive Course in Artificial Intelligence 수료   3. 조선 미래를 위한 차세대 설계/생산 통합 플랫폼과 피지컬 AI HD현대 이태진 전무(CDO) [강연 내용] 한국의 조선산업은 새로운 도약을 준비하고 있다. 전통적인 노동 집약 산업에서 디지털 기술과 AI를 활용한 지능형 자율 운영 조선소의 비전을 실현하고자 한다. D현대 그룹은 FOS(Future of Shipyard)프로젝트의 일환으로 차세대 설계/생산 통합 플랫폼과 AI를 활용하여 선박 제조 밸류 체인의 가상화, 지능화, 자율화를 완성하고자 한다.    [약력] 현재 HD현대 그룹의 CDO(Chief Digital Officer)로 그룹 내 조선, 중장비, 에너지 산업의 디지털전환을 이끌고 있다. 과거 액센츄어 코리아의 제조 산업 부문 리드로서 다수의 중공업 및 기계 산업 고객의 프로세스 혁신 및 디지털 전환 프로젝트를 수행한 바 있다.   4. 제조AX(M.AX) 얼라이언스 구성·성과 및 운영방향 한국산업기술기획평가원(KEIT) 김성호 본부장 [강연 내용]  제조 AX(M.AX) 얼라이언스 추진 배경, 구성 및 목표, 주요 성과, 운영 방향 등에 대해 소개한다. [약력] 한국산업기술기획평가원 AI자율제조추진단장, 휴머노이드추진단장 한국산업기술기획평가원 주력산업본부장 5. 제조 피지컬 AI & 제조 자동화  KAIST 장영재 교수 [강연 내용] 제조 피지컬 AI와 소프트웨어 중심적 공장 (SDF)에 대한 개념과 실제 사례를 소개한다. AI의 물리적 요소를 고려한 시스템을 피지컬 AI라 정의하고 있다. 자율주행 자동차 및 로봇이 피지컬 AI의 대표적인 사례다. 그러나 제조 피지컬 AI는 거대 시스템과 다양한 복합 장비를 다룸으로 그 구성과 운영의 차별성이 필요하다. 이러한 차별점의 핵심이 바로 SDF이다. 소프트웨어 중심적 설계를 통해 공장을 하나의 거대한 AI 시스템으로 설계하고 이를 기반으로 자율운영을 가능하게하는 것이 SDF의 본질이다. 실제 국내 사례를 통해 이들 개념 및 자율공장이 어떻게 구축되었는지 살펴볼 것이다. [약력] 산업 및 시스템 공학과에서 "스마트 팩토리" 및 "지능형 물류 및 공급사슬망 시스템" 관련 연구를 진행하고 있다. 또한 2025년 12월에 설립된 <카이스트 제조 피지컬 AI 연구소> 소장을 역임하고 있다. 카이스트 부임 전 미국 반도체 메모리 제조사인 마이크론 테크놀로지 (Micron Technology)에서 4년간 현장에서 공장 자동화 및 운영 관련 업무를 수행하였다. MIT 공대 기계 공학과에서 박사학위를 취득했다. 2020년에는 연구실 박사 졸업생 4명과 함께 <다임리서치>를 창업했다. 현재 국제저널인 Computers and Industrial Engineering (SCIE:2.62) 의 부편집장 (Associate Editor)를 맡고 있으며 International Journal of Production Research, IEEE Power Electronics 등 국제 저널 특별호의 편집장 및 부 편집장과 반도체 운영 전문가들의 국제 학회인 (International Symposium on Semiconductor Intelligence) 및 Winter Simulatoin Conference MASM의 학회장을 역임했다.  SIMTOS 컨퍼런스 2026 상세 내용 보러가기 >>