• 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 "MES"에 대한 통합 검색 내용이 4,032개 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
[다쏘시스템] 제주에서 개최되는 Asian Modelica Conference 2024에 참여하세요. (12/12-13)
    Asian Modelica Conference 2024에 다쏘시스템이 Platinum Sponsor로 참여합니다! 2024년 12월 12일(목) - 13일(금) 제주 ICC 호텔 Asian Modelica Conference 2024는 iVH(자동차공학연구소) 주관으로 올해 특별히 제주에서 개최됩니다.  특히, 자동차, 전자, 에너지, 항공방산 등 다양한 산업군에서 다쏘시스템의 Dymola 를 활용했던 연구와 프로젝트가 공유될 예정이니, Modelica 언어를 활용한 최신 기술에 대해 알아볼 수 있는 기회를 놓치지 마세요! 행사 자세히 보기 [개념 짚고가기 1] Modelica란? Modelica의 도구들은 효율적인 시뮬레이션 코드 생성을 위한 방정식을 통해 일을 처리하기 때문에, 분야에 국한되지 않습니다. 기계, 전기, 열 유동 분야의 다양한 애플리케이션을 다루도록 설계된 Modelica 라이브러리에 대해 알아보세요.  자세히 알아보기 [개념 짚고가기 2] 다쏘시스템 Dymola Dymola(Dynamic Modeling Laboratory)는 자동차, 항공우주, 로봇 공학, 프로세스 및 기타 응용 분야에서 사용할 수 있는 복잡한 통합 시스템의 모델링 및 시뮬레이션을 위한 완벽한 도구입니다. 복잡한 다분야 시스템 모델링과 분석 문제를 빠르게 해결할 수 있는 Dymola에 대해 알아보세요! 자세히 보기 다쏘시스템 솔루션에 대한 구매 문의 및 상담은 아래를 통해 자세히 안내해 드리겠습니다. 상담 문의하기
작성일 : 2024-12-10
델 테크놀로지스, “2025년 AI가 테크 빅뱅 가져올 것”
델 테크놀로지스가 2025년 기술 트렌드 전망을 발표하면서, 2025년에는 AI가 일상 생활과 업무 환경, 여가에 이르는 모든 영역에 핵심 기술로 자리 잡으며 미래를 재정의할 전망이라고 밝혔다. 델이 발표한 2025년 IT 기술 전망의 주요 내용은 ▲에이전틱 AI 아키텍처의 부상 ▲엔터프라이즈 AI가 개념 단계에서 실무 환경으로 확대 ▲소버린(sovereign) AI의 가속화 ▲AI와 신흥 기술의 융합 ▲AI 데이터센터를 위한 초고속 분산형 아키텍처 ▲AI PC가 분산 아키텍처의 중요한 역할 담당 ▲지속가능한 데이터센터로 비용 및 환경 문제 해결 노력 등이다. 델은 에이전틱 AI 아키텍처가 인간과 AI의 상호작용에 새로운 장을 열 것으로 전망된다. 상당수의 생성형 AI 도구가 AI 에이전트로서 기능하도록 진화하고 있으며, 사람이 AI 시스템과 소통하는 방식을 혁신적으로 변화시킨다는 것이다. 델 테크놀로지스의 최고 AI 책임자인 존 로즈(John Roese) 글로벌 CTO는 2025년에는 보다 발전된 형태의 에이전트가 등장할 것으로 전망했다. 그는 “자율적으로 작동하고, 자연어로 소통하며, 다른 에이전트 및 사람과 팀을 이루어 작업하는 등 상호 작용이 강화된 형태의 에이전트가 부상할 것”이라는 전망과 함께 “코딩, 코드 검토, 인프라 관리, 비즈니스 계획 및 사이버 보안과 같은 특정 기술을 수행하도록 AI가 세밀하게 조정되고 최적화될 것”이라고 내다봤다.     엔터프라이즈 AI는 기업이나 공공기관의 기관의 생산력 향상을 위해 가장 중요한 영역에서 가장 영향력 있는 프로세스에 AI 기술을 적용하는 것을 의미한다. 2025년에는 우선 순위를 중심으로 반복 가능한 명확한 접근 방식을 취하고, 턴키 형태로 정교하게 정의된 AI 플랫폼 및 AI 인프라 옵션이 등장함으로써, 엔터프라이즈 영역에 AI를 적용하는 과정이 더 간편해질 전망이다. 이를 실행하기 위해서는 상용화되어 있는 다양한 도구들을 선택할 수 있다. 델은 기업이 앞으로 더 선호하는 경로는 프라이빗 인프라에서 AI 도구를 구매하여 구현하는 방식일 것이라고 보고 있으며, 데이터 메시(data MEShes)와 같은 데이터 현대화 툴을 구매하고 ‘델 AI 팩토리(Dell AI Factory)’와 같은 인프라 설루션으로 도입 및 구축을 간소화할 수 있다고 전했다. 소버린 AI란, 국가가 자체 인프라와 데이터를 사용하여 AI 가치와 차별화를 창출하고 현지의 문화, 언어 및 지적 재산에 부합하는 생태계를 설계하는 능력을 뜻한다. 일부 국가에서는 정부 전용 AI 시스템 대신 정부와 지역 민간 산업 모두를 지원하기 위해 컴퓨팅 파워와 데이터 용량에 대한 액세스를 제공하는 국가 AI 리소스를 개발하고 있다. 한편으로는 정부가 새로운 인프라를 구축하는 대신 민간 업계가 AI 생태계를 현대화하고 선도할 수 있도록 선제적으로 협력하여 공동 설계하고 장려하는 전략을 시도하는 국가도 있다. 델은 “소버린 AI를 위해 인프라, 데이터 관리, 인재 양성, 생태계 개발을 위한 투자가 증가하고 있으며, 이러한 추세는 앞으로도 계속될 것”이라고 밝혔다. AI가 양자 컴퓨팅, 지능형 에지, 제로 트러스트 보안, 6G 기술, 디지털 트윈 등과 결합하면 전통적인 컴퓨팅의 한계를 극복함으로써 그 영향력이 더욱 커지며, 다양한 영역에서 혁신과 기존 과제의 해결을 위한 역동적인 환경을 조성한다. 델은 2026년 말에는 데이터센터 수요의 절반 이상이 AI 워크로드에서 발생하면서, AI 도입이 새로운 차원에 도달할 것으로 예상했다. AI의 빠른 도입과 함께 학습에서 추론으로의 전환도 이루어지고 있다. 학습과 달리 추론은 워크로드를 실행할 위치를 품질, 비용, 데이터, 보안 및 지연 시간에 따라 최적화하는 데 중점을 둔다. 이러한 변화와 함께 AI는 컴퓨팅, 스토리지 및 네트워크를 각각 독립적으로 확장할 수 있는 초고속 분산형 아키텍처로 이동하고 있다. 이를 통해 기업과 기관에서는 비용을 절감하고, 사일로(silo)를 해소하며, 공급업체 종속을 방지할 수 있다. 2025년에는 데이터가 점점 더 분산되어 이로 인해 기업이 데이터에 맞춰 AI를 적용하는 위치도 변화할 전망이다. 데이터센터와 클라우드를 넘어 에지와 PC로 이동함에 따라, AI PC를 사용하면 데이터를 디바이스에서 직접 처리하여 클라우드에 의존하는 것보다 더 빠르고 비용 효율적이며 안전하게 처리할 수 있다. NPU(신경망 처리장치)가 탑재된 PC의 AI 도구와 애플리케이션은 모든 일상 업무를 지원하며 사용자와 함께 진화하여 요구를 예측하고 생산성을 높여준다. 델은 고성능의 CPU, GPU, NPU와 다양한 PC 실리콘 옵션이 등장하며 선택과 혁신의 폭이 그 어느 때보다 넓어질 것으로 전망했다. 에너지 비용의 상승과 특정 AI 워크로드의 에너지 수요 및 환경에 미치는 영향은 중대한 과제이다. 전 세계적으로 규제 요건이 더욱 엄격해지면서 새로운 수준의 요건이 등장하고 있다. 데이터센터의 경우 하드웨어 차원의 에너지 효율 혁신, 오래되거나 노후화된 장비의 책임 있는 폐기, 다양한 에너지원 사용을 통해 환경 영향을 최소화하고 수익을 극대화하는 노력이 요구된다. 대표적인 사례로는 액체 냉각 혁신이다. 최적화된 냉각판과 누출 감지 기술을 통해 안정성과 효율성을 높일 수 있다. 더 나은 효율성과 성능 최적화를 위한 워크로드 관리 및 모니터링 도구도 필수이다. 이러한 데이터를 분석하면 조직이 원하는 성능에 맞게 AI 설루션의 규모를 조정하고 요구 사항을 효과적으로 충족할 수 있다. 한국 델 테크놀로지스의 김경진 총괄사장은 “빅뱅이 은하와 별, 행성의 발전의 발판을 마련한 것처럼, AI의 급속한 성장은 새로운 기회와 산업, 생활과 업무 방식을 만들어내고 있다”고 말하며, “앞으로는 AI의 힘을 얼마나 활용할 수 있는지에 따라 경쟁력이 좌우될 것이며, 최신 정보와 적응 역량을 확보하는 것이 중요한 이유도 여기에 있다. 델 테크놀로지스는 고객이 AI 활용성에 우선순위를 두고 투자 효과를 극대화할 수 있도록 전폭적인 지원을 아끼지 않을 계획”이라고 말했다.
작성일 : 2024-12-05
CAD 프로그램 내부에서 유동 해석 직접 진행하기
SimericsMP for NX CAD의 해석 과정 소개   시메릭스MP(SimericsMP)는 FVM 기반의 유동 해석 프로그램이다. 직교형(cartesian) 격자를 이용하여 정확하고 빠른 격자 생성 시간, MGI(mismatched grid interface)를 이용한 인터페이스 면 처리, 그리드 디포메이션(grid deformation)을 통한 형상 변화 등의 특징을 가지고 있다. 그리고 널리 사용되는 CAD 프로그램에 애드인(add in)되어 있어, CFD를 많이 접하지 않은 초보자부터 유동 해석을 전문으로 하는 엔지니어까지 넓은 범위를 만족시킬 수 있는 유동 해석 프로그램이다.    ■ 자료 제공 : 케이더블유티솔루션, www.kwtsolution.com   시메릭스MP의 특징은 빠른 격자 생성과 손쉬운 경계 조건 대입으로 정리할 수 있다.   빠른 격자 생성 <그림 1>은 자동차 전체와 엔진 내부의 격자 형태를 보여주고 있다. 자동차 전체 내부 격자를 생성하는 시간은 일반 PC에서 1시간 30분 정도로 짧은 시간에 가능하다. 이렇게 짧은 시간에 격자 생성이 가능한 이유는, 격자의 밀집을 위한 조건 설정이 간단하고 바이너리 트리(binary tree) 형식의 격자이기 때문에 직교형 격자를 빠르게 만든다. 그리고 격자를 만든 후 벽면 부분을 잘라내기 때문에 격자의 틈, 고체의 형상에 상관 없이 격자를 빠르게 만들 수 있다.    그림 1. 시메릭스MP를 이용한 자동차 내부 격자 생성   쉬운 NX 애드인 세팅 과정  Simerics MP 애드인을 설치하면 NX 메뉴에 SimericsMP가 나타나게 된다. 이 메뉴를 사용하여 유동 해석이 가능하다. 해석 과정은 다음과 같다.    CAD 불러오기    그림 2    <그림 2>에서 보면, CAD를 불러온 후 메뉴의 ‘SimericsMP’를 선택하면 왼쪽에 SimericsMP 메뉴가 나타나게 된다. 이 메뉴를 통해 물리 모델, 경계 조건 등 해석 조건을 세팅할 수 있다.   시뮬레이션 도메인 선정    그림 3   <그림 3>처럼 ‘Select SIM Domains’를 선택하면 CAD 면이 나타나고 볼륨 메시(Volume MESh)에 필요한 면을 선택해 준다.   유동 영역 및 격자 설정   그림 4    <그림 4>의 메뉴에서 유동 공간을 선정하면 선정된 공간에 대해서 유동 해석을 위한 격자를 생성해야 한다. 유동 공간이 만들어지면 왼쪽 창에 고체와 유체 공간이 분리되어 표시된다. ‘Generate MESh’를 선택하면 격자를 생성할 수 있는 창(MESh Generation)이 나타난다. 격자 생성 모드는 노멀 모드(normal mode)와 어드밴스드 모드(advanced mode)로 나누어진다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-12-05
터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅱ
성공적인 유동 해석을 위한 케이던스의 CFD 기술 (16)   터보 기계는 흐르는 유체와 회전하는 요소 사이에서 에너지 전달이 일어나는 기계에 초점을 맞춘 기계공학의 한 분야이다. 이러한 장치는 많은 산업 분야에서 중추적인 역할을 한다.이번 호에서는 지오메트리 준비를 위한 팁과 메시의 생성/변형/세분화에 대한 내용을 소개한다.    ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   효과적인 지오메트리 준비를 위한 팁 지오메트리 생성 후에는 안정적인 터보 기계 시뮬레이션을 달성하기 위해 효과적인 모델 준비가 필수이다. 이 프로세스를 관리하는 데 도움이 되는 팁을 다음과 같이 소개한다.  지오메트리 정리 및 수리 : CAD 모델에서 틈새, 겹침 또는 중복된 가장자리를 복구한다. 양질의 메시를 생성하려면 깨끗하고 빈틈없는 지오메트리가 필요하다.  메시 최적화 : 날카로운 모서리나 모서리에 필렛을 추가하고 지오메트리를 분할하여 로컬 메시를 세분화할 수 있도록 한다.  가능한 경우 단순화 : 연구 중인 유동 물리학에 필수적이지 않은 작은 피처와 디테일을 제거한다.  매개변수화 : 설계 연구를 위해 치수를 쉽게 변경할 수 있도록 지오메트리를 매개변수화한다. 이러한 팁을 따르면 엔지니어는 터보 기계 형상이 최고 수준의 표준에 맞게 준비되었다고 확신할 수 있다.   메시 생성 지오메트리 생성 및 준비 외에도 전처리에는 복잡한 형상을 위한 메시 생성이 포함되며, 이는 종종 터보 기계 CFD 워크플로의 병목 현상이 된다. 터보 기계 구성 요소의 복잡성과 작동의 동적 특성으로 인해, 정확한 시뮬레이션 결과를 얻기 위해서는 정밀하고 잘 구성된 메시가 필요하다. 자동화 및 템플릿 기반 접근 방식을 활용하면 이 단계의 효율성을 높이고 전반적인 생산성을 높일 수 있다.   메시 생성의 기본 사항 메시 생성은 계산 영역을 셀 또는 요소라고 하는 작은 영역으로 세분화하여 그 위에 지배 방정식을 푸는 프로세스이다. 잘 구성된 그리드는 필수적인 흐름 특징과 물리적 현상을 포착하는 정확하고 효율적인 터보 기계 시뮬레이션을 보장한다. [참고] 피델리티 오토메시를 통한 향상된 터보 기계 메싱 피델리티 오토메시(Fidelity AutoMESh) 소프트웨어 패키지는 회전 기계 메싱을 위한 툴로, 피델리티 오토그리드를 통한 자동화된 멀티블록 구조형 메싱과 피델리티 헥스프레스를 통한 비정형 메싱 기능을 제공한다. 모든 유형의 터보 기계 애플리케이션을 위한 템플릿을 갖춘 이 설루션은 메시 프로세스를 간소화하여 복잡한 지오메트리를 손쉽게 처리하고 고품질 메시를 빠른 시간 내에 제공한다. 피델리티 오토메시로 시뮬레이션 워크플로를 가속화하여 설계 혁신과 최적화에 집중할 수 있다.   그림 1. (a) 풍력 터빈의 구조화된 메시, (b) 로터 블레이드 팁의 하이브리드 메시   메시 유형 터보 기계 시뮬레이션에 사용되는 주요 메시 유형과 기법은 다음과 같다.  Structured : 일정한 간격의 그리드 포인트로 구성된 구조화된 메시(그림 1-a)는 일관된 패턴을 사용하며, 종종 격자형 구조와 유사하다. 예측 가능한 흐름 패턴이 있는 영역에서는 고품질 해상도를 제공하지만, 복잡한 지오메트리에서는 구현하기가 어려울 수 있다.  멀티블록 : 계산 도메인은 구조화된 격자로 개별적으로 메시 처리된 여러 개의 간단한 블록으로 나뉜다. 이 방법을 사용하면 복잡한 도형에 대해 국소적인 세분화가 용이하고 그리드를 쉽게 생성할 수 있다.  Unstructured : 이러한 메시는 불규칙한 패턴으로 구성되며 2D에서는 삼각형, 3D에서는 사면체로 구성되는 경우가 많다. 복잡한 형상에 적합한 비정형 메시는 복잡한 모델에 쉽게 적용할 수 있지만, 중요한 흐름 영역에서 해상도가 저하되는 경우가 있다.  Hybrid : 구조화된 메시와 구조화되지 않은 메시의 장점을 결합한 하이브리드 메시(그림 1-b)는 경계 레이어와 같이 더 높은 해상도가 필요한 영역에는 구조화된 그리드를 사용하고, 복잡한 기하학적 영역에는 구조화되지 않은 그리드를 사용한다.  Conformal : 이 기술은 지오메트리의 여러 부분에 걸쳐 메시가 연속되도록 하여 인접한 메시 블록 사이의 간격과 중첩을 제거한다. 컴프레서나 터빈의 블레이드와 같이 간격이 좁은 구성 요소 사이의 흐름을 정확하게 캡처하는 데에 필수이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-12-05
팹 : 통합 디지털 콘텐츠 마켓플레이스
개발 및 공급 : 에픽게임즈 주요 특징 : 디지털 애셋을 검색, 구매, 판매 및 공유할 수 있는 원스톱 마켓플레이스, 여러 게임 엔진과 호환되는 콘텐츠 제공, 3D 애셋/VFX/환경 등 다양한 애셋 유형 제공, 크리에이티브 커먼즈 라이선스와 개인 및 전문가용 스탠다드 라이선스 제공 등   ▲ 이미지 출처 : 통합 콘텐츠 마켓플레이스 팹 출시 영상 캡처   디지털 애셋을 검색, 구매, 판매 및 공유할 수 있는 원스톱 마켓플레이스 ‘팹(Fab)’이 출시됐다. 언리얼 엔진 마켓플레이스와 스케치팹 스토어를 통합하고, 퀵셀 메가스캔을 제공하는 새로운 오픈 마켓플레이스 팹은 다양한 산업의 크리에이터가 언리얼 엔진, 유니티 3D, 포트나이트 언리얼 에디터(UEFN) 및 기타 디지털 콘텐츠 제작 툴에서 사용할 수 있는 콘텐츠를 지원한다. 언리얼 엔진 개발자는 언리얼 엔진 5 에디터에서 직접 팹을 이용할 수 있고, 포트나이트 크리에이터는 UEFN에서 팹을 통해 포트나이트 제작에 적합한 애셋을 검색할 수 있다. 팹 홈페이지를 방문하면 리얼타임으로 사용할 수 있는 고퀄리티의 게임 애셋, 환경, VFX, 오디오, 애니메이션, 캐릭터, 플러그인 등 다양한 제품을 만날 수 있다.   ▲ 이미지 : 언리얼 엔진 홈페이지   팹에서 이용 가능한 기능 팹은 여러 게임 엔진과 호환되는 콘텐츠, 폭넓은 애셋 유형, 다양한 라이선스 옵션 등을 제공한다. 방대한 콘텐츠 라이브러리를 탐색할 수 있다. 여기에는 KitBash3D, Dekogon Studios, Leartes Studios와 같은 스튜디오와 크리에이터가 제공하는 고퀄리티 3D 애셋, VFX, 환경 등의 콘텐츠가 포함되어 있다. ‘채널’을 사용하여 언리얼 엔진, UEFN, 그리고 유니티와 호환되는 콘텐츠를 찾을 수 있다. 필요에 맞는 라이선스를 선택할 수 있다. 팹은 크리에이티브 커먼즈 라이선스와 개인 및 전문가용 스탠다드 라이선스를 제공한다. 팹 스탠다드 라이선스로 원하는 모든 게임 엔진과 툴에서 메가스캔을 비롯하여 애셋을 사용할 수 있다. 2024년 말까지 모든 엔진 및 디지털 콘텐츠 제작 툴에서 퀵셀 메가스캔 라이브러리를 무료로 사용할 수 있다. 클릭 한 번으로 퀵셀의 새로운 신(scene) 파일이 포함된 팩 10개를 비롯해 1만 7000개 이상의 메가스캔을 다운로드할 수 있으며, 퀵셀과 팹의 다른 크리에이터가 제공하는 무료 콘텐츠도 이용 가능하다. 다운로드 또는 구매하려는 콘텐츠를 미리 살펴보고 결정할 수 있다. 팹의 차세대 리얼타임 3D 뷰어로 애셋을 구매하기 전에 미리 3D 애셋을 확인할 수 있다. 또한, 각 제품 세부 정보 페이지에서 제품이 생성형 AI의 도움으로 제작되었는지 확인할 수 있고, 필터를 사용하여 검색에서 생성형 AI 제품을 포함하거나 제외할 수 있다. 오디언스에 적합한 애셋을 찾을 수 있다. 팹에서는 성인용 콘텐츠가 허용되지만, 부모가 에픽의 자녀 보호 기능을 사용해 이용 등급 제한을 활성화한 경우 성인용 콘텐츠에 액세스할 수 없다. 팹에서 성인용 콘텐츠는 ‘표시’, ‘흐리게’ 또는 ‘숨기기’ 처리할 수 있다. 성인용 콘텐츠는 포트나이트의 최고 이용 등급을 초과하므로 UEFN에서는 사용할 수 없다. 어도비 서브스턴스 페인터(Adobe Substance Painter) 및 모델러(Modeler) 6개월 무료 구독권을 받을 수 있다. 자세한 자격 요건은 홈페이지에서 확인 가능하다.   ▲ 이미지 : 언리얼 엔진 웹사이트 영상 캡처   향후 로드맵 앞으로 몇 개월 동안 에픽은 계속해서 사용자 경험을 개선하고, 신규 콘텐츠 및 새로운 기능을 추가할 예정이다. 로블록스와 마인크래프트 애셋을 비롯한 새로운 파일 형식, 메타휴먼 액세스, 신규 제품 및 리뷰 시스템, 제품별 FAQ, 크리에이터가 UEFN에서 팹으로 직접 콘텐츠를 손쉽게 퍼블리싱할 수 있는 파이프라인 그리고 판매자 경험을 향상하기 위한 새로운 분석 기능을 도입할 계획이다. 2025년에는 사용 중인 엔진이나 플랫폼에 관계 없이 모든 사용자에게 메가스캔 라이브러리의 콘텐츠 일부를 무료로 제공할 예정이다. 이 스타터 팩에는 다양한 인기 3D 애셋, 식물, 나무, 서피스, 데칼, 임퍼펙션 그리고 팹 오픈과 함께 출시된 퀵셀의 팩 10개를 포함하여 엄선된 1500개 이상의 애셋이 포함되어 있다.      ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-12-04
[칼럼] 스마트에서 혁신으로
디지털 지식전문가 조형식의 지식마당   이번 달 컬럼은 SAT 이노베이션 매니지먼트를 소개하기로 정했다. 각 SAT에는 세 가지의 방향성이 있고, 각 방향성은 세 가지 그룹을 가진다. 첫 번째인 S 그룹은 스마트(smart), 체계적인(systematic)이다. 이것은 체계적 접근을 의미한다. 그리고 소프트웨어 정의(software-defined)가 있다. 두 번째 A 그룹은 인공지능(artificial intelligence), 증강현실(augmented reality), 자동화(automation)이다. 마지막 T 그룹은 기술(technology), 트렌드(trends) 그리고 변환(transformation)이고, 세 개의 그룹은 혁신경영(innovation management)으로 관리된다.   그림 1. SAT 그룹과 혁신 관리   <그림 1>은 세 개의 그룹과 각 그룹의 세 가지 키워드를 보여준다. 이것은 혁신경영으로 통합되며, 각 키워드는 디지털 스레드(digital thread)로 연결된다. 이것을 가지고 2025년에는 자세하게 통합시켜 보려고 한다.    SAT 이노베이션 매니지먼트 S Group 스마트(Smart) 체계적인(Systematic) 소프트웨어 정의(Software-Defined) A Group 인공지능(Artificial Intelligence, AI) 증강현실(Augmented Reality, AR) 자동화(Automation) T Group 기술(Technology) 트렌드(Trends) 변환(Transformation) 혁신경영(Innovation Management) 스마트(smart)라는 용어는 스마트 공장이나 스마트 건설 분야에서 기술을 활용해 더 효율적이고, 자동화되고, 데이터 중심적인 운영을 의미한다. 예를 들어, 스마트 공장(smart factory)에서는 IoT 센서와 인공지능을 활용해 생산 과정을 모니터링하고 최적화할 수 있다. 스마트건설(smart construction)도 건축 현장에 사용되는 기술과 데이터를 통해 건설 과정을 효율적으로 관리하고 개선한다. 이런 ‘스마트’한 접근 방식은 효율성(efficiency)을 높이고 비용을 절감하며 품질을 향상시키는 데에 도움이 된다. 스마트의 특징은 몇 가지로 요약할 수 있다. 먼저 연결성(connectivity)이다. IoT 기기와 센서로 모든 요소가 네트워크로 연결된다. 그 다음은 데이터 수집 및 분석이다. 이 연결성을 통해 실시간 데이터가 수집되고, 인공지능과 같은 기술로 분석되어 더 나은 결정을 내릴 수 있다. 자동화(automation)도 중요한 특징이다, 이를 통해 사람의 개입 없이도 많은 프로세스가 자동으로 실행된다. 마지막으로, 유연성과 적응성이다. 스마트 시스템은 환경 변화나 새로운 데이터를 바탕으로 빠르게 대응하고 최적화한다. 그러나 스마트의 궁극적인 목표는 우리가 추구하는 가치를 실현하는 데에 있다. 효율성, 생산성, 안전성, 지속 가능성 등 다양한 가치가 스마트 기술을 통해 충족될 때, 진정한 스마트함이 완성된다. 결국, 기술 자체가 목적이 아니라 우리가 원하는 결과를 얻는 것이 스마트의 진정한 의미라고 할 수 있다. 스마트 시스템(smart system)을 구축하거나 도입할 때에는 체계적인 접근이 중요하다. 먼저 명확한 목적과 목표를 설정해야 하며, 현재 프로세스와 기술을 파악하고, 필요한 개선점을 찾아야 한다. 그런 다음 단계별로 구현 계획을 세우고, 성과를 모니터링하며 지속적으로 개선해야 한다. 이러한 체계적 접근은 스마트 시스템이 실제로 기대하는 효과를 발휘하도록 보장해 준다. 최적화가 현존 시스템의 효율성을 극대화하는 데에 초점을 두는 반면, 혁신(innovation)은 완전히 새로운 아이디어나 방법을 추구하는 것이다. 하지만 스마트 시스템에서의 최적화는 혁신의 중요한 부분이 될 수 있다. 왜냐면, 데이터를 분석하고 자동화하는 과정에서 새로운 통찰력과 가능성이 발견되기 때문이다. 따라서 스마트 시스템의 최적화는 혁신과 상반되는 것이 아니라, 오히려 혁신을 위한 발판이 된다. 그러나 스마트에서 가장 핵심 가치 중에 하나인 최적화는 혁신을 방해할 수도 있다. 혁신의 방해 요소 중에 하나가 정설(orthodoxy)이다. 이것은 그 분야에서 모든 사람이 의심하지 않고 믿는 신념적 지식이다. 이것은 혁신의 방해가 될 수도 있다. 예를 들어서 항공우주 분야에서 혁신적 사업가인 라이트 형제와 일론 머스크는 기존의 정설을 깨고 새로운 발상을 하였다. 라이트 형제는 공기보다 무거운 금속인 알루미늄을 최초로 사용해서 인류 최초의 비행에 성공하였고, 일론 머스크는 기존의 정설인 더 강력한 로켓 엔진을 연구하는 대신에 혁신적인 로켓 재사용으로 발사 비용을 획기적으로 낮추었다. 그러나 모든 기업에게 이러한 혁신적 접근이 필요한 것은 아니다. 혁신의 특성은 불확실성(uncertainty)과 리스크(risk)이다. 혁신 관리는 이런 위험 요소를 관리를 통해서 최대한 줄여나가는 것이다. 소프트웨어 정의(software-defined) 또는 소프트웨어 중심 접근 역시 혁신적인 방법론이다. 이것은 미래를 향하는 트렌드(trends)라고 할 수 있다. 소프트웨어 정의 시스템(software-defined system)은 하드웨어의 고정된 기능을 소프트웨어를 통해 유연하게 제어하고 관리하는 시스템을 의미한다. 예를 들어, 스마트폰이나 스마트 TV처럼 다양한 기능을 소프트웨어 업데이트로 추가하거나 변경할 수 있는 시스템이 이에 해당한다. 이런 시스템은 하드웨어의 수명을 늘리고, 사용자의 요구에 빠르게 대응할 수 있다. 그리고 이것은 우리의 물리적 세계의 물리적 실체(entity)를 디지털 세상의 디지털 실체로 가상화(virtualization)할 것이다. 최근에 유행하는 디지털 트윈(digital twin)은 소프트웨어 정의 시스템이 통합해서 본격적으로 디지털 가상화의 방향으로 발전될 것으로 보이고, 수년 후에는 메타버스의 개념과 다시 만날 것이다.   그림 2. 소프트웨어 정의와 가상화의 예시   소프트웨어 정의된 모든 것은 기존의 제한된 하드웨어에 종속되지 않고 소프트웨어로서 모든 기술을 획기적으로 변화시킨다. 가상화와 소프트웨어 정의의 시작은 네트워크였지만, 이제는 자동차와 이 세상의 모든 하드웨어를 가상화하려고 한다. 현재 가장 큰 관심사 중에 하나는 자동차의 가상화이다. 가상화의 최고 기업은 애플이고, 가상화의 선구자는 스티브 잡스이다. 아이폰, 아이팟, 애플 뮤직, 애플 스토어, 애플 워치 등은 가상화의 산물이다. 우리는 오랫동안 하드웨어 중심의 생각에서 새로운 소프트웨어 중심의 패러다임을 가지게 될 것이다. 그렇다고 우리가 물리적 세계를 무시할 수는 없다. 우리의 삶과 신체가 물리적이기 때문이다. 역설적이지만, 우리의 모든 생각이 추상적이면서도 결국 물리적인 뇌에 근간을 두고 있다는 것이다. 그러므로 디지털 기술이 점점 발전할 수록 스마트의 핵심은 디지털이나 최적화나 자동화가 아닌 물리적이고, 불확실성과 리스크를 관리하는 혁신 관리가 더 중요해질 것이다.   그림 3. 소프트웨어 정의   인공지능은 이미 모든 디지털 전환(digital transformation)과 우리의 일상에 막대한 영향을 미치고 있다. 최근 챗GPT의 가능성은 이전의 인공지능의 역할보다 흥미롭다. 이제는 개인의 인공지능을 사용하는 역량에 따라서 결과의 차이가 클 수 있다.  증강현실(augmented reality)에서는 가상현실과 달리 현실세계와 가상현실(virtual reality)을 모두 동시에 보여주기 때문에 우리는 아주 직관적으로 접근할 수 있다. 그러나 이 기술은 앞으로 지속적으로 발전할 것으로 예상된다. 자동화(automation) 역시 수 십 년 동안 지속되고 있지만, 자동화를 단순하게 최적화(optimization)의 개념으로 적용해서 노동자를 줄인다면, 기업이나 국가는 장기적으로는 소비를 죽이는 결과를 가져 올 수 있다. 이것에 대해서 한 세기 전에 조지프 슘페터가 주장하였다. 그는 “시장의 비즈니스 모델을 모방해서 최적화는 사람은 사업가(businessman)이고, 혁신으로 새로운 비즈니스 모델을 시작하는 사람은 기업가(entrepreneur)”라고 했다. 마지막 T 그룹은 기술(technology), 트렌드(trends), 변환(transformation)이다. 현재 진행되고 있으나 통합적으로 관리되지 못하고 있다. 이 세 가지의 특징은 과거보다는 미래 진행이라는 것이다. 어떻게 보면 4차 산업혁명의 진행형이기도 하고 새로운 형태이기도 하다. 이것을 과거의 경험과 지식으로 관리하기에는 불확실성과 리스크가 존재한다. 이런 것들은 기존의 관리보다는 혁신 경영이 더 적합할 수 있다.   그림 4. 기술, 트렌드, 변환   결론적으로 현재는 뷰카(VUCA), 즉 변동적이고 복잡하며 불확실하고 모호한 사회 환경을 말한다. 변동성(volatility), 불확실성(uncertainty), 복잡성(complexity), 모호성(ambiguity)이 복합된 환경에서 점진적인 개선이나 최적화보다는 혁신적인 생각을 보다 비중 있게 해야 한다. 미래 산업은 항상 안주하지 않고 안 가본 길을 가야 한다. 강한 자보다는 새로운 환경의 게임 체인저가 돼야 한다. 기존의 브랜드보다는 새로운 카테고리를 만들어야 한다.   ■ 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.
작성일 : 2024-12-04
티맥스소프트-메가존클라우드, 영남지역 ‘디지털 제조 혁신 콘퍼런스’ 개최
티맥스소프트가 메가존클라우드와 부울경(부산·울산·경남) 지역 고객을 위한 ‘디지털 제조 혁신 콘퍼런스’를 개최했다고 밝혔다. 양사가 공동 주최·주관한 이번 행사는 아마존웹서비스(AWS)와 스마트 공장 설루션 기업인 미라콤아이앤씨가 함께 참여했다. 클라우드 생태계를 이루는 4개사는 제조 분야 비즈니스 성장을 이끄는 디지털화와 그 설루션을 제시했으며, 종합적인 관점에서 IT 비용 절감 및 효율화 방안도 제안했다. 티맥스소프트는 클라우드 네이티브 환경에 최적화한 미들웨어 설루션 ‘제우스(JEUS)’, ‘웹투비(WebtoB)’와, 공공, 유통, 제조, 금융 등 분야의 도입 성공사례를 소개했다. 클라우드의 장점을 활용해 애플리케이션을 개발·배포·운영하는 방법론 ‘클라우드 네이티브’를 지향하는 미들웨어 제품의 강점에 대해서도 설명했다. 메가존클라우드는 제조 현장에서 필요성이 증가하는 사물인터넷(IoT) 수요를 고려해 자사의 기술력, 협력 네트워크, 사업 경험 등 차별적 역량을 토대로 제공하는 ‘실질적인 IoT 서비스’를 발표했다. AWS는 제조 경쟁력 강화를 위한 최신 클라우드 트렌드와 전망을 살펴보는 시간을 가졌다. 생성형 인공지능(AI) 도입과, 데이터 경쟁력이 돋보이는 제조 분야 디지털 전환 트렌드부터 TCO(총소유비용) 절감뿐 아니라, 업무 생산성·효율성·민첩성·고가용성을 지원하는 클라우드 전환의 이점도 밝혔다. IoT, 기계학습, AI, 빅데이터와 관련한 AWS 서비스를 활용해 혁신을 이룬 고객 성공사례도 공유했다. 미라콤아이앤씨는 디지털 전환이 가속화된 제조 환경에서 전체 생산 영역과 프로세스를 소프트웨어로 정의, 제어, 최적화하는 소프트웨어 정의 공장(software defined factory)의 개념과 ‘클라우드 MES(제조 실행 시스템) 기반의 스마트팩토리 미래 전략’을 소개했다. 티맥스소프트의 전략마케팅실장인 변재학 전무는 “혁신이 따르는 산업에는 클라우드와 소프트웨어가 기업의 시스템을 안정적으로 지탱하고 생산성과 서비스 품질 향상, 업무 처리 속도 개선 등 규모의 가치를 창출한다”며, “데이터, AI, 클라우드 컴퓨팅 인프라 도입 등 제조 분야에 일어날 새로운 패러다임을 다양한 클라우드 기업과 협업해 적극 지원하겠다”고 말했다.  
작성일 : 2024-12-02
아비바, 하이브리드 클라우드 MES 설루션 출시
아비바코리아는 데이터 서비스 및 시각화 기능을 강화한 하이브리드 제조 실행 시스템(MES) 설루션을 출시하고, 산업용 인텔리전스 플랫폼 ‘커넥트(CONNECT)’ 오퍼링을 확장했다고 밝혔다. 이번에 공개된 하이브리드 MES 설루션은 제조 기업이 클라우드에 있는 제조 데이터를 관리하고, 분산된 플랜트 운영에 대한 전사적 가시성을 확보하여 공급망의 민첩성을 개선할 수 있도록 돕는다. 기업에서는 고급 분석, 인공지능(AI) 및 데이터 시각화가 제공하는 새로운 인사이트와 지침을 통해 운영 성과와 지속 가능성을 최적화할 수 있다. 각각의 플랜트별로 데이터가 사일로화되어 있는 경우 제조 네트워크 전반에 대한 가시성 및 정보의 흐름을 확보하지 못해 운영 효율성, 지속 가능성 및 민첩성 향상을 효과적으로 추진하기 어렵다. 아비바는 전체 플랜트의 제조 실행 데이터를 클라우드에 저장하고 컨텍스트화시켜 강화함으로써, 가치 사슬과 비즈니스 생태계를 아우르는 ML, AI 및 시각화를 통해 새로운 가치를 창출할 수 있도록 지원한다. 아비바의 하이브리드 MES 설루션은 에지의 어드밴스드 모델 기반 MES 기능과 커넥트 플랫폼에서 제공되는 클라우드 기반 데이터, 분석 및 시각화 서비스를 결합했다. 아비바 MES 설루션의 데이터를 안전하게 수집하고 보관하는데 이어, 아비바 PI 시스템(AVEVA PI System), 아비바 오퍼레이션 컨트롤(Operations Control)과 같은 데이터 소스를 처리하는 일련의 모든 과정을 클라우드 내 안전한 단일 위치에서 수행하도록 지원한다. 이를 통해 운영 데이터를 보다 쉽게 수집하고 컨텍스트화하여 안전하게 공유함으로써, 데이터 사일로를 제거하고 협업 환경을 강화할 수 있다. 최적의 중앙 컨트롤(centerlining) 방식으로 생산 설비를 운영할 수 있는 데이터셋과 품질, 처리량, 에너지 사용 효율 개선을 위한 소프트센서를 결합하는 한편 생산 손실이 발생하기 전에 조기에 이상 징후를 감지함으로써 새로운 가치 창출이 가능하다. 아비바의 하이브리드 MES 설루션은 즉시 사용 가능한 클라우드 서비스를 제공하므로 기업은 수시간 이내에 제조 실행 데이터를 신속하게 시각화하고 분석할 수 있다. 클라우드에 저장된 운영 데이터는 AI 및 머신러닝 서비스, 서드파티 시각화 및 분석 도구에 원활하게 연결이 가능하다. 협업 환경에서 데이터에 더 빠르고 쉽게 액세스할 수 있으므로 운영 팀 및 데이터 과학자들이 중요한 데이터에서 더 많은 인사이트를 얻고 지속 가능성을 향상시킬 수 있는 새로운 방법을 찾을 수 있도록 지원한다. 아비바의 롭 맥그리비(Rob McGreevy) 최고 제품 책임자는 “클라우드에서 생산 이벤트 데이터를 관리한다는 것은 미래의 커넥티드 산업에 한걸음 가까워진다는 것을 의미한다. 제조 가치 사슬전반에 살아있는 디지털 트윈을 만들 수 있기 때문이다. 기업은 더욱 복잡한 데이터 관계에서 얻은 새로운 인사이트를 활용하여 자원 낭비를 줄이고 에너지를 절약하며 전반적인 효율성과 지속 가능성을 개선할 수 있다”고 설명하며, “제조 운영 환경은 비용에 대한 부담, 수요와 공급의 변동성 증가로 인해 전례 없는 도전 과제에 직면하고 있는 상황이다. 이에 대응하고 경쟁력을 유지하려면 데이터의 힘을 활용하여 지속적으로 최적화된 제조 공장 네트워크에 대한 실시간 가시성을 바탕으로 민첩한 공급망 운영을 추구해야 한다”고 덧붙였다.
작성일 : 2024-12-02
[기고] 모델링 및 시뮬레이션을 사용한 안전한 전기차 배터리 관리 시스템 설계
안전은 전기자동차(EV)에서 가장 중요한 관심사이다. EV에 일반적으로 사용되는 리튬 이온 배터리는 높은 에너지 밀도로 인해, 배터리 설계 시 상정된 작동 조건에서 벗어날 경우 고장이 날 위험이 있다. 배터리 관리 시스템(BMS)은 배터리 파괴로 이어지는 통제할 수 없는 발열 반응인 열폭주를 비롯한 부정적인 결과를 방지하는 데에 핵심 역할을 한다. BMS의 주요 기능으로는 전류, 전압 및 온도 모니터링, 과충전 및 과방전 방지, 셀 간 전하 밸런싱, 배터리의 충전 상태(SOC) 및 성능 상태(SoH) 추정, 배터리팩의 온도 제어 등이 있다. 이러한 기능은 전기자동차의 성능, 안전성, 배터리 수명, 사용자 경험에 영향을 미치므로 매우 중요하다. 예를 들어, BMS는 전압 한계를 넘는 과충전 및 과방전을 방지함으로써 배터리의 조기 노화를 방지하고, 차량이 수명 기간 동안 성능을 유지할 수 있도록 한다.    그림 1. EV에 일반적으로 사용되는 리튬 이온 배터리의 높은 에너지 밀도는 배터리 설계 시 상정된 동작 조건에서 벗어나는 경우 고장이 날 위험이 있다.   BMS 개발에서 시뮬레이션의 이점 엔지니어는 거동 모델을 사용해 데스크톱 컴퓨터에서 배터리 플랜트 모델, 환경 및 BMS 알고리즘을 시뮬레이션한다. 그리고 하드웨어 프로토타입을 제작하기 전에 데스크톱 시뮬레이션을 통해 새로운 설계 아이디어를 탐색하고 여러 시스템 아키텍처를 테스트한다. 데스크톱 시뮬레이션을 통해 엔지니어는 BMS 설계의 기능적 측면을 검증할 수 있다. 예를 들어, 다양한 밸런싱 구성을 탐색해 적합성과 구성 간의 균형을 평가할 수 있다. 시뮬레이션은 요구사항 테스트에도 중요하게 작용한다. 엔지니어는 절연 이상이 있는 상황에서 올바른 접촉기의 거동을 검증할 수 있고, 하드웨어 테스트를 대체하기 위해 시뮬레이션을 통해 결함이 발생한 동안 시스템의 거동을 평가한다.    그림 2. 엔지니어는 거동 모델을 사용해 데스크톱 컴퓨터에서 배터리 플랜트 모델, 환경 및 BMS 알고리즘을 시뮬레이션한다.   데스크톱 시뮬레이션을 사용해 설계가 검증되면, 엔지니어는 신속 프로토타이핑(RP)이나 HIL(Hardware-in-the-Loop) 테스트를 위해 자동으로 C 코드나 HDL 코드를 생성하고, 실시간으로 코드가 실행되는 BMS 알고리즘을 더욱 면밀히 검증할 수 있다. RP를 통해 BMS 알고리즘 모델에서 코드가 생성되며, 이는 프로덕션 마이크로컨트롤러의 기능을 수행하는 실시간 컴퓨터에 배포된다. 자동 코드 생성을 통해 모델에 적용된 알고리즘 변경 사항을 며칠이 아닌 몇 시간 안에 실시간 하드웨어에서 테스트할 수 있다. HIL 테스트의 경우 BMS 알고리즘 모델이 아닌 배터리 플랜트 모델에서 코드가 생성되어 배터리팩, 능동 및 수동 회로 소자, 부하, 충전기 및 기타 시스템 컴포넌트를 나타내는 가상의 실시간 환경이 제공된다. 이 가상 환경을 통해 엔지니어는 실제 하드웨어 프로토타입을 개발하기 전에 실시간으로 BMS 컨트롤러의 기능을 검증할 수 있다.  시뮬레이션을 통해 엔지니어는 설계부터 코드 생성까지의 시간을 획기적으로 단축하고, 향상된 속도와 효율로 다양한 기술을 빠르게 모델링할 수 있다. 알티그린 프로펄션 랩(Altigreen Propulsion Labs)의 엔지니어들은 칼만 필터링 및 전류 적산법 등의 SOC 추정을 위한 다양한 기술을 모델링하고 반복적으로 테스트하기 위해 시뮬레이션 기반 접근 방식을 사용했으며, 포괄적인 접근 방식을 설계했다.  알티그린의 제어 시스템 책임자인 프라타메시 파트키(PrathaMESh Patki) 수석 엔지니어는 “임베디드 코더(Embedded Coder) 덕분에 개발 시간이 절반으로 단축되었다”면서, “그 어떤 것을 개념화하든, 실제 하드웨어에서 가장 짧은 시간 안에 그것을 실행할 수 있다”고 말했다.    BMS 개발에서 모델링 및 시뮬레이션 활용 사례 셀 특성화는 배터리 모델을 실험 데이터에 맞추는 과정이다. BMS 알고리즘은 배터리 모델을 사용해 SOC 추정을 위한 칼만 필터나 SOC에 따른 전력 제한, 과전압이나 저전압 조건을 피하기 위한 온도와 같은 제어 파라미터를 설정하기 때문에 정확한 셀 특성화가 필수이다. BMS 개발의 후반 단계에서는 엔지니어가 동일한 배터리 모델을 사용해 시스템 수준 폐순환(closed-loop) 데스크톱 및 실시간 시스템 시뮬레이션을 수행할 수 있다. 심스케이프 배터리(Simscape Battery)와 같은 툴은 등가 회로, 전기화학 및 차수 축소 모델링(ROM : Reduced Order Modeling)을 비롯한 배터리 모델링에 대해 신경망을 사용한 다양한 접근 방식을 제공한다.  충전 속도는 EV 설계 및 도입에 있어서 핵심 성과 지표이다. 고속 충전의 높은 전력 수준은 배터리 재료에 스트레스를 주고 수명을 단축시키기 때문에, 최대 충전 속도와 배터리에 가해지는 스트레스를 최소화하기 위해 고속 충전 중 전력 프로필을 최적화하는 것이 필수이다. 이는 시뮬레이션과 최적화를 통해 달성되며, 이로써 충전 시간이 최소화되고 스트레스 요인을 허용 범위 내로 유지할 수 있다.  양산용 코드 생성은 자동차 산업의 인증 표준을 준수하는 BMS 설계 워크플로를 보완한다. 예를 들어, LG화학(현 LG에너지솔루션)이 볼보 XC90 플러그인 하이브리드 자동차의 BMS를 개발했을 때 오토사(AUTOSAR)가 필수 표준이었다. LG화학은 BMS 알고리즘 및 거동을 설계 워크플로의 필수적인 부분으로 모델링하고 시뮬레이션하기로 결정했다. 각 소프트웨어 릴리스에서 발견된 소프트웨어 문제의 수는 약 22개에서 9개 미만으로 줄어 프로젝트 목표를 크게 웃돌았다. LG화학이 오토사를 사용하여 볼보를 위해 개발한 BMS는 ASIL C(Automotive Safety Integrity Level C)에 대한 ISO 26262 기능 안전 기반 인증을 취득했다.    맺음말 BMS 설계에서의 모델링과 시뮬레이션은 개발 주기를 단축하고, 비용을 절감하며, 더 안전하고 효율적인 EV를 실현할 수 있도록 지원한다. 엔지니어는 모든 가능한 동작 및 결함 조건에 대해 BMS 알고리즘을 실행함으로써, BMS 소프트웨어가 실제 시스템에서 해당 조건을 처리할 수 있다는 확신을 높이고 고비용 테스트의 필요성을 줄인다. 결국, 이러한 접근방식은 최종 제품이 업계 표준과 소비자 기대치를 뛰어넘도록 한다.    ■ 이웅재 매스웍스코리아의 이사이다. 홈페이지 | https://kr.mathworks.com  
작성일 : 2024-11-28