• 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 "PLM"에 대한 통합 검색 내용이 4,528개 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
지멘스, 최적화된 제품의 빠른 출시 지원하는 NX 업데이트 발표
지멘스 디지털 인더스트리 소프트웨어는 지멘스 엑셀러레이터(Siemens Xcelerator) 포트폴리오의 하나이자 신규 기능으로 강화된 주력 제품 엔지니어링 소프트웨어인 NX의 최신 업데이트를 발표했다. 이를 통해 모든 산업 분야의 설계자와 제조업체가 보다 우수하고 최적화된 제품을 빠르게 시장에 출시할 수 있도록 지원하는 것이 지멘스의 목표다. NX X 소프트웨어는 업계에서 수년 동안 사용해 온 NX 소프트웨어와 동일한 제품으로 클라우드에서 제공되며, 제품 수명주기 관리(PLM)를 위한 팀센터(Teamcenter) 포트폴리오 기반 내장형 데이터 관리 기능으로 더욱 강화된 제품이다. 지멘스의 서비스형 클라우드 소프트웨어 인프라에 정보가 저장돼 더 높은 유연성, 확장성, 협업을 제공하는 NX를 활용할 수 있다. NX X는 강화된 클라우드 기반 제품 엔지니어링으로, 원활한 협업을 위한 안전한 데이터 관리와 함께 데스크톱 설치 또는 아마존 웹 서비스(AWS)를 통한 브라우저 스트리밍을 지원한다. 또한 팀센터 X(Teamcenter X) 소프트웨어가 NX에 빌트인돼 데이터 관리 기능을 강화해 사용자에게 향상된 유연성과 기본 협업 기능을 제공하고 IT 관리에 낭비되는 시간을 줄여준다. 또한 유연하고 확장 가능한 라이선스를 통해 고객이 NX 기본 기능 외 애드온(Add-on) 모듈과 고급 NX 기능에 액세스할 수 있는 탄력적이고 비용 효율적인 방법도 제공한다. 110개 이상의 제품을 사용할 수 있으므로 고객의 워크플로에 가장 적합한 애드온을 탐색해 프로젝트의 요구 사항에 따라 유연하게 맞춤화할 수 있다. NX X는 새로 발표된 젤 X(Zel X) 소프트웨어와 연동해 사용할 수 있다. NX와 동일한 아키텍처를 기반으로 하는 젤 X는 지멘스의 차세대 브라우저 기반 엔지니어링 앱으로, NX 등 기타 엑셀러레이터 솔루션과 통합돼 제조 공정과 현장 운영을 간소화한다.     NX 이머시브 익스플로러(NX Immersive Explorer)는 데스크톱과 가상 현실 모두에서 높은 사실감으로 설계 검토, 가상 커미셔닝, 이해관계자 승인에 게이밍 수준의 환경을 제공한다. 2024년 12월에 출시되는 NX 이머시브 익스플로러는 주요 HMD 하드웨어 옵션을 지원하며, 사용자는 상호 작용 가능한 몰입형 포토리얼리즘으로 설계 프로세스 초기에 귀중한 인사이트를 얻을 수 있어 실제 프로토타입 제작에 드는 비용을 절감할 수 있다. 전체 어셈블리 관점에서 특정 부품에 집중하고, 개별 구성 요소를 검토하고, 마크업과 메모를 추가해 설계 검토 결과를 문서화할 수 있는 기능을 통해 완전히 새로운 관점에서 설계 프로세스를 수행할 수 있다. 한편, 지멘스는 NX의 AI 지원 설계 도구로 프로세스를 개선하고 가속할 수 있다고 소개했다. 토폴로지 최적화, 퍼포먼스 프레딕터(Performance Predictor), 자이로이드 모델링을 비롯한 새로운 AI 지원 도구가 명령 예측, 선택 예측 등 기존 도구와 결합돼 효율성을 높인다. 퍼포먼스 프레딕터는 개별 부품의 재질 선택에 의한 구조적 해석 결과에 중점을 둔 AI 기반 설계 시뮬레이션 도구이다. 설계자의 설계 변경에 의한 실시간 해석 결과를 통해 설계를 검증해 비용이 많이 드는 오류를 사전에 제거함으로써 혁신 프로세스의 속도를 높일 수 있도록 지원한다. AI 기반 토폴로지 최적화, 새로운 자이로이드 격자 기능을 활용한 내부 채우기 설계 기능과 2023년 도입된 디자인 스페이스 익스플로러(Design Space Explorer) 기능을 결합하면 설계자는 필요에 따라 성능을 발휘하는 최적의 부품을 만들 수 있다. 더불어 경량화 연구를 수행하고 적절한 경우 적층 제조를 활용할 수 있다. 이외에도 지멘스는 ▲정밀한 공구 경로 제어를 제공해 최적화된 가공과 우수한 표면 마감을 지원하는 고급 홀메이킹(holemaking)을 비롯해 부품 제조 속도와 제어 극대화를 위한 NX CAM 및 NX 에디티브 매뉴팩처링(AM) ▲NX, 캐피탈(Capital), 익스페디션(Xpedition), 팀센터를 통합해 전자와 기구 설계 팀 간 원활한 데이터 흐름과 협업을 가능케 하는 Managed Environment for Electronics Design을 비롯해 전기, 반도체 산업을 위한 향상된 기능 ▲건축, 엔지니어링, 건설(AEC) 워크플로를 위한 단일 다분야 플랫폼을 지원하는 종합적인 건설 정보 모델링(BIM) 도구 세트를 제공하는 NX BIM 기능 등의 업데이트를 소개했다.
작성일 : 2024-07-15
[PLM/DX 베스트 프랙티스 컨퍼런스 2024] 발표자료 다운로드 안내
[PLM/DX 베스트 프랙티스 컨퍼런스 2024] 발표자료 다운로드 안내입니다. 올해 20회째를 맞은 ‘PLM/DX 베스트 프랙티스 컨퍼런스 2024(구 PLM 베스트 프랙티스 컨퍼런스’)’가 지난 6월 13일~14일까지 온라인으로 진행됐습니다. ‘DX를 위한 디지털 트윈, AI와 PLM’을 주제로 한 이번 PLM 컨퍼런스에서는 제조산업 전반의 혁신과 재도약을 위해 디지털 트윈과 AI 등 첨단 기술의 활용 방안을 모색하고, 디지털 전환(DX) 시대에 PLM의 새로운 가치를 발견할 수 있는 기회로 마련됐습니다. 이번 행사에 참여해 주신 모든 분들께 감사드립니다. [PLM/DX 컨퍼런스 2024 관련 기사]  한국산업지능화협회 PLM기술위원회 위원장인 KAIST 서효원 교수는 인사말에서 “과거에는 설계/제조 정보의 생성, 관리, 활용 등이 구조적이고 전형적인 방법에 의존해 왔다. 한편, 최근 생성형 AI 특히 GPT의 출현으로 인해 PLM의 역할이 재조명되고 있다”고 짚었다. GPT의 기반인 생성형 초거대 언어 모델(LLM) 등을 통하여 유연적이고 비정형적인 방법이 가능해지고, 자연어 기반의 대화형 인터페이스가 가능해져 설계/제조의 생산성을 높일 수 있다는 설명이다. 또한, 서효원 교수는 “LLM을 기반으로 설계/제조 현장의 핵심 이슈인 데이터의 연결, 하이퍼링크 통합 등의 자동화가 가능해지며, 이를 통해 과거 PLM 적용에 있어서 문제로 여겨졌던 부분을 해결할 수 있다는 기대가 커지고 있다”고 전했다. [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (1) [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (2) [아젠다] PLM/DX 베스트 프랙티스 컨퍼런스 2024 발표자료는 정보 제공에 동의한 자료만 제공됩니다. 아래 아젠다에 PDF 마크가 표시되어 있는 발표자료가 공개된 내용입니다.  [PLM/DX 베스트 프랙티스 컨퍼런스 2024] 유료결제완료 발표자료 요청 이번 컨퍼런스에 참여하지 않았던 분들은 유료 결제 후에 발표자료를 다운로드 받으시기 바랍니다. 다만 홈페이지 다운로드 용량 제한으로 인하여 전체 자료를 다운로드 할 수 있게 하는데 제약이 있어 첨부한 파일에는' PLM/DX 컨퍼런스 2024' 가이드 파일만 올려 두었습니다. 결제완료 후 메일(PLM@cadgraphics.co.kr)로 연락주시면 대용량 추가 자료를 별도로 보내드립니다. 홈페이지에서 직접 결제하는데 문제가 있다면 당사로 연락주시기 바랍니다.   메일 제목 :  [PLM/DX 컨퍼런스 2024] 유료결제완료 발표자료 요청 내용 : 결제시 회원명 / 전화 / 이메일 메일 보낼 곳 : PLM@cadgraphics.co.kr 문의 : PLM컨퍼런스사무국 (02-333-6900) [PLM/DX 베스트 프랙티스 컨퍼런스 2024]  아젠다 1일차 [개회사] 한국산업지능화협회 PLM 기술위원회 서효원 위원장(카이스트 교수)  [기조연설] Automotive Industry의 새로운 지평선에서 / HL만도 배홍용 CTO 개발 · 양산 Lifecycle 품질 관리의 발전 방향 / LG CNS SINGLEX 정현길 위원 LS 일렉트릭 디지털 스레드 적용 사례 및 PTC AI 혁신 전략 / PTC코리아 이봉기 상무  프로세스 산업에서의 Digital Twin 적용 사례 / 아비바코리아 강창훈 상무 PLM/DX/디지털 트윈 사례 / TYM (티와이엠) 김대용 CDO AI 및 Cloud 기술을 활용한 Teamcenter의 미래 PLM: 디지털 쓰레드의 역할 / 지멘스 디지털 인더스트리 소프트웨어 한석주 본부장 [기조연설] 모빌리티 혁명, UAM 현황과 미래 / 한국항공우주연구원 황창전 UAM연구부장 2일차 [격려사] 한국CDE학회 유병현 회장(한국과학기술연구원) [기조연설] AI를 품은 제조업의 서비스 혁신 / SK경영경제연구소 김지현 부사장 [기조연설] 다양한 산업에서 적용되는 Vision AI의 현재와 미래 / 씨이랩 이문규 책임리더  기업과 부서에서 3D 데이터 활용을 통한 3D 데이터 공유 및 디지털화 실현 / 아이지피넷 윤정두 차장 MULTI-CAD 환경에서의 협업방안 / 다쏘시스템코리아 에노비아 브랜드 세일즈 부문 정유선 대표 사례를 통해 알아보는 데이터 플랫폼 구축을 통한 비용 절감 및 비즈니스 성장 실현 방안 / 스노우플레이크 박경호 영업대표 디지털 트윈을 위한 지능형 경량화/최적화 모델 생성 방안 / 팀솔루션 서경진 상무 생성형 AI 동향과 제조엔지니어링 적용 방법 / 연세대학교 송경우 교수
작성일 : 2024-07-11
다쏘시스템, 애경산업에 3D익스피리언스 플랫폼 기반 PLM 솔루션 구축
다쏘시스템이 애경산업과 협력하여 3D익스피리언스 플랫폼 기반 PLM(제품 수명주기 관리) 시스템을 구축한다고 밝혔다.  애경산업은 1954년 설립 이래 지속적인 기술 혁신을 통한 신기술 기반의 고부가가치 제품 개발을 통해 뷰티와 라이프 케어의 혁신을 주도하는 생활뷰티 기업이다. 현재 국내뿐 아니라 글로벌 시장으로 확대를 가속화하며 사업 성장성을 지속적으로 강화하고 있다. 이번 다쏘시스템과의 PLM 시스템 구축은 디지털 시스템 강화를 통해 제품 개발 과정의 효율성을 높이고자 하는 애경산업과 PLM을 넘어 디지털 트랜스포메이션을 지원하는 플랫폼을 지향하고, 엔드-투-엔드 비즈니스 실행과 데이터 협업을 위한 토털 플랫폼 솔루션을 제공하는 다쏘시스템의 시너지가 결합하며 성사됐다. 다쏘시스템은 “애경산업은 로레알, 클라랑스, P&G 등 다수 글로벌 기업들 및 동서식품, 삼성웰스토리, 롯데중앙연구소 등 국내기업 협업을 통해 축적한 다쏘시스템의 노하우와 기술력, 소비재 산업에 대한 전문성으로 다쏘시스템을 택했다”고 밝혔다. 이번 PLM 구축을 통해 애경산업은 ▲ NPD(New Product Development) 프로세스 및 프로젝트 관리 디지털화 ▲ 마케팅 업무 및 표시사항 관리 디지털화 ▲ 제품 정보, 포뮬레이션 통합 관리 및 연계성 확보 ▲ PLM 플랫폼을 통한 표준 업무지원 환경 마련 등을 이룰 전망이다. 다쏘시스템의 단일 플랫폼 기반으로 고도화된 PLM은 전사적인 디지털 트랜스포메이션을 가속화하고 빠르게 변화하는 소비자 트렌드에 대한 신속한 대응이 중요한 FMCG(Fast Moving Consumer Goods) 기업의 신제품 기획부터 상품 출시까지의 협업 중심 프로세스를 시스템화해 개선된 업무 효율성을 제공한다. 앞으로 애경산업은 구축될 PLM을 바탕으로 제품 정보와 개발 프로젝트 정보 간의 연계를 통한 양방향 추적성을 확보함으로써 제품 카테고리 기반으로 제품 및 프로젝트 정보를 구조화하고 정보 간의 연계성을 확보할 계획이다. 또한 개발 프로젝트에 표준 템플릿과 대시보드를 활용함으로써 표준화된 제품개발 프로세스 기반의 업무 수행을 가능케하고 개발 일정 관리와 협업에 효율성 향상을 기대하고 있다. 아울러 제품 개발 프로젝트의 실시간 모니터링을 통해서 이슈를 파악하고 빠른 의사결정을 지원한다. 원재료 관리와 제품배합 부분의 혁신성 증대도 주요한 목표 중 하나이다. 애경산업은 자재 유형별 통합 자재 마스터 구축을 통한 원재료 라이브러리를 활용하고 원재료에 대한 품질 이슈 발생 시 원재료 사용 정보에 대한 추적성을 확보할 계획이다. 뿐만 아니라 디지털화된 원재료 라이브러리 및 BOM 작성 활용에 의해 배합 BOM 구성 간소화가 가능해진다. 실험 배합비 및 양산 배합비 이력에 대한 관리와 활용도가 증대되어 제품 개발 단계별 배합비 및 배합 실험 데이터가 축적되고 시행착오를 줄이면서 응용제품에 대한 개발이 용이해진다. 소비재 산업에서 특히 중요한 표시기재사항에 대한 프로세스 개선도 이루어진다. 표시기재사항의 작성과 디자인, 검토 작업을 디지털화하여 빠르고 정확한 디자인 결과 검토 및 관리가 가능해진다. 기재 오류 사항을 발견하는 작업을 시스템화하여 오류와 비용 손실을 최소화한다.     애경산업 관계자는 “애경산업의 디지털 트랜스포메이션을 가속화하고, 부서 간 협업을 활성화하며, 제품개발 리드타임을 단축해 시장에서의 성과를 향상시킬 것으로 기대된다”면서, “애경산업을 사랑하는 고객들에게 최상의 경험을 전하기 위해 노력할 것”이라고 말했다. 다쏘시스템코리아의 정운성 대표이사는 “다년간 다수의 글로벌 소비재 기업들과 협업해온 다쏘시스템과 글로벌 생활뷰티 기업 애경산업의 만남을 통해 단일 플랫폼 기반 PLM으로 애경산업의 혁신적이고 시장 선도적인 제품 개발을 지원하게 되어 매우 의미있게 생각한다”라며, “다쏘시스템은 앞으로도 화장품, 생활용품, 식품 등의 소비재 산업에 대한 전문성과 노하우를 바탕으로 K-컬쳐 기업이 글로벌 경쟁력을 강화할 수 있도록 디지털 트렌스포메이션을 돕는 든든한 지원군으로 최선을 다할 것”이라고 말했다.
작성일 : 2024-07-08
미래 공장을 위한 스마트 기계 르네상스
디지털 기반의 새로운 생산 환경과 제조 혁신   제조산업을 둘러싼 환경의 변화와 과제에 대응할 필요성이 높아지는 가운데, 기술의 발전이 제조업계에 새로운 기회를 제공하고 있다. 제조산업의 혁신은 제조 생산기계와 설비를 포함한 생산 과정의 전체 수명주기를 디지털화하는 것을 필요로 한다.    ■ 오병준 지멘스 디지털 인더스트리 소프트웨어 코리아의 한국지사장이다. SAS 코리아 대표이사를 지냈으며 오라클 코리아, 테라데이터 코리아, IBM 코리아 임원으로 재직하면서 엔지니어링, 영업, 채널 관리, 마케팅 등 다양한 관련 분야 전문성을 보유하고 있다. 홈페이지 | www.sw.siemens.com/ko-KR   그림 1. 미래 공장을 위한 스마트 기계 르네상스(이미지 출처 : 지멘스)   오늘날 기계 제조업체들은 불안정한 시장 환경에 직면하고 있으며, 차세대 제품 개발을 위해 새로운 접근 방식을 채택해야 하는 압박을 받고 있다. 예상대로 품질, 비용, 성능에 대한 부담은 여전히 존재한다. 이 가운데 지속가능성에 대한 요구사항이 이제 화두로 떠오르고 있다. 핵심은 에너지 사용량 감소, 탄소 배출 절감, 폐기물 최소화에 초점이 맞춰져 있다.  이러한 글로벌 트렌드가 전 세계 제조업체에 영향을 미치고 있으며, 정치 사회적 변화가 비즈니스 모델의 변화를 이끌고 있다. 이는 리쇼어링, 서비스화, 신규 시장 진입 등 비즈니스 모델의 변화로 이어지고 있다. 제조업체들은 기존 영역에서 인접 시장이나 새로운 시장으로 이동하면서 신흥 영역에서 기회를 포착하고 있다. 일례로, 제지기계 제조업체들은 전기차 수요의 급증을 충족하기 위해 배터리 기계 제조로 사업을 확장하고 있으며, 유리 산업의 기계 제조업체들도 마찬가지다. 한편, 기계 제조와 제조 운영 측면에서 인력부족 현상은 자동화에 대한 필요성을 증가시키고 있다. 미래 공장은 이제 지속가능성, 유연성, 미래 인력의 패러다임 중심으로 개발되고 있다. 산업계가 해결해야 할 많은 과제 속에서 기술의 발전은 제조업체에 번영의 기회를 제공하고 있다. 이는 디지털화로부터 생성된 인텔리전스와 풍부한 데이터에 의해 가능해졌다. 또한 디지털 도구, 시스템, IoT(사물인터넷) 데이터를 통합해 디자인, 엔지니어링, 생산 및 서비스 전반에 걸쳐 이전에 격리되었던 정보의 연결을 가능하게 하고 있다.    그림 2. 디지털화를 통해 필요할 때, 필요한 곳에서 중요한 데이터에 액세스할 수 있게 됐다.(이미지 출처 : 게티이미지/Cravetiger)   제조업체는 디지털화를 통해 자동화를 넘어서 예측 가능하고 적응적인 생산 환경으로 나아갈 수 있다. 적응형 제조(adaptive manufacturing)는 시장과 고객 요구사항이 변화함에 따라 생산을 손쉽게 전환할 수 있는 유연성을 제공한다. 더욱이, 이는 공정 시스템을 간소화해 제조업체가 동일한 인력으로 더 많은 일을 할 수 있게 한다. 이러한 이점 때문에 국내에서도 기계 제조의 디지털화를 촉진하기 위한 다양한 노력이 진행되고 있다. 최근 산업통상자원부는 ‘AI 자율제조 전략 1.0’을 발표하면서, 5년 동안 1조 원 이상을 R&D에 투자해 기계 분야를 포함한 핵심 제조업의 디지털 전환을 지원함으로써 자율제조 보급률을 30% 이상 높이고 제조업 생산성을 20% 이상 향상시킬 것이라고 발표했다. 또한 경상남도는 ‘기계·방산 제조분야 디지털전환(DX) 지원센터 구축과 운영사업’을 추진해 기술 지원과 인력 양성 등을 포함한 디지털 전환 생태계를 확장하고 지속 가능한 미래를 선도할 것이라고 발표했다. 디지털화는 보다 유연한 프로세스를 만들고, 여러 엔지니어링과 생산 분야에 걸쳐 중요한 디지털 데이터를 활용함으로써 제조 리스크를 줄일 수 있다. 이전에 사일로(silo)화되어 있던 다양한 분야의 데이터를 통합하기 위해서는 기계 설계, 시뮬레이션, 공장 자동화, 제품 수명주기 관리(PLM)에 대한 깊은 이해를 바탕으로 한 솔루션이 필요하다.   디지털화의 핵심, 디지털 트윈 제조업의 혁신은 제조 생산기계와 설비를 포함한 생산 과정의 전체 수명주기를 디지털화하는 것을 필요로 한다. 이는 설계 단계에서 생산 장비의 디지털 트윈을 생성함으로써 시작된다. 디지털 트윈은 설계 프로세스 전반에 걸쳐 기계 역학, 소프트웨어, 전기, 자동화 시스템을 아우르는 다분야 엔지니어링을 기반으로 개발된다. 이러한 디지털 트윈은 가상 프로토타이핑에서 설계 탐색과 평가에 사용된다. 생산 장비의 배치가 준비되면 디지털 트윈은 생산 설비가 실제로 설치되기 전에 가상의 커미셔닝(commissioning)을 가능하게 하고, 장비에 대한 사전 운영자 교육을 제공해 배치에 필요한 시간과 위험을 크게 줄일 수 있다.   그림 3. 디지털 트윈은 초기에 설계 탐색과 가상 프로토타이핑에 사용되며, 설치 전 가상 커미셔닝에도 활용돼 운영 데이터로 실제와 디지털 사이의 루프를 연결할 수 있다.(이미지 출처 : 지멘스)     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-07-04
[칼럼] 디지털 엔지니어링의 히든 챔피언, 디지털 스레드 그리고 인생 디지털 스레드
디지털 지식전문가 조형식의 지식마당   디지털 엔지니어링과 관련해 마케팅 측면에서 디지털 트윈(digital twin)이 최고라면, 제품 생산 측면에서는 디지털 스레드(digital thread)가 가장 가치가 있다. 디지털 트윈이 시각적이라면 디지털 스레드는 추상적인 개념이다. 그러므로 디지털 엔지니어링에서 디지털 스레드를 시각적으로 표현하는 방법은 시각적 그림을 사용한다. 전통적 엔지니어링의 순환구조에서 무한루프 구조로 진화했으며, <그림 1>에서 보여 주는 것처럼 무한루프는 무수한 디지털 스레드로 연결되어 있다. 마치 우리의 뇌와 신경이 하나처럼 연결되어 있는 것을 상상하면 된다.    그림 1. 디지털 엔지니어링 제품 개발 무한루프와 디지털 스레드   디지털 엔지니어링 이니셔티브의 1 단계는 무한루프이며, 디지털 영역과 물리적 영역으로 되어 있다. 이것은 기존의 순환 제품수명주기와 차별된다. 그리고 이 무한루프 안에서 무수한 디지털 스레드와 연결되어 있다. 2 단계는 디지털 트윈과 소프트웨어 정의 프로세스가 포함된 이니셔티브이다. 가장 간단한 디지털 제품 수명주기 구조는 디지털과 물리적으로 양분하는 것이다. 모든 디지털 엔지니어링에서 디지털 트윈이 필요한 것은 아니다. 현재 디지털 트윈이 필요 없거나 비용상 만들 필요가 없는 프로세스는 있지만, 디지털 스레드는 모든 디지털 엔지니어링에 중요한 요소이다.   그림 2. 단순한 디지털 제품 수명주기 프로세스(출처 : 조형식)   <그림 2>는 디지털 제품 수명주기 프로세스(Digital Product Lifecycle Process)를 나타내며, 이는 개념(concept)에서 폐기(disposal)까지 디지털 기술(digital technology)을 사용하여 제품을 설계, 개발 및 관리하는 방법을 설명한다. 이 과정은 무한루프로 표현되어 있으며, 이는 지속적이고 반복적인 특성을 나타낸다.   그림 3. 디지털 트윈과 디지털 스레드(출처 : 지멘스)   <그림 3>은 디지털 트윈에서 디지털 스레드에서의 데이터 흐름을 보여준다. 그러나 궁극적으로 디지털 스레드는 데이터의 스트림(data stream)뿐 아니라 지식의 흐름이 된다. 모든 제품 관련 지식과 프로세스의 연결과 흐름이 디지털 스레드의 최종 목적이다. 그러나 이 그림은 너무 추상적이고, 구체적으로 디지털 스레드에서 무엇을 해야 하며 어떤 자료 및 프로세스와 연결되는지에 대해서 불분명하다.   그림 4. 제품 수명주기와 디지털 스레드(출처 : Aras)   <그림 4>는 PLM 회사인 아라스(Aras)에서 오랫동안 주장하는 그림이다. 이 그림은 제품 수명주기에서 각 단계(phase)마다 기준 데이터의 항목을 연결하는 것을 보여 준다. 이전에도 엔터프라이즈 PLM에서는 추적성(traceability)이라는 특성으로 사용해 왔지만, 기존의 추적성과 디지털 스레드의 차이점은 양방향이라는 것이고 디지털 트윈에서는 실시간 양방향 연결이 필요하다.  그러나 이 자료는 자료의 추적성가 유사하며, 실제에서 디지털 스레드는 수많은 데이터, 지식, 정보와 메시 형태나 지식 그래프(knowledge graph)의 형태로 무수히 연결되어 있다. 이런 연결을 수작업으로 연결하기는 현실적으로 불가능하다.   그림 5. PLM과 디지털 스레드 로드맵(출처 : Prostep)   <그림 5>는 독일 프로스텝(Prostep)의 디지털 스레드 로드맵 자료이다. 몇 년 전부터 상용으로 사용할 수 있는 디지털 스레드이며, 장점은 기존의 다양한 CAD, CAE, PLM 등과 연결할 수 있다는 것이고, 단점은 이 회사의 인터페이스를 구입해서 연결해야 하는데 비용이 들 수 있다. 또한 이 모든 분야의 지식과 정보의 사일로 데이터를 누구가 어떻게 연결할 것인가 숙제이다.   <그림 4~5>는 기존의 PLM같은 선형 제품 수명주기를 전제로 발전한 것이기 때문에, 미래의 디지털 엔지니어링 수명주기에서는 발전이 필요해 보인다.  결론적으로 디지털 엔지니어링에서 디지털 스레드는 가장 중요한 자산이라고 할 수 있다. 현재 주목받고 있는 디지털 트윈도 디지털 스레드가 없다면 사상누각일 수 있다. 그러나 디지털 스레드는 눈에 보이는 것이 아니기 때문에, 일반인의 관심이나 기업이 거액을 투자하기는 쉽지 않다. 또한 CAD, PLM 공급사도 디지털 스레드의 중요성을 인지하지만 비용이 많이 들고, 표준화하기도 어렵고, 잘못하면 비즈니스 주도권에도 영향을 미치기 때문에 디지털 스레드를 관망하고 있다. 디지털 스레드에 대해 가장 큰 관심을 보이는 분야는 미국 국방성이나 방위산업과 항공산업이다. 그러나 미래에 소프트웨어 정의 제품과 디지털 트윈, 산업용 인공지능같은 디지털 엔지니어링의 발전은 디지털 스레드에 달려 있다. 또한 디지털 스레드와 소프트웨어 정의, 디지털 트윈 작업의 복잡성 때문에 챗GPT나 생성형 인공지능의 도움 없이는 불가능하다.    그림 6. 인생 디지털 스레드    요즘은 나의 개인 지식 관리에 디지털 스레드를 적용해 보고 있다. 이것을 ‘인생 디지털 스레드(Life Digital Thread : LDT)’라고 이름붙였다. 1년 365일 100년이면 3만 6500 개의 ‘오늘’이 있다. 이것을 연결해 주는 것이 인생 디지털 스레드이다. 우리는 그냥 살다가 무엇이 어떻게 연결되어 있는지 모르고 죽는다. 아무리 오래 살아도 오늘은 처음이다. 그러나 모든 오늘을 연결할 수 있으면 우리는 더 현명할 결정을 할 수 있고, 더 좋은 창조적인 삶을 살 수 있다. 디지털 스레드를 우리의 삶, 인생, 이벤트, 경험, 지식 관리, 시간 관리, 인간관계, 감정 같은 정보에 적용할 수 있는 몇 가지 흥미로운 방법이 있다. 이를 통해 개인의 삶에서 더욱 체계적이고 효율적으로 연관성을 관리할 수 있다. 지난 기록을 조사해 보니 나의 일이나 삶에서 80% 이상이 중복이었다. 디지털 스레드는 이런 중복을 제거하는 데에 매우 효과적이라는 것을 깨닫고 있다.   ■ 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 : 2024-07-03
[칼럼] PLM과 챗GPT의 활용 방안
현장에서 얻은 것 No.17   “LLM 공부해야 소용없어… 대신 차세대 AI에 집중해야” - 얀 르쿤(메타 AI 수석과학자)  페친으로 커넥팅되어 시작된 인연은 인공지능 프로젝트를 통해서 책까지 출판하는 기회를 얻었다. 이번 호의 내용은 그 여정에 대한 기록이다. 기록의 중요성을 또 한 번 느끼며, 만남과 인연의 중요함도 느꼈다.  그 모든 것의 중심에는 ‘관심’ 그리고 ‘깊이와 Hungry’가 있었다. 또한 ‘호기심’은 두말하면 잔소리이다.  그리고 나의 여정을 두 단어로는 ‘리더십’과 ‘인플루언서’로 정했다.    챗GPT에게 PLM에 대해 묻다 2023년 4월호 칼럼으로 ‘챗GPT-PLM 활용의 모습’에 대해 썼다. 그리고 1년이 흐른 지금 다시 한번 챗GPT(ChatGPT)에게 길을 물었다.  1년 전인 2023년 3월에는 챗GPT의 버전이 3.5였고, 2024년 6월는 챗GPT 4o가 등장했다. 2023년 3월 당시에는 “AI가 아니라 AI를 쓰는 기업이 기업을 대체할 것”이라는 말이 유행했다. 1년이 흐른 지금… 통하는 기업이 있고, 여전히 AI가 어떤 결과를 낳을지 오리무중인 기업도 있다. 그동안 큰 변화는 글로벌 관심거리로 학습과 진보 속에서 ‘두려움’이 많이 사라졌다. 또한, 현실적인 장벽이 많이 있다는 것도 드러났다. 1년 전에 ‘챗GPT-PLM 활용의 모습’을 물었을 때 상당히 혁신적이었다. 마치 뭔가 큰일을 낼 것 같이 희망에 찬 답변이었다. 1년이 흐른 지금 같은 질문을 던졌더니, 그때보다는 상당히 현실적인 답변을 내 놓는다.  다음에서 챗GPT와의 대화 내용의 결과를 정리한 리포트 형식으로 풀어가겠다.  “인공지능은 실험실 조수, 최종 결정은 인간이 해야”  - 데미스 허사비스(구글 딥마인드 CEO)    PLM과 챗GPT의 활용 방안 - 프롬프트와 진단 주요 산업군 및 목표를 정했다. 주요 산업군은 자동차, 항공산업, 전기 전자 산업, 의료기기로 한정했다. 독자는 경영진, 임원, 마케팅 담당자로 정했다. 리포트의 주요 목표는 기업에 효과적인 PLM과 챗GPT 활용 방안을 제시하는 것으로, 이에 맞춰 프롬프트를 작성했다.  먼저, 챗GPT는 PLM의 주요 문제점에 대해서 다음과 같이 요약해 주었다.  “PLM 시스템은 복잡한 제품 개발 과정에서 다양한 문제를 안고 있습니다. 이러한 문제점들은 다음과 같습니다. ■ 프로젝트 관리 : 복잡한 프로젝트 관리는 다양한 팀과 부서 간의 협업을 필요로 하며, 실시간 상태 업데이트와 정보 공유가 어렵습니다. ■ 데이터 정합성 : 다양한 부서와 시스템에서 데이터를 관리하다 보면 데이터의 일관성을 유지하는 데 어려움이 있습니다. ■ BOM 관리 : 제품의 BOM(Bill of Materials) 데이터를 정확하게 관리하는 것은 중요하지만, 잘못된 데이터는 생산 오류를 유발합니다. ■ 품질 관리 : 품질 검사와 문제 해결에 많은 시간과 비용이 소요됩니다. ■ 제품 설계 : 설계 변경 요청이 빈번하게 발생하며, 이를 관리하기 어렵습니다. ■ 상품 기획 : 시장 트렌드를 정확히 예측하고 고객의 요구를 반영하기 어렵습니다. ■ 공급망 관리 : 공급망의 복잡성으로 인해 지연과 비용 증가가 발생합니다. ■ 고객 서비스 : 고객 문의와 지원 요청을 효율적으로 처리하기 어렵습니다. ■ 교육 및 훈련 : 직원 교육과 훈련에 많은 시간과 비용이 소요됩니다. ■ 사양 관리 : 제품 사양의 관리 및 업데이트 과정에서 오류가 발생할 수 있습니다. ■ 디지털 제조 : 제조 과정의 디지털화와 스마트 제조 시스템 구현이 어렵습니다. ■ 데이터 보안 : PLM 시스템은 많은 기밀 데이터를 포함하고 있어 데이터 유출의 위험이 큽니다.”   각 문제에 대한 해결 방안 “PLM의 각 문제점에 대해 챗GPT를 활용한 해결 방안은 다음과 같습니다. ■ 프로젝트 관리 : 챗GPT를 통한 실시간 상태 업데이트, 자동 보고서 생성, 팀 간 의사소통 지원 ■ 데이터 정합성 : 챗GPT를 활용하여 데이터 입력 및 검증 자동화, 오류 감지 및 수정 제안 ■ BOM 관리 : 챗GPT를 통해 BOM 데이터의 정확성과 일관성을 유지하여 생산 오류를 줄임 ■ 품질 관리 : 챗GPT를 통해 품질 문제의 원인 분석, 해결책 제안, 품질 검사 자동화 지원 ■ 제품 설계 : 챗GPT를 사용하여 설계 변경 제안 및 피드백 수집, 팀 간 협업 지원 ■ 상품 기획 : 챗GPT를 통해 시장 트렌드 분석, 고객 피드백 수집 및 분석, 제품 기획 아이디어 제안 ■ 공급망 관리 : 챗GPT를 사용하여 공급망 데이터 분석, 공급업체와의 실시간 커뮤니케이션 지원, 문제 발생 시 빠른 대응 방안 제안 ■ 고객 서비스 : 챗GPT를 활용한 자동화된 고객 응대, 자주 묻는 질문(FAQ) 자동 응답, 고객 피드백 수집 및 분석 ■ 교육 및 훈련 : 챗GPT를 통한 맞춤형 교육 자료 제공, 훈련 프로그램 관리, 실시간 질문 응답 시스템 구축 ■ 사양 관리 : 챗GPT를 사용하여 사양 데이터의 자동 검증 및 업데이트, 사양 변경 내역 관리, 사양 관련 질문에 대한 실시간 응답 제공 ■ 디지털 제조 : 챗GPT를 활용하여 제조 데이터 분석, 예측 유지보수 시스템 구축, 제조 과정 최적화 및 문제 해결 지원 ■ 데이터 보안 : 챗GPT를 통해 데이터 보안 시스템 강화, 실시간 보안 모니터링, 보안 위협에 대한 빠른 대응 방안 마련”   PLM 데이터 학습 방안 “PLM 데이터는 폐쇄적이고 기밀 정보가 많기 때문에 챗GPT가 직접적으로 학습하는 것은 어렵습니다. 그러나 다음과 같은 방안을 통해 챗GPT가 PLM 데이터를 활용할 수 있습니다. ■ 프록시 데이터 사용 : 익명화된 데이터로 학습하여 민감한 정보를 보호합니다. ■ API 기반 접근 : API를 통해 실시간으로 데이터를 조회하고 분석할 수 있습니다. ■ 데이터 마스킹 및 샘플링 : 민감 정보를 제거한 샘플 데이터를 사용하여 학습합니다. ■ 온프레미스 학습 시스템 : 기업 내부에 AI 학습 시스템을 구축하여 폐쇄된 환경에서 안전하게 학습합니다. ■ 주기적인 데이터 피드백 루프 : 정기적으로 업데이트된 데이터를 반영하여 학습합니다.”   결론 “챗GPT는 PLM 시스템의 다양한 문제를 해결할 수 있는 강력한 도구입니다. 데이터를 정확하게 관리하고 실시간으로 분석하며, 효율적인 의사소통을 지원함으로써 PLM 시스템의 효율성을 크게 향상시킬 수 있습니다. 그러나 데이터를 안전하게 관리하고, AI 모델의 정확성을 유지하기 위해 적절한 학습 방법과 보안 조치를 취하는 것이 중요합니다. 챗GPT를 통해 PLM 시스템의 문제를 해결하고, 더 나은 제품 개발과 관리를 실현할 수 있을 것입니다.”   PLM의 핫 이슈는 정합성과 정보의 공개 시행착오에서 해답을 찾을 수 있으리라 생각한다. 갈 길은 정해졌다. PLM의 가장 큰 이슈는 정합성과 정보의 공개이다. 왜냐면 사람이 운영하기 때문에, PLM의 복잡성 그리고 추적성을 고려하면 사용자들이 체계적으로 잘 사용해야 가능하다. 챗GPT가 해 줄 일은 자명하다. 고자질을 잘 할 것 같다. 누가 어떤 것에 에러를 범했다. 설계 데이터, BOM 오류, 결재를 미룬 사람 등 기업 업무의 불편한 진실을 챗GPT와 같은 생성형 AI가 내부고발자 역할을 하지 않을까 생각된다. 즉, 생성형 AI는 나를 도와주는 비서일 뿐만 아니라 감시자 역할도 할 수 있을 거라 예상된다.  두려움의 대상이라고 생각해도 나쁘지 않다. 시스템으로 의도하지 않은 업무상 오류를 바로잡을 수 있는 절호의 기회이기 때문이다.  기업 내부의 이슈로는 부서간, 개인간의 이해관계가 있다. 각자 자기 일을 잘 하게 되면 무슨 문제가 있으랴.    ▲ PLM과 챗GPT의 활용방안(Map by 류용효) (클릭하시면 큰 이미지로 볼 수 있습니다.)   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-07-03
[포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (2)
PLM/DX 베스트 프랙티스 컨퍼런스 2024’가 지난 6월 13~14일 온라인으로 진행됐다. 한국산업지능화협회, 한국CDE학회, 캐드앤그래픽스가 공동 주최하는 이번 행사는 20주년을 맞아 이름을 바꾸었으며, 제품/제조 데이터와 프로세스를 통합 관리하는 PLM(제품 수명주기 관리)과 함께 제조산업의 혁신을 위한 디지털 전환(DX)에 대해 폭넓게 짚어보는 기회가 되었다. ■ 정수진 편집장   ▲ 한국CDE학회 유병현 회장, SK경영경제연구소 김지현 부사장, 캐드앤그래픽스 최경화 국장   한국CDE학회 유병현 회장은 격려사를 통해 “지난 20년 동안 PLM 베스트 프랙티스 컨퍼런스는 국내 PLM 분야의 성공 사례를 공유하면서 제조업계의 경쟁력을 높이는 마중물 역할을 해왔다. 특히, 올해는 ‘PLM/DX 베스트 프랙티스 컨퍼런스’로 명칭을 변경하고 제조업계의 화두인 디지털 전환과 디지털 트윈, 생성형 AI의 도입을 통해서 변화하는 트렌드에 주목하고자 한다”고 전했다. 그리고 “생성형 AI와 소프트웨어 주도의 변화는 제조업계를 한 단계 도약시키는 큰 기여를 하게 될 것이며, 이러한 변화는 우리가 미래를 준비하는데 필수적인 요소가 될 것”이라면서, “지난 20년 동안 PLM 베스트 프랙티스 컨퍼런스를 공동 주최하면서 함께 성장해 온 한국CDE학회는 CAD/CAM부터 인공지능과 디지털 전환, 생성형 AI에 이르기까지 다양한 기술의 융합을 통해서 디지털 혁신을 선도하고자 한다”고 덧붙였다.   ▲ 한국CDE학회 유병현 회장(한국과학기술연구원)   이번 행사에서는 ‘PLM 베스트 프랙티스 적용 사례 & DX 전략(6월 13일)’과 ‘디지털 전환을 위한 신기술과 솔루션(6월 14일)’이라는 두 개의 트랙에서 14편의 발표를 통해 다양한 내용이 소개됐다.   ■ 함께 읽기 : [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (1)   AI가 가져 올 제조산업의 새로운 가치 행사 둘째 날인 6월 14일에는 SK경영경제연구소의 김지현 부사장이 ‘AI를 품은 제조업의 서비스 혁신’이라는 주제의 기조연설을 통해 “챗GPT(ChatGPT)로 대표되는 생성형 AI가 제조 공정의 혁신을 가져다 줄 수 있으며, 각종 디지털 디바이스가 생성형 AI와 결합될 때 새로운 고객 가치와 사용자 경험을 만들어낼 수 있다”고 짚었다. 기존에도 빅데이터나 AI 기술을 접목한 로봇은 존재했다. 하지만 생성형 AI의 차이점은 LLM(대규모 언어 모델)으로 사람의 말을 이해해 대화가 가능하고, LMM(대규모 멀티 모달 모델)을 통해 주변 상황을 인지할 수 있다는 것이다. 김지현 부사장은 “사람처럼 눈과 귀가 달려서 상황의 변화를 인식하고 사람의 말을 명확하게 이해해서 이를 기반으로 공장에서 작동하는 로봇이 향후 몇 년 사이에 확산된다면 제조 공정의 혁신을 더욱 가속화할 것”이라고 전망했다. 이런 제조 공정 혁신과 함께 디바이스 즉 하드웨어의 변화도 본격화될 것으로 보인다. 기존의 하드웨어가 AI를 품으면서, 이를 기반으로 하드웨어의 성능과 기능이 더욱 향상된다는 것이다.  김지현 부사장은 “AI 칩과 SLM(소형 언어 모델)이 내장된 디바이스는 더욱 다양한 사용자 경험과 편의, 새로운 가치를 제공한다. 하드웨어를 만드는 제조업체로서는 새로운 기술 혁신과 제품 혁신의 기회를 얻는다는 부분에 주목할 필요가 있다”고 말했다. 또한, 김지현 부사장은 “지난 30년간의 디지털 전환에서 아날로그와 디지털이 따로 놀았다면 앞으로의 디지털 전환은 디지털에서 구현된 것이 아날로그에서도 구현되고, 아날로그에서 반영된 것이 디지털로도 구현되면서 양쪽이 긴밀하게 결합되는 세상으로 바뀌고 있다”고 짚으면서, “제조업의 향후 과제는 공장을 어떻게 디지털 트윈이나 스마트 팩토리로 만들 것인가, 그리고 AI를 활용을 해서 어떻게 제품을 온디바이스 AI화할 것인가가 되었다고 본다”고 전했다.   ▲ SK경영경제연구소 김지현 부사장   비전 AI 분야의 발전과 전망 소개 씨이랩의 이문규 책임리더는 ‘다양한 산업에서 적용되는 비전 AI의 현재와 미래’라는 주제의 기조연설에서 비전 AI의 현재와 미래, 그리고 제조 물류 분야에서 비전 AI 모델의 활용 방안에 대해 소개했다. 비전 AI(vision AI)는 컴퓨터가 시각적 세계를 해석하고 이해하는 부분에 관한 인공지능 분야이다. 비전 AI의 발전은 하드웨어, 빅데이터 알고리즘, 딥러닝 기술과 같이 진보했으며 다양한 산업에서 혁신을 이끌고 있다. 이문규 책임리더는 “비전 AI 시장은 연평균 21.5% 성장하고 있으며, 시장 규모는 457억 달러에 이를 것으로 추산된다. 비전 AI의 성장은 심층 학습, 딥페이크를 생성하는 대립 네트워크, 컴퓨터 비전의 자연어 처리 등의 기술 발전에 영향을 받고 있으며, 멀티 모달 AI 기술의 발전으로 새로운 응용 서비스가 꾸준히 나오고 있다”고 소개했다. 비전 AI 분야에서는 방대한 데이터셋, 광대규모의 데이터셋, 광범위한 데이터에 대한 증강, 모델 성능을 최적화하기 위한 훈련 체계 등의 기술이 꾸준히 발전하고 있다. 그리고, 대형 비전 모델의 발전은 이미지 객체의 탐지 및 인식뿐 아니라 복잡함 이미지를 인간 수준으로 이해할 수 있도록 가능성의 경계를 넓히는 도전을 하고 있다. 이런 기술 발전은 물류, 제조, 자율주행, 의료 이미지 분석, 감시 시스템 등 다양한 산업 분야로 비전 AI의 확장을 뒷받침하는 추세이다. 이문규 책임리더는 “씨이랩은 영상 분석을 전문으로 하는 회사로, AI 모델의 학습/추론 영역에서 GPU를 효율적으로 활용 및 관리하는 기술, 소량 또는 얻기 어려운 데이터에서 학습 데이터를 생성하는 기술을 활용해 비전 AI 모델을 만들고 실시간 영상 분석으로 인사이트를 만드는 연구에 집중하고 있다”고 소개했다.   ▲ 씨이랩 이문규 책임리더   디지털 트윈부터 AI까지 기술 활용 방안 짚다 아이지피넷의 윤정두 차장은 ‘기업과 부서에서 3D 데이터 활용을 통한 3D 데이터 공유 및 디지털화 실현’이라는 주제로 발표를 진행했다. 많은 기업이 한 가지의 CAD만 갖고 있는 것이 아니라 멀티 CAD를 기반으로 하고 있다. 이는 제품 설계, 금형 설계, 해석, 가공 시뮬레이션 등 각 부서에서 사용하는 툴이 다양하기 때문이다. 그리고 OEM과 다른 CAD 환경을 구축한 경우도 있다.  윤정두 차장은 “이런 멀티 CAD 환경에서 3D 데이터를 잘 활용하기 위해서는 일방적인 변환이 아니라 각 부서에 맞게 데이터를 최적화할 필요가 있다. 이를 위해서는 중립 포맷 대신 이기종 CAD 환경에 맞춰 설계 의도와 의미를 유지할 수 있도록 데이터를 변환해야 한다. 또한 3D 데이터를 작성하는 과정에서 생길 수 있는 에러를 효과적으로 해결해서 품질을 확보하면 다운스트림 공정에서 데이터를 더욱 잘 활용할 수 있다”면서, 데이터 준비 및 최적화 작업의 시간 소모를 줄일 수 있는 툴이 중요하다고 설명했다. 또한 데이터 품질 체크, 자동 데이터 힐링 및 최적화, 속성 및 PMI 정보의 변환, 데이터 비교 리포트 작성 등 데이터 변환 툴에 필요한 핵심 기능을 소개했다.   ▲ 아이지피넷 윤정두 차장   다쏘시스템코리아의 정유선 에노비아 브랜드 세일즈 부문 대표는 ‘멀티 CAD 환경에서의 협업 방안’에 대해 발표했다. 경쟁력 있는 제품을 만들기 위한 비용 절감뿐 아니라 새로운 소비자 경험을 제공하기 위한 혁신에 대한 요구가 늘면서, 제품 개발 환경의 어려움이 커지는 상황이다. 여기에 더해 최근에는 제품 개발에서 AI 적용에 대한 요구가 강화되고 있다. 기업이 제품을 개발할 때 AI 기술을 어떻게 적용할 것인지가 제품 개발의 새로운 이슈가 된 것이다. 정유선 대표는 “기업이 제품을 개발할 때 AI를 적용하기 위해서는 학습 모델이 필요하고, AI학습을 위한 양질의 데이터셋을 수집해야 한다”면서, “AI 학습을 위한 고품질의 데이터셋을 확보하기 위해 제품 개발 과정의 모든 데이터가 원활하게 연결되는 데이터 기반의 업무 환경을 조성하는 것이 중요해질 것으로 보인다”고 전했다. 다쏘시스템은 설계부터 검증/해석, 생산, 판매 이후 서비스 단계까지 모든 데이터를 연속성 있게 연결하는 플랫폼을 내세우고 있다. 정유선 대표는 “플랫폼 기반으로 협업을 하면 모든 데이터가 연결 구조를 갖기 때문에, 이슈를 빠르게 추적 및 조치할 수 있고 재사용도 쉬워진다. 결과적으로 개발 기간을 줄일뿐 아니라 인력이나 비용도 최소화할 수 있는 것이 장점”이라고 소개했다.   ▲ 다쏘시스템코리아 정유선 에노비아 브랜드 세일즈 부문 대표   스노우플레이크의 박경호 영업대표는 ‘사례를 통해 알아보는 데이터 플랫폼 구축을 통한 비용 절감 및 비즈니스 성장 실현 방안’을 주제로 발표를 진행했다. 공급망 관리의 복잡성과 예측이 어려운 글로벌 환경 변화 등이 기업의 비즈니스 과제로 여겨지면서, 많은 기업이 이에 대응하기 위해 디지털 전환 및 디지털 트윈을 통한 기술 혁신을 추진하고 있다. 하지만, 이를 위한 데이터가 여러 시스템에 분산되어 있고 외부 데이터를 받아오는 데에 많은 비용이 드는 등의 어려움도 커졌다. 박경호 영업대표는 “새로운 데이터 원본을 통합하는 데에는 시간이 걸리고, 하드웨어와 소프트웨어를 갖추기 위해서는 대규모의 투자가 필요하다. 변화에 대응하기 어려운 레거시 파이프라인을 관리 및 유지하는 데에도 꾸준히 비용이 발생한다”고 짚었다. 또한 “스노우플레이크는 이러한 제조기업의 변화에 맞춰 유기적인 데이터 연계를 통해 제조 프로세스의 문제를 해결할 수 있는 시스템을 제공한다. 이를 통해 전반적인 프로세스 데이터를 관리하면서, 변화하는 제조업의 환경에 알맞게 데이터를 관리할 수 있다”고 전했다.   ▲ 스노우플레이크 박경호 영업대표   팀솔루션의 서경진 상무는 ‘디지털 트윈을 위한 지능형 경량화/최적화 모델 생성 방안’에 대해 발표했다.  제조산업 및 엔지니어링 분야에서 디지털 트윈은 효율을 높이는 혁신적인 도구로 여겨지고 있으며, 이를 통해 기업은 제품 수명주기 전반에 걸쳐 더 나은 의사결정을 내릴 수 있다. 하지만, 기존의 수많은 3D CAD 모델을 디지털 트윈으로 변환하는 과정에서 많은 수작업과 개별 프로그래밍이 필요하기 때문에 비효율이 존재한다. 서경진 상무는 “3D 기반의 플랫폼에서 엔지니어링 및 제조 정보를 취합하고 활용 목적에 맞게 가공 및 전달하는 디지털 트윈을 가장 빠르게 구축하는 방법은 3D 캐드를 활용하는 것”이라면서, “이를 위해 3D 데이터를 경량화하고 묶어서 빠르게 사용자에게 보여주는 체계를 구축하는 것이 필요하다”고 짚었다. 또한, “경량화된 3D 데이터는 3D 엔진에서 가볍게 활용할 수 있도록 프레임을 높였으며, 웹과 VR/MR/XR 등 다양한 형태로 제공될 수 있다”고 덧붙였다.   ▲ 팀솔루션 서경진 상무   연세대학교의 송경우 교수는 ‘생성형 AI 동향과 제조 엔지니어링 적용 방법’에 대해 발표했다. GPT와 같은 대규모 언어 모델은 특정한 단어가 주어졌을 때 그 다음에 어떤 단어가 올 것인지를 예측하도록 학습된 모델이다. 이런 특성으로 번역을 하거나 이미지를 이해할 수 있지만, 정확한 답변을 요구하는 엔지니어링 영역에서도 이 언어 모델을 활용할 수 있을지에 대한 의문도 있다. 송경우 교수는 전문 용어가 많은 IT 개발 문서를 기반으로 GPT-4의 답변 테스트 내용을 소개하면서, “단순히 문서 내용을 기반으로 한 답변은 정확하지 않았지만, 여러 단계로 순차적인 질문을 할 때 답변의 신뢰도가 높아지는 알고리즘을 찾을 수 있었다”고 소개했다. 제조 엔지니어링이 특화된 언어 모델을 만들기 위해서 데이터 구축을 진행 중이라고 전한 송경우 교수는 “특정 작업에서 성능을 발휘할 수 있는 언어 모델을 만드는 데에는 생각보다 비용이 들지 않을 것으로 생각한다. 관건은 학습 데이터를 구축하는 것”이라고 전했다.   ▲ 연세대학교 송경우 교수   한편, 5월 30일에는 엘타워에서 PLM/DX 베스트 프랙티스 VIP 간담회가 개최되었다. 이날 간담회에는 PLM/DX 업계를 리드하는 업계 관계자들이 참석, PLM 기술의 발전과 현재 상황, 그리고 발전을 위한 협력과 지원 방안에 대해 논의하는 자리를 가졌다.  기업의 핵심 요소인 PLM은 DX, AI와 결합하여 새로운 도전과제를 받고 있으며, 각 기업들은 차세대 시스템과 새로운 기술의 접목과 방향에 대해 소개했다.       관련기사 함께 보기 [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (1)
작성일 : 2024-07-02
[포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (1)
PLM/DX 베스트 프랙티스 컨퍼런스 2024’가 지난 6월 13~14일 온라인으로 진행됐다. 한국산업지능화협회, 한국CDE학회, 캐드앤그래픽스가 공동 주최하는 이번 행사는 20주년을 맞아 이름을 바꾸었으며, 제품/제조 데이터와 프로세스를 통합 관리하는 PLM(제품 수명주기 관리)과 함께 제조산업의 혁신을 위한 디지털 전환(DX)에 대해 폭넓게 짚어보는 기회가 되었다. ■ 정수진 편집장   ▲ HL만도 배홍용 CTO, 한국산업지능화협회 PLM 기술위원회 서효원 위원장, 캐드앤그래픽스 최경화 국장   한국산업지능화협회 PLM기술위원회 위원장인 KAIST 서효원 교수는 인사말에서 “과거에는 설계/제조 정보의 생성, 관리, 활용 등이 구조적이고 전형적인 방법에 의존해 왔다. 한편, 최근 생성형 AI 특히 GPT의 출현으로 인해 PLM의 역할이 재조명되고 있다”고 짚었다. GPT의 기반인 생성형 초거대 언어 모델(LLM) 등을 통하여 유연적이고 비정형적인 방법이 가능해지고, 자연어 기반의 대화형 인터페이스가 가능해져 설계/제조의 생산성을 높일 수 있다는 설명이다. 또한, 서효원 교수는 “LLM을 기반으로 설계/제조 현장의 핵심 이슈인 데이터의 연결, 하이퍼링크 통합 등의 자동화가 가능해지며, 이를 통해 과거 PLM 적용에 있어서 문제로 여겨졌던 부분을 해결할 수 있다는 기대가 커지고 있다”고 전했다.   ▲ 한국산업지능화협회 PLM기술위원회 서효원 위원장(KAIST 교수)   이번 행사에서는 ‘PLM 베스트 프랙티스 적용 사례 & DX 전략(6월 13일)’과 ‘디지털 전환을 위한 신기술과 솔루션(6월 14일)’이라는 두 개의 트랙에서 14편의 발표를 통해 다양한 내용이 소개됐다.   ■ 함께 읽기 : [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (2)   변화에 대응하기 위한 자동차 산업의 혁신 노력 행사 첫째 날인 6월 13일 기조연설에서 HL만도의 배홍용 CTO는 ‘오토모티브 인더스트리의 새로운 지평선에서’라는 주제로, 자동차 산업이 최근 겪고 있는 변화와 대응 방향에 대해 소개했다. 전기자동차(EV)의 성장세는 분명해 보인다. 전기자동차의 성장에 따라 DC-DC 컨버터, 차저, 구동용 모터, 인버터 관련 기업은 호황을 기대하는 반면 전기자동차에는 쓰이지 않는 엔진, 트랜스미션, 스타터, 클러치, 토크 컨버터 관련 기업은 변화에 따른 충격에 대비할 필요성을 느끼고 있다. 자율주행에 대해서는 긍정적 전망과 부정적 전망이 뒤섞여 있지만, 장기적으로 변화의 물결은 피할 수 없을 전망이다. 높은 개발 비용과 생산 비용, 법규 마련의 지연, 그리고 낮은 기술적 성숙도로 인해 본격적인 자율주행의 도입은 당초 기대보다는 늦어질 것으로 보인다. 전통적인 자동차 외에 친환경 동력과 근거리 주행을 특징으로 하는 마이크로 모빌리티는 착실히 성장하면서 산업계에서도 대응을 강화하고 있으며, 소프트웨어 정의 차량(SDV)은 하드웨어 공급사인 OEM뿐 아니라 소프트웨어 공급사까지 참여하는 새로운 산업 생태계를 만들고 있다. HL만도에서도 ‘데이터 주도’와 ‘자동차의 통합 제어’라는 두 개의 축을 중심으로 개발 및 사업을 전개하고 있다. 배홍용 CTO는 “자동차 산업이 복잡해지고 변경 빈도가 높아지는 상황에서, 프로세스를 가볍게 만들고 신뢰성을 확보하는 것이 과제가 되고 있다”면서, “설계와 검증을 세분화하면서 효율적인 개발 방법을 마련할 필요성이 커지고 있다. 또한 AI의 도입, 디지털 전환(DX), 협업 및 자동화 플랫폼 등 다양한 영역에 걸친 산업 생태계의 노력이 요구된다”고 전했다.   ▲ HL만도 배홍용 CTO   UAM이 가져 올 생태계의 파괴적 혁신 한국항공우주연구원(KARI)의 황창전 UAM연구부장은 ‘모빌리티 혁명, UAM 현황과 미래’를 주제로 한 기조연설을 진행했다. UAM(도심 항공 모빌리티)은 수직이착륙이 가능한 전기 항공기(eVTOL)뿐 아니라 퍼스트 마일부터 라스트 마일까지 커버하는 모빌리티 서비스(MaaS), 도심내 이착륙장, 간편한 시큐리티 체크인, 자율주행 등 다양한 기술과 산업이 연관된 개념이다. 2019년에 약 200개의 UAM 비행체가 개발되었는데 현재는 1000개로 크게 늘었으며, 모건 스탠리는 2040년 UAM 시장 규모를 1조 5000억 달러로 전망하고 있다. 이처럼 UAM은 모빌리티 분야에서 파괴적인 변화(disruptive change)를 이끄는 ‘게임 체인저’가 되고 있다. 다양한 산업 분야를 포괄하는 만큼 eVTOL 개발, 비행 제어 소프트웨어, 교통 관리 체계, 버티포트 인프라, 통신망과 내비게이션 등에 걸친 산업계의 기술 확보 움직임과 함께 정부의 지원 로드맵도 진행 중이다. 황창전 부장은 “산업화에 성공하면 항공기, MRO(유지 . 보수 . 운영), 운항 관리 등 세 가지 기술을 토털 패키지화해서 수출도 가능하며, 이런 기술의 개발 과정에 PLM이나 디지털 전환을 적용할 수 있을 것”이라고 짚었다.   ▲ 한국항공우주연구원 황창전 UAM연구부장   제품 개발과 생산 분야의 디지털 혁신 노력 소개 LG CNS SINGLEX 정현길 위원은 ‘개발·양산 라이프사이클 품질 관리의 발전 방향’을 주제로 한 발표에서 LG 그룹의 품질 관리 프로세스 구축 과정과 향후 발전 방향에 대해 소개했다.  LG 그룹의 개발 품질 관리 솔루션 프로젝트를 통해 구축된 싱글렉스(SINGLEX) 플랫폼은 제품 기획부터 마케팅, 영업, 구매, 제조, 물류, R&D/품질, 고객 서비스, HR, 경영 관리, 보안, IT 관리 등 총 32개 영역의 서비스를 제공한다. 이 가운데 R&D/품질 영역은 ▲개발 프로젝트를 관리하는 PMS ▲양산 품질을 관리하는 QMS ▲위험 재발 방지 활동을 지원하는 FMA ▲소프트웨어 프로젝트를 관리하는 ALM ▲시스템의 범위 및 현황을 연계하여 전체 업무를 관리할 수 있는 SPM  등 5개의 주요 시스템으로 이루어져 있다. 정현길 위원은 “솔루션의 완성도를 위해서 약 28만 건의 품질 검증과 수많은 현업 전문가의 의견을 반영해서 1500건 이상의 업그레이드를 실시했다. 그 결과 현재 LG 그룹 계열사에서 완성도 높은 서비스를 이용하고 있고, 이를 기반으로 대외 사업으로 확대를 추진 중”이라고 전했다.   ▲ LG CNS SINGLEX 정현길 위원   PTC코리아의 이봉기 상무는 ‘LS 일렉트릭 디지털 스레드 적용 사례 및 PTC AI 혁신 전략’에 대해 발표했다.  디지털 스레드의 기본 개념은 가치사슬 전반에 걸쳐서 필요한 대상에게 필요한 시점에 필요한 맥락으로 정보를 제공하기 위해, 전체 라이프사이클에 걸쳐서 물리적 세계와 디지털 세계의 정보를 엮어주는 것이다. 디지털 스레드의 궁극적인 목표는 기업 전체 가치사슬의 최적화이다. 이런 관점에서 최근의 디지털 전환 프로젝트가 보이는 한계를 해소할 수 있는 대안으로 디지털 스레드가 주목받고 있다. 이봉기 상무는 “디지털 전환 프로젝트가 성공하기 위해서는 디지털 스레드의 개념을 잘 이해하고, 이를 기업 전체의 목표와 부합하도록 연계하는 것이 중요하다”면서, “이를 통해 엔지니어링 단계를 넘어 제조 효율성, 서비스 최적화, 제품 운영 관리 등 기업의 가치사슬 전반에 걸쳐 기업의 디지털 전환을 이룰 수 있을 것”이라고 전했다. 또한, “PTC는 SaaS(서비스형 소프트웨어)와 생성형 AI 등의 기술에 대해서도 디지털 스레드를 기반으로 기업의 비즈니스 목표 달성을 지원할 수 있는 방향으로 접근하고 있다”고 덧붙였다.   ▲ PTC코리아 이봉기 상무   아비바코리아의 강창훈 상무는 ‘프로세스 산업에서의 디지털 트윈 적용 사례’에 대해 발표했다. 정유, 화학 등 프로세스 산업은 긴 라이프사이클을 갖고 있으며, 많은 인원과 대형 설비가 투입되는 자본집약적 성격을 갖고 있다. 공정 자체도 물리화학적인 변화를 포함하고 있으며 복잡한 것이 특징이다. 프로세스 산업은 자동화와 플랫폼화를 거쳐 데이터 기반의 실시간 최적화 등의 방향으로 발전해 왔는데, 최근에는 IoT(사물인터넷), AI, 디지털 트윈이 활발히 도입되고 있는 상황이다. 강창훈 상무는 “특히 2D/3D 설계와 시공 데이터를 통합하고 조회할 수 있는 엔지니어링 디지털 트윈 플랫폼을 구축하고 있는 것이 주요한 흐름”이라고 전했다. 플랜트 사용자들은 실시간 모니터링과 분석을 통해 유기적으로 협업할 수 있으며, 궁극적으로 데이터 기반의 의사결정 환경을 구축할 수 있다. 또한 운영 데이터를 활용해 AI/머신러닝 기반의 설비 예측 분석을 통해 설비의 이상징후를 조기에 감지하며, AI를 활용하여 디지털 트윈에 구축된 다양한 정보에 신속하게 접근하는 챗봇을 활용할 수도 있다.   ▲ 아비바코리아 강창훈 상무   TYM의 김대용 CDO는 TYM의 ‘PLM/디지털 전환/디지털 트윈 구축 사례’를 소개했다.  트랙터, 콤바인, 이양기 등 농기계와 디젤엔진에 이르는 제품을 개발/생산하고 있는 TYM은 PLM으로 대표되는 제품 지능화, 스마트 공장과 관련된 공정 최적화, 고객 경험을 강화하는 스마트 서비스 등을 중심축으로 삼아 디지털 전환을 추진 중이다. TYM이 설정한 PLM의 목적은 ‘고객 가치를 창출하고 고객 맞춤형 제품 개발의 리드 타임을 줄이기 위해서 프론트로딩을 할 수 있는 통합 R&D 인프라를 구축하는 것’이다. 또한 TYM은 제품/부품의 형상과 공장 데이터를 유기적으로 연결하는 디지털 트윈을 구축하고 있다. 디지털 트윈을 기반으로 트랙터 조립 공정의 실시간 상태를 모니터링하고 현장 데이터를 수집할 수 있도록 했다. 김대용 CDO는 “이외에도 TYM은 RTLS를 이용해서 파트너사 및 협력사 사이에 공급망 현황이나 재고 현황 데이터를 실시간 수집/분석하고 시각화하는 AI 서비스의 연구개발을 진행 중”이라고 전했다.   ▲ TYM(티와이엠) 김대용 CDO   지멘스 디지털 인더스트리 소프트웨어의 한석주 본부장은 ‘AI 및 클라우드 기술을 활용한 팀센터의 미래 PLM : 디지털 스레드의 역할’이라는 주제로 발표를 진행했다. PLM은 업무의 효율 향상에 중점을 두고 진화를 계속하고 있다. 제조산업에서 제품을 개발하는 라이프사이클의 속도를 높이는 것이 중요하게 여겨지고 있으며, 이에 맞춰 PLM은 과거의 CAD 데이터 관리를 넘어 디지털 스레드를 기반으로 해서 제품 개발 사이클을 가속화하는 형태로 발전하고 있다는 것이 한석주 본부장의 설명이다. 한석주 본부장은 “지멘스는 디지털 전환을 가속화하기 위한 포괄적인 솔루션 포트폴리오인 ‘엑셀레이터’를 통해 제품을 이제 디자인하고, 현실화하고, 최적화하는 전체 폐순환(closed-loop) 라이프사이클을 가속화할 수 있도록 지원한다”고 소개했다. 또한 “지멘스는 인더스트리 디지털 스레드, 클라우드, 인더스트리 메타버스를 통해서 PLM의 효율을 더욱 강화할 수 있게 돕고자 한다”고 덧붙였다.   ▲ 지멘스 디지털 인더스트리 소프트웨어 한석주 본부장   관련 기사 함께 보기 [포커스] PLM/DX 베스트 프랙티스 컨퍼런스 2024, 제조산업의 디지털 전환 전략과 사례 소개 (2)   ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-07-02
지멘스, “올림피아 익스프레스 커피 머신의 설계·생산 현대화 지원”
지멘스 디지털 인더스트리 소프트웨어(지멘스 DISW)는 핸드크래프트 에스프레소 머신 기업인 올림피아 익스프레스(Olympia Express)가 지멘스 엑셀러레이터(Siemens Xcelerator) 포트폴리오를 통해 에스프레소 머신의 설계와 생산을 디지털 방식으로 혁신하게 되었다고 발표했다. 스위스 기업인 올림피아 익스프레스는 95년이 넘는 기간 동안 견고함과 긴 수명으로 명성을 얻으며 정밀한 에스프레소 머신을 설계하고 제조해 왔다. 2011년 셰티(Schätti AG)에 인수된 이래 스위스 글라루스 공장에서 지멘스의 솔리드 엣지 소프트웨어를 사용해 올림피아 익스프레스 제품을 설계, 제조하고 있다. 이로써 회사의 레거시를 기반으로 혁신과 시장 개발을 위한 새로운 길을 모색한다. 솔리드 엣지를 사용한 3D 모델링의 주요 이점은 설계 프로세스 속도 향상, 실제 프로토타입 수 감소로 개발 노력 50% 절감, 새로운 혁신 프로젝트를 위한 리소스 확보 등이다. 올림피아 익스프레스의 엔지니어링 팀은 프로토타입을 쉽게 모델링하고 신속하게 3D 프린팅함으로써 다양한 소재의 부품에 대한 보다 정밀한 감각을 파악할 수 있다. 또한 솔리드 엣지의 판금 설계와 제조 기능은 개발 프로세스에서 핵심 역할을 한다. 더불어 내부 커뮤니케이션에서 솔리드 엣지의 시각화 기능을 활용했으며, 솔리드 엣지의 분해도(exploded view) 기능은 출시 후 50년이 지난 크레미나(Cremina) 머신을 정비하는데 필수로 활용된다. 이를 통해 조립과 서비스를 위한 문서 지원이 가능해 어떤 예비 부품이 필요하고 어떻게 교체해야 하는지 보다 쉽게 확인할 수 있다.     한편, 올림피아 익스프레스는 제품 수명주기 관리(PLM)를 위해 지멘스의 팀센터(Teamcenter) 소프트웨어에서 설계와 엔지니어링 데이터를 관리하고 있다. 이로써 엔지니어링 데이터 편집을 안전하게 제어하고, 효율적이고 관리된 설계 검토를 구현할 수 있다. 또한 생산 현장에서 NX CAM 소프트웨어를 사용해 고정밀 부품을 제조할 계획이다. 올림피아 익스프레스의 토마스 셰티(Thomas Schätti) CEO는 “엑셀러레이터 소프트웨어 포트폴리오로의 전환에 대한 결정은 정밀도와 효율성에 대한 높은 요구에서 비롯되었다. 솔리드 엣지를 사용하면 설계에서 제조에 이르는 생산 프로세스를 간소화하는 정확한 3D 모델을 생성할 수 있어, 시간과 리소스를 절약하고 경쟁력을 확보할 수 있다. 우리는 솔리드 엣지로 기계의 모든 부품을 리모델링하고 새 모델과 예비 부품을 만들었고, 새롭게 시작하여 완벽한 데이터 엔지니어링 세트를 구축할 수 있었다. 이후 다양한 설계 반복과 머신 개선 작업을 수행해 왔다”고 말했다. 셰티 CEO는 “최고의 경쟁력을 갖추기 위해 작업 현장에서 NX CAM을 사용해 최고 수준의 생산을 보장함으로써 커피 머신 부품을 우수한 품질로 생산할 수 있다. 제품 데이터 관리와 팀 간 협업 강화를 위해 팀센터를 활용, 기존 올림피아 익스프레스 데이터를 비롯한 모든 설계 데이터를 한 곳에 저장하고 있다”고 덧붙였다.
작성일 : 2024-07-01