가상 제품 개발을 위한 MBSE 및 SysML의 이해와 핵심 전략 (2)   오늘날 제품 개발은 점차 복잡해지고 있으며, 다양한 기능·구조·성능 요구를 동시에 만족시켜야 한다. 이에 따라 전통적인 문서 중심의 시스템 엔지니어링 방식은 한계에 직면하고 있다. 문서 기반 방식은 사양, 인터페이스, 설계, 분석, 테스트 계획 등이 개별적으로 관리되어 추적성과 일관성이 부족하고, 변경 시 수작업이 많아 오류 가능성이 크다. 이러한 문제를 해결하기 위해 ‘모델 기반 시스템 엔지니어링(MBSE)’이 대두되었다.   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 연구소장   MBSE(Model-Based Systems Engineering)는 요구사항, 기능, 구조, 성능, 안전성, 비용 등 다양한 측면을 통합 시스템 모델로 표현하고 분석하여 개발 전 과정을 지원한다. SysML과 같은 표준 언어와 랩소디(Rhapsody), 카메오(Cameo), 카티아 매직(CATIA Magic) 등의 도구를 통해 모델은 단순한 도식이 아닌 설계·검증·분석의 핵심 매개체로 활용된다. MBSE는 첫째, 시스템 및 소프트웨어 개선을 지원한다. 요구사항을 명확히 시각화하여 이해도를 높이고, 아키텍처를 구조화해 통합을 용이하게 하며, 시뮬레이션 기반 사전 검증으로 설계 오류를 줄인다. 둘째, 협업과 커뮤니케이션 향상에 기여한다. 이해관계자 간 지식 격차를 줄이고, 교육 및 의사결정 도구로 활용되며, 프로젝트 참여도를 높인다. 또한, 고객·개발자·통합자·공급업체·규제기관 등 다양한 이해관계자가 참여하는 시스템 획득 과정에서 MBSE는 공통 언어로서 상호작용을 원활히 하고 요구사항 관리·검증·규제 대응까지 일관성을 제공한다. 특히 문서 기반과 MBSE 기반 방식을 비교하면, MBSE는 정보 표현의 일관성, 다중 뷰 제공, 자동화된 변경 영향도 분석, 품질 및 무결성 평가의 체계화를 가능하게 한다. 이는 복잡한 시스템의 개발 리스크를 줄이고, 비용 절감과 개발 기간 단축 그리고 신뢰성 확보에 직결된다. 결국 MBSE는 단순한 도구가 아니라, 가상 제품 개발(VPD)의 핵심 엔진으로서 차세대 제품 개발 패러다임을 뒷받침하는 전략적 전환임을 보여준다.   시스템 설명을 위한 SE 사례 과거의 시스템 엔지니어링(SE) 방식은 문서 중심(documents–centric)이었다. 이 방식에서는 시스템 사양(specifications), 인터페이스 요구사항(interface requirements), 시스템 설계(system design), 분석 및 트레이드오프(analysis & trade–off), 테스트 계획(test plans) 등의 주요 활동이 대부분 문서 형태로 작성되고 관리되었다. 이러한 문서들은 서로 연결성이 부족하고 변경 관리를 수동으로 수행해야 하는 한계가 있었다. 문서 간의 일관성을 유지하기 어려우며, 추적성(traceability)도 제한적이었다.   그림 1. 시스템 엔지니어링에서의 변화 모습   미래의 시스템 엔지니어링 방향은 모델 중심(model–centric)으로 전환되고 있다. 이 방식에서는 시스템 설명과 분석, 검증 활동이 모두 모델을 중심으로 수행된다. 모델은 다이어그램 형태로 시스템의 기능, 구조, 행동 등을 시각적으로 표현하며, 분석 도구 및 시뮬레이션 환경과 직접 연계할 수 있어 변경의 영향 분석이나 테스트 계획 수립 등도 자동화할 수 있다. 변화의 핵심은 방법론(methodology), 언어(language), 도구(tool)이며 이 변화의 중심에는 MBSE를 실현하기 위한 다음의 구성요소가 있다. 방법론은 예를 들어 OOSEM(Open-Source Systems Engineering Methodology)과 같은 절차적 방법론, 언어는 SysML(Systems Modeling Language)과 같은 표준화된 모델링 언어, 도구는 IBM 랩소디, 카메오 시스템즈 모델러(Cameo Systems Modeler), 카티아 매직 등의 모델링 도구가 있다. 이러한 구성 요소들이 유기적으로 연결되어 문서 대신 모델을 기반으로 시스템 설계를 설명하고 검증할 수 있도록 한다. 현재 시스템 엔지니어링은 문서 중심에서 모델 중심으로의 전환이 일어나고 있다. 이 변화는 단순히 표현 수단의 변화가 아니라, 시스템 개발의 추적성, 일관성, 자동화, 협업, 재사용성을 획기적으로 향상시키는 전략적 전환이며, 복잡한 시스템 개발을 보다 정밀하고 효율적으로 수행할 수 있게 한다. 따라서 기존의 문서 기반 설명을 넘어서 모델 기반 설명이 필수인 시대에 들어섰음을 강조하고 있으며, SE 전환 전략의 방향성을 명확히 보여주는 대표 사례로 볼 수 있다.   시스템 모델링 시스템 모델링은 하나의 통합된 시스템 모델을 통해 제품 또는 시스템의 다양한 측면(기능, 구조, 성능, 요구사항 등)을 동시에 표현하고 분석할 수 있는 접근 방식이다. 이러한 통합 시스템 모델은 다음과 같은 여러 하위 모델로 구성된다. 요구사항 모델(requirement model)은 시스템이 충족해야 하는 기능적/비기능적 요구사항을 표현한다. 이는 모델링의 출발점이 되며, 모든 다른 모델은 이 요구사항을 만족시키기 위해 만들어진다. 기능/행동 모델(functional/behavioral model)은 시스템이 수행해야 하는 주요 동작을 시퀀스 형태로 정의한다. 예를 들어 Start → Shift → Accelerate → Brake와 같은 모델은 사용자 또는 시스템의 동작 흐름을 추상화한 것이며, 상태 전이 또는 유스케이스 기반 모델링에 해당한다. 성능 모델(performance model)은 시스템의 성능을 정량적으로 평가할 수 있는 수식 기반의 모델이다. 예시로, 동력 방정식(power equations)과 차량 동역학(vehicle dynamics) 모델을 통해 제어 입력이 차량의 물리적 반응에 어떤 영향을 주는지 계산할 수 있다. 구조/컴포넌트 모델(structural/component model)은 시스템을 구성하는 하드웨어 또는 서브시스템 구조를 나타낸다. 예를 들어 Engine → Transmission → Transaxle(변속기 → 트랜스 액슬) 모델은 실제 구현 또는 설계를 위한 기반 구조를 제공한다. 기타 공학 해석 모델(other engineering analysis models)에는 상세 기술 모델들이 포함된다.   그림 2. 시스템 모델링의 핵심 개념과 구성 요소   이 외에도 질량 중심, 관성 모멘트 등 물리적 특성을 나타내는 Mass Property Model, 구조 강도 해석 등 Structural Model, 시스템 안전성 분석에 대한 Safety Model, 비용 예측 및 분석 모델인 Cost Model이 있다. 이러한 모델은 제품 개발의 신뢰성과 경제성을 확보하기 위해 중요한 도구이다. 따라서 통합 시스템 모델은 시스템의 여러 측면을 다루어야 한다. 즉, 단일한 관점(예 : 기능적 요구사항이나 하드웨어 구조)만 고려해서는 복잡한 시스템을 정확하게 설계하거나 검증할 수 없으며, 기능, 구조, 성능, 안전성, 비용 등 다양한 분석 도메인을 통합적으로 연결한 모델링이 필요하다는 것을 강조한다. 이는 MBSE의 핵심 원리를 반영한 구조이며, 다양한 관점에서 시스템을 이해하고 최적화하기 위해 어떻게 통합 모델이 구성되는지를 시각적으로 잘 보여준다. 이러한 접근은 복잡한 시스템 설계 시 설계 리스크를 줄이고, 변경의 영향도를 분석하며, 개발 비용과 시간을 절감하는 데 필수이다. 모델링에도 도움이 된다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

가상 제품 개발을 위한 MBSE 및 SysML의 이해와 핵심 전략 (1)   현대 자동차 시스템은 기계, 전기전자, 제어, 소프트웨어가 복합적으로 얽혀 있으며, 개발 초기에 잘못된 설계 판단은 품질 저하와 막대한 비용 증가로 이어진다. 이러한 복잡성을 극복하고 설계 품질을 확보하기 위한 해법으로 모델 기반 시스템 엔지니어링(Model-Based Systems Engineering : MBSE)이 주목받고 있다. 이번 호부터 MBSE의 개념과 필요성을 개괄하고, 핵심 도구인 SysML(Systems Modeling Language)을 통한 시스템 설계, 분석, 검증 방법론을 소개한다. 특히, 전통적인 문서 중심 방식과 MBSE 방식의 차이를 명확히 비교하고, MBSE가 실제 산업에서 어떻게 적용되고 있는지를 살펴봄으로써 자동차 개발자 및 설계자들에게 MBSE 도입의 실천적 인사이트를 제공한다. 특히 자동차 산업과 같은 복잡한 메카트로닉스 제품 개발 현장에서 MBSE가 어떻게 제품 품질, 개발 효율성, 협업 구조, 추적 가능성 확보에 기여하는지를 설명하며, 문서 기반 방식과의 비교, 실제 적용 사례를 바탕으로 독자의 이해를 돕고자 한다.   ■ 오재응 한양대학교 명예교수, 시뮬레이션 랩 연구소장   다분야 통합 시스템, 전기전자화, 자율주행 등으로 대표되는 산업 변화와 함께, 자동차 시스템은 과거보다 훨씬 높은 복잡성과 정밀한 협업이 요구된다. 개발 프로세스의 진화를 위해 기존의 텍스트 기반, 문서 중심 설계 프로세스는 다학제간 통합 설계 및 검증에 한계가 있으며, 이에 따라 모델 중심 설계 패러다임의 도입이 필요하다. 디지털 엔지니어링에 기반한 MBSE는 디지털 엔지니어링 기반 구축의 핵심으로, 설계 초기부터 시뮬레이션, 해석, 테스트, 생산까지 데이터 기반 통합이 가능하다. 자동차 산업 내 적용이 확산되고 있는 GM, 포드, 현대자동차 등 글로벌 OEM과 티어 1 기업들이 MBSE를 개발 표준으로 채택하고 있으며, 학계와 산업계 간의 공통 언어로서 SysML이 쓰이고 있다. 자동차는 더 이상 단일 기능 제품이 아니다. 자율주행, 커넥티비티, 전기 구동 시스템, HMI(휴먼–머신 인터페이스) 등 수많은 서브시스템이 실시간으로 동작하며 차량 전체 성능과 안전성에 영향을 미친다. 이러한 복잡한 시스템을 문서 기반으로만 설계하고 관리하기에는 한계가 있으며, 설계 오류가 뒤늦게 발견될 경우 개발 비용과 일정에 심각한 영향을 준다. 글로벌 OEM과 주요 부품사는 이 문제를 해결하기 위한 전략으로 모델 중심 접근 방식(MBE, MBSE)을 도입하고 있으며, 이는 설계의 디지털 전환(digital transformation)과 직결된다. 특히 자동차는 시스템 오브 시스템즈(System of Systems)의 대표적인 예로, 각 서브시스템의 요구사항, 구조, 인터페이스, 동작이 전체 시스템 설계와 정합성을 유지해야 한다. 이번 호에서는 MBSE의 핵심 원리와 적용 전략을 소개하고, 자동차 산업에의 실질적인 도입 가능성과 기대 효과를 독자와 공유하고자 한다. 특히, 설계자들이 단순한 도식 작성 수준을 넘어, 시스템적 사고에 기반한 설계 전략을 어떻게 구현해야 하는지에 대한 실천적 안내를 제공하고자 한다.   시스템 복잡성 관리를 위한 MBSE 현대의 자동차 시스템은 기계, 전기전자, 제어, 소프트웨어 등 다양한 기술이 융합된 복합 시스템으로, 개발 초기의 설계 오류는 품질 저하와 막대한 비용 증가로 이어질 수 있다. 이러한 시스템 복잡성과 설계 리스크를 효과적으로 관리하기 위해, 모델 기반 시스템 엔지니어링(MBSE)이 핵심 접근법으로 주목받고 있다. 이번 호에서는 MBSE의 개념과 필요성을 개괄하고, 대표적 모델링 언어인 SysML을 활용한 요구사항 관리, 구조 및 행위 모델링, 성능 분석, 검증 및 검증(V&V)의 방법론을 소개한다. 특히 전통적인 문서 기반 개발 방식과 MBSE 방식의 차이를 비교하고, MBSE가 시스템 생애주기 전반에서 제공하는 장점—추적성 확보, 설계 오류의 조기 발견, 다분야 협업, 품질 향상—을 구체적인 사례와 함께 설명한다. 또한 모델 기반 접근을 성공적으로 구현하기 위해 요구되는 모델 목적 명확화, 충실도 설계, 범위 정의, 조직적 역량 강화 전략도 함께 제시한다. 이를 통해 자동차 산업에서의 복잡한 시스템 개발 환경에서 MBSE 도입을 고려하는 연구자와 실무자에게 실천적 인사이트를 제공하며, 디지털 전환 시대의 시스템 설계 패러다임 전환을 위한 이론적 기반과 적용 방안을 제시하고자 한다.   MBSE 접근을 위한 기본 지식 현대의 복잡한 공학 시스템은 다수의 구성 요소와 이들 간의 복잡한 상호작용을 포함하고 있으며, 이를 효과적으로 설계하고 분석하기 위해 추상화된 표현 수단으로서 모델(model)의 활용이 필수이다. 모델은 현실 세계의 개념, 물리적 현상, 구조 또는 시스템을 단순화한 표현으로, 설계 초기 단계에서부터 개발, 검증, 운영에 이르기까지 다양한 용도로 활용된다. 모델은 본질적으로 대상 시스템의 특성을 간결하고 체계적으로 표현하기 위해 고안된 추상화 도구이다. 이는 그래픽, 수학적, 또는 물리적 형식으로 구현될 수 있으며, 현실 세계의 복잡성을 제거하고 핵심 요소만을 반영함으로써 사용자의 이해를 돕는다. 특히 모델은 다음과 같은 목적을 가지고 사용된다. 첫째, 시스템이나 개념에 대한 이해를 촉진하고, 둘째, 다양한 설계 시나리오를 평가하여 의사결정을 지원한다. 셋째, 모델을 통해 실제 사건이나 시스템의 거동을 설명하고 제어하며 예측할 수 있다. 이러한 모델의 기능은 설계자의 직관을 보완하고, 정량적 분석에 기반한 설계를 가능하게 한다. MBSE는 모델 중심의 접근 방식을 기반으로 시스템 엔지니어링 활동을 체계화한 방법론이다. 이는 전통적인 문서 기반 시스템 개발 방식의 한계를 극복하고, 모델을 중심으로 요구사항, 기능, 구조, 성능 및 검증 활동을 연계함으로써 시스템 설계의 일관성과 추적성을 확보한다.   그림 1. 시스템 개발 전반에 걸쳐 모델을 활용하는 중요성과 적용 범위     ■ 자세한 기사 내용은 PDF로 제공됩니다.

개발 및 공급 : 앤시스코리아 주요 특징 : 원클릭으로 전문 지식에 접근 가능한 AI 기반 어시스턴트 지원, AI+ 기능이 탑재된 7종 제품을 통한 시뮬레이션 효율 및 접근성 향상, 데이터 관리 및 워크플로 자동화 강화를 통한 AI 통합 효과 향상 등   앤시스는 자사 전 제품에 AI 기반 시뮬레이션 기능을 확대 적용한 최신 릴리스 ‘앤시스 2025 R2(Ansys 2025 R2)’를 발표했다. 앤시스 2025 R2는 시뮬레이션 속도와 접근성을 크게 향상시키는 동시에 강화된 솔버, 간소화된 워크플로, 파이썬(Python) 호환성 확대, 온디맨드 클라우드 컴퓨팅 지원 등을 통해 설계 유연성과 생산성을 높인다. 특히, 초기 설계 단계에서의 스마트한 의사결정을 가능하게 하여, 차세대 위성부터 데이터센터 설계에 이르기까지 다양한 산업 분야에서 실질적인 가치를 제공한다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스의 시뮬레이션은 물리 기반 설계의 기준점이자 이론과 실험을 연결하는 가교 역할을 해왔다. 50년 이상의 고급 물리 해석 경험을 바탕으로, 앤시스 2025 R2는 더욱 스마트하고 빠르며 복잡한 시뮬레이션을 구현할 수 있도록 지원한다”면서, “모델·메타데이터·추적성·표준 기반의 데이터 활용을 통해 미래의 혁신적인 제품 개발을 위한 엔지니어링 역량을 강화할 것”이라고 강조했다. 앤시스 2025 R2는 AI 기반 다양한 도구와 기능을 통해 시뮬레이션 도입 장벽을 낮추고, 팀 간 협업을 촉진하며, 전사적인 생산성을 향상시켜 더 나은 결과를 창출할 수 있도록 지원한다.   ▲ 앤시스 2025 R2는 시뮬레이션 워크플로 전반의 생산성, 정확성, 인사이트를 향상시키는 AI 기반 기술을 새롭게 선보인다.   물리 기반 AI로 직관적인 시뮬레이션 앤시스 2025 R2는 AI 기반 가상 어시스턴트인 ‘앤시스 엔지니어링 코파일럿(Ansys Engineering Copilot)’을 포함한 다양한 신기능을 통해 시뮬레이션의 접근성과 설계 효율, 정확도를 높인다. 앤시스 엔지니어링 코파일럿은 앤시스 GPT(Ansys GPT), 앤시스 웹사이트, 수천 개의 기술 문서, 800개 이상의 이노베이션 강의, 글로벌 포럼, 지원 케이스 생성/추적 기능에 바로 접근할 수 있다. 마이크로소프트 애저(Microsoft Azure)의 니디 체펠(Nidhi Chappell) AI 인프라 부문 부사장은 “마이크로소프트 애저 AI 파운드리와 앤시스 GPT의 통합을 통해 엔지니어들은 핵심 정보에 신속하게 접근하고, 앤시스의 깊이 있는 엔지니어링 전문성을 활용함으로써 생산성을 높이고 혁신을 가속화할 수 있다”고 전했다. 2025 R2는 앤시스 포트폴리오 전반에 AI 기능을 추가했다. 이를 통해 충실도가 높은 시뮬레이션을 자동으로 생성, 검증 및 최적화하여 모델 생성 속도를 높이고, 수동 작업을 줄이며 인적 오류를 줄일 수 있다. 앤시스 엔지니어링 코파일럿은 앤시스 메카니컬(Ansys Mechanical), 앤시스 디스커버리(Ansys Discovery), 앤시스 플루언트(Ansys Fluent), 앤시스 HFSS(Ansys HFSS), 앤시스 일렉트로닉 데스크톱(AEDT), 앤시스 스케이드 원(Ansys Scade One), 앤시스 스피오스(Speos), 앤시스 맥스웰(Maxwell), 앤시스 옵티스랭(optiSLang), 앤시스 루메리컬(Ansys Lumerical) 등 주요 설루션에 통합되어 있으며, 클릭 한 번으로 축적된 엔지니어링 전문 지식에 대한 즉각적 접근 가능 HFSS 기반 방사 패턴 시뮬레이션의 연산 속도는 17배 향상, 위상 배열 안테나의 빔 조향 정확도 개선으로 5G/6G, 레이더 센서, 위성통신 등 고주파 애플리케이션 최적화 이러한 기능을 향상된 데이터 처리 및 자동화와 결합함으로써, 기업은 새로운 효율을 확보하고 보다 간소화되고 확장 가능한 워크플로를 구축할 수 있다.   데이터 처리 및 자동화를 통한 AI 활용 극대화 앤시스 2025 R2는 복잡한 데이터 처리 및 관리 작업을 간소화함으로써 디지털 엔지니어링의 생산성과 협업 수준을 높인다. 견고한 데이터 관리 체계를 기반으로 제품 수명주기 전반에 걸쳐 데이터를 최대한 활용하고, AI 모델 학습 및 신뢰성 높은 합성 데이터 생성을 지원한다. 또한, 모델 기반 시스템 엔지니어링(MBSE)의 기능이 한층 강화되어 팀 간 신뢰 기반 협업은 물론, 디지털 연속성과 조직 간 통합된 워크플로 체계를 안정적으로 유지할 수 있다. 파이썬 호환성 확장을 통해 워크플로 자동화와 데이터 관리 유연성이 강화되었으며, 반복 가능한 프로젝트 운영과 품질 향상에 기여하고 있다. 40개 이상의 파이썬(Python) 라이브러리를 포함한 파이앤시스(PyAnsys) 컬렉션은 신규 도구인 파이에스티케이(PySTK) 및 파이켐킨(PyChemkin)을 통해 앤시스 설루션과의 자동화 연동을 강화 및 다양한 산업 애플리케이션 내 생산성·효율성 강화 웹 기반 협업 플랫폼인 앤시스 메디니 사이버 보안(Ansys medini Cybersecurity) SE는 위협 분석 및 취약점 관리 자동화 통해 사이버 보안 리스크 최소화 SysML v2 기반 웹 플랫폼 앤시스 시스템 아키텍처 모델러(Ansys System Architecture Modeler : SAM)를 통한 소프트웨어·안전·시뮬레이션 통합, 포괄적 MBSE 구현 지원 스마트 자동화와 고도화된 데이터 관리 기술은, 조직 내 다양한 팀들 간의 유기적이고 효율적인 협업 환경을 구축하고, 고성능 연산 기반으로 도출된 인사이트는 실행 가능한 결과로 제안되어, 정확하고 신속한 의사결정을 지원한다. 대표 사례로, 에너지 효율형 모터 제어 설루션 분야의 글로벌 선도 기업인 댄포스 드라이브(Danfoss Drives)는 앤시스의 시뮬레이션을 활용해 복잡한 시스템 설계를 검증하고, 성능 최적화, 에너지 절감, 운영 신뢰성 향상 등 산업 전반의 지속 가능한 혁신적인 드라이브 기술을 구현하고 있다. 댄포스 드라이브의 가상 설계·테스트·최적화 총괄 책임자인 마이클 라우르센(Michael Laursen)은 “파이앤시스는 사용자 맞춤형 자동화, 시스템 통합, 확장성을 구현하는 핵심 도구이다. 개방형 생태계를 기반으로 다양한 툴을 유기적으로 연결하고 AI 기능을 접목함으로써 설계부터 최적화까지의 워크플로를 가속화할 수 있다”고 밝혔다. 또한 “앤시스 기술은 디지털 설계 프로세스를 고도화하는 동시에 빠르게 변화하는 산업 환경에 유연하게 대응할 수 있는 기반을 마련해줄 뿐만 아니라, 비용 절감과 제품 개발 기간 단축에도 실질적으로 기여하고 있다”고 전했다.   현실을 모사하는 고성능 물리 시뮬레이션 정교한 물리 모델과 시뮬레이션 기술은 복잡한 설계 과제를 해결하는 데 필수이다. 앤시스는 핵심 엔지니어링 역량을 지속적으로 고도화하며, 사용자가 보다 신속하게 시뮬레이션 결과를 도출하고 혁신 기회를 창출할 수 있도록 지원한다. 앤시스 메카니컬(Ansys Mechanical)의 신규 혼합 솔버는 대형 과도 모델의 연산 속도 향상 및 시간에 따른 열 변화 분석 지원 복잡한 적층형 전자 시스템 메싱 작업의 자동화 및 속도·정확도·사용성 향상, 신규 메싱 플로 기능을 통한 수작업 간소화 앤시스 록키(Ansys Rocky) 및 프리플로우(Ansys FreeFlow)를 통한 고급 다물리(multiphysics) 연성 해석 기능 제공, 열·유체-구조·전자기 결합을 포함한 상세 시뮬레이션 및 성능 최적화 지원 앤시스 파워X(Ansys PowerX) 디버깅 툴을 통한 반도체 전력 소자의 설계 시간 단축, 기생 성분 이슈의 신속한 식별, 설정 간소화 및 효율적인 2D 메싱 작업 지원 RF 전력 분야의 기업인 앰플리온은 앤시스의 고급 시뮬레이션 기술을 활용해 4G LTE 및 5G NR 인프라는 물론 산업, 과학, 의료, 방송, 항법, 안전 무선통신용으로 사용되는 고신뢰·고성능 GaN 및 LDMOS 설루션을 설계하고 있다. 앰플리온의 모델링 및 특성화 그룹 팀장인 비토리오 쿠오코(Vittorio Cuoco, Ampleon) 박사는 “전자기, 열, 기계 간의 복잡한 상호작용을 효과적으로 제어하며 RF 전력 제품을 설계하는 일은 매우 까다로운 과제”라며, “앤시스의 설루션은 이러한 복잡성을 정면으로 해결할 수 있는 정밀한 시뮬레이션을 제공해 설계 리스크를 줄이고 제품 신뢰성을 높이는 데 도움이 되며, 그 결과는 성능 향상, 에너지 절감, 그리고 더 높은 효율성이라는 측면에서 크다”라고 전했다. 이러한 가속화는 클라우드 기반 시뮬레이션의 유연성을 통해 한층 강화된다. 온디맨드 방식의 기술을 적극 활용함으로써, 기업은 디지털 전환을 보다 수월하게 실현할 수 있다.   클라우드 기반 시뮬레이션 통한 디지털 전환 가속 앤시스 2025 R2는 클라우드 기술, 고성능 컴퓨팅(HPC), GPU 최적화 인프라를 적극 활용하여 연산 효율과 시뮬레이션 확장성을 극대화한다. 이를 통해 고객은 더 많은 설계 가능성을 더 짧은 시간 안에 탐색할 수 있으며, 웹 기반 및 온디맨드 기능 확장을 통해 엔지니어는 필요한 툴에 손쉽게 접근할 수 있으며 데스크톱 환경을 넘어서는 개발 역량 확보가 가능해졌다. 앤시스 아이스팩(Ansys Icepak) 및 플루언트 GPU 솔버(Fluent GPU Solver)를 통한 전자 냉각 시뮬레이션 연산 속도 최대 2.5배 향상, 앤시스 플루언트(Ansys Fluent) 웹 인터페이스에서는 제한적 GPU 솔버 기반의 실시간 모니터링 기능 제공 앤시스 디스커버리(Ansys Discovery)의 메싱 기능 개선을 통한 시뮬레이션 신뢰도 및 품질 향상, GPU 기반의 셋업 속도 개선으로 더 빠르고 안정적인 해석 환경 구현 앤시스 클라우드 버스트 컴퓨팅(Ansys Cloud Burst Compute)의 온디맨드(on-demand) HPC 성능이 앤시스 스피오스(Speos) 및 루메리컬 FDTD(Lumerical FDTD) 포함한 6종 제품에 적용, 별도 설치나 IT 지원 없이 고성능 클라우드 환경 활용 가능     ■ 기사 내용은 PDF로도 제공됩니다.

무엇을 위해서 모델을 활용하는가?   자동차 뿐만 아니라 다양한 분야에서 모델 기반 개발을 도입하려는 노력이 지난 몇 년 동안 가속적으로 진행되고 있다. 한편, 대처를 시작했지만 설계 개발의 현장에서는 잘 활용할 수 없는, 어느 새 수단이 목적화되어 대처가 형해화되고 있는 과제가 현실화되고 있는 것도 사실이다. 이번 호에서는 MBD(모델 기반 개발)를 활용한 프로세스의 모습과 현상을 대비하면서, 어떻게 ‘현장에 뿌리내린’ 틀을 구축해 가는지 그 포인트와 비결을 설명하고자 한다.   ■ 오재응 LG전자 기술고문, 한양대학교 명예교수   제조 관점에서 MBD에 대한 기대 MBD에 기대되고 있는 것은 제조의 관점에서 두 개의 포인트로 나타나고 있다. 탄력성 – 공급자 체인의 강인화 : 최근의 반도체 부족과 같이, 갑자기 재료나 부품을 입수할 수 없게 되는 리스크에 대해서 어떠한 대응을 취할지 생각해 둘 필요가 있다. 녹색 – 탄소 중립에 대응 : 예를 들어, 애플은 제조에서 폐기, 재활용에 이르는 제품의 라이프사이클 전체에서 탄소 중립을 목표로 하기 위해 각 공급업체에 대해서도 탄소 풋프린트를 제공하도록 요구하고 있다. 또한 2030년~2035년에 사실상 내연기관을 가진 신차의 판매는 금지된다는 규칙이나 규격의 변경에 의한 리스크에도 대비해야 한다. 그렇다면 실제로 어떻게 준비해야 할까? 제조 관점에서 두 개의 관점을 바탕으로 설명한다. 기술적 효율성 – Ordinary Capability : 이것은 설계 개발의 효율성을 찾는 것이다. 기존 모델 기반 개발에서 기대해온 비용 절감, 업무 효율성 및 업무 품질 개선, 설계 품질 향상, 제품 성능 향상이 가능하다. 고객 요구사항 일치 – Dynamic Capability : 변화하는 고객의 요구에 대응하기 위해서는 유연성을 착용하는 것이 중요하다는 것을 보여준다. 이를 위해 필요한 능력은 세 가지가 있다.  위협 기회의 감지 기회를 보충하고 자원을 재구축·재결합하여 경쟁 우위를 획득 경쟁 우위를 지속 가능하게 하기 위해 조직 전체를 변환 이것을 실현하기 위한 하나의 수단으로서 디지털 트랜스포메이션(DX)을 강화하는 것이 필요하다. 즉, 이 ‘Dynamic Capability’는 비즈니스 환경과 고객의 요구 변화에 대해 ‘유연’하고 ‘신속성’에 대응하는 힘이라고 말할 수 있다.  종래의 설계 개발에 비추어, 이 변화에 대한 유연하고 신속한 대응이라고 하는 것은 어떤 것인지, 이미지를 간단하게 정리했다. 예를 들어, 법규제가 엄격화되고 보다 정숙성이 요구되게 된다는 규칙이나 규격이 바뀌는 리스크에 대한 대응에 있어서는, 원래의 시스템의 구조나 설계, 요소를 어떻게 바꾸면 그 요구를 실현할 수 있는지 생각해 볼 수 있다. 또, 반도체 소자의 공급이 부족해 대체품을 검토해야 하는 설계 변경이 행해졌다고 하는, 재료나 부품을 입수할 수 없게 되는 리스크에 대응해서는 원래의 시스템에 요구된 요건이나 성능이 어떻게 바뀌는지, 종래의 성능을 담보하기 위한 대체안은 존재하는지 등을 생각한다. 따라서, 설계 개발 프로세스의 모습으로는 종래의 시스템의 컴포넌트의 최적화라고 하는 모델 기반 개발을 통해 디지털 기술을 적극적으로 사용하는 것에 의해, 우선은 기능적 효율성을 실행하고 이 과정에서 얻은 지식을 축적하고 업무 효율의 개선에 의해 획득한 자원을 활용함으로써 향후 설계 변경에 유연하고 신속하게 대응할 수 있도록 데이터를 활용한다. 고객 요구와의 일치를 연마하는 것이 모델 기반 개발에 요구되는 모습이라고 생각한다.    그림 1. CAE에서 MBD로   MBD 성공을 위한 비결 먼저 모델 기반 개발은 상류 측에서 요구 분석, 아키텍처 설계를 실시해 전반에서는 시스템 설계나 서브 시스템의 설계에 1D CAE를 사용한 기능 설계를 도입한다.(그림 1) 여기에서는 시스템의 거동의 검증이나 최적 제원, 목표 달성도의 예측 등에 모델을 활용한다. 그런 다음 점진적으로 설계를 상세화하고 마지막으로 CAE의 형상 설계 영역으로 들어가 치수 값을 결정한다. 이 프로세스를 한 단계 상위의 계층과 한 단계 하위의 계층으로 작은 루프를 돌리면서 실시해 가는 것이 일반적인 모델 기반 개발의 이미지라고 생각한다. 이런 과정의 실현을 막는 벽이 있는 것도 사실이다. 필자가 평소에 이야기하는 가운데 벽이 되어있지 않다고 생각하는 것을 몇 가지 구체적으로 소개한다.  벽 1 : 요구 분석이나 아키텍처 설계를 실시하기 위해서 기능 변동이나 SysML 툴을 도입해 보았지만, 어떻게 설계에 활용해야 좋을지 모른다.  벽 2 : 1D CAE(1차원 CAE)를 이용한 기능 설계나 시스템 설계를 진행하고 싶지만, 개발 프로세스에 침투시킬 수 없다.  벽 3 : 기능 설계와 형상 설계 과정이 분리되어 있다.  벽 4 : 설계 업무로 CAE나 최적화 기술을 정착시킬 수 없다. 이러한 과제를 극복하려면 어떻게 해야 하는지를 설명한다. 현재 비교적 많은 회사에서 운용하고 있는 모델 활용의 모습으로 기획에서 성능, 품질, 비용 등 제품에 대한 요구가 내려온다. 기능 설계 단계에서 매우 세밀한 거친 1D 모델로 각 구성 요소에 목표를 할당한다. 여기서 사용되는 모델은 원리 원칙에 근거한 수식으로 이루어진 간이 모델이다. 그런 다음 컴포넌트 설계는 이미 할당된 목표 값에 대해 3D CAE를 사용하여 상세한 설계를 수행한다. 이후 완성된 것을 조립해 실기 평가에 의해 그 성능을 검증한다.   ■ 자세한 기사 내용은 PDF로 제공됩니다.

개발 및 공급 : 앤시스코리아 주요 특징 : 사용자 학습 데이터 기반의 AI로 후처리 과정에서 심층 인사이트 제공, 시스템 아키텍처 모델러에 SysML v2 지원 추가해 협업 촉진 및 제품 설계 최적화 가속, HPC 라이선스 없이 엔터프라이즈급 CFD 기능 제공하는 앤시스 CFD HPC 얼티메이트 출시 등   앤시스가 디지털 엔지니어링 혁신을 지원하는 AI 기반 엔지니어링 시뮬레이션 설루션인 ‘앤시스 2025 R1(Ansys 2025 R1)’을 발표했다. 앤시스 2025 R1은 정교한 디지털 엔지니어링 기술을 통해 기존 인프라와 원활하게 연계될 뿐 아니라, 업무 중단을 최소화하면서 보다 혁신적인 제품 개발을 위한 협업을 지원한다. AI, 클라우드 컴퓨팅, GPU 및 HPC의 강력한 성능을 기반으로 한 이번 업데이트는 더욱 신속하고 협력적인 의사 결정을 가능케 하며, 설계 탐색 범위를 확장하고 제품 설계 기간 단축에 기여할 전망이다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스 2025 R1은 더욱 강력한 통합 기능을 제공해, 제품 전체 수명 주기에 걸쳐 디지털 프로세스를 구축하고 개발 전후 데이터를 효율적으로 관리할 수 있는 다양한 도구와 설루션을 제공할 것”이라면서, “하나의 데이터 기반의 환경에서 서로 단절된 팀도 원활하게 협업할 수 있도록 지원하며, 이를 통해 비용 절감과 제품 출시 기간을 단축시켜 고객의 경쟁력 강화에 기여할 것”이라고 밝혔다. 제품이 점차 통합되고 복잡해짐에 따라 R&D 프로세스 또한 급변하는 시장 요구에 맞춰 지속적으로 발전해야 한다. 앤시스는 고객의 디지털 전환 과정을 원활하게 지원하며, 변화하는 시장 환경에 대응할 수 있도록 다양한 도구와 설루션을 제공할 예정이다.   ▲ 이미지 출처 : 앤시스 웹사이트 캡처   향상된 물리 솔버 제품 성능을 보장하려면 구성 요소부터 시스템 전반에 이르는 멀티피직스(multi-physics)를 이해하는 것이 필수이다. 앤시스 2025 R1은 신속하고 정밀한 물리 기반 시뮬레이션 결과를 제공하는 신제품뿐만 아니라, 기존 제품의 강화된 기능을 통해 엔지니어링 팀이 설계 초기 단계에서 보다 신뢰성 높은 의사 결정을 내릴 수 있도록 지원할 전망이다. 앤시스 디스커버리(Ansys Discovery) 3D 시뮬레이션 소프트웨어는 전열(electrothermal) 분석, 오소트로픽(orthotropic) 전도, 내부 팬(fans) 기능을 추가해 써멀 모델링 역량을 확장했으며 속도 및 사용 편의성을 개선했다. 구조 해석 설루션은 소음·진동·마찰(NVH)에 대한 통합 설루션을 제공하며, 주파수 응답 함수(FRF) 계산 속도가 10배 향상됐다. 또한 진동음향(vibro-acoustics) 매핑, 최적화된 메싱, 모드 기여도 분석 기능 등을 탑재했다. 앤시스 일렉트로닉스(Ansys Electronics)는 앤시스 소프트웨어 제품 간 연결성을 강화해 3D 집적 회로에 중요한 메싱을 개선하며 자동화된 워크플로우 기능, 향상된 시뮬레이션 성능 등을 제공한다. 새로운 폴리머 FEM(Polymer FEM) 제품은 높은 정확도의 모델을 적용해 실제 재료의 거동을 정밀하게 포착하며, 고객의 고급 재료 시뮬레이션 요구 사항을 충족한다.   클라우드/HPC/GPU 클라우드 컴퓨팅, 고성능 컴퓨팅(HPC) 및 GPU의 강력한 성능은 최신 제품의 엔지니어링 속도를 혁신적으로 변화시키고 있다. 이 과정에서 접근성, 상호 운용성, 확장성은 핵심 요소로 작용하며, 고객이 데스크톱 애플리케이션의 한계를 넘어서서 보다 혁신적인 제품을 협업하여 설계할 수 있도록 지원한다. 앤시스 2025 R1은 GPU 솔버의 성능을 한층 강화했으며, 다양한 애플리케이션에 웹 기반 온디맨드(on-demand) 기능을 추가 제공한다. 앤시스 플루언트(Ansys Fluent)  멀티 GPU(multi-GPU) 유체 시뮬레이션 솔버는 자동차 외부 공기 역학과 같은 대규모 메시 셀(mesh cell)을 포함한 고해상도 해석을 지원한다. 또한, 전체 시뮬레이션 속도 저하 없이 매개변수 추가 및 정확도 개선을 설계자에게 제공한다. 앤시스 CFD HPC 얼티메이트(Ansys CFD HPC Ultimate)는 추가 HPC 라이선스 없이 단일 작업에서 여러 CPU 코어 또는 GPU를 활용할 수 있는 엔터프라이즈급 전산유체역학(CFD) 기능을 제공한다. 앤시스 루메리컬 FDTD(Ansys Lumerical FDTD)의 새로운 GPU 가속 3D 전자기 시뮬레이션은 기존 CPU 솔버 대비 메모리 사용량을 50% 절감하며 메싱 시간을 20% 줄인다. 앤시스 메커니컬(Ansys Mechanical)의 GPU 직접 가속 구조 유한 요소 해석(FEA) 솔버는 기존 설루션 대비 최대 6배 빠른 성능을 제공하며, 반복 솔버(iterative solver)는 CPU 전용 솔버 대비 6배 빠른 속도를 구현한다. 앤시스 디스커버리(Ansys Discovery)의 클라우드 버스트 컴퓨팅(Cloud Burst Compute) 기능을 활용하면 1000개의 설계 변형을 10분 만에 해결할 수 있다. 엔비디아 GPU를 활용한 디스커버리의 매개변수 연구(parametric study) 속도는 100배 이상 향상된다. 앤시스 클라우드 버스트 컴퓨팅(Ansys Cloud Burst Compute) 기능은 앤시스 메카니컬 (Ansys Mechanical), 앤시스 플루언트(Ansys Fluent) 및 앤시스 HFSS(Ansys HFSS) 고주파 전자기 시뮬레이션 소프트웨어를 위한 유연하고 확장 가능한 온디맨드(on-demand) HPC 성능을 제공한다.   인공지능 앤시스는 인공지능(AI) 기반 기술을 통해 포트폴리오를 지속적으로 확장하며, 컴퓨터 지원 엔지니어링(CAE) 산업에 혁신적인 속도와 접근성을 제공한다. 앤시스 AI는 신규 및 기존 데이터를 활용해 빠르게 설계를 분석하고 AI 모델을 신속하게 학습시켜 제품 출시 기간을 단축시키는 한편 비용 절감 효과를 극대화한다. 직관적인 인터페이스를 갖춘 데이터 처리 도구 지원을 통해 SimAI 모델링을 위한 데이터 준비 과정을 간소화한다. 앤시스 SimAI는 사용자가 모델 학습 데이터를 확장해 후처리 과정에서 더욱 정교한 분석을 수행할 수 있도록 지원한다. 앤시스 일렉트로닉스 AI+(Ansys Electronics AI+)는 AI 기반 기술을 활용해 앤시스 멕스웰(Ansys Maxwell) 전기기장(electromagnetic field) 해석 솔버, 앤시스 아이스팩(Ansys Icepak), 전자기 냉각 시뮬레이션 소프트웨어, HFSS 등에서 수행되는 전자기 시뮬레이션의 필요 리소스 실행 시간을 정밀하게 예측한다. 앤시스 RF 채널 모델러(Ansys RF Channel Modeler)의 고급 합성 레이더 시뮬레이션 기능은 지상에서 AI를 활용한 표적 식별을 위해 폭넓은 학습 및 검증 데이터 세트를 제공하여, 디지털 미션 엔지니어링 분야를 지원한다.   ▲ 이미지 출처 : 앤시스 웹사이트 캡처   연결된 에코시스템 최첨단 연구개발(R&D) 환경에서는 모델 기반 시스템 엔지니어링(MBSE) 및 자동화 설계를 도입하여 연구개발 워크플로를 원활하고 효율적으로 유지하는 것이 중요하다. 앤시스 엔지니어링 설루션은 기존 인프라에도 새로운 기술을 쉽게 통합할 수 있도록 높은 호환성과 확장성을 갖춰 제품 설계의 혼선을 방지할 수 있다. 앤시스 2025 R1은 디지털 전환을 더욱 원활하게 지원할 수 있도록 MBSE 기능과 데이터 관리 기능이 강화되었다. 앤시스 모델센터(ModelCenter) MBSE 소프트웨어와 앤시스 시스템 아키텍처 모델러(System Architecture Modeler : SAM)는 SysML v2 지원을 강화해 엔지니어링 조직 전반에서 제품 요구 사항의 접근성과 확장성을 높이고, 팀 간 협업을 더욱 긴밀하게 연결하여 개발 시간 단축에 기여한다. 앤시스 모델센터(ModelCenter)는 MBSE 연결성이 향상되어 호환성을 높였고, 카펠라(Capella) 커넥터 기능이 강화되었으며, 앤시스 적으로 제공한다. SAM과의 더욱 긴밀한 통합을 통해 검색, 저장 및 수정 기능을 보다 직관적으로 제공한다. 앤시스 미네르바(Ansys Minerva) 시뮬레이션 프로세스 및 데이터 관리 소프트웨어인 미네르바는 일반 커넥터 개선을 통해 외부 데이터 연동을 표준화하며, 업로드 전 문제점 검증을 가능케 하여 제품 생산 시간 및 비용 절감에 기여한다. 커넥터는 새로운 비동기 작업 실행 기능이 추가돼 엔지니어의 생산성을 개선한다.   기타 앤시스 2025 R1의 주요 특징 앤시스 옵티슬랭(Ansys optiSLang) 프로세스 통합 및 설계 최적화 소프트웨어로 인터페이스, 분산 컴퓨팅, 고급 알고리즘 등 전반적인 개선으로 설계 워크플로의 유연성과 성능을 강화한다. 앤시스 그란타 MI(Ansys Granta Materials Intelligence) 제품군은 컴퓨터 이용 공학(CAE), 컴퓨터 지원 설계(CAD), 제품 수명주기 관리(PLM) 등의 소프트웨어와 공통 사용환경을 제공하여, 그란타(Granta) 최종 사용자 인터페이스와 통합 인터페이스 간 일관된 사용자 경험을 제공한다. 앤시스 플루언트(Ansys Fluent)의 내결함성 메싱(FaultTolerant Meshing : FTM)과 수밀 메싱(watertight meshing)에 적용된 작업 기반 성능을 개선해 메싱 속도를 가속화한다.  전력 필드 효과 트랜지스터(FET) 및 전력 관리 집적회로(PMIC)의 분석, 시뮬레이션, 최적화를 위한 신규 도구로 앤시스 파워X(Ansys PowerX)를 제공한다.    ▲ 이미지 출처 : 앤시스 웹사이트 캡처     ■ 기사 내용은 PDF로도 제공됩니다.

산업 디지털 전환을 위한 버추얼 트윈 (1)   이번 호부터 산업 분야에서 버추얼 트윈(virtual twin)을 구축하고 활용하기 위한 다쏘시스템의 솔루션을 살펴본다. 첫 번째로 소개하는 다이몰라(CATIA Dymola)는 모델 기반 시스템 설계와 시뮬레이션을 위한 툴이다. 다이몰라는 다양한 산업 분야에서 사용되며, 기계, 전기, 열, 유체, 제어 시스템 등 다양한 시스템의 거동(behavior)을 모델링 및 시뮬레이션할 수 있다. 다이몰라를 알기 위해서는 우선 모델리카(Modelica)에 대해 알아야 한다.   ■ 안치우 다쏘시스템코리아의 카티아 인더스트리 프로세스 컨설턴트로 CATIA Dymola를 활용한 1D 시뮬레이션을 담당하고 있다. 관심 분야는 Modelica, FMI, 1D~3D 코시뮬레이션, SysML 기반의 Modelica 모델 개발이며 LG전자, 삼성전자, SK하이닉스 등 다수의 프로젝트 및 제안을 수행하고 있다. 홈페이지 | www.3ds.com/ko   1D 시뮬레이션이란 시간의 흐름에 따라 지배 방정식을 1차원으로 한정지어 계산하는 방법을 의미한다. 예를 들어, 스프링-댐퍼 시스템에서 길이 방향인 하나의 차원에서 수학적 모델링을 통해 빠른 시간 내에 결과를 도출해 검토할 수 있다. 장점으로는 모델 구성 및 검토의 시간이 빠르고, 표현의 제약이 적으며, 시스템간 상호 작용을 효율적으로 검토 가능하다. 단점으로는 시스템의 기능을 수식화하기 위해 도메인(domain)에 대한 높은 이해도가 필요하고, 인풋(input) 정보의 품질에 따라 아웃풋(output)이 민감하게 반응한다.   모델리카는 시스템 모델링을 위한 언어이다. 모델리카(Modelica)는 1996년 모델리카 어소시에이션(Modelica Association)에 의해 개발된 시스템 모델링을 위한 언어이다. 무료로 사용할 수 있고, 여러 개발자 및 전문가에 의해 개발되고 있다. 모델리카는 시스템 모델링을 지원하며, 다쏘시스템에서는 시스템 모델링의 원활한 시뮬레이션을 위한 솔버 알고리즘을 개발하고 있다. 다이몰라에는 모델 시뮬레이션을 위한 다양한 솔버가 내장되어 있다. 사용자는 문제 해결을 위한 미분방정식에 대한 표현을 모델리카 문법에 맞게 표현함으로써 시뮬레이션을 위한 모델링은 끝났다고 볼 수 있으며, 이러한 이유 때문에 모델리카는 C, C++, 포트란(Fortran) 등 타 언어에 비해 코드량이 적다는 것을 알 수 있다. 모델리카의 모델링 방법에는 텍스트 타입으로 방정식을 정의할 수 있고, 또한 유저에게 친근한 GUI(그래픽 사용자 인터페이스)를 활용한 객체 모델링 기반으로 모델을 구성할 수 있다.    모델리카는 비인과적/인과적 해석을 모두 지원한다. 인과적(causal) 모델링과 비인과적(acausal) 모델링은 둘 다 시스템이나 현상을 설명하고 예측하기 위한 방법론이다.   그림 1   비인과적 모델링은 원인과 결과 간의 인과 관계를 명확히 구분하지 않고 시스템의 구성요소 간의 관계를 모델링하는 방법이다. 이 방법은 일반적으로 동적 시스템의 거동을 설명하거나 예측할 때 사용하며, 시스템의 구성 요소와 그들 간의 관계를 수학적 방정식으로 표현하여 시스템의 동작을 설명한다. 각 요소가 다른 요소에 의해 어떻게 영향을 받는지를 보다 전체적으로 이해하는 데에 도움이 된다. 인과적 모델링은 원인과 결과 간의 인과관계를 중심으로 모델을 구성한다. 이 모델링 기법은 일반적으로 인과관계를 고려하여 시스템의 동작을 설명하고 예측한다. 예를 들면 A가 B에 어떻게 영향을 주는지, 또는 어떤 요인이 결과에 어떻게 기여하는지를 분석한다. 주로 원인과 결과 간의 관계를 나타내는 도표나 그래프를 사용해 시각화하며, 시간의 흐름을 고려하여 이전 사건이 이후 사건에 어떻게 영향을 미치는지를 이해한다.  비인과적 모델링은 물리적 시스템의 동작을 설명하는데 유용하다. 예를 들어, 열 전달, 유체 흐름, 전기 회로 등과 같은 시스템에서 원인과 결과 간의 명확한 인과 관계를 파악하기 어려운 경우가 있다. 이러한 시스템은 에너지, 질량 또는 정보의 흐름을 모델링하여 설명할 수 있다.    모델리카는 해석 솔버에 대한 개발이 필요 없다. 실제 모델링 후 유저는 소스코드를 볼 수 있고, 해석 결과를 확인 할 수 있다. 그렇지만 솔버에 대한 구현 방식은 확인할 수 없다. 다이몰라에 솔버가 내장되어 있어 유저는 미분방정식에 대한 표현을 모델리카 문법에 맞게 표현하면, 유저가 모델링한 시스템에 대한 해석 결과를 확인할 수 있다. 이러한 이유로 인해 모델리카의 코드량은 타 언어에 비해 적다. 솔버가 해석 결과를 보여주기 위해 <그림 2>를 참조하면, 모델리카 file(*.mo)를 C 언어로 변환하고 참조할 라이브러리와 함께 컴파일을 수행하기 때문에 유저는 이 과정을 인식하지 못하는 경우가 많다.   그림 2     ■ 자세한 기사 내용은 PDF로 제공됩니다.

아키텍처와 MBSE에 의한 시스템 설계   현대의 시스템은 전반적인 복잡성이 증가할 뿐만 아니라 소프트웨어 집약도가 높아지고 있다. 라이프사이클 전반의 시스템 엔지니어링 관점에서 MBSE(Model Based System Engineering : 모델 기반 시스템 엔지니어링) 방법론은 일반적으로 임베디드 시스템이나 소프트웨어 집약적 시스템을 특별히 대상으로 하지 않는다. 그러나 MBSE 프로세스 구축에서는 설계에 관한 과학적 배경을 근거로 하여 구체적 절차로서 현장이 이해·응용하기 쉬워지도록 노력해야 한다.   ■ 오재응 한양대학교 명예교수, LG전자 기술고문 이메일 | papionkr@naver.com   최근 몇 가지 다양한 시스템이 서로 결합된 새로운 서비스와 가치가 탄생했다. 이러한 시스템의 성공적인 개발을 위해 지금까지 해 온 단독 시스템 개발과는 다른 개발 시점이 요구되는 경우도 많다. 시스템 엔지니어링은 대상 시스템(system of Interest) 전체를 바라보는 것으로, 시스템의 개발이나 운용 등을 성공으로 이끌기 위한 공학이다. 시스템 엔지니어링 자체는 새로운 것은 아니지만, 최근 복잡하고 대규모가 되는 시스템의 성공에 있어중요하다는 점에서 주목을 받고 있다. 한편, 이러한 시스템의 성공에는 내장된 소프트웨어가 크게 기여하는 경우가 많기 때문에, 소프트웨어 엔지니어가 시스템 엔지니어로 활동할 것으로 기대되는 경우도 많아지고 있다. 따라서 이 글은 소프트웨어 엔지니어링 영역에서 활동하는 여러 사람을 대상으로 한다. 우선 시스템 엔지니어링 프로세스 중 업스트림의 ‘시스템 설계 활동’을 설명한다. 또한 최근에는 편의를 위해 ‘모델’을 이용한 시스템 엔지니어링인 MBSE가 각광을 받고 있다. 특히 시스템 설계에 있어서 SysML은 설계 기법을 제공하지만, 작성도의 이용 방법에는 자유도가 있으며 대규모 시스템에 적용할 때는 설계 프로세스와 이용도의 관계성을 SysML 이용자가 이용 가이드로 정리할 필요가 있다.   시스템 엔지니어링의 시스템 설계 활동 시스템 설계 활동의 목적 시스템 설계 활동의 목적은 다양한 이해 관계자의 시스템 파악에 관한 합의이다. 주요 합의 내용은 다음 두 가지에 관한 범위이며 상세한 구현 방법은 아니다. 그 시스템이 해결하는 과제(What) 과제에 관한 해법(How) 이 목적을 달성하기 위해 대상 시스템의 범위를 정의한 최종 성과물과 합의를 목적으로 한 것도 포함하고, 논의를 효율적으로 실시하기 위한 자료로 보조적 성과물이라는 두 종류의 성과물이 존재한다.   시스템 설계 및 개발 시스템 설계 활동은 크게 두 가지 활동, 요구 분석 및 시스템 아키텍처의 구축으로 구성된다. 산출물인 시스템 아키텍처는 시스템을 기획할 때부터 개발, 운영 및 파기에 이르기까지 모든 수명주기 활동의 기초이다. 시스템 개발에 있어서는 다양한 논의가 이루어진다. 이러한 논의의 목적과 내용은 다분야에 걸친(multi discipline) 경우도 많다. 논의의 예를 들어보면, 요구나 기능의 추가나 변경, 신규 기술이나 제품의 채용이나 기존 시스템과의 공존, 개발 기간의 단축을 포함한 다양한 비용 절감, 운용 시 폐기시 환경에 미치는 영향, 치명타 성능 등에 대한 대응, 상호 운용성 등이다. 특히 최근에는 자동차 업계에서 ISO26262와 같은 기능 안전 표준의 추적성, 장애 대응성 등의 안전 설계, 또한 보안에 대한 고려 사항이 많아졌다. 이러한 논의는 특정 문제에 대한 여러 해법의 트레이드 오프(trade off)를 고려해야 할 부분이 많다. 이를 위한 트레이드 오프 스터디에 대한 자료를 작성하는 것도 시스템 엔지니어링의 중요한 임무 중 하나이다.   시스템 설계 활동을 적용하는 타이밍 또한 자주 오해하는 것이, 시스템 엔지니어링의 업스트림 프로세스는 개발 초기에만 실행되는 것은 아니다. 시스템의 라이프사이클은 개념 검토에서 시작하여 개발, 운영, 이용, 폐기에 이른다. 그러나 현실적으로 시스템 개발은 완전히 업스트림으로 요구 사항을 강화하고 아키텍처를 한 번만 구축한다는 소위 이상적인 V자 프로세스가 아니다. 사실, 시스템 라이프사이클 후기의 제조, 운영 및 유지 보수 중에 발견되어 고려된 사항이 설계 및 개발, 즉 라이프사이클 상류의 산출물에 반영되는 것도 많다. 시스템 엔지니어링의 각 활동은 어떠한 라이프사이클에서도 ‘피드백’이 발생할 수 있으며, 시스템의 성공을 위해서는 ‘조기에 빠른 피드백이 중요하다’라고 하는 것을 인식하여야 한다.   ▲ IEEE1220 시스템 엔지니어링 프로세스   해당 기사는 한시적으로 무료 제공됩니다.(12.31까지) ■ 기사 상세 내용은 PDF로 제공됩니다.

제품 개발의 새로운 방법론, MBSE (2)   소비자의 선호에 따라 특화된 제품을 요구하는 현재, 항공기와 자동차, 선박, 건설까지 여러 분야의 제품 역시 사물인터넷, 커넥티비티 등이 포함된 새로운 서비스를 제공하고 있다. 이러한 환경 속에서 제품 기획, 설계, 해석 및 생산 전반의 과정에서 생성되는 정보들 간의 연계를 견고히 하는 모델 기반 시스템 엔지니어링(MBSE : Model-Based System Engineering)은 엔지니어링 분야에서 중요한 역할을 하는 접근 방식이다. 이러한 MBSE의 핵심 요소인 시스템 아키텍처는 시스템의 구조와 구성 요소 사이의 상호 작용을 표현하여 시스템 개발자의 업무에 큰 이점을 가져다 준다. 이번 호에서는 시스템 아키텍처의 중요성과 SysML을 활용한 시스템 모델링의 가치, 시스템 아키텍처 모델링 솔루션인 카티아 매직(CATIA Magic)을 사용하여 얻을 수 있는 이점에 대해 살펴보고자 한다.   ■ 김성환 다쏘시스템코리아의 MBSE 컨설턴트이다. 2014년부터 다쏘시스템코리아에서 기술 컨설턴트로 활동 중이며, 2022년부터는 다쏘시스템의 MBSE 영역 전반을 담당하며 고객 대상으로 MBSE 방법론 소개 및 제안을 수행하고 있다. 홈페이지 | www.3ds.com/ko   ■ 김승원 다쏘시스템코리아의 기술 컨설턴트로서 MBSE 영역을 전문으로 업무를 수행하고 있다. CATIA Magic과 3DEXPERIENCE Platform과 같은 주요 솔루션을 활용하여 고객들에게 기술 컨설팅을 제공하고 있다. 홈페이지 | www.3ds.com/ko   ■ 신효주 다쏘시스템코리아의 MBSE 전문 기술 컨설턴트이다. CATIA Magic과 STIMULUS를 포함한 MBSE 솔루션을 담당하고 있으며, 다양한 산업 및 대학을 대상으로 MBSE 및 SysML 관련 교육과 프로젝트를 수행하며 기술 컨설팅을 제공하고 있다.   홈페이지 | www.3ds.com/ko   그림 1. 시스템 아키텍처의 역할   시스템 아키텍처의 중요성   시스템 아키텍처는 시스템의 구조와 구성 요소 사이의 관계 및 상호 작용을 명확하게 정의한다. 이는 시스템의 기능성, 안정성, 성능, 확장성, 유지 보수성 등에 직접적인 영향을 미친다. 보다 직관적인 아키텍처 모델을 기반으로 요구사항을 충족시키고, 이해관계자들간의 의사소통과 협업을 원활하게 한다. 또한, 아키텍처는 시스템의 전체적인 복잡성을 이해하고 관리할 수 있는 체계적인 접근 방식을 제공한다. 이를 통해 초기 개발 단계부터 문제를 식별하고 해결할 수 있으며, 변경 및 개선에 유연하게 대응할 수 있다.   그림 2. 시스템 아키텍처의 효과   SysML을 활용한 시스템 아키텍처 모델링 SysML이란 SysML(SystemsModelingLanguage)은 OMG(Object Management Group)에서 정의하여 제공하는 언어로서 하드웨어, 소프트웨어, 정보, 인력, 절차 및 시설을 포함할 수 있는 복잡한 시스템을 정의, 분석, 설계 및 검증하기 위한 범용 그래픽 모델링 언어이다. 이는 시스템 공학 분야에서 널리 사용되는 모델링 언어로, UML(Unified Modeling Language)을 기반으로 한 표준화된 언어이다. SysML이라는 표준은 개발 담당자들이 시스템을 명확하게 정의하여 동일하게 이해하는 데 도움을 준다.   SysML 기반 아키텍처 모델링의 장점 SysML의 9가지 다이어그램과 테이블은 목적과 관점에 맞게 사용되어 시스템의 구조, 동작, 요구사항 등을 직관적으로 표현함으로써 개발자들이 시스템을 더 잘 이해할 수 있게 도와준다. 그에 따라 시스템 요구사항과 아키텍처 간의 일관성을 확보하고 변경에 대한 영향을 미리 파악할 수 있다. 이는 개발 과정에서의 위험을 감소시키고, 시스템의 품질과 성능을 향상시키는 데 기여 한다.   그림 3. SysML의 네 가지 핵심요소     ■ 자세한 기사 내용은 PDF로 제공됩니다.

지멘스 디지털 인더스트리 소프트웨어와 IBM이 장기적인 파트너십을 확대하고 시스템 엔지니어링, 서비스 수명 주기 관리, 자산 관리를 위한 양사의 제품을 통합하는 소프트웨어 솔루션을 개발할 것이라고 발표했다. 치열한 경쟁, 경직된 노동시장, 환경 준수 사항들이 증가함에 따라 기업은 제품 및 자산 수명 주기를 아우르는 보다 총체적인 관리 접근 방식을 채택해야 한다. 양사는 통합 소프트웨어 솔루션을 개발하여 기업들이 제품 라이프사이클을 최적화하고, 개발 초기에 프로세스, 프로토타입 및 테스트 개념 간의 추적성을 보다 쉽게 개선하여 보다 지속 가능한 제품 설계를 채택할 수 있도록 지원할 예정이다. 이는 기업이 혁신과 시장 출시에 걸리는 시간을 단축하여 품질을 개선하고 비용을 절감할 수 있도록 지원하기 위한 것이다. SysML v1(시스템 모델링 언어 v1) 표준을 기반으로 새롭게 통합된 엔지니어링 소프트웨어 제품군은 기계, 전자, 전기 엔지니어링 및 소프트웨어의 설계와 구현을 연결하는 디지털 스레드를 사용해 추적 및 지속가능한 제품 개발을 지원할 것이다. 이는 초기 설계 및 제조부터 운영, 유지 보수, 업데이트 및 제품 수명 종료(EOL) 관리에 이르기까지 제품 수명 주기를 확장하기 위한 것이다.     양사는 시스템 엔지니어링을 위한 IBM 엔지니어링 시스템 디자인 랩소디(Engineering System Design Rhapsody)를 제품 수명 주기 관리(PLM)를 위한 지멘스의 팀센터(Teamcenter) 소프트웨어, 전기/전자(E/E) 시스템 개발 및 소프트웨어 구현을 위한 캐피탈(Capital) 소프트웨어 등 지멘스 엑셀러레이터(Siemens Xcelerator) 소프트웨어 및 서비스 포트폴리오의 솔루션과 연결하기 위해 협력하고 있다. 또한 자산 관리를 위한 IBM 맥시모 애플리케이션 스위트(Maximo Application Suite)와 지멘스의 팀센터 소프트웨어를 연결하여 서비스 엔지니어링, 자산 관리, 서비스 실행 간의 통합된 디지털 스레드를 지원한다. 이러한 통합은 지속가능한 제품 개발을 위한 추적 가능성을 위해 공정 및 재료의 효과적인 재사용에 초점을 둘 것이다. 이를 통해 기업은 설계 및 엔지니어링 프로세스의 초기에 정보에 입각한 의사 결정을 내려 비용, 성능, 지속가능성을 개선할 수 있다. 예를 들어, 기업이 전력을 과도하게 소비하거나 유지보수 또는 조기 교체가 필요한 성능 저하 부품 및 설계 요소를 보다 신속하게 식별할 수 있다. 또한 통합 디지털 스레드를 통해 물리적 자산과 소프트웨어 자산을 제품 개발로 다시 연결해 제품 혁신을 추진할 수 있다. 또한 지멘스와 IBM은 고객이 차세대 시스템 엔지니어링으로 전환할 수 있도록 마이그레이션 경로가 포함된 SysML v2 기반 솔루션을 개발하기 위해 협력하고 있다. SysML은 광범위한 시스템 및 복합 체계(systems-of-systems)의 사양, 분석, 설계, 검증, 유효성 검사를 지원한다. 서비스 수명 주기 관리는 서비스 엔지니어링과 서비스 유지 관리를 연결하여 OEM과 운영자 간의 새로운 협업 프로세스를 촉진한다. 이로써 제품 서비스화를 위한 비즈니스 가치를 극대화를 지원할 수 있다. IBM 소프트웨어의 카림 유수프(Kareem Yusuf) 제품 관리 및 성장 담당 수석 부사장은 "제품 혁신과 차별화의 상당 부분에는 전기, 전자 및 소프트웨어 컴포넌트가 포함된다. 그러나 제조 기업은 이러한 컴포넌트를 관리하는 현재의 도구, 프로세스, 정보가 사일로화되고 단절되어 있어 신제품을 적시에 출시하는 데 어려움을 겪고 있다"면서, "이 격차를 해소하기 위해 IBM과 지멘스는 디지털 스레드 환경에서 협력하여 설계, 생산, 운영, 유지보수 등 제품 수명 주기 전반에 걸쳐 지속가능성 관행을 통합하고 있다. 이러한 연결성을 통해 혁신과 규정 준수를 준비하는 시간을 단축하고 전반적인 제품 품질을 개선할 수 있을 것"이라고 말했다. 지멘스 디지털 인더스트리 소프트웨어의 토니 헤멀건(Tony Hemmelgarn) CEO는 "지멘스와 IBM은 협력해 고객에게 전체 운영 수명 주기를 포괄하도록 설계된 시뮬레이션 기반 시스템 및 소프트웨어 엔지니어링 솔루션을 제공할 것이다. 이를 통해 제품 개발 비용을 절감하고 지속적인 개선을 추진하며, 확장된 기업 전반에서 제품 운영 수명 주기 전체에 걸쳐 운영 효율성을 창출함으로써 혁신을 이룰 수 있다"면서, "더불어 개방형 에코시스템 내에서 표준 기반 솔루션을 통해 시스템 모델 및 관련 데이터의 확장성과 재사용을 개선하는 것도 가능하다. 이러한 솔루션을 개발함으로써 기업이 진정한 변화를 이루고 더 나은 제품을 개발할 수 있도록 지원할 것"이라고 발표했다.