오라클은 AI 코딩 동반 툴인 오라클 코드 어시스트(Oracle Code Assist)를 통해 애플리케이션 속도를 높이고 코드 일관성을 개선할 수 있다고 소개했다. 대규모 언어 모델(LLM)을 기반으로 오라클 클라우드 인프라스트럭처(OCI)에서 실행되며 OCI 기반 자바(JAVA), SQL 및 애플리케이션 개발에 최적화된 오라클 코드 어시스트는 개발자에게 기업의 모범 사례 및 코드베이스에 맞춤화해 맥락에 특화된 제안 기능을 제공한다. 오라클 코드 어시스트는 대부분의 모던 프로그래밍 언어로 작성된 코드를 업데이트하고 업그레이드 및 리팩터링(소프트웨어 개발 과정에서 기존 코드를 변경하지 않고 코드의 구조와 디자인을 개선하는 과정)하는 데에도 사용할 수 있도록 설계될 예정이다.     AI 기반 소프트웨어 개발은 소프트웨어의 개념화 및 생성, 테스트, 관리 방식에 혁신을 불러일으켰다. 개발자는 AI 지원 도구를 사용하면 새로운 아이디어를 탐색하고 신규, 업그레이드 또는 리팩터링된 코드를 위한 지능형 제안을 받을 수 있다. 또한 일상적인 작업을 자동화하는 기능 덕분에, AI 도구가 소프트웨어 개발 수명 주기(SDLC)의 모든 단계에서 핵심적인 부분으로 자리잡게 됐다. 오라클은 “오라클 코드 어시스트는 코드 스니펫(snippet), 종속성 분석(dependency analysis), 오류 완화 대안(error mitigation alternatives), 테스트 사례, 주석(annotation), 요약 및 문서화를 제공해 SDLC의 각 단계를 처리하여 이 기술 분야의 주된 사례로 꼽힐 것으로 기대한다”고 전했다.  이와 더불어 젯브레인 인텔리제이 IDEA(JetBrains IntelliJ IDEA), 또는 마이크로소프트 비주얼 스튜디오 코드(Microsoft Visual Studio Code)용 개발 환경 플러그인으로 배포되는 오라클 코드 어시스트는 개발자가 애플리케이션 실행 위치와 상관없이 애플리케이션을 구축, 최적화, 업그레이드하는 데 도움을 주는 전문가 의견을 반영한 피드백을 제공하도록 훈련될 계획이다. 오라클 코드 어시스트는 수년에 걸친 애플리케이션 및 소프트웨어 개발 과정에서 개발된 폭넓은 소프트웨어 저장소를 기반으로 훈련된다. 오라클은 오라클 코드 어시스트가 OCI의 서비스 API, 코딩 패턴 및 자바, SQL, OCI는 물론, 넷스위트(NetSuite)의 스위트스크립트(SuiteScript) 등을 통한 오라클의 자체 소프트웨어 개발 모범 사례를 활용해 미세 조정하여, 배포되는 소프트웨어 및 애플리케이션의 위치와 관계없이 기업 조직에 적합한 서비스를 제공할 수 있을 것으로 기대하고 있다. 오라클 코드 어시스트는 코드 생성(Code Generation), 코드 주석(Code Annotation), 코드 설명 가능성(Code Explainability), 더욱 빨라진 코드 검토(Faster Code Reviews), 테스트 커버리지 생성(Test Coverage Generation) 등의 기능을 통해 애플리케이션 개발 속도를 높일 예정이다. 또한, 오라클 코드 어시스트는 맞춤형 제안(Tailored Suggestions), 코드 생성 컨텍스트(Code Origination Context), 자동 언어 업그레이드(Automated Language Upgrades), 코드 분석(Code Analysis), OCI 최적화 제안(OCI Optimization Suggestions) 등을 통해 개발자가 코드 일관성 및 최적화를 개선하도록 돕는다: 오라클 클라우드 인프라스트럭처의 아난드 크리슈난 제품 관리 부사장은 “커스텀 애플리케이션은 전 세계 모든 기업 조직이 스스로를 차별화하기 위해 사용하는 방식이다. 하지만 애플리케이션의 구축, 배포, 유지 관리에는 노동력과 시간이 많이 든다”면서, “오라클 코드 어시스트를 활용하는 기업들은 개발자가 애플리케이션 속도 및 코드 일관성을 개선하여 애플리케이션을 안전하고 강력하며, 규정을 준수하는 방식으로 장기간 유지 관리할 수 있도록 지원할 수 있다”고 설명했다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 생성형 AI의 멀티모달 딥러닝 기술 확산의 계기가 된 오픈AI(OpenAI)의 CLIP(Contrastive Language-Image Pre-Training, 2021) 코드 개발 과정을 분석하고, 사용하는 방법을 정리한다.    ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 이메일 | laputa99999@gmail.com 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast CLIP은 구글이 개발한 자연어 번역 목적의 트랜스포머 모델, 비전 데이터 변환에 사용되는 VAE(Variational Autoencoder) 개념을 사용하여 멀티모달 학습 방식을 구현하였다. 이번 호에서는 그 과정을 설명하고 파이토치로 직접 구현하는 과정을 보여준다. CLIP을 이용하면 유튜브, 넷플릭스와 같은 영상에서 자연어로 질의해 해당 장면을 효과적으로 검색할 수 있다. 참고로, CLIP에서는 트랜스포머가 핵심 컴포넌트로 사용되었다. CLIP과 같이 트랜스포머가 자연어 번역 이외에 멀티모달의 핵심 기술이 된 이유는 비정형 데이터를 연산 가능한 차원으로 수치화할 수 있는 임베딩 기술의 발전과 트랜스포머의 Key, Query, Value 입력을 통한 여러 학습 데이터 조합이 가능한 특징이 크게 작용했다.    그림 1. 멀티모달 시작을 알린 오픈AI의 CLIP 모델(Learning Transferable Visual Models From Natural Language Supervision, 2021)   트랜스포머와 VAE를 이용한 멀티모달 CLIP 네트워크를 좀 더 깊게 파헤쳐 보도록 한다. 앞서 설명된 트랜스포머, 임베딩과 관련된 개념에 익숙하다면, CLIP을 이해하고 구현하는 것이 그리 어렵지는 않을 것이다.    CLIP에 대한 이해 오픈AI에서 개발한 CLIP 모델은 공유 임베딩 공간 내에서 이미지 및 텍스트 형식을 통합하는 것을 목표로 했다. 이 개념은 기술과 함께 이미지와 텍스트를 넘어 다른 양식을 수용한다.(멀티모달) 예를 들어, 유튜브 등 비디오 애플리케이션 내에서 텍스트 검색 성능을 개선하기 위해 공통 임베딩 공간에서 비디오 및 텍스트 형식을 결합하여 모델을 학습시켰다. 사실, 임베딩 텐서를 잠재 공간(Latent Space)으로 이기종 데이터를 변환, 계산, 역변환할 수 있다는 아이디어는 VAE 기술, 구글의 트랜스포머 논문(2017)을 통해 개발자들 사이에 암시되어 있었다. 이를 실제로 시도해본 연구가 CLIP이다.  참고로, CLAP(Contrastive Language-Audio Pretraining)은 동일한 임베딩 공간 내에서 텍스트와 오디오 형식을 통합하는 또 다른 모델로, 오디오 애플리케이션 내에서 검색 기능을 개선하는 데 유용하다. CLIP은 다음과 같은 응용에 유용하다. 이미지 분류 및 검색 : CLIP은 이미지를 자연어 설명과 연결하여 이미지 분류 작업에 사용할 수 있다. 사용자가 텍스트 쿼리를 사용하여 이미지를 검색할 수 있는 보다 다양하고 유연한 이미지 검색 시스템을 허용한다. 콘텐츠 조정 : CLIP은 부적절하거나 유해한 콘텐츠를 식별하고 필터링하기 위해 이미지와 함께 제공되는 텍스트를 분석하여, 온라인 플랫폼의 콘텐츠를 조정하는 데 사용할 수 있다. 참고로, 메타 AI(Meta AI)는 최근 이미지, 텍스트, 오디오, 깊이, 열, IMU 데이터 등 6가지 양식에 걸쳐 공동 임베딩을 학습하는 이미지바인드(ImageBind)를 출시했다. 두 가지 모달리티를 수용하는 최초의 대규모 AI 모델인 CLIP은 이미지바인드 및 기타 다중 모달리티 AI 시스템을 이해하기 위한 전제 조건이다. CLIP은 배치 내에서 어떤 N×N(이미지, 텍스트) 쌍이 실제 일치하는지 예측하도록 설계되었다. CLIP은 이미지 인코더와 텍스트 인코더의 공동 학습을 통해 멀티모달 임베딩 공간을 만든다. CLIP 손실은 트랜스포머의 어텐션 모델을 사용하여, 학습 데이터 배치에서 N개 쌍에 대한 이미지와 텍스트 임베딩 간의 코사인 유사성을 최대화하는 것을 목표로 한다.  다음은 이를 설명하는 의사코드이다. 1. img_en = image_encoder(I)   # [n, d_i] 이미지 임베딩 인코딩을 통한 특징 추출  2. txtxt_emdn = textxt_emdncoder(T)    # [n, d_t] 텍스트 임베딩 인코딩을 통한 특징 추출 3. img_emd = l2_normalize(np.dot(img_en, W_i), axis=1)    # I×W 결합(조인트) 멀티모달 임베딩 텐서 계산 4. txt_emd = l2_normalize(np.dot(txtxt_emdn, W_t), axis=1)  # T×W 결합(조인트) 멀티모달 임베딩 텐서 계산 5. logits = np.dot(img_emd, txt_emd.T) * np.exp(t)   # I×T * E^t 함수를 이용한 [n, n]코사인 유사도 계산 6. labels = np.arange(n) 7. loss_i = cross_entropy_loss(logits, labels, axis=0)  # 이미지 참값 logits과 예측된 label간 손실 8. loss_t = cross_entropy_loss(logits, labels, axis=1)  # 텍스트 참값 logits과 예측된 label간 손실 9. loss = (loss_i + loss_t)/2   # 이미지, 텍스트 손실 평균값   실제 오픈AI 논문에는 <그림 2>와 같이 기술되어 있다.(동일하다.)   그림 2     ■ 자세한 기사 내용은 PDF로 제공됩니다.

한국마이크로소프트가 4월 30일 서울 양재 aT센터에서 ‘개발자와 엔지니어를 위한 AI의 모든 것’을 주제로 ‘Microsoft AI Tour in Seoul’을 개최한다고 밝혔다. Microsoft AI Tour는 ‘한발 앞선 AI 트랜스포메이션의 실현’이라는 주제 아래 지난해 9월 미국 뉴욕에서 시작돼 전 세계 14개 도시를 순회하고 있다. 이번에 한국에서 개최되는 Microsoft AI Tour는 마이크로소프트 애저(Microsoft Azure)와 마이크로소프트 코파일럿(Microsoft Copilot)을 활용한 AI 기술과 기능을 직접 체험하고 배울 수 있는 다양한 세션이 열리며, 공식 파트너사인 엔비디아와 함께 AI 기술 콘텐츠와 노하우도 제공할 예정이다.     키노트는 한국마이크로소프트의 조원우 대표와 마이크로소프트 스콧 한셀만(Scott Hanselman) 개발자 커뮤니티 부사장이 ‘개발자를 위한 차세대 AI’를 주제로 진행한다. 이 세션에서는 마이크로소프트 애저와 코파일럿을 활용해 업무 생산성을 높이는 노하우와 혁신적인 AI 시스템 구축 방법이 소개된다. 특히 한셀만 부사장은 한글이 대규모 언어 모델(LLM)에서 어떤 의미를 가지는지 및 앞으로의 발전 방향성에 대한 인사이트도 공유할 예정이다.  브레이크 아웃 세션에서는 새로운 AI 기술과 기능이 소개된다. ▲생성형 AI의 새로운 기능 ▲마이크로소프트 패브릭(Microsoft Fabric)에서 코파일럿으로 AI 앱 빌드하기 ▲비즈니스 앱 및 데이터로 마이크로소프트 365 코파일럿 확장하기 ▲GPT 및 비전 AI를 사용한 멀티모달 대화형 인터페이스 등 4개의 주제가 발표된다. 이를 통해 참가자들은 최신 AI 기술 트렌드와 발전 상황을 파악하고, 사용자 경험 개선과 혁신적인 솔루션 개발에 필요한 AI 기술과 노하우를 습득할 수 있다. 워크숍 세션은 개발자들의 실전 AI 기술 향상을 위한 실습 형태로 진행된다. 마이크로소프트 코파일럿 스튜디오(Microsoft Copilot Studio)를 활용해 나만의 코파일럿을 만들고, 마이크로소프트 패브릭을 사용해 AI를 위한 데이터 및 머신러닝 및 애저 오픈AI 서비스 생성형 AI 솔루션을 구현해 볼 수 있다. 커넥션 허브에서는 마이크로소프트 제품 및 엔지니어링 전문가와의 대면 상담 기회를 제공한다. 참가자들은 16개의 주제별 부스에서 전문가와 만나 자신의 프로젝트에 대한 조언을 듣고, 기술적인 문제에 대한 궁금증을 해소할 수 있다. 이와 함께 코파일럿을 체험해 볼 수 있는 시간도 마련된다.  네트워킹 리셉션에서는 발표자, 업계 리더, 개발자들이 모여 지식과 경험을 공유하고 새로운 협업 기회를 찾을 수 있다. 또한 IT 업계 동향과 최신 기술에 대한 인사이트를 나누며 새로운 커뮤니티에 참여하는 것도 가능하다.

엔비디아가 디지털 트윈으로 실시간 AI를 시뮬레이션해 산업 자동화에 큰 발전을 이룰 수 있다고 소개했다. 엔비디아 창립자 겸 CEO 젠슨 황(Jensen Huang)은 GTC 기조연설에서 개발자가 디지털 트윈(digital twin)을 사용해 대규모 실시간 AI를 산업 인프라에 적용하기 전, 이 전체를 먼저 시뮬레이션 한 후에 개발, 검증하고 개선한다면 상당한 시간과 비용을 절감할 수 있다는 것을 시연을 통해 보여줬다. 실시간(Real-Time) AI는 제조, 공장 물류, 로보틱스 분야의 중대한 작업을 처리하는 데 큰 도움을 주고 있다. 시뮬레이션을 우선으로 실시하는 접근방식은 부피가 큰 제품, 고가의 장비, 협동 로봇 코봇(cobot) 환경, 복잡한 물류 시설을 다루는 산업에서 자동화 기술의 발전을 한 단계 끌어올리고 있다. 엔비디아 옴니버스(Omniverse), 메트로폴리스(Metropolis), 아이작(Isaac)과 cuOpt 플랫폼이 서로 상호작용하는 AI 훈련장(gym)에서, 개발자들은 인간과 로봇이 예측 불가능한 복잡한 상황을 탐색할 수 있도록 AI 에이전트(Agent)를 훈련시킬 수 있다. 데모 영상은 오픈USD(OpenUSD) 앱 개발과 연결을 위해 엔비디아 옴니버스 플랫폼으로 만들어진 10만 평방 피트 규모의 창고 디지털 트윈을 보여준다. 이는 수십의 디지털 작업자와 다수의 자율주행로봇(autonomous mobile robot, AMR), 비전 AI 에이전트와 센서를 위한 시뮬레이션 환경으로 활용되고 있다. 엔비디아 아이작 퍼셉터(Isaac Perceptor) 멀티-센서 스택을 실행하는 각각의 자율주행로봇은 모두 디지털 트윈에서 시뮬레이션한 6개의 센서로 시각 정보를 처리한다. 동시에 비전 AI용 엔비디아 메트로폴리스 플랫폼은 전체 창고에서 작업자 활동에 대한 단일 중앙집중식 지도를 생성해 천장에 장착된 100개의 시뮬레이션 카메라 스트림과 멀티 카메라 추적을 융합한다. 이 중앙집중식 점유 지도(occupancy map)는 복잡한 라우팅 문제를 해결하기 위해 엔비디아 cuOpt 엔진이 계산한 자율주행로봇의 최적 경로를 알려준다. AI 기반 최고의 최적화 마이크로서비스인 cuOpt는 GPU 가속 진화 알고리즘을 사용해 여러 제약 조건이 있는 복잡한 라우팅 문제를 해결한다. 이 모든 과정은 실시간으로 이루어지며, 아이작 미션 컨트롤(Isaac Mission Control) 은 cuOpt의 지도 데이터와 경로 그래프로 모든 자율주행로봇을 조정해 명령을 전송하고 실행하게 한다. 산업 디지털화를 위한 AI 훈련장 AI 에이전트는 공장에서 다수의 로봇을 관리하거나 공급망 유통 센터에서 인간과 로봇의 협업을 위해 간소화된 구성을 파악하는 등 대규모 산업 환경을 지원한다. 이러한 복잡한 에이전트를 구축하려면 개발자는 AI 평가, 시뮬레이션과 훈련을 위해 물리적으로 정확하게 구현된 AI 훈련장과 같은 디지털 트윈 환경이 필요하다. AI 에이전트와 자율주행로봇은 소프트웨어 인 더 루프(software-in-the-loop, SIL) AI 테스트를 통해 예측하기 힘든 실제 환경에 적응할 수 있다. 위의 데모에서는 자율주행로봇이 계획한 경로 중간에 사고가 발생해 경로가 차단되고 로봇은 화물 운반대를 픽업하지 못한다. 그러면 엔비디아 메트로폴리스는 점유 그리드(occupancy grid)를 업데이트해 모든 사람, 로봇, 물체가 한 눈에 보이도록 매핑한다. 그 다음, 자율주행로봇은 cuOpt가 계획한 최적 경로에 따라 대응해 가동 중단 시간을 최소화한다. 메트로폴리스 비전 파운데이션 모델이 엔비디아 비전 인사이트 에이전트(Visual Insight Agent, VIA) 프레임워크를 구동함으로써, AI 에이전트는 "공장의 3번 통로에서 어떤 상황이 발생했습니까?"와 같은 운영 팀의 질문에 "오후 3시 30분에 선반에서 상자가 떨어져 통로를 막았습니다"와 같이 바로 통찰력 있는 답변을 제공할 수 있다. 개발자는 비전 인사이트 에이전트 프레임워크를 통해 엣지와 클라우드 비전에 배포된 언어 모델을 사용, 대량의 실시간 혹은 보관된 영상과 이미지를 처리할 수 있는 AI 에이전트를 구축할 수 있다. 이 차세대 비전 AI 에이전트는 자연어를 사용하는 영상에서 요약, 검색, 그리고 실행가능한 인사이트를 추출함으로써 거의 모든 산업에 도움이 될 수 있을 것으로 기대된다. 이러한 모든 AI 기능은 지속적인 시뮬레이션 기반 훈련을 통해 향상되며, 모듈식 엔비디아 NIM 추론 마이크로서비스로 배포된다.      

한국 델 테크놀로지스는 한층 강화된 보안과 성능, 사용자 편의성 및 경제성을 갖춘 메인스트림 PC 브랜드 ‘인스피론(Inspiron)’의 2024년 노트북 신제품인 ‘인스피론 16 5640’, ‘인스피론 16 5645’, ‘인스피론 14 5440’를 공개했다. 델 인스피론 신제품 3종은 일반 소비자를 위한 우분투(Ubuntu) 혹은 윈도우 11 홈 OS, 기업 소비자를 위한 윈도우 11 프로 OS를 기본으로 지원한다. 데이터 집약적인 워크로드가 증가함에 따라 보안 강화에도 초점이 맞춰지며 TPM 2.0 보안 모듈을 탑재한 것이 특징이다. 인텔 코어 울트라 프로세서 혹은 AMD 라이젠 8000 시리즈 CPU를 탑재했으며, 코파일럿 버튼을 탑재해 업무나 개인 프로젝트의 효율을 높이도록 설계됐다.   ▲ 인스피론 16 5640   ‘인스피론 16 5640’은 최대 인텔 코어 7을 탑재한 16인치형 메인스트림급 노트북으로, 저전력 CPU를 탑재해 어댑터를 휴대하지 않고 오랫동안 사용할 수 있는 사용자 편의성을 강화했다. 인텔 13세대 i5 프로세서 옵션도 제공하며, 인텔 또는 엔비디아 지포스 그래픽 카드와 최대 16GB DDR5 5200MHz의 기본 메모리를 지원해 워크로드를 빠르게 수행할 수 있다. 16인치의 화면에 16:10 화면 비율을 갖춰 많은 내용을 한 눈에 파악할 수 있으며, 최대 2.5K 해상도와 돌비 비전(Dolby Vision) 및 돌비 애트모스(Dolby Atmos)를 통해 생생한 시청각 경험을 제공한다. ‘인스피론 16 5645’는 AMD 라이젠 8040 시리즈 프로세서와 라데온 그래픽 카드를 탑재한 16인치형 노트북으로, 라이젠 7 또는 라이젠 5 8000 시리즈 프로세서 중 선택이 가능하다. 라이젠 7 프로세서를 탑재하는 경우, AMD의 라이젠 AI 엔진을 활용해 윈도우 스튜디오 이펙트(Windows Studio Effects) 등을 사용할 수 있다. 이들 제품은 TPM 2.0 보안 모듈 외에도 사용자의 얼굴 또는 홍채 인식으로 로그인을 할 수 있는 ‘윈도우 헬로우’, 터치 방식의 지문 리더기, 물리적으로 카메라를 잠글 수 있는 프라이버시 셔터 등의 다양한 보안 기능을 지원하며, 숫자 패드를 포함한 풀사이즈 키보드를 탑재했다.   ▲ 인스피론 14 5440   ‘인스피론 14 5440’은 최대 인텔 코어 7 프로세서를 탑재하고, 인텔 또는 엔비디아 그래픽 중 선택할 수 있는 14인치형 노트북이다. 또한, 1TB의 저장공간과 최대 16GB DDR5 5200MHz 메모리를 갖춰 일상에서나 업무 환경에서 모두 사용할 수 있다. 이 제품은 1.56kg 무게의 이동성과 미국 국방성의 인증을 받은 내구성을 갖췄고, 배터리가 부족하더라도 1시간 안에 80%를 충전하는 익스프레스차지(ExpressCharge) 기능을 지원해 이동이 잦은 하이브리드 근무자들에게 최적화된 디바이스이다. 최대 2.2K 해상도와 300니트 밝기를 지원해 야외에서도 화면을 선명하게 볼 수 있고, 색상 왜곡 없이 유해한 청색광을 줄여 장시간 사용에도 눈이 편안하도록 지원하는 컴포트뷰 플러스(ComfortView Plus) 기능도 적용했다. 이번에 발표한 인스피론 신제품 3종은 ‘적응형 써멀(Adaptive thermals)’ 시스템을 통해 전력 소비를 효과적으로 관리해 꾸준히 최상의 성능을 낼 수 있도록 설계됐다. 또한, 이들 제품은 친환경적 소재와 패키징으로 지속가능성을 추구한다. 모든 ‘인스피론’ 노트북은 재활용 알루미늄과 재활용 스틸, 친환경 PCR(Post-Consumer Recycled) 플라스틱 소재를 적용했고, 소비자에게 제품을 담아 전달하는 포장재는 100% 재활용 및 재사용이 가능한 소재를 사용했다. 이번 인스피론 신제품은 아이스블루 색상으로 제공된다. ‘인스피론 14 5440’ 및 ‘인스피론 16 5645’는 2월에 출시됐으며, ‘인스피론 16 5640’은 3월 22일 출시되어 최대 100만원 중반 가격대에 판매되고 있다. 한국 델 테크놀로지스의 김경진 총괄사장은 "장기화된 경기 침체에도 불구하고 강력한 성능과 세련된 외관은 물론, 신뢰할 수 있는 보안 기능과 가격 경쟁력까지 갖춘 노트북에 대한 수요는 꾸준히 있어왔다. 델이 출시한 인스피론 신제품은 합리적인 가격에도 보안에 초점을 맞춘 설계와 AI에 기반한 강력한 성능, 휴대성까지 갖춘 제품으로 업무부터 엔터테인먼트까지 일반 소비자들의 다양한 니즈를 넉넉히 충족시킬 수 있을 것”이라고 밝혔다.

엔비디아가 비주얼 콘텐츠 제공업체를 위해 새로운 이미지 제어 기능인 3D 생성형 AI를 출시한다고 발표했다. 이는 비주얼 생성형 AI를 위한 멀티모달 아키텍처인 엔비디아 에디파이(NVIDIA Edify)에 기반하고 있다. 3D 애셋 생성은 에디파이가 개발자와 비주얼 콘텐츠 제공업체에 제공하는 최신 기능 중 하나로, 개발자가 AI 이미지 생성을 더욱 창의적으로 제어할 수 있도록 돕는다. 멀티미디어 콘텐츠 및 데이터 제공업체인 셔터스톡(Shutterstock)은 에디파이 아키텍처 기반으로 만들어진 API(애플리케이션 프로그래밍 인터페이스)에 대한 얼리 액세스를 제공한다. 에디파이 아키텍처는 크리에이터가 텍스트 프롬프트나 이미지를 사용해 가상 장면의 3D 오브젝트를 빠르게 생성할 수 있도록 한다. 비주얼 콘텐츠 크리에이터이자 마켓플레이스인 게티이미지(Getty Images)는 상업적으로 안전한 생성형 AI 서비스에 맞춤형 미세 조정 기능을 추가해 기업 고객이 각자의 브랜드 가이드라인과 스타일에 맞는 비주얼을 생성할 수 있도록 지원할 예정이다. 또한 이 서비스에는 고객이 생성된 이미지를 더욱 세밀하게 제어할 수 있는 새로운 기능이 추가된다. 엔비디아 GTC에서 발표된 추론용 마이크로서비스 모음인 엔비디아 NIM을 통해 개발자는 게티이미지와 셔터스톡에서 사전 훈련된 에디파이 모델을 API로 테스트해 볼 수 있다. 또한 엔비디아 DGX 클라우드에 구축된 AI 파운드리인 엔비디아 피카소(Picasso)를 통해 에디파이 아키텍처를 사용해 자체 생성형 AI 모델을 훈련하고 배포할 수 있다.     셔터스톡의 3D AI 서비스는 얼리 액세스로 제공된다. 이 서비스를 통해 크리에이터는 세트 드레싱(set dressing)과 아이디어 구상을 위해 가상 오브젝트를 생성할 수 있다. 이 기능을 사용하면 장면 프로토타입 제작에 필요한 시간을 줄일 수 있어, 아티스트는 캐릭터와 오브젝트 제작에 더 많은 시간을 할애할 수 있다. 크리에이티브 전문가는 이 도구를 사용해 텍스트 프롬프트나 참조 이미지에서 애셋을 빠르게 생성하고 인기 있는 3D 포맷 중에서 선택해 파일을 내보낼 수 있다. 에디파이 3D 기반 서비스에는 생성된 콘텐츠를 필터링하는 안전 장치도 내장되어 있다. 한편, 엔비디아는 에디파이의 확신을 위해 다양한 협력을 진행할 예정이라고 소개했다. 일례로, 엔비디아와 어도비(Adobe)는 에디파이를 기반으로 한 새로운 3D 생성 AI 기술을 수백만 명의 파이어플라이(Firefly)와 크리에이티브 클라우드(Creative Cloud) 크리에이터에게 제공하기 위해 협력하고 있다. HP와 셔터스톡은 디자이너에게 다양한 프로토타입 옵션을 제공하는 에디파이 3D를 사용해 사용자 맞춤형 3D 프린팅을 개선하기 위한 협업을 GTC에서 선보였다. 셔터스톡의 3D AI 생성기를 사용하면 콘셉트를 빠르게 반복해 디지털 애셋을 만들 수 있다. HP는 자동화된 워크플로를 통해 디지털 애셋을 3D 프린팅 가능한 모델로 변환할 수 있으며, HP 3D 프린터는 이러한 모델을 실제 프로토타입으로 변환시켜 제품 디자인에 영감을 불어넣는다. 또한 셔터스톡은 텍스트나 이미지 프롬프트에서 생성된 360 HDRi 환경을 사용해 경량의 3D 장면을 조명하는 에디파이 기반 도구를 구축하고 있다. 다쏘시스템은 3D 콘텐츠 제작을 위한 애플리케이션인 3D익사이트(3DEXCITE)를 통해 CGI 스튜디오 카타나(CGI studio Katana)와 함께 엔비디아 옴니버스(Omniverse)를 기반으로 한 워크플로에 셔터스톡의 생성 360 HDRi API를 통합하고 있다.

■ 개발 및 공급 : 싱글톤소프트, www.singleton.co.kr     Aone PLM(에이원 PLM)은 PLM 전문 기업인 싱글톤소프트가 국내 PLM 분야에서 다져온 시스템 구축 및 개발 경험을 바탕으로 개발한 중소·중견 기업에 최적화된 PLM 패키지 솔루션이다. 2006년 최초로 출시된 이래, 다양한 제조 산업군에서 꾸준히 적용 범위를 넓혀가고 있다.   주요 특징 프로세스 및 데이터 모델링 도구 기반의 커스터마이징 지원 PLM 시스템 구축은 고객 고유업무의 As-Is 분석을 통해 도출된 To-Be 설계안을 바탕으로, PLM 패키지의 기본 기능을 커스터마이징 함으로써 구현되는 일련의 과정이다. Aone PLM은 자체 개발한 데이터 및 프로세스 커스터마이징 도구인 Adaptive-One Studio를 활용함으로써 고객업무에 최적화된 시스템 구축이 가능하다.     Adaptive-One Studio Adaptive-One Studio는 Aone PLM이 구동되는 기반 환경인 Adaptive-One Framework의 설정 도구로서, 아래 그림과 같은 다양한 데이터 및 프로세스 모델링 도구들로 구성된다. PLM 시스템 구축을 위한 커스터마이징 작업에 이들 도구들을 사용함으로써 하드코딩을 최소화하고, 유연하면서도 신속한 시스템 구현이 가능하다. 이렇게 구축된 시스템은 추후 고객의 업무 변화에 따라 시스템 변경이 필요할 때에도 유연성을 발휘하게 된다.     주요 기능 Aone PLM은 팀 단위의 기술문서/도면관리업무(EDM)은 물론, 전사단위의 통합된 PLM으로 확장 가능한 다양한 기능의 업무 모듈을 제공한다. 이들 모듈 단위의 단계적인 확장성을 바탕으로, 기업은 점진적으로 PLM 역량의 고도화를 구현할 수 있다.     주요 고객 사이트 프로텍, 흥아기연, 진양오일씰, 대우공업, 포인트모바일, DMC, 훌루테크 등 (개발사 홈페이지 구축실적 참조)   클라우드 서비스 Aone Cloud 출시 Aone Cloud(에이원 클라우드)는 AutoCAD 호환 캐드인 GStarCAD(지스타캐드)의 국내 공급 총판 모두솔루션과 공동으로 개발한  SaaS(Software As A Service)  개념의  클라우드 기반의 구독형 서비스이다. Aone Cloud는 구독형 서비스이므로 복잡한 시스템 구축 없이, 웹 기반의 도면 및 기술문서 관리 솔루션을 즉시 사용할 수 있다. (www.AoneCloud.kr로 접속하여 사용)       Aone Cloud는 Aone PLM의 Adaptive-One Framework 기반으로 개발되어 추후 본격적인 PLM으로 확장도 가능하다. 또한 GStarCAD 상에서 바로 클라우드 서버에 접속할 수 있는 플러그인을 제공함으로써 사용자는 CAD상에서 도면 관리의 모든 기능을 활용할 수 있다.   ■ 기사 내용은 PDF로도 제공됩니다.

개발 : Impact Design Europe 주요 특징 : 설계 초기 단계부터 차량의 충돌 성능 평가/개선 및 최적화 지원, SFE 및 SBE 기반으로 충돌하중을 받는 박판구조물의 설계/해석/최적화, 간편한 모델링 및 설계 변경, 빠른 계산 속도 및 신뢰성 있는 결과 도출, 사용자 친화적인 통합 작업 환경 등 사용 환경 : 윈도우 PC/랩톱 자료 제공 : 브이에스텍   그림 1. 유한요소 모델   그림 2. VCS 모델   차량 충돌 안전 법규 및 상품성 평가는 실제 충돌 상황을 최대한 반영하고 승객의 사망 및 심각한 상해를 줄이기 위하여 지속적으로 강화되고 있고, 자동차 제조업체는 이러한 평가 프로토콜에 따라 차량의 안전 등급을 높이기 위해 노력하고 있다. 다양한 충돌 테스트는 제품 설계 및 개발 프로세스를 가속화하기 위해 가상 엔지니어링 모델링 및 시뮬레이션 기술에 크게 의존하는 차량 제조업체에 상당한 부담을 주고 있다. 일반적으로 각 설계 단계에서 CAD 모델 준비, 각 하중 케이스/물리적 테스트에 대한 유한요소(FE) 모델 생성, 평가 및 개선 작업이 필요하므로 복잡하고 많은 시간이 소비되어, 간편하고 빠르게 차량의 충돌 성능을 평가하고 개선하는 것이 큰 관심사이다. 특히, 프로토타입 제작 및 개발 프로세스 후반의 설계 변경으로 인한 시간과 비용을 줄이기 위해서는 초기 콘셉트 단계에서부터 다양한 설계에 대한 충돌 성능의 평가 및 개선을 통한 충돌 성능의 최적화가 필요하다. 매크로요소법(Macro Element Method)을 사용하는 Visual Crash Studio(VCS)는 비전형적 모델링 및 시뮬레이션 접근 방식으로 단순한 설계 환경에서 빠르고 신뢰할 수 있는 결과를 제공하며, 설계 초기 단계부터 차량의 충돌 성능 평가/개선 및 최적화가 가능한 CAE 소프트웨어이다.   그림 3   VCS의 주요 특징 매크로요소법, 수퍼폴딩요소(SFE : Super-folding Element) 및 수퍼빔요소(SBE : Super-beam Element) 개념을 기반으로 객체지향유한요소(OOEF : Object Oriented Finite Element) 정식화와 결합된 충돌하중을 받는 박판구조물의 설계, 해석 및 최적화가 가능 다양한 재료의 박판구조물의 대변형 붕괴 거동의 예측에 성공적으로 적용이 가능하며, 유한요소 솔버와 경쟁이 아닌 보완 관계 매크로요소법에 기반한 간편한 모델링 및 설계 변경, 빠른 계산 속도 및 신뢰성 있는 결과의 도출을 통해 설계 초기 단계에서부터 충돌 부재의 충돌 성능 분석 및 최적화 가능 사용자 친화적인 통합(all-in-one) 작업 환경 주요 기능 : Material Editor, Cross Section Editor, 3D environment, Cross Section Optimizer, Chart Wizard 단면 수준에서 부재의 충돌 특성 파악 및 설계를 위한 2D 환경 제공 부재, 어셈블리 및 전체 구조물 등의 복잡한 충돌 해석 및 설계를 위한 3D 환경 제공 2D 및 3D 환경에서 독립적으로 설계 수정 및 계산이 가능하며, 각 환경에서의 수정 및 계산 결과는 자동으로 전 모델에 반영 통합 전/후처리 도구 : 솔버와 통합된 전/후처리 프로세스로 모델링 및 설계 변경이 간단하여 다양한 설계안의 충돌 성능 평가가 빠른 시간에 가능하고 챗 위저드(Chart Wizard) 등으로 다양한 결과의 비교 분석이 용이   그림 4. VCS의 일반적 설계 및 계산 프로세스   VCS의 작업 프로세스 박판 충돌구조물의 설계, 해석 및 최적화는 통합 환경에서 수행되며, 일반적인 작업 프로세스는 <그림 4>와 같다. <그림 5>는 VCS의 메인 뷰(Main View) 화면이며, 메인 툴바(Main Toolbar)는 작업 프로세스에 따른 툴 그룹(File, Model, Calculate and Results, Analysis, View 및 Help Tool)으로 구성된다. ‘Model Tool’은 모델 생성 프로세스에 필요한 모든 도구(Select, Nodes, Beams, Spine-line, Rigid, Contact, Group, Special, Measure 등)를 제공하며, ‘Calculate and Results Tool’은 계산 및 결과 비교에 유용한 처리 장치(Processing Unit), Chart Wizard, 애니메이션 도구 모음 등의 기능이 있다. ‘Analysis Tool’은 단면자동분석(Cross Section Analyzer) 기능 전용이며 ‘View Tool’은 추가 3D 보기 도구를 제공한다. ‘Help Tool’에서는 VCS 소프트웨어의 모든 기능에 대한 최신 설명서와 도움말 정보를 찾을 수 있다. 또한 개발사 홈페이지에서도 모든 사용 매뉴얼과 따라하기 매뉴얼을 다운로드할 수 있다.   그림 5. VCS의 메인 뷰 화면   VCS의 작업 프로세스의 순서에 따른 주요 기능은 다음과 같다.   FE Mesh/Initial geometry import 다양한 FE 데이터 및 CAD 지오메트리(geometry) 불러오기 기능을 제공한다.   재료 정의(Material Editor) 재료상수(Material Constraint) : Hardening Factor, Mass Density, Poisson Ratio, Proof Strain, Proof Stress, Young Modulus 응력-변형률(Stress-Strain) 특성 : Array, Power Law, Polynomial, User Function-2D, Array 3D 변형률속도(strain rate) 특성 : Cowper Symonds, Modified Cowper Symonds, User defined function-3D, Johnson Cook   Fracture Indicator : Surface strains, Cockcroft-Latham/Norris LS-DYNA MAT24(MAT_PIECEWISE_LINEAR_PLASTICITY) 호환 Material & Characteristic Repository 기능   2D Structure(Cross Section Editor) : Cross Sections & Cross Section analysis Cross Section Editor는 단면의 충돌 성능 최대화를 위한 설계, 계산 및 최적화를 위한 편집기이다. 여기서 처리된 단면은 3D 수퍼빔요소(SBE)에 사용되며, Cross Section Editor의 이론적 배경의 핵심은 수퍼폴딩요소(SFE)이다. Point, plate, segment, SFE 및 connection으로 모든 단면을 생성할 수 있으며, 쉽고 편리한 단면 형상 및 재료 특성의 변경으로 다양한 디자인의 빠른 변경이 가능하다. Cross Section 계산 결과 단면 상태에서는 7가지의 충돌 거동(Axial Response, Design Recommendations, Bending Response, Lateral Response, Denting Response, Torsion Response, Elastic Properties-축/굽힘/전단 강성 등)을 결과로 표시 각 결과는 주어진 붕괴 응답 모드에 대한 특성 파라미터((최대 하중 및 모멘트, 에너지 흡수 능력, 굽힘힌지의 총 회전 등과 같은 변형제한 값)의 정보 표시 Design Recommendations   효과적인 축방향 붕괴를 위한 단면 최적화 프로세스 : 결함이 있는 단면은 점진적 붕괴가 발생하지 않고 불규칙한 접힘으로 인해 많은 에너지 흡수가 적음 상세 단면 형상 근사화를 위한 단순화 모델링 과정을 통한 결함 제거 : 단면 수준에서 허용 가능한 접힘 모드를 선택하면 다음단계로 단면에 대한 각 SFE에 대해 결함 제거 과정을 수동으로 진행 단면 계산 결과 비교 툴 제공 및 결과 report 생성   3D Structure : Super Beams 3D 가상 설계 공간은 SBE를 기반으로 한 부재 및 박판구조물의 모델링과 계산에 사용 유한요소 모델로부터 SFE를 바로 생성할 수 있는 도구 제공 VCS 3D 모델을 구성하는 모든 객체는 빔(beam)과 강체(rigid body)를 정의할 수 있는 노드(node)로 구성되며, 노드는 VCS 객체에 대한 공간 참조 point로 사용 노드 속성 : 형상(CoG, Origine), 질량(mass, Concentrated Mass) 및 관성(Concentrated Inertia, Principal Moments, Transformed Moments) SBE는 두개의 노드로 구성되고 2D 계산에서 사용된 단면 형상이 적용되며, 하나의 노드에 다수의 SBE가 연결될 수 있다. 또한 동적 해석(초기/구속 조건 등)을 위해 필요한 많은 데이터를 포함한다. 3차원 공간에서 구조물(부재, 어셈블리, 전체 차량)의 생성을 위해서는 Node, Beam, Rigid body 등이 사용되며, 매크로요소법에 기반한 SFE가 포함된 SBE의 생성으로 시작 다양한 충돌 하중조건에 대한 풀 카(full car)의 해석을 위해 VCS 전용 배리어가 제공 차량 충돌 설계를 위해 매크로요소법을 사용하는 데 있어 유한요소법 대비 주요 장벽은 구조물 조인트의 강성을 정확하게 모델링하는 것이다. VCS는 구조적 조인트에 대해 교차하는 하중 전달 빔의 기하학적 중심에서 연결되며, X, Y 및 Z 오프셋은 위치와 길이를 수정하기 위해 교차하는 빔의 시작과 끝에 적용할 수 있어 구조물의 실제 형상과 조인트의 강체 코어를 보다 사실적으로 근사화할 수 있다.   3D : Additional elements & Mass distribution 엔진 및 기어박스와 같이 충격 하중 동안 거의 변형되지 않는 부품은 강체로 모델링 강체를 생성하기 위해 부품의 무게 중심에 있는 노드가 정의되고 이 노드에 총 질량 및 관성 행렬(inertia matrix)이 할당 노드는 나머지 구조물에 직접 연결되는 반면, 여러 장착 위치의 경우 간단한 원형 단면을 갖는 SBE를 사용할 수 있음 3D 환경에서 생성된 각 객체의 질량 정보는 해당 요소가 정의된 노드에 위치하며, 추가 질량은 노드에 집중질량으로 정의하거나 정의된 질량/또는 밀도로 새로운 강체를 생성하여 추가   Initial & Boundary conditions 및 Contact settings 초기 및 경계조건(Kinematic Constraints-Angular Velocities & Linear Velocities, Concentrated Loadings- Forces & Moments)은 모두 노드에 정의 전체 모델이 구축되면 접촉을 정의하며, 접촉 정의에 필요한 부품의 부피를 나타내기 위해 질량이 없는 강체(sphere, cone, cylinder and box 형상)가 이 절점에서 생성되고, 모델의 형상에 따라 배치한 후 접촉 정의 - 전용 접촉 감지 루틴으로 물리적 접촉 메커니즘을 구현 변형체의 접촉 정의를 위해 변형가능 배리어(Deformable barrier) 툴 제공   Solution Settings Solution Explorer tree에서 자세한 솔루션 파라미터를 정의 : Attributes, Animation Progress, Time Stepping Routine, Fields and global parameters, Settings 및 Statistics section 특히, Statistics section은 모델 확인의 마지막 단계에서 유용하며, 모델의 요소 수, 질량 및 무게중심에 대한 정보 제공   Calculations & Animation 계산 프로세스는 Process Unit에서 한번의 클릭으로 진행되며, Process Unit 창에서 시각적으로 진행 상황을 모니터링 전체 차량 충돌 해석은 일반 데스크탑 PC/노트북에서 1분 내외로 계산이 완료되며, 다중 계산이 가능하여 계산시간 추가 단축 가능 계산 프로세스가 완료된 후 하중 조건에 따른 해석 결과를 애니메이션으로 확인할 수 있으며, SBE를 색깔 별로 간단히 구분하여 SBE의 순간 변형 상태를 쉽게 분석   Results : Chart Wizard 애니메이션과 함께 다양한 결과를 그래프로 생성하며, 사용자는 VCS 결과 파일 내에서 어느 객체든 선택 후 결과를 볼 수 있음 3D view에서 선택한 VCS 모델의 각 객체는 Selection Window에 자동으로 추가   VCS의 도입 효과 설계 초기 콘셉트 안으로 충돌 부재 단면 최적화가 가능하여 제품 개발 프로세스 촉진 장비 도입/운영 비용 절감 : 매크로 요소법에 기반한 빠른 계산으로 랩톱에서도 수초 또는 수분내에 계산이 가능 단순한 작업 환경에서 간편한 설계 변경이 가능하여, 해석 엔지니어가 아닌 설계 엔지니어도 쉽게 활용 가능   VCS의 주요 적용 분야 자동차 산업 및 조선산업 등에서 충돌하중을 받는 박판구조물의 설계, 해석 및 최적화 충돌/충격 부재의 단면 충돌 특성 평가/개선 및 최적화 컴포넌트(에너지 흡수 구조 부품, bumper back beam, FR Side 멤버, Fillar component 등)의 충돌 특성 평가 및 개선 부분 충돌 모델 및 풀 카 충돌 모델의 충돌 성능 평가 및 개선   ■ 기사 내용은 PDF로도 제공됩니다.

유니티가 애플의 ‘비전OS(visionOS)’에 대한 지원을 정식으로 제공한다고 밝혔다. 유니티는 유연한 제작 워크플로, XR 툴, 크로스 플랫폼 호환성을 통해 개발자들이 애플 비전 프로(Apple Vision Pro)를 위한 공간 경험을 제작할 수 있게 됐다. 유니티의 비전OS 지원에는 개발자가 유니티의 폴리스페이셜(PolySpatial) 기술을 사용해 디지털 콘텐츠와 실제 세계를 매끄럽게 혼합하는 몰입형 경험을 제작할 수 있도록 하는 템플릿, 샘플 및 기타 리소스가 포함되어 있다.     유니티는 2023년 애플과의 협업을 통해 다양한 업계의 크리에이터가 애플 비전 프로를 위한 공간 컴퓨팅 경험을 구현할 수 있도록 지원하는 비전OS 베타 프로그램을 출시했다. 레고에서 독립해 설립한 디지털 게임 제조업체 라이트 브릭 스튜디오(Light Brick Studio)는 ‘레고 빌더스 저니(LEGO Builder’s Journey)’ 게임을 애플 비전 프로에서 이용할 수 있도록 할 계획이다. 데메오(Demeo), 라켓 클럽(Racket Club), 블라스톤(Blaston) 등을 제공하는 게임 스튜디오인 레졸루션 게임즈(Resolution Games)는 비전OS 공유 공간에 대한 유니티의 지원을 받아 올해 애플 비전 프로에서 처음 출시할 미공개 프로젝트를 개발하고 있다. 한편, 아우디는 애플 비전 프로에서 버추얼 이그지빗 XR(Virtual Exhibit XR)을 통해 몰입감 있는 디지털 차량 디스플레이를 제공하고 있다. 이외에도 VR 명상 앱 트립(TRIPP)과 트라이밴드(Triband)의 게임 ‘왓 더 골프’ 등도 유니티 비전 OS 지원과 폴리스페이셜을 사용해 애플 비전 프로에서 사용할 수 있게 된다. 유니티의 마크 위튼(Marc Whitten) 프로덕트 및 테크놀로지 부문 최고 경영자는 “공간 컴퓨팅의 새로운 시대에 개발자들이 혁신과 창작을 할 수 있도록 지원하게 되어 매우 기쁘게 생각한다. 특히 우리는 비전 OS 지원을 제공하는 최초의 서드 파티 플랫폼이기도 하다”면서, “유니티는 애플 비전 프로 출시 첫날부터 크리에이터를 지원하기 위해 엔진과 XR 툴에 집중적으로 투자해왔다”고 말했다.