슈나이더 일렉트릭이 인텔 및 레드햇과 차세대 개방형 자동화 인프라를 위한 협력에 나섰다고 밝혔다. 슈나이더 일렉트릭은 인텔 및 레드햇과 함께 에코스트럭처 오토메이션 엑스퍼트(EcoStruxure Automation Expert)의 확장 버전인 새로운 소프트웨어 프레임워크인 분산형 제어 노드(DCN : Distributed Control Node)를 선보였다. 슈나이더 일렉트릭의 에코스트럭처 오토메이션 엑스퍼트는 IEC61499 국제 표준을 기반으로 한 범용 자동화 제품이다. 이 시스템은 개방형 플랫폼으로, 기본 하드웨어 인프라와 상관없이 독립적으로 소프트웨어 애플리케이션을 모델링하고 배포해 소프트웨어 중심의 자동화 어플리케이션을 구축할 수 있다. 슈나이더 일렉트릭과 인텔, 레드햇이 협력한 새로운 소프트웨어 프레임워크는 두 가지 요소로 구성된다. ACP(고급 컴퓨터 플랫폼)는 가상화 및 모니터링 기능과 함께, 워크로드를 안전한 프로그래밍 방식으로 배포할 때 필요한 콘텐츠 제어 및 자동화 기능을 제공해 제어 워크로드를 감독한다. DCN은 인텔 아톰(Intel Atom) x6400E 시리즈 프로세서를 사용하는 저전력 산업용 시스템으로, 사용자에게 더 큰 유연성과 성장을 제공할 수 있는 개방형 자동화 접근 방식의 핵심이다. 슈나이더 일렉트릭은 이 프레임워크가 개방적이고 상호 운용 가능하며 안전한 아키텍처를 갖춘 산업 공정 자동화 시스템을 만들기 위해 고안된 개방형 프로세스 자동화 포럼(OPAF)의 비전에 부합한다고 설명했다.     인텔의 산업 솔루션 총괄 관리자인 크리스틴 볼레스(Christine Boles) 네트워크 및 엣지 사업부 부사장은 “개방적이고 상호 연결된 상용 솔루션은 고정된 기능의 독점 장치에서 유연하고 동적인 소프트웨어 기반 인프라로의 전환에 도움될 것”이라며, “인텔은 생태계 전반에 걸쳐 개방형 시스템 접근 방식을 추진한 오랜 역사를 가지고 있다. 이번 협력을 통해 범용 컴퓨팅 및 운영 체제를 기반으로 구축된 차세대 분산 제어 노드를 선보이는 소프트웨어 정의 제어 시스템(Software-based infrastructure)을 개발하게 됐다”고 설명했다. 레드햇의 프란시스 초우(Francis Chow) 차량 내 운영 체제 및 에지 부문 부사장 겸 총괄 관리자는 “레드햇은 제조 업체가 작업 현장에서 자율 운영을 구현할 수 있도록 지원하기 위해 최선을 다하고 있다”며, “슈나이더 일렉트릭 및 인텔과의 협력을 통해 플랫폼 접근 방식을 활용하여 고급 자동화 및 상호 운용성을 갖춘 확장 가능한 소프트웨어 정의 공장 및 운영을 구축하는 데 도움을 줄 수 있다”고 밝혔다. 슈나이더 일렉트릭의 나탈리 마코트(Nathalie Marcotte) 프로세스 자동화 부문 수석 부사장은 “새롭게 선보인 소프트웨어 프레임워크는 효율적이고 미래 지향적인 분산 제어 시스템을 만들기 위한 2년간의 공동 혁신의 결과물”이라면서, “DCN 프레임워크는 개방형 자동화 접근 방식을 육성하여 산업 기업이 미래를 위해 성장하고 혁신할 수 있도록 지원하는 핵심이다. 상호 운용성과 이식성은 고객이 자신의 비즈니스 요구 사항에 맞춰 기술을 자유롭게 구성할 수 있도록 한다”고 전했다.

어도비가 패션 디자이너 크리스찬 코완(Christian Cowan)과 손잡고, 2024 F/W 뉴욕 패션 위크 쇼에서 어도비 프림로즈(Adobe Primrose) 기술을 활용해 전자 장치를 통해 재구성할 수 있는 웨어러블 의상을 공개했다. 어도비는 이번 협업에 대해 “크리에이터가 혁신적인 기술을 사용해 패션 디자인의 한계를 뛰어넘을 수 있는 미래 가능성을 제시한다”고 전했다. 프림로즈 기술로 제작된 어도비×크리스찬 코완 드레스는 코완의 F/W 콜렉션 메인 룩으로 공개됐다. 꽃잎 모양으로 레이저 커팅된 폴리머 분산형 액정 크리스탈 소재를 사용한 디자인은 전자 장치를 통해 코완의 상징적인 별 모양 패턴으로 바뀌며 드레스에 생동감을 부여한다. 또한 각 꽃잎 아래에는 연성 인쇄 회로 기판이 깔려 있어, 꽃잎 색상을 회색과 아이보리 색상으로 번갈아가며 바꿀 수 있다.   어도비 툴은 이 드레스 디자인 프로세스의 각 단계에서 중요한 역할을 했다. 어도비 일러스트레이터로 연성 인쇄 회로 기판 매핑, 패턴 스케치, 꽃잎 위치와 같은 기초 작업을 진행했으며, 어도비 애프터 이펙트를 통해서 매력적인 모션 그래픽으로 드레스에 생동감을 불어넣었다.     2023 어도비 MAX에서 공개된 어도비 프림로즈 드레스는 원단을 살아 숨 쉬는 예술 작품으로 변화시키는 혁신적인 기술을 선보였다. 코완과의 협업은 MAX 이벤트 이후 두 달이 채 되지 않은 시간 동안 콘셉트에서 웨어러블 제품으로 진척됐다.  크리스찬 코완은 “항상 한계를 뛰어넘고 새로운 작업 방식을 수용하기 위해 노력하는 사람으로서, 프로젝트 프림로즈 기술의 가능성을 본 순간부터 2024 F/W 뉴욕 패션 위크에서 어도비와 협력하며 패션과 기술의 접점을 더 깊이 탐구하고 싶다는 생각을 했다”면서, “프로젝트 프림로즈로부터 많은 영감을 얻었지만, 그 중에서도 특히 하나의 의상을 여러 번 반복해서 만들 수 있는 지속가능성에 끌렸다. 이처럼 영향력 있는 기술을 사용해 이전과는 다른 방식으로 원단과 디자인에 생명을 불어넣는 법을 선보일 수 있게 됐다”고 전했다. 어도비의 개빈 밀러(Gavin Miller) 리서치 총괄은 “크리스찬 코완과의 협업은 디자이너가 더 큰 꿈을 꾸고 주변 환경과 상호작용하며 진화하는 의상을 구상하도록 지원할 뿐 아니라, 어도비 제품군이 새로운 가능성의 영역을 개척하는 방법을 제시한다”면서, “프림로즈를 통해 정적인 의상도 예술과 기술의 역동적인 표현으로 탈바꿈할 수 있게 됐다. 프림로즈 기술로 구동되는 어도비 크리스찬 코완 드레스는 크리에이티브와 디자인의 미래를 만들어가는 어도비의 지속적인 비전을 담고 있다”고 말했다.

    주요 CAE 소프트웨어 소개   ■ 개발 : MSC Software, www.mscsoftware.com/kr ■ 자료 제공 : 한국엠에스씨소프트웨어, 031-719-4466, www.mscsoftware.com/kr   1. MaterialCenter : 재료의 라이프 사이클 관리  MaterialCenter는 재료 전문가를 기계 시뮬레이션에 연결하기 위해 설계된 재료의 라이프 사이클 관리(Material Lifecycle Management) 시스템이다. MaterialCenter는 통합 프로세스에서 데이터를 포착하여 기업 및 제품 라이프사이클 전체에서 완전한 추적성을 보장한다. 고유한 프로세스 및 데이터 요구사항을 해결하고 합금, 엘라스토머, 플라스틱, 복합재 등과 같은 복합적 재료의 제품 혁신을 주도한다. MaterialCenter는 많은 상업용 CAE 제품과 직접 작동하며 산업 전반에 걸쳐 엔지니어에게 온디맨드 상업용 데이터뱅크를 제공한다.  전세계 글로벌 제조업체들의 축적된 경험을 바탕으로 탄생한 MaterialCenter는 물리적인 시험, 멀티스케일 재료 모델링, 재료 적용 승인 작업 흐름 및 시뮬레이션 준비 데이터 해석 등 재료에 관련된 모든 활동을 관리할 수 있다. 이를 통해 통합된 프로세스 환경 내에서 재료에 대한 이력관리가 가능해져 엔지니어가 승인된 재료만을 사용할 수 있도록 보장해준다. 이는 해석의 신뢰도를 높여줄 뿐 아니라 수작업 재료 선정에 소요되는 엄청난 시간의 단축 및 데이터 소실을 방지해 줄 수 있어, 엔지니어들이 혁신적인 신제품 개발에 집중할 수 있도록 지원한다.  복합 재료의 개발 시간과 비용 절감은 모든 기업이 경쟁력을 유지하고 시장을 선점하는데 있어 매우 중요하다. 이를 실현하기 위한 강력한 도구는 복합재료를 예측하고 가상으로 테스트하는 Integrated Computational Materials Engineering(ICME) 시뮬레이션이다. 뿐만 아니라 기업에서 이 방법을 적용하면 가상 데이터(ICME)와 물리적 데이터 검증 모두에서 포착하고 검증해야 하는 데이터의 양을 신속하게 인식할 수 있다. MaterialCenter와 Digimat과의 새로운 혁신적인 제품 통합을 통해 기업의 주요 과제를 해결할 수 있다.  강력한 데이터 관리 솔루션인 MaterialCenter와 가상 재료 시뮬레이션 및 예측 솔루션인 Digimat VA를 함께 사용하면 강력한 솔루션이 생성된다. ICME를 적용하여 물리적인 테스트의 양을 줄임으로써 비용과 개발 시간을 줄일 수 있을 뿐만 아니라 생성된 방대한 양의 데이터를 관리하고 비교, 해석 및 검증이 가능하게 하려는 업계의 주요 과제도 해결할 수 있다. 예를 들어, 재료의 자격 검증은 항상 시뮬레이션과 함께 물리적 테스트를 수행해야 한다. 두 제품의 강력한 통합을 통해 두 데이터 세트를 비교하고 추적성 및 연결을 유지하며 물리적 특성과 시뮬레이션의 속성을 쉽게 비교할 수 있다. 2. 주요 기능 ■ 대시보드를 통해 재료 데이터 관리 프로젝트의 신속한 평가 및 관리 감독  ■ 작업 요청 및 승인 워크플로우를 통해 지속적인 프로젝트 추적 ■ 자료 추적 기능(Audit Trail)을 통해 모든 재료 관련 프로세스, 입력 및 출력 문서화 ■ 구현된 데이터 관리에 대한 프로세스 지향 자동화 접근 방식으로 수동 데이터 입력 작업 최소화 ■ 도표, 곡선, 이미지 등 모든 데이터 유형에 대한 데이터 검색과 검색 및 비교를 위한 강력하고 직관적인 인터페이스 ■ 데이터 관리 프로세스에 대한 웹 기반 인터페이스로 분산형 데이터 작성 및 유지 관리 가능 ■ 내장된 작업 대기열 인터페이스를 통해 재료 시뮬레이션 프로세스의 실행 최적화 ■ 엑셀, Digimat 및 타사 애플리케이션과의 통합으로 PROSTEP OpenPDM 기술을 이용한 재료 데이터 처리 PDM 통합 지원 ■ 모든 데이터 트랜잭션 자동 포착 ■ 웹 기반 구성으로 신속한 구현 가능 ■ 여러 글로벌 위치를 지원하는 구성 가능   3. 적용 효과 ■ 신속한 구축 및 IT 지원 비용 절감 ■ 추적 가능한 통합 프로세스에서 도출된 승인된 재료의 일관된 소스를 사용하여 데이터 관련 비효율성 감소 ■ 즉각적인 생산성 향상을 보장하는 신속한 구축 방법 ■ 변화하는 조직의 요구에 적응하여 유지 관리 및 IT 비용을 줄이는 확장 가능한 솔루션   4. 10xICME solution 10xICME(Integrated Computational Materials Engineering) 솔루션은 기업이 재료 개발 프로세스에서 많은 비용을 절감할 수 있도록 지원한다. 재료 개발과 활용 프로세스의 비즈니스 및 엔지니어링 과제를 모두 해결하기 위해 고안되었다.  전세계 글로벌 제조업체 및 재료 공급업체와 협력하여 개발된 10xICME는 플라스틱, 복합재료, 세라믹을 비롯한 광범위한 재료와 사출 성형, 자동 섬유 배치 및 적층 제조와 같은 제조 프로세스에 적용할 수 있다. MSC는 10배의 생산성, 10배의 품질, 10배의 비용 절감 및 10배의 빠른 출시 시간에 대한 ROI 제공을 목표로 한다.     좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기 

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (4)   석유화학 및 기타 산업 분야에서는 주변 공기 환기부터 500℃ 이상의 유해 염화물 가스까지 다양한 가스를 처리하는 일련의 공정에 팬(fan)을 사용한다. 이러한 팬의 최대 작동 속도는 산업 표준에 의해 관리되며 종종 제한된다. 이러한 속도 제한으로 인해 팬 제조업체는 원하는 압력 출력을 얻기 위해 임펠러의 직경을 늘리거나 줄여야 한다. 엔지니어가 직면한 과제는 결과물의 크기가 커지고 무거워지며 제작, 테스트 및 운송에 많은 비용이 든다는 점이다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   일리노이주 캐리에 본사를 둔 일리노이 블로어(Illinois Blower)는 더 높은 압력과 팬 효율을 달성하면서도 임펠러 속도와 직경을 유지하여 이러한 딜레마를 해결하는 설계 접근 방식을 위해 케이던스(Cadence)와 협력해 왔다. 40년 이상 정유 및 석유화학 발전, 오염 제어, 제약, 식품 가공 등 다양한 전 세계 산업 공정 산업을 위한 맞춤형 원심 팬과 블로어를 성공적으로 개발 및 제작해 왔다. 이번 호에서 소개하는 사례의 목표는 전체 성능 라인에 걸쳐 전체 팬 스테이지(휠 및 볼류트)의 압력 비율을 높이는 것이었다. 제조 제약 조건으로 인해 임펠러 주변의 견고한 본체 두께를 유지해야 했고, 블레이드 모양은 제조하기 쉬워야 했다. 이러한 임펠러의 최적화 외에도 엔지니어들은 출구 파이프의 압력 손실을 줄이기 위해 흐름 물리학을 더 잘 이해하고자 했다.   그림 1. 테스트 사례 : 원심 산업용 팬의 임펠러와 볼류트를 헥스프레스의 표면 메시로 최적화   CFD 시뮬레이션 방법론 Open 비정형 다목적 CFD 솔버 패키지에서 초크부터 스톨까지 일련의 시뮬레이션을 실행하고 그 결과를 실험 데이터와 비교하여 CFD 설정이 신뢰할 수 있는지 확인했다.   고속 메싱 볼류트와 임펠러 블레이드 디테일 주변에 매끄러운 경계 레이어가 있는 7.5M 포인트 메시가 비정형 메시 프로그램인 헥스프레스(Hexpress)에서 생성되었다. 성능 라인 안정화 계산을 실행하기 위해 임펠러의 한 통로만 메시화하면 되었으며, 각 계산은 96개 코어에서 1시간 이내에 완료되어 완전한 수렴을 달성할 수 있었다. <그림 2>의 분산형 차트는 모든 데이터베이스 및 최적화 샘플에 대한 목표 값을 보여주며, 최적의 개체는 별표로 강조 표시된다. 자체 조직화 맵은 매개변수 간의 상관관계와 반상관관계를 보여준다. 분산 분석(ANOVA)은 다양한 입력 변수에 대한 출력의 전체 변동성을 분해한다. LOO(Leave-One-Out) 플롯은 모델 신뢰도를 추정한다.   그림 2   최적화 1 : Identifying the centrifugal fan's main performance parameters 최적화의 첫 번째 단계는 원심 팬의 성능에 영향을 미치는 주요 요인을 파악하여 최적화가 가장 효과적인 위치를 정확히 파악하는 것이었다. 임펠러 블레이드와 흐름 채널에 대한 20개의 사용자 정의 파라미터를 신중하게 선택하여 허브 및 슈라우드 모양, 블레이드 금속 각도, 블레이드 캠버 및 기울기를 설명했다. 이러한 자유 파라미터와 관련 변형 범위의 선택은 프로젝트 성공의 열쇠로 밝혀졌다. 각 파라미터 세트에 대해 케이던스의 디자인3D(Design3D) 최적화 모듈로 새로운 지오메트리를 생성하고, 전용 파이썬 스크립트를 사용하여 헥스프레스에서 비정형 메시를 자동으로 생성하여 시간을 절약했다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

산업 현장에서 활용할 수 있는 AWS IoT 서비스 (3)   지난 호에서는 AWS IoT의 핵심 서비스인 AWS IoT 코어(AWS IoT Core)에 대하여 여러 관점에서 살펴보았다. 이번 호부터는 2회에 걸쳐 AWS의 에지 컴퓨팅 서비스인 AWS IoT 그린그래스(AWS IoT Greengrass)에 대해 자세히 소개할 예정이다. 우선 이번 호에서는 AWS IoT 그린그래스의 전반적인 개념 및 활용 방법에 대해 소개하도록 한다.   ■ 연재순서 제1회 AWS IoT를 활용한 스마트 공장의 구현 제2회 AWS IoT의 핵심 서비스, IoT 코어 제3회 AWS의 에지 컴퓨팅 서비스, IoT 그린그래스 Ⅰ 제4회 AWS의 에지 컴퓨팅 서비스, IoT 그린그래스 Ⅱ 제5회 산업용 데이터를 쉽게 수집하고 분석하게 해주는 AWS IoT 사이트와이즈 제6회 AWS 클라우드가 제공하는 디지털 트윈 솔루션, IoT 트윈메이커 Ⅰ 제7회 AWS 클라우드가 제공하는 디지털 트윈 솔루션, IoT 트윈메이커 Ⅱ   ■ 조상만 AWS코리아에서 AWS 클라우드를 통해 제조 대기업의 디지털 트랜스포메이션을 기술적으로 돕는 역할을 담당하고 있다. 이메일 | smcho@amazon.com 홈페이지 | https://aws.amazon.com/ko   에지 컴퓨팅은 무엇이며 왜 필요할까 데이터의 폭발적 증가와 함께, 이를 분석할 수 있는 다양한 분석 플랫폼과 고성능 하드웨어가 비약적으로 발전하고 있다. 이로 인해 수억 개 이상의 센서 및 산업용 장비와 같은 다양한 디바이스로부터 발생하는 엄청난 양의 데이터를 수집하고, 이를 통해 인사이트를 확보하여 비즈니스 의사 결정에 활용하고자 하는 기업들이 증가하고 있다. 이러한 일련의 작업을 위해서는 결국 대용량의 데이터 수집 및 분석이 필수적인데, 제조 기업 고객이 기존의 온프레미스 환경에서 이러한 분석 환경을 직접 구성하고 운영하는 것은 쉽지 않다. 따라서 AWS와 같은 CSP(Cloud Service Provider)라고 불리는 클라우드 업체에서 완전 관리형 서비스 형태로 제공하는 스토리지 및 다양한 분석 서비스를 활용하는 기업들이 늘어나고 있다. 이러한 방식의 전제 조건은, 클라우드 서비스를 이용하기 위해 분석 대상이 되는 모든 디바이스는 인터넷을 통해 클라우드와 연결되어야 한다는 것이다. 그러나 데이터를 생성하는 모든 디바이스가 인터넷에 연결되기란 현실적으로 불가능에 가깝다. 예를 들어, 사막 또는 우주와 같은 극한의 환경이나 매우 열악한 공장의 시설에서 작동하는 일부 장비의 경우 인터넷을 통해 클라우드에 연결되기란 사실상 매우 어렵다. 그렇다면 극한의 환경이나 열악한 환경에 위치하는 디바이스는 클라우드에서 제공하는 다양한 서비스를 사용하지 못할까? 대답은 그렇지 않다는 것이다. 바로 이러한 경우에 에지 컴퓨팅(edge computing)을 적용할 수 있다. 에지 컴퓨팅이란, 디바이스로부터 데이터가 발생하는 에지(로컬 환경)에서 처리하는 컴퓨팅을 의미하며, 인터넷 연결이 필수인 기존의 클라우드 컴퓨팅과는 상반되는 개념이다. 즉 클라우드 컴퓨팅이 인터넷을 통해 모든 데이터가 클라우드로 연결되어 처리되는 집중 형 방식의 컴퓨팅 환경이라면, 에지 컴퓨팅은 데이터가 발생하는 에지 영역에서 자체 처리하는 분산형 컴퓨팅을 의미한다. 즉, 데이터를 발생시키는 디바이스 근처에서 인터넷 연결 없이 사용할 수 있는, 일종의 작은 클라우드 역할을 담당한다고 볼 수 있다. 이 글에서는 편의상 에지와 로컬을 같은 개념으로 혼용하여 사용하도록 한다. 앞서 설명한 바와 같이, 많은 경우 디바이스에서 생성된 데이터는 분석을 위해 네트워크를 통해 클라우드로 전송되어야 하지만, 때로는 에지 환경에서 생성된 데이터가 클라우드로 전송되지 않고 로컬에서 자체적으로 처리되어야 하는 경우가 있다. 이러한 필요성은 일반적으로 세 가지 관점에서 이야기할 수 있다.   그림 1. 에지 컴퓨팅이 필요한 세 가지 이유     ■ 자세한 기사 내용은 PDF로 제공됩니다.