한국오라클이 지난 4월 16일 ‘모던 데이터 플랫폼 및 데이터베이스 혁신 전략’을 주제로 기자간담회를 열고, 융합형 데이터베이스(Converged DB)를 중심으로 한 오라클의 포괄적인 기업 데이터 관리 기술의 현재와 미래에 대해 소개했다.  ■ 박경수 기자   기자간담회에는 ‘DB의 아버지’라 불리는 오라클의 앤디 멘델손(Andy Mendelsohn) DB 서버 기술개발사업부 총괄 부사장이 참석해 ‘데이터, AI 및 앱 개발의 미래’를 주제로 발표하고, 오라클 DB 솔루션이 향후 AI 시대를 주도할 데이터 플랫폼의 미래 시장에서 어떤 가치를 갖고 있는지 설명했다.   오라클 모던 데이터 플랫폼 오라클 모던 데이터 플랫폼(Oracle Modern Data Platform)은 전체 라이프사이클을 간소화하고 더 빠른 속도로 통찰력을 제공한다는 점이 특징이다. 단일 플랫폼 상에서 모든 트랜잭션, 웨어하우스, 분석 및 인공지능(AI)/머신러닝(ML) 자산에 대한 수집, 선별(curation) 및 관리를 통해 기업이 데이터에 대한 더 큰 통제 권한을 얻을 수 있다. 오라클은 온프레미스, 하이브리드, 규제, 퍼블릭 클라우드 솔루션 등 원하는 형식이 무엇이든 지원할 수 있다고 강조했다. 모던 데이터 플랫폼은 기업 조직에 데이터 저장, 처리 및 분석을 위한 통합 환경을 제공하는 중앙 집중형 인프라로, 일반적으로 데이터 웨어하우스, 데이터 레이크, 추출, 변환, 로드(ETL) 파이프라인 및 분석 도구 등의 기술들을 포함하고 있다.  모던 데이터 플랫폼은 표준화 및 통합된 데이터 관리 접근방식을 확립해 기업 조직이 귀중한 통찰력을 얻고, 데이터 기반 의사결정을 내릴 수 있도록 하는 지원하는 것을 주된 목표로 삼는다. 단일 통합 저장소에서 데이터 자산을 중앙 집중형으로 관리해 데이터에 대한 더 쉬운 액세스, 협업 및 통제를 가능케 한다.   ▲ 오라클 모던 데이터 플랫폼 기자간담회 모습   융합형 데이터베이스 중심의 기업 데이터관리 앤디 멘델손 부사장은 “오라클의 데이터베이스 비전은 기업 앱 및 분석 개발 운영을 어떠한 활용 사례 및 규모에서든 수월하게 만드는 것”이라며, “전략적 핵심은 기업의 개발뿐만 아니라, 생성형 AI 및 LLM 결합을 통해 생성까지 쉽게 만드는 것”이라고 말했다. 이러한 비전 달성을 지원하는 두 가지 핵심 축은 ‘융합형 DB’ 및 ‘자율운영 DB’이다. 오라클의 융합형 DB는 23c 버전을 클라우드 환경으로 정식 출시됐고, 곧 사내구축형 환경으로도 출시될 예정이다. 멘델손 부사장은 오라클이 2023년 9월에 발표한 차세대 융합형 DB인 오라클 DB 23c가 기존 관계형 모델과 JSON 및 그래프 모델 간의 통합을 구현하는 혁신을 이뤘다고 소개했다. 또한 최근의 앱은 관계형뿐만 아니라 JSON, 그래프 등 다양한 데이터 유형이 혼합 운영되는 가운데, 개발자는 오라클 DB 23c를 통해 3가지 유형의 데이터 장점을 모두 활용하는 앱을 개발, 운영하고 있으며 그 과정에서 데이터의 일관성을 손쉽게 유지할 수 있다고 설명했다. 융합형 DB는 멀티 모델, 멀티 테넌트 및 멀티 워크로드 DB로, 각 개발팀이 원하는 데이터 모델과 액세스 방법을 지원하면서 불필요한 기능으로 방해받지 않도록 한다. 또한 각 개발 팀이 필요로 하는 모든 워크로드(OLTP, 분석, IoT 등)를 탁월한 성능으로 지원한다.  한편 오라클은 지난해 9월 오라클 데이터베이스23c(Oracle Database 23c)에 AI 벡터를 사용하는 시맨틱 검색 기능을 추가할 계획이라고 발표했다. AI 벡터 검색(AI Vector Search)이라는 기능 모음에는 새로운 벡터 데이터 유형, 벡터 인덱스, 벡터 검색 SQL 연산자 등이 포함되어 있다.   ▲ 오라클의 앤디 멘델손 DB 서버 기술개발사업부 총괄 부사장   생성형 AI 기술과 데이터베이스 접목 멘델손 부사장은 또 오라클 DB 비전과 관련해 생성형 AI를 접목한 융합형 DB(Converged Database)와 이를 구동하는 자율운영 DB(Oracle Autonomous Database)를 통해 모던 앱 및 분석을 생성 및 운영하는 작업이 간소화될 것이라고 강조했다. 이를 통해 융합 개방형 SQL DB가 기존 단일목적 상용 DB를 대체함으로써, 기업 개발자와 IT 전문가가 데이터 통합 시간을 줄이고 혁신에 더 집중하도록 돕는다는 전략이다. 오라클은 생성형 AI 기능을 자사 DB 포트폴리오에 내장하고 있는데, 기업이 오라클의 AI 기반 애플리케이션을 구축하도록 지원하기 위함이다. 대표적인 예로, 기업은 자율운영 데이터베이스 셀렉트 AI(Autonomous Database Select AI) 기능을 사용해 자체 엔터프라이즈 데이터와 생성형 AI가 제공하는 생산성 및 창의성의 장점 모두를 활용함으로써 애플리케이션 개발을 가속화할 뿐만 아니라, 신규 비즈니스 솔루션 구축을 진행할 수 있다. 또한 오라클은 OCI 데이터 사이언스(OCI Data Science)의 기능도 확장하고 있으며, 이를 통해 기업이 허깅페이스(Hugging Face)의 트랜스포머(Transformers) 또는 파이토치(PyTorch)와 같은 오픈소스 라이브러리를 사용해 복수의 LLM을 구축, 훈련, 배포 및 관리하도록 지원한다.   ▲ 차세대 융합형 데이터베이스, 오라클 DB 23c   오라클 글로벌 분산형 자율운영 데이터베이스 오라클 글로벌 분산형 자율운영 데이터베이스(Oracle Globally Distributed Autonomous Database)는 기업이 데이터 레지던시 요건을 충족시키고, 비즈니스 크리티컬 애플리케이션에 생존성을 제공하며, 클라우드급 DB 성능을 제공하도록 지원하는 완전 자동화된 분산형 클라우드 DB다.  또한 Oracle DB 샤드 세트로 분산된 단일 논리적 오라클 DB로, 각 샤드는 논리적 DB 데이터의 하위 집합을 호스팅하는 독립적인 오라클 DB 인스턴스다. 다수 샤드를 하나의 OCI 가용성 도메인, 여러 OCI 가용성 도메인 또는 리전, 또는 상이한 지역의 OCI 리전에서 실행해 각각 성능 극대화, 최상의 가용성 확보 및 데이터 레지던시 요건을 지원할 수 있다. 이 밖에도 기업의 핵심 워크로드 구동에 최적화된 고성능 및 고안정성을 제공하는 동시에, 데이터 주권 및 보안 강화를 지원하는 오라클의 서비스로는 오라클 융합형 DB(Oracle Converged Database), 오라클 자율운영 DB(Oracle Autonomous Database), 오라클 엑사데이터 클라우드앳커스터머(Oracle Exadata Cloud@Customer), MySQL 히트웨이브(MySQL HeatWave) 등이 있다. 또한 오라클은 기업 요구사항을 충족시킬 수 있는 DB 및 분석 서비스에 지속적으로 투자하고 있다.   멀티 클라우드 지원 오라클의 또 다른 전략적 핵심은 '멀티 클라우드 지원'이다. 오라클과 마이크로소프트는 주로 애저(Azure) 클라우드 이용 약정 계약을 맺고 있다. 애저 환경에서 자사의 앱 및 오라클 DB를 함께 운영하길 원하는 양사 고객들을 위해 ‘오라클 데이터베이스앳애저(Oracle Database@Azure)’를 발표했다.  해당 오퍼링은 물리적인 엑사데이터(Exadata) 하드웨어를 애저 클라우드 리전 안에 위치시켜 애저 클라우드 데이터 센터 안에서 바로 엑사데이터 기반 클라우드 서비스를 제공하는 변화를 선보였다. 이를 통해 양사 고객들은 기존 애저 클라우드 서비스에 대한 이용 약정 계약 금액만으로 애저 클라우드 및 오라클 데이터베이스 클라우드 서비스를 모두 사용할 수 있게 됐다. 향후 오라클은 MS 외에도 타 클라우드 기업들과 파트너십 확대를 전략적 목표로 삼고 있으며, 올해 오라클 클라우드 월드에서 관련 내용을 소개할 예정이다.  이번 기자간담회를 통해 오라클은 오라클 DB에 많은 양의 비즈니스 데이터를 보유한 기업들이 강력한 AI 기술 및 SQL을 손쉽게 활용해 간단한 방식으로 데이터 검색을 지원하는데 초점을 맞추고 있다는 것을 알 수 있다. 이를 통해 기업은 내부 독점 데이터를 더 잘 활용하는 것은 물론 이해할 수 있게 될 것으로 전망하고 있다. 또한 표준 SQL 기반으로 제공되는 AI 기술이기 때문에 컴퓨터 공학 부문에서 높은 학위가 없다고 하더라도 SQL을 이용할 수 있는 모든 DBA(데이터베이스 관리자)가 활용할 수 있다는 점도 특징이다.    질의 응답 Q. 오라클 DB의 자연어 질문 및 답변 지원 기능과 관련해, 이를 일반적 챗GPT와 비교 시, 기업 내 환경에서는 일반 사용자들이 경험하는 환각현상 같은 것들이 허용되지 않고 정확해야 하는데 이에 대한 관점은 A. 회사 내 데이터에 대해 LLM 기반 검색은 말씀하신 그런 LLM 모델로는 좋은 답을 제공할 수 없다. 말씀한 모델은 인터넷에 공개된 방대한 데이터에 대해 훈련됐지만, 기업 보유의 프라이빗 데이터에 대해서는 전혀 알지 못하기 때문이다. 비즈니스적인 질문을 비즈니스 데이터에 대해 할 경우에 자연어로 질문을 할 때 LLM이 올바른 SQL 질문을 만들 수 있도록 도울 수 있는 데이터 강화가 필요하다. 그래서 사용자의 질문의 맥락에 따라서 가장 적절하다고 생각되는 데이터베이스 스키마를 생성 및 제공해야 한다.  이에 오라클은 LLM이 SQL 생성 후 적절한 오라클 데이터베이스에 있는 스키마만 참조할 수 있도록 하며, 인터넷 공개 데이터로 답변하지 않도록 한다. 애널리스트들이 자주 묻는 질문을 알고 있기 때문에, 이것을 기반으로 관계형 뷰를 만들어서 여기서 가장 자주 묻는 질문에 해당하는 스키마 생성 및 이를 LLM에 전송해서 기업 맥락에 맞는 답변할 수 있도록 보완한다.    Q. 자율운영 DB 개념과 다른 리전에서 고가용성 및 레지던스 확보를 지원하는 기능에 대해 설명해 달라 A. 글로벌 분산형 자율운영 DB는 전 세계적으로 각국 정부가 데이터 주권 규제 강화하고 있는 추세를 지원하고자 출시했다. 예를 들어 현대기아자동차 같이 글로벌하게 운영하는 기업은 전 세계 고객에 대한 DB를 갖고 있다. 데이터 주권 규제로 인해 고객 DB를 국가별로 분산해서 나눠서 관리해야 하는 의무가 있다. 하나의 단일한 고객 DB를 통합해서 관리할 수 없고, 중국, EU 등으로 나눠서 관리해야 하며 이것을 데이터베이스 샤딩이라는 용어로 표현하고 있다. 그래서 23c에서 글로벌 샤딩을 쉽게 만드는 기술을 포함하고 있다.   Q. 파운데이션 LLM 사업을 직접 하지 않는 이유와 최근에 등장하는 경쟁력 있는 MS 오픈 AI, 구글 제미나이 등에 모델을 올리기 어려운 점에 대한 관점은 A. 챗GPT 같은 파운데이션 LLM 모델 개발 구축에 많은 비용이 들며, 시장의 무료 모델을 쓸 수 있기 때문이다. 또한 셀렉트 AI 등 오라클이 AI로 LLM 활용을 지원하는 기술들 중 좋은 API로 연결해 시중의 인기 있는 널리 사용되고 있는 LLM 모델과 잘 연동되고 지원하도록 기술을 고도화하고 있다. 오라클 클라우드 관점에서 오픈AI 등 LLM 벤더와 파트너십을 맺어서 오라클 클라우드를 사용하도록 움직이고 있다. 말하자면 프라이빗 LLM 만들 수 있도록 지원하는 것이다. 현재 AI 커뮤니티에서 굉장히 많은 개발 움직임이 있는데, 그 중 하나가 업무별로 특화된 LLM을 만드는 것이다. 이 경우 운영 비용이 굉장히 저렴해질텐데, 예를 들면 SQL 생성에 특화된 LLM 만든다고 했을 때, 이런 쪽과 협력해서 특화된 기술을 저렴한 비용으로 사용할 수 있도록 하는 협력을 진행하고 있다.      ■ 기사 내용은 PDF로도 제공됩니다.

알테어가 기업 내 분산된 다양한 데이터를 통합하고 관리하는 ‘데이터 패브릭’ 솔루션과 데이터를 그래프 형태로 모델링하는 ‘그래프 데이터베이스’ 기술을 보유한 전문 기업 ‘케임브리지 시맨틱스(Cambridge Semantics)’를 인수했다고 발표했다. 케임브리지 시맨틱스는 2007년 IBM 첨단기술그룹 출신의 혁신/엔지니어링 팀이 설립한 기업이다. 이번 인수로 알테어는 IBM 네티자(IBM Netezza)와 아마존 레드시프트(Amazon Redshift) 데이터웨어하우스 개발에 핵심적인 역할을 한 케임브리지 시맨틱스의 기술 인력도 영입하게 됐다.  알테어의 샘 마할링감 최고기술책임자(CTO)는 “이번 인수로 알테어의 분석/데이터 사이언스 팀에 탁월한 데이터웨어하우징 전문성을 보유하게 됐다”면서, “데이터 생성에서 실제 비즈니스 영향까지, 전체 데이터 라이프사이클을 완벽히 이해하는 엔지니어링 그룹을 갖추게 됐다”고 설명했다. 케임브리지 시맨틱스의 지식 그래프, 데이터 거버넌스, 가상화, 검색 기술은 알테어의 데이터 분석 플랫폼인 ‘래피드마이너’에 통합돼 기존 데이터 준비, ETL, 데이터 사이언스, BI, MLOps, 워크로드 관리 등의 기능과 시너지를 낼 예정이다. 알테어의 짐 스카파 CEO는 “지식그래프는 데이터 패브릭의 핵심 요소로서 기업의 분산 데이터를 통합해 통찰력 있는 의사결정과 혁신적 데이터 활용을 가능케 한다”면서, “케임브리지 시맨틱스 인수로 대규모 데이터와 복잡한 질의 처리, 비즈니스 컨텍스트를 제공하여 AI의 단점인 할루시네이션(hallucination : 환각현상) 문제의 해결이 가능한 최고 수준의 지식 그래프 기술을 확보했다”고 밝혔다.  

오라클이 4월 16일 서울 삼성동에서 ‘모던 데이터 플랫폼 및 데이터베이스 혁신 전략’ 기자간담회를 열고 기업의 성공적인 데이터 중심의 클라우드 전환과 최신 오라클 데이터베이스(DB) 전략 및 비전을 발표했다. 이번 간담회에는 전 세계적으로 ‘DB의 아버지’라 불리는 오라클의 앤디 멘델손(Andy Mendelsohn) DB 서버 기술개발사업부 총괄 부사장이 참석해 ‘데이터, AI 및 앱 개발의 미래’를 주제로 오라클 DB 솔루션의 핵심 가치를 강조했다. 오라클의 앤디 멘델손(Andy Mendelsohn) DB 서버 기술개발사업부 총괄 부사장 오라클 모던 데이터 플랫폼은 데이터의 전체 라이프사이클을 획기적으로 간소화하고, 더 빠른 속도로 통찰력을 제공한다. 단일 플랫폼 상에서 모든 트랜잭센, 웨어하우스, 분석 및 인공지능(AI)/머시러닝(ML) 자산에 대한 수집, 선별 및 관리를 통해 기업이 데이터에 대한 큰 통제 권한을 얻을 수 있다는 점이 특징이다. 멘델손 부사장은 오라클이 지난해 9월에 발표한 차세대 융합형 DB 오라클 DB 23c는 기존 관계형 모델과 JSON 및 그래프 모델 간의 통합을 구현하는 혁신을 이뤘다고 소개했다. 최근 앱은 관계형뿐만 아니라 JSON, 그래프 등 다양한 데이터 유형이 혼합 운영되는 가운데, 개발자는 오라클 DB 23c를 통해 세 가지 유형의 데이터 장점을 모두 활용하는 앱을 개발 운영하며 그 과정에서 데이터 일관성을 손쉽게 유지할 수 있다. 오라클의 앤디 멘델손(Andy Mendelsohn) DB 서버 기술개발사업부 총괄 부사장   앤디 멘델손 부사장은 오라클 DB 비전과 관련해 생성형 AI를 접목한 융합형 DB(converged database)와 이를 구동하는 자율운영 DB(Oracle Autonomous Database)를 통해 모던 앱 및 분석을 생성 및 운영하는 작업을 간소화할 것이라고 강조했다. 이를 통해 융합 개방형 SQL DB가 기존 단일목적 상용 DB를 대체함으로써 기업 개발자와 IT 전문가들은 데이터 통합 시간을 줄이고 혁신에 더 집중하도록 돕는다는 전략이다. 이 밖에도 기업의 핵심 워크로드 구동에 최적화된 고성능 및 고안정성을 제공하는 동시에, 데이터 주권 및 보안 강화를 지원하는 오라클의 서비스로는 오라클 융합형 DB(Oracle Converged Database), 오라클 자율운영 DB(Oracle Autonomous Database), 오라클 엑사데이터 클라우드앳커스터머(Oracle Exadata Cloud@Customer),MySQL 히트웨이브(MySQL HeatWave) 등이 있다고 소개했다. 또한 오라클은 기업 요구사항을 충족시킬 수 있는 DB 및 분석 서비스에 지속적으로 투자하고 있다고 설명했다.

고품질 그래픽스의 효율적인 제작 및 스케일링 방법 제시   많은 스튜디오에서 유니티(Unity)와 URP(유니버설 렌더 파이프라인)를 사용해 다양한 플랫폼에서 실행되는 다양한 장르와 시각적 스타일의 게임을 제작해 왔다. 그럼에도 입문자는 물론 숙련된 사용자조차 레퍼런스 설정에 어려움을 겪기도 한다. 유니티는 정확도 높은 렌더링에 도움이 되는 HDRP 3D 샘플을 2021년 출시했으며, 2023년 11월에는 유나이트 2023 기조 연설에서 URP 3D 샘플의 출시를 발표했다. 다양한 아트 스타일, 렌더링 경로, 신(scene) 복잡도로 구성된 4가지 환경이 담긴 이 샘플을 통해 여러 플랫폼에서 고품질 그래픽스를 제작하고 스케일링하는 방법을 배울 수 있다.  유니티는 저사양 및 고사양 모바일, PC, 콘솔, VR에서 시각적 매력이 돋보이는 경험을 제공하여 URP를 제대로 학습하고 사용할 수 있도록 지원할 계획이다. ■ 자료 제공 : 유니티 코리아     유니티가 공개한 URP 3D 샘플은 타깃 하드웨어에 맞춰 효율적으로 게임을 제작하고, 최적화하고, 스케일링할 수 있도록 설계되었다. 포워드+ 렌더링, 데칼, 렌즈 플레어, PBR(물리 기반 렌더링) 머티리얼, 셰이더 그래프, 볼륨, 포스트 프로세싱 같은 최신 URP 기능을 사용하는 방법도 익힐 수 있다. 이 샘플을 사용하려면 유니티 2022 LTS가 필요하며, 유나이트에서 함께 발표된 차기 릴리스인 유니티 6에서 추가 지원이 제공될 예정이다. 유니티 6는 렌더 그래프, GPU 기반 드로어와 더불어 STP(공간 포스트 프로세싱)라는 크로스 플랫폼 시간적 업스케일러 등의 강력한 신규 URP 기능도 포함된다. 이 샘플은 유니티 허브(Unity Hub)에서 다운로드할 수 있다.   터미널     터미널 신은 PBR 머티리얼과 사실적인 조명이 특징인 SF 스타일의 건물을 배경으로 한다. 터미널에서는 나머지 세 개의 신으로 텔레포트할 수 있다. 정원, 우주선 콕핏, 오아시스 신은 서로 다른 아트 스타일로 URP 기능을 선보이도록 제작되었다. 터미널은 중립적인 배경과 조명 덕분에 룩 디벨롭먼트(look development)용으로 애셋을 배치하기 가장 좋은 신이다. 이 신은 셰이더 그래프로 제작된 다양한 커스텀 셰이더(물, 텔레포트 표지판)와 두 신 사이를 전환할 수 있는 텔레포트 등의 고급 효과가 적용되어 있다. 경사로를 따라 텔레포트 기기 위의 유니티 로고에 몇 초간 초점을 맞추면 세 개의 신으로 이동할 수 있다.(플레이 모드 필요)   정원     이 밤의 정원은 일본 쇼인즈쿠리에서 영감을 받아 제작된 스타일라이즈드 신이다. 스피드트리(SpeedTree)로 생성된 아름다운 초목, 유기적으로 연결된 인테리어, 굽이치는 개울, 신규 포워드+ 렌더 경로로 기존 광원 수 제한을 뛰어넘는 수많은 장식용 광원으로 이루어져 있다. 정원 신은 저사양 모바일 기기부터 고사양 플랫폼까지 스케일링할 수 있도록 최적화되어, URP의 역량을 효과적으로 선보이는 환경이다. 예를 들어 어떻게 셰이더 그래프의 커스텀 함수 노드로 셰이더를 최적화하고, 초목에 커스텀 반투명도를 적용하고, 광원 쿠키(light cookies)로 조명을 최적화하거나 그림자를 시뮬레이션했는지 알아볼 수 있다.   오아시스     오아시스는 컴퓨팅 성능을 갖춘 고사양 플랫폼에 맞는 고급 셰이더를 선보이기 위해 실사에 가깝게 제작된 환경이다. 데칼, 렌즈 플레어, PBR 머티리얼, 복잡한 커스텀 셰이더 그래프 셰이더가 모래, 물, 안개, 초목에 적용되었다. 플랫폼의 GPU 성능이 높으면 URP로 더 높은 수준의 비주얼을 구현할 수 있음을 보여 준다.   콕핏     우주선의 조종석에 탑승하여 두 진영 간의 치열한 전투에 참여하는 긴장감 넘치는 환경이다. 이 고도의 스타일라이즈드 환경에는 셰이더 그래프의 커스텀 조명 모델이 사용되며, 특히 메타 퀘스트 2(Meta Quest 2) 같은 고성능 VR 헤드셋의 요구 사항을 충족하도록 구현되었다.   URP 3D 샘플 시작하기     유니티 허브에서 Unity 2022.3.12f1을 설치한다. 새 프로젝트를 생성하고 ‘3D Sample Scenes(URP)’를 선택한다. 오른쪽 패널에서 ‘Download template’ 버튼을 클릭한 다음 ‘Create project’를 클릭한다. 프로젝트가 에디터에 로드된다.(첫 임포트 시 몇 분 정도 소요될 수 있음) 유니티를 처음 사용하는 경우, 유니티를 구독하면 URP의 모든 기능을 활용하고 게임 콘솔처럼 다양한 기기에 배포할 수 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

해석 데이터 관리 소프트웨어, Teamcenter for Simulation(TCSim)   주요 CAE 소프트웨어 소개 ■ 개발 및 자료 제공 : 지멘스 디지털 인더스트리 소프트웨어, www.plm.automation.siemens.com/global/ko 1. 주요 특징   Teamcenter(팀센터) 시뮬레이션 관리 솔루션은 전체적인 PLM(제품 라이프사이클 관리) 시스템의 맥락에서 시뮬레이션 데이터 및 프로세스 관리에 도움이 되도록 특별히 설계되었다. Teamcenter를 사용하면 오래된 데이터에 대해 수행 중인 해석, 시뮬레이션 결과에 대한 낮은 가시성, 너무 늦은 결과 등과 같이 설계 방향에 영향을 주는 일반적인 문제를 피할 수 있다. 비즈니스 전반의 모든 제품 관련 의사결정권자가 사용할 수 있도록 복잡한 시뮬레이션을 효율적으로 관리하고 공유할 수 있다.    2. 주요 기능  (1) 해석 데이터 및 프로세스 관리 팀센터 시뮬레이션 프로세스 관리(Teamcenter for Simulation)는 Teamcenter를 기반으로 하여, 제품 기획 단계 및 요구 사항으로부터 제품의 성능 예측을 위한 해석 그리고 그에 기반한 사람 및 자원의 관리를 포함한 전반적인 제품 개발 프로세스 관리를 시뮬레이션과 이와 관련된 업무 프로세스까지 확장하여 지원하도록 개발된 제품이다. 해석 데이터 및 프로세스를 관리함으로써 복잡한 수십-수백가지의 해석 제품군을 중앙에서 관리하고, 해석 모범 사례 및 방법론을 전사에 손쉽고 빠르게 전파함으로써 설계자 및 해석자가 제품을 가상 검증하기 위한 해석 업무 프로세스를 개선한다. 또한 다양한 제품군의 해석 데이터를 관리함으로써 해석 데이터의 재활용성, 추적성을 향상시킨다. (2) 해석 데이터 추적성 관리 단일 시스템 상에서 모든 프로세스 및 데이터가 관리되므로 요구 사항, 3D CAD, 해석 데이터 등 모든 업무 프로세스 상에서 생성된 데이터의 연관성과 변경 사항 히스토리를 추적할 수 있다. (3) 해석 데이터 관리 오늘날 많은 고객사들이 더 나은 성능의 제품을 개발하기 위해 수십, 수백개 단위의 해석/분석 도구를 사용한다. 이 과정에서 생성된 데이터들이 관리되지 않고 곳곳에 분산되어 있으면, 실제로 필요한 해석 데이터를 찾고 의사 결정 과정에 어떻게 반영되었는지 파악하기 어렵게 된다. 해석 데이터 관리는 이런 문제를 해결하기 위해 다양한 해석/분석 도구를 관리하고, 생성된 데이터와 자동으로 연관된 데이터의 추적성을 유지할 수 있도록 시스템에 등록한다. (4) 해석 가시화 데이터 관리 제품 성능 향상을 위해서는 해석된 데이터를 가시화하고 이를 분석해야 한다. Teamcenter for Simulation은 해석 결과를 가시화할 수 있는 이미지, 그래프 및 CAE JT를 통한 3차원 해석 데이터 가시화를 지원한다. 거의 대부분의 해석 도구에 대한 가시화를 웹에서 보고 측정하며 협업하도록 지원하기 때문에, 설계자 혹은 의사 결정자는 무거운 해석 소프트웨어를 구동하지 않고도 PC, 모바일 등 모든 기기에서 해석 가시화 결과를 보고 의사 결정을 내릴 수 있다. 가시화에 사용되는 JT 포맷은 ISO 표준으로서 높은 이식성을 제공하고, 보다 복잡한 해석 결과 데이터를 경량화하는 데에 높은 성능을 제공한다. (5) 해석 도구 연결 및 HPC 자원 활용 엔지니어는 해석 도구를 열어 파일을 찾고 로드하는 과정을 매일 반복한다. 해석 도구에 따라 이 과정은 복잡하고, 필요한 데이터를 한 곳에 모아 정리하는 것이 어렵다. 또한 대규모 연산을 위한 HPC 자원 활용은 전문가도 사용하기 불편하며, 설계자는 접근이 어려운 경우가 많다. Teamcenter for Simulation은 해석 도구의 구동 방식과 관련된 설정을 데이터베이스화하여 원클릭으로 활용할 수 있도록 제공함으로써, 해석 도구 구동 방식에 대한 이해가 없는 사람이라도 손쉽게 해석 도구를 구동할 수 있도록 도와준다. 또한 해석/분석에 필요한 다양한 데이터들의 추적성이 제공되므로 필요한 데이터도 일괄적으로 수집/제공하도록 돕는다. Teamcenter for Simulation의 Tool Launch Framework는 대규모 해석을 위한 HPC 자원과의 연결성 또한 제공하므로, 사용자는 HPC 활용을 위한 복잡한 명령줄 인터페이스, 자원 사용량 체크, 데이터 업/다운로드 같은 복잡한 백엔드 작업에서 벗어나도록 도와준다.     좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기 

동역학 해석 소프트웨어, T-FLEX Dynamics   주요 CAE 소프트웨어 소개   ■ 개발 : Top Systems ■ 자료 제공 : 설아테크, 02-1661-3215, www.t-flex.co.kr T-FLEX Dynamics는 T-FLEX CAD 환경을 벗어나지 않고 CAD 설계의 물리 기반 모션 동작을 연구하기 위한 범용 모션 시뮬레이션 애드온 애플리케이션이다. T-FLEX Dynamics는 어셈블리의 성능을 이해하는데 관심이 있는 엔지니어와 설계자를 위한 가상 프로토타이핑 소프트웨어이다. 설계를 구축하기 전에 설계가 제대로 작동하는지 확인할 수 있다. 1. 기계 어셈블리의 동작 자동차 서스펜션 또는 항공기 랜딩 기어와 같은 기계 시스템을 설계할 때 다양한 구성 요소를 이해해야 한다.(공압, 유압, 전자 등) 작동 중에 이러한 구성 요소가 생성하는 힘과 상호 작용한다. T-FLEX Dynamics는 기계 어셈블리의 복잡한 동작을 해석하기 위한 모션 시뮬레이션 솔루션이다. T-FLEX Dynamics를 사용하면 움직이는 어셈블리를 설계 및 시뮬레이션하여 수많은 물리적 프로토타입을 제작 및 테스트할 필요없이 설계 실수를 찾아 수정하고, 가상 프로토타입을 테스트하고, 성능, 안전 및 편의를 위해 설계를 최적화할 수 있다. 물리적 프로토타입이 적어지면 비용이 절감될 뿐만 아니라 출시 시간이 단축되어 처음에 올바르게 제작된 더 나은 품질의 제품을 얻을 수 있다. 2. 공학 조건과 관련된 물리학 기반 모델 T-FLEX Dynamics는 실제 작동 조건을 나타내는 여러 유형의 관절 및 힘 옵션을 제공한다. T-FLEX CAD 어셈블리 모델을 구축할 때 T-FLEX Dynamics는 어셈블리 구속 조건과 모델 지오메트리에서 생성하는 메커니즘의 부품, 조인트 및 접점을 자동으로 생성할 수 있다. 프로그램이 Parasolid 지오메트리를 기반으로 접촉 몸체의 정확한 해석을 제공하므로 접촉 유형에 제한이 없으므로 수동 접촉 구속을 정의할 필요가 없다. 각 접점 쌍은 특정 충격 및 마찰 파라메터로 설명할 수 있다. T-FLEX Dynamics를 사용하면 설계가 중력 및 마찰과 같은 동적 힘에 어떻게 반응할지 결정할 수 있다. 마찰, 힘을 사용하여 스프링 및 댐핑 엘레먼트, 작동 및 제어 힘, 기타 여러 부품 상호 작용을 모델링할 수 있다. 계산 중에 부품을 드래그하여 대화식으로도 힘을 적용할 수 있다. 3. 산업 응용 물리 기반 모션을 T-FLEX CAD의 어셈블리 정보와 결합함으로써 T-FLEX Dynamics는 다음과 같은 광범위한 산업 응용 분야에서 사용할 수 있다. 유압, 전자, 공압과 같은 제어 시스템 해석, 작동 중 로봇 성능 이해, 회전 시스템에서 힘 불균형을 최적화하거나 최소화한다. 기어 드라이브 이해, 현실적인 모션과 서스펜션 시스템의 부하를 시뮬레이션 한다. 발사대 및 위성과 같은 우주 어셈블리의 동적 거동 평가 소비자 및 비즈니스 전자 제품 최적화; 피로, 소음 또는 진동에 대한 구성 요소 및 시스템 부하를 예측한다. 4. 결과 검토 어셈블리를 시뮬레이션 한 후 XY 그래프 또는 변위, 속도, 가속도, 관절 위치의 힘 벡터, 트레이스 표시의 수치 데이터 형태의 다양한 결과 시각화 도구를 사용할 수 있다. 전체 시뮬레이션 중 신체의 어느 지점에서든. 특수한 몸체 쌍 센서는 접촉 지점에서 반력과 마찰을 측정한다. 시뮬레이션 도중 또는 시뮬레이션 직후에 메커니즘을 애니메이션할 수 있다. T-FLEX 소프트웨어 내의 애니메이션 및 XY 그래프를 사용하여 모터/액추에이터의 크기를 결정하고, 전력 소비량, 연결 레이아웃을 결정하고, 캠을 개발하고, 스프링/댐퍼의 크기를 결정하고, 접촉 부품의 작동 방식을 결정할 수 있다. 동기화된 그래프 및 애니메이션은 힘 및 가속도 값을 메커니즘 위치와 직접 연관시킨다. T-FLEX Dynamics는 또한 구조 해석을 위한 하중 케이스를 정의하는 데 사용할 수 있는 하중을 계산한다. 5. 사용자 인터페이스 T-FLEX Dynamics의 사용자 인터페이스는 T–FLEX CAD의 원활한 확장이다. T–FLEX CAD 소프트웨어 및 교육에 대한 귀하의 투자는 보존되고 강화되며 제품 설계의 형태와 적합성 및 기능을 평가할 수 있는 강력한 새로운 도구를 갖게 된다. CAD와 기하학적 데이터를 교환하는 별도의 응용 프로그램인 다른 제품과 달리 T–FLEX Dynamics는 설계를 설명하는 동일한 지오메트리에서 직접 작동한다. 6. 대형 모델의 빠르고 정확한 처리 오늘날 산업 개발 프로세스에서 대형 프로토 타입 모델의 사용은 이러한 대형 모델을 처리하는 방식의 효율성과 속도에 따라 달라진다. 효과적인 해결 기술과 고급 데이터 조작을 통해 T-FLEX Dynamics는 대형 모델 가공에 활용된다. 솔버에 구현된 알고리즘은 올바른 정확도를 제공하고 결과를 빠르게 제공하도록 최적화되어 있다. 7. –FLEX CAD의 익스프레스 다이나믹 T–FLEX Dynamics의 제한된 버전인 익스프레스 Dynamics를 사용하면 링크, 모터, 액추에이터, 캠, 기어, 스프링 등과 같은 구성 요소를 포함하는 설계의 기능적 성능을 작동하는 동안 설계 애니메이션을 만들고 확인하여 평가할 수 있다. 작동할 때 설계의 모든 구성 요소 사이의 간섭을 방지한다. 무엇보다도 이미 가지고 있다. 익스프레스 Dynamics는 모든 T–FLEX CAD 사본과 함께 제공된다. 8. T–FLEX Dynamics 이점 가상 테스트에서 얻은 시간 절약을 사용하여 더 많은 디자인 아이디어를 평가함으로써 보다 혁신적인 제품을 만든다. 설계의 실제 성능에 가장 큰 영향을 미치는 파라메터를 식별하고 최적화한다. 원하는 메커니즘 동작을 생성하는데 필요한 힘과 토크를 계산하여 모터 및 액추에이터의 치수를 지정한다. 기기 고장으로 인해 중요한 데이터가 손실되거나 악천후, 실제 테스트에 수반되는 공통 요소로 인해 일정이 뒤처지는 것에 대한 두려움 없이 안전한 가상 환경에서 작업할 수 있다. 개발 프로세스의 모든 단계에서 더 나은 설계 정보를 확보하여 위험을 줄인다. 물리적 프로토타입 테스트에 필요한 것보다 훨씬 빠르고 저렴한 비용으로 설계 변경 사항을 분석한다. 전체 시스템 성능을 최적화하기 위해 다양한 설계 변형을 탐색하여 제품 품질을 개선한다 물리적 계측, 테스트 픽스처 및 테스트 절차를 수정하지 않고도 수행되는 해석의 종류를 다양화할 수 있다.  

멀티피직스 해석, Strand7   주요 CAE 소프트웨어 소개   ■ 개발 정보 : Strand7 Pty Ltd, www.strand7.com  ■ 자료 제공 : 씨앤지소프텍, 02-529-0841, www.cngst.com Strand7(스트랜드7)은 복잡한 모델을 정확하게 분석하기 위한 고도의 자동화된 모델링 기능을 이용하여 구조, 열, 전자기 및 유체, 동역학 등을 포함하는 멀티피직스 문제를 간편하게 분석할 수 있는 유한요소 모델링 기능과 강력한 해석 솔버를 제공하고 있는 범용 유한요소 해석 소프트웨어이다. 2. 주요 특징 (1) 파라메트릭 및 기하 모델링 직관적이고 쉬운 그래픽 사용자 인터페이스는 전체 모델링 프로세스를 처음부터 끝까지 작업이 가능하다. 번거로운 Geometry 수정 작업을 거치지 않고 바로 모델링 작업을 수행할 수 있으며, 국부적인 영역에 대한 메시 사양을 정의와 CAD와의 커플링을 통해 CAD에서 정의한 영역 및 파라미터 정보를 가져올 수 있다.  (2) General Equation Input 수학 방정식을 사용하여 다양한 수식 데이터를 입력할 수 있다. (3) 모델 호환 DXF, IGES, STEP, Stereo-Lithography file Import / Export MSC/NASTRAN, ANSYS, STAAD-Pro, SAP2000 file Import / Export. (4) 요소 및 재료 Strand7은 1D Beam, 2D Plate & Shell, 3D Brick, Con-tact, Cable, Damper 등의 다양한 요소 및 전 세계 다양한 규격의 Beam Library를 제공한다. Strand7은 Isotropic, Orthotropic, Anisotropic, Lami-nate, Rubber, Carbon Fiber, Glass, Timber, Fluid, Soil 및 사용자정의 재료 물성을 지원한다.   (5) Automatic Mesh Generation Strand7에는 매우 직관적이고 간편한 강력한 자동 Mesh Generation 기능이 포함되어 있다. 이 기능은 자동 Mesh Generation 기능을 이용하여, 2D Plate/Shell 모델링이나 3D Brick 모델링을 매우 빠르고 간편하게 생성할 수 있다. (6) Verification Tools 복잡한 매시와 수치 입력 데이터의 검증을 그래픽을 통하여 체크할 수 있는 툴로, 구조물에 입력 오류나 입력 위치 등을 그래픽 Contour를 사용하여 사용자가 쉽게 검증하고 찾을 수 있도록 제공한다. (7) API 함수 기능 Strand7 API (응용 프로그래밍 인터페이스)를 사용하면 외부 컴퓨터 프로그램을 통해 Strand7과 상호 작용할 수 있다. Strand7 API에서 지원되는 언어는 C, C ++, C #, Pascal, Delphi, Visual Basic, FORTRAN, Matlab, Python 등 Win-dows DLL 파일을 동적으로 구성할 수 있는 모든 프로그램 언어이다. (8) 해석 기능 Strand7은 정적해석, 동적해석, 재료비선형해석, 열전달과 열응력해석까지 매우 다양한 해석을 수 행할 수 있다. Strand7의 Solver 기능은 다음과 같다. - Linear & Nonlinear Static - Natural Frequency - Response Spectra and Harmonic Dynamic - Linear and Nonlinear Transient Dynamic - Linear and Nonlinear Buckling - Heat Transfer & 콘크리트 수화열 - Collapse, 피로도 & Creep  - 대변형 해석 (현수교, 사장교, Cable Structure) - Laminated 복합소재 해석 - 막구조(Membrane) 해석 - 이동하중 해석 (영향선 및 영향면) - 시공단계별 해석 - 지반 해석 (9) Post Processing Strand7은 해석된 결과를 응력도, 변위, Cutting Plane, 그래프, 레포트 등의 다양한 플롯 기능과 3차원 애니메이션 기능을 통해 명확하고 정확한 분석이 가능하다.   3. 적용 분야 Strand7은 건축/토목 강구조, 콘크리트 구조, 지반구조물 등에 활용 가능하고, 중공업 분야와 기계 분야, 항공기/선박디자인, 의용공학, 전자기, 복합소재 등 다양하고 광범위한 분야의 설계 분야에서 활용이 기능하다. 4. 지원 전략 Strand7 지속적인 연구, 개발과 벤치마크 테스트를 통한 검증결과를 및 검증 문서와 예제 파일 사용자에게 제공하고 어떠한 에러 발생시, 사용자에게 문제 해결을 위한 즉각적인 기술 지원을 한다. Strand7은 프로그램에서 사용된 각종 유한요소이론에 대한 설명과 정보들을 자세하게 기술한 Theoretical 매뉴얼을 제공하여 사용자로 하여금 해석 결과에 대한 신뢰도를 더욱 높일 수 있게 한다.     좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기 

디지털 지식전문가 조형식의 지식마당   2024년 새해에는 한국 경제가 더욱 힘들어진다고 한다. 코로나19가 끝나면 좋은 시절이 올 수 있다는 희망과 다르게 러시아-우크라이나 전쟁이 일어났고, 최근에서는 이스라엘과 하마스 간의 전쟁이 일어났다. 이러한 와중에도 인공지능에서 분야에서는 생성형 AI(generative AI)가 급속도로 발전하고 있다. 특히 2023년은 챗GPT(ChatGPT)의 해라고 해도 과언이 아니다. 많은 기술이 챗GPT의 광풍으로 약간 묻혀버렸지만, 또다른 많은 기술이 출현하고 있다.  많은 전문가가 과거의 데이터를 가지고 미래를 예측하려고 하지만 그것은 다른 변수를 적게 적용할 때이고, 요즘처럼 변수가 많고 변동의 폭이 큰 경우 이런 트렌드(trends)는 적용하기 어렵다. 디지털 대전환의 시대에서 인공지능 대전환(AI transformation)의 시대로 급격하게 변화하고 있다. 이것은 인간이 컴퓨터가 이해할 수 있는 언어를 공부하는 시대에서, 기계(컴퓨터)가 인간의 언어를 이해하는 시대로의 전환을 의미한다. 이것은 과거에 디지털 기술이 우리 사회에 디지털 파괴적 혁신(disruptive innovation)이 가져온 충격보다 더 강력할 수 있다.  2024년에는 인공지능 파괴적 혁신의 원년이 될 수 있다. 항상 우리가 상상한 것 이상의 무언가가 일어났다. 그리고 구체적인 것을 예측하기는 불가능하다. 우리의 상상력은 우리의 경험에 바탕을 두고 있기 때문이다. 인간의 상상력은 대단하지만 또한 경험의 한계 안에 있다. 당분간 대부분의 기업은 챗GPT 같은 생성형 AI에 최우선적으로 투자할 것이다. 그러나 기업은 생존하기 위해서 그 이상을 생각해야 한다. 챗GPT같은 환경은 어쩌면 그동안의 인터넷 판도를 급격하게 변화시킬 수 있다. 복잡하고 다양한 경로로 지식을 찾아가는 그동안의 검색 환경과 달리, 단 한 번의 질문으로 해답을 찾아가는 챗GPT 환경은 모든 비즈니스 환경을 급격하게 변화시킬 가능성이 있다.  과거 정보 사회에서의 데이터, 정보, 지식, 그리고 인사이트와 지혜같은 구조에서 그림과 같은 구조로 변화할 수 있는 것이다.    ▲ 지식, 디지털 스레드, 생성형 인공지능의 시대   이제는 데이터(data)와 정보(information)와 지식(knowledge)이 넘치는 시대가 오고 있다. 이것을 어떤 지식 그래프(knowledge graph)로 연결할 것인가? 그리고 이것은 디지털 스레드(digital thread)로 소통할 것인가? 최종적으로 이것을 어떤 형태의 결과물로 만들고 서비스하고 수익화를 할 것인가가 중요한 시점이다. 수익화에 실패한 혁신은 지속될 수 없다.  생성형 인공지능 환경은 디지털 트윈(digital twin)이나 가상화(virtualization)와 소프트웨어 정의(software defined)와 같은 환경을 가속시킬 것으로 예상된다. 가상화와 소프트웨어 정의는 두 가지의 다른 컴퓨팅 개념이며, 각각 다른 측면에서 컴퓨팅 환경을 변화시키는 기술이다. 인공지능을 이용해서 인간의 감성과 지능으로 증강하는 시대가 2024년에 시작될 것이다.  꿈은 말도 안되게, 목표는 원대하게, 실행은 집요하게…   ■ 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.

디지털 지식전문가 조형식의 지식마당   디지털 대전환의 시대에서 인공지능 대전환(AI transformation)의 시대로 급격하게 변화하고 있다. 이것은 인간이 컴퓨터가 이해할 수 있는 언어를 공부하는 시대에서, 기계(컴퓨터)가 인간의 언어를 이해하는 시대로의 전환을 의미한다. 컴퓨터와 코딩 지식이 없는 사람들이 자신의 혁신적인 생각과 아이디어로 챗봇 인공지능 앱을 만드는 시대가 오고 있다. 이것은 일반 사람들이 컴퓨터 소통 전문가의 의존에서 벗어날 수 있는 시대가 되어 가고 있다는 것이다. 디지털 시대가 도래했을 때 많은 사람들이 부정적이고 저항했지만, 결국 우리는 현재 디지털 시대에 살고 있다. 디지털 대전환(DX, digital transformation)의 인공지능은 디지털 전문 지식의 장벽이 있었으나, 새로운 챗GPT(ChatGPT) 대전환의 시대에는 이런 장벽이 무너지고 있다. 코딩 공부로 인생을 낭비할 필요가 없다. 디지털 환경을 만들기 위해서 디지털 전문가의 도움을 받을 부분이 급격히 없어지고 있다. 이런 것이 챗GPT 대전환의 시대가 되는 것이다. 지난 2022년 11월호에 ‘인공지능 GPT-3와 개인 지식 그래프 그리고 디지털 정원’이라는 칼럼을 쓰기 시작해서 이번 칼럼까지 합하면 총 6개의 컬럼을 쓰고 있다. 2023년 3월호, ‘챗GPT가 모든 것을 변화 시킬 것이다’ 2023년 4월호, ‘챗GPT 비즈니스의 기회’ 2023년 5월호, ‘챗GPT 온톨로지’ 2023년 6월호, PLM 시대 정신, 트렌드, 챗GPT 활용’ 2023년 9월호, ‘디지털 노애스크 그리고 지식, 노하우, 노애스크’ 2023년 12월호, ‘챗GPT 대전환의 시대’ 우리는 역사적으로 스티브 잡스의 시대에 살았다. 그는 스마트폰의 생태계를 만들었다. 최근에는 일론 머스크가 스티브 잡스를 대체한 것처럼 보이지만, 스티브 잡스에 비해서 너무 공상과학 소설을 쓰고 있다. 지난 일년 동안은 신선한 오픈AI(OpenAI)의 CEO인 샘 올트먼의 출현으로 새롭고 흥미로운 디지털 생활을 하고 있다. 2023년은 샘 올트먼과 오픈AI 그리고 챗GPT의 해라고 해도 과언은 아니다. 그것들의 출현은 디지털 분야는 물론 모든 분야에 엄청난 영향을 끼쳤다. 시작은 너무 경이로웠으나 이렇게 작고 혁신적인 조직이 살아남을 수 있을까하는 우려가 더 많았다. 곧 구글이나 마이크로소프트, 애플 그리고 메타 등 디지털 거인이 흡수합병할 것 같았으나, 사업화 모델을 만들면서 살아 남았다. 그러나 아직은 미래의 수익 구조에 대해서는 불확실하다. 하지만, 최근에 열린 오픈AI의 첫 개발자 대회(OpenAI DevDay)는 많은 사람에게 놀라운 발전 속도와 미래의 수익화에 대한 확신을 주었다. 더욱 놀라운 것은 현재 진행하고 있는 AI 스타트업 기업의 생존을 위협할 정도의 추진력이 있었다.    그림 1. 챗GPT 앱 개발 환경   이제부터는 개인의 1일 1앱 시대로 아주 간단하게 챗봇GPT 앱을 만들 수 있고, 이것을 앱스토어에서 수익화할 수 있다는 것이다. 아침에 일어나서 질문한 내용의 대답을 마인드 맵으로 만들어주는 GPT를 만들어 봤다. 이름은 마인드 매퍼(Mind Mapper)이다. 예를 들어, 마케팅 전략의 마인드 맵 구조를 만들어 달라고 한 다음에 그림으로 그려달라고 하면 결과물이 나온다.  그동안 쓴 디지털 컬럼의 데이터를 모든 입력하여 ‘디지털 세이지(Digital Sage)’라는 GPT 앱을 만들고 ‘PLM 지식’이라는 책의 내용을 입력하여 PLMBOK GPT 앱을 만들어 봤다. 추후에는 GPT 스토어에 올려서 공유할 예정이다.  최근에는 오픈AI에 엄청난 소동이 있었다. 2023년 11월 17일 이사회의 전격적인 샘 올트먼 해임은 모든 사람들을 경악하게 하였다. 그 다음 사태에 대해서 촉각을 곤두세웠는데, 다행히 11월 21일 샘 올트먼이 오픈AI CEO에 복귀하는 것으로 일단락되었지만 약간의 후유증이 있을 것으로 예상된다. 우리 사회에서 많은 사람이 인공지능의 급속한 발전에 대해서 우려하고 있다. 이것은 좋은 생각인 것 같다. 그러나 확실한 것은, 2024년은 이런 모든 것의 원년이 될 것이다. 다시 말해서 챗GPT 대전환 시대의 원년이 될 것이다. 이런 시대의 생존 방법은 두 가지이다. 혁신은 감성이다. 우리에게 혁신이 필요한 것은 대담한 미래 대응을 하기 위해서이다. 루틴으로 미래에 대응하는 시대는 지났다. 미래는 변화의 폭이 너무 크고 불확실하다. 애매하다. 복잡하다. 우리는 두 가지의 혁신적 대응이 필요하다. 하나는 변화에 대해서 적응력을 키우는 것이고, 하나는 불확실성에 대처하는 능력을 키우는 것이다.  신속하게 새로운 것을 배워야 한다는 것이 미래 준비의 덕목이다. 그리고 어떤 것은 인공지능의 대답보다 더 깊게 이해해야 한다. 신속하게 새로운 것을 배우려면 메타 인지같은 기초 체력이 필요하고, 어떤 분야를 깊게 알려면 열정과 철학이 필요하다.   ■ 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.

이미지 정보의 취득, 분석 및 활용 (11)   지난 호에서는 ‘제어’의 개념에 관하여 간단히 설명하고 고대 그리스 알렉산드리아 신전에서 사용되었다고 하는 자동문의 동작 원리, 증기기관의 원심조속기를 비롯하여 다양한 방식의 제어 사례를 소개하였다. 모든 제어에 필요한 기본적인 구성 요소의 기능과 역할에 관하여 살펴보고 수동, 자동, 반자동, 적응형, 학습형 등 다양한 제어 방식의 차이점과 특징에 관해서도 다루었다. 인간의 경험, 심리 상태로 인한 개인차와 선택적 거부 습성이 제어 결과에 미치는 영향에 관해서도 알아 보았다. 이번 호에서는 ‘구슬이 서말이라도 꿰어야 보배’라는 속담이 있듯이 ‘정보의 가시화’와 그 중요성에 관하여 여러 사례를 바탕으로 소개한다. 데이터 가시화, 시각화의 중요성은 인포그래픽스(infographics)라는 새로운 분야를 탄생시켰다. 수집된 정보를 시각적으로 잘 표현하여 이해하기 쉽고 활용하기 쉽게 하기 위한 노력이 정보의 수집 이상으로 중요하다.   ■ 연재순서 제1회 측정의 목적(호기심, 정보 수집) 제2회 단위(비교의 기준) 제3회 길이 측정 제4회 무게 측정 제5회 시간 측정 제6회 에너지 측정 제7회 정적 측정과 동적 측정 제8회 측정 결과의 분석 제9회 분석 결과의 활용 제10회 제어(수동, 자동, 반자동, 학습형) 제11회 정보의 가시화 제12회 입체 이미지 정보의 유혹과 과제   ■ 유우식 미국 웨이퍼마스터스(WaferMasters)의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본 교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산설비분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 일본 오사카대학 대학원 공학연구과 공동연구원, 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 연구원, 문화유산 회복재단 학술위원이다. 이메일 | woosik.yoo@wafermasters.com 홈페이지 | www.wafermasters.com   그림 1. 나무위키에 소개된 라면의 재료, 구성, 제조 방법, 조리 방법, 소비 특성 등에 관한 서술적인 설명문   ‘정보’와 ‘인포그래픽’ ‘정보’는 일상생활부터 전문영역에 이르기까지 매우 다양한 뜻으로 사용된다. 예를 들면 언어(말과 글), 개인 식별, 화폐, 금융, 법률, 규칙, 지식을 비롯하여 자연 환경 속의 빛이나 소리, 냄새, 맛, 압력 등 오감을 자극하는 신호와 생체의 신경, 호르몬 등의 생체 신호에 이르기까지를 정보라고 할 수 있다. 이 연재에서는 이미지 정보의 취득, 분석 및 활용이라는 주제로 정보에 접근하고 있으므로 시각적인 정보에 초점을 맞추어 이야기하고자 한다. 전자공학, 컴퓨터공학, 정보공학 분야에서는 정보(情報, information, info, info.)에 대해 특정 목적을 위하여 광(光) 또는 전자적 방식으로 처리되어 부호, 문자, 음성, 음향 및 영상 등을 표현하는 모든 종류의 자료(데이터, data) 또는 지식을 가리킨다. 탐구 대상에 관한 힌트가 될만한 것이라면 무엇이든 정보라고 할 수 있다. 경우에 따라서는 힌트가 되지 못하는 정보도 있을 것이므로 정량화할 수 있는 모든 것을 정보라고 할 수 있을 것이다. 우리가 감각으로 느끼는 모든 것은 정량화된 정보이지만, 여러 종류의 정보를 바탕으로 인식하고 그 의미를 부여하기 때문에 판단 결과는 늘 정성적인 느낌으로 다가온다. 그 느낌을 타인과 공유하거나 전달하기 위해서는 언어적인 표현을 하게 된다. 주로 말과 글로 전달하지만 의미가 보다 잘 전달될 수 있게 하기 위하여 표정이나 손짓 발짓 몸짓 등의 제스처를 사용하기도 하고, 그림이나 그래프 숫자를 사용하여 의미를 전달하고 전달된 내용을 확인하곤 한다. 정보의 홍수 속에 살아가는 현대 사회에서는 정보를 시각화하는 것을 의미하는 인포그래픽(infographic :  정보를 나타내는 information과 graphic의 합성어로 시각디자인을 의미)의 중요성이 대두되고 있다. 좋은 인포그래픽은 처음 보는 사람도 직관적으로 쉽게 정보를 얻을 수 있게 디자인되어 있다. 해석에 시간이 오래 걸린다면 정보 전달 효율이 떨어지는 것이므로 좋은 인포그래픽이라고 하기 어렵다. 같은 정보라도 관심의 대상에 따라서 효율적인 정보 전달에 적합한 디자인이 필요하다. 통계의 차트도 인포그래픽의 고전적인 형태라고 볼 수 있다. 주변에서 쉽게 볼 수 있는 기본적인 인포그래픽으로는 지하철이나 버스 노선도를 꼽을 수 있다. <그림 1>에 우리나라 사람들의 대중적인 사랑을 받고 있는 라면에 관하여 나무위키에서 소개한 서술적인 정보를 표시하였다. 일부 단어와 표현은 하이라이트하여 단정적인 내용을 구별하기 쉽게 하였다. 내용을 읽어본 후 개인적인 경험과 지식을 바탕으로 라면을 상상해 보고 설명이 적절한지, 설명이 부족한 부분은 없는지 생각해 보는 것도 인포그래픽의 중요성을 이해하는데 도움이 될 것 같다. 아마도 라면의 맛, 냄새, 온도를 떠올리며 입가에 미소를 짓거나 침샘을 자극할 수도 있을 것이다.   정보의 다양성 라면을 어떻게 정의할 것인가? 직접 경험한 사람은 본인의 경험을 바탕으로 서술할 것이고, 경험하지 못한 사람은 여러가지 정보를 찾아본 후 그 정보를 바탕으로 라면에 관해서 상상하게 될 것이다. 어디까지가 라면에 관한 정보가 될까? 나무위키에 소개된 라면이라는 제목에 소개된 여러가지 항목을 <그림 2>에 정리하였다.   그림 2. 라면의 특징을 설명하고 다양한 정보를 소개하기 위해 사용된 목차   여러 사람들이 편집한 것으로 집필자가 중요하다고 생각되는 항목을 소개할 수 있도록 분류하여 목차를 만든 것이다. 일반 소비자에게는 전혀 관심이 없는 내용도 있을 것이고 라면의 역사, 문화적 의미에 관심이 많은 사람이라면 항목을 추가하고 싶어지는 사람도 있을 것이다. 라면은 지속적으로 새로운 제품도 나오고 유행도 바뀌기 때문에 시기를 특정하지 않고 정의하는 것 자체가 어려운 일이 될 수 있다. 이것은 비단 라면에만 국한된 것이 아니다. 우리가 사용하고 있는 언어 자체도 시대에 따라서 그 의미도 달라질 수 있기 때문에, 무언가를 언어적으로 정확하게 서술한다는 것은 매우 어려운 일이다. 때로는 새로운 용어를 만들어 설명할 수 밖에 없는 경우도 생기게 된다. <그림 2>의 목차만 보더라도 10년 전에는 등장하지 않았을 법한 라면 제조사의 이름이 눈에 띈다.   ■ 자세한 기사 내용은 PDF로 제공됩니다.