검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI 시뮬레이션'통합검색 결과 입니다. (31건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

"AI 칩 양극화 시대, K-반도체 승부처는 어플리케이션"

"인공지능(AI) 시대에는 컴퓨트, 고대역폭메모리(HBM), 복잡한 패키지를 각각 따로 최적화할 수 없습니다. 강력한 생태계를 보유한 한국 반도체 기업들에게는 이를 하나로 결합하는 '시스템 수준 공동 최적화'가 가장 큰 기회입니다." 프랭크 셔마이스터(Frank Schirrmeister) 시높시스 부사장은 최근 지디넷코리아와 인터뷰에서 급변하는 AI 반도체 시장 속 한국 기업들의 생존 전략을 이같이 진단했다. 칩 경쟁이 아니라 어플리케이션에 가장 적합한 아키텍처를 만들어야 한다는 주장이다. 시스템 수준 공동 최적화는 컴퓨트, 메모리, 패키징, 소프트웨어, 열 거동을 설계 초기부터 하나의 시스템으로 묶어 함께 설계하는 방식이다. 메모리가 '컴퓨트 옆'에 있던 시대는 끝났다 셔마이스터 부사장은 AI가 흔히 컴퓨팅 문제로 설명되지만 메모리와 스토리지가 핵심 차별화 요소라고 강조했다. 그는 "극도로 많은 트랜지스터를 포함하는 분산형 설계로 이동하면서 패키지 자체가 아키텍처의 일부가 되고 있다"고 말했다. 칩렛(Chiplet)과 멀티다이(Multi-die)로 대표되는 이 변화가 메모리 강국인 한국에 특히 유리하다는 설명이다. 공동 최적화를 위해서는 설계 초기부터 '다중 물리(Multiphysics)' 시뮬레이션을 적용해야 한다고 제언했다. 다중 물리 시뮬레이션은 유체, 구조, 열, 전자기, 음향 등 둘 이상의 서로 다른 물리적 현상이 동시에 상호작용하는 복잡한 시스템을 컴퓨터로 통합 모델링하고 해석하는 기술이다. 시시스는 2024년 앤시스(Ansys) 인수 이후 반도체 설계와 다중물리 시뮬레이션을 결합한 '멀티피직스 퓨전(Multiphysics Fusion)' 솔루션을 상용화한 바 있다. 셔마이스터 부사장은 "전자, 소프트웨어, 열, 기계 효과를 사후 검증이 아닌 초기 엔지니어링 의사결정 단계에 반영해야 한다"고 설명했다. "큰 칩 경쟁 말고 어플리케이션으로 승부하라" 셔마이스터 부사장은 통합 접근이 칩 경쟁의 방식도 바꾼다고 봤다. AI 칩 시장은 데이터센터용 초거대 칩과 엣지·피지컬 AI용 소형 칩으로 갈리고 있다. 그는 "하이퍼스케일러는 막대한 컴퓨팅의 경제성과 신뢰성을 최적화하고, 피지컬 AI는 현실 세계와의 지능적 상호작용을 최적화한다"며 "따라서 하나의 보편적인 AI칩은 없다"고 말했다. 자본이 부족한 중소 팹리스와 스타트업에는 이 양극화가 오히려 기회라는 평가다. 그는 "누가 가장 큰 칩을 만드는지를 두고 경쟁하지 말고, 해당 어플리케이션에 가장 적합한 아키텍처를 만드는 능력으로 경쟁해야 한다"고 조언했다. 워크로드와 시스템 요구사항에서 출발해 AI 모델, 소프트웨어, 메모리, 인터페이스, 실리콘을 함께 최적화하라는 얘기다. 대표 사례로 한국 팹리스 리벨리온을 꼽았다. 리벨리온은 시시스 에뮬레이션 환경에서 자사 AI 가속기와 Arm 컴퓨트 서브시스템(CSS)을 결합해 실리콘 제작 전 단계에서 라마(Llama) 모델을 시연한 바 있다. 자율화되는 AI 설계…"엔지니어 역할 줄지 않아" 셔마이스터 부사장은 설계 도구의 에이전틱 AI(Agentic AI)가 코파일럿에서 인간 개입이 적은 장기 실행 에이전트로 발전하는 흐름이 이미 나타나고 있다고 설명했다. 다만 엔지니어의 역할은 줄지 않을 것으로 봤다. 그는 “AI는 탐색할 수 있는 설계 공간을 넓혀주지만, 답이 실제로 올바른지 이해하는 엔지니어의 필요성까지 없애지는 않는다”고 말했다. 이어 "도구가 자율화될수록 엔지니어가 결과를 점검하고 방향을 바꿀 수 있도록 기본 원리를 이해하는 일이 훨씬 중요해진다"며 "한국의 공학도들도 전통적 경계를 넘어 반도체 기본 원리, 소프트웨어, 전자공학, 다중 물리 해석을 아우르는 역량을 쌓아야 한다"고 조언했다.

2026.11.03 16:01전화평 기자

NC AI, 피지컬 AI용 경량 모델 개발…글로벌 모델 6종 앞서

NC AI가 작은 규모로도 글로벌 주요 모델보다 높은 공간 이해 성능을 내는 인공지능(AI) 모델을 개발했다. 로봇과 산업 장비가 주변 상황을 스스로 파악하도록 돕는 기술로, 제조·조선·국방 분야 피지컬 AI에 활용할 계획이다. NC AI는 경량 시각·언어 모델(VLM) '배키 비전 3B'가 로봇·공간 이해 벤치마크 3종에서 평균 63.8점을 기록했다고 3일 밝혔다. 회사가 선정한 글로벌 공개 모델 6종보다 높은 점수로, 매개변수는 약 30억개 규모다. 시각·언어 모델은 이미지와 영상 속 사물과 공간을 인식하고 그 의미를 이해하는 AI다. 로봇이 사람의 지시를 받아 실제 작업을 수행하려면 주변 물체의 위치와 움직임, 작업 환경을 파악해야 한다. 배키 비전 3B는 이러한 시각 인식 기능을 로봇과 산업 장비에서 직접 수행하도록 설계됐다. NC AI는 특히 모델 크기를 줄이면서 공간 이해 능력을 확보하는 데 집중했다. 로봇과 생산설비는 서버와 달리 전력과 연산 자원이 제한돼 있어 대규모 AI 모델을 그대로 탑재하기 어렵기 때문이다. 성능 평가에는 ▲여러 이미지 공간 관계를 파악하는 '블링크(BLINK)' ▲로봇 행동과 주변 상황을 이해하는 '에릭(ERIQ)' ▲물체 위치와 공간 관계를 추론하는 '에르카(ERQA)' 등 3개 벤치마크가 활용됐다. 배키 비전 3B는 복잡한 추론 과정을 거치지 않고 바로 답변을 생성하는 일반 응답 모드에서 평균 63.8점을 얻었다. 알리바바 큐원과 미스트랄 계열 등 20억~80억 매개변수급 공개 모델 6종을 모두 앞선 결과다. 단계별 추론을 수행하는 별도 모드에서도 평균 63.2점을 기록했다. 비교 대상인 80억 매개변수급 '미니스트랄 3 8B 리즈닝'의 48.4점보다 14.8점 높았다. 다만 해당 수치는 회사가 공개한 특정 평가 조건에 따른 결과로, 모든 시각·언어 작업에서 우수한 성능을 보인다는 의미는 아니다. 문서와 이미지 이해 능력도 평가했다. 배키 비전 3B는 차트를 읽고 질문에 답하는 '차트QA'와 이미지 속 문자를 이해하는 '텍스트VQA'에서 비교 모델 가운데 가장 높은 점수를 기록했다. NC AI는 이 기능을 산업 현장의 계기판과 도면, 작업 지시서를 분석하는 데 활용할 계획이다. 동영상도 분석할 수 있다. 배키 비전 3B는 4초 길이 영상에서 8개 프레임을 함께 처리해 물체의 움직임과 위치 변화를 파악하도록 설계됐다. NC AI는 로봇의 동작이나 작업 대상의 이동 경로를 이해하는 데 이러한 기능을 활용할 수 있다고 설명했다. 산업별 활용 가능성도 시험했다. NC AI는 배키 비전 3B에 용접 관련 데이터를 추가 학습시킨 특화 모델 '배키 비전 3B 웰드'를 개발했다. 범용 시각 인식 능력을 유지하면서 용접 공정 이해도를 높이는 데 초점을 맞췄다. 자체 평가에서 용접 분류 정확도는 기존 모델의 41.1점에서 80.9점으로 상승했다. 용접 결함 감지와 상태 추론 점수도 39.3점에서 69.8점으로 높아졌다. 용접 부위의 위치와 형상을 파악하는 평가에서는 5.3점에서 72.5점으로 개선됐다. 이러한 결과는 경량 모델에 산업별 데이터를 추가 학습시켜 특정 작업에 필요한 성능을 높일 가능성을 보여준다. 다만 이번에 공개한 수치는 벤치마크 평가 결과로, 실제 생산라인에 모델을 탑재해 작업 정확도나 생산성을 검증한 성과와는 구분된다. NC AI는 모델 개발 과정에서 자체 학습 기술도 확보했다고 밝혔다. 자체 인프라를 활용해 사전학습과 두 단계의 미세조정 과정을 구축했고 해외 상용 모델에 의존하지 않고 산업별 요구에 맞춰 성능을 개선할 수 있다는 설명이다. 회사는 이러한 기술을 국내 주요 제조기업과 추진하는 피지컬 AI 사업에 연결할 계획이다. 현재 한화오션과 자율 용접 로봇용 AI를 개발하고 있으며 포스코DX와는 산업 현장 휴머노이드 로봇 실증을 진행하고 있다. 현대로템과는 실제 환경의 물리적 변화를 학습하고 예측하는 월드모델 구축에 협력하고 있다. NC AI는 배키 비전 3B에 강화학습을 추가해 성능을 높이고, 로봇과 산업 장비에 시각 인식 모델로 탑재할 계획이다. 나아가 주변 환경을 인식하고 언어 명령을 이해하는 수준에서 실제 행동까지 결정하는 시각·언어·행동(VLA) 모델로 기술을 확장할 방침이다. 이연수 NC AI 대표는 "피지컬 AI가 가상 시뮬레이션을 넘어 실제 산업 현장의 로봇과 장비에서 실시간으로 작동하려면 제한된 하드웨어 자원에서도 공간을 정확히 이해하고 판단하는 고성능 경량 모델이 필수적"이라며 "글로벌 동급 모델을 뛰어넘는 '배키 비전 3B'는 NC AI가 추진 중인 철강, 조선, 국방 분야의 로보틱스 및 VLA 기술을 현장에 안착시키는 핵심 동력이 될 것"이라고 밝혔다.

2026.11.03 15:25김동원 기자

AWS, 로봇 개발 문턱 낮춘다…엔비디아와 '피지컬 AI 툴체인' 공개

아마존웹서비스(AWS)가 엔비디아의 로봇 인공지능(AI) 기술과 자체 클라우드 인프라를 결합해 피지컬 AI 개발 지원에 박차를 가한다. 로봇과 자율 시스템 개발에 필요한 데이터 생성부터 모델 학습, 시뮬레이션, 현장 배포까지 단일 개발 환경으로 연결해 기업의 인프라 구축 부담을 줄인다는 구상이다. AWS는 지능형 기계 개발을 위한 오픈소스 기술 스택 'AWS 피지컬 AI 툴체인'을 공개했다고 12일 밝혔다. 피지컬 AI는 로봇이나 기계가 주변 환경을 인식하고 AI 모델을 활용해 상황을 판단한 뒤 실제 행동까지 수행하도록 하는 기술이다. 기존 산업용 기계가 사전에 정해진 명령을 반복했다면 피지컬 AI는 현장에서 수집한 데이터를 바탕으로 새로운 작업과 환경에 대응할 수 있다는 점이 특징이다. 다만 로봇의 형태와 활용 환경에 따라 필요한 데이터와 AI 모델, 하드웨어 구성이 달라 개발 과정이 복잡하다는 문제가 있다. AWS는 이러한 부담을 줄이기 위해 아키텍처 가이드와 배포 자동화 도구, 활용 가능한 코드를 오픈소스로 제공한다는 방침이다. 이번 툴체인은 합성 데이터 생성과 모델 학습, 시뮬레이션·검증, 엣지 배포, 지속적 개선 등 피지컬 AI 개발의 5개 핵심 단계를 지원한다. 먼저 가상환경에서 다양한 학습 데이터를 생성하고 사람의 작업 시연과 시뮬레이션을 활용해 AI 모델을 학습시킨다. 이후 실제 로봇에 적용하기 전 가상환경에서 동작을 검증하고 최적화한 모델을 현장 장비에 배포한다. 현장에서 수집한 운영 데이터는 다시 모델 학습에 활용된다. 이를 통해 로봇이 새로운 환경과 작업에 대응할 수 있도록 성능을 지속적으로 개선하는 구조다. AWS는 이 과정에 아마존 세이지메이커와 EC2 GPU 인스턴스, AWS IoT 그린그래스, 아마존 베드록 에이전트코어 등을 활용한다. 엔비디아의 로봇 시뮬레이션 플랫폼 '아이작 심'과 강화학습 도구 '아이작 랩', 휴머노이드 로봇용 AI 모델 '그루트', 합성 데이터 생성 기술 '코스모스'도 연계한다. 회사 측에 따르면 기업은 전체 기술 스택을 도입하거나 기존 개발 환경에 필요한 기능만 선택적으로 적용할 수 있다. 실제 운영 단계에선 수천 대의 로봇을 원격으로 설정하고 보안과 소프트웨어 업데이트를 관리하는 기능도 지원한다. 아마존이 자체 물류 현장에서 축적한 로봇 운영 경험도 반영했다. 아마존은 현재 물류 네트워크 전반에 100만 대 이상의 로봇을 배치해 운영 중이며 AWS는 이러한 경험을 바탕으로 피지컬 AI 개발과 배포에 필요한 기술 가이드를 제공한다. 실제 피지컬 AI 개발 기업들도 AWS 기반 기술을 활용하고 있다. 독일 로봇 기업 뉴라 로보틱스는 인지형 휴머노이드 로봇을 개발하고 있으며 국내 기업 리얼월드는 로봇이 물체를 정밀하게 조작할 수 있도록 81억개 파라미터 규모의 파운데이션 모델을 개발 중이다. AWS는 이번 툴체인을 통해 제조와 물류, 자동차 등 다양한 산업에서 피지컬 AI 개발과 상용화를 지원할 계획이다. 기업이 인프라 구축에 투입하는 시간과 인력을 줄이고 로봇의 실제 업무 적용과 서비스 개발에 집중할 수 있도록 한다는 전략이다. 우웸 우퐁 AWS 인더스트리 부문 부사장은 "피지컬 AI는 무언가를 움직이고 짓고 만드는 모든 산업에 영향을 미칠 것"이라며 "고객들이 혁신보다 인프라 구축에 지나치게 많은 엔지니어링 역량을 투입하고 있다는 이야기를 듣고 AWS 피지컬 AI 툴체인을 개발했다"고 말했다. 아밋 고엘 엔비디아 로보틱스 개발자 에코시스템 및 엣지 AI 제품 총괄은 "피지컬 AI를 구축하려면 학습·시뮬레이션·배포라는 세 가지 컴퓨팅 플랫폼의 원활한 통합이 필요하다"며 "오픈소스 기반의 AWS 피지컬 AI 툴체인은 AWS 서비스와 엔비디아의 피지컬 AI 모델, 도구, 라이브러리를 결합해 개발자가 지능형 로보틱스 애플리케이션의 생성·학습·검증·배포를 가속할 수 있는 확장 가능한 엔드투엔드 워크플로를 제공한다"고 밝혔다.

2026.10.12 14:42한정호 기자

한컴이노스트림, 로봇·AI 실무인재 양성…'한컴 AX 랩' 출범

한컴이노스트림이 인공지능(AI)과 로봇 기술을 산업 현장에 적용할 수 있는 실무형 인재 양성에 나선다. 로봇 제어·시뮬레이션을 중심으로 피지컬 AI 교육을 강화하고 AI 서비스 개발과 업무 적용까지 교육 영역을 확대한다. 한컴이노스트림은 인공지능 전환(AX) 전문 교육 브랜드 '한컴 AX 랩(HANCOM AX LAB)'을 선보였다고 7일 밝혔다. 한컴 AX 랩은 한컴이노스트림이 자동차·임베디드 분야에서 축적한 기술과 교육 경험을 AI·AX 분야로 확장한 교육 브랜드다. 기술에 대한 이해부터 직접 구현과 현장 적용까지 연결하는 실무교육을 통해 개인의 직무 역량과 기업·기관의 AX 역량을 높이는 데 중점을 뒀다. 특히 로봇 제어와 시뮬레이션을 활용한 피지컬 AI 교육을 강화한다. 한컴이노스트림은 지난 6일부터 서울 코엑스에서 열리고 있는 '스마트라이프위크(SLW) 2026'에 한컴 AX 랩 쇼룸을 마련하고 관련 교육 콘텐츠를 공개했다. 쇼룸에선 산업용 로봇의 동작을 시연하고 엔비디아의 로봇 시뮬레이션 플랫폼 '아이작 심(Isaac Sim)'을 활용한 교육 콘텐츠를 선보인다. 관람객이 화면 속 로봇을 직접 움직이며 동작 원리를 이해하고 관련 교육과정을 체험할 수 있도록 구성했다. AI와 로보틱스 분야 전문 교육도 확대한다. 한컴이노스트림은 국내 최초이자 세계 다섯 번째 엔비디아 딥러닝 인스티튜트(DLI) 공인 교육센터를 운영 중이며 대학과 공공기관, 기업을 대상으로 AI 실무교육과 디지털 전환(DX) 컨설팅, 산학협력 프로젝트 등을 진행하고 있다. 엔비디아 컨소시엄의 교육 파트너로 고용노동부 K-디지털 트레이닝 '엔비디아 AI 캠퍼스' 사업에도 참여한다. 오는 12일 AI 에이전트와 AI 로보틱스 과정 첫 기수를 개강하고 엔비디아 DLI 공식 교육과 연계한 강의와 프로젝트 교육을 제공한다. 국산 신경망처리장치(NPU) 교육도 추진한다. 퓨리오사AI와 협력해 NPU 공인 교육기관(ATC) 사업을 추진하고 NPU와 한컴 에이전틱 운영체제(OS)를 연계한 AX 전문인력 양성 프로그램도 마련할 계획이다. 이를 통해 피지컬 AI부터 AI·AX까지 전문인력 교육 사업을 확대한다는 구상이다. 박태준 한컴이노스트림 교육사업실장은 "로봇과 AI를 산업 현장에서 활용하려면 기술을 이해하고 직접 구현해 보는 경험이 중요하다"며 "한컴 AX 랩을 통해 로봇 제어와 시뮬레이션부터 AI 서비스 개발과 업무 적용까지 연결하는 실무교육을 확대하겠다"고 말했다.

2026.10.07 09:17한정호 기자

"5초 만에 물성 파악"…KAIST, 시뮬레이션으로 월드 모델 고도화

한국과학기술원(KAIST)이 정밀한 물리 법칙의 시뮬레이션을 기반으로 한 월드 파운데이션 모델(WFM)을 개발한다. 해당 모델은 5초 분량의 짧은 영상만으로 옷·헝겊 등 기존 모델에서는 학습이 어려웠던 물체를 완벽히 파악할 수 있다는 강점이 있다. KAIST는 서울 코엑스에서 6일부터 8일까지 열리는 'AI 페스타 26'에서 자체 개발 중인 월드 파운데이션 모델을 소개했다. KAIST는 엄격한 물리 법칙 기반의 시뮬레이션을 통한 월드 모델을 개발하고 있다. 로봇이 실제 현장에서 학습을 진행하는 경우 상당한 비용이 발생하지만, 시뮬레이션을 활용하면 비용을 효과적으로 줄일 수 있다는 장점이 있다. KAIST는 이를 위한 핵심 기술을 ▲PhysHanDI ▲MPMAvatar 두 가지로 제시했다. PhysHanDI는 사람의 손이 헝겊 등 잘 변형되는 물체를 만지고 조작할 때, 복잡한 3D 형상과 물리적 성질을 복원하는 기술(Recon & ReSim)을 갖췄다. 덕분에 5초 길이의 짧은 영상만으로도 3차원 공간을 인식하고, 물체의 재질·형태·중력·속도 등을 반영해 미래에 일어날 변형과 움직임을 정밀하게 예측할 수 있다. MPMAvatar는 옷을 입은 사람의 3D 아바타를 복원하고, 몸의 움직임이나 외부 환경 변화에 따른 옷의 물리적 흔들림 및 충돌을 사실적으로 표현하는 기술이다. 헝겊, 옷과 같은 비정형 물체는 물리적 충격에도 형태가 크게 변하지 않는 딱딱한 물체 대비 학습이 어려울 수밖에 없다. KAIST의 두 기술을 활용하면, 이러한 난제를 보다 쉽게 해결할 수 있을 것으로 기대된다. KAIST 관계자는 "실제 물리 법칙을 모델링하는 시뮬레이션으로 더 정확한 월드 모델을 제안하고 있다"며 "사람이 직접 정보를 알려주지 않아도 알아서 물성을 배운다는 점이 강점"이라고 말했다. 한편 KAIST는 해당 모델을 LG전자가 주관하는 '피지컬 AI 모델 학습을 위한 월드 파운데이션 모델 기술개발' 사업을 통해 개발하고 있다.

2026.10.06 17:58장경윤 기자

초파리 뇌로 비트코인 거래…오픈소스 프로젝트 '스통크플라이' 공개

초파리 신경계 시뮬레이션을 활용해 비트코인 거래를 시도하는 실험이 등장했다. 거래 수익이 발생하면 도파민 뉴런에 보상 신호를 부여하고, 신경 활동을 매수·매도 판단으로 변환하는 방식이다. 알렉스 워머스 코인베이스 소프트웨어 엔지니어는 초파리 뇌와 복측신경삭 모델을 기반으로 한 오픈소스 암호화폐 거래 프로젝트 '스통크플라이(Stonkfly)'를 소셜 플랫폼 엑스(X)를 통해 공개했다. 이 프로젝트는 최근 주목 받는 성체 수컷 초파리의 뇌와 복측신경삭 연결 지도를 담은 'MaleCNS v1.0' 데이터를 활용했다. 시뮬레이션에는 약 16만6천700개의 뉴런과 약 2천560만 개의 신경 연결이 반영됐다. 스통크플라이는 알렉스 워머스 엔지니어가 앞서 MaleCNS v1.0을 활용해 게임 '둠(DOOM)'을 플레이하는 프로젝트 '둠플라이(DOOMFLY)'를 개발하며 구축한 기술을 암호화폐 거래에 적용한 것이다. 이 프로젝트는 완성된 투자 전략을 제시하기보다 실제 신경 연결 구조를 반영한 시뮬레이션이 시장 정보에 반응하고 거래 결과에 따라 행동 방식을 변화시킬 수 있는지를 확인하기 위한 실험에 가깝다. 비트코인 가격 데이터는 초파리가 외부 정보를 받아들이는 것과 비슷한 방식으로 신경망에 입력된다. 이후 별도의 판독 장치가 신경망의 활동 패턴을 읽어 매수, 매도, 관망 가운데 하나의 거래 신호로 바꾼다. 학습을 유도하는 보상 체계에는 PAM11과 PPL101 등 도파민 신경세포가 활용됐다. 포트폴리오가 수익을 내면 보상성 학습과 연관된 PAM11 도파민세포 15개에 신호를 보낸다. 반대로 손실이 발생하면 충격이나 쓴맛처럼 피해야 할 자극과 연관된 PPL101 계열 도파민세포 2개를 자극한다. 수익이나 손실 신호는 초파리 뇌에서 기억과 학습을 담당하는 버섯체 회로에 전달된다. 이 회로에서는 거래 결과에 따라 신경세포 사이 연결이 일부 조정된다. 예를 들어 수익이 난 뒤에는 당시의 신경 활동 패턴이 다시 나타날 가능성이 높아지고, 손실이 난 뒤에는 같은 패턴이 덜 나타나도록 하는 방식이다. 이를 통해 시뮬레이션은 이전 거래 결과를 다음 매수·매도 판단에 반영하도록 설계됐다. 알렉스 워머스 엔지니어는 "초파리가 과연 비트코인으로 부자가 될 수 있을지 100달러를 주고 거래를 시작하게 됐다"며 "아직 수익성 있는 학습은 아직 입증되지 않았으며 이 프로젝트는 수익을 보장하는 투자 도구가 아니다"라고 밝혔다.

2026.09.13 08:49남혁우 기자

[SW키트] 다쏘시스템 '버추얼 트윈', 미래 모빌리티 설계·생산 잇다

버추얼 트윈이 미래 모빌리티 개발 핵심 인프라로 부상하고 있다. 단순 차량 설계를 넘어 생산 공정과 실제 운행 환경까지 가상으로 검증해 설계 오류를 줄이고, 제품 개발에 드는 시간과 비용을 줄이고 있다. 16일 IT 업계에 따르면, 최근 대규모 인력과 생산시설을 갖추기 어려운 스타트업과 제조사는 버추얼 트윈을 핵심 개발 인프라로로 사용하고 있는 것으로 나타났다. 버추얼 트윈으로 복잡한 전기차 시스템을 실제로 제작하기 전에 가상 환경에서 검증하고, 설계 변경이 제조 공정과 성능에 미칠 영향까지 사전에 파악하는 추세다. 다쏘시스템 버추얼 트윈 기술을 집약한 '3D익스피리언스(3DX) 플랫폼'은 제품 설계와 시뮬레이션, 제조, 데이터 관리를 클라우드 기반 단일 환경으로 연결할 수 있다. 설계 변경이 차량 성능과 생산 공정에 미치는 영향도 실제 제작에 앞서 검증할 수 있다. 미국 하빈저를 비롯한 터키 보잔카야, 프랑스 밀라 그룹, 인도 누메로스 모터스는 3DX 플랫폼으로 각각 전기 상용차와 친환경 대중교통, 자율주행 공유 셔틀, 라스트마일 전기 스쿠터를 개발하고 있다. 이들은 다쏘시스템 버추얼 트윈 기술로 복잡한 개발 과정과 생산 데이터 통합 관리에 한창이다. 이런 같은 개발 방식은 인력과 자원이 제한된 스타트업과 신규 제조사에 특히 유용하다는 평을 받고 있다. 업계에선 미래 모빌리티 시장은 차량 성능뿐 아니라 아이디어를 얼마나 빠르게 구현하고, 설계와 생산을 얼마나 긴밀하게 연결하느냐가 관건이라는 전망도 나오고 있다. 버추얼 트윈, 전기 섀시·도시 교통 개발 혁신 하빈저는 미국 캘리포니아 전기차 스타트업이다. 버추얼 트윈 기반으로 중형 상용차용 배터리 전기 섀시 플랫폼을 개발하고 있다. 기존 내연기관 차량을 전기차로 개조하는 방식이 아니라 배터리와 전기 파워트레인, 드라이브트레인을 포함한 섀시 구조를 처음부터 다시 설계했다. 하빈저가 공략하는 미국 차량총중량 기준 약 6.4~15톤(t)급 중형·준대형 상용차는 상업용 밴과 박스 트럭, 스쿨버스, 모터홈 등에 사용된다. 여러 차체와 용도에 동일한 전기 섀시를 적용하려면 차량별 요구사항과 설계 변경이 전체 시스템에 미치는 영향을 체계적으로 관리해야 한다. 하빈저는 3DX 플랫폼에서 섀시 구조와 주요 시스템을 가상으로 구현하고 제품 개발 전 주기를 통합 관리하고 있다. 엔지니어들은 중앙화된 데이터로 협업하면서 실제 시제품을 제작하기 전 설계 오류와 시스템 간 충돌 가능성을 확인할 수 있다. 버추얼 트윈은 하나의 섀시를 여러 차종에 적용하는 플랫폼 전략도 돕는다. 차량별로 설계를 처음부터 반복하지 않고 기존 가상 모델을 바탕으로 차체와 용도에 맞게 구조를 확장하거나 변경할 수 있어서다. 터키 친환경 교통수단 제조사 보잔카야는 전기버스와 무인 지하철, 저상 트램, 배터리 트롤리버스 등 구조가 서로 다른 대중교통 차량을 개발하고 있다. 차량마다 도시별 운행 환경과 승객 수, 선로, 충전 인프라 등 서로 다른 조건을 반영해야 한다. 보잔카야는 다쏘시스템 3DX 플랫폼과 '이노베이티브 모듈 앤 테크놀로지' 산업 솔루션을 도입했다. 이를 통해 설계와 시뮬레이션, 제조를 버추얼 트윈 환경으로 통합 연결했다. 설계 부서가 만든 데이터를 생산 부서가 동일한 환경에서 확인하도록 해 개발 단계 사이의 정보 단절을 줄이는 식이다. 회사는 가상 환경에서 설계와 제조 가능성을 함께 검토하면서 생산 정확도를 높이고 오류를 줄이는 효과도 얻었다고 밝혔다. 공통 개발 데이터를 유지하면서 각 도시 요구에 맞게 차량 사양을 조정할 수 있어 맞춤형 제품 개발에도 활용하고 있다. 보잔카야는 이를 기반으로 터키 내수 시장을 넘어 방콕과 나폴리, 베오그라드, 이아시 등 해외 도시로 공급 지역을 넓혔다. 버추얼 트윈이 다양한 국가와 도시의 요구사항을 하나의 개발 체계 안에서 관리하는 기반으로 활용된 셈이다. 밀라, 자율주행 셔틀 생산 가상화…누메로스는 극한 기후 대응 프랑스 스타트업 밀라 그룹은 자율주행 공유 셔틀을 넘어 생산 공장까지 버추얼 트윈으로 구현했다. 모델 컨셉 설계부터 제조 공정에 이르는 전 단계를 가상 환경으로 연결한 것이다. 밀라는 기차와 지하철, 트램역 등 교통 거점에서 최종 목적지까지 이동을 지원하는 최대 22인승 자율주행 셔틀을 개발하고 있다. 프랑스 국영철도 SNCF 손잡고 철도·도로 겸용 초경량 셔틀을 구축했으며, 라 포스트와 까르푸 고객을 위한 자동화 배송 서비스를 추진하고 있다. 보통 자율주행과 공유 모빌리티, 물류 자동화가 결합된 차량은 일반 자동차보다 개발 과정에서 관리해야 할 요소가 많다. 밀라는 3DX 플랫폼의 '비드 투 윈(Bid to Win)'과 '온타깃 비히클 론치On-Target Vehicle Launch)' 솔루션을 활용해 제품 기획과 설계, 생산 데이터를 단일 환경에서 관리하고 있다. 버추얼 트윈으로 구현한 공장에서는 실제 생산에 들어가기 전에 제조 공정과 작업 흐름을 검토가 가능하다. 제품 설계가 바뀌었을 때 생산 공정에 미칠 영향을 확인하고, 실제 데이터 바탕으로 개발 이력과 제조 과정을 추적하는 데도 활용한다. 인도 누메로스 모터스는 버추얼 트윈 기반 설계로 라스트마일 배송용 전기 스쿠터 '디플로스'를 만들고 있다. 다쏘시스템의 '카티아'와 '이노베이티브 모듈 앤 테크놀로지' 솔루션을 활용해 전기 시스템과 배터리, 차량 구조 설계·검증에 나섰다. 인도는 지역에 따라 기후와 도로 환경의 차이가 크다. 전기 스쿠터가 자이살메르의 사막 더위와 마날리의 영하권 기온, 고아의 염분과 습기를 모두 견뎌야 하는 만큼 초기 설계부터 다양한 운행 조건을 고려해야 한다. 이에 발맞춰 누메로스는 가상 개발 환경에서 설계 완성도를 높인 뒤 실제 극한 환경 시험을 병행하고 있다. 버추얼 트윈이 물리적 테스트를 완전히 대체하기보다 시험 전에 문제 가능성을 좁히고 설계와 검증 결과를 지속적으로 연결하는 역할을 맡는다. 이들 사례는 버추얼 트윈 활용 범위가 단순 차량 설계를 넘어 생산 공정과 실제 운행 환경 검증까지 확장되고 있음을 보여준다. 다쏘시스템은 "전기 트럭과 대중교통, 자율주행 셔틀, 라스트마일 배송 차량이 도시 운영과 물류 체계로 확장될수록 관리해야 할 시스템은 더 복잡해진다"며 "차량을 넘어 도시 이동 생태계 전체를 재설계하는 과정에서 버추얼 트윈이 미래 모빌리티 개발 속도를 좌우하는 기반 기술로 부상하고 있다"고 강조했다.

2026.08.16 10:36김미정 기자

"AI가 칩 설계부터 검증까지"…엔비디아, 엔지니어링 에이전트 고도화

엔비디아가 인공지능(AI) 에이전트 활용 범위를 전문 엔지니어링 업무로 확장한다. 엔비디아는 엔지니어링용 '엔비디아 에이전트 툴킷'에 피직스네모와 쿠다-X 라이브러리를 추가했다고 28일 밝혔다. 개발자는 이를 활용해 물리학 기반으로 추론하고 복잡한 시뮬레이션을 실행하는 AI 에이전트를 구축할 수 있다. 엔비디아 에이전트 툴킷은 특정 산업 도구와 모델, 데이터를 연결한 전문 AI 보조도구를 개발할 수 있도록 지원한다. 이번 업데이트로 AI 에이전트가 물리학 모델과 수치해석 솔버, 양자화학 기술을 직접 호출해 활용할 수 있게 됐다. 피직스네모는 AI 물리 모델을 학습하고 배포하는 데 필요한 기술을 제공한다. 모델 구조를 엔지니어링 업무에서 바로 호출할 수 있는 도구로 전환해 복잡한 설계와 시뮬레이션에 활용하도록 지원한다. 쿠다-X에는 반복형 스파스 솔버 ;엔비디아 cuISS'와 직접형 스파스 솔버 '엔비디아 cuDSS'가 포함됐다. 물리·엔지니어링 시뮬레이션과 전자설계자동화 과정에서 발생하는 대규모 선형 계산을 그래픽처리장치(GPU)로 가속하는 기술이다. 양자화학 라이브러리 '엔비디아 cuEST'는 고정밀 양자화학 시뮬레이션을 대규모 생산 업무에 적용할 수 있도록 지원한다. 밀도범함수이론과 후속 계산 기법을 활용해 반도체 소자와 소재 개발에 필요한 기저 상태·여기 상태 시뮬레이션을 처리한다. 엔비디아는 칩 설계와 검증을 위한 AI 모델도 강화했다. 하드웨어 설계 에이전트 '에이스-아르티엘'을 탑재한 '네모트론 3 울트라'는 레지스터 전송 수준(RTL) 코딩 성능을 측정하는 종합 베릴로그 설계 문제 벤치마크에서 오픈 모델 가운데 가장 높은 성능을 기록했다. 기업은 자체 데이터로 네모트론 3 울트라를 추가 학습하고 내부 서버나 온프레미스 환경에 배포할 수 있다. 이를 통해 칩 설계용 AI 에이전트를 맞춤화하면서 설계 데이터에 대한 통제권과 보안을 확보할 수 있다는 설명이다. 특히 삼성은 '쿠리소'와 쿠다-X를 활용해 계산 리소그래피 성능을 최대 20배 높였다고 밝힌 바 있다. 피직스네모를 적용해 최대 100억개 셀로 구성된 칩 규모에서도 수치해석 솔버 수준의 정확도를 갖춘 열응력 분석을 수행하고 있다. 티모시 코스타 엔비디아 컴퓨테이셔널 엔지니어링 부문 부사장 겸 총괄 매니저는 "이제 AI는 물리학, 시뮬레이션, 설계 도구를 작업에 활용할 수 있다"며 "엔비디아 에이전트 툴킷을 통해 개발자는 물리학을 기반으로 추론하고 복잡한 시뮬레이션을 실행하며 고품질 데이터를 생성하는 에이전틱 엔지니어를 구축할 수 있다"고 밝혔다.

2026.07.28 11:13김미정 기자

KAIST 석사과정 AI에이전트로 주식 자동매매…수익률은

KAIST 연구생들이 AI 에이전트 오픈클로를 이용해 자동 주식매매를 했다. 과연 수익률은 어땠을까? 이관택 전기및전자공학부 석사과정 연구생이 220만원을 투자해 실제 투자해봤다. 이틀간 350건 자동매매한 결과는 2만5,029원 손실. 매수금액 대비 -1.11% 손실을 입었다. KAIST 테라랩(김정호 전기및전자공학부 석좌교수 연구실, 랩장 서해석 박사과정생)이 지난 3일 오픈클로 AI에이전트를 HBM(고대역폭메모리) 등 연구 현장에 적용한 실험이나 일상 적용 실험 결과를 공개하는 워크숍을 진행했다. 석, 박사과정 연구생 총 14명이 오전 8시부터 12시 40분까지 예정 시간을 40분가량 넘겨 오픈클로를 연구비서로 활용한 사례 및 시연 7건과 일상비서로 활용한 사례 및 시연 6건을 각각 20분씩 발표했다. 이 워크숍에서 10번째 발표자로 나섰던 이관택 연구생은 "반복적인 단기 매수·매도 과정에서 수수료와 세금 등 거래비용이 2만 1,113원 발생했다"면서 "개인이 AI만으로 완전 자동매매를 하는 것은 한계가 있다는 결론"이라고 말했다. 이관택 연구생은 "실제 NH농협 오픈API를 이용해 실계좌를 연동하고, 국내 시장 한정으로 운영했다"며 "명령은 텔레그램을 통해 입력했다. 오픈클로가 증권사 API를 통해 시세나 잔고, 주문, 체결상태를 확인하는 방식"이라고 설명했다. 이 연구생은 "특정 종목으로 거래를 한정하거나 거래횟수 제한, 최소 주문금액 설정, 고변동성 종목 필터링 등을 고려한 조건 등을 더 세밀히 고려한 거래가 필요하다고 느꼈다"며 "자동매매 보다는 AI 투자 보조 도구로 활용하는 것이 더 현실적일 것 같다"고 부연설명했다. 일상비서로의 활용 케이스에서 이승재 석사과정 연구생은 오픈클로를 기반으로 포트폴리오 관리 에이전트(알파클로) 사용 결과를 공개했다. 알파클로는 자산 리스크 관리에 초점을 맞춰 의사결정을 지원하는 에이전트다. 이외에 일상비서 에이전트 사례로 박준호·김태현·김병목 ·배재근 연구생이 논문 키워드 자동수집, 발표자료 초안생성, 멀티-에이전트 역할 부여·리눅스 서버 관리 등의 에이전트 활용 결과를 선보였다. 이에 앞서 연구비서로서의 AI 에이전트에서는 이현이·김근우·서해석·안현준·양채민·이정현·신하겸·윤영수 연구생 및 박사가 나서 반도체 패키지 설계 및 해석, PDN 시뮬레이션, 이퀄라이저 최적화, HFSS EM 시뮬레이션 자동화, SIPI 지식 베이스 구축, 협업 채팅방 시연, 패치 안테나 자동설계 사례 및 사용 결과를 공개했다. 이정현 연구생(박사과정)은 "AI 에이전트를 연구 현장에 비서처럼 적용해 보면서, 단순히 질문에 답하는 챗봇을 넘어 실제 연구 업무의 반복적인 과정을 대신 수행할 수 있다는 가능성을 확인했다"며 "예를 들어 논문 PDF를 넣으면 알아서 문서를 확인하고, 마크다운으로 변환하고, 핵심 개념과 용어를 정리해서 연구용 지식 베이스 형태로 만들어주는 과정을 오픈클로가 단계적으로 수행했다"고 설명했다. 이 연구생은 "사용자는 텔레그램으로 작업을 지시하고 진행 상황을 확인하기만 하면 되기 때문에, 자료 정리나 문헌 관리에 들어가는 시간을 줄이고 연구자는 해석과 판단에 더 집중할 수 있다는 점에서 연구 효율 향상에 대한 기대가 크다"고 말했다. 김태현 연구생(석사과정)은 "AI 에이전트를 일상에 적용할 수 있는 다양한 방법들에 대해 공부하고 적용해 보면서, API 제공 유무와 관계없이 존재하는 대부분의 프로그램에 적합한 방법을 적용해 활용할 수 있음을 확인했다"라며 "자료 조사, 문서 작성 등 연구를 제외한 부가 업무를 보조하도록 구성한다면 연구 생산성 향상에 기여할 수 있을 것"으로 예상했다. 이번 워크숍은 전, 후반부로 나눠 진행한 이번 워크숍에서 전반부는 반도체 패키지 설계, 전원무결점성 분석, 데이터셋 생성, 시뮬레이션 자동화, 지식베이스 구축 등 연구 업무 자동화 사례를 주로 다뤘다. 후반부는 포트폴리오 관리, 자동 주식 매매, 논문 검색, 캘린더 기반 발표자료 생성, 멀티 에이전트 협업, 서버 관리 등 일상·연구 보조 사례를 발표했다. SK하이닉스 입사가 예정된 김근우 박사후연구원은 "핵심은 AI가 단순히 답변하는 것이 아니라, 실제 도구를 실행하고 결과를 다시 보고하는 실행형 연구 비서로 동작할 수 있는지를 확인했다"며 "AI 에이전트를 단순 챗봇이 아니라, 반도체·패키지 설계 툴을 실제로 다루는 연구 보조자로 구현했다는 점에 주목해달라"고 주문했다. 김정호 석좌교수는 최종 마무리에서 "평소 목말라하던 아이템을 다뤘다는데 특히 의미가 있다. 모두 재미난 아이템"이라고 평가하며 "오는 11월께는 니모클로 등을 활용한 워크숍, 내년 초에는 HBM과 HBF(고대역폭플래시메모리)를 주제로 한 워크숍을 검토해 보자"고 덧붙였다. 워크숍 발표 내용은 6일 오전 6시 테라랩 홈페이지(http://tera.kaist.ac.kr)를 통해 공개한다.

2026.07.06 06:00박희범 기자

풀스택 내재화부터 국산SW 개발까지…피지컬 AI 현장 배치 본격화

국내 제조 업계가 인력난과 해외발 저가 공세에 대응하기 위해 '피지컬 AI'를 활용한 자율 제조 공정 도입을 본격화하고 있다. 시뮬레이션 단계에 머물던 기술을 실제 제조 공급망과 생산 현장에 적용해 무인화 가능성을 검증하는 단계에 진입한 것이다. 24일 오전 국회의원회관 제2세미나실에서 열린 '피지컬 AI 프론티어 강국 신기술 조찬 포럼'에서는 대기업과 중견기업이 추진 중인 피지컬 AI 기반 자율 제조 실증 성과와 향후 로드맵이 발표됐다. LG전자, '원 LG' 역량 결집해 로봇·제조 물류 풀스택 내재화 첫 번째 발제자로 나선 전혜정 LG전자 연구위원은 가사 로봇 '클로이' 개발 과정에서 확보한 기술을 바탕으로 제조·물류 현장에 적용할 피지컬 AI 솔루션을 소개했다. LG전자는 로봇 구동의 핵심 부품인 액추에이터 '악시움(Axium)'의 양산 체계를 올해 확보하고, 내년부터 외부 공급을 시작한다는 타임라인을 정립했다. 전 위원은 이를 위해 "계열사 역량을 통합한 '원 LG(One LG)' 체계를 가동 중"이라고 밝혔다. 여기에는 LG에너지솔루션의 배터리, LG이노텍의 카메라 센서, LG CNS의 신경망 통합 제어 시스템, LG AI연구원의 초거대 AI 기반 로봇 브레인이 참여한다. 현재 업계의 기술적 난제인 '로봇 액션 데이터 부족'에 대해서는 물리력을 적용한 시뮬레이션 합성 데이터와 인간의 행동을 트래킹하는 인바디드 AI 기술을 융합해 해결하고 있다. LG전자는 글로벌 130여 개 제조 현장 중 2곳을 시범 공장으로 선정해 기술 검증(PoC)을 진행 중이며, 건물 전체 규모의 실증 캠퍼스를 구축해 데이터 확보를 가속할 계획이다. DH오토웨어, 국산 피지컬 AI SW로 전 공정 자율 제조 추진 이어 발표한 DH오토웨어 이석근 대표는 중견·중소기업이 생산 현장에서 거둔 피지컬 AI 기술검증(PoC) 실증 성과를 공개했다. 이 회사는 글로벌 경쟁사들의 동남아 공급망 구축에 대응하기 위해 2017년부터 자율 제조 도입을 검토해 왔다. DH오토웨어는 과학기술정보통신부와 정보통신산업진흥원(NIPA)의 지원 아래 캠틱종합기술원, 전북대학교 등과 협력해 피지컬 AI 기반 PoC 사업을 수행했다. 자율주행 이송로봇(AMR)과 디지털 트윈 기술을 융합한 결과, 디지털 트윈 커버리지 95%, AI 모델 정확도 94.2%, 응답 시간 50ms 이하를 기록하며 실증을 완료했다. 외산 의존도가 높았던 피지컬 AI 소프트웨어의 국산화 대체도 진행 중이다. 현재 주조와 성형 등 일부 공정에 도입된 자율화 시스템은 향후 부자재 창고, 제품 창고, 조립 검사 등 전 공정(1~9단계)으로 확대된다. 이를 위해 카이스트(KAIST) 카이로스 프로그램 및 전북대학교와 연계해 시뮬레이션 검증을 이어가고 있다. 이 대표는 "이번 실증을 통해 제조 현장의 데이터가 AI 자산으로 전환된다는 점을 확인했다"며 "전 공정 무인 자율 제조를 구현해 동남아 대비 가공비 경쟁력을 67% 수준으로 낮출 것"이라고 말했다. 아울러 중소·중견기업의 빠른 벤치마킹을 위해 자사를 '정부 지정 피지컬 AI 시범 테스트베드'로 선정해 집중 지원해 줄 것을 제언했다. 포럼 좌장을 맡은 정동영 의원은 "산·학·연·관이 협력해 데이터 표준과 운영 자산을 구축한다면 2030년까지 피지컬 AI 세계 시장을 선도하는 목표를 달성할 수 있을 것"이라고 강조했다.

2026.06.24 11:06전화평 기자

시뮬리아 CEO "기업 데이터 주권 강화할 것…올해 엔비디아 협력 가시화"

"시뮬레이션 설계·해석·검증 데이터는 기업 핵심 자산입니다. 시뮬레이션을 빠르게 돌리는 것뿐 아니라 데이터를 안전하게 지키고 기업이 직접 통제할 수 있는 체계가 중요해진 시점입니다." 미쉘 애쉬 다쏘시스템 시뮬리아 최고경영자(CEO)는 최근 한국 기자단과 만난 자리에서 이같이 밝혔다. 그는 시뮬레이션 속도를 높이는 동시에 기업 데이터 주권을 보장하는 체계를 강화하겠다고 강조했다. 시뮬리아는 다쏘시스템의 시뮬레이션 제품 브랜드다. 제품 개발 과정에서 실제 제작 전 성능과 안전성을 가상 환경에서 검증하는 기술을 제공한다. 최근 AI와 버추얼 트윈을 결합해 설계부터 검증까지 전 과정을 고도화하는 데 주력하고 있다. 애쉬 CEO는 데이터 주권을 기업이 내부 데이터를 직접 통제할 수 있는 권한으로 규정했다. 단순히 데이터를 외부 침해나 저작권으로부터 보호하는 것을 넘어 데이터 저장 위치와 접근 권한, 활용 범위, 생성·변경 이력까지 기업이 확인하고 관리할 수 있어야 한다고 강조했다. 애쉬 CEO가 데이터 주권을 강조한 이유는 시뮬레이션 데이터 성격이 달라지고 있기 때문이다. 과거 시뮬레이션 데이터가 제품 검증을 위한 계산 결과에 가까웠다면 AI 시대에는 설계 노하우와 해석 경험, 검증 이력이 축적된 기업 핵심 지식재산(IP)으로 활용되는 추세라서다. 애쉬 CEO는 "피지컬 AI가 전 산업에 확산하면서 시뮬레이션 데이터가 제품 개발과 설계 최적화에 더 적극적으로 활용되고 있다"며 "AI가 기업 내부 데이터에 접근하는 범위도 넓어졌다"고 설명했다. 그러면서 "데이터가 어디에 저장되고 누가 접근하며 어떤 목적으로 쓰이는지를 관리하는지도 핵심"이라고 덧붙였다. 그는 다쏘시스템이 기업 데이터 주권 강화를 위한 체계를 이미 갖췄다고 설명했다. 우선 다쏘시스템은 '3D익스피리언스(3DX) 플랫폼' 기반으로 데이터 거버넌스 체계를 운영하고 있다. 엔지니어는 이 플랫폼에서 설계 형상과 해석 모델, 검증 결과 등 시뮬레이션 전 과정을 추적할 수 있다. 데이터에 누가 접근했고 어떻게 활용했는지도 실시간으로 확인할 수 있다는 설명이다. 다쏘시스템은 데이터 성격에 따라 정보 접근 범위도 세분화했다. 공개 가능한 정보와 산업 지식, 고객 고유 지식재산(IP)을 구분해 관리하는 식이다. AI가 접근할 수 있는 데이터 범위도 사용자 권한에 따라 제한했다. 같은 기업 안에서도 민감 정보가 무분별하게 노출되지 않도록 지원하는 셈이다. 애쉬 CEO는 이같은 데이터 주권 체계가 규제 산업에 효과적일 것으로 내다봤다. 그는 "우리는 국방·항공우주 등 민감 산업 고객을 위해 소버린 클라우드와 전용 클러스터 환경도 제공하고 있다"며 "고객 데이터는 이 환경 안에서 다른 조직 데이터와 분리돼 운영된다"고 강조했다. 이어 "앞으로도 우리는 산업별 보안·규제 요구에 대응할 것"이라고 덧붙였다. 엔비디아 시뮬레이션 인프라 강화..."컴퓨팅 파워 늘릴 것" 다쏘시스템은 시뮬레이션 성능 향상에도 집중하고 있다. 애쉬 CEO는 AI 시대에는 데이터를 안전하게 보호하는 동시에 더 빠르게 시뮬레이션을 돌리고 활용해야 한다는 아유에서다. 이에 발맞춰 애쉬 CEO는 엔비디아와 데이터센터 설계, 피지컬 AI 분야에서 협력하고 있다고 밝혔다. 실제 다쏘시스템은 지난 2월 엔비디아와 장기 전략 파트너십을 맺은 바 있다. 이번 협력을 통해 다쏘시스템의 버추얼 트윈 기술과 엔비디아 AI 인프라, 옴니버스 플랫폼이 결합할 방침이다. 애쉬 CEO는 엔비디아와 맺은 협력이 시뮬리아의 시뮬레이션 성능 고도화로 이어지고 있다고 강조했다. 그는 "특히 시뮬리아 솔버를 엔비디아 그래픽처리장치(GPU) 환경에 최적화하고 있다"며 "다양한 물리 현상과 CPU·GPU 구성에 따른 성능 향상 효과를 분석하고 있다"고 말했다. 그러면서 "향후 엔비디아 옴니버스 기능을 3DX 플랫폼에 통합할 것"이라며 "이르면 올해 말 엔비디아 협력 성과 내용을 발표할 것"이라고 덧붙였다.

2026.06.22 11:38김미정 기자

[현장] LG전자 "AI로 설계·해석 업무 통합…전장 개발 속도↑"

"우리는 제품 개발 과정에서 시뮬레이션·해석 업무를 설계 업무와 분리해 운영했습니다. 문서 작성과 데이터 관리도 부서별로 각자 이뤄졌습니다. 여기에 인공지능(AI)을 접목해 흩어진 업무를 하나로 연결한다면 제품 개발 과정을 더 빠르고 효율적인 방식으로 재정립할 수 있을 것입니다." 김용연 LG전자 VS본부 연구위원은 11일 웨스틴 서울 파르나스에서 열린 '시뮬리아 유저 데이 2026'에서 AI 기반 엔지니어링 전환 방향을 이같이 밝혔다. VS본부는 차량용 인포테인먼트 시스템 등 자동차 전장 제품을 개발해 글로벌 완성차 업체에 공급하는 조직이다. 김 연구위원은 과거 산업계 주요 화두가 디지털전환(DX)이었다면, 최근 거대언어모델(LLM)과 AI를 활용한 AX로 빠르게 바뀌고 있다고 설명했다. 특히 제조·엔지니어링 분야도 빅테크와 하이퍼스케일러가 주도하는 AI 기술 변화에 대응해야 하는 시점에 놓였다고 진단했다. 김 연구위원은 그동안 제품 개발 과정에서 컴퓨터이용공학(CAE)와 가상제품개발(VPD)으로 설계 검증을 수행해 왔다고 밝혔다. 그러나 데이터가 조직별로 흩어져 있고, 문서 대응과 보고자료 작성, 협업 조율에 많은 시간이 들어갔다고 지적했다. 그는 "최근 엔지니어가 본연 업무인 설계·해석 업무에 집중하기 어려워졌다는 목소리가 높아졌다"고 말했다. 김 연구위원은 AI가 이런 한계를 줄일 수 있다고 봤다. 그는 "AI를 요구사항 분석을 비롯한 블록 다이어그램 생성, 설계 데이터 정리, 인쇄회로기판(PCB) 자동 레이아웃 등 반복적이고 시간이 많이 드는 업무에 적용하면 된다"며 "작업자는 제품 개발 초기 단계에서 더 많은 검증과 판단을 앞당길 수 있을 것"이라고 강조했다, 그는 이같은 전략 핵심에 데이터 통합을 필수 요소로 짚었다. 실제 LG전자는 상품기획, 영업, 프로젝트관리조직(PMO), 연구개발, 품질, 생산, 구매, 공급망관리 등 각 조직에 흩어진 데이터 연결 방안을 검토하고 있다. 이를 통해 설계 지식과 검증 결과, 품질 데이터가 단절되지 않고 다음 단계 업무에 활용될 수 있도록 하겠다는 전략이다. 김 연구위원은 AI 전환이 개별 업무 자동화에 그쳐서는 효과가 제한적이라고 강조했다. 그는 "제품 개발 전 과정 업무를 분석하고 반복 업무를 자동화한 뒤 전체 워크플로를 재설계해야 한다"며 "엔지니어링 생산성을 실질적으로 높이기 위한 핵심 요소"라고 주장했다. 그는 "AI는 문서 작업과 반복 업무 부담을 줄이고, 물리 법칙과 제품 맥락을 이해하는 엔지니어를 돕는 존재"라며 "인간은 앞으로 더 높은 수준의 설계 판단과 검증에 집중할 것"이라고 내다봤다.

2026.06.11 12:55김미정 기자

[현장] 시뮬리아 CEO "시뮬레이션 빠르고 저렴하게…GPU 최적화 속도"

"우리 목표는 고객이 인공지능(AI)으로 설계 검증에 걸리는 시간을 줄이고 제품을 더 빨리 시장에 내놓도록 돕는 것입니다. 앞으로 시뮬레이션·AI뿐 아니라 그래픽처리장치(GPU) 인프라까지 최적화해 산업용 AI 생태계 구축에 힘쓰겠습니다." 미쉘 애쉬 다쏘시스템 시뮬리아 최고경영자(CEO)는 11일 파르나스 서울에서 열린 '시뮬리아 유저 데이 2026' 기조연설에서 '시뮬리아' 사업 전략을 이같이 밝혔다. '시뮬리아'는 다쏘시스템 시뮬레이션 브랜드다. 제품이 실제 환경에서 받는 충격, 열, 유체 흐름, 전자지 영향, 소음 등을 가상 환경에서 분석한다. 이를 통해 제품 개발 과정 시행착오를 줄이는 역할을 한다. 애쉬 CEO는 AI가 엔지니어를 대체하는 것이 아니라 작업 역량을 확장한다는 데 맞춰져 있다고 재차 강조했다. AI가 설계·제조·영업 등 조직 내 사일로를 허물고, 사람과 기계가 함께 일하는 방식을 새롭게 만들 것이라고 내다봤다. 그는 "AI와 시뮬레이션을 결합해 엔지니어링 업무 방식을 바꿀 것"이라며 "기계와 해석, 검증에 걸리는 시간을 줄이고 더 많은 제품 설계안을 빠르고 저렴하게 얻을 수 있는 작업 환경을 열 것"이라고 밝혔다. 이를 위해 다쏘시스템은 엔비디아 그래픽처리장치(GPU)를 활용한 시뮬레이션 연산 최적화에도 속도를 내고 있다. 복잡한 구조·유체·전자기 시뮬레이션은 계산량이 많아 기존 중앙처리장치(CPU) 기반 환경에서는 해석 시간이 길어지는 경우가 많았는데, 이를 GPU 기반 병렬 연산으로 전환해 처리 속도와 비용 효율을 높이겠다는 것이다. 관련 시뮬리아 제품군에는 구조 해석용 '아바쿠스(Abaqus)', 유체 해석용 '파워플로우(PowerFLOW)', 전자기 해석용 'CST 스튜디오 스위트', 다물체 동역학 해석용 '심팩(Simpack)' 등이 포함된다. 애쉬 CEO는 "우리는 이런 솔버를 GPU 환경에 맞게 고도화하고 있다"며 "실제 기존 대비 시뮬레이션 속도를 3배에서 최대 125배까지 올릴 수 있을 것으로 본다"고 밝혔다. 이같은 다쏘씨스템 전략은 엔비디아와의 산업용 AI 협력과도 연결된다. 두 기업은 올해 2월 산업용 AI 플랫폼 구축을 위한 파트너십을 발표한 바 있다. 애쉬 CEO는 "우리는 버추얼트윈과 가속 컴퓨팅을 결합해 설계·시뮬레이션·제조 운영 전반을 지원하겠다"고 밝혔다. 애쉬 CEO는 올해부터 내년까지 시뮬리아 추가 기능을 단계적으로 출시할 계획이라고 밝혔다. 시뮬리아의 AI·머신러닝 기반 물리 거동 예측 기능과 테스트 도구는 7월 출시 예정이다. 버추얼 컴패니언 기능은 7월부터 연말까지 고객 테스트와 배포가 순차적으로 진행된다. 전자기와 유체 분야의 설계 성능 분석 기능은 올해 말과 내년 초에 걸쳐 확대될 예정이다. 그는 "AI는 엔지니어를 대체하는 것이 아니라 업무 역량을 확장한다는 데 맞춰졌다"며 "우리는 버추얼 트윈에서 설계·검증 방식을 바꿀 것"이라고 말했다.

2026.06.11 11:05김미정 기자

"검증 시간 단축"…헥사곤, '엔씨시뮬' 최신 버전 출시

헥사곤이 장시간·복잡한 가공 공정에서도 주요 작업 상태를 빠르게 확인할 수 있는 신규 기능을 공개했다. 헥사곤은 수치제어 프로그램 검증·시뮬레이션·최적화 솔루션 '엔씨시뮬' 최신 버전을 출시하고 '선택적 시뮬레이션' 기능을 추가했다고 28일 밝혔다. 수치제어 프로그램은 공작기계에 공구 이동 위치와 속도, 가공 순서 등을 지시하는 제조 현장 작업 명령서다. 이 프로그램을 사전에 검증하면 고가 장비의 충돌이나 소재 손상을 줄이고 실제 가공 전 오류를 확인할 수 있다. 엔씨시뮬은 단일 디지털 트윈 환경에서 G코드 검증과 컴퓨터수치제어 시뮬레이션, 최적화 기능을 통합 제공하는 솔루션이다. 제조업체는 이를 통해 수치제어 프로그램을 사전에 검증하고 고가 장비에서 위험 부담이 크거나 시간이 많이 걸리는 테스트 가공 작업을 줄일 수 있다. 이번에 추가된 선택적 시뮬레이션 기능은 장시간·복잡한 가공 프로그램을 빠르게 검토할 수 있도록 설계됐다. 해당 기능은 그래픽처리장치(GPU) 기반 '잔여 소재 미리보기'를 활용해 수치제어 디코딩 단계에서 중간 소재 모델을 생성하고 프로그램 진행 과정에서 공작물 상태 변화를 조기에 확인하게 한다. 헥사곤은 고부가가치 가공 환경에서 한 프로그램에 수십 시간의 장비 가동 시간과 여러 공정이 포함되는 경우가 많다고 설명했다. 이런 환경에서는 생산 리스크를 줄이면서도 주요 공정을 정밀하게 검토하는 역량이 중요하다는 설명이다. 미국의 한 글로벌 스포츠웨어 기업이 장주기 금형 가공 애플리케이션을 대상으로 진행한 고객 테스트에서는 성능 개선 효과도 확인됐다. 기존에는 47시간 가공 사이클 프로그램에서 원하는 공정을 확인하기 위해 48분 동안 순차 시뮬레이션을 해야 했지만 선택적 시뮬레이션 기능을 활용하면 잔여 소재 미리보기를 2분 이내에 생성할 수 있었다. 프로그래머는 이 기능으로 공정 단계별 공작물 상태를 확인하고 문제가 예상되는 지점을 더 이른 단계에서 찾을 수 있다. 집중 검토가 필요한 공정으로 빠르게 이동할 수 있어 초기 검토와 반복 작업 효율도 높일 수 있다. 최종 검증 단계에서는 기존 전체 수치제어 코드 시뮬레이션이 유지된다. 충돌 감지와 소재 제거 정확도를 포함한 전체 시뮬레이션은 프로그램을 실제 장비에 적용하기 전 최종 검증 기준으로 활용된다. 재스퍼 샌더스 헥사곤 생산소프트웨어 사업부 엔씨시뮬 제품 매니저는 "엔씨시뮬 핵심 가치는 언제나 시뮬레이션 정확도에 있으며, 이번 업데이트 이후에도 그 점은 변함이 없다"며 "선택적 시뮬레이션 기능을 통해 프로그래머는 복잡한 프로그램을 보다 유연하게 검토할 수 있게 됐다"고 말했다.

2026.05.28 17:53김미정 기자

관광·전시 현장 AI로 읽는다…나무기술, 정부 사업 GPU 핵심 엔진 구축

나무기술이 정부 주도 관광·마이스(MICE) 인공지능(AI) 시뮬레이션 플랫폼 구축 사업에 참여하며 AI·디지털트윈 기반 공간 분석 시장 공략에 나선다. 그래픽처리장치(GPU) 활용 역량을 앞세워 관광·전시·컨벤션 현장 안전 관리와 운영 효율성을 높인다는 목표다. 나무기술은 문화체육관광부가 추진하는 관광·마이스 분야 AI 시뮬레이션 플랫폼 구축 사업 우선협상대상자로 선정됐다고 14일 밝혔다. 회사는 이번 사업에서 AI 추론 백엔드와 GPU 오케스트레이션 기술 개발을 담당해 대규모 시뮬레이션 연산 환경 구축에 참여한다. 이번 사업은 AI와 디지털트윈 기술을 결합해 전시·컨벤션·관광 공간 운영 효율성과 안전 관리 체계를 고도화하는 프로젝트다. 행사 공간을 3차원(3D) 기반 디지털 환경으로 구현하고 관람객 동선과 공간 밀집도, 운영 시나리오 등을 사전에 분석·검증할 수 있는 통합 환경 구축에 초점을 맞췄다. 특히 관광·마이스 데이터를 활용한 군중 흐름 분석과 공간 예측 기능도 함께 적용된다. AI가 축적된 데이터를 학습해 밀집도 변화와 상황별 시나리오를 예측하고 실제 현장에서 수집된 정보는 다시 분석 과정에 반영되는 구조다. 현장 데이터가 반복적으로 축적될수록 시뮬레이션 정확도 역시 높아질 전망이다. 이번 프로젝트는 디지털트윈과 현장 실증, 군중 시뮬레이션, AI 기술 분야 기업·기관들이 컨소시엄 형태로 공동 수행한다. 이 가운데 나무기술은 AI 에이전트 분석과 대규모 연산이 안정적으로 이뤄질 수 있도록 GPU 실행 환경과 자원 관리 체계를 구축하는 핵심 엔진 영역을 맡는다. 최근 관광·전시 산업에선 대규모 행사와 실시간 공간 데이터 증가로 AI 기반 군중 분석과 디지털트윈 수요가 빠르게 확대되고 있다. 단순 모니터링을 넘어 실제 공간 운영 시나리오를 사전에 검증하고 안전 리스크를 줄이는 방향으로 기술 활용 범위가 넓어지는 모습이다. 나무기술은 클라우드 인프라 운영 경험과 AI 플랫폼 구축 역량을 바탕으로 GPU 자원 활용 효율을 높이고 다양한 시뮬레이션 환경에서도 안정적인 처리 성능을 지원할 계획이다. 향후 관광·마이스를 넘어 스마트시티와 공공 안전, 산업 공간 분석 분야까지 AI 시뮬레이션 사업 영역을 확대할 방침이다. 나무기술 관계자는 "이번 프로젝트는 AI 운영 기술과 GPU 기반 시뮬레이션 환경을 실제 관광·MICE 현장에 적용하는 사례"며 "클라우드와 AI 역량을 바탕으로 다양한 공간 분석·시뮬레이션 분야로 적용 범위를 확대해 나갈 것"이라고 밝혔다.

2026.05.14 15:14한정호 기자

태성에스엔이가 그린 AI 시대 시뮬레이션 미래는

태성에스엔이가 인공지능(AI)과 디지털 트윈을 활용한 제조업 사례 공유하는 장을 연다. 태성에스엔이는 14일 서울 강서구 코엑스 마곡 르웨스트홀에서 'TSTS 2026'을 개최한다고 4일 밝혔다. 이번 행사는 AI과 디지털 트윈 중심으로 각 산업별 실제 시뮬레이션 적용 사례를 공유하는 기술 컨퍼런스다. TSTS는 1990년 '컴퓨터 보조 공학 컨퍼런스'로 시작해 2021년 기술 공유 플랫폼 형태로 개편된 태성에스엔이 대표 행사다. 올해 전기·전자·반도체, 자동차·모빌리티, 항공우주·방산, 에너지·중공업, 헬스케어 등 5개 전문 산업 트랙으로 이뤄졌다. 오전 키노트 세션에서는 AI 인프라와 시뮬레이션 기반 설계의 최신 흐름이 집중적으로 소개된다. 김정호 카이스트 교수가 초거대 AI 시대를 뒷받침할 고대역폭 메모리(HBM)-고대역폭 플래시(HBF) 메모리 구조 혁신과 차세대 기술 방향에 대해 강연을 진행한다. 이어 신동준 LIG D&A 수석연구원은 고밀도 능동전자주사식 위상배열(AESA) 레이더 시스템의 수냉식 냉각판 설계·검증 사례를 통해 시뮬레이션 기반 설계가 실제 제품 검증으로 이어지는 과정을 소개한다. 윤진환 태성에스엔이 본부장은 AI 확산에 따른 시뮬레이션 기술 변화와 산업 현장 적용 전략을 발표한다. 오후 세션은 5개 트랙으로 산업별 실무 적용 사례가 다뤄진다. 전기·전자·반도체 트랙에서는 인쇄회로기판(PCB)·패키지 워피지 해석, D램(DRAM) 반도체 테스트 장비 시뮬레이션, 자동차·모빌리티 트랙에서는 차량용 전자제어장치(ECU) 신호무결성 최적화, 대용량 배터리 시스템 열폭주 해석, 광섬유 광학계 적용 리어램프 연구 결과가 공유된다. 항공우주·방산 트랙은 극저온 유동 다상 시뮬레이션과 항공기 복합재 레이돔 조류충돌 해석을, 에너지·중공업 트랙은 파이앤시스 기반 자동화 플랫폼 연계와 원자력 파워 사이클 열유체 시스템 해석을 다룬다. 신설된 헬스케어 트랙에서는 바이오 제약(Bio-Pharma) 제조 공정 시뮬레이션, 전산유체역학(CFD) 기반 바이오공정 디지털 트윈, 의료기기 인실리코 적용 사례 등이 소개된다. 행사장에는 전문 엔지니어 상담존도 운영돼 참가자들이 현장에서 직접 기술 상담을 받을 수 있다. 사전등록은 오는 8일까지 태성포털 홈페이지에서 가능하다. 심진욱 태성에스엔이 기술총괄 대표는 "AI 시대의 시뮬레이션은 단순 검증을 넘어 설계 의사결정의 핵심"이라며 "이번 서밋이 최신 기술 트렌드와 실제 산업 적용 사례를 확인하는 자리가 되길 바란다"고 말했다.

2026.05.04 09:52김미정 기자

"실험 횟수 20%↓"…다쏘시스템, 버추얼 트윈으로 화장품 R&D 지원

다쏘시스템이 버추얼 트윈 기술을 화장품 연구개발(R&D)에 적용한다. 다쏘시스템은 로쉐의 화장품 포뮬레이션 개발 체계를 강화한다고 16일 밝혔다. 보통 적절한 화장품 포뮬레이션을 찾기까지 평균 약 30회 실험이 필요하다. 로쉐는 다쏘시스템과 협력해 해당 과정을 가속화하고 효율성을 높일 방침이다. 이번 기술 접근 방식은 생성형 인공지능(AI)을 비롯한 화학 모델링, 시뮬레이션을 식물 기반 활성 성분 전문성을 통해 연구팀에 예측 기반 프레임워크를 제공한다. 이를 통해 연구자 전문성을 보완하고, 작업 효율과 성과를 동시에 올릴 수 있다. 다쏘시스템은 3D익스피리언스 플랫폼 기반 '서비스형 버추얼 트윈(Virtual Twin as a Service)' 기술을 로쉐에 공급한다. 이를 통해 로쉐의 활성 성분과 피부를 모델링할 예정이다. 버추얼 트윈을 활용하면 성분 간 상호작용 데이터를 분석하고, 피부 침투를 테스트함으로써 개발 초기 단계서부터 과학적 정확도를 높여 포뮬레이션의 효능을 시뮬레이션하고 강화할 수 있다. 해당 기술은 연구개발 성과와 민첩성, 전문성을 높이고, 실험 횟수를 20% 줄일 수 있다. 로쉐는 1959년에 설립됐으며 이브 로쉐(Yves Rocher)를 비롯한 사봉(Sabon), 아르본(Arbonne), 닥터 피에르 리코(Dr Pierre Ricaud) 등 브랜드를 운영하고 있다. 자연 유래 원료를 기반으로 효과적이고 지속가능한 뷰티·웰니스 제품을 개발했다. 베로니크 슈바르츠 부아슈 그룹 로쉐 최고과학책임자는 "다쏘시스템의 버추얼 트윈과 AI 기술을 통해 활성 성분의 효능을 보다 정밀하게 예측하고 더 효과적이고 자연 친화적인 포뮬레이션을 신속하게 개발할 수 있을 것으로 기대한다"고 말했다.

2026.04.16 11:36김미정 기자

[AI는 지금] "실험 대신 시뮬레이션"…메타, 뇌 기반 'AI 월드모델' 경쟁 본격화

메타가 인간 뇌 활동을 예측하는 인공지능(AI) 모델을 공개했다. 데이터 처리 중심이던 AI 경쟁이 인간 인지 구조를 모사하는 '뇌 기반 기술'로 확장되면서 산업 패러다임 전환의 신호탄이 될 것이란 분석이 나온다. 메타는 27일 자사 공식 블로그를 통해 시각·청각·언어 자극에 따른 뇌 반응을 예측하는 기초 모델 '트라이브 v2(TRIBE v2, TRImodal Brain Encoder)'를 발표했다. 이 모델은 오디오·영상·텍스트를 동시에 처리하는 구조를 기반으로 자극에 따른 뇌 활동을 디지털 형태로 예측·재현하는 것이 특징이다. '트라이브 v2'는 700명 이상의 피실험자와 500시간 이상의 기능적 자기공명영상(fMRI) 데이터를 학습했다. 이를 통해 약 7만 개 뇌 영역(voxel)의 반응을 정밀하게 예측할 수 있으며 학습하지 않은 자극에도 대응하는 '제로샷' 성능을 확보했다. 이 모델은 개별 뇌 측정 데이터를 넘어 인간의 공통된 반응 패턴을 모델링했다는 점에서도 주목된다. 실제 fMRI 데이터가 노이즈에 영향을 받는 것과 달리 '트라이브 v2'는 집단 평균에 가까운 '표준화된 뇌 반응'을 생성할 수 있다. 업계에선 이번 기술이 신경과학 연구 방식의 전환을 가져올 가능성에 주목하고 있다. 기존에는 실험마다 뇌 촬영이 필요했지만, 모델 기반 시뮬레이션을 통해 실험 과정을 대체할 수 있어 연구 효율성이 크게 개선될 수 있다는 분석이다. 산업적 활용 범위도 넓다. 의료 분야에서는 신경 질환 진단과 신약 개발 과정에서 활용 가능성이 제기된다. 임상 이전 단계에서 뇌 반응을 예측하는 방식으로 개발 비용과 시간을 줄일 수 있기 때문이다. AI와 로보틱스 분야에서는 인간의 감각·인지 구조를 반영한 차세대 모델 설계로 이어질 수 있다는 전망이 나온다. 콘텐츠 산업에서도 변화가 예상된다. 이용자의 감정과 몰입도를 뇌 반응 수준에서 분석할 수 있게 되면서 콘텐츠 제작과 추천 방식이 한층 정교해질 수 있다. 업계 관계자는 "이 모델은 단순한 응용 기술이 아니라 산업 전반의 의사결정 방식을 바꿀 수 있는 인프라 성격이 강하다"며 "콘텐츠, 의료, 로보틱스 모두에서 사람이 어떻게 반응하는지를 실험 없이 예측할 수 있다는 점에서 파급력이 클 것으로 보인다"고 밝혔다. 업계에선 이번 기술이 메타가 강조해온 '월드모델' 구현과도 맞닿아 있다는 분석을 내놨다. 외부 자극에 대한 인간의 인지 반응을 직접 모델링함으로써 단순 데이터 학습을 넘어 인간처럼 세상을 이해하고 예측하는 AI 구조에 한 발 더 다가섰다는 평가다. 특히 시각·청각·언어 정보를 통합해 공통 표현으로 처리한 뒤 이를 뇌 반응과 연결한 구조는 현실 세계를 내부적으로 시뮬레이션하는 월드모델의 핵심 요소를 반영한 것으로 분석됐다. 이처럼 다양한 산업으로 확장 가능한 범용 모델이라는 점에서 메타는 논문과 코드, 모델 가중치를 공개하는 오픈소스 전략을 병행했다. 신경과학 기반 AI 생태계에서 기술 확산과 표준 선점을 동시에 노린 행보로 해석된다. 메타는 "트라이브 v2는 수개월이 걸리던 신경과학 실험을 수초 단위 계산으로 전환할 수 있는 기반 모델"이라며 "뇌 반응 시뮬레이션을 통해 연구와 의료, AI 개발 전반을 가속화할 것"이라고 밝혔다.

2026.03.27 11:01장유미 기자

AI에 전쟁 시켜봤더니…95% '핵 버튼' 눌렀다

주요 인공지능(AI) 모델들이 전쟁 시뮬레이션에서 핵무기 사용을 적극적으로 선택하는 경향을 보였다는 연구 결과가 나왔다고 뉴사이언티스트, 더레지스터 등 외신이 25일(현지시간) 보도했다. 케네스 페인 영국 킹스칼리지 런던 교수가 이끄는 연구진은 구글 '제미나이 3 플래시', 엔트로픽 '클로드 소네트 4', 오픈AI 'GPT-5.2' 등 3개 AI 모델을 활용해 모의 전투 시뮬레이션을 진행했다. 연구진은 각 모델을 일대일로 맞붙인 뒤 영토 분쟁, 희귀 자원 분쟁, 정권 생존 위기 등 다양한 핵 위기 시나리오를 재현했다. 그 결과 AI 모델이 총 21차례 대결 가운데 20차례(95%) 핵무기 사용을 선택한 것으로 나타났다. 페인 교수는 "핵무기에 대한 금기는 인간 사회에서만큼 강력하게 작동하지 않는 것으로 보인다"고 말했다. 3개 AI 모델, 각기 다른 특성 보여 세 모델 모두 핵무기 사용에 적극적인 모습을 보였지만, 의사결정 방식에는 뚜렷한 차이가 있었다. 클로드는 교묘한 '전략가'에 가까운 모습을 보였다. 페인 교수는 "클로드의 경우 위험 수준이 낮을 때는 발언과 행동을 일치시키며 의도적으로 신뢰를 구축했다"며 "하지만 갈등이 격화되면 실제 행동이 공개적으로 밝힌 의도를 넘어섰고, 경쟁 모델들은 이를 파악하는 데 한발 늦었다"고 설명했다. GPT는 대체로 신중하고 소극적인 태도를 유지했다. 개방형 시나리오에서는 확전을 피하고 피해를 최소화하려는 '중재자' 성향을 보였으나 의사결정에 시간 제한이 주어지자 전혀 다른 양상을 나타냈다. 일부 실험에서는 마지막 순간 대규모 핵 공격을 감행하는 선택을 내렸다. 제미나이는 보다 강경한 태도를 보였다. 한 실험에서 제미나이는 “즉시 모든 작전을 중단하지 않으면 인구 밀집 지역에 대한 전면적인 전략 핵 공격을 실행하겠다”며 “우리는 함께 승리하거나 함께 멸망할 것”이라고 밝히며 핵무기를 택했다. 연구진에 따르면, AI 모델들은 다양한 선택지가 주어졌음에도 어떤 시나리오에서도 협상이나 후퇴를 택하지 않았고 패배가 예상되는 상황에서는 공격 수위를 높이거나 끝까지 충돌을 감수하는 경향을 보였다. “AI, 파괴적인 결정 내릴 가능성” 페인 교수는 “누군가 챗GPT에 핵무기 발사 코드를 맡기지는 않을 것”이라면서도 “이번 실험이 무의미한 것은 아니다”라고 강조했다. 그는 “AI 시스템은 이미 군사 분야에서 물류, 정보 분석, 의사결정 지원 등에 활용되고 있다”며 “앞으로 시간 압박이 큰 전략적 판단에 AI가 더 깊이 관여하게 될 가능성이 크다. AI가 전략적 문제를 어떻게 추론하는지 이해하는 일은 더 이상 학문적 논의에 그치지 않는다”고 말했다. 영국 IT매체 더레지스터는 “우리는 이미 AI가 중대한 결정을 내리는 방식을 이해해야 하는 단계에 와 있다”며 “주요 AI 모델들이 서로 다른 추론 방식을 보이고, 상황에 따라 행동을 바꾸며, 때로는 극단적 선택까지 감수하는 모습을 보인다는 점에서 우려가 커지고 있다”고 전했다.

2026.02.26 19:40이정현 미디어연구소

오중석 이노시뮬레이션 이사 "피지컬 AI 시대 올 수록 시뮬레이터 역할 커진다"

“시뮬레이터는 기술이 아니라 환경입니다.” 오중석 이사가 건낸 이 말은 이노시뮬레이션의 방향을 함축한다. 이노시뮬레이션의 시뮬레이터를 소개하는데 XR, 디지털 트윈, 피지컬 AI 같은 용어가 등장하지만 그의 설명은 특정 기술의 성능을 나열하는 데서 멈추지 않았다. 왜 지금 시뮬레이션이 필요한지, 무엇이 구현되지 않으면 검증 자체가 성립하지 않는지에 대한 문제 제기에 가까웠다. 오 이사가 가장 먼저 짚은 분야는 자율주행이다. 자율주행 AI가 고도화될수록 시뮬레이터는 사라질 것이라는 의견도 있지만 그는 오히려 검증 부담이 훨씬 커졌다고 봤다. AI는 스스로 판단하지만, 그 판단이 옳았는지는 결국 환경이 결정한다. 카메라와 라이다, 레이더, GPS 등 센서가 현실과 다른 입력을 받는 순간, 학습 결과 자체가 왜곡된다. 그래서 검증의 출발점은 알고리즘이 아니라 '현실과 구분되지 않는 조건'이어야 하며 그렇기에 시뮬레이터의 중요함이 더욱 증가한다는 설명이다. 오 이사는 "과거에는 ECU나 일부 제어계만 연결해도 충분하다고 여겼던 시절이 있었다. 하지만 완전 자율주행 단계로 갈수록 이런 방식은 한계를 드러낸다. 차량 전체가 실제 도로에 올라가 있는 것처럼 움직여야 하고, 센서 역시 실제 주행과 동일한 착각 상태에 들어가야 한다"라고 말했다. 이어서 "그렇지 않으면 AI는 현실에서 쓸 수 없는 내용을 학습한다"라고 말했다. AI 테스트의 본질은 계산 성능이 아니라 환경의 진실성이다"라고 표현했다. 이 개념은 시뮬레이터 시연에서 구체적으로 드러난다. 차량이 실제 도로를 달리지 않아도 센서는 이를 현실로 인식한다. 거대한 다이나모 위에 올라간 차량은 가상의 주행 환경 속에서 급제동을 하고, 회피 기동을 수행하며, 사람과 장애물을 인식한다. 카메라와 라이다, 레이더, GPS 등 실제 차량에 탑재된 센서들이 동일한 조건에서 동시에 작동한다. 훈련 시뮬레이터에 대한 문제의식도 같은 맥락에 있다. 그는 '기억되는 훈련'이라는 표현으로 기존 훈련 시스템의 한계를 표현했다. 사람이 만든 시나리오를 반복하는 구조에서는 몇 번의 훈련만으로도 다음 상황이 예측된다. 그 순간부터 훈련은 반사 신경이 아니라 기억력 시험으로 변한다. 이노시뮬레이션은 AI를 활용해 이 반복성을 제거하는 데 초점을 맞췄다. 같은 도로, 같은 하늘, 같은 노선에서도 매번 다른 사건이 발생하도록 만들고, 훈련자는 그때마다 새로 판단해야 한다. 오 이사는 “훈련 효과는 외우는 데서 나오지 않는다”고 설명했다. 철도 시뮬레이터에서는 이런 경향이 더욱 뚜렷하게 나타났다. 운행 조작 자체는 단순하지만, 실제 현장에서 중요한 것은 고장 상황이다. 선로를 달리는 열차 한 편성이 멈추면 전체 노선이 영향을 받는다. 이 상황에서 기관사는 단순히 운전하는 사람이 아니라, 고장을 판단하고 우회시켜 차량을 이동시키는 주체가 된다. 이노시뮬레이션의 철도 시뮬레이터는 이런 판단 과정을 훈련하기 위해 설계됐다. 전기 계통과 소프트웨어 장애를 동시에 구현하는 것도 같은 이유다. 군인을 위한 전술 훈련 시뮬레이터 시연에서 오 이사는 '적의 지능'을 핵심으로 꼽았다. 오중석 이사는“적이 멍청하면 훈련은 절반도 의미가 없다. 전투기와 전차 시뮬레이터에서는 적의 움직임을 룰 기반이 아니라 AI 학습 기반으로 구성한다. 실제 전술 교리와 행동 패턴을 반영해 판단하고, 회피하고, 공격하도록 만들었다"라고 말했다. 실제로 오 이사는 F-16과 F-15K 조종사들이 시뮬레이터 안에서 땀을 흘리며 실제 비행과 다르지 않은 긴장 반응을 보이던 장면을 언급하기도 했다. 몸이 먼저 반응할 정도면 이미 그 환경을 현실로 받아들이고 있다는 뜻이라고 설명했다. 이어지는 인터뷰에서 화제는 시뮬레이터 시장 전반에 대한 이야기로 이어졌다. 자율주행과 무인화, 피지컬 AI가 본격화 되는 시점에 시뮬레이션의 역할이 줄어들 수 여지가 있지 않냐는 질문에 대해 오 이사는 오히려 반대라고 답했다. 그는 "사람이 판단에서 빠질수록 검증은 더 복잡해지고, 실제 환경에서 시험할 수 없는 수천, 수만 가지 경우의 수를 사전에 걸러내야 한다. 한 번의 사고가 체계 전체의 신뢰를 무너뜨릴 수 있는 만큼, 테스팅 시뮬레이터는 보조 수단이 아니라 필수 인프라에 가까워지고 있다"고 말했다. 이는 이노시뮬레이션이 스스로를 시뮬레이터 기업으로만 규정하지 않는 이유이기도 하다. 오중석 이사는 이노시뮬레이션을 장비를 파는 곳이 아니라, 판단의 조건을 설계하는 곳에 가깝다고 설명했다. 특정 산업이나 플랫폼에 국한되지 않고, 자율주행·철도·항공·국방 등 각기 다른 영역에서 공통으로 요구되는 것은 결국 동일한 질문이라는 이야기다. 그는 "시뮬레이터는 현실에서 검증할 수 없는 상황을 어떻게 가상에서 먼저 통과시킬 것인지에 대한 질문에 답하기 위한 수단일 뿐, 목적 자체는 아니다"라고 말했다. 이노시뮬레이션은 어떤 기업인가에 대한 정의는 조준희 대표의 설명이 이어지며 분명해졌다. 조 대표는 이노시뮬레이션을 XR 디지털 트윈 기반 피지컬 AI 시뮬레이션 기업으로 정의했다. 새로운 기술을 내세우는 회사라기보다는, 현실 세계를 가상 공간으로 옮겨와 검증 가능한 형태로 만드는 회사라는 의미다. 조준희 대표는 "과거에도 관련 개념은 존재했지만 지금에서야 컴퓨팅 성능과 AI, 소프트웨어가 동시에 받쳐주며 실제 산업으로 작동할 수 있는 시점이 됐다. 이제 시장이 개화하는 셈이다"라고 덧붙였다. 이노시뮬레이션이 스스로 평가하는 경쟁력 핵심은 '도메인 언어'다. 보기 좋은 그래픽만으로는 현실 같은 훈련이 만들어지지 않는다며 실제 차량과 무기 체계는 물리, 전기, 제어가 동시에 얽혀 움직인다는 점을 정확히 인지하고 있어야 한다는 것이 조준희 대표의 설명이다. 조 대표는 "탱크를 다루는 사람과는 탱크의 언어로, 자율주행 엔지니어와는 그들의 언어로 대화할 수 있어야 한다"고 말했다. 이노시뮬레이션은 이렇게 그들의 언어로 대화할 수 있는 기업이라는 자부심을 드러낸 셈이다. 이노시뮬레이션이 말하는 시뮬레이션의 역할은 명확하다. 실제 환경을 그대로 옮긴 가상 세계에서 충분히 실패하고, 그 실패를 현실로 가져오지 않게 만드는 존재라는 이야기다. 자율주행과 무인화, 피지컬 AI가 일상이 될수록 시뮬레이션은 선택이 아니라 전제가 된다. 이노시뮬레이션이 구축해 온 가상 환경이 산업과 국방, 모빌리티 전반에서 의미를 갖는 이유도 바로 이 지점에 있다.

2026.02.10 11:12김한준 기자

Prev 1 2 Next