다쏘시스템, 설계 솔루션 ‘카티아’에 산업용 AI 결합…엔지니어 생산성 높인다

다쏘시스템이 설계 솔루션 '카티아(CATIA)'에 산업용 AI를 접목하고 있다. 목적은 엔지니어 설계·개발 생산성 향상이다. 산업용 AI 결합 효과로는 설계 혁신과 엔지니어 전문성·창의성 확장이 제시됐다.

다쏘시스템코리아는 27일 서울 양재 엘타워에서 '카티아 유저 심포지엄 코리아'를 개최했다. 이번 행사에서는 카티아 기술 진화 방향과 산업용 AI 활용 동향을 공유했다.

이주상 다쏘시스템코리아 본부장은 발표에서 AI 고도화가 제조업 설계·개발 방식 변화를 초래하고 있다고 진단했다. 그는 제조업 설계·개발에서 AI의 역할이 넓어지고 있다고 설명했다.

이주상 본부장은 AI가 반복적 모델링 작업을 자동화하고, 설계 요구사항을 직접 분석하며, 다양한 설계 대안을 탐색하는 데 활용되고 있다고 밝혔다. 또 AI 적용 범위가 점차 확대되고 있다고 설명했다.

이어 이주상 본부장은 미래에는 AI 적용 영역이 추가로 확산할 것으로 봤다. 이러한 흐름 속에서 산업용 AI 결합은 설계 혁신으로 이어지고, 엔지니어 전문성·창의성 확장에도 영향을 미치고 있다.

사진은 이주상 다쏘시스템코리아 본부장이 '카티아 유저 심포지엄 코리아'에서 발표하는 모습이다. 사진 촬영자는 양승갑 기자다.

AI의 확산으로 엔지니어의 업무와 제품 개발 방식이 변화하고 있다. 주요 변화는 엔지니어가 고부가가치 업무에 집중하게 되는 점과 더 나은 제품을 효율적으로 개발하게 되는 점이다. 주목 대상은 AI에 따른 엔지니어 업무·제품 개발 방식 변화다.

다쏘시스템은 산업용 AI를 설계·엔지니어링 혁신의 핵심으로 설정하고 있다. 카티아는 3D 설계·엔지니어링 솔루션으로, 3D익스피리언스 플랫폼에서 설계 데이터와 개발 과정을 연결한다. 또한 카티아는 AI 결합으로 설계와 협업 지원 기능을 강화하고 있다.

이 본부장은 축적한 산업 전문 지식과 노하우를 기반으로 버추얼 트윈과 AI를 결합해 산업 현장의 복잡한 과제 해결을 지원하겠다는 의지를 밝혔다. 또 엔지니어의 다양한 설계 대안 검토를 지원하고, 제품 성능과 동작의 가상 환경 검증을 지원하며, 더 신뢰할 수 있는 의사결정을 지원하는 방향이라고 설명했다.

이 본부장은 AI가 엔지니어의 대체 대상이 아니라고 밝혔다. 이어 AI는 엔지니어의 전문성과 창의성을 확장하는 동반자라고 설명했다.

제품의 기능과 쓰임이 변화하면서 설계와 검증 방식도 달라져야 한다는 필요성이 제기되고 있다. 설계와 검증, 자동화를 연결하고 산업 지식 활용을 높여야 한다는 문제의식도 함께 나온다.

사진 속 인물은 자비에 멜코니언 다쏘시스템 카티아 버추얼 익스피리언스 시니어 디렉터다. 사진은 양승갑 기자가 촬영했다.

자비에 멜코니언은 제품 복잡성이 증대하고 있다고 설명했다. 또 전기·소프트웨어·복합재의 상호의존과 지속가능성·새 제조 공정에 대한 고려가 필요해지면서 전 과정을 더 빠르게 수행해야 한다고 밝혔다.

이에 대응해 다쏘시스템은 산업용 AI를 결합한 '3D 유니버스(3D UNIV+RSES)' 비전을 추진하고 있다. 이는 변화한 제품 개발 환경에 맞춰 설계·검증·자동화를 연결하고 산업 지식 활용을 높이려는 방향과 맞닿아 있다.

카티아는 기존 설계 애플리케이션과 '버추얼 트윈', '버추얼 컴패니언', '생성형 경험'을 결합하는 방향으로 발전하고 있다. '버추얼 트윈'은 제품·공정을 가상 구현하는 역할을 하고, '버추얼 컴패니언'은 업무를 지원하고 수행하는 역할을 맡는다. '생성형 경험'은 작업 자동화를 담당한다.

설명된 구조는 버추얼 트윈을 중심으로 제품 정보를 공유하는 방식이다. 이 과정에는 여러 분야 전문가가 참여해 설계·성능 검토를 수행한다.

여기서 버추얼 컴패니언은 기업 지식·노하우를 활용해 사용자를 안내하고 작업을 수행하는 역할을 맡는다. 멜코니언 디렉터는 버추얼 컴패니언이 플랫폼의 지식·노하우로 사용자를 지원·교육하고 업무를 수행한다고 설명했다. 생성형 경험 기능은 설계 규칙 등을 반영하고 반복 작업을 자동화하며 다양한 설계 대안을 신속하게 탐색하도록 지원한다. 멜코니언 디렉터는 생성형 경험이 지식·노하우 기반의 작업 자동화로 생산성을 향상한다고 밝혔다.

이를 가능하게 하는 기반으로 다쏘시스템은 '산업 월드 모델'을 제시했다. 다쏘시스템은 이를 산업 지식·노하우, 물리 모델·시뮬레이션, 추론·생성 기능을 결합한 산업용 AI 모델이라고 설명했다. 목적은 기업 고유 설계 지식을 활용하고 실제 제품 요구 수준의 정확성·신뢰성을 확보하는 데 있다.

멜코니언 디렉터는 업무 방식과 필수 사내 규정에 관한 구체적 지식을 보유하고 있으면 이를 플랫폼에 반영할 수 있다고 밝혔다.

그는 특히 실제 비행이 필요하고 비행 인증 대상인 제품을 작업할 때는 설계 요구사항을 정확히 충족해야 한다고 설명했다. 이어 플랫폼에는 과학적 근거에 기반한 신뢰성이 중요하다고 강조했다.

이어 김기현 다쏘시스템코리아 카티아 기술팀 총괄팀장이 카티아 AI 기능과 엔지니어링 적용 사례를 소개했다. 사진은 김기현 다쏘시스템코리아 카티아 기술팀 총괄팀장의 소개 장면이며, 사진은 양승갑 기자가 촬영했다.

김기현 팀장은 카티아 내 AI 확산으로 설계 오류를 줄이고 변경 작업을 자동화하고 있다고 설명했다. 그는 카티아의 모델링 기능 고도화도 진행하고 있다고 밝혔다.

브래킷 모델 사례에서는 필렛 추가 작업이 제시됐다. 이 사례에서는 60가지 설계변수 조합 중 27가지만 오류 없이 갱신됐다.

이에 따라 개선 조치로 필렛 반경을 설계자 허용 범위 내에서 자동 조정하도록 했다. 그 결과 갱신 성공률은 97% 상승했다.

AI 기반 자동화 기능으로는 도면 이미지의 형상·치수 정보 추출과 설계 이력 없는 3D 형상 재구성, 수정 가능한 모델화가 제시됐다. 기술 문서의 파라미터·관계 분석과 설계 변경 적용 규칙 생성 기능도 설명됐다.

김 팀장은 이 같은 기능이 카티아 기능 수행 과정에서 내부적으로 AI 알고리즘·학습 모델을 활용해 자동화하는 방식이라고 밝혔다.

이어 '레오'를 활용한 컨베이어 설계 변경 사례가 소개됐다. 레오는 버추얼 컴패니언 중 설계·엔지니어링 업무 담당 AI로, 사용자 요청 조건으로 크기·하중 조건이 변경되자 관련 파라미터를 탐색·설명하고 변경값을 모델에 적용했다. 이후 기존 템플릿 정의 규칙을 기반으로 롤러 개수·간격·지지 구조를 조정했다.

김 팀장은 AI의 역할 방향성에 대해 사람을 대체하는 것이 아니라 상호작용 기반으로 엔지니어가 더 빠르고 정확한 결과에 도달하도록 지원하는 데 있다고 밝혔다.

관련 작업의 토대로는 기업 고유 설계 지식과 플랫폼의 연결을 강조했다.

김 팀장은 외부 AI 학습만으로는 일부 한계가 있다고 설명했다. 이어 플랫폼 내 AI와의 상호작용을 기반으로 산업 활용 가능한 형태의 AI 제공을 지향한다고 밝혔다. 또한 축적 정보를 단순 데이터베이스화하는 것은 지양하고, 해당 정보를 AI 학습·활용 가능한 온톨로지로 발전시키려 한다고 설명했다.

출처: 아이티데일리 (IT DAILY) · 양승갑 기자
원문: https://www.itdaily.kr/news/articleView.html?idxno=242474

참고자료

• https://www.itdaily.kr/news/articleView.html?idxno=242474