전 세계를 강타한 생성형 AI 기술을 조직의 수년간 축적된 지식에 활용하면 설계 및 개발 엔지니어에게 새로운 차원을 열어줍니다. 이 강연에서는 Altair RapidMiner 플랫폼을 사용하여 생성형 AI를 사용하여 축적된 설계 및 개발 데이터 지식 기반을 구축하고 활용하는 방법에 대해 집중적으로 다룹니다.

1) 생성형 AI, 어디까지 왔나?: 인공지능의 현재와 미래

2) 우리는 어떻게 대응해야 하는가?: AI를 대하는 우리의 자세

시장과 고객의 니즈가 다양해지고, 니즈의 변화 속도가 가속화되고 있다. 또한, Time-to-Market의 중요성 확대로 인한 연구 개발 업무의 효율화 지원이 필요하며,

미래 먹거리 발굴 및 기술에 대응하기 위한 기초 체력 강화가 절실해지고 있다. 따라서, 디지털 트랜스포메인션을 통한 연구 개발 업무 방식에 대한 근본적 변화가 필요한 시점이다.

하지만, 연구 개발 영역의 Data 활용의 현실을 살펴 보면, 비정형화된 업무로 규칙적으로 생성되는 데이터가 적고, 연구 활동간 생성되는 데이터를 자동으로 수집하여 축적하는

인프라 구성이 미비한 구조적 제약이 있다. 또한, 데이터 종류가 다양하다 보니 규격화된 Template이 제한적이고, 경험 기반으로 기록을 정리하고 축적하다 보니 일원화된 Rule이 부재한 상황이다.

또한 일원화된 품질 관리 Owenership을 갖는 거버넌스 체계 도입이 어렵고, Data 공유를 꺼리는 공감대 부재 측면의 비구조적 제약도 있다.

결국, 업무별로 데이터 기반 업무 수행의 수준과 문제점, 목표를 활용 시나리오 기반으로 정의하는 Process 관점의 접근이 필요하며, 데이터 그 자체의 통합과 연계, 품질을 고려하고,

데이터 인프라 접근 및 활용을 고려하는 데이터 관점의 큰 그림의 필요하다. 마지막으로 Domain별로 데이터 생성/활용/연계/집계/분석을 지원하는 Application 관점에서의 접근도 필요하다.

자동차 CAE 부문에서, 시험/해석 데이터를 기반으로 AI를 활용하여 성능 예측모델을 개발한 몇 가지 사례들을 소개하고, 향후 발전적 시도를 지원하기 위한 방안을 함께 고민해 보고자 한다.

Altair AI Solution은 시뮬레이션 결과를 최소한의 작업으로 학습 및 예측 모델을 생성합니다. 
HyperWorks 내의 주요 제품들과의 강력한 통합으로 추가 모듈 구매 없이도 사용할 수 있어, 사용자들에게 비용 절감과 사용 편의성을 제공합니다. 
Altair AI Solution은 shapeAI, physicsAI, romAI, DesignAI로 구성되어 있으며 각각 '형상 분류', '물리현상 예측', '클라우드 환경에서의 제품 최적화', '차수 축소 모델 생성' 등 다양한 물리적 현상을 다룹니다. 
이를 통해 사용자들은 최소한의 개입으로 빠르게 예측 결과를 얻을 수 있어 제품 개발 단계에서 빠른 의사 결정을 할 수 있습니다. 
본 발표에서는 Altair AI Solution의 다양한 적용 사례와 제품 개발 가속화를 위한 시나리오를 소개하겠습니다.

Altair® romAI™는Altair® Twin Activate™의획기적인 인공 지능(AI) 기반 기술입니다. 시스템 평가에 ROM을 활용하면 DEM(이산 요소 해석), CFD(전산 유체 역학), FEA(유한 요소 해석)과 같이 계산 비용이 많이 드는 시뮬레이션의 속도를 높여 아이디어를 테스트하고 시스템 성능을 최적화할 수 있는 여지를 더 많이 확보할 수 있습니다. 이러한 간소화된 접근 방식을 통해 시장 출시 시간을 단축하고 비용을 절감하며 지속 가능성 목표를 더 빨리 달성한 사례를 소개합니다.

이번 발표에서는 특히 해석 시간비용이 많이 소요되는 Powder의 혼합, 압축, 건조 공정에 대한 사례를 공유합니다. 각 공정의 실제 DEM시뮬레이션은 상당한 컴퓨팅 파워와 시간이 소모됩니다. 따라서 엔지니어가 주어진 시간에 검토할 수 있는 케이스가 적어집니다. 하지만ROM을 활용하여 획기적인 시간 단축과 변수 최적화까지 쉽게 수행 가능합니다.

GPU를 기반으로 하는 AI/ML 환경에 대한 수요는 나날이 늘어가고 있는 가운데 HPC로 GPU 연산이 통합되는 전환 과정도 지속적으로 진행되고 있습니다. 이번 발표에서는 알테어의 PBS Professional을 포함한 다양한 HPCWorks 제품들을 이용하여 고급 GPU Scheduling 및 K8S 연동 통합 구축 사례 및 하드웨어 수요 예측 시뮬레이션 하는 등의 시스템 구조에 대해 소개합니다.

셀프서비스분석은 분석 전문가가 아닌 현업의 전문가들이 데이터 분석 도구를 사용하여 스스로 데이터를 분석을 수행하고, 분석 결과를 업무 의사결정에 직접 사용하는 분석 활용 전략을 말한다. 셀프서비스 분석에 대한 초기의 개념은 대략 2016년 가트너의 보고서에서 처음 제안되었으며, 이후 분석을 사용하여 회사의 전체적인 혁신을 도모하는 분석중심경영(analytics driven management)에서 핵심으로 간주되어 왔다. 최근 AI 기술은 비약적으로 발전하고 있다. AI로 인한 셀프서비스분석의 변화 방향과 이를 지원하는 분석 소프트웨어가 갖추어야 할 기능에 대해 소개하고자 한다. 

AI 여정에 발을 들여놓음으로써 엔지니어는 단순히 툴킷을 업그레이드하는 것이 아니라 미래의 엔지니어링 표준을 정의할 지속적인 학습과 혁신의 문화를 수용하게 됩니다. 알테어 원 플랫폼은 애플리케이션 소프트웨어, 맞춤형 AI 알고리즘, HPC 하드웨어, 관리 포털의 융합이 발견과 발전을 위한 생태계를 조성하는 이 세계로 원활하게 진입할 수 있는 지점을 제공합니다. 미래 지향적인 엔지니어라면 놓칠 수 없는 기회입니다.