인공지능(AI) 시대 시뮬레이션이 제품 개발 속도를 좌우하는 핵심 도구로 떠오르고 있다. 항공모빌리티(AAM)를 비롯한 방산, 로봇, 타이어 개발 기업은 실물 제작 전 성능과 소음, 진동, 결함을 가상환경에서 먼저 검증하려는 움직임을 보이고 있다. 

28일 IT 업계에 따르면 AI 확산 후 방산, 로봇 등 고비용·고위험 산업에서 시뮬레이션 기반 개발 방식이 확산하는 것으로 나타났다. 가상환경에서 성능, 소음, 진동, 결함을 먼저 검증해 개발 기간과 비용 부담을 줄이기 위한 목적이다. 

이에 업계에선 시뮬레이션이 설계 해석 도구에서 제품 개발 인프라로 바뀌고 있다고 보고 있다. 설계 데이터를 비롯한 해석 조건, 진행 프로세스, 결과 저장 위치, 의사결정 활용 이력까지 함께 관리해야 한다는 인식도 커지고 있다.

기존 시뮬레이션 업무는 파일과 개인 폴더 중심으로 운영되는 경우가 많았다. 이 방식은 프로젝트가 커지고 참여자가 늘어날수록 최신 버전 관리, 결과 재사용, 변경 이력 추적이 어려워지기 일쑤였다. 반면 시뮬레이션 환경에선 해석 모델, 조건, 결과, 리포트, 의사결정 이력을 연결·추적할 수 있다. 

다쏘시스템은 3D익스피리언스(3DX) 플랫폼 기반 시뮬레이션 프로세스·데이터 관리(SPDM)로 업무 환경을 개선하고 있다. 해석 모델을 비롯한 조건, 결과, 리포트, 의사결정 이력을 한 플랫폼에 연결해 요구 사항, 설계, 해석, 결과까지 디지털 스레드(Digital Thread)로 관리하는 식이다.

개발 단계에서 성능 리스크 줄인다

현재 업계에선 다쏘시스템 시뮬레이션으로 개발 단계부터 성능 리스크를 줄일 수 있다는 목소리가 나오고 있다. AAM과 로봇, 방산처럼 실제 환경 시험에 많은 시간과 비용이 드는 분야일수록 가상 해석을 통한 사전 검증 필요성이 커지는 분위기다.

현재 AAM 분야에서는 도심 운항을 전제로 한 소음 해석 중요성이 커지고 있다. 이학진 경상국립대 항공우주공학부 부교수는 최근 서울에서 열린 '시뮬리아 유저 데이 2026'에서 AAM 비행체가 도심에서 운항하려면 소음 문제가 핵심 병목이 될 수 있다고 봤다.

실제 AAM 비행체는 활주로 없이 이착륙하기 위해 여러 소형 프로펠러를 쓰는 방향으로 개발되고 있다. 다만 여러 프로펠러가 만드는 복잡한 바람이 기체와 상호작용하면 새로운 소음원이 생길 수 있다. 개발 단계에서 고정밀 공력·소음 해석이 필요한 이유다.

이날 이학진 부교수는 해결책으로 다쏘시스템 '파워플로(PowerFLOW)'를 제시했다. 파워플로는 다쏘시스템의 유체·공력 소음 해석 소프트웨어다. 복잡한 유동과 소음을 고정밀로 예측하는 기능을 갖췄다. 이 교수는 "파워플로는 여러 프로펠러가 만드는 복잡한 유동 구조와 소음 수준을 예측하는 것을 돕는다"고 설명했다. 

로봇 분야에서는 구동계 진동이 실제 소음으로 이어지는 경로를 분석하는 데 시뮬레이션이 활용되고 있다. 임상혁 다쏘시스템코리아 파트너는 현대로보틱스가 '심팩(SIMPACK)'과 '웨이브6(Wave6)'를 연계해 로봇 팔 작동 소음을 분석한 사례를 이번 행사에서 소개했다. 

심팩은 기어, 샤프트, 베어링 등 기계 시스템의 움직임과 진동을 시간 흐름에 따라 분석하는 다물체 동역학 해석 소프트웨어다. 웨이브6는 구조물 진동이 공기 중으로 퍼지며 발생하는 소음 수준을 예측하는 음향 해석 소프트웨어다.

해당 프로젝트 목적은 로봇 팔에서 발생하는 소음을 분석하고 개선안을 도출하는 것이었다. 여기서 심팩은 드라이브트레인과 하우징 진동을 해석했으며, 웨이브6는 하우징 진동이 공기 중으로 방사되는 음향을 계산하는 방식으로 쓰였다.

이날 방산 분야에서는 유도무기 안에 들어가는 소형 레이다 센서와 레이돔 해석 사례가 소개됐다. 백종균 LIG 방산·항공우주 부문 수석은 유도무기 개발이 군 요구 사항을 반영한 설계부터 구현, 시험, 체계 통합, 운용 시험, 양산까지 이어지는 장기 프로젝트라고 설명했다.

유도무기용 소형 레이다 센서는 목표물을 찾고 따라가기 위한 핵심 부품이다. 고출력 신호를 목표물 방향으로 쏘고 되돌아온 신호를 분석해 무기가 표적을 정밀하게 추적할 수 있도록 돕는다.

이 과정에서 다쏘시스템 전자기장 해석 소프트웨어인 'CST 스튜디오 스위트(CST Studio Suite)'가 안테나와 레이돔 성능을 미리 검증하는 데 활용됐다. 백 수석은 "그동안 부품을 직접 만들고 측정해야 슬롯 특성을 확인할 수 있었다"며 "CST를 활용하면 가상환경에서 단일 슬롯을 모델링하고 S-파라미터(S-parameter) 기반으로 필요한 특성을 계산할 수 있어 편리하다"고 강조했다. 

시뮬레이션, 가상 검증 영역 확장

이날 안전검사 분야에서는 시뮬레이션과 머신러닝(ML)을 결합한 사례도 소개됐다.

문성인 한국원자력연구원 책임연구원은 케이블카 등에 쓰이는 삭도용 와이어로프 검사 신호에서 잡음을 줄이기 위해 'CST 스튜디오 스위트' 정자계 시뮬레이션과 딥러닝을 활용한 연구를 발표했다.

보통 와이어로프 검사는 케이블카와 산업 설비 안전에 직결되는 작업이다. 현장에서는 검사자가 높은 곳에서 작업해야 하며, 일부 검사는 사람 눈이나 경험에 의존해 객관적인 판단이 쉽지 않다.

이를 해결하기 위해 한국원자력연구원은 3차원 정자계 시뮬레이션으로 와이어로프 결함 신호를 사전 제작했다. 여기에 현장에서 측정한 잡음 신호를 섞어 학습용 데이터를 만들고, 딥러닝으로 학습시켜 잡음 제거 모델을 개발했다. 문 책임연구원은 "현재 검사 신호에서 결함 정보는 최대한 유지하면서 현장 잡음을 줄였다"며 "와이어로프 결함 판별 정확도를 높일 수 있다는 점을 확인했다"고 강조했다.

타이어 산업에서도 가상 해석 수요가 커지고 있다. 김일식 한국타이어앤테크놀로지 책임연구원은 차량 소음 규제가 강화되고 완성차 업체 가상 엔지니어링 요구가 늘어난 점을 짚었다. 이에 유한요소(FE) 기반 공기 방사 소음 해석을 도입했다고 설명했다.

한국타이어는 기존 카티아 기반 2D 패턴 도면 예측과 AI 알고리즘 기반 예측 한계를 보완하기 위해 FE 해석을 활용했다. 기존 방식만으로는 타이어 홈 깊이와 구조 정보를 충분히 반영하기 어려워 더 정밀한 소음 예측이 필요했다는 설명이다. 

해석 과정은 FE 타이어 모델을 만들고 아바쿠스로 구조 움직임을 계산한 뒤, 그 결과를 웨이브6에 넣어 소음을 예측하는 방식으로 이뤄졌다. 이 과정에서 타이어 블록이 떨리며 생기는 진동과 홈 안의 공기가 흔들리며 생기는 공기 펌핑 소음을 함께 고려했다. 

관련기사

김 책임연구원은 "그 결과 기존 2D 패턴·AI 예측 방식보다 타이어 구조와 홈 깊이 영향을 더 정밀하게 반영할 수 있었다"며 "실제 시험에 가까운 소음 예측이 가능해졌다"고 말했다.

이상훈 다쏘시스템코리아 파트너는 "AI 시대 설계와 해석, 검증, 의사결정 데이터 연결 역량이 중요해지고 있다"며 "지금은 기업이 시뮬레이션 자체를 조직 자산으로 전환해야 하는 시대"라고 밝혔다.