마니쉬 쿠마 다쏘시스템 솔리드웍스 CEO 겸 R&D 부사장. (출처=바이라인네트워크)
| | |

솔리드웍스 CEO가 그리는 생성형 설계의 미래

[인터뷰] 마니쉬 쿠마 다쏘시스템 솔리드웍스 CEO 겸 R&D 부사장

“AI는 디자인 제작을 매우 쉽게 만들어 줄 것이지만, 제작물이 많아지면 그 결과물을 입증하는 것이 더욱 중요해진다. AI가 수많은 모델을 만들어내더라도 그중 하나가 올바른 모델이라는 것을 증명하는 것이 매우 가치 있게 여겨지는 것이고, 바로 그 지점에서 엔지니어의 가치가 드러난다.”

마니쉬 쿠마 다쏘시스템 솔리드웍스 최고경영자(CEO) 겸 R&D 부사장은 최근 한국 기자단과 가진 인터뷰에서 생성형 AI 기반 설계에서 엔지니어의 미래 모습을 이같이 전망했다.

다쏘시스템은 올해 솔리드웍스의 생성형 AI 기능을 에이전틱 AI 레벨로 진화시키고 있다. 단순히 질문하고, 답변 받는 수준의 도움을 넘어선다. 사람이 구체적인 작업을 지시하면, 여러 전문 AI 에이전트가 백엔드에서 학습된 프로세스에 따라 작업을 완수하는 것이다.

이를 위해 전문 역량과 스킬이란 개념도 거론하기 시작했다. 아우라, 레오, 마리 등의 버추얼 동반자는 복잡한 업무를 장시간 지속하기 위해 에이전틱 AI 역량과 스킬을 활용한다. 전체 업무 목표를 부여 받아서, 실행 계획을 세우고 필요한 스킬과 에이전트, 인간 전문가를 조율하며, 진행 단계별 작업 결과와 환경 변화를 보면서 계획을 수정하고, 중요한 결정 단계에서 사용자의 검토와 승인을 받는다. 작업으로 발생하는 상호 작용과 수정 사항은 향후 작업에 재활용한다. 필요하면 작업 계획서를 작성하는 아우라가 전문 설계를 해야 할 상황에 레오를 호출해 목표를 달성한다는 게 회사측의 설명이다.

다쏘시스템은 AI 모델 자체보다 산업별로 축적한 지식을 에이전트의 전문 스킬과 역량으로 구체화했다.

마니쉬 쿠마 CEO는 “솔리드웍스는 레오, 아우라, 마리 등 버추얼 동반자 도구를 출시하면서, 제조, 설계, 시뮬레이션, 데이터 관리까지 모든 것을 아우르도록 전환됐다”며 “버추얼 동반자는 디자인 영역뿐 아니라 모든 영역에서 작동하며, 사용자는 어떤 도우미를 쓸 지 걱정하지 않고 패널에 질문을 입력하면 답을 받을 수 있다”고 말했다.

그는 “버추얼 동반자 이면에는 역량(Competency)과 스킬(Skill)이란 2가지 핵심 개념이 있다”며 “가령, 레오는 기계 설계 역량, 설계 성능 분석 역량, 기계 프로그래밍 역량 등의 전문적인 역량을 갖고 있고, 그 역량이란 개념 아래 스킬이 있어서 설계 분야라면 그 안에 기계 설계, 개념 설계, 상세 설계, 제도 같은 게 있다”고 설명했다.

이어 “버추얼 동반자는 현재 셋밖에 없지만, 앞으로 계속해서 더 많은 역량을 추가하고, 각 역량 안에도 더 많은 스킬을 추가할 것”이라며 “현재의 역량이나 버추얼 동반자는 그 밑에 깔린 정교함에 도달하기 위한 진입점에 있으며, 앞으로도 역량과 스킬을 더욱 발전시켜 나갈 것”이라고 밝혔다.

다쏘시스템의 버추얼 동반자는 올해 봄 정식 유료 서비스로 출시됐다. 반응은 꽤 좋다고 한다.

그는 “지난 2년 사이 솔리드웍스를 구매한 사용자 대부분은 이미 AI 기능에 접근할 수 있으며, 제품 사용자 당 2100개의 블루토큰을 제공한다”며 “기다리지 않고 바로 사용할 수 있다”고 말했다.

블루토큰은 AI 에이전트가 실제 설계 작업을 수행할 때 사용하는 크레딧 기반 과금 단위다. AI 사용량 측정 및 과금 체계로, 일반적인 LLM의 입력·출력 토큰처럼 AI로 처리된 텍스트의 양 대신, 실행한 스킬과 제공한 작업 결과의 가치에 따라 토큰을 차감한다. 블루 토큰 한개의 가격은 5센트다.

그는 “버추얼 동반자를 상용화한 지 5개월밖에 안 됐는데 지금까지 다쏘시스템의 고객이 수백만개의 블루 토큰을 사용했을 정도로 인기 있다”며 “지난달 만난 한 고객은 자체 벤치마크로 사용할 데이터세트를 만들었는데, 솔리드웍스의 생성형 드로잉 기능을 활용해 데이터세트의 생산성을 50~60% 향상시키고, 우리와 함께 향후 6개월 안에 90%까지 끌어올린다는 목표를 세웠다”고 밝혔다.

생성형 드로잉 기능은 솔리드웍스의 AI가 3D CAD 모델을 분석해 제조·검토에 필요한 2D 엔지니어링 도면을 자동으로 작성하는 기능이다. 마니쉬 쿠마 CEO는 생성형 드로잉 기능을 ‘리액트(Reasoning and Acting) 프레임워크’의 대표적 예라고 설명했다.

리액트 프레임워크는 AI가 추론과 행동을 반복하며 복잡한 작업을 수행하도록 만드는 AI 에이전트 아키텍처다. LLM이 내부 지식만으로 답을 생성하는 대신 외부 도구를 실행하고 그 결과를 관찰하면서 다음 행동을 결정하도록 하는 것이다.

솔리드웍스의 AI는 입력값을 바탕으로 단순히 출력을 내놓는 것에서 벗어나 사고 모델을 거쳐 최적의 답을 내놓을 때까지 출력값을 다듬는다. 생성형 드로잉 기능은 도면을 요청받았을 때 보기, 치수 배치, 단면도 등의 무한한 선택지 중에서 사고 모델을 활용해 어떤 보기에 치수를 배치해야 하는지, 그 이유는 무엇인지 결정하고, 결과를 관찰하고 필요에 따라 조정한다고 한다.

그는 “이 기능을 사용하지 않는 고객사가 부품이나 어셈블리를 기반으로 도면을 생성할 때, AI를 활용하면 얼마나 많은 시간을 절약할 수 있을지 상상해 보라”며 “모든 회사는 모든 부품에 대한 2D 도면을 작성해야 하고, 설계 시간의 거의 3분의 1은 도면 제작에 소요되는데, 그 생산성이 90% 향상된다면 영향은 정말 크다”고 강조했다.

레오에게 사용자가 명확한 지시를 내리면, 레오는 여러 스킬과 에이전트를 백그라운드에서 작동시켜 지시를 이행한다. 사용자는 중간 단계를 신경쓰지 않고 결과에만 집중할 수 있다. 일반적인 설계 철학에 맞도록 스킬이 순차적으로 실행되고, 사용자는 하나의 결과를 볼 수 있게 된다.

그는 “또 하나의 예로, 어셈블리를 만들 때 어셈블리에 하드웨어 구성 요소가 있는 경우 모든 구멍이 서로 다른 구성 요소 간에 정렬돼야 하는데, 실수가 발생하면 불량품 생산시켜서 실제 금전적 손실을 일으키므로 누구도 구멍 정렬 검사를 하고 싶어하지 않는다”며 “솔리드웍스의 AI는 모든 한국 엔지니어에게 더 넓은 영향력을 행사할 수 있는 기회를 제공할 것”이라고 강조했다.

제조 기업의 데이터는 매우 파편화돼 있다. 그래서 무조건 AI 기술을 도입한다고 제품 설계와 제조 역량이 향상되지 않는다. 마니쉬 쿠마 CEO는 분산된 데이터를 통합하고, 생성형 AI 기술을 활용하기 위해 3D익스피리언스 같은 플랫폼이 필요하다고 강조한다.

그는 “대부분의 제조 기업은 콘셉트 디자인, 요구사항 설계, 디자인, 제조, 시뮬레이션 등 각기 다른 팀이 있고, 여러 부서로 파편화돼 있어서 데이터도 여러 부서에 나뉘어 있다”며 “여러 사일러가 있으면, 데이터도 각각 다르고, 데이터가 한 사일로에서 다른 사일로로 이동할 때 맥락이 손실된다”고 설명했다.

그는 “다쏘시스템 3D익스피리언스 플랫폼은 아이디어 구상부터 고객 환경에 배포된 객체를 추적하기까지 모든 과정을 지원하는 플랫폼이기 때문에 서로 다른 사일로의 모든 데이터를 통합해 원활하게 AI 기능을 이용하게 한다”고 말했다.

다쏘시스템의 버추얼 동반자는 상당 수준 이상으로 학습된 AI다. 1차적으로 고객 데이터를 학습하지 않고, 다쏘시스템이 축적한 지식과 데이터를 기반으로 학습한다. 공개 데이터로 학습한 범용 LLM과 차별화되는 지점이다.

그는 “다쏘시스템은 AI 모델을 제공할 때 항상 자체 개발한 데이터, 즉 합성 데이터를 기반으로 AI 모델을 학습시키며, 고객이 서면으로 명시적인 허가를 주지 않는 한 고객 데이터를 사용하지 않는다”며 “이는 기본 AI 모델이 모든 사람에게 동일한 답변을 제공한다는 것을 의미하며, 고객이 자체 데이터에 기반한 구체적인 답변을 원할 때 고객 맞춤형 지식 추출 작업을 진행해서 답변을 제공한다”고 말했다.

그는 AI를 활용하는 엔지니어를 운전사라고 자주 비유한다. 엔지니어가 운전석에 앉아 AI란 엔진을 조종한다는 것이다. 엔진은 운전사를 움직이게 하지만, 움직이는 방향과 목적지 도착은 운전사의 책임이다. 그는 줄곧 엔지니어를 AI가 대체한다는 두려움에서 벗어나야 한다고 강조해왔다. AI는 더 빠르게 생각하고, 더 많은 변화를 생성하는 데 도움을 줄 수 있어도 의도한 바의 최종 결과물을 만들어내는 건 인간 엔지니어의 몫이란 얘기다.

그는 잔디깎는 로봇 기계 개발을 담당하는 엔지니어의 상황을 예로 들었다. 그 엔지니어는 비용 증가 없이 무게를 15% 줄이면서 피로 수명을 유지하는 임무를 받았다. 설계 변경이 필요하고, 시뮬레이션을 실행해야 하며, 비용을 늘리지 않으려 비용 규정을 준수해야 하는 등 여러 가지 고려 사항이 주어졌다.

그는 “일반적으로 이런 작업을 수행하려면 팀이 필요하고, 대부분 엔지니어는 그 방법을 알고 있다”며 “다만 여러 명령어와 클릭, 프로세스, 워크플로우를 거쳐야 하기 때문에 시간이 많이 걸릴 뿐”이라고 말했다.

그는 “설계 엔지니어의 핵심 가치는 명령어를 클릭하는 게 아니라, 달성하고자 하는 올바른 의도를 찾는 데 있다”며 “ 엔지니어는 올바른 의도를 정의하고, 모델이 해야 할 일과 하지 말아야 할 일에 대한 제약 조건과 가이드라인을 설정한 다음 그들에게 주어진 결과를 바탕으로 장단점을 평가해야 한다”고 밝혔다.

AI에게 많은 작업을 맡긴다고 해도 인간 엔지니어의 가치가 단순 검토와 승인 업무에 그치지 않는다는 게 그 말의 핵심이다.

그는 “인간의 역할은 증거를 판단하고, 결국 결과에 대한 책임을 지는 것”이라며 “단순히 AI가 만들어낸 결과물을 평가하는 것만 엔지니어가 해야 할 일이 아니며, AI를 통해 역량과 능력을 높이고 결과에 대한 책임을 지는 것”이라고 강조했다.

글. 바이라인네트워크
<김우용 기자>yong2@byline.network

일간 바이라인 구독하기

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다


The reCAPTCHA verification period has expired. Please reload the page.