정보 & 소식

3D프린터, AI, 빅데이터 , 블록체인 그리고 IoT, 이기종 기술간의 융합
2018-05-23 11:24:04

미국 자동차 회사 GMAutodesk의 AI기반의 Generative Design 소프트웨어를 자동차 설계에 도입했습니다.
 

GM의 부사장인 Ken Kelzer는, "이 혁신적인 기술은 미래 자동차의 파트들을 가볍고 효율적으로 만들기 위해 어떻게 디자인하고 개발할지에 대해 엄청난 발전을 가져다 줄것입니다. 3D프린팅 같은 향상된 제조기술과 디자인 기술이 접목할때,  자동차 개발에 대한 우리의 접근방식은 완전히 달라지고, 예전에는 단순히 상상할 수도 없는 방법으로 컴퓨터와 협업하는 것과는 근본적으로 다릅니다." 라고 말하였습니다.

 


<AI가 디자인한 다양한 seat bracket 모델들, 이미지 : autodesk 홈페이지>


 초기 POC(Proof of Concept) 단계의 프로젝트에서, seat bracket을 디자인할 때, 이 소프트웨어는 엔지니어가 셋팅한 강도, 무게 등과 같은 제약사항을 바탕으로 150개 이상의 디자인을 만들었습니다.


이 디자인은 기존 파트보다 40% 가볍고, 20% 더 강했습니다. 또한 8개의 부품을 3D프린팅한 하나의 파트로 만들었습니다. 디자이너/엔지니어는 반복적인 설계작업을 하지 않아도 되었고, 그들은 파트 성능을 최대화하는 것과 같이 좀 더 가치있는 결정(higher-value decisions)에 집중할 수 있었습니다.

<이미지: Autodesk 웹페이지>

모델의 디자인이 위상 최적화 설계(Topology Optimization) 기법도 사용된 것 같습니다.

 

Seat bracket을 제작에 관한 소개 동영상입니다. 


Generative Design은 생산 제약사항과 강도, 무게, 소재 등과 같은 요구사항을 기반으로 동시에 여러개의 디자인을 AI기반의 알고리즘으로 만들어주는 디자인 개발 기술입니다.

Generative Design에 대해 Autodesk사의 설명을 좀 더 자세히 알아보면요.


디자이너/엔지니어는 컴퓨터를 수동적으로 사용했고, 한 사람이 하나의 컴퓨터를 사용하여 제한된 디자인을 했다는 설명입니다.

 


새로운 방식으로 컴퓨터와 사람(디자이너/엔지니어)이 함께 만들어간다는 겁니다.

 

Generative Design을 단계별로 나누어보면,

Step 1. 디자이너/엔지니어는 Project Dreamcatcher와 같은 generative-design 시스템에 디자인 목표, 제약사항들을 입력합니다. 사람은 소재타입, 무게, 강도, 원가와 같은 정보를 지정합니다.

Step 2. 컴퓨터는 알고리즘을 사용해 자체적으로 추리하여 1000개의 디자인을 생성해내고, 각각의 성능 분석(performance analysis)을 합니다.
Step 3. 디자이너/엔지니어는 여러 옵션들을 살펴보고, 디자인 목표와 제약사항들을 수정합니다. 사람의 직관과  AI(artificial intelligence)는 가장 연관성이 있는 솔루션을 인식할 수 있습니다.
Step 4. 디자이너/엔지니어는 이 프로토타입을 밀링이나 3D프린팅으로 제작합니다. 필요에 따라 step 3를 반복합니다.

 

<3DGURU's Opinion>
seat bracket 과 같이 경량화 및 여러 부품을 하나로 통합한 사례는 이미 우주항공분야에서 GM의 사례보다 더 드라마틱하게 개선된 것을 이미 GE가 보여준 사례가 있어서 사실 GM과 Autodesk의 협업으로 만들어낸 디자인에 대해서는 개인적으로는 큰 감흥은 없었습니다만, 여기서 주목할 점은 "3D프린팅과 AI(인공지능)과의 협업"입니다.

 

사람이 설계 요건 및 제약사항을 입력하면, AI 기반의 소프트웨어가 성능분석까지 해서 디자인을 한다는 겁니다. 서로 다른 기술들의 융합, 결합, 콜라보레이션은 기술 발전을 위해 당연한 것이고, 또한 4차 산업혁명의 키포인트 중 하나가 이기종 기술간의 융합이기도 합니다.

 

AI(artificial intelligence, 인공지능) 하면,  사람과 AI의 바둑 대결이 많은 관심을 받았었죠.
이세돌 9단을 이긴 구글의 AI 알파고는 인간의 기보를 보고 공부를 해서 바둑 실력을 키웠습니다.
하지만, "알파고 제로"는 독학으로 스스로 바둑을 공부해서 바둑 세계 1위 중국의 커제를 이겼습니다. 그리고, 이세돌 9단을 이긴 알파고와 대국하여 100전 100승을 거두었습니다.

그때 이런 상상을 해봤습니다. "만약에 알파고 제로가 자동차 디자인한다면, 어떻게 디자인 할까?" 하고 말입니다. 

궁금하기도 했고, 두렵기도 했었습니다. 지금 우리가 타고다니는 인간이 디자인한 자동차와는 전혀 다른 형태의 디자인이 나올지도 모릅니다. 

 

어쩌면, DfAM(Design for Additivie Manufacturing)같은 디자인 기술을 사람이 배울 필요가 없을지도 모릅니다. AI 가 인간보다 더 빨리 정확하게 DfAM 기법을 디자인/설계에 적용할 테니까요.

 

빅데이터(Big Data)는 어떻게 3D프린팅과 연계할 수 있을까요?
금속 3D프린터는 셋팅 변수가 100개가 넘습니다. 이런 복잡한 셋팅값은 사용할 소재나 형상에 따라 달라질 것입니다.
출력할때마다 다른 셋팅값들과 출력된 결과물을 빅데이터로 저장하여 수많은 사례들을 출력결과물과 함께 디지털 데이터로 만들어놓으면, AI 가 분석하여 출력시 마다 여러 조건을 고려하여 최적의 셋팅값을 제안해 줄 수 도 있을 겁니다. 

조금 더 상상의 나래를 펼쳐보면, 같은 방식의 3D프린터라고 해도, 제조사마다 특성이 다릅니다. 이러한 제조사별 3D프린터의 특성까지 감안하여 AI가 설계할 수 도 있을지도 모릅니다. 예를들어, 사용자가 EOS사의 특정모델의 3D프린터로 출력한다면, 이 정보까지 AI에게 알려주는 겁니다. 그러면 AI 가 설계시에 출력할 3D프린터의 특성까지 반영하여 최적화된 설계를 하는 거죠.

 

블록체인(Block Chain) 기술과 3D프린팅은 어떻게 연계할 수 있을까요?
블록체인의 위변조방지 기술을 이용하여 지적재산권으로서의 설계, 디자인 데이터의 위변조 여부를 가려낼 수 있을 것입니다.
이미 퀀텀 머티리얼(Quantum Material)(qmcdots.com)이라는 회사가 개발한 3D프린팅 레진에 제품을 식별할 수 있도록 빛을 방출하는 퀀텀닷을 내장하여 부품을 불법복제나 가짜로 만드는 것을 원천방지할 수 있는 기술이 있습니다. 이 회사는 2017년 가트너가 선정한 Cool Vendor 중 한 회사이기도 합니다. 이러한 기술들과 비슷한 방식으로 디지털로 출력물의 고유성을 인식할 수 있게 한다면, 블록체인 기술과 연계하면 쉽고 효율적으로 불법복제나 가짜 제품을 훨씬 더 잘 방지할 수 있을지도 모릅니다. 이렇게 된다면, 설계/디자인 데이터 뿐만 아니라, 3D프린터로 출력된 출력물까지 위변조 및 불법복제를 방지할 수 있는 겁니다.

 

IoT 기술과 3D프린팅은 어떨까요?
보잉사는 IoT 기술로 이미 전세계에 날아다니는 항공기의 엔진을 실기간으로 모니터링하고, 부품의 교체주기를 미리 알려주고 있습니다. 고장난 다음에 시행하는 A/S(After Service)가 아니라, 고장전에 시행하는 B/S(Before Service) 개념을 도입한 겁니다.
고가의 산업용 3D프린터에 사용되는 주요부품도 이런식으로 관리가 가능할 겁니다. 예를 들어 주요 부품인 레이저의 수명이 다하기 전에 교체시기를 미리 알려줄 수 있을 겁니다.

 

GM이 Autodesk의 Generative Design을 사용한 사례와 같이, 이 기종간의 기술이 3D프린팅 기술과 융합되는 형태의 사례들은 앞으로 계속 나올것으로 보입니다.

 

참고)

http://www.gm.com/mol/m-2018-may-0503-lightweighting.html
http://blogs.autodesk.com/inthefold/how-gm-and-autodesk-use-generative-design-for-vehicles-of-the-future/
https://www.autodesk.com/redshift/what-is-generative-design-2/

 

이상입니다. -3그루-

 

크리에이티브 커먼즈 라이선스
top