Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.

멀티버스

글로벌 칼럼 | 멀티버스 시뮬레이션이 혁신을 앞당긴다

지난 주말, 필자는 파퓰러 메카닉스(Popular Mechanics) 잡지에서 ‘공군이 1년 동안 새 전투기를 몰래 설계하고 비행한 방법’이라는 기사를 읽었다. 조종사가 구상 및 모델링, 테스트, 재검사 등의 절차를 걸쳐 완성된 전투기를 출시하기까지 멀티버스 시뮬레이션이 어떻게 도움이 됐는지에 관한 내용이었다. 멀티버스 시뮬레이션에서는 비상 사태 발생 시 인명 피해가 없도록 비행기를 안전하게 추락시킬 수 있으며, 심지어 초기 프로토타입 형태에서도 프로덕션 단계에 있는 비행기보다 훨씬 더 안전한 제품을 생산할 수 있다. 멀티버스 시뮬레이션은 메타버스 분야에서 2년 된 기술이며, 매우 빠른 속도로 발전하고 있다. 이는 곧 제품을 설계 및 제작하는 데 걸리는 시간이 크게 단축될 것임을 의미하기도 한다. 그렇다면 멀티버스 시뮬레이션이 혁신 속도를 어떻게 높이는지 살펴보자.     출시 기간 단축 멀티버스 시뮬레이션에 많이 사용되는 플랫폼은 엔비디아의 옴니버스(Omniverse)이다. 엔비디아는 지난 행사에서 옴니버스의 개발 정보를 공유했는데, 모든 주요 자동차 회사에서 자율주행차를 만드는 데 사용될 정도로 성공적이었다. 물론 모든 자동차 회사가 엔비디아의 하드웨어 스택을 사용하지는 않지만, 어쩌면 이들 중 몇몇은 후회할지도 모른다. 안전 시스템을 설계하는 데 투자하지 않으면 대개 치명적인 결과가 발생한다. 만일 누군가 사고로 목숨을 잃는 사태가 발생한다면, 그 회사는 사람의 생명보다 고작 돈 몇 푼을 더 소중히 여기는 셈이 된다. 옴니버스가 출시되기 전, 사람들은 자율주행차가 2030년쯤에 출시될 것으로 예상했다. 하지만 재규어(Jaguar)와 지엠(General Motors Corporation, GM)을 비롯한 일부 자동차 회사는 2025~2026년 자율주행 레벨 4를 상용화할 것이라고 밝혔다. 어쩌면 옴니버스는 주목할 만한 기술의 발전이라고 할 수 있다. ‘레벨 5’ 자율주행차가 기술이 아닌 규제 승인에 의해 제한될 가능성을 고려하면...

멀티버스 시뮬레이션 옴니버스 2022.05.20

글로벌 칼럼 | 메타버스의 멀티버스, 최강의 생산성 개선 툴

모든 새로운 기술과 마찬가지로 메타버스(Metaverse)에 관해서도 오해와 가장이 많다(메타버스가 하나만 존재하리라는 것이 대표적이다). 하지만 건축가가 건물의 가상 버전을 만드는 등 가상의 물체를 협업으로 구성하는 것부터 자율주행 로봇과 자동차를 위한 고급 테스트까지 메타버스는 이미 시뮬레이션 분야에서 성공적으로 그리고 대규모로 활용 중이다.   동시에 메타버스는 생산성을 높이는 수단이기도 하다. 직원 관리와 추가 정보 확보 등 기존 작업을 돕거나 대체하는 자율 시스템을 통해 업무 생산성을 높일 수 있다. 오늘날 메타버스 기술이 어떻게 생산성을 모니터링하고 개선하는 강력한 도구가 될 수 있는지 살펴보자.   양보다 질 필자가 내부 관리자일 때, AIC(Auditors in Charge)는 하루 16시간, 주 7일 근무하는 것이 그 역할을 완벽하게 달성하는 유일한 방법이라고 생각했다. 하지만 그런 엄청난 부담에도 우리 팀은 모든 것을 살펴볼 수 없었고 오히려 너무 지쳐서 많은 것을 놓치곤 했다. 이후 필자가 팀을 이끌게 됐을 때 훨씬 덜 시간 집약적인 프로그램을 구현했고 이를 통해 놓치는 것을 크게 줄일 수 있었다. 더 스마트하게 감사하고, 양보다 질에 효과적으로 집중했기 때문이다.     현재 메타버스는 대부분 시뮬레이션에 사용되고 있으며, 보안 시스템이 생성한 것과 같은 실제 데이터와 연계해 대규모 업무 환경을 시뮬레이션할 수 있다. 이를 통해 도구로 문제를 찾아 해결책을 적용하기 전에 시뮬레이션할 수 있다. 앞으로 시간이 지남에 따라 직접 학습 AI 모델을 사용하는 쌍 시뮬레이션은 직원 그룹이 어떻게 기능하는지 예측해 (실제 직원이 영향을 받지 않고) 가상 직원 그룹에 시범 정책을 적용하는 것도 가능해질 것이다. 업무에 대한 종합적인 데이터를 수집하면 직원이 어떻게 시간을 보내는지 파악할 수 있다((직원 개개인이 아니라는 것이 중요하다!) 정의된 목표와 비교해 생산성이 가장 높은 곳과 가장 낮은 곳을 확인하는 종 모양의...

메타버스 멀티버스 생산성 2022.02.16

IDG 설문조사

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.