SIMACRO의 AIMIE는 PMV에서 다양한 엔지니어링 도구를 연결하고 조율해, 여러 단계로 이루어진 복잡한 업무를 자동화합니다.
엔지니어링 분석은 한 번의 계산으로 끝나지 않는 경우가 많습니다. 데이터를 준비하고 모델을 설정하고 계산을 실행한 뒤 결과를 평가해 다음 작업을 결정해야 합니다. 각 단계에 필요한 도구가 갖춰져 있더라도 전체 과정을 연결하고 진행하는 데는 상당한 수작업이 필요합니다.
SIMACRO는 이러한 업무를 간소화하기 위해 개방형 디지털 트윈 ModelOps 플랫폼인 ProcessModel V™(PMV) 내에서 AIMIE™(AI for Machine Intelligence & Excellence)를 개발하고 있습니다. 현재 베타 버전인 AIMIE의 전문 에이전트는 사용자의 개입을 최소화하면서 여러 단계의 엔지니어링 업무를 자동화합니다. 모델 실행, 시뮬레이션 데이터 생성 및 처리, AI/ML 모델 학습을 위한 데이터 준비, 모델 학습과 평가를 수행하고 결과에 따라 추가 시뮬레이션을 제안할 수 있습니다.
대표적인 활용 사례는 두 가지입니다. Surrogate Modeling 에이전트는 물리 기반 시뮬레이션 모델을 AI/ML 대체 모델로 만드는 과정을 5단계 이내로 간소화하고 자동화합니다. Optimization 에이전트는 엔지니어가 선택한 시뮬레이션 모델을 활용해 더 나은 운전 조건을 탐색합니다. 두 에이전트는 각각의 전문 업무를 독립적으로 수행하며 여러 단계에 걸친 작업을 최소한의 사용자 개입으로 조율합니다.
지난주 SIMACRO는 일산 킨텍스에서 열린 산업 AI 행사에서 AIMIE의 Surrogate Modeling 에이전트를 시연했습니다. 엔지니어의 요청을 시작으로 시뮬레이션 실행, 데이터 준비, AI/ML 모델 학습까지 이어지는 과정을 선보였습니다.
활용 사례 1: Surrogate Modeling
AIMIE를 활용한 다단계 Surrogate Modeling 과정. 엔지니어가 모델을 선택하면 AIMIE가 시뮬레이션 실행, 데이터 생성, 모델 학습을 차례로 조율해 대체 모델을 생성합니다. 체계적으로 구성된 작업 과정에서 전문 엔지니어링 도구와 AI의 추론을 결합함으로써, 수작업과 소요 시간을 줄이고 복잡한 엔지니어링 분석을 간소화합니다.
상세 공정 시뮬레이션은 공정의 거동을 이해하는 데 유용하지만 복잡한 모델을 반복 실행하려면 상당한 시간이 걸릴 수 있습니다. Surrogate model은 원본 모델에서 선택한 입력과 출력 사이의 관계를 AI로 근사해 정해진 범위 안에서 더 빠르게 결과를 예측할 수 있도록 합니다.
실무에 활용할 수 있는 대체 모델을 만들려면 머신러닝 알고리즘을 선택하는 것 외에도 여러 작업이 필요합니다. 입력 범위를 정의하고 충분한 데이터를 확보할 만큼 시뮬레이션을 실행하고 AI/ML 모델을 반복 학습한 뒤 학습된 모델이 사용 목적에 적합한지 평가해야 합니다. AIMIE의 Surrogate Modeling 에이전트는 자연어 인터페이스를 통해 이러한 작업을 조율하도록 설계됐습니다. 사용 가능한 원본 모델과 지원 도구에 따라 다양한 시뮬레이션 기반 모델링 업무에 적용할 수 있습니다.
엔지니어는 다음과 같은 요청으로 작업을 시작할 수 있습니다.
“이 공정 시뮬레이션을 바탕으로, 지정한 입력 범위에서 선택한 출력 변수들을 예측하는 대체 모델을 만들어줘.”
엔지니어가 원본 모델, 입력 및 출력 변수, 샘플링 범위, 성능 요구사항을 정하면 AIMIE가 다음 과정을 조율합니다.
시뮬레이션 데이터 생성: 지정된 입력 조건에 따라 원본 모델을 실행하고 별도의 처리나 검토가 필요한 실패한 실행을 식별합니다.
데이터셋 준비: 시뮬레이션 결과를 정리하고 데이터 처리 도구를 호출해 학습 및 평가용 데이터를 준비합니다.
대체 모델 학습 및 평가: AI/ML 도구를 활용해 모델을 학습하고 예측값을 원본 모델의 결과와 비교해 정해진 성능 기준을 충족하는지 평가합니다.
엔지니어 검토를 위한 결과 제시: 모델의 성능과 한계 적용 가능한 운전 범위를 함께 제시해 검토할 수 있도록 합니다.
실제 운영에 활용하기 전에는 생성된 대체 모델이 사용 목적에 적합한지 엔지니어가 검토해야 합니다. 모델의 신뢰성은 원본 모델뿐 아니라 생성 데이터가 포괄하는 범위와 품질, 실제 사용 조건에 따라 달라집니다. AIMIE는 이러한 과정을 조율해 엔지니어의 검토와 판단을 유지하면서도 반복 업무를 줄이고 대체 모델 개발을 간소화합니다.
활용 사례 2: Optimization
AIMIE의 최적화 에이전트는 정해진 요구사항을 충족하면서 공정 성능을 개선할 수 있는 레시피와 운전 조건을 찾도록 지원합니다. 사용자의 목표와 선택한 시뮬레이션 모델에 따라 생산 시간이나 에너지 사용량을 줄이거나 제품 순도를 높이는 데 활용할 수 있습니다. 사용 가능한 원본 모델과 지원 도구에 따라 다양한 시뮬레이션 기반 최적화 업무에 적용할 수 있습니다.
엔지니어는 일반적으로 입력값을 조정하고 시뮬레이션을 실행하고 결과를 비교한 뒤 다음에 시험할 조건을 결정합니다. AIMIE는 이러한 반복 탐색 과정을 자동화해 엔지니어가 수작업으로 조건을 바꾸고 결과를 비교하는 부담을 줄이면서 추가 검증할 만한 유망한 조건을 찾도록 돕습니다. 엔지니어는 원본 시뮬레이션 모델을 선택하고 기준 조건(Baseline)을 입력한 뒤 조정 가능한 변수와 최적화 목표, 제약조건을 설정합니다. 기준 조건은 개선 효과를 비교할 출발점이며 최적화 목표는 최소화하거나 최대화할 대상을 뜻합니다. 제약조건은 결과가 반드시 충족해야 하는 요구사항입니다.
엔지니어는 다음과 같이 요청할 수 있습니다.
“제품 품질을 요구 범위 안으로 유지하면서 생산 시간을 줄일 수 있는 운전 조건을 찾아줘.”
AIMIE는 다음과 같은 최적화 과정을 조율합니다.
기준 성능 확인 및 탐색 설정: 기준 입력값으로 원본 모델을 실행하고 조정 가능한 변수와 최적화 목표와 제약조건을 확인합니다.
후보 조건 생성 및 시뮬레이션: 반복 단계마다 설정된 수(n개)의 후보 조건을 선택한 시뮬레이션 모델로 평가하고 변수의 변화가 결과에 미치는 영향을 탐색합니다.
탐색 및 개선: 대체 모델을 학습·선정하고 수치 최적화 도구로 유망한 조건을 찾은 뒤 해당 조건을 원본 시뮬레이션 모델로 평가합니다. 이후 탐색 범위를 갱신하고 종료 기준을 충족할 때까지 이 과정을 반복합니다.
엔지니어 검토를 위한 결과 제시: 탐색 과정에서 찾은 가장 우수한 조건을 기준 조건과 비교해 조정 변수의 변화, 목표의 개선 정도, 제약조건 충족 여부를 보여줍니다. 엔지니어는 결과에 관해 질문하거나 설정을 변경해 분석을 다시 실행할 수 있습니다.
PVC 배치 시간 최적화는 이러한 과정을 보여주는 한 가지 사례입니다. 엔지니어는 PVC 중합 시뮬레이션 모델에서 Temperature_Setpoint를 조정 변수로 선택하고 Batch_Time을 최소화할 목표로 설정하며 PVC_IV가 0.91~0.94 범위를 유지하도록 제약조건을 정합니다. AIMIE는 이 품질 규격을 충족하면서 시뮬레이션상 배치 시간을 단축할 수 있는 온도 설정값을 탐색합니다. 다른 생산 제약이 없다면 배치 시간 단축은 배치 횟수와 연간 생산량 증가로 이어질 수 있습니다.
이 사례에서 AIMIE는 추천 조건을 원본 시뮬레이션 모델로 확인하고 실제 플랜트에 적용하기 전에 엔지니어 검토와 실험실 검증을 거칠 수 있도록 결과를 제시합니다. 어떤 활용 사례에서든 실제 계산은 선택한 시뮬레이션 모델과 수치 계산 도구가 수행하며 AIMIE는 탐색 과정을 조율하고 결과를 설명합니다. 최적화 대상 공정은 엔지니어가 선택한 모델, 목표, 제약조건에 따라 달라집니다.
전문 에이전트와 체계적인 엔지니어링 업무 관리
이 두 사례는 AIMIE가 에이전틱 AI를 구현하는 방식을 보여줍니다. 각 업무에 필요한 도구와 맥락을 바탕으로 전문 에이전트가 정해진 엔지니어링 과정을 조율하는 방식입니다.
PMV는 엔지니어링 모델, 데이터, 실행 도구를 연결하는 환경을 제공합니다. Industrial ModelOps는 버전 관리, 검증, 추적성 확보, 모니터링 등 이러한 자원의 전체 수명주기를 관리하는 체계를 뒷받침합니다. AIMIE는 여기에 추론과 작업 조율 기능을 더해, 엔지니어링 목표를 실행 가능한 일련의 작업으로 구체화합니다. 각 과정에서 기술적인 계산은 전문 모델이 수행하고 엔지니어는 결과를 신뢰할 수 있는지 의도한 용도에 적합한지 판단합니다.
AIMIE는 Surrogate Modeling과 Optimization을 통해 산업용 AI 에이전트의 실질적인 역할을 넓혀가고 있습니다. 엔지니어가 각 단계를 직접 연결하고 진행하는 부담을 줄여 결과를 해석하고 근거 있는 의사결정을 내리는 데 더 많은 시간을 쓸 수 있도록 지원합니다.
SIMACRO media team | media@simacro.com
