코어테크 연구개발처 엔지니어 천졔원(陳玠文)

클라우드 플랫폼, 빅데이터 및 인공지능의 통합은 현재 많은 기업들이 추구하는 기술 목표입니다. 기존의 기업 시스템 구조에서는 각각의 팀, 부서, 심지어 각각의 개인들이 자체적으로 데이터베이스를 구축하는 경우가 많았는데, 동일한 데이터가 서로 다른 위치에 구축될 경우, 수정 사항이 다를 수 있기 때문에 회사 내부의 데이터 정보가 일치하지 않는 경우가 발생하기도 합니다. 이러한 일관되지 않은 데이터는 지속적인 제품 개발 경험을 유지하고 알려진 개발 문제를 해결할 때 문제를 일으킬 수 있습니다. 데이터 분산은 기업이 AI로 나아가는 길에 큰 걸림돌이 될 수 있습니다. 이렇기 때문에 방대한 데이터를 통합적으로 정리하여 저장하고, 안전하게 관리하며, 효과적으로 시각화 할 방법은 매우 중요한 과제입니다.

Moldex3D iSLM 은 데이터 관리 및 응용을 위해 개발된 클라우드 기반 시스템입니다. 새로운 몰드를 개발해야 할 경우 사용자는 iSLM Solution Management를 통해 몰드 프로젝트를 생성하고, (그림 1)의 제조 설계 평가(Design for Manufacturing, DFM)에서, (그림 2, 그림 3)의 컴퓨터 지원 공학 분석(Computing Aided Engineering, CAE) 과 최종 현장 몰드 테스트까지의 모든 데이터를 기록할 수 있습니다. 또한, 현장에서 몰드 테스트가 종료되면 iSLM이 시험 데이터를 Solution으로 다시 전달하여 CAE 데이터와 가상 현실 데이터를 비교할 수 있도록 도와줍니다. (그림 4).

그림 1. 제조 설계 평가(DFM) 기록으로 설계 중 발생할 수 있는 다양한 문제를 iSLM에 직접 저장.

그림 2. 다양한 메쉬, 재료 및 프로세스의 상세한 데이터를 비교하여 서로 다른 분석 매개변수 설정의 차이를 확인할 수 있는 프로젝트 데이터 자동 분석

그림 3. 3D Viewer로 CAE 분석 결과 보기

그림 4. CAE와 현장 테스트 몰드 데이터 비교

Knowledge Management(KM)는 iSLM의 데이터베이스 검색 시스템입니다. 사용자는 몰드 생성 시 정의되는 분류 항목(Industry, Product, Part), 몰드 재료, 몰드 두께, 몰드 부피 등의 데이터를 통해 참고할 수 있는 과거 몰드 설계를 신속하게 필터링하고(그림 5), 몰드를 직접 선택할 수 있으며, KM의 비교 기능을 통해 유사한 몰드 중 CAE 분석 및 현장 테스트 몰드의 개발 경험이나 발생했던 문제에 대한 정보를 볼 수 있습니다. 제품을 개발하기 전, 개발자는 이전의 실험을 참조할 수 있어서, 시간 비용을 줄일 수 있을 뿐 아니라 실제로 사용되는 일관된 CAE 매개 변수 설정을 비교하여 금형 시험 설정을 미리 확인할 수 있습니다.

그림 5. 분류 항목 및 재료를 통한 몰드 필터링

그림 6. KM몰드 비교

기업은 iSLM 클라우드 플랫폼을 통해 몰드 개발 과정의 모든 관련 데이터를 더욱 효율적으로 관리하고, DFM, CAE에서 분석된 현장 테스트 몰드 기록 데이터를 통합하여 신속하게 데이터를 축적하고, 가상 현실 통합을 실현할 수 있습니다. 데이터를 시각화하고 더 나아진 전체 워크플로우를 통하여 팀이 더욱 효율적으로 작업을 진행할 수 있도록 합니다. 향후 iSLM 플랫폼은 머신 러닝과 딥러닝 방식을 통하여 iSLM에 축적된 빅데이터가 더 효율적으로 이용될 수 있도록 도움을 줄 것입니다.