Agentic AI 기반 최적 설계 솔루션 개발
참여기업: ㈜나니아랩스
01연구의 필요성 및 배경
제품 개발 프로세스에서 소모되는 시간과 비용
- 고객 요구조건 충족의 어려움: 제조업의 지속적인 혁신 요구에 따라 다양한 니즈를 충족시키기 위한 신개념 제품이 개발되고 있으나, 이에 적합한 요구조건을 만족시키는 과정에서 개발 경험 부족으로 인해 설계 소요 시간 및 비용이 급증하는 문제가 발생함
- 비용과 시간 소모에 따른 경쟁력 저하: 설계와 해석 또는 실험 간의 성능 요구사항이 충족되지 않을 경우 반복적인 시뮬레이션과 검증 과정이 필요하게 되며, 이로 인해 제품개발 비용이 증가하고 시장 출시 일정이 지연되는 등 경쟁력이 저하되는 결과를 초래함
- 비부가가치 단계 제거를 통한 시장 경쟁력 강화: 비부가가치 단계를 최소화하고 설계 과정을 효율화하여 개발 시간을 단축하고 비용을 절감함으로써 기업의 경쟁력을 강화하고 시장 우위를 확보할 수 있도록 지원함
소수의 경험에 의존하는 설계 프로세스의 한계
- 설계 최적화의 한계: 기존 설계 프로세스는 일부 전문가의 경험과 전통적인 방식에 의존하며, 이로 인해 혁신적이고 최적화된 설계안을 도출하기 어려움
- 효율성 저하: 소수의 설계안만을 고려하는 방식은 시간과 비용을 비효율적으로 사용하게 되며, 보다 나은 설계안을 탐색할 기회를 제한함
- 일관성 부족: 경험 기반 설계 방식은 개발자의 주관적 판단에 의존하여 설계의 일관성과 재현성이 저하될 가능성이 높음
- 데이터 기반의 의사결정 지원: 데이터 기반 AI 모델을 활용함으로써 객관적인 성능 지표를 분석하고 설계 의사결정을 지원함으로써, 설계 일관성과 품질을 향상시키고 최적화된 설계안을 신속하게 도출할 수 있음
02연구 목표 및 내용
제조업 제품 설계 AX를 위한, 생성형 AI와 예측 AI, 최적화 AI를 통합한 Agentic AI 기반 최적 설계 기술 및 솔루션 개발을 목표로 함. 핵심 기술은 제품 개발 과정에서 반복적으로 수행되는 설계–해석–평가–재설계의 워크플로우를 AI로 전환하여, 설계 품질 향상과 개발기간 단축을 동시에 달성하는 데 목적이 있음.
핵심 기술은 다음의 3개 AI Agent로 구성
- 예측 AI Agent: CAD/CAE/시험 데이터를 학습하여 구조, 열, 유동, 충돌, NVH 등 공학적 성능을 빠르고 정밀하게 예측하는 기술
- 생성 AI Agent: 목표 성능, 제약조건, 제조성 등을 반영하여 신규 설계안을 자동 생성 및 탐색하는 기술
- 최적화 AI Agent: 생성 및 예측 결과를 연계하여 설계 대안을 비교·평가하고, 최적의 설계 솔루션을 도출하는 기술
이들 기술은 단일 모델 수준에 머무르지 않고, 설계 목적·데이터 형태·문제 특성에 따라 복수의 AI 모델과 워크플로우를 조합하는 Multi-Agent AI 기반 통합 설계 솔루션으로 구현하는 것을 목표로 함. 이를 통해 단순 예측을 넘어, 실제 제조업 현장에서 요구되는 설계안 생성, 성능 검토, 대안 비교, 최적안 도출까지의 전 과정을 지원할 수 있음.
03연구 결과
Agentic AI 기반 설계 솔루션 개발 (AslanX, 아슬란엑스)
AslanX는 제조업 제품개발 도메인 전문가(설계, 해석, 시험 엔지니어)를 위한 Agentic AI 기반 설계 플랫폼임. 최신 AI 기술을 비전문가도 활용할 수 있도록 GUI 기반의 노코드 환경을 제공하며, 데이터 업로드부터 AI 학습, 배포, 현업 활용까지 전 과정을 End-to-End로 지원함.
AslanX의 주요 특징
- 노코드 기반 AI 개발 환경: 코딩 없이 데이터 전처리, 학습, 하이퍼파라미터 최적화, 검증, 배포 수행이 가능함
- 다양한 데이터 형태 지원: 1D/2D/3D 데이터, 형상 데이터, 필드 데이터 등 제조업 제품개발에 필요한 다양한 데이터 특성을 지원함
- 생성·예측·최적화 통합 지원: 단일 예측모델이 아닌 설계 생성–성능 예측–설계 최적화 기능을 통합 제공함
- 현업 중심 UI/UX: AI/SW 전문지식이 없는 설계 엔지니어도 손쉽게 사용할 수 있는 워크플로우 및 시각화 기능을 제공함
- 온프레미스 및 커스터마이징 지원: 고객사 보안 정책에 대응 가능한 설치형 방식 제공이 가능하며, API를 통해 사내 시스템과의 연계가 가능함
AslanX Flow / Studio 모듈 구성
- AslanX는 크게 Flow와 Studio의 두 모듈로 구성됨.
- AslanX Flow: AI 모델 개발·학습 모듈임. 고객이 보유한 CAD/CAE/시험 데이터를 업로드하면, 노코드 기반 파이프라인을 통해 데이터 전처리, 모델 학습, 성능 검증, 모델 배포까지 수행할 수 있음. 이를 통해 기존에는 AI 전문 인력이 있어야 가능했던 AI 모델 개발을 현업 엔지니어가 직접 수행할 수 있도록 지원함
- AslanX Studio: 학습된 AI 모델을 현업에서 활용할 수 있도록 제공하는 추론 앱 실행 모듈임. 사용자는 별도의 코딩 없이 입력값만 설정하면 수 초~수 분 이내에 예측 결과와 설계 대안을 확인할 수 있으며, 엔지니어링 데이터의 특화된 다양한 시각화와 현업 활용에 필요한 기능을 함께 제공받을 수 있음. 이를 통해 AI 기술의 활용 대상을 다수의 현업 엔지니어로 확장할 수 있음
솔루션의 차별성
- 현재 제조업 설계용 AI 소프트웨어 시장은 해외 솔루션 중심으로 형성되어 있으며, 국내 제조환경에 최적화된 상용 플랫폼은 제한적인 상황임. 특히 생성형 AI를 활용하여 설계 생성, 성능 예측, 최적 설계까지 통합 지원하는 국내 기술 기반 솔루션은 나니아랩스의 솔루션이 유일함. 해외 솔루션 대비 AslanX의 장점과 차별성은 다음 그림과 같음.
04연구 효과
개발된 AI 솔루션은 제조업 제품개발의 핵심 병목인 반복적인 설계–해석–검토 사이클을 단축하고, 기존보다 더 많은 설계안을 빠르게 비교·검토할 수 있도록 지원함. 이를 통해 기업은 설계 탐색 범위를 확대하고, 성능과 개발속도를 동시에 개선할 수 있음.
AI 솔루션 도입에 따른 기대 효과
1고객 문제 예시
- 한 제품을 개발할 때 20여개의 설계안만 비교·검토함
- 설계팀과 해석팀이 반복적인 설계–해석–수정 과정을 10회 이상 수행함 예측 AI가 해석 결과를 신속하게 제공하여 반복 검토를 지원함 10회의 해석 중 8회는 AI의 예측 결과로 대체하여 개발 리드타임을 단축함
- 기존 설계 범위에서 크게 벗어나지 못해 성능 혁신이 제한됨 생성 AI와 예측 AI가 최적 설계안을 제안함 기존 제품보다 성능이 20% 향상된 제품 출시
2AI를 통한 해결 방식
- 생성 AI를 통해 대량의 설계 컨셉을 자동 생성하고 비교함
- 예측 AI가 해석 결과를 신속하게 제공하여 반복 검토를 지원함
- 생성 AI와 예측 AI가 최적 설계안을 제안함
3기대 효과
- 수백~수천 개 수준의 설계안 비교를 통해 최적 설계안 선택 가능
- 10회의 해석 중 8회는 AI의 예측 결과로 대체하여 개발 리드타임을 단축함
- 기존 제품보다 성능이 20% 향상된 제품 출시
