이제 주목할 것은 인공지능이다.

제품 개발 양상이 크게 변했다. 기계 장치가 주도하고 엔지니어가 아이디어를 구현하던 개발 방식이 멀어지고 있다. 이제 설계가 회사 전체를 총괄하는 데이터 흐름의 시작점이자 종착점이다. 설계자도 복잡한 일들을 모두 처리해야 하는 중책을 맡았다.     

랄프 슈텍(Ralf Steck): 프리랜서 저널리스트

미래를 예견하고자 한다면 과거와 현재를 비추어 분석할 것을 추천한다. 새로운 디지털 서비스로 인해 예상할 수 없던 분야 또는 혁신적인 제품 타입이 새로운 컨셉트로 뜨고 있다. 제품 개발과 같은 프로세스가 진화하고 있다. 프로세스와 도구도 기존의 문제를 기반으로 발전한다.

과거와 현재의 문제 그리고 불완전한 접근 방식을 분석하면 제품 개발의 미래를 보완할 수 있다. 특히 스마트하고 네트워크화되어 훨씬 복잡해진 제품 트렌드를 명확하게 식별할 수 있다. 제품은 더욱 개별화되어 제품 개발에서 생산에 이르기까지 많은 유연성과 효율성이 필요하다.

             제품도 (생명이 있어) 생물처럼 지속적으로 진화하고 있다. 소프트웨어 업데이트는 기능을 최적화하고 새로운 기능을 추가한다. 제품은 사물 인터넷의 도움/으로 최적화 옵션을 식별할 수 있고, 제품도 시리즈 생산으로 끝나지 않고 계속 개발된다. 실제 사용 제품은 처음에 의도했던 것과 다를 수 있고, 제품 사용도 중요한 역할을 한다. 예를 들어, 처음에 스마트폰 개발자는 스마트폰에 플래시 LED를 장착하면서 손전등으로 만들 의도가 없었지만, LED를 따로 관리하는 손전등 앱이 등장하면서 스마트폰을 손전등으로 사용하게 되었고, 지금은 이 기능이 기본 앱으로 탑재되고 있다.

전통적으로 제품 개발 프로세스는 연속성이 있다. 개발 이후에는 기계적인 구성과 기계 또는 시제품 생산을 위한 일련의 생산이 있다. 일반적으로 이 단계에서 전기 케이블, 액추에이터 및 센서를 제품에 설치해야 한다는 사실을 고려하지 않는다.

기초가 되는 기계적 설계

하지만 기계 장치와 전자 장치가 최종적으로 하나가 될 때까지 계속해서 수정한다. 대부분의 경우 도면이 실제 프로토 타입으로 구현되었을 때 드러나는 사항은 설계에 반영되지 않았었다. 제품과 설계 데이터는 제품이 양산되기도 전에 다른 경우가 종종 있다. 개발 프로세스가 끝나면 생산을 계획하고 제작에 들어간다. 제품이 최종적으로 완성되고 시장에 출시 전에 사용 설명서, 유지 보수, 예비 부품 목록은 프로세스 마지막에 나왔다.

             이처럼 비교적 조잡한 접근 방식은 디자이너의 문제가 아니라 사용 가능한 도구의 기능 변화로 인한 것이다. 전기 엔지니어는 일반적으로 구성 요소의 실제 모양이나 위치와 관련이 없거나 거의 없는 회로도에서 작업한다. 기계 장치 CAD 모델에 통합된 3D 데이터는 없다. 또한 도면 추출은 설치 및 시운전에 필요한 모든 작은 변경 사항을 CAD 데이터 베이스로 피드백 하기에는 너무 복잡했다. 무엇보다도 CAD 데이터는 시스템의 시운전 또는 시리즈 생산의 시작으로 다소 쓸모없게 되었다. 작업은 도면에 따라 수행되고, 대부분 도면을 업데이트하고 제조하는 것으로 충분했다.

높은 컴퓨팅 성능과 단순화된 소프트웨어 덕분에 설계 단계부터 다양한 시뮬레이션을 수행할 수 있다.

CAD 데이터는 이어지는 프로세스의 기초이다

그러나 기존 제품을 기반으로 후속 모델을 계획하자 문제가 시작된다. 최근 상태는 어떠했는가? 3D 모델 상태인가 아니면 생산 중이거나 설계자의 서랍 안에 있는 수많은 도면 가운데 하나인가? 어떤 변화가 있는가?

오늘날 CAD 데이터는 장비 제조, 금형과 공구 제작, 공장 및 제조 계획 또는 서비스 및 유지 보수 등 다양한 프로세스의 기초이다. 무엇보다도 작업이 동시에 이루어진다. 예를 들어 설계 프로세스가 아직 진행 중일 때 문서 기록이 이미 시작된다. 따라서 이러한 프로세스에 더 많은 시간이 제공되고 데이터 교환에 대한 새로운 요구도 발생한다. 정기적으로 업데이트되고 동시에 실행 중인 프로세스로 전달되어야 하며, 이러한 프로세스의 피드백을 원래 모델로 전송해야 한다.

오늘날은 기계 공학과 전자 공학이 함께 진행된다. 또한 전자 장치와 소프트웨어의 중요성도 완전히 바뀌었다. 두 분야는 눈높이를 맞추고 있다. 오늘날 E-CAD와 M-CAD 간에 양방향 인터페이스가 존재한다. E-CAD 시스템은 3D 모델을 출력할 수 있으며 M-CAD 시스템은 케이블을 사실적으로 표시할 수 있다. 이러한 협업을 위한 한 가지 기초는 타사 시스템 간의 데이터 교환이 개선되었다는 점이다. 현재는 타사 데이터를 거의 기본 데이터처럼 취급할 수 있다. 이를 통해 회사 간 협업이 촉진되고 있다.

복잡한 요구 사항이 지배적이다

오늘날 제품은 점점 더 복잡해지고 있을 뿐만 아니라 점점 복잡한 요구 사항과 규정을 준수해야 한다. 디자인할 때 명심해야 할 것이 많아 요구 사항의 관리도 필요하다. 제품 요구 사항은 디지털 방식으로 정의되어 있지만 예전에는 사용자 요구 명세서에 정의되어 있었다. 오늘날은 이러한 요구 사항을 공식화하고 디지털화하여 설계가 요구 사항을 준수하는지 지속적으로 확인하기 위해 테스트에 사용할 수 있다.

이로 인해 다른 방식으로 기능을 구현하기 위해 기계 장치, 전기 장치 그리고 소프트웨어의 조화가 가능하다. 예를 들어, 1955년에 생산된 시트로엥 데세 (Citroen Déesse)에는 헤드라이트를 돌리고 모서리를 비추게 하는 작동 케이블이 있었지만, 오늘날 코너링 라이트는 몇 줄의 코드로 구현할 수 있다. 안개등은 스티어링 잠금 센서를 통해, CAN 버스를 통해 속도에 따라 켜지고 꺼진다. 이러한 기능을 올바르게 구현하려면 기술적으로 중립적인 프로세스에서 가능한 기능을 개발해야 하며, 이는 시스템 엔지니어링으로 이어진다.

시스템 엔지니어링에서 요구 사항과 기능은 중립적인 설명으로 정의되며 실제 기능은 비교적 늦게 구현된다. 이러한 방식으로 기계 장치와 전자 장치 또는 소프트웨어와 같은 각 기능에 대해 최적의 영역을 찾을 수 있다. 동시에 공식화된 요구 사항은 모델의 현재 상태를 지속적으로 점검하여 제품이 모든 요구 사항을 충족하는지 확인할 수 있다.

이렇게 하여 엔지니어는 자신의 창의력을 다시 발휘할 수 있다

그렇다면 어떻게 하면 제품 개발의 미래를 가져올 수 있을까? 이는 아래 설명한 기술 중에서 몇 가지 개연성 있는 시나리오를 개발할 수 있다.

포괄적인 플랫폼은 회사의 모든 데이터를 기록하고 필요한 곳 어디에서나 사용할 수 있다. 이러한 데이터는 회사의 동력원이자 윤활유가 된다.

지능형 제품은 사물 인터넷을 통해 데이터를 개발자에게 피드백한다. 개발자는 제품에 어떤 영향을 미치는지 가정에 의존할 필요 없이, 제품 사용에 대한 실제 경험을 할 수 있다. 개발자는 이러한 지식을 바탕으로 지속적으로 최적화하고 소프트웨어 업데이트 등을 통해 기존 제품에 적용할 수 있다.

생성 모델링(Generative Modeling)은 시스템 엔지니어링 및 요구 사항과 관련된 복잡한 부분을 논리적으로 확장한다. 요구 사항에 정의된 기능은 공식화된 프로세스에서 개별 기능으로 분류되며, 소프트웨어 또는 하드웨어로 구현하여 제품을 구성한다. 마찬가지로 알려진 하중과 힘을 기반으로 하는 형상은 컴퓨터로 생성할 수 있다.

이러한 기술은 개발 프로세스가 점점 공식화된다는 점이며, 이는 디자이너의 작업 환경을 크게 변화시킬 것이다. 독창적인 솔루션을 갖춘 천재적인 발명가 자이로 기어루스(만화 캐릭터로 도날드 덕에 나오는 천재 발명가)가 더 이상 필요하지 않지만, 요구 사항과 기능 모델을 정밀하게 처리하는 대형 컴퓨터가 필요하다. 복잡한 시스템은 뛰어난 컴퓨팅 성능의 가용성에 의해 결정되며, 이로 인해 모든 것이 한 시점에 단순해질 수 있다. 즉, 컴퓨팅 성능을 통해 복잡성을 처리하고 통합된 인텔리전스를 통해 간단한 인터페이스에서 사용할 수 있다는 것이다. FEM 시뮬레이션이 좋은 예이다. 불과 몇 년 전만해도 입증된 전문가만이 강도와 흐름 시뮬레이션을 수행할 수 있었다. 하지만 지금은 비전문가도 CAD 시스템에서 마우스 클릭만으로 이를 직접 수행할 수 있다. 전문지식을 통해 결과의 타당성을 평가해야 하지만, 몇 년 안에 인공 지능이 시뮬레이션 소프트웨어에 통합되어 타당성 검사도 같이 수행할 수 있을 것이다.

요구 사항 관리와 시스템 엔지니어링, 이처럼 매우 복잡한 공식을 인공지능이 백그라운드에서 수행하고 디지털 어시스턴트가 창의적인 개발 프로세스에 대한 힌트와 팁을 제공하는 시점에 도달할 가능성은 매우 높다. 이 기술의 장점은 각자가 잘 할 수 있는 일을 한다는 점이다. 엔지니어는 자신의 내부에 있는 자이로 기어루스에서 벗어나 창의적인 아이디어를 개발할 수 있다. 인공지능은 백그라운드에서 프로세스를 모니터링하고 형식을 관리한다. 이런 식으로 인간의 창의성과 디지털 기술이 결합하여 프로세스를 처리하는 능력이 배가되면 완전히 새로운 것을 창조할 수 있다