사미르 M. 프라부 이사의 발표 모습(사진:본지)
매스웍스(MathWorks)는 7일, 서울 강남구 코엑스 그랜드볼룸 & 2층 아셈볼룸에서 개최된 '매트랩 엑스포 2026 코리아(MATLAB EXPO 2026 Korea)'을 통해 매스웍스의 엔지니어들과 다양한 산업 분야의 전문가들이 한자리에 모여 인공지능(AI)과 과학 및 엔지니어링 영역의 최신 기술 동향과 실제 적용 사례를 공유했다.
이에 앞서, 사미르 M. 프라부(Sameer M. Prabhu) 매스웍스(MathWorks) 인더스트리 부문 이사가 기자간담회를 통해 인공지능(AI)과 엔지니어링 융합이 가져올 산업 변화 방향을 제시했다. 그는 생성형 AI 확산이 단순한 기술 진보를 넘어 엔지니어링 설계 패러다임 자체를 변화시키고 있다고 강조했다.
프라부 이사는 “현재는 엔지니어와 과학자에게 매우 중요한 전환기”라며, “AI는 더 이상 일부 전문가만 사용하는 도구가 아니라 일상적인 엔지니어링 업무를 자동화하는 핵심 기술로 자리 잡고 있다”고 밝혔다. 이어 코드 생성, 데이터 분석, 설계 검증 등 반복적이고 시간이 많이 소요되는 작업에서 AI가 생산성을 크게 끌어올리고 있다고 설명했다.
그는 AI와 엔지니어링 결합 사례로 의료, 에너지, 제조 분야를 제시했다. 의료기기 산업에서는 AI를 활용해 심장 이상을 탐지하고 있으며, 연구 분야에서는 실험 장비 없이 설계를 수행하는 ‘랩리스(labless)’ 환경이 확산되고 있다. 또한 에너지 분야에서는 태양광 시스템 성능 개선을 위한 AI 기반 최적화가 활발히 이루어지고 있다고 덧붙였다.
프라부 이사는 엔지니어링 설계 방식이 두 가지 방향으로 진화하고 있다고 설명했다. 첫 번째는 AI가 시스템 구성 요소로 포함되는 방식으로, 엔지니어가 AI 모델 설계와 통합, 데이터 관리까지 수행하는 구조다. 두 번째는 AI가 설계 자체를 수행하는 방식으로, 엔지니어는 목표와 제약 조건을 정의하고 AI가 설계 공간을 탐색해 최적안을 도출하는 구조다.
실제 산업 사례도 소개됐다. 한 제조 기업은 물리 센서 대신 AI 모델을 활용해 수압을 예측함으로써 비용 절감과 소프트웨어 중심 시스템 전환을 동시에 달성했다. 또 다른 사례에서는 기존 16일이 소요되던 시뮬레이션 기반 설계 작업을 AI 기반 축소 모델(reduced-order model)을 통해 약 5분으로 단축하며, 설계 효율을 획기적으로 높였다.
강화학습을 활용한 설계 자동화 사례도 주목된다. 연구자들은 레이저 및 거울 정렬과 같은 복잡한 물리 시스템 제어 문제에서 AI 에이전트를 활용해 최적 제어 방식을 도출했다. 이 과정에서 엔지니어는 보상 함수와 시스템 모델을 설계하고, AI는 이를 기반으로 반복 학습을 통해 최적 해를 찾아내는 협업 구조가 형성된다.
생성형 AI의 역할도 강조됐다. 프라부 이사는 “생성형 AI는 코드 설명, 테스트 코드 생성, 문제 해결 방식 제안 등 다양한 영역에서 엔지니어를 지원한다”며, “특히 개발 과정에서 코드 이해에 많은 시간이 소요되는 만큼 AI의 활용 가치가 매우 크다”고 강조했다. 실제로 AI는 코드 주석 추가, 기능 설명, 테스트 케이스 생성 등을 자동화해 개발 초기 진입 장벽을 낮추고 있다.
다만 그는 생성형 AI의 한계도 지적했다. “AI는 때때로 부정확한 결과를 생성하거나 맥락 이해에 한계를 보일 수 있다”며, “새로운 동료와 협업하듯 AI의 특성을 이해하고 활용하는 접근이 필요하다”고 설명했다.
향후 전망에 대해 그는 “AI는 설계 전 과정에 더욱 깊이 통합될 것”이라며 “엔지니어는 반복 작업에서 벗어나 문제 정의와 의사결정 등 고차원 업무에 집중하게 될 것”이라고 내다봤다. 이어 “앞으로 경쟁력 있는 엔지니어는 생성형 AI를 효과적으로 활용해 복잡한 문제를 해결하는 역량을 갖춘 인재가 될 것”이라고 말했다.
끝으로 그는 “AI 도입은 단기간에 끝나는 변화가 아니라 점진적 전환 과정”이라며 “지금부터 적극적으로 학습하고 활용 경험을 축적하는 것이 중요하다”고 조언했다.
댓글
0