세션 안내

[고객 기조연설] 자율주행의 미래와 현실

9:50–10:20

최근 자율주행 기술에서 1) 인공지능은 선택이 아닌 필수이고 데이터 처리와 소프트웨어 개발은 자율형 모빌리티 내부에서 외부로 확대, 2) 모빌리티 제어만이 아니라 커넥티드 디바이스·서비스와 융합된 미래형 모빌리티로 발전, 3) 모빌리티-인프라 정보융합이 자율주행 기술의 성능 향상을 달성하고 있습니다. 이러한 중대한 시장·산업 변화의 기로에서 민관 협력, 핵심기술 연구개발, 업종 융합, 인프라 및 법제도 정비를 통해 국가역량을 결집할 수 있는 패키지형 전략이 시급한 시점입니다. 본 발표에서는 자율주행의 최신동향을 살펴보고 자율주행의 정의, 주요현안, 핵심기술을 설명하는 내용들을 담고 있으며 마지막에 우리나라의 대응방안으로 발표를 마무리하려고 합니다. 

이재관 자율주행기술연구소장

이재관 자율주행기술연구소장, 한국자동차연구원(KATECH)


[MathWorks 기조연설] 디지털 엔지니어링을 위한 모델 기반 설계의 영향력과 방향성

10:20–10:50

모델 기반 설계(Model-Based Design)는 20년이 넘게 복잡한 시스템 설계의 신뢰할 수 있고 강력한 기반으로 자리잡아 왔습니다. 최근의 소프트웨어 개발 추세, 인공지능과의 통합, 그리고 클라우드 컴퓨팅의 영향으로 새로운 작업 흐름을 마주하고 있는 현대의 엔지니어들은 새로운 도전 과제에 직면하고 있습니다.

본 기조연설을 통해 MathWorks가 설계 과정을 자동화하고 결함을 방지하며 점점 더 복잡해지는 디지털 시스템을 확장하는 데 있어 중요한 역할을 하기 위해 모델 기반 설계에 어떻게 투자하고 있는지 살펴보시기 바랍니다.

Arun Mulpur

Dr. Arun Mulpur, MathWorks

커넥티드 시험 설비에 대한 PHM 플랫폼 개발

11:20–11:50

내구 시험 설비들은 고가의 설비들로 평균 가동율이 70% 이상 유지되고 있습니다. 따라서 이러한 내구 설비의 유지보수 정책은 매우 중요합니다. 기존에는 사후보전이나 예방보전 방법이 주로 사용되었지만, 신규 설비들은 유지보수 비용을 줄이고 기존 스마트 랩과의 연동을 위해 PHM과 같은 상태 감시 및 예지 보전 기법을 도입하고 있습니다.

본 세션에서는 MATLAB이 제공하는 다양한 딥러닝 모델을 활용하여 신규 설비의 예지 보전을 어떻게 구현할 수 있는지 방법과 과정을 소개드립니다.

핵심 내용

  • MATLAB과 Simulink를 이용한 제어기 설계 및 Speedgoat 활용 HILS 구축
  • MATLAB 기반 Simscape™ 모델링을 통한 설비 디지털 트윈 개발
  • MATLAB 기반 딥러닝 빅데이터 처리

발표 대상

  • MATLAB, Simscape, Speedgoat를 활용하여 제어기를 설계하고 이를 디지털 트윈으로 구현하여 미래를 예측하는 예지보전에 대해 알아보고 싶은 분

MATLAB을 활용한 LNG선 재액화시스템 모니터링 기술 연구

13:00–13:30

본 세션에서는 LNG를 운반하는 선박에서 생성된 장비의 실 운전 데이터를 분석하여 장비에 문제가 있는지 여부를 판단할 수 있는 모니터링 및 진단 개발 기술에 대해 소개드립니다.

핵심 내용

  • 이상감지 모델 개발을 위한 데이터 특성 분석 방법
  • MATLAB® 기반 기계학습 모델을 활용한 이상감지 모델 개발 방법

발표 대상

  • 장비의 실 운전 데이터 전처리 및 특성 분석 기법에 대해 알아보고 싶으신 분
  • 이상감지 모델 개발 및 가시화 기법에 대해 알아보고 싶으신 분
  • 이상감지 모델 활용 분야를 알아보고 싶으신 분

사전 학습 딥러닝 모델을 활용한 MATLAB 기반 생쥐행동실험 분석

13:40–14:10

생물학 분야, 특히 뇌과학에서 기억력, 사회성, 인지력 등의 뇌기능을 연구하기 위해서는 실험동물을 이용한 행동분석 실험이 필수적입니다. 하지만, 기존 상업용 제품을 이용한 분석은 확장성이 매우 제한되어 있으며, 각 연구목표에 대한 맞춤형 분석을 하기에 분명한 한계점이 있습니다.

본 세션에서는 MATLAB® 에서 제공하는 다양한 함수들을 이용하여, 사전학습된 딥러닝 모델로 검출한 생쥐 좌표데이터(raw data)를 손쉽게 분석하는 방법을 소개드립니다. 코딩 비전문가들도 MATLAB을 이용하면 손쉽게 자신의 연구목적에 맞게 행동실험 데이터를 다양하게 분석할 수 있음을 알려드리고자 합니다.

핵심 내용

  • 사전학습된 딥러닝 모델을 이용하여 MATLAB 에서 동물신체 좌표 데이터를 얻는 방법
  • 동물신체 좌표 데이터를 이용한 ROI 기반 분석 방법
  • 동영상 기반 동물신체 좌표 시계열 데이터 분석 방법

발표 대상

  • 뇌과학 분야에서 동물행동 실험을 이용해 뇌기능을 연구하는 분
  • 생쥐를 이용한 다양한 행동실험 데이터를 맞춤형 분석하고자 하는 분
이석원 실험동물센터장

이석원 실험동물센터장,
한국뇌연구원


데이터 기반 성능 개발프로세스 구축을 위한 R&H(Ride & Handling) DB 개발

14:20–14:50

차량 개발 단계에서 데이터의 축적과 활용의 중요성은 자율주행, 전동화, 제어 등의 분야뿐만 아니라 기본 성능에 해당하는 R&H (Ride & Handling), NVH, 내구 등의 부문에서도 지속해서 강조되고 있습니다. R&H 성능 개발 분야의 대표적인 DB로는 약 20여년 전 개발된 서스펜션 특성 시험기DB (SPMD DB)가 있으며, 이를 통해 설계, 해석, 시험 등 각 개발 부문에 차량 특성 정보를 제공하고 있습니다.

하지만 그동안 분석 프로그램은 노후화되어 많은 불편과 활용의 한계점을 도출하였습니다. 이러한 문제점을 근본적으로 해결하고 나아가 지속적인 향상이 가능한 데이터 관리/공유 체계를 구축하고자 최초에 시험데이터가 발생된 이후로 엔지니어들에게 공유되기까지의 관련된 모든 과정을 MATLAB® 환경 기반하여 신규로 개발하기 시작하였습니다. SPMD DB의 개발 경험을 바탕으로 이를 실차 성능 DB인 승차감, 핸들링/조타감 DB로 확장하였으며, 각 종 버추얼 프로세스와도 연계하여 축적된 연구 개발의 노하우가 담긴 DB, 분석 플랫폼을 개발하였고 각 부문에 다양한 가치를 제공하고 있습니다.

본 세션에서는 DB와 연계한 데이터의 축적과 관리, 프로세싱, 공유/배포까지의 전체 과정을 실제 개발 결과물들과 함께 설명하도록 하겠습니다.

핵심 내용

  • MATLAB 기반 시험 데이터 처리와 분석 프로세스 개발
  • Database Toolbox™ – MSSQL DB를 연동한 데이터 관리
  • App Designer 기반 DB 실시간 열람/분석 어플리케이션 개발과 배포

발표 대상

  • 효과적인 시험 데이터 관리/분석 프로세스 개발에 관심이 있는 분
  • 데이터 축적 - DB – 분석 – 공유/배포가 연계된 개발 환경에 관심이 있는 분
이진희 책임연구원

이진희 책임연구원,
현대자동차


MATLAB을 활용한 축사 내 이상 및 감염병 위험 감지를 위한 딥러닝/머신러닝 모델 개발

15:30–16:00

산업동물(예: 소, 닭, 돼지)은 식량 안보에 필수적인 요소입니다. 이들 동물들은 대부분 밀집된 환경에서 사육되며, 이러한 환경은 감염병의 위험성을 증가시킵니다. 특히, 공기 중으로 확산되는 호흡기 질환은 밀폐된 공간에서의 감염병 위험도를 높입니다.

이러한 문제를 해결하기 위해 MATLAB®을 활용하여 커스텀 데이터셋과 딥러닝, 머신러닝 모델을 개발하였습니다. 이 모델은 사람과 동물 모두에게 적용 가능한 행동 이상감지와 감염병 위험도감지 장치의 개발을 목표로 하고 있습니다. 본 세션에서는 이러한 시스템의 구현 과정을 상세히 소개드리겠습니다.

핵심 내용

  • MATLAB 기반 딥러닝 모델을 활용한 돼지 객체 추적 방법
  • MATLAB 기반 머신러닝 모델을 활용한 면역진단키트의 항원농도 회귀예측방법

발표 대상

  • MATLAB을 활용한 딥러닝/머신러닝 모델의 One-health 중심 농축산 분야 적용 사례에 대해
    알아보고 싶으신 분 등
김유진 책임연구원

김유진 책임연구원,
한국전자통신연구원


물리기반 AI 시스템 개발: Neural Operator와 PINN을 중심으로

16:10–16:40

인공지능을 활용하여 편미분 방정식 (Partial Differential Equation, 이하 PDE)의 근사해(approximate solution)를 도출하려는 시도는 지난 5년간 활발히 연구되어 왔습니다. 비지도학습 방법으로는 Physics-Informed Neural Network (PINN), 지도학습 방법으로는 Neural Operator가 있습니다. AI기반 PDE solver는 기존의 수치해석 방법보다 더 빠른 시간 내에 결과를 도출하기 때문에 Digital Twin 기술의 핵심입니다. 최근 NVIDIA®에서는 Neural Operator를 활용하여 Digital Earth 프로젝트를 진행하고 있습니다.

본 세션에서는 Neural Operator와 PINN 기술의 최신 트랜드를 살펴보고 각 기술에 대한 산업 적용사례를 소개합니다. 이를 통해서 Digital Twin 구축에 대한 실현가능성과 새로운 인사이트를 제공합니다.

핵심 내용

  • 축적된 해석데이터를 활용하여 AI로 기계시스템 해석 가속화하는 방법
  • 편미분방정식을 AI 학습에 사용하는 방법

발표 대상

  • 축적된 해석데이터 (ex. 열해석, 구조해석 등)를 활용하고 싶으신 분 들
  • 편미분방정식 모델링을 데이터에 결합하고 싶으신 분 들
  • Digital Twin 시스템 구축을 하고싶으신 분 들
     
황형주 교수

황형주 교수,
POSTECH

ASPICE 프로세스 준수를 위한 MBD 기반 ADAS레이더 비 기능 SW 개발

11:20–11:50

본 세션에서는 MBD (Model-Based-Design) 기반 SW 설계 방법론이 적용되는 ADAS 레이더 비 기능 SW 개발 과제에서 ASPICE 프로세스 능력 수준 (CL-Capability Level) 1을 달성하기 위해 수행된 내용을 다룹니다.

본 과제에서 MBD적용 개발 범위는 SW 상세 설계 및 유닛 개발 레벨로, ASPICE 참조 모델 중 SWE.3 (소프트웨어 상세 설계 및 유닛 개발) 및 SWE.4 (소프트웨어 유닛 검증)에 해당하며, 각 참조 모델 별 기본 사례 (BP-Base Practice)를 이행하기 위해 MBD 기반 SW 설계 방법론으로 성공적으로 구현한 내용을 중점적으로 소개드리겠습니다.

핵심 내용

  • MBD 기반 ADAS 레이더 비 기능 SW 개발 방법론
  • ASPICE CL 1 달성을 위한 MBD 기반 SW 개발 내용

발표 대상

  • ASPICE 프로세스 준수를 위한 MBD 기반 SW 개발 방법론에 대해 알아보고 싶으신 분

금기섭 책임연구원

금기섭 책임연구원,
현대모비스


시스템 시뮬레이션을 이용한 전기굴착기의 작업 및 주행 성능 예측

13:00–13:30

최근 전세계적인 배기규제에 대응하기 위해 건설장비 제조업체들은 전기 건설장비에 대한 개발 및 양산을 활발히 진행되고 있습니다.

전기굴착기의 경우, 성능 개발목표 달성 뿐만 아니라 시스템 최적화를 통한 에너지 절감이 중요한 이슈이기 때문에 제품 기획/개념 단계에서부터 전기, 유압, 엔진, 동역학 등 다물리 시스템을 포함한 장비 시스템 수준의 동력성능 예측기술이 필요합니다.

본 세션에서는 MATLAB®과 Simulink®시스템 시뮬레이션을 이용한 전기굴착기의 작업 및 주행 성능 예측기술 개발에 대해 소개드릴 예정입니다.

핵심 내용

  • 전기굴착기 동력성능 시스템 시뮬레이션 모델 구축
  • 전기굴착기 동력성능 예측/시험 검증을 통한 신뢰도 확보
  • 전기굴착기 서브시스템 사양 변경 시 동력성능 변화

발표 대상

  • 전기 건설장비 동력성능 예측에 대해 관심 있으신 분
  • 시스템 시뮬레이션에 대해 관심 있으신 분
김민철 책임연구원

김민철 책임연구원,
HD현대사이트솔루션


자율주행 소프트웨어 개발을 위한 모델기반 시스템 엔지니어링에 대한 사례

13:40–14:10

자율주행 소프트웨어 개발에 있어서 소프트웨어 아키텍처 설계의 중요성은 날로 높아지고 있습니다. 다양한 고객 요구 사양을 반영한 자율주행 기능을 개발하기 위해 유연하고 확장성이 높은 소프트웨어 아키텍처가 요구되는데, 설계 요구사양부터 검증까지 추적성을 확보하면서 빠르게 개발하는 데는 많은 한계가 있습니다.

본 세션에서는 MATLAB®에서 제공하는 다양한 제품들을 자사 프로세스와 조화롭게 융합하여 신뢰성 높은 자율주행 소프트웨어를 개발하는 과정을 소개드릴 예정입니다.

핵심 내용

  • System Composer™와 AUTOSAR Blockset을 활용한 소프트웨어 아키텍처 설계 방법
  • Requirements Toolbox™를 활용한 기능 요구 사양 개발 방법

발표 대상

  • 모델기반 시스템 엔지니어링을 활용한 자율주행 소프트웨어 아키텍처 설계 적용 사례에 대해 알아보고 싶으신 분

AUTOSAR Blockset을 활용한 ASW 개발 및 Mobilgene 플랫폼 통합

14:20–14:50

본 세션에서는 AUTOSAR Blockset을 활용하여 Bottom up 방식으로 ASW를 개발하는 전체적인 과정과 경험을 소개드립니다. Simulink® Data Dictionary를 통한 AUTOSAR® Interface 정의 방법, 조건부 Rte 함수 Call 방법, 외부 ARXML 파일을 모델에 가져오는 방법 등의 기본적인 모델링 방법이 포함합니다. 특히 Mobilgene 플랫폼에서 통합 개발하는 경우 BSW 서비스를 활용하는 방법 및 호환성 문제에 대한 해결 경험을 공유합니다.

핵심 내용

  • AUTOSAR Blockset을 활용한 Application SWC bottom up 개발 방법
  • Mobilgene 플랫폼 통합 시 개발 한계 및 제약 사항

발표 대상

  • AUTOSAR Blockset을 활용하여 arxml, code 생성에 대해 알고 싶으신 분
  • Mobilgene 플랫폼과 통합 시 몇 가지 제약사항에 대해 알고 싶으신 분
장동근 연구원

장동근 연구원,
현대자동차


Polyspace Bug Finder를 이용한 사이버 보안 코딩룰 점검

15:30–16:00

현대 디지털 시대에서 사이버 보안은 점점 더 중요한 문제로 부각되고 있습니다. 특히 자동차 분야에서도 소프트웨어의 비중이 커지면서 자동차 전자제어 소프트웨어의 보안이 강화되고 있습니다. 자동차에서도 해킹 사례가 발생 되고 있어 국내외 OEM들은 사이버 보안을 강조하고 있으며, 자체적으로 사이버 코딩 룰을 제정하여 준수를 요구하고 있습니다.

HL Mando는 MATLAB®의 Polyspace Bug Finder™를 활용하여 국내외 OEM에서 요구하는 사이버 코딩 룰을 준수하고 있습니다. 이를 통해 개발 프로세스에 사이버 보안 코딩 룰을 접목시키고, 소프트웨어의 보안과 안전성을 확보하고 있습니다. 이러한 노력은 미래 자동차 산업에서 더욱 안전하고 신뢰성 있는 소프트웨어 시스템을 구축하는 데 큰 도움이 될 것입니다.

핵심 내용

  • Polyspace Bug Finder를 이용해 Software를 분석 검증
  • Polyspace access를 이용해 개발자 공유 및 Feedback 

발표 대상

  • 보안 코딩에 관심 있는 분

모델 기반 설계를 적용한 모빌리티 제어기용 On-Device AI 구현

16:10–16:40

인공지능 모델의 제품 적용이 확대되면서, On-Device AI를 위한 다양한 연구가 진행되고 있습니다. 모빌리티 제어기에서도 보다 간단하고 정확한 제어를 하기 위하여 기존의 센서를 삭제하거나 물리 기반의 제어 로직을 데이터 기반의 인공지능 모델로 대체하는 노력을 하고 있습니다. 하지만 모빌리티 제어기는 여전히 낮은 성능의 연산 코어, 적은 메모리, 기존 제어 로직과의 통합 등 많은 제약이 있습니다. 따라서 모빌리티 제어기의 인공지능 모델 적용은 모델의 추론 시간과 정확도 등의 끊임없는 트레이드오프와 시행착오 과정이라고 할 수 있습니다.

본 세션에서는 MATLAB®을 이용하여 딥러닝 모델 설계하고 학습하는 방법을 소개합니다. 그리고 학습된 딥러닝 모델을 모델 기반 설계와 코드 생성을 통해 모빌리티 제어기에 배포하는 일련의 과정을 소개할 예정입니다.

핵심 내용

  • MATLAB을 이용한 딥러닝 모델 설계와 학습 방법
  • Simulink®를 이용한 학습된 딥러닝 모델의 MBD설계와 코드 생성 방법

발표 대상

  • MATLAB을 이용한 딥러닝 모델 설계 및 학습 과정에 대해 알고 싶으신 분
  • 모빌리티 제어기에 딥러닝 모델을 적용하고 싶으신 분
강수혁 책임연구원

강수혁 책임연구원,
현대케피코

계통연계 전력변환장치 제어 및 해석 기술

11:20–11:50

탄소중립을 위한 재생전원의 중요성이 대두되면서 전력시스템에 다양한 전력변환장치 기반 전원들의 접속량이 증가하고 있습니다. 이러한 현상으로 전력변환장치의 동특성이 전력시스템에 미치는 영향이 커지고 있습니다. 따라서 전력변환장치 제어기술의 고도화 및 전력변환장치가 포함된 전력시스템의 해석기술이 요구되고 있습니다.

본 세션에서는 MATLAB® 및 Simulink®를 활용하여 전력변환장치 제어 및 운영기술을 개발 과정과 대규모 전력시스템을 해석하기 위한 시뮬레이션 기법을 소개합니다.

핵심 내용

  • MATLAB 및 Simulink를 활용한 HILS 시스템 구축 및 테스트
  • 대규모 전력시스템 시뮬레이션 기법

발표 대상

  • MATLAB 및 Simulink를 활용하여 전력변환장치 기술 및 HILS 시스템을 구축하고 싶으신 분
  • 전력변환장치가 포함된 전력시스템 해석이 필요하신 분
유형준 선임연구원

유형준 선임연구원,
한국전기연구원


그린 수소 생산 시스템의 전력관리시스템을 위한 HILS 시스템 개발

13:00–13:30

재생에너지를 이용해 물을 전기분해하여 얻는 그린 수소 에너지의 대표적인 에너지원은 결국 풍력이나 태양광 에너지일 수밖에 없습니다. 이 말은 대규모 그린 수소 생산을 위해서는 그에 따른 대규모 풍력, 태양광 설비가 필요하다는 의미와 같습니다.

따라서 그린 수소 생산 시스템은 신규뿐만 아니라 기존의 풍력, 태양광 시스템에 추가로 시스템을 구축하는 형태로 대부분 진행되고 있습니다. 그러나 분산 에너지원들의 인프라는 계통뿐만 아니라 각 설비의 임피던스, 제어적인 상관관계 등으로 에너지원의 협조 제어가 필수이며 더욱이 이들을 관리하는 전력 관리 시스템(PMS)의 안정적인 제어알고리즘이 선행 되어야 각 설비들이 최적으로 유기적인 연동이 가능합니다.

이러한 관점으로 그린 수소 생산 시스템 구축 전 시뮬레이션은 설계, 운영, 유지보수 측면에서 필수적이며 구축 후 설비 간의 이해 충돌, 인적, 물적 손실의 축소 측면에서도 상당한 도움을 줄 수 있습니다.

본 세션에서는 이러한 그린 수소 생산 시스템의 전력 관리 시스템 알고리즘 개발 관점에서 구축된 HILS 시스템을 소개하고자 합니다. 개발된 HILS 시스템은 MATLAB®, Simscape Electrical™, Simulink Real-Time™등을 이용한 실시간 시뮬레이터로 구현되었습니다.

핵심 내용

  • MATLAB 기반 수소 생산 실증 시스템의 실시간 시뮬레이션 방법
  • MATLAB 및 Simulink를 이용한 수소 생산 실증 시스템의 HILS 시스템

발표 대상

  • MATLAB Simscape Electrical을 이용한 HILS 시스템에 대해 알아보고 싶으신 분들

Simulink Real-Time을 활용한 Micro-Grid Test Bench 구축

13:40–14:10

R&D용 Micro-Grid Test Bench구성을 위해서 실시간 시뮬레이터를 포함한 다양한 장비(Power Amplifier, Load, Inverter등)를 MATLAB® /그리고 Simulink® 기반으로 하나의 시스템으로 구축했습니다.

R&D를 위해 시스템이 매우 유연하고, 시험을 위해 다양한 시나리오 모사가 필요했습니다. 본 세션에서는 Speedgoat 시뮬레이터로 모든 하드웨어를 통합하고 Simulink Real-Time™을 활용한 Test Bench 구성에 대해 소개드립니다.

핵심 내용

  • MATLAB 및 Simulink 기반 Micro-Grid Test Bench 구축
  • Simulink Real-Time을 활용한 다양한 하드웨어 통합 연결
  • Simulink Real-Time API를 활용한 User Interface 구성

발표 대상

  • Simulink Real-T time을 활용한 Testing 시스템 구축에 대해 알아보고 싶으신 분
오형록 대표

오형록 대표,
위드비어


대규모 전력망 실시간 시뮬레이터

14:20–14:50

본 세션에서는 대규모 국가 전력망 시스템의 실시간 시뮬레이터 구성과 평가 사례를 소개하고 시뮬레이션 소프트웨어 비교 및 실시간 성능 평가 결과를 소개합니다.

핵심 내용

  • MATLAB 기반 Opal-RT ePHASORsim 실시간 시뮬레이션 모델
  • 대규모 전력망 기반 MATLAB 시뮬레이션 사례 분석
  • 시뮬레이션 소프트웨어 평가 및 (성능) 비교

발표 대상

  • 전력계통 모델링 및 실시간 시뮬레이션에 대해 알아보고 싶으신 분
  • 전력기기 및 설비 운영 평가를 위한 시뮬레이터에 대해 알아보고 싶으신 분
이종주 책임연구원

이종주 책임연구원,
한국전기연구원


Simscape를 이용한 차량 열관리 버추얼 플랜트 개발

15:30–16:00

전기차 시대가 되면서 배터리, 캐빈을 포함하여 열관리 대상도 다양하고 이를 관리하는 열관리시스템이 중요해지고 있습니다. 좋은 성능을 보이기 위해 하드웨어 설계뿐만 아니라 이를 작동시키는 소프트웨어 영역도 중요시되고 있습니다. 특히 열시스템이 점점 복잡해지고 이를 제어하기 위해 경험 위주를 벗어나 모델기반의 최적제어를 요구하는 상황입니다. 적은 비용으로 보다 나은 성능을 개발하기 위해, 제어로직을 포함한 차량의 성능 예측뿐만 아니라 다양한 조건에서의 물리량 변화를 관찰하기 위해 버추얼 플랜트 개발이 필요합니다.

본 세션에서는 다중물리모델 라이브러리로 구성된 Simscape™를 활용하여 단품의 특성 데이터를 가지고 열교환기, 컴프레서 등 단위 부품과 열관리 대상을 모델링하고 이를 열관리 회로에 맞추어 통합하여 차량 열관리 버추얼 플랜트를 구성하는 방법을 소개드릴 예정입니다. 이 때 제어기 모듈에서 이산신호인 제어시그널이 생성되고 이를 연속계인 버추얼 플랜트와 연결될 것입니다. 차량 기능을 대표하는 버추얼 플랜트와 제어기를 꾸미는 방법을 함께 살펴볼 예정입니다.

핵심 내용

  • 단위 부품(HEX, 컴프레서 등) 모델링 기법
  • 열관리 대상(캐빈 등) 모델링 기법

발표 대상

  • 열관련 다중물리모델 사용 방법을 이해하고 싶은 분
  • 연속계의 물리모델을 제어하고 싶은 분

전기차 주행 거리 성능 검증을 위한 MATLAB 및 Simulink 기반의 해석 프로세스 개발

16:10–16:40

모델 기반 해석을 통해 전기차의 주행거리 성능을 정밀하게 예측하는 해석 프로세스는 규제 기관 입장에서 인증 시험을 검증하는 플랫폼으로 활용될 수 있습니다. MATLAB® 개발 환경은 Simulink®를 통해 전기차의 주요 구성 요소인 배터리, 모터, 차량 파워트레인의 특성을 반영할 수 있는 수학적 모델을 개발할 수 있는 환경을 제공할 뿐만 아니라 해석을 수행하는 사용자 입장에서 보다 편리하게 데이터를 입력하고 결과를 관리할 수 있도록 App Designer 기반의 사용자 인터페이스 개발을 가능하게 합니다.

본 세션에서는 이러한 개발 환경에서 개발된 전기차의 주행성능을 예측 모델 프로세스와 그 활용에 대한 소개를 진행할 예정입니다.

핵심 내용

  • MATLAB 및 Simulink 기반의 전기차 주행거리 예측을 위한 상세 성능 모델 개발 및 해석 성능 고도화 과정
  • 데이터 입출력 및 결과 관리 과정을 지원하는 해석 시뮬레이터의 사용자 인터페이스

발표 대상

  • MATLAB 기반의 차량 성능 해석 프로세스 개발에 관심이 있는 엔지니어
김남욱 교수

김남욱 교수,
한양대학교

생성형 AI를 이용한 전자파 분석: Array Antenna의 특성 평가 적용 예

11:20–11:50

생성형 AI는 의료 진단, 제조 검사, 기구 설계 및 예술 등 다양한 분야에 적용이 확대되고 있습니다. 생성형 AI는 전자파 설계 및 분석기술 적용에서도 혁신을 가져올 수 있을 것으로 기대되고 있습니다.

본 세션에서는 Near Field를 이용한 Arrayed Antenna의 특성평가, 분석 사례를

소개할 예정입니다. 생성형AI를 활용하여 MATLAB®으로 Antenna Modeling, Simulation, Data전처리 및 Transfer Learning하는 과정과 결과를 소개하고, 이를 기반으로 향후 생성형AI가 가져올 전자파 설계와 분석에 대한 전망을 포함합니다.

핵심 내용

  • Deep Learning을 위한 Training Data생성: MATLAB 이용 Array Antenna Near Field Image추출
  • Training Data전처리: 생성형 AI와 MATLAB을 이용한 Near Field Image 전처리
  • Transfer Learning: 생성형 AI를 이용한 Pre-Trained CNN Model의 미세학습과정,결과 및 생성형AI 적용 효과
  • 전자파 설계, 방법 변화 전망: 생성형 AI를 이용한 전자파 설계, 분석 방법의 변화

발표 대상

  • 생성형 AI를 활용한 전자파 설계 및 분석에 관심있는 회로개발자
박학병 프로

박학병 프로,
삼성전자


Ray Tracing 기법을 이용한 차세대 통신용 Reconfigurable Intelligent Surface (RIS) 효과 검증

13:00–13:30

본 세션에서는 차세대 통신의 주요 주파수 대역인 mmWave 와 같은 고주파수에서 광학 기반의 Ray tracing 기법을 이용하여 설계된 안테나 기반으로 전파 환경을 분석하고, 이를 RIS 및 LENS 등의 새로운 기술을 이용하여 전파 환경 개선 효과를 MATLAB®을 기반으로 통합적으로 분석하여 소개드릴 예정입니다.

핵심 내용

  • MATLAB 기반 mmWave 안테나 빔 설계
  • MATLAB 내 Raytracing tool 기반 전파 환경 분석
  • MATLAB 내 Raytracing tool을 이용한 RIS 및 LENS 기술 효과 분석

발표 대상

  • Next Generation Communication (Beyond 5G and 6G)에 대해 알아보고 싶으신 분
  • Ray Tracing Analysis에 대해 에 대해 알아보고 싶으신 분
이영주 상무

이영주 상무,
두산전자


자동차 지능형 헤드램프 FPGA 제어 시스템의 모델 기반 설계

13:40–14:10

자동차 헤드램프는 안전성과 편의성을 높이기 위해 지능형 헤드램프로의 기술 전환이 이뤄지고 있고, 이에 따라 전통적인 조명 기능을 넘어서서, 지능형 제어를 위한 각종 이미지 프로세싱 알고리즘을 갖추는 추세입니다.

조명을 적절히 조정하여 운전자에게 최적의 가시성을 제공하고, 차량 및 차종 별 대응을 최적화하기 위해 FPGA 제어 시스템을 모델 기반 설계를 통해 개발하였고, 기능과 개발 시간을 최적화하고자 합니다.


MATLAB을 이용한 SerDes PHY의 IBIS-AMI Model 생성 및 호환성 검증

14:20–14:50

최근 인터커넥트 분야에서 고속 인터페이스에 대한 필요성이 점점 커지고 있습니다. 그리고 고속 인터페이스에서 사용하는 인터페이스 채널에 대한 분석과 그 영향을 예측하고 판단하는 것도 그 중요성a이 커지고 있습니다.

본 세션에서는 MATLAB®을 이용하여 고속 인터페이스에서 빠른 검증을 위해 사용하는 SerDes PHY의 IBIS-AMI model 생성과 model의 호환성 검증 방법을 소개드릴 예정입니다.

핵심 내용

  • MATLAB을 이용한 SerDes PHY의 IBIS-AMI model 생성
  • IBIS-AMI model의 호환성 검증

발표 대상

  • MATLAB을 이용한 SerDes PHY의 IBIS-AMI 생성 방법에 대해 알고 싶은 분
허철 이사

허철 이사,
퀄리타스반도체


MATLAB을 이용한 이종 나노 구조체에서의 양자전송 모델 계산

15:30–16:00

나노 스케일에서 양자 이론은 거시적 영역에서 관찰되지 않는 여러 현상의 보다 정확한 모사를 제공하는 중요한 역할을 합니다. 양자 역학은 반도체 재료 및 장치, 예를 들어 트랜지스터, 다이오드, 태양 전지, 레이저, 마이크로프로세서의 이해 및 개발 기반을 마련하고, 양자점 및 양자선과 같은 진보된 기술들을 창출하였습니다. 장치들이 나노미터 규모에 접근함에 따라 전자 특성에 대한 양자 효과의 영향이 점점 더 중요해지고 있고, 결국 이러한 양자 효과에 대한 연구는 장치의 올바른 작동에 없어서는 안 될 요소가 되었습니다. 따라서 양자 전송 모델의 시뮬레이션은 시스템에 대한 이해를 심화하고 양자 효과를 기반으로 향상된 성능을 갖춘 광전자 장치를 최적화하고 설계하기 위한 필수 도구를 제공하는 데 중요한 역할을 합니다.

본 세션에서는 MATLAB®을 이용한 이종 물질로 이루어진 나노 구조물 안에서의 양자 전송모델 시뮬레이션을 소개드리도록 하겠습니다.

핵심 내용

  • MATLAB기반 고유치 문제 해결
  • MATLAB을 이용한 비선형 포아송 문제 솔버 개발
  • 효율적인 전자 밀도 계산 알고리즘 개발

발표 대상

  • 수치 시뮬레이션에 관심이 있는 분
이은정 교수

이은정 교수,
연세대학교


MATLAB을 활용한 레이싱 자율주행 차량 소프트웨어 개발 및 평가

16:10–16:40

본 세션은 2023년 현대자동차 자율주행챌린지 우승팀 AutoKU 팀의 MATLAB® 활용 사례에 대한 발표입니다. 레이싱 트랙에서 세계 최초 다중 차량 동시 자율주행을 하며 가장 빠른 시간 내 완주하는 팀이 우승하게 됩니다.

우승팀인 AutoKU 팀의 자율주행 소프트웨어 중 MATLAB을 활용하여 개발한 Object Tracking 소프트웨어 및 평가, Object Detection, Motion Prediction, Global Planning 및 Trajectory Planning 평가에 대해 소개드리도록 하겠습니다.

핵심 내용

  • MATLAB 기반 Object Tracking 알고리즘 개발 방법
  • MATLAB 기반 자율주행 소프트웨어 검증 방법

발표 대상

  • 자율주행에 관심있으신 분
조기춘 교수

조기춘 교수,
한양대학교

DDS Blockset 및 System Composer를 활용한 무인항공기 시스템의 분산 시뮬레이션과 아키텍처 설계

11:20–11:50

차세대 무인항공기들은 점점 개별 시스템 설계를 넘어서서 정말 복잡한 시스템의 시스템을 다루는 것을 확인 할 수 있으며 이들이 성공하기 위해서는 효율적인 설계 방식이 필요한 것을 알 수 있습니다.

본 세션에서는 DDS Blockset과 System Composer™ 를 활용하여 무인항공기 시스템의 분산 시뮬레이션과 아키텍처 설계를 어떻게 수행하는지에 대한 실질적인 방법론을 소개합니다. 복합 시스템 아키텍처 및 에이전트 설계, DDS Blockset과Docker를 이용한 분산 시뮬레이션 환경 구축에 대해 배우게 될 것입니다. 무인항공기 시스템 개발에 있어서 효과적인 설계 및 시뮬레이션 전략을 수립하는 데 필요한 방법을 살펴보시기 바랍니다.

핵심 내용

  • 무인기 그리고 관제센터를 포함하는 복합 항공 시스템 아키텍처 설계
  • 무인기 및 관제센터의 기능과 행동 모델링
  • DDS Blockset과 Docker를 사용하여 구현한 분산 시뮬레이션 및 자동코드생성을 활용한 DDS Application 배포 

발표 대상

  •  DDS Blockset/Embedded Coder를 이용한 분산시스템 시뮬레이션 및 DDS Application 모델링/코드생성에 관심이 있는 분
  • System Compose/Simulink를 이용한 모델기반 시스템엔지니어링(MBSE) 및 모델 기반 설계에 관심이 있는 분
유성재

유성재,
MathWorks Korea


차수 축소 모델링 활용 방안

13:00–13:30

대규모의 고충실도 비선형 모델의 경우 시뮬레이션에 많은 시간이 요구됩니다. 시스템 분석을 위해 다양한 조건에 따른 시뮬레이션 데이터를 얻는 것이 큰 부담이 될 수 있으며, Hardware-in-the-Loop (HIL)과 같은 실시간 테스트 역시 어려운 경우가 많습니다. 이러한 문제를 해결하기 위해, 축소된 차수의 모델(Reduced Order Model)을 사용하여 시뮬레이션 속도를 향상시킬 수 있습니다.

본 세션에서는 인공지능을 활용하여 고충실도 모델을 차수 축소 모델로 변환하는 방법에 대해 소개합니다. 구체적으로 최근 출시된 차수 축소 모델링을 위한 앱을 활용하여 모델링하는 방법에 대해 설명드리겠습니다.

핵심 내용

  • 고충실도 모델로부터 실험 데이터 획득
  • 차수 축소 모델 학습
  • 차수 축소 모델을 Simulink 시스템에 통합하기 및 시뮬레이션 결과 확인

발표 대상

  • 시스템 시뮬레이션 시간을 줄이고 싶은 고객
  • HIL Test에 관심이 있으신 고객
  • 인공지능 모델의 시스템 통합에 관심이 있는 고객
김종남

김종남
MathWorks Korea


딥러닝을 활용한 음성 데이터 인식

13:40–14:10

최근에는 음성 인식 기술이 많은 관심을 받고 있는데, 특히 음성 비서, 음성 검색 및 음성 보안 시스템과 같은 다양한 응용 분야에서 활발히 연구되고 있습니다.

본 세션에서는 MATLAB® 환경에서 딥러닝을 활용하여 실시간 음성 데이터를 인식하는 방법을 시연합니다. 먼저 시계열 음성 데이터로부터 특징을 추출하고, 딥러닝 모델을 구축하여 이를 학습하는 방법을 소개합니다. 그리고 학습된 딥러닝 모델을 사용하여 실시간으로 녹음된 음성 데이터로부터 특정 단어를 예측하는 방법을 보여드립니다. MATLAB을 통해 음성 데이터 전처리부터 딥러닝 적용까지 쉽게 구현될 수 있다는 점을 함께 확인해보세요.

핵심 내용

  • 음성 데이터 특징 추출 방법 수행
  • 음성 데이터 딥러닝 모델 학습
  • 실시간 음성 데이터를 예측 수행

발표 대상

  • 음성 데이터를 업무에 사용하고 있는 분
  • 음성 데이터를 딥러닝 모델에 적용하고 싶은 분
  • 시계열 데이터를 업무에 적용하고 있는 분
엄준식

엄준식
MathWorks Korea


GPU 기반 AI 어플리케이션 개발하기

14:20–14:50

On-Device AI는 인터넷 연결 없이 실시간으로 작동할 수 있으며, 네트워크 대역폭 문제를 해소할 수 있는 주목 받는 기술입니다. GPU Coder를 사용하면, 데스크탑 GPU 시스템부터 On-Device AI를 위한 임베디드 Edge GPU에 이르기까지, 다양한 환경에서 활용 가능한 CUDA 코드를 생성할 수 있습니다.

본 세션에서는 MATLAB® 및 Simulink® 에서 모델링한 결과물과 딥러닝 모델을 CUDA코드로 변환하는 과정을 시연할 예정입니다. 또한 최근에 추가된 GPU Performance Analyzer기능을 이용해 생성된 CUDA코드의 성능을 최적화하는 방법을 시연하고, 타겟 장비에 생성된 CUDA코드를 배포하는 방법에 대해서 살펴볼 예정입니다.

핵심 내용

  • GPU Coder를 이용하여 신호처리 및 딥러닝 알고리즘을 CUDA코드로 변환하여 타겟GPU에 배포
  • GPU Performance Analyzer를 이용하여 생성된 CUDA코드를 최적화

발표 대상

  • MATLAB 및 Simulink에서 구현한 알고리즘을 CUDA코드를 이용하여 가속화하는 방법에 대해 알고 싶으신 분
  • 딥러닝 알고리즘을 Edge GPU에 배포하여 On-Device AI로 구현하는 방법을 알고 싶으신 분
신행재

신행재
MathWorks Korea


MATLAB을 활용한 TI mmWave 레이더 개발

15:30–16:00

최신 MATLAB® 기능을 이용하면 TI mmWave Sensor Evaluation Modules (EVMs로부터 실제 레이더 데이터를 얻을 수 있습니다.

본 세션에서는 예시를 통해 레이더 측정을 구성하고, 포인트 클라우드 데이터를 읽고 판독하는 방법을 소개합니다. 실내 환경에서 사람을 추적하기 위해 MATLAB을 활용하여 추가적으로 처리할 수 있는 레이더 데이터 프로세스 방법을 확인하실 수 있습니다.

핵심 내용

  • TI mmWave Radar 연결
  • TI mmWave Radar 설정
  • TI mmWave Radar를 활용한 사람 추적

발표 대상

  • TI mmWave Radar chip을 이용하여 제품을 개발하는 분
  • mmWave Radar를 다양한 Application 에 적용하고 싶으신 분
서기환

서기환
MathWorks Korea


MATLAB과 금융의 콜라보레이션: 전면적 확장을 위한 기술

16:10–16:40

MATLAB® 은 금융 분야에서 다양한 응용 프로그램 개발과 데이터 분석에 널리 사용되고 있습니다. 이번 발표에서는 금융 분야에서의 MATLAB 의 다양한 활용 사례에 대해 소개드리고자 합니다.

  • Amundi의 금융 애플리케이션 개발 과정 소개
  • BEAR 툴박스를 활용한 경제 데이터 분석
  • CRISK의MATLAB을 사용한 금융 위험 관리 및 포트폴리오 최적화
  • Helaba인베스트의 백 오피스에서 프론트 오피스로의 확장
  • 기후 변화가 프랑스의 보험 손실에 미치는 영향 분석 사례

이 밖에도, MATLAB은 양자 컴퓨팅과 금융 분야의 융합, 다기간 목표 기반의 부의 관리, 비선형 신뢰 구간 계산 등 금융 분야의 다양한 혁신적인 연구와 개발에 활용되고 있습니다. 본 발표를 통해 MATLAB을 통해 금융 전문가들이 변화하는 시장 환경에서 필요한 도구와 기술을 갖추는데 필요한 인사이트를 얻어가시기 바랍니다.

핵심 내용

  • MATLAB을 활용한 금융 분야에서의 애플리케이션 개발, 데이터 분석, 위험 관리, 포트폴리오 최적화 활용 사례
  • MATLAB을 통해 금융 전문가들에게 변화하는 시장 환경에 대응할 수 있는 필요한 도구와 기술에 대한 인사이트 제공

발표 대상

  • 금융 및 경제 분야에 대한 다양한 MATLAB 활용방안과 고객 사례에 대해 알고 싶은 분
장규환

장규환
MathWorks Korea