MATLAB EXPO 2025 Korea

오픈소스와 함께하는 MATLAB: Python 및 ChatGPT API 연동과 MATLAB Copilot

개발 및 연구에서 오픈소스와 AI 활용이 중요해지고 있습니다. 효율적 업무를 위해서는 MATLAB을 통한 Python 실행, VS Code 연동, AI 모델 변환, ChatGPT API 연동 등 다양한 환경에서의 개발이 필수적입니다. 환경 차이에 제한 받지 않고 자유롭게, 그리고 MATLAB 탑제 LLM인 Copilot을 활용하여 더욱 효과적으로 개발하기 위한 기술을 알아보세요.

• MATLAB과 Python의 공동 코드 실행
• Visual Studio Code IDE를 사용한 MATLAB 코드 개발
• MATLAB 내 ChatGPT API 연동 및 MATLAB Copilot 시연

식품의 염도 등급 분류를 위한 딥러닝/ 머신러닝 기반 머신비전 모델 개발

본 세션에서는 비파괴분석 기술을 이용하여 가공식품의 염도를 예측하고 분류할 수 있는 머신러닝 및 딥러닝 기반의 실시간 비전 시스템 개발 프로젝트의 수행 내용을 소개합니다.
본 프로젝트는 초분광 영상 분석 장치를 이용하여 식품의 염도별 분광 빅데이터를 수집하고, 이를 머신러닝 및 딥러닝으로 분석하여 실시간으로 염도 등급을 예측하고 분류를 실행하며, 동시에 시각화 이미지를 제공합니다. 최종적으로, 모든 작업 프로세스는 MATLAB^® 을 기반으로 제작 개발된 앱 프로그램을 통해서 작업자의 능동적 작업 환경 개선 효과를 창출할 수 있는 연구 내용을 소개드릴 예정입니다. 

• MATLAB을 활용한 초분광 영상 데이터 처리로 Food and Bio 분석 수행
• MATLAB에서 효율적인 딥러닝 및 머신러닝 모델 개발
• MATLAB을 활용한 신속한 배포형 애플리케이션 개발

시각적 검사 기반의 오류 감지 자동화

제품 또는 대상을 촬영한 이미지를 통해 오류를 감지하는 시스템 개발은 인공지능이 적용되는 대표적인 사례입니다. 하지만 성공적인 시스템을 개발하기 위해서는 영상 데이터 준비과정 그리고 시각적 검사에 적용할 수 있는 다양한 기법들 중에서 어떤 방법을 적용할지 등 생각해야할 부분들이 많습니다.

본 세션에서는 인공지능 기반의 영상 검사 시스템 개발을 위해서 데이터 전처리에서 적용할 수 있는 GUI 기반 알고리즘 개발 과정 및 다양한 기법의 영상 검사 모델 개발의 내용이 소개드립니다.

• GUI 기반의 영상 데이터 처리 과정
• MATLAB을 이용한 인공지능 모델 개발
• 이상 감지에 적용할 수 있는 기술

프로토타입을 실용적이고 신뢰할 수 있는 프로그램으로 발전시키기

본 세션에서는 MATLAB^®에서 빠르게 개발된 코드를 견고하고 지속 가능한 프로그램으로 발전시키기 위한 몇 가지 핵심 개념과 도구를 소개합니다.
MATLAB 프로젝트를 구성하기, 소스 컨트롤을 통한 변경 사항 추적 및 협업 관리, 유닛 테스트를 통한 MATLAB 코드 테스트, MATLAB 빌드 도구를 통한 소프트웨어 워크플로우 자동화 등이 포함됩니다. 이 기법들은 유지 보수 가능하고 신뢰할 수 있는 프로그램을 만들고자 하는 모든 수준의 MATLAB 사용자에게 유용할 것입니다.

• MATLAB 프로젝트 구성
• 소스 컨트롤을 통한 코드 변경 사항 추적 및 협업 관리
• MATLAB 내 ChatGPT API 연동

MATLAB을 활용한 AI 기반 금융 서비스 제공의 혁신

본 세션에서는 MATLAB^®을 활용한 AI 기반 금융 서비스 혁신에 대해 설명 드립니다. 금융 분야에서 AI를 효과적으로 활용하기 위해서는 투명성, 설명 가능성, 그리고 재현성을 확보하는 것이 중요합니다.

그리고, 금융 분야 내 AI 서비스 로드맵은 문제를 식별하고 지속적으로 개선하는 과정을 체계적으로 다루며, 이는 DevOps의 반복적이고 지속적인 개발 및 운영 방식을 반영합니다. 이러한 접근 방식은 금융 서비스의 민첩성과 대응성을 향상시키는 데 기여합니다.

이를 위해선 우선 고품질의 데이터 관리와 검증이 필수적이라고 할 수 있습니다. Jupyter^® 환경에서 MATLAB을 활용하여 데이터 분석을 수행하면 데이터의 신뢰성을 높일 수 있고, AI 모델 개발에서는 대형 언어 모델(LLM)과 생성 AI를 사용하여 모델을 개발할 수 있습니다. 프롬프트 엔지니어링, 검색 기반 생성, 미세 조정 등의 방법을 통해 모델을 데이터에 효과적으로 적용할 수 있게 됩니다.

모델 검증 단계에서는 시스템 내에서 모델을 철저히 검증하고, 배포 전후로 성능을 확인하는 것이 중요합니다. 이를 통해 예측 유지보수 툴박스를 사용하여 장비의 남은 사용 수명을 예측할 수 있습니다. 또한, AI 거버넌스 프레임워크를 통해 AI 서비스의 지속적인 모니터링과 피드백을 받으며 모델의 성능을 검증할 수 있습니다. Modelscape™를 사용하면 모델의 성능을 시각화하고, 이상이 발생할 경우 경고 시스템을 구축할 수 있습니다.

마지막으로, MATLAB 알고리즘을 Docker^® 컨테이너 이미지로 배포하여 산업 표준에 맞게 통합하고, 데이터 드리프트를 감시하여 모델 성능의 변화를 추적하는 것이 중요합니다. 발표에서는 AI 서비스를 실용화하기 위한 다섯 가지 주요 단계를 설명드리며, MathWorks의 Modelscape를 통해 AI와 전통적 모델의 전체 로드맵을 지원할 수 있음을 알려드립니다.

• MATLAB을 활용한 AI 기반 금융 서비스를 위한 데이터 관리 및 AI 모델 개발
• 금융 서비스를 위한 모델 검증 및 모니터링 
• 금융 서비스를 위한 모델 배포 및 성능 추적

항공기 하이브리드 전동 추진 시스템용 브러쉬리스 권선형 동기 시동발전기의 Simulink/Simscape 모델링 및 제어

본 세션에서는 전동항공기의 추진 시스템에 적용 중인 고안전 브러쉬리스 권선형 동기 시동발전기 및 제어 시스템을 Simulink^®와 Simscape™를 활용하여 전기 회로 레벨에서 직관적으로 모델링하는 기법을 소개합니다. 또한, 개발된 모델을 이용해 제어 알고리즘을 개발하는 응용 사례에 대해 소개하고자 합니다.

• 브러쉬리스 권선형 동기 시동발전기의 회로 레벨 모델링
• 시동 및 발전 제어용 전력변환 시스템 모델링
• 시동 및 발전 모드 전환 시 제어 알고리즘 개발 응용 사례

MATLAB 및 Simulink를 활용한 동적 시스템 모델링: 기본 원리 모델링부터 AI 기반 모델링까지

자동차, 로봇, 전력 시스템과 같이 여러 산업 분야의 시스템을 시뮬레이션 하기 위해서는 시스템의 규모와 동적인 특성을 고려해서 모델링 방법을 선정하는 것이 필요합니다. 또한, 시뮬레이션의 목적과 시간을 고려해서 개발 프로세스의 단계에 따라서 다양한 충실도의 모델링 방법을 선정하는 것도 효율적인 개발을 위해 중요합니다. MATLAB^® 및 Simulink^®를 활용한 모델링 방법에는 기본 원리 (First Principles) 모델링부터 데이터 기반 및 AI 기반 모델링 방법까지 다양한 옵션이 있습니다.

본 세션에서는 동적 시스템(Dynamic System) 시뮬레이션을 위해 필수적인 다양한 모델링 방법을 소개합니다.

• Simulink와 Simscape를 사용한 기본 원리 모델링
• 시스템 식별 및 딥러닝 기법을 사용한 데이터 기반 모델링 
• 파라미터 추정 기법을 사용한 그레이 박스 모델링

무인항공기용 하이브리드 전기추진 시스템의 설계 및 시뮬레이션

본 세션에서는 수소연료전지 동력원을 가지는 무인항공기의 하이브리드 전기추진 시스템의 설계와 시뮬레이션 내용을 다룹니다. 먼저, 6상 영구자석동기전동기(6-ph PMSM)를 구동하는 이중화 드라이브 및 이중화된 전원 계통의 시뮬레이션을 제시합니다. 다음으로, 수소연료전지 하이브리드 시스템의 모델을 제시하고, 무인항공기 시스템에서 하이브리드 시스템이 가지는 장점을 설명합니다. 실제 하이브리드 시스템의 구현에 있어서, 연료전지컨버터(Fuelcell DC-DC Converter)의 개발 사례를 소개하고, Speedgoat 실시간 시뮬레이터를 활용한 실시간 시뮬레이션 환경과 Hardware-in-the-Loop Simulation 환경에 대해 소개드릴 예정입니다.

• 6상 전동기와 듀얼 인버터(Dual-Inverter)를 갖춘 전기 엔진의 시뮬레이션 및 인버터 고장 허용 구동 기술
• 연료전지 컨버터(Fuelcell DC-DC Converter)의 기능 및 역할

EV 열 관리 시스템의 실시간 HIL 시뮬레이션을 위한 두 가지 혁신적 접근법

효과적인 열 관리는 전기 자동차(EV) 구성 요소의 운영 효율성, 안전성 및 승객의 편안함을 보장하는 데 필수적입니다. EV 열 관리 시스템의 제어 알고리즘을 포괄적으로 테스트하고 검증하기 위해서는 다양한 열 유체 구성 요소 간의 복잡한 상호 작용을 포착하는 동시에HIL(Hardware-in-the-Loop) 테스트를 위한 실시간 시뮬레이션 요구 사항을 충족하는 물리적 모델이 필요합니다. 특히 냉장 하위 시스템 내의 복잡한 다이나믹스는 실시간 성능을 달성하는 데 상당한 어려움을 겪는 경우가 많습니다.

본 세션에서는 Simscape™ Fluids™에서 제공하는 EV 열 관리 시스템 모델을 활용하여 두가지 방법론을 탐구합니다. 첫째, 물리 모델링 방식을 이용하여 모델로부터 실시간 테스팅 환경을 구축하는 방법을 살펴봅니다. 둘째, 데이터 기반의 차수 축소 모델(ROM)을 생성하여 실시간 테스팅 환경을 구축하는 방법을 소개드릴 예정입니다.

• EV 열 관리 시스템에 대해 물리 모델링 방식을 이용하여 실시간 테스팅 환경 구축
• EV 열 관리 시스템에 대해 데이터 기반의 차수 축소 모델(ROM) 생성을 통한 실시간 테스팅 환경 구축

Grid Forming 인버터 제어회로 설계 및 구현 

본 세션에서는 연료전지 연계 Grid forming 인버터 제어회로 설계 및 구현에 대한 기본 개념을 설명하고, Simulink^® 기반 제어 알고리즘 검증 및 Embedded Coder^®를 통한 TI DSP 제어회로 구현 방법을 소개 드립니다.

• Simulink 기반 연료전지 연계 GFM인버터 제어기 설계
• Simulink 기반 TI DSP 용 C 코드 생성 및 적용
• Controller HIL(Hardware in the Loop) 시뮬레이션 기반 실시간 동작 검증
• Simulink 기반 인버터 제어회로 설계 및 구현에 대해 관심있는 학생 및 엔지니어

MATLAB 및 Simulink를 활용한 Grid-ESS 운영 제어 및 배터리 모니터링 기술 적용 사례

본 세션에서는 전력망에 설치되는 Grid-ESS설비를 운영 관리하기 위한 제어 알고리즘 개발 및 배터리 모니터링을 위한 알고리즘 개발부터 현장 적용 과정을 MATLAB^® 및 Simulink^®기반으로 개발한 사례를 소개드릴 예정입니다.

• Simulink 기반 ESS 제어 및 모니터링 알고리즘 모델링
• Simulink 모델 코드 변환 및 배포

모델 기반 시스템 엔지니어링을 통한 시스템 및 소프트웨어 설계 연계 

복잡성이 증가하는 최근 시스템 개발 환경에서 효율적인 시스템 엔지니어링은 필수입니다. 모델 기반 시스템 엔지니어링(MBSE)은 시스템의 전체 수명 주기를 포괄하는 형식적인 모델링 방법을 통해 시스템의 복잡성을 관리하고 이해관계자 간의 효과적인 의사소통을 가능하게 합니다.

본 세션에서는 MBSE를 활용하여 시스템 아키텍처 설계부터 소프트웨어 상세 설계까지 연계하는 방안을 제시하고, 특히 System Composer™를 이용한 아키텍처 설계 및 분석 방법, Simulink^®를 이용한 소프트웨어 상세 설계 및 검증 방안 등을 소개합니다.

• System Composer를 이용한 시스템/소프트웨어 아키텍처 설계 방안 (UML 기반 설계 툴 외 다른 툴을 고려하는 경우)
• 아키텍처 및 요구사항 추적성 확보 방안
• 아키텍처로부터 Simulink 상세설계와 검증 방안

정적 분석과 동적 테스팅을 위한 Polyspace 단일 플랫폼

다양한 국제 표준이나 자동차 OEM, 국방 기관에서의 요구 사항들을 만족하기 위해 정적 분석이나 동적 테스팅을 기반한 검증 과정은 필수적입니다. 이 과정에는 MISRA, CERT와 같은 코딩 규칙, 각종 결함 등을 검사하는 것과 Statement Coverage, MCDC와 같은 커버리지 등을 확인하는 것을 포함합니다. 

본 세션에서는 정적 분석과 동적 테스팅을 하나의 Polyspace^® 플랫폼에서 효율적으로 수행할 수 있는 방안을 소개합니다.

• 정적 분석과 동적 테스팅을 위한 Polyspace 단일 플랫폼 소개
• 정적 분석과 동적 테스팅의 연계

모놀리식 알고리즘을 서비스 지향 아키텍처(SOA)로 마이그레이션하는 방법

서비스 지향 아키텍처(SOA)는 오래전부터 존재해 왔습니다. 본 세션에서는 모놀리식 알고리즘을 재사용 가능한 서비스로 분해하는 방법을 살펴봅니다. System Composer™를 사용하여 대규모 알고리즘을 서비스 기반 구성 요소로 분해하는 가이드 원칙과 예제를 통해 리팩터링 방법을 설명한 후, 대규모 구성 요소에서 새로 리팩터링된 SOA 구성 요소 조합으로 테스트를 재사용하는 방법을 알아봅니다. 마지막으로, 새로운 SOA 기반 구성 요소 조합을 통해 C++ 코드를 생성하는 방법(AUTOSAR Adaptive Platform사용)을 배웁니다.

• 서비스 지향 아키텍처(SOA)를 사용하여 모놀리식 알고리즘을 재사용 가능한 서비스로 분해하는 방법
• System Composer를 활용해 대규모 알고리즘을 서비스 기반 구성 요소로 리팩터링한 후, 기존 테스트를 새 구성에 재사용하는 방법

모델 기반의 Software Factory, CI/CD, DevOps

최근 자동차 소프트웨어 개발은 급변하는 고객의 요구 사항을 반영하기 위하여 모델 기반의 Software Factory를 도입하고 있습니다. 이를 통해 Variant 소프트웨어 관리, 인적 기술 향상, 일관적인 프로세스를 적용할 수 있으며, 시뮬레이션을 통한 사전 오류 검지와 Test 자동화를 수행할 수 있습니다.

본 세션에서는 모델 기반의 Software Factory를 적용하여 개발 주기를 가속화하고 비용을 절감하며 산업용 표준을 준수하는 방법을 소개합니다.

• 자동화 및 가상화의 이해
• CI/CD  및 Test  자동화
• Virtual ECU 를 이용한 검증

Model-Based Design 기반의Electric Corner Module 1D 모델 개발

이번 세션에서는 Virtual 환경에서의 통합 시뮬레이션을 통해 ECM 제품의 성능을 검토하는 방법을 소개합니다. 또한, ECM을 구성하는 세부 요소의 1D 모델링 기법과 Parameter Estimation 기능을 활용한 효과적인 모델 구축 방법에 대해 다룰 예정입니다.

• MATLAB 기반 ECM 제품 1D 모델 개발 및 검증

건설기계 성능 분석 모델의 생성/관리 체계 구축 및 적용 사례 

본 세션에서는 건설기계의 기계적 성능 분석을 위해 생성되는 물리 모델의 생성 및 관리를 위한 Framework 구축과 사례를 소개드릴 예정입니다. 

• 건설기계 물리 모델의 구조화 및 서브시스템 정의
• SQL 서버를 이용한 파라미터 DB 구축 및 MATLAB 연동

MATLAB을 활용한 산업용 시계열 머신러닝 모델 개발 및 PC기반 실시간 임베디드 제어기 Integration

본 세션에서는 반도체 전공정 장비 개발에 사용된 시계열 온도 센서로부터의 데이터를 기반으로, MATLAB^® 머신러닝을 통한 온도 예측 시스템 개발을 다룹니다.  

MATLAB을 활용하여 반도체 분야에서의 데이터 취득부터 AI모델 개발, 최종 임베디드로의 배포까지 이어지는 일련의 전체 개발 워크 플로우 과정을 소개드립니다. 개발과정에서 느꼈던 모델의 한계점과 이를 극복하기위해 도입했던 Delay 기법에 대해서도 함께 공유드릴 예정입니다.

• 반도체 분야 시계열 데이터
• MATLAB을 활용한 머신러닝 모델 개발 및 모델 성능 극대화 
• 결정 트리방법에 집중한 모델 개발 과정의 장단점

데이터 기반 및 AI 기반 기술을 활용한 제어 알고리즘 개발

전통적인 제어 방식은 항공우주, 자율주행, 로보틱스, 모터 제어와 같은 복잡한 시스템을 다룰 때 종종 한계에 부딪힙니다. 이는 특히 복잡하거나 비선형적인 시스템에서 정확한 모델을 작성하기 어렵기 때문입니다. 이러한 문제를 해결하기 위한 대안으로 데이터 기반 혹은 AI기반 제어 기법이 주목받고 있으며, 이는 전통적인 제어 방식을 보완하거나 대체하여 시스템 성능을 개선하는데 활용되고 있습니다.

본 세션에서는 데이터 기반 및 AI기반 제어 기법의 개요와 이를 실제 어플리케이션에 적용하는 방법을 소개합니다. 또한, 몇 가지 사례를 통해 구체적인 활용 방안을 살펴볼 예정입니다.

• 데이터 기반 및 AI기반 제어 기초 소개 및 MATLAB 및 Simulink 제품을 활용한 데이터 기반 모델 예측 제어(MPC), 강화 학습, 능동 외란 제거 제어(ADRC) 등의 기법 설명 
• 다양한 분야 내 기법을 적용한 사례 연구를 통한 구체적인 활용 방안 제시

모두를 위한 MATLAB 다목적, 다충실도 최적화 

본 세션에서는 MATLAB^® 제품군을 활용해 다목적 및 다중 충실도 최적화를 구현하여 기계 시스템의 피로 수명 예측을 개선하는 방법을 제시합니다. 

유한요소 해석(FEM)과 MATLAB 기반 서로게이트 모델링 도구를 결합하여 실험과 시뮬레이션 간 오차를 최소화하고, Global Optimization Toolbox를 활용하여 효율성과 정확성을 극대화하였습니다. 제안된 접근법은 MATLAB의 강력한 데이터 처리 및 최적화 기능을 통해 다양한 산업에서 활용 가능한 피로 수명 예측 모델을 구현하며, 이를 통해 지속 가능하고 신뢰할 수 있는 엔지니어링 솔루션을 제공합니다.

• MATLAB Multi-Objective and Multi-Fidelity Optimization
• MATLAB에서 서로게이트 축약 모델링 구성
• MATLAB으로 구현한 전체 프로세스 구축

물리 정보 신경망(PINN)과 작용소 학습(Operator Learning) 

편미분 방정식(PDE)은 과학 및 엔지니어링 문제 해결의 핵심 요소입니다. 문제의 복잡성과 데이터 양이 증가함에 따라, 과학자와 엔지니어들은 인공지능(AI)의 예측 능력과 데이터 학습 능력을 활용하여 PDE와 관련된 문제를 해결하고 있습니다. 이러한 AI와 물리적, 수학적 지식의 융합은 과학적 머신 러닝 또는 물리학 기반 머신 러닝이라고 불립니다. 

이번 세션에서는 물리 법칙을 신경망 학습에 통합하는 물리학 기반 AI 기술(PINN), 푸리에 변환을 활용한 푸리에 뉴럴 오퍼레이터(FNO)에 대해 소개합니다. MATLAB^®을 통한 실제 데모를 통해 참가자들은 연구 및 프로젝트에 대한 실질적인 통찰력과 도구를 얻게 될 것입니다.

• 물리 정보 신경망(PINNs): 물리 법칙을 신경망 훈련에 직접 통합하여 데이터 기반 모델링과 물리 기반 모델링을 효과적으로 융합합니다.
• 푸리에 신경 연산자(FNO): 푸리에 변환을 활용하여 해상도에 무관한 연산자 학습을 가능하게 하여, PDE 해결의 효율성과 확장성을 높입니다.

Simulink 기반의 통합해석모델을 통한 차량성능 예측 정합성 향상

본 세션에서는 Simulink^® 기반의 통합 해석 모델을 통하여 차량의 목표성능 설정, 주행저항 및 인증 개발, 실도로 모드 개발에 이르는 차량 개발 전반의 프로세스에 적용하는 일련의 과정을 소개드릴 예정입니다. 

• Simulink 해석모델을 통한 차량개발 프로세스 구축
• 차량 성능 해석(연비 및 동력) 예측

Fault Injection Test통한 Simulation 기반 안전 분석 

강건한 시스템을 설계하기 위해서는 Fault의 영향을 분석하는 포괄적인 안전 분석, 즉 산업용 표준에서 요구하는 FMEA 활동이 필수적입니다. 

본 세션에서는 Simulink^® Fault Analyzer™를 통해 제어로직을 변경할 필요없이 Fault 를 제어로직에 주입하여 영향을 분석하고 이를 통해 Fault 완화 로직을 설계하는 방법을 소개합니다. 또한 모델 기반의 FMEA 를 작성하여 Simulation을 통해 Fault 감지 여부를 판단하고 Safety Requirements 에 대한 추적성을 설정하는 방법을 살펴봅니다.

• Safety 분석의 중요성
• Model-Based Safety 분석의 Workflow
• Fault Injection Modeling

유연한 검증 흐름 위해 MathWorks에서 제안하는 정적∙동적 검증 기능의 소개 

개발 효율 향상 또는 Standard Compliance등과 같은 필요성에 의해서 모델기반 설계 방식이 채택되어지고 있고, 기존에 제공되어지고 있는 다양한 검증 및 설계 기능을 통해 이러한 필요성에 대한 솔루션을 찾고 있습니다. MathWorks에서 제공하는 솔루션은 계속해서 진화되고 있지만, 업데이트 내용을 계속 확인하기는 쉽지 않은 것이 현실입니다. 

본 세션에서는 최근 몇년간 추가되거나 향상되어진 기능과 함께 다양한 설계 및 검증 방법들의 연계를 통해서 유연하면서도 보다 접근성이 높은 방법을 소개하며, 일련의 관계를 통한 유연한 흐름에 대해서 설명드립니다.

• 모델기반 설계에서 제공되는 동적∙정적 검증 기능
• 모델 기반 설계에서의 검증 Workflow에서의 검증 방법의 적용

System Composer / AUTOSAR Blockset을 이용한 Classic AUTOSAR ASW 개발 및 Mobilgene 통합

본 세션에서는 Classic AUTOSAR 플랫폼 기반으로 소프트웨어 개발 시, System Composer™와 AUTOSAR Blockset을 이용하여 ASW 설계 및 모빌진과 통합하는 전체적인 과정을 소개 드립니다.

• System Composer와 AUTOSAR Blockset 을 이용한 ASW 개발 방법
• MATLAB/Simulink(Arxml, Code)와 Mobilgene과 통합 방법
• 모델 기반 설계를 적용한 Classic AUTOSAR 소프트웨어 개발 과정에 대해 알고 싶으신 분

차량 소프트웨어 보안 강화를 위한 CSMS 구현 및 ASPICE 기반의 사이버보안 엔지니어링 활동

자동차 소프트웨어의 복잡성이 증가하고Cybersecurity요구사항이 더욱 엄격해지는 상황에서, 본 세션에서는 ASPICE 기반 프로세스를 활용하여 보안성을 강화하는 방법을 소개합니다. Cybersecurity 요구사항의 식별부터 설계, 구현, 검증까지의 전 과정을 ASPICE for Cybersecurity PAM과 연계하여 설명하며, 실제 사례를 통해 이를 소개합니다. 또한, 효과적인 CSMS(Cybersecurity Management System) 구축 및 ASPICE for Cybersecurity PAM 기반의 사이버 보안 통합 전략과 프로세스 적용 방안에 대해 말씀드릴 예정입니다.

• ASPICE for CS PAM 를 활용한 자동차 사이버보안 엔지니어링(Cyberseurity Engineering) 활동 
• ISO/SAE 21434 기반의 CSMS(Cybersecurity Management System) 구축 및 실행 방안

전문가 패널과의 토론: ASPICE 준수를 위한 MBD 전략 및 모범사례 

MBD와 더불어 ASPICE 준수를 위한 성공적인 개발 워크플로우를 확립하기 위한 개발 전략 및 모범 사례를 UL 코리아 및 글로벌 자동차 부품 제조사 들에서 ASPICE인증을 경험한 개발자들을 모시고 관련 노하우에 대한 얘기를 직접 듣고 질의응답을 할 수 있는 세션입니다. 

• ASPICE 인증을 위한 자동차 각 대표사들의 전략 및 노하우 
• ASPICE 인증에 필요한 모델기반 설계 워크플로우 관련 노하우 
• 기타 ASPICE 인증을 위한 참가자들의 질의응답

MATLAB을 활용한 Open RU Test Platform 구축 

본 세션에서는 Open RU의 개요를 소개드리고, MATLAB^®을 활용하여 Open RU의 테스트 환경을 구축하는 방법에 대해 다룰 예정입니다.

• MATLAB 내 5G Toolbox를 활용하여 수신 감도 시험
• Open RU에 동작을 알고 싶은 분들
• Open RU를 복잡한 셋업 없이 테스트하고 싶은 분들

스페이스-그라운드 통신과 위성궤도 최적화 

본 세션에서 소개드리는 연구에서는 한국의 위도에 최적화된 위성 궤도를 설계하고, SGP4 알고리즘에 AI 알고리즘을 통합하여 최적화된 결과를 도출하였습니다. 향상된 궤도를 기반으로, 시간에 따른 위성-지상 간 RF 및 FSO 통신 링크 버짓을 시뮬레이션하였으며, 광주파수 대역에 대한 대기 흡수 및 채널 모델링을 통해 FSO 통신의 전반적인 시뮬레이션을 수행하였습니다. 

• 한국에 최적된 서비스 위성 궤도 설계
• AI 기반 위성 궤도 생성
• 무선광통신 (Free Space Optics Communication)

NASA cFS SIL 기반 초소형위성 자세제어계 개발기법

위성의 성공적인 임무수행을 위해서 자세제어계의 개발은 매우 중요한 요소이며, 이와 같은 자세제어계를 개발하기 위해서는 자세제어에 대한 기술적인 분야외에 해당 알고리즘이 위성의 탑재소프트웨어에서 정상적으로 작동되도록 적절한 코드로 개발되어야 한다. 관련해서 미항공우주국(NASA)에서는 cFS(Core Flight System) 및 이와 연계하여 자세제어계의 개발을 좀 더 효율적으로 하기 위한 SIL(Simulink^® Interface Layer)를 배포하였습니다. 

이에 본 세션에서는 초소형위성을 대상으로 자세제어계 개발을 위한 MATLAB^®/Simulink 시뮬레이터를 작성하고, 이를 바탕으로 SIL을 활용한 자세제어계 개발을 수행하고, 최종적으로 이렇게 개발된 자세제어계를 자동화 코드생성기법을 통해 탑재 소프트웨어에 전달하는 일련의 개발방식에 대해 소개해드릴 예정입니다.

• MATLAB 기반 초소형위성 자세제어계 설계
• NASA cFS SIL의 적용방법
• MATLAB Aerospace Blockset의 적용 예시

미션 엔지니어링: 통신 시스템과 레이더 시스템의 연결 

미션이 복잡해짐에 따라 조직은 효과적인 시뮬레이션 및 설계 방법이 필요합니다. 미션 엔지니어링은 데이터 중심의 분석 방법으로, 미션 구성 요소를 분석하고 측정 가능한 상충 요소를 식별하여 결론을 도출합니다. 이 접근 방식은 설계 단계 전반에 걸친 디지털 연속성을 강조하며, 팀과 조직 간의 협업을 촉진합니다. 

본 세션에서는 통합된 모델링 및 시뮬레이션 환경을 통해 미션 엔지니어링이 새로운 기술 도입을 가속화하는 방법을 논의합니다. 수색 및 구조 임무라는 예시를 통해 시스템의 시스템을 포함하는 미션의 문제 공간을 정의하고, 성능 측정 및 최적화 방법을 소개드립니다.

• 임무의 인터페이스와 상호 작용 지정
• 다양한 충실도의 레이더 및 통신 모델을 전체 임무 모델에 삽입하고 영향을 평가
• 진화하는 임무를 시각화하여 성공의 척도를 평가

HDL Coder를 이용한 레이다 간섭저감 알고리즘의 NI FPGA 타겟 실시간 에뮬레이션

본 세션에서는 MATLAB^® 으로 설계된 radar 송수신 신호처리 알고리즘을 Simulink^®로 무결하게 변환하는 절차와 결과, HDL Coder™ 를 이용하여 NI FPGA 타겟의 동작 요구사양을 만족하는 HDL Code를 생성하는 절차와 결과를 소개드릴 예정입니다.

• 기존 MATLAB으로 설계되어 있는 알고리즘을 Simulink로 변환
• HDL Coder 등를 이용하여 VHDL 코드를 자동생성하여 NI FPGA 상에 탑재

MATLAB/Simulink 활용 시각화 및 상호 작용 기반 엔지니어링 교육

본 세션에서는 MATLAB^®, Simulink^®, Simscape™를 활용한 MathWorks의 강의 자료를 소개하고, 이를 수업에 적용하는 방법을 소개합니다.

학생들은 기본적인 공학 개념과 수학적 모델링 기법을 익혀 공학 시스템을 이해하고 설계하는 능력을 배웁니다. 기존에는 질량, 운동량, 에너지 보존과 같은 핵심 공학 원리를 단순화된 분석 문제를 통해 학습했지만, 최근에는 전체 시스템을 이해하고 설계할 수 있는 시스템 레벨 역량의 중요성이 강조되고 있습니다. 이 도구들을 통해 풍부한 시각화와 상호작용 경험을 제공하여 학생들이 복잡한 개념을 보다 쉽게 이해하고, 단순한 분석 문제를 넘어 산업 표준 소프트웨어로 실제 문제를 해결하는 역량을 키울 수 있도록 활용할 수 있습니다. MATLAB과 Simulink를 활용해 공학 원리를 가르치고 학생들의 실무역량 향상을 이끌어낸 교육자와 업계 전문가들의 성공 사례도 함께 소개합니다.

• MATLAB, Simulink, Simscape 활용 공학 교육과 수학적 모델링 기법 소개
• Simscape Fluids를 이용한 시스템 레벨 시뮬레이션 소개
• MATLAB을 활용한 Scientific and Physics-Informed Machine Learning
• MATLAB과 Simulink를 활용한 수업 성공사례 소개

소프트웨어 정의 제품(Software-Defined Products)이 가져올 혁신

자동차 산업에서의 "소프트웨어 정의 차량"이라는 혁신적인 변화는 항공우주, 산업 시스템, 의료 기기 등 다양한 분야로 빠르게 확산되고 있습니다. 지금까지 경험할 수 있는 대부분의 제품 기능은 기계 부품 및 전자 시스템으로 구현되었고, 핵심 기능은 임베디드 소프트웨어로 구현되었습니다. 이러한 설계 방식은 결국 양산 이후에 기능 변경에 제약이 있거나 불가능하게 만드는 요인이 되었습니다. 

그러나 앞으로는 브랜드가 추구하는 가치와 고객이 중요하다고 인지하는 가치를 정의하는 기능들이 소프트웨어를 통해 구현될 것이며, 이는 전체 제품 수명 주기에 걸쳐 새로운 가치를 지속적으로 창출할 수 있는 기회를 제공할 것 입니다. 

이러한 "소프트웨어 정의"로의 전환은 단순한 기술적 변화가 아닙니다. 개발 프로세스의 혁신, 팀 간의 새로운 협력 방식, 그리고 MATLAB^® 과 Simulink^® 같은 플랫폼을 활용하는 창의적인 방법을 필요로합니다.  

본 기조연설에서는 소프트웨어 정의 개발 방법론으로의 변화에 대한 위험을 최소화하면서도 그 속에서 가치를 창출할 수 있는 핵심 전략을 공유하고자 합니다. 이번 연설을 통해 미래의 가능성을 함께 확인해보시기 바랍니다. 

TBA 

TBA

• TBA
•  

TITLE

PRODUCT DESCRIPTION

본 세션에서는 MATLAB의 WebApp과 standalone 프로그램 기능을 활용하여 사물인터넷 센서의 기능과 유용성을 극대화하는 농업기술 응용을 다룹니다. 텔로팜이 개발한 '식물인터넷(Internet of Plants)'의 핵심은 MEMS 기반의 센서를 활용하여 식물의 수액 흐름을 정밀하게 측정하는 데 있습니다. 해당 센서는 식물에 직접 부착되어 실시간으로 데이터를 수집하며, 수집된 정보는 LoRa 무선 통신 기술을 통해 전송되어 스마트팜 및 농장에서 효율적으로 모니터링 및 제어가 이루어지도록 운용됩니다. 수집된 데이터는 MATLAB^® 플랫폼을 통해 분석 및 시각화되어 식물 모니터링 및 관수 제어 분야에서 중요한 역할을 수행하였습니다. 이를 통해 정밀한 적자관수(Regulated Deficit Irrigation) 기법을 적용하여 생산량을 증대시키고, 수확물의 품질을 고급화했으며, 물 절약과 무농약 재배를 실현했습니다. 이러한 스마트 농업 솔루션은 농업의 디지털 전환을 가속화하고 지속 가능한 농업 발전에 기여할 것입니다.

제조업, 소재 산업 또는 핵심 기술 분야에서 활동하는 뿌리 기업들은 종종 숙련된 인력 부족 문제에 직면합니다. 이를 해결하기 위해 많은 기업들이 인공지능을 활용하여 최소한의 인력으로 생산성을 향상시키고, 유지보수, 품질 관리, 그리고 공정 최적화를 위한 솔루션을 도입하고 있습니다. 이번 세션에서는 뿌리 산업의 대표적인 분야인 프레스 금형 제조 분야에서 MATLAB^®을 활용한 이상진단 사례를 소개하며, 숙련된 인력의 경험에 의존한 유지보수를 어떻게 AI 기반의 효율적인 프로세스로 전환할 수 있는지 소개드릴 예정입니다.

AMD Versal™ Adaptive SoC는 통신,영상, 인공지능과 같은 애플리케이션 가속화에 사용되는 새로운 벡터 처리 AI 엔진과 함께 스칼라 프로세싱 ARM 코어 및 프로그래머블 로직을 결합한 고성능 컴퓨팅 플랫폼입니다.

본 세션에서는 AMD사의 고성능 컴퓨팅 플랫폼인 Versal Adaptive SoC를 타겟으로, MathWorks의 HDL Coder™와 AMD Vitis™ Model Composer 를 사용하여 Versal의 프로그래머블 로직과 AI Engine을 타겟팅하는 방법을 데모와 함께 소개 합니다.

본 기조연설에서는 다양한 로봇이 전통적인 산업현장뿐 아니라 일상생활로 영역을 확대하고 있는 상황과 로봇을 개발할 때 고려해야 할 사항들을 설명합니다. 그리고, 향후 로봇의 발전 방향과 로봇이 가져다줄 변화에 대한 내용을 소개할 예정입니다.

본 세션에서는 Open RU의 개요를 소개드리고, MATLAB^®을 활용하여 Open RU의 테스트 환경을 구축하는 방법에 대해 다룰 예정입니다.

본 세션에서는 뇌파(EEG) 신호 처리와 기계 학습을 활용한 감정 및 인지 기능 평가 연구에 대해 소개합니다. MATLAB^®을 기반으로 EEGLAB과 Brainstorm toolbox를 활용하여 뇌파 전처리 및 분석 파이프라인을 구축하였습니다. 첫째로 정상인의 영화 시청 중 연속 측정된 뇌파로부터 감정상태를 예측하는 분류기와, 둘째로 인지과제 수행 시 측정된 사건기반 뇌파를 통해 뇌질환 환자와 정상인을 분류하는 연구 사례를 공유합니다. 특히, 각 단계별 데이터 처리 과정과 기계 학습 분류기의 구현 및 평가가 MATLAB 환경에서 어떻게 통합적으로 수행되었는지를 소개드립니다.

모델 기반 설계 프로세스는 차량 제어 소프트웨어 개발의 표준으로 자리잡았습니다. 하지만 컴포넌트와 시스템의 복잡성이 증가하고, 다른 시스템 및 인프라와의 상호작용이 많아졌고, 이에 따라 모델의 크기가 커지고 구현의 어려움도 증가하고 있습니다. 본 세션에서는 이러한 문제들을 효과적으로 해결하기 위한 Best Practice를 소개합니다.

Embedded AI는 엔지니어링 문제 해결을 목표로 하며, 시스템 통합을 위해 견고성과 작은 메모리 사이즈를 요구하는 임베디드 타겟에 적합하도록 모델 크기를 줄이는 전략이 중요합니다.  

본 세션에는 시뮬레이션과 배포 단계에 중점을 두어 뉴럴넷을 포함한 임베디드 시스템 개발 과정에서 접할 수 있는 검증 및 모델 압축 과제를 해결하기 위한 솔루션을 제시합니다.  

오디오 신호를 스트리밍 방식으로 처리하고 예측하는 딥러닝 모델을 시연하고, 시스템 요구 사항을 테스트하는 방법을 소개드리고자 합니다. 또한 딥러닝 모델을 Embedded 보드에 배포하여 Processor-in-the-Loop (PIL) 테스트를 수행하고 프로파일링 기능을 활용하는 방법과, 뉴럴 네트워크 압축을 위한 프로젝션 기법을 설명하고, 파라미터 수 감소 원리를 설명드릴 예정입니다.

• 딥러닝 모델을 Embedded 보드에 배포하여 Processor-in-the-Loop (PIL) 테스트 수행 및 프로파일링 기능 활용
• 뉴럴 네트워크 압축을 위한 프로젝션 기법 및 파라미터 수 감소 원리 제시

전력 시스템은 고효율화, 신뢰성 향상, 그리고 재생에너지 통합을 향해 지속적으로 발전하고 있으며, 이에 따라 전력기자재의 다양한 환경에서의 실시간 테스트 및 검증이 중요해 지고 있습니다.  

본 발표에서는 400kW급 Power Amplifiers, MATLAB®/Simulink®, Speedgoat Real-Time Simulator를 기반으로 하는 Power HILS테스트 베드 소개와 실제 시험 사례를 기반으로 전력기자재 개발에 대한 테스트 및 검증 활용 가능성을 소개 할 예정입니다. 

• MATLAB  및 Simulink 를 활용한 전력기자재 Power HILS테스트 베드 소개 및 활용 사례  
• 주요 전력기자재의 Power HILS테스트 사례 소개