‘MATLAB EXPO 2026 Korea’에서 매스웍스(MathWorks)의 사미르 프라부(Sameer Prabhu) 박사는 ‘임베디드 인텔리전스: 엔지니어링 설계를 혁신하는 AI의 미래’를 주제로 발표하며 AI와 엔지니어링의 융합이 가져올 변화상을 제시하며, AI와 함께하는 설계 혁신의 시대, 엔지니어의 역할은 더욱 고차원적인 문제 해결과 창의적 판단으로 확장되고 있다고 밝혔다.
.JPG)
▲매스웍스(MathWorks)의 사미르 프라부(Sameer Prabhu) 박사가 발표하고 있다.
MATLAB 학습 AI 모델 적용, HW 비용 절감·SW 업데이트만으로 기능 개선
MATLAB 코파일럿, 코드 작성서 모델 개선까지 엔지니어 소모적 작업 줄여
“AI와 함께하는 설계 혁신의 시대, 엔지니어의 역할은 더욱 고차원적인 문제 해결과 창의적 판단으로 확장되고 있다”
지난 7일 서울 코엑스에서 열린 ‘MATLAB EXPO 2026 Korea’에서 매스웍스(MathWorks)의 사미르 프라부(Sameer Prabhu) 박사는 ‘임베디드 인텔리전스: 엔지니어링 설계를 혁신하는 AI의 미래’를 주제로 발표하며 AI와 엔지니어링의 융합이 가져올 변화상을 제시했다.
사미르 박사는 “AI는 더 이상 일부 전문가만 다루는 틈새 기술이 아니라, 엔지니어의 일상적인 업무를 자동화하고 설계 생산성을 획기적으로 높이는 도구로 자리 잡고 있다”고 강조했다.
실제로 의료기기, 에너지, 제조 등 다양한 산업 분야에서 AI는 이미 핵심 기술로 활용되고 있다.
메드트로닉은 AI를 활용해 이식형 심장 모니터의 심장 질환 탐지 정확도를 높였고, 프린스턴대 연구진은 무선 설계에 AI를 적용하고 있다. 이튼(Eaton)은 태양광 발전 시스템의 성능 향상에 AI를 접목했다.
사미르 박사는 AI와 엔지니어링의 관계를 ‘설계 루프(design loop)’라는 개념으로 설명했다.
첫 번째는 AI가 설계된 시스템의 일부로 직접 탑재되는 방식이다.
이 경우 엔지니어는 AI 모델을 설계하고 시스템에 통합하며, 검증과 개선을 반복한다.
코카콜라의 프리스타일 음료 머신 사례가 대표적이다.
코카콜라는 물 압력을 측정하기 위해 고가의 물리적 센서를 사용하는 대신, MATLAB으로 학습한 AI 모델을 적용해 압력을 예측했다.
그 결과 실제 압력과 오차 ±10psi 이내의 정확도를 확보했고, 하드웨어 비용 절감과 소프트웨어 업데이트만으로 기능 개선이 가능해졌다.
두 번째는 AI가 설계 자체를 도출하는 방식이다.
엔지니어는 목표와 제약 조건, 운영 환경만 정의하고 AI가 설계 공간을 탐색해 최적의 해를 찾는다.
자동차 서스펜션 설계 사례에서는 기존 물리 기반 모델로 16일이 걸리던 최적화 작업을 AI 기반 차수 축소 모델(ROM)을 통해 단 5분 만에 수행했다.
사미르 박사는 “설계 시간이 획기적으로 단축되면서 엔지니어의 생산성은 비교할 수 없을 만큼 향상된다”고 말했다.
생성형 AI의 등장은 이러한 변화를 더욱 가속화하고 있다.
매스웍스는 MATLAB 코파일럿을 시작으로 시뮬링크 코파일럿, 폴리 스페이스 코파일럿 등 AI 기반 개발 도구를 잇달아 선보이고 있다.
이들 도구는 코드 작성뿐 아니라 코드 이해, 테스트 자동 생성, 모델 개선 제안 등 엔지니어의 반복적이고 소모적인 작업을 줄여준다.
실제로 소프트웨어 개발 시간의 약 35%가 코드 이해에 쓰인다는 조사 결과처럼, AI는 ‘설명하는 도구’로서도 큰 가치를 지닌다.
사미르 박사는 “생성형 AI는 새로운 동료와 함께 일하는 것과 같다”며 “때로는 과도한 자신감이나 오류를 보이기도 하지만, 적절한 활용법을 익히면 엔지니어의 역량을 크게 확장시킬 수 있다”고 말했다.