|
8:30
|
등록
|
|
|
|
|
9:30
|
인사말
09:30 - 09:40
MathWorks
|
MathWorks
|
|
|
|
9:40
|
기조연설: 6G 위성통신 기술 동향 및 전망
본 기조연설에서는 6G 위성통신의 전망과 비전을 살펴보고, 6G 초공간 핵심기술, 위성통신 지상국 및 단말기, 통신위성 탑재체 분야의 주요 성과를 공유합니다.
또한, ETRI의 향후 위성 발사 계획을 소개하고, 작년 말 누리호에 탑재되어 발사된 초소형 저궤도 IoT 통신위성과 2028년 발사 예정인 GK-3 다목적 통신 위성에 대해 자세히 설명할 예정입니다. 마지막으로 6G 위성통신 연구 개발의 방향을 제시하도록 하겠습니다.
이문식 본부장
한국전자통신연구원
이문식 한국전자통신연구원 본부장은 GIST에서 전자공학 박사 학위를 받았고 미국 스탠포드대에서 Post-Doc을 받았다. 2005년부터 현재까지 한국전자통신연구원(ETRI)에서 책임연구원으로 재직 중이며, 현재 위성통신연구본부 본부장으로 근무하고 있다. 관심 분야는 5G/6G NTN, 5G/6G 이동통신, 3D 이동통신 및 위성통신, 오픈 RAN, AI-NTN등이다.
09:40 - 10:10
|
이문식 본부장
한국전자통신연구원
|
|
|
|
10:10
|
기조연설: 임베디드 인텔리전스: 엔지니어링 설계를 혁신하는 AI의 미래
인공지능, 특히 생성형 AI는 엔지니어링 설계의 전 과정을 근본적으로 변화시키고 있습니다. 반복적인 작업을 자동화하는 것을 넘어, 엔지니어가 더 창의적인 설계를 할 수 있도록 다음과 같은 방식으로 도움을 줍니다.
- 데이터 기반의 빠른 의사결정을 통해 엔지니어링 설계 사이클을 크게 단축합니다.
- 인간의 아이디어와 AI 인사이트를 결합하여, 엔지니어의 역할을 새롭게 정의합니다.
- 엔지니어링 설계 도구를 한층 고도화해, 창의적인 아이디어를 정확하고 실현 가능한 설계로 쉽게 전환할 수 있게 합니다.
본 기조연설에서는 이러한 발전을 통해 엔지니어들이 기존의 한계를 넘어, 상상력과 실제 구현을 자연스럽게 연결하는 새로운 설계 경험을 만들어가는 과정을 보여드립니다.
Sameer Prabhu Worldwide Industry Director
MathWorks
Sameer Prabhu는 MathWorks의 글로벌 산업 총괄 디렉터로서, Technical Computing과 Model-Based Design 확산을 주도하는 전 세계 시장개발팀을 이끌고 있습니다.
30여 년에 걸쳐 MathWorks 제품을 다양한 분야에 적용해 온 그는, MathWorks 합류 전 Visteon, Caterpillar, Tata Motors에서 복잡한 제어 시스템의 연구·개발을 수행했습니다. 그의 전문성은 미국 특허와 여러 국제 학술지에 기록될 만큼 폭넓게 인정받고 있습니다.
Sameer는 뭄바이대학교에서 기계공학 학사 학위를 취득했으며, Duke University에서 로보틱스 제어와 인공지능을 전공해 기계공학 박사 학위를 받았습니다. 또한 University of Michigan에서 M.B.A.를 취득하며 기술과 비즈니스를 아우르는 전문성을 갖추었습니다.
10:10 - 10:40
Sameer Prabhu Worldwide Industry Director
MathWorks
|
Sameer Prabhu Worldwide Industry Director
MathWorks
|
|
|
|
10:40
|
기조연설: MATLAB 및 Simulink 최신 기능 소개 (R2025b/R2026a)
연구, 설계, 개발 워크플로를 한층 향상시켜 줄 MATLAB® 및 Simulink®의 새로운 기능을 함께 확인해보시기 바랍니다. 이번 기조연설에서는 다음과 같은 주요 업데이트를 소개합니다:
- 코딩과 모델 생성 작업을 더욱 간편하게 해주는 데스크탑 및 에디터 기능 강화
- MATLAB Copilot과 Simulink Copilot을 포함한 생성형 AI 기능 제공
- 코드 품질 테스트·평가 및Hardware-in-the-Loop(HIL) 테스트를 위한 신규 기능
- 무선통신, RF 시스템 설계, 가상 ECU 등 주요 애플리케이션을 위한 확장된 지원
- Python®, Visual Studio Code, GitHub®, 다양한 AI 에이전트와의 통합 기능 강화
이영준 Manager of Application Engineering
MathWorks
이영준 매니저는 임베디드 소프트웨어 개발 경력을 바탕으로, 매스웍스코리아에서 임베디드 시스템 및 자동차·전자·항공우주 분야 고객을 지원하는 엔지니어링 팀을 총괄하고 있습니다. 다양한 산업군을 아우르는 기술 전략 수립과 팀 운영을 책임지며 고객의 개발 혁신을 지원하고 있습니다.
10:40 - 11:10
이영준 Manager of Application Engineering
MathWorks
|
이영준 Manager of Application Engineering
MathWorks
|
|
|
|
11:10
|
휴식 및 부스 관람
|
|
|
|
|
11:50
|
AI를 활용한 제어 설계 워크플로우와 MATLAB Copilot 활용
AI 기술은 모델링 정확도 향상, 센서 활용 방식의 확장, 제어기 설계 자동화, 그리고 코드 개발 생산성 개선을 통해 제어 설계 워크플로우를 빠르게 변화시키고 있습니다. 본 세션에서는 제어 시스템 개발 전 과정에 적용 가능한 네 가지 AI 기반 접근 방식을 소개하고, 이를 통해 보다 정확하고 효율적이며 확장 가능한 제어 시스템을 설계하는 방법을 살펴봅니다.
- AI 기반 시스템 식별 및 차수 축소 모델링
- AI를 활용한 가상 센서 모델링과 강화학습을 활용한 데이터 기반 및 최적 제어 기법
- MATLAB Copilot을 활용한 효율적인 제어기 설계 방법
강창순 Senior Application Engineer
MathWorks
11:50 - 12:15
강창순 Senior Application Engineer
MathWorks
|
강창순 Senior Application Engineer
MathWorks
|
|
|
|
11:50
|
충전 속도와 배터리 수명을 모두 잡는 DC 고속 충전 최적화 전략
전기차(EV)의 보급 확대를 위해서는 고속 충전이 필수적이지만, 이는 배터리 건강에 상당한 도전 과제를 제시하며 특히 리튬 도금(lithium plating) 위험을 수반합니다. 본 발표에서는 리튬이온 셀의 전기화학적 거동을 정밀하게 반영하는 고충실도 물리 기반 모델을 활용하여 DC 고속 충전을 최적화하는 모델 기반 접근법을 소개합니다.
이 물리 기반 모델을 토대로, 모델 예측 제어(MPC)를 구현하여 충전 전류를 실시간·동적으로 조절해충전 시간을 최소화하면서도 리튬 도금 조건을 회피하는 균형점을 찾는 방법을 설명합니다.
세션에서는 배터리 모델 기반 합성데이터 생성, 배터리 상태 추정, MPC 제어기 설계, 그리고 기존 방식과 비교한 시뮬레이션 결과를 다룹니다. 이를 통해 MATLAB®과 Simulink®를 활용한 고급 모델링 및 제어 설계를 위해 어떻게 보다 안전하고 빠른 EV 충전을 어떻게 가능하게 하는지에 대한 통찰을 얻게 될 것입니다.
- 고충실도 물리 기반 배터리 모델
- 배터리 모델 기반 합성 데이터 생성, 상태 추정, MPC 설계 및 시뮬레이션
강효석 Senior Application Engineer
MathWorks
11:50 - 12:15
강효석 Senior Application Engineer
MathWorks
|
강효석 Senior Application Engineer
MathWorks
|
|
|
|
11:50
|
임무 모델링과 다분야 설계 최적화를 위한 실행 가능 아키텍처
항공우주 분야는 차세대 항공기, 첨단 전자 장비, 위성, 자율주행 시스템 등 갈수록 복잡해지는 시스템 개발 요구에 직면해 있습니다. 이러한 프로그램은 더 빠른 개발 속도와 더 높은 신뢰성을 동시에 충족해야 하며, 이를 위해 임무 기반의 미션 엔지니어링과 모델 기반 시스템 접근 방식이 중요한 전환 동력으로 자리 잡고 있습니다.
본 세션에서는 System Composer™가 정적인 다이어그램을 넘어, 임무 수준의 목표를 시스템 설계와 검증 과정에 직접 연결하는 실행 가능 아키텍처(executable architecture)를 어떻게 구현하는지 살펴봅니다.
실제 워크플로와 사례를 통해, 이러한 기능들이 어떻게 반복 속도를 높이고 협업을 강화하며 임무 목표 달성을 더욱 확실하게 지원하는지 본 세션에서 함께 확인해보시기 바랍니다.
- 임무와 아키텍처를 함께 모델링하여 초기 단계에서 다양한 운영 시나리오를 평가하는 방법
- 상세 설계에 들어가기 전에 더 나은 의사결정을 위한 트레이드 스터디 및 다분야 설계 최적화(MDAO) 수행 방법
- 요구사항, 아키텍처, 시뮬레이션을 MATLAB®과 Simulink® 전반에서 유기적으로 연결해 디지털 스레드를 구축하는 방법
- 지속적인 검증과 리스크 감소를 위해 안전 분석을 통합하는 방법
Jay Abraham Manager of Verification Products
MathWorks
11:50 - 12:15
Jay Abraham Manager of Verification Products
MathWorks
|
Jay Abraham Manager of Verification Products
MathWorks
|
|
|
|
11:50
|
모델 기반 설계를 통한 ASW 설계•검증 및 AUTOSAR 모빌진 플랫폼 통합
본 세션에서는 Model-Based Design 적용 과정에 대한 전반적인 내용을 다룹니다. System Composer™를 활용한 ASW 아키텍처 설계부터, Simulink Check™와 Simulink Test™를 통한 검증, 그리고 AUTOSAR® 플랫폼 통합까지의 과정을 소개합니다.
- System Composer을 활용한 ASW Architecture 설계
- Simulink Check 및 Simulink Test를 활용한 SW 검증
- AUTOSAR Blockset으로 생성된 ARXML 및 코드의 AUTOSAR 플랫폼 통합 과정
11:50 - 12:15
|
오광호 책임연구원
HL Mando
|
|
|
|
11:50
|
Model-Based Design 기반 레이더 시스템 개발
본 세션에서는 MathWorks사의 Model-Based Design를 기반으로 레이더 시스템을 개발하는 내용을 소개하고자 합니다.
- MATLAB® 기반 안테나 가상설계
- MATLAB 기반 레이더 시뮬레이터 설계
11:50 - 12:15
|
강석현 책임연구원
LG이노텍
|
|
|
|
11:50
|
스마트 가전을 위한 AI 실습: 센서 데이터부터 임베디드 코드까지
본 마스터 클래스는 스마트 가전용 엔드투엔드 AI 워크플로우를 실습합니다. 센서 데이터에서 중요한 특징을 추출하고, 머신러닝 및 딥러닝을 활용해 이상 탐지와 고장 진단 모델을 개발합니다.
이후 모델을 프루닝·프로젝션·양자화로 압축해 엣지 디바이스에 최적화하고, MATLAB Coder™와 Simulink®를 통해 자동으로 C 코드를 생성해 임베디드 하드웨어에 배포합니다. 이 과정을 통해 데이터 → 모델 → 압축 → 코드 생성 → 배포까지 이어지는 전체 흐름을 직접 경험할 수 있습니다.
- 센서 데이터 기반 특징 추출
- 고장 진단AI 모델링 및 최적화
- 자동 C 코드 생성 및 하드웨어 배포
박인용 Application Engineer
MathWorks
11:50 - 12:40
박인용 Application Engineer
MathWorks
|
박인용 Application Engineer
MathWorks
|
|
|
|
12:15
|
MATLAB을 활용한 미세조직정보학기반 미세조직디지털트윈의 생성과 활용
소재의 물성은 화학적조성과 제조공정에 따른 미세조직의 특징에 의해서 결정이 됩니다.
본 세션에서는 소재의 미세조직의 특징을 MATLAB®을 이용해서 결정립 수준에서 정량화하고 주요한 특징들을 분류함으로써 기계적 물성을 예측하는 연구를 소개합니다.
첫번째는 핸드폰이나, 노트북, 혹은 자동차등에서 활용하고 있는 경량 마그네슘합금의 성형성에 영향을 미치는 결정립 방위와 결정립 크기에 따른 결정학적 변형 거동(특히 쌍정발생)이 다르게 나타남을 예측하는 내용을 보여드립니다. 둘째로 경량 알루미늄합금 판재에서 결정립에 따라 응력-변형거동이 달라짐을 예측하는 내용입니다.
- MATLAB 기반 EBSD데이터의 분석 및 정량화
- MATLAB 기반 기계학습을 이용한 기계적 물성 예측
- MATLAB 기반 재료의 이방성 표현
12:15 - 12:40
|
조재형 박사
한국재료연구원
|
|
|
|
12:15
|
Simscape Electrical을 활용한 무선충전 시스템의 성능 예측 및 효율적 분석
본 세션은Simscape™를 활용하여 주파수 수백kHz대역의 모바일 무선충전 효율 극대화하고 무선 충전 안정성 예측 및 분석한 사례를 소개합니다. 이를 이용하여 무선충전 코일 변화가 모바일 환경에서의 충전 성능에 미치는 영향을 심층적으로 분석하였습니다.
- Simscape Electrical™기반 무선충전 시스템 설계
- Simscape 무선충전 효율 및 충전 안정성 분석
- 무선충전 코일 변화에 따른 무선충전 성능 영향 분석
12:15 - 12:40
|
이주향 프로
삼성전자
|
|
|
|
12:15
|
Simulink Test를 활용한 SOX_MIL 동적검증 자동화
본 세션에서는 BMS 핵심기능 중 하나인 SOX 알고리즘 검증을 위해 Simulink®로 구현된 개발 & 검증모델을 Integration하여 일원화된 Test Suite를 구축하고, LGES Excel Standard Test Case와 Simulink Test™를 연동한 Automation System을 통해 SOX알고리즘을 빠르고 정확하게 검증하는 방법을 소개드릴 예정입니다.
- Simulink기반 SOX core logic 및 Battery Plant Model구축
- LGES Standard TC Template과 Simulink Test연동을 통한 검증 자동화 환경 구축
- Simulink Test 내 Transition 기능을 Test Case설계에 반영함으로써, 검증 정확도 향상
12:15 - 12:40
|
최호득 책임연구원
LG에너지솔루션
|
|
|
|
12:15
|
MATLAB 및 Simulink를 활용한 게임이론적 자율주행 판단 및 제어 로직 개발 사례
본 발표에서는 자율주행 차량의 판단 및 제어 문제를 게임이론적 의사결정 관점에서 접근하고, 이를 MATLAB®과 Simulink®를 활용해 실제로 구현하고 검증한 연구 사례를 소개합니다.
자율주행 환경에서는 주변 차량과의 상호작용이 필수적이며, 각 차량은 서로의 행동을 예측하고 대응하는 전략적 의사결정을 수행해야 합니다.
이러한 문제를 모델링하기 위해 본 연구에서는 Level-K 게임이론 프레임워크를 적용하여 상대 차량의 의도를 단계적으로 추론하는 판단 알고리즘을 설계하였습니다. 설계된 판단 로직은 MATLAB 환경에서 의사결정 트리 형태로 구현되었으며, Simulink 기반 차량 동역학 및 제어 모델과 연계하여 통합 시뮬레이션을 수행하였습니다. 또한 계산 복잡도가 높은 게임이론 기반 판단 알고리즘을 Deep Learning Toolbox™를 활용한 Behavior Cloning 방식으로 근사함으로써, 실시간 적용이 가능한 자율주행 의사결정 구조를 구현하였습니다.
본 세션에서는 MATLAB 및 Simulink를 활용한 자율주행 판단·제어 알고리즘 개발 워크플로우와 함께, 복잡한 이론 기반 연구를 빠르게 시뮬레이션하고 실용적인 연구 플랫폼으로 확장할 수 있는 방법을 공유합니다.
- MATLAB 기반 게임이론기반 자율주행 판단 알고리즘 모델링 및 시뮬레이션
- 자율주행 판단–제어 통합 구조 설계 및 차량 동역학 연계방법
- Deep Learning Toolbox 기반 Behavior Cloning을 통한 실시간 자율주행 의사결정 구현
12:15 - 12:40
|
한경석 교수
한양대학교
|
|
|
|
12:15
|
달 구덩이 무선 환경 분석 및 통신 시스템 타당성 분석 연구
달 탐사 기지를 달 표면이 아닌 달 구덩이에 건설하는 것이 논의되고 있습니다. 그러나 달 구덩이 및 용암동굴 지형은 접근이 어려우며, 가시통신의 제약 및 지구와 다른 환경으로 인한 통신 제약으로 인해 원활한 탐사 임무 수행이 어려울 수 있습니다. 기존의 통신 기술로 이러한 어려움들을 극복할 수 있는지 사전에 확인 및 타당성 조사가 필요합니다.
이를 해결하기 위하여 달 구덩이 지역의 3D 모델 구현 및 구현 모델 기반 ray tracing 기법을 이용하여RF 전파 모델을 도출하였습니다. 본 세션에서는 도출한 RF 전파 모델에 기반하여 Wi-Fi, LTE, 5G와 같은 기존 통신 시스템의 사용 가능성을 link-level 시뮬레이션을 통하여 분석한 연구 사례를 소개합니다.
- MATLAB® 내 ray tracing tool을 이용한 RF 전파 모델 도출
- MATLAB 내 LTE, 5G Toolbox™를 이용한 link-level 통신 성능 분석
12:15 - 12:40
|
최준성 교수
충북대학교
|
|
|
|
12:40
|
점심식사
|
|
|
|
|
14:00
|
Residual (IMU) / Residual2 (CAMERA) 기반 뇌–행동 통합 지표: 정상(priori) 수리모델의 임상 검증과 개인화
정상 (priori) 수리모델을 기준으로 Residual (IMU 단독 잔차)와 Residual2 (CAMERA 단독 잔차)를 산출하는 Residual Dynamics 프레임을 제시한다. 먼저 IMU 기반 Pre-Simulation으로 개인화 정합을 수행하고, 카메라 Pose Estimation 기반 Post-Simulation으로 센서리스 확장을 지원한다. Residual (IMU)는 미세진동·주파수·엔트로피·에너지 등 전략 측면에 높은 민감도를 보이며, Residual2 (CAMERA)는 전신 관절가동범위 (RoM)와 거시적 kinematics 등 행동 측면에서 강점을 갖는다. 대규모 임상 코호트(정상·RBD·파킨슨병)에서 Residual (IMU)은 군별 보행 변이의 구조적 차이를 설명하고, Residual2 (CAMERA)는 질환/중증도 및 환경 변화에 따른 전략적 적응을 민감하게 포착하였다. 또한 예측 실패·반사 과보정, 피드포워드/피드백 비율, 에너지 최소화 가설을 두 잔차의 측면 분해로 정량 검증하였다. 모든 모델링과 시뮬레이션은 MATLAB®/Simulink®에서 수행되었으며, MATLAB Production Server™ 기반으로 서비스화 가능성을 확인하고 모니터링·무중단 업데이트 체계를 갖춘 멀티사이트 배포 준비를 완료하였다.
- MATLAB/Simulink 기반 prior 모델 개인화: IMU Pre-SIM & 카메라 Post-SIM으로 Residual(IMU)/Residual2(CAMERA) 산출
- IMU-Residual(미세진동·주파수/엔트로피·에너지) vs Camera-Residual2(RoM·거시 kinematics) 임상 검증
- MATLAB Production Server 기반 API 서빙·모니터링·무중단 업데이트로 멀티사이트 배포 준비
14:00 - 14:25
|
전진홍 대표
JEIOS
|
|
|
|
14:00
|
실도로 주행 노선 기반 수소연료전지 광역버스의 동력 성능 및 에너지소비효율 개발
본 세션에서는 수소연료전지 광역버스에 대해 third-party tool과 연동하여 전차량 해석모델을 개발하고, 실도로 노선모델을 개발하여 실운용 환경에서 연료전지와 고전압 배터리의 동력분배 전략에 따른 연료소비효율에 대한 분석 및 최적화 내용을 소개드릴 예정입니다.
- Simulink® 및 Simscape™ 기반 동력원 및 구동계 모델과 third-party tool과 연동된 전차량 모델
- 실도로 노선 모델
- Simulink 기반 동력분배 제어 로직과 연료소비효율 영향성 분석
14:00 - 14:25
|
이범호 책임연구원
한국자동차연구원
|
|
|
|
14:00
|
Simulink 기반 차량용 와이퍼 모터 제어 모델 개발 및 PID 자동 튜닝 적용 사례
본 세션에서는 차량용 와이퍼 시스템을 대상으로 Simulink®와 Motor Control Blockset™을 활용해 통합 플랜트 모델(컨트롤러, 회로, 모터, 기구)을 구축하고 PID 제어기를 자동 튜닝한 개발 사례를 소개합니다.
Simulink Control Design™-의 PID Tuner app을 이용해 목표 응답 특성을 만족하는 제어 파라미터를 도출하고, 모델에서 직접 코드 자동 생성과 SW/System Test, 리그 검증까지 수행함으로써 개발 기간 단축과 성능 확보를 동시에 달성한 과정을 발표할 예정입니다.
- Simulink 기반 와이퍼 모터 및 기구 통합 플랜트 모델 구축과 테스트 케이스 설계 방법
- Simulink Control Design의 PID Tuner app을 활용한 와이퍼 모터 PID gain 자동 튜닝 및 성능 최적화
14:00 - 14:25
|
김선주 책임연구원
DY-ESSYS
|
|
|
|
14:00
|
Simulink 활용 모델 기반 설계와 국제 표준 준수 검증에 기반한 차량 제어 소프트웨어 개발·검증 환경 구축 및 적용 사례
본 세션에서는 SDV(Software-Defined Vehicle)로의 대전환 속에서 애자일하고 빈번한 소프트웨어 배포가 요구되는 자동차 제어 소프트웨어 개발 요구사항에 부합하는 개발 프로세스와, Simulink® 제품군을 활용한 모델 기반 정적·동적 검증 환경 구축 사례를 다룹니다.
- SDV 전환에 따른 개발 프로세스 소개
- Simulink모델 기반의 S/W개발/검증 환경 구축 소개
- 빈번한 S/W 배포를 위한 앞으로의 목표
14:00 - 14:25
|
어진 연구원
현대자동차
|
|
|
|
14:00
|
5G에서 6G로: 차세대 무선 시스템 및 네트워크 설계
무선 통신 산업은 이제 6G 시스템 구축의 초입에 들어섰습니다. 5G에서 6G로 전환되는 현시점의 목표는 누구나 접근 가능하며, 다양한 AI 기반 애플리케이션을 지원하는 더 빠르고 지능적인 무선 네트워크를 개발하는 것입니다. 이를 가능하게 할 6G 핵심 기술로는 새로운 주파수 대역, 인공지능, 센싱-통신 통합(ISAC), 그리고 새로운 네트워크 아키텍처가 손꼽힙니다.
본 세션에서는 6G를 향한 시스템 및 네트워크 설계의 진척 상황과 핵심 기술을 살펴보고, MATLAB® 무선 통신 툴을 활용해 신뢰성 높은 모델링과 시뮬레이션으로 5G-Advanced 및 6G 연구개발(R&D) 속도를 높이는 방법을 소개합니다.
- 인공지능/기계학습
- 3D 시나리오 및 네트워크
- 비지상 네트워크 (NTN)
- 센싱-통신 통합(ISAC)
서기환 Senior Application Engineer
MathWorks
14:00 - 14:25
서기환 Senior Application Engineer
MathWorks
|
서기환 Senior Application Engineer
MathWorks
|
|
|
|
14:00
|
AI기반 차원축소모델: 고충실도 시뮬레이션을 빠른 시스템 모델로
FEA, CFD, CAE 기반과 같은 고충실도 모델은 시뮬레이션에 수 시간에서 길게는 수 일이 걸릴 수 있습니다. 이러한 고충실도 모델은 상세한 부품 설계에는 유용하지만, 계산 속도가 너무 느려 시스템 수준 시뮬레이션, 제어기 설계, HIL 테스트에는 비실용적입니다.
본 마스터 클래스에서는 복잡한 고충실도 모델을 대체하기 위한 AI 기반 축소 차수 모델을 생성하는 방법을 배우게 됩니다. 체계적인 실험 계획(Design of Experiments)을 수행하고, 그로부터 얻은 입력–출력 데이터를 활용해 LSTM, neural ODE, 비선형 ARX의 사전 구성된 템플릿을 사용하여 AI 모델을 학습하는 방법을 살펴봅니다. 또한 이러한 AI 모델을 제어기 설계, HIL 테스트, 또는 가상 센서 응용을 위한 임베디드 시스템 배포 목적으로 Simulink® 시뮬레이션에 통합하는 방법을 알아봅니다.
- Reduced Order Modeler App을 사용하여 AI 기반 축소 차수 모델 생성
- 학습된 AI 모델을 Simulink에 통합하여 시스템 수준 시뮬레이션 수행
- 최적화된 C 코드 생성 및 하드웨어 인 더 루프(Hardware-in-the-Loop, HIL) 테스트 수행
김종남 Principal Application Engineer
MathWorks
14:00 - 15:00
김종남 Principal Application Engineer
MathWorks
|
김종남 Principal Application Engineer
MathWorks
|
|
|
|
14:25
|
휴식
|
|
|
|
|
14:35
|
MATLAB 기반 차량 제어 시스템 개발 및 실증
본 세션에서는 MATLAB®및Simulink® 환경을 활용하여 온디바이스 AI 기반 퍼스널 모빌리티 디바이스를 개발하고 실증한 사례를 소개합니다.
데이터 기반 모델링을 통해 차량 및 모빌리티 시스템의 동역학을 정밀하게 표현하고, Deep Learning Toolbox™를 활용한 외란 관측기(DOB), LSTM 기반의 예측 제어와 MPC 결합, 그리고 Kalman Filter Toolbox를 이용한 협력형 적응 크루즈 제어(CACC) 등 다양한 제어 기법을 구현·검증하였습니다.
- MATLAB및Simulink 기반 데이터 모델링 및 제어기 설계
- Deep Learning Toolbox 기반 DOB, LSTM+MPC, Kalman Filter Toolbox 기반 CACC 구현 및 검증
14:35 - 15:00
|
강창묵 교수
한양대학교
|
|
|
|
14:35
|
차세대 전력망을 위한 그리드포밍 인버터 개발
이번 세션에서는 차세대 전력망 구축을 위한 Grid-Forming 인버터를 모델 기반 설계와 자동 코드 생성 기술로 구현한 사례를 발표하고자 합니다.
먼저, 분산 자원 중심 구조로 전환되고 있는 전력망의 최신 동향과 주요 이슈를 소개하고, 이러한 변화 속에서 핵심적인 역할을 수행하는 Inverter-Based Resource과 Grid-Forming 기술의 필요성을 짚어봅니다. 이어서 Grid-Forming의 기술적인 부분을 살펴보고, Embedded Coder®를 활용하여 Grid-Forming 제어기를 실제 개발한 사례를 공유해 드리겠습니다.
- MATLAB® 기반 그리드포밍 제어기 설계
- MATLAB 기반 설계 효과
14:35 - 15:00
|
김혜진 책임연구원
한국에너지기술연구원
|
|
|
|
14:35
|
모델 기반 설계를 통한 협업의 확장과 소프트웨어 복잡성 공략
소프트웨어 정의 자동차(SDV), 인공지능(AI) 기술의 적용 및 기능 안전 표준의 강화로 인해 임베디드 소프트웨어 시스템의 복잡도가 기하급수적으로 증가하고 있습니다. 수백 명의 개발자가 수천 개의 아티팩트(Artifacts)를 다루는 대규모 분산 개발 환경에서, 기존의 단순 파일 공유 방식은 개발 환경의 파편화와 의존성 오류를 야기하며 프로젝트의 비용 및 품질 관리에 심각한 위험 요소로 작용합니다.
본 세션에서는 이러한 소프트웨어 복잡성을 효과적으로 제어하고, 팀 단위의 협업 효율성을 극대화하기 위한 '확장 가능한 협업 모델 기반 설계(Scalable Collaborative Model-Based Design) 워크플로우를 제시합니다.
주요 내용으로 MATLAB® Projects를 활용한 개발 환경 표준화 기법, Git 등 형상 관리 도구와의 통합 운용 방안, 그리고 변경사항 분석 및 통합 기술을 심도 있게 다룹니다. 나아가 Process Advisor app를 활용한 Model-Based Design 워크플로우 자동화를 통해, 개발부터 검증에 이르는 전 주기를 체계적으로 관리하는 실무적 해법을 공유합니다.
- MATLAB Project를 활용한 개발 환경 표준화, 형상 관리 도구 통합, 변경사항 분석 및 통합
- Process Advisor app를 활용한 Model-Based Design 워크플로우의 체계적 관리
한재훈 Application Engineer
MathWorks
14:35 - 15:00
한재훈 Application Engineer
MathWorks
|
한재훈 Application Engineer
MathWorks
|
|
|
|
14:35
|
코드 품질 향상을 위한 정적 분석과 동적 테스팅 통합
본 세션에서는 Polyspace® 플랫폼에서 정적 분석과 동적 테스팅을 하나의 UI에서 통합하는 접근 방식을 중점적으로 다룹니다. 기존 개발 프로세스에서 두 기능이 분리되어 발생하는 비효율성을 짚고, Polyspace가 제공하는 통합 워크플로우가 코드 품질 향상에 어떻게 기여하는지 설명합니다.
정적 분석(Polyspace Bug Finder™, Polyspace Code Prover™) 결과를 기반으로 Polyspace Test™에서 테스트 케이스를 자동 생성하는 기능을 소개하며, 정적 분석과 동적 테스팅이 하나의 플랫폼에서 수행될 때 얻을 수 있는 이점을 통해 개발 효율성 향상, 규제 준수, 안전성 확보 등 산업 전반에서 요구되는 목표를 빠르게 달성하는 전략을 제시합니다.
- 정적 분석과 동적 테스팅을 위한 Polyspace 단일 플랫폼 소개
- 정적 분석 결과 기반 테스트 케이스 자동 생성의 가치
- 코드 품질 향상과 개발 효율성 확보를 위한 정적 분석/동적 테스팅 통합 전략
유용출 Principal Application Engineer
MathWorks
14:35 - 15:00
유용출 Principal Application Engineer
MathWorks
|
유용출 Principal Application Engineer
MathWorks
|
|
|
|
14:35
|
인공위성 반동 제어 추력기 K10의 소개와 K10펄스 모드 추력 신호 필터의 연구개발
본 세션에서는 인공위성 자세제어용 및 궤도제어용으로 사용하는 저장성 이원추진제 추력기 K10의 연구개발 및 소개를 진행하고 K10의 펄스 모드 추력의 필요성, 지상연소시험장비의 계측특성에 따른 펄스 모드 추력신호의 변형, 이 추력신호에서 MATLAB® 신호필터을 이용하여 펄스 모드 추력신호를 추출하는 과정을 발표할 예정입니다.
계측된 추력신호는 시험장비의 유연한 동적 특성 때문에 변형될 수 밖에 없습니다. 이 변형된 추력신호를 MATLAB의 다양한 신호필터를 활용하여 원래 펄스 모드 추력신호와 유사하게 추출할 수 있었습니다. 뿐만 아니라 MATLAB Copilot의 도움으로 원하는 신호처리 알고리즘을 보다 빠르게 검토해 볼 수 있었습니다.
- 인공위성 자세제어용 저장성 이원추진제 추력기 K10의 연구개발 및 소개
- 지상연소시험장비의 계측특성에 따른 펄스 모드 추력신호의 변형
- 원래 펄스 모드 추력신호의 추출을 위한 다양한 필터 설계 및 적용
- MATLAB Copilot을 활용한 새로운 신호처리 알고리즘의 빠른 적용
14:35 - 15:00
|
채종원 박사
한국항공우주연구원
|
|
|
|
15:00
|
휴식 및 부스 관람
|
|
|
|
|
15:40
|
모터제어신호를 이용한 반도체 웨이퍼 이송 로봇의 건전성진단
반도체 생산공정의 웨이퍼 이송 로봇은 장시간 고속 운전으로 인해 주요 부품에 마모가 발생하고 이는 웨이퍼 정렬 오차로 이어져 라인정지라는 큰 손실을 초래합니다.
본 세션에서는 이러한 로봇의 건전성 진단을 위해 운전 중 수집되는 모터 제어신호를 활용하여 삿 부품의 마모상태를 진단할 수 있는 시스템 레벨 건전성예측관리방법과 MATLAB®을 이용하여 구현한 사례를 소개합니다.
- 별도의 센서 없이 운전 중 수집되는 모터 제어신호를 이용한 건전성 진단
- 비정상 신호의 Wavelet Packet Decomposition을 이용한 특성인자 추출
- Artificial Neural Network과 Gaussian Process Regression을 이용한 부품 건전성 진단
15:40 - 16:05
|
최주호 교수
항공대학교
|
|
|
|
15:40
|
Simscape HIL Workflow를 활용한 EV Power Conversion HIL 모델 개발
전동화로 인해 차량 시스템은 점점 더 복잡해지고 있습니다. 이러한 변화 속에서 EV 전력 변환 장치의 안정성과 효율을 빠르고 정확하게 검증하기 위해, 실제 하드웨어와 유사한 조건에서 테스트할 수 있는 HIL(hardware-in-the-loop) 시뮬레이션은 필수입니다.
본 세션에서는 에이스웍스(ACEWORKS)가 전력 변환 장치 HILS 모델을 개발한 사례를 소개합니다. 기존 설계 방식에서는 회로 수식 유도, 고정소수점 변환, FPGA 타겟 코딩 등 복잡하고 반복적인 절차가 필요했지만, Simscape™ HIL workflow를 활용해 이 과정을 자동화하고 효율성을 극대화한 경험을 공유합니다.
- Simscape HIL workflow를 활용한 EV power electronics circuit 모델 개발
- Simscape HIL workflow 적용 후 변화 및 성과
15:40 - 16:05
|
이민광 팀장
에이스웍스
|
|
|
|
15:40
|
레거시 양산 코드의 Simulink 기반 모델 재구성 사례
본 세션에서는 양산 중인 레거시 코드를 Simulink® 기반 모델로 재구성하며, 증가하는Model-Based Design 요구에 대응했던 실제 프로젝트 사례를 공유합니다.
“단순 코드 이관”으로 접근했지만, 코드와 모델 간 표현 방식의 차이로 인해 개발 방향을 재정립하며, MathWorks와의 협업을 통해 요구사항 분석 → 설계 → 검증 중심의 개발 프로세스로 전환하여 개발하였습니다.
이 과정에서 얻은 개발 경험(Lessons & Learn)에 대하여 소개드릴 예정입니다.
- 레거시 양산 코드의 Simulink 기반 모델 재구성 접근법(코드→모델 전환 시 고려사항/차이점)
- Requirements→설계→검증 프로세스로 Model-Based Design 개발 체계 정립 및 적용 사례
- Simulink Check™, Simulink Design Verifier™, Simulink Test™, Simulink Coverage™ 를 이용한 Back-to-Back Test 기반의 검증 전략 및 결과
15:40 - 16:05
|
유원근 책임연구원
HL만도
|
|
|
|
15:40
|
System Composer 및 Simulink 기반의 AUTOSAR 소프트웨어 아키텍처 설계 및 구현 방법론
본 세션에서는 기존 양산 ADAS 제품인 전방 레이더의 fail-safe 와 진단 통신 기능을 대상으로, System Composer™를 활용한 C-AUTOSAR 아키텍처 설계 방법을 소개합니다.
또한 MATLAB® 환경에서 요구사항 정의부터 소스 코드 생성까지, 하나의 통합 도구 내에서 V-모델 기반 설계 프로세스를 어떻게 구현할 수 있는지 그 전체 흐름을 함께 살펴볼 예정입니다.
- 기존 보편적 Model-Based Design 사용 방식과 System Composer 기반 Model-Based Design 방식의 비교
- System Composer 기반 C-AUTOSAR ASW 아키텍처 설계 프로세스 소개
15:40 - 16:05
|
서동호 책임연구원
현대모비스
|
|
|
|
15:40
|
MATLAB을 사용한 위성통신용 메타물질 렌즈 안테나의 설계와 6G망 신호품질의 평가
본 세션에서는 MATLAB®이 LEO 인공위성용 메타재질 렌즈 안테나의 설계는 물론, 상층-지층을 묶는 6G 네트워크상에서의 무선통신 신호품질 계산에 활용되는 과정을 소개합니다.
전기자기파의 지향성과 빔포밍 목적으로 흔하게 사용되는 반도체 칩 기반인 능동 위상배열 안테나가 가지는 큰 문제점인 고열과 높은 관리비용을 해결하기 위해, 고이득 전기자기파를 발생하는 동시에 평면형인 구조로서의 렌즈를 형상화하는데 MATLAB이 사용됩니다.
더욱이, MATLAB의 통신 툴 박스를 활용하여, 그 안테나는 제6세대 이동통신 NTN 체계의 핵심 요소로 포함되고, 최종적인 메트릭인 통신 성능으로 관찰됩니다.
- MATLAB® 기반 렌즈 안테나 설계
- Communications Toolbox™활용 통신품질 분석
- MATLAB 내 Ray Tracing tool을 이용한 LENS 기술 효과 분석
15:40 - 16:05
|
강승택 교수
인천대학교
|
|
|
|
15:40
|
위성 군집 시나리오 생성 및 분석
위성 프로젝트의 규모가 커질수록 정적인 링크 버짓 계산이나 단순 시뮬레이션만으로는 한계가 있습니다.
본 마스터 클래스에서는 MathWorks의 최신 위성관련 솔루션을 활용하여 위성 군집 시나리오를 생성하고 위성과 지상국, 위성과 위성 간의 물리적인 통신 성능을 결정짓는 안테나 및 RF-Front-End 모델을 포함한 시뮬레이션하는 방법을 소개합니다.
생성된 시나리오와 모델링된 하드웨어를 바탕으로 동적인 링크 버짓, 커버리지 등 전체 시스템의 통신 가용성을 검증할 수 있는 방법을 함께 확인하실 수 있습니다.
- 위성 군집 시나리오 생성
- 안테나 및 RF-Front-End 모델링
- Link 및 Coverage 분석
서기환 Senior Application Engineer
MathWorks
15:40 - 16:40
서기환 Senior Application Engineer
MathWorks
|
서기환 Senior Application Engineer
MathWorks
|
|
|
|
16:05
|
휴식
|
|
|
|
|
16:15
|
KISTI 슈퍼컴퓨터에서의 MATLAB 활용: 데스크톱을 넘어서는 병렬 컴퓨팅
본 세션에서는 국가슈퍼컴퓨팅센터인 KISTI의 슈퍼컴퓨터 내 MATLAB® 활용 환경을 소개하고, 기존 데스크톱의 성능 한계를 넘어 대규모 연산과 데이터 분석을 수행할 수 있는 MATLAB Parallel Server™ 기반의 병렬 컴퓨팅 활용법을 설명합니다.
- KISTI 슈퍼컴퓨터 소개
- MATLAB 활용 환경 및 병렬 컴퓨팅 서비스
우준 공학박사
한국과학기술정보연구원(KISTI)
16:15 - 16:40
우준 공학박사
한국과학기술정보연구원(KISTI)
|
우준 공학박사
한국과학기술정보연구원(KISTI)
|
|
|
|
16:15
|
등가 회로 모델(ECM) 기반의 배터리 파라미터 최적화: Model-Based Calibration Toolbox
실제 배터리의 화학적, 물리적 특성을 모두 교려하여 모델의 만드는 것은 매우 어려고 복잡한 일입니다. 이를 대신해 본 세션에서는 등가회로모델(ECM)를 이용하여 비교적 간단한 전기 소자의 조합으로 배터리 모델을 만들고, 이를 활용해 실험 데이터를 기반으로 모델에 적용될 파라미터를 추정하여 최적화하는 워크플로우를 소개합니다.
- RC Circuit을 이용한Battery Model 의 소개
- Model-Based Calibration Toolbox™를 이용한 파라미터 최적화
- Parameter estimation 을 위한 tool 사용과정
- ECM(등가회로모델)을 이용한 tool 데모
여찬웅 Senior Application Engineer
MathWorks
16:15 - 16:40
여찬웅 Senior Application Engineer
MathWorks
|
여찬웅 Senior Application Engineer
MathWorks
|
|
|
|
16:15
|
양산용 코드 생성을 위한 Embedded Coder
Embedded Coder®는 모델 기반 설계(Model-Based Design) 환경에서 개발된 알고리즘을 기반으로, 양산(Production) 에 바로 적용 가능한 고품질 C/C++ 코드를 자동으로 생성하는 코드 생성 도구입니다.
본 세션에서는 C/C++ 코드 생성 워크플로우, 주요 설정 옵션, 그리고 기존 수동 코딩 방식 대비 개발 효율과 품질 측면에서의 장점을 사례와 함께 소개합니다. 이를 통해 Embedded Coder가 양산 단계에서의 개발 리스크를 줄이고, 개발 기간 단축 및 코드 품질 향상에 어떻게 기여하는지 공유하고자 합니다.
- 코드 생성의 기초
- Data 관리
- 모델링 Architecture
- Legacy Code 통합
유재흥 Senior Application Engineer
MathWorks
16:15 - 16:40
유재흥 Senior Application Engineer
MathWorks
|
유재흥 Senior Application Engineer
MathWorks
|
|
|
|
16:15
|
Model-Based Design와 Cloud-Native DevOps의 연계: Process Advisor 기반 CI/CD 파이프라인
복잡하고 대규모화되는 소프트웨어 개발 환경에서, 고품질의 소프트웨어를 신속하게 개발하고 배포하기 위한 자동화된 환경 구축은 필수적입니다. 이러한 목표를 달성하기 위해, 개발자들은 개별 유닛의 신속한 검증 및 개선을 위한 '이너 루프(Inner Loop)' CI/CD 파이프라인과, 통합 및 팀 단위의 '아우터 루프(Outer Loop)' 환경을 명확히 구분하여 개발 효율성을 극대화하는 전략을 적극적으로 활용하고 있습니다.
본 세션에서는 모델 기반 설계 환경에서 개발자가 Process Advisor를 활용하여 '이너 루프'를 효과적으로 구축하는 방법론을 제시합니다. 나아가, 통합 단계 이후 클라우드 기반의 DevOps 환경과 연계하여 ‘아우터 루프’에서의 개발 편의성과 전체적인 효율성을 극대화할 수 있는 실질적인 방안들을 심층적으로 다룰 예정입니다.
- 배경(Backgrounds)
- Process Advisor를 활용한 Model-Based Design CI/CD 파이프라인
- 모델 기반 설계를 위한 클라우드 네이티브 DevOps
- 핵심요약 (Key Takeaways)
류성연 Senior Application Engineer
MathWorks
16:15 - 16:40
류성연 Senior Application Engineer
MathWorks
|
류성연 Senior Application Engineer
MathWorks
|
|
|
|
16:15
|
AI를 이용한 안테나 설계 및 패턴 최적화
차세대 통신 시스템 설계에서 증가하는 시간·비용 부담을 해소하기 위한 MATLAB® 기반 AI 안테나 설계 및 패턴 최적화 전략을 소개합니다.
먼저 AIAntenna와 대리 모델 기술은 기존 풀웨이브 시뮬레이션 대비 수백 배 빠른 속도로 안테나 성능을 예측하며, 유전 알고리즘과 결합하여 소형화 및 구조 최적화를 획기적으로 가속합니다.
또한 사용자 정의 안테나의 설계 변수를 학습시킨 머신러닝 모델을 통해 실시간에 가까운 분석 환경을 구축할 수 있습니다.
방사 패턴 영역에서는 딥러닝을 활용해 제한적인 2D 데이터로부터 정밀한 3D 패턴을 복원하고, CNN 기반의 위상 배열 패턴 합성을 통해 복잡한 빔포밍 가중치 계산을 밀리초 단위로 처리하는 기술을 다룹니다.
결과적으로 MATLAB 환경에서의 AI 통합 워크플로우는 시뮬레이션의 정확도와 AI의 신속성을 결합하여 안테나 설계의 패러다임을 효율 중심으로 전환하는 핵심 동력이 될 것입니다.
- AI대리 모델을 통한 안테나 설계 가속
- 딥러닝 기반 3D 패턴 복원 및 합성
- 효율적인 MATLAB AI 통합 워크플로우
한승구 Senior Application Engineer
MathWorks
16:15 - 16:40
한승구 Senior Application Engineer
MathWorks
|
한승구 Senior Application Engineer
MathWorks
|
|
|
|
16:40
|
경품 추첨 및 맺음말
|
|
|
|
|
17:00
|
행사 종료
|
|
|
|