‘MATLAB EXPO 2026 Korea’ 개최, AI와 엔지니어링 설계의 교차점 그리고 미래 전망 인사이트 공유
“매스웍스가 지난 40년 동안 지켜온 미션 ‘공학과 과학의 발전을 가속화’하는 기술적인 혁신이 저희한테는 정말 중요한 문장이다. 현재 전 세계 500만 명의 유저 수를 보유하고 있는 매스웍스는 모델 베이스 디자인 영역을 맨 처음 만든 회사로 업계를 리딩하고 있다.”
매스웍스(MathWorks)는 4월 7일 서울 강남구 코엑스에서 ‘MATLAB EXPO 2026 Korea’ 행사를 개최했다. 박주일 매스웍스코리아 사장은 행사를 기해 마련한 기자간담회에서 이같이 강조하며, 올해 행사는 AI 기술과 엔지니어링 설계의 교차점, 그리고 미래 전망에 대한 주요 인사이트를 공유한다고 밝혔다.
박주일 매스웍스코리아 사장
이날 간담회 행사에는 박주일 사장 외에 사미르 M. 프라부(Sameer M. Prabhu) 매스웍스 인더스트리 부문 이사, 김영우 매스웍스코리아 엔지니어링팀 총괄 매니저 겸 전무가 참석했다.
프라부 이사는 AI가 엔지니어링 설계의 전 영역에 걸쳐 이미 실질적인 변화를 만들어내고 있다고 말하며, 다양한 산업 현장의 사례를 제시했다. 이를테면 메드트로닉(Medtronic)은 이식형 심장 모니터에서 심장 이상 징후를 감지하는 AI 모델을 개발했으며, 프린스턴 대학교는 AI를 활용해 무선 칩 설계를 자동화하는 연구를 진행하고 이튼(Eaton)은 태양광 발전 시스템의 성능 최적화에 AI를 접목하는 성과를 거두었다는 것.
특히 생성형 AI의 발전으로 AI가 코드를 직접 작성하는 것도 가능해진 만큼, AI는 일부 전문가만 다루던 영역에서 벗어나 엔지니어들의 일상적인 업무를 자동화하는 보편적인 도구로 빠르게 진화하고 있다고 설명했다.
사미르 M. 프라부 이사, 매스웍스 인더스트리 부문
프라부 이사는 “생성형 AI 도구를 사용하면 엔지니어가 시스템을 개발할 때도 도움이 되고 지루하거나 반복적인 작업을 자동화할 수도 있다. AI를 위한 루프를 설계할 때도 도움을 줄 수가 있다. 설계에서 인간이 맡은 역할의 일부를 이제 AI가 수행하는 것인데 매우 흥미로운 시기라고 할 수 있겠다. (중략) 가장 유능한 엔지니어는 AI를 활용하는 방법을 이해하면서 더 높은 수준의 추상화 작업에 더 많은 시간을 할애할 수 있는 사람들일 것이라고 생각한다. 굉장히 흥미로운 시대에 살고 있다고 말하는 이유이다”고 말했다.
매스웍스는 AI와 수십 년에 걸친 협력의 역사를 이어왔다. 매트랩(MATLAB)의 핵심 기반인 선형대수(Linear Algebra)가 AI 알고리즘의 토대이기 때문이다. 신경망 학습의 역전파(Backpropagation)부터 모델 추론(Inference)까지 AI의 본질은 행렬 연산이며, 매트랩은 이를 자연스럽게 구현할 수 있는 환경이다. 시뮬링크(Simulink) 역시 AI를 정교한 룩업 테이블의 발전된 형태로 통합해왔다. 2016년 GPU 기반 딥러닝이 본격적으로 부상하면서 기술 발전의 속도는 더욱 빨라졌으며, 매스웍스는 딥러닝 툴박스, 강화학습 툴박스 등 AI 관련 도구를 지속적으로 확장하는 한편, 탠서플로우(TensorFlow), 파이토치(PyTorch), ONNX 등 외부 AI 프레임워크와의 연동 기능과 CPU, GPU, FPGA 등 다양한 하드웨어 대상 코드 생성 기능도 꾸준히 고도화해왔다.
AI의 역할과 매스웍스의 대응
프라부 이사는 엔지니어링 설계에서 AI가 활용되는 방식을 크게 두 가지 패턴으로 구분했다. 첫 번째는 AI가 최종 엔지니어링 시스템의 구성 요소로 내장되는 방식이다.
김영우 전무, 매스웍스코리아 엔지니어링팀 총괄 매니저
엔지니어가 AI 모델을 설계하고 시스템에 통합하며, 테스트와 데이터 수집을 담당하는 이 방식은 소프트웨어 중심 설계라는 오랜 흐름의 연장선에 있다. 두 번째는 AI가 설계 루프 자체를 주도하는 방식으로, 엔지니어가 목표와 제약 조건을 정의하면 AI가 설계 공간을 탐색하며 솔루션을 도출한다. AI가 더 큰 역할을 맡는 이 접근법은 지난 10년간 AI 기술의 발전과 함께 새롭게 주목받고 있다.
매스웍스는 이러한 흐름에 대응해 자사 제품에 생성형 AI를 내재화하고 있다. R2025a 버전에서는 매트랩 코파일럿(MATLAB Copilot)을 출시했으며, R2026a 버전에서는 시뮬링크 코파일럿(Simulink Copilot)과 폴리스페이스 코파일럿(Polyspace Copilot)을 추가로 선보였다. 매트랩 코파일럿은 복잡한 코드의 동작 원리를 자연어로 설명하고, 소프트웨어 테스트 코드를 자동으로 생성하는 등 일상적인 코딩 업무를 효과적으로 지원한다. 시뮬링크 코파일럿은 모델 기반 설계에 생성형 AI의 생산성을 결합해 시뮬링크 모델의 이해와 개선 작업을 돕는 것을 목표로 한다. 프라부 이사는 생성형 AI가 구현의 세부 사항보다 더 높은 수준의 목표에 집중할 수 있는 여건을 엔지니어에게 제공한다는 점에서 의미가 크다고 평가했다.
박주일 사장은 향후 전망과 관련하여, “지금은 소프트웨어 디파인드 프로덕트의 시대라고 말하고 있다. 처음으로 앞서 간 게 SDV와 같은 자동차 영역이다. 그 외에도 우주 항공 같은 경우도 전동화나 자율 운행에서 매스웍스의 강점과 맞닿아 있는 영역들은 계속 확장되고 있고, 조선 분야도 마찬가지로 스마트 항만이나 전동화가 주로 얘기되고 있는 영역이다. 에너지 분야 전력망과 관련된 부분들도 이제 새롭게 떠오르는 영역이다. 결론적으로 소프트웨어 디파인드 프로덕트의 시대 영역은 인더스트리를 구분하지 않고 점차 추가되는 상황이라고 보고 있다”고 말했다.
다음 ‘MATLAB EXPO 2026 Korea’ 행사에서 소개한 주요 솔루션이다.
1. 매트랩 MCP 기반 생성형 AI 개발 가속
박인용 엔지니어, 매스웍스 코리아
매트랩 MCP(MATLAB Model Context Protocol)는 생성형 AI가 매트랩 환경과 직접 연결되어 작업을 수행할 수 있도록 하는 인터페이스다. 이 데모는 생성형 AI가 엔지니어의 개발 환경에 연결되어, 자연어로 입력한 요청이 실제 코드 실행과 분석으로 이어지는 과정을 보여준다.
사용자는 복잡한 코드를 직접 작성하지 않고도 클로드 코드(Claude Code), 깃헙 코파일럿(GitHub Copilot) 등의 AI 코딩 에이전트를 활용해 자연어 지시만으로 매트랩 코드를 자동 생성하고, 매트랩 MCP를 통해 이를 즉시 실행·검증하는 생성형 AI 기반 엔지니어링 워크플로우를 시연한다. 이를 통해 반복적인 코딩 부담은 줄이고, 개발자는 문제 해결과 의사결정에 더 집중할 수 있는 개발 방식을 확인할 수 있다.
산업용 제어 알고리즘을 개발하는 제조 기업에서는 요구사항을 자연어로 입력해 매트랩 코드 초안을 생성하고, 이를 빠르게 시뮬레이션하여 설계 초기 의사결정 속도를 높일 수 있다.
2 . 임베디드 시스템을 위한 초소형 AI 모델 개발 및 배포
이 데모는 NXP, 엔비디아 젯슨(NVIDIA Jetson) 등 임베디드 타깃을 대상으로 AI 모델을 배포하는 전체 워크플로우를 시연한다.
신행재 엔지니어, 매스웍스 코리아
매스웍스에서는 AI 모델 배포를 위한 두 가지 단계를 제공한다.
첫 번째 단계에서는 딥러닝 툴박스(Deep Learning Toolbox)를 활용해 AI 모델을 학습하고, 프루닝·프로젝션·양자화 등을 통해 모델을 경량화하는 매끄러운(Seamless) 워크플로우를 지원한다. 두 번째 단계에서는 이번 R2026a에서 파이토치(PyTorch) 및 라이트RT(LiteRT) 모델에 대한 코드 생성을 지원한다.
특히 이번 릴리즈에서는 파이토치 및 라이트RT로 생성된 모델을 별도의 변환 과정 없이 그대로 코드 생성에 활용할 수 있다는 점이 특징이다.
이렇게 준비된 AI 모델은 고객의 모델 기반 설계(Model-Based Design) 워크플로우에 자연스럽게 통합되어, 시스템 레벨 코드와 손쉽게 연동될 수 있다. 이를 통해 AI가 클라우드 서버에만 머무르지 않고, 실제 제품과 장비 내부에서 직접 실행되는 온디바이스 AI(On-device AI) 적용이 가능하다.
3. Simulink Copilot을 이용한 모델 기반 설계 가속화
김학범 엔지니어, 매스웍스 코리아
시뮬링크 코파일럿(Simulink Copilot)은 모델 기반 설계(Model-Based Design) 환경에서 AI가 설계 과정을 보조하는 기능이다. 모델 기반 설계란 시스템을 수식이나 코드가 아닌 시각적인 모델로 먼저 설계하고, 이를 통해 동작을 검증하며 개발을 진행하는 방식을 의미한다.
시뮬링크 코파일럿을 활용해 복잡한 시스템 모델의 구성, 검증, 수정 과정을 AI가 보조함으로써, 시스템이 복잡해질수록 증가하던 설계·검증 시간을 데모 기준 약 30~50%까지 단축하는 과정을 보여준다. 모델 구조 이해, 오류 원인 분석, 수정 제안까지 AI가 지원함으로써 모델 기반 설계(Model-Based Design)의 생산성을 크게 높인다.
복잡한 동적 시스템이나 다수의 상태와 조건이 얽힌 제품·시스템을 개발하는 조직에서는 시뮬링크 코파일럿의 도움으로 모델 구조를 빠르게 이해하고, 검증과 수정을 반복하며 설계 품질을 효율적으로 개선할 수 있다.
4. 폴리스페이스 기반 통합 코드 검증
유용출 엔지니어, 매스웍스 코리아
폴리스페이스(Polyspace)는 소프트웨어 코드의 오류와 잠재적 결함을 검증하기 위한 매스웍스의 코드 분석 솔루션이다. 코드를 실제로 실행하지 않고도 문제를 찾아내는 정적 분석과, 실행 환경에서 동작을 확인하는 동적 테스트를 모두 지원한다.
이 데모는 폴리스페이스를 활용해 소프트웨어 개발 과정 전반에서 코드 품질과 안전성을 체계적으로 확보하는 과정을 보여준다. 단순한 오류 검출을 넘어, 코드 수준에서의 신뢰성을 입증하고 개발 표준 준수를 지원함으로써 안전과 신뢰성이 중요한 산업에서 요구되는 검증 기준을 충족하는 방식을 확인할 수 있다. 코드 검증이 개발을 늦추는 단계가 아니라, 재작업과 리스크를 줄이는 핵심 과정임을 보여준다.
안전·신뢰성 요구가 높고 소프트웨어 품질을 지속적으로 증명해야 하는 개발 조직은, 정적 분석과 동적 테스트를 CI 파이프라인에 통합해 결함을 조기에 발견하고 커버리지 기반으로 검증 수준을 체계적으로 관리할 수 있다.
5. AI 기반 급속충방전 배터리 ROM 개발 워크플로
엄준상 엔지니어, 매스웍스 코리아
ROM(Reduced Order Model)은 복잡한 배터리 동작을 그대로 계산하는 대신, 실제 성능에 영향을 주는 핵심 요소만 추려 빠르게 계산할 수 있도록 만든 모델이다. 쉽게 말해, 정확한 특성은 유지하면서도 훨씬 빠르게 결과를 얻을 수 있는 ‘경량화된 배터리 모델’이다.
이 데모는 AI를 활용해 급속 충·방전 조건에서도 배터리의 동작을 효율적으로 예측할 수 있는 ROM을 개발하는 과정을 보여준다. 데이터 기반 모델링과 시뮬레이션을 통해 다양한 조건에서 배터리 성능과 안전성을 검증할 수 있으며, 전기차와 에너지 저장 시스템에서 실험 의존도를 줄이고 가상 환경에서 개발을 가속화하는 방식의 장점을 확인할 수 있다.
배터리 기반 제품/시스템을 개발하며 다양한 사용 조건에서 성능·열·안전성을 빠르게 비교·검증해야 하는 조직은, ROM을 활용해 설계 대안을 더 많이 탐색하고 제어 전략 검증을 가상 환경에서 효율적으로 수행할 수 있다.
6. 모델 기반 설계를 통한 사이버 보안 (ISO 21434) 대응
류성연 엔지니어, 매스웍스 코리아
ISO 21434는 자동차 및 차량용 전자 시스템의 사이버 보안을 다루는 국제 표준으로, 보안 위험 분석과 대응을 개발 프로세스 전반에 걸쳐 요구한다. ISO 21434 대응을 위해, 시스템 컴포저(System Composer)를 활용한 시스템 아키텍처 설계와 시뮬링크 폴트 애널라이저(Simulink Fault Analyzer)를 통한 보안 위협 분석 및 보안 검증을 통합한 모델 기반 접근 방식을 소개한다.
설계 초기 단계에서부터 보안 취약 요소를 구조적으로 식별하고, 시뮬레이션을 통해 대응 전략을 검증할 수 있는 점이 특징이다. 이를 통해 보안 요구사항 누락으로 인한 후반 재설계 리스크를 줄이고, 개발 단계 전반의 반복 작업을 크게 감소시킬 수 있다.
복잡한 시스템 구조와 안전·보안 요구사항을 동시에 고려해야 하는 제품이나 플랫폼을 개발하는 조직은 모델 기반 설계를 통해 설계 초기 단계에서부터 보안 위협을 체계적으로 식별하고, 시뮬레이션 기반 검증으로 대응 전략을 검토할 수 있다.
<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>
