AI는 엔지니어의 업무를 변화시키고 있으며, 설계 및 개발 워크플로의 핵심 요소로 자리 잡고 있습니다. AI는 임베디드 기기에 배포할 모델을 개발하는 데 활용될 뿐 아니라, GenAI(생성형 AI)를 통해 생산성을 개선하고, AI 에이전트를 활용해 공학 워크플로를 가속화하는 데에도 활용되고 있습니다. MATLAB 및 Simulink를 통해 이러한 기능을 개념에서 배포에 이르는 전체 개발 프로세스에 적용할 수 있습니다.
공학 워크플로에서의 생성형 AI 및 에이전틱 AI
생성형 AI는 코드 작성, 복잡한 시스템 설명, 테스트 케이스 생성, 문서화 등의 작업을 지원할 수 있습니다. GenAI는 일상적인 업무를 자동화함으로써 더 높은 수준의 설계와 문제 해결에 집중할 수 있도록 도와줍니다. 에이전틱 AI는 이러한 기능을 기반으로 여러 단계에 걸친 워크플로 전반에서 작업을 수행합니다. 사용자가 목표와 제약 조건을 정의하면, AI 에이전트가 모델 생성, 분석, 개선과 같은 작업을 조율합니다.
MATLAB 및 Simulink는 공학 워크플로에서 이런 기술을 활용할 수 있도록 지원합니다. MATLAB Copilot 및 Simulink Copilot은 통합된 생성형 AI 기능을 제공합니다. MATLAB Agentic Toolkit 및 Simulink Agentic Toolkit은 AI 에이전트를 MATLAB 및 Simulink에 연결하여 코드 실행, 모델 구축, 결과 분석, 거동 시뮬레이션, 공학적 검토 지원 등의 작업을 수행할 수 있도록 합니다.
자세히 알아보기
임베디드 AI를 활용한 엔지니어드 시스템.
임베디드 AI는 엔지니어드 시스템 내에 머신러닝 및 딥러닝 모델을 배포하는 데 중점을 둡니다. 대표적인 응용 사례로는 가상 센서 모델링, 시계열 이상 탐지, 강화 학습, 차수 축소 모델링 등이 있습니다. MATLAB 및 Simulink를 사용하면 전체 시스템 시뮬레이션에서 AI 모델을 검증할 수 있습니다. 그런 다음 모델을 최적화하고 임베디드 하드웨어 플랫폼으로 배포할 수 있습니다.
또한, TensorFlow™ 및 PyTorch® 같은 Python 기반 딥러닝 프레임워크에서 개발된 모델을 통합할 수도 있습니다. 이 접근법을 통해 기존에 개발한 AI 모델을 재사용하고, 시스템 설계 워크플로와 연계하여 시뮬레이션, 테스트 및 배포 과정에 활용할 수 있습니다.
자세히 알아보기
AI 응용 사례의 예
생성형, 에이전틱 및 임베디드 AI가 다양한 공학 워크플로를 지원하는 방법을 살펴볼 수 있습니다.
