실제로 구현된 AI 네이티브 엔지니어링

McLaren이 Rescale로 제품 개발을 가속화하는 방법

AI가 엔지니어링의 핵심 요소로 자리 잡으면서, 선도 기업들은 단순한 실험 단계를 넘어 AI를 제품 개발 전 과정에 직접 적용하고 있습니다. 이러한 변화의 대표적인 사례로 Rescale과 McLaren Automotive의 협업을 들 수 있습니다. 이들은 Agentic 기반 AI와 AI 물리 모델을 통해, 고성능 차량의 설계·시뮬레이션·개발 방식을 혁신하고 있습니다.

■ 시뮬레이션 병목에서 지속적인 엔지니어링으로

기존 엔지니어링 워크플로우는 시뮬레이션 구성, 분석 실행, 결과 해석에 많은 시간이 소요되었습니다. 이러한 프로세스는 며칠 또는 몇 주가 걸릴 수 있어, 팀이 탐색할 수 있는 설계 반복 횟수가 제한됐었습니다.

McLaren은 이를 해결하기 위해 NVIDIA의 AI 인프라를 기반으로 한 Rescale의 디지털 엔지니어링 플랫폼을 도입했습니다. 이 플랫폼은 HPC, 데이터, AI를 하나로 통합하여 설계, 시뮬레이션(CAE), 시스템 엔지니어링을 연결합니다.

그 결과, 모든 시뮬레이션, 테스트, 설계 반복이 향후 성능 개선으로 이어지는 지속적으로 학습하는 엔지니어링 시스템이 구축되었습니다.

■ 엔지니어링 라이프사이클 전반에 AI 내재화

이 환경 내에서 McLaren은 Agentic AI와 AI 물리 모델을 활용하여 엔지니어링 업무 수행 방식을 근본적으로 변화시키고 있습니다.

엔지니어링 팀은 이제 아래와 같은 작업이 가능합니다:

• 수 주 대신 몇 시간 안에 수천 개의 설계 반복 탐색

• AI 기반 물리 모델을 활용한 실시간에 준하는 성능 인사이트 생성

• Agent 기반 오케스트레이션을 통한 복잡한 시뮬레이션 워크플로우 자동화

• 과거 엔지니어링 데이터로부터 학습하는 지식 기반 시스템 구축

Agentic 워크플로우는 대화형 인터페이스를 통해 생성될 수 있어, 도메인 전문가들도 고급 시뮬레이션 및 AI 기능에 더 쉽게 접근할 수 있습니다.

■ 제품 개발의 실제 영향

McLaren은 엔지니어링 전 과정에 AI를 적용함으로써, 속도와 규모 측면에서 가시적인 성과를 내고 있습니다

신속한 설계 탐색: 다양한 물리 영역에서 수천 개의 설계안을 동시에 평가
시뮬레이션 속도 향상: 수일 걸리던 작업을 수분 단위로 단축
실시간 예측: 제조 결과를 포함한 성능을 거의 즉시 확인
생산성 향상: 반복 작업을 자동화하여 워크플로 효율 최대 3배 개선

이러한 접근을 통해 엔지니어는 단순 작업이 아닌 핵심 설계 의사결정에 집중할 수 있고, 설계 가능 범위 또한 크게 확장됩니다.

McLaren Automotive의 CEO Nick Collins는 다음과 같이 말했습니다:

"이는 우리 비즈니스를 위한 진정한 전략적 변환입니다. 데이터, 인텔리전스, 엔지니어링 방식을 지속적으로 최적화함으로, 우리 회사의 정체성을 유지하면서도 빠른 제품 개발이 가능해졌습니다."

■ 고객 사례: McLaren + Rescale + NVIDIA

이 고객 스토리에서는 McLaren 리더들은 분산된 워크플로우를 어떻게 통합하여 엔지니어링 전반에 걸쳐 통합 데이터 루프를 구축하는지 공유합니다.

주요 하이라이트:

• 시뮬레이션 오케스트레이션: 엔지니어가 혁신에 집중할 수 있도록 전처리 및 후처리 자동화

• AI 물리학 통합: 복잡한 탄소 복합 소재 설계를 위한 실시간 최적화 제공

• 데이터 유동성: 클라우드 네이티브 도구를 통해 수십 년간의 엔지니어링 데이터를 검색 및 재사용할 수 있도록 지원

Watch the McLaren Story here ▶

■ 엔지니어링의 미래를 위한 실행 전략

이 협업은 자동차 산업에서 시작되었지만, 그 영향은 다양한 산업으로 확장되고 있습니다. Rescale은 HPC, AI, 시뮬레이션을 하나의 플랫폼으로 통합함으로써 데이터 기반, 지속 학습, AI 기반 엔지니어링이라는 새로운 모델을 제시하고 있습니다. 이 변화는 단순한 개선을 넘어 속도·확장성·지능이 제품 개발 전 과정에 내재된 완전히 새로운 엔지니어링 운영 방식으로의 전환을 의미합니다.