<?xml version="1.0" encoding="utf-8"?>
  <rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom">
    <channel>
      <title>BIOVIA</title>
      <link>https://blog--3ds--com.apsulis.fr/ko/brands/biovia/feed.xml</link>
      <description>BIOVIA</description>
      <lastBuildDate>Thu, 05 Mar 2026 16:10:04 GMT</lastBuildDate>
      <docs>https://validator.w3.org/feed/docs/rss2.html</docs>
      <generator>3DExperience Works</generator>
      <atom:link href="https://blog--3ds--com.apsulis.fr/ko/brands/biovia/feed.xml" rel="self" type="application/rss+xml"/>

      <item>
      <title>
      <![CDATA[ 바이오비아, 연구 단계별 버추얼 트윈 지원… “모든 결과를 한곳에서 활용” ]]>
      </title>
      <link>https://blog--3ds--com.apsulis.fr/ko/brands/biovia/biovia_supports_virtualtwin_for_research-phases/</link>
      <guid>https://blog--3ds--com.apsulis.fr/ko/guid/274997</guid>
      <pubDate>Tue, 10 Dec 2024 23:49:35 GMT</pubDate>
      <description>
      <![CDATA[ 다쏘시스템의 3D익스피리언스 플랫폼 기반 브랜드 ‘바이오비아(BIOVIA)’ 사용자들이 최신 연구 성과와 기술 발전에 대한 인사이트를 나누기 위해 첫 교류의 장에 참석했다.
 ]]>
      </description>
      <content:encoded>
      <![CDATA[ 

다쏘시스템, ‘BIOVIA User Day 2024’로 고객사 첫 교류의 장 마련




다쏘시스템의 3D익스피리언스 플랫폼 기반 브랜드 ‘바이오비아(BIOVIA)’ 사용자들이 최신 연구 성과와 기술 발전에 대한 인사이트를 나누기 위해 첫 교류의 장에 참석했다. 생물·화학·재료 분야 랩 데이터의 디지털 전환을 뒷받침하는 다양한 포트폴리오를 함께 살펴보면서 참석자들은 연구 환경의 디지털화를 위한 의견들을 제시했다.



다쏘시스템의 BIOVIA User Day 2024에는 분야별 담당자 57명이 참석해 연구환경의 디지털화를 위한 아이디어를 공유했다. [사진=다쏘시스템]



다쏘시스템은 지난 11월 21일 서울 L7강남에서 ‘BIOVIA User Day 2024’를 개최했다. 현장에는 분야별 담당자들이 참석해 자신들의 연구 영역에 바이오비아를 도입하기 위한 전략을 파악했다.



바이오비아는 지난 2014년 5월 발표된 다쏘시스템의 신규 브랜드로 과학적 혁신을 변환하는 글로벌 협업 제품 수명주기 경험을 제공하고 있다. 과학 기반 조직이 생물·화학적, 재료 혁신을 만들고 연결해 삶의 방식을 개선할 수 있도록 과학 관리 환경 조성을 지원한다.



또한 다쏘시스템의 3D익스피리언스 플랫폼을 활용한 차세대 에플리케이션, 서비스, 콘텐츠 액세스·전달 기술과 결합해 과학, 생물, 화학, 소재 분야의 새로운 경험을 기업에 제공한다. 사노피, 화이자, GSK, 아스트라제네카, 듀퐁, 쉘, BASF, P&amp;G, 유니레버, 로레알, 삼성그룹 등 포춘 500대 기업에 속하는 글로벌 기업들에서도 활용되고 있다.



제이슨 베네딕트(Jason BENEDICT) 바이오비아 CEO는 “다쏘시스템 바이오비아의 AI 기반 V+R Scientific Solution은 소재 및 물질 개발 혁신을 가속화하는 데 기여하고 있다”며 “이는 올해 노벨 화학상을 수상한 AlphaFold2/OpenFold와 같은 AI 기술들이 인정받는 것처럼, 바이오비아의 모델링 및 시뮬레이션 솔루션 역시 다양한 논문을 통해 전 세계적으로 기술력을 입증 받고 있다는 것을 의미한다”며 환영사를 전했다.



서웅식(오른쪽) 기술대표와 김태래 기술대표는 바이오비아 활용 방안에 대해 소개했다. [사진=다쏘시스템]



3D익스피리언스 기반 시뮬레이션 툴 제공



이어 다쏘시스템 서웅식 기술대표와 김태래 기술대표가 각각 바이오비아만의 핵심 기술과 앞으로의 계획, 기업 내 적용 방안 등에 대해 발표했다.



서웅식 대표는 ‘Materials Development: Digital Trasnformation &amp; AI’를 주제로 △배터리 △생명과학 △소비재 △에너지 머트리얼 분야에서 바이오비아를 활용하는 방안을 소개했다. 서 대표는 “바이오비아는 과학정보학, 분자모델링, 시뮬레이션, 데이터 과학, 연구정보학, 배합설계, 생물약제 등 다방면에서 소프트웨어를 제공 중”이라며, “버추얼 트윈 기술을 토대로 물질을 이해하고 시뮬레이션함으로써 기업 경영 효율 향상에 기여하고자 한다”고 말했다.



특히 배터리 기술의 경우 중장기적으로 시장규모는 계속 커질 것으로 전망되는 만큼 제품 설계에서 리사이클링에 이르는 모든 단계를 고민할 필요가 있다고 강조했다. 바로 이 시뮬레이션 모델링에 있어 바이오비아는 셀, 모듈, 패키지, 시스템의 단계별 구동이 가능할 뿐 아니라 결과보고서도 함께 받아볼 수 있다고 덧붙였다.



생명과학 분야에서는 신약 개발 시 바이오비아의 이점을 충분히 살릴 수 있다고 조언했다.



서 대표는 “연매출 1조원 이상의 블록버스트 신약을 개발하기 위해서는 보통 15~20년 기간이 요구된다”며, “바이오비아를 포함한 다쏘시스템은 개발단계에서 임상 실험, 공장 양산에 이르는 전 과정을 아우르는 솔루션을 제공하고 있으며, 이를 위해 AI(인공지능) 기술을 활용하고 있다”고 설명했다.



즉 다쏘시스템의 강점인 버추얼 트윈을 통해 어떤 물질을 이해하고 모델 기반으로 시뮬레이션 함으로써 실현 가능성을 미리 진단해 볼 수 있는 셈이다. 결과적으로 이는 기업 경영 활동에 도움을 줄 수 있다.



푸드 체인의 경우 국가마다 특정 재료의 사용을 금지하는 제재가 있을 수 있다. 바이오비아에서는 수출국을 선택해 규제 여부를 확인 가능하다. 또한 규제에 포함되는 물질을 제거한 이후 판매 가능 여부도 진단할 수 있다.



이밖에 글로벌 탄소 배출 저감을 위한 솔루션을 바이오비아의 버추얼 트윈 포트폴리오로 해결할 수 있다고 언급했다. COSMO라는 온프레미스 제품을 기반으로 개발된 버추얼 벤치를 활용해 새로운 물질 개발에 있어 지속가능성을 실현할 수 있다고 덧붙였다.



서 대표는 “데이터가 쌓이고 AI 시뮬레이션이나 모델링 시뮬레이션에 더 가까이 갈수록 데이터 사이언스와 엔지니어의 역할은 더 커질 것으로 예상한다”며, “지속가능한 미래를 실현하기 위한 고민에 버추얼 트윈 기술이 든든한 동반자 역할을 할 수 있도록 끊임없이 노력할 것”이라고 밝혔다.



바이오비아 도입 사례 세션에는 아모레퍼시픽 라찬수 수석연구원(왼쪽)과 한국건설기술연구원 윤태영 연구위원이 사용자의 시각에서 바이오비아의 특색에 대해 발표했다. [사진=다쏘시스템]



연구개발 단계 시행착오 최소화로 경영 효율 향상에 이바지



김태래 대표는 ‘Boosting Materials Development with Molecular Modeling’을 주제로 기존 모델링 방법을 이용해 보다 빠르고 효율적으로 시뮬레이션 하는 방안을 공유했다.



김 대표는 “시뮬레이션의 목적은 불필요한 실험을 줄이기 위한 것”이라며, “실험으로 직접 얻을 수 없는 값들을 시뮬레이션을 통해 확인하고 개발에 응용하기 위한 것이 핵심”이라고 강조했다.



그는 시뮬레이션을 통해 유망한 후보 물질에 집중할 수 있게 됨에 따라 시행착오를 줄일 수 있을 뿐 아니라 제품 품질 향상에도 도움을 줄 수 있다고 덧붙였다.



이어 분자 모델링 시뮬레이션 툴을 소개했다. GUI를 기반으로 넓은 분야에서 통일된 인터페이스로 모델링 할 수 있도록 하며, 여러 단계의 계산 과정도 한번에 해결하는 워크플로우를 제공한다고 설명했다.



보다 효과적으로 시뮬레이션하는 방법으로는 UI와 자동화를 꼽았다. UI의 경우 사용자들의 불편을 개선하기 위해 내년도에는 Amorphous Cell 모듈의 효율을 높여 기존 대비 6배 정도 향상된 속도를 경험할 수 있을 것이라고 밝혔다.



자동화는 GUI 기반 프로그램으로 사용자가 쉽게 배울 수 있는 점이 강점이라고 언급했다. 아울러 내년도 중반 파이선 스크립트 인터페이스 지원을 목표로 연구개발을 진행 중이라고 전했다. 여러 개 구조와 여러 개 옵션을 조합할 때 자동화의 가치는 보다 높아진다고 강조했다.



김 대표는 그간 잘 알려지지 않은 두 개의 모듈을 함께 소개했다. 플렉스TS(FlexTS)는 화학반응의 전이상태(TS)를 최적화하는 작업을 돕는 모듈로 내년부터는 CASTEP(광물 및 물질 에너지 계산 모듈)과도 연동될 예정이다.



또 다른 모듈 머신러닝 포스필드는 그간 배터리 분야의 요구를 반영해 개발된 것으로 정확도를 높일 수 있는 메이스(MACE) 방법론을 채택했다고 설명했다.



이어진 발표에는 아모레퍼시픽 라찬수 수석연구원과 한국건설기술연구원 윤태영 연구위원이 연사자로 나서 실제 바이오비아 사용자로서의 견해를 나눴다.



라찬수 수석연구원은 화장품 산업은 복합 융합기술 영역으로 물질 탐색부터 제품 포장에 이르는 모든 과정을 최적화하는 것은 물론 최신 바이오 기술을 적용해야 고객 만족도를 높일 수 있다고 말문을 열었다. 분자 모델링 툴로써&nbsp;바이오비아를 활용 중이라고 덧붙엿다.



윤태영 연구위원은 “건설 소재는 균질성이 떨어질 뿐 아니라 다른 요소들도 많이 포함하기 때문에 물성 예측이 쉽지 않다”며, “시공성, 내구성, 친환경성 등 다양한 조건에 대한 물성 평가를 위해 재료 조성 방안으로 바이오비아를 채택했다”고 밝혔다.



이날 간담회는 바이오비아 고객사를 위한 첫 교류의 자리로 현장에는 57명이 참석했다.



다쏘시스템은 재료 설계부터 분자 시뮬레이션, 화학 제조 등에서 혁신을 가능케 하는 바이오비아를 촉매제로 제품, 자연, 삶이 조화를 이루는 가상 세계를 제공한다는 비전을 갖고 있다.



바이오비아는 재료설계, 분자시뮬레이션, 리서치, 협업, 화학제조, 품질관리, 최적공정 등을 지원하는 소프트웨어로 실험 분석과 결과 기록 방식에 근본적 변화를 뒷받침한다. 연구자는 실패하거나 시장에 출시되지 못한 제품 개발 기록까지 저장할 수 있어 이후 연구에 재사용할 수 있고, 경영진은 제품 개발 과정에 대한 데이터 투명성을 보장받아 품질제고와 비용절감 등의 효과를 누릴 수 있다.



출처 : 인더스트리뉴스 (https://www.industrynews.co.kr/news/articleView.html?idxno=57471)
 ]]>
      </content:encoded>
      </item>
<item>
      <title>
      <![CDATA[ Digital Lab 기고문 – 연구소에서 시작하는 디지털 혁신 ]]>
      </title>
      <link>https://blog--3ds--com.apsulis.fr/ko/brands/biovia/digital_lab_digital_transformation/</link>
      <guid>https://blog--3ds--com.apsulis.fr/ko/guid/241674</guid>
      <pubDate>Mon, 13 Jun 2022 00:44:14 GMT</pubDate>
      <description>
      <![CDATA[   Digital Lab 기고문     1편 – 연구소 디지털 트랜스포메이션의 방향 디지털 트랜스포메이션에 대해 짧게는 5년, 길게는 10여년 전부터 디지털 트랜스포메이션은 기업의 핵심 화두로 많은 관심과 투자가 일어나고 있으며, 디지털
 ]]>
      </description>
      <content:encoded>
      <![CDATA[ 
Digital Lab 기고문



1편 – 연구소 디지털 트랜스포메이션의 방향







디지털 트랜스포메이션에 대해



짧게는 5년, 길게는 10여년 전부터 디지털 트랜스포메이션은 기업의 핵심 화두로 많은 관심과 투자가 일어나고 있으며, 디지털 트랜스포메이션은 일반적으로 정보의 디지털화, 작업의 자동화, 협업 연결의 디지털화, 물리적 현상의 디지털화, 지식 및 경험의 디지털화와 같이 기업의 일하는 방식을 근본적으로 변화시켜 나가고 있다.



이러한 변화의 흐름에 발 맞추어 기업의 각 부문들은 디지털 마케팅, 시스템 엔지니어링, 가상 제품개발, 스마트 팩토리, 물류 자동화 등 다양한 형태로 해당 부문의 경쟁력과 생산성 향상을 위한 디지털 혁신을 추진하고 있으며, 상당 부분 성과를 내고 있다. 하지만, 상대적으로 기술연구 부문의 디지털 혁신은 타 부문에 비해 상대적으로 늦은 것이 사실이며, 본 기고를 통해 연구소의 디지털 혁신이 왜 중요하고 필요한지와 그 방향은 어떠해야 하는지를 논의하여 연구소 업무 혁신을 추진하는 부서나 평소 연구 업무 수행에 불편함을 호소하던 연구원 분들께 다소 나마 도움을 드리고자 한다.



연구소는 기업 혁신의 엔진



기업 혁신에 있어 기술 연구와 그 활동이 일어나는 연구소에 관심을 가지게 되는 이유는, 제조 기업의 혁신에 있어 우선적으로 중요한 제품과 생산의 혁신이 기술연구 부문에서 나오기 때문이다. 그리고, 그 경향은 최근 우리나라와 우리 기업이 세계 시장에서 성장 함에 따라 매우 분명해지고 있다. 예를 들어, 매우 정밀한 반도체 증착 공정에서 생산성과 품질을 높이기 위해 공정에 투입할 최적의 화학 물질 연구를 위한 분자간 합성과 증착 시뮬레이션, 배터리 및 콘덴서 등에 사용되는 유전체의 물성 연구, 석유화학 산업에서 생산 단가를 낮추고 생산성을 높이는 핵심인 촉매 연구, 높은 당도를 내면서도 칼로리는 설탕의 10분이 1 밖에 되지 않는 알루로스의 사용화를 가능하게 한 식품 산업에서의 효소 개발 등을 들 수 있으며, 한국 기업들이 각 분야에서 글로벌 기업으로 성장 함에 따라 앞으로 이러한 현상은 훨씬 더 많아질 것이다. 전통적으로 생산, 판매, 제품개발 부문 등에 대한 관심과 투자가 연구 부문으로 점차 넘어올 것으로 보인다. 근래 많은 기업들이 연구소에 투자하는 모습을 보면서 변화를 몸으로 느끼고 있으며, 연구소를 기업 혁신의 엔진이라 부르는 것이 당연하게 받아지고 있고, 실제로 그러한다.



연구실의 일반적 업무 흐름



연구 업무에 대한 혁신을 말하기에 앞서 익숙하시겠지만, 연구소의 일반적인 업무에 대해 생각해 보면, 먼저 사업이나 기술 로드맵에 따라 어떤 연구를 언제 할지에 대한 연구 계획을 세우고, 계획에 따라 연구를 수행한다. 보통 연구 수행은 가설을 수립하고, 그것을 증명하기 위해 다양한 실험을 반복적으로 수행하게 되며, 이를 위한 샘플, 실험 장비 등의 리소스 관리를 하며, 연구소에 따라서는 시험 방법 및 절차를 미리 정해 놓고 해당 기준 준해 실험을 수행하기도 한다. 그리고, 결과가 나오면 또는 결과가 결국 나오지 않는 경우에도 실험 또는 연구 단위로 결과를 정리하고 보고서를 만들어 제출하는 형태로 마무리하게 된다. 이 과정에서 타 부문에 비해 연구 업무의 특징은 다수의 실험을 반복적으로 수행하며 그 과정에서 방대한 량의 데이터를 수집하고 분석해야 한다는 것이다.



연구소의 전형적 문제 상황 1. Paper 및 Silo화 되어있는 연구 데이터



앞서의 연구소의 일반적인 업무를 수행함에 있어 상당 수의 연구소들은 몇 가지 주요한 어려움을 겪고 있다. 첫째는, 연구 데이터의 Silo 현상이다. 많은 경우 실험 과정 및 결과 정보가 개인 PC 또는 공용 파일 서버에 팀 단위 폴더로 보관하고 있어 데이터의 정합성 보장 및 자산화가 어렵고, 부서내 또는 부서간의 협업이 원활하지 못하게 된다. 둘째는, 기존 연구 데이터 활용의 어려움이다. 첫번째 문제와 연속되는 현상으로 파일 기반의 데이터는 Dark Data가 될 가능성이 높다. Dark Data란 담당자만 찾을 수 있는 데이터 혹은 담당자도 잊어버린 데이터를 의미하며, 일반적으로 80~90% 정도의 데이터가 Dark data화 되고, 오직 10%~20%의 데이터만 사용이 가능한 상태로 기존 데이터 검색에 많은 노력이 소요되고, 최신 데이터 여부를 알기 어려움, 타 연구원이 이미 실험하여 결과가 나온 실험을 또 하게 되는 등의 많은 문제들이 야기한다. 이것은 대부분 연구소의 일반적인 상황으로 많은 연구원들이 이에 대한 개선을 요청하고 있다.







연구소의 전형적 문제 상황 2. 이메일 기반 협업 및 분산된 IT 시스템



또 다른 문제로 비효율적 협업 수단을 들 수 있다, 대체로 연구 및 실험은 기술 개발 또는 제품 개발 프로젝트의 내에서 이루어지므로 연구 기획 및 프로젝트 관리 부문과 협업이 많고, 또 다양한 물질을 다루기 때문에 환경, 안전 규제 등의 측면에서 품질 부서와도 협업해야 한다. 그리고, Scale-up 등을 위해 생산팀과의 협업은 물론, 여러 협력사와도 업무 의뢰나 업체의 결과 피드백 등을 위한 협업이 많이 필요하다. 이렇게 여러 부문과 협업이 많은 반면, 일반적으로 잘 정의된 IT 시스템의 지원 없이 이메일 위주로 업무를 하고 있다. 이것은 자료 및 정보 공유를 위한 추가적인 데이터 가공 및 처리 작업을 발생시킬 수 있으며, 협업 하는 부서와 진행 상황을 공유하고 체크하는 것을 어렵게 한다. 연구 관련 IT시스템의 단절 또한 많은 문제를 일으킨다. 어느정도 규모가 되는 기업 및 연구소는 LIMS, LES, PLM, MES, ERP 등의 다양한 시스템을 사용하고 있고 연구원도 이러한 시스템들을 사용하여 업무를 진행해야 하는데, 시스템 간 중복된 기능, 연동 이슈, 시스템 별로 Silo화된 데이터 등으로 인해 수작업 증가, 데이터 오류 등으로 비효율이 증가한다.



연구 업무 혁신의 방향 1. 디지털화 및 데이터 기반 연구 강화







이러한 연구소의 대표적인 문제 상황과 최근의 연구 관련 디지털 기술의 발전을 반영하여 연구 업무 혁신의 방향을 세 가지로 제시 하고자 한다. 첫째는 디지털화 및 데이터 기반 연구이다. 연구 과정과 결과에서 나온 가능한 모든 정보의 디지털화와 이를 기반으로 데이터에 기반하여 판단하고 결정하는 데이터 기반 연구 방식의 강화이다. 연구 정보의 디지털화는 대표적으로는 연구노트의 디지털화인 전자연구노트(ELN, Electronic Lab Notebook) 부터 물질정보의 디지털화, 프로젝트 정보의 디지털화 등을 모두 포함한다. 이렇게 디지털화된 연구 데이터는 축적되고, 방대한 규모의 데이터 처리를 위해 Indexing 등의 정보처리 엔진의 도움을 받아 연구 활동에 활용됨으로써, 연구 데이터 재사용율을 높이고, 연구 업무 자동화율도 높이고, 연구 성과를 측정하고 분석하는데도 사용할 수 있다. 결국 불필요한 실험 및 수작업을 줄이고, 빠른 판단과 의사결정을 할 수 있게 하여 연구 생산성을 향상 시킨다.



연구 업무 혁신의 방향 2. 실험과 시뮬레이션의 융합







두 번째 혁신의 방향으로는 최신 시뮬레이션 및 데이터 처리 기술을 도입하여 물리적 실험과 시뮬레이션의 병행 운영을 통해 연구 성과와 속도를 비약적으로 높이는 것이다. V+R로도 부르며, Virtual 영역인 시뮬레이션에서는 물리적 실험인 Real에서 수집된 데이터와 물리적, 화학적 이론 모델에 기반하여 예측 모델을 만들고 이를 이용한 시뮬레이션으로 더 많은 Case를, 더 빠르게 비용 효율적으로 탐색할 수 있다. 이러한 시뮬레이션 덕분에 더 적은 물리적 실험이 가능하며 즉, 비용이 많이 들거나 – 때로는 불가능한 실험도 있음 – 반복적인 연구를 최소화할 수 있다. 이러한 Virtual과 Real의 상호 보완적인 운영은 최근의 분자레벨 시뮬레이션 기술 수준 및 활용 사례로 보았을 때, 반도체, 첨단소재, 식품, 석유화학, 화장품 등의 대부분의 연구 주제에서 매우 효과적으로 활용할 수 있을 것으로 보인다.



연구 업무 혁신의 방향 3. 기술연구, 제품개발, 제조 間 연계



마지막으로 연구소의 업무는 기업의 타 부문과 연계하여 운영하여야 하며, 특히 제품개발, 제조와 긴밀하게 연계된다. 예를 들어, 제품개발과는 신제품에 대한 요구사항을 공유 받으며, 제품개발 과제 관리, 배합 정보 연동 등의 연계를 가져가야 한다. 또한 실험을 위한 생산 설비 사용 및 Scale-Up 등을 위해 제조의 생산 스케줄링과의 연동이나 배합 및 레시키 정보 연동이 이루어져야 한다. 이러한 기술연구, 제품개발, 제조의 원활한 연계를 위해서는 각 업무와 데이터의 디지털 연속성(Continuity)을 유지 및 운영할 수 있는 체계가 필요하다.



헌츠만의 사례를 통해 연구소의 디지털 혁신은 간단한 일이 아니며, 단기간에 몇 몇 사람의 의견으로 실행될 수 있는 일도 아님을 알 수 있었다. 사례를 통해 전달된 것처럼, 성공적인 업무 혁신 및 시스템 구현을 위해서는 “강력한 프로젝트 관리와 의사소통” 체계를 운영하고, 혁신을 위한 필요 기간과 투자비를 과소 평가하지 말고, 지식과 경험을 가진 전문가를 적극 참여시키고, 불확식성에 대응할 수 있도록 Agile 구현 방식을 사용하고 사용하기 쉽고 명확한 시스템을 위한 표준화 노력도 같이 해야 함을 알 수 있었다.




맺음말


이상과 같이, 기업의 각 부문은 디지털 혁신을 추진하고 있으며, 연구 부문은 상대적으로 타 부문에 비해 늦은 상태이다. 대다수의 연구소가 데이터 Silo화, Dark data, 비효율적 협업 수단, 단절된 IT 시스템과 같은 문제로 어려움을 겪고 있으며, 이에 대한 변화가 시급하다.


본 기고에서는 일반적인 연구소의 어려움, 최신 IT 기술 그리고 최근의 연구소 혁신 사례들에 준하여 “디지털화 및 데이터 기반 연구 강화”, “실험과 시뮬레이션의 융합”, “기술연구, 제품개발, 제조 간 연계”의 세 가지 혁신 방향을 제시한다.


일반적으로 이러한 변화는 연구소의 특정 팀 단위로 이루어지기는 어려우며, 연구소 전체 단위 또는 전사 단위로 장기적인 계획을 가지고 체계적으로 수행하여야 만 하며, 추진 과정에서 여러 어려움에 봉착할 수 있다. 다음 편에서는 세계적 화학 기업인 독일의 헌츠만 사례를 통해 연구소의 디지털 혁신을 성공적으로 수행해 나가기 위해 무엇을 주요하게 고려해야 하는지를 소개하도록 하겠다


2편 – 헌츠만 사례로 본 ELN 추진의 주요사항


헌츠만 회사 개요


헌츠만(Huntsman corporation)은 폴리우레탄, 첨단 소재(레진, 코팅), 합성수지 등을 생산하는 독일에 본사를 둔 화학 회사로 750여명의 연구원이 더 나은 제품을 고객에게 제공하기 위해 합성, 배합 등의 연구 활동을 하고 있다. 회사 규모는 매출 7.8조원, 임직원 수 9,000여명이다.


전자연구노트 도입의 긴 여정


헌츠만은 2016년 ELN에 대한 아이디어 발의부터 솔루션 선정 및 시스템 구현까지 단계별로 많은 논의와 검토 과정을 지나 왔으며, 2021년 Wave 1 완료 후, 현재 시스템 모듈 및 기능을 계속 확장하는 Wave 2, 3을 진행 중이다. 헌츠만의 자사 연구소를 대상으로 하는 전자연구노트 도입의 각 단계는 다음과 같으며, 이러한 과정에서 헌츠만은 연구소의 대표적인 디지털 혁신인 전자연구노트 도입에서 많은 Lesson learned를 얻었으며 그 중 주요한 사항에 대해 ELN을 도입하려고 하는 다른 기업에 도움이 될 수 있도록 핵심 조언을 하였으며 본 기고에서는 헌츠만 실무 책임자의 조언을 가감없이 그대로 옮기고자 한다


2016 – 연구소 특정 TF에서 ELN 분야 Study 시작 (현업의 요구사항 파악 포함)


2017 – ELN 분야의 상용 솔루션 조사


2018 – ELN Study 및 검토를 全 연구 부문의 참여로 확대


2019 – 솔루션 벤더 선정 및 PoC(Proof Of Concept) 수행


2020 – 솔루션 벤더 및 제품으로 다쏘시스템의 BIOVIA 선정


2021 – Wave 1 시스템 구현 완료


2022 – Wave 2, 3 시스템 구현 진행 중


주요 고려사항 1. 강력한 프로젝트 관리와 의사소통





먼저 첫번째 주요한 고려사항은 연구소의 디지털 트랜스포메이션인 ELN 성공을 위해서는 강력한 프로젝트 관리와 모든 레벨의 임직원이 참여하는 효과적 의사소통 체계 운영이 중요하다는 것이다. 이것은 ELN이 단순한 연구노트의 디지털화만을 의미하는 것이 아니라 조직의 모든 사람을 연결하는 연구소의 디지털 혁신으로 인식해야 하기 때문이다. 또한, Steering committee, Core Team, Champions, Users 모두에 대한 전방위적인 의사소통 체계가 필요하며, 헌츠만에서는 모든 레벨의 그룹에 걸쳐 통일된 메시지를 만들어 이를 전 그룹에 전파하고 그 메시지의 영향을 평가하고 의사소통의 내용과 방식을 개선하는 방식으로 진행하였다. 그리고, 무엇보다 변화의 최종 성공 여부는 최종 사용자인 Users 그룹이므로 해당 그룹을 고객으로 바라보고 하는 변화관리와 의사소통에 중점을 두었다


주요 고려사항 2. 투자 과소 편성 주의와 ELN 전문가 활용





연구소의 디지털 혁신은 그리고, 그 한 부분인 ELN 조차도 생각보다 많은 시간과 노력이 요구되므로 충분한 기간과 인력 투입이 필요하며, 조직원의 다양한 의견과 복잡한 일들 속에서 적절한 의사 결정을 하기 위해서는 전문가의 참여가 필요하다. 따라서, 단계적으로 접근하고, 반복적인 조정을 하면서 계획을 수립하고 진행하여 진행 중 발생하는 예상치 못한 상황에 대응할 여력이 있어야 한다. 하지만 동시에 생각해 볼 점은 계획을 잘 세우는 것이 중요한데 이 부분에서는 ELN 전문가의 활용이 매우 도움이 된다. 프로젝트 팀 및 연구소 내의 멤버들은 다양한 생각을 가지고 있고, ELN을 구축하는 일은 기술적으로나 업무적으로나 복잡한 일들로 구성되어 있다. 따라서, ELN 지식과 경험을 갖춘 전문가 참여를 통해 앞으로 벌어질 일을 염두에 두고 현 단계의 일을 처리해 나갈 수 있어 최종적인 시스템의 목표와 모습을 성공적으로 완수하는데 매우 유용하다.


주요 고려사항 3. Agile 방식과 표준화 노력





비록 전문가를 참여 시킨다 해도 연구소 멤버들의 ELN에 대한 경험과 이해 부족은 불확실성을 높이게 되며 이에 대한 효과적인 방법으로 Agile한 구현 방식을 사용하였다. 특히, 상용 솔루션을 사용하는 경우 대부분의 기본 기능이 이미 있기 때문에 이러한 방식 운영이 용이하였다. 하지만 염두에 두어야 할 것은 사용자의 요구와 경우의 수를 모두 시스템화 하는 것은 사용하기 어렵고 복잡한 시스템이 만들어질 가능성이 높다. 각 부서와 팀 마다 그리고 연구 성격마다 연구 절차와 연구 노트 작성 방식이 달라 보이지만 그 속에서 공통점을 참고 이를 기준으로 시스템화를 하는 것이 IT 측면에서는 현실적인 방법이다



맺음말


헌츠만의 사례를 통해 연구소의 디지털 혁신은 간단한 일이 아니며, 단기간에 몇 몇 사람의 의견으로 실행될 수 있는 일도 아님을 알 수 있었다. 사례를 통해 전달된 것처럼, 성공적인 업무 혁신 및 시스템 구현을 위해서는 “강력한 프로젝트 관리와 의사소통” 체계를 운영하고, 혁신을 위한 필요 기간과 투자비를 과소 평가하지 말고, 지식과 경험을 가진 전문가를 적극 참여시키고, 불확식성에 대응할 수 있도록 Agile 구현 방식을 사용하고 사용하기 쉽고 명확한 시스템을 위한 표준화 노력도 같이 해야 함을 알 수 있었다.


 ]]>
      </content:encoded>
      </item>
    </channel>
   </rss>