AI 코파일럿 품은 매트랩·시뮬링크… 임베디드 개발도 ‘검증 가능한 AI’로 간다

매스웍스, R2026a 공개… 시뮬링크·폴리스페이스에 AI 코파일럿 적용
설계·코드·검증 단계 연결해 엔지니어링 생산성과 추적성 강화
MATLAB Course Designer·Simulink FMU Builder 등 신제품도 포함
테크니컬 컴퓨팅 소프트웨어 기업 매스웍스(MathWorks)가 매트랩(MATLAB) 및 시뮬링크(Simulink) 제품군의 새 버전인 릴리스 2026a(R2026a)를 공개했다.

테크니컬 컴퓨팅 소프트웨어 기업 매스웍스(MathWorks)가 매트랩(MATLAB) 및 시뮬링크(Simulink) 제품군의 새 버전인 릴리스 2026a(R2026a)를 공개했다. 이번 업데이트의 핵심은 임베디드 시스템 개발 과정에 AI 기능을 결합하면서도, 엔지니어링 분야에서 요구되는 정확성·추적성·재현성을 유지하는 데 초점을 맞췄다는 점이다.

28일 매스웍스에 따르면 R2026a에는 모델 기반 설계(Model-Based Design)를 지원하는 ‘시뮬링크 코파일럿’과 임베디드 소프트웨어 코드 분석을 돕는 ‘폴리스페이스 코파일럿(Polyspace Copilot)’이 새롭게 포함됐다. 두 기능은 엔지니어가 설계와 코드 검증 과정에서 AI의 도움을 받을 수 있도록 하면서도, 개발 결과의 신뢰성과 검증 체계를 유지하는 방향으로 설계됐다.

이번 릴리스는 생성형 AI를 엔지니어링 워크플로우에 단순 보조 도구로 붙이는 수준을 넘어, 요구사항 확인부터 모델 설계, 코드 분석, 검증 단계까지 이어지는 개발 흐름 안에 통합하는 데 방점을 찍었다. 특히 임베디드 시스템처럼 오류 비용이 크고 검증 절차가 중요한 분야에서는 AI가 생산성을 높이는 동시에 개발 과정의 근거와 일관성을 보장하는 것이 중요하다. 매스웍스는 이번 업데이트를 통해 이 같은 요구에 대응하겠다는 구상이다.

매스웍스는 엔지니어링 분야 AI 적용을 두 축으로 전개하고 있다. 하나는 매트랩 코파일럿, 시뮬링크 코파일럿, 폴리스페이스 코파일럿을 기존 개발 환경에 직접 통합하는 방식이다. 다른 하나는 매트랩 MCP 코어 서버와 매트랩 에이전틱 툴킷을 통해 매트랩·시뮬링크 기능을 에이전틱 워크플로우에 연결하는 접근이다. 이는 엔지니어가 기존에 사용하던 환경을 유지하면서도 AI 기반 자동화와 보조 기능을 활용할 수 있도록 하기 위한 전략으로 풀이된다.

시뮬링크 코파일럿은 사용자의 모델, 팀 내부 프로세스, 매스웍스 공식 문서를 기반으로 모델 이해와 설계 작업을 지원한다. 엔지니어는 모델 구조나 동작에 대해 질문하고 답변을 받을 수 있으며, 관련 블록과 서브시스템을 찾는 데 도움을 받을 수 있다. 또 모델 설명 생성, 문제 지점 파악, 해결 방향 제시 등 설계 과정에서 반복적으로 발생하는 작업을 보조한다.

폴리스페이스 코파일럿은 코드 분석과 검증 영역에 초점을 맞춘다. 폴리스페이스 분석 결과를 바탕으로 정적 분석 결과를 해석하고, 발견된 문제의 성격을 파악하며, 수정 방향을 찾을 수 있도록 돕는다. 함께 도입된 폴리스페이스 애즈 유 코드(Polyspace as You Code)는 개발자가 C·C++ 코드를 작성하는 과정에서 코딩 규칙 위반, 결함, 취약점 등을 확인할 수 있도록 지원한다. AI 지원 도구로 생성된 코드까지 점검 대상에 포함된다는 점도 특징이다.

폴리스페이스 제품군 전반의 개선도 이뤄졌다. R2026a에는 통합 구성과 결과 관리를 위한 폴리스페이스 데스크탑 애플리케이션, 사용자 정의 검사기와 코딩 표준을 지원하는 폴리스페이스 버그 파인더 확장 기능, 런타임 오류의 동적 분석을 위한 폴리스페이스 테스트의 소프트웨어 새니타이징 기능 등이 포함됐다. 이를 통해 개발, 테스트, 검증으로 나뉘던 품질 관리 작업을 보다 통합된 흐름에서 수행할 수 있도록 했다.

아비나시 네헤미아 매스웍스 설계 자동화 부문 제품 관리 및 마케팅 총괄은 “엔지니어링 설계와 소프트웨어 검증에서는 엄격성, 추적성, 신뢰성의 희생을 담보로 생산성 향상이 이뤄져서는 안 된다”며 “팀이 속도를 높이면서도 복잡한 엔지니어드 시스템 개발에 필요한 규율과 신뢰를 유지할 수 있도록 근거 기반 AI 툴 제공에 전념하고 있다”고 말했다.

R2026a에는 AI 코파일럿 기능 외에도 매트랩과 시뮬링크 주요 도구의 업데이트가 함께 포함됐다. 신제품인 매트랩 코스 디자이너(MATLAB Course Designer)는 교육자가 매트랩과 시뮬링크를 활용해 교육과정, 실습, 평가 자료를 개발할 수 있도록 지원한다. 시뮬링크 FMU 빌더(Simulink FMU Builder)는 시뮬링크 모델과 C·C++ 코드에서 독립형 기능 목업 유닛(Functional Mockup Unit)을 생성해 모델 교환과 통합 워크플로우를 지원한다.

매트랩 자체 기능도 개선됐다. 사용자는 매트랩을 설치하지 않고도 시각화가 포함된 대화형 웹페이지를 만들고 공유할 수 있으며, 파이썬(Python) 환경 관리와 매트랩·파이썬 간 데이터 교환 기능도 강화됐다. 시뮬링크는 작업 중심의 간소화된 컨텍스트 메뉴를 제공해 자주 쓰는 기능에 더 빠르게 접근할 수 있도록 했으며, 추가 래퍼나 언어 제한 없이 모델 내에서 C·C++ 코드를 시뮬레이션할 수 있도록 했다.

이 밖에도 무선 통신 네트워크의 모델링·시뮬레이션·분석을 지원하는 와이어리스 네트워크 툴박스, 매트랩 코파일럿을 활용한 테스트 생성을 지원하는 매트랩 테스트, 3D 건물 시각화와 이미지 오버레이 기능을 강화한 매핑 툴박스, 디지털 필터 설계·분석 기능을 개선한 시그널 프로세싱 툴박스 등이 업데이트됐다.

이번 R2026a 발표는 엔지니어링 소프트웨어 시장에서 AI 적용의 초점이 단순한 자동화에서 ‘검증 가능한 생산성’으로 이동하고 있음을 보여준다. AI가 설계와 코드 작성 속도를 높이는 것은 물론, 그 결과가 어떤 근거로 만들어졌고 어떤 절차로 검증됐는지를 함께 관리해야 한다는 요구가 커지고 있기 때문이다. 매스웍스는 이번 업데이트를 통해 임베디드 시스템 개발 현장에서 AI를 보다 신뢰 가능한 방식으로 활용할 수 있는 기반을 확대한다는 전략이다.

김한수 기자

hanskim@tech42.co.kr
기자의 다른 기사보기
저작권자 © Tech42 - Tech Journalism by 테크42 무단전재 및 재배포 금지

관련 기사

[현장] 보안 구멍 뚫린 한국 시장 대책은? 아비트불 레이븐 대표 “AI 공격에 패치 기다릴 시간 없다”

보안 기업 레이븐(RAVEN.IO)이 한국 시장에 진출했다. 레이븐은 12일 서울 서초구 JW 메리어트 호텔 서울에서 기자간담회를 열고, 실행 중인 애플리케이션 내부의 코드 동작을 분석해 취약점 악용을 차단하는 기술과 한국 시장 진출 전략을 공개했다. 이날 온라인으로 원격 접속해 화면을 공유하며 발표에 나선 로이 아비트불(Roi Abitboul) 레이븐 공동 창업자 겸 최고경영자(CEO)는 기존 엔드포인트 탐지 및 대응(EDR) 기술의 한계를 지적하며, AI 시대에는 취약점의 존재 여부보다 실제 코드가 어떤 동작을 수행하는지 파악하는 것이 중요하다고 강조했다.

기관명 바뀌어도 기록 찾는다…솔트룩스, 국가기록 검색에 AI 접목

2380만건 기록물 목록·54만여건 원문 데이터 검색 단위 색인 자체 AI ‘루시아’와 온톨로지 결합…기관·정책 간 연관성까지 분석 자연어 질문에 원문 근거...

AI는 상세 페이지 인용, 방문자는 홈페이지로..."웹사이트가 거꾸로 지어졌다"

챗GPT가 인용한 URL의 65%는 깊은 페이지지만 추천 트래픽의 58.8%는 홈페이지에 도착한다. 10월 GPT-6 배포 직후의 추적 태그 누락이 드러낸 AI 유입 측정의 사각지대와, 기업이 손봐야 할 '두 개의 문'을 정리했다.

[현장] “휴머노이드 부품은 만들기 어렵고, 공장은 결정이 느리다”…AI 제조혁신 가로막는 세 가지 병목

독일 정밀가공 장비기업 융커(JUNKER)의 마이클 마커(Michael Marker) 글로벌 영업 책임자(왼쪽)는 휴머노이드 구동부품의 대량생산을 가로막는 제조기술과 공급망의 한계를 짚었다. 폴란드 산업용 AI 기업 DBR77의 파베우 므로치코프스키(Paweł Mroczkowski) 서유럽 담당 총괄(가운데)은 기술 자체보다 기업 내부의 의사결정 지연이 스마트 제조 전환을 늦추고 있다고 지적했다. 핀란드 LUT대학교의 베사 살미넨(Vesa Salminen) 교수는 인간과 AI가 협업하는 조직으로의 전환이 필요하다고 강조했다. 세 발표는 기술 개발 이후 산업적 성과로 이어지는 과정에 존재하는 제조 역량, 의사결정, 조직문화의 문제를 입체적으로 드러냈다.