AU Class
AU Class
class - AU

AEC Generative Design and Dynamo Product Briefing

이 강의 공유하기

설명

This product briefing will showcase the latest advances in Dynamo, Dynamo Player, and Generative Design in Revit software. Come learn from Autodesk AEC Computational Design and Automation product managers about where they've been focusing their efforts and what’s on the road map for future releases. We’ll show how we’ve improved the authoring experience in Dynamo and the running experience in both Dynamo Player and Generative Design in Revit, using real-world examples to showcase these tools. We’ll demonstrate the value that Dynamo and Generative Design in Revit bring to the design process. We’ll show how customers are using the tools to automate their workflows and design explorations in their projects. We’ll cover the product principles that we use to prioritize new work and future directions. Finally, we’ll address the future of the product, where we’ll be investing, and our road map for achieving the future vision.

주요 학습

  • Discover the value of Dynamo, Dynamo Player, and Generative Design in Revit.
  • Discover three examples of how customers are using these tools.
  • Learn about the driving principles for future prioritization.
  • Discover the future direction of the product and road map.

발표자

  • Lilli Smith 님의 아바타
    Lilli Smith
    Architect and Digital Enthusiast
  • Karam Baki
    Karam Baki is an Architect who started his BIM journey when he was 16 years old, and since then, his passion for knowledge has never slowed down. He usually solves extremely complex problems related to facade engineering in high profile projects. Karam started AECedx for education and and AEC Group for consultation, utilizing his skills to educate, manage and run teams across multiple countries around the world.
  • Edgar Pestana
    Edgar Pestana is a Mechanical Engineer with experience in several MEP projects. He believes that automation has a tremendous potential to increase quality of AEC projects. During his master degree in Business and Production, he conducted several research projects in how Innovation and Digitalization can increase productivity in the AEC industry. Since 2020, he has been working as a BIM Engineer at Basler & Hofmann AG (B&H), Switzerland. B&H is a planning, engineering and consulting company pioneering digitization in the construction sector.
Video Player is loading.
Current Time 0:00
Duration 38:54
Loaded: 0.42%
Stream Type LIVE
Remaining Time 38:54
 
1x
  • Chapters
  • descriptions off, selected
  • en (Main), selected
Transcript

LILLI SMITH: Hi, everyone. Welcome to the AEC Generative Design and Dynamo Product Briefing. My name is Lilli Smith. I'm a senior product manager in the computational design and automation group here at Autodesk in Boston. I am a licensed architect and have worked on many tools at Autodesk, including Revit, Formit, Dynamo, and generative design in Revit.

SOL AMOUR: And my name is Sol Amour. I'm also a product manager in the computational design and automation group at Autodesk. I hail from New Zealand, originally, but now call Boston home and have been here about four years. I have a background in architecture, construction, industrial design, and many other fields. And I like to describe myself as a curious human being. I have been working on Dynamo for about these four years. But I've been deeply immersed in this world for much, much longer.

LILLI SMITH: So we want to give you an idea about how we're envisioning the future. In doing so, we may make statements about the future that may or may not come to fruition. So please don't make any purchasing decisions based on any of these statements. All right, let's get started. So these are the learning objectives for today.

I'm going to start with a little bit about why we think computational and generative design workflows are important. Then, we'll talk about what is new in the products-- hot off the presses. Next, we'll feature three users who are using these products to improve their practices. And finally, we'll talk about our future roadmaps and the principles that are driving these future endeavors. So first, why is computational and generative design important?

The AEC industry owns much of the responsibility for building out the commercial and residential spaces for our rapidly expanding global population and changing climate. The future is a design challenge. Workflow automation and generative design can revolutionize the way we design by speeding up our work, making it more efficient, and using goals and measurable outcomes to help guide us and get all of this work done.

Architectural and engineering services have evolved from drawing by hand on paper and delivering it to others to build buildings. They've evolved to building information modeling and more efficient ways to document and deliver building instructions to the field. But with the serious problems that we're facing, we're going to have to figure out how computing power can help us even more. We want to invest in ways not just to record design decisions, but also project goals, constraints and success metrics.

Now we could throw more people on projects to do more work, do more work faster, and come up with more design ideas. But we could also use automated computing power to help us. What we really want to do next is to pair human intelligence with machine intelligence. Key to all these processes is being able to combine and codify the kinds of knowledge needed to solve building problems-- so that we don't have to spend as long on tedious tasks and so that we can use data-backed design decisions to work together to create a better built environment.

SOL AMOUR: Lilli and I work in the computational design and automation group at Autodesk, where our mission is to provide simple and capable tools for encoding AEC goals and constraints to assist design and analysis with automation. We developed Dynamo, the Dynamo players, and generative design in Revit. So this is the way that we see the world. The sky is the limit of what you can do by just writing some code.

But that is like saying you can just create the Mona Lisa just by making a painting. Writing code-- good code-- is a discipline and an art. And it takes time and effort to learn. It doesn't mean everyone here can't do it. But it does mean time spent away from designing, engineering, planning, and all the other things that as architects, engineers, and contractors you do as part of your domain. We have invested heavily in the open source, visual scripting tool Dynamo because it is a middle ground between direct modeling and a full coding environment. It allows architects and engineers to record their logic and speed up their workflows.

So this is Dynamo. There are nodes to read data in that come from many sources, such as Revit, Civil 3D, or Excel files, which connect to nodes that compute certain things-- in this case, capitalizing the view named text-- which then connect to nodes that write that data back out, i.e. this capitalized text.

So where can I find Dynamo today? Beyond our developer playground in the Dynamo Sandbox, you can find us amongst the awesome host applications that you see onscreen here that take the core consistent experience of Dynamo across many different flavors of design-- exploring rich data workflows and Revit, navigating large design spaces in Civil 3D. We're exploring powerful geometrical workflows in Formit.

So Dynamo itself is made up of two layers-- the background preview that shows the geometry and the graph navigation view that contains all of the nodes. Inside the graph view, you can build your graph using nodes that each have inputs and outputs that are connected together through wireless-- enabling data to flow sequentially through your graph and be computed and transformed along the way. You also get to inspect outputs on every node via the preview or a watch node to ensure that your graph is doing what you intended.

So with Dynamo, you can do many different things, from complex form creation, to extracting data, to coordinating elements, and much, much more. So these are the active Dynamo user groups all over the world-- from Atlanta, through Boston, Catalonia, Shanghai, Ireland, Auckland, and many more. And these are just the ones with some of the coolest logos.

So Autodesk's mission is to bring new technologies to the market so that more people can use them and participate in the design process. In Revit 2021, we introduced generative design in Revit to make design automation workflows more accessible to more people. So here on the screen, you see a designer is performing a masking study to explore the allocation of retail and office space distribution while minimizing cost and maximizing rentable area.

You'll see it as integrated into Revit and the Revit environment. And the designer performing the study does not necessarily need to write the code themselves or even really look at the underlying Dynamo graph. Integrating these tools into the large river ecosystem is our first step towards making generative design processes more mainstream so that people can have the supercharged ability to explore the best possible solutions to their design space.

So let's take a look at what's new. Dynamo has undergone a visual refresh that reimagines the paradigms of what Dynamo is, while still honoring its past. With a focus on clarity, consistency in the removal of hidden behaviors, Dynamo's UI has been updated to give you information at your fingertips-- ensuring that you are well equipped in your Dynamo graph creation journey. And you look. And you feel many quality of life improvements-- but still the Dynamo you all know and love under the hood.

So part of this refresh was the introduction of a whole swathe of new graph authoring tools designed to make your lives easier when building, curating, and documenting your dynamic graphs. We have a new set of wire actions that allow you to hover over wires and see the data flowing through that wire to be at the ability to choose to pin that wire or insert a watch node if the data stream is complex. You can also right click on a wire to have the ability to break connections or remove wires, slit connected nodes to those wires, or even hide the wire itself.

We've also reimagined how groups work in Dynamo, allowing you to more richly describe your groups with both a title and description field, nest as many child groups inside a single parent group as you like, and collapse groups that you do not need to be interacted with, to remove visual clutter and gently lead others through your graph logic. Take note that collapsed groups behave as large nodes, automatically generating inputs and outputs from the nodes contained inside. Epic stuff.

We've also heard that a lot of people complain that they get stuck when trying to figure out what node can feed into what other node. Given that Dynamo has over 700 different nodes out of the box, and other hosts-- such as Revit-- add another 700 or so, learning about them all can be a daunting task. So Node Auto-complete addresses these concerns by providing an applicable list of choices based on object type.

You can think of this as a curated library of nodes that will work with the node you are triggering it from. It still requires design intent, but discoverability is much less daunting. We also have some in-depth documentation that you can read inside of Dynamo around what Node Auto-complete is and how you can use it.

We also continue to improve the generic design tools in Revit, with improvements to the Create Study interface in Revit 2023. We have made these tools more accessible with keyboard navigation and have introduced new input types, such as number inputs. You can now also put detailed information and links in a graph to provide more explanation. And to help users, we have also renamed and better explained the option generation methods themselves.

We have also made improvements to the Explore Outcomes interface. You can now see more than 10 outcomes at once. Awesome. And you can also export these outcomes, including thumbnails and rejected options, so that you can understand how the optimization algorithm is working and so that you can then use these assets in other contexts.

And lastly, we have made some tweaks to how generative design works in Dynamo to author generative studies. You can now work in Dynamo without having to close the Dynamo player, allowing for real time changes that apply to both. You can set graph types to generate design and get helpful information about graph setup. And you can also show an edit graph properties to help describe what the study entails.

In Revit 2023, we have also updated the Dynamo Player to have the same user interface as the generative design tools, including a lot of improvements we have just showed for generative design. You can still access Dynamo Player through the same button on the Manage tab. But the experience has been updated to now have a consistent UI with generative design. Now awesome new features in the UI have come to both of these tools at the same time.

Dynamo Player provides simple graphs for Revit, Civil 3D, and our other hosts with Player that you can use to customize your project. You can manage and save your folder locations, enabling you to create your graph library, add in descriptive information to the graphs-- such as thumbnails, descriptions, and authors-- and add clickable links out to external information, empowering you to create video and textual content to enrich your user experience.

Features from inside Dynamo-- such as the graph properties, extension, containing the metadata or pinnacle notes to nodes-- now transfer to Dynamo Player to enrich that experience even further. Back to you, Lilli, to showcase some of the Dynamo Ecosystem tools in action.

LILLI SMITH: Thanks, Sol. That's really exciting stuff. So now, I want to transition to show you what architects and engineers are doing with our tools and how they're using them to innovate and improve their practices. I am thrilled to welcome three special guests from all around the world.

We have Karam Baki, who's a senior principal at AECedx, out of Turkey and Jordan. Dana De Filippi, who is a computational designer at the Smith group in Washington, DC. And Edgar Pestana, who's a BIM engineer at Basler and Hofmann in Lucerne, Switzerland. These innovators are going to show us examples of how they use computational and generative design workflows in their practices.

First up is Karam Baki of AECedx. Karam will show us a Dynamo workflow where he uses geometrical tools in Dynamo to automate improvements in his Revit models for better drawings and more accurate material takeoffs.

KARAM BAKI: Hi. This is Karam from AECedx. I'm very thrilled to present this AU user case. We usually work on solving challenging problems with some high profile projects, such as [INAUDIBLE] cell tower with IBECE group in Dubai. And typically speaking, each project contains its own set of problems that requires its own set of solutions. But when a solution works on every project, then this solution is worth talking about.

And today, I'm going to present one of these solutions. So as you can see, we have a sample structural file that contains structural framing elements and structural columns. We also have our sample architectural file that contains walls, and floors, and some architectural elements. Of course, the structural model is also linked in this architectural model. Now right away, you will see an obvious problem between the structural model and the architectural walls.

The relationship between those elements isn't consistent. And that's an expected behavior in Revit links. There are workarounds that some people actually do, such as copy and monitor the columns. But it's really hard to track them. And it doesn't work on every category, such as structural framing. For some companies, this is a normal behavior and they accept it as it is. However, this will cause some serious inaccuracy in the material take off and will also cause some inconsistencies in the drawings and deliverables, such as this section.

As you can see in here, I cannot obtain the material of the structural frame with the material tag. It's simply unrecognizable. And in such circumstances, people tend to use dump tags that are text based. And for the structural framing itself, they either use fill patterns or detail item elements. So in all cases, this is not proper BIM. So how do we solve these issues?

Simply go to Dynamo Player. Assuming you have Synthesized Toolkit package installed, you have to add the extra folder of the package in Dynamo Player. Now, just search for link, and you'll find Links Copy Elements from links by category. Click on it, and you will see some inputs. The first input is Link Names to Copy from.

The link name I want to copy the elements from is called Struc.rvt, so I'm going to just write down here Struc. The category to copy, I'm going to copy the structural columns, then the structural framing. The next option is Generate Model Group and Generate Void Family. I do not actually want to generate a model group from those elements. So I'm going to turn this off.

But I'm going to leave Generate Void Family on because the concept of the solution is that I'm going to create a void family based on these elements, and I'm going to place them in this project. And I'm going to hit Run. And we'll give it a couple of seconds. Of course, that might take a little bit more time in big projects, but it's generally fast because it does not recreate the geometry in Dynamo. It simply takes the existing Revit geometry.

So I have a void family, as you can see. These are the columns as a void family. And next, I'm going to copy the structural framing. Here it is, and I'm going to hit Run. The next step is actually to cut our host elements from those voids. So we go back and simply search for another script. Search for void, and you're going to find Void Auto Cut Voids with Elements Type. Click on it, then Select Void Elements. I'm going to select those.

And I'm going to cut from element type the walls. And I'm going to hit Run, of course. When voids do perform a cutting operation, they disappear, which is a very good behavior. And next, I'm going to cut them again from the floor element type, and Run. And now we're finished. As you can see right away, there's an improvement in the relationship between the structural elements and the hosting walls. Here they are interacting as expected.

And if we go to the section, we're going to see that it recognized the material correctly. The element also behaves very good. And in the material take off, we're going to see a decreased value of the concrete material. So Dynamo did not only help us to automate a custom solution, but rather it helped us to access some tools that are usually not accessible from the UI, such as creating these free form void elements on the fly. I hope you enjoyed this Dynamo user case. And see you in other sessions.

LILLI SMITH: Next up, we have Dana De Filippi of the SmithGroup. Dana will show us a workflow she developed to ensure incorporation of her company standards in Revit workset creation using Dynamo Player to allow more people to use the tool to eliminate manual transcription and to save time.

DANA DE FILIPPI: Hello, my name is Dana De Filippi. I'm a computational leader with SmithGroup. YouTube channel, DanamoBIM. Today, the problem that I'm going to be discussing is the incorporation of SmithGroup standard worksets across Revit models by discipline.

There's quite a few considerations when facing this problem at hand, such as the naming conventions that we want to match, the default visibility settings that we have, so those kind of default standards that we have that align with some of the standard workflows that we already have in practice. And by doing this, building efficiencies that will save time in the creation process and of course eliminate errors through the manual transcription process.

In our template we actually have a workset standards view for our template instructions that goes through each workset by discipline. As SmithGroup is multidisciplinary, each discipline has a list of worksets and its related visibility settings to incorporate in the early stages of model creation, essentially right as the model is collaborated. You can see, there's optional worksets as well for some of our disciplines.

The solution that we came up with is a Dynamo Player script, essentially allowing you to specify whether you want the optional worksets or just the default worksets-- by default, you will get all worksets-- and which discipline you align with. By running the script, it will automatically create all of the worksets as well as set the visibility. Behind the scenes, we have a Dynamo script that incorporates some Python.

Very easy to get this shared across the office, as it does not incorporate any custom packages that you need to ensure all users have. Also it'd be very easy to share from the client or owner perspective or across consultant teams. Showing the process of a user running the Dynamo player script, typically you create the collaboration very, very early in the process.

And on that collaboration function, you're going to get two worksets, workset one and shared levels and grids. When running this script, it will automatically name all of the worksets for you by discipline as well as set the necessary visibility settings. Dynamo script, upon completion, will also display the not viewed worksets, the worksets that are not visible by default, as well as the worksets that were created, the total list, that is.

And in opening up our workset dialog box, you see that list in addition to those visibility settings. If you are interested in learning more on workset creation, please check out the DanamoBIM episode "Python Tools for Revit, Episode 1." It's actually how we all got started. Ehsan and I created a video on how to not only create worksets, but how to update visibility settings.

Other workflows as well could be updated in this way, from finding and replacing view names, all the way to updating your title block key plans. Make sure you subscribe to DanamoBIM and check out all the videos that we have on there. This particular script for workset creation, we have found that it is varied across disciplines, which is really great. You get a pretty equal distribution related to how the relative size of each of those disciplines in our firm.

Not everyone creates Revit models, therefore not everyone is going to need to collaborate the Revit model up and create worksets. So we do see not all Revit users using this script, but it does align with those who create Revit models. Thank you so much.

LILLI SMITH: Thank you so much, Dana. And thank you for coming and inspiring us with this one use case and also all these cases that you've posted on your YouTube channel. Really great. Make sure you go check that out. So lastly, we welcome Edgar Pestana of Basler & Hofmann.

Edgar will share with us an MEP design optimization workflow, which he calls spacing. So this workflow uses Generative Design in Revit to minimize technical space while ensuring feasibility of mechanical system installation.

EDGAR PESTANA: Hello, everyone. I'm Edgar Pestana from Basler & Hofmann. We are a planning engineering and consulting firm in Switzerland. And I would like to present you one of our digital products. We call it spacing. So what is spacing? Spacing is a Generative Design product that digitalized the norm-based planning service for MEP design optimization in early phase.

What it enables-- it enables architects, investors, and other stakeholders to make self-sufficient analysis of technical space requirements. As inputs, we need to propose architectural layouts in IFC format. It uses the Swiss standards to perform the calculations. It drives the MEP system types and the technical cell installations position.

The primary goal is to find a strong balance between minimizing technical space used and maximizing feasibility of technical installations. We add value to the market by saving 60% of time compared to the conventional planning process, enriching the design options by providing multiple variant solutions, and improving design communications between stakeholders by simplifying the decision making process with concrete information, which is well representations.

Now I'll present you a video where we briefly explain in more details our ideas and shows how spacing works. First, the spacing version. As you know, many specialized planning services are based on norms and standards. Spacing is a Generative Design tool, which automates the repetitive norm-based planning and improves the early phase design. We start prototyping with MEP as part of the shipment and we are in process of considering others.

Now, our inputs that we need. Fundamentally, we need the architectural layout in IFC format with apartment group as IFCZone, and the MEP shafts and technical rooms defined as IFCSpace. Our results, spacing delivers a report with quantitative information of each optimized solution and the respective IFC model. The design course-- so how is the Generative Design applied and what variables are optimized?

In this paragraph, you can see the five Generative Design goals that we defined. All are related to a maximized use for space and the technical feasibility. An example of how the algorithm can propose a better solution in terms of installation coordination by changing the ventilation technical room from one side to another of the building. So what is behind? The software tools used are Revit, Dynamo, Generative Design-- all from Autodesk.

Now a short demo of how the background works. We have here prepared a model. And we open it, the Revit, Generative Design study. We input and modify the parameters, fitness functions, and settings of the study according to our use case and let the study run. Normally, a study takes about 10 to 12 hours to provide us with the results.

We can then interface with the multivariable graph at the front to narrow in one feasible solution based on our variable choice. The respective elements are then create in Revit according to our defined template. The outputs, IFC models then differentiate to technical volumes and other useful volumes to compare with the initial proposal.

In addition, concrete suggestions for large equipment and horizontal and vertical networks are exported so the architects can use it as a base for further planning. Spacing helps you decide and design better. Thank you very much. I really appreciate the time and the opportunity. For any questions, please contact us.

LILLI SMITH: Thank you so much, Edgar, for sharing that with us. It was a very inspiring use case. So in our last section, we want to look at what's next. So I'm going to hand it back over to Sol to talk about some of our focus areas and what's coming up in these tools.

SOL AMOUR: Thanks, Lily. So the computational design and automation groups roadmap focuses on three key areas-- accessibility, where we want to make Dynamo easier for new users to learn and easier for more people to use automation routines.

We are also looking at sharing, where we want to make it easier for you to share your Dynamo graphs, both inside and outside your firm, and performance, where we want to make Dynamo faster and much less prone to missing dependency problems. So let's talk about improving accessibility. We are improving the extended note help, which you may have previously known as the Dynamo dictionary.

And Dynamo, by making it interactive, you'll be able to now more easily read salient information on any node, explore where this node lives inside of the library to orient yourself, review and learn from the sample graphs by zooming in and panning around and even dragging it into your graph, with the nodes we created as a group for you to use in situ. You can also interrogate the inputs and the outputs of the node to better understand how it's built and what it does.

We've also heard that large graphs are hard to navigate and especially difficult to find problems in, or potential problems in them. So if you've spent calories on allowing-- we've spent calories on allowing you to swiftly understand graph node states through zoom states, which show you at a glance what states these nodes live in inside of your graph, a run footer bar that collects quick counters of node states, and then the graph node manager, a more in-depth one-stop shop that empowers you to search any node that lives in your canvas, understand all of their types, their states, issues, and outputs even if they contain things like null values or empty lists as well as even more pressing errors and warnings.

We're also going to allow you to read all of this warning data at a macro level and then export all of this information out to an Excel or JSON file format. So the node autocomplete feature that you saw previously in the what's out right now section is based around object types, matching lines to lines, strings to strings, and so on. This is a great step in the right direction, but we can do even more.

So we are working on empowering node autocomplete with machine learning, which will not only return a set of results, but will rank them based on the most likely node that you will want to place and save your latest used node as a form of favoriting. This means more efficiency, especially around the more generic nodes that can contain hundreds of possibilities. So let's explore a little bit about data sharing.

We are bringing trusted locations to the entire Dynamo ecosystem, ensuring that you control where your graphs are loaded from and whether or not you trust these locations. This gives Dynamo, Dynamo Player, and Generative Design and Revit more security and you more control over how they interact with your graph. Now that we're combining the backend systems, these updates can swiftly propagate across all flavors of Dynamo.

To enhance sharing even further, we are introducing a Dynamo splash screen that not only shows you that something is happening when you open up Dynamo, but also enables authentication to grant you access to the package manager in all Dynamo instances and the ability to input settings before loading Dynamo. That empowers you and your firm to have a common baseline to work from. That can be a part of your Revit custom installer with more hosts that come swiftly afterwards. Inside Dynamo, from the preferences panel, you'll also be able to import and export your Dynamo settings. And these settings are also going to be able to map to the Dynamo Player and Generative Design experiences also.

And we also want to make Dynamo graphs a first-class citizen inside of Autodesk Docs. This means that you'll be able to read the properties of their graphs, such as thumbnails, the graph author, or a description, explore the inputs and the outputs of a graph, and take advantage of innate Autodesk Docs, things such as versioning, removing the need to control this manually, easy sharing, allowing you to control who has access to it, the ability to lock files that are in use, and a whole other swathe of other metadata associated with usage and editing your Dynamo graphs.

So finally, let's explore a little bit around better performance. Soon to be released versions of Dynamo have had an extensive work done on performance, taking a test graph that completely ran out of memory before completing the graph, essentially failing, to a graph that ran in 5.4 seconds on the exact same graph, with a massive reduction in memory use.

Another test graph had performance gains across both the first run experience that resulted in execution being 3 and 1/2 times faster, and also the update experience resulting in a four times swifter execution of that graph, as well as a dramatic reduction of memory, removing over half of what was used in Dynamo 2.1.

We are also working on getting all of the awesome features you saw before, the graph node manager and workspace preferences extension, into the Dynamo Player, enabling you to better understand issues that arise and take action to resolve them right there in the player UI. This is things like understanding what warnings are propagating up from your nodes inside the graph, to what packages you may be missing and allowing you to install them right there and then.

So we are also diving deep into Dynamo's engine, looking to refactor away some of the custom engine layers in favor of more foundational micro software. This means that we can remove some immediate or intermediate translations and get directly to the execution of graphs, resulting in faster performance, less places for things to go wrong, and more streamlined code. Think of a more nimble, light, and punchy Dynamo execution.

And then finally, we are bringing in native polycurves to Dynamo, written to work cohesively with the geometry kernel backing Dynamo, ensuring a robust, performant, and cohesive experience when working with polycurves, a highly popular and impactful way to work with aggregated curves from models in the AEC space. Now back to you, Lilli, for the wrap up.

LILLI SMITH: Thank you so much, Sol. It's really exciting to see what's in store. So in conclusion, I want to leave you with one more thought. So think for a minute about how robotics and automation have really changed automotive production and the resulting improvements in the cars that we drive today. Think about the automotive manufacturers that are embracing new technology and really reaping success from their automation.

Now imagine leveraging more automated and digitized ways of designing and construction and how that might impact your business and help you address the challenges and opportunities that you are facing. How much more might you be able to do with a workforce that you have already? It doesn't necessarily have to be super complicated. This is kind of a silly automation that just sorts red and green tomatoes. I bet it's a lot faster than what I could do by hand.

How might you transform your business to help create the sustainable communities of the future? I want to thank our special guests for joining us today. I find great hope in the stories of innovation and automation that they have shared with us. And thank you all for watching. Keep innovating and keep in touch. We'd love to highlight your work at AU 2023. Thanks a lot.

______
icon-svg-close-thick

쿠기 기본 설정

오토데스크는 고객의 개인 정보와 최상의 경험을 중요시합니다. 오토데스크는 정보를 사용자화하고 응용프로그램을 만들기 위해 고객의 본 사이트 사용에 관한 데이터를 수집합니다.

오토데스크에서 고객의 데이터를 수집하고 사용하도록 허용하시겠습니까?

오토데스크에서 사용하는타사 서비스개인정보 처리방침 정책을 자세히 알아보십시오.

반드시 필요 - 사이트가 제대로 작동하고 사용자에게 서비스를 원활하게 제공하기 위해 필수적임

이 쿠키는 오토데스크에서 사용자 기본 설정 또는 로그인 정보를 저장하거나, 사용자 요청에 응답하거나, 장바구니의 품목을 처리하기 위해 필요합니다.

사용자 경험 향상 – 사용자와 관련된 항목을 표시할 수 있게 해 줌

이 쿠키는 오토데스크가 보다 향상된 기능을 제공하고 사용자에게 맞는 정보를 제공할 수 있게 해 줍니다. 사용자에게 맞는 정보 및 환경을 제공하기 위해 오토데스크 또는 서비스를 제공하는 협력업체에서 이 쿠키를 설정할 수 있습니다. 이 쿠키를 허용하지 않을 경우 이러한 서비스 중 일부 또는 전체를 이용하지 못하게 될 수 있습니다.

광고 수신 설정 – 사용자에게 타겟팅된 광고를 제공할 수 있게 해 줌

이 쿠키는 사용자와 관련성이 높은 광고를 표시하고 그 효과를 추적하기 위해 사용자 활동 및 관심 사항에 대한 데이터를 수집합니다. 이렇게 데이터를 수집함으로써 사용자의 관심 사항에 더 적합한 광고를 표시할 수 있습니다. 이 쿠키를 허용하지 않을 경우 관심 분야에 해당되지 않는 광고가 표시될 수 있습니다.

icon-svg-close-thick

타사 서비스

각 범주에서 오토데스크가 사용하는 타사 서비스와 온라인에서 고객으로부터 수집하는 데이터를 사용하는 방식에 대해 자세히 알아보십시오.

icon-svg-hide-thick

icon-svg-show-thick

반드시 필요 - 사이트가 제대로 작동하고 사용자에게 서비스를 원활하게 제공하기 위해 필수적임

Qualtrics
오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 Qualtrics를 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. 오토데스크는 이 데이터를 다른 소스에서 수집된 데이터와 결합하여 고객의 판매 또는 고객 서비스 경험을 개선하며, 고급 분석 처리에 기초하여 보다 관련 있는 컨텐츠를 제공합니다. Qualtrics 개인정보취급방침
Akamai mPulse
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Akamai mPulse를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Akamai mPulse 개인정보취급방침
Digital River
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Digital River를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Digital River 개인정보취급방침
Dynatrace
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Dynatrace를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Dynatrace 개인정보취급방침
Khoros
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Khoros를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Khoros 개인정보취급방침
Launch Darkly
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Launch Darkly를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Launch Darkly 개인정보취급방침
New Relic
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 New Relic를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. New Relic 개인정보취급방침
Salesforce Live Agent
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Salesforce Live Agent를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Salesforce Live Agent 개인정보취급방침
Wistia
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Wistia를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Wistia 개인정보취급방침
Tealium
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Tealium를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Upsellit
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Upsellit를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. CJ Affiliates
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 CJ Affiliates를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Commission Factory
Typepad Stats
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Typepad Stats를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Typepad Stats 개인정보취급방침
Geo Targetly
Autodesk는 Geo Targetly를 사용하여 웹 사이트 방문자를 가장 적합한 웹 페이지로 안내하거나 위치를 기반으로 맞춤형 콘텐츠를 제공합니다. Geo Targetly는 웹 사이트 방문자의 IP 주소를 사용하여 방문자 장치의 대략적인 위치를 파악합니다. 이렇게 하면 방문자가 (대부분의 경우) 현지 언어로 된 콘텐츠를 볼 수 있습니다.Geo Targetly 개인정보취급방침
SpeedCurve
Autodesk에서는 SpeedCurve를 사용하여 웹 페이지 로드 시간과 이미지, 스크립트, 텍스트 등의 후속 요소 응답성을 측정하여 웹 사이트 환경의 성능을 모니터링하고 측정합니다. SpeedCurve 개인정보취급방침
Qualified
Qualified is the Autodesk Live Chat agent platform. This platform provides services to allow our customers to communicate in real-time with Autodesk support. We may collect unique ID for specific browser sessions during a chat. Qualified Privacy Policy

icon-svg-hide-thick

icon-svg-show-thick

사용자 경험 향상 – 사용자와 관련된 항목을 표시할 수 있게 해 줌

Google Optimize
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Google Optimize을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Google Optimize 개인정보취급방침
ClickTale
오토데스크는 고객이 사이트에서 겪을 수 있는 어려움을 더 잘 파악하기 위해 ClickTale을 이용합니다. 페이지의 모든 요소를 포함해 고객이 오토데스크 사이트와 상호 작용하는 방식을 이해하기 위해 세션 녹화를 사용합니다. 개인적으로 식별 가능한 정보는 가려지며 수집되지 않습니다. ClickTale 개인정보취급방침
OneSignal
오토데스크는 OneSignal가 지원하는 사이트에 디지털 광고를 배포하기 위해 OneSignal를 이용합니다. 광고는 OneSignal 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 OneSignal에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 OneSignal에 제공하는 데이터를 사용합니다. OneSignal 개인정보취급방침
Optimizely
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Optimizely을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Optimizely 개인정보취급방침
Amplitude
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Amplitude을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Amplitude 개인정보취급방침
Snowplow
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Snowplow를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Snowplow 개인정보취급방침
UserVoice
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 UserVoice를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. UserVoice 개인정보취급방침
Clearbit
Clearbit를 사용하면 실시간 데이터 보강 기능을 통해 고객에게 개인화되고 관련 있는 환경을 제공할 수 있습니다. Autodesk가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. Clearbit 개인정보취급방침
YouTube
YouTube는 사용자가 웹 사이트에 포함된 비디오를 보고 공유할 수 있도록 해주는 비디오 공유 플랫폼입니다. YouTube는 비디오 성능에 대한 시청 지표를 제공합니다. YouTube 개인정보보호 정책

icon-svg-hide-thick

icon-svg-show-thick

광고 수신 설정 – 사용자에게 타겟팅된 광고를 제공할 수 있게 해 줌

Adobe Analytics
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Adobe Analytics를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Adobe Analytics 개인정보취급방침
Google Analytics (Web Analytics)
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Google Analytics (Web Analytics)를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. AdWords
Marketo
오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 Marketo를 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. 오토데스크는 이 데이터를 다른 소스에서 수집된 데이터와 결합하여 고객의 판매 또는 고객 서비스 경험을 개선하며, 고급 분석 처리에 기초하여 보다 관련 있는 컨텐츠를 제공합니다. Marketo 개인정보취급방침
Doubleclick
오토데스크는 Doubleclick가 지원하는 사이트에 디지털 광고를 배포하기 위해 Doubleclick를 이용합니다. 광고는 Doubleclick 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Doubleclick에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Doubleclick에 제공하는 데이터를 사용합니다. Doubleclick 개인정보취급방침
HubSpot
오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 HubSpot을 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. HubSpot 개인정보취급방침
Twitter
오토데스크는 Twitter가 지원하는 사이트에 디지털 광고를 배포하기 위해 Twitter를 이용합니다. 광고는 Twitter 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Twitter에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Twitter에 제공하는 데이터를 사용합니다. Twitter 개인정보취급방침
Facebook
오토데스크는 Facebook가 지원하는 사이트에 디지털 광고를 배포하기 위해 Facebook를 이용합니다. 광고는 Facebook 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Facebook에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Facebook에 제공하는 데이터를 사용합니다. Facebook 개인정보취급방침
LinkedIn
오토데스크는 LinkedIn가 지원하는 사이트에 디지털 광고를 배포하기 위해 LinkedIn를 이용합니다. 광고는 LinkedIn 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 LinkedIn에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 LinkedIn에 제공하는 데이터를 사용합니다. LinkedIn 개인정보취급방침
Yahoo! Japan
오토데스크는 Yahoo! Japan가 지원하는 사이트에 디지털 광고를 배포하기 위해 Yahoo! Japan를 이용합니다. 광고는 Yahoo! Japan 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Yahoo! Japan에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Yahoo! Japan에 제공하는 데이터를 사용합니다. Yahoo! Japan 개인정보취급방침
Naver
오토데스크는 Naver가 지원하는 사이트에 디지털 광고를 배포하기 위해 Naver를 이용합니다. 광고는 Naver 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Naver에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Naver에 제공하는 데이터를 사용합니다. Naver 개인정보취급방침
Quantcast
오토데스크는 Quantcast가 지원하는 사이트에 디지털 광고를 배포하기 위해 Quantcast를 이용합니다. 광고는 Quantcast 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Quantcast에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Quantcast에 제공하는 데이터를 사용합니다. Quantcast 개인정보취급방침
Call Tracking
오토데스크는 캠페인을 위해 사용자화된 전화번호를 제공하기 위하여 Call Tracking을 이용합니다. 그렇게 하면 고객이 오토데스크 담당자에게 더욱 빠르게 액세스할 수 있으며, 오토데스크의 성과를 더욱 정확하게 평가하는 데 도움이 됩니다. 제공된 전화번호를 기준으로 사이트에서 고객 행동에 관한 데이터를 수집할 수도 있습니다. Call Tracking 개인정보취급방침
Wunderkind
오토데스크는 Wunderkind가 지원하는 사이트에 디지털 광고를 배포하기 위해 Wunderkind를 이용합니다. 광고는 Wunderkind 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Wunderkind에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Wunderkind에 제공하는 데이터를 사용합니다. Wunderkind 개인정보취급방침
ADC Media
오토데스크는 ADC Media가 지원하는 사이트에 디지털 광고를 배포하기 위해 ADC Media를 이용합니다. 광고는 ADC Media 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 ADC Media에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 ADC Media에 제공하는 데이터를 사용합니다. ADC Media 개인정보취급방침
AgrantSEM
오토데스크는 AgrantSEM가 지원하는 사이트에 디지털 광고를 배포하기 위해 AgrantSEM를 이용합니다. 광고는 AgrantSEM 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 AgrantSEM에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 AgrantSEM에 제공하는 데이터를 사용합니다. AgrantSEM 개인정보취급방침
Bidtellect
오토데스크는 Bidtellect가 지원하는 사이트에 디지털 광고를 배포하기 위해 Bidtellect를 이용합니다. 광고는 Bidtellect 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Bidtellect에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Bidtellect에 제공하는 데이터를 사용합니다. Bidtellect 개인정보취급방침
Bing
오토데스크는 Bing가 지원하는 사이트에 디지털 광고를 배포하기 위해 Bing를 이용합니다. 광고는 Bing 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Bing에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Bing에 제공하는 데이터를 사용합니다. Bing 개인정보취급방침
G2Crowd
오토데스크는 G2Crowd가 지원하는 사이트에 디지털 광고를 배포하기 위해 G2Crowd를 이용합니다. 광고는 G2Crowd 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 G2Crowd에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 G2Crowd에 제공하는 데이터를 사용합니다. G2Crowd 개인정보취급방침
NMPI Display
오토데스크는 NMPI Display가 지원하는 사이트에 디지털 광고를 배포하기 위해 NMPI Display를 이용합니다. 광고는 NMPI Display 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 NMPI Display에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 NMPI Display에 제공하는 데이터를 사용합니다. NMPI Display 개인정보취급방침
VK
오토데스크는 VK가 지원하는 사이트에 디지털 광고를 배포하기 위해 VK를 이용합니다. 광고는 VK 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 VK에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 VK에 제공하는 데이터를 사용합니다. VK 개인정보취급방침
Adobe Target
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Adobe Target을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Adobe Target 개인정보취급방침
Google Analytics (Advertising)
오토데스크는 Google Analytics (Advertising)가 지원하는 사이트에 디지털 광고를 배포하기 위해 Google Analytics (Advertising)를 이용합니다. 광고는 Google Analytics (Advertising) 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Google Analytics (Advertising)에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Google Analytics (Advertising)에 제공하는 데이터를 사용합니다. Google Analytics (Advertising) 개인정보취급방침
Trendkite
오토데스크는 Trendkite가 지원하는 사이트에 디지털 광고를 배포하기 위해 Trendkite를 이용합니다. 광고는 Trendkite 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Trendkite에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Trendkite에 제공하는 데이터를 사용합니다. Trendkite 개인정보취급방침
Hotjar
오토데스크는 Hotjar가 지원하는 사이트에 디지털 광고를 배포하기 위해 Hotjar를 이용합니다. 광고는 Hotjar 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Hotjar에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Hotjar에 제공하는 데이터를 사용합니다. Hotjar 개인정보취급방침
6 Sense
오토데스크는 6 Sense가 지원하는 사이트에 디지털 광고를 배포하기 위해 6 Sense를 이용합니다. 광고는 6 Sense 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 6 Sense에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 6 Sense에 제공하는 데이터를 사용합니다. 6 Sense 개인정보취급방침
Terminus
오토데스크는 Terminus가 지원하는 사이트에 디지털 광고를 배포하기 위해 Terminus를 이용합니다. 광고는 Terminus 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Terminus에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Terminus에 제공하는 데이터를 사용합니다. Terminus 개인정보취급방침
StackAdapt
오토데스크는 StackAdapt가 지원하는 사이트에 디지털 광고를 배포하기 위해 StackAdapt를 이용합니다. 광고는 StackAdapt 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 StackAdapt에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 StackAdapt에 제공하는 데이터를 사용합니다. StackAdapt 개인정보취급방침
The Trade Desk
오토데스크는 The Trade Desk가 지원하는 사이트에 디지털 광고를 배포하기 위해 The Trade Desk를 이용합니다. 광고는 The Trade Desk 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 The Trade Desk에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 The Trade Desk에 제공하는 데이터를 사용합니다. The Trade Desk 개인정보취급방침
RollWorks
We use RollWorks to deploy digital advertising on sites supported by RollWorks. Ads are based on both RollWorks data and behavioral data that we collect while you’re on our sites. The data we collect may include pages you’ve visited, trials you’ve initiated, videos you’ve played, purchases you’ve made, and your IP address or device ID. This information may be combined with data that RollWorks has collected from you. We use the data that we provide to RollWorks to better customize your digital advertising experience and present you with more relevant ads. RollWorks Privacy Policy

정말 더 적은 온라인 경험을 원하십니까?

오토데스크는 고객 여러분에게 좋은 경험을 드리고 싶습니다. 이전 화면의 범주에 대해 "예"를 선택하셨다면 오토데스크는 고객을 위해 고객 경험을 사용자화하고 향상된 응용프로그램을 제작하기 위해 귀하의 데이터를 수집하고 사용합니다. 언제든지 개인정보 처리방침을 방문해 설정을 변경할 수 있습니다.

고객의 경험. 고객의 선택.

오토데스크는 고객의 개인 정보 보호를 중요시합니다. 오토데스크에서 수집하는 정보는 오토데스크 제품 사용 방법, 고객이 관심을 가질 만한 정보, 오토데스크에서 더욱 뜻깊은 경험을 제공하기 위한 개선 사항을 이해하는 데 도움이 됩니다.

오토데스크에서 고객님께 적합한 경험을 제공해 드리기 위해 고객님의 데이터를 수집하고 사용하도록 허용하시겠습니까?

선택할 수 있는 옵션을 자세히 알아보려면 이 사이트의 개인 정보 설정을 관리해 사용자화된 경험으로 어떤 이점을 얻을 수 있는지 살펴보거나 오토데스크 개인정보 처리방침 정책을 확인해 보십시오.