[기고] Digital Twin

들어가며

디지털 트윈(Digital Twin)은 IoT, VR 등이 등장하면서 최근 실제 물리적 요소와 디지털 요소 연계 및 인공지능 기술 발전에 힘입어 급속도로 성장하고 있습니다. 글로벌 리서치 기관 가트너에서는 디지털 트윈을 2018년 미래 유망 10대 기술로 선정했다고 합니다.

디지털 트윈의 개념부터 구성 요소, 활용 사례, 시장 전망 등에 대해 알아보도록 하겠습니다.

‘디지털 트윈’이란?

디지털 트윈이란 실제 제품(Physical product)을 그대로 가상의 모델(Virtual product)로 만들었다고 할 수 있습니다. 항공기 엔진을 만드는 미국 회사 재너럴 일렉트릭(GE)에서 만든 개념으로, 2000년대 초반 항공 우주 분야에서 연구 개발 단계에 활용되기 시작했습니다. 한 번도 해 보지 않은 임무를 수행해야 하는 항공 우주 산업 분야에서 디지털 트윈은 꼭 필요한 기술이었습니다.

실제 제품을 이용해서 테스트 해볼 필요 없이, 디지털화 된 가상의 모델로 분석해서 동일한 결과를 얻을 수 있기 때문에 이름 또한 ‘쌍둥이’란 의미의 ‘TWIN’이 붙었다고 합니다.

구성 요소 및 활용 모델

디지털 트윈의 주요 구성 요소는 물리적 제품, 가상의 제품 그리고 이 둘을 연결하는 데이터입니다.

위의 그림과 함께 설명하자면 ‘물리적 기계’와 ‘가상의 기계’ 그리고 물리적 기계에서 얻어지는 ‘데이터’가 필요합니다. 물리적 기계 곳곳에 센서를 부착하고 물리적 기계와 동일한 가상의 기계를 만들어 센서의 데이터들을 가상의 기계와 연결합니다.

즉, 기계에서 발생하는 움직임이 모두 가상의 기계에 실시간 반영되며 데이터가 생성됩니다. 생성된 데이터는 크게 세 가지 모델로 활용될 수 있습니다.

1) 관제 모델(Observation Model)

데이터 스트림(Data Stream)을 통해 물리적 대상의 상태를 모니터링하는 방식입니다. 예를 들어, 제조 현장의 기계 운영 현황을 분석해서 이상 징후를 포착하고 경고를 한다거나, 장애 대응 방안을 도출하는 데 활용됩니다.

2) 운영 모델(Operation Model)

디지털 트윈에 파라미터(Parameter)를 설정하여 물리적 대상을 제어할 수도 있습니다. 조명이나 설비의 밸브를 원격 제어하거나, 공조 설비를 제어하여 실내 온도를 조절하는 것을 예로 들 수 있습니다.

3) 최적화 모델(Optimization Model)

디지털 트윈이 궁극적으로 지향하는 활용 모델이라고 할 수 있으며, 대상의 기능 매개 변수, 상황 정보 등을 활용하여 최적화하기 위한 시뮬레이션을 의미합니다. 풍력 발전기 날개의 경사각을 시뮬레이션하여 최적화하고 그 결과로 발전량을 증대하는 것이 대표적인 사례입니다.

기술 활용 사례

디지털 트윈은 제조 분야를 중심으로 활용되었으며, 교통, 물류, 도시 등으로 적용 영역이 점차 확장되고 있습니다. 다양한 영역에서의 디지털 트윈 활용 사례를 알아보도록 하겠습니다.

- 롤스 로이스, 제트기 엔진 장애 97% 예측

롤스 로이스는 디지털 트윈을 활용하여 비행 인증을 받기 전 필요한 테스트들을 효율적으로 수행했습니다. 실제 엔진을 활용한 테스트 1회 비용이 수천만 파운드인데 반해 디지털 트윈으로 구현된 가상 테스트로 시뮬레이션을 반복하여 비용부담을 줄였습니다. 0.2초만에 엔진에서 발견되는 장애 97%를 예측할 수 있었고, 유지보수 비용은 30%나 절감했습니다.

- 지멘스, 불량품 발생률 0.0009%

독일 중부의 소도시 암베르크의 지멘스 공장에서는 디지털 트윈 기술을 사용하여 신제품개발에 소요되는 비용과 시간을 획기적으로 단축했습니다. 1000종이 넘는 제품을 연 1200만개 이상 생산하는데, 그럼에도 불구하고 불량품 발생률은 0.0009%(10만개 중 9개 결함)에 불과하며 꾸준히 낮아지고 있습니다. 또한 기존 공장 대비 에너지 소비량이 30%에 불과하며 부품 입고부터 제품 출하까지 걸리는 시간도 50%나 줄였습니다.

- 싱가포르, 가상 도시를 통한 생활 서비스 제공 

싱가포르 정부는 도시 전체를 3D로 구현했습니다. 단순히 도시의 외양만 3D로 구현한 것이 아니라 전기, 가스, 교통 등 사회 필수 인프라와 인구통계, 시설물 정보 등 건물 내부까지 데이터로 수치화하여 시뮬레이션이 가능하도록 구현했습니다.

도시를 둘러싼 수위를 실시간 모니터링한 후, 강수량에 따른 수위 변화를 시뮬레이션하여 홍수 가능성을 사전에 예측할 수 있으며 실시간 교통 상황은 물론 도시 전체의 태양에너지 발전량을 계산하는 등 생활 밀착형 서비스를 제공합니다.

’디지털 트윈’ 시장 전망

디지털 트윈 시장은 2017년 23억6000만달러(2조5000억원)에서 연평균 37%로 성장하여 2023년에는 154억2000만달러(16조6000억원)에 이를 것으로 전망되고 있습니다.

생산, 설비 현장이 멀거나 산업 특성상 다수의 관리자가 시설에 상주하기 어려운 경우 디지털 트윈의 가치는 더욱 커질 것으로 예상됩니다.

마치며

디지털 트윈은 분명 좋은 기술이지만, 해당 기술을 활용하려면 머신 러닝, 인공 지능, 예측 분석 등과 같은 부가적인 전문 지식이 필요합니다. 또한 기술 구현 및 운영 비용도 발생하기 때문에 비즈니스 문제에 따라 적용하기 적절한 기술인지를 잘 판단해야 할 것입니다.

그리고 보안에 관련된 문제가 가장 심각하다고 합니다. 정보가 복제되는 만큼 노출 위험도 커지기 때문에, 디지털 트윈 기술 활용 시 정보 보안에 각별히 신경 써야할 것입니다.

※ 이미지 출처 ※

 http://www.connectivity4ir.co.uk/article/152706/Digital-twin-it-s-not-just-a-buzzword.aspx

 https://thestack.com/iot/2018/06/15/digital-twins-and-development-of-industrial-digital-

        technologies/

 https://post.naver.com/viewer/postView.nhn?volumeNo=16472521&memberNo=6761635

 https://www.nrf.gov.sg/programmes/virtual-singapore/video-gallery

 http://sites.ieee.org/futuredirections/2018/06/14/digital-twins-advantages-issues-of-a-

        powerful-emerging-technology/