물리적 환경 변화까지 구현하는 디지털 트윈

디지털 트윈이라는 용어는 1991년에 David Gelernter라는 컴퓨터 과학자가 ‘Mirror Worlds’에서 저술한 책에서 처음 사용되었고, 실제로 소프트웨어로 구현된 것은 2002년이라고 합니다. 벌써 20년 전부터 디지털 트윈이라는 개념은 존재해 왔습니다. 그 후로 인터넷과 통신 기술이 발달하고 4차 산업 혁명이라는 새로운 시대가 우리의 삶에 침투하면서 가트너는 2017년 10대 전략 기술 트렌드 중 하나로 디지털 트윈을 꼽기도 했죠. 이때 가트너는 ‘현실에 있는 사물은 물리적 사물 또는 시스템의 동적 소프트웨어 모델인 디지털 트윈으로 표현될 것’이라고 제시했습니다.

디지털 트윈 용어는 이처럼 오래된 개념이었지만 우리가 체감할 정도로 친근하지는 않았습니다. 그러나 IoT, 인공지능, AR, VR, 빅데이터 등의 기술 발전과 COVID-19를 기점으로 급속도로 확산된 비대면 트렌드 및 자동화 시장 수요 증가, 제조업체들이 생산성과 효율성을 개선하기 위한 전략으로 디지털 트랜스포메이션을 채택하고 돌파구를 찾아가기 시작하면서 점점 디지털 트윈이라는 개념도 4차 산업의 중요한 키워드로 인식되기 시작했고 본격적으로 포스트 코로나 솔루션으로 부상했습니다.

미래 성장을 고민하는 기업의 돌파구, 디지털 트랜스포메이션 그리고 디지털 트윈

코로나 당시 제조와 생산 업계는 극심한 공급망 마비를 겪었습니다. 공장이 셧다운되고 인력 수급, 항만·운송까지 막히면서 개발, 부품 수급, 생산, 서비스 등 모든 프로세스가 무너졌고 산업 경제 전반에 심각한 타격을 입었습니다. 디지털 트랜스포메이션은 오래전부터 존재했던 과제였지만 COVID-19를 기점으로 공급망 체계가 더 유연하고 민첩해져야 한다는 목소리가 늘면서 많은 기업들이 원격 근무, 원격 개발, 자동화 공정 등 비대면 운영 방식의 채택을 가속화하게 됩니다. 그리고 특히 디지털 트윈이 비대면 운영 방식의 대안으로 언급되면서 각기 다른 장소에서 이전처럼 협업할 수 있는 솔루션으로 부상하게 됩니다.

기업 관점에서 다시 생각해 보겠습니다. 최근 TV, 가전제품, 휴대폰 등의 제품 수명 주기가 매우 짧아지고 그 구성요소가 더 복잡하고 다양해지면서 개발 난이도가 더 높아지고 있었습니다. 개발 난이도는 곧 생산 비용으로 이어지기 때문에 제조사 입장에서는 생산성과 효율성을 개선해야 하는 과제에 봉착해 있었죠. 한정된 자원과 시간 조건 속에서 고객의 요구사항에 부응하기란 쉽지 않은 일입니다. 그렇다고 비용을 무조건 투자한다고 반드시 회수될 것이라는 보장도 없습니다. 계속해서 짧아지는 제품 수명 주기에 맞춰 생산 장비나 라인이 바뀌어야 하는 경우도 있고 복잡한 구성요소 때문에 미리부터 수정이 용이하도록 설계해야 하는 경우가 발생하기도 합니다.

이렇게 고품질 양산제품 및 변화에 대한 빠른 적응을 원하는 고객의 니즈가 늘어나면서 제조사들은 생산성 향상과 비용 절감을 어떻게 실현할 수 있을지 고민하게 되는데요, 이를 해결해 주는 기술이 바로 디지털 트윈 입니다. 디지털 트윈을 정의하는 여러 속성이 있지만 가장 핵심인 포인트는 바로 ‘가시성을 확보한 시뮬레이션’이고 이 핵심 요소가 제조업의 어려움을 극복하는 데 도움이 될 솔루션이라고 말할 수 있겠습니다.

그러나 디지털 트윈을 단순한 시뮬레이션이라고 치부하기엔 좀 아쉽습니다. 디지털 트윈을 좀 더 명확하게 설명하자면 디지털 방식으로 설계한 후 시뮬레이션하여 검증하고 예측하는 것이라고 해야 합니다. 즉, 실제 환경을 가상에 그대로 구현하고 가상환경에서 미리 시뮬레이션하여 검증을 통해 최적화하는 것이 목적이라고 말할 수 있습니다. 디지털 트윈 솔루션을 활용하면 앞서 언급했던 짧은 수명주기에 대한 시기적 대응, 복잡도가 높은 제품에 대한 고품질 대응, 유연한 생산 프로세스 변경이 모두 가능해집니다. 이에 디지털 트윈의 시뮬레이션 개념에 이어 강점에 대해 좀 더 상세하게 살펴보겠습니다.

물리적 환경 변화까지 구현하는 디지털 트윈 시뮬레이션

디지털 트윈의 시뮬레이션은 단순히 데이터를 통해 예측하는 것에 그치지 않습니다. 가장 중요한 전제는 실제 환경을 가상에 동일하게 반영해야 한다는 점입니다. 단순히 전기, 기계 모델을 만드는 것이 아니라 질량으로 인한 중력, 온도, 습도 등 물리적 환경이 그대로 반영되어야 하고 그 이후에 기구의 위치 및 속도 이동 등 행동학적 요소가 적용된 뒤 이 모든 요소가 실시간으로 동기화되어야 진정한 디지털 트윈 시뮬레이션이라고 할 수 있습니다. 예를 들어 만약 제품이 주변 온도, 습도 등 환경에 영향을 받았다면 실제 가상 세계에 있는 제품도 동일하게 영향을 받은 것으로 구현하기 때문에 작업자 입장에서는 훨씬 쉽게 고도의 제품 최적화 수행이 가능해집니다.

물리적 환경까지 구현한 디지털 트윈 시뮬레이션은 제품 개발 프로세스의 용이성 혹은 유연성뿐만 아니라 제품 파손이나 인명피해 걱정 없이 장비의 속성을 극한까지 테스트해 볼 수 있다는 장점을 가지고 있습니다. 제품이나 장비의 성능을 최적화하기 위해서는 구동을 한계까지 몰아 부쳐야 합니다. 이때 가장 큰 문제는 장비가 물리적인 한계 상황에 부딪혔을 때 어떠한 안전 이슈가 발생할지 예측하기 어렵다는 것입니다. 그렇기 때문에 시뮬레이션에서 장비를 실제로 한계까지 테스트해 보면서 최적의 포인트를 찾아 나가야 합니다. 이 과정에서 잠재적 위험요소를 사전에 발견할 수 있고 적절한 대책을 실시간 적용해 지속적으로 검증할 수 있게 합니다.

또한, 물리적 환경을 그대로 구현한 가상 세계에서의 검증 과정은 제품의 출시 기간을 효과적으로 단축합니다. 현재 환경에서의 테스트와 동일하게 진행되기 때문에 프로토타입을 일일이 만들지 않고도 더 완벽한 제품을 구현할 수 있습니다. 또한 개발 구축, 생산 설계, 엔지니어링, 테스트, 검증 과정이 순차적으로 진행되었던 기존 생산방식과는 다르게 디지털 트윈 시뮬레이션 공간에서는 각 작업자가 하나의 가상 플랫폼에 접속하여 동시에 병행하여 작업을 수행할 수 있습니다. 가상의 시뮬레이션 공간에서 설계와 테스트를 동시에 반복할 수 있으며 실시간으로 결과를 반영하고 검증할 수 있게 합니다. 작업이 전환되는데 낭비되던 시간도 단축할 수 있기 때문에 보다 효과적인 생산 일정 운영도 가능해집니다.

디지털 트윈의 시뮬레이션은 실제 세상을 그대로 반영한 가상 공간에서 작업이 이뤄지기 때문에 극한의 상황에서도 작업자의 안전을 보장할 수 있고, 완벽의 가까운 제품을 생산할 수 있으며, 보다 유연한 시장 대응을 가능하게 합니다. 이는 곧 기업 고유의 경쟁력으로 발현될 것이며 향후 기업의 생존까지 영향을 미칠 수 있을 것입니다.

빅데이터 vs 디지털 트윈

사실 시뮬레이션이라는 개념은 수집된 데이터를 마이닝하여 분석하고 예측할 수 있다는 점과 비교했을 때 일반적인 빅데이터 활용 기술 중에 하나가 아니냐고 반문할 수 있습니다. 결국은 디지털 트윈도 데이터를 기반으로 시뮬레이션을 통해 예측하는 개념이기 때문에 빅데이터 기술 중에 하나라고 말할 수도 있는데요, 그럼에도 왜 제조사가 단순 빅데이터 시스템 도입이 아닌 디지털 트윈을 검토하고 있는지 두 기술과 개념을 함께 비교해 보도록 하겠습니다.

이미지 출처: Digital Twin and Big Data Towards Smart Manufacturing and Industry 4.0: 360 Degree Comparison | IEEE Journals & Magazine | IEEE Xplore

빅데이터와 디지털 트윈은 둘 다 데이터 중심이라는 공통점을 가지고 있습니다. 하지만 데이터는 가장 날 것의 정보이기 때문에 이 자체만으로는 솔루션이 될 수 없습니다. 의미 있는 솔루션이 되려면 데이터를 취합해 정보를 추출하고, 육하원칙에 해당하는 내용을 찾아 적합한 결과를 도출한 후 사용자에게 제공해야 합니다. 이러한 경우에 제안할 수 있는 솔루션이 바로 디지털 트윈입니다.

디지털 트윈은 방대한 빅데이터를 활용해 시뮬레이션을 ‘시각적’으로 구현하고 ‘실시간으로 현실 세계와 연결’해 준다는 개념을 포함합니다. 따라서 디지털 트윈의 유저 인터페이스는 더 즉각적이고 직접적이며 유저 친화적입니다. 단순한 테이블, 차트, 그래프와 같은 2차원의 툴로 분석 결과를 보여주는 빅데이터 시스템과의 차이점이라고 할 수 있습니다. 디지털 트윈을 통해 개발자와 생산자는 실제 제품의 모형을 3차원 환경에서 직접 눈으로 보고 도출된 결과를 즉각적으로 판단하고 검증할 수 있는 것입니다. 또한 현실 세계에서 추출된 데이터가 실시간으로 반영되기 때문에 시시각각 변하는 상황에 맞추어 제품과 생산의 최적화를 할 수 있습니다. 즉, 더 역동적인 검증과 최적화 작업이 가능해집니다.

또한 디지털 트윈은 가상 시뮬레이션 솔루션이기 때문에 모든 과정에서 생성된 데이터가 하나의 플랫폼에서 통합되어 관리됩니다. 보통의 빅데이터는 설계자, 제조자, 관리자 별로 각각 다른 기업의 소스를 사용해 관리될 가능성이 높습니다. 이 점은 공정 사이클마다 데이터는 많지만, 유기적인 해석을 어렵게 만들 수도 있으며 제조사는 이를 통합·분석하는 솔루션을 별도로 도입해야 할 수도 있습니다. 반면 디지털 트윈은 각 과정에서 생성된 모든 데이터가 하나의 플랫폼에 통합되어 있어 자유롭게 모든 공정 단계에 대한 테스트가 가능합니다. 개발-구축-생산설계-테스트-검증-예측이 통합된 데이터 안에서 구현되기 때문에 개발과 생산 단계가 한층 간결해지고 중복과 낭비도 예방할 수 있습니다.

빅데이터 시스템만으로도 마이닝, 분석, 모델링, 예측은 가능합니다. 그러나 디지털 트윈으로 빅데이터를 통합 분석하여 상황을 실제 눈으로 보고 테스트하여 개선하고 검증해 볼 수 있습니다. 이런 디지털 트윈의 강점은 생산성과 효율성 개선으로 귀결됩니다. 결과적으로 빅데이터 시스템과 디지털 트윈은 서로를 대체하는 개념이 될 수도 있지만 상호보완적인 관계로 보는 것이 맞을 듯합니다. 빅데이터가 없었다면 디지털 트윈이라는 개념도 존재하지 않았을 테니까요. 두 개념은 미래의 스마트 팩토리의 중요한 역할을 하게 되어 보다 정확한 분석과 예측 능력으로 즉각적인 시장 대응과 정밀한 공정 관리가 가능해 질 것으로 기대합니다.

생산성과 효율성 두 마리 토끼를 잡게 한 디지털 트윈 성공 사례

디지털 트윈은 제조업에서 가장 활발하게 활용되고 있습니다. 제품 제조뿐 아니라 제조 프로세스의 MRO(Maintenance, Repair, Overhaul) 즉, 품질 유지, 보수, 점검을 위한 솔루션으로 활용해 스마트 팩토리로 구축할 수도 있기 때문입니다. 이미 유수의 글로벌 기업에서 디지털 트윈을 적극 활용하고 있는데, 대표적으로 잘 활용하고 있는 사례를 위주로 살펴보도록 하겠습니다.

지멘스

독일 최대 전자·전기회사 지멘스는 스마트 팩토리 EWA(Electronics Works Amberg) 구축에 있어 디지털 트윈의 잠재력을 보여준 케이스 입니다. 공장 자동화 IoT 플랫폼인 ‘Mind Sphere’를 구축하고, 공장 내부에 있는 각 설비에 센서를 부착하여 운용 데이터를 분석했습니다. 그리고 디지털 트윈으로 가상 시뮬레이션을 진행하여 현장에 적용되기 이전에 오류를 판단하여 문제를 예측하고 대비하는 프로세스가 진행되었습니다. 결과적으로 EWA의 생산성은 8배 증가하였으며, 제품 불량률을 줄여 설비 생산 공정 시간을 11초에서 8초로 단축하는 결과를 달성하였다고 합니다.

마세라티

이탈리아 고급 스포츠카 제조업체인 마세라티는 디지털 트윈을 통해 성과를 보여준 좋은 케이스 입니다. 제조업의 경쟁력을 유지하기 위해서는, 효율적이고 유연하면서 비용효과가 우수한 고품질의 맞춤 생산공정을 구현해야 한다는 과제가 있습니다. 이에 마세라티는 디지털 트윈을 활용하여 실제 자동차를 개발하는 동시에 원본과 동일한 가상의 사본을 생성하여, 개발 단계부터 공정을 최적화했습니다. 그리고 모의 테스트를 통해 얻은 데이터를 실제 자동차를 개발하는 단계에 적용하였고, 고품질의 대규모 맞춤 생산을 가능하게 하였습니다. 결과적으로 가상 시뮬레이션을 활용하여 다수의 값비싼 과정을 축소해 차량 개발 시간을 30% 이상 줄이는 큰 효과를 얻을 수 있었습니다.

BMW

독일의 저명한 자동차 기업 BMW 그룹은 엔비디아의 옴니버스를 활용해 디지털 트윈을 사용하고 있습니다. 이를 통해 신규 공장을 건설하거나 새로운 모델을 생산하는 경우에도 가상 공장에서 먼저 생산 공정을 점검하면서 현실에서 발생할 수 있는 오류를 바로잡아 문제점을 개선하여 비용을 절감했다고 합니다. 뿐만 아니라 생산 공정 과정에서 인력과 로봇을 어떻게 배치할 때 생산성이 가장 높아지는지도 미리 확인할 수 있었습니다. BMW그룹 생산담당 임원은 디지털 트윈을 활용해 생산 계획 시간을 단축하고 유연성과 정밀도를 개선해 최종적으로 효율성을 30% 개선할 수 있었다고 밝혔습니다.

모두마크사

스페인 기술 전문 기업 모두마크사는 지멘스의 디지털 트윈 기술을 통해, 에콰도르의 물류 시스템을 3배로 향상시키는 결과를 얻었습니다. 이전에는 물류 시스템의 정렬과 적재 작업이 수작업으로 이루어졌으나 현재는 완전 자동화 시스템과 디지털 트윈으로 의해 이루어지고 있고, 그 결과로 전체 공정이 비약적으로 효율화, 고성능화 되었다고 합니다. 이러한 시스템을 구성함에 있어, 모두마크사는 검증된 산업용 부품과 첨단 기술이 적용된 자동화 툴을 사용하기로 결정하였고, 효율성과 안정성을 확보했습니다. 매일 목표 수준을 만족하기 위해, 모두마크사는 디지털 트윈의 시뮬레이션 기술로 자동화 프로세스를 최적화했습니다. 결과는 성공적이었으며, 직관적인 운영 시스템 덕분에 성능이 향상되었고 최적화 덕분에 3년 만에 투자 비용을 회수할 수 있었습니다.

Ruggli AG

50년 이상 제조 기계를 개발 및 제작해 온 스위스 기업 Ruggli AG는 제품 개발시간에 대한 압박은 계속해서 커지는 가운데 고객의 요구는 갈수록 새롭고 복잡해진다는 고민이 있었고, 이러한 고민을 지멘스의 디지털 트윈 기술을 활용해 개선하였다고 하였습니다. Ruggli 는 디지털 트윈의 가상 검증 시뮬레이션으로 충돌 가능성을 제거하여 시간의 압박을 극복하였고, 전체 시스템에 대한 시각적인 검증을 통하여 20%의 개발 시간을 절감하는 경험을 했다고 합니다.

마치며

지금까지 디지털 트윈 수요 배경과 개념, 그리고 빅데이터와 디지털 트윈의 비교, 마지막으로 활용 사례까지 살펴봤습니다. 사실 본고에서는 제품 생산에 한정하여 디지털 트윈을 설명했지만 디지털 트윈은 여러 산업군에 다양하게 사용될 수 있는 개념입니다. 지멘스사와 같이 공정 프로세스 자체를 디지털 트윈으로 구현할 수도 있고 도시 전체를 디지털 트윈으로 구현해 국가 비상사태에 대응하거나 도시계획을 할 때 테스트 플랫폼으로 사용할 수도 있습니다. 도시계획 프로젝트는 이미 싱가포르는 구현했고 영국, 일본, 그리고 국내에서도 계획 중입니다. 최근에는 헬스케어, 물류 및 소매 분야에서도 비대면 트렌드의 대안으로 디지털 트윈을 고려하는 것으로 나타났습니다.

디지털 트윈 기술 발전은 향후 제품 개발 프로세스의 혁명을 일으키는 솔루션으로 자리 잡을 것은 분명해 보이며 일의 공간 자체를 새롭게 창조하게 될 것입니다. 제조업뿐만 아니라 모든 분야의 설계, 생산, 구축, 관리의 프로세스가 디지털 트윈으로 인해 근본적인 변화를 곧 앞두고 있습니다.

무조건적인 디지털 트윈 도입을 제안하는 것은 아닙니다. 솔루션 도입은 초기 도입 시 대규모 비용을 유발하고 섣부른 판단은 투자 미스로 이어질 가능성도 있습니다. 그러나 위기에 봉착한 글로벌 기업이 디지털 트윈으로 제조혁신을 이룬 사례를 통해 향후 기업의 핵심 경쟁력 방향이 어디로 향해 있는지 제고해 볼 필요는 있겠습니다.



References
[1] Future Bridge Analysis l Application of Digital Twin in Industrial Manufacturing l 2020.02
[2] Markets and Markets l Digital Twin Market Size & Share Industry Report 2022-2027 I 2022.06
[3] Future Bridge Analysis l Application of Digital Twin in Industrial Manufacturing l 2020.02
[4] Siemens Innovation Tour 2020 Online Webinar (www.siemens.com/kr)
[5] Digital Twin and Big Data Towards Smart Manufacturing and Industry 4.0: 360 Degree Comparison | IEEE Journals & Magazine | IEEE Xplore)
[6] 과학기술정보통신부, 디지털 트윈 활성화 전략, 17pg (2021.09) 문서뷰어 (korea.kr)
[7] TTA, 디지털 트윈을 이용한 스마트시티 도시행정 https://www.tta.or.kr/data/androReport/ttaJnal/196-1-3-5.pdf
[8] AEM, 마세라티의 성공과 디지털라이제이션 마세라티의 성공과 디지털라이제이션 (autoelectronics.co.kr)
[9] 시뮬레이션으로 생산비 절감… 현대차·BMW, 디지털공장에서 車 생산 - 조선비즈 (chosun.com)
[10] 디지털 트윈으로 단축한 개발 시간 – ‘Rug.. : 네이버블로그 (naver.com)
[11] 디지털 트윈과 물류시스템의 만남 : 3배의 효.. : 네이버블로그 (naver.com)
[12] Statista I Digital Twin market size worldwide I 2022. 03



▶   해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶   해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.