삼성전자에서는 2022년 11월 개최한 AI 포럼에서 디지털 트윈이 삼성 반도체의 초격차 전략을 지탱할 핵심기술이 될 것이라는 점을 언급하며 이를 활용한 제조 혁신의 필요성을 보여주었고, 최근 제너럴 일렉트릭(GE) 출신 이영웅 부사장을 지난해 연말에 새로 신설된 디지털 트윈 TF장으로 영입하며 반도체 생산 라인에 디지털 트윈 인프라 구축을 위한 공을 들이고 있음을 보여주었습니다[1]. DL이엔씨는 스마트 건설 플랫폼 기업인 메이사와 디지털 트윈 기반의 드론 플랫폼을 개발하기 위한 MOU를 체결하였습니다. 메이사는 국내 유일의 3D 맵핑 엔진을 보유 중이며, 양사는 드론을 활용한 건설 현장 촬영 및 분석을 위한 정교한 디지털 트윈을 구축할 예정입니다.[2]
두 기업 사례에서 공통으로 언급되는 기술은 이번 리포트의 주제인 디지털 트윈입니다. 디지털 트윈(Digital Twin)이란 디지털 쌍둥이라는 단어의 뜻 그대로 현실의 쌍둥이(물리적 개체)를 디지털 공간에 동일하게 만드는 것(여기서 동일이란 물리적 개체의 동일이 아닌 발생하는 데이터의 동일을 말합니다)입니다. 현실의 개체는 사물, 장치, 설비, 환경 더 나아가 도시, 국가까지 무엇이든 될 수 있습니다. 기업에서는 제품 디자인부터 실제 생산 계획 수립 및 유지보수까지 전 단계에 들어가는 모든 데이터가 유기적으로 연결되어 있어 하는데, 이를 위해 디지털 트윈 공간을 구현하여 현실의 물리적 세계와 가상의 디지털 세계를 데이터 중심으로 연결하여 시뮬레이션할 수 있습니다.
세모전자라는 제조 회사에서 기존에 없던 새로운 신제품 출시를 앞두고 있다고 가정해 보겠습니다. 신제품 생산을 위해 제품 디자인부터 시작해서 생산을 위한 제조 공정도 만들었습니다. 이런 과정을 통해서 완성된 제품의 출고 전 품질 검수를 해보니 치명적인 결함이 발견되어 시장에 바로 출시할 수 없다는 것을 알게 됩니다. 실제로 이런 상황이 발생한다면, 제품의 문제 확인 및 해결을 위한 막대한 시간과 비용이 들게 됩니다.
우선 신제품을 디지털 트윈 기반으로 설계하는 것에서 시작합니다. 제품 설계 프로세스를 시뮬레이션하여 설계 과정상의 문제를 미리 확인할 수 있습니다. 제조 공정 역시 디지털 트윈 기술로 설계를 할 수 있는데 가상 환경에서 설계된 공정을 다각도로 시뮬레이션하여 제품에 생길 문제점이나 제조 공정상 생길 수 있는 오류를 미리 예측할 수 있습니다. 그리고 예측된 문제점을 보완해 현실 제조에 적용함으로써 더 정밀하고 개선된 생산 계획 수립이 가능해집니다. 또한 이를 통해 운영 프로세스에서의 효율성 극대화 및 비용 절감도 할 수 있습니다. 이처럼 품질 개선 및 비용 절감 등 기업 비즈니스의 핵심 KPI와 연계되어 의사 결정에 기여할 수 있어 보이는 디지털 트윈은 정확히 어떤 기술이고, 왜 최근 들어 많은 제조 기업들이 디지털 트윈의 도입에 대해 적극적으로 검토를 하는지 알아보도록 하겠습니다.
디지털 트윈의 발전
디지털 트윈은 2002년 처음으로 언급되며 R&D 기틀이 마련된 개념으로 전혀 새로운 기술이 아닙니다. 그런데 최근 들어 더욱 주목받기 시작한 것은 가트너에서 2017년에서 2019년까지 3년 연속으로 10대 유망 기술로 선정한 것과 더불어 ICT 기술과 함께 AI, IoT 등 신기술의 비약적인 발전이 디지털 트윈에 새로운 가치를 제공했기 때문입니다. 맥킨지에 따르면, 디지털 트윈을 도입할 때 새로운 AI 기반 신기능을 배포하는 데 필요한 시간을 최대 60%까지 줄이고 자본 지출 및 운영 비용을 최대 15%까지 줄여줄 수 있다고 합니다. 또한 주요 대기업의 C레벨 중 70%가 디지털 트윈을 알아보고 투자를 고려하고 있다고 하죠.[3] 이러한 관심은 빠르게 발전하는 관련 기술과 결합되어 2026년까지 480억 달러(연간 성장률 58%) 이상의 시장 성장률이 예상됩니다.[4] 디지털 트윈은 가상현실 기반이라는 점에서 메타버스와 늘 같이 이야기되곤 하는데요. 디지털 트윈과 메타버스는 비슷한 듯하지만, 엄연히 구분되는 다른 개념입니다.
누구나 알지만 아무도 제대로 모르는 디지털 트윈과 메타버스 제대로 알아보기
메타버스는 ‘가공, 추상’을 의미하는 메타(Meta)와 현실 세계를 의미하는 유니버스(Universe)가 합쳐진 개념으로 현실을 디지털로 확장시켜서 경제, 사회, 문화 등 활동을 할 수 있게 만든 거대한 시스템으로 3차원 가상 세계에 현실과 비현실을 공존하면서 새로운 플랫폼으로 활동하는 형식을 취하고 있습니다. 반면에 디지털 트윈은 현실 세계의 물리적인 환경을 가상공간에 구축한 것으로, 사실 두 가지는 비슷한 플랫폼을 공유하고 있을 뿐 전혀 다른 용도로 이용되고 있습니다.
디지털 트윈은 현실 공간과 가상 공간을 연계하여 실제와 동일한 가상 모델 기반의 시뮬레이션을 통해 현실의 최적화된 의사 결정을 지원합니다. 디지털 트윈이 물리적인 연결성까지 고려하여 현실적 요소와 똑같이 구현하는 반면 메타버스는 물리적 환경과 꼭 똑같을 필요가 없기 때문에 디지털 트윈과 달리 게임이나 엔터테인먼트 등 B2C까지 서비스나 컨텐츠가 활성화되어 있습니다.
즉, 메타버스는 현실을 복제할 수도 있고, 완전히 새로운 세상을 창조할 수 있으며, 복제한 세상도 현실과 같지 않을 수도 있습니다. 그렇기 때문에 현실을 가능한 비슷하게 복제한 디지털 트윈은 메타버스라는 커다란 집합에 속한 부분 집합이라고 할 수 있습니다.
디지털 트윈 핵심 기술 5가지 소개
디지털 트윈은 단일 기술이 아닌 여러 기술이 융합된 기술이라 명확한 기술 범위 정의는 어렵지만, 그중 3D 및 실시간 시뮬레이션은 필수 요소로 여겨지고 있습니다. 시뮬레이션을 위해서는 기반이 되는 데이터가 필요하며 센서의 역할을 하는 IoT를 통해 현실 물리적 공간의 실시간 데이터를 수집할 수 있습니다. 이렇게 얻은 정보를 알고리즘 기반으로 가상 세계의 디지털 트윈 공정을 여러 번 시뮬레이션 해보고 효율적으로 설계 및 생산이 되었는지 검토해 볼 수 있습니다. 디지털 트윈을 구성하는 핵심 기술을 그림과 함께 좀 더 자세히 살펴볼까요?
시뮬레이션
업종 도메인 날리지(Domain Knowledge, 해당 분야의 전문지식)와 빅데이터를 기반으로 가상 모델링을 통해 여러 가지 상황을 시뮬레이션해 봄으로써 적절한 의사결정을 할 수 있도록 지원합니다. 빅데이터, AI 기반의 알고리즘, 컴퓨팅 성능의 향상 등으로 기존보다 더욱 다양한 시뮬레이션이 가능해졌습니다.
AI
IoT를 통해 수집된 데이터를 알고리즘 기반으로 스스로 학습하여 최적의 수행 조건을 찾아내고 예측과 제어를 함으로써 작업자들의 휴먼 에러를 최소화하고 더 나아가 학습된 경험을 기반으로 최적의 문제 해결 방법을 도출해 낼 수 있습니다. AI를 디지털 트윈에서 현실 세계로 구현하려면 수많은 엣지(네트워크) 장비와 계속된 디바이스 데이터 업데이트를 처리할 플랫폼이 필요합니다.
IoT
IoT는 연결된 디바이스가 디지털 트윈과 데이터를 상호 공유할 수 있도록 지원합니다. 이는 디지털 트윈이 항상 켜져 있고, 실제 시뮬레이션을 위한 정보를 IoT에 연결된 물리적 사물 또는 프로세스로 받아올 수 있기 때문에 가능합니다. IoT 센서의 괄목할 만한 성장은 디지털 트윈이 발전하는 주요 원동력입니다.
데이터
디지털 트윈이 성장할 수 있던 주요한 이유 중 하나는 바로 빅데이터 기술의 발전입니다. 디지털 트윈이 성립되는 기반이 의미 있게 분석된 ‘raw data’인 만큼, 공정에서 발생하는 다양한 종류의 데이터 분석을 통해 패턴을 유추하고, 유용한 정보를 발굴하여 품질에 영향을 미치는 원인을 분석할 수 있게 됩니다.
3D
가상 공간에서 현실 세계의 물리적 환경 모델링을 통해 더욱 실감 나게 표현하여 현장 상황에 대한 인지력 향상을 통해 생산성을 높일 수 있고, 문제 상황에 대한 신속한 대응이 가능해집니다.
디지털 트윈 팩토리의 대두
디지털 트윈은 다양한 애플리케이션을 통해 조직이 보다 효율적이고 혁신적인 비즈니스 모델을 만들고 새로운 수익원을 창출할 수 있는 확장성을 가지고 있어서 다양한 산업군에 적용이 가능합니다. 그중 가장 활용도가 높은 분야는 바로 제조업입니다. 제조 현장은 업무의 복잡도가 높고 여러 가지 변수가 가득합니다. 주요 변수로는 고객 주문 예측의 변동성, 원자재·부자재 가격 변동성, 인적 오류(Human Error) 등이 있고 근래에는 팬데믹 상황도 변수가 되었습니다. 그래서 ‘불확실성을 고려한 의사 결정’이 매우 중요해지는데, 디지털 트윈을 사용하여 제조 현장에서 발생한 데이터를 분석하고 도메인 날리지를 접목함으로써 소재·부품·장비 공정 등을 최적화하여 제조 현장의 한계 극복과 요구 대응을 위한 해결책을 수립할 수 있게 됩니다.
디지털 트윈 사용을 통해 DT 팩토리의 미래를 설계하는 BMW
자동차 공장은 제조업 중에서도 가장 복잡하고 비용이 많이 드는 거대한 프로젝트 중 하나로 수만 개의 부품과 부품 조립 공정을 수행하는 기계와 이를 제어하는 엔지니어 및 관리자까지 일련의 집합으로 이루어져 있습니다. 갈수록 미래 차 경쟁이 과열되는 상황에서 생산 비용을 낮추는 것은 자동차 업계의 매우 중요한 과제가 되고 있으며 BMW그룹은 비용 절감뿐만 아니라 생산 효율성과 제품 품질을 높이기 위한 시도로서 엔비디아의 옴니버스(Omniverse)를 활용해 복잡한 자동차 제조 시스템을 디지털 방식으로 구현하고 시뮬레이션하는 맞춤형 디지털 트윈 공장을 구축하였습니다. 옴니버스는 가상에서 3D 워크플로우 및 애플리케이션을 원격 협업 및 시뮬레이션할 수 있는 산업용 디지털 트윈 플랫폼으로 BMW는 전 세계 15개국 31개 공장과 거기에서 일하는 직원 및 내부 상황들을 옴니버스 가상공간에 완벽하게 구현했습니다. 옴니버스 내의 가상 공장에서 차량 10종을 생산할 수 있고, 차량 1종당 수백 가지의 옵션을 선택할 수 있습니다. 또한 가상 엔지니어를 활용해 배치된 설비의 효율성을 시뮬레이션해 볼 수도 있으며, 공장의 협동 로봇에게 실물 공장의 환경상의 변화를 가상 환경에서 학습시킬 수도 있습니다 (아래 그림 참고). 또한 옴니버스 플랫폼에서 수행한 모든 데이터를 실시간 수집 및 분석을 통해 공정 리드타임을 산출하고 불량률도 계산해 냅니다. 이러한 과정을 통해 유연성과 정밀도를 계산해 생산 효율성을 30% 이상 향상시킬 수 있었으며, 생산 다운타임 및 리소스 손실 또한 최소화하였습니다.[5] 2025년에 건설될 헝가리 데브레첸(Debrecen) 공장 개장 전에 디지털 트윈 기반의 가상 공장을 통해 차량 생산의 전체 공정을 미리 파악 가능했습니다.
이미지 출처: BMW 홈페이지
또한 BMW그룹은 2025년 가동을 데브레첸의 노이에 클라쎄(Neue Klasse, 완전 가상 공장)로 불리는 BMW의 차세대 전기차 공장 개장 2년 전부터 가상 공장을 통해 개발 차량의 정확한 대규모 모형을 디지털 트윈으로 제작하여 실제 생산을 하는 것처럼 미리 시뮬레이션 및 생산 테스트를 수행하며 실제 차량을 생산하기 전에 전체 제조 공정을 미리 파악을 시작했습니다. 노이에 클라쎄는 디지털 퍼스트(Digital First)를 지향하는 BMW의 미래 전략이기도 합니다.[6]
BMW그룹 최초의 완전 가상 공장을 공식 오픈하는 데모를 선보였습니다. 엔비디아 옴니버스 활용을 통해 어디서나 데이터와 소프트웨어를 연결하고 이용자 간 실시간 협업이 가능하며, 다양한 기기에서 사용 가능합니다.[7] 주목할 만한 점은 제조 공정뿐만 아니라 판매 및 유통까지 디지털 트윈을 점차 적용하는 등 유연한 기술 도입 태도를 취하고 있다는 점입니다. 이를테면 BMW코리아는 자동차 판매 및 유통 과정의 디지털 솔루션을 제공하는 국내 기업 에피카의 SaaS형 IWS(Intelligent Workshop System, 지능형 통합 관리 서비스)를 도입하면서 국내 최초로 AS센터를 전면 디지털로 전환하였습니다. IWS는 모든 AS 센터에 디지털 트윈 솔루션을 적용함으로써 차량 입고부터 출고까지 전 과정을 실시간으로 디지털로 모니터링하고 관리할 수 있는 시스템입니다. 이를 통해 AS센터에서의 정비 작업의 생산성 및 관리 업무 효율성이 크게 향상될 수 있었다고 합니다.[8]
일반 제조기업도 DT 혁신이 가능함을 보여주는 유니레버
도브, 바세린 등 수백 개의 브랜드를 소유하고 있으며 69개국에서 300개 이상의 공장을 운영하는 다국적 생활용품 제조기업 유니레버는 테크기업들에 비해 혁신과 거리가 멀고, DT 도입도 한발 늦을 거 같다는 일반적인 선입견과 달리, 신기술을 도입하는데 굉장히 적극적입니다. 유니레버는 비즈니스 전반에 걸쳐 생산성, 안전, 품질, 소비자 만족 등 다양한 목적으로 디지털 트윈을 활용하고 있는데 여기서는 제조 생산성 및 운영 효율화를 위한 사례를 소개해 드리도록 하겠습니다. 현재 유니레버에서는 총 8개의 디지털 트윈을 운영하고 있으며, 최소 100개 이상에서 공장 데이터를 연결하였습니다.[9]
이미지 출처: 유니레버 홈페이지
브라질 인다이아투바에 있는 유니레버의 세계 최대 세탁세제분말 공장에서는, 디지털 트윈 및 AI와 같은 기술을 구현하여 비용 효율성과 생산 민첩성을 개선하는 동시에 환경에 미치는 영향까지 획기적으로 줄였습니다. 유니레버의 디지털 트윈은 마이크로소프트 애저(Azure)의 IoT 플랫폼에서 호스팅되며, IoT 및 인텔리전트 엣지(네트워크) 서비스를 사용하여 활성화합니다. 방대하게 수집되는 데이터를 애저의 확장성과 안정성이 보장되는 클라우드 환경에서 빠르게 처리할 수 있으며 데이터 분석 및 AI 서비스와 긴밀하게 연계할 수 있습니다. 세탁용 세제분말 제조 공정은 매우 복잡하며 이를 수정 및 변경하는 데 시간이 오래 걸립니다. 이러한 공정상의 기계들과 장비들의 생산 사이클을 제어하는 데 디지털 트윈이 사용되고 있습니다. 공장 내 모든 단계의 프로세스에서 기계와 장비의 온도나 가동 속도 같은 자료를 IoT 센서로 데이터를 수집하고 머신러닝 알고리즘을 사용해 패턴과 효율성을 분석 및 예측합니다. 예전에는 공장 작업자들이 수동으로 조절하던 최적의 공정 프로세스를 이제는 알고리즘에 따라 자동으로 제어할 수 있게 되었습니다. 이를 통해 유니레버는 하루에 조치가 필요한 알람 수를 90%까지 줄여 공정 중단 및 제품 생산 시간을 최소화하고, 직원들이 적시에 개입할 수 있게 하여 업무 효율성이 올릴 수 있었습니다. 또한 유니레버는 2023년 4월, 액센츄어, 마이크로소프트와 협력을 통해 기존 온프레미스 기반 시스템들을 클라우드로 전면 마이그레이션하면서 클라우드 기반의 플랫폼을 토대로 디지털 트윈을 좀 더 안정적으로 사용하면서 의사 결정을 가속할 수 있는 토대를 마련하였습니다.
국내 디지털 트윈 도입의 선구자 GS칼텍스
GS칼텍스에서는 2022년을 디지털 전환(DT) 실행 원년으로 선포하고 디지털 비즈니스 영역에서 이를 강도 높게 추진 중입니다. 현재 전남 여수공장 생산 시설에 대한 디지털 트윈 기반 통합관제센터를 2030년을 목표로 구축하고 있는데요. 우선 실시간 공정 최적화 RTO(Real Time Optimizer)를 활용하여 운전원에게 최적의 운전 방향을 알려주고, 분리탑과 열교환기 등 공장 주요 설비의 성능을 모니터링하며, 개별 공정 RTO를 연결하여 특정 제품 생산에 대한 전반적인 운전 방향을 가이드해 주는 통합 RTO도 운영하고 있습니다. 또한 공장의 실제 가동을 모사한 시뮬레이션 프로그램인 OTS (Operational Training Simulator)를 통해 공정 셧다운이나 설비 이상으로 인한 가동 중단 등 비상 상황을 시뮬레이션하고 있습니다. RTO와 OTS 기반의 ‘설비정보넷’ 디지털 플랫폼은 목적에 따라 개별시스템에서 관리되던 설비정보들을 통합 조회할 수 있는 플랫폼으로 원유 분해 공정 및 저장/출하 시설의 일부 공정의 3D 모델과도 연동하여 설비의 기본 정보와 형태, 위치, 공간 등의 시각 정보를 함께 제공합니다.[10]
이미지 출처: GS칼텍스 홈페이지
아직 디지털 트윈이 완벽하게 구축된 상태는 아니지만 눈에 보이는 성과를 살펴보자면, 3D 모델링을 통해 설비의 모든 데이터를 쉽게 찾을 수 있는 시스템을 제3고도화시설(Vacuum Residue Hydro Cracker) 공정에 적용하였고, 관련 부서에서는 설비와 관련된 정비 이력, 도면 등 데이터를 찾는 시간이 기존 대비 30%가량 감소했습니다. 현장 구조물 설치 등 공간 확인이 필요한 작업할 때도 직접 현장에 가지 않고 3D 모델로 확인함으로써 기존 대비 70% 이상 업무 소요 시간도 줄어들었습니다. GS칼텍스는 2030년을 목표로 각 공정의 단계별 손실을 최소화하고 최적의 생산을 위한 통합관제센터를 구축할 예정이며, 지금까지의 디지털 트윈 기반 공정에서 얻어진 성과를 기반으로 ‘DT 기반 인텔리전트 플랜트’라는 혁신 과제를 달성할 수 있을 것으로 보입니다.
키워드로 알아보는 디지털 트윈의 미래
한국의 디지털 트윈 특허 출원 증가율 1위
최근 5년간 특허청 출원된 특허를 분석한 결과를 보면, 디지털 트윈 관련 특허 출원 증가율이 한국이 42.8%로 1위를 기록했다고 합니다.[11] 한국의 디지털 트윈 발전은 아직 선진국 대비 뒤처졌지만 발전 속도는 매우 빠르며, 국내에서는 주로 대기업이나 공공 SOC(사회 간접 자본) 등 자본 집약도가 높고 기술 수용성 및 비용 절감 수요가 높은 산업 중심으로 디지털 트윈을 도입하여 기술 타당성을 검증하는 단계로 앞으로 더 많은 산업에서 기술을 도입하여 제품과 서비스를 향상시킬 것으로 예상됩니다.
자율형 스마트 팩토리로의 발전
디지털 트윈 기술이 발전함에 따라 정해진 범위 내에서 자동으로 운영되는 ‘공장 자동화’가 예기치 못한 문제가 발생하더라도 시스템이 스스로 분석·판단해 작동하는 것이 가능한 ‘자율 생산’의 형태로 변화하고 있으며, 이를 통해 제조 공정 내 지속적인 혁신을 만들어 낼 수 있을 것으로 보입니다. 디지털 트윈과 동기화된 데이터를 기반으로 제품 변경, 수요 변동에 따른 공급량 결정과 공정의 품질 관리 등 여러 가지 의사 결정을 더욱 빠르고 쉽게 할 수 있기 때문입니다. 특히, 한국의 공정 자동화 부분은 세계 최고 수준이지만, 디지털 전환과 서비스 융합을 통한 스마트 제조 기술은 앞으로 더욱 발전이 필요한데 디지털 트윈은 이를 위한 좋은 방법 중 하나가 될 수 있습니다.
탄소 발자국 줄이기
ESG 관련한 제조 분야의 주요 이슈는 환경에 미치는 영향을 줄이는 것입니다. 액센츄어는 향후 디지털 트윈 서비스가 확산될 시 2030년까지 실질 탄소 배출량이 7.5억 톤 감소할 것으로 예측하였습니다.[12] 디지털 트윈 기반의 시뮬레이션을 통해 시제품 생산을 감축하는 한편, 생산 과정상의 잘못된 공정을 줄임으로써 온실가스 배출을 줄이는 등 에너지 소비량도 감소시킬 수 있습니다. 또한 IoT 기기를 통한 공장의 제조 환경 모니터링 및 제어로 설비의 효율성을 개선해 온실가스를 감축하며, 주요 설비의 전력량을 계측하여 전기에너지 사용량을 분석하고 전력 피크를 모니터링하는 디지털 트윈 기반 EMS(Energy Management System) 시스템을 도입해 에너지 효율을 높일 수 있습니다. 기업이 폐기물을 줄이고 자원 사용을 최적화하며 탄소 배출량을 최소화할 수 있도록 더 많은 디지털 트윈 기반 기술 도입을 통해 지속 가능한 발전을 도모할 수 있을 것입니다.
Conclusion
디지털 트윈이 향후 제조업의 주요 방향이라는 것에는 누구도 이견이 없겠지만 아직 디지털 트윈의 목적, 목표, 효과 등에 대해서는 의구심이 많은 것은 사실입니다. 각양각색의 설비를 통해 데이터를 수집해 디지털 트윈을 구축 및 운영하는 것이 보기보다 녹록하지 않기 때문입니다. 우선 디지털 트윈 기술을 적용하는 것만으로는 성공적인 도입을 보장할 수 없으며, 이를 통해 얻고자 하는 목표를 분명하게 설정하여야 합니다. 디지털 트윈 도입을 고려하는 기업이라면 본격적인 추진에 앞서 소규모 선행 과제 수행 등을 통해 현장 적용의 성과를 검증하고 성공 사례를 확보한 후 다음 과제로 연계하는 등의 단계적 접근이 필요합니다.
또한 GS칼텍스 사례에서 언급했던 설비정보넷처럼 정보와 데이터를 언제 어디서든 사용할 수 있는 전용 플랫폼을 갖춘다면 이를 활용해 디지털 트윈을 구축하고 운영하는 것이 훨씬 용이해질 수 있을 것으로 보입니다. 화려한 3D 그래픽에 치중할 필요 없이 데이터를 정확하게 수집하고 분석하는 것만으로도 디지털 트윈을 충분히 활용할 수 있습니다. 앞으로 디지털 트윈 기술은 제품과 시스템 설계, 구축 및 운영하는 방식에 상당히 영향력을 미칠 것이며, 제조뿐만 아니라 더 광범위한 산업에 널리 활용되면서 기업 혁신과 안전, 효율성을 달성하기 위한 주요 수단이 될 것으로 보입니다.
References
[1] 한경, 삼성, 반도체 공장 '디지털 트윈' TF 출범 (2023.5.20)
[2] 매경, 메이사-DL이앤씨, ‘디지털 트윈 기반 건설 혁신’ 업무협약 체결 (2023.5.11)
[3] Mckinsey, Technology deep dive: Digital twins (2021.6.11)
[4] Market&Market’s, Digital Twin Industry worth $73.5 billion by 2027 (2022.1.7)
[5] MADTimes, BMW, 엔비디아의 AI를 활용하여 가상으로 자동차를 생산하다 (2023.3.28)
[6] global-autonews, BMW, 가상 공장에서 '노이에 클라쎄' 생산 개시 (2023.3.23)
[7] 엔비디아, BMW와 함께 NVIDIA 옴니버스를 이용한 가상 공장 계획화
[8] 뉴스핌, 에피카, BMW코리아 서비스센터 운영에 '전면 디지털 솔루션' 적용 (2023.4.5)
[9] Microsoft, Microsoft Supports Unilever in Digital Twin (2022.2.10)
[10] GS칼텍스, 2020 지속가능성보고서 (2021.7.15)
[11] 특허청, 디지털 쌍둥이(트윈) 기술, 미·중 경쟁 속에 한국 맹추격 중 (2023.5.15)
[12] Accenture, Accelerating Sustainability with Virtual Twins (2021.1.26)
[13] 정보통신산업진흥원, ICT Global Market Analysis – 품목별 ICT 시장동향(디지털 트윈)(2022.11.18)
[14] IT World, “실물 이상의 파괴적 가능성” 디지털 트윈의 이해와 활용 방안 (2022.9.20)
▶ 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶ 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.
삼성SDS 컨설팅팀