글로벌 시장조사기관 가트너 등이 핵심 기술로 소개하고 있는 디지털 트윈은 약 20년 전 미국 미시간대의 마이클 그리브스 교수가 처음 제시한 개념입니다. 그렇다면 처음 소개된 이후 20년이 지난 지금도 여전히 뜨거운 관심을 받고 있는 디지털 트윈이 무엇이며, 이를 활용하는 대표 사례는 무엇일까요? 이번 회에서는 디지털 트윈을 비즈니스에 적용하기 위해 꼭 알고 있어야 할 내용들을 정리해봤습니다.
디지털 트윈의 시작은 언제일까요?
디지털 트윈(Digital Twin)의 개념은 2003년 마이클 그리브스 박사가 제품의 생애주기 관점에서 최초로 제안한 개념입니다. 제품 공정 관리 연구에서 가장 효율적인 방안을 찾다가 구상한 내용이었습니다. 당시 디지털 트윈과 물리적 트윈 사이의 상호작용을 구축해 이를 통한 지능화를 이끌어 낼 수 있다는 획기적 주장이었습니다. 그리브스 박사는 디지털 트윈이 ‘현실과 가상의 미러링(Mirroring) 또는 트윈닝(Twinning)의 사이클(Cycle)’이라는 중요한 개념을 제시하였습니다. 이는 데이터가 현실 객체에서 가상으로 이동, 그리고 가상에서 현실 객체로 정보(Information)와 과정(Processes)의 이동을 나타냅니다.
- Data ->
- -Information Process
위의 개념도를 요약하면 다음과 같습니다.
- 데이터(Data)
- 가상세계(Virtual Space) ->
- -현실세계(Real Space)
- 정보/과정(Information/Process)
이 기술에 대한 관심은 그 당시에도 뜨거웠지만 아쉽게도 완벽한 구현에 한계가 있었습니다. 이를 뒷받침할 하드웨어 또는 정보기술 등이 없었기 때문입니다. 또한 제품 공정을 가상에 구현하려면 방대한 데이터 저장과 처리장치가 필요했습니다. 당시의 기술로는 그것을 완벽하게 구현하기엔 제한적일 수밖에 없었습니다. 하지만 디지털 트윈을 구현할 수 있는 새로운 기술들이 지난 20년간 급격히 개발되었고, 이제는 디지털 트윈이 다양한 비즈니스를 이끄는 대표 트렌드가 되었습니다.
디지털 트윈의 특징은 무엇일까요?
디지털 트윈의 주요 특징은 3가지로 요약될 수 있습니다.
① 다양한 데이터를 이용하여 시뮬레이션하고, 객체와 현상을 연결합니다.
② 모든 생애주기에 실제로 운영되는 시스템을 모두 포함됩니다.
③ 현실에서 발생되는 문제의 데이터 분석을 통해 해결 방안을 제시합니다.
이처럼 기업이 구현하고 활용하는 디지털 트윈의 핵심 영역은 시뮬레이션입니다. 물리적이고 시각적인 실험도 가능하고 더 나아가 데이터 분석을 통해 현상을 해석하고 대안을 도출하는 것도 포함됩니다. 예를 들어 공장에서는 각종 설비 데이터가 가상공간에 표현되고 시뮬레이션을 통해 장비를 운영함으로써 문제점을 예측해 볼 수 있습니다. 이처럼 가상공간에서 예측된 문제점을 보완해 다시 현실 공정에 적용하게 되면 체계적인 계획 수립과 효율성이 극대화되기 때문입니다.
디지텉 트윈과 관련된 기술은 무엇이 있을까요?
디지털 트윈 관련 기술은 분야별로 다양합니다. 일반적으로 디지털 트윈의 가장 기본적 기술로서 IoT(Internet of Things) 또는 IIoT(Industrial Internet of Things)를 제시합니다. 그리고 IoT 등으로부터 수집되는 다양한 데이터를 AI, 머신러닝, 딥러닝 등을 통해 분석하여 디지털 트윈이 운영되도록 지원합니다. Fuller(2020) 연구에서는 디지털 트윈에 활용되는 기술을 분야별(제조업, 스마트시티, 의료서비스)로 구분하였으며 정리하면 다음과 같습니다.
| 분야 | 활용 기술 |
|---|---|
| 제조업 | Simulation, Sensors, Analytics, AI, VR, AR, Cloud, CPS, Blockchain, Visualization, optimization, Big data, Transfer Learning |
| 스마트 시티 | Simulation, AI, VR, AR, Cloud, Visualization, Sensors Ontology |
| 의료서비스 | AI, VR, Cloud, CPS, 3D Modelling |
물론 위의 표에서는 각 분야별 활용기술이 구분되어 있지만, 현재는 관련된 모든 기술들이 분야를 넘어서서 다양하게 활용되고 있습니다. 아래의 그림은 디지털 트윈에 활용되는 주요 기술을 나타내며, 앞으로 여러 비즈니스 분야에 새로운 기술들이 지속적으로 개발되어 디지털 트윈에 적용될 것이라고 생각됩니다.
- 1. create virtual product
- 2. analyse, integrate, and visualize data
- 3. simulate behaviours
- 4. control behaviours
- 5. communication with virtual product
- 6. measure data
- cad, 3d model
- data analytics, data integration, data visualizaton, artificial
- simulation, VR
- AR, actuator
- cloud computing, cloud platform, connectivity
- csensors, software
- Reflection from the physical world to the digital world
- Reflection from the digital world to the physical world
디지털 트윈이 어디까지 적용될 수 있을까요?
글로벌 시장조사업체 가트너(Gartner)는 매년 10대 전략 기술(Top 10 Strategic Technology Trends)에서 디지털 트윈을 3년(2017~2019) 연속 10대 전략 기술로 선정하였으며, 전 세계의 다양한 비즈니스의 중요 모델이 되었습니다. 디지털 트윈을 비즈니스에 활용하기 위해서는 기본적으로 구축과 운영으로 구분할 수 있습니다. 먼저 구축 단계에서는 아래와 같이 7가지 조건이 필요합니다.
① 시뮬레이션 모델 개발을 위한 목적과 활용 기간이 명확해야 합니다.
② 다양한 정책 관련자들에게 필요한 디지털 트윈 데이터와 정보를 생산해야 합니다.
③ 모든 디지털 트윈 객체가 시맨틱 기술(Semantic technologies)*에 의해 상호연결되야 합니다.
* 시맨틱 기술은 웹에서의 응용뿐만 아니라 내부 정보의 활용과 웹 기반이 아닌 외부정보의 활용까지 가능하다. 즉 시맨틱 기술은 대규모 데이터 통합을 해결하기 위하여 사용할 수 있다. (출처: 위키백과)
④ 생애주기 전체에 대한 정보가 구축되어야 하며, 다음 단계로 넘어가기 위한 지원체계도 구축되어야 합니다.
⑤ 빅데이터, AR 등을 이용하여 실제 세계와 디지털 세계가 연결되어야 합니다.
⑥ 디지털 트윈 그 자체가 비즈니스 모델을 가지고 있어야 합니다.
⑦ 시스템의 생애주기 동안 지속적인 피드백이 긴밀하게 이루어져야 합니다.
다음으로 디지털 트윈이 비즈니스에서 운영되기 위한 6가지 특징입니다.
① 실제 세상과 디지털 시스템을 연결하는 다리(Bridge) 역할을 합니다.
② 개별 사업 자산이 아닌 복잡하고 통합된 모든 사업 환경을 분석합니다.
③ 현실 세계의 문제발생에 효과적으로 대응합니다.
④ 디지털 트윈 시스템과 인간이 공동으로 업무가 가능하게 합니다.
⑤ 새로운 사업을 디지털 트윈으로 분석하여 빠르게 성장하도록 도와줍니다.
⑥ 신기술(AI, 머신러닝 등)을 통합적으로 사용 가능하게 합니다.
- it/ot system
- IoT devices
- people
- data stream
- simulation
- 3D modelingl
- human-machine collaboration
- complex event processing
- system integration
- real-time rule processing
- geo positioning
- data security
- visualization
- oil refinert/office
- city/factory
- airport/hospital
이번 회에서는 디지털 트윈의 정의와 비즈니스에서의 특징에 대하여 알아보았습니다. 다음 회에서는 디지털 트윈의 대표 사례에 대해 알아보겠습니다.
References
[1] Aheleroff, S., Zhong, R. Y., & Xu, X. (2020). A digital twin reference for mass personalization in industry 4.0. Procedia Cirp, 93, 228-233.
[2] Boschert, S., Heinrich, C., & Rosen, R. (2018, May). Next generation digital twin. In Proc. tmce (Vol. 2018, pp. 7-11). Las Palmas de Gran Canaria, Spain.
[3] Fuller, A., Fan, Z., Day, C., & Barlow, C. (2020). Digital twin: Enabling technologies, challenges and open research. IEEE access, 8, 108952-108971.
[4] Grieves, M., (2014), Digital twin: manufacturing excellence through virtual factory replication. Google Scholar.
[5] Haße, H., Li, B., Weißenberg, N., Cirullies, J., & Otto, B. (2019). Digital twin for real-time data processing in logistics. In Artificial Intelligence and Digital Transformation in Supply Chain Management: Innovative Approaches for Supply Chains. Proceedings of the Hamburg International Conference of Logistics (HICL), Vol. 27 (pp. 4-28). Berlin: epubli GmbH.
[6] Kritzinger, W., Karner, M., Traar, G., Henjes, J., & Sihn, W. (2018). Digital Twin in manufacturing: A categorical literature review and classification. IFAC-PapersOnLine, 51(11), 1016-1022.
[7] Nguyen, H. X., Trestian, R., To, D., & Tatipamula, M. (2021). Digital twin for 5G and beyond. IEEE Communications Magazine, 59(2), 10-15.
[8] Rosen, R., Fischer, J., & Boschert, S. (2019). Next generation digital twin: An ecosystem for mechatronic systems?. IFAC-PapersOnLine, 52(15), 265-270.
[9] Schrotter, G., & Hürzeler, C. (2020). The digital twin of the City of Zurich for urban planning. PFG–Journal of Photogrammetry, Remote Sensing and Geoinformation Science, 88(1), 99-112.
[10] Tao, F., Sui, F., Liu, A., Qi, Q., Zhang, M., Song, B., ... & Nee, A. Y. (2019). Digital twin-driven product design framework. International Journal of Production Research, 57(12), 3935-3953.
[11] Tchana, Y., Ducellier, G., & Remy, S. (2019). Designing a unique Digital Twin for linear infrastructures lifecycle management. Procedia CIRP, 84, 545-549.
[12] https://vantiq.com/blog/digital-twins-will-transform-business/
[13] https://www.cdbb.cam.ac.uk/what-we-do/national-digital-twin-programme
▶ 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶ 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.
한국국토정보공사