2018.04.19

ITWorld 용어풀이 | 디지털 트윈

허은애 기자 | ITWorld
대규모 생산 시설에 즉각적인 변화를 주기는 어렵습니다. 모든 생산 라인을 멈추면 막대한 손해가 발생하고, 변경한 투입 요소가 어떤 결과를 낼지 알 수 없어 위험 부담을 안게 되기 때문입니다. 그러나 비효율을 야기하는 부품이 있을 때, 공정을 멈추거나 전문 인력을 투입하지 않으면서 결과를 예측할 수 있는 모델이 있다면 어떨까요?

GE나 지멘스 등의 기업에서는 터빈, 엔진처럼 거대한 장비나 산업 시설과 똑같은 소프트웨어 형태의 모델을 개발하는 해결책을 내놨습니다. 기존의 제조업 기반 물리 자산을 본따 ‘디지털 트윈(Digital Twin)’이라는 클라우드 기반의 모델을 만드는 방식입니다.

즉, 디지털 트윈은 파이프나 터빈, 엔진 등 복잡한 장비, 생산 라인 같은 대규모 설비와 완전히 동일한 환경을 소프트웨어로 복제한 시뮬레이션 모델을 말합니다. 디지털 트윈은 물리적 생산 환경 안의 다양한 기기와 센서에서 발생하는 모든 데이터를 수집하고 분석합니다. 엔지니어는 물리 환경에서 수집하고 분석한 데이터를 쌍둥이 가상 환경에 적용해서 향후 어떤 방식으로 개선해 나가야 할지 실험할 수 있습니다.


디지털 트윈의 근간에는 사물 인터넷, 빅데이터, 머신러닝, 인공지능, 음성 비서 등 첨단 기술이 있습니다. 네트워크로 연결된 수많은 기기가 산업 현장에서 모니터링을 담당하고, 각 공정의 생산성을 높일 실시간 데이터를 제공하는 각 단계마다 이런 기술이 활용됩니다. 데이터가 축적되면서 시뮬레이션 정확도도 향상됩니다. 최근에는 그래프나 수치로 데이터를 시각화하고, 음성 형태의 커뮤니케이션이나 증강현실 형태로 분석 결과를 제공하는 수준에 이르렀습니다.

GE의 부회장 콜린 패리스는 디지털 트윈의 장점을 조기 경고, 예측, 동적 최적화의 3가지로 요약했습니다. 지금까지는 기계가 고장 나거나 공장에서 사고가 발생한 이후의 데이터를 주로 수집하고 축적하고 분석해왔습니다. 대부분의 경우 구조화되지 않은 비정형 데이터가 쌓인다는 점, 그리고 사후적 해결이라는 점이 단점으로 지적돼 왔습니다.

그러나 디지털 트윈에서는 문제가 발생할 수 있는 곳에 데이터 포인트를 생성해, 실시간으로 데이터를 수집합니다. 데이터 수집은 원료 품질, 부품 수명 등 다양한 요소를 바꿔 가며 적용할 수 있고, 설비의 수명 주기가 끝날 때까지 계속됩니다. 또한, 검사 중 발견된 오차, 향후 사고나 설비 노화 확률을 미리 알리고 영향을 예측하며, 대응 방안도 제안합니다.

지멘스 PG의 제조 개발 부서 관리자인 세바스티안 뉴베르트는 디지털 트윈 모델을 적용해 가스 터빈 생산 단계의 처리 시간을 8주에서 5주로 단축하고, 설비 가용률을 10% 개선했다고 밝혔습니다.

우버, 넷플릭스, 아마존 등의 새로운 업체는 사고의 전환을 통해 기존 산업 강자를 위협하며 성공을 거듭하고 있습니다. 디지털 트윈 역시 디지털 트랜스포메이션이라는 광범위한 변화에 대비해 산업 분야에서 이루어진 혁신의 일환이라고 볼 수 있습니다. 저성장 시대를 맞아 제조업 분야에서도 첨단 기술을 결합하고 예측 역량을 개선해 생산성 확대 방안을 마련하고 있다는 점이 고무적입니다. editor@itworld.co.kr  


2018.04.19

ITWorld 용어풀이 | 디지털 트윈

허은애 기자 | ITWorld
대규모 생산 시설에 즉각적인 변화를 주기는 어렵습니다. 모든 생산 라인을 멈추면 막대한 손해가 발생하고, 변경한 투입 요소가 어떤 결과를 낼지 알 수 없어 위험 부담을 안게 되기 때문입니다. 그러나 비효율을 야기하는 부품이 있을 때, 공정을 멈추거나 전문 인력을 투입하지 않으면서 결과를 예측할 수 있는 모델이 있다면 어떨까요?

GE나 지멘스 등의 기업에서는 터빈, 엔진처럼 거대한 장비나 산업 시설과 똑같은 소프트웨어 형태의 모델을 개발하는 해결책을 내놨습니다. 기존의 제조업 기반 물리 자산을 본따 ‘디지털 트윈(Digital Twin)’이라는 클라우드 기반의 모델을 만드는 방식입니다.

즉, 디지털 트윈은 파이프나 터빈, 엔진 등 복잡한 장비, 생산 라인 같은 대규모 설비와 완전히 동일한 환경을 소프트웨어로 복제한 시뮬레이션 모델을 말합니다. 디지털 트윈은 물리적 생산 환경 안의 다양한 기기와 센서에서 발생하는 모든 데이터를 수집하고 분석합니다. 엔지니어는 물리 환경에서 수집하고 분석한 데이터를 쌍둥이 가상 환경에 적용해서 향후 어떤 방식으로 개선해 나가야 할지 실험할 수 있습니다.


디지털 트윈의 근간에는 사물 인터넷, 빅데이터, 머신러닝, 인공지능, 음성 비서 등 첨단 기술이 있습니다. 네트워크로 연결된 수많은 기기가 산업 현장에서 모니터링을 담당하고, 각 공정의 생산성을 높일 실시간 데이터를 제공하는 각 단계마다 이런 기술이 활용됩니다. 데이터가 축적되면서 시뮬레이션 정확도도 향상됩니다. 최근에는 그래프나 수치로 데이터를 시각화하고, 음성 형태의 커뮤니케이션이나 증강현실 형태로 분석 결과를 제공하는 수준에 이르렀습니다.

GE의 부회장 콜린 패리스는 디지털 트윈의 장점을 조기 경고, 예측, 동적 최적화의 3가지로 요약했습니다. 지금까지는 기계가 고장 나거나 공장에서 사고가 발생한 이후의 데이터를 주로 수집하고 축적하고 분석해왔습니다. 대부분의 경우 구조화되지 않은 비정형 데이터가 쌓인다는 점, 그리고 사후적 해결이라는 점이 단점으로 지적돼 왔습니다.

그러나 디지털 트윈에서는 문제가 발생할 수 있는 곳에 데이터 포인트를 생성해, 실시간으로 데이터를 수집합니다. 데이터 수집은 원료 품질, 부품 수명 등 다양한 요소를 바꿔 가며 적용할 수 있고, 설비의 수명 주기가 끝날 때까지 계속됩니다. 또한, 검사 중 발견된 오차, 향후 사고나 설비 노화 확률을 미리 알리고 영향을 예측하며, 대응 방안도 제안합니다.

지멘스 PG의 제조 개발 부서 관리자인 세바스티안 뉴베르트는 디지털 트윈 모델을 적용해 가스 터빈 생산 단계의 처리 시간을 8주에서 5주로 단축하고, 설비 가용률을 10% 개선했다고 밝혔습니다.

우버, 넷플릭스, 아마존 등의 새로운 업체는 사고의 전환을 통해 기존 산업 강자를 위협하며 성공을 거듭하고 있습니다. 디지털 트윈 역시 디지털 트랜스포메이션이라는 광범위한 변화에 대비해 산업 분야에서 이루어진 혁신의 일환이라고 볼 수 있습니다. 저성장 시대를 맞아 제조업 분야에서도 첨단 기술을 결합하고 예측 역량을 개선해 생산성 확대 방안을 마련하고 있다는 점이 고무적입니다. editor@itworld.co.kr  


X