2018.06.14

'제조와 IT의 만남'···디지털 트윈 기술이 주목 받는 이유

Keith Shaw | Network World
디지털 트윈 기술이 제조업을 넘어 사물 인터넷, 인공 지능, 데이터 분석이 융합된 세계로 진출하고 있다.

데이터 생산 역량을 지닌 더욱 정교한 사물이 네트워크에 연결됨에 따라, 이러한 사물의 디지털 트윈, 즉 디지털 형태가 데이터 과학자와 다양한 IT 전문가들이 최고의 효율성에 맞게 배포 환경을 최적화하고 여러 가지 가정(what-if) 시나리오를 생성할 수 있는 기반을 제공한다.

디지털 트윈이란?
디지털 트윈의 기본적인 정의는 실제 사물이나 시스템을 디지털로 표현한 것이다. 디지털 트윈의 기반 기술은 그간 범위가 확대되어 이제는 건물, 공장, 나아가 도시와 같은 대형 인프라까지 포함하게 되었다.

디지털 트윈 애플리케이션
디지털 트윈은 제조, 에너지, 교통, 건설 분야에서 사용할 수 있다. 항공기 엔진, 열차, 해양 구조물, 터빈과 같은 복잡한 대규모 장비를 실제 생산 과정에 들어가기 전에 먼저 디지털로 설계하고 테스트할 수 있다. 디지털 트윈은 유지보수 작업에도 도움이 될 수 있다. 예를 들어 기술자는 새로운 장비 수리 방법을 실제 설비나 기계에 적용하기 전에 디지털 트윈을 사용해서 효과가 있는지 테스트할 수 있다.

디지털 트윈과 IoT
IoT 센서가 폭증하면서 디지털 트윈 시나리오에 작고 간단한 사물도 포함하게 되었다. 기업도 부가적인 이점을 얻는다.

네트워크 월드 2018년 2월자 기사에서 데이브 맥카티는 “디지털 트윈이 IoT 배포에 중요한 5가지 이유”를 들었는데, 이 중에는 디지털 트윈을 사용해서 가변 데이터를 기반으로 다양한 결과를 예측하는 기능이 포함된다. SF 영화에서 자주 볼 수 있는, 디지털 환경 내에서 가능한 시나리오를 입증하는 ‘시뮬레이션 실행’ 시나리오와 비슷하다. 디지털 트윈은 실제 배포에 앞서 부가적인 소프트웨어 및 데이터 분석을 통해 최대한의 효율성을 내도록 IoT 배포를 최적화하고 설계자가 IoT의 설치 위치나 작동 방식을 파악하는 데 도움이 되는 경우가 많다.

실제 개체를 복제하는 디지털 트윈의 기능이 강화될수록 효율성을 비롯한 여러 혜택을 얻을 가능성도 더 커진다. 2017년 8월 네트워크 월드 기사에서 필자 딘 해밀턴은 디지털 트윈 기술이 제조의 얼굴을 바꿔 놓을 것이라면서 “디바이스를 더 세밀하게 계측화할수록 디지털 트윈은 더 정확하게 시간 경과에 따른 실제 성능을 나타내게 되고, 이는 더 정확한 분석과 미래 성능 시뮬레이션으로 이어진다”고 썼다.

디지털 트윈 기술
그러나 많은 데이터를 사용해 디지털 트윈을 만들려면 머신 러닝, 인공 지능, 예측 분석 및 기타 데이터 과학 분야 전문 지식과 같은 부가적인 기술이 필요하다. 가트너는 디지털 트윈이 항상 필요하지는 않으며 불필요한 복잡성 증대를 일으킬 수 있다고 경고했다. “비즈니스 문제에 따라 디지털 트윈이 불필요하게 과도한 기술인 경우도 있다. 비용, 보안, 개인정보, 통합에 관한 우려도 있다.”

IT 환경 내에 디지털 트윈을 만들어 배포하고자 하는 기업을 위해 디지털 트윈 기술을 상품화해 제공하는 업체로는 마이크로소프트, 오라클, GE 등이 있다.

디지털 트윈 대 예측 트윈
2017년 11월 네트워크 월드 기사에서 필자 디팩 퓨리는 사용자에게 디지털 트윈과 예측 트윈, 두 가지 옵션을 제공하는 오라클 디지털 트윈 툴을 간략히 소개했다.

디지털 트윈은 “디바이스에 대한 설명, 디바이스에 있는 모든 센서의 3D 렌더링과 세부 사항을 포함할 수 있다. 실제 옵션을 시뮬레이션하는 센서 판독치를 지속적으로 생성한다.”

퓨리는 예측 트윈은 “디바이스의 미래 상태와 행동을 모델링한다. 모델링은 다른 디바이스의 과거 이력 데이터를 기반으로 하며, 고장을 비롯해서 주의가 필요한 여러 상황을 시뮬레이션할 수 있다”고 썼다.

마이크로소프트는 디지털 트윈 개념을 실제 제품 외에 프로세스에도 적용한다. 마이크로소프트는 백서에서 디지털 프로세스 트윈 개념을 제안했다.

마이크로소프트는 “프로세스 디지털 트윈은 디지털 트랜스포메이션의 다음 단계로, 공장과 공급망 전반에서 제품 디지털 트윈의 이점을 혼합한다”고 주장했다. 이 백서에는 제품 디지털 트윈을 지원하지는 않지만 프로세스 디지털 트윈은 지원하는 몇 가지 고급 제조 시나리오가 나와 있다.

디지털 트윈의 역사
여러 문서(GE, 가트너, 이노베이션 엔터프라이즈(Innovation Enterprise) 등)에서 1960년대 나사(NASA)의 우주 프로그램을 기본적인 트윈 개념을 사용의 예로 든다. 이것은 우주선의 시스템과 일치하는 실제 시스템 복제본을 지상에 그대로 만들기 위한 프로그램이었다. 복제된 이 실제 시스템이 최종적으로 컴퓨터 시뮬레이션으로 이어졌다.

디지털 트윈은 2016년 가트너가 “2017년 10대 주요 전략적 기술 동향” 중 하나로 소개하면서 본격적으로 주목받기 시작했다. 당시 가트너는 3~5년 이내에 “수십억 개의 사물이 실제 사물 또는 시스템의 동적 소프트웨어 모델인 디지털 트윈으로 표현될 것”이라고 예측했다. 실제 세계 내에서 사물이 어떻게 작동하고 환경적 요인에 반응하는지에 관한 데이터를 제공할 수 있는 IoT형 센서의 부상 역시 디지털 트윈 사용을 유도하고 있다. 가트너 보고서는 “디지털 트윈을 사용해서 실제 세계 조건을 분석 및 시뮬레이션하고 변화에 대응하고 운영을 개선하고 가치를 추가할 수 있다”고 언급했다.

1년 뒤, 가트너는 2018년 주요 동향으로 다시 한 번 디지털 트윈을 선정하면서 “2020년까지 추정 210억 개의 센서와 엔드포인트가 연결된다. 머지않아 수십억 개의 사물에 디지털 트윈이 존재하게 될 것”이라고 전망했다. editor@itworld.co.kr  


2018.06.14

'제조와 IT의 만남'···디지털 트윈 기술이 주목 받는 이유

Keith Shaw | Network World
디지털 트윈 기술이 제조업을 넘어 사물 인터넷, 인공 지능, 데이터 분석이 융합된 세계로 진출하고 있다.

데이터 생산 역량을 지닌 더욱 정교한 사물이 네트워크에 연결됨에 따라, 이러한 사물의 디지털 트윈, 즉 디지털 형태가 데이터 과학자와 다양한 IT 전문가들이 최고의 효율성에 맞게 배포 환경을 최적화하고 여러 가지 가정(what-if) 시나리오를 생성할 수 있는 기반을 제공한다.

디지털 트윈이란?
디지털 트윈의 기본적인 정의는 실제 사물이나 시스템을 디지털로 표현한 것이다. 디지털 트윈의 기반 기술은 그간 범위가 확대되어 이제는 건물, 공장, 나아가 도시와 같은 대형 인프라까지 포함하게 되었다.

디지털 트윈 애플리케이션
디지털 트윈은 제조, 에너지, 교통, 건설 분야에서 사용할 수 있다. 항공기 엔진, 열차, 해양 구조물, 터빈과 같은 복잡한 대규모 장비를 실제 생산 과정에 들어가기 전에 먼저 디지털로 설계하고 테스트할 수 있다. 디지털 트윈은 유지보수 작업에도 도움이 될 수 있다. 예를 들어 기술자는 새로운 장비 수리 방법을 실제 설비나 기계에 적용하기 전에 디지털 트윈을 사용해서 효과가 있는지 테스트할 수 있다.

디지털 트윈과 IoT
IoT 센서가 폭증하면서 디지털 트윈 시나리오에 작고 간단한 사물도 포함하게 되었다. 기업도 부가적인 이점을 얻는다.

네트워크 월드 2018년 2월자 기사에서 데이브 맥카티는 “디지털 트윈이 IoT 배포에 중요한 5가지 이유”를 들었는데, 이 중에는 디지털 트윈을 사용해서 가변 데이터를 기반으로 다양한 결과를 예측하는 기능이 포함된다. SF 영화에서 자주 볼 수 있는, 디지털 환경 내에서 가능한 시나리오를 입증하는 ‘시뮬레이션 실행’ 시나리오와 비슷하다. 디지털 트윈은 실제 배포에 앞서 부가적인 소프트웨어 및 데이터 분석을 통해 최대한의 효율성을 내도록 IoT 배포를 최적화하고 설계자가 IoT의 설치 위치나 작동 방식을 파악하는 데 도움이 되는 경우가 많다.

실제 개체를 복제하는 디지털 트윈의 기능이 강화될수록 효율성을 비롯한 여러 혜택을 얻을 가능성도 더 커진다. 2017년 8월 네트워크 월드 기사에서 필자 딘 해밀턴은 디지털 트윈 기술이 제조의 얼굴을 바꿔 놓을 것이라면서 “디바이스를 더 세밀하게 계측화할수록 디지털 트윈은 더 정확하게 시간 경과에 따른 실제 성능을 나타내게 되고, 이는 더 정확한 분석과 미래 성능 시뮬레이션으로 이어진다”고 썼다.

디지털 트윈 기술
그러나 많은 데이터를 사용해 디지털 트윈을 만들려면 머신 러닝, 인공 지능, 예측 분석 및 기타 데이터 과학 분야 전문 지식과 같은 부가적인 기술이 필요하다. 가트너는 디지털 트윈이 항상 필요하지는 않으며 불필요한 복잡성 증대를 일으킬 수 있다고 경고했다. “비즈니스 문제에 따라 디지털 트윈이 불필요하게 과도한 기술인 경우도 있다. 비용, 보안, 개인정보, 통합에 관한 우려도 있다.”

IT 환경 내에 디지털 트윈을 만들어 배포하고자 하는 기업을 위해 디지털 트윈 기술을 상품화해 제공하는 업체로는 마이크로소프트, 오라클, GE 등이 있다.

디지털 트윈 대 예측 트윈
2017년 11월 네트워크 월드 기사에서 필자 디팩 퓨리는 사용자에게 디지털 트윈과 예측 트윈, 두 가지 옵션을 제공하는 오라클 디지털 트윈 툴을 간략히 소개했다.

디지털 트윈은 “디바이스에 대한 설명, 디바이스에 있는 모든 센서의 3D 렌더링과 세부 사항을 포함할 수 있다. 실제 옵션을 시뮬레이션하는 센서 판독치를 지속적으로 생성한다.”

퓨리는 예측 트윈은 “디바이스의 미래 상태와 행동을 모델링한다. 모델링은 다른 디바이스의 과거 이력 데이터를 기반으로 하며, 고장을 비롯해서 주의가 필요한 여러 상황을 시뮬레이션할 수 있다”고 썼다.

마이크로소프트는 디지털 트윈 개념을 실제 제품 외에 프로세스에도 적용한다. 마이크로소프트는 백서에서 디지털 프로세스 트윈 개념을 제안했다.

마이크로소프트는 “프로세스 디지털 트윈은 디지털 트랜스포메이션의 다음 단계로, 공장과 공급망 전반에서 제품 디지털 트윈의 이점을 혼합한다”고 주장했다. 이 백서에는 제품 디지털 트윈을 지원하지는 않지만 프로세스 디지털 트윈은 지원하는 몇 가지 고급 제조 시나리오가 나와 있다.

디지털 트윈의 역사
여러 문서(GE, 가트너, 이노베이션 엔터프라이즈(Innovation Enterprise) 등)에서 1960년대 나사(NASA)의 우주 프로그램을 기본적인 트윈 개념을 사용의 예로 든다. 이것은 우주선의 시스템과 일치하는 실제 시스템 복제본을 지상에 그대로 만들기 위한 프로그램이었다. 복제된 이 실제 시스템이 최종적으로 컴퓨터 시뮬레이션으로 이어졌다.

디지털 트윈은 2016년 가트너가 “2017년 10대 주요 전략적 기술 동향” 중 하나로 소개하면서 본격적으로 주목받기 시작했다. 당시 가트너는 3~5년 이내에 “수십억 개의 사물이 실제 사물 또는 시스템의 동적 소프트웨어 모델인 디지털 트윈으로 표현될 것”이라고 예측했다. 실제 세계 내에서 사물이 어떻게 작동하고 환경적 요인에 반응하는지에 관한 데이터를 제공할 수 있는 IoT형 센서의 부상 역시 디지털 트윈 사용을 유도하고 있다. 가트너 보고서는 “디지털 트윈을 사용해서 실제 세계 조건을 분석 및 시뮬레이션하고 변화에 대응하고 운영을 개선하고 가치를 추가할 수 있다”고 언급했다.

1년 뒤, 가트너는 2018년 주요 동향으로 다시 한 번 디지털 트윈을 선정하면서 “2020년까지 추정 210억 개의 센서와 엔드포인트가 연결된다. 머지않아 수십억 개의 사물에 디지털 트윈이 존재하게 될 것”이라고 전망했다. editor@itworld.co.kr  


X