디지털 트윈이란? 정의, 성공 조건, 기대효과

지난 5월 24일, 네이버팀과 한국수자원공사가 물관리 플랫폼 기반의 디지털 트윈 서비스 구축을 위해 본격적인 협력에 들어갔습니다. 한국수자원공사는 2023 CES에서 선보인 디지털 트윈 물관리 플랫폼 ‘디지털 가람플러스(Digital Garam+)’ 개발 경험을 토대로 네이버팀과 협업할 계획이라고 밝혔죠.

최근 클라우드 기반의 스마트시티 구축 등, 디지털 트윈 사업에 대한 관심이 뜨겁습니다. 데이터헌트에서 지금까지의 노하우와 경험을 담아, 성공적인 디지털 트윈 플랫폼 구축을 위해 유념해야 할 궁극적인 목표에 대해 소개합니다.

‍

‍

디지털 트윈 이해

‍

디지털 트윈 정의

디지털 트윈(Digital Twin)이란 현실 세계의 기계나 장비, 사물 등을 컴퓨터 속 가상세계에 구현하는 것을 의미합니다.

실물 객체와 시스템의 동적 운동 특성 및 결과 변화를 S/W 시스템에서 시뮬레이션할 수 있도록 하고, 최적 상태를 실물 시스템에 적용하고, 실물 시스템의 변화가 다시 가상 시스템으로 전달되도록 함으로써 끊임없는 순환 적응 및 최적화 체계를 구현하는 기술입니다.

‍

‍

정적 데이터 모델과 달리, 디지털 트윈은 실시간으로 진화하는 역동적이고 ‘살아있는’ 개체로 볼 수 있습니다. 디지털 트윈은 AI, 기계학습(machine learning), IoT 기술을 이용하여 물리적 대상 또는 시스템에 대한 실제 데이터를 입력으로 삼고, 해당 대상 또는 시스템이 이런 입력으로 인해 받는 영향을 예측 또는 시뮬레이션해 출력을 생성하는 컴퓨터 프로그램입니다. 이러한 동적 시뮬레이션을 통해, 가상의 디지털 트윈 사용자는 문제가 발생하기 전에 미리 예방하고 새로운 기회를 탐색하며 미래를 계획할 수 있습니다.

이 개념이 가장 먼저 시작된 곳은 NASA(National Aeronautics and Space Administration)로 초창기 우주 캡슐의 실물 크기 모형을 만들어 지상에서 궤도 문제를 진단하는 데 사용했는데, 실물 크기의 모형은 결국 완전한 디지털 시뮬레이션으로 대체됐습니다.

‍

‍

디지털 트윈 사업에 주목해야 하는 이유

디지털 트윈에 대한 글로벌 시장은 연간 38%씩 성장해 2023년에는 160억 달러 규모에 도달할 전망이라고 보고 있습니다. 디지털 트윈 사업이 주목 받기 시작한 이유 중 하나는 활용 방안의 증가입니다. 예를 들자면, 아래와 같은 이유가 있습니다.

‍

• 데이터의 수집처가 다양해져, 같은 산업군 내에서도 다양한 부분에서 활용이 가능해졌습니다.
• 단순 제품 유지보수 뿐만 아니라 제품 생애주기 전체를 대상으로 가치를 찾을 수 있게 되었습니다.

‍

이 기술이 갑자기 주목 받기 시작한 이유에 대해서는 여러 의견이 있지만, AI가 촉매제 역할을 했다는 데에는 이견이 없을 것입니다. 기술의 발전에 따라 수집한 정보를 디지털 트윈 환경에서 시뮬레이션으로 구동한 뒤, AI에게 결과를 학습시키면서 최적의 결과물을 제공할 수 있게 되었기 때문입니다.

‍

IBM에 의하면 디지털 트윈은 아래와 같은 장점이 있어, 다양한 산업에 적용될 수 있는 장점을 가지고 있습니다.

• R&D 개선
  디지털 트윈(Digital Twin)을 사용하면 가능한 성능 결과에 대한 풍부한 데이터를 생성함으로써 제품에 대해 보다 효과적인 연구와 설계를 수행하는 것이 가능합니다. 이러한 정보는 기업이 생산을 시작하기 전에 필요한 제품을 개선하는 데 도움이 되는 인사이트를 제공하기도 합니다.

• 효율성 향상
  디지털 트윈(Digital Twin)은 신제품이 생산에 돌입한 후에도 전체 제조 공정에 걸쳐 최고의 효율성을 달성하고 이를 유지하기 위해 생산 시스템을 미러링하고 모니터링할 수 있습니다.

• 제품 수명 만료
  디지털 트윈(Digital Twin)은 제조업체가 제품 수명 주기가 끝나고 재활용 또는 기타 조치를 통해 최종 처리를 해야하는 제품에 대해 무엇을 해야 할지 결정하는 데 도움을 줍니다. 디지털 트윈(Digital Twin)을 사용함으로써, 수확해야 하는 제품의 재료를 결정할 수 있습니다.

‍

‍

디지털 트윈과 시뮬레이션의 차이점, '리얼타임'

디지털 트윈은 흔히 다른 유사한 기술과 혼동되는 경우가 많습니다. 가장 흔한 것 중 하나는 시뮬레이션입니다. 두 기술 모두 시뮬레이션 기능을 포함하고 있으며 예측을 위한 도구라는 점에서 유사하기 때문입니다. 하지만 전문가들은 기존 시뮬레이션과 디지털 트윈 시뮬레이션에는 많은 차이점이 있다고 말합니다. 디지털 트윈은 실시간으로 동기화된 데이터를 기반으로 하는 반면, 기존 시뮬레이션은 과거 데이터나 가정을 기반으로 모델을 생성하고 고정된 모델을 분석합니다.

‍

• 시뮬레이션은 특정 시나리오나 조건을 재현해 결과를 예측하고 분석하는 통계적 방법,
• 디지털 트윈은 시스템의 현재 상태를 모니터링하고 분석해 예측 모델을 만들고, 시뮬레이션 분석 후 시스템의 미래 상태를 예측

‍

즉, 시뮬레이션이 특정 목적이나 특정 상황에 대한 일회성 분석 기법이라면, 디지털 트윈은 현실을 기반으로 생성된 모델을 지속적이고 실시간으로 변형-분석-예측함으로써 최적화된 운영을 가능하게 한다고 볼 수 있습니다. 또한 디지털 트윈의 범위는 기존 시뮬레이션보다 훨씬 광범위합니다. 디지털트윈은 실시간 데이터와 트윈 모델을 연결해 현장과의 연결성과 가시성을 확보하고 시뮬레이션 성능을 높여 실시간으로 의사결정을 지원할 수 있는 수준의 기술력이 필요합니다.

이를 실행할 수 있는 인력에도 차이가 있습니다. 기존 시뮬레이션은 제공자의 많은 시간과 전문성이 필요한 반면, 디지털 트윈은 사용자가 스스로 빠르게 실행할 수 있도록 도구가 제공된다는 점이 차이점 입니다.

디지털 트윈과 유사한 기술은 시뮬레이션뿐만이 아닙니다. 가상현실(VR), 증강현실(AR), 혼합현실(MR), 확장현실(XR), 메타버스, 빌딩 정보 모델링(BIM) 등이 있습니다. 하지만 이들과 디지털 트윈에는 차이가 있습니다. 전문가 들은 "가상현실은 완전히 가상의 세계에서 사람과 상호작용하는 기술이고, 증강현실은 현실 세계에 가상의 사물을 추가하여 더욱 풍부한 경험을 제공하는 기술"이라고 설명합니다. 혼합현실은 가상현실과 증강현실의 장점을 결합한 기술로 현실 공간에 가상 객체를 배치하거나 현실 객체를 인식해 그 주변에 가상 공간을 구성하는 기술이며, 확장현실은 VR, AR, MR을 통칭하는 개념입니다. 현실을 확장하는 모든 기술을 아우르는 가장 큰 포괄적인 용어입니다. 메타버스는 가상현실 기술과 사용자 인터페이스 기술을 결합해 가상의 세계를 만드는 것을 목표로 하는 기술이며, BIM은 건축물의 설계, 시공, 운영 등 전 과정을 관리하는 3차원 모델링 기술"이라고 설명할 수 있습니다. 넓은 의미에서 디지털 트윈에 포함될 수 있는 기술이지만, 목적과 방법, 구현 방식이 다르다고 볼 수 있습니다

‍

빅데이터 VS. 디지털 트윈

디지털 트윈은 방대한 빅데이터를 활용하여 시뮬레이션을 시각적으로 구현하고, 실시간으로 현실 세계와 연결하는 개념을 포함합니다. 따라서, 디지털 트윈의 유저 인터페이스는 더 즉각적이고 유저친화적인 성향을 보입니다.

반면 빅데이터는 테이블과 차트, 그래프 등의 2차원 툴로 분석 결과를 보여주기 때문에 디지털 트윈 사업보다는 단순하다고 볼 수 있습니다. 디지털 트윈의 시뮬레이션은 단순히 데이터를 통해 예측하는 것으로 끝나지 않습니다.

‍

‍

‍

‍

디지털 트윈의 구조와 기대효과

‍

디지털 트윈을 구성하는 기술

디지털트윈은 아래에서 언급하는 기술의 집합체를 의미합니다. 원래도 사용되고 있던 기술을 조합하여 디지털 트윈이라는 이름 하에 사용이 가능한 것입니다.

‍

• 제품 설계ㆍ제품 데이터 관리 : CAD・PLM(Product Lifecycle Management : 제품 라이프사이클 관리 시스템)
• 제품 시뮬레이션ㆍ엔지니어링 : CAE(Computer Aided Engineering : 시뮬레이션 분석 엔지니어링)
• 공장ㆍ제조 라인 시뮬레이션 : 3D 공장/플랜트 시뮬레이션 소프트웨어
• 디지털 데이터를 물리 공간에 3D 정보로 피드백 : AR(증강현실)ㆍVR(가상현실)
• 물리 공간의 데이터를 디지털 공간으로 피드백 : IoTㆍ3D 스캔

‍

‍

디지털 트윈을 통한 산업에 기대효과

‍

1. 데이터 중심의 의사결정 지원

‍

디지털 트윈을 만들려면 물리적 대상의 다양한 구성요소를 디지털 모델로 표현할 수 있어야 합니다. 겉모습부터 내부의 소프트웨어까지 모두 실제처럼 구현해야 하죠. 기업은 제품이나 자산, 설비 등에 사물인터넷(IoT) 센서를 부착해 디지털 트윈을 구현합니다.

디지털 트윈을 제작하면 자재구성표(BOM), 2차원 도면, 3차원 모델 등의 디지털 버전을 얻게 됩니다. 더 중요한 사실은 장비가 실시간으로 어떻게 운영되고 있는지를 정확히 파악할 수 있다는 점입니다.

이 데이터를 활용하면 더 나은 의사결정을 내릴 수 있습니다. 생산 설비의 성능이 저하되면 회사 전체의 효율성에 악영향을 주기 전에 설비를 수리 또는 업그레이드 할 수 있죠. 제품 성능이 떨어지면 개선을 통해 향후 출시 될 제품은 유사한 문제가 없도록 합니다.

실시간 데이터를 자유자재로 활용하게 되면 비즈니스에 필요한 가장 중요한 의사결정에서 추측 요소를 제거할 수 있습니다.

‍

2. 업무 프로세스 자동화
‍

회사와 제품 사이에 연결성을 확대한다는 장점 외에도 디지털 트윈은 기업이 업무 프로세스와 더 잘 연결하도록 돕습니다.

실시간 데이터 덕분에 업무 프로세스 비효율을 개선할 수 있습니다. 실시간 데이터와 이력 데이터, 머신러닝(기계학습) 역량 등을 디지털 트윈을 통해 결합하면 문제를 예측하고 해결할 수 있도록 도울 수 있습니다.

육안으로 보면 자산이 기대한 대로 작동하는 것처럼 보일 수 있습니다. 하지만 설비 내부 상황은 전혀 다른 이야기죠. 시스템에 생긴 약간의 결함이 자산의 성능을 서서히 저하시킬 수 있습니다.

하지만 디지털 트윈은 문제를 예측하고 발생하기 전에 예방하도록 돕습니다. 이상 징후를 포착하고 첫 취약 신호가 포착된 순간 수리 프로세스를 자동화 할 수 있습니다. 일찍이 적절하게 자산을 정상 범위로 돌려 놓아 심각한 서비스 중단이나 다운타임 장기화를 막을 수 있습니다.

‍

‍
3. 이해관계자 간의 협업 확대

‍
사물인터넷(IoT)은 데이터가 꾸준히 흐르도록 합니다. 디지털 트윈은 이 풍부한 데이터를 실시간으로 액세스 하도록 하죠. 하지만 모든 데이터를 혼자만 가지고 있지 않고 공유하는 편이 현명합니다.

디지털 트윈 네트워크를 만들면 내부 직원과 외부 공급망 파트너, 나아가 고객과 데이터 공유가 용이합니다. 동일한 통찰에 액세스할 수 있게 되어 여러분과 파트너, 고객 등 모두가 협업을 통해 제품과 프로세스를 개선할 수 있습니다.

디지털 트윈 데이터를 다양한 내부 부서와 공유하면 모두가 동일한 정보를 활용하도록 보장합니다. 연구개발, 재무, 마케팅, 영업 팀 등 고립된 사일로 형태로 운영 되던 그룹이 협업해 신제품에 대한 적정 디자인, 정확한 가격 책정, 충분한 촉진 활동, 상업적 생존 가능성 등을 보장합니다.

공급망 파트너는 디지털 트윈 네트워크로 가시성 향상 효과를 얻습니다. 자산 오작동이 발생하면 정비 사업자가 팀을 파견해 해당 설비를 고칩니다. 회사가 제품을 일정보다 빨리 생산하면 물류 사업자가 이를 감지해 일찍 수령해 배송합니다.

끝으로 디지털 트윈 네트워크는 고객으로부터 값진 통찰을 얻을 수 있도록 돕습니다. 고객이 제품을 어떻게 사용하는지 모니터 함으로써 사용빈도가 낮은 기능은 향후 제품에서 제거하고 인기 있는 기능을 부각시킨 신제품을 개발합니다.

디지털 트윈 네트워크를 통해 열린 협업 환경을 실현하면 설계, 운영은 물론 그 중간의 모든 업무를 혁신할 기회를 얻게 됩니다.

‍

4. 새로운 비즈니스 모델 창출

‍
업계를 뒤흔드는 파괴적 혁신에 영향을 받지 않는 기업은 없습니다. 그래서 기업은 기존 비즈니스 모델을 재편하고 매출을 창출할 새로운 방안을 항상 모색해야 합니다.

디지털 트윈은 이 두 가지를 모두 진행할 기회를 제시합니다.

여러분 회사가 B2B용 설비를 생산한다고 가정해 보죠. 디지털 트윈은 설비를 판매하고 고객사 사업장에 설치하는 일 외에도 자산 수명주기 전반에 걸친 유지보수를 제공하고 고정 요율 대신 실제 사용량을 기준으로 요금을 청구하는 방안을 제안합니다.

디지털 트윈 네트워크를 통해 항상 자산 상태를 모니터하고 고객과 공유하며 고객의 정확한 공기 사용량을 추적합니다. 이처럼 신뢰성과 투명성을 겸비한 방식으로 필요하면 바로 자산을 수리하도록 상시 대기하며 매번 적정 금액을 청구하도록 보장합니다.

틀을 벗어난 사고와 혁신적인 서비스 형태의 비즈니스 모델을 탐색한다면 오늘날 수시로 변모하는 디지털 세상에서 확실한 수익성을 유지할 수 있습니다.

‍

‍

산업 활용 사례

건설업은 설계, 시공, 유지 관리 등 각 단계에서 디지털 트윈 플랫폼을 통해 효율적인 공정 설계 및 현장의 안정, 생산성 향상을 도모하고 있습니다.

‍

• 가고시마 건설
  건축 현장을 원격으로 감시하기 위해 건설 현장의 디지털 트윈인 ‘3D K-Feild’ 개발
  현장에 설치한 IoT 센서로 취득한 사람·사물·자동차 데이터를 가상 공간에 표시

• 코마츠
  드론으로 지형 데이터를 취득하여 디지털 트윈을 구축한 ‘스마트 컨트릭션’
  측량 프로세스의 효율화와 공정의 자동 생성
  약 4일 이상 걸렸던 작업을 20분 만에 끝내 측량 효율을 대폭 향상
  공정 진척을 가시화하여 책임자와 의사결정권자의 신속한 업무 처리 지원

‍

도시 계획, 스마트 시티

싱가포르에서는 BIM(Building Information Modeling)을 바탕으로 전국의 토지를 통째로 디지털 트윈화에 성공했습니다. 이것을 ‘버추얼 싱가포르’라고 합니다. 여기에서는 지형 정보나 건물, 교통기관, 수위, 사람의 위치 등에 대한 실시간 데이터를 통합한 3D 모델을 확인할 수 있습니다. 이를 통해 도시의 각 인프라를 정비하고 효율적인 도시 계획을 세울 수 있게 되었죠.

‍

‍

네이버는 대규모 공간을 매우 정밀하게 매핑하면서, 측위도 가능한 디지털 트윈 솔루션 ‘아크아이’를 공개했습니다. 올해 완공된 네이버의 신사옥 ‘1784’에 이 솔루션을 적용하면서 화제가 되기도 했죠. 쇼핑몰, 고층 빌딩 등의 일상 공간을 디지털 트윈으로 구축하고자 하는 기업과 단체의 수요 증가에 따라, ‘핵심 기술과 전문 장비 및 클라우드 인프라’라는 서비스 특장점을 내세우고 있습니다. 디지털 트윈 구축에 필요한 모든 단계를 기능별로 세분화했다는 점에서 많은 사업자들의 주목을 받고 있죠.

최근 네이버팀은 아크아이를 통해 사우디아라비아가 5천억 달러 이상을 투자해 건설하려는 ‘네옴시티’의 수주를 받기 위해 공격적인 연구를 진행하고 있습니다.

‍

‍

‍

디지털 트윈 구현 방법과 실전 팁

‍

데이터 설계부터 시작하는 구현

24시간 가동되는 제조 현장에서 발생하는 방대한 데이터는 사용하지 못하고 방치되거나 버려지는 경우가 있습니다. 이에 빅데이터 기반 공정 시뮬레이션을 토대로 생산 계획 최적화를 실현하는 디지털 트윈 플랫폼이 주목 받기 시작한 것이죠.

타이거그래프(TigerGraph)의 산업 솔루션 책임자 해리 파월은 “일반적인 규모의 조직에서 디지털 트윈을 만드는 경우 수백만 개의 데이터 포인트와 관계가 필요하다. 이런 데이터를 쿼리하기 위해서는 수십 개의 링크를 가로지르거나 뛰어넘어 수천 개의 개체 간 관계를 이해해야 한다.”고 말했습니다. 즉, 수천 개가 넘는 개체의 동작을 시뮬레이션하는 디지털 트윈 사업에서는 개체 및 개체 관계를 쿼리할 수 있는 데이터 모델이 필요한 것입니다.

‍

시뮬레이션 기술은 기본적으로 환경의 복잡도에 따라 많은 시간이 소모됩니다. 그러나 시뮬레이션 시간을 줄이기 위해 학습 모델화를 시켜 구동할 경우, 시간은 개선되지만 정확도가 떨어지는 문제점이 발생합니다. 실제로 Y 대학교에서 딥러닝을 이용한 시뮬레이션 기술 연구를 통해 기존 물리 기반 시뮬레이션 방법보다 더 빠르게 예측 결과를 도출할 수 있었지만, 정확도는 기존의 것과 큰 차이를 두지 못했었죠. 결국 정확도를 향상시키기 위해서는 학습 데이터를 다양하게 만드는 것이 중요하다는 결론이었습니다.

‍

‍

‍

‍

실사용 정확도를 고려한 데이터 가공

디지털 트윈을 활용하기 위해서는 실세계를 정밀하게 모사할 수 있는 시뮬레이션 모델 개발이 반드시 선행되어야 합니다. 시뮬레이션 정확도가 떨어지면 의사결정의 신뢰성이 무너지고, 산업 환경에 크리티컬한 영향을 미칠 수 있습니다.

정확한 시뮬레이션 모델을 개발하기 위해서는 실제 생산 데이터가 반드시 필요합니다. 즉, 빅데이터와 다르게 디지털 트윈은 환경 구현 과정에서 정확도가 중요한 사업입니다. 구현 이후에 시뮬레이션 데이터로 원하는 목적을 달성하는 것에 초점을 두어야 하는 것이죠. 이 때문에 데이터 라벨링 과정에서 데이터 가공의 정확도가 더욱 중요해지는 것입니다.

‍

‍

‍

결론: 디지털 트윈 사업을 시작하기 전, 목적과 데이터 설계 및 구현에 대한 고민이 필수

수많은 디지털 트윈 사업이 실패하는 이유의 대부분은 시작도 전에 너무 많은 힘을 썼기 때문일 가능성이 높습니다. 화려한 그래픽에 치중할 필요 없이 데이터를 정확하게 입력하는 것만으로도 디지털 트윈을 충분히 활용하고, 효과를 볼 수 있습니다.

디지털 트윈 사업의 목적은 다양하지만, 공통적인 목표에 대해서 인지할 필요도 있습니다. 디지털 트윈 사업에 적용할 분석 데이터의 목적을 명확하게 하고 이를 가공하여 구현하는 것이 중요합니다.

‍

디지털 트윈 사업의 목표는 단순히 빅데이터를 사용하는 것보다 더 나은 효과를 보기 위한 것입니다. 단순히 빅데이터를 가지고 분석 및 시각화 작업만 할 것은 아닌지 세심하게 계획을 세우는 것이 중요합니다.

또한, 디지털 트윈 사업을 진행하기 전에 현실과 비슷한 가상 세계를 수립하기 위해 고품질의 데이터를 수집하고 이를 가공하는 과정이 중요합니다. 앞서 설명했듯이 정확한 시뮬레이션 모델 개발을 위해서는 실제 생산 데이터가 필요하며, 이를 학습용 데이터로 가공하는 과정에서 모델의 정확도가 결정되기 때문입니다.

‍

‍

요약하자면

1. 디지털 트윈(Digital Twin)이란, 물리 세상을 그대로 가상 공간에 반영하여 만든 모델을 의미합니다.
2. 디지털 트윈은 다양한 산업 분야에서 사용되고 있습니다. 특히 건축 및 생산 분야에서 활용했으며, 최근에는 도시 계획·스마트 시티 분야에서 적극적인 연구 및 개발이 이루어지고 있습니다.
3. 디지털 트윈 사업에서 성공하기 위해서는 시뮬레이션 모델의 정확도에 유념해야 합니다. 이를 위해서는 실세계와 가상 세계의 오차를 확인하고, 시뮬레이션 데이터의 목적을 확인하여 가공하는 과정이 중요합니다.

‍

참고 자료

• https://blog.naver.com/chomdan_/222999019465
• 디지털트윈은 데이터가 생명…화려한 이미지에 공들이지 마라 | 한국경제
• 디지털 트윈 - 최신 사례 4선 & 6가지 장점
• https://www.samsungsds.com/kr/insights/digital_twin_trend_2.html
• https://news.sap.com/korea/2022/08/%EB%94%94%EC%A7%80%ED%84%B8-%ED%8A%B8%EC%9C%88-%ED%9A%A8%EA%B3%BC-%EB%B9%84%EC%A6%88%EB%8B%88%EC%8A%A4-%ED%99%9C%EB%A0%A5%EC%9D%84-%EB%86%92%EC%9D%BC-4%EA%B0%80%EC%A7%80-%EB%B0%A9%EC%95%88/

‍