인사이트

인사이트리포트

디지털프렌스포메이션 최신 정보 및 트렌드를 제공합니다.

데이터 관리 디지털 혁신

디지털트윈, 빅데이터를 눈 앞에 펼치다 1편

2022.10.05이혜민 & 손유정 컨설턴트
다운로드

포스트 코로나 솔루션 디지털트윈

디지털트윈이라는 용어는 1991년에 David Gelernter라는 컴퓨터 과학자가 ‘Mirror Worlds’에서 저술한 책에서 처음 사용 되었고, 실제로 소프트웨어로 구현된 것은 2002년이라고 합니다. 벌써 20년 전부터 디지털트윈이라는 개념은 존재해 왔다.
그 후로 통신과 정보 처리 기술이 발달하고 4차 산업 혁명이라는 새로운 시대(era)가 우리의 삶에 침투하면서 가트너는 2017년 10대 전략 기술 트렌드 중 하나로 디지털트윈을 꼽기도 했죠. 이 때 가트너는 ‘현실에 있는 사물은 물리적 사물 또는 시스템의 동적 소프트웨어 모델인 디지 트윈으로 표현될 것’이라고 제시했다. 1)

 

‘디지털트윈’이라는 용어는 이처럼 오래된 개념이었지만 우리가 체감할 정도로 보편화되지는 않았었다. 그러나 IoT, 인공지능, AR, VR, 빅데이터 등의 기술 발전과 Covid-19를 기점으로 급속도로 확산된 비대면 트렌드와 자동화 시장 수요, 마지막으로 제조업체들이 생산성과 효율성을 개선하기 위한 돌파구로 Digital Transformation을 채택하기 시작하면서 점점 디지털트윈이라는 개념이 4차 산업의 중요한 키워드로 인식되고 본격적인 포스트 코로나 솔루션으로 부상했다. 2)

 

 

 

미래 성장을 고민하는 기업의 돌파구, Digital Transformation과 디지털트윈                

코로나 당시 제조와 생산 업계는 극심한 공급망 마비를 겪었다. 공장이 셧다운 되고 인력 수급, 항만·운송까지 막히면서 개발, 부품 수급, 생산, 서비스 등 모든 프로세스가 무너졌다. Digital Transformation은 오래 전부터 존재했던 과제였지만 Covid-19을 기점으로 공급망 체계가 더 유연하고 민첩해져야 한다는 목소리가 늘면서 많은 기업들이 원격 근무, 원격 개발, 자동화 공정 등 비대면 운영 방식의 채택을 가속화하게 된다. 특히 디지털트윈은 각기 다른 장소에서 이전처럼 협업할 수 있는 실질적 비대면 운영 방식의 대안으로 부상하게 되었다.

 

제품 개발 관점에서 다시 생각해 보겠다. 최근 TV, 가전제품, 휴대폰 등의 제품 수명 주기가 점점 짧아지고 요소가 더 복잡 다양해 지면서 제조사 입장에서는 개발의 어려움이 더 높아지고 있었다. 개발의 어려움은 곧 생산 비용이기 때문에 제조사 입장에서는 생산성과 효율성을 개선해야 하는 과제에 봉착해 있었던 것이다. 한정된 자원과 시간 조건 속에서 고객의 요구사항에 부응하기란 쉽지 않은 일이다. 고객 요구사항을 맞추기 위해 비용을 무조건 투자한다고 해도 회수될 것이라는 보장도 없다. 4)

이런 기업의 고민을 해결해주는 기술이 디지털트윈이다. 디지털트윈을 정의하는 여러 기술 속성이 있지만 가장 핵심 포인트인 ‘가시성을 확보한 시뮬레이션’ 기술이 현재 기업이 봉착한 생산성과 효율성 과제를 개선하는 솔루션이 될 수 있다.

 

그러나 디지털트윈을 단순한 시뮬레이션 기술이라고 치부하기엔 좀 아쉽다.
디지털트윈을 좀 더 명확하게 설명하자면 ‘디지털 방식으로 설계한 시뮬레이션 하여 검증하고 예측하는 것’ 이라고 해야 한다. , 실제 환경을 ‘가상에 그대로 구현’하고 가상환경에서 미리 ‘시뮬레이션’을 하여 ‘검증’을 통해 ‘최적화’ 하는 것이 목적이다.

디지털트윈 솔루션을 활용하면 앞서 언급했던 짧은 수명주기에 대한 시기적 대응, 복잡도가 높은 제품에 대한 고품질 대응, 유연한 생산 프로세스 변경이 모두 가능해 진다. 디지털트윈 시뮬레이션의 특징을 조금 더 상세히 살펴보자.

 

물리적 환경 변화까지 구현하는 디지털트윈 시뮬레이션

디지털트윈의 시뮬레이션은 단순히 데이터를 통해 예측하는 것에 그치지 않는다. 가장 중요한 전제는 실제환경을 가상에 동일하게 반영해야 한다는 점이다. 단순히 전기, 기계 모델을 만드는 것이 아니라 질량으로 인한 중력, 온도, 습도 등 물리적 환경이 그대로 반영되어야 하고 그 이후에 기구의 위치 및 속도 이동 등 행동학적 요소가 적용된 뒤, 이 모든 요소가 실시간으로 동기화 되어야 진정한 디지털트윈 시뮬레이션이라고 할 수 있다. 4)

예를 들어, 만약 제품이 주변 온도, 습도 등 환경에 영향을 받았다면 실제 가상 세계에 있는 제품도 동일하게 영향을 받은 것으로 구현되기 때문에 작업자 입장에서는 고도의 제품 최적화 수행이 훨씬 쉽게 가능해 진다.

 

 

물리적 환경까지 구현한 디지털트윈 시뮬레이션은 제품 개발 프로세스의 용이성 혹은 유연성뿐만 아니라 제품 파손이나 인명피해 걱정 없이 장비의 속성을 극한까지 테스트 해 볼 수 있다는 이점이 있다. 제품이나 장비의 성능을 최적화 하기 위해서는 구동을 한계까지 몰아 부쳐야 한다. 이때 가장 큰 문제는 장비가 물리적인 한계 상황에 부딪혔을 때 어떠한 안전 이슈가 발생할지 예측하기 어렵다는 것이다. 작업자는 시뮬레이션에서 장비를 실제로 한계까지 테스트 해보면서 최적의 포인트를 찾아 나갈 수 있다. 이 과정에서 잠재적 위험요소를 사전에 발견 할 수 있고 적절한 대책을 실시간 적용해 완벽한 상태를 구현할 때까지 검증할 수 있다

 

또한, 물리적 환경을 그대로 구현한 가상 세계에서의 검증 과정은 제품의 출시 기간을 효과적으로 단축한다. 현실 환경에서의 테스트가 가능하기 때문에 프로토타입을 일일이 만들지 않고도 더 완벽한 제품을 구현할 수 있다. 또한 개발 구축, 생산 설계, 엔지니어링, 테스트, 검증 과정이 순차적으로 진행되었던 기존 생산방식과는 다르게 디지털트윈 시뮬레이션 공간에서는 각 작업자가 하나의 가상 플랫폼에 접속하여 동시에 병행하여 작업을 수행할 수 있다. 가상의 시뮬레이션 공간에서 설계와 테스트를 동시에 반복할 수 있으며 실시간으로 결과를 반영하고 검증할 수 있게 한다. 작업 전환 시간을 단축하기 때문에 보다 효율적인 생산 일정 운영이 가능하다.

디지털트윈의 시뮬레이션은 실제 물리 세상을 그대로 반영한 가상 공간에서 작업이 이뤄지기 때문에 ① 극한의 상황에서도 작업자의 안전을 보장할 수 있고, ② 완벽에 가까운 제품을 생산할 수 있으며, ③ 보다 유연한 고객 대응을 가능하게 한다. 이는 곧 기업 고유의 경쟁력으로 발현될 것이며 향후 기업의 생존까지 영향을 미칠 수 있다. 4)

 

빅데이터 VS.디지털트윈

사실 시뮬레이션이라는 개념은 수집된 데이터를 마이닝하여 분석하고 예측할 수 있다는 점과 비교했을 때 일반적인 빅데이터 활용 기술 중에 하나가 아니냐고 반문할 수 있다. 결국은 디지털트윈도 데이터를 기반으로 시뮬레이션을 통해 예측하는 개념이기 때문에 빅데이터 기술 중에 하나라고 말할 수도 있는데, 그럼에도 왜 제조사가 단순 빅데이터 시스템 도입이 아닌 디지털트윈을 검토하고 있는지 두 기술과 개념을 함께 비교해 보도록 하겠다.

 

 

빅데이터와 디지털트윈은 둘 다 데이터 중심이라는 공통점을 가지고 있다. 하지만 데이터는 가장 날 것의 정보이기 때문에 이 자체만으로는 솔루션이 될 수 없다.
의미 있는 솔루션이 되려면 데이터를 취합해 정보를 추출하고, 육하원칙에 해당하는 내용을 찾아 적합한 결과를 도출한 후 사용자에게 제공해야 한다. 디지털트윈은 바로 이 솔루션에 해당합니다.

 

 

디지털트윈은 방대한 빅데이터를 활용해 시뮬레이션을 ‘시각적’으로 구현하고 ‘실시간으로 현실 세계와 연결’해 준다는 개념을 포함한다. 따라서 디지털트윈의 유저 인터페이스는 더 즉각적이고 직접적이며 유저 친화적이다. 단순한 테이블, 차트, 그래프와 같은 2차원의 툴로 분석결과를 보여주는 빅데이터 시스템과의 차이점이라고 할 수 있다. 5) 디지털트윈을 통해 개발자와 생산자는 실제 제품의 모형을 3차원 환경에서 직접 눈으로 보고 도출된 결과를 즉각적으로 판단하고 검증할 수 있는 것이다. 또한 현실 세계에서 추출된 데이터가 실시간으로 반영되기 때문에 제품과 생산의 더 역동적인 검증과 최적화 작업이 가능해진다.

 

또한 디지털트윈은 가상 시뮬레이션 솔루션이기 때문에 모든 과정에서 생성된 데이터가 하나의 플랫폼에서 통합되어 관리된다. 보통의 빅데이터는 설계자, 제조자, 관리자 별로 각각 다른 기업의 소스를 사용해 관리될 가능성이 높다. 이 점은 공정 사이클마다 데이터는 많지만 유기적인 해석을 어렵게 만들 수도 있으며 제조사는 이를 통합·분석하는 솔루션을 별도로 도입해야 할 수도 있다. 반면 디지털트윈은 각 과정에서 생성된 모든 데이터가 하나의 플랫폼에 통합되어 있어 자유롭게 모든 공정 단계에 대한 테스트가 가능하다. 때문에 개발과 생산 단계가 한층 간결해지고 중복과 낭비도 예방할 수 있다. 5)

 

빅데이터 시스템만으로도 마이닝, 분석, 모델링, 예측은 가능하다. 그러나 디지털트윈을 활용해 빅데이터를 통합 분석하여 상황을 실제 눈으로 보고 테스트하여 개선하고 검증할 수 있다. 그리고 디지털트윈의 이점은 생산성과 효율성 개선으로 귀결된다. 결과적으로 빅데이터 시스템과 디지털트윈은 서로를 대체하는 개념이 될 수도 있지만 상호보완적인 관계로 보는 것이 맞을 듯하다. 빅데이터가 없었다면 디지털트윈이라는 개념도 존재하지 않았을 것 이기 때문이다. 두 개념은 미래의 스마트 팩토리의 중요한 역할을 하게 되어 보다 정확한 분석과 예측 능력으로 즉각적인 시장 대응과 정밀한 공정 관리가 가능해 질 것으로 기대된다.

 

 

1편 마침

 

# References

1) Gartner, Gartner Top 10 Strategic Technology Trends for 2018 (2017.10)
2) Future Bridge, Application of Digital Twin in Industrial Manufacturing (2020.2)
3) Markets and Markets, Digital Twin Market Size & Share Industry Report 2022-2027 (2022.6)
4) Siemens Innovation Tour 2020 Online Webinar, www.siemens.com/kr
5) IEEE Journals & Magazine ,Digital Twin and Big Data Towards Smart Manufacturing and Industry 4.0: 360 Degree Comparison (2018.1)
6) 계장기술, 디지털 트랜스포메이션 선도 사례: 지멘스 암베르그 생산 공장 (2020.3)
7) AEM, 마세라티의 성공과 디지털라이제이션 (2016.1)
8) 조선비즈, 시뮬레이션으로 생산비 절감… 현대차·BMW, 디지털공장에서 車 생산 (2021.4)
9) 디지털트윈과 물류시스템의 만남 : 3배의 효율성 (2020.12)
10) 디지털트윈으로 단축한 개발 시간 – ‘Ruggli’ AG 패키징 실링 장비 레퍼런스 (2021.2)

이혜민 & 손유정 컨설턴트

컨설팅사업부 디지털PI컨설팅그룹

디지털 프로세스 혁신(PI) 및 데이터 컨설팅을 담당하고 있으며, 삼성 관계사와 국내 주요 대기업을 대상으로 다수의 프로젝트를 수행하고 있습니다.

연관 아티클

  • 디지털 혁신2022.10.28

    마이크로서비스 추진에 앞선 IT 업무 변화 대비

    자세히 보기
  • 디지털 혁신2022.10.27

    건설산업에 특화된 건설정보 표준화 전략 수립

    자세히 보기
  • 데이터 관리2022.10.19

    PI진화, Data 기반 프로세스 혁신 방법론 : EPC 산업 사례 중심

    자세히 보기