Customer Support

디지털트윈과 AI 융합, 한계는 어디까지?

페이지 정보

profile_image
작성자 관리자
댓글 0건 조회 48회 작성일 24-03-04 13:03

본문

디지털트윈 기술은 최근 관련 기술성숙도가 올라가면서 국내외 산업현장에서 다시 부상하고 있는 기술 트렌드 중 하나다.

물리적인 제품이나 공정 등의 디지털 복제를 만들고, 이를 활용해 다양한 시나리오나 예측을 수행할 수 있게 함으로써 데이터 중심의 의사결정 지원과 업무 프로세스 자동화를 통한 생산성·효율성 향상을 비롯해 새로운 비즈니스 모델을 창출에도 기대를 모으고 있다.

이러한 디지털트윈 기술은 인공지능(AI) 기술과 결합해 더욱 효과적인 아이디어가 도출되고 있으며 특히, 산업현장에서 기업용 솔루션의 기능과 가치를 높이고 있다.

‘디지털 데이터의 분석 및 예측’에 AI 알고리즘을 응용해 디지털트윈 각각의 개체(Object)별로 수집된 데이터를 분석하고, 미래 동작이나 문제를 예측하고 평가하는데 활용될 수 있다.

또한 ‘자동화 및 최적화’를 통해 디지털트윈을 기반으로 한 물리적 시스템이나 프로세스를 AI의 학습된 데이터를 기반으로 자동으로 조절하고 최적화하는 데 사용될 수 있으며, ‘실시간 의사결정’은 AI가 디지털트윈에서 얻은 정보를 실시간으로 분석해 C-Level 및 현업 담당자의 주요 의사결정에 활용할 수 있다는 측면에서 장점으로 손꼽히고 있다.

이와 함께 ‘자율 제어 시스템’을 바탕으로 더욱 높은 수준의 자율 프로세스·시스템을 구축할 수 있어, 스마트 시티, 제조업, 건설 등 다양한 분야에서 자율 차량, AGV 제어, 스마트 건물 제어 등에 활용되고 있다.

● 디지털 트윈과 AI 요구 기술

가트너에 따르면 최근 부상하는 기술로 DTOC(Digital Twin Of Customer) 기술이 출현하고 있다.

기존 디지털트윈에서 다양한 고객 경험(CX, Customer eXeperience)의 유연한 대응을 통해 새로운 디지털 혁신 및 제품, 서비스 기회를 지원할 수 있는 고객 경험 주도형 디지털트윈 기술이 촉발되고 있으며, 5~10년 후 주류로 채택될 전망이다.

현재 디지털트윈에 대한 고객의 눈높이는 대단히 높은 상태로, 고차원의 고객 경험과 다양한 내부 위험, 문제를 디지털트윈과 AI의 결합을 통해 해결하려는 의도와 아이디어도 개발되고 있다.

이처럼 높은 수준의 고객 눈높이를 과거 고객사로부터 접수된 요구들을 분석해 보면 아래와 같이 몇 가지로 요약할 수 있다.

속도(Performance) 디지털트윈 데이터(3D 모델, 속성정보, 인터페이스 정보)의 용량은 특정 산업군과 관계없이 방대하며, 특히 가시화, 조작, 인터페이스에 따른 사용자의 체감 속도가 중요해 초기 단계에 디지털트윈 시스템 도입을 결정하는 핵심 요소가 되고 있다.

확장성(Scalability) AR, VR, MR 등의 확장 현실(eXtended Reality) 구현과 각종 모니터링을 위한 손쉬운 BI(Business Intelligence) 인터페이스, 이력 관리, 해석결과 결합, 나아가 AI, 빅데이터, 예지·보전 기술 등의 최신 기술 결합을 고려한 유연한 확장성이 요구되고 있다.

정확성(Preciseness) 데이터 관리 단위가 점점 실제와 유사한 레벨의 상세화/미세화가 요구됨에 따라 하나의 장비에도 몇 단계의 하위 부품, 설치품, 설비류 단위별로도 데이터 구조 체계 및 개별 가시화 및 데이터 연계 관리 방법이 필수적이다.

연결성(Connectivity) 설계, 생산, 구매, 품질 시스템에 관련 레거시 데이터와의 인터페이스는 물론, 센서류, QR/RFID, 산업 디바이스와의 연결에 대해 유연하게 대응할 수 있도록 구현 경험과 사전 인터페이스 준비가 필요하다.

기계학습 및 의사결정 모델 발전 디지털트윈의 계층별 모델에 기록된 유지보수 정보, 이상 감지·개선, 피드백 정보를 기계학습 모델을 교육하고, 패턴·상관관계·동작을 학습 예측해 운영자와 의사결정자가 AI 분석 모델에 기반한 결정·피드백을 할 수 있는 순환 모델 구축이 요구되고 있다.

● 산업별 디지털트윈·AI 적용 분야

조선·해양산업 분야

조선산업의 특성상 엔지니어링 단계에서부터 3D 모델, 도면 및 후행 관리를 위한 목적별 메타정보가 방대하게 생성되고, 생산, 구매, 품질, 시 운전, 인도 단계까지 연속된 데이터의 활용 가능한 프로세스와 시스템이 요구되고 있다.

프로젝트 전체 대용량 시각화를 위해 경량화를 통한 빠른 시각화와 조작 퍼포먼스가 요구되며, 생산 현장 하드웨어 인프라 상황에 맞는 저사양 PC 지원과 네트워크 음영 구역을 고려한 모바일 환경 등 현업 요구에 맞는 디지털트윈 기반 애플리케이션이 확장 요구되고 있다.

또 다른 특성으로 제품 양산 체계 산업과 달리 수주 산업 특성상 엔지니어링 데이터 변경이 빈번하고, 여러 부서 간의 이해관계가 얽혀 있다. 이에 따라, 주문 주, 선급, 설계부서, 생산부서, 품질 등의 부서 간 실시간 협업 기능이 강화돼야 하고, 이를 위한 다양한 부가 기능(변경 관리, 3D 마킹, 치수 계측 등)을 요구하고 있다.

또한, 조선산업의 디지털 전환(DT, Digital Transformaion 혹은 DX, Digital Xeperience) 활동에 필연적으로 동반되고 있는 스마트 야드 구현을 위해 엔지니어링 단계에서 생성된 3D 모델을 그대로 사내 협업을 위한 기준 정보(고유 식별자, Unique Identification)로 활용해 소·중·대 조립, 탑재 시뮬레이션, 블록 위치관리, 품질 및 시험 운전 관리 등을 위한 AI 학습 기반의 기능 고도화·인터페이스에 응용되고 있다.

플랜트·건설산업 분야

플랜트 건설산업 분야에서도 엔지니어링·Hook-Up 단계에서 PDS, PDMS, Revit, Inventor3D, Cristal5D 등 다양한 3차원 CAD 시스템을 골조, 설비, 배관, 전장, 장비 분야별 특성에 맞게 별개로 활용하고 있다.


이에 따라, 시행사나 시공사 입장에서는 데이터 간 변환과 전체 대용량 모델 퍼포먼스 문제로 인해 3차원 기반으로 모델을 통합해 검토하고, 사전 위험을 예측·통제하는데 많은 어려움이 있었다.

최근에는 다양한 Authoring CAD 시스템으로부터 생성된 BIM 데이터를 Single Source 데이터로 하나의 리뷰시스템으로 통합하고, 전체 가시화·리뷰가 가능하게 됐으며, 특히, 최근 증가하고 있는 반도체 팹 건설 분야의 경우 이와 같은 대용량의 이기종 데이터를 한 번에 관리할 수 있어 시공 안전, 감리는 물론 실행 관리 이후 유지보수에도 빠르게 확장되는 추세다.

전기·전자산업 분야

전기·전자산업은 대상 제품 제조 과정에서의 자동화 시뮬레이션·기기 장비를 포함한 공장 유지보수를 위한 디지털트윈 활용 요구가 많아지고 있다.

이를 위해 공장 Layout 모델과 몇 단계의 상세 부품 레벨을 가진 기기·장비 모델의 대용량 가시화를 비롯해 실제 센서 데이터와의 각 부품 단위 모델 간 연동을 통해 실시간 거동(Behavior) 현황을 볼 수 있는 자동화 설비 공장의 운영 모니터링을 디지털트윈 환경에서 구현하고 있다.

스마트 시티·건설 융복합 분야

스마트 시티 분야에서는 다양한 도시 상황 관리·스마트도시 통합운영센터 운영을 위해 방범·방재, 교통 등 정보시스템을 연계·활용하고, 특히, 신규 스마트도시 건설과정에서 흩어진 건설정보모델링(BIM) 데이터를 중앙에서 수집·통합하고 데이터의 교환을 위한 표준화가 중요한 요소로 손꼽힌다.

건설단계에서 GIS를 바탕으로 통합된 건물별 BIM 모델·3D 시각화는 도시 건설 프로젝트에 필수적인 요소가 됐으며, 이와 같은 3차원 기반의 데이터 통합으로 인해 스마트 시티 사업참여자 간의 더 나은 협업, 상호 비용·자원 절약, 프로젝트 일정 주기 단축, 안전한 건설현장관리 구축 등의 효과를 가져올 수 있다.

또한, 스마트 시티 운영단계에서 운영 주체와 이용 주체가 함께 참여하는 디지털트윈 인프라를 구축해, 가상 3D 객체(건물, 도로, 이동 수단 등) 정보를 실시간으로 쌍방향 교환할 수 있는 서비스를 계획하고 있어, 도시 전체의 라이프사이클 관리와 함께 한눈에 볼 수 있는 도시 운용의 효율성을 가져올 수 있다.

소비재 산업 분야

소비재 산업은 의류, 식음료, 농업, 가전제품, 특히 최근 홈&오피스 퍼니싱(가구, 인테리어) 산업에서 3차원 설계를 통한 제품 개발이 활발해졌으며, 이후 고객 맞춤형 홈&오피스를 위해 3차원 모델을 활용한 고품질의 시각화 효과를 통해 발주·주문 주의 취향과 실사와 유사한 수준의 가구 배치 결과를 실시간으로 확인할 수 있는 서비스가 진행되고 있다.

이와 같은 O2O(Online to Offline) 서비스 온라인(발주자, 주문 주 또는 대리점)과 오프라인(가구 제작사)을 연결해 가구 사양의 선택, 배치, 구매, 주문, 제작, 배치, 유통까지 End to End 서비스를 SaaS(Software As A Service) 기반 솔루션을 통해 상호 활용하고 있다.

● 디지털트윈·AI 결합과 안전관리솔루션


올해 1월 17일부터 중대 재해 처벌법이 50명 미만인 사업 또는 사업장까지 확대 시행됐다. 이로 인해 각 사업장에서는 안전보건 조치를 강화하고, 안전 투자를 확대해 중대 산업재해 예방, 종사자의 생명과 신체를 보호하는 중대 재해 예방을 위한 산업 안전 솔루션 구축에 큰 노력과 투자가 이루어지고 있다.

현재까지는 실시간 안전대응이나 감시 모니터링·안전교육 솔루션이 주목받고 있으나, 보다 효과적이고 원천적인 사전 사고 예방을 위해 디지털트윈·인공지능 기술을 결합한 산업 안전 예방 솔루션에 대한 관심이 커지고 있다.

산업 안전 예방 솔루션은 온라인 환경이 아닌 작업장에서도 ‘On Device AI’ 모듈이 탑재된 ‘안전예방 디지털트윈 플랫폼’으로 제공되며 일반 PC 혹은 모바일·태블릿 서비스를 지원한다.

작업자 혹은 안전관리자는 3차원 디지털트윈 모델로 구현된 작업장에서 작업 전 혹은 전날 밤에 작업자의 예측 가능한 여러 가지 작업 동선을 AI가 자동으로 학습하고, 이 과정에서 노출된 안전사고 위험을 사전에 예측해 트윈 모델에 제시한다.

안전관리자는 작업 투입 전에 사전에 위험이 감지된 장소, 구조물 그리고 예정 작업상황을 디지털트윈 환경에서 확인하고 안전이 확보된 작업지시를 내리거나 안전교육을 통해 안전확보된 작업장 내 이동·시공 작업을 준비할 수 있다.

이를 통해 검증된 작업 동선·방법의 피드백 상황을 다시 AI에 학습시키는 순환 모델을 구성해 더욱 정확하고 안정된 솔루션으로 발전할 수 있다.

여러 산업군의 디지털트윈과 AI 활용 사례·솔루션에서 본 바와 같이 각 산업계의 특성에 맞는 다양한 사용자 요구와 아이디어가 개발 및 실제 적용 과정에서 도출돼 다양한 신기술과 결합해 구현되고 있다.

또한, 기업의 목표인 완전 자율 제어와 안전이 확보된 궁극의 디지털트윈에 도달하기 위해 단계별로 다음 단계로 극복해야 하는 내외부 도전과 문제들이 산적해 있다.

앞으로는 디지털트윈과 AI의 결합 모델에 그치지 않고 끊임없이 발전되는 최신 기술 트렌드를 유연하고 신속하게 적용해 데이터 간의 연결이 용이한 플랫폼 역할을 하는 솔루션 모델이 요구되며 시장에서도 이와 같은 수요가 점점 확대될 것으로 예측된다. 

댓글목록

등록된 댓글이 없습니다.