디지털 트윈이란 | 정의, 규모와 종류, 기대효과

코로나19에 따른 비대면 경제의 촉진과 미래 지능화 사회로 전환을 견인하고 있는 디지털 변혁의 시대 흐름에서 디지털 트윈(Digital Twin)은 핵심 기반 기술 중 하나로 평가받고 있습니다.

과기정통부에 따르면 2020년 디지털 트윈 세계 시장은 3조5000억원 규모입니다. 같은 해 국내 시장은 약 690억원 수준으로 주요국과는 비교 불가한 수준입니다. 그러나 국내 시장도 연평균 70% 수준의 고성장이 예상돼 체계적 발전이 시급한 상황입니다. 영국(National Digital Twin Programme)과 싱가포르(Virtual Singapore Project) 등 주요 국가들은 디지털 트윈을 미래 국가 경쟁력을 좌우하는 핵심기술로 선정하고 구체적 성장전략을 추진 중이기도 합니다.

이에 디지털 트윈의 개요와 기대효과를 알아보고자 합니다.

디지털 트윈이란?

디지털 트윈은 현실 세계에 존재하는 사물, 시스템, 환경 등을 S/W 시스템의 가상 공간에 동일하게 모사(virtualization)하고, 실물 객체와 시스템의 동적 운동 특성 및 결과 변화를 S/W 시스템에서 모의(simulation)할 수 있도록 하고, 모의 결과에 따른 최적 상태를 실물 시스템에 적용하고, 실물 시스템의 변화가 다시 가상 시스템으로 전달되도록 함으로써 끊임없는 순환 적응 및 최적화 체계를 구현하는 기술입니다.

디지털 트윈의 구조 / 출처 : 국토교통부

즉, 물리적인 물체 또는 시스템을 디지털로 표현한 것입니다. 디지털 트윈을 뒷받침하는 기술은 건물, 공장, 도시까지 확장되었고, 사람과 프로세스도 디지털 트윈을 보유할 수 있다는 주장이 덧붙여지며 개념이 더욱 확장되고 있습니다. 디지털 트윈이라는 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.

본질적으로 디지털 트윈이란 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.

시뮬레이션과 다른 점은?

시뮬레이션과 디지털 트윈이라는 용어가 혼용되는 경우가 있습니다. 하지만 이 두가지는 서로 다른 기술입니다. 시뮬레이션은 CAD 시스템 또는 이와 유사한 플랫폼으로 설계됩니다. 시뮬레이션된 과정을 그대로 따라갈 수는 있지만, 실제 물리적 대상과 일대일로 연결된 것은 아닙니다. 반면 디지털 트윈은 실제 장비의 IoT 센서의 입력으로 구축되는데, 이는 실제 시스템을 복제한 뒤 시간이 지나면서 시스템이 변화한다는 의미입니다.

시뮬레이션은 제품 수명주기의 설계 단계에서 향후 제품의 동작을 예측하기 위해 사용되는 편이며, 디지털 트윈은 이미 사용하는 제품이나 시스템의 현재 동작에 대한 인사이트를 비즈니스 곳곳에 걸쳐 제공합니다.

CPS와 비교

디지털 트윈은 제조 분야에서 CPS는 임베디드 시스템 분야에서 각기 독립적으로 진화된 결과입니다.

2002년에 디지털 트윈의 기본 개념이 제시되었고, 2006년 경에 임베디드 시스템에서 디지털 트윈과 같은 개념으로 사이버물리시스템(CPS) 단어가 등장했습니다. 2007년에 미국 대통령과학기술자문위원회(PCAST)가 CPS를 국가적 우선순위로 선언한 이래 임베디드 시스템이 쓰이는 여러 분야에서 CPS가 활용되어 왔습니다. 제조업 혁신을 도모하기 위해 독일에서 출발한 4차 산업혁명의 비전에는 CPS를 핵심 기반 기술 가운데 하나로 두고 있을 정도입니다.

본질적으로는 같은 목적, 같은 내용, 같은 결과를 만들어내고자 하는 같은 종류의 기술이라고 할 수 있습니다. 이 때문에 똑같은 기본 개념을 갖고 있는 디지털 트윈과 CPS는 같은 개념의 다른 이름이라고 설명하는 것이 가장 합리적이라고 할 수 있습니다.

디지털 트윈의 규모와 종류

개념적으로 디지털 트윈은 현실에 존재하는 모든 것을 대상으로 적용할 수 있습니다. 예를 들어, 어떤 기계를 구성하는 부품에 대해 부품 단위의 디지털 트윈, 부품들이 조립되어 공작기계가 되었을 때 이 기계에 대한 디지털 트윈, 공작기계 몇 가지가 결합하여 제조 시스템을 구성할 때 시스템 단위의 디지털 트윈, 여러 가지 제조 시스템들이 결합하여 생산 라인을 구성하여 단계별 제조 흐름을 통해 완성품을 만들어내는 제조 공정 디지털 트윈이 있을 수 있습니다.

이것을 다시 확장시켜 공장 단위, 여러 공장들을 엮어서 회사 단위로까지 확장시킬 수 있습니다. 디지털 트윈의 규모는 운영, 유지보수 및 성능을 관리하게 되는 도시 또는 국가까지 더 높은 수준으로 확장할 수도 있으며, 디지털 트윈 도시가 추진 목표에 포함될수 있습니다. 따라서, 개별적 부품 수준, 다수 부품들이 결합된 설비 수준, 다수 설비들이 결합된 시스템 수준, 다수의 시스템들이 결합된 프로세스 수준, 다수의 프로세스가 결합된 건물과 공장 수준, 이어서 회사, 도시, 국가 등 단계적 결합이 가능하기 때문에 통합적 디지털 트윈의 범위를 결정해야 합니다.

디지털 트윈 규모의 문제는 사람들이 대상을 분석하고 설계할 때 고려해야 하는 한계를 의미하는 경계 문제에 해당하기 때문에 대상에 대한 모델링 목적과 활용 계획을 명확히 하고, 이에 부합하는 설계상의 경계 범위를 설정해야 합니다. 예를 들어, 공작기계 조립에 사용하는 볼트는 느슨해졌을 때 제조 과정에 품질 문제와 고장을 야기할 수 있기 때문에 관리 대상에 포함되어야 할 수도 있지만, 수년에 걸쳐 장기간에 변화가 일어나는 대상은 모델링의 필요성이 낮으므로 배제할 수 있습니다. 따라서, 달성하고자 하는 목적에 따라 경계 범위를 잘 설정해야 합니다.

디지털 트윈을 분류하는 방법은?

IBM은 특정 업종이 아니라 복잡성에 따라 디지털 트윈을 분류하는 방법을 제안합니다. 이런 분류법은 특정 사용례에서 요구되는 사항을 생각할 수 있는 유용한 방법을 제공하며, 디지털 트윈의 수행 범위를 살펴볼 수 있습니다.

– 구성요소/부품 트윈은 기능하는 구성요소의 가장 소규모 사례를 시뮬레이션합니다.

– 자산 트윈은 2개 이상의 구성요소가 함께 작동하는 것을 시뮬레이션한다. 2가지 구성요소 간의 상호작용 연구에 사용됩니다.

– 시스템/유닛 트윈을 사용하면 전체 생산 라인을 시뮬레이션하는 등 여러 시스템 자산이 함께 작동하는 방식을 확인할 수 있습니다.

– 프로세스 트윈은 시스템이 연계해 작동하는 모습을 가장 최상단에서 파악해 공장 전체의 운영 방식을 점검할 수 있습니다.

​더 많은 구성요소를 추가하면 복잡성이 증가한다는 것에 주목해야 합니다. 특히 서로 다른 제조업체의 구성요소를 혼합하는 것은 어려울 수 있습니다. 디지털 트윈의 세계에서 협력을 잘하기 위해서는 모든 제조업체의 지적 재산이 필요하기 때문입니다.

디지털 트윈과 IoT

디지털 트윈은 전혀 새로운 개념이 아닙니다. 그렇다면 갑자기 주목받은 이유는 무엇일까요? IoT가 디지털 트윈에 새로운 가치를 제공했기 때문이라고 할 수 있습니다. IoT 센서의 폭발적인 성장은 디지털 트윈을 현실화하는 원동력입니다. IoT 기기의 개선에 따라 디지털 트윈 시나리오에 더 작고 덜 복잡한 객체를 포함할 수 있게 되면서 기업에 추가적인 이점을 제공할 수 있습니다.

더 나아가 AI까지 도입

센서 역할을 하는 IoT는 정보를 수집해 현실과 유사한 디지털 트윈에 전달한 후에는 디지털 트윈 환경에서 시뮬레이션으로 AI를 학습시키면서 최적화 방안을 도출해낼 수 있습니다. 이러한 결과를 능동형 정보(Actionable Intelligence) 형태로 제공하거나, AI가 자동으로 이를 반영하게 할 수 있습니다. 능동형 정보는 사람의 행동을 좀 더 합리적으로 유도할 수 있는 시사적 정보를 의미합니다.

기존 디지털 트윈은 단순히 가상환경 기능만 제공해왔다면, 영역을 더욱더 확장해 최적의 결과물을 제공하는 역할까지 아우르고 있습니다. 디지털 트윈은 가변 데이터를 기반으로 기타 다른 결과 예측에도 사용됩니다. 공상과학 영화에서 흔히 볼 수 있는 시뮬레이션 실행 시나리오와 유사한데, 가능 시나리오를 디지털 환경으로 증명한다. 소프트웨어 및 데이터 애널리틱스에 추가로 투자하면 IoT 배치를 최적화해 효율성을 극대화할 뿐 아니라 설계자가 물리적으로 배치하기 전에 사물의 배치 위치나 운영 방식을 파악할 수 있습니다.

디지털 트윈은 물리적 대상을 복제하는 횟수가 많을수록 효율성 및 기타 이점을 찾을 가능성이 더 커집니다. 예를 들어, 고도로 계측된 장치가 배치된 제조현장에서는 디지털 트윈이 시간 흐름에 따른 장치의 성능을 시뮬레이션할 수 있으므로 미래의 성능 및 고장 가능성 예측에 도움이 됩니다.

미래의 디지털 트윈 사회, 자율형도시 모습 / 출처 : ETRI

디지털 트윈 도입 시, 기대효과

전략적 기대효과

디지털 전환 가시화 : 디지털 전환(Digital Transformation)은 사업/업무의 관행, 수행체계, 정보화, 지능화, 자율동작 등을 통해 모든 것을 변화시킬 수 있는, 사고체계 전환을 유발하는 것으로서 디지털 트윈은 이러한 변화와 전환을 사용자들에게 표출하는 수단으로서 기능할 수 있습니다.

프로세스 변혁의 영감(Inspiration) : 디지털 트윈의 거울상 쌍둥이 모델은 업무절차, 수행체계, 동작 모델, 개인화 서비스 등에 대해 혁신적 변화를 만드는 데에 영감을 줄 수 있습니다.

사업적 기대효과

제품/서비스 가시화 : 고객에게 제품과 서비스를 공급할 때 거울상 쌍둥이 모델 형태로 가시화 하여 고객들에게 사용상의 편리함과 친숙함을 제공합니다.

공급 및 배송 연결 효율화 : 공급망의 운영체계를 거울상 쌍둥이 모델로 가시화함으로써 현황 파악과 대응을 직관적으로 빠르게 처리할 수 있도록 효율화 지원합니다.

제품 추적성 향상 : 제품과 서비스가 소비자들에게서 어떻게 사용되고, 관리되는지 추적함으로써 제품과 서비스 품질 향상을 도모하는 데에 거울상 쌍둥이 모델이 직관화 시키고, 시뮬레이션을 통해 대안을 찾을 수 있도록 지원합니다.

시스템 통합 효율화 : 상호 대응 관계를 효과적으로 관리해야 하는 시스템 통합에서 거울상 쌍둥이 모델을 통해 구성 설계, 통합 운영 등을 효율화 지원합니다.

운영관리 기대효과

제품 설계 효율화 : 실제 환경의 데이터를 활용하여 제품 설계 시뮬레이션을 수행할 수 있게 하여, 제품 설계를 효율화 시킬 수 있습니다.

예지보전 (Predictive maintenance) : 물리 시스템의 운영 상태를 지속적으로 파악하는 과정에 정상적 동작 모델을 벗어나는 상태를 파악함으로써 문제가 발생하기 전에 대응 조치를 할 수 있게 합니다.

실시간 모니터링과 사전 대응 (Proactive control) : 예지보전은 점진적 변화에 대한 사전 대응 조치를 지원하는 것인데 비해 실시간 모니터링 및 사전 대응은 돌발적인 상태 변화에 따른 긴급 대응 조치를 동작 모델과 시뮬레이션 기능을 통해 지원합니다.

유지보수 효율성 개선 : 복잡한 시스템을 대상으로 유지보수를 수행할 때 작업자에게 디지털 트윈을 통해 정보를 제공함으로써 직관적 이해를 돕고, 보수 정보, 조치 방법 등 제반 정보 서비스를 제공합니다.

프로세스 최적화 : 시스템의 동작 모델이 디지털 트윈으로서 만들어져 있기 때문에 조건에 따른 시뮬레이션이 가능하며, 실제 동작 상태와 비교하면서 최적화 운영을 지원합니다.

원인 분석 : 시스템의 동작 상태에 대한 데이터를 이용하여 이미 발생한 문제에 대해 재현 시뮬레이션을 함으로써 원인 분석을 가능하게 합니다.

다자간 의사결정 : 디지털 트윈의 연합적 연동을 통해 공동 문제 또는 복합 문제에 대한 원인을 보다 쉽게 파악하고, 산업 영역 간에 발생하는 상호 관계 및 부작용을 분석하며, 산업 생태계 전반에 걸쳐 이해관계자 간에 협업을 지원합니다.

​

✅ 참고한 자료

지능정보기술동향 “디지털 트윈의 개념과 기술 및 산업 분야별 활용 사례”

“제조를 넘어선 융합” 디지털 트윈의 A to Z

“모델링과 실제 데이터의 결합” 디지털 트윈이 현실을 바꾸는 방식

‘디지털 트윈’이 뭐기에…한국도 기술 경쟁 뛰어든다

FAQ로 알아보는 디지털 트윈의 실체와 구축 고려사항