제조 산업 기반 디지털 트윈
#시작하며
앞선 포스팅에서 언급했듯이, 4차 산업혁명을 맞이하여 사물인터넷(IoT), 시뮬레이션, 빅데이터 분석, 인공지능을 결합한 디지털 트윈 기술이 계속해서 성장하고 있다. 그중에서도 특히 제조 산업에서 디지털 트윈은, 기계 스스로 상황을 인지하고 진단하며 의사결정을 내릴 수 있는 시스템으로 진화하고 있다.
#제조기반 디지털 트윈
디지털 트윈은 전체 제품 수명주기 동안 결과를 예측하기 어려운 환경과 여러 방식으로 상호작용하는 복잡한 자산이나 공정을 모델링하도록 설계되었다. 위 그림은 물리적 세계의 제조 공정 모델과 디지털 세계의 쌍둥이를 표현하였다.
* 센서: 실제 세계의 물리적 공정과 관련된 운영 및 환경 데이터를 수집할 수 있도록 신호를 생성한다.
* 데이터: 센서로부터 현실 세계의 데이터를 취합하고, 자재명세서, 기업 시스템 및 설계 사양 등의 데이터와 결합된다. 엔지니어링 도면 및 고객 컴플레인 기록 등도 포함된다.
* 통합: 센서는 물리적/디지털 세계룰 통합하는 기술을 통해, 데이터를 주고받는다.
* 분석 기법: 디지털 트윈의 이해 방식인 알고리즘 시뮬레이션과 시각화 루틴을 통해 데이터를 분석한다.
* 작동 장치: 타당성이 검증되면, 인간의 개입으로 물리적 공정을 시작하는 작동장치로서 디지털 트윈이 실행된다.
디지털 트윈(DTw) 기술은, 민간에서 2014년 GE(General Electric)가 현업에 디지털 트윈을 적용, 자사의 생산시설과 기계를 가상공간으로 구축하고, 생산 공정과 제품을 제어 및 관리하는데 활용되며 알려졌다. GE 사는, 디지털 트윈 기술을 통해 제조 현장에서 공정 운영을 최적화하고, IoT 기술을 활용한 자동화 공장을 구축하였다. 또한 가상 제조 프로세싱을 통한 공정과정에서 발생하는 문제들을 사전에 파악하고 최적의 솔루션을 도출하는 기술을 선보였다.
글로벌 리서치 기관인 가트너(Gartner)는, 디지털 트윈을 물리적 사물 및 시스템의 동적 소프트웨어 모델로 정의했다. 이는 물리적 세계를 최적화할 수 있는 강력한 디지털 객체로서, 운용 성능과 사업 프로세스를 대폭 개선할 수 있다.
또한 위 그림에서와 같이, Marketstand Markets는 2017년부터 연평균 37.87%의 높은 성장률을 기록하여 2023년에는 156.6억 달러 규모의 시장을 형성할 것으로 전망하고 있다.
- 기술요소
위 그림은, 디지털 트윈의 개념적 구조로서 제조 공정에서 발생하는 데이터를 분석, 처리, 가공하는 디지털 트윈 플랫폼과 연계하여 운영을 최적화하는 방안을 도시하고 있다.
* 생성
: 생성 단계는, 물리적 공정 과정과 수많은 센서들로부터 주변 환경의 투입물을 측정하는 준비과정을 망라한다. 측정치에는 길이, 색깔 등 작업 상 측정치와 작동에 영향을 미칠 수 있는 외부 데이터가 포함된다.
* 전달
: 전달 단계는, 물리적 공정과 디지털 플랫폼 간의 완벽한 실시간 양방향 통합 및 연결을 지원한다.
* 통합
: 통합 단계는, 데이터 보관소로 이관되는 데이터 처리를 지원할 수 있다. 데이터는 분석을 위해 처리 및 준비된다.
* 분석
: 분석 단계에서는, 데이터 분석 및 시각화가 이루어진다. 데이터 과학자 및 분석가는 향상된 분석 플랫폼과 기술을 활용하여 의사결정을 지원하는 모델을 개발할 수 있다.
* 이해
: 이해 단계는, 분석을 통한 산출물이 시각화되어 대시보드에 표시된다. 이는 디지털 트윈과 실제 세계 간의 성능의 차이를 강조하고, 조사 및 변경이 필요한 부분을 나타낸다.
* 실행
: 실행 단계는, 전 단계에서 확인한 실행 가능한 피드백을 물리적 자산 및 디지털 공정에 적용하는 과정이다.
1. 산업용 사물인터넷(IIoT)
산업용 사물인터넷이란, 사물인터넷 기술과 기계, 컴퓨터, 인간이 기업 성과 개선을 목적으로 최첨단 데이터 분석 방법을 통해 지능적으로 산업을 운영하기 위한 IoT 플랫폼으로 정의된다. 또한 미국의 GE는 데이터와 효율성 개선, 생산성 가속화 및 운영비 분석으로 사람과 기계의 상호접속 방식을 개선하는 것으로 정의하고 있다.
제조 공정의 물리적 사물과 디지털 모델 간의 연결은, IoT 기술을 기반으로 이루어진다. 이를 통해 수집한 실시간 데이터는, 시뮬레이션 기술을 통해 미래에 발생될 수 있는 문제를 예측할 수 있다.
2. 시뮬레이션 기술
생산량 증가를 위한 시뮬레이션 기술은 계속해서 중요도가 높아지고 있다. 사물인터넷 기술과 융합된 시뮬레이션 기술은, 가상의 트윈 모델에서 실시간으로 물리적 세계의 정보를 반영할 수 있으며, 시뮬레이션 모델을 물리적 설계과정에서 즉각 실체화할 수 있다. 제조 상의 오류를 시뮬레이션을 통해 조기 발견하고, 가상의 제조 시스템 환경에 재현한 뒤, 문제 해결을 위한 변경사항을 구현하여 오류를 수정할 수 있다.
디지털 트윈에 사용되는 시뮬레이션 기술은 CAD(Computer Aided Design)와는 다른, 위 그림과 같이 실제 시스템의 모델을 구현하고 해당 모델을 시스템 운영을 위한 다양한 전략을 평가하기 위해 실험을 수행하는 프로세스이다.
시뮬레이션 모델은 이산(Discrete) 모델, 연속(Continuous) 모델, 몬테카를로(Monte-Carlo) 모델로 구성된다. 시스템 상태가 특정 시점에서만 변화가 일어나는 경우, 이산 모델(ex. 기계의 중단 및 가동)에 해당하고, 시스템의 상태가 시간에 따라 연속적으로 변하는 것은 연속 모델에 해당한다. 몬테카를로 모델은 수치적으로 일련의 난수를 발생시켜 시뮬레이션을 수행하고 해를 찾는 모델이다.
이산 모델은 다시 이벤트와 타임 스텝 기반으로 나누어지는데, 이벤트 기반은 특정 이벤트를 통해 서로에게 영향을 미치는 개체의 집합이다. 특정 시점에 발생하여 해당 시점에서 시스템 변경을 일으킨다. 타임스텝 기반은 관찰 시간 간격을 지정하고, 특정 시점에서 개체 상태를 확인하는 모델이다.
3. 빅데이터 분석
제조 산업에서 빅데이터란, 설계, 제작, MRO 등과 같이 제품 수명주기에서 생성된 데이터를 의미한다. 위 그림과 같이 제조 공정 단계별로 수집된 빅데이터는 정제/분석 과정을 거쳐 실시간 공정 현황으로 시각화된다. 또한 실물과 연동된 디지털 트윈 모델에 대해 분석 데이터를 형성하여 개별 제품의 상황을 파악할 수 있다. 나아가 시뮬레이션 기술과의 결합으로 가상의 결과를 도출하여 최적의 운영 방안 선택이 가능하다.
4. 인공지능(Artificial Intelligence)
제조 산업 디지털 트윈 기술에서는 인공지능 기술을 활용해 실시간으로 결함이 있는 항목을 감시하며, 그에 따른 조치가 가능하다. 제조 산업 기반 디지털 트윈의 인공지능 기술은 크게 2가지 기술이 사용된다.
* 컴퓨터 비전(Computer Vision)
* 패턴 인식(Pattern Recognition)
컴퓨터 비전은 기계에 시각적 인지능력을 부여하는 기술로서, 제조 산업에서 해당 기술을 통해 제조된 제품의 품질 관리 및 검사, 로봇 제어 등에 적용된다. 또한 패턴 인식 기술을 활용하여 제품 사용 패턴에 기반한 최적의 제품 수명/성능 모델을 생성할 수 있다.
#마치며
오늘은 제조 산업의 디지털 트윈 기술 요소에 대해 알아보았다. 다음 포스팅에서는, 제조 산업 디지털 트윈 기술의 동향에 대해 공부할 것이다.
'IT' 카테고리의 다른 글
| 국내 디지털 트윈 (0) | 2021.08.20 |
|---|---|
| 디지털 트윈 - 제조 산업 기술 동향 (0) | 2021.08.20 |
| 사물인터넷(IoT)이란? (0) | 2021.08.18 |
| 한국판 뉴딜 2.0 - 미래를 만드는 나라 대한민국 (1) | 2021.08.12 |
| 지역균형 뉴딜 (0) | 2021.08.12 |