디지털 트윈 - 제조 산업 기술 동향

제조 산업 기술 동향

#시작하며

현재 많은 산업계와 학계에서는, 사물인터넷(IoT), 인공지능 기술과 디지털 트윈 기술의 융합을 이루어가고 있다. 이러한 디지털 트윈은, 앞선 디지털 트윈이란? 포스팅에서도 언급했듯이, 1) 관제 모델(Observation Model), 2) 운영 모델(Operation Model), 3) 최적화 모델(Opimization Model)의 세 가지 형태로 활용된다.

 

간단하게 다시 언급하자면, 관제모델은 물리적 대상의 상태를 모니터링하는 것으로 제조 현장의 운영 상황을 분석하여 이상 징후를 경고하고, 장애 대응에 활용한다. 운영모델은 디지털 트윈에 파라미터를 설정하여 물리적 대상을 제어하는 것에 활용된다. 마지막으로 최적화 모델은 디지털 트윈의 궁극적인 활용 모델로, 운영 최적화를 위한 시뮬레이션을 의미한다. 이번 포스팅에서는, 앞서 공부했던 디지털 트윈 제조 산업 기술 요소들을 기반으로 디지털 트윈이, 제조 산업에서 어떻게 활용되고 있는지를 확인해볼 것이다.

 

#제조 산업 기술 동향

• 제조 산업 기반 디지털 트윈 시나리오

 

제조 분야의 디지털 트윈 시나리오

제조 산업에서 디지털 트윈의 실행은 위 그림의 표와 같이 크게 4 단계로 구성된다.

 

첫 번째 단계는 제품 제작 착수 단계로서, 제품을 디자인하고 디지털 트윈을 생성하는 단계이다. 트윈 모델을 통해 제품에 대한 기초 분석을 진행한다. 두 번째는 제품 제작 단계로, 앞서 분석한 데이터를 통해 가상 제품 제작 프로세싱을 구현하여 제품 제작 방식을 검토한다. 또한 시뮬레이션 결과 분석을 통해 최적의 제품 제작 방식을 선택하여 제작한다. 다음 세 번째 단계인 테스트 및 검증은, 제작된 제품을 검사하는 단계이다. 제품을 테스트하고 데이터를 검증하는 과정을 통해 디지털 트윈 모델과의 동기화를 진행한다. 마지막으로 제품 출하 및 유지보수 단계는, 검증이 완료된 제품을 현장으로 출하한다. 출하된 제품은, IoT 기술을 통해 디지털 트윈 모델과 실시간으로 연결돼서 사용률과 가동성 등에 대해 모니터링을 실시한다. 

 

 

• 제조 공정 디지털 트윈 기술 동향

국외에서는 산업형 사물인터넷(IIot) 플랫폼과 인공지능 모델을 연동하여 더욱 발전된 기술을 적용한 디지털 트윈 서비스를 진행하였다. 제조 공정을 디지털 트윈으로 재구성함으로써 장소에 제한 없이 공장의 진행 상황, 생산 및 재고 관리 등이 가능하다. 또한 가상 시뮬레이션 기술을 사용하여, 공장 최적화를 통한 최적의 생산 환경을 구축하였다. 디지털 트윈 요소 기술을 사용해 다양한 고객들의 제품 사용 데이터를 취합하여 문제점을 파악하고, 개선사항을 도출해 새로운 제품 제작에 적용하기도 하였다. 

 

출처. GE

 

제조 분야 기업인 미국의 제너럴 일렉트릭(GE)사는 자사가 개발한 사물인터넷 플랫폼인 PREDIX를 기반으로 자사 제품 55만 개 이상에 디지털 트윈을 구현하였다. 또한 디지털 트윈 요소 기술인 사물인터넷 기술과 AR/VR을 사용하여 문제에 대한 즉각적인 솔루션 적용 기능도 구현하였다. 

 

하지만 이러한 GE 프레딕스의 성장은 오래가지 못했다. 승승장구할 것 같던 PREDIX의 소식은 이제 들리지 않으며, GE 디지털은 분사되고 매각되었다. 새로운 비즈니스 모델을 구축하고 업의 전환을 이룰 수 있을 것이라 생각했던 GE PREDIX가 어떻게 이러한 실패를 겪게 되었을까? GE PREDIX는 현재에도 성공적인 기획 플랫폼이라는 것에는 많은 사람들이 이견을 가지지 않는다. 하지만 들러리에 불과했던 산업 전문가와, 세계 여러 나라의 제조기업과 산업 대한 이해는 부족했으나, 디지털 전환을 위해 필요한 기술 구축, 전력/항공/장비관리 사업 등 모든 분야에 대한 욕심을 추구한 탓에 개별 사업으로서 경쟁력이 미흡했다.

 

(출처. 아디다스)

독일의 세계적인 기업인 아디다스 역시 2015년부터 운영, 관리를 해왔던 스마트 팩토리의 폐쇄를 결정했다. 스마트 팩토리를 설립한지 3년 만에 공장 폐쇄를 결정하고, 기존의 공정 시스템이나 기술은 기존에 생산을 담당했던 아시아 지역 국가의 공급사에 적용하기로 결정하였다. 해당 아디다스 스마트 팩토리는, CPS 기반 독일형 스마트 팩토리로서, 2016년 독일, 다음 해 미국에 공장을 세우며 신발, 의류 등 전 공정을 로봇으로 처리하여 독일의 인더스트리 4.0의 대표작으로 손꼽혔다. 하지만 스마트 팩토리에 투자했던 비용에 비해 생산량의 한계와, 일자리 감소와 같은 사회문제와 연관된 브랜드 이미지 실추 등으로 인해 지속 가능성이 부족했다는 비판이 있다.

 

출처. 엔비디아

컴퓨터용 그래픽 처리 장치와 멀티미디어 장치를 생산하는 미국의 NVIDIA는 AI 비즈니스의 성공으로 이끌었다. AI는 전 세계의 모든 산업에서 변화를 주도하고, 세계 회사들이 점점 더 데이터 중심으로 변화함에 따라, AI 기술에 대한 요구는 계속해서 증가하고 있다. 이러한 상황 속에서, NVIDIA는 음성 인식 및 추천 시스템에서 메디컬 이미징 및 개선된 공급망 관리 등 과업 수행에 필요한 컴퓨터 성능, 도구 및 알고리즘을 엔터프라이즈에 제공하고 있다. 해당 NVIDIA의 성공 비결은, 전문성을 갖춘 분야에서부터 차근차근 성장해나가고, 디지털 기술을 어느 단계까지 갖출 수 있는지 스스로의 역량과 한계를 분석했다는 것이다. 이렇게 그래픽카드 칩셋 제조업체인 NVIDIA는, 클라우드, AI 기술을 토대로 B2B 소프트웨어 판매를 진행하여, 부품 제조업체에서 벗어나 SW 기술을 안정적으로 판매해 새로운 시장을 창출하고 업의 전환을 이루었다.

 

또한 세계 최대 공장자동화 기업인 독일 지멘스(SIEMENS)도 실시간으로 물리 시스템을 연동하는 마인드스피어(MindSphere)이라는 IoT 운영 시스템을 구현하였다. 공장 내 모든 데이터를 분석하여, 시뮬레이션을 구현함으로써 생산성과 품질의 극대화를 이루고 있다.

 

 

#마치며

이번 포스팅에서는 제조 산업에서 적용되고 있는 기술 요소를 토대로, 제조 공정 디지털 트윈 기술의 동향을 공부하였다. 현재 기술력으로 디지털 트윈을 구현하고 운영하는 것에는 많은 시간과 비용이 발생하고, 물리적 세계의 디지털화에 따라 보안 측면의 리스크가 존재하며, 이에 대한 대응책이 필요하다. 따라서, 계속되는 디지털 트윈 연구에 다양한 기술 요소 통합을 위한 보안 기술, 프라이버시 데이터에 대한 보안 기술을 적용하여, 보안과 편의 사이의 균형을 맞추어야 하고, 시장 경제를 잘 파악하여 적용하는 것이 중요할 것이다.

 

 

 

참조 문헌: 강효은, 김호원. 2018. 제조 산업 기반 디지털 트윈 요소 기술 및 동향. 한국통신학회지(정보와통신) 35: 24-28.