디지털 트윈 (Digital Twin) 시스템은 시뮬레이션 및 분석을 수행하는 데 사용할 수 있는 물리적 제품이나 프로세스의 디지털 모델을 의미합니다.
디지털 트윈은 실제 세계에서 제품이나 프로세스의 성능을 예측하는 데 사용할 수 있습니다.
이를 기반으로 엔지니어가 더 많은 정보에 입각한 의사결정을 내릴 수 있죠.
또한 제품이나 프로세스 설계 및 구현 과정에서 발생하는 리스크를 최소화할 수 있다는 장점이 있습니다.
시장 조사에 의하면, 디지털 트윈 시장은 2023년부터 2028년까지 연평균 30%의 성장을 기록할 것으로 전망하고 있습니다.
전문가들은 Industry 4.0 시대를 맞이하여 산업용 IoT 채택률이 증가한 것을 배경으로 보고 있습니다.
또한 디지털 트윈 시스템 구축을 통해 예측 유지 관리 및 실시간 모니터링 데이터를 획득하고자 하는 수요가 증가했죠.
그러나 디지털 트윈 시장의 성장에도 불구하고, 여전히 실제 활용도는 떨어진다는 지적이 이어지고 있습니다.
이 글에서는 디지털 트윈 활용이 제대로 이루어지지 못하는 이유에 대해 확인하고, 이를 개선하기 위한 방법에 대해 소개하겠습니다.
디지털 트윈 구축 후에도 실제로 활용하지 못하는 기업들
산업 현장이 스마트 팩토리와 인더스트리 4.0 기술로 진화하고 있는 가운데, 많은 기업들이 기존 노후 시설을 디지털로 전환하기 위해 산업 현장에 IoT 센서와 스마트 장비/시설을 도입하는 것을 우선시하고 있습니다.
그럼에도 불구하고, 우리는 향후 10년 이내에 일어날 것으로 예상되는 대규모 디지털 전환의 초기 단계에 머물러 있습니다.
그 이유는 산업 분야의 관리자와 운영자가 산업 현장의 IoT 센서 및 스마트 장비/시설의 자동화에 초점을 맞추고 있기 때문입니다.
비용이 많이 드는 IoT 센서 및 스마트 장비/시설을 도입한 후에도 수집된 유용한 데이터를 적절히 활용하거나 운영할 수 없다는 한계를 겪게 되었죠.
디지털 트윈 도입 시에는 산업 현장 관리자 및 현장 작업자가 데이터와 상호 작용하고 각자의 역할에 적합한 방식으로 조치를 취할 수 있도록 디지털 트윈 소프트웨어와 함께 디지털 트윈 하드웨어를 변환해야 합니다.
또한, 디지털 전환에 대한 투자는 운영 효율성을 획기적으로 향상시키고 안전성 향상을 위한 기대치에서 이익을 얻을 수 있다는 것을 인식해야 합니다.
디지털 트윈 도입 기업의 활용 한계
산업 현장에서 디지털 트윈을 효과적으로 활용하기 위해서는 다음과 같은 한계를 극복해야 합니다.
- 디지털 트윈 하드웨어와 소프트웨어 통합 어려움
- 다양한 공급업체의 솔루션을 연결하고 호환해야 하기 때문에 복잡하고 시간이 소요됩니다.
- 산업 현장 데이터 수집 및 분석 부족
- 디지털 트윈은 IoT 센서 및 스마트 장비/시설에서 수집된 데이터를 기반으로 구축됩니다.
- 따라서 데이터 수집 및 분석이 필수적입니다.
- 그러나 많은 기업들이 필요한 인프라와 역량을 갖추고 있지 않습니다.
- 디지털 트윈 활용 교육 부족
- 산업 현장의 관리자와 현장 작업자가 디지털 트윈을 사용하는 방법을 알지 못하면 adoption rate가 낮아집니다.
- IT-OT 융합 문화 부족
- 디지털 트윈을 효과적으로 활용하려면 IT와 OT 부서가 협력해야 하지만 많은 기업들이 분리되어 있습니다.
산업 현장에서 디지털 트윈을 성공적으로 도입하기 위해서는 기업들이 한계를 극복하고 디지털 트윈 채택 전략을 수립해야 합니다.
동시에, 단계별로 디지털 트윈을 구축하고 활용해야 합니다.
또한 디지털 트윈 하드웨어와 소프트웨어의 통합, 데이터의 수집 및 분석, 디지털 트윈 활용 교육, IT-OT 융합 문화 구축을 위한 노력이 필요합니다.
극복 방법
TAKE5 ENT는 디지털 트윈의 한계를 극복하기 위해 다음과 같은 방법을 제시합니다.
- 디지털 트윈의 주요 사용 사례를 식별
해결해야 할 가장 중요한 문제는 무엇인가요? 주요 사용 사례를 파악한 후에는 해당 영역에 데이터 수집 및 분석 노력을 집중할 수 있습니다. - 데이터 수집 및 분석 인프라에 투자
여기에는 IoT 센서, 데이터 스토리지 시스템, 데이터 분석 도구에 대한 투자가 포함됩니다. - 사용하고 이해하기 쉬운 디지털 트윈 소프트웨어 플랫폼을 선택
플랫폼이 사용자의 요구 사항을 충족하고 기존 시스템과 통합할 수 있는지 확인합니다. - 직원들에게 디지털 트윈의 사용법을 교육
직원들이 디지털 트윈의 이점과 이를 활용하는 방법을 이해하도록 하세요.
디지털 트윈 프로젝트는 종종 한 번에 너무 많은 것을 시도하기 때문에 실패합니다. 시작하려면 정확한 데이터 입력에 초점을 맞추고 화려한 그래픽은 피하세요.
디지털 트윈 도입 기업들의 한계 극복 사례
BMW
MW 그룹은 제조 공정을 개선하기 위한 새로운 방법을 끊임없이 모색하고 있는 선도적인 글로벌 자동차 제조업체입니다.
최근 몇 년 동안 BMW는 물리적 사물이나 시스템의 가상 복제본을 생성하는 디지털 트윈 기술에 많은 투자를 해왔습니다.
하지만 BMW는 곧 디지털 트윈에 몇 가지 한계가 있다는 사실을 깨달았습니다.
한 가지 문제는 다양한 소스의 데이터를 디지털 트윈에 통합하기가 어렵다는 것이었습니다. 이로 인해 제조 프로세스를 전체적으로 파악하고 모든 잠재적 문제를 파악하기가 어려웠습니다.
또 다른 과제는 디지털 트윈이 사용자 친화적이지 않다는 점이었습니다.
직원들이 디지털 트윈을 이해하고 상호 작용하는 것이 어려웠습니다. 이로 인해 교육 도구로서 디지털 트윈의 유용성이 제한적이었습니다.
이에 BMW 그룹은 전체 생산 프로세스의 가상 트윈을 생성할 수 있는 Nvidia Omniverse 플랫폼의 글로벌 롤아웃을 시작했습니다.
이 디지털 트윈은 BMW의 모든 공장에서 효율성, 품질 및 안전성을 개선하는 데 사용됩니다.
옴니버스 플랫폼은 개발자가 가상 세계를 생성하고 시뮬레이션할 수 있도록 지원하는 툴 모음입니다.
실시간 트레이싱과 그래픽을 제공하는 Nvidia의 RTX 기술을 기반으로 합니다.
BMW 그룹은 옴니버스 플랫폼을 사용하여 스탬핑, 용접, 도장, 조립에 이르는 전체 생산 공정의 디지털 트윈을 생성할 예정이라고 하죠.
BMW 그룹은 디지털 트윈을 사용하여 다양한 생산 시나리오를 시뮬레이션하고 현실 세계에서 문제가 발생하기 전에 잠재적인 문제를 파악할 수 있습니다.
또한 디지털 트윈은 새로운 절차와 기술에 대한 직원 교육에도 활용될 것입니다.
BMW-NVIDIA Omniverse 파트너십은 제조 프로세스에 대한 보다 포괄적이고 사용자 친화적인 디지털 트윈을 만들 수 있었습니다.
새로운 디지털 트윈은 업데이트 및 유지 관리가 더 쉬워졌으며 직원들이 더 쉽게 이해하고 상호 작용할 수 있습니다.
유니레버
유니레버는 도브, 바세린 등 수백 개의 브랜드를 가지고 69개국에서 300개 이상의 공장을 운영하는 다국적 생활용품 제조기업입니다.
Industry 4.0 시대를 맞이하면서 제조업에도 Digital Transformation에 대한 수요가 증가했죠.
유니레버 역시 신기술을 적극적으로 도입하는 과정에서 디지털 트윈을 활용하고 있습니다.
특히 유니레버의 디지털 혁신 과정은 디지털 트윈 활용의 한계로 지목되었던 ‘IT-OT 간의 융합 문화 부족’ 문제를 가장 적극적으로 극복한 사례로 불립니다.
브라질 인다이아투바에 있는 유니레버의 세계 최대 세탁세제분말 공장의 사례를 들어보겠습니다.
해당 공장은 디지털 트윈 및 AI와 같은 기술을 구현하여 비용 효율성과 생산 민첩성을 개선하는 동시에 환경에 미치는 영향까지 획기적으로 줄였다고 하죠.
유니레버의 디지털 트윈은 마이크로소프트 애저(Azure)의 IoT 플랫폼에서 호스팅되며, IoT 및 인텔리전트 엣지(네트워크) 서비스를 사용하여 활성화합니다.
방대하게 수집되는 데이터를 애저의 확장성과 안정성이 보장되는 클라우드 환경에서 빠르게 처리할 수 있죠.
또한 데이터 분석 및 AI 서비스와 긴밀하게 연계할 수 있습니다.
세탁용 세제분말 제조 공정은 매우 복잡하며 이를 수정 및 변경하는 데 시간이 오래 걸립니다.
이러한 공정상의 기계들과 장비들의 생산 사이클을 제어하는 데 디지털 트윈이 사용되고 있습니다.
또한 공장 내 모든 단계의 프로세스에서 기계와 장비의 온도나 가동 속도 같은 자료를 IoT 센서로 데이터를 수집하고 머신러닝 알고리즘을 사용해 패턴과 효율성을 분석 및 예측합니다.
예전에는 공장 작업자들이 수동으로 조절하던 최적의 공정 프로세스를 이제는 알고리즘에 따라 자동으로 제어할 수 있게 되었습니다.
이를 통해 유니레버는 하루에 조치가 필요한 알람 수를 90%까지 줄여 공정 중단 및 제품 생산 시간을 최소화하고, 직원들이 적시에 개입할 수 있게 하여 업무 효율성이 올릴 수 있었습니다.
유니레버는 2023년 4월, 액센츄어, 마이크로소프트와 협력을 통해 기존 온프레미스 기반 시스템들을 클라우드로 전면 마이그레이션하면서 클라우드 기반의 플랫폼을 토대로 디지털 트윈을 좀 더 안정적으로 사용하면서 의사 결정을 가속할 수 있는 토대를 마련하였습니다.
GS칼텍스
GS칼텍스는 2022년을 디지털 전환 실행 원년으로 선포하고 여러 비즈니스 영역에서 이를 추진하고 있습니다. 실시간 공정 최적화는 물론 공장의 실제 가동을 모사한 시뮬레이션 프로그램의 구축까지 계획하고 있죠.
여러 기업들이 디지털 트윈 도입 후 실제로 활용하지 못하고 비용만 쓰는 실패 사례가 발생했습니다. GS칼텍스는 이런 리스크를 방지하고자 다양한 전략을 구축했다고 합니다.
먼저 GS칼텍스는 프로세스 최적화, 비상 시뮬레이션, 설비 정보 관리 등 주요 사용 사례에 디지털 트윈을 집중적으로 활용하고 있습니다. 이를 통해 디지털 트윈의 가치를 빠르게 입증하고 프로젝트 추진 동력을 확보할 수 있었습니다.
또한 단계적 접근 방식으로 디지털 트윈을 구축하고 있습니다. 이를 통해 디지털 트윈의 이점을 조기에 실현하는 동시에 디지털 트윈 시스템을 반복적으로 개선하고 역량을 강화할 수 있습니다.
마지막으로 GS칼텍스는 디지털 트윈의 개발 및 구현을 위해 마이크로소프트, 액센츄어와 같은 경험 많은 기업들과 파트너십을 맺고 있습니다.
이를 통해 GS칼텍스는 디지털 트윈을 성공적으로 구현하는 데 필요한 전문 지식과 리소스를 활용할 수 있습니다.
특히 산업 현장 데이터 수집 및 분석 부족으로 인해 디지털 트윈의 활용도가 떨어지는 상황을 막기 위해 여러 노력도 활발히 진행하고 있습니다.
먼저 산업 현장에서 발생하는 데이터를 수집하고 분석하는 데 필요한 인프라에 투자하고 있습니다.
여기에는 IoT 센서, 데이터 저장 시스템, 데이터 분석 툴에 대한 투자가 포함됩니다.
또한 GS칼텍스는 대학 및 연구기관과 협력하여 새로운 데이터 수집 및 분석 기법을 개발하고 있습니다.
이를 통해 GS칼텍스는 데이터의 가치를 극대화하고 디지털 트윈의 정확성과 신뢰성을 향상시키고 있습니다.
결론: 적절한 데이터 전략 수립 및 디지털 트윈 소프트웨어 활용만으로 고가의 디지털 트윈을 더 잘 활용할 수 있을 것으로 기대
디지털 트윈을 최대한 활용하려면 적절한 데이터 전략이 필요합니다.
즉, 수집해야 하는 데이터 유형, 수집 방법, 저장 및 분석 방법을 파악해야 합니다.
또한 다양한 소스로부터 데이터를 통합하여 운영 상황을 전체적으로 파악할 수 있도록 해야 합니다.
적절한 데이터 전략을 세우는 것 외에도 사용과 이해가 쉬운 디지털 트윈 소프트웨어를 사용해야 합니다. 이렇게 하면 직원들이 디지털 트윈을 최대한 활용할 수 있습니다.
