만약 나의 주치의가 내 디지털 트윈(Digital Twin)을 만들어 실시간으로 나의 상황을 다양한 센서 데이터 등을 통해 업데이트 받을 수 있다면 어떨까요? 현실세계의 기계나 장비, 사물 등을 컴퓨터 속 가상세계에 구현한 디지털 트윈을 통해 몸 속의 잠재적인 질병에 대한 신호를 미리 받을 수 있을지도 모릅니다. 디지털 트윈이 암 관련 질병을 미리 예측할 수 있다면 조기 진단을 통해 가장 효과적인 시기에 치료를 받을 수도 있을 텐데요.
이러한 디지털 트윈 데이터 기술은 이미 가장 복잡하고 미션 크리티컬(Mission-Critical)한 기계의 운영 전반이나 기능을 모니터링하는데 활용되고 있습니다. 디지털 트윈은 제트 엔진, 기관차, 가스 터빈과 같은 산업 장비 내 부품 마모를 파악하는 동시에 운영 효율성을 극대화하고, 고장 나기 전 유지보수가 필요할 시점을 사전 예측합니다.
그렇다면 디지털 트윈을 산업에 처음 적용한 것은 언제였을까요? 그 시작은 미국항공우주국(NASA)이 달 탐사 프로젝트를 진행했던 1960년대와 1970년대로 거슬러 올라갑니다. 미국항공우주국은 디지털 트윈의 선구적인 시스템이라 할 수 있는 ‘미러 시스템(Mirrored System)’을 활용해 아폴로 13호의 달 착륙 미션 중 발생한 사고에서 승무원들을 전원 구조했는데요. 약 50년이 흐른 현재, 디지털 트윈 기술은 미국항공우주국이 광활한 태양계에서 작동되고 있는 장비의 운영을 이해하고 관리할 수 있도록 돕고 있습니다.
디지털 트윈 기술은 기계 및 장비에 내장된 클라우드 연결 센서를 통해 실시간으로 운영 데이터를 업로드 하고 실제 장비의 최신 가상 시뮬레이션을 생성합니다. 제조 기업들은 엣지 분석(Edge Analytics)을 통해 현장 운용 현황을 분석하고 평가하는데요. 또한 이러한 디지털 트윈을 통해 현장에 있는 모든 자산 운영 데이터가 실시간으로 시스템에 업데이트 되고 분석되는 일련의 과정을 통해 모든 공정의 자산과 현황을 손쉽게 살펴볼 수 있습니다.
특히 사물인터넷(IoT) 기술은 디지털 트윈 기술 구현에 있어 핵심적인 역할을 합니다. 센서의 가용성 향상을 비롯한 와이파이(WiFi)의 보급, 클라우드의 데이터 처리 용량의 결합은 산업용 사물인터넷(Industrial IoT) 산업의 다양한 제조업체가 대규모 디지털 트윈 모델 애플리케이션을 손쉽게 도입할 수 있도록 해주는데요.
제조업체가 제품 운용 상황을 실시간 데이터로 확인할 수 있게 된다면 제조 전반의 설계, 혁신, 효율성 등 여러 분야의 획기적인 발전을 이룰 수 있습니다. 또한 제조업체들은 최종 사용자(End User)와의 사전 논의를 통해 수리 및 유지보수 계획을 수립할 수 있어 고가의 수리 비용을 미연에 방지할 수도 있습니다.
사물인터넷 데이터를 가치로 바꿔주는 데이터 애널리틱스의 중요성
“디지털 트윈의 핵심은 분석입니다. 그저 데이터를 수집하는 것이 아닌, 데이터를 가치 있는 정보로 바꿀 수 있어야 합니다.”
브라이언 선더스(Bryan Saunders) SAS 글로벌 사물인터넷 수석 산업 컨설턴트는 디지털 트윈의 핵심동력을 분석으로 꼽았는데요. 성공적인 디지털 트윈을 위해서는 데이터를 효율적인 방법으로 모으고 활용한 뒤 도출된 결과를 이해할 수 있어야 합니다. 하지만 그보다 더 중요한 것은 기대했던 결과를 얻을 수 있도록 조치를 취해야 한다는 점입니다.
산업 중장비와 연결된 자산을 디지털 트윈을 통해 활용하면 제조업 분야의 가용성, 효율성, 안전성, 및 신뢰성도를 향상할 수 있습니다. 예측 분석을 통해 과거와 현재의 운영 상태를 비교하고, 추후 발행할 수 있는 탐지해 사전 유지보수 계획을 세울 수 있습니다. 특히 예측 유지보수에 있어 실시간 이상 탐지 및 상태 평가(Real-time Anomaly Detection and Health Assessments)의 중요성은 이미 입증되고 있는데요. 연구 결과에 따르면 데이터를 활용해 실시간 이상 탐지를 할 경우, 계획되지 않은 유지보수를 80%까지 줄일 수 있습니다. 이와 같이 미래에 대한 가시성과 인사이트를 얻게 된다면 제조 기업은 더욱 높은 효율을 얻을 수 있습니다.
데이터 분석을 통한 제조업체의 성공 사례: GE, 테슬라, 보쉬
많은 기업들은 이미 데이터 분석을 통해 기업 전반의 제조 과정을 혁신하고, 그 효율성을 높이고 있는데요. 가상 트윈 기술의 선두 기업인 GE는 성냥갑 크기의 로봇에 장착된 시각 센서와 인공지능(AI) 분석을 활용해 엔진 내부의 균열을 찾았습니다. 오늘날 기술 발전은 카메라를 활용해 지저분하거나 녹이 슨 터빈 날에서 균열을 찾을 수 있게 해줍니다. 드론 시각 센서는 원유 및 가스 생산시설의 약 60미터 높이의 굴뚝에 부식이 있는지도 검사할 수 있습니다.
테슬라 모터스(Tesla Motors)는 고객들에게 보다 나은 서비스와 신뢰를 제공하기 위해 디지털 트윈 기술에 많은 투자를 하고 있습니다. 테슬라는 판매하는 모든 차량의 디지털 트윈을 만들어 개별 센서 데이터에 소프트웨어를 업데이트한 뒤 이를 차량에 업로드 합니다. 이러한 데이터 기반의 소프트웨어 개발 프로세스는 더욱 효율적인 자원 분배와 더불어 향상된 사용자 경험을 제공합니다.
보쉬(Bosch)는 공장의 센서 기반 생산 데이터를 100% 효율성으로 가동되는 디지털 트윈 생산 라인과 비교해 생산 편차와 추세를 더욱 쉽게 식별하고 있는데요. 그 결과 생산 과정에서 발생하는 오류를 빨리 탐지할 수 있게 됐습니다. 동시에 이와 같은 스마트 커넥티드 생산라인을 통해 자사의 전자식 주행안전 시스템(Electronic Stability Program)과 자동 제동 장치 25%의 생산 향상 이점을 얻게 됐습니다.
사물인터넷과 애널리틱스 기술은 설계부터 제조, 유지보수 및 운영까지 제품 라이프 사이클 전반에 걸쳐 필수적인 경쟁력으로 떠오르며 비즈니스 성공과 경쟁력을 유지하는 열쇠가 되고 있습니다. 또한 이러한 기술은 ‘스마트 시티’, ‘커넥티드 카’, ‘스마트 팩토리’, ‘스마트 그리드’로 꼽히는 주요 산업 분야에 혁신을 가져올 것으로 전망되고 있습니다. 이처럼 주요 산업에서 일어나는 변화들은 궁극적으로 최종 산업 소비자들에게 가치를 제공하게 될 것입니다.
제조업체가 일관된 방식으로 사물인터넷 환경 전반의 데이터를 분석하고 가치를 창출할 수 있도록 돕는 SAS의 IoT 솔루션을 아래 동영상으로 확인해보세요. 더 자세한 사항은 SAS 홈페이지에서도 확인하실 수 있습니다.
