디지털 트윈은 운용 중이거나 개발 중인 제품, 공정 또는 시스템의 디지털 표현입니다. 운용 중 디지털 트윈은 자산의 현재 상태를 반영하며 관련 과거 데이터를 포함합니다. 디지털 트윈은 자산의 현재 상태를 평가하기 위한 용도로 사용되지만, 더 중요한 점은 미래의 거동을 예측하거나 제어 시스템을 개선하거나 운용을 최적화하기 위한 용도로도 사용된다는 것입니다. 개발 과정에서 디지털 트윈은 개발 예정 제품, 공정 또는 시스템의 개발, 테스트 및 검증을 촉진하는 모델 역할을 합니다.
디지털 트윈이 중요한 이유
디지털 트윈은 조직에서 제품 개발, 테스트 및 검증을 개선하고 가속화할 수 있도록 실제 제품의 거동을 모방합니다. 운영 최적화, 결함 진단 및 예측 정비 지원을 통해 비용 절감과 신뢰성 개선, 고객 경험 향상을 꾀할 수 있습니다. 또한 제품의 전체 라이프사이클에 걸쳐 디지털 트윈을 활용하면 혁신을 이끌고 비용을 절감하며 품질을 개선하고 시간이 지나도 제품의 적합성과 가치를 유지하는 피드백 및 개선의 선순환을 만들어 개념부터 폐기 단계에 이르는 가치 사슬을 대폭 강화할 수 있습니다.
제품 개발
제품 설계 촉진: 디지털 트윈을 통해 복잡한 시스템의 실시간 시뮬레이션이 가능해지므로, 설계자는 다양한 동작 조건에서 시스템 거동을 관찰하여 시스템 응답, 에너지 사용량 및 운영 효율성을 최적화할 수 있습니다. 또한 컴포넌트 또는 서브시스템 설계를 개선하고, 움직임의 정밀도, 안정성 및 응답 시간 등에 대한 목표 성능 수준을 달성하기 위한 제어 전략을 개발하는 데에도 디지털 트윈을 사용할 수 있습니다.
Krones - 포장 처리 로봇의 디지털 트윈 개발 사례
Krones는 Simulink® 및 Simscape Multibody™를 사용하여 설계 최적화, 결함 테스트 및 예측 정비를 지원하는 디지털 트윈을 만들었습니다. 엔지니어들은 동적 트라이포드 로봇을 설계에 통합하여 자동 음료 포장 시스템의 성능을 향상할 수 있었습니다.
“Simulink에서 디지털 트윈을 시뮬레이션함으로써 하드웨어 테스트를 통해서는 얻을 수 없거나 너무 많은 비용과 시간이 소요되는 데이터와 통찰력을 얻을 수 있었습니다. 힘과 모멘트의 시각화를 통해 개별 컴포넌트가 고도로 동적인 로봇에 미치는 영향을 파악할 수 있었습니다.”
가상 검증 및 확인: 디지털 트윈으로 생성된 실제 제품 및 시스템의 가상 복제본을 사용하여 설계 개념을 테스트하고 검증하며, 성능을 평가하고, 설계 공정 초기에 잠재적인 문제를 파악할 수 있습니다. 이 접근법은 실물 프로토타입의 필요성을 낮추고 설계 사이클을 단축시킬 수 있습니다.
Schindler Elevator - 물리적 테스트에서 시뮬레이션으로의 전환 사례
Schindler Elevator는 최근 개발 공정에 모델 기반 검증 워크플로를 도입했습니다. EDEn(Elevator Dynamics Environment)은 MATLAB®, Simulink 및 Simscape™에서 개발된 툴 세트로, 웹 기반 애플리케이션을 사용한 오프라인 시뮬레이션과 Hardware-in-the-Loop 테스트를 수행합니다. EDEn을 통해 소프트웨어 릴리스 테스트는 3~4주에서 하룻밤으로 단축되어 비용 및 위험을 크게 절감하고 훨씬 더 광범위한 테스트 커버리지가 가능해집니다.
“HIL(Hardware-in-the-Loop) 접근법을 통해 우리는 이제 하룻밤 만에 훨씬 더 많은 테스트 케이스를 다룰 수 있게 되었습니다. 또한 이를 통해 설계 패러다임도 최악의 사례에 대비하는 것에서 일반적인 사용에 맞게 소프트웨어를 최적화하는 것으로 바뀌었습니다.”
가상 시운전: 디지털 트윈은 가상 시운전에서 중요한 요소로, 가상 환경에서 포괄적으로 시스템을 테스트하고 검증하며 최적화할 수 있게 해줍니다. 이 접근법을 통해 위험과 비용을 최소화하고 더 원활한 물리적 구현으로의 전환을 보장할 수 있습니다.
가상 센싱: 기업은 디지털 트윈을 도입함으로써 물리 센서에 대한 의존도를 낮추고 예측 기능을 활성화하며 센서 배치를 최적화하고 시스템 모니터링 및 성능을 개선하여 비용을 절감하고 효율성을 높일 수 있습니다.
운영 및 정비
운영 최적화: 조직은 디지털 트윈을 통해 물리적 자산의 실시간 상태를 반영하여 운영을 모니터링할 수 있을 뿐만 아니라 동적으로 최적화할 수 있습니다. 이 최적화는 시스템 성능 개선부터 에너지 효율성 및 리소스 할당에 이르는 다양한 측면을 포괄합니다. 운영자는 디지털 트윈을 통해 다양한 운영 시나리오를 실행하여 최적의 운영 조건을 찾거나 운영 교육의 일환으로 대응 방법을 학습할 수 있습니다.
성능 진단 및 최적화를 위한 가스터빈 디지털 트윈
Siemens Energy는 MATLAB 및 Simulink를 사용하여 물리 기반 디지털 트윈을 구축하고 테스트베드 프로토타입 및 차량 데이터를 사용하여 이를 검증했습니다. 엔지니어들은 임베디드, 에지, 클라우드 및 원격 모니터링 시스템 등 계산 플랫폼 전반에 걸쳐 디지털 트윈 기능을 배포했습니다. Simulink Coder™ 및 Simulink Compiler™를 사용했기 때문에 배포 과정에서 수작업 코딩이 거의 필요하지 않았습니다. Siemens Energy는 시스템의 디지털 트윈을 구축함으로써 가스터빈의 신뢰성, 가용성 및 유지보수성을 개선하고 운영을 최적화하였으며 비용을 절감하고 운영 수명을 늘릴 수 있었습니다.
예측 정비: 디지털 트윈은 각 컴포넌트 또는 전체 시스템의 상태를 파악함으로써 잠재적 결함을 나타낼 수 있는 미묘한 패턴과 이상을 감지하고 정비 또는 교체가 필요할 가능성이 높은 시점을 예측할 수 있습니다. 이 예측을 통해 가장 적절한 시점에 정비를 예약하고 예기치 않은 중단을 방지하며 정비 리소스 사용을 최적화할 수 있습니다.
디지털 트윈으로 모델 기반 설계 확장
모델 기반 설계는 개발 공정 전반에서 체계적인 모델의 사용을 의미하며, 복잡한 시스템을 구축하는 방식을 개선할 수 있습니다. 모델 기반 설계는 디지털 트윈 응용 사례에 대한 견고한 토대를 마련합니다. 제품 개발 단계에서 모델 기반 설계와 디지털 트윈 방법론은 공생 관계에 있습니다. 다수의 디지털 트윈 활용 시나리오가 모델 기반 설계의 활용 사례이기도 합니다.
디지털 트윈 사용과 모델 기반 설계의 결합은 특히 OEM의 입장에서 유리할 수 있습니다. 모델 기반 설계가 주로 제품 개발 단계에 집중한다면 디지털 트윈은 고객의 운영 및 정비 경험을 지원하고 강화하는 디지털 제품 또는 서비스를 제공하므로 이를 통해 OEM은 범위를 확장할 수 있습니다. 물리적 제품을 설계하고 제조할 수 있을 뿐만 아니라, 라이프사이클 전반에서 이러한 제품의 가치를 강화하는 일련의 디지털 툴도 제공합니다. 디지털 트윈은 물리적 제품과 이에 대응하는 디지털 제품에 연결하는 다리의 역할을 하여 실시간 모니터링, 예측 정비, 운영 최적화를 가능하게 해줍니다.
Atlas Copco - 시뮬레이션 및 디지털 트윈을 사용한 소유 비용 최소화 사례
Atlas Copco는 MATLAB 및 Simulink를 통해 디지털 트윈을 단일 진실 공급원으로 사용하여 엔지니어링부터 생산을 거쳐 영업 및 서비스에 이르기까지 시뮬레이션과 데이터 분석을 통합하여 모델 기반 엔지니어링 플랫폼을 구축합니다. 이 플랫폼은 영업 엔지니어가 신뢰성 있는 성능 시뮬레이션에 액세스하여 고객에게 맞춘 제품을 제공할 수 있도록 돕습니다. Atlas Copco 압축기의 현재 모델에는 최대 50개의 센서가 탑재되어 있어 예측 정비에 대한 준비가 되어 있으며, 서비스 사업부는 10만 대 이상의 현장 장비에서 수집한 실시간 데이터를 기반으로 고객 특정 정비 전략을 수립할 수 있습니다. Atlas Copco는 이러한 데이터를 통해 얻은 풍부한 통찰력을 이제 막 활용하기 시작하는 단계입니다.
디지털 트윈 워크플로
디지털 트윈의 활용 사례는 다양하지만 디지털 트윈 프로젝트의 성공을 보장하기 위해 도입할 수 있는 공통된 전략이 있습니다. 이러한 전략의 중심에는 명확한 목표 정의, 모델 설계 및 검증, 효과적인 모델 배포, 지속적 모니터링과 업데이트를 통한 유지라는 일관적인 프레임워크가 있습니다.
1단계: 목표 및 범위 파악
성공적인 디지털 트윈 응용 사례를 위한 여정은 달성하고자 하는 목표에 대한 명확한 비전을 갖는 것으로 시작합니다. 디지털 트윈의 목적이 무엇인지 자문해 보십시오. 제품 개발 지원인가요, 아니면 장비 문제 진단, 운영 최적화, 또는 교육을 위한 시뮬레이션 제공인가요?
다음은 디지털 트윈의 범위를 정의하는 것입니다. 디지털 트윈으로 표현할 대상이 개별 컴포넌트인가요, 하나의 서브시스템으로 작동하는 컴포넌트의 모음인가요, 아니면 전체 시스템 자체인가요? 그리고 이런 디지털 트윈이 한 가지 기능만을 수행하나요, 혹은 여러 목적으로 사용되나요? 이러한 초기 결정에 따라 프로젝트의 복잡성과 방향이 정해집니다.
2단계: 설계 및 구축
디지털 트윈을 만들기 위해서는 전문지식, 선호하는 방법론, 그리고 무엇보다 사용 가능한 것이 무엇인지에 따라 신중한 접근법이 필요합니다. 완전히 새로운 제품 설계라면 테스트 또는 운영 데이터가 전무하므로 물리 법칙에 의존하여 디지털 트윈에 대한 프레임워크를 구축하는 물리 기반 모델링으로 시작해야 하는 경우가 많습니다. 사용 가능한 데이터가 충분한 경우 데이터 주도 또는 AI 기반 접근법을 사용할 수 있으며, 이 경우 머신러닝 또는 딥러닝을 적용하여 결과와 거동을 예측할 수 있습니다. 또한 용도 변경을 통해 디지털 트윈 개발 속도를 높일 수 있는 기존 모델 또는 데이터가 있는지도 고려해 불필요한 시간 낭비가 없도록 해야 합니다.
3단계: 테스트 및 검증
디지털 트윈이 구축되면 엄격한 테스트 및 검증을 거쳐야 합니다. 이 단계의 핵심은 디지털 트윈이 실제 제품을 얼마나 정확히 반영하는지 평가하여 디지털 트윈에 대한 신뢰를 구축하는 것입니다. 또한 예측과 시뮬레이션의 정확도도 측정해야 합니다. 디지털 트윈의 통찰력을 기반으로 의사결정을 내리는 데 따르는 위험을 파악하는 것 역시 중요합니다. 중요한 것은 디지털 트윈이 단순히 정교한 모델이 아니라 실제 응용 사례를 위한 신뢰할 수 있는 툴이 되도록 하는 것입니다.
4단계: 배포 및 운영
검증된 디지털 트윈을 확보했다면 이제 배포할 수 있습니다. 디지털 트윈의 의도된 용도가 현장의 실제 제품에 직접 연결되는 것이든, 에지 컴퓨팅을 사용하여 근접성과 지연 단축의 이점을 활용하는 것이든, 방대한 계산 리소스와 확장성을 위해 클라우드를 사용하는 것이든 배포 전략은 그 용도에 적합해야 합니다.
5단계: 모니터링 및 업데이트
디지털 트윈은 한 번 설정하면 끝나는 솔루션이 아닙니다. 디지털 트윈이 실제 제품을 계속해서 충실하고 정확하게 나타내도록 하려면 지속적인 모니터링이 필요합니다. 성능 메트릭을 설정하고 실제 데이터를 기준으로 정기적으로 디지털 트윈을 검증함으로써 무결성을 유지할 수 있습니다. 또한, 특정 임계값을 초과할 경우 파라미터 조정 또는 모델의 완전한 재구축을 위한 메커니즘이 마련되어 있기에 시간이 지나면서 디지털 트윈도 이에 맞춰 진화할 필요가 있을 것입니다. 이러한 유연성은 디지털 트윈의 장기적인 수명과 유용성을 보장하는 핵심 요소입니다.
더 알아보기
MATLAB 및 Simulink를 사용한 디지털 트윈
Simscape를 사용하면 엔지니어는 Simulink 환경 내에서 물리 시스템의 모델을 신속하게 생성할 수 있습니다. 기본적인 컴포넌트들을 하나의 도식으로 조합하여 전기 모터, 브리지 정류기, 유압 액추에이터, 냉장 시스템 등의 시스템을 모델링할 수 있습니다. Simscape 애드온 제품을 통해 여러분은 더 복잡한 컴포넌트와 시스템을 모델링하고 분석할 수 있습니다.
데이터 주도 분야에서 MATLAB은 통계학, 머신러닝, 딥러닝 및 시스템 식별을 위한 풍부한 툴의 모음을 제공합니다. 엔지니어는 이러한 툴을 통해 데이터 주도 디지털 트윈을 구축하여 패턴을 식별하고 성능을 최적화하며 정비 필요성을 예측할 수 있습니다. 이러한 데이터 주도 디지털 트윈과 물리 기반 디지털 트윈의 매끄러운 통합은 시스템의 성능과 잠재적인 문제에 대한 전체적인 시야를 제공합니다.
검증 및 확인은 디지털 트윈이 실제 제품을 정확히 반영하고 예상대로 거동하는지 보장하기 위한 중요한 단계입니다. 엔지니어는 고무결성 검증 워크플로를 따라 시뮬레이션 기반 테스트 및 정적 분석을 사용하여 높은 품질 기준을 유지하면서 결함을 찾고 출시 시간을 단축할 수 있습니다.
MATLAB 및 Simulink를 사용한 배포 옵션은 다양하며, PLC, 산업용 제어기, 임베디드 시스템, 웹 플랫폼 및 클라우드에서의 구현을 지원합니다. 이러한 유연성은 디지털 트윈을 기존 워크플로 및 인프라에 통합하여 다양한 환경 전반에서 실시간 모니터링, 예측 정비 및 운영 최적화를 실행할 수 있도록 해줍니다. 궁극적으로 디지털 트윈의 가치는 구현을 통해 실현되며, 이해관계자로 하여금 통찰력과 예측을 활용해서 정보에 근거한 의사결정을 내리고 운영 탁월성을 달성할 수 있게 합니다.
자료
문서, 예제, 비디오 등을 통해 여러분의 지식을 확장할 수 있습니다.
Discover More
관련 주제
MATLAB 및 Simulink 제품과 흔히 함께 사용되는 비슷한 주제를 살펴볼 수 있습니다.
30일 무료 평가판
시작하기
