왜 디지털 트윈이 주목받고 있을까요?

디지털 트윈의 사용은 꾸준히 확대대고 있으며, 조직이 제품과 시스템이 최상의 성능을 발휘하도록 하는 데는 그만한 이유가 있습니다. 이름에서 알 수 있듯이 디지털 트윈은 물리적 개체 또는 시스템을 디지털화 한 것 입니다. 일반적으로는 센서를 통해 물리적 자산과 연결해 양방향 통신이 가능합니다.

디지털 트윈은 조직에 여러 가지 이점을 제공합니다.
디지털 트윈은 다양한 애플리케이션을 통해 조직이 보다 효율적이고 혁신적인 비즈니스 모델을 만들고 새로운 수익원을 창출할 수 있도록 지원합니다. 조직은 디지털 트윈을 사용하여 규제 요구 사항을 충족하고 불량을 줄이기 위한 재설계도 쉽게 할 수 있습니다. 이를 통해 조직은 자산 관리를 개선하고 복잡한 시스템의 효율성을 높이며 제품 신뢰성과 안전성을 보장할 수 있습니다. 또한 예측 유지 관리를 위해 배포하여 비용이 많이 발생하는 큰 고장을 방지합니다.

규정 준수
디지털 트윈을 사용하면 조직에서 규정 요구 사항을 준수하도록 제품 및 시스템 구성 요소를 설계할 수 있습니다. 예를 들어, 자동차, 해양 및 항공우주 산업의 설계자와 제조업체는 전 세계 정부의 환경 규정을 준수해야 합니다. 디지털 트윈을 사용하면 엔지니어는 시스템 구성 요소를 재설계하여 NOx, CO2 및 SOx와 같은 차량 배출을 크게 줄일 수 있습니다. 또한 디지털 트윈은 이러한 산업의 기업이 환경 규정을 준수하여 규제 비용과 막대한 벌금을 피할 수 있도록 도와줍니다.

스마트 자산 관리
디지털 트윈은 스마트 유틸리티가 자산을 더 잘 관리하여 그리드의 성능을 향상시킬 수 있도록 지원합니다. 스마트 유틸리티는 디지털 트윈을 사용하여 태양광 패널 및 풍력 터빈과 같은 분산 에너지 자원(DER)에 연결된 센서에서 생성된 실시간 데이터를 활용할 수 있습니다. 그런 다음 유틸리티는 데이터 인텔리전스 및 머신러닝(ML)을 사용하여 데이터를 분석하고 중요한 통찰력을 얻을 수 있습니다. 엔지니어는 기상 현상 및 최대 사용 시간과 같은 에너지 소비와 관련된 시나리오를 시뮬레이션할 수 있습니다. 이러한 시나리오와 운영 데이터에서 얻은 통찰력을 사용하여 그리드 설계를 현대화하고 DER 및 마이크로그리드(microgrid)를 더 잘 통합할 수 있습니다. 디지털 트윈은 DER 및 그리드와 함께 발생하는 광범위한 문제를 해결하는 데도 사용할 수 있어 비용이 많이 드는 시스템 고장을 방지할 수 있습니다.

제품 개발 및 안전
새로운 제품의 초기 설계는 일반적으로 운영 데이터가 없기 때문에 최선의 추측을 기반으로 합니다. 예를 들어, 새 자동차 배터리의 초기 설계는 기존 배터리의 설계 및 엔지니어링을 기반으로 합니다. 작동 데이터가 없으면 새 자동차 배터리를 원하는 만큼 설계할 수 없습니다. 새 배터리의 프로토타입을 만들면 디지털 트윈을 사용하여 작동 데이터를 분석할 수 있습니다. 또한 디지털 트윈은 운전 조건, 온도 및 충전 상태와 같은 배터리 사용과 관련된 시나리오를 시뮬레이션하는 데 사용됩니다. 머신러닝(ML)을 사용하면 이러한 시나리오에서 생성된 데이터를 분석하여 배터리에 문제가 있을 수 있는 상황을 예측할 수 있습니다. 이러한 시나리오는 엔지니어가 문제를 식별하고 수정하여 새 배터리가 과열, 과충전 또는 폭발하지 않도록 하는 데 도움이 됩니다.

예측 유지보수
예를 들어 항공사는 디지털 트윈을 구현하여 각 항공기 엔진의 상태를 예측할 수 있습니다. 디지털 트윈은 연료 대 공기 비율, 팬 속도, 온도 및 압력과 같은 속성을 측정하는 센서로 각 엔진에 연결됩니다. 그런 다음 머신러닝을 활용하여 각 엔진에서 생성된 데이터를 분석하여 엔진에 약간의 유지 관리가 필요한 시기를 예측합니다. 따라서 디지털 트윈은 항공사가 치명적인 엔진 고장을 예방하고 주요 수리 또는 항공기 접지의 필요성을 줄이는 데 도움이 됩니다.

제품 설계 및 엔지니어링 혁신 추진
이를 사용하는 회사의 경우 디지털 트윈은 제품 설계 및 엔지니어링에서 상당한 혁신을 주도하고 있습니다. 디지털 트윈에는 엔지니어가 제품 및 시스템의 설계, 엔지니어링, 운영, 환경 및 리엔지니어링을 보다 효과적으로 제어할 수 있는 기능이 포함되어 있습니다. 이를 통해 일반적으로 물리학 기반 디지털 시뮬레이션과 운영 전반에 걸쳐 생성된 데이터에서 얻은 통찰력에 의해 주도되는 지속적인 개발이 가능합니다. 디지털 트윈을 통해 조직은 물리적 자산의 운영 데이터를 포함하여 여러 이질적인 시스템에서 데이터를 수집하고 집계할 수 있습니다. 디지털 트윈을 사용하면 조직에서 운영을 중단하거나 중단하지 않고도 시뮬레이션을 실행하고, 스트레스 테스트를 실행하고, 시스템을 모니터링하고, 오류를 예측하는 등의 작업을 수행할 수 있습니다.

일부 디지털 트윈을 통해 조직은 머신러닝 및 신경망과 같은 고급 기술을 활용하여 복잡한 문제를 해결할 수 있습니다. 예를 들어 머신러닝을 사용하여 사용 데이터의 패턴을 인식하면 성능이 향상된 제품을 개발할 수 있습니다.

디지털 트윈 웨비나에서 설명하는 벨트 구동 디지털 트윈 예예를 들어, 메카트로닉 시스템(벨트 구동)의 중앙에 센서를 배치했습니다. 센서는 축의 정렬 오류, 잘못된 벨트 구동 장력, 시스템 기반의 댐핑 매개 변수 등과 같은 5개 소스의 각 지점에서 데이터를 수집했습니다. 이 모든 소스는 신경망을 훈련하는 데 사용한 이미지에 오버레이 되었습니다. 따라서 오버레이 신호는 재엔지니어링을 통해 분해되어 원치 않는 진동 현상에 주로 영향을 미치는 구성요소를 확인할 수 있습니다. 센서 하나로 측정한 결과 원치 않는 진동이 발생하는 이유는 5가지가 있었습니다. 우리는 훈련된 신경망을 사용하여 진동 그래프를 분석했고, 이 5가지 이유 중 어떤 것이 시스템의 진동에 가장 큰 영향을 미치는지 알아냈습니다.

여러분의 조직에 디지털 트윈이 필요하신가요?
물론 모든 조직에는 고유한 요구 사항이 있지만, 이 질문에 대한 대답은 “예!”라고 확실히 말할 수 있습니다. 디지털 트윈은 복잡한 문제를 해결하는 데 필요한 요소들을 제공하여 제품 설계, 개발 및 운영 프로세스가 더 나은 결과를 얻을 수 있도록 합니다.

감사합니다.
한국알테어