디지털 트윈 기술은 제조업을 넘어 IoT, AI 및 데이터 애널리틱스가 융합된 세계로 옮겨갔다. 복잡한 ‘사물’이 데이터 생성 기능과 연결되면서 디지털 형태의 등가물을 보유하게 됐으며, 이런 디지털 등가물을 활용해 데이터 과학자와 기타 IT 전문가는 배포를 최적화해 최대 효율성을 끌어내고 기타 가상 시나리오를 만들 수 있는 능력을 갖추게 된다.

 디지털 트윈이란 무엇인가
디지털 트윈은 물리적인 물체 또는 시스템을 디지털로 표현한 것이다. 디지털 트윈을 뒷받침하는 기술은 건물, 공장, 도시까지 확장되었고, 어떤 사람은 사람과 프로세스도 디지털 트윈을 보유할 수 있다고 주장하면서 개념을 더욱 확장했다.

디지털 트윈이라는 개념이 가장 먼저 시작된 곳은 NASA(National Aeronautics and Space Administration)다. NASA는 초창기 우주 캡슐의 실물 크기 모형을 만들어 지상에서 궤도 문제를 진단하는 데 사용했는데, 실물 크기의 모형은 결국 완전한 디지털 시뮬레이션으로 대체됐다.

그러다가 가트너가 디지털 트윈을 2017년 10대 전략 기술 트렌드로 선정하면서부터 디지털 트윈이라는 용어가 유행하기 시작했다. 가트너는 “수십 억 개의 사물은 물리적 사물 또는 시스템의 동적 소프트웨어 모델인 디지털 트윈으로 표현될 것”이라고 말했다. 1년 후, 가트너는 “2020년까지 약 210억 개의 센서와 엔드포인트가 연결될 것이고 가까운 미래에 디지털 트윈은 수십 억 개의 사물을 위해 존재할 것”이라고 전망하며, 디지털 트윈을 다시 한번 최고 트렌드로 지목했다.

본질적으로 디지털 트윈이란 물리적 대상 또는 시스템에 대한 실제 데이터를 입력으로 삼고, 해당 대상 또는 시스템이 이런 입력으로 인해 받는 영향을 예측 또는 시뮬레이션해 출력을 생성하는 컴퓨터 프로그램이다.

디지털 트윈이 작동하는 방법
전문가, 특히 데이터 과학자나 응용 수학 전문가가 디지털 트윈을 구축하면서 생명력을 부여한다. 이들 전문가는 모방할 대상 또는 시스템의 기초가 되는 물리학을 연구하고, 연구 데이터를 사용해 디지털 공간에서 실제 원본을 시뮬레이션하는 수학적 모델을 개발한다. 

디지털 트윈은 실제 상대의 데이터를 수집하는 센서에서 입력 신호를 수신할 수 있도록 구성된다. 이를 통해 성능 및 발생할 수 있는 문제에 대한 인사이트를 제공하는 프로세스에서 물리적 상대를 실시간으로 시뮬레이션할 수 있다. 물리적 상대의 프로토타입을 기반으로 디지털 트윈은 설계하는 것도 가능한데, 이 경우 디지털 트윈의 피드백을 바탕으로 프로토타입을 개선할 수 있다. 또한 프로토타입을 물리적인 버전으로 제작하기 전에 그 자체로 프로토타입 역할을 할 수도 있다.

기술 소프트웨어 엔지니어링 업체 에니람(Eniram)은 전 세계 상업 물자의 대부분을 운반하는 대규모 컨테이너선의 디지털 트윈을 제작하는데, 이는 매우 복잡한 종류의 디지털 트윈 응용 사례다. 그러나 디지털 트윈은 개발자가 원하는 만큼 복잡하거나 단순화하게 만들 수 있다. 또한 구축 및 업데이트에 사용하는 데이터의 양에 따라 물리적인 대상을 얼마나 정확하게 모방하는지가 결정된다. 예를 들어, 블록체인 기반 데이터베이스 솔루션 업체 빅체인DB(BigchainDB)이 소개한 튜토리얼에는 몇 가지 입력 변수만으로 주행 거리를 계산할 수 있는 자동차의 간단한 디지털 트윈을 만드는 방법이 개략적으로 설명돼 있다.

디지털 트윈 vs. 시뮬레이션
시뮬레이션과 디지털 트윈이라는 용어를 서로 바꿔서 사용하는 경우가 있다. 하지만 둘은 서로 다른 기술이다. 시뮬레이션은 CAD 시스템 또는 이와 유사한 플랫폼으로 설계되며, 시뮬레이션된 과정을 그대로 따라갈 수는 있지만, 실제 물리적 대상과 일대일로 연결된 것은 아니다. 반면 디지털 트윈은 실제 장비의 IoT 센서의 입력으로 구축되는데, 이는 실제 시스템을 복제한 뒤 시간이 지나면서 시스템이 변화한다는 의미다.

시뮬레이션은 제품 수명주기의 설계 단계에서 향후 제품의 동작을 예측하기 위해 사용되는 편이며, 디지털 트윈은 이미 사용하는 제품이나 시스템의 현재 동작에 대한 인사이트를 비즈니스 곳곳에 걸쳐 제공한다.

디지털 트윈의 사용례
앞서 언급한 자동차와 컨테이너선은 디지털 트윈의 일부 사용례를 보여준다. 이밖에 디지털 트윈은 항공기 엔진, 열차, 해상 석유 플랫폼 및 터빈과 같은 대상을 물리적으로 생산하기 전에 디지털 방식으로 설계하고 테스트하는 데에도 사용된다. 이런 디지털 트윈은 유지보수 작업을 할 때도 활용할 수 있다. 예컨대 기술자가 설비를 수리하기 전, 디지털 트윈을 사용해 제안된 수리가 잘 작동할지 테스트하는 것이다.

디지털 트윈의 비즈니스 응용 사례는 다음과 같이 수많은 영역에서 발견된다.
 
제조 : 딜로이트의 사례 연구에서 알 수 있듯이, 제조 분야는 디지털 트윈의 롤아웃이 가장 많이 진행되고 있는 분야다. 공장에서는 이미 디지털 트윈을 사용해 프로세스를 시뮬레이션하고 있다.
자동차 : 자동차에 원격 측정 센서가 장착되어 있기 때문에 자동차 디지털 트윈은 이미 가능하지만, 더 많은 자율주행 차량이 도로를 달리면서 기술 개선이 더 중요해질 것이다.
헬스케어 : 사람의 디지털 트윈을 생산할 수 있는 분야다. 반창고 크기의 센서로 수집한 건강 정보를 환자의 건강 모니터링 및 예측에 사용되는 디지털 트윈에 전송할 수 있다.

디지털 트윈의 종류
IBM은 특정 업종이 아니라 복잡성에 따라 디지털 트윈을 분류하는 방법을 제안한다. 이런 분류법은 특정 사용례에서 요구되는 사항을 생각할 수 있는 유용한 방법을 제공하며, 디지털 트윈의 수행 범위를 살펴볼 수 있다.
 
구성요소/부품 트윈은 기능하는 구성요소의 가장 소규모 사례를 시뮬레이션한다.
자산 트윈은 2개 이상의 구성요소가 함께 작동하는 것을 시뮬레이션한다. 2가지 구성요소 간의 상호작용 연구에 사용된다.
시스템/유닛 트윈을 사용하면 전체 생산 라인을 시뮬레이션하는 등 여러 시스템 자산이 함께 작동하는 방식을 확인할 수 있다.
프로세스 트윈은 시스템이 연계해 작동하는 모습을 가장 최상단에서 파악해 공장 전체의 운영 방식을 점검할 수 있다.

더 많은 구성요소를 추가하면 복잡성이 증가한다는 것에 주목해야 한다. 특히 서로 다른 제조업체의 구성요소를 혼합하는 것은 어려울 수 있다. 디지털 트윈의 세계에서 협력을 잘하기 위해서는 모든 제조업체의 지적 재산이 필요하기 때문이다.

디지털 트윈과 IoT
IoT 센서의 폭발적인 성장은 디지털 트윈을 현실화하는 원동력이다. 또한 IoT 기기의 개선에 따라 디지털 트윈 시나리오에 더 작고 덜 복잡한 객체를 포함할 수 있게 되면서 기업에 추가적인 이점을 제공할 수 있다.

디지털 트윈은 가변 데이터를 기반으로 기타 다른 결과 예측에도 사용된다. 공상과학 영화에서 흔히 볼 수 있는 시뮬레이션 실행 시나리오와 유사한데, 가능 시나리오를 디지털 환경으로 증명한다. 소프트웨어 및 데이터 애널리틱스에 추가로 투자하면 IoT 배치를 최적화해 효율성을 극대화할 뿐 아니라 설계자가 물리적으로 배치하기 전에 사물의 배치 위치나 운영 방식을 파악할 수 있다.

디지털 트윈은 물리적 대상을 복제하는 횟수가 많을수록 효율성 및 기타 이점을 찾을 가능성이 더 커진다. 예를 들어, 고도로 계측된 장치가 배치된 제조현장에서는 디지털 트윈이 시간 흐름에 따른 장치의 성능을 시뮬레이션할 수 있으므로 미래의 성능 및 고장 가능성 예측에 도움이 된다.

디지털 트윈 솔루션 업체
디지털 트윈을 구축하는 것은 복잡하며, 아직은 표준화된 플랫폼이 존재하지 않는다. 오픈소스 분야에서 오랫동안 일한 컨설턴트 이안 스케레트는 디지털 트윈 플랫폼의 개요를 제안했다. 아직은 첫걸음이지만, 디지털 트윈 기술의 태생적인 특성에 맞는 제안이었다.

신흥 기술 분야는 스타트업이 주도하는 경우가 많지만, 상용 디지털 트윈 서비스는 대형 업체가 주도한다. 대표적으로 GE는 제트 엔진 제조 프로세스의 일환으로 내부적으로 디지털 트윈 기술을 개발했고, 이제 고객에게 전문 지식을 제공하고 있다. 제조업에 크게 관여하는 지멘스도 마찬가지다. 이런 업체에 뒤처지지 않기 위해 IBM은 IoT 사업 추진의 일환으로 디지털 트윈을 홍보하고 있으며, 마이크로소프트는 애저 산하에 자체 디지털 트윈 플랫폼을 제공하고 있다.


.............