디지털 트윈이란, 공장의 생산 설비, 쇼핑몰 등의 건조물, 제품, 사람, 날씨 등 모든 현실의 사물을 디지털로 컴퓨터 내에 표현한 복제(레플리카)를 말한다. 현실 세계에 있는 사물과 거기에 똑같이 닮은 컴퓨터 내의 디지털 데이터를 쌍둥이에 비유한 표현이다.

 

<그림1> 디지털 트윈 개념

자료 : GE(General Electric Company)

 

디지털 트윈 글로벌 시장규모는 2024년에 261.4억 달러(약 36조원)로 추정되며, 예측기간(2024~2029년) 동안 연평균 36.94%씩 성장하여 2029년에는 1,258.9억 달러(약 172조원)에 이를 것으로 전망되고 있다.

 

<그림2> 디지털 트윈 글로벌 시장규모 개요

자료 : Mordor Intelligence

 

하기는 디지털트윈의 주력기술 영역의 결과를 2025년경까지의 단기적인 기술 영역과 2030년경까지의 중장기적인 기술 영역으로 나누어 아래 표에 정리한 내용이다.

 

<표1> 각 분야의 단기적ㆍ중장기적으로 대응하고 있는 기술 영역

자료 : JST–CRDS

 

2025년경까지를 내다보고 단기적으로 대응하고 있는 기술 영역으로는 어느 분야에서나 모델링이 공통적으로 꼽혔다. 2030년경까지의 중장기적 기술 영역으로는 개별 모델의 통합화가 공통적으로 나타났다. 예를 들면, 제조 분야에서는 서플라이체인을 포함한 제조 프로세스 전체의 모델링이 콘셉트로서 제시되고 있다. 에너지ㆍ도시 분야에서는 도시 구성요소를 통합한 모델링, 기상ㆍ기후 분야에서는 자연재해ㆍ기후변화ㆍ생태계 등 디지털 트윈을 통합한 디지털 접지 구축이 콘셉트로 제시되고 있다.

 

공통 기반으로서 각 분야에 공통적으로 볼 수 있었던 주력 기술 영역에는 다음이 있었다.

◼ 플랫폼(데이터 연계, 데이터 일원 관리, 데이터 표준화)

◼ 시스템 자동화(로보틱스, 자기조직화 모델)

◼ 인터페이스(xR(증강현실/가상현실), 원격조작 로봇, 자연어처리)

◼ AI(기계학습 모델, 자기학습, 엣지 처리, 데이터 의미 이해)

◼ 보안

 

이들을 바탕으로 디지털 트윈 개발의 타임라인을 다음 그림에 나타냈다.

 

<그림3> 각 분야의 디지털 트윈 개발 타임라인

자료 : JST–CRDS

 

제조 분야에서는 2030년을 목표로 자율성ㆍ지속가능성ㆍ상호접속성을 가진 디지털 트윈을 실현하는 연구 전략이 제시되고 있다. 도시 분야에서는 2030년을 목표로 도시 디지털 트윈의 개발이 보급 단계에서 필수 단계로 이행하는 것으로서 자리매김하고 있다. 기상ㆍ기후 분야에서는 2030년을 목표로 지구 전체의 디지털 트윈 개발이 목표이다. Horizon Europe의 Work Program에서는 에너지 플렉시블 산업 프로세스 구축, 에너지 매니지먼트나 모빌리티 매니지먼트 등의 시나리오 구축에 디지털 트윈이 하나의 기술로서 활용되는 것을 보여주고 있다. 분야에 공통적으로 보다 포괄적이고 자율적인 디지털 트윈 개발이 지향되고 있는 방향으로 시사된다.

 

각국은 모든 분야에서 모델링을 중심으로 한 연구개발에 주력하고 있는 것으로 나타났다. 그러나 디지털 트윈 전체를 생각하면 모델링의 고도화만으로는 충분하지 않으며, 앞서 나타낸 것과 같은 공통 기반과 관련된 연구개발도 중요해진다. 따라서 여기에서는 모델링의 고도화를 뒷받침하는 공통기반에 대한 연구개발 과제를 개관한다. 구체적으로는 모델링 고도화의 시점에서 디지털 트윈의 향후 과제를 정리하고 있는 총설로부터 그 개요를 소개한다(Adil et al., 2020).

 

디지털 트윈의 구성요소는 데이터 모델 인터페이스의 3가지이다(다음 그림 참고).

 

<그림4> 디지털 트윈의 구성 요소

자료 : JST–CRDS

 

데이터란 피지컬 공간에서의 고도의 계측ㆍ관측에 의한 데이터 및 전 라이프사이클에 걸친 데이터를 말하며, 예를 들면 제조 분야라면 설계 데이터, 제조 데이터, 유지보수 데이터, 거래 데이터 등이 포함된다. 디지털 트윈 구축에는 이들 데이터의 수집, 처리, 저장, 관리 등 마스터 데이터의 개념을 어떻게 하느냐가 중요하다.

 

모델이란 피지컬 공간에 대응한 다양한 계산 모델과 표현 모델을 말하며 물리 모델, 통계 모델, 제어 모델, 기계 학습 모델, 기하학적ㆍ재료적 모델(CAD, CAE 등 CAx모델), 가시화 모형(3D 시뮬레이션, VR/AR/MR) 등이 포함된다. 이러한 모델은 사이버 공간에서의 대규모 데이터 처리와 현상의 모델화ㆍ시뮬레이션에 의한 분석ㆍ해석ㆍ지능화를 가능하게 한다.

 

인터페이스는 디지털 트윈과 애플리케이션 간의 접속과 상호작용을 가능하게 한다. 이러한 구성요소에 의해, 피지컬 공간에서의 상태나 동작을 사이버 공간에서 시뮬레이션, 예측하는 것이 가능해져, 피지컬 공간에 대해 최적의 솔루션을 제공할 수 있다. 이들 구성요소는 제조분야, 도시ㆍ에너지분야, 기상ㆍ기후분야에 공통된다.

 

Adil 등 논문*에 따르면, 디지털 트윈 고도화를 위해서는 8가지 과제가 있다. 주로 데이터와 관련된 과제로서, ①데이터의 실시간 통신과 데이터 관리, ②데이터 품질 데이터의 프라이버시ㆍ보안을 들 수 있다. 주로 모델과 관련된 과제로서, ③실시간 모델링, ④지속적인 모델 갱신이나 미지 부분의 모델링, ⑤물리적인 리얼리티나 장래 예측을 들 수 있다. 주로 인터페이스와 관련된 과제로서, ⑥의사결정의 투명성이나 해석 가능성, ⑦물리자산과의 인터랙션을 들 수 있다. 또, 이것들을 지탱하는 기반 기술로서 ⑧대규모 계산을 들 수 있다.

* Adil Rasheed et. al, IEEE Access, Digital Twin: Values, Challenges and Enablers From a Modeling Perspective, 2020

 

 

모델은 데이터나 인터페이스를 연결하는 기술 영역으로서 큰 역할을 하고 있으며, 따라서 각국이 중요한 기술 영역으로서 주력하고 있다. 모델에 관해서는 이하의 요소 기술ㆍ연구 테마에 주목할 필요가 있다.

◼ 하이브리드 해석 모델링(물리 기반 모델링과 데이터 구동형 모델링의 융합)

◼ 충실도 물리 기반 모델링

◼ 저차원화 모델링

◼ 데이터 동화

 

또, 데이터 기반인 플랫폼이나 데이터 수집에 있어서의 보안, 나아가 3가지 분야를 지탱하는 계산기 인프라에 대해서도 검토할 필요성이 시사된다.

 

이상을 바탕으로 ①~⑧의 과제와 그 해결에 이바지하는 요소기술ㆍ연구주제에 대해 디지털 트윈의 3가지 구성요소와의 관계를 다음 그림에 나타냈다.

 

<그림5> 디지털 트윈의 구성 요소와 과제

자료 : JST–CRDS