보라빛 소를 만나기 위한 도약

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1835호(2018. 2. 28. 발행)에 기고한 원고입니다.

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

‘디지털 트윈’ 기능 강화하는 PLM(제품생명주기관리) 도구들.pdf

ž 4차 산업혁명의 핵심 개념인 ‘사이버-물리 시스템(CPS)’을 실현하기 위한 기술인 ‘디지털 트윈(Digital Twin)’의 실행은 크게 3단계로 이루어짐

Ø 4차 산업혁명이 전개되는 스마트 공장에서는 사이버 시뮬레이션 기술을 오프라인의 공장에 적용하는 CPS(Cyber-Physical System)를 통해 공장의 생산 라인을 수시로 교체할 수 있고, 각 부품 및 공정마다 센서들이 연결되어 제품의 완성도를 높일 수 있음

Ø CPS를 구현하는 것이 ‘디지털 트윈’ 기술인데, 실제 물리적 자산 대신 소프트웨어로 가상화한 자산의 쌍둥이를 가상으로 만들어 시뮬레이션 함으로써 실제 자산의 현재 상태, 생산성, 동작 시나리오 등에 대한 정확한 정보를 얻을 수 있게 해 줌

Ø 디지털 트윈은 GE가 제창한 것으로 현재 에너지, 항공, 헬스케어, 자동차, 국방 등 여러 산업 분야에서 디지털 트윈을 이용하여 설계부터 제조, 서비스에 이르는 모든 과정의 효율성을 향상시켜 자산 최적화, 돌발 사고 최소화, 생산성 증가 등의 효과를 얻고 있음

Ø 디지털 트윈의 실행은 크게 세 단계로 구성되는데, 첫 번째 단계는 실제 정보를 수집하여 가상의 쌍둥이 모델에 반영하는 단계로 여기에서는 센서 및 센서 데이터를 수집하기 위한 IoT 기술이 사용됨

Ø 다음 두 번째 단계는 디지털 세계의 쌍둥이를 분석하는 단계로, 여기에서는 컴퓨터를 활용한 수치 시뮬레이션, 빅데이터 분석, AI(인공지능) 등의 기술이 중요함

Ø 마지막 세 번째 단계는 분석 결과를 장비와 생산 설비의 각종 매개 변수, 유지보수 일정 등을 결정하는 판단 자료로 생성하여 현실 세계에서 활용하는 것인데, 이 때 분석 결과를 사람에게 알기 쉬운 형태로 표시하는 AR(증강현실)/MR(복합현실) 기술이 사용되고 있음

ž 디지털 트윈의 3단계 중 첫 단계에서는 장착 센서가 공간의 제약을 받지 않도록 경량화하는 것이 좋은데, 최근에는 더 나아가 부품 자체를 센서로 만드는 흐름도 등장하고 있음

Ø 만일 첫 번째 단계에서 얻고 싶은 물리량을 기존 센서에서 얻을 수 없는 경우, 기존의 센서가 취득한 물리량에서 원하는 물리량을 유추하거나 센서를 새로 추가 설치하게 됨

Ø 이 때 새로 장착하는 센서는 공간의 제약을 받지 않도록 소형·경량화하는 것이 바람직하며 전원 및 통신 수단도 확보해야 하기 때문에, 최근에는 부품 자체를 센서로 만들어 버리는 움직임도 나타나고 있음

Ø 예를 들어 독일 쉐플러(Schaeffler)가 개발한 ‘센소텍트(Sensotect) 코팅 시스템’은 베어링과 브래킷 등의 부품 표면에 배선 패턴을 만들고 거기에 전류를 흘림

Ø 부품의 변형량에 따라 배선을 흐르는 회로의 저항값이 변화하기 때문에 이를 통해 부품에 가해지는 힘과 토크 등을 측정할 수 있게 되는데, 배선 패턴은 부품 표면에 특수 합금을 코팅하고 미리 정해 둔 패턴이 남도록 깎아 제작함

ž 한편 최근 주요 PLM(제품생명주기관리) 도구 공급업체들은 자사 제품이 디지털 트윈 활용의 세 단계를 모두 지원하도록 기능 확장을 추진하고 있음

Ø PLM(Product Lifecycle Management) 도구는 CAD 데이터 등의 제품 설계 정보와 BOM(Bill of Materials, 자재 명세서)를 관리하고 사용자에게 그 정보를 편집· 가공하는 기능을 제공하는데, PTC나 다쏘 시스템 (Dassault Systems) 등이 대표적 PLM 도구임

Ø PTC는 2013년에 ‘씽웍스(ThingWorx)’라는 솔루션 개발업체를 인수했는데, 씽웍스는 건설 기계와 공작 기계의 가동 정보를 실시간으로 획득하여, 분석 애플리케이션을 직관적으로 개발할 수 있게 해 주는 IoT 플랫폼임

Ø PTC는 씽웍스가 획득한 부품 정보와 PLM 도구의 3D 데이터를 연계시켜 실제 세계와 디지털 가상세계의 융합을 실현하겠다는 목표를 내걸고 있음

Ø 다쏘 시스템은 PLM 도구와 생산 라인을 감시·관리하는 MES(제조실행시스템)를 연계하여 PLM 데이터에 대한 시뮬레이션 결과에 따라 작업을 임기응변으로 변경하는 기능을 제공함으로써 생산 라인의 디지털 트윈 활용을 지원하고 있음

Ø 현재 기술 수준에서 실제 세계의 정보를 획득하여 디지털 트윈에 반영하기까지는 약간의 시간 지연이 발생하며, 수집된 정보 역시 ‘실제 그대로’라 말하기는 어려움

Ø 가령 자동차라면 수만 개에 달하는 부품 모두를 반영한 ​​디지털 트윈은 아직 구현이 어렵고, 현실적으로는 우선 타이어 등 소모율이 높고 안전성과 직결되는 부품을 중심으로 부분적인 디지털 트윈을 모델링 하여 유지 관리에 이용하는 수준이라 할 수 있음

Ø 그러나 IoT, AI, 시뮬레이션 분야는 계속 발전하고 있으며 앞으로도 다양한 기술 혁신이 기대되기 때문에, 디지털 트윈은 ‘현실 세계의 쌍둥이’에 대한 완전한 정보를 가지고 그것의 동작을 가상세계에서 충실하게 재현해 내는 이상적인 모습에 근접해 나갈 것임

※ 다음 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1756호(2016. 7. 27 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

산업인터넷 GE의 소프트웨어 파워.pdf

[ 요 약 ]

[ 본 문 ] 

◈ GE의 연구부문인 ‘GE 글로벌 리서치(Global Research)’의 소프트웨어 연구 담당 부사장 콜린 패리스는 ‘GE가 2020년까지 소프트웨어 기업 톱 10에 진입할 것’이라고 선언

• 패리스에 따르면 GE는 그동안 추진해 온 디지털 혁신에 힘입어 기술 중심의 사회에서 요구되는 수요를 쉽게 예상할 수 있게 되었는데, 이는 매우 신속하고 비약적인 변화였음

• GE는 수 년 전까지만 해도 지멘스(Siemens)나 유나이티드 테크놀로지스(United Technologies) 등 중공업부문 대기업들과 비교 대상이었으나, 현재는 아마존, 구글, IBM, 마이크로소프트 등 주요 인터넷 기업 및 소프트웨어 기업과 비교되고 있음

• 패리스의 선언은, 최근의 이런 여세를 몰아 GE가 2020 년까지 글로벌 소프트웨어 10대 기업에 진입한다는 미션을 완수하게 될 것이라는 자신감을 표출한 것

• 여기서 GE가 말하는 소프트웨어는 소비자 대상 인터넷이 아니라, GE가 뿌리 내리고 있는 산업분야, 특히 중공업 분야 기업을 대상으로 하는 ‘산업 인터넷’을 위한 것

◈ GE가 겨냥하고 있는 ‘산업 인터넷’의 요구사항은 소비자용 인터넷의 요구사항과는 본질적으로 다를 수밖에 없음.

• 소비자를 위한 인터넷의 경우, 분석에서 중요한 것은 방대한 양의 데이터를 해석하여 사람이나 사물에 연결하는 부분임

• 반면, 산업 인터넷은 생성되는 데이터의 양이 현격하게 많지만, 중요한 사건이 실제로 발생하는 경우는 매우 드물며 발생 간격도 긴 것이 특징

• 중공업 분야의 경우 중요한 사건은 고장이 나는 경우인데, 재발을 방지하기 위해서는 사건에 초점을 맞추어야 하지만, 그러한 사건에 대해 파악할 수 있는 유의미한 데이터는 대개의 경우 아주 조금 밖에 없음

• 예를 들어, GE 만든 제트 엔진을 탑재한 항공기가 100만 회 비행하는 동안 항공사가 보수 점검이 필요하다고 판단하는 계기가 될 사건은 29회에 불과할 수도 있는데, 방대한 데이터의 바다에서 그 29회의 사건을 찾아낸다는 것은 쉬운 일이 아님

• 더욱이 어느 부분을 보아야 찾아낼 수 있을지조차 모르는 상황이라면, 데이터 검색에서 미로에 빠져 버리고, 기업과 고객이 요구하는 성과는 결코 얻을 수가 없음

◈ 이러한 산업 인터넷의 고유한 요구사항에 대해 GE가 내놓은 해결책은 “디지털 트윈(Digital Twin)”으로 현실 세계의 물체를 모델링 하여 디지털 세계에 ‘쌍둥이’를 재현한다는 개념

• 패리스에 따르면 디지털 트윈의 핵심 포인트는 디지털 모델이 현실 세계에 있는 자산 전체를 반영하는 것이 아니라, 특정한 하나의 자산을 1대1로 모델링 한다는 것

• 예를 들어 항공기 제트 엔진의 디지털 모델이라 하면, 생산된 수천 개의 제트 엔진 전체를 추상화시킨 하나의 가상 모델을 만드는 것이 아니라, 수천 대의 항공기에 탑재된 각각의 제트 엔진 하나하나에 대해 디지털 세계에서 각각 하나씩 재현하는 것임

• 이 디지털 세계의 모델은 현실의 물체에 장착된 센서에서 얻은 데이터를 반영해 만들어 지는데, 현실 세계에는 종종 센서를 사용하기에 가혹한 환경(가령 제트 엔진의 연소실 내부처럼 온도가 섭씨 2000도에 이름)도 있기 때문에, GE는 가상 센서를 통해 물리적 센서를 보완하고 있음

• 항공기의 경우라면 물리적 센서로부터 얻은 데이터와 연소, 항공 역학, 사용 소재 등에 관한 물리적 지식을 결합하여 가상 센서가 데이터를 도출하게 되며, 그 정밀도는 기계학습(Machine Learning)을 이용하여 조정하고 있음

<자료> Schema Design

[동영상 1] GE의 디지털 트윈 시뮬레이션

◈ 이런 방법을 통해 디지털 트윈에서는 특정 자산의 상태에 대한 정확한 인사이트를 제공할 수 있게 되는데, 항공사의 경우 유지보수 계획의 개선으로 연계할 수 있음

• 예를 들어, 중동에서 운항 중인 항공기는 모래가 많은 환경에 직면하기 때문에 엔진의 블레이드가 파쇄(spallation) 현상, 즉 부분적으로 부식하는 현상이 발생할 수 있는데, 엔진 블레이드 교체 비용은 2만 달러에 달함

• 만일 필요한 부품의 준비에 시간이 걸려 항공기를 잠시 동안 운행할 수 없는 상황이 된다면 손실은 더욱 늘어나게 되는데, 디지털 트윈은 이런 상황을 방지할 수 있는 유지보수 계획의 수립을 가능케 해 줌

• 디지털 트윈을 통해 항공사는 각 제트 엔진의 블레이드가 받은 충격과 손상 상태를 개별 엔진 단위로 파악할 수 있음

• GE는 항공기가 착륙할 때마다 데이터를 수취하는데, 가령 손상의 레벨이 8이 되면 교체할 필요가 있는 경우 현재 손상 레벨이 2라면 6개월 후에 교체하는 방법도 취할 수도 있지만, 블레이드를 물로 세척하라는 판단을 내릴 수도 있음

• 그 항공기가 밤에 착륙했다면 블레이드를 용액으로 세척함으로써 부착물을 어느 정도 떨어내는 방법을 쓸 수 있는데, 세정에는 적지 않은 비용이 들지만 교체 시기를 6개월 후가 아닌 10개월 후로 늘릴 수 있는 효과가 있음

◈ 전기 사업자의 경우는 디지털 트윈을 이용해 발전 효율의 향상을 도모할 수 있는데, 가령 풍력발전소의 주요 문제인 “웨이크 로스(wake losses)” 해결에 도움을 줄 수 있음

• 본질적으로 풍력 발전소에 바람이 불면 발전용 리딩 터빈은 풍력을 이용해 블레이드를 회전시키는데, 그 터빈 뒤쪽의 공간은 역풍 기기가 만들어 낸 난류로 인해 순풍 공간임에도 불구하고 발전 효율이 떨어지는 상태, 즉 ‘웨이크(wake)’ 상태가 됨

• 하지만 디지털 트윈이 있으면 발전소에 부는 바람과 회전하는 블레이드가 발생시키는 난류를 측정하고, 블레이드의 속도를 조정하여 더 많은 잠재 에너지가 순방향 터빈까지 전해지도록 할 수 있음

• 이렇게 하면 리딩 터빈이 생산하는 에너지는 다소 줄어들지만, 순방향 터빈은 더 많은 에너지를 생산할 수 있으며, 결과적으로 이를 통해 풍력 발전소는 에너지 출력을 극대화할 수 있음

◈ 디지털 트윈의 실현을 위한 플랫폼으로 GE는 ‘프리딕스(Predix)’ 서비스를 제공 중인데, 각종 센서가 수집한 데이터를 바탕으로 산업 설비의 가동 상태 등을 분석 할 수 있음

• 2010년은 GE에게 전환점이 된 해로, 당시까지 GE는 20년간 연 4%대의 성장세를 유지하고 있었으나, 2010년에 연간 성장률이 1%로 급락하였는데, GE 는 그 요인이 IT의 활용 부족에 있다고 분석하였음

• GE는 공장 제조에 있어 20년 동안 IT를 적극적으로 도입해 오지 않았으며, 설치한 센서도 적었고 네트워크 환경의 정비도 충분하지 않았기에 생산 체제가 구식이었음

• 2010년에 이르러서야 GE는 공급망을 어떻게 개선할 것인지, IT를 활용해 제조를 어떻게 할 지 고민하게 되었고, 그 결과 개발한 것이 ‘프리딕스’임

• 또한 GE의 각 사업에 대해 IT를 활용하여 횡단으로 지원하는 사내 현장 조직을 설치하였는데, 이것이 ‘GE 디지털’임

• GE는 프리딕스 개발에 투자한 비용을 비공개로 하고 있지만, 개발을 위해 소프트웨어 엔지니어를 수천 명 규모로 고용한 바 있음

• 프리딕스는 GE 자체 목적으로만 사용되는 것이 아니고 기업 고객들에게도 클라우드 서비스 형태로 제공되고 있는데, GE 는 2020년에 프리딕스 관련 매출 150억 달러를 목표로 하고 있음

◈ GE의 디지털 트윈 전략과 프리딕스 플랫폼에 대한 관심이 높아지면서 GE는 프리딕스 확산에 주력하고 있는데, 이를 위해 최근 아마존, MS, 오라클 등과 제휴를 체결

• GE와 MS는 IoT(사물인터넷) 분야에서 제휴를 발표하며, GE의 산업용 소프트웨어 플랫폼 프리딕스를 MS의 클라우드 인프라 ‘애저(Azure)’를 통해 이용할 수 있게 하였음

• 양사는 프리딕스를 MS의 IoT를 위한 클라우드 서비스인 ‘Azure IoT Suite’와 빅데이터 분석 클라우드 서비스인 ‘Cortana Intelligence Suite’, 그리고 ‘Office 365’, ‘Dynamics 365’, ‘Power BI’등 비즈니스 애플리케이션과 통합하여 협력한다고 발표

• 양사에 따르면, 프리딕스를 애저에서 실행시킴으로써 기업 고객들은 자연언어 기술, 인공지능(AI), 고급 데이터 시각화, 기업 애플리케이션 통합 등 강력한 기능에 함께 접근할 수 있는 이점을 누릴 수 있게 되었음

• GE는 애저를 통해 연내 프리딕스 개발자 프리뷰를 발표하고, 2017년 2분기에 정식으로 서비스를 출시한다는 계획

• MS와 협력에 앞서 GE는 아마존의 클라우드 서비스인 ‘Amazon Web Services(AWS)’에서 프리딕스를 이용할 수 있게 하였으며, 오라클과도 프리딕스 통합을 위해 협력하고 있음

◈ GE의 변모는 ‘제조기업의 소프트웨어 및 서비스 기업으로 변신’이라는 점에서 주목받고 있으며, 향후 산업 인터넷 분야 선두주자들과 경쟁 구도에 관심이 모이고 있음

• GE가 최근 프리딕스와 디지털 트윈에 기반한 산업 인터넷 혁명에 대대적 마케팅을 전개하고 있지만, GE의 소프트웨어 역량은 아직 스타트업 수준이라는 지적도 있음

• 룩스 리서치(Lux Research)는 최근 보고서를 통해 프리딕스는 GE가 말하는 것처럼 완전한 모습을 아직 갖추지 못했으며, 마케팅 투자에 비해 이분야 경쟁자들인 PTC, C3 IoT, 오토데스크, 시스코 등에 비해 시장 점유율이 매우 미약함을 지적

• 보고서는 또한 프리딕스의 기술이 성숙하려면 향후 3~5년이 추가로 필요하며, GE의 솔루션이 자체 기술력에 기반한 것이라기 보다는 PTC 등 산업 인터넷 전문기업들과의 파트너십에 기반하고 있다는 점도 약점이 될 수 있다고 지적

• 이에 대해 GE는 룩스의 보고서는 객관적이지 못하고 사실 관계에 있어서도 오류가 있다는 입장이며, GE는 계속해서 소프트웨어 기업으로의 변신을 적극 시도하고 있지만 여전히 제조 자체도 중요하다는 것을 강조하고 있다는 것에 차별성이 있다고 설명

• GE는 하드웨어, 소프트웨어, 그리고 데이터 분석을 통해 얻게 되는 ‘통찰력’을 비즈니스와 연결하는 것이 중요하다는 입장

• GE에 따르면 디지털 트윈을 이용해 실제와 디지털을 하나로 묶기 위해서는, 대상 분야에 대한 깊은 전문 지식이 필요한데, 이는 오랜 시간 동안 축적된 하드웨어 제조 경험이 밑바탕 되어야 하는 것임

• GE의 설명대로, 룩스 리서치의 보고서 또한 GE의 프리딕스가 아직 미성숙하나 출시된 지 1년이 안된 것에 비하면 매우 높은 성장 잠재력이 있다는 것을 인정하고 있는데, 그 근거는 GE가 세계 최대 제조업체 중 하나로 고도의 전문 지식을 보유하고 있다는 점

• GE는 하드웨어 중심의 ‘제1의 시장’, 인터넷 정보 중심의 ‘제 2의 시장'에 이어, 데이터를 바탕으로 얻은 ‘통찰력’이 가치를 창출하는 ‘제 3의 시장’이 도래하고 있음을 강조하고 있으며, 이런 슬로건이 얼마나 기업들에게 받아들여질 지가 향후 관전 포인트