디지털 트윈: 운영과 설계 연결로 더 스마트한 제조업 실현

이산 장치 모델이 운영의 시스템 수준 뷰로 결합될 때 디지털 트윈 기술의 힘은 증폭됩니다.

산업용 IoT(IIoT)의 광범위한 채택이 디지털 트윈 기술에 대한 관심을 촉진하고 있습니다. IIoT는 연결된 지능형 장치와 분석을 조직이 시스템과 프로세스를 모니터링, 수집, 교환, 분석, 가치 있는 새로운 통찰력을 제공하는 방식으로 결합합니다. 이러한 통찰력은 더 똑똑하고 빠른 비즈니스 결정을 내리는 데 도움이 될 수 있습니다.

물리적 시스템이 디지털 표현과 쌍을 이룰 때, 도출된 통찰력은 스마트 제조부터 공급망 최적화, 제품 또는 서비스 혁신에 이르기까지 운영의 다양한 측면에 제조업체에게 추가 혜택을 가져올 수 있습니다.

디지털 트윈 기술에 대한 관심은 많은 산업에서 급증하고 있습니다. 2020년 31억 달러 규모였던 시장은 2020년부터 2026년까지 연평균 성장률(CAGR) 58%로 2026년까지 482억 달러에 달할 것으로 예상됩니다. MarketsandMarkets에 따르면 이러한 성장은 설계, 시뮬레이션, MRO(유지보수, 수리, 정비), 생산, 애프터 서비스를 위한 디지털 트윈의 예상 사용 때문입니다. 산업 기업들은 팬데믹에서 벗어나면서 디지털 트윈 솔루션에서 높은 성장을 경험할 것으로 예상됩니다. 많은 기업이 팬데믹으로 인한 손실을 최소화하기 위해 엔드투엔드 운영에 그런 솔루션을 채택하고 있습니다.

광범위한 산업 디지털 트윈 애플리케이션 영역

디지털 트윈 모델은 IoT 장치와 기타 센서의 데이터를 사용하여 장치나 장비의 상태를 평가합니다. 이 모델들에서 도출된 통찰력은 다음을 포함한 여러 방식으로 사용될 수 있습니다:

운영 트윈(Operational twins): 많은 경우 장비 문제는 잘못된 사용 때문입니다. 예를 들어, 장치가 정상 온도나 압력 범위를 벗어나 작동하거나, 권장 속도보다 더 높은 속도로 작동할 수 있습니다. 방치되면 문제는 장치 자체에 영향을 미쳐 예기치 않은 고장이나 급속한 악화로 이어질 수 있습니다. 부품의 디지털 트윈을 사용하여 장치 현재 상태의 데이터 분석이 그런 범위 외 운영 조건을 식별하는 데 도움이 될 수 있습니다. 시뮬레이션은 장치 성능을 밀어붙이거나 현재 환경에서 실행하는 것이 괜찮은지 탐색하는 데 도움이 될 수 있습니다. 그렇지 않다면, 작업 환경에서 장치의 현재 성능을 최적화하기 위해 변경할 수 있습니다.

예측 트윈(Predictive twin): 디지털 트윈은 가상 분석(what-if analysis)에 사용될 수 있습니다. 예를 들어, 제조업체는 트레이드오프를 볼 수 있습니다. 장치 작동 속도를 높이면 즉각적인 출력 개선은 무엇인가. 그리고 같은 시뮬레이션을 사용하여 그 속도 증가가 장비에 미치는 영향을 파악합니다. 더 빈번한 서비스가 필요할까? 더 빨리 고장날까? 그런 다음 생산 속도 향상으로 인한 순수익 증가와 장비 유지 또는 더 빈번한 교체 비용 증가를 비교하는 비용 분석을 할 수 있습니다.

제품 설계 및 마케팅으로의 루프백(Loopback to product design and marketing): 제품 설계 팀은 현장에서 사용된 장비에 대해 수집된 데이터를 사용하여 현재 사용을 기반으로 제품을 개선하거나 조정하거나 새 기능을 추가할 수 있습니다. 예상보다 더 잘 수행합니까? 아마도 더 경제적으로 설계된 버전으로 충분할 것입니다. 마찬가지로 특정 환경에서 장치가 명시된 사양을 초과하여 수행하는 것으로 판명될 수 있습니다. 마케팅과 영업은 같은 환경에 있는 다른 고객과 그 정보를 공유할 수 있습니다.

연결된 디지털 트윈(Connected digital twins): 디지털 트윈 기술의 힘은 이산 장치 모델이 운영의 시스템 수준 뷰로 결합될 때 증폭됩니다. 예를 들어, 항공 분야에서 제조업체는 다양한 엔진 구성 요소의 개별 디지털 트윈 대표자와 이들 요소가 어떻게 함께 작동하는지 시뮬레이션하고 관찰할 수 있는 모델을 가질 수 있습니다. 스마트 빌딩은 스마트 공간, 스마트 엘리베이터, 스마트 HVAC 시스템 등을 자주 조합하여 개발자나 건물 소유주가 이러한 시스템이 어떻게 서로 보완하고 함께 작동할 수 있는지 이해할 때 시너지 혜택을 얻습니다.

시스템 수준 모델과 트윈

제조업의 연결된 디지털 트윈은 두 가지 경로를 취할 수 있습니다. 하나는 시스템을 구성하는 부품 모델을 통합하여 복잡한 장비가 어떻게 작동하는지에 초점을 맞추는 것입니다. 그런 모델은 항공기 엔진 제조업체가 부품 모델로부터 전체 엔진을 시뮬레이션하는 것과 동등합니다.

제조업체는 시스템-오브-시스템 내 실시간 통찰력을 수집하여 엔지니어가 숨겨진 상호 의존성을 찾고 장비 재보정 단계를 권장하는 것을 더 쉽게 만들 수 있습니다. 장비가 실제 환경에서 어떻게 작동하는지에 대한 도출된 통찰력은 엔지니어와 유지보수 팀이 조정하고 장비 성능을 최적화하는 데 사용될 수 있습니다.

다른 관심 영역은 생산 라인에서 사용되는 다양한 장비에 대해 트윈이 생성되는 제조 프로세스 시뮬레이션과 모델링입니다. 예를 들어, 복잡한 조립 라인에는 컨베이어 벨트에 항목을 놓는 로봇 시스템의 디지털 트윈, 밀(mill)용 또 다른 트윈, 용접 도구용 또 다른 트윈 등이 포함될 수 있습니다.

이러한 요소를 가진 복합 디지털 트윈을 사용하면 제조업체는 엔드투엔드 프로세스에 대한 더 깊은 통찰력을 얻을 수 있습니다. 가상 모델에서 조정을 하여 변경이 완제품, 생산 속도, 품질 등에 미치는 영향을 볼 수 있습니다.

인더스트리 4.0으로의 길

연결 기술과 수집된 데이터는 장비 또는 장치 제조업체가 인더스트리 4.0 같은 미래 산업 이니셔티브에 참여하는 데 필수적입니다. 스마트 제조 이니셔티브는 공장 가시성, 예측 유지보수, 모델링, 시뮬레이션을 결합하여 장비가 현재 어떻게 작동하는지, 운영을 어떻게 개선할 수 있는지, 엔드투엔드 핵심 성과 지표에 어떻게 영향을 미치는지에 대한 실시간 통찰력을 얻을 수 있습니다.