디지털 트윈이 물류 성능 향상에 도움이 되는 방법

소비자 직접 배송은 미래의 방식이며 COVID-19로 인해 더욱 중요해지고 있습니다. 그러나 물류 회사는 끊임없이 변화하는 도로 조건에서 온도에 민감한 의약품 배송 관리에 이르기까지 수많은 요인 속에서 수요를 충족하기 위해 고군분투하고 있습니다. 실시간 디지털 트윈이라고 하는 강력하고 새로운 스트리밍 데이터 소프트웨어 기술은 중요한 물류 질문에 답하고, 알 수 없는 변수를 줄이며, 운영 효율성을 개선하는 데 필요한 통찰력을 제공할 수 있습니다.

차량, 스마트 웨어하우스 및 기타 원격 측정 소스에서 오는 엄청난 양의 스트리밍 데이터로 인해 물류 관리자가 중요한 통찰력을 추출하고 잠재적인 문제를 실시간으로 식별하는 것은 벅찬 도전입니다. 오픈 소스 Apache Storm 및 Flink와 같은 기존 스트리밍 분석 접근 방식은 관리자가 집계된 메시지 흐름에서 패턴을 추출하는 데 도움이 됩니다. 그러나 그들은 이 정보를 컨텍스트에 배치하여 중요성을 평가하고 각 데이터 소스에 대해 효과적이고 개별화된 조치를 취할 수 없습니다.

이러한 솔루션은 소프트웨어 파이프라인을 통해 들어오는 원격 측정을 전달하여 관심 있는 패턴을 추출하고, 종합적인 통찰력을 얻고, 특정 조건이 충족될 때 경고를 보내도록 설계되었습니다. 그러나 데이터 소스 자체의 동적 상태를 추적하거나 행동에 대해 추론하지 않습니다.

예를 들어 스트리밍 분석은 여러 트럭에서 높은 오일 온도 판독값을 감지할 수 있지만 이러한 판독값이 발생하는 이유, 임박한 고장을 나타내는지, 취해야 하는 특정 조치를 설명할 수 없습니다. 이를 위해 스트리밍 분석 플랫폼은 각 트럭에 대한 컨텍스트 정보를 유지 관리해야 수신 원격 측정에 대한 더 깊은 내성을 제공하고 경고 및 개입에 대한 보다 전략적인 결정을 내릴 수 있습니다. 예를 들어, 한 트럭 엔진은 수명과 유지 관리 이력으로 인해 정상보다 높은 오일 온도를 보일 것으로 예상되는 반면, 다른 최신 엔진은 즉각적인 주의가 필요한 비정상적인 문제를 나타낼 수 있습니다.

복잡한 물류 시스템이 원활하게 실행되도록 하려면 스트리밍 분석은 특히 함대에 있는 수천 대의 트럭이나 창고에 있는 팔레트와 같은 수많은 데이터 소스에서 원격 측정을 수신할 때 더 깊은 수준의 내성을 제공해야 합니다. 각 데이터 원본에 대한 컨텍스트를 사용하는 이 원격 분석의 향상된 분석은 비효율, 잠재적 문제 및 주요 추세를 식별하고 예측하는 데 훨씬 더 나은 작업을 수행할 수 있습니다. 다음과 같은 질문에 답하는 데 도움이 됩니다.

<울>

차량이 휴게소에 있어서 정지한 것입니까, 아니면 정지해서 정지한 것입니까?

차량의 엔진 매개변수가 비정상입니까? 아니면 차량의 알려진 문제 및 유지 보수 이력을 고려할 때 예상되는 현상입니까?

냉장실의 현재 온도와 추세가 현재 보관하고 있는 특정 약물에 문제를 일으키나요?

운전자가 법적 요건과 관련하여 너무 오랫동안 도로 위에 있었습니까?

운전자가 길을 잃거나 잠재적으로 위험한 지역에 들어간 것 같습니까?

실시간 디지털 트윈이라고 하는 스트리밍 분석을 위한 새로운 소프트웨어 기술은 이러한 질문에 답하는 데 필요한 통찰력을 제공하는 데 도움이 될 수 있습니다. 데이터 소스에 대한 컨텍스트 정보(예:트럭 엔진의 예상 매개변수 및 유지보수 기록)를 포함하는 추적 중인 각 물리적 데이터 소스의 소프트웨어 기반 쌍을 생성합니다. 디지털 트윈은 이 컨텍스트에 즉시 액세스하여 데이터 소스에서 들어오는 메시지를 분석하는 애플리케이션 코드를 호스팅하고 데이터 소스의 동적 조건에 대해 더 "학습"할 때 각 들어오는 메시지로 컨텍스트를 지속적으로 업데이트합니다. 쌍의 애플리케이션 코드는 들어오는 모든 메시지의 흐름을 관리하는 대신 단일 데이터 원본에만 집중하면 되므로 각 데이터 원본에 대한 더 나은 피드백이 가능합니다.

실시간 디지털 트윈은 수천 대의 트럭, 스마트 웨어하우스 또는 광범위한 지리적 영역의 기타 원격 측정 소스에 대해 메시지를 처리하고 실시간 디지털 트윈을 유지 관리할 수 있는 확장성을 갖춘 Microsoft Azure와 같은 공용 클라우드에서 실행할 수 있습니다. 또한 클라우드 서비스는 모든 실시간 디지털 트윈에서 추출한 주요 정보를 지속적으로 집계 및 시각화하여 새로운 문제를 감지하고 관리자의 전반적인 상황 인식을 높일 수 있습니다. 이를 통해 기업은 큰 그림을 유지하고 기상 지연, 고속도로 차단, 정전과 같은 주요 문제에 대한 전략적 대응을 보다 신속하게 수행할 수 있습니다.

다음은 실시간 디지털 트윈이 물류 관리자가 배송 시스템의 효율성과 적시성을 획기적으로 높이는 데 도움이 되는 네 가지 상황의 예입니다.

<울>

조건 변경. 변화하는 교통 패턴, 사고 및 기록적인 허리케인, 폭풍 및 화재로 인해 운전자의 경로가 지속적으로 변경됩니다. 도로에서 수천 대의 차량을 추적하는 물류 회사와 함께 실시간 디지털 트윈은 산불로 인한 고속도로 폐쇄와 같은 상황이 각 차량에 어떤 영향을 미치는지 분석하고 운전자에게 새로운 경로를 알려줍니다.

상한 음식과 약품. COVID-19 시대에 많은 고위험 사람들은 혼잡한 매장에서 쇼핑하는 대신 식품과 의약품을 집까지 배달해야 합니다. 이러한 배송을 완료하기 위해 차량에는 수백 가지의 온도에 민감한 식품과 약품이 포함될 수 있습니다. 실시간 디지털 트윈은 각 품목에 필요한 온도를 모니터링하고 화물의 안전을 위협하는 문제를 운전자와 물류 관리자에게 알릴 수 있습니다.

새로운 기계적 문제. 값비싼 상업용 차량을 유지 관리하는 것은 타이어 압력, 유체 수준, 엔진 시스템 등과 같은 수많은 매개변수를 포함하는 복잡합니다. 실시간 디지털 트윈은 각 차량의 기계적 상태를 추적하고 필요한 유지 관리에 대해 경고하여 예기치 않은 지연과 값비싼 수리를 방지할 수 있습니다.

분실하거나 불규칙한 드라이버. 상업용 운전자는 엄격한 규칙에 따라 운행하며 위반 시 상당한 처벌을 받습니다. 실시간 디지털 트윈은 비정상적인 운전 행동이나 임박한 위반을 감지하고 발생하기 전에 운전자에게 신호를 보낼 수 있습니다. 또한 운전자가 길을 잃은 것처럼 보이는지 여부를 감지하여 운영자가 신속하게 문제를 수정하고 시간과 연료를 절약할 수 있도록 합니다.

2020년에는 필요한 물품을 목적지까지 계속해서 운송하는 물류 시스템의 사용이 극적으로 증가했습니다. 실시간 디지털 트윈에서 얻은 통찰력은 물류 회사가 네트워크의 수많은 구성 요소를 추적하고 원활하게 운영하며 불필요한 지연을 방지하는 데 도움이 될 수 있습니다. 이러한 통찰력을 통해 기업은 비용을 절감하고 정시 성과를 높일 수 있으므로 우리 모두가 의존하는 중요한 산업에서 효과적으로 경쟁할 수 있습니다.

William Bain은 ScaleOut Software의 CEO입니다.