[칼럼] 가상 제조 기반의 미래 자율생산 공장 만들어 가야...
페이지 정보
본문
2023.01.26 14:00
AAS 기반 디지털트윈 기술 적용해 가치사슬 기업간 협업 필요
AAS 기반 디지털트윈 기술 적용해 가치사슬 기업간 협업 필요
[글 한국인더스트리4.0협회 박한구 명예회장] 지나온 50년은 정부가 대기업 중심의 경제체제로 다양한 정책을 수립하고, 선택과 집중을 통해 많은 대기업을 지원해 왔다. 이에 질 좋은 제품을 대량생산하고, 글로벌 시장에 판매해 많은 수익을 창출하면서 국민 삶의 질을 높여왔다. 그 결과, 대기업은 자생력 있는 다국적 기업으로 성장했다. 이 와중에 중소기업은 원가 절감의 압박에 마른 수건도 짜야 하는 힘든 시기를 지금까지 잘 버티고 있다. 이제 앞으로 50년은 정부가 중소벤처기업 중심 디지털 경제 체제를 구축해 벤처·스타트업이 중소기업으로, 또한 중견기업을 넘어 ‘글로벌 히든 챔피언 기업’으로 성장 발전하도록 정책을 수립·실행해야 한다. 이번 칼럼은 20회째 정책제안으로 ‘가상 제조 기반의 미래 자율 생산 공장을 만들어 가는 정책’을 제안한다. 민간주도로 정책을 수립해 정부에 건의, 실행하는 모습의 사업을 만들어 민간이 이끌고, 정부가 밀어주는 민간 주도형 정부 정책 문화를 만들어 가자.
고객 맞춤 제품 스스로 판단‧생산하는 자율생산 공장
2000년 정보화 시대 대응을 위해 시작한 ERP 보급 30,000개 정책을 실행한 지 23년, 2014년 ‘4차 산업혁명, 새로운 제조업 시대’에 대응하기 위해 스마트공장 30,000개 보급 정책을 수립, 실행한 지 9년이 지나고 있다. 정부는 글로벌 시장 변화에 발 빠르게 대응하고 있는 대기업에 비해 더딘 중소기업을 위해 새로운 정책을 수립 지원하고 있다. 많은 중소기업은 이를 계기로 성장 발전해 중견기업으로 성장해 왔다. 그동안 스마트공장은 개별 기업의 제조 효율성 향상을 위해, 지원한 사업으로 사실상 몇몇 기업을 제외하고는 생산 정보화 시대의 ERP, MES, PLM, SCM. FEMS 시스템 도입에 치중하고 있다. 이것마저 구축돼 있지 않으면 ‘4차 산업혁명, 새로운 제조업 시대’에 대응하지 못할 뿐 아니라, AI‧BigData‧IIoT와 같은 최신의 기술을 접목해 똑똑한 공장을 만들지 못하기 때문이다.
정부가 미래 공장에 집착하는 이유
혹자는 현실과 갭이 많은 탁상 정책이라고 불만을 토로한다. 그래도 정부는 글로벌 시장 변화를 읽고, 수출 중심의 대한민국 제조기업을 이끌어 갈 수 있도록 지속 정책을 생산하고 있다. 정책에 따라 변화되고 실행하는 제조기업의 경영자는 지속 성장해 왔음을 우리는 잘 알고 있다. 조직력이 약한 중소기업은 정부 정책에 의존해 함께 성장할 수밖에 없다. 대기업은 세계 주요 시장에 사무실 두고 각 나라 변화를 탐지하고, 고객이 원하는 제품을 만들어 수출할 수 있도록 제품 개발과 서비스로 시장을 개척, 성장해 왔다.
앞으로 미래 시장은 고객이 원하는 제품을 개인 맞춤형으로 구매하면, 공장은 스스로 원하는 제품을 생산하도록 원료를 투입, 설비를 재배치해 제품을 생산하는 자율생산 체제로, 불 꺼진 공장에서 탄소 넷 제로를 달성하면서 생산하는 시대로 변화될 것이다. 지금과 전혀 다른 모습으로 제품을 개발, 공급하는 공장과 프로세스 즉 ‘자율 생산 체제’로 변화될 것이다.
디지털트윈 자율생산 공장, 지금부터 준비해야
핵심 기술 중 하나가 디지털트윈 기술이다. 2012년 미국 항공 우주국(NASA)에는 디지털 트윈을 ‘히스토리컬 데이터, 실시간 센서 데이터와 물리적 모델을 기반으로 해당 쌍둥이의 상태를 가상공간에 만들어 최적 제어하는 다중 물리학, 다중 규모 모델, 확률, 초 충실도 시뮬레이션’이라고 정의했다. 즉 디지털트윈 기술이란 일란성 쌍둥이를 만드는 것, 즉 물리적인 공장과 똑같은 물리 화학적 성능을 가진 공장을 사이버 공간에서 디지털로 표현하는 것이다. 그동안 이를 위해 가상공장(Virtual Factory)을 만들어 물리 화학적인 현상을 가상의 공간에 디지털로 표현하기 위해 수학식을 이용해 문제를 해결하기 위해 노력해 왔다.
그러나 물리 화학적인 변화, 반응 현상을 수학식으로 표현하는데 한계성이 있어 항상 2% 부족한 상태로 가상 시뮬레이션 모델을 만들어 운영하면서, 사람이 보완해 사용해 왔다. 최근 컴퓨터 성능이 좋아지고, 대량 데이터를 경제적으로 저장, 활용할 수 있는 기술이 발달 되면서, 2% 부족한 것을 채워줄 빅데이터, 인공지능 기술로 문제를 해결하자는 디지털트윈 기술이 나오게 된다. 생산 현장의 모든 설비와 설비 간 연결해 제품을 생산하는 △단위 공정의 물리 화학적 변화, 반응되는 현상을 측정하는 센서를 부착해 디지털로 표현하고, △설비 엔지니어링 및 제작 때 사용한 CAD/CAE 데이터를 설비 디지털로 표현하고 △3차원 시각화 기술을 이용해 물리적인 설비와 똑같은 모습으로 디지털 표현 △설비를 운영하는 메뉴얼을 시각적으로 쉽게 이해할 수 있도록 디지털 매뉴얼을 만들어 가는 것을 우리가 디지털 표준 즉 디지털화라고 한다.
생산 공장에 있는 모든 원부자재, 설비, 공정, 공장이 디지털로 표현되고, 디지털 통신으로 설비 간 데이터를 송수신하고, 물리 화학적으로 변화되는 것을 CAE 수학모델과 AI 학습 모델을 이용해 디지털로 표현하고, 빅데이터를 이용해 사람이 모니터링, 분석, 판단하는 것을 AI 두뇌가 대신하고, 최종적인 사람은 AI 두뇌가 판단한 결과를 보고, 최종적인 의사결정과 신속 조치하는 과정을 우리는 ‘디지털 전환, DX’라고 말한다.
이같이 모든 사물을 디지털로 표현하고, 물리 화학적인 변화를 빅데이터 기술을 이용해 모델링하고, 모든 상태를 실제 공장과 똑같게 사람이 쉽게 이해할 수 있도록 시각화된 MR, 메타버스 기술을 접목하면, 우리는 완벽한 쌍둥이 공장(Digital Twin)을 만들 수 있다.
핵심 기능으로는 △쌍둥이 설비, 공장이 만들어 지면 실제 물리적인 공장은 시간이 지남에 따라 열화, 노후화, 마모되는 현상이 발생하나 쌍둥이 공장은 열화되거나 마모되지 않고, 물리적인 측정 데이터와 비교 분석해 얼마나 열화, 노후화, 마모되어 가는지를 판단할 수 있고, △현 상태가 지속된다면 언제부터 품질 불량이 발생하고, 부품이 파손돼 고장날 수 있다는 예측도 할 수 있다. 제품을 생산하는 단위 공장이 디지털 트윈으로 완벽하게 표현하기 위해서 공장에 투입되는 원부자재 또는 소재, 부품이 디지털로 표현되지 않으면 불가능하다.
원부자재를 생산하는 공장에서 디지털 트윈으로 생산하고, 생산된 실제 제품을 디지털트윈 제품으로 표현돼야, 이를 사용하는 공장에서 디지털트윈으로 이해하고, 최적 제품을 경제적으로 생산할 수 있다. 이는 나만의 공장이 디지털트윈 공장으로 될 수 있는 것이 아니라 전후방에 있는 모든 공장, 산업이 디지털로 표현된 트윈화된 원부자재, 소재, 부품, 완제품이 필요하다. 결국 나만의 공장이 아무리 스마트공장으로 운영해도, 가치 사슬 상에 있는 모든 기업의 다 같이 스마트공장으로 구현되지 않으면 궁극적 성과를 내기는 어렵다.
경제적 가치 창출을 위한 가상 물리 제조기술 구현 방법
제조기업은 투자한 만큼의 경제적 효과를 얻지 못하면 아무리 좋은 기술이라 하더라도 큰 의미가 없다. 기존 설비를 이용해 완벽한 디지털트윈 공장을 만들 수 없으나, 측정되는 데이터를 이용해 빅데이터 분석, 인공지능 학습을 통해 모델링을 만들 수 있다. 생산 설비의 물리 화학적인 현상을 수식으로 표현하는데 부족한 2%를 채워줄 빅데이터 분석 및 인공지능 학습을 통해 모델링을 만들고, 실제 기존 설비에 적용해 학습된 모델링 결과와 물리화학적 상태 변화, 반응이 똑같은 것인가를 비교 분석하면서 모델을 지속 업그레이드하고, 측정할 수 있는 센서를 부착해 똑같은 기능이 나올 수 있도록 학습해 쌍둥이 설비를 만들어 경제적 가치를 창출하면 된다.
AAS 기반 디지털트윈으로 미래 비즈니스 변화 모습
자산 관리 쉘(Asset Administration Shell, 이하 AAS)은 모든 자산(Asset)을 디지털로 표현하기 위해 구현된 정보 및 기능들을 관리하기 위해 고안된 일종의 프로파일을 의미하며, 자산의 모든 정보에 대한 제어된 엑세스를 제공하고 안전한 통신 인터페이스를 제공함으로써 자산의 통합기능을 제공하며, 자산의 논리적 표현임과 동시에 전 생애주기를 완벽하게 디지털로 표현할 수 있는 디지털트윈의 핵심기술이다.
AAS 기반 디지털트윈으로 일하는 미래모습
설비를 제작하는 공장은 설계 당시부터 개념 설계를 디지털트윈으로 하고, 설계된 데이터를 1차 부품 협력사에 제공하면 더 상세한 부분의 디지털트윈으로 설계하고, 최종의 볼트/너트 생산하는 공장까지 디지털트윈 볼트/너트를 설계 제작한 모델을 만들어 시뮬레이션하고, 가상공간에서 성공되면, 상위 부품 협력사에 디지털트윈 부품을 보내면서 최종적으로 완제품을 생산하는 기업은 모든 부품에 대한 디지털트윈 부품을 받아 연결, 결합해 최종적인 완제품의 디지털트윈 제품을 만들어 모델링을 통해 어디가 문제가 없는지, 개선점은 없는지 종합적인 시뮬레이션을 통해, 실행하게 된다. 종합적인 디지털트윈 시뮬레이션을 통해 모든 문제를 해결하면, 시장의 판매시점에 맞춰 각 부품 협력사들과 함께 물리적인 제품을 만들어 시장에 판매해, 남들보다 먼저 내놓아 시장을 선점하는 모습으로 변화될 것이다.
그렇다면 현재 완제품을 생산하는 기업이 종합 설계해 모든 부품 협력사로 제작도와 사양을 보내 생산하던 상태에서, 앞으로 완제품을 생산하는 기업은 디지털트윈으로 개념 설계만 하고, 부품사들이 더 상세한 부품을 디지털트윈으로 설계, 시뮬레이션, 공급하고, 또 여러 부품 협력사들은 다양한 기업에 디지털트윈으로 제품을 만들어 공급하게 된다. 그렇다면 지금은 같은 CAD/CAE를 사용하면 되지만, 앞으로 디지털트윈 부품 간에 어떻게 표준화된 호환성을 가져갈 것인가? 매우 중요한 핵심요소이다.
AAS, 디지털트윈간 상호호환성 위한 국제표준
다양한 기업이 만들게 되는 디지털트윈 제품은 상호 호환성, 운용성이 있지 않으면 활용이 불가해 독일 Platform Industrie4.0에서는 2020년부터 IEC 63278의 자산 관리 쉘 AAS을 국제 표준화로 진행 중이다. 한국에서 다양한 기업이 다양한 분야에 디지털트윈 프로젝트를 만들어 진행하고 있다. 빌딩, 병원, 공장, 전기차 충전소 등 사업 및 산업 단위 구조로 시작된 디지털트윈은 향후 충분한 고도화와 신뢰성을 확보하면 스마트시티, 스마트그리드, 국가재난관리 등 더 큰 범위로 확장될 것이다. 그렇다면 향후 더 큰 범위의 디지털 플랫폼이 필요할 경우, 처음부터 독자 개발하는 것과 각각 따로 표준화 기반으로 개발된 디지털트윈 모델을 재사용하는 것 중 어느 것이 나을까? 이 고민은 각 디지털트윈 플랫폼에 사용될 자산 관리 쉘 AAS를 eCl@ss로 정의함으로써 해결할 수 있다.
AAS에서 eCl@ss란?
eCl@ss는 세계 유일 ISO/IEC 산업 표준 준수 전자 카탈로그 시스템으로 마스터 데이터를 가진 데이터 사전(Data Dictionary)이다. 표준화된 데이터를 통해 제품이나 서비스를 분류하고 설명하며, 단위(units), 값(values), 값의 형식(value formats) 등 데이터에 대한 메타데이터를 제공한다. 제품 및 서비스에 대한 설명은 사람과 기계 모두 이해할 수 있는 통일된 언어로 구성돼 상호운용성의 한 요소가 된다. 또한 41,000개의 상품 종류, 17,000개의 개별 속성, 57,000개의 키워드를 통해 제품 및 서비스를 설명한다. 또한 다양한 언어 지원으로 국가간 거래 시 언어 장벽으로 인한 어려움을 해결할 수 있다.
디지털트윈 프로젝트, 왜 eCl@ss?
eCl@ss는 ABB, 바스프, 보쉬, 지멘스, 슈나이더일렉트릭, 아우디/폭스바겐, SAP, 존슨앤드존슨 메디칼, 바이엘 등 인더스트리 4.0 산업 발전을 선도하는 전 세계 150개 멤버의 컨소시엄으로 구성돼 발전 속도가 매우 빠르다. eCl@ss와 비슷한 개념으로 IEC 61360-4 CDD(Common Data Dictionary)가 있지만 40개의 카테고리를 가진 eCl@ss와 달리, 단 1개의 카테고리만을 다루고 있다 보니 스마트시티와 같이 발전소, 공장, 빌딩 등 자산의 정의가 복잡한 경우 한계를 가질 수밖에 없다. 따라서 디지털트윈 프로젝트 플랫폼을 국제 표준 eCl@ss를 따르는 AAS로 정의해 개발하면 향후 디지털트윈 플랫폼간 정보 교류나 통합이 필요할 경우 같은 구조를 갖는 AAS를 통해 데이터 인터페이스에 유리하며, 해외 진출 및 해외 디지털 트윈 플랫폼과의 향후 연동에도 도움이 된다.
디지털트윈의 세 가지 주요 구성요소
디지털트윈의 세가지 구성요소
(자료=독일 PI4.0의 자산 관리 쉘 AAS의 White paper)
디지털트윈의 세 가지 주요 구성요소는 데이터, 모델, 서비스 API다. △데이터는 디지털 트윈에는 실존하는 자산(asset)에서 수집된 데이터가 포함되며 이러한 데이터에는 설계 관련 데이터, 제조 관련 데이터 및 유지보수 관련 데이터가 포함된다. △모델은 디지털트윈에 실존하는 객체에 적용할 수 있는 다양한 연산 및 표현 모델들이 포함된다. △서비스 API는 디지털트윈의 다양한 소프트웨어가 데이터에 액세스하고 호출할 수 있는 인터페이스를 제공한다.
가상 제조공장 보급 위한 정부 정책은?
미래 기업간 거래, 제품을 사고, 팔때 지금은 물리적인 제품을 샘풀로 보내 성능 및 가용성을 분석, 구매 여부를 결정하지만 앞으로 미래 글로벌 비즈니스의 모습은 모든 원자재부터 부품, 중간재, 완성 제품에 대한 디지털트윈 상품을 만들어 구매자에게 제공해야 한다. 구매자는 자사의 디지털트윈과 호환성, 운용성 있는 디지털트윈 상품을 사용해 결합 종합 시뮬레이션을 통해 종합 성능과 지속성을 검증하고, 최종 구매 여부를 결정하게 될 것이다. 대기업은 조직과 전문인력으로 대응해 나갈 수 있으나, 중소 제조기업의 경우 자체적으로 수행할 수 없다.
국내 AAS 기반의 디지털트윈 제품을 만들어 가는 전문인력을 양성하고, 디지털트윈을 설계, 제작하는 전문기술 회사를 육성한다. 먼저 국내 기업에서 장비를 만들어 판매하는 회사를 중심으로 장비 엔지니어링부터 제작, 운영 및 유지보수에 이르기까지 AAS 기반의 디지털트윈 기술을 적용하고, 원자재부터 부품을 가공 조립하는 협력사와 완제품을 생산하는 가치사슬 기업간 협업하면서 가상 물리 제조시스템(CPPS, Cyber Physical Production System)을 구축해 운영하도록 한다.
올해 국제 표준으로 AAS가 표준화되면 관련 eCl@ss, CDD, Automation ML, OPC-UA, XML, JSON, MQTT, HTTP 등 관련 기술을 전문가를 학계, 연구소, 기업이 협업해 양성하고, 미래 가상 물리 제조시스템을 시범적으로 구축하고 가치 창출하는 정책을 수립해 실행해야 한다. 예를 들어 사출 장비, 로봇 등 장비를 제작 기업을 선정하고, 사출기, 로봇의 엔지니어링 및 제작 때 AAS 기반의 디지털트윈으로 설계, 제작하고, 사출기를 구매해 플라스틱 사출 제품을 생산하는 공장에 적용해 단위 공정 전체를 가상 물리 제조시스템으로 구축하는 사업을 시범적으로 수행한다. 독일에서는 CPS(Cyber Physical System) 기반의 자율 생산 공장을 2035년도에 완성하겠다는 로드맵을 제시하고 있다.
CPPS의 도입 및 공급기업의 경제적 가치
정부가 가상 제조 기반의 자율 생산 공장을 만들어 가는 정책을 수립, 실행할 때 시스템을 도입하는 제조 및 서비스 기업과 관련 솔루션을 공급하는 공급기업의 경제적 가치는 다음과 같다. 먼저 제조 및 서비스 기업의 경제적 가치는 △신제품을 설계, 제작 때 물리적인 시제품 생산보다 실물과 똑같은 디지털트윈 제품을 만들어 성능 검증함으로써 시제품 제작 시험 비용을 줄이고, 시행착오를 줄이고, 빠르게 신제품을 출시할 수 있다. △신제품을 기존 공장에서 생산하기 위해 어느 설비, 공정을 개조, 생산할 수 있는지 디지털트윈으로 해당 설비, 공정을 개선해 시뮬레이션함으로 정확한 설비 개조를 통해 경제적으로 제품을 생산할 수 있다. △새로운 공장을 지어 생산 때 공장 레이아웃, 설비 설치 후 시운전 및 조정 시 사전 시뮬레이션을 완벽하게 수행하면서 조정 시간을 줄여 새로운 제품을 조기에 생산 판매할 수 있다. △생산 공장의 효율성을 높이기 위해 사후 조치에서 설비 고장, 공정 이상 및 품질 불량을 사전에 예측하고 조치하는 경제적 가치를 창출할 수 있다.
솔루션 공급기업의 경제적 가치는 △AAS, OPC-UA, Automation ML, XML, eCl@ss, CDD 등 국제 표준 기반의 기술 전문가를 양성해 새로운 플랫폼 인프라와 SaaS 소프트웨어를 개발해 서비스하는 스타트업이 창업해 새로운 일자리 창출하고 △AAS 기반으로 엔지니어링 및 CAD 설계를 수행하고, 3D 시각화하는 응용 소프트웨어 기술 개발 및 서비스 기업의 가치 창출 △CAE, Big Data, AI를 활용해 물리 화학적인 변화와 반응을 정확하게 모델링하는 기업 △물리적 공장과 쌍둥이 공장간 상호 호환성, 운용성을 위해 개발되는 4M 2E의 응용 소프트웨어 개발 및 서비스를 통해 새로운 비즈니스 붐으로 4차 산업혁명의 새로운 제조업 시대를 선도할 수 있을 것이다.
출처 : 인더스트리뉴스
최종윤 기자
AAS 기반 디지털트윈 기술 적용해 가치사슬 기업간 협업 필요
AAS 기반 디지털트윈 기술 적용해 가치사슬 기업간 협업 필요
[글 한국인더스트리4.0협회 박한구 명예회장] 지나온 50년은 정부가 대기업 중심의 경제체제로 다양한 정책을 수립하고, 선택과 집중을 통해 많은 대기업을 지원해 왔다. 이에 질 좋은 제품을 대량생산하고, 글로벌 시장에 판매해 많은 수익을 창출하면서 국민 삶의 질을 높여왔다. 그 결과, 대기업은 자생력 있는 다국적 기업으로 성장했다. 이 와중에 중소기업은 원가 절감의 압박에 마른 수건도 짜야 하는 힘든 시기를 지금까지 잘 버티고 있다. 이제 앞으로 50년은 정부가 중소벤처기업 중심 디지털 경제 체제를 구축해 벤처·스타트업이 중소기업으로, 또한 중견기업을 넘어 ‘글로벌 히든 챔피언 기업’으로 성장 발전하도록 정책을 수립·실행해야 한다. 이번 칼럼은 20회째 정책제안으로 ‘가상 제조 기반의 미래 자율 생산 공장을 만들어 가는 정책’을 제안한다. 민간주도로 정책을 수립해 정부에 건의, 실행하는 모습의 사업을 만들어 민간이 이끌고, 정부가 밀어주는 민간 주도형 정부 정책 문화를 만들어 가자.
고객 맞춤 제품 스스로 판단‧생산하는 자율생산 공장
2000년 정보화 시대 대응을 위해 시작한 ERP 보급 30,000개 정책을 실행한 지 23년, 2014년 ‘4차 산업혁명, 새로운 제조업 시대’에 대응하기 위해 스마트공장 30,000개 보급 정책을 수립, 실행한 지 9년이 지나고 있다. 정부는 글로벌 시장 변화에 발 빠르게 대응하고 있는 대기업에 비해 더딘 중소기업을 위해 새로운 정책을 수립 지원하고 있다. 많은 중소기업은 이를 계기로 성장 발전해 중견기업으로 성장해 왔다. 그동안 스마트공장은 개별 기업의 제조 효율성 향상을 위해, 지원한 사업으로 사실상 몇몇 기업을 제외하고는 생산 정보화 시대의 ERP, MES, PLM, SCM. FEMS 시스템 도입에 치중하고 있다. 이것마저 구축돼 있지 않으면 ‘4차 산업혁명, 새로운 제조업 시대’에 대응하지 못할 뿐 아니라, AI‧BigData‧IIoT와 같은 최신의 기술을 접목해 똑똑한 공장을 만들지 못하기 때문이다.
정부가 미래 공장에 집착하는 이유
혹자는 현실과 갭이 많은 탁상 정책이라고 불만을 토로한다. 그래도 정부는 글로벌 시장 변화를 읽고, 수출 중심의 대한민국 제조기업을 이끌어 갈 수 있도록 지속 정책을 생산하고 있다. 정책에 따라 변화되고 실행하는 제조기업의 경영자는 지속 성장해 왔음을 우리는 잘 알고 있다. 조직력이 약한 중소기업은 정부 정책에 의존해 함께 성장할 수밖에 없다. 대기업은 세계 주요 시장에 사무실 두고 각 나라 변화를 탐지하고, 고객이 원하는 제품을 만들어 수출할 수 있도록 제품 개발과 서비스로 시장을 개척, 성장해 왔다.
앞으로 미래 시장은 고객이 원하는 제품을 개인 맞춤형으로 구매하면, 공장은 스스로 원하는 제품을 생산하도록 원료를 투입, 설비를 재배치해 제품을 생산하는 자율생산 체제로, 불 꺼진 공장에서 탄소 넷 제로를 달성하면서 생산하는 시대로 변화될 것이다. 지금과 전혀 다른 모습으로 제품을 개발, 공급하는 공장과 프로세스 즉 ‘자율 생산 체제’로 변화될 것이다.
디지털트윈 자율생산 공장, 지금부터 준비해야
핵심 기술 중 하나가 디지털트윈 기술이다. 2012년 미국 항공 우주국(NASA)에는 디지털 트윈을 ‘히스토리컬 데이터, 실시간 센서 데이터와 물리적 모델을 기반으로 해당 쌍둥이의 상태를 가상공간에 만들어 최적 제어하는 다중 물리학, 다중 규모 모델, 확률, 초 충실도 시뮬레이션’이라고 정의했다. 즉 디지털트윈 기술이란 일란성 쌍둥이를 만드는 것, 즉 물리적인 공장과 똑같은 물리 화학적 성능을 가진 공장을 사이버 공간에서 디지털로 표현하는 것이다. 그동안 이를 위해 가상공장(Virtual Factory)을 만들어 물리 화학적인 현상을 가상의 공간에 디지털로 표현하기 위해 수학식을 이용해 문제를 해결하기 위해 노력해 왔다.
그러나 물리 화학적인 변화, 반응 현상을 수학식으로 표현하는데 한계성이 있어 항상 2% 부족한 상태로 가상 시뮬레이션 모델을 만들어 운영하면서, 사람이 보완해 사용해 왔다. 최근 컴퓨터 성능이 좋아지고, 대량 데이터를 경제적으로 저장, 활용할 수 있는 기술이 발달 되면서, 2% 부족한 것을 채워줄 빅데이터, 인공지능 기술로 문제를 해결하자는 디지털트윈 기술이 나오게 된다. 생산 현장의 모든 설비와 설비 간 연결해 제품을 생산하는 △단위 공정의 물리 화학적 변화, 반응되는 현상을 측정하는 센서를 부착해 디지털로 표현하고, △설비 엔지니어링 및 제작 때 사용한 CAD/CAE 데이터를 설비 디지털로 표현하고 △3차원 시각화 기술을 이용해 물리적인 설비와 똑같은 모습으로 디지털 표현 △설비를 운영하는 메뉴얼을 시각적으로 쉽게 이해할 수 있도록 디지털 매뉴얼을 만들어 가는 것을 우리가 디지털 표준 즉 디지털화라고 한다.
생산 공장에 있는 모든 원부자재, 설비, 공정, 공장이 디지털로 표현되고, 디지털 통신으로 설비 간 데이터를 송수신하고, 물리 화학적으로 변화되는 것을 CAE 수학모델과 AI 학습 모델을 이용해 디지털로 표현하고, 빅데이터를 이용해 사람이 모니터링, 분석, 판단하는 것을 AI 두뇌가 대신하고, 최종적인 사람은 AI 두뇌가 판단한 결과를 보고, 최종적인 의사결정과 신속 조치하는 과정을 우리는 ‘디지털 전환, DX’라고 말한다.
이같이 모든 사물을 디지털로 표현하고, 물리 화학적인 변화를 빅데이터 기술을 이용해 모델링하고, 모든 상태를 실제 공장과 똑같게 사람이 쉽게 이해할 수 있도록 시각화된 MR, 메타버스 기술을 접목하면, 우리는 완벽한 쌍둥이 공장(Digital Twin)을 만들 수 있다.
핵심 기능으로는 △쌍둥이 설비, 공장이 만들어 지면 실제 물리적인 공장은 시간이 지남에 따라 열화, 노후화, 마모되는 현상이 발생하나 쌍둥이 공장은 열화되거나 마모되지 않고, 물리적인 측정 데이터와 비교 분석해 얼마나 열화, 노후화, 마모되어 가는지를 판단할 수 있고, △현 상태가 지속된다면 언제부터 품질 불량이 발생하고, 부품이 파손돼 고장날 수 있다는 예측도 할 수 있다. 제품을 생산하는 단위 공장이 디지털 트윈으로 완벽하게 표현하기 위해서 공장에 투입되는 원부자재 또는 소재, 부품이 디지털로 표현되지 않으면 불가능하다.
원부자재를 생산하는 공장에서 디지털 트윈으로 생산하고, 생산된 실제 제품을 디지털트윈 제품으로 표현돼야, 이를 사용하는 공장에서 디지털트윈으로 이해하고, 최적 제품을 경제적으로 생산할 수 있다. 이는 나만의 공장이 디지털트윈 공장으로 될 수 있는 것이 아니라 전후방에 있는 모든 공장, 산업이 디지털로 표현된 트윈화된 원부자재, 소재, 부품, 완제품이 필요하다. 결국 나만의 공장이 아무리 스마트공장으로 운영해도, 가치 사슬 상에 있는 모든 기업의 다 같이 스마트공장으로 구현되지 않으면 궁극적 성과를 내기는 어렵다.
경제적 가치 창출을 위한 가상 물리 제조기술 구현 방법
제조기업은 투자한 만큼의 경제적 효과를 얻지 못하면 아무리 좋은 기술이라 하더라도 큰 의미가 없다. 기존 설비를 이용해 완벽한 디지털트윈 공장을 만들 수 없으나, 측정되는 데이터를 이용해 빅데이터 분석, 인공지능 학습을 통해 모델링을 만들 수 있다. 생산 설비의 물리 화학적인 현상을 수식으로 표현하는데 부족한 2%를 채워줄 빅데이터 분석 및 인공지능 학습을 통해 모델링을 만들고, 실제 기존 설비에 적용해 학습된 모델링 결과와 물리화학적 상태 변화, 반응이 똑같은 것인가를 비교 분석하면서 모델을 지속 업그레이드하고, 측정할 수 있는 센서를 부착해 똑같은 기능이 나올 수 있도록 학습해 쌍둥이 설비를 만들어 경제적 가치를 창출하면 된다.
AAS 기반 디지털트윈으로 미래 비즈니스 변화 모습
자산 관리 쉘(Asset Administration Shell, 이하 AAS)은 모든 자산(Asset)을 디지털로 표현하기 위해 구현된 정보 및 기능들을 관리하기 위해 고안된 일종의 프로파일을 의미하며, 자산의 모든 정보에 대한 제어된 엑세스를 제공하고 안전한 통신 인터페이스를 제공함으로써 자산의 통합기능을 제공하며, 자산의 논리적 표현임과 동시에 전 생애주기를 완벽하게 디지털로 표현할 수 있는 디지털트윈의 핵심기술이다.
AAS 기반 디지털트윈으로 일하는 미래모습
설비를 제작하는 공장은 설계 당시부터 개념 설계를 디지털트윈으로 하고, 설계된 데이터를 1차 부품 협력사에 제공하면 더 상세한 부분의 디지털트윈으로 설계하고, 최종의 볼트/너트 생산하는 공장까지 디지털트윈 볼트/너트를 설계 제작한 모델을 만들어 시뮬레이션하고, 가상공간에서 성공되면, 상위 부품 협력사에 디지털트윈 부품을 보내면서 최종적으로 완제품을 생산하는 기업은 모든 부품에 대한 디지털트윈 부품을 받아 연결, 결합해 최종적인 완제품의 디지털트윈 제품을 만들어 모델링을 통해 어디가 문제가 없는지, 개선점은 없는지 종합적인 시뮬레이션을 통해, 실행하게 된다. 종합적인 디지털트윈 시뮬레이션을 통해 모든 문제를 해결하면, 시장의 판매시점에 맞춰 각 부품 협력사들과 함께 물리적인 제품을 만들어 시장에 판매해, 남들보다 먼저 내놓아 시장을 선점하는 모습으로 변화될 것이다.
그렇다면 현재 완제품을 생산하는 기업이 종합 설계해 모든 부품 협력사로 제작도와 사양을 보내 생산하던 상태에서, 앞으로 완제품을 생산하는 기업은 디지털트윈으로 개념 설계만 하고, 부품사들이 더 상세한 부품을 디지털트윈으로 설계, 시뮬레이션, 공급하고, 또 여러 부품 협력사들은 다양한 기업에 디지털트윈으로 제품을 만들어 공급하게 된다. 그렇다면 지금은 같은 CAD/CAE를 사용하면 되지만, 앞으로 디지털트윈 부품 간에 어떻게 표준화된 호환성을 가져갈 것인가? 매우 중요한 핵심요소이다.
AAS, 디지털트윈간 상호호환성 위한 국제표준
다양한 기업이 만들게 되는 디지털트윈 제품은 상호 호환성, 운용성이 있지 않으면 활용이 불가해 독일 Platform Industrie4.0에서는 2020년부터 IEC 63278의 자산 관리 쉘 AAS을 국제 표준화로 진행 중이다. 한국에서 다양한 기업이 다양한 분야에 디지털트윈 프로젝트를 만들어 진행하고 있다. 빌딩, 병원, 공장, 전기차 충전소 등 사업 및 산업 단위 구조로 시작된 디지털트윈은 향후 충분한 고도화와 신뢰성을 확보하면 스마트시티, 스마트그리드, 국가재난관리 등 더 큰 범위로 확장될 것이다. 그렇다면 향후 더 큰 범위의 디지털 플랫폼이 필요할 경우, 처음부터 독자 개발하는 것과 각각 따로 표준화 기반으로 개발된 디지털트윈 모델을 재사용하는 것 중 어느 것이 나을까? 이 고민은 각 디지털트윈 플랫폼에 사용될 자산 관리 쉘 AAS를 eCl@ss로 정의함으로써 해결할 수 있다.
AAS에서 eCl@ss란?
eCl@ss는 세계 유일 ISO/IEC 산업 표준 준수 전자 카탈로그 시스템으로 마스터 데이터를 가진 데이터 사전(Data Dictionary)이다. 표준화된 데이터를 통해 제품이나 서비스를 분류하고 설명하며, 단위(units), 값(values), 값의 형식(value formats) 등 데이터에 대한 메타데이터를 제공한다. 제품 및 서비스에 대한 설명은 사람과 기계 모두 이해할 수 있는 통일된 언어로 구성돼 상호운용성의 한 요소가 된다. 또한 41,000개의 상품 종류, 17,000개의 개별 속성, 57,000개의 키워드를 통해 제품 및 서비스를 설명한다. 또한 다양한 언어 지원으로 국가간 거래 시 언어 장벽으로 인한 어려움을 해결할 수 있다.
디지털트윈 프로젝트, 왜 eCl@ss?
eCl@ss는 ABB, 바스프, 보쉬, 지멘스, 슈나이더일렉트릭, 아우디/폭스바겐, SAP, 존슨앤드존슨 메디칼, 바이엘 등 인더스트리 4.0 산업 발전을 선도하는 전 세계 150개 멤버의 컨소시엄으로 구성돼 발전 속도가 매우 빠르다. eCl@ss와 비슷한 개념으로 IEC 61360-4 CDD(Common Data Dictionary)가 있지만 40개의 카테고리를 가진 eCl@ss와 달리, 단 1개의 카테고리만을 다루고 있다 보니 스마트시티와 같이 발전소, 공장, 빌딩 등 자산의 정의가 복잡한 경우 한계를 가질 수밖에 없다. 따라서 디지털트윈 프로젝트 플랫폼을 국제 표준 eCl@ss를 따르는 AAS로 정의해 개발하면 향후 디지털트윈 플랫폼간 정보 교류나 통합이 필요할 경우 같은 구조를 갖는 AAS를 통해 데이터 인터페이스에 유리하며, 해외 진출 및 해외 디지털 트윈 플랫폼과의 향후 연동에도 도움이 된다.
디지털트윈의 세 가지 주요 구성요소
디지털트윈의 세가지 구성요소
(자료=독일 PI4.0의 자산 관리 쉘 AAS의 White paper)
디지털트윈의 세 가지 주요 구성요소는 데이터, 모델, 서비스 API다. △데이터는 디지털 트윈에는 실존하는 자산(asset)에서 수집된 데이터가 포함되며 이러한 데이터에는 설계 관련 데이터, 제조 관련 데이터 및 유지보수 관련 데이터가 포함된다. △모델은 디지털트윈에 실존하는 객체에 적용할 수 있는 다양한 연산 및 표현 모델들이 포함된다. △서비스 API는 디지털트윈의 다양한 소프트웨어가 데이터에 액세스하고 호출할 수 있는 인터페이스를 제공한다.
가상 제조공장 보급 위한 정부 정책은?
미래 기업간 거래, 제품을 사고, 팔때 지금은 물리적인 제품을 샘풀로 보내 성능 및 가용성을 분석, 구매 여부를 결정하지만 앞으로 미래 글로벌 비즈니스의 모습은 모든 원자재부터 부품, 중간재, 완성 제품에 대한 디지털트윈 상품을 만들어 구매자에게 제공해야 한다. 구매자는 자사의 디지털트윈과 호환성, 운용성 있는 디지털트윈 상품을 사용해 결합 종합 시뮬레이션을 통해 종합 성능과 지속성을 검증하고, 최종 구매 여부를 결정하게 될 것이다. 대기업은 조직과 전문인력으로 대응해 나갈 수 있으나, 중소 제조기업의 경우 자체적으로 수행할 수 없다.
국내 AAS 기반의 디지털트윈 제품을 만들어 가는 전문인력을 양성하고, 디지털트윈을 설계, 제작하는 전문기술 회사를 육성한다. 먼저 국내 기업에서 장비를 만들어 판매하는 회사를 중심으로 장비 엔지니어링부터 제작, 운영 및 유지보수에 이르기까지 AAS 기반의 디지털트윈 기술을 적용하고, 원자재부터 부품을 가공 조립하는 협력사와 완제품을 생산하는 가치사슬 기업간 협업하면서 가상 물리 제조시스템(CPPS, Cyber Physical Production System)을 구축해 운영하도록 한다.
올해 국제 표준으로 AAS가 표준화되면 관련 eCl@ss, CDD, Automation ML, OPC-UA, XML, JSON, MQTT, HTTP 등 관련 기술을 전문가를 학계, 연구소, 기업이 협업해 양성하고, 미래 가상 물리 제조시스템을 시범적으로 구축하고 가치 창출하는 정책을 수립해 실행해야 한다. 예를 들어 사출 장비, 로봇 등 장비를 제작 기업을 선정하고, 사출기, 로봇의 엔지니어링 및 제작 때 AAS 기반의 디지털트윈으로 설계, 제작하고, 사출기를 구매해 플라스틱 사출 제품을 생산하는 공장에 적용해 단위 공정 전체를 가상 물리 제조시스템으로 구축하는 사업을 시범적으로 수행한다. 독일에서는 CPS(Cyber Physical System) 기반의 자율 생산 공장을 2035년도에 완성하겠다는 로드맵을 제시하고 있다.
CPPS의 도입 및 공급기업의 경제적 가치
정부가 가상 제조 기반의 자율 생산 공장을 만들어 가는 정책을 수립, 실행할 때 시스템을 도입하는 제조 및 서비스 기업과 관련 솔루션을 공급하는 공급기업의 경제적 가치는 다음과 같다. 먼저 제조 및 서비스 기업의 경제적 가치는 △신제품을 설계, 제작 때 물리적인 시제품 생산보다 실물과 똑같은 디지털트윈 제품을 만들어 성능 검증함으로써 시제품 제작 시험 비용을 줄이고, 시행착오를 줄이고, 빠르게 신제품을 출시할 수 있다. △신제품을 기존 공장에서 생산하기 위해 어느 설비, 공정을 개조, 생산할 수 있는지 디지털트윈으로 해당 설비, 공정을 개선해 시뮬레이션함으로 정확한 설비 개조를 통해 경제적으로 제품을 생산할 수 있다. △새로운 공장을 지어 생산 때 공장 레이아웃, 설비 설치 후 시운전 및 조정 시 사전 시뮬레이션을 완벽하게 수행하면서 조정 시간을 줄여 새로운 제품을 조기에 생산 판매할 수 있다. △생산 공장의 효율성을 높이기 위해 사후 조치에서 설비 고장, 공정 이상 및 품질 불량을 사전에 예측하고 조치하는 경제적 가치를 창출할 수 있다.
솔루션 공급기업의 경제적 가치는 △AAS, OPC-UA, Automation ML, XML, eCl@ss, CDD 등 국제 표준 기반의 기술 전문가를 양성해 새로운 플랫폼 인프라와 SaaS 소프트웨어를 개발해 서비스하는 스타트업이 창업해 새로운 일자리 창출하고 △AAS 기반으로 엔지니어링 및 CAD 설계를 수행하고, 3D 시각화하는 응용 소프트웨어 기술 개발 및 서비스 기업의 가치 창출 △CAE, Big Data, AI를 활용해 물리 화학적인 변화와 반응을 정확하게 모델링하는 기업 △물리적 공장과 쌍둥이 공장간 상호 호환성, 운용성을 위해 개발되는 4M 2E의 응용 소프트웨어 개발 및 서비스를 통해 새로운 비즈니스 붐으로 4차 산업혁명의 새로운 제조업 시대를 선도할 수 있을 것이다.
출처 : 인더스트리뉴스
최종윤 기자
관련링크
- 이전글에이알룩, VR/AR산업 발전 유공 '경기도지사 표창' 수상 23.07.11
- 다음글국군간호사관학교, 국내 최초 XR 중증외상처치 훈련 프로그램 도입 23.07.10
