최근 디지털 트윈(Digital Twin)이 디지털 전환(DX)의 핵심 키워드로 부상하고 있다. 디지털 트윈이란 ‘현실 세계에서 수집한 다양한 정보를 가상 사계에서 분석하고 최적의 방안을 도출해 이를 기반으로 현실 세계를 최적화하는 지능화 융합 기술’을 의미한다. 디지털 트윈 및 디지털 전환 분야는 매우 광범위하다. 이 솔루션은 전체 제조공정 중 제품 생산 공정, 물류(부품 공급, 배포,….) 분야에 적용 가능하다. 본 내용을 통해 디지털 트윈 기술의 적용 방안 및 이에 연계되어 활용될 수 있는 기술에 대해 살펴보자.

 

기존까지는 공장을 새로 짓거나 특정 라인을 수정할 경우 사전 검토를 위해 물류 시뮬레이션을 활용하고 있었다.

 

하지만 물류 시뮬레이션 분야는 대부분 숙련자 또는 전문가의 의존도가 높은 가정 분석(What-if) 방식을 사용하고, 생산 계획 단계에서 사전 분석 및 검증용으로 주로 사용된다. 그리고 시뮬레이션에 현장 데이터를 반영하는데 대용량 데이터 처리와 시뮬레이션 가속 성능 등의 한계로 다양한 제약 조건이 발생할 수 있다.

 

이는 디지털 트윈을 구현하기 위해 생산 운영 단계까지 연계하는 과정에 중요한 요소이며 본 내용을 통해 실제 활용 가능한 디지털 트윈 솔루션으로 Plant Simulation®과 PINOKIO®를 소개하고자 한다.

 

Plant Simulation은 생산 계획 단계에서 사전 레이아웃 및 물류 검토를 위해 활용되고, PINOKIO는 생산 운영 단계에서 현장 데이터 기반 실시간 모니터링 및 사전 대응을 하기 위해 활용된다. 두 솔루션을 활용하여 보다 스마트한 디지털 트윈 구축 방법에 대해 알아보자.

 

스마트 팩토리를 위한 디지털 트윈 솔루션 : PINOKIO®

 

제조 현장에서의 물류는 제품의 사이클 타임을 결정하는 요소 중에 하나이다. 물류 정체가 발생할 경우 제품의 사이클 타임이 길어지거나, 라인이 정지되는 등 심각한 손실이 발생할 수 있다. 이러한 문제를 해결하기 위해 시뮬레이션을 통한 최적화된 운영 방식을 시스템에 적용하려고 꾸준히 노력해왔다.

 

기존 물류 솔루션은 현장에서 발생하는 대용량의 데이터를 시뮬레이션에 반영하여 실시간으로 의사결정 한다는 것은 다양한 제약으로 인해 어려움이 있다. 또한, 현장 작업자의 개입과 같은 인간적 오류는 시스템이 예측할 수 없는 데이터를 발생시키기 때문에 생산 계획 단계에서의 사전 분석 및 검증만으로는 시뮬레이션 정합성을 높이는데 한계가 있다.

 

 

PINOKIO는 최적화된 자체 개발 시뮬레이션과 모니터링 엔진을 탑재하여 이를 해결했다(그림 1). 시뮬레이션의 이벤트 횟수를 최적화하여 최소한의 이벤트로 시뮬레이션이 가능하도록 설계했다. 또한, 계산 속도의 이점을 가진 C, C++언어로 물류 경로를 최적화하는 알고리즘을 구현하여 기존 솔루션 대비 약 2만평 규모의 공장에서 약 70배의 향상된 성능을 검증했다.

 

1. 대용량 데이터 처리 및 실시간 모니터링

PINOKIO는 시뮬레이션에 최적화된 알고리즘을 사용함으로써 대용량 데이터 처리가 가능하고, 현장 데이터를 실시간으로 시뮬레이션에 반영할 수 있다(그림 2). 기존 물류 시뮬레이션 솔루션에 비해 60~700배 뛰어난 가속 성능을 제공하는 유일한 시뮬레이션 도구이다. 제조 현장과 동일한 상황을 시뮬레이션 하기 위해 현장과 연동 후 데이터를 가공하여 디지털 트윈 모델로 표현하여 가시화하고, 사용자가 설정한 시간 주기마다 미래를 예측하는 시뮬레이션(Proactive Simulation)을 백그라운드로 수행한다. 이는 제품의 공정 시간보다 짧은 시간 안에 결과를 확인할 수 있고, AI를 통해 보다 정확한 의사결정을 내릴 수 있도록 지원한다.

 

 

2. 디지털 트윈 시뮬레이션

실시간 현장 상황을 반영하여 미래를 예측하는 시뮬레이션(Proactive Simulation)은 제품의 택타임(Tact Time)보다 짧은 시간 내에 결과를 도출해내지 못하면 현장에서 선제 대응하지 못하는 결과를 초래할 수 있다. 모니터링 엔진으로부터 라인 상황에 대한 데이터를 수집하고 현재로부터 예측하고자 하는 시간 동안 발생하는 이상상황에 대해 피드백을 준다. 예를 들어 조립 라인의 경우에는 부품이 5분 뒤에 부족하다는 알람을 작업자에게 피드백하여 선제적 대응을 함으로써 라인 정지를 방지할 수 있다. PINOKIO 디지털 트윈 시뮬레이션은 이러한 역할이 가능하도록 가속화한 시뮬레이션 엔진을 보유하고 있다(그림 3과 4).

 

 

3. 제조 현장에 특화된 AI 플랫폼 ‘CAP’

AI를 이용한 솔루션을 만들기 위해서는 다양한 상황에 대한 데이터가 필요하다. 하지만 제조 현장의 특성상 여러 상황에 대한 데이터를 획득하기 어렵다. PINOKIO에서는 현장에서 획득하기 어려운 데이터를 시뮬레이션을 통해 데이터를 확보할 수 있다. 즉, PINOKIO 디지털 트윈 모델이 AI를 위한 데이터를 생성하고, 이를 AI가 최적 값을 도출하여 시뮬레이션에 반영한다(그림 5). PINOKIO에서는 획득한 데이터를 파이썬, C, JAVA 등 다양한 언어로 구현한 로직을 적용할 수 있도록 개발 환경을 제공하고 있다.

 

 

사전 레이아웃 및 물류 검토를 위한 솔루션 : Plant Simulation®

 

Plant Simulation®은 독일 지멘스의 제품으로 공장 신축 및 수정 등이 필요한 경우 사전에 최적의 물류 계획 수립과 공장 레이아웃을 구성할 수 있는 전문 시뮬레이션 도구이자 가상 공장 구현 솔루션이다(그림 6).

 

주로 생산 계획 단계에서 활용되며, 제조 기준 정보(공장 정보 : 제품, 공정, 레이아웃, 물류, 작업, 스케줄링 등)를 기반으로 시뮬레이션 하여 차트, 그래프 등 다양한 분석 도구로 결과를 도출함으로써 공법 검증, 공장 운용 효율, 적정 재고 등 공정라인을 최적화할 수 있다.

 

 

1. 통계 시뮬레이션으로 생산 시스템 분석

시뮬레이션 정확도와 효율성을 높이는 동시에 처리량과 전체 시스템 성능을 향상시킬 수 있다. 그래픽 시각화, 차트 및 보고서 기능, 유전자 알고리즘 및 실험 관리법(Experiment Manager)을 사용하면 생산 시스템의 동작을 평가하여 빠르고 신뢰할 수 있는 제조 생산 시스템을 분석할 수 있다(그림 7).

 

 

2. 병목 현상 제거 및 처리량 간소화

처리량을 간소화하고 병목 현상을 완화하여 공정 작업을 최소화할 수 있다. 기본 기능으로 병목 현상, 처리량, 설비, 리소스 및 버퍼 적정 수량을 자동으로 감지 및 분석할 수 있다. 생산 시스템 효율을 평가하는데 사용할 수 있는 도구로 생산량, 프로세스, 물류 로직 등 다양한 사항들을 고려하여 생산 변동의 영향을 동적으로 분석할 수 있다(그림 8).

 

.

3. 시동 전 프로덕션 시스템 시운전

Plant Simulation으로 만들어진 가상 모델은 실제 생산라인을 시뮬레이션 할 수 있다(그림 9). 실제 공장의 PLC 또는 가상 PLC와의 인터페이스를 통해 제어, 자동화, 자재 운송 및 전체 엔지니어링 작업을 테스트하고 최적화할 수 있고, 이는 초기 개념 증명을 통해 위험 요소를 줄이고, 투자비용을 절감할 수 있다.

 

 

Plant Simulation®과 PINOKIO® 인터페이스

 

두 솔루션 간의 인터페이스는 MS-Excel, 데이터베이스 등 다양한 형태로 인터페이스가 가능하다. 자세한 인터페이스 항목은 그림 10을 참조하면 된다.

 

Plant Simulation 모델 정보는 자체 언어(Simtalk)를 이용하여 설비 정보, 작업 순서, 위치 정보, 연결 정보 등을 PINOKIO 항목에 맞게 테이블 형태로 수집하고, 레이아웃과 2D/3D 모델은 JT파일 포멧으로 추출한다. 이 데이터를 PINOKIO에서는 Import 기능으로 손쉽게 모델 정보를 가져와 Plant Simulation과 동일한 모델을 만들 수 있다. 이는 시뮬레이션 모델링 시간이 줄어들고 정확성이 높아져 신뢰성 있는 디지털 트윈 모델이 구축된다.

 

 

PINOKIO®와 현장 데이터 인터페이스

 

디지털 트윈에 가장 중요한 요소는 현장과의 연결이다. 대부분의 물류 전문 솔루션이 현장과의 연결을 위한 인터페이스가 지원되지만, 많은 양의 데이터를 처리하면서 실시간으로 시뮬레이션하는데 어려움이 있다. PINOKIO는 대용량 데이터 처리와 시뮬레이션 가속 성능이 뛰어나 실시간 모니터링 시스템까지 가능하다.

 

그림 11은 현장에 있는 MES와 PINOKIO가 인터페이스되는 과정이다. 현장에 있는 PLC가 MES에 데이터를 전달하고, MES는 그 데이터를 데이터베이스에 저장한다. 이를 PINOKIO에서 외부 통신(IP)을 통해 데이터베이스에 접근하여 데이터를 시뮬레이션에 반영한다. 이 과정에서 현장 데이터의 상태가 중요하다. 불필요한 데이터가 있거나 로스 또는 시간 순서가 맞지 않은 경우가 대부분이다. PINOKIO에서는 현장 데이터를 올바르게 정제하는 작업을 거쳐 현장과 동일한 디지털 트윈 모델을 만든다.

 

 

기대 효과

 

현장 운영 데이터를 실시간으로 디지털 트윈과 연동함으로써 모니터링이 가능하며, 전체 공장을 PC, 웹, 모바일 등 다양한 형태로 여러 유저들과 함께 직관적으로 확인하면서 공유하고 협업할 수 있다. 또한, 현장과 연결된 디지털 트윈 모델을 이용하여, 미래에 발생 가능한 문제점들을 예지(Predictive)하고, 이러한 문제점을 사전에 해결하기 위한 선제대응(Proactive) 의사결정을 가능하게 한다. 이때 디지털트윈을 이용한 사전예지는 온라인 시뮬레이션 기술에 기반하고, 선제대응은 AI 기술에 기반한다고 볼 수 있다.

 

 

디지털 트윈 기반 사전예지의 시간적 범위(Time Horizon)는 현장의 특성에 따라서 0.1시간~10시간으로 달라질 수 있으며, 문제점의 종류는 주로 생산 Loss, 부품의 혼류 비율 불균형, 설비 고장예지 및 물류 정체 등을 포함한다. 문제점이 예지되면, 이를 해결하기 위한 즉각적인 의사결정 AI 기술을 활용하여 최적 운영을 달성함으로써 생산성, 경제성, 안정성 및 경쟁력 향상 효과가 있다.

 

 

결론

 

생산 계획 단계에서 Plant Simulation을 통해 레이아웃 검증과 물류를 최적화하고, Plant Simulation 모델 데이터를 생산 운영 단계에서 PINOKIO와 연계하여 현장 데이터 기반 실시간 모니터링과 미래 상황 예측 및 선제적 대응함으로써 현실적이고 실제 활용 가능한 스마트한 디지털 트윈을 구축할 수 있다.