건설 분야의 디지털화 트랜드는 제조분야에서 시작된 디지털 트윈(DT. Digital Twin)과 디지털 트랜스포메이션 도입으로 연결되고 있다. 국내는 디지털 SOC 인프라, 디지털 뉴딜 등의 정책적 이슈로 많은 과제들이 이를 타이틀로 하고 있다. 이 시점에서 이 글은 건설 분야에서 이 두가지 기술을 접근할 때 필요한 전략을 다룬다.  Construction Digital Twin Service Framework(Calin Boje, 2020) 이 글은 ICE 리포트 및 최근 연구 논문을 참고하였다(레퍼런스 참고). 이 글은 개발 전략에 대한 부분에 초점을 맞춘다. 건설 디지털 트윈 프레임웍, 표준, 사례 및 기술은 아래 링크를 참고한다. 기술 개발 트랜드 분석 최근 관련 연구에 따르면 건설 분야에서 디지털 트윈 용어를 사용하는 빈도가 높아지고 있다는 것을 알 수 있다. Calin의 연구에 따르면, 2018년 부터 디지털 트윈 개념을 활용한 연구가 급증한 것을 알 수 있으며, 활용 사례 또한 건설 관리, 안전 부터 매우 다양해지고 있다는 것을 확인할 수 있다. 건설 분야 디지털 트윈에는 몇가지 기술용어가 함께 사용되는 데, 시뮬레이션, BIM, 스캔, IoT(Internet Of Things), CPS(Cyber Physical Systems), 인공지능 등이 그 예들이다.  Milestone in the construction(Calin Boje, 2020) 아울러, 이와 관련된 지침, 제도, 유스케이스 등도 함께 언급되어 있고, 기존 기술과 구분된 차별성을 보이지 않는 것으로 보아서는 아직 명확히 정립된 도구나 기술는 아닌 것으로 보여진다. 건설 디지털트윈에 대한 비판 건설 디지털트윈은 디지털 공간과 물리 공간을 연결, 분석, 시뮬레이션해 비용과 시간을 절감하기 위한 플랫폼이다. 여기서, 이 문장의 주어에 따라 사용 용도가 결정된다. 이런 개념은 사실 기존의 기술과 유사한 점이 매우 많아 보인다.
이외, BIM, VR/AR/MR 등의 기술도 유사해 보일수 있으나, 더 큰 개념인 디지털 공간에서 정보모델 관점에서는 이를 구성하는 하나의 데이터 모델이거나 컴퓨터 그래픽 분야의 가시화 도구 중 하나로 보인다. 사실 이런 관점에서 보았을 때 단순히 3차원 컴퓨터 그래픽 기술을 이용해, 3차원 모형이나 컨텐츠를 만들고, BIM이나 GIS로 정보를 가시화하는 정도 수준은 기존 FEM, VDC 와 비교했을 때 오히려 디지털트윈 개념과는 거리가 더 멀어 보이기도 한다. 다만, 디지털트윈에서 항상 언급되는 다음과 같은 몇가지 키워드가 있어, 이를 중심으로 차별성을 생각해 볼수는 있다.
만약, 메쉬로만 구성된 단순 그래픽스 모델에 이런 데이터와 기능이 포함되어 있지 않다면, FEM, VDC와 무슨 차이가 있을까? 심한 경우, 인터릭티브한 동영상에 지나지 않을 것이다. 아울러, 이런 기능이 포함된 디지털트윈 서비스라 하더라도 사용목적이나 시장가치가 명확하지 않다면 무슨 의미가 있을까? 디지털 데이터를 무조건 많이 개발한다는 것은 경제적 관점에서 보았을 때 무모할 수 있다. 다음은 데이터양과 관리 비용간의 관계를 보여준다. 관리해야할 디지털 데이터양이 늘어나면 관리 비용은 지수적으로 증가한다.이를 디지털 자산에 그대로 대입할 수 있다. 우리는 데이터를 활용하기 전, 적절한 tradeoff 지점을 찾아야 한다.  디지털 데이터양과 관리 비용간의 관계 건설 디지털트윈 전략 터널, 교량, 도로 같은 인프라에 IoT 가 설치되어 있고, 서로간이 통신을 하며, 의사결정에 필요한 데이터를 주고 받는 개념이 스마트 인프라이다. 스마트 인프라를 구성하는 교량, 터널과 같은 컴포넌트를 인텔리전트 자산(Intelligent Asset)이라 한다. 이 자산들은 서로 연결되어 있고, 데이터 분석하며, 의사결정을 지원한다.  Intelligent Asset(ICE)  건설 CPS(Cyber Physical Systems, 강태욱) 사실 이런 연결성을 구현하기 위해서는 많은 노력과 비용이 필요하다. 왜 이런 개념이 요구되었을까? 다음은 이를 유인하는 몇가지 이유들이다.
이런 문제들은 자산들간 네트워크를 구축하고, 현재 상태를 모니터링하여, 클라우드 데이터를 통합한 후 데이터 마이닝(Data Mining)하는 전략으로 귀결되기 마련이다. 다음은 이를 보여준다.  건설 디지털트윈 전략이 구현하는 바는 다음과 같다.
이런 전략은 단계적 진화를 필요로한다. 자산 정보의 성숙도는 다음과 같이 수동적 관리에서 지능적관리로 강화된다.  자산 정보 성숙도 모델(ICE)  자산 정보 성숙도와 IT기술 다음 그림은 이런 기술들을 활용한 건설 디지털트윈 시나리오를 보여준다.  건설 디지털 트윈 시나리오(강태욱) IDENTITY 자산을 식별하고 유일성을 부여하며, 여기에 데이터를 연결하는 키 역할을 한다. 예. RFID, QRCODE, BLE  자산의 상태 데이터를 인식하는 센서, 모니터링 장치들을 포함한다. 현재는 Edge computing과 같이 IoT에 소형 컴퓨터를 내장하거나, AI 기능을 내장하는 방식으로 진화하고 있다. 또한, 최근 발전 중인 인공지능 기반 비전, 스캔, 역설계 기술은 카메라, LiDAR센서만으로 많은 상태 정보를 얻을 수 있게 되었다. 통신 취득된 데이터를 네트워크를 통해 데이터 관리 시스템으로 전송하거나, 자산에 데이터를 전달하는 역할을 한다. 통신 방식은 WIFI, BLE, LTE, ROLA 등 목적과 비용을 고려해 적용할 수 있지만, 보안에 대한 문제는 반듯이 짚고 넘어가야 한다. 데이터 관리 자산 데이터 전생애주기를 관리한다. 데이터 관리 기술은 매우 오랫동안 소프트웨어 분야에서 발전되어 온 것이다. 예) RDBMS, NoSQL, OODB, BIM, IoT-A 등 언어 관리할 디지털 자산과 데이터를 교환, 연결하기 위한 언어이다. 이 기술은 이기종 시스템간 상호운용성 지원을 위해 필수적인 것이다. 예) COBie, API, Webservice, node.js, MQTT, CORBA 등 의사결정지원 취득된 데이터로 부터 자산을 관리하기 위해 필요한 정보를 분석하고, 데이터를 가시화한다. 데이터마이닝, OLAP, BI(Business Intelligent) 기술이 여기에 속하며, 최근 딥러닝과 같은 AI기술이 급격히 도입되고 있다. 가치 시스템 ISO 55000은 자산 관리 시 비용 최소화를 고려한다. 자산 가치는 효용, 리스크, 지출에 의존된다. 이는 전생애주기 관리를 고려한다.  디지털 인프라 자산의 가치(ICE) 앞서 살펴본 바와 같이 건설 디지털 트윈 개발전에 선후관계가 있다. 시작전에 결정해야 할 부분은 다음과 같다.
단순히 GIS, BIM, 3D이 포함되면 디지털 트윈이라 말하는 경우가 많다. 여기에 사용할 데이터는 없다. 더 문제는 디지털 트윈이 구체적 목적이나 전략없고, 수행 계획 조차 없는 문서를 바탕으로 개발 진행되는 경우이다. 이는 디지털 트윈 키워드가 사회적 신뢰를 잃고, 관련 기술 가치를 평가 절하시키는 자책골이 될 수 있다. 마무리 이 글에서 건설 디지털 트윈의 개념, 차별성, 고려사항, 전략 및 기술 컴포넌트를 간략히 살펴보았다. 영국 ICE 출간한 관련 가이드에서도 아직 큰 차별성이 보이지는 않다. 유스케이스들은 U-시티 시절 수많은 사업을 떠올리게 한다. 하지만, 앞서 언급한 키워드가 활용목적에 부합하여 제대로 구현된다면, 디지털 트윈의 가치를 얻을 수 있어 보인다. 디지털 트윈의 가치는 데이터에서 나오고, 데이터의 가치는 활용 목적 따라 달라지며, 활용 목적은 비지니스 모델에 따라 그 효용이 달라짐을 고려해야 한다. 이 글에 대한 좀 더 상세한 내용은 레퍼런스를 살펴보길 바란다. Reference
|
댓글 없음:
댓글 쓰기