BIM principle and Digital transformation: 디지털 트윈

레이블이 디지털 트윈인 게시물을 표시합니다. 모든 게시물 표시

2025년 7월 1일 화요일

디지털트윈 기반 시설물 운영 관리 목표와 사례

이 글은 디지털트윈 기반 시설물 운영 관리에 대한 목표와 사례를 정리한다.

디지털트윈의 정의와 시설물 운영 관리(FM)에서의 목적

디지털트윈(Digital Twin)은 현실 세계에 존재하는 물리적 자산, 시스템, 또는 프로세스를 가상의 디지털 공간에 동일하게 복제한 동적(Dynamic) 모델이다. 이는 단순히 3D 모델링이나 청사진의 디지털 버전을 의미하는 것이 아니다. 디지털트윈의 핵심은 실시간 데이터 동기화에 있다.

Digital Twin Concept

시설물 운영 관리(Facility Management) 분야에서 디지털트윈은 건축정보모델(BIM)과 같은 정적 데이터에 IoT(사물 인터넷) 센서, 빌딩관리시스템(BMS), 자산관리시스템(CMMS) 등 운영 시스템의 데이터를 실시간으로 연동한 것이다.

이 기술의 근본적인 목적은 데이터에 기반한 의사결정을 통해 시설물 운영을 최적화하는 것이다.

상태 파악: 현장에 직접 가지 않고도 건물의 모든 자산(설비, 공간, 시스템)이 현재 어떤 상태인지 즉각적으로 파악한다.
예측 및 시뮬레이션: 축적된 데이터를 인공지능(AI)과 머신러닝(ML)으로 분석하여, "특정 장비가 언제 고장 날 것인가?" 또는 "외부 온도가 10도 상승할 때 냉방 부하는 어떻게 변할 것인가?"와 같은 미래 상태를 예측한다.
사전 대응: 문제가 발생한 후 수동으로 대응하는 '사후 대응적(Reactive)' 관리에서 벗어나, 문제를 예측하고 최적의 조치를 사전에 수행하는 '예측적(Predictive)', '선제적(Proactive)' 관리로 패러다임을 전환하는 데 있다.

디지털트윈 시스템의 핵심 구성요소

디지털트윈은 시설물 운영을 위한 하나의 데이터 중심 운영체제(Data-Driven System OS)로 기능하며, 여러 기술 계층이 유기적으로 결합되어 작동한다.

Data Driven System OS

데이터 수집 계층 (Data Acquisition)

정적 데이터: BIM(자산의 형상, 속성, 사양), 3D 스캔(Matterport 등)을 통한 현실의 정밀한 형상 데이터, 도면, 매뉴얼 등이 포함된다.
동적 데이터 (실시간): IoT 센서(온도, 습도, CO2, 재실 감지, 진동, 소음, 에너지 사용량), BMS(설비 작동 상태), CMMS(작업 이력, 고장 기록), 예약 시스템(공간 사용 현황) 등에서 수집되는 시계열 데이터이다.

데이터 통합 및 모델링 계층 (Data Integration & Modeling)

이질적인 데이터 소스를 하나의 플랫폼으로 취합하고 표준화하는 핵심 단계이다. Microsoft Azure Digital Twin의 DTDL(Digital Twin Definition Language)이나 Autodesk Tandem과 같은 플랫폼은 이러한 이종 데이터를 '자산', '공간', '시스템' 간의 관계 모델로 구조화한다.

Digital twin with Microsoft Azure

BIM 데이터와 IoT 데이터를 매핑하여, '3층 기계실의 1번 냉동기'라는 디지털 객체가 '실제 1번 냉동기'의 온도 및 진동 센서 값과 실시간으로 연결되도록 한다.

분석 및 시뮬레이션 계층 (Analytics & Simulation)

수집된 데이터를 분석하여 의미 있는 인사이트를 도출한다. AI와 머신러닝 알고리즘이 설비의 고장 징후를 예측하거나 에너지 소비 패턴을 최적화하는 데 사용된다.
NVIDIA Omniverse와 같은 플랫폼은 물리 법칙에 기반한 고도의 시뮬레이션을 제공한다. 이를 통해 "비상 상황 시 대피 경로는 어떠한가?" 또는 "새로운 공조 시스템 도입 시 효율은 어떠한가?" 등을 사전에 검증(What-if Scenario)할 수 있다.

NVIDIA Omniverse

AI City and Building

시각화 및 애플리케이션 계층 (Visualization & Application)

처리된 모든 정보를 관리자가 직관적으로 이해할 수 있도록 대시보드, 3D 모델, AR(증강현실)/VR(가상현실) 형태로 시각화한다. (예: Unreal Engine, Unity 활용)
시설 관리자용 웹 대시보드, 현장 작업자용 모바일 앱, 건물 사용자용 편의 앱 등 다양한 서비스로 연계된다.

Digital Twin with Unreal

Microsoft Azure Digital Twin

시설물 운영 관리(FM) 핵심 활용 분야

디지털트윈은 시설물 관리의 거의 모든 영역에서 구체적인 가치를 창출한다.

예측 기반 유지보수 (Predictive Maintenance)

가장 큰 효과를 내는 분야이다. 기존의 정기점검(Preventive Maintenance)을 넘어선다. 예를 들어, 모터의 진동 센서 데이터와 가동 이력(CMMS)을 AI로 분석하여, '정상적인 마모'가 아닌 '비정상적 고장 징후'를 사전에 포착한다.
디지털트윈은 이 징후를 즉시 관리자에게 경고하고, 자동으로 작업 지시서(Work Order)를 생성하며, 고장 발생 전 부품 교체 및 수리를 완료하도록 유도한다. 이는 치명적인 설비 다운타임을 방지하고 수리 비용을 최소화한다.

에너지 관리 및 넷 제로(Net Zero) 달성

건물은 전 세계 에너지 소비의 상당 부분을 차지한다. 디지털트윈은 실시간 에너지 사용량(전력, 가스, 물)을 공간별, 설비별로 정밀하게 모니터링한다.
AI는 재실 인원, 외부 기상 예보, 시간대별 전기 요금 등을 복합적으로 고려하여 HVAC(냉난방공조) 및 조명 시스템을 자율적으로 최적 제어한다. (예: "Next-gen smart buildings will run cheaper and greener"). 이를 통해 불필요한 에너지 낭비를 줄이고 탄소 배출량 감소, 즉 Net Zero 목표 달성에 기여한다.

공간 관리(Space Management) 및 사용자 경험 향상

하이브리드 근무가 보편화되면서 공간 효율화는 중요해졌다. 디지털트윈은 재실 센서, WiFi 접속 데이터, 회의실 예약 데이터를 분석하여 시간대별, 구역별 실제 공간 사용률을 정확히 파악한다. (예: FM:Systems의 공간 관리).
관리자는 이 데이터를 기반으로 사용률이 낮은 구역의 임대를 축소하거나, 협업 공간으로 재배치하는 등 합리적인 의사결정을 할 수 있다. 또한, 사용자에게는 실시간으로 사용 가능한 좌석이나 회의실을 안내하는 앱 서비스를 제공하여 편의성을 높인다.

Space management in FM:Systems

Net zero in FM:Systems

안전 및 비상 대응 관리

화재, 침수, 지진 등 비상 상황 발생 시, 디지털트윈은 실시간으로 위험 상황을 전파한다. 화재 감지기가 작동하면, 디지털트윈은 즉시 해당 구역을 3D 모델에 표시하고, 가장 안전한 대피 경로를 실시간으로 계산하여 재실자들의 모바일 기기나 디지털 사이니지로 전송한다. 또한, 가상 시뮬레이션을 통해 정기적인 대피 훈련을 수행하고 취약점을 사전에 보완할 수 있다. (예: 고속도로 터널 디지털트윈의 사고 대응 시뮬레이션).

주요 과제 및 전망

디지털트윈의 도입이 항상 순조로운 것은 아니다.

데이터 상호운용성: 가장 큰 장애물이다. 건물 내 수많은 시스템(BMS, CMMS, IoT, BIM)은 제조사와 형식이 달라 데이터를 통합하기 어렵다.

초기 구축 비용: 고정밀 3D 스캔, 다수의 IoT 센서 설치, 플랫폼 라이선스(예: Autodesk Tandem의 자산 수 기반 과금) 등 초기 투자 비용이 발생한다.

Digital Twin in Autodesk Platform Service (Tandem)

Autodesk Tandem License (2022. $3,000 yr / 5,000 assets) and Tutorial

데이터 품질 및 보안: BIM 데이터가 부정확하거나 IoT 센서가 고장 나면, '쓰레기를 넣으면 쓰레기가 나온다(GIGO)' 원칙에 따라 디지털트윈의 신뢰도는 급격히 하락한다. 방대한 운영 데이터의 보안 문제 또한 중요하다.

이러한 과제에도 불구하고, 디지털트윈은 AI, 클라우드 컴퓨팅 기술과 결합하여 '스스로 진단하고 최적화하는' 자율 운영 빌딩(Autonomous Building)으로 진화하고 있다. 이는 개별 건물을 넘어 도시 전체의 인프라(교통, 에너지, 수도)를 관리하는 시티(City) 디지털트윈으로 확장되는 추세이다.

Digital Twin for Building Management Example

결론

디지털트윈 기반 시설물 관리는 BIM, IoT, AI 기술을 융합하여 물리적 자산을 실시간으로 제어하고 예측하는 데이터 기반의 운영 혁신이다. 이는 단순히 3D 시각화 도구를 넘어, 건물의 생애주기 전반에 걸쳐 비용을 절감하고, 운영 효율성을 극대화하며, 사용자에게 안전하고 쾌적한 환경을 제공하는 핵심 전략으로 자리 잡고 있다.

레퍼런스

부록: 개발방법 예시

A comprehensive digital twin framework for building environment monitoring with emphasis on real-time data connectivity and predictability - ScienceDirect

2023년 8월 16일 수요일

개방형 웹기반 도시 시뮬레이션 플랫폼 CityBES 소개

이 글은 버클리 연구소에서 개발한 도시 시뮬레이션 오픈소스 도구 CityBES를 간략히 소개한다.

미국 도시의 건물은 도시 전체 에너지의 30%에서 70%를 소비한다. 에너지 효율성을 개선하고 에너지 사용을 줄이기 위해 기존 건물을 개조하는 것은 온실 가스 배출을 줄이고 기후 변화를 완화하기 위한 도시의 핵심 전략이다. 건물 개선 전략을 계획하고 평가하려면 건물의 물리적 특성, 작동 패턴 및 에너지 사용에 대한 깊은 이해가 필요하다.

City Building Energy Saver(CityBES)는 개방형 웹 기반 데이터 및 컴퓨팅 플랫폼으로, 지구 또는 도시 규모의 효율성 프로그램을 지원하기 위해 도시 건물 재고의 에너지 모델링 및 분석을 지원한다. CityBES는 국제 오픈 데이터 표준인 CityGML을 사용하여 3D 도시 모델을 표현하고 교환한다. CityBES는 EnergyPlus를 사용하여 에너지 효율적인 개조를 통한 건물 에너지 사용 및 절감 효과를 시뮬레이션한다.

CityBES는 도시 계획자, 도시 에너지 관리자, 건물 소유주, 유틸리티, 에너지 컨설턴트 및 연구원을 위한 일련의 기능을 제공한다.

아키텍처 구조 개념도

관련 도구는 아래에서 다운로드할 수 있다.

Tools & Guides | Building Technology and Urban Systems (lbl.gov)

레퍼런스

2023년 5월 16일 화요일

영국 디지털트윈 허브 이야기

이 글은 영국의 디지털트윈 허브를 간략히 소개한다. 영국 디지털 트윈(DT) 허브는 2020년 영국 정부가 위임한 국가 디지털 트윈 프로그램(NDTp)의 일환으로 Centre for Digital Built Britain (CDBB)에서 출범했다. 이 글은 디지털트윈 허브의 역할 및 활동을 간략히 나눔한다.

DT Hub 사이트(Digital Twin Hub - DT Hub Community)

머리말

2022년, DT Hub는 커넥티드 플레이스 캐터펄트(Connected Places Catapult)에 기반을 둔 산업/캐터펄트 파트너십 하에 새로운 단계를 시작했다. 이 파트너쉽 목적은 디지털 트윈 소유자와 공급업체, 정보 관리 전문가가 함께 모여 이 세계 최고의 비전을 공동으로 실현할 수 있는 공간으로 DT Hub를 구축하는 것이다.

DT Hub 뉴스 (Round-up from the Digital Twin Hub - Newsletters - DT Hub Community)

DT Hub의 산업계 파트너쉽

DT Hub는 전문가 및 DX 혁신가와 연결하고, 영국 건축 환경의 미래를 형성하는 데 도움을 주는 것을 목적으로 한다. DT Hub는 디지털 트윈 통찰력과 경험을 공유할 수 있는 공간일 뿐만 아니라, Gemini Principles 및 Information Management Framework와 같은 요소에 대한 지침을 공유한다.

디지털트윈 허브 활동

디지털 트윈(DT) 허브는 2020년 케임브리지 대학의 디지털 영국 센터(Centre for Digital Britain)에서 만들었다. 2022년에 DT Hub는 Connected Places Catapult에 있는 산업 네트워크 파트너십을 기반으로 한다.

이 허브는 정부의 비즈니스, 에너지 및 산업 전략부에서 운영하는 국가 디지털트윈 프로그램(National Digital Twin Programme)과 협력하여 운영된다.

상호운용 가능한 커넥티드 디지털 트윈은 현재 전 세계가 직면한 팬데믹, 기후 변화, 회복력과 같은 글로벌 시스템 문제를 해결하기 위한 중요한 도구이다.

디지털트윈 허브 활동

DT Hub는 파트너와 경험을 배우고 공유하는 곳이다. 혁신을 주도하고, 전문 지식을 개발하고, 디지털 트윈 기술을 발전시킨다. 모범 사례를 식별하고, 지침을 개발하고, 데이터 공유에 대한 표준을 형성하며, 연결된 디지털트윈 기술의 이점을 홍보한다.

DT Hub는 다음 4가지 우선 순위가 있다.

업계 주도 커뮤니티
미션 중심적인 활동
많은 산업 부문의 참여
개방형 표준 및 상호운용성 가속화

디지털트윈 허브 아키텍처

디지털트윈 허브는 목적 달성을 지원하는 다양한 도구와 관련 지침을 제공한다. 이 중에서 디지털트윈 아키텍처를 간략히 소개한다.

지침, 도구 다운로드 사이트 (Downloads - DT Hub Community)

허브에서 제공되는 국가 디지털트윈 아키텍쳐(NDT) 문서는 시스템 개발 시 필요한 세 가지 일반적인 아키텍처 패턴을 제안하고 있다(중앙 집중식, 분산 및 연합형). 이 문서는 각 패턴에 대한 이점과 요구 사항을 설명한다.

국가 디지털트윈 아키텍처 개념도 일부

NDT는 마이크로서비스 레이어를 서비스 인터페이스 구조로 제안하는 데, 이는 확장성과 유지보수성을 고려한 것이다.

마이크로서비스 구조

아키텍처는 개념적 수준에서 제안되며, 각 구성요소에 대한 기능을 기술하고 있다.

디지털트윈 분산 아키텍처 개념

마무리

지금까지 영국 디지털트윈 허브를 간략히 소개하였다. 영국 디지털 트윈(DT) 허브는 국가 디지털 트윈 프로그램 중 하나로 Centre for Digital Built Britain에서 출범했다. DT Hub는 전문가, DX 혁신가를 서로 연결하고, Gemini Principles, Information Management Framework와 같은 지침을 공유, 개발한다. 관련해, 상세한 내용은 다음 링크를 참고하길 바란다.

About the Digital Twin Hub - DT Hub Community

레퍼런스

2023년 2월 1일 수요일

디지털트윈 컨소시엄, 디지털트윈 정의언어와 리얼리티 캡쳐 기술 소개

이 글은 디지털트윈 컨소시엄, 디지털트윈 기술언어 및 리얼리티 캡쳐 기술을 간단히 소개한다. 디지털트윈 컨소시엄(DTC)은 디지털트윈 기술을 발굴하고, 적용하기 위해 노력하는 해외 산학연 연합체이다. DTC는 2020년 5월 Ansys, Autodesk, Bentley Systems, GE, Dell, Northrop Grumman, Microsoft 등에 의해서 설립되었고, OMG(Object Management Group)이 파트너 기업으로 참여했다. 디지털트윈 기술언어는 물리세계와 디지털세계의 데이터를 교환, 상호연결하기 위한 표준이다. 리얼리티 캡쳐는 디지털트윈 플랫폼 위에 공간정보를 디지털화된 모델로 표현할 수 있는 도구이다.

디지털트윈 컨소시엄 소개

DTC은 디지털트윈 기술을 확인하고, 채택하며, 상호운용성 기술 개발을 주도한다. DTC는 산학연 협력 파트너십을 통해, 디지털트윈 프레임웍, 아키텍처, 기술언어 및 도구 등 기술을 개발한다.

디지털트윈 시스템 아키텍처 개념도(DTC)

디지털트윈을 표현하는 모델은 다음 그림과 같이 구조화된 데이터 정보, 데이터 분석 및 예측에 필요한 알고리즘을 정의할 수 있어야 한다. DTC는 이런 부분들을 아키텍처 정의에 고려한다.

디지털 모델 표현(DTC)

DTC는 디지털트윈 구현에 도움이 되는 다양한 기술을 개발하고 있다. 그 중 하나가 DTDL (Digital Twins Definition Language)이다. DTDL은 물리세계와 디지털세계 간의 데이터를 교환하기 위한 디지털트윈 정의언어이다. DTDL은 DTC 깃허브에서 오픈소스로 제공하고 있다.

디지털컨소시엄 github(github.com/digitaltwinconsortium)

컨소시엄은 디지털트윈에 관심이 있는 비즈니스, 조직, 단체로 구성된다. Digital Twin Consortium은 Object Management Group의 일부로서 활동한다. 참고로, OMG는 객체지향모델링 표준언어이자, ISO 국제표준 기술언어인 UML(Unified Modeling Language)를 관리하고 있다.

컨소시엄 리더 일부(GE, 마이크로소프트 등)

DTC 소개 영상

디지털트윈 모델을 묘사하는 정의언어(DTDL)

DTDL은 디지털 트윈 모델 및 인터페이스를 기술하는 언어이다. 디지털 트윈은 공간, IoT 객체, 사물 등 특정 솔루션에 사용되는 물리적 환경의 엔티티(entity)를 디지털로 정의한 모델이다. 그러므로, 이를 묘사할 수 있는 컴퓨터가 처리가능한 기술언어가 필요하다. DTDL을 사용해, 디지털 트윈의 기능을 기술하면, IoT 플랫폼, 솔루션이 엔터티의 의미체계를 기계적으로 해석할 수 있다.

Microsoft는 컨소시엄에서 DTDL 기술을 주도적으로 개발하고 있다. DTDL은 JSON-LD(JSON for Linking Data) 및 RDF(Resource Description Framework)와 같은 개방형 W3C 표준을 기반으로 한다. JSON-LD를 기반으로 DTDL이 개발되었으므로, DTDL은 온톨로지 개념을 그대로 물려받는다. 참고로, JSON-LD는 Schema.org, 구글 지식 그래프 데이터베이스 등 유명 검색 엔진에서 사용된다.

이를 기반으로, IoT 플러그 앤 플레이(PnP) 기능을 구현할 수 있다. PnP 기능 구현을 위해서는 데이터 스키마 정의(펌웨어 버전, 속성, 설정값), 원격 모니터링(센서 판독값, 경고 이벤트 등), 장치가 수신할 수 있는 명령(예. 재부팅) 정보를 디지털트윈 플랫폼과 상호운영할 수 있어야 한다. IoT PnP 동작은 DTDL V2로 정의될 수 있다.

다음은 간단한 읽기 전용 속성을 정의한 DTDL이다. 여기에는 DTDL이 사용되는 컨텍스트, id, type이 정의되어 있고, 여기에, 교환될 데이터 컨텐츠의 유형, 이름 및 스키마가 포함된다. 네이밍 구조는 ':'로 구분된다. 이 예는 온도센서가 연결된 IoT 장치를 디지털트윈 플랫폼과 PnP할 수 있다.

{

"@context": "dtmi:dtdl:context;2",

"@id": "dtmi:example: Thermostat;1",

"@type": "Interface",

"contents": [

{

"@type": "Property",

"name": "temperature",

"schema": "double"

}

]

}

물리세계에 있는 데이터는 PnP된 플랫폼에 다음과 같은 센서값을 전달해 줄 수 있다.

"reported" :

{

"temperature" : 21.3

}

이와 반대로, 디지털 세계에서 물리 세계로 값을 전달해 주는 방법도 있다. 예를 들어, 백엔드(back-end) 어플리케이션에서 장치로 데이터를 전달해 주고자 할 때 DTDL은 value, ac, av, ad란 속성을 사용할 수 있다.

value - 속성 값
ac - HTTP 상태를 사용하는 확인 코드
av - 원하는 속성 $version을 참조하는 승인 버전
ad - 선택적 확인 설명

예를 들어, 물리적 온도 환경을 변화시키는 스마트 전열기 IoT 장치에 목표 온도값을 전달하는 DTDL의 유스케이스 시나리오를 상상해 보자. 물리적 환경은 아날로그 상태이므로, 온도를 목표값으로 변화시키는 데 시간이 걸린다. 이를 고려해, 물리 세계에 설치된 장치가 디지털트윈의 디지털세계와 동기화하기 위한 상태 변화값을 알려줄 수 있어야 한다.

초기 단계에서는 스마트 전열기에서 다음과 같이 디지털트윈 플랫폼으로 리포트될 수 있다. 여기서 ac 상태코드는 203으로 장치에 이 목표값으로 온도를 설정하겠다는 선언을 한 것을 확인했음을 의미한다(참고. HTTP 상태 코드).

"reported": {

"targetTemperature": {

"value": 20.0,

"ac": 203,

"av": 0,

"ad": "initialize"

}

다음 단계에서 물리세계에 있는 해당 IoT 장치는 온도를 올리고 있는 중이라 디지털트윈 플랫폼에 알려줄 수 있다. 이를 통해, 디지털 모델에 온도값이 상승하고 있음을 데쉬보드나 컬러스키마 등으로 렌더링할 수 있다.

"reported": {

"targetTemperature": {

"value": 35.0,

"ac": 202,

"av": 3,

"ad": "In-progress - reporting current temperature"

}

IoT 장치가 목표 온도까지 도달했다면, 다음과 같이 도달했음을 알리는 리포트를 디지털트윈 플랫폼에 알려줄 수 있다.

"reported": {

"targetTemperature": {

"value": 20.0,

"ac": 200,

"av": 4,

"ad": "Reached target temperature"

}

DTDL은 디지털트윈 플랫폼에서 관리되므로, 이를 편하게 CRUD(Create, Read, Update, Delete)할 수 있도록, 마이크로소프트에서는 관련 파이썬 라이브러리를 제공한다.

Python용 Digital Twin Core Library: learn.microsoft.com/en-us/python/api/overview/azure/digitaltwins-core-readme

다음은 이곳에서 제공한 파이썬 라이브러리를 이용해, 디지털트윈 플랫폼에 디지털트윈 모델을 생성, 리스트 및 정보를 얻는 코드의 예시이다.

digital_twin_id = 'digitalTwin-' + str(uuid.uuid4())

temporary_twin = {

"$metadata": {

"$model": model_id

"$dtId": digital_twin_id,

"Prop1": 42

}

created_twin = service_client.upsert_digital_twin(digital_twin_id, temporary_twin)

print('Created Digital Twin:')

print(created_twin)

listed_models = service_client.list_models()

for model in listed_models:

print(model)

get_model = service_client.get_model(model_id)

print('Get Model:')

print(get_model)

디지털트윈과 리얼리티 캡쳐(Reality Capture)의 관계

디지털트윈은 공간정보모델를 이용해 시너지효과를 얻을 수 있다. 예를 들어, 위치정보가 포함된 IoT 데이터는 시설물 관리 등에 편리하게 사용될 수 있다. 이런 이유로, 공간 데이터를 캡쳐할 수 있는 리얼리티 캡쳐 기술은 디지털트윈에서 핵심적인 기술 중 하나가 되었다.

리얼리티 캡처 기술은 지난 20년 동안 빠르게 발전했다. 2000년 당시 레이저 스캐닝이라고 불리는 리얼리티 캡처는 100,000달러가 넘는 부피가 큰 스캔 장비였다. 지금은, 1,000달러 미만 휴대폰, 상업용 카메라로 간단한 스캔 데이터(3차원 포인트 클라우드)를 만들 수 있다. 스캐닝이 더 저렴하고 접근성이 높아졌지만, 산출물의 품질은 엔지니어링 전문가, 하드웨어와 소프트웨어에 크게 의존한다.

장치로부터 수집된 데이터의 디지털트윈 표현

리얼리티 캡쳐는 수집 시간, 수집 범위 및 밀도에 따라 다음과 같은 어플리케이션 영역으로 구분될 수 있다.

리얼리티 캡쳐의 어플리케이션 영역

리얼리티 캡쳐 성숙도 모델

리얼리티 캡쳐 데이터는 많은 유용한 정보를 포함할 수 있지만, 그 만큼 높은 수집, 분석 및 처리 비용이 필요하다. 이런 3차원 데이터를 처리, 분석하기 위해서는 인공지능, 3차원 비전, 역설계 등 도구가 사용될 수 있다. 이 과정에서 다양한 상업용, 오픈소스 도구 등이 사용되어, 3차원 데이터를 가공, 처리한다. 3차원 데이터 품질 검수에 대한 프로세스는 별개로 사전에 정의한 후 발주품 체크 단계에서 확인할수 있어야 한다. 3차원 데이터는 3차원 모델이 포함된 공간정보로 표현되어 사용될 수 있다. 이 경우, 요구사항에 따른 LoD(Level of Detail)은 사전 정의되어 있어야 한다. 이와 관련된 좀 더 상세한 지침이나 내용은 아래 링크를 참고 하길 바란다.

참고 레퍼런스 - 3차원 스캔, 비전, 역설계 (CIR 출판사)

로보틱스 기술을 이용해, 반복적인 리얼리티 캡쳐 작업을 자동화할 수도 있다. 다음은 로보틱스 기반 스캔 및 역설계 개념을 보여주는 참고 영상이다.

3차원 스캔 및 역설계 기술 예시

디지털트윈 모델에 물리세계에서 캡쳐된 3차원 공간정보를 사용하려 할 때는 이런 점들을 고려할 필요가 있다.

DTDL기반 빌딩운영체제, ProptechOS 개발 사례

DTDL 기반 개발 사례를 간단히 분석해 보기 위해, 상업용 부동산을 관리하기 위한, BOS(Building Operation System) 디지털 트윈 기술 구현 사례를 조사해 본다.

빌딩 운영 체제(BOS)는 IT 관리자가 통찰력을 얻을 수 있는 데이터를 기반으로, 운영 효율성, 환경 인증, 거주자 서비스 등을 위한 서비스 개발에 집중할 수 있는 기능을 제공할 수 있어야 한다. 이와 관련해, Smart Buildings DTDL가 RealEstateCore 온톨로지 구조를 기반으로 개발되었으며, 이 DTDL이 BOS와 ProptechOS를 개발하는 데 사용되었다.

RealEstateCore 지원 Smart Building Ontology 개념(Alina Stanciu, 2021.2, RealEstateCore, a smart building ontology for digital twins, is now available)

BOS는 다음과 같은 핵심 기능을 제공한다.

데이터: 기본 데이터(도면, BIM, BMS-Building Management System Tag List), RealEstateCore 기반 지식 그래프, 실시간 원격 측정, 과거 이력 데이터 등 교환
애플리케이션: 데이터 인사이트, 프로세스 최적화, 업무 자동화, 서비스 앱 제공
확장성: SDK(Software Development Kit), API(Application Program Interface) 제공

이러한, 디지털 트윈용 운영 체제는 비지니스 요구사항에 따라 달라진다. ProptechOS는 빌딩 관리 요구사항 관점에서 개발된 운영체제이다.

ProptechOS(Building Operating System for real estates)

ProptechOS 소개 영상 (참고)

ProptechOS는 빌딩 공간정보를 사용하기 위해, 건물정보모델(BIM. Building Information Modeling)을 사용한다. BIM은 건물 설계, 계획, 시공, 운영, 폐기 등 전생애주기 단계를 지원하기 위해 건물을 디지털화된 도면으로 정의한 모델이다. 하지만, BIM은 건물의 운영 속성에 대한 정보가 거의 포함되지 않다. BIM은 추가 비용과 노력없이 비즈니스 요구 사항에 따른 데이터 기반 애플리케이션을 개발할 수 없다는 점은 프로젝트 진행 시 고려해야 한다. 이외, BIM을 사용할 때 고려사항은 다음과 같다.

• BIM 모델 형식: 파일 형식은 여러 가지가 있다. 일반적으로 기존 BIM 모델을 디지털 방식으로 재사용하기 전에 수행해야 하는 변환작업이 필요하다.
• BIM 관리 방식: BIM은 데이터베이스 중심이 아닌 파일 포맷으로 관리된다. 이는 건물에서 발생하는 지속적인 변경 사항을 유지 관리하고, 추적하는 프로세스를 통합하는 데 큰 문제가 된다. 예를 들어, BIM 수정 시, 건축가는 항상 Revit 파일을 열어 수정하고, 관련 데이터를 같이 업데이트해야 한다. 이는 일반적인 데이터베이스 작업보다 많은 비용이 소모되는 번거러운 작업이다.

BOS는 기존 BMS(Building Management System) 솔루션 같이, 레거시 데이터 소스와 연결도 포함되어야 한다. BOS는 모든 유형의 IoT 장치 및 외부 레거시 데이터 소스와 통합을 쉽게 설정할 수 있어야 한다. 아울러, 데이터 보안을 위해, 단일 사인온(sign & login), 2단계 인증(2FA), IT 보안 및 데이터 암호화를 지원할 수 있어야 한다.

BOS에 채택된 표준 온톨로지는 RealEstateCore이다. 부동산 소유자는 RealEstateCore를 사용하여 자신이 운영하는 건물 내 상호 작용되는 데이터와 데이터 관리, 저장 및 공유 방식을 정의할 수 있다. RealEstateCore는 건물에서 발생할 수 있는 데이터의 개념과 관계를 기술하는 데이터 스키마 모음이다. RealEstateCore는 2016년부터 개발되었으며 최근 Microsoft에서 채택되었다.

마무리

이 글에서 DTC, DTDL 및 리얼리티 캡쳐 기술을 간단히 소개한다. DTC는 해외에서 디지털트윈과 관련된 도구를 개발하고, 배포하는 역할을 하고 있다. DTDL과 리얼리티 캡쳐 기술은 물리 세계와 디지털 세계를 연결하고 묘사하는 데 중요한 컴포넌트 중 일부이다.

DTC는 마이크로소프트, 밴틀리와 같은 소프트웨어 플랫폼 개발사가 포함되어 있다. 이런 이유로, 자사에 DTDL을 적극 활용하고 있으며, 점차, 사용 사례가 증가하고 있다.

디지털트윈 서비스 개발 사례(Dale Kehler, 2021, Building the TwinWorX ® platform on Microsoft Azure Digital Twins. Bentley)

기술 아키텍처(Sujay Nandi, 2022.3, Building the digital representation with Digital Twin using Microsoft stack)

디지털트윈에 관한 실제 구현 방법, 표준에 대한 좀 더 상세한 자료는 다음 링크를 참고하기를 바란다.

디지털트윈은 엔지니어링 분야에서 인공지능과 함께 가장 많이 사용될 도구 중 하나가 될 것이다. 하지만, 너무 과도한 스펙이나, 요구사항에 맞지 않은 개발은 오히려 조직 생산성에 독이 될 수도 있음을 명심해야 한다. 그러므로, 디지털트윈 기반 프로젝트를 진행하는 발주자, 관리자나 실무자는 사용되는 기술들을 잘 이해하고 미리 경험해 볼 필요가 있다.

프로젝트 이해당사자들은 프로젝트 계획 수행 시 불필요한 작업을 제거하고, 핵심에 집중해야 한다. 프로젝트 참여자들은 요구사항이 어떻게 디지털트윈 기술로 맵핑될 수 있는 지를 명확히 이해하고 있어야 낭비를 줄이고 성공 가능성이 높아질 것이다.

레퍼런스

강태욱, 2017, 3차원 스캔, 비전, 역설계, CIR 출판사
강태욱, 2011, BIM의 원리, 시공문화사
Microsoft, Digital Twins Definition Language
Digital Twin Consortium, Digital Twin Publications
Digital Twin Consortium, DTML Model Generator
Digital Twins Core client library for Python - version 1.2.0
Erik Wallim, 2022.5, How to implement a Digital Twin Building Operating System for Real Estates (참고)
ProptechOS, Building Operating System for real estates
NTT, 2020, The Digital Twin Computing Reference Model
Bentley, iTwin.js (github)
Sujay Nandi, 2022.3, Building the digital representation with Digital Twin using Microsoft stack
Dale Kehler, 2021, Building the TwinWorX ® platform on Microsoft Azure Digital Twins

2022년 12월 11일 일요일

해외 선진국 인프라 디지털트윈 연구개발 사례 소개

이 글은 최근 해외 선진국 인프라 디지털트윈 연구개발 사례에 대한 간략한 소개이다.

머리말

건물정보모델링(BIM)을 통해 조직은 자산의 디지털 표현을 생성하고 정보를 관리할 수 있다. 이 기술은 잘 활용하기에 따라 프로젝트의 설계 및 건설 단계에 새로운 일관성과 효율성을 가져올 수 있다.

BIM 프로세스는 설계 및 건설 단계의 3D 정보 모델링에 널리 채택되었지만 자산의 수명 주기 전반에 걸쳐 사용되기에는 한계가 있다. 설계 및 건설 단계를 넘어, 인프라 디지털트윈 채택을 통해 애플리케이션을 확장하여, 미래에 대비할 필요가 있다.

오늘날 시설, 제조 시스템, 센서 및 기타 IoT 장치의 데이터는 디지털 모델과 통합된다. 인더스트리 4.0과 같은 트렌드에서 제안한 바와 같이 이러한 이기종 데이터 세트에서 얻은 통찰력은 건물, 시설물, 인프라에서 일어나는 일을 더 잘 이해할 수 있도록 한다. 이는 효율성과 성능을 개선하는 데 없어서는 안 될 요소가 되었다.

디지털 트윈은 사용자에게 구축된 자산에 대한 인사이트를 제공한다. 이를 위해서는, 자산 표현이 디지털이어야 한다. 또한, 시간이 지남에 따라 변화할 수 있도록, 데이터는 동적이어야 한다. 이를 위해서는 현실 세계 변화와 동기화하기 위한 실용적인 솔루션이 필요하다.

BIM은 설계, 구성 및 운영을 지원하는 자산의 상세한 3D 모델을 제공한다. 따라서 디지털 트윈에 필요한 중요한 정보를 보유하고 있다. 정기적으로 업데이트되는 현실 데이터, IoT 센서 데이터에 "실제 모델"을 연결하는 것이 "Live" 디지털 트윈의 기초이다.

인프라 디지털 트윈은 실제 객체와 양방향으로 연결된다. 건물, 인프라, 도시에서 들어오는 실시간 데이터를 사용할 수 있을 뿐만 아니라, 정보나 명령을 인프라로 다시 보내 실시간으로 작업에 영향을 미칠 수 있다.

인프라 디지털 트윈의 적용은 다양한 사용 사례로 확장될 수 있다.

예측적 유지보수

예측 유지 관리 시나리오에서 디지털 트윈은 데이터를 생성하고 사용 가능한 센서 데이터와 결합하여 예측 유지 관리 알고리즘을 실행할 수 있다. 유지 보수 회사는 이를 사용하여 시스템의 어떤 구성 요소가 예상대로 수행하는지 정확하게 예측할 수 있다. 이를 바탕으로 기술자 할당을 최적으로 계획할 수 있으며, 필요한 예비 부품은 사전에 자동으로 주문된다.

시설물 운영 관리

점유 패턴과 에너지 소비를 이해하는 것은 에너지 유틸리티를 관리하는 데 필수적이다. 시설 수명 주기 동안 CO2 발생은 점점 더 중요해지고 있다. 라이브 디지털 트윈으로 이런 의사결정 정보를 좀 더 쉽게 얻을 수 있다.

디지털트윈 기술연구사례 1 - DUET 프로젝트

DUET(Digital Urban European Twins) 프로젝트는 이름에서 알 수 있듯이 유럽 도시의 디지털 트윈, 즉 가상 복제본을 생성하여 도시를 보다 잘 설계, 운영 및 관리할 수 있도록 하는 데 중점을 둔다.

유럽 연합 Horizon 2020 연구 혁신 프로그램에서 자금을 지원하는 프로젝트로, 중요한 정책 결정을 내리기 전에 시 공무원이 변화의 실제 영향을 이해할 수 있도록 함으로써 도시 정책 결정을 개선하는 것을 주요 목표로 한다.

프로젝트 컨소시엄

예를 들어, 도시 설계를 실제로 구현하기 전에 디지털 트윈에서 가상으로 아이디어를 테스트할 수 있다. 시 행정에 관련된 여러 정부 기관 간의 사일로를 허물고 이들 간의 협력을 개선한다.

DUET 플랫폼에서 도시의 음영 영역 시각화.

시 공무원, 학계, 연구원, 데이터 모델링 전문가, 디지털 트윈 기술 전문가 등 다양한 배경을 가진 유럽 전역의 여러 조직이 DUET 이니셔티브에 참여하고 있다. 3D 도시 모델을 개발하고, 도시 계획 시뮬레이션 솔루션을 제공하는 회사인 Virtual City Systems 이 참여하고 있다.

프로젝트 구현에는 지도, 토폴로지, 3D 모델, 교통, 날씨, 소음 등 다양한 도시 데이터 세트를 가져올 수 있는 기본 플랫폼이 포함된다. 벨기에, 그리스, 체코 등 유럽 각 주요 국가 도시에 대한 사용 사례가 구현되었다. 예를 들어 대기 오염 연구(아테네) 등 사용 사례의 전체 목록은 https://citytwin.eu 에서 탐색할 수 있다 .

건물 인프라 자산의 경우 BIM 모델과 디지털 트윈의 주요 차이점은 BIM 모델은 정적인 반면 디지털 트윈은 동적이라는 것이다. 센서, IoT 장치, 리얼리티 캡처 장치, 카메라 등의 사용("A Digital Twin for a Health Care Facility using IoT and Edge Computing Devices" 참조), 물리-가상 시스템 연결성 등은 큰 차이점이다.

DUET 프로젝트를 위해 구축된 기술 플랫폼은 개방적이고 유연하며 확장 가능하게 설계되었다. 이 플랫폼은 데이터 다양성을 고려한다. 이 플랫폼은 IoT, 교통, 소음, 온도, 공해 등과 같은 다양한 데이터 소스를 추가 구성할 수 있는 기능이 포함된다.

DUET 플랫폼의 소프트웨어 아키텍처(https://www.digitalurbantwins.com/technical-approach)

DUET 플랫폼은 클라우드 기반이며 웹 브라우저를 통해 액세스할 수 있다. 그래픽 뷰어 왼쪽에 있는 패널에서 콘텐츠를 켜고 끌 수 있는 옵션을 제공한다.

플랫폼에 연결할 특정 데이터 세트 선택

이 플랫폼을 기반으로 다양한 스마트시티 서비스가 개발되고 있다. Pilsen시의 공원에 태양광 사용 장비를 설치하는 경우, 태양광이 충분한 위치를 검색할 필요가 있다. 도시 감시 카메라의 경우 시야각 측면에서 이상적인 설치 위치를 찾는 것도 중요하다. DUET 플랫폼은 다음 두 가지 요구 사항에 모두 사용되었다.

태양광 장비 설치 위치 식별하기 위한 마커 배치

카메라 객체의 시야 탐색

플랫폼은what-if 분석을 지원한다. 이 기능을 적용한 사례 중 하나는 다리 폐쇄가 겐트 시에 미칠 교통량에 대한 영향을 예측하는 것이다. 이 구현에서는 DUET를 Ghent 트래픽 모델에 연결해야 했다. 이 기능을 통해, 이전과 이후의 트래픽을 표시할 수 있을 뿐만 아니라, 트래픽이 증가한 거리와 감소한 거리를 보여주는 델타 맵도 표시할 수 있었다. 또한, 폐쇄로 인한 트래픽 경로 재지정 외에도 플랫폼은 공기 및 소음 모델과 연동하여, 소음 및 대기 오염에 대한 변화의 영향을 제공할 수 있다.

DUET 기반 도로 폐쇄 영향 시뮬레이션(교통량, 대기질, 소음)

디지털트윈 기술연구사례 2 - smartBRIDGE 함부르크 프로젝트

smartBRIDGE 함부르크 프로젝트가 언급하는 교량은 독일 함부르크에 있는 사장교인 Köhlbrand 교량으로, 함부르크에서 가장 잘 알려진 랜드마크 중 하나이다. 총 길이가 3.6km인 이 다리는 독일에서 두 번째로 긴 다리로 매일 약 36,000대 차량이 다리를 건너고 있다.

기존의 검사 유지 관리 프로세스는 문제가 발생하면 문제를 해결한다 점에서 "반응적"이다. 함부르크 항만청은 교량을 실시간으로 모니터링하여 가능한 모든 문제를 감지하고, 수정하는 예측적 유지 관리를 적용하고자 하였다.

교량 디지털 트윈을 생성하려면, 생성할 교량의 BIM 모델이 필요했다. BIM 개념이 존재하지 않았던 1970년대 초반에 다리가 건설되었기 때문에 처음부터 BIM 모델을 만들었다. Köhlbrand 교량의 BIM 모델은 여러 BIM 응용 프로그램에서 생성되었다. 기존 교량의 3차원 형상을 스캔한 리얼리티 캡처, 항공 UAV 이미지 촬영, 라이다 스캔, Scan to BIM 기술 등으로 교량의 "실제 모델"을 개발하였다.

3차원 스캔, 리얼리티 캡쳐, Scan to BIM 변환(octavius, 2021.10)

BIM 실행 계획(BIM Execution Plan)에는 객체 분류, LOD 정의, 협업 방법, 상호 운용성 정의, BCF(BIM Collaboration Format) 활용 방안 등을 포함하였다.

교량 BIM 모델 생성 애플리케이션 및 프로세스.

BIM 모델을 동적 디지털 트윈으로 변환하기 위해 다른 주요 데이터 소스와 통합되었다.

첫 번째는 식별된 교량 위치에 배치된 센서에서 실시간 데이터를 수집하고 분석하는 IoT 시스템이었다. 이러한 센서는 500개가 넘고 각 물리적 센서에는 BIM 모델에 해당하는 디지털 센서가 있다.

IoT 센서 기반 교량 디지털트윈

두 번째는 전통적으로 수집된 교량 검사 및 유지 관리 데이터였다. 집계 데이터는 운영 및 유지 관리에 사용되는 교량의 자산 관리 시스템에서 사용할 수 있다.

기존 유지보수 이력 데이터

smartBRIDGE 함부르크 프로젝트 팀은 이 데이터를 시각화하기 위한 브라우저 기반 인터페이스를 개발했다. 각 센서를 포함하여, 각 개별 객체 요소의 세부 정보까지 드릴다운할 수 있다. 센서가 실시간으로 데이터를 캡처하기 때문에 교량 엔지니어는 언제든지 교량의 정확한 상태를 확인할 수 있다.

디지털 트윈은 자동 유지보수 알림을 설정할 수 있어야 한다. 예를 들어, 구조 응력을 모니터링하는 센서 데이터를 디지털 트윈과 연결해 놓고 모니터링할 수 있다. 해당 센서 판독값이 특정 임계값을 초과하는 경우 알림을 발행하도록 경고가 설정되었다.

디지털 트윈은 수행 중인 분석에 영향을 미치는 모든 변수를 시뮬레이션하여 what-if 분석을 지원한다. 교량 사장교 부분에서 상태가 심각해질 수 있는 와이어 파손수가 시뮬레이션될 수 있다. 이를 통해, 미래에 발생할 수 있는 잠재적인 시나리오에 맞게 교량을 개선할 수 있다.

가상 시뮬레이션

결론

건축, 도시 설계와 관련된 흥미로운 통계는 의사 결정과 관련된 데이터의 80%가 사용되지 않는다는 것이다. 디지털트윈을 통해, 더 많은 건물 도시 데이터를 가져오고, 시각화하고, 분석하여, 더 나은 정보에 입각한 결정을 내릴 수 있을 것이다.

앞서 언급된 사례를 보면 알겠지만, 인프라 산업 분야를 위한 디지털트윈을 구현하기 위해서는 건설 도메인 엔지니어 뿐 아니라, 디지털 전환 도구 사용 경험이 풍부한 전문가 조직이 필수적이라는 것을 알 수 있다. IT분야에서 요구사항을 신속히 파악하고 시장 진입을 하고 싶을 때 보통 플랫폼 전략을 사용한다.

전통산업인 건설분야에서 할 수 있는 일이라고는 요구사항 정리밖에 없을 때, 디지털 전환의 혜택은 이런 IT 플랫폼 기업이 가져갈 것이다. 현재도 건설 디지털 전환 R&D 비용은 이런 전문가 조직에 대한 아옷소싱, 인프라 구축 비용으로 지출된다. 건설 엔지니어링 산업이 근본적으로 변화되지 않는 이상, 이 현상은 더욱 심화될 것이라 본다. 이제, Silo화된 프로세스에 매몰된 분야는 디지털 전환의 물결에서 변화할 것인지 침몰할 것인지 선택을 강요받고 있는 것 같다.

레퍼런스