헬로티 함수미 기자 |

 

 

제조업에서 중요한 것은 생산성의 향상이다. 메타버스와 디지털 트윈이 제조업에 생산성을 증가시켜줄 수 있을까? 메타버스와 디지털 트윈은 고질적인 제조 현장의 이슈를 메타버스와 디지털 트윈이 해결해주며, 생산성을 증가시킨다. 스마트팩토리를 위해 메타버스와 디지털 트윈은 어떻게 활용해야 할까? 10월 7일 메타콘 2021에서 진행된 카이스트 장영재 교수의 연사를 정리했다.

 

변수 가득한 제조 현장

 

제조 현장은 언제나 변수 가득하다. 변수 가득한 현장은 작업자에게 불안감을 안겨준다. 대표적으로 고객 주문 예측의 변동성, 원자재·부자재 가격 변동성·기계 고장 등의 문제가 있다. 이런 상황에선 ‘불확실성을 고려한 의사결정’이 필요하다.

 

다양한 가상의 시나리오를 미리 상상해 이들 중 가장 좋은 선택을 택하는 결정 방식이다. 현실 파악, 가상 시나리오 상상(멘탈 시뮬레이션) 분석 및 의사결정을 통해 결정한다.

 

불확실성을 고려한 의사결정은 정확한 정보 수집이 어려워 현상을 파악하기 힘들다는 문제점이 있다. 우리가 더 나은 의사결정을 내리기 위해서는 수많은 대안을 머릿속에 떠올릴 수 있어야 한다. 상상력의 빈곤과 부족한 지식은 합리적인 분석 및 의사결정을 내릴 수 없게 만든다.

 

 

이를 위한 해결 방안은 사람 대신 IoT 기술을 사용한 현상관찰 방법이다. 이는 알고리즘 기반 최적화된 기술을 통해 더 나은 의사결정을 내린다. 하지만 IoT 기술을 이용한 현상관찰에도 문제가 있다. IoT 기술의 센서를 활용하더라도 통합된 현상 관찰이 아닌 공정별 ‘각각’의 IoT 기술이라는 것이다.

 

현장에서 일어나는 문제에 빠른 시간 내 더 나은 의사결정을 내리기에는 기술적으로 한계가 있다는 것이다. 이것을 해결하는 것이 ‘디지털 트윈’이다.

 

현실과 가상의 융합 ‘디지털 트윈’, ‘메타버스’와 차이는?

 

현상과 가상의 융합이 ‘디지털 트윈’이다. 현실에 적용하기 전에 가상으로 미리 접목해 최적의 방안을 도출해 내는 것이다. 디지털 트윈을 통해 실시간으로 벌어지고 있는 현상을 접하고, 가상의 시뮬레이션과 연동할 수 있다.

 

그렇다면 디지털 트윈과 메타버스의 차이는 무엇일까? 메타버스는 디지털 트윈의 상위 개념으로 볼 수 있다. 학문적으로 정확히 정의된 것은 없지만 메타버스를 정의하자면 정보공유관점에서 AR·VR·MR 정보를 제공하는 방식, 실제와 가상의 연동에 따른 비동기·동기 방식, 연출하는 방식에 따른 현실 반영과 가상 반영으로 정의할 수 있다.

 

디지털 트윈은 최대한 현실과 비슷한 가상의 연동, 가상 시나리오 생성 기술을 통한 시뮬레이션과 의사결정을 지원한다. 즉, 메타버스는 커다란 상위 개념이고 디지털 트윈은 이에 속하는 하위 개념으로 볼 수 있다.

 

디지털 트윈 실증 사례 : 제조업 속 디지털 트윈

 

제조 현장에서 센서와 데이터 정보통신기술을 바탕으로 현상을 파악하고 시뮬레이션을 통해 최적의 방안을 찾는 것이 디지털 트윈이다. 의사결정 과정에서 너무 많은 대안은 문제점으로 다가온다. 이를 해결하기 위해 KAIST와 DAIM 리서치는 디지털 트윈에 인공지능 기술을 결합해 새로운 제조 혁신을 도모하고 있다.

 

 

최근 중소기업·중견기업에서도 물류 창고 이동을 로봇 기반으로 진행하고 있다. 일반물류 창고는 다품종 소량 제품 처리를 위한 로봇기반 창고 운영으로 확대되고 있으며, 수많은 로봇이 함께 협업하는 시스템으로 변화하고 있다.

 

문제는 이런 로봇을 한두 대 제어하는 것이 아니라 백 대, 많게는 천대를 움직여야 한다. 수많은 로봇이 목표 달성을 위해 협업하기 위해 활용하는 것이 디지털 트윈과 인공지능이다.

 

기존 공장의 활용방식에 디지털 트윈 AI 접목한 방식을 더해 현장 문제를 해결한다. 혼잡이 생길 만한 구간에서 인공지능을 통해 우회시키고, 문제를 스스로 해결하도록 하는 시스템이다. 수많은 경우의 수를 가상의 디지털 트윈 공간에서 상상하고 시뮬레이션을 통해 가장 좋은 대안에 맞춰 해결한다.

 

시뮬레이션을 통한 끊임없는 학습 경험을 통해 몇 년 치의 학습을 만들고 그 지능을 로봇에 옮겨 효율성을 증대해 현장의 생산성을 높이는 것이다.

 

KAIST와 DAIM 리서치는 물류 창고에서 인공지능을 통한 경로 탐색, 작업 할당, 배터리 최적 관리를 통해 가상현실에서 학습을 시키고 학습된 지능을 로봇에 넣어 효율적으로 움직일 수 있도록 개발했다. 20만 건의 물류 처리를 성공적으로 할 수 있다는 것을 증명했다.

 

정리하자면, 관리자는 디지털 트윈을 통해 실제 정보를 취합하고 수많은 가상 시나리오를 생성해서 그것을 바탕으로 나은 대안을 선택한다. 우리가 겪을 수 있는 다양한 불확실한 상황에서 가장 좋은 대안을 선택할 방안을 제시하는 것이 디지털 트윈이다.