Digital Twin이란 현실 세계에서 실체를 가지고 있는 사물이나 환경을 가상 공간으로 그대로 옮겨놓고, 둘 사이를 연동시키는 것을 의미합니다. 간단히 표현하자면 현실 세계를 디지털로 모델링하는 것을 의미하지만, 단순히 모델링하는 것 뿐 아니라 실세계 데이터 연동, 운영, 제어, 분석 등을 모두 포괄하는 의미로 사용됩니다. 흔히 simulation이라고 부르는 기술과도 유사한 점이 많지만, 현실에 이미 존재하는 시스템을 대상으로 한다는 점, 그리고 현실의 시스템과 실시간 연동이 이루어진다는 점에서 큰 차이가 있습니다.
특히, 현실과 실시간 연동된다는 점에서 큰 차이가 있는데, 예를 들어 기존 simulation이 주로 What-If, 즉 이미 기획된 특정 조건이 주어졌을 때의 변화 관측에 특화되었다고 한다면 Digital Twin은 기획된 특정 조건이 아니라 실세계에서 어떤 일이 벌어지는지를 관측할 수 있으며 실세계에 존재하는 시스템을 직접 제어하고 운영하며 최적화할 수 있습니다. 즉, simulation은 주로 design 단계라고 한다면 digital twin은 design-develop-operation-optimization 단계에서 모두 사용되는 개념으로 볼 수 있습니다.
Digital Twin을 구성하는 기술들은 모델링, 시각화, 데이터 연동, 분석, 시뮬레이션 등 매우 다양합니다. 현실 세계를 가상 공간으로 옮겨 놓는다는 점에서 얼마나 현실 세계와 유사하게 보이는지, 즉 시각화 부분이 주목 받기 쉽지만 사실 시각화 부분은 Digital Twin을 구성하는 요소들 중 극히 이부분에 지나지 않습니다. 오히려 실세계에서 다양한 데이터를 수집하고, 이를 가상 공간에 어떻게 연동할 것인지, 연동된 가상 공간을 어떻게 분석하고, 이로부터 유의미한 인사이트를 얻어낼 것인지가 더 중요하다고 볼 수 있겠습니다.
다음은 Unity Industry Summit 2019에서 LG CNS 문희경 총괄 컨설턴트가 발표한 내용인데, Digital Twin에 대한 개념 뿐 아니라 실제 물류 시스템에 대한 Digital Twin을 기획하고 실제로 구현하여 운영한 사례를 알기 쉽게 설명해주고 있어서 공유합니다:
또한, ETRI에서는 Digital Twin에 대한 활용 방안 보고서를 만들어 배포하고 있는데 관련 기사와 보고서가 포함된 링크를 공유합니다:
AI 기술을 적용하는 관점에서 볼 때도 Digital Twin은 매우 흥미로운 분야입니다.
- AI 기술 적용에는 현실 세계보다 가상 공간이 유리: Digital Twin이 현실 세계를 옮겨 놓은 것이기는 하지만 모두 디지털 데이터로 표현된 가상 공간이다보니 AI 기술을 적용하는데 유리한 점이 많습니다. 현실 세계에 AI 기술을 적용함에 있어 발생할 수 있는 많은 인식 오류들을 회피할 수 있으며 현실 세계보다 훨씬 더 다양한 조건을 임의로 부여하여 테스트를 해 볼 수 있는 장점이 있습니다.
- 한정된 데이터셋이 아니라 실세계 데이터로 고도화 가능: AI 기술을 설계하고, 평가하며 최적화하는 과정에서는 보통 특정 조건으로 수집된 학습 및 평가 데이터셋을 사용하게 되는데, 실세계를 온전히 반영하는데에는 무리가 있고 다양한 예외 상황에 대응하는 것은 매우 어렵습니다. Digital Twin으로 구축된 세계를 활용한다면 수 많은 실제 상황이 반영된 실세계 데이터가 수집되게 되며, 이를 이용하여 AI 기술을 고도화 할 수 있습니다.
- Digital Twin 활용성 극대화에는 AI 기술이 필수적: 구축된 Digital Twin의 활용성 극대화를 위해서는 단순 관측이 아니라 엄청난 양의 관측치로부터 인사이트를 빠르고 효과적으로 분석해내고 이를 최적화한 후, 실세계 시스템에 재반영시키는 피드백 루프가 필수적입니다. 이러한 분석 및 최적화 과정은 AI 기술이 매우 잘 적용될 수 있는 분야들입니다.
- 실험적 AI 기술에 대한 현실적 시뮬레이션 환경 제공: AI 기술로 만들어진 제품이 나왔을 때, 현실 세계에 바로 배포하는 것이 아니라 구축된 Digital Twin 환경에서 선배포하고 상황 관측 및 다양한 테스트를 해 볼 수 있습니다. 예를 들어 자율 주행차나 배달 로봇, 혹은 인간을 돕는 휴머노이드 로봇을 만들었다고 가정해 보면, Digital Twin 환경에서 미리 테스트해 보는 것이 여러 측면에서 큰 의미를 가집니다.
딥러닝이 등장한 이래 AI 기술은 많은 발전을 이루어 왔지만, 실제로 실세계 서비스에 적용된 사례는 많지 않습니다. Digital Twin은 AI 기술 적용을 앞당기기 위해 필요한 여러 가지 요소들을 포함하고 있다고 생각하며, 향후 양쪽 분야 모두에서의 시너지가 생길 수 있을 것으로 판단합니다.
