자동차 조립 공장 안으로 들어가볼까요? 너트를 볼트에 고정하는 작업자들을 볼 수 있습니다. 에어 툴의 윙윙 거리는 소리가 들립니다. 라인을 따라 이동하는 깨끗한 차체들과 부품을 가지고 구르며 움직이는 로봇이 보이죠.
이제 3D 온라인에서 디지털 트윈을 구동해 보세요. 완전히 똑같은 디지털 버전의 공장에서 작업하는 애니메이션 디지털 휴먼이 보입니다. 로봇을 드래그 앤 드롭해 무거운 재료를 옮기고 최적화를 위한 시뮬레이션을 실행하며 개선을 위해 실시간 공장 현장 데이터를 가져옵니다. 이것이 바로 디지털 트윈입니다.
디지털 트윈은 지속적으로 업데이트되는 실제 물리적 자산 또는 시스템의 가상 표현(물리와 재료의 사실적인 시뮬레이션)입니다.
디지털 트윈은 무생물체와 사람만을 위한 것이 아닙니다. 사이버 공격 시뮬레이션을 위한 샌드박스로 사용되는 컴퓨터 네트워킹 아키텍처의 가상 표현도 될 수 있습니다. 디지털 트윈은 실제 환경에서 특정 로봇 기능을 활성화하기 전에 인간과 로봇의 상호 작용을 테스트하기 위해 풀필먼트 센터 프로세스를 복제할 수 있습니다. 적용 범위는 상상만큼이나 무궁무진합니다.
디지털 트윈은 비즈니스 운영 방식을 뒤흔들고 있습니다. 그랜드 뷰 리서치(Grand View Research)에 따르면, 전 세계 디지털 트윈 플랫폼의 시장은 2028년까지 860억 달러에 이를 것으로 예상됩니다. 보고서에서 코로나19를 특정 산업에서 디지털 트윈을 채택하는 촉매제로 언급했습니다.
무엇이 디지털 트윈을 가속화하는가?
사물 인터넷(IoT)은 디지털 트윈을 가속화하고 있습니다.
IoT는 연결된 장비와 디바이스가 디지털 트윈과 데이터를 상호 공유할 수 있도록 지원합니다. 이는 디지털 트윈이 항상 켜져 있고 실제 IoT에 연결된 물리적 사물 또는 프로세스의 최신 컴퓨터 시뮬레이션 버전이기 때문에 가능합니다.
디지털 트윈은 엣지 컴퓨팅에 의해 구동되는 수많은 커넥티드 센서로 측정되는 내외부의 변화하는 조건과 구조의 물리학적 특성을 감지할 수 있는 가상 표현입니다. 또한 가상화 내에서 시뮬레이션을 실행하여 문제를 테스트하고 서비스 업데이트를 통해 개선을 모색할 수 있죠.
물리적 장비와 환경을 모방하기 위해 디지털 트윈을 사용하는 경우가 점점 늘어나고 있는데요. 로보틱스 개발과 자율주행 자동차가 그러한 예에 속합니다.
NVIDIA Omniverse 및 시뮬레이션 기술 부문 부사장인 레브 레바레디안(Rev Lebaredian)은 “매우 기초적 레벨의 자율주행 자동차는 열린 세계에서 작동하는 로봇으로, 모든 접촉을 피하려고 노력합니다. 결국 우리는 칼이나 다른 위험한 도구를 다루는 부엌과 같은 환경에서 정교한 자율 로봇을 사용하게 될 것입니다. 이러한 로봇들이 작동할 세계의 디지털 트윈이 필요하며, 로봇의 지능을 실제 세계로 적용하기 전에 가상 세계에서 안전하게 훈련할 수 있습니다”라고 말했습니다.
3D 가상 환경의 디지털 트윈
공유 가상 3D 세계는 사람들이 한데 모여 디지털 트윈 공동 작업을 수행하는 공간입니다.
인터랙티브 3D 가상 세계는 특히 게이밍 분야에서 두드러집니다. 포트나이트(Fortnite)와 같은 온라인 소셜 게임과 로블록스(Roblox)의 사용자 생성 가상 세계는 상호 작용의 잠재력을 엿볼 수 있습니다.
참가자의 아바타가 공유 가상 회의실에 모이는 VR의 화상 회의는 기업의 가능성을 실현하기 위한 단계입니다.
이러한 환경 내의 공유 가상 협업 플랫폼에서 각각의 공유 가상 세계를 개발하기 위한 도구가 현재 이용 가능합니다.
디지털 트윈 시뮬레이션을 위한 Omniverse Replicator
NVIDIA는 GTC에서 디지털 트윈 개발을 지원하는 Omniverse Replicator를 공개했습니다. 이는 심층 신경망 훈련을 위해 물리적으로 시뮬레이션된 데이터를 생성하는 합성 데이터 생성 엔진입니다.
또한 NVIDIA는 합성 데이터를 생성하는 애플리케이션용 엔진의 두 가지 구현을 개발했는데요. 자율주행 자동차의 디지털 트윈을 호스팅하기 위한 가상 세계인 NVIDIA DRIVE Sim과 조작 로봇의 디지털 트윈을 위한 가상 세계인 NVIDIA Isaac Sim입니다.
이러한 데이터를 사용해 개발된 자율주행 자동차과 로봇은 실제 세계에 적용하기 전에 다양한 가상 환경에서 기술을 습득할 수 있습니다.
픽사(Pixar)의 USD(Universal Scene Description)과 NVIDIA RTX 기술을 기반으로 하는 NVIDIA Omniverse는 세계 최초의 확장 가능하며 물리적으로 정확한 멀티 GPU를 지원하는 세계 시뮬레이션 플랫폼입니다.
Omniverse는 수백만 명의 사용자를 지원할 수 있는 에픽게임즈 언리얼 엔진(Epic Games Unreal Engine), 리얼루전(Reallusion), 온쉐이프(OnShape), 블렌더(Blender), 어도비(Adobe)를 포함한 여러 소프트웨어 생태계에 연결할 수 있는 기능을 사용자에게 제공합니다.
참조 개발 플랫폼은 모듈식이며 쉽게 확장할 수 있습니다. NVIDIA의 여러 팀은 앞서 언급한 로보틱스와 합성 데이터 생성을 위한 NVIDIA Isaac Sim, NVIDIA DRIVE Sim과 같은 핵심 시뮬레이션 앱을 구축하는데 이 플랫폼을 활용했습니다.
DRIVE Sim을 사용하면 가상 환경에서 실제 운전 시나리오를 재현하여 희귀하고 위험한 사용 사례를 테스트하고 개발할 수 있습니다. 또한 시뮬레이터는 어떤 장면에서든 실측 정보를 완벽하게 이해하기 때문에, 시뮬레이터의 데이터는 자율주행 자동차 인식에 사용되는 심층 신경망을 훈련하는 데 사용할 수 있습니다.
BMW 그룹의 미래형 공장에서 볼 수 있듯이 Omniverse의 모듈성과 개방성은 로보틱스를 위한 NVIDIA Isaac 플랫폼, 지능형 비디오 분석을 위한 NVIDIA Metropolis, GPU로 가속화된 소프트웨어 정의 5G 무선 액세스 네트워크를 환경에 제공하는 NVIDIA Aerial 소프트웨어뿐만 아니라, 사용자와 회사가 보유한 툴을 계속 사용할 수 있도록 하는 서드파티 소프트웨어도 이용할 수 있게 해줍니다.
디지털 트윈은 어떻게 온라인 상태가 될까요?
디지털 트윈을 구축하고 기능을 배포하려면 AI 리소스를 취합해야 하는데요.
NVIDIA Base Command Platform을 통해 기업은 대규모 AI 인프라를 배포할 수 있습니다. 사용자와 팀을 위한 리소스를 최적화하고, 초기 개발에서 프로덕션까지의 워크플로우를 모니터링할 수 있습니다.
Base Command는 AI 리소스로 NVIDIA 사내 연구팀을 지원하기 위해 개발됐습니다. 사용 가능한 GPU 리소스를 관리하고, 사용 가능한 데이터베이스, 워크스페이스, 컨테이너 이미지를 선택하는 데 도움이 되죠.
그래픽 사용자 인터페이스와 명령줄 인터페이스, 통합 모니터링, 보고 대시보드를 제공하는 워크로드 관리와 리소스 공유를 포함한 AI 개발의 전 주기를 관리합니다. 최신 NVIDIA 업데이트를 AI 워크플로우에 직접 적용합니다.
AI의 컴퓨팅 엔진이라고 볼 수 있습니다.
디지털 트윈의 관리 방법
NVIDIA Fleet Command는 원격 AI 관리 기능을 제공합니다.
AI를 디지털 트윈에서 현실 세계로 구현하려면 수천 또는 수백만 대의 엣지 장비와 디바이스에 대한 업데이트를 처리할 배포 플랫폼이 필요합니다.
NVIDIA Fleet Command는 GPU로 가속화된 소프트웨어의 NVIDIA NGC 허브에서 액세스할 수 있는 클라우드 기반 서비스로, 엣지 연결 시스템과 디바이스 전반에 AI 애플리케이션을 안전하게 배포, 관리, 확장할 수 있습니다.
Fleet Command를 통해 풀필먼트 센터, 제조 시설, 소매업체 등 여러 곳에서 AI 업데이트를 원격으로 구현할 수 있습니다.
디지털 트윈의 발전 방향
디지털 트윈은 사물의 자율성을 가능하게 합니다. 실제 대상을 자율적으로 제어하는 데 사용할 수 있죠.
예를 들어, 전기 자동차 제조업체는 세단의 디지털 트윈을 사용하여 소프트웨어 업데이트에 대한 시뮬레이션을 실행할 수 있습니다. 시뮬레이션을 통해 자동차 성능이 향상되거나 문제가 해결되면 해당 소프트웨어 업데이트를 무선(OTA)으로 실제 차량에 적용할 수 있습니다.
지멘스 에너지(Siemens Energy)는 발전소의 예지 정비를 지원하기 위해 디지털 트윈을 구축하고 있습니다. 회사에 따르면 이러한 규모의 디지털 트윈은 가동 중지 시간을 줄이고 유틸리티 업체들이 연간 약 17억 달러를 절약할 수 있게 해줄 것으로 예상된다고 합니다.
미국 솔트레이크시티에 위치한 스타트업인 패시브 로직(Passive Logic)은 건물의 IoT 구성요소를 엔지니어링하고 자율적으로 운영할 수 있게 해주는 AI 플랫폼을 제공합니다. 이 AI 엔진은 건물 구성요소가 어떻게 함께 작동하는지 물리학적으로 이해하고, 건물 시스템 시뮬레이션을 실행할 수 있습니다.
이 플랫폼은 여러 데이터 포인트를 가져와 자율적으로 운영을 최적화하기 위한 제어 결정을 내릴 수 있습니다. 이렇게 최적화된 제어 경로를 실제 센서 데이터와 비교하고 머신 러닝을 통해 시간이 지남에 따라 건물 운영에 대한 개선 사항을 학습합니다.
기차도 빠르게 자율성을 구현하고 있으며, 이를 돕기 위해 디지털 트윈이 개발되고 있는데요. NVIDIA GPU에서 실행되는 AI가 적용된 자동 제동, 충돌 감지 시스템과 같은 기능 관련 시뮬레이션에 사용되고 있습니다.
디지털 트윈의 역사
많은 자료에 따르면 디지털 트윈 개념을 처음 도입한 곳은 NASA입니다. 사물 인터넷처럼 명확하게 연결되지는 않았지만, NASA의 초기 트윈 개념과 사용법은 오늘날의 디지털 트윈과 많은 유사점이 있습니다.
NASA는 이미 1960년대에 디지털 트윈 개념을 구상했습니다. NASA는 아폴로 13호의 달 착륙 미션에서 엄청난 잠재력을 보여줬습니다. NASA는 아폴로 13호 우주선에 시스템 시뮬레이터를 설치했는데, 이 시뮬레이터는 통신을 통해 우주 공간의 실제 우주선에서 업데이트를 받을 수 있었습니다. 이를 통해 NASA 엔지니어는 출발 전에 우주비행사와 엔지니어 간의 상황 시뮬레이션을 실행할 수 있었고, 1970년 실제 미션에서 문제가 발생했을 때 유용하게 사용됐습니다.
지상의 엔지니어들은 지구에 있는 모델을 참조하며 미션이 재난으로 끝나지 않도록 우주에 있는 우주비행사와 함께 문제를 해결할 수 있었습니다.