디지털 트윈과 산업용 메타버스 트렌드   영화 매트릭스가 개봉된 지 20년이 더 지난 2020년대에 이러한 가상 세상은 영화가 아닌 실제 산업 현장에서 구현되어 산업 혁신을 주도하고 있다. 바로 ‘디지털 트윈 (Digital Twin)’이다 이 글에서는 디지털 트윈의 의미와 제조 산업 특히 로봇 기반 자동화에서 디지털 트윈이 어떻게 제조현장을 혁신하는지 실증 사례를 기반으로 소개한다.   장영재 교수 / 카이스트  “헬기를 몰 줄 알아요?” 남자 요원이 동행한 여자 요원에게 물었다. “아니요. 아직은요. 잠시만 기다리세요.” 그리고 즉시 여자 요원은 무전로 본부에 연락해, 헬기 시뮬레이션 교육프로그램을 업로드 해달라 본부에 요청했다. 본부에서는 즉시 시뮬레이션 교육프로그램을 가속으로 돌려 헬기 조정 능력을 여자 요원의 머리에 업로드하였다. 여자요원은 불과 몇 초 사이에 수백시간 걸릴 헬기훈련을 마친 베터랑 헬기 조정사 능력을 가지게 되었다. 그리고 여자 요원은 외쳤다. “빨리 헬기를 몰고 도망칩시다!” 그리고 여자 요원은 능숙한 솜씨로 헬기를 몰고 남자요원과 함께 탈출한다. 1999년 개봉된 영화 매트릭스의 한 장면이다. 가상의 세상과 실제 세상을 오가며 과연 무엇이 진실이며 실제 (real)이란 무엇일까란 질문을 던지는 매우 철학적인 영화다 .  영화 매트릭스가 개봉된 지 20년이 더 지난 2020년대에 이러한 가상 세상은 영화가 아닌 실제 산업 현장에서 구현되어 산업 혁신을 주도하고 있다. 바로 ‘디지털 트윈 (Digital Twin)’이다. 본 특집에서는 디지털 트윈의 의미와 제조 산업 특히 로봇 기반 자동화에서 디지털 트윈이 어떻게 제조현장을 혁신하는지 실증 사례를 기반으로 소개한다.   1. 시뮬레이션과 디지털 트윈의 차이 우리나라 과학기술정보 통신부에서는 디지털 트윈을 다음과 같이 정의하고 있다.  “가상세계에서 실제 사물의 물리적 특징을 동일하게 반영한 쌍둥이 (Twin)을 3D 모델로 구현하고 제 사물과 실시간으로 동기화 및 시뮬레이션을 통해 관제, 분석, 예측 등 현실의 의사결정에 활용하는 기술” 그러나 이러한 정의만으로는 구체적으로 디지털 트윈을 파악하기에 모호하다. 시뮬레이션과 디지털 트윈의 차이가 무엇인지, 실시간 동기화가 왜 필요한지, 관제, 분석, 예측은 이미 다양한 방식으로도 가능한데 디지털 트윈이 제공하는 또 다른 가치가 있는지 설명이 부족하다. 최근 디지털 트윈 관련 이슈가 많다 보니 기업들도 앞 다투어 디지털 트윈을 기술을 확보했다는 등의 보도자료를 통해 기술 홍보를 하기도 한다. 이런 대부분은 공장의 가공 로봇이 움직임을 실시간 3D 애니메이션으로 구현해서 실제 로봇의 움직임을 컴퓨터에 시연하는 정도다. 그러나 이러한 시연을 보면 대부분 사람들의 반응은 “이것으로 무엇을 하지요?” “굳이 거액을 들여 실물의 움직임을 컴퓨터 그래픽으로 그대로 보여줄 필요 있나요? 그저 CCTV 하나 설치하면 컴퓨터에서 영상으로 볼 수 있는 것을 굳이 컴퓨터 그래픽 3D영상으로 구현할 필요가 있나요?” 등의 반응이다. 그렇다면 우선 시뮬레이션과 디지털 트윈의 차이가 무엇일까? 2. 디지털 트윈이 과연 무엇인가?   시뮬레이션은 가상의 시나리오를 기반으로 그 결과를 재현해 보는 것을 의미한다. 내가 A란 결정을 했을 때 그 결과가 어떻게 나올지를 유추해 보는 것이 시뮬레이션이다. 우리가 일반적으로 잘 알고 있는 시뮬레이션이 컴퓨터 시뮬레이션이다. 즉 컴퓨터가 구현한 상황에서 특정 의사결정에 대해 그 결과를 컴퓨터를 통해 산출하는 것이다. 컴퓨터 시뮬레이션 활용의 대표적인 예가 워 게임 (War Game)이다. 군에서는 전략전술 교본이나 전술, 그리고 무기 체계 설계를 할 때 컴퓨터를 통한 시뮬레이션을 활용한다. 평가나 실험을 위해 실제 전투나 전쟁을 치를 수 없기에 컴퓨터를 통해 가상의 적군과 전투를 하며 훈련을 하거나 전술 평가에 활용한다. 실제 컴퓨터 시뮬레이션 활용에 대한 연구가 가장 활발히 이뤄지는 분야가 국방 시뮬레이션 분야인 이유다.  우리 일상 생활에서도 이러한 시뮬레이션이 실제 많이 활용된다. 대표적인 예가 바로 자동차 네비게이션이다. 10년전 네비게이션을 떠올리면 전형적인 시뮬레이션 장비라 할 수 있다. 목적지를 입력하면 내 위치에서 목적지까지 수많은 대안 경로 중 최적 경로를 제안해 준다 . 그러나 당시 네비게이션은 실시간 교통정보를 경로 탐색에 담지 않았다. 그러다 보니 출퇴근 교통혼잡이나 사고로 인한 교통 체증과 같은 상황에서도 일반 상황과 동일한 이동경로 시간 산출과 경로를 제시하는 한계가 있었다. 최근 자동차 네비게이션이나 스마트폰 차량 맵은 실시간 교통정보를 포함해 다양한 대안 경로를 제시한다. 즉 실시간 GPS 정보를 통해 내 차량의 위치는 클라우드의 컴퓨터로 전송이 되고 또한 다양한 교통정보를 기반으로 실시간으로 대안경로를 찾고 도착시간을 지속해서 업데이트 한다. 그리고 내차의 이동 경로와 교통 상황은 사용자가 직관적으로 파악할 수 있도록 컴퓨터 그래픽으로 전달된다. 즉 실시간 교통정보를 기반으로 지속적인 업데이트된 경로를 제공하는 스마트폰 네비 앱이 디지털 트윈의 가장 대표적인 사례다. 학문에서는 디지털 트윈의 조건을 아래로 정의한다. 1. 실물과 가상의 시스템이 거의 실시간 (near real-time)으로 연동되어야 한다. 2. 다양한 상황의 시나리오를 검토하고 대안을 제시할 수 있어야 한다. 3. 사용자의 의사결정을 지원하며 사용자가 쉽게 의사결정 상황을 직관적으로 파악할 수 있는 인터페이스를 제공해야 한다.   스마트폰 네비는 위 조건을 모두 만족한다. 실시간으로 차량의 위치가 GPS로 전송되고 교통정보도 활용한다는 점에서 1번 조건을 만족하며, 다양한 대안경로를 검토함으로 2번 조건을 만족하며, 사용자의 최적경로를 제안하며 이러한 경로를 그래픽으로 전달하는 방식으로 3번 조건을 만족한다. 즉 스마트폰 네비가 우리 생활의 디지털 트윈이라 할 수 있다. 이런 의미를 보면 굳이 디지털 트윈이 현실과 매우 흡사한 고퀄리티 네비를 제공해 줄 의무는 없고 3D그래픽을 제공하는 것도 조건은 아니다. 사람의 의사결정을 직관적으로 지원해 줄 수 있는 정도면 기능이 충분하다 할 수 있다. 3. 로봇 기반 제조 운영에서의 디지털 트윈   이러한 디지털 트윈 활용의 가장 대표적인 예가 제조 물류 자동화 시스템 설계 및 운영이다. 최근 제조 시스템의 가장 큰 변화 중의 하나는 컨베이어 벨트가 없는 자동화(Beltless Automation)로 표현되는 군집 로봇 기반 물류 자동화다. 1916년 포드 T모델이 컨베이어 방식으로 생산되며 제조 자동화 혁명을 가져왔다. 이후 컨베이어 벨트 기반 물류 자동화는 공장 자동화의 표준 생산이 되었다. 그러나 이러한 컨베이어 방식은 단일 품종 대량 생산에는 적합하지만 다품종 소량 생산과 같은 현대 소비 시장의 욕구를 충족하는 데는 한계가 있다. 차량 모델이 바뀔 때 마다 공장을 세우고 컨베이어 벨트와 설비 위치를 재 조정해야 하는 등 상당한 재투자가 필요하다. 카이스트 산업 및 시스템 공학과 졸업생들이 2020년에 창업하여 카이스트 및 네이버가 투자한 다임리서치는 디지털 트윈 기술을 기반으로 AGV나 ARM의 이동을 관제하고 제어하는 솔루션을 개발하여 LG전자뿐만 아닌 국내 반도체 및 2차전지 기업에 공급하고 있다.      상세 내용은 PDF로 제공됩니다.    

델 테크놀로지스가 AMD의 차세대 AI PC 프로세서인 ‘라이젠 AI 프로 300 시리즈(코드명 크라켄 포인트)'를 탑재한 기업용 노트북인 ‘델 프로 노트북(Dell Pro laptop)’ 신제품 5종을 공개했다. 델 테크놀로지스는 고객의 다양한 요구사항에 최적화된 AI PC를 제공하기 위해 인텔, AMD, 퀄컴 등 글로벌 반도체 기업과 협업하고 있다. 이번에 선보인 델 프로 노트북은 최대 50 TOPS를 지원하는 AMD 차세대 APU를 탑재한 델의 첫 번째 기업용 노트북으로, 강력한 온-디바이스 AI 기능과 함께 고급스러운 디자인과 휴대성을 갖추었다. ‘델 프로 플러스(Dell Pro Plus)’ 제품군은 다양한 사양을 제공하는 메인스트림 기업용 노트북으로, 사용자의 니즈에 따라 다양한 스펙, 폼 팩터(클램셸 및 투인원), 디스플레이 크기(13, 14, 16형)를 선택할 수 있다는 점이 특징이다. 이번에 발표된 신제품인 AMD 기반 ‘델 프로 13, 14 및 16 플러스(Dell Pro 13, 14, 16 Plus)’는 각각 13, 14, 16형 디스플레이를 탑재한 고급형 기업용 노트북으로, 올해 출시한 AMD 라이젠 AI 프로 300 시리즈를 탑재했다. 언어 번역 및 고급 AI 이미지 생성 등을 포함하는 코파일럿+(Copilot+) 기능을 지원하고, 최대 50 NPU TOPS의 AI 처리 능력을 갖춰 즉각적인 트랜스크립션과 같은 비즈니스 생산성을 구현한다. 이들 제품은 2024년에 출시한 ‘AMD 라이젠 AI 프로 300 시리즈’의 고성능 스트릭스 포인트 프로세서와 ‘AMD 라이젠 AI 프로 200 시리즈(호크 포인트)’ 옵션도 제공한다. 이번 AMD 기반 델 프로 플러스 신제품 가운데 ‘델 프로 14 플러스(Dell Pro 14 Plus)’ 및 ‘델 프로 16 플러스(Dell Pro 16 Plus)’는 각각 ‘AMD 라이젠 AI 5 프로 340’, ‘AMD 라이젠 AI 7 프로 350’ 프로세서를 탑재했으며, 두 모델 모두 ‘AMD 라이젠 AI 9 HX 프로 370’ 프로세서(코드네임 스트릭스 포인트) 옵션을 제공한다. 16:10 화면비의 디스플레이, 긴 배터리 수명, 슬림하고 내구성이 뛰어난 폼팩터로 하이브리드 업무 환경의 비즈니스 사용자에게 적합한 제품이다. FHD+ 해상도에서 각각 최대 14.5시간, 11.5시간의 긴 배터리 지속 시간을 지원해 전원 연결 없이 작업이 가능하며, 화상 회의 시 열악한 조명 조건에서도 이미지 디테일을 정확하게 캡처하는 HDR 기반 5MP 카메라가 옵션으로 탑재되어 있다. 아울러, 사용자가 직접 교체할 수 있는 ‘모듈형 USB-C 포트’를 적용하여 수리용이성을 강화했다. 내구성이 강한 알루미늄 소재를 적용하여 차분하고 세련된 플래티넘 실버 색상으로 제공되며, 기존 클램셸 형태 외에 투인원 폼 팩터로도 선택할 수 있다.   ▲ AMD 라이젠 AI 프로 300 시리즈를 탑재한 델 프로 16 플러스   델 프로 제품군은 일상적인 업무를 위한 필수 성능을 제공하는 것이 특징으로, 이번 신제품인 AMD 기반 ‘델 프로 14(Dell Pro 14)’ 및 ‘델 프로 16(Dell Pro 16)’은 각각 14,16형 디스플레이에 최대 ‘AMD 라이젠 AI 7 프로 350’ 프로세서를 탑재한 기업용 노트북이다. 이전 세대 대비 각각 5% 및 10% 넓어진 화면 영역으로 한층 시원한 시야감을 구현했고, 1kg대의 가벼운 무게감과 긴 배터리 수명은 다양한 장소에서 멀티태스킹을 해야 하는 사용자에게 최적의 사용자 경험을 제공한다. FHD+ 해상도에서 각각 최대 15.1시간, 11.1시간의 배터리 지속 시간을 제공하며, 미국 국방성 내구성 표준 테스트(MIL-STD)를 거쳐 내구성과 안정성까지 보장한다. 이들 제품은 시크한 메탈릭 마감(플래티넘 실버 색상)으로 제공된다. AMD 라이젠 200 시리즈를 탑재한 델 프로 14 및 델 프로 16 노트북은 질감이 느껴지는 마그네타이트 색상으로 제공된다. 이와 함께, 델 테크놀로지스는 AMD 라이젠 프로 데스크톱 프로세서를 탑재한 기업용 데스크톱 PC인 ‘‘델 프로 데스크톱(Dell Pro Desktops)’ 신제품 2종도 선보였다. 마이크로형(micro)과 슬림형(slim)의 두 가지 폼 팩터로 제공되는 이 제품군은 AI에 최적화된 성능과 높은 전력 효율을 제공한다. 마이크로형은 좁은 업무 공간에서도 효율성과 생산성을 극대화하도록 설계된 초소형 데스크톱이며, 슬림형은 높은 보안 및 관리 용이성 설루션을 갖춘 공간 절약형 데스크톱이다. 이들 제품은 AMD 라이젠 7 프로 데스크톱 프로세서를 기반으로 강력한 성능은 물론, 기업 환경에 최적화된 보안 및 관리 기능, 안정성 및 일관된 수명 주기를 제공하며, 세련된 디자인과 견고한 내구성까지 겸비했다. 델 프로 노트북과 델 프로 데스크톱에서는 델의 온-디바이스 AI 애플리케이션 개발 툴킷인 ‘델 프로 AI 스튜디오(Dell Pro AI Studio)’를 구동할 수 있다. 이는 개발자와 IT 관리자가 인터넷 연결 없이 AI 애플리케이션을 개발하고 배포할 수 있도록 지원하는 포괄적인 툴킷으로, 개발자는 이를 활용해 혁신적인 AI 애플리케이션을 빠르게 개발하고, IT 관리자는 기업 환경에 배포한 애플리케이션을 효율적으로 관리할 수 있다. NPU를 활용하기에 AI 워크로드를 보다 민첩하고 효율적으로 처리하고, 델 검증 도구, 프레임워크, 템플릿 및 모델 세트를 통해 AI 프로젝트 개발 기간을 대략 6주로 대폭 줄일 수 있다. 한국 델 테크놀로지스의 김경진 총괄사장은 “AI PC는 컴퓨팅의 새로운 지평을 열며, 비즈니스 환경을 탈바꿈시키는 중요한 툴로 다시 한 번 부상하고 있다”면서, “델은 혁신적인 PC 경험을 제공하기 위해 최신 AI 기술과 다양한 프로세서 옵션을 전체 포트폴리오에 빠르게 적용하고, 통합 리브랜딩으로 사용자들이 각자 니즈에 맞게 최적의 AI 디바이스를 선택할 수 있게끔 지원하고 있다”고 말했다.

디지털 트윈과 산업용 메타버스 트렌드   데이터 기반 서비스 관점에서의 디지털 트윈의 역할은 실 체계에서 수집한 실제 데이터와 디지털 트윈 시뮬레이션으로 얻어진 가상 데이터의 융합을 통하여 실제 시스템 관련 문제 해결에 유용한 빅 데이터 생성이라 할 수 있다.  디지털 트윈 활용은 안정성에 부담이 적고 신속/가시적 성공사례 확보가 가능한 스마트시티, 스마트 팩토리, 스마트SOC(도로, 철도, 항만, 공항, 등) 등이 대상이지만 기술성숙도가 높아지고 안정성이 보장됨에 따라 자율주행, 의료/인공장기, 식물공장 등으로 확대될 전망이다.   ▲ 철도 네트워크의 디지털 트윈 구축하는 독일 디지털 철도(이미지 출처 : 엔비디아)   1. 디지털 전환과 디지털 트윈 디지털 전환(Digital Transformation: DX)은 비즈니스 전 과정에 ICT 기술을 도입하여 전사적 업무, 생산 기술, 제품 등을 디지털화 한 후 이를 기반으로 가상 실험이 가능한 디지털 환경을 구축하는 것이다.  디지털 전환의 궁극적 목적은 기업 이윤 극대화에 필요한 업부/생산 효율성 및 제품 부가 가치 증대를 위한 다양한 창의적 대안들을 가상 실험을 통해 평가한 후 그 결과를 비즈니스 전 과정에 활용하는 것이다. 예를 들어, 스마트 팩토리의 디지털 전환은 조달 시스템, 생산 시스템, 물류 시스템 등 스마트 팩토리 구성요소들의 자원 할당 및 운용에 대한 다양한 대안들을 가상 실험을 통해 평가할 수 있는 환경을 구축하여야 한다. 그렇다면, 비즈니스 전 과정을 가상 실험하기 위해서는 무엇이 필요할까?  가상 실험을 하기 위해서는 먼저 가상 실험 대상(예: 제조 공장)을 선정하고, 다음으로, 가상 실험 시나리오(예:새로운 제조 장비 도입)가 필요하며 시나리오를 수행할 모델(예: 제조 공정 시뮬레이션 모델)이 필요하다. 이러한 가상 실험을 위한 모델이 디지털 트윈이며 이런 이유로 많은 사람들이 디지털 트윈을 DX의 Key(Richard Marchall, 2017), DX의 Enablers(Reterto Saracco, 2019), DX의 Central(Vijay Ragjumathan, 2019), DX의 Steppingstone(Harry Forbes, 2020), DX의 Pillar(Fransesco Belloni, 2020)라고 지적하였다.   2. 디지털 트윈의 정의 디지털 트윈은 물리적 자산, 프로세스 및 시스템에 대한 복제본으로 정의[Wiki 사전]되며, 복제본이란 대상 체계의 운용 데이터, 지형/공간/형상 정보 및 동작/운용 법(규)칙을 컴퓨터 속에 디지털화 해 놓은 것을 의미한다. 예를 들면, 제조 공장의 디지털 트윈은 제조 공장의 운용 데이터, 제조 공장의 공간/형상 정보, 그리고 제조 장비 동작 및 공정 모델이 컴퓨터 속에 복제된 것이 될 것이다. 디지털 트윈과 대상 체계가 쌍둥이기 때문에 쌍둥이 중 누가 먼저 태어났느냐에 따라 디지털 트윈의 이름을 다르게 붙이기도 한다. 대상 체계가 존재하기 전에 만들어진 디지털 트윈을 디지털 트윈 프로토타입(Prototype) 그리고 대상 체계가 만들어진 후 복제된 디지털 트윈을 디지털 트윈 인스턴스(Instance)라고 부른다. 디지털 트윈 프로토타입은 대상 체계 설계 단계에서 활용되며 디지털 트윈 인스턴스는 대상 체계의 운용 분석에 활용되는 것이 일반적이다. 디지털 트윈 인스턴스(실 체계의 복제본)와 디지털 트윈 프로토타입(실 체계의 설계 모델)이 모두 존재할 수도 있지만 디지털 트윈 프로토타입 없이 디지털 트윈 인스턴스만 존재할 수도 있다. 디지털 트윈 프로토타입과 인스턴스가 모두 존재한다면 인스턴스는 프로토타입에 실 체계 운용 정보가 반영되어 진화(성장)된 트윈으로 볼 수 있다. 3. 디지털 트윈 구축 목적 디지털 트윈의 구축 목적은 대상 실 체계와 디지털 트윈을 연동 운용함으로써 실 체계 관련 이해 당사자에게 지혜 수준의 혁신적 서비스를 제공할 수 있는 핵심 도구/수단으로 활용하기 위함이다. 데이터 기반 서비스 관점에서의 디지털 트윈의 역할은 실 체계에서 수집한 실제 데이터와 디지털 트윈 시뮬레이션으로 얻어진 가상 데이터의 융합을 통하여 실제 시스템 관련 문제 해결에 유용한 빅 데이터 생성이라 할 수 있다. 융합 빅 데이터는 AI-통계/공학 분석도구들을 이용하여 실 세계의 구성요소인 자산, 사람, 운용 프로세스들의 다양한 결합에 대한 분석/예측 및 체계 운용 최적 대안(최적화)을 찾는데 활용될 수 있다. 아울러, 융합 빅 데이터는 실 세계를 가상 환경에서 현실감 있게 표출할 수 있는 다양한 장비/장치와 VR/AR/XR/메타버스 관련 ICT 기술과의 융합 인터페이스를 통해 오락, 관광, 교육 훈련, 체험 등에 활용될 수 있다.     디지털 트윈의 복제 대상은 실 체계의 운용 데이터, 공간/형상 정보 및 실 체계에 포함된 객체들의 행위 모델 등 3가지이다. 운용 데이터는 실 체계에 설치된 IoT 장비로부터 획득이 가능하다. 공간/형상 정보는 서비스 목적에 따라 GIS, BIM 혹은 3D CAD 중 한 가지 이상을 결합하여 사용한다. 객체 행위 모델은 다양한 시나리오를 가상 실험하기 위한 시뮬레이션 모델을 사용하지만 서비스 목적에 따라서는 운용 데이터를 학습한 데이터 모델을 사용할 수도 있다. 구성요소 중 일부만을 사용한 디지털 트윈은 나머지 구성요소를 사용하지 않음으로 인한 한계점에 봉착하게 된다. 예를 들면, 실 체계 운용 데이터 복제만으로 구성된 IoT 기반 디지털 트윈은 수집된 데이터를 분석할 수는 있지만, 실 체계를 시각화한 지형/공간 상에 데이터를 표출할 수 없을 뿐만 아니라 실 체계와는 다른 가상 데이터를 입력한 시뮬레이션을 수행할 수 없다. 마찬가지로, 지형/공간 정보 만으로 구성된 디지털 트윈은 실 체계에서 일어나는 지형/공간 정보의 변화를 실 시간으로 반영할 수 없으며 시뮬레이션을 통한 실 체계의 현상 분석 및 미래 예측이 불가능 하다.      디지털 트윈의 효율적인 활용을 위해서는 위의 세 가지 구성요소 모두를 개발 및 운용할 수 있는 통합 플랫폼이 바람직하지만 국내외적으로 표준화된 디지털 트윈 플랫폼은 존재하지 않는다. 디지털 트윈의 특성 상 3가지의 디지털 트윈 구성요소 각각을 개발하는 독립적인 플랫폼을 사용하여 구성요소를 개발한 후 이들을 연동하여 운용하는 것이 효율적이다.  구체적으로는, 먼저, 디지털 트윈 개발 목적에 맞게 운용 데이터를 수집하는 IoT 플랫폼, 지형/공간 정보를 구축하는 지형/공간정보 플랫폼 및 모델링 시뮬레이션 플랫폼들을 이용하여 각 구성요소를 개발한다. 다음으로, 개발된 세 가지 구성요소를 실행하는 플랫폼들을 연동 운용하는 PoP(Platform of Platforms) 구조를 사용할 수 있다. PoP 구조는 디지털트윈의 목적에 부합되는 모든 디지털트윈을 개발/운용할 수 있는 플랫폼으로써 신뢰성 및 경제성(개발 기간 및 비용) 면에서 효율적인 구조이다. PoP 구조를 사용할 경우 플랫폼들 사이의 연동을 위한 데이터 모델과 API의 국제적인 표준화가 요구되며 데이터 모델의 표준은 대상 시스템에 따라 달라질 수 있다.  디지털 트윈을 실제 시스템에 대한 문제 해결 목적으로 사용하기 위해서는 대상 시스템에 대한 다양한 질문의 답을 디지털 트윈을 통해서 얻을 수 있는 서비스가 제공되어야 한다. OR 이론의 창시자 중 한 명으로 경영 과학 이론가인 R.L.Ackoff 교수는 사람이 생각하는 내용을 데이터, 정보. 지식, 지혜 등 4가지로 분류하였다. 데이터는 단순한 심벌(숫자나 문자)을 말하지만 정보는 ‘who’, ‘what’, ‘where’, ‘when’을 답할 수 있고, 지식은 ‘how’를 답할 수 있고, 지혜는 ‘why’를 답할 수 있어야 한다고 정의하였다. 디지털 트윈의 서비스 수준을 Ackhoff 교수의 분류법에 매핑 시킨다면 정보 수준 서비스는 시스템 분석(현상, 기능 등), 지식 수준 서비스는 시스템 예측(행위, 성능 등) 그리고 지혜 수준 서비스는 시스템 최적화(운용 최적화 등) 및 진단(수명 진단 등)에 해당한다. 예를 들어, 교통 시스템에 대한 다양한 질문을 답하기 위해 교통 디지털 트윈을 만들었다고 하자. 정보 서비스의 예는 현재 교통 시스템의 현상을 분석하는 것으로 어느 위치의 현재 시간대에 단위 시간당 교차로 통과 차량 대수가 얼마인지에 대한 답을 하는 서비스이다. 지식 서비스의 예는 현재 출발지에서 목적지까지의 소요 시간이 얼마가 되는지를 예측하는 질문에 대한 답을 하는 서비스이다. 지혜 서비스의 예는 현재 출발지에서 목적지까지의 소요 시간이 최소가 되는 최적화된 경로가 어떤 것인지의 질문에 대한 답을 하는 서비스이다.    4. 디지털 트윈의 구성요소 디지털 트윈의 3 가지 구성요소 중 행위 모델은 목적에 따라 데이터 모델과 시뮬레이션 모델로 대별된다. 데이터 모델은 실 체계에서 수집된 데이터들 사이의 상관관계를 기계학습하여 얻어진 모델(예: 인공신경망)로서 지식 서비스를 위한 시스템 행위 예측에 한계점을 가지고 있다. 구체적으로, 데이터 모델은 학습된 데이터 영역에서는 미래 예측이 가능하지만 학습된 영역 밖의 데이터에 대한 예측은 불가능 하다. 뿐만 아니라 학습 시와 예측 시의 시스템 운용 조건이 달라질 경우에도 예측이 불가능하다. 앞서 예시한 교통 디지털 트윈으로 데이터 모델을 사용할 경우 학습 시 도로 상황(운행 시간, 사고 발생 유무 등)이 예측 시 도로 상황과 동일하지 않으면 소요 시간 예측의 정확도가 보장되지 않는다. 더욱이, 시스템 변수 사이의 상관 관계로 표현된 데이터 모델은 변수 사이의 인과 관계가 필요한 시스템의 최적화 및 고장 진단 등에는 활용할 수 없다. 이러한 데이터 모델의 서비스 한계를 극복하기 위해서는 시뮬레이션 모델을 사용할 수 있다. 시뮬레이션 모델은 구축은 대상 시스템에 대한 도메인 지식과 이를 표현하는 지배 법칙에 대한 수학적/논리적 표현 방법을 이해해야 하므로 데이터 모델에 비해 고 비용이 요구된다. 따라서, 디지털 트윈의 행위 모델은 대상 시스템의 서비스 목적과 수준에 따라 다르게 선택될 수 있다.    5. 디지털 트윈의 발전 전망  디지털 트윈의 향후 발전 전망은 문제 해결과 가상 체험 및 빅 데이터 분야로 대별할 수 있다. 문제 해결 분야에서 디지털 트윈의 대상은 분석, 예측, 최적화/진단 대상이 되는 모든 시스템 분야로서 산업(제조, 생산, 물류, 식물공장 등), 공공(교통, 환경, 금융 등), 의료(진단, 인공장기, 가상수술 등), 재난안전(안전점검, 피해분석, 대피훈련 등), 국방(군사훈련, 국방분석, 무기체계 획득 등)등을 포함한다.  현재 디지털 트윈 활용은 안정성에 부담이 적고 신속/가시적 성공사례 확보가 가능한 스마트시티, 스마트 팩토리, 스마트SOC(도로, 철도, 항만, 공항, 등) 등이 대상이지만 기술성숙도가 높아지고 안정성이 보장됨에 따라 자율주행, 의료/인공장기, 식물공장 등으로 확대될 전망이다.  가상 체험 분야는 디지털 트윈이 실 세계 혹은 가상 세계를 움직이는 다양한 시나리오를 정형화한 지배 법칙(모델)을 실행(시뮬레이션)하는 수단으로 활용될 전망이다. 이러한 지배법칙 실행은 실제 세계와 가상 세계의 구별 없는 가상 체험을 목표로 하는 메타버스의 서비스 콘텐츠를 제공한다. 따라서, 메타버스 발전을 위해서 메타버스의 서비스 컨텐츠를 제공하는 디지털 트윈 발전이 필수적으로 향후 메타버스와 디지털 트윈은 동시에 발전할 전망이다.  빅 데이터 분야에서는 디지털 트윈의 가상 실험을 통해 실 체계에서는 물리적/경제적 이유로 수집 불가능한 다양한 빅 데이터를 생성하는데 활용될 전망이다. 유의미한 빅 데이터 생성을 위해서는 실 체계에서 수집 가능한 데이터를 사용하여 디지털 트윈 모델의 검증이 선행된 후 실 체계에서 수집 불가능한 데이터 생성을 위한 가상 실험이 설계되어야 한다. 디지털 트윈을 사용한 빅 데이터 생성은 시스템 기능 검증, 예지 진단 및 기계학습 등과 같은 부가가치가 높은 데이터 생성에 집중되어 미래 데이터 구독 시장 활성화에 기여할 전망이다.   김탁곤 명예교수  KAIST 전기전자공학부  

알테어가 육군사관학교와 국방 인공지능(AI) 인재 양성을 위한 업무협약(MOU)을 체결했다고 밝혔다. 이번 협약에 따라 알테어는 육군사관학교에 AI 및 시뮬레이션 소프트웨어를 향후 3년간 무상으로 지원한다.   양 기관은 이번 협약을 통해 국방 기술 혁신과 디지털 전환을 가속화하고, 학술 및 연구 활동을 강화하여 국방 분야의 실무 역량을 증진할 계획이다. 알테어는 AI 및 시뮬레이션 소프트웨어와 교육 자료, 기술 지원을 제공함으로써 육군사관학교 생도들이 AI 기술을 효과적으로 활용할 수 있도록 지원할 예정이다.   알테어가 제공하는 AI 기반 시뮬레이션 기술은 실제 실험이 제한적인 국방 환경을 정밀하게 가상 재현해, 다양한 시나리오를 빠르게 분석하고 전략 수립과 장비 개발의 효율을 높일 수 있다. 알테어는 이러한 기술적 강점을 국방 교육 및 연구에 접목해 실전형 인재 양성을 적극 지원할 계획이다.   육군사관학교장인 소형기 소장은 “이번 협약은 4차 산업혁명 시대에 부합하는 첨단기술 역량을 갖춘 미래 지휘관 양성을 위한 중요한 전환점이 될 것이다. 육군사관학교는 과학기술 강군을 선도할 창의적이고 융합적인 리더 육성에 더욱 매진하겠다”라는 소감을 밝혔다.   알테어의 문성수 아시아태평양 수석부사장은 “육군사관학교와의 협력을 통해 AI와 시뮬레이션 기술이 국방 분야에서 더욱 효과적으로 활용될 수 있도록 전폭적인 지원을 아끼지 않을 것”이라며, “이번 협약을 계기로 국방 기술 혁신 및 실무 역량 강화를 위한 산학 협력 모델을 지속 발전시켜 나가겠다”고 말했다.  

가트너가 비즈니스 시스템을 변화시킬 12가지 혁신 기술을 발표했다. 가트너는 이러한 기술이 단기적으로는 경쟁 우위를 제공하며, 장기적으로는 비즈니스 표준으로 자리 잡을 것으로 전망했다. 또한, 향후 5년간 기술 리더는 이를 우선적으로 고려할 것을 제시했다. 가트너는 초기 단계에 머물고 있는 12가지 혁신 기술에 대해 개별적으로도 상당한 영향력을 갖지만, 상호 결합될 경우 새로운 비즈니스 모델을 창출하는 보다 광범위한 신규 설루션을 만들어낼 수 있다고 밝혔다. 예를 들어, 생성형 AI 기술의 발전은 지구 지능과 비즈니스 시뮬레이션 분야에서 새로운 설루션을 탄생시키고, 도메인 특화 언어 모델의 성장을 촉진하며, 더욱 고도화된 도구 개발로 이어질 것이다. 가트너가 제시하는 주요 기술 혁신 중 일부는 다음과 같다.     생성형 AI 기반 코드 아키텍처 : 자유 형식 텍스트 및 멀티미디어 입출력을 활용한 생성형 AI 설루션 시스템은 기존에 기업 애플리케이션에서 사용되던 사용자 인터페이스(UI)를 대체하고, 새로운 사용자 시나리오를 발굴할 것이다. 가트너는 2029년까지 기업 비즈니스 프로세스와 연계된 사용자 상호작용의 50% 이상이 대규모 언어 모델(LLM)을 이용해 기존 기업 애플리케이션의 UI 레이어를 우회할 것으로 전망했으며, 이는 현재 5% 미만에서 크게 증가한 수치다. 허위 정보 보안 : 허위 정보 보안은 기업이 직접 통제하지 않는 네트워크 외부에서 발생하는 위협에 초점을 맞춘 새로운 보안이다. 여기에는 딥페이크 탐지, 사칭 방지, 평판 보호 등 허위 정보로 인한 문제를 해결하는 다양한 기술이 포함된다. 이들 기술을 통해 기업은 신뢰할 수 있는 정보를 식별하고, 브랜드를 보호하며, 온라인에서의 존재감을 유지할 수 있다. 가트너는 허위 정보 보안을 위한 제품 및 서비스를 도입하는 기업이 2024년 5% 미만에서 2030년에는 절반 이상으로 증가할 것으로 예측했다. 지구 지능 : 지구 지능(Earth intelligence)은 위성, 항공, 지상 데이터를 AI로 분석함으로써 지구의 자산 및 활동을 모니터링하고 의사결정에 필요한 인사이트를 제공하는 기술이다. 가트너는 2028년까지 전 세계 주요 지구 표면 자산의 80%가 위성을 통해 실시간으로 파악될 것으로 전망했다. 지구 지능은 광범위한 적용 가능성으로 모든 산업과 기업에서 활용될 수 있다. 초기에는 국방 분야에서 가장 먼저 도입되었지만, 데이터 품질과 분석 기술의 발전에 힘입어 활용 영역이 빠르게 확대되고 있다. 현재 지구 지능 시장은 데이터 수집, 해석 및 분석, 산업별 인사이트 도출 기업으로 구성돼 있다. 가트너의 빌 레이(Bill Ray) 수석 VP 애널리스트는 “기술 리더는 선점 효과를 얻기 위해 12가지 혁신 기술을 활용할 수 있는 즉각적인 행동에 나서야 한다. 생성형 AI 기반 코드 아키텍처, 허위 정보 보안, 지구 지능과 같은 혁신적인 기술은 기업이 데이터 및 제품 제공 측면에서 경쟁 우위를 확보하는 데 필요한 차별성을 제공할 것”이라고 전했다.

스트라타시스가 건양대학교 및 TPC메카트로닉스와 업무협약을 체결했다고 밝혔다. 이번 협약을 통해 3개 기관은 ▲최첨단 3D 프린팅 인프라 구축에 대한 협력 및 관련 기술 자료 등 공유 ▲건양대학교 내 3D 프린팅 교육센터(겸 스트라타시스 전시홍보관) 운영 협력 ▲스트라타시스 인증 교육 프로그램 운영 및 강사 지원 등을 위해 협력할 예정이다. 스트라타시스는 생산 비용 절감, 짧은 리드타임, 낮은 진입장벽 등을 내세운 3D 프린팅 설루션을 개발/공급하고 있다. 스트라타시스의 설루션은 FDM(Fused Deposition Modeling), 폴리젯(PolyJet), P3(Programmable PhotoPolymerization), SAF(Selective Absorption Fusion), SLA(Stereo Lithography Apparatus) 등 다양한 포트폴리오를 기반으로 자동차·항공우주·소비재·교육·의료·패션 등의 산업 분야에서 쓰이고 있다. 3D 프린팅에 대한 접근성은 그 어느 때보다 높아져 학생들의 창의성과 실습에 사용되고 있다. 스트라타시스의 교육 설루션은 프로토타입에서 최종 사용 부품에 이르기까지 신뢰할 수 있는 기술을 학교에 제공하는 것은 물론, 시간과 비용을 절약하고 강력한 서포트 시스템을 지원한다. 이러한 교육 설루션의 일환으로, 스트라타시스는 지속적으로 국내 대학교와 협력하여 첨단 제조 분야 인재 양성에 힘을 쏟고 있다. 스트라타시스는 2024년 2월 단국대학교 죽전캠퍼스에 단국대-스트라타시스 첨단제조융합연구센터(DSC)를 개소하고, 4차 산업혁명 시대를 견인할 3D 프린팅 분야 엔지니어 양성에 뜻을 모았다.     건양대학교의 김용하 총장은 “이번 협약을 계기로 기관 간 협력을 통해 글로컬대학사업 분야의 인프라 구축, 인재 양성 및 교육 발전을 위한 상호 협력 체계를 구축함으로써, 국방 산업을 발전시키는 데 더욱 노력할 것”이라고 밝혔다. 스트라타시스의 문종윤 지사장은 “스트라타시스는 수십 년 동안 업계 리더들과 협력한 경험을 바탕으로 3D 프린팅 설루션을 통한 첨단제조 분야 인재양성에 뜻이 있는 대학과 협업을 이어나가고 있다”면서, “이번 협약을 바탕으로 건양대학교의 3D 프린팅 교육센터가 스트라타시스의 최신 장비를 기반으로 핵심 산업 전반을 선도하는 R&D 허브이자 인재의 산실로서 도약할 수 있게 지원을 아끼지 않을 것”이라고 말했다.

에이수스가 비즈니스 업무에 최적화된 넓은 화면과 고성능 AI 기능을 갖춘 ‘엑스퍼트북(ExpertBook) P1’을 출시한다. 엑스퍼트북 P1은 비즈니스 요구를 담아낸 고성능 AI 비즈니스 노트북이다. 인텔 코어 프로세서 및 듀얼 SSD를 탑재했으며, 메모리 및 저장 공간 모두 비즈니스 사용자의 필요에 맞춰 각 최대 64GB 및 1TB로 확장 가능하다. 15인치의 디스플레이 화면에 1.6kg의 무게는 사무실 출근과 재택 근무를 병행하는 하이브리드 근무 환경은 물론 출장이 잦은 직장인에게 적합하며, 고용량의 50Wh 배터리를 탑재해 외출 시에도 효율적인 사용이 가능하다. 또 보조 배터리로도 충전이 가능한 전압을 지원해 높은 휴대성을 갖췄다. 이와 함께 에이수스 전용 온디바이스 AI 회의 설루션인 ‘ASUS AI ExpertMeet’ 소프트웨어가 내장돼 비즈니스 회의 또는 미팅에서 활용할 수 있는 다양한 고급 AI 기능이 제공된다. ▲주요 8개 언어(영어, 프랑스어, 독일어, 이탈리아어, 일본어, 포르투갈어, 스페인어, 번체 및 간체 중국어) 간의 기기내 실시간 양방향 번역 및 자막 기능 ▲자동 캡션 기능 ▲회의 및 비디오/오디오 클립의 요약 기능 ▲화상 회의 중 이미지 및 공유 화면에 스마트 워터 마크 반영 기능 등을 활용해 더 전문적이면서도 보안에 철저하게 비즈니스 업무를 수행할 수 있다.     신제품은 비즈니스를 위한 내구성도 갖췄다. 미국 국방성 규격인 밀스펙(MIL-STD-810H)을 넘어서는 추가 내구성 테스트를 진행해 일반 소비자 노트북에 비해 더 엄격한 기준을 적용했으며 ▲힌지 테스트(클림셸) ▲낙하 테스트 ▲고하중 테스트 ▲패널 압력 테스트 ▲키보드 내구성 테스트 ▲키보드 발수성 테스트 ▲포트 내구성 테스트 ▲비틀기 테스트 등 11가지 카테고리에서 24개의 검증을 통과했다. 특히 제품 설계 단계부터 수백 가지의 내부 내구성 테스트를 통해 더욱 견고하고 단단한 내구성을 제공한다. 뿐만 아니라 듀얼 USB 3.2 Gen 1 타입 A, 듀얼 USB 3.2 Gen 1 타입 C, HDMI, 오디오 콤보잭, 기가비트 이더넷 포트를 지원해 다른 기기 및 액세서리와도 원활하게 연결할 수 있다. 공식 소비자 가격은 67만 9000원부터 시작한다. 에이수스는 신제품 출시와 함께 3월 31일까지 에이수스 온라인 스토어 단독으로 엑스퍼트북 P1 할인 이벤트를 진행한다고 전했다. 전 모델 3만원 즉시 할인 혜택과 함께 제품 구매 시 기본 제공되던 1년 무료 국내 출장 서비스 기간에 1년 보증 추가 연장이 적용돼, 총 2년 동안 서비스 혜택을 받아볼 수 있다. 한편 엑스퍼트북 P1은 에이수스 공식 스토어, 네이버 브랜드스토어, 쿠팡, 11번가, G마켓, 옥션, SSG 등의 온라인 판매처에서 구매 가능하며, 기업 전용 보안 및 비즈니스 솔루션을 제공하는 엑스퍼트북 B1과 동시 출시돼 개별 문의를 통해 맞춤형 사양 지정 및 견적 상담이 가능하다.

마이크로소프트가 토포컨덕터(Topological Conductor) 기반 양자 프로세서(quantum processor)인 마요라나 1(Majorana 1)을 공개했다. 최근 양자 컴퓨터 기술이 산업 전반에 큰 변화를 가져올 것이라는 기대가 커지면서 이와 관련한 연구가 가속화되고 있다. 마이크로소프트는 이번에 공개한 프로세서를 통해 양자 컴퓨터가 수십 년이 아닌 수년 내에 다양한 산업 및 사회적 문제를 해결하는 데 기여할 수 있을 것으로 전망했다. 손바닥 크기의 마요라나 1은 마이크로소프트가 개발한 토폴로지 코어(Topological Core) 아키텍처를 기반으로 설계됐다. 양자 컴퓨터의 연산 단위인 큐비트(Qubit)를 단일 프로세서에 100만 개 이상 집적할 수 있는 확장성을 가졌으며, 오류 저항성을 하드웨어에 갖춘 내결함성 구조(fault-tolerant)로 더욱 안정적인 양자 연산이 가능하다. 또한, 디지털 방식으로 큐비트를 제어할 수 있어 신뢰성을 높였다.     이 같은 혁신의 핵심은 토포컨덕터라는 새로운 물질에 기반한다. 마이크로소프트 연구진은 반도체인 인듐비소와 초전도체인 알루미늄을 원자 단위에서 정밀하게 결합해 토포컨덕터라는 새로운 재료 스택을 제작했다. 토포컨덕터는 극저온에서 토폴로지 초전도성을 유지하면서 고체·액체·기체와는 다른 토폴로지 상태(topological state)를 형성한다. 특히 이 물질은 새로운 양자 입자인 마요라나 입자(Majorana particle)를 관찰하고 제어함으로써 초소형·초고속·고안정 큐비트를 생성하는 데 활용할 수 있는 재료다.   이번 연구 결과를 담은 논문은 과학 저널 네이처(Nature)에 동료 평가를 거쳐 게재됐다. 이 논문에서는 마이크로소프트 연구진이 토폴로지 큐비트의 독특한 양자 특성을 구현하고, 이를 정밀하게 측정하는 방법이 소개됐다. 특히 토포컨덕터가 무작위적 방해로부터 양자 정보를 효과적으로 보호하는 마요라나 입자를 생성할 수 있으며, 마이크로파 측정을 활용해 해당 정보를 신뢰성 있게 판독할 수 있다는 점도 다뤄졌다. 또한, 마이크로소프트는 미국 국방고등연구계획국(DARPA)의 산업 규모 양자 컴퓨팅을 위한 미개척 시스템(US2QC, Underexplored Systems for Utility-Scale Quantum Computing) 프로그램 최종 단계에 진출한 두 개 기업 중 한 곳으로 선정됐다. US2QC는 DARPA의 양자 벤치마킹 이니셔티브(Quantum Benchmarking Initiative)의 일부로, 실용적이며 내결함성이 높은 양자 기술 개발을 목표로 하는 연구 프로젝트다. 마이크로소프트는 양자 컴퓨터가 다양한 산업과 연구 분야에서 혁신적인 변화를 가져올 것으로 기대하고 있다. 특히 재료 과학, 의료 및 생명 과학, 기후 변화 대응, 지속 가능한 에너지 연구 등에서 양자 컴퓨터의 역할이 더욱 중요해질 것으로 보고 있다. 예를 들어, 양자 컴퓨터는 금속이 녹슬거나 균열이 생기는 원인을 분석해 이를 스스로 복구하는 신소재를 개발하거나, 미세 플라스틱을 무해한 물질로 분해하는 촉매를 찾는 데 활용될 수 있다. 또한, 효소의 작용을 정밀하게 분석해 더 효과적인 치료제나 친환경 농업 기술을 개발하는 데 기여할 수도 있다. 마이크로소프트의 체탄 나약(Chetan Nayak) 퀀텀 하드웨어 부사장은 “마이크로소프트는 18개월 전부터 양자 슈퍼컴퓨터로 가는 로드맵을 제시했으며, 이번에는 세계 최초로 토폴로지 큐비트를 공개하며 두 번째 이정표를 달성했다”면서, “백만 큐비트 규모로 확장 가능한 양자 컴퓨터는 단순한 기술적 성취가 아니라, 전 세계가 직면한 가장 복잡한 문제를 해결할 수 있는 열쇠다. 이 기술이 실현되면 자가 치유 소재, 지속 가능한 농업, 더 안전한 화학 물질 개발 등 다양한 혁신이 가능해질 것”이라고 강조했다.