디지털 지식전문가 조형식의 지식마당   연결되지 않은 삶의 한계와 LDT의 등장 우리는 매일 새로운 하루를 살아간다. 하지만 삶의 기록을 돌아보면, 그 하루하루는 종종 서로 단절된 채 흩어져 있다. 일기나 메모, 업무 기록, 사진과 영상들이 개별적으로 존재할 뿐, 그 사이의 관계나 맥락은 사라진다. 이로 인해 우리는 배운 것을 잊고, 같은 실수를 반복하며, 기회가 와도 그것이 과거의 경험과 어떻게 연결되는지 인식하지 못한 채 흘려보낸다. 바로 이 한계를 극복하기 위해 생각해 본 개념이 인생 디지털 스레드(Life Digital Thread : LDT)이다. LDT는 제조업과 항공 우주 분야에서 제품의 전 생애 주기를 연결하는 디지털 스레드의 개념을 개인의 삶에 적용한 것으로, 100년의 시간 속 3만 6500개의 ‘오늘’을 디지털 방식으로 연결하는 접근법이다.   그림 1. 인생 디지털 스레드   LDT의 핵심 개념과 철학 LDT는 단순한 데이터 저장 방식이 아니라 연결 중심의 지식 관리 방법론이다. “아무리 오래 살아도 모두는 오늘이 처음이다. 그러나 모든 오늘을 연결할 수 있다면, 우리는 더 현명한 결정을 내리고 더 창의적인 삶을 살 수 있다.” 이 철학의 핵심은, 하루의 경험이 독립적으로 소멸하지 않고 맥락 속에서 재발견되도록 만드는 것이다. 과거의 경험이 현재와 연결되고, 오늘의 생각이 미래의 결정에 영향을 미치게 된다.   세렌디피티를 향한 설계 LDT의 궁극적인 목적은 세렌디피티(serendipity) 또는 예기치 않은 긍정적 발견이다. 이는 단순한 우연이 아니라, 연결된 데이터 네트워크 속에서 우연이 촉발되는 구조이다. 예를 들어, 과거에 읽은 책의 한 문장이 몇 년 뒤 새로운 프로젝트의 아이디어로 연결되거나, 오래 전에 만난 사람과의 기록이 예상치 못한 협업 기회로 이어지는 경우가 이에 해당한다. 이러한 발견은 무작위성이 아니라 의도적으로 설계된 우연이다. LDT는 그 설계도를 제공하는 도구이다.   효율성 향상과 지식의 통합 필자 자신의 지난 수십 년 동안의 기록을 분석한 결과, 80% 이상이 중복이라는 사실을 발견했다. 같은 생각, 동일한 메모, 비슷한 업무 계획이 반복되고 있었던 것이다. LDT는 이런 반복의 정보 노이즈를 줄이는 필터 역할을 한다. 중복이 줄어들면, 새로운 창의 활동과 의미 있는 성찰에 더 많은 시간과 에너지를 쓸 수 있다. 이는 곧 삶의 생산성 최적화로 이어진다. LDT가 단순한 기록 아카이브와 다른 점은 통합성(integrality)이다. 데이터에 맥락(context)을 부여하고, 서로 간의 연관성을 설정하며, 필요할 때 즉시 검색 및 활용이 가능하게 만든다. 이 과정을 통해 개인의 삶은 거대한 지식 네트워크로 재구성된다. 이는 디지털 시대의 개인 지식 그래프라고 부를 수 있다.   적용 영역의 확장성 : 삶의 모든 흔적을 연결하는 기술 인생 디지털 스레드는 특정 분야에 국한되지 않고 삶의 거의 모든 영역에 폭넓게 적용될 수 있는 잠재력을 지니고 있다. 이는 단순한 기록을 넘어, 우리가 살아가는 모든 순간을 연결하고 의미를 부여하는 기술이기 때문이다. 우선, LDT는 개인의 삶과 인생 전반에 대한 관리를 가능하게 한다. 매일의 생활 패턴부터 시작해, 장기적인 인생 궤적까지 모든 데이터를 연결함으로써 우리는 자신을 더 깊이 이해할 수 있다. 예를 들어, 특정 시기의 수면 패턴이 업무 생산성에 어떤 영향을 미쳤는지, 혹은 5년 전의 독서 기록이 현재의 직업적 선택과 어떻게 이어지는 지를 입체적으로 파악할 수 있게 된다. 또한, 사건과 경험을 관리하는 데에도 매우 유용하다. 진행했던 프로젝트의 과정과 결과, 떠났던 여행에서 느꼈던 감정과 배운 점, 그리고 삶의 중요한 특별한 만남에 대한 기록들이 서로 연결되면, 과거의 경험이 현재의 결정을 돕는 중요한 자산이 된다.   그림 2. 스레드   지식 관리는 LDT의 핵심 기능 중 하나이다. 학습한 내용, 독서하며 남긴 메모, 그리고 진행했던 연구 기록이 흩어져 있지 않고 하나의 거대한 네트워크를 형성한다. 이 네트워크 속에서 새로운 통찰을 얻거나, 과거의 지식이 새로운 아이디어와 결합되는 창의적인 순간을 맞이할 수 있다. 뿐만 아니라 시간 관리 영역에서도 LDT는 빛을 발한다. 하루의 일정, 반복되는 루틴, 그리고 중요한 마감 기록들이 연결되면, 자신의 시간 활용 패턴을 분석하고 비효율적인 부분을 찾아 개선할 수 있다. 인간관계에 있어서도 관계의 변화나 네트워크 기록을 관리함으로써 의미 있는 관계를 더욱 깊게 다져나갈 수 있다. 나아가 LDT는 정서 관리를 위한 도구로도 활용된다. 기쁨, 슬픔, 기대, 불안 등 내면의 기록을 연결하면, 자신의 감정 패턴을 파악하고 심리적 안정감을 찾는데 도움을 준다. 궁극적으로, LDT는 인생의 중요한 변곡점인 혁신과 변화를 의도적으로 설계하고 만들어내는 강력한 도구가 될 수 있다. 이처럼 LDT는 삶의 모든 데이터를 연결하여 우리 자신을 입체적으로 이해하게 하고, 더욱 의도적이고 의미 있는 삶을 설계할 수 있는 길을 열어준다.   맺음말 : 삶을 ‘대화’하게 만드는 기술 인생 디지털 스레드는 단순히 지나온 날을 기록하고 저장하는 도구를 넘어선다. 그것은 과거와 현재, 그리고 미래를 서로 대화하게 만드는 혁신적인 기술이다. 이 대화는 우리의 삶에 깊은 변화를 가져온다. 불필요한 반복을 줄이는 중복 제거를 통해 우리는 에너지를 낭비하지 않게 된다. 시간의 효율적 재분배로 효율 향상을 이루고, 그 여유 속에서 더 깊은 통찰 증진을 얻을 수 있다. 궁극적으로 LDT는 의도적으로 설계된 우연, 즉 세렌디피티의 촉발을 가능하게 한다. 과거의 기록이 현재의 맥락과 연결되면서 우리는 창의적인 아이디어를 발견하고 예상치 못한 기회를 포착하게 된다. 향후 LDT가 인공지능(AI)과 결합하여 개인 디지털 트윈으로 발전한다면, 우리는 단순히 기억을 보존하는 것을 넘어 기억이 스스로 새로운 미래를 제안하는 시대를 맞이하게 될 것이다. LDT는 살아온 날을 보관하는 아카이브가 아니라, 그 날들이 서로 이야기를 나누게 만드는 작업이다. 그리고 그 이야기 속에서, 우리는 미래를 바꾸는 실마리를 발견하게 될 것이다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   인공지능(AI)은 단순한 기술을 넘어 우리의 삶과 산업 전반을 재편하는 거대한 흐름이 되었고, 이 거대한 흐름 속에서 스마트 디지털 트윈(smart digital twin)과 디지털 스레드(digital thread)는 미래 혁신을 이끌 핵심 동력으로 될 것으로 생각된다. 이번 호 칼럼에서는 AI 시대에 이 두 가지 개념이 왜 필수인지 그 핵심 역할과 의미, 그리고 우리가 직면한 과제를 심층 조명하고자 한다. 미래 제품 개발의 최전선에는 스마트 디지털 트윈이 자리하고 있다. 이는 단순한 물리적 객체의 디지털 복제본을 넘어선다. 우리는 이를 ‘인공지능 중심 디지털 트윈 (AI defined digital twin)’이라고 부르며, 궁극적으로는 AI 에이전트 디지털 트윈으로 진화할 것으로 생각된다.   그림 1. 인공지능 중심의 디지털 트윈과 디지털 스레드의 통합(출처 : Lifecycle Insights)   스마트 디지털 트윈의 핵심은 미래 예측과 시뮬레이션 능력에 있다. 가상 환경과 인공지능 환경에서 미래 제품의 성능과 기능을 사전에 예측하고 다양한 시나리오를 시뮬레이션함으로써, 우리는 현실 세계에서 발생할 수 있는 시행착오를 최소화하고 최적의 설계를 도출할 수 있다. 예를 들어, 자율주행 자동차를 개발할 때 스마트 디지털 트윈은 수십만 가지의 주행 상황을 가상으로 재현하고 AI 모델을 훈련시켜 실제 도로에서의 안전성을 극대화할 수 있다. 이는 제품 개발의 시간과 비용을 획기적으로 절감할 뿐만 아니라, 혁신적인 제품의 출시를 가속화하는 핵심 역할을 수행한다. 그러나 스마트 디지털 트윈이 그 잠재력을 온전히 발휘하기 위해서는 거대한 양의 데이터가 끊김 없이 흐르고, 이 데이터가 의미 있는 정보로 변환되어 AI의 추론과 학습에 활용될 수 있는 환경이 조성되어야 한다. 바로 이 지점에서 디지털 스레드의 역할이 부각된다. 인공지능이 강화되는 스마트 디지털 트윈 환경에서 디지털 스레드는 단순한 연결을 넘어 혁신의 실핏줄과 같은 역할을 수행한다. 이는 정보의 단절, 즉 데이터 사일로(data silo)를 극복하고 정보의 흐름을 원활하게 하는 유일무이한 기술이다. 기존의 단절된 시스템과 프로세스 속에서는 데이터가 각자의 고립된 공간에 갇혀 효율적인 활용이 불가능했다. 디지털 스레드는 이러한 장벽을 허물고, 정보가 마치 혈액처럼 유기적으로 순환하며 지식으로 축적될 수 있도록 도와준다. 디지털 스레드의 핵심 기능은 크게 다섯 가지 유형의 단절된 데이터 사일로를 연결하는 데 있다. 첫째, 제품 수명주기(product lifecycle) 내 소통이다. 요구사항 정의에서부터 제품 스펙, 엔지니어링 BOM(Bill Of Materials), 제조 BOM, Bill of Process, 그리고 서비스 BOM에 이르기까지, 제품의 전 수명주기 단계에서 발생하는 모든 데이터가 디지털 스레드를 통해 끊김 없이 연결된다. 과거에는 각 단계별로 데이터가 사일로화되어 정보 흐름이 원활하지 못했고, 이는 곧 비효율적인 의사결정과 불필요한 재작업으로 이어졌다. 디지털 스레드는 이러한 문제점을 해결하여 제품 개발의 전 과정에서 일관된 정보와 최신 데이터를 공유할 수 있도록 한다. 둘째, 제품 수명주기 관리(PLM)와 인공지능 간의 소통이다. 제품 개발 환경에서 인간의 생각과 인공지능의 추론 기능 간에는 디지털 온톨로지(digital ontology)의 표준적 개념과 디지털 스레드를 통해 다양하고 복잡한 생각과 용어 등이 소통될 필요가 있다. 디지털 스레드는 복잡한 제품 구조, 기능, 요구사항 등을 AI가 이해하고 추론할 수 있도록 의미론적으로 연결하는 다리 역할을 한다. 이를 통해 AI는 단순한 데이터 분석을 넘어, 인간의 의도를 파악하고 창의적인 해결책을 제시하는 진정한 협력자가 될 수 있다. 셋째, 서로 다른 설루션 간의 소통이다. 소프트웨어 형상 관리 설루션, PLM, 요구사항 관리 설루션, 해석 데이터 관리 설루션 등 수많은 서로 다른 설루션이 존재하지만, 이들 간의 데이터 연동은 늘 골칫거리였다. 디지털 스레드는 이처럼 분리된 설루션을 메시(mesh) 관계로 연결하여 데이터가 원활하게 연동될 수 있도록 한다. 마치 거미줄처럼 촘촘하게 연결된 이 망은 각 설루션이 생성하는 데이터가 실시간으로 다른 설루션과 공유되고 활용될 수 있는 기반을 제공한다. 넷째, 서로 다른 조직 간의 소통이다. 마케팅 부서, 기본 설계 부서, 생산 부서, 그리고 최종 서비스 부서 등 각기 다른 용어와 문화를 가진 조직간의 소통은 늘 쉽지 않은 과제였다. 디지털 스레드는 이러한 소통 장벽을 허물고 협업을 원활하게 한다. 각 조직이 사용하는 용어와 개념을 디지털 스레드 위에서 표준화하고 연결함으로써, 오해를 줄이고 목표 지향적인 협업을 가능하게 하는 것이다. 이는 궁극적으로 조직 전체의 시너지를 극대화하고, 혁신적인 아이디어가 자유롭게 교환될 수 있는 환경을 조성한다. 다섯째는 세렌디피티(serendipity)이다. 이런 거미줄 같은 메시 관계에서 오는 네트워크된 지식(Networked Knowledge) 생태계는 이해당사자인 개발책임자, 엔지니어, 생산 엔지니어, 마케팅 전문가, 안전 전문가, 형상관리자 등에게 생각지 못한 발견과 창의적 환경을 제공하며, 자료를 찾는데 소모되는 엄청난 시간과 노력을 절감하게 하며 더 창조적인 작업에 투자할 수 있다.   그림 2. 제품 수명주기의 디지털 스레드 지식 그래프(knowledge graph)(출처 : Eigner Engineering Consult)   이처럼 디지털 스레드는 AI 시대, 특히 스마트 디지털 트윈 환경에서 데이터의 고립을 해소하고, 정보의 흐름을 최적화하며, 궁극적으로는 AI의 잠재력을 최대한으로 끌어내는 필수 기반 기술이라고 할 수 있다. 인공지능 시대에 디지털 스레드를 통한 창조성과 필연적 세렌디피티가 분야 전문가의 유일한 생존 전략이라고 할 수 있다. 그럼에도 불구하고 디지털 스레드는 여전히 많은 이에게 생소하고 도전적인 개념으로 여겨진다. 현장에서는 디지털 트윈 개발에 디지털 스레드가 필수임에도 불구하고 고객을 설득하기 쉽지 않다는 어려움을 토로한다. 심지어 일부 미국 전문가 사이에서는 ‘디지털 스레드 무용론’이 제기되기도 한다. 이러한 오해와 도전은 디지털 스레드가 가지는 혁신적인 속성 때문일 수 있다. 우리가 직면한 과제는 명확하다. 첫째, 설득의 어려움이다. 디지털 스레드의 필요성을 현장의 이해관계자에게 명확히 전달하고 공감대를 형성하는 것이 중요하다. 단기적인 효율 증대 뿐만 아니라 장기적인 관점에서 AI 시대의 경쟁 우위를 확보하는 핵심 요소임을 강조해야 한다. 둘째, 개념의 생소함과 도전적인 특성이다. 현재에도 디지털 스레드에 대해 정확하게 아는 사람이 드물며, 이는 비교적 생소하고 혁신적이며 도전적인 개념이기 때문이다. 따라서 이에 대한 지속적인 교육과 홍보, 그리고 성공 사례 발굴을 통해 이해의 폭을 넓혀야 한다. 그러나 이러한 도전에도 불구하고, 인공지능 시대에 스마트 디지털 트윈에서 디지털 스레드가 필요한 이유는 존재하는 것이 아니라 만드는 것이라는 관점에서 접근해야 한다. 이는 디지털 스레드가 단순히 현존하는 문제를 해결하는 도구를 넘어, 미래의 복잡한 인공지능 기반 시스템을 구축하고 그 잠재력을 최대한 발휘하기 위한 능동적이고 필수적인 기반임을 시사한다. 디지털 스레드는 이미 존재하는 데이터나 시스템을 연결하는 수동적인 도구가 아니다. 그것은 미래에 우리가 만들어낼 혁신 제품과 서비스를 위한 데이터와 정보의 연결고리를 능동적으로 구축하는 의미를 가진다. AI 시대의 복잡성은 끊임없이 새로운 데이터 유형과 상호작용 방식을 요구할 것이다. 디지털 스레드는 이러한 변화에 유연하게 대응하며 새로운 연결고리를 지속적으로 생성하고 발전시키는, 살아있는 유기체와 같다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   세렌디피티(serendipity)는 ‘뜻밖의 발견 또는 그것을 하는 능력, 의도하지 않은 발견, 운 좋게 발견한 것’을 뜻한다. 영국 작가 호러스 월폴(Horace Walpole, 1717~1797)이 1754년에 쓴 ‘The Three Princes of Serendip’이라는 우화에 근거하여 만든 말이다. 최고 엔지니어의 능력은 PLM에서 설계 정보의 세렌디피티를 발견하는 것이다. 지난 30년 간의 성공 PLM인 고전(Classical) PLM부터 현재 시작하고 있는 디지털(Digital) PLM 그리고 새로운 패러다임의 제품수명지능(PLI: Product Lifecycle Intelligence) 시스템까지 진화하고 있다. PLM(Product Lifecycle Management)은 기업의 제품을 수명주기 전반에 걸쳐 가장 효과적으로 관리하는 비즈니스 활동이다. 제품에 대한 첫 번째 아이디어에서 폐기될 때까지 모든 방법을 통해 기업은 혁신을 개선하고, 신제품 출시 기간을 단축하며, 기존 제품에 대한 최상의 서비스를 제공함으로써 수익을 늘릴 수 있다. PLM은 특정 제품 하나를 관리하는 것이 아니다.  통합된 방식으로 모든 부품과 제품 및 제품 포트폴리오를 관리한다. PLM은 개발 부품부터 개별 제품, 전체 제품 포트폴리오에 이르기까지 모든 범위를 관리한다.   그림 1. CAD 이전의 제품 설계(인터넷 자료)   CAD 이전인 2D 도면(drafting) 시절에는 제품설계는 엔지니얼가 원본 도면 보관실(vault)을 방문해서 원본 도면을 체크아웃했다. 그리고 새로운 도면으로 복사해서 작성한 후 변경된 부분을 완성하고, 확정되면 두 도면을 원본 도면 보관실에 다시 보관했다. 이 시절에는 설계 관련 정보를 도면에 기록했다. 종이 도면에 기록할 수 없는 정보는 개발 문서로 첨부했다. CAD 이후 제품개발 분야에서 전산화가 급속히 진행되었다. 현재의 PLM은 과거의 2D 도면부터 지속으로 50년간 제품개발의 핵심 도구로 진화해 왔다.   그림 2. 제품수명주기의 진화(가트너 자료)   PDM의 핵심개념지식은 다음과 같이 6가지로 집약할 수 있다. 제품(product), 제품 수명주기(product lifecycle), 제품 구조(product structure), 정보개체(items), 정보저장고(vault), 제품 프로세스(product process)이다. 현재 PLM 또는 고전 PLM(Classical PLM)은 기존의 IT 기술과 PLM 패러다임이 적용된 2001년부터 현재까지의 PLM으로, PDM의 핵심기능과 수명주기 확장 기능 솔루션으로 구성되어 있다. 핵심 기능은 개발 문서 관리(engineering document management), 제품 구조 관리(product structure management), 부품 정보 관리(part information management), 프로세스 관리(process and workflow management), 변경 관리(change management), 형상 관리(configuration management), 기술지원 기능(output, integration, interface) 등이 있다. 또한 다음과 같은 확장 기능을 가지고 있다. 설계 검증(digital mockup/digital validation), 요구 관리(requirement management), 사업 관리/일정 관리(program/project management), 전략 구매(sourcing), 상품 전략 관리(portfolio management), 제품 사양 관리(configurator), 디지털 생산(digital manufacturing), 서비스 공학(service engineering), 협업(collaboration), 자료 시각화(visualization)이다. 그 동안 기업은 다양한 PLM 시스템의 통합을 시도해 왔다. 그러나 각 벤더들의 폐쇄적인 시장 전략으로 대부분은 실패하였다. 심지어 같은 벤더의 제품과의 통합도 복잡하고 비용 대비 효과도 매우 낮았다. 현재의 연결 PLM(Connected PLM) 개념은 이전에 나온 시스템과 시스템의 통합(integration)이나 연동(interface)보다 더 적극적이고 합리적이며 스마트한 전략이다. 그 통합 PLM를 위해서 오픈 PLM이라는 개념도 있지만 그렇게 간단하지 않다. 그래서 연결 PLM(Connected PLM) 패러다임을 생각할 때 7가지의 티어(tier)를 생각해 볼 필요가 있다. 영역(domain), 전문분야(discipline), 시스템(system), 벤더(vendor), 장소(location), 협력사(partner), 서비스(service)이다. 미래에는 디지털 스레드를 이용한 연결 PLM이 완성될 것으로 예상된다.   그림 3. 제품수명주기 종류와 PLM 세렌디피티 영역   스마트 PLM은 스마트 엔지니어링과 시스템 엔지니어링을 적용하는 PLM으로, 기존의 PLM보다 혁신적이고 스마트한 프로세스를 적용하는 PLM이다. 디지털 목업과 초기에는 개발과 생산기술 중심의 엔지니어링 자료와 엔지니어링 활용을 관리하기 위한 정보 시스템과 대형 항공/방위산업에서 엔지니어링 생산(ETO) 중심의 엔터프라이즈 PDM으로 출발하여서 일반적 생산 중심의 PDM이 탄생하였다. 엔지니어링 전략 분야의 이슈는 동시공학(CE)과 프론트 로딩으로, 이것 역시 항공/방위산업에서는 오래 전부터 시스템 공학에서 주장해 온 것이다. 디지털 PLM은 새로운 IT 또는 디지털 변환을 적용한 PLM이다.새로운 IT 또는 디지털 기술은 빅데이터, AR/VR, 3D 프린팅, 클라우드 환경, IoT, 스마트 공장, 블록체인, 모바일, 인공지능 등이다. 클래식 PLM 시스템이 제품 정보의 중앙집중화(centralization)라면 디지털 PLM은 제품 정보의 분산화(decentralization)라고 할 수 있다. 제품의 전체 수명주기인 개념단계, 설계, 확인, 생산과 유지보수 단계를 중간에 끊어짐이 없이 연결해서, 제품의 아이디어에서 실제 제품의 출시까지 개발자들이 제품에 대한 개념을 최대한으로 이해하고 개선하는데 그 목적이 있다. 최근에 정부가 SOC의 디지털화 전략인 ‘디지털 뉴딜’ 정책에서 ‘데이터 댐’이란 용어를 사용하고 있다. 세계적으로 통용되는 용어는 데이터 호수(data lake)이다. 데이터 댐(data dam)이란 어떤 값을 포함하고 있는 가공되지 않은 1차 자료를 모아 놓은 것이다. 4차 산업혁명의 디지털 경쟁력 확보를 위해 모든 산업의 데이터를 데이터 댐에 쌓는다는 의미이다. 제품 수명주기 정보(PLI: Product Lifecycle Intelligence) 시스템은 제품의 정형 데이터인 기존의 데이터베이스 데이터는 물론 모든 비정형 데이터를 제품 수명주기에 사용할 것으로 예상된다. 이런 데이터는 정형의 데이터 웨어하우스(data warehouse)와 데이터 호수(data lake)의 데이터를 동시에 사용할 것이다.   그림 4. IBM 데이터 호수(data lake)의 구조 (IBM 2014년 자료)   PLM의 시작인 PDM은 엔지니어들이 설계 정보를 찾는데 너무 많은 시간을 소비하고 있다는 데에 착안했다. 엔지니어들이 현업에서 제품을 개발하다 보면, 아마 일반직도 동일하겠지만, 자기가 만든 자료는 물론 팀 자료와 회사 자료를 찾는데 아주 많은 시간을 소비하고 있다. 심지어 못 찾아서 다시 만들고 있는 자신을 보고 있을 것이다. 이것은 세렌디피티와 반대의 패러다임이라고 할 수 있다. PLM 세렌디피티 패러다임은 PLM 사용자의 능력을 최대로 높이는 것이다. 우연처럼 보이지만, 탄탄한 정보와 경험에서 오는 신선한 개발 인사이트를 발견하는 것이다. 현재의 PLM 솔루션과 패러다임은 이미 30년 전에 나왔다. 패러다임은 사고방식(mindset)이다. 현재 진행형인 PLM 패러다임은 디지털 PLM이다. 미래의 PLM 패러다임은 통합 인공지능 PLM이라고 생각한다. PLM 세렌디피티 패러다임은 데이터 댐의 시대에 특히 유용하다. 디지털 기술이 발달해서 개발자가 너무 많은 정보에 접근할 수 있지만, 정작 제한된 시간에 필요한 정보를 얻기 쉽지 않다. 디지털 호수(digital lake) 환경에서 머신러닝 기술과 디지털 스레드, 디지털 태그, 메타 데이터 기술을 이용하고, PLM 환경 속에서 제한된 짧은 시간에 생각하지 못한 정보나 구조화 또는 비구조화 데이터 정보와 지식을 제품 개발자를 포함한 모든 사용자에게 최대한으로 알려 줄 수 있다.   그림 5. 데이터 댐과 PLM의 제품수명주기지능 데이터(딜로이트 2018년 자료)   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     기사 내용은 PDF로도 제공됩니다.