• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
AWS 클라우드가 제공하는 디지털 트윈 솔루션, IoT 트윈메이커 Ⅱ
2023-11-02 2,302 18

산업 현장에서 활용할 수 있는 AWS IoT 서비스 (7)

 

지난 호에서는 AWS IoT 트윈메이커(AWS IoT TwinMaker)의 기본적인 개념 및 네 가지의 주요 기능 중 다양한 데이터 소스를 디지털 트윈에 연동하기 위해 핵심적인 기능을 제공하는 데이터 커넥터 기능에 대해 소개했다.

이번 호는 연재의 마지막 회로, AWS IoT 트윈메이커의 나머지 세 가지 핵심 기능에 대해 소개하도록 한다.

 

■ 연재순서
제1회 AWS IoT를 활용한 스마트 공장의 구현
제2회 AWS IoT의 핵심 서비스, IoT 코어
제3회 AWS의 에지 컴퓨팅 서비스, IoT   그린그래스 Ⅰ
제4회 AWS의 에지 컴퓨팅 서비스, IoT   그린그래스 Ⅱ
제5회 산업용 데이터를 쉽게 수집하고 분석하게 해주는 AWS IoT 사이트와이즈
제6회 AWS 클라우드가 제공하는 디지털 트윈 솔루션, IoT 트윈메이커 Ⅰ
제7회 AWS 클라우드가 제공하는 디지털 트윈 솔루션, IoT 트윈메이커 Ⅱ

 

■ 조상만
AWS코리아에서 AWS 클라우드를 통해 제조 대기업의 디지털 트랜스포메이션을 기술적으로 돕는 역할을 담당하고 있다.
이메일 | smcho@amazon.com
홈페이지 | https://aws.amazon.com/ko

 

물리적 자산의 가상 표현을 가능하게 하는 ‘모델 빌더’

지난 호에서 외부 소스 데이터를 AWS IoT 트윈메이커에 연결하는 방법에 대해 알아보았다. 이러한 데이터는 보통 현실 세계의 설비와 같은 물리적 자산에서 발생하게 된다. 예를 들어, 유체의 흐름으로부터 에너지를 추출하는 터빈(turbine)에서는 온도, RPM, 파워와 관련된 데이터가 센서를 통해 수집된다. 따라서 디지털 가상 공간에서 터빈과 같은 자산을 동적으로 업데이트하기 위해 이러한 데이터는 엔터티(entity)에 연결되어야 한다. 이를 통해 가상 공간 안에서 터빈의 특징이 표현된다. 엔터티는 가상 공간 내의 실제 물리적 자산, 자산들의 집합, 또는 프로세스 등을 의미하며, 바로 이러한 개별 엔터티들이 지난 10월호에 소개한 개념인 컴포넌트를 통해 데이터와 연결돼야 한다.

물리적 자산을 디지털 공간 안에 가상으로 표현하는 것은 AWS IoT 트윈메이커에서 제공하는 모델 빌더(Model Builder) 기능을 통해 제공된다. 예를 들어, 공장-라인-설비-센서 등과 같이 계층적 구조를 가지는 일반적인 공장 환경을 모델 빌더 기능을 통해 가상 공간 안에 구성할 수 있는데, 이러한 자산 구조는 일종의 그래프 모델을 통해 표현된다. 가상 공간에서 물리적 자원에 대한 모델링의 개념에 대해서는 이미 지난 9월호에서 소개한 바 있다.

<그림 1>은 과자를 만드는 쿠키 공장을 디지털 공간에 구현한 일종의 자산 그래프다. <그림 1>의 상단에는 ‘쿠키 팩토리(cookie factory)’라는 최상위 레벨의 엔터티가 존재하며, 이 최상위 엔터티 밑에는 과자의 원료를 섞는데 사용되는 ‘믹서1(mixer1)’과 ‘믹서2(mixer2)’라는 2개의 하위 레벨의 엔터티가 존재한다. 이러한 개별 믹서는 컴포넌트를 통해 AWS IoT 사이트와이즈(AWS IoT SiteWise)나 아마존 S3(Amazon S3) 등 3개의 데이터 소스에 연결된 것을 확인할 수 있다. 즉, 믹서를 동적으로 가상 공간에서 표현하기 위해 3개의 데이터 소스를 활용한다고 볼 수 있겠다. 이때, 데이터 소스의 종류에 따라 빌트인 또는 커스텀 컴포넌트 커넥터가 요구된다. 다시 한번 강조하지만, 이러한 컴포넌트들을 통해 수집되는 데이터를 데이터 소스의 위치에 구애받지 않고 손쉽게 AWS IoT 트윈메이커 내의 가상의 디지털 자산인 엔터티에 연결할 수 있다.

 


그림 1. 쿠키 팩토리의 자산 구조화

 

3D 장면의 구현, ‘신 컴포저’

디지털 트윈 하면 가장 먼저 떠오르는 것이 물리적 자산을 디지털 공간에 표현하는 3D 이미지일 것이다. 디지털 트윈에 관심이 있는 독자라면 다양한 벤더에서 제공하는 디지털 트윈 솔루션을 통해 이러한 3D 이미지를 본 적이 있을 것이다. 실제 물리적 자산의 모습과 매우 흡사한 가상의 모델을 3D 형태로 시각화하고 배치함으로써 사용자가 가상 환경에 몰입할 수 있도록 하는 매우 중요한 기술이다. 최근에는 이러한 3D 환경에 증강현실 및 가상현실을 추가함으로써 사용자 경험을 극대화하는 추세이다.

AWS IoT 트윈메이커는 신 컴포저(Scene Composer)라고 불리는, 콘솔(console) 기반의 3D 장면(scene) 구성 도구를 제공한다. 이 신 컴포저 기능을 통해 AWS IoT 트윈메이커 내에서 3D 장면을 구성하고 배열도 가능하다. 만약 독자 여러분이 공장과 같은 물리적 자산에 대한 CAD, BIM 등과 같은 3D 파일을 확보하고 있다면, AWS IoT 트윈메이커의 신 컴포저로 이러한 파일들을 임포트(import)해서 유연하게 배치할 수 있다. 그러나 이러한 3D 파일을 확장자와 관계없이 있는 그대로 AWS IoT 트윈메이커에 임포트할 수는 없으며, 라이선스 제약이 없는 GLTF 또는 GLB 포맷으로 변환이 필요하다는 점에 유의해야 한다.

일반적으로 AWS IoT 트윈메이커에서 파일을 변환할 때는 이미지의 경량화를 위해 JSON 기반의 GLTF보다는 주로 GLTF의 바이너리 버전인 GLB 포맷으로 변환한다. 예를 들어, STEP 형태의 3D 이미지 포맷을 가지고 AWS IoT 트윈메이커를 통해 디지털 트윈을 구현하고자 한다면, 이러한 이미지 포맷을 GLTF 또는 GLB 형태로 변환해야 한다. GLTF/GLB 확장자 포맷의 장점은 다음과 같다. 우선 오픈 소스이기 때문에 사용에 대한 라이선스가 불필요하다. 또한 배우기 쉽고 웹에 최적화되어 있기 때문에 웹을 통한 디지털 트윈 배포에 용이하다.

 


그림 2. GLTF 방식의 3D 이미지(https://xeogl.org/docs/classes/GLTFModel.html)


 

■ 자세한 기사 내용은 PDF로 제공됩니다.

조상만 smcho@amazon.com


출처 : 캐드앤그래픽스 2023년 11월호

포인트 : 1,000P (정기구독자 무료 다운로드)

© 캐드앤그래픽스 무단전재 및 재배포금지, 기사 게재 희망시 당사 문의
  • kakao

댓글 0

로그인 후 댓글을 달수있습니다
등록된 코멘트가 없습니다.