‘이노베이션투어 2022’가 제시한 제조업계 트렌드!(2) Ⅰ. 가상시운전 : 장비 시뮬레이션이 제시하는 엔지니어링 시간의 감축과 사업 연속성의 기회 -윤웅현 부장
최교식 2022-10-28 15:13:06

 

지멘스디지털인더스트리, ·오프라인에서 이노베이션투어 2022’ 개최하고 디지털과 실제세상 연결하는 최신기술 소개

 

 

 

 

 

지멘스디지털인더스트리(DI) 부문이 지난 830일과 31일 양일간, ·오프라인에서 이노베이션투어 2022’를 개최했다.

더 나은 산업의 미래를 위해 지멘스가 제시하는 디지털과 실제 세상의 연결을 주제로 진행된 이번 세미나에는 온라인 상 1,900명 이상이 등록했으며, 강남에 위치한 디지털 엔터프라이즈 체험센터(KDEXc)에서는 신청자를 대상으로 오프라인 세션이 진행됐다.

특히 최근 산업 환경이 디지털화, 지속가능성 등 새로운 도전에 직면해 있는 가운데, 올해 이노베이션 투어에서는 지난 4월 독일에서 열린 세계 최대 산업 전시회 하노버 메세에서 소개된 콘텐츠를 선보였으며, 탄력성과 유연성 가용성과 확장성 지속성과 수익성 효율과 품질 투명성과 속도 등 총 5가지의 주제로 각 분야 지멘스 전문가들이 발표를 진행했다.

티노 힐데브란트 디지털 인더스트리 부문장은 개회 연설을 통해 올해 독일 하노버 메세에 한국지멘스가 독일 외 가장 큰 고객단을 이끌어 참석해 매우 자랑스러웠으며, 이를 통해 한국 기업들이 인식하는 스마트 팩토리의 중요성과 이에 대한 지멘스의 역할을 확인할 수 있었다, “행사를 통해 스마트 팩토리의 미래가 어떻게 현실화가 될 수 있는지 고객들에게 선보이고 디지털화와 자동화 분야의 선두 주자로서 국내 고객과 디지털 전환으로의 여정에 함께할 것이라고 말했다.

 

 

 

 

이노베이션투어 2022’는 양일에 걸쳐 진행이 됐는데, 이번 호에서는 지난 호에 이어 둘째 날 발표 내용을 정리해 기술한다.

둘째날 발표에서는 가상시운전의 트렌드와 브라운필드에서 모든 데이터를 통합하는 솔루션인 Brownfield Connectivity Service, 지멘스의 인더스트리얼 엣지의 실제사례를 소개함으로써, 최근 부상하고 있는 제조 트렌드의 이해를 도운 것이 특징이다.

 

 

. 가상시운전 : 장비 시뮬레이션이 제시하는 엔지니어링 시간의 감축과 사업 연속성의 기회 -윤웅현 부장

 

 

가상시운전이란 시뮬레이션 기술을 사용하여 가상의 머신, 모델을 실제 시스템에 연결하기 전에 시운전하는 작업을 말한다.

가상시운전은 시뮬레이션 기법을 기반으로 하고 있다. 가상의 머신, 가상의 모델을 미리 시운전해보는 것이 핵심 개념이다.

현재 디지털산업의 현장의 주류가 되어가고 있는 디지털트윈에 대해 여러 컨설팅회사에서 언급한 내용에 따르면, 가상시운전은 제품, 생산, 성능 모든 분야에서 필수요소가 되어가고 있으며, 머지않은 미래에 당연한 생산요소 중의 하나가 될 것으로 예상된다.

가상시운전은 단순히 성능과 생산을 시뮬레이션하는 것 이외에도, 더 큰 의미를 가지고 있다. 이 가상시운전이 가지는 의미를 제대로 알기 위해서는 생산의 가치사슬 구조에 대해 먼저 이해하는 것이 필요하다. 통상적으로 생산의 가치사슬은 설계부터 계획, 엔지니어링, 실행, 서비스까지 약 5개의 단계로 나뉘어지는데, 이 중 가상시운전이 진가를 발휘하는 영역은 생산계획과 엔지니어링이다. 엔지니어링이 완료된 후 현장에서 시운전하기 전이 바로 가상시운전이 위력을 발휘하는 순간이다.

 

 

<그림1> 생산의 가치사슬 구조

 

 

 

왜 가상시운전이 중요한지, 왜 시뮬레이션 기능에 추가적으로 예산을 추가해야 하는가?

10의 법칙이라는 것이 있다. 예를 들어서 개발단계에서 오류가 발생한 문제점을 수정하는데 드는 비용이 10원이라면, 다음 단게에서 발생했을 때는 100, 그다음 단계에서 발견했을 때는 1000원의 비용이 든다는 법칙이 바로 10의 법칙이다.

 

 

 

<그림2> 10의 법칙 : 확인되지 않은 오류에 대한 관련 비용이 하나의 부가가치 단계에서 다음 단계로 가면 10배 증가한다는 것을 말한다. 오류를 일찍 파악해 해결할수록 수정을 위해 부담하는 비용이 줄어든다.

 

 

가상시운전은 시운전 시간을 단축하고, 위험 및 비용을 최소화하며, 예기치 않은 장비의 오작동을 예방하고, 기계나 소프트웨어 오류를 미리 발견해서 실제 시운전 이전에 수정하는 것이 목적

 

 

휴대폰의 경우, 만약 설계상에 결함이 있다고 가정을 해보자. 출시 전에 테스트 과정에서 문제가 발생이 된다면 단순히 몇 개의 시제품을 수정하는 비용으로 끝나겠지만, 출시가 이미 된 이후에 결함이 발견되면 수십 배, 수백 배의 비용이 수정을 위해 투입돼야 할 것이다. 그래서 기업들은 새로운 제품이나 장비 출시 전에 최대한 많은 문제점을 찾아내고 수정하는데 심혈을 기울이고 있다.

자동화장비의 경우에는 크게 두 가지 의미에서 시장출시기간을 단축하고, 위험성을 줄이는데 가상시운전을 사용할 수 있다. 우선 통상적인 개발 컨셉의 경우 기계설계, 전기설계, 자동화 엔지니어링은 순차적으로 이루어지게 된다. 전기설계가 지체되면 자동화 엔지니어는 아무 일도 못하고 기다렸다가 자동화 프로그래밍을 해야 되기 때문에, 그만큼 프로그램이 지체된다는 것을 의미한다. 하지만 가상시운전을 하는 경우는 기계, 전기, 자동화 엔지니어링이 약간의 시간차를 두고 병행하면서, 시뮬레이션 모델에서 검증되면서 진행이 가능하기 때문에, 순차적으로 개발이 진행되지 않아도 되고, 그만큼 개발시간 단축이 이루어지게 된다.

시운전의 경우에는 자재가 잘못 준비되거나 혹은 장비의 관성모멘트가 맞지 않아 모터가 제대로 돌아가지 않거나, 심한 경우 프로그램 오류로 시운전 중 기구가 파손되는 경우도 있다. 그런 경우는 새로 기구 파트를 받아야 하기 때문에 몇 주 동안 공사가 지체될 수도 있다. 하지만 가상시운전의 경우에는 가상현실에서 이런 일들이 일어나기 때문에, 실제장비가 파손이 될 우려도 없고 사람이 다칠 우려도 없으며, 만약 문제가 발견이 되면 설계에 반영해서 다시 장비를 세팅하면 된다.

가상시운전은 시운전 시간을 단축하고, 위험 및 비용을 최소화하며, 예기치 않은 장비의 오작동을 예방하고, 기계 혹은 소프트웨어 오류를 미리 발견해서 실제 시운전 이전에 수정하는 것이 가장 큰 목적이다. 따라서 어떻게 하면 시운전 시간을 단축할 수 있을지, 혹은 어떻게 하면 위험과 비용을 최소화할 수 있을지, 예기치 않은 장비의 오작동을 어떻게 하면 예방할 수 있을지에 대한 해결책이 바로 가상시운전이다.

 

 

 

<그림3> 가상시운전을 통해 동시작업시 위험요소를 최소화하고 시장출시기간을 단축할 수 있다

 

 

그렇기 때문에 가상시운전은 시뮬레이션 모델을 통해서 해결책을 제시한다. 장비의 디지털 트윈은 실제 프로토타입 장비가 없이도 구성이 가능하고, 라이프사이클상에서 초기에 위험요소를 확인하고 재설계에 반영이 가능하기 때문에, 실제 시운전 진행과정에서 시간과 비용을 절약할 수 있다. 그리고 소프트웨어라는 특성상 장소에 구애받지 않고 장비를 프로그래밍할 수 있으며, 엔지니어링이 가능하고, 가상 테스트 장비의 최적화, 운영자 가상교육에도 활용이 가능하다는 여러 가지 장점을 갖는다.

실제로 가상시운전을 위한 디지털 트윈이 어떻게 구성되는지 알아보자.

통상적인 가상시운전 모델은 일반적으로 3 가지 시뮬레이션 모델이 결합된 형태를 갖는다.

우선 PLCHMI 프로그램을 시뮬레이션하는 자동화 모델, 그리고 드라이브나 액추에이터 같은 주변의 동작요소를 시뮬레이션하는 전기· 행동모델, 마지막으로 기계의 구성요소를 시뮬레이션하는 물리·운동학 모델 이렇게 3가지의 모델이 유기적으로 결합되어야만 하나의 가상시운전 모델이 구성된다.

 

 

<이미지4> 장비의 디지털 트윈 구성을 위한 시뮬레이션 모델의 결합

 

 

자동화 모델은 PLC를 시뮬레이션하고 동작모델에 대한 I/O스캔 인터페이스를 담당하며, 시간관리, 위치 및 속도관리를 담당한다.

전기·행동모델은 센서 및 액추에이터와 같은 외부 입출력을 시뮬레이션하고, 공정 기능과 온도 및 압력, 유압 같은 기능의 시뮬레이션을 담당한다.

그리고 물리·운동학 모델에서는 모션이나 자재의 흐름, 충돌확인 등에 대한 시뮬레이션을 담당하는데, 3차원 CAD 시뮬레이션이 유사한 예다.

여기서 가장 중요한 점은 세 가지의 시뮬레이션 모델이 각각 이루어지는 것이 아니라, 모두 유기적으로 연결이 돼서 만들어져야만 완전한 가상운전 모델이 된다는 것이다.

실제로 가상시운전 모델이 만들어지는 모델을 살펴보고 그 결과물을 영상으로 보자.

첫 번째 단계에서 자동화 모델을 생성한다. 여기서 자동화 모델을 생성한다는 것은 단순하게 얘기하면 장비의 제어를 위해서 생성한 자동화 프로그램을 PLC 시뮬레이션 프로그램에 얹어서 로직을 테스트할 수 있도록 준비한다는 것이다. 이때 PLCSIM Advanced라는 소프트웨어를 사용하게 되고, 통신이나 노하우 보호 블록, 안전, 웹서버를 포함하는 광범위한 기능의 시뮬레이션을 담당하게 된다. 사용자가 정의한 시뮬레이션 모델이나 혹은 테스트 소프트웨어의 데이터 교환을 위한 공통 인터페이스를 제공하고, 단일 혹은 네트워크 상의 다중 분산되어 있는 CPU 인스턴스의 시뮬레이션을 지원한다. 그리고 테스트를 위한 가상의 시간을 관리하고 동기화를 지원한다.

 

 

 

<그림5> 디지털 트윈의 생성 1단계는 PLCSIM Advanced에 의한 자동화 모델 생성이다.

 

 

두 번째 단계에서는 전기·행동모델을 구성한다.

PLC 시뮬레이터 같은 경우에는 I/O의 실제 입출력이나 드라이브의 피드백, 액추에이터 같은 기동요소들을 시뮬레이션할 수 없기 때문에, 전기적 혹은 행동적 모델들은 SIMIT이라고 하는 별도의 소프트웨어에서 담당하고 시뮬레이션한다. SIMIT 시뮬레이션은 분산된 주변장치에서 동작모델링, 즉 센서나 액추에이터 프로세스 기능에 대한 부분들, 압력이나 온도 유압 등의 요소들을 재현한다. 그리고 기능적인 목업이나 기능적인 목업에 대한 인터페이스를 제공하고, 설계 시뮬레이션 도구들, 예를 들면 지멘스의 AMESIM이나 Matlab과 같은 서드파티의 시뮬레이션에도 직접 연결이 가능한 인터페이스를 제공한다. 혹은 실제 하드웨어로 테스트하고, SIMIT 장치와 타사 어플리케이션을 연결할 수도 있는 하드웨어인더 루프(Hardware-in-the Loop)라는 기능도 제공한다.

 

 

<그림6> 디지털 트윈의 생성 2단계는 SIMIT을 이용한 전기·행동 모델이다.

 

 

마지막으로 물리·운동 모델의 구현이 필요하다.

NX MCD(Mechatronics Concept Designer)라는 시뮬레이션 툴을 사용하는데, 우선 CAD 데이터를 사용해서 기계모델을 생성한다. 이 부분이 가장 중요한 부분이다. CAD 데이터가 있어야만 3차원 모델을 만들어서 기계모델을 생성할 수 있다. 그리고 이 3차원 기계모델에는 중력가속도나 관성모멘트 같은 물리적 법칙들이 포함된다. 그리고 모션, 자재 흐름, 혹은 충돌과 같은 물리 적인 혹은 운동적인 컴포넌트를 생성하고, 다양한 형태의 설계 대안을 쉽게 시뮬레이션하고 검증하는 것이 가능하다.

 

 

 

<그림7> 디지털 트윈의 생성 3단계는 NX MCD에 의한 물리· 운동 모델의 구현이다.

 

 

 

이렇게 3가지의 모델들이 모두 한꺼번에 맞춰져야만 가상시운전의 완성이 가능하다. 단순히 기구를 가상에서 돌려보는 것이 목적이 아니다. 자동화 프로그램과 연동해서 로직과 함께 검증을 하는 것이기 때문에, PLC 로직과 기구의 복합적인 시운전이 가상환경에서 가능하다.

동영상이 소개됐다. 이 동영상에서는 피킹 로봇과 컨베이어 벨트의 동기를 PLC 프로그램과 함께 검증을 하는 것을 보여줬다. 이 과정에서 만약 충돌이나 로직의 문제가 있다면, 해당하는 문제가 재현이 되고, 실제 환경이나 중력같은 환경적 영향에 맞춰서 확인이 가능하다. 이렇게 장비 차원에서 가상공간에서 검증이 가능하기 때문에, 실제 환경의 시운전에서 발생할 수 있는 위험요소나 오류에 대한 비용을 최소화하는 것이 가능한 것이다.

예를 들면 로봇 피킹작업을 하는 환경에서, 로직이 잘못 들어가 있으면 단순하게 로봇이 오작동을 하는 것에 그치는 것이 아니라, 부품이 망가져서 해당부품을 새로 구매해야 되고, 새로 구매한 부품이 도착할 때까지 시간이 손실되는 코스트가 부가적으로 발생할 수 있다. 이런 것들을 최소화하는 것이 가상시운전의 가장 큰 목적 중의 하나이며, 이런 것들을 최소화해서 전체 프로젝트 비용을 절감하는 것이 가상시운전의 가장 큰 목적이며 메리트다.

여기까지는 단일장비의 시뮬레이션이나 가상시운전에 대해 살펴봤고, 다음은 내용을 확장해서 셀(Cell)에 대한 시뮬레이션에 대해 알아보자.

 

 

(Cell) 단위의 시뮬레이션에는 Process Simulate라는 시뮬레이션 툴 사용

 

 

 

<그림8> 셀 단위의 시뮬레이션에는 Process Simulate라는 셀 단위의 시뮬레이션 툴을 사용한다.

 

 

Process Simulate는 샵 플로어 레벨의 시운전 준비를 위한 테스트 환경이다. NX MCDPLCSim Advanced의 결합이 단위장비를 위한 테스트 환경이었다면, Process SimulatePLCSim Advanced와 결합돼서 셀 단위의 가상시운전을 시행하는 가상시운전 툴이다. 예를 들어 로봇이 장착된 셀 단위의 시운전을 하기 위해서는 기계디자인, 전기디자인, 로봇 오프라인 프로그래밍, 자동화 엔지니어링에 대한 모든 요소들을 검증해야 한다. Process 시뮬레이션은 PLC 레벨의 로직과 연동돼서 구동되는 로봇과 라인의 동기화를 구성해서, 충돌이나 동작 안전 등의 요소를 검증한다.

셀 단위의 가상시운전은 통합적인 관점에서의 접근이 필요하다. PLC 프로그램이 1차 완성되고 난 이후에, CAD 도면요소와 프로그램적 요소가 결합된 물류운동 검증요소가 Process Simulate에서 일차 구성이 되고, 그 이후에 로봇 오프라인 프로그래밍까지 거쳐서 자재흐름까지 결합이 되면, PLC와 연동돼서 가상시운전을 할 수 있는 요소들이 완성된다. 그렇기 때문에 셀 단위의 가상시운전은 단순한 기구 시운전보다는, 복합적인 구성요소의 결합형태로 보여지게 된다.

이때 Process Simulate에는 예를 들면 기본적인 물리적 좌표계나 운동학적 요소들이 구성이 되고, 이러한 필수요소뿐만 아니라 그 이외에 움직임과 공정을 결정짓는 요소들이 결합돼서 PLC 로직에 맞춰서 구성될 수 있는 가상세계가 완성이 된다.

이렇게 완성된 PLCSimAdvancedWinCC 시뮬레이터가 결합된 가상시운전 모델이 소개됐다. 로봇과 컨베이어가 결합된 운동요소에 자재가 흐르고 있고, 공정이 진행되고 만약 충돌이 있으면 검증이 되고 수정을 할 수 있도록 피드백된다.

자동화 요소와 물리적인 요소가 완벽하게 동기화되어 있기 때문에, 해당모델에서 검증된 요소들에 대해서는 실제 시운전 과정에서도 100%에 가깝게 동작을 한다고 볼 수 있다. 그렇기 때문에 이러한 가상의 시운전과정에서 자동화 프로그램과 전기 기구 프로그램의 병행개발이 가능하고, 에러를 실제 시운전 전에 검증해낼 수 있으며, 전체적인 경비를 절감하는 효과를 얻을 수 있다. 그리고 요즘 점점 중요성이 높아지고 있는 안전요소에 대해서도 최대한의 대비를 하고, 장비를 설치하고 시운전할 수 있다는 대단히 큰 이점을 만들어 낼 수 있다.

 

 

<그림8> 셀 단위의 가상시운전에 Process Simulate 샵 플로어 시운전 준비를 위한 테스트 환경을 적용한다.

 

 

 

<그림9> 가상 시운전은 통합적 관점에서의 접근이 필요하다

 

 

 

 

이외에도 가상시운전은 몇 가지 이점을 더 가지고 있다.

우선, 기존의 모델을 재사용하는 것이 가능하기 때문에, 개선된 장비를 만들 때 보다 빠르게 개발을 할 수 있다는 장점이 있고, 장비의 오작동에 대한 위험이 없기 때문에, 운영자들 교육에 적극적으로 활용해 볼 수가 있다는 장점이 있다. 그리고 프로토타입이 없이도 가상의 쇼케이스 형태로 장비를 홍보하고 영업활동을 할 수가 있다.

 

앞으로의 가상시운전 방향은 어떨까?

 

미래의 자동화기술 중 하나인 인공지능에 가상시운전이 적용됐을 때의 예를 살펴보자.

현대 공장에서 로봇의 사용처는 계속해서 급속도로 늘어나고 있다. 디지털 공장을 구성하는 데 있어서 로봇은 핵심적인 부품 중 하나가 되어 가고 있다. 대부분 자재나 제품에 대한 핸들링 어플리케이션에 사용이 되고 있기 때문에, 그리핑(Gripping) 작업이 계속해서 로봇 활용의 키(Key)가 되어가고 있다.

여기에 한 가지 도전과제가 있다. 생산과정에서 핸들링을 하기 위해 로봇이 사용이 되는데, 이 경우에 자재, 혹은 제품을 집기 위해서 로봇은 그리핑 작업을 하게 된다. 그런데 문제는 이 작업이 생각보다 쉽지 않다는 것이다. 복잡한 형상을 가진 제품들도 있고, 미끄러운 제품들도 있고, 중첩돼서 들어오는 경우도 있다. 이 장비 메이커에서는 이러한 작업에 대해 개선을 하여 현재 생산에 영향을 주지 않고 최적화를 하고 싶어 한다. 예를 들어서 스마트워치를 조립하는 라인을 보자. 이 라인에는 스마트워치를 조립하기 위한 부품들을 로봇이 들어서 정확히 옮겨주는 작업을 하고 있고, 이 과정에서 부품의 판별은 로봇 팔에 있는 비전센서, 혹은 그 이외에 있는 비전센서에서 실행을 하고, 로봇은 그 판별 데이터를 받아서 정확한 위치에 그 부품을 올려놓는 작업을 하고 있다. 이 공정은 카메라를 이용한 비전센서를 이용해서 진행이 된다. 카메라의 촬상 이미지를 판독해서 제품의 종류를 판단하고, 적합한 위치에 옮기는 작업을 해야 되는데, 이 제품의 이미지가 뚜렷하게 두 개로 나뉘어져 있는 경우에는 로봇이 문제없이 제품을 정확한 위치에 옮겨놓는 작업이 가능하겠지만, 두 개가 겹쳐져서 모호한 이미지에 대해서는 판별이 불가능해서 그리핑 작업을 하기가 어렵다. 이런 경우는 대부분 라인 밖으로 이 부품들을 빼내야 한다. 어떻게 해결을 할 수 있을까? 우리는 인공지능을 한 번 주목해보기로 했다.

엣지 디바이스(Edge Device)에 연결된 인공지능으로, 이미지를 포인트 클라우드라고 하는 이미지보조로서 세분화하고 분석을 했다. 그래서 겹쳐진 부품의 경우에 하단의 포인트 클라우드 이미지를 재구축해서 위와 아래의 부품으로 구분할 수 있는 작업을 실행한다. 기존 이미지를 보면 포인트 클라우드로 구축된 이미지로 봤을 때 위에 있는 부품과 아래에 있는 부품을 구분하기가 어려운 것을 볼 수가 있다. 그러나 <그림10>의 오른쪽 이미지를 보면 포인트 클라우드를 인공지능으로 재구성해서 위에 있는 부품과 아래에 있는 부품의 구분이 가능해진 것을 볼 수가 있다. 이렇게 해서 재처리된 이미지를 디지털 트윈으로 구성된 장비모델에 보내주고, 디지털 트윈으로 구성된 장비모델에서는 이 모델을 가지고 학습을 하게 된다. 그렇게 해서 학습된 모델은 인공지능으로 다시 배포가 돼서 생산을 최적화하게 된다. 이 과정의 훌륭한 점은 실시간으로 학습된 모델이 게속해서 배포가 가능하기 때문에 생산의 최적화가 가속화될 수 있다는 점이다.

 

 

 

<그림10>인공지능에 바탕을 둔 이미지 재처리 

 

 

 

<그림11> 디지털 트윈과 인공지능의 협업 

 

 

 

개념을 좀 더 자세히 설명하자.

먼저 HEEDS라는 시스템에서 부품의 양산에 대해서 임의의 모습으로 랜덤하게 겹쳐진 모습으로 형상을 생성한다. 랜덤하게 이미지를 만들어낸다는 것이다. 그리고 겹치는 부품과 하단 부품에 대해 원격으로 시뮬레이션 프로세스를 제어한다. 그리고 데이터의 결과를 관리한다.

생성된 데이터 셋을 익스포트해서 디지털 트윈으로 전달한다. 그러면 디지털 트윈에서는 가져온 데이터 셋에 대해 시뮬레이션을 한다. 가져온 데이터 셋에 대해 가상의 스캔을 실행해서, 겹쳐진 부품과 하단의 부품을 각각 분단하는 작업을 하게 된다. 그리고 스캔된 부품의 포인트 클라우드를 생성하게 되고, 이 만들어진 포인트 클라우드를 생성해서 데이터 셋을 익스포트해서 인공지능 모델로 전달한다. 그러면 인공지능 모델에서는 겹쳐진 상단 부품을 제거하고 포인트 클라우드를 분리한 다음, 학습된 데이터를 통해서 하단 부품의 포인트 클라우드를 다시 구축을 한다. 상단에 있는 부품과 하단에 있는 부품을 분리해서 비교하기 위한 것이다. 그리고 결과의 품질을 판단하기 위해 받아온 포인트 클라우드와 생성된 포인트클라우드의 비교를 한다. 비교를 하면 인공지능에서 판별이 가능해지게 된다. 그리고 이 작업들은 게속해서 순환을 한다.

 

 

<그림12> 디지털 트윈으로 인공지능을 트레이닝하고 공정을 계속해서 개선한다.

 

 

 

 

<그림13> SIMATIC Edge의 인공지능

 

 

 

이 장비에 설치되어있는 엣지 디바이스와 디지털 트윈은 계속해서 연동이 된다. 데이터 셋을 주고받으면서 인공지능의 능력을 발전시키고, 이런 작업들은 현재 실행 중인 공정에 전혀 영향읗 끼치지 않는다. 가상시운전을 통해 계속해서 인공지능을 발전시켜 나가게 되는 것이고, 현재의 가상시운전 기술을 뛰어넘어서 미래의 기술인 인공지능과 연동하는 모습이다,

결론적으로, 이렇게 인공지능을 이용해서 디지털 트윈에서 학습을 하게 되면 생산성을 향상시킬 수 있고, 장비의 다운타임에도 영향을 주지 않고 문제발생에 대한 비용도 감소시킬 수 있으며, 시간도 감소시킬 수 있다는 이점을 얻을 수 있다.

지멘스의 자동화 포트폴리오를 위한 시뮬레이션 솔루션은 고객사 비즈니스의 전체 가치흐름을 지원한다. 향후에도 단순한 가상시운전이 아니라, 이러한 미래기술들을 통합할 수 있는 기회들을 계속해서 만들어 나갈 것이다.

 

 
디지털여기에 news@yeogie.com <저작권자 @ 여기에. 무단전재 - 재배포금지>