AI 및 디지털 트윈을 이용한 신기술 개발 사례
2021-09-07
org.kosen.entty.User@7a9c0568
박세환(world00117)
1. 서언
AI(인공지능) 로봇과 디지털 트윈(Digital twin) 기술을 적용한 다양한 신기술들이 속속 개발되고 있다. 재난사고를 예방하고 나아가 국가 인프라를 안전하게 유지하기 위한 지하 기반시설 모니터링 기술이 개발되었다. 아울러 디지털 트윈 기술이 적용된 실시간 물류시스템 관리기술과, AI 기반 디지털트윈 기술이 적용된 환경인지형 스마트 플랜트 팜 생산기술이 개발되었다[1][2][3]. 이들 신기술은 모두 4차 산업혁명 시대 주목받고 있는 첨단기술군(IoT(사물인터넷)/클라우드 컴퓨팅시스템/빅 데이터 분석기술 등)이 AI와 디지털 트윈 기술과 접목된 것들이다. 이를 통해 안전한 사회, 최적의 물류환경, 스마트 농/축/수산업을 구현하고자 하는 것이다. 이외에도 여러 산업분야에서 다양한 기술들이 개발되고 있다.
이 연구에서는 국내 최초로 AI로봇과 디지털 트윈을 활용한 기반시설 모니터링 기술, 디지털 트윈이 적용된 실시간 물류시스템 관리기술, AI 기반 디지털트윈 기술이 적용된 환경인지형 스마트 플랜트 팜 생산기술 등 AI로봇과 디지털 트윈을 이용한 첨단기술 개발사례를 소개한다. 아울러 이들 신기술들을 구현하는 데 필수적으로 요구되는 기술개발 이슈를 설명한다.
2. AI로봇과 디지털 트윈을 이용한 첨단기술 개발사례
2.1. 기반시설 모니터링 기술
국내 최초로 AI로봇과 디지털 트윈을 활용한 지하 기반시설 모니터링 기술이 개발되었다. 리튬이온 배터리(무선충전 배터리)를 탑재한 AI로봇이 기반시설물의 여러 가지 상태(영상/열화상/온도/습도/산소/이산화질소/일산화탄소/이산화탄소 등)를 관측하여 실시간으로 10km 떨어진 관제센터에 지능형 모니터링 정보를 제공하는 것이다. 이를 통해 재난상황 발생 시 정확한 재난위치와 정도를 예측하여 폐쇄적인 공간구조와 같이 구조대나 소방관 진입이 어려운 국가 기반시설물 등을 효과적으로 관리할 수 있게 되었다. 이로써 기존에는 근무자가 2인1조로 육안 및 자체설비를 이용하여 점검 및 순찰하는 데 약 2시간30분 이상이 걸렸으나, 최대 30분으로 단축할 수 있게 되었다. 아울러 점검/순찰과정을 무인 자동화하여 평상시에도 ⅰ) 재난요인 및 위험인자 사전 지를 통한 초기예방조치, ⅱ) 재난발생 시 정확한 현장상황 및 피해예측정보 공유 기반의 신속한 현장 대응, ⅲ) 관할소방서/군/경찰과 연계한 디지털 트윈 기반의 현장상황정보 공유 등을 통해 신속하고 효과적으로 재난징후를 관리할 수 있게 되었다. AI로봇을 이용한 재난상황 대응 서비스 시나리오를 [그림 1]에 나타낸다[1][2][4].
* 자료 : HelloDD.com(2021.04.28)
* 사진제공 : 한국전자통신연구원
[그림 1] AI로봇을 이용한 재난상황 대응 서비스 시나리오
AI로봇과 디지털 트윈을 이용한 기반시설물 모니터링 기술은 과거의 고정형 IoT(사물인터넷) 센서로 단순자료를 수집하는 수준에서 데이터분석과 시뮬레이션까지 가능한 진일보한 기술로 평가받고 있다.
2.2. 실시간 물류시스템 관리기술
2019년 8월, 글로벌 물류업체와 종이용기 생산업체는 공동으로 디지털 트윈 기술이 적용된 실시간 물류시스템 관리기술이 개발되었다. 디지털 트윈을 물류창고에 적용하기 위해서는 ⅰ) 물류설비에 대한 정확한 묘사, ⅱ) 물류설비와의 1대1 연계 서비스, ⅲ) 센서를 통한 실시간 물류설비 데이터수집, ⅳ) 물류설비에 문제발생 시 실시간 파악, ⅴ) 물류설비 상태 모니터링/분석/예측 기술 등 다양한 기술이 필수적으로 요구된다. 이 디지털 트윈 물류창고는 IoT 등 첨단기술을 이용하여 물류정보를 실시간으로 모니터링하면서 최적의 의사결정을 지원한다. 디지털 트윈 물류창고 관리시스템을 통해 최적의 의사결정 지원, 상품 보관 보안성 강화, 콜드체인(Cold-chain) 물류(의 온도관리 효율성 제고, 원활한 물류흐름 촉진, 물류창고의 안정성 확보 등 다양한 효과를 기대하고 있다. 실시간 물류설비 관리를 위한 VISION PICKING 개념도를 [그림 2]에 나타낸다[3].
* 자료 : 물류신문(2020.03.16)
* 사진제공 : www.logistics.dhl
[그림 2] 실시간 물류시스템 관리를 위한 Vision Picking 개념도
AI로봇과 디지털 트윈을 이용한 실시간 물류설비 관리 서비스는 대부분 수작업에 의존하여 데이터가 시스템화 되지 못해 최적제어가 쉽지 않은 물류설비 관리를 선진화한 기술로 평가받고 있다. 아울러 4차 산업혁명의 핵심기술로 주목받고 있는 디지털 트윈 기술을 이용함으로써 차세대 스마트 물류창고의 모습을 보여주는 사례로 평가받고 있다.
2.3. 환경인지형 스마트 플랜트 팜 생산기술
중장기적으로 실제 농가를 가상화하고 이를 기반으로 다양한 시뮬레이션을 통한 정밀한 제어 및 예측 등이 가능한 AI 기반 디지털트윈 기술이 적용된 환경인지형 스마트 플랜트 팜 생산기술이 개발되었다. 이 기술은 원격제어와 노동편의성 수준을 넘어 AI 등 다양한 기술을 적용하여 생산성을 극대화하고, 부작용을 최소화하는 기술수준을 의미한다. 이러한 디지털 트윈 팜 플랫폼(Farm platform)과 동기화되어 원격제어(운용)를 통해 최적의 환경에서 최소의 노동력으로 최대의 생산성을 향상시키고, 나아가 질병감시가 가능한 AI팜 컨설턴트 기술(Twin farm)로 수요니즈 기반의 다양한 서비스가 기대된다. 이 기술을 구현하기 위해서는 ⅰ) 다양한 센싱 정보를 기반으로 한 생육상태 측정의 고도화, ⅱ) 축적된 비정형 데이터를 통한 기후변화에 대응/에너지비용의 최적화/대량생산을 위한 무인화, ⅲ) 생산-유통-소비가 연계된 지능화 플랫폼, ⅳ) 스스로 인지/예측/ 학습이 가능한 AI형 파머 기술(Cognitive Farm) 등의 기술개발이 필요하다. 환경인지형 스마트 플랜트 팜 생산기술 개념도를 [그림 3]에 나타낸다[5].
* 자료 : 한국전자통신연구원(2021.02)
* 사진제공 : 지능정보사회로 가는 길: 기술발전지도 2035(한국전자통신연구원)
[그림 3] 환경인지형 스마트 플랜트 팜 생산기술 개념도
환경인지형 스마트 플랜트 팜 생산기술을 통해 기후변화 및 소비 패턴 변화에 따른 생산/가공/유통/물류를 대상으로 하는 사이버 봇과 협업함으로써 실시간 수요/공급을 예측하여 자율적인 생산조건을 계획하고 통제할 수 있는 자율무인형 팜 봇 플랫폼(Autonomous farm)의 개발이 기대된다. 이를 토대로 스마트 에니멀 팜(Smart animal farm), 스마트 아쿠아팜(Smart aqua farm)으로 발전할 수 있을 것으로 평가받고 있다.
3. 결언
AI로봇과 디지털 트윈을 이용한 기반시설물 모니터링 기술은 재난안전 관리체계를 지능화하여 신산업(스마트시티, 자율주행자동차 등) 활성화를 위한 기반기술로 활용함으로써 안전한 사회를 실현하는데 도움이 되기를 기대하고 있다. 특히 국가 핵심기반시설인 지하공동구 등에 재난발생 시 AI로봇을 이용한 초동대응을 통해 효율적이고 안전하게 관리를 제공할 수 있을 것으로 기대하고 있다[1]. 디지털 트윈 기술을 적용한 실시간 물류설비 관리기술은 물류인프라(창고 및 유통센터 등)의 설계/운영/최적화에 큰 영향을 줄 수 있다. 이 디지털 트윈은 시설자체의 3D모델과 연결된 창고 플랫폼에서 수집한 IoT 데이터와 모든 품목의 특성(크기/수량/위치/수요 등)을 포함한 재고 및 운영 데이터와 결합할 수 있다. 특히 AI와 함께 증강현실(AR), 컴퓨터 비전(Computer Vision) 등 4차 산업형 첨단기술을 활용하여 인간과 로봇의 상호작용이 원활하게 이루어지면서 물류창고의 자동화수준을 한 단계 더 높일 수 있을 것이다. 이를 통해 물류유통에 필요한 최적의 처리량 수준을 유지하면서 에너지소비를 줄일 수도 있어 자동화시스템의 성능을 더욱 최적화 할 수 있을 것으로 기대하고 있다[3]. AI 기반 디지털트윈 기술이 적용된 환경인지형 스마트 플랜트 팜 생산기술을 이용 농/축/수산 기술은 생명산업으로서 타 산업 대비 다양한 변화요인(환경/생물/질병/에너지 등)이 존재한다. 따라서 현장중심의 농어민이 단기적으로 사용가능한 기술을 물론 중장기적으로 높은 가격수용, 대규모 시설투자가 가능한 분야의 기술개발도 필요하다. 아울러 한국의 고령사회 및 인구구조에 적합한 선진국형 기술개발에 대한 투자도 필요하다[5].
[용어해설]
1. 디지털 트윈(Digital Twin) 기술 : 현실세계의 물리적 사물 및 환경과 동일한 쌍둥이를 가상공간에 구현하고 발생 가능한 상황을 컴퓨터 시뮬레이션으로 검증하여 결과를 예측하는 기술을 의미함
2. 콜드체인(Cold-chain) 물류 : 제품의 제조에서부터 사용시점까지 일정한 온도를 유지하는 데 필요한 수단으로 온도에 민감한 제품을 제조/보관/운송/모니터링 하는 일련의 과정을 의미함
2. 스마트 에니멀 팜(Smart animal farm) : 사람-동물-환경이 연결된 디지털 유기체를 통해 윤리적 생산/소비, 다양한 원인의 불확실성을 해결하기 위한 AI 기반의 지능화된 질병관리, 환경관리 효율화, 안정적 생산을 위한 디지털 트윈 축산 플랫폼을 의미함
3. 스마트 아쿠아팜(Smart aqua farm) : 세계최고 수준의 수산물 소비량 및 세계적 수준의 종자기술을 활용하여 종자-양성-유통의 디지털 전주기 데이터의 활용이 가능한 아쿠아 트윈 플랫폼을 의미함
[참고문헌]
[1] ETRI, AI로봇·디지털 트윈으로 지하 공동구 철벽 관리, 오창 공동구에 전국 최초로 적용해 가동...타 지역 확대 계획(ZDNet Korea, 2021.04.28)
<https://zdnet.co.kr/view/?no=20210428091919>
[2] 디지털트윈·AI로봇으로 지하공동구 관리 효율화(HelloDD.com, 2021.04.28)
<https://www.hellodd.com/news/articleView.html?idxno=92589>
[3] 미래의 스마트 물류창고를 만드는 기술 사례(물류신문, 2020.03.16)
<http://www.klnews.co.kr/news/articleView.html?idxno=120936>
[4] 디지털트윈 기술로 '공동구' 살핀다…AI 로봇이 시설물 점검(네이트닷컴, 2021.04.28.)
<https://news.nate.com/view/20210428n16191?mid=n0105>
[5] 김세한 외, “디지털 데이터 중심의 AI기반 환경인지 생산기술 개발 방향”, 전자통신동향분석, 제36권, 제1호, 한국전자통신연구원, 2021.02.
<https://ettrends.etri.re.kr/ettrends/188/0905188006/36-1_54-63.pdf>
AI(인공지능) 로봇과 디지털 트윈(Digital twin) 기술을 적용한 다양한 신기술들이 속속 개발되고 있다. 재난사고를 예방하고 나아가 국가 인프라를 안전하게 유지하기 위한 지하 기반시설 모니터링 기술이 개발되었다. 아울러 디지털 트윈 기술이 적용된 실시간 물류시스템 관리기술과, AI 기반 디지털트윈 기술이 적용된 환경인지형 스마트 플랜트 팜 생산기술이 개발되었다[1][2][3]. 이들 신기술은 모두 4차 산업혁명 시대 주목받고 있는 첨단기술군(IoT(사물인터넷)/클라우드 컴퓨팅시스템/빅 데이터 분석기술 등)이 AI와 디지털 트윈 기술과 접목된 것들이다. 이를 통해 안전한 사회, 최적의 물류환경, 스마트 농/축/수산업을 구현하고자 하는 것이다. 이외에도 여러 산업분야에서 다양한 기술들이 개발되고 있다.
이 연구에서는 국내 최초로 AI로봇과 디지털 트윈을 활용한 기반시설 모니터링 기술, 디지털 트윈이 적용된 실시간 물류시스템 관리기술, AI 기반 디지털트윈 기술이 적용된 환경인지형 스마트 플랜트 팜 생산기술 등 AI로봇과 디지털 트윈을 이용한 첨단기술 개발사례를 소개한다. 아울러 이들 신기술들을 구현하는 데 필수적으로 요구되는 기술개발 이슈를 설명한다.
2. AI로봇과 디지털 트윈을 이용한 첨단기술 개발사례
2.1. 기반시설 모니터링 기술
국내 최초로 AI로봇과 디지털 트윈을 활용한 지하 기반시설 모니터링 기술이 개발되었다. 리튬이온 배터리(무선충전 배터리)를 탑재한 AI로봇이 기반시설물의 여러 가지 상태(영상/열화상/온도/습도/산소/이산화질소/일산화탄소/이산화탄소 등)를 관측하여 실시간으로 10km 떨어진 관제센터에 지능형 모니터링 정보를 제공하는 것이다. 이를 통해 재난상황 발생 시 정확한 재난위치와 정도를 예측하여 폐쇄적인 공간구조와 같이 구조대나 소방관 진입이 어려운 국가 기반시설물 등을 효과적으로 관리할 수 있게 되었다. 이로써 기존에는 근무자가 2인1조로 육안 및 자체설비를 이용하여 점검 및 순찰하는 데 약 2시간30분 이상이 걸렸으나, 최대 30분으로 단축할 수 있게 되었다. 아울러 점검/순찰과정을 무인 자동화하여 평상시에도 ⅰ) 재난요인 및 위험인자 사전 지를 통한 초기예방조치, ⅱ) 재난발생 시 정확한 현장상황 및 피해예측정보 공유 기반의 신속한 현장 대응, ⅲ) 관할소방서/군/경찰과 연계한 디지털 트윈 기반의 현장상황정보 공유 등을 통해 신속하고 효과적으로 재난징후를 관리할 수 있게 되었다. AI로봇을 이용한 재난상황 대응 서비스 시나리오를 [그림 1]에 나타낸다[1][2][4].
* 자료 : HelloDD.com(2021.04.28)
* 사진제공 : 한국전자통신연구원
[그림 1] AI로봇을 이용한 재난상황 대응 서비스 시나리오
AI로봇과 디지털 트윈을 이용한 기반시설물 모니터링 기술은 과거의 고정형 IoT(사물인터넷) 센서로 단순자료를 수집하는 수준에서 데이터분석과 시뮬레이션까지 가능한 진일보한 기술로 평가받고 있다.
2.2. 실시간 물류시스템 관리기술
2019년 8월, 글로벌 물류업체와 종이용기 생산업체는 공동으로 디지털 트윈 기술이 적용된 실시간 물류시스템 관리기술이 개발되었다. 디지털 트윈을 물류창고에 적용하기 위해서는 ⅰ) 물류설비에 대한 정확한 묘사, ⅱ) 물류설비와의 1대1 연계 서비스, ⅲ) 센서를 통한 실시간 물류설비 데이터수집, ⅳ) 물류설비에 문제발생 시 실시간 파악, ⅴ) 물류설비 상태 모니터링/분석/예측 기술 등 다양한 기술이 필수적으로 요구된다. 이 디지털 트윈 물류창고는 IoT 등 첨단기술을 이용하여 물류정보를 실시간으로 모니터링하면서 최적의 의사결정을 지원한다. 디지털 트윈 물류창고 관리시스템을 통해 최적의 의사결정 지원, 상품 보관 보안성 강화, 콜드체인(Cold-chain) 물류(의 온도관리 효율성 제고, 원활한 물류흐름 촉진, 물류창고의 안정성 확보 등 다양한 효과를 기대하고 있다. 실시간 물류설비 관리를 위한 VISION PICKING 개념도를 [그림 2]에 나타낸다[3].
* 자료 : 물류신문(2020.03.16)
* 사진제공 : www.logistics.dhl
[그림 2] 실시간 물류시스템 관리를 위한 Vision Picking 개념도
AI로봇과 디지털 트윈을 이용한 실시간 물류설비 관리 서비스는 대부분 수작업에 의존하여 데이터가 시스템화 되지 못해 최적제어가 쉽지 않은 물류설비 관리를 선진화한 기술로 평가받고 있다. 아울러 4차 산업혁명의 핵심기술로 주목받고 있는 디지털 트윈 기술을 이용함으로써 차세대 스마트 물류창고의 모습을 보여주는 사례로 평가받고 있다.
2.3. 환경인지형 스마트 플랜트 팜 생산기술
중장기적으로 실제 농가를 가상화하고 이를 기반으로 다양한 시뮬레이션을 통한 정밀한 제어 및 예측 등이 가능한 AI 기반 디지털트윈 기술이 적용된 환경인지형 스마트 플랜트 팜 생산기술이 개발되었다. 이 기술은 원격제어와 노동편의성 수준을 넘어 AI 등 다양한 기술을 적용하여 생산성을 극대화하고, 부작용을 최소화하는 기술수준을 의미한다. 이러한 디지털 트윈 팜 플랫폼(Farm platform)과 동기화되어 원격제어(운용)를 통해 최적의 환경에서 최소의 노동력으로 최대의 생산성을 향상시키고, 나아가 질병감시가 가능한 AI팜 컨설턴트 기술(Twin farm)로 수요니즈 기반의 다양한 서비스가 기대된다. 이 기술을 구현하기 위해서는 ⅰ) 다양한 센싱 정보를 기반으로 한 생육상태 측정의 고도화, ⅱ) 축적된 비정형 데이터를 통한 기후변화에 대응/에너지비용의 최적화/대량생산을 위한 무인화, ⅲ) 생산-유통-소비가 연계된 지능화 플랫폼, ⅳ) 스스로 인지/예측/ 학습이 가능한 AI형 파머 기술(Cognitive Farm) 등의 기술개발이 필요하다. 환경인지형 스마트 플랜트 팜 생산기술 개념도를 [그림 3]에 나타낸다[5].
* 자료 : 한국전자통신연구원(2021.02)
* 사진제공 : 지능정보사회로 가는 길: 기술발전지도 2035(한국전자통신연구원)
[그림 3] 환경인지형 스마트 플랜트 팜 생산기술 개념도
환경인지형 스마트 플랜트 팜 생산기술을 통해 기후변화 및 소비 패턴 변화에 따른 생산/가공/유통/물류를 대상으로 하는 사이버 봇과 협업함으로써 실시간 수요/공급을 예측하여 자율적인 생산조건을 계획하고 통제할 수 있는 자율무인형 팜 봇 플랫폼(Autonomous farm)의 개발이 기대된다. 이를 토대로 스마트 에니멀 팜(Smart animal farm), 스마트 아쿠아팜(Smart aqua farm)으로 발전할 수 있을 것으로 평가받고 있다.
3. 결언
AI로봇과 디지털 트윈을 이용한 기반시설물 모니터링 기술은 재난안전 관리체계를 지능화하여 신산업(스마트시티, 자율주행자동차 등) 활성화를 위한 기반기술로 활용함으로써 안전한 사회를 실현하는데 도움이 되기를 기대하고 있다. 특히 국가 핵심기반시설인 지하공동구 등에 재난발생 시 AI로봇을 이용한 초동대응을 통해 효율적이고 안전하게 관리를 제공할 수 있을 것으로 기대하고 있다[1]. 디지털 트윈 기술을 적용한 실시간 물류설비 관리기술은 물류인프라(창고 및 유통센터 등)의 설계/운영/최적화에 큰 영향을 줄 수 있다. 이 디지털 트윈은 시설자체의 3D모델과 연결된 창고 플랫폼에서 수집한 IoT 데이터와 모든 품목의 특성(크기/수량/위치/수요 등)을 포함한 재고 및 운영 데이터와 결합할 수 있다. 특히 AI와 함께 증강현실(AR), 컴퓨터 비전(Computer Vision) 등 4차 산업형 첨단기술을 활용하여 인간과 로봇의 상호작용이 원활하게 이루어지면서 물류창고의 자동화수준을 한 단계 더 높일 수 있을 것이다. 이를 통해 물류유통에 필요한 최적의 처리량 수준을 유지하면서 에너지소비를 줄일 수도 있어 자동화시스템의 성능을 더욱 최적화 할 수 있을 것으로 기대하고 있다[3]. AI 기반 디지털트윈 기술이 적용된 환경인지형 스마트 플랜트 팜 생산기술을 이용 농/축/수산 기술은 생명산업으로서 타 산업 대비 다양한 변화요인(환경/생물/질병/에너지 등)이 존재한다. 따라서 현장중심의 농어민이 단기적으로 사용가능한 기술을 물론 중장기적으로 높은 가격수용, 대규모 시설투자가 가능한 분야의 기술개발도 필요하다. 아울러 한국의 고령사회 및 인구구조에 적합한 선진국형 기술개발에 대한 투자도 필요하다[5].
[용어해설]
1. 디지털 트윈(Digital Twin) 기술 : 현실세계의 물리적 사물 및 환경과 동일한 쌍둥이를 가상공간에 구현하고 발생 가능한 상황을 컴퓨터 시뮬레이션으로 검증하여 결과를 예측하는 기술을 의미함
2. 콜드체인(Cold-chain) 물류 : 제품의 제조에서부터 사용시점까지 일정한 온도를 유지하는 데 필요한 수단으로 온도에 민감한 제품을 제조/보관/운송/모니터링 하는 일련의 과정을 의미함
2. 스마트 에니멀 팜(Smart animal farm) : 사람-동물-환경이 연결된 디지털 유기체를 통해 윤리적 생산/소비, 다양한 원인의 불확실성을 해결하기 위한 AI 기반의 지능화된 질병관리, 환경관리 효율화, 안정적 생산을 위한 디지털 트윈 축산 플랫폼을 의미함
3. 스마트 아쿠아팜(Smart aqua farm) : 세계최고 수준의 수산물 소비량 및 세계적 수준의 종자기술을 활용하여 종자-양성-유통의 디지털 전주기 데이터의 활용이 가능한 아쿠아 트윈 플랫폼을 의미함
[참고문헌]
[1] ETRI, AI로봇·디지털 트윈으로 지하 공동구 철벽 관리, 오창 공동구에 전국 최초로 적용해 가동...타 지역 확대 계획(ZDNet Korea, 2021.04.28)
<https://zdnet.co.kr/view/?no=20210428091919>
[2] 디지털트윈·AI로봇으로 지하공동구 관리 효율화(HelloDD.com, 2021.04.28)
<https://www.hellodd.com/news/articleView.html?idxno=92589>
[3] 미래의 스마트 물류창고를 만드는 기술 사례(물류신문, 2020.03.16)
<http://www.klnews.co.kr/news/articleView.html?idxno=120936>
[4] 디지털트윈 기술로 '공동구' 살핀다…AI 로봇이 시설물 점검(네이트닷컴, 2021.04.28.)
<https://news.nate.com/view/20210428n16191?mid=n0105>
[5] 김세한 외, “디지털 데이터 중심의 AI기반 환경인지 생산기술 개발 방향”, 전자통신동향분석, 제36권, 제1호, 한국전자통신연구원, 2021.02.
<https://ettrends.etri.re.kr/ettrends/188/0905188006/36-1_54-63.pdf>