디지털 트윈(digital twin)은 실제 기계·공장·건물 같은 대상을 컴퓨터 안에 본뜬 가상 모델이 실제 대상에서 들어오는 데이터로 계속 갱신되고, 그 모델의 예측이 다시 현실의 결정으로 돌아가는 체계입니다. 모양만 똑같은 3D 모델이나 한 번 돌려 보는 시뮬레이션과 가르는 기준은 실제 대상과 연결돼 양쪽으로 정보가 오가는지입니다.
미국 국립학술원은 양방향 연결을 핵심으로 본다
미국 국립과학공학의학원(NASEM)은 2023년 12월 디지털 트윈 보고서에서 정의를 내놓았습니다. 우리말로 풀면 네 가지 조건입니다.
- 실제 대상(자연물, 설비, 사회 시스템)의 구조·상황·동작을 본뜬 가상 정보의 묶음이다.
- 실제 대상에서 온 데이터로 계속 갱신된다.
- 앞으로 일어날 일을 예측할 수 있다.
- 그 예측이 가치를 만드는 결정에 쓰인다.
보고서는 여기에 가상과 실제 사이의 양방향 상호작용이 디지털 트윈의 중심이라는 문장을 따로 붙였습니다. 실제에서 가상으로 가는 흐름은 센서 데이터로 모델을 고치는 일이고, 가상에서 실제로 가는 흐름은 모델의 판단이 자동으로 또는 사람의 승인을 거쳐 실제 설비 운영을 바꾸는 일입니다.
3D 모델, 시뮬레이션, 디지털 트윈은 연결 여부가 다르다
- 3D 모델: 형상 데이터입니다. CAD로 만든 로봇 팔 모델은 모양과 치수가 실제와 같아도, 실제 로봇이 지금 어떤 자세인지는 모릅니다.
- 시뮬레이션: 정한 조건을 넣고 결과를 계산합니다. 부하 5kg으로 1만 번 움직이면 어떻게 되는지처럼 가정에서 출발하고, 계산이 끝나면 실제 로봇과는 연결이 없습니다.
- 디지털 트윈: 시뮬레이션 모델에 특정 실제 대상의 운영 데이터를 계속 넣어 그 대상에 맞게 보정하고, 그 결과로 정비 시점이나 생산 순서를 바꿉니다. 같은 기종의 로봇이 10대 있으면 트윈도 10개이고, 각 트윈은 그 로봇의 마모 상태를 따로 반영합니다.
NASEM 보고서도 디지털 트윈은 모델링·시뮬레이션에 그치지 않고 모델, 데이터, 결정을 더 긴밀하게 묶는 것이라고 강조합니다.
공장을 짓기 전에 만든 가상 공장은 어디에 해당하나
BMW는 헝가리 데브레첸 공장을 엔비디아 옴니버스(Omniverse)로 설계했습니다. 2023년 3월 BMW 발표에 따르면 이 공장은 처음부터 끝까지 가상으로 계획·검증한 BMW의 첫 공장이고, 실제 양산 2년여 전에 가상 공간에서 생산을 먼저 돌렸습니다.
엄밀히 보면 착공 전의 가상 공장은 연결할 실제 공장이 아직 없으므로, NASEM 정의의 양방향 트윈이 되기 전 단계입니다. 공장이 가동돼 설비 데이터가 들어오고 그 모델로 라인을 조정하기 시작할 때 디지털 트윈의 조건을 갖춥니다. 기업 발표에서는 설계용 가상 모델까지 디지털 트윈이라고 부르는 경우가 많으니, 어느 단계를 말하는지 구분해 읽으면 됩니다.
제조 분야에는 ISO 23247 표준이 있다
국제표준화기구(ISO)는 2021년 10월 ISO 23247-1로 제조용 디지털 트윈 프레임워크의 개요와 일반 원칙을 발표했습니다. 1부는 용어 정의와 프레임워크 요구사항을 다룹니다. 공장에 디지털 트윈을 도입하는 업체와 대화할 때 이 표준을 따르는지 물어보면 범위와 용어를 맞추기 쉽습니다.
로봇과 피지컬 AI에서는 이렇게 쓴다
- 로봇 셀 운영: 실제 셀의 위치·속도·사이클 타임을 가상 셀에 맞추고, 배치나 프로그램을 바꾸기 전에 충돌과 사이클 손실을 미리 봅니다. 가상 셀이 실제와 얼마나 맞는지 검증하는 방법은 로봇 셀 디지털 트윈 VVUQ에서 다뤘습니다.
- 로봇 학습: 실제 작업 공간을 스캔해 시뮬레이터로 옮기고, 그 안에서 정책을 학습한 뒤 다시 실제 로봇에 올립니다. 과정은 Real-to-Sim-to-Real에, 시뮬레이터 쪽 도구는 NVIDIA Isaac Lab 입문(영어)에 정리했습니다.
- 공장·데이터센터 건설: 건물 정보 모델(BIM)과 유체 해석(CFD)을 묶어 시공 전에 배치와 냉각을 검증합니다(AI 팩토리 사전 검증).
월드 모델과는 대상이 다르다
월드 모델은 영상과 센서 데이터에서 이렇게 행동하면 세상이 어떻게 바뀌는지를 학습한 AI 모델입니다. 디지털 트윈이 특정 공장, 특정 로봇 한 대에 묶인 쌍둥이라면, 월드 모델은 특정 대상 없이 여러 장면에 쓰는 예측기입니다. 둘을 함께 쓰는 대표적인 방식은 트윈이 만든 합성 데이터로 AI를 학습시키는 것입니다. 월드 모델은 월드 모델이란에서 자세히 설명했습니다.
도입을 검토할 때 물어볼 네 가지
- 실제 대상의 어떤 데이터가 얼마나 자주 들어오는가? 실시간인지 하루 한 번인지에 따라 쓸 수 있는 결정이 달라집니다.
- 모델이 무엇을 예측하는가? 고장 시점, 사이클 타임, 에너지 사용량처럼 구체적인 값이어야 합니다.
- 예측 결과를 누가 어떤 결정에 쓰는가? 설비에 자동으로 반영되는지, 사람이 승인하는지 정해져 있어야 합니다.
- 모델이 실제와 맞는지 누가 언제 다시 확인하는가? NASEM은 검증·확인·불확실성 정량화(VVUQ)를 한 번 하고 끝내는 일이 아니라, 실제 대상과 모델이 바뀔 때마다 이어 가는 과정으로 봐야 한다고 결론 냈습니다.
세 번째 질문에 답이 없으면 그 시스템은 디지털 트윈보다 모니터링 대시보드나 3D 시각화에 가깝습니다.
디지털 트윈을 만드는 데 쓰이는 엔비디아 옴니버스의 구성과 시작 방법은 엔비디아 옴니버스란 글에 있습니다.