[아스펜테크 제공] AI(Artificial Intelligence)를 활용하는 것은 이제 더 이상 선택의 문제가 아니다. 혁신의 속도가 빨라지고 비즈니스의 변화 가능성이 커지면서 이제 모든 기업은 효과적인 AI 전략을 수립해야만 한다. AI는 머신 인텔리전스(설비지능화)를 통해 모멘텀을, 비즈니스 및 운전 데이터 스트림을 통해 인사이트를 얻기 때문이다.

디지털 전환을 위해서는 디지털 트윈 구축이 필수다. [사진=아스펜테크]

이러한 AI의 근간을 이루는 것은 바로 빅데이터다. 현재기업들은 수집된 데이터 중 극히 일부만을 사용하고 있으며, 이러한 상황은 디지털 트윈(Digital Twin)의 구현이 상당한 가능성을 지니고 있음을 의미한다. 디지털 트윈은 기업의 자산과 비즈니스 정보를 가상으로 복제한 것으로써 각 기업에 산처럼 쌓여 있는 방대한 데이터들의 잠재적 가치를 구현할 수 있을 것이다.

1984년 윌리엄 깁슨(William Gibson)이 집필한 공상과학 소설 ‘뉴로맨서(Neuromancer)’는 독자들의 상상력을 사로잡으면서 AI 세상의 서막을 열었다. 작가는 이 소설에서 디지털 트윈이 얼마나 엄청난 가치와 힘을 가져오는지, 어떻게 세상을 변화시킬 수 있는지를 그렸다.

오늘날의 기술은 과거에 작가들이 상상할 수 있었던 기술보다 훨씬 더 뛰어나다. 30여 년이 훌쩍 지난 지금 이러한 상상이 기업의 세계에서 실현되고 있다는 것은 크게 놀라운 일이 아니다. AI는 인간이 다차원적 데이터로 이루어진 광대한 세상에 접근할 수 있도록 한다. 따라서 실제 물리적 세계의 가상 사본은 기업이 데이터의 진정한 가치를 활용하는 통찰력 있는 방식을 제공한다고 할 수 있다. 디지털 트윈을 위한 턴키 솔루션은 AI 역량과 전 세계 상호 연결된 산업의 전문성을 기반으로 할 것이다. 즉 턴키 솔루션은 데이터 마이닝과 해당 분야의 전문성이 결합돼 방대한 데이터로부터 핵심이 되는 통찰력을 구하는 것이 된다.

더 이상 꿈이 아닌 미래

주문형 기술, 요청하는 대로 즉시 사용이 가능한 첨단 기술 덕분에 미래는 이미 도래한 지 오래다. 디지털 트윈이 에너지와 화학 부문처럼 자산 집약적인 비즈니스 분야들을 혁신하면서 이제 어디에 투자해야 하는지가 핵심 문제가 됐다. 변동이 크고 불확실하면서 복합적이고 모호한 오늘날의 시장에서도 디지털 트윈을 구축한 기업들은 지속 가능성과 운영 효율성을 달성할 수 있다.

즉, 디지털 트윈 기술은 기업의 필수 요건으로서 업계에 상당한 영향을 미치고 있다. 디지털 트윈은 물리적 자산에 대해 가상의 시나리오를 안전하게 시험하고, 성능 저하와 고장 이벤트 등에 대해 발생 예측을 하거나, 조언을 줄 수 있는 효과적인 모델을 제공하는 것이다. 또한 디지털 트윈은 비즈니스 모델을 사용해 다양한 비즈니스 시나리오를 최적화하는 것을 포함한다.

디지털 트윈은 비즈니스 성능을 최적화하기 위한 다양한 인사이트를 이끌어낸다. [사진=아스펜테크]

특히 모델과 실시간 데이터를 기반으로 하는 디지털 트윈은 비즈니스 성능을 최적화하기 위한 물리적 객체나 프로세스의 거동에 대한 한층 발전된 디지털 프로파일이다. 이는 시스템 성능에 대해 유용한 인사이트를 이끌어내고, 이어서 실제 세상에서 대응 조치를 하게 한다.

디지털 트윈은 자산 데이터를 활용해 계속 업데이트를 진행하며, AI에이전트로 인해 점점 더 지능적으로 발전한다. 우선 디지털 트윈은 엔지니어링 모델을 사용해 프로세스 플랜트를 엄밀하게 모델링하고, 비용 및 위험성 모델을 통합한 AI 기법을 활용해 프로세스 플랜트의 향상을 이루게 된다. 또한 플래닝, 스케줄링, 제어, 유틸리티 모델로써 플랜트 운영을 모델링하고 가상화한다.

플래닝 및 스케줄링, 수요 모델, 배분모델, 에너지 수요 및 공급 외에도 제어 및 최적화가 이 영역에 모두 포함된다. 마지막으로 운영 무결성 디지털 트윈은 처방적 유지보수와 실시간 의사 결정에 대해 전술적이며 전략적인 결정 지침을 제공한다. 이로써 가동시간을 극대화하고, 생산을 조절하며, 환경 영향 및 생산 손실을 최소화하면서 안전성을 높이게 된다. 디지털 트윈은 자산상태와 지속 가능성에도 활용할 수 있다.

전반적으로 기업들은 미래를 대비할 수 있는 디지털 레퍼런스 아키텍처가 필요하다. 이는 조직 전반에 걸쳐 업무를 협업 및 통합을 지원하는 디지털 트윈의 구현을 달성하기 위해서다.

비즈니스 가치 기반의 역량 강화

보스턴에 소재한 LNS 리서치(LNS Research)가 엄격하게 추산한 바에 따르면, 일반적인 정유회사의 운영을 모델링하는 데 1,000개 이상의 디지털 트윈 모델이 필요하다. 디지털 트윈은 규모에 따라 기업에 다양한 가치를 제공한다. 유닛 차원 모델의 경우 프로세스와 자산 상태, 제어, 최적화 온라인 모델을 포함한 디지털 트윈을 통해 매우 높은 가치의 수익을 기대할 수 있다.

에너지 및 유틸리티 모델, 정유 및 벌크 화학 플래닝, 특수 화학 스케줄링, 병목 및 위험성 제거 외에 온실가스 배출의 경우에도 플랜트가 디지털 트윈 모델을 채택하면 아주 유용하게 활용할 수 있다. 엔터프라이즈 차원의 디지털 트윈은 새로우면서도 중요한 영역으로써 기업의 활용 가능한 수익 기회를 빠르게 분석하고 경영진수준에서 실행할 수 있는 정보를 효과적으로 제시한다.

아스펜테크는 디지털 트윈과 디지털 트윈을 통해 비즈니스 가치를 높이는 데 주력한다. [사진=아스펜테크]

비즈니스 가치를 높이는 디지털 트윈의 활용 사례는 다음과 같다.

- 볼리비아의 업스트림 회사인 YPFB 안디나(YPFB Andina)는 자산 전반 디지털 트윈 모델을 사용해 수율을 높였다.

- 미국의 한 주요 다국적 정유회사는 머신 러닝 디지털 트윈을 도입해 가동시간과 수익성을 향상시키면서도 비용을 절감했다.

- ADNOC(Abu Dhabi National Oil Company)는 이쿼녹스(Equinox)를 통해 시각화 대시보드를 사용하는 자산 전반 디지털 트윈을 구축함으로써 의사결정과 지속가능성을 향상시켰다.

- BPCL(Bharat Petroleum)의 경우 지속 가능성은 중요한 비즈니스 요소다. 이에 황 회수(Sulfur Recovery)를 최적화하기 위해 통합형 디지털 트윈을 구축했다. 여기에는 아스펜테크의 자체 진단 적응형 프로세스 제어 소프트웨어, 오염물 제거를 향상시키는 엔지니어링 소프트웨어 모델뿐만 아니라 시각화 및 KPI(Key Performance Indicator) 대시보드가 사용됐다. 그 결과 6개월 동안 황 배출량을 90% 줄이고 회수된 황을 판매해 수익을 거두게 됐다.

- 앨버타 유전의 서비스 제공업체인 프로세스 에콜로지(Process Ecology)는 규제 및 인허가와 관련해 온라인 디지털 트윈 모델을 사용해 벌금 지불 비용을 절감했다.

- 모멘티브 스페셜티 케미컬즈(Momentive Specialty Chemicals)는 디지털 트윈을 사용해 주문 이행과 운전 자본 분야에서 일일 공급망의 최적화를 달성했다.

- 포브스(Forbes)에서 보도한 바에 따르면, 아스펜테크의 고객이자 세계 최고의 특수 화학 제조사인퍼스톱(Perstorp)에서 150만 개 변수와 50만 개 제약조건을 사용하는 모델을 도입했다. 퍼스톱은 한계 기여 영향 분석을 토대로 공급/수요 시나리오를 분석하고 있으며, 전사적 차원에서 단일화된 모델을 도입할 계획이다.

- 한 폴리머 생산회사는 다변수 데이터 분석 디지털 트윈을 구현해 제품 품질이 중요하면서 문제가 되는 경우도 많은 다양한 특수 화학 애플리케이션을 관리하고 있다.

미래에 대비한 전략과 로드맵이 필수화되면서 기업들은 첨단 신기술을 이용해 발전하는 중이다. 기업이 디지털 트윈에 투자할 경우 이 기술을 사용해 어떻게 경쟁에서 앞서 나갈 수 있는지를 더욱 높은 수준에서 관찰하는 일이 중요하다. 또한 기술 외에도 조직의 변화와 발전에 주목할 필요가 있다. 비즈니스 가치 창출은 기술의 핵심 요인이므로 조직의 열정과 준비 단계 즉 도입 역량을 정기적으로 관리해야만 한다.

[인더스트리뉴스 기자 (webmaster@industrynews.co.kr)]

[저작권자 © FA저널 SMART FACTORY, 무단 전재 및 재배포 금지]