KAIST KOOC 김탁곤 명예교수의 디지털 트윈 강의 다섯 번째 차시입니다. 이번 강의는 **실체계(Physical Twin)를 어떤 형태로 복제하고, PT와 DT를 어떻게 연결해 분석·진단·제어·최적화에 활용하는지**를 설명합니다. ## 디지털 트윈의 세 가지 복제 형태 실체계를 복제하는 방법은 크게 세 가지로 나눌 수 있습니다. - **Big Data 기반 DT**: 실체계의 운용 데이터를 복제 - **공간정보 기반 DT**: 지형·공간·형상 정보를 복제 - **Simulation 기반 DT**: 시스템의 기능과 행위를 복제 각 방식은 독립적으로도 Digital Twin 역할을 할 수 있지만 한계가 있습니다. ## 각각의 한계 Big Data 기반 DT는 공간·형상을 직접 보여주기 어렵고, 경험하지 않은 운용 조건을 가상으로 시험하기 어렵습니다. 공간정보 기반 DT는 실제 시스템 변화가 자동 반영되지 않으면 최신 상태를 유지하기 어렵고, 형상 자체만으로 시스템 행위를 예측할 수 없습니다. Simulation 기반 DT는 실제 운용 데이터와 공간정보가 연결되지 않으면 현실과의 동기화와 시각화에 한계가 있습니다. ## 그래서 연동이 중요하다 실무에서는 구축 목적에 따라 세 종류를 조합합니다. 예를 들어 스마트시티의 재난 골든타임 확보 서비스라면: **IoT 실시간 데이터 + 공간정보 + 시뮬레이션** 이 모두 필요할 수 있습니다. ## PT-DT Pairing의 활용 Physical Twin과 Digital Twin을 연결하면 다음과 같은 서비스가 가능합니다. ### 분석·예측 실제 데이터와 가상 시뮬레이션 데이터를 함께 사용해 상태를 분석하고 미래를 예측합니다. ### 고장 발견 실체계 데이터와 정상 DT Simulation 결과를 비교해 이상 여부를 찾습니다. ### 고장 원인 진단 DT에 여러 고장을 가상으로 주입한 뒤 실제 고장 데이터와 가장 비슷한 결과를 찾습니다. ### 제어·최적화 PT와 DT의 상태 차이를 이용해 제어하거나, 다양한 조건을 가상 실험해 더 좋은 운용 조건을 찾습니다. ## Digital Thread와 잔존수명 동일·유사 장비의 전 생애주기 이력 데이터를 축적하면 현재 상태에서 얼마나 더 정상 운용할 수 있는지 **잔존 유효 수명(RUL)**을 예측할 수 있습니다. 이때 설계부터 폐기까지 데이터를 연결하는 **Digital Thread**가 중요한 역할을 합니다. ## 핵심 정리 이번 차시의 핵심은 하나의 Digital Twin 기술만 고집하는 것이 아니라 **목적에 맞춰 데이터·공간정보·Simulation을 결합하고 PT와 DT를 지속적으로 연동하는 것**입니다. 한 줄로 정리하면: **Physical Twin ↔ Data / Spatial / Simulation Digital Twin → Analysis · Diagnosis · Control · Optimization**