디지털트윈이란무엇입니까?
기존에는디지털트윈을”“물리적개체를정확히반영하도록설계된가상모델”“로정의했습니다。——IBM(KVK4)디지털트윈은분리또는지속적인제조프로세스를위해다양한物联网센서를통해시스템및프로세스상태데이터(운영기술데이터(OT))를수집하고,엔터프라이즈데이터(정보기술(IT))를수집하여가상모델을형성합니다。이가상모델은그다음시뮬레이션을실행하고성능문제를조사하여가능한인사이트를생성하는데사용됩니다。
디지털트윈이라는개념은새로운개념이아닙니다。사실，보고된바에따르면최초적용은25년보다더오래됐으며,런던히드로익스프레스(伦敦希斯罗机场快车)시설을위한토대및방죽건설초기에지반의천공그라우팅을모니터링하고예측하기위해이루어졌습니다。그후로엣지컴퓨팅,AI,데이터연결,5 g연결및사물인터넷(物联网)의발전으로디지털트윈의비용효율성이향상되었고오늘날의데이터기반기업들이필수적으로갖춰야하는요소가되었습니다。
디지털트윈은현재제조업에깊이뿌리내려있으며글로벌산업시장은2026년에480억달러규모에도달할것으로예측됩니다。4.0의이수치는行业물결을타고2020년의31억달러(연평균성장률(CAGR)은58%)에서상승한수치입니다。
오늘날의제조산업은제품개발및설계부터운영및공급망최적화,그리고급증하는요구사항을신속하게반영하고대응하기위한고객피드백확보에이르기까지가치사슬의모든프로세스를효율화하고최적화할것으로예상됩니다。디지털트윈은제조，물류，운송분야등다양한범주의문제를해결하고있습니다。
디지털트윈으로해결할수있는제조산업의가장흔한문제는다음과같습니다。
- 제조설계가더복잡해져비용이상승하고개발시간이점점더길어짐
- 공급망의불명성
- 최적화되지않은생산라인-성능변동,알려지지않은결함,운영비용예측이불분명함
- 열악한품질관리-이론에지나치게의존하며개별부서가관리함
- 사후유지관리비용이너무높아과다한다운타임과프로세스중단이발생함
- 부서간협업부조화
- 실시간피드백수집을위한고객의구사항을파악할수없음
이것이왜중합니까?
4.0行业과그후의지능형공급망을위한노력은운영을향상하고민첩한공급망을구축하는데상당한진전을이루었습니다。그러나디지털트윈이없었다면이러한노력에는상당한비용이뒤따랐을것입니다。수요변화에대응하고최대의경제적가치를보장하기위해한주는디젤생산량을,그다음주는가솔린생산량을늘리는데정필요한유공장의상압증류공정조건을바꿀경우드는비용을상상하실수있을까요?리스크를모델링하기위해고르고단순한공급망을복제하는방법도마찬가지입니다。공급망의물리적트윈을구축하는것은재정적으로나물리적으로불가능합니다。
디지털트윈이제조 부문에제공하는이점을살펴보겠습니다。
- 제품설계와개발이반복시뮬레이션을통해더적은비용으로수행되고더적은시간안에완료됩니다。다수의제약을사용하여최고의또는가장최적화된설계를제공합니다。모든상용항공기는디지털트윈을사용하여설계됩니다。
- 디지털트윈은재고가얼마나오래갈수있는지,언제재고를보충해야하는지,공급망운영중단을어떻게최소화할지를알려줍니다。석유및가스산업은저장및미드스트림공급시발생하는공급망병목현상을줄이고탱커오프로드를예약하고외부효과로는수요를모델링하기위해공급망지향적디지털트윈을사용합니다。
- ML / AI가생성한피드백으로생산된물품에대해지속적인품질점검을실시하면선제적으로제품품질향상을보장할수있습니다。자동차의최종페트검사는디지털트윈기술기반의컴퓨터비전을사용하여수행합니다。
- 디지털트윈은프로세스가저하되거나중단되기전부품교체시기와부품을최대한활용하는시점사이에서적절한선택을할수있도록실시간피드백을제공합니다。디지털트윈은자산성능관리제품군구축을위한중추적역할을합니다。
- 디지털트윈은필요한처리량을달성하기위해모듈식으로필요한지시를내려여러부서를동기화할수있는기회를제공합니다。디지털트윈은제조프로세스플로우를최적화하는카이젠(改善)이벤트의중추입니다。
- 고객피드백루프는판매시점고객행동,구매선호사항또는제품성능과같은입력데이터를통해모델링할수있으며,그후제품개발프로세스로통합되어향상된제품설계를제공하는폐쇄형루프를형성합니다。
Databricks의차별화된역량은무엇입니까?
- 数据库레이크하우스는δδ生活表,自动装卸机,光子등의기술을사용하여고객이실시간의사결정에데이터를사용하도록지원합니다。
- 制造용레이크하우스는거의실시간에가깝게최대규모의데이터작업을지원합니다。예를들어고객은15초마다트랜잭션로그시스템에서하루에거의4억건의이벤트를가져옵니다。데이터처리중에발생하는보고및분석문제로인해대부분의리테일고객들은야간에일괄적으로데이터웨어하우스로데이터를로드합니다。심지어주단위또는월단위로데이터를로드하는회사도있습니다。
- 레이크하우스의이벤트중심아키텍처는기존방식(예:람다아키텍처)보다간단하게배치및스트리밍데이터를수집하고처리합니다。이아키텍처는변경데이터캡처를처리하고트랜잭션에서酸를준수합니다。
- Delta活动表는데이터파이프라인생성과정을간소화하고,자동으로계보를구축하여지속적인관리를지원합니다。
- 레이크하우스를사용하면데이터의실시간스트림수집이가능하고,스트리밍데이터도분석할수있습니다。데이터웨어하우스는데이터를추출하여변환,로드한다음,데이터웨어하우스에서추가로추출해야분석이가능합니다。
- 光子은기록적인쿼리성능을제공하므로,사용자가최대규모의데이터세트로쿼리를실행해도BI툴에서실시간의사결정을내릴수있습니다。