XREAL
Vision
🪞

마법의 거울, 디지털 트윈으로 이뤄낸 마법같은 사례들

마법의 거울, 디지털 트윈으로 이뤄낸 마법같은 사례들

디지털 트윈의 개념은 2003년 마이클 그리브스 박사가 제품의 생애 주기 관점에서 최초로 제안한 개념입니다. 특히 가트너(Gartner)가 2017년부터 지속적으로 10대 전략기술로 언급해 올만큼 많은 분야에서 디지털 트윈에 대한 기대가 커지고 있습니다. 2022년 가트너가 발표한 하이프 사이클(hype-cycle)에는 디지털 트윈 기술이 ‘발생기(Inovation trigger)’ 에 도달한 것으로 나타났습니다. 그러한 만큼 현재 시점에서는 디지털 트윈의 활용방안에 대한 연구와 사례들이 더욱 중요해질 것으로 보입니다.
*발생기(Inovation trigger)는 신기술이 부상하는 단계로 미디어에서 신기술이 세상을 바꿀 것이라는 기대를 하는 시기
아래는 하이프 사이클(hype-cycle)구성 요소
2010년에는 미 항공우주국(NASA)이 우주 탐사 기술 개발 로드맵에 디지털 트윈을 활용했으며, GE(General Electric Company)가 항공기 엔진 관리 시스템에 디지털 트윈을 적용해 엔진 3D 모델을 만들고 모니터링함으로써 부품 교체 시기, 고장 가능성 등을 예측하여 유지‧보수 비용을 절감하고 항공기 결함에 대한 감소 효과를 얻기도 했습니다.
실제 사물 및 환경을 디지털 트윈 기술을 통해 국가 범위까지 옮겨 활용한 사례가 있습니다. 바로 싱가포르의 ‘버추얼 싱가포르(Virtual Singapore)’ 입니다. 도로, 빌딩 등 주요 시설은 물론, 육교, 공원 벤치까지 시각화되어 있으며, 건물과 구조물의 질감, 재료, 건물 구조, 건물 내부 요소와 같은 세부 정보도 모두 포함되어 있습니다. 드론으로 촬영한 이미지, 자동차 도로에 설치된 센서 등을 통해 실시간 소음 정보, 교통 정보, 에너지 수요와 같은 정보도 수집, 수록됩니다. 이 데이터들을 활용하여 가상의 공간에서 시뮬레이션을 통해 일조량을 확인하여 건물을 건설할 수도 있습니다.
실제로 싱가포르의 스마트 시티 펀골타운(Punggol town)을 설계할 때, 버추얼 싱가포르를 사용하였습니다. 싱가포르의 스마트 시티로, 바람이 불 때의 공기 변화를 시뮬레이션 한 후 통풍이 잘 되도록 설계하는 방식으로 디지털 트윈기술을 적용하여 설계되었습니다.
국내에서는 네이버가 서울 전역을 3D로, 항공사진 기반 서울시 3D 모델링을 하기도 했습니다. 버추얼 싱가포르는 수작업으로 진행한 반면, 네이버는 항공사진 및 AI를 사용하여 시간을 매우 단축시키고 10분의 1의 비용을 통해 구축하였습니다. 네이버는 현재 디지털 트윈 솔루션으로 아크아이는 매핑 로봇(M2), 백팩 등 디바이스를 통해 대규모 공간을 고정밀 매핑 및 측위까지 할 수 있도록 지원하는 솔루션입니다. 위성위치확인시스템(GPS)이 통하지 않는 실내에서 사용자의 위치를 파악해서 디지털 트윈 기술을 구현할 수 있도록 해줍니다.
디지털 트윈은 이처럼 제조업, 스마트시티, 의료업 등 다양한 분야에서 실질적 도움을 주는 형태로 발전해나가고 있습니다. 인간이 직접 하기에 어렵고 실수가 많이 일어나는 일, 비용에 대한 문제들을 실제로 행하지 않고 시뮬레이션을 통해 결과를 예측할 수 있는 디지털 트윈은 우리에게 그다지 먼 일이 아닐지도 모릅니다. 당장 의료업, 학습용으로도 사용될 수 있으며 우리 모두 큰 기대를 하고 있습니다.
정말 마법의 거울이 아닐까 싶은데요, 저는 현실을 반영하는 만큼 현실에서 불편한 것들 중 시뮬레이션을 통해 해결할 수 있는 사례들을 생각해 보는 것만으로도 즐겁습니다.
여러분은 마법의 거울과 같은 디지털 트윈을 통해 일상생활에서 혹은 시뮬레이션을 통해 실험해 보고 싶고, 바꿔보고 싶은 것들이 있나요?
자료
서울 전역을 3D로, 항공사진 기반 서울시 3D 모델링
25,000여 장의 항공사진으로 서울시 전역을 3차원 모델링 위 영상은 네이버랩스에서 제작한 서울시 전역의 3D 모델링 결과물입니다. 마치 드론으로 촬영한 영상처럼 보이지만, 텍스처를 입혀 실제 같은 모습으로 보이는 3D 모델입니다. 서울시 605km² 면적, 약 60만 동에 이르는 건물들이 모두 구현되어 있습니다. 그간 ‘버추얼 서울’ 플랫폼 구축을 위해 서울시와 협력해 온 네이버랩스는 항공사진 기반으로 도시 규모의 3D 모델링을 할 수 있는 기술을 갖추고 있습니다. 하늘에서 내려다보며 찍은 대규모 영역의 2D 이미지들을 아주 정밀한 3D 모델로 복원해 자연스럽게 연결하는 기술입니다. 이번 서울시 3D 모델은 17일 간 촬영한 25,463장의 항공사진 이미지로 약 30일 간의 프로세싱 기간을 거쳐 제작되었죠. 이렇게 만들어진 3D 공간 데이터는 여러가지 목적에 따라 활용될 수 있습니다. 서울시에서는 3D 기반의 디지털 트윈 환경인 버추얼 서울 플랫폼을 구축하여 도시계획심의나 도시바람길 시뮬레이션,  IOT센서 소방 시설물 관리 등에 활용하고 있습니다. 또한 네이버랩스에서는 자율주행차를 위한 핵심 데이터인 고정밀 지도를 제작하는데 이 3D 모델을 활용하고 있습니다. 네이버랩스의 AI 기술과 항공 사진 처리 역량 항공 사진을 3D로 변환하기 위해서는 사진 측량(Photogrammetry)이라는 기술이 필요합니다. 어떻게 2D 사진에서 3D 정보를 추출할 수 있을까요? 바로 사진들간의 시차(Disparity)를 이용하는 것입니다. 이동하면서 찍은 사진을 보면 카메라와 가까운 곳일수록 위치의 변화량이 크고, 멀수록 변화량은 작아집니다. 이 변화량을 분석하면 항공 사진에서도 건물의 옥상과 지면을 구분하고 높이를 계산할 수 있게 됩니다. 물론 수천 장의 사진들을 활용하기 때문에 각 데이터를 정확하게 정합하고 연결하기 위한 기술들도 중요합니다. 이에 대한 노하우와 솔루션이 도시 단위의 3D 모델링의 핵심이기도 합니다. 1) 이미지 매칭 (Image Matching) : 수천 장의 사진들에서 동일한 지점을 연결 2) 번들 조정 (Bundle Adjustment) : 지상기준점을 이용한 사진들의 정확한 자세 추정 3) 밀집 정합 (Dense Matching) : 특징점이 없거나 부족한 지점, 매칭 오류가 잦은 지점의 3D 모델을 만들기 위한 알고리즘 적용 4) 3D 모델링 (3D Modeling) : 다수의 영상으로부터 추정된  밀집 정합 결과를 취합해 연속적인 3차원 디지털 표면 생성   우리가 살아가는 많은 공간들이 꾸준히 디지털라이즈되고 있습니다. 새로운 데이터는 새로운 솔루션으로 이어집니다. 도시 단위의 3D 모델링 기술 역시 도시라는 거대한 일상 공간을 새로운 관점에서 이해할 수 있게 하며, 동시에 자율주행과 같은 미래 인프라 구축에도 활용될 것입니다. 네이버랩스는 2020년에도 새로 촬영한 사진을 토대로 서울시 3D 모델과 HD맵을 갱신할 계획입니다. 이 기술에 대해 좀 더 자세한 설명은 아래의 아티클에서 확인할 수 있습니다. > HD맵 제작을 위한 항공 사진 기반 3D 모델링 과정