디지털 트윈과 인공 지능이 지속 가능한 미래를 뒷받침하는 방법

지속 가능성은 오늘날 모든 조직의 최우선 과제입니다. 예를 들어 Accenture에 따르면 유럽 최대 기업의 3분의 1이 2050년까지 순 제로 배출을 약속했습니다. 그러나 회사는 또한 현재 기업의 9%만이 이 목표를 달성할 수 있는 궤도에 있기 때문에 기업이 향후 10년 동안 노력을 크게 가속화해야 한다는 점도 발견했습니다.

조직이 순 제로에 도달하고 기타 지속 가능성 노력을 다룰 수 있는 한 가지 방법은 디지털 트윈과 인공 지능의 결합된 힘을 통해서입니다. 이러한 기술은 기업에 운영에 대한 탁월한 통찰력을 제공하여 지속 가능성 개선에 대한 정보를 제공하고 기후 목표를 달성하는 데 도움을 줄 수 있습니다. 예를 들어, 디지털 트윈을 사용하면 다양한 시나리오를 테스트하고 기업이 에너지 소비 및 배출을 줄이기 위한 최선의 전략을 결정하는 데 도움을 줄 수 있습니다.

기술 발전으로 디지털 트윈 채택이 가속화됩니다

물론 디지털 트윈은 이미 다양한 방식으로 배포되고 있습니다. 예를 들어 의료 연구자들이 심장, 폐 또는 기타 장기의 매우 정확한 모델을 만들어 임상 진단, 교육 및 훈련을 개선하도록 지원합니다. 에너지 산업은 또한 석유 시추 작업을 실시간으로 안내하는 디지털 모델 구축을 포함하여 디지털 트윈에 대한 다양한 사용 사례를 제공합니다.

그러나 최근 시뮬레이션 및 모델링 기능의 기술 발전, IoT 센서 배포 증가, 더 광범위하게 사용 가능한 컴퓨팅 인프라로 인해 기업은 디지털 트윈에 대한 의존도가 높아질 수 있습니다. 조직이 AI를 사용하여 디지털 트윈을 향상시키면 추가 이점을 실현할 수 있습니다. 예를 들어 시뮬레이션을 실행하여 "가상" 시나리오를 조사하고 원인과 결과 관계에 대한 더 깊은 이해를 얻을 수 있습니다.

이러한 기술이 보다 친환경적인 세상에 정보를 제공하는 능력을 포함하여 운영을 어떻게 향상시킬 수 있는지에 대한 많은 예가 있습니다. 이를 염두에 두고 디지털 트윈과 AI가 산업 전반에 걸쳐 지속 가능성 개선을 어떻게 추진할 수 있는지 보여주는 몇 가지 사용 사례는 다음과 같습니다.

스마트 제조

2025년까지 IoT 플랫폼의 89%에 디지털 트윈이 포함되어 산업 및 제조 시설의 운영 방식을 변화시키고 세부적인 통찰력을 제공하여 지속 가능성 노력을 강화할 것입니다. 예는 다음과 같습니다.

• 에너지 손실이 발생하는 위치를 더 깊이 이해하여 에너지 소비를 줄이는 방법 조사
• 예측 분석을 사용하여 다양한 변경을 통해 배출량을 줄일 수 있는 방법 결정
• 위험 평가를 수행하여 가능한 원인 식별 환경에 영향을 미치는 사고

GE Digital은 지속 가능성을 향상시키기 위해 디지털 트윈과 인공 지능의 사용을 선도하는 조직입니다. 자율 튜닝 소프트웨어를 통해 회사는 최적의 화염 온도와 연료 분할을 찾기 위해 가스 터빈의 디지털 트윈을 생성합니다. 이 기술은 환경적, 물리적 저하 변화를 실시간으로 감지하여 가스 터빈이 낮은 배출 및 소음 수준으로 효율적으로 작동할 수 있도록 자동 조정을 촉진합니다. 이 기술을 통해 발전소는 일산화탄소를 14%, 아산화질소 배출량을 10~14% 줄일 수 있다.

스마트 시티

도시 계획, 관리 및 최적화는 디지털 트윈과 인공 지능의 결합으로 변화될 또 다른 영역입니다. 이러한 스마트 시티는 식량 불안을 해결하고, 이동성을 높이고, 범죄 활동을 식별하는 데 도움을 주는 등 많은 이점을 제공합니다. 스마트 시티는 또한 지속 가능한 개발 목표를 해결하는 형태로 많은 것을 제공합니다.

디지털 트윈과 인공 지능을 통해 시 정부는 의사 결정이 환경에 미치는 영향을 이해, 정량화 및 예측하고 잠재적인 시나리오를 테스트하여 환경에 가장 적합한 시나리오를 결정할 수 있습니다.

예를 들어 영국의 TfL(Transport for London)은 디지털 트윈을 사용하여 지하철 네트워크 전체에서 소음, 열 및 탄소 배출에 대한 데이터를 수집하고 있습니다. 기술이 배포되기 전에 TfL 직원은 오전 1시에서 오전 5시 사이에 튜브가 폐쇄된 경우에만 자산을 검사할 수 있었습니다. 디지털 트윈이 제공하는 실시간 네트워크 액세스를 통해 TfL은 이제 운영 시간 내내 위치를 평가하고 결함 및 열 잡음 핫스팟과 같이 이전에는 인간의 눈으로 감지할 수 없었던 데이터를 발견할 수 있습니다. 관계자들은 이 프로젝트가 2030년까지 탄소 제로 철도 시스템을 달성하려는 런던 야망의 핵심 구성 요소가 될 것이라고 믿고 있습니다.

탄소 중립이 전 세계 도시의 우선순위가 되면서 디지털 트윈과 인공지능의 활용이 늘어날 것으로 예상됩니다.

스마트 빌딩

디지털 트윈과 인공 지능이 도시의 지속 가능성을 높이는 데 도움이 되는 것처럼 스마트 빌딩을 만드는 데 점점 더 많이 사용되고 있습니다. 이러한 기술은 처음부터 지속 가능성을 최우선으로 생각하므로 건설 관리자와 기타 이해관계자가 설계 단계에서 건물의 예상 탄소 배출량을 평가할 수 있는 가상 표현을 개발할 수 있습니다.

이것은 SmartScore Platinum 등급을 받은 세계 최초의 건물이 된 런던의 Hickman을 설계할 때 개발자가 취한 접근 방식입니다. 건설 중에 디지털 트윈은 다양한 센서를 통해 건물 관리 시스템에 연결되어 점유율, 온도, 공기 질, 조도 및 에너지 소비와 같은 데이터에 대한 포괄적인 보기를 제공합니다. 이를 통해 개발자는 에너지 성능을 최적화하고 탄소 배출을 줄일 수 있을 뿐만 아니라 Hickman의 수치 모델을 통해 먼저 시뮬레이션할 수 있으므로 향후 지속 가능성 향상을 위한 프레임워크도 설정합니다.

건설 업계에 친환경 건물을 설계하라는 규제 압력이 증가하고 있으므로 더 많은 개발자가 Hickman Tower의 선례를 따르고 새로운 영역을 개척하기 전에 지속 가능성 문제를 해결하려고 노력할 것으로 기대할 수 있습니다.

보다 지속 가능한 산업이 되고 궁극적으로 하나의 지구가 되는 것은 지난 몇 년 동안 달성하기 어려운 목표였습니다. 그러나 최근 인공 지능의 발전과 디지털 트윈의 인기가 높아짐에 따라 이러한 비전이 현실이 될 수도 있습니다. 이제 조직은 이러한 기술의 결합된 힘을 활용하여 미시적 수준에서 보다 지속 가능하고 탄소 집약도가 낮은 경제와 전체적으로 보다 친환경적인 세상을 지원하는 운영의 모든 단계에서 통찰력을 얻을 때입니다.

위 내용은 디지털 트윈과 인공 지능이 지속 가능한 미래를 뒷받침하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!