디지털 트윈을 개발하기 전 7단계

클라우드 인프라, 엣지 컴퓨팅, IoT, 분산 데이터 관리 플랫폼 및 기계 학습 기능의 발전으로 디지털 트윈은 공상 과학에서 보다 주류 비즈니스 기능으로 이동했습니다.

오랫동안 기업에서는 OT와 IT를 분리할 수 있었지만 물리적 세계와 디지털 세계를 연결해야 하는 제조업체, 건설, 소매업 및 기타 기업에서는 더 이상 그렇지 않습니다. 디지털 트윈은 이러한 연결을 달성하기 위한 하나의 채널이며 생산 최적화 및 품질 개선을 위한 운영상의 이점을 제공합니다. 또한 실제 데이터에 대한 기계 학습을 사용하여 제품, 서비스 및 비즈니스 프로세스를 개선하면 전략적 이점이 있습니다.

다음은 디지털 트윈을 개발하기 전 7단계입니다.

1. 성공적인 배포를 조사합니다.

새로운 기술 영역에 대해 브레인스토밍하고 다이빙하기 전에 조사하는 것이 좋습니다. 기업 우선, 얼리 어답터를 위한 사용 사례 및 이점. 디지털 트윈의 경우 인간의 두뇌 자체를 포함하여 제조, 건설, 의료 및 기타 분야에 많은 사례가 있습니다.

모든 신흥 기술 분야의 리더들은 채택을 장려할 스토리를 찾고 있습니다. 일부는 영감을 주고 무엇이 가능한지 설명하는 데 도움이 되는 예술이어야 하며, 다른 일부는 지지자를 끌어들이기 위해 실용적이고 비즈니스 결과를 보여야 합니다. 회사의 직접적인 경쟁업체가 디지털 트윈을 성공적으로 배포한 경우 사용 사례를 강조하면 긴박감이 생기는 경우가 많습니다.

2. 획기적인 기회 파악

디지털 트윈 구축에는 비용이 많이 듭니다. 예를 들어, 한 그룹은 상업용 사무실 건물을 위한 디지털 트윈을 개발하는 데 120만 달러에서 170만 달러 사이의 비용이 소요될 것으로 추정했습니다. 따라서 디지털 트윈을 개발하기 전에 팀은 제품 비전을 문서화하고 비즈니스 근거를 고려하며 재정적 이점을 추정해야 합니다.

때로는 판도를 바꾸는 목표가 투자를 촉진합니다. 한 가지 예: 2020년에 TCS는 새롭게 떠오르는 코로나19 핫스팟을 해결하기 위해 현지 NGO와 파트너십을 맺었습니다. 엔터프라이즈 디지털 트윈은 바이러스 특성, 인구 이질성, 이동성 패턴 등 전염에 영향을 미치는 요인을 시뮬레이션하기 위해 프로세스와 상황을 시뮬레이션합니다. 도시의 디지털 트윈은 공중 보건과 안전을 훼손하지 않고 효과적인 개입을 모색하기 위해 설계된 '컴퓨터 실험'입니다.

3. 수명 주기 관리 고려

디지털 트윈을 개발하려면 모델이 정확한 결과를 제공할 수 있도록 시간과 비용은 물론 지속적인 지원 비용이 필요합니다. 디지털 트윈을 시도하기 전에 수용해야 할 세 가지 원칙:

• 기술 자체를 위해 실험하지 마세요.
• 모델, 서비스 또는 시뮬레이션을 만드는 데 사용되는 디지털 트윈의 인구가 실제 사람을 대표하는지 확인하세요.
• 디지털 트윈 개발부터 배포까지 빠르고 안정적으로 진행할 수 있도록 MLOps 도구 세트를 준비하세요.

사실 주요 제안은 전체 수명 주기의 요소, 특히 기계 학습 모델 및 도구의 자동화된 배포를 지원하는 기능을 미리 고려하는 것입니다.

4. 시스템 설계 도구 활용

비즈니스 사례와 라이프사이클을 설계한 후 팀은 계획과 실험을 시작하기 위해 어떤 도구를 사용해야 합니까?

다음은 전문 분야에서 사용되는 시스템 설계 도구의 몇 가지 예입니다.

• 건축, 엔지니어링, 건설을 위한 Autodesk 디지털 트윈.
• 신호탑, 급수 시스템 등의 영역에 사용되는 Bentley 인프라 디지털 트윈.
• 장비, 네트워크 및 제조 프로세스를 위한 General Electric 디지털 트윈.
• 소비재 설계, 개발 및 제조를 위한 Siemens 디지털 트윈.
• 공간 관리 및 예측 유지 관리를 포함한 스마트 빌딩을 위한 Bosch 디지털 트윈.

이것은 단지 몇 가지 예일 뿐이지만 디지털 트윈을 작업하는 기술자의 경우 운영 팀에서 사용하는 산업 플랫폼에 익숙해지는 것이 중요합니다.

5. 사용자 역할 및 기회 정의

기술 직원이 기술 이니셔티브를 시작할 때마다 최종 사용자 및 최종 플랫폼 사용 역할을 식별하는 것이 중요합니다. IT 리더는 디지털 트윈을 통해 누가 가장 많은 혜택을 얻을 수 있는지 정의해야 합니다. 일반적으로 주요 수혜자는 운영에 종사하는 사람들입니다.

디지털 트윈의 주요 기능은 OT/IT 데이터를 병합하고 필요할 때 데이터 분석 또는 AI/ML을 통해 이러한 데이터 세트를 컨텍스트에 배치하는 것입니다. 하지만 그 진정한 힘은 엔지니어, 유지 보수 담당자, 기타 기술 직원과 같은 OT가 데이터 포인트를 완전히 이해하고 이를 검색할 수 있도록 하는 데 있습니다.

사용자 페르소나를 이해하는 것이 첫 번째 단계이며, 다음 단계는 워크플로 및 운영의 어느 부분이 디지털 트윈의 데이터 수집, 기계 학습 예측 및 시나리오 계획 기능의 이점을 누릴 수 있는지 결정하는 것입니다.

6. 확장 가능한 데이터 플랫폼 구축

디지털 트윈에서 생성되는 데이터의 수는 페타바이트 이상이므로 기계 학습 모델을 유지 관리하려면 이를 보호, 분석 및 사용해야 합니다. 주요 아키텍처 고려 사항은 실시간 IoT 데이터 스트림을 수집하기 위한 데이터 모델 및 프로세스와 디지털 트윈을 위한 데이터 관리 아키텍처를 설계하는 것입니다.

많은 데이터 관리 플랫폼은 실시간 분석 및 대규모 기계 학습 모델을 지원합니다. 그러나 제조 구성요소나 스마트 빌딩 등 수천 개 이상의 엔터티의 동작을 시뮬레이션하는 데 사용되는 디지털 트윈에는 엔터티와 해당 관계를 쿼리할 수 있는 데이터 모델이 필요합니다.

7. 클라우드 컴퓨팅 및 새로운 기술 경쟁력 구축

디지털 트윈 플랫폼 설치, 수천 개의 IoT 센서 데이터 통합, 확장 가능한 데이터 플랫폼 구축에는 모두 IT가 기술 인프라를 대규모로 배포해야 하는 핵심 경쟁력이 있습니다. IT 팀이 사용 사례를 고려하고 디지털 트윈 플랫폼 기능을 실험할 때 IT 리더는 프로덕션 지원 디지털 트윈을 지원하는 데 필요한 클라우드, 인프라, 통합 및 장치를 고려해야 합니다.

인프라 외에도 최신 장치를 지원하고 분석을 활용하는 기능을 개발해야 합니다. 디지털 트윈의 성공은 AI/ML, AR/VR 등의 클라우드 네이티브 애플리케이션이 지원하는 강력한 디지털 코어에서 시작되며, 조직이 인프라에 대해 생각할 필요 없이 데이터와 애플리케이션을 처리하도록 돕습니다.

요약

디지털 트윈은 엄청난 잠재력을 갖고 있지만, 지금까지 고급 기술 역량 없이는 많은 기업이 디지털 트윈의 규모와 복잡성을 감당할 수 없었습니다. 다행히도 이는 더 이상 사실이 아니며, 운영을 배우고 협업하는 IT 리더는 디지털 트윈 기능을 조직에 도입할 수 있는 기회를 갖게 됩니다.

위 내용은 디지털 트윈을 개발하기 전 7단계의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!