Development of OPC UA based Smart Factory Digital Twin Testbed System

OPC UA 기반 스마트팩토리 디지털 트윈 테스트베드 시스템 개발

Abstract

The manufacturing industry is continuously pursuing advanced technology and smartization as it converges with innovative technology. Improvement of manufacturing productivity is achieved by monitoring, analyzing, and controlling the facilities and processes of the manufacturing site in real time through a network. In this paper, we proposed a new OPC-UA based digital twin model for smart factory facilities. A testbed system for USB flash drive packaging facility was implemented based on the proposed digital twin model and OPC-UA data communication scheme. Through OPC-UA based digital twin model, equipment and process status information is transmitted and received from PLC to monitoring and control 3D digital models and physical models in real time. The usefulness of the developed digital twin testbed system was evaluated through usability test.

1. 서론

오늘날 제조업은 인공지능, 빅데이터와 같은 4차 산업혁명 혁신기술과의 긴밀한 융합을 통해 지속적인 첨단화와 스마트화를 추진하고 있다. 스마트팩토리와 디지털 트윈은 제조 첨단화와 스마트화를 대변하는 핵심적이고 대표적인 기술 및 트렌드라고 할 수 있다. 스마트팩토리를 통해 현장 설비와 공정을 네트워크를 통해 실시간으로 연계하여 모니터링하고 분석 및 제어할 수 있으며, 다양한 제조 데이터에 대한 시뮬레이션과 시각화를 통해 제품 생산에 소요되는 비용의 절감과 시간을 크게 단축함으로써 전체적인 제조 생산성을 향상시킬 수 있다[1]. 가트너의 10대 전략 기술로 주목된 디지털 트윈 기술은 제조설비 모니터링 및 예지보전, 생산라인의 설계 및 구축· 운영 등을 디지털 공간에서 시뮬레이션 및 최적화함으로써 제조 프로세스 상에서의 중요한 의사결정을 효율적으로 지원할 수 있어, 스마트팩토리 구현에 중요한 핵심 기술로 인식되고 있다[2,3,4].

스마트팩토리를 위한 디지털 트윈에서는 실제 공장과 동일한 수준의 디지털 공장을 네트워크를 통해실시간으로 연동하여, 공장의 상태를 모니터링·진단하거나 시뮬레이션 기술을 활용하여 미래 상태를 예측하고 대응한다. 또한 다양한 제조 데이터를 확장현실(XR) 기술을 활용하여 가시화하고 관리함으로써 현장에서의 효율적인 의사결정과 제어를 지원한다. 일반적으로 스마트팩토리를 구현하기 위해서는 실제 공장을 구성하는 다양한 설비와 시스템들 간의 상호연계와 함께 엑추에이터, 센서와 같은 필드 디바이스에 대한 체계적인 데이터의 수집과 교환이 필수적으로 동반된다. 이러한 스마트팩토리 디지털 트윈시스템을 구현하기 위해서 상호 운용성과 이기종 플랫폼 간 연결에 강점을 보이는 OPC UA(Open Platform Communications Unified Architecture) 프로토콜의 사용이 효율적이나 아직 스마트팩토리 구현에 있어서 OPC UA의 적용 연구와 사례는 부족한 상황이다[5]. 또한 제조분야에서 디지털 트윈 기술을 활용함으로써 얻을 수 있는 많은 이점에도 불구하고 디지털 트윈 구축을 위한 하부모델을 어떻게 설계하고 구축할 것인지에 대한 기술적 논의가 부족하다. 디지털 트윈을 고려하는 물리적 대상에 대한 정보의 가용성과 요구되는 디지털 충실도 수준 등을 고려하여 디지털 트윈의 활용 목적에 맞는 모델의 설계와 구현 방법의 개발이 필요하다[6].

본 논문에서는 스마트팩토리를 위한 OPC UA 기반 디지털 트윈 모델과 테스트베드 시스템 구현 및사용성 평가 결과를 제시한다. 제안된 디지털 트윈모델을 활용하여 실제 설비 모듈, 공정별 PLC와 3D 디지털 모델을 OPC UA를 통해 실시간으로 연동하여 모니터링하고 양방향 연동 제어가 가능한 디지털트윈 테스트베드 시스템을 구현한다. 제 2절에서는 본 연구와 관련한 주요 기술과 구현의 대상이 되는 스마트팩토리 설비에 대해 살펴본다. 제 3절에서는 PLC 모듈과 3개의 매니저로 구성되는 Server- Client 방식의 디지털 트윈 모델과 OPC UA 기반 데이터 통신 구조를 설명한다. 제4절에서는 제안된 모델을 활용한 스마트팩토리 디지털 트윈 시스템 구현방법과 사용성 평가 결과에 대해 설명하고 제 5절에서는 결론과 향후 연구에 대해 살펴본다.

2. 연구배경 및 관련연구

2.1 디지털 트윈

디지털 트윈은 현실의 물리적 객체들에 대한 디지털 복제(쌍둥이)를 만들고 대상 객체의 수명주기 전체에 걸쳐 다양한 시뮬레이션과 분석을 통해 객체의 속성들이 어떻게 작동하고 변화하는지를 예측하고 대응하기 위한 기술이라 할 수 있다[5]. 사물인터넷, 인공지능, 사이버물리시스템 등 이른바 4차 산업혁명을 견인하는 기술들이 발전, 보편화됨에 따라 이들을 응용하여 다양한 산업현장에서 생산성, 자율성, 안정성 등을 향상시키기 위한 요구가 확산되고 있으며 이러한 요구를 충족하기 위한 중요한 기술 트렌드로 디지털 트윈이 자리 잡고 있다[6]. 디지털 트윈의 구현을 위해서는 현실과 동일한 수준의 3D 디지털모델과 함께 객체에 대한 속성 정보 및 프로세스 모델, 분석 및 시뮬레이션 모델, 가상화된 제어 시스템 및 통신 네트워크 모델 등 매우 다양한 동적 및 정적모델들이 밀접하게 상호 연계되어 모델링되고 시뮬레이션 될 수 있어야 한다. 이렇게 네트워크화된 모델들을 바탕으로 디지털 트윈은 센서데이터를 통해 물리적 객체와 연동되어 현실 상황을 반영하면서 미래에 발생할 수 있는 상황을 시뮬레이션을 통해 미리 예측하고 최적의 조건으로 대응할 수 있도록 지원한 다. 디지털 트윈은 물리적 시스템을 가상시스템으로 단순히 모사하는 복제의 차원을 넘어 실시간으로 데이터를 연동하여 동일한 움직임을 구현하는 것과 더불어 물리적 시스템의 성능, 유지관리, 상태 데이터 등을 지속적으로 갱신하는 특징을 갖는다[7,8]. 이러한 물리적 시스템과 가상시스템을 융합한 디지털 트윈은 제조산업 현장에서는 실제 제조환경과 운영 요소와 기능 요소를 반영하여 공장의 설계와 운영, 제품의 설계부터 생산과 관리 등 제조 활동의 전 주기의 정보를 동기화해 시뮬레이션 및 최적화를 실시하고 있으며[9], 실제 제조 현장에서는 확인할 수 없던 공장 설계의 사전 검증, 공장 운영의 모니터링, 이상 상황 감지 및 예측 등 생산 운영의 효율화를 위해 활용되고 있다[7,8,10].

2.2 OPC UA

OPC UA는 OPC 재단이 2008년 제정한 M2M (Machine-to-Machine) 통신 프로토콜로서 이 기종플랫폼 간의 높은 상호 호환성과 데이터 교환 안정성과 신뢰성으로 인해 다양한 산업분야에서의 표준적데이터 통신 프로토콜로 자리 잡아가고 있다. 일반적으로 스마트팩토리를 구현하기 위해서는 공장을 구성하는 다양한 설비와 시스템의 상호연계와 필드 디바이스에 대한 효율적인 데이터의 수집·저장·처리할 수 있는 기술이 필요하다[11]. 그러나 생산현장에는 다양한 설비와 디바이스가 사용되며 이들 간의 상호운용성의 확보에는 어려움이 존재하기 마련이다. 이러한 다양한 운영 환경에서의 체계적인 데이터의 송수신과 양방향 제어를 위해서는 OPC UA 프로토콜의 적용이 필요하다. OPC UA에서 제시하는 프로세스와 데이터 처리에 대한 표준화된 방법을 활용하여 CPPS(Cyber Physical Production System) 아키텍처를 설계[5,12]하거나 OPC UA와 AAS(Asset Administration Shell)을 활용하여 설비, 센서에 대한 데이터를 수집하여 모니터링하기 위한 시스템의 설계와 구현 방법을 제안하는 연구가 진행되고 있다 [13,14,15]

OPC UA를 통한 이기종 시스템 간의 상호운용성은 주로 PLC 간의 인터페이스 통해 구현된다[15]. PLC는 IoT 센서와 같은 필드 디바이스로부터 온도, 전류, 진동과 같은 데이터를 입력받아 PLC 프로그램 로직에 따라 순차적으로 논리를 처리하고 그에 따른 출력을 엑츄에이터에 전달하여 설비를 제어하는 기능을 수행한다. OPC UA는 PLC 벤더사 마다 서로 다른 통신 프로토콜에 대한 통합되고 표준화된 인터페이스를 제공하여 양방향 통신을 가능케 한다. 또한 OPC UA는 PLC가 SCADA, MES, ERP와 같은 상위시스템들이 필요로 하는 생산현장 데이터를 안전하게 주고받을 수 있도록 지원함으로써 궁극적으로 스마트팩토리를 구현할 수 있도록 지원한다.

2.3 USB(Universal Serial Bus flash drive) 패키징 설비 및 공정

본 논문 구현하고자 하는 스마트팩토리 설비는 USB 패키징을 위한 설비로 총 6개의 세부 공정(투 입, 점검, 마킹, 검사, 커버링, 적재)으로 구성되어 있다. Fig. 1은 USB 패키징 설비의 실물 모델(Fig. 1 (a))과 이에 대한 3D CAD 모델(Fig. 1(b))를 보여주고 있다.

Fig. 1. Smart factory testbed system for USB packaging. (a) USB packaging system : Physical Model and (b) USB packaging system: CAD Model.

USB 패키징 설비에서는 6개의 세부공정을 거쳐2가지 타입의 로고가 표면에 각인된 이동형 저장장치를 포장한 후 간이 저장소에 적재하는 공정으로 이루어진다. 각 공정단계별 주요 기능은 Table 1과 같다. 이송 트레이와 팔레트를 통해 USB 포장을 위한 하부상자를 투입(Feeding)하고 USB 색상과 높이 등을 확인(Checking)한 후 하부상자에 USB를 적재한다. 사용자가 지정한 로고를 USB 표면에 레이저 각인(Marking)한 후 각인의 이상유무 검사(Inspec- tion)를 거쳐 6축 로봇을 이용하여 USB 상부덮개를 조립(Assembly)한 뒤 간이 저장소에 포장이 완료된 제품을 적재(Storage)하고 팔레트를 회수하는 과정으로 진행된다. 각 공정은 컨베이어벨트를 통해 상호연동되며 SIEMENS S7-1500 PLC를 통해 제어된다.

3. OPC UA 기반 디지털 트윈 모델 설계

3.1 디지털 트윈 모델

USB 패키징 설비에 대한 디지털 트윈 모델은 Fig. 2와 같다. Table 1의 기능을 수행하는 각 공정은 모듈 (Module) 단위로 구분되어 표현되며 각 모듈은 모듈별 상태 데이터와 제어 데이터를 통합 관리하는 모듈 매니저(Module Manager)와 OPC UA 프로토콜을 통해 데이터를 서로 주고받는 서버-클라이언트 구조를 가진다. 이러한 구조적 설계에 따라 모듈별 상태 및 공정 데이터는 각 모듈에 해당하는 실제 장비에 대한 3D 디지털 모델 및 가상/증강현실 모델과 실시간으로 연동 및 동기화되어 실제 장비의 움직임과 상태/공정 데이터를 다양한 환경에서 가시화되어 살펴볼 수 있게 된다.

Fig. 2. The proposed digital twin model.

Table 1. Main function of each process.

모듈 매니저는 기본적으로 각 모듈(장비)과의 데이터 교환을 위한 네크워크 기능을 담당하며, 다양한외부 시스템과의 독립적인 데이터 교환을 위한 노드 (Node) 클라이언트로서의 기능을 수행하는 모듈 클라이언트들을 관리한다. 아울러 모듈 매니저는 상위마스터 매니저로부터 수신한 데이터 교환 메시지를 각 클라이언트에 분배하거나 각 모듈 클라이언트가 수신한 센서 데이터를 마스터 매니저에게 전달하는 기능을 수행한다

마스터 매니저는 모듈 매니저와 애플리케이션 매니저(Application Manager) 사이에 위치하며 각 모듈별로 수집되는 다양한 데이터를 처리·관리하여 애플리케이션 매니저에게 전달하는 기능을 수행한다. 데이터 핸들러(Data Handler)는 각 모듈의 센서 I/O 및 이벤트에 대한 메타데이터를 정의하고 관리하는 기능을 수행하며 메시지 핸들러(Message Handler) 는 모듈 매니저와 주고받는 센서 메시지와 이벤트 메시지를 처리·관리한다. 타임 핸들러(Time Handler) 는 동기화를 위한 시간과 이벤트 데이터를 처리·관리하는 기능을 수행한다.

애플리케이션 매니저는 디지털 트윈에 필요한 최상위 응용 프로그램을 관리하기 위한 기능을 수행하며 마스터 매니저를 통해 얻어지는 모듈(장비)의 상태/공정 데이터, 센서/이벤트 메시지, 동기화 시간 데이터 등을 활용하여 장비와 공정을 모니터링 및 제어하고 3D 디지털 모델과 가상/증강현실 모델을 실시간으로 연동하여 데이터를 동기화하고 가시화하는 기능을 수행한다.

3.2 OPC UA 데이터 통신 구조

앞서 언급한 바와 같이 USB 패키징 설비의 각 모듈은 SIEMENS S7-1500 PLC를 통해 제어되며 S7-1500 PLC에서는 라이선스에 기반하여 OPC UA 통신을 위한 서버 기능을 지원한다[16]. 따라서 Fig. 2의 디지털 트윈 모델에 나타난 바와 같이 제안된 디지털 트윈 시스템은 기본적으로 각 모듈별 PLC의 OPC UA 서버를 통해 각 장비의 센서 데이터가 획득되어 해당하는 모듈 클라이언트로 전달되는 구조를 가진다. Fig. 3은 USB 패키징 공정의 6개 세부 공정(모듈)에 대한 OPC UA 데이터 통신을 위한 모듈클라이언트의 세부 구조를 나타내고 있다.

Fig. 3. Module client for OPC UA data communication.

각 모듈의 OPC UA 서버는 모듈 클라이언트의 OPC UA Client와 OPC UA를 통해 공정 데이터를 송수신한다. 각 모듈의 PLC에서는 OPC UA를 통해 On/Off 형태의 비트 데이터로 각 모듈별 센서와 솔레노이드의 상태 데이터를 전송한다. 각 모듈의 상태비트 데이터는 PLC 데이터 인터페이스를 거쳐 10진수로 변환된 후 마스터 매니저에게 전달된다.

PLC의 OPC UA 서버에서는 각 입력(센서, opc input data)과 출력(솔레노이드, opc output data)에 해당하는 I/O 데이터를 PLC 데이터 인터페이스에 전달하여 최종적으로 장비 및 공정에 대한 모니터링과 동기화를 수행한다. 한편 애플리케이션 매니저와 마스터 매니저를 통해 전달되는 제어 데이터는 PLC 인터페이스를 통해 PLC로 전달되어 장비의 동작을 제어하는 기능을 수행하게 된다.

4. 디지털 트윈 시스템 구현 및 사용성 평가

디지털 트윈 모델에 기반한 USB 패키징을 위한 스마트팩토리 설비에 대한 디지털 트윈 시스템의 전체적인 구성은 Fig. 4와 같다. 실물 모델에 대한 정교한 3D CAD 모델을 실시간 가시화에 적합한 3D 디지털 모델로 변환한 후 OPC UA 통신을 통해 디지털모델과 실물 모델 간의 상호 연동 및 양방향 제어가 가능하도록 설계한 구현이다. 각 모듈별 PLC로부터 세부 공정 및 설비에 대한 상태정보를 송수신하여 3D 디지털 모델과 실시간으로 연동하여 가시화되며 각공정 진행 상황을 대시보드를 통해 모니터링하고 관리할 수 있다. 또한 OPC UA 기반의 양방향 통신을 통해 디지털 모델에서 실물 공정의 시작과 멈춤, 긴급정지와 같은 기본적인 제어 기능을 수행하게 된다.

Fig. 4. Overall architecture of proposed digital twin system.

4.1 3D 디지털 모델 개발

실제 모델을 가상의 공간에 표현하기 위한 디지털모델의 제작은 디지털 트윈 구현에 필수적이다. 본 연구에서는 USB 패키징을 위한 실제 설비와 공정개발에 이용된 3D CAD 데이터를 디지털 모델 제작에 활용함으로써 디지털 모델의 실제 모델 표현의 충실도를 유지할 수 있도록 한다.

Fig. 5(a)와 같이 3D CAD 데이터에서 불필요한 기하 데이터를 3D Max와 Maya를 이용하여 제거 및 변환함으로써 실시간 가시화와 모니터링에 적합한 3D 디지털 모델을 제작하였다. 기존 3D CAD 모델의 세부 부품별 위치 조정, Boundary Box 생성, Multi- Cut과 Normal Mapping 등의 과정을 거쳐 3D CAD 상에서 불필요하게 세부적인 기하요소를 제거하거나 단순화된다. 특히 실시간 렌더링 속도에 영향을 많이 주는 불필요한 폴리곤의 수를 줄여 최적화하는 작업을 진행하였다. 이러한 과정을 통해 디지털 모델의 가시성을 유지하면서 기존 3D CAD 모델의 3,690,202개의 Face 수를 640,497개, 약 1/6 수준으로 축소된 결과를 얻었다.

Fig. 5. Example of digital model development. (a) Revision and conversion of CAD model and (b) Revised 3D digital model.

실물 설비에서 작동되는 부품들의 움직임을 디지털 모델에 실시간으로 연동하기 위해서는 해당 디지털 부품에 대한 기구학적 모델링이 필요하다. 이를위해 설비단위에서의 하위 세부 공정의 순서와 움직임을 분석하여 Fig. 6(a)와 같은 서브 공정모델을 도출하였다. 각 설비의 서브 공정모델을 기반으로 Fig. 6(b)와 같이 부품에 대한 리깅(Rigging) 작업으로 움직이는 부분의 뼈대구조를 생성하고, 실제 부품의 구동 형태와 위치 정보를 반영하여 모션 타이밍과 범위를 계산한 Kinematic 모델링을 통해 실제와 동일한 움직임을 보일 수 있도록 구현하였다.

Fig. 6. Example of sub process model and kinematic modeling : Storage box clamping process. (a) Example of sub process model and (b) Example of kinematic modeling.

Table 2. Compare model sizes before and after optimization.

4.2 OPC UA 기반 데이터 통신

제안된 디지털 트윈 모델과 OPC UA 통신 구조를 반영하여 모듈 매니저의 모듈 클라이언트가 OPC UA 통신을 통해 PLC로부터 수집된 데이터를 마스터 매니저에게 전달하여 전체 공정상태를 수집 및처리할 수 있도록 시스템을 구성하였다. SIEMENS S7-1500 PLC로부터 I/O 데이터를 OPC UA 기반으로 송수신하기 위한 클라이언트는 Free OPC-UA Library[17]와 Python을 이용하여 개발하였다. 각 공정별 OPC UA 클라이언트로 전달되는 입출력 상태 데이터는 On/Off를 나타내는 비트 데이터로 표현되며 이를 2진수와 10진수로 변환하는 과정을 거쳐 최종적인 입출력 상태 데이터를 수신할 수 있도록 하였다.

예를 들어, 첫 번째 공정(Feeding Stage)의 진행상태가 Table 3과 같이 ‘비상정지 스위치’, ‘스톱퍼 전진 감지’, ‘팔레트 감지’ 등 총 9개 센서가 On인 상태로 감지된 경우, OPC UA 통신을 통해 수신된 32비트의 상태정보를 Fig. 7과 같이 설정된 데이터 변환 과정에 따라 2진수 값으로 매칭하여 최종적으로 10진수 ‘554,430,144’ 값으로 변환되어 마스터 매니저에게 전달된다.

Table 3. Example module sensor data: Feeding process.

* DI: Digital Input

Fig. 7. PLC data conversion process and it’s example.

PLC의 OPC UA 서버에서는 Fig. 8과 같이 센서와 솔레노이드 상태정보인 2개의 데이터(opc input da- ta, opc output data)를 OPC UA 클라이언트에게 전달하고, 이에 대한 공정의 시작, 종료, 비상정지의 정보를 갖는 3개의 공정 제어 데이터(opc start, opc finish, opc emr)를 PLC로 전송하여 실제 공정을 제어할 수 있도록 구현하였다.

Fig. 8. Status and control data exchange between PLC and module manager.

4.3 공정 모니터링 및 시각화

OPC UA 통신을 통해 수신된 입출력 데이터는 모듈 클라이언트를 통해 마스터 매니저에게 전달되며이를 통해 전체 및 각 공정별 진행 상태를 모니터링할 수 있도록 하였다(Fig. 9).

Fig. 9. Process and equipment status monitoring. (a) Overall process, (b) Monitoring on module 1(feeding module), and (c) Linking with 3D digital model.

각 모듈 매니저로부터 전송된 데이터를 활용하여 6개 세부 공정별 진행 상황을 직관적인 GUI를 통해파악할 수 있도록 구성하였다(Fig. 9(a)). 아울러 센서에서 수집된 데이터를 활용하여 각 공정별 작업진행/완료 개수, 공정별 진행시간, 평균 소요시간과 같은 기본 공정데이터를 축적하여 향후 공정분석에 활용할 수 있도록 하였다. 전체 공정에서 세부 공정을 선택하면 각 공정의 입출력 상태와 세부진행 상태를 확인할 수 있다. 각 공정의 주요 센서나 솔레노이드의 상태정보를 시계열 차트로 가시화(Fig. 9(b))하여 보다 더 구체적인 진행상태를 파악할 수 있으며, 각 공정별 우측 상단에 위치한 버튼을 통해 공정시작과 종료, 비상정지 명령을 전송하여 실제 물리적 설비를 제어할 수 있도록 하였다. 마지막으로 공정 입출력 상태 데이터를 3D 디지털 모델과 실시간으로 연동함으로써 실제 설비의 공정상태를 디지털 공간에서 가시화하여 모니터링할 수 있도록 하였으며 대시보드와 마찬가지로 각 모듈별 버튼을 통해 디지털모델에서 실제 모델의 공정의 시작, 종료 및 긴급정지를 수행할 수 있도록 구현하였다(Fig. 9(c)).

4.4 사용성 평가

본 연구에서 제안한 디지털 트윈 시스템에 대한 사용성 평가를 위해서 닐슨의 사용성 10가지 원칙 [18] 중 디지털 트윈 시스템의 주요 기능과 관련된 다섯 가지 평가항목을 Table 4와 같이 구성하였으며, 평가항목별 5점 척도로 USB 패키징시스템에 대한 디지털 트윈 모델 적용 전후의 사용 경험을 가지는 동일한 10명의 사용자를 대상으로 대응표본 t-검정을 통해 사용성 테스트를 진행하였다. 그 결과 t통계량(-16.333)과 0에 가까운 P값(2.69E-08)이 산출되어 본 연구에서 제안한 시스템이 기존 시스템에 비해 유의한 수준(p<0.05)에서 차이가 있음이 확인되었으며, 사용성 평가의 항목별 평점에서 Fig. 10과 같이 신뢰성(Credible), 용이성(Useful), 편의성(Conve- nient)을 포함하는 5개 평가항목 전반에서 디지털 트윈을 적용한 시스템이 기존 시스템에 비해 높은 평점을 나타낸 전체 평점 1.36점 차이로 사용성이 향상된 것으로 확인할 수 있었다.

Table 4. Usability principle.

Fig. 10. Usability evaluation : Previous system vs Proposed system.

전반적으로 대시보드와 3D 디지털 모델을 통한 전체 공정 및 세부 공정에 대한 설비상태에 대한 실시간, 원격 모니터링이 가능해짐에 따라 시스템 전반에 대한 사용성과 접근성이 높아졌다는 의견이 반영된 것으로 분석된다. 또한 시작-종료-비상정지 명령을 PLC로 전송하여 실제 물리모델을 제어함으로써 기존 환경에 비하여 사용 편의성과 신뢰성이 향상됨을 확인할 수 있었다.

5. 결론

본 논문에서는 스마트팩토리를 위한 디지털 트윈모델과 OPC UA 기반 통신 모델을 제시하였다. 제시된 모델을 바탕으로 USB 패키징을 위한 스마트팩토리 설비에 대한 디지털 트윈 테스트베드 시스템을 구현하고 사용성을 검증하였다. 제안된 디지털 트윈모델은 공정을 나타내는 모듈과 각 모듈과의 데이터 송수신과 메시지 분배 및 전달을 담당하는 모듈 매니저, 모듈 매니저로부터 수집된 다양한 데이터를 처리·관리하는 마스터 매니저와 응용프로그램을 담당하는 어플리캐이션 매니저로 구성된다. 제안된 디지털트윈 모델을 기반으로 실제 설비에서 운용되는 센서와 솔레노이드의 상태 데이터와 제어 데이터를 공정별 모듈 매니저를 통해 PLC와 송수신하는 OPC UA 데이터 통신 구조를 설계하였고 PLC로부터 송수신된 입출력 상태정보를 디지털 모델과 연동하여 시작-종료-비상정지 명령을 디지털 모델로 제어하는 기능을 구현하였다. 또한, OPC UA 통신을 통해 수신된 입출력 데이터를 바탕으로 대시보드와 3D 디지털 모델을 통해 전체 공정 및 세부 공정별 진행상태에 대한 실시간 모니터링을 지원하도록 하였다. 마지막으로 사용성 평가를 통해 개발된 디지털 트윈 테스트베드 시스템의 유용성을 확인할 수 있었다.

본 연구는 스마트팩토리 설비에 대한 디지털 트윈모델 설계와 이에 따른 테스트베드 시스템 구현에 중점을 두었으며 실제 공정 빅데이터의 축적과 분석, 시뮬레이션 기능에는 한계가 존재한다. 향후에는 보다 다양한 공정데이터의 축적과 데이터 분석 기능을 강화함으로써 실제 공정의 개선을 통한 생산성 분석과 공정 최적화에 적용하기 위한 연구를 수행할 계획이다. 또한 스마트팩토리 디지털 트윈 시스템에 대한 사용성 평가에 추가하여 시스템의 성능을 측정할 수 있는 성능지표 개발과 평가를 수행할 계획이다.