차세대 엔지니어에게 힘을 실어주는 Ansys
학생들은 세계적 수준의 시뮬레이션 소프트웨어를 무료로 이용할 수 있습니다.
미래를 설계하기
시뮬레이션이 다음 혁신을 어떻게 지원할 수 있는지 알아보려면 Ansys와 연결하십시오.
사이버 물리 시스템은 물리적 시스템과 컴퓨팅 요소 간의 긴밀한 연결과 상호 작용을 통해 물리적 세계와 디지털 세계를 연결합니다.
사이버 물리 시스템은 자율주행 자동차(AV)부터 스마트 그리드 기술에 이르기까지 다양한 산업 및 기술 응용 분야에 걸쳐 사용되며, 실시간 데이터 분석과 복잡한 알고리즘을 사용하여 물리적 자산을 제어합니다. 전반적으로 사이버 물리 시스템은 물리 시스템에 인텔리전스를 통합하여 자율적인 의사 결정을 내리고, 변화하는 환경에 적응하며, 실시간으로 성능을 최적화할 수 있도록 합니다.
오늘날 첨단 기술 시스템의 중요한 운영을 제어하는 데 사용되는 사이버 물리 시스템의 몇 가지 예가 있습니다.
자율주행 자동차에서는 많은 물리적 요소와 디지털 요소가 긴밀하게 연동됩니다. 완전 자율주행(레벨 5) 자동차는 아직 먼 미래의 일이므로, 자율주행 자동차에는 승객의 안전을 보장하기 위해 일정 수준의 인간 개입이 필요합니다.
자율주행 자동차에는 영상 카메라, 레이더, 라이다(LiDAR) 센서 등 다양한 센서가 탑재되어 주변 환경을 인식하고 중요한 작동 결정을 내립니다. 여기에는 보행자, 다른 차량, 도로 위의 갑작스러운 물체와 같은 장애물의 존재를 "인지"하고, 차량의 주행 방식에 영향을 미치는 날씨 변화 감지가 포함됩니다.
그러나 자율 주행 차량은 물리적 요소만으로는 제대로 작동하지 않으며 소프트웨어 요소도 매우 중요합니다. 센서 종류가 매우 다양하므로 소프트웨어는 데이터를 읽고 분석하고 처리할 수 있도록 단일 형식으로 통합하는 센서 융합 기능을 수행해야 합니다. 센서 데이터 간에 불일치가 있는 경우, 기존 알고리즘, 인공지능(AI) 및 머신러닝(ML)이 혼합된 고급 알고리즘을 사용해야 합니다. 센서마다 다른 대상을 감지하는 경우, 이러한 알고리즘은 어떤 센서가 정확한 데이터를 제공했고 어떤 센서가 부정확한 데이터를 제공했는지 판별해야 합니다.
또한 센서 융합 알고리즘과 차량의 물리적 요소를 제어하는 데 사용되는 기타 제어 알고리즘(예: 장애물 감지 시 차량 제동 또는 스티어링 휠 조작)을 처리할 수 있는 그래픽 처리 장치(GPU)로 구성된 하드웨어 계층이 필요합니다. 이미 NVIDIA에서 개발한 자동차 전용 GPU(Jetson Xavier)는 보행자를 감지하고, 다른 차량을 감지하고, 센서 데이터로 환경을 이해하는 데 효율적입니다.
스마트 그리드는 에너지 산업에서 사이버 물리 시스템 및 자동화의 핵심적인 사례입니다. 스마트 그리드는 그리드 주변의 다양한 물리적 자산, 특히 센서를 활용하여 그리드의 여러 측면을 모니터링합니다. 이러한 자산으로는 스마트 인버터, 태양광 패널, 풍력 터빈, 스마트 계기, 기존 기반 시설, 배전 및 송전선, 배터리 에너지 저장 시스템(BESS) 등이 있습니다. 스마트 그리드의 일부 기능은 자율적으로 작동하지만, 운영자는 예측 유지 보수를 통해 문제가 발생하기 전에 또는 문제가 발생했을 때 알림을 받아 신속하게 조치를 취할 수 있습니다.
이러한 물리적 자산 외에도 스마트 그리드는 전력 회사, 고객 및 배전 시스템 운영 시스템(DSO)을 연결하는 계층적 소프트웨어 아키텍처를 갖추고 있습니다. 이 소프트웨어 아키텍처는 기존 알고리즘과 머신러닝을 혼합하여 그리드의 다양한 자산을 분석, 모니터링 및 최적화합니다. 현재 많은 그리드에는 디지털 환경에 맞춰 구축되지 않은 기존 기반 시설이 포함되어 있지만, 이러한 기반 시설에도 사물 인터넷(IoT) 센서를 설치하여 최신 디지털 아키텍처와 호환되도록 개조할 수 있습니다. 스마트 그리드는 기존 자산을 모니터링할 뿐만 아니라 다양한 재생 에너지 발전기와 같은 새로운 분산 에너지 자원(DER)의 통합을 모니터링하여 그리드에 통합된 후 제대로 작동하는지 확인할 수 있습니다.
센서는 에너지 사용 데이터를 실시간으로 수집하므로 운영자는 그리드 전체에 걸쳐 에너지 분배를 더욱 최적화할 수 있습니다. 이러한 최적화는 다음과 같은 다양한 환경 요인에 대응하여 이루어질 수 있습니다.
물리적 아키텍처와 디지털 아키텍처의 긴밀한 네트워크가 없었다면 스마트 그리드는 불가능하며, 에너지 산업은 훨씬 더 많은 수동 유지 관리가 필요한 그리드를 계속 사용해야 할 것입니다.
사이버 물리 시스템은 사물 인터넷(IoT)과 밀접한 관련이 있으며 때로는 혼용되기도 하지만, 일반적으로 두 기술 유형에는 약간의 차이가 있다는 것이 일반적인 견해입니다. 하지만 최근 몇 년 동안 IoT와 사이버 물리 시스템이 더욱 융합되면서 두 기술의 경계가 모호해졌습니다.
여전히 일부 모호한 부분이 남아 있지만, 물리적 프로세스와 디지털 자산 간의 통합 수준이 주요 차이점이라는 것이 일반적인 의견입니다. 다음 표는 IoT와 사이버 물리 시스템의 차이점을 보여주는 몇 가지 구체적인 사례를 나타냅니다.
IoT | 사이버 물리 시스템 |
물리적 자산에 대한 느슨한 통합 및 제어 수준 | 물리적 프로세스와 계산 요소 간의 심층적인 통합 및 연결성 |
데이터 교환에 집중 | 물리적 자산의 실시간 제어에 집중 |
데이터 수집, 통신 및 데이터 전송에 중점을 둔 환경에 대한 제한된 제어 | 환경에 대한 높은 수준의 제어 및 폐쇄 루프 동작 수행 |
데이터 수집 및 의사 결정에 일정 수준의 지연이 발생하여 거의 실시간에 가까운 시스템 | 디지털 구성 요소와 물리적 구성 요소 간의 실시간 상호 작용 |
시스템 복잡성은 낮지만, 특히 산업용 사물 인터넷(IIoT) 애플리케이션에서 CPS 네트워크의 일부로 자주 사용됨 | IoT 네트워크보다 복잡한 시스템 |
교체 비용이 더 낮음 | 교체 비용이 더 높음 |
예: 웨어러블 피트니스 장치, 환경 모니터링 시스템, 가정 내 스마트 장치 | 사용 예: 스마트 그리드, 자율 주행 차량, 스마트 공장, 기타 스마트 기반 시설 |
사이버 물리 시스템의 아키텍처는 물리적 하드웨어 및 소프트웨어 구성 요소의 조합으로 구성되며, 이러한 구성 요소는 지능적이고 반응성이 뛰어난 기계 동작을 제공합니다. 사이버 물리 시스템의 주요 구성 요소는 다음과 같습니다.
이러한 시스템의 하이브리드 특성 덕분에 지능적이고 실시간적인 작업을 많이 수행할 수 있습니다. 사이버 물리 시스템의 주요 운영 기능 및 장점은 다음과 같습니다.
물리적 세계가 디지털 환경에 어떤 영향을 미치는지 보여주는 가장 좋은 예 중 하나는 디지털 트윈입니다. 이 가상 환경은 실제 데이터와 자산에 의해 실시간으로 영향을 받습니다. 반면에 디지털 트윈으로 물리적 자산이 다양한 환경과 시나리오에서 어떻게 작동하는지 시뮬레이션하여 최적화하고 개선하는 방법을 더 적절히 파악할 수 있습니다. 이 가상 프로토타입 제작 기능을 통해 디지털 트윈은 다양한 사이버 물리 시스템 애플리케이션을 시뮬레이션할 수 있습니다.
데이터는 먼저 디지털 트윈에 입력되어 환경을 구축합니다. 결과적으로 생성된 디지털 트윈 환경은 소규모 시스템, 자율주행 자동차와 같은 대규모 시스템 또는 완전한 제조 시설이 될 수 있습니다. 구축이 완료되면 환경의 다양한 측면에 대한 시뮬레이션을 실행하여 자산이 실제 환경에서 어떻게 작동하는지 확인할 수 있습니다.
디지털 트윈은 모델링 대상인 물리적 자산과 공존할 수도 있습니다. 물리적 자산의 데이터를 실시간으로 모델에 입력함으로써 엔지니어는 물리적 자산에 대한 다양한 시나리오를 실행할 수 있습니다. 예를 들어, 다양한 주행 환경에서 차량의 작동 방식을 살펴보거나, 전기차 충전소의 전력 공급을 관리하거나, 스마트 도시 환경을 시뮬레이션하거나, 스마트 제조 환경에서 예측 유지 보수 작업을 실행하거나, 스마트 제조 환경에서 제조 프로토콜을 변경하는 등의 작업을 수행할 수 있습니다.
디지털 트윈은 소프트웨어 계층과 물리적 계층을 비롯하여 여러 아키텍처 계층으로 구성됩니다. 여기에는 다음이 포함됩니다.
소프트웨어 계층은 시뮬레이션을 실행하고 사용자에게 데이터를 제공하기 위해 다양한 수준의 물리적 하드웨어에 의해 지원됩니다.
또한 디지털 트윈에는 센서를 데이터 관리 플랫폼에 연결하는 데이터 네트워크 및 통신 아키텍처가 포함됩니다.
물리 시스템이 디지털 환경으로 더욱 많이 통합됨에 따라 악의적인 사이버 공격으로부터 데이터를 보호하는 것이 그 어느 때보다 중요해졌습니다. 사이버 물리 시스템 구축의 어려움 중 하나는 구성 요소의 표준화가 부족하여 많은 시스템에서 사이버 보안이 취약하다는 점입니다. 이러한 시스템은 많은 데이터(일부 애플리케이션에서는 개인 데이터 포함)를 수집하고 저장하기 때문에 해커가 무단으로 데이터에 접근할 경우 심각한 데이터 유출로 이어질 수 있다는 점에서 매우 중요한 문제입니다. 하지만 사이버 물리 시스템이 직면한 과제는 고정 시스템인지, 이동 시스템인지에 따라 다릅니다. 조직은 모든 수준에서 보안 문제를 처리하기 위해 DevSecOps 관행을 구현해야 합니다.
스마트 그리드와 같이 고정 기반 시설을 가진 시스템에서는 수많은 센서와 IoT 장치가 설치됨에 따라 디지털 네트워크 전반에 걸쳐 새롭고 잠재적으로 보안이 취약한 진입점이 많이 생성되고 있습니다. 이러한 현상은 대부분 기존 기술과 신기술을 융합하려는 시도에서 비롯됩니다. 이러한 기술들은 표준화되어 있지 않고 사이버 보안 프로토콜이 항상 강력한 것은 아니므로 취약점이 발생합니다.
스마트 그리드의 경우, 네트워크 내 여러 주체(전력 공급업체, 소비자, 배전망 운영자)가 분산되어 있고 상호 연결되어 있기 때문에 작고 보안이 취약한 노드 하나가 해킹당하면 전체 네트워크가 노출되는 위험이 있습니다. 따라서 청구 및 스마트 계기 정보를 포함하는 네트워크, 클라우드 컴퓨팅 및 개방형 프로토콜 표준을 사용하는 스마트 그리드로 인해 민감한 고객 데이터가 노출될 수 있습니다.
스마트 그리드 네트워크는 송전 및 배전, 에너지 생산 제어, 전기차(EV), 전력 시장 데이터 등 그리드 운영 측면에 대한 많은 정보를 포함하고 있어, 공격이 발생할 경우 그리드 전체가 마비될 수 있습니다. 스마트 그리드가 강력한 IT 프로토콜을 갖추지 못했을 경우의 위험 중 하나는 운영 중단이 웹사이트 다운보다 훨씬 더 심각한 결과를 초래할 수 있다는 것입니다. 예를 들어, 지역 병원이나 기타 응급 서비스에 대한 전력 공급 중단은 지역 사회에 미치는 영향이 훨씬 더 치명적일 수 있기 때문입니다.
자율주행 자동차와 같은 모바일 사이버 물리 시스템의 경우는 상황이 다소 다릅니다. 자율주행 자동차는 비교적 최신 기술로, 설계에 직접 통합된 강력한 IT 프로토콜을 기반으로 구축되고 있습니다. 또한 자율주행 자동차는 폐쇄 시스템처럼 작동하도록 설계되어 사이버 공격의 모든 진입점이 격리 및 모니터링되고 복원력도 있습니다.
그러나 차량 간 통신이 현실화되는 미래에는 자율주행 자동차가 여러 가지 문제에 직면할 수 있습니다. 그 시점이 되면 차량 네트워크에 침투하여 문제를 일으키는 것이 훨씬 쉬워지므로, 이러한 상황이 전개됨에 따라 강력한 프로토콜이 마련되어야 합니다. 또 다른 과제는 표준화입니다. 프로토콜이 개발되고 있지만, 보안이 너무 취약하거나 OEM에서 채택하지 않고 있으므로, 잠재적인 사이버 위협에 맞춰 소프트웨어를 지속적으로 패치하고 업데이트할 수 있도록 표준 프로토콜이 곧 마련되어야 합니다.
시뮬레이션을 통해 다양한 사이버 물리 시스템, 시스템에 사용되는 구성 요소 및 시스템이 사용되는 환경을 개발할 수 있습니다. Synopsys와 합병된 Ansys는 광범위한 사이버 물리 시스템을 시뮬레이션하고 디지털 엔지니어링을 통해 기존 장비를 현대화하는 데 도움이 되는 다양한 툴을 보유하고 있습니다. 이러한 툴에는 다음이 포함되지만 이에 국한되지는 않습니다.
Ansys Fluent 유체 시뮬레이션 소프트웨어 및 Ansys Mechanical 구조 유한 요소 해석 소프트웨어: 사이버 물리 시스템의 자산 계층을 사용하며 자산 자체를 설계하는 데 중요한 역할을 합니다.
Ansys Speos CAD 통합 광학 및 조명 시뮬레이션 소프트웨어 및 Ansys Zemax OpticStudio 광학 시스템 설계 및 분석 소프트웨어: 자율주행 자동차의 카메라, 전하 결합 소자(CCD) 센서에 사용되는 렌즈 등의 광학 부품을 설계합니다. OpticStudio 소프트웨어는 렌즈 개발에 사용되며, Speos 소프트웨어는 전체 센서가 어떻게 작동하는지 분석합니다. 또한 Ansys Lumerical FDTD 고급 3D 전자기 FDTD 시뮬레이션 소프트웨어를 사용하여 소규모 광학 효과를 조사할 수도 있습니다.
Ansys AVXcelerate 소프트웨어: 자율주행 자동차의 센서 환경을 시뮬레이션하며, 일반적인 로봇 공학 분야에도 사용할 수 있습니다. 주로 차량 테스트에 사용되며, 카메라, 라이다, 레이더, 관성 측정 장치(IMU) 등을 지원합니다. AVXcelerate 소프트웨어는 Speos 소프트웨어의 데이터를 활용하여 자율주행 자동차에서 다양한 센서들이 어떻게 상호 작용하고 연동하는지 분석할 수도 있습니다.
Ansys Twin Builder 시뮬레이션 기반 디지털 트윈 플랫폼 및 Ansys TwinAI AI 기반 디지털 트윈 소프트웨어: 디지털 트윈을 생성하고 가상 환경 내에서 물리적 자산을 실시간으로 관리 및 모니터링할 수 있습니다. 또한 새로운 물리적 자산을 설계하는 데에도 사용할 수 있습니다.
Ansys Medini Cybersecurity SE 시스템 지향형 사이버 보안 분석 소프트웨어: 사이버 복원력이 뛰어난 제품의 개발, 인증 및 유지 관리에 사용되는 모델 기반 통합 보안 및 사이버 보안 솔루션입니다.
고급 시뮬레이션을 통해 사이버 물리 시스템을 개발하고 모니터링하는 방법을 알아보려면 지금 Ansys 기술 팀에 문의하십시오.
엔지니어링 과제에 직면하고 있다면우리 팀이 도와드리겠습니다. 풍부한 경험과 혁신에 대한 헌신을 가지고 있는 우리에게 연락해 주십시오. 협력을 통해 엔지니어링 문제를 성장과 성공의 기회로 바꾸십시오. 지금 문의하기