디지털 엔지니어링이란?

디지털 엔지니어링은 컴퓨팅 도구, 디지털 모델 및 연결된 데이터를 사용하여 최신 사이버 물리 시스템의 설계, 테스트, 모니터링 및 유지 관리를 지원합니다. 디지털 엔지니어링 시스템은 복잡한 시스템, 진화하는 기술 및 제품 출시 기간 단축의 압박을 처리하기 위해 개발된 종합적인 엔지니어링 실무 집합으로 구성됩니다.     

엔지니어링 팀은 디지털 엔지니어링을 제품 개발 및 수명 주기 관리에 대한 차세대 모델 기반 접근법으로 사용합니다. 이 접근법은 엔지니어링 의사 결정을 지원하는 시기 적절한 상황별 통찰력을 제공하는 것을 목표로 합니다. 다시 말해, 적절한 시기에 적절한 컨텍스트에서 올바른 형식으로 올바른 정보를 제공합니다. 디지털 엔지니어링은 엔지니어링 데이터에 디지털 혁신 원칙을 적용하는 것 이상입니다. 첨단 기술을 통해 다음을 수행할 수 있는 에코시스템을 만듭니다.

• 요구 사항에 따라 시스템 동작 모델링 및 시뮬레이션
• 자동화 구현
• 조직 전체의 엔지니어링 분야 연결
• 중요한 정보에 대한 신뢰할 수 있는 정보 출처 구축 

잠재적 이점을 가진 디지털 엔지니어링은 그 정의와 채택을 통해 소프트웨어에 의존하던 전통적인 하드웨어 엔지니어링 관행의 논리적인 진화를 일으켰습니다. 전통적인 하드웨어 개발은 소프트웨어 개발에서 흔히 볼 수 있는 애자일 방법 대신 워터폴 방법론을 사용합니다. 애자일 접근법은 하드웨어 시스템의 복잡성과 상호 의존성 때문에 하드웨어 개발에 적합하지 않은 경우가 많습니다.

그러나 모델 기반 시스템 엔지니어링(MBSE)의 도입은 애자일 방법론의 이점을 통합하는 두 가지 방법을 보여주었습니다. 첫째, 엔지니어링 팀은 요구 사항에 맞게 제품을 모델링하기 위해 시스템 수준의 접근법을 채택할 수 있습니다. 둘째, 제품에 대한 정보를 보다 명확하게 정의하고 쉽게 액세스할 수 있습니다. 이러한 전략 전환의 결합으로 조직 및 프로세스에 대한 의존성이 제거되었습니다.

미국 국방부(DoD)는 이러한 이점을 보고 2018년에 다음과 같은 네 가지 구체적인 목표를 가지고 디지털 엔지니어링 전략을 수립했습니다.

1. 기업 및 프로그램 의사 결정에 정보를 제공하기 위해 모델의 개발, 통합, 사용 공식화
2. 지속적이고 신뢰할 만한 정보 출처 제공
3. 기술 혁신을 통합하여 엔지니어링 관행 개선
4. 활동을 수행하고, 협업하고, 이해관계자 간에 소통할 수 있는 지원 기반 시설과 환경 구축

국방부(DoD) 지침 5000.97은 전략을 더욱 세분화하고 국방획득체계가 디지털 엔지니어링을 채택하도록 장려했습니다. 이 이니셔티브 이후 항공우주 및 방위 산업은 비용, 일정 및 위험을 효과적으로 관리하는 내재적 능력을 활용하기 위해 디지털 엔지니어링을 점점 더 많이 채택하고 있습니다.

디지털 엔지니어링의 추진력을 더 잘 이해하기 위해 "엔지니어링 의사 결정을 위한 적시 컨텍스트 엔지니어링 통찰력(timely contextual engineering insight for engineering decision-making)"이라는 문구를 세분화해 보겠습니다.

• 적시(Timely): 경쟁 압박과 시스템 복잡성이 증가함에 따라 조직은 제품을 더 빨리 설계하고 출시할 수 있을 뿐만 아니라 가동 시간을 늘리고, 제품 개선 사항을 더 빨리 검증 및 구현하고, 현장 고장을 더 빠르게 진단 및 수정해야 합니다. 이러한 경쟁적 요구로 인해 엔지니어링 팀은 더 이상 이러한 작업을 완료하기 위해 일정을 넉넉히 가질 여유가 없습니다. 모델 기반 접근법과 자동화, 신뢰할 수 있는 정보 출처 및 계산 툴을 결합함으로써 디지털 엔지니어링 환경은 기존 방법보다 훨씬 빠르게 정보를 생성할 수 있습니다.
• 컨텍스트(Contextual): 최신 시뮬레이션과 사물인터넷(IoT)을 통한 센서의 확산으로 인해 전례 없는 풍부한 데이터가 생성되었습니다. 그러나 이러한 데이터가 유용하려면 의사 결정권자가 데이터의 출처, 다른 데이터와의 관계, 출처 및 신뢰성을 이해해야 합니다. 컨텍스트는 데이터를 설계 상태, 제조 상태 및 작동 상태 조건에 연결하여 이러한 정보를 제공합니다.
• 엔지니어링 통찰력(Engineering insight): 엔지니어링의 핵심은 사양을 충족하도록 제품을 설계하고 수명 주기 동안 발생하는 문제를 해결하는 프로세스입니다. 이를 효과적으로 수행하기 위해 엔지니어는 재료, 작동 환경, 물리적 지오메트리, 성능, 내구성 등 제품의 모든 측면에 대한 정보가 필요합니다. 이러한 통찰력이 없으면 팀은 비효율적이고 비용이 많이 드는 프로세스인 추측과 물리 테스트에 의존해야 합니다. 디지털 엔지니어링은 기업 전반의 이해 관계자가 역할을 효과적으로 수행하는 데 필요한 제품별 정보에 액세스할 수 있도록 합니다.
• 엔지니어링 의사 결정(Engineering decision-making): 팀이 적시에 상황에 맞는 엔지니어링 통찰력을 필요로 하는 이유는 정보에 입각한 결정을 내리기 위해서입니다. 이는 제품 개발 프로세스 초기에 또는 제품 수명이 다할 때(예: 최상의 폐기 방법 결정) 수행할 수 있습니다. 디지털 엔지니어링을 통해 엔지니어는 의사 결정 프로세스 초기에 통찰력을 제공하여 총 수명 주기 비용을 효과적으로 절감함으로써 "시프트 레프트"할 수 있습니다.   

또한 디지털 엔지니어링은 통찰력과 적시성을 개선하는 고급 기술을 적용하는 데 도움이 됩니다. 디지털 엔지니어링은 제품의  디지털 스레드를 구성하는 데 중요한 역할을 합니다. 필요한 데이터를 큐레이션할 뿐만 아니라 스레드를 통해 연결된 정보에 대한 신뢰할 수 있는 정보 출처를 정의하는 데도 중요한 역할을 합니다.

디지털 엔지니어링은 시스템 엔지니어링 및 계산 툴, 특히 MBSE와 결합될 때 제품의 시스템 수준 디지털 모델에 실시간으로 액세스할 수 있습니다. 이를 통해 전체 제품 수명 주기에 걸쳐 가상 분석, 최적화, 고장 분석 및 예측 분석을 수행할 수 있습니다. 머신러닝(ML), 신경망, 대규모 언어 모델(LLM)과 같이 빠르게 발전하는 인공지능(AI) 기술을 도입함으로써 디지털 엔지니어링 에코시스템은 더욱 향상된 자동화, 더욱 통찰력 있는 예측 분석(특히 동급 최고의 물리 기반 시뮬레이션을 사용할 때) 및 규범적 유지 관리를 제공할 수 있습니다. 

디지털 엔지니어링 시스템은 시스템의 제품 수명 주기에 대한 전체적이고 신뢰할 수 있는 엔드 투 엔드 뷰를 제공하는 툴, 프로세스, 데이터 소스 및 기반 시설 모음으로 구성됩니다. 현재 일반적으로 구현에는 구성 요소로

데이터 컨텍스트, 분류, 연결이 포함됩니다.

데이터 수집 및 데이터 분석을 넘어서는 것은 디지털 엔지니어링을 채택하는 데 중요한 단계입니다. 데이터에서 추가 가치를 창출하려면 먼저 제품 관련 컨텍스트 정보를 추가해야 합니다. 그런 다음 신뢰할 수 있는 정보 출처를 식별하고 효율적이고 반복 가능하며 감사 가능한 방식으로 데이터를 애플리케이션에 연결해야 합니다. 그런 다음 디지털화된 정보를 정확하고, 사이버 보안 관점에서 보호하고, 추적 가능한 방식으로 액세스할 수 있습니다. 이는 디지털 스레드의 기반을 형성합니다.

디지털 트윈

전체 시스템, 해당 구성 요소 또는 하위 시스템의 디지털 표현은 정적 데이터를 넘어서는 통찰력을 제공합니다. 디지털 트윈 이라고도 하는 이러한 모델을 사용하면 엔지니어가 작동 조건, 형상 파라미터 및 비엔지니어링 입력을 변경하여 시스템이 설계 및 작동 조건에서 어떻게 반응하는지 확인할 수 있습니다. 디지털 트윈은 다음으로 구성될 수 있지만 이에 국한되지는 않습니다.

• 지오메트리의 컴퓨터 지원 설계(CAD) 3D 모델
• 모델 기반 설계
• 0D/1D/3D 시뮬레이션 모델
• 선별된 데이터에서 생성된 조회 테이블
• 상세 시뮬레이션 또는 테스트 데이터에서 생성된 차수 축소 모델(ROM)
• 비즈니스 및 공급망 표현 

프로세스 자동화

제품 개발 프로세스를 간소화하기 위해 디지털 엔지니어링을 채택하는 조직은 자동화 및 오케스트레이션을 구현합니다. 이를 통해 디지털 스레드의 정보에 대한 액세스를 단순화 및 가속화하고, 계산 모델을 실행하고, 시스템에 데이터를 추가할 수 있습니다. 또한 자동화를 통해 특정 분야의 비전문가도 액세스할 수 있으므로 적시에 적절한 사람에게 올바른 정보를 제공한다는 목표를 강화합니다.

조직 채택 및 패러다임 전환

조직이 디지털 엔지니어링을 구현할 때 행동 변화는 기술적 변화만큼 중요합니다. 제품 수명 주기에 관여하는 모든 이해관계자는 제품 개발에 대한 데이터 중심의 시스템 수준 접근법을 이해하고 채택해야 합니다. 기업은 분야 전반에 걸쳐 협업과 혁신을 모두 촉진하고, 리더십의 가시적인 지원을 확보하고, 엄격한 데이터 거버넌스 관행을 수립하고, 애자일 방법론을 장려해야 합니다.

툴을 위한 개방형 아키텍처

구현 팀은 디지털 엔지니어링 시스템의 모든 도구가 효율적이고 추적 가능하며 반복 가능하고 상호 운용이 가능하며 협업적이며 데이터에 대한 정확한 액세스를 촉진하는 개방형 아키텍처를 사용하도록 보장해야 합니다. 최신 산업 표준 API(애플리케이션 프로그래밍 인터페이스)를 채택하는 대신 자체 폐쇄형 에코시스템에서 작동하는 사일로 툴을 사용하면 조직이 디지털 엔지니어링의 이점을 누릴 수 없습니다. 

세 가지 유형의 메타 원자(삼각형, 원형 및 사각형 기둥)가 있는 메타표면 지오메트리

디지털 엔지니어링은 산업에 관계없이 모든 조직의 제품 수명 주기 프로세스를 향상시킬 수 있습니다. 그러나 가장 큰 이점을 누릴 수 있는 것은 엄격한 규제 요구 사항, 복잡한 전기 기계 시스템 및 엄격한 성능 목표를 가진 산업입니다. 항공우주, 의료 및 자동차 분야에서 가장 강력한 사용 사례 중 일부를 볼 수 있습니다.

배터리 기가팩토리

항공우주, 에너지 및 자동차 응용 분야에 대한 급속한 기술 발전과 배터리 수요의 기하급수적인 증가로 인해 제조업체는 "기가팩토리"에 디지털 엔지니어링을 채택하고 있습니다. 최근 일부 기업은 배터리 및 전기차(EV) 공장을 설명하기 위해 이 용어를 채택했습니다.

예를 들어, Honeywell Process Solutions는 디지털 엔지니어링을 사용하여 구축된 자동화 시스템을 제공합니다. 이러한 시스템은 실시간 데이터와 물리 기반 시뮬레이션을 결합하여 변화하는 조건에 동적으로 적응하는 생산 라인을 설계합니다. 이 접근법을 사용하면 고객이 더 높은 수율, 더 낮은 비용 및 더 높은 에너지 효율을 실현하는 데 도움이 될 수 있습니다.

소프트웨어 정의 차량

자동차 분야에서 소프트웨어로 제어되는 스마트 시스템은 경쟁 환경을 변화시키고 있습니다. 많은 자동차 제조업체는 디지털 엔지니어링을 사용하여 소프트웨어 정의 차량(SDV)으로 더 빠르게 전환하고 현장의 문제를 줄이는 데 도움을 줍니다. 디지털 엔지니어링을 통해 OEM(Original Equipment Manufacturer)과 해당 공급업체는 SDV 비전의 설계, 검증 및 구현에 대해 협업할 수 있습니다. 많은 구현에서 디지털 엔지니어링 플랫폼을 사용하여 다음을 수행합니다.

• 솔루션에 AI 포함
• 전기, 기계 및 소프트웨어 엔지니어링 간의 조직 장벽 극복
• 다중물리 최적화를 통한 설계 개선
• 다른 분야의 정보 통합
• 임베디드 소프트웨어의 견고성 향상

의료기기 인실리코 테스트

의료 및 기타 산업에서 인실리코 테스트란 제품 개발에 디지털 모델을 사용하는 것을 의미합니다. 이는 인비보(신체 내) 및 인비트로(실험실 환경과 같은 신체 외부) 테스트와 대조를 이룹니다. 디지털 엔지니어링이 도입됨에 따라 전체 제품 개발 프로세스는 의료기기 개발 및 승인에 대한 엄격한 규제 요구 사항에 더 잘 부합하게 됩니다. 엔지니어링 팀은 문서화된 단일 정보 출처를 유지 관리하고 개발 프로세스를 가속화하며 규제 기관에 검증 데이터를 제공할 수 있습니다. 

모델링 및 시뮬레이션 툴은 디지털 엔지니어링을 데이터 관리 너머로 확장하여 엔지니어링 팀이 고충실도의 물리 기반 분석을 사용하여 제품 성능을 효율적으로 탐색할 수 있도록 지원합니다. 또한 시뮬레이션은 개발 프로세스 초기에 실행 가능한 통찰력을 제공합니다. 잘 구현된 디지털 엔지니어링 시스템은 다음과 같은 특성을 가진 시뮬레이션 툴을 사용해야 합니다.

개방적인 데이터 입력/출력 및 자동화 지원 

효과적인 디지털 엔지니어링에는 외부 툴을 통해 결과를 추출하고, 출처를 신뢰할 수 있는 입력을 통합하고, 능동적인 시뮬레이션 모델을 관리할 수 있는 통합 및 자동화가 필요합니다. Ansys 소프트웨어용 PyAnsys Pythonic 액세스 툴은 업계 표준 파일 형식을 지원하는 문서화된 솔루션입니다. 또한, Ansys Minerva 시뮬레이션 프로세스 및 데이터 관리 소프트웨어는 시뮬레이션 데이터와 모델을 제어하고 액세스할 수 있는 단일 정보 출처를 제공합니다. 

또한 개방형 플랫폼은 다른 분야를 시뮬레이션에 통합할 수 있도록 지원합니다. 예를 들어, Ansys Granta 제품 컬렉션과 같은 재료 정보 솔루션은 추적성을 제공하고 재료 속성에 대한 단일 정보 출처를 보장할 수 있습니다. 또한 개방성은 Ansys optiSLang 프로세스 통합 및 설계 최적화 소프트웨어 와 같은 최적화 툴뿐만 아니라, Ansys SimAI 클라우드 지원 AI 플랫폼과 같은 새로운 인공지능(AI) 솔루션을 지원합니다.

물리 기반 및 다중물리 시뮬레이션 

디지털 엔지니어링 솔루션의 계산 툴은 정확해야 하며 대표하는 물리에 기반을 두어야 합니다. Synopsys와 합병된 Ansys에서 선보이는 동급 최고의 툴은 구성 요소 및 하위 시스템 수준 시뮬레이션을 제공합니다.

• Ansys Fluent 소프트웨어
• Ansys HFSS 소프트웨어
• Ansys Maxwell 소프트웨어
• Ansys Mechanical 소프트웨어

대부분의 제품이 다중물리를 포함하므로, Ansys는 제품의 가상 표현에서 구조, 열, 전기, 전자기 및 광학 상호 작용을 이해하기 위해 다중물리접근법을 사용합니다. 

시스템 레벨 시뮬레이션

구성 요소와 하위 시스템을 정확하게 모델링한 후의 다음 단계는 시스템 수준 시뮬레이션 툴을 배포하는 것입니다. 엔지니어는 Ansys ModelCenter MBSE 소프트웨어와 같은 솔루션을 사용하여 시스템 관점에서 제품 성능을 완벽하게 탐색할 수 있습니다. 여러 임무를 수행하거나 시간이 지남에 따라 복잡한 상호 작용을 수행하는 제품의 경우, Ansys Systems Tool Kit(STK) 소프트웨어와 같은 디지털 미션 엔지니어링 시뮬레이션 플랫폼은 단일 플랫폼에서 포괄적인 임무 계획, 시각화 및 다중물리 상호 작용 기능을 제공합니다. 

마지막으로, 팀 전체에서 Ansys Twin Builder 시뮬레이션 기반 디지털 트윈 플랫폼과 같은 툴을 사용하여 디지털 트윈을 생성하고 관리하여 제품 및 프로세스를 가상으로 표현할 수 있습니다. 

임베디드 시스템 소프트웨어 통합 

대부분의 최신 제품은 센서 내에 또는 제품 자체를 관리하기 위해 임베디드 소프트웨어를 통합합니다. 이는 광범위한 시스템 맥락에서 신속한 소프트웨어 개발 및 테스트를 용이하게 하는 툴의 필요성을 강조합니다. Ansys SCADE Suite는 하드웨어 인 더 루프(HIL) 및 소프트웨어 인 더 루프(SIL) 테스트를 지원하는 소프트웨어 개발 플랫폼의 한 예입니다.

빠르고 유연한 솔버

효과적인 디지털 엔지니어링을 구현하려면 하드웨어 솔루션 전반에 걸쳐 여러 시나리오를 실행하고 적시에 통찰력을 제공하기 위해 빠른 솔버가 필요합니다. 예를 들어, Ansys Fluent 네이티브 GPU 솔버는 CPU 시뮬레이션을 훨씬 초과하는 속도로 유체 거동을 모델링할 수 있습니다. 또한, Ansys Cloud 컬렉션은 모든 사용자에게 고급 시뮬레이션을 제공할 수 있는 클라우드 컴퓨팅의 유연성, 속도 및 경제성을 제공합니다.

관련 리소스