물류기술동향
국내외 해운, 항만, 철도, 도로, 항공 등 물류기술에 대한 최신 동향을 제공합니다.
엔비디아 '옴니버스' 플랫폼을 이용한 물류 디지털 트윈 사례
원승환 군산대학교 국제물류학과 교수
엔비디아(NVIDIA) 디지털 트윈 플랫폼 '옴니버스(Omniverse)'와 물류 적용 사례 소개
디지털 트윈 플랫폼 '옴니버스'
물류 분야에 디지털 트윈을 적용하여 효과를 얻기 위해서는 무엇보다 정확하고 신속한 개발과 운영이 필수적이다. 또한 시뮬레이션을 통한 예측 분석과 인공지능을 지원할 수 있는 환경도 필요하다. 이러한 요구 사항을 지원하는 엔비디아의 디지털 트윈 플랫폼 '옴니버스'를 소개하고자 한다.
'옴니버스' 플랫폼은 물리적으로 정확한 복제본을 만들 수 있도록 지원한다. 복제본은 현실과 같은 물리적 현상, 재료, 빛, 표현, 행위 등을 표현할 수 있다. 이를 통해 가상적인 시스템 테스트, 레이아웃 변경, 소프트웨어 최적화 및 업그레이드를 할 수 있으므로 현실 시스템의 고장과 오류를 줄일 수 있다.
'옴니버스' 플랫폼은 현실 시스템과 디지털 트윈 모델이 정확한 시점에 지속해서 동기화하도록 지원한다. 이를 통해 특정 시점에 대한 진단을 할 수 있을 뿐 아니라 다양한 가정(what-if) 시나리오를 사용하여 정확하게 시뮬레이션하고 예측할 수 있다.
'옴니버스' 플랫폼은 엔비디아의 다른 솔루션을 결합하여 인공지능의 활용을 지원한다. 로봇 플랫폼 Isaac, 비디오 분석 애플리케이션 Metropolis뿐 아니라, 인공지능 기반 물류 최적화 엔진 cuOpt, 인공신경망 프레임워크 Modulus 등을 활용할 수 있다. 이를 통해 시스템을 훈련하고 최적화할 수 있다.
그림1. 엔비디아의 인공지능 기반 물류 최적화 엔진 cuOpt의 범위
(https://developer.nvidia.com/cuopt-logistics-optimization)
'옴니버스' 플랫폼은 상호 운용과 확장을 지원한다. 개방형 표준을 기반으로 구축되었기 때문에, 3차원 설계와 CAD 애플리케이션을 연결하고 사물인터넷, 데이터 시스템, 산업 자동화 도구 등으로 확장하는 것이 가능하다.
물류 디지털 트윈 사례
아마존은 200개 이상의 풀필먼트 센터에서 하루에 수천만 개의 상자를 처리하고 있고, 이를 위해 50만 개 이상의 선반 로봇을 활용하고 있다. 선반 로봇은 선반 아래로 들어가 선반을 들어 올려, 출고 상품을 선반 통째로 운반할 수 있다. 제품이 보관된 선반이 작업자가 위치한 지점으로 이동하고, 작업자는 이동된 선반의 용기에서 제품을 집는다. 아마존은 인공지능을 지원하는 '옴니버스' 플랫폼을 사용하여 디지털 트윈을 구축하였다. 디지털 트윈을 통해 풀필먼트 센터의 설계와 흐름을 최적화하고 선반 로봇이 더 지능적으로 작업자를 지원하게 되어, 전반적인 생산성을 높이고 있다.
그림2. 아마존의 디지털 트윈 사례
(https://www.youtube.com/watch?v=-VQLqs6s9y0)
펩시콜라는 수백 개의 물류센터로 구성된 복잡한 네트워크를 통해 매일 약 10억 개의 제품을 유통하고 있다. 펩시콜라는 엔비디아의 파트너인 Kinetic Vision과 함께 인공지능 기반 '옴니버스' 플랫폼을 사용하여 디지털 트윈을 구축하였다. 디지털 트윈 구축에는 엔비디아의 비디오 분석 애플리케이션 Metropolis도 사용되었다. 물류센터의 디지털 트윈을 통해 물류 운영을 최적화하여 처리량을 개선하고 가동 중지 시간을 줄이며 에너지 소비도 줄이고 있다. 
그림3. 펩시콜라의 디지털 트윈 사례
(https://www.youtube.com/watch?v=MXJIEB6CVtE)
시사점
물류 시스템의 디지털 트윈을 신속하고 정확하게 구축하고 지속해서 운영하기 위해서는 안정적인 환경이 필수적이다. 디지털 트윈 프로젝트에는 큰 비용과 시간이 투입되므로 상호 운용과 확장에 대한 고려도 필요하다. 적절하고 확장성 있는 디지털 트윈 플랫폼의 활용을 통해 이러한 어려움을 극복해나갈 필요가 있다.
함께 본 글