Ⅰ. 서론
농업에서 양배수장은 농업 생산성에 직접적인 영향을 미치는 중요한 시설이다. 이러한 시설의 운영은 수자원의 안정적인 공급을 보장하고, 가뭄이나 홍수와 같은 극단적인 기후 조건에서도 기능이 유지되어야 한다. 이러한 양배수장은 전국에 양수장 7,620개소, 배수장 1,157개소, 양배수장 125개소가 운영되고 있으며, 공급되는 농업용수는 174,579 ha로, 전체 중 25.57%를 공급하고 있다 (RAWRIS, 2023). 그러나 양배수장은 건설된 지 40년 이상 된 곳이 40% 이상으로 상당히 노후화되었고 시설 운영에 따른 기술적 문제와 기능상 고장의 위험이 증가할 우려가 있다 (Rural Research Institute, 2018). 이를 예방하기 위해 농림축산식품부는 양배수장의 유지관리계획을 제공하고 일상점검, 정기점검 등을 실시하고 있다(MAFRA, 2005).
기존 유지관리 방식은 정기적인 검사와 수동적인 조치에 의존하여 시설의 유지보수를 수행한다. 이러한 방식은 시설의 운영 데이터를 실시간으로 분석하거나 예측 모델을 활용하지 않기 때문에, 문제가 발생한 후 조치가 가능한 구조이다. 이러한 양배수장의 유지관리 체계를 개선하기 위해서는 실시간 모니터링 및 예측 유지보수가 가능한 디지털 트윈 기술의 적용이 요구된다.
디지털 트윈은 현실 세계의 물리적 대상 (사람, 사물, 공간, 시스템, 프로세스 등)을 디지털 세계의 디지털 대상으로 복제하여, 현실 세계의 문제해결, 또는 수정 및 개선 등을 위한 다양한 모의를 디지털 세계에서 실행하여, 최적의 해답을 찾아 현실 세계에 적용함으로써, 더욱 안전하고 효율적인 시설의 운영이 가능한 지원 가능성을 가지고 있다 (Park et al., 2019). 이러한 디지털 트윈은 운영, 유지보수 등 다양한 측면에서 여러 산업 분야에서 효과가 검증되었으며, 산업의 다양한 요구에 맞춘 새로운 솔루션을 제공할 수 있다 (Grieves and Vickers, 2017). 또한, 건축물의 시공 시 모델을 데이터 형태로 만들어 설계단계에서부터 시공, 운영 및 유지관리에 활용하기 위한 노력이 지속적으로 이루어지고 있어 시설관리에 새로운 방향이 제시되고 있다 (Lee et al., 2017; Park et al., 2019). 그러나 농업시설의 양배수장과 같은 주요 수리 시설에서의 디지털 트윈 적용 연구는 아직 초기 단계에 머무르고 있어 3이를 구현하기 위한 연구가 필요하다.
디지털 트윈 기술을 효과적으로 구현하기 위해서는 개발 과정을 구조화하고 프로젝트의 리스크를 관리할 필요성이 있다. 프로젝트의 관리 관점에서 계획 단계의 일반적인 접근 방식을 적용할 경우 관련 프로세스 정보를 수집하고 실행 가능한 레이아웃 옵션을 개발하는데 프로젝트 전체 시간의 약 74%가 필요하다 (Uhlemann, 2017). 또한, 프로젝트를 추진하면서, 요구사항과 변경에 따른 요구조건을 무한정 수용할 수 없는 것이 프로젝트의 특성이다 (Kim, 2016). 이처럼 농업용 수리시설의 디지털 트윈 개발을 위해서는 계획의 구조화 및 단계적 접근이 필요하다.
소프트웨어 개발 방법론의 적용은 디지털 트윈 구축 과정을 체계적이고 효율적으로 진행하는 데 유용하다. 각 단계에서 요구사항을 명확히 하고, 시스템 설계를 통해 필요한 기능과 성능을 결정한다. 또한, 개발 과정에서의 지속적인 테스트와 평가를 통해 시스템의 안정성을 확보하며, 이는 최종적으로 사용자에게 신뢰성 높은 정보를 제공하기 위함이다.
본 연구에서는 양배수장에 대한 디지털 트윈 기술의 적용 가능성을 탐색하고, 소프트웨어 개발 방법론에 따른 구체적이고 표준화된 개발 방안을 제시하는 것이 목적이다. 양배수장의 특수한 요구와 기능을 지원할 수 있는 소프트웨어 개발방법론을 선정하고, 이를 통해 실제 양배수장의 운영 및 진단 데이터와 통합된 디지털 트윈 플랫폼을 제공한다.
Ⅱ. 디지털 트윈 시스템 개발 과정 및 방법
1. 디지털 트윈
디지털 트윈은 물리적 대상의 정확한 디지털 복제본을 만드는 기술이다. 이 기술은 실시간 데이터를 활용하여 디지털 모델을 지속적으로 업데이트하고, 실제 객체의 성능을 모니터링하고 예측한다. 디지털 트윈은 설계 최적화, 유지보수 예측, 운영 효율성 향상 등 다양한 분야에서 응용된다 (Fig. 1).
Fig. 1 Structure of digital twin (MOLIT, 2023)
디지털 트윈의 초기 개념은 현실 공간과의 물리적 제품, 가상 공간에서 해당 제품의 가상 표현, 가상과 현실을 연결하는 데이터와 정보의 연결이라는 세 가지 구성 요소로 되어있지만, 여러 산업분야에 걸쳐 다양한 정의와 프레임워크가 생겨 개념이 약화되고 시스템 구현이 제한되는 혼란이 발생한다 (Vanderhorn, 2021). 이처럼 농업 수리구조물에 대한 디지털 트윈 구현을 위해서는 이에 맞춘 표준화된 프레임워크가 마련될 필요성이 있다.
시설물에 대한 디지털 트윈의 경우 목적에 따라 다르지만, 적용을 위한 기능적 요건을 만족시켜야 한다. 디지털 트윈 구축의 과정에서 초기 단계에는 필요한 데이터를 수집하고 정제하여, 시설물의 정확한 디지털 복제를 위한 기초를 마련한다. 이후 도면, 시방서, 보고서 등의 기초 문서와 점검 및 보수 이력 등의 변경 데이터를 포함해 시설물의 현재 상태와 과거 이력을 정확히 파악한다. 계측 센서나 드론을 통해 수집된 시설물의 실시간 데이터는 분석과 가시화를 거쳐 현실을 모사하는 모델링 작업에 활용되며, 이 모델은 디지털 트윈 플랫폼 내에서 동적으로 현실 세계를 재현하고 예측한다. 추가로, 인공지능과 딥러닝을 통해 노후화 정도와 안전도 변화 추세를 분석하고, 이를 바탕으로 안전성 분석 및 선제 대응이 가능하다. 또한, 가시화된 데이터는 사용자가 쉽게 이해할 수 있도록 디지털 형태로 제공되며, 임계치 초과 시 필요한 의사결정을 지원한다. 마지막으로, 증강현실 (AR)과 가상공간 (VR) 기술을 활용하여 현장 업무 지원과 교육 훈련을 강화하여, 직원들의 업무 효율성과 작업의 정확성을 높인다.
2. 소프트웨어 개발 방법론
디지털 트윈을 구현하기 위해서는 설계 프로세스를 구조화하고 설계를 위해 데이터가 어디서, 어떻게, 어떤 방식으로 활용되는지 결정해야한다 (Tao et al., 2017). 이를 위해 소프트웨어 개발 방법론으로 폭포수 모형 (Water fall)을 적용한다. 폭포수 모형은 시스템 개발을 선형적이고 순차적인 방식으로 접근하며, 하나의 활동이 완료되면 다음 활동으로 넘어가는 정적 모델이다 (Royce, 1970). 이는 사용자 요구 사항을 사전에 명확하게 정의하여 프로세스를 반복하고 수정하는데 낭비되는 시간과 노력을 줄이기 위해 사용되었다 (Hijazi et al., 2012; Adenowo et al., 2013). 폭포수 모형은 소프트웨어를 개발하는 과정에서 이전 단계로 돌아갈 수 없다는 전제하에 각 단계를 확실히 매듭짓고 그 결과를 철저하게 검토하여 승인 과정을 거친 후에 다음 단계를 진행하는 개발 방법론이다. 이 모형은 소프트웨어 공학에서 생명 주기 모형이며, 소프트웨어 개발 과정의 한 단계가 끝나야만 다음 단계로 넘어갈 수 있는 선형 순차적 모형으로, 모형을 적용한 경험과 성공 사례가 많다. 따라서, 각 단계가 끝난 후에는 다음 단계를 수행하기 위한 결과물이 명확하게 산출되어야 한다 (Fig. 2).
Fig. 2 Stages of software development methodology
현행 시스템 분석을 위한 단계는 (Table 1)과 같다. 본 연구에서는 양배수장의 디지털 트윈을 적용하기 위한 시스템 구조를 체계적으로 분석하는데 필요한 단계별 접근법을 제안한다. 첫 번째 단계에서는 시스템의 주요기능을 지원하는 주기적인 작업과 보조 작업을 기술하며, 시스템의 기능적 요구사항을 명확히 한다. 이 과정은 주요기능, 부 기능, 세부 기능으로 계층화하여 시스템의 기능을 체계적으로 표현한다.
Table 1 Current system analysis phase
두 번째 단계에서는 시스템 간 인터페이싱을 통해 데이터 교환의 유형, 형식, 프로토콜, 연결 유형 및 주기 등을 규정하여 시스템 간의 연결 및 데이터 흐름의 효율성을 높인다. 이 단계에서 생성된 아키텍처 다이어그램은 시스템의 구조를 계층적으로 시각화함으로써, 시스템의 이해를 돕고 구성 요소 간의 관계를 명확히 한다.
세 번째 단계에서는 하드웨어 구성을 분석하며, 서버의 주요 사양과 수량을 파악하고 서버 중복의 적용 가능성을 평가한다. 이를 통해 시스템의 내구성과 신뢰성을 강화하여 네트워크 연결성과 인프라의 최적화를 지원한다. 이처럼 폭포수 모형은 개발 프로세스에 대한 구조화되고 예측 가능한 접근 방식을 제공한다.
3. 양배수장 진단관리 요구사항 분석
양수장은 하천수나 호수 등 수면이 관개 지역보다 낮아서 자연관개를 할 수 없는 경우에 양수기를 설치하여 물을 퍼올려 농업용수로 사용하기 위한 일종의 수원공시설이다. 배수장은 일정 지역에 우천이나 홍수시 고인 물을 지역 밖으로 배제하기 위한 시설로서 지역 내의 배수로나 배수문을 통해 자연 배제할 수 없는 경우, 인위적으로 강제 배제를 위해 배수 펌프를 이용하여 하천이나 바다로 배제하기 위한 시설이다(Kim, 2021). 이러한 양배수장의 진단관리를 디지털 트윈으로 구현하기 위해서는 진단관리에 필요한 요구사항을 정의할 필요성이 있다.
요구사항은 소프트웨어가 어떤 문제를 해결하기 위해 제공하는 서비스에 대한 설명과 정상적으로 운영되는데 필요한 제약조건 등을 나타낸다. 기능 요구사항 (Functional requirements)은 시스템이 무엇을 하는지, 어떤 기능을 하는지에 대한 사항, 시스템의 입력이나 출력으로 무엇이 포함되어야 하는지, 시스템이 어떤 데이터를 저장하거나 연산을 수행해야 하는지에 대한 사항, 시스템이 반드시 수행해야 하는 기능, 사용자가 시스템을 통해 받기를 원하는 기능으로 구성된다. 비기능 요구사항 (Nonfunctional requirements)은 시스템 장비 구성 요구사항, 성능 요구사항, 인터페이스 요구사항, 데이터 요구사항, 테스트 요구사항, 보안 요구사항, 품질 요구사항, 제약사항 등으로 구분된다. 요구사항 개발 프로세스는 개발 대상에 대한 요구사항을 체계적으로 도출하고 이를 분석한 후 분석결과를 명세서 (Specification document)에 정리한 다음 마지막으로 이를 확인 및 검증하는 일련의 구조화된 활동이다 (Chung et al., 2012). 이에 대한 단계는 (Fig. 3)과 같다.
Fig. 3 Requirements elicitation phase
요구사항 도출 (Requirement elicitation)은 시스템, 사용자, 그리고 시스템 개발에 관련된 사람들이 서로 의견을 교환하여 요구사항이 어디에 있는지, 어떻게 수집할 것인지를 식별하고 이해하는 과정이다. 요구사항 분석 (Requirement analysis)은 개발 대상에 대한 사용자의 요구사항 중 명확하지 않거나 모호하여 이해되지 않는 부분을 발견하고 이를 걸러내기 위한 과정이다. 요구사항 명세 (Requirement specification)는 분석된 요구사항을 바탕으로 모델을 작성하고 문서로 만드는 것을 의미한다. 요구사항 확인 (Requirement validation, 요구 사항 검증)은 개발 자원을 요구사항에 할당하기 전에 요구사항 명세서가 정확하고 완전하게 작성되었는지를 검토하는 활동이다.
양배수장에 적용하기 위한 요구사항 정의서는 서비스 요구 사항 18개, IoT 디바이스 요구사항, 10개 게이트웨이 요구사항 11개 등을 구성하였다. 각 요구사항은 (Table 2)와 같다. 이러한 정의는 IoT 센서를 통해 시설관리를 원격으로 수행할 수 있는 기능을 제공하는 것을 목표로 한다. 센서 데이터를 광대역 게이트웨이를 통해 클라우드 서버로 전송하는 구조를 채택하고 있으며, 개별 서비스 URL을 통해 접속할 수 있고 로그인 및 서비스 테마의 사용자 지정이 가능하도록 사용자 맞춤화를 제공한다.
Table 2 Requirements gathering for digital twin of pumping station
시스템의 하드웨어 구성 요소는 IoT 장치와 게이트웨이에서의 요구사항으로 세분화한다. IoT 장치는 다중 채널 아날로그 입력 포트와 이더넷 통신 기능을 갖추어, 진동, 전류/전압, 소음 센서와의 호환성을 보장한다. 또한, 센서 통합을 위한 직렬 포트를 포함하여, 시스템 설정이 사용자 인터페이스나 콘솔을 통해 가능하도록 설계되었다. 게이트웨이는 이더넷 통신 및 직렬 포트 기능을 제공하며, 추가로 디지털 입출력 포트를 통해 제어 및 상태 검증 기능을 갖추도록 설계하였다.
Ⅲ. 소프트웨어 개발 방법론에 따른 시스템 구현 결과
1. 양배수장의 진단관리 UI/UX 설계
사용자 인터페이스의 기본 원칙은 직관성, 유효성, 학습능력, 유연성으로 구분된다. 직관성은 누구나 쉽게 이해하고 사용할 수 있어야 하며, 유효성은 사용자의 목적을 정확하고 완벽하게 달성해야 한다. 또한, 누구나 쉽게 배우고 익힐 수 있어야 하는 학습능력과 사용자의 요구사항을 최대한 수용하고 실수를 최소화해야 하는 유연성을 가져야 한다.
UI 설계 도구는 사용자의 요구사항에 맞게 UI의 화면 구조나 화면 배치 등을 설계할 때 사용하는 도구이다. 종류에는 와이어 프레임, 목업, 스토리보드, 프로토타입, 유스케이스 등이 있다. 양배수장에 디지털 트윈을 적용하기 위한 요구사항을 토대로 구성된 개념적 UI/UX는 (Fig. 4)와 같다.
Fig. 4 Menu configuration for applying digital twin to pumping station
여기서, 전체현황을 위한 화면은 사용자가 전체 설비의 현황을 확인하며, 서비스를 통해 확인할 수 있는 설비의 상태를 실시간으로 알 수 있다. 설비 상태는 AI 진단 이상, 가동중지, 통신 이상으로 구분하고, 고객 사후유지보수 이력 변동 (신규 포함) 내역이 있는 경우 전광판을 통해 공지하는 등 전체의 현황을 나타낼 수 있어야 한다. 이를 구성한 UI는 (Fig. 5)와 같다.
Fig. 5 Full-screen UI design
설비 부분에 대한 설계는 고객 그룹 선택, ‘전체현황’ 대시보드에서 설비 메뉴에서 진입하며, 선택 설비정보 출력된다. 이는 ‘이력 정보’로 해당 설비 ‘유지보수 정보’ 대시보드로 이동, 진단정보 알림부, 모터, 미션, 부하설비 3개 항목에 대한 도식화 및 이상 정보 표시, 기간 설정 기능 제공, 리포트 제공 등의 요소로 정의된다. 이를 구성한 UI는 (Fig. 6)과 같다. 시설물의 모니터링을 화면과 이벤트 화면을 (Fig. 7), (Fig. 8)과 같다.
Fig. 6 Comprehensive facility UI design
Fig. 7 Facility monitoring screen
Fig. 8 Facility event screen
2. IoT 센서 종류 및 배치
디지털 트윈을 개발하기 위해서는 IoT 센서를 통해 시설물의 진단 및 운용을 위한 자료를 획득하고, 이를 시스템에 전달하여 분석하고, 제시해야 한다. IoT 센서가 부착된 기본 구상은 (Fig. 9)와 같으며, 여기에는 2가지 이상의 진단 데이터 수집이 가능한 아날로그 데이터 처리용 하드웨어, 입력된 아날로그 정보를 활용하여 FFT(Fast fourier transform) 변환을 통해 주파수 분석에 활용할 수 있도록 하드웨어 내 소프트웨어 모듈 제공을 제공한다. 데이터 수집을 저장할 수 있는 메모리, 고성능 분해 능력을 갖춘 ADC와 CPU, 대용량 메모리를 통한 진단 전용 하드웨어 설계하였다. 또한, 진단관리 애플리케이션 탑재가 가능하도록 개발 환경 제공하며, 서버와 유기적인 데이터 교환 및 애플리케이션 배포가 가능하도록 진단 하드웨어 전용 시스템 설계하였다. 추가로 환경 센서 연동에 필요한 인터페이스 제공 (온습도 센서) 연동 가능한 프로토콜 등이 요구된다.
Fig. 9 IoT sensor types and placement
센서는 예지 보전디바이스로, 여기서 예지 보전이란 ISO에서 정의된 설비의 사용 수명을 유지하거나 연장하기 위해 기능 구조, 시스템 또는 구성 요소의 열화를 감지하거나 방지하는 고정된 일정 또는 규정된 기준에 따라 수행되는 유지관리를 의미한다. 예지 보전디바이스는 메인보드는 센서로부터 수집되는 아날로그 데이터를 저장, 가공, 서버로 전송하는 기능을 담당한다. 고성능 CPU와 대용량 저장장치를 활용하여 수집되는 모터 예지 보전에 필요한 데이터들을 주파수 변환을 통하여 분석 가능한 데이터로 전환 및 이더넷, LTE Router, Serial 기본 기능이 제공되어야 한다.
이처럼, IoT 센서의 역할은 양배수장에서 발생하는 물리적 조건들을 실시간으로 감지하여 데이터를 수집하고, 센서로부터 수집된 데이터를 기반으로 현재 상태를 지속적으로 모니터링한다. 수집된 데이터는 운영과 진단에 대한 의사결정을 지원할 수 있고 예방적 유지보수와 긴급 상황 대응에 활용된다. 또한, 프로토콜의 필요성으로 양배수장에 설치되는 센서들로부터 수집된 데이터는 표준화된 프로토콜으로 통합되어야 한다. 프로토콜은 양배수장의 경우 광범위한 농업 지역에 분산되어 있기 때문에 데이터 LoRaWan (Long range wide area network) 기술이 유리하다. LoRa 기술을 적용하여 통신을 수행하면 전력 소모가 적어 기기 배터리 수명을 수년 간 유지할 수 있다. LoRa 기술 표준은 데이터 전송 속도가 낮은 사물 인터넷 (IoT)과 M2M (Machine-to-Machine) 무선 통신을 최고 10마일 범위에서 10년 이상 지속되는 배터리로 구현한다(Lee, 2019).
3. 시스템 설계
양배수장 진단 및 운영을 위한 소프트웨어 아키텍처 설계에서, 모듈화 (Modularity), 추상화 (Abstraction), 단계적 분해(Stepwise Refinement), 정보 은닉 (Information Hiding)의 원칙에 의해 설계된다. 모듈화란 소프트웨어의 성능을 향상하거나 시스템의 수정 및 재사용, 유지관리 등이 용이하도록 시스템의 기능들을 모듈 단위로 나누는 것을 의미한다. 추상화는 문제의 전체적이고 포괄적인 개념을 설계한 후 차례로 세분화하여 구체화해 나가는 것이며, 추상화의 유형은 과정 추상화, 데이터 추상화, 제어 추상화로 구분된다. 단계적 분해는 Wirth (1973)에 의해 제안된 하향식 설계 전략으로, 문제를 상위의 중요 개념으로부터 하위의 개념으로 구체화하는 분할 기법이다. 정보 은닉은 한 모듈 내부에 포함된 절차와 자료들의 정보가 감추어져 다른 모듈이 접근하거나 변경하지 못하도록 한다. 이를 통해 구성된 소프트웨어 설계 모식도는 (Fig. 10)와 같다.
Fig. 10 System design schematic for diagnosis and operation of pumping station
4. 프로세스 설계
양배수장 진단관리 시스템은 아마존 AWS 기반의 클라우드 시스템으로 구축되며, AWS Certificate Manager, Amazon ELB, Amazon EKS, Amazon RDS 등의 기능을 사용하여 서비스를 안정적으로 관리해야 한다. 이를 위한 진단관리 시스템 아키텍쳐는 (Fig. 12)와 같다. 또한, 관리 프로세서는 (Fig. 13)과 같다. 양배수장 디지털 트윈 데이터 관리 프로세스는 (Fig. 14)와 같다.
Fig. 11 System architecture design
Fig. 12 Management processor design
Fig. 13 Digital twin data management process
5. 시스템 적용
위의 과정을 통해 구상되고, 구현된 요소를 바탕으로 디지털 트윈 시스템을 구현하기 위해서는 이를 직접 양배수장에 적용해야 한다. 이를 위한 현재 운용 중인 양배수장을 대상으로 구축된 시스템을 적용하였다.
Fig. 14∼Fig. 19는 실제 양배수장을 대상으로 연구된 시스템 설계를 적용하여 구성한 시스템이다. 양배수장 진단관리 시스템에서는 관리자가 로그인하여 양배수장의 현황 정보를상시 점검할 수 있다 (Fig. 14). 양배수장에 대한 실시간 정보는 시설별 온도, 습도와 같은 환경계측 정보를 제공하며 (Fig. 15), 양배수장 가동현황을 상시 점검할 수 있도록 대시보드를 구성하였으며, 가동시간, 전력사용량, 펌프사용 용량과 같은 운영정보를 제공한다 (Fig. 16). 양배수장 펌프를 진단하고 이상 여부를 판단하여 관리자에게 정보를 제공하며 (Fig. 17), 펌프의 모터 고정상태, 축 불균형, 회전자, 트랜스미션, 베어링에 대한 세부항목별 이상 여부 정보를 제공한다. 펌프의 이상 여부는 순시, 이상, 정상, 설비로 현재 상태에 대한 진단결과를 나타낸다. 순시는 펌프를 가동 또는 중지할 때 순간적으로 나타나는 형태이며, 이상은 펌프에서 기대했던 정상적인 작동이나 상태에서 벗어난 비정상적인 상황을 의미하며, 정상은 펌프가 안전하고 안정적으로 작동하고 있고 설비는 펌프가 정상적으로 작동하지만, 효율이 평소와는 다른 상황을 의미한다 (Fig. 18). 이와 같은 진단결과는 파장 형태로 진동, 소리, 전기적 신호를 종합하여 기계적 학습을 진행하여 나타낸 결과이다.
Fig. 14 Initial screen
Fig. 15 Selection of target facilities
Fig. 16 Operating status of the selected pumping station
Fig. 17 Diagnosis by pump in pumping station
Fig. 18 Element-specific diagnosis of selected facilities
Fig. 19 Post-processing of acquired results
IoT 센서를 적용한 양배수장의 디지털 트윈 시스템을 개발하기 위해 단계별 설정된 방법론에 따라 요소를 설정하고, 구현한 결과 시스템의 개발이 가능하다고 판단되었다. 양배수장의 효과적인 운영과 진단을 목표로 단계별 프로토타입을 구성하였으며, 이 과정에서는 전세 시스템을 효율적으로 관리하기 위한 데이터의 복잡성을 해결하는 것이 중요하다. 양배수장의 펌프와 같은 주요 설비의 특징을 파악하고 시스템 프로세스에 정확히 반영하는 것은 어려움을 동반한다. 또한, 시스템이 복잡해질수록, 모듈화 원칙을 적용하더라도 유지보수와 업그레이드에 추가 비용과 자원이 필요하다는 사실이 드러났다. 따라서, 정교한 프레임워크는 시스템의 요소가 효과적으로 통합되고, 기능적 요구사항이 명확하게 정의되며, 이는 장기적으로 시스템의 유지보수 및 업그레이드 비용을 최소화에 기여할 수있다. 또한, 초기 설계 단계에서 프레임워크를 정교하게 설정하는 것이 매우 중요하다는 점을 시사한다.
Ⅳ. 결론
본 연구에서는 IoT 센서를 이용하여 양배수장의 디지털 트윈 시스템을 개발을 목적으로 시스템 개발 단계별 의사결정 사항과 표준적인 개발 방법론을 적용하여 시스템을 개발하고, 고찰하였다. 본 연구의 결과는 다음과 같다.
1. 양배수장 디지털 트윈 개발을 위해 요구사항을 분석한 결과 서비스요구사항, IoT 디바이스 요구사항, 게이트웨이 요구사항으로 구분되며, 총 요구사항은 39개가 설정되었다. 특히 서비스 요구사항에서는 IoT 센서 활용, 데이터 통신, 규칙관리, 알람, 센서, 디바이스관리, 펌프의 예지 보전, 배관 진단관리, IoT 센서 진단 및 운영관리 사항이 포함되어야 한다.
2. 시스템 설계에서는 모듈화, 추상화, 단계적분해, 정보 은닉의 원칙에 따라 구성하였으며, 이를 통해 진단 및 운영 관리를 위한 계획된 항목을 구현할 수 있었다. 양배수장에서는 다종의 펌프를 운영해야 하므로, 실시간을 위한 대규모 자료가 발생하므로 이를 처리하기 위한 모듈화의 원칙에 의해 구현되어야 시스템 유지관리 및 업그레이드에 유리하다고 판단된다.
3. 통신과 관련된 규약의 설정과 현장에 적용에 있어 시스템 전체를 총괄하기 위한 자료의 복잡성에 어려움이 있어 시스템의 목적을 명확히 해야 하며, 시설별로 특징이 있고, 양배수장의 펌프와 같은 개별 설비에 특성의 파악과 이를 시스템 프로세스에 완벽하게 반영하기 어려운 점이 발견되어, 초기 설계의 프레임워크가 디지털트윈 구현에 있어 매우 중요하다.
감사의 글
본 연구는 농림축산식품부의 2021∼2023년 재원으로 농림식품기술기획평가원의 농업기반 및 재해대응 기술개발사업의 지원을 받아 연구되었음 (321069-3 IoT 센서를 활용한 빅데이터 기반 양⋅배수장 진단관리시스템 개발).
참고문헌
- Adenowo, A. A. A., and B. A. Adenowo, 2013. Software engineering methodologies: A review of the waterfall model and object-oriented approach. International Journal of Scientific & Engineering Research 4(7): 427-434.
- Chung, L., B. A. Nixon, E. Yu, and J. Mylopoulos, 2012. Non-functional requirements in software engineering. Springer Science & Business Media.
- Grieves, M., and J. Vickers, 2017. Digital twin: Mitigating unpredictable, undesirable emergent behavior in complex systems. In Transdisciplinary Perspectives on Complex Systems, pp. 85-113.
- Hijazi, H., T. Khdour, and A. Alarabeyyat, 2012. A review of risk management in different software development methodologies. International Journal of Computer Application 45(7): 8-12.
- Kim, J. S., 2021. Transition of pumping technology, irrigation water requirement, and unit area drainage discharge at pumping station-based irrigation associations in South Korea during Japanese colonial period. Journal of the Korean Society of Agricultural Engineers 63(3): 59-73. (in Korean).
- Kim, T. D., 2016. Software development project management using agile methodology. The Journal of The Institute of Internet, Broadcasting and Communication (IIBC) 16(1): 155-162. (in Korean). https://doi.org/10.7236/JIIBC.2016.16.1.155
- Lee, S. G., 2019. Design and application of lora-based network protocol in IoT networks. Journal of the KIECS 14(6): 1089-1096. (in Korean).
- Lee, S. H., S. I. Park, T. H. Kwon, and K. W. Seo, 2017. Civil infrastructure information modeling method based on extended IFC entities using BIM authoring software. Journal of Computational Structural Engineering Institute of Korea 30(1): 77-86. (in Korean). https://doi.org/10.7734/COSEIK.2017.30.1.77
- Ministry of Agriculture, Food and Rural Affairs, 2005. Agricultural production base maintenance project plan design standards revision study. Korea.
- Ministry of Land, Infrastructure and Transport, 2023. https://www.molit.go.kr/. Korea.
- Park, S., J. Han, L. Choi, and C. Jo, 2019. Application of BIM framework for digital twin implementation. Korean Journal of Computational Design and Engineering 24(4): 361-372. doi: 10.7315/CDE.2019.361. (in Korean)
- Royce, W., 1970. Managing the development of large software systems. IEEE WESCon.
- Rural Agricultural Water Resource Information System, 2023. Status of agricultural production infrastructure. https://rawris.ekr.or.kr/.
- Rural Research Institute, 2018. Development of evaluation model of agricultural infrastructure facilities using performance degradation factors. Korea.
- Tao, F., F. Sui, A. Liu, Q. Qi, M. Zhang, and B. Song, 2017. Digital twin-driven product design framework. International Journal of Production Research 57: 3935-3953. https://doi.org/10.1080/00207543.2018.1443229
- Uhlemann, T. H. J., C. Lehmann, and R. Steinhilper, 2017. The digital twin: Realizing the cyber-physical production system for industry 4.0. Procedia CIRP 61: 335-340. https://doi.org/10.1016/j.procir.2016.11.152
- Vanderhorn, E., and S. Mahadevan, 2021. Digital twin: Generalization, characterization, and implementation. Decision Support System 145.
- Wirth, N., 1973. Systematic programming: An introduction. Prentice-Hall in Automatic Computation.