◆ 행사안내
디지털트윈은 제품, 시스템, 공장 등의 물리적 자산의 실제 상태와 성능을 실시간으로 모니터링하고 시뮬레이션할 수 있는 디지털 복제본으로써 다양한 산업에서 혁신적인 도구로 자리 잡고 있다. 이러한 기술은 스마트 시티, 자율주행, 로봇, 증강현실과 가상현실 등의 혁신 서비스를 비롯한 제조, 건설, 항공, 의료 등 다양한 분야에서 활용되고 있으며, 최근 인공지능과 빅데이터 분석 기술이 결합하면서 인간의 활동 전반을 디지털화하고 복제할 수 있는 수준에 이르렀으며 향후 단순한 플랫폼 역할을 넘어서 하나의 생태계를 구축할 것으로 예견된다.
글로벌 시장조사기관 포츈 비즈니스 인사이트에 따르면 전 세계 디지털 트윈 시장 규모는 2023년 약 18조 2,973억 원으로 평가되며, 연평균 39.8% 성장해 2032년 약 367조 4,823억 원에 달할 것으로 전망했으며, 그랜드뷰리서치는 2023년 약 23조 원이었던 글로벌 디지털 트윈 시장 규모가 2030년까지 연평균 35.7% 성장해 195조 원 규모에 이를 것으로 예측했다.
디지털 트윈은 IoT(사물인터넷), 클라우드 컴퓨팅, 빅데이터, AI(인공지능), 센서 기술, XR(확장현실) 등 첨단 기술과 밀접하게 연관되어 있으며 다양한 산업에서 혁신적인 활용 사례를 보여주고 있다. 앞으로 현실 세계와 가상 세계를 유기적으로 동기화한 기술이 개념을 넘어 실제 현실 적재적소에 필요한 기술로 자리 잡게 될 것이며, 세계 각국에서도 디지털 트윈기술을 국가경쟁력을 좌우하는 핵심 기술의 하나로 인식해 전략적으로 추진하고 있다.
이번 세미나가 AI와 XR 기반의 디지털트윈 핵심을 파악하고 관련 국내외 산업 및 시장동향에 따른 전략을 제시하는 장이 될 것이며, 미래 발전 전략과 신성장 신사업 기회를 준비하고, 향후 최적의 비즈니스 모델을 발굴하는 데 도움이 될 수 있기를 바란다.
* 주제 : AI/XR 기반의 디지털 트윈 최신 기술과 제조 공정별 구축 방안
- 스마트 제조를 위한 최신 AI/XR기술.표준화 / 제조 공정별 혁신 적용사례
* 일시 : 2025-04-16 09:50-17:10
* 장소 : 서울 코엑스 컨퍼런스룸 301호/ 온라인 생중계 병행
* 주최 : 한국미래기술교육연구원
* 동시개최 : 한국전자제조산업전 / 본 세미나 수강 시 전시회 관람 티켓을 무료로 제공 해 드립니다.
* 문의 : 02-545-4020 / kecft@kecft.or.kr
◆ 관련 페이지 : https://www.kecft.or.kr/shop/item20.php?it_id=1739430552
◆ 주요 프로그램
<스마트 제조를 위한 최신 AI 기술/표준화>
1. 최신 AI 기반의 디지털 트윈/XR 기술 동향 및 산업 전망
- AI 통합의 XR/디지털트윈 기술
- 적응형 몰입 환경 제공을 위한 개인화 기술
- AI 활용 고급 인터랙션 기술
2. SaaS(서비스형 소프트웨어) 디지털 트윈 구축을 위한 적용기술 및 활용방안
- 센티미터 단위 데이터 생성기술과 운용기술
- 데이터표준(NetCDF)실 위치기반 5D운영
- 실시간 영상 3D지도 라이브맵
- LLM 기반 공간 Agent 운용
3. AI 기반의 고신뢰 제조 디지털 트윈 기술 및 제조 디지털트윈 표준모델 소개
- 제조 디지털 트윈의 개념 및 제조 영역별 인공지능 기술 적용 현황
- 제조 디지털 트윈 표준모델 및 연동 가이드라인 소개
<제조 공정별 혁신 적용사례>
4. [배터리 제조 공정] 디지털 트윈을 이용한 배터리 개발 기술
- 배터리 셀 내부 시뮬레이션을 통한 열폭주 예측 구현
- 디지털 트윈 전극 디자인 및 제조 공정 적용
5. [청정에너지/화학 공정] 화학/청정 에너지 분야의 최적 공정 설계를 위한 디지털 트윈 적용 방안
- 신규 화학 물성 도출
- 메탄오/포름산 생산 공정 최적 설계
- 전기화학적 이산화탄소 전환을 위한 공정 설계
6. [적층 제조 공정] 금속 적층제조 분야 디지털 트윈 적용
- 물리기반 Hybrid Virtual Twin을 활용한 금속적층제조의 품질예측기술 및 가상제조기술
7. [사출성형 제조 공정] 사출성형 공정 분야의 디지털 트윈 제조 환경 설계를 위한 최적화 솔루션(twinO) 활용과 적용 사례
- XR을 활용한 사출성형 최적화
- 사출성형공정의 디지털 워크 구현
- 반도체/PCB Design,플라스틱 적용 사례
