디지털 트윈은 널리 잘못 알려진 개념입니다. 확실히, 조직이 모니터링하고 보고할 수 있도록 '사물 인터넷(IoT)'을 활용하는 물리적인 디지털 표현에 불과합니까? 한 가지 관점에서 답은 '예'입니다. 그러나 이 기능의 개념과 사용에 대해 처음에는 분명할 수 있는 훨씬 더 많은 것이 있습니다.
Wikipedia는 '디지털 트윈'을 물리적 개체 또는 프로세스의 실시간 디지털 대응물 역할을 하는 가상 표현으로 정의합니다. 이는 50년 이상 지속되어 온 개념으로, 첫 번째 문서화된 예는 실제 세계에서 구현하기 전에 시나리오 테스트를 허용하는 디지털 모델을 개발한 Apollo 프로그램입니다. 이 개념은 1970년 4월 아폴로 13호 임무가 거의 확실한 재난에 직면했을 때 말 그대로 생명을 구했습니다. NASA는 달 모듈의 디지털 모델을 사용하여 '처음으로 제대로 된' 기회에서 물리적 실행 전에 여러 수정 사항을 '테스트'할 수 있었습니다. 이 접근 방식은 궁극적으로 우주 비행사를 지구로 안전하게 귀환시키는 결과를 가져왔습니다.
오늘날 디지털 트윈의 개념은 제조 및 엔지니어링 분야에서 널리 채택되고 있습니다. 예를 들어 대규모 전력 생산, 제트 엔진 테스트 및 Formula 1과 같은 고성능 차량이 있습니다. 이로 인해 분석가들은 2021년에서 2027년 사이에 가치가 35% 성장하여 500억 달러에 이를 것으로 예측하면서 개념이 다른 많은 산업으로 확장되었습니다. 이는 IoT 도입에 힘입어 IoT를 사용하는 조직의 75%가 디지털 트윈도 도입할 계획입니다.
그게 다입니까? 아니면 더 많은 것이 있습니까?
일부 수준에서 디지털 트윈은 자산과 관계의 디지털 표현을 결합하여 디지털 신경계로 설명할 수 있습니다. 그러나 이 디지털 신경계가 학습된 경험을 통해 외부 자극에 따라 결정을 내리는 능력인 디지털 메모리 및 두뇌와 결합될 때 진정한 힘이 방출됩니다. 이것은 데이터 과학에 의해 지원되는 기업 디지털 메모리 및 두뇌를 제공하는 데이터 플랫폼과 결합될 때 디지털 트윈의 힘이 어떻게 방출되는지 설명한 동료인 Simon Turner가 개발하고 나에게 처음 설명한 개념입니다. 이러한 요소를 함께 사용하면 조직에서 디지털 트윈의 힘을 최대한 활용할 수 있습니다.
그러나 이것이 금융 서비스에 의미하는 바는 무엇입니까? 다음은 네 가지 예입니다.
이는 몇 가지 예일 뿐입니다. 더 많이 볼 수 있기를 기대합니다. 그 동안 새로운 사용 사례 개발을 통해 혁신을 주도하고 비용을 절감하며 위험을 최소화할 수 있는 기회가 남아 있습니다. 지금은 조사와 실험의 시간이다. Microsoft는 클라우드 네이티브 데이터 및 데이터 과학 플랫폼을 제공하여 디지털 트윈을 생성하는 기능을 민주화하여 기업의 디지털 신경계, 메모리 및 미래의 두뇌를 그 어느 때보다 쉽게 제공할 수 있도록 했습니다.
이 주제를 보고 계시다면 금융 서비스 부문에서 디지털 트윈을 개발하기 위해 어떻게 협력할 수 있는지에 대한 대화를 나누고 싶습니다.
