¶ 정의 및 개요
디지털 트윈(Digital Twin)은 물리적인 봉제 공장의 자산(재봉기, 재단기, 연단기 등), 생산 라인, 그리고 전체 제조 프로세스를 디지털 공간에 실시간으로 복제한 가상 모델을 의미한다. 이는 단순한 3D 시각화 모델을 넘어, IoT(사물인터넷) 센서와 클라우드 컴퓨팅을 통해 실제 현장의 가동 데이터(RPM, SPI, 실 끊김, 바늘 파손, 전력 소모, 작업자 효율 등)를 실시간으로 동기화하는 CPS(Cyber-Physical System, 가상 물리 시스템)의 핵심 기술이다.
물리적·기계적 관점에서 디지털 트윈은 재봉기의 서보 모터(Servo Motor) 토크, 바늘대(Needle Bar)의 왕복 운동, 송치(Feed Dog)의 이송 궤적, 그리고 실 장력(Thread Tension) 장치의 압력 수치를 디지털 신호로 변환하여 가상 환경의 물리 엔진과 결합한다. 이를 통해 실제 원단이 투입되었을 때 발생하는 마찰 저항과 열 발생(Needle Heat) 등을 수학적으로 시뮬레이션할 수 있다. 기존의 정적 생산 관리 시스템(ERP, MES)이 사후 결과 보고에 치중했다면, 디지털 트윈은 '현재'의 상태를 실시간으로 복제하고 '미래'의 병목 현상을 예측한다는 점에서 근본적인 차이가 있다.
봉제 산업에서의 디지털 트윈은 CLO 3D, Browzwear와 같은 가상 샘플링 소프트웨어와 Juki JaNets, Brother NEXIO와 같은 스마트 팩토리 솔루션을 결합하여, 실제 생산 전 시뮬레이션을 통해 병목 현상(Bottleneck)을 예측하고 라인 밸런싱(Line Balancing)을 최적화하는 데 목적이 있다. 역사적으로는 2010년대 중반 독일의 Industry 4.0 개념 확산과 함께 봉제 기계의 디지털화(Digitalization)가 가속화되면서 도입되었다. 특히 ISO 23247 표준의 제정은 제조용 디지털 트윈의 프레임워크를 정립하는 데 결정적인 역할을 하였다.
현장 인식 측면에서 한국 본사(R&D)는 주로 가상 샘플링을 통한 리드타임 단축에 집중하는 반면, 베트남과 중국의 대형 생산 공장에서는 수천 대의 재봉기 가동률을 실시간으로 파악하여 라인 효율을 극대화하는 '실시간 모니터링' 관점에서 디지털 트윈을 운용하는 경향이 강하다.
¶ 기술 사양표
| 항목 | 세부 사양 및 값 | 비고 |
|---|---|---|
| 참조 표준 | ISO 23247-1:2021 (Framework), ISO 23247-2 (Reference architecture), ISO 23247-3 (Digital representation), ISO 23247-4 (Information exchange) | 국제 표준 준수 (검증완료) |
| 스티치 데이터 표준 | ISO 4915 (Stitch types classification) | 디지털 트윈 내 스티치 속성 정의용 |
| 시스템 유형 | 스마트 팩토리 통합 관리 및 생산 시뮬레이션 솔루션 | 현장 최적화 |
| 주요 소프트웨어 | CLO 3D, Browzwear (VStitcher), Lectra Fashion PLM, Optitex, EFI Optitex | 가상 샘플링 및 패턴 |
| 하드웨어 솔루션 | Juki JaNets (Digital Sewing System), Brother NEXIO System, Pegasus LaRgo | 스마트 재봉기 연동 |
| 데이터 수집 항목 | 실시간 RPM (최대 5,000spm), SPI(Stitches Per Inch), 실 장력(gf), 바늘 온도(°C) | IoT 센서 기반 |
| 통신 프로토콜 | MQTT, OPC UA, HTTP/REST, RS-485 (Modbus), Bluetooth 5.0, LoRa | 산업용 통신 규격 |
| 적용 기계 모델 | Juki DDL-9000C, Brother S-7300A, Juki AMS-221F, Siruba 700KS, Pegasus FS700P | 최신 디지털 기종 |
| 데이터 업데이트 주기 | 100ms ~ 1s (실시간 동기화 권장), 엣지 컴퓨팅 시 10ms 이하 | 네트워크 환경에 따름 |
| 바늘 시스템 연동 | DB×1 (본봉), DC×27 (오버록), DP×5 (헤비듀티), UY128GAS (커버스티치) | 소모품 관리 포함 |
| 물리 엔진 파라미터 | Young's Modulus, Shear Modulus, Bending Rigidity, Friction Coefficient | 원단 물성치 연동 |
| 네트워크 보안 | TLS 1.2/1.3 암호화, VPN(Virtual Private Network) 터널링, OAuth 2.0 | 데이터 보호 |
| 데이터 저장 방식 | Time-series Database (InfluxDB, TimescaleDB), NoSQL (MongoDB) | 시계열 데이터 최적화 |
¶ 적용 분야 및 실무 활용
- 의류 제조 (Apparel Manufacturing): 3D 가상 샘플링을 통해 실제 원단 절단 전 드레이프성(Drape)과 핏을 확인한다. 이를 통해 물리적 샘플 제작 횟수를 70% 이상 절감하며, 생산 라인에서는 각 공정(본봉, 오바로크, 인터록 등)의 실시간 생산량을 모니터링하여 라인 밸런싱(Line Balancing)을 최적화한다. 특히 셔츠 공정에서 칼라(Collar)와 소매(Cuff) 부착 공정의 난이도를 수치화하여 작업자를 배치한다. 본봉 기준 적정 속도는 4,000~4,500spm으로 설정하며, 디지털 트윈 상에서 실시간 RPM 편차를 감시한다.
- 가방 및 잡화 (Bags & Leather Goods): 복잡한 입체 패턴의 조립 공정에서 디지털 트윈을 통해 부품의 흐름을 시뮬레이션한다. 특히 자동 재봉기(Pattern Tacker)의 가동 상태를 원격 관리하여 대량 생산 시의 오차를 줄인다. 가죽의 두께 편차에 따른 바늘 관통력 변화를 실시간 데이터로 수집하여 바늘 파손을 예방한다. 가죽 가방 생산 시 Towa 장력계 기준 밑실 장력은 25~35gf, 상실 장력은 150~200gf 수준으로 디지털 트윈에 프리셋(Preset)하여 관리한다.
- 자동차 시트 및 에어백 (Automotive Interior): 고도의 정밀도와 안전성이 요구되는 분야로, 모든 스티치의 장력 데이터와 스티치 카운트(Stitch Count)를 디지털 트윈에 기록하여 품질 이력(Traceability)을 100% 관리한다. Juki AMS 시리즈와 같은 자동기에서 발생하는 실시간 장력 그래프를 분석하여 불량 발생 시 즉각 라인을 정지시킨다. ISO 4915 301 스티치 기준, 인치당 8~10바늘(SPI)의 정밀도를 실시간 검증한다.
- 신발 제조 (Footwear): 갑피(Upper) 봉제 공정의 복잡한 경로를 디지털로 설계하고, 로봇 봉제 시스템과 연동하여 가상 공간에서 경로 최적화를 수행한다. 3D 라스트(Last) 데이터를 기반으로 한 스티칭 경로 시뮬레이션은 생산 준비 시간을 50% 이상 단축시킨다.
- 특수 보호복 (Technical Textiles): 방화복이나 화학 보호복 제조 시, 심 실링(Seam Sealing) 공정의 온도와 압력 데이터를 디지털 트윈으로 관리하여 방수 성능의 균일성을 보장한다. ISO 4915에 따른 401(체인 스티치) 및 602(커버 스티치)의 장력 변화를 실시간 감시한다. 심 실링 온도는 보통 450°C~600°C 사이에서 원단 두께에 따라 디지털 트윈이 자동 제어한다.
¶ 주요 결함 및 해결 (Troubleshooting)
-
증상: 물리적 재봉기 RPM과 디지털 대시보드 수치 간의 지터(Jitter) 발생 - 원인 분석: IoT 센서(Hall Sensor)의 장착 위치 불량 또는 공장 내 고주파 노이즈로 인한 데이터 패킷 손실. - 중간 점검: 오실로스코프를 사용하여 센서 출력 신호의 파형을 확인하고, 타코미터로 실제 풀리 회전수를 측정. - 최종 해결: 센서 브래킷 고정 강화 및 실드(Shield) 케이블 교체, 게이트웨이의 데이터 필터링 알고리즘(Moving Average Filter) 적용.
-
증상: 가상 샘플의 드레이프와 실제 시제품의 실루엣 불일치 - 원인 분석: 원단의 물리적 특성(무게, 굽힘 강성, 전단 탄성률 등) 데이터 입력 오류. - 중간 점검: KES-F(Kawabata Evaluation System) 또는 FAST 장비를 통해 측정된 실제 원단 물성치와 소프트웨어 내 라이브러리 값 대조. - 최종 해결: 정확한 원단 스캔 데이터(U3M 파일 등) 재입력 및 렌더링 엔진의 물리 연산 파라미터 보정.
-
증상: 실시간 실 끊김(Thread Breakage) 감지 지연 및 미작동 - 원인 분석: 재봉기 헤드의 광학식 실 끊김 센서 오염 또는 디지털 트윈 서버의 이벤트 트리거 로직 오류. - 중간 점검: 센서 수광부의 먼지 축적 상태 확인 및 PLC(Programmable Logic Controller) 입력 신호 모니터링. - 최종 해결: 에어건을 이용한 정기 청소 주기 설정 및 디지털 트윈 소프트웨어의 알람 임계값(Threshold) 최적화.
-
증상: 라인 밸런싱 시뮬레이션 결과와 실제 생산량의 15% 이상 괴리 - 원인 분석: 작업자의 숙련도(Skill Matrix) 변수 미반영 및 공정 간 이동 시간(Handling Time) 누락. - 중간 점검: 스톱워치를 이용한 실제 공정 사이클 타임(Cycle Time) 재측정 및 시뮬레이션 모델의 변수값 확인. - 최종 해결: 작업자별 평균 효율 데이터를 디지털 트윈 모델에 가중치로 적용하고, 물류 이동 시간을 포함한 가상 라인 재설계.
-
증상: 디지털 트윈 시스템 내 특정 구역 장비의 빈번한 오프라인 상태 - 원인 분석: 공장 내 대형 금속 구조물에 의한 Wi-Fi 신호 회절 및 간섭(Multipath Fading). - 중간 점검: Wi-Fi Analyzer를 사용하여 RSSI(신호 강도) 및 SNR(신호 대 잡음비) 맵 작성. - 최종 해결: 산업용 Mesh Wi-Fi AP(Access Point) 추가 설치 및 통신 채널 간섭 회피 설정(DFS 채널 활용).
-
증상: 디지털 텐션(Digital Tension) 설정값이 실제 재봉기에 반영되지 않음 - 원인 분석: RS-485 통신 라인의 종단 저항(Termination Resistor, 120Ω) 미설치로 인한 신호 반사 및 데이터 왜곡. - 중간 점검: 통신 라인 양단에 저항이 올바르게 체결되었는지 확인하고, 통신 보드(PCB)의 전압 레벨 체크. - 최종 해결: 표준 규격에 맞는 종단 저항 설치 및 통신 보드 펌웨어 업데이트.
-
증상: 가상 공장 레이아웃 상의 기계 위치와 실제 위치 불일치 - 원인 분석: 현장 라인 변경(Line Change) 후 디지털 트윈 맵 업데이트 누락. - 중간 점검: 각 기계에 부착된 QR 코드 또는 RFID 태그를 스캔하여 위치 정보 대조. - 최종 해결: 실시간 위치 추적 시스템(RTLS) 도입 또는 라인 변경 시 디지털 트윈 동기화 프로세스 의무화.
-
증상: 서보 모터 과열 알람이 디지털 트윈에 빈번히 발생 - 원인 분석: 과도한 SPM(Stitches Per Minute) 설정 또는 기계적 부하(기름 부족, 부품 마찰) 증가. - 중간 점검: 디지털 트윈의 모터 전류(Current) 그래프를 분석하여 피크(Peak) 구간 확인. - 최종 해결: 급유 시스템 점검 및 공정별 적정 SPM 가이드라인 재설정(예: 본봉 4,500spm 이하 권장).
-
증상: 데이터 대시보드의 가동률이 실제보다 높게 측정됨 (Ghost Production) - 원인 분석: 작업자가 원단 없이 공회전(Dry Run)을 시키는 행위가 데이터에 포함됨. - 중간 점검: 실 소비량(Thread Consumption) 데이터와 RPM 데이터를 교차 분석. - 최종 해결: 실 끊김 센서와 RPM 센서의 논리곱(AND) 조건을 적용하여 실제 봉제 시에만 가동 시간으로 카운트하도록 로직 수정.
-
증상: 클라우드 서버 저장 용량 부족으로 인한 과거 데이터 유실
- 원인 분석: 고주기(100ms) 데이터 로깅으로 인한 데이터베이스(DB) 비대화.
- 중간 점검: DB 인덱싱 상태 및 데이터 보존 정책(Retention Policy) 확인.
- 최종 해결: 중요 이벤트 데이터만 정밀 저장하고, 일반 가동 데이터는 1분 단위로 집계(Aggregation)하여 저장하는 데이터 티어링(Data Tiering) 적용.
-
증상: 바늘 파손(Needle Breakage) 알람 미발생
- 원인 분석: 바늘 파손 감지 센서의 감도(Sensitivity) 설정 오류 또는 센서 위치 이탈.
- 중간 점검: 테스트용 파손 바늘을 장착하여 센서의 트리거 여부 확인.
- 최종 해결: 센서 감도 재조정 및 디지털 트윈 내 바늘 교체 주기(Life Cycle) 알람 설정 강화.
-
증상: 공정 간 리드타임(Lead Time) 데이터의 비정상적 급증
- 원인 분석: 공정 간 재공품(WIP) 적체 구역의 센서 오작동 또는 데이터 전송 지연.
- 중간 점검: RFID 게이트의 태그 인식률 확인 및 네트워크 트래픽 분석.
- 최종 해결: RFID 안테나 각도 조정 및 데이터 전송 우선순위(QoS) 설정.
-
증상: 디지털 트윈 상의 실 소요량 계산치와 실제 소모량 차이
- 원인 분석: 스티치 유형(ISO 4915)에 따른 실 소모 계수(Thread Consumption Ratio) 미보정.
- 중간 점검: 10cm 봉제 후 실제 소모된 실의 길이를 측정하여 시뮬레이션 값과 비교.
- 최종 해결: 원단 두께 및 스티치 밀도에 따른 실 소모 알고리즘 보정 (예: 301 스티치는 봉제 길이의 약 2.5~3배 소요).
-
증상: 자동 사절(Auto-Trimming) 후 잔사 길이가 일정하지 않음 - 원인 분석: 사절 칼날 마모 또는 디지털 트윈의 사절 타이밍(Timing) 파라미터 오설정. - 중간 점검: 사절 캠(Cam)의 위치와 칼날의 맞물림 상태 육안 확인. - 최종 해결: 디지털 제어판에서 사절 각도(Trimming Angle) 미세 조정 및 칼날 교체 주기 알람 설정.
-
증상: 엣지 게이트웨이의 CPU 점유율 과다 (Overload) - 원인 분석: 너무 많은 재봉기(32대 이상)를 하나의 게이트웨이에 직렬 연결. - 중간 점검: 게이트웨이 로그를 통해 데이터 패킷 처리 지연 시간 확인. - 최종 해결: 게이트웨이 분산 배치(기기당 16~24대 권장) 및 데이터 전송 주기 최적화.
-
증상: 디지털 트윈 대시보드 상의 전력 소모 데이터 이상 - 원인 분석: 서보 모터의 회생 제동(Regenerative Braking) 에너지 측정 오류. - 중간 점검: 클램프 미터로 실제 소비 전류 측정 후 센서 데이터와 대조. - 최종 해결: 전력 측정 알고리즘에 역기전력 보정 계수 적용.
-
증상: 가상 라인 밸런싱 시 특정 공정의 '가동 중지' 오판독 - 원인 분석: 작업자가 수동 작업을 수행하는 시간(Handwork)을 비가동 시간으로 인식. - 중간 점검: 해당 공정의 센서 데이터와 작업자 RFID 로그 교차 확인. - 최종 해결: 수동 작업 구간에 대한 '표준 작업 시간(SAM)'을 디지털 트윈에 사전 정의.
-
증상: 원단 겹침 부위(Seam Crossing)에서 스티치 건너뜀(Skipped Stitch) 발생 - 원인 분석: 디지털 트윈 시뮬레이션 시 단차 부위의 압력 변화 미반영. - 중간 점검: 노루발 압력(Presser Foot Pressure) 센서 데이터 분석. - 최종 해결: 단차 감지 시 자동으로 속도를 줄이는 'Active 이송 제어' 로직 활성화.
-
증상: 디지털 트윈 내 기계 가동 이력(History) 조회 불가 - 원인 분석: 데이터베이스 인덱스 손상 또는 스토리지 용량 초과. - 중간 점검: DB 상태 체크 쿼리 실행 및 디스크 잔량 확인. - 최종 해결: DB 리인덱싱 및 자동 백업/퍼지(Purge) 스크립트 설정.
-
증상: 스마트 팩토리 통합 대시보드의 데이터 업데이트 중단 - 원인 분석: 메인 서버의 MQTT 브로커(Broker) 서비스 중단. - 중간 점검: 서버 프로세스 모니터링 및 네트워크 포트(1883) 개방 상태 확인. - 최종 해결: MQTT 브로커 이중화(Clustering) 구성 및 자동 재시작 로직 적용.
¶ 품질 검사 및 관리 기준
- 데이터 정합성 (Data Fidelity): 물리적 장비의 실제 가동 상태(RPM, 장력 등)와 디지털 모델 간의 오차 범위가 ±3% 이내여야 한다. 특히 Towa 장력계로 측정한 실제 실 장력과 디지털 트윈 표시값이 일치해야 한다.
- 동기화 지연 시간 (Latency): 현장 이벤트(정지, 고장 등) 발생 후 디지털 트윈 대시보드 반영까지의 시간이 1초 이내(AQL 1.0 기준)여야 한다. 5G 또는 Wi-Fi 6 환경에서는 100ms 이내를 권장한다.
- 시뮬레이션 예측 정확도: 가상 라인 밸런싱을 통해 예측된 생산량과 실제 생산량의 일치도가 95% 이상이어야 한다. 이는 8시간 가동 기준 오차 범위가 ±20분 이내임을 의미한다.
- 이력 관리 (Traceability): 모든 재봉 데이터(ISO 4915 스티치 유형별 장력, SPI 등)가 클라우드 서버에 10년간 누락 없이 저장 및 조회 가능해야 한다. 특히 자동차 및 의료용 봉제물은 개별 제품 일련번호와 재봉 데이터가 1:1 매칭되어야 한다.
- 시스템 가용성 (Availability): 디지털 트윈 서버의 연간 가동률이 99.9% 이상(Three Nines)을 유지해야 하며, 장애 발생 시 30분 이내 복구 가능해야 한다.
¶ 공장 은어 및 현장 용어
| 언어 | 용어 | 로마자 표기 | 비고 |
|---|---|---|---|
| 한국어 (KR) | 가상 공장 | Gasang Gongjang | 디지털 트윈의 현장 통칭 |
| 한국어 (KR) | 미에루카 | Mieruka | 일본어 유래, 데이터 시각화(보이는 관리)를 의미 |
| 한국어 (KR) | 대시보드 | Dashboard | 생산 현황판을 디지털로 구현한 것 |
| 한국어 (KR) | 단도리 | Dandori | 공정 준비 및 세팅, 디지털 트윈에서 '시뮬레이션 단계'를 지칭 |
| 한국어 (KR) | 도메 | Dome | 바텍(Bartack) 또는 되돌아박기, 디지털 트윈의 스티치 카운트 핵심 지점 |
| 베트남어 (VN) | Bản sao ảo | Ban sao ao | 가상 복제본 (현장 작업자용 용어) |
| 베트남어 (VN) | Giám sát thời gian thực | Giam sat thoi gian thuc | 실시간 모니터링 |
| 베트남어 (VN) | Hiệu suất máy | Hieu suat may | 기계 효율, 디지털 트윈의 주요 모니터링 지표 |
| 일본어 (JP) | デジタルツイン | Dejitaru Tsuin | 디지털 트윈 정식 명칭 |
| 일본어 (JP) | 稼働率 (かどうりつ) | Kadouritsu | 가동률, 디지털 트윈의 핵심 지표 |
| 일본어 (JP) | 現場の見える化 | Genba no Mieruka | 현장의 시각화, 디지털 트윈 도입의 궁극적 목적 |
| 중국어 (CN) | 数字孪生 | Shùzì luánshēng | 디지털 트윈의 표준 번역 |
| 중국어 (CN) | 智能工厂 | Zhìnéng gōngchǎng | 스마트 팩토리, 디지털 트윈이 적용된 공장 |
| 중국어 (CN) | 实时监控 | Shíshí jiānkòng | 실시간 모니터링 및 감시 |
¶ 장비 세팅 및 인프라 가이드
- IoT 인프라 구축: - Juki DDL-9000C와 같은 디지털 재봉기는 내장된 RS-485 포트를 게이트웨이에 연결한다. 통신 속도는 9600bps 또는 19200bps로 설정하며, 각 기계에 고유 ID(Station No.)를 부여한다. - 구형(Analog) 기계는 외부 엔코더(Encoder)를 풀리에 부착하고, 바늘대 근처에 홀 센서를 설치하여 RPM과 스티치 수를 추출한다. 센서 전원은 노이즈 방지를 위해 독립된 SMPS를 사용한다.
- 네트워크 환경 최적화: - 공장 천장에 산업용 AP를 15m 간격으로 지그재그 배치하여 음영 지역을 제거한다. 금속 지붕이 있는 공장은 신호 반사가 심하므로 지향성 안테나 사용을 고려한다. - 데이터 보안을 위해 생산망(VLAN)을 사무용 망과 분리 설정한다. 방화벽에서 MQTT 포트(1883, 8883)를 개방한다.
- 원단 및 부자재 데이터 매핑: - 3D 시뮬레이션 시 원단의 무게(g/m²), 두께(mm), 경사/위사 방향의 인장 강도를 실제 측정값으로 입력한다. 특히 신축성이 강한 스판덱스 원단은 연신율(Elongation) 데이터를 정밀하게 입력해야 한다. - 실(Thread)의 종류(코아사, 지누이도 등)와 장력 설정값을 디지털 텐션 시스템과 동기화한다. 실의 굵기(Tex)에 따른 바늘 번수(Nm) 조합을 시스템에 사전 등록한다. (예: Tex 27 실에는 Nm 75~90 바늘 권장)
- 디지털 트윈 소프트웨어 설정: - 공장 레이아웃을 1:1 스케일로 가상 공간에 배치한다. AutoCAD 또는 Revit 파일을 임포트하여 실제 기둥, 통로, 전력 배선 위치를 정확히 반영한다. - 각 재봉기 노드(Node)에 실제 기계의 시리얼 번호를 매핑하여 개별 자산 관리가 가능하도록 한다. 작업자의 숙련도(Grade A, B, C)를 프로필에 등록하여 시뮬레이션 가중치로 활용한다.
¶ 공정 흐름도 (Mermaid)
¶ 관련 항목 및 표준
- 스마트 팩토리 (Smart Factory): ICT 기술을 접목하여 지능화된 생산 공장 시스템의 총칭.
- 라인 밸런싱 (Line Balancing): 공정 간 작업 시간 편차를 줄여 생산 효율을 극대화하는 기법.
- 가상 샘플링 (Virtual Sampling): 물리적 샘플 제작 없이 3D 소프트웨어로 제품을 확인하는 공정.
- IoT 재봉기 (IoT Sewing Machine): 통신 기능이 탑재되어 데이터를 외부로 송수신할 수 있는 차세대 재봉기.
- ISO 23247: 제조 분야 디지털 트윈 프레임워크에 관한 국제 표준 (Part 1~4). (검증완료)
- ISO 4915: 봉제 스티치 유형 분류 표준. 디지털 트윈의 데이터 구조 정의에 필수적임.
- GSD (General Sewing Data): 봉제 공정의 표준 시간을 산출하는 데이터 시스템으로, 디지털 트윈의 기초 입력값으로 활용됨.
- MES (Manufacturing Execution System): 제조 실행 시스템으로, 디지털 트윈과 연동하여 실시간 작업 지시 및 실적 관리를 수행함.
- Predictive Maintenance (예지 보전): 디지털 트윈의 데이터를 분석하여 기계 고장 전 소모품(바늘, 가마, 칼날 등)을 교체하는 기술.
- U3M (Unified 3D Material): 디지털 트윈 환경에서 원단 물성 데이터를 교환하기 위한 표준 파일 포맷.
- CPS (Cyber-Physical System): 가상과 물리 세계의 긴밀한 결합을 의미하는 상위 개념.
- Digital Thread: 제품의 생애주기 전반에 걸쳐 데이터가 끊김 없이 흐르는 연결 고리.