한국PHM학회 바로가기

 <대 디지털전환시대에 유한요소해석의 연구방향>

본 기고문에서는 디지털전환시대에 전산 해석의 한 분야인 유한요소해석이 나아가야할 연구방향에 대해 생각해보고자 한다.

장성민 조교수

금오공과대학교 기계설계공학과 (E-mail: schang@kumoh.ac.kr)

1. 서론

유한요소해석은 1940년대부터 시작하여 컴퓨터의 발전과 같게 꾸준히 발전하여 단단한 고체로 이루어진 많은 기계구조물의 전산해석 및 설계에 널리 사용되고 있다. 특히 Nasa에서 개발된 세계최초의 상용 유한요소해석 프로그램인 Nastran를 시작으로 Ansys, Abaqus 등의 다양한 상용 프로그램이 개발되었고 그 활용 범위를 넓히고 있다. 이러한 전산해석의 발전은 컴퓨터 발전으로 촉발된 이른바 디지털 혁명이라 불리는 3차 산업 혁명과 밀접한 연관이 있다. 이후 우리는 현재 인터넷을 필두로 하는 이른바 초연결 혁명이라 불리는 4차 산업 혁명 시대에 놓여 있다. 이러한 거대한 시대변환에서 필자는 어찌 보면 3차 산업 혁명의 유물이라 볼 수도 있는 전통 학문을 연구하는 학자의 한명으로서 유한요소해석의 나아가야 할 방향에 대해 여기 계신 많은 우수한 연구자분들과 공유 및 논의를 하고자 이 글을 쓴다.

2. 사물인터넷에서 디지털 트윈까지

현재는 초연결시대인 4차 산업 시대이다. 초연결시대, 모든 것이 연결된 사회, 이를 가장 쉽게 볼 수 있는 것이 IOT (Internet Of Things), 즉 사물인터넷이다. 이전의 연결은 유선 전화나 pc와 프린터 연결 등의 단순한 선의 연결이었다. 하지만 무선전화, wifi등의 무선 기술의 발전과 반도체산업의 발전으로 모든 물건에 반도체가 들어가고 이들을 무선으로 연결되는 초연결시대가 도래하게 된 것이다. 아카데믹한 연구를 진행하는 학자라면 잘 알고 있겠지만, 모든 기술이 어떤 방향으로 활용될지를 모두 예측하고 기술을 개발하지 않는다. 가장 초기 기술은 그 기술 활용의 끝이 어디인지 모른 경우가 많다. 이처럼 이러한 인터넷, 블루투스, wifi 등의 기술은 초연결시대를 열었고 이를 어디에 활용할지에 대한 고민이 새롭게 시작됐었다. 여러 활용 방안 중에 하나가 공장에 이러한 IOT기기를 활용하고자 하는 방향이었다. 다양한 센서를 붙이고, 센서에서 얻어진 정보를 실시간으로 취득하여 이에 대한 필요한 조치를 취합으로써 보다 공장을 효과적으로 운영하고자 하는 시도이다. 이러한 시도를 통해 스마트 팩토리라는 개념이 구축되기 시작하고 다양한 형태로 활용하고자 하는 연구가 진행되었다. 수많은 센서에서 얻어진 데이터, 그리고 3차 혁명에서부터 꾸준히 발전된 컴퓨터 전산자원이 4차 혁명을 통해 구축된 대규모 클러스터 환경, 이 두 개의 어떻게 활용할 것인가 큰 관심사 중에 하였다. 이 중 GE를 중심으로 가상의 공장을 컴퓨터 상으로 구현하고자 하는 시도가 시작되었다. 실제 공장과 쌍둥이처럼 비슷한 가상의 공장을 만들어 새로운 물건을 효율적으로 만들 수 있는 공정을 미리 만들어 보거나, 실제 공장에서 생 길수 있는 문제를 미리 파악하는 거나, 센서를 통해 현재 공장의 상황을 파악 및 예측하는데 활용하고자 한다. 이러한 시도에서 디지털 트윈이란 개념이 나왔다고도 볼 수 있다.

초기 스마트폰 개념이 처음 나왔을 때, PDA폰도 스마트폰이냐? 옵니아도 스마트폰이냐?, 아이폰만 스마트폰이냐? 등의 여러 논란이 있었던 것처럼, 현재 디지털트윈이란 개념도 어디까지가 디지털트윈이냐, 그런거 디지털트윈이 아니라 디지털쉐도우다 등등 그 개념에 대한 논란의 여지가 남아있는 상태이긴 하다. 이후 논의할 메타버스에 가면 이러한 개념의 모호성은 극에 다다른다. 왜냐하면 초창기 새로운 단어의 정의는 각자의 이익을 위해 무리하게 다소 억지가 있더라도 주장하는 경우가 많이 지기 때문이다. 단어 하나로 투자가 급증하고 주식이 폭등할 수 있기 때문이다. 실제로 게임주에 메타버스란 단어가 들어가자 폭등하는 경우가 발생하기도 하였다. 어찌 되었든 이러한 초창기 새로운 용어에 정의에 대한 논란은 어찌 보면 새로운 용어가 한번쯤은 겪어야 하는 열병이라고 볼 수 도 있다. 그리고 이러한 현상은 새로운 용어 자체의 텍스트적인 뜻이 모호할수록 심하게 된다. 사물인터넷보다는 디지털 트윈이, 디지털 트윈보다는 메타버스에서 더 심각해지는 이유이다. 디지털 트윈, 실제와 쌍둥이처럼 비슷한 가상의 무언가, 어떤 것이 비슷한 지에 따라 그 해석과 주장이 현저하게 달라진다. 본 기사에서는 어떤 것까지를 디지털트윈이라고 보냐는 관점 보다는 여러 연구흐름에 초점을 맞추고자 한다. 즉 스마트폰이 어디까지를 지칭하냐에 대한 논쟁보다는 PDA폰에서 옵니아폰, 아이폰, 안드로이드폰 등으로 발전된 흐름처럼 디지털 트윈 분야에 어떤 연구 전반에 방향에 대해 논의하고자 한다. 특히 여러 연구 방향 중에 필자의 미천한 지식으로 인해 기계구조의 전산해석에 가까운 분야에 대해서만 논의하고자 하며, 해당 내용에 대한 세부적인 사항들은 조금씩은 틀릴 수 있음을 널리 양해 바라며, 큰 흐름에 대한 방향성위주로 이해주시길 바란다.

최근 건축, 토목에서 활발히 이루어지고 있는 전국토를 디지털 트윈화 한다고 하는 쪽에서는, 실제와 쌍둥이처럼 ‘같아 보이는 것’을 추구한다. 그래서 거시적인 인공위성 사진부터 거리뷰까지를 통합하여 실제 건물, 지형, 도시 까지를 모두 시각화하는 작업을 진행하고 있다. 이런 것을 3차원적으로 구현한다면 차후에는 단순한 ‘같아 보이는 것’이 아닌 건물사이 풍량, 일조량 예측등에 활용 할 수 있을 것으로 기대된다. 다만 기계 구조에서는 단순히 ‘겉으로 같아 보이는 것’을 만드는 것만으로는 해당 기술이 ‘디지털트윈이냐’ 라는 논쟁을 떠나서, 그 활용도가 기계구조에서는 낮다고 볼 수 있다. 따라서 기계구조물에서는 단순히 보이는 것이 아닌 다른 성질이 실제와 쌍둥이처럼 비슷한 것을 만들것이냐에서 여러가지 형태의 디지털트윈이 나오며, 이를 어떻게 활용 목적에 따라 다양한 형태로 구성되어 여러가지 형태의 연구가 파생되고 있다. 이중 큰 흐름 중 하나가 고장 진단, 수명 예측이다. 이러한 센서데이터를 활용한 다양한 형태의 고장진단 기법을 제시되고 연구되고 있다. 이중 가장 직관적 형태는 센서데이터 자체와 실제 기계구조물의 상태를 그대로 매칭하는 것이다. 이러한 직관적으로 보이는 형태에서도 센서데이터가 시간에 따라 다량으로 공급되기 때문에 이러한 센서데이터를 어떻게 처리하여 분석하느냐에 따라 그 알고리즘의 정확도가 달라지게 된다. 따라서 현재 다양한 형태의 방법 특히 AI로 불리는 인공신경망 기법들이 활용되고 있다. 이러한 기법들은 일부에서는 실제 구조물과 쌍둥이 같은 형태가 없이 시스템에 특징만을 가지고 있어, 디지털쉐도우라고 불러야 된다는 의견도 있기는 하다. 이 자리는 명칭에 대해 논의하는 것이 아니라 그 문제에 대해서는 언급 없이 넘어가겠다. 이러한 직관적인 방법은 고장 유무는 판단하기 용이하지만, 고장의 종류에 대해서는 판단하기가 어려운 경우가 많다. 실제 많은 산업에서 사용되는 기계구조물의 고장 종류별 다수의 실체 측정 데이터를 얻기가 힘들기 때문이다. 특히 항공기나 원자력 분야의 기계 부품들은 고장 시 그 위험도 및 피해도가 극도로 커서 이런 기계구조물의 고장 데이터를 종류별도 다양하게 얻기는 불가능에 가깝다.

이러한 센서데이터와 기계구조물의 상태를 직관적으로 사용하기에는 위와 같은 어려움이 발생한다. 이를 극복하기 위해 여러 연구가 시도되었고 이 중 하나가 유한요소해석을 활용하는 방법이다. 정상 기계구조물에 대한 센서데이터를 통해 실제와 하중에 대한 움직임과 진동이 쌍둥이처럼 비슷한 전산해석모델을 만들고 이를 통해 가상의 여러 가지 고장 경우를 전산해석을 수행하는 것이다. 이를 통하여 여러 고장상황에서 얻어야 하는 여러 가지 센서 데이터를 가상으로 예측해서 생산하여 기존의 고장 기술의 정확성과 효율성을 높이고자 하는 연구이다. 이러한 연구방향은 기존의 보수적 해석의 관점의 전산해석 연구의 방향을 실제와 유사한 형태 즉 초정밀한 해석의 필요성을 높이는 형태의 새로운 연구방향을 제시하게 되었다.

3. 고장을 해석하다: 보수적해석에서 초정밀해석으로

기존의 전산해석은 기계구조물이 하중에 의해 받은 응력이 재료가 버틸 수 있는 응력보다 크지 않은지를 해석하는 형태로 많이 진행되었다. 그래서 해석모델이 실제 구조물과 다소 다르게 예측되더라도 실제 구조물보다 약하게 해석되기만 하면, 즉 보수적인 해석이 보장되면 해당 해석기법은 실제 설계에 활용될 수 있어, 계산 효율성측면에서 이러한 보수적 해석을 많이 사용하였다. 이러한 예로 건물, 다리 등의 많은 토목 건축물에서 단순한 트러스 요소를 활용한 해석을 많이 수행하는 것을 들 수 있다. 단순한 한쪽끝이 고정된 외팔보 구조물을 예로 들어 보면, 기존 해석에서는 실제보다 더 많이 휘는 형태의 해석결과가 나와도 보수적인 해석이므로 이를 기반으로 설계를 하면 실제 구조물이 주어진 하중에서 예상치 못하게 부서지지 않는 안정한 설계를 수행 할 수 있다.

하지만 위에서 언급한 바와 같이 실제거동과 쌍둥이처럼 비슷하게 움직이는 전산모델를 구축하기 위해서는, 보수적 해석으로는 원하는 형태를 얻을 수 없다. 외팔보에 센서를 부착하고 가속도 센서를 통해 실제와 유사한 전산모델를 구축하고, 가상의 결함을 부여하여 다양한 결함에 따른 구조물의 가상센서데이터를 생성하기 위해서는 실제보다 약하게 구성된 보수적 해석이 아닌 실제 답과 매우 비슷한, 즉 초정밀한 해석이 요구된다. 이를 위해서 전산해석의 관점도 보수적 해석을 넘어 보다 정확한 해석을 효과적으로 수행 할 수 있는 기술에 대한 연구가 집중되어야 한다고 생각된다.

기존의 요소개발을 시작으로 다양한 해석기법이 개발되었으나, 효율성 및 보수적 해석 관점에서 필요이상 복잡한 방법들을 지양해온 경향도 없지 않아 있었다. 이러한 현상은 다양한 산업에서 범용적으로 쓰이는 상용프로그램에서 심하게 나타났었다. 현재 존재하는 대다수의 전산해석은 기본적으로는 수치해석기법으로 복잡한 수식을 단순한 계산의 수많은 반복형태로 계산하여 근사값을 구하는 형태이다. 또한 실제 구조물의 모든 물성 및 상황을 해석상에 반영할 수 없기 때문에 전산해석은 아무리 정확하게 해석을 하더라도 실제와는 다를 수 밖에 없다. 이러한 사실로 인해 많은 산업에서 실제 해석 프로그램을 사용할 경우 실제 정확한 값보다는 설계를 변경했을 때 의 경향성이나 안전계수등을 통한 보수적인 설계에 도움을 주는, 즉 실험의 회수를 줄여주는 형태의 보조재의 성격이 강했다. 이로인해 상용프로그램은 보다 정확한 요소, 정확한 해석에 집중하여 개발되기 보다는 어떤 상황에서도 부정확하더라 해석결과를 나오게 하는 형태로, 모르는 사람이 사용해도 적당한 해석 결과가 나올수 있는 방향으로 발전한 부분이 없지 않아 있다. 단순하게 줄여서 표현하면 “누가 개떡같이 돌리더라도 찰떡같이 결과가 나오게”, “CAD사용하는 직원만 있으면 해석을 돌릴수 있다.”등의 형태로 볼수도 있다. 이러한 형태는 어찌보면 이익을 추구하는 기업입장에서는 당연한 부분일 수 있다. 더 정밀한 기법을 출시를 통해 더 높은 가격의 추가 모듈을 구매하는 경우보다 기존의 프로그램을 보다 많은 사람에게 판매하는 것이 수익이 더 나기 때문이다. 이러한 현상은 현재 사회의 많은 산업에 흔히 볼 수 있는 현상으로, 특히 실체가 없는 소프트웨어 산업에 많이 일어나는 현상으로 가장 쉽게 볼 수 있는 예가 게임산업이다. 현재 게임산업도 상용프로그램 분야와 유사하게 높은 만족도를 가진 몇 명의 고객보다는 만족도가 다소 낮더라도 구매력이 있는 다수의 사람들에 초점을 맞춰 게임이 개발될 수 밖에 없는 실정이다. 즉 완벽함 보다는 적당히 모두에게 적합한, 정확함보다는 보편성를 추구하여, 해석상에서 정확도에 관련된 요소 종류, 요소 모양 등의 주요 정보를 가리는 형태로 발전하여 현재 가장 많이 사용되고 있는 Ansys의 경우 Workbench형태 발전되면서 모든 기본 형태가 절점과 요소가 있는 메쉬 모델 보다는 CAD모델인 Geometry 모델위주로 프로그램이 구성되었다. 따라서 하중 및 경계조건 등을 절점에 부여하려면 별도의 옵션을 통해 보지 않는 이상 기본적으로는 Geometry, 즉 점,선,면 등에 부여하는 기본으로 구성되어있다.

이러한 현상은 날로 심해져 “유한요소해석 별거 아니다”, “카티아 등의 CAD프로그램과 다를 바가 없다” 등의 전공자에 대한 인식이 나빠지고, 비전공자들의 전산해석 상용프로그램 사용이 기하급수적으로 늘어나는 상황이 만들어졌다. 단기적으로는 프로그램의 판매수를 늘리는 것이 중요한 업체입장에서는 반길만한 상황 일 수 있으나, CAD와 달리 전산해석은 그 태생자체가 근사값을 구하는 수치해석 기법으로 해당 기법의 특성을 잘 알고 해석해야지만 원하는 정확도를 가진 결과를 얻을 수 있다. 가장 간단한 예로 가장 단순한 1차 보간된 요소를 사용시 두께 방향으로 4개 이상의 요소를 나누어야 상대적으로 정확한 결과를 얻을 수 있고, 요소가 가장 긴방향과 가장 짧은 방향의 길이 차이가 극심한 요소가 많은 경우 해석결과의 정확도가 낮아진다. 하지만 이러한 부분을 현재 최근 상용프로그램일수록 격자 자체를 보여주지 않는 형태로 발전하고 있어, 상용프로그램을 상용하는 많은 사용자가 Gauss point, Locking 등의 관련 전공용어는 물론, 요소 이름 심지어는 요소, 절점이란 단어조차 생소해 하는 경우가 발생하고 있다. 이는 장기적으로 전산해석 결과을 믿지 못하는 인식의 악화를 유발할 수 있어, 전공자로서 우려되는 부분이긴 하다. 하지만 이러한 시대흐름을 무시할 수는 없다고 생각하다. 따라서 오히려 과거에도 꾸준히 지속적으로 발생하고 있는 문제점을 물리기반 디지털트윈이라고도 불리는 형태의 실제와 매우 유사한 해석 모델을 만들고 이를 통해 실제와 매우 유사한 정확도를 보여주는 해석결과를 보여준다. 전반적인 전산해석에 대한 나빠지고 있는 인식 개선 및 사라져가고 있는 유한요소해석 분야의 전공자의 연구 의욕고취 및 보다 높은 산업의 기여를 뀌할수 있다고 생각한다. 즉 현재 유한요소법을 비롯한 많은 전산해석 관련 연구자들이 생각해봐야할 관점의 변화 중 하나가, 보수적 해석에서 초정밀 해석기법의 개발 및 이를 측정정보와 결합을 통한 실제와 거의 같은 전산모델의 구축이라고 생각한다. 이를 통해 커져가는 해석에 대한 불신을 씻고, 상용프로그램 기업에는 새로운 사업 방향 구축, 관련 연구자에게는 제 2의 전산해석의 부흥 등의 많은 시너지가 발생하길 기원한다.

4. 디지털 트윈에서 메타버스까지

 인간의 상상은 빠르며 끝이 없다고 생각한다. 하지만 이를 구현하는 것은 대단히 어려우며 느릴 수밖에 없다. 현재 디지털 트윈 개념을 선도적으로 주장한 GE또한 디지털 트윈을 통해 압도적인 수익이나 결과를 내진 못하고 있는 실정이다. 하지만 이와 반대로 디지털 트윈이란 개념이 모든 사람에게 비슷하게 나마 인정되는 개념이 확정되기도 전에 수많은 개념들이 인간의 상상에서부터 만들어지고 있다. 그 중 하나가 메타버스(Metaverse)이다. 실제와 매우 비슷한 전산상의 모델, 실제와 비슷한 가상 모델, 실제와 같은 것들이 세상을 이루는 곳, 실제와 매우 유사한 가상 공간, 실제 우리가 사는 우주(Universe)와 비슷한 가상공간으로 인간의 상상력은 다양한 존재하지 않는 개념들을 만든다. 하지만 우리가 사는 우주와 동일한 공간을 가상공간에 만드는 것은 너무 어렵고 허황되어 보인다. 하지만 분명이 우리는 가상으로만 존재하는 인터넷 결제, 온라인게임등의 다양한 형태를 사용하고 있다. 그럼 가상공간과 우리가 사는 우주(Universe)의 중간 개념이나, 둘을 연결 혹은 융합한 공간을 생각하기 시작하였다.

meta는 그리스어μετά에서 유래되어 “~사이에, ~뒤에,~넘어서”등의 뜻이다. meta를 사용한 단어로는 metamorphosis 란 단어가 있는게 게임에도 많이 사용되는 단어이지만, 원래 뜻은 애벌레에서 나비가되는 것과 같이 형태가 완전히 바뀌는 변태, 변형을 나타내는 단어다. 이 단어을 나누어서 보면 meta(~사이에, ~뒤에,~넘어서) + morphosis(변형)로 볼 수 있다. 단순한 변형을 넘어서 그 이상 ,즉 beyond의 뜻과 유사성을 보이는 것도 같다. 이와 비슷하게 메타버스를 문자그대로 해석해보면 meta(~사이에, ~뒤에,~넘어서) + universe(우주, 세계), 즉 단순한 세상을 넘어, 정도로 해석될 수 있다. 여기서 단순한 세상은 무엇을 뜻하며 넘어서는 것이 무얼 말 하냐는, 초기 스마트폰이 “휴대폰에 어떤 기능이 있어야 Smart하다고 할 수 있냐”에 대한 논란과 비슷하다고 본다. 다만 필자는 보다 쉬운 이해를 위해 “단순한 세상을 넘어”에서의 단순한 세상은 현재 우리가 사는 세상과 지금의 가상현실을 모두 지칭한다고 보는 편이다. 즉 메타버스는 지금의 우리가 사는 현실과도 지금의 온라인 게임과 같은 가상현실과도 다른 그 두 개를 결합하든 융합하든 어떤 형태로 든지 나은 장점이 있는 형태이어야 한다고 생각한다. 즉 메타버스는 현실의 거리상의 제한, 코로나19등의 전염병의 위험 등이 없으며, 기존의 온라인 게임보다는 현실적이며 실용적인 형태여야 된다고 생각한다.

하지만 현재의 메타버스를 주장하는 일부 기업의 모습은 온라인 게임보다 낮은 그래픽으로 게임보다 높지 않은 몰입감으로 현실의 만남을 대체하는 정도의 실용성을 보여주지 못하는 경우가 많다. 이렇게 완성도가 낮은 형태임에도 기업들이 앞 다투어 메타버스 관련성과를 보여주는 이유는 기술적 이유보다는 코로나로 인한 오프라인 모임의 어려움과 또 코로나로 인한 경기침체를 막고자 세계 각국에서 시행된 양적완화 때문이라고 생각한다. 즉 기업은 급히 아직 미약한 메타버스 성과를 급히 보여주는 이유는 간단하다. 주식이 오르기 때문이다. 즉 돈이 되기 때문이다. 코로나로 인해 오프라인 모임이 어려워져 다른 선택지를 찾을 수밖에 없는 상황이 발생하고 이로 인해 다소 부족한 기술도 활용하는 상황이 많아지고 있는 것도 사실이다. 하지만 안타깝게도 이러한 특이상황에서 오는 급격한 기술발전으로는 현 상황을 설명하기에는 부족하다. 오히려 경기침체를 막고자 시행된 양적완화로 인해 과도하게 늘어난 돈들이 갈 곳을 잃어 방황하다가 그 작은 가능성에 몰렸다고 볼 수 있다. 하지만 닷컴 버블로 많은 투자자가 손해를 보고 많은 회사가 망했다고, 인터넷 혁신이 오지 않은 것은 아니다. 우리가 네이버, 다음, 구글로 검색을 하며 이러한 회사가 거대 기업으로 발전한 것만 봐도 인터넷 혁신은 분명히 성공하였다. 즉 인터넷 혁명을 주장하는 기업에 투자하는 것과 인터넷혁명이 오는 것과는 분명히 다른 것이다. 인터넷 혁신과 같이 메타버스도 언젠간 성공하여 우리의 일상 속으로 들어오리라 의심하지 않는다. 다만 지금의 회사들이 그 흐름을 주도할지는 미지수라는 것이다. 즉 투자와 연구 방향은 다를 수 있고 달라야 할지도 모른다. 지금은 투자에 대한 얘기가 아닌 연구 방향에 집중하고자 한다. 특히 언젠간 올 메타버스 시대를 위해 전산해석 연구가 발전할 방향에 대해 생각해보고자 한다.

5. 메타버스시대에 전산해석의 방향은? 움직임과 소리?

 최근 출시되는 영화를 보면 실제와 가까운 컴퓨터 그래픽을 쉽게 볼 수 있다. 하지만 실제 게임 내의 플레이 화면을 보면 실제와 가까워 보이면서도 어딘가 부자연스러움을 쉽게 느낄 수 있다. 그 이유는 개인적으로는 움직임에 있다고 생각한다. 영화나 게임내 동영상에서 사용되는 컴퓨터 그래픽은 모션캡쳐기술을 통해 실제 사람의 움직임을 그대로 가져온다. 하지만 게임 내에서 움직임은 실시간으로 그때 상황에 맞게 움직여야 하기 때문에 미리 모션캡쳐하기가 어렵고, 칼을 휘두르고나 총을 쏘는 등의 게임 내에서는 자주 발생하는 일이지만 실제 사람이 모션캡쳐하기에는 어려운 동작들이 많다. 특히 칼에 맞아 잘리거나, 총이나 자동차에 치이는 등의 게이머가 입력하는 입력 조건에 따라 모두 사전에 움직임을 모션캡쳐해 놓기는 사실상 불가능하다. 이러한 이유로 가상모델의 사진을 보면 실제 같지만 동영상을 보면 어색함을 느끼는 것이다. 이는 메타버스 즉 실제와 유사한 기존의 가상현실을 넘어 실제와 유사한 가상세계를 구축하는 데에 큰 걸림돌 중 하나일 것이다.

또 하나의 걸림돌은 소리라고 생각한다. 이 또한 최신 게임을 할 때 느낄 수 있다. 대부분의 게임의 소리는 음성은 물론, 많은 효과음도 사람이 직접 내거나 스튜디오에서 비슷한 소리를 따로 녹음한 것이다. 그래서 1/10초 단위로 게이머가 입력하는 움직임에 따라 적절한 소리를 딱 맞게 연출하는 것은 상당히 어렵다. 그래서 대부분의 게임에서는 BackGroud Music, 줄여서 BGM이라는 배경음악이 기본적으로 계속 재생되게 설정한 것에는 이러한 어색함을 감추고 게임의 몰입감을 쉽게 올리고자 하는 목적도 있다.

이처럼 어색한 움직임과 맞지 않는 소리는 메타버스 이전의 가상세계로 볼 수 있는 온라인 게임에서 현실감을 저해시키는 커다란 요인이다. 필자는 이러한 움직임과 소리 문제를 해결할 수 있는 실마리는 전산해석에 있다고 생각한다. 움직임과 소리, 시각과 청각으로 전혀 다르게 보일 수 있으나, 유한요소해석 관점에서 보면 움직임은 시간에 따른 변위, 소리는 고주파에서의 떨림, 진동으로 볼 수 있다. 즉 움직임과 소리 모두 주파수가 다를 뿐 동적 전산해석을 통해 한 번에 예측할 수 있는 부분이다. 따라서 이러한 유한요소해석과 실제 물체나 사람을 실험이나 모션캡쳐 데이터를 연동하여 물리기반 디지털트윈을 구축하면, 게임이나 메타버스에서 주어진 입력에 따른 움직임과 소리를 실시간 해석을 통해 제공해주는 개념이다. 이를 위해서는 실험과 모션캡쳐 등의 현실에서 얻을 수 있는 정보를 통해 가상현실에 구현될 수 있는 디지털트윈 모델을 구축하는 기술과 이를 실시간으로 해석하여 움직임과 소리를 예측하는 기술이 필요하다. 두 기술 모두 정확한 해석의 반복적인 해석을 빠르게 해석하는 기술이 요구된다.

이를 위해서는 기존의 단순 해석에 초점이 맞춰진 형태가 아닌 새로운 개념이 필요하고, 그 중하나가 오프라인 온라인 연산분리 개념이다. 명칭은 다소 생소하고 다른 형태로 지칭하는 경우도 있지만, 기본적인 개념은 인터넷 유무를 의미하는 것이 아닌 미리 계산하는 것과 그러지 못하는 부분을 구분하겠다는 개념이라고 볼 수 있다. 즉 전체 해석을 크게 미리 계산 할 수 있는 부분과 측정 데이터나 사용자의 입력 등의 입력정보가 있어야 계산되는 부분으로 나누고, 미리 계산할 수 있는 부분을 사전에 계산하는 개념이다. 미리 계산하는 부분을 오프라인 스테이지(Offline stage)라고 부르며, 입력을 받아서 그 때 그 때 계산되는 부분을 온라인 스테이지(Online stage)라고 부른다. 최근에 많이 각광 받고 있는 클라우드 컴퓨팅 개념과 유사하다. 보다 더 쉬운 예로는 넷플릭스나 유튜브처럼 실제 영상은 구름처럼 머나먼 곳 어딘가의 서버에 있고, 이를 휴대폰으로 어디서든 볼 수 있는 것을 들 수 있다. 이 경우 전체 영상은 휴대폰에 존재하지 않고, 내가 보고 있는 부분의 영상만이 실시간으로 전송되어 보이게 된다. 따라서 우리는 전 세계의 다양한 영상으로 휴대폰에 모두 저장하고 있지 않아도, 휴대폰을 통해 전 세계 다양한 영상을 볼 수 있다. 모든 영상은 오프라인 스테이지, 즉 서버에 모두 가지고 있으면서, 필요한 영상은 그 때 그때 인터넷을 통해 온라인 스테이지로 전송하기 때문에 이러한 것들이 가능하게 된다. 이러한 개념을 전산해석에도 유사하게 도입하고자 하는 것이다. 이러한 연산의 온/오프라인 분리개념과 함께 기존의 해석의 효율성을 높이는 축소기법의 연동[1~5] 및 AI활용[6]을 통하면 위에서 하고자 하는 실시간 움직임 및 소리 예측을 구현 할 수 있지 않을까 하는 기대를 한다.

6. 결론

본 기고문에서는 최근 화두가 되고 있는 디지털 트윈과 메타버스로 나타나고 있는 대 디지털 전환의 시대에서 전산해석의 연구 방향에 대해 생각해 보았다. 디지털 트윈, 메타버스 모두 실제 구조물의 움직임을 가상공간에 구현하고자 하는 부분에서 많은 전산해석이 적용될 부분이 있다고 생각한다. 특히 단순한 센서의 응답이 아닌 구조물의 물리적 특성을 기반으로 하는 유한요소기법은 초정밀 해석과 실험을 연동하여 실제와 매우 유사한 모델을 구축할 수 만 있으면, 가상의 고장 신호를 생산하거나, 실시간 유저의 입력에 응답하는 움직임이나 소리를 실제와 비슷하게 보여 줄 수 있을 것이라고 기대한다. 이는 현 디지털 전환의 시대에 기존의 AI등의 비물리적 접근의 단점을 보완할 좋은 파트너가 될 수 있을 것이라고 생각된다.

참고문헌

[1] Kang-Heon Lee, Robel Weldebrhan Hagos, Seongmin Chang*, Jin-Gyun Kim*, “Multiphysics mode synthesis of fluid-structure interaction with free surface”, Engineering with Computers, accepted, Springer, 2022.05.

[2] Kang-Heon Lee, Seongmin Chang*, Jin-Gyun Kim*, “Iterative improved reduced system method of fluid-structure interaction with free surface”, Journal of Sound and Vibration, 514, 116445, Elsevier, 2021.12.

[3] Kwanghyun Ahn, Kang-Heon Lee, Jae-Seon Lee, Seongmin Chang*, “3D-based equivalent model of SMART control rod drive mechanism using dynamic condensation method”, Nuclear Engineering and Technology, 54(3), 1109-1114, 2022.03.

[4] Heejun Sung, Seongmin Chang, Maenghyo Cho*, " Efficient model updating method for system identification using a convolutional neural network ", AIAA Journal, 59(9), 3480-3489, Aerospace Research Central, 2021.09.

[5] Seongmin Chang, Maenghyou Cho*, " Dynamic-condensation-based reanalysis by using the Sherman-Morrison-Woodbury formula ", AIAA Journal, Accepted, Aerospace Research Central, 2020.08.

[6] Heejun Sung, Seongmin Chang*, Maenghyo Cho*, " Component model synthesis using model updating with neural networks ", Mechanics of Advanced Materials and Structures, Online Published, Taylor & Francis, 2021.12.