2024년 2월 16일 제주도에서 개최된 대한공간정보학회 신년학술대회에서 발표한 자료입니다. 객체, 현상, 지능화라는 관점에서 최근의 디지털트윈 관련 동향과 사례를 짚어봤습니다. 참고하시기 바랍니다.

1. 디지털트윈 몇몇 기술 동향과 사례
신상희 shshin@gaia3d.com
2024년 2월 16일
2024년 신년 학술대회

2. 「디지털트윈 몇몇 기술동향과 사례」
객체 – OGC 3D Tiles 생태계의 성장
1

3. 객체 - OGC 3D Tiles 생태계의 성장
01
- 3 -
[Google 3D Tiles Service 개시]
<Source: https://cloud.google.com/blog/products/maps-platform/build-immersive-maps-at-scale-with-photorealistic-3d-2d-and-street-view-tiles-now-in-ga?hl=en>
≫ Web
≫ AR
≫ VR

4. 객체 - OGC 3D Tiles 생태계의 성장
01
- 4 -
[QGIS의 3D Tiles 지원]
<Source: https://cesium.com/blog/2023/11/07/qgis-now-supports-3d-tiles/>

5. 객체 - OGC 3D Tiles 생태계의 성장
01
- 5 -
[ArcGIS의 3D Tiles 지원]
<Source: https://www.esri.com/about/newsroom/announcements/esri-integrates-3d-tiles-into-the-arcgis-system-of-record-enhancing-3d-gis-workflows/>

6. 객체 - OGC 3D Tiles 생태계의 성장
01
- 6 -
[AR/VR/Metaverse로 확산]
<Source: https://cesium.com/learn/>

7. 객체 - OGC 3D Tiles 생태계의 성장
01
- 7 -
<Source: https://github.com/pka/awesome-3d-tiles>
[오픈소스 진영의 참여]

8. 객체 - OGC 3D Tiles 생태계의 성장
01
- 8 -
<Source: https://github.com/Gaia3D/mago-3d-tiler>
:가이아쓰리디㈜가 개발하고 공개한 Java 기반의 오픈소스 3D Tiles 변환기
오픈소스 오픈소스를 이용해 개발하고 오픈소스로 공개되어 있어 특정 회사 및 기술 종속성이 없음
이식성과 확장성 Java 기반으로 타 시스템과 연계활용성과 이식성, 확장성이 뛰어남
좌표 변환 지원 Proj4 라이브러리 활용으로 3D Tiles 생성하며 실시간 좌표 변환 가능
데이터 최적화와
빠른 속도
병렬처리 기능을 활용해 빠른 데이터 변환. 자체 알고리즘을 활용한 데이터 최적화로 빠른 가시화.
Extrusion 지원 2차원 SHP, GeoJSON의 속성값을 활용해 3차원 3D Tiles로 Extrusion 변환
다양한 포맷 지원
3DS, OBJ, FBX, IFC, CityGML, IndoorGML, LAS, SHP, GPKG, GeoTiff 등 GIS/BIM 분야
의 포맷 지원
디버깅 기능 강화 예외 처리와 로깅 기능 상세화를 통해 손쉬운 디버깅 가능
<성능 테스트 페이지: https://seoul.gaia3d.com:10903/>

9. 객체 - OGC 3D Tiles 생태계의 성장
01
- 9 -
:가이아쓰리디㈜가 개발하고 공개한 Java 기반의 3D Tiles 오픈소스 변환기
≫ 차별성 : ① 조금 더 부모-자식(Parent-Child) 구조에 맞게 3D Tiles를 생성
<기존 3D Tiles> <mago 3D Tiler가 만든 3D Tiles>

10. 객체 - OGC 3D Tiles 생태계의 성장
01
- 10 -
:가이아쓰리디㈜가 개발하고 공개한 Java 기반의 3D Tiles 오픈소스 변환기
≫ 차별성 : ② 배칭(Batching) 최적화
<기존 3D Tiles>
<mago 3D Tiler가 만든 3D Tiles>
Array Buffer 최적화

11. 객체 - OGC 3D Tiles 생태계의 성장
01
- 11 -
:가이아쓰리디㈜가 개발하고 공개한 Java 기반의 3D Tiles 오픈소스 변환기
≫ 차별성 : ③ 텍스처 저장 최적화
<기존 3D Tiles> <mago 3D Tiler가 만든 3D Tiles>
N개의 텍스처 1개의 텍스처

12. - 12 -
Cesium-ion FME
mago 3DTiler

13. 「디지털트윈 몇몇 기술동향과 사례」
현상 – 동적 정보 통합과 가시화
2

14. - 14 -
[대중 교통 흐름 가시화]
<Mini Tokyo 3D> <독일 Moving Hamburg>
현상 – 동적 정보 통합과 가시화
02

15. - 15 -
[대중 교통 흐름 가시화]
<지멍이 – 지하철 멍때리기>
Google: https://play.google.com/store/apps/details?id=com.gaia3d.mini_seoul_3d_app
Apple: https://apps.apple.com/kr/app/%EC%A7%80%ED%95%98%EC%B2%A0%EB%A9%8D%EB
%95%8C%EB%A6%AC%EA%B8%B0/id6474594578
현상 – 동적 정보 통합과 가시화
02

16. - 16 -
[대중 교통 시뮬레이션]
<KAIST 인공지능x모빌리티 연구실 – 여화수 교수 >
현상 – 동적 정보 통합과 가시화
02

17. - 17 -
[소음 시뮬레이션]
<남양주 왕숙 2지구 소음 시뮬레이션>
현상 – 동적 정보 통합과 가시화
02
https://www.youtube.com/watch?v=p-SwCvKr-8I

18. - 18 -
[대기질 / 악취 시뮬레이션]
목표:디지털트윈위에서대기질/악취시뮬레이션결과가시화
샘플 데이터 수령 후 해석 및 변환 작업 수행 : 샘플 데이터 대상지역은대전 제2매립지
구분 매체 종류 공사 중 운영 중 데이터 크기
대기질
PM10 하루 간격 1년 하루 간격 1년 668MB
PM25 하루 간격 1년 하루 간격 1년 668MB
NO2 하루 간격 1년 하루 간격 1년 668MB
악취
OU(악취) - 1시간 간격 1년 16GB
H2S - 1시간 간격 1년 16GB
NH3 - 1시간 간격 1년 16GB
레이어 7개 층
(0, 10, 20, 30, 60, 100, 200m)
347.7GB
현상 – 동적 정보 통합과 가시화
02

19. - 19 -
[대기질 / 악취 시뮬레이션]
레이어 1개의 데이터 구성
데이터해석
현상 – 동적 정보 통합과 가시화
02

20. - 20 -
[대기질 / 악취 시뮬레이션]
데이터경량화및변환:7개층4.45GB원본데이터를총65.5MB의PNG파일로변환(원본대비1.5%수준,공사중PM10기준)
하나의 Time Stamp 데이터를 하나의 PNG로 변환
현상 – 동적 정보 통합과 가시화
02

21. - 21 -
[대기질 / 악취 시뮬레이션]
가시화:VolumeRendering을이용한애니메이션구현
Volume Rendering을 이용해
애니메이션 프레임 1장을 만드는 과정
Volume Rendering – Ray Casting
- 기체를 통과하여 카메라의 상에 맺히는 빛이 기체 볼륨 내 지점과
충돌했을 때 보여야 할 색에 대해 모든 투과지점 별로 색을 합산해서
이미지 픽셀의 색을 결정하는 방식
현상 – 동적 정보 통합과 가시화
02

22. - 22 -
[대기질 / 악취 시뮬레이션]
가시화:부드러운애니메이션프레임생성–공간적/시간적불연속성제거
현상 – 동적 정보 통합과 가시화
02

23. - 23 -
[대기질 / 악취 시뮬레이션]
가시화구현
현상 – 동적 정보 통합과 가시화
02

24. - 24 -
[유해 화학물질 누출 영향 시뮬레이션 ]
현상 – 동적 정보 통합과 가시화
02

25. - 25 -
[전자파 장해 시뮬레이션]
현상 – 동적 정보 통합과 가시화
02

26. - 26 -
[복합 재난 시뮬레이션]
현상 – 동적 정보 통합과 가시화
02
https://www.youtube.com/watch?v=QxihwavU6ec

27. - 27 -
[기상청 수치모델 가시화]
현상 – 동적 정보 통합과 가시화
02
https://www.youtube.com/watch?v=E5FklafXj8c

28. - 28 -
[시공간 현상정보 가시화를 위한 새로운 국제 표준 제안]
현상 – 동적 정보 통합과 가시화
02
<Tile Map Service>
<Vector Tile Service>
<3D Tiles>
<Voxel Tiles?>

29. 「디지털트윈 몇몇 기술동향과 사례」
지능화 – 말을 알아먹는 디지털트윈
3

30. - 30 -
지능화 - 말을 알아듣는 디지털트윈
03
<Source: https://medium.com/@ageospatial/geogpt-using-openais-custom-gpts-for-geospatial-analysis-aa6145f9666d>
<Source: https://medium.com/earthrisemedia/chatgeopt-exploring-the-future-of-talking-to-our-maps-b1f82903bb05>
<Source: https://chat.openai.com/g/g-Emy7pH8oc-openstreetmap-query>

31. - 31 -
지능화 - 말을 알아듣는 디지털트윈
03
공간지식추론엔진 기술개발 사업
1세부:
서울대학교
알티베이스
2세부:
연세대학교
바이브컴퍼니
3세부:
가이아쓰리디
교통대학교
군산대학교

32. - 32 -
지능화 - 말을 알아듣는 디지털트윈
03
공간지식추론엔진 기술개발 사업
https://www.youtube.com/watch?v=Qtb0K3S4xfE

33. - 33 -
지능화 - 말을 알아듣는 디지털트윈
03
magoGPT
<magoGPT 작동 흐름>

34. - 34 -
지능화 - 말을 알아듣는 디지털트윈
03
magoGPT - 3차원 모델 배치 및 조작
https://www.youtube.com/watch?v=4I3dLIYpZK4

35. - 35 -
지능화 - 말을 알아듣는 디지털트윈
03
magoGPT – 영어로 지시하기
https://www.youtube.com/watch?v=XAqE-8VczNk

36. 「디지털트윈 몇몇 기술동향과 사례」
나오며
4

37. 나오며 – 환경 디지털트윈?
04
- 37 -
<Source: https://www.sciencedirect.com/science/article/pii/S266638992100221X> <Source: https://onlinelibrary.wiley.com/doi/10.1002/env.2789>
<Sourcehttps://www.nature.com/articles/s41558-021-00986-y>
환경 디지털트윈
도전 과제
① 환경 분야 데이터 과학 및 AI
② 프로세스 및 데이터 모델 통합
③ 복잡성
: 데이터 복잡성, 이질성, 시공간적 성격, 불확실성에 기반한 추론
: 환경 분야 데이터 모델과 프로세스 모델에 대한 이해와 이에 기반한 SW 아키텍처
: 복잡계 성격. 요소들간의 상호작용, 결합, 되먹임, 역학 등을 통합적으로 고려 필요

38. 나오며 – Challenges to Urban Digital Twins
04
- 38 -
Technical challenges
Non-technical challenges

39. 나오며
04
- 39 -
OGC
3D Tiles의 확산
▪ 여러 유사 포맷과의 경쟁에서 사실상 3D Tiles가 우위에 선 것으로 판단됨
▪ 3D Tiles 서비스를 통해 각종 3차원 객체가 웹, 데스크탑, VR/AR/MR 등의 분야에서 활용
▪ 2차원 WMS/WFS 서비스처럼 3차원 배경 지도 서비스로 3D Tiles를 활용하기 시작
동적 정보 통합과
가시화 증대
표준의 중요성
AI와 결합 가속화
시범 시스템과
현업화는 다른 차원
▪ 소음/진동, 일조/경관, 악취/대기질, 교통, 기상/기후, 재난/재해, 환경/생태 등의 분야로 확산
▪ 동적 데이터 수집, 관리, 시각화, 서비스 등은 대용량 실시간 서비스라는 측면에서 상당한 도전
▪ 객체의 3D Tiles처럼 시공간 현상 정보 가시화를 위한 Voxel Tiles(가칭) 표준 필요성 대두
▪ 각 전문분야와 전문분야간, 디지털트윈 플랫폼과 각 전문분야간 데이터/인터페이스 표준이 미비
▪ 새로운 분야에 대해 디지털트윈 구현할 때마다 데이터/인터페이스 표준 정립 이슈 발생
▪ System of Systems로서 디지털트윈을 구현하기 위한 최소한의 상호운영성과 표준 마련 필요
▪ 영상과 이미지 중심의 공간정보 AI 분야에 더해 ‘말을 알아듣는 공간정보 AI’의 등장
▪ ChatGPT의 대성공 이후 대형언어모델(LLM)을 활용하려는 여러 시도
▪ 이런 기술은 향후 스마트글래스(구글 글래스, 애플 비전 프로 등) 등에 탑재 가능
▪ 1회성으로 보여주기식 디지털트윈은 어떤 식으로든 마무리 가능하나 실제 현업에서 실용적 가치를
창출하는 디지털트윈을 구축하는 건 지난하고 힘든 과정
▪ 기존 관행과 시스템을 존중하면서도 새로운 디지털트윈을 구축하는 건 만만치 않은 작업임을 인식할 필요

40. 신상희 shshin@gaia3d.com
감사합니다.
The Geospatial Company