[표지] 1
목차 2
지능형 디지털 트윈 S/W 개발 보고서(A-2) 3
1. 지능형 디지털 트윈의 정의 8
2. 실증도시 디지털 트윈 S/W 최초 요구사항 9
가. 최초 개발 요구사항 목록 9
나. 최초 개발 요구사항 명세 11
3. 지능형 디지털 트윈 S/W 22
가. BIM-GIS 기반 디지털 트윈 S/W 개발 22
나. 디지털 트윈 모델 구축 34
다. 지능형 디지털 트윈 S/W의 성과물별 기준 56
라. 상관관계 분석 모듈과 디지털 트윈 S/W 프로토타입 연계 57
마. 인공지능 학습모델관리 S/W 연계 프로세스 구축 58
바. 클라우드 기반 서비스 개발 지원 59
실증도시 서비스 과제 협력 Use Case 구현 보고서(A-3) 67
1. Use Case 시나리오 개발 73
가. 자체 Use Case 시나리오 74
나. 자체 시나리오 기반 서비스 85
2. Use Case 실증 90
가. 대구시 90
나. 시흥시 110
실증도시 실시간 데이터 연계 및 네트워크 모듈 설계서(A-4) 121
1. 데이터 허브 연동 PoC 124
2. 실증도시 데이터허브 통신방안 127
가. API를 활용한 통신 127
나. 통신 방법 128
다. 서비스과제 데이터 취득 방법 129
3. 실증도시 실시간 데이터 연계 및 네트워크 모듈 130
가. 대구시 130
나. 시흥시 133
실증도시 상관관계 분석 모듈 개발 절차서(A-5) 139
1. 개요 142
2. 디지털 트윈 기반의 상관관계 분석 모듈 프로세스 143
가. 디지털 트윈 기반의 예측 프로세스 143
나. 상관관계 분석 모듈 구성 143
다. 개발 환경 144
라. 데이터 수집 149
3. 상관관계 분석 151
가. 개요 151
나. 상관계수 151
다. 상관관계 분석 예시 154
라. 활용방안 161
4. 다중회귀분석 163
가. 개요 163
나. 분석 방법 163
다. 활용방안 165
실증도시 상관관계 분석 모듈 설계서(A-6) 166
1. 개요 169
가. 필수 라이브러리 임포트 169
나. 활용 함수 170
2. 회귀분석 함수 172
3. 회귀분석 실행 176
가. 실행파일(.exe) 구동 176
나. 실행 파일 배포 및 실행 방법(OS : Windows) 177
파일럿 테스트 보고서(A-7) 180
1. 개요 184
2. 통합 모델 186
가. 상관관계 분석 186
나. 다중회귀분석 188
다. 오차율 검증 189
3. 존별 모델 190
가. 시흥에코센터 1F EPS실 존 190
나. 시흥에코센터 1F 기계실 존 193
다. 시흥에코센터 1F 중앙감시실 존 196
라. 시흥에코센터 1F 통신실 존 199
마. 시흥에코센터 2F EPS실 존 202
바. 시흥에코센터 2F 다목적실 존 205
사. 시흥에코센터 2F 카페테리아 존 208
아. 오차율 검증 211
지능형 디지털 트윈 S/W 개발 보고서(A-2) 5
〈표 1〉 디지털 트윈 기술발전 5단계 8
〈표 2〉 LOD 0-4 of CityGML with its accuracy requirements in OpenGIS CityGML Encoding Standard 34
〈표 3〉 자문내역 35
실증도시 서비스 과제 협력 Use Case 구현 보고서(A-3) 69
〈표 1〉 자체 시나리오 73
〈표 2〉 스마트 모빌리티 데이터셋 정의 74
〈표 3〉 스마트 주차 데이터셋 정의 76
〈표 4〉 긴급구난차량 경로 안내 데이터셋 정의 77
〈표 5〉 경사지 붕괴 및 수재해 예측을 통한 조기 경보대응 데이터셋 정의 78
〈표 6〉 5D기반의 도시 공간 시설물 통합 관리 서비스 데이터셋 정의 79
〈표 7〉 빠른 응급차량 배차를 위한 실시간 교통제어 보조 시스템 데이터셋 정의 80
〈표 8〉 에너지 관리 데이터셋 정의 81
〈표 9〉 미세먼지 관리 데이터셋 정의 82
〈표 10〉 장애인을 위한 경로 제공 데이터셋 정의 83
〈표 11〉 독거노인 케어 데이터셋 정의 84
실증도시 상관관계 분석 모듈 개발 절차서(A-5) 141
〈표 1〉 pandas input/output methods 146
〈표 2〉 scikit-learn Preprocessing and Normalization methods 147
〈표 3〉 SciPy packages 148
〈표 4〉 데이터 항목별 설명 149
〈표 5〉 피어슨 상관계수 범위별 해석 151
〈표 6〉 스피어만 상관계수 범위별 해석 152
〈표 7〉 데이터 항목별 설명 154
〈표 8〉 데이터 항목별 설명 158
실증도시 상관관계 분석 모듈 설계서(A-6) 168
〈표 1〉 필수 라이브러리 169
파일럿 테스트 보고서(A-7) 182
〈표 1〉 시흥에코센터 존 전체 데이터 다중회귀분석 결과 188
〈표 2〉 시흥에코센터 1F EPS실 존 다중회귀분석 결과 192
〈표 3〉 시흥에코센터 1F 기계실 존 다중회귀분석 결과 195
〈표 4〉 시흥에코센터 1F 중앙감시실 존 다중회귀분석 결과 198
〈표 5〉 시흥에코센터 1F 통신실 존 다중회귀분석 결과 201
〈표 6〉 시흥에코센터 2F EPS실 존 다중회귀분석 결과 204
〈표 7〉 시흥에코센터 2F 다목적실 존 다중회귀분석 결과 207
〈표 8〉 시흥에코센터 2F 카페테리아 존 다중회귀분석 결과 210
지능형 디지털 트윈 S/W 개발 보고서(A-2) 6
[그림 1] 디지털 트윈 3단계 구현 레벨 8
[그림 2] 디지털 트윈 개발유형 정리 22
[그림 3] Unity에서의 베를린 CityGML 데이터 시각화(좌: Cesium, 우: Unity) 23
[그림 4] 5개의 S/W의 디지털 트윈 개발도구로서의 사용 빈도 23
[그림 5] Unity에서의 BIM-GIS 연계 데이터 사용을 위한 최적 포맷 테스트 결과 24
[그림 6] 클라우드 기반 디지털 트윈 시스템에서의 디지털 트윈 S/W의 위치 24
[그림 7] BIM-GIS 기반 디지털 트윈 S/W의 시스템 아키텍처 25
[그림 8] BIM-GIS 기반 디지털 트윈 S/W의 시스템 아키텍처(주요부분 설명) 26
[그림 10] 침수 예측을 위한 물리 시뮬레이션 장면 27
[그림 11] Use Case별 모듈화를 적용한 디지털 트윈 S/W 아키텍처 28
[그림 12] 화재 Use Case의 모듈 구성 29
[그림 13] 화재 시 최적 대피경로 도출 Use Case의 데이터 흐름도 30
[그림 14] 도시홍수 시 침수지역 예측 Use Case의 모듈 구성 30
[그림 15] 도시홍수 시 침수지역 예측 Use Case의 데이터 흐름도 31
[그림 16] 에너지 Use Case 데이터 호름도 32
[그림 17] IFC, CityGML 기반 디지털 트윈 개발유형 36
[그림 18] 데이터의 형상/속성 정보 분리 과정 37
[그림 19] 디지털 트윈 데이터 구축 프로세스 38
[그림 20] BIM 데이터 처리/활용 프로세스 39
[그림 21] LOD 2.5~4 디지털 트윈 모델 시각화 결과 40
[그림 22] IFC entity 단위 활용 예 40
[그림 23] 존별 전력사용량 시각화 서비스 40
[그림 24] 인동촌 디지털 트윈 모델링 프로세스 개념도 41
[그림 25] 인동촌 LOD 2.5 디지털 트윈 모델링 과정 일부 42
[그림 26] 인동촌 LOD 2.5 디지털 트윈 모델링 결과 42
[그림 27] 인동촌 LOD 3.5 디지털 트윈 모델링 내부 이미지 42
[그림 28] 인동촌 LOD 2.5 디지털 트윈 모델(전체) 43
[그림 29] 인동촌 LOD 2.5 디지털 트윈 모델(부분) - 1 43
[그림 30] 인동촌 LOD 2.5 디지털 트윈 모델(부분) - 2 43
[그림 31] 인동촌 도시시설물 및 폭염저감장치 44
[그림 32] 실증대상 건물의 LOD 3.5 디지털 트윈 모델(상단 좌측: 외관, 하단: 내부) 45
[그림 33] 계층화된 파일 49
[그림 34] 에코센터 기준으로 계층화된 DAE를 GLB로 변환하는 ShellScript 49
[그림 35] XML 파일 구조 50
[그림 36] decomposition 구조 50
[그림 37] 도로명주소 shape 데이터 기반 LOD 2.5 디지털 트윈 모델 51
[그림 38] 시흥시 제공 LOD 2 데이터 스크린샷 51
[그림 39] 시흥시 제공 데이터 기반 LOD 2 디지털 트윈 모델 52
[그림 40] 시흥시 제공 데이터 기반 LOD 2.5 모델(시흥 에코센터 인근) 52
[그림 41] 시흥시 제공 데이터 기반 LOD 2.5 모델(서울대학교 시흥캠퍼스 인근) 52
[그림 42] 서울대학교 시흥캠퍼스 교육협력동 BIM 모델 53
[그림 43] 서울대학교 시흥캠퍼스 교육협력동 LOD 4 디지털 트윈 모델 53
[그림 44] 서울대학교 시흥캠퍼스 교육협력동 LOD 4 디지털 트윈 모델(내부) 54
[그림 45] 시흥 에코센터 BIM 모델 54
[그림 46] 시흥 에코센터 LOD 4 디지털 트윈 모델 55
[그림 47] 시흥 에코센터 LOD 4 디지털 트윈 모델(내부) 55
[그림 48] 기관의 최종성과물과 통합성과물로서의 지능형 디지털 트윈 S/W 차이 56
[그림 49] 상관관계 분석모듈 및 디지털 트윈 S/W 프로토타입 간 연계모듈 57
[그림 50] A.I. 기반 예측 서비스에서의 연결관계 58
[그림 51] 디지털 트윈 S/W 프로토타입 및 인공지능 학습모델관리 S/W 간 연계 58
[그림 52] 클라우드를 포함한 디지털 트윈 S/W 구성 59
실증도시 서비스 과제 협력 Use Case 구현 보고서(A-3) 70
[그림 1] 스마트 모빌리티 개념도 75
[그림 2] 스마트주차 개념도 76
[그림 3] 긴급구난차량 경로 안내 개념도 77
[그림 4] 경사지 붕괴 및 수재해 예측을 통한 조기 경보대응 개념도 78
[그림 5] 5D기반의 도시 공간 시설물 통합 관리 서비스 개념도 79
[그림 6] 빠른 응급차량 배차를 위한 실시간 교통제어 보조 시스템 개념도 80
[그림 7] 에너지 관리 개념도 81
[그림 8] 미세먼지 관리 개념도 82
[그림 9] 장애인을 위한 경로 제공 개념도 83
[그림 10] 독거노인 케어 개념도 84
[그림 11] 도시홍수 침수지역 예측 Use Case의 개념 90
[그림 12] 침수량 계산 원리 91
[그림 13] Blender와 Unity를 동시 활용한 도시홍수 침수지역 예측 시뮬레이션 방안 91
[그림 14] 홍수 시뮬레이션 전체 흐름 92
[그림 15] 대상 지역(인동촌) 면적 산정 92
[그림 16] 침수 강우 강도량 설정 및 시뮬레이션 92
[그림 17] 시뮬레이션 결과 92
[그림 18] 시뮬레이션 결과 Height Map 추출 93
[그림 19] 침수 강우 강도 및 높이 데이터 DB 적재 93
[그림 20] 시각화 엔진-DB에서 데이터를 가져와 데이터 저장 및 표출 93
[그림 21] 강우량에 따른 침수지역 구현결과 94
[그림 22] 침수량 간략 보기 94
[그림 23] 침수량 연산식 상세 보기 94
[그림 24] 달서 배수분구 수치해석 결과(붉은 점선이 인동촌 경계) 95
[그림 25] 침수 높이 데이터의 형태 95
[그림 26] 수치해석용 지형 데이터 기반으로 지형 디지털 트윈 모델 수정 96
[그림 27] 수치해석 결과(2D)의 3D 시각화 96
[그림 28] 3D 개략 예측결과 기반 건물 침수 높이 분석 97
[그림 29] 도시 홍수 2D 수치해석(좌) 및 물리 엔진 기반 시뮬레이션(우) 결과 비교 97
[그림 30] 서비스 프로세스 98
[그림 31] 네비게이션 시스템 구성 99
[그림 32] 건물 실내 네비게이션 셋팅 100
[그림 33] 건물 외부-지형 네비게이션 셋팅 100
[그림 34] 건물 외부-도로 네비게이션 셋팅 100
[그림 35] 건물 외부-건물 네비게이션 셋팅 100
[그림 36] 실내 Bake(Navigation 생성) 전 100
[그림 37] 실내 Bake(Navigation 생성) 후 100
[그림 38] 실외 Bake(Navigation 생성) 전 101
[그림 39] 실외 Bake(Navigation 생성) 후 101
[그림 40] 건물 내부 출발지와 목적지 101
[그림 41] 건물 내부 Agent 101
[그림 42] 건물 외부 출발지와 목적지 101
[그림 43] 데이터 표출 102
[그림 44] 실내 대피경로 시뮬레이션 102
[그림 45] 인터넷 지도 서비스와의 비교를 통한 화재 대피경로 도출 Use Case 검증 102
[그림 46] 안전 플랫폼 DB 현황 103
[그림 47] 실시간 화재 감지 서비스 화면 103
[그림 48] 재실자 최단대피경로 시각화(위: 계단실에 장애물 있는 경우, 아래: 계단실에 장애물 없는 경우) 104
[그림 49] 내비게이션 적용 화면 - 1 105
[그림 50] 내비게이션 적용 화면 - 2 105
[그림 51] 폭염저감장치 실시간 상태정보 시각화 106
[그림 52] 인동촌 지역의 폭염 취약성 관련 요인 106
[그림 53] 기준 위험온도 적용 개념도 107
[그림 54] 폭염 취약성 종합 데이터(히트맵) 시각화 107
[그림 55] 살수차 최적경로 도출 108
[그림 56] 실시간 기온에 따른 폭염 피해 위험지역 108
[그림 57] 시설물 유지보수 이력관리 Use Case 109
[그림 58] 건물별 전력사용량 시각화(시흥 에코센터) 110
[그림 59] 건물별 전력사용량 시각화(교육협력동) 110
[그림 60] 층별 전력사용량 시각화(시흥 에코센터) 111
[그림 61] 층별 전력사용량 시각화(교육협력동) 111
[그림 62] 존별 전력사용량 시각화(시흥 에코센터 1층) 112
[그림 63] 존별 전력사용량 시각화(시흥 에코센터 2층) 112
[그림 64] 전력 사용패턴 시각화 113
[그림 65] 최대수요전력 시각화 113
[그림 66] 태양광 발전량 모니터링 114
[그림 67] 지열시스템 모니터링 114
[그림 68] 에너지 시뮬레이션 도구(open studio) 선정 근거 115
[그림 69] 건물정보 기반 예측 서비스 프로세스 115
[그림 70] 건물정보 기반 예측 서비스(조명 스케줄 입력) 116
[그림 71] 건물정보 기반 예측 서비스(HVAC 스케줄 입력) 116
[그림 72] 통계 기반 서비스를 위한 상관관계 분석 모듈 구성 117
[그림 73] 통계 기반 서비스 화면 117
[그림 74] 건물 층별 에너지 사용량 예측 서비스 데이터 흐름도 예시 118
[그림 77] 일 단위 전력사용량 예측 119
[그림 78] 일 단위 전력사용량 예측(내부 상세) 120
[그림 79] 쾌적도 예측 120
실증도시 실시간 데이터 연계 및 네트워크 모듈 설계서(A-4) 123
[그림 1] PoC 결과 124
[그림 2] PoC 대상 주차장 디지털 트윈 모델 구축 124
[그림 3] PoC 데이터 연동 및 시각화 결과 125
[그림 4] PoC 데이터 기반 학습/추론을 위한 데이터 정의 125
[그림 5] 추론 결과(일부) 126
[그림 6] 추론 데이터 기반 디지털 트윈 시각화 126
[그림 7] 데이터 허브 API 명세(예) 127
[그림 8] 데이터허브-클라우드-디지털트윈 SW 관계 개념도 128
[그림 9] 2-2 세부과제 서비스 개념도 129
[그림 10] 2-2 세부과제 데이터 카탈로그(일부) 129
[그림 1] 디지털 트윈 기반의 예측 프로세스 143
[그림 2] 상관관계 분석 모듈 구성 144
[그림 3] 파이썬 라이브러리 145
[그림 4] seaborn 시각화 methods 148
[그림 5] 백분위수 기반 이상치 제거법 150
[그림 6] 화재 관련 데이터 예시 155
[그림 7] 화재 관련 CSV파일 업로드 화면 예시 156
[그림 8] 데이터 항목 삭제 예시 156
[그림 9] 데이터 변환 예시 156
[그림 10] 상관계수 계산 예시 157
[그림 11] 상관계수 시각화 예시 157
[그림 12] 시설물관리 관련 데이터 예시 159
[그림 13] 시설물관리 관련 CSV파일 업로드 화면 예시 159
[그림 14] 데이터 항목 삭제 예시 159
[그림 15] 데이터 변환 예시 160
[그림 16] 상관계수 계산 예시 160
[그림 17] 상관계수 시각화 예시 161
[그림 1] 필수 라이브러리 예시 169
[그림 2] 유의확률 계산 함수 170
[그림 3] 테이블 색상 적용 함수 170
[그림 4] 이상치 제거 함수 171
[그림 5] 입력데이터 리드 함수 171
[그림 6] 회귀분석 함수 - 1 172
[그림 7] 회귀분석 함수 - 2 173
[그린 8] 회귀분석 함수 - 3 174
[그림 9] 회귀분석 함수 - 4 175
[그림 10] 회귀분석 함수 - 5 175
[그림 11] 실행 함수 176
[그림 12] 실행 파일 구동 함수 177
[그림 13] 실행파일 경로 이동 177
[그림 14] 실행 명령어(예시) 178
[그림 15] 결과파일 생성 위치(예시) 178
[그림 16] 결과파일 생성(예시) 179
파일럿 테스트 보고서(A-7) 183
[그림 1] Unity 기반 시각화 184
[그림 2] 시흥에코센터 존별 데이터 이상치 제거(일부) 186
[그림 3] 시흥에코센터 2F 전체 데이터 상관분석 결과(상관계수) 187
[그림 4] 시흥에코센터 2F 전체 데이터 상관분석 결과(유의확률) 187
[그림 5] 통합 모델 오차율 검증 189
[그림 6] 시흥에코센터 1F EPS실 존 데이터 이상치 제거 190
[그림 7] 시흥에코센터 1F EPS실 존 상관분석 결과(상관계수) 190
[그림 8] 시흥에코센터 1F EPS실 존 상관분석 결과(유의확률) 191
[그림 9] 시흥에코센터 1F 기계실 존 데이터 이상치 제거 193
[그림 10] 시흥에코센터 1F 기계실 존 상관분석 결과(상관계수) 193
[그림 11] 시흥에코센터 1F 기계실 존 상관분석 결과(유의확률) 194
[그림 12] 시흥에코센터 1F 중앙감시실 존 데이터 이상치 제거 196
[그림 13] 시흥에코센터 1F 중앙감시실 존 상관분석 결과(상관계수) 196
[그림 14] 시흥에코센터 1F 중앙감시실 존 상관분석 결과(유의확률) 197
[그림 15] 시흥에코센터 1F 통신실 존 데이터 이상치 제거 199
[그림 16] 시흥에코센터 1F 통신실 존 상관분석 결과(상관계수) 199
[그림 17] 시흥에코센터 1F 통신실 존 상관분석 결과(유의확률) 200
[그림 18] 시흥에코센터 2F EPS실 존 데이터 이상치 제거 202
[그림 19] 시흥에코센터 2F EPS실 존 상관분석 결과(상관계수) 202
[그림 20] 시흥에코센터 2F EPS실 존 상관분석 결과(유의확률) 203
[그림 21] 시흥에코센터 2F 다목적실 존 데이터 이상치 제거 205
[그림 22] 시흥에코센터 2F 다목적실 존 상관분석 결과(상관계수) 205
[그림 23] 시흥에코센터 2F 다목적실 존실 상관분석 결과(유의확률) 206
[그림 24] 시흥에코센터 2F 카페테리아 존 데이터 이상치 제거 208
[그림 25] 시흥에코센터 2F 카페테리아 존 상관분석 결과(상관계수) 208
[그림 26] 시흥에코센터 2F 카페테리아 존 상관분석 결과(유의확률) 209
[그림 27] 시흥에코센터 존별 모델 기반 오차율 검증 211