지리공간 디지털 트윈: 관측과 모델을 잇고 결과의 근거를 남기는 시스템

디지털 트윈(digital twin, 이하 트윈)이라는 이름은 이제 공장 설비에서 도시, 유역, 지구 전체에 이르기까지 쓰이고, 쓰임이 넓어진 만큼 같은 이름이 서로 다른 대상을 가리킨다. Wright와 Davidson은 이 용어가 분야마다, 같은 분야 안에서도 크게 다르게 쓰이며, 많은 경우 모델과 디지털 트윈의 구분이 분명하지 않다고 지적하였다[1]. 도시 분야의 용어 검토는 디지털 트윈이 의미 정보, 실시간 센서 자료, 물리 모델과 시뮬레이션을 포함해 3차원 도시 모델 이상의 것을 가리키는 데 점점 더 쓰이지만, 3차원 지리정보시스템(GIS) 분야에서는 아직 3차원 도시 모델이 더 지배적인 용어라고 보고하였다[2].

같은 이름 아래 3차원 화면과, 관측과 모델을 이어 계산하는 시스템이 함께 놓이면 트윈이 내놓은 수치를 무엇으로 믿을지에 대한 기준도 흐려진다. 화면이 실물과 닮았다는 사실은 그 화면 속 값이 어느 관측과 어느 모델 계산에서 왔는지를 말해 주지 않는다. 공간자료로 만든 결과를 무엇을 근거로 믿을 수 있는가라는 질문은 트윈에서 더 날카로워진다. 트윈은 갱신을 정의의 일부로 삼기 때문에, 같은 질문에 대한 답이 시점마다 달라질 수 있고 그 차이를 설명할 수 있어야 한다.

이 글은 지역의 관측 자료와 공간정보를 분야 모델에 연결해 변화를 분석하고 판단을 지원하는 디지털 트윈을 지리공간 디지털 트윈(geospatial digital twin)이라 부른다. 제조·항공 분야에서 출발한 디지털 트윈의 일반 정의를 바꾸는 것이 아니라, 도시와 자연환경을 다루는 이 글의 범위를 가리키는 표현이다. 이 글의 질문은 지리공간 디지털 트윈의 결과를 무엇을 근거로 믿을 수 있는가이다. 그 답은 문헌이 요구해 온 연결과 갱신을 실제 자료와 모델에 어떻게 구현하느냐에 있다고 본다. 문헌의 정의는 실물과 모델 사이의 자료 연결, 갱신, 의사결정을 요구했고, 이 요구를 각 분야의 표준 분석 도구와 그 버전까지 밀고 나가면 트윈에 무엇을 물을 수 있고 그 답을 어디까지 되짚을 수 있는지가 믿을 근거가 된다. 이 글에서 버전(version)은 자료, 모델, 도구의 어느 시점 상태에 붙인 식별 번호이고, 데이터 계보(lineage)는 원 관측에서 처리, 모델 버전과 도구 버전을 거쳐 결과와 그 결과를 채택한 사람까지 이어지는 연결이며, 근거 기록(audit trail)은 하나의 답을 낼 때 쓴 자료 버전, 모델 버전, 도구 호출을 사람이 다시 살펴볼 수 있게 남긴 기록이다.

트윈의 원래 정의는 3차원 형상보다 자료의 연결과 수명 주기를 앞에 두었다. Grieves와 Vickers는 이 개념이 2002년 미국 미시간대학교의 제품 수명주기 관리(PLM) 발표에서 출발했으며, 그 발표에 실물 공간, 가상 공간, 실물에서 가상으로 가는 자료 흐름, 가상에서 실물로 가는 정보 흐름이 모두 들어 있었다고 적었다[3]. 두 공간은 생성, 생산, 운영, 폐기의 네 단계 내내 연결되는 것으로 상정되었고, 저자들은 트윈이 컴퓨터 지원 설계(CAD)의 형상 기술에서 출발해, 빈 공간에 떠 있는 3차원 객체를 넘어 시간에 따른 거동을 모의하는 대상으로 나아갔다고 설명하였다[3]. 미국 항공우주국(NASA)과 공군을 위한 제안에서 Glaessgen과 Stargel은 트윈을 초고충실도 시뮬레이션에 기체의 통합 건전성 관리 체계, 정비 이력, 기단 전체의 과거 자료를 결합해 실제 비행체의 수명을 따라가는 체계로 정의하였다[4].

이후의 정의들은 이 연결이 얼마나 갖추어졌는지로 트윈을 구분해 왔고, 문헌 검토는 연결을 다 갖춘 사례가 적다고 보고한다. Kritzinger 등은 제조 분야 문헌을 통합 수준에 따라 디지털 모델, 디지털 그림자, 디지털 트윈으로 나누고, 가장 높은 단계인 트윈을 다룬 문헌은 드문 반면 디지털 모델과 디지털 그림자를 다룬 문헌이 더 많다고 보고하였다[5]. Jones 등은 92편의 문헌에서 물리–가상 연결과 가상–물리 연결, 실물과 가상을 맞추는 주기(twinning rate)를 포함한 13개 특성을 정리하고, 충실도 수준, 자료 소유권, 가상 개체 사이의 통합을 남은 과제로 들었다[6]. Wright와 Davidson도 모델과 자료라는 기본 구성 요소는 성숙했지만 신뢰성과 불확실성, 동적 모델 갱신에 관한 질문이 열려 있다고 보았다[1]. 2023년에는 국제표준화기구(ISO)와 국제전기기술위원회(IEC)가 디지털 트윈의 개념과 용어를 정한 표준 ISO/IEC 30173을 내놓았다[7].

지구·환경 분야로 넘어오면서 정의는 관측과 물리 모델의 결합, 그리고 의사결정 지원으로 무게를 옮겼다. Bauer 등은 유럽연합이 개발을 지원하려는 지구 트윈이 대형 자료 지도책 이상이 되려면 수치예보에서 큰 진전을 낳은 방법론 틀로 새로운 지구시스템 시뮬레이션·관측 역량을 만들어야 한다고 주장하였다[8]. 그 구현인 Destination Earth는 물리 과학과 영향 과학을 결합한 대화형 정보 시스템으로 의사결정을 지원하고, 전문가와 사용자가 시스템을 함께 설계하는 것을 목표로 삼았다[9]. Blair는 자연환경 트윈을 기존 과정 모델의 축적 위에 인공지능을 포함한 자료 이해를 결합하는 방향으로 제안하였고[10], Hazeleger 등은 지구 트윈을 지구시스템을 감시, 예측, 평가하며 사용자가 시스템에 질의할 수 있게 하는 의사결정 지원 시스템으로 규정하였다[11]. 분야를 가로질러 트윈의 기초 연구 과제를 정리한 미국 국립학술원(NASEM)의 2024년 보고서는 트윈을 대상 시스템의 구조, 맥락, 거동을 모사하고 실물의 자료로 동적으로 갱신되며 예측 능력을 갖고 결정에 정보를 주는 가상 정보 구성체로 정의하고, 가상과 실물 사이의 양방향 상호작용을 그 중심에 두었다[12]. 같은 보고서는 트윈이 시뮬레이션과 모델링 이상의 것이며, 검증(verification), 확인(validation), 불확실성 정량화(VVUQ)가 트윈의 설계와 구축, 운용에 깊이 들어가야 한다고 결론지었다[12].

정의들은 출발 분야가 달라도 실물과 모델의 자료 연결, 갱신, 결정이라는 세 요소를 공유하며, 3차원 형상을 트윈의 요건으로 두지 않는다(표 1). 도시 분야 검토는 트윈 뒤편이 모든 정보를 담는 그릇이고, 사람이나 기계가 보는 시각화된 앞단은 특정 용도를 위한 제한된 표현이라고 구분하였다[13]. 같은 분야의 체계적 검토는 동료심사 문헌 88편을 살펴, 기술 개발은 크게 진전했지만 사회기술적 과제가 남아 도시 트윈이 내세운 목표의 상당 부분이 실현되지 않았다고 보고하였다[14]. 지하수 관리 트윈의 범위 검토도 불확실성 정량화, 모델과 자료 흐름 사이의 상호운용성, 실제 운영 조건에서의 제한된 확인을 주요 한계로 들었다[15]. 물 관리 분야의 인공지능·디지털 트윈 문헌 48편을 검토한 연구에서도 43편이 운영 의사결정 지원에 이르지 못한 성숙도 단계(M0–M2)에 머물렀고, 감사를 거친 폐루프 구현은 한 건도 확인되지 않았다[16]. 앞단의 화면만으로는 그 뒤에서 자료와 모델이 이어져 있는지, 갱신된 모델이 관측으로 확인되었는지를 알 수 없다.

이 글은 지리공간 디지털 트윈을 관측 자료와 분야 표준 분석 도구(이하 분야 모델)를 버전과 데이터 계보로 잇는 시스템으로 본다. 여기서 분야 모델은 지하수 흐름 모델, 유역 모델, 작물 모델, 산불 확산 모델처럼 각 분야가 오래 검증하고 확인해 온 계산 도구를 말한다. 이 시스템은 네 층으로 이루어진다. 자료 층은 관측과 조사 자료, 그 처리본을 버전과 함께 담는다. 분야 모델 층은 모델과 그 입력, 설정, 실행 프로그램을 버전과 함께 담는다. 질문–계산–기록 층은 질문을 받아 어떤 자료 버전과 모델 버전으로 무엇을 계산했는지를 근거 기록으로 남긴다. 감시–예측 비교 층은 새 관측을 이전 버전의 예측과 비교해 모델을 확인하고, 그 결과로 새 버전을 만든다. 3차원 화면과 대시보드는 이 네 층 위에 얹히는 앞단의 하나이다.

이렇게 넓히는 근거는 지구·환경 트윈 문헌 안에 이미 있다. Rigon 등은 수문 트윈이 모델 그 자체가 아니라 입력 자료와의 연결과 구성 요소 단위의 모델링을 제공하는 기반 위에 세워져야 하고, 모델을 서로 바꿔 끼울 수 있는 상품처럼 다루더라도 어떤 모델은 더 잘 작동하고 어떤 모델은 틀릴 수 있다는 점을 숨기지 말아야 하며, 예측에는 추정된 신뢰구간을 붙여야 한다고 주장하였다[17]. 미국 본토 지하수 트윈의 원형은 물리 기반 수문 모델 ParFlow-CLM의 모의 결과와 지하수위 관측을 결합해, 관측으로 편향을 보정한 고해상도 지하수위와 그 불확실성을 매일 산출하는 갱신 가능한 체계로 구성되었다[18]. 토양·지하수 정화 분야의 비판적 검토는 의사결정에 쓸 수 있는 트윈을 시각화 도구나 자료 저장소가 아니라 추론 시스템으로 정의하고, 경쟁하는 가설을 시험하는 증거 흐름, 적용 한계를 밝힌 예측 모델, 불확실성의 갱신, 감사할 수 있는 판단 규칙을 그 요건으로 들었다[19].

버전과 데이터 계보는 갱신을 정의로 삼는 시스템에서 결과를 다시 만들 수 있게 하는 조건이다. Hutton 등은 전산 수문학에서 출판된 결과를 실제로 만든 코드와 자료가 공개되지 않는 경우가 많아 이전 결과를 재현하고 검증하기 어렵다고 지적하고, 결과를 모호함 없이 재현하는 코드와 정형화된 작업 흐름을 자료와 함께 공개할 것을 권고하였다[20]. 찾을 수 있고(Findable), 접근할 수 있고(Accessible), 상호운용되고(Interoperable), 다시 쓸 수 있어야(Reusable) 한다는 과학 자료 관리의 FAIR 원칙은 사람뿐 아니라 기계가 자료를 자동으로 찾고 쓸 수 있게 하는 데 무게를 두었다[21]. 지리공간 연구에서도 재현성과 반복 가능성은 전산, 지리공간, 행동 연구가 함께 풀어야 할 과제로 정리되었다[22]. 유럽연합이 지원한 생물다양성 트윈 사업 BioDT(2022–2025)는 이 원칙을 트윈에 적용해, 연구 객체 묶음 형식(RO-Crate)으로 자료, 모델, 작업 흐름을 데이터 계보 정보와 함께 묶고, 실시간 조류 감시 트윈에서는 종 분포 모델의 반복 갱신을 버전을 매긴 묶음으로 기록하였다[23]. 이 글은 이 흐름을 바탕으로, 서로 다른 분야 모델의 버전과 그 버전을 거쳐 나온 답까지 지리공간 디지털 트윈의 근거 기록에 포함한다. 트윈은 이 과제를 한 번의 출판이 아니라 갱신마다 마주한다. 버전이 없는 갱신에서는 어제의 답과 오늘의 답이 왜 다른지, 자료가 바뀐 탓인지 모델이나 도구가 바뀐 탓인지를 가릴 수 없다.

지리공간 디지털 트윈에서는 층마다 믿을 근거가 하나씩 더해진다(표 2). 이 글에서 검증은 모델과 프로그램이 의도한 식과 절차를 맞게 계산하는지를 따지는 일이고, 확인은 모델의 예측을 실물의 관측과 비교해 대상을 얼마나 재현하는지를 따지는 일이다. 트윈에서 확인은 구축 시점에 한 번 하고 끝나지 않고, 새 관측이 들어올 때마다 이전 버전의 예측과 비교하는 일로 반복된다.

넓힌 정의의 트윈은 분석가가 도구를 하나씩 실행하는 방식뿐 아니라, 대규모 언어 모델(LLM) 에이전트가 질문을 받아 도구를 호출하고 계산하는 방식으로도 운용할 수 있다. Li와 Ning은 LLM을 추론의 중심으로 삼아 공간자료의 수집, 분석, 시각화를 자동으로 수행하는 자율 GIS를 제안하고, 시제품이 세 사례에서 정확한 결과를 냈지만 기록과 코드 시험 같은 모듈이 아직 없다고 밝혔다[24]. GIS Copilot은 LLM을 기존 GIS 플랫폼에 넣어 100개 이상의 과제로 평가되었고, 기본·중급 과제의 성공률은 높았으나 안내 없이 여러 단계를 수행하는 고급 과제의 완전 자율 수행은 아직 어려웠다[25]. 교통 분야의 Open-TI는 외부 교통 분석 패키지를 호출해 지도 자료 확보부터 복잡한 시뮬레이션 실행까지 수행하였다[26]. 제조 자동화 분야에서는 관찰, 추론, 결정, 요약을 나눠 맡은 LLM 에이전트들이 트윈 안의 시뮬레이션 모델과 상호작용하며 목표를 만족하는 매개변수를 찾는 구조가 제안되었다[27].

수치는 LLM이 아니라 분야 모델이 계산하도록 나누는 설계가 이 흐름에서 반복된다. TrafficGPT의 저자들은 LLM이 수치 자료 처리와 시뮬레이션과의 상호작용에 약하다고 보고, LLM을 교통 분야 모델과 결합해 과제를 나누고 모델을 차례로 쓰게 하면서 사람의 교통 관제 판단을 대화로 돕도록 하였다[28]. 산불 분야의 WildfireKR은 열 개의 기능 모듈을 구조화된 도구 호출로 이어 자연어나 설정 파일에서 확산 모의를 끝까지 수행하고, 과거 산불 세 건에서 모의 면적이 관측의 0.65–3.58배였으며 유일하게 과소 추정한 사례를 강풍에 의한 비화를 단순화한 모델의 한계로 해석하였다[29]. 수문 분야에서는 자연어 요청을 자료 수집, 모델 실행, 진단, 보고로 옮기되 사람이 감독하는 에이전트가 2025년 7월 텍사스 돌발홍수에 적용되어, 관측 강우로 구동한 모의가 하천 유량 기록과 맞았고 결정론적 강우 예보로 구동한 모의는 폭우 중심이 어긋나 홍수 반응을 놓쳤다[30]. 관개 분야에서는 모의 결과에 근거해 권고를 내고 그 근거를 감사할 수 있게 만든 도구 에이전트 시스템이 보고되었다[31].

근거 기록은 답이 어떻게 만들어졌는지를 보여 주지만, 그 답이 물리적으로 옳은지까지 보여 주지는 않는다. 유역 모델 SWAT+(Soil and Water Assessment Tool Plus)의 보정에 LLM 에이전트를 쓴 연구에서는 근거 기록과 매개변수 범위 제약만으로는 물리적으로 맞지 않는 모델 상태를 찾아내지 못하였다[32]. GeoAnalystBench의 저자들은 GIS 자동화를 주장하기 전에 잘 정의된 과제로 LLM을 엄밀하게 평가해야 한다고 요구하고, 공간 관계 판단이나 최적 입지 선정처럼 깊은 공간 추론이 필요한 과제가 모든 모델에서 가장 어려웠다고 보고하였다[33]. 에이전트가 운용하는 트윈에서 근거 기록은 질문–계산–기록 층의 믿을 근거이고, 물리적 타당성은 분야 모델 층의 검증과 감시–예측 비교 층의 확인, 그리고 전문가 검토가 따로 맡아야 한다.

이 구조에서 제안은 에이전트가, 결정은 사람이 하고, 둘 다 데이터 계보에 남는다. Hazeleger 등은 지구 트윈에서 사람이 트윈 바깥에서 접근과 개발을 관리하고 트윈에서 얻은 정보의 책임 있는 사용을 이끌어야 한다고 주장하였다[11]. 에이전트가 받은 질문, 호출한 도구, 쓴 자료 버전과 모델 버전, 그리고 사람이 그 결과를 채택했는지와 그 이유가 같은 데이터 계보에 남으면, 검토자는 에이전트의 제안과 사람의 결정을 따로 되짚을 수 있다.

고준위 방사성폐기물 처분 부지는 장기간 갱신되는 모델의 근거를 되짚어야 하는 사례이다. 국제원자력기구(IAEA)의 안전지침 SSG-23은 추적성을 결과에 이르는 결정, 가정, 모델, 매개변수, 자료의 명확하고 완전한 기록으로 정의하고, 모델링 도구의 버전까지 기록해 규제기관이나 기술 검토자가 문서만으로 평가 결과의 일부 또는 전부를 재현할 수 있어야 한다고 적는다[36].

실제 규제·감사 지적도 이 연결을 겨냥하였다. 미국 회계감사원(GAO)은 Yucca Mountain 사업에서 에너지부(DOE)가 1998년 과학 모델의 모든 근거 자료를 원래 출처까지 추적할 수 있다고 보장하지 못했고, 2004년 1월 감사에서는 자격을 갖추지 않은 소프트웨어가 승인된 모델을 돌리고 있었다고 보고하였다[37]. 스웨덴 방사선안전청(SSM)은 스웨덴 핵연료·폐기물 관리회사(SKB)의 안전성 평가 자료 보고서에 자료 선정 기준과 결정자, 결정의 기록 위치가 설명되지 않았고, 자료 보고서가 일관된 핵심 출처가 되지 못한다고 지적하였다[38]. 이는 결과의 내용뿐 아니라 자료와 소프트웨어의 자격, 결정의 기록이 신뢰의 조건임을 보여 준다.

SKB는 동결한 자료와 승인한 모델 버전을 쓰고 배포 이력을 기록해 왔다[34]. 같은 자료와 해석에서도 모델링 도구의 버전이 바뀌면 모델 형상이 달라질 수 있었다는 보고는 도구 버전도 데이터 계보에 남겨야 하는 이유를 보여 준다[35]. 다만 이러한 실무가 완성된 트윈을 뜻하지는 않는다. 유럽 방사성폐기물 공동 연구 프로그램 EURAD-2의 DITOCO2030은 서로 다른 자료 구조와 전달 방식, 폐쇄형 소프트웨어가 디지털 연속성을 막는다고 보았고[39], 같은 연구진은 처분 분야 트윈을 아직 초기 단계로 정리하였다[40]. 독일 연방 방사성폐기물 처분안전청(BASE)이 의뢰한 연구도 부지 선정 절차에서 AI가 결정 권한을 가져서는 안 되며, 자료 관리와 모델 계산에서의 이점은 절차를 투명하게 제시하고 검토할 수 있을 때 성립한다고 결론지었다[41]. 제안과 계산의 기록, 전문가의 확인, 사람의 결정은 여기서도 구분되어야 한다.

자료와 모델의 버전을 분야를 넘어 함께 발행하는 공통 형식은 아직 정해지지 않았다. 도시 트윈의 체계적 검토와 전문가 조사는 가장 심각한 과제로 서로 다른 의미 표준 같은 상호운용성 문제와 실용적 가치를 꼽았고[42], 제조 분야 검토는 가상 개체 사이의 통합을 남은 과제로 들었다[6]. 처분 분야에서도 측정 가능한 요건 자체가 공동 연구의 산출물로 남아 있다[39]. 자료에는 FAIR 원칙이 있고[21], 생물다양성 트윈에서는 RO-Crate로 자료, 모델, 작업 흐름을 데이터 계보와 함께 묶는 시도가 있었지만[23], 지하수·유역·작물 모델처럼 서로 다른 분야 모델의 입력, 설정, 실행 프로그램의 버전을 하나의 데이터 계보로 묶어 인용하는 공통 형식은 아직 합의되지 않았다.

에이전트가 운용하는 트윈을 평가할 공통 기준도 없다. 지금까지의 평가는 과제 성공률[25], 작업 흐름의 타당성과 코드 품질[33], 관측과의 면적 비교[29]처럼 연구마다 다른 지표를 쓴다. 근거 기록이 물리적 오류를 잡지 못한 사례는[32] 평가가 두 갈래로 나뉘어야 함을 보여 준다. 하나는 에이전트가 도구를 맞게 호출하고 기록했는지에 대한 검증이고, 다른 하나는 그 계산이 실물을 재현하는지에 대한 확인이다.

불확실성과 대안 모델을 버전과 함께 다루는 방법도 열려 있다. NASEM 보고서는 VVUQ를 트윈 설계에 깊이 넣어야 한다고 보았고[12], Rigon 등은 예측에 신뢰구간을 붙일 것을[17], 정화 분야 검토는 경쟁하는 가설을 증거로 시험할 것을 요구하였다[19]. 하나의 답만 내는 트윈은 질문에 빨리 답하지만, 그 답이 대안 해석 가운데 어디에 있는지는 보여 주지 않는다. 대안과 앙상블을 모델 버전과 함께 어떤 단위로 보존하고 질문에 대한 답에 어떻게 붙일지는 앞으로 정해야 할 일이다.

사람의 자리와 공개 범위는 기술만으로 정해지지 않는다. 도시 트윈의 목표가 실현되지 못한 원인으로 사회기술적 과제가 지목되었고[14], 지구 트윈 연구자들은 사람이 트윈 바깥에서 접근과 개발을 관리하고 책임 있는 사용을 이끌어야 한다고 보았다[11]. 누가 트윈에 질문할 수 있고, 누가 에이전트의 제안을 채택할 권한을 갖고, 근거 기록을 누구에게 공개할지는 트윈을 운영하는 기관이 먼저 정해야 할 규칙이다.