스마트 캠퍼스 건물 관리를 위한 확장 가능한 디지털 트윈 배포 프레임워크

초록

본 연구는 캠퍼스 건물 시설 관리(FM)의 효율성을 높이기 위한 확장 가능한 디지털 트윈(DT) 구축 프레임워크를 제안한다. 3D 레이저 스캐닝, BIM 모델링, IoT 데이터 시각화를 통합하여 건물 형상, 장비 메타데이터, 운영 데이터를 단일 플랫폼으로 통합하는 방법론을 제시하며, 조지아 공대 Price Gilbert 건물 사례를 통해 그 실현 가능성을 입증했다.

상세 분석

이 연구의 핵심 기술적 기여는 단일 도메인(예: 포인트 클라우드 형상 또는 에너지 분석)에 집중하는 기존 접근법의 한계를 극복하고, 시설 관리의 전 주기를 지원하는 통합적이고 확장 가능한 디지털 트윈 생성 워크플로우를 제시한 점에 있다. 방법론은 현실 포착(테레스트리얼 레이저 스캐닝), 정보 풍부한 BIM 모델 개발, 운영 데이터 연동 디지털 트윈 환경 구축의 3단계로 구성된다. 특히, 509개의 장비 항목에 OmniClass 분류 체계를 적용하여 메타데이터를 구조화하고, 10개의 대시보드를 통해 시스템 성능을 시각화한 것은 실무 적용성을 높이는 중요한 요소다. 연구의 한계로는 대부분의 IoT 데이터가 시뮬레이션되었다는 점과, AI 기반 예측 유지보수 등 고급 분석 기능이 프로토타입 수준에서 제한적으로 구현되었다는 점을 지적할 수 있다. 그러나 레이저 스캔 데이터로부터 정확한 BIM 모델을 재구성하고, 이를 디지털 트윈 플랫폼과 연동하는 종단간 파이프라인을 검증함으로써, 기존 건물의 디지털 전환을 위한 참조 모델을 제시했다는 의의가 크다. 이 프레임워크는 중앙 집중식 자산 문서화, 시스템 가시성 향상, 예방 및 대응 유지보수 워크플로우 개선 등 실질적인 FM 혜택을 제공하며, 향후 실시간 센서 인프라와 AI 알고리즘을 접목한 자율형 건물 운영의 기반을 마련했다.