Microsoft Fabric 실시간 3D 디지털 트윈 데모: 풍력발전 예지정비와 AI 대화

핵심 메시지

• Microsoft Fabric 애플리케이션 안에서 풍력발전소를 3D로 시각화한 디지털 트윈 데모로, 지형은 핀란드 국가측량원의 라이다(LiDAR) 데이터로 만들었다.
• 3D 화면 위에 실시간 텔레메트리(생산 격차·경보)와 발전소 위치의 실제 날씨 정보가 겹쳐 표시된다.
• 특정 터빈을 클릭하면 기어박스 열화 같은 이상을 확인하고, 엔지니어링 뷰에서 터빈을 분해(explode)해 살펴볼 수 있다. 이 3D 모델은 Blender로 렌더링했다.
• Microsoft Foundry가 모델 모듈을 호출해, 사용자가 터빈과 자연어로 대화하며 위험도·손실 출력·조치 사항을 빠르게 확인한다.

쉽게 이해하기

이 데모는 Microsoft Fabric의 한 애플리케이션 안에서 실행되는 풍력발전소 디지털 트윈을 보여준다. 화면 가운데에는 발전소의 3D 시각 표현이 있고, 확대·축소와 이동이 가능하다. 지형은 핀란드 국가측량원(National Survey of Finland)의 라이다 데이터로 실제 지형을 재현한 것이다.

3D 지형 위에는 발전소의 실시간 텔레메트리가 겹쳐진다. 현재 생산 격차(production gap)와 어떤 경보가 있는지, 그리고 발전소 위치의 실제 날씨와 맞는 기상 정보가 함께 표시된다. 사용자는 개별 터빈을 클릭해 상태를 들여다본다.

발표자가 7번 터빈을 클릭하자 기어박스 열화(gearbox degradation) 징후가 나타난다. 엔지니어링 뷰로 전환해 터빈을 가까이서 보고, 실제 3D 모델이므로 부품을 분해해 진동 문제를 확인한다. 이 터빈은 Blender로 렌더링한 3D 모델이다.

이어서 터빈과 채팅으로 대화한다. Microsoft Foundry가 모델 모듈을 호출해 응답을 만들며, '가장 큰 생산 격차를 설명해달라'는 요청에 7번 터빈의 기어박스 열화와 손실 출력을 알려준다. 챗봇은 WT-07이 손실 출력 0.20MW, 시간당 약 14유로 영향의 위험 상태이며 즉각 정비 점검이 필요하다고 안내한다.

활성 경보를 묻자 총 4건 중 WT-07이 critical, WT-03·WT-04·WT-11이 warning이라고 답한다. 가장 중요한 지표는 WT-07로 기대 출력 대비 28% 낮으며, WT-07을 먼저 처리한 뒤 경고 터빈들을 점검하라고 제안한다. 발표자는 도구 호출(tool call)이 매우 빨라 터빈과의 대화가 자연스러웠다고 강조한다.

주요 인사이트

• 디지털 트윈에 실제 라이다 지형·실시간 텔레메트리·실제 날씨를 결합하면, 단순한 시각화를 넘어 현장 상태를 반영하는 살아있는 운영 화면이 된다.
• 3D 모델을 분해해 부품 단위로 진동·열화를 확인할 수 있어, 예지정비(predictive maintenance)에서 이상 위치를 직관적으로 파악하게 해준다.
• 자연어 대화 인터페이스가 위험도·손실 출력·우선순위 같은 운영 판단을 즉시 요약해주므로, 데이터를 뒤지지 않고도 조치 순서를 정할 수 있다.
• 빠른 도구 호출 속도가 대화형 운영 경험의 핵심으로, 응답이 지연되면 이런 실시간 진단 흐름이 성립하기 어렵다.

자주 묻는 질문

관련 AI 소식