공장과 발전설비를 가상공간에 옮겨 놓고 실시간 데이터로 고장과 성능 변화를 예측하는 디지털 트윈이 산업 전반으로 확산되고 있습니다. 그런데 “우리도 디지털 트윈을 구현했다”는 설명만으로는 특허가 되지 않습니다. 실제 등록된 GE와 두산에너빌리티의 풍력 트윈 특허 두 건에서 청구항이 붙잡은 지점을 확인해 보겠습니다.
결론부터 말씀드리면, 특허에서 중요한 것은 가상 복제본의 존재가 아니라 그 복제본이 무엇을 계산해 현실의 어디에 쓰이는가입니다. 심사에서도 나중에 침해를 따질 때에도 기준이 되는 것은 청구항에 적힌 데이터의 입력–처리–출력, 그리고 그 출력이 실제 설비에 미치는 작용이기 때문입니다.
디지털 트윈 특허가 붙잡아야 할 연결고리 — 현실의 상태를 측정하고 → 가상모델에서 분석·예측한 뒤 → 그 결과를 현실의 제어·정비·운영에 반영하는 과정
디지털 트윈은 3D 모델과 무엇이 다를까요?
3D 모델은 형상과 구조를 ‘표현’하는 데 초점이 있습니다. 반면 디지털 트윈은 실제 설비의 데이터를 모델에 계속 반영하며 상태를 진단하고 변화를 예측합니다. 두 기술을 가르는 것은 그래픽의 정밀도가 아니라 데이터가 오가는 방향입니다.
풍력발전기를 3D로 그려 놓은 것만으로는 트윈이라 하기 어렵습니다. 풍속·진동·회전속도·변위를 수집해 출력 변화나 부품 수명을 예측하고, 그 결과가 운전조건 조정이나 정비계획으로 이어져야 합니다. 특허도 ‘가상모델’이라는 개념이 아니라 이 흐름의 구체적인 구간을 겨냥해 설계해야 합니다.
같은 풍력발전인데, 두 특허의 보호 지점은 다릅니다
실제 등록특허를 보면 같은 풍력 분야 디지털 트윈이라도 서로 다른 연결고리를 권리화하고 있습니다. 두 건을 나란히 놓고 보면 청구항 설계의 선택지가 분명해집니다.
① GE — 현재와 최적을 비교해 ‘운전 파라미터’로 연결
미국 등록특허 US 9,995,278 B2(“Digital twin interface for operating wind farms”, 2015년 12월 출원 · 2018년 6월 등록, 현 권리자 GE Vernova Infrastructure Technology LLC)는 풍력발전단지의 트윈을 운전용 사용자 인터페이스로 구현한 사례입니다.
청구항은 각 터빈의 디지털 표현과 환경 데이터를 함께 표시하고, 터빈마다 놓인 제어 아이콘에 현재 운전조건과 최적 운전조건을 함께 나타냅니다. 방법 청구항은 이력·센서·현재 운전 데이터로 모델을 만들어 현재 운전 파라미터를 평가한 뒤 갱신된 운전 파라미터를 결정하는 데까지 나아갑니다. ‘보여주는’ 데서 멈추지 않고 운전조건의 변경으로 연결한 점이 핵심입니다. 원문 보기 ↗
② 두산에너빌리티 — 수명을 예측해 ‘부품 수급 일정’으로 연결
국내 등록특허 제10-2923650호(2023년 7월 출원 · 2026년 2월 등록)는 해상풍력발전기의 유지보수 관리에 트윈을 적용했습니다. 센서로 부품의 제1 물리량을 측정하고, 서로게이트(대리) 모델(직접 측정이 어렵거나 계산량이 큰 값을 실측값으로 근사해 산출하는 모델)로 제2 물리량을 도출한 뒤 부품의 피로수명을 예측합니다.
여기서 그치지 않고 예측 수명과 부품 재고량, 선박의 운항 스케줄까지 고려해 수급 일정을 세우는 단계가 청구항에 들어 있습니다. ‘선박 운항 스케줄’은 권리범위를 해상풍력 상황으로 좁히지만, 그만큼 실제 운영 현실과 맞물린 권리를 확보한 점이 눈에 띕니다. 원문 보기 ↗
| 보호 구간 | GE (US 9,995,278 B2) | 두산에너빌리티 (제10-2923650호) |
|---|---|---|
| 입력 | 환경·터빈 운전·이력 데이터 | 센서로 측정한 부품의 제1 물리량 |
| 분석 | 현재·최적 운전조건 비교 및 평가 | 제2 물리량 도출 후 피로수명 예측 |
| 현실 반영 | 갱신된 운전 파라미터 결정 | 재고·선박 운항 반영한 수급 일정 |
| 핵심 | 운전 최적화와 제어 인터페이스 | 예지정비와 부품 수급 관리 |
명세서에는 무엇을 담아야 할까요?
아래 여섯 가지를 구체적인 값과 절차로 적을 수 있는지 먼저 점검해 보시기 바랍니다.
디지털 트윈 명세서 점검 항목
- 데이터 수집 — 어떤 설비의 어떤 센서에서, 어떤 물리량을 얻는가
- 모델 갱신 — 수집한 데이터를 어떤 주기와 방식으로 가상모델에 반영하는가
- 분석·예측 — 어떤 모델이나 연산으로 무엇을 산출하는가(입력값과 출력값)
- 현실 적용 — 그 결과를 제어·정비·경고·운영계획 중 무엇에 어떻게 쓰는가
- 기술적 효과 — 기존 방식 대비 정확도·속도·안정성·운영효율이 어떻게 개선되는가
- 구현 주체 — 설비, 엣지 서버, 클라우드 중 각 단계를 어디서 수행하는가
“AI로 분석한다”는 서술만으로는 부족합니다. 입력값 → 처리 → 출력값 → 실제 적용 결과가 하나의 사슬로 이어져야 기술적 특징을 주장할 수 있습니다. 단계를 여러 주체가 나눠 수행하도록 적으면 정작 침해를 주장할 때 어느 한 회사도 모든 단계를 수행하지 않는 상황이 생긴다는 점도 함께 살펴야 합니다.
한 건이 아니라 ‘특허 망’으로 지켜야 합니다
디지털 트윈은 센서·통신·모델링·시뮬레이션·AI 분석·제어·인터페이스가 결합된 복합기술입니다. 전체를 한 건에 몰아 담으면 청구항이 길어져 권리범위가 좁아지고, 경쟁사가 구성 하나만 바꿔도 빠져나갈 여지가 생깁니다.
그래서 ① 데이터 수집·모델 갱신, ② 미측정 상태값 추정, ③ 이상·잔여수명 예측, ④ 예측에 따른 설비 제어, ⑤ 정비·재고 일정 최적화, ⑥ 상태 확인·제어 인터페이스처럼 축을 나누어 권리를 확보하는 전략을 검토할 만합니다. 앞의 두 특허도 각각 ④·⑥과 ③·⑤를 가져간 셈입니다.
결국 던져야 할 질문은 “가상 복제본을 만들었는가”가 아니라 “어떤 데이터를 계산해 어디에 사용했는가”입니다. 경쟁사가 같은 서비스를 구현하려면 반드시 거쳐야 하는 연결고리를 청구항에 담아야 실효성 있는 권리가 됩니다.
※ 본 글은 공개된 특허공보를 바탕으로 작성한 일반적인 정보이며, 구체적인 사안에 대한 법률적 의견이 아닙니다.