Real2Sim2Real

Real2Sim2Real은 무엇이고, 농업 시설에는 어떻게 씁니까?

Real2Sim2Real은 현장(Real)을 측정해 가상 모델(Sim)을 만들고 보정한 뒤, 가상에서 학습한 것을 다시 현장(Real)에 적용하는 흐름입니다. 이 흐름은 필드솔루션 피지컬 AI 엔진의 구성요소로, 엔진은 온실·저장시설의 측정값으로 3D 시뮬레이션을 보정하고 거기서 학습한 제어를 관제 시스템에 연결한 뒤 제어 후의 측정값을 다시 보정에 씁니다. 흐름의 양 끝에 해당하는 필드솔루션의 공개 기록은 전북 장수군 4ha 유리온실 단지의 통합 중앙관제 개발·구축(현장 쪽)과 2025년 12월 15일 앤시스(Ansys)와 착수한 3D CFD 기반 3세대 스마트팜 기술 개발(가상 쪽)이며, 두 기록은 서로 다른 사업입니다.

작성 김대천 대표 작성일 수정일

왼쪽 실제 온실에서 오른쪽 점선으로 그린 가상 온실로 주황 점이 넘어가고 초록 점이 다시 실제 온실로 돌아오는 움직이는 개념 그림
개념 그림. 현장의 측정값이 가상 모델로 가고(Real2Sim), 가상에서 정한 제어가 다시 현장으로 옵니다(Sim2Real).

비교

Sim2Real은 한 방향이고, Real2Sim2Real은 한 바퀴입니다

세 낱말은 데이터가 어느 쪽으로 흐르는지로 구별합니다. Real은 실제 현장, Sim은 시뮬레이션으로 만든 가상 모델이고, 가운데 2는 영어 to를 줄여 쓴 것입니다.

비교 항목Sim2RealReal2SimReal2Sim2Real
방향 가상 → 현장 현장 → 가상 현장 → 가상 → 현장, 그리고 되풀이
하는 일 가상에서 학습한 모델이나 제어를 현장에 옮겨 씁니다. 현장을 측정해 가상 모델을 만들고, 측정값에 맞게 보정합니다. 보정한 가상에서 학습해 현장에 적용하고, 적용한 뒤의 측정값으로 다시 보정합니다.
현장 데이터의 쓰임 주로 적용한 뒤의 결과를 확인하는 데 씁니다. 가상 모델의 조건과 계수를 정하는 근거로 씁니다. 보정의 근거로 쓰고, 제어한 뒤에는 다음 보정의 입력으로 다시 씁니다.
이것만 할 때 남는 문제 가상 모델이 현장과 다른 만큼, 곧 sim-to-real gap만큼 현장에서 기대한 결과가 나오지 않을 수 있습니다. 가상 모델은 현장에 맞지만, 현장을 바꾸는 단계가 없습니다. 측정, 계산, 제어를 잇는 데이터 연결을 계속 유지해야 합니다.
농업 시설에서의 모습 도면과 기본 조건으로 만든 온실 모델에서 학습한 제어를 그대로 현장에 씁니다. 온실 센서의 측정값으로 3D 시뮬레이션을 맞춥니다. 맞춘 시뮬레이션에서 제어를 학습해 관제에 연결하고, 제어한 뒤의 측정값으로 다시 맞춥니다.

표는 옆으로 밀어 볼 수 있습니다 →

강조한 열(Real2Sim2Real)은 필드솔루션 피지컬 AI 엔진이 사용하는 방법입니다.

Sim2Real만으로는 가상과 현장의 차이가 남습니다

Sim2Real(심투리얼, sim-to-real)과 Real2Sim2Real(리얼투심투리얼, real-to-sim-to-real)은 로봇 학습 분야에서 나온 말입니다. 실제 로봇으로 시행착오를 되풀이하기 어려워 시뮬레이션에서 먼저 학습시키고, 그 결과를 실제 로봇에 옮겨 씁니다. 이때 가상에서 잘되던 것이 현장에서는 그만큼 되지 않는 일이 생기며, 이 차이를 sim-to-real gap이라고 부릅니다.

차이는 시뮬레이션이 현장을 다 담지 못해서 생깁니다. 농업 시설에서는 틈새로 새는 공기, 피복재의 상태, 작물이 자란 정도, 설비의 실제 성능이 도면이나 기본값과 다릅니다.

Real2Sim2Real은 학습하기 전에 현장을 먼저 재서 가상을 맞추고, 현장에 적용한 뒤에도 측정값으로 다시 맞추는 방법으로 이 차이를 줄입니다.

필드솔루션의 방법

현장을 재서 가상을 맞추고, 학습한 제어를 다시 현장에 씁니다

Real2Sim2Real은 필드솔루션 피지컬 AI 엔진의 구성요소입니다. 엔진 안에서 맡는 일은 현장에서 가상으로, 가상에서 다시 현장으로 잇는 흐름입니다.

Real2Sim2Real의 순환 현장 시설의 측정값이 보정을 거쳐 가상 시설로 가고, 보정과 가상 시설 사이에서 조정과 계산값이 되풀이해 오가며, 가상 시설에서 학습한 제어가 다시 현장 시설에 적용되는 순환 도식. 현장 시설 가상 시설 보정 1 2 3 4
  1. 현장 측정 (Real) 시설 안 여러 위치의 온도·습도·CO2 농도와 외기 조건, 설비 가동 기록을 같은 시각 기준으로 모읍니다.
  2. 가상 모델 보정 (Real2Sim) 측정한 조건을 3D 시뮬레이션에 넣어 계산하고, 계산값이 측정값에 가까워질 때까지 모델의 조건과 계수를 고쳐 다시 계산합니다.
  3. 가상 학습과 실험 (Sim) 보정한 가상 시설에서 현장에서는 해 보기 어려운 조건까지 계산해, 제어 방법을 학습하고 비교합니다.
  4. 현장 적용 (Sim2Real) 학습한 제어를 관제 화면과 설비 제어에 연결합니다. 제어한 뒤의 측정값은 01로 돌아가 다시 보정에 쓰입니다.
도식: Real2Sim2Real의 순환. 번호는 엔진이 일하는 순서입니다. 보정과 가상 시설 사이의 두 화살표는 계산과 조정을 되풀이한다는 뜻이고, 04 다음에는 다시 01로 이어집니다.

이 흐름이 잇는 엔진 구성요소

  • 3D 시뮬레이션 시설 안의 기류·열·농도를 가상 공간에 재현합니다. 02 보정과 03 가상 학습의 바탕입니다.
  • 합성데이터 시뮬레이션으로 AI 학습 데이터를 만듭니다. 03 가상 학습에서 씁니다.
  • 대안모델(메타모델) 무거운 시뮬레이션을 빠르게 대신하는 모델입니다. 03 가상 학습에서 만듭니다.
  • 물리 기반 AI(PINN)·강화학습 물리 법칙을 반영해 제어를 판단합니다. 03에서 학습하고 04 현장 적용에 씁니다.

필드솔루션 피지컬 AI 엔진 전체 보기

보정 방법

현장 데이터로 시뮬레이션을 보정하는 방법

보정(calibration)은 같은 조건에서 잰 값과 계산한 값을 나란히 놓고, 차이가 줄어들도록 시뮬레이션의 조건과 계수를 맞추는 일입니다.

조건은 계산에 넣는 바깥 날씨와 설비 가동 상태입니다. 계수는 틈새 환기량이나 피복재의 열관류율처럼 도면만으로는 정확히 알 수 없는 값입니다.

센서가 적거나 한곳에 몰려 있으면 서로 다른 계수 조합이 같은 오차를 낼 수 있습니다. 센서가 넓게 놓이고 측정 기간이 길수록 보정한 모델을 더 믿을 수 있습니다.

다음 순서는 시설의 종류와 관계없이 쓰는 일반적인 보정 방법입니다.

  1. 측정한 때와 같은 조건을 시뮬레이션에 넣습니다 측정한 시간대의 외기 온도·일사·바람과 창·팬·난방 설비의 가동 상태를 계산의 입력 조건으로 넣습니다.
  2. 센서 자리의 계산값을 측정값과 비교합니다 온도·습도·CO2 농도처럼 비교할 값과 받아들일 오차 범위를 먼저 정합니다. 센서가 놓인 위치의 계산값을 뽑아 측정값과의 차이를 구합니다.
  3. 차이를 만드는 조건과 계수를 조정합니다 틈새로 새는 공기의 양, 피복재가 열을 내보내는 정도, 작물이 공기 흐름을 막는 정도, 설비의 실제 풍량과 열량을 조정하고 다시 계산합니다.
  4. 보정에 쓰지 않은 날의 측정값으로 확인합니다 다른 날, 다른 날씨에서도 계산값이 측정값과 맞는지 봅니다. 여기서 맞아야 그 가상 시설에서 학습한 결과를 현장에 옮길 수 있습니다.
  5. 제어한 뒤의 측정값으로 다시 비교합니다 계절이 바뀌고 작물이 자라면 시설의 조건이 달라집니다. 제어한 뒤에 잰 값이 계산값과 벌어지면 둘째 단계로 돌아가 다시 맞춥니다.

근거

흐름의 양 끝에는 공개 기록이 있습니다

엔진 안에서의 자리와 필드솔루션의 공개 기록을 나누어 적었습니다.

Real2Sim2Real

엔진 구성요소
자리
필드솔루션 피지컬 AI 엔진의 구성요소
하는 일
현장에서 가상으로, 가상에서 다시 현장으로 잇는 흐름
잇는 대상
현장 쪽은 센서·설비 데이터와 관제 시스템, 가상 쪽은 3D 시뮬레이션과 그 결과로 학습한 AI 모델
대상 시설
온실·저장시설 같은 농업 시설

아래 두 건은 이 흐름의 양 끝에 해당하는 필드솔루션의 공개 기록입니다. 두 기록은 서로 다른 사업입니다. 장수군 기록은 현장을 재고 제어하는 관제 구축이고, 앤시스 기록은 가상 재배 환경을 시뮬레이션하는 기술 개발의 착수입니다.

장수스마트팜 종합관제시스템 상세화면. 1동·2동·3동의 외부 기상, 내부 온도·습도·CO2 농도, 천창·커튼·팬·펌프 구동 현황과 기계 설비 상태가 추이 그래프와 함께 표시되어 있다.

구축 범위 현장 쪽 · 측정과 제어

장수군 4ha 유리온실 통합 관제 구축

필드솔루션은 전북 장수군 지역특화 임대형 스마트팜의 유리온실 단지에 통합 중앙관제를 개발·구축했습니다. 온실 환경제어와 지열 히트펌프 기반 에너지 설비를 하나의 중앙 관제로 묶었습니다. 관제 항목은 시설 내부 환경 데이터, 외기 데이터, 히트펌프 가동 상태와 에너지 소비 효율입니다.

  • 규모 유리온실 단지 4ha
  • 화면 종합관제시스템 상세화면
장수군 구축 글 읽기
‘천마 디지털팜 연중생산 시스템’ 현수막이 걸린 컨테이너형 재배 시설이 여러 동 줄지어 서 있다.

개발 착수 가상 쪽 · 시뮬레이션

앤시스와 3D CFD 기반 3세대 스마트팜 기술 개발 착수

필드솔루션은 2025년 12월 15일 글로벌 기업 협업 프로그램으로 앤시스(Ansys)와 3세대 스마트팜 기술 개발에 착수했습니다. 앤시스의 3D 전산유체역학(CFD) 시뮬레이션 기술을 쓰는 과제이고, 시뮬레이션 대상은 가상 재배 환경의 공기 흐름·열 전달·CO2 농도입니다. 전북도 농업기술원 자원식물연구소와 협력해 실제 재배 현장 확보와 솔루션 검증·상용화를 추진하고 있습니다.

  • 착수 2025-12-15
  • 사진 보도자료에 실린 재배 시설
보도자료 읽기

자주 묻는 질문

Real2Sim2Real에 대해 자주 받는 질문

Real2Sim2Real은 Sim2Real과 무엇이 다릅니까?

Sim2Real은 가상에서 학습한 것을 현장에 옮기는 한 방향의 단계입니다. Real2Sim2Real은 그 앞에 현장을 측정해 가상 모델을 보정하는 단계(Real2Sim)를 둔 흐름입니다. 계속 운영하는 시설에서는 적용한 뒤의 측정값으로 다시 보정하는 순환까지 포함합니다. 가상 모델을 현장에 맞추지 않고 Sim2Real만 하면 가상과 현장의 차이(sim-to-real gap)가 학습 결과에 그대로 옮겨 가고, Real2Sim2Real은 이 차이를 현장 데이터로 줄입니다.

Real2Sim2Real은 디지털 트윈과 무엇이 다릅니까?

디지털 트윈은 현장과 데이터로 이어진 가상 모델, 곧 대상을 가리키는 말입니다. Real2Sim2Real은 가상 모델을 현장 데이터로 보정하고 거기서 학습한 것을 현장에 적용하는 절차를 가리키는 말입니다. 현장 데이터로 보정되는 디지털 트윈은 이 절차에서 가상(Sim)의 자리에 놓입니다. 현장 값을 화면에 보여 주기만 하는 3D 모델에는 가상에서 학습해 현장으로 되돌리는 단계가 없습니다.

3D 시뮬레이션 답변 보기

농업 시설에서는 무엇이 현장(Real)이고 무엇이 가상(Sim)입니까?

현장은 실제 온실이나 저장시설입니다. 건물과 작물, 창·팬·난방 같은 설비, 온도·습도·CO2 센서, 바깥 날씨가 현장에 속합니다. 가상은 그 시설을 컴퓨터 안에 옮긴 3D 시뮬레이션 모델이며, 시설 안의 기류·열·농도 분포를 계산합니다. 필드솔루션의 공개 기록에서 현장 쪽에 해당하는 것은 장수군 4ha 유리온실 단지의 통합 중앙관제 구축이고, 가상 쪽에 해당하는 것은 앤시스(Ansys)와 착수한 3D CFD 기반 3세대 스마트팜 기술 개발입니다. 두 기록은 서로 다른 사업입니다.

시설재배 답변 보기

시뮬레이션을 보정하려면 어떤 현장 데이터가 필요합니까?

세 가지가 필요합니다. 시설 안 여러 위치에서 잰 온도·습도·CO2 농도 같은 측정값, 같은 시각의 외기 온도·일사·바람 같은 바깥 조건, 그때 창·팬·난방 설비가 어떻게 움직였는지를 적은 가동 기록입니다. 세 가지의 시각이 서로 맞아야 시뮬레이션에 같은 조건을 넣고 계산값과 측정값을 비교할 수 있습니다. 가상 모델을 만드는 데는 시설의 치수와 설비 배치를 담은 도면도 필요합니다.

데이터 통합 플랫폼 답변 보기

시뮬레이션은 한 번 보정하면 끝입니까?

끝이 아닙니다. 계절이 바뀌고 작물이 자라고 설비를 바꾸면 시설의 조건이 달라져, 맞춰 둔 모델도 현장과 다시 벌어집니다. 그래서 제어한 뒤의 측정값을 계산값과 계속 비교하고, 차이가 커지면 다시 보정합니다. 계속 운영하는 시설에서는 이 되풀이까지가 Real2Sim2Real의 흐름입니다.

출처

이 글의 근거

회사에 관한 문장은 아래 글을 근거로 썼습니다. 용어 풀이는 로봇 학습과 시뮬레이션 분야에서 널리 쓰이는 뜻을 따랐습니다.

  1. 필드솔루션 피지컬 AI 엔진 소개 필드솔루션 · 엔진 소개 쪽
  2. [구축사례] 장수군 지역특화 임대형 스마트팜 관제솔루션 개발 및 구축 필드솔루션 블로그 · 2026-07-10
  3. [보도자료] 앤시스(Ansys)와 3세대 스마트팜 기술 개발을 위한 파트너십 체결 필드솔루션 블로그 · 2025-12-23
  4. 앤시스 협력 보도 원문 기사 외부 기사 · 에이빙뉴스

시설 상황을 알려 주시면 무엇부터 볼지 답해 드립니다

시설의 규모, 설치된 센서와 제어 장비, 시뮬레이션으로 확인하고 싶은 문제를 적어 주십시오.

필드솔루션은 온실·저장시설 같은 농업 시설을 3D 시뮬레이션으로 재현하고, 자체 엔진으로 피지컬 AI를 만들어 현장 제어까지 연결하는 기업이다.

전화 010-5163-5138 이메일 info@fieldsol.com

현장 진단 신청