Design and Implementation of Cloud-native Digital Twin Service Cluster

Abstract

Digital Twin technology has recently gained attention as an innovative approach enabling effective integration between physical and virtual worlds. Particularly, with the rapid advancement of Internet of Things (IoT) and indoor positioning technologies, the implementation of Indoor Geographic Information System (GIS) has brought significant changes to indoor space management through real-time monitoring and space utilization analysis. This has established a foundation for simultaneously achieving various objectives such as improving energy efficiency, enhancing user convenience and optimizing space utilization. This has led to demands for space optimization, predictive maintenance and dynamic control incorporating big data analytics and AI technologies, with cloud-native architecture expected to play a crucial role in Digital Twin implementation by ensuring service scalability and flexibility. This thesis presents the design and implementation of a Digital Twin service for efficiently managing MobileX Stations, distributed edge computing resources within Dream-AI Space which AI education and research environment. Based on a three-stage framework of Mirroring, Monitoring, and Simulation (MMS) organized by spatiotemporal synchronization phases, we establish a system that enables real-time integration and analysis of physical and virtual spatial data to propose efficient and stable space management methods. Furthermore, we applied cloud-native architecture (microservice-based, container orchestration, automatic scaling) throughout the service and deployed the entire Digital Twin service on a Kubernetes cluster to secure system scalability and flexibility, validating that the Kubernetes cluster's automatic scalability and stability can be effectively applied to Digital Twin services. We also present various future possibilities beyond simple space replication such as predictive modeling, real-time analysis and future scenario testing through continued research. Finally, through a visualization environment integrating NVIDIA Omniverse and MS/AI 20231118 Inyong Song. Design and Implementation of Cloud-native Digital Twin Service Cluster. Artifical Intelligence Graduate School. 2025. 61p. Prof. Jongwon Kim SAGE2-based display walls that we confirmed the ability to monitor distributed physical and virtual spatial data in real-time and perform collaborative tasks smoothly. The Digital Twin service implementation proposed in this study is expected to serve as a reference model not only for AI education and research environments like Dream-AI Space but also for various industrial and academic fields seeking to build similar systems. 2025Ⓒ Inyong Song ALL RIGHTS RESERVED|최근 디지털 트윈 기술은 현실 세계와 가상 세계의 효과적인 통합을 가능하게 하는 혁신적 인 접근 방식으로 주목받고 있다 특히 사물인터넷 및 실내 위치추적 . (Internet of Things, IoT) 기술의 급속한 발전과 더불어 을 활용한 실시간 , Indoor GIS(Geographic Information System) 모니터링과 공간 활용 분석이 가능해지면서 실내 공간 관리 전반에 변화를 가져왔다 이에 따. 라 에너지 효율성 제고 사용자 편의 증진 공간 활용도 개선 등 다양한 목표를 동시에 달성할 , , 수 있는 기반이 마련되었다 이는 빅데이터 분석 및 기술을 접목한 공간 최적화 예측적 유. AI , 지보수 동적 제어 등의 요구로 이어지고 있으며 시스템의 확장성과 유연성을 보장하는 클라, , 우드 네이티브 아키텍처가 디지털 트윈 구현에서 핵심적인 역할을 할 것으로 기대된다. 본 논문에서는 이러한 디지털 트윈 기술의 장점을 교육 및 연구 공간인 AI Dream-AI Space 에 적용하기 위해 공간 내 분산 배치된 엣지 컴퓨팅 자원인 들을 효율적으로 , MobileX Station 관리할 수 있는 디지털 트윈 서비스를 설계 구현하였다 특히 시공간 동기화 단계를 기준으로 · . 미러링 모니터링 시뮬레이션 의 세 단계 프레임워크를 기반으(Mirroring), (Monitoring), (Simulation) 로 현실과 가상의 공간 데이터를 실시간으로 연동하고 분석할 수 있는 체계를 구축하여 효율, 적이고 안정적인 공간 관리 방안을 제시하고자 한다 또한 서비스 전반적으로 클라우드 네이. 티브 아키텍처 마이크로서비스 기반 컨테이너 오케스트레이션 자동 확장 등 를 적용하였고 쿠( , , ) 버네티스 클러스터에서 전체 디지털 트윈 서비스를 배포 운영함으로써 시스템의 (Kubernetes) · 확장성 과 유연성 을 확보하고 검증을 통해 쿠버네티스 클러스터의 자동 확(scalability) (flexibility) , 장성과 안정성이 디지털 트윈 서비스에 효과적으로 적용될 수 있음을 입증하였다 또한 향후 . 지속적인 연구로 교육 및 연구 목적의 공간 운영 시 단순한 공간 재현을 넘어 예측적 모델링, 실시간 분석 미래 시나리오 테스트 등 다양한 활용 가능성을 제시하였다 마지막으로 , . NVIDIA 와 기반 디스플레이 월을 통합한 시각화 환경을 통해 분산된 물리 가상 공Omniverse SAGE2 , · 간 데이터를 실시간으로 모니터링하고 협업 업무를 원활히 수행할 수 있음을 확인하였다 본 . MS/AI 20231118 송인용. 클라우드 네이티브 기반 디지털 트윈 서비스 클러스터의 설계 및 구현 대학원 학과 지도교수 김종원. AI ( ). 2025. 61p. : . 연구에서 제안하는 디지털 트윈 서비스 구현 사례는 와 같은 교육 연구 환Dream-AI Space AI · 경뿐만 아니라 유사 시스템 구축을 희망하는 여러 산업 및 학술 현장에서도 참조 모델로 활용, 될 수 있을 것으로 기대된다. 2025Ⓒ 송인용 ALL RIGHTS RESERVED