[Plant Simulation Study #20] – Plant Simulation 에서 ChatGPT 활용한 디지털 트윈 공정 제어 시뮬레이션 (자율공장 구현 예제)

🧪 [Plant Simulation Study #20] – ChatGPT 활용한 디지털 트윈 공정 제어 시뮬레이션 (자율공장 구현 예제)

🎬 개요

이번 Study에서는 Siemens Plant Simulation과 OpenAI의 ChatGPT API를 연결해
AI가 실시간으로 공정을 판단하고, 시뮬레이션 모델을 자율적으로 제어하는 디지털 트윈 구조를 실험합니다.

Python과 ChatGPT를 활용해, 시뮬레이션 데이터를 기반으로
컨베이어 흐름 제어, 변수 자동 조정, 상황 인식 기반 결정 로직을
AI가 직접 수행하는 구조를 구현하였습니다.

이 실험은 단순한 자동화 모델을 넘어서,
자율공장(AI-operated Smart Factory) 개념에 가까운 시뮬레이션 사례입니다.

 

유튜브 링크 : https://youtu.be/mDQOXU9y6mk

 

---

💻 연동 구조 및 핵심 구현

구성요소설명

기술 스택	Plant Simulation + Python + OpenAI ChatGPT API
핵심 목적	AI 기반 출구 전략(Exit Strategy) 제어
통신 방식	Python → ChatGPT API 호출 → 응답값 → 변수 적용
주기 실행	5초마다 Python 스크립트 실행 (루프 연동)

🔧 Python 내 핵심 코드

import openai
import pandas as pd

obj = root.EXIT_Seq_SET.Value
set_A = root.Con1_nummu.Value
set_B = root.Con2_nummu.Value

# OpenAI API 키 설정
api_key = "PUT API HERE"  # 여기에 실제 OpenAI API 키를 입력하세요.
openai.api_key = api_key

# ChatGPT API 호출 함수
def chat_with_gpt(prompt, model="gpt-4", temperature=0):
    response = openai.ChatCompletion.create(
        model=model,
        messages=[
            {"role": "system", "content": "You are a decision-making assistant."},
            {"role": "user", "content": prompt}
        ],
        temperature=temperature
    )
    return response.choices[0].message['content'].strip()

# 프롬프트 설정
user_input = f"""
Con1 위 제품 개수 :
{set_A}
Con2 위 제품 개수 :
{set_B}

0. 아래 조건들을 확인하고 Con1 과 Con2 중 한 곳을 출력해라.
1. if {set_A} > {set_B} , Con1 출력
2. if {set_A} < {set_B} , Con2 출력
2. if {set_A} = {set_B} , Con2 or Con1 50% 확률로 랜덤 출력
5. 설명 없이 정확히 둘중 하나의 이름만 적어주세요.
"""

# API 호출 및 응답을 obj 변수에 저장
try:
    reply = chat_with_gpt(user_input)
    
    print("🔹 ChatGPT Answer (원본):\n", reply)

    # 응답을 obj 변수에 직접 저장
    obj = reply  # 기대한 단일 값인 A1, A2, A3, A4, A5 중 하나를 저장
    print("🔹 done:", obj)

except Exception as e:
    print("API 호출 중 오류 발생:", str(e))

root.EXIT_Seq_SET.value = obj

• prompt에는 현재 공정 상태와 시나리오 맥락이 포함됨
• 응답 결과에서 변수값(예: Con1, Con2)을 파싱하여
  Plant Simulation 내에 적용 → 실제 라인 동작 변경

---

🧪 실행 흐름 및 시연

1. Python Script 실행  
   • 5초 간격으로 ChatGPT에 현재 상태 전달
   • "Run Python (5 Sec Interval)" 설정
     

     

2. ChatGPT 응답 확인
   • 모델 오른쪽 로그 창에 실시간 응답 표시
   • "Answered by ChatGPT" 출력됨
3. 시뮬레이션 모델 제어
   • 응답 내용에 따라 Con1, Con2 변수 제어
   • 컨베이어 흐름이 바뀌며 실제 모델 동작도 변경됨
   • "Line Operated by ChatGPT" 라벨 표시

 

---

📈 기대 효과 및 응용 사례

✅ 스마트팩토리 시뮬레이션 교육 콘텐츠로 활용 가능
✅ 디지털 트윈 기반의 AI 제어 전략 사전 검증 모델링
✅ ChatGPT를 이용한 의사결정 시뮬레이션 프레임워크 구축
✅ 향후 RAG / GPT Agents 와 결합 시 동적 시나리오 생성 가능

---

🧠 마무리하며

이번 Study는 LLM(Large Language Model)인 ChatGPT를 활용하여 공정 시뮬레이션을 지능적으로 제어한 사례입니다.
시뮬레이션은 더 이상 사람이 일일이 제어하는 도구가 아니라,
AI와 협업하여 스스로 판단하고 움직이는 디지털 트윈 실험 환경으로 진화하고 있습니다.