earticle

영어

This study aims to explore research trends related to digital twins, a core technology in digital transformation. A total of 7,957 academic papers were collected from the Web of Science database, and topic modeling, a quantitative bibliometric analysis method, was employed to systematically review the collected data. Specifically, the LDA (latent Dirichlet allocation) model was applied to the abstracts of these papers, resulting in the identification of 14 research topics. The findings revealed not only foundational topics such as ‘Digital Manufacturing and Production’ and ‘Simulation and System Modeling,’ but also more specific topics like ‘Digital Technologies in Urban and Industrial Applications,’ ‘BIM and Construction Management,’ ‘Energy Systems and Renewable Power Grid Management,’ ‘Human-Robot Interaction and Virtual Environments,’ and ‘Clinical Applications and Patient Modeling.’ Notably, the topic ‘Predictive Modeling and Performance Optimization’ exhibited high growth, emerging as a significant area of research, while the application of digital twin technology was found to be expanding beyond manufacturing into various industrial sectors. These findings suggest that digital twin technology is accelerating digital transformation across industries, providing critical foundational insights for future research directions. Additionally, they offer practical guidance for companies in recognizing and effectively leveraging the tangible value that digital twins can deliver.

한국어

본 연구는 디지털 전환의 핵심 기술인 디지털 트윈 관련 연구 동향을 탐색하는 것을 목적으로 한다. 이를 위해 Web of Science 데이터베이 스에서 총 7,957편의 학술 논문을 수집하였으며, 수집된 데이터를 체계적으로 검토하기 위해 계량적 문헌 분석 기법인 토픽 모델링을 활용하 였다. 수집된 논문의 초록 데이터를 바탕으로 LDA (latent Dirichlet allocation) 모델을 적용한 결과, 총 14개의 연구 주제가 도출되었다. 분석 결과에 따르면 ‘Digital Manufacturing and Production’, ‘Simulation and System Modeling’과 같은 디지털 트윈의 출발점이 되는 주제뿐만 아 니라, ‘Digital Technologies in Urban and Industrial Applications’, ‘BIM and Construction Management’, ‘Energy Systems and Renewable Power Grid Management’, ‘Human-Robot Interaction and Virtual Environments’, ‘Clinical Applications and Patient Modeling’ 등의 세부 주 제가 확인되었다. 특히, ‘Predictive Modeling and Performance Optimization’과 같은 주제는 최근 높은 성장률을 보이며 중요한 연구 분야로 부상하고 있으며, 디지털 트윈 기술이 제조업을 넘어 다양한 산업 분야로 확장되고 있음을 확인하였다. 이러한 발견은 디지털 트윈 기술이 산 업 전반의 디지털 전환을 촉진하고 있음을 시사하며, 연구자들에게 향후 연구 방향에 대한 중요한 기초 자료를 제공할 뿐만 아니라, 기업들이 디지털 트윈을 도입할 때 해당 기술이 제공할 수 있는 실제적 가치를 명확히 인식하고 이를 효과적으로 활용할 수 있는 지침을 제공하는 데 기 여할 것이다.