기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # AWS IoT TwinMaker 장면 생성 및 편집 장면은 디지털 트윈을 3차원으로 시각화한 것입니다. 이는 디지털 트윈을 편집하는 주요 방법입니다. 알람, 시계열 데이터, 색상 오버레이, 태그 및 시각적 규칙을 장면에 추가하여 디지털 트윈 시각화를 실제 사용 사례에 맞게 조정하는 방법을 알아보십시오. 이 섹션은 다음 주제를 포함합니다. + [첫 번째 장면을 만들기 전](scenes-before-starting.md) + [리소스 라이브러리에 AWS IoT TwinMaker 리소스 업로드](scenes-using-resource-library.md) + [장면 생성](scenes-creation.md) + [개체에 고정형 카메라 추가](scenes-camera.md) + [장면 향상 편집](scenes-ee.md) + [장면 편집](scenes-editing.md) + [3D 타일 모델 형식](3d-tiles-model-format.md) + [동적 장면](dynamic-scenes.md) # 첫 번째 장면을 만들기 전 장면은 리소스를 기반으로 디지털 트윈을 표현합니다. 이러한 리소스는 3D 모델, 데이터 또는 텍스처 파일로 구성됩니다. 리소스의 크기와 복잡성, 장면의 요소(예: 조명), 컴퓨터 하드웨어는 AWS IoT TwinMaker 장면의 성능에 영향을 미칩니다. 이 항목의 정보를 사용하여 지연과 로딩 시간을 줄이고 장면의 프레임 속도를 개선할 수 있습니다. ## 로 가져오기 전에 리소스 최적화 AWS IoT TwinMaker AWS IoT TwinMaker 를 사용하여 디지털 트윈과 실시간으로 상호 작용할 수 있습니다. 장면에 대한 최상의 경험을 위해서는 실시간 환경에서 사용할 수 있도록 리소스를 최적화하는 것이 좋습니다. 3D 모델은 성능에 상당한 영향을 줄 수 있습니다. 복잡한 모델 지오메트리와 메시는 성능을 저하시킬 수 있습니다. 예를 들어, 산업용 CAD 모델은 세부 수준이 높습니다. AWS IoT TwinMaker 장면에서 사용하기 전에 이러한 모델의 메시를 압축하고 다각형 수를 줄이는 것이 좋습니다. 에 대한 새 3D 모델을 생성하는 경우 세부 수준을 설정하고 모든 모델에서 이를 유지해야 AWS IoT TwinMaker합니다. 사용 사례의 시각화나 해석에 영향을 주지 않는 모델의 세부 정보를 제거하십시오. 모델을 압축하고 파일 크기를 줄이려면 [DRACO 3D 데이터 압축](https://google.github.io/draco/)과 같은 오픈 소스 메시 압축 도구를 사용하십시오. 최적화되지 않은 텍스처도 성능에 영향을 줄 수 있습니다. 텍스처의 투명도가 필요하지 않은 경우 PNG 형식 대신 PEG 이미지 형식을 선택하는 것이 좋습니다. [Basis Universal 텍스처 압축](https://www.khronos.org/blog/google-and-binomial-contribute-basis-universal-texture-format-to-khronos-gltf-3d-transmission-open-standard)과 같은 오픈 소스 텍스처 압축 도구를 사용하여 텍스처 파일을 압축할 수 있습니다. ## 의 성능 모범 사례 AWS IoT TwinMaker 에서 최상의 성능을 얻으려면 다음 제한 사항과 모범 사례를 AWS IoT TwinMaker참고하세요. + AWS IoT TwinMaker 장면 렌더링 성능은 하드웨어에 따라 다릅니다. 성능은 컴퓨터 하드웨어 구성에 따라 달라집니다. + AWS IoT TwinMaker안에 있는 모든 오브젝트의 총 폴리곤 수는 1백만 개 미만으로 설정하는 것이 좋습니다. + 장면당 총 200개의 오브젝트를 사용하는 것이 좋습니다. 장면의 오브젝트 수를 200개 이상으로 늘리면 장면 프레임 속도가 감소할 수 있습니다. + 장면 내의 모든 고유 3D 자산의 총 크기는 100MB를 초과하지 않는 것이 좋습니다. 그렇지 않으면 브라우저와 하드웨어에 따라 로딩 시간이 느려지거나 성능이 저하될 수 있습니다. + 장면에는 기본적으로 주변 조명이 있습니다. 장면에 조명을 추가하여 특정 오브젝트에 초점을 맞추거나 그림자를 드리울 수 있습니다. 장면당 하나의 조명을 사용하는 것이 좋습니다. 필요한 경우 조명을 사용하고 장면 내에서 실제 조명을 복제하지 마십시오. ## 자세히 알아보기 다음 리소스를 사용하여 장면의 성능을 향상시키는 데 사용할 수 있는 최적화 기술에 대해 자세히 알아보십시오. + [와 함께 사용할 수 있도록 OBJ 모델을 GMTF로 변환하고 압축하는 방법 AWS IoT TwinMaker](https://aws.amazon.com/blogs/iot/how-to-convert-and-compress-obj-models-to-glb-gltf-for-use-with-aws-iot-twinmaker/) + [웹 콘텐츠용 3D 모델 최적화](https://medium.com/@michael.andrew/6-things-you-havent-optimised-in-your-webvr-content-272d74d541f0) + [더 나은 WebGL 성능을 위한 장면 최적화](https://www.soft8soft.com/docs/manual/en/introduction/Optimizing-WebGL-performance.html) # 리소스 라이브러리에 AWS IoT TwinMaker 리소스 업로드 리소스 라이브러리를 사용하여 디지털 트윈 애플리케이션의 장면에 배치하려는 모든 리소스를 제어하고 관리할 수 있습니다. 리소스를 AWS IoT TwinMaker 인식하려면 Resource Library 콘솔 페이지를 사용하여 리소스를 업로드합니다. ## 콘솔을 사용하여 Resource Library에 파일 업로드 **AWS IoT TwinMaker 콘솔을 사용하여 Resource Library에 파일을 추가하려면 다음 단계를 따르세요.** 1. 왼쪽 탐색 메뉴의 **Workspaces**에서 **Resource Library**를 선택합니다. 1. **리소스 추가**를 선택하고 업로드할 파일을 선택합니다. ![\[업로드를 위해 선택할 수 있는 파일 목록이 있는 Resource Library 콘솔 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/scenes-resource-lib-upload.png) # 장면 생성 이 섹션에서는 디지털 트윈을 편집할 수 있는 장면을 설정해 보겠습니다. [리소스 라이브러리](scenes-using-resource-library.md)에 업로드된 3D 모델을 가져온 다음 위젯을 추가하고 속성 데이터를 객체에 바인딩하여 디지털 트윈을 완료할 수 있습니다. 장면 객체에는 전체 건물이나 공간 또는 물리적 위치에 배치된 개별 장비가 포함될 수 있습니다. **참고** 장면을 생성하기 전에 워크스페이스를 생성해야 합니다. 다음 절차에 따라에서 장면을 생성합니다 AWS IoT TwinMaker. 1. 장면 창을 열려면 워크스페이스의 왼쪽 탐색 창에서 **장면을** 선택합니다. 1. **장면 생성**을 선택합니다. 새 장면 생성 창이 열립니다. 1. 새 장면 창에서 새 장면의 이름 및 설명을 입력합니다. 표준 또는 계층형 번들 요금제를 사용하는 경우 장면 유형을 선택할 수 있습니다. [동적 장면](dynamic-scenes.md)을 사용하는 것이 좋습니다. 1. 장면을 생성할 준비가 되면 **장면 생성**을 선택합니다. 새 장면이 열리고 작업할 준비가 되었습니다. ![\[작업할 준비가 된 빈 장면 캔버스입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/scenes-fresh-scene.png) ## AWS IoT TwinMaker 장면에서 3D 탐색 사용 AWS IoT TwinMaker 장면에는 장면의 3D 공간을 효율적으로 탐색하는 데 사용할 수 있는 탐색 컨트롤 세트가 있습니다. 장면이 나타내는 3D 공간 및 오브젝트와 상호 작용하려면 다음 위젯 및 메뉴 옵션을 사용합니다. + **검사기**: 검사기 창을 사용하여 계층 구조에서 선택한 개체 또는 구성 요소의 속성과 설정을 보고 편집할 수 있습니다. + **장면 캔버스**: 장면 캔버스는 사용하려는 3D 리소스를 배치하고 방향을 지정할 수 있는 3D 공간입니다. + **장면 그래프 계층**: 이 패널을 사용하여 장면에 있는 모든 개체를 볼 수 있습니다. 이는 창의 왼쪽에 나타납니다. + **오브젝트 기즈모**: 이 기즈모를 사용하여 캔버스 주위로 오브젝트를 이동할 수 있습니다. 장면 캔버스에서 선택한 3D 오브젝트의 중앙에 나타납니다. + **카메라 편집 기즈모**: 카메라 편집 기즈모를 사용하여 장면 뷰 카메라의 현재 방향을 빠르게 확인하고 시야각을 수정할 수 있습니다. 장면 뷰의 오른쪽 하단 모서리에서 이 기즈모를 찾을 수 있습니다. + **줌 컨트롤**: 장면 캔버스에서 탐색하려면 마우스 오른쪽 버튼을 클릭하고 이동하려는 방향으로 드래그합니다. 회전하려면 마우스 왼쪽 버튼을 클릭하고 드래그하여 회전합니다. 확대/축소하려면 마우스의 스크롤 휠을 사용하거나 노트북의 트랙 패드에서 손가락을 모았다가 벌리십시오. ![\[새로 추가된 객체 기즈모가 있는 장면 캔버스입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/scenes-nav-layout.png) 계층 창의 장면 버튼에는 다음과 같은 기능이 버튼 레이아웃 순서대로 나열되어 있습니다. + **실행 취소**: 장면에서 마지막으로 변경한 내용을 취소합니다. + **다시 실행**: 장면에서 마지막으로 변경한 내용을 다시 실행합니다. + **Plus(\$1)**: 이 버튼을 사용하면 **빈 노드 추가**, **3D 모델 추가**, **태그 추가**, **조명 추가**, **모델 셰이더 추가** 등의 작업에 액세스할 수 있습니다. + **탐색 방법 변경**: 장면 카메라 탐색 옵션인 **궤도** 및 **팬**에 액세스할 수 있습니다. + **삭제**: 이 버튼을 사용하면 장면에서 선택한 오브젝트를 삭제할 수 있습니다. + **오브젝트 조작 도구**: 이 버튼을 사용하면 선택한 오브젝트를 이동, 회전 및 크기 조정할 수 있습니다. # 개체에 고정형 카메라 추가 AWS IoT TwinMaker 장면 내의 개체에 고정 카메라 뷰를 연결할 수 있습니다. 이 카메라는 3D 모델에 고정된 시점을 제공하므로 장면의 시점을 대상 개체로 쉽고 빠르게 전환할 수 있습니다. 1. [AWS IoT TwinMaker 콘솔](https://console.aws.amazon.com/iottwinmaker/)에서 장면으로 이동합니다. 1. 장면 계층 구조 메뉴에서 카메라를 연결할 개체를 선택합니다. 1. **\$1** 버튼을 누르고 드롭다운 옵션에서 **현재 보기에서 카메라 추가**를 선택합니다. 현재 시점을 사용하여 개체에 카메라를 적용합니다. 1. 검사기에서 카메라를 구성하고 다음 설정을 조정할 수 있습니다. + 카메라 **이름** + 카메라 **위치** 및 **회전** + 카메라 **초점 거리** + **확대/축소 수준** + **근거리** 및 **원거리** 클리핑 플레인 1. 카메라를 배치한 후 카메라에 접근할 수 있습니다. 계층 구조에서 카메라를 추가한 개체를 선택합니다. 개체 아래에 나열된 카메라 이름을 찾으십시오. 1. 개체에서 배치된 카메라를 선택하면, 장면 카메라 뷰가 배치된 카메라의 설정된 시점으로 스냅됩니다. # 장면 향상 편집 AWS IoT TwinMaker 장면에는 장면에 있는 리소스의 향상된 편집 및 조작을 위한 도구 세트가 있습니다. 다음 주제에서는 AWS IoT TwinMaker 장면에서 향상된 편집 기능을 사용하는 방법을 설명합니다. + [장면 오브젝트의 타겟 배치](#scenes-ee-placement) + [서브모델 선택](#scenes-ee-submodel) + [장면 계층 구조에서 엔티티 편집](#scenes-ee-hierarchy) ## 장면 오브젝트의 타겟 배치 AWS IoT TwinMaker 를 사용하면 장면에 객체를 정확하게 배치하고 추가할 수 있습니다. 이 향상된 편집 기능을 사용하면 장면에서 태그, 개체, 조명 및 모델을 배치할 위치를 더 잘 제어할 수 있습니다. 1. [AWS IoT TwinMaker 콘솔](https://console.aws.amazon.com/iottwinmaker/)에서 장면으로 이동합니다. 1. **\$1** 버튼을 누르고 드롭다운 옵션에서 옵션 중 하나를 선택합니다. 이는 모델, 조명, 태그 또는 **\$1** 메뉴에 있는 그 밖의 것일 수 있습니다. 장면의 3D 공간에서 커서를 움직이면 커서 주위에 대상이 표시됩니다. 1. 대상을 사용하여 장면에 요소를 정확하게 배치합니다. ## 서브모델 선택 AWS IoT TwinMaker 를 사용하면 장면에서 3d 모델의 하위 모델을 선택하고 태그, 조명 또는 규칙과 같은 표준 속성을 적용할 수 있습니다. 3D 모델 파일 형식에는 모델의 하위 영역을 대형 모델 내의 하위 모델로 지정할 수 있는 메타데이터가 포함됩니다. 예를 들어 모델은 여과 시스템일 수 있으며 탱크, 파이프 또는 모터와 같은 시스템의 개별 부품은 여과 3D 모델의 하위 모델로 표시됩니다. **장면에서 지원되는 3D 파일 형식**: GLB 및 GLTF. 1. [AWS IoT TwinMaker 콘솔](https://console.aws.amazon.com/iottwinmaker/)에서 장면으로 이동합니다. 1. 장면에 모델이 없는 경우 **\$1** 메뉴에서 옵션을 선택하여 모델을 추가하십시오. 1. 장면 계층 구조에 나열된 모델을 선택하면 계층 구조에 모델 아래에 하위 모델이 표시되어야 합니다. **참고** 하위 모델이 나열되지 않는 경우 해당 모델에 하위 모델이 구성되지 않았을 가능성이 높습니다. 1. 하위 모델의 가시성을 전환하려면 계층 구조에서 하위 모델 이름 오른쪽에 있는 눈 아이콘을 누릅니다. 1. 이름이나 위치와 같은 하위 모델 데이터를 편집하려면, 하위 모델을 선택하면 장면 검사기가 열립니다. 검사기 메뉴를 사용하여 하위 모델 데이터를 업데이트하거나 변경할 수 있습니다. 1. 하위 모델에 태그, 조명, 규칙 또는 기타 속성을 추가하려면 계층 구조에서 하위 모델을 선택한 상태에서 **\$1를** 누릅니다. ## 장면 계층 구조에서 엔티티 편집 AWS IoT TwinMaker 장면을 사용하면 계층 구조 테이블 내에서 개체의 속성을 직접 편집할 수 있습니다. 다음 절차는 계층 메뉴를 통해 개체에 대해 수행할 수 있는 작업을 보여줍니다. 1. [AWS IoT TwinMaker 콘솔](https://console.aws.amazon.com/iottwinmaker/)에서 장면으로 이동합니다. 1. 장면 계층 구조를 열고 조작하려는 개체의 하위 요소를 선택합니다. 1. 요소를 선택한 후 **\$1** 버튼을 누르고 드롭다운에서 다음 옵션 중 하나를 선택합니다. + **빈 노드 추가** + **3D 모델 추가** + **조명 추가** + **현재 보기에서 카메라 추가** + **태그 추가** + **모델 셰이더 추가** + **모션 인디케이터 추가** 1. 드롭다운에서 옵션 중 하나를 선택하면 선택 항목이 2단계에서 선택한 요소의 하위 항목으로 장면에 적용됩니다. 1. 하위 요소를 선택하고 계층 구조에서 새 상위 요소로 드래그하여 하위 요소를 재정렬하고 상위 요소를 다시 지정할 수 있습니다. ## 개체에 주석 추가 AWS IoT TwinMaker 장면 작성기를 사용하면 장면 계층 구조의 모든 요소에 주석을 달 수 있습니다. 주석은 마크다운으로 작성됩니다. 마크다운으로 작성하는 방법에 대한 자세한 내용은 마크다운 구문에 대한 공식 문서인 [기본 구문](https://www.markdownguide.org/basic-syntax/)을 참조하십시오. **참고** AWS IoT TwinMaker 주석 및 오버레이 마크다운 구문만 해당하며 HTML은 해당되지 않습니다. **개체에 주석 추가** 1. [AWS IoT TwinMaker 콘솔](https://console.aws.amazon.com/iottwinmaker/)에서 장면으로 이동합니다. 1. 장면 계층 구조에서 주석을 달고 싶은 요소를 선택합니다. 계층 구조에서 요소를 선택하지 않은 경우 루트에 주석을 추가할 수 있습니다. 1. 플러스**\$1** 버튼을 누르고 **주석 추가** 옵션을 선택합니다. ![\[더하기 기호 컨트롤이 확장된 장면 캔버스 페이지에 주석 추가 옵션이 표시됩니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/Scene composer -annotation-menu.png) 1. 왼쪽의 **검사기** 창에서 **주석** 섹션까지 아래로 스크롤합니다. 마크다운 구문을 사용하여 주석에 표시할 텍스트를 작성합니다. 마크다운으로 작성하는 방법에 대한 자세한 내용은 마크다운 구문에 대한 공식 문서인 [기본 구문](https://www.markdownguide.org/basic-syntax/)을 참조하십시오. ![\[주석 패널의 마크다운 콘텐츠 입력 양식이 표시된 장면 캔버스 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/tm-step4a.png) 1. AWS IoT TwinMaker 장면 데이터를 주석에 바인딩하려면 **데이터 바인딩 추가**를 선택하고 **개체 ID**를 추가한 다음 데이터를 표시할 개체의 **구성 요소 이름** 및 **속성 이름을** 선택합니다. 바인딩 이름을 업데이트하여 마크다운 변수로 사용하고 주석에 데이터를 표시할 수 있습니다. ![\[주석 풀다운 오른쪽에 있는 세 개의 점을 선택하면 데이터 바인딩 추가 버튼이 나타납니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/tm-step5a1.png) ![\[데이터 바인딩 추가 버튼을 선택하면 바인딩 이름, 개체 ID, 구성 요소 및 속성 이름을 입력할 수 있습니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/tm-step5a2.png) 1. **바인딩 이름**은 주석의 변수를 나타내는 데 사용됩니다. 바인**딩 이름을** 입력하여 주석에서 변수 구문을 통해 엔터티 시계열의 최신 기록 값을 표시합니다 AWS IoT TwinMaker. `${variable-name}` 예를 들어, 이 오버레이는 `${mixer0alarm}` 구문이 포함된 주석에 `mixer0alarm`의 값을 표시합니다. ![\[완료된 주석 데이터 바인딩 예제입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/tm-step6a.png) ## 태그에 오버레이 추가 AWS IoT TwinMaker 장면에 대한 오버레이를 생성할 수 있습니다. 장면 오버레이는 태그와 연결되며 장면 개체와 연결된 중요한 데이터를 표시하는 데 사용할 수 있습니다. 오버레이는 마크다운에서 작성 및 렌더링됩니다. 마크다운으로 작성하는 방법에 대한 자세한 내용은 마크다운 구문에 대한 공식 문서인 [기본 구문](https://www.markdownguide.org/basic-syntax/)을 참조하십시오. **참고** 기본적으로 **오버레이**는 연결된 태그를 선택한 경우에만 장면에 표시됩니다. 장면 **설정**에서 이를 전환하여 모든 **오버레이를** 한 번에 볼 수 있습니다. 1. [AWS IoT TwinMaker 콘솔](https://console.aws.amazon.com/iottwinmaker/)에서 장면으로 이동합니다. 1. AWS IoT TwinMaker **오버레이**는 태그 장면과 연결되어 있으므로 기존 태그를 업데이트하거나 새 태그를 추가할 수 있습니다. 플러스**\$1** 버튼을 누르고 **태그 추가** 옵션을 선택합니다. ![\[더하기 버튼이 선택되고 태그 추가 옵션이 강조 표시된 장면입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/Scene composer-overlay-add-tag.png) 1. 오른쪽의 **Inspector** 패널에서 **\$1**(더하기 기호) 버튼을 선택한 다음 **오버레이 추가**를 선택합니다. ![\[더하기 버튼이 선택되고 오버레이 추가가 강조 표시된 Inspector 패널입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/tm-step4b.png) 1. 마크다운 구문에서 오버레이에 표시할 텍스트를 작성합니다. 마크다운으로 작성하는 방법에 대한 자세한 내용은 마크다운 구문에 대한 공식 문서인 [기본 구문](https://www.markdownguide.org/basic-syntax/)을 참조하십시오. 1. AWS IoT TwinMaker 장면 데이터를 오버레이에 바인딩하려면 **데이터 바인딩 추가**를 선택합니다. ![\[세 개의 점이 선택되고 데이터 바인딩 추가가 강조 표시된 Inspector 패널입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/tm-step6b.png) **바인딩 이름과** **개체 ID**를 추가한 다음 데이터를 표시할 개체의 **구성 요소 이름과** **속성 이름을** 선택합니다. 1. 의 변수 구문을 통해 오버레이에 개체 시계열 데이터의 최신 기록 값을 표시할 수 AWS IoT TwinMaker있습니다`${variable-name}`. 예를 들어, 이 오버레이는 구문 `${mixer0alarm}`과 함께 `mixer0alarm`의 값을 오버레이에 표시합니다. ![\[마크다운 콘텐츠 입력 상자에 경보 상태 정보가 입력된 Inspector 패널입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/tm-step7b.png) 1. **오버레이** 가시성을 활성화하려면 왼쪽 상단의 **설정** 탭을 열고 **모든 오버레이**가 한 번에 표시되도록 **오버레이** 토글이 켜져 있는지 확인합니다. **참고** 기본적으로 **오버레이**는 연결된 태그를 선택한 경우에만 장면에 표시됩니다. ![\[오버레이 토글이 꺼져 있음을 보여주는 설정 탭입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/scene-setting.png) # 장면 편집 장면을 만든 후에는 개체와 구성 요소를 장면에 추가하고 증강 위젯을 구성할 수 있습니다. 개체 구성 요소 및 위젯을 사용하여 디지털 트윈을 모델링하고 사용 사례에 맞는 기능을 제공하십시오. **Topics** + [장면에 모델 추가](scenes-editing-add-models.md) + [장면에 모델 셰이더 증강 UI 위젯 추가](scenes-editing-add-color-widget.md) + [장면에 대한 태그 만들기](scenes-editing-add-tags.md) # 장면에 모델 추가 장면에 모델을 추가하려면 다음 절차를 따르십시오. **참고** 장면에 모델을 추가하려면 먼저 모델을 AWS IoT TwinMaker 리소스 라이브러리에 업로드해야 합니다. 자세한 내용은 [리소스 라이브러리에 AWS IoT TwinMaker 리소스 업로드](scenes-using-resource-library.md)을(를) 참조하십시오. 1. 장면 구성기 페이지에서 더하기(**\$1**) 기호를 선택한 다음 **3D 모델 추가**를 선택합니다. 1. **리소스 라이브러리에서 리소스 추가** 창에서 **CookieFactorMixer.glb** 파일을 선택한 다음 **추가**를 선택합니다. 장면 구성기가 열립니다. 1. **선택 사항**: 더하기(**\$1**) 기호를 선택한 다음 **조명 추가**를 선택합니다. 1. 각 조명 옵션을 선택하여 장면에 어떤 영향을 미치는지 확인하십시오. ![\[선택한 쿠키 믹서에 대해 “라이트 유형” 및 “색상” 컨트롤이 표시된 장면 캔버스입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/CookieMixerInScene.png) **참고** 장면에는 기본 주변 조명이 있습니다. 프레임 속도 손실을 방지하려면 장면에 배치되는 추가 조명 수를 제한하는 것이 좋습니다. # 장면에 모델 셰이더 증강 UI 위젯 추가 모델 셰이더 위젯은 정의한 조건에서 객체의 색상을 변경할 수 있습니다. 예를 들어 믹서의 온도 데이터를 기반으로 장면의 쿠키 믹서 색상을 변경하는 색상 위젯을 만들 수 있습니다. 다음 절차에 따라 선택한 객체에 모델 셰이더 위젯을 추가합니다. 1. 계층 구조에서 위젯을 추가할 개체를 선택합니다. **\$1** 버튼을 누른 다음 **모델 셰이더**를 선택합니다. 1. 새 시각적 규칙 그룹을 추가하려면 먼저 아래 지침에 따라 ColorRule을 생성한 다음 규칙 ID의 객체에 대한 Inspector 패널에서 **ColorRule**을 선택합니다. 1. 모델 셰이더를 바인딩할 entityID, ComponentName 및 PropertyName을 선택합니다. ## 장면에 대한 시각적 규칙 만들기 시각적 규칙 맵을 사용하여 태그 또는 모델 셰이더와 같이 증강 UI 위젯의 시각적 모양을 변경하는 데이터 기반 조건을 지정할 수 있습니다. 샘플 규칙이 제공되지만 직접 만들 수도 있습니다. 다음 예제에서는 시각적 규칙을 보여줍니다. ![\[오류, 경고 및 정보 아이콘을 활성화하는 온도 기반 표현식이 있는 시각적 규칙의 예입니다.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/scene-topic-temp-sample-rule.png) 위 이미지는 ID가 '온도'인 이전에 정의된 데이터 속성을 특정 값에 대해 확인할 때의 규칙을 보여줍니다. 예를 들어 '온도'가 40보다 크거나 같으면 태그의 모양이 빨간색 원으로 변경됩니다. Grafana 대시보드에서 **대상**을 선택하면 동일한 데이터 소스를 사용하도록 구성된 세부 정보 패널이 채워집니다. 다음 절차는 메시 색상화 증강 UI 레이어에 새 시각적 규칙 그룹을 추가하는 방법을 보여줍니다. 1. 콘솔의 규칙 탭 아래 텍스트 필드에 ColorRule과 같은 이름을 입력하고 **새 규칙 그룹** 추가를 선택합니다. ![\[새 규칙 맵 이름이 "새 규칙 그룹 추가" 버튼 위에 입력된 "규칙" 탭.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/scenes-new-vis-rule-create.png) 1. 사용 사례에 맞는 새 규칙을 정의합니다. 예를 들어 데이터 속성 '온도'를 기반으로 하나를 생성할 수 있습니다. 여기서 보고된 값은 20 미만입니다. 규칙 표현식에 다음 구문을 사용합니다. 작음은 **<**, 큼은 **>**, 작거나 같음은 **<=**, 크거나 같음은 **>=**, 같음은 **==**. (자세한 내용은 [Apache Commons JEXL 구문](https://commons.apache.org/proper/commons-jexl/reference/syntax.html)을 참조하세요.) 1. 대상을 색상으로 설정합니다. 와 같은 색상을 정의하려면 16진수 값을 `#fcba03`사용합니다. (16진수 값에 대한 자세한 내용은 [16진수를 참조하세요](https://en.wikipedia.org/wiki/Hexadecimal).) # 장면에 대한 태그 만들기 태그는 장면의 특정 `x,y,z` 좌표 위치에 추가되는 주석입니다. 태그는 개체 속성을 사용하여 장면 부분을 지식 그래프에 연결합니다. 태그를 사용하여 알람과 같은 장면 내 항목의 동작이나 시각적 모양을 구성할 수 있습니다. **참고** 태그에 기능을 추가하려면 태그에 시각적 규칙을 적용해야 합니다. 다음 절차를 사용하여 장면에 태그를 추가합니다. 1. 계층 구조에서 오브젝트를 선택하고 **\$1** 버튼을 선택한 다음 **태그 추가**를 선택합니다. 1. 태그 이름을 지정합니다. 그런 다음 시각적 규칙을 적용하려면 시각적 그룹 ID를 선택합니다. 1. 드롭다운 목록에서 EntityID, ComponentName, PropertyName을 선택합니다. 1. 데이터 경로 필드를 채우려면 **DataFrameLabel 생성**을 선택합니다. # 3D 타일 모델 형식 ## 장면에서 3D 타일 사용 3D 장면을에 로드할 때 대기 시간이 길 AWS IoT TwinMaker 거나 복잡한 3D 모델을 탐색할 때 렌더링 성능이 좋지 않은 경우 모델을 3D 타일로 변환하는 것이 좋습니다. 이 섹션에서는 3D 타일 형식과 사용 가능한 타사 도구에 대해 설명합니다. 계속해서 3D 타일이 사용 사례에 적합한지 확인하고 시작하는 데 도움을 받으세요. ### 복잡한 모델 사용 사례 AWS IoT TwinMaker 장면의 3D 모델은 모델이 다음과 같은 경우 느린 로딩 시간 및 지연 탐색과 같은 성능 문제를 일으킬 수 있습니다. + **대형**: 파일 크기가 100MB보다 큽니다. + **밀도**: 수백 또는 수천 개의 개별 메시로 구성됩니다. + **복합**: 메시 지오메트리에는 복잡한 모양을 형성하는 수백만 개의 삼각형이 있습니다. ### 3D 타일 형식 [3D 타일 형식](https://www.ogc.org/standard/3dtiles/)은 모델 지오메트리를 스트리밍하고 3D 렌더링 성능을 개선하기 위한 솔루션입니다. 장면에서 3D 모델을 즉시 로드할 수 AWS IoT TwinMaker 있으며 카메라 보기에 표시되는 내용을 기반으로 모델의 청크로 로드하여 3D 상호 작용을 최적화합니다. 3D 타일 형식은 [Cesium](https://cesium.com/)에서 생성했습니다. Cesium에는 3D 모델을 [Cesium Ion](https://cesium.com/platform/cesium-ion/)이라는 3D 타일로 변환하는 관리형 서비스가 있습니다. 이는 현재 3D 타일을 생성하는 데 가장 적합한 솔루션이며 [ 지원되는 형식](https://cesium.com/learn/3d-tiling/tiler-data-formats/#supported-data-formats)의 복잡한 모델에 권장됩니다. Cesium[의 요금 페이지에서 비즈니스 요구 사항에 따라 Cesium](https://cesium.com/platform/cesium-ion/pricing/)을 등록하고 적절한 구독 플랜을 선택할 수 있습니다. AWS IoT TwinMaker 장면에 추가할 수 있는 3D 타일 모델을 준비하려면 Cesium Ion에서 설명하는 지침을 따르세요. + [Cesium Ion으로 모델 가져오기](https://cesium.com/learn/3d-tiling/tiler-data-formats/) ### 에 Cesium 3D 타일 업로드 AWS 모델이 3D 타일로 변환되면 모델 파일을 다운로드한 다음 AWS IoT TwinMaker 워크스페이스 Amazon S3 버킷에 업로드합니다. 1. [ 3D 타일 모델 아카이브를 생성하고 다운로드합니다](https://cesium.com/learn/ion/cesium-ion-archives-and-exports/#create-and-download-an-asset-archive). 1. 아카이브의 압축을 폴더에 풉니다. 1. 전체 3D 타일 폴더를 워크스페이스와 연결된 Amazon S3 버킷에 업로드합니다 AWS IoT TwinMaker . (Amazon S3 사용 설명서의 [ 객체 업로드](https://docs.aws.amazon.com/AmazonS3/latest/userguide/upload-objects.html) 참조) 1. 3D 타일 모델이 성공적으로 업로드된 경우 AWS IoT TwinMaker [리소스 라이브러리](scenes-using-resource-library.md)에 유형이 인 Amazon S3 폴더 경로가 표시됩니다`Tiles3D`. **참고** AWS IoT TwinMaker Resource Library는 3D 타일 모델 직접 업로드를 지원하지 않습니다. ### 에서 3D 타일 사용 AWS IoT TwinMaker AWS IoT TwinMaker 는 워크스페이스 S3 버킷에 업로드된 모든 3D 타일 모델을 인식합니다. 모델은 동일한 Amazon S3 디렉터리에서 `tileset.json` 및 모든 종속 파일(.gltf, .b3dm, .i3dm, .cmpt, .pnts)을 사용할 수 있어야 합니다. Amazon S3 디렉터리 경로는 Resource Library에 유형과 함께 표시됩니다`Tiles3D`. 장면에 3D 타일 모델을 추가하려면 다음 단계를 따르세요. 1. 장면 구성기 페이지에서 더하기(**\$1**) 기호를 선택한 다음 **3D 모델 추가**를 선택합니다. 1. **리소스 라이브러리에서 리소스 추가** 창에서 유형이 인 3D 타일 모델의 경로를 선택한 `Tiles3D`다음 **추가**를 선택합니다. 1. 캔버스를 클릭하여 장면에 모델을 배치합니다. #### 3D 타일 차이점 3D 타일은 현재 기하학적 및 의미론적 메타데이터를 지원하지 않습니다. 즉, 원래 모델의 메시 계층 구조를 하위 모델 선택 기능에 사용할 수 없습니다. 3D 타일 모델에 위젯을 추가할 수 있지만 모델 셰이더, 분리된 3D 변환 또는 하위 모델 메시에 대한 개체 바인딩과 같은 하위 모델에 미세 조정된 기능은 사용할 수 없습니다. 장면 배경의 컨텍스트 역할을 하는 대규모 자산에는 3D 타일 변환을 사용하는 것이 좋습니다. 하위 모델을 더 세분화하고 주석을 달려면 하위 모델을 별도의 glTF/glb 자산으로 추출하여 장면에 직접 추가해야 합니다. [Blender](https://www.blender.org/)와 같은 일반적인 무료 3D 도구를 사용하여이 작업을 수행할 수 있습니다. **사용 사례의 예:** + 상세한 기계실과 바닥, 전기 상자 및 파이프가 있는 공장의 1GB 모델이 있습니다. 연결된 속성 데이터가 임계값을 초과하면 전기 상자와 파이프가 빨간색으로 빛나야 합니다. + 모델에서 상자와 파이프 메시를 격리하고 Blender를 사용하여 별도의 glTF로 내보냅니다. + 전기 및 파이프 요소를 사용하지 않고 공장을 3D 타일 모델로 변환하고 S3에 업로드합니다. + 3D 타일 모델과 glTF 모델을 오리진(0,0,0)의 AWS IoT TwinMaker 장면에 모두 추가합니다. + glTF의 전기 상자 및 파이프 하위 모델에 모델 셰이더 구성 요소를 추가하여 속성 규칙에 따라 메시를 빨간색으로 만듭니다. # 동적 장면 AWS IoT TwinMaker 장면은 개체 구성 요소에 장면 노드와 설정을 저장하여 [지식 그래프](tm-knowledge-graph.md)의 성능을 활용합니다. AWS IoT TwinMaker 콘솔을 사용하여 **동적 장면**을 생성하여 3D 장면을 보다 쉽게 관리, 빌드 및 렌더링할 수 있습니다. **주요 기능:** + 모든 3D 장면 노드 객체, 설정 및 데이터 바인딩은 지식 그래프 쿼리를 기반으로 "동적으로" 렌더링됩니다. + Grafana 또는 사용자 지정 애플리케이션에서 읽기 전용 장면 뷰어를 사용하는 경우 30초 간격으로 장면을 업데이트할 수 있습니다. ## 정적 장면과 동적 장면 비교 **정적 장면**은 모든 장면 노드 및 설정에 대한 세부 정보가 있는 S3에 저장된 장면 JSON 파일로 구성됩니다. 장면을 변경하려면 JSON 문서를 변경하고 S3에 저장해야 합니다. [기본 요금제가](https://aws.amazon.com/iot-twinmaker/pricing/) 있는 경우 정적 장면이 유일한 옵션입니다. **동적 장면**은 장면에 대한 전역 설정이 있는 장면 JSON 파일로 구성되며, 다른 모든 장면 노드 및 노드 설정은 지식 그래프에 개체 구성 요소로 저장됩니다. 동적 장면은 표준 및 계층형 번들 요금제에서만 지원됩니다. 요금제를 업그레이드하는 방법에 대한 [AWS IoT TwinMaker 가격 책정 모드 전환](tm-pricing-mode.md) 자세한 내용은 섹션을 참조하세요.) 다음 단계에 따라 기존 정적 장면을 동적 장면으로 변환할 수 있습니다. + [AWS IoT TwinMaker 콘솔](https://console.aws.amazon.com/iottwinmaker/)에서 장면으로 이동합니다. + 왼쪽 패널에서 **설정** 탭을 클릭합니다. + 패널 하단의 **장면 변환** 섹션을 확장합니다. + **장면 변환** 버튼을 클릭한 다음 **확인을** 클릭합니다. **주의** 정적 장면에서 동적 장면으로의 변환은 되돌릴 수 없습니다. ![\[3D modeling interface with grid and a robotic arm model in the center.\]](http://docs.aws.amazon.com/ko_kr/iot-twinmaker/latest/guide/images/convert-scene.png) ## 장면 구성 요소 유형 및 개체 장면별 개체 구성 요소를 생성하기 위해 다음과 같은 1P 구성 요소 유형이 지원됩니다. + **com.amazon.iottwinmaker.3d.component.camera** [카메라 위젯](scenes-camera.md)의 설정을 저장하는 구성 요소 유형입니다. + **com.amazon.iottwinmaker.3d.component.dataoverlay** 주석 또는 태그 위젯의 [ 오버레이](scenes-ee.md#scenes-ee-overlay)에 대한 설정을 저장하는 구성 요소 유형입니다. + **com.amazon.iottwinmaker.3d.component.light** 조명 위젯의 설정을 저장하는 구성 요소 유형입니다. + **com.amazon.iottwinmaker.3d.component.modelref** 장면에 사용되는 3D 모델의 설정과 S3 위치를 저장하는 구성 요소 유형입니다. + **com.amazon.iottwinmaker.3d.component.modelshader** 3D 모델에 [ 모델 셰이더](scenes-editing-add-color-widget.md)의 설정을 저장하는 구성 요소 유형입니다. + **com.amazon.iottwinmaker.3d.component.motionindicator** 모션 인디케이터 위젯의 설정을 저장하는 구성 요소 유형입니다. + **com.amazon.iottwinmaker.3d.component.submodelref** 3D 모델의 [ 하위 모델의](scenes-ee.md#scenes-ee-submodel) 설정을 저장하는 구성 요소 유형입니다. + **com.amazon.iottwinmaker.3d.component.tag** [ 태그 위젯](scenes-editing-add-tags.md)의 설정을 저장하는 구성 요소 유형입니다. + **com.amazon.iottwinmaker.3d.node** 3D 변환, 이름 및 일반 속성과 같은 장면 노드의 기본 설정을 저장하는 구성 요소 유형입니다. ## 동적 장면 개념 동적 장면 개체는 레이블이 지정된 글로벌 개체 아래에 저장됩니다`$SCENES`. 각 장면은 루트 개체와 장면 노드 계층 구조와 일치하는 하위 개체의 계층 구조로 구성됩니다. 루트 아래의 각 장면 노드에는 **com.amazon.iottwinmaker.3d.node** 구성 요소와 노드 유형(3D 모델, 위젯 등)에 대한 구성 요소가 있습니다. **주의** 장면 엔터티를 수동으로 삭제하지 마십시오. 그렇지 않으면 장면이 손상된 상태일 수 있습니다. 장면을 부분적으로 또는 완전히 삭제하려면 장면 작성기 페이지를 사용하여 장면 노드를 추가 및 삭제하고, 장면 페이지를 사용하여 장면을 선택하고 삭제합니다.