본 연구는 동적 시스템 모델링 및 제어를 위해 디지털 트윈을 활용하는 방안을 모색하며, 물리 기반, 데이터 기반, 하이브리드 접근 방식을 전통적인 컨트롤러 및 AI 기반 컨트롤러와 통합한다. 소형 온실을 테스트 플랫폼으로 사용하여, Linear, Physics-Based Modeling (PBM), Long Short Term Memory (LSTM), Hybrid Analysis and Modeling (HAM)의 4가지 예측 모델을 개발하고 보간 및 외삽 시나리오에서 비교한다. 또한 Model Predictive Control (MPC), Reinforcement Learning (RL), Large Language Model (LLM) 기반 제어의 3가지 제어 전략을 구현하여 정확성, 적응성, 구현 노력을 평가한다.
