산업 현장에서는 AI를 심기 위한 전방위적인 노력이 지속되고 있다. 여기에 엔지니어링 기술을 기반으로 완성도를 갖춘 ‘연속공정’도 고도화를 위해 AI를 접목하자는 목소리가 커지고 있다. 장윤석 인이지 기술영업이사는 공정에 AI를 적용하기 위한 필수 요소로 ‘데이터’를 강조했다. 그는 “현장 데이터의 품질이 생산성·효율성 등 공정의 수준을 판가름하는 척도가 될 것”이라고 말했다. 이 글에서는 인이지 솔루션이 어떤 차별점을 가지고 어떤 공정에서 활약하고 있는지 소개한다.

 

조명 받는 AI 기술

 

최근 산업 현장에서는 ‘인공지능(AI) 안착’이 핵심 키워드다. 현장에 효율적이고, 정확하며, 안전한 AI를 적용하겠다는 의지가 뜨거운데, 이에 AI 기반의 각종 솔루션 및 서비스가 우후죽순 출시되고 있다.

 

이 가운데 새롭게 조명 받는 AI 기술 중 하나가 ‘설명 가능한 AI(XAI)’다. XAI는 AI가 도출한 결과에 대해 근거 및 이유를 제시하는 기술이다. AI에 대한 무조건적인 신뢰를 방지하고, 정보의 불확실성에 대응하는 데 가치를 인정받고 있다.

 

이처럼 산업 안에서는 전 영역에 AI를 심기 위한 전방위적인 노력이 지속되고 있다. 여기에 엔지니어링 기술을 기반으로 완성도를 갖춘 ‘연속 공정’도 고도화를 위해 AI를 접목하자는 목소리가 커지고 있다.

 

장윤석 인이지 기술영업이사는 공정에 AI를 적용하기 위한 필수요소로 ‘데이터’를 강조했다. 그는 “현장 데이터의 품질이 생산성·효율성 등 공정의 수준을 판가름하는 척도가 될 것”이라며 “여기서 고품질의 현장 데이터란 공정을 통해 취득된 데이터부터 작업자의 노하우, 성향 등 암묵지까지 포함한 정보”라고 말했다.

 

이는 제조 역량 측면에서 작업자·운전원 등 현장 실무자의 노하우 및 암묵지가 핵심 동력이며, 이를 데이터화하는 것이 관건이라는 의견이다. 이 모든 요소를 데이터화하기 위해서는 모든 공정의 특성을 아우르는 측정·계측 솔루션이 필요하다.

 

시계열 예측 솔루션 업체 인이지는 인피니트 옵티멀 시리즈(INFINITE OPTIMAL SERIES)를 앞세워 제조 공정에 차세대 혁신을 제공한다. 인피니트 옵티멀 시리즈는 공정 생산 예측 및 최적화, XAI 기반 의사결정 시각화, 원자재 가격 예측 등이 어우러져 하나의 솔루션 형태로 설계됐다. 이 모든 기능이 AI를 기반으로 구성된다.

 

 

공정 데이터를 취득하는 과정에서 제품 성분 변화, 설비 데이터 특성 변화 등 변수가 발생한다. 이 변수를 적절하게 반영해 일반화된 AI 모델을 구축하면 신뢰도가 확보된 솔루션이 탄생하게 된다. 인이지는 이렇게 변수에 최적화된 일반화 AI 모델을 지향한다는 점에서 차별성을 부각한다.

 

인이지는 현재 대형 공정이 포함된 산업에 AI 솔루션을 제공하고 있다. 인이지 솔루션은 어떤 공정에서 활약하고 있을까?

 

AI 적용 구축 사례

 

첫 번째로 철강 산업 내 용광로, 연속용융아연도금 공정에서 존재감을 발휘하고 있다. 용광로 공정에서는 높이 100m 이상급 용광로의 내부 상태를 측정하는 데 솔루션이 활용되고 있다. 해당 솔루션은 일반적인 센서로 계측하기 어려운 1500~2300℃가량 온도의 공정 상태를 외부에서 측정해 내부 상태를 파악·조절한다.

 

쉽게 말해 공기량·풍온·풍량·슬래그 수위·연료 비율 등 용광로 외부 데이터를 기반으로, 내부 쇳물 온도를 예측·제어해 철강 제품의 품질 향상 및 연료비 절감을 노린다. 이를 통해 대규모 설비의 약점인 상하부 온도 차를 방지하고, 불필요한 연료 사용 감소, 쇳물 온도 예측 오차 감소, 일관된 쇳물 품질 등 효과를 도출한다.

 

용광로 이후 공정인 연속용융아연도금(CGL) 공정에서도 인이지 솔루션이 가동 중이다. CGL 공정은 얇은 철판 형태인 박판을 제조하는 과정에서 녹을 방지하기 위해 아연도금을 한다. 이때 아연도금 과정 전 열을 가해 금속의 물성을 조절하는 어닐링(Annealing)을 거치는데, 어닐링 과정에서 온도 제어 임무를 담당하는 것이 인이지 솔루션이다. 현재 공정 상태에서 생산되는 제품의 품질을 예측하는 것이 솔루션의 핵심 과제로, 일종의 가상 센서 역할을 하는 것이다. 여기서 반영되는 데이터는 물성 목푯값·속도·시간·생산량 등이다.

 

인이지 솔루션은 화학 산화 반응기의 반응을 최적화하는 프로젝트에서 활동하고 있다. 기존에는 연료 상태에 따른 내부 온도의 예측이 어렵고, 오버슈트·언더슈트 등 이슈가 발생했다. 또 작업자별 공정 운전 편차로 인한 한계가 명확했다.

 

인이지 솔루션은 산화 반응기 내부의 최적 온도 및 산소량을 예측해 생산 품질과 생산량을 최적화했다. 이를 통해 생산량 증가, 제품별 품질 예측 정확도 개선, 작업자 공정 운전 편차 감사, 생산량 및 비용 최적화 등 성과를 거뒀다. 이 과정에서 고려된 데이터는 원료 투입량·반응기 내부 온도·산소량·운전 조건·반응 물질 비율 등이다.

 

AI는 설비 예지보전 영역에서도 중요성이 확장되고 있다. 설비 상태를 미리 예측하고, 유지보수하는 과정을 말하는데, 인이지 솔루션은 발전소 내 보일러의 예지보전에 관여한다. 발전소는 석탄·LNG 등 연료를 연소해 에너지를 얻는 방식을 채택한다. 이 과정에서 필연적으로 질산화산소·환산화산소 등 물질이 함께 배출되는데 이는 설비의 부식·손상·파손 등을 야기한다.

 

인이지 솔루션은 보일러 파이브 내부의 미세한 누수 상태를 탐지하는 데 주력한다. 기존 음향센서 대비 빠른 조기 탐지가 가능하고, 구체적인 누출 파이프 위치가 도출된다.

 

인이지 솔루션은 연속 공정뿐만 아니라 공공 영역에도 존재감을 확장하고 있다. 특히 지능형 도시로 알려진 스마트 시티 영역에서도 활용 사례를 구축했다. 경기도 부천시 출퇴근 교통 최적화를 위해 나선 것인데, 도로 확장이 어려운 상황에서의 교통 흐름 해결책을 제시했다.

 

부천 시내 각종 교차로에 카메라를 설치해 신호 대기 차량을 대상으로 신호 조정 데이터를 축적했다. 교차로 구성·신호 정보·통과 교통량·차량 이동 속도 등 데이터를 기반으로 교통 흐름을 예측해 신호 시간 최적화를 달성한 후 상습 정체 교차로의 차량 통행량을 제어한 사례다.

 

장윤석 인이지 기술영업이사는 “내부 상태 파악이 힘든 설비는 직접 측정이 어려워 데이터 추출 시 가장 까다롭다”며 “변화하는 데이터를 재차 확인하는 과정이 중요하다”고 강조했다.

 

헬로티 최재규 기자 |