2015년, Google DeepMind의 AlphaGo가 인간 프로 바둑 기사에게 핸디캡 없이 이긴 전후로 AI 기술은 다양한 분야에 많이 적용되게 됐으며, 그 결과 현재 많은 성과가 보고되고 있다. 또한 최근에는 디지털 트랜스포메이션(Digital Transformation, 이후 DX라고 한다)의 필요성이 높아짐에 따라 DX를 실현하기 위한 핵심 기술 중 하나로 AI 기술이 항상 주목받고 있으며, 진화를 계속하고 있다. 최근에는 2022년 말경부터 시작된 ChatGPT로 대표되는 생성형 AI의 출현에 의한 진화가 기억에 새롭다. 이러한 흐름 속에서 플랜트 분야에서도 AI 기술의 적용이 진행되고 있다. AI 기술의 플랜트 분야에 대한 적용은 플랜트 유지보수 분야에서 시작됐다. 설비의 이상 전조 검지를 AI 기술로 하는 것이다. 이것에는 많은 플랜트 사업자가 도전하고 있으며, 많은 성과를 내고 있다. 이 분야에서는 요꼬가와전기(横河電機) 주식회사 그룹(이하 당사라고 한다)도 많은 실적을 보유하고 있다. 그러나 플랜트 제어 분야에 AI 기술을 적용한 사례는 플랜트 유지보수 분야에 비해 상당히 적은 상태이다. 특히 강화학습을 사용한 사례나 AI가 직접 제어한
요꼬가와전기는 엣지 컨트롤러를 위한 강화학습 서비스의 출시를 발표했다. OpreX™ Realtime OS 기반 머신 컨트롤러(e-RT3 Plus)를 위한 자율 제어 서비스는 FKDPP(Factorial Kernel Dynamic Policy Programming) 강화 학습 AI 알고리즘을 활용하며 최종 사용자 요구 사항에 따라 패키지 소프트웨어와 선택적 컨설팅 서비스 및 교육 프로그램으로 구성된다. 이 소프트웨어는 전 세계적으로 출시될 예정이며 컨설팅 및 교육 프로그램은 일본에서 우선 제공되고, 추후 일본 외 국가에서도 제공될 예정이다. 개발 배경 실제 플랜트의 물리적, 화학적 및 기타 공정의 복잡성을 고려했을 때, 여전히 베테랑 운영자의 개입이 필요한 분야가 많으며 이러한 영역을 제어하는 것은 종종 어렵고 제품 품질과 수익성에 직접적인 영향을 미친다. 기존 제어 기술로는 PID 제어와 APC가 있다. PID 제어 또는 APC를 사용하여 복잡한 제어를 달성하는 것은 때로는 조정 작업이 필요하며, 이는 상당한 시간과 노력이 요구된다. 또한 플랜트 운영의 일부 영역은 PID 제어 또는 APC에 적합하지 않아 제어값 입력 시 작업자의 판단에 따른 수동 제어가 필
요꼬가와 전기와 JSR이 AI로 화학 공장을 35일 동안 자율적으로 운영하는 세계 최초의 현장 테스트를 성공리에 마쳤다고 밝혔다. 이번 테스트는 강화학습 기반 AI를 실제 공장에 안전하게 적용할 수 있다는 것과, 이 기술이 기존 제어 방식(PID 제어 또는 APC)의 성능을 능가하고 지금까지 필요했던 공장 작업자의 판단에 따른 밸브 수동 조작까지 제어할 수 있다는 것을 입증했다. 이 보도자료에 기술된 이니셔티브는 일본 경제산업성의 2020년 산업 안전 고도화 보조금 프로그램 추진 프로젝트로 선정됐다. 공정 산업의 제어는 정유, 석유화학, 고성능 화학, 섬유, 철강, 제약, 식품 및 수자원 등 광범위한 분야에 이용된다. 이런 업종에서는 화학 반응을 비롯한 다양한 요소들에 대해 매우 높은 수준의 신뢰가 필요하다. 이번 현장 테스트에서 사용된 AI 솔루션은 제품의 품질을 보장하는 동시에 증류탑의 액체를 적절한 수위로 유지하면서 폐열을 열원으로 최대한 활용하는 데 필요한 복잡한 조건을 성공적으로 처리했다. 그 결과 품질 안정화, 높은 수율 달성, 에너지 절약이 가능했다. 비, 눈 등의 다양한 기상 조건은 대기 온도를 급격하게 변화시켜 제어 상태를 방해할 수 있는 주