“개선시킬 수 있는 분야에는 AI 기술이 도입돼야 합니다. 고효율 기자재 변경은 비용이 많이 들기 때문에 효율적인 측면에서 AI를 통해 생산 투입을 줄이고 최대의 산출량을 얻어야 합니다"
장윤석 INEEJI 사업총괄이사는 에너지경제신문·에너지경제연구원이 16일 여의도 켄싱턴호텔에서 공동 주최한 '에너지산업시설의 효율화를 위한 AI 지능형시스템의 활용방안' 세미나에 참석, 'AI 기반 최적 에너지 예측·제어 시스템 개발 필요성' 주제 발표를 통해 AI 기반 최적 에너지 예측·제어 시스템 개발 필요성에 대해 이같이 밝혔다.
장 이사는 “국가전체 에너지 소비에서 산업분야가 60.6%(악 3분의 2) 에너지를 소비한다"며 “경제적 부분 및 에너지 안보 측면에서 산업분야의 에너지 절감 방안 확보가 필요하다"고 주장했다.
그러면서 “GVC(Global Value Chain) 재편이 많이 되고, 리쇼어링 요구가 증가하는 등 변동이 많이 일어나고 있다. 산업계 구조적인 이슈들도 있어어 에너지 사용 변동성도 많다"며 “기업들은 가능하면 에너지를 적게 쓰기를 원한다. 고효율설비 교체, 단열 강화 등으로 효율을 높이는 방향이 있지만, AI를 이용하는 것이 의미가 있다"고 설명했다.
장 이사는 “산업 구조적으로 AI가 일자리를 뺏을 수 있다는 우려가 있지만 실제로는 20년 사이 인력 구조가 바뀌면서 사람이 부족하다"며 “에너지 비용도 최근 2년 사이 너무 많이 올라 기업들의 부담이 커지고 있는 상황"이라고 말했다.
장 이사는 제조원가는 최소화해야 하고 부가가치는 최대화 해야 한다고 강조하며 AI 기반 최적 에너지 제어 사례 6가지를 소개했다.
첫번째는 AI 기반 #3CGL 스마트팩토리 모델라인 구축 사례다. 운전 조건에 따라 냉연강판을 열처리 후 현재 상태 관리가 어려웠으나 AI 기술로 만든 공정 품질 상태 예측 모델 및 제어 모델을 적용하면서 품질이 안정되고 연료를 3% 절감하는데 성공했다.
두번째는 AI 기반 유리 용해로 온도 제어를 최적화한 사례다. 유리를 용해할 때 1000도 이상 올라가면서 내부 상태를 직접적으로 알 수 없어 연료를 과사용했었다. AI 기술을 도입하면서 유리 용해로 온도가 예측이 가능해져 연료 사용량을 3% 감소시켰다.
세번째는 AI 기반 시멘트 소성 공정을 최적화한 사례다. 석회석 가공시 유연탄 사용으로 에너지 비용 및 이산화탄소 배출이 많았다. 대체 열원으로 순환연료(폐플라스틱)을 사용했지만, 품질 불균형으로 제어가 어려웠다. AI 기술로 인해 공정의 상태 변화를 예측하고 사전 제어가 가능해지면서 유연탄 사용량이 5% 감소하는 결과를 얻었다.
장 이사는 “성과가 잘 나오면서 산업자원통상부에서 과제로 시작해 확산하고 있다"고 말했다.
네번째로는 부천시의 사례였다. 부천시는 교통정체를 겪었으나 AI 기술로 제조 공정, 인프라 증설 없이 1일 통과 교통량이 5% 증가하는 성과를 보였다. AI에 의한 신호 최적 제어가 가능해지면서 정체 시간 통행 차량 연료 사용량을 절감하고 비용 및 탄소 배출을 저감하는 효과를 거둔 것이다.
다섯번째 사례는 RHDS 공정 디젤 생산을 최적화한 것이다. 공장에서 품질 분석 결과 확인까지 시간이 소요됐고, 결과 확인까지 실시간 제어가 어려웠으나 AI 기술로 목표 품질 유지, 생산성 향상, 에너지 등 비용 1% 절감에 성공했다.
마지막은 AI 기술을 통해 고철 성분, 무게 등을 이용한 용융시간을 예측해 전기로 운영을 최적화한 사례다.
금속 제품 재활용시 전기로에서 고철을 녹여 쇳물을 만들어 사용했는데, 고철 성분 변동, 전기로내 고온, 고압 특성으로 정확한 상태 계측이 되지 않아 제어가 어려웠다. AI 기술을 도입하면서 전력 사용을 7.1% 감축하는데 성공했다.
장 이사는 “성과가 잘 나와 지난해 정부 과제로 선정됐다"며 “군산 쪽 큰 철강사에 도입해 기술 개발 중에 있다"고 덧붙였다.
그는 “AI 기술은 여러 가지 측면에서 유용하게 쓰일 수 있다"며 “추가 설비투자 없이 공정도입 가능한 핵심기술로, 지속적 R&D 투자를 통해 육성이 필요하다"고 강조했다.