지난 2월 21일 서울 백범김구기념관에서 ‘플랜트 조선 컨퍼런스 2020’이 진행되었다. ‘플랜트 조선을 위한 스마트 전략과 디지털 트랜스포메이션’을 주제로 진행된 이번 행사에서는 어려운 국내외 상황에서 우리 플랜트 및 조선산업의 경쟁력을 높일 수 있는 방법으로서 ‘디지털 트랜스포메이션(Digital Transformation)’에 주목하고, 주요한 트렌드와 기술 개발, 정책, 적용사례 등 폭넓은 내용이 소개되었다. ■ 정수진 편집장

이번 플랜트 조선 컨퍼런스 2020의 기조연설에서는 플랜트 및 조선 산업의 경쟁력을 높이기 위한 정부의 R&D 정책과 함께 디지털 트랜스포메이션을 위한 인공지능 기술 접목 방안, 조선해양산업의 디지털 트랜스포메이션 플랫폼 구축 사례, 그리고 디지털 트랜스포메이션을 돕는 하드웨어 기술 등이 소개되었다.

서울대학교 기계항공공학부 윤병동 교수는 ‘산업인공지능 기반 디지털 변환’이라는 제목의 기조연설을 통해 플랜트/조선 분야에서의 디지털 트랜스포메이션을 실현하기 위한 기술 중 하나로 데이터를 분석하고 예측하는 산업인공지능(industrial AI)의 기술과 사례를 소개했다.

인터넷에 연결된 사물과 기계는 2020년 인터넷에 연결된 사람보다 6배 많고, 2030년에는 50배가 될 것으로 보인다. 특히 제조, 운송, 에너지/전력, 유틸리티 등에서 큰 폭의 시장 성장이 예상된다. 다양한 산업군에서 디지털 트랜스포메이션은 이상이나 재해로 인한 낭비 요소를 없앨 수 있는 산업 효율화 방안으로 주목받고 있다. 이러한 디지털 트랜스포메이션에는 다양한 기술 요소가 있는데, 머신러닝은 빅데이터를 분석하는 방법으로서 활용되고 있다. 

▲ 서울대학교 윤병동 교수는 플랜트 조선 산업의 디지털 혁신을 위한 기술로서 산업인공지능을 활용한 예지보전에 대해 소개했다.

산업 인공지능은 산업 전반에서 얻는 비정형 데이터를 예지보전에 활용하는 것으로, 데이터를 수집하는 IoT와 함께 이를 분석할 수 있는 산업 도메인의 지식이 함께 필요하다. 제조기업들이 다져 온 도메인 지식과 IT 기업들이 개발해 온 AI 기술이 융합되는 것이 최근의 흐름이다. 윤병동 교수는 산업용 베어링에 산업인공지능을 적용한 사례를 소개했다. 선박, 풍력발전기, CNC 머신, 로봇 등 많은 산업장비에서 쓰이는 베어링의 경우, 베어링이 작동할 때 나타나는 진동 신호의 데이터를 수집하면 베어링의 건전성 평가나 잔여수명 예측 등이 가능하다. 

또 한 가지의 사례는 전력설비의 핵심인 변압기이다. 전력설비의 손상은 기업이나 산업 전반의 큰 손실을 가져올 수 있지만, 산업현장에서 전력설비 관리 시스템이 미비한 경우도 적지 않다. 전력설비 전문가의 경험과 지식을 기반으로 인공지능이 판단할 수 있는 규칙(rule)을 생성하고 딥러닝으로 추출한 특징 공간에 측정 데이터를 대입하면, 설비가 노화되는 과정을 구분해 주기적인 예측에 활용할 수 있다.

윤병동 교수는 “인공지능 기술은 단독으로 의사결정에 쓰는 것이 아니라 의사결정의 참고 모델로 사용되어야 한다”면서, “빅데이터를 잘 다루는 것이 인공지능을 성공적으로 활용하는 바탕이며, 산업인공지능에서는 산업 데이터의 양 못지 않게 품질도 중요하다. 양과 질이 확보되면 산업인공지능을 효과적으로 사용할 수 있을 것”이라고 조언했다. 또한, “플랜트/조선 산업의 디지털 트랜스포메이션을 위해서 사물인터넷과 인공지능을 활용한 새로운 비즈니스 기회를 고민해야 한다”고 덧붙였다.

출처 : 캐드앤그래픽스 2020년 3월호 

https://www.cadgraphics.co.kr/newsview.php?cq=플랜트&pages=news&sub=news01&catecode=2&num=66481