1. 서 론

2015년 구글 딥마인드의 알파고가 프로 바둑기사에게 핸디캡 없이 이긴 것을 전후로 인공지능 기술은 다양한 분야에 적용되고 있으며, 현재는 많은 성과가 보고되고 있다. 또 최근 DX의 필요성이 높아지면서(DX를 실현하기 위한 핵심 기술 중 하나로) AI 기술이 지속적으로 주목받으며 진화하고 있다.
 
플랜트 분야도 AI 기술 적용이 진행 중이다. AI 기술의 플랜트 분야 적용은 플랜트 유지보수 분야에서 시작되었다. 설비의 이상 징후를 AI 기술로 감지하는 것이다. 상당히 많은 플랜트 사업자가 도전하여 많은 성과를 거두고 있고, 이 분야에서는 요꼬가와전기도 많은 실적을 보유하고 있다.

플랜트 제어 분야에 AI 기술을 적용한 사례는 플랜트 유지보수 분야에 비해 적은 편이다. 특히 강화학습을 사용한 사례나 AI가 직접적으로 지배한 사례는 거의 없다. 당사는 강화학습 AI를 통한 플랜트 시스템을 수행해 왔으며, 본고에서는 강화학습 AI를 통한 플랜트 시스템 도전 경위와 성과에 관해 이야기한다.

2. 플랜트 제어 및 AI 기술

1) 플랜트 제어에 요구되는 점
플랜트는 목표 품질을 만족하는 생산물을 목표한 양만큼 만드는 것을 기본으로 한다. 여기에 “가능한 한 적은 원료로, 가능한 한 인력을 사용하지 않고”라는 조건이 더해졌고, 조건에 대응하기 위해 각종 센서가 도입되거나 새로운 제어 공법이 도입되는 등 플랜트 운영의 자동화가 진행되어 왔다.
또 “가능한 한 원자재의 변동에 영향을 받지 않고”, “가능한 한 에너지를 사용하지 않고”, “가능한 한 설비의 변화를 받지 않고” 등 새로운 조건이 추가되어 플랜트 제어에는 항상 새로운 내용이 요구된다. 특히 최근에는 탄소 중립 등 사회적 요구가 강한 조건으로 추가되고 있다.
앞서 말한 목적에는 큰 전제가 따른다. “공장에서는 무엇보다 안전이 최우선”이라는 점이다. 즉 플랜트 제어는 안전이 최우선이며, 계속 늘어나는 조건을 충족시키면서 목적을 달성해 나간다.

2) 플랜트 제어 관점에서 본 AI 기술
이를 충족하지 못하면 아무리 뛰어난 기술이라도 채택되지 않는다. AI 기술을 바라봤을 때의 반응은
•AI의 움직임을 이해할 수 없어 불안하다.
•예측할 수 없는 상황에서의 AI의 움직임을 알 수 없어 불안하다.
•AI를 사용해 본 적이 없어서 불안하다.
•……라는 ‘불안감’을 이야기하는 경우가 많다.
‘불안감’을 해소하지 않는 한, 안전을 최우선 요건으로 하는 플랜트 시스템에 AI 기술 적용은 진행되지 않을 것이다.

 
3. 플랜트 제어에 대한 AI 기술 적용
 
앞서 언급했듯이 AI 기술 적용에 대한 불안감을 해소하는 것이 필수적이다. 이를 위해서는 AI의 능력뿐 아니라 적용 방법도 매우 중요하다. 이에 우리는 플랜트 제어에 적합한 AI의 조건 검토 및 개발을 진행함과 동시에 플랜트 적용 방법을 고안했다.

1) 플랜트 제어에 적합한 AI 조건
플랜트 제어에 적합한 AI의 조건을 다음과 같이 생각했다.
① 현실 세계에서 사용할 수 있을 것
② 예상 조건에 대한 동작을 미리 확인할 수 있을 것
③ 예상치 못한 상황에 최대한 대응할 수 있을 것
또 AI는 학습 방법에 따라 그림 1과 같이 분류할 수 있다.

........................................ 본문을 보시려면 당사로 연락 바랍니다

⇒ 본고는 월간지 ‘計測技術’(일본, 일본공업출판주식회사 발행)
2024년 5월호(해설)를 번역·전재한 것입니다. 본 기사의 무단
전재 및 복사는 저작권 법상 금지되어 있습니다.