| 초록 |
석유화학산업의 다양한 공정에 대해 기술이 상당히 성숙되어 있으나, 4차산업의 급격한 변화를 맞이하여 기존의 석유화학산업도 이에 대응할 필요성이 시급하다. 4차산업 기술의 적용은 운전 엔지니어의 공정에 대한 깊은 이해도 향상 및 정밀하고 빠른 예측을 통해 운전 효율 및 보건/안전/환경 향상에 기여할 수 있을 것으로 기대되고 있다. 특히 기계학습(ML)에 기반한 AI 기술은 급속하게 발전하고 있기 때문에 석유화학산업 제조 공정 관점에서는 기회와 위기를 동시에 맞이하고 있다.본 발표에서는 기존 공정 연구를 통한 공정 성능 개선 및 techno-economic analysis 예를 간략히 소개하고, 기계학습법과의 유사성과 차별성이 무엇인지를 알아볼 것이다. 이를 위해 Physic-based ML, Mathematical model-based ML, Real data-based ML의 예를 소개하고자 한다. 또한 이를 통해 공정운전 결과의 즉각적인 도출 및 가상현실(VR) 적용을 통해 사용자가 원하는 위치에서 공정 변화를 상세히 관찰하는 기능을 볼 것이다. 특히 실제 석유화학산업에서는 단일 공정이 아닌 다양한 공정이 결합된 형태의 통합공정들이 많이 운전되고 있으며, 이로 인해 데이터간 질과 양에서의 균형이 맞지 않는 경우가 많다. 이에 통합공정의 실제 운전데이터를 이용하여 ML을 개발하는데 있어 현장 엔지니어와 ML 개발자가 서로 인식하고 공유하여야 할 사항들에 대해 실시 예를 통해 논의하고자 한다. |
