창원산단 기업 6곳에 실증 중인 'AI 융합 에너지 효율화 사업'의 주관기업은 AI 전문기업 '위세아이텍'이다. 위세아이텍은 이번 사업 솔루션 개발을 맡아 수혜기업에 서비스를 제공, 유의미한 성과를 냈다. 소개할 대표적인 수혜기업은 '신성오토모티브'다. 자동차 내외장재, 전기차 배터리 모듈 전문 제조기업이다. 전력 소모량이 높은 만큼 에너지 효율화 사업 성과가 기대되는 기업이다.

◇공장 데이터 모아 에너지 최적화 기여 = 위세아이텍은 1990년 설립된 빅데이터 전문기업이다. 4차 산업혁명 시대 도래에 발맞춰 인공지능 분야 개발에 적극 투자하면서 머신러닝 자동화 플랫폼을 개발했다. 현재 공공, 금융, 서비스, 제조 등 다양한 분야에 머신러닝 기술을 활용하고 있다. 머신러닝이란 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술·기법을 뜻한다.

위세아이텍은 이번 사업에서 사물인터넷 센서 데이터의 특성을 반영한 딥러닝(빅데이터를 스스로 활용하는 기술) 알고리즘을 활용, 에너지 소비 설비를 최적화하는 역할을 맡았다.

김지혁 연구소장은 "다수의 고객사에 인공지능 모델을 개발한 경험을 보유하고 있어 관련 사업 실증에 자신 있었다"고 말했다.

이번 사업에서 실증 중인 위세아이텍의 에너지 소비량 모델은 동 시간의 에너지 소비량을 목표변수로 삼고 예측을 진행한다. 알고리즘 훈련으로 단위시간당 에너지 소비량을 예측, 결과를 빅데이터로 분석한다. 이후 분석 자료를 바탕으로 에너지를 절감할 수 있는 부분을 찾은 후 개선하는 방식으로 진행된다.

위세아이텍은 공장 자동화, 디지털 트윈이 제조업계 화두로 떠오르면서 에너지 효율화도 병행돼야 할 과제라고 봤다.

김 소장은 "제조산업은 특히 전력 소비량이 많은 산업"이라며 "그린 뉴딜로 저탄소 녹색 성장이 중점 과제로 떠오르고 있는 상황에 최적화 서비스를 구상하려 했다"고 설명했다.

위세아이텍은 지능형 정비 예측 모델로 창원산단 내 전력 낭비분을 절감, 평균 4%를 절감할 것으로 분석했다. 더불어 설비별 정비주기 예측, 이상 탐지 정확도도 80% 이상으로 끌어올려 에너지, 설비 점검 비용 절감도 기대된다고 덧붙였다.

김 소장은 "수집된 전력 데이터로 표준 모델을 구축, 산업별 적용 가능한 부분에도 재활용할 수 있다"고 말했다.

그는 향후 제조기업에 △불량률 절감 인공지능 기술 △장비 정비수요 예측 기술 △공장 사용 에너지 예측과 실시간 인공지능 제어 기술 △디지털 트윈 기술 적용한 스마트공장 구축 기술 등이 안착하게 될 것이라고 내다봤다. 실제로 이 중 디지털 트윈 기술은 창원산단 내에도 적용이 예정돼 있다.

위세아이텍은 향후 공장 사용 전력량 예측, 선제 대응하는 종합 에너지 관리 플랫폼으로 발전하겠다는 계획이다. 김 소장은 "이번 사업으로 공장에서 생산되는 데이터를 전문적으로 수집하게 되는 기반을 세웠다"며 "수집 데이터로 제조공정 최적화 등에 기여할 수 있도록 하겠다"고 강조했다.

◇공장 에너지 소모량 4% 절감 기대 = 신성오토모티브는 창원에 본사를 두고 있는 신성델타테크의 자회사다. 이번 사업 수혜기업 중 상대적으로 규모가 큰 제조공장을 운영하고 있다.

이 기업은 공장 에너지 효율화를 선도적으로 추진해 왔다.

대표적인 에너지 효율화 시스템인 ESS(에너지 저장 장치·전력을 물리적 또는 화학적 에너지로 바꾸어 저장하는 시스템), FEMS(공장 에너지 관리 시스템·일선 공장 곳곳에 센서를 설치해 실시간으로 전력량을 분석한 뒤 전기 사용량을 가장 적당한 규모로 조절하는 시스템)를 이미 현장에 도입해 활용하고 있다.

그럼에도 신성오토모티브가 AI 융합 에너지 효율화 사업을 추진하게 된 배경은 전력 사용을 더 섬세하게 제어함으로써 전력 낭비를 막고자 함이다.

김광후 신성델타테크 디지털혁신팀장은 이번 사업이 FEMS의 상위 개념이라고 볼 수 있다고 설명했다.

그는 "기존 ESS, FEMS는 눈으로 보이는 에너지 문제를 개선하는 데 초점을 둔 시스템"이라며 "이번 사업은 인공지능이 에너지 사용 데이터를 수집·분석해 보다 정밀하게 전력 낭비가 일어나는 지점을 파악할 수 있다"고 덧붙였다.

신성오토모티브는 자동차 플라스틱 부품을 주로 생산한다. 주로 사출기 설비가 전력을 많이 사용하는데, 이 사업으로 사출기 설비 가동 중 전력 사용량이 증가하는 특정 구간 등의 데이터를 수집하고 있다.

김 팀장은 "육안으로는 파악할 수 없는 전력 누수가 어떤 공정 중에 발생하는지 등을 파악해 정밀한 절감이 가능해질 것"이라고 말했다.

신성오토모티브는 하반기 데이터 수집 기술 도입, 현재 데이터를 수집하는 단계라 성과는 아직 불투명하다고 언급했다. 다만 이번 사업으로 공장 내 전력 소모량 4%(연 1000만여 원)가량을 절약할 수 있을 것으로 예상했다.

신성오토모티브는 이번 사업으로 제조원가 절감은 물론 탄소 중립에도 기여할 수 있게 됐다고 밝혔다. 글로벌 탄소 배출 저감 기조에 따라 국내 제조업계 전반에 이런 사업이 보편화돼야 한다고도 덧붙였다.

이번 사업과 시너지 효과를 위해 제조공정 스마트화가 속도감 있게 추진되어야 한다는 의견도 제기됐다. 제조 공정에 이어 품질 검사 등의 분야까지 원스톱 스마트화가 이뤄져야 한다는 것이다.

김 팀장은 "제조업계에서 공정 자동화가 이뤄지고 있지만 아직까지 품질 검사 등은 인력을 대체하지 못하고 있다"며 "품질 관련 업무를 볼 수 있는 머신비전(사람의 시각, 인지, 판단 능력을 AI에 부여한 기술) 고도화가 이뤄진다면 전 공정 자동화도 먼 미래는 아닐 것"이라고 말했다. <끝>