티스토리 뷰
나는 회사에서 시멘트 반제품 생산공정의 온도를 예측하고 연료 투입량을 최적 제어하는 인공지능 기반 시스템을 개발하는 업무를 담당하고 있다.
해당 과제는 2022년부터 시작하였고, HMI 를 통해 인공지능이 제시한 연료 투입량 값을 운전자가 수동 기입하는 테스트를 지나, PLC 를 연동하여 운전자의 공수없이 자동제어하는 테스트까지 마쳤다.
물론 공정 문제가 있거나 운전자가 원할 때에는 언제든지 자동제어 모드를 끄고 수동운전하실 수 있다.
자동 제어 시운전 테스트를 약 한 달 간 진행하였고 테스트 결과 보고서를 작성하는 과정에서
자동 제어 테스트 결과의 성능을 측정하기 위해 대조군으로 적절한 수동운전구간을 선정하기가 어려웠다.
- 만약 과거 2022, 2023년 데이터를 사용하게 된다면
- 대조군 샘플이 많다는 장점이 있지만,
- 원료투입량, 예열실 온도, 투입되는 연료 종류뿐만 아니라 외기 온도, 실제 작업자 등등 많은 공정 상황이 달라진다.
- 또한 과거 데이터 중 분명 공정이 잘못되는 경우도 있을 텐데 1~2년 전 공정에 대해서 어떤 문제가 있었는지 일일이 현장 운전자분께 여쭙고 답변을 받기가 어렵다.
- 물론 데이터 상 확실하게 구분되는 이상치를 제거한다면, 그 외 공정 문제로 인한 불안정한 운전 데이터는 정상 데이터와 함께 포함하여 계산하여도 샘플이 많기 때문에 큰 문제가 되지 않을 수도 있다.
- 그리고 만약 현재 자동제어 시운전 테스트 기간 동안 자동 제어 모드를 끄고 잠깐씩 수동 운전을 한 구간을 대조군으로 설정한다면,
- 공정 상황이 유사한 데이터라는 점에서 공정하다는 장점이 있지만,
- 데이터 샘플이 절대적으로 부족하고,
- 무엇보다 공정에 문제가 있어서 AI 가 자동 제어하기 어려운 상황이기 때문에 운전자가 수동 운전 모드로 전환하는 경우가 많기 때문에, 자동 운전 제어 구간이 유리할 수밖에 없다.
결국 과거 데이터, 현재 데이터 중 수동 운전 구간 모두 계산하여 평균을 구하는 방법을 선택했다.
그런데, 생각지 못한 변수가 있었다...
이전에는 없던 유연탄 투입량 최대값 고정 기능으로 인해 온도가 내려감에도 불구하고 자동운전 구간에서는 최대값 이상 연료를 투입할 수 없기 때문에, 수동운전 구간으로 전환하여 연료를 최대값 이상 투입하는 경우가 최근 많이 있었다.
그래서 최근 현장에서 최대값을 본인들이 직접 설정할 수 있게 개발해달라는 의견이 있었다.
사실 이 기능을 만든 이유가 과도한 연료 투입량을 제어해서 온도가 적정 범위 이상 올라가는 구간을 막기 위해 현장에서 먼저 요청해주셨기 때문이었고,
우리가 기능을 개발해드리면서 "연료 투입량이 설정된 max 값보다 더 필요한 경우가 있을 것이다. 그럴 때가 걱정되긴 하지만 연료 증량이 필요하다면 수동운전으로 전환하셔서 공정 안정화하시면 좋을 것 같다." 라고 말씀드렸다.
그런데 최근 들어 수동 운전 구간에서 연료 투입량을 더 많이 투입하는 경우가 자주 발생한 것이고, 이 문제가 성능 측정에 문제가 될 것이라는 생각을 그동안에는 미처 하지 못했으나,
자동/수동 운전 구간 데이터를 시각화하여 비교하다 보니 이러한 문제점을 찾을 수 있었다.
그래서 자동 운전 구간에서 연료 투입량 최대값을 수동 운전 구간에도 똑같이 적용하여, 현재 연료 투입량이 최대값 이하인 경우만 선택하여 연료 절감률을 계산하였다.
그동안은 어떤 계산 방법을 쓰더라도 절감률이 30%라는 터무니 없는 수치로 계산되었는데, 다행히(?) 7%까지 줄어들 수 있었다.