일본산업뉴스요약

제철소, AI로 안정 조업
JFE스틸, 감과 경험에 의존하지 않는다

철강업체 JFE스틸이 국내 제철소의 경쟁력 강화를 위해 IT의 활용에 주력하고 있다. 용광로 관리나 설비 보전에 AI를 도입하여 베테랑 사원의 경험이나 감에 의존하지 않고 과거의 데이터를 이용하여 트러블에 대응할 수 있도록 하였다. 국내 제철소는 조업을 개시한지 50년 정도 경과하였기 때문에 설비에 문제가 발생하고 있다. 신기술을 도입하여 안정적으로 조업할 수 있도록 한다.

AI 등의 데이터 사이언스의 필요성이 높아지고 있다. JFE스틸은 2017년 10월에 본사에 데이터 사이언스 프로젝트부를 설치하였다. 국내 설비의 노후화가 진행되는 가운데 AI나 빅데이터 해석과 같은 기술을 조합하여 용광로를 관찰하거나 이상∙고장을 예측하는 기술에 도전한다.

“용광로 내부는 직접 보이지 않지만 빅데이터나 AI의 활용으로 용광로의 변화를 일일이 볼 수 있으면 이상을 예측하기 쉬워질 것이다”. 데이터 사이언스 프로젝트를 담당하는 와타나베(渡辺) 전무는 이렇게 기대한다. 조업 중의 용광로 내부는 이른바 블랙박스와 같아 현장 종업원이 고장이나 이상을 상정하기 어렵다.

JFE스틸은 수십억 엔을 투자하여 8기의 용광로에 새로운 센서를 장착하여 일괄적으로 용광로를 관찰할 수 있도록 한다. 제철 원료인 철광석의 품질에도 차이가 증가하고 있어 용광로의 장입 조건은 복잡화되고 있다. AI로 용광로의 이상을 예측하여 장입 조건을 바꿔도 양호한 조업상태를 유지한다. 최적의 원료 조건을 갖춰 용광로의 조업 비용을 낮춘다.

설비 보전에서도 AI나 IoT를 활용하여 이상이나 고장 징후의 감지에 활용한다. 태블릿형 단말에 설비의 고장 상황을 음성 입력하면 AI가 최적의 복구 조언을 제시한다. 17년에 서일본제철소 구라시키지구(오카야마현)의 냉연부문의 제어부문에 도입하였다. 경험이 많지 않은 젊은 사원도 사용하기 쉽다는 평가를 받았다고 한다. 앞으로 회사 전체의 전기제어계 설비 보전 부문에 도입한다.

제철소에서 설비 고장이 발생하면 생산에 대한 영향을 최소한으로 하기 위해 신속한 수리가 필요하다. 기존에는 오류를 일으키는 부분이나 원인을 특정하기 위해, 많은 매뉴얼을 참고하면서 베테랑의 경험에 근거한 지식이나 판단으로 대응해 왔다. 그러나 고령화가 진행되면서 기능 전승이 어려워졌다. 이번에는 고장을 미연에 방지하기 위한 데이터 수집에도 주력할 방침이다.

빅데이터를 안전하게 송수신하여 축적할 수 있는 기판을 정비하는 것이 앞으로의 과제다. 그룹의 정보시스템 개발 회사나 통신기업과 협력하여 최적의 구조를 조기에 확립할 필요가 있다. 빅데이터를 해석하는 전문가인 ‘데이터 사이언티스트’를 20년까지 현재의 50명에서 3배로 늘릴 방침이다. 수십 명 규모로 중도 채용하고 연수를 통해 육성한다.

와타나베 전무는 “투자효과를 금액으로 환산하는 것은 어렵다. 그러나 최종적으로는 연간 수백억 엔 규모의 비용을 삭감하고 싶다”라고 말한다. 보안이나 필요한 데이터량 등 생각해야 할 것은 많지만 “회사 전체가 도전해야 할 마지막 기회가 될 것이다”(와타나베 전무)라고 말한다. 용광로의 노후화가 진행되는 가운데 IT활용은 더는 미룰 수 없는 상황이다.

  -- 끝 --