[르포] AI가 5초에 한번씩 200도 보일러재 분석…GS EPS '스마트 발전소' 혁신
[당진(충남)=신영빈·유회현·정동빈 기자] 거대한 보일러 하부. 초정밀 산업용 카메라가 1초마다 보일러 드래그체인 내부를 촬영하고, 5~20초마다 인공지능(AI)이 사진을 분석한다. 모니터에는 실시간으로 타고 남은 재의 입도와 분포가 표시된다. 과거 같으면 150~200도에 달하는 고온 구역에서 직원이 직접 샘플을 채취해야 했던 곳이다. "우리 직원들이 겪는 페인포인트가 무엇인지 고민하다 보니, 보일러 재(Bottom Ash) 샘플링과 분석 과정이 가장 큰 어려움으로 드러났습니다." 정상규 GS EPS 바이오매스 발전부문장은 SDT의 머신비전 시스템을 도입한 배경을 이렇게 설명했다. GS EPS는 당진 바이오매스 발전소의 보일러 내 바텀애시 상태를 실시간으로 분석하는 머신비전 기반 AI 시스템을 구축했다. 정 부문장은 "직원들의 근무환경을 개선하고, 설비를 더 안정적으로 운영하면서 본연의 업무에 집중할 수 있도록 하는 방법을 찾다가 기술 도입을 검토하게 됐다"고 말했다. 바이오매스 발전은 폐가구, 폐목재 등에서 얻은 목질계 연료를 연소해 전기를 생산한다. 다만 연료가 균일하지 않고 품질이 일정하지 않아 설비에 문제가 발생하곤 했다. 폐가구 속 페인트나 접착제 성분의 염소, 알칼리 성분이 보일러 부식을 일으키거나 뭉침을 유발했다. 문제를 확인하기 위해서는 보일러 내부의 재를 직접 채취해야 했다. 정 부문장은 "운전원들이 하루 두 번, 아침과 저녁으로 점검창을 열고 약 150~200도의 고온에서 재를 채취했다"며 "여섯 군데를 샘플링해 실험실에서 체에 걸러 무게를 재고 분석하는 과정이 이어졌다"고 회상했다. 검사 결과가 나올 때까지 하루, 이틀이 걸리는 점도 문제였다. 정 부문장은 무엇보다도 이 작업이 직원들에게 가장 힘든 업무이자 자칫 산업재해까지 발생할 수 있는 위험한 환경이었다고 지적했다. GS EPS는 이런 문제를 해결하기 위해 SDT의 머신비전 시스템을 도입했다. SDT 머신비전은 산업 현장에 특화된 이미지·영상 분석 솔루션이다. 라인스캔과 에어리어 카메라, 현미경, CCTV 등 다양한 카메라와 연동해 자동화된 검사·추적을 지원한다. SDT는 양자 기술과 디지털 전환의 융합을 통해 산업 현장의 양자 기술 도입을 이끌고 있는 기업이다. 이 시스템은 보일러 드래그체인 내부를 초정밀 산업용 카메라로 촬영하고, 1초에 한 번씩 이미지를 수집해 5~20초마다 AI가 분석한다. 정 부문장은 "입자 크기와 형태를 마이크로미터 단위로 분석해 어느 정도 비율로 분포되어 있는지를 실시간으로 볼 수 있다"고 설명했다. 이어 "이전에는 운전원이 현장에 직접 가서 점검창을 열고 상태를 확인했지만, 이제는 제어실에서 실시간으로 데이터를 확인할 수 있었다"며 "현장에 가지 않고도 다른 설비를 모니터링하면서 바텀애시 상태를 함께 볼 수 있게 됐다"고 전했다. 그는 "운전원이 제어실에서 바로 연소 보조제(유동사, 고령토) 투입량을 조절할 수 있게 된 것도 큰 변화"라고 말했다. 정 부문장은 "국내는 물론 해외 발전소 중에서도 이렇게 실시간으로 바텀애시를 분석하는 사례는 아직 없다"며 이번 프로젝트의 의미를 짚었다. 타사 발전소나 해외 사례를 봐도 실시간 분석은 어려운 문제였다. 다들 과거처럼 샘플링하고 입도 분석 결과를 받아서 보조제 투입량을 조절한다. 이 과정을 완전히 자동화한 사례는 찾아보기 어렵다. GS EPS는 현재 두 개의 바이오매스 발전소를 운영 중이다. 정 부문장은 "1호기에 먼저 적용했는데 효과가 좋아서 2호기에도 설치를 검토 중"이라며 "DX 추진실과 함께 협의하고 있다"고 말했다. 그는 기술 도입의 가장 큰 성과로 직원 만족도를 꼽았다. 그는 "무엇보다 직원들의 만족도가 매우 높다"며 "근무 환경이 좋아지고, 설비가 안정적으로 운영되면서 직원들이 본연의 업무에 더 집중할 수 있게 됐다"고 전했다. 정 부문장은 머신비전 시스템을 통해 데이터 기반 운영의 가능성이 확장됐다고 강조했다. 그는 "앞으로는 이 데이터를 활용해 내부 환경을 예측하거나, 튜브 마모도나 열 교환 효율을 관리할 수 있을 것"이라고 기대했다. 그는 인터뷰를 마치며 "기술은 결국 사람을 위한 것"이라며 "직원들이 만족하고, 설비가 안정적으로 돌아가며, 발전 효율이 높아지는 것이 우리가 바라는 진짜 혁신"이라고 덧붙엿다. 중앙제어실에서 전체 설비와 운영 상황을 총괄하는 홍광재 바이오매스발전팀 팀장은 이러한 변화를 현장에서 가장 크게 체감하고 있다. 홍 팀장은 "예전엔 사람이 수동으로 보일러 상태를 측정할 때는 그 순간 데이터만 확보됐는데, 머신비전이 도입되고 나서는 실시간으로 훨씬 더 정교한 데이터를 얻을 수 있는 게 강점"이라고 말했다. 이어 "기존 수작업 샘플링 방식은 실시간성과 신뢰성이 떨어진다는 명확한 한계가 있었던 반면 머신비전 도입 이후에는 정밀한 데이터를 기반으로 한 즉각적인 판단과 선제적 대응이 가능해졌다"며 "발전소 설비 효율과 운영 안정성이라는 두 가지 핵심 목표를 한층 더 높은 수준으로 강화할 수 있었다"고 강조했다. 이번 머신비전 도입 프로젝트를 추진했던 김호석 DX추진실 실장은 이번 바이오매스 발전소 혁신 프로젝트의 배경에 대해 "업계의 핵심 요소는 설비 안정성과 연료 경쟁력"이라고 운을 뗐다. 김 실장은 "과거에는 장기적인 데이터를 보고 의사결정을 했다면, 이제는 실시간 의사 결정을 하고자 하는 필요성이 커졌다"면서 "하드웨어부터 AI까지 전방위적인 강점을 보유한 SDT와 본 프로젝트를 시작하게 된 이유"라고 밝혔다. 김 실장은 "보일러 운영 중에는 기계적 마모뿐 아니라 화학적 반응에 의한 오염 및 뭉침 현상이 크게 발생한다"며 "발전소 현장에는 전통적인 업무 방식이 많아, 사람이 직접 삽으로 샘플링하고 이를 실험실로 전달해 분석, 보고서를 작성하는 데 상당한 시간을 소요했다"고 설명했다. 이어 "SDT와의 협력을 통해 실시간으로 물리적, 화학적 분석이 가능해진 것처럼, 현장의 여러 비효율을 개선하기 위한 지점을 찾기 위해 노력하고 있다"며 "이번 과제의 성공적인 도입을 계기로 삼아, 또 다른 현장의 고충을 파악하고 지속적으로 개선해 나갈 예정"이라고 향후 계획을 덧붙였다.
