그로부터 1년이 흐른 지금, 등대공장 포스코는 그 이름이 무색하지 않게 일관제철 全 공정에서 스마트한 면모를 보여주고 있다. 단일 공장 수준으로 개발되던 스마트팩토리가 이제는 생산계획부터 출하까지 전 공정을 관통하는 수준으로 진화되는 중. 특히 포스코 고유의 연속 공정용 스마트팩토리 플랫폼인 ‘포스프레임(PosFrame)’은 포항, 광양 통틀어 20개 공장을 관통하면서 전, 후 공정의 데이터를 동시에 분석하고 인공지능화하기에 이르렀다.

포스코 뉴스룸이 등대공장 선정 1주년을 맞아 포스코 스마트팩토리에 도입된 인공지능이 무엇을, 어떻게, 얼마나 바꿔 놓았는지 한눈에 살펴볼 수 있도록 준비했다. 제조업은 노동집약적 산업이라는 선입견을 깨부수는 인공지능 제철소! 보다 자세한 내용이 궁금하다면 인포그래픽 아래까지 스크롤을 쭉~ 내려보자.

생산계획 I 소Lot 주문 자동 설계 ☞ 소요시간 12시간 → 1시간

제철소 생산 계획 담당자들은 더 이상 소Lot 주문을 처리하는 데 긴 시간을 보내지 않는다. 인공지능이 단 1시간 만에 소Lot 주문을 판단하고 설계하기 때문이다. 소Lot란 제철소에서 요구하는 최소 주문량에 미달되어 생산단계에서 제약을 받는 주문을 말한다. 기존엔 주문이 들어오면 담당자가 일일이 소Lot 주문인지 파악하고 이 주문과 함께 작업할 수 있는 다른 주문이 있는지 확인해야 했다. 고객 입장에서도 양이 적은 주문은 출강 될 때까지 시간이 오래 걸리다 보니, 급한 주문일 때는 납기를 맞출 수 있을지 고민이 컸다. 소Lot 주문 처리에 드는 평균 시간은 무려 12시간이었다.

이제는 단 1시간이면 인공지능이 자동으로 주문의 소Lot 여부를 판단해 준다. 포스코는 그간의 데이터를 분석해 소Lot 주문에 영향을 주는 인자 12개를 도출해내고, 인공지능이 스스로 주문을 판단할 수 있도록 학습시켰다. 그 정확도는 무려 97%에 달한다. 소Lot 주문이 원가 낭비 없이 최적으로 제작될 수 있도록 설계 사이즈를 맞추는 것도 정확도가 99.9%다. 그야말로 완벽에 가까운 수준이다.

제선(원료야드) I 드론으로 원료 재고 분석 ☞ 소요시간 4시간 → 1시간

포항제철소와 광양제철소에는 총 2.73km²의 원료야드가 있다. 여의도 면적의 3분의 1에 달하는 드넓은 원료야드를 이전엔 사람이 직접 관찰하고 관리했다. 재고 측정엔 1시간 20분, 재고 분석엔 4시간이 소요됐다. 사람이 하는 일이다 보니 시간이 오래 걸릴뿐더러 정밀도도 낮았던 게 사실.

이랬던 원료야드 공중에 새로운 눈이 등장했다. 포스코가 원료야드 재고 관리용 드론을 도입한 것! 포스코는 드론을 활용해 원료야드 재고 측정 시간을 단 20분으로 줄였다. 자체 개발한 데이터 처리 알고리즘을 활용해 재고 분석 시간도 단 1시간으로 단축했다. 축구공 크기만 한 구형(球形) 드론은 사람이 접근하기 어려운 협소한 곳까지 정밀하게 점검하고 추적한다. 덕분에 재고 현황을 보다 정확하게 파악할 수 있을 뿐만 아니라 위험 지역에 사람이 아닌 드론을 투입하면서 혹시 모를 안전사고 역시 예방할 수 있게 됐다.

제선(소결) I 소결 공정 자동화 ☞ 연료비 연 19억 원 절감

철의 원료인 철광석은 용광로에 들어가기 전 소결 공정을 거친다. 균일한 크기와 성분의 소결광을 만드는 것이 작업의 핵심. 하지만 철광석과 코크스는 육안으로는 확인하기 어려울 만큼 알맹이가 작다. 작업자의 숙련도와 노하우에 따라 소결광의 품질이 달라질 수밖에 없었다.

이제는 인공지능이 자동으로 공정을 제어한다. 포항제철소 제선부 3소결공장은 스마트 센서를 활용해 작업자가 육안으로 확인해야 했던 부분들을 데이터화하고 이를 딥러닝을 통해 인공지능이 스스로 실시간 제어할 수 있도록 했다. 자동 제어 시스템 적용 결과 조업 편차는 60% 개선됐으며 3%에 달하는 연료비가 절감됐다. 연 단위로 환산하면 19억 원의 비용 절감 효과가 기대된다.

제선(고로) I AI 용광로 ☞ 쇳물 연 8만 5천 톤 추가 생산

용광로는 높이가 110m, 내부 온도는 최대 2,300℃에 이른다. 포스코는 안을 들여다볼 수도 없는 이 뜨겁고 거대한 설비를 4차 산업혁명 기술 집약체로 탈바꿈하는 데 성공했다. 포항제철소 2고로는 세계에서 가장 스마트한 용광로라고 해도 과언이 아니다. AI 용광로라고 불릴 만큼 인공지능 수준의 자체 제어와 예측이 가능하기 때문. 포스코의 스마트 용광로는 일일 용선 생산량을 240톤가량 증대시켰다. 1년간 8만 5천 톤의 쇳물을 추가 생산하는 셈인데, 이는 중형 승용차를 연간 8만 5천 대 더 생산할 수 있는 양이다.

포스코의 AI 용광로는 수많은 변수와 케이스를 스스로 학습하고, 연·원료의 성분과 용광로 상태를 스스로 체크한다. 이를 바탕으로 조업 결과를 미리 예측한 뒤 조업 조건을 선제적으로 자동 제어한다. 그 결과 품질 편차가 적은 최고의 산출물(쇳물)을 결괏값으로 뽑아낸다. 포항 2고로를 포함, 최근 2차 개수(改修)를 마치고 조업을 재개한 광양 3고로 등 포스코는 포항과 광양에 각각 2기씩 총 4기의 스마트 고로를 구축 또는 가동하고 있다.

제강 I 원터치 출강 자동화 시스템 ☞ 성분 이상률 0%

포항제철소 제강공장에서는 버튼 하나로 출강이 이루어진다. 출강은 고로 쇳물(용선)을 전로에 받아 정련한 뒤 깨끗한 쇳물(용강)만 분리하는 공정이다. 이전에는 작업자가 일일이 수십 차례의 출강 작업을 직접 감당했다. 고온, 고열의 작업 환경 상 안전사고 위험이 있고 작업자의 숙련도와 집중력에 따라 미세한 품질 편차가 발생하기도 했다.

이에 포스코는 2018년 제강 공정에 스마트 기술을 도입하기로 결정, 하드웨어와 소프트웨어 개선에 나섰고 2020년 5월 국내 최초로 출강 공정 자동화 시스템을 구축했다. 작업자들은 현장에서 일정 거리가 떨어진 조작실에서 원격으로 고열의 출강 조업을 면밀하게 살피고, 정밀하게 조작한다. 컴퓨터 화면 속 시작 버튼을 누르면 출강 공정에 필요한 일곱 가지 절차가 자동으로 이뤄진다. 포스코의 원터치 출강 자동화 시스템은 성분 이상률 0%를 기록했다.

압연 I 세계 최초 열연 全 공정 스마트팩토리 통합운전실 구축 ☞ 열연재 연 9만 톤 증산

포스코가 2020년 7월, 세계 최초로 열연 전 공정(가열, 압연, 권취)에 스마트 기술을 적용하여 한곳에서 컨트롤할 수 있는 통합운전실을 구축했다. 기존에는 압연된 소재를 두루마리 형태로 돌돌 말아주는 권취 공정의 운전실이 분리되어 있어 작업 효율이 떨어졌다. 이를 해결하고자 포항제철소는 권취 자동 운전 기술을 개발하고 권취 운전 기능을 가열·압연 운전실로 이전해 전 열연 공정 운전실을 통합했다.

가열 공정의 경우, 인공지능을 적용해 품질 편차를 획기적으로 줄였고, 압연 공정은 조업 상황에 따라 최적의 압연량을 자동 설정해 주는 스마트 기술로 제품 손실을 크게 줄였다. 전 공정에서 스마트화를 추진해 통합운전실을 갖춘 포항 열연부는 연 9만 톤의 열연재 증산을 기대하고 있다. 열연 전 공정이 스마트팩토리화되어 통합운전실에서 컨트롤되는 것은 포스코 포항제철소가 세계 최초 사례다.

도금 I 초정밀 도금 제어 ☞ 도금량 제어 적중률 89% → 99%

앞선 공정을 통해 생산된 강재 중 일부는 그 목적에 따라 도금 공정을 거치게 된다. 기가스틸 등 고급 자동차 강판이 도금 공정을 거치는 대표 강종. 그 세부 과정을 쉽게 말하자면 먼저 열처리한 강재를 용융아연 욕조에 담갔다 꺼낸다. 그다음 강판 표면에 응고되기 전의 아연을 Air knife가 미세하게 깎아내 도금량을 제어한다. 숙련된 작업자가 일일이 이 과정을 제어했는데, 정확한 도금량은 아연이 완전히 응고된 후에야 측정이 가능했기 때문에 실시간으로 최적의 도금량을 제어하는 것이 난제였다.

포스코는 이를 해결하기 위해 인공지능 초정밀 도금 제어 기술을 개발했다. 딥러닝을 이용해 제품의 강종, 두께, 폭, 조업 조건과 목표 도금량을 스스로 학습해 정확히 제어하는 것! 기존에는 89% 수준이었던 도금량 제어 적중률이 이제는 99% 이상을 웃돌고 있다. 이 기술은 포항, 광양제철소 모든 도금공장에 적용되었고, 우리나라 ‘국가핵심기술’로 등재되어 있다.

출하 I 포항/광양 제철소 – 출하 목적지 최적 매칭 ☞ 물류비 연 5억 원 절감

포스코가 인공지능과 로봇 기술을 기반으로 한 물류 플랫폼을 육성해 ‘스마트 물류’에 나선다. 예를 들어 인공지능과 빅데이터 기술을 적용한 ‘AI 배선 시스템’ 구축을 통해 선박이 항구에서 대기하는 시간을 최소화해 손실과 비용을 줄여나갈 예정. 그리고 그 성과는 물류 파트너사와 공유하여 산업 생태계를 강건화하는데 힘쓴다는 방침이다.

또 고객이 요청한 출하 목적지별로 포항, 광양 제철소의 물류비를 계산해 어느 제철소에서 생산하는 것이 물류비 절감에 더 도움이 되는지를 인공지능이 스스로 판단한다. 인공지능 제철소 지정 시스템을 가동하면 물류비가 연 5억 원가량 절감될 것으로 예상된다.

환경 I 가열로 NOx 배출농도 예측 ☞ NOx 배출량 사전 제어 가능

인공지능은 제철소의 환경도 개선한다. 환경부 대기관리권역법(‘20.4월 시행)에 따라 포스코는 제철소 전역에서 굴뚝 배출 총량규제 대응을 위해 노력 중인데, 그 일환으로 인공지능을 통한 가열로 NOx 배출농도 예측 시스템을 구축한다.

광양제철소는 올해 6월까지 열연 가열로 NOx 발생의 메커니즘을 분석해 주요 원인 인자를 찾았고, 빅데이터와 인공지능 알고리즘을 통해 가열로의 조업 상황에 따른 NOx 배출농도를 예측하는 모델을 개발했다. 이는 RIST 미세먼지 연구센터와 협업하여 올해 말 실제 조업에 적용할 계획이다. 인공지능이 실시간으로 NOx 배출농도를 예측하게 되면 NOx 저감약품(요소수) 사용량을 약 40% 낮출 수 있고 동시에 가열로 연소 수준도 최적으로 조절할 수 있어 NOx 배출량이 사전에 제어 가능해진다. 광양제철소는 이 시스템을 통해 열연 가열로로 발생되는 NOx 배출량이 저감될 것으로 예측하고 있다.

안전 I 설비 점검에 드론 도입 ☞  작업자 안전 확보

포항제철소는 사람이 쉽게 볼 수 없고 닿을 수 없는 곳까지 드론을 활용해 꼼꼼히 안전 점검을 하고 있다. 그동안 제철소 내에서 높거나 뜨거운 위험 작업장은 인력에 의존해 설비를 점검했다. 포스코는 이러한 한계를 해결하기 위해 열화상 카메라를 탑재한 소형 드론을 도입해 위험 설비 점검에 나섰다.

이는 누구나 특별한 기술이 없어도 조종 가능한 소형 무인항공기로, 작업자들은 위험 지역을 직접 점검하는 대신 드론을 날려 임무를 수행할 수 있다. 이로써 작업자의 안전을 확보한 것은 물론 구석구석 숨어 있던 설비의 결함 유무도 더욱 철저히 확인하고 예방 정비를 할 수 있게 됐다.

안전 I 현장 근무자 안전 확보 스마트워치 ☞ 최대 60초 내 긴급 구조 메시지 발송

포스코가 2020년 7월, 포항제철소와 광양제철소에서 위험 개소 업무를 수행하는 현장 근무자들 1,200여 명에게 스마트워치를 배포했다. 스마트워치는 현장 근무자의 넘어짐, 심박 이상, 추락 등 신체 이상이 실시간 감지되면 주변 동료들에게 즉각 구조 신호를 보냄으로써 구조 골든 타임을 확보할 수 있게 해준다. 예를 들어, 작업자의 심박 이상이 감지되면 스마트워치가 최대 60초 내 긴급 구조 메시지를 발송한다.

시스템 l 스마트팩토리 플랫폼 PosFrame ☞ 제철소 20개 공장 관통

포스프레임(PosFrame)은 포스코가 개발한 세계 최초의 연속 제조 공정용 스마트팩토리 플랫폼이다. 포스프레임은 여러 공장에서 발생하는 서로 다른 특성의 데이터들을 유기적으로 수집하여 저장하고 관리한다. 연속 공정이 생명인 제철소에 특화된 플랫폼. 포스프레임은 현재 포스코 제철소 내 20개 공장을 관통한다. 올해 안에 양소 통틀어 27개 공장에 포스프레임을 적용하는 것이 목표다. 스틸을 만드는 과정을 A부터 Z라고 가정했을 때, 포스프레임을 사용하면 Z에서 발생한 불량의 원인을 A까지 추적해 잡아내는 게 가능하다.

2016년 시작된 포스코의 스마트 제철소 구축. 이제는 단일 공장을 넘어 생산계획부터 출하까지 전 공정을 관통하는 수준으로 진화하고 있다. 주문투입 단계부터 제품 출하까지 각 공정마다 생산성과 효율성이 눈에 띄게 높아지고 이는 오롯이 고객과 파트너사의 가치창출로 이어진다. 또 과거의 수작업을 인공지능이 컨트롤하면서 작업자들은 단순 반복적인 업무를 넘어 더욱 창의적이고 생산적인 일에 몰두할 수 있게 됐다. 제철소의 위험 요소들은 사람 대신 드론과 기계가 감지하고 처리하며, 환경 유해 요소 역시 인공지능을 통해 저감시킬 수 있다.

등대공장 1주년을 맞아 제철소의 A부터 Z까지 적용된 스마트 기술을 함께 살펴봤다. 지금 이 순간에도 더욱 안전하고 스마트한 제철소를 만들기 위해 끊임없이 노력하고 있는 포스코. 등대공장 10주년에는 어떤 모습일지 벌써부터 기대가 된다.

그런데, 등대공장 포스코의 속을 자세히 들여다보면 ‘4차산업혁명 기술의 선도적 도입’ 정도에서 이야기가 끝나지 않는다. 포스코만의 특별한 이유 세 가지를 소개한다.

① 아무도 도전하지 않았던 ‘용광로’의 인공지능화

인공지능 공장이라고 하면, 무인화된 택배 창고나 로봇에 의한 자동차 부품 조립 공장 등을 떠올리기 십상이다. 주로 정보통신산업 정도가 인공지능과 어울린다고 생각하기 쉽다. 반면, 용광로는 그 규모도 규모지만(아파트 40층 높이), 내부가 액체와 고체 및 화염으로 가득 차 있고 24시간 불을 끌 수도, 그 속을 들여다볼 수도 없는 블랙박스와 같은 거대 압력 용기다. 때문에 용광로를 인공지능화한다는 것은 불가능에 가깝다고 여긴 것이 사실.

포스코는 그 불가능에 도전했다. 시작은 2016년부터였다. 2016년이면 국내외로 ‘4차산업혁명’이라는 단어가 조금씩 알려지기 시작하던 때다. 포스코는 한발 앞섰지만, 서두르지는 않았다. 긴 호흡을 가지고 단계별로 차근차근 디지타이제이션(Digitization)과 스마타이제이션(Smartization)을 실행했다. 처음에는 글로벌 IT 기업의 기술력을 빌려 시도했지만, 만족스러운 결과를 얻지 못했다. 신기술로만 되는 일이 아니었던 거다. 포스코 고유의 경험과 직관, 지식이 그 기술과 결합되어야만 기존에서 진보한 AI용광로가 만들어질 수 있었다. 결국 현장을 제일 잘 아는 테크니션과 엔지니어들이 자발적으로 하나둘 모였다.

▲ 포스코 숙련자의 경험과 직관에, 방대하고 정교한 데이터가 결합된 AI용광로. 딥러닝을 통해 최적의 결괏값을 뽑아내고, 자동화하여 휴먼에러는 줄이고 생산성은 높인다.

이들은 용광로 상태를 결정하는 주요 변수를 데이터로 만들고, 이를 빅데이터화했다. 그리고 30여 년 숙련자들의 노하우를 모방해 최적의 결괏값을 뽑아내는 딥러닝을 진행했다. 수작업하던 일들은 사물인터넷이 대신할 수 있도록 설비도 꾸준히 개선했다. 그 결과, 이제는 종전 대비 하루 240톤의 쇳물을 더 많이 생산할 수 있게 됐다. 생산량만 늘어난 게 아니다. 작업자들은 단순 반복 업무에 할애하던 시간을 더욱 창의적인 일을 하는데 쓰고 있다. 포스코는 AI용광로를 포함해 4년간 321개의 스마트과제를 수행함으로써 2,500억 원의 원가 절감을 이뤄냈다.

중후장대, 장치산업, 재래산업, 굴뚝산업… 제철소에 씌었던 오래된 프레임을 과감히 탈피하는 도전, 포스코는 AI용광로를 통해 그 도전에 성공했다.  포스코의 ‘딥러닝 인공지능 기반의 고로 조업 자동제어기술’은 대한민국의 국가핵심기술로도 등재(‘19.8월) 되어 보호받고 있다. 포스코는 용광로 뿐 아니라 제강, 압연, 도금 라인 전반에 스마트팩토리를 구축하며, 완성도 높은 스마트제철소를 만들어나가는 중이다.

② 스마트팩토리 구축은 대학-중소기업-스타트업과 ‘콜라보’

포스코가 등대공장에 선정된 또 하나의 특별함이 있다. 바로 스마트팩토리 구축을 대학, 중소기업, 스타트업 등과 함께해 ‘산학연 협력 체계’를 이룬 것. 세계경제포럼은 아래 그림과 같이 포스코의 협력(Collaboration) 모델을 높이 평가하고 있다.

▲ 2019년 7월, 세계경제포럼이 게시한 포스코의 등대공장 선정 이유

포스코는 사내에서 인공지능 전문가를 활발히 육성 중인데, 이를 위해 우리나라 최고 수준의 인공지능 분야 교수진이 있는 ‘포스텍’과 손잡있다. 포스코가 2017년부터 시작한 ‘포스코그룹 인공지능 전문과 과정’은 포스코그룹 각 분야의 우수인재를 선발해서 포스텍 교수들이 직접 교육하는 프로그램이다. 이 교육을 통해 3년 동안 60여 명의 사내 인공지능 전문가가 탄생했고, 이 소수 정예 인원들은 현업에서 스마트팩토리를 구축하는 데 투입되고 있다.

중소기업과 스타트업도 함께 했다. 2016년부터 포스코 AI용광로를 함께 개발한 ‘이씨마이너(ECMiner)’는 데이터마이닝*을 전문으로 하는 중소기업이다. 이씨마이너는 자신들의 데이터마이닝 기술과 포스코 고유의 데이터를 결합해, 수작업으로 파악하던 용광로의 연소 상태를 자동으로 파악·분석·유지할 수 있는 시스템을 개발했다. 과거에는 작업자들이 바람구멍을 통해 일일이 육안으로 확인하고 경험에 의존해 판단했던 연소 상태를, 이제는 자동으로 촬영 후 빅데이터화하여 파악할 수 있다. 또 연소 정도를 적절하게 유지까지 시켜주니 투입해야 하는 석탄량이 줄어들어 원가절감에도 큰 도움이 되고 있다. *데이터마이닝: 많은 데이터 가운데 숨겨져 있는 유용한 상관관계를 발견하여, 미래에 실행 가능한 정보를 추출해 내고 의사 결정에 이용하는 기술

이러한 협업은 포스코와 이씨마이너 모두 윈윈(Win-win)하는 결과를 낳았다. 포스코는 대한민국의 기술력으로 AI용광로를 탄생시키는데 성공했고, 이씨마이너 역시 포스코에서 어마어마한 양의 데이터를 작업하는 경험치를 길렀다. 더 나아가, 이씨마이너를 포함해 포스코 스마트팩토리 구축에 참여한 대학-중소기업-스타트업은 포스코에서 쌓은 기술력을 바탕으로 또 다른 기업의 스마트팩토리 구축에도 참여할 수 있다. 이를 통해 대한민국 스마트팩토리의 더 빠른 확산을 이끌 수 있을 것으로 기대된다.

③ 스마트팩토리로 거둔 열매, 기꺼이 산업 생태계의 거름으로

등대공장 포스코의 특별함은 세 번째 이유에서 더욱 빛을 발한다. 지난 1월 9일, 문재인 대통령이 등대공장을 방문한 자리에서 포스코 최정우 회장은 다음과 같이 말했다.

“스마트팩토리 구축을 통해 2,500억 원의 원가를 절감했습니다. 그리고 지난 3년 동안 우리 협력회사 직원분들과 임금격차를 해소하기 위해 외주비 2,700억 원을 상향했습니다. 외주비 상향은 비용 증가 요인이지만, 포스코는 끊임없는 혁신으로 이를 상쇄해 나갑니다. 그렇게 해서 산업 생태계 전체의 경쟁력을 높이고 그게 결국 국가의 국제 경쟁력이 된다고 생각합니다. 그것이 포스코가 추구하는 경영이념입니다.”

▲ 이미지 출처 : KTV국민방송 유튜브 공식 채널 <문대통령 포스코 방문! 하드캐리하고 열정이 뿜뿜! 브리핑부터 고로의 모습까지 가득 담긴 문대통령 포스코 방문기 풀버전>

포스코는 스마트팩토리 구축으로 거둔 성과를 산업 생태계의 한 축을 담당하고 있는 협력사의 현실적인 문제 해결을 위해 기꺼이 나눴다. 액면만 보면 대기업의 ‘여유로운 면모’로 느껴질 수 있는 일이었지만, 알고 보면 치열한 내부 혁신을 통해 만들어낸 여력(餘力)이 있었기에 가능했다. 포스코 혁신이 그저 홀로 승승장구하기 위함이 아니라는 것을 보여주는 대표적인 사례다.

협력사 뿐만 아니다. 포스코와 직접 거래가 없는 중소기업과도 혜택을 나눴다. 포스코는 ‘상생형 스마트공장 구축 지원 사업’을 통해, 지난해 110곳의 중소기업에 스마트팩토리 기술을 전수했는데, 이 중 59개사는 포스코의 협력사도, 고객사도 아닌 비(非)거래사다. 이 사업으로 2023년까지 1,000개의 중소기업이 스마트팩토리를 구축할 수 있도록 도울 예정인데, 역시 그 대상에는 한정을 두지 않기로 했다. 그렇게 해서 중소기업이 경쟁력을 높이면, 생산성 향상은 기본이고 새로운 일자리 창출도 기대해볼 수 있다.

▲ 등대공장 포스코가 스마트팩토리를 통해 이룬 성과는 포스코의 경쟁력 향상은 물론이고, 산업 생태계 전반을 강건화하는데 일조한다. 특히 임금격차 해소, 신규 일자리 창출 등 실질적인 사회 현안을 해결하는 데 기여하고 있다.

포스코의 ‘혁신’이란 이런 것이다. 자신의 텃밭에서 열심히 가꿔낸 열매를 주변 텃밭의 거름으로 기꺼이 뿌리는 것. 등대공장 포스코의 남다른 행보, ‘제조강국’ 대한민국의 길을 밝히는 빛이 되고 있다.

포스코 포항제철소는 지난해 7월 세계경제포럼(WEF, World Economic Forum, 다보스포럼)에 의해 전 세계 제조업을 이끄는 ‘등대공장’으로 선정되며, 스마트용광로의 새 지평을 열었습니다. 등대공장 심사를 위해 포항제철소를 방문한 WEF의 컨설턴트는 복잡하고 거대한 용광로를 작업자의 노하우와 인공지능을 결합해 실시간으로 제어하는 모습에 큰 관심을 보였다고 합니다. 9일에는 문재인 대통령도 현장을 찾아, 세계에서 가장 스마트하게 쇳물을 생산하는 모습을 직접 지켜봤습니다.

포스코는 자체적으로 개발한 스마트팩토리 기술을 중소기업 등 비즈니스 파트너에 전수해 산업생태계를 강건화하는데도 힘쓰고 있습니다. 포스코의 스마트팩토리와 기업시민 행보, 한번 자세히 살펴보겠습니다.

l 4차산업혁명의 선두 자리에 당당히, 포스코의 용광로

4차산업혁명이라는 용어는 2016년 다보스포럼에 등장 후, 산업 분야를 불문하고 가장 큰 물줄기가 되었습니다. 빅데이터, 인공지능, 사물인터넷 등 4차산업혁명의 핵심 기술들을 발 빠르게 습득하기 위한 기업들의 노력이 이어졌죠. 다보스포럼은 이 기술들을 적극 도입해 세계 제조업의 미래를 혁신적으로 이끌고 있는 기업을 ‘등대공장’으로 명명하고 연간 두 차례 발표하고 있습니다. 지난 7월, 포스코는 대한민국 최초의 등대공장으로 선정됐죠.

포항제철소 2고로는 4차산업혁명 기술의 집약체입니다. 포스코는 4차산업혁명이라는 키워드가 꿈틀거리던 2016년, 곧장 용광로의 ‘디지타이제이션(Digitization)’에 착수했습니다. 그간 작업자의 숙련도에 의지해 관리하던 용광로의 각종 지표를 모두 정형화하고, 데이터화한 것이죠. 용광로는 아시다시피 높이가 110m에 달하는 40층 아파트 수준의 거대한 설비입니다. 내부 온도는 최대 2,300℃에 이르고 뜨거운 액체와 고체가 뒤섞여 있는데요. 안을 들여다볼 수 없는 블랙박스와 같은 이 거대한 용광로의 변수들을 디지털화한다는 것은 상상 이상으로 복잡하고 어려운 일이었습니다. 인간의 노하우를 ‘데이터화’한다는 불가능해 보이는 일, 그것이 스마트용광로의 첫 시작이었죠.

그렇게 축적한 데이터들은, 빅데이터의 초석이 되었습니다. 포스코는 2017년부터 빅데이터를 가지고 용광로 스스로 수많은 케이스를 학습하는 딥러닝을 시작했습니다. 알아서 변수를 제어하고, 최적의 결괏값을 산출할 수 있도록 하는 ‘스마타이제이션(Smartization)’이 본격 추진된 거죠. 사물인터넷도 스마트용광로의 탄생을 앞당겼는데요. 과거에는 투입되는 연·원료의 양, 노열(爐熱) 등을 작업자가 일일이 측정해야 했지만, 스마트용광로는 설비에 설치된 카메라와 센서가 그 작업들을 대신하고 알아서 데이터화합니다.

▲ 용광로의 내부 온도는 부분적으로 최대 2,300℃. 속에서는 철광석과 코크스 등 연원료가 뒤섞여 여러 가지 화학반응을 동시에 일으키고 있죠. 아파트 40층 높이의 거대한 ‘압력 용기’와 같습니다. 포스코는 이 용광로를 ‘데이터화’하고, ‘자동화’ 했습니다.

그 결과, 포항 2고로는 ‘AI용광로’라고 불릴 만큼 인공지능 수준의 자체 제어와 예측이 가능해졌습니다. 제선 현장에서 30년 이상 근무한 베테랑들의 노하우가 녹아있는 스마트용광로는 일일 용선 생산량을 240톤 증대시켰습니다. 매일 240톤이면 1년간 8만 5천 톤을 추가 생산하는 셈인데요. 이는 중형 승용차를 연간 8만 5천 대 더 생산할 수 있는 양입니다.

여기에 늘 이어지는 염려가 있죠. “사람들 일자리가 줄어드는 것 아니야?” 하지만 대답은 “그렇지 않다.”입니다. 작업자들은 하루 종일 용광로를 바라보며 상태를 관리하는 대신, 고유의 Domain Knowledge를 통한 고도화 업무에 몰입할 수 있습니다. 반복 작업을 벗어나 창의적 퍼포먼스를 낼 수 있는 가능성이 커진 겁니다.

l 포스코의 스마트팩토리가 특별한 이유

유수의 세계적 기업들이 스마트팩토리를 표방하고 있습니다. 그중, 포스코의 스마트팩토리가 특별한 이유는 ‘연속 공정’이라는 제철소의 특수한 조건에 최적화한 시스템을 구축했기 때문이죠. 포스코는 용광로뿐 아니라, 일관제철공정의 전반에 스마트팩토리를 확산하고 있습니다. 포스코 스마트팩토리의 엔진인 ‘포스프레임(PosFrame)’은 세계 최초의 연속 공정용 스마트팩토리 플랫폼입니다.

제철소는 생산 계획을 세우는 일부터 최종 제품을 고객사에 인도하는 일까지 끊김 없이 연속적으로 이어져 있습니다. 때문에 제철소에 스마트팩토리를 적용한다는 것은, 1개 품목을 생산하는 단일 공장에 스마트팩토리를 적용하는 일과는 차원이 다른 스케일입니다. 포항제철소는 여의도 3배가 넘는 부지에 몇백 개의 공장들이 즐비하고, 생산하는 대표 강종만 수백 가지가 넘습니다. 그 생산 정보들이 산발되지 않도록 한곳에 모으고, 누구나 가공할 수 있게끔 정형화·데이터화하는 것이 포스프레임의 주요 기능 중 하나입니다. 포스프레임이 제철소에 100% 적용되면, 강철을 만드는 과정을 A부터 Z라고 가정했을 때, Z에서 발생한 불량의 원인을 A까지 추적해 잡아내는 것도 가능해집니다.

▲ 일관제철소의 스마트팩토리 운영 개념도. 후공정에서 발생한 문제의 원인을 상공정까지 자동으로 추적하여 진단하고, 개선할 수 있을 것으로 기대됩니다.

l 포스코만의 기술? 비즈니스 파트너와 함께 나눈다

이런 독보적인 기술력, 기업시민 포스코는 어떻게 관리하고 있을까요? 우리만의 기술이라고 꽁꽁 묶어 놓았을 것이라 짐작했다면 오산! 포스코는 스마트팩토리 기술을 중소기업 등 비즈니스 파트너에 전파하기 위해 전국으로 뛰고 있습니다.

포항과 시흥에 공장을 두고 있는 ‘동국산업’은 포스코 열연재를 가공해서 고급 냉연재로 만든 뒤, 이를 자동차 부품사에 공급하는 기업입니다. 동국산업에서는 염산(HCl)을 이용해 소재 표면 스케일(Scale)을 제거하는 ‘산세 공정’을 거치는데, 고객들의 까다로운 품질 조건을 맞추고자 산세 공정에 많은 시간을 투입해야 했죠. 포스코에서 받은 열연재마다 스케일의 정도는 다르고 고객의 요구도 각기 달랐지만, 그 모든 조건을 맞춰 건건이 산세할 수 없기에 일단 모든 소재를 강제로 산세 처리하고 있었죠. 당연히 생산성은 떨어질 수밖에 없었습니다. 이 고질적인 문제를, 포스코의 스마트팩토리 기술이 획기적으로 해결했다는데요.

우선 포스코는 동국산업으로 열연재를 공급할 때 마다, 소재에 스케일이 어느 부분에 어느 정도 있는지를 예측한 데이터를 포스프레임을 통해 함께 보냅니다. 이 데이터는 어디에서 받느냐? 바로 동국산업에 구축한 ‘최적 산세 AI’입니다. 과거에는 작업자가 수작업으로 판단하던 산세 조건을, 이제는 이 AI가 포스프레임으로 부터 얻은 데이터를 바탕으로 분석해 자동으로 뽑아냅니다. 그 최적값으로 산세 처리를 하고 나면, 결과 데이터는 다시 포스프레임으로 넘어갑니다. 포스코 열연재가 동국산업에서 고급 냉연재로 가공되는 과정이 빅데이터로 포스프레임에 쌓이고 반복 학습을 거쳐 고도화됩니다. 양쪽의 데이터가 유기적으로 순환하며, 연결된 공장처럼 최적화된 제품을 생산하게 되죠. 동국산업의 스마트팩토리 가동 결과, 고객이 요구하는 품질을 확보하면서 산세 공정에 투입되는 시간은 최소화해, 생산성은 60%가 향상되고 고급재 판매량도 종전 대비 1.5배 상승하였습니다.

▲ 포스코와 함께 스마트 팩토리를 구축한 ‘동국산업’. 왼쪽 상단부터 시계열 순으로 포항공장 전경, 산세라인, 수소로, 광폭 전단 라인. (사진제공=동국산업)

포스코는 위와 같은 중견기업과 더불어, 중소기업을 위한 스마트팩토리 컨설팅에도 집중하고 있습니다. 포스코의 직접고객사뿐 아니라, 비거래사와 2차고객사들까지 그 대상에도 한정이 없죠. 중소기업벤처기업부와 공동으로 추진하는 ‘상생형 스마트공장 구축지원’ 사업으로 작년까지 110개의 기업에 스마트팩토리를 구축했는데요. 동시에 ‘스마트화 역량강화 컨설팅’도 패키지로 제공해, 포스코 고유의 현장 혁신 기법인 ‘QSS(Quick Six Sigma)’를 통한 선진적 현장 노하우를 전수하고 있죠. 2023년까지 200억 원을 출연하여 총 1,000개의 기업이 스마트팩토리 구축을 시행착오 없이 이뤄낼 수 있도록 힘을 보태고자 합니다.

이와 함께 포스코는 7대 상생협력 프로그램을 운영 중입니다. △공정한 거래기회를 부여하는 ‘개방형구매’, △최저가 낙찰제를 폐지하고 100% 현금 제때 주는 ‘제값 제때 주기’, △구직청년을 자체 교육하고 협력기업에 취업을 알선하는 ‘기업시민 잡매칭’ 등이 있는데요. 또한 1조 원을 출연해, 총 2조 원의 벤처펀드를 조성하고 아이디어 투자까지 일괄 지원하는 벤처밸리를 구축하여 청년들을 위한 창업지원 활동에도 앞장서고 있습니다.

스마트용광로를 중심으로 세계 제조업의 ‘등대’가 된 포스코. 국내에서는 직접 중소 비즈니스 파트너를 찾아가 스마트팩토리 구축을 위한 길잡이 역할에 적극적으로 임하고 있습니다. 포스코와 함께 더욱 스마트해질 대한민국 제조 산업을 함께 응원해주세요!

스마트제철소로의 도약은 포스코의 곳곳을 어떻게 진화시키고 있을까요? 손에 잡히지 않고 눈에 보이지 않기에 조금은 막연했던 ‘스마트제철소’라는 개념. 정확히 제철소를 어떻게 탈바꿈 시키고 있는지, 포스코 뉴스룸이 각 공정별로 소개해드립니다.

l 스마트제철소, 이렇게 달라졌습니다

앞서 설명드린 대로, 스마트제철소의 주요 골자는 이렇습니다. △포스프레임을 이용해 전 공장의 데이터를 수집하고, 정형화한다. △포스프레임이 사물인터넷, 빅데이터, 인공지능 등 신기술을 이용해 데이터를 스스로 학습하여 최적의 공정 조건을 내놓고, 공장을 제어한다.

그렇게 되면 작업자들은 경험에 의존하는 의사 결정을 최소화하고, 휴먼 에러를 방지할 수 있습니다. 객관적이고 정확한 데이터가 그동안 인간이 미처 발견하지 못했던 문제 해결 방법을 도출해낼 수 있고요. 잠깐! 그럼 이제 사람이 할 일이 없어지는 거 아니냐고요? 섣부른 오해입니다. 작업자들은 단순 반복 업무는 기계에게 맡기고, 그간 쌓아온 제철 노하우를 이용해 99%의 완성도에서 1%의 부족함을 채우는 고도화 업무에 더욱 몰입할 수 있습니다. 그리고 그 결과물을 다시 포스프레임에 입력하고요. 기술과 인간의 궁극의 시너지를 도모할 수 있는 거죠.

그럼 스마트팩토리를 적용한 각 공정, 어떻게 달라졌는지 본격적으로 살펴보겠습니다.

[수주공정] 수작업하던 ‘소Lot’ 주문, AI가 예측하고 판단하자 소요시간 12시간에서 1시간으로

제철소 생산 계획을 담당하는 수주공정그룹. 그들의 시간을 가장 많이 뺏는 일 중 하나는, ‘소Lot’ 주문을 처리하는 것입니다. 소Lot란 강종별로 제철소에서 요구하는 최소 주문량에 미달되어 생산상 제약을 받는 주문을 말하는데요.

기존에는 주문이 오면, 주문 조건을 파악하고, 이를 ‘소Lot 기준’과 비교해서, 이 주문과 함께 작업할 수 있는 다른 주문이 있는지 일일이 확인했습니다. 기준은 직원이 수작업으로 만들어 두고 반기마다 갱신해주고요. 최악의 경우에는 너무 많은 주문 속에 소Lot 주문이 묻혀버리는 경우도 생겼습니다. 판매담당자나 수주담당자가 모든 주문을 일일이 확인해서 소Lot인지 아닌지도 걸러내야 했죠. 급한 주문인데 계속 소Lot로 분류되어 출강이 어려울 때는 어쩔 수 없이 다른 주문들에 합류할 수 있도록 주문 조건을 변경해야 하는데요. 여기에도 거의 6시간 이상 소요됩니다. 소Lot 처리에 드는 평균시간은 자그마치 12시간입니다.

이제는 인공지능이 자동으로 주문의 소Lot 여부를 판단해줍니다. 그간의 데이터를 분석해, 소Lot 주문에 영향을 주는 인자 12개를 도출해내고, 인공지능이 스스로 주문을 판단할 수 있도록 학습시켰죠. 그 정확도는 97%에 이른다고 하네요. 또한 소Lot 주문이 다른 주문들과 함께 원가 낭비 없이 최적으로 제작될 수 있도록 설계 사이즈를 예측하는 것도 정확도가 99.99%입니다. 이제는 시간이 얼마나 걸릴까요? 단 1시간입니다.

[제선] 국가핵심기술! 스마트고로, 육안으로 확인하던 것이 데이터가 되어 자동으로

용광로의 통기성, 연소성, 용선 온도, 출선량… 이 모든 걸 어떻게 예측하고 관리할 수 있을까요? 과거에는 작업자가 일일이 쇳물의 온도를 2시간마다 체크하고, 연원료를 샘플링해 상태를 확인하는 등 모든 게 수작업이었습니다. 이제는, 인공지능이 스스로 확인하고 상태를 제어까지 합니다!

포항제철소 제선부는 이를 위해 우선 용광로 상태를 결정짓는 변수를 정의하고, 서로 다른 정보들의 모양을 하나로 통일시켰습니다. 전문용어로 ‘데이터를 정형화했다’고 하죠. 작업자들의 경험에 따라 다르게 관리해오던 지표들을 하나로 정리해, 스마트팩토리 기술로 수작업들을 자동화했습니다. 이제 쇳물의 온도는 사물인터넷이 데이터화하고, 고화질 카메라가 연원료의 상태를 알아서 확인합니다.

2017년부터는 본격적으로 제동제어 시스템을 구축했는데요. 딥러닝을 이용해 인공지능이 데이터를 학습하여 예측하고 관리할 수 있도록 만들었습니다. 단순히 현재의 필요 작업을 자동으로 해주는 단계를 넘어, 앞으로의 변수를 예측하고 제어해 최적의 결괏값을 도출해내는 겁니다. 오늘 노황이 좋다고 해서 끝이 아니라는 거죠. 내일의 노황도 최적의 상태가 되도록 ‘스마트고로’는 스스로 제어합니다. 이 기술이 최초로 적용된 포항 2고로가 하루에 만들어내는 쇳물의 양은 240톤 늘었습니다. 스마트고로 기술은 올해 7월, 우리나라의 국가핵심기술로 지정되기도 했답니다.

[제강] 대한민국에 KTX가 있다면, 포스코 제강에는 PTX(Posco sTeelmaking eXpress)가!

제강은 약 1,650℃의 고온에서 작업이 이루어지기 때문에 실시간으로 온도 측정이 어렵고, 성분 제어도 복잡해 작업자의 경험과 노하우가 중요했습니다. 즉, 작업자에 따라 미세하게나마 편차가 발생할 수밖에 없었죠. 연속 공정 중간에 이상이 발생하면, 앞뒤 공정 모두를 멈추고 점검이 필요하기도 했습니다.

포항제철소 2제강공장은 전로부터 연주까지의 타이밍과 온도, 성분을 제어하는 통합 제어 시스템을 개발했습니다. 생산 제품별로 대표적 경우의 수를 산출해보니 12만 5,000개의 공정이 나왔는데요. 이를 모두 디지털화 및 정형화하고, 2018년 7월 PTX 시스템 개발을 완료했죠. PTX 시스템을 이용하면, 전로부터 연주까지 멈춤과 지연 없이 연속 공정이 가능해집니다. 주요 공정별로 도착 시간과 온도, 성분을 실시간 확인할 수 있죠. 마치 KTX가 정확히 매 역에 도착하고 승객을 태우는 것처럼요. PTX는 용선의 온도와 성분, 원료가 달라도 조건에 맞게 인공지능이 학습하도록 설계되어 있습니다. PTX 도입 전 제강부의 온도 적중률은 80% 수준이었지만, 이제는 90% 이상입니다. 원료 사용량도 60%나 줄었습니다.

[연주] 표면품질, 더 빨리 한 번에 예측하고 연간 6억 원 절감

품질 관리는 매우 중요한 과제 중 하나입니다. 하지만 셀 수 없이 많은 소재들을 매일같이 모두 검사할 수는 없었죠. 때문에 포스코는 함께 출강된 소재들 중, ‘대표소재’를 선정해 그 소재만 의무적으로 100% 표면검사를 했습니다. 그리고 그 대표소재에서 이상이 감지되면 해당 소재와 같이 출강된 다른 소재들을 모두 회수하여 검사했죠. 포항제철소 2, 4연주공장은 연간 34만 톤의 대표 소재를 검사했는데, 실제 결함은 단 3만 톤에 그쳤습니다.

이 낭비를 없애기 위해 인공지능을 적용시켰습니다. 제강, 연주의 방대한 데이터를 수합해 인공지능이 학습할 수 있도록 하고, 품질 이상에 대한 기준을 만들어 결함을 예측할 수 있는 모델을 구축했습니다. 2018년 3월부터 시스템을 적용한 결과, 이제는 시스템이 결함 있는 소재만 선별해주기 때문에 불필요한 검사를 할 필요가 없어졌습니다. 더욱이 결함의 발생 이유까지 알려주죠. 이는 연간 약 6억 원 이상의 원가절감 효과를 가져다줄 것으로 기대됩니다.

[압연] 후판 평탄도, 상관관계 분석해서 스스로 제어

후판 제품은 슬라브를 1차로 가열해, 두 번의 압연을 거칩니다. 그 후 고객 요구에 따라 TMCP(Thermo-Mechanical Control Process)라는 가속냉각 처리를 하게 되는데요. TMCP는 강판에 고속의 물을 분사해서 일정 온도까지 급속 냉각시켜 강도를 향상시키고 용접성을 좋게 하는 방법입니다. 특수 설비가 필요하고, 물을 분사하는 기술이 고난도이기 때문에 정확히 제어하지 않으면 평탄도 불량률(표면이 평탄하지 않은 제품 비율)이 높아지는 공정입니다.

과거에는 후판재의 평탄도를 TMCP 처리 후 뜨거울 때 한 번(열간평탄도), 이후 전단 과정에서 차가울 때 한 번(냉간평탄도), 총 두 번 수작업으로 분석했습니다. 당연히 시간이 오래 걸리는 작업이었죠. 열간평탄도와 냉간평탄도의 상관관계를 매번 분석하다 보니 과부하가 걸리고, 그 결과를 작업자가 하나하나 입력하면서 TMCP를 제어하는 것이 쉽지 않았습니다.

광양제철소 후판공장은 열간평탄도의 인자와 냉간평탄도의 인자를 데이터화하고 빅데이터로 분석해, 학습 모델을 만들었습니다. 어떤 조건일 때 최적의 평탄 품질이 나오는지 말이죠. 이제 작업자는 인공지능이 산출해 낸 최적의 작업조건값을 모니터링하고 공정에 이상이 없는지 확인하면 됩니다. 과거처럼 제품마다 하나하나 제어값을 입력하지 않아도 되죠. 원가절감은요? TMCP 공정을 거친 제품의 교정률이 50% 저감됐습니다. 이는 1년에 약 13억 원을 절약할 수 있는 양입니다.

[도금] 인공지능 초정밀 도금 제어 기술도 국가핵심기술로!

CGL은 Continuous Galvanizing Line의 약자로, 냉간압연된 코일을 연속으로 열처리하고, 용융아연 욕조(Zinc Pot)에 담가 아연으로 도금한 아연도금강판을 생산하는 공정입니다. 포스코의 ‘기가스틸’도 이 CGL을 통해 탄생하죠. 욕조에서 꺼낸 후 강판 표면에 응고되기 전의 아연을 Air knife가 미세하게 깎아내어 도금량을 제어하는데요. 강판 사용 목적에 따라 목표 도금량이 다양하고, Air knife를 거치고 아연이 응고된 후에나 도금량을 측정할 수 있기 때문에 실시간으로 제어성능을 확보하는 것이 어려웠습니다.

이를 해결하기 위해 개발된 포스코의 인공지능 초정밀 도금 제어 기술은, 딥러닝을 이용해 제품의 강종, 두께, 폭, 조업조건과 목표도금량을 스스로 학습해 정확히 제어합니다. 기존에는 89% 수준의 도금량 제어 적중률이 이제는 99% 이상을 웃돌고 있죠. 이 기술은 포항, 광양제철소 모든 도금공장에 적용 완료되었고, 역시 우리나라 ‘국가핵심기술’로 등재되어 있습니다.

l 안전도 진보하는 스마트 제철소

정말 스마트한 제철소는 작업자의 안전과 환경까지 책임지는 작업장입니다. 포스코는 이 부분도 놓치지 않았습니다. 포스코는 스마트CCTV를 개발하여 사용하고 있는데요. 포스코가 개발한 스마트CCTV는 녹화만 하는 일반 CCTV와 달리, 제철소 현장의 특정 문자, 형상, 움직임 등을 자동으로 감지합니다. 그리고 수집한 정보에서 이상이 감지되면 관리자에게 알려주는 지능형 CCTV죠. 기존 CCTV가 갖고 있는 문자인식, 형상인식 등 해석 기술에 포스코의 철강 도메인인 조업상황, 설비형상 등을 결합시켜 제철소에 최적화된 CCTV로 발전시켰습니다. 포스코는 작년부터 광양 3도금, 2제강, 1코크스, 포항 2후판 공장에 스마트CCTV를 적용하기 시작했는데요.

스마트CCTV를 활용하면 작업자가 일일이 육안으로 확인해야 했던 조업, 품질, 안전 정보를 시스템이 영상으로 자동 인식하고 분석해 알려주기 때문에 작업 대기시간을 대폭 줄일 수 있고 품질 향상에도 효과적입니다. 예를 들면 제강공장에서는 전로의 용강 온도를 열화상 카메라가 사람 대신 측정할 수 있죠. 도금부에서는 육안으로는 쉽게 구분하기 어려운 Coil 제품 끝 단면의 미묘한 색상 차이를 CCTV로 확인해 품질 불량에 대해 조기 대응이 가능합니다.

더불어 열화상 등 다중 영상 장치로 화재 위험을 사전에 감지해 예방할 수도 있습니다. 제철소 전반에 걸쳐 설비, 품질, 물류, 안전 분야에서 스마트CCTV가 사람보다 더 빨리, 정확하게 정보를 수집하고 문제점을 잡아낼 수 있게 됩니다.

포스코의 스마트과제를 통한 스마트제철소 구축은 지금도 현재 진행형입니다. 기존 기술로는 해결하기 어려웠던 고질적 문제를 풀어나가고, 미래에는 설비 상태가 예지되고 자동으로 제어되어 생산과 품질, 안전 모두가 확보되는 스마트제철소의 완성을 꿈꾸고 있습니다.

그리고 등대공장으로써, 우리나라 제조업의 길을 비추기 위한 노력도 아끼지 않고 있는데요. 등대공장 특집 마지막 편 <[등대공장 특집] ③ 포스코와 함께 중소기업도 스마트해집니다>에서는, 포스코의 스마트팩토리 기술로 중소기업과의 상생을 도모하는 ‘스마트팩토리 지원사업’의 현장을 찾아 떠나봅니다.

스마트제철소로의 도약은 포스코의 곳곳을 어떻게 진화시키고 있을까요? 손에 잡히지 않고 눈에 보이지 않기에 조금은 막연했던 ‘스마트제철소’라는 개념. 정확히 제철소를 어떻게 탈바꿈 시키고 있는지, 포스코 뉴스룸이 각 공정별로 소개해드립니다.

l 스마트제철소, 이렇게 달라졌습니다

앞서 설명드린 대로, 스마트제철소의 주요 골자는 이렇습니다. △포스프레임을 이용해 전 공장의 데이터를 수집하고, 정형화한다. △포스프레임이 사물인터넷, 빅데이터, 인공지능 등 신기술을 이용해 데이터를 스스로 학습하여 최적의 공정 조건을 내놓고, 공장을 제어한다.

그렇게 되면 작업자들은 경험에 의존하는 의사 결정을 최소화하고, 휴먼 에러를 방지할 수 있습니다. 객관적이고 정확한 데이터가 그동안 인간이 미처 발견하지 못했던 문제 해결 방법을 도출해낼 수 있고요. 잠깐! 그럼 이제 사람이 할 일이 없어지는 거 아니냐고요? 섣부른 오해입니다. 작업자들은 단순 반복 업무는 기계에게 맡기고, 그간 쌓아온 제철 노하우를 이용해 99%의 완성도에서 1%의 부족함을 채우는 고도화 업무에 더욱 몰입할 수 있습니다. 그리고 그 결과물을 다시 포스프레임에 입력하고요. 기술과 인간의 궁극의 시너지를 도모할 수 있는 거죠.

그럼 스마트팩토리를 적용한 각 공정, 어떻게 달라졌는지 본격적으로 살펴보겠습니다.

[수주공정] 수작업하던 ‘소Lot’ 주문, AI가 예측하고 판단하자 소요시간 12시간에서 1시간으로

제철소 생산 계획을 담당하는 수주공정그룹. 그들의 시간을 가장 많이 뺏는 일 중 하나는, ‘소Lot’ 주문을 처리하는 것입니다. 소Lot란 강종별로 제철소에서 요구하는 최소 주문량에 미달되어 생산상 제약을 받는 주문을 말하는데요.

기존에는 주문이 오면, 주문 조건을 파악하고, 이를 ‘소Lot 기준’과 비교해서, 이 주문과 함께 작업할 수 있는 다른 주문이 있는지 일일이 확인했습니다. 기준은 직원이 수작업으로 만들어 두고 반기마다 갱신해주고요. 최악의 경우에는 너무 많은 주문 속에 소Lot 주문이 묻혀버리는 경우도 생겼습니다. 판매담당자나 수주담당자가 모든 주문을 일일이 확인해서 소Lot인지 아닌지도 걸러내야 했죠. 급한 주문인데 계속 소Lot로 분류되어 출강이 어려울 때는 어쩔 수 없이 다른 주문들에 합류할 수 있도록 주문 조건을 변경해야 하는데요. 여기에도 거의 6시간 이상 소요됩니다. 소Lot 처리에 드는 평균시간은 자그마치 12시간입니다.

이제는 인공지능이 자동으로 주문의 소Lot 여부를 판단해줍니다. 그간의 데이터를 분석해, 소Lot 주문에 영향을 주는 인자 12개를 도출해내고, 인공지능이 스스로 주문을 판단할 수 있도록 학습시켰죠. 그 정확도는 97%에 이른다고 하네요. 또한 소Lot 주문이 다른 주문들과 함께 원가 낭비 없이 최적으로 제작될 수 있도록 설계 사이즈를 예측하는 것도 정확도가 99.99%입니다. 이제는 시간이 얼마나 걸릴까요? 단 1시간입니다.

[제선] 국가핵심기술! 스마트고로, 육안으로 확인하던 것이 데이터가 되어 자동으로

용광로의 통기성, 연소성, 용선 온도, 출선량… 이 모든 걸 어떻게 예측하고 관리할 수 있을까요? 과거에는 작업자가 일일이 쇳물의 온도를 2시간마다 체크하고, 연원료를 샘플링해 상태를 확인하는 등 모든 게 수작업이었습니다. 이제는, 인공지능이 스스로 확인하고 상태를 제어까지 합니다!

포항제철소 제선부는 이를 위해 우선 용광로 상태를 결정짓는 변수를 정의하고, 서로 다른 정보들의 모양을 하나로 통일시켰습니다. 전문용어로 ‘데이터를 정형화했다’고 하죠. 작업자들의 경험에 따라 다르게 관리해오던 지표들을 하나로 정리해, 스마트팩토리 기술로 수작업들을 자동화했습니다. 이제 쇳물의 온도는 사물인터넷이 데이터화하고, 고화질 카메라가 연원료의 상태를 알아서 확인합니다.

2017년부터는 본격적으로 제동제어 시스템을 구축했는데요. 딥러닝을 이용해 인공지능이 데이터를 학습하여 예측하고 관리할 수 있도록 만들었습니다. 단순히 현재의 필요 작업을 자동으로 해주는 단계를 넘어, 앞으로의 변수를 예측하고 제어해 최적의 결괏값을 도출해내는 겁니다. 오늘 노황이 좋다고 해서 끝이 아니라는 거죠. 내일의 노황도 최적의 상태가 되도록 ‘스마트고로’는 스스로 제어합니다. 이 기술이 최초로 적용된 포항 2고로가 하루에 만들어내는 쇳물의 양은 240톤 늘었습니다. 스마트고로 기술은 올해 7월, 우리나라의 국가핵심기술로 지정되기도 했답니다.

[제강] 대한민국에 KTX가 있다면, 포스코 제강에는 PTX(Posco sTeelmaking eXpress)가!

제강은 약 1,650℃의 고온에서 작업이 이루어지기 때문에 실시간으로 온도 측정이 어렵고, 성분 제어도 복잡해 작업자의 경험과 노하우가 중요했습니다. 즉, 작업자에 따라 미세하게나마 편차가 발생할 수밖에 없었죠. 연속 공정 중간에 이상이 발생하면, 앞뒤 공정 모두를 멈추고 점검이 필요하기도 했습니다.

포항제철소 2제강공장은 전로부터 연주까지의 타이밍과 온도, 성분을 제어하는 통합 제어 시스템을 개발했습니다. 생산 제품별로 대표적 경우의 수를 산출해보니 12만 5,000개의 공정이 나왔는데요. 이를 모두 디지털화 및 정형화하고, 2018년 7월 PTX 시스템 개발을 완료했죠. PTX 시스템을 이용하면, 전로부터 연주까지 멈춤과 지연 없이 연속 공정이 가능해집니다. 주요 공정별로 도착 시간과 온도, 성분을 실시간 확인할 수 있죠. 마치 KTX가 정확히 매 역에 도착하고 승객을 태우는 것처럼요. PTX는 용선의 온도와 성분, 원료가 달라도 조건에 맞게 인공지능이 학습하도록 설계되어 있습니다. PTX 도입 전 제강부의 온도 적중률은 80% 수준이었지만, 이제는 90% 이상입니다. 원료 사용량도 60%나 줄었습니다.

[연주] 표면품질, 더 빨리 한 번에 예측하고 연간 6억 원 절감

품질 관리는 매우 중요한 과제 중 하나입니다. 하지만 셀 수 없이 많은 소재들을 매일같이 모두 검사할 수는 없었죠. 때문에 포스코는 함께 출강된 소재들 중, ‘대표소재’를 선정해 그 소재만 의무적으로 100% 표면검사를 했습니다. 그리고 그 대표소재에서 이상이 감지되면 해당 소재와 같이 출강된 다른 소재들을 모두 회수하여 검사했죠. 포항제철소 2, 4연주공장은 연간 34만 톤의 대표 소재를 검사했는데, 실제 결함은 단 3만 톤에 그쳤습니다.

이 낭비를 없애기 위해 인공지능을 적용시켰습니다. 제강, 연주의 방대한 데이터를 수합해 인공지능이 학습할 수 있도록 하고, 품질 이상에 대한 기준을 만들어 결함을 예측할 수 있는 모델을 구축했습니다. 2018년 3월부터 시스템을 적용한 결과, 이제는 시스템이 결함 있는 소재만 선별해주기 때문에 불필요한 검사를 할 필요가 없어졌습니다. 더욱이 결함의 발생 이유까지 알려주죠. 이는 연간 약 6억 원 이상의 원가절감 효과를 가져다줄 것으로 기대됩니다.

[압연] 후판 평탄도, 상관관계 분석해서 스스로 제어

후판 제품은 슬라브를 1차로 가열해, 두 번의 압연을 거칩니다. 그 후 고객 요구에 따라 TMCP(Thermo-Mechanical Control Process)라는 가속냉각 처리를 하게 되는데요. TMCP는 강판에 고속의 물을 분사해서 일정 온도까지 급속 냉각시켜 강도를 향상시키고 용접성을 좋게 하는 방법입니다. 특수 설비가 필요하고, 물을 분사하는 기술이 고난도이기 때문에 정확히 제어하지 않으면 평탄도 불량률(표면이 평탄하지 않은 제품 비율)이 높아지는 공정입니다.

과거에는 후판재의 평탄도를 TMCP 처리 후 뜨거울 때 한 번(열간평탄도), 이후 전단 과정에서 차가울 때 한 번(냉간평탄도), 총 두 번 수작업으로 분석했습니다. 당연히 시간이 오래 걸리는 작업이었죠. 열간평탄도와 냉간평탄도의 상관관계를 매번 분석하다 보니 과부하가 걸리고, 그 결과를 작업자가 하나하나 입력하면서 TMCP를 제어하는 것이 쉽지 않았습니다.

광양제철소 후판공장은 열간평탄도의 인자와 냉간평탄도의 인자를 데이터화하고 빅데이터로 분석해, 학습 모델을 만들었습니다. 어떤 조건일 때 최적의 평탄 품질이 나오는지 말이죠. 이제 작업자는 인공지능이 산출해 낸 최적의 작업조건값을 모니터링하고 공정에 이상이 없는지 확인하면 됩니다. 과거처럼 제품마다 하나하나 제어값을 입력하지 않아도 되죠. 원가절감은요? TMCP 공정을 거친 제품의 교정률이 50% 저감됐습니다. 이는 1년에 약 13억 원을 절약할 수 있는 양입니다.

[도금] 인공지능 초정밀 도금 제어 기술도 국가핵심기술로!

CGL은 Continuous Galvanizing Line의 약자로, 냉간압연된 코일을 연속으로 열처리하고, 용융아연 욕조(Zinc Pot)에 담가 아연으로 도금한 아연도금강판을 생산하는 공정입니다. 포스코의 ‘기가스틸’도 이 CGL을 통해 탄생하죠. 욕조에서 꺼낸 후 강판 표면에 응고되기 전의 아연을 Air knife가 미세하게 깎아내어 도금량을 제어하는데요. 강판 사용 목적에 따라 목표 도금량이 다양하고, Air knife를 거치고 아연이 응고된 후에나 도금량을 측정할 수 있기 때문에 실시간으로 제어성능을 확보하는 것이 어려웠습니다.

이를 해결하기 위해 개발된 포스코의 인공지능 초정밀 도금 제어 기술은, 딥러닝을 이용해 제품의 강종, 두께, 폭, 조업조건과 목표도금량을 스스로 학습해 정확히 제어합니다. 기존에는 89% 수준의 도금량 제어 적중률이 이제는 99% 이상을 웃돌고 있죠. 이 기술은 포항, 광양제철소 모든 도금공장에 적용 완료되었고, 역시 우리나라 ‘국가핵심기술’로 등재되어 있습니다.

l 안전도 진보하는 스마트 제철소

정말 스마트한 제철소는 작업자의 안전과 환경까지 책임지는 작업장입니다. 포스코는 이 부분도 놓치지 않았습니다. 포스코는 스마트CCTV를 개발하여 사용하고 있는데요. 포스코가 개발한 스마트CCTV는 녹화만 하는 일반 CCTV와 달리, 제철소 현장의 특정 문자, 형상, 움직임 등을 자동으로 감지합니다. 그리고 수집한 정보에서 이상이 감지되면 관리자에게 알려주는 지능형 CCTV죠. 기존 CCTV가 갖고 있는 문자인식, 형상인식 등 해석 기술에 포스코의 철강 도메인인 조업상황, 설비형상 등을 결합시켜 제철소에 최적화된 CCTV로 발전시켰습니다. 포스코는 작년부터 광양 3도금, 2제강, 1코크스, 포항 2후판 공장에 스마트CCTV를 적용하기 시작했는데요.

스마트CCTV를 활용하면 작업자가 일일이 육안으로 확인해야 했던 조업, 품질, 안전 정보를 시스템이 영상으로 자동 인식하고 분석해 알려주기 때문에 작업 대기시간을 대폭 줄일 수 있고 품질 향상에도 효과적입니다. 예를 들면 제강공장에서는 전로의 용강 온도를 열화상 카메라가 사람 대신 측정할 수 있죠. 도금부에서는 육안으로는 쉽게 구분하기 어려운 Coil 제품 끝 단면의 미묘한 색상 차이를 CCTV로 확인해 품질 불량에 대해 조기 대응이 가능합니다.

더불어 열화상 등 다중 영상 장치로 화재 위험을 사전에 감지해 예방할 수도 있습니다. 제철소 전반에 걸쳐 설비, 품질, 물류, 안전 분야에서 스마트CCTV가 사람보다 더 빨리, 정확하게 정보를 수집하고 문제점을 잡아낼 수 있게 됩니다.

포스코의 스마트과제를 통한 스마트제철소 구축은 지금도 현재 진행형입니다. 기존 기술로는 해결하기 어려웠던 고질적 문제를 풀어나가고, 미래에는 설비 상태가 예지되고 자동으로 제어되어 생산과 품질, 안전 모두가 확보되는 스마트제철소의 완성을 꿈꾸고 있습니다.

그리고 등대공장으로써, 우리나라 제조업의 길을 비추기 위한 노력도 아끼지 않고 있는데요. 등대공장 특집 마지막 편 <[등대공장 특집] ③ 포스코와 함께 중소기업도 스마트해집니다>에서는, 포스코의 스마트팩토리 기술로 중소기업과의 상생을 도모하는 ‘스마트팩토리 지원사업’의 현장을 찾아 떠나봅니다.

l 차세대 IT인재 육성의 요람 ‘청년 AI·Big Data 아카데미’

몇 해 전부터 AI와 Big Data라는 단어가 유행처럼 퍼졌다. 증강현실 기술과 지도 데이터를 결합한 게임이 등장했고, 사람과 상호작용이 가능한 스피커가 인기를 모았으며, 스마트팩토리 또한 제법 익숙한 용어가 됐다. 물론 이 분야 취업 및 연구를 원하는 이도 많아졌다. 해당 지식과 정보를 더 체계적으로 학습하고 싶은 대학생 및 청년, 취준생들이 늘어났다. 이를 감지한 포스코와 포스텍은 청년들을 위한 AI 교육과정을 개설하여 교육을 통한 사회적 가치를 창출하고 있다.

AI·Big Data분야 취업을 희망하는 대학 (예비)졸업생을 위한 교육으로 출발한 ‘청년 AI·Big Data 아카데미’는 2017~2018년에는 2년간 70여 명의 수료생을 배출했다. 올해부터는 교육기간과 인원을 확대해 매년 200여 명을 양성할 계획이다. 현재는 6기 교육생 50명이 교육을 받고 있다.

명실공히 대세로 자리 잡은 분야인 만큼 워낙 프로그램의 인기가 좋은 탓에 학생 선발도 까다롭다. 전공을 불문하고 사전 교육 및 서류전형, 필기시험, 심층 면접을 통해 가능성 있는 인재를 선발한다. 이들은 3개월 교육기간 동안 포스텍을 비롯한 국내 최고 수준의 교수진으로부터 AI와 Big Data 원리 및 활용 기법을 배운다. 또한 기업에서 발생 가능한 문제 해결 과제를 수행하면서 이 분야의 실무 활용 역량을 갖추게 된다.

모든 교육 과정의 목적은 AI·Big Data 분야 취업을 희망하는 대학 (예비)졸업생이 실무 역량을 갖추도록 교육하는 것. 더 나아가 AI·Big Data 분야 인재를 양성하는 것이다.

청년 AI·Big Data 아카데미 교수 및 강사진은 포스텍 컴퓨터공학과 및 정보통신연구소 교수진을 비롯해 현업에서 활약 중인 빅데이터 전문가로 이루어졌다. 교육과정은 총 3개의 모듈로 구성된다. 자세한 내용은 청년 AI·Big Data 아카데미 홈페이지에서 확인할 수 있다.

l 포스텍 컴퓨터공학과 윤은영 교수 ‘절실함이 곧 실력이다’

초기부터 지금까지 청년 AI·Big Data 아카데미를 이끌어온 포스텍 컴퓨터공학과 윤은영 교수는 이 아카데미에 대한 소회가 남다르다. 교육생들의 ‘담임선생님’으로 불릴 만큼 학생과 프로그램에 애정이 많은 윤은영 교수에게 청년 AI·Big Data 아카데미에 대한 몇 가지 궁금한 점을 물었다.

▲포스텍 컴퓨터공학과 윤은영 교수

Q. 교수님께서는 청년 AI·Big Data 아카데미에서 어떤 교육을 담당하고 계시나요?

AI 교육을 받기 위해 필요한 프로그래밍 스킬 중 파이썬 프로그래밍을 담당하고 있습니다. 팀별 실전 AI 프로젝트에서 학생들이 스스로 결과를 도출하고 직접 구현할 수 있도록 프로젝트 자문도 하고 있습니다.

Q. AI·Big Data 분야가 그야말로 대세입니다. 그만큼 해당 교육을 다양한 기업 및 기관에서 진행하는데요. 그 가운데 ‘청년 AI·Big Data 아카데미’의 차별점은 무엇인가요?

무엇보다 교육의 질이 높다는 점을 강조하고 싶어요. 청년 AI·Big Data 아카데미 기획 당시, AI분야의 여러 교수님이 교육 내용을 오픈하고 함께 조율해 완성도 높은 커리큘럼을 만들었습니다. 해당 분야의 교수님들이 직접 강의를 진행하고, 관련 대학원생들이 실습을 도우면서 양질의 교육 퀄리티를 유지하는 덕분에 학생들의 만족도 또한 높습니다. 짧은 기간 동안 역량을 최대치로 끌어올리기 위해 학생들의 집중과 노력이 필요한데요. 이를 돕기 위해 포스코에서는 모든 학생에게 1인 1실의 기숙사를 지원합니다. 이러한 환경은 정규 수업뿐만 아니라 팀별 프로젝트와 스터디가 많은 학생들에게 몰입도와 성취도를 높이는 데 주요한 장점일 것입니다.

Q. 청년 AI·Big Data 아카데미는 비전공분야 학생도 지원이 가능한 것으로 알고 있습니다. 이들은 핵심 교육 과정을 어떻게 소화하고 있나요?

단기간 동안 핵심 과정을 소화해야 하다 보니 처음엔 많은 학생이 힘들어하는 것이 사실입니다. 배워야 할 양이 많기도 하거니와 과제도 적지 않고요. 하지만 스터디를 통해 동료들과 팀을 이루고 서로 이끌어 주면서 스스로 부족한 부분을 채워가고 있습니다. 무엇보다 모든 교육생들이 매우 절실하고, 팀원들과 고생하며 공부하다 보니 실력이 3개월 만에 월등히 올라갑니다. 교육기간이 끝난 후 크게 성장해 있는 교육생들의 모습을 볼 때 저도 깜짝 놀랄 때가 많답니다(웃음).

Q. 앞으로 청년 AI·Big Data 아카데미의 계획 및 포스코와 학생들에게 전하고 싶은 말씀이 있다면?

먼저 청년들을 위해 좋은 프로그램을 지원해주신 포스코와 포스텍 교수님들에게 감사드린다는 말씀을 전하고 싶습니다. 그리고 교육생들에게는 ‘절실함이 실력이다’라는 말을 해주고 싶어요. 학업에 절실함을 느끼고 좋은 동료들과 함께 노력할 때 실력은 향상될 것입니다.

현재 청년 AI·Big Data 아카데미는 좋은 방향으로 성장하고 있습니다. 특히 지난 5기부터는 이론뿐만 아니라 기업에서 직접 사용하는 빅데이터 등 기업 실무도 함께 교육하고 있어요. 사회 생활을 눈앞에 둔 학생들에게 꼭 필요한 맞춤식 교육이죠. 또한 그간 교육생들은 자신들이 공부했던 내용을 직접 기록해서 후배에게 교안을 물려주고 있는데요. 덕분에 계속해서 발전해왔고, 앞으로도 이러한 보완을 통해 교육생들에게 실질적으로 필요한 도움을 주면서 발전해나갈 계획입니다.

l 청년 AI·Big Data 아카데미 6기 교육생 전소윤, 장현재 “비전공자가 살아남는 방법은?”

▲왼쪽부터 청년 AI·Big Data 아카데미 6기 교육생 전소윤, 장현재

현재 청년 AI·Big Data 아카데미 6기 교육생들은 교육 과정의 절반 지점을 지나고 있다. 파이썬 프로그래밍 1주, 빅데이터 6주, AI 5주 과정 동안 파이썬 프로그래밍과 통계 기초 이론을 배우고, 파이썬을 활용해 통계 분석 과제를 수행해왔다. 그 외에 기업에서 유용하게 쓰이는 문제 해결 방법론과 경영 시뮬레이션, 보고서 작성법을 배우는 중이다.

대학 졸업 후 3년 간 공군 장교로 복무 후 올해 초 본 교육과정을 시작한 장현재 교육생과 경제학을 전공하면서 컴퓨터공학을 복수 전공 중인 전소윤 교육생은 컴퓨터공학 분야의 전공자는 아니지만 컴퓨터와 AI 분야에서 전문성을 갖추고자 아카데미에 지원했다.

장현재 교육생은 전공 분야인 항공 교통 분야에서 AI나 빅데이터를 필요로 하는 사례가 많아지면서 심도 있는 학습 필요성을 느꼈다. 그는 학부에서 전공과목으로 컴퓨터나 수학 관련 과목 수업을 들었다. “C언어와 Java 프로그래밍, 미적분, 선형대수학, 통계학 등 기초 학문을 배워둔 덕분에 청년 AI·Big Data 아카데미에서 수업을 듣고 과제를 수행하는 것이 비교적 수월했습니다. 비전공자라도 평소 관심을 갖고 기초적인 것을 공부해 둔 사람이라면 전공자 못지않게 프로그래밍을 잘 해낼 수 있을 것입니다.”

그는 기업의 실제 데이터를 토대로 과제를 수행하고, 실제로 기업에서 오래 근무했거나 현재 근무 중인 현업 엔지니어들에게 받는 조언과 교육에 크게 만족하고 있다. “국내는 물론 세계에서도 손꼽히는 철강기업 포스코에서 이 아카데미를 지원한다는 점은 본 교육과정을 더욱 특별하게 합니다. 또한 우리나라 최고 공과 대학으로 꼽히는 포스텍과도 연계돼 있기 때문에 인공지능의 최신 기술과 최전방 접점에 놓여있는 학계의 교수님으로부터 수업과 피드백을 받을 수 있다는 장점이 있어요.”

짧은 기간 혹독하게 연구하는 본 과정에서는 비전공자로서의 어려움도 많았을 터. 이들이 전공자 교육생들과 어깨를 나란히 하며 목표를 향해 나아갈 수 있었던 요인은 무엇일까? 두 교육생은 모두 그룹 스터디를 원동력으로 꼽았다.

“저녁에 수업이 끝나고 나면 몇 가지의 그룹 스터디를 통해 자율학습을 합니다. 비전공자이다 보니 인공지능 연구에 활용되는 벡터나 선형수학에 대한 개념이 부족했습니다. 이를 수학 스터디로 보완하는 중인데, 심화반과 기초반으로 나누어 서로 도움을 주면서 수학에 대한 이해를 높이고 있어요. 딥러닝 스터디에서는 딥러닝 기본에 대한 온라인 강의를 듣고, 발표하며 이해를 높이는 방식으로 진행합니다. 이해가 안 가는 부분에 대해 서로 설명하고 토론하면서 더욱 깊게 이해할 수 있었어요.” 전소윤 교육생은 특히 학교에서 들었던 교육 프로그램과 달리 3개월간 합숙을 하며 그룹 스터디와 함께 장기 프로젝트를 진행할 수 있다는 점을 청년 AI·Big Data 아카데미의 가장 큰 장점으로 꼽았다.

이들이 매일 밤 갈고닦은 실력은 앞으로 어떻게 활용될까? 짧은 기간이지만 그 어느 때보다 절실히 연구하고 열심히 쌓아 올린 지적 경험이 차세대 인재가 되는 데 양질의 밑거름이 되길 응원한다.

l 포스텍 정보통신연구소 연구 인턴 엄수상, 정우태 “실무에 꼭 필요한 지식을 습득하고 있어요”

▲왼쪽부터 포스텍 정보통신연구소 연구 인턴 엄수상, 정우태

청년 AI·Big Data 아카데미에서는 3개월간 교육이 끝나면 교육 수료 후 차수별 성적우수자 10명을 포스텍 정보통신연구소 연구 인턴으로 채용한다. 엄수상, 정우태 인턴은 적극적으로 수업에 참여하고, 반장을 역임하며, 함께 일하고 싶은 동료로 꼽히는 등 다양한 평가 요소에서 우수한 점수를 얻어 현재 연구 인턴으로 근무 중이다.

요즘 두 사람은 각각 ‘자율 주행 RC카’와 ‘얼굴 인식 시스템 POCHECK’ 과제를 수행 중이다. 이들의 연구 과제에 대해 자세히 살펴보면 이렇다.
먼저 자율 주행 RC카 연구생들의 목표는 앞선 기수들이 수행해온 과제 결과를 이어 받아 자동차가 스스로 도로를 인식하여 주행하고, 표지판이나 신호등을 발견했을 때 속도를 늦추거나 멈추는 기능을 구현하며 기존보다 결과를 향상시키는 것이다.

엄수상 인턴이 연구하고 있는 자율 주행 RC카는 아카데미 수료 기수가 늘어날수록 계속 진화하고 있다. “자율 주행 자동차는 실시간 물체 이미지를 판단할 수 있는 능력이 필요합니다. 이때 가장 빠른 처리 과정 속도를 보여주는 Object Detection으로 사용된 YOLO(You Only Look Once) 알고리즘을 활용해 이미지를 빠르게 처리하도록 만드는데요. 선배 기수가 어느 정도 기초를 다져놓은 RC카의 자율주행 성능을 저희 5기가 더 향상시키는 방향으로 연구하고 있어요. 저희는 주행을 좀 더 부드럽게 했으며 Detection 기능을 향상시켰습니다. 저희가 연구를 마치면, 저희 뒤를 이어 6기생들이 이 RC카를 더 뛰어나게 만들어 줄 거에요.”

얼굴 인식 시스템 POCHECK는 데이터 베이스상에 등록된 사용자를 카메라로 인식해 출석을 체크할 수 있는 프로그램이다. 이 과제 역시 지난 5기 교육에서 진행한 프로젝트를 이어받아 연구 중이다. 인식 속도를 더욱 빠르게 하고, 더 많은 사용자를 인식할 수 있도록 고도화하는 연구가 이어지고 있다. 얼굴 인식 출입시스템은 기업이나 교육 기관 등 출근, 출석 체크가 필요한 곳에서도 상용화가 가능하다. POCHECK를 연구 중인 정우태 인턴은 “이 프로그램은 현재 300여 명의 인물이 무리 없이 인식이 가능합니다. Facenet 오픈소스를 활용해 얼굴의 특징을 뽑아내고 각 인물들을 tree 형태로 구분지었습니다. 또 얼굴의 특징을 Support vector machine과 joint Bayesian이라는 알고리즘을 활용해 구분 지었죠. 이러한 알고리즘을 통해 속도와 정확도 면에서 크게 개선되었다고 볼 수 있습니다.”라고 프로그램의 원리를 설명했다.

취업을 목전에 둔 두 사람에게 무엇보다 중요한 것은 실무에 필요한 지식. 이들이 현재 수행 중인 과제는 실무지식 향상에 어떤 도움을 주고 있을까? “실무에서 중요한 것은 ‘문제해결능력’이라고 생각합니다. 현업에서는 프로그램을 ‘만들기’보다 현장에 필요한 것을 어떻게 잘 ‘적용하는지’가 중요할 것입니다.” 이번 과제는 처음 접하는 영역이었지만 연구를 통해 문제 해결 능력을 키울 수 있었다며 염수상 인턴이 답했다.
정우태 인턴은 AI 개발에 가장 중요한 것으로 논문 읽기와 오픈 소스 활용을 꼽았다. “현재 많은 논문과 오픈 소스가 활발히 연구되고 있습니다. 인턴 과제를 수행하면서 다양한 논문들을 찾아볼 수 있었고, 또 그것을 구현한 오픈소스를 찾아보며 AI 개발 능력을 한층 성장시킬 수 있었습니다.”

두 사람은 인턴 수료 후 빅데이터를 활용한 디지털 직무에 취업을 계획 중이다. 각종 산업이 빠르게 변모하는 이 시대, 4차 산업 기술을 이끄는 인재가 될 준비를 마친 이들의 앞날을 기대해보자.

l AI·Big Data 분야의 취업을 응원합니다

청년 AI·Big Data 아카데미는 각 기수 교육생 50명을 대상으로 12주간 진행되는 프로그램이다. 교육비와 숙식비는 전액 무료이며 교육생들은 포스코인재창조원에서 합숙하면서 월 100만 원의 연수수당을 지급받는다. 이처럼 AI·Big Data 분야 인재를 꿈꾸는 학생들에게 최상의 연구 조건을 제공하면서도 포스코의 노력은 계속된다. “숙소, 식수, 건강문제 등 발생할 수 있는 모든 사항을 관리하고 있습니다. 또한 교육의 질을 높이기 위해 교육생들의 만족도, 강의 VOC를 모니터링하며 꾸준히 개선하고 있죠.” 포스코인재창조원 데이터혁신교육그룹 박규식 과장의 말이다.

한편 청년 AI·Big Data 아카데미에서는 취업을 위한 지원도 아끼지 않는다. 먼저 포스코 및 5대 그룹사가 참여하는 채용설명회를 실시하며 공채 서류전형 시 가점을 부여한다. 박규식 과장은 “AI, Big Data 분야 인력 수요를 수시로 확인하고 우수 인재 정보를 공유해 우선적으로 채용될 수 있도록 지원하고 있습니다. 대구/경북 중견기업이 참여하는 취업설명회를 개최하고 있으며 취업을 희망하는 학생들을 중견기업에 추천하고 있습니다”라며 AI·Big Data 분야 채용 지원 현황을 설명했다.

취업을 희망하는 준비생들에게 청년 AI·Big Data 아카데미에서 보내는 기간이 긴 시간이라고 할 수는 없을 것이다. 하지만 취업 준비생에게는 이 짧은 시간도 어떻게 활용하느냐에 따라 저마다 다른 가치를 가지게 될 것. 청년 AI·Big Data 아카데미에서 청년들이 온 힘을 다해 습득한 지식과 경험이 앞으로 이들의 앞날은 물론 4차 산업 발전을 위해 활용될 수 있을 것으로 기대해도 좋겠다.

챗봇 기술은 메신저 기반의 서비스뿐만 아니라, 포털사이트, 쇼핑몰, 제조회사 등 다양한 산업 분야에서 앞다퉈 도입할 정도로 최근 가장 핫한 기술 중 하나다. 그만큼 챗봇을 중심으로 광범위한 산업 지형 변화가 진행 중인데, 이 중 직원들의 편리하고 스마트한 근무 환경 조성을 위한 업무지원형 챗봇 서비스는 특히 눈 여겨 볼만하다.

규모가 큰 기업일수록 오랜 시간 관행처럼 굳어진 업무방식을 개선하는 것은 쉽지 않다. 하지만 챗봇 기술을 도입하면 더 이상 개선이 필요할 것 같지 않았던 부분에서까지 의외의 효율성 향상을 기대해 볼 수 있어 기업과 직원 모두를 만족시키는 서비스가 될 것으로 기대를 모으고 있다.

포스코는 이 같은 업무지원형 챗봇 서비스 도입에 특히 열려 있다. 이미 작년 8월 ‘사람찾기’ 기능에 한정해 사내 챗봇 시스템을 시범 오픈했다. 올해 6월에는 기존 사람찾기 기능을 업그레이드하고 문서 및 메일 검색 기능까지 확대해 서비스를 운영 중이다.

포스코가 업무지원형 챗봇 서비스 도입에 앞장서는 이유는 무엇이고, 포스코형 챗봇은 어떤 점에서 특별할까? 포스코 챗봇을 만든 개발자(포스코ICT 차민주차장)와 기획자(포스코 정보기획실 신민호차장)를 직접 만나 인터뷰한 내용을 실제 포스코 챗봇 채팅장 디자인에 맞춰 재구성해 봤다.

포스코가 취업준비생 및 일반인을 대상으로 무료로 실시하는 ‘AI∙빅데이터∙IoT 인재양성 교육’이 4기를 맞았다.

▲ AI∙빅데이터∙IoT 인재양성 교육 온라인 기초과정 학습 페이지 (http://www.postechx.kr)

포스코는 지난해 포스텍과 함께 AI, 빅데이터, IoT 관련 전문 교육 프로그램을 개발하고, 온라인 기초과정과 오프라인 심화과정을 오픈했다. 4차산업 관련 기술인력 부족에 대비한 인재양성은 물론 취업준비생들의 전문역량을 육성해 취업기회 확대를 지원하는 포스코 사회공헌활동의 일환으로 모든 교육과정은 무료로 제공된다.

이번 4기 온라인 기초과정은 9월 2일까지 포스텍 홈페이지(http://www.postechx.kr/)에서 누구나 신청 가능하고, 오프라인 심화과정은 온라인 기초과정 수료생 중 별도심사로 선발된 인원에 한해 9월 3일부터 10월 24일까지 10주간 포항공대에서 집합교육으로 진행된다. 특히 오프라인 집합교육의 경우 체계적인 심화학습으로 단기간 내에 일정 수준 이상의 4차산업 관련 전문인력 양성이 가능해, 이번 4기 심화과정부터는 전국 34개 대학 게시판 및 취업관련 온라인 카페 등에 적극 홍보하고 많은 사람들이 참여할 수 있도록 할 계획이다.

총 4개월간 진행되는 모든 교육과정은 세계적으로 AI와 빅데이터 관련 연구를 선도하고 있는 포스텍 교수진이 개발해 강의하고, 교육에 필요한 장비와 비용은 포스코가 지원한다. 1기 6개 강좌로 시작한 온라인 기초과정은 이번에는 총 13개 과정으로 확대 개설해 지난 6월부터 수강생을 받고 있고, 현재까지 6천여 명이 인공지능, 머신러닝, 컴퓨팅 사고 등 4차산업 관련 기초 지식을 학습하고 있다. 오프라인 심화과정 역시 이전 수료생들의 의견을 적극 수렴해 교육내용 등을 보완해 운영할 예정이다.

지금까지 포스코가 진행한 세 차례 ‘AI∙빅데이터∙IoT 인재양성 교육’으로 총 26,494명이 온라인 교육을 수료했다. 또한 오프라인 심화과정으로 49명의 수료생을 배출했고, 상당수가 포스텍에서 연구 인턴으로 활동하거나 LG CNS, 카카오, SK이노베이션 등 관련 분야 취업에 성공했다. 포스코는 4차산업 관련 기술 트렌드를 반영하여 블록체인 및 암호화폐, 컴퓨터 비전 등의 기술 교육을 강화해, 보다 전문화된 인력을 육성한다는 계획이다.

한편 지난 7월 27일 포스코 9대 회장으로 선임된 최정우 회장은 취임식에서 ‘With POSCO(더불어 함께 발전하는 기업시민)’를 새로운 비전으로 제시하고, 더 나은 사회를 위한 사회공헌활동을 사회적 가치 창출로 업그레이드하겠다는 포부를 밝힌 바 있다. ‘AI∙빅데이터∙IoT 인재양성 교육’은 최정우 회장이 말하는 사회적 가치 창출에 기여하는 대표적인 포스코 사회공헌활동으로, 취업준비생들의 취업기회를 확대하고 더 나아가 4차 산업혁명의 국가적 역량을 육성하는 데 크게 기여할 것으로 내다보고 있다.

얼마 전 방학을 맞이해 학생들과 함께 실리콘밸리의 기술과 산업 동향을 공부하고 돌아왔다. 실리콘밸리에서도 유망한 주요 기술로는 인공지능/빅데이터, 로봇 기술, AR/VR, 자율주행차, 블록체인 등을 꼽고 있어서 우리가 생각하는 것과 크게 다르지는 않았지만 실제로 가장 앞선 곳에서 연구되고 있는 것들을 관찰하고, 이 새로운 연구를 중심으로 회사가 창업되는 것을 직접 보면서 많은 것을 느낄 수 있었다.

특히 인공지능/빅데이터를 핵심기술로 여기며 많은 투자를 하고 있는 회사들이 눈에 띄었다. 사실 요즘 언론으로부터 가장 주목을 받고 있는 기업들을 보면 AI가 핵심기술로 벌써 사용되고 있음을 알 수 있다. 아마존은 이미 상품 추천, 동적가격(Dynamic pricing) 결정 등에 인공지능 기술을 도입해 왔으며 최근엔 아마존 GO, 드론 배송 등으로 리테일 시장의 판도를 완전히 바꾸어 놓고 있다.

이런 새로운 시도의 중심에는 물론 딥러닝 기술이 사용되고 있음을 알 수 있다. 아래는 최근 2년 동안 가장 주가가 많이 오른 기업 중 하나인 엔비디아(NVIDIA) 의 본사 방문 사진인데 입구에 “i am ai”라는 큰 표지판을 두어 현재 이 회사가 방향을 어디에 두고 있는지 한눈에 알 수 있게 보여 주고 있다.

l 인공지능 기술의 도입, 시장의 판도를 확 바꾸다

헬스산업과 관련된 인공지능의 적용은 우리가 아는 의료산업의 범위를 크게 바꾸고 있다. 올해 4월 출시된 당뇨성 망막 판별 기기는 최초로 의사 없이 즉시 결정을 내릴 수 있는 의료기기로 기존의 의사의 진단을 도와주는 기기와 차원이 다르다. 물론 스마트폰을 이용한 걸음걸이 분석을 통한 파킨슨병 예측 등 웨어러블 기기에서 생성되는 데이터와 기본 의료정보를 합한 새로운 서비스는 향후 의료산업을 변화시킬 핵심 추세로 주목받고 있다.

리테일과 헬스라는 두 산업의 얘기만 끄집어냈지만, 열거하기 힘들 정도로 많은 산업 현장에서 인공지능이 광범위하게 사용되고 있다. 국내의 포스코 사례를 보면 사전 불량 감지, 제어 자동화 등에서 인공지능을 활용하여 공정의 최적화와 오차율 감소의 성과를 보인 바 있다. 포스코는 이러한 경험을 바탕으로 인공지능 챗봇을 도입하고, 사내 인공지능 전문가양성과정을 진행하는 등 전사적 노력을 기울이고 있다.

사람들은 인공지능을 생각하면 사람처럼 생각하고 행동하는 로봇 (영화 <허(HER)> 나 <엑스마키나>에 나오는 로봇)을 많이 생각하지만 사실 인공지능이 꼭 사람처럼 생각하고 행동하지는 않는다. 사람들이 날기 위하여 처음에는 새처럼 날갯짓을 흉내 냈지만 실패했고, 결국은 나는 것에 대한 원리를 깨달으며 지금처럼 비행기를 만들었다고 한다. 마찬가지로 인공지능의 사물에 대한 인식과 의사결정 과정 등이 우리 인간과 같을 필요는 없다.

그런 면에서 강인공지능/ 약인공지능의 구분도 크게 중요하지 않다고 본다. 사실 강인공지능에서 말하는 ‘인식’한다는 것이 어떤 의미인지 우리는 아직 잘 이해하지 못하고 있다. 지금 우리에게 중요한 것은 현재의 인공지능 기술이란 것을 이해하고 어떤 방향으로 흘러가고 있는가를 인식하여 기술을 어떻게 사용하면 되는지 구체적으로 계획을 만들어 보는 것일 것이다.

l 데이터 기반 인공지능, 인류의 학습 결과 넘어설 것

현재 우리는 인공지능의 어느 시대에 와있는 것일까? 2012년부터 촉발된 딥러닝이라는 것은 컴퓨팅의 발달, 새로운 알고리즘의 도입과 함께 데이터 기반의 인공지능 시대를 만들어 냈다. 그전의 인공지능은 기본적으로 우리가 로직을 만들고 컴퓨터 알고리즘에 의하여 그 로직대로 연산을 시켜서 만드는 방식이었다. 가령 불량이라는 것을 판단하기 위해 불량이 무엇인가를 논리적으로 정의하고(예를 들어, 보풀이 연속적으로 나고 규격이 0.05 미리 밖으로 벗어나는 것) 그 논리에 맞는가를 확인하는 작업이었다.

최근의 데이터 기반 인공지능이라는 것은 귀납법 방식으로 많은 데이터를 주면 컴퓨터가 스스로 패턴을 인식하는 방식이다. 앞의 논리적 방식과 비교하면 엄청난 변화가 만들어진 것이다. 이제는 인간이 판단하고 인간의 룰을 넣어주는 것이 아니라 인간이 데이터만 넣어주면 컴퓨터가 스스로 판단하는 시대로 나아가고 있는 것이다. 인간의 로직에 의한 프로그램에서 스스로 패턴을 인식하는 데이터 기반의 알고리즘 변화라는 것은 우리가 생각하는 이상으로 큰 변화를 예고하고 있다.

데이터를 넣어 주었을 때 인공지능이 스스로 판단하기 시작했다는 것은 지금까지와 완전히 다른 종류의 컴퓨터 시스템을 인간이 경험한다는 것을 의미한다. 앞에서 언급한 의료영상의 예와 같이 컴퓨터가 스스로 패턴을 인식하게 되면, 그 패턴 인식은 인류가 지금까지 지식으로 축적하고 학습했던 결과를 넘어가게 된다. 하지만 ‘성과(인간보다 더 정확한 진단)’라는 측면을 넘어 인간이 이해할 수 없는 결과가 나왔을 때 ‘우리가 이러한 새로운 지식을 어떻게 받아들일까’하는 것도 지금까지 인간이 경험하지 못한 영역이 될 것이다.

l 새로운 방식의 지식 확장 방식 익혀라

이세돌이 알파고에 진 이후 바둑계가 어떻게 바뀌는지 보면 아주 흥미로운 장면이 목격된다. 지금까지 바둑을 배운다는 것은 인간이 학습하여 만든 바둑 지식을 습득한다는 걸 뜻했다. 하지만 최근 프로 바둑계를 보면 인공지능을 보면서 바둑을 학습하는 사람들이 늘어나고 있다. 예전에 우리는 단순하게 감과 경험, 학습에 의하여 바둑을 배웠다면 인공지능은 우리가 전혀 생각하지 못한 수를 보여주고 있다. 프로기사들은 요즘 컴퓨터의 수를 보며 새로운 지식을 익히고 있다. 앞으로는 컴퓨터를 다룰 수 없으면 바둑기사로 성공하기 힘든 시대가 오는 것이다.

바둑의 예는 앞으로 우리에게 다가오는 기회와 새로운 경험을 보여주고 있다. 기업 입장에서는 인공지능과 데이터를 활용한 새로운 패턴을 인식하는 방식을 통해 지금까지의 인간의 로직과 학습보다 뛰어난 결과를 보이는 분야를 빨리 찾아내 현실에 적용하는 것이 무엇보다도 중요하게 될 것이다. 또한, 개인은 인공지능의 새로운 영역을 이해하며, 인공지능을 통한 새로운 방식의 지식을 확장하는 시대에 빨리 익숙하여 져야 할 것이다.

지난 7월 4일 제15회 아이디어 마켓 플레이스에서 포스코와 손잡은 12개의 벤처 기업이 공개됐다. 지금까지 아이디어 마켓 플레이스를 통해 포스코가 발굴하고 육성해온 벤처는 총 163개사. 뉴스룸이 이번 아이디어 마켓 플레이스에서 인공지능에 패션을 접목한 사업 아이디어로 ‘최우수 스타트업상’을 수상한 <디자이노블>의 이야기를 들여다봤다.

l 인공지능 X 패션, 어벤저스가 뭉쳤다

인공지능과 결합한 사업 아이템이 쏟아지는 요즘, 신기영 대표는 인공지능과 함께 했을 때 ‘가장 부가가치가 높은 산업’이 무얼까 고민했다. 처음에는 이미지와 텍스트를 처리하는 기술로 소개팅 서비스를 기획해 전국 빅데이터 스타트업 대회에서 수상도 했다. 더 욕심을 부려볼까 하던 차에 주변에서 패션 사업으로 현금을 쓸어 담는 모습을 봤다. 공동대표인 송우상 대표도 마침 패션 분야에 관심을 가지고 있었다. 또 다른 창업 멤버 Jianri Li(이건일) 역시 패션과 신기술의 접목에 큰 호기심을 표했다. 이들은 모두 포스텍 박사과정에 있는 연구원들로, 빅데이터·인공지능·딥러닝 등 주 연구분야에서 권위 있는 대회를 휩쓴 세계 최고 수준의 인물들이다.

▲ 디자이노블 공동대표 3인의 주요 경력과 수상 내역

이들이 의기투합해 2017년 9월, 인공지능에 패션을 접목하는 아이디어를 바탕으로 ‘디자이노블’을 창업했다. 같은 해 11월, ‘포항 지역대학 기술창업 아이디어 대회’에서 대상을 받아 2천만 원의 상금을 획득한 후, 포항창조경제혁신센터에 입주하기로 결정했다. 자연히 포스코의 아이디어 마켓 플레이스 소문을 듣고 도전장을 내밀었다. 포스코의 아이디어 마켓 플레이스는 (1)아이디어 발굴/심사, (2)아이디어육성캠프, (3)멤버십 프로그램의 까다로운 과정을 거친 우수 벤처를 다수의 투자자들에게 소개하는 기회의 장이다. 이번 15회 아이디어 마켓 플레이스에서 디자이노블은 유수의 기업을 제치고 ‘최우수 스타트업상’을 수상하면서 다시 한 번 사업 가능성을 증명했다.

▲ 7월 4일 포스코센터에서 열린 ‘제15회 아이디어마켓플레이스’에서 디자이노블의 사업 아이디어를 설명 중인 신기영 대표

아이디어 마켓 플레이스에 참가한 한 투자자는 “패션 취향은 지극히 개인적인 것이고 주관이 많이 반영되기 때문에 디지털과는 어울리지 않는다고 생각했다. 하지만 디자이노블의 사업 아이템을 보고 생각이 바뀌었다.”라고 하면서 “향후 5년 안에 디자이노블의 아이디어가 패션계의 중심이 될 것”이라며 디자이노블의 아이디어를 극찬했다.

l ‘안될 것 같은데….’ 의심을 뒤집다

디자이노블이 가진 핵심 기능은 두 가지다. 인공지능과 딥러닝을 이용해 패션쇼, 쇼핑몰, 브랜드 상품 정보 등 온/오프라인 정보를 수집해 트렌드에 기반한 상품성 높은 옷을 자동 디자인하고, 고객에게는 개인별 선호도를 바탕으로 맞춤 상품을 추천해준다. 전자의 기능은 디자이너들에게, 후자의 기능은 옷을 구매하는 최종 고객에게 매력적인 기능이다. 하지만 디자이노블이 처음부터 이 아이디어에 확신을 가졌던 것은 아니라고 한다. 신기영 대표는 “처음에는 불안했다. 결과물이 뜻대로 나오지 않을 때도 있었고 ‘안되는 것 같은데, 안될 것 같은데’ 라는 생각이 많았다.”라며 초창기를 회상한다.

▲ 디자이노블의 AI가 구현하는 패션 디자인

그러나 의심은 곧 확신으로 뒤집어졌다. 미국 Amazon이 디자이노블과 같은 기술을 사용하겠다며 발표한 것이다. 패션계의 ‘Netflix(넷플릭스)’로 불리는 ‘Stitch Fix(스티치 픽스)’의 돌풍도 디자이노블의 아이디어가 틀리지 않았음을 증명 중이다. 스티치픽스는 인공지능을 이용한 알고리즘을 통해 고객의 취향과 체형에 맞는 옷을 스타일링해 판매하는 기업으로, 설립된 지 약 5년 만에 Macy’s, Gap과 어깨를 견줄 만큼 성장했다. 다만 스티치픽스는 미국에 최적화되어 있기 때문에, 국내 혹은 아시아권에서는 다소 적절치 않다. 디자이노블은 국내 트렌드를 반영한 아시아에 적합한 기술을 개발하고 있다. 신기영 대표는 “현재 미국에서는 데이터 기반의 패션회사들이 많은 주목을 받으며 IPO(신규 상장)에 성공하는 등 성과가 좋다. 우리 디자이노블도 한국과 아시아에서 모델을 빠르게 적용해나가고자 한다.”며 포부를 드러냈다. 

l “최종 목표는 AI로 옷을 직접 생산하는 것”

현재 디자이노블의 주 고객은 기술혁신과 도입에 관심이 있는 패션회사들이다. 국내 백화점, 면세점 입점 브랜드 및 유명 신진 디자이너와 협업을 진행 중이다. 인공지능만으로는 풀 수 없는 한계점을 패션 디자이너와 MD의 관점에서 평가하고 피드백을 받을 수 있다. 설립한 지 만 1년이 되지 않았지만, 법인 설립 첫해부터 매출도 일으키는 중이다. 디자이노블의 2018년 목표는 이들의 아이디어가 더 많은 고객에게 전달되는 것. 곧 디자이노블과 패션회사의 협업 상품이 세상에 나오게 된다. 패션에 대한 경험과 지식을 충분히 쌓고 나면 직접 고객에게 옷을 판매할 계획도 갖고 있다. 사업 규모가 확장되면, 직접 옷을 생산해 산업 내 전후방 통합까지 꿈꾸고 있다.

아이디어로 만들어 온 1년, 디자이노블의 성공기는 이제 막 시작됐다. “디자이노블은 디자인, 이노베이션, 노블 세 가지 의미를 담고 있다. 디자인 분야에서 혁신적인 방법으로 창의적인 결과물을 만들어보자는 뜻이다. 우리의 혁신이 더 많은 사람들의 옷장을 메우기를 고대한다”고 신기영 대표는 말했다.