포스코가 RIST(포항산업과학연구원), 포스코홀딩스 미래기술연구원, 지역 중소기업과 협업하여 ‘지게차 자동 정지 기술’을 개발했다. ‘지게차 자동 정지 기술’은 인공지능(AI) 기반 ‘영상 인식 기술’과 ‘자동 정지 제어 기술’ 등이 접목되었으며, 이를 바탕으로 지게차 충돌에 따른 재해를 원천적으로 예방할 수 있다.

l 지게차 사고 사망자 연평균 30명 이상… 기존 안전 기술로는 사고 예방 한계 있어

산업안전보건공단에 따르면 2015년부터 2019년까지 5년간 국내에서 발생한 지게차 사고 재해자가 총 5천 8백 여 명에 달하며, 이 중 사망자는 173명으로 연평균 30명을 상회한다. 특히, 지게차와 작업자간 부딪힘에 의한 사망 비율이 30%를 넘을 정도로 충돌의 위험성이 크다.

이에 국내 산업계에서는 지게차 부딪힘 재해 예방을 위한 노력을 기울이고 있지만, 일반적으로 지게차에 적용된 안전 기술은 충돌 위험시 운전자에게 경고 알림을 보내는 정도에 그친다. 일부 업체에서는 지게차를 자동으로 제어하기 위한 기술을 보유하고 있으나, 지게차와 사람간의 정확한 거리 측정이 어렵고 별도의 태그(Tag)를 부착한 작업자만을 감지하는 등 기술적 한계가 있다. 또한 작업자를 감지하더라도 지게차 기어를 중립으로 전환해 정지시키는 방식으로 관성에 의한 정지거리 불균일, 경사로에서의 밀림 등으로 2차 사고 위험성이 존재한다.

l 지역 중소기업과 함께 포스코그룹이 협력해 ‘지게차 자동 정지 기술’ 개발

포스코는 이와 같은 지게차 사고의 심각성 및 기존 안전 기술의 한계를 인식하고, 이를 해결하기 위해 RIST, 포스코홀딩스 미래기술연구원,  지역 중소기업과 함께 태스크포스(TF)를 구성하여 지난해 11월부터 ‘지게차 자동 정지 기술’ 개발에 착수했다.

이에 RIST와 포스코홀딩스 미래기술연구원은 AI·딥러닝을 활용한 ‘영상 인식 기술’과 ‘자동 정지 제어 기술’을 개발했다.

‘영상 인식 기술’은 AI·딥러닝 기술이 적용된 영상을 통해 사람과 사물을 구분하여 인식할 수 있다. 지게차에 설치된 광각렌즈로 촬영한 영상을 좌표계로 변환해 지게차와 사람간의 정확한 거리 값을 제공한다. 이에 따라 기존 기술과는 달리 지게차와 작업자에 별도의 태그 부착 없이도 충돌의 위험을 손쉽게 인지할 수 있다.

‘자동 정지 제어’는 사람이 지게차에 근접시 운전자가 브레이크를 밟지 않아도 자동으로 지게차가 정지되는 기술이다. 충돌 위험 거리가 6미터 이내일 경우 알람이 울리고(1단계), 4미터 지점에서는 감속이 시작되며(2단계), 2미터 이내로 작업자가 근접하면 지게차가 자동 정지한다(3단계). 전동식 지게차의 경우 개발된 안전시스템이 위험상황을 인식하고, 이 상황을 지게차 중앙 제어장치(ECU)와 통신하여 자동 정지 기능을 수행한다. 또한, 엔진식 지게차의 경우 별도 제작된 제동용 기계 장치를 활용해 위험상황별 감속 혹은 제동 정도를 조정하여 지게차를 효과적으로 정지시킨다.

‘영상 인식 기술’ 및 ‘자동 정지 제어’ 이외에도 지게차에 설치된 라이트를 활용하여 지게차 주변의 위험 구역을 시각적으로 표현하는 기술도 같이 적용되어 안전을 확보하고 있다.

지역 중소업체와의 협업은 이러한 기술을 개발하는데 있어서 결정적인 역할을 했다. 지게차 정비 수리 업체인 ‘마천중기’는 지게차 구조, 제동원리 등에 대한 전문지식을 포스코그룹에 제공하여 지게차 자동정지 기술에 대한 방향성 수립과 핵심 기술 개발에 도움을 줬다. 안전기술 개발 업체인 ‘세종시스템’은 지게차에 설치된 카메라 센서와 제동장치를 연결해 작업자와의 충돌 위험시 지게차를 정지시키는 기술을 개발하는데 큰 기여를 했다.

포스코는 기술개발 시작 6개월 만인 올 5월 지역 중소기업과 함께 인공지능(AI), 딥러닝을 활용한 영상 인식, 자동 정지 제어 등이 적용된 ‘지게차 자동 정지 기술’ 개발을 완료하고 제철소 스테인리스 공장 지게차에 처음으로 도입했다. 이후 포스코 협력사인 ‘영남산업’과 ‘대명’의 지게차 각 1대에 ‘지게차 자동 정지 기술’ 적용함으로써 협력사까지 확대했다. 향후 포스코는 ‘지게차 자동 정지 기술’을 필요로 하는 국내 기업 및 기관에도 포스코의 경험과 기술을 전파해 산업안전 기술의 저변 확대에 기여한다는 방침이다.

이후 인공지능 및 딥러닝 기술이 적용된 영상을 통해 사람 인식 및 거리를 감지에 지게차와 사람 거리에 따라 알람, 감속, 정지 순으로 자동 제어가 가능해졌다.

▲ 지게차 자동 정지기술 시운전 영상

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.

l 이제는 용광로도 ‘딥러닝’ 하는 시대

포스코가 스마트(Smart) 고로를 연구하기 시작한 것은 2016년으로 거슬러 올라갑니다. 때마침 그해에는 전 세계를 떠들썩하게 한 이세돌과 알파고(AlphaGo)의 바둑대결이 있었는데요. 최고의 인간 실력자와 컴퓨터 프로그램의 대결에서 결국 알파고가 이겨 큰 화제가 됐습니다.

이세돌 기사가 승리하지 못한 것은 아쉬웠지만, 오히려 우리나라에 인공지능이라는 개념과 경각심을 널리 퍼트린 계기가 되었습니다. 포스코가 인공지능 연구개발에 박차를 가하게 만든 이벤트이기도 했는데요. 이때부터 포스코는 국내 유수 대학과 함께 스마트 고로 개발에 착수했습니다.

스마트 고로의 핵심은 바로 ‘딥러닝(Deep Learning)’입니다. 딥러닝이란 사물이나 데이터를 군집화하거나 분류할 때 사용하는 기술입니다. 사람이 지능을 통해 사물을 구분하듯, 컴퓨터가 수많은 데이터 속에서 패턴을 발견해 데이터를 분류하고 예측할 수 있게 만들어주는 기술이죠. 예를 들어 수많은 개와 고양이의 사진 데이터를 컴퓨터에 입력시키면 컴퓨터가 이를 학습하고, 저장된 개 사진과 비슷한 사진이 입력되면 ‘이것은 개 사진입니다’라고 분류하는 겁니다. 기업들은 방대한 사진과 동영상, 음성 데이터를 정확하게 분류하기 위해 딥러닝을 활용하고 있습니다.

l 스마트 고로, 대체 그게 뭔데?!

쇳물을 생산하는 고로(용광로)는 높이 110m로, 40층 아파트를 훌쩍 뛰어넘는 대형 설비입니다. 그 안에는 최대 2300℃에 이르는 뜨거운 고체와 액체가 뒤섞여 있어 변화도 많고 예측하기도 어렵습니다. 게다가 24시간 연속으로 쇳물을 생산하기 때문에 그 속을 들여다 보기도 쉽지 않습니다.

하지만 포항제철소 2고로가 이러한 고정관념을 바꾸고 있습니다. 딥러닝을 활용해 노황(爐況, 고로 내부 컨디션)을 자동 제어하는 ‘스마트 고로’이기 때문입니다.

먼저 포스코는 노황을 결정짓는 변수를 5가지로 명확하게 정의하고, 노황 속 수만 종류의 비정형 데이터를 정형화하는 디지타이제이션(Digitization) 작업을 했습니다. 조업 경험에 의존해 비정형적으로 관리해 오던 주요 지표들을 실시간 측정하여 데이터화하는 것입니다. 고로가 딥러닝을 할 수 있도록 기반을 놓은 셈이죠.

디지타이제이션을 마치고 2017년부터 노황 예측 및 노황 자동제어 시스템을 구축하는 스마타이제이션(Smartization) 작업에 들어갔습니다. 디지타이제이션이 우리가 흔히 말하는 ‘기계 자동화’라면, 스마타이제이션은 자동화를 뛰어 넘어 미리 예측하고 변수를 제어해서 최적의 결과값을 산출하는 것을 말하는데요. 데이터 종류가 1,000여 가지에 이르는 만큼, 각 데이터에 맞는 알고리즘을 활용해 분석-예측-제어를 한답니다. 그 결과를 바탕으로 노황이 좋은지 나쁜지, 혹은 문제가 생길 것 같은지 파악하는 거죠.

다시 말해 스마트 고로는 ①실시간 측정된 데이터로 수많은 케이스들을 학습한 뒤 ②‘먹은 음식(연원료)’의 성분과 ‘자신의 컨디션(노황)’을 스스로 체크해서 ③조업 결과를 미리 예측하고 ④조업 조건을 선제적으로 자동제어하여 ⑤품질 편차가 적은 ‘최고의 산출물(쇳물)’을 결과값으로 뽑아내는 똑똑한 고로랍니다.

l 사람보다 더 스마트한 AI 시대의 용광로

스마트 고로에서 매일매일 생성되는 영상 이미지 용량은 수백 기가바이트(GB)에 이릅니다. 이렇게 수많은 학습자료를 활용해 스스로 학습하는 고로는 하루가 다르게 똘똘해지고 있습니다. 과연 그 효과는 어떨까요?

그동안에는 작업자가 고로 하부에서 2시간마다 노열(爐熱)을 수동으로 측정해야 했지만, 이제는 고로 하부에 설치된 센서가 쇳물의 온도를 실시간 측정하고, 1시간 뒤의 노내 열 수준을 예측해 용선 온도를 자동제어합니다. 또한 풍구에 설치된 카메라로 촬영한 수천 장의 이미지를 활용해 정합성이 높은 알고리즘이 노내 상태를 평가하고, 철광석과 코크스 장입 액션을 자동제어합니다. 한편, 사람에게 ‘암’과도 같은 존재인 부착물은 어떻게 판별할까요? 노체 온도계들을 통해 수집한 온도 이미지를 분석하여 부착물 형상을 그리고, 이를 통해 장입 모드를 자동제어할 수 있습니다.

본 기술은 현재 포항 2고로에 적용되어 일일 용선 생산량을 240톤 증대시켰습니다. 매일 240톤이면 1년 365일 동안 8만 5천 톤을 추가 생산하는 셈인데요. 이는 승용차를 연간 약 8만 5천 대 더 생산할 수 있는 양입니다. 환원제비(용선 1톤 생산에 필요한 연료량)가 줄어드는 것은 당연한 일이고요.

인공지능에 의해 노황을 자동제어하여 고로가 ‘탈’이 나지 않도록 노황 안정화를 구현한 것 또한 무엇보다 중요한 성과입니다.

포스코는 약 3년에 걸쳐 딥러닝을 활용한 고로 부위별 자동제어시스템 개발을 마치고, 현재 이를 한 단계 업그레이드한 통합 시스템을 개발하고 있습니다. 향후에는 2고로(내용적 2,550㎥)보다 사이즈가 더 큰 3~4고로(각 5,600㎥)에도 적용시켜 성과 창출을 가속화할 계획입니다.

스마트 고로, 잘 이해하셨나요? 어려운 내용이지만, 요점은 이겁니다. 인공지능과 함께 진화하는 세계 최초의 ‘생각하는 고로’가 포스코에 존재한다는 것. 앞으로 더 많은 데이터가 축적될수록 고품질 고효율 쇳물 생산이 가능해질 것입니다. 글로벌 제철소 운영의 스마타이제이션, 포스코가 이정표가 되어 이끌어 갑니다.

포스코가 포스텍과 공동으로 개설한 인공지능(AI)과 빅데이터(Big Data) 온라인 기초 무료 강좌가 큰 인기를 얻고 있다. 지난 1월 14일부터 수강신청을 받기 시작한 후 한 달만에 5천여명(19일 기준)이 수강 중이다.

포스텍 관계자는 “취준생들로부터 수업에 대한 호평이 이어지면서 일주일 간격으로 1천여명씩 수강생이 늘고 있다”고 전했다.

교육 과정은 빅데이터 분석과 머신러닝 기법, R프로그래밍 등으로 기초부터 심화과정으로 이뤄진다.

또한 인공지능과 사물인터넷(IoT) 관련 특강도 들을 수 있어 일반인은 물론 스마트 기술 역량을 높이고 싶은 엔지니어나 관련 기업에 취직하고 싶은 학생들도 들을 수 있다. 온라인 과정을 수료한 학습자에게는 수료증이 수여된다.

이번 강좌는 오는 3월 22일까지 신청이 가능하며 전공에 상관없이 해당 분야에 관심이 있는 사람이라면 홈페이지(http://www.postechx.kr) 회원가입 후 누구나 무료로 들을 수 있다. 수강 신청자는 오는 4월 7일까지 8주간에 걸쳐 온라인 자기주도로 학습할 수 있다.

자세한 내용은 포스텍 정보통신대학원(gsit-info@postech.ac.kr)으로 문의하면 된다.

▲ 청년 AI·Big Data 아카데미 온라인 기초과정 안내 내용

▲카렌 춥카(Karen Chupka) 미국소비자기술협회(CTA) 수석 부사장이 CES 2019에서 기조 연설을 하고 있다. (출처:CES)

지난 10일(현지 시간) 미국 라스베이거스에서 열린 세계 최대 IT·가전 전시회 ‘CES 2019’가 나흘간의 일정으로 대단원의 막을 내린다. 올해 행사에는 150여 개 국가에서 IT와 가전, 모빌리티 산업 등을 선도하는 4500개 이상의 기업이 참여하고 18만 명 이상의 방문객이 현장을 찾아 문전성시를 이뤘다.

스티브 코닉(Steve Koenig) 미국소비자기술협회 부사장은 2020년대가 ‘데이터의 시대(Data Age)’가 될 것으로 내다봤으며, 올해 CES의 키워드로 데이터가 공통분모인 인공지능(AI), 5G 이동통신, 자율주행은 물론 8K*, 가상현실(Virtual Reality) 등 신기술을 꼽았다.
* 8K : 디지털 텔레비전이나 디지털 영상 분야에서 최고 해상도인 가로·세로 7680×4320 해상도를 지원하는 디지털 비디오 포맷으로, 영상 포맷의 가로 해상도가 약 8,000픽셀이라는 점에서 붙여진 이름이다. Full UHD(Full Ultra High Definition)라고도 부른다.

CES는 특히 최근 몇 년 새 ‘라스베이거스 모터쇼’라고 불릴 정도로 자동차 업체의 참가 비중이 높아지고 있다. 올해도 세계적인 자동차 업체가 다수 참여해 자율주행과 커넥티비티 등 다양한 신기술을 선보였다.

글로벌 기업들이 앞다퉈 혁신 기술을 선보인 현장에서 관심을 받은 기술이 있다. 바로 포스텍 창의IT융합공학과 대학원생들이 모여 창업한 Polaris3D(대표 곽인범)가 선보인 로봇 자율주행 솔루션이다.

┃별도 장치 설치 없이 자율주행 가능해진다

Polaris3D는 저렴하면서도 정밀한 자율주행 솔루션 개발을 위해 포스텍 대학원생들이 모여 만든 벤처기업이다. 2016년 창업팀을 결성한 후 교내·기업·공공기관 주관의 대회에서 여러 차례 수상하며 경쟁력을 키워오고 있다. 2018년에는 법인을 설립하고, 포스코에서 운영하는 포항창조경제센터에 입주해 인큐베이팅을 받고 있다.

이번 CES에서 Polaris3D는 로봇에 프로그램만 설치하면 공장이나 실내에서 자율주행할 수 있도록 하는 기술을 선보였다. 컴퓨터 프로그램을 설치하는 것처럼 간단한 로봇 자율주행 솔루션으로 이 기술을 사용하면 별도 인프라를 설치할 필요가 없다.

지금까지 실내 자율주행 로봇을 활용하기 위해서는 초광대역통신(UWB) 또는 무선랜(Wifi) 구동을 위해 실내에 이를 위한 별도 장치를 설치해야만 했다. 하지만 Polaris3D의 솔루션을 활용하면 추가 장치 설치 없이도 자율 주행이 가능하다.

┃모바일 기기로 3차원 지도 제작·자율주행 원격 조종

이 프로그램은 로봇이 스스로 주행하며 지도를 작성하고, 이 지도를 기반으로 위치를 추정해 목표지점까지 주행하도록 한다. 연산량을 많이 사용하는 기존의 SLAM(Simultaneous Localization and Mapping) 기술 대신 측위(localization) 기술을 이용해 손바닥보다 작은 공간에서도 움직일 수 있는 소형로봇이나 드론에도 활용할 수 있다.

Polaris3D는 올해 실내 자율주행 솔루션이 필요한 로봇 업체와 연구실에 자사의 솔루션을 판매할 예정이다. 또한 여러 로봇 업체와 협력해 물류로봇이나 지게차 등에 활용해 인프라 구축이 필요 없는 자율주행 로봇을 선보일 계획을 세우고 있다.

┃미래 먹거리 확보 위한 혁신기술 눈길

▲CES 2019 현장 스케치. (출처:CES)

이번 CES에서는 Polaris3D의 자율주행 기술 외에도 돌돌 말리거나 떼어다 붙일 수 있는 TV, 사람을 도와주는 로봇 등 국내 기업들이 다양한 신기술을 선보였다. 첫날 화제를 모은 제품은 기존 TV의 한계를 뛰어넘은 삼성전자와 LG전자의 신제품 TV다.

이날 삼성전자는 75인치 마이크로 LED TV를 공개했다. 마이크로 LED는 화면 크기가 작아질수록 소자 크기와 간격도 작아지기 때문에 75인치형을 구현하기 쉽지 않은데, 삼성이 기술 개발에 성공한 것이다. LG전자는 세계 최초 65인치 롤러블 올레드 TV를 공개했다. TV를 시청할 때는 화면을 펼치고, 시청하지 않을 때는 본체 속으로 화면을 말아 넣을 수 있다.

삼성전자는 더욱 똑똑해진 인공지능 플랫폼 ‘뉴 빅스비’를 통한 스마트홈과 ▲삼성봇 케어 ▲삼성봇 에어 ▲삼성봇 리테일 등 로봇 라인업을 선보였다. LG전자는 허리근력 지원용 LG 클로이 수트봇과 흑맥주, 밀맥주 등 다섯 가지 종류의 맥주를 집에서 제조할 수 있는 수제 맥주 제조기 LG 홈브루 등을 공개했다.

2016년 세계경제포럼에서 처음 언급된 4차 산업혁명의 핵심은 초연결과 초지능이다. 초연결을 위한 핵심 키워드가 사물인터넷과 빅데이터라면, 초지능의 핵심 키워드는 단연 AI다. 초연결과 초지능이라는 두 바퀴로 굴러가게 될 4차 산업혁명 시대를 대비해 글로벌 기업들이 AI 인재를 찾아 나선 이유를 짐작할 수 있다. 포스코 역시 사내 인공지능 전문가 육성을 위해 2017년부터 인공지능 전문가 양성 과정을 진행하고 있다. 지난 9월에는 일반인 대상으로 AI 경진대회를 열기도 했다.

언뜻 철강기업과 AI 기술은 직접적인 연관이 없는 것처럼 보이기도 한다. 하지만 성황리에 막을 내린 AI 경진대회의 과제(철강 원료 가격 변동 추이 예측, 선박 하역 부두 너울성 파도 발생 시점 예측, 포스코 사내 식당 식사 인원 예측)를 살펴 보면 AI 기술의 활용도는 어쩌면 산업 형태와 무관할 정도로 광범위한 것일지도 모른다. 가깝게는 사내 식당에서부터 멀게는 철강 원료의 가격 예측에까지 AI 기술은 다양하게 변주되어 사용될 수 있다.

이번 AI 경진대회에 참가해 각 과제별 최종 우승을 한 팀 세리오, 제로콜라, Fast Learner 등 3개 팀을 만나 대회 참여 과정의 뒷얘기와 앞으로의 AI 기술에 대한 이야기를 들어봤다. 그들 역시 “AI 기술이 향후 거의 모든 분야에 적용 가능한 잠재력을 지니고 있다”고 입을 모았다.

┃“AI, 더 과감하게 적용해도 되겠다는 자신감 생겼어요”_팀 세리오

팀 세리오의 이재호, 김동우 씨는 포항공과대학교 대학원 소속으로 같은 연구실 선후배 사이다. 이들은 연구실에서 공부해 온 AI 지식을 실제 산업 현장의 문제 해결에 적용해볼 수 있는 좋은 기회라고 여겨 교내 게시판에 부착된 포스터를 보자마자 참가를 결심했다.

3개 과제 중 철강 원료 가격 변동 추이 예측을 선택한 이유에 대해 이재호 씨는 “가장 경제적 파급력인 큰 문제일 뿐 아니라, 추후에 비슷한 다른 시계열 예측 문제에 동일하게 적용할 수 있는 범용성 있는 모델 개발이라 생각했기 때문”이라고 답했다.

팀 세리오는 솔루션을 제출하기 위해 사람의 인지 과정에서 본 딴 Dual-stage Attention based RNN(DA_RNN)이라는 모델을 활용했다. 사람은 어떤 특정 물체를 인지할 때 먼저 주변의 관심이 가는 영역을 인식하고, 그 이후에 관심 영역으로부터 물체의 특징을 파악하여 최종 인식하는 과정을 거친다.

DA_RNN은 이와 비슷하게 여러 변수들로부터 학습을 통해 중요한 변수들에 가중치를 매기고 이를 다시 학습에 이용하는 구조다. 다소 복잡한 모델이기 때문에 코딩하는 과정이 만만치 않았다고 한다. 하지만 일단 결과물이 나오고부터는 본인들이 개발한 모델에 어느 정도 확신이 있었기 때문에 수월하게 발표 준비를 할 수 있었다고 한다.

이번 경진대회에서 참가로 얻은 가장 큰 소득은 “AI 연구에 대한 자신감”이라고 답했다. 이재호 씨는 “이번에 저희가 개발한 모델이 충분히 만족할 만한 결과를 보여주었기 때문에 앞으로 AI를 좀 더 과감히 적용해도 되겠다는 생각을 하게 되었다”고 소감을 밝혔다.

대회는 끝났고 최종 우승을 차지했지만 팀 세리오의 시계는 멈추지 않았다. 촉박한 시간 탓에 경진대회에서 미처 적용하지 못했던 다양한 아이디어를 대회 후에도 다각적으로 적용해 보고 있는 중이다.

┃“콜라처럼 톡 쏘는 솔루션, 진로 고민도 해결했죠”_제로콜라

제로콜라 팀의 조용우, 한규수 씨는 같은 학교 같은 과에 재학 중(각각 석사 과정, 학사 과정)인 것 외에도 비슷한 취향을 공유하고 있다. 바로 제로콜라를 좋아한다는 것. 팀명을 짓는데 오래 고민할 필요도 없었다. 그들은 어떻게 콜라처럼 톡 쏘는 솔루션을 제출할 수 있었을까?

제로콜라 팀이 도전한 과제는 선박 하역 부두 너울성 파도 발생 시점 예측. 올해 초부터 AI, 특히 딥러닝 분야에 관심을 갖고 공부를 해오고 있던 이들에게 이 과제는 도전 욕구를 불러일으켰다.

이들은 결과 예측을 위해 동해시부터 울산시까지의 기상데이터와 울릉도와 독도에 이르기까지 동해 해상에 위치한 기상데이터(총 33개 관측소)를 사용했다. 주요 예측 인자는 수온, 유의 파고, 파주기, 파향, 풍향 등이었으며, 모든 데이터는 1시간 간격으로 관측된 것들이다.

하지만 컴퓨터 공학을 전공하고 있는 학생들이 너울성 파도의 발생 원인까지 파악하기는 쉽지 않았다. 그래서 이들은 총 248개의 시공간적 예측 인자들이 어떤 관계를 가지고 있는지를 RSCNN(Random Shuffle Convolutional Neural Network)이라는 모델을 설계하여 모델마다 서로 다른 예측 인자 묶음을 기반으로 학습시켰고, 이런 모델을 수십 개 생성하여 앙상블 기법을 통해 너울성 파도 유무를 예측하는 솔루션을 완성했다.

조용우 씨는 이번 대회 참가를 통해 “적성에 맞는 전공을 선택했다는 생각이 크게 들었다”고 한다. AI 모델을 구현하는 과정에서 도전적인 느낌을 받았는데, 이를 해결하는 데서 오는 재미는 이전에 느껴보지 못한 것이었기 때문. 이번 대회를 통해 향후 진로도 AI 연구로 굳어졌다고 한다.

┃“독학으로 익힌 AI 솔루션, 검증하는 무대였죠”_ Fast Learner

Fast Learner 팀의 노영빈 씨는 AI와는 무관한 경영학을 전공 중인데다 혼자서 이번 대회에 참가했다. 지금껏 AI 공부를 독학으로 해왔던 탓에 이번 대회를 통해 전문가들의 피드백을 받고 싶었다고.

그가 포스코 사내 식당 식사 인원 예측이라는 주제를 택한 이유는 크게 두 가지였다. 첫 번째는 텍스트 데이터를 다루는 연습을 하고 싶었다는 점 때문. 흔히 자연어 처리로 불리는 텍스트 데이터 마이닝은 AI 분야에서도 활용도가 높고 인기가 많기 때문에 항상 경험해보고 싶은 분야였다. 또한 이 분야는 비전공자 입장에서 큰 배경지식이 필요 없었기 때문이라는 현실적인 부분도 작용했다.

노영빈 씨가 활용한 모델은 ‘의사결정나무’를 수백 개 만들어 예측 오차를 줄이는 ‘XGBoost’라는 알고리즘이다. 의사결정나무는 머신러닝 분야에서 가장 기본적인 알고리즘으로, 마치 스무고개처럼 정답의 범위를 좁혀 나가 최종적으로 정확한 예측을 해내는 방법론이다. 그는 최종적으로 ‘XGBoost’를 하나 더 만들어 예측력을 추가적으로 높이는 ‘앙상블 기법’을 활용했다.

노영빈 씨는 “과제 제출 후 발표를 위해 오히려 더 많은 공부를 했다”고 한다. 이번 대회 참가를 통해 그는 “본선 발표에서 독특하고 창의적인 방법으로 데이터를 다루는 참가자들이 많다고 느꼈다. 혼자 공부하는 것도 좋지만 여러 사람들과 의견을 나누며 공부하는 것도 큰 배움이 될 수 있겠다는 생각이 들었다”고.

그는 제안한 알고리즘을 실제 프로그램으로 만들어서 포스코 사내 식당의 잔반량을 줄이는데 쓰인다면 좋겠다는 바람을 갖게 됐다.

과제별 우승팀들은 모두 대회가 끝난 후에도 자신들이 제출한 솔루션에서 손을 놓지 못하고 있다. 한정된 시간 속에서 우승을 향해 매진하다 보니 놓친 부분들을 보완하는 시간을 갖고 있는 것.

그들은 포스코가 주최한 이번 AI 경진대회를 통해 많은 것을 새롭게 배우고 깨달은 시간이었다며 AI 연구를 희망하는 후배들에게도 비슷한 대회가 있다면 꼭 참여하길 권했다. 대회에 참여하는 것 자체로 몰랐던 부분을 익힐 수 있고 전문가들의 의견을 확인할 수 있는 값진 경험이었기 때문이다. 인터뷰 내내 AI 연구에 대해 진지하게 답하는 젊은 연구자들의 열정을 느낄 수 있었고, 이 열정이 있다면 우리나라 AI 연구의 미래도 밝을 것이라는 희망을 갖게 됐다.

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.

“원료 가격을 인공지능이 대신 수집해줄 수 없나요?”

소프트웨어 라이선스 획득과 개발에만 1억 원 이상 소요, 매년 유지 보수에 3천만 원 이상이 들어가는 직원들의 ‘희망사항’을 포스코는 어떻게 해결했을까. 놀랍게도 실제 프로그램 개발에 소요된 시간은 테스트 기간을 포함해 겨우 두 달, 별도의 비용은 전혀 들지 않았다. 이미 구축된 프로그램을 바탕으로 응용 프로그램을 만들고 싶다면, 이제 개발 시간은 한 달 밖에 걸리지 않는다. 물론 추가 투자비도 없다. 직원들의 희망사항이 이토록 간단히 현실화될 수 있는 비결은 바로 포스코의 사내 ‘인공지능 전문가’에 있다.

포스코는 2017년부터 인공지능 전문가 양성과정을 시작하고, 전문가 25명을 배출했다. 올해 새롭게 배출된 22명을 포함하면, 그룹사 통틀어 47명의 전문가가 사내에서 활동 중이다. 회사는 ‘스마트포스코’ 실현을 위해 인공지능 과제 수행자 중 역량이 있는 직원들을 선발해 인공지능 심화 지식을 집중적으로 교육하고, 수료생들은 전사 곳곳에서 직원들의 요청사항을 반영한 인공지능 프로그램을 개발해 현업에 적용한다.

▲ 인공지능 전문가가 개발한 ‘원료시황 수집 자동화 프로그램’

현재까지 1기 인공지능 전문가들이 수행한 과제는 25건 이상이며, 이들은 지금도 새로운 프로그램 개발에 몰두하고 있다. 모두 다양한 부서에서 직원들이 먼저 요청해온 과제들이다. 포스코 현업에서 근무한 경험으로 회사의 생리를 누구보다 잘 알고 있는 인공지능 전문가들이 설계하기 때문에 직원들의 니즈를 정확히 반영할 수 있다. 사내 인공지능 전문가만이 가질 수 있는 최대 장점 중 하나다. 이수장 씨는 “인공지능 전문가 시스템이 정착되면서 작년보다 각 부서의 인공지능 이해도가 더 성숙했다. 최근 들어 인공지능 전문가를 찾는 경우가 많아지고 있다.”고 말했다.

▲ 7월 6일 포스텍 정보통신연구소에서 열린 2018년도 포스코그룹 인공지능 전문가 양성 과정 수료식

포스코 인재창조원과 포스텍은 지난 7월 6일, 22명의 신규 인공지능 전문가 2기 수료생을 배출했다. 수료생들은 지난 3월부터 7월까지 17주간 Off-job 집합교육에 참여해 인공지능 관련 핵심 이론과 최신 기술을 심도 있게 학습하고, 이제 현업으로 복귀해 인공지능 과제를 수행한다. 이번 교육을 수료한 엔지니어링솔루션실의 김석 씨는 “인공지능 전문가로 성장할 수 있는 기회를 얻어 매우 뜻깊었다. 앞으로 그룹 내 인공지능 전문가로서 회사의 스마트솔루션 추진에 기여하고 싶다.”고 포부를 밝혔다.

한편 포스코 인재창조원은 작년에 이어 올해에도 그룹사 일반직원 약 1,800명을 대상으로 연말까지 42차수에 거쳐 ‘인공지능 기초교육’을 마무리 지을 예정이다. 포스코는 소수 정예 인공지능 전문가를 통해 회사 스마트솔루션의 기반을 확립하고, 전 직원의 인공지능 마인드 셋 함양을 통해 일하는 방식을 바꿔나가고 있다.

포스코가 철강업계 최초로 인공지능(AI) 활용 솔루션 경진대회 <POSCO Industrial AI Solution Challenge>를 개최합니다. 포스코 사내 공모로 도출한 3개 과제에 대해 창의적인 AI 솔루션을 발굴하기 위한 대회로, 우수 솔루션으로 뽑힌 개인 혹은 팀에게는 총 7천만원의 상금을 수여하고 추가 연구개발 지원 혜택도 제공합니다.

5월 30일부터 포스코 홈페이지(http://www.posco.co.kr/)와 대회 공식 홈페이지(http://www.posco-aichallenge.kr/)에서 대학생 이상 일반인 누구나, 개인 혹은 팀으로 신청 가능합니다. 제조업 분야 인공지능 활용에 관심있는 역량있는 인재들의 많은 관심과 참여 부탁 드립니다!

ㅣ 철강업계 최초, AI 솔루션 경진대회 도전 과제는?

이번 대회에 포스코가 제시한 도전과제는 글로벌 원료시장의 불확실성으로 인한 구매리스크 해소를 위한 <철강 원료가격 변동추이 예측>, 항만 하역 중 장애가 되는 너울성 파도 발생시점 예측을 위한 <선박 하역부두 너울성 파도 발생시점 예측>, 음식물 쓰레기 배출량을 최소화 하기 위한 <포스코 사내식당 식사 인원 예측>등 총 3개 과제입니다. 일부 과제에 대해서는 관련 빅데이터를 함께 제공해 철강전문지식이 없는 일반인도 도전가능합니다.

대회 일정, 우수과제 평가 기준 및 시상에 대한 자세한 안내는 아래 모집요강 혹은 오는 6월 20일에 서울 포스코센터에서 열리는 설명회를 참고해 주세요!