"전기로[1] AI용강량 예측으로 전기로 조업 시 에너지 절감 및 온실가스 배출 저감이 가능해졌습니다. 또한 데이터기반 의사결정이 가능해져 높은 효율성 및 새로운 원자재 도입을 위한 객관적 자료로 활용할 수 있을 것으로 기대합니다." 두산에너빌리티 원자력BG 제강공장, 임용균 공장장

	비용절감		AI 예측모델 정확도 98%
	온실가스 배출 저감		주간 분석 보고서 데이터기반 의사결정

Challenge

전기로 공정 환경 변화 맞춰 조업 효율을 높이고자 함

두산에너빌리티의 제강공장에서는 고객의 요구사항에 맞추어 다양한 종류의 철강을 생산하고 있습니다. 생산하는 강종이 많아지고 원자재 복잡도가 증가하면서, 예상 생산량과 실제 생산량 간의 차이를 좁히기 위한 방안을 모색했습니다.

이에 두산에너빌리티는 Smart Factory 도입을 통해 기존 작업 내용을 분석해 예측 관리가 가능하게 하고자 하였으며 개선점을 찾아 AI를 적용하고자 했습니다.

Solution

AI 용강량 예측 모델 정확도 98% 달성 및 주간 조업 분석 보고서를 통한 데이터 기반 의사결정

두산디지털이노베이션은 두산에너빌리티와의 협업을 통해 얻은 도메인 지식과 데이터 탐색을 통한 인사이트를 이용하여 전기로 AI 용강량 예측 모델을 설계 하였으며, 장기간의 현장 테스트를 통해 결과적으로 98%의 높은 예측 정확도를 보이는 AI 예측 모델을 만들 수 있었습니다. 이는 기존 대비 21% 향상된 수치입니다. 뿐만 아니라, 한 주 간의 조업 데이터를 분석한 주간 조업 분석 레포트를 제공하여, 다음 조업 계획 시 데이터 기반 의사결정을 지원할 수 있도록 했습니다.

AI 모델의 성능 관리를 위한 MLOps(Machine Learning Operations) 적용

AI 모델은 지속적인 관리가 필요합니다. 장비/센서 노후화, 데이터 트렌드 변화, 조업 프로세스 변화 등 여러 요인으로 인해 AI 예측 정확도가 떨어질 수 있기 때문입니다. 두산디지털이노베이션은 AI용강량 예측 모델이 최고의 성능을 유지할 수 있도록 AI 모델 도입 환경(이하 MLOps)적용이 필요하다고 판단했습니다. 이에 MLOps 솔루션 선두주자인 Dataiku와 파트너쉽을 맺고 체계적인 MLOps를 구축함으로써 AI 모델의 예측 성능을 최상으로 제공할 수 있도록 하였습니다.

이미지 설명: 데이터기반 의사결정을 위한 대시보드 구성 화면 (활용 솔루션: Dataiku)

Next Step

두산그룹사 대내외로의 확장

두산디지털이노베이션은 성공적인 MLOps 구축 경험과 노하우를 내재화해 대외 비즈니스로 확장하고 있습니다. 변화하는 환경 속에서 AI 기술을 비즈니스 가치로 연결하기 위해서는 표준화 자산화, 자동화된 환경이 필요합니다. 두산디지털이노베이션은 내부 사업을 통해 쌓은 AI 기술 및 MLOps 노하우로 다른 기업의 혁신을 돕고 있습니다.

[1]전기로: 전기가 발생하는 열을 통해 금속을 녹여 필요로 하는 금속을 추출하기 위한 조작로