▲ UNIST 임한권 에너지화학공학과 교수팀은 화학공정의 성능을 미리 예측할 수 있는 모델을 개발했다. (왼쪽부터) 천승현 연구원, 변만희 연구원(제1저자), 최창권 연구원

[기계신문] 지어질 건축물을 3D 시뮬레이션 해보는 것처럼, 대형 화학 플랜트를 지을 때도 시뮬레이션 프로그램으로 공정을 돌려보는 과정을 거친다. 이러한 시뮬레이션 기술에 인공지능을 접목해 수소 생산 공정의 성능을 종합적으로 평가하는 예측 모델이 나왔다.

UNIST 임한권 에너지화학공학과 교수팀은 화학공정의 성능을 미리 예측할 수 있는 모델을 개발했다. 인공지능의 한 분야인 머신러닝(기계학습)을 접목한 예측 모델이다. 이 모델은 수율과 같은 기술적 성능뿐만 아니라, 생산 비용, 이산화탄소 배출량 등을 단 한 번에 예측 할 수 있다는 장점이 있다.

기존에는 3단계의 복잡한 과정을 거쳐 이를 평가했다. 개발된 예측 모델로 차세대 수소 생산 공정의 성능을 평가한 결과, 3단계 평가 방식과 최대 99.9% 유사한 결과 값을 얻을 수 있었다. 3단계 방식보다 훨씬 간단하지만 정확도는 이에 못지 않다는 의미다.

▲ 머신러닝 기반 회귀 예측 모델 개략도

연구팀은 이 예측 모델을 새로 설계한 메탄올 습식 개질 공정의 성능 평가에 활용했다. 메탄올 습식 개질 공정은 현재 수소 생산에 널리 쓰는 방식보다 이산화탄소 배출과 에너지 소모가 적지만 수소를 따로 분리해 내는 정제 공정이 추가로 필요하다. 이를 해결하기 위해 수소 투과 분리막을 집적한 새로운 공정을 설계한 뒤, 이 공정의 성능을 예측 모델로 살펴본 것이다.

연구팀은 먼저 상용 화학공정 시뮬레이션 프로그램으로 개선된 공정을 설계한 뒤 이 공정을 수치 해석 프로그램에 수식으로 반영했다. 여기서 얻은 막대한 데이터를 바탕으로 머신러닝 기반 회귀 알고리즘을 이용해 예측 모델을 완성했다.

예측 모델로 반응 온도, 인건비 등의 12가지의 기술·경제적 인자를 변화시키며 설계된 공정을 평가한 결과, 해당 공정의 수소 생산량과 이산화탄소 배출량은 시간당 각각 4.52~5.99 kg, 4.13~6.62 kg이었다. 수소 생산 비용은 1 kg 당 4.31~13.15 달러로 나타났다. 이를 기존의 3단계 방식으로 평가한 결과와 비교했을 때 예측 정확도는 각각 99%, 99.9%, 96%로 나타났다.

▲ 머신러닝 기반 예측 모델을 이용해 산출한 데이터. (a) 수소 생산량, (b) 이산화탄소 배출량, (c) 수소 생산 비용 분포

변만희 UNIST 연구원은 “이번 연구를 통해 12가지의 기술·경제적인 인자들 중 반응기 수, 반응 온도, 메탄올 원료 가격, 인건비가 해당 공정의 성능에서 가장 중요한 인자임을 밝혀냈다”며 “해당 인자들을 공정 운영의 목적에 맞게 조정한다면 보다 효과적인 수소 생산 공정이 만들어질 것”이라고 설명했다.

임한권 교수는 “최근 소재나 약품 개발과 같은 미시적인 분야에 인공지능, 머신러닝 기술을 접목한 사례가 많지만, 거시적 화학공정 기술에 이를 적용한 경우는 드물다”며 “지속적으로 축적될 공정 운전 데이터를 활용한다면 해당 모델의 예측 정확도가 더 높아질 것으로 기대된다”고 밝혔다.

이번 연구에서 수립한 기술적·경제적·환경적 타당성 예측 모델은 기존 화학공정에서 보편적으로 사용되는 공정 모사 프로그램으로부터 탈피하여 수소 생산량, 수소 생산 비용, 이산화탄소 배출량을 정략적으로 평가할 수 있다.

▲ (a) 반응기 수, (b) 반응 온도, (c) 메탄올 원료 가격, (d) 인건비 변화에 따른 공정 성능 분포. 단위 시간당 수소 생산량은 반응기 수보다는 반응 온도에 더 민감하며, 단위 수소 생산 비용은 인건비 대비 메탄올 원료 가격의 영향을 더 받고 있음을 알 수 있다.

기존에 공정 설계를 통한 기술적·환경적 성능 데이터 추출, 경제적 인자를 고려한 경제성 평가 진행과 같은 상대적으로 긴 과정이 수반되는 기술·경제성 평가 방식과 달리, 입력 조건이 주어지면 이에 해당하는 성능 인자들이 도출되어 단시간에 기술적·경제적·환경적 성능을 정량적으로 도출할 수 있다.

뿐만 아니라, 해당 모델은 데이터 기반 회귀 알고리즘이 적용된 결과로 공정 데이터가 축적될수록 그 예측 정확도가 높아져 실제 공정에서 기술적·경제적·환경적 가이드라인을 제시해 보다 효율적인 공정 운영을 가능케 할 것으로 기대된다.

한편, 과학기술정보통신부 재원의 한국연구재단(NRF) 수소에너지혁신기술개발사업과 기후변화대응기술개발사업의 지원을 받아 수행된 이번 연구는 국제학술지 ‘케미컬 엔지니어링 저널(Chemical Engineering Journal)’에 지난해 12월 게재됐다.

기계신문, 기계산업 뉴스채널