용광로 쇳물 붓는 작업을 AI가 한다

포스텍, AI 출강 자동화 시스템 개발
광양제철소 2제강 2전로에 적용
포스코, 자동화 기술 확대 적용 결정

용광로. 게티이미지 제공

[파이낸셜뉴스] 인공지능(AI)이 제철소 용광로의 쇳물을 꺼내는 작업까지 대신하게 됐다. 1600~1700℃에 이르는 쇳물을 다루는 작업은 위험천만한 고난도의 작업으로 절대적 주의가 필요하다.

포항공과대학교(포스텍)은 철강·에너지소재대학원 홍대근·임창희 교수팀이 AI를 활용한 출강 자동화 시스템을 개발했다고 1일 밝혔다. 이 시스템은 현재 포스코 광양제철소 2제강 2전로에 적용, 스마트팩토리 혁신을 앞당기고 있다.

홍대근 교수는 "AI를 활용한 출강 자동화 시스템은 작업 효율 향상과 품질 안정화를 달성한 것은 물론 작업자 안전을 크게 향상시킬 수 있다"며 "출강 자동화 알고리즘을 더욱 고도화해 모든 위험에 대비할 수 있도록 하겠다"고 말했다.

포스코에서는 이번에 개발한 전로 출강 자동화 기술을 확대 적용하기로 결정했다.

그로 인해 포스텍 연구진은 개발한 영상 기반 슬래그 다트 투입 적중 여부 자동 판정 기술을 파이벡스에 기술이전 하는 것을 추진하고 있다.

이번 연구는 포스텍 철강·에너지소재대학원과 포스코기술연구원, 광양 제강부, 포스코 ICT, 파이벡스이 협력하여 이뤄낸 산학연 우수 연구성과로, 외부 기술에 의존하지 않고 출강 자동화를 달성했다는 점에서 주목을 받고 있다.

용광로에서 불순물 제거 작업을 거친 쇳물을 이송 용기에 담는 공정을 출강이라고 한다. 출강은 베테랑의 숙련도와 집중력에 따라 조업의 품질에 절대적인 영향을 미친다.

이 작업은 컵 안에 있는 불순물을 제거하기 위해 컵을 천천히 기울여 불순물만 걸러내듯 용광로를 천천히 기울여 걸러낸다. 지금까지 출강 방식은 작업자가 고온, 고열의 작업 환경에서 육안으로 확인하면서 매일 수십 차례 수동으로 작업했다.

그렇다 보니 작업자의 숙련도에 따라 제품 성분이나 미세한 품질의 편차가 발생하고, 데이터를 정량화하기 어려움이 있었다. 또한, 고열 작업 특성상 안전사고에 노출될 수밖에 없다.

연구진은 전로 출강자동화를 위해 포스코 기술연구원, 광양제철소 제강부와 협업해 영상을 분석했다. CCTV를 통해 실시간으로 수집되는 다트(내화물) 투입 영상과 슬래그 감지 시스템(SDS) 영상을 이용해 딥러닝 기반의 다트 투입 적중 여부 자동 판정 기술을 개발했다.

먼저, 작업을 단계별로 세분화하고 조건별 데이터를 수집, 표준화한 다음 출강 패턴을 도출했다. 이렇게 도출된 출강 패턴을 토대로 딥러닝을 통해 합금철 및 슬래그 유출 방지를 위한 다트 투입 시점을 판단하고, 출강 종료까지 공정이 자동으로 이뤄져 작업자 간 편차를 줄일 수 있게 됐다.

또한, AI 영상인식 기술을 통해 출강 과정을 직접 눈으로 확인하지 않고도 고온 작업으로 인한 위험을 감지할 수 있게 됐다.

[e-mail] 김만기 기자