김유성 교수팀-SK인천석유화학, 정유공장에 AI 자동제어 기술 세계 최초 적용

- Air Fan Cooler Louver 자동제어로 압력 정밀도 12.8% 향상

▲왼쪽부터 김유성 교수(교신저자), 서동찬 AI Expert (삼성디스플레이), 김동일 PM(SK이노베이션), 손효은 계장(SK인천석유화학)

우리 대학은 25일 소프트웨어학과 김유성 교수 연구팀이 실제 정유공정에 강화학습(Reinforcement Learning) 기술을 성공적으로 적용한 ‘강화학습 기반 압력 제어 시스템(RLPCS, Reinforcement Learning-based Pressure Control System)’을 개발하고, 세계 최초로 상용화에 성공했다고 밝혔다. 본 연구는 인공지능(AI) 기반 자동제어 기술의 산업 현장 실증 적용이라는 점에서 혁신적인 성과로 평가받으며, 세계적으로 권위 있는 학술지 『Engineering Applications of Artificial Intelligence』에 2025년 5월 26일자로 게재되었다.

이번 연구는 김유성 교수와 서동찬 AI Expert(현 삼성디스플레이), 김동일 PM(SK이노베이션), 손효은 계장(SK인천석유화학) 의 협업으로 수행되었으며, SK인천석유화학이 수년간 축적한 공정 데이터와 현장 노하우, 그리고 AI 기술 내재화에 대한 강한 의지를 바탕으로, 다양한 오픈소스 강화학습 알고리즘과 석유화학 산업에 최적화된 딥러닝 제어 기법을 지속적으로 적용·검증해온 결과이다. 2021년부터 부트 워터 레벨, 2022년 Lt.Naph RVP, 2023년 상압증류탑 압력 등 다양한 공정에 AI 제어를 단계적으로 적용하며, 알고리즘의 성능과 안정성을 검증해왔다.

연구팀은 하루 20만 배럴의 원유를 처리하는 중대형급(상위권) 상압증류탑(#2 CDU)에서 공기 조절장치(Air Fan Cooler Louver) 제어를 강화학습 기반 압력 제어 시스템(RLPCS)을 통해 자동화하였다. 기존에는 운전원이 수동으로 조작하던 루버(Louver)를 AI 기반 실시간 제어함으로써, 압력 제어의 정밀도를 향상시키고 공정의 변동성은 물론 운전자의 업무 부담까지 효과적으로 줄이는 데 성공했다.

연구팀은 이러한 문제를 해결하기 위해 수년간 축적된 운전 로그 데이터를 기반으로 강화학습 모델을 개발하였다. 도메인 전문가들과 협력해 마르코 프 결정과정(MDP:Markov Decision Process)*을 정교하게 설계한 뒤, 실제 시스템에 영향을 주지 않는 안전한 방식으로 오프라인 강화학습을 수행하 였다. 이후 학습된 모델은 SK인천석유화학 정유공장의 하루 200,000배럴 규모 상압증 류탑(CDU) 제어 시스템에 통합되었으며, 환경 변화에 능동적으로 적응할 수 있도록 온라인 학습 기법 또한 적용되었다.

* 마르코프 결정과정(MDP:Markov Decision Process): 강화학습을 위한 수학적 모델로, AI 에이전트가 환경 속에서 최적의 의사결정을 내리도록 돕는 체계

▲ 정유 공정 압력 제어에 필요한 상압증류탑 공기 조절장치(Air Fan Cooler Louver) 자동화를 위한 오프라인 강화학습과 기존 관리 시스템으로 통합 및 온라인 적응 학습 개략도

약 1년간의 실제 산업 환경 운용 결과, 공기 조절장치(Air Fan Cooler Louver)의 자동 제어를 통해 압력 오차를 12.8% 줄이는 데 성공했으며, 원유 성상 변화나 제품 규격(Specification) 변화에 따른 공정 변동성도 효과적으로 제어할 수 있음을 입증했다. 이는 실제 산업현장에서 강화학습 기술이 숙련된 운전원의 반복적이고 노동 집약적인 작업을 보조해 정유공정의 안정성과 효율성을 동시에 향상시킬 수 있음을 실증한 세계 최초의 사례로 평가된다.

김유성 교수는 “이번 연구는 이론적 강화학습 알고리즘을 실제 산업 제어 시스템에 통합하고, 이를 실시간으로 운영하며 지속적인 성능 향상을 달성 했다는 점에서 큰 의미가 있다”며, “압력 제어를 시작으로 향후 온도 제 어, 유량 제어 등 다양한 공정 제어로 확장해 나갈 수 있을 것”이라고 밝 혔다. 또한 “AI 기술과 산업 자동화의 융합을 통해 스마트 팩토리 구현의 핵심 기반을 제시할 수 있을 것”이라고 강조했다.  SK인천석유화학 관계자 역시 “AI 기술 내재화와 스마트 플랜트 구현을 위한 지속적인 데이터 분석과 현장 적용 노력이 이번 혁신의 밑바탕이 되었다”고 강조했다.

※ 논문명: Implementation of reinforcement learning for enhanced pressure control in a 190,000-barrel crude distillation unit: The first full-scale commercial deployment

※ 학술지: Engineering Applications of Artificial Intelligence

※ 논문링크: https://doi.org/10.1016/j.engappai.2025.110907