AI 에이전트로 설비 이상예지 혁신
|
1일 광양제철소에 따르면 기존 예지정비 모델은 설비 이상을 사전에 감지해 고장을 예방하는 데 효과적이지만, 모델 개발을 위한 코딩 작업에 많은 시간이 소요되고 개발자 간 역량 차이로 품질 유지에 어려움이 있었다.
이에 광양제철소는 AWS의 AI 에이전트를 활용해 설비 고장 데이터를 자동으로 분석하고, 별도의 코딩 작업 없이도 현장 엔지니어가 이상예지 모델을 개발·적용할 수 있는 'InnoPIMS'를 구축했다.
시범 운영 결과도 긍정적이다. 광양제철소는 이상예지 모델을 개발하는 기간이 기존의 평균 2주에서 약 2일로 80%가량 단축시킬 수 있었다.
또 AWS의 기계 학습 및 분석 기능 플랫폼인 'SageMaker'를 활용해 설비의 데이터를 상시 모니터링하여 이상 및 고장 징후를 사전에 감지하는 이상예지 시스템도 개발했다. 수집된 데이터를 스스로 재학습하고 이를 활용해 개선한 이상예지 모델을 현장에 즉시 적용할 수 있는 기능도 추가해 생산성과 효율성도 제고할 수 있을 것으로 기대된다.
앞서, 광양제철소는 지난달 20일 서울 코엑스에서 열린 AWS Summit Seoul 2026에서 'InnoPIMS'를 공개하며 광양제철소의 예지정비 혁신 사례를 공유해 주목을 받았다.
조현영 광양제철소 EIC기술부 리더는 "클라우드 기반 예지정비 모델을 구축한 사례로서 AI를 활용한 제조현장 혁신을 이뤄냈다는 의미가 있다"며 "데이터 기반 설비 관리 체계를 확산해 광양제철소 전반의 설비 안정성과 생산 효율을 높여 나가겠다"고 다짐했다.
광양제철소는 'InnoPIMS'의 현장 확산을 위해 지속적인 개발 및 유지보수를 진행하고 궁극적으로 공장 전체 설비를 상시 모니터링할 수 있는 클라우드 기반 원격점검체계 구축을 검토할 계획이다.










