인하대학교는 인천을 기반으로 산업현장과 함께 성장해온 대표적인 산·학협력 중심 대학이다. 기계, 소재·부품, 반도체, 에너지, 환경, AI, 스마트제조 등 다양한 분야에서 기업의 현장문제를 해결하는 실증형 연구를 수행하고 있다. 최근에는 디지털전환(DX)과 제조 AI기술을 접목한 연구를 활발히 추진하고 있다.
공정데이터 수집 및 AI예측·예지보전 분석
인하대는 ‘근공비 및 공비 폐냉매의 재생·분리·파괴 통합실증 기술 개발’ 과제에서 공정데이터 수집·관리체계 구축, AI기반 품질예측, 에지컴퓨팅기반 실시간 모니터링, 예지보전(Predictive Maintenance)기술 개발을 담당한다.
1차연도에는 재생·분리·파괴공정에서 발생하는 △온도 △압력 △유량△전력량 △냉매조성 등의 데이터를 안정적으로 수집할 수 있는 데이터 인프라를 구축하고 AI학습 기반을 마련한다. 2차연도에는 시뮬레이션 데이터와 실제 공정데이터를 융합해 냉매순도와 공정상태를 예측하는 AI모델을 개발하고 현장적용이 가능한 에지컴퓨팅시스템을 구축한다. 최종적으로는 실증플랜트에서 실시간 품질예측, 설비이상 감지, 예지보전기능을 구현해 AI기반 자율형 폐냉매처리 공정을 완성하는 것이 목표다.
가장 중요하게 보는 부분은 AI기술의 현장실용성 확보다. 산업현장 데이터는 센서오차, 통신지연, 운전조건 변화 등 다양한 변수가 있어 단순히 AI모델의 정확도만 높이는 것으로는 충분하지 않다. 인하대는 데이터를 실시간으로 수집·전처리해 신뢰성 있는 데이터를 확보하는 동시에 AI가 냉매순도와 공정효율을 예측하고 설비 이상을 사전에 감지할 수 있는 지능형 공정운영플랫폼 구축에 힘을 쏟고 있다. 이를 통해 작업자의 경험에 의존하던 공정을 데이터기반의 과학적인 운영체계로 전환한다는 구상이다.
이 과정에서 예상되는 가장 큰 어려움은 실제 공정에서 확보되는 데이터의 품질과 양이다. 초기에는 AI학습에 필요한 데이터가 충분하지 않을 수 있으며 센서 간 측정주기 차이, 결측데이터, 통신오류 등이 발생할 가능성도 있다. 이를 해결하기 위해 공정시뮬레이션을 활용한 가상데이터를 실제 데이터와 함께 학습하는 하이브리드(Hybrid) AI방식을 적용한다. 데이터 전처리 및 시간 동기화 기술을 개발해 데이터 신뢰성을 높일 계획이다. 설명가능한 AI(XAI)를 적용해 예측결과의 근거를 제시함으로써 산업현장에서 안심하고 활용할 수 있는 AI시스템을 구축할 예정이다.
공정 디지털전환⋯ 탄소중립·자원순환 기여
이번 연구의 궁극적인 목표는 폐냉매 재생·분리·파괴 공정의 디지털전환(DX)과 탄소중립 실현이다. AI기반 공정운영기술이 적용되면 냉매 재생품질을 일정하게 유지할 수 있으며 에너지소비와 운영비용을 절감하며 설비고장을 사전에 예방할 수 있다.
재생냉매 활용도를 높여 자원순환체계를 강화하고 온실가스 감축에도 기여할 것으로 기대한다. 개발된 AI플랫폼은 화학공정, 수소, 반도체, 배터리 등 다양한 산업으로도 확산 가능하며 에너지기술공유대학과 연계해 AI와 에너지기술을 동시에 이해하는 융합형 전문인력을 양성하는 기반으로도 활용할 계획이다.
향후에는 AI기반 공정관리기술을 더 발전시켜 디지털트윈기반 자율운전플랫폼을 구축하는 연구를 추진할 계획이다. 특히 폐냉매 회수부터 재생, 분리, 파괴, 재사용까지 전 과정을 하나의 데이터 플랫폼으로 연결하고 AI가 최적 운전조건을 스스로 제안하는 자율운전기술을 개발한다는 구상이다. 친환경 저탄소 냉매에 대한 데이터베이스 구축과 탄소배출 저감효과 분석, 에너지효율 최적화 기술 연구도 지속 추진해 국내 냉매산업의 경쟁력 향상에 기여할 계획이다.
인하대의 관계자는 “이번 연구는 단순한 폐냉매 처리기술 개발이 아니라 AI, 데이터, 스마트제조 기술을 융합해 미래형 친환경공정을 구축하는 연구라는 점에서 의미가 있다”라며 “산·학·연 협력을 통해 연구성과를 산업현장에 적용하고 에너지기술공유대학과 연계한 전문인력 양성을 지속적으로 추진해 우리나라가 친환경냉매기술과 스마트에너지분야를 선도할 수 있도록 최선을 다하겠다”고 밝혔다.
