품질 편차 줄이고 안전사고 차단

포스텍(총장 김무환)은 홍대근 철강·에너지소재대학원 교수와 임창희 교수 공동연구팀이 AI를 활용한 출강 자동화 시스템을 개발했다고 밝혔다. 이 시스템은 현재 포스코 광양제철소 2제강 2전로에 적용해 운영을 시작했다.

컵 안에 있는 불순물을 제거하기 위해 컵을 천천히 기울여 불순물만 걸러내듯 출강은 전로 안에 떠 있는 슬래그를 걸러내는 작업이다. 지금까지 출강 방식은 작업자가 고온, 고열 작업 환경에서 육안으로 확인하면서 매일 수십 차례 수동으로 작업해야 했다. 작업자 숙련도에 따라 제품 성분이나 미세한 품질 편차가 발생하고, 데이터 정량화에 어려움이 있었다. 또 고열 작업 특성상 안전사고에 노출될 수밖에 없었다.

연구팀은 전로 출강 자동화를 위해 포스코 기술연구원, 광양제철소 제강부와 협업해 영상분석 연구를 수행했다. CCTV를 통해 실시간으로 수집되는 다트(내화물) 투입 영상과 SDS(Slag Detection System) 영상을 이용해 딥러닝 기반 다트 투입 적중 여부 자동 판정 기술을 개발했다.

우선 작업을 단계별로 세분화하고 조건별 데이터를 수집, 표준화한 다음 출강 패턴을 도출했다. 도출한 출강 패턴을 토대로 딥러닝을 통해 합금철 및 슬래그 유출 방지를 위한 다트 투입 시점을 판단하고, 출강 종료까지 자동 공정으로 이루어져 작업자 간 편차를 줄일 수 있게 됐다. 또 AI 영상인식 기술을 통해 출강 과정을 직접 눈으로 확인하지 않아도 된다.

이번 연구는 포스텍 철강·에너지소재대학원과 포스코기술연구원, 광양 제강부, 포스코 ICT, 파이벡스가 협력해 이뤄낸 산·학·연 우수 연구사례다. 외부 기술에 의존하지 않고 출강 자동화를 달성했다는 점에서 의미가 크다.

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