머신러닝 접목…수소 생산비용·이산화탄소 배출량 등 예측

울산과학기술원(UNIST)은 시뮬레이션 기술에 인공지능을 접목해 수소 생산 공정의 성능을 종합적으로 평가하는 예측 모델을 개발했다고 19일 밝혔다.

UNIST에 따르면 에너지화학공학과 임한권 교수 연구팀은 인공지능 한 분야인 머신러닝을 접목해 화학 공정의 성능을 예측할 수 있는 모델을 개발했다.

이 모델은 수율과 같은 기술적 성능뿐만 아니라 생산 비용, 이산화탄소 배출량 등을 한 번에 예측할 수 있다는 장점이 있다.

기존에는 3단계 과정을 거쳐 수소 생산 공정의 성능을 평가했는데, 개발한 모델을 사용한 결과 3단계 평가 방식과 최대 99.9% 유사한 값을 얻을 수 있었다고 연구팀은 설명했다.

연구팀은 이 모델을 새로 설계한 메탄올 습식 개질 공정의 성능 평가에 활용했다.

연구팀은 먼저 상용 화학 공정 시뮬레이션 프로그램으로 개선된 공정을 설계한 뒤 이 공정을 수치 해석 프로그램에 수식으로 반영했다.

여기서 얻은 막대한 데이터를 바탕으로 머신러닝 기반 회귀 알고리즘을 이용해 예측 모델을 완성했다.

예측 모델은 반응 온도, 인건비 등 12가지의 기술·경제적 인자를 변화시키며 설계된 공정을 평가했다.

평가 결과 해당 공정의 수소 생산량과 이산화탄소 배출량은 시간당 각각 4.52∼5.99㎏, 4.13∼6.62㎏이었고, 수소 생산 비용은 1㎏당 4.31∼13.15달러로 나타났다.

이를 기존 3단계 방식으로 평가한 결과와 비교했을 때 예측 정확도는 각각 99%, 99.9%, 96%로 나타났다.

연구팀은 또 12가지의 기술·경제적 인자 중 반응기 수, 반응 온도, 메탄올 원료 가격, 인건비가 해당 공정의 성능에서 가장 중요한 인자임을 밝혀냈다.

임한권 교수는 "최근 소재나 약품 개발과 같은 미시적인 분야에 인공지능, 머신러닝 기술을 접목한 사례가 많지만, 거시적 화학 공정 기술에 이를 적용한 경우는 드물다"며 "지속해서 축적될 공정 운전 데이터를 활용한다면 해당 모델의 예측 정확도가 더 높아질 것"이라고 말했다.

연구 결과는 국제 학술지인 '케미컬 엔지니어링 저널'(Chemical Engineering Journal)에 지난해 12월 게재됐다.

연구 수행은 과학기술정보통신부 재원의 한국연구재단 수소에너지혁신기술개발사업과 기후변화대응기술개발사업 지원을 받아 이뤄졌다.

/연합뉴스