College Of Engineering
서울공대 이야기

공장자동화 및 지식·정보시스템 1

2004.11.23 07:47

lee496 조회 수:3497

  공장자동화 및 지식․정보시스템

 

응용화학부 신동일․윤인섭 교수


1. 공정시스템 기술의 필요성

공정시스템 기술은 <비전 2020>(Vision 2020) 보고서에서도 강조되고 있듯이 개발된 신기술의 궁극적인 제품화 및 상품화를 가능하게 하는 기술(enabling technology)로서, 그 중요성이 날로 증대되어 가고 있다. 우리가 창출하는 기술이나 제품은 따로 존재하는 것이 아니라 다른 것들과 시스템을 이루어 상호 작용하고 정보를 주고받으면서 그 역할을 극대화하게 되는데(예들 들어 새로이 개발된 신약이 인체에서 효율적으로 반응한다든지 아니면 신물질로 만든 장치가 생산현장에서 그 기능을 성공적으로 수행한다든지 등), 공정시스템 기술은 시스템의 관점에서 구성원들의 효율을 극대화하기 위한 기술이다. 작동하는 환경을 무시하고 설계된 제품은 최상의 기량을 발휘할 수 없으며, 고객중심 제품 개발은 21세기의 대표적인 화두이다. 시장에 맞추는 제품 개발도 시스템 접근의 한 예인데 어느 나라 사람들은 어떤 색을 더 좋아한다든지 등이 체계화된 것이 현재의 ‘고객관리 시스템’(CRM, Customer Relationship Management)이며, 이는 시스템공학적 접근의 한 예이다. 아울러 인터넷의 발달로 세계가 연결된 지금 우리는 환경․안전 문제를 포함해서 지역화된 개별 시스템이 아닌 한층 큰 세계화된 시스템 문제를 풀도록 요구받고 있다.

공학기술의 개발과 발전은 궁극적으로 지구환경에 가능한 한 적은 영향을 끼치는 한도 내에서(sustainable growth) 더 많은 인류에게 풍요로움을 선사하는 데 있다. 기술의 초기 상품화 시에는 물론 그 수혜자가 특정인에 집중될 수도 있으나 전체 시스템의 효율을 극대화하여 모든 이들이 감당할 수 있는 비용으로써 그 혜택을 누리는 방향으로 기술은 발전해 왔는데, 공정시스템 기술은 이런 시스템 관점에서의 효율성 극대화에 있어 필수불가결한 기술이다. 신기술은 때로 그 자체만으로  독점적인 시장을 확보하기도 하지만, 그 기간이 지나면 결국 생산성이나 혹은 외부 시스템과의 연계성에 의해 그 효율을 결정받게 된다. 유한한 제한된 자원을 활용하여 더 많은 소비자들에게 적은 비용으로 제품을 공급하기 위해서 주파수를 효율적으로 분할․공유하여 대량보급을 가능케 한 CDMA(코드분할 다중접속 방식) 휴대전화 기술들에서 보듯이, 우리는 신기술의 개발에서 진일보하여 최적화를 통해 시스템의 효율을 높여야 하는 현실적인 문제에 맞딱뜨리게 된다.

시스템 기술은 ‘problem solver’(문제해결 방법)를 개발하는 종합예술이라 할 수 있는데, 체계적인 해 탐색방법(algorithm) 및 정보처리 기술의 개발과 함께 개발된 방법의 실제 문제에의 응용이 그 근간을 이룬다. 특히 개별 요소기술이 아닌 전체 시스템의 관점에서 문제해결 방법을 찾기 때문에 당연히 구성요소들간의 정보해석이 중요하게 된다. 체계적인 해 탐색방법의 개발은 결국 문제의 체계적인 표현(즉 제어문제냐 최적화 문제냐 등으로)과 해를 찾는 문제로 귀결될 수 있는데, 비선형성 및 경우의 수가 기하급수적으로 증가하는 문제(combinatoric) 등을 극복하고자 모든 해의 계산이 아닌 해 영역에 대한 적절한 가정을 통해 문제해결을 꾀하게 된다. 지능형 시스템 기술도 이 방법의 하나이다. 공정시스템 기술의 발전은 효율적인 시스템의 개발을 촉진할 뿐만 아니라, 그 과정에서 개발된 요소기술들이 새로운 제품의 개발에도 핵심 기술로 사용되는 등의 효과를 거두고 있다. 예를 들어 시스템의 이상 진단기술은 인터넷을 가능케 하는 통신 네트워크의 고장을 빠르게 진단하여 네트워크 장애를 최소화하는 데 사용되고 있으며, 발전된 최적화 기술도 단백질의 구조를 해석하는 데 핵심 기술로 자리잡고 있다.


공정시스템 분야는 최근 컴퓨터의 성능이 급격히 발전함에 따라 화학공정의 자동화 및 전산화가 이루어지면서 더욱 각광을 받고 있다. 물론 컴퓨터가 출현하기 이전부터 전통적인 시스템 기술을 이용하여 대규모 공장을 성공적으로 설계하고 운전하여 왔으나 컴퓨터관련 기술과 통신 네트워크의 발달은 정확한 정보를 기초로 보다 큰 문제를, 보다 빠른 시간 내에, 감당할 수 있는 비용으로 해결할 수 있도록 해주었다. 한편 지역적인 시장에서 벗어나 전세계를 대상으로 한 화학․에너지산업의 시장 확대도 이런 큰 문제의 해를 필요로 하게 되었다. 이 글에서는 21세기에 접어든 지금 공정시스템의 향후 연구방향을 예측해 보고, 현재 어떠한 문제가 주요 관심사인가를 살펴보려 한다. 공정시스템에서 주로 다루는 주제들은 공정모델링, 시뮬레이션(simulation, 모사) 및 최적화, 공정제어, 공정 설계 및 합성, 지능형 시스템 개발, 공정 안전, 시스템 통합․표준화로 크게 나눌 수 있다. 이 각각의 주제별로 최근 기술발전 동향을 살펴봄으로써 앞으로의 연구방향 및 이 분야 연구자와 엔지니어의 역할을 생각해 보고자 한다.

 

2. 공정설계 및 합성

1) 필요성 및 기술의 발전 역사


전통적으로 화학공정 설계 및 합성의 목적은 투자에 대한 적절한 경제적 이득을 얻을 수 있고 이를 위해 안전하고 신뢰성 있게 운전될 수 있는 공정을 개발하자는 것이다. 공정은 원료 조건, 제품의 사양, 경제적인 외부 조건, 공정 자체의 변화 등 불확실한 요소들에 적절히 대응할 수 있는 능력을 가지도록 설계되어야 한다. 공정의 설계 및 합성에서는 일반적으로 다음과 같은 전략을 따른다. 첫째 시스템의 목적을 정의하고, 둘째 그 목적에 도달하는 기술을 정의하며, 셋째 문제를 세부과제(subtask)로 쪼개고, 마지막으로 선택한 기술을 통해 세부과제들을 해결해 나간다는 것이다.

공정 설계 및 합성 분야에서 가장 주된 연구과제들은 전통적인 반응경로의 합성, 분리공정계의 설계, 열교환기 합성, 제어시스템의 설계 같은 분야들이다. 이 중 제어시스템의 설계는 최근 들어 연구가 매우 활발해지고 있는 분야이다. 과거에 비해 컴퓨터 기술의 비약적인 발전으로 설계와 합성 분야에서도 많은 새로운 기술 개발과 연구가 이루어지게 되었다.

우리나라의 경우를 살펴보면 울산, 여천, 서산 석유화학공단을 비롯하여 전국에 있는 대규모 화학공장들이 모두 화공 엔지니어의 공정설계에 의하여 지어진 것이다. 그러나 이 중에 모방이 아닌 순수 국산기술로 지어진 공장은 찾아보기 힘들다. 공정설계가 그만큼 어렵고 복잡하기 때문이다.

1950년대부터 컴퓨터를 이용한 공정설계 기술이 미국의 석유회사들에 의해 개발되었다. 또한 정유공장의 운전을 최적화하고 메탄올, 에틸렌 및 암모니아 공장을 설계하는 데 컴퓨터를 이용한 시뮬레이터(simulator, 모사기)가 활용되었다. 1960년대 후반에 개발된 열교환기 설계 컴퓨터 프로그램은 이후 화학공장뿐 아니라 발전시설, 철강산업 등 다른 산업분야에도 오늘날까지 광범위하게 활용되고 있다. 1970년대에 걸쳐 열역학의 상태방정식, 상평형, 활성계수 등등 복잡한 열역학적 물성 계산을 위한 컴퓨터 프로그램이 개발되었다. 이어서 1970년대 후반부터 80년대 초반까지는 ASPEN PLUS 등의 플로우시팅(flowsheeting) 프로그램들이 개발되었고, 보다 정확하고 복잡한 알고리듬(algorithm)을 사용한 증류탑 설계 프로그램이 개발되었다. 오늘날에도 공장설계를 한결 정교하게 하고 공장운전을 최적화하며 공장의 문제점을 신속하게 진단․해결하기 위하여 화학공학에서의 설계에 대한 연구가 계속되고 있다.


2) 공정의 유연성 및 제어성 향상

앞으로 공정설계 분야에서 학문적으로 연구되어야 할 분야의 하나로 공정의 변화에 대한 제어능력의 향상, 즉 공정의 유연성(flexibility)과 제어성(controllability)의 향상을 들 수 있다. 어떤 공정이든지 설계단계에서는 공정 운전시에 직면하게 되는 조건을 정확하고 완전하게 파악할 수는 없다. 따라서 공정은 설계시에 고려하지 못한 다양한 유형의 불확실한 조건에서 운전되는데, 이러한 불확실성은 완벽한 공정을 설계하는 데 중요한 장애요인으로 작용한다. 이제까지의 공정합성 과정에서는 공정에 부과될 여러 가지 불확실성을 초기 단계에서 고려하지 않고 경제적인 요인만을 고려하여 공정을 최적화하여 설계한 후, 설계시에 가정했던 조건과 다른 불확실한 운전조건의 영향은 전적으로 공정설계 이후에 설치되는 제어시스템이 제거하도록 하는 것이 일반적이었다. 그러나 제어시스템의 역할에도 한계가 있을 수밖에 없다.

제어시스템의 능력은 제어기 자체의 성능뿐 아니라 공정 자체의 특성에 따라서도 많은 차이를 보인다. 설계시에 상정하였던 조건에서는 경제적으로 효율적인 공정이라도 공정의 동적인 특성이 여러 가지 변화에 민감하거나 제어하기 어렵다면, 이를 성공적으로 제어하기 위해 많은 비용이 소요될 것이다. 이렇게 제어에 소요되는 비용 측면을 감안할 때, 불확실한 요소들을 고려하지 않은 경우 정상상태에서라면 경제적으로 손해인 공정보다 운전비용이 더 많이 소요되는 경우도 있게 된다. 나아가서는 특정한 운전조건하에서는 제어가 불가능하여 정상적인 생산을 하지 못하게 되고, 막대한 개조비용이 필요한 경우도 생기게 된다. 따라서 공정설계 단계에서 반드시 공정의 변화에 대한 대응능력을 고려하여야 한다. 이러한 대응능력은 유연성과 제어성으로 대표될 수 있다.

유연성이란 정상상태에서 공정이 새로운 상황에 대응할 수 있는 능력을 말하고, 제어성이란 공정이 다양한 운전조건 사이를 허용할 수 있는 거동으로 동적으로 전이할 수 있는 능력을 의미한다. 최근 10여 년간 화학공정의 제어성을 정량적으로 표현할 수 있는 방법에 대한 연구가 진행되어 여러 가지 제어성 척도들이 개발되어 왔다. 그러나 아직 각각의 척도나 방법들에 대한 정확한 적용방법이나 그 한계가 명확하게 밝혀져 있지 않은 경우가 많다. 지금까지의 연구는 대부분 공정의 제어성을 평가하기 위한 방법에만 치중되어 있어, 이를 바탕으로 우수한 제어성을 가지는 공정을 설계하거나 개선하는 방법에 대한 연구는 미진했다. 몇몇 연구에서 체계적인 제어성의 향상 방법을 제시하고 있기는 하지만 열교환망, 반응기 등과 같은 특정 공정을 대상으로 하고 있는 경우가 많고, 실제 문제에 적용하기가 어렵다는 단점을 가지고 있다.

따라서 이러한 점을 고려한 미래의 공정 합성 및 설계의 궁극적인 목표는 근본적인 기본설계의 목적인 경제성을 고려하면서, 동시에 자동화된 방법으로 설계자의 노력을 최소화하고 가능한 한 우수한(경제적인 측면과 제어성의 측면 모두에서) 공정을 설계하는 일이 될 것이다.

또한 가까운 미래에는 컴퓨터 기술의 발전이 공정 설계 및 합성의 자동화를 더욱 다양하게 지원할 것이다. 공정설계와 같은 경우, 목표로 하는 공장의 3D 입체구조를 작성한다거나 공장 전체의 공정도(P & ID)를 구성하는 일 등은 컴퓨터에 의존함으로써 과거보다 손쉽고 빠르게 설계를 할 수 있게 될 것이다. 이때 컴퓨터에 의존하지 않고 화학공학자(chemical engineer)가 직접 관여해야 하는 영역은 공정의 기본적인 개념과 여러 다양성의 구상 등인데, 이런 경우에도 화학공학자들은 실제 결정을 내릴 때 물성치 데이터베이스나 전문가 시스템 같은 공정 소프트웨어 시스템 등의 도움을 받을 수 있을 것이다. 따라서 화학공학자들은 앞으로 5, 6가지 이상의 주요 소프트웨어 도구들의 사용을 잘 익혀둘 필요가 있다. 즉 필요에 따라서 다양한 공정 소프트웨어들을 여러 가지 형태로 조합하여 사용할 수 있는 능력을 갖추어야 할 것이다.


3. 공정모델링, 시뮬레이션 및 최적화

공정모델링, 시뮬레이션 및 최적화는 증대되는 환경 및 안전 규제, 한층 엄격한 품질관리, 경쟁적인 시장환경에 직면한 현실에 최소의 시간에 최소의 비용으로 대처할 방안을 제시하기 위해 필요로 되는 기술이다. 이러한 현실은 고도의 모델기반 분석과 합성기술에 기반한 많은 공정대안들의 평가를 요구하고 있다.


1) 공정모델링 및 시뮬레이션

모든 공학문제의 해결에서 그 기초는 문제의 (수학적인) 모델링에 있듯이, 정상상태 및 시간에 따른 변화를 나타내는 동적 공정 시뮬레이션․공정합성․제어시스템 설계 및 구현 등에 있어서 공정모델은 중요한 역할을 담당한다. 다양한 공정 엔지니어링 활동에서 필요한 각 단위 공정에 대한 상세성에 있어서 다른 수준을 갖는 모델군(model family)을 필요로 하며, 이러한 모델군은 다상계 반응기나 막 공정 등에서 알 수 있는 것처럼 매우 복잡하다. 특히 나노공정, 신에너지 공정, 생명공학 시스템 등 새로운 공정의 출현과 더불어 모델군의 필요성은 더욱 증대되고 있으며, 모델은 새로운 분야 지식들의 총합체라고 할 수 있다.

또한 공정모델은 공정 개발 및 운용의 전과정(life cycle)을 따라 넓은 범위에서 이용된다. 초기에는 공정을 어떻게 잘 건설하느냐의 문제에서 후반부에는 안전하고 효율적으로 운전하느냐의 문제로 그 관점이 달라지게 되는데, 앞으로는 공정의 이러한 전과정이란 전체적인 시간 개념 하에서 공정모델의 구성과 이용을 더욱 생각해야 한다. 이러한 맥락과 아울러 이 공정모델과 여러 온라인상의 최적화․시뮬레이션․데이터 보정 및 안전 등 다양한 측면의 공정운전과의 통합뿐 아니라, 기업의 전사적(全社的) 자원관리(Enterprise Resource Planning, ERP)의 경우에서 보듯이 전체 사업부문(business system)과의 통합도 추구되고 있다. 이 모든 시스템 통합과정에서 모델은 아말감 역할을 하게 되는데, 결국 얼마나 호환성 있는 계층적 모델을 갖고 있느냐에 따라 그 통합작업의 성패가 좌우되게 된다.

앞으로 모델기반 공정기술이 더욱 진보함에 따라 공정모델링의 필요는 꾸준히 증대할 것이다. 그러나 현재 한층 향상된 많은 방법론과 수치적 해법이 개발되고는 있지만 공정모델링은 병목이 될 것으로 여겨진다. 문제는 모델의 생성에 있어서 모든 모델에 적용 가능한 체계적이고 완전한 절차가 아직은 존재하지 않는다는 데 있다. 그리고 현재까지 많은 단위공정에 대한 다양한 모델들이 만들어져 이용되고는 있지만 적절한 모델설계 도구의 부족, 모델 라이브러리의 문서화 방법 및 유지․보수, 이미 검증된 모델의 재사용의 어려움 등의 문제가 있다. 이밖에도 모델 사이의 일치성과 모델의 구조적인 표현 등에 어려움이 있다.

이러한 문제의 해결을 위해 새로운 모델링 방법론의 연구와 이를 바탕으로 한 모델링 도구 개발이 진행되고 있다. 이러한 연구는 실제 공정으로부터의 추상화, 기본원리(first principle)로부터의 모델 전개, 수치해석 전의 모델 식의 기호적 처리 등을 목표로 하고 있다. 또한 이러한 연구에는 객체지향 개념이 유용하게 이용되고 있다.


2) 동적 시뮬레이션

요즘 대중성을 확보하고 있는 게임기들이 누가 얼마나 현실감 있는 화면을 제공하느냐에 따라 성패가 결정되듯이, 우리가 대상으로 하는 시스템의 시간에 따른 변화를 실제 대상공정과 가능하면 같게 모사․예측하는 기술인 동적 시뮬레이션은 장치와 제어시스템의 설계, 시운전 절차의 설계, 새로 건설된 공장에 대한 조업자의 훈련, 운전중 제어변수의 최적화 등에서 이용되고 있다.

공정설계와 제어시스템과 운전시스템의 더 엄격한 통합을 요구하는 미래에는 그 중요성이 한층 커질 것으로 예측되는데, 최근에는 여러 개의 상업적 동적 모사기(dynamic simulator)가 제공되기 시작하였고 산업에서도 점차 그 이용도와 효용성이 높아지고는 있다. 과거에는 산업계에서 동적 시뮬레이션을 이용하는 데 따른 비용 대 이윤비가 높지 않았고, 사용자 편의성과 견실성이 약하였으며, 다른 프로그램에 대한 동적 시뮬레이션 시스템의 개방성 부족 등의 문제가 있었다.

PC를 비롯한 컴퓨터 성능의 향상에 따라 동적 시뮬레이션의 비용은 낮출 수 있게 되었지만, 공정 및 제품의 전과정 평가를 비롯한 보다 엄밀한 정확성 요구에 부응하고 단일공정에서 벗어나 전세계를 대상으로 한 대규모적인 공정을 다루는 데 있어서는 여전히 속도가 문제가 되고 있다. 일기예보 예측을 위해 슈퍼컴퓨터를 이용하는 예에서 보듯이 안전․환경 문제 해결을 위해서는 공정시스템뿐만 아니라 외부 환경에 대한 시뮬레이션도 아울러 필요하게 되는데, 이런 큰 문제의 효율적인 시뮬레이션을 위해서는 아직 해결해야 할 문제들이 많다. 중요한 외란에 대한 시뮬레이션에 있어서 모든 형태의 외란을 처리하기 위해 수치해석 라이브러리의 견실성을 보강하는 연구 그리고 병렬처리를 통한 계산속도의 향상, 가상현실 등을 이용한 사용자 환경의 편리성 증대를 위한 연구 등도 계속해서 진행되고 있다.


3) 최적화

최적화는 여러 해법 중에서 가장 최선의 해를 찾는 활동이다. 일상생활에서도 한 가지 해가 아닌 여러 방법이 있을 때 우리는 최선의 결정을 내리기 위해 고민하게 되는데(예를 들어 학교에서 집까지 가기 위한 최소비용 또는 최소시간의 교통 수단과 경로는 어떻게 될 것인가 하는 문제나, 현재 내가 가지고 있는 돈으로 오늘은 무엇을 해야 가장 높은 만족도를 얻을 수 있느냐 하는 문제 등), 최적화는 이런 경우의 수가 많을 때 모든 해를 일일이 계산하지 않고도 의사결정(decision making)을 효율적으로 하기 위한 도구이다. 또한 최적화를 통하여 생산능력의 증대와 품질향상, 연료나 촉매 등의 절약, 더 효과적인 계획, 시장수요 변화에 대한 신속한 대처, 모니터링 성능 향상 등 많은 것이 가능하게 된다. 현재 많은 공정들이 계속적인 최적화를 통하여 많은 비용을 절감하고 있지만, 최근 연구에 따르면 여전히 최적화를 통한 이윤은 막대한 것으로 알려져 있다.

현재 대부분의 최적화 응용은 정상상태의 가정 및 short-cut 또는 간략한(short-cut) 모델에 기반하고 있으며, 수백 개의 자유도(degree of freedom)와 동시에 수만 개의 비선형 방정식을 갖는 규모의 문제를 해결할 수 있다. 하지만 아직 세계적인 규모로 통합된 화학공정이나 정유공정을 다룰 수 있는 능력에는 이르지 못하고 있다. 그러나 비록 정상상태 가정으로 가정하더라도 많은 응용 면에 있어서 결과를 오도하지는 않는 것 같다. 또한 보다 작은 규모의 공정에서는 동적인 기술을 이용한 공정의 최적화가 이루어지고 있다. 앞에서도 언급한 대로 최적화는 여러 공정의 전과정을 통하여 그 의미가 증대되고 있으며, 앞으로는 열린 루프(open loop)와 닫힌 루프(closed loop, 폐루프)의 고전적 의미의 최적화와 동적 최적화, 향상된 모니터링, 오프라인 엔지니어링, 운전 및 보수의 의미를 포함하게 될 것으로 생각된다.

현재의 최적화 방법론 자체는 선형계획법 및 정수계획법, 도메인 리덕션(domain reduction), 제약조건의 전파(constraint propagation), 유전 알고리듬(genetic algorithm), 시뮬레이티드 어닐링(simulated annealing) 등으로 크게 나눌 수 있다. 선형계획법은 선형식의 해법으로는 강력한 도구이지만 정수변수, 논리적 변수, 논리적 제약식이나 비선형 제약식에서는 한계가 있다. 서로 다른 형태의 변수들이 포함될 경우에는 도메인 리덕션과 제약조건의 전파가 유용하지만 이것들은 또한 효과적인 탐색 엔진을 필요로 한다. 자연현상을 모방하여 만든 유전 알고리듬이나 시뮬레이티드 어닐링 방법은 무작위적인 탐색으로 해를 찾는데, 정수변수 등이 포함된 문제에서 유용한 데 비해 탐색종결시간 결정이나 제약조건의 문제를 해결하기에는 어려운 점이 있다.


4. 공정제어(Process Control)

1) 제어 일반 및 품질제어


품질제어(quality control)는 통계적 방법을 이용하여 공정이 만족할 만한 수준에서 운전되고 있는지 파악하는 것이다. 통계적 품질제어의 기본 개념이 정립된 것은 오래지만, 이것을 화학공정에 적용한 것은 최근의 일이다. 만일 공정의 운전이 원하는 수준으로 이루어진다면 제품의 품질 편차가 허용 가능한 한도 내에서 발생한다. 허용한도는 보통 제품의 물성이나 기타 필요 성질에서 명시되는 것으로 설정된다.

시스템의 특성이나 외부로부터의 입력조건들이 시스템 설계시 가정한 값으로부터 하나도 변하지 않는다면 우리는 언제나 일정한 출력값을 얻을 수 있을 것이다. 그러나 시스템의 특성은 시간의 흐름에 따라 변하게 마련이고(자동차의 경우에서 보듯이 기계장치의 노화 등), 계절에 따라 변하는 온도의 경우에서 보듯이 특정한 작업을 미리 해주지 않는 한 시스템으로의 입력값 또한 변하게 마련이다. 아울러 우리가 원하는 출력값(예를 들어 자판기에서 우리가 원하는 음료는 당시의 기분에 따라 달라지게 마련이다)도 달라지게 되는데, 이런 변화하는 상태 및 목적 여하에 관계없이 시스템이 우리가 원하는 작업을 달성하도록 조작하는 일련의 일들을 제어라고 하며, 이 모든 작업들이 자동적으로 이루어지길 원하기에 우리는 이를 자동제어라고 부르게 된다. 

자동 되먹임제어(feedback control)가 설치되어 있는 연속공정에서는 이론상으로는 공정의 외란에 상관없이 제품의 품질이 우리가 원하는 값인 설정값(set point)이나 혹은 이에 근접하도록 정보가 되먹임된다. 물론 이것은 제품의 품질을 조정하기 위한 적절한 조작변수가 확인되어 있을 경우이다. 그러나 되먹임제어가 설치되어 있는 경우에도 외란, 장치의 이상 등으로 인해서 제품의 품질에 차이가 있을 수 있다. 이것은 품질제어의 개념을 이용해서 진단할 수 있다.

여기에서는 동특성(dynamics)이 그다지 중요하지 않으며, 주요 인과관계도 선형모델을 이용하여 충분히 나타낼 수 있다. 품질제어 기법은 제품의 품질을 나타내는 진단방법의 일종으로 볼 수 있다. 따라서 문제가 발생했을 때 그 원인이나 취해야 할 수정조치를 주지는 못한다. 따라서 제품의 수준에 크게 영향을 주는 조업조건에서의 이상 등을 감지하는 감지기법의 개발이 필요하게 된다. 품질제어는 화학공정에만 국한되는 문제는 아니며, 제조공업의 여러 분야에서도 같은 특징을 나타낸다.


2) 고급제어-모델예측제어, 비선형제어, 지능제어 및 이상진단

선형모델을 이용한 제어를 실제 공정에 적용시켰을 때 많은 성공이 있었다. 따라서 모델을 이용한 예측제어를 선형시스템뿐만 아니라 비선형시스템에도 확장 적용하려는 연구가 계속되고 있다. 모델예측 제어에서는 모델을 파악하는 것이 중요하다. 특히 다변수 시스템에서의 모델링․추정(identification) 방법은 현재에도 많은 연구가 이루어지고 있다. 공정을 파악하는 방법 중에는 주파수 특성에 따라 공정의 반응이 다르다는 점을 이용하여 주파수 대역을 바꾸면서 시스템의 응답을 관찰하는 방법도 있다. 발전된 제어이론을 실제 공정에 적용하기 위해서는 적절한 모델의 구성이 숙제로 남게 되므로, 모델의 구성 방법에 대한 계속적인 연구가 필요하다.

비선형제어에 대한 요구가 증가함에 따라 난해한 수학적 방법론의 개발에 관한 연구가 많이 증가하였다. 또한 복잡한 공정 동특성을 이용해서 정교한 다변수 제어기를 공정에 도입하였다. 그러나 보다 유연한 제어기를 바라는 경우에 이것은 단순하면서도 실용적인 해결책은 아니다. 따라서 더 단순하고 실용적인 해결책으로서뿐만 아니라, 현장에서의 경험 등으로 이루어진 유용한 지식을 제어에서 활용하는 방안으로 지능제어에 대한 연구가 이루어지고 있다.

지능제어의 방법으로는 다음과 같은 것들이 있다. 먼저 지식기반 전문가 제어(knowledge-based expert control)를 이용한 슈퍼비저리 콘트롤(supervisory control), 제어기 튜닝(tuning), 제어기 설계 등이 있다. 이들은 기존의 제어기를 관리하는 접근방식을 취한다. 다음으로 퍼지 콘트롤(fuzzy control)이나 사람의 신경망을 모방한 인공신경망을 이용한 제어기가 있는데, 이들은 위의 경우와 달리 직접 제어 루프에 포함된다. 퍼지 콘트롤은 제어신호를 퍼지 변수(fuzzy variable)로 나타내어 처리하는데, 폐루프의 성질에 대한 확실한 이론적 근거가 없어서 실제 적용에까지는 상당한 문제가 있다. 신경망 제어기(neural network control)는 비선형 입․출력 모델 표현, 제어기의 튜닝 필요 등에서 사용할 수 있다. 신경망 제어기는 구축 및 사용이 편리하다는 장점은 있으나, 신경망을 이용함으로써 공정의 비선형성을 더 잘 알게 되는 것은 아니라는 단점이 있다.

직접적으로 제어에 관련된 사항은 아니지만, 공정에 제어 불능한 외란이 발생하거나 장치 이상이 발생하는 경우 이를 감지하기 위한 이상진단 기법에도 인공지능 이론을 도입하여 사용한다. 이 경우에는 이상진단 장치가 공정과 운전자 사이에서 자료를 분석하거나 관찰하기 쉽도록 바꿔주는 역할을 수행한다. 이상진단에 관한 연구는 많이 수행되어 왔으나, 아직까지 특정한 방법론이 다른 방법론보다 월등히 우수하다고 판명되지 않았으며, 여러 방법의 효과적인 통합 등 앞으로도 계속적인 연구가 수행될 것으로 예상된다.


5. 지능형 시스템, 지식정보 시스템 및 뇌과학의 응용

공정시스템의 여러 분야가 컴퓨터 하드웨어, 소프트웨어 기술 발전의 영향을 모두 받지만 이 분야만큼 그 여파가 빠르고 직접적으로 영향을 받는 분야도 없다 하겠다. 지난 10여 년간의 컴퓨터 기술의 발전 중 큰 영향을 끼친 것들로는 객체지향 프로그래밍, 대형 컴퓨터의 퇴조 및 PC의 눈부신 발전, 인터넷과 분산 컴퓨팅(distributed computing), 그리고 아직까지도 ‘무어의 법칙’(Moore s law)을 따르고 있는 CPU 속도의 지속적인 증가추세라 하겠다.

인공지능(AI)은 1980년대 초반 전문가시스템을 통해 공정시스템 분야에 소개된 이후 급속도로 확산되었다. LISP(LISt Processor)나 프롤로그(Prolog) 등 AI 전용 소프트웨어와 하드웨어가 주도하던 초기단계를 지나, 상업화된 개발환경들이 출현하고 신경망이나 유전 알고리듬을 비롯하여 특별한 하드웨어나 소프트웨어를 필요로 하지 않는 소프트 AI(Soft AI)가 응용의 주류를 형성함에 따라 공정시스템 분야에 종사하는 이들 가운데 ‘지능형 (intelligent) 시스템을 개발해 보지 않은 이들이 오히려 희귀한 존재가 되게 되었다. 현재는 과거 10년간과 같은 붐을 이룰 만한 새로운 AI 관련 신기술이 출현하지 않은 상태에서 AI 관련 기술들이 기존의 기술들과 비교․융화되어 그 타당성을 냉철히 검증받고 있는 시기라 하겠다. 


1) 지식․정보시스템 및 불확실성의 모델링

공정의 운전 및 경영을 포함한 생산활동 전과정에서 수반되는 다양한 의사결정들에서 불확실성을 줄이려는 노력에는 적정한 비용의 신뢰도 높은 정보가 요구된다. 특히 피할 수 없는 불확실성과 미래(앞으로의 수요 및 시장 변화 등)에 대한 효과적인 모델링은 이런 정보들에 기반한 해의 신뢰성을 높이게 되는데, 이 분야의 전공자들이 고액연봉을 받고 미국의 증권가인 월 스트리트에  취업하는 예에서도 그 중요성을 인식할 수 있다.

지식, 정보의 효율적인 추출․가공․공유 및 체계화에서뿐 아니라 효율적인 해의 탐색에서 지능형 시스템의 중요성은 날로 증대되고 있다. 미래는 지식이 지배하고 지식기반 사회가 되리라는 것이 식자들의 공통된 생각이다. 구축된 데이터베이스에서 우리가 몰랐던 변수들의 상관관계나 관련 지식들을 추출해 내는 ‘지식발굴 시스템’(knowledge mining system)이나 우리를 대신해 새로운 지식들을 발견해 나가는 ‘지식발견 시스템 (knowledge discovery system) 관련 기술 또한 공정시스템과 연관되어 가까운 장래에 유용하게 쓰이리라 생각된다. 특히 21세기에는 이렇게 축적된 생산기술 및 지식에 바탕한 전세계 네트워크 기반의 생산전문회사 출현이 예고되고 있다.


2) 통합․복합시스템 및 분산형 계산 환경

컴퓨터 용량의 급속한 발전 및 관련 기술의 성숙과 더욱 치열해진 경쟁 속에서 최적의 해를 얻기 위한 노력은 기존에 독립적으로 개발된 시스템의 통합적(integrated) 운영을 요구하게 되었다. 따라서 성숙된 여러 AI 기술들이 결합된 시스템뿐만 아니라 스케줄링(scheduling), 제어, 시뮬레이션 등등 각각 정해진 분야에만 국한되어 개발되었던 소프트웨어 시스템들을 통합하는 데 AI의 관련 기술들(예를 들어 블랙보드 시스템 blackboard system, 에이전트 기술, ‘분산형 계산 환경’ 등)이 사용될 것으로 생각된다.

허니웰(Honeywell)과 미국 NIST(National Inst. of Standards & Technology)의 주도로 진행되고 있는 ‘비정상상태 관리 프로젝트’(Abnormal Situation Management Project)는 분산제어 시스템(DCS, Distributed Control System)과 이상진단 기술을 통합함과 아울러 조업자 훈련 시스템까지 포함하는 방대한 시스템이다. 그 동안 발달되어 온 객체지향적 프로그래밍 기법을 비롯한 소프트웨어 공학 관련 기술의 발전 또한 이런 대규모 시스템의 개발에 큰 힘을 보태고 있다 하겠다. 

“네트워크가 컴퓨터이다”(Network is the computer)라는 말이 있듯이 자바(Java)와 분산형 클라이언트․서버 기술의 발전, 그리고 매우 빠른 인터넷의 출현 등으로 현재의 컴퓨터 환경은 그 어느 때보다도 ‘분산형 계산 환경’(distributed problem solving)에 적합한 환경이 되고 있다. 자원의 효율적인 활용, 그리고 지리적으로 떨어져 있는 생산라인들의 연계성 강화라는 당위성으로 인해 네트워크를 매개로 해서 이루어지는 컴퓨팅 기술의 발전이 기대된다. 온라인 최적화란 개념이 한 지역의 단위 공정이란 벽을 넘어서 네트워크에 연결되어 있는 모든 자원의 최적화로 이어지리라 생각된다.


3) 사용자에 맞춘 인터페이스와 문제해결

새로운 기술은 아닐지라도 정보의 효율적인 전달이란 관점에서 기존의 AI 방법들을 이용한 사용자 모델링(user modeling), 웹(Web), 멀티미디어, 가상현실(virtual reality) 등을 비롯한 ‘사용자에 맞춘 인터페이스’(User-Adaptive Human Machine Interfaces)의 급격한 발전은 이 분야의 기술들이 가장 눈에 띄게 각광받을 것이라는 점을 믿어 의심치 않게 한다. 공장의 효율적인 운전에서 조업자는 아직 필수불가결한 요소이며, 뇌파 측정을 통한 조업자 상태 파악도 새로이 개발되고 있는 인터페이스 중 하나이다.

기존의 소프트웨어들이 사용자가 매뉴얼 등을 읽고서도 프로그램에 자신을 맞추어야만 간신히 원하는 작업들을 할 수 있었던 것에 비추어, 현재 개발되고 있는 사용자에 따라 변화하는 인터페이스는 사용자의 지식과 이해 정도 및 현재의 정황에 따라 상호작용들을 적절히 변화시킴으로써 사용자의 편의성을 도모한다. 아울러 사용자 인터페이스는 꼭 필요한 정보만을 적시에 공급하여 정보전달 속도를 급격히 향상시키고, 이로써 생산성을 높이는 데 그 목적이 있다. 사용자 인터페이스로는 지능형 훈련 시스템, 지능형 시뮬레이션 및 사용자가 원하는 답에 대한 물음만 제시하면 그 해결방법을 스스로 찾아 문제를 해결하는 엔지니어즈 워크벤치(Engineers Workbench)나 에이전트 기술들이 대표적이라 하겠다.


4) 휴먼 모델링(human modeling) 연구에서 찾아질 신기술

요즈음 널리 쓰이고 있는 지식기반 시스템(KBS, Knowledge-Based System), 신경망, 유전 알고리듬 등은 그 근원이 사람이나 자연의 문제해결 방법을 모델링하는 과정에서 나온 부산물들이다. AI의 역사는 반세기가 넘었지만 우리가 우리 자신에 대해 아는 바에는 아직도 제한이 있다는 점에 비추어 사람이나 두뇌의 작동방식을 연구하는 과정에서 새로운 기술(예컨대 카네기 멜런 Carnegie Mellon 대학의 SOAR 같은)이 대두되지 않으리라고는 그 누구도 장담할 수 없다. 더욱이 생명정보공학(Bioinformatics) 등 한층 크고 복잡한 문제의 해를 자주 필요로 하는 현시대의 요구는 이런 향상된 지능형 시스템의 출현을 고대하고 있는 것이다.


6. 공정 안전 및 기업활동에서의 위험 관리

우리에게 삶의 기반을 제공하는 자연도 때로 자연재해를 일으키듯이, 인공적인 시스템도 그 기능을 행하는 과정에서 설계의도와 달리 사고를 일으켜 우리에게 부정적인 효과를 끼치는 경우가 발생하게 된다. 비근한 예로 자동제어되는 의료기구가 오작동하여 오히려 환자에게 피해를 끼치는 경우를 들 수 있는데, 컴퓨터 기술의 탑재로 자동화는 이루었지만 전자파의 간섭으로 전자장치들이 오작동을 일으켜 이런 일이 발생하는 것이다. 때문에 이에 따른 새로운 위험이 대두되었고, 병원에서나 비행기 이착륙시 휴대전화의 사용 금지는 이에 대한 대처방안으로서 우리가 익히 접하고 있는 바이다.

화학공장은 인류에게 풍요로움을 제공하는 최종제품과 그 중간제품을 만드는 단계에서 여러 종류의 인화성 내지는 독성 화학물질을 원료, 중간체, 첨가제, 용제 및 제품의 형태로 사용․취급․저장하고 있으며 그 보유량도 방대하다. 또한 물질들이 고압, 고온에서 기체 상태로 존재하거나 상변이를 일으키는 경우가 많으며 시스템도 매우 복잡하고 추상적이다. 그러므로 위험물의 누출, 화재, 폭발 같은 사고가 발생할 경우 공장 내의 근로자는 물론이고 인근 공장과 주민 및 환경에 미치는 영향이 실로 막대하고, 설비 파괴에 따른 직․간접적인 금전상의 손실 또한 막대하며, 설비의 복구기간이 다른 산업에 비해 길기 때문에 관련 산업에 원료수급 등의 차질을 빚게 되어 사고발생시 피해는 전 국가경제에 미치게 된다.

화공 안전과 관련하여 최근 전세계적으로 발생하고 있는 재해, 특히 산업체에서의 화재, 폭발, 유독물질 누출 등의 중대 사고에 대한 체계적인 예방대책의 수립은 우선적으로 종업원 및 인근 주민에 대한 인명 존중을 위하여 필요할 뿐 아니라, 기업의 손해 방지 및 환경문제 등과 연관해서도 그 중요성이 점차 강조되고 있다. 이는 시설물 운전 측면에서의 정상조업 유지뿐 아니라, 종업원의 근무환경을 보다 안전하게 하며 나아가 시설물 내에서의 사고가 지역 사회 및 환경에 미치는 영향을 최소화하기 위한 더욱 적극적인 예방 및 준비 활동이 필요하기 때문으로 볼 수 있다. 그 결과로 안전관리체계의 재정비 혹은 경영활동과의 밀접한 연계 등의 움직임이 일어나고 있다.

선진 외국에서는 이러한 중요성을 지난 80년대 중반부터 인식하기 시작하여 여러 국제기구 및 산업체협회 등을 통해 사고예방대책 수립을 위하여 노력해 오고 있다. 이는 주로 안전관리체계 혹은 환경관리체계 등의 형태로 추진되고 있다. 또한 이미 국제표준화기구의 ISO시리즈로서 ISO9000(품질경영시스템)과 ISO14000(환경경영시스템)이 국내외 산업계 전반에 큰 영향을 미치고 있다. 이어서  ISO18000(직장  보건․안전 경영시스템, OHSMS Occupational Health and Safety Management System Standard)에 관한 기준도 추진되고 있어서 역시 국내외 산업계에 큰 영향을 미칠 것으로 예상된다. 또한 지금까지는 화학공학 안전 분야에 대한 연구에는 주로 정책적․행정적으로만 접근해 왔고 학문적 분야에서의 연구는 상대적으로 더디었지만 지금은 위험성 평가의 자동화, 이상진단의 자동화, 위험영향 및 사고영향 평가, 정성적 및 정량적 위험성 평가 기법 등의 분야에서 활발한 연구가 이루어지고 있다.

Login
College of Engineering Seoul National University
XE Login