포항공대 철강·에너지소재대학원 홍대근 교수와 임창희 교수 공동연구팀은 인공지능을 활용한 출강 자동화 시스템을 개발했다. 

이 시스템을 통해 현재 포스코 광양제철소 2제강 2전로에 적용하고 스마트팩토리 혁신을 앞당기고 있다.

특히 이번 연구는 포항공대 철강·에너지소재대학원과 포스코기술연구원, 광양 제강부, 포스코 ICT, 파이벡스가 협력해 이뤄낸 산학연 우수 연구성과로, 외부 의존 없이 출강 자동화를 이뤘다는 점으로 주목을 받고 있다.

출강은 전로 안에 떠 있는 슬래그(불순물)를 천천히 걸러내는 작업이다. 용광로 쇳물 온도가 1,600℃에서 1,700℃에 이름에도 불구하고 지금까지는 작업자가 맨눈으로 확인하며 수동으로 작업해야 했다. 작업자가 안전사고에 노출될 수밖에 없었으며 숙련도에 따라 미세한 품질 편차가 발생해 데이터를 정량화하기 어려웠다.

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

 먼저, 작업을 단계별로 세분화하고 조건별 데이터를 수집, 표준화한 다음 출강 패턴을 도출했다. 도출된 출강 패턴을 토대로 딥러닝을 통해 합금철 및 슬래그 유출 방지를 위한 다트 투입 시점을 판단하고, 출강 종료까지 공정이 자동으로 이루어져 작업자 간 편차를 줄일 수 있게 됐다.

또한, AI 영상인식 기술을 통해 출강 과정을 직접 눈으로 확인하지 않고도 고온 작업으로 인한 위험을 감지할 수 있게 됐다. 김정현인턴기자