정유 공장에 AI가 들어온 이유
에쓰오일이 통합 제조 운영 관리 시스템 '에스아이맘스(S-imoms)'의 2단계 고도화를 마치고, 울산 샤힌 공장까지 적용을 확대했습니다. 정유·석유화학 공장은 고온·고압 설비가 빽빽하게 들어선 곳이라 작은 이상 징후 하나가 대형 사고로 이어질 수 있는데요. 설비 데이터와 안전 데이터를 한 플랫폼에 모아, 사고가 벌어지기 전에 걸러내겠다는 구상입니다.
이번 고도화의 핵심은 데이터 연결입니다. 제조 기준정보를 다루는 mMDM, 설비 생애주기 신뢰성과 건전성을 관리하는 LRIS, 현장 순회점검을 맡는 ORS 등 그동안 따로 움직이던 솔루션을 하나로 이었습니다. 운전 정보와 성능 분석 데이터가 맞물리면서 현장 직원들은 실시간으로 공장 상태를 확인하고 의사결정에 활용할 수 있게 됐습니다.
2,800건의 사고 데이터를 학습한 AI
가장 눈에 띄는 건 안전관리 쪽입니다. 기존 디지털 작업허가 중심이던 4개 모듈에 변경관리, 사고관리, 공정위험성평가 등 8개 모듈을 더했습니다. 그중 작업안전분석 모듈에는 생성형 AI가 들어갔는데, 2,800여 건의 표준 작업 위험성 평가 데이터와 과거 사고 사례를 학습해 잠재 위험요인을 찾아내고 대응 방안까지 제시합니다.
사실 정유 업계에서 AI 활용은 낯설지 않습니다. 설비 예지보전이나 공정 최적화에 머신러닝을 붙인 사례는 이미 여럿 있었죠. 다만 생성형 AI를 작업 단위 위험 분석에 적용한 건 결이 조금 다릅니다. 작업자가 특정 작업을 시작하기 전 관련 사고 이력을 확인하고 답을 받는 방식이라, 현장에서 체감하는 정도가 훨씬 직접적입니다.
물론 과제도 있습니다. AI가 내놓는 위험 평가가 실제 현장 상황과 어긋나면 오히려 혼선을 키울 수 있고, 최종 판단은 결국 사람의 몫으로 남습니다. 시스템을 얼마나 신뢰할 수 있게 다듬느냐가 관건인 셈입니다.
9조 원 샤힌, 다음 달 시운전
관심은 신규 공장으로 쏠립니다. 약 9조 원이 투입된 샤힌 프로젝트는 다음 달 시운전에 들어갈 예정인데요. 새 공장은 가동 초기에 변수가 가장 많습니다. 설비가 처음 돌아가면서 예상치 못한 문제가 드러나기 때문이죠. 에쓰오일이 기존 공장에서 쌓은 운영 데이터를 샤힌에 그대로 이식한 이유도 여기에 있습니다.
심환승 에쓰오일 공장혁신·조정부문장은 "생산·설비·안전 데이터를 연계하고 활용하는 역량을 강화했다"며 "데이터와 AI를 적극 활용해 현장의 안전성과 운영 효율을 높이겠다"고 밝혔습니다. 대규모 신설 공장의 초기 안정성을 데이터로 확보하겠다는 구상인데, 실제 성과는 다음 달 이후 가동 과정에서 드러날 전망입니다.