종이는 단단하고 이를 모아 책을 만듭니다. 휴지는 무르고 액체 따위를 닦을 때 사용합니다.
종이와 휴지 모두 나무로 만들지만 둘의 강도는 너무나 다릅니다.
이 강도는 나무로부터 뽑아낸 펄프(pulp)에서 결정됩니다.
펄프가 촘촘하고 서로 얽혀있을 수록 강도가 올라갑니다.
우리는 펄프가 얼마나 촘촘한지 즉 강도를 측정하기 위해 펄프에 물을 통과시켜 봅니다.
물이 많이 통과될수록 펄프는 느슨하게 연결되어 있고, 강도가 낮습니다.
여기서 물이 통과한 정도를 여수도(water freeness)라 하며 여수도는 고해(refining)을 통해 조절합니다.
실제 펄프 원료공정에서는 리파이너(refiner)를 직렬로 연결, 다단으로 사용해 여수도를 조절합니다.
Problem
제지산업은 2018년 기준 약 550만의 온실가스를 배출해 국가 전체배출량의 0.8%, 산업부문의 1.4%를 차지하고 있습니다.
이에 제지 산업계는 '2050 탄소중립'에 동참하고, 지난 2021년 3월 25일 '섬유·제지산업 탄소중립협의회'를 발족했습니다.
협의회는 '섬유·제지산업 2050 탄소중립 공동선언문'을 통해 생산공정 개선을 선언했습니다.
이미 제지 산업 전반에 탄소 배출량 저감을 요구하고 있는 상황입니다.
H 제지의 경우 펄프 공정과정의 소모 전력 중 1/3을 리파이너 단계에서 소모하고 있으며, 소모전력에 비례해 탄소 배출량도 증가하게 됩니다.
다른 문제는 리파이너 공정의 수동 조작입니다. 아직 자동화하지 못한 리파이너의 경우 목표하는 제품의 품질(펄프의 여수도)을 위해
일정 시간마다 수동으로 여수도를 측정하여 각각의 리파이너의 출력을 재조정하는 방식으로 공정이 이뤄지고 있습니다.
이러한 공정 과정은 리파이너를 조작하는 사람에 따라 달라지는 제품의 품질과 심각하게는 담당자의 부재가 공정의 멈춤으로 이어질 수 있습니다.
- 생산공정 개선을 통한 탄소 배출량 저감요구
- 다양한 리파이너의 막대한 에너지 사용량
- 수동 설비조작으로 인한 비효율 발생
Solution Process
지난 세월동안 실무 담당자의 노하우가 그대로 쌓인 데이터를 학습해 리파이너 조작을 자동화 하고
더 나아가 더 적은 에너지로 목표에 도달할 수 있도록 최적의 방법을 찾고 싶었습니다.
틸다의 솔루션은 아래의 3가지 과정을 통해 목표를 달성했습니다.
데이터 분석
펄프 공정에서 수집된 데이터에 대해 EDA(데이터 분석), 이상치 탐색(Anomaly Detection), 결측치 처리(Missing Value Handling), 전처리(Pre-processing) 적용
디지털 트윈
분석된 데이터를 바탕으로 리파이너의 프로세스를 시뮬레이션하는 data-driven 방식의 딥러닝 디지털 트윈(digital twin)을 생성
최적해 탐색
디지털 트윈 모델을 기반으로, 여수도 및 플로우를 유지하며 전력 사용량을 최소로하는 최적해 탐색 모델 생성(strategy optimization)
Action
먼저 공정으로 부터 수집된 데이터에 대해 EDA(데이터 분석), 이상치 탐색(Anomaly Detection), 결측치 처리(Missing Value Handling),
전처리 (Pre-processing)를 수행했습니다.
그 다음 분석된 데이터를 바탕으로 리파이너의 프로세스를 가장 유사하게 시뮬레이션하는 data-driven 방식의 딥러닝 디지털 트윈(digital twin)모델을
만들었습니다.
이를 통해 우리가 가장 잘하는 최적화 방법(NeuroEvolution을 이용한 strategy optimization)으로
'출구 여수도와 플로우를 유지'하면서 리파이너의
'전력 사용량을 최소'로 하는 최적해 탐색 모델을 만들었습니다.
Results
최종적으로 리파이너 전력을 조정하면서 목표하는 여수도가 나오는 AI모델을 완성했습니다.
이 모델을 사용하여 펄프의 생산량 (flow)과 품질 (목표 여수도)은 동일하게 유지하면서도 소비전력을 63.4%로 낮출 수 있었습니다.
(여수도 : 400~500, 여수도 rmse : 3.765)
Future Plan
솔루션을 통해 기존의 공정과정을 자동화하고, 공정시 소모전력을 감소시켰습니다.
하지만 이는 공정과정의 일부에 불과합니다. 아직 현장에는 이런 최적화가 필요한 부분들이 많습니다.
기업에 환경오염 등에 대한 책임이 대두되는 가운데 기존의 설비를 하루 아침에 바꾸는 것은 쉽지 않습니다.
우리의 솔루션은 기존 설비는 유지하면서 위와 같이 다이나믹한 변화를 기대할 수 있습니다.