[국민의 기업] 배관망 분석에 AI 도입해 연간 생산비용 69억 절감

한국가스공사

경험·직관 의존한 기존 한계 극복
송출량 자동 산출로 최적안 제시
공급 예측 오차 10 %→3%로 낮춰

한국가스공사가 자체 개발한 배관망 분석 시스템 ‘KOSPA’에 AI를 접목해 천연가스 공급 안정성과 운영 효율을 크게 높였다. [사진 한국가스공사]

인공지능(AI)과 빅데이터를 활용한 디지털 전환이 에너지 산업 전반으로 확산하는 가운데 한국가스공사가 자체 개발한 배관망 분석 시스템에 AI를 접목해 천연가스 공급 안정성과 운영 효율을 크게 높였다. 생산 비용은 연간 69억원 이상 줄이고, 공급량 예측 오차는 기존 10%에서 3%대로 낮추며 공공 에너지 분야 AI 활용의 대표 사례를 만들었다.

한국가스공사는 최근 자체 개발한 배관망 분석 프로그램인 ‘KOSPA(KO GAS Smart Pipeline Analysis)’를 AI 기반으로 고도화했다고 밝혔다. 이번 시스템 개선은 정부의 ‘제로리스크 사회’ 정책 기조에 맞춰 에너지 공급 안전성을 강화하고, 재생에너지 확대에 따른 전력계통 변화에 선제적으로 대응하기 위한 것이다.

그동안 천연가스 배관망 운영은 원격제어설비에서 수집한 데이터와 중앙통제요원의 경험을 바탕으로 이뤄졌다. 운영 데이터가 활용되긴 했지만 최종 판단은 숙련된 운영자의 직관에 의존하는 경우가 많아 인적 오류 가능성을 완전히 배제하기 어려웠다. 특히 태양광과 풍력 등 신재생에너지 발전 비중이 확대되면서 LNG 발전량 변동성이 커져 보다 정교한 예측과 신속한 계통 분석이 요구됐다.

가스공사가 이번에 개발한 ‘AI 기반 생산기지 송출량 최적화 모델’은 이러한 한계를 개선하는 데 초점을 맞췄다. AI가 과거 운영 데이터를 학습해 생산비용과 공급 압력을 동시에 고려한 최적의 생산기지별 송출량을 자동으로 산출한다. 통제요원은 AI가 제시한 최적 운영 시나리오를 바탕으로 보다 빠르고 정확한 의사결정을 내릴 수 있게 됐다.

이번 사업에서 가장 주목받는 성과는 ‘일일 천연가스 공급량 예측 정확도’를 크게 높인 점이다. 공급량 예측의 핵심 변수인 LNG 발전계획은 발전사의 영업비밀로 분류돼 그동안 활용이 쉽지 않았다. 이 때문에 기존 AI 예측 모델은 발전량 변동을 충분히 반영하지 못해 실제 운영에 한계가 있었다.

가스공사는 전력거래소와 지속적인 협의를 통해 개별 발전소 정보 대신 행정구역 단위의 통합 데이터를 받는 방안을 마련했다. 여기에 산업통상자원부와 에너지 기관들이 구축한 ‘에너지 수급정보공유시스템’을 활용해 보안성과 예산 문제도 함께 해결했다. 이를 통해 전력거래소의 발전계획 데이터를 AI 모델에 반영하면서 공급량 예측 오차율을 기존 10% 수준에서 3%대로 대폭 낮췄다.

고도화된 KOSPA는 안전관리 기능도 강화했다. 실시간 계통 상황을 반영해 배관망 압력을 시뮬레이션할 수 있어 이상 상황이 발생했을 때 보다 신속한 초동 대응이 가능하다. 외산 분석 프로그램과 비교해도 동등 이상의 분석 정확도를 확보하면서 배관망 운영 기술의 자립 기반도 마련했다.

경제적 효과도 적지 않다. 가스공사는 인천기지와 평택기지의 운영을 AI가 최적으로 조정해 연간 약 69억원 이상의 생산비 절감 효과를 기대하고 있다. AI가 생산 단가가 낮은 설비를 우선 가동하도록 최적 운전 방안을 제시하기 때문이다. 여기에 약 30억원 규모의 외산 프로그램 도입 비용과 매년 발생하는 유지보수 비용도 절감할 수 있어 기술 국산화에 따른 수입 대체 효과도 기대된다.

이번 사례는 공공기관 간 데이터 협력과 AI 기술을 결합해 에너지 공급 안정성과 운영 효율을 동시에 높인 사례로 평가된다. 정부가 추진하는 공공부문 AI 전환과 디지털 혁신 정책의 성과를 보여주는 대표 사례로도 의미를 갖는다는 분석이다.

가스공사 관계자는 “이번 KOSPA 고도화는 단순한 시스템 개선을 넘어 데이터 기반의 과학적 운영체계를 구축한 사례”라며 “앞으로도 AI 기술을 적극적으로 활용해 국민에게 더욱 안전하고 경제적인 에너지를 공급할 수 있도록 디지털 혁신을 지속하겠다”고 말했다.

박지원 중앙일보M&P 기자 park.jiwon5@joongang.co.kr