1. 목적과 배경
공업용 초순수(UPW) 생산 공정에서 UV 산화 장치는 총유기탄소(TOC, Total Organic Carbon)를 제거하는 핵심 설비입니다. 전통적인 방식은 램프를 고정 출력으로 운전하고, 성능 저하와 수명 종료 이후 일괄 교체하는 순서로 운영됩니다.
하지만 공정 말단의 TOC 계측은 계측기에 따라 보통 6–30분의 지연을 동반합니다. 측정 결과가 도착한 뒤 대응하는 피드백만으로는 실시간 품질 제어가 어렵기 때문에, 물리 시뮬레이션과 AI 예측을 이용해 미래 상태를 먼저 판단하는 접근이 필요합니다.
2. 기존 운전 방식의 한계
고정 출력 운전은 세 가지 한계를 갖습니다.
- 램프 편차와 열화 — 램프별 광출력 편차와 시간에 따른 성능 저하를 고정 출력 운전만으로 반영하기 어렵습니다.
- 과잉 운전 — 필요 이상의 전력 사용은 에너지 소비와 용존산소(DO) 과다 생성으로 이어질 수 있습니다.
- 느린 장애 대응 — 램프 고장이나 출력 저하가 발생해도 교체 전까지 즉각적인 보상이 어렵습니다.
현장에서는 이 셋이 공정 계측 지연, 반응기 내부의 광 분포와 함께 동시에 작용합니다. 한 가지 고정 설정으로는 정상 운전부터 일부 램프 고장까지 모든 조건을 효율적으로 다루기 어렵습니다.
3. AIoT 기반 제어 시스템
제어 시스템은 센싱 → 디지털 트윈 → 엣지 AI 예측 → 제어·실행으로 이어지는 계층 구조를 가집니다. 센서 데이터와 UV 장치의 운전 상태를 엣지 컴퓨터에서 집계하고, 예측 결과를 제어 로직이 PLC 명령으로 변환합니다.
결과는 기존 HMI·SCADA 또는 별도의 감시 화면에서 확인할 수 있습니다. 자동 제어만을 목표로 하지 않고, 현장 운전자가 예측 근거와 설비 상태를 함께 확인할 수 있는 의사결정 지원 구조를 지향합니다.
- 센싱(Sense) — TOC, DO, 유량, 압력, 전도도와 램프별 전력·운전 상태를 주기적으로 수집합니다.
- 디지털 트윈(Twin) — 센서로 직접 측정하기 어려운 반응기 내부 정보는 CFD와 광화학 시뮬레이션으로 보완합니다.
- 엣지 AI 예측(Predict) — 최근 시계열 데이터로 미래 품질과 설비 상태를 선행 예측합니다.
- 제어·실행(Control) — 목표 품질을 만족하는 램프 전력과 점등 조합을 계산해 PLC 제어 판단에 연결합니다.
4. 데이터셋 구성과 AI 예측 모델
시점 t의 센서 데이터와 UV 운전 조건을 입력으로 사용하고, 공정 말단에서 나중에 계측되는 TOC를 목표값으로 학습합니다. UV 산화와 무관한 품질 항목은 라벨에서 제외해 모델 혼선을 줄입니다.
- 입력 데이터 — TOC·DO·유량·압력·전도도와 UV 장치 및 램프의 전력·상태를 시계열로 구성합니다.
- 모델 구조 — LSTM을 포함한 시계열 회귀 모델로 계측 지연과 공정 동특성을 반영합니다.
- 실시간 추론 — 최근 시간 윈도우를 입력해 현재 운전이 지속될 때 미래 TOC가 기준을 만족할지 판단합니다.
5. 램프 불확실성과 보상 운전: 시뮬레이션 결합
UV 산화 장치 내부의 램프 광도를 직접 센싱하기는 어렵고, PLC에서는 주로 램프별 입력 전력과 상태만 확인할 수 있습니다. 제조 편차, 열화와 간헐적 꺼짐을 다루기 위해 반응기 모델링과 방사 강도 분포 시뮬레이션을 결합합니다.
특정 램프의 꺼짐이나 열화를 가정한 뒤 주변 램프의 전력 증분 조합을 탐색합니다. 목표 반응량(TOC 저감량)을 만족하는 설정은 PLC에 전달되어 교체 전까지 발생할 수 있는 일시적인 수질 영향을 줄이는 보상 운전에 활용됩니다.
6. 기대 효과
이 연구는 품질 안정성, 운전 비용과 장애 대응력을 하나의 제어 목표 안에서 다루는 것을 목표로 합니다.
연구 과정의 시뮬레이션에서는 반도체용 초순수 공정의 운영비를 30% 이상 절감할 수 있는 잠재 효과가 확인됐습니다. 다만 이 값은 시뮬레이션 기반 추정이며, 실제 효과는 설비 구성과 운전 조건에 따라 달라집니다.
- 품질 안정성 — 계측 지연을 AI 예측으로 보완해 TOC 기준 이탈 가능성에 선제적으로 대응합니다.
- 운전 비용 — 불필요한 100% 고정 운전을 줄여 전력 소모와 램프 교체 비용을 절감합니다.
- 장애 내성 — 램프 꺼짐이나 성능 편차가 발생하면 시뮬레이션 기반 보상 운전으로 수질 충격을 줄입니다.
- 운영 경쟁력 — 에너지, 품질과 램프 수명 사이의 균형을 데이터로 판단하는 고효율 운영 모델을 구축합니다.
Acknowledgements
본 결과물은 환경부의 재원으로 한국환경산업기술원의 고순도 공업용수 국산화 기술개발사업 지원을 받아 연구되었습니다. (과제번호 20210032002)
이 기술은 수처리 전문기업 ㈜에코셋과 수행한 협동 연구개발 결과의 일부입니다.