[에너지신문] 지금은 ‘4차산업 혁명시대’ 앞으로는 ‘AI 또는 생성형 AI시대’라고 한다.
AI와 생성형 AI의 학문적 실체에 대해 명확한 정의를 내릴 수 없지만 일반적으로 ‘화학의 열역학 2법칙’을 언급한다.
이에 더해 자연현상을 수식하는 레오로지학설, 정신세계 두뇌활동을 철학화해 귀신이야기를 소설화시킨 유럽해안지역 소설으로도 거론된다.
뿐만 아니라 아직 학문적 정의를 완성하지 못한 유럽 대륙의 물질반응전환을 논리적으로 설명하는 2자대전 전후의 유사법칙인 뎀코랄학설 등도 현재의 인공지능 AI이론을 설명하는 이론적 근원이 될 수도 있다.
여하튼 인공지능, 생성형 AI는 기존 IT, IOT, 클라우드(CLOUD)을 구성하는 인터넷 기술의 새로운 분야로 AI와 생성형AI(MS 빙(Bing), 테슬라 iX, 그로그(Grok)-1 등)이 현재 전자‧전산 학문과 상용화 기술을 형성하는, 또는 IT기술의 전환을 진행하는 과정이라고 할 수 있다.
AI 시대 미래 기술은 과거 기술과 산업 기술을 집대성하고자 하는 필요성과 국제적인 기술을 보유한 대기업의 경영 전략을 보다 세련된 공장자동화, 공정다변화하는 데 활용되며, 궁극적으로는 생산설비 무인화 등으로 확대될 것으로 보인다.
즉, 사람과 산업로봇을 연결하는 AI 기술과 기존의 기술 노하우 등이 더해지면 국한된 기술 교육의 3차원 세계를 벗어난 4차원 교육과 응용기법 개발이 실현될 것이다.
이를 위해 AI 로봇을 능수능략하게 훈련시키고 작업에 투입할 수 있는 ‘AI 기술작업자’가 반드시 필요하다.
또한 이를 수리하고 새로운 부품을 교체하는 공장무인화 AS엔지니어와 AS전담 AI 로봇도 필요하게 될 것이다.
즉 누가 먼저 미래형 신제품 제조‧조립 무인공장을 최소한의 인력으로 투자해 목적을 달성하느냐가 관건이고, 이것이 미래 엔지니어링 기술이며, 이를 위해 ‘생성형 AI 지원’이 필요하다고 할 수 있다.
만약 로봇과 반도체, 수소발전기술, 에너지 기술의 3대 요소인 전지산업(태양전지, 리튬 2차전지 그리고 수소연료전지 등) 히터펌프, 가스난방기(복사열가스히터) 등이 에너지이용기기 등에 AI 기술을 융합한다면, 효율성이 향상되고, 안전하고 편리한 에너지 이용기기를 공급할 수 있을 것이다.
이는 저렴하고 높은 품질의 수소제조공정과 미국 정부가 제시한 생산조건에 부합해 보조금을 받을 수 있는 Shale Gas & LNG 고열해리분해공정(Licht Bogen Process) 실용화연구, 메탄수소전환방정식을 엔지니어링 수소생산 프로세스로 상용화하는 연구를 생성형 AI 도움으로 해결할 수 있다.
또한 수소연료전지를 포함한 에너지 산업에서 제품의 효율성 향상과 안정성 확보, 다른 에너지원과의 가격 경쟁력을 위한 생산성 향상을 위해 제조공정의 무인화가 필수적이라 판단된다.
하지만 공장무인화는 단순하지 않다. AI 로봇과 프로세스 최적화 프로그램, 시스템 운전 교육이 필요할 것이다.
최근 미국 CES에서 AI 기술을 접목한 가전제품들이 주로 선보이고 있다. 때문에 이를 다루는 숙련된 인력의 부족 현상은 산업 전반의 공통된 문제로 떠오르고 있다. 에너지 산업에서 보면 숙련된 인력이 부족한 분야는 자원개발과 처리가공 분야, 지하구축물 유지보수 분야라고 생각한다.
다음은 LNG, LH2와 같은 초저온 가스제품과 원자력 발전산업 등 에너지안전 분야 등에서도 해결해야할 과제다.
이를 해결하면 AI에너지 산업을 이끄는 고도정밀에너지 분야나 현재 해결되지 않고 있는 원천 기술 분석, 평가 및 해결 방안까지 해소할 전망이다.
결국 이러한 고민은 생성 AI를 이용해 대안을 찾는 에너지 공정과 챗 GPT 기술을 이해하는 인력과 조직으로 해결할 수 있다고 생각한다.