【브레이크뉴스 포항】박영재 기자=포스코 포항제철소가 설비 데이터를 기반으로 한 분석 체계를 구축하며 인텔리전트 팩토리 고도화에 속도를 내고 있다.

▲ 포항제철소 예지정비 중심 설비관리 기술 적용 후 모니터링하는 모습  © 포스코

포항제철소는 현장에서 축적된 정비 경험에 실시간 센서와 영상 데이터를 결합해 설비 이상을 사전에 예측하는 ‘예지정비’ 중심 설비관리 체계로 전환했다고 밝혔다. 이는 데이터와 인공지능을 활용한 포스코형 스마트 제철소 구현 사례로 평가된다.

이번 고도화의 핵심에는 포스코가 자체 개발한 예지정비 시스템 ‘PIMS(POSCO Intelligent Maintenance System)’가 있다. PIMS는 공정 전반에서 발생하는 설비 데이터를 통합 분석해 이상 징후를 사전에 감지하는 데이터 기반 설비관리 시스템이다.

특히 압연 공정에서는 코일 폭을 실시간으로 감시하는 AI 모델을 도입했다. 강판의 실제 소재 폭과 시스템 정보가 불일치할 경우 AI가 자동으로 판단해 운전자에게 사전 경고 알람을 제공함으로써 품질 불량과 생산 차질을 예방하고 있다.

이와 함께 과적 상황에서 지하 설비 공간의 대형 스크랩을 제거해야 했던 고위험 작업이 줄어들면서 작업 안전성도 크게 향상됐다.

또한 영상 AI 기반 모니터링 시스템을 통해 강판의 치우침을 조기에 감지하는 체계를 구축했다. 이를 통해 운전자 오조작이나 인지 지연으로 발생할 수 있는 강판 이탈 및 판파단 위험을 낮추고 휴먼에러 감소 효과도 확인했다.

이번 사례는 설비 데이터를 단순히 수집하는 수준을 넘어 현장 맞춤형 AI 모델로 발전시켰다는 점에서 의미가 있다. 설비 장애 예방을 통해 정비 예측 가능성을 높이고 생산 손실과 공정 비효율을 줄이는 효과도 기대된다.

기술 개발을 주도한 옥광일 파트장은 “현장에서 축적된 데이터를 분석해 설비 이상 징후를 조기에 확인할 수 있는 구조를 만드는 데 팀원들과 역량을 집중했다”며 “PIMS는 작업자가 안전하고 정확한 판단을 할 수 있도록 지원하는 도구”라고 설명했다.

이어 “설비 안정이 곧 안전이자 경쟁력이라는 인식 아래 현장 중심의 디지털 고도화를 지속 추진하겠다”고 밝혔다.

포항제철소는 앞으로도 AX 전략과 연계해 데이터 기반 설비관리 체계를 확대 적용하며 생산 경쟁력과 안전을 동시에 강화하는 인텔리전트 팩토리 구축을 지속 추진할 계획이다.

<구글 번역으로 번역한 영문 기사의 전문 입니다. 번역에 오류가 있을 수 있음을 밝힙니다.>

POSCO Pohang Steelworks Advances Data- and AI-Based Facility Management, Accelerating its "Intelligent Factory"

POSCO Pohang Steelworks is accelerating the advancement of its intelligent factory by establishing an analysis system based on facility data.

Pohang Steelworks announced that it has transitioned to a facility management system centered on "predictive maintenance," which combines accumulated maintenance experience with real-time sensor and video data to predict facility malfunctions in advance. This is considered a prime example of a POSCO-style smart steelworks leveraging data and AI.

At the heart of this advancement is POSCO's proprietary predictive maintenance system, the "PIMS (POSCO Intelligent Maintenance System)," which analyzes facility data generated throughout the entire process and is a data-driven facility management system that proactively detects signs of anomalies.

In particular, an AI model has been introduced for the rolling process to monitor coil width in real time. If there is a discrepancy between the actual material width of the steel sheet and the system information, the AI ​​automatically determines and provides operators with a preemptive warning, preventing quality defects and production disruptions.

Furthermore, work safety was significantly improved by reducing the high-risk tasks of removing large scrap from underground facility spaces under overload conditions.

Furthermore, a system was established to detect sheet misalignment early through a video AI-based monitoring system. This reduced the risk of sheet separation and sheet fracture, which can occur due to operator errors or delayed perception, and also reduced human error.

This case is significant in that it goes beyond simply collecting equipment data and develops a field-specific AI model. This is expected to increase maintenance predictability by preventing equipment failures and reduce production losses and process inefficiencies.

Ok Gwang-il, the team leader who led the technology development, explained, "We focused our team and our capabilities on developing a system that analyzes accumulated data from the field to identify equipment anomalies early on. PIMS is a tool that supports operators in making safe and accurate decisions."

He continued, "With the understanding that equipment stability is both safety and competitiveness, we will continue to pursue field-centered digital advancements."

Going forward, Pohang Iron and Steel Company plans to continue to build an intelligent factory that simultaneously enhances production competitiveness and safety by expanding the application of a data-based facility management system in conjunction with the AX strategy.