울산과학기술원(UNIST), 원전 부품 이상 예측 진단 기술 개발

최재식 교수팀, 

인공지능으로 시계열 데이터 자동 분석

  원전 부품에서 이상 징후 포착시 인공지능 시계열 센서분석을 통해 핵심 부품의 고장을 예측, 진단할 수 있는 기술이 개발됐다. 

울산과학기술원(UNIST) 최재식 전기전자

컴퓨터공학부 교수 출처 뉴시스

2001년 911공격이 있을 때 GE 주식의 데이터 분석의 정성적 분석 내용 출처 edaily.co.kr

edited by kcontents 

울산과학기술원(UNIST)은 최재식 전기전자컴퓨터공학부 교수팀이 인공지능을 이용해 환율처럼 시간에 따라 변화하는 여러가지 변수의 기록을 자동으로 분석하는 인공지능 시스템인 '관계형 자동 통계학자 시스템'을 개발했다고 27일 밝혔다. 

UNIST에 따르면 주식이나 환율처럼 시간에 따라 변하는 데이터를 분석하는 데는 복합적인 요소가 영향을 미쳐 예측에 영향을 주는 요소를 정확히 찾는 게 어렵다.

최재식 교수팀은 기존 인공지능 데이터 분석법을 발전시켜 시간에 따라 달라지는 데이터(시계열 데이터)가 변하는 원인을 자동으로 조합할 수 있는 알고리즘을 개발해 예측 정확도를 높였다.

이 때문에 특정 부품의 변주식, 환율, 집값 등 시계열 데이터 변화를 분석해 자동으로 보고서를 작성할 수 있게 됐다. 

특히 원전 사고를 사전에 막을 수 있는데 도움이 될 전망이다. 

원전에서 특정 부품의 이상 징후가 발견되는 경우 특정 부품의 변화가 고장인지, 정상 범위의 변화인지 판별하는 것은 매우 중요하다. 

이 연구에서 개발한 자동 통계학자 시스템은 원자력발전소를 포함한 발전소 센서 및 미래의 변화를 예측함으로써 발전소 시설의 진단 정확도를 높이는데도 적용할 수 있다. 

최재식 교수는 "이 연구는 주식, 환율 등 금융 산업은 물론 시계열 센서 분석을 통해 주요 부품의 고장을 예측 진단하는 것이 필수적인 원자력 발전소, 중공업, 군사 산업 등 다양한 산업에 적용할 수 있을 것"이라고 설명했다. 

이 연구는 미래창조과학부 기초연구사업으로 진행됐으며, 지난 22일 열린 국제 기계학습 학술대회에서 발표됐다.

【울산=뉴시스】구미현 기자 = gorgeouskoo@newsis.com

kcontents