[종합] KT, 산업용 AI로 앞서 간다… "장애 5분의 1로 줄여"

[아이뉴스24 송혜리 기자] "설계, 구축, 설정과 운용 등 지능화가 가능한 모든 업무를 완벽한 인공지능(AI) 기술로 구현하는 게 KT 산업용 AI의 방향입니다."

KT가 산업용 AI 엔진을 개발, 이를 앞세워 산업 현장 지능화에 나선다. 제조, 물류·교통, 서비스 등 산업 전반으로 확산시킨다는 전략이다.

14일 KT는 서울 우면동 KT 연구개발센터에서 기자간담회를 열고 지난 6년간 AI 기술력을 결집한 4대 산업용 AI 엔진 ▲네트워크 AI ▲기가트윈(Giga Twin) ▲로보오퍼레이터(Robo-Operator) ▲머신닥터(Machine Doctor)을 공개했다.

홍경표 KT 융합기술원장은 "기업 디지털 전환은 기업의 경쟁력으로 이어지는 문제"라며 "산업별 디지털 전환은 급진적으로 추진되고 있고 금융, 운송 등 코로나19로 피해를 본 산업군부터 빠르게 진행되고 있다"고 설명했다.

이어 "음성, 영상 등 AI를 통한 인터페이스 혁신은 일반 소비자들도 많이 접하고 있지만, 실제 산업과 현장을 바꾸는 것은 분석과 판단, 예측 최적화 부분"이라며 "KT는 4대 AI 엔진으로 고객의 전문성과 지속성을 해결해 드리려 한다"고 강조했다.

우선 KT는 통신망 지능화부터 추진한다. 장애 예측과 스스로 문제 해결하는 능력을 갖춘 '네트워크 AI 엔진'을 통해서다.

이종필 KT 융합기술원 인프라 연구소 인프라인텔리전스담당 상무는 "네트워크 AI엔진 개발의 출발점은 '의사'와 같이 네트워크 장애의 원인과 조치방안을 제공하려는 데 있었다"며 "무선망, 유선망, 광선로가 유기적으로 얽혀있어 이의 지능화 추진 등 개발까지 아려움도 있었다"고 설명했다.

네트워크 AI 엔진은 네트워크 특성에 따른 3가지 세부 솔루션 ▲유선 네트워크는 '닥터로렌(Dr. Lauren)' ▲외부 통신 시설(OSP)은 '닥터케이블(Dr. Cable)' ▲LTE∙5G와 같은 무선 네트워크는 '닥터와이즈(Dr. WAIS)' 가 중심축이다.

닥터로렌은 AI 모델링 기능을 통해 각종 장비가 도출하는 오류·경보 언어를 수학적으로 변환해 학습하고 처리한다. 또 스스로 가상 학습 데이터를 생성하면서 이의 지속적인 학습과 고도화를 병행하는 기능도 갖췄다.

특정 네트워크 장애에 대한 데이터를 구하기 어려우면 학습용 가상 데이터를 생성해 부족한 데이터를 확보한 뒤 학습량의 균형을 맞춰 네트워크 AI 엔진의 진단 결과 정확도를 개선하게 된다.

닥터로렌은 지난 5월 일평균 10만 건의 경보를 분석하고 처리하는 우정사업본부 우정망에 적용됐다.

이종필 상무는 "우정망에 닥터로렌을 적용해 장애 전표 발행 수가 5분의 1로 줄었고, 장애 분석 시간도 수십분에서 수분으로 줄었다"고 말했다.

닥터 케이블은 장애예측, 장애처리, 최적화가 주요 기능으로 광케이블, 통신구 등 OPS 시설을 AI가 통합 관제해 사고를 예방하고, 장애 원인을 분석한다. 또 닥터 와이즈는 무선망 운용 관리 업무를 지능화하고 망 품질을 최적화 하는 솔루션으로 무선 품질 평가 지수를 모니터링해 품질 저하 원인을 분석한다.

이 상무는 "현재 개발중인 닥터 와이즈는 무선망 운용 관리 업무를 지능화하고 망 품질을 최적화한다"며 "광화문 집회, 대규모 인원이 참여하는 스포츠 이벤트 등 발생 시 해당 지역 통신 품질을 빠르게 향상시키는 게 가능하다"고 설명했다.

향후 KT는 네트워크 AI 엔진을 활용해 네트워크 AI 솔루션, 소프트웨어 정의 네트워크(Software Defined Network, SDN)등 이 통합된 새로운 B2B 플랫폼을 만들어 국내외 기업 전용 네트워크 및 솔루션 시장을 공략할 계획이다.

이 상무는 "KT가 기대하는 미래는 네트워크 설계, 구축, 설정과 운용까지 모든 네트워크 업무를 100% AI 기술로 구현하는 것"이라고 말했다.

홍경표 원장은 "KT가 통신망을 운용하면서 겪는 애로사항을 고객들도 자가망 운영에서 똑같이 경험하고 있다"며 "인력 육성, 기술 고장 시 복구 등 KT 네트워크 AI로 이런 부분을 해결할 수 있도록 할 것"이라고 자신했다.

◆공장 업무 효율화·자동화…실무형 융합 AI엔진도 공개

KT는 산업 현장 자동화·효율화를 위한 세 가지 융합 AI 엔진도 공개했다.

이는 ▲기가트윈(Giga Twin) ▲로보오퍼레이터(Robo-Operator) ▲머신닥터(Machine Doctor)로, 주요 타깃은 시설물 관리업(유지관리 체계 기반 상시·정기점검), 제조업(공정 최적화), 물류·교통업(변동물량 대응 체계, 교통상황, 교통체증 대응), 서비스업(배송인력확보 및 안전 리스크) 등이다.

한자경 컨버전스 연구소 상무는 "융합 AI는 비전, 음성 AI처럼 사람을 닮아가는 영역이 있고 복잡한 데이터로부터 최적 의사결정을 도출해 내는 영역이 있는데, 이중 최적의 의사결정, 최적의 제어가 가능한 산업용 AI에 집중했다"고 말했다.

이 중 기가트윈은 실물과 가까운 시뮬레이션 모델을 만들고, 실황과 가까운 예측 데이터를 제공해 시스템 최적화에 도움을 준다. 특히 적은 데이터로 초기 학습 모델을 빠르게 구축할 수 있고 이후 쌓이는 데이터로 강화 학습을 하는 등 스스로 진화한다는 게 회사 측 설명이다.

또 최신 이슈를 지속적으로 반영할 수 있다는 장점도 있어 교통 분야에 적용하면 공간 모델을 만들어 전국 실시간 도로 상황 분석도 가능하다.

한 상무는 "2시간 이후 차량 흐름 변화를 정확도 88% 수준으로 예측해 내며 이 엔진을 10개 광역단위 교차로의 교통 신호 제어 시스템에 적용해 신호 최적화를 시행하면 차량 정체의 약 20%를 개선할 수 있을 것"이라고 설명했다.

로보오퍼레이터는 설비제어에 특화된 AI 엔진으로, 복잡한 설비 구조를 빠르게 학습해 목적에 맞는 최적화된 제어 솔루션을 제공해준다. 딥러닝이 설비들의 상호관계를 학습하고 설비의 가동∙정지 시점과 설정값 등을 빌딩 자동화 시스템에 전달해 에너지 절감 효과를 높인다.

현재 KT 광화문빌딩 이스트, LS타워, 대전 세이브존 등 6개의 건물에 적용돼 실증사업을 진행 중이며 최대 18%의 냉난방용 에너지 절감 효과를 내고 있다.

아울러 머신 닥터는 기계 결함을 스스로 찾아내고 해결 방법을 제시한다. 설비 환경에 대해 스스로 학습하고 맞춤 형태로 조언해 주는 셀프러닝(Self-Learning) 기능이 기기 소리, 진동, 전류 등 데이터를 분석한 뒤, 기계 결함을 학습하고 어떤 부분을 고쳐야 할지 직접 진단한다.

한 상무는 "머신 닥터는 AI 기반 융복합 기계 예지 보전 엔진으로 전문가 도움 없이도 4일 만에 기계 이상 여부를 진단한다"고 강조했다.

이 외 KT는 'AI 학습용 데이터' 플랫폼 'KT브레인허브(KT Brain Hub)'도 선보인다.

KT브레인허브는 AI 학습용 데이터에 대한 정보를 공유하고 수집해 가공 데이터로 제공한다. KT브레인허브에서는 네트워크 인프라, 에너지, 빌딩 설비, 음성 인식, 영상 인식 데이터 등 AI 학습 데이터를 활용할 수 있다.

이에 개발자가 AI 학습 데이터로 접근 시 자료의 수집, 가공 방법을 직관적으로 알 수 있고 해당 AI 학습 데이터를 다른 개발자가 이용한 연구 사례와 데이터 가공 노하우를 볼 수 있어 새로운 서비스를 기획하고 개발하는데 시행착오를 최소화하는 것이 가능하다는 설명이다.