인텔리빅스, AI가 판단하고 예측하는 ‘지능형 자율발전소’ 로드맵 제시

발전소도 이제 “모니터링”에서 “판단·예측”으로 간다는 얘기

• 인텔리빅스가 한국남동발전 AX 전략위원회에서 지능형 자율발전소 로드맵을 제시함

  • 발표자는 최은수 인텔리빅스 대표이고, 주제는 ‘모두의 AX로 하나 된 스마트 팩토리 KOEN’이었음
  • 여기서 AX는 AI 전환(AI Transformation)을 뜻함. 기존 디지털 전환(DX)처럼 데이터를 모으고 보는 수준을 넘자는 얘기임

• 문제의식은 꽤 현실적임. 전력 산업이 동시에 여러 압박을 받고 있다는 것

  • 전력 수요는 기하급수적으로 늘고 있음
  • 탄소중립 규제는 강해지고 있음
  • 발전 설비는 노후화되고 있음
  • 현장을 오래 아는 베테랑 인력은 은퇴하고 있음

• 최 대표가 제시한 목표 모델은 ‘눈·두뇌·몸’이 연결된 지능형 자율운영 스마트 발전소임

  • 눈은 센서와 시각언어모델(VLM)이 맡고, 24시간 현장을 인지함
  • 두뇌는 생성형 AI가 맡아 상황을 분석함
  • 몸은 로봇과 무인드론이 맡아 실제 점검과 제어 쪽으로 확장됨

4대 전략은 예지정비, 안전 AI, 피지컬 AI, 지식 자산화

• 첫 번째는 핵심설비 예지정비(PdM)임

  • 기존 주기적 예방정비(TBM)에서 벗어나, AI가 터빈과 보일러의 미세 진동·온도 변화를 학습해 고장 잔여수명(RUL)을 예측하는 방식임
  • 근본원인분석(RCA)까지 자동화해 갑작스러운 발전소 정지 손실을 줄이는 게 목표임

• 두 번째는 VLM 기반 안전 AI임

  • 단순히 헬멧을 썼는지, 사람이 있는지 보는 객체 인식 수준이 아님
  • 작업자의 행동 맥락을 언어적으로 이해하는 VLM을 전 사업장 CCTV에 적용하자는 제안임
  • 목표는 인간의 판단 착오를 줄이고 무재해 사업장에 가까워지는 것

• 세 번째는 현장형 피지컬 AI임

  • 고위험·협소 구역에는 4족 보행 로봇과 점검 로봇을 투입하는 구상임
  • 자율비행 무인드론에는 초정밀 측위(RTK)와 3D 포토그래메트리 기술을 붙여 사각지대 없는 무인점검 체계를 만들자는 얘기임

• 네 번째는 생성형 AI 기반 지식 자산화임

  • 은퇴를 앞둔 전문가들의 암묵지와 수십 년간 쌓인 도면·매뉴얼을 사내 구축형 생성형 AI 시스템에 학습시키자는 구상임
  • 검색증강생성(RAG)을 활용해 조직 전체가 현장 지식을 다시 꺼내 쓸 수 있게 만드는 방향임

국가기반시설이라 보안 얘기가 빠질 수 없음

• 최 대표는 발전소 특성상 보안을 최우선으로 봐야 한다고 강조함

  • 현장 센서망인 운영기술(OT)과 사내 업무망(IT) 사이에 일방향 게이트웨이를 두는 방식을 제안함
  • ‘OT DMZ 기반 6계층 지능형 통합 운영체계’라는 구조로 해킹 위협을 물리적으로 차단하자는 접근임

• 설계 단계부터 보안을 넣는 ‘Security by Design’ 원칙도 언급됨

  • 발전소는 AI 기능 하나 붙인다고 끝나는 시스템이 아니라, 한 번 뚫리면 사회 기반 인프라에 영향이 가는 영역임
  • 그래서 모델 성능보다 망 분리, 접근 통제, 운영 책임 구조가 더 중요해지는 구간임

• 기술보다 문화가 더 중요하다는 지적도 나옴

  • “수용성이 담보되지 않은 기술은 막대한 비용일 뿐”이라는 말이 핵심임
  • 현장 전문가가 AI를 경쟁자나 감시 도구로 느끼면, 아무리 좋은 모델도 실제 운영에는 못 들어감

일정도 꽤 구체적으로 잡혀 있음

• 한국남동발전은 이번 로드맵을 검토해 단계적으로 확산할 계획임

  • 2026년에는 VLM 안전관제와 지식 RAG 실증 같은 빠른 성과 과제부터 시작함
  • 2029년에는 지능형 자율운전 폐루프 실증까지 가는 일정이 제시됨
  • 사업소별 맞춤 확산 전략은 ‘Wave A~E’로 추진할 예정임

• 최 대표는 이 모델이 내부 효율화에만 머물지 않을 수 있다고 봄

  • 기존 EPC, 즉 설계·조달·시공 중심 발전소 수출 모델을 넘어서자는 주장임
  • 지능형 AI 운영체계까지 패키지화한 ‘EPC+AI 수출 모델’로 한국 전력 산업이 글로벌 룰 메이커가 될 수 있다는 그림임

---

기술 맥락

• 발전소 AX에서 중요한 건 AI 모델 하나를 잘 붙이는 게 아니라, 센서·영상·매뉴얼·제어 시스템을 어떤 순서로 연결하느냐예요. 발전소는 장애 비용이 큰 곳이라서, 데이터를 모으는 DX만으로는 고장 예측이나 안전 판단까지 가기 어렵거든요.

• VLM을 CCTV에 붙이자는 제안은 객체 인식의 한계를 넘으려는 선택이에요. 현장 안전에서는 “사람이 있다”보다 “작업자가 위험한 방식으로 움직이고 있다”를 이해하는 게 더 중요해서, 영상과 언어 맥락을 같이 처리하는 모델이 필요해요.

• RAG 기반 지식 자산화는 은퇴 인력의 암묵지를 잃지 않기 위한 전략이에요. 발전소 매뉴얼과 도면은 많지만, 실제 문제 해결은 숙련자가 맥락을 떠올려서 하거든요. 그래서 문서를 검색 가능한 지식으로 바꾸는 게 운영 안정성과 이어져요.

• OT DMZ와 일방향 게이트웨이는 AI 도입 때문에 늘어나는 공격면을 줄이려는 장치예요. 발전소 제어망은 일반 업무망처럼 다루면 안 되기 때문에, AI가 데이터를 보더라도 제어 영역으로 마음대로 들어가지 못하게 막는 설계가 핵심이에요.