• 목록

▲ (왼쪽부터) 옥진성(박사과정), 서하린(석사과정), 탁병철(컴퓨터학부 교수), 서영균(책임저자)

▲ (왼쪽부터) 참가 사진, 논문 발표 (발표자: 옥진성 책임) 

 경북대학교 컴퓨터학부 대학원 옥진성 학생(박사과정 8학기, 지도교수: 서영균), 채영은(석사졸업, 지도교수: 서영균), 서하린 학생(석사 3학기, 지도교수: 서영균)이 컴퓨터학부 탁병철 교수, 서영균 교수(책임저자)의 지도를 받아 작성한 “ECM: An Energy-efficient HVAC Control Framework for Stable Construction Environment”라는 제목의 논문이 BK21 플러스 사업 Computer Science 분야 우수국제학술대회 중 하나인 2023 20th Annual IEEE International Conference on Sensing, Communication, and Networking (SECON) (인정IF=1)에 채택되었다. 본 논문에서는 에너지 효율을 고려한 건조 중인 선박의 LNG 화물창의 적정 환경을 유지하기 위한 공조 시스템(HVAC)을 제어할 수 있는 ECM 플랫폼을 제안하였다. ECM 플랫폼의 효율성을 증명하기 위해서 실제 조선소(한화오션)에 제공된 데이터를 활용하여서 일 평균 34% 에너지 절감을 할 수 있는 것을 시뮬레이션을 통해서 증명하였다.

 근래 LNG의 수요 증가에 따른 LNG를 수송하는 LNG 선박의 수요가 폭발적으로 늘어나게 되었다. 액화된 LNG를 보관하는 LNG CCS(cargo containment system)는 중요 모듈 중에 하나이다. CCS는 특수 단열재로 구성되기 때문에 건조 중에 특정 환경 조건(온도 범위: 21도 ~ 26도)에 유지하기 위해서 에너지 다소비 설비인 공조 장치를 사용한다. 소수의 인원이 최대 약 40개의 경계 조건이 상이한 CCS 공조 제어를 하기 위해서 최대한 보수적인 운영하여 에너지 효율을 높일 수가 없었다. 이를 위해서 본 연구에서 특정 환경을 유지하면서 에너지 효율을 높일 수 있는 ECM 플랫폼을 제안하였고, 이를 실험적으로 확인하였다.

[그림 1] 본 논문에서 제안하는 ECM 프레임워크

 그림 1은 ECM의 프레임워크를 설명한 그림이다. ECM은 Data Refiner, Forecasting Model Developer, Control Action Predictor, Real-time Controller의 4개의 모듈로 구성되어 있다. Data Refiner는 데이터 전처리를 통해서 타 모듈에게 데이터를 전달한다. Forecasting Model Developer는 제어를 위한 강화학습 모델에 사용할 수 있는 환경 모델을 개발하는 것으로, 다수의 기계학습 및 심층학습 모델을 서로 경쟁하여 선정한다. Control Action Predictor는 선정된 환경 모델을 통해서 다수의 강화학습 모델을 경쟁하여 선택한다. 모든 강화학습 모델의 보상함수는 환경 조건, 에너지 효율의 상반된 조건을 풀기 위한 설계하였다. Real-time Controller는 선정된 강화학습의 Agent를 활용하여서 실시간 데이터를 통해서 제어 명령어를 공조 시스템에 전송한다.

 제안한 ECM 프레임워크를 확인하기 위해서 현장 데이터를 통해서 매일 1회씩 10개의 환경 예측 모델을 경쟁하여서 최고 성능 모델을 선택하고, 선정된 모델을 3개의 강화학습 모델(DQN, Double DQN, Dueling DQN)에 적용 후 에너지 절감 성능이 우수한 모델을 선정하여서 제어에 적용하였다. 약 80일에 실험을 통해서 운영자가 제어하는 것보다는 누적 기준 62.4% 에너지 절감이 되었다. 또한, 타 제어 방법(PID, MPC)과 비교하여도 평균 34.2% 에너지 절감율이 더 높은 것을 확인하였다.

 서 교수는 "본 논문은 21년부터 수행해 온 한화오션(구, 대우조선해양)과의 산학연구과제 연구 성과물로서, 조선업계의 가장 큰 이슈 중 하나인 선박 건조 시 발생하는 과다한 전력 소모 문제를 해결하기 위해 시도된 최초의 데이터-주도형 AI 기반 자동 공조 제어 연구 및 실제 적용 사례"라며 "앞으로도 학생들이 이러한 사회문제해결형 연구를 주도적으로 수행해 나갈 수 있도록 열심히 지도하겠다"라고 말했다.

[그림 2] 포스터 논문에서 제안한 RPM 프레임워크

 이와 함께, 경북대학교 컴퓨터학부 대학원 장영우 학생(석사 2학기, 지도교수: 서영균)이 ETRI 인공지능연구소와 함께 작업하고 美 CyVerse의 최일영 박사, 컴퓨터학부 남덕윤 교수, 서영균 교수(책임저자)의 지도를 받아 제1저자로 작성한 “A Resource Provisioning Manager for Edge Devices”라는 제목의 논문(그림 2)이 SECON 학술대회에 포스터 논문으로 채택되었다. 본 논문에서는 저사양 엣지 장치에게 CPU 자원 및 저장 공간을 지원하기 위한 어플리케이션 실행 및 스토리지 프로비저닝을 지원하는 RPM 프레임워크를 제안하였다. RPM 프레임워크의 유효성을 증명하기 위해서 엣지 장치 연결과 할당된 스토리지 용량의 증가를 확인하고 프레임워크 사용 유무에 따른 어플리케이션의 실행시간을 비교하여 수많은 엣지 장치에게 자원을 지원할 수 있는 확장성과 프레임워크 사용 시 어플리케이션 실행의 효율성 향상을 입증하였다. 본 논문을 통해 장영우 학생은 SECON 학술대회 측으로부터 Student Travel Grant (상금: €1200)를 수상(아래 이메일 참조)하였다.  

▲ Student Travel Grant 수상 이메일 

 IEEE SECON 국제학술대회는 센서 및 통신을 위한 저명한 국제학술대회이다. 이번 학술대회는 올해  9월 11일에서 9월 14일까지 스페인 마드리드에서 진행되었다. 특히, 이번 학술대회에는 총 182편의 정규 논문이 투고되었으며, 최종적으로 42편만 선정(채택률: 23.07%)되었다.