제철소의 Level 2 시스템은 목표 강종의 성분·온도를 맞추기 위한 최적 조업 조건을 계산하는 두뇌입니다. 부원료(석회, 합금철) 투입량, 산소 취련 패턴, 냉각 조건 등을 결정합니다.
현재 L2의 문제:
• 20~30년 전 FORTRAN/C 기반 — 수정·확장이 거의 불가능
• 설정값 하나 바꾸려면 벤더(Primetals, SMS) 호출 → 수개월, 수억원
• 연구소가 10년간 만든 공정 모델을 L2에 적용할 경로가 없음
• L2를 아는 엔지니어들이 은퇴하면서 기술 전수 단절
우리의 가설: 기존 L2의 공정 모델 계산 엔진을 AI 에이전트로 재구축하면, 연구소의 공정 모델을 현장에 즉시 적용할 수 있는 플랫폼이 된다.
BOF(전로) 공정의 Static Model을 AI 에이전트 기반으로 구현한 프로토타입 데모입니다.
| 구현 범위 | 내용 |
|---|---|
| Static Model | 탈인 슬래그 계산, 열수지, 산소량 산출, Sub-lance 타이밍 |
| Blowing Pattern | 15단계 취련 패턴 (O₂ 유량, 랜스 높이, Bottom Gas N₂/Ar 전환) |
| Ferro-alloy | 수율 고려 합금철 투입량 (Cr, Ni, Mo, V, Mn, Si) |
| AI 에이전트 | 자연어로 강종 변경, 파라미터 조정, 계산 근거 설명 |
| 강종 | SM490 (구조강), SPHC (열연), STS304 (스테인리스) — 가상 3종 |
⚠️ 참고: 이 데모는 가상 계수를 사용합니다. 계산 결과의 절대값은 실제와 다릅니다. 검증 포인트는 "계산 방향과 변수 간 관계가 논리적인가"입니다.
"강종을 STS304로 바꿔줘"
→ 에이전트가 전체 재계산 + 변경 전후 비교를 수행합니다
"생석회가 왜 이 값이야? 수식으로 설명해줘"
→ De-P 평형식, 염기도 계산 등 수식 단계별 설명이 나옵니다
"Si를 0.5%로 올리면 어떻게 돼?"
"열수지 계산 과정을 보여줘"
"SPHC랑 SM490 차이가 뭐야?"
이 데모를 내부 검토 중인데, 현장/연구 관점의 전문가 피드백이 필요합니다. 아래 질문에 대해 솔직한 의견을 주시면 큰 도움이 됩니다.
이런 방식(자연어 → 즉시 재계산 → 수식 설명)의 L2가 현장에서 의미가 있을까요?
연구소에서 개발한 공정 모델(수식, 파라미터)을 이 시스템에 입력하면, 기존 L2보다 빠르게 현장 적용이 가능할까요?
현재 L2 벤더(Primetals, SMS 등)로는 안 되는데, 이런 시스템이면 가능해질 것이 있을까요?
이 데모에서 부족하거나, 추가되어야 할 기능/데이터가 있다면 무엇인가요?
기타 느낀 점, 우려 사항, 제안 등 무엇이든 환영합니다.
| 단계 | 내용 | 상태 |
|---|---|---|
| Demo of Demo | BOF Static Model + AI Agent (본 데모) | 완료 |
| Full Demo | Dynamic Model + L1/L2 HMI + 시뮬레이션 | 설계 중 |
| 파일럿 | 실제 계수 적용 + 연구소 모델 연동 | 계획 |
| 상용화 | 현장 L2 교체 / 신규 제철소 납품 | 목표 |
핵심 목표: 연구소가 만든 공정 모델을 현장 L2에 즉시 적용할 수 있는 플랫폼. 벤더에 의존하지 않고, 제철소 스스로 L2를 진화시킬 수 있는 구조.