삼성엔지니어링, AI 기반 '설계문서 분류 모델' 개발...작업 소요시간 최대 3주 단축

화공플랜트 설계 작업에 사용되는 AI 기반 분류 모델 개발
설계도면에 적힌 요구사항 분석해 해당 담당자에게 전달
사람이 2~3주 걸리던 업무 하루 만에 해내
매스웍스 '매트랩' 솔루션 활용, 한 달만에 AI 모델 구축

 

삼성엔지니어링이 화공플랜트 설계 작업에 사용할 수 있는 AI 기반 '설계문서 분류 모델'을 개발했다고 밝혔다. (출처=셔터스톡, 편집=김동원 기자) 

삼성엔지니어링이 인공지능(AI)을 활용한 '설계문서 분류 모델'을 개발했다고 밝혔다. 이번 모델로 문서 분류 작업을 자동화해 작업 소요시간을 2~3주 절감했다는 설명이다.

 

최건용 삼성엔지니어링 화공기술센터 프로는 19일 매스웍스코리아가 주최한 '매트랩 딥러닝 유저 데이(MATLAB Deep Learning User Day)'에서 "화공플랜트 설계 작업에 많은 시간을 소요하는 설계 요구사항 노트 분류 작업을 AI 모델로 자동화했다"며 "90%의 높은 정확도로 사람이 하던 방식과 유사하게 분류 작업을 해낸다"고 설명했다.

 

삼성엔지니어링이 개발한 AI 모델은 화공플랜트 설계도면에 적힌 설계 요구사항 노트의 의미를 분석, 담당 영역별로 노트를 전달하는 모델이다. 수백 개의 설계 P&ID(Piping and Instrument Diagram) 도면의 수십 개 설계 요구사항 노트를 AI가 분석해 공정, 배관, 제어, 토목, 건축 분야로 분류한다.

 

최 프로는 "설계 요구사항 노트를 AI가 분류하면서 설계 담당 엔지니어가 담당 엔지니어에게 요구사항을 분류해 전달할 필요가 없어졌다"면서 "이를 통해 화공플랜트 설계 과정에 걸리던 시간을 2~3주 단축시킬 수 있게 됐다"고 말했다.

 

그는 이번 AI 모델의 경우 그동안 화공플랜트에 사용됐던 규칙 기반 프로그램과 비교했을 때 정확도와 엔진니어 판단 수준이 높고, 분류 예측 범위가 100%로 넓다고 설명했다. 

 

지금까지 사용된 규칙 기반 프로그램은 P&ID 도면 설계 요구사항 노트에 기재된 '파이프(pipe, 배관 영역)', '밸브(Valve)', '장비(Equipment)' 단어 중심의 문장을 기준으로 분류하도록 구성됐다. 기존에 사용됐던 단어는 정확히 분류했지만, 사전에 정의되지 않은 단어가 있을 경우 분류 작업을 완성하지 못했다. 모든 경우를 분석할 수 없다는 단점이 있던 것.

 

반면 삼성엔지니어링이 개발한 AI 설계 요구사항 문서 분류 모델은 예측 범위가 넓어 모든 경우를 분석하기 쉽고, 정확도 역시 높다는 게 최 프로의 설명이다. 그는 "룰 기반 프로그램은 개발에 3-4개월의 시간이 소요됐지만, AI 모델은 이보다 약 3-4배 빠른 1개월 만에 개발할 수 있었다"고 말했다. 

 

최건용 삼성엔지니어링 화공기술센터 프로는 "설계 요구사항 노트를 AI가 분류하면서 화공플랜트 설계 과정에 걸리던 시간을 2~3주 단축시킬 수 있게 됐다"고 말했다. (출처=매스웍스)

삼성엔지니어링은 이번 AI 모델을 개발하면서 먼저 화공플랜트 설계 요구사항 관련 데이터를 디지털화했다. 전문 영역별 엔지니어가 보유하고 있던 영역별 데이터를 일관된 포맷으로 단일 웹 기반 환경에 통합·수집한 후 단일 데이터베이스에 저장했다. 이후 설계 담당 엔지니어가 직접 중복제거, 아웃라이어 제거, 데이터 보완 및 검증 과정을 거쳐 정제 작업을 완료했다. AI 모델 개발에 걸린 시간은 한 달 정도였다.

 

이번 작업에는 매스웍스의 매트랩 솔루션이 사용됐다. 삼성엔지니어링은 매트랩 명령어로 설계 요구사항 노트 안 텍스트를 처리했다. 이후 워드클라우드 형태의 BOW(Bag of Words)로 시각화했다. 이후 매트랩 환경에서 순환신경망(RNN, Recurrent Neural Networks)과 장단기메모리(LSTM, Long Short-Term Memory models) 알고리즘을 모두 활용해 문장을 분석했다. 또 익스페리먼트 매니저(Experiment Manager)로 하이퍼파라미터 튜닝 작업을 자동화해 신속히 수행했다.

 

그 결과 삼성엔지니어링은 화공플랜트 설계 P&ID 도면의 모든 설계 요구사항 노트를 약 3초 만에 일관된 기준을 적용해서 전문 엔지니어 수준으로 정확하게 분류해내는 고성능 AI 설계문서 분류 모델을 개발할 수 있었다. 

 

최건용 프로는 "업무 내 AI 적용 범위가 계속 확산될 것이지만, 이러한 AI 모델을 지속 개발 및 향상시키는 역할은 인간의 몫"이라며 "향후 AI 기술과 인간의 협력에 관심 갖고 발전시켜나가야 할 것"이라고 말했다.

 

AI타임스 김동원 기자 goodtuna@aitimes.com

 

Copyright © '인공지능 전문미디어' AI타임스 (http://www.aitimes.com/)
무단전재 및 재배포 금지

 

삼성엔지니어링, AI 기반 '설계문서 분류 모델' 개발...작업 소요시간 최대 3주 단축 - AI타임스