중공업 현장을 바꾸는 AI: 기가톤, 2600만 달러 유치로 ‘자가 학습 제어’ 시대를 열다

이 자금은 강력한 확장에 불을 붙일 전망입니다. 기가톤은 팀 규모를 현재의 5배로 늘리고, 주력 분야인 시멘트를 넘어 철강, 유리, 화학 생산으로 영역을 넓힐 계획입니다. 조쉬 버논(Josh Vernon) CEO는 Global Cement와의 인터뷰에서 이 자금이 ‘기가톤’ 규모의 배출량 감축이라는 회사의 사명을 가능하게 할 것이며, 다음 성장 단계에서 “수십 개 현장”에 배포를 확대할 계획이라고 밝혔습니다.

덧붙이는 게 아니라, 통째로 바꾼다

대부분의 산업용 AI 솔루션이 기존 제어 시스템 위에 최적화 계층을 하나 더 얹는 방식이라면, 기가톤은 이 하부 구조 자체를 완전히 교체합니다. 회사는 이 접근 방식을 “뜯어내고” 자체 AI가 직접 공장을 운영하는 것이라고 설명합니다. 이는 기존 시스템 위에 얹혀 조언만 하던 전통적인 고급 공정 제어(APC) 도구와는 근본적으로 다른 아키텍처입니다.

실제로 AI는 킬른이나 용해로에 공급되는 연료 혼합물, 킬른의 회전 속도, 효율적인 연소에 필요한 산소 수준 등 여러 중요한 변수들을 실시간으로 자율 조정합니다. 이 변수들은 서로 긴밀하게 연결되어 있으며 원자재 품질, 주변 환경, 생산 목표에 따라 끊임없이 변합니다. 기가톤의 시스템은 공장의 동작을 지속적으로 학습하고, 운영자의 입력을 기다리지 않고 폐쇄 루프(closed loop) 방식으로 의사 결정을 내립니다.

시멘트에서 검증된 성과, 불과 수 주 만에 현장 적용 완료

회사의 초기 집중 분야는 탈탄소화가 가장 어려운 산업 중 하나인 시멘트 제조였습니다. 글로벌 건축자재 기업 하이델베르그 머티리얼즈(Heidelberg Materials)와 진행한 사례 연구에서는 구체적인 운영 개선 효과가 문서화되었습니다: 단위 열 소비량 2.2% 감소에 힘입어 연료비 지수가 4% 하락했고, 시멘트 품질 핵심 지표인 C3S 변동성이 33% 감소했으며, 연료에서 비롯된 탄소 배출량은 2% 줄었습니다. 이 시스템은 통합을 시작해 실제 가동되기까지 불과 8주밖에 걸리지 않았습니다.

회사가 발간한 백서(white paper)에 따르면, 이 AI는 시멘트 생산에서 가장 에너지 집약적인 소성 공정(Pyroprocess) 단계에서 연료 기반 탄소 배출량을 최대 5%까지 줄일 수 있습니다. 이 소프트웨어는 ABB Ability™나 FLSmidth ECS/ProcessExpert®와 같은 기존 APC 시스템과 통합되지만, 단순히 조정을 제안하는 대신 동적 목표 설정을 직접 장악합니다.

카본 리(Carbon Re)에서 기가톤(Gigaton)으로: 5년간의 공장 현장 연구 결실

이 회사는 2020년 카본 리(Carbon Re)라는 이름으로 캠브리지 대학교와 UCL에서 분사한 딥테크 기업으로 출발했습니다. 초기 개발에는 5년 이상 산업 현장의 공장 운영자들과 함께 작업한 경험이 녹아 있어, 실제 생산 환경의 제약과 실패 유형을 직접 체득할 수 있었습니다. 최근 기가톤으로 사명을 변경한 것은 더 광범위한 야망을 반영합니다. 이 이름은 시멘트 분야에만 국한되지 않고 여러 중공업 분야에서 수십억 톤의 이산화탄소를 제거하겠다는 의지를 상징합니다.

기가톤은 AI를 사무 업무나 소비자용 소프트웨어가 아닌 물리적 세계에 적용하는 기업들의 흐름 속에 있습니다. 한 분석가가 지적했듯, 이는 “채팅, 검색, 사무용 워크플로우와는 완전히 다른 AI 이야기”입니다. 타이밍, 에너지 사용량, 공정 안정성, 장비 신뢰성이 너무나 중요해서 AI의 환각(hallucination)을 용납할 수 없는 물리적 생산 현장의 이야기인 것입니다.

2,600만 달러가 열어갈 미래

시리즈 A 자금은 두 가지 트랙에 동시 투입됩니다. 바로 차세대 플랫폼의 지속적인 개발과 네 가지 목표 분야로의 광범위한 배포입니다. 인력을 다섯 배로 늘리겠다는 계획은 기가톤이 연구 중심 단계에서 본격적인 상업화 단계로 접어들고 있음을 보여줍니다. 시멘트를 넘어 철강, 유리, 화학으로의 확장은 이 핵심 기술이 분야를 가리지 않는 특성을 가졌음을 암시합니다. AI가 한 가지 유형의 열 공정을 제어하는 법을 학습할 수 있다면, 다른 공정 학습에도 적용할 수 있을 가능성이 높습니다.

중공업계는 지금 급박한 상황에 놓여 있습니다. 에너지 가격은 여전히 변동성이 크고, 탄소 가격 부과는 각국 관할권에서 확대되고 있으며, 공장들은 생산량 저하 없이 배출량을 줄여야 하는 압박에 직면해 있습니다. 연료 소비량과 배출량을 동시에 줄이고, 두 달 안에 현장 가동이 가능한 자율 학습 제어 시스템은 디지털화 속도가 느렸던 이 산업에 구체적인 해결책을 제시합니다.