날씨·원자재 가격·설비 노후도까지 분석 … 예측 근거 제공해 의사결정 지원
한국전력이 인공지능(AI)과 전력데이터를 활용한 기자재 수요예측 시스템으로 재고관리 효율화에 나선다.
필요한 자재의 수량과 조달 시점을 정밀하게 예측해 과잉 재고와 자재 부족에 따른 비용을 줄이고, 전력설비 운영의 안정성까지 높인다는 구상이다.
한전은 28일 한국빅데이터학회가 주관한 ‘제13회 코리아 빅데이터·AI 어워드’에서 공공기관 부문 대상인 행정안전부 장관상을 받았다고 밝혔다.
AI와 전력데이터를 결합해 기자재 수요예측 체계를 고도화한 성과를 인정받았다.
한전은 해당 시스템을 통해 연간 130억원 이상의 비용 절감 효과를 거둘 것으로 기대하고 있다.
전력설비를 안정적으로 운영하려면 개폐기와 전력량계 등 각종 기자재를 적기에 확보해야 한다.
재고가 필요 이상으로 쌓이면 보관·관리 비용이 늘어나고, 반대로 필요한 자재가 부족하면 설비 교체나 전력 관련 공사가 지연될 수 있다.
수요를 얼마나 정확하게 예측하느냐가 비용 효율성과 설비 운영 안정성을 좌우하는 셈이다.
기존에는 과거 사용 실적과 통계, 현장 담당자의 경험을 중심으로 자재 수요를 산정했다.
하지만 기상 변화와 원자재 가격, 설비 상태 등 수요에 영향을 미치는 변수를 신속하게 반영하기 어렵다는 한계가 있었다.
한전은 이를 개선하기 위해 AI에 온톨로지(Ontology) 기술을 결합했다.
온톨로지는 서로 다른 데이터 사이의 관계를 정의하고 연결해 정보 간 연관성을 파악하도록 돕는 기술이다.
새 시스템은 과거 기자재 사용 이력뿐 아니라 날씨, 원자재 가격, 설비 노후도, 고장 위험 등 다양한 데이터를 통합 분석한다.
이를 바탕으로 기자재별 예상 수요와 필요한 시점을 산출해 발주 및 재고관리 계획을 세울 수 있도록 지원한다.
예측 결과뿐 아니라 판단에 활용한 근거를 함께 제시하는 것도 특징이다.
예를 들어 기상 변화로 특정 전력설비의 고장 가능성이 커질 경우 관련 기자재의 수요가 증가할 수 있다는 정보를 제공한다.
담당자는 이러한 분석 결과를 바탕으로 자재 확보 시점과 물량을 보다 합리적으로 결정할 수 있다.
김동철 한전 사장은 “이번 시스템 개발은 단순히 새로운 기술을 보여주는 것이 아니라, 전문성과 데이터를 결합해 직원들의 실제 판단을 돕는 체계를 만들었다는 데 의미가 있다”며 “기자재 분야에서 축적한 AI 활용 역량을 다른 분야로도 확대해 실질적인 업무 혁신을 이어가겠다”고 말했다.
이번 사례는 공공기관의 AI 도입이 기술 시연을 넘어 구체적인 비용 절감과 업무 효율 개선으로 이어질 수 있음을 보여준다.
특히 전력설비처럼 운영 안정성이 중요한 분야에서는 데이터를 종합적으로 분석하고 예측 근거까지 제공하는 시스템이 현장 의사결정의 질을 높이는 수단이 될 수 있다.
