[한국석유공사] AI 기반 오일샌드 스팀 배분 최적화 실증(PoC)

한국석유공사는 캐나다 오일샌드 17개 유정 데이터 461만 건을 AI로 분석해 스팀 배분을 최적화했습니다. 30일 재현검증에서 원유 7,314배럴 증산과 스팀 7.5% 절감을 확인했습니다.
[한국석유공사] AI 기반 오일샌드 스팀 배분 최적화 실증(PoC)

한국석유공사 AI 유전관리 – 스팀을 다시 나눠 30일간 원유 7,314배럴을 늘리다

“새 유정을 파지 않고도 같은 설비에서 원유는 더 생산하고 스팀은 덜 쓸 수 있을까요?”

캐나다 오일샌드는 고온 스팀을 지하에 주입해 점성이 높은 원유를 녹여 생산합니다. 스팀 생산설비가 한계에 가까운 상황에서는 총량보다 17개 유정에 언제, 얼마나 나눠 넣는지가 중요합니다.

한국석유공사는 데이터 처리부터 생산예측, 스팀 최적화, 운영권고와 보고까지 하나로 연결했습니다.


Challenge – 유정마다 스팀 효율이 10배 넘게 달랐어요

유정별 스팀효율지수(SOR)는 0.6에서 8.0까지 큰 차이를 보였습니다. 기존 통합 시뮬레이션은 수개월이 걸려 실제 운영에서는 현장경험과 직관에 의존할 수밖에 없었습니다.


Solution – 7만5천 개 배분안을 비교해 최적 조합을 찾아요

17개 유정의 8년, 2,935일치 시계열 데이터 461만 건을 정제했습니다. 원본변수 37개와 파생변수 65개, 총 102개 입력변수를 구성했습니다.

Attention-TCN 모델이 유정별 생산량을 예측하고, MOPSO가 회수율 최대화와 SOR 최소화를 동시에 고려합니다. 한 번의 최적화에서 7만5천 개 배분안을 비교해 설비용량과 유정별 변동범위 안에서 권고안을 만듭니다.

권고안은 현장 엔지니어가 검토·승인해야 하며, 승인되지 않은 값은 자동 적용되지 않습니다.


30일 재현검증에서 효과를 확인했어요

지표

기존·목표

실증 결과

데이터 준비시간

주 2일

30분 이내, 97% 단축

생산예측 오차

목표 5% 미만

약 2%

30일 누적 원유

기준 대비

+7,314배럴, +2.3%

30일 누적 스팀

기준 대비

-57,840배럴, -7.5%

SOR

2.49

2.25, 9.6% 개선

이는 실제 운영조건을 재현한 30일 검증결과입니다. 장기간 현장운영의 확정 생산성과로 확대 해석해서는 안 됩니다.


기대효과와 확산 – 연 130억 원+α는 전망치예요

자료는 원유매출 증가와 스팀 연료비 절감, 상용 소프트웨어 사용료 절감을 합쳐 연 130억 원+α의 효과를 기대합니다. 이는 PoC를 상용운영으로 확대했을 때의 전망치입니다.

향후 캐나다·미국·영국·UAE 광구와 가스공사, 민간 자원개발기업으로 확산하는 계획도 제시했습니다. 원천데이터는 현지에 두고 방법론과 플랫폼, 운영기준을 이식하는 방식입니다.


주요 성과

구분

결과

구분 기준

학습데이터

461만 건

17개 유정·8년

데이터 처리

97% 단축

PoC 달성

예측오차

2%

30일 검증

원유 증산

7,314배럴

30일 재현검증

스팀 절감

57,840배럴

30일 재현검증

연간 효과

130억 원+α

기대효과

Share article