[이데일리 강민구 기자] 국내 연구진이 인공지능 기술을 활용해 셰일가스의 미래 생산량을 예측했다.

한국지질자원연구원은 이경북 석유해저연구본부 박사 연구팀이 딥러닝 알고리즘인 순환신경망(Recurrent Neural Network)을 활용해 지난 1945년부터 사용된 DCA 기술을 대체할 기술을 개발했다고 16일 밝혔다.

이경북 박사가 연구실에서 셰일가스 분야 연구 데이터를 검증하고 있다.

셰일가스는 고밀도시추 공정으로 개발되고 수평시추와 수압파쇄로 생산이 이뤄진다. 이 자원은 그동안 생산량이 점차 줄어드는 ‘감퇴곡선기법(이하 DCA)’을 활용해 예측이 이뤄졌다.

세계적인 연구 흐름은 DCA를 개선해 셰일저류층에 특화하는 것이나, 연구자간 예측결과의 간극이 크고 복잡한 가정으로 현장에 적용하기 어려웠다.

연구팀은 이번 연구에서 북미지역 330개 유정의 셰일가스 생산량 정보를 활용해 연구결과를 검증했다.

연구에 활용한 딥러닝 알고리즘(RNN)의 최적화를 위해 석유공학 도메인지식을 활용한 빅데이터 전처리와 핵심특징을 추출해 예측 신뢰도를 확보했다. 생산량 예측을 위한 딥러닝 모델 학습을 수 분 단위로, 초 단위까지 가능케 했다.

그 결과, 기존 감퇴곡선기법보다 셰일가스 생산량 예측이 자동화되고 신뢰도가 높게 나타났다. 셰일가스 외에도 오일샌드, 셰일오일, 전통 유가스전으로 확장할 수 있는 원천 기술의 가능성을 제시했다.

이경북 박사는 현재 국내외 특허를 출원 완료하고 기술사업화를 준비하고 있다. 이경북 박사는 “친환경 자원인 셰일가스 분야에 딥러닝 알고리즘 기반의 ICT 기술을 접목해 에너지자원 분야의 가능성을 제시했다”며 “셰일가스뿐만 아니라 다양한 친환경 에너지 자원에 기술을 적용해 국내 에너지 자원 개발이 효과적으로 활용되도록 하겠다”고 말했다.

연구 결과는 ‘딥러닝 알고리즘을 이용한 셰일가스 미래 생산량 예측’을 제목으로 지난해 12월 공학·석유 분야 국제 학술지인 ‘SPE Journal’에 게재됐다.