석탄 채굴업체, AI 활용해 안전·효율성·환경 보호 달성
Super Neuro에서
시나리오 설명:머신 러닝은 광산 회사가 광상 위치 파악, 자율 주행을 통한 지능형 운송 실현, 생산 장비의 성능 및 손실 모니터링 및 예측 등의 측면에서 전체 광산 프로세스의 효율성을 개선하는 데 도움이 됩니다.
키워드:광물 채굴 지질 분석 자율 주행
AI가 실무에서 점점 더 중요한 역할을 함에 따라 광업과 같은 기존 산업을 포함하여 많은 산업에서 게임의 규칙이 바뀌었습니다.
광업은 전 세계 여러 나라에서 막대한 사업을 창출하는 주요 산업으로, 전자에서 에너지에 이르기까지 거의 모든 분야에 필요한 원자재를 공급하여 경제의 모든 측면에 영향을 미칩니다.
채굴에는 많은 양의 노동력이 필요합니다. 미국에서만 채석, 채굴, 채석작업에 종사하는 사람이 67만 명입니다. 중국에서는 그 숫자가 훨씬 더 인상적이다. 석탄 산업에만 611만 3천 명이 종사하고 있습니다.
광업은 수익성이 매우 높지만 전력, 인프라, 건강, 안전, 자금 배분 방법, 상품 가격, 환경적 영향 등의 문제에 직면해 있습니다. 이러한 시나리오를 보다 잘 처리하고 기존 과제를 극복하기 위해 인공 지능과 머신 러닝이 광업에 획기적인 발전을 가져오고 있습니다.
광물 탐사의 딜레마
현재의 광물 탐사 과정에는 토양 샘플, 파편 샘플, 지구화학, 시추 결과 및 기타 시험 결과가 포함되며, 이는 대량의 데이터 분석 및 요약을 통해 얻어집니다. 각각의 굴착공은 지역 자원의 특성 중 일부를 드러내는 풍부한 미세탐침입니다.
광상부 곳곳에 굴착공이 보인다
하지만 시추를 통해 얻은 데이터를 분석하는 것은 쉬운 일이 아닙니다. 단일 굴착 작업으로 약 200메가바이트의 데이터가 생성되고, 프로젝트에는 많은 굴착 작업과 기타 유형의 정보가 필요하므로 탐사 작업에서 얻은 최종 분석 데이터는 종종 테라바이트 범위에 이릅니다. 엄청난 양의 데이터로 인해 수백 개의 프로젝트에서 가장 적합한 샘플을 선택하는 것은 불가능합니다.
그리고 데이터는 단순화될 수 없으며, 이 데이터를 사용하면 새로운 광물 매장지를 찾을 수 있습니다.이를 처리하는 것은 유능한 지질학자 팀에게도 너무나 어려운 작업일 것입니다.
여기서 머신 러닝이 중요해집니다. 컴퓨터 모델을 훈련하면 과거에 탐사된 지역과 유사한 장소를 발견할 수 있습니다.
AI는 광물 매장지를 정확하게 찾을 수 있습니다.
전통적인 방법에서는 광물 채굴과 폐기물 관리의 불일치로 인해 심각한 환경 오염이 발생합니다. AI를 활용하면 채굴의 효율성이 높아지고, 드론과 같은 스마트 기기를 활용하면 실시간 모니터링이 가능해져 환경에 미치는 영향도 줄어들 것입니다.
지구 AI 다양한 소스의 데이터를 분석하고 머신 러닝 알고리즘을 사용하여 광물이 발견될 수 있는 지역을 식별함으로써 광업 산업에 변화를 가져오기 위해 AI 기술을 사용하는 회사입니다.
EARTH AI 웹사이트의 작업 인터페이스
머신 러닝을 통해 원격 감지 및 지구물리학 데이터 47개 층을 동시에 분석하면 광체와 변질 후광을 강조하고 단단한 암석과 풍화층을 매우 자세하게 지도화할 수 있습니다.
골드스팟 디스커버리 주식회사 골드스팟은 머신러닝을 통해 금을 채굴하는 캐나다 회사입니다. 설립된 지 불과 3년밖에 되지 않았지만, 이미 토론토 증권거래소 벤처 거래소에 상장을 완료했습니다.
최근 캐나다에서 탐사 중인 아비티비 금광이Goldspot은 4%의 표면, 지형 및 광물 지형 데이터만을 사용하여 금광의 현재 매장량을 분석할 수 있습니다.
Goldspot은 30년 이상의 역사적 원격 감지, 채굴 및 탐사 데이터를 포괄적인 기능적 지질 모델로 통합했습니다. 지질학적 모델을 사용하여 기존 및 과거에 채굴된 매장지의 데이터 계층에서 상관 관계를 파악하여 가장 높은 잠재성을 가진 목표 지역을 식별합니다.
자율 주행은 거의 10년 동안 광업에서 사용되었습니다.
현재 자율주행 분야 종사자들은 모두 민간 자율주행 분야에서 우버, 구글, 테슬라의 진전에 주목하고 있지만, 많은 사람들은 이를 인지하지 못하고 있다. 세계 최대의 금속 및 광산 회사 중 하나인 리오틴토는 이미 자율 주행 트럭을 사용하여 광산 산업을 개발했습니다.2008년부터 성공적으로 운영되어 왔으며 총 350톤의 광석을 적재했습니다.
Rio Tinto의 자율 주행 운송 트럭은 효율적이고 안전할 뿐만 아니라 연료 소모량도 13% 적습니다.
칠레의 에스콘디다 구리 광산에서BHP의 스마트 캡 시스템운전자의 뇌파를 분석하여 운전자 피로 수준을 분석하는 이 기술은 생산성을 개선하고 안전성을 강화하기 위해 150대 이상의 트럭에 통합되었습니다.
BHP는 또한 Jimblebar 철광석 광산에 자율 주행 운송 차량을 배치하여 이러한 변화를 통해 비용을 약 20% 절감했습니다.
AI는 채굴을 안전하고 경제적으로 만듭니다
환경의 중요한 지표를 모니터링함으로써 위험한 발생 가능성을 예측할 수 있습니다.AI는 광산 엔지니어와 근로자가 작업 중 사고와 부상을 피하는 데 도움이 될 수 있습니다.충분한 고품질 데이터를 수집할 수 있다면, 발생할 수 있는 기계 고장을 예측하는 것도 가능할 수 있습니다.
게다가,AI는 장비의 작동 상태를 모니터링하는 데에도 사용될 수 있습니다.광산 환경은 장비의 작동과 수명에 영향을 미치며 위치마다 다르므로 장비의 작동 상태를 이해하면 안전을 더욱 보장할 수 있습니다.
AI 기술의 개입으로 안전사고 대폭 감소
위험 발생을 모니터링하고 예측하는 것 외에도,AI는 장비나 부품의 수명을 모니터링하는 데에도 사용되며, 이는 안전을 보장할 뿐만 아니라 회사의 많은 비용을 절감해줍니다.
브라질 파라주에 있는 살로보 구리 광산에서 골짜기AI 기술을 활용한 지능형 감지 및 계획 덕분에 운송 트럭 타이어의 수명이 1년 만에 30% 늘어나 회사는 500만 달러를 절감했습니다. 이 기술은 엔진과 연료 소비를 포함한 다른 광산과 기타 트럭 구성품에도 적용되고 있습니다.
또한 인공지능을 활용해 레일 균열을 예측했고, 이를 통해 균열 발생률을 최대 85%까지 줄였습니다. 이러한 조치로 연간 700만 달러를 절약할 수 있습니다. 전체적으로 회사는 이러한 변화만으로 2018년에 약 2,600만 달러를 절감할 것으로 예상합니다.
AI가 광업을 변화시키는 이야기는 이제 막 시작일 뿐이다
점점 더 많은 사례에서 볼 수 있듯이, AI와 ML을 활용함으로써 비용이 절감되고, 효율성이 향상되었으며, 광산 산업에 많은 다른 이점이 생겼습니다. 엄청난 양의 데이터에 직면한 이 산업에서는 데이터 처리 문제가 발전을 방해하고 있지만, 광업 분야에서 인공지능 활용을 확대하려는 노력은 이 산업의 미래 방향을 완전히 바꿀 것입니다.
광물 채굴은 수세기 동안 많은 혁신을 겪었지만, 최근 몇 년 동안 혁신은 둔화되었습니다. Deloitte가 작년에 발행한 "추세 추적" 보고서에서 분석가들은 다음과 같이 관찰했습니다."50년 전 광부가 오늘 광산에 들어갔다면 별로 변한 게 없다는 걸 알게 될 겁니다. 하지만 다른 산업에서는 분명히 그렇지 않습니다."
그러나 최근 들어 많은 광산 회사들은 인공지능과 같은 기술이 다른 산업을 변화시켰듯이 세계에서 가장 오래된 산업도 완전히 변화시킬 것이라고 주장하고 있습니다.
이는 광산 회사도 인공지능을 광범위하고 철저하게 활용해 광물을 채굴할 것임을 보여줍니다. Accenture에 따르면, 향후 10년 동안로봇공학과 자동화를 포함한 혁신 기술은 금속 및 광업 산업에 3,210억 달러의 가치를 창출할 것으로 예상되며, 이는 예상 수익으로 3%~4%에 해당합니다.
이 산업은 방대한 양의 비정형 데이터에 직면해 있으며, 데이터 처리 문제가 발전을 저해하고 있습니다. 하지만 채굴 분야에서 인공지능 활용 확대에 집중하면 이 산업의 미래 방향이 완전히 바뀔 것입니다.