데이터에서 행동으로: AI를 통한 정유 최적화 가속화

요약

정유 최적화는 방대한 데이터를 활용하여 선형 계획법(LP) 소프트웨어로 처리되지만, 결과 해석과 적용에 어려움이 있습니다. 본 글은 LP 솔루션의 한계를 극복하고 의사결정을 지원하기 위해 머신러닝 기반 접근 방식, 특히 이상 탐지(Anomaly Detection) 도구를 제안합니다. 이 방법론은 과거 데이터 분석을 통해 현재 계획과의 차이를 파악함으로써 비즈니스 기회와 데이터 공급 오류를 발견하는 데 활용되었습니다.

핵심 포인트

• 정유 최적화는 대규모 데이터를 다루며 선형 계획법(LP) 소프트웨어를 사용하지만, 결과 해석에 어려움이 있다.
• LP 솔버의 한계를 보완하기 위해 머신러닝 기반 접근 방식과 이상 탐지 도구가 제안되었다.
• 제안된 방법론은 과거 데이터와 현재 계획을 비교 분석하여 비즈니스 기회 및 데이터 공급 오류를 식별한다.
• 고차원 데이터를 처리하기 위한 정보력 높은 쌍 선택 방법이 적용되어 2D 이상의 이상 탐지 알고리즘과 결합되었다.