적용 컴퓨팅, 석유·가스 공장 전체를 위한 AI 모델 개발
영국의 AI 스타트업 '적용 컴퓨팅(Applied Computing)'은 석유·가스 및 석유화학 산업을 위한 파운데이션 모델 '오비탈(Orbital)'을 개발하여 2천만 달러의 시리즈 A 투자를 유치했습니다. 이 모델은 수많은 센서 데이터와 물리·화학 법칙, 엔지니어링 문서를 실시간으로 통합하여, 기존에 수일~수주가 걸리던 시설 이상 징후 분석 및 시뮬레이션을 단 몇 분 안에 처리할 수 있게 돕습니다. 이를 통해 운영사들은 에너지 사용량을 줄이고 생산성을 유지하는 등 공장 전체의 운영 효율을 극대화할 수 있습니다.
석유, 가스 및 석유화학 산업을 위한 파운데이션 AI 모델(Foundation AI Model)을 구축하고 있는 런던의 스타트업, '적용 컴퓨팅(Applied Computing)'은 엔지니어링 거대 기업 KBR이 주도하고 데이터브릭스 벤처스(Databricks Ventures)가 참여한 2천만 달러 규모의 시리즈 A 투자를 유치했다고 밝혔다.
2023년에 설립된 이 스타트업은 석유, 가스, 정제 및 석유화학 시스템을 타겟으로 한다. 이러한 산업 환경의 단일 시설에는 온도, 압력부터 속도, 점도에 이르기까지 모든 것을 측정하는 수천 개의 센서가 설치되어 있다. 에너지 기업들이 데이터 추적 문제를 해결하도록 돕는 시장은 거대하지만, 파편화된 데이터 환경은 여전히 중요한 장애물이다. 적용 컴퓨팅의 공동 창립자이자 CEO인 칼럼 애덤슨(Callum Adamson)에 따르면, 그 결과 시설들은 자신들이 확보한 데이터 중 8% 미만만을 사용하여 운영 결정을 내리고 있다.
그는 운영 담당자들이 이미 이 정보의 상당 부분을 수집하고 있지만, 센서 수치, 엔지니어링 문서, 그리고 물리 및 화학 데이터를 신속하게 결합하여 분석하고 예측하는 데 어려움을 겪고 있다고 말했다. 그는 테크크런치(TechCrunch)와의 인터뷰에서 "세 가지 데이터 소스가 실시간으로 서로 소통하도록 만드는 것이 진정한 핵심"이라고 밝혔다.
다음 단어를 예측하는 대형 언어 모델(Large Language Models)과 달리, 적용 컴퓨팅의 파운데이션 모델인 '오비탈(Orbital)'은 시계열 모델, 물리 기반 모델, 언어 모델을 결합하여 시설의 상태를 예측한다. 이는 센서 수치를 분석하고 물리 및 화학 법칙을 고려하며, 시설의 장비 제약과 운영자의 활동을 인식하는 방식으로 이루어진다. 또한 기술자들이 시설의 한 부분에서 발생한 변화가 전체 운영에 어떤 영향을 미칠지 시뮬레이션을 실행할 수 있게 해준다.
본질적으로 적용 컴퓨팅이 강조하는 것은 '속도'이다. 오비탈은 이상 징후를 포착하고, 그 원인을 조사하며, 제안된 해결책이 시설의 다른 부분에 문제를 일으킬지 모델링하는 과정을 단 몇 분 안에 처리할 수 있다고 주장한다. 애덤슨은 이 제품이 이전에는 며칠이나 몇 주가 걸리던 조사 과정을 단 몇 초로 압축하여 운영자가 에너지 사용을 줄이고 생산량을 유지하도록 돕는다고 밝혔다.
이러한 속도에 대한 약속은 투자자들의 신뢰를 얻은 듯하다. 이 스타트업은 18개월도 채 되지 않아 비밀 모드(Stealth)에서 벗어나 수천만 달러(두 자릿수 수백만 달러)의 연간 반복 수익(ARR)을 달성했다. 애덤슨은 오비탈이 일부 '대형 공개 상장' 상류 부문(Upstream) 석유·가스 기업, 하류 부문(Downstream) 정유 및 석유화학 기업에서 사용되고 있으나, 고객 수는 밝히지 않았다.
파트너로는 인도 에너지 기업 위프로(Wipro)와 KBR가 포함되어 있다. KBR는 오비탈을 에너지 프로젝트용 디지털 플랫폼인 INSITE 3.0에 통합했으며, 암모니아 생산에 이 제품을 사용하고 있다. 애덤슨은 이 스타트업이 '미국의 주요 상류 부문 운영사'와도 협력하고 있으며, 향후 몇 주 내에 유럽의 주요 석유 기업과의 파트너십을 발표할 계획이라고 덧붙였다.
그럼에도 불구하고 적용 컴퓨팅은 기존의 확고한 산업 소프트웨어 공급업체와 더 집중化的인 AI 스타트업들이 포진해 있는 시장에 진출하고 있다. 애스펜테크(AspenTech)는 상류, 정제 및 화학 작업을 위한 시뮬레이션 및 AI 기반 모델링 소프트웨어를 판매하고 있으며, 아베바(AVEVA)는 산업 공장을 위한 물리 기반 프로세스 시뮬레이션, 최적화 및 '가정(What-if)' 모델링을 제공한다. 코그나이트(Cognite)와 씨크(Seeq)는 데이터 계층을 목표로 하여 시설이 산업 데이터를 분석하고 설계 워크플로우에 AI를 적용할 수 있도록 지원한다.
애덤슨은 회사의 경쟁 우위(해자)가 산업 데이터나 공정 지식에 대한 접근성이 아니라, 오비탈과 경쟁할 수 있는 모델을 구축할 AI 연구원들을 모으는 데 있다고 주장한다. "이것은 AI 문제입니다. 데이터 문제도 아니고, 에너지 문제도 아닙니다. 당신이 최상위권(Tier-1) AI 연구원이라면, 어디에서 일하겠습니까?... 셸(Shell) 같은 곳이 그 목록에 있을 것이라고는 생각하지 않습니다."
애덤슨은 또한 오비탈이 배포를 통해 얻게 되는 독보적인 데이터를 강조했다. 그는 정유공장 및 기타 에너지 시설의 운영 데이터는 일반적으로 공개되지 않으며, 시뮬레이션 데이터만으로는 실제 가동 중인 공장 내부에서 발생하는 상황을 완벽하게 재현할 수 없다고 덧붙였다. KBR와의 파트너십 역시 회사에 큰 도움이 될 전망이다. 애덤슨은 이 파트너십을 통해 적용 컴퓨팅이 운영 데이터와 산업 전문 지식에 접근할 수 있게 되었으며, 잠재 고객들과의 네트워킹 기회도 얻게 되었다고 밝혔다.