한국전력, ‘2025 CIGRE 예방솔루션 연구회 컨퍼런스’ 개최
AI·빅데이터 기반 진단기술 고도화 성과·고장예방 사례 공유
전력설비 건전도 평가·자산관리·글로벌 표준화 방향 제시

한국전력은 ‘2025 CIGRE 예방솔루션 연구회 컨퍼런스’를 개최하고, AI와 빅데이터를 접목한 최신 예방진단·자산관리 신기술과 2025년 송변전설비 진단분야 추진 성과를 공개했다. 이번 행사는 BIXPO 2025 부대행사로 진행됐으며, 학계·연구기관·산업계 관계자 150여 명이 참석해 전력설비의 안정적 운영과 효율적 자산관리를 위한 첨단 기술 교류의 장이 마련됐다.

행사는 ‘진단분야 신기술 연구동향’과 ‘2025년 한전 예방진단 추진성과’ 두 세션으로 구성됐다. 첫 세션에서는 AI 기반 설비진단과 자산관리의 기술적 진화 방향을, 두 번째 세션에서는 한전이 올해 추진한 송전·변전 예방진단의 구체적 고도화 성과와 예방 사례를 공유했다.

여근택 한전 송변전운영처장은 개회사에서 “에너지 전환과 디지털 전환이 가속화되는 시대, 예방진단분야는 전력계통의 안정적 운영과 효율적 설비 관리를 동시에 뒷받침하는 핵심 기술”라며 “AI와 빅데이터 분석이 결합된 진단기술이 한전의 운영 효율성과 글로벌 경쟁력을 한 단계 높일 것”이라고 강조했다.

◆AI·빅데이터가 이끄는 예방진단 신기술 동향

첫 세션에서는 AI를 기반으로 한 전력설비 진단·평가 기술의 발전상이 집중 조명됐다.

강형구 한국교통대학교 교수는 ‘송·변전설비 예방진단장치의 교체기준 설정을 위한 기술개발 동향’ 발표를 통해 “국내 주요 전력설비에 설치된 예방진단장치의 상당수가 10~20년 이상 운용되고 있으나, 표준 수명과 교체기준이 부재하다”고 지적했다. 그는 영국과 일본의 사례를 소개하며 “운영 신뢰도를 확보하려면 감도 저하, 부품 단종, 서비스 지원 종료 등 구체적 수명 지표를 정량화하고 계획적 교체체계를 마련해야 한다”고 제언했다. 나아가 센서 성능 저하, 오탐·미탐율 상승을 주요 위험 요인으로 꼽으며, “예방진단장치도 자산관리 체계 안에서 주 설비와 분리된 ‘개별 수명주기 관리’가 필요하다”고 강조했다.

이어 진창환 LS일렉트릭 매니저는 ‘인공지능 기반 전력설비 예방진단 솔루션 연구동향’을 통해 최신 AI 기술의 접목 사례를 제시했다. 그는 “딥러닝 기반의 패턴인식 기술이 전력설비의 부분방전(PD)·온도·부하 특성 등 복합 데이터를 정밀 분석할 수 있도록 발전했다”며, 생성형 AI를 활용한 보고서 자동화, 예측 모델 생성, 그리고 ‘AI Agent’에 의한 자율적 진단·판단 체계의 실현 가능성을 소개했다. 또한 “AI 기반 예방진단은 단순한 상태 감시를 넘어, 자율형 유지보수와 의사결정 자동화를 향해 나아가고 있다”며 전력산업의 패러다임 전환을 전망했다.

◆AI로 수명·건전도 평가 고도화…정밀한 자산관리 체계 구축

김우성 효성중공업 PM은 ‘AI 기반 전력설비 수명 및 건전도 평가기술’ 발표를 통해 전력설비의 데이터 기반 유지관리 모델을 소개했다. 그는 “설비의 고장이력과 환경, 열화 지표를 AI로 통합 분석하면, 설비별 맞춤형 잔여수명 예측과 리스크 기반 유지보수가 가능하다”고 설명했다. 특히 효성이 개발한 Ensemble 머신러닝 모델은 Weibull·Gompertz·Log-Normal 등 여러 확률분포를 결합해 고장패턴을 학습함으로써, 기존 통계기법 대비 예측 정확도를 크게 향상시켰다. 김 PM은 “이러한 기술은 설비의 교체 우선순위 결정, 예산 최적화, 인력 효율화 등 전력자산 전반의 관리체계를 혁신할 것”이라고 밝혔다.

김명진 충북대학교 교수는 ‘전력설비 자산관리 기술’ 발표에서 디지털 트윈(Digital Twin), 고장특성 분석 고도화 기술 등을 결합한 차세대 자산관리 체계를 제시했다. 그는 “전력설비는 에너지 대전환 시대의 핵심 인프라로, 노후화와 운영 복잡성이 증가하면서 체계적 자산관리가 필수”라고 지적했다. 이어 “실제 설비와 동일한 가상 환경에서 설비 상태를 시각화하고 예측·최적화할 수 있는 디지털 트윈 기술이 향후 유지보수, 투자계획, 운영 효율화를 동시에 달성할 수 있는 핵심 해법이 될 것”이라며, 해외 주요 TSO(송전운영기관)의 자산관리 R&D 사례를 공유했다.

◆한전, 송·변전 예방진단 고도화·고장예방 성과 공개

두 번째 세션에서는 한전이 직접 추진한 예방진단 고도화 및 고장예방 성과가 구체적으로 발표됐다.

송전 분야를 맡은 곽황연 차장은 ‘송전 예방진단기술 추진동향’을 주제로, 3PARD(Phase Amplitude Relation Diagram) 기법과 UPHAS, 가스분석 시스템을 중심으로 한 실증 성과를 발표했다. 3PARD는 전압·위상·동기신호 없이도 PD 신호 발생을 판별하는 기술로, 기존의 진단장비 보다 사용 효율성 및 사용 편의성을 더 높일 수 있다. 또한 UPHAS 시스템은 IEC 61850 기반의 온라인 진단시스템으로부터 Data를 수집하고, PD로 의심되는 Data를 AI 기반 기술로 분석해 실시간으로 설비 상태를 관리한다. 곽 차장은 “앞으로도 지속적인 진단분야 기술 고도화 및 실증사업을 통해, 송전분야 예방진단시스템의 진단분석 정확도를 높이고 이를 통해 설비 고장 예방에 기여할 예정이다”고 밝혔다.

이어 변전 분야를 발표한 이완석 차장은 ‘KEPCO SEDA(Substation Equipment Diagnosis & Analysis) 시스템’의 고도화와 운영성과를 공유했다. 한전이 자체 개발한 SEDA는 실시간·오프라인 데이터를 통합해 변전설비의 상태를 진단하는 플랫폼으로, 전국 900여개 변전소 중 39%에 센서가 설치되어 있다. 이 차장은 “2025년 한 해에만 13건의 고장(9월 기준)을 사전 예방해 수백억 원의 경제적 효과를 거뒀다”며, “AI 진단 알고리즘과 노이즈 제거 기술 등을 도입하여 진단 정확도와 시스템 신뢰성이 대폭 향상됐다”고 설명했다.

◆“AI 기반 전력설비 예방진단, 안정적 전력설비 운영과 자산관리를 동시에”

이번 컨퍼런스는 단순한 기술발표를 넘어, 전력설비 예방진단 분야가 AI·빅데이터·디지털트윈을 기반으로 한 ‘예지정비(Predictive Maintenance)’ 시대로 진입하고 있음을 보여줬다. 전문가들은 예방진단을 통한 고장예방이 단순한 유지보수 차원을 넘어, 설비 신뢰도 향상·운영비 절감·투자 효율화라는 3대 효과를 창출한다고 입을 모았다.

여근택 한전 송변전운영처장은 “예방진단 연구회는 한전의 전력설비 진단기술 혁신과 효율적 자산관리 분야에 전초기지”라며 “AI·빅데이터 기반 진단기술을 지속 고도화하고, 국제 CIGRE 연구 네트워크와의 협력을 통해 글로벌 경쟁력을 높여 나가겠다”고 밝혔다.