회사 소개

회사 개요 | 인포트롤 AI 플랫폼

Infotrol technology

회사 개요

회사 연혁
  • 2009 : 한국 중소기업 신기술 개발 사업 선정
  • 2008 : 기업 부설 R&D 기관 설립 및 인증
  • 2007 : 대한민국 정부로부터 이노비즈 인증
  • 2006 : 한국 벤처기업 인증
  • 2004년 5월 : 인포트롤테크놀러지 주식회사 설립
비즈니스 영역

고급 제어, 운영 자동화 및 에너지 최적화

  • 연속 공정 APC (고급 공정 제어)
  • 에너지 네트워크 균형, 시뮬레이션, 최적화 및 계획
  • 프로세스 자동화 (통합 프로세스 운영 전문가 시스템)
  • 배치 및 반배치 프로세스 APC
핵심 기술
  • 자동화, APC 및 최적화 솔루션
  • 연속 및 배치 프로세스 제어
  • 고급 제어 시스템과 조율된 프로세스 시퀀스 자동화
  • 에너지 네트워크 최적화 및 계획 시스템
  • 에너지 네트워크 최적화 및 생산 계획 시스템
  • 맞춤형 제품 구현
  • 사용자의 특정 요구 사항에 따른 맞춤형 제품
  • 경험이 풍부한 엔지니어에 의한 지속적인 유지 보수
  • 최첨단 사내 개발 솔루션
Infotrol technology

리더십 및 전문성

대표: 김원호
  • 루이지애나 주립대학교(미국 LA), 화학공학 박사(Ph.D.)
  • 서울대학교(서울), 화학 석사
  • 한양대학교(서울) 화학 학사
  • 셋포인트 주식회사(미국 텍사스 휴스턴), MPC 개발
  • 삼성 SDS(한국), 수석 컨설턴트
  • 하니웰 하이스펙 솔루션(싱가포르) 한국 담 매니저
  • 아스펜테크 코리아(한국), 비즈니스 매니저
Team Structure & Qualifications
프로젝트 경력
  • APC, 자동화 및 에너지 관련 제품 개발
    (HPCB, 인포트롤-MPC, ISA/IPOES, ENetOPT, ENetPlan)
  • 삼성정밀화학, 삼성석유화학, GS칼텍스 APC 및 최적화 프로젝트
  • SK, LG석유화학, 인천석유화학 APC 및 최적화 프로젝트
  • 필리핀 페트론 정유 공장 APC 및 최적화 프로젝트
  • 말레이시아 Petronas, 미국 Texaco Eldorado, 베네수엘라 Maraven 정유 공장 APC 및 최적화
  • 카타르 NODCO APC 수석 엔지니어
Infotrol technology

통합 솔루션 아키텍처

Infotrol ai

Infotrol AI 플랫폼

왜 AI 인가? - 현재 극복해야 할 세가지 과제
  • 노동력 부족 - 고령화, 경력자 퇴직
  • 복잡성 증가 - 고급 프로세스에서 일관되고 정밀한 작동이 필요함
  • ESG 및 에너지 규정 - 에너지 효율적이고 지속 가능한 운영에 대한 수요
AI 접목 전략
  • 기존의 안정적인 제어 시스템에 추가되는 AI
  • 실제 플랜트 환경에서의 실용적이고 안전한 배포
  • 3세대 자동화 (예: IPOES, HEICON) 와 4세대 AI (CNN, LSTM, RL)의 결합
AI 적용 분
  • 비전 AI (CNN) — 시각적 인식 및 자동화
  • 예측 AI (LSTM) — 시계열 데이터를 사용한 정확한 예측
  • 컨트롤 AI (RL) — 강화 학습을 통한 실시간 제어 최적화
Infotrol technology

솔루션

SOP 자동화
APC
(고급 프로세스 컨트롤)
레시피 관리 시스템
최적의 생산 계획
에너지 네트워크 최적화
최적 에너지 생산/분배 계획
에너지 원단위 관리

복잡한 운영 간소화

  • 로우코드 플로우차트 기반 인터페이스를 통한 SOP 설계 및 실행
  • 시퀀스를 자동화하여 인적 오류와 수동 개입 감소 효
  • 작업자 및 교대 근무 전반에 걸쳐 반복성 및 규정 준수 보장

제어 및 데이터를 위한 통합 플랫폼

  • DCS, RTDB 및 MES 시스템과의 원활한 인터페이스
  • 이상 상태 모니터링 및 운영 안전 개선
  • 운영 노하우 축적 및 절차를 데이터로 디지털화
더 보기 →

모델 기반 예측 제어

  • 연속 프로세스와 배치 프로세스 모두에 MPC 알고리즘 적용
  • 실시간 예측을 통해 제품 품질 및 공정 안정성 개선
  • 변동성 감소 및 공정 성능 최적화

하이브리드 및 계층형 솔루션

  • 배치/반배치 애플리케이션을 위한 다중 계층 제어 지원
  • 파라미터 튜닝을 통한 유연성 및 적응성 향상
  • 다른 시스템과의 통합을 통해 폐루프 최적화 지원
더 보기 →

Standardize and Centralize Recipes

  • Manage all recipe logic, parameters, and versions in one platform
  • Enable structured recipe creation and modification
  • Facilitate clear linkage between recipes and equipment logic

Ensure Quality and Compliance

  • Provide real-time recipe validation and change tracking
  • Ensure consistent product outcomes across production lines
  • Integrate easily with IPOES for automated execution
더 보기 →

처리량 및 활용도 최적화

  • 수요 및 생산 능력 제약이 있는 실현 가능한 생산 일정 생성
  • 장비 활용도 극대화 및 전환 최소화
  • 생산 단위 전반의 워크로드 밸런싱

실시간 조정 및 유연성

  • 수요 또는 장비 상태의 예상치 못한 변화에 맞게 계획 조정
  • 시뮬레이션 도구를 사용하여 여러 가정 시나리오 평가
  • 공급망 및 에너지 목표에 맞게 생산 계획 조정

유틸리티 비용 및 흐름 최적화

  • 에너지 분배를 위한 MILP 기반 최적화 사용
  • 운영상의 제약을 충족하면서 유틸리티 비용 최소화
  • 시간대별 실시간 운영 전략 추천

폐루프 제어 연계

  • 실시간 피드백 기반 폐루프 제어 적용
  • 예측된 수요와 운영 변화를 자동으로 반영
  • 중앙 대시보드에서 최적화 KPI를 시각화하고 추적가능
🔗 자세히 알아보기

에너지 사용을 위한 전략적 계획

  • 장비 및 시간별 장기 에너지 운영 계획 생성
  • 개선을 위해 계획된 성과와 실제 성과를 비교
  • 예측적이고 사전 예방적인 에너지 관리 구조 구축

통합 예측 및 최적화

  • LSTM 기반 열 수요 예측
  • 계획 생성을 위해 예측을 ENetPLAN에 자동 공급
  • 생산 및 에너지 목표와의 일관성 유지
🔗 자세히 알아보기

에너지 낭비 모니터링 및 감소

  • 장치 및 장비 전반의 에너지 원단 추적
  • 비정상 패턴 및 비효율성을 실시간으로 식별
  • 지속적인 개선을 위한 일별, 주별, 월별 보고서 생성

에너지 데이터 기반 운영

  • 열, 전력, 연료 등과 관련된 KPI를 시각화
  • 생산 데이터와 통합하여 심층적인 인사이트 확보
  • 에너지 감사 및 지속 가능성 규정 준수 지원
더 보기 →
Infotrol ai

강화학습을 통한 MPC 튜닝

기존 접근 방식
  • 기존 RL 기반 제어 방식은 전체 공정의 운전을 AI가 맡는 구조로, 실제 플랜트에 바로 적용하기에는 위험이 큼
  • 강화학습의 학습 환경으로 사용하는 시뮬레이터는 실제 공정 조건을 완벽히 반영하기 어려움
  • AI가 잘못된 정책을 학습할 경우 안전사고나 품질 불량 발생 우려
인포트롤의 접근 방식
  • 기존의 안정적인 제어 시스템(HIECON, HPCB)을 그대로 유지
  • RL은 보조 모듈로 동작하며, tuning parameter(Setpoint trajectory 등)만을 조정
  • RL 적용 알고리즘: Soft Actor–Critic, PPO 등 actor–critic 기반 방식 사용
  • 실제 공정 데이터를 기반으로 시뮬레이터와 과거 운전 이력을 통해 학습 후 적용
이 접근법이 왜 중요할까요?
  • Infotrol 방식은 기존 시스템을 전제로 하여 AI를 ‘보완 도구’로 적용함으로써 실제 플랜트에 안전하게 적용 가능함
  • AI만으로 제어를 시도 → 운영 리스크 존재 / 실적 중심보다 개념적 데모 중심이 많음
  • Infotrol은 시뮬레이터 + 과거 데이터 기반 학습 → 실제 제어기와 연계된 실증 운용으로, 안전성과 적용성을 동시에 확보
  • AI 자체가 목표가 아닌, 기존 제어기술의 지능화를 위한 수단으로 AI를 사용한다는 점이 핵심 차별점임
Infotrol ai

실제 애플리케이션

비전 AI (CNN)
AI 예측
AI 제어

Vision AI

여과 프로세스 자동화

  • 카메라 입력을 통해 여과 완료를 감지합니다.
  • 트랜스퍼 밸브를 자동으로 엽니다.
  • 결과: 수동 작업 95% 감소
더 보기 →

Vision AI

레벨 및 에멀젼 감지

  • 비디오에서 실시간으로 유체 레벨을 예측합니다.
  • 눈에 잘 띄지 않는 환경에서도 센서 없이 작동
  • 실시간 경보를 위한 DCS와 통합
View more →

Predictive AI

열 수요 예측

  • 계절 및 일일 사용 패턴을 모델링
  • ENOP 에너지 최적화 솔루션과 연계
  • 계획 자동 반영 및 수동 조정 최소화
더 보기 →

Control AI

MPC 파라미터 오토 튜닝

  • RL 모듈을 통한 제어 파라미터 튜닝
  • 기존 시스템을 교체하지 않고도 제어 정확도 향상
  • 실제 플랜트 데이터+시뮬레이터를 교육에 사용
Infotrol ai

인포트롤 AI가 다른 이유

🧠 대체가 아닌 스마트한 조력자

AI는 기존 시스템을 대체하는 것이 아닌, 의사 결정과 대응력을 향상시킵니다.

🏗️ 검증된 시스템 기반

IPOES 및 HIECON과 같은 인포트롤의 신뢰할 수 있는 제어 플랫폼과 통합되었습니다.

🧪 실제 현장을 위한 실용적인 솔루

측정 가능한 성능 향상과 함께 실제 플랜트 환경에 적용됩니다.

⚖️ 안전하고 균형 잡힌 솔루션

산업 등급 배포를 위해 AI 혁신과 운영 안전을 결합합니다.

(주)인포트롤테크놀러지

고객 및 파트너

저희 제품에 대해
궁금한 점이 있으신가요?

문의하기
인포트롤테크놀로지 주식회사
07997 서울특별시 양천구 목동서로 159-1 CBS 빌딩 15층
COMPANY
E : infotrol.web@infotrol.co.kr
T : 82-2-2061-7291
F : 82-2-2061-7290
CEO
E : weonhokim@infotroltech.com
MT: 82-10-2320-4031