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

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

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

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.

Infotrol research project

Projects & Patents

2023.04.01 ~ 2026.12.31

Development and Demonstration of Community Energy Management System (CEMS) for Demand-Based Energy Efficiency

2020.05.01 ~ 2022.12.31

Development and field verification of customized FEMS technology for high energy processes

2019.10.01 ~ 2023.09.30

Development of Smart ZEC Energy Trading Platform Operation Technology

특허 제 10-1532580호

Optimization System of Energy Network

본 발명의 일실시 예에 따라 비주얼 모델링 (Visual modeling) 환경에서 에너지 네트워크를 구성하고, 이를 이용하여 에너지 밸런스, 시뮬레이션 및 최적화를 수행하는 에너지 네트워크 최적화 시스템은 에너지 밸런스와 최적화를 수행하면서 내부 변수 관리, 스크립트 계산을 하고, 정보를 관리하는 ENetOPT메인모듈과 엔탈피, 에너지 밸런스, 최적화를 연산하는 연산모듈을 포함하는 ENetOPT부, ENetOPT부에 연결되어 사용자 UI를 제공하면서 다이어그램 디자인 기능을 제공하는 Visio부, ENetOPT부로부터 엔탈피, 에너지 밸런스, 최적화에 대한 데이터를 제공받아 저장하면서 모니터링하는 RDB부, 적어도 하나 이상의 장비에 인터페이스를 제공하는 RTDB부 및 ENetOPT부를 RTDB부와 연결시키는 중계 역할을 하는 Data Access Interface부를 포함한다.

(주)인포트롤테크놀러지