하수처리장이 똑똑해진다, 인공지능을 더하다.

변화하고 있는 정책하수도 보급 확대에서 운영관리 중심으로..

‘하수도 보급률 93.1%’,
우리나라 공공하수도 보급률은 매년 올라 선진국 수준으로 발전했다. 제대로 된 하수처리장 하나 없던 시절에는 유기물 제거에 목적을 둔 활성 슬러지 공법이 대부분이었다. 현재는 수질 오염의 주범인 질소와 인까지 제거할 수 있을 정도로 수질 측면에서도 질적 성장이 이루어졌다.
이처럼 나날이 하수처리시설은 고도화되고 있는데 반해 운영 관리 시스템의 발전은 많이 더딘 상황이다. ‘하수도 보급’에 초점을 맞춰 온 탓에 정책, 공법 및 설계시공, 운영의 주체 삼박자가 따로 놀고 있는 상황이 그 이유로 거론되고 있다.
환경부에서도 이를 깨닫고 지능형 상수도 시스템, 스마트 운전 데이터 분석, 처리 효율 개선 프로그램 도입 등 효율적 운영관리 중심의 정책 변화를 시도하고 있다.

환경 분야 AI 생태계 구축에
앞장서고 있는 EOS

시간대, 요일 별 등 유입수질 빅데이터화 …
보다 정확한 자동 운영 제어 “가능해 질 것”

하수처리에도 인공지능(AI)과 같은 4차 산업을 연계한 사업이 두드러지고 있다. 이에 발맞춰 운영, 에너지 절감 솔루션 등 다양한 시스템들이 속속 등장하고 있지만 효율은 미미한 실정이다. 특히 운영관리자 역량에 따라 천차만별인 운영 효율 등 기술력의 한계가 저효율의 주요 원인으로 제기되고있다.
최근 IoT(Internet of Things) 기반의 소프트 센서(Soft Sensor)와 빅데이터 서버 (Big Data Server)를 구비한 인공지능(AI)형 에너지 최적화 시스템 EOS(Energy Optimization System)가 높은 기술 안정성과 신뢰성으로 주목 받고 있다.
소프트센서는 기존에 샘플링과 실험을 통해서만 얻을 수 있었던 수질 데이터를 자동으로 측정한다. 또한 머신러닝(Machine Learning)을 통해 유입하수 상관관계 데이터를 자가 학습하고, AI가 과거 데이터까지 분석 진단하여 신뢰성 높은 데이터를 실시간 제공한다.
이 기술을 적용 시, 생물반응조에 요구되는 적정 공기량의 자동 산출 및 제어가 가능해 산소 과잉 공급을 최소화한다. 이는 전력비를 절감할 뿐만 아니라 침전 효율 개선과 탈질조의 DO(dissolved oxygen)영향 감소까지 가능하다. EOS는 현재 여러 하수처리장에서 적용 검토되고 있으며, 나아가 미래 하수처리장의 온실가스 감축에도 기여할 것으로 기대되고 있다.