순환신경망으로 75년간 쓰인 감퇴곡선기법 대체기술 개발
[이투뉴스] 딥러닝 알고리즘을 이용해 셰일가스 미래 생산량을 예측하는 연구가 국내 연구자에 의해 처음 착수됐다. 한국지질자원연구원(원장 김복철, KIGAM)은 석유해저연구본부 이경북 박사가 제1저자로 참여한 ‘딥러닝 알고리즘을 이용한 셰일가스 미래 생산량 예측’ 연구가 지난해 12월 SPE 저널에 게재됐다고 16일 밝혔다.
연구원에 따르면 기존 셰일가스 미래 생산량 예측은 생산량이 점차 줄어드는 감퇴곡선기법으로 수행돼 왔다. 이러한 방식은 전문가 판단에 의해 예측결과가 달라질 수 있다. 또한 셰일자원은 고밀도시추로 개발돼고 수평시추 및 수압파쇄로 생산단가가 높은 특성상 자동화를 통한 운영비 절감이 중요하다.
세계적인 연구흐름은 기존 감퇴곡선기법을 개선해 셰일저류층에 특화하는 것이지만 연구자 간 예측결과의 간극이 크고 복잡한 가정으로 인해 현장적용성이 낮다.
이경북 박사 연구팀은 시계열 자료에 최적화된 딥러닝 알고리즘인 순환신경망을 활용해 1945년부터 사용된 감퇴곡선기법을 대체하는 기술개발을 목표로 하고 있다.
이전에도 단순한 인공신경망을 이용한 연구는 제시돼 왔으나 실질적인 활용이 어려웠다. 연구팀은 이번 연구에서 북미지역 330개 유정의 셰일가스 생산량 정보를 활용해 연구결과를 검증하는 현장지향형 연구를 수행했다. 이번 연구를 통해 생산량 예측을 위한 딥러닝 모델의 학습을 수 분 단위로, 예측은 초 단위까지 가능하게 했다.
연구팀의 딥러닝 알고리즘을 이용한 연구결과는 기존 감퇴곡선기법보다 자동화되고 신뢰도가 높다. 또한 핵심특징인 생산정 운영 유무에 따른 생산량 예측결과의 반영이 가능하다. 아울러 셰일가스 외에도 오일샌드, 셰일오일 및 전통 유가스전으로 확장이 용이한 원천기술의 가능성을 보여줬다는 점에서 석유연구분야 및 관련업계에 큰 도움을 줄 것으로 기대된다.
이경북 박사는 “이번 연구는 친환경 자원인 셰일가스 분야에 딥러닝 알고리즘 기반의 ICT 기술을 접목한 에너지자원 분야의 새로운 융합연구 패러다임을 열었다는데 그 의의가 있다”고 강조하고 “앞으로 셰일가스 뿐만이 아닌 다양한 친환경 에너지 자원에의 기술 적용을 통해 국내 에너지 자원 개발에 효과적으로 활용되도록 최선을 다하겠다”고 밝혔다.
김복철 지질자원연구원 원장은 “이경북 박사의 연구결과는 그간 축적된 KIGAM의 빅데이터 연구기술의 시작점”이라며 “전통자원인 석유가스 자원과 비전통자원인 가스하이드레이트, 셰일가스 등의 개발 기술 확보를 통하여 국내 에너지 자원의 자주화를 위해 연구지원을 아끼지 않겠다”고 밝혔다. 한편 이경북 박사는 개발기술에 대해 국내외 특허를 출원 완료하고 기술사업화를 준비하고 있다.
김진오 기자 kj123@e2news.com