사물인터넷을 통한 에너지 신산업 발전방향 연구 텍스트마이닝을 이용한 미래 신호 탐색

환경사고 회피도 또 다른 요인이다. 규제는 관할마다 다르지만, 캐나다 같은 몇몇 나라들은 파이프라인 누출 같은 사건이 발생하면 파이프라인 소유주에게 즉각적인 책임을 부과하는 등 책임 법규를 엄격하게 적용하고 있다. 규제기관은 비상사태 대응 조치뿐만 아니라, 정기적 심사절차도 요구한다. 특히, BP 석유 유출사고 이후 석유가스 회사들은 높아진 안전규제 준수 압력에 대응하고, 또 다른 환경사고를 피함으로써 화석연료 관련 규제가 더 이상 강화되는 것을 막아야 한다는 생각이 보다 강해지고 있다. 안전성 제고 측면에서 위험회피도 주요 요인이다. 센서 데이터 통합은 안전 엔지니어링(safety engineering)을 향상시킬 수 있는 기회를 제공한다. 작업장 안전성을 강화하기 위해 밸브 압력 측정 센서와 같은 실제 하드웨어뿐만 아니라, 화재, 위기일발, 상해 등에 민첩하게 대응할 수 있는 솔루션 개발에도 주력하고 있다. 내륙 파이프라인 모니터링은 특히 석유가스 사업의 중류 부문에서 계속해서 주요 관심사가 될 것이다. 누출방지관련 안전문제 및 정확한 요금청구와 인도 필요성은 중류 부문 전체에 사물인터넷 솔루션 보급을 촉진하고 있다. 대표적으로 석유가스 산업의 경우 피해규모와 벌금이 많아 사고를 사전에 방지하는 것이 중요한 과제로 인식되고 있다. 예를 들어, 2010년 멕시코만에 원유 490만 배럴을 유출한 딥워터 호라이즌(Deepwater Horizon) 기름 유출 사고로 사고책임 회사인 국제 석유메이저 BP는 수십억 달러를 벌금으로 내야 한다. 딥워터 호라이즌 사고와 같이 대형 사고가 아닐지라도, 석유가스 운송에서 소규모의 누수 사고는 일반적이며, 역시 많은 벌금을 물어야 한다. 일례로 2010년 샌 부르노(San Bruno) 가스관 폭발로 PG&E는 14억 달러의 벌금을 물어야 했다. 월스트리트 저널에 따르면, 미국에서 2010년부터 2013년간 1,400건의 배관 누수 및 사고가 있었다. 그리고 캐나다와 같은 일부 국가에서는 배관 소유주에게 즉각적으로 책임을 부과하였다. 중류 부문은 규제의 영향을 받아 사물인터넷 적용에 있어 이미 상당 부분 성숙되었다고 볼 수 있다. 석유·가스의 파이프라인 수송 및 유통은 유출, 안전, 폭발 등의 위험과 관련하여 상당한 규제를 받고 있다. 캘리포니아에서 발생한 샌브루노 파이프라인 폭발사건으로 PG&E는 법적 합의에 5억 달러 이상의 비용이 들었고, 많은 애널리스트들은 규제적 벌금이 수십억 달러가 될 것이라고 예상하고 있다. 현재 파이프라인을 따라 부식방지 전기방식 센서(corrosion-preventing)와 같은 센서들이 다수 존재하고, 자산추적을 더 잘 할 수 있도록 돕는 센서들이 활용되고 있다. 유통 측면에서 천연가스 산업이 사물인터넷을 상대적으로 많이 활용할 것으로 보인다. 많은 수의 사물인터넷 솔루션 공급자들은 원격 센서 데이터가 수출 터미널에서 부터 선적선, 해외 인도에 이르기까지, 위성에 의한 천연가스 선적 추적에 중요해질 것이라고 보고 있다. 석유가스 산업은 자원을 채굴하는 시설이 외진 데에 있고 종종 접근할 수 없다는 특징이 있다. 이런 이유로 이 산업은 운영 효율, 수송관리, 시추 및 파이프라인 모니터링, 보안, 안전도 제고 등을 위해 원격 센서를 이용해야 하는 환경이 성숙해있다고 볼 수 있다. Berg Insight(2012)는 2011년 말 전 세계적으로 석유·가스 애플리케이션에 보급된 이동통신 또는 위성통신 기기가 164,000대였던 것이, 2016년까지 435,000대로 증가하여 연평균 성장률이 21.5%가 될 것으로 전망했다. 이동통신 사물인터넷 기기와 위성 사물인터넷 기기는 각각 275,000대, 160,000대가 될 것으로 전망했다. 석유가스 부문에서 사물인터넷이 확산되는 주요 동인은 석유가스 채굴 비용이 점점 더 높아지고 있다는 데에 있다. 채굴비용, 특히 석유 산업에서의 채굴 비용이 올라가는 주요 이유는 신규 매장지 접근이 점점 더 어렵기 때문이다. 셰일가스와 같은 비전통식 시추도 요인 중 하나인데, 셰일가스정 시추가 전통적 천연가스 시추보다 비용이 높기 때문이다. 석유가스 부문 사물인터넷의 적용을 보다 구체적으로 살펴보면, 먼저 시추 과정에서 수백 개의 센서들이 활용된다. 시추를 하는 동안 방출되는 유독 황화수소를 감지하는 센서에서부터 최적생산을 위한 유·가스정 압력을 감시하는 플런저 리프트(plunger lift) 센서, 가동 효율을 유지하는 데에 있어 결정적인 탱크 수위 센서에 이르기까지 온갖 종류의 센서들이 있다. 시추 단계에서는 센서들이 온도, 회전력, 장력, 진동계측 등의 많은 파라미터들을 감지하여, 시추 기사가 모니터할 수 있도록 실시간 데이터를 생성한다. 나아가 원격으로 기계류를 제어하는 쪽으로 발달하고 있다. 이러한 유·가스정에서 생성되는 데이터는 석유, 가스 공급회사들이 유·가스정 생산량을 추적할 수 있게 하여 30~40년 생애주기인 한 개의 유·가스정에서 얼마나 자원이 생산 가능한지를 가늠할 수 있게 해준다. 전력회사는 스마트미터의 편익을 우선 비용 절감에서 찾았다. 스마트미터를 통해 수동으로 계량기를 검침할 필요성이 없어지고 정전발생 지역을 바로 확인할 수 있게 되기 때문이다. 결국 원격 검침이 가능해지고, 전력망에 문제가 발생하였을 때 어디에서 문제가 발생하였는지를 기존 대비 쉽게 확인할 수 있게 되면서, 운영비용 절감 효과를 기대할 수 있다. 그러나 스마트미터에서 생성되는 데이터는 전력망 신뢰성과 정확한 요금청구(billing)에도 기여한다. 전력회사들은 현재 광범위한 규모의 에너지 사용 데이터를 기상 데이터와 함께 미래 부하예측(load forecasting)에 활용하고 있다. 이 부하예측은 개별 소비자별로도 이루어질 수 있으며, 이는 ‘하루 전(day-ahead)’ 에너지 시장에서 전력회사의 전력구매 의사 결정을 지원한다. 전력회사가 운영효율성을 향상하기 위해 스마트그리드 데이터를 사용할 수 있는 중요한 영역 중 하나는 수요반응(demand response)이다. 수요반응은 전력수요가 높은 시간대에 전력다소비자들로 하여금 인센티브(incentive)나 요금변화(pricing)를 통해 전력소비를 줄이도록 하는 것이다. 보통 전력회사들은 대규모 홍보로 최대전력 발생 때 전력소비를 줄일 의향이 있는 수요반응 참여자들을 모집해왔다. 그러나 최근 들어서는 신생기업들이 스마트미터 데이터 또는 변류기(current transformer) 센서 데이터를 이용하여 보다 효과적으로 수요반응 참여자 확보에 나서고 있다. 예를 들어 미국의 Bidgley는 부하 세분화(load disaggregation) 알고리즘을 이용하여 스마트미터 데이터를 전력사용 기기별로 세분화하여 그 정보를 제공한다. 그리고 미국의 벨킨(Belkin), 프랑스의 와트시커(Wattseeker), 스웨덴의 와티(Watty) 등은 별도의 센서를 통해 전력사용정보를 사용 기기별로 세분화하고 있다.