[서울=뉴스핌] 김지완 기자 =  딥러닝 알고리즘을 이용해 셰일가스의 미래 생산량을 예측하는 연구결과가 국내 연구자에 의해 최초로 발표됐다. 앞으로 초단위로 셰일가스 생산량을 예측할 수 있고, 이를 통해 효율적으로 다량의 셰일가스 생산유정을 관리할 수 있게 됐다.

한국지질자원연구원(KIGAM)은 이경북 석유해저연구본부 박사가 제1저자로 참여한 '딥러닝 알고리즘을 이용한 셰일가스 미래 생산량 예측' 논문이 지난해 12월 'SPE Journal'에 게재됐다고 16일 밝혔다. 

이번 연구를 통해 초단위로 셰일가스 생산량을 예측할 수 있어 다량의 셰일 생산유정의 관리와 예측을 효과적으로 수행할 수 있게 됐다. 특히 실시간으로 자료를 분석하고 진단해 미래를 예측하는 기술로 확장될 수 있어 원격의료와 유사한 개념인 디지털오일필드(Digital Oil Field)의 핵심기술로 주목받고 있다.

연구팀의 딥러닝 알고리즘을 이용한 연구결과는 셰일가스의 생산량 예측에 있어 기존 감퇴곡선기법보다 자동화되고 신뢰도가 높은 것이 특징이다.

생산정 운영 유무에 따른 생산량 예측결과의 반영이 가능하다는 점과 셰일가스 외에도 오일샌드, 셰일오일 및 전통 유가스전으로 확장이 용이한 원천기술의 가능성을 보여줬다는 점에서 석유연구분야 및 관련업계에 큰 도움을 줄 것으로 기대된다. 

이경북 박사는 개발기술에 대해 국내외 특허를 출원 완료하고 기술사업화를 준비 중에 있다.

이경북 박사는 "이번 연구는 친환경 자원인 셰일가스 분야에 딥러닝 알고리즘 기반의 ICT 기술을 접목한 에너지자원 분야의 새로운 융합연구 패러다임을 열었다는데 그 의의가 있다"며 "앞으로 셰일가스 뿐만이 아닌 다양한 친환경 에너지 자원에도 기술 적용을 통해 국내 에너지 자원 개발에 효과적으로 활용되도록 최선을 다하겠다"고 밝혔다. 

김복철 한국지질자원연구원 원장은 "이경북 박사의 연구결과는 그간 축적된 KIGAM의 빅데이터 연구기술의 시작점"이라며 "전통자원인 석유가스 자원과 비전통자원인 가스하이드레이트, 셰일가스 등의 개발 기술 확보를 통해 국내 에너지 자원의 자주화를 위해 연구지원을 아끼지 않겠다"고 말했다.

한편, 이 연구는 산업통상자원부의 '중소형 육상 유가스전을 위한 디지털오일필드 시스템 구축 및 사업화기술 개발'과 과학기술정보통신부의 '석유시스템-정적-동적자료 융합을 통한 유가스전 지능형 평가기술 개발'의 지원을 통해 수행됐다.

swiss2pac@newspim.com