본 과제는 석유나 가스 등 에너지를 채굴하고 운반하는 과정, 그리고 깨끗한 에너지원인 블루수소를 생산하는 과정에서 발생하는 금속 부식 문제를 해결하기 위한 연구임. 특히 이산화탄소 포집 및 저장(CCS)과 관련된 고온, 고압 환경에서 금속이 녹스는 것을 막아주는 고성능 부식억제제를 개발하는 것이 핵심 목표임. 연구 목표는 에너지 채굴 및 수송 과정의 고온, 고압, 고염소 조건에서 안정적인 부식억제 성능을 갖는 제품을 개발하고, 상용화 검증 시스템을 구축하여 지속적인 제품 개발 및 시장 개척을 진행하는 데 있음. 핵심 연구 내용은 고온(120℃ 이상), 고압(CO2, H2S 분압 1MPa 이상), 고염소(염소이온농도 80,000ppm 이상) 환경에서 발생하는 국부부식(Pitting corrosion)을 효과적으로 억제하는 부식억제제 개발임. 본 기술은 계면활성 원리를 기반으로 금속 배관 표면에 친유성 성분을 흡착시켜 전기화학적 부식을 억제하며, 다운홀용(Down Hole Corrosion Inhibitor), Wet Gas pipeline용(Top of Line Corrosion Inhibitor), CCS용 등 맞춤형 고성능 제품 개발을 포함함. 기대 효과는 개발된 부식억제제를 글로벌 수요 기업에 공급하여 기술 경쟁력을 확보하고 지속적인 수출을 확대하는 것임. 특히, 블루수소 생산용 부식억제제 개발을 통해 신시장을 창출하고 선점하는 효과가 전망됨.

본 연구에서는 에너지 채굴 및 수송 고온, 고압, 고염소 조건에서 안정적인 부식억제 성능을 가지는 부식억제제를 개발하고 상용화를 위한 검증 시스템을 구축하여 향후 지속적인 제품개발 및 시장 개척을 진행하고자함 (본 연구에서는 개발하고자하는 오일/가스 분야 부식억제제는 전량 수출을 목표로 개발하고자 하는 아이템임)

? 개발기술: 머신러닝을 이용한 시추 굴진율 예측 시스템 개발 - 시추 현장에서 실시간으로 데이터를 취득할 수 있는 센싱 기술 적용 - 머신러닝을 활용하여 취득한 데이터로부터 굴진율 예측 - 머신러닝 기반의 의사결정 및 현장 친화 운영 시스템 개발

본 과제는 머신러닝 기술을 활용하여 시추 작업 시 땅을 파고 들어가는 속도인 굴진율을 정확하게 예측하는 시스템을 개발하는 연구임. 이는 석유·가스 개발이나 CO2 저장과 같은 시추 현장의 효율성과 안전성을 높이는 데 중요한 역할을 함. 연구 목표는 시추 현장에서 실시간 데이터 취득 센싱 기술을 적용하고, 머신러닝을 활용하여 굴진율을 정확히 예측하며, 현장 친화적 운영 시스템을 개발하는 데 있음. 핵심 연구 내용은 방향성 시추 중 실시간 센싱 기술 적용 및 AI 기반 알고리즘을 통한 데이터 처리, 실제 데이터셋 기반의 굴진율 예측 모델 개발, 그리고 머신러닝 기반 워크스테이션 및 현장 운영 시스템 구축임. 기대 효과는 굴진율 예측 정확도 향상을 통한 시추 기간 단축 및 경제성 증대, 안전성 확보, 시추 효율 향상, 전문인력 의존도 감소를 포함함. 특히, 지능형산업인터넷(AIoT) 혁신 기술을 시추 현장에 최초 도입하여 국내외 석유·가스 개발 및 CCUS(CO2 저장) 프로젝트 분야 진출에 크게 기여할 것으로 전망됨.