AWS, 기후 서약 이행 위한 자체 AI 솔루션 3종 소개

AI를 도구를 활용해 에너지를 절약하고 효율을 높이는 것도 방법의 일환이다. 최근 아마존은 AWS를 통해 구축한 플로MS(FlowMS), BBAM(Base Building Advanced Monitoring), ARM(Advanced Refrigeration Monitoring)이라는 AI 도구를 블로그를 통해 공개했다.

Amazon

플로MS는 AI를 기반으로 물 흐름을 관리하는 공공 효율성 도구다. 플로MS는 지역의 물 공급 파이프라인에 연결되어 실시간으로 물의 흐름을 모니터 하고 이상을 감지하면 경고한다. 사람이라면 알아내기 힘든 곳에서 발생하는 누수도 초기에 감지해 사고나 비용 증가를 빠르게 차단할 수 있다.

실제로 스코틀랜드 글래스고에 있는 아마존의 물류 시설의 배관 누수를 플로MS가 감지했고, 이를 기반으로 엔지니어들이 지하 파이프의 밸브에서 물이 새는 것을 발견했다. 만약 그대로 고장 난 밸브를 모르고 방치했다면 연간 900만 갤러의 물이 손실될 수 있었던 상황이다.

BBAM은 AWS의 머신러닝 도구인 아마존 세이지메이커(SageMaker)와 람다(Lambda)를 활용해 건물의 HVAC(Heating, Ventilation, Air Conditioning) 상태를 모니터 한다. 건물의 냉난방과 환기에 사용되는 시스템을 모니터 하고 지능적으로 관리함으로써 불필요한 에너지 낭비를 막는 것이다.

CLF(Carbon Leadership Forum)에 따르면 전 세계 온실 가스 배출량의 40%가 건물과 건설 분야에서 차지하는 것으로 알려져 있다. 즉, 건물의 온도와 공기 상태만 효율적으로 관리해도, 탄소 배출을 줄이는 데 효과를 얻을 수 있는 것이다. 이를 위해 BBAM은 HVAC의 운영 데이터, 에너지 소비, 날씨 등을 활용해 이상 징후를 파악한다.

예를 들어 회사는 아마존의 뉴욕 배송 센터가 주변의 다른 건물 보다 5배나 많은 에너지를 사용하는 것을 발견했는데, 확인해 보니 계량기 고장으로 밝혀졌다. 스페인에서는 외부 온도와 기상 조건에 따른 예상 수요와 냉방 출력을 비교해 오작동하는 에어컨을 발견해 조치했다.

트럭이 수도 없이 드나드는 배송 센터와 배송 사이트 독(Dock) 도어에는 BBAM을 배치해, 실수로 문이 열려 있을 때 에너지 손실을 막을 수 있도록 경고한다. 이러한 플로MS와 BBAM은 120개의 아마존 사이트에서 사용되고 있으며, 2025년 말까지 전 세계 300개 이상의 건물로 확대 적용할 예정이다.

ARM은 배송 센터에서 가동되고 있는 냉장 장치를 실시간으로 모니터 해서 최적의 온도에서 상품을 보관할 수 있도록 한다. 전력 사용량과 데이터 패턴을 실시간으로 분석해, 과도한 에너지를 사용하거나 이상이 발생하면 직원에게 인스턴트 메시지로 알리고, 어느 부분에서 문제가 발생한 것인지를 예측한다.

예를 들어 스페인에서는 ARM을 통해 해동 주기 패턴에 변화가 있다는 것을 감지했고, 이를 바로 확인해 결함이 있는 장비를 수리했다. 덕분에 약 1,000 시간 이상의 장비 가동 중단과 이로 인한 식품 손실을 사전에 예방할 수 있었다. 아마존은 2025년까지 북미, 유럽, 인도 등 150개 이상의 사이트로 ARM 사용을 확장할 예정이다.
[email protected]