기술 혁신, 직원 역량 강화, 환경적으로 책임 있는 에너지 생산에 대한 노력에서 알 수 있듯이 Wintershall Dea는 항상 미래를 내다보고 있습니다. 최근의 사건으로 인해 이러한 선견지명은 그 어느 때보다 중요해졌습니다.

2019년 설립된 이 회사는 각각 120년 이상 사업을 해온 두 개의 레거시 회사인 Wintershall과 DEA Deutsche Erdoel AG의 합병으로 인해 설립되었습니다.

두 회사가 힘을 합치면서 더 큰 조직 전체의 데이터를 연결하고 활용하기 위한 AI의 필요성이 분명해졌습니다. AI는 효율성을 높이고 비용을 절감할 수 있을 뿐만 아니라 기술 혁신 분야의 업계 리더로서의 Wintershall Dea의 입지를 강화할 수 있으며, 이는 조직 내외부의 협업자를 유치하는 데 중요한 요소입니다. 

2020년까지 새로 설립된 회사는 AI@Scale 이니셔티브를 가속화할 준비를 마쳤습니다. 당시 이미 여러 내부 사업부 및 기업 부서에서 AI를 활용하고 있었지만, 프로젝트는 개별적이고 고립된 목적으로 개발되었습니다. AI@Scale 접근 방식을 사용하면 AI 프로젝트는 처음부터 확장성을 고려하여 구축됩니다. 성공하면 다른 그룹으로 빠르고 쉽게 확장하고 확장할 수 있습니다.

AI@Scale 솔루션을 개발하려면 중앙 집중식 플랫폼과 방법론이 필요합니다. Wintershall Ddea의 디지털화 및 기술 담당 수석 부사장인 Kathrin Dufour는 “우리는 최고의 파트너로 여겨지기를 원한다”고 말합니다. "데이터에 액세스하고 다른 사람에게 액세스 권한을 부여할 수 있는 표준화된 환경을 갖추면 파트너 에코시스템 내에서 협업하기가 훨씬 쉬워집니다. 오늘날에는 과거보다 훨씬 더 많은 데이터를 내부와 외부에서 교환하기 때문에 이 기능이 점점 더 중요해지고 있습니다."

이러한 목표를 염두에 두고 회사는 데이터 과학, 데이터 거버넌스 및 데이터 허브 담당 부사장을 맡고 있는 Ulrich Lorang의 리더십 하에 AI 및 데이터 과학을 위한 역량 센터(CoC)를 설립했습니다. AI CoC 및 플랫폼을 계획, 개발 및 제공하기 위해 Wintershall Dea는 더 크고 광범위한 AI 전문 지식과 경험에 대한 액세스를 제공할 수 있는 파트너와 협력해야 했습니다.

IBM Consulting은 해당 파트너를 찾는 과정에서 경쟁업체보다 두각을 나타냈습니다. 이전 프로젝트에서 Wintershall Dea와 함께 작업하면서 입증된 실적뿐만 아니라 다른 고객들이 대규모로 AI 기능을 개발하도록 지원한 광범위한 경험을 보유하고 있었습니다.

또한 IBM은 Microsoft와 전략적 파트너십을 맺었으며 Wintershall Dea는 이미 데이터 플랫폼에 Microsoft Azure를 사용하고 있었습니다. IBM은 IBM AI@Scale 방법론을 조정하여 기존 플랫폼을 수용하고 필요에 따라 Microsoft 전문 지식을 도입할 수 있었습니다.

IBM과 Wintershall Dea의 협업은 처음부터 원활하게 진행되었습니다. "프로세스는 실제로 매우 간단했습니다."라고 Lorang은 말합니다. “우리는 하나의 팀을 만들었습니다. 두 회사 사이에는 큰 차이가 없었습니다. 우리는 공통의 목표를 가지고 있었고 이를 달성하기 위해 함께 노력했습니다."

IBM AI@Scale를 구현하면서 팀은 플랫폼의 기술 아키텍처, CoC의 운영 모델 및 기업 문화라는 세 가지 전략적 영역에 초점을 맞췄습니다.

IBM AI@Scale 오퍼링에는 회사 내 AI의 현재 상태, 미래 AI 비전, 주요 이해관계자 및 필요한 리소스와 같은 영역을 다루는 표준화된 평가가 포함되어 있습니다. IBM은 세 가지 전략적 영역을 각각 다루기 위해 Wintershall Dea에 대한 평가를 맞춤화했습니다. 그런 다음 IBM과 Wintershall Dea는 평가 결과를 사용하여 회사 내 데이터 과학을 위한 기술 및 조직 로드맵을 개발하기 위해 협력했습니다.

기술적 토대를 위해 팀은 Microsoft Azure 플랫폼과 서비스를 사용하여 구성 요소 기반 아키텍처를 개발했습니다. 이 기반을 설계할 때 팀은 데이터 과학자와 엔지니어를 활용하여 AI 시스템을 계획, 개발, 구축, 테스트 및 유지 관리하는 엔드투엔드 접근 방식인 머신 러닝 운영(MLOps) 방법론을 채택했습니다.

운영 측면에서 팀은 CoC가 어떻게 작동해야 하는지, 그리고 조직 전체로 데이터 과학 기능을 확장할 수 있는 역할과 기술의 유형을 제시했습니다. CoC의 데이터 과학자 외에도 이 커뮤니티에는 각 팀 내에서 데이터 과학 프로젝트를 추진하는 데 도움을 줄 수 있는 지구과학자, 엔지니어, 경제학자 및 강력한 수학적 프로그래밍 배경을 가진 기타 비즈니스 및 기업 단위의 시민 데이터 과학자가 포함되었습니다.

궁극적으로 Wintershall Dea는 이 커뮤니티를 성장시켜 회사 전체의 직원들이 자체 AI 프로젝트를 개발할 수 있도록 역량을 강화하고자 했습니다. 데이터 과학에 대한 관심이 높았고 경영진은 회사 가치의 대부분이 비즈니스 및 기업 단위 수준에서 시작된다고 믿었습니다. 이를 위해 로드맵에는 CoC와 시민 데이터 과학자를 대상으로 새로운 플랫폼과 템플릿을 사용하는 방법에 대한 기술 지원 세션이 포함되었습니다.

회사 문화와 커뮤니케이션의 관점에서 팀은 회사 전체의 비즈니스 및 기업 단위를 위한 다양한 교육 세션과 워크숍을 계획했습니다. 이러한 활동은 AI가 일상 업무에서 직원에게 제공할 수 있는 비즈니스 가치와 CoC와 협력하여 그 가치를 활용할 수 있는 방법에 중점을 두었습니다.

2021년, IBM과 Wintershall Dea는 함께 작성한 로드맵을 기반으로 AI@Scale 구현을 위한 토대를 마련할 준비가 되었습니다. 기술 환경을 설정하고, 사업부와 논의하고, 가능한 사용 사례를 파악하고, CoC의 개념을 홍보하고, 직원의 참여를 유도하고 지원하는 것이 모두 이 프로세스의 일부였습니다.

기술 측면에서 팀은 Azure 플랫폼에서 필요한 서비스를 프로비저닝하고 IBM AI@Scale 템플릿을 Wintershall Dea의 요구 사항과 환경에 맞게 사용자 지정했습니다. 운영 관점에서, 팀은 기술 지원 세션을 진행하여 사업부의 CoC와 시민 데이터 과학자들이 향후 자체 AI 프로젝트를 만들 수 있도록 역량을 강화했습니다.

기술 및 비즈니스 관점에서 데이터 과학과 CoC의 가치에 대한 직원들의 인식을 높이기 위해 팀은 사업부를 개별적으로 만나 교육 세션을 개최하고 AI의 잠재적 이점을 홍보하고 CoC가 어떻게 도움이 될 수 있는지 설명하는 내부 캠페인을 개발했습니다.

2022년에 팀은 AI 여정의 다음 단계인 사용 사례를 본격적인 솔루션으로 개발하기 시작했습니다. 사용 사례를 선택하고 개발하는 프로세스는 IBM Garage 방법론을 따랐습니다. IBM과 Wintershall Dea는 함께 협력했으며, IBM은 프로세스 전반에 걸쳐 지침을 제공하고 Wintershall Dea 직원들이 향후 프로젝트에서도 방법론을 복제할 수 있도록 교육하고 지원했습니다.

검증 프로세스에는 문제를 이해하기 위해 사업부와의 긴밀한 협업이 포함되었습니다. IBM Consulting의 연구 중심 인공 지능 컨설턴트인 Max Schemmer는 이렇게 말합니다. “우리는 단지 자동화가 가능하다는 이유만으로 무언가를 자동화하는 것이 아니라 비즈니스 문제에 초점을 맞추기 위해 도메인 전문가와 긴밀히 협력했습니다.

Lorang은 이에 동의합니다. “사업상 문제는 있기 마련이죠. 해당 분야의 과제를 이해하고 고품질의 관련 데이터에 액세스할 수 있는지 확인한 다음 실제로 무언가를 할 수 있도록 데이터를 준비해야 합니다.”

Wintershall Dea는 주로 전통적인 대규모 프로젝트와 구현하기 쉬운 소규모 "반딧불이" 프로젝트의 두 가지 유형의 AI 프로젝트를 수행합니다. 반딧불이는 간단한 문제를 해결하기 위해 빠르고 확장 가능한 AI 프로젝트를 수행하는 Wintershall Dea의 개념입니다. 회사 전체에 데이터 과학 교육을 받은 직원이 있기 때문에 사업부에서는 반딧불이를 독립적으로 개발하고 코딩할 수 있으며, 필요에 따라 CoC에 지원을 요청할 수 있습니다.

반딧불이은 작게 시작하다가 때로는 불이 붙기도 합니다. 불이 붙으면 빠르게 확장할 수 있습니다. 예를 들어, 엔지니어링 부서의 한 직원은 2,000개 이상의 PDF 문서에서 주요 값을 수동으로 추출하고 해당 데이터를 스프레드시트에 입력해야 했습니다. 이 과정은 지루했고 직원들이 더 창의적이고 의미 있는 일을 할 수 있는 시간을 빼앗아갔습니다.

엔지니어링 팀은 AI를 적용하여 프로세스를 자동화함으로써 직원들이 더 어려운 프로젝트에 집중할 수 있게 되었고, 회사에 더 큰 가치를 제공할 수 있게 되었습니다. 곧 내부 및 외부 소스에서 실시간 데이터를 추출하는 동일한 모델이 비즈니스의 다른 부분과 그 너머에도 유용할 수 있다는 것이 분명해졌습니다. 오늘날 확장 가능한 솔루션은 다양한 목적으로 여러 비즈니스 및 기업 단위에 적용되고 있습니다.

대규모 프로젝트는 처음부터 목표를 높게 잡습니다. 2021년, Wintershall Dea는 노르웨이의 가스 및 유정의 무결성을 유지하기 위해 AI를 적용하는 방법을 조사했습니다. 이러한 유지 관리는 운영 중인 유정, 특히 해저 유정에 중요합니다. 여러 겹의 강철과 콘크리트로 둘러싸인 수 마일의 거대한 파이프가 해저 깊숙이 매설되어 있기 때문에 작은 누출은 최첨단 유정 모니터링 시스템이 있어도 오랜 기간 동안 감지할 수 없으며 최악의 경우 큰 문제를 일으킬 만큼 커질 때까지 감지하지 못할 수 있습니다. 따라서 조기 발견이 필수적입니다.

이전에 Wintershall Ddea의 엔지니어들은 유정 센서의 데이터를 지속적으로 모니터링해 왔습니다. 그러나 일상적인 분석을 통해서도 일부 문제는 인간이 감지할 수 없었습니다.

팀은 AI를 사용하여 기존 센서의 데이터를 이전보다 훨씬 더 집중적이고 정확하게 분석하는 사용 사례를 개발했습니다. Wintershall Dea의 제품 관리자인 Prihandono Aditama는 “우리는 먼저 AI를 사용하여 과거 유출 사고를 탐지할 수 있다는 가설을 검증하고자 했습니다.”라고 말합니다. “모델이 올바른지 확인하고 나서 이를 유정 센서의 실시간 데이터와 연결했습니다.

"현재 AI가 이상 징후를 감지하면 엔지니어에게 이메일을 보냅니다."라고 그는 말을 이어갑니다. "엔지니어를 위한 사용자 인터페이스를 구축하는 중이며, 이는 제품의 첫 번째 릴리스에서 제공될 예정입니다."

IBM AI@Scale 툴과 방법론은 프로세스 전반에 걸쳐 중요한 역할을 했습니다. IBM이 제공하는 주요 이점 중 하나는 개념 증명을 실제 프로덕션에 적용하는 방법입니다. IBM이 제공하는 템플릿을 사용하면 빠르게 확장하고 테스트, 개념 증명, 개발을 동시에 진행할 수 있습니다.

현재 Wintershall Dea는 IBM과 함께 80개 이상의 가능한 AI 및 데이터 과학 사용 사례를 확인했으며, 그 중 20개를 적극적으로 추진하고 있습니다. 사용 사례는 운영, 엔지니어링 및 지구과학과 같은 기술 영역에서 상업 및 판매와 같은 비기술적 영역에 이르기까지 다양합니다. IBM은 이들 중 몇 가지에 깊이 관여하고 있지만 나머지는 회사 비즈니스, 기업 단위 및 CoC 내에서 독립적으로 운영됩니다.

기존 프로젝트가 진행 중입니다. Wintershall Dea 팀은 PDF 추출기 모델을 회사의 다른 부분으로 확장하여 내부 및 외부 데이터베이스에서 데이터를 가져와 적용하는 작업을 하고 있습니다. 유정 무결성 프로젝트는 2022년 말부터 생산 단계에 들어갔습니다. 출시 후 팀은 새로운 기능을 추가하여 수직적으로 확장하고 노르웨이 및 기타 국가의 추가 유정에 모델을 수평적으로 적용할 예비 계획을 가지고 있습니다.

데이터 과학 이니셔티브에 대한 회사 전체의 열정은 비즈니스 문제를 해결할 수 있는 잠재력과 혁신 및 기술 성장의 기회 측면에서 모두 높습니다. 최근 6일간의 데이터 과학 워크숍에 참석한 60명의 직원을 포함하여 100명 이상의 Wintershall Dea 직원이 AI 및 데이터 과학 교육을 받았습니다.

"우리는 확실히 조직에 영감을 주었습니다."라고 Lorang은 말합니다. "우리는 AI를 사용하여 문제를 해결하기 위해 참여하고 노력하는 시민 데이터 과학 커뮤니티를 기반으로 구축되었습니다."

IBM과의 관계는 계속해서 견고합니다. "우리는 IBM Consulting과 생산적인 협업을 진행하고 있습니다. Wintershall Dea의 CTO인 Hugo Dijkgraaf는 “양사의 공동 노력을 통해 상당한 추진력을 얻어 중요한 이정표를 달성하고 상대적으로 짧은 기간 내에 가치를 제공할 수 있었습니다.”라고 말합니다. "이들은 AI 기술과 경험을 제공했을 뿐만 아니라 팀의 성격도 우리와 잘 맞습니다."

Wintershall Dea(ibm.com 외 지역 링크)는 독일에 본사를 둔 유럽 최고의 독립 가스 및 석유 회사 중 하나입니다. 2019년 Wintershall Holding GmbH와 DEA Deutsche Erdoel AG의 합병으로 설립된 이 회사는 11개국에서 사업을 운영하고 있으며 약 2,000명의 직원을 보유하고 있습니다.