서 론
K-평균 군집화 및 장단기기억 신경망
K-평균 군집화(K-means Clustering)
장단기기억 신경망(LSTM)의 적용
군집화를 활용한 셰일가스 생산량 예측
현장자료 취득 및 자료 전처리
군집분석 변수 선정 및 최적의 K값 선정
셰일가스 생산량 예측모델 설계
군집화 적용여부에 따른 셰일가스 생산량 예측결과
생산이력특성을 활용한 셰일가스 생산량 예측
생산이력특성 추출 및 예측모델 설계
생산이력특성 적용 여부에 따른 생산량 예측 결과 분석
LSTM 모델별 예측 결과 비교
결 론
서 론
기존의 전통 천연가스와 달리 셰일가스는 낮은 공극률(porosity)과 유체투과도(permeability)로 인하여 자연적인 생산에 어려움이 있다. 이에 수평시추와 수압파쇄를 통해 생산되며, 경제성 확보를 위해서는 정확한 생산량 예측이 필수적이다. 이러한 셰일가스 생산량 예측을 위하여 생산이력(production history)을 기반으로 간단한 수식을 통해 예측값 도출이 가능한 생산감퇴곡선분석법(Decline Curve Analysis, DCA)이 사용되고 있다. 그러나 DCA 기법은 엔지니어의 주관적인 견해에 따라 결과에 대한 해석이 달라질 수 있으며, 값의 신뢰성 확보를 위해서는 적어도 48개월 이상의 생산이력을 필요로 한다(Purvis and Kuzma, 2016; Shin et al., 2021).
이에 최근 인공지능 기술이 발전됨에 따라 시간에 따른 셰일가스 생산량 변화 추이 예측을 위해 순환신경망(Recurrent Neural Networks, RNN) 기반의 딥러닝(deep learning)이 널리 활용되고 있다. 그중 긴 시퀀스 처리 시 RNN에서 발생하는 기울기 소실 문제(vanishing gradient problem) 및 기울기 폭발(gradient explosion)을 해결할 수 있으며(Hochreiter and Schmidhuber, 1997), 비선형적인 시계열자료 특성과 장기기억 의존성(long-term dependencies)을 효과적으로 학습 가능한 장단기기억 신경망(Long Short-Term Memory, LSTM)에 대한 연구가 활발히 진행되고 있다. Lee et al.(2023)는 생산이력으로부터 추출한 초기최대생산량 대비 시간별 감소량 및 기울기 정보를 추가 입력자료로 반영함으로써 생산이력만을 사용한 LSTM 모델에 비하여 예측성능이 개선됨을 파악하였다. Kim et al.(2024)은 생산 관련 특성(월별, 일 평균, 누적 가스생산량)에 운영 관련 특성(월별, 누적 생산시간)을 추가 입력변수로 활용함으로써 LSTM 모델의 예측성능이 향상됨을 확인하였다. Choi et al.(2025)는 셰일가스 생산량 예측을 위해 주의집중 메커니즘(attention mechanism)과 양방향 게이트 순환 유닛(bi-directional gated recurrent unit)을 결합한 모델을 구축함으로써 각각 독립적으로 활용한 모델 대비 오차율 감소가 가능함을 파악하였다.
이렇듯 선행연구에서는 현장 생산운영조건 등의 시계열자료를 추가 입력변수로 반영하거나 기계학습 알고리즘 결합을 통해 예측모델의 성능을 개선하고자 하였다. 그러나 복잡한 유동 메커니즘 및 균열 구조 등에 기인한 생산정 별 상이한 생산특성이 기계학습 모델의 학습성능에 미치는 영향은 충분히 다루어지지 않았다. 따라서 이 연구에서는 전처리 과정에서 군집화(Clustering) 적용을 통해 유사한 생산특성을 나타내는 생산정을 그룹화 후 입력자료로 활용함으로써 예측모델의 성능을 개선하고자 하며, 생산이력으로부터 특성을 추출 후 입력자료로 반영하여 셰일가스의 비선형적인 거동에 대한 해석능력을 증진하고자 한다.
K-평균 군집화 및 장단기기억 신경망
K-평균 군집화(K-means Clustering)
K-평균 군집화 기법은 비지도 학습(unsupervised learning)의 일종으로 계산 복잡도가 낮아 일반적으로 활용되고 있다. 해당 방법은 K개의 군집을 형성하여 각 군집의 중심을 반복적으로 조정함으로써 군집 내 제곱 오차 최소화를 목적으로 한다. 이때 K값은 군집화 성능에 직접적인 영향을 미치므로 사전에 최적값 선정이 필요하다(Yuan and Yang, 2019). 최적값 선정을 위한 평가 기법 중 실루엣 계수(Silhouette Coefficient, SC)는 군집 내부 응집도(compactness)와 군집 간 분리도(separation)를 비교하는 방식으로 [-1, 1] 범위의 값을 가지며, 1에 가까울수록 밀집된 군집임을 나타낸다(Rousseeuw, 1987). 데이비스-볼딘 지수(Davies-Bouldin Index, DBI)는 군집 내부 거리와 군집 간 거리의 비율로 정의되며, 값이 작을수록 군집 간 경계가 명확함을 의미한다(Davies and Bouldin, 2009).
장단기기억 신경망(LSTM)의 적용
LSTM은 망각 게이트(forget gate, ), 입력 게이트(input gate, ), 출력 게이트(output gate, )로 구성되어 있다(Fig. 1). 여기서 은 이전 시점의 입력 시퀀스 정보를 포함한 은닉상태(hidden state, ) 벡터로 모델의 과거 상태를 반영하며, 는 현재 시점의 입력 특성을 나타낸다. 와 는 각각 순환 가중치(recurrent weights)와 입력 가중치(input weights)이며, 𝜎와 𝜏는 시그모이드(sigmoid) 활성화 함수, 하이퍼볼릭 탄젠트(tanh) 함수를 의미한다. 셀 상태(cell state, )는 장기기억 의존성을 위한 중요 매개변수이며, ⊗는 요소별 원소곱(element-wise multiplication) ⊕는 원소별 합(element-wise addition)을 의미한다.
시계열자료를 바탕으로 시간에 따른 셰일가스 생산량 변화를 예측하기 위한 다양한 방식이 활용되고 있다(Song et al., 2020; Gu et al., 2022). 그중 반복예측(iterative forecasting)은 Fig. 2와 같이 첫 예측값() 도출 후, 이를 다시 입력자료로 활용하여 다음 시점의 예측값()을 산출하는 과정을 반복하는 방식이다. 해당 방법은 이전 단계 예측값이 다음 단계의 입력값으로 사용되는 특성상 오차가 누적되는 문제가 존재하나, 초기 생산이력 자료만으로 장기생산량 예측이 가능하다는 장점을 가진다(Lu et al., 2021; Suradhaniwar et al., 2021).
군집화를 활용한 셰일가스 생산량 예측
현장자료 취득 및 자료 전처리
이 연구에서는 Enverus社의 Drillinginfo를 활용해 미국 Texas 서부와 New Mexico 남동부에 걸쳐 약 194,000 km²에 분포하는 Permian Basin 내에 위치하는 Wolfcamp Shale의 셰일가스 수평정 생산이력 및 생산관련인자에 대한 자료를 취득하였다(Fig. 3). Permian Basin은 Delaware, Central Basin Platform, Midland 3개 분지로 구성되며, 2023년 기준 미국에서 두 번째로 높은 셰일가스 일일 생산량(약 16.4 Bcf/d)을 기록하였다(EIA, 2026). 그중 Delaware의 Wolfcamp 층은 평균 심도 6,371 ft, 저류층 두께 2,838 ft, TOC(Total Organic Carbon) 2.3%의 특성을 나타낸다(Sonnenberg, 2018).
취득한 자료에 대하여 생산이력의 일관적인 감퇴경향을 예측하기 위해 초기최대생산량(initial peak production rate, Qi) 이전의 생산이력을 제거하였으며, 생산이력이 48개월 미만인 생산정을 제외하였다. 또한, 직전 생산량과 300% 이상 차이를 기록한 생산정을 이상치(outlier)로 판단하여 분석대상에서 배제하였다. 이와 같은 과정을 통해 총 346 개의 생산정 자료를 획득하였다. 생산정 별 48개월의 생산이력을 바탕으로 DCA 기법의 일종인 Arps 쌍곡선(hyperbolic)방정식을 통해 각 인자의 분포를 확인한 결과 특정 범위에 집중되어 있음을 파악하였다(Fig. 4). 이와 같은 불균질한 분포는 특정 범위에 대한 편향된 학습을 초래하여, 자료가 부족한 범위에서의 예측성능이 저하될 가능성이 있다. 이에 이 연구에서는 유사한 생산특성을 나타내는 생산정을 K-평균 군집화 적용을 통해 그룹화 후 LSTM 모델을 각각 구축함으로써 입력자료의 불균형을 완화하고자 하였다. 이후 생산이력으로부터 특성 추출 후 예측모델의 추가 입력자료 반영함으로써 성능을 개선하고자 하였다(Fig. 5).
군집분석 변수 선정 및 최적의 K값 선정
셰일가스 관련 인자는 크게 Native, Design, Dynamic 인자로 분류할 수 있다(He, 2017; Mohaghegh et al., 2017). 이때, Native 인자는 유정 정보(well information), 저류층 물성, 암석역학적 물성으로 나뉜다. Design 인자는 유정완결(completion design) 및 유정자극(stimulation design) 인자로 구분된다. 마지막으로 Dynamic 인자는 Qi 및 누적생산량 등의 생산량 정보를 포함한다. 이처럼 다양한 인자가 셰일가스 생산에 복합적인 영향을 미치므로, 취득 가능한 인자를 활용한 군집화를 통해 생산특성이 유사한 군집을 형성하고자 하였다.
이 연구에서는 취득 가능한 현장자료의 한계로 인하여 Qi, 생산정의 위도(Latitude, Lat.), 경도(Longitude, Long.), 생산정의 수직 시추 깊이인 실수직심도(True Vertical Depth, TVD), 시추공의 길이(Measured Depth, MD), 시추 구간에서의 총 천공 길이에 해당하는 총 천공간격(Gross Perforated Interval, GPI), 수압파쇄 수행 시 사용된 프로판트, 파쇄유체 양을 총 천공간격으로 나눈 Normalized Proppant Volume(NPV)과 Normalized Fluid Volume(NFV)을 확보하였다. 취득한 Wolfcamp Shale의 각 변수 간의 상관관계를 파악하기 위하여 피어슨 상관계수(Pearson’s correlation coefficient)를 Fig. 6에 도시하였다. 이를 통해 각 변수는 1개 이상의 변수와 0.3 이상의 상관관계를 나타냄에 따라 모든 변수에서 선형관계가 존재하는 것으로 판단하였다.
변수 간의 정보 중복 및 다중공선성(multicollinearity) 문제를 해결하기 위해 Wolfcamp Shale 자료의 총 8개의 변수에 대하여 주성분 분석을 수행한 결과(Table 1), 4개의 주성분이 전체 변동의 87%를 나타내었다(Fig. 7). 이때 주성분 계수의 절댓값이 클수록 해당 변수가 주성분에 미치는 기여도가 높음을 의미한다. TVD와 Long.이 PC 1에 대하여 0.5 이상의 주성분 계수를 나타내었으며, GPI는 PC 2에 0.5 이상의 기여도를 기록하였다. 또한, PC 3에는 NPV와 NFV가 0.6 이상의 값을 보였고 PC 4에는 Qi가 0.5에 근사한 값을 나타내었다. MD, Lat.의 경우 어떠한 주성분에서도 0.5 이상의 계수를 기록하지 않았으며, 이는 해당 변수들이 특정 주성분에 강하게 반응하지 않고 여러 주성분에 걸쳐 영향이 분산된 것으로 해석된다. 이와 같은 결과는 이후 수행되는 주성분 계수 기반 군집분석 결과에 주요한 영향을 미칠 수 있으며, 연구대상 지역 및 취득 가능한 자료특성에 따라 상이하게 도출될 수 있다.
Table 1.
PCA results of production-related factors for the Wolfcamp Shale
이 연구에서는 주성분 계수를 군집분석 변수로 활용하여 2–10 범위 내 최적의 K값을 선정하고자 하였다. 이를 위해 SC, DBI를 적용한 결과, K=3에서 각각 최댓값(0.4261)과 최솟값(1.257)을 나타내었다(Fig. 8). 따라서, 군집 간 응집도가 높고 분리도가 명확한 군집이 형성되는 것으로 판단되는 K=3일 때, Cluster 1–3의 각 군집에 141, 114, 91개의 생산정이 분류되었다. 또한, 군집 별 생산정의 지리적 분포를 위도 및 경도 기반으로 시각화함으로써 인접한 지역에 위치한 생산정임에도 불구하고 서로 다른 군집으로 분류됨을 확인하였다(Fig. 9). 이는 셰일층과 같은 경우 지리적 근접성만으로는 생산특성을 충분히 설명할 수 없으며, 유정완결조건 및 유정위치 등 복합적인 요인에 따라 판이함을 시사한다.
이와 더불어, boxplot을 통해 Wolfcamp Shale의 군집 별 생산관련인자의 분포를 도시하였다(Fig. 10). 그 결과, Cluster 2가 Cluster 1, 3에 비해 높은 평균 Qi 값을 나타냄에 따라 상대적으로 높은 생산성을 나타내는 것을 확인하였다. 생산성이 높은 Cluster 2가 낮은 TVD 평균값을 나타낸 것은 해당 지층의 주요 생산구간이 얕은 심도에 있는 것으로 해석된다. 이때, Cluster 1이 3에 비해 높은 평균 TVD 값을 기록하였음에도 불구하고 상대적으로 우수한 생산성을 보였다. 이는 Cluster 1이 Cluster 3에 비해 높은 평균 GPI 값으로 인해 총 천공 길이가 증가하면서 저류층과의 접촉 면적이 확대되어 생산성이 보완된 결과로 판단된다. 한편, NPV와 NFV의 결과를 통해 유정자극 인자는 각 군집별로 유사한 수준으로 적용되어 생산성 차이에 미친 영향이 미미한 것으로 사료된다. 이를 통해 주성분 계수 기반 K-평균 군집화가 생산성이 유사한 생산정들을 효과적으로 분류할 수 있음을 확인하였다.
셰일가스 생산량 예측모델 설계
이 연구에서는 1–12개월까지의 생산이력만을 사용할 수 있는 상황을 가정하였으며, 군집화를 적용한 자료에 대한 개별적인 LSTM 모델(KM-LSTM)과 전체자료를 활용한 LSTM 모델(Base)을 구축하고자 하였다. 이를 위해 전체 자료 346개의 생산정에 대하여 대하여 8:1:1 비율로 훈련, 검증, 테스트 자료를 분할하였다. 분할된 테스트 자료는 이후 예측모델 평가 시, 동일하게 적용함으로써 일관된 예측성능 비교를 수행하고자 하였다.
Pytorch 패키지를 활용한 반복예측 방법을 통해 13–48개월의 장기생산량 예측을 위한 모델을 설계하였으며, 각 입력자료의 스케일 차이로 인한 가중치 편향 방지 및 효율적인 학습을 위해 표준화(standardization)를 수행하였다. 예측모델 구축 시 hyperparameter의 종류와 값에 따라 성능의 편차가 발생하므로, 예측성능의 극대화를 위해서는 최적해 탐색이 필요하다. 이에 적은 연산으로 최적의 결과를 도출할 수 있으며, 사전지식을 통해 목적함수 학습이 가능한 베이지안 최적화(bayesian optimization)를 활용하였다(Victoria and Maragatham, 2021).
최적해 탐색 과정에서 학습 횟수 및 매개변수로 인해 모델의 복잡도가 높은 경우 과적합이 발생할 수 있다. 이를 방지하기 위해 예측성능이 10회 이상 개선되지 않으면 학습을 중지시키는 early stopping을 적용하였으며, 예측모델의 복잡도를 낮출 수 있는 Dropout rate와 L2 Regularization을 활용하였다(Qiu et al., 2022). 모델구조와 관련된 hyperparameter의 경우 복잡도와 연산량에 직접적인 영향을 미치므로, 효율적인 계산을 위해 LSTM Depth와 Hidden units를 선정하였다(Kocoglu et al., 2021). 그리고 훈련 초기 학습 속도를 조절하는 매개변수인 Initial learning rate와 입력자료로 활용할 과거 시점의 길이를 결정하는 매개변수인 Window size를 사용하여 모델 학습을 수행하였다.
학습 최적화 알고리즘으로는 매개변수별 학습률을 적응적으로 조절하여 안정적인 수렴이 가능한 ADAM(adaptive moment estimation)을 적용하였다. 최적화를 위한 목적함수로 식 (1)에 나타낸 MSE(Mean Squared Error)를 사용하였으며, 검증손실을 최소화하는 조건으로 학습을 수행하였다. 이때 n은 예측반복 횟수, 는 실제값, 는 예측값을 의미한다. 학습 반복 횟수는 100회로 설정하였으며, 각 모델의 hyperparameter 탐색 범위와 최적값은 Table 2에 제시하였다. LSTM 모델의 구조는 입력층(Input layer)과 LSTM 층(LSTM layer), 완전 연결층(Fully connected layer), 출력층(Output layer)으로 구성하였다(Fig. 11).
Table 2.
Optimized hyperparameter values for Base and KM-LSTM model for Wolfcamp Shale
군집화 적용여부에 따른 셰일가스 생산량 예측결과
최적화를 수행한 Base와 KM-LSTM에 대하여 전체 테스트 생산정을 적용하였으며, 정량적인 분석을 위해 식 (2), (3)을 통해 나타낼 수 있는 MAPE(Mean Absolute Percentage Error), NRMSE(Normalized Root Mean Squared CaoError) 지표를 상호 보완적으로 활용하였다. 이때, MAPE는 실제값 대비 절대 오차의 백분율 평균을 나타내며, NRMSE는 평균 제곱근 오차(RMSE)를 정규화한 값으로 다른 스케일을 가진 자료 비교에 유용하나 이상치에 민감하다(Alizadeh et al., 2018). 각 지표는 값이 작을수록 예측성능이 우수함을 의미한다.
Wolfcamp Shale 테스트 생산정 적용 결과에 대하여 Base 대비 KM-LSTM의 개선 정도를 Fig. 12를 통해 도시하였다. 이때, MAPE의 경우 수식 특성상 실제값이 작을수록 오차율이 과대평가되는 경향이 있기에 스케일과 관계없이 독립적인 평가가 가능한 NRMSE를 기준으로 활용하였다. 중앙의 검은색 실선은 각 생산정에 대한 Base의 NRMSE 값을 나타내며, 기준선보다 상단에 위치한 점은 Base에 비하여 오차율이 감소하였음을 의미한다. 전체 34개의 테스트 생산정 중 약 76%에 해당하는 26개의 생산정이 중앙선보다 상단에 위치하는 것을 확인하였으며, 군집화를 적용함으로써 해당 테스트 자료에 대한 일반화 성능이 유의미하게 개선되었음을 파악하였다. 또한, 군집 별 Base 대비 개선 정도가 가장 높고 낮은 생산정을 각각 붉은 원으로 표시하였다.
Wolfcamp Shale의 붉은 원으로 표기한 생산정 6개의 실제 생산량과 각 모델의 예측결과를 Fig. 13에 나타내었다. Well 11, 18, 22, 27은 군집화를 적용함으로써 공통적으로 과대예측된 결과가 개선되었다. 그중 Well 11, 22의 12개월 시점 이후 발생한 급격한 감퇴에 대하여 Base는 실제 생산량과 편차가 발생하였다. 이는 모든 생산거동을 동시에 학습한 Base와 달리, KM-LSTM은 군집화를 통해 학습자료의 불균질성을 완화하여 각 군집의 대표적인 생산경향을 효과적으로 학습하였기 때문으로 판단된다. Well 18은 12개월 시점에서 발생한 상승 거동 이후, 20개월 시점부터 급격한 감퇴 경향을 나타내었으며, Well 27은 12개월 이후 횡보하다 40개월을 기점으로 감퇴거동을 나타내었다. 이와 같은 거동에 대하여 Base는 과대 예측된 결과를 도출한 것에 비해 KM-LSTM은 비교적 정확하게 실제 경향을 나타낼 수 있음을 확인하였다.
반면 Well 8, 29는 군집화를 적용하였음에도 불구하고 Base에 비해 과소예측된 결과를 보였다. 이는 다른 생산정과 달리, 입력자료 마지막 시점 이후 상승한 뒤 나타나는 완만한 감퇴 거동을 생산이력 자료만으로 해석하기에는 어려움이 존재하는 것으로 판단된다. 이를 극복하기 위해서는 개별 생산정의 비선형적 변동을 포착할 수 있는 생산이력특성을 추출하여 추가 입력자료로 반영하는 방식이 유효한 개선 방안이 될 수 있을 것으로 사료된다.
생산이력특성을 활용한 셰일가스 생산량 예측
생산이력특성 추출 및 예측모델 설계
선행연구를 참고하여, 생산이력의 시점별 변화를 반영할 수 있는 특성(Production history Feature, PF) 추출 후 이를 추가 입력자료로 활용하고자 하였다. 식 (4), (5)와 같이 생산이력의 현재 시점 생산량과 직전 시점 생산량 간의 간단한 연산을 통해 시계열자료 형태의 특성 2개를 추출하였다. 이때 첫 번째 시점의 경우 과거 시점이 존재하지 않으므로 다음 시점의 값을 계산에 활용하였다.
차분(difference)의 경우 시점별 변동에 대한 정보를 제공함으로써 셰일가스 생산량과 같은 비선형적인 시계열자료에 대한 해석능력을 개선할 수 있다. 합분(sum)은 생산 초기부터 특정 시점까지의 생산량을 더하는 누적생산량과 달리 인접한 두 시점의 생산량 합산을 통해, 시계열의 장기적인 추세를 반영하여 전반적인 생산 경향을 효과적으로 파악할 수 있다. 이에 따라, 생산거동 변화에 대한 민감도가 감소함으로써 안정적인 예측이 가능하다.
: current value
: previous value
생산이력특성이 예측정확도에 미치는 영향을 파악하기 위해 KM-LSTM에 생산이력특성을 추가 입력자료로 활용한 모델(KM-LSTMPF)을 구축하였다. 이 연구에서는 12개월의 생산이력만을 활용 가능한 상황을 가정하여 48개월까지의 생산량을 예측하고자 하였다. 생산이력과 동일 시점의 생산이력특성(차분, 합분)이 예측모델의 입력층에 입력되며, 각 변수에 대하여 동일한 가중치를 부여함으로써 완전 연결층을 통해 변수 간의 상호작용이 생산량 예측에 반영되도록 하였다. 이를 통해 비선형적인 생산거동에 대한 해석능력을 향상시키고자 하였으며, 출력층을 통해 세 변수의 다음 시점 값을 동시에 예측하도록 설계하였다(Fig. 14). 앞서 Table 2에서 활용한 hyperparameter의 종류와 범위에 대하여 베이지안 최적화 방식을 통해 hyperparameter 최적화 및 모델 학습을 수행하였다.
생산이력특성 적용 여부에 따른 생산량 예측 결과 분석
군집화와 생산이력특성의 복합적 활용에 따른 예측성능 개선 효과를 검증하고자 하였으며, 이를 위해 앞서 활용한 테스트 생산정 적용 결과를 Fig. 15에 나타내었다. 앞서 KM-LSTM과 달리, Base에 비해 모든 테스트 생산정에서 KM-LSTMPF가 우수한 결과를 나타내었다. 특히, Well 8, 18의 경우 한 자릿수의 오차율 지표를 나타내었으며, Well 27은 오차율 감소뿐만 아니라 실제 생산거동을 비교적 정확하게 모사할 수 있음을 확인하였다. 이는 군집화와 생산이력특성을 복합적으로 사용함에 따라 각 군집 내 생산이력특성의 동질성이 증가하여 학습성능이 향상된 것으로 판단된다.
반면, Well 22의 경우 Base 모델 대비 오차율은 감소하였으나, 18개월 시점 이후 나타난 급격한 생산량 하락 거동과의 편차가 발생하였다. 이는 입력자료 구간 내 급격한 변동 패턴을 생산이력특성과 함께 학습함에 따라 민감하게 반응하여 나타난 결과로 사료된다. 또한, 이와 같은 급격한 생산량 변화는 현장 생산운영조건의 변동에 기인한 것으로 예상되며, 이 연구에서는 생산이력 자료만을 활용하였기에 이를 반영하는데 어려움이 존재한다. 향후 이러한 생산정에 대한 예측 정확도 제고를 위해서는 생산이력 자료뿐만 아니라 현장 생산운영조건을 추가 입력변수로 반영하는 방법이 필요할 것으로 판단된다.
LSTM 모델별 예측 결과 비교
각 LSTM 모델의 Wolfcamp Shale 전체 테스트 생산정 적용 결과를 분석하였다(Fig. 16). KM-LSTM의 경우 평균 21.23%, 19.88%의 MAPE, NRMSE를 각각 도출하였으며, Base에 비해 약 7%p, 4%p 감소한 결과이다. 이는 군집화 적용을 통해 생산특성의 불균형을 완화하는 방식이 예측성능 개선에 효과적인 것으로 해석된다. KM-LSTMPF의 MAPE, NRMSE 평균값은 Base 대비 11%p, 7%p 줄어든 17.15%, 16.90%로 가장 낮은 값을 기록하였으며, 상대적으로 적은 폭의 사분위 범위(inter quartile range)와 낮은 중앙값을 기록하였다. 이는 군집화 적용과 생산이력특성 반영이 예측성능 향상에 상호 독립적으로 기여하며, 군집화를 통해 확보된 군집 내 동질성이 생산이력특성의 학습효율 증가에 뒷받침한 것으로 사료된다. 이를 통해 군집화 및 생산이력특성을 동시에 사용함으로써 예측성능을 명확히 개선할 수 있음을 확인하였다.
그러나 LSTM 모델은 입력자료에 민감한 특징을 가지기에 생산특성이 다른 자료를 활용할 경우 상이한 결과를 도출할 가능성이 있다. 따라서, Wolfcamp Shale 외 다양한 Shale play에 동일한 방법론을 적용을 통해 범용적인 적용 가능성 확인이 필요할 것으로 사료된다.
결 론
이 연구에서는 Wolfcamp Shale의 셰일가스 생산량 예측정확도를 개선하기 위해 K-평균 군집화를 적용함으로써 생산특성이 유사한 입력자료를 구성하고자 하였다. 이를 위해 정적자료 형태의 생산정 위치정보, 유정완결 조건 등을 주성분 분석 수행 후 군집분석 변수로 활용하였다. 각 군집을 입력자료로 활용한 LSTM 모델은 군집화 적용전 모델 대비 평균 MAPE, NRMSE 값이 각각 7%p, 4%p 개선된 21.23%, 19.88%를 도출하였다. 이와 같은 결과는 주성분 계수 기반 K-평균 군집화 적용을 통해 입력자료의 불균질성이 감소하여, 모델 학습 시 개별 생산정의 특성을 효과적으로 반영한 결과로 사료된다. 또한, 생산이력 기반의 생산이력특성 추출 후 예측모델의 추가 입력자료로 반영한 결과, 생산이력만을 활용한 모델에 비하여 평균 MAPE, NRMSE 값이 각각 11%p, 7%p 감소한 17.15%, 16.90%를 기록하였다. 이는 생산거동의 변동성과 경향을 반영하여 셰일가스의 비선형성을 효과적으로 해석한 것으로 판단된다.
기존의 순환신경망을 활용한 생산량 예측연구들은 성능 향상을 위해 시계열자료 형태의 생산운영조건 등을 추가 입력자료로 사용하거나 다양한 기계학습 알고리즘을 결합한 하이브리드 모델을 제시하였다. 그러나 이 연구에서는 주성분 계수 기반 K-평균 군집화를 활용 및 생산이력에서 추출한 생산이력특성 반영과 같은 전처리 작업만으로 유의미한 성능 개선을 달성했다는 점에서 의의가 있다.
다만, 이 연구에서는 생산이력만을 입력자료로 활용하였기에 생산운영조건 변화에 따른 생산거동을 반영할 수 없는 어려움이 존재한다. 이에 군집분석 변수로 활용한 정적자료 형태의 생산관련인자를 기계학습 알고리즘을 통해 시계열자료로 변환하여, 추가 입력자료로 활용한다면 예측성능을 개선할 수 있을 것이다. 또한, 다른 생산특성을 나타내는 현장자료에 대해 동일한 연구방법을 적용함으로써 범용성을 검증할 필요가 있을 것으로 사료된다. 이러한 연구결과는 자료 취득이 제한적인 상황에서 기계학습 모델의 예측정확도 향상을 위한 효과적인 전처리 방법으로 활용될 수 있으며, 셰일가스 생산량 예측모델의 신뢰성 향상에 기여할 수 있을 것이다.
