KR-20260060860-A - APPARATUS FOR GENERATING PLANT MODEL AND METHOD FOR CONTROLLING THE APPARATUS

KR20260060860AKR 20260060860 AKR20260060860 AKR 20260060860AKR-20260060860-A

Abstract

본 발명은 3차원 공간의 정보 및, 플랜트 구축을 위한 루프들의 정보, 각 루프의 엔티티들의 고유 정보를 입력받는 입력부, 상기 3차원 공간을 3차원 격자형 위상 공간인 그리드로 변환하는 그리드 설정부, 각 루프 별로, 엔티티들의 고유 정보와 각 엔티티가 상기 그리드 상의 각 격자에 존재할 각 격자별 통계적 존재 확률에 따른 그리드-엔티티 행렬과 각 루프의 엔티티 개수에 근거하여 각 루프의 어텐션 연산을 위한 입력 텐서를 생성하는 입력 텐서 생성부, 어텐션 가중치들 및, 선형성 아이템 정보가 저장된 메모리, 각 루프의 입력 텐서와 각 루프의 어텐션 가중치에 근거하여 각 루프에 대응하는 어텐션 변수들에 따른 어텐션 연산을 수행하여 적어도 하나의 루프의 엔티티 배치 결과를 산출하는 어텐션부, 상기 엔티티 배치 결과로부터 상기 3차원 공간 내에서 각 엔티티가 배치될 위치를 결정하며, 상기 3차원 공간 상에 배치된 각 엔티티의 특성에 근거하여 선형성 아이템으로 연결될 엔티티들을 검출 및, 검출된 엔티티들 사이를 연결하는 선형성 아이템의 종류와 선형성 아이템 궤적을 결정하며, 결정된 선형성 아이템 궤적과 각 선형성 아이템 궤적에 대응하는 선형성 아이템 종류를 포함하는 선형성 아이템 배치와 상기 3차원 공간 상에 배치된 엔티티들의 배치 위치를 포함하는 플랜트 모델을 생성하는 제어부를 포함하는 것을 특징으로 한다.

Inventors

김대섭

Assignees

김대섭

Dates

Publication Date: 20260506
Application Date: 20241025

Claims (19)

플랜트의 구성 요소들이 배치될 3차원 공간의 정보 및, 플랜트 구축을 위한 기 설정된 순서에 따른 절차인 루프들의 정보와 각 루프에서 배치될 플랜트의 구성 요소인 엔티티들의 고유 정보를 입력받는 입력부; 상기 플랜트가 배치될 3차원 공간을, 복수의 3차원 격자로 형성되는 3차원 격자형 위상 공간인 그리드로 변환하고, 그리드 상의 각 격자에 고유 정보를 할당하는 그리드 설정부; 각 루프 별로, 다수의 선행 플랜트 모델에 따른 학습에 기초하여 각 루프의 엔티티들의 고유 정보와 각 루프의 엔티티가 상기 그리드 상의 각 격자에 존재할 각 격자별 통계적 존재 확률에 따른 그리드-엔티티 행렬을 생성하고, 그리드-엔티티 행렬과 각 루프의 엔티티들의 개수에 근거하여 각 루프에 대응하는 트랜스포머(transformer) 모델의 어텐션(attention) 연산을 위한 3차원 숫자 배열인 입력 텐서(tensor)를 생성하는 입력 텐서 생성부; 각 루프에 대응하며, 다수의 선행 플랜트 모델로부터 학습된, 어텐션 변수들을 산출하기 위한 어텐션 가중치들 및, 서로 다른 특성을 가지는 복수의 선형성 아이템 종류에 대한 선형성 아이템 정보가 저장된 메모리; 각 루프에 대해 생성된 입력 텐서와 각 루프에 대응하는 어텐션 가중치에 근거하여 각 루프에 대응하는 어텐션 변수들을 산출하며, 어텐션 연산이 이루어지는 현재 루프보다 선행하여 어텐션 연산이 이루어진 선행 루프의 결과값에 관련되어 산출된 어텐션 변수 쿼리(Q)값과 키(K)값, 그리고 현재 루프로부터 산출된 어텐션 변수 결과(V)값에 따른 어텐션 연산을 수행하여 선행 루프의 엔티티 배치 결과가 반영된 현재 루프의 엔티티 배치 결과를 산출하는 어텐션부; 및, 상기 입력 텐서 생성부로부터 생성되는 각 루프별 그리드-엔티티 행렬에 기초하여 상기 어텐션부의 입력으로 제공하며, 상기 어텐션부의 어텐션 연산을 통해 산출된 상기 현재 루프의 엔티티 배치 결과로부터 각 엔티티의 존재 확률이 가장 높은 격자를 검출하여 상기 3차원 공간 내에서 각 엔티티가 배치될 위치를 결정하며, 상기 3차원 공간 상에 배치된 각 엔티티의 특성에 근거하여 선형성 아이템으로 연결될 엔티티들을 검출 및, 검출된 엔티티들의 특성에 따라 선형성 아이템의 종류를 결정하고, 상기 검출된 엔티티들 사이를 연결하는 적어도 하나의 선형성 아이템궤적을 결정하며, 상기 결정된 적어도 하나의 선형성 아이템 궤적과 각 선형성 아이템 궤적에 대응하는 선형성 아이템 종류를 포함하는 선형성 아이템 배치와 상기 3차원 공간 상에 배치된 엔티티들의 배치 위치를 포함하는 플랜트 모델을 생성하는 제어부를 포함하는 것을 특징으로 하는 플랜트 모델 생성 장치.
제1항에 있어서, 상기 제어부는, 동일한 엔티티를 포함하는 다수의 선행 플랜트 모델에서 학습된 결과에 근거하여, 상기 3차원 공간 상에 배치된 엔티티들 중 상기 선형성 아이템 궤적이 시작될 시작점 엔티티와 상기 선형성 아이템 궤적이 종료될 종료점 엔티티들을 검출하고, 검출된 시작점 엔티티와 종료점 엔티티로 이루어지는 엔티티 페어(pair)를 적어도 하나 검출 및, 검출된 각 엔티티 페어의 시작점 엔티티와 종료점 엔티티 사이를 연결할 선형성 아이템의 종류와, 선형성 아이템의 궤적을 결정하는 것을 특징으로 하는 플랜트 모델 생성 장치.
제2항에 있어서, 상기 제어부는, 상기 시작점 엔티티와 종료점 엔티티 사이를 연결하는 선형성 아이템 배치를 가지는 다수의 선행 플랜트 모델에서 학습된 결과에 근거하여 상기 시작점 엔티티와 종료점 엔티티 사이를 연결하는 선형성 아이템의 특성을 결정 및, 결정된 선형성 아이템의 특성에 따라 동일한 특성을 가지는 적어도 하나의 선형성 아이템 종류를 상기 선형성 아이템 정보로부터 검출하고, 검출된 적어도 하나의 선형성 아이템 종류 중 어느 하나를 상기 시작점 엔티티와 종료점 엔티티 사이를 연결할 선형성 아이템의 종류로서 결정하는 것을 특징으로 하는 플랜트 모델 생성 장치.
제3항에 있어서, 상기 선형성 아이템 정보는, 기 설정된 비용 요구 조건에 따라 각각의 선형성 아이템 종류에 대해 부여된 우선순위를 포함하며, 상기 제어부는, 상기 검출된 적어도 하나의 선형성 아이템 종류 각각에 대해 부여된 우선순위에 따라, 우선순위가 높은 선형성 아이템 종류를 우선순위가 낮은 선형성 아이템 종류에 우선하여 상기 시작점 엔티티와 종료점 엔티티 사이를 연결할 선형성 아이템의 종류로 결정하는 것을 특징으로 하는 플랜트 모델 생성 장치.
제4항에 있어서, 상기 기 설정된 비용 요구 조건은, 상기 선형성 아이템의 가격 또는 무게이며, 각각의 선형성 아이템 종류에 대해 부여된 우선순위는, 상기 선형성 아이템의 단위 길이당 가격이 낮을수록 또는 상기 선형성 아이템의 단위 길이당 무게가 가벼울수록 높은 우선순위를 가지는 것을 특징으로 하는 플랜트 모델 생성 장치.
제2항에 있어서, 상기 제어부는, 각각의 엔티티 페어를 구성하는 시작점 엔티티와 종료점 엔티티 사이를 연결할 선형성 아이템의 종류에 따라 상기 검출된 적어도 하나의 엔티티 페어를 적어도 하나의 그룹으로 그룹화하고, 각 엔티티 페어에 대응하는 선형성 아이템의 종류에 근거하여 각 그룹별로 선형성 아이템 궤적을 결정할 궤적 결정 우선순위를 결정하며, 결정된 궤적 결정 우선순위가 높은 순서대로, 그룹별로 각 그룹에 포함된 엔티티들 사이를 연결하는 선형성 아이템 궤적들을 결정하는 것을 특징으로 하는 플랜트 모델 생성 장치.
제6항에 있어서, 상기 제어부는, 기 설정된 비용 요구 조건에 근거하여, 단위 길이당 가격이 높거나 또는 단위 길이당 무게가 무거운 선형성 아이템의 종류에 대응하는 엔티티 페어 그룹의 우선순위를, 단위 길이당 가격이 낮거나 또는 단위 길이당 무게가 가벼운 선형성 아이템의 종류에 대응하는 엔티티 페어 그룹의 우선순위보다 낮게 결정하는 것을 특징으로 하는 플랜트 모델 생성 장치.
제2항에 있어서, 상기 제어부는, 각각의 엔티티 페어를 구성하는 시작점 엔티티와 종료점 엔티티 사이를 연결하는 선형성 아이템의 궤적들을 동시에 결정하며, 상기 선형성 아이템의 궤적들 중, 기 설정된 제한 조건을 만족하는 특정 종류의 선형성 아이템 궤적은, 총 길이가 기 설정된 길이 이하로 제한되는 것을 특징으로 하는 플랜트 모델 생성 장치.
제1항에 있어서, 상기 제어부는, 기 설정된 플랜트 모델 생성 종료 조건이 충족될 때까지 복수의 플랜트 모델을 생성 및, 플랜트 모델이 생성될 때마다 모델에 포함된 각 엔티티들의 비용과 상기 플랜트 모델에 포함된 선형성 아이템 배치에 따른 선형성 아이템 비용을 포함하는 구축 비용을 산출하고, 산출된 구축 비용이 기 설정된 요구 조건에 부합하는 정도를 나타내는 적합도를 산출 및, 산출된 적합도에 따라 상기 복수의 플랜트 모델 중 적어도 하나에 관련된 정보를 출력하는 것을 특징으로 하는 플랜트 모델 생성 장치.
제9항에 있어서, 상기 제어부는, 상기 엔티티 배치 결과로부터 특정 엔티티의 존재 확률이 가장 높은 격자가 복수인 경우, 검출된 복수의 격자 중 임의의 어느 하나에 대응하는 상기 3차원 공간 상의 위치로 상기 특정 엔티티의 위치를 결정하며, 기 설정된 동일 간주 범위에 따라 상기 격자별 통계적 존재 확률의 최소값과 최대값에 이르는 구간을 복수의 구간으로 레벨링하고, 특정 엔티티에 대한 상기 그리드 상의 각 격자에 대한 통계적 존재 확률이 동일한 레벨의 구간에 포함되는 복수의 격자를, 상기 특정 엔티티에 대한 동일한 통계적 존재 확률이 동일한 격자들로 간주하여, 상기 플랜트 모델이 생성될 때마다 상기 특정 엔티티의 위치가 달라지도록 하는 것을 특징으로 하는 플랜트 모델 생성 장치.
제1항에 있어서, 상기 메모리는, 상기 선형성 아이템 정보로서, 서로 다른 특성을 가지는 복수의 배관 또는 복수의 케이블 종류에 대한 정보를 더 포함하며, 상기 제어부는, 상기 3차원 공간 상에 배치된 각 엔티티의 특성에 근거하여 배관 또는 케이블로 연결될 엔티티들을 검출 및, 검출된 엔티티들 사이에 흐르는 유체의 특성 또는 전기 에너지의 특성에 따라 배관 또는 케이블의 종류를 결정하고, 상기 검출된 엔티티들 사이를 연결하는 적어도 하나의 배관 궤적 또는 케이블 궤적을 결정하며, 상기 결정된 적어도 하나의 배관 궤적 또는 케이블 궤적과, 각 배관 궤적 또는 케이블 궤적에 대응하는 배관 종류 또는 케이블 종류를 포함하는 배관 배치 또는 케이블 배치와 상기 3차원 공간 상에 배치된 엔티티들의 배치 위치를 포함하는 플랜트 모델을 생성하는 것을 특징으로 하는 플랜트 모델 생성 장치.
플랜트의 구성 요소들이 배치될 3차원 공간의 정보 및, 플랜트 구축을 위한 기 설정된 순서에 따른 절차인 루프의 정보와 상기 루프에서 배치될 플랜트의 구성 요소인 엔티티들의 고유 정보를 입력받는 단계; 상기 플랜트가 배치될 3차원 공간을, 복수의 3차원 격자로 형성되는 3차원 격자형 위상 공간인 그리드로 변환하고, 그리드 상의 각 격자에 고유 정보를 할당하는 단계; 상기 그리드 상의 각 격자 별로 산출된 상기 루프의 엔티티들 각각에 대하여 각 엔티티가 존재할 통계적 존재 확률들을 포함하는 그리드-엔티티 행렬을 생성하고, 그리드-엔티티 행렬과 상기 루프의 엔티티 개수에 근거하여 상기 루프에 대응하는 트랜스포머(transformer) 모델의 어텐션(attention) 연산을 위한 3차원 숫자 배열인 입력 텐서(tensor)를 생성 및, 상기 루프에 대해 기 학습된 어텐션 가중치에 근거하여 산출된 상기 루프의 어텐션 변수들과 상기 입력 텐서에 근거하여 기 설정된 횟수 만큼 셀프 어텐션 연산을 수행하여 상기 그리드 상 각 격자별로 산출된 복수의 엔티티 각각의 존재 확률들을 포함하는 어텐션 결과 텐서를 생성하는 단계; 상기 어텐션 결과 텐서에 따른 각 격자별 존재 확률들에 따라, 상기 3차원 공간 상에 상기 복수의 엔티티 각각의 위치를 결정하는 단계; 상기 3차원 공간 상에 배치된 각 엔티티의 특성에 근거하여 선형성 아이템으로 연결될 엔티티들을 검출 및, 검출된 엔티티들의 특성에 따라 선형성 아이템의 종류를 결정하고, 상기 검출된 엔티티들 사이를 연결하는 적어도 하나의 선형성 아이템 궤적을 결정하는 단계; 및, 상기 결정된 적어도 하나의 선형성 아이템 궤적과 각 선형성 아이템 궤적에 대응하는 선형성 아이템 종류를 포함하는 선형성 아이템 배치와 상기 3차원 공간 상에 배치된 엔티티들의 배치 위치를 포함하는 플랜트 모델을 생성하는 단계를 포함하는 것을 특징으로 하는 플랜트 모델 생성 장치의 제어 방법.
제12항에 있어서, 상기 어텐션 결과 텐서를 생성하는 단계는, 상기 그리드 상의 각 격자 별로 제2 루프의 각 엔티티가 존재할 통계적 존재 확률들을 포함하는 그리드-엔티티 행렬을 생성하고, 그리드-엔티티 행렬과 각 루프의 엔티티들의 개수에 근거하여 제2 루프의 어텐션 연산을 위한 입력 텐서를 생성하는 단계; 상기 제2 루프에 선행하여 어텐션 연산의 출력값인 출력 텐서가 산출된 제1 루프의 어텐션 변수 쿼리(Q)값과 키(K)값, 그리고 상기 제2 루프에 대해 기 학습된 어텐션 가중치에 근거하여 산출된 제2 루프의 어텐션 변수 결과(V)값에 기초하여 인코딩-디코딩 어텐션 연산을 수행하는 단계; 상기 인코딩-디코딩 어텐션 연산 수행 결과를 상기 제2 루프의 입력 텐서로 입력받아 상기 인코딩-어텐션 연산을 다시 수행하는 셀프 어텐션 연산을 기 설정된 횟수만큼 반복하여, 상기 제2 루프에 대한 어텐션 연산의 출력값인 출력 텐서를 생성하는 단계; 및, 상기 제1 루프의 출력 텐서와 상기 제2 루프의 출력 텐서를 결합(concatenate)하여 상기 어텐션 결과 텐서를 생성하는 단계를 더 포함하는 것을 특징으로 하는 플랜트 모델 생성 장치의 제어 방법.
제12항에 있어서, 상기 선형성 아이템의 종류 및 적어도 하나의 선형성 아이템 궤적을 결정하는 단계는, 동일한 엔티티를 포함하는 다수의 선행 플랜트 모델에서 학습된 결과에 근거하여, 상기 3차원 공간 상에 배치된 엔티티들 중 상기 선형성 아이템 궤적이 시작될 시작점 엔티티와 상기 선형성 아이템 궤적이 종료될 종료점 엔티티들을 검출하는 단계; 검출된 시작점 엔티티와 종료점 엔티티로 이루어지는 엔티티 페어(pair)를 적어도 하나 검출하는 단계; 검출된 각 엔티티 페어의 시작점 엔티티와 종료점 엔티티 사이를 연결할 선형성 아이템의 종류를 결정하는 단계; 및, 검출된 각 엔티티 페어의 시작점 엔티티와 종료점 엔티티 사이를 연결하는 각 선형성 아이템의 궤적을 결정하는 단계를 포함하는 것을 특징으로 하는 플랜트 모델 생성 장치의 제어 방법.
제14항에 있어서, 상기 선형성 아이템의 종류를 결정하는 단계는, 상기 시작점 엔티티와 종료점 엔티티 사이를 연결하는 선형성 아이템 배치를 가지는 다수의 선행 플랜트 모델에서 학습된 결과에 근거하여 상기 시작점 엔티티와 종료점 엔티티 사이를 연결하는 선형성 아이템의 특성을 결정하는 단계; 기 저장된 선형성 아이템 정보로부터, 상기 결정된 선형성 아이템의 특성에 따라 동일한 특성을 가지는 적어도 하나의 선형성 아이템 종류를 검출하는 단계; 상기 검출된 적어도 하나의 선형성 아이템 종류 각각에 대해 부여된 우선순위에 따라, 우선순위가 높은 선형성 아이템 종류를 우선순위가 낮은 선형성 아이템 종류에 우선하여, 상기 검출된 적어도 하나의 선형성 아이템 종류 중 어느 하나를 상기 시작점 엔티티와 종료점 엔티티 사이를 연결할 선형성 아이템의 종류로서 결정하는 단계를 포함하며, 상기 선형성 아이템 정보는, 기 설정된 비용 요구 조건에 따라 각각의 선형성 아이템 종류에 대해 부여된 우선순위를 포함하는 것을 특징으로 하는 플랜트 모델 생성 장치의 제어 방법.
제15항에 있어서, 상기 선형성 아이템 정보는, 상기 선형성 아이템의 가격 또는 무게에 관련된 비용 요구 조건에 따라 각각의 선형성 아이템 종류에 대해 부여된 우선순위를 포함하며, 각각의 선형성 아이템 종류에 대해 부여된 우선순위는, 상기 선형성 아이템의 단위 길이당 가격이 낮을수록 또는 상기 선형성 아이템의 단위 길이당 무게가 가벼울수록 높은 우선순위를 가지는 것을 특징으로 하는 플랜트 모델 생성 장치의 제어 방법.
제14항에 있어서, 상기 각 선형성 아이템의 궤적을 결정하는 단계는, 각각의 엔티티 페어를 구성하는 시작점 엔티티와 종료점 엔티티 사이를 연결할 선형성 아이템의 종류에 따라 상기 검출된 적어도 하나의 엔티티 페어를 적어도 하나의 그룹으로 그룹화하고, 각 엔티티 페어에 대응하는 선형성 아이템 종류에 근거하여 각 그룹별로 선형성 아이템 궤적을 결정할 궤적 결정 우선순위를 결정하는 단계; 결정된 궤적 결정 우선순위가 높은 순서대로, 그룹별로 각 그룹에 포함된 엔티티들 사이를 연결하는 선형성 아이템 궤적들을 결정하는 단계를 포함하며, 상기 궤적 결정 우선순위를 결정하는 단계는, 단위 길이당 가격이 높거나 또는 단위 길이당 무게가 무거운 선형성 아이템 종류에 대응하는 엔티티 페어 그룹의 우선순위가, 단위 길이당 가격이 낮거나 또는 단위 길이당 무게가 가벼운 선형성 아이템 종류에 대응하는 엔티티 페어 그룹의 우선순위보다 높게 결정하는 단계임을 특징으로 하는 플랜트 모델 생성 장치의 제어 방법.
제14항에 있어서, 상기 각 선형성 아이템의 궤적을 결정하는 단계는, 각각의 엔티티 페어를 구성하는 시작점 엔티티와 종료점 엔티티 사이를 연결하는 선형성 아이템의 궤적들을 동시에 결정하는 단계이며, 상기 선형성 아이템의 궤적들 중, 기 설정된 제한 조건을 만족하는 특정 종류의 선형성 아이템 궤적은, 총 길이가 기 설정된 길이 이하로 제한되는 것을 특징으로 하는 플랜트 모델 생성 장치의 제어 방법.
제12항에 있어서, 상기 선형성 아이템은, 배관 또는 케이블이며, 상기 선형성 아이템 배치는, 적어도 하나의 배관 궤적과 각 배관 궤적에 대응하는 배관 종류를 포함하는 배관 배치 및, 적어도 하나의 케이블 궤적과 각 케이블 궤적에 대응하는 케이블 종류를 포함하는 케이블 배치 중 적어도 하나를 포함하는 것을 특징으로 하는 플랜트 모델 생성 장치의 제어 방법.

Description

플랜트 모델 생성 장치 및 그 장치의 제어 방법{APPARATUS FOR GENERATING PLANT MODEL AND METHOD FOR CONTROLLING THE APPARATUS} 본 발명은, 플랜트의 각 구성요소 및 상기 각 구성요소를 연결하는 선형성 아이템의 배치가 기 설정된 요건에 따라 최적화된 플랜트 모델을 자동으로 생성하는 플랜트 모델 생성 장치에 대한 것이다. 플랜트는 서로 연관되는 구성 요소들이 서로 유기적으로 연결되어야 하며, 상기 구성 요소들이 어떻게 연결되었는지에 따라 플랜트의 생산 효율이 달라질 수 있다. 또한 연결되는 구성 요소들간의 상호간의 관련성에 따라 서로 인접하게 배치될 수 없는 구성 요소들이 존재하는 바, 플랜트의 구성에 있어서, 플랜트의 구성 요소들의 배치 및 각 구성 요소들을 연결하는 선형성 아이템은 플랜트의 효율성을 결정하는 중요한 문제일 수 있다. 그런데 이러한 구성 요소들 및 선형성 아이템의 배치는 부피 및 무게가 상당한 경우가 많다. 따라서 플랜트 공간 내에 한번 배치되면 위치를 변경하기가 어렵다는 문제가 있다. 뿐만 아니라 플랜트 내 공간을 보다 효율적으로 이용하기 위하여 다수의 구성 요소들이 밀집되는 경우가 많으므로, 인접한 다른 구성 요소들간의 간섭 및 상호 작용으로 인해 구성 요소의 사후 배치 변경은 어렵다는 문제가 있다. 이에 따라 구성 요소들을 배치하기 전에, 보다 효율적인 구성 요소들의 배치 상태를 찾고자 하는 연구가 이루어졌다. 이러한 연구의 일환으로, 컴퓨터 시스템을 이용한 시뮬레이션으로 플랜트의 구성 요소들을 미리 배치하는 구축 시뮬레이션이 등장하였다. 이러한 구축 시뮬레이션의 경우 플랜트의 각 구성 요소들을 위치를 변경하며 각 배치 별로 효율성을 산출하도록 함으로써 가장 효율이 높은 구성 요소들의 배치 구조를 저렴한 비용으로 얻을 수 있다는 장점이 있다. 그런데 이러한 구축 시뮬레이션을 이용한다고 하더라도 상기 플랜트의 각 구성 요소들을 상기 구축 시뮬레이션의 사용자가 일일이 배치하여야 한다는 문제가 있다. 즉, 구축 시뮬레이션의 경우 가상으로 플랜트의 구성 요소를 배치할 수 있을 뿐, 실질적인 배치는 사용자의 개인적 경험이나 지식에 의존하여야 한다는 문제가 있다. 더욱이 플랜트의 경우 선행 절차들과 후행 절차들이 있으며, 후행 절차에서 배치되는 구성 요소들은 선행 절차에 배치되는 구성 요소들에 의해 영향을 받는 경우가 있을 수 있다. 예를 들어 각각의 구성 요소들 사이를 연결하는 배관들은, 플랜트의 생산 프로세스에 따른 각 구성 요소들 간의 상관관계에 따라 그 궤적이나 특성이 결정될 수 있다. 따라서 배관들은 선행되는 생산 프로세스에 따른 구성 요소들이 배치된 이후에 배치될 수 있다. 이 경우 각 구성 요소들의 배치 뿐만 아니라 상기 배관들이 배치된 궤적이나 특성에 따라 플랜트의 생산성이 달라질 수 있다. 이에 따라 보다 효율적인 플랜트를 생성하기 위해서는 각각의 구성 요소와 연결되는 다른 구성 요소들과의 유기적인 연결 관계 및 상기 구성 요소들을 연결하는 보다 효율적인 선형성 아이템들의 배치가 종합적으로 고려되어야 한다. 그러나 인력으로 이러한 모든 구성 요소들간의 연결 관계를 고려하여 최적화된 구성 요소를 결정하기는 실질적으로 어렵다는 문제가 있으며, 이에 따라 플랜트의 각 생산 절차에 따른 구성 요소들 및 다른 생산 절차 내의 다른 구성 요소들과의 유기적인 연결 관계와 각 구성 요소를 연결하는 보다 효과적인 선형성 아이템들의 배치 구조를 비용 요건 또는 생산 효율성 등 미리 설정된 요건에 따라 최적으로 배치한 플랜트 모델을 자동으로 생성하고자 하는 연구가 현재 활발하게 이루어지고 있는 실정이다. 도 1은 본 발명의 실시 예에 따른 플랜트 모델 생성 장치의 구성을 도시한 블록도이다. 도 2는 본 발명의 실시 예에 따른 플랜트 모델 생성 장치에서, 플랜트의 구성 요소인 엔티티 및 각 엔티티 사이를 연결하는 배관의 최적 위치를 포함하는 플랜트 모델을 생성하는 동작 과정을 도시한 흐름도이다. 도 3은 본 발명의 실시 예에 따라 형성되는 3차원 격자형 위상 공간인 그리드의 예를 도시한 것이다. 도 4는 두 개의 루프를 통해 배관을 연결할 엔티티들의 위치를 결정하고 배관 배치 후 하나의 후속 루프를 가질 때에, 상기 플랜트 모델 생성 장치에 의해 수행되는 트랜스포머 모델링 과정을 도시한 개념도이다. 도 5는, 도 2의 동작 과정 중, 적어도 하나의 플랜트 생성 과정에 따른 엔티티들의 배치 위치를 결정하는 동작 과정의 예를 도시한 흐름도이다. 도 6a는, 도 5에서 플랜트 구축을 위한 구축 절차들 중 첫 번째 선행 루프로서 공정 루프의 엔티티들의 배치 위치를 어텐션 연산을 통해 결정하는 과정을 도시한 흐름도이다. 도 6b는 본 발명의 실시 예에 따른 그리드 존재 확률-엔티티 고유 정보 행렬의 예를 도시한 예시도이다. 도 6c는 본 발명의 실시 예에 따른 공정 루프의 입력 텐서의 예를 도시한 개념도이다. 도 6d는, 상기 도 6c의 입력 텐서와 기 학습된 가중치 텐서들에 따라 산출되는 어텐션 변수들의 예를 도시한 개념도이다. 도 6e는, 상기 도 6c의 가중치 텐서들에 따라 산출된 어텐션 변수들의 크기들을 나타낸 개념도이다. 도 6f는, 상기 도 6a의 동작 과정에 따라 상기 공정 루프의 결과로 출력된 공정 시퀀스 텐서의 차원 크기를 나타낸 개념도이다. 도 7a는, 도 5에서 플랜트 구축을 위한 구축 절차들 중 두 번째 선행 루프로서 전력 루프의 엔티티들의 배치 위치를 어텐션 연산을 통해 결정하는 과정을 도시한 흐름도이다. 도 7b는, 상기 공정 루프에서 산출된 어텐션 변수들과 상기 전력 루프에서 산출된 어텐션 변수에 근거하여 전력 시퀀스 텐서를 산출하는 인코딩-디코딩 어텐션 연산을 나타낸 개념도이다. 도 8은 본 발명의 실시 예에 따라 선행된 적어도 하나의 루프를 통해 산출된 출력 텐서에 근거하여 엔티티들 간에 배관을 배치하고 비용을 산출하는 동작 과정을 보다 자세하게 도시한 흐름도이다. 본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다 본 명세서에서, "구성된다." 또는 "포함한다." 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 본 명세서에 개시된 기술을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 기술의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 또한 이하에서 설명되는 각각의 실시 예들 뿐만 아니라, 실시 예들의 조합은 본 발명의 사상 및 기술 범위에 포함되는 변경, 균등물 내지 대체물로서, 본 발명의 사상 및 기술 범위에 해당될 수 있음은 물론이다. 이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예들을 상세히 설명하도록 한다. 한편 선형성 아이템은, 상세 설계를 실시한 후에 물리적 치수가 정해지는 모든 벌크성 자재 중 선형성(linear)을 가지는 플랜트 모델의 구성 요소로서, 예를 들어 배관이나 케이블 트레이, 옵티컬 케이블, 접지선(earthing), 전력 케이블 등 선형의 형태를 가지며, 플랜트 모델의 구성 요소들 사이를 연결하는 별개의 구성 요소를 의미할 수 있다. 이하의 설명에서는 이러한 선형성 아이템의 예로서 구성 요소와 구성 요소 사이를 연결하는 배관을 예로 들어 배관 배치가 이루어지는 구성을 상기 선형성 아이템의 배치로서 가정하여 설명하기로 한다. 그러나 본 발명이 이에 한정되는 것이 아님은 물론이며, 얼마든지 다른 선형성 아이템, 즉 전력 케이블 등에 적용될 수 있음은 물론이다. 우선 본 발명의 요지를 설명하면, 본 발명은 딥 러닝 모델인 트랜스포머(transformer) 모델을 이용하여 플랜트의 각 구성요소들의 최적 위치를 결정할 수 있도록 한다. 트랜스포머 모델은 문장 속 단어와 같은 순차 데이터 내의 관계를 추적하여 맥락과 의미를 학습하는 신경망 모델로서, 주로 문장에서 단어들 간의 관계를 포착하고 문장의 의미를 이해하는 인공지능 모델일 수 있다. 이러한 트랜스포머 모델의 경우 상술한 바와 같이 기 설정된 순서에 따라 입력되는 단어들 간의 관계를 분석하고 그에 따른 의미를 분석하고, 분석된 의미에 따라 가장 적합한 단어들이 조합된 문장을 추정하는데 이용될 수 있다. 여기서 상기 기 설정된 순서를 플랜트의 각 구성 요소들이 배치되는 절차로 이용하고 상기 단어들을 각각의 절차 내에서 배치되는 플랜트의 각 구성 요소로 이용하는 경우, 상기 단어들 각각의 분석된 의미는 플랜트의 각 구성 요소들 간의 연관 관계에 대응할 수 있으며, 상기 트랜스포머 모델의 결과로서 출력되는 적합한 단어들이 조합된 문장은, 순차적으로 수행되는 각 절차에서 이루어지는 각 구성 요소들이, 서로 간의 연관 관계에 따라 적절하게 배치되는 배치 구조에 대응할 수 있다. 이러한 트랜스포머 모델을 이용하여 플랜트 구성 요소들의 배치 위치를 결정하기 위해 본 발명에서는, 상기 트랜스포머 모델의 인코딩-디코딩 어텐션 연산을 이용하여 선행 절차에서 산출된 각 플랜트 구성요소들의 위치를 후행 절차에 따른 플랜트 가상공간 상의 위치로 변환하고, 변환된 선행 절차 상의 구성요소들의 위치에 근거하여 후행 절차에 따른 구성 요소들의 위치를 결정함으로써, 각 절차에