スマートファクトリー受注1兆ウォンと潮力発電所の契約は別の話

LG電子は2026年10月22日、韓国水資源公社（K-water）と始華湖潮力発電所のAI活用に向けた技術協力MOUを締結した。デジタルツイン、EXAONEを使うAIエージェント、巡回ロボットなどの適用可能性を検討し、実証や海外インフラ案件の共同開拓を進める構想だ。

LG電子は同時に、スマートファクトリー・ソリューション事業の累積受注額が2026年上期までに1兆ウォンを大きく上回ったと説明した。ただし、この数字は従来の製造業・物流業などの案件を含む事業全体の累積受注であり、始華湖案件の契約額でも、売上高でもない。始華湖について確認されているのは協力覚書の段階である。

経営戦略上の問いは、家電メーカーが発電所にAIを持ち込むこと自体ではない。製造現場で実績を積んだ技術のうち、異なる産業でも使える部分と、最初から検証し直さなければならない部分を見分けられるかという問題だ。

254MWの発電所は、電力だけを目的に建てられたのではない

K-waterの公式資料によると、始華湖潮力発電所は設備容量254MW、タービン発電機10基、水門8門を備える。年間発電量の参考値は552.7GWhで、設備容量では世界最大規模の潮力発電所である。参考値を2026年の実績値として扱ってはならない。

この施設の背景には、堤防建設後に悪化した始華湖の水質改善がある。海水の流通を増やすことと、クリーンエネルギーを生み出すことが、当初から二つの重要な目的だった。K-waterも公式の開発方針で両者を明示している。

したがって、予測発電量が増えたという指標だけで、施設全体の運用が改善したとは言えない。潮位、湖の水位、タービンと水門の操作、環境管理、安全性の条件も考える必要がある。目的が必ず衝突するわけではないが、評価を一つの数値に閉じ込めることもできない。

2018年のK-TOP研究が示す、運営側の既存技術

2018年に韓国新・再生エネルギー学会誌で公表された研究には、K-waterの研究者が参加していた。論文はK-TOP（Kwater Tidal power Operation Program）を紹介し、潮位を考慮した発電計画の最適化を検討している。

研究では既存の最適運転プログラムを基に、異なる潮力発電方式に対応するアルゴリズムを開発し、シミュレーションを始華湖の実際の運転データと比較した。今回のLG電子との協力以前から、運営者がデータを用いた発電最適化に取り組んでいたことを示す。

ただし2018年の論文から、2026年現在どのバージョンが稼働しているかは分からない。LG電子の新システムと連携するのか、置き換えるのかも未公表だ。問うべきは『初めてAIを使うのか』ではなく、『既存の運用手法より何を改善できるのか』である。

工場で成功した技術と潮力発電の物理条件は異なる

LG電子は自社工場で培った製造・生産技術を外部顧客向けの事業として展開してきた。2024年7月の公式説明では、それまでの約10年間で蓄積した製造データが約770TB、スマートファクトリー関連の特許出願が1,000件以上と紹介されている。これは当時の同社の技術資産であり、始華湖のデータ量ではない。

工場では設備停止、工程の滞留、生産数量、不良率を分析できる。一方、潮力発電の運転は海と湖の水位差、潮の周期、タービンや水門の放流操作などに左右される。2022年の研究も始華湖の実運転データを用いて、潮位変化や発電開始時刻、放流条件と発電量の関係を分析した。

データの収集、可視化、予測、設備診断といった技術には横展開の可能性がある。しかし何を最適化するかを決める物理モデルや現場の制約まで自動的に移転できるわけではない。共通部分と施設固有の知識を切り分ける必要がある。

デジタルツイン・AIエージェント・現場ロボットは役割が違う

第一はデジタルツインだ。LG電子は発電設備とCCTVなどのリアルタイム情報を統合し、施設を仮想空間で再現する構想を示した。発電量予測、運転シナリオの検証、設備診断への利用を検討する。映像が精巧かどうかより、モデルが実際の設備状態をどこまで適切に表し、判断に役立つかが重要になる。

第二はEXAONEを活用するAIエージェントだ。発電量の損失原因分析、異常検知、予知保全、リスク評価、点検計画や報告書の作成などを支援する可能性がある。ただし改善案の提示と、発電機や水門をAIが自ら操作する権限は別の問題だ。自律的な制御の範囲や責任が決定されたという発表はない。

第三は巡回ロボットとAIカメラ、資材搬送の自動化である。危険箇所の監視や設備点検などを協力分野に含める。ただし導入検討と、現場での安全・生産性の改善がすでに実証されたことは明確に区別しなければならない。

予測精度が上がっても発電所の成果が自動的に上がるわけではない

AIが翌日の発電量をより正確に予測しても、その情報を水位制約や設備の運転限界を守りながら実行できなければ、発電量の増加には直結しない。故障の兆候を多く検知しても誤警報が増えれば点検負担を増やしかねない。

そのため実証では、予測精度と実際の運転改善を分けて測る必要がある。例えば運転計画の変化、異常検知の誤報・見逃し、点検対応時間、設備安全、水位と環境管理の条件への影響などが考えられる。これらはBanseogが提示する検証上の質問であり、LG電子やK-waterが公表した公式KPIではない。

既存のK-waterの運用技術と経験は比較基準になり得る。しかし現在の運転方式と新しい仕組みを同じ条件で比較した2026年の試験結果は公表されていない。

始華湖の次の顧客でも同じ仕組みが使えるか

LG電子は今回の協力をエネルギー・インフラ事業の実証機会とし、国内外への事業領域拡大につなげたいとしている。一つの発電所の改善だけでなく、製造業から新しいB2B市場へ能力を移せるかが試される。

ただし潮力、水力、太陽光などでは発電原理も制御条件も異なる。設備データの管理や保全支援などは共通化できる可能性があるが、発電最適化の物理モデルや現場の判断条件は顧客ごとに再検証が必要かもしれない。

今後の事業性を左右するのは、毎回ゼロから作り直す部分をどれだけ減らせるかである。共通ソフトウェアと施設固有の実装を分離できれば導入コストが下がる可能性がある。ただし今回のMOUだけで、その仕組みが既に確立し収益性が高まったとは言えない。

公共インフラの顧客が買うのはAIの名称ではない

K-waterは潮位、タービン、水門、設備保守、環境・安全管理について独自の運用経験とデータを持つ。一方のLG電子には製造ラインの設計、デジタル化、制御、AIシステムの実装経験がある。

両者の協力に意味があるのは、顧客が既に解決している問題と新しい技術で改善できる問題を分けられる場合だ。既存プログラムを補完するのか置き換えるのか、どの操作を人が承認するのかも今後の検討課題になる。

ダッシュボードを納品することと、発電所の運用結果が改善することは同じではない。新しい産業に進出する技術企業には、既存の専門知識に対する追加価値を実測で示す能力が必要になる。

必要な人材は工場AIと発電所運転の間にいる

こうした協力には、製造AIやデジタルツインの技術者に加えて、潮力発電の運転、機械設備、産業制御、安全、水質・環境管理、データ統合を理解する専門家が必要になる可能性がある。

特に重要なのは現場の熟練者が使う判断基準をシステムの要件へ変換することだ。何を危険な兆候と見なすか、いつ制御変更を許可するかという条件が曖昧であれば、AIが良い予測をしても実務で利用しにくい。

ただし10月22日の協力覚書から、LG電子が特定職種の採用を始めた、あるいは人材需要が急増したと結論づけることはできない。実際の求人や組織計画で検証する必要がある。

未確認の数字と成果を残したまま評価する

公開情報で確認できるのは技術協力MOU、今後の実証・研究分野、LG電子の既存スマートファクトリー事業の累積受注、そして始華湖の既存施設と過去のK-TOP研究である。

始華湖案件の契約額、導入時期、実際の運用範囲、現行K-TOPとの関係、公式な達成基準、発電量や水質への改善効果、海外での次の受注は確認できない。

そのため現段階で『AIにより発電量が増えた』『水質が改善した』『新しい設備が完成した』とは書けない。評価できるのは産業間で技術を転用する戦略と、今後満たすべき検証条件である。

BANSEOG VIEW

BANSEOG VIEW｜別の産業へ進むなら、顧客が成果を測る基準から理解する

LG電子には製造AIの蓄積がある。しかし始華湖は電力生産だけでなく、海水を流通させ水質を改善するために建設された。運営者のK-waterは以前からK-TOPを使った最適運転の研究も行ってきた。

検証すべきことは三つある。既存方式より何を改善したか。水位・環境・安全の条件を守れるか。その改善手法を他の施設でも合理的なコストで繰り返し使えるか。

2026年10月に確認できるのは技術協力MOUまでであり、発電量・水質の改善や追加受注の実績ではない。新市場で競争力になるのはAIの名称より、既存の顧客運営に対する追加の成果を証明する能力かもしれない。

SOURCES

参照した主な資料

2026年10月26日作成。LG電子の10月22日の発表はK-waterとの技術協力MOU、導入検討と実証構想であり、始華湖案件の確定契約・導入完了・改善成果を意味しない。1兆ウォン超は2026年上期までの既存スマートファクトリー事業全体の累積受注。254MWと年間552.7GWhは設備容量と公式参考発電量で、2026年の確定実績ではない。2018年のK-TOP論文は過去の研究で、現行バージョンやLGとの連携は未確認。実証KPI、人材需要、他施設への展開可能性は条件付きの戦略分析。