에너지 분야는 디지털 전환을 겪고 있으며, 현대 인공지능은 상류 부문 운영에 있어 핵심 자산으로 진화했습니다. 저류층 특성 평가 최적화부터 시추 위험 완화에 이르기까지, AI는 기술적 의사결정의 효율을 배가시키는 역할을 합니다.
이 프롬프트들은 ChatGPT, Gemini, Claude, DeepSeek을 포함한 주요 대규모 언어 모델(LLM)에 배포하기 위해 엄격하게 테스트되고 최적화되었습니다. 특정 모델마다 고유한 강점(예: DeepSeek의 논리 능력, Claude의 대규모 기술적 맥락 처리 능력)을 보이지만, 다음 라이브러리는 사무실과 현장 환경 모두에서 효율성과 정밀도를 높이고자 하는 석유공학자들에게 보편적인 기초를 제공합니다.
1. 역사적 생산 데이터 매칭 전략 최적화
최적 모델: DeepSeek 또는 Claude (복잡한 논리적 워크플로우에 대한 높은 추론 능력 때문).
역사적 생산 데이터 매칭은 악명 높게 반복적이고 시간이 많이 소요됩니다. 이 프롬프트를 사용하여 불일치 매개변수를 기반으로 구조화된 민감도 분석 계획을 생성하세요.
시니어 저류층 시뮬레이션 엔지니어 역할을 해주세요. 저는 [사암/탄산염] 저류층에서 [수/가스] 구동 메커니즘을 사용하여 역사적 생산 데이터 매칭을 수행 중입니다. 시뮬레이션 모델은 현재 압력 데이터는 잘 맞추고 있지만, X, Y, Z 유정의 생산 쇠퇴 단계에서 물 함유율을 상당히 과소평가하고 있습니다.
상대 투과율 곡선과 대수층 유입 매개변수를 기반으로, 물 유입 지연을 초래하는 매개변수를 식별하기 위한 단계별 민감도 분석 전략을 제안해 주세요. 영향 가능성에 따라 매개변수를 순위별로 나열하고, 상대 투과율 종점값(Krw, Kro)과 지수 값에 대한 구체적인 조정 방안을 제안해 주세요.
기대 효과: 특정 불일치 증상에 맞춰 조정할 매개변수의 우선순위 목록을 제공하여 시행착오 단계를 획기적으로 줄입니다.
2. 시추 유체 프로그램 설계
최적 모델: ChatGPT (화학적 특성과 운영 제약 조건을 종합하는 데 유연함).
머드 프로그램 작성은 억제력, 유변학, 비용 간의 균형이 필요합니다. 이 프롬프트는 까다로운 지층에 대한 견고한 유체 시스템을 개략적으로 설명하는 데 도움이 됩니다.
시추 유체 전문가 역할을 해주세요. 팽창 및 붕괴 경향이 있는 반응성 셰일 지층을 통과하는 편각 [X]도의 굴착 구간에 대한 예비 머드 프로그램이 필요합니다. 예상 저류층 온도는 [X] 섭씨입니다.
억제력과 정공 청소를 극대화하는 수성 머드(WBM) 조성을 추천해 주세요. 주요 첨가제(억제제, 점도증강제, 여과 조절제)를 권장 농도 범위와 함께 나열해 주세요. 차압 점착에 대한 간단한 위험 평가와 제안된 완화 방안을 포함해 주세요.
기대 효과: 머드 시스템 설계를 위한 포괄적인 시작점을 생성하여 모든 중요한 화학적 상호작용과 정공 안정성 위험이 초기에 해결되도록 합니다.
3. 쇠퇴 곡선 분석(DCA) 해석 자동화
최적 모델: DeepSeek (수학적 논리와 패턴 인식에 강함).
AI가 표준 DCA 소프트웨어를 대체할 수는 없지만, 생산 내역을 기반으로 쌍곡선 대 지수함수 적합에 대한 논리를 검증하고 제안할 수 있습니다.
생산 엔지니어 역할을 해주세요. 저는 균열이 있는 타이트 오일 유정의 생산 데이터를 가지고 있습니다. 데이터는 초기 높은 쇠퇴율과 경계 지배 유동으로의 전환을 보여줍니다.
이러한 유동 영역에 대해 수정된 Arps 쌍곡선 쇠퇴 모델과 신장 지수 생산 쇠퇴(SEPD) 모델 사용의 이론적 함의를 분석해 주세요. 어떤 모델이 더 보수적인 최종 회수량(EUR)을 산출할 가능성이 높은지에 대한 수학적 근거를 제공하고, 장기 예측에서 과대평가를 피하기 위해 'b-인자'를 어떻게 제한해야 하는지 설명해 주세요.
기대 효과: 비전통 저류층에서 EUR을 과대평가하는 일반적인 함정을 방지하는 데 도움이 되는, 매장량 추정 방법론에 대한 이론적인 “제2의 의견”을 제공합니다.
4. 잠수식 전동 펌프(ESP) 고장 문제 해결
최적 모델: Claude (상세한 기술적 맥락 처리와 복잡한 시스템 진단에 탁월함).
지하 고장의 신속한 진단은 생산을 더 빠르게 복구합니다. 이 프롬프트는 진단 체크리스트 역할을 합니다.
인공양지 엔지니어 역할을 해주세요. 고 GOR 유정의 ESP가 '과소부하'로 트립되었습니다. 흡입 압력 차트는 트립 전에 순환적인 "톱니" 패턴을 보여줍니다. 구동 주파수는 [X] Hz로 고정되어 있습니다.
설명된 전류 및 압력 시그니처를 기반으로 이 고장의 가장 가능성 있는 원인(예: 가스 락킹, 펌프 오프, 샤프트 파단)을 진단해 주세요. 근본 원인을 확인하기 위한 문제 해결 절차를 개요로 설명하고, 재가동 시 유정을 안정화하기 위한 가변 속도 구동기(VSD)의 3가지 구체적인 매개변수 변경을 제안해 주세요.
기대 효과: 인공양지 고장에 대한 근본 원인 분석을 가속화하여 생산 지연을 최소화하고 반복 트립을 방지합니다.
5. PVT 상태 방정식 회귀 분석 전략 생성
최적 모델: Gemini (다변수 데이터 개념과 종합 처리에 강함).
상태 방정식(EOS) 조정은 정확한 시뮬레이션에 중요합니다. 이 프롬프트는 회귀 분석 접근 방식을 구조화하는 데 도움이 됩니다.
PVT 전문가 역할을 해주세요. 휘발성 오일 샘플에 대한 Peng-Robinson 상태 방정식 모델을 조정해야 합니다. 실험실 데이터에는 CCE(정성분 팽창) 및 DLE(차등 방출) 실험이 포함되어 있습니다.
회귀 분석 전략을 개요로 설명해 주세요. 중질 분획(C7+) 대 경질 분획에 대해 어떤 구성 요소 특성(Tc, Pc, Omega 또는 Volume Shift)을 그룹화하고 회귀 분석해야 하는지 명시해 주세요. 열역학적 일관성을 유지하면서 먼저 포화 압력을 맞추고, 그 다음 액체 밀도와 GOR을 맞추는 작업 순서를 설명해 주세요.
기대 효과: EOS 조정 워크플로우를 공식화하여 시뮬레이션 유체 모델이 물리적으로 일관되고 계산적으로 안정적이도록 보장합니다.
6. 천공 작업을 위한 HSE 위험 평가 작성
최적 모델: Claude (안전 프로토콜과 전문 문서 작성에 대한 세심한 이해).
안전 문서 작성은 절대적입니다. 이 프롬프트는 엄격한 작업 안전 분석(JSA) 기초를 생성합니다.
시추 및 채취 HSE 관리자 역할을 해주세요. 고압 해상 시추장에서의 와이어라인 운반 천공 작업에 대한 구체적인 위험 평가 및 작업 안전 분석(JSA)을 초안으로 작성해 주세요.
세 가지 중요한 위험에 초점을 맞추세요: 1) 무선 침묵 실패로 인한 의도하지 않은 폭발, 2) 정공 투입 중 압력 제어 장비(PCE) 고장, 3) 건 조립 중 낙하물. 각각에 대해 '잠재적 결과', '초기 위험 등급', API RP 67 표준이 요구하는 구체적인 '통제 조치'를 제공해 주세요.
기대 효과: 업계 표준에 부합하는 높은 준수성을 가진 안전 문서 초안을 생성하여 수시간의 행정 작업을 절약합니다.
7. 증진 회수법(EOR) 선별
최적 모델: ChatGPT (광범위한 지식 검색 및 비교 분석에 유용함).
EOR 적합성에 대한 저류층 선별은 현장 특성을 회수 방법과 일치시켜야 합니다.
저류층 엔지니어 역할을 해주세요. 저는 성숙 유전을 증진 회수법(EOR)을 위해 선별하고 있습니다. 저류층 매개변수는 다음과 같습니다: 심도 [X] 피트, 투과율 [X] mD, 오일 점도 [X] cP, 온도 [X] °C. 지층수 염분은 높습니다([X] ppm).
이러한 특정 매개변수에 대해 중합체 주입 대 CO2 혼상 주입의 기술적 타당성을 평가해 주세요. 높은 염분과 온도 제약 조건을 고려하여 각 방법의 장단점과 치명적 결함을 강조하는 비교표를 작성해 주세요.
기대 효과: 실행 불가능한 회수 방법을 빠르게 걸러내어 엔지니어들이 가장 유망한 EOR 기술에 대한 타당성 연구에 집중할 수 있도록 합니다.
8. 오픈홀 로그 이상 해석
최적 모델: DeepSeek 또는 Gemini (지질학적 논리를 교차 참조할 수 있는 능력).
로그 데이터가 모호할 때, AI는 지질학적 가설을 제안할 수 있습니다.
석물리학자 역할을 해주세요. 저는 셰일-사암 연속층에서 오픈홀 로그를 분석하고 있습니다. 밀도 공극률이 중성자 공극률보다 상당히 높지만, 감마선도 높은(셰일을 나타냄) '교차' 효과를 관찰했습니다.
이 특정 로그 시그니처에 대한 세 가지 지질학적 또는 광물학적 설명(예: 중광물 존재, 가스 효과 마스킹, 녹니석 대 일라이트와 같은 특정 점토 유형)을 제안해 주세요. 암석학을 확인하기 위한 하나의 추가 로깅 도구 또는 코어 분석 테스트를 추천해 주세요.
기대 효과: 표준 해석 모델이 “가스 교차” 또는 “불량 정공”으로 오해할 수 있는 복잡한 암석학 또는 도구 인공물을 식별하는 데 도움을 줍니다.
9. 유전 개발을 위한 경제적 민감도 분석
최적 모델: Gemini (재무 모델링을 위한 변수 구조화에 효과적).
프로젝트 경제성은 변동성이 큰 입력값에 의존합니다. 이 프롬프트는 CAPEX/OPEX 스트레스 테스트를 구조화합니다.
석유 경제학자 역할을 해주세요. 우리는 [X]백만 달러의 CAPEX를 가진 미개발 해상 개발 프로젝트를 평가하고 있습니다.
거미줄도표 민감도 분석을 위한 구조를 초안으로 작성해 주세요. 일반적으로 NPV와 IRR에 가장 큰 영향을 미치는 상위 5개 변수(예: 유가, 유정당 시추 일수, 설비 가동률)를 식별해 주세요. 각 변수에 대해 현재 업계 변동성을 기반으로 합리적인 불확실성 범위(+/- %)를 정의하고, 이러한 민감도가 투자 이해관계자에게 어떻게 제시되어야 하는지 설명해 주세요.
기대 효과: 경제 모델이 가장 중요한 재무 동인을 고려하도록 보장하여 더욱 견고한 최종 투자 결정(FID)으로 이어집니다.
10. 케이싱 설계 파열 및 압궤 검증
최적 모델: DeepSeek (공학적 제약 조건과 하중 조건에 대한 정밀함).
케이싱 설계 논리를 검증하면 최악의 시나리오에서도 정공 건전성이 보장됩니다.
시추 엔지니어 역할을 해주세요. 저는 [X] 피트 TVD에 설치되는 9-5/8" 중간 케이싱 스트링에 대한 설계를 검증하고 있습니다.
API 5C3 표준을 충족하기 위해 파열과 압궤 모두에 대해 계산해야 하는 필수 하중 조건을 나열해 주세요. 특히, "가스 킥과 함께 순환 손실" 하중 조건에 대한 내부 및 외부 압력 프로파일 가정을 상세히 설명해 주세요. 케이싱 슈에서 결과 차압을 계산하기 위한 공식 개념을 제공해 주세요.
기대 효과: 케이싱 설계 단계에서 중요한 하중 조건이 간과되지 않도록 하는 기술적 안전 장치 역할을 합니다.
전문가 팁: 기술적 정확성을 위한 맥락 주입
이 모델들을 최대한 활용하려면 맥락 주입을 연습하세요. 절대 “파이프가 걸렸을 때 어떻게 해결하나요?”라고 묻지 마세요. 대신, 특정 정공 기하학, BHA(정공 조립체) 구성, 사고로 이어진 일련의 사건을 주입하세요.
예시: “저는 [심도]에서 걸렸습니다. BHA에는 [도구 목록]이 포함되어 있습니다. 토크가 급증했을 때 우리는 [슬라이딩/회전] 중이었습니다. 현재 순환 압력은 [압력]입니다. 이를 바탕으로 걸림 메커니즘을 판단해 주세요.”
이러한 원시 데이터를 제공하면 AI가 검색 엔진처럼 작동하기보다는, 당신과 함께 작업 현장에 앉아 있는 시니어 기술 컨설턴트처럼 기능할 수 있습니다.
석유공학에 AI를 통합하는 것은 공학적 판단력을 대체하는 것이 아니라, 이를 증강하는 것입니다. 이 프롬프트들을 활용함으로써, 계산 및 행정적인 부담을 간소화하고, 고부가가치 저류층 관리를 정의하는 복잡한 의사결정을 위한 정신적 여유를 확보할 수 있습니다. 더 민첩하고 데이터 주도적인 운영을 구축하기 위해 오늘부터 이러한 워크플로우를 구현하기 시작하세요.