선진제어시스템은 APC 또는 MPC란 이름으로 생산량 증가, 수율 개선, 운전비용 감소, 품질의 일관성 유지, 운전의 유연성, 공정의 안정성 개선을 목적으로 1980년대부터 많이 적용하였습니다.
국내에서도 1980년도 후반부터 공정에 적용하여 효과를 보았으나 공정 변경에 따른 지속적인 유지 보수가 되지 않았고 국내의 적용 기술력의 부진으로 현재는 당시 적용 기술을 사용하지 않고 있습니다.
최근에는 소프트웨어 기술의 발전으로 이를 쉽게 적용할 수 있는 제품이 많이 나와 있고 국내의 적용 기술력이 많이 발전하여 많은 업체에서 이를 재 도입하거나 도입을 검토하고 있습니다.

APC는 많은 공정에서 적용하여 그 기술이 검증된 안정된 기술이나, 사용자의 관심과 이해도, 수행 엔지니어의 경험과 능력에 따라 성공 여부가 결정됩니다.
따라서 사용자는 공급자를 결정 시 제품의 사용방법이 쉬운지 (사용자들이 사용법을 쉽게 이해하고 유지보수가 가능하여야 함) 또한 수행엔지니어가 지속적으로 유지보수를 할 수 있는 능력이 있는지를 검토하여야 합니다.
또 APC를 적용할 때는 개선하여야 할 부분에 대한 분석, 적합한 적용 기술, 프로젝트 진행 계획, 적용 후의 이익에 대한 사전 조사 (Feasibility Study)를 수행하여야만 프로젝트에 대한 목적, 비용, 이익이 산출되며 프로젝트 완료 후에 이익 부분에 대한 이견을 줄일 수 있다. 일반적으로 투자에 대한 회수는 프로젝트 완료 후 1년 이내에 이루어 지는 것이 바람직합니다.

Detection in Control Loops : 새로운 기술로부터 이익을 최대화하기 위해서 기초가 강해야 합니다. 플랜트의 Regulatory Control은 제어에서 대단히 중요한 부분이나 대부분 많은 관심을 가지지 않고 있습니다. Regulatory Control 레벨에서의 문제점을 인식하면 새로운 기술의 도입 시 개선 효과를 증대할 수 있습니다. 따라서 Regulatory Control Loop를 주기적으로 분석하는 것은 APC 적용에 있어서 상당히 중요한 부분입니다.

Loop Performance Evaluation & Tuning Tools : Control Loop의 Model을 설계하기 위하여 다양한 PID Algorithm을 지원하며 미세한 MV의 움직임을 감지하고, 불확실한 외란에 강한 최적 Controller Tuning 기능이 지원되며, MISO Model Identification 및 Simulation 기능이 있는 제품을 사용하는 것이 효과적입니다.
최근에는 공장 전체 Control Loop의 Performance를 주기적으로 검사하여 문제를 Report하고 Model을 만들어 주는 소프트웨어도 있습니다.

Regression Techniques (Software Sensor): 변수간의 상호 연관 관계를 찾아 모델을 설계하기 위하여 Linear System을 Modeling하기 편리한 OLS (Ordinary Least Squares), 상호 높은 연관성을 가진 변수를 찾기 위한 PLS (Partial Least Squares), Non-Linear System을 Modeling하기 편리한 NN (Neural Network) 등의 기술을 사용합니다.

Model Predictive Control Technology (MPC) : 실제 공정에 적용하는 APC (또는 MPC) 기술로써 기존 Model의 Converting, On-line Controller를 생성하는 데 필요한 File 생성, Dynamic Simulation, 초심자도 쉽게 Model을 만들고 확인할 수 있는 기능, 데이터 분석기능, Step Test 설계 기능 등이 제공되는 제품을 선택하는 것이 편리합니다.

Dynamic Optimization : APC 상위의 개념으로 공정운전을 생산계획, Capacity, 비용을 고려하여 APC를 최적으로 운전하는 개념으로 이익을 최대화 할 수 있습니다.