센서 삽입된 스마트 부품이 수집한 데이터 AI로 분석
UNIST·경상국립대 공동 연구진 개발
원자로 상태 한눈에 확인하는 AR 디지털 트윈도 구현

그림. DED 기반 초소형 원자로 부품의 경로 최적화 및 제작 결과. a)광섬유 센서 내장을 위한 센서 삽입층에서 사용된 툴패스(toolpath) 모식도. b-c)툴패스 및 공정 매개변수 최적화 실험 결과. d)센서 내장형 초소형 원자로 부품 DED 제작 공정 프로세스. UNIST 제공

인공지능(AI) 시대의 전력 수요 폭증에 맞춰 글로벌 빅테크들이 소형원전 개발에 나서고 있다. 이러한 소형원전의 위험 징후를 인공지능으로 2초 안에 알아챌 수 있는 원격감시 기술이 나왔다. 구조가 복잡한 소형원전 내부 상태를 실시간으로 확인할 수 있어 관리 비용은 줄이고 안전성은 높일 수 있을 것으로 기대된다.

UNIST(총장 박종래) 기계공학과 정임두, 김남훈 교수(이상 인공지능대학원 겸직)와 국립경상대학교 김형모 교수 공동연구팀은 소형원전을 원격 감시하는 스마트 부품 시스템을 개발했다고 24일 밝혔다.

광섬유 센서가 내장된 스마트 부품이 데이터를 수집해 보내면 AI가 이를 분석해 이상 상태를 경고하는 시스템이다.

이번 시스템 개발의 핵심은 3D 프린팅을 통한 스마트 금속 부품 제작 기술과 광섬유의 연속적 다중 변수를 동시에 빠르게 처리하는 AI 기술에 있다. 연구팀은 DED 프린팅 방식을 활용해 스마트 원전 부품을 정밀하게 제작했으며, 광섬유 센서를 금속 부품 내부에 유연하게 내장함으로써 원자로의 가혹한 환경에서도 부품이 안정적으로 작동하게 했다. AI는 광섬유 센서 여러 위치의 열변형 정보가 포함된 다중 변수를 빠르게 실시간으로 복합 처리해 이상 징후를 즉각 감지하며, 이를 증강현실(AR) 기반 디지털 트윈 환경에서 원격으로 확인할 수 있게 한다.

그림. 비정상 및 정상 운영 상태에서의 실시간 모니터링 결과. a)비정상 및 정상 작동 사례를 보여주는 개략도. b)비정상 및 정상 작동 상태에서의 유한 요소 해석(FEM) 이미지. c) 각각의 경우에 대해 사전 처리된 변형률 그래프. d) 각 상태에서의 스펙트럼 이미지. UNIST 제공

초소형 원자로는 대형 원자로와 달리 규모가 작아 전력이 필요한 시설 근처에서 꾸준한 전력 공급이 가능하다. 하지만 동시에 안정적 원전 운영에 대한 중요성이 더욱 증가한다. 이번 기술은 사람이 감지하기 힘든 원전 내부의 열변형 및 위험 징후를 인공지능이 상시 정밀 모니터링하도록 함으로써 차세대 소형 원자로의 안전성과 상용화에 크게 기여할 것으로 기대된다.

정임두 교수는 “접근이 어렵고 시간과 비용이 많이 드는 점검 방식을 AI 융합 기술로 접근하여 해결했으며, 이는 차세대 소형 원전의 안정적이고 효율적인 운영에 크게 기여할 수 있을것”이라며 “해당 융합기술은 원자력 뿐만 아니라 자율 제조 시스템, 항공 우주, 첨단 국방 등 다양한 산업 분야에 활용될 수 있다”고 전망했다.

이번 연구는 첨단 제조분야 세계적 학술지(JCR 상위 7%이내)인 ‘버츄얼 앤 피지컬 프로토타이핑’(Virtual and Physical Prototyping)’에 10월 10일 게재됐다. 연구 수행은 과학기술정보통신부 한국연구재단과 정보통신기술기획평가원, 산업통상자원부 한국에너지기술평가원의 지원으로 이뤄졌다.

송현수 기자 songh@busan.com