진단기술의 응용

 지식공학 입문 : 미조구치 후미오. 기타자와 가츠아키 지음, 김현숙 옮김, 전파과학사, 1991, page 124 ~ 145.

경영진단, 고장진단……

원자로의 구조

고장의 통계

진단규칙을 어떻게 만드는가?

진단 이유를 아는 것이 중요하다.

원자로 전체의 해석시스템

EMYCIN 을 이용한 컴퓨터의 고장진단

경영진단, 고장진단……

의학과 진단과는 서로가 떨어질 수 없는 관계에 있음은 지금까지 보아온 대로이다. 그러므로 의학 이외에도 각종 진단이라는 말을 듣게 된다. 예를들면 경영진단, 고장진단, 날씨진단 … 등이다.
이것은 진단방법이 특정영역에 한정된 것이 아니라 여러 분야에서도 사용될 수 있는 것을 의미한다. 다시 말해서 만약 진단이라는 점에서 각 분야 공통의 방법론이 있으면 그것을 각 영역에 적용할 수 있다는 것이다.
그러므로 지식공학에서 사용된 진단기술이 의학에 한정되지 않고 다른 분야에도 소용이 되면 그것은 지식공학 그 자체의 유효성을 입증하는 것이다.

의학에의 응용에 관해서는 앞에서 기술한 대로이다. 녹내장에 대한 진단시스템을 구성하는 것은 매우 유효하고 또한 실제로 동작하는 모델로서도 완성시키고 있다.
동작하는 모델이라는 의미는 의사가 실제로 사용하고 있는 것을 의미한다.
종래에는 진료라고 하면 어려운 통계이론이 있고 다음에는 예제가, 그것도 간단한 것이 표시되는 연구가 많았던 것 같다. 따라서 넓은 범위의 실제적인 문제를 해결하는 연구가 그렇게 많았다고는 생각되지 않는다.
현실문제는 변수의 수도 많고, 이론적으로도 한눈에 꿰뚫어 볼 수 있게 분명한 것이 많지 않다. 역시 현실문제에는 전문가가 어떻게 풀어가는가 하는 지식의 도입이 필요하다. 그 때문에 수학적인 이론보다는 그러한 지식의 사용방법을 내장한 진단시스템이 필요한 것이다.
그래서 녹내장의 진단에서 성공한 방법론을 그 밖의 분야에 응용하면 어떨까하는 것이 본절의 목표이다. 그러나 대상이 의학과는 전혀 다른 원자로의 진단이라면 그것도 가능할까 하는 것이다.

만약 지식공학기법의 기본을 이루는 진단방법이 원자로와 같이 규모가 큰 문제에도 유효하다면 이 새로운 공학의 중요성은 더욱 높아질 것이다.
그리고 정보분야의 방법론을 에너지 문제에도 적용할 수 있고 양자가 진단이라는 방법으로 결합하게 된다. 이것은 특히 자원을 중요시하는 경향이 있는 우리 한국 과학기술에도 커다란 충격을 주게 될 것이다.

원자로 문제를 다루기 위해서는 역시 전문가가 필요하다. 지금부터 다루어갈 실제 연구는 각 분야 전문가들이 공동으로 진행하게 된다.

원자로의 구조

원자로의 진단모델을 설명하기 전에 원자로에 관한 개요를 언급해 둘 필요가 있을 것 같다.
원자력이라는 것은 석유나 석탄과 같이 태워서 에너지를 얻는 것이 아니다. 원자력의 경우에는 우라늄이나 플루토늄에 중성자를 충돌시켜서 원자핵의 분열을 일으켜서 그때 발생하는 에너지를 열원으로 만들어가는 것이다.

표 1 과 같이 1g 의 우라늄은 핵분열에 의해서 거의 2400 KW 의 에너지를 방출한다. 석탄의 경우라면 이만큼의 에너지를 얻기 위해서는 약 3 톤을 연소시켜야 한다.
이와같이 가연 에너지와 핵분열 에너지와는 질적으로도 양적으로도 분명하게 차이가 있다. 그리고 이와같은 차이가 있기 때문에 안전성을 고려해서 핵에너지를 다루어야 할 것이다.

표 1  에너지의 비교

핵분열 결과로 발생한 에너지는 열에너지이기 때문에 이것을 이용하기 쉬운 형태로 변환하는 변환시스템은 열교환이 된다. 그러므로 원자로라는 것은 원자핵의 보일러라고도 한다.
그러면 이 원자로는 어떠한 형식의 것이 있는가. 현재 일본 원자력발전소에서는 경수로 (輕水爐) 가 사용되고 있다. 경수로는 요컨대 보통의 물이다. (원자로에서는 수소의 동위원소인 중수소가 산소와 결합해서 생긴 중수 (重水) 도 사용되므로 그것과 구별하기 위해 경수라는 말이 사용된다.)

원자로 중에는 핵연료인 우라늄 (정확하게는 우라늄 235) 의 원자핵에 중성자가 충돌해서 핵분열이 생긴다. 이때 발생하는 에너지는 원자로 내의 물을 가열해서 300 ℃ 정도로 만든다.
이때 물 (경수) 을 비등시켜서 증기를 발생시키는 유형의 경수로는 비등수형 (Boiling Water Reactor, 약자로는 BWR) 이라 한다. 이에 비해서 원자로 내에 압력을 걸어 두면 100 ℃ 를 넘어도 원자로 내에서 물은 증발하지 않는다. 이런 방식의 경수로를 가압수형 (加壓水型 : Pressurized Water Reactor, PWR) 이라 부른다.

그림 2  원자로의 원심부 (사진은 고속증식 실험로) (그림생략)

가압수형의 경우에는 얻어진 고온의 물을 원자로의 밖에서 다른 물과 접촉시켜서 증기를 만들고 발전을 위한 터빈으로 들여보낸다. 비등수형의 경우에는 물은 원자로 내에서 증기가 되고 이 증기를 사용해서 터빈을 회전시키는 것이다.
발생한 증기를 사용해서 발전하는 방법은 화력발전과 같고, 단지 비등수형과 가압수형과의 큰 차이점은 원자로에 들어간 냉각수의 처리에 있는 것이다.

비등수형은 이 물을 직접 사용하고 가압수형은 간접 사용하기 때문에 냉각수의 사이클은 각각 간접사이클과 직접사이클이라 부른다. 간접사이클인 경우에 그림 3 (a) 와 같이 원자로 내의 고온 냉각수가 순환하는 계를 1 차계라 하고, 증기를 발생하는 계를 2 차계라고 한다. 실제의 원자로 구성은 그림 3 (b) 와 같이 복잡하다.

그림 3 (a)  가압수형 경수로 (PWR) 의 냉각수 사이클

그림 3 (b)  실제의 해석대상

물론 원자로 속의 우라늄은 핵분열을 하면서 핵분열 생성물질을 만들어낸다. 이 생성물질은 강한 방사능을 갖고 있기 때문에 이것이 새지 않도록 조심해야 한다.
보통 원자로는 격납기라는 두꺼운 2 중 3 중의 콘크리트 용기 속에 보관된다. 따라서 이 격납기에서 방사능이 새어 나온다는 것은 거의 상상 할 수 없다.

이상이 원자로의 형식과 그 움직임의 개요인데, 어떻든 핵분열이라는 제어가 어려운 대상을 기초로 하고 있기 때문에 안전성에 관해서는 충분히 검토해야만 하도록 엄격하게 법적으로 규제되고 있다.

고장의 통계

최근의「원자력 공업」지에 실린 일본 원자력발전소에서 발생한 사고와 고장은 다음과 같다.

'1966년에 동해의 가스로 (gas 爐) 가 가동을 시작한 후로 지금에 이르기까지의 전체 보고건수는 166 건이다. (중략)

이들 사고와 고장은 모두가 경미한 것이어서 원자력발전소의 안전성의 관점에서는 아무런 문제가 되는 일은 없었고, 각 사고나 고장에 대해서는 그때마다 원인을 철저하게 규명하고 충분한 대책을 강구해왔지만 원자력발전소의 신뢰성을 한층 향상시키기 위해서는 지금까지의 사고와 고장을 통계적으로 처리하여 전체적인 경향을 파악하는 것이 중요하다고 생각한다.'
이 논문 중에는 각종 사고와 고장에 관한 통계 데이터와 내용이 상세하게 분석되고 있다. 이들 데이터를 고장발생 빈도에 의하여 가압수형, 비등수형 및 냉각로 (Gas-Cooled Reactor, GCR) 로 구분해서 정리한 것이 그림 4 이다.

그림 4  고장발생 빈도

그림에서 보면 고장이 가장 많은 것이 원자로의 냉각계이다. 비등형인 경우에는 2 중계가 존재하지 않고 모든 제어장치가 1차계에 포함되고 있기 때문에 그림 4 의 자료 중에서 1차계 제어장치의 고장빈도가 가압수형에 비해서 높아졌다.
이러한 고장을 어떻게 해서 발견하는가 하면 경보와 보호계 동작에 의한 방법이 가장 많다고 한다. 그밖에 순회점검등에 의해서도 이들 고장은 검출된다고 한다. 원자로의 정기점검은 3개월이고 그 사이는 완전하게 원자로의 안전성이 체크되고 있다.

고장을 검출하는 방법을 충분히 검토하는 것은 매우 중요한 일이고, 특히 그와 같은 고장이 왜 일어났는가에 대한 이유를 명확히 하는 것이 원자로의 안전성 측면에서 볼 때 가장 중요한 점이라고 할 수 있을 것이다. 물론 이것을 가능하게 하는 것이 지식공학에서 개발된 진단기술이라는 것이다.

진단규칙을 어떻게 만드는가?

그러면 원자로의 진단을 위한 지식을 어떠한 방법으로 수집하면 좋을까? 의학의 경우와는 달라서 출발점인 진단의 기초가 되는 규칙을 작성하는 일이 용이하지 않다.
또한 과거에는 원자로의 안전성 해석이 어떻게 행해져 왔는지에 규칙 작성을 의존하고 있고 보통은 전문가의 경험이라는 형식으로 지식이 존재하고 있다.

의학의 경우는 명의의 머리 속에 그것이 축적되어 있을 뿐이고 이러한 경험적 지식이 밖으로 표출된 것이 없다.

원자로의 진단에 대해서도 마찬가지라고 할 수 있다. 원자로의 오퍼레이터는 느낌에 의해, 어느 곳의 경보장치가 울렸기 때문에 원자로 내의 어느 부분이 이상하다는 경험적 지식이 축적되어 있는지도 모른다. 그러나 이것만으로는 진단을 위한 규칙을 작성할 수는 없다.

그림 5  가압기 압력의 상태변화

원자로의 전문적인 지식에는 안전성에 대한 경험적인 지식도 필요하지만 또한 정량적 해석에 기초를 둔 식견이 무엇보다도 중요하다. 즉 원자로의 열적 세계를 모의실험하는 모델화가 필요한 것이다.
이 점이 의학분야의 진단과 크게 다르다. 이것은 인간 체내의 생리적인 과정이 복잡하며 모든 원인과 결과가 방정식으로 기록될 수 없기 때문이기도 하다.
그에 비해서 원자로의 경우는 열적 관계를 기술하는 것이 수학적으로 잘되어 있다.

무엇이 일어나는지도 알지 못하는 것을 우리들의 전원에너지로 사용한다는 것은 과학상식에서 볼 때도 생각할 수 없기 때문이다.

그림 6  (a) 1 차 냉각계의 고장에 관한 규칙

원자로 내의 열적 상태를 외부에서 관측하기 위한 여러가지 방법이 있지만 역시 냉각수의 온도, 증기의 발생상태가 중요한 포인트이다. 이유는 우리가 대상으로 하는 원자로는 경수로 (輕水爐) 의 가압수형 (PWR) 이기 때문이다. 따라서 냉각수와 증발압력이라는 자료를 점검하는 일은 원자로 내부의 상태를 점검하는 데 있어서는 중요한 것이다.

다행이도 가압수형에 관해서는 일본 원자력연구소의 보고서가 있다. 이 보고서는 원자력선 (原子力船) 의 원자로의 과도한 변화의 해석에 관한 것으로 내용은 일차냉각에 관한 해석결과를 기술한 것이다.

그림 6  (b) 컴퓨터 내부의 규칙(부분적) · 표 6  (a) 의 한국어 부분을 컴퓨터 내의 규칙으로 작성한 것

그것과 관계되는 자료가 그림 4 와 5 이다. 그림 5 는 가압기 압력의 상태변화를 표시한 것이고, 횡선 부분 (1650 PSIA 이상)을 넘으면 가압에 대한 경보가 울리는 것을 의미한다.

예를 들면 가압기 압력에 관해서는 표 6 과 같은 형식의 규칙을 작성할 수 있다. 실제의 규칙형식은 표 6 (b) 의 ① 에 표시한 것과 같이 된다.

컴퓨터 내부에서는 생략기호를 쓴다. 예를 들면 AHPPR 이라는 것은 Alarm Actuation of Pressurizer High Pressure 를 생략기호로 쓴 것이지만 반드시 본래의 의미 그대로는 아니고, 가압기 압력이 높아져서 경보가 울리는 것이다. 물론 이때의 기준 데이터가 그림 5 의 횡선을 그은 가압기의 압력 상태인 것이다.

다음에는 마찬가지로 냉각수의 유량에 관한 데이터가 그림 7 의 펌프에 대한 유량이다.

그림 7  1 차 냉각계 펌프의 출구 유량

원자로의 냉각수 유량이 매우 중요하다고 하는 것은 물은 원자로 내를 순환하고, 때로는 중성자의 움직임을 멈추고 핵분열을 억제하는 움직임도 있기 때문이다.
만약 냉각수의 유량이 정격 (규정유량) 보다도 45 % 낮아졌을 때는 펌프유량은 저유량이 된다. 따라서 45 % 가 되지 않거나 40 % 라고 해도 저유량으로 해두는 방법으로 규칙을 작성할 수도 있다. 그 실제의 예를 표시한 것이 표 6 (b) 의 ② 일 때의 규칙이다.

여기서의 규칙내용은 A 루프계의 유량 혹은 B 루프계의 유량 중 어느 것이 40 % 로 낮아지면 1 차계의 냉각수의 고장이라는 것이다.
A 루프라는 것은 원자로 내로 통하는 계이고, B 루프는 가압기로 통하는 계이다. 모두가 가압형 원자로의 1 차계의 냉각에 있어서는 중요한 의미를 갖고 있다.

이상이 원자로의 1 차냉각계의 고장에 관한 일부 규칙과 그것이 어떠한 데이터로부터 작성되는지를 설명하였다. 실제로는 원자로에 관한 고장은 그림 8 에 표시한 것과 같이 여러가지가 있고 또한 그들 고장이 복잡하게 뒤얽혀서 발생하는 경우가 많다.그러므로 단순히 어느 한 곳의 경보만이 울렸다고 해도 그것이 어떤 원인으로 발생했는지를 분명하게 조사해둘 필요가 있다.

진단 이유를 아는 것이 중요하다.

폴트 트리 아날리시스 (Fault Tree Analysis : FTA)와 같은 종래의 분석으로도 경수로의 안전성 평가는 행해지고 있다. 그리고 FTA법의 경우는 어떤 고장과정을 표현하기까지에는 분명하게 유효하다. 그러나 원인이 복잡하게 뒤얽혀 있는 경우에는 어느 것이 주된 원인인지를 신속하게 밝힐 수가 없다.

그런 측면에서 볼 때 지식공학 기법쪽이 어떠한 이유에 의해 고장을 진단했는지를 알 수 있다는 점에서 종래의 방법보다 유연하다. 그리고 반대로 그 판정이유를 진단시스템에게 질문할 수 있다.

예를들면 진단결과가 그림 8 과 같이 얻어진다. 물론 이와같은 출력을 얻기 위해서는 각종 원자로의 자료, 예를들어 의학진단인 경우는 혈압이라든지, 체온에 관한 것 등을 입력할 필요가 있다.

그림 8  진단결과 여기서는 주냉각루프의 고장이라는 것이 가장 높은 확률로 진단되고 있다.

앞에서 언급한 루프는 가압기압력 경보가 울렸는가, 울리지 않았는가에 대한 데이터이다.

이와같이 해서 입력데이터는 그것에 관련된 규칙에 의해서 해석되어 필요한 다른 규칙을 호출 (call) 하거나 또는 그 자료에 대응하는 결론을 내리게 된다. 이것은 그림 9 와 같이 표로 나타낼 수가 있다.

다시 말해서 입력데이터에 대응해서 몇 개의 규칙(지식이라고도 함)을 적용해서 그 데이터를 설명해 나간다. 반대로 시스템의 내부에는 어떤 결론을 유도한 것이 어느 규칙이였는지에 관한 내용이 기억되어 있다. 따라서 이러한 진단결과는 왜 얻어졌는가 하는 내용도 진단시스템으로부터 얻을 수 있다.

그림 9  진단과정

그것을 표시한 것이 그림 10 이다. 여기서는 주냉각의 고장이 왜 발생했는지를 질의한 것이다. 이때 냉각계의 주루프의 경보가 울려서 가압기압력이 높다는 규칙이 사용되고 있는 것을 표시하고 있다. 물론 입력데이터는 다양하기 때문에 그중 어느 규칙에 의해서 진단되고 있는 것이다.
그리고 그 결과로서 각종 고장상태가 검출되고 각 고장에는 고장 빈도를 고려한 확신도가 첨가된다. 그림 8 과 같이 확률값을 갖는 출력을 얻을 수 있다.
그리고 그림 10 과 같이 그림 중에서 최대값이 고장으로 간주될 수 있다. 그러므로 질의는 어떤 규칙과 그 규칙을 어떤 데이터가 만족하고 있는지를 알아내는 것이다.

그림 10  최대 고장원인의 이유를 질의한 것

현재 우리가 개발하고 있는 원자로의 진단모델은 고장을 28 종류로 분류하고 200 가지 규모의 규칙을 갖고 있다. 사용한 지식공학 기법은 녹내장에서 이용한 DG4-EXPERT 이다.
아마 세계 최초의 적용예로 생각되는 원자로의 진단모델도 약 6 개월 만에 파일로트 모델이 완성되었다. 모두가 지식공학의 도구 (Tool)가 정비되어 있기 때문일 것이다. 도구의 습득은 약 2 개월이면 거의 능숙하게 사용할 수 있다.

그리고 DG4-EXPERT 의 몇가지 개량해야 할 점 같은 것을 토론하고 현재도 더욱 강력한 도구를 만들기에 열중하고 있으며, 지식획득형 생성시스템 (Production System : ADIPS) 를 개발하였다. 역시 도구 중에 원자로의 영역을 반영하는 기능도 필요해진 것이다.

더욱이 이 진단시스템은 1981 년 10 월 17 일에 발표되었다. 원자로 전체의 안전성을 염두에 둔 새로운 접근으로 볼 수 있다. 그러나 아직도 수많은 문제가 남아 있다.

원자로 전체의 해석시스템

원자로 전체의 해석시스템은 그림 11 과 같이 생각할 수 있다. 약간 복잡하고 뒤얽혀 있지만 대체로 3개의 큰 블럭으로 조립되어 있다.

그림 11  사고시 원자로 내 해석시스템 개념도

ⓐ 블럭은 평상시와 사고시의 원자로의 데이터를 분류하기 위해 필요한 코드 (code) 집합이다.
ⓑ 블럭은 현재 원자로의 제어부로서 원자로 내의 열계산 등을 행하고 있다. ⓒ 블럭은 원자로의 종별상태를 데이터베이스로 해서 저장해 두는 곳이다. 이른바 원자로에 관한 데이터베이스라고 할 수 있다.
이러한 원자로 전체의 해석시스템 중에서 진단시스템의 역할이 무엇인가 하면, 예를들어 ⓐ 블럭에 대해서는 코드뱅크 대신에 규칙뱅크 방식을 도입할 수 있다. 다시 말해서 사고 데이터를 진단하는 규칙집합이며 원자로 내의 규칙 적용시에 설명한 대로이다.
이와같이 해서 규칙이 완성되면 원자로 오퍼레이터에 대한 교육을 실시하며 특히 왜 그러한 경보가 울렸는지를 확실한 형태로 설명할 수 있도록 되어 있다. 즉 규칙을 이용한 교육 시스템으로 볼 수 있다.

ⓑ 는 순수하게 물리화학적 세계의 현상을 계산하는 과정이다. 그리고 여기서부터 구하는 각종 값은 규칙부의 조건값이 되는 것이다. 예를들면 '유량이 40%로 저하했으면…'과 같다. 그러므로 ⓑ 부분의 역할도 중요한 것이다.
ⓒ 는 각종 데이터를 축적해 두는 곳인데, 이것을 적극적으로 이용하면 이상한 데이터군을 조합해서 고장상태를 자동적으로 생성할 수 있다. 현단계에서의 진단시스템에서는 고장상태는 고장분류트리로 자동생성된 새로운 고장항목이 추가되고 진단폭을 넓혀가는 것도 가능하다. 그러기 위해서는 데이터베이스의 이용이 매우 중요하다.

그림 11 의 해석시스템 전체를 다루는 것만으로도 지식공학의 새로운 큰 분야가 될 수 있음을 알 수 있다. 그러나 아직은 그것을 감당할 컴퓨터가 없는 실정이다.
ⓐ 부분은 규칙베이스를 주체로 하는 기호처리가 중심이고, ⓑ 부분은 물리수학의 계산이 중요하다. 그리고  ⓒ 부분은 데이터베이스와 기호처리가 중심이 되는 처리컴퓨터가 필요하기 때문이다.
이러한 몇가지 개념을 처리할 수 있는 다중형의 새로운 컴퓨터가 종합적인 안전해석 시스템에는 필요할 것으로 생각한다.

원자력과 안전성 문제를 생각할 때 이 새로운 컴퓨터와 종합적인 안전해석 시스템은 끊을 수 없는 중요한 관계가 있다. 이것을 해결하는 한가지 방안이 지금까지 열거해온 진단기술이라 할 수 있다.
에너지 문제를 신중하게 생각하는 것이 우리나라의 장래에도 가장 기본적인 문제라고 생각하면 지식공학과 같은 새로운 공학체계의 도입도 필요할 것 같다.

EMYCIN 을 이용한 컴퓨터의 고장진단

진단기술을 크로스 오버 (Cross Over : 교차) 로 이용하고 있는 것은 최근에 새로운 경향으로 볼 수 있다. 그 중 한가지 현상이 EMYCIN 을 이용한 컴퓨터 고장시스템의 개발이다.
EMYCIN 은 Essential MYCIN 의 약자이고 MYCIN 의 기본부분은 도구로서 독립시킨 것이다. 그러므로 지식공학용 도구 그것도 진단시스템을 설계하는 프로그램언어라고 생각해도 상관없다.
EMYCIN 을 이용한 컴퓨터 고장진단 시스템은 IBM 과 스탠퍼드대학의 공동 프로젝트로서 1981 년 여름의 인공지능 국제회의에서 보고되었다.

시스템의 명칭은 DART 라 하고, 진단대상은 IBM 370 수준의 중앙연산부, 입출력장치, 주변장치의 논리적인 고장에 관한 진단이다.
기본적으로는 컴퓨터의 부시스템에 관련된 논리를 진단하기 때문에 의학의 경우와 같다. 물론 진단에 필요한 규칙은 영역전문가 (Domain Expert) 5 명과의 인터뷰에서 얻은 지식으로 작성되고, EMYCIN 중에는 약 190 개의 생성규칙 (Production Rule) 이 정리되었다.
이 DART 는 약 9 개월 걸려서 작성되었다고 보고되었다. 그리고 컴퓨터의 전체 고장 중에서 60 % 정도는 이 진단시스템으로 처리할 수 있다고 한다. 이렇게 해서 진단기술은 각종 분야에 응용할 수 있게 되고 간단한 진단기구는 이미 갖추어졌다고 생각한다.

그런데 지금까지 거론해 온 지식공학의 각종 시스템은 전문가의 지식을 도입하고 있는 점에 특징이 있다. 이것은 전문가로부터 어떤 형태로든 지식을 끄집어내는 것이 필요하며 이것을 지식획득이라고 하는 데 매우 중요한 과정에 속한다.
좀더 시야를 넓혀보면, 우리들 인간의 두뇌 속은 어떠한 구조로 되어 있을까, 심리 매커니즘은 어떤 것일까와 같은 심리학적인 문제로도 연결된다.
물론 심리문제를 다루는 것은 심리학만이 아니라 철학과 언어학도 포함되기 때문에 이들 학문을 통합한 영역의 문제라고 생각할 수 있다.

다음 절에서는 지식공학과 관련된 인지과학 (Cognitive Science) 에 관해서 다루어 보기로 하자.