1. 서 론

원자력발전소의 운전 기간 증가에 따른 발전소 전기설비 노후화로 인해 발전소 내 차단기, 개폐기, 변압기 등 고전압 부품 및 장비에서 고에너지아크손상(High Energy Arcing Faults, HEAF) 발생 빈도가 증가하고 있다. 이에 따라 일반적인 화재의 양상과는 달리 물리적인 폭발 현상과 급격한 화재 성장속도를 동반하는 HEAF 사건이 원자력발전소에서 다수 보고되고 있다^{[1, 2]}. HEAF는 고전력 전기설비에서 발생하는 심각한 아크 결함 현상으로, Fig. 1과 같이 먼저 강력한 아크가 발생한 후 화재로 이어지는 특징을 가진다^[3]. HEAF는 짧은 시간에 고전류가 흐르면서 폭발적인 에너지 방출을 일으키며, 방출된 에너지는 열, 빛, 금속 증기, 그리고 기계적 충격 등의 형태로 나타나고 이는 주변의 장비와 구조물에 심각한 물리적 손상을 입힐 수 있다^[4].

HEAF가 발생하면 매우 높은 온도의 플라즈마를 형성하게 되며, 이로 인해 금속이 증발하고 장비가 녹아내리는 등 큰 피해를 초래할 수 있다. 따라서 원자력발전소 내 HEAF를 발생시키는 단락 사고, 물리적인 접촉 불량 등의 전기적인 결함은 사고로 인해 발생할 수 있는 잠재적인 피해를 증가시킬 수 있다.

HEAF 현상이 원자력발전소 안전에 미치는 영향을 분석하기 위해 경제협력개발기구(Organization for Economic Cooperation and Development, OECD) 산하 원자력기구(Nuclear Energy Agency, NEA) 주관하에 국제공동연구 HEAF Project가 구성되었으며, 원자력발전소에서 사용하는 전기설비에서 발생하는 HEAF 현상을 분석하기 위한 다양한 실험이 수행되었다^[5-7]. 실험 결과를 분석하여 미국 원자력규제위원회(Nuclear Regulatory Commission, NRC)에서는 HEAF 현상을 예측하기 위한 전산유체역학(Computational Fluid Dynamics, CFD) 해석기법을 개발하여 HEAF에 따른 영향범위(Zone of Influence, ZOI)를 예측하기 위한 문서를 발간하였다^[4]. 또한 주변 장비에 영향을 주는 HEAF 특성을 반영하여 열가소성 또는 열경화성 케이블에 대한 손상 실험을 진행하여 HEAF로 인한 주변 케이블의 손상 임계점을 확보하는 문서를 발간하였다^[8].

HEAF 실험을 통해 확보한 중요한 실험 데이터를 통해 HEAF 현상을 분석하고 이를 규제에 활용하기 위해서 HEAF 실험 데이터를 체계적으로 구조화할 필요성이 제기되었다. 실험 데이터를 데이터베이스화시키면 자료의 체계적인 관리와 데이터의 비교분석이 용이해져 연구자는 자료의 획득에 많은 시간을 쓰지 않고 연구에 전념할 수 있으며 체계화된 데이터 조회를 통해 연구에 있어 좋은 영감을 얻을 수 있다. 건축물 화재의 확대 방지를 위한 화재 실험을 통해 얻은 결과를 데이터베이스화 시키거나 부식 및 Creep특성 실험 결과를 데이터베이스화 시켜 연구개발에 활용하고 있다^{[9, 10]}. 하지만 HEAF 실험 데이터에 대한 데이터베이스화 사례는 없으며, 보고서 형식으로 순차적인 나열식 자료만 존재하여 실험 데이터를 분석하고 규제에 직접적으로 활용하기 어려운 실정이다. 따라서 HEAF Project를 통해 획득한 HEAF 실험 데이터에 대한 데이터베이스화가 요구되었다.

이를 위해 본 연구에서는 HEAF 실험 데이터를 체계적으로 분류하고 조회할 수 있는 HEAF 실험 데이터베이스를 구축하는 방향을 제시하고자 한다. 데이터베이스 구축을 위해 HEAF Project 중에서 HEAF Project Phase-2를 통해 확보한 HEAF 실험 데이터를 분석하여 HEAF 실험 데이터의 주요 특성들을 선정하고 분류하였다. 이를 통해 HEAF 실험 데이터 특성을 반영한 체계적인 데이터베이스를 구축하고자 한다.

2. HEAF 실험 데이터베이스 요구사항 분석

HEAF Project Phase-2는 총 9개국(미국, 독일, 프랑스, 캐나다, 한국, 일본, 핀란드, 스페인, 네덜란드)이 회원국으로서 참여하여 2018년부터 현재까지 수행되고 있다. 미국 NRC가 운영 주체가 되어 중간전압 스위치기어(Medium Voltage Switchgear, MV SWGR)나 낮은전압 스위치기어(Low Voltage Switchgear, LV SWGR) 및 버스덕트(Bus Duct)를 대상으로 총 20건의 HEAF 실험이 미국 KEMA 실험실에서 수행되었다^{[6, 7]}. 실험은 도체 및 외함의 재료, 전압, 전류, 아크 지속시간에 따라 실험 조건을 분류하여 수행되었다.

HEAF 실험을 통해 매개변수들이 아크 에너지에 미치는 영향, HEAF 발생 시 외부 대상에 대한 위험성 평가, 전기설비를 구성하고 있는 재료에 따른 HEAF 위험 정도, 전기설비의 물리적, 전기적 구성이 HEAF에 어떤 영향을 주는지를 분석하고자 하였으며, 이러한 내용은 HEAF Project Phase-2 실험 결과 보고서를 통해 발표되었다^{[6, 7]}. 해당 실험 결과 보고서에는 프로젝트에 대한 정보, 각 실험에 대한 데이터가 기재되어 있으며, 실험 결과는 HEAF 현상에 대한 열화상 카메라, 가시광선 카메라를 통한 관측 기록과 전기설비에 설치된 계측기에서 측정된 열적, 기계적, 전기적인 물리량 등으로 구성되어 있다. Fig. 2(a)에는 스위치기어에 대한 물리량 계측기 배치 설계도를, Fig. 2(b)에는 스위치기어에 대한 실제 계측기 배치를 나타내었다^[6]. 계측기는 스위치 기어의 앞, 뒤, 옆, 위에 배치되어 상기한 여러 물리량을 측정한다. Fig. 3(a)에 스위치기어에서 발생하는 HEAF에 대한 시간에 따른 관측을 나타내었으며 Fig. 3(b)에는 계측기를 통해 측정된 여러 물리량 중 열과 관련된 데이터 표를 나타내었다^[6].

HEAF 실험 데이터베이스 구축을 위해 HEAF 실험 보고서 및 실험결과에 대한 분석을 수행하여 일반적인 실험 데이터와 차이점을 가지는 HEAF 실험 데이터의 특징들이 다음과 같이 파악되었다.

1) 수행된 실험 횟수가 많지 않음

2) 각 실험이 포함하는 정보들이 매우 많음

3) 포함하고 있는 정보들의 유형이 매우 다양함

HEAF Project Phase-2에서는 총 20건의 실험이 수행되었다. HEAF 실험은 각 실험 횟수는 적으나, 실험을 위한 구성부터 실험 관측 사진, 계측기에서 측정된 물리량 등 각 실험이 포함하고 있는 데이터의 양이 많고 그 유형이 다양한 것을 확인하였다.

따라서 HEAF 실험 데이터베이스 구축 시 HEAF 관련 국제공동연구와 관련된 주요 실험 데이터를 체계적으로 관리할 수 있는 방법론적 접근이 매우 중요하다. 이는 순차적인 나열식 형태로 실험 결과를 조회하는 것보단 실험번호, 실험 데이터, 실험 사진, 동영상, 주요 시사점 등의 주요 색인들이 체계적으로 정리되어있어 언제든지 검색이 용이해야 한다. 이를 위해서는 문서 작성용 소프트웨어보다는 체계적인 데이터베이스를 구축할 수 있는 보다 전문화된 소프트웨어 활용이 필요하다. 또한 연구자가 데이터베이스의 사용법이나 데이터베이스 구조에 대한 깊은 지식이 없어도 HEAF 실험 데이터 조회가 가능하여 실험 데이터를 공유하고 분석과 연구에 전념할 수 있어야 한다.

HEAF 실험 데이터의 특성을 반영하여 HEAF 실험 데이터베이스를 구축하기 위해 고려되어야 하는 사항을 다음과 같이 정리하였다.

HEAF 실험 데이터베이스는 연구자가 데이터베이스의 구현방식 또는 물리적인 저장 방식에 구애받지 않고 HEAF 실험 데이터의 조회, 분석이 가능하여야 함.

데이터 관리를 독립적으로 할 수 있도록 데이터 계층을 분리하여야 하나, 계층 간 고유 속성들이 유기적인 데이터 연결을 상호 참조되어야 함.

또한 각 계층에서는 텍스트 및 표로 구성된 데이터뿐 아니라 사진 및 동영상 등 다양한 형태의 데이터들을 직관적으로 연구자가 조회할 수 있어야 함.

3. 데이터베이스 설계 및 활용방안

본 연구에서는 상기한 HEAF 실험 데이터베이스 요구사항을 충족하고 이를 구현하기 위해 연구자의 다양한 관점에 따라 정보들을 상호 연결하는데 특화된 “옵시디언(Obsidian)”이란 소프트웨어를 활용하여 HEAF 실험 데이터베이스를 구축하고자 한다. 옵시디언은 디지털 노트를 작성하고 지식 관리를 돕기 위해 캐나다에 본사를 두고 있는 Dynalist Inc.에서 개발하였으며, 특정 기능을 제외하고 무료로 사용할 수 있다^{[11, 12]}.

옵시디언을 통해 상기된 요구사항을 반영하여 HEAF 실험 데이터베이스 구축 시 데이터 간 상호 연결 기능을 통해 관련된 정보를 유기적으로 연결하고 이를 시각적으로 제공할 수 있다. 이를 통해 연구자는 데이터베이스의 실제 구현방식에 대한 깊은 지식이 없어도 데이터베이스를 능동적이고 직관적으로 활용할 수 있어 데이터를 관리하는데 있어 진입장벽이 있는 일반적인 데이터베이스 소프트웨어보다 실용성 측면에서 유리할 것으로 사료된다. 또한 실험 데이터뿐만 아니라 실험 데이터 및 결과에 관련된 이론, 참고 문헌 등을 연결할 수 있고 텍스트뿐만 아니라 사진, 동영상, 코드 블록, 표, 수식 등을 입력할 수 있다. 이를 통해 HEAF 실험에 대한 지식 네트워크를 구축하여 관련된 다양한 연구 및 규제에 활용할 수 있다.

옵시디언을 통해 구현된 HEAF 실험 데이터베이스는 모든 데이터를 사용자의 로컬 장치에 저장하기 때문에 내부망에서 사용이 가능하며 이는 데이터 보안과 접근성 측면에서 큰 이점을 제공할 수 있다. 또한 옵시디언은 수많은 플러그인을 통한 기능 확장성을 통해 HEAF 실험 데이터베이스에 대한 연구자가 요구사항을 유연하게 대처할 수 있으며 데이터의 추가 및 관리가 간단하여 일반적인 데이터베이스와 차별성을 가진다.

옵시디언을 통해 구축한 HEAF 실험 데이터베이스 스키마를 Fig. 4에 나타내었다. 데이터베이스 스키마는 관계형 데이터 모델을 바탕으로 작성하였으며, 계층 간 상호 참조하는 구조로 구성되어 있다. 관계형 데이터 모델은 데이터가 가지는 속성을 테이블 형태로 나타내고 테이블(계층) 간 관계를 보여주는 수준으로 데이터베이스를 표현하는 방식이다^{[13, 14]}. Fig. 4에서 PK, FK는 각각 Primary Key, Foreign Key로, 전자는 해당 테이블을 특정할 수 있는 속성을 의미하며 후자는 다른 테이블에서 참조한 속성임을 의미한다.

상기한 고려사항들을 반영하여 HEAF 실험 데이터베이스는 다음과 같이 4개의 계층으로 구성하였다.

Experiment(이하 실험 계층): 실제 HEAF 실험 데이터가 저장되는 계층이다. HEAF 실험은 HEAF에 대한 여러 조건에 따라 분류되어 수행되었다. 이러한 실험 조건에 따라 발생한 HEAF 현상을 분석할 때 다양한 관점에 따른 실험 결과 분석이 필요하다. 따라서 개별 HEAF 실험에 대한 실험 조건과 실험의 주요 결과, HEAF 현상 분석 시 다양한 관점에서의 특이사항을 작성하고 이를 통합하여 조회할 수 있도록 데이터 속성을 부여하였다. 또한 세부적인 실험 결과를 조회할 수 있다.

Project(이하 프로젝트 계층): 프로젝트별 HEAF 실험 데이터가 그룹화된 계층이다. 국제공동연구를 통해 수행된 HEAF 실험에 대한 정보 및 데이터는 실제로 수행된 실험과, 실험을 계획하고 수행하기 위한 프로젝트로 구성되어 있다. 따라서 특정 프로젝트에서 어떤 관점에 관심이 있었는지, 실험 시에는 계측 장비 및 배치를 어떻게 구성하였는지와 같은 실험 설정에 영향을 미치는 프로젝트에 대한 정보나 데이터를 실제 실험과 별도로 구성하였다. 이를 통해 국제공동연구에서 HEAF 현상에 대한 접근방법, 실험 방법론에 대한 발전 방향, 연구 동향을 파악할 수 있다.

Interest(이하 관심분야 계층): 특정 관심분야로 HEAF 실험 데이터를 분류하는 계층이다. HEAF 실험 결과 분석 시 실험 조건에 따라 나타나는 HEAF 현상에 대한 여러 가지 관점에서 데이터를 조회하고 실험을 분류할 수 있어야 한다. 따라서 특정 실험 조건에 따라 실험을 분류하고, 분류된 실험들의 실험 결과를 통합하여 조회함으로써 영감을 얻을 수 있다. 현재 관심분야로써 실험 장비를 선정하여 실험 장비에 따라 실험을 분류하여 조회할 수 있다.

Dashboard(이하 대시보드): HEAF 실험 데이터베이스를 전반적으로 조회하는 계층이다. 대시보드를 통해 HEAF 실험에 대한 국제공동연구의 연구 흐름, 관심사, 향후 과제 등을 파악하고 전반적인 HEAF 실험 계획과 프로젝트와 실험에 대한 전반적인 내용을 조회할 수 있다.

대시보드의 구성 화면 일부를 Fig. 5(a)에 나타내었다. 대시보드를 비롯하여 HEAF 실험 데이터베이스 내에서 주황색 텍스트는 모두 링크로 동작하여 데이터 간 이동을 원활하게 해준다. 이를 통해 연구자는 데이터베이스 구현방식이나 데이터 접근 방법에 대한 깊은 지식이 없어도 HEAF 실험 데이터를 직관적으로 조회하고 실험 결과를 분석할 수 있다. Fig. 5(b)에 데이터베이스의 로컬 그래프 뷰를, Fig. 5(c)에 전역 그래프 뷰를 나타내었다. 로컬 그래퓨 뷰에서는 현재 조회하고 있는 계층과 연결된 다른 계층들을 시각적으로 보여주기 때문에 현재 조회하고 있는 실험 데이터와 연관된 정보들을 실시간으로 확인할 수 있다. 전역 그래프 뷰에서는 HEAF 실험 데이터베이스의 전체적인 연결을 확인할 수 있다. 또한 그래프 뷰에서 각 계층을 나타내는 노드들은 모두 링크로 동작하여 연구자가 직관적으로 HEAF 실험 데이터를 조회할 수 있다. 그래프 뷰에서 하늘색 노드는 데이터베이스 스키마 및 대시보드를, 녹색은 실험 계층을, 남색은 사전 정의된 관심분야 계층을, 붉은색은 프로젝트 계층이다.

HEAF 실험 데이터베이스는 다양한 관점에서 실험을 분류, 분석, 조회가 직관적으로 제공할 수 있도록 구현하였으며 대표적으로 다음과 같은 활용이 가능하다.

Fig. 6에 실험번호 2-10 실험 계층이 가지는 속성을 나타내었다. HEAF 실험 데이터베이스의 실험 계층이나 프로젝트 계층에서 작성된 속성은 다른 계층에서 참조 또는 통합적인 조회를 위해 여러 관점에서 분류되어 표 형태로 표현된다.

Fig. 7에 실험 계층이 가지는 실험 조건을 비롯한 일반적인 실험 정보와 관련된 속성이 프로젝트 및 대시보드 계층에서 표 형태로 보이는 것을 나타내었다. 속성에서는 실험 조건 외에도 주요 실험 결과를 작성하여 다른 실험과 비교분석 또한 가능하다. 그림에서는 실험번호 2-10 실험 계층에 작성된 실험 조건을 비롯하여 다른 실험들의 실험 조건이 나타나는 것을 확인할 수 있다.

Fig. 8에 실험 속성 중 실험을 분석하며 여러 가지 관점(관측, 열, 압력, 전기)에 대해 작성된 특이사항을 프로젝트, 대시보드 계층에서 일반적인 실험 정보와 분리하여 별도로 조회할 수 있는 것을 나타내었다. 이를 통해 연구자는 직관적으로 여러 가지 관점에서 실험 조건을 확인하고 통찰력을 얻을 수 있다. 그림에서는 실험번호 2-10에서 작성된 관측과 열적인 측면에서 특이사항이 나타나는 것을 확인할 수 있다.

Fig. 9에 옵시디언을 통해 구현된 HEAF 실험 데이터베이스에서는 실험 계층이 가지는 속성 중에서 특정 속성을 가지는 실험 계층을 재분류하여 실험 데이터를 다양한 관점에서 별도로 조회하는 것을 나타내었다. 이를 통해 연구자는 특정 속성이나 속성값을 가지는 실험 계층을 별도로 재분류하여 연구 및 규제에 활용할 수 있다. 이러한 분류는 사전에 정의될 수 있으며 Fig. 9은 실험 장비 유형에 따라 실험을 분류하여 조회하는 것을 나타내었다. 실험번호 2-10은 스위치기어에 대한 실험이며, 그림에서 실험 장비 유형 중 스위치 기어에 대한 실험을 조회할 때 2-10이 나타나는 것을 확인할 수 있다.

4. 결 론

HEAF 국제공동연구 수행을 통해 확보한 HEAF 실험 데이터를 활용하여 HEAF 영향 요인들 간의 다양한 관계를 효과적으로 분석하기 위해서는 HEAF 실험 데이터를 체계적으로 분류하고 관리 가능한 데이터베이스 구축이 필요하다. 본 연구는 HEAF 실험 데이터를 체계적으로 관리 및 분석하기 위해 HEAF 실험 데이터의 특성을 반영하여 HEAF 실험 데이터베이스를 구성하기 위한 방향을 제시하였다. 다양한 데이터를 상호 연결하여 네트워크를 구성하고 다양한 데이터 접근법 및 체계적인 데이터 관리 방안을 제공하는 옵시디언 소프트웨어를 사용하여 HEAF 실험 데이터베이스 구조를 설계하였다. HEAF 실험 데이터베이스에서 각 계층 간 데이터는 링크로 상호 연결됨에 따라 연구자는 데이터베이스의 구현방식에 대한 깊은 지식이 없어도 프로젝트 정보 및 실험 데이터를 효율적으로 조회하고 확인할 수 있다. 또한 실험 또는 프로젝트 단위별로 연구자의 관심분야 및 특이사항에 따라 HEAF 실험 데이터를 분류하고 분석할 수 있어 HEAF 현상 분석에 도움이 될 것으로 사료된다. 뿐만 아니라 HEAF 실험 외에도 전기설비를 비롯하여 다양한 실험 결과 및 데이터를 체계적으로 관리하고 실험 데이터를 직관적으로 조회하고 분석할 수 있는 방안을 제시하였다.