Mobile QR Code QR CODE : Journal of the Korean Society of Civil Engineers

  1. 정회원 ․ (주)케이씨티이엔씨 기업부설연구소 소장, 공학석사 (KCT E&C Co., Ltd. ․ abongdabong@naver.com)
  2. 정회원 ․ 교신저자 ․ (주)케이씨티이엔씨 대표이사, 공학박사 (Corresponding Author ․ KCT E&C Co., Ltd. ․ kctenc@naver.com)
  3. 정회원 ․ 한국도로공사 부장, 공학박사 (Korea Expressway Corporation ․ kjs98@ex.co.kr)



터널 붕락, 안전, 실시간 모니터링, 지능형센서, 실시간 경보
Tunnel collapse , Safety , Real-time monitoring , Intelligent sensor , Real-time warning

1. 서 론

국내 산업의 발달에 따라 도로, 터널 등의 사회기반시설 건설이 증가하고 있으며, 국토의 70 %가 산지인 우리나라 지형 특성상 사면 절개 및 굴착을 통한 터널 공사가 급증하고 있다. 터널 시공 중 발생하는 붕락 사고는 대부분 예상치 못한 파쇄대 및 연약지반 구간을 발파하며 발생하고 있으며, 이와 같은 붕락 사고는 불가피한 터널 보강 및 시공 난이도 증대·공사 중 작업자 인명 피해를 야기한다. 특히 최근의 붕락 사고는 미굴착 막장 후방에서 숏크리트 타설 후 과다한 변위 발생 및 균열 발생 등으로 불가피하게 터널보강을 실시하는 경우가 급증하고 있다(Kim et al., 2009). 터널 현장에서의 사고 방지를 위하여 사전 지반분석 및 침하계·내공변위계 등 계측기술을 활용하여 시공 중 터널 변위를 감시하고 있으나, 이러한 기존 계측기술만으로는 터널 붕락을 예측하고 사전 대비하는 것이 불가능하다. 또한, 터널붕락 예측·모니터링뿐만 아니라, 계측 및 점검을 통해 터널 내 위험을 감지하더라도 이에 대한 실시간 경보 전파 기술이 미비하여 모니터링 효과가 저감되어 터널 현장에서의 돌발사고를 방지하기 어려운 실정이다.

본 연구에서는 터널 내의 붕락위험과 형상변형을 지능형센서를 통해 실시간으로 감지하고 분석하여 위험에 대한 선제적인 경보를 전파할 수 있는 스마트 모니터링 시스템 및 알고리즘의 개발을 위한 실증시험을 수행하고 실증현장으로부터 수집된 데이터를 분석하였다.

2. 터널 붕락 감지를 위한 스마트 모니터링 시스템

본 연구에서는 터널의 붕락을 감지하기 위하여 터널 내에서 발생하는 미소진동을 검출하고 이를 실시간으로 전송하기 위한 지능형센서와 모니터링 시스템을 개발하였다. 본 개발 시스템의 핵심은 터널 내의 미소진동 및 변위를 감지하고 획득한 데이터들을 기반으로 붕락을 예측하고 안전을 확보하기 위한 센서의 지능형 알고리즘이다. 펌웨어의 형태로 센서에 적용된 인공지능 알고리즘을 통해 실시간 단위의 데이터 감지 및 공백 없는 실시간 경보의 전달, 터널 내의 양방향 무선통신 등을 수행함으로써 터널 붕락 사고로부터의 안전확보를 위한 안전 솔루션을 구현하였다. 이와 함께 센서 자체적으로 FFT분석을 수행하고 지능형센서 간의 좌표 변화량을 연산함으로써 터널의 붕락 위험과 형상변형을 자동으로 분석하는 등의 터널 안전 의사결정지원을 위한 정보를 생성하는 지능형센서 기술을 구현하였다.

2.1 터널 붕락 감지를 위한 지능형센서 개발

지능형센서는 터널 내부 벽면 및 천정부에 설치되어 터널 내부에서 발생하는 가속도·진동값을 추출하고 연산을 통해 주파수 세기, 충격량, 기울기 변위(x, y, z 3축), 좌표계 기반의 형상변형 및 터널 붕락위험 및 형상변형 발생 여부 등을 감지하는 센서로, 터널 공사 중의 작업자 안전을 효과적으로 확보하기 위하여 개발되었다. 본 개발의 지능형센서는 방대한 데이터들을 실시간으로 측정하고 msec 단위로 분석을 수행한다. 그러므로 실시간으로 연산되는 데이터들을 누락 없이 활용하기 위한 내부적인 관리체계가 요구된다. 이에 따라 지능형센서 개발 시, 실시간으로 처리되는 데이터들을 효율적으로 관리하기 위하여, 데이터 업데이트 관리에 대한 펌웨어를 설계하여 적용하였다. 또한 지능형센서는 기본적으로 센서 코어 내부에 내장된 타이머 기능을 활용하여 기울기와 가속도 데이터를 실시간으로 수집하도록 구성되어 있다. 이 중 기울기 데이터의 경우, 실시간 단위의 필터링을 적용하여 연속적으로 데이터를 업로드하고 가속도 데이터의 경우는 펌웨어 상 지정된 크기 구역에 x, y, z 축 방향별 가속도 데이터를 저장하도록 설계하였다. 가속도 데이터들은 해당 저장 구역을 순환하면서 덮어쓰기하는 방식으로 업로드 프로세스를 설계하였다.

Fig. 1. Intelligent Sensor for the Detection of Tunnel Collapse

../../Resources/KSCE/Ksce.2025.45.2.0259/fig1.png

2.2 스마트 게이트웨이 개발

스마트 게이트웨이는 지능형센서로부터 측정된 데이터들을 실시간으로 수집하고, 이를 서버에 송신함과 동시에 서버로부터 수신된 명령을 센서로 전파하는 터널 붕락 위험 모니터링 시스템의 통신 중추 역할을 수행하는 핵심 디바이스 중 하나이다. 또한 스마트 게이트웨이는 EMC 무선통신 알고리즘을 기반으로 BLE5 근거리무선통신과 LTE 원거리무선통신을 동시에 수행하며, 여러 대의 센서와의 무선통신망을 구축하는 핵심 장치로서, 복합적인 통신을 실시간으로 수행하는 시스템의 메인 컨트롤러 역할을 수행한다. 스마트 게이트웨이는 터널 현장에서의 안정적인 무선통신 수행을 위하여 핵심 통신 펌웨어에 통신 안정성 향상을 위한 EMC 융합무선통신 알고리즘을 포함한다.

3. 터널 붕락위험 분석 알고리즘 개발을 위한 실증시험

터널의 붕락은 대부분 발파·굴진 중 예상치 못한 파쇄대 및 연약지반 등에 의하여 발생하고 있으며, 막장면 암반과 지층에 대한 사전 조사와 시공 중 조사를 통해 발파에 의한 터널의 붕괴를 예측하고 굴진 및 보강 대책을 수립하고 있다. 그러나 국부적으로 지중에 분포하는 소규모 단층파쇄대가 존재하는 취약지반과 같은 불규칙한 지반에서 터널 발파와 굴착이 실시될 경우에는 예측과 전혀 다른 거동으로 인하여 터널 붕락이 발생할 수 있다(Son, 2017). 이와 같이 예측이 어려운 터널 굴착 시의 붕락은 인명 피해로 직결될 수 있으므로, 중대재해 예방과 작업자 안전확보를 위해 터널 붕락 발생 여부에 대한 예측과 감시는 매우 중요한 사안이다.

이에 따라, 지능형센서의 붕락위험 분석 알고리즘을 개발하기 위하여 실제 시공 중인 터널 내부에 지능형센서와 스마트 게이트웨이로 구성된 모니터링 시스템을 설치하고, 터널 내에서 발생하는 진동을 측정하여 지능형센서를 통해 해당 진동 데이터의 진동가속도, 주파수, 크기, 속도 등을 추출하고 분석하였다. 분석된 데이터를 통해 터널 내의 발파진동 특성을 파악함으로써 터널 굴착 시의 일상 진동(안전 상태)에 대한 범위를 정의하고, 각 국가별 발파진동 규제 기준을 활용하여 실증현장의 붕락위험에 대한 기준 영역을 제시하였다.

Fig. 2. Smart Gateway for Wireless Communication of Monitoring System

../../Resources/KSCE/Ksce.2025.45.2.0259/fig2.png

Fig. 3. Intelligent Sensor and CCTV Installed in the Testbed Tunnel

../../Resources/KSCE/Ksce.2025.45.2.0259/fig3.png

3.1 실증 시스템 설치

실증 대상지는 세종시 인근에 위치한 터널 공사 현장으로 단방향으로 굴착 중인 총 연장 424 m 규모의 터널이며, 약 200 m 가량 굴착이 이루어진 시점에 해당 터널 천정부에 50 m 간격으로 3개의 지능형센서를 설치하였다. 발파가 진행 중인 터널 공사 현장의 모니터링 시스템으로부터 2024년 6월 10일부터 7월 17일까지 약 38일 동안의 데이터를 수집하였으며, 데이터의 분류를 위해 함께 설치한 CCTV의 영상자료를 활용하여 시스템으로부터 수집된 데이터와 실제 현장에서의 이슈를 비교하여 데이터를 분류하였다. 이를 통해 현장 내에서 발생하는 진동데이터를 발파진동과 일반진동(장비 이동 ․ 작업)으로 분류하였으며, 이 중 발파진동으로 분류된 73개의 데이터를 추출하여 분석을 수행하였다.

3.2 실증현장 수집 데이터 분석

터널의 붕락에 가장 큰 영향을 미칠 수 있는 발파 진동에 대해 검토하여 위하여 센서로부터 측정·분석된 진동가속도 데이터를 진동속도로 변환하였다. 일반적으로 지진·발파 등 진동에 의한 구조물의 피해정도는 진동속도에 비례하기 때문에 세계 각 국에서는 발파진동의 규제기준을 진동속도의 최대치로 정하고 있다. 또한, 미국 광무국(US. Bureau of Mine)의 연구결과에 따르면, 구조물에 미치는 피해는 진동의 크기를 변위로 측정하였을 때 주파수와 밀접한 관련을 가지고 있는 것으로 나타났으며, 진동속도로 나타낼 경우 구조물의 피해와 영향 정도는 주파수의 영향을 거의 받지 않고 속도의 일정값으로 표시할 수 있는 것으로 보고되어 진동속도를 안전한계로 제시하였다(Ryu, 2005). 이에 따라, 본 연구의 붕락위험감지 알고리즘을 개발하기 위하여 진동속도를 중심으로 실증현장의 데이터를 분석하였다.

일반적인 구조물의 경우 일정 주파수 범위 내의 고유진동수를 보유하고 있으며, 고유진동수는 구조물의 건정성을 평가하는 자료로 활용되고 있다. 본 연구에서는 이러한 특성을 고려하여 터널 공사 중의 발파진동 경향을 파악하기 위해 Fig. 4와 같이 지능형센서가 자체적으로 수행한 FFT 분석 결과를 토대로 센서별 1~5차 주파수 데이터의 경향을 확인하였다.

발파로 인한 지반진동의 대표적 특성인 진폭특성과 주파수특성을 결정하는 요소에는 크게 두 가지가 있다. 첫 번째는 폭원 특성(조절 가능변수)으로 이는 지반진동을 일으키는 요인에 해당하는 소스(source)와 관련된 성질을 말한다. 두 번째로 암반특성(조절 불가능변수)으로, 이는 폭원이 일으킨 지반진동을 전달하는 매질, 즉 암반과 관련된 성질을 말한다(Ahn, 2021).

FFT 분석 결과를 통한 경향 분석 결과는 다양한 지반 조건을 갖는 터널 현장의 특성상, 굴착에 따른 매질의 종류 및 상태 변화, 전파경로 상의 불연속면의 상태 및 조건 변화(Ahn, 2021)와 센서와 막장면과의 거리변화에 따른 변화, 그리고 철이나 콘크리트에 비하여 거동이 복잡하고 편차가 큰 원지반의 재료적 강도 특성(Son, 2017) 등으로 인한 것으로 사료된다.

FFT 분석을 통한 터널 내 주파수 특성과 경향성 검토 결과에 따라, 터널 현장의 특성을 고려한 합리적인 분석을 위하여 FFT분석을 통해 산출된 1차 모드부터 5차 모드까지의 진동가속도 데이터를 진동속도(Vibration Velocity)로 환산하였다. 진동속도는 진동가속도와 주파수를 활용한 Eq. (1)을 이용하여 산정하였다.

(1)
$v =\dfrac{0.98a}{2\pi f}$

여기서 $v$는 진동속도($kine = cm/\sec$)이며, $f$는 주파수($Hz$), $a$는 진동가속도($mg$)이다.

Fig. 5는 FFT 분석을 통해 산정된 주파수 데이터들을 진동속도로 환산한 후 진동속도의 크기에 따라서 재정렬한 그래프이며, 진동속도가 가장 크게 나타나는 주파수 1차 모드의 진동속도 계산값들을 ‘메인진동속도’로 정의하여 분석에 활용하였다.

국내에서는 발파진동의 위험도 및 관리수준에 대하여 단순히 구조물의 종류에 따른 진동속도 기준만을 제시하고 있다. 그러나 대부분의 해외국가들은 발파진동에 대해 대해 최대 진동속도 기준을 정의할 때, 주파수의 범위와 구조물의 종류를 세분화하여 적용하고 있다. 각 국가별로 주파수에 대한 허용범위 설정은 4 Hz, 10 Hz, 30 Hz, 50 Hz, 60 Hz 등으로 다양하게 적용하고 있으나, 낮은 주파수 범위에서의 진동속도가 더욱 피해가 크고 위험한 것으로 판단하여 낮은 주파수 영역대의 허용 진동속도를 더욱 작은 값을 기준으로 제시하고 있다.

미국의 경우, 미광무국(USBM)과 미국 내무부 노천광업청(OSM)의 기준에 따라 40 Hz, 30 Hz를 허용한계치로 제시하였으며(USBM RI8507), 독일(DIN4150: Structural Vibration in Buildings, part3)의 경우 진동피해와 관련하여 구조물을 각 형식별로 구분하고 기초레벨과 최상층 레벨에서 측정된 진동속도값에 대하여 공진이나 피로효과를 배제한 조건에서의 기준을 제시하였다. 영국은 British Standard인 BS7385 Part2(1993)에 발파를 포함한 다양한 진동원에 의한 구조물의 손상 발생 가능성을 평가하는 지침을 제공하고 있으며, 건물 형태를 두 가지로 분류하고 4, 15, 40 Hz 주파수 대역을 경계로 진동속도의 허용 수준을 규제하고 있다(Ahn, 2021).

이와 같은 해외국가들의 규제 기준과 실증현장에서 수집한 진동데이터 분석 결과를 활용하여 붕락위험 기준 영역의 허용 주파수 범위를 정의하였다. 실증현장에서 측정된 메인진동속도의 전체 주파수 대역은 Fig. 6과 같이 2.7~36.7 Hz의 범위로 나타났으며, 이를 토대로 터널 붕락 발생의 위험도가 높아지는 발파진동의 주파수 영역 범위를 설정하였다.

터널의 발파로 인하여 구조물에 미치는 영향과 피해규모는 진동속도(Vibration Velocity)에 비례한다. 이에 따라, 전세계적으로 발파진동에 의한 규제에 대한 척도로 진동속도를 활용하고 있으며, 앞서 허용 주파수 대역 정의 단계에서 제시하였던 해외 발파진동 관리기준과 같이 각 주파수 대역 및 구조물의 종류에 따라 ‘최대 발파진동속도(허용 발파진동속도)’를 규제하고 있다. 본 연구에서는 이와 같은 국내외 발파진동 관리기준에 의거하여 터널에서 발생한 메인진동속도의 위험도를 터널 내에서 측정된 최대 진동속도를 관리기준의 요소로 적용하였다. 터널 발파로 인한 붕락위험 허용 주파수 대역과 최대 진동속도를 활용한 실증현장의 붕락위험 관리기준 영역은 Fig. 7과 같다.

각 영역은 대표적으로 A, B, C, D의 영역으로 구분되며, 허용 주파수 대역과 최대 발파진동속도 기준을 초과하는 낮은 주파수-높은 진동속도를 갖는 A 영역의 붕락위험도가 가장 높고, 최대 발파진동속도 기준을 초과하는 진동속도를 갖고 있으나 허용 주파수 대역 내에서 관찰되는 B 영역은 주의단계, 진동속도 기준을 초과하는 고주파수 대역의 C 영역을 관심단계로 분류하였다. 최대 발파진동속도 기준 미만의 영역의 값들은 터널 내에서 일상적으로 발생하고 있는 데이터로, 안전 범위 내의 발파와 광범위한 주파수 대역에서의 미소진동을 발생시키는 중장비 이동 및 작업이 D 영역에 해당되므로 D 영역은 허용 주파수 대역과 관계없이 안전 영역으로 분류하였다.

Fig. 4. FFT Analysis Results of Tunnel Blasting Vibrations

../../Resources/KSCE/Ksce.2025.45.2.0259/fig4.png

Fig. 5. Vibration Velocity Conversion Graph by Frequency

../../Resources/KSCE/Ksce.2025.45.2.0259/fig5.png

Fig. 6. Number of Detections of Main Vibration Velocity by Frequency Band

../../Resources/KSCE/Ksce.2025.45.2.0259/fig6.png

Fig. 7. Collapse Risk Management Standards Using Vibration Velocity and Frequency Bands

../../Resources/KSCE/Ksce.2025.45.2.0259/fig7.png

4. 결 론

본 연구에서는 실시간 터널 붕락감지를 위하여 지능형센서와 스마트 게이트웨이로 구성된 스마트 모니터링 시스템의 개발을 수행하고, 붕락위험 분석 알고리즘의 개발을 위해 지능형센서 기반의 스마트 모니터링 시스템을 발파 굴착 중인 터널 현장에 실증 설치하여 데이터를 수집하고 분석하여 터널 현장의 붕락 위험도를 분석할 수 있는 붕락위험 관리기준 영역을 제시하였다.

최근 제4차산업혁명과 그에 따른 기술의 고도화에 따라 여러 산업 분야에서 AI·IoT·빅데이터·로봇 등 다양한 스마트 기술들이 개발되어 확산되고 있으며, 센서 또한 기존의 단일센서가 아닌 융복합·지능형센서로의 발전이 급속하게 이루어지고 있다. 그러나, 터널에서 활용되고 있는 기존의 계측기술은 기술적 한계로 인한 모니터링의 공백, 스마트 안전 솔루션의 부재 등 여러 문제가 지속적으로 제기되고 있음에도 불구하고 전통적 방식만을 고수하고 있는 실정이다.

본 연구를 통해 개발한 지능형센서와 모니터링 시스템은 기존 기술의 단점을 해소함과 동시에 국민의 안전을 효과적으로 도모하기 위한 지능형 알고리즘 기반의 안전 솔루션을 적용한 차세대 디지털센싱 기술이다. 이와 같은 지능형센서의 개발과 도입을 통해 터널과 기타 시설물들의 붕괴위험에 대한 선제적인 예방 조치가 가능하며 실시간 단위의 현장 위험정보 공유체계를 손쉽게 구축할 수 있다. 향후 추가 연구 및 다양한 종류의 터널에서의 실증을 통해 빅데이터를 축적함으로써 더욱 정밀한 붕락위험 예측 및 합리적인 의사결정자료를 제공할 수 있는 스마트 안전 솔루션으로 거듭날 수 있을 것으로 판단된다.

Acknowledgements

This research was conducted through the Purchase- Conditioned New Product Development Program of TIPA (Korea Technology and Information Promotion Agency for SMEs). We would like to thank TIPA and the Korea Expressway Corporation for their support.

This paper has been written by modifying and supplementing the KSCE 2024 CONVENTION paper.

References

1 
"Ahn, B. D. (2021). “Tunnel blasting environmental issues.” Magazine of Korea Tunnelling and Underground Space Association, Vol. 23, No. 2, pp. 80-109 (in Korean)."URL
2 
"British Standards Institution. (1993). “BS 7385: Evaluation and measurement of vibration in buildings - Part 2: Guide to damage levels from groundborne vibration.”"URL
3 
"Deutsches Institut für Normung (DIN). (2016). “DIN 4150: Structural vibration in buildings - Part 3.” Beuth Verlag."URL
4 
"Kim, N. Y., Park, Y. H., Shim, J. W. and Park, Y. S. (2009). “A study on the pattern of tunnel collapse in weathered rockmass.” Journal of Korean Geo-Environmental Society, Vol. 10, No. 1, pp. 55-61 (in Korean)."URL
5 
"Ryu, C. H. (2005). “Review of national standards for allowable limit of blast vibration on structures.” Journal of Korean Society of Explosives & Blasting Engineering, Vol. 23, No. 3, pp. 1-10 (in Korean)."URL
6 
"Siskind, D. E., Stagg, M. S., Kopp, J. W. and Dowding, C. H. (1980). “USBM RI 8507: Safe blasting levels in mining operations.” United States Bureau of Mines."URL
7 
"Son, Y. M. (2017). Behaviour analysis of chimney collapse under tunnel excavation in small scaled fault fracture zone, Ph.D. thesis, Mokpo: Mokpo National Maritime Univ., Republic of Korea (in Korean)."URL