발전소 안전 도모·신성장동력 창출…‘원전 주치의’ 한수원 중앙연구원

지난 1월 구조내진실증시험센터 준공
구조물 내진검증·극한시험 등 시험
빅데이터·AI 기술 적용한 AIMD 운영
터빈·펌프·압축기·모터 등 자동예측진단

한국수력원자력 중앙연구원 구조내진실증실험센터 전경. ⓒ한국수력원자력

2011년 일본 후쿠시마 원자력 발전소 사고가 발생한 이후 13년이 지났다. 1957년 키시팀 원전 사고, 1979년 미국 스리마일 원전 사고, 1986년 우크라이나 체르노빌 원전 사고 등 세계에 큰 충격을 던진 뉴클리어 아포칼립스는 원전을 가동하는 여러 국가에 많은 영향을 미쳤다.

원전 사고는 단 한 번만으로도 치명적인 피해를 남기기 때문에 무엇보다 안전을 확보하는 것이 중요하다는 교훈을 남겼다.

한국수력원자력 중앙연구원은 원전 안전성 증진을 위한 기술개발, 각종 현안을 해결하는 연구조직이다. 연구개발을 통해 기술역량을 강화하고 원자력발전 현장에서 발생하는 현안을 해결하는 원전 전문기술 주치의인 셈이다. 무엇보다도 안전을 최우선으로 꼽는다.

또 탄소중립과 ESG 경영을 반영해 원전 안전성 증진을 위한 기술개발, EU-APR 인증, 혁신형 SMR 기술개발 및 원전해체 기술개발 등 원전의 안전성을 보장하고 회사의 신성장동력을 창출하기도 한다.

한국수력원자력 중앙연구원 구조내진실증실험센터 모습. ⓒ한국수력원자력

빈틈없는 지진 대비…구조내진실증시험센터

지난 1월 기기·구조물의 구조 및 내진성능 실증시험을 수행하는 구조내진실증시험센터가 한수원 중앙연구원 내 준공됐다. 구조내진실증센터는 후쿠시마 원전 사고 이후 강화된 규제요건에 대한 대응과 경주지진 발생 관련 산업통상자원부 지진종합대책의 일환으로 구축됐다.

이에 따라 2019년 12월 착공했고 2021년 12월 시험센터 건물 및 반력벽 구축을 완료했다. 2022년 8월 건축물 사용승인을 취득했고 2024년 1월 준공했다. 현재 한국원자력안전재단(원자력안전법에 따른 성능검증 관리기관)의 내진시험분야 성능검증기관 인증을 추진 중이다.

구조내진실증시험센터에 구축된 시험설비들은 원자력발전소 주요 기기 및 구조물 내진검증, 극한시험과 구조건전성 평가 등 현안해결에 우선 활용될 예정이다. 향후 원전 안전 운영을 위한 산·학·연 공동연구와 원전 구조내진분야의 혁신기술 선도에도 사용할 계획이다.

실제 지진을 모사하는 진동대에 지진을 가하는 시험을 수행하기도 하는데, 면진장치가 갖춰진 설비는 진동대와 분리돼 높이와 관계 없이 설비 전체가 안정적으로 흔들리나 면진장치가 없는 설비는 높이가 높아질수록 크게 흔들린다.

철저한 대비를 통한다면 얼마든지 지진으로부터 구조물의 안전성을 유지할 수 있음을 보여주는 것이다.

원전의 내진설계 기준은 일반 건축물과 개념이 다르다. 건축법은 ‘붕괴방지와 인명 안전’을 목표로 하지만 원자력안전법은 ‘안전기능이 손상되지 않는 정상 가동’을 목표로 하기 때문이다.

실제로 원전은 단단한 암반을 굴착해 조밀하게 철근을 설치하고 콘크리트를 타설해 건설한다. 블록을 끼우듯 암반에 발전소를 꽉 끼우는 것과 비슷해 강한 지진에도 안전하게 견딜 수 있다.

따라서 같은 내진설계라고 해도 건축물은 인명 보호가 목적이므로 균열과 주거 기능 훼손이 허용되나 원전은 건물의 균열 등 구조물의 손상 없이 안전기능이 평상시와 동일하게 작동한다.

한국수력원자력 중앙연구원 통합예측진단(AIMD)센터. ⓒ한국수력원자력

AI로 원전 고장 예측⸱진단…통합예측진단센터

중앙연구원은 통합예측진단(AIMD)센터도 운영하고 있다. AIMD는 빅데이터 및 인공지능(AI) 기술을 적용한 원전 설비 자동예측진단 시스템으로, 터빈, 펌프, 압축기 및 모터 등을 갖춘 여러 산업에 적용할 수 있다.

한수원은 인공지능과 빅데이터를 활용한 ‘자동예측진단 모델’을 통해 26개 가동원전 1만2000여 대의 주요 설비들의 24시간 모니터링한다. 각종 원전 설비들의 현재 상태들을 확인하고 이상징후를 실시간으로 감시하는 것이다.

AIMD센터는 설비 진동분석 전문가를 포함해 총 6명이 상주 운영하고 있다. 이들은 자동예측진단 시스템을 통해 하루 평균 100여대 이상 설비상태를 자동 진단한다.

이와 함께 지난 10여년간 누적된 데이터에서 특징들을 추출한다. 머신러닝기술을 활용해 설비 상태를 정밀하게 분류해 정확한 진단결과도 도출한다. 동종 설비 비교진단을 통해 빈도 높은 결함, 고장 부품 등 유사 고장의 근본적인 원인 역시 찾아낸다.

이를 통해 지난해의 경우 자동예측진단기술로 총 14건의 주요설비 고장을 예방하는 효과도 거두기도 했다.

예송해 한수원 디지털플랜트기술그룹 부장은 “통합예측진단센터는 철저한 예방 중심 시스템으로 발전소의 안전을 도모하는 곳”이라며 “더 많은 데이터를 축적하고 AI 기술을 발전시키고 잘 활용하면 예측의 신뢰도가 높아지고 원전의 안전성도 더 높아질 것”이라고 강조했다.