'인공태양' 핵융합로 시뮬레이션 속도 1000배 빨라졌다

케이스타(KSTAR) 프로젝트는 태양 같은 별에서 일어나는 핵융합 현상을 거대한 '토카막' 구조에서 인공적으로 일으켜 에너지를 생산하는 것이 목표다. 한국핵융합에너지연구원 제공

태양과 같은 별이 에너지를 내는 과정을 모사한 핵융합 발전은 '인공태양'이라고 불리며 미래 청정에너지원으로 주목받는다. 국내 연구팀이 핵융합로 안에서 입자들이 충돌하는 과정을 1000배 빠르게 시뮬레이션할 수 있는 인공지능(AI) 모델을 개발해 핵융합 반응 안정성 확보에 기여했다.

울산과학기술원(UNIST)은 이지민·윤의성 원자력공학과 교수팀이 핵융합로 내 플라즈마 상태를 설명하는 수학 방정식의 해를 찾는 과정을 가속하는 AI 모델 'FPL-net'을 개발했다고 17일 밝혔다. 연구결과는 지난해 12월 11일 국제학술지 '계산물리학저널'에 공개됐다.

핵융합 발전은 발전기 내부를 실제 태양 내부와 비슷한 고온의 플라즈마 상태로 유지해야 한다. 플라즈마는 고체·액체·기체와 다른 제4의 물질 상태로 불리며 강력한 전기장이나 열에너지로 전자가 자유로워진 상태다. 플라즈마에서 전하를 띤 입자들 사이의 충돌을 정확하게 예측하는 것이 안정적인 핵융합 반응을 유지하는 핵심 조건이다.

플라즈마 상태를 설명하는 수학 모델 중 하나는 '포커-플랑크-란다우 방정식(FPL, Fokker-Planck-Landau)'이다. 전하를 띤 입자 사이의 충돌을 예측하는 FPL 방정식은 계산량이 많고 시간이 오래 걸린다는 점이 걸림돌이었다.

연구팀은 2차원에서 다양한 온도 조건의 플라즈마 데이터로 학습시킨 AI 모델 FPL-net을 개발했다. FPL 충돌 과정에서는 밀도, 운동량, 에너지가 보존된다는 특징이 있다. 연구팀은 AI 모델의 학습 과정에서 이 물리량들이 보존되게끔 함수를 정의해 정확도를 높였다.

UNIST 연구팀이 개발한 AI 모델의 플라즈마 확률 밀도 함수 예측값과 실제값 사이의 차이를 비교한 그림. UNIST 제공

FPL-net은 기존 반복 계산법과 달리 한번에 방정식의 해를 구한다. 테스트 결과 기존 방법보다 약 1000배 빠른 속도로 해를 구할 수 있었다. 예측 결과의 상대오차(Relative Error)는 10만분의 1 수준이었다. 상대오차는 예측값과 참값(실제값)의 비율을 말한다.

연구팀은 "정확도는 유지하면서도 그래픽처리장치(GPU)를 활용한 딥러닝으로 중앙처리장치(CPU)를 사용하던 기존 코드에 비해 계산 시간을 1000배 단축했다"며 "핵융합로 전 영역을 시뮬레이션하는 난류 해석 코드나 현실 토카막을 컴퓨터의 가상 공간에 구현하는 디지털 트윈 기술의 초석이 될 것"이라고 설명했다. 토카막은 플라즈마를 가두는 특수 구조물이다.

다만 이번에 개발된 AI 모델은 전자 플라즈마 계산에만 한정됐다는 점이 한계다. 향후 응용되려면 불순물이 포함된 여러 입자의 복잡한 플라즈마 환경을 대상으로 연구를 확대할 필요가 있다.

<참고 자료>
- doi.org/10.1016/j.jcp.2024.113665

[이병구 기자 2bottle9@donga.com]