원전사고 가설-시뮬레이션 폐루프 계획 보강 제안
초록
NRC TMI 사건 자료와 IAEA 안전 표준을 기준으로 사건 타임라인, 인과 그래프, Twin A/B 비교, 불확실성, 방어계층, provenance 시각화를 폐루프 계획에 추가한다.
원전사고 가설-시뮬레이션 폐루프 계획 보강 제안
총평
기존 계획의 가설 생성 → 개입 파라미터 변환 → 기준·대안 트윈 병렬 실행 → 판정 → 감사 로그 구조는 올바른 방향이다. 그러나 모델 내부 결과를 실제 검증으로 오해하지 않도록 외부 기준자료, 인과관계 시각화, 불확실성, 안전 경계를 함께 구현해야 한다.
1. 외부 자료에서 도출한 보강 근거
미국 NRC의 TMI-2 사고 설명은 사고를 단일 고장이 아니라 주급수 상실, PORV 고착, 오해를 유발한 계측, 운전원 조치가 연쇄적으로 결합된 사건으로 설명하며, 사건 순서 애니메이션과 연대기를 제공한다. 따라서 시스템은 단순 사고 토글보다 시간 순서와 인과 경로를 표시해야 한다.
IAEA의 Safety Standards 체계는 안전의 1차 책임이 운영 조직에 있고, 국가 규제기관의 책임과 Safety Fundamentals·Requirements·Guides의 계층을 구분한다. 따라서 AI 분석 결과를 규제 승인이나 안전계통 명령으로 표현해서는 안 되며, 책임 주체와 검토 상태를 UI에 명시해야 한다.
2. 권장 시각화 요소
2.1 사고 사건 타임라인
TMI 방식의 사건 순서를 참고해 다음을 하나의 시간축에 겹쳐 표시한다.
- 사고 주입 시점
- 센서 이상과 최초 탐지 시점
- 압력·유량·출력·DNBR 임계값 도달
- AI 경보 시점과 선행시간
- 운전원 승인·SCRAM·붕산·급수 조치
- 기준 트윈과 대안 트윈의 분기점
각 이벤트를 클릭하면 입력, 모델 버전, 관측값, 조치 주체를 보여준다.
2.2 인과관계 그래프
주급수 상실 → 압력 변화 → PORV/냉각재 상태 → 계측 오해 → 운전원 조치 → 노심 냉각 저하처럼 사고의 원인·중간 상태·결과를 노드와 간선으로 표시한다. AI가 제시한 원인과 물리 모델이 계산한 원인을 색상으로 분리하고, 근거 없는 간선은 “가설”로 표시한다.
2.3 Twin A/B 비교 화면
기준·대안 트윈을 같은 축에 그리는 것만으로는 부족하다. 다음을 함께 표시한다.
- 절대 궤적과 baseline 대비 변화량
- DNBR·피복재 온도·압력·출력의 안전한계선
- 예측구간 또는 conformal prediction band
- 개입 효과 크기와 개입 지연시간
supported / refuted / inconclusive판정 근거
2.4 노심 공간·센서 커버리지 지도
11×11 노심 지도 위에 출력, 온도, DNBR, 제논 농도, 물리 센서 위치, 가상 센서 추정치를 겹쳐 표시한다. 센서 결측·드리프트·OOD 영역은 별도 패턴으로 표시하고, 시각적 보간을 실제 측정값처럼 보이지 않게 해야 한다.
2.5 불확실성 팬 차트
단일 예측선을 표시하지 말고 시간에 따른 중앙값, 50/90/95% 구간, calibration coverage, OOD 구간을 표시한다. 안전한계선과 구간이 교차하는 순간을 “확정 사고”가 아니라 human-review-required로 표시한다.
2.6 Defense-in-Depth 계층 뷰
IAEA의 안전 책임 원칙을 반영해 다음을 분리한다.
물리 보호계통 → 결정론적 안전 로직 → 운전원 절차 → AI 자문 → 연구용 시뮬레이션
각 계층에 읽기/쓰기 권한, 독립성, 승인 주체, 장애 시 fallback을 표시한다. AI 자문이 보호계통보다 높은 권한을 갖는 것처럼 보이면 안 된다.
2.7 데이터 provenance 패널
각 결과에 데이터 출처, 시뮬레이션 seed, 초기조건 hash, 모델·프롬프트 버전, 실행 시각, 기준 코드, 판정 규칙을 표시한다. 감사 로그는 결과 JSON만 저장하지 말고 입력과 실행 환경까지 포함해야 한다.
3. 판정 의미와 UQ
Twin A/B의 결과는 실측값이 아니라 모델 출력이다. 판정은 “현실에서 참”이 아니라 현재 모델·데이터·가정 아래 지지됨으로 표현해야 한다. 실제 검증은 독립 기준 코드, 실험 데이터 또는 과거 사건 데이터와 별도로 수행한다.
Conformal prediction에는 calibration set, 오차 정의, coverage 평가, 운전 조건별 분할이 필요하다. 시간상관 데이터와 OOD 운전에서 coverage가 유지되는지도 보고해야 한다.
판정 상태에는 다음을 포함한다.
SupportedRefutedInconclusiveModelInvalidOutOfDistributionExecutionFailedHumanReviewRequired
4. 안전한 Intervention Compiler
JSON Schema는 형식만 보장한다. 컴파일러는 허용 파라미터, 범위, 단위, 부호, 상호 제약, 불변 안전 한계를 검증해야 한다. 명시적 인간 승인 없는 SCRAM·붕산·급수 조작은 차단하고, 컴파일 실패는 기본값으로 대체하지 말고 오류로 중단한다.
5. 공정한 Counterfactual 실행과 검증
Twin A와 B는 동일한 초기 상태, 입력, 시간 간격, random seed를 공유하고 개입 변수만 달라야 한다. 정상·경계·실패·OOD 시나리오를 포함해 변수별 최대오차, calibration, 재현성, 실패율을 보고한다. “테스트 4개 통과”나 총 실행시간만으로 Phase Gate를 통과시키지 않는다.
권장 순서는 다음과 같다.
모델 단위·차원·수치 안정성 검증
→ 외부 사건 연대기·독립 기준 데이터 확보
→ 결정론적 counterfactual 엔진
→ UQ calibration
→ 판정 로직
→ 사건·인과·불확실성 UI
→ 제한된 LLM 연동
결론
이 계획은 단순한 사고 토글을 넘어, 사건 순서·인과관계·Twin A/B 차이·불확실성·방어계층·데이터 출처를 시각화하는 방향으로 확장되어야 한다. 특히 NRC의 TMI 사건 연대기와 IAEA 안전 표준 체계를 외부 기준자료로 연결하면 시스템은 더 교육적이고 감사 가능한 연구 도구가 된다. 목표는 “현실의 원전사고 진실 판정”이 아니라 명시된 모델·데이터·가정 아래 반사실적 가설을 평가하는 검증 엔진이어야 한다.
