Journal 
1. 서 론
2011년 후쿠시마 원전 사고는 극한 자연재해에 대한 원자력 발전소의 취약성을 극명하게 보여주었다. 비록 사고 이전에도 지진과 같은 자연재해에 대한 안전 대책이 마련되어 있었지만, 해당 사고는 예상치 못한 극한 재해에 대한 불충분한 대비가 큰 사고로 이어질 수 있음을 보여주었다. 또한, 기존 대책은 지진으로 인한 다중 시스템 고장 상황에 대한 대응 능력이 부족하여 대규모 사고로 이어질 가능성이 있었다. 이러한 한계로 인해, 후쿠시마 원전 사고 이후 원자력계에서는 더욱 안전한 원자력 에너지 공급을 위해, 종합적인 외부 사건 대응 방안이 필요하다는 인식이 확산되었다.
이러한 문제에 대응하여, 국내외 다양한 종합 대책들이 마련되었다. 예를 들어, 미국은 Diverse and Flexible Coping Strategies(FLEX)를 도입하고, 한국수력원자력은 다중 방어 대응 설비(Multi-barrier Accident Coping Strategy, MACST)를 도입하였다[1]. MACST는 극한 자연재해를 포함한 설계 기준 초과 사고까지 모든 가능한 사고에 대응할 수 있도록 설계되었다. 이는 새로운 설비의 도입, 전담 조직 신설, 개선된 절차 및 종합적 인 훈련 프로그램 등을 포함한다. MACST를 포함하는 사고관리계획서(Accident Management Program, AMP)는 APR1400 이전의 원전 노형에 대해 주요 안전 목표를 노심 손상 빈도(Core Damage Frequency, CDF)를 1.0E-04/yr 이하로, 대량 조기 방사성물질 방출 빈도(Large Early Release Frequency, LERF)를 1.0E-05/yr 이하로, 주요 방사성 동위원소의 100 TBq을 초과 방출 빈도를 1.0E-06/yr 이하로 줄이는 것으로 하였다.
다양한 연구를 통해 MACST가 사고 시나리오에서 원자력 발전소의 안전성 강화 및 사고 완화 성능 향상에 효과적임이 입증되었다. Suh et al.[2] 은 한울 3호기를 대상으로 MACST가 Extended Loss of AC Electric Power(ELAP)와 Loss of Ultimate Heat Sink(LUHS) 사고에서 핵심 냉각 기능을 유지하는 데 효과적임을 입증하였다. Song et al.[3], Lee et al.[4] 및 Park et al.[5]은 MACST가 중대 사고 시 외부 주입 펌프를 통한 CDF 저감 효과를 통해 핵심 손상을 예방하는 데 효과적임을 확인하였다. Kim et al.[6]은 확률론적 안전성 평가(Probabilistic Safety Assessment, PSA) 모델에 MACST 전략을 통합하여, 인간 신뢰도 분석(Human Reliability Analysis, HRA)과 데이터 문제를 해결하는 연구를 통해 원전 리스크를 보다 현실적으로 평가하였고, Shin et al.[7]은 중대 사고 하에서 이동식 장비의 배치를 위한 HRA가 MACST의 효과적인 적용을 위한 중요한 요소임을 밝혔다. Yun et al.[8]은 현장 장비와 이동식 MACST 설비 간의 전환이 신속하고 효율적으로 이루어져야 하며, 이는 주요 안전 기능을 유지하는 데 필수적이라고 언급하였다. Yoon et al.[9]은 이동식 MACST 설비가 다수기 원전 리스크 감소에 어떻게 기여하는지 평가하였으며, 소외전력망, 스위치야드 또는 소내배전계통 이상에 의해 소외전원이 상실된 소외 전원 상실 사고(Loss of Offsite Power, LOOP) 발생 시 지진 재해에 대해 CDF가 큰 폭으로 감소함을 보였다.
그러나, MACST 도입 이후에도 지진 재해에 대한 MACST 설비의 리스크 저감 효과에 대한 정량적 평가는 여전히 부족한 실정이다. 비록 MACST가 여러 사고 시나리오에서의 대응 능력을 강화하는 데 기여하였지만, 구체적인 지진 재해 시나리오에서의 효과를 객관적으로 평가한 자료는 제한적이다. 특히, 다양한 지진 강도와 조건 하에서 MACST 설비가 얼마나 효과적으로 작동하는지에 대한 데이터가 부족하며, 이는 설비의 신뢰성 평가 및 최적 성능 기준 확립을 어렵게 할 수 있다. 또한, MACST 설비의 각 구성 요소가 극한 지진 조건에서도 일관된 성능을 발휘할 수 있는지에 대한 검증이 부족하다. 이는 극한 재해 동안 이러한 설비의 일관되고 신뢰할 수 있는 성능을 보장하는 데 한계가 있음을 의미한다. 결과적으로, 보다 철저하고 종합적인 연구를 통해 MACST 설비의 최적 내진 성능 기준을 확립하고, 이를 바탕으로 지진 재해에 대한 원자력 발전소의 안전성을 더욱 향상시킬 필요가 있다.
따라서 본 연구의 목적은 국내 원전에서 사용되는 노형 중 대다수를 차지하는 OPR1000 및 APR1400 노형을 대상으로 지진 재해 시 MACST 설비의 리스크 저감 효과를 평가하고, 이를 바탕으로 현실적인 최적 내진 성능을 제안하는 것이다. 본 연구는 대상 MACST 설비로서, 1.0 MW 대용량 이동형 발전차와 이동형 저압 펌프차 두 가지 MACST 설비를 채택하였다. 샘플링 기반의 효율적인 리스크 평가 방법 중 하나인 Improved Direct Quantification of Fault Tree with Monte Carlo Simulation(I-DQFM)을 도입하여 원전 리스크 평가를 수행하며[10], 지진 재해 시 원전의 노심 손상(Core Damage, CD) 리스크와 MACST 설비의 도입으로 인한 리스크 저감 효과를 자세히 분석한다. 또한, 내진 성능에 중점을 두어 MACST 설비의 최적 내진 성능을 제안함으로써, 불확실성이 증가하는 환경에서 원자력 안전과 회복력을 향상시키고자 한다.
2. 리스크 평가 방법 및 재해 시나리오
본 장에서는 리스크 평가 방법과 본 연구에서 고려된 재해 시나리오에 대해 설명하였다. 본 연구에선 전통적인 PSA 방법론을 샘플링 기법을 도입하여 개선한 I-DQFM 방법을 사용하여 재해 리스크를 효율적으로 정량화하 였다. 또한, 지진 재해 시나리오와 MACST 설비의 리스크 저감 효과를 평가하기 위한 실험 방법에 대해 제시하였다.
2.1 I-DQFM 방법을 통한 지진 리스크 정량화
외부 재해의 잠재적 영향에 대해 원자력 시설의 안전성을 확률론적으로 평가하는 방법을 외부 사건 확률론적 안전성 평가(External Event PSA, EE-PSA)라고 한다[11]. 이는 외부 사고로부터 원자력 발전소의 안전성을 파악하고 개선하기 위해 수행되었으며, 일반적으로 원자력 시설의 경우 EE-PSA는 외부 재해로 인한 원자로의 노심 손상 가능성을 확률적으로 예측하는 것을 목표로 한다. EE-PSA에서는 무작위성 및 불확실성을 고려하여 외부 재해 분석, 취약도 분석, 사고 시나리오 분석 및 리스크 정량화를 수행하여 단일 리스크 값을 얻을 수 있으며, 개념적으로 리스크는 다음의 식 (1)과 같이 정량화할 수 있다:
여기서, a는 고려된 외부 재해의 재해 강도를 나타내고, 단일 외부 재해 사건의 경우, 시스템 취약도 정보 F 및 외부 사건 재해 정보 H는 외부 재해 사건에 대한 일차원 함수로 표현되며, 최종 리스크는 일차원 적분을 통해 정량화 할 수 있다.
일반적으로, 취약도 분석을 위해 미국 Electric Power Research Institute (EPRI)가 고안한 변수 분리법(Separation of Variable, SOV)이 널리 사 용되었다[12]. 이 방법은 단일 구성 요소의 취약도를 로그 정규 누적 분포를 통해 계산하며, 얻어진 취약도에 대한 정보는 EE-PSA의 기본 입력값으로 사용된다. 일본 Japan Atomic Energy Agency(JAEA)에서는 이를 개선하여 응답 계수법(response factor method)이라고도 불리는 방법을 제안 하였다[13]. 이 방법은 SOV 방법과 본질적으로 유사하나, 실제 응답(response) R과 성능(capacity) C를 사용하여 취약도 분포를 설명하여 응답과 성능 간의 상관관계를 더 세밀하게 분리할 수 있으며, 이를 통해 샘플링 기반 취약도 분석으로 직관적으로 확장할 수 있다는 장점이 있다. 다만, 이 방법은 SOV 방법에 비해 취약도에 대한 정보가 상대적으로 많이 요구된다는 단점이 있다.
이를 고려하여, Watanabe et al.[14]은 샘플링을 기반으로 한 취약도 평가 방법인 Direct Quantification of Fault Tree using Monte Carlo Simulation(DQFM)을 제안하였다. 이 방법에서 구성 요소 수준의 취약도 평가는 다음과 같이 수행할 수 있다:
여기서, LN(α, β)는 중앙값 α와 로그 표준편차 β를 가지는 로그 정규 분포이며, Rm과 Cm은 각각 응답과 성능의 중앙값을 나타낸다. 이를 계산하기 위해, 각 재해 강도에서 각각의 구성 요소에 대해 식 (3)과 (4)로 표현되는 R과 C의 분포를 따르는 충분한 수의 샘플을 추출한 후, 구성 요소의 상태는 추출된 각 샘플의 R과 C의 값을 비교하여 안전("0") 또는 파괴("1"), 즉 이진 상태로 표현된다. 또한 각 샘플에 대해, 정의된 고장 수목과 구성 요소의 상태를 기반으로 하여 하위 및 상위 시스템의 상태를 평가하여, 궁극적으로 각 재해 강도에서 각각의 구성 요소, 하위 및 상위 시스템의 파괴 확률은 파괴 상태 ("1")를 가진 샘플 수를 전체 샘플 수로 나눈 값으로 결정된다. 이 방법의 장점은 구성 요소 간의 상관관계를 고려하여 샘플을 추출할 수 있으므로 구성 요소 상관관계를 직접적으로 고려할 수 있고, 충분한 수의 샘플을 사용하면 정해에 근접한 값을 얻을 수 있다는 점이다. 다만, 이 방법은 단일 재해에 대해서만 정의되었고, 샘플링을 기반으로 동작하기 때문에 많은 수의 샘플을 추출해야 하므로 높은 계산 비용이 요구된다는 단점이 있다.
DQFM 방법을 복합 재해로 확장하기 위해, Kwag et al.[10]는 Extended DQFM(E-DQFM)을 개발하였으며, 시스템 구성 요소 간의 부분적 의존성을 보다 효과적으로 처리하여 계산 효율성과 정확성을 크게 향상시킨 I-DQFM을 개발하였다. 두 방법의 주된 차이점은 DQFM 및 E-DQFM은 모든 재해 강도에 대해서 샘플을 추출하는 반면, I-DQFM은 특정 재해 강도에 대해서만 샘플을 추출하여 한 번의 샘플링만 수행한다는 것이다. 이러한 접근 방식은 샘플링 횟수를 크게 줄이고 시스템 취약도 계산의 효율성을 높일 수 있다. 비록, I-DQFM 방법이 복합 재해의 리스크 정량화를 위해 개발되었으나, 단일 재해에 대해서 적용하는 것 또한 가능하다. 따라서, 본 논문에선 I-DQFM 방법을 지진 단일 재해에 적용하여 리스크를 평가하였다.
I-DQFM 알고리즘은 외부 재해(지진)에 대한 고장 수목 데이터와 구성 요소의 취약도 정보를 입력하는 것으로 시작한다. 취약도 매개변수로는 내진 성능의 중앙값 Ams, 무작위성과 불확실성을 나타내는 로그 정규 표준편차(βrs 및 βus), 그리고 상관 계수 ρs가 정의된다. 재해에 대한 복합 로그 정규 표준편차 βcs는 다음과 같이 계산된다:
이를 다음과 같이 응답과 성능에 대한 로그 표준편차로 분해한다:
이를 바탕으로, 다음의 재해에 대한 응답 RMs및 성능 Cs의 분포에서 N개 의 샘플을 생성한다:
중앙값에서 샘플링된 샘플의 스케일을 보정하기 위해, 모든 재해 강도에 대해서 내진 성능의 중앙값 Ams을 활용하여 RMs의 샘플을 보정한다.
구성 요소는 스케일링 된 응답과 내진 성능과 비교하여 파괴 여부를 판단한다:
각 구성 요소의 이진 상태(안전 또는 파괴)를 사용하여 고장 수목 분석을 통해 하위 및 전체 시스템의 파괴 여부를 판단하고, 파괴 상태("1")를 가진 샘플 수를 전체 샘플 수로 나눈 값으로 각 재해 강도에서의 취약도를 얻을 수 있다. 이를 모든 재해 강도에 대해 반복하면, 최종적으로 단일 재해에 대한 시스템 취약도 곡선을 얻을 수 있고, 이를 통해 CDF 등 리스크에 관련된 값을 계산할 수 있다. 단일 재해에 대한 I-DQFM 알고리즘의 순서도는 Fig. 1에 도식화하였다.
2.2 지진 재해 시나리오 및 최적 성능 도출을 위한 실험 방법
지진 재해 시나리오로써, 본 연구에서는 Ellingwood[15]의 연구에서 사용된 지진 재해도를 도입하였으며, 각 지진원의 재해도 및 가중치(P1~P6)는 Fig. 2에 나타나 있다. 지진 재해도는 지진 발생 시 특정 지점에서의 최대 지반 가속도(Peak Ground Acceleration, PGA)에 따른 연간 초과 확률을 나타내는 곡선으로, 지진 강도에 따른 발생 확률을 평가하는 데 사용된다. 사용된 재해도 곡선은 미국 동부 지역에서의 지진원 메커니즘과 감쇠 특성을 반영하여, 미국 Limerick Generating Station에 영향을 미치는 6개의 주요 지진원에 대해 0.05 g에서 2.0 g까지(0.01 g 간격) 범위 내에서 도출한 것이다. 각 재해도 곡선에 대해 해당 지진원이 Limerick Generating Station에 서의 지진 발생에 미치는 영향을 반영하여 기여도를 평가하였으며, 해당 기여도를 리스크 평가 시 각 지진 재해도의 가중치로써 활용하였다. 최종적으로, 각 재해도에 대해 앞서 설명한 I-DQFM 방법을 사용하여 OPR1000 및 APR1400 노형의 노심 손상 리스크를 평가하였고, 얻어진 리스크를 각 지진원에서 지진 발생에 대한 연 초과 확률에 기반한 가중치를 적용하여 최종 리스크를 평가하였다.
대상 MACST 설비(1.0 MW 대용량 이동형 발전차 및 이동형 저압 펌프차)의 리스크 저감 효과를 평가하기 위해, 본 연구에서는 앞서 설명한 지진 재해 시나리오에 대해서 설비의 내진 성능을 변화시키면서 각 성능 수준에서 노심 손상 리스크를 평가하여 최적 성능을 도출하는 매개변수 연구(parametric study)를 수행하였다. 여기서, 각 설비의 내진 성능은 동일하다고 가정하였다. MACST 설비의 내진 성능은 0.01 g부터 3.0 g까지의 범위에서 0.01 g 간격으로 변화시키면서, 각 내진 성능마다 노심 손상 리스크를 도출하여 MACST 도입으로 인한 리스크 저감 효과를 평가하였다. 또한, 현실적인 최적 내진 성능을 도출하기 위해, 리스크 저감 양상에 기반하여 저감 효과가 둔화되는 시점을 최적 내진 성능으로 채택하였다.
3. 대상 원전 시스템
본 장에서는 국내 원전에서 사용되는 OPR1000, APR1400, APR+, 가 압중수로 (Pressurized Heavy Water Reactor, PHWR) 노형 중, 대부분의 원전에서 사용되는 OPR1000 및 APR1400 노형의 지진 유발 사고 경위와 각 구성 요소의 지진 취약도 정보, 그리고 구성 요소의 상관행렬의 구성 방법에 관해 설명하였다. OPR1000 및 APR1400에 대해서 각각 총 6개 및 7개의 지진 유발 사고 경위를 고려하였으며, 각 사고 시나리오에 대한 분석을 수행하고 사건 수목을 구성하였다. 또한, I-DQFM 방법을 사용하여 리스크 계산을 수행하기 위해 원전의 각 구성 요소의 취약도 매개변수를 정의하였다. 마지막으로, 지진 재해 시 원전 시스템 구성 요소 간의 상관성을 반영한 상관 행렬 구성 방법을 도입하여 리스크 평가의 정확성을 향상시켰다. 이러한 정보를 통해 원전 시스템의 지진 재해 시나리오에서의 리스크를 평가하였다.
3.1 MACST 설비를 고려한 대상 원전의 사건 수목
3.1.1 OPR1000
MACST 설비를 고려한 OPR1000 노형에 대한 사건 수목은 Fig. 3에 도 식화하였으며, 추가된 MACST 설비에 대한 사건은 붉은 사각형으로 표시하였다. OPR1000 모델에서는 Fig. 3에 제시된 바와 같이 총 6개의 지진 유발 사고 경위를 고려하였다. 이 중 필수 전원 상실 사고(Loss of Essential Power, LEP)는 4.16 kV 스위치 기어, 480 V 로드센터 등 사고 완화 조치를 수행하기 위한 설비가 손상된 사고이므로 MACST 설비 중 1.0 MW 대용량 이동형 발전차를 이용한 전원 공급을 고려하였으며, 해당 운전이 실패하는 경우 노심 손상이 발생하는 것으로 가정하였다. 2차측 열 제거 상실 사 고(Loss of Secondary Heat Removal, LHR)는 복수 저장탱크 손상으로 인한 증기발생기로 급수가 상실된 사고이며, MACST 설비 중 이동형 저압 펌프차를 통한 2차측 급수 주입을 고려하였다. LOOP 및 지진에 의해 기타 손상없이 원자로 정지만 발생한 일반 과도 사건(General Transients, GTRN)의 경우에는 추가적인 사고 완화 조치 실패 확률로 각각 1.24E-02, 1.25E-03을 가정하였다. 주요 안전관련 기기 냉각에 사용되는 기기 냉각수 계통 내 기기가 손상되어 기기 냉각수 공급이 불가능한 기기 냉각수 상실 사고(Loss of Component Cooling Water, LOCCW), 원자로에 연결된 배관 중 3/8~2인치 배관이 파단되어 냉각재 상실이 발생한 소형 냉각재 상실 사고(Small Loss of Coolant Accident, SLOCA)에 대해서는 추가적인 수단 없이 직접 노심 손상 사고가 발생하는 것으로 가정하였다.
3.1.2 APR1400
MACST 설비를 고려한 APR1400 노형에 대한 사건 수목은 Fig. 4에 도 식화하였으며, 마찬가지로 추가된 MACST 설비에 대한 사건은 붉은 사각형으로 표시하였다. APR1400 모델에서는 Fig. 4에 제시된 바와 같이 총 7개의 지진 유발 사고 경위를 고려하였다. 이 중 LEP에서는 OPR1000과 동일하게 1.0 MW 대용량 이동형 발전차를 이용한 전원 공급을 고려하였으며 해당 운전이 실패하는 경우 노심 손상이 발생하는 것으로 가정하였다. 또한, LOCCW 및 주요 안전관련 기기 제어에 필요한 캐비닛 등의 손상에 의해 기기 제어가 불가능한 기기 제어 계통 상실 사고(Loss of Component Control System, LOC)에서는 추가적인 사고 완화 조치 실패 확률로 6.83E-03을 가정하였으며, 해당 조치 실패 이후 이동형 저압 펌프차를 통한 2차측 급수 주입을 고려하였다. SLOCA와 GTRN의 경우에는 추가적인 사고 완화 조치 실패 확률로 1.25E-03을 가정하였으며, LOOP에서는 1.24E-02를 가정하였다. 안전주입탱크 파손에 의해 대량의 냉각재 상실이 발생한 대형 냉각재 상실 사고(Large Loss of Coolant Accident, LLOCA)에 대해서는 추가적인 수단 없이 직접 노심 손상 사고가 발생하는 것으로 가정하였다.
3.2 대상 원전 시스템 구성 요소의 지진 취약도 정보
I-DQFM을 통한 리스크 계산을 위해선, 2.1절에서 언급한 내진 성능의 중앙값인 Ams, 무작위성과 불확실성을 나타내는 대수정규분포의 표준편차 인 βrs 및 βus, 그리고 상관행렬을 포함한 취약도에 대한 매개변수가 정의되어야 한다. 따라서, 본 연구에서 사용된 OPR1000 및 APR1400 원전의 각 구성 요소에 대한 취약도 매개변수에 대한 정보를 Table 1과 Table 2에 각각 나타내었다. 각 구성 요소 취약도 정보는 실제 실험 데이터, 각 노형의 사업자보고서 및 전문가의 의견을 바탕으로 구성 요소의 대략적인 위치, 내진 성능 등을 고려하여 결정되었다. 여기서, 각 노형에서 고려한 동일한 요소가 다른 취약도 정보를 가지는 이유는(Off-site power 등), 사용된 일반 데이터(generic data)의 차이 때문이다. 또한, 2.2절에서 설명한 바와 같이, MACST 설비의 내진 성능을 변화시키면서 리스크 저감 효과를 평가하고 최적화하기 위해 내진 성능을 변수로 설정하였으며, Table 1과 Table 2에서 이를 매개 변수를 나타내는 “param.”으로 표기하였다.
3.3 지진 재해에 대한 원전 시스템 구성 요소의 상관행렬
앞서 설명한 I-DQFM 방법을 활용하여 지진 재해 시 리스크를 정확하게 평가하기 위해서는 원전 시스템의 서로 다른 구성 요소 응답 사이의 종속성을 나타내는 상관성을 정확히 고려하는 것이 중요하다. 이를 위해, Eem et al.[16]은 지진 재해 시 한국 원전에 적합한 상관행렬을 구성하는 방법을 제안하였다. 이 연구에서 상관 계수는 구조물의 불확실성을 고려한 확률론적 지진 응답 분석을 통해 수행되었다. 이는 지진의 다양한 주파수 성분이 구조물에 미치는 영향이 다를 수 있기 때문이다.
상관 계수는 구성 요소의 위치와 고유 진동수에 따라 결정되며, 동일한 위치에 있는 구성 요소의 경우 상관 계수는 동일한 고유 진동수에 대해 1.0으로 설정하고, 다른 고유 진동수에 대해 0.89로 설정한다. 이는 지진 응답 분석을 통해 구성 요소 간의 응답 상관성을 정확하게 평가하기 위함이다. 즉, 같은 위치에 있는 구성 요소는 동일한 지진 하중에 대한 응답이 유사할 가능성이 높고, 다른 고유 진동수에 대해서는 상관성이 존재하지만 정확히 일치하지 않으므로 보다 낮은 값으로 설정한다.
다른 위치에 있는 구성 요소의 경우, 동일한 고유 진동수에 대해 0.74로, 다른 고유 진동수에 대해 0.68로 설정한다. 이러한 값의 설정은 구성 요소의 위치 차이로 인해 지진 하중에 대한 응답이 다를 수 있지만, 여전히 상관성이 존재함을 반영할 수 있다. 다른 고유 진동수를 가지는 경우, 응답의 상관성이 보다 낮아질 수 있으므로 동일한 경우에 비해 낮은 값으로 설정한다. 이러한 상관행렬 구성 방법은 지진 응답 분석을 통해 도출된 상관성 데이터를 기반으로 계산되었다. 본 연구에서 사용된 OPR1000 및 APR1400의 지진 재해에 대한 상관행렬을 Fig. 5와 Fig. 6에 각각 나타내었으며, 각 행렬의 구성 요소는 Table 1과 Table 2의 구성 요소 순서와 동일하게 배치하였다.
4. 지진 리스크 평가 결과 및 최적 내진 성능 제안
본 장에서는 3장에서 제시한 OPR1000 및 APR1400 원전 시스템을 대상으로, 2.2절에서 제시한 지진 재해 시나리오에 대한 지진 리스크 평가 결과와 MACST 설비의 지진 리스크 저감 효과 및 최적 내진 성능 기준을 제안 하였다. 연구 결과, MACST 설비는 지진 재해 시나리오에서 원전의 리스크를 효과적으로 감소시켰으며, 충분한 리스크 저감 효과와 동시에 현실적인 최적 내진 성능 기준의 제안을 통해 MACST 설비의 도입이 OPR1000과 APR1400 시스템 모두에서 안전성을 극대화할 수 있음을 확인하였다.
4.1 OPR1000에 대한 리스크 평가 결과 및 최적 내진 성능
Fig. 7는 OPR1000에 대한 MACST 설비의 내진 성능 변화에 따른 노심 손상 리스크의 변화를 나타낸다. 샘플링을 기반으로 하는 I-DQFM 방법의 특성으로 인하여, 변동성이 비교적 크게 나타나는 각 내진 성능에 대한 노심 손상 리스크의 감소 양상을 보다 명확하게 나타내기 위해 이동 평균을 함께 도식화하였다. 여기서, 이동 평균의 윈도우 크기는 50으로 설정하였다. 결과에서 확인할 수 있듯이, 내진 성능이 증가함에 따라 MACST 설비 도입 이전의 노심 손상 리스크에 비해 리스크가 감소하는 명확한 경향성을 보였으며, 이를 통해 OPR1000 시스템의 전체적인 내진 성능을 향상시키는 효과를 입증하였다. 또한, MACST 설비 도입으로 인한 리스크 저감 효과를 정량적으로 나타내기 위해, Fig. 8과 같이 Fig. 7의 리스크 곡선의 2차 미분인 한계 효용(marginal utility)를 도입하였다. 여기서, 한계 효용이란 리스크 저감효 과의 변화율을 나타내며, 이 값이 0에 수렴할수록 저감효과가 둔화되는 것을 의미한다. Fig. 8에서 볼 수 있듯이 MACST 설비의 내진 성능이 약 1.5 g인 시점부터 둔화되기 시작하는 것을 확인할 수 있으며, 이는 내진 성능을 증가시키는 비용 대비 리스크의 저감 효율이 낮아지는 것을 의미한다. 따라서, 본 논문에서는 OPR1000에 대한 MACST 설비의 최적 내진 성능이 1.5 g임을 제안하며, 이 최적 성능에서 설비 도입 이전에 비해 노심 손상 리스크가 약 23% 감소함을 확인할 수 있다.
Fig. 9에는 3.1.1 절에서 설명한 노심 손상을 발생시키는 6개의 지진 유발 사고 경위에 대한 리스크 저감 효과를 도식화하였으며, 각 사건에서 MACST 설비 도입 후 리스크가 어떻게 변화하는지 시각적으로 확인할 수 있다. 여기서, 첫 번째 서브 플롯의 LEP-MDG 사건은 MACST 도입 이후의 LEP 사건을 지칭한다. Fig. 3의 OPR1000의 사건 수목에서 확인할 수 있듯이, MACST 설비의 도입에 직접적으로 영향을 받는 LEP와 LHR 사건이 설비의 내진 성능 증가에 따라 리스크가 급격히 감소하는 양상을 보이며, 다른 사건에서는 MACST 설비가 해당 사건들에 미치는 영향이 제한적인 것으로 나타났다.
Fig. 10는 최적 내진 성능(1.5 g)을 사용한 MACST 설비의 도입 전후 시스템의 노심 손상 취약도 곡선을 비교한 것이며, 모든 재해 강도에서 MACST의 도입이 시스템의 취약도를 크게 감소시키는 것을 확인할 수 있다. 예를 들어, 결과에 나타냈듯이 1 g의 재해 강도에서는 노심 손상 확률이 약 0.917에서 0.276으로 크게 감소하였다. Fig. 11과 Fig. 12에는 각각 MACST 도입 전후의 6개의 지진 유발 사고 경위에 대한 취약도 곡선을 나타내었다. 각각의 결과에서 확인할 수 있듯이, Fig. 9과 마찬가지로 LEP와 LHR 사건에서 MACST 설비 도입 후 취약도 곡선의 형상이 가장 크게 변하는 것을 알 수 있으며, 다른 사건에서는 그 변화가 상대적으로 적은 것을 알 수 있다. 이러한 결과들을 통해, MACST 설비가 OPR1000 시스템의 내진 성능을 크게 향상시키는 데 기여하고 있음을 명확히 확인할 수 있다.
4.2 APR1400에 대한 리스크 평가 결과 및 최적 내진 성능
Fig. 13는 APR1400에 대한 MACST 설비의 내진 성능 변화에 따른 노심 손상 리스크의 변화를 나타낸다. OPR1000의 결과와 마찬가지로, I-DQFM 방법의 특성으로 인한 변동성이 큰 노심 손상 리스크의 감소 양상을 보다 명확하게 나타내기 위해 이동 평균을 함께 도식화하였다. APR1400의 결과에 서도 내진 성능이 증가함에 따라 MACST 설비 도입 이전의 노심 손상 리스크에 비해 리스크가 명확하게 감소하는 경향성을 보였으며, 이를 통해 시스템의 전체적인 내진 성능을 향상시키는 효과를 입증하였다. 또한, OPR1000 과 마찬가지로 Fig. 14를 통해 APR1400에 대한 MACST 설비의 한계 효용의 변화를 나타내었다. 이를 통해, 리스크 저감 효과는 마찬가지로 MACST 설비의 내진 성능이 약 1.5 g인 시점부터 둔화되기 시작하는 것을 확인할 수 있으며, APR1400에 대해서도 MACST 설비의 최적 내진 성능이 1.5 g임을 제안한다. 제안한 최적 성능에서 설비 도입 이전에 비해 노심 손상 리스크가 약 17% 감소함을 확인할 수 있다.
Fig. 15에는 3.1.2 절에서 설명한 노심 손상을 발생시키는 7개의 지진 유발 사고 경위에 대한 리스크 저감 효과를 도식화하였으며, 각 사건에서 MACST 설비 도입 후 리스크가 어떻게 변화하는지 시각적으로 확인할 수 있다. Fig. 4의 APR1400의 사건 수목에서 확인할 수 있듯이, MACST 설비의 도입에 직접적으로 영향을 받는 LEP, LOCCW, 그리고 LOC 사건이 설비의 내진 성능 증가에 따라 리스크가 급격히 감소하는 양상을 보이며, 다른 사건에서는 MACST 설비가 해당 사건들에 미치는 영향이 제한적인 것으로 나타났다.
Fig. 16은 최적 내진 성능(1.5 g)을 사용한 MACST 설비의 도입 전후 시스템의 노심 손상 취약도 곡선을 비교한 것이며, 모든 재해 강도에서 MACST의 도입이 시스템의 취약도를 크게 감소시키는 것을 확인할 수 있다. 예를 들어, 1 g의 재해 강도에서는 노심 손상 확률이 약 0.530에서 0.091 로 감소하였다. Fig. 17과 Fig. 18에는 각각 MACST 도입 전후의 7개의 지진 유발 사고 경위에 대한 취약도 곡선을 나타내었다. 각각의 결과에서 확인 할 수 있듯이, Fig. 15와 마찬가지로 LEP, LOCCW, 그리고 LOC 사건에서 MACST 설비 도입 후 취약도 곡선의 형상이 가장 크게 변하는 것을 알 수 있으며, 다른 사건에서는 그 변화가 상대적으로 적은 것을 알 수 있다. 이러한 결과들을 통해, OPR1000과 마찬가지로 MACST 설비가 APR1400 시스템의 내진 성능 향상에 기여하고 있음을 확인할 수 있다.
5. 결 론
본 연구는 단일 지진 재해 시나리오에서 MACST 설비의 도입이 원자력 발전소의 리스크를 효과적으로 줄일 수 있음을 정량적으로 입증하였다. 본 연구는 MACST 설비가 추가된 OPR1000 및 APR1400 원전 시스템을 대상으로 , 샘플링 기반의 효율적인 리스크 평가 방법인 I-DQFM을 사용하여 리스크 저감 효과를 평가하였다. 각 설비의 내진 성능을 변화시키면서, 각 성능 값에 대해 리스크를 평가하여 리스크 저감 양상을 도출하였다. 모든 성능에 대한 리스크 평가 결과를 바탕으로 극한 재해 조건에서 효과적인 안전 기준을 확립하기 위해 MACST 설비의 최적 내진 성능을 제안하였다.
MACST 설비의 내진 성능이 증가할수록 노심 손상 리스크가 크게 감소하는 양상을 보였으며, 리스크 저감 효과가 둔화되기 시작하는 1.5 g를 현실 적인 최적 내진 성능 기준으로 제안하였다. 또한, 제안한 최적 내진 성능에서 두 원전 시스템의 리스크 및 CDF가 큰 폭으로 감소한 것을 확인하였다. OPR1000 시스템의 경우 1.0 g 지진 강도에서 리스크가 약 23%, 노심 손상 취약도가 약 72% 감소하였으며, APR1400 시스템은 동일 조건에서 리스크 및 취약도가 각각 약 17% 및 44% 감소하였다. 이러한 결과는 MACST 설비가 지진 재해 상황에서 원자력 발전소의 안전성을 크게 향상시키는 데 효과적임을 보였으며, 이러한 극한 재해 시나리오에서 핵심 냉각 및 전력 공급 시스템을 유지하는 데 필수적인 역할을 함을 입증하였다. 또한, MACST 설비의 최적 내진 성능을 도출하여 이를 바탕으로 합리적인 내진 성능 기준을 제안함으로써, 극한 재해 상황에서도 안정적인 성능을 발휘할 수 있도록 설계하는 데 필요한 지침을 제공하였다.
본 연구는 하나의 지진 시나리오에 대한 MACST 설비의 최적 내진 성능을 제시하였지만, 다른 지진 시나리오에 대해서는 상이한 결과가 도출될 수 있기 때문에, 다양한 지진 시나리오에 대한 종합적인 리스크 분석을 통해 최적 내진 성능의 기준을 제시할 필요가 있다. 특히, 본 연구는 통합 보관고의 건설 비용을 고려하지 않고 단순히 리스크 저감 효과를 기준으로 최적 내진 성능을 제시하였지만, 일반적으로 내진 성능을 증가시키면 건설 비용은 기하급수적으로 증가하기 때문에, 향후 연구에서는 이를 고려하여 내진 성능을 제시해야할 것이다. 또한, 향후 연구에서는 지진과 쓰나미와 같은 복합 재해에 대한 평가가 필요하다. 복합 재해는 각 재해가 동시에 발생하는 결합 효과로 인해 원전에 보다 큰 위협을 가할 수 있으며, 이에 대비한 종합적인 리스크 평가와 대응 전략이 필요하다. 최근 기후 변화로 인해 자연재해의 빈도와 강도가 증가함에 따라 복합 재해 시나리오의 고려가 더욱 필요해지고 있다. 따라서, MACST 설비의 효과를 다양한 복합 재해 상황에서 검토하고 최적화하는 연구가 필수적이며, 복합 재해에 대한 리스크 저감 효과를 평가하여 원전의 장기적인 지속 가능성과 안전성을 보장하기 위한 포괄적인 대응 전략을 개발하는 데 중점을 두어야 한다. 이를 통해, 홍수, 극한 기상 사건 및 인위적 재해와 같은 다른 잠재적 위협을 포함하도록 다중 재해 리스크 평가의 범위를 확장할 수 있고, 원자력 발전소의 안전성을 지속적으로 개선하고 극한 상황에서도 안정적인 운영을 보장할 수 있을 것이다.
