본문 바로가기 주메뉴 바로가기

KSTAR

  • Fusion Story
  • KSTAR
KSTAR의 다른 글

202104.07

머신러닝, 핵융합 난제 해결사 될까?

KFE   
https://fusionnow.kfe.re.kr/post/kstar/1268

핵융합 플라즈마 불안정 현상 인공지능 모델로 입증

핵융합 난제 해결에 다양한 인공지능 모델 개발 및 활용 기대


 

2016년 3월을 뜨겁게 달구었던 구글의 인공지능 바둑 프로그램 알파고와 우리나라 바둑기사 이세돌의 대결이 이루어진지 벌써 5년이라는 시간이 흘렀습니다. 인공지능이라는 개념이 아직 생소했던 그 당시, 경기 결과는 전 세계 사람들에게 큰 충격을 안겼는데요. 예상하지 못했던 획기적인 기술의 발전 앞에 두려움을 느꼈던 것도 잠시, 인공지능은 우리의 일상 속으로 빠르게 스며들었습니다. 

 

이제 사람들은 인공지능 기술이 변화시킬 새로운 미래를 꿈꾸고, 기후, 의료 등 그동안 해결하지 못했던 수많은 난제를 인공지능 기술로 해결할 수 있기를 기대하고 있는데요. 꿈의 에너지로 각광받는 핵융합에너지 연구 분야도 예외는 아닙니다.

최근 세계 최고 학술지 중 하나인 네이쳐의 자매지 ‘사이언티픽 리포트’에 머신러닝 기술을 활용하여 핵융합의 대표적 난제로 손꼽히는 플라즈마 경계면 불안정 현상을 입증하는 논문이 발표되어 전 세계 핵융합계의 주목을 받기도 했는데요. 인공지능과 핵융합의 결합, 어떤 결과를 보여주고 있을까요? 


플라즈마 경계면 불안정 현상의 정체를 밝혀라

 

핵융합에너지의 실현을 위해서는 연구자들이 꼭 풀어야 할 몇 가지 난제들이 있습니다. 플라즈마 불안정성 제어도 그 중 한 가지입니다. 

 

태양에너지의 원리인 핵융합 반응을 통해 에너지를 생산하기 위해서는 핵융합로 내부에 초고온 플라즈마를 안정적으로 오래 가둘 수 있어야 합니다. 하지만 핵융합로에 갇힌 초고온 플라즈마는 큰 압력 및 온도 차로 인해 불안정한 특성을 갖는데요. 

 

특히 플라즈마 경계면이 불안정한 상태가 되면, 한꺼번에 플라즈마 입자와 열이 밖으로 빠져나가는 경계면 붕괴가 일어나 핵융합로에 손상을 줄 수 있습니다. 따라서 경계면 붕괴가 일어나는 원인을 찾고, 이를 제어하는 것은 핵융합에너지 실현을 위해 반드시 해결해야 하는 난제 중 하나인 것이죠.

 

플라즈마 경계면 붕괴 과정에서 일어나는 불안정 현상들을 규명하기 위한 연구가 활발히 진행되는 가운데, 지난 2017년 그동안 발표된 이론으로는 설명할 수 없는 새로운 현상을 우리나라 초전도핵융합연구장치인 KSTAR 실험을 통해 발견했는데요. 바로 플라즈마 경계면의 폭발 직전 ‘고립섭동’ 현상이 일어난다는 사실이었습니다. 

 

고립섭동은 역학적 평형 상태에서 벗어나 국소적으로 크게 교란된 상태를 말하는데요. 공간적으로 반복되는 패턴을 나타내는 일반적인 파동과 다르게 고립섭동은 하나의 파도가 솟아오른 형태로 나타나며 일정 시간 그 형태를 유지한다는 특징이 있습니다. 바다에서 발생하는 거대 파도 현상도 고립섭동의 한 예시이죠. 이 고립섭동 현상이 플라즈마 경계면 붕괴의 직접적인 원인이라는 새로운 해석은 즉시 학계의 뜨거운 관심을 받았습니다. 

 

초전도핵융합연구장치 KSTAR

 

머신러닝, 핵융합 데이터 속 규칙을 발견하다

 

이후 한국핵융합에너지연구원과 포항공과대학교 물리학과 이지은 박사, 첨단원자력공학부 윤건수 교수로 이루어진 공동연구팀은 이 해석을 입증하기 위한 연구를 시작했는데요. 공동연구팀은 KSTAR의 플라즈마 경계면 붕괴 실험 데이터 및 합성데이터를 바탕으로 한 인공지능 다층 신경망 기계학습 모델을 개발하고, 이를 KSTAR의 방대한 실험 데이터에 적용하였습니다. 놀랍게도 데이터 분석 결과 플라즈마 경계면이 붕괴할 때는 항상 ‘고립섭동’이 발생함을 확인하며 기존의 해석을 뒷받침하는 성과를 얻을 수 있었습니다. 

 

이번 성과는 급격한 유체 불안정화 현상 연구에 기계학습 모델이 성공적으로 적용된 첫 사례입니다. 고립섭동 및 경계면 붕괴처럼 짧은 시간에 발생하는 현상은 숙련된 연구자들도 데이터 분석에 많은 시간을 소요할 수 밖에 없는데요. 인공지능 모델을 활용함으로써 분석 시간을 훨씬 단축할 수 있게 된 것이죠. 

 

논문 교신저자로 참여한 포스텍 윤건수 교수는 “경계면 붕괴 직전에 항상 고립섭동이 발생함을 증명하였다는 점에서 학술적 의의가 크다.”라며, “KSTAR 실험을 통해 획득한 데이터를 활용한 인공지능 모델이 핵심적인 역할을 했다.”고 설명했습니다. 

 

 

인공지능 활용 확대 기대

 

이번 연구처럼 핵융합 연구 분야의 인공지능 모델 활용 사례는 실험 데이터 분석 뿐 아니라 실제 플라즈마 실험 과정에도 확대될 예정인데요. 핵융합(연)은 KSTAR 장치 실험에서 실시간으로 플라즈마의 불안정 현상이나, 갑작스러운 플라즈마 붕괴를 제어할 수 있는 인공지능 학습 모델 개발을 추진하여 더욱 안정적인 플라즈마 운전 성과를 확보한다는 계획입니다. 

 

핵융합(연) 유석재 원장은 “이번 성과는 인공지능과 같은 4차 산업혁명 기술 적용을 통해 핵융합 난제 해결을 가속화 할 수 있음을 보여주는 사례이다.”라며, “앞으로도 핵융합에너지 실현을 위한 다양한 인공지능 모델 개발과 이를 활용한 연구 성과 창출을 위해 노력할 것이다.”라고 밝혔습니다. 

 

앞으로 핵융합 연구에 있어 인공지능 기술이 지금과는 다른 길을 열어 줄 특별한 도구라는 점은 명확한 사실인데요. 새로운 돌파구를 만난 핵융합 연구가 앞으로 어떤 성과들을 보여줄지 더욱 기대됩니다. 


  •  좋아요 bg
    0
    좋아요 bg
  •  카카오스토리 공유 bg
    34
    카카오스토리 공유 bg
  •  카카오톡 공유 bg
    35
    카카오톡 공유 bg

댓글 0

현재글의 이전글이 없습니다.
이전글
이미지가 없습니다.
현재글의 이전글이 없습니다.
이전글
이미지가 없습니다.

정보에 대해 만족하십니까?

TOP