강선의 부식, 어떻게 예측하고 대비할까?

게시일: 2026년 1월 26일

교량이나 해양 구조물에 사용되는 강철 스트랜드(strand)는 구조물의 뼈대와 같은 역할을 합니다. 하지만 이 강선이 부식되면 구조물 전체의 안전이 크게 위협받을 수 있습니다. 부식은 예측하기 어려운 불확실성을 가지고 있어, 그 특성을 정확히 예측하는 것이 매우 중요합니다.

왜 확률론적 예측이 필요한가?

부식의 정도와 그에 따른 강선의 성능 저하는 항상 일정하지 않습니다. 동일한 환경에 있더라도 부식의 형태나 깊이는 제각각일 수 있습니다. 이처럼 변수가 많은 상황에서는 '확률론적 예측'이 효과적입니다. 이는 단순히 하나의 값으로 예측하는 것이 아니라, 발생 가능한 여러 시나리오를 고려하여 '어떤 성능을 보일 확률이 몇 %인가'를 예측하는 방식입니다.

유한요소(FE) 모델과 대리 모델의 결합

연구자들은 이 문제를 해결하기 위해 유한요소(FE) 모델링과 머신러닝 기법을 결합한 새로운 방법을 제안했습니다. 그 과정은 다음과 같습니다.

1. 유한요소 모델링: 먼저 컴퓨터 시뮬레이션을 통해 다양한 부식 형태를 가진 강선 모델을 만듭니다.
2. 대리 모델 구축: 이 시뮬레이션 결과를 바탕으로, 가우시안 프로세스 회귀(Gaussian Process Regression)라는 머신러닝 기법을 사용하여 복잡한 시뮬레이션 과정을 대체할 수 있는 빠르고 효율적인 '대리 모델'을 구축합니다.
3. 몬테카를로 시뮬레이션: 구축된 대리 모델을 사용하여 수만 번의 가상 테스트(몬테카를로 시뮬레이션)를 수행합니다. 이를 통해 부식된 강선이 특정 하중에서 파괴될 확률, 변형될 확률 등을 통계적으로 예측합니다.

연구의 의의

이 연구는 실험 데이터와 비교했을 때 매우 높은 정확도를 보여주었습니다. 특히 강선의 극한 강도와 변형률에 대한 확률적 범위를 성공적으로 예측했습니다. 이러한 접근법은 특정 강선이 파괴될 확률을 평가하는 데 직접적으로 사용될 수 있으며, 이는 교량과 같은 사회기반시설의 유지보수 및 안전 관리 전략을 수립하는 데 있어 과학적이고 신뢰도 높은 근거를 제공합니다.