초록 ▼

□ 연구 목표 및 내용
◼ 최종 목표
본 과제에서는 현실의 구조물을 잘 모사하도록 준-실시간 자동 동기화되는 가상 환경 해석모델인 디지털 트윈을 기반으로 인프라 구조물의 수명을 확률적으로 예측하고 업데이트하는 기법을 개발하고자 하며, 세부 목표는 아래와 같음.
1. 디지털 트윈 구축: 바둑 AlphaGo, AlphaZero 등에서 사용된 심층강화 학습(Deep Reinforcement Learning) 개념을 도입하여 컴퓨터 해석모델이 현실의 구조물을 잘 모사하도록 하는, 실측값에 대한 준-실시간 모델 자동 동기화(

□ 연구 목표 및 내용
◼ 최종 목표
본 과제에서는 현실의 구조물을 잘 모사하도록 준-실시간 자동 동기화되는 가상 환경 해석모델인 디지털 트윈을 기반으로 인프라 구조물의 수명을 확률적으로 예측하고 업데이트하는 기법을 개발하고자 하며, 세부 목표는 아래와 같음.
1. 디지털 트윈 구축: 바둑 AlphaGo, AlphaZero 등에서 사용된 심층강화 학습(Deep Reinforcement Learning) 개념을 도입하여 컴퓨터 해석모델이 현실의 구조물을 잘 모사하도록 하는, 실측값에 대한 준-실시간 모델 자동 동기화(업데이트) 기법 개발 및 현장 적용.
2. 디지털 트윈 활용: 준-실시간 동기화되는 디지털 트윈을 활용한 인프라 구조물의 확률적 수명 예측 기법 개발 및 현장 적용.
이를 통해, 급격히 증가하고 있는 노후 구조물의 효율적 유지관리를 도모하고자 함.

◼ 전체 내용
준-실시간 자동 동기화(업데이트)되는 디지털 트윈을 기반으로 인프라 구조물의 수명을 예측하는 기법 개발 및 현장 적용을 목적으로 하는 본 과제의 연구내용은 다음과 같음.
1. 디지털 트윈 구축 – 해석 모델 자동 동기화 기법 개발:
- 목표: (1) 자동화, (2) 업데이트에 필요한 해석 횟수 최소화(비용 감소), (3) 업데이트 성능(수렴 정확도) 향상.
- 실제 구조물의 하중-거동 관계 등을 잘 모사하도록 유한요소모델 등의 구조해석 모델을 동기화하는 과정은, 센서 실측값과 모델 해석 결과 간의 오차를 줄이고자 하는 최적화 문제를 푸는 것과 등가임. 이 문제는 기존에 개발된 여러 최적화 기술을 활용하여 해결할 수도 있지만, 최적화 문제 해결 성능에 따라 막대한 계산 비용을 발생시키거나 정확한 답으로의 수렴에 실패하는 문제가 발생하기도 함. 또한, 주어진 문제에 맞는 최적화 기술을 문제에 따라 전문가가 선별해야 하는 한계점이 존재함. 이에 본 연구에서는 전역해(Global Optimum)로의 수렴을 위해 요구되는 해석 시행 수를 최소화하고 고차원 문제에서의 수렴 정확도를 대폭 높이는 준-실시간 자동 모델 동기화 기술을 개발하고자, 최신 인공지능 기술(심층강화학습, 심층메타학습, 확률적 인공지능 등) 기반의 최적화 문제 해결 알고리즘을 도입하고자 함.
2. 디지털 트윈 활용 - 구조물의 확률적 수명 예측 기법 개발:
- 목표: (1) 불확실성 고려, (2) 파괴 확률 및 예상 수명 산정에 필요한 해석 횟수 최소화(비용 감소).
- 구조물 예상 수명의 영향 인자인 시간에 따른 노후도, 재료 특성치, 외부 하중 등에는 내재적 불확실성이 존재하고 이를 계측하는 과정에서도 오차가 발생할 수 있어 확률적임. 따라서 구조물의 수명 예측에 있어서 그러한 불확실성 요소를 고려할 필요가 있음. 하지만 여러 불확실성 요소를 고려한 구조물의 파괴확률(Failure Probability; Exceedance Proba bility)을 계산하는 과정은 수차례의 구조해석을 요구하는 신뢰성 해석(몬테카를로 샘플링 등)이 수행되어야 하는데, 이때 활용되는 해석모델(즉, 디지털 트윈)의 계산 비용이 크며 수시로 업데이트될 경우, 비용적 문제가 발생할 수 있음. 이에 본 연구에서는 준-실시간으로 자동화되는 디지털 트윈을 활용한 신뢰성 해석을 위해 비샘플링 기반의 비용 효율적 신뢰성 해석 기법을 개발하여 문제를 해결하고자 함. 미리 설정해놓은 구조적 한계치(Threshold)를 초과하는 파괴확률이 발생하는 시점이 구조물의 예상 수명으로 평가됨.
본 과제에서는 위 내용에 대해 기법을 개발한 후 실험실 수준 구조물 시편을 통해 기법 성능을 검증할 계획이며, 실구조물에 대한 현장 적용을 통해 실효성을 검토하고자 함.

◼ 1단계
❏ 연구 목표
본 과제의 1단계에서는 현실의 구조물을 잘 모사하도록 준-실시간 자동 동기화되는 가상 환경 해석모델인 디지털 트윈을 기반으로 인프라 구조물의 수명을 확률적으로 예측하고 업데이트하는 기법을 개발하고 실험실 수준에서 성능을 검증하고자 하며, 세부 목표는 아래와 같음.
1. 디지털 트윈 구축: 센서 계측 값을 활용한 심층강화학습기반 해석모델 자동 동기화 기법을 개발/훈련하고, 실험실 수준 구조물 시편을 대상으로 비용 효율성 및 수렴성 측면의 성능을 검증.
2. 디지털 트윈 활용: 구조물의 노후화를 고려하여 구조물의 수명을 확률적으로 예측하기 위한 구조신뢰성 해석 기법의 비용 효율성 및 수렴성을 극대화하기 위한 알고리듬을 개발하고, 실험실 수준 구조물 시편의 디지털 트윈에 대해 그 성능을 검증.
이를 통해, 디지털 트윈의 자동 동기화 및 구조물의 확률적 수명 예측을 위한 기반기술을 도출하고자 함.
❏ 연구 내용
준-실시간 자동 동기화(업데이트)되는 디지털 트윈을 기반으로 인프라 구조물의 수명을 예측하는 기법을 개발하고 실험실 수준에서 성능을 검증하는 것을 목표로 하는 본 과제의 1단계 연구내용은 다음과 같음.
1. 디지털 트윈 구축(기법 개발 및 실험실 수준 적용):
- 센서 계측 값을 기반으로 해석모델을 동기화하기 위해 활용되는 최적화 알고리즘의 수렴성 및 비용 효율성을 향상시키기 위해 기존 최적화 알고리즘을 포함하여 Monte-Carlo Tree Search 및 심층강화학습 기반의 최신 최적화 기술의 코드를 작성하고 비교 분석 후 도입 가능성을 검토.
- 문제에 따라 잘 맞는 최적화 알고리즘을 사용자가 직접 설계해야 한다는 기존 기술의 문제점을 극복하기 위해 Learn to learn 또는 Learn to optimize로 칭할 수 있는 심층메타학습을 통해, 주어진 문제에 맞는 최적화 알고리즘을 자동 선택하도록 하는 최신 기술을 도입.
- 실험실 수준의 구조물 시편에 대해 진동 테이블 실험 장비를 활용하여 동적 하중-거동 데이터를 취득하고 이를 통해 해석모델 자동 동기화 기법의 수렴성 및 비용 효율성을 검증.
- 디지털 트윈 구축 시 사용되는 구조해석모델의 자체 해석 비용을 낮추기 위한 멀티스케일 해석 기법을 개발.
2. 디지털 트윈 활용(기법 개발 및 실험실 수준 적용):
- 구조물의 수명 예측 시 수행될 수 있는 구조신뢰성해석(파괴 확률 계산)은 여러 번의 구조 해석을 요구하기 때문에, 계산 비용이 큰 고성능의 디지털 트윈이 활용될 경우 비용 문제가 발생할 수 있음. 이에 구조신뢰 성해석의 비용을 감축시키기 위해 비샘플링 기반의 기술을 도입/보완.
- 구조물에 가해지는 예상 하중 및 노후도의 규모는 확률적이며, 다양한 하중 조합에 대한 파괴 확률 도출 과정은 반복적이며 고비용의 해석임.
이에, 반복적 구조신뢰성 해석의 비용 효율을 극대화하는 기술을 개발.

◼ 2단계
❏ 연구 목표
본 과제의 2단계에서는 현실의 구조물을 잘 모사하도록 준-실시간 자동 동기화되는 가상 환경 해석모델인 디지털 트윈을 기반으로 인프라 구조물의 수명을 확률적으로 예측하고 업데이트하는 기법을 개발하고 현장 적용을 통해 기법의 효용성을 실증하고자 하며, 세부 목표는 아래와 같음.
1. 디지털 트윈 구축: 대상 구조물을 선정하여 센서를 실부착하고 데이터를 자동으로 취득하는 시스템을 구축하고, 가상 환경 해석모델을 설계하여 실계측 데이터를 기반으로 디지털 트윈 구축.
2. 디지털 트윈 활용: 기개발된 효율적 구조신뢰성 기법을 활용하여 구조물에 내재된 불확실성을 고려한 확률적 수명 예측을 수행하고, 준실시 간 센서 계측을 통한 디지털 트윈의 자동 업데이트에 따른 확률적 수명 예측 결과 업데이트 기법의 효용성을 검증.
이를 통해, 본 과제에서 개발된 디지털 트윈 구축 및 활용 기법의 실효성을 검토하고자 함.
❏ 연구 내용
준-실시간 자동 동기화(업데이트)되는 디지털 트윈을 기반으로 인프라 구조물의 수명을 예측하는 기법을 보완하고 현장 적용을 통해 실효성을 검토하고자 하는 본 과제의 2단계 연구내용은 다음과 같음.
1. 디지털 트윈 구축 기반 환경 조성(실구조물 적용, 4차년도):
- 대상 실구조물을 선정하여 계측 시스템을 구축. 다양한 유형의 센서(예: 가속도계, 변형률계, 기울기계, 온도계 등)의 비용적 효용성 및 배치상의 효율성을 고려하여 센서 시스템을 구축하고자 하며, 이를 위해 구조물을 분석하고 센서 배치 계획을 수립하고자 함.
- 계측 데이터의 실시간 취득, 저장, 처리를 위한 프로토콜을 점검하고 데이터 전처리(예: 클린징, 정규화, 필터링 등) 기술의 도입을 통해 데이터의 활용성 및 신뢰도를 향상.
- 기개발된 멀티스케일 해석 기법을 기반으로 대상 실구조물에 대한 유한 요소 해석모델을 구축하여 자동 동기화 및 수명 예측 기술의 실증 기반을 전반적으로 마련.
2. 디지털 트윈 구축 및 활용(실구조물 적용, 5차년도):
- 4차년도에 구축된 대상 실구조물의 센서 시스템 및 유한요소 해석모델을 기반으로 준-실시간 계측값을 활용한 실구조물의 해석모델 및 확률적 수명 예측 결과 자동 업데이트 기법의 실효성을 실증.
- 심층메타학습 기반의 해석모델 자동 동기화 기법의 수렴성 및 비용 효율성을 실구조물 수준에서 검증. 더불어 자동 동기화 시 활용되는 센서 조합에 따른 수렴성의 변화를 분석하고, 센서 고장 등 실제 문제에서 발생 할 수 있는 여러 문제점을 파악하여 기술 보완.
- 비샘플링 기반의 구조신뢰성해석 기술을 활용하여 시간에 따른 구조물의 파괴확률 그래프(취약성 곡선) 및 예상 수명을 도출. 이후 보수보강 또는 구조물 손상에 따라 예상 수명을 빠르게 업데이트하는 예제를 구축. 확률적 수명 예측 기법을 통해 파악되는 구조물의 예상 수명을 기반으로 보수보강 등에 대한 의사결정을 지원하는 구체적인 방법에 대해 검토.

□ 연구성과
본 과제의 1단계에서 달성한 정량적ㆍ정성적 성과는 아래와 같음.
- 정량적 성과 1. SCI 논문 3건 게재: 국제 SCI 논문, 제1저자로 등재 2건 및 단독교신저자 1건 게재 목표 초과 달성(Lee et al. 2022, Lee et al. 2023, Lee et al. 2024). >> 1단계 목표 대비 달성도 150%
- 정량적 성과 2. 국내 및 국제 학술대회 논문발표 10건: 국내 학술대회 논문발표 3건, 국제 학술대회 논문 발표 7건으로 총 10건의 논문을 발표(10건 중 1건은 우수논문상 수여)로 목표 초과 달성. >> 1단계 목표 대비 달성도 250%
- 정성적 성과 1. 디지털 트윈의 자동화(업데이트) 비용 효율화 및 수렴 성능 극대화 기법 개발.
- 정성적 성과 2. 비샘플링 기반의 비용 효율적 신뢰성 해석을 통한 구조물의 확률적 수명 예측 기법 개발.

□ 연구성과의 활용 계획 및 기대 효과
본 과제에서 개발되는 기술은 (1) 현실의 구조물을 잘 모사하도록 유한요소해석 모델 등 구조해석 모델을 준-실시간 자동 동기화(업데이트)하는 기술과 (2) 디지털 트윈을 기반으로 인프라 구조물의 수명을 확률적으로 예측하고 업데이트 하는 기술로 활용 계획 및 기대효과는 다음과 같음.
1. 기술적 측면: 인공지능 및 컴퓨팅 자원의 발전으로 인프라 구조물의 지능화를 위한 기반 기술이 향상되었지만 제조업 등 타 산업보다 부족했던 활용도를 높이는데 이바지할 것으로 기대.
2. 경제적 측면: 급격히 노후화되고 있는 여러 인프라 구조물들의 예상치 못한 파괴에 따른 경제적 피해를 최소화하는데 주요한 핵심 기술로 활용될 것으로 기대.
3. 사회적 측면: 시설물의 상태를 실시간으로 감지함에 따라 사고나 재난을 예방할 수 있으며, 최근 빈번히 발생하고 있는 시설물 붕괴 사고로 인한 국민적 불안도를 낮추어 사회적 비용 감소를 이끌 것으로 기대

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요약문 ... 2
• 목차 ... 6
• 1. 연구과제의 개요 ... 7
• 2. 연구과제의 수행 과정 및 수행 내용 ... 8
• 3. 연구과제의 수행 결과 및 목표 달성 정도 ... 11
• 1) 연구수행 결과 ... 11
• 2) 목표 달성 수준 ... 14
• 3) 목표 미달 시 원인 분석 ... 14
• 4) 중요 연구변경 사항 ... 14
• 4. 연구성과의 관련 분야에 대한 기여 정도 ... 14
• 5. 연구성과의 관리 및 활용 계획 ... 15
• 6. 다음 단계 연구계획 ... 15
• 1) 연구 목표 및 내용 ... 15
• 2) 연구 추진전략 ... 16
• 3) 연구 추진일정 및 기대성과 ... 16
• 4) 다음 단계 연구비 사용계획 ... 17
• 5) 연구 성과의 활용방안 및 기대효과 ... 17
• 끝페이지 ... 43