장벽 채굴 희석 영향 요인 분석: 거친 집합과 신경‑퍼지 시스템 활용

본 논문은 이란의 여러 석탄광에서 장벽 채굴(Longwall mining) 방식으로 채굴되는 광석에서 발생하는 ‘희석(dilution)’ 현상을 정량적으로 분석하고, 이를 최소화하기 위한 핵심 작업 변수를 도출하고자 한다. 희석은 채굴된 광석에 비광석(암석·불순물)이 섞여 들어가는 현상으로, 채굴·제분 비용을 상승시키며 환경적 부정적 영향을 초래한다. 기존 연구에서는 분석적 모델링이나 수치 시뮬레이션을 주로 사용했지만, 변수 간 비선형 상호작용과 불확실성을 충분히 반영하기 어려웠다. 따라서 저자는 두 가지 근사 추론(Approximate Reasoning) 기법, 즉 거친 집합 이론(Rough Set Theory, RST)과 자체 조직 신경‑퍼지 추론 시스템(Self‑Organizing Neuro‑Fuzzy Inference System, SONFIS‑R)을 적용해 데이터 기반의 규칙 추출과 예측 모델을 동시에 구축하였다. 연구는 먼저 13개의 작업 변수(층 두께, 스톱 길이, 전진 속도, 작업인원, 추출 방식 등)와 희석률을 포함하는 데이터셋을 수집하였다. 이 데이터는 30개의 사례 중 21개를 훈련용, 나머지 9개를 테스트용으로 분할하였다. RST 단계에서는 정보 시스템 S = 를 정의하고, 각 속성에 대해 ‘저·중·고’ 3단계로 구분한 후 인디스커버빌리티 관계와 감쇠·증가 근사를 계산하였다. Johnson의 리덕트 알고리즘을 적용해 최소 속성 집합을 찾은 결과, {층 두께, 스톱 길이, 전진 속도, 작업인원, 추출 방식}이 핵심 변수로 도출되었으며, 이들 변수만으로 19개의 의사결정 규칙을 생성할 수 있었다. 이러한 규칙은 RST가 제공하는 ‘규칙 기반’ 해석을 통해 현장 엔지니어가 직접 이해하고 적용할 수 있는 형태였다. 다음으로 SONFIS‑R 모델을 구축하였다. 먼저 1‑차원 SOM(자체 조직 지도)을 이용해 원시 데이터를 3개의 카테고리(저·중·고)로 군집화하고, 17개의 뉴런을 최적 구조로 선택하였다. SOM의 가중치 벡터는 데이터의 주요 패턴을 압축해 ‘크리스프 그라뉼’로 정의되었다. 이후 이 크리스프 그라뉼을 입력으로 하여 ANFIS(Adaptive Neuro‑Fuzzy Inference System)를 학습시켰으며, Gaussian 멤버십 함수를 사용해 TSK(타카기‑수고‑캉) 형태의 퍼지 규칙을 자동 생성하였다. 학습 과정에서는 평균 제곱 오차(MSE)를 최소화하도록 45번의 반복을 수행했으며, 최종적으로 2개의 퍼지 규칙과 17개의 SOM 뉴런이 최적 모델을 구성하였다. 모델은 ‘닫힌‑열린’ 반복(실제 데이터와 가상의 폐쇄 세계를 번갈아 검증) 과정을 통해 크리스프와 퍼지 그라뉼을 균형 있게 조정함으로써 과적합을 방지하고 일반화 성능을 향상시켰다. 성능 평가는 테스트 데이터에 대한 예측 정확도로 수행되었다. RST 기반 규칙과 SONFIS‑R 기반 퍼지 규칙 모두 높은 정확도를 보였으며, 특히 SONFIS‑R은 연속적인 그라뉼 조정과 퍼지 멤버십 함수의 최적화 덕분에 MSE가 최소화되었다. 두 방법이 일관되게 도출한 핵심 변수는 ‘층 두께, 스톱 길이, 전진 속도, 작업인원, 추출 방식’이었다. 이를 바탕으로 3차원 시각화(길이·두께·전진 속도 등)와 퍼지 규칙을 결합해 희석률이 어떻게 변동하는지를 직관적으로 제시하였다. 예를 들어, 스톱 길이와 층 두께가 증가하면 희석률이 상승하고, 전진 속도가 높을수록 희석이 증가하는 경향을 확인하였다. 반면, 추출 방식을 전진에서 후진으로 전환하면 희석이 현저히 감소한다는 실용적인 인사이트를 제공한다. 결론적으로, 이 연구는 RST와 SONFIS‑R을 결합함으로써 (1) 변수 선택과 규칙 추출을 동시에 수행하여 데이터 차원을 효과적으로 축소하고, (2) 비선형·불확실성이 큰 광산 데이터에 대해 신뢰성 있는 예측 모델을 구축했으며, (3) 현장 의사결정에 바로 적용 가능한 핵심 변수와 규칙을 제공한다는 점에서 의의가 크다. 향후 연구에서는 더 큰 규모의 데이터셋과 실시간 센서 데이터를 통합해 모델을 확장하고, 최적화 알고리즘을 도입해 희석 최소화를 위한 운영 전략을 자동으로 제시하는 시스템을 개발할 수 있을 것이다.