전문가 의견 기반 예방 정비 베이지안 네트워크 설계 방법

초록

본 논문은 원자력 발전소 기계 시스템의 열화 과정을 베이지안 네트워크(BN)로 모델링하고, 전문가 지식에 의존하는 확률 파라미터 설정 문제를 해결하기 위해 로그선형 모델을 적용한 간소화 기법을 제시한다. 제안된 규칙과 피드백 절차를 통해 일관성 있는 확률값을 도출하고, 이를 EDF 원자력 발전소 냉각재 하위 시스템에 적용한 사례를 제시한다.

상세 분석

이 연구는 복잡한 물리·화학적 열화 현상을 인과관계 그래프로 표현하는 베이지안 네트워크를 구축하면서, 전문가가 제공해야 하는 조건부 확률표의 규모가 급증하는 실무적 난점을 정확히 짚어낸다. 기존 BN 설계에서는 각 노드의 부모 조합마다 확률을 별도 정의해야 하므로, 변수 수가 늘어날수록 조합 폭발이 일어나 전문가 인터뷰와 설문만으로는 현실적으로 불가능해진다. 저자들은 이를 해결하기 위해 BN을 로그선형 모델로 재해석한다. 로그선형 모델은 고차 상호작용을 차단하고 2차 상호작용(쌍wise)만을 남김으로써 전체 파라미터 수를 크게 축소한다. 구체적으로, 모든 3차 이상 교차항을 0으로 고정하고, 각 변수의 마진과 쌍wise 조건부 확률만을 추정하도록 제약을 두었다. 이때 ‘가장 신뢰할 수 있는 확률’ 선택 규칙을 도입해, 전문가가 가장 자신 있는 마진 확률을 우선 제공하고, 부족한 조건부 확률은 마진과 쌍wise 관계식으로부터 역산한다. 또한, 파라미터 간 일관성을 검증하는 수식(예: 베이즈 규칙에 따른 합동 확률 일치)과 불일치가 발견될 경우 전문가에게 피드백을 주어 수정하도록 하는 순환 절차를 설계했다. 이러한 절차는 전문가 의견의 주관적 편향을 최소화하고, 데이터 부족 상황에서도 통계적 타당성을 확보한다는 점에서 실용적이다. 논문은 제안 방법을 EDF 원자력 발전소의 냉각재 서브시스템에 적용해, 실제 설비 고장 예측 및 예방 정비 일정 수립에 활용 가능한 BN을 성공적으로 구축한 사례를 제시한다. 결과적으로, 로그선형 기반의 파라미터 축소와 체계적 피드백 메커니즘이 복잡한 산업 시스템에서 베이지안 모델을 빠르고 신뢰성 있게 구현하는 핵심 열쇠임을 입증한다.