단계별 불확실성 인자와 누적 결과의 정량적 평가

초록

본 논문은 측정값 Xi 으로부터 시스템‑특정 관계(SSR)를 이용해 변수 Yd 를 추정하는 간접 측정에서, 각 단계별 불확실성 Ied, IIed … 및 전체 누적 불확실성 ed 를 선형 결합 형태로 사전에 예측하는 방법을 제시한다. 특히 SSR이 연쇄적으로 연결된 경우(다중 단계)에도 동일한 원리를 적용할 수 있음을 보이며, 실제 측정 장치와 유사한 데이터 변환 스케일(DTS)의 비균일 특성이 불확실성 전파에 미치는 영향을 논의한다.

상세 분석

이 논문은 간접 측정의 핵심 문제인 “측정값 Xi 의 불확실성이 최종 추정값 Yd 에 어떻게 전달되는가”에 대한 체계적인 해법을 제시한다. 저자는 먼저 시스템‑특정 관계(SSR)를 수학적으로 정의하고, 이를 데이터 변환 스케일(DTS)이라는 물리적 장치에 비유한다. SSR은 단순한 선형 변환일 수도, 복합적인 비선형 방정식 집합일 수도 있다. 중요한 점은 SSR이 연쇄적으로 연결될 때, 각 단계에서 발생하는 불확실성 Ied, IIed … 이 독립적인 선형 결합 형태로 누적된다는 것이다.

논문은 기존에 제시된 “불확실성 ed 는 측정 불확실성 uis 의 가중합”이라는 식을 일반화한다. 구체적으로, k번째 단계의 SSR이 Yk = f_k(X_1,…,X_n) 형태라면, 해당 단계의 불확실성 I_k 는
I_k = Σ_j |∂f_k/∂X_j|·u_j
으로 표현된다. 여기서 |∂f_k/∂X_j|는 민감도 계수이며, 각 측정값 X_j 의 표준 불확실성 u_j 와 곱해진다. 연쇄 관계에서는 다음 단계의 민감도 계수가 이전 단계의 불확실성에 다시 곱해지는 구조가 되므로, 전체 불확실성 ed 는 다중 합성곱 형태의 선형 결합으로 전개된다.

또한 저자는 이러한 전파 메커니즘을 이용해 “사전 예측”이 가능함을 강조한다. 즉, 실험 전에 각 단계별 SSR의 수식과 측정 장비의 사양(u_i)만 알면, 전체 결과가 허용 오차 범위 내에 들어갈지 여부를 미리 판단할 수 있다. 이는 실험 설계 단계에서 불필요한 측정 과정을 제거하고, 비용과 시간을 절감하는 데 큰 도움이 된다.

특이하게도 논문은 DTS가 실제 물리적 측정 장치와 달리 비균일(non‑uniform) 특성을 보인다고 지적한다. 이는 동일한 입력 변동에 대해 출력 변동이 단계마다 다르게 나타나는 현상으로, 전통적인 “전역적” 불확실성 모델로는 설명이 어려웠다. 저자는 이를 해결하기 위해 단계별 민감도 계수를 별도로 계산하고, 각 단계마다 별도의 불확실성 인자를 도입한다. 결과적으로, 전체 시스템의 불확실성을 보다 정밀하게 추정할 수 있게 된다.

마지막으로, 논문은 이론적 도구가 실제 실험 데이터와 어떻게 일치하는지를 검증하기 위해 몇 가지 사례 연구를 제시한다. 예를 들어, 화학 분석에서 농도 C 를 여러 전처리 단계와 검출 단계(SSR 연쇄)를 거쳐 계산하는 경우, 단계별 불확실성 예측이 실제 측정값과 95 % 신뢰구간 내에서 일치함을 보인다. 이러한 실증 결과는 제안된 방법론이 다양한 과학·공학 분야에 적용 가능함을 시사한다.