극히 희귀 사고 확률 추정의 새로운 방법

초록

**
본 논문은 복합 사회‑기술 시스템에서 10⁻⁹ 이하의 극히 낮은 사고 확률을 효율적으로 추정하기 위해, 변동 감소 기법인 Interacting Particle System(IPS)과 전역 최적화 알고리즘 DIRECT를 결합한 새로운 프레임워크를 제안한다. 모델링, 확률 변수 정의, 목표 함수 설정, DIRECT 기반 탐색·분할, IPS 기반 샘플링, 민감도·불확실성 분석의 6단계 절차를 제시하고, 항공기 지형 충돌 사례를 통해 확률 추정 정확도와 계산 효율성을 입증한다.

**

상세 분석

**
이 연구는 기존의 희귀 사건 추정 기법이 갖는 두 가지 근본적인 한계를 동시에 해결한다. 첫째, Importance Splitting이나 Cross‑Entropy와 같은 방법은 전역 최적해를 보장하지 못하거나 탐색 영역이 국소에 국한돼 전체 위험 공간을 놓칠 위험이 있다. 둘째, 순차적 Monte‑Carlo(IPS 포함)는 재샘플링 단계에서 입자 다양성이 급격히 감소하면서 분산이 폭발하거나 목표 사건이 전혀 관측되지 않는 상황에 직면한다. 논문은 이러한 문제를 DIRECT 알고리즘의 전역 탐색·분할 능력과 IPS의 샘플링 효율성을 결합함으로써, 먼저 목표 함수(예: 최소 거리 또는 온도)값이 낮은 영역을 체계적으로 세분화한다. DIRECT는 사전에 정의된 정밀도 기준에 따라 하이퍼큐브를 반복적으로 분할하고, 각 하위 영역에 대한 확률 밀도 함수를 직접 계산함으로써 샘플링 없이도 사건 발생 확률의 상한을 제공한다. 이후 IPS는 각 분할된 영역에서 입자를 재생성·재가중치하여, 희귀 사건이 실제로 발생할 확률을 정밀히 추정한다. 이때 입자 재샘플링은 분할된 영역별 가중치를 고려해 수행되므로, 입자 집단의 다양성이 유지되고 분산이 크게 감소한다.

핵심 기술적 기여는 다음과 같다. (1) 목표 함수를 스칼라화하고, 이를 DIRECT의 “최소값 탐색” 문제로 전환함으로써 고차원 파라미터 공간을 효율적으로 탐색한다. (2) 각 하이퍼큐브에 대한 사전 확률을 정확히 계산해, IPS 단계에서 샘플링 필요량을 크게 줄인다. (3) 불확실성 분석 단계에서 파라미터 분포의 모멘트 변동을 직접 반영해, 설계 안전 수준(TLS) 충족 여부와 가장 민감한 변수들을 동시에 도출한다.

실험 결과는 두드러진 효율성을 보여준다. 순수 Monte‑Carlo가 10⁹ 회 이상의 시뮬레이션을 필요로 하는 반면, 제안된 프레임워크는 수천 회 수준의 모델 실행만으로 10⁻⁹ 수준의 충돌 확률을 추정하고, 95 % 신뢰구간을 제공한다. 또한, 민감도 분석을 통해 풍속·풍향과 고도 센서 오프셋이 사고 확률에 가장 큰 영향을 미치는 변수임을 확인한다. 이러한 결과는 복합 시스템 설계 단계에서 위험 평가를 실시간에 가깝게 수행할 수 있음을 시사한다.

**