핵폐기물 드럼 수소 발생량 추정을 위한 효율적 샘플링 및 통계 분석

초록

본 논문은 2,714개의 방사성 폐기물 드럼 중 38개만을 선택해 수소 발생률을 측정하고, 통계적 추정과 회귀 모델을 통해 전체 드럼의 특성을 정확히 예측하는 샘플링 전략과 분석 방법을 제시한다.

상세 분석

본 연구는 방사성 폐기물 관리 현장에서 흔히 직면하는 “대규모 대상 전체 측정이 불가능”한 제약을 극복하기 위해, 표본 크기를 최소화하면서도 통계적 신뢰성을 확보하는 방법론을 체계화하였다. 먼저 2,714개의 드럼을 전체 모집단으로 정의하고, 운영상의 제약(측정 설비 가용성, 인력·시간 제한, 안전 규정)을 고려해 표본 크기 38개를 산출하였다. 표본 선정은 단순 무작위 추출을 기본으로 하되, 드럼의 물리·화학적 특성(유기물 함량, α‑방출원 종류·활동도)과 저장 위치를 고려한 층화(stratified) 접근을 적용함으로써 대표성을 강화하였다.

측정된 수소 발생률 데이터에 대해 평균과 상한(upper bound) 추정을 수행했으며, 여기서 사용된 상한은 95 % 신뢰수준의 일방향 허용오차(tolerance interval) 개념을 차용해 전체 모집단의 최대값을 보수적으로 포착하도록 설계되었다. 이러한 추정값은 현장 환기 시스템에서 실시간으로 수집된 전체 배출량과 비교했을 때, 오차 범위 내에서 높은 일치성을 보였으며, 이는 표본이 전체 특성을 충분히 반영함을 실증한다.

다변량 요인 분석(factorial data analysis)에서는 주성분 분석(PCA)과 다변량 분산분석(MANOVA)을 병행해 표본 내 변수 간 상관구조와 군집성을 탐색하였다. 결과적으로 드럼 간 차이를 설명하는 주요 요인이 유기물 종류와 α‑방출원 농도임이 확인되었으며, 이 두 요인이 표본 선택 가정(무작위성 및 독립성)을 위배하지 않음을 통계적으로 입증하였다.

최종 단계에서는 회귀 분석을 통해 수소 발생률을 예측하는 선형 모델을 구축하였다. 독립 변수로는 유기물 함량, α‑방출원 활동도, 저장 온도·습도 등을 포함했으며, 변수 선택은 단계별 전진 선택(stepwise forward)과 교차 검증(k‑fold CV)을 통해 과적합을 방지하였다. 모델의 결정계수(R²)는 0.78에 달했으며, 잔차 분석 결과 정상성·등분산성을 만족함을 확인했다. 따라서 이 모델은 새로운 드럼에 대한 수소 발생량을 신속히 예측하고, 위험 평가 및 환기 설계에 직접 활용할 수 있다.

전체적으로 본 논문은 제한된 자원 하에서 대규모 방사성 폐기물의 가스 발생 특성을 파악하기 위한 샘플링·통계·모델링 프레임워크를 제시함으로써, 현장 운영 효율성 향상과 안전성 확보에 기여한다. 향후 연구에서는 비선형 모델(예: 랜덤 포레스트, 신경망)과 베이지안 추정법을 도입해 불확실성 정량화를 확대하고, 장기 저장 시 시간에 따른 변화를 반영한 동적 모델링을 탐색할 필요가 있다.