불확실성을 다루는 빠르고 정형적인 퍼지 고장 트리

초록

본 논문은 퍼지 이론을 활용해 고장 트리(Fault Tree) 분석에서 발생하는 확률적 불확실성을 정량화하는 체계적 프레임워크를 제시한다. α‑컷 표현과 고장 트리의 일관성(coherence) 특성을 결합해 기존의 신뢰도 분석 알고리즘을 그대로 퍼지 버전으로 확장할 수 있음을 증명하고, 합성 고장 트리 벤치마크를 통해 계산 효율성과 실용성을 검증한다.

상세 분석

논문은 먼저 전통적인 고장 트리(Fault Tree, FT)의 구조와 신뢰도(불신뢰도) 계산 방식을 정의하고, 기본 이벤트(Basic Event, BE)의 실패 확률을 정확히 알 수 없는 상황을 퍼지 확률(fuzzy probability)로 모델링한다. 퍼지 확률은 Zadeh의 확장 원리(Extension Principle)를 통해 함수에 적용되며, 이때 α‑컷(α‑cut)이라는 구간 표현을 사용하면 복잡한 퍼지 연산을 구간 연산으로 대체할 수 있다. 핵심 아이디어는 고장 트리가 ‘coherent’하다는 성질—즉, 어느 기본 이벤트의 실패 확률이 증가하면 시스템 전체의 불신뢰도도 비감소한다—을 이용해 α‑컷을 각각 독립적으로 전파함으로써 전체 트리의 퍼지 불신뢰도를 효율적으로 계산한다.

정리된 주요 기여는 다음과 같다.

1. 퍼지 불신뢰도(fuzzy unreliability)의 수학적 정의를 제시하고, 이는 기존의 확률적 불신뢰도 함수 U_T에 Zadeh 확장을 적용한 형태임을 보인다.
2. 트리 구조(단순 트리형) 고장 트리에 대해 α‑컷 기반의 하향식(bottom‑up) 알고리즘을 제안한다. 이 알고리즘은 전통적인 확률 연산(AND, OR 게이트)에서 사용되는 곱·합 연산을 각각 퍼지 연산(α‑컷 구간의 곱·합)으로 대체한다.
3. 보다 일반적인 DAG 구조 고장 트리에도 적용 가능하도록, ‘모든 퍼지 확률이 α‑컷 구간으로 표현 가능하고, 구간 연산이 닫혀 있다’는 약한 정규성 가정을 두고, 기존의 불신뢰도 계산 알고리즘을 그대로 재사용할 수 있음을 정리(Theorem 2)한다. 이는 기존 신뢰도 분석 도구(예: Storm)와의 호환성을 의미한다.
4. 실험에서는 100여 개의 합성 고장 트리를 사용해, 퍼지 버전 알고리즘이 기존 확률 버전과 비교해 연산 시간은 크게 증가하지 않으며, 결과적으로 시스템 불신뢰도의 멤버십 함수가 제공되어 의사결정자에게 불확실성의 전체 분포 정보를 제공한다는 점을 확인한다.

특히, 퍼지 연산이 일반적인 삼각형·트라페zoidal 형태를 유지하지 못하는 문제를 α‑컷을 통해 회피한다는 점이 혁신적이다. α‑컷은 각 퍼지 수를 구간 집합으로 변환하고, 구간 연산은 닫혀 있기 때문에 복잡한 비선형 연산을 피하면서도 정확한 상한·하한을 보장한다. 또한, ‘coherence’ 특성 덕분에 α‑컷 전파 과정에서 부정확한 상호 의존성을 가정하지 않아도 된다.

이러한 접근은 기존의 퍼지 고장 트리 연구가 주로 사례 연구에 머물렀던 점을 넘어, 이론적 엄밀성과 알고리즘적 효율성을 동시에 만족한다는 점에서 학술적·실무적 의의가 크다.