Intrusive and Non-Intrusive Model Order Reduction for Airborne Contaminant Transport: Comparative Analysis and Uncertainty Quantification

이 논문은 화학 공장 가스 누출 사고와 같은 비상 상황에서 공중 오염물질 (Airborne Contaminant) 의 확산을 신속하고 정확하게 예측하기 위해 모델 차원 축소 (Model Order Reduction, MOR) 기법을 적용하고, 침입형 (Intrusive) 과 비침입형 (Non-intrusive) MOR 방법론을 비교 분석한 연구입니다.

주요 내용은 다음과 같습니다.

1. 연구 배경 및 문제 정의

• 배경: 화학 사고 시 위험 물질의 확산을 예측하는 것은 비상 대응 및 대비에 필수적입니다. 기존에 널리 쓰이는 가우시안 플룸 (Gaussian plume) 모델은 장애물의 영향을 고려하지 못해 도시 환경에서는 정확도가 떨어집니다.
• 문제: 높은 정확도를 제공하는 비압축 나비에 - 스토크스 (INS) 방정식과 이동 - 확산 (AD) 과정을 결합한 고충실도 (High-fidelity) 시뮬레이션은 계산 비용이 매우 높아, 실시간 대응이나 다중 시나리오 ('what-if' 분석) 에 적용하기 어렵습니다.
• 목표: 계산 비용을 획기적으로 줄이면서도 정확한 예측이 가능한 축소 차원 모델 (Reduced-Order Model, ROM) 을 개발하고, 이를 통해 불확실성 정량화 (Uncertainty Quantification) 를 수행하는 것입니다.

2. 방법론 (Methodology)

연구는 두 가지 주요 MOR 기법을 비교하고, 이를 기반으로 한 ROM 을 구축했습니다.

• 수학적 모델:

  • 완전 차원 모델 (FOM): 2 차원 도메인에서 INS 방정식 (바람장 계산) 과 AD 방정식 (오염물질 농도 계산) 을 연립하여 해결합니다. 실제 도시 건물 평면도 데이터를 기반으로 한 장애물이 포함된 도메인을 사용합니다.
  • 모델 차원 축소 (MOR): Proper Orthogonal Decomposition (POD) 을 기반으로 한 두 가지 접근법을 비교합니다.
    1. 침입형 (PODG): POD 모드에 기반하여 FOM 의 연산자를 갤러킨 (Galerkin) 투영합니다. 물리 법칙을 직접 반영하지만, 솔버 내부 구조를 변경해야 하므로 구현이 어렵고 계산 속도가 상대적으로 느릴 수 있습니다. 비선형 항 처리를 위해 DEIM(Discrete Empirical Interpolation Method) 을 사용합니다.
    2. 비침입형 (PODI): FOM 의 해 (스냅샷 데이터) 만을 사용하여 POD 모드를 생성한 후, 파라미터와 POD 계수 간의 매핑을 보간 (Interpolation, 예: RBF) 또는 회귀 기법으로 수행합니다. 기존 솔버를 수정할 필요가 없어 비침입적이지만, 많은 학습 데이터가 필요할 수 있습니다.

• 비교 분석:

  • 다양한 유입 풍속 조건에서 두 방법 (PODG vs PODI) 의 정확도 (오차), 계산 가속도 (Speed-up), 데이터 요구량, 그리고 훈련 범위 밖의 파라미터에 대한 외삽 (Extrapolation) 능력을 비교했습니다.
  • 이후 비침입형 (PODI) 의 장점을 활용하여 풍속과 풍향 두 가지 파라미터를 동시에 고려하는 2 파라미터 ROM 을 확장 구축했습니다.

3. 주요 결과 (Results)

• 정확도 vs 속도:
  • PODG는 물리 기반이므로 정확도가 매우 높았으나, 계산 가속도는 상대적으로 낮았습니다.
  • PODI는 가속도가 매우 높았으나, 정확도는 PODG 보다 낮았으며, 특히 학습 데이터가 부족할 경우 정확도가 급격히 떨어지는 경향을 보였습니다.
  • 외삽 능력: 두 방법 모두 훈련된 파라미터 범위 밖으로 예측할 경우 오차가 급증했으나, PODG 가 훈련 범위 근처에서는 약간 더 나은 성능을 보였습니다.
• 2 파라미터 모델 (풍속 + 풍향):
  • PODI 기반 ROM 을 풍속과 풍향을 모두 고려하도록 확장한 결과, 평균 상대 $L_2$ 오차가 2% 미만을 유지하면서도 약 1,000 배의 계산 가속도를 달성했습니다. 이는 실시간 예측에 충분히 유효한 수준입니다.
• 불확실성 정량화 (Uncertainty Quantification):
  • 독일 뒤셀도르프의 화학 공장 가스 누출 시나리오를 가정하여, 풍속 측정 오차 ($\pm 5\%$) 를 고려한 몬테카를로 (Monte Carlo) 분석을 수행했습니다.
  • ROM 을 통해 5,000 번의 시뮬레이션을 빠르게 수행하여, 특정 지점에서의 가스 농도 분포 (최소, 기대, 최대 농도 영역) 를 시각화했습니다. 이는 불확실성을 고려한 위험 지역 식별에 유용함을 입증했습니다.

4. 주요 기여 및 의의

1. 체계적인 비교 분석: 실제 도시 환경 (건물 장애물 포함) 에서의 오염물질 확산 문제에 대해 침입형과 비침입형 MOR 기법의 장단점을 정량적으로 비교한 드문 사례를 제공합니다.
2. 실시간 대응 가능성 입증: 비침입형 PODI 기반 ROM 을 통해 복잡한 도시 환경에서의 오염 확산을 실시간보다 빠른 (Faster-than-real-time) 속도로 예측할 수 있음을 보였습니다.
3. 불확실성 고려 의사결정 지원: 단순한 결정론적 예측을 넘어, 측정 오차를 포함한 확률적 분석을 통해 위험 구역의 '최악의 시나리오'와 '기대 시나리오'를 동시에 제시할 수 있음을 시연했습니다.
4. 인터랙티브 대시보드: 개발된 모델을 기반으로 사용자가 풍속과 풍향을 직접 조절하여 결과를 즉시 확인하는 인터랙티브 대시보드를 구현하여, 실제 비상 대응 및 훈련 도구로서의 활용 가능성을 제시했습니다.

5. 결론 및 향후 과제

이 연구는 2 차원 층류 유동을 기반으로 하였으나, 3 차원 난류 유동 및 더 높은 레이놀즈 수 조건으로의 확장, 비선형 MOR 기법의 적용, 그리고 AD 문제 자체에 대한 축소 모델 도입 등을 향후 과제로 제시했습니다. 결론적으로, 이 연구는 화학 사고와 같은 CBRN(화학, 생물, 방사능, 핵) 위협 상황에서 신속하고 신뢰할 수 있는 의사결정을 지원하는 디지털 트윈 (Digital Twin) 프레임워크의 핵심 기술로서 MOR 의 실용성을 입증했습니다.