Generation of fission yield covariance matrices and its application in uncertainty analysis of decay heat

이 논문은 ENDF/B-VIII.0, JENDL-5, JEFF-3.3 핵데이터를 기반으로 일반화 최소제곱법 (GLS) 을 적용하여 핵분열 생성물 수율 공분산 행렬을 생성하고, 이를 통해 감쇠열 불확실성 분석에서 수율 데이터의 상관관계 고려가 계산된 감쇠열의 불확실성을 크게 감소시킨다는 것을 입증했습니다.

핵심

🍳 비유: "원자로를 끄고 난 후의 주방"

원자로를 끄는 것은 마치 거대한 오븐을 끄는 것과 같습니다. 불은 꺼졌지만, 오븐 안의 음식 (핵분열 생성물) 들은 여전히 뜨겁습니다. 이 열을 잘 관리하지 않으면 주방이 타버리거나 (원자로 과열 사고) 음식이 상할 수 있습니다.

이 '잔여 열'을 계산할 때 과학자들은 **'핵분열 생성물'**이라는 수천 개의 작은 음식 조각들을 하나하나 세어 그 열량을 더합니다. 하지만 여기서 문제가 생깁니다.

🎲 문제: "주사위 굴리기와 불확실성"

지금까지 과학자들은 이 음식 조각들이 얼마나 많이 만들어졌는지 (수율, Yield) 를 추정할 때, 각 조각마다 주사위를 따로 굴리는 것처럼 불확실성을 계산했습니다.

• "A 조각은 10% 오차, B 조각은 5% 오차..."
• 이렇게 각각의 오차를 단순히 더하면, 전체 열량의 오차가 매우 커져서 **"이 열이 100 도일지, 200 도일지 전혀 모른다"**는 결론이 나옵니다.

또한, 기존 데이터에는 **"A 조각이 많이 나오면 B 조각은 적게 나오는 경향이 있다"**는 연관성 (공분산, Covariance) 정보가 빠져 있었습니다. 마치 주사위 두 개를 굴릴 때, "첫 번째가 6 이 나오면 두 번째는 1 이 나올 확률이 높다"는 규칙을 무시하고 각각 독립적으로 계산하는 것과 같습니다.

🔧 해결책: "규칙을 적용한 데이터 정리 (GLS 업데이트)"

이 논문은 **엔드 (ENDF), 젠들 (JENDL), 제프 (JEFF)**라는 세계적으로 유명한 핵데이터 라이브러리 3 가지를 가져와서, **물리 법칙이라는 '규칙'**을 적용해 데이터를 다시 정리했습니다.

1. 질량과 전하 보존 (요리 재료의 무게):

   • 원자핵이 쪼개질 때, 나간 조각들의 무게와 전하의 합은 원래 핵의 무게와 전하와 같아야 합니다. (예: 100kg 의 소시지를 쪼개면 조각들의 합도 100kg 이어야 함)
   • 이 '규칙'을 통해 데이터의 오류를 찾아내고 수정했습니다.

2. 연쇄 반응의 추적 (가족 관계):

   • 불안정한 조각들은 시간이 지나면 다른 조각으로 변합니다. 이 '가족 관계'를 따라가면 최종적으로 안정된 조각들이 어떻게 분포하는지 알 수 있습니다.
   • 이 정보를 이용해 데이터의 불확실성을 줄였습니다.

3. 상관관계 찾기 (주사위의 규칙):

   • 가장 중요한 부분입니다. "A 조각이 많으면 B 조각은 적을 것이다"라는 부정적 상관관계를 찾아내어 데이터에 포함시켰습니다.
   • 이제 주사위를 굴릴 때, "A 가 6 이 나오면 B 는 1 이 나올 것"이라는 규칙을 적용했으니, 전체 오차가 훨씬 줄어들었습니다.

📉 결과: "예측이 훨씬 정확해졌다!"

이렇게 데이터를 다듬은 후 다시 계산해 보니 놀라운 결과가 나왔습니다.

• 과거 (규칙 없는 데이터): 냉각 시간이 100 초가 지났을 때, 열량 예측의 오차가 **약 4%**였습니다. 이는 여전히 큰 불확실성입니다.
• 현재 (규칙을 적용한 데이터):
  • 초기 (0.1 초): 오차가 **5~10%**로 줄었습니다. (기존엔 훨씬 컸을 것)
  • 후기 (100,000 초, 약 27 시간): 오차가 **약 1%**로 급격히 줄었습니다!
  • 특히 JENDL-5라는 데이터베이스를 사용한 경우, 초기 오차가 5% 로 가장 작게 나왔습니다.

💡 핵심 교훈

이 연구는 "데이터 하나하나의 오차를 줄이는 것"보다 "데이터들 사이의 관계를 찾아내어 오차를 상쇄시키는 것"이 훨씬 효과적임을 증명했습니다.

마치 수천 명의 사람들이 모여 있는 방에서 소음을 측정할 때, 각자의 목소리 크기를 재는 것만으로는 소음의 총량을 정확히 알 수 없지만, **"누가 말을 하면 누가 침묵하는지"**라는 관계를 알고 계산하면 훨씬 정확한 소음 수준을 예측할 수 있는 것과 같습니다.

🏁 결론

이 논문은 원자로를 끄고 난 후의 잔여 열을 훨씬 더 정확하게 예측할 수 있는 **'정교한 계산 도구 (공분산 행렬)'**를 만들었습니다. 이는 원자력 발전소의 안전 설계와 폐기물 관리에 있어 매우 중요한 기여를 하며, 더 안전한 원자력 에너지 사용에 기여할 것으로 기대됩니다.

기술 요약

제시된 논문 "Generation of fission yield covariance matrices and its application in uncertainty analysis of decay heat"에 대한 상세한 기술적 요약은 다음과 같습니다.

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 원자로 정지 후 발생하는 붕괴열 (Decay Heat) 은 원자로 설계, 안전 분석, 핵연료 폐기물 관리 등에 있어 핵심적인 요소입니다. 붕괴열의 불확도 분석은 일반적으로 합계법 (Summation method) 을 통해 수행되며, 이는 핵분열 생성물 (Fission Products) 의 수율 (Yield) 과 붕괴 데이터에 의존합니다.
• 문제점: 현재 ENDF/B-VIII.0, JENDL-5, JEFF-3.3 등 주요 평가 핵데이터 라이브러리에는 분열 생성물의 수율 불확도는 제공되지만, 공분산 행렬 (Covariance Matrix) 이 부재합니다.
• 영향: 수율 데이터 간의 상관관계 (공분산) 가 고려되지 않으면, 붕괴열 계산 시 수율 데이터에서 기인한 불확도가 실제보다 과대평가되어 전체 시스템 불확도에 지배적인 영향을 미치게 됩니다. 특히 기존 데이터는 수율 간 상관관계를 고려하지 않은 비상관 (Uncorrelated) 데이터로 가정되어 왔습니다.

2. 방법론 (Methodology)

이 연구는 일반화 최소제곱법 (Generalized Least Squares, GLS) 업데이트 기법을 사용하여 분열 생성물의 독립 수율 (Independent Fission Yield, IFY) 공분산 행렬을 생성하고, 이를 붕괴열 불확도 분석에 적용했습니다.

• 제약 조건 (Constraints): 물리적 보존 법칙과 실험 데이터를 기반으로 한 제약 조건을 GLS 업데이트 과정에 통합했습니다.
  1. 질량 및 전하 수 보존: 원자핵의 질량수와 전하수 보존 법칙 적용.
  2. IFY 정규화: 분열 생성물 수율의 합이 2 가 되도록 정규화 (삼중 분열 생성물 제외).
  3. 무거운 질량 수율 정규화: 질량 수의 중간점을 기준으로 한쪽 방향의 수율 합이 1 이 되도록 설정.
  4. 전하 대칭성 (Charge Symmetry): 저에너지 중성자 유도 분열에서 전하 분포가 대칭적이어야 한다는 조건 적용.
  5. 연쇄 수율 (Chain Yield) 제약: England 와 Rider (1995) 등의 실험적 연쇄 수율 데이터를 제약 조건으로 활용하여 IFY 를 보정.
• 데이터 소스: ENDF/B-VIII.0, JENDL-5, JEFF-3.3 라이브러리의 기존 데이터를 사전 지식 (Prior) 으로 사용했습니다.
• 붕괴열 계산: $^{235}\text{U}$의 열중성자 유도 분열에 대한 펄스 붕괴열 (FPDH) 을 합계법으로 계산했습니다.
• 불확도 분석: **일반화 섭동 이론 (Generalized Perturbation Theory)**을 사용하여 분열 수율, 붕괴 에너지, 붕괴 상수, 분지비 (Branching Ratio) 에서 기인한 불확도를 전파 (Propagation) 했습니다.

3. 주요 기여 및 결과 (Key Contributions & Results)

가. 공분산 행렬 생성 및 데이터 보정

• 상관관계 생성: GLS 업데이트를 통해 생성된 공분산 행렬은 인접한 질량 수를 가진 수율 간에 **강한 음의 상관관계 (Negative Correlation)**를 보여주었습니다. 이는 질량 보존 법칙과 연쇄 수율 제약의 영향으로, 한 수율이 증가하면 다른 수율이 감소해야 함을 의미합니다.
• 불확도 감소: 생성된 공분산 행렬을 적용한 결과, 수율 데이터 자체의 불확도는 기존 대비 수십 배 감소했습니다.
• 데이터 조정: GLS 과정에서 수율 값 자체가 미세하게 조정되었습니다. 특히 JEFF-3.3 의 경우 기존 데이터가 이미 잘 조정되어 있어 변화가 적었으나, ENDF/B-VIII.0 과 JENDL-5 에서는 일부 핵종에서 조정 효과가 관찰되었습니다.

나. 붕괴열 불확도 분석 결과

• 기존 데이터 (Set-A, 비상관 가정): 모든 시간대에서 수율 데이터가 전체 불확도의 약 **4%**를 기여하며, 냉각 시간 100 초 이상에서는 전체 불확도를 지배하는 주요 요인이었습니다.
• 업데이트 데이터 (Set-B, 공분산 적용):
  • 생성된 공분산 행렬로 인해 수율 데이터에서 기인한 불확도 기여도가 급격히 감소했습니다.
  • 냉각 시간 0.1 초: ENDF/B-VIII.0 과 JEFF-3.3 은 약 10%, JENDL-5 는 약 **5%**의 상대 불확도를 보였습니다.
  • 냉각 시간 $10^5$초: 세 라이브러리 모두 약 1% 수준으로 불확도가 감소했습니다.
  • 주요 기여도 변화: 수율 불확도가 줄어들면서, 붕괴 에너지 (Decay Energy) 데이터의 불확도가 전체 붕괴열 불확도의 주요 원인이 되었습니다.
• 라이브러리 간 비교:
  • 냉각 시간 1000 초 이상에서는 세 라이브러리 간 결과가 잘 일치했습니다.
  • 1000 초 이하 (특히 100 초 미만) 에서는 편차가 발생했으며, JEFF-3.3 은 5~50 초 구간에서 전자기 붕괴열을 과소평가하는 경향을 보였습니다.

다. 중요 핵종 및 민감도 계수 분석

• 주요 기여 핵종: 냉각 시간 10 초 시점에서 상위 40 개 핵종이 전체 붕괴열의 80% 이상을 차지했습니다.
• 민감도 계수 변화: GLS 업데이트로 인해 수율 조정이 일부 핵종 (예: JENDL-5 의 $^{97}\text{Y}$, $^{135}\text{Te}$ 등) 의 붕괴열 기여도와 민감도 계수에 영향을 미쳤으나, 전체적인 붕괴열 값에는 미미한 영향만 있었습니다.
• 특이 사항: JENDL-5 와 JEFF-3.3 에서 $^{98}\text{Zr}$의 전자기 붕괴 에너지가 0 으로 설정되어 있어, ENDF/B-VIII.0 과 비교해 전자기 붕괴열 계산에 큰 차이가 발생했습니다.

4. 의의 및 결론 (Significance & Conclusion)

• 불확도 정량화 개선: 기존에 누락되었던 분열 수율 간의 상관관계를 체계적으로 생성하여 적용함으로써, 붕괴열 계산의 불확도를 현실적이고 정밀하게 정량화할 수 있게 되었습니다.
• 안전 분석의 신뢰성 향상: 수율 불확도가 감소함에 따라, 붕괴열 예측의 신뢰도가 높아져 원자로 안전 분석 및 설계에 더 정확한 데이터를 제공할 수 있습니다.
• 데이터 품질 평가: 생성된 공분산 행렬과 업데이트된 수율 데이터는 차세대 핵데이터 라이브러리 평가 및 IAEA 주도의 국제적 분열 수율 데이터 개선 노력에 중요한 기초 자료로 활용될 수 있습니다.

요약하자면, 이 연구는 물리 법칙과 실험 데이터를 기반으로 분열 수율 공분산 행렬을 성공적으로 생성하고, 이를 통해 기존에 과대평가되었던 붕괴열 불확도를 획기적으로 줄였으며, 실제 붕괴열 계산에서 불확도의 주요 원인이 수율이 아닌 붕괴 에너지 데이터임을 규명했다는 점에서 의의가 큽니다.