Seismic Fragility Functions of Parameterized RC Curved Bridges Considering Stochastic Flood-induced Scouring Effect

교량은 현대 문명의 동맥으로서, 강과 계곡을 가로질러 사람과 물자의 흐름을 실어 나릅니다. 그러나 이러한 구조물들은 자연으로부터 오는 지속적인 이중의 위협에 직면해 있습니다. 바로 지진의 격렬한 흔들림과 홍수물의 끊임없는 침식입니다. 엔지니어들은 오랫동안 지면이 떨릴 때 교량이 어떻게 반응하는지, 그리고 별개로 홍수가 교량 기초를 받치고 있는 토양을 어떻게 씻어내는지 연구해 왔지만, 현실은 종종 훨씬 더 복잡합니다. 세계 여러 지역에서 교량은 이 두 가지 위험을 모두 견뎌내야 하며, 때로는 매우 짧은 간격으로 연달이 닥치기도 합니다. 홍수는 교량의 기둥 주변 토양을 씻어내어 기둥을 덜 안정적인 지반 위에 아슬아슬하게 걸쳐 놓을 수 있고, 바로 그 순간 지진이 발생할 수 있습니다. 이러한 결합은 특히 곡선 교량에 독특한 일련의 과제를 안겨줍니다. 직선 교량은 비교적 예측 가능한 방식으로 움직이는 것과 달리, 곡선 교량은 응력 하에서 뒤틀리고 회전하며 3차원적인 힘에 반응합니다. 이를 받치는 토양이 물에 의해 약화될 때, 이들의 거동은 더욱 예측하기 어려워집나다. 이는 엔지니어들에게 어려운 질문을 던집니다. 즉, 지면이 흔들리고 기초가 물에 의해 깎여 나갈 때, 실패의 위험을 어떻게 정확하게 측정할 것인가 하는 문제입니다.

중국 샹탄 대학교(Xiangtan University)의 연구진은 곡선 콘크리트 교량의 안전성을 평가하는 새로운 방법을 개발하여 이 문제에 도전했습니다. 이들은 홍수로 인한 피해를 고정된 최악의 시나리오로 가정하는 대신, 자연의 예측 불가능성을 인정하며 씻겨 내려간 토양의 깊이를 하나의 확률 변수로 취급했습니다. 연구진은 이러한 불확실성을 지진의 무작위성, 지면 운동이 교량에 부딪히는 특정 각도, 그리고 교량 곡선의 굴곡 정도와 결합했습니다. 이 모든 요소가 어떻게 상호작용하는지 계산하는 엄청난 복잡성을 관리하기 위해, 연구팀은 머신러닝을 활용했습니다. 그들은 중국 서부에 흔히 볼 수 있는 형태인 6경간 곡선 교량의 상세한 디지털 모델을 구축하고 수천 번의 시뮬레이션을 실행했습니다. 이 시뮬레이션 과정에서 씻겨 내려간 토양의 깊이, 교량 곡선의 크기, 지진의 방향을 변화시켰으며, 그 결과를 데이터로부터 패턴을 학습할 수 있는 컴퓨터 알고리즘에 입력했습니다. 이러한 접근 방식을 통해 연구진은 단순히 교량이 붕괴할지 여부뿐만 아니라, 특정 조건의 조합 하에서 정확히 어느 부분이 가장 취약해지는지를 보여주는 정교한 위험 지도를 만들 수 있었습니다.

시뮬레이션 결과는 이러한 교량들이 붕괴하는 방식에 있어 놀라운 변화를 드러냈습니다. 기초 주변의 토양이 씻겨 내려갈 때, 교량은 모든 곳에서 한꺼번에 약해지는 것이 아닙니다. 대신, 응력이 재분배됩니다. 교량을 지탱하는 수직 기둥인 교각(pier)은 구조물이 더 유연해짐에 따라 오히려 심각한 손상을 입을 가능성이 약간 낮아집니다. 그러나 이러한 유연함에는 대가가 따릅니다. 실패의 위험은 지하 깊숙이 묻혀 있는 기초 말뚝과 교량의 팽창과 수축을 허용하는 고무 패드인 받침(bearing) 쪽으로 급격히 이동합니다. 특히 곡선 방향을 향하고 있는 측면의 구성 요소들은 세굴 깊이가 깊어짐에 따라 실패할 가능성이 현저히 높아집니다. 연구진은 토양이 15미터 깊이까지 씻겨 내려갔을 때, 중등도 지진 동안 기초 말뚝이 실패할 확률이 무시할 만한 수준인 2.7%에서 거의 99%로 급증한다는 것을 발견했습니다. 이는 대규모 홍수 이후 곡선 교량의 가장 결정적인 약점이 눈에 보이는 기둥이 아니라, 숨겨진 기초와 지면을 붙잡고 있는 연결 부위라는 점을 시사합니다.

또한 이 연구는 교량의 형태와 지진의 방향이 얼마나 중요한지를 강조했습니다. 곡률 반경이 작은, 즉 곡선이 더 급한 교량는 완만한 곡선의 교량보다 본질적으로 더 취약합니다. 하지만 지진파가 도달하는 방향 또한 똑같이 결정적인 역할을 합니다. 시뮬레이션에 따르면 받침과 교대(abutment, 교량 끝단 구조물)는 지진의 각도에 매우 민민합니다. 교량의 곡선에 거의 수직인 방향 등 특정 방향에서 가장 많은 피해가 발생하는 것으로 나타났습니다. 만약 지진이 이러한 불리한 각도에서 발생하면, 교량의 받침이 파손되거나 교량이 지지대에서 미끄러져 나갈 위험이 급격히 증가합니다. 연구진은 급한 곡선, 깊은 세굴, 그리고 최악의 방향에서 발생하는 지진이 결합될 때, 손상 가능성이 극대화되는 "고위험 시나리오"가 생성된다는 것을 발견했습니다.

아마도 가장 중요한 점은, 연구팀의 머신러닝 접근 방식이 전통적인 방식보다 훨씬 더 정확하다는 것을 입증했다는 것입니다. 기존의 모델들은 종로 단순한 직선형 가정을 바탕으로 응력에 대한 교량의 반응을 예측하곤 했는데, 이는 결합된 위험 요소 하에서의 곡선 교량의 복잡한 뒤틀림 거동을 포착하는 데 실패했습니다. 수천 개의 데이터 포인트로 학습된 새로운 모델은 다양한 요소들 사이의 복잡하고 비선형적인 관계를 성공적으로 매핑했습니다. 이 모델은 홍수와 지진의 위험을 단순히 합산할 수 없음을 증명했습니다. 두 위험은 특정하고 예측 불가능한 패턴 속에서 서로를 증폭시키는 방식으로 상호작용합니다. 이 고급 계산 프레임워크를 사용함으로써, 엔지니어들은 이제 새로운 시나리오마다 수천 번의 비용스럽고 시간이 많이 드는 물리적 시뮬레이션을 수행할 필요 없이 상세한 위험 프로필을 생성할 수 있습니다.

교량 안전에 대한 시사점은 명확합니다. 홍수와 지진이 빈번한 지역에서는 홍수 이후 눈에 보이는 부분만을 점검하는 표준 관행이 불충분할 수 있습니다. 본 연구는 홍수 이후의 점검이 깊은 기초와 받침의 상태에 각별한 주의를 기울여야 함을 시사하는데, 왜냐하면 이 부품들이 차후 지진이 발생했을 때 무너질 가능성이 가장 높기 때문입니다. 나아가, 홍수에 취약한 지역에 새로운 교량을 설계할 때 엔지니어들은 급한 곡선을 사용하는 것에 주의해야 합니다. 곡선이 급할수록 토양 침사와 관련된 위험을 악화시키기 때문입니다. 이 연구는 가장 위험한 조건의 조합을 식별할 수 있는 실질적인 도구를 제공하여, 더 표적화된 보강 및 유지보수를 가능하게 합니다. 궁극적으로, 자연의 불확실성을 무시해야 할 성가신 요소가 아니라 계산의 핵심적인 부분으로 다룸으로써, 이 연구는 변화하는 위험 속에서 우리의 곡선 교량을 안전하게 지키기 위한 더욱 현실적이고 신뢰할 수 있는 길을 제시합니다.