Rapid Microanalysis-Based Process for Nuclear Material Characterization for Nuclear Forensics

핵무기가 폭발하거나 불법 핵물질이 압수되었을 때, 그 결과로 발생하는 파편은 녹아내린 금속, 토양, 그리고 방사성 입자가 뒤섞인 혼돈스러운 혼합물입니다. 무엇이 일어났는지, 그것이 어디에서 왔는지, 그리고 누가 만들었는지를 이해하기 위해 과학자들은 이 파편을 분석해야 합니다. 핵물리 분석법(nuclear forensics)으로 알려진 이 분야는 물질 내에 존재하는 특정 원자 유형을 측정하는 것에 의존합니다. 전통적인 방법은 큰 샘플 덩어리를 가져와 산(acid)으로 완전히 녹인 후, 일련의 화학 목욕 과정을 거쳐 원소들을 분리하는 것입니다. 이 방식은 신뢰할 수 있지만, 느리고 전체 샘플을 하나의 균일한 물질로 취급한다는 단점이 있습니다. 문제는 핵 파편이 결코 균일하지 않다는 점입니다. 파편은 각각이 사건을 만든 이야기에 대해 서로 다른 정보를 담고 있을 수 있는 개별 입자들의 집합체입니다. 만약 과학자가 전체 샘 샘플을 한꺼번에 녹여버린다면, 이러한 고유한 차이점들은 사라지고 하나의 평균값으로 섞여 진실을 가리게 됩니다.

퍼시픽 노스웨스트 국립연구소(Pacific Northwest National Laboratory)의 연구팀은 이 문제를 해결하기 위해 전체 더미가 아닌 개별 입자에 집중하는 새로운 방법을 개발했습니다. 모든 것을 즉시 녹이는 대신, 이들의 새로운 공정은 샘플을 스캔하여 가장 중요한 특정 방사성 입자를 찾아내는 고성형 탐조등처럼 작동합니다. 일단 이러한 "핫스팟(hot spots)"이 위치를 파악되면, 과학자들은 오직 그 작은 입자들만을 추출하여 한 방울의 액체에 녹여 별도로 분석합니다. 이 접근 방식은 개별 입자의 뚜렷한 화학적 지문을 볼 수 있게 해주며, 표준적인 벌크 분석에서는 보이지 않을 변이들을 드러내 줍니다. 가장 흥식미로운 조각들만을 표적으로 삼고 미량의 액체를 다루는 자동화 시스템을 사용함으로써, 연구팀은 현재의 방식보다 훨씬 빠르게 결정적인 답을 제공할 수 있는 경로를 만들어냈습니다.

연구진은 두 가지 다른 유형의 모사 핵 파편을 사용하여 이 새로운 워크플로우를 테스트했습니다. 첫 번째 테스트에서는 무기급 플루토늄과 핵분열 생성물을 포함한, 모래알 크기 정도인 직경 약 1밀리미터의 입자들을 사용했습니다. 두 번째로는 필터 종이 위에 흩어져 있는 직경 약 50마이크로미터의 훨씬 작은 입자들을 사용했습니다. 공정의 첫 단계는 이 입자들을 찾는 것이었습니다. 그들은 방사선에 민정하게 반응하는 카메라 역할을 하는 특수 이미징 시스템인 이온화 방사선 양자 이미징 검출기(ionizing-radiation quantum imaging detector)를 사용했습니다. 이 장치는 샘술의 사진을 찍어 방사성 입자가 정확히 어디에 위치해 있는지 보여주었습니다. 큰 입자들의 경우, 시스템은 빈 배경을 바탕으로 이들을 명확하게 식별해 냈습니다. 필터 위의 작은 입자들에 대해서는, 시스템은 높은 방사선 수치를 보이는 지점과 배경 수준의 방사선만을 보이는 지점을 구분하여 6개의 특정 관심 영역을 지도화했습니다.

위치가 확인되자 연구팀은 추출 단계로 넘어갔습니다. 큰 입자들의 경우, 이를 물리적으로 집어 올려 작은 금속 디스크 위에 놓았습니다. 필터 위의 작은 입자들의 경우에는, 방사선을 포함하고 있는 특정 구역의 종이를 작은 펀치로 찍어냈습니다. 이 작은 샘플들은 정밀한 양의 산과 열을 가하는 로봇 액체 핸들러를 통해 용해되었습니다. 목표는 가능한 최소한의 시약을 사용하여 고체 입자를 액체 형태로 만드는 것이었습니다. 용해된 액체는 미세한 화학 필터 역할을 하는 맞춤 제작된 3D 프린팅 컬럼을 통과했습니다. 이 컬럼들은 우라늄, 플루토늄, 네프튬을 다른 파편들로부터 분리해 냈습니다. 마지막으로, 정제된 액체는 원자가의 무게를 달아 정확히 어떤 동위원소가 어떤 양으로 존재하는지 결정하는 기계인 질량 분석기로 직접 공급되었습니다.

실험 결과는 이 새로운 방법이 효과적이며, 더 중요한 것은 기존 방식이 놓칠 수 있는 세부 사항들을 밝혀낸다는 것을 보여주었습니다. 연구팀이 개별 큰 입자들을 분석했을 때, 대부분의 입자는 유사한 플루토늄 동위원소 비율을 가졌으나, 한 입자는 달랐습니다. 그 입자는 특정 플루토늄 동위원소가 더 많이 포함되어 있었고 다른 혼합의 네프튬을 포함하고 있었는데, 이는 해당 입자가 다른 것들과는 약간 다른 출처나 공정에서 왔음을 시사했습니다. 만약 이 입자들이 하나의 벌크 샘플로 섞여 녹여졌다면, 이 독특한 입자는 평균화되어 그 고유한 특징이 사라졌을 것입니다. 마찬가지로, 필터 종이를 찍어낸 구역들을 분석했을 때, 우라늄 동위원소 조성은 지점마다 다르게 나타났습니다. 어떤 지점은 우라늄이 거의 없었고, 어떤 지점은 상당한 양을 포함하고 있었으며, 우라늄 동위원소의 비율도 샘플마다 변화했습니다. 이러한 변이는 샘플이 수집된 지역의 다양한 처리 활동으로 인해 필터 위의 입자들이 균일하지 않았음을 시사했습니다.

연구진은 또한 이 마이크로 규모의 접근 방식이 빠를 수 있음을 입증했습니다. 큰 벌크 샘플을 녹이는 데는 크기와 구성에 따라 12시간에서 24시간 이상이 걸릴 수 있는 반면, 이들의 표적 마이크로 분석 과정은 적은 수의 샘플에 대해 몇 시간 내에 완료될 수 있습니다. 연구팀은 로봇을 이용한 용해부터 화학적 분리에 이르기까지 자동화된 단계를 통합하여 인간의 취급을 최소화하고 소요 시간을 단축했습니다. 또한, 초기 데이터를 바탕으로 최적의 화학적 단계를 예측하는 컴퓨터 모델을 개발하여, 불필요한 단계를 제거하고 시간을 더욱 단축하는 것을 목표로 했습니다. 아울러, 복잡한 그래프를 검토하는 데 보통 전문가의 손길이 필요한 작업인 방사선 에너지 시그니처 분석을 통해 방사성 원소를 자동으로 식별하는 머신러닝 알고리즘을 활용했습니다.

이 연구는 전통적이고 견고한 핵물리 분석법을 대체하는 것이 아니라, 신속한 초기 분석을 위한 보완적인 경로를 제공합니다. 마이크로 규모에 집중함으로써 연구자들은 전체 벌크 샘플이 처리되기를 기다리지 않고도 가장 중요한 입자들을 빠르게 식별하고, 동위원소 비율 및 핵분열 생성물에 대한 예비 데이터를 얻을 수 있습니다. 이 연구는 핵 파편이 이질적이라는 것, 즉 서로 다른 역사를 가진 다양한 부분들로 구성되어 있다는 점을 확인시켜 주며, 이 부분들을 개별적으로 살펴보는 것이 사건에 대한 더 명확한 그림을 제공한다는 것을 보여줍니다. 연구팀은 향-후 핵물리 조사에서 이 방법들을 더욱 정교하게 다듬고, 더 복잡한 환경 샘플에 테스트하며, 자동화된 의사결정 도구를 통합하여 완전히 유선화된 시스템을 구축할 계획입니다.