기계학습을 활용한 플라즈마 붕괴예측 모델에 대해 의견을 나누는 김재현 NFRI 박사와 로버트 그라네츠 MIT 연구원

KSTAR 연구자들은 그간 ‘풀숲에서 바늘찾기’라 해도 과언이 아닐 만큼 엄청난 양의 실험 데이터들을 분석하며 플라즈마 붕괴에 관해 연구해왔습니다. 덕분에 온도, 압력, 밀도, 자기장 분포 등 다양한 전조증상을 통해 플라즈마 붕괴의 조짐을 직관적으로 예측하고 한 발 앞서 대응하는 수준에 다가서고 있지요.

하지만 복잡한 플라즈마의 움직임을 인간이 직접 경험하기에는 처리해야 할 데이터가 너무 많습니다. KSTAR는 30초 내외의 실험 한 번에 대략 수십 기가바이트, 하루에만 약 1테라바이트 이상의 대용량 데이터들을 만들어냅니다. 이렇게 무한대, 무작위처럼 보이는 경우의 수 속에서 규칙과 특징을 잡아내야 보다 완벽한 예측과 제어가 가능합니다. 실험장치를 넘어 24시간 365일 가동되어야 하는 상용 핵융합로 개발을 위해서도 반드시 공식을 찾아야 하지요.

핵융합 연구자들이 인공지능에 기대를 걸고 있는 것은 알파고나 고양이의 예에서 보듯 사람이 이해하지 못하는 규칙을 유추해낼 수 있는 능력입니다. 그간 연구자들이 시간과 노력을 들여 축적한 플라즈마 붕괴 현상에 대한 데이터를 입력하면, 인공지능은 연구자들이 목적에 맞게 제공한 알고리즘 속에서 과거의 해답을 학습하며 스스로 새로운 규칙을 찾아낼 가능성이 높기 때문입니다.

이에 따라 세계 각국의 핵융합장치들이 인공지능의 도입을 서두르고 있는 가운데, 우리나라 역시 2년 전부터 플라즈마 붕괴 예측 분야의 인공지능 활용에 관해 미국의 MIT와 함께 공동연구를 하고 있습니다. MIT는 KSTAR뿐만 아니라 세계 각국의 핵융합실험장치들과도 공동연구를 진행 중인데요. 각기 다른 특성을 지닌 핵융합실험장치들의 인공지능 기술의 상관관계를 통해 향후 ITER에 적용할 수 있는 인공지능 활용법을 모색하고 있습니다.

한편 우리나라는 KSTAR만의 차별화된 플라즈마 진단기술을 활용한 인공지능 융합연구에도 박차를 가하고 있습니다. KSTAR 연구진들은 지난 2015년 초전도 토카막 중 세계 최초로 플라즈마 전류의 1차원적 분포 측정에 성공한 데 이어 플라즈마의 중심부터 경계에 이르는 2차원·3차원 진단기술을 개발하고 있습니다. 이렇게 외국의 핵융합실험장치들에서 볼 수 없는 고차원 이미지 데이터 기술은 물론 향후 빠른 도입이 예상되는 1페타플롭스 급 슈퍼컴퓨팅 인프라는 인공지능 활용이란 소프트파워에서도 KSTAR가 세계 핵융합 연구의 패러다임을 선도하는 데 큰 힘이 될 것으로 전망되고 있습니다.

김재현 박사는 “핵융합 분야의 인공지능 활용은 결국 얼마나 양질의 데이터를 학습시키느냐가 관건이 될 것”이라며 “KSTAR 연구자들이 쌓아온 경험과 지식이 인공지능이란 새로운 도구를 통해 핵융합 에너지 상용화의 미래를 한층 더 밝히는 계기가 될 수 있도록 노력하고 있다”고 말합니다. 우리나라의 핵융합-인공지능 융합연구는 이르면 올 가을 시작되는 KSTAR/ITER 캠페인부터 본격적으로 적용 가능성을 타진하게 됩니다.

인공태양과 인공지능, 어쩌면 21세기의 가장 혁신적인 두 과학기술이 융합을 향해 가고 있습니다. 이들의 만남이 핵융합 에너지 상용화란 인류의 미래에 또 다른 ‘신의 한 수’로 작용할 수 있을지 기대감 속에 지켜볼 때입니다.

https://fusionnow.nfri.re.kr/post/nuclear-fusion/799

w