AtomicGPT
한국원자력연구원(KAERI)에서 개발한 AtomicGPT는 원자력 분야에 특화된 세계 최초의 거대 언어 모델(LLM)로서, 기존 범용 LLM이 갖는 한계를 극복하고 원자력 산업의 고유한 요구사항을 충족시키기 위해 탄생했습니다. KAERI 디지털원자로·AI연구센터에서 개발된 AtomicGPT는 원자력 산업 현장에서의 전문적인 정보 처리, 보안 강화, 그리고 업무 효율성 증대를 목표로 합니다. 이 모델은 80억 개와 700억 개의 파라미터를 가진 두 가지 버전으로 개발되었으며, 빠르고 가벼운 사용을 위한 소규모 버전과 심층적인 질의응답을 위한 대규모 버전으로 구성됩니다. 학습 데이터로는 일반 지식뿐만 아니라 원자력 분야의 공개 논문, 사전, 규정집, 보고서 등 방대한 전문 자료가 활용되었으며, 특히 10년 이상 경력의 원자력 전문가들이 어휘 및 지시문 가공에 직접 참여하여 모델의 실질적인 활용 가능성을 높였습니다. KAERI 자체 개발 성능 평가 기준인 AtomBench를 통해 평가한 결과, AtomicGPT는 Meta의 Llama3.1, Alibaba의 Qwen2.5와 같은 주요 글로벌 LLM 대비 5%에서 최대 24%까지 높은 답변 정확도를 보여주었습니다.
미래에 사용 될 수 있는
원자력발전 분야에서의 AI
The potential role of AI in nuclear power in the future
1. 원자로 제어 및 운전 최적화
자율 운전 시스템: AI는 원자로의 온도, 압력, 중성자 밀도 등 다양한 운전 데이터를 실시간으로 분석하고, 이를 바탕으로 최적의 운전 조건을 자동으로 유지하거나 조정할 수 있습니다. 이는 운전원의 부담을 줄이고, 발전 효율을 높이며, 잠재적인 운전 오류를 예방하는 데 도움이 될 수 있습니다.
이상 상황 감지 및 대응 지원: AI는 정상 운전 패턴을 학습하고, 실시간 데이터에서 벗어나는 이상 징후를 신속하게 감지하여 운전원에게 경고를 보내거나, 사전에 정의된 절차에 따라 자동으로 대응 조치를 수행할 수 있습니다. 이는 사고 발생 가능성을 줄이고, 사고 발생 시 신속하고 정확한 대응을 가능하게 합니다.
2. 안전성 분석 및 위험 평가
사고 시뮬레이션 및 예측: AI는 과거 사고 사례, 발전소 설계 정보, 운전 데이터 등을 기반으로 복잡하고 다양한 사고 시나리오를 시뮬레이션하고, 사고 발생 가능성을 예측할 수 있습니다. 이를 통해 취약점을 파악하고 안전성을 강화하기 위한 개선 방안을 마련할 수 있습니다.
인간-기계 인터페이스 개선: AI 기반의 자연어 처리 기술이나 음성 인식 기술을 활용하여 운전원과 발전소 시스템 간의 소통을 더욱 효율적이고 직관적으로 만들 수 있습니다. 이는 운전원의 인적 오류 가능성을 줄이고, 비상 상황 발생 시 신속한 의사 결정을 지원합니다.
3. 예측 유지보수 및 설비 관리
설비 고장 예측: AI는 발전소 내 다양한 설비(펌프, 밸브, 배관 등)에 설치된 센서 데이터를 분석하여 설비의 성능 저하 징후나 잠재적인 고장 가능성을 미리 예측할 수 있습니다. 이를 통해 예방적 유지보수를 수행하여 설비의 수명을 연장하고, 계획되지 않은 가동 중단을 최소화하며, 유지보수 비용을 절감할 수 있습니다.
방사선 작업 로봇 제어: AI 기반의 로봇 제어 기술을 활용하여 사람이 접근하기 어려운 방사선 환경에서의 검사, 보수, 핵연료 교체 등의 작업을 안전하고 효율적으로 수행할 수 있습니다.
4. 핵연료 주기 관리
핵연료 성능 분석 및 최적화: AI는 핵연료의 연소 이력, 온도 데이터 등을 분석하여 핵연료의 성능을 평가하고, 핵연료 장전 및 교체 시점을 최적화하여 발전 효율을 높이고 핵연료 비용을 절감할 수 있습니다.
사용후 핵연료 관리: AI는 사용후 핵연료의 특성을 분석하고, 안전하고 효율적인 저장 및 처리 방안을 모색하는 데 활용될 수 있습니다.
5. 원자력 분야에서 AI 기술을 적용하는 것의 고려사항
높은 수준의 안전 요구: AI 시스템의 오류나 오작동은 심각한 사고로 이어질 수 있기 때문에, 매우 높은 수준의 신뢰성과 안전성이 요구됩니다.
엄격한 규제 환경: 원자력 발전소는 엄격한 규제 하에 운영되므로, 새로운 기술 도입 시 규제 당국의 승인을 받는 것이 매우 중요합니다.
데이터 확보 및 품질: AI 모델 학습에 필요한 충분하고 신뢰할 수 있는 데이터를 확보하는 것이 어려울 수 있습니다.
AI 시스템의 검증 및 신뢰성 확보: 개발된 AI 시스템의 성능과 안전성을 철저하게 검증하고 신뢰성을 확보하는 것이 필수적입니다.
사이버 보안: 원자력 발전소의 AI 시스템은 사이버 공격의 대상이 될 수 있으므로, 강력한 보안 체계를 구축해야 합니다.