주의 집중 기법을 활용한 임계열유속 예측
임계열유속은 상변화가 일어나는 시스템의 안전 제한치를 나타내는 척도로, 이를 정확하게 예측하는 것은 원자력 안전 분야에서 많은 의미를 가진다. 전통적으로 임계열유속 예측은 실험을 통해 상관식을 세우고 이를 예측에 활용하고 있지만, 연구마다 한정된 조건에서 실험하여 하나의 상관식이 모든 현상을 대변하지 못하는 문제가 있다. 주의 집중 기법은 본래 순환 신경망의 기울기 소실 문제를 방지하기 위해 제안된 기법이지만, 이는 임계열유속 예측에도 유리한 방향으로 활용될 수 있다. 본 논문에서는 각 실험에서 제안된 상관식을 통합하여, 기계학습을 통해 임계열유속을 예측하고, 해당 모델에 주의 집중 기법을 적용한 후 학습 시간과 성능 차이 비교를 통해 제안하는 방법의 우수성을 입증한다. 제안하는 모델은 MLP, ResNet 등을 기반으로 한 예측 모델에서 주의 집중 기법을 적용하지 않은 모델에 비해 학습 시간, 성능 모두 우수한 것으로 나타났으며, 특히 학습 시간을 현저히 낮출 수 있음을 실험적으로 증명하였다. 또한, 이를 통해 원자력 안전 분야에서 비용 절감 및 기계 학습에 대한 접근성 증대가 기대된다.