신뢰도 기반 교량 설계기준의 기본개념
글/공정식, 고려대학교 건축사회환경공학부 교수
출처: 건설기술 쌍용 2013 Summer, Vol.67, pp. 12-17
1. 시작하며
한계상태설계법(LSD, Limit State Design)은 기존 확정적 방법론에 기반한 허용응력설계법(ASD)이나 강도설계법(USD)과는 달리 구조물의 성능이나 하중효과의 변동성을 확률적으로 고려할 수 있는 합리적인 설계법으로 고려되고 있으며, 유로코드에서는 Partial Factor Design이라는 개념으로 그 활용범위가 증가되고 있는 설계기준이다.
한계상태설계법은 성능과 비용 측면에서 설계자의 역량을 십분 발휘하기 위해 최근 국제 엔지니어링분야에서 논의되고 있는 성능기반설계법(Performance-based Design)에서도 하중효과와 구조물 성능을 평가하기 위한 기본적인 방법론으로 제시되고 있다. 본고에서는 이러한 한계상태설계법의 기본적인 절차에 대하여 기초개념을 기술하고자 한다. 하지만 기초개념만으로는 실무 수준의 적용 한계가 있으므로 이를 위해서는 보다 전문적인 자료들을 참고할 것을 권장한다.
2. 확률적 접근의 장단점
한계상태설계법에서는 전통적인 안전도에 해당하는 개념으로써 확률론에 기반한 신뢰도를 사용하고 있다. 확률적 방법은 기존의 확정적 방법론으로는 해결하기 힘든 안정성 평가를 보다 합리적으로 수행할 수 있으며 또한 비용효과 및 시스템 수준에서의 평가에 보다 합리적으로 접근할 수 있는 장점을 가지고 있다.
확률론 기반의 평가는 구조물의 안전뿐만 아니라 어떠한 형태의 시스템에도 적용할 수 있는 개념으로써 다음과 같은 확률함수로 표현될 수 있다.
여기서 X는 시스템의 성능(Capacity), Y는 시스템에 요구되는 조건(Demand)을 의미하며, P는 확률함수를 의미한다. 따라서 식(1)은 시스템의 성능이 요구되는 조건보다 클 확률을 의미한다. 구조물의 안전도 평가의 경우 X는 평가기준에 따라 구조물의 강도 또는 항복응력 등이 될 수 있으며, Y는 하중효과에 의한 모멘트 또는 응력 등이 된다. 대부분 시스템의 성능(Capacity) 및 요구조건(Demand)에는 변동성 및 불확실성이 존재하기 때문에 X 및 Y는 확률함수로 표현된다.
물론 실제 구조물에 있어 성능과 하중효과가 각각 하나의 확률함수로 정의되기는 어렵다. 하지만 여러 확률함수(Random Variable)로 구성된 함수(Function of Random Variable)는 하나의 새로운 확률함수로 치환할 수 있기 때문에 여기서는 성능과 하중효과를 각각 하나의 확률함수로 표현하여 개념을 소개하고자 한다.
확률론에 기반한 안전성 평가는 다음과 같은 장점을 가지게 된다.
2-1. 구조물 성능 평가시 확정적 방법론의 한계
구조물의 성능 평가에 있어 확정적 접근의 한계는 설계자가 시스템의 정보를 보다 정확히 파악하더라도 성능평가 결과에는 차이가 없다는 데 있다.
일례로, 불확실성을 고려할 때 구조물의 성능과 하중효과 확률함수는 [그림 1]과 같이 표현할 수 있다. 그림에서 R과 Q는 각각 강도와 하중효과에 대한 확률함수이며 r과 q는 강도와 하중효과의 값을 나타낸다. 함수 fx(x)는 무작위함수 X의 확률분포 함수(Probability Density Function)를 의미한다. 구조물의 안전성 평가 측면에서 설계자가 관심 있어 하는 부분은 중앙의 점선으로 표시된 부분으로써 강도함수 R이 하중효과 Q보다 작을 수 있는 구간이다. 겹침 부분의 면적이 P(R<Q)를 직접 의미하지는 않지만 밀접한 관련이 있다.
다음으로 설계자가 강도 및 하중효과에 대한 정보를 더 자세히 가지고 있는 경우를 가정해 보자. 현실적으로 강도와 하중효과는 평균이 아닌 공칭값을 주어지나 편의를 위해 평균값을 사용하여 이러한 경우를 표현하면 [그림 2]와 같을 것이다. [그림 2]에서 점선으로 나타낸 성능과 하중효과 부분은 실선으로 나타낸 것에 비하여 불확실성이 적기 때문에 분산의 효과가 적어 더욱 좁지만 강도 높은 확률함수로 표현할 수 있다.
다음으로 설계자가 강도와 하중효과에 대한 정보를 더 자세히 알고 있다면 구조물의 안전에 대한 평가 신뢰도는 어떻게 변화할지를 고려해 보자. 이는 [그림 1]의 결과를 고려할 때 성능과 하중효과에 대한 신뢰성이 큰 경우, 즉 다시 말해 분산이 작은 경우, R과 Q로 이루어지는 겹침 부분이 축소되며 이는 곧 P(R>Q), 즉 시스템의 안전 평가에 대한 신뢰성이 증가됨을 의미한다.
하지만 확정적 방법론에서는 강도와 하중계수의 공칭값 즉 대표값만으로 안전율 등을 계산하기 때문에 성능과 하중효과에 대한 보다 정확한 정보를 가지고 있더라도 안전성 평가의 신뢰도에는 차이가 없다는 문제가 제시될 수 있다.
2-2. Risk 분석 및 다중파괴모드 시스템 분석
그 밖에도 확률기반 설계법은 구조물의 안전도를 확률로 표현하기 때문에 비용경제적인 문제를 다루는 데 있어 리스크의 개념을 자연스럽게 도입할 수 있는 장점이 있다. 확률기반 설계법에서 리스크의 개념은 실패 이벤트 E가 발생할 확률 P(E)와 이벤트 발생시 발생하는 비용 Cf의 곱으로 표현할 수 있으며, 구조물의 경우 이는 한계상태를 초과할 확률 Pf와 이로 인한 손실비용 Cf로 다음과 같이 나타낼 수 있다.
하지만 확정적인 방법론에서는 손실비용은 산출 가능하나 해당 사건이 발생할 정도를 정량적으로 표현하기 어려우므로 리스크를 합리적으로 계산하기 어렵다.
이 외에도 확률적 방법에서는 파괴모드는 고려한 시스템 신뢰도의 분석이 수학적으로 가능한 반면, 확정적 방법에서는 다양한 파괴모드의 영향을 통합 분석할 수 있는 방법이 부재하므로 Critical Path를 고려한 최악의 조건만을 고려할 수밖에 없는 단점이 있다.
[그림 3]은 1개의 버스, 2개의 프로세서, 3개의 메모리 및 4개의 저장장치를 가지는 시스템을 표현하고 있다. 이 시스템의 성능은 여러 구성요소들의 네트워크 관계를 고려해야만 합리적으로 구할 수 있으며 [그림 4]와 같은 Fault Tree 등을 이용하여 확률적으로 접근할 수 있다.
이와 같은 확률론적 접근의 장점을 이용하여 구조물을 설계하는 기준이 한계상태설계법으로 다음과 같은 기본개념과 특징을 가진다.
3. 한계상태 설계법의 기본 개념
3-1. 확률적 분석 수준
확률적 분석 수준에 따라 한계상태설계법의 수준을 분류할 수 있다. 아래의 [그림 5]는 유로코드에서 제시하고 있는 확률기반 안전성 평가 방법론을 수준에 따라 분류한 흐름도이다.
[그림 5]에서 오른편의 Level III(Full Probabilistic Approach)은 성능과 하중효과의 확률함수를 직접 사용하는 방법이며, Level II는 확률함수의 종류와 함께 평균 및 분산 값을 사용하는 방법이다. Level I은 Semi-probabilistic 방법으로써 불확실성을 계수 등의 형태로 반영하는 방법을 말한다. 설계자는 주어진 조건과 정보의 수준에 따라 적절한 수준의 설계를 진행할 수 있다.
3-2. 한계상태식 및 파괴확률
한계상태란 성능과 하중효과가 같은 상태를 의미한다. 성능이 하중효과보다 크면 안전, 작으면 파괴라 정의한다. 하지만 한계상태에 있어 파괴란 구조물의 파괴와는 다른 개념으로 설계자가 정의한 임의의 한계상태에서 시스템의 성능이 하중효과보다 작은 상태를 의미한다.
구조물의 성능과 하중효과에 대한 이론적 파괴확률은 다음과 같다.
여기서 fR,Q(r,q)는 Joint 확률함수로써 실제로는 얻기 힘든 함수이다. 두 개의 무작위 함수로 이루어진 파괴확률을 공간적으로 도식하면 다음과 같이 표현할 수 있으며 파괴확률은 잘려나간 부분의 체적에 해당한다.
만약 구조물의 성능과 하중효과가 확률적으로 독립관계라면 위의 식은 다음과 같이 간략화시킬 수 있다.
여기서 FR(q)는 무작위변수 R이 주어진 특정값 q보다 작을 확률을 나타내는[FR(q) = P(R<q)] 누적확률함수(CDF, Cumulative Distribution Function)이며, fQ(q)는 하중효과 확률함수의 Probability Density Function(PDF)이다.
실제 구조물에 있어 식(3) 또는 식(4)로 표현한 파괴확률은 직접 계산하기 어렵다. 따라서 한계상태라는 새로운 확률함수를 도입하고 Marginal Distribution 특성을 이용하여 구조물의 파괴확률을 구하는 개념이 소개될 수 있다.
구조물의 안전도 측면에서 한계상태는 다음과 같은 식으로 정의될 수 있다.
R과 Q가 무작위함수(Random Variable)이므로 L 또한 무작위함수이며 구조물의 안전확률 또는 파괴확률은 다음과 같이 나타낼 수 있다.
식에서 FL(l)은 한계함수 L의 Cumulative Distribution Function(CDF)로써 확률함수 L이 특정값 l보다 작을 확률을 의미한다.
만약 L의 CDF나 PDF를 안다면 식(6)에 의해 한계상태에 대한 파괴확률을 구하는 것이 가능하다. 예를 들어 L이 만약 정규분포 확률함수(Standard Normal or Gaussian)라면 식(6)은 다음과 같이 쓸 수 있다.
여기서 Φ는 정규분포 확률함수의 CDF를 의미하며 μL과 σL은 L의 평균과 표준편차를 의미한다.
식(7)의 관계를 이용함으로써 파괴확률 산출문제는 한계상태함수 L의 평균과 표준편차로부터 산출될 수 있는 손쉬운 문제로 바뀌었다. L의 평균과 표준편차는 Talor 시리즈 확장을 통한 근사법을 이용하면 다음과 같이 구할 수 있다.
따라서 식(7)의 파괴확률은 다음과 같이 정의할 수 있다.
이상의 결과로부터 한계상태의 파괴확률의 근사값은 구조물 성능의 평균과 표준편차, 하중효과의 평균과 표준편차를 이용하여 계산할 수 있음을 보였다.
식(11)과 같은 계산법을 MVFOSM(Mean Value First Order Second Moment Method)라 하며 불변의 문제, 비선형 문제 등 정확도에 문제가 있을 수 있으나, 실무에서 1차적으로 접근할 수 있는 손쉬운 방법으로 사용할 수 있다.
3-3. 신뢰도지수
한계상태설계법을 이해하기 위해서는 신뢰도에 대한 이해 또한 필요하다. 구조물의 신뢰도는 일반적으로 신뢰지수(Reliability Index, β)로 표시되며 대상 시스템이 주어진 한계상태를 얼만큼 만족할 것인지에 대한 확률적 척도이다. 신뢰도는 안전확률(Probability of Safety)의 지수로써 다음과 같은 관계가 있다.
안전확률은 파괴확률과 상보적 관계가 있으므로 다음의 관계가 형성된다.
따라서 신뢰도지수는 다음과 같이 근사적으로 구할 수 있다.
파괴확률과 신뢰도지수는 수치적으로 다음과 같이 대응된다.
유로코드에서는 구조물의 건설시점과 50년이 지난 시점에서 다음과 같은 신뢰도지수 목표를 설정하고 있다.
<표 2>에서 Ultimate 한계상태에 대한 시공시점에서의 신뢰도는 4.7로, 이는 파괴확률 10-6에 해당하는 것을 알 수 있다.
3-4. 신뢰도지수의 기하학적 의미
앞서 소개한 MVFOSM 방법으로 구한 신뢰도지수의 가장 큰 문제는 같은 문제라도 설계자 관점에 따라 결과가 변할 수 있어 불변의 문제에 취약(Lack of Invariance)하다는 점이다. 이러한 문제를 해결하기 위해 Hasofer와 Lind가 Reduced Variable이라는 개념을 도입했다.
Reduced Variable은 식(15)와 같이 무작위 함수에서 평균만큼 이동시키고(Standardization), 표준편차로 나누어줌으로써(Normalization) 신뢰도지수의 불변성을 확보할 수 있는 방안이다. 이러한 개념을 이용하여 새로이 구성된 Reduced Space에서는 무작위함수의 평균점(μR, μQ)는 원점이 되고 신뢰도지수 β는 원점으로부터 Reduced Space에서 형성된 한계상태함수 M까지 이르는 최단거리로 표현될 수 있다.
원점으로부터 한계상태함수에 이르는 최단거리로써 신뢰도지수의 개념은 [그림 6]의 2변수 Joint 확률함수 및 한계상태를 관찰함으로써 확인할 수 있다. 이래의 [그림 8]에서 원점을 중심으로 원형의 파선은 표준정규화된 Joint 확률함수의 등확률밀도선을 나타내고 있으며, 신뢰도지수는 원점으로부터 한계상태함수까지의 최단거리로 정의된다. 따라서 파괴확률은 신뢰도지수 거리에 의해 제외되는 분포함수 표면 아래의 체적 부분으로 구해진다.
이러한 기하학적 개념하에 Shinozuka 등은 최대값 및 최소값을 구하는 최적화 방법을 이용하여 한계상태에 도달하는 최단 거리로써 신뢰도지수를 산출 계산하는 방법을 개발하였으며, 한계상태가 양함수(Explicit)로 표현되는 시스템의 경우 유용하게 사용될 수 있다. 이 밖에도 비선형 비정규 변수들로 구성되었거나 변수들간 통계적 상호관계가 있는 경우 등에 적용할 수 있는 방법 등이 개발 및 사용되고 있으므로 관심있는 독자들은 참고문헌 등을 참고하기 바란다.
4. 실제 문제 적용을 위한 고찰
지금까지 소개한 개념적인 방법은 구조물의 성능과 하중효과를 두 개의 무작위 함수로 가정한 경우로써 매우 다양한 무작위변수로 구성될 수 있는 실제 문제에 적용하기에는 어려운 경우가 발생할 수 있다. 또한 FEM 등을 이용한 응력의 계산 등 시스템의 한계상태가 양함수(Explicit)로 표현되지 못하는 경우 또한 제시된 방법을 사용하기에는 무리가 있다.
이러한 문제점들을 해결하기 위하여 응답면기법(Response Surface Method) 등 다양한 방법들이 개발되었다. 신뢰도지수 산출에 사용되는 방법들은 다음과 같은 것들이 있다.
1) RANDOM SAMPLING METHODS
Standard Monte Carlo
Directional Simulation
Importance Sampling(Incl. adaptive importance sampling)
Stratified Sampling(incl. Latin Hypercube sampling)
2) ANALYTICAL METHODS
Direct Integration
convolution
Mean-based first-order second-moment
Response Surface
FPI: Fast Probability Integration Methods
FORM: First-Order Reliability Method(MVFOSM, AFOSM)
SORM: Second-Order Reliability Method)
AMV: Advanced Mean-Based Method(and AMV+)
3) HYBRID METHODS
Response Surface Plus Monte Carlo
AMV+ Plus Fast Convolution
AMV+ Plus Adaptive Importance Sampling(AIS)
Many Other Possibilities
방법에 따라 정확도와 효율에 차이가 있으며, 이를 비교하면 [그림 9]와 같이 구분할 수 있다.
본고에서 방법별 자세한 내용을 다루기는 어려우므로 관심있는 독자들은 참고문헌 등의 자료를 참조하기 바란다.
참고문헌
1. Ang, A.H-S. and Tang, W.H.(1984), Probability Concepts in Engineering: Planning and Design, 1st, or 2nd Ed., John Wiley & Sons, Il.New York.
2. Probability, Reliability, and Statistical Methods in Engineering Design, Achintya Halder and Sankaran Mahadevan, 2000, Johm Wiley & Sons.
3. Madsen, H.O., Krenk, S., Lind, N.C., (1986), Methods of Structural Safety, Prentice-Hall.
4. Melchers, R.E., (1987), Structural Reliability: Analysis and Prediction, Ellis Horwood, Chicester.
5. Benjamin, J.R. and Cornell, C.A. (1970), Probability, Statistics and Decision for Civil Engineers, McGraw-Hill Book Company.
6. Achintya Halder and Sankaran, (2000), Reliability Assessment Using Stochastic Finite Element Analysis,“ John Wiley and Sons.
