본 연구는 고체 전해질(SSEs)에서의 중성자 심부 프로파일링(NDP) 분석 정확도를 향상시키기 위해 개발된 인공신경망(ANN) 기반 펄스 형상 판별(PSD) 알고리즘을 제시한다. 제안된 접근법의 핵심 혁신은 일반적으로 분석 정밀도를 저해하는 저에너지 배경 신호를 효과적으로 억제하는 데에 있다. 저에너지 영역에서의 라벨링 어려움을 극복하기 위해 학습 데이터는 백색 잡음으로 증강되었으며, 이는 모사된 저에너지 신호를 판별하는 모델의 능력을 향상시켰다. 기존의 상승시간( rise-time ) 방법과 비교하여 ANN 기반 PSD 알고리즘은 더 높은 판별 성능을 나타내는 곡선하 면적(Area Under the Curve, AUC) 값에서 77% 더 큰 향상을 보였다. 또한 알고리즘의 성능을 해석하고 평가하기 위해 설명가능한 인공지능 기법을 적용하였다. 이는 SSEs의 NDP 분석에서 고정밀도를 향상시키는 데 있어 ANN 기반 PSD의 신뢰성과 잠재력을 강조하였다.

실리콘 광증배기(silicon photomultipliers, SiPMs)를 광자 검출 시스템에 활용하면 검출 모듈의 크기를 줄이고, 휴대성과 견고성을 향상시키며, 제품 비용을 낮출 수 있다. 본 연구는 열발광(thermoluminescence, TL) 측정에서 SiPM의 가능성을 검토하고, 검출 한계, 온도의존성, 선량 반응(dose response)을 중심으로 평가하였다. 검출기로는 50 μm 단일광자 애벌랜치 다이오드(single-photon avalanche diodes, SPADs)로 구성된 3 × 3 mm 2 다중 픽셀 포토 카운터(multi-pixel photon counter, MPPC, Hamamatsu MPPC)를 단일광자 계수 모드에서 사용하였다. 이 실험 구성은 TL 판독에서 기존 광전자 증배관(photomultiplier tube, PMT)과 비교하였다. 두 검출기 간의 유사한 광 노출을 보장하기 위해, PMT 앞에 지름 3 mm의 핀홀을 배치하였다. 센서 온도를 −20 °C로 유지하기 위해 열전 냉각(thermoelectric, TE) 냉각 모듈을 사용한 결과, 1.2% 미만의 변동으로 신호 재현성을 확보하였으며, 네 가지 선량계(dosimeter)에 대해 30~300 μGy 범위의 검출 한계를 평가하였다: LiF:Mg,Ti, LiF:Mg,Cu,P, LiF:Mg,Cu,Si, 그리고 Al 2 O 3 :C. 시스템의 선량 반응은 펄스 적층(pile-up) 효과로 인한 현저한 신호 포화로 인해 제한되었다. 우리는 50 ns의 마비성 데드타임(paralyzable deadtime)을 갖는 보정 모델을 도입하였고, 이를 통해 신호 응답이 20배 이상 향상되었다. 또한, 본 모델은 암상 검출률(dark count rate, DCR)이 높은 조건에서 최대 1.67 MHz까지 관측된 계수율(count rates)과도 잘 일치하였다. 본 연구의 결과는 TL 검출기로서 SiPM의 전망에 관한 논의에 더하여 기여한다. • TL 측정에서 SiPM의 능력과 한계가 조사되었다. • 네 가지 선량계에 대해 열적 안정성과 검출 한계를 평가하였다. • 제안된 데드타임 모델은 약 20배 수준의 응답 향상에 기여하였다.

본 논문은 TL 선량 평가를 위한 기계학습 기반 알고리즘의 구현을 탐구한다. 이는 방사선 장 분류, 성능 지수(performance quotient) 평가, 그리고 ANN 및 LGBM의 얕은 및 깊은 선량 동등치(dose equivalent) 평가를 전통적 방법인 DT와 비교하여 다룬다. 우리는 TLD로 측정된 원소(element) 반응 데이터를 기반으로 이러한 알고리즘들을 평가하였다. 학습을 위한 데이터 세트를 구축하고, 시험 범주의 기본 원소 반응을 증폭한 뒤 ±3% 범위 내에서 1 mSv Cs-137로 정규화하였다. 두 알고리즘은 방사선 장을 분류하고 혼합 장(mixed fields)의 비율을 식별하기 위한 5개의 하위(subset) 모델로 구성된다. LGBM은 고려한 방사선 장을 분류하는 데서 가장 높은 정확도를 보였으며, 성능 지수는 가장 낮았다. 또한 세 가지 알고리즘 간 깊은 선량 동등치와 얕은 선량 동등치의 허용 오차 수준을 비교한 결과, LGBM은 예측된 선량 동등치와 실제 선량 동등치 사이의 차이가 가장 작게 나타났다. 이러한 더 작은 차이는 LGBM이 기대값에서 최소의 편향(bias)과 표준편차(standard deviation)를 제공함을 의미하며, 기존 DT 방법에 비해 선량 평가에서 더 높은 정확도와 정밀도를 제공한다. 본 연구의 결과는 TL 선량 평가에 ML 기반 알고리즘을 채택하는 데에도 추가적인 기여를 하며, 이 분야에서의 중요성을 강조한다.

본 연구는 고체 전해질(SSEs)에서의 중성자 심부 프로파일링(NDP) 분석 정확도를 향상시키기 위해 개발된 인공신경망(ANN) 기반 펄스 형상 판별(PSD) 알고리즘을 제시한다. 제안된 접근법의 핵심 혁신은 일반적으로 분석 정밀도를 저해하는 저에너지 배경 신호를 효과적으로 억제하는 데에 있다. 저에너지 영역에서의 라벨링 어려움을 극복하기 위해 학습 데이터는 백색 잡음으로 증강되었으며, 이는 모사된 저에너지 신호를 판별하는 모델의 능력을 향상시켰다. 기존의 상승시간( rise-time ) 방법과 비교하여 ANN 기반 PSD 알고리즘은 더 높은 판별 성능을 나타내는 곡선하 면적(Area Under the Curve, AUC) 값에서 77% 더 큰 향상을 보였다. 또한 알고리즘의 성능을 해석하고 평가하기 위해 설명가능한 인공지능 기법을 적용하였다. 이는 SSEs의 NDP 분석에서 고정밀도를 향상시키는 데 있어 ANN 기반 PSD의 신뢰성과 잠재력을 강조하였다.

실리콘 광증배기(silicon photomultipliers, SiPMs)를 광자 검출 시스템에 활용하면 검출 모듈의 크기를 줄이고, 휴대성과 견고성을 향상시키며, 제품 비용을 낮출 수 있다. 본 연구는 열발광(thermoluminescence, TL) 측정에서 SiPM의 가능성을 검토하고, 검출 한계, 온도의존성, 선량 반응(dose response)을 중심으로 평가하였다. 검출기로는 50 μm 단일광자 애벌랜치 다이오드(single-photon avalanche diodes, SPADs)로 구성된 3 × 3 mm 2 다중 픽셀 포토 카운터(multi-pixel photon counter, MPPC, Hamamatsu MPPC)를 단일광자 계수 모드에서 사용하였다. 이 실험 구성은 TL 판독에서 기존 광전자 증배관(photomultiplier tube, PMT)과 비교하였다. 두 검출기 간의 유사한 광 노출을 보장하기 위해, PMT 앞에 지름 3 mm의 핀홀을 배치하였다. 센서 온도를 −20 °C로 유지하기 위해 열전 냉각(thermoelectric, TE) 냉각 모듈을 사용한 결과, 1.2% 미만의 변동으로 신호 재현성을 확보하였으며, 네 가지 선량계(dosimeter)에 대해 30~300 μGy 범위의 검출 한계를 평가하였다: LiF:Mg,Ti, LiF:Mg,Cu,P, LiF:Mg,Cu,Si, 그리고 Al 2 O 3 :C. 시스템의 선량 반응은 펄스 적층(pile-up) 효과로 인한 현저한 신호 포화로 인해 제한되었다. 우리는 50 ns의 마비성 데드타임(paralyzable deadtime)을 갖는 보정 모델을 도입하였고, 이를 통해 신호 응답이 20배 이상 향상되었다. 또한, 본 모델은 암상 검출률(dark count rate, DCR)이 높은 조건에서 최대 1.67 MHz까지 관측된 계수율(count rates)과도 잘 일치하였다. 본 연구의 결과는 TL 검출기로서 SiPM의 전망에 관한 논의에 더하여 기여한다. • TL 측정에서 SiPM의 능력과 한계가 조사되었다. • 네 가지 선량계에 대해 열적 안정성과 검출 한계를 평가하였다. • 제안된 데드타임 모델은 약 20배 수준의 응답 향상에 기여하였다.

본 논문은 TL 선량 평가를 위한 기계학습 기반 알고리즘의 구현을 탐구한다. 이는 방사선 장 분류, 성능 지수(performance quotient) 평가, 그리고 ANN 및 LGBM의 얕은 및 깊은 선량 동등치(dose equivalent) 평가를 전통적 방법인 DT와 비교하여 다룬다. 우리는 TLD로 측정된 원소(element) 반응 데이터를 기반으로 이러한 알고리즘들을 평가하였다. 학습을 위한 데이터 세트를 구축하고, 시험 범주의 기본 원소 반응을 증폭한 뒤 ±3% 범위 내에서 1 mSv Cs-137로 정규화하였다. 두 알고리즘은 방사선 장을 분류하고 혼합 장(mixed fields)의 비율을 식별하기 위한 5개의 하위(subset) 모델로 구성된다. LGBM은 고려한 방사선 장을 분류하는 데서 가장 높은 정확도를 보였으며, 성능 지수는 가장 낮았다. 또한 세 가지 알고리즘 간 깊은 선량 동등치와 얕은 선량 동등치의 허용 오차 수준을 비교한 결과, LGBM은 예측된 선량 동등치와 실제 선량 동등치 사이의 차이가 가장 작게 나타났다. 이러한 더 작은 차이는 LGBM이 기대값에서 최소의 편향(bias)과 표준편차(standard deviation)를 제공함을 의미하며, 기존 DT 방법에 비해 선량 평가에서 더 높은 정확도와 정밀도를 제공한다. 본 연구의 결과는 TL 선량 평가에 ML 기반 알고리즘을 채택하는 데에도 추가적인 기여를 하며, 이 분야에서의 중요성을 강조한다.

본 논문에서는 Arktis Radiation Ltd.에서 제조한 S670e 헬륨-4 검출기를 사용하여 건식 캐스크 차폐 재료의 중성자 감쇠(neutron attenuation)를 시연한다. 특히 ORANO Korea가 제조한 TN-32 건식 캐스크 및 한국원자력환경공단(KORAD)이 제작한 KORAD-21에 적용될 것으로 예상되는 두 재료를 사용하였다. 측정된 중성자 감쇠를 자체 몬테카를로 N-입자 수송(Monte Carlo N-Particle Transport) 시뮬레이션 결과와 비교하였으며, 그 차이는 제곱근 평균(Root Mean Square, RMS)으로 제시하였다. 빠른 중성자(fast neutron) 경우에는 재료 두께가 증가함에 따라 중성자 계수가 급격히 감소하였고, 지수(exponential) 관계를 보였다. 빠른 중성자에 대해 실험적으로 획득한 데이터와 시뮬레이션 결과의 불일치는 RMS 2.3% 이내로 유지되었다. 반대로 관측된 열 중성자(thermal neutron) 계수는 초기 증가 후 최대값에 도달하였고, 두께가 증가함에 따라 지수적으로 감소하는 양상을 보였다. 특히 열 중성자에서의 측정 및 시뮬레이션된 피크 위치 간 불일치는 RMS 편차가 약 17.3–22.4%로 나타났다. 마지막으로 본 결과는 건식 캐스크 내 유입 열 중성자를 효과적으로 포획하기 위해 Li-6에 대해 최소 두께 5 cm가 충분히 유의미한 단면적(cross-section)을 달성하는 데 필요함을 시사한다.

광섬유 방사선 탐침 시스템(Optical Fiber Radiation Probe System, OFPS)은 광섬유 기반 섬광(detector, scintillation) 검출기를 활용하며, 국제원자력기구(IAEA)와 한국의 검사관들이 CANDU형 중수로의 사용후핵연료 번들을 확인하기 위해 사용해 왔다. 이전 연구에서 확인된 과제들을 해결하기 위해 OFPS는 현재 성능 향상을 위한 개량을 진행 중이다. 이러한 업그레이드의 일환으로 두 가지의 새로운 광섬유 기반 섬광 검출기가 설계 및 제작되었다. 포괄적인 현장 시험은 한국의 CANDU형 시설인 월성 원자력발전소에서 수행되어, 기존 검출기와 새로 개발된 검출기들의 성능을 평가하고 비교하였다. 본 연구의 목적은 피크-밸리 비(Peak-to-Valley Ratio, PVR) 및 적층된 사용후핵연료 번들 간을 구분하는 능력 측면에서 광섬유 기반 섬광 검출기의 성능을 평가하는 것이다. 현장 시험 동안 서로 다른 세 가지 방사선 검출기—하나는 기존 OFPS 검출기, 나머지 둘은 개선된 광섬유 기반 검증 시스템(Improved Optical Fiber-based Verification System, IOVES)을 위한 새로 개발된 검출기—를 평가하였다. 실험 결과, PVR의 차이는 크지 않았으나, 광섬유 코어 직경 1.0 mm 및 섬광체 크기 4.0 mm × 4.0 mm × 10.0 mm를 갖는 IOVES 검출기가 가장 높은 PVR을 보였다. 그러나 해당 검출기는 고방사성 사용후핵연료를 측정할 때 높은 배경 방사선으로 인해 신호 포화가 발생하였다. 반대로, 광섬유 직경 0.6 mm 및 2.5 mm × 2.5 mm × 10 mm p-terphenyl 유기 섬광체를 사용하는 IOVES 검출기는 약간 낮은 PVR 값을 보였지만, 사용후핵연료의 방사능 수준이나 냉각 기간과 무관하게 적층된 사용후핵연료 번들을 성공적으로 구분하였다. 실제 사용후핵연료 저장 수조에는 냉각 기간이 긴 극저방사능 사용후핵연료와, 최근에 방출된 고방사성 사용후핵연료가 모두 존재한다. 이러한 현실적인 운용 시나리오를 고려할 때, 광섬유 코어 직경 0.6 mm 및 2.5 mm × 2.5 mm × 10 mm p-terphenyl 섬광체를 갖는 광섬유 기반 섬광 검출기가 시험된 세 검출기 중에서 최적의 성능을 보였다. 따라서 광섬유 기반 방사선 검출기는 냉각 기간과 무관하게 사용후핵연료 번들을 신뢰성 있게 측정할 수 있으므로, IAEA 및 국가 당국의 검사 활동의 효율성과 효과를 향상시킬 것으로 기대된다.

광섬유 기반 측정 시스템은 한국 남부의 월성(Wolsung) 부지에서 국제원자력기구(IAEA) 핵 사찰(핵 안전조치)에 따라 CANDU형 사용후핵연료를 검사하는 데 활용되어 왔다. 우리의 선행 연구에서는 기존 장비의 문제점을 해결하기 위해 새로운 사용후핵연료 검증 시스템을 개발하였다. 그러나 이전 연구는 주로 장비 개발에 초점을 맞추었으며, 그 성능을 평가하기 위한 포괄적인 현장 시험은 아직 수행하지 않았다. 최근 우리는 새로 개발된 사용후핵연료 검증 시스템의 성능을 철저히 평가하기 위해 월성 4호기(Wolsung Unit 4)에서 현장 시험을 수행하였다. 본 논문에서는 신호 감도, 인접한 사용후핵연료 번들(bundle)을 구별하는 시스템의 능력, 그리고 광섬유 배경 신호에 중점을 두어 해당 현장 시험 결과를 논의한다. 또한 p-terphenyl 유기 섬광체, PVT 플라스틱 섬광체, 리튬 글라스 섬광체를 포함하여 다양한 섬광 물질이 시스템 성능에 미치는 영향을 평가하기 위한 실험을 수행하였다. 실험 결과, p-terphenyl 유기 섬광체를 장착한 새로운 장비가 기존 시스템보다 우수한 성능을 보였다. p-terphenyl 섬광체는 세 가지 방사선 섬광체 중 최적의 선택으로 나타났다. 리튬 글라스 섬광체로는 이전에 감지되지 않았던 신호들이 p-terphenyl 및 PVT 플라스틱 섬광체로 얻은 신호에서 관측되었다. 새로운 검증 장비의 뛰어난 성능은 주로 p-terphenyl의 높은 광출력과 낮은 감쇠 시간에 기인한다. 새로 개발된 검증 시스템은 IAEA 사찰 수행 노력을 간소화하여 사찰 수행 시간과 핵 운영자의 부담을 모두 줄일 것으로 기대된다. 본 보고서는 습식 사용후핵연료 풀(wet spent fuel pool)에서 방사선 검출기로서 p-terphenyl 섬광체를 처음으로 성공적으로 적용한 사례이다. 본 논문에서 제시된 실험적 결과는 물 환경과 같은 고방사선 환경에 적합한 방사선 검출기를 연구하는 연구자들에게 유용한 자료가 될 것으로 기대된다.