인공태양은 인류의 미래 에너지원으로 주목받고 있지만, 이를 실현하기 위해서는 1억 도 이상의 초고온 플라즈마를 안정적으로 유지해야 하는 난제가 있습니다. 특히 플라즈마 경계면에서 발생하는 불안정 현상인 'ELM(엘름)'은 마치 풍선이 터지는 것처럼 플라즈마가 분출되어 장치 내부를 손상시키고 운전을 방해하는 고질적인 문제입니다. 한국의 핵융합 연구 장치인 KSTAR 연구진은 이 치명적인 현상을 극복하기 위해 세계적인 수준의 정밀한 초전도 자기장 코일을 활용하며 선도적인 연구를 이어가고 있습니다.

KSTAR는 에러 필드가 극도로 낮은 정밀한 설계를 바탕으로 2011년 세계 최초로 ELM(엘름) 제어에 성공한 이후, 제어 시간을 꾸준히 늘려 현재는 45초라는 기록을 달성했습니다. 하지만 미래의 거대 핵융합 장치인 ITER 단계로 넘어가면 플라즈마 에너지가 훨씬 커지기 때문에 장치 내벽의 보호가 필수적인 과제로 떠오릅니다. 따라서 현상이 나타난 뒤 대처하기보다 미리 불안정성을 억제할 수 있는 정교한 시나리오 확보가 무엇보다 중요해졌으며, 한국 연구진은 이를 해결할 열쇠를 인공지능에서 찾았습니다.

ITER와 같이 대형화된 핵융합 장치는 단 한 번의 ELM(엘름) 충돌만으로도 큰 피해를 볼 수 있으므로, 발생 전 미리 원천적으로 차단하는 기술이 필수적입니다.

이러한 기술적 한계를 극복하기 위해 KSTAR 연구진은 인공지능 기술 중 하나인 'LSTM(장단기 기억법)'을 플라즈마 제어 시스템에 전격 도입했습니다. LSTM(장단기 기억법)은 시간의 흐름에 따라 변화하는 데이터의 패턴을 파악하는 데 탁월하여, 실시간으로 쏟아지는 플라즈마의 진단 지표들을 분석해 현재 상태를 정확히 진단합니다. 연구진은 전자 밀도와 수소 발머 스펙트럼 신호를 학습시킨 인공지능을 통해 플라즈마가 불안정한 상태로 넘어가기 직전의 징후를 포착하고, 이를 즉각 제어 시스템에 전달하는 혁신적인 체계를 구축했습니다.

새롭게 개발된 인공지능 알고리즘은 플라즈마가 고성능 운전 모드인 H-모드로 진입한 직후, ELM(엘름)이 발생하기 전의 찰나의 순간을 포착하여 공명 자기장(RMP)을 자동으로 인가합니다. 2022년 해외 연구진과 공동으로 발표한 성과에 따르면, AI 기반의 초기 제어와 자기장 피드백 시스템을 결합하여 45초간의 장시간 ELM(엘름) 억제에 성공하며 전 세계 핵융합계의 주목을 받았습니다. 이는 단순한 실험을 넘어 인공지능이 실제 핵융합로의 실시간 제어 분야에서 핵심적인 역할을 수행할 수 있음을 증명한 중대한 이정표가 되었습니다.

인공지능의 활용은 단순히 ELM(엘름) 억제에 그치지 않고, 예상치 못한 새로운 물리 현상을 발견하거나 플라즈마 붕괴를 사전에 예측하여 회피하는 등 그 범위를 넓혀가고 있습니다. KSTAR 연구진은 앞으로 더욱 정교한 알고리즘을 적용하여 더 긴 시간 동안 고성능 플라즈마를 유지하고 안정적인 에너지를 생산하는 기술을 완성해 나갈 계획입니다. 무한하고 깨끗한 핵융합 에너지 시대를 열기 위한 이러한 기술적 진보는, 향후 우리나라가 에너지 자립을 넘어 에너지 강국으로 도약하는 밑거름이 될 것으로 기대됩니다.