그리드 시그니처 이벤트 라이브러리: 심층적 전력망 분석 지원

그리드 시그니처 이벤트 라이브러리 소개

그리드 시그니처 이벤트 라이브러리는 전력망 운영에서 얻은 파형 데이터셋에 대한 접근을 제공함으로써 전력회사와 연구자들의 그리드 행동 이해를 돕습니다. (이미지: Adam Malin/ORNL, 미 에너지부)

프로젝트 시작 배경

아론 윌슨: 저는 그리드 이벤트 시그니처 라이브러리의 창시자가 아닙니다. 2019년 연구소에 합류했을 때 꽤 새로운 프로젝트였지만, 2021년경까지 본격적으로 시작되지 않았습니다. 저는 2022년 봄에 인계받았습니다.

우리는 DOE로부터 전력망의 이벤트 시그니처 라이브러리를 만들기 위한 자금을 지원받았습니다. 이 라이브러리는 사람들이 이러한 파형이 시스템에서 어떻게 행동하는지 살펴볼 수 있는 필수 리소스가 되어, 자신들의 시스템에서 무엇을 찾아야 할지 알 수 있게 해줍니다. 다양한 파트너로부터 더 많은 데이터를 얻고 지난 몇 년간 지속적으로 홍보하면서 본격적으로 주목받기 시작했습니다.

파형 분류 및 라벨링 표준화

테크 브리프: 시스템을 더 잘 이해하기 위해 파형을 분류하고 관련 이벤트에 라벨을 붙이는 표준화된 방식이 있습니까?

윌슨: 몇 년 전 우리가 직면한 과제 중 하나는 다양한 제공자로부터 받는 여러 데이터 유형에 통합된 라벨링 체계를 할당하는 것이었습니다. 모두 각자의 방식으로 발생한 사건에 라벨을 붙이고 있었습니다. 보통 운영자나 엔지니어가 이벤트 기록을 남길 때 메모한 텍스트 설명 형태로 제공되었습니다. 당시 보유한 모든 데이터를 검토한 후, 우리는 당시 데이터셋과 전력 시스템에 대한 일반적인 도메인 지식을 모두 포괄하는 계층적 시스템을 만들기로 했습니다. 그런 다음 전체 데이터셋에서 상당히 균일하게 적용할 수 있는 분류 체계를 마련했습니다. 이제 새로운 데이터를 받으면 해당 분류 체계에 충분한 폭이 있어 적절한 슬롯을 할당할 수 있습니다.

분류 체계(택소노미) 구조

테크 브리프: 분류 체계가 어떤 것인지 예시를 들어주실 수 있습니까?

윌슨: 세 개의 레이어로 구성되어 있으며, 그룹(Group), 클래스(Class), 서브클래스(Subclass)라고 부릅니다. 그룹은 매우 높은 수준의 범주로, 전력 시스템에서 어떤 위상이 영향을 받는지 같은 것들입니다. 일반적으로 세 개의 위상이 있습니다. '조건(Conditions)'이라는 그룹이 있는데, 여기에는 자연재해와 날씨 관련 이벤트 같은 것들이 포함됩니다. 그 아래 클래스와 서브클래스에서 해당 이벤트에 할당할 더 구체적인 범주로 내려가게 됩니다.

구체적 분류 예시

테크 브리프: 어떤 종류의 범주들이 있을지 예시를 들어주실 수 있습니까?

윌슨: 예를 들어 '조건'이 그룹이고, '날씨'가 클래스, '뇌우'가 서브클래스일 수 있습니다. 또는 '이벤트(Events)'라는 그룹 아래 '전력 품질(Power Quality)'이라는 클래스가 있고, 그 아래 '전류 서지(Current Surge)'나 '과도 현상(Transient)'이 서브클래스로 있을 수 있습니다.

전류 서지·과도 현상과 이벤트의 관계

테크 브리프: 전류 서지나 과도 현상을 이벤트와 어떻게 연관 짓습니까?

윌슨: 과도 현상은 우리가 정의하는 방식에서 하나의 이벤트입니다. 우리가 이벤트를 정의하는 방식은 예상치 못한 비정상적 행동, 즉 이상 현상(Anomaly)이 발생하는 것입니다.

그리드에서 전압과 전류의 행동을 생각해 보세요. 교류 시스템이므로 정현파 형태로 행동하며, 시스템은 전자기장이 가능한 한 깨끗하게 전파되도록 설계되어 있습니다. 즉, 노이즈나 이상 이벤트가 없습니다. 이상 현상의 예로는 회로 차단기가 트립하거나 선로 구간이 분리되는 원인이 되는 사건이 발생하는 경우입니다. 이러한 유형이 우리가 여기서 말하는 이벤트입니다. 과도 현상은 콘덴서 뱅크가 켜지거나 꺼지면서 시스템으로 돌입하는 짧은 전류 서지가 발생하는 것일 수 있습니다. 시스템이 그 수준의 전류를 처리하도록 설계되지 않았다면 장비 손상을 초래할 수 있습니다.

사용자 활용 방안

테크 브리프: 사용자가 이 정보를 어떻게 활용할 수 있습니까?

윌슨: 사용자는 사이트에서 계정을 생성한 후 대시보드에 접근할 수 있습니다. 거기서 다양한 쿼리 기준을 사용해 라이브러리의 이벤트를 찾을 수 있습니다. 대시보드 내부에서는 날짜와 시간, 제공받은 텍스트 설명, 보고된 샘플링 레이트, 기록에 사용된 센서 유형 등 데이터 관련 정보를 볼 수 있습니다. 다운로드 버튼도 있고, 각 이벤트 레코드 옆에 있는 기능을 통해 다운로드 전에 웹사이트에서 파형을 확인할 수도 있습니다.

전력회사의 활용 시나리오

테크 브리프: 제가 전력회사라면 제 그리드에서 발생하는 이벤트를 기록한 후 귀사의 데이터뱅크와 비교하는 방식인가요?

윌슨: 분명히 그런 방식 중 하나입니다. 우리 세 연구소 그룹에서 논의해온 것 중 하나는 라이브러리에 통합할 도구를 개발하는 것인데, 이를 통해 소위 '역이미지 검색(Reverse Image Search)'을 수행할 수 있게 됩니다. 전력회사 측에서 데이터 한 조각을 받았는데 원인을 모를 때, 데이터베이스에서 최대한 가깝게 일치하는 것을 찾아볼 수 있습니다. 그러면 무슨 일이 일어났을지 힌트를 얻을 수 있습니다. 이건 진행 중인 프로젝트입니다.

또 다른 용도는 일반적인 교육입니다. 엔지니어가 이러한 것들이 어떻게 작동하는지 모를 때, 눈을 훈련시키기 위해 찾아볼 수 있습니다. 예를 들어 '아크(Arcing)'라는 이벤트 유형 이름으로 검색해 내 파형과 데이터베이스의 아크 데이터 파형을 비교해 볼 수 있습니다. "이게 비슷한가? 아, 꽤 관련 있어 보이네, 이게 원인일 수 있겠네." 혹은 그것을 배제하는 데 도움이 될 수 있습니다.

가령 제가 운영자인데 내 데이터에서 이상한 현상이 발생했고, 뭔가 나쁜 결과가 생겨서 이게 무엇인지, 무엇을 나타내는지 파악하려 한다고 해보죠. "아크인 것 같아"라고 생각하고 '아크'를 검색해 내 파형과 데이터베이스의 아크 파형을 비교해 보며 "이게 비슷한가? 아, 꽤 관련 있어 보이네, 이게 원인일 수 있겠네." 혹은 배제하는 데 도움이 될 수 있습니다.

이벤트 식별 후 활용

테크 브리프: 그리드 운영자 입장에서 이벤트 종류를 알게 되면 그 정보를 어떻게 활용합니까?

윌슨: 이벤트 유형에 따라 다릅니다. 우리가 '초기 고장(Incipient Failure)'이라고 부르는 것을 본다면, 미래의 아크를 나타낼 수 있는 패턴을 본 것입니다. 데이터베이스의 무언가와 매칭시켜 실제 절연체 파손이나 장비 손상이 발생하기 전에 막을 수 있습니다. 그건 매우 가치 있는 일입니다. 아크는 탐지하기 어려운 이상 현상이니까요.

위치 특정의 필요성

테크 브리프: 그래도 여전히 위치를 특정해야 하지 않나요?

윌슨: 물론입니다. 하지만 이건 데이터베이스일 뿐, 모든 회로가 다르기 때문에 어디서 무언가 발생할지 알려주는 시스템은 반드시 아닙니다.

센서와 이벤트 거리에 따른 파형 차이

테크 브리프: 데이터베이스를 위해 파형을 수집할 때, 센서와 이벤트 사이의 거리 등에 따라 파형이 다르게 보이지 않나요?

윌슨: 절대적으로 그렇습니다. 이런 데이터베이스를 구성할 때는 많은 요인이 작용합니다. 시스템에 대한 완전한 관측성을 원한다면 일정 거리마다 센서를 설치해야 합니다. 그건 경제적으로 불가능합니다. 따라서 이런 것을 사용할 때는 교육받은 판단을 내려야 합니다.

아크 예시에서, 아크 이벤트의 주파수가 도체를 따라 전파되는 물리학에 기반해 측정값은 해당 이벤트가 발생하는 곳과 매우 가까울 가능성이 높습니다. 그래서 합리적으로 '가까이서 발생했구나'라고 말할 수 있습니다. 하지만 몇 피트나 마일인지 구체적인 숫자는 드릴 수 없습니다. 그 정보는 라이브러리에 반드시 들어있는 건 아니니까요. 그건 사실 꽤 큰 연구 문제입니다.

향후 계획

테크 브리프: 덧붙이고 싶은 말씀이 있으신가요?

윌슨: 이 프로젝트는 몇 년간 진행해 왔습니다. 이 데이터베이스를 전력회사용 도구뿐만 아니라 학계와 연구계를 위해 구축하려는 강한 의지가 있습니다. 현재 전력망 관련 AI 개발이 활발합니다. DOE에서 그리드 관련 다양한 AI 및 데이터 기반 애플리케이션에 대한 공모를 많이 내고 있습니다. 이 라이브러리는 그런 노력들도 지원하기 위한 것입니다.

테크 브리프: 데이터베이스의 양이나 질을 업그레이드할 계획이십니까?

윌슨: 네, 둘 다입니다. 지속적인 노력입니다. 우리는 어디서든 데이터를 항상 갈망합니다.

테크 브리프: 누가 더 많은 데이터를 제공하길 바라십니까?

윌슨: 음, 우리는 항상 전력회사로부터 데이터를 원합니다. 그들이 보통 실제 세계를 더 잘 대표하는 데이터를 가지고 있으니까요. 우리는 원하는 만큼 시뮬레이션 데이터를 만들어 넣을 수 있지만, 결국 실제 세계에서 볼 수 있는 모든 코너 케이스를 커버하지는 못합니다. 현재 라이브러리에 있는 모든 것은 현장에서 데이터를 기록한 실제 센서에서 온 것이며, 프로그램으로 시뮬레이션한 것이 아닙니다. 시뮬레이션 데이터에 가치가 없다는 건 아니지만, 전국의 모든 회로와 세계의 물리학을 알지 못하면 시뮬레이션으로 모든 이상 행동을 포착할 수 없습니다.