보이지 않는 지하를 예측해 지열 에너지의 미래를 열다: KAIST 조계춘 교수

구글은 국내 과학 기술 혁신을 촉진하고자 ‘기초 과학 연구 지원 프로그램(Foundational Science Grant)’ 대상자로 서울대학교 민기복 교수와 한국과학기술원(KAIST) 조계춘 교수 팀을 선정했습니다. 지열 에너지는 막대한 잠재력을 지니고 있지만, 지하 깊은 곳의 예측 불가능한 투과율 변화나 유동 효율성 저하 같은 기술적 난제로 인해 그동안 상용화에 한계가 있었습니다. 이번 연구 지원은 첨단 수치 모델링과 인공지능(AI) 기술을 활용해 이러한 복잡한 과제를 해결하고, 지열 에너지를 신뢰할 수 있는 무탄소 전력원으로 탈바꿈시키는 데 중점을 둡니다. 보이지 않는 지하 환경의 불확실성을 '관리 가능한 리스크'로 전환하며 지열 저류층 관리를 위한 혁신적인 프레임워크를 구축하고 있는 KAIST 조계춘 교수를 만나 자세한 이야기를 나누어 보았습니다.

자기 소개 부탁드립니다

KAIST 건설및환경공학과에서 지하공간 활용과 탄소중립 기술을 연구하고 있는 조계춘 교수입니다. 저희 지오시스템즈(Geosystems) 연구실은 지열에너지, 탄소 저장(CCUS), 지하 유체 흐름과 같은 복잡한 지중 시스템을 보다 안전하고 효율적으로 활용할 수 있는 기술을 개발하고 있습니다. 특히 최근에는 물리 기반 시뮬레이션과 인공지능(AI)을 결합하여, 지하 환경의 거동을 더 정확하게 예측하고 리스크를 정량적으로 평가하는 연구에 집중하고 있습니다.

일반 독자분들께 쉽게 설명드리면, 저희 연구는 ‘보이지 않는 지하를 보다 정확하게 이해하고 미래를 예측하는 기술’이라고 말씀드릴 수 있습니다. 지열 저류층은 지하 깊은 곳에 존재해 직접 관찰하기 어렵고, 온도·압력·유체 흐름 등이 계속 변화합니다. 또한 지열발전 효율을 높이기 위해 고압의 유체를 주입하여 지하 암반 내 미세 균열(fracture)의 연결성을 향상시키는 과정에서, 예상하지 못한 미세지진이나 유발지진(induced seismicity) 가능성도 있습니다.

이처럼 지하의 복잡한 변화와 불확실성, 그리고 생산성 저하 및 지반 안정성 문제 때문에 지열에너지는 오랫동안 고위험 기술로 인식되어 왔습니다. 저희가 개발하는 AI 보조 물리 기반 예측 및 리스크 평가 프레임워크는, 실제 물리 법칙과 AI 학습 기술을 함께 활용해 지하에서 어떤 변화가 일어날 가능성이 높은지 빠르고 정밀하게 예측하는 시스템입니다. 이를 통해 운영 과정에서 발생할 수 있는 위험 요소를 사전에 평가하고 대응 전략을 수립함으로써, 보다 안전하고 신뢰할 수 있는 지열 시스템 구축을 목표로 하고 있습니다.

이번 프로그램에 선정되신 소감이 궁금합니다

기초 과학 지원 프로그램에 선정된 것을 매우 뜻깊게 생각합니다. 특히 기후위기 대응과 지속가능한 에너지 전환이라는 글로벌 과제 속에서, 지열에너지와 AI 기반 지중 예측 기술의 중요성이 국제적으로 인정받고 있다는 점에서 큰 의미가 있다고 생각합니다.

이번 협력은 단순한 연구비 지원을 넘어, AI와 데이터 기반 기술을 실제 에너지 문제 해결에 연결할 수 있는 중요한 계기가 될 것으로 기대하고 있습니다. 지열 시스템은 매우 복잡한 대규모 계산과 불확실성 분석이 필요한 분야인데, 이번 지원을 통해 AI 기반 예측 모델과 물리 기반 시뮬레이션의 결합을 더욱 고도화할 수 있을 것으로 기대합니다.

특히 기존에는 계산 비용과 시간 문제로 인해 실시간에 가까운 분석이 어려웠던 영역에서, 보다 빠르고 효율적인 예측 체계를 구축할 수 있을 것으로 기대하고 있습니다. 이는 단순히 학술적 성과를 넘어, 실제 현장에서 활용 가능한 의사결정 지원 기술로 발전하는 데 중요한 기반이 될 것입니다.

지열 에너지는 지하의 불확실성이나 생산성 저하 같은 위험 요소 때문에 종종 고위험군으로 인식되어 왔습니다. 교수님께서 연구하시는 이 '예측 및 리스크 평가 프레임워크'는 이러한 기술적 난관을 극복하는 데 어떤 실마리를 제공하나요?

지열 시스템의 가장 큰 어려움은 지하를 직접 볼 수 없다는 점입니다. 시간이 지나면서 유체의 흐름이 변하거나 열 생산성이 감소할 수 있는데, 기존에는 이러한 변화를 충분히 빠르고 정확하게 예측하기 어려웠습니다. 따라서 운영 과정에서 예상치 못한 생산성 저하나 경제적 손실이 발생할 가능성이 있었습니다.

저희 연구의 핵심은 이러한 불확실성을 데이터 기반으로 정량화하고, 미래의 변화를 사전에 예측하는 데 있습니다. 저희가 개발하는 프레임워크는 지하에서 수집되는 다양한 데이터와 물리 기반 모델, AI 예측 기술을 함께 활용하여 현재 상태를 분석하고 향후 발생 가능한 시나리오를 평가합니다.

예를 들어 특정 구간에서 생산성이 감소할 가능성이 높아지면, AI 모델이 이를 조기에 감지하고 운영 조건 변화에 따른 영향을 예측할 수 있습니다. 이를 통해 운영자는 보다 합리적인 의사결정을 내릴 수 있으며, 장기적으로 시스템 안정성과 경제성을 함께 향상시킬 수 있습니다.

결국 핵심은 ‘지하의 불확실성을 관리 가능한 리스크로 전환하는 것’이라고 생각합니다.

이번 프로젝트는 물리학과 인공지능(AI)의 결합이라는 점이 매우 인상적입니다. 비전문가들도 이해하기 쉽게, 물리 기반 모델과 딥러닝 기술이 결합되어 어떻게 지하 깊은 곳의 복잡한 변화를 정밀하게 예측할 수 있는지 설명해 주실 수 있나요?

전통적인 물리 기반 모델은 지하에서 열과 유체가 어떻게 이동하는지를 과학적으로 설명할 수 있다는 장점이 있습니다. 하지만 실제 지하 환경은 매우 복잡하기 때문에, 정밀한 계산에는 많은 시간과 계산 자원이 필요합니다.

반면 딥러닝은 방대한 데이터를 빠르게 학습해 복잡한 패턴을 찾아내는 데 강점이 있습니다. 하지만 순수 AI만 사용할 경우에는 물리적으로 비현실적인 결과가 나올 수도 있다는 한계가 있습니다.

저희 연구는 이 두 가지의 장점을 결합하는 방식입니다. 즉, AI가 단순히 데이터 패턴만 학습하는 것이 아니라, 실제 지하에서 열과 유체가 움직이는 물리 법칙까지 함께 고려하도록 만드는 것입니다. 이를 흔히 ‘물리 기반 인공지능(Physics-informed AI)’라고 부릅니다.

쉽게 비유하면, 물리학은 ‘자연의 규칙을 이해하는 전문가’이고, AI는 ‘엄청난 양의 데이터를 빠르게 분석하는 전문가’라고 볼 수 있습니다. 저희는 이 두 전문가가 함께 협력하게 해, 보다 빠르면서도 신뢰할 수 있는 지하 예측 시스템을 구축하고자 합니다.

연구를 통해 지열 에너지의 예측 가능성과 신뢰성을 높일 수 있는 기술적 토대가 마련된다면, 향후 한국의 전력망과 친환경 에너지 전환 과정에서 어떤 긍정적인 변화를 가져올 것으로 전망하시나요?

지열에너지의 중요한 장점 중 하나는 날씨와 시간의 영향을 거의 받지 않는 안정적인 에너지원이라는 점입니다. 태양광이나 풍력은 매우 중요한 재생에너지이지만, 기상 조건에 따라 출력 변동이 발생할 수 있습니다. 반면 지열은 24시간 안정적으로 에너지를 공급할 수 있는 잠재력을 가지고 있습니다.

만약 지열 시스템의 리스크를 효과적으로 관리하고 예측 가능성을 높일 수 있다면, 한국의 전력망 안정성과 에너지 안보 측면에서 매우 중요한 역할을 할 수 있을 것입니다. 특히 탄소중립 사회로 전환하는 과정에서 안정적인 청정에너지원 확보는 필수적입니다.

저는 앞으로 지열에너지가 단순한 대체에너지를 넘어, AI 기반 스마트 에너지 시스템과 결합된 미래형 에너지 인프라의 핵심 축 중 하나가 될 수 있다고 생각합니다. 한국처럼 에너지 자원이 제한된 국가에서는 더욱 전략적인 의미를 가질 것으로 기대합니다.