The scenario in a risk analysis can be defined as the propagating feature of specific initiating event which can go to a wide range of undesirable consequences. If one takes various scenarios into consideration, the risk analysis becomes more complex than do without them. A lot of risk analyses have been performed to actually estimate a risk profile under both uncertain future states of hazard sources and undesirable scenarios. Unfortunately, in case of considering some stochastic passive systems such as a radioactive waste disposal facility, since the behaviour of future scenarios is hardly predicted without special reasoning process, we cannot estimate their risk only with a traditional risk analysis methodology. Moreover, it is believed that the sources of uncertainty at future states can be reduced pertinently by setting up dependency relationships interrelating geological, hydrological, and ecological aspects of the site with all the scenarios. It is then required current methodology of uncertainty analysis of the waste disposal facility be revisited under this belief.
In order to consider the effects predicting from an evolution of environmental conditions of waste disposal facilities, this study proposes a quantitative assessment framework integrating the inference process of Bayesian network to the traditional probabilistic risk analysis. In this study an approximate probabilistic inference program for the specific Bayesian network developed and verified using a bounded-variance likelihood weighting algorithm. Ultimately, specific models, including a Monte-Carlo model for uncertainty propagation of relevant parameters, were developed with a comparison of variable-specific effects due to the occurrence of diverse altered evolution scenarios (AESs). After providing supporting information to get a variety of quantitative expectations about the dependency relationship between domain variables and AESs, this study could connect the results of probabilistic inference for unobserved random variables in the Bayesian network with the deterministic consequence evaluation model addressed from a reference site.
This study got a number of practical results to improve current knowledge base for the prioritization of future risk-dominant variables and scenarios in an actual site. It is concluded that the results of this study can be utilized to establish more conservative regulatory criteria for decision making in radioactive waste disposal facilities.
예전부터 다수의 확률론적 리스크 분석은 재해 원천의 불확실한 미래상태와 바람직하지 않은 임의의 시나리오 발생의 상황에서 리스크 프로파일(risk profile)을 실제적으로 추정하기 위해 수행되어 왔다. 이 리스크 분석에서 시나리오는 특정 초기사건의 시스템 내에서의 전파 특성으로 정의된다. 또한 여기서 초기사건은 바람직하지 않은 광범위한 사고 결말을 유도하는 특정 악조건 상황의 발생을 의미한다. 시나리오가 단순한 경우보다 복잡하고 다양한 시나리오가 있는 경우 리스크 결과는 분명히 더 예측하기 어려워질 것이다. 관련 시나리오가 현실 세계에서와 같이 불규칙적으로 즉, 무작위적이거나 추계적으로 변화되는 경우는 더욱 그러할 것이다.
방사성폐기물 시설의 경우, 유감스럽게도 그 시설은 향후 미래에 직접적으로 사건이 제어되지 않고 추계적인 누출경로 문제를 갖는 피동 시스템(stochastic passive system)으로서 특정의 추론과정 없이는 분석되지 않기 때문에 전통적인 분석 기법만으로는 그 리스크를 추정할 수 없다. 이 시스템에서 미래 상태에 나타나는 불확실성의 원천은 그 부지의 다양한 환경적 특성, 즉 지질학적, 수리학적 및 생태학적 특성이 사건 시나리오와 상호 연계되는 종속적 관계를 적절히 정립함으로써 감소될 수 있음을 인식하여야 한다. 그렇다면 이 시스템의 리스크 분석은 현재의 전형적인 분석 방법론으로는 수행하기 어려우므로 상기와 같은 고려사항을 충분히 반영한 특정의 평가방법론을 적용하여야 한다.
본 논문에서는 환경조건의 변화로부터 예측되는 피동 시스템의 다양한 영향을 평가하기 위하여 전통적인 확률론적 리스크평가 방식에 베이지안 망 개념을 사용한 추론과정을 접목한 새로운 방법론 체계를 도입하였다. 다수의 추계적 시나리오와 피동 시스템의 도메인 변수 침해 (disturbance) 과정 사이의 종속성을 정량적으로 나타낼 수 있는 인과론적인 추론과정은 본 논문에서 채택한 모델링에서 기반이 된다. 특히 본 논문은 확률론적 리스크평가 방식을 접목하기 위한 특정의 베이지안 망을 구조화하고 이 구조내의 각 노드(즉, 무작위 변수)들의 모수를 정량적으로 추정하기 위하여 경계 변위 개연성 가중 (bounded-variance likelihood weighting) 알고리즘에 근거한 확률론적 근사 추론 프로그램을 개발하고 검증하였다.
관련되는 시나리오는 다양한 네 가지 포괄적 범주로 분류되었다. 각 시나리오 발생으로 인한 시스템 도메인 변수 고유한 영향의 비교를 포함하는 본 논문의 특정 분석결과는 관련 종속 모수들의 몬테카를로 불확실성 전파를 통해 얻어졌다. 파악된 특정 분석결과들은 예탁 유효선량과 같은 방사선폐기물 시설의 말단 (endpoint) 척도에 대한 전반적인 고찰사항들(insights)을 유효하게 제공하고 있다. 이런 고찰사항은 우리에게 다양한 증거와 정보를 제시하고 있으며, 특히 이는 시나리오와 시스템 자체의 종속적 관계 설정을 위한 지식기반을 향상시키는 내용을 포함한다. 한편 본 연구에서 채택한 전반적인 평가방법론은 미래의 첨두 피폭선량평가를 통해 관련 리스크 제한치를 설정하기 위한 규제 의사결정과정에서 특정의 유용한 정량적 정보를 생산하는데 기여할 것이다.
