지반 데이터를 활용한 건물 변위 분석 시스템 : 부산광역시 사례 중심으로

Ⅰ. 서 론

지진이란 오랫동안 축적된 변형 에너지가 방출되면서 지각이 흔들리는 일을 말한다. 최근 2016년 경주 지진(규모 5.8), 2017년 포항 지진(규모 5.4) 등으로 인해 상당한 피해가 발생하였으며 이로 인해 국외에서만 크게 발생할 것이라 생각한 지진이 국내에서도 크게 발생할 수 있음이 증명되었다[1]. 이후 지진으로 인해 생명이나 재산 피해가 크게 발생할 수 있다는 경각심을 가지게 되었고 지진 재해에 대한 연구의 필요성이 대두되고 있으며 실제 다양한 연구들이 진행되고 있다[2]. 지진으로 인해 발생할 수 있는 피해 중 건물 피해가 큰 비중을 차지하고 있다. 이러한 건물 피해는 많은 인명 피해를 일으킬 뿐만 아니라 재산 피해를 주는 등 많은 피해를 유발시킨다[3].

현재 지진으로 인한 건물 피해를 사전에 알기 위해 많은 연구가 진행 중이며 특히 건물 변위를 측정 하거나 계산하기 위한 연구들이 활발히 진행 중이다[4-5]. 하지만 대부분의 지진으로 인한 건물 변위 관련 연구들은 주로 해외에서 진행되고 있는 상황이며 국내에서는 대부분 지진으로 인한 건물 변위를 계산하는 것이 아닌 시공 단계에서의 건물 변위 평가나 이상극한하중으로 인한 구조물 변위 측정 방법을 비교 검증하는 등 지진으로 인한 건물 붕괴 보다는 지진 외적인 요인으로 인한 건물의 변위를 계산하는 연구로 범위가 국한되어 있는 상황이다[6-7]. 또한 지진으로 인한 건물 피해 관련 연구들 대부분이 머신러닝이나 HAZUS와 같은 지진 피해평가 시스템을 활용해 지진 피해를 대략적으로 추측하고 있으나 이를 이용해 건물 층별 피해나 구조적 피해를 아는 등 건물 피해에 대해 상세히 알기는 어렵다[8]-[12].

본 연구는 기존의 이런 문제점들을 해결하기 위해 지진 규모 5인 상황에 대한 지반 데이터, QuakeCore 시뮬레이션, OpenSees 등을 활용하여 건물 변위 계산 시뮬레이션을 수행 하였다. 또한 이를 기반으로 건물 피해 정도를 분석하였다. 본 연구에서는 실측된 부산광역시의 지반 데이터를 기반으로 1km당 가상의 관측지점을 지정하고 지반 운동 시뮬레이션을 수행하였다. 시뮬레이션 수행 결과 얻어진 관측 지점별 PGA 데이터 값을 OpenSees 기반의 오픈소스 라이브러리를 활용하여 건물 변위 계산 시뮬레이션을 수행하였다. 그리고 이를 통해 구조물 피해를 정확하게 분석하는 시스템을 개발하였다.

Ⅱ. 관련 연구

지진으로 인한 피해가 증가함에 따라 국내의 경우도 지진으로 인한 건물피해 관련한 주제로 연구들이 진행되고 있다. 그러나 국외의 경우와 비교해 보았을 때, 관련 연구들이 아직 미흡한 실정이다.

S. H. Eem et al.(2018)은 Opendata를 활용하여 초기 대응을 위한 지진으로 인한 건물피해 평가 방법론을 제안하였다. 또한 포항지진과 경주 지진에 대해 관측된 지진 데이터를 이용하여 대상 건물 위치에서의 응답스펙트럼을 계산하여 건물 피해 정도를 추정하였고, 건물의 피해정도는 Moderate code의 지진취약도 곡선을 활용하여 지진피해를 평가하였으며 상대적인 지진피해 정도와 대략적인 피해상황을 제공하는 연구를 진행하였다[8].

G. Y. Kim(2020)은 지진피해 평가 데이터들을 활용하여 지진피해에 따른 건물 피해정도를 예측하기 위해서 다양한 건축 정보 데이터 중 필요한 요소들을 살펴보고 실제 부산광역시 건물데이터 약 30만 건에 대해서 학습데이터를 구축하여 LSTM 모델을 활용해 예측 및 테스트 하는 연구를 진행하였다[9].

I. B. Kang et al.(2002)은 지진피해 예측 software인 HAZUS를 충청남도 지역에 적용하여 건물, 인구, 시추자료 등 1차적인 데이터를 가지고 지진재해 규모를 산정 하였으며 홍성지역에서 규모 6.0 지진을 발생시켜 지진피해를 예측 하는 연구를 진행하였다[10].

E. T. Yoon et al.(2005)은 서울시 모델 특정 구역(강남 대로변)을 대상으로 건축물의 지진피해 확률을 계산하고 모델 구역 내 건축물의 전반적인 피해 정도를 추정 하는 연구를 진행 하였으나 활용한 역량 곡선 및 취약도 함수의 파라미터 값들이 우리나라 건축물과 우리나라 지진 특성에 근거한 값이 아니라 해외에서 사용되는 값을 사용해 실제 결과 데이터와 차이점이 존재한다[11].

G. Y. Kim(2017)은 지진 피해 분석, 평가를 위해 지역별 건물 데이터, 인구 데이터 등을 자동으로 수집 및 통합하여 표준화 시스템을 구축하였으며 지진이 발생할 수 있는 지역에 대해 국내외서 제시한 다양한 지진 위해도 모델들을 활용하고 취약도 곡선을 개발하였다.

국내에서 진행되는 지진에 의한 건물 피해 연구들이 다수 존재하지만 대부분의 연구들이 건물 피해 시뮬레이션 단계에서 지반에 대한 감쇠식을 모사해서 활용하기 때문에 정확도가 낮으며 대략적인 건물 피해 정도를 추정할 뿐이다.

Ⅲ. 건물 변위 분석 시스템

3-1 건물 변위 계산 시뮬레이션 프로세스

본 연구에서는 가상의 지진파 데이터를 사용하여 건물 변위 시뮬레이션을 수행하며 전체적인 프로세스는 Fig 1. 과 같다. 본 연구에서는 Fig 1. 과 같은 프로세스로 웹 페이지의 입력 단에서 PGA, PGV, AI 등과 같은 지반 운동 시뮬레이션 결과 데이터 파일을 입력하면 Calculate_ims 의 입력 값으로서 Python 스크립트의 명령어로 실행되며 OpenSees와 연동하는 건물 변위 계산 모듈을 통해 건물 변위 값이 계산되어 csv 파일로 결과 값이 저장되는 방식으로 시뮬레이션이 수행된다. 이때 만들어진 csv 파일은 웹 페이지에서 파일을 업로드 함으로써 웹 페이지 상에서 데이터를 확인할 수 있으며 웹 페이지 상에 저장된 데이터프레임 값을 향후 활용할 예정이다.

Fig. 1.

Building Displacement Calculation Simulation Process

3-2 부산광역시 지반 데이터

본 연구에서는 구조물의 피해를 정확하게 시뮬레이션하기 위해 국토지반정보포탈에 수록된 부산, 김해, 양산지역 지반조사 자료뿐만 아니라 부산광역시 내 약 200여 곳에서 신규로 계측을 실시하여 활용하였다. 이러한 실측 데이터와 인근지역의 고유진동수에 근거하여 김해평야 퇴적층의 고유진동수-기반암깊이 상관관계를 유도하였으며 상관관계는 식 1. 과 같다. 여기서, H는 암반층까지의 깊이, f₀는 지반의 고유진동수를 나타낸다. 이러한 상관관계 식을 이용하여 고유주기 지도를 기반암 깊이 지도로 변환하여 활용하였다. Fig. 2 는 실측한 기반암 깊이 지도를 나타낸 것이다.

$\[ H\left[m\right]=63.5f_0^{-1.33} \]$

(1)

Fig. 2.

Measured bedrock depth map

3-3 관측소별 PGA 데이터

본 연구에서 사용한 가상의 지진파 데이터는 지반 데이터를 활용한 지반 운동 시뮬레이션의 결과 데이터이며 지반 운동 시뮬레이션에는 실측된 부산광역시 지반 데이터와 속도 모델, 1km 간격의 가상 관측지점을 입력하여 가상 지진 규모 5인 상황에 대한 시뮬레이션을 수행하였다. 지반 운동 시뮬레이션을 수행한 결과 csv 파일 또는 binary 형태의 파일로 출력된다. Fig 3. 은 본 연구에서 사용한 총 24개의 열로 구성된 지반 운동 시뮬레이션 결과가 저장된 csv 파일의 일부로 실측된 부산광역시 지반 자료를 기반으로 한 1km 단위의 가상 관측지점을 통해 PGA(Peak Ground Acceleration, 최대 지반 가속도), PGV(Peak Ground Velocity, 최대 지반 속도) 등을 계산한 결과 값이다. Fig 3. 에서 station은 지진 계측 센서가 위치한 장소 또는 시뮬레이션에서 지진파가 관측된 장소의 경도/위도를 코드화 한 것이다. component의 geom(Geometric Distance)은 x, y, z 축 방향에 대한 PGA, PGV, CAV 등 해당 값들을 식 2. 와 같은 방식으로 계산한 값이다. 예로 x축, y축, z축에 대한 PGA 수치를 각각 제곱하여 합한 후 제곱근 계산하여 최종적으로 PGA에 대한 geom 값을 계산한다. 따라서 각각의 값들은 x, y, z 각 축의 값들의 제곱 합의 제곱근을 계산한 값이며, 이는 3차원 데이터를 1차원 데이터로 변환한 것과 같다. 본 연구에서는 이러한 지반 운동 시뮬레이션 결과 값을 건물 변위 계산 시뮬레이션에 활용 하였다.

$\[ \begin{array}{c}Geometric Distance=\sqrt{x^2+y^2+z^2} \hfill \\ \left(x,y,z\text{는 각축의} PGA,PGV\text{등의 값}\right)\hfill \end{array} \]$

(2)

Fig. 3.

PGA, PGV data by station

3-5 IM Calculation 모델

건물 변위를 계산하기 위한 모델은 뉴질랜드의 QuakeCore 팀에서 연구한 IM Calculation을 사용하였다. IM Calculation(Intensity Measure calculations)은 성능 기반 지진 공학(Performance-Based Earthquake Engineering : PBEE)에서 지진 위험과 구조물에 대한 잠재적 수요를 정량화 하는데 널리 사용되며 지면 움직임의 심각도를 조사하는 데 특히 유용하게 사용된다[14]. 기본적으로 제공되는 소프트웨어로는 Simple IMs와 Advanced IMs가 존재하며 Simple IMs는 PGA, SA, PGV 등과 같은 단순한 IM 값들을 계산하기 때문에 Python 스크립트로 모든 계산을 수행한다. Advanced IMs는 기존에 개발된 모델을 플러그 앤 플레이 방식으로 쉽게 삽입 할 수 있는 모듈식 프레임 워크를 제공해준다. 본 연구에서는 Advanced IMs를 활용하여 OpenSees와 연동해 건물의 변위 값을 계산 하였다.

Fig 4. 는 IM Calculation의 전체적인 흐름을 도식화 하여 나타낸 것이다. IM Calculation은 지진의 시뮬레이션 값을 입력 값으로 넣어주고 사용자가 Simple IM 및 Advanced IM에 대해 옵션을 선택할 수 있다. Simple IM 옵션을 선택한다면 입력 값에 대하여 PGA, SA, PGV 등에 대해 계산을 수행하며 Advanced IM 옵션을 선택하였다면 입력 값에 대하여 건물의 변위 값 등의 계산을 수행한다. 또한 플러그 앤 플레이 방식으로 모델들을 삽입할 수 있으며 최종적으로 건물의 변위 값이나 PGA, SA, PGV 등에 대해서 계산한 값이 출력 값으로 나오게 된다.

Fig. 4.

IM Calculation flow chart

3-6 건물 변위 분석 시스템

건물의 변위 값을 계산하기 위한 모델을 편리하게 구동하기 위한 웹 페이지는 python 스크립트로 이루어져 있으며 Flask 라이브러리를 활용하였다. Flask란 python 웹 어플리케이션을 만드는 프레임 워크이다. 웹 어플리케이션을 만들기 위한 대표적인 라이브러리로는 Flask와 장고가 있으며, Flask가 비교적 매우 심플하고 가벼운 느낌을 가지고 있기 때문에 해당 라이브러리를 활용하였다.

Fig 5. 는 Flask를 활용해 구현한 웹 페이지로 여러 가지 입력 값을 입력할 수 있게 하여 해당 값은 건물 변위 값 계산을 위한 IM Calculation 모듈의 명령어로 입력되게 된다. 입력 값은 첫째로 입력 파일 경로가 있으며 부산시 PGA, PGV, AI 등 과 같은 지반 운동 시뮬레이션 결과가 저장된 파일의 경로를 입력해 준다. 둘째로 건물 변위 값 계산을 수행하여 나온 결과 파일을 저장할 출력 파일의 경로를 설정해 준다. 셋째로는 시뮬레이션의 실행 이름을, 넷째로 지진의 이름, 다섯째로 입력 값의 유형이 시뮬레이션인지 관측 데이터인지를 선택해준다. 다섯째로 시뮬레이션의 버전을 입력, 여섯째로 건물 변위 값에 대해 계산할 건물의 위치를 입력하고 일곱째로 프로세서의 개수, 마지막으로는 몇 층 건물인지를 입력할 수 있게 하였다. 입력 값을 모두 선택 하여 입력 버튼을 누르게 되면 웹 페이지와 연동된 IM Calculation이 Local에서 돌아가서 계산을 수행하게 되며 출력 파일은 입력한 출력파일 경로에 csv 파일 형식으로 저장되게 된다. 여기에서 csv(Comma Separated Value)란 쉼표를 기준으로 항목을 구분하여 저장한 데이터를 말하며 주로 데이터베이스나 표 계산 소프트웨어 데이터를 보존하기 위해 사용된다. 저장된 csv 파일은 웹 페이지에서 업로드 하여 해당 파일의 내용을 확인할 수 있으며 FileStorage 형식으로 데이터를 보존할 수 있다.

Fig. 5.

Web-based building displacement analysis system

3-7 시뮬레이션 결과

본 연구에서는 가상의 지진파 데이터를 이용하여 철골 구조의 5층 및 9층 건물에 대하여 규모 5인 지진이 일어났을 경우의 상황을 시뮬레이션 하였다. Table 1. 은 IM Calculation 모듈에서 생성된 규모 5의 지진에 대한 가상의 ARKE 관측지점에 위치한 건물의 변위를 계산한 값을 나타낸 것으로 5층, 9층 건물의 위상에 따른 전 층에 대한 평균값을 도출한 값이다. Table 1.에서 Acceleration은 1층부터 9층까지에 대한 가속도를 나타낸 것으로 시뮬레이션 결과 철골 구조를 가지는 5층 건물의 경우 위상에 따라 약 60~63의 값이 계산되었으며 9층 건물의 경우 위상에 따라 약 45~46 정도의 값이 계산되었다. 또한 Displacement는 각 층의 변형된 정도를 나타내는 변위 값으로 시뮬레이션 결과 철골 구조의 5층 건물과 9층 건물 모두 위상에 따라 약 0~2 사이의 변위 값이 계산되었으며 Drift는 이전 층과의 사이에서 벗어난 정도를 나타낸 것으로 시뮬레이션 결과 철골 구조의 5층 건물의 경우 위상에 따라 약 0.002~0.004 사이의 값이, 9층 건물의 경우 약 0.002의 값이 계산 되었다.

Table 1.

Building displacement calculation simulation result data

Ⅳ. 결론 및 향후 연구

본 연구에서는 건물 변위를 계산 및 분석하기 위하여 실측된 부산광역시의 지반 데이터를 활용하여 가상 실험을 수행하였다. 가상의 관측지점에 대해 지반 운동 시뮬레이션을 수행한 결과 PGA, PGV 값 등의 데이터를 활용하여 구조물의 피해를 정확히 계산하고자 하였다. 또한 건물의 변위를 계산하기 위하여 QuakeCore 팀에서 연구한 IM Calculation을 Flask 기반의 웹 페이지와 연동하는 모듈을 개발하여 건물의 변위 계산을 손쉽게 할 수 있게 하여, 웹 페이지 상에서 가상의 지진파 데이터를 입력하여 IM Calculation을 구동해 건물 변위 값을 계산할 수 있게 하였다. 또한 계산된 건물 변위 값을 웹 페이지 상에 업로드 하여 FileStorage 형식으로 데이터를 저장 및 확인 할 수 있게 하는 시스템을 개발하였다.

본 연구에서는 실측된 부산광역시 지반 데이터를 활용하여 가상 관측 지점에 대한 지반 운동 시뮬레이션 결과 값을 활용해 건물의 변위 값을 계산하는 과정을 웹 페이지와 연동하는 모듈을 개발하였지만 향후 건물 변위 값을 활용해 3D 지도상에 표출하거나 또는 다른 활용 방안에 대한 지속적인 연구가 필요하다.

Acknowledgments

본 연구는 국가과학기술연구회에서 시행한 개방형데이터솔루션(DDS) 융합연구단사업 “AI 기술을 활용한 공공데이터 기반 지역현안 솔루션 개발 및 실용화 -안전안심사회 실현을 위한 실증연구중심으로-”의 지원을 받아 수행된 연구임.

References

• G. Y. Lee, Y. H. Jo, C. H. Lee, S. M. Lee and K. H. Lee, “Earthquake Damages and Responses of Domestic and International Architectural Cultural Heritages,” Journal of the Korean Association for Spatial Structures, Vol. 20, No. 1, pp. 4-11, Mar. 2020.
• Kim, Sang-Bin, and Seong-Hoon Kim. “A Development of a Seismic Vulnerability Model and Spatial Analysis for Buildings.” Journal of the Korea Convergence Society, Vol. 11, No. 10, pp. 9–18, Oct. 2020.
• T. Kim, Y. Chu, S. R. Kim, and D. Bhandari, “Seismic Behavior of Domestic Piloti-type Buildings Damaged by 2017 Pohang Earthquake,” Journal of the Earthquake Engineering Society of Korea, Vol. 22, No. 3, pp. 161–168, Apr. 2018. [https://doi.org/10.5000/EESK.2018.22.3.161]
• M. Palanci and S. M. Senel, “Correlation of earthquake intensity measures and spectral displacement demands in building type structures,” Soil Dynamics and Earthquake Engineering, Vol. 121, pp. 306–326, Jun. 2019. [https://doi.org/10.1016/j.soildyn.2019.03.023]
• Y. Cho and E. M. Rathje, “Displacement hazard curves derived from slope-specific predictive models of earthquake-induced displacement,” Soil Dynamics and Earthquake Engineering, Vol. 138, pp. 106367, Nov. 2020. [https://doi.org/10.1016/j.soildyn.2020.106367]
• Y. G. Kim, “Evaluation of Lateral Displacement of Irregular Shaped Tall Buildings using Construction Stage Sequence Analysis,” Journal of the Computational Structural Engineering Institute of Korea, Vol. 30, No. 2, pp. 19-23, Jun. 2017.
• Hwang, Jin Sang, et al. “Displacement Analysis of Structures using RTK-GPS/Accelerometer Integration Methods.” Journal of the Korean Society of Surveying, Photogrammetry and Cartography, Vol. 29, No. 6, pp. 583–591, Dec. 2011. [https://doi.org/10.7848/ksgpc.2011.29.6.583]
• S. H. Eem, B. J. Yang and H. M. Jeon, “Earthquake Damage Assessment of Buildings Using Opendata in the Pohang and the Gyeongju Earthquakes,” Journal of the Earthquake Engineering Society of Korea, Vol. 22, No. 3, pp. 121-128, Apr. 2018. [https://doi.org/10.5000/EESK.2018.22.3.121]
• G. Y. Kim, “A Study on Data Collection and Prediction of Seismic Risk Assessment System,” Journal of Digital Contents Society, Vol. 21, No. 8, pp. 1495-1500, Aug. 2020. [https://doi.org/10.9728/dcs.2020.21.8.1495]
• I. B. Kang and J. H. Park, “The Seismic Hazard Study on Chung-Nam Province using HAZUS,” Journal of the Korean Society of Hazard Mitigation, Vol. 2, No. 2, pp. 73-83, June. 2002.
• E. T. Yoon, et al. “A Study on the Seismic Damage Estimation in the Model District of Seoul City,” Journal of the Earthquake Engineering Society of Korea, Vol. 9, No. 6, pp. 41-52, Dec. 2005. [https://doi.org/10.5000/EESK.2005.9.6.041]
• G. Y. Kim, “A Study on the Development of Korean Seismic Risk Assessment Platform,” Journal of Digital Contents Society, Vol. 18, No. 1, pp. 1-4, Feb. 2017.
• C. Yoo, T. Kim, and H.-G. Park, “Comparison of Nonlinear Analysis Programs for Small-size Reinforced Concrete Buildings II,” Journal of the Earthquake Engineering Society of Korea, Vol. 19, No. 5, pp. 229–238, Sep. 2015. [https://doi.org/10.5000/EESK.2015.19.5.229]
• Quake Core. NZ Centre for Earthquake Resilience [Internet]. Available: http://www.quakecore.nz/, .