1. 서 론
2. 시험 재료, 시편 및 시험 방법
2.1 시험 재료
2.2 홈이 파인 디스크(GD) 시편
2.3 일정 응력속도 시험
2.4 시험 절차
3. 코코니노 사암 파괴강도의 와이블(Weibull) 분석
3.1 와이블 분포
3.2 최대우도법
3.3 실험 결과
3.4 와이블 선도 및 결정계수(R2)의 통계적 고찰
4. 오차 전파법에 의한 CV(n) 해석적 관계식 및 최소 시편수 산정식
4.1 오차 전파법의 적용
4.2 CV(n) 해석적 관계식 유도
4.3 최소 시편수 산정식
4.4 부트스트랩 비교
4.5 파라미터 n의 분포 형태
4.6 n값 범위에 따른 최소 시편수 민감도 분석
4.7 최소 시편수 산정 차트
5. 고 찰
5.1 불활성 강도 근사가 임계하 균열성장 파라미터 추정에 미치는 영향
5.2 응력속도 배치 계수 CR의 역할 및 서브셋 비교
5.3 응력속도 범위와 시편수의 상호보완 관계
5.4 실용적 지침
6. 결 론
1. 서 론
암석에서의 임계하 균열성장(subcritical crack growth)은 균열 선단의 응력확대계수 KI가 파괴인성 KIC에 도달하기 이전의 응력 조건에서도 균열이 시간에 따라 서서히 성장하는 현상으로, 취성 암석의 시간 의존적 변형에 중요한 역할을 한다(Atkinson, 1984, Atkinson and Meredith, 1987a). 이 현상은 터널, 지하 공동, 암반 사면 등 다양한 암반공학 구조물의 장기 안정성 평가에 직접적인 영향을 미치며(Hashiba et al., 2021, Kemeny, 2005), 특히 지하수가 존재하는 심부 지하 구조물의 설계 수명을 합리적으로 산정하기 위해서는 임계하 균열성장의 정량적 이해가 필수적이다(Lockner, 1993, Nara et al., 2013). 임계하 균열성장의 발생 기작으로는 응력 부식(stress corrosion), 용해(dissolution), 확산(diffusion), 이온 교환(ion exchange) 및 미소소성(microplasticity) 등이 제안된 바 있으나(Atkinson, 1984, Atkinson and Meredith, 1987a), 암석의 경우 공극수의 화학적 작용에 기인한 응력 부식이 지배적인 것으로 알려져 있다(Atkinson and Meredith, 1987b, Nara et al., 2013). 규산염 광물을 주성분으로 하는 암석에서는 균열 선단 근방에서 물분자(H2O)가 Si–O 결합과 반응하여 상대적으로 취약한 Si–OH 수소 결합을 형성함으로써 결합 강도가 저하되며(Atkinson, 1979, Swain et al., 1973), 이 과정은 다음 화학 반응식으로 표현된다.
임계하 균열성장 속도 v와 응력확대계수 KI 사이의 관계는 경험적 멱함수(power law)로 표현된다(Anderson and Grew, 1977, Atkinson, 1984, Wiederhorn, 1974).
여기서, A, n은 임계하 균열성장 파라미터이다. 파라미터 n은 임계하 균열성장 지수라고도 불리며, 값이 클수록 균열 성장에 대한 재료의 저항성이 높음을 의미한다(Ko and Kemeny, 2013, Olson, 1993).
암석의 n 값은 암종과 포화 조건에 따라 20~150의 넓은 범위에 분포하며(Anderson and Grew, 1977, Waza et al., 1980), 온도·습도·수분 등 환경 조건에 의해서도 크게 영향을 받는다(Nara et al., 2013, Voigtländer et al., 2018). 임계하 균열성장 파라미터를 실험적으로 결정하는 방법으로는 이중 비틀림(Double Torsion, DT) 시험이 가장 널리 사용되어 왔다(Atkinson and Meredith, 1987b, Nara and Kaneko, 2005, Swanson, 1984). DT 시험은 하중 이완(load relaxation)을 이용하여 균열 속도–응력확대계수 관계를 직접 측정할 수 있는 장점이 있으나, 모드 I 하중 조건에서만 적용 가능하고, 동일 재료·환경 조건에서도 시험 반복 시 K–v 관계의 일관성이 낮은 경우가 보고되어 있으며(Swanson, 1984), 판형 시편의 제작이 필요하여 현장 적용에 제약이 따른다. 이에 대한 대안으로 파괴강도–하중 속도 관계의 선형 회귀로부터 파라미터를 간접 결정하는 일정 응력속도 시험(constant stress-rate test)이 세라믹 분야에서 제안되었고(Evans, 1972, Williams and Evans, 1973), 이후 암석역학 분야에도 도입되었다(Ko and Kemeny, 2011, 2013). 일정 응력속도 시험은 동일한 환경 조건에서 여러 응력속도로 파괴강도를 측정하고, log 파괴강도–log 응력속도 관계의 선형 회귀 기울기 α로부터 파라미터 n = 1/α - 1을 산출하는 방법이다(ASTM C1368, 2006). 이 방법은 표준 재하 장치만으로 수행할 수 있고 다양한 시편 형상에 적용 가능하여 실험적 편의성이 높다(Ko and Kemeny, 2013). ASTM C1368(2006)은 세라믹 재료에 대해 응력속도당 최소 10개의 시편을 권고하고 있으나, 이 기준이 강도 산포도가 세라믹보다 일반적으로 큰 암석에 그대로 적용될 수 있는지에 대한 정량적 근거는 명확히 제시된 바 없다.
임계하 균열성장 파라미터의 통계적 특성에 관한 연구는 세라믹 분야에서 먼저 이루어졌으며(Charles, 1958, Singh and Shetty, 1990), 국내에서도 암석의 임계하 균열성장 및 장기 강도 거동에 관한 연구가 수행되어 온 바 있다(Ko, 2019, Kim et al., 2020). Ko(2008)는 코코니노 사암(Coconino sandstone)의 홈이 파인 디스크(Grooved Disc, GD) 시편을 이용하여 임계하 균열성장 파라미터의 통계적 특성을 체계적으로 분석하였다. Ko(2008)는 각 응력속도당 40개의 실험 파괴강도 데이터로부터 복원 재추출(resampling with replacement) 방법으로 하위집합을 구성하고, 시편 수 N = 5, 7, 10, 20, 30, 40에 따른 파라미터 n, A의 평균·표준편차 및 확률 분포 형태를 분석하였다. 또한 Monte Carlo 시뮬레이션을 통해 와이블 계수 m이 파라미터 n의 변동성에 가장 큰 영향을 미치는 인자임을 확인하였다. 그러나 기존 연구는 실험 설계 단계에서 선제적으로 활용 가능한 해석적 관계식을 제시하지 못하여, 실험을 마친 후에만 파라미터를 평가할 수 있는 사후(post-hoc) 분석에 머무른다는 뚜렷한 한계가 있었다. 또한 응력속도 범위(자릿수)가 파라미터 정밀도에 미치는 영향 역시 체계적으로 분석되지 않았다.
본 연구에서는 이러한 한계를 극복하기 위해 오차 전파법(propagation-of-error method)을 적용하여 임계하 균열성장 지수 n의 변동계수 CV(n)에 대한 해석적 관계식을 유도하였다. 이 수식을 활용하면 실험 전에도 목표 변동계수를 달성하기 위한 최소 시편수 산정식을 도출할 수 있으며, 응력속도 범위가 정밀도에 미치는 영향을 ‘응력속도 배치 계수(CR)’로 정량화할 수 있다. 유도된 수식의 타당성은 코코니노 사암의 160개 파괴강도 실험값을 기반으로 한 1,000회의 부트스트랩 재추출(bootstrap resampling) 결과와 비교하여 엄밀하게 검증하였다.
2. 시험 재료, 시편 및 시험 방법
2.1 시험 재료
본 연구에 사용된 시료는 코코니노 사암으로 애리조나주 플래그스태프(Flagstaff) 인근 채석장에서 채취되었다. 코코니노 사암은 비교적 균질한 세립질 조직을 가져 시편 간 강도 산포가 적고, Ko(2008) 및 Ko and Kemeny(2013)에 의해 임계하 균열성장 파라미터가 체계적으로 분석된 기준 자료가 존재하여 해석식 검증에 적합한 재료로 판단하였다. 코코니노 사암의 주요 역학적 특성을 Table 1에 정리하였다(Ko and Kemeny, 2013).
Table 1.
Mechanical properties of Coconino sandstone (Ko and Kemeny, 2013)
| Property | Value |
| Uniaxial compressive strength | 118.4 ± 3.0 MPa |
| Tensile strength | 6.4 ± 0.9 MPa |
| Young’s modulus | 24.3 ± 1.5 GPa |
| Poisson’s ratio | 0.36 ± 0.03 |
| Cohesion | 22.7 MPa |
| Internal friction angle | 50.6° |
2.2 홈이 파인 디스크(GD) 시편
파괴강도는 홈이 파인 디스크(Grooved Disc, GD) 시편을 이용하여 측정하였다. GD 시편은 직경 d = 50.8 mm, 두께 B = 25.4 mm의 공칭 치수(nominal dimension)로 제작되었으며(Fig. 1), 시편 한 면에는 편측 노치(single edge notch)가 가공되어 있고 직경 방향으로 압축 하중이 가해진다. 노치 깊이 a = 7.6 mm, 노치 두께는 2 mm이며, 노치 깊이와 시편 두께의 비(a/B)는 0.3으로 설정하였다.
GD 시편의 파괴강도 는 다음과 같이 산출된다(Szendi-Horvath, 1980).
여기서 P는 파괴 시 적용 하중이다. GD 시편의 응력확대계수는 다음과 같이 주어진다(Singh and Pathan, 1988, Szendi-Horvath, 1980).
여기서 형상계수 Y = 1.12√π≈ 1.985이다. 식 (3)과 식 (4)는 파괴강도와 응력확대계수를 오직 인가 하중 P만의 함수로 기술한다. 이는 균열의 미시적 성장 길이나 속도를 실시간으로 계측해야 하는 기존 직접 측정 방식의 기술적 한계를 극복하게 해준다. 즉, 일반적인 표준 재하 장치만으로 하중 제어를 수행하고 파괴 시의 최대 하중 데이터를 획득함으로써, 후술할 일정 응력속도 시험의 선형 회귀 분석을 통해 복잡한 임계하 균열성장 파라미터들을 수학적으로 역산하여 간접 도출할 수 있는 강력한 실무적 이점을 제공한다.
2.3 일정 응력속도 시험
일정 응력속도 시험의 이론적 근거는 특정 환경에서 응력속도가 높을수록 재료의 파괴강도도 증가한다는 실험적 관계에 기반한다. 이 원리를 이용하여 ASTM C1368(2006)은 세라믹 재료에 대한 표준 시험 방법을 제시하였으며, Ko and Kemeny(2013)는 이를 암석에 대한 적용 가능성으로 확장하여 검증하였다.
2.3.1 파괴강도-응력속도 관계식
파괴강도 와 응력속도 사이의 관계는 다음과 같이 표현된다(ASTM C1368, 2006, Evans, 1972).
여기서 절편항 log D는 다음과 같이 정의된다.
여기서 는 불활성 강도(inert strength)로서, 환경에 의한 임계하 균열성장과 무관하게 암석의 순수한 기계적 결합 파괴로 인해 발생하는 최대 강도이다. 불활성 강도는 매우 빠른 응력속도를 적용하거나 진공·오일 등 불활성 환경에서 시험함으로써 측정할 수 있다. 본 연구에서는 가장 빠른 응력속도(10 MPa/s)에서의 평균 파괴강도를 불활성 강도로 근사하였다(ASTM C1368, 2006). 이러한 근사는 파라미터 A의 산출에는 영향을 미치나, 본 연구의 핵심 대상인 n과 D는 와 독립적으로 결정된다. 10 MPa/s를 초과하는 응력속도는 코코니노 사암의 인장강도(약 6.4 MPa)와 시험장비의 응답 속도 한계, 안전 등의 이유로 적용하지 않았다. 불활성 강도를 가장 빠른 응력속도의 평균 파괴강도로 근사하는 방법은 진공·오일 환경 시험이 어려운 실험 조건에서 실무적 대안으로 널리 활용된다(Ko and Kemeny, 2013, Evans, 1972). 본 연구의 핵심 대상인 파라미터 n과 D는 선형 회귀의 기울기와 절편으로부터 직접 결정되므로 이러한 근사 방법에 독립적이며, 근사에 따른 구체적인 오차 및 파라미터 A에 미치는 영향은 5.1장에서 상세히 고찰한다.
2.3.2 임계하 균열성장 파라미터 산출
식 (5)에서 파라미터 n과 D는 log 파괴강도–log 응력속도 관계의 선형 회귀 기울기 α 및 절편 β로부터 다음과 같이 결정된다.
파라미터 A는 식 (6)을 A에 대해 정리하여 산출한다.
여기서 A의 단위는 m/s로, KIC와 를 일관된 단위계(MPa 계열)로 대입하여야 한다. 이는 유도식에서 분자의 로부터 얻어지는 항과 분모의 Dn+1로부터 얻어지는 항에서 MPan이 소거되기 때문이다. 코코니노 사암에서 KIC = 0.6825 , = 3.827 MPa를 적용하면 A = 8.67 × 10-2 m/s가 얻어진다. 회귀 기울기 α의 표준오차 와 파라미터 n의 표준오차 는 선형회귀 이론으로부터 다음과 같이 구해진다.
여기서 는 회귀 잔차의 표준편차이며, 는 전체 데이터 세트(총 시편)에 대한 응력속도 log값의 편차 제곱합이다. 식(11)은 오차 전파법(propagation-of-error method)을 적용하여 도출된 결과이며, 이는 4장에서 다룰 CV(n) 해석적 관계식 유도의 핵심적인 출발점이 된다.
2.4 시험 절차
하중 제어 방식으로 0.01, 0.1, 1, 10 MPa/s의 4가지 응력속도를 적용하였다. 이 응력속도 범위는 ASTM C1368(2006)이 권고하는 3자릿수 범위(10-2~101 MPa/s) 범위에 해당한다. 각 응력속도에 대해 40개의 시편을 시험하여 총 160개의 파괴강도 데이터를 획득하였다. 시험은 실온(약 20°C), 상대습도 15% 미만의 환경에서 수행되었다. 모든 시편은 시험 전 40°C 오븐에서 최소 24시간 건조한 후 데시케이터(desiccator)에 보관하여 대기 중 수분과의 접촉을 원천적으로 차단하였다. Fig. 2에 40개 시편(각 응력속도)의 파괴강도–응력속도 관계를 도시하였으며, 실선은 최적 회귀선이다. 각 응력속도당 40개, 총 160개의 전체 데이터를 이용하여 산출된 임계하 균열성장 파라미터는 각각 n = 37±5, D = 3.54±0.04, A = 8.67×10-2 m/s이다.
3. 코코니노 사암 파괴강도의 와이블(Weibull) 분석
3.1 와이블 분포
암석은 천연 재료로서 결정립계, 공극, 내포물, 미세균열 등 다양한 크기와 형태의 내재적 결함을 포함하고 있다. 이로 인해 동일한 하중 및 환경 조건에서 시험을 수행하더라도 개별 시편의 파괴강도에는 상당한 통계적 산포가 발생한다. 이러한 취성 재료의 강도 변동성을 통계적으로 기술하기 위해 Weibull(1951)은 주어진 응력 수준 σ에서의 누적 파괴 확률 PF를 다음과 같이 제안하였다.
여기서 σo는 척도 파라미터(scale parameter)로서 전체 시편의 63.2%가 파괴에 도달하는 응력 수준을 의미하며, m은 형상 파라미터(shape parameter) 또는 와이블 계수(Weibull modulus)로서 파괴강도의 산포도를 결정하는 핵심 지표이다. m 값이 클수록 강도 분포의 산포는 감소한다. 일반적인 3-파라미터 와이블 분포에 포함되는 위치 파라미터(location parameter) σu는 암석을 비롯한 취성 재료의 파괴 해석에서 통상 0으로 가정되므로, 본 연구에서는 식 (12)와 같은 2-파라미터 모델을 적용하였다(Trustrum and Jayatilaka, 1979).
와이블 파라미터를 추정하는 대표적인 기법으로는 최소제곱법 기반의 도해적(graphic) 방법과 최대우도법(maximum likelihood estimation, MLE)이 있다. 도해적 방법은 직관적이나 추정 정밀도가 상대적으로 낮으므로, 본 연구에서는 보다 편향이 적고 통계적으로 엄밀한 최대우도법을 채택하였다(Khalili and Kromp, 1991, Trustrum and Jayatilaka, 1979).
3.2 최대우도법
2-파라미터 와이블 분포의 확률밀도함수는 다음과 같다.
총 N개의 파괴강도 실험 데이터 σ1, σ2 , …, σN에 대한 로그 우도함수를 구성하고, 이를 파라미터 σo와 m에 대해 편미분하여 0으로 치환하면 다음의 연립방정식이 도출된다.
식 (14a)는 m에 대한 비선형 방정식이므로 Newton-Raphson 반복법 등의 수치해석 기법을 통해 해를 구하며, 도출된 m을 식 (14b)에 대입하여 σo를 산출한다.
와이블 선도(Weibull plot)는 추정된 파괴 확률 분포의 적합성을 시각적으로 검증하는 도구이다. 식 (12)의 양변에 이중 자연로그를 취하면 다음의 선형 관계식으로 변환된다.
식 (15)에서 ln[ln(1/(1-PF))]를 세로축, ln(σ)를 가로축으로 도시하면 기울기가 m인 직선이 된다. 누적 파괴 확률의 산출에는 다음 식을 적용하였다(Trustrum and Jayatilaka, 1979).
여기서 i는 파괴강도를 오름차순으로 정렬했을 때의 순위이다.
3.3 실험 결과
GD 시편으로부터 측정한 코코니노 사암의 파괴강도(각 응력속도당 40개)에 대해 최대우도법으로 와이블 파라미터를 추정하였다. 결과를 Table 2에 정리하였으며, 응력속도별 와이블 선도를 Fig. 3에 나타내었다.
Table 2.
Weibull parameters estimated by MLE (N = 40 per stress rate)
Table 2에 제시된 평균 파괴강도와 표준편차는 단순 표본 통계량이 아니라 MLE로 적합된 와이블 분포로부터 산출된 이론적 적률(moment)값임에 유의한다.
분석 결과, 척도 파라미터 σo는 응력속도 증가에 따라 단조 증가하는 반면, 와이블 계수 m은 10 MPa/s에서 가장 크지만(10.78) 중간 응력속도에서는 일관된 단조 증가 경향을 보이지 않았다(8.70 → 9.02 → 7.79 → 10.78). 이는 특정 물리적 메커니즘의 발현이라기보다는, 유한한 크기의 표본(N=40)을 이용한 MLE 추정 과정에서 발생하는 자연스러운 통계적 변동으로 해석하는 것이 타당하다.
주목할 만한 점은 척도 파라미터 σo는 임계하 균열성장 파라미터 도출과 직접적으로 연결된다. 식 (5)의 개별 파괴강도 log 대신 각 응력속도 집단의 대푯값인 log를 이용하여 선형 회귀를 수행하면 기울기로부터 파라미터 n을 독립적이고 안정적으로 추정할 수 있다. Table 2의 값들에 대해 로그-로그 회귀를 수행하면 기울기 = 0.02599, R2 = 0.968이며, 이로부터 n = 37.5가 얻어진다. 이는 앞서 160개 전체 데이터 회귀 분석으로 구한 n = 37.0과 매우 높은 일치도를 보여준다.
3.4 와이블 선도 및 결정계수(R2)의 통계적 고찰
Fig. 3은 4개 응력속도 조건에 대한 와이블 선도이다. 각 패널에서 실험 데이터가 MLE 최적 적합선 주위에 비교적 균일하게 분포하고 있어, 코코니노 사암의 파괴강도가 2-파라미터 와이블 분포로 매우 잘 모사됨을 나타낸다. 파괴 확률 PF = 63.2%에 해당하는 수평 파선은 척도 파라미터 의 위치를 나타낸다. 각 응력속도에서 적합선의 기울기(와이블 계수 m)가 다르며, 10 MPa/s에서 가장 가파른 기울기(m = 10.78)가 관찰된다.
Table 3은 각 응력속도 조건에서 획득한 파괴강도의 기초 통계량과 관측 변동계수(CV)를 요약한 것이다.
Table 3.
Descriptive statistics of fracture strength and observed CV by stress rate (N = 40 per stress rate)
| Stress rate (MPa/s) | Mean (MPa) | STD (MPa) | CV (%) | Weibull m |
| 0.01 | 3.201 | 0.360 | 11.2 | 8.70 |
| 0.1 | 3.296 | 0.355 | 10.8 | 9.02 |
| 1 | 3.539 | 0.470 | 13.3 | 7.79 |
| 10 | 3.827 | 0.386 | 10.1 | 10.78 |
| Mean | - | - | 11.4 | 9.07 |
와이블 계수와 강도 변동계수 CV(σf)의 이론적 관계는 다음과 같다.
식 (17)에 코코니노 사암의 산술평균 와이블 계수 m = 9.07을 대입하면 이론적 변동계수는 약 13.2%로 도출되며, 이는 앞서 Table 3에 명시된 실제 관측 변동계수 범위(10.1~13.3%)의 상한값에 상응하는 수준이다.
이러한 와이블 분석 결과는 앞서 Fig. 2에 제시된 일정 응력속도 시험의 파괴강도-응력속도 전체 회귀 분석에서 결정계수 R2가 0.266으로 낮게 도출된 근본적인 물리적 원인을 명확히 설명해 준다. 일반적인 회귀 분석에서 낮은 R2는 회귀 모델의 부적합성을 시사하지만, 일정 응력속도 시험에서 도출되는 낮은 R2 값은 암석 파괴강도에 내재된 본질적인 통계적 산포에 기인하는 현상으로 해석되어야 한다. 총 강도 분산 SST는 응력속도 변화에 의해 설명되는 분산(SSreg)과 동일 응력속도 내 강도 산포에 의한 잔차 분산(SSres)으로 분해된다. 일정 응력속도 시험에서 각 응력속도 간 파괴강도 평균의 차이는 임계하 균열성장 효과에 의한 것이나, 동일 응력속도 내에서도 암석 특유의 내재적 불균질성(결정립계, 공극, 미세균열 등)으로 인해 필연적으로 강한 강도 산포가 발생한다. 코코니노 사암은 파인 세라믹스(통상 m = 10~20)에 비해 와이블 계수가 낮아(m = 9.07), 강도 산포 수준(약 13%)이 뚜렷하게 발현되며, 이는 곧 전체 회귀 분석의 R2를 저하시키는 지배적인 원인으로 작용한다. 실제로 160개 개별 데이터 대신 4개 응력속도의 평균 파괴강도만을 이용해 회귀 분석을 수행하면 R2 = 0.965에 달하는 높은 선형성이 확인되어, 임계하 균열성장 효과 자체는 명확히 존재함을 입증한다. 또한 전체 데이터를 이용한 회귀에서도 기울기 α의 95% 신뢰구간은 [0.0195, 0.0332]이며 p < 0.001로 통계적으로 강력하게 유의하다. 결론적으로, 일정 응력속도 시험에서 임계하 균열성장 파라미터 추정의 신뢰성을 결정하는 핵심은 표면적인 R2 수치가 아니라, 회귀 기울기의 표준오차 이며, 이는 재료 고유의 와이블 계수 m과 직결된다. 이러한 물리적 통찰을 바탕으로, 이어지는 4장에서는 응력속도별 m 값(7.79∼10.78)의 차이가 크지 않으므로 산술평균 m = 9.07을 대표 인자로 활용하여 최소 시편수 산정식을 해석적으로 유도하고자 한다.
4. 오차 전파법에 의한 CV(n) 해석적 관계식 및 최소 시편수 산정식
4.1 오차 전파법의 적용
앞서 파라미터 n의 표준오차는 선형회귀 기울기 추정량 의 표준오차 와 식 (10)과 (11)로 연결됨을 보였다. 식 (10)에서 를 산출하려면 잔차 표준편차 이 필요하다. 기존 연구(Ko, 2008)에서는 을 실측 데이터로부터 계산하였으므로, 해당 방법은 실험 완료 후에만 적용 가능한 사후(post-hoc) 분석이라는 한계를 지닌다.
본 연구에서는 을 와이블 계수 m만의 함수로 표현하는 오차 전파법(propagation-of-error method)을 적용하여 CV(n)의 해석적 관계식(analytical expression)과 최소 시편수 산정식을 순차적으로 유도한다. 이러한 해석적 접근법은 와이블 분포를 따르는 취성 재료 일반에 범용적으로 적용 가능하며, 본 장에서는 코코니노 사암의 실험 데이터를 활용하여 그 타당성을 검증한다.
4.2 CV(n) 해석적 관계식 유도
4.2.1 Weibull–Gumbel 분산 관계
취성 재료의 파괴는 시편 내 수많은 미세결함 중 가장 취약한 결함에서 시작되므로, 파괴강도는 최솟값 극값 분포를 따른다. 와이블 분포를 따르는 파괴강도 에 로그 변환 를 적용하면, 는 위치 파라미터 , 척도 파라미터 인 Gumbel 분포(Type I 극값분포, Gumbel, 1958)를 따른다. Gumbel 분포의 분산 에 을 대입하면 잔차 표준편차 는 다음과 같이 표현된다.
식 (18)은 실험 데이터 없이 와이블 계수 m만으로 잔차 산포를 사전 추정할 수 있음을 의미한다. 코코니노 사암의 평균 m = 9.07을 대입하면 = 0.0615가 얻어진다. 이 이론적 예측값은 실측 잔차 표준편차(0.0489)보다 다소 크게 산출되는데, 이러한 차이는 최종 도출될 해석적 관계식이 파라미터의 실제 변동성을 보수적으로(안전측으로) 평가하게 만드는 주된 원인으로 작용한다. 구체적인 보수적 추정 양상은 후술할 부트스트랩 검증(4.4)에서 상세히 다룬다.
4.2.2 회귀 기울기의 불확실성과 응력속도 배치 계수
앞서 식 (10)에 명시한 바와 같이, 선형회귀 기울기 추정량 의 표준오차는 로 주어진다. 앞서 정의한 는 전체 데이터에 대한 편차 제곱합이다. 각 응력속도 수준(j = 1,…, k)당 N개의 시편을 사용하는 균형 설계(balanced design)의 경우, 동일한 응력속도 조건이 N번 반복된다. 따라서 는 고유한 응력속도 수준(j) 만의 편차 제곱합에 시편 수 N을 곱한 형태로 다음과 같이 분리할 수 있다.
선형회귀 이론에 따르면, 회귀 기울기의 분산은 에 반비례한다. 그러나 본 연구에서는 이를 표본 수(N)와 응력속도 조건의 배치 형태를 나타내는 수식으로 분리하여, ‘CR(응력속도 배치 계수, Stress-rate layout coefficient)’이라는 독립된 실험 설계 지표로 새롭게 정의하고 명명하였다. 즉, 실험자는 시편 수를 늘리는 것뿐만 아니라 장비 조건 내에서 응력속도의 배치 방식을 달리함으로써 파라미터 정밀도를 실험 전에 정량적으로 예측하고 조절할 수 있다.
CR은 오직 응력속도의 배치(간격과 개수)에 의해서만 결정되며, ASTM C1368(2006)이 권고하는 3자릿수 등간격 배치(0.01, 0.1, 1, 10 MPa/s)를 적용할 경우 그 값은 5.00으로 산출된다. 응력속도 범위를 축소하면 CR이 감소하여 동일한 N에서 달성 가능한 정밀도가 저하된다. 실제 실험 응력속도(0.01, 0.1, 1.0, 10 MPa/s)로부터 구성 가능한 모든 서브셋에 대한 CR 값을 Table 4에 정리하였다. 동일한 log 범위이더라도 사용하는 응력속도 개수(k)에 따라 CR 값이 달라진다.
Table 4.
Estimated n, CR, and Nmin for all subsets of experimental stress rates
4.2.3 오차 전파 및 해석적 관계식 유도
앞서 식 (18)과 식 (19)를 통해 도출한 인자들을 식 (10)에 대입하고, 이를 다시 파라미터 n의 오차 전파식인 식 (11)에 결합하면, 최종적으로 임계하 균열성장 지수 n의 변동계수 CV(n)에 대한 해석적 관계식을 얻는다.
식 (20)은 예상 n이 주어지면 CV(n)을 m, N, CR로 계산할 수 있음을 나타낸다. 완전한 사전 설계에는 n과 m의 예비 추정이 필요하며, n을 문헌값 등으로 예비 추정하면 실험 수행 전 목표 정밀도 달성을 위한 최소 시편수(Nmin)를 결정할 수 있다.
4.3 최소 시편수 산정식
식 (20)을 N에 대해 역산하면 목표 변동계수(CVtarget)를 달성하는 최소 시편수 산정식이 얻어진다.
여기서 CVtarget은 소수형 변동계수이다(예: 30% → CVtarget = 0.30). 식 (21)에서 Nmin은 m2에 반비례하므로 와이블 계수가 낮은 암석일수록 더 많은 시편이 요구되며, CR에도 반비례하므로 응력속도 범위가 좁을수록 시편 요구량이 증가한다. 코코니노 사암(n = 37.0, m = 9.07)에 대해 ASTM 3자릿수 조건에서 CVtarget = 30%로 설정하면 Nmin = 12.8, 즉 응력속도당 최소 13개의 시편이 필요한 것으로 산출된다. Table 5에 다양한 m과 목표 CV에 대한 Nmin 값을 정리하였다.
Table 5.
Minimum specimen requirements Nmin based on the proposed design formula
목표 변동계수 CVtarget의 선택은 연구 목적과 암석의 특성에 따라 달라질 수 있다. 공학적 설계에서 변동계수 30%는 수용 가능한 불확실성의 경험적 기준으로 널리 사용되며(Phoon and Kulhawy, 1999), ASTM C1368(2006)이 권고하는 N = 10개를 적용할 때 코코니노 사암에서 CV ≈ 34%가 얻어진다는 점에서 CV ≤ 30%는 ASTM 기준보다 약간 엄격한 실용적 목표에 해당한다. 본 연구에서는 다양한 공학적 요구 수준을 폭넓게 지원하기 위해, 세 가지 목표 정밀도(CV ≤ 15%, 20%, 30%)에 대응하는 최소 시편수 산정 결과를 Table 5에 제시하였다.
4.4 부트스트랩 비교
식 (20)의 내부 타당성 검증을 위해 부트스트랩 재추출(bootstrap resampling)과 비교하였다. 각 응력속도당 실험 파괴강도 데이터 40개를 모집단으로 하여 복원 추출(sampling with replacement)로 N개 표본을 추출하고 파라미터 n을 산출하는 과정을 1,000회 반복하였다. Table 6에는 N = 10, 13, 15, 20, 30, 40에 대한 결과를 정리하였으며, Fig. 4에는 N = 10, 20, 30, 40의 대표 결과를 도시하였다. Fig. 4(b)의 1:1 비교(R2 = 0.997)는 N = 10, 20, 30, 40 4개 점 기준이다.
Table 6.
Comparison of CV(n) by bootstrap resampling and propagation-of-error Eq. (20) (* Absolute relative error = |CV(PoE) − CV(Bootstrap)| / CV(Bootstrap) × 100%, computed using unrounded CV values)
Table 6에서 N = 10일 때 식 (20)의 예측값(33.9%)은 부트스트랩(37.8%)을 다소 과소추정하는 경향이 있으나, N = 13에서는 두 값이 각각 29.7%와 29.4%로 그 차이가 미미하여 매우 높은 일치도를 보이며, N ≥ 20에서는 일관되게 보수적(안전측) 추정을 보인다. 이는 두 가지 근사에서 기인한다. 첫째, 식 (18)에서 의 분산을 Gumbel 분포로 근사하며, 유한 표본에서는 실제 와이블 분포의 분산과 다소 차이가 발생한다. 둘째, 식 (20)의 오차 전파는 1차(선형) 근사로서 n이 크거나 산포가 클 경우 과대추정 경향이 있다.
설계 도구의 관점에서 보수적 추정은 안전측(safe-side)에 해당하므로, 식 (21)는 최소 시편수 결정에 적합한 산정식으로 기능한다. Fig. 4(b)의 1:1 비교에서 R2 = 0.997로 두 방법의 상관성이 매우 높다.
Fig. 4(a)에서는 k=4(ASTM)뿐만 아니라 k=2(0.01, 10 MPa/s) 조합의 CV(n) 곡선도 제시하였으며, k=2 곡선이 k=4 곡선과 거의 일치함을 확인할 수 있다. 단, 부트스트랩 비교는 실험값 40개(응력속도당)를 모집단으로 가정하므로, 얻어진 CV 추정값은 이 유한 표본 내에서의 표본 추출 오차를 반영한다. 실제 암석 모집단에 대한 CV는 다를 수 있으며, 더 많은 실험 데이터가 확보될수록 검증의 신뢰성이 높아진다. 또한 본 검증은 코코니노 사암 단일 암종에 한정되므로, 다른 암종에 대한 일반화 타당성은 추가 실험을 통해 확인할 필요가 있다. 식 (20)은 와이블 분포를 따르는 일반적인 취성 재료에 폭넓게 적용될 수 있으나, 본 연구에서는 코코니노 사암만을 대상으로 실증적 검증을 수행하였다.
4.5 파라미터 n의 분포 형태
부트스트랩 재추출 결과에서 파라미터 n의 분포 형태가 N에 따라 변화함이 관찰되었다(Fig. 4(c)). Fig. 4(c)는 N = 10, 20, 30, 40에서 부트스트랩으로 얻은 n의 확률밀도함수를 나타낸다. N = 10일 때 분포는 왜도 3.60의 강한 양(+)의 비대칭 형태를 보이며, 상한이 없는 긴 꼬리(heavy tail)가 오른쪽으로 뻗어 있다. N이 증가할수록 왜도는 전반적으로 감소하며(3.60 → 1.27 → 1.40 → 1.03), N = 40에서는 왜도 1.03까지 낮아져 정규분포에 가까워진다. N = 20 →30 구간에서 소폭 반등이 있으나, 전체 경향은 감소이다.
Fig. 4(c)의 밀도곡선에서 N = 10은 우측으로 긴 꼬리를 가지는 강한 비대칭 분포를 보이는 반면, N = 40은 분포가 좁아지고 꼬리가 짧아져 정규분포에 가까워짐을 확인할 수 있다. 그러나 Shapiro-Wilk 검정 결과 N = 40에서도 정규성이 기각되므로(p < 0.001), 파라미터 n의 신뢰구간을 설정할 때는 정규분포 가정에 주의가 필요하다. 참고로 1,000회 부트스트랩의 95% 백분위 신뢰구간은 N=10: [25.0, 74.4], N=20: [27.5, 56.4], N=30: [28.9, 51.8], N=40: [29.8, 48.1]이며, N이 증가할수록 구간이 좁아지고 상한이 낮아져 왜도 감소와 일관된 경향을 보인다.
파라미터 n의 분포가 비대칭인 원인은 n = 1/α - 1의 비선형 변환에 있다. 회귀 기울기 α는 중심극한정리에 의해 정규분포로 수렴하는 반면, n = 1/α - 1은 α → 0일 때 발산하는 비선형 함수이므로 분포가 양(+)으로 치우치게 된다. N이 증가하면 α의 분산이 감소하여 이 비선형 효과가 약해지고 분포가 점차 대칭에 가까워진다.
반면 파라미터 D는 회귀 절편의 지수 변환(D = 10β)이므로 로그정규 분포에 가까운 형태를 보이며, 변동계수(CV)가 약 1.0~1.9%로 매우 작아 N의 영향을 거의 받지 않는다(Table 7). 이는 일정 응력속도 시험에서 파라미터 D가 n보다 훨씬 안정적으로 추정됨을 의미한다. 단, A는 D뿐 아니라 n과 에도 민감하게 의존하므로 A의 안정성은 별도로 평가되어야 한다.
Table 7.
Bootstrap statistics of parameters n and D (1,000 resamples per N)
| N | Mean n | STD n | Skewness n | Mean D | STD D | CV D [%] |
| 10 | 39.6 | 14.0 | 3.60 | 3.544 | 0.068 | 1.9 |
| 20 | 38.0 | 7.6 | 1.27 | 3.542 | 0.047 | 1.3 |
| 30 | 37.8 | 6.0 | 1.40 | 3.542 | 0.040 | 1.1 |
| 40 | 37.5 | 5.0 | 1.03 | 3.542 | 0.034 | 1.0 |
4.6 n값 범위에 따른 최소 시편수 민감도 분석
식 (21)의 최소 시편수 Nmin은 임계하 균열성장 지수 n에도 의존한다. 앞서 코코니노 사암의 n = 37.0을 고정하였으나, 암석의 n값은 암종과 포화 조건에 따라 통상 20~100의 범위에 분포한다(Anderson and Grew, 1977, Waza et al., 1980). 본 절에서는 n값 변화가 Nmin에 미치는 영향을 정량화한다.
식 (21)에서 Nmin은 (n+1)4/n2에 비례한다. 이 함수의 n에 대한 민감도를 분석하면, n = 37을 기준으로 n = 20에서는 상대비 0.32, n = 50에서는 1.78, n = 100에서는 6.83으로 n이 커질수록 Nmin이 급격히 증가함을 알 수 있다(Table 8).
Table 8.
Nmin sensitivity to n
Table 8에서 중요한 결과는 n이 작을 때(예: n = 20) Nmin이 오히려 적다는 점이다. 이는 n이 작으면 log 파괴강도–log 응력속도 회귀의 기울기 α = 1/(n+1)이 커지므로 회귀 기울기의 상대적 불확실성 STD/α가 작아지기 때문이다. 반면 n이 크면(예: n = 100) α = 0.0099로 매우 작아져서 동일한 STD에서도 상대 불확실성이 크게 증가하고, 오차 전파에 의해 Nmin이 급격히 증가한다.
Fig. 5(a)는 n = 15~110 범위에서 목표 CV별 Nmin 곡선을 나타낸다. n > 50인 영역에서는 ASTM 권고 N = 10개로 CV ≤ 30%를 달성할 수 없으며, 특히 n > 80인 암석에서는 CV ≤ 30%를 위해 50개 이상이 필요하다. 이러한 암석에 대해서는 일정 응력속도 시험만으로 신뢰할 수 있는 n 추정이 어려우며, 이중 비틀림(DT) 시험을 보완적으로 고려할 수 있다.
Fig. 5(b)는 n × m 평면에서 Nmin(CV ≤ 30%)의 등고선 지도이다. ASTM 권고값 N = 10이 충분한 영역은 낮은 n(< 30)과 높은 m(>12)의 조합에 한정됨을 알 수 있다. 암석의 대표적인 n 범위(20~80)와 m 범위(5~15)를 고려하면, 코코니노 사암의 위치(✫)는 Nmin ≈ 13으로 ASTM 권고보다 약간 높은 수준에 해당한다.
4.7 최소 시편수 산정 차트
Fig. 6에 식 (21)로부터 작성된 최소 시편수 산정 차트를 나타내었다. Fig. 6은 코코니노 사암(n = 37.0)을 기준으로 작성된 예시 차트로, 다른 n 값에 대해서는 Fig. 5(a) 또는 식 (21)을 직접 적용하여야 한다.
Fig. 6은 와이블 계수 m에 따른 Nmin을 목표 CV(15%, 20%, 30%)와 4가지 응력속도 서브셋(k=4 ASTM, k=2 양끝단, k=3, k=2 인접)별로 나타낸 것이다. k=4(ASTM)와 k=2 양끝단(0.01, 10 MPa/s) 곡선이 거의 일치하는 반면, k=2 인접(1, 10 MPa/s) 곡선은 Nmin이 크게 증가하여 응력속도 조합의 중요성을 명확히 보여준다.
산정 차트의 사용 절차는 다음과 같다. 먼저 문헌 또는 예비 시험으로 대상 암석의 n과 m을 추정한다. Fig. 6은 n = 37.0 기준이므로 n이 크게 다를 경우 식 (21)을 직접 사용한다. 다음으로 시험 장비의 응력속도 범위에 따른 CR 값(Table 4)을 선택하고, Fig. 6에서 목표 CV에 해당하는 선으로부터 Nmin을 결정한다. 예를 들어 코코니노 사암(m = 9.07)에서 3자릿수 범위, CV ≤ 30%를 목표로 하면 Nmin = 13개, CV ≤ 20%를 목표로 하면 Nmin = 29개가 산출된다.
오차 전파법에 의해 유도된 CV(n) 해석적 관계식 식 (20)으로부터 주요 결과를 정리하면 다음과 같다.
첫째, 식 (20)은 예상 n이 주어지면 CV(n)를 m, N, CR로 계산할 수 있음을 나타낸다. 완전한 사전 설계에는 n과 m의 예비 추정이 필요하다. 둘째, 이로부터 유도된 최소 시편수 산정식 식 (21)은 N = 13부터 보수적 추정을 보이고 N ≥ 20에서 그 경향이 유지되어 설계 도구로서 안전 측에 해당한다. 셋째, 식 (20)과 (21)은 이론적으로 와이블 분포를 따르는 취성 재료에 적용 가능하나, 실증 검증은 코코니노 사암에 한정되므로 새로운 암종에는 예비 검증이 권장된다. 넷째, ASTM C1368(2006)의 권고값 N = 10개는 세라믹 재료에 적합하나, 와이블 계수가 낮은 암석(m < 10)에 적용할 경우 목표 CV = 30%를 달성하기에 다소 부족할 수 있다.
5. 고 찰
5.1 불활성 강도 근사가 임계하 균열성장 파라미터 추정에 미치는 영향
일정 응력속도 시험에서 임계하 균열성장 파라미터 A를 도출하기 위해서는 불활성 강도()의 실제 측정값이 반드시 필요하다. 엄밀한 의미의 불활성 강도는 수분이나 부식성 환경의 영향을 완전히 배제한 진공 또는 초건조 상태에서 매우 빠른 하중 속도로 측정되어야 하나, 이는 일반적인 암석 역학 실험실 환경에서 구현하기 까다롭다. 이에 본 연구에서는 실험 조건 중 가장 빠른 응력속도인 10 MPa/s에서 획득한 파괴강도를 불활성 강도로 근사하여 적용하였다. 이러한 근사는 파라미터 A의 추정값에 일정 부분 편향(bias)을 유발할 수 있다. 그러나 본 연구의 핵심인 임계하 균열성장 지수 n과 파라미터 D의 산출 과정을 살펴보면, 이들은 값과 수학적으로 완전히 독립적이다. 즉, 의 근사 오차는 log 와 log 간의 회귀 기울기(α)나 절편(β)에 어떠한 영향도 미치지 않는다. 결론적으로, 불활성 강도를 근사하여 적용하더라도 본 연구에서 도출한 CV(n) 해석적 관계식(식 (20))과 최소 시편수 산정식(식 (21))의 통계적 타당성 및 범용성에는 영향을 미치지 않는다.
5.2 응력속도 배치 계수 CR의 역할 및 서브셋 비교
앞서 유도한 CV(n) 해석적 관계식(식 (20))에서 응력속도 배치 계수 CR은 파라미터 정밀도에 직접적인 영향을 미치는 핵심 인자이다. 식 (19)에서 정의된 바와 같이 CR은 실제 사용된 응력속도 log값의 평균으로부터의 편차 제곱합으로서, 응력속도의 개수와 배치 범위에 의해 결정된다. 식 (20)에서 CV(n)이 CR의 제곱근에 반비례하므로, 동일한 N과 m 조건에서 응력속도 범위를 넓힐수록 파라미터 추정 정밀도가 향상된다. 본 연구의 전체 실험에 사용된 4개 응력속도(0.01, 0.1, 1, 10 MPa/s)는 ASTM C1368(2006)이 권고하는 3자릿수 등로그 간격 배치에 해당하며, 이 때 CR = 5.00이다.
본 절에서는 실험 장비나 시간의 제약으로 인해 응력속도 범위를 축소해야 할 경우, 이것이 파라미터 정밀도에 미치는 영향을 정량화하기 위해 서브셋 분석을 수행하였다. Table 9는 3자릿수(4개) → 2자릿수(3개) → 1자릿수(2개) 순으로 응력속도를 단계적으로 제외하는 3가지 대표 시나리오의 CR값과 N = 10 기준 CV(n) 예측값을 비교한 결과이다.
Table 9.
CR and CV(n) for subsets of experimental stress rates(0.01, 0.1, 1, 10 MPa/s)
가장 두드러지는 결과는 4개 실험 응력속도 중 최솟값(0.01 MPa/s)과 최댓값(10 MPa/s)만을 조합한 양 끝단 서브셋(k=2)에서 나타난다. 이 조합은 단 두 개의 응력속도만 사용함에도 불구하고 CR = 4.50을 기록하여 전체 4개 조건(CR=5.00) 대비 90%의 배치 계수를 유지한다. 파라미터 n의 추정값 역시 37.5로 기준값(37.0) 대비 편향이 +1.5%에 불과하며, N = 10 기준 CV(n) = 36.2%로 전체 조건(33.9%)과의 정밀도 차이도 2.3% 수준으로 억제된다.
이는 실험 여건상 4개의 응력속도(k=4)를 모두 적용하기 어려운 경우, 양 끝단 응력속도 조합만으로도 기존 방식에 필적하는 정밀도를 확보할 수 있는 효과적인 대안임을 시사한다. 반면, 인접한 두 응력속도(예: 0.01과 0.1 MPa/s, 1.0과 10 MPa/s 등)만 사용할 경우 CR ≤ 0.50으로 급격히 낮아질 뿐만 아니라 파라미터 n의 추정 편향도 본 자료 범위 내에서 최대 108%까지 치솟게 되므로, 실험 설계 시 이러한 편중된 배치는 철저히 지양해야 한다.
5.3 응력속도 범위와 시편수의 상호보완 관계
식 (20)에 제시된 바와 같이, 변동계수 CV(n)은 에 반비례한다. 따라서 응력속도 범위 축소로 인해 CR이 감소하더라도, 시편 수 N을 그에 비례하여 증가시키면 수학적으로 동일한 통계적 정밀도를 유지할 수 있다. 예를 들어, 응력속도를 3자릿수 범위(CR = 5.0)에서 2자릿수 범위(CR = 2.0)로 축소할 경우, 동등한 정밀도를 유지하려면 시편 수를 5.00/2.00 = 2.5배 늘려야 한다. 즉, 3자릿수 조건에서 10개의 시편으로 달성할 수 있었던 정밀도를 2자릿수 조건에서 구현하려면 25개의 시편이 요구된다. Fig. 7(a)에 이러한 CR과 N의 상호보완적 관계를 도시하였다. 그러나 이러한 상호보완성에는 명확한 공학적 한계가 존재한다. Fig. 7(a)에서 볼 수 있듯, 간격이 좁은 인접한 두 응력속도만을 조합한 조건(k=2, 1 및 10 MPa/s, CR=0.50)은 N=10일 때 CV(n)이 80.3%에 달하며, 시편 수를 80개까지 대폭 늘리더라도 여전히 28.4%라는 높은 변동성을 보인다. 더욱 치명적인 점은, 시편 수의 증가는 CV(n)이라는 통계적 산포를 줄여줄 뿐, 부적절한 응력속도 배치로 인해 애초에 잘못 빗나간 파라미터 추정 편향(n=27.2) 자체를 교정해 주지는 못한다는 사실이다. Fig. 7(b)는 세 가지 목표 정밀도(CV ≤ 15%, 20%, 30%)를 달성하는 데 요구되는 최소 시편수(Nmin)를 서브셋 시나리오별로 비교한 결과이다. 대표적인 공학적 허용 기준인 CV(n) ≤ 30%를 달성하기 위해 필요한 시편 수는 3자릿수(4개) 조건에서 13개에 불과하지만, 2자릿수(3개) 조건에서는 32개, 1자릿수(2개, 1 및 10 MPa/s) 조건에서는 128개로 기하급수적으로 폭증한다. 단, Fig. 7 및 Table 9의 예측값들은 응력속도 배치 효과만을 순수하게 비교하기 위해 임계하 균열성장 지수를 n=37.0으로 고정한 상태에서 CR의 변화만을 반영한 결과이다. 반면 앞선 Table 4의 산출 결과는 각 서브셋 데이터로부터 재추정된 개별 n값을 직접 대입하여 계산하였으므로 두 분석 결과 간에 국부적인 수치 차이가 존재할 수 있다.
5.4 실용적 지침
이러한 해석적·실증적 분석 결과를 종합하여, 일정 응력속도 시험을 통해 임계하 균열성장 지수 n을 신뢰성 있게 추정하기 위한 실용적 실험 설계 가이드라인을 다음과 같이 제안한다.
첫째, 응력속도 조합 시 양 끝단(최솟값과 최댓값)을 포함하는 배치가 가장 안정적이다. 인접한 두 응력속도만 사용하는 경우(예: 0.01 및 0.1 MPa/s, 1 및 10 MPa/s 등)는 본 실험 자료 기준 최대 108%에 달하는 극심한 추정 편향을 유발하므로, 실험 설계 시 이와 같은 편중된 배치는 철저히 배제해야 한다.
둘째, 장비나 시간의 제약으로 인해 ASTM C1368(2006)이 권고하는 4개 응력속도(k=4) 시험을 모두 수행하기 어려운 경우, 양 끝단의 두 응력속도(0.01 및 10 MPa/s, k=2)에 시편을 집중시키는 것이 가장 효과적인 대안이다. 이 조합은 전체 4개 조건 대비 90%의 응력속도 배치 계수(CR=4.50)를 유지하며, 파라미터 n의 추정 편향도 +1.5%에 불과하여 k=4 방식에 필적하는 정밀도를 제공한다. 단, 목표 정밀도 CV(n) ≤ 30%를 달성하기 위해서는 응력속도당 최소 시편수(Nmin)를 기존 13개에서 15개로 소폭 상향해야 한다. 아울러, 이러한 극단적 2-조건 배치 권장안은 해당 응력속도 구간 내에서 파괴강도와 응력속도 간의 선형 관계(로그 스케일)가 성립한다는 전제하에 유효하다. 따라서 새로운 암종에 적용할 때는 최소 3수준 이상의 예비 시험을 통해 재료의 선형 거동을 우선적으로 검증하는 과정이 수반되어야 한다.
셋째, 실제 실험 설계 시에는 가용한 응력속도 조건들을 식 (19)에 대입하여 CR을 산출한 뒤, 식 (21) 또는 본 연구가 제시한 산정 차트(Fig. 6)를 활용하여 목표 CV(n)에 부합하는 최소 시편수를 결정해야 한다. 본 논문의 Table 4는 4개 응력속도로 구성 가능한 모든 서브셋 시나리오의 n, CR, Nmin 산출 결과를 망라하고 있으므로, 향후 관련 연구자들이 맞춤형 실험 계획을 수립할 때 유용한 정량적 참조 제원으로 활용될 수 있다.
6. 결 론
본 연구에서는 암석의 일정 응력속도 시험에서 임계하 균열성장 지수 n을 신뢰성 있게 추정하기 위해, 오차 전파법을 적용하여 변동계수 CV(n)의 해석적 관계식과 최소 시편수 산정식을 유도하고 코코니노 사암의 실험 데이터를 통해 그 타당성을 검증하였다. 본 연구를 통해 도출된 주요 결론은 다음과 같다.
첫째, 기존의 사후적 수치해석(Monte Carlo 시뮬레이션)에 의존하던 한계를 극복하고, 실험 데이터가 확보되지 않은 사전 설계 단계에서도 파라미터 추정 정밀도를 평가할 수 있는 CV(n) 해석적 관계식과 최소 시편수 산정식을 성공적으로 도출하였다. 특히 본 연구에서 독창적으로 도입한 ‘응력속도 배치 계수(CR)’를 통해 실험 조건의 기하학적 영향을 수학적으로 분리해 내었다. 부트스트랩 검증 결과, 제안된 산정식은 N=13에서 실제 변동성과 거의 정확하게 일치하였으며, 그 이상의 시편 수에서는 보수적(안전측) 추정 경향을 보여 공학적 설계 도구로서 매우 높은 신뢰성을 입증하였다.
둘째, 대상 암석의 고유한 통계적 산포(와이블 계수 m)를 반영한 맞춤형 시편수 산정의 필요성을 수치적으로 입증하였다. 강도 산포가 적은 파인 세라믹스(m = 10~20)를 기준으로 제정된 ASTM C1368의 권고 시편수(응력속도당 10개)를 와이블 계수가 상대적으로 낮은 일반 암석(본 연구의 코코니노 사암, m=9.07)에 일률적으로 적용할 경우, 공학적 허용 오차 기준인 CV(n) ≤ 30%를 달성하기에 다소 부족함(최소 13개 요구)을 확인하였다.
셋째, 응력속도의 배치와 간격이 파라미터 정밀도에 미치는 영향을 서브셋 분석을 통해 규명하고 실용적인 지침을 제시하였다. 4개의 응력속도(k=4)를 모두 적용하기 어려운 경우, 양 끝단의 극단적인 두 응력속도(k=2)에만 시편을 집중시키는 것이 CR의 90%를 보존하여 기존 4개 조건 방식에 필적하는 정밀도를 확보할 수 있는 가장 효과적인 대안임을 확인하였다. 반면, 인접한 두 응력속도만의 배치는 극심한 추정 편향을 유발하므로 실험 설계 시 철저히 배제해야 한다.
넷째, 일정 응력속도 시험의 해석 과정에서 가장 빠른 하중 속도의 파괴강도를 불활성 강도로 근사하여 적용하더라도, 이는 선형 회귀 분석의 기울기 산출 과정과 수학적으로 완전하게 독립적이다. 따라서 불활성 강도 근사 과정에서 발생할 수 있는 오차는 본 연구가 제시한 산정식의 통계적 유효성과 범용성에는 아무런 영향을 미치지 않는다.
결론적으로, 본 연구에서 제안한 해석적 관계식과 최소 시편수 산정 차트는 암석 역학 분야의 연구자들이 일정 응력속도 시험을 기획할 때, 불필요한 시편 낭비를 막고 목표하는 통계적 신뢰도를 확실하게 담보할 수 있는 강력하고 실용적인 정량적 가이드라인으로 널리 활용될 것으로 기대된다.
