Pathfinder 피난 시뮬레이션 수행 방식과 비합리적 입력 매개변수 설정이 결과에 미치는 영향
Effects of Simulation Run Condition and Irrational Input Parameter Settings on the Results of Pathfinder Evacuation Simulations
Article information
Abstract
요 약
피난 시뮬레이션 모델은 인명안전성을 판단하기 위한 성능위주설계 및 화재위험평가를 수행할 때 사용되는 핵심 도구이다. 그러나 시뮬레이션 수행 방식과 비합리적 매개변수 설정에 따라 그 결과가 크게 달라질 수 있음에도 불구하고, 이러한 오용이나 입력 오류에 따른 영향이 체계적으로 비교⋅검토된 사례는 학술적으로 매우 드물었다. 이에 따라 본 연구에서는 국내 성능위주설계 및 화재위험평가 관련 가이드라인과 선행연구를 바탕으로, 반복 수행 여부와 같은 시뮬레이션의 수행 방식과 반응지연시간 및 재실자 그룹 비율 설정과 같은 입력 매개변수의 설정 방식 차이가 전체 피난소요시간과 에이전트의 피난행동 양상에 어떠한 영향을 미치는지 분석하였다. 그 결과, 동일한 조건을 적용하더라도 반복 수행 여부, 반응지연시간 입력 방식, 그리고 재실자 그룹 비율 설정에 따라 전체 피난소요시간의 평균값과 분포 특성뿐만 아니라, 피난 후반부에서 재실자들의 잔류양상 역시 서로 다르게 나타남을 확인하였다.
Trans Abstract
ABSTRACT
Evacuation simulation models are important tools used in performance-based design and fire risk assessment to evaluate life safety. However, simulation results can vary substantially depending on the simulation execution methods and input parameter settings, yet the effects of misuse or input errors have rarely been compared systematically in academic studies. In this study, based on domestic guidelines for performance-based design and fire risk assessment as well as previous studies, the ways in which simulation execution methods, including whether simulations are repeatedly performed, and input parameter settings, including response time definitions and occupant group ratio configurations, influence the total evacuation time and agent evacuation behavior were analyzed. The results show that, even under identical conditions, differences in repeated-run practice, response time input methods, and occupant group ratio settings lead to notable variations in the mean and distribution of the total evacuation time and in residual occupant behavior during the later stages of evacuation.
1. 서 론
피난 시뮬레이션 모델은 다중이용업소가 밀집한 지역 또는 건축물에서 화재가 발생하였을 때, 이로 인한 불특정 다수의 인명 및 자산 피해와 주변에 미치는 영향을 예측⋅분석하여 대책을 마련하는 화재위험평가(fire risk assessment)(1) 과정에 활용된다. 또한 건축물의 재료, 공간 구성 및 재실자 특성 및 화재 특성 등을 종합적으로 고려하여 공학적 방법으로 화재 위험성을 평가하고, 그 결과를 바탕으로 화재안전성능이 확보될 수 있도록 특정소방대상물을 설계하는 성능위주설계 과정에서도 인명안전성을 평가하기 위한 핵심 도구로 사용되고 있다(2).
그러나 실무에서는 시뮬레이션 결과에 내재된 불확실성이 충분히 고려되지 않은 채, 1회 수행에 의한 단순한 결과치가 인명안전성 판단의 근거로 활용되고 있다는 것이 선행연구를 통해 반복적으로 지적되어 왔다(3). 이는 피난 모델링의 신뢰성을 저해할 뿐만 아니라, 실제 화재 시 인명피해를 과소평가하게 만드는 요인이 될 수 있다. 따라서 피난 시뮬레이션 모델의 신뢰도를 제고하기 위해서는 합리적인 입력 매개변수 설정이 필요하다(4).
본 연구에서는 입력 매개변수 설정 방식의 적절성을 단정적으로 평가하거나, 특정 설정 방식을 오류로 규정하는 것을 목적으로 하지 않는다. 다만 입력 매개변수의 설정 방식이 다른 경우를 구분하여, 동일한 공간 조건과 재실자 수를 적용하였을 때 피난 개시 시점의 분산, 후반부 잔류 재실자의 특성, 그리고 결과 분포의 형태가 어떻게 달라지는지를 비교⋅분석하고자 하였다.
이러한 비교⋅분석의 기준을 명확하게 하기 위하여 본 연구에서는 우선 실측 또는 실험 자료에 근거하지 않거나, 입력 매개변수의 불확실성과 재실자 개인 간 편차를 충분히 고려하지 않은 채 적용되는 설정 방식을 본 연구의 분석 프레임에서 ‘비합리적 입력 매개변수 설정’으로 정의하였다. 이러한 설정 방식은 실제 피난 과정에서 나타날 수 있는 시간적 분산과 결과 변동성을 충분히 반영하여 결과를 도출하지 못할 가능성이 있으며, 이로 인해 피난 시뮬레이션 모델링의 결과를 인명안전성 평가에 적용하는 과정에서 해석의 방향과 보수성 판단에 영향을 미칠 수 있다.
본 연구에서는 국내 성능위주설계 및 화재위험평가 실무에서 활용되는 가이드라인(5)과 관련 선행연구(6)를 바탕으로, 피난 시뮬레이션 모델에서 입력 매개변수 설정 및 반복 시행 여부 등 수행 방식의 차이가 결과에 미치는 영향을 정성⋅정량적으로 분석하였다. 특히 성능위주설계 관련 가이드라인 및 선행연구에 근거하여, 입력 매개변수 설정 및 수행 방식의 유형을 정리하고, 각 설정 방식에 따른 피난 소요시간(required safe egress time, RSET)의 변화 양상을 시뮬레이션 결과를 통해 비교⋅검토하였다.
본 논문에서는 분석을 위해 Thunderhead engineering사의 Pathfinder (Ver. 2025-1-0826) 프로그램을 활용하였다. 해당 프로그램은 현재 국내 실무 현장에서 가장 널리 사용되고 있기 때문에 연구 결과의 현장 적용성과 실무자 이해도를 높이는 데 적합하다고 판단하였다.
2. 피난 시뮬레이션 모델을 이용한 화재위험평가
2.1 피난 시뮬레이션 모델의 장점 및 한계점
“피난 모델링”이란 건축물 내부의 재실자가 연기(smoke), 열(heat), 독성가스(toxic gases) 등과 같은 위험요소로부터 벗어나 안전한 구역으로 대피하는 행태와 소요 시간을 수치적으로 계산하여 가시화하는 기법을 의미한다(7). 이는 인명 안전성 확보를 위한 설계의 적정성을 평가하고, 잠재적인 위험 요소를 사전에 파악하기 위한 공학적 방법론으로도 활용된다. 피난 모델링 과정은 문제 정의, 피난 시나리오 설계, 관련 데이터 수집, 모델 구축, 시뮬레이션 수행, 결과 해석 및 개선안 도출 등의 단계로 구성되며, 이 과정에서 건축물의 구조, 재실자 특성 및 피난 환경 등 다양한 요소가 종합적으로 고려된다(8).
피난 시뮬레이션 모델은 이러한 피난 모델링을 구체화하기 위한 핵심 도구로서, 건축물 특성, 피난 경로, 출구 위치 및 재실자 특성 등을 가상공간에 구현하고, 재실자의 이동 특성과 RSET을 수치화 및 시각화하는 기능을 제공한다. 시뮬레이션을 통해 다양한 피난 시나리오를 구현하고 그 결과를 정량적으로 비교할 수 있기 때문에, 설계자와 검토자는 피난경로의 적정성, 병목 구간의 발생 여부 및 출구 용량의 부족 등 잠재적 문제를 사전에 파악하고 설계 대안을 도출할 수 있다. 이러한 점에서 피난 시뮬레이션 모델은 성능위주설계와 화재위험평가에서 인명안전성 검토를 위한 중요한 의사결정 도구로 자리매김하고 있다.
한편, 피난 시뮬레이션 모델은 다양한 가정과 입력 매개변수에 기반한 예측 도구라는 점에서 분명한 한계를 지닌다. 이는 피난 모델링 전 과정을 대변하는 것이 아니라 그 일부에 해당하는 수단으로서, 반응지연시간, 보행속력, 재실자 그룹 비율, 피난경로 선택 및 출구 용량 등 설계자가 설정하는 입력값과 모델 내부의 행동 가정에 따라 결과가 크게 달라질 수 있다(9,10).
그러나 실무에서는 시뮬레이션 결과가 입력값과 모델 가정에 따른 예측치임에도 불구하고, 이를 정밀한 결정론적 값으로 해석하여 판단에 직접 활용하는 경우가 있다(6,11). 이러한 접근은 입력 매개변수 설정의 불확실성에 따른 결과 변동성을 충분히 고려하지 못한 채, 시뮬레이션 결과를 절대적인 지표로 받아들이게 할 수 있다.
2.2 입력 매개변수의 불확실성에 관한 선행연구
다수의 선행연구에서는 피난 시뮬레이션 모델의 입력 매개변수와 수치 모델의 불확실성이 결과에 미치는 영향이 지속적으로 지적되어 왔다.
피난 시뮬레이션 모델을 대상으로 한 민감도 분석 연구들은 재실자 수, 보행속력, 재실자 분포 및 통행로 폭 등 주요 매개변수를 변화시키면서 RSET이나 병목 구간 형성 양상 변화를 분석하였으며, 이러한 접근을 통해 입력값 변화에 따른 민감도를 정량적으로 평가하였다(12-16).
이들 연구는 특정 매개변수값의 증감에 따라 피난시간이 얼마나 변화하는지를 정량적으로 제시함으로써, 시뮬레이션 결과가 입력값에 매우 민감하다는 점을 보여 주고 있다(3,10).
일부 선행연구들은 피난 시뮬레이션 모델의 결과를 단일한 결정론적 값으로 해석하기보다는 입력값과 모델 가정에 따라 달라지는 확률적 분포로 이해할 필요가 있음을 이론적⋅통계적 관점에서 지적해왔다(17,18). 특히 반복 시뮬레이션 수행 여부와 입력 매개변수 설정 방식에 따라 평균 RSET뿐만 아니라 결과 분산과 극단값의 특성이 달라질 수 있음이 보고되었으며, 이는 시뮬레이션 결과 해석에 있어 분석 방식의 중요성을 강조하는 근거로 제시하고 있다(19).
그러나 이러한 선행연구들은 주로 개별 입력 변수의 민감도 분석이나 모델 불확실성의 존재를 확인하는 데 초점을 두고 있으며, 성능위주설계 실무에서 활용되는 입력 매개변수 설정 방식을 기준으로 서로 다른 설정 방식을 유형화하고, 그 차이가 RSET 분포 및 피난 양상에 미치는 영향을 체계적으로 비교⋅분석한 사례는 제한적이다.
이에 본 연구에서는 국내 성능위주설계 및 화재위험평가 실무에서 활용되는 가이드라인과 선행연구를 바탕으로, 동일한 입력값 범위를 전제로 단일값 적용 여부, 확률분포 기반 설정 여부, 반복 시뮬레이션 수행 여부와 같은 입력 매개변수 설정 방식의 차이가 피난 시뮬레이션 결과의 분포 특성과 후반부 피난 양상에 미치는 영향을 구조적으로 비교⋅분석하고자 한다.
이를 통해 본 연구는 입력 매개변수 설정 및 분석 방식의 차이가 피난 시뮬레이션 모델의 결과, 특히 RSET의 분포 특성과 피난 후반부 양상에 미치는 영향을 정성⋅정량적으로 제시하고, 시뮬레이션 결과를 인명안전성 평가에 적용하는 과정에서 보다 합리적이고 신뢰성 있는 해석을 위한 기초를 마련하고자 한다.
3. 피난 시뮬레이션 모델의 오용 사례 및 개선안 분석
피난 시뮬레이션 모델은 화재위험평가에서 인명안전성 평가를 위한 핵심 도구로 활용된다. 그러나 입력 매개변수의 설정 방식에 따라 결과가 크게 달라질 수 있으므로, 입력 매개변수값 선정의 타당성과 절차적 일관성을 확보하는 것이 중요하다. 이에 본 장에서는 피난 모델링이 일반적으로 시뮬레이션 모델 구현(피난 시나리오를 바탕으로 건축물 공간 정보와 재실자 특성을 시뮬레이션 모델에 반영하는 과정)과 결과 해석의 단계로 수행된다는 점에 착안하여, 각 단계에서 설계자가 필수적으로 결정해야 하는 주요 입력 항목을 중심으로 분석 대상을 구성하였다.
본 연구에서 분석 대상으로 선정한 항목은 (1) 시뮬레이션 반복 시행 여부, (2) 반응지연시간 설정, (3) 재실자 그룹 비율 설정 방식 등 총 3가지였다. 이들 항목은 공통적으로 피난 시뮬레이션 모델 수행 시 필수적으로 설정되어야 하며, 재실자의 피난 개시 시점과 이동 특성에 직접적인 영향을 미치고, 동일한 공간 조건에서도 RSET의 평균값과 분포 특성을 변화시킬 수 있는 요소라는 점에서 분석 대상으로서의 대표성을 가진다.
또한 이들 항목은 국내 성능위주설계 및 화재위험평가 관련 가이드라인과 선행연구에서 구체적인 설정 기준이나 반복 시행에 대한 명확한 절차가 제시되지 않은 항목으로, 설계자 또는 분석자의 판단에 따라 설정 방식이 달라질 수 있는 여지가 크다. 이에 본 연구에서는 이러한 입력 항목들을 중심으로 설정 방식의 차이가 시뮬레이션 결과에 미치는 영향을 비교⋅분석하고자 하였다.
3.1 반복 시행 여부에 따른 RSET 분포 특성
피난 시뮬레이션 모델은 반응지연시간, 보행속력, 출구 선택 및 재실자의 초기 위치 등 여러 요소에 내재된 불확실성을 포함하는 확률적 모형이다. 특히 에이전트 기반 모델의 경우, 동일한 평균값과 분포를 적용하더라도 매 시행마다 달라지는 무작위 초기 조건과 미세한 초기 배치 차이에 따라 RSET 및 피난 양상이 달라질 수 있다.
그럼에도 불구하고 국내 성능위주설계 및 화재위험평가 관련 가이드라인에서는 동일한 시나리오 조건에 대해 피난 시뮬레이션 모델을 반복 수행하여 결과의 분포나 변동성을 평가하도록 규정하고 있지 않다. 이로 인해 시뮬레이션 결과 해석 과정에서 단일 시행 결과가 대푯값으로 활용될 가능성이 존재하며, 이러한 해석 방식은 피난 과정에 내재된 결과 변동성과 분포 특성을 충분히 반영하지 못할 수 있다(20).
본 절에서는 시뮬레이션 반복 시행의 필요성을 검토하기 위해 다음과 같은 조건으로 시뮬레이션을 수행하였다. 재실자는 노인, 성인, 청소년 및 유아의 4개 그룹으로 분류하였으며, 각 그룹별 보행속력(21), 반응지연시간은 선행연구에서 제시된 실측 자료를 참고하여 설정하였다(노인(22), 성인(23), 청소년(24) 및 유아(25)).
재실자 그룹 간 비율은 실제 판매시설의 인구 구성을 재현하기 위한 목적이 아니라, 입력 변수 설정 방식에 따른 시뮬레이션 결과의 변동성을 명확히 관찰하기 위해 연구자가 임의로 설정하였다. 다만, 판매시설의 이용 특성상 성인 재실자의 비율이 상대적으로 높다는 일반적인 경향을 반영하여, 비현실적인 조합이 되지 않도록 구성하였다. 재실자 그룹 구성과 입력 매개변수 설정에 관한 세부 내용은 Table 1에 정리하였다.
Settings of Occupant Walking Speed, Response Time, and Group Composition
시뮬레이션 상의 재실자 수는 400명이며, 동일한 조건에서 총 30회의 반복 시뮬레이션을 수행하였다. 반복 수행 과정에서는 재실자의 보행속력과 반응지연시간 분포를 동일하게 유지하고, 각 시행마다 재실자의 초기 피난 시작 위치만 재설정하였다. 이러한 시뮬레이션 반복 시행 조건과 수행 절차에 관한 사항은 Table 2에 제시하였다.
Summary of Conditions for Repeated Simulations
Pathfinder는 에이전트 기반 피난 시뮬레이션 모델로서, 재실자의 이동은 개별 에이전트 간의 상호작용과 공간 내 충돌 회피 과정에 따라 계산된다. 이 과정에서 동일한 입력 매개변수와 분포를 적용하더라도, 재실자의 초기 위치 배치, 이동 경로 상에서의 국부적 상호작용 및 출구 접근 과정에서 형성되는 미세한 병목 현상에 따라 매 시행마다 상이한 피난 전개 양상이 나타날 수 있다. 이러한 특성은 에이전트 기반 피난 시뮬레이션 모델이 본질적으로 확률적 특성을 갖는다는 점에서 기인하며, Pathfinder 역시 동일한 시나리오 조건 하에서 반복 수행 시 결과 분산이 발생함을 공식 매뉴얼에서 언급하고 있다(26).
분석 대상 공간은 판매시설을 가정한 단일 층 평면의 가상 공간으로, 가로 20.0 m, 세로 13.5 m의 직사각형 구조이다. 실내에는 총 26개의 실을 배치하고, 다수의 재실자가 분포하고 이동할 수 있는 일반적인 판매시설의 공간 특성을 반영하였다. 출구는 공간 양측에 각각 1개씩 총 2개를 설치하였으며, 각 출구의 유효 폭은 2.3 m로 설정하여 양방향 피난이 가능하도록 하였다(Figure 1).
Layout of the analysis space (Section 3.1 and 3.3) (mm).
본 연구에서 사용한 공간은 특정 실무 프로젝트를 그대로 재현한 공간이 아니라, 연구 목적에 맞게 구성한 가상 공간이다. 본 연구의 목적은 개별 건축물의 피난 성능을 평가하는 데 있지 않고, 동일한 공간 조건 하에서 입력 매개변수 설정 및 분석 방식의 차이가 시뮬레이션 결과에 미치는 영향을 비교⋅분석하는 것에 있다. 이에 따라 공간 형상과 출구 조건은 모든 분석 사례에서 동일하게 유지하여 통제 변수로 설정하였으며, 공간 구성 자체가 결과에 미치는 영향을 최소화함으로써 입력 매개변수 설정 방식에 따른 차이를 보다 명확하게 확인하고자 하였다.
Figure 2는 동일한 시나리오 조건에서 30회 반복 시뮬레이션하여 도출된 잔류 재실자 수와 RSET 분포를 나타낸 것이다. Figure 2를 분석해본 결과, 평균 RSET은 429 s로 나타났으나, 최소 346 s에서 507 s까지 비교적 넓은 범위의 결과 분포가 확인되었다. 이는 동일한 조건에서도 단일 시뮬레이션 결과가 우연적 요인에 의해 크게 달라질 수 있음을 보여주며, 한 번의 시뮬레이션 결과를 대푯값으로 해석할 경우 RSET을 과소 또는 과대 평가할 가능성이 있음을 의미한다.
RSET distribution from 30 repeated simulations.
Figure 3은 동일한 시나리오 조건에서 30회의 반복 시뮬레이션 중 하나의 실행 결과를 예시로 제시한 것으로, 시간 경과에 따른 재실자 분포 및 피난 양상을 시각적으로 나타낸 것이다. 이는 시뮬레이션 결과의 정량적 비교를 목적으로 하기보다는, 입력 매개변수 설정에 따라 피난 개시 시점과 이동 양상이 시간적으로 분산되는 과정을 정성적으로 보여주기 위한 것이다.
Characteristics of maximum and minimum RSET under repeated simulations.
Figure 3에 나타난 것처럼 초기 시점(0 s)에서는 모든 재실자가 실내에 분포하고 있으며, 이후 100 s 시점에서는 일부 재실자가 출구로 이동하여 피난을 완료한 반면, 상당수의 재실자(214명)는 여전히 실내에 잔류하고 있는 모습을 확인할 수 있다. 200 s 시점에서도 피난이 지속적으로 진행되고 있으나, 재실자 그룹 및 개별 재실자의 반응지연시간 차이에 따라 피난 개시 시점과 체류 양상이 서로 다르게 나타난다. 이러한 시간적 분산은 동일한 공간 조건에서도 피난이 일괄적으로 진행되지 않음을 보여주며, 피난 시뮬레이션 모델의 결과가 단일 시점의 값으로 요약되기 어렵다는 점을 시각적으로 설명한다.
피난 개시 시점의 시간적 분산은 Table 1에 제시된 그룹별 반응지연시간 설정에 따른 결과로, 반응지연시간의 평균값과 분산 차이가 피난 전개 양상에 영향을 미치는 것을 확인할 수 있다.
본 절의 분석 결과는 동일한 조건에서도 반복 시뮬레이션 수행 여부에 따라 RSET이 유의미하게 달라질 수 있음을 보여준다. 이는 단일 시행 결과를 대푯값으로 사용하는 접근이 시뮬레이션 결과의 변동성을 충분히 반영하지 못할 수 있음을 시사한다. 따라서 시뮬레이션 결과 해석 시에는 평균값뿐만 아니라 결과 분포의 특성을 함께 고려하는 분석 절차가 필요함을 확인하였다.
3.2 반응지연시간 설정 방식에 따른 피난 양상 비교
피난 시뮬레이션 모델에서 반응지연시간은 재실자가 위험을 인지한 이후 실제 피난을 개시하기까지 소요되는 시간으로, RSET을 구성하는 요소 중 하나이다. 이 변수는 피난 개시 시점에 직접적인 영향을 미치며, 설정 방식에 따라 시뮬레이션 결과와 피난 양상이 크게 달라질 수 있다.
국내 성능위주설계 실무에서는 반응지연시간을 설정할 때, 해외 문헌에서 제시된 공간 용도별 반응지연시간 기준값을 참고하는 경우가 많으며, 대표적인 예로 British standard institute의 ｢Fire safety engineering in buildings, part 1: Guide to the application of fire safety engineering principles｣(27)에 제시된 Table 2 (DD240)은 공간 용도 유형과 재실자 상태에 따라 반응지연시간을 W1, W2, W3의 구간값 형태로 제시하고 있다(Table 3). 이러한 기준은 실무에서 반응지연시간 설정을 위한 참고 자료로서 유용하나, 개별 재실자의 인지⋅행동 특성에 따른 반응 차이를 확률분포 형태로 직접 제공하기보다는 대푯값 또는 범위값을 제시하는 방식이라는 한계를 가진다.
Recommended Response Time Ranges According to Occupancy Type and Alarm Condition (BSI DD240)
반응지연시간은 재실자 개인에 따라 상이하게 나타나는 변수로, 실제 피난 상황에서는 피난 개시 시점에 시간적 분산이 존재한다. 그러나 이를 단일값으로 설정할 경우, 개인 편차와 그에 따른 변동성은 시뮬레이션에 반영되기 어렵다.
이에 본 절에서는 반응지연시간을 단일값으로 설정한 경우와 재실자 개인 간 편차를 고려한 분포 기반 설정을 비교하여, 반응지연시간 설정 방식의 차이가 RSET과 피난 양상에 미치는 영향을 분석하고자 한다.
본 연구에서는 Pathfinder를 이용하여 동일한 공간 조건에서 반응지연시간 설정 방식만을 달리한 두 가지 시나리오를 비교⋅분석하였다. 시나리오 1은 모든 재실자에게 단일 고정값의 반응지연시간을 적용한 경우이며, 시나리오 2는 재실자의 개인 특성을 반영하여 확률분포 기반으로 반응지연시간을 부여한 경우이다. 본 절에서의 반응지연시간 분포는 Lovreglio 등(28)이 판매시설을 대상으로 제시한 실측 자료를 기반으로 설정하였다.
시뮬레이션은 3.1절에서 논의한 반복 시행의 중요성을 고려하여, 각 시나리오별로 총 30회 반복 수행하였다. 재실자의 보행속력은 모든 경우에 대해 1.19 m/s로 동일하게 설정하였으며, 총 재실자 수는 200명으로 하였다. 반복 시뮬레이션 과정에서는 재실자의 보행속력과 반응지연시간 설정을 동일하게 유지한 상태에서, 매 시행마다 재실자의 초기 피난 시작 위치만을 변경하여 시뮬레이션을 수행하였다. 각 시나리오별 세부 입력 조건은 Table 4에 정리하였다.
Simulation Conditions for Comparing Response Time Settings
본 연구의 목적은 공간 형상이나 상세 레이아웃에 따른 피난 성능을 평가하는 데 있지 않고, 동일한 공간 조건 하에서 반응지연시간 설정 방식의 영향만을 분리하여 검토하는 데 있다.
이에 따라 공간 형상, 출구 수 및 폭, 장애물 배치 등 공간 관련 조건은 모든 시나리오에서 동일하게 유지하여 통제 변수로 설정하였다.
분석 대상 공간은 가로 20.0 m, 세로 11.0 m 크기의 직사각형 단일 실로 구성하였으며, 공간 양측에는 각각 1개씩 유효 폭 1.5 m의 출구를 설치하여 양방향 피난이 가능하다. 또한 재실자의 이동 과정에서 병목과 우회 경로가 형성될 수 있도록 단순화된 내부 장애물을 포함하였다.
가구와 같은 상세 실내 레이아웃 요소는 연구 목적과 직접적인 관련이 없으므로 분석 범위에서 제외하였으며, 공간 조건의 차이에 따른 영향은 의도적으로 배제하였다. 분석 대상 공간의 평면 형상과 출구 배치는 Figure 4에 제시하였다.
Layout of the analysis space (Section 3.2) (mm).
30회 반복 시뮬레이션 수행 결과, 시나리오 2의 평균 RSET은 시나리오 1에 비해 약 25 s (9%) 길게 산출되었다. Table 5에 제시된 바와 같이, 시나리오 1의 RSET은 90∼96 s 범위로 비교적 좁은 분포를 보인 반면, 시나리오 2는 107∼127 s 범위로 분포 폭이 확대되었으며, 두 시나리오의 RSET 값은 서로 겹치지 않았다. 즉, 모든 반복 시행에서 시나리오 2의 RSET이 시나리오 1보다 항상 길게 산출되었고, 시나리오 2의 표준편차 역시 더 크게 나타나 반응지연시간을 확률분포로 설정할 경우 피난소요시간의 평균 수준뿐만 아니라 결과의 변동성도 함께 증가함을 확인하였다.
RSET Distribution by Different Response Time Settings (30 Runs)(Unit: s)
Figure 5는 이러한 통계적 결과(Table 5)가 형성되는 과정을 시각적으로 설명하기 위해 제시된 그래프이다. 본 그래프는 각 시나리오별 30회 반복 수행 결과 중에서 RSET이 최댓값을 보인 1회 시행을 대표 사례로 선정하여, 시간 경과에 따른 재실자 잔류 곡선을 비교한 것이다.
Comparison of RSET by response time setting method.
Figure 5에서 확인할 수 있듯이, 시나리오 1에서는 모든 재실자에게 동일한 반응지연시간(43 s)을 적용함에 따라, 모든 시행에서 피난 개시 시점이 동일하게 나타났다. 그 결과 잔류 인원 감소 곡선의 기울기가 반복 시행 간에도 거의 동일하게 나타났으며, RSET의 변동 폭 역시 매우 제한적인 수준에 머물렀다. 이러한 피난 개시 시점의 완전한 동기화는 실제 피난 상황에서 관찰되는 재실자 간 반응 시간의 자연스러운 분산을 충분히 반영하지 못하는 한계를 가진다.
반면 시나리오 2에서는 재실자 간 반응지연시간의 개인차가 반영되면서 피난 개시 시점이 시간적으로 분산되었고, 이에 따라 잔류 인원 감소 양상이 완만해지며 RSET이 상대적으로 길게 산출되었다. 이러한 차이는 Table 5에 나타난 RSET 분포 특성의 원인을 과정 차원에서 설명하는 결과로 해석할 수 있다.
이러한 차이는 Figure 6에 제시된 대표 사례의 인구밀도 분포 이미지에서 보다 명확하게 확인된다. 시나리오 1에서는 모든 재실자에게 동일한 반응지연시간을 적용함에 따라 피난 개시 시점이 인위적으로 동기화되었고, 그 결과 피난 초기 단계에서 다수의 재실자가 동시에 출구로 이동하면서 출입구 주변에 인구밀도 4 명/m2 이상에 이르는 고밀집 구간이 형성되었다. 이는 피난 개시가 특정 시점에 집중됨에 따라 병목 현상이 급격히 증폭되는 양상을 보여준다.
Analysis of occupant movement patterns under different response time settings.
반면 시나리오 2에서는 재실자 간 반응지연시간의 개인차가 반영되어 피난 개시 시점이 시간적으로 분산되었으며, 이로 인해 출구로 유입되는 재실자 흐름이 완만하게 형성되었다. 그 결과 출입구 주변 인구밀도는 약 2 명/m2 수준으로 유지되었고, 병목 현상 또한 상대적으로 완화된 양상을 보였다. 이러한 결과는 반응지연시간 설정 방식이 피난 개시 시점의 시간적 분산을 통해 공간 내 혼잡 형성과 밀도 분포에 구조적인 영향을 미칠 수 있음을 시각적으로 보여준다.
출입구 flow rate의 시간적 변화에서도 두 시나리오 간 차이가 명확히 확인된다. 시나리오 1에서는 모든 재실자가 동일한 반응지연시간을 적용받아 피난을 동시에 개시함에 따라, 피난 개시 직후 출입구 유량이 급격히 증가하였다. 그 결과 약 60 s 시점에서 flow rate가 2.0 pers/s 수준에 도달하였으며, 이후 약 100 s까지 비교적 높은 유량이 지속되는 양상을 보였다(Figure 7). 이는 출입구로 유입되는 재실자가 단시간에 집중되면서 병목이 빠르게 형성되고 유지되었음을 의미한다.
Flow rate with a fixed response time.
반면 시나리오 2에서는 재실자 간 반응지연시간의 개인차가 반영되어 피난 개시 시점이 시간적으로 분산되었고, 이에 따라 출입구 유량 또한 비교적 완만하게 증가하는 경향을 보였다. Flow rate는 약 60 s 시점에서 시나리오 1과 유사한 최대 수준에 도달하였으나, 이후 약 90 s부터 점진적으로 감소하는 양상을 나타냈다(Figure 8). 이는 출입구로 유입되는 재실자 흐름이 시간적으로 분산됨에 따라 병목 현상이 상대적으로 완화되었음을 보여준다.
Flow rate with a distribution-based response time.
이러한 결과는 최대 flow rate 자체는 유사하더라도, 반응지연시간 설정 방식에 따라 출입구 유입 수요의 시간적 분포와 병목 형성⋅해소 과정이 크게 달라질 수 있음을 시사한다. 즉, 피난 시뮬레이션 모델에서 단일 최대 유량 값만을 기준으로 피난 성능을 판단할 경우, 실제 피난 과정에서의 혼잡 형성과 위험 노출 특성을 충분히 설명하지 못할 가능성이 있음을 의미한다.
본 절의 분석 결과, 반응지연시간 설정 방식은 RSET의 평균값뿐만 아니라 결과 분포와 피난 과정 중 병목 양상에까지 영향을 미치는 핵심 매개변수임을 확인하였다. 반응지연시간을 단일 고정값으로 설정할 경우 RSET은 상대적으로 짧게 산출되지만, 피난 개시 시점이 인위적으로 동기화되어 혼잡 형성과 위험 노출 특성이 단순화될 가능성이 있다. 반면 재실자 개인차를 반영한 확률분포 기반 설정을 적용할 경우 RSET은 증가하였으나, 피난 개시와 이동 과정이 시간적으로 분산되면서 병목 현상이 완화되고 결과의 변동성이 함께 고려되었다. 이러한 결과는 RSET의 증대가 보수적 가정의 결과가 아니라, 피난행동의 현실성을 보다 충실히 반영한 결과임을 보여준다.
3.3 재실자 그룹 비율 설정 방식에 따른 RSET 비교
본 논문에서 “재실자 그룹 비율”이란, 피난 시뮬레이션 모델에서 전체 재실자를 성별, 연령, 신체능력 등의 특성에 따라 여러 그룹으로 구분하였을 때, 각 그룹이 전체 재실자 수에서 차지하는 상대적 비율을 의미한다. 이러한 재실자 그룹 비율은 보행속도, 군집 형성, 병목구간 통과 특성 등에 직접적인 영향을 미치며, 결과적으로 RSET 산정과 인명안전성 평가의 신뢰도를 좌우하는 핵심 입력 변수 중 하나이다.
그럼에도 불구하고 국내 성능위주설계 및 화재위험평가 관련 가이드라인에서는 재실자 그룹 비율 설정에 대한 구체적인 기준이나 절차를 명시적으로 제시하고 있지 않다. 이로 인해 실제 분석 과정에서는 건축물의 용도나 운영 특성을 체계적으로 반영하기보다는, 일반적인 인구통계 자료나 기존 사례에서 사용된 재실자 구성 비율을 참고하여 설정할 여지가 존재한다. 이러한 접근은 특정 건축물에서 실제로 나타나는 재실자 구성과 차이를 발생시킬 수 있으며, 그 결과 피난 시뮬레이션 모델의 결과가 실제 이용 조건을 충분히 반영하지 못한 상태로 해석될 가능성을 내포한다(29).
이에 본 절에서는 재실자 그룹 비율 설정 방식의 차이가 피난 시뮬레이션 모델의 결과에 미치는 영향을 검토하기 위하여, 3.1절에서 사용한 분석 대상 공간과 동일한 조건을 적용한 상태에서 재실자 그룹 비율만을 변화시킨 비교 시나리오를 구성하였다. 재실자 그룹별 특성 및 기본 입력 조건은 Tables 1과 2에 제시된 값을 그대로 적용하였으며, 재실자 그룹 비율 설정 방식에 따른 차이를 명확히 비교하기 위해 두 개의 시나리오를 설정하였다(Table 6).
Occupant Group Composition by Scenario
본 연구에서 재실자 그룹 비율 설정은 Pathfinder의 내부 자동 설정 기능에 의해 에이전트 특성이 변경되는 과정을 의미하지 않는다. Pathfinder에서는 재실자의 연령이나 성별에 따라 보행속력, 신체 치수 또는 반응 특성이 자동으로 할당되지 않으며, 모든 에이전트의 이동 특성은 사용자가 직접 입력한 매개변수에 의해 명시적으로 정의된다. 따라서 본 절에서의 재실자 그룹 비율 변화는 각 그룹에 사전에 설정된 보행속력 및 반응지연시간 값을 갖는 에이전트의 상대적 비중을 조정한 것으로, 동일한 입력 조건 하에서 그룹 구성 비율 자체가 시뮬레이션 결과에 미치는 영향을 분리하여 분석하기 위한 것이다.
시나리오 3은 도시 인구통계와 유사한 재실자 분포를 가정한 경우로, 특정 건축물의 용도나 운영 특성을 반영하기보다는, 일반적인 인구 구성을 적용하는 접근 방식을 분석 목적으로 단순화하여 구성한 사례이다(30).
반면 시나리오 4는 판매시설의 이용 특성을 고려하여 성인 재실자의 비율을 상대적으로 높게 설정한 경우로, 동일한 공간 조건에서 재실자 구성 차이가 RSET 및 피난 양상에 미치는 영향을 비교⋅분석하기 위한 기준 시나리오로 설정하였다.
두 시나리오에서는 총 재실자 수, 공간 구성 및 출구 조건을 동일하게 유지한 상태에서 재실자 그룹 비율만을 변화시켜 시뮬레이션을 수행하였다. 30회 반복 시뮬레이션 결과(Table 7), 동일한 공간 및 피난 조건에서도 재실자 그룹 비율 설정 방식에 따라 RSET에 유의미한 차이가 나타났다.
RSET Distribution by Occupant Group Configuration Method (30 Runs) (Unit: s)
시나리오 3의 평균 RSET은 469 s로 나타난 반면, 시나리오 4는 402 s로 산출되어 약 67 s (약 14%)의 차이가 발생하였다. RSET 분포는 시나리오 3이 396∼559 s, 시나리오 4가 343∼503 s로 나타나 일부 구간에서 중첩이 관찰되었으며, 이는 개별 시행 단위에서의 결과 변동성이 존재함을 의미한다. 그럼에도 불구하고 전체적으로는 시나리오 4에서 평균 RSET이 더 짧고 분포 중심 또한 낮게 형성되어, 재실자 그룹 비율 설정 방식에 따라 RSET 수준이 달라짐을 확인할 수 있었다.
Figure 9는 재실자 그룹 비율 설정 방식에 따른 피난 진행 양상을 잔여 재실자 수 변화 곡선으로 비교한 결과를 나타낸다. 피난 초기 단계에서는 두 시나리오 간 잔여 재실자 수 감소 양상이 유사하게 나타나, 재실자 구성 차이에 따른 영향이 뚜렷하게 드러나지 않는다.
Comparison of RSET by occupant group configuration method.
그러나 피난이 본격적으로 진행되는 약 150∼250 s 구간에서는 성인 비율이 상대적으로 높은 시나리오 4에서 잔여 재실자 수가 더 빠르게 감소하는 경향이 관찰된다. 이는 성인 그룹의 보행속력과 병목 구간 통과 특성이 전체 피난 진행 속도에 보다 크게 기여한 결과로 해석할 수 있다.
이후 피난 과정의 후반부에서는 노인 비율이 상대적으로 높은 시나리오 3에서 소수 재실자가 장시간 잔류하는 현상이 나타나며, 이로 인해 잔여 재실자 곡선의 꼬리 구간이 길게 형성된다. 이러한 후반부 잔류 재실자의 존재는 전체 RSET을 지연시키는 주요 요인으로 작용하며, 재실자 그룹 비율 설정 방식이 RSET의 평균값뿐만 아니라 분포의 형태에도 영향을 미침을 보여준다.
이러한 차이는 Figure 10에 제시된 재실자 공간 분포 이미지에서도 확인된다. Figure 10은 피난이 활발히 진행되는 150 s 시점을 기준으로, 재실자 그룹 비율 설정 방식에 따른 공간 내 잔류 재실자 분포를 비교한 결과를 나타낸다.
The flow rate in Scenario 3.
동일한 시간 조건에서 두 시나리오를 비교한 결과, 노인 그룹 비율이 약 15.9% 더 높은 시나리오 3에서는 출구 인근과 주요 이동 경로 주변에 노인 재실자의 잔류가 상대적으로 많이 관찰되었다. 반면 성인 재실자 비율이 높은 시나리오 4에서는 동일 시점에서 잔류 재실자 수가 더 적고, 공간 전반에 걸쳐 분산된 양상을 보였다.
이러한 결과는 피난 후반부에 잔류하는 재실자의 구성 자체가 재실자 그룹 비율 설정에 의해 달라질 수 있음을 보여주며, 특히 보행속력이 느리거나 자력피난이 불가능한 그룹의 비율이 RSET의 후반부 구간과 꼬리 형성에 직접적인 영향을 미침을 시각적으로 확인할 수 있다.
재실자 그룹 비율에 따른 차이는 Figures 11과 12에 제시된 flow rate의 시간적 변화에서도 확인된다. 성인 비율이 상대적으로 높은 시나리오 4에서는 피난이 본격적으로 진행되는 약 100∼200 s 구간에서 출입구 flow rate가 빠르게 증가하여, 약 150 s 시점에서 최대 약 2.5 person/s 수준에 도달하는 양상을 보였다(Figure 12). 이는 동일 시간대에 더 많은 재실자가 출구를 통과하며 피난을 완료하고 있음을 의미한다.
The flow rate in Scenario 3.
The flow rate in Scenario 4.
반면 노인 비율이 높은 시나리오 3에서는 flow rate의 증가 폭이 상대적으로 제한적이었으며, 최대 유량 또한 시나리오 4에 비해 낮은 수준에서 형성되었다(Figure 11). 또한 유량 감소 이후에도 낮은 수준의 출구 통과가 장시간 지속되는 경향이 나타났는데, 이는 피난 후반부에 잔류하는 재실자의 존재와 연관된 결과로 해석할 수 있다.
이러한 출입구 flow rate 분석 결과는 재실자 그룹 비율 설정 방식이 평균 RSET의 크기뿐만 아니라, 출입구를 통한 피난 흐름의 시간적 분포와 피난 진행 구조 전반에 영향을 미칠 수 있음을 보여준다.
본 절의 분석 결과, 재실자 그룹 비율에 따른 RSET 차이는 전체 집단의 평균 보행속력 차이만으로 설명되기보다는, 피난 후반부까지 잔류하는 소수 재실자의 특성과 비중에 의해 크게 영향을 받는 것으로 나타났다. 특히 이러한 잔류 재실자는 노인이나 이동약자와 같이 피난 취약성이 높은 집단일 가능성이 높으며, 이들의 존재가 RSET의 꼬리 구간과 최종 피난 완료 시점을 지연시키는 주요 요인으로 작용하였다.
이는 재실자 그룹 비율을 단순히 평균적인 인구 구성에 기반하여 설정할 경우, 피난 과정 후반부에서 취약 집단이 직면하는 위험 수준이 충분히 반영되지 않을 수 있음을 의미한다. 따라서 피난 시뮬레이션 모델에서 재실자 그룹 비율을 건축물의 용도와 이용 특성에 부합하도록 설정하는 것은 평균 RSET의 정확성을 높이는 것뿐만 아니라, 피난 과정 전반, 특히 후반부의 인명안전성을 보다 현실적으로 평가하기 위한 필수적인 절차라 할 수 있다.
4. 결 론
본 연구에서는 피난 시뮬레이션 모델을 활용한 피난 모델링에서 입력 매개변수 설정 방식이 전체 피난소요시간 산정과 인명안전성 평가 결과에 미치는 영향을 분석하였다. 분석 결과, 동일한 공간 조건과 재실자 수를 적용하더라도 설계자가 선택하는 입력 매개변수 설정 방식에 따라 RSET의 평균 수준과 분포 특성이 유의미하게 달라질 수 있음을 확인하였다.
구체적으로, 본 연구에서 검토한 입력 매개변수 설정 사례들에서 평균 RSET은 수십 초 수준의 차이를 보였다. 반응지연시간 설정 방식에 따른 비교에서는 평균 RSET의 상대 차이가 약 9% 수준으로 나타났으며, 재실자 그룹 비율 설정 방식에 따른 비교에서는 약 14% 수준의 차이가 관측되었다. 이러한 경향은 반복 시뮬레이션 결과에서 일관되게 관측되었다.
또한 입력 매개변수 설정 방식에 따라 피난이 대부분 완료된 이후에도 잔류하는 소수 재실자의 체류 시간 양상이 달라졌으며, 그 결과 평균 RSET뿐만 아니라 최댓값과 결과 변동성 역시 함께 변화하는 경향이 나타났다. 이는 피난 시뮬레이션 모델의 결과를 하나의 확정값으로 해석하기보다, 입력 매개변수 설정에 따른 분포 특성과 변동성을 함께 고려할 필요가 있음을 보여준다.
이러한 관점에서 반복 시행 여부, 반응지연시간 설정 방식, 재실자 그룹 비율과 같은 요소들은 성능위주설계 및 화재위험평가 실무에서 비교적 용이하게 점검⋅조정할 수 있는 항목에 해당한다. 본 연구의 결과는 피난 시뮬레이션 모델의 결과를 보다 보수적이고 현실적으로 해석하기 위한 실무적 판단 근거로 활용될 수 있을 것으로 판단된다.
한편, 본 연구는 제한된 수의 입력 매개변수 설정 사례와 특정 공간 유형을 대상으로 한 사례 분석에 기반하고 있어, 모든 시설 유형과 변수 조합을 포괄하지는 못한다. 또한 입력 매개변수에 대한 구체적인 권고 분포나 통합 기준을 제시하기보다는, 설정 방식에 따른 결과 차이와 해석상의 문제점을 중심으로 논의를 전개하였다는 한계가 있다. 더불어 본 연구는 에이전트 기반 피난 시뮬레이션 모델인 Pathfinder를 대상으로 수행되어, 다른 유형의 피난 시뮬레이션 모델에 대한 일반화에는 제한이 있다.
향후 연구에서는 국내외 실측 및 실험 자료를 체계적으로 정리하여 주요 피난 변수의 대표 분포와 통계적 특성 범위를 제안할 필요가 있다. 또한 동일한 피난 시나리오를 다양한 피난 시뮬레이션 모델에 적용하여, 모형 유형에 따른 입력 변수 설정 방식의 영향 차이를 비교⋅검증할 필요가 있다.
후 기
이 논문은 2025학년도 조선대학교 학술연구비의 지원을 받아 연구되었음.