생성형 AI 기반 CCS 덮개암 셰일 디지털 암석 데이터 증강

초록

본 연구에서는 성공적인 이산화탄소 지중저장을 위해 덮개암의 물성 평가가 필수적임에도 불구하고, 덮개암인 셰일 시료 확보가 제한적이라는 한계를 보완하기 위해 단일 3D 디지털 암석 데이터로부터 3D 데이터를 증강하는 SinGAN (Single Image GAN) 기반 방법을 제안한다. 물성 평가에필요한 최소 데이터 크기인 대표요소체적(REV)은 공극 크기 분포와 공극 구형도 분포의 수렴성을기준으로 결정하였으며, REV를 만족하는 부분 체적(sub-volume) 데이터를 학습하여 다수의 3D 디지털 암석 데이터를 생성하였다. 생성 데이터는 공극 특성·연결성 지표 및 저차원 분석을 통해검증하였고, 원본 지표가 생성 데이터 분포 범위 내에 포함되며 공극 특성 분포가 학습 데이터와유사함을 확인하였다. 본 결과는 제한된 시료 환경에서도 덮개암 셰일의 공극 구조를 대표하는 다수의 디지털 암석 데이터를 확보하여 나노 규모 물성의 통계적 분포를 구축할 수 있음을 보여주며, 향후 해당 분포를 상위 스케일 모델에 반영하는 업샘플링 절차를 통해 실험실 규모의 유효 물성 산정으로 확장할 수 있는 기반을 제공한다.

키워드