딥러닝 융합 시뮬레이션을 통한 대심도 터널 피난 병목현상 완화연구

Study on the Mitigation of Evacuation Bottlenecks in Deep Underground Tunnels through Deep Learning-Integrated Simulation

Article information

Fire Sci. Eng.. 2026;40(1):27-34
Publication date (electronic) : 2026 February 28
doi : https://doi.org/10.7731/KIFSE.8a66d05e
황영대, 박인선*,
중앙대학교 ICT융합안전학과 대학원생
Graduate Student, Department of ICT Convergence Safety, Chung-Ang University
* 중앙대학교 ICT융합안전학과 교수
* Professor, Department of ICT Convergence Safety, Chung-Ang University
Corresponding Author, TEL: +82-2-820-5713, FAX: +82-0504-291-911, E-Mail: isp@cau.ac.kr
Received 2025 December 9; Revised 2026 January 4; Accepted 2026 February 2.

Abstract

요 약

본 연구는 서부간선지하도로 신구로 수직구 피난연결통로에서 발생할 수 있는 병목 양상을 피난 시뮬레이션으로 정량화하고, 구조적 설계 대안을 비교하였다. 기존 구조는 단일 출구 의존과 곡선부 기하학적 제약으로 인해 평균 739.5 s, 최대 1,414.2 s의 피난 시간이 나타났으며 시간 변동성(temporal cv)도 크게 관찰되었다. 개선 대안으로는 단면 확장과 같은 대규모 구조 변경을 배제하고, 출입문 다중화, 통로 직선화, 완충 공간(이하 포켓)과 같이 구조 간섭이 상대적으로 적은 요소를 단계적으로 적용하였다. 그 결과, 포켓을 포함한 개선 시나리오에서 평균 및 최대 피난 시간이 각각 41.8%, 48.0% 감소하였고, 출구 유량 변동이 완화되는 경향이 확인되었다. 본 결과는 특정 사례 및 설정 조건에 기반한 시뮬레이션 분석이라는 한계가 있으나, 대심도 피난연결통로에서 병목 단계의 발생 시점과 흐름 안정성 변화를 함께 제시함으로써 향후 성능위주설계(PBD)에서 설계 대안 비교⋅검토에 참고할 수 있는 기초 자료를 제공한다.

Trans Abstract

ABSTRACT

In this study, potential bottleneck phenomena in the evacuation connection passage at the Shingu vertical shaft of the Seobu Underground Expressway were quantitatively analyzed using evacuation simulations, and alternative structural design options were compared. The existing configuration, which relies on a single exit and has geometric constraints at curved sections, resulted in an average evacuation time of 739.5 s and a maximum evacuation time of 1,414.2 s, with significant temporal variability in evacuation flow. To avoid large-scale structural modifications such as cross-sectional expansion, improvement scenarios were developed by sequentially applying less intrusive measures, including multiple exit doors, passage straightening, and buffer spaces (hereafter referred to as pockets). The scenario incorporating pockets achieved reductions of 41.8% and 48.0% in average and maximum evacuation times, respectively, while also mitigating fluctuations in exit flow. Although these findings are limited to a specific case setting and simulation conditions, this study provides fundamental insights into the timing of bottleneck formation and changes in flow stability within deep evacuation connection passages. These results can serve as a reference for performance-based design to evaluate and compare evacuation design alternatives.

1. 서 론

1.1 연구 배경 및 필요성

국내 대도시권을 중심으로 깊이 90 m, 연장 5∼10 km급의 대심도 초장대 지하터널(1)이 확산하면서, 재난 발생 시 피난 및 구조 경로 확보의 중요성이 크게 주목받고 있다.

특히 본선 터널과 수직구를 연결하는 피난연결통로는 피난자의 지상 탈출로이자 소방대의 진입 경로로 기능하므로, 해당 공간의 병목 현상은 전체 대피 성능을 결정짓는 핵심 요인이다.

선행연구에 따르면, 서부간선지하도로 신구로 수직구 연결 통로에서는 단일 출구 의존 및 기하학적 제약으로 인해 평균 739.5 s, 최대 1,414.2 s의 지연과 흐름 붕괴(flow collapse)가 발생하는 것으로 확인되었다(2). 또한 군중 행동 연구에서 고밀도(4–6 명/m2)에서의 보행속도 급감(3), 공황 상황에서의 단일 출구 집중(herding)(4), 좁은 공간에서 속도 증가가 오히려 충돌⋅정체를 유발하는 비선형 현상(5-10) 등이 보고되어, 이러한 연구들은 고밀도 상황에서 물리적 상호작용이 병목 형성의 주요 원인임을 보여준다(11). 따라서 피난연결통로에서의 병목을 정량적으로 규명하고 이를 개선할 수 있는 과학적 설계 전략이 요구된다.

1.2 연구 목적 및 차별성

본 연구의 목적은 서부간선지하도로 신구로 수직구 피난연결통로를 사례로, 대심도 지하공간에서 재난 발생 시 피난 흐름이 어떤 시간대에서 병목을 형성하고 확대⋅해소되는지를 정량적으로 파악하는 데 있다. 대심도 초장대 터널은 지상 출구까지의 이동 거리와 피난 동선이 길고, 수직구 및 연결 통로가 피난자의 대피 경로이면서 동시에 소방대 진입 경로가 될 수 있어, 통로 내 혼잡이 단순 지연을 넘어 2차 혼란으로 이어질 가능성이 있다. 이에 본 연구는 피난 시간뿐 아니라 출구 유량 변동과 흐름 안정성 지표를 함께 제시하여 병목 양상을 단계적으로 정리하고, 제한된 설계 변경 범위 내에서 적용 가능한 개선 대안의 효과를 비교⋅평가하고자 하였다.

연구의 차별성은 다음과 같다. 첫째, 실제 사례 기반 시뮬레이션 결과를 토대로 병목의 발생–정점–해소 단계를 시간대별로 정리하였다. 둘째, 대심도 구조 특성상 단면 확장 등 대규모 구조 변경이 어렵다는 점을 고려하여, 출입문⋅출구 구성 변화, 통로 직선화, 완충 공간(포켓)과 같이 구조 간섭이 상대적으로 적은 대안을 중심으로 성능 변화를 비교하였다. 셋째, 평균⋅최대 피난 시간뿐 아니라 temporal cv와 출구 유량 변동을 함께 제시하여, 단순 시간 비교를 넘어 흐름 안정성 관점의 해석을 시도하였다.

1.3 연구의 구성

본 논문은 다음과 같이 구성된다.

1장에서는 대심도 지하도로 피난연결통로의 병목 형성 배경과 연구 목적을 제시하고, 실제 운영 환경에서의 위험 요인을 간략히 정리한다.

2장에서는 연구 대상 구조와 시뮬레이션 모델링 조건, 시나리오 구성 및 평가 지표를 설명하며, 비교가 가능하도록 통제 조건을 함께 제시한다.

3장에서는 baseline과 개선 시나리오(직선화, 포켓 적용 등)를 비교하여 피난 시간, 출구 유량, 밀도 분포의 변화를 정량적으로 제시한다.

4장에서는 병목 완화 메커니즘을 물리량 기반으로 해석하고, 설비 간섭⋅구획 분리⋅시공 제약 등 실무 적용 시 고려 사항과 연구의 한계를 논의한다. 마지막으로 5장에서는 주요 결과를 종합하고, 향후 연구 방향을 제시한다.

2. 연구 방법

2.1 연구 대상

서울특별시 서부간선지하도로에 설치된 3개 수직구 중, 구조적 대표성이 가장 높은 신구로 수직구와 본선 터널을 연결하는 피난연결통로를 대상으로 수행하였다.

해당 통로는 약 90 m 깊이의 대심도 환경에 위치하며, 약 100 m 규모의 단일 연결로 구성되어 피난자의 지상 탈출과 소방대 진입 경로를 동시에 제공한다.

선행연구(2)에서 확인된 바와 같이, 이 통로는 단일 출구 의존과 통로 곡률 등 기하학적 제약으로 인해 병목 형성이 빈번하며, 평균 739.5 s 이상의 지연이 발생하는 구조적 한계를 가진다. Figure 1은 서부간선지하도로의 종단면과 각 수직구의 상대적 위치를 나타내며, 연구 대상인 신구로 수직구와 본선 터널 간 연결 구조를 시각적으로 제시한다. 이를 기반으로 본 연구는 실제 구조 치수와 동일한 조건으로 시뮬레이션 환경을 구성하고, 피난자 1,000명을 기준으로 모든 실험을 수행하였다.

Figure 1

Cross-sectional view of the Seobu arterial underground road tunnel and its vertical shafts.

2.2 연구 절차 및 시뮬레이션 설정

본 연구는 피난연결통로에서 발생하는 병목현상을 정량적으로 규명하고, 대심도 토목 구조의 특성을 고려해 실제 설계 변경이 가능한 요소를 중심으로 AI 기반 최적화를 수행하기 위해 baseline 분석 → AI 기반 최적화 → 개선안 검증의 3단계 절차(12)를 적용하였다. 설계 변수 군은 대규모 구조 변경이 필요한 복도 폭이나 출입구 폭 같은 고정 단면 요소는 제외하고, 구조적 간섭이 적어 실질적으로 개선할 수 있는 출입문 수, 출구 수, 포켓 간격, 통로 직선화 등으로 구성하였다. 이는 대심도 구조 특성상 단면 확장은 구조적⋅시공적 제약으로 실무 적용이 곤란하기 때문이다.

첫째, baseline 분석 단계에서는 신구로 수직구 연결 통로의 실제 구조를 Pathfinder 모델로 구현하여, 흐름율 변화, 피난 시간 분포, 밀도 축적, 병목 발생 시점 등을 평가하였다. 분석 결과, 약 300 s 이후 흐름 붕괴(flow collapse)와 출구 전면 밀도 증가가 중첩되는 병목 현상이 확인되었다.

둘째, AI 기반 최적화 단계에서는 선정된 설계 변수 조합에 대해 가상 시나리오 데이터셋을 구축하여 설계 변수와 피난 성능 간 관계를 학습하고, 변수 영향도 분석과 최적화 탐색을 통해 성능이 우수한 설계조합을 도출하였다. 최종적으로 출입문 2개, 출구 2개, 포켓 간격 20 m가 조합안으로 제시되었으며, 이는 이후 검증 단계에서 baseline과 비교되었다.

셋째, 개선안 검증 단계에서는 동일 보행 특성 및 인구 조건에서 baseline과 개선안을 비교하여 평균⋅최대 피난 시간, 흐름율 안정성(CV), 병목 발생 여부 등을 중심으로 성능을 평가하였다. 이때 모든 시나리오에서 대피자 수(1,000명)와 보행자 파라미터를 같게 유지하였고, Pathfinder는 steering 모드에서 ‘goto any exit’ 규칙으로 수행하였다(최대 속도 1.0 m/s, 반경 0.222 m).

2.3 딥러닝-시뮬레이션 융합 프레임워크

본 절은 설계 변수 변화에 따른 피난 성능 변화를 정리하고, 2.2절의 ‘AI 기반 최적화’ 단계에서 적용한 분석 절차를 개요 수준에서 제시한다.

본 연구에서는 설계 변수를 출입문 수, 출구 수, 포켓 간격, 통로 형상(기존/직선화)으로 설정하여 시나리오를 구성하였으며, 각 수준(예: 출입문⋅출구 수, 포켓 간격, 형상 2수준)은 본문 또는 부록의 변수 정의표에 정리하였다.

시나리오별 성능 평가는 Pathfinder 시뮬레이션 결과(평균⋅최대 피난 시간, 출구 유량 변화 등)를 기반으로 수행하였다. 또한 변수 조합 탐색 과정에서는 변수–성능 관계의 비선형성을 고려하여 대리모델 기반 탐색(surrogate-based search) 접근을 참고하였고, 영향 변수의 상대적 중요도는 모델 기반 기여도 분석(예: SHAP 등)을 통해 검토하였다.

후보 조합은 획득 함수 기반의 순차 탐색(예: expected improvement) 절차로 도출한 뒤, 동일 조건의 재시뮬레이션으로 성능을 확인하였다. 시나리오별 성능 비교와 병목 완화 효과는 3장에서 제시한다.

3. 결과 및 분석

3.1 Baseline 결과 분석

기존(baseline) 연결 통로는 단일 출구 구조 탓에 약 300 s 이후 유동 저하와 밀도 급증이 발생하였으며, 이에 따라 평균 739.5 s, 최대 1,414.2 s의 피난 지연이 관찰되었다.

시간 분포의 변동 계수(temporal CV)는 0.52 (표준편차 387.9 s)로 나타나 흐름의 불안정성이 확인되었다.

이러한 병목 특성은 Table 1의 단계적 정량 분석과 Figures 3(b)3(e)에 제시된 혼잡 패턴에서 함께 보인다. Figure 3에서는 약 360 s에 병목이 시작되어 380∼420 s 구간에서 혼잡이 정점에 도달한 뒤, 700 s 이후에야 점진적으로 완화되는 흐름을 확인할 수 있다.

Quantitative Analysis of Bottleneck Stages in the Baseline Scenario

Figure 3

Evacuation behavior and congestion development in the existing singuro connecting passage.

Figure 2

Conceptual design of the optimized pocket-installed evacuation passage*.

한편, 개선 조합(출입문 2개, 출구 2개, 포켓 20 m)을 적용한 시나리오에서는 평균 피난 시간이 430.6 s로 감소하고, 최대 피난 시간도 735.0 s로 감소하였다.

표준편차는 177.6 s로 줄어 피난 시간 분산이 완화되는 경향을 보였다. Table 2는 baseline과 개선 조합의 피난 성능 지표를 요약한 것이다.

Comparison of Evacuation Performance Indicators Between the Baseline and Improved Scenarios

3.2 개선 구조 시나리오 비교

개선 시나리오별 피난 흐름을 비교한 결과, 출입문⋅출구 다중화와 포켓 적용 여부가 흐름 안정성과 병목 완화 양상에 큰 차이를 유발하는 것으로 나타났다. Table 2는 baseline과 개선 구조 적용 결과의 피난 성능 지표를 정량적으로 비교한 것이며, Figure 4는 포켓 설치 시나리오의 시간대별 출구 유량 변화를 제시한다.

Figure 4

Exit flow rate in the pocket-installed scenario.

출입문⋅출구 다중화를 적용한 시나리오에서는 단일 출구에 집중되던 유입이 분산되면서 병목 시작 시점이 지연되고, 300∼400 s 구간에서 관찰되던 유량 급락이 완화되는 경향을 보였다. 이는 출구 전면의 밀도 팽창이 감소하며 흐름 불안정성이 줄어든 결과로 해석되며, Table 2의 평균⋅최대 피난 시간 감소 및 표준편차 감소에서 확인된다. 포켓 설치 시나리오에서는 출구 전면에서 발생하던 압력 축적이 완충되면서 유량 변동 범위가 줄어드는 특징이 나타났다. Figure 4에서 확인되듯, baseline에서 0.5∼0.8 pers/s 범위의 진동이 나타나던 출구 유량이 포켓 적용 후 0.9∼1.2 pers/s 범위로 수렴하는 경향을 보였다. 이는 포켓이 상류 흐름을 분절⋅완충하여 출구 전면의 과밀도를 완화한 결과로 해석될 수 있다. 종합하면 Table 2Figure 4는 개선 시나리오가 baseline 대비 병목의 발생 강도와 지속성을 낮추는 방향으로 작동하며, 특히 다중화와 포켓의 조합이 흐름 안정성 측면에서 유리할 수 있음을 시사한다.

3.3 개선 조합 성능 비교

최적 설계안(출입문 2개, 출구 2개, 포켓 간격 20 m)은 baseline 대비 피난 성능지표 전반에서 개선된 결과를 보였다.

평균 피난 시간은 430.6 s로 baseline (739.5 s) 대비 감소하였고, 최대 피난 시간도 735.0 s로 감소하였다(Table 2). 또한 표준편차가 177.6 s로 줄어 시간 분산이 완화되었으며, temporal cv 역시 감소하였다.

출구 전면의 흐름 안정성은 Figure 4에서 확인된다. baseline에서 병목 최대 구간에 관찰된 출구 유량 진동(0.5∼0.8 pers/s; Table 1)과 달리, 포켓 설치 후에는 출구 유량이 상대적으로 좁은 범위로 유지되며 흐름 붕괴 양상이 완화되는 경향을 보였다.

이는 포켓이 출구 전면 압력 축적을 완충하고, 다중화된 출입문⋅출구가 유입을 분산하여 출구 전면의 밀도 팽창을 낮춘 결과로 해석할 수 있다(13,14).

출입문⋅출구 수는 증가할수록 피난 시간이 감소하는 경향을 보였으나, 일정 수준 이후에는 추가 증가에 따른 개선 폭이 제한될 수 있다(diminishing return)(15). 포켓 간격의 경우, 10 m는 과도한 분절로 흐름 불연속이 나타날 수 있고, 30 m는 완충 범위가 상대적으로 좁아 효과가 제한될 수 있으나, 20 m 조건에서는 유량 변동과 밀도 수준이 비교적 안정적으로 유지되는 경향이 확인되었다. 이러한 결과는 본 사례 및 설정 조건에 기반한 것으로, 다른 구조에 대한 일반화에는 추가 검토가 필요하다.

3.4 병목 완화 메커니즘 해석

개선 시나리오에서 관찰된 병목 완화 효과는 출구 전면의 압력 축적을 줄이고 상류 흐름을 안정화하는 구조적 변화와 관련된다. 포켓은 출구 하부에 집중되던 보행 흐름을 분절⋅완충하여 과밀 구간의 형성을 완화하였으며, 출입문⋅출구의 다중화는 유입 경로를 분산시켜 특정 지점에 유량이 집중되는 현상을 줄이는 방향으로 작용하였다. 이러한 변화는 Table 3의 단계별 병목 지표와 Figure 4의 출구 유량 변화에서 확인된다.

Bottleneck Assessment for the Pocket-Installed Scenario

Table 1Figure 3에서 확인되듯 baseline에서는 약 300 s 이후 출구 전면의 밀도 증가와 압력 축적이 급격히 진행되며 흐름 붕괴 양상이 나타났다. 반면 포켓 설치 시나리오에서는 동일 시간대에 출구 전면의 밀도 증가가 상대적으로 완화되었고, 출구 유량도 0.9∼1.2 pers/s 범위에서 비교적 안정적으로 유지되는 경향을 보였다.

Figures 45는 포켓 설치 시나리오의 시간대별 흐름 형성 과정을 제시하며, (a) 120∼150 s 구간에서 안정화로의 전환이 시작되고, (b) 200∼450 s 구간에서 주요 quasi-steady 유동이 형성되며, (c) 450∼700 s 구간에서도 후기 균일 흐름이 유지되는 모습을 보여준다. 이는 포켓이 상류 보행 흐름을 일시적으로 저장⋅완충(holding and buffering)하여 하류로 전달되는 압력을 낮춘 결과로 해석될 수 있으며, 해당 양상은 Table 3의 병목 단계 감소와도 일치한다.

Figure 5

Time-sequential simulation snapshots of the pocket-installed scenario showing the transition from initial flow formation to full stabilization.

또한 출입문⋅출구 다중화는 입⋅출구 간 압력 차이를 완화하여 유입⋅배출 흐름의 균형을 맞추는 방향으로 작동하였다. 단일 출구 구조에서 나타나던 유동 불균형과 충돌 기반 감속이 완화되면서 병목 구간 전반에서 상⋅하류 간 유량 차이가 감소하는 경향이 나타났다. 본 절의 해석은 밀도⋅유량 등 물리량 기반 결과에 한정되며, 보행자의 심리적 의사결정 변화까지 직접적으로 설명하기는 어렵다. 종합하면 본 사례에서는 포켓을 통한 압력 완충과 출입문⋅출구 다중화를 통한 흐름 분산이 병목의 성장과 지속을 낮추는 방향으로 작동하였고, 이는 Figures 45Table 3의 결과로 뒷받침된다.

4. 논 의

4.1 구조적 개선 요소가 피난 성능에 미친 영향

본 연구에서 검토한 개선 조합(2개의 출입문, 2개의 출구, 20 m 간격 포켓 적용)은 baseline 구조에서 확인된 병목 양상을 완화하는 방향으로 작동하였다.

포켓의 적용은 통로 단면을 단순히 확장하는 접근이라기보다, 출구 전면에서 발생하는 압력 집중과 밀도 증가를 시간상으로 분산시키는 완충 요소로 해석될 수 있다.

그 결과 baseline에서 관찰된 흐름 붕괴(flow collapse) 및 혼잡의 장기 지속 양상이 개선 시나리오에서는 현저히 줄어드는 경향을 보였고, 출구 유량도 비교적 안정된 범위에서 유지되었다(Figure 4, Table 3).

이러한 변화는 피난 시간 감소뿐 아니라 흐름 변동성 감소와도 연결되며, 제한된 설계 변경 범위에서 적용할 수 있는 구조적 대안의 가능성을 제시한다.

4.2 흐름 안정성과 구조적 개입의 영향 분석

Baseline 시나리오의 병목은 보행자의 심리적 선택이나 행동적 편향보다, 단일 출구 구조에서 발생하는 밀도⋅압력 기반의 물리적 상호작용이 주요 요인으로 작용했을 가능성이 크다(16).

출구 전면의 급격한 압축과 압력 누적이 흐름 붕괴를 유발하는 양상은 Figure 3Table 1의 단계 구분에서도 확인된다. 반면 포켓 적용 시나리오에서는 상류에서 하류로 전달되는 압력이 포켓 구간에서 일시적으로 분산되며 출구 전면의 밀도 증가가 완화되는 경향이 나타났다. 또한 출입문⋅출구의 다중화는 유입 경로를 분산시켜 국부적 밀도 집중을 줄이는 효과와 연관될 수 있다.

따라서 본 연구의 결과는 병목 완화가 군중 심리의 변화라기보다, 구조적 개입을 통해 밀도⋅압력 분포가 변화한 데서 비롯될 수 있음을 시사한다. 이 때문에 본 논문의 해석은 행동 심리보다는 물리량 기반 결과를 중심으로 정리하는 것이 타당하다.

4.3 병목 형성 메커니즘의 전환과 의미

Baseline에서는 약 360 s 이후 door 유량 저하가 나타나며 흐름 붕괴가 시작되고, 380∼420 s 구간에서 고밀도 압력이 누적되며 혼잡이 정점에 도달한 뒤, 약 700 s 이후에야 혼잡이 점진적으로 완화되는 단계적 패턴이 관찰되었다(Table 1, Figure 3). 이러한 양상은 고밀도 피난 상황에서 출구 전면에 압력이 집중될 때 나타나는 전형적 병목 진행 과정으로 해석할 수 있다.

반면 개선 시나리오에서는 초기부터 유입이 분산되고, 포켓 구간이 출구 전면의 압력 집중을 완화하는 방향으로 작동하면서 흐름 변동성이 감소하였다(Figure 4, Table 3).

결과적으로 출구 유량의 안정 구간(quasi-steady regime)이 형성되고, 변동 계수(CV)가 약 0.12 수준으로 낮아지는 경향이 나타났다(Table 3).

이는 본 조건에서 병목의 성장과 지속이 완화될 수 있음을 보여주며, 설계 대안 비교 관점에서 의미가 있다.

4.4 AI 기반 탐색 절차의 활용 범위와 의의

본 연구는 제한된 설계 변수 조합 공간에서 후보 설계를 효율적으로 탐색하기 위한 보조 절차로서 mlp–shap–bayesian optimization 기반 접근을 참조하여 적용하였다. 다만 본 논문의 핵심 비교⋅검증은 Pathfinder 재 시뮬레이션 결과(피난 시간, 유량, 변동성 지표)에 근거하여 수행되었다는 점을 분명히 한다. 즉, AI 기반 절차는 후보 조합의 탐색을 지원하는 도구이며, 설계안의 타당성은 시뮬레이션 결과를 통해 판단하였다. 이러한 구성은 성능위주설계(PBD) 관점에서 다양한 대안을 비교⋅선정하는 과정에 참고될 수 있다.

4.5 실무 적용을 위한 고려 사항

개선 조합은 시뮬레이션 조건에서 흐름 안정성 측면의 개선 가능성을 보였으나, 실제 적용을 위해서는 몇 가지 실무적 요소를 고려해야 한다.

첫째, 포켓 적용은 환기⋅전기⋅구조 설비와의 간섭 가능성이 있어 현장 조건에 따른 배치 조정이 필요하다.

둘째, 대심도 터널은 공사 접근성이 제한되므로 단계별 시공 전략과 유지관리 관점의 검토가 병행되어야 한다.

셋째, 개선 구조가 실제 피난 상황에서 기대 기능을 수행하도록 비상조명, 유도 표지 등 피난 유도 체계와의 연계가 필요하다.

마지막으로 본 연구는 개별 보행 모델 기반 시뮬레이션을 중심으로 수행되었으므로, 시야 제한, 연기⋅열 영향, 재난 약자 비율 변화, panic 등 행동 편차를 반영한 후속 연구가 필요하다(17). 이러한 보완을 통해 적용 범위와 신뢰도를 단계적으로 확장할 수 있을 것이다.

5. 결 론

본 연구는 대심도 초장대 지하터널의 피난연결통로에서 다수 인원이 동시에 대피하는 상황을 가정하여, 병목 형성 양상을 시뮬레이션 기반으로 정량적으로 분석하고 구조적 개선 방향을 비교⋅검토하였다.

분석 결과, 단일 출구에 의존하는 기존 구조에서는 출구 전면의 압력 축적과 밀도 팽창이 동반되며 흐름 붕괴(flow collapse) 양상이 나타났고, 평균⋅최대 피난 시간뿐 아니라 시간적 안정성 지표(CV) 측면에서도 불안정성이 확인되었다.

개선 시나리오(출입문 2개, 출구 2개, 포켓 간격 20 m)에서는 유입의 분산과 출구 전면의 완충 효과로 인해 병목의 성장과 지속이 완화되는 경향이 관찰되었다.

그 결과 평균 피난 시간은 약 42%, 최대 피난 시간은 약 48% 감소하였으며, 출구 유량은 quasi-steady 구간을 형성하여 baseline에서 관찰된 급격한 유량 진동이 줄어드는 모습을 보였다. 이는 본 조건에서 제안 조합이 단순한 용량 증가보다는 밀도⋅압력 분포의 집중을 낮추는 방식으로 흐름 안정화에 기여할 수 있음을 시사한다.

또한 본 연구에서는 후보 설계조합을 효율적으로 탐색하기 위한 보조 절차로서 mlp–shap–bayesian optimization 기반 접근을 참조하여 적용하였으며, 설계안의 성능 비교와 타당성 평가는 Pathfinder 재 시뮬레이션 결과를 기준으로 수행하였다. 이러한 구성은 성능위주설계(PBD) 체계에서 구조적 대안을 비교⋅선정하는 과정에 참고될 수 있는 분석 흐름을 제시한다는 점에서 의미가 있다.

다만 본 연구는 개별 보행 모델 기반 시뮬레이션을 중심으로 수행되어, 시야 제한, 연기⋅열 영향, panic, 재난 약자 비율 변화 등 실제 상황 요인을 직접 반영하지 못하였다. 또한 특정 구조 사례를 기준으로 분석이 이루어졌으므로 다른 터널 및 연결 통로로의 일반화에는 추가 검증이 필요하다. 후속 연구에서는 행동⋅환경 요인을 포함한 시나리오 확장, 조건 변화에 대한 민감도 분석, 실 규모 실험 또는 현장 검증을 통해 적용 범위를 단계적으로 확장할 필요가 있다.

종합하면, 본 연구는 대심도 피난연결통로에서 발생 예측 병목 문제를 물리량 기반으로 분석하고, 제한된 설계 변경 범위에서 적용한 구조적 개선 방향을 비교함으로써 향후 성능위주설계(PBD) 기반의 지하공간 안전설계에서 병목 완화 전략을 평가하는 데 참고할 수 있는 근거를 제공한다.

References

1. Ministry of Land, Infrastructure and Transport (MOLIT). KDS 27 10 10: Tunnel Investigation and Planning 2023;
2. Hwang Y. D.. A Study on Evacuation Characteristics and Bottleneck Phenomena in a Deep Subsurface Tunnel: Analysis of the Seobu Arterial Underground Road Tunnel. Fire Protection Research Papers of Seoul Metropolitan Fire Academy 26:5–48. 2024;
3. Fridolf K., Nilsson D., Frantzich H.. Fire Evacuation in Underground Transportation Systems: A Review of Accidents and Empirical Research. Fire Technology 49:451–475. 2013;https://doi.org/10.1007/s10694-011-0217-x.
4. Helbing D., Farkas I., Vicsek T.. Simulating Dynamical Features of Escape Panic. Nature 407:487–490. 2000;https://doi.org/10.1038/35035023.
5. Fraser-Mitchell J. N., Charters D. A.. Human Behaviour in Tunnel Fire Incidents. Fire Safety Science 8:543–554. 2005;https://doi.org/10.3801/IAFSS.FSS.8-543.
6. Seike M., Kawabata N., Hasegawa M.. Quantitative Assessment Method for Road Tunnel Fire Safety: Development of an Evacuation Simulation Method Using CFD-Derived Smoke Behavior. Safety Science 94:116–127. 2017;https://doi.org/10.1016/j.ssci.2017.01.005.
7. Seike M., N. Kawabata , Hasegawa M.. Experiments of Evacuation Speed in Smoke-Filled Tunnel. Tunnelling and Underground Space Technology 53:61–67. 2016;https://doi.org/10.1016/j.tust.2016.01.003.
8. Helbing D., Molnár P.. Social Force Model for Pedestrian Dynamics. Physical Review E 51(No. 5):4282–4286. 1995;https://doi.org/10.1103/PhysRevE.51.4282.
9. Moussaïd M., Helbing D., Theraulaz G.. How Simple Rules Determine Pedestrian Behavior and Crowd Disasters. Proceedings of the National Academy of Sciences (PNAS) 108(No. 17):6884–6888. 2011;https://doi.org/10.1073/pnas.1016507108.
10. Daamen W., Hoogendoorn S. P.. Controlled Experiments to Derive Walking Behaviour. European Journal of Transport and Infrastructure Research 3(No. 1):39–59. 2003;https://doi.org/10.18757/ejtir.2003.3.1.4235.
11. Seyfried A., Steffen B., Lippert T.. Basics of Modeling the Pedestrian Flow. Physica A: Statistical Mechanics and Its Applications 368(No. 1):232–238. 2006;https://doi.org/10.1016/j.physa.2005.11.052.
12. Liao W., Seyfried A., Zhang J., Boltes M., Zheng X., Zhao Y.. Experimental Study on Pedestrian Flow through Wide Bottleneck. Transportation Research Procedia 2:26–33. 2014;https://doi.org/10.1016/j.trpro.2014.09.005.
13. Zhang J., Klingsch W., Schadschneider A., Seyfried A.. Transitions in Pedestrian Fundamental Diagrams of Straight Corridors and T-junctions. Journal of Statistical Mechanics: Theory and Experiment :P06004. 2011;https://doi.org/10.1088/1742-5468/2011/06/P06004.
14. Hoogendoorn S. P., Daamen W.. Pedestrian Behavior at Bottlenecks. Transportation Science 39(No. 2):147–159. 2005;https://doi.org/10.1287/trsc.1040.0102.
15. Fridolf K., Ronchi E., D. Nilsson , Frantzich H.. Movement Speed and Exit Choice in Smoke-Filled Rail Tunnels. Fire Safety Journal 59:8–21. 2013;https://doi.org/10.1016/j.firesaf.2013.03.007.
16. Haghani M., Sarvi M.. Crowd Behaviour and Motion: Empirical Methods. Transportation Research Part B: Methodological 107:253–294. 2018;https://doi.org/10.1016/j.trb.2017.06.017.
17. Helton J. C., Davis F. J.. Latin Hypercube Sampling and the Propagation of Uncertainty in Analyses of Complex Systems. Reliability Engineering & System Safety 81(No. 1):23–69. 2003;https://doi.org/10.1016/S0951-8320(03)00058-9.

Notes

*

Note: This figure is a conceptual schematic for illustrating the design elements (e.g., pocket placement and flow separation), not a scale-accurate geometric drawing.

Article information Continued

Figure 1

Cross-sectional view of the Seobu arterial underground road tunnel and its vertical shafts.

Table 1

Quantitative Analysis of Bottleneck Stages in the Baseline Scenario

Category Time (s) Key Flow Characteristics Number of Occupants Approaching Exit
Onset of Congestion ≈ 360 Sudden Drop in Door Flow;
Oscillation Begins in Exit Flow
400∼450
Peak Congestion 380∼420 Door Flow ≈ 0; Exit Flow
Unstable (0.5∼0.8 pers/s)
470∼520
Pre-Resolution Stage 700∼750 Exit Flow Stabilizes at 0.6∼0.7 pers/s 850∼900

Figure 2

Conceptual design of the optimized pocket-installed evacuation passage*.

Figure 3

Evacuation behavior and congestion development in the existing singuro connecting passage.

Table 2

Comparison of Evacuation Performance Indicators Between the Baseline and Improved Scenarios

Scenario Mean Evacuation Time (s) Maximum Evacuation Time (s) Standard Deviation (s)
Baseline 739.5 1,414.2 387.9
Improved 430.6 735.0 177.6

Figure 4

Exit flow rate in the pocket-installed scenario.

Table 3

Bottleneck Assessment for the Pocket-Installed Scenario

Indicator Result Interpretation
Onset of Congestion Not Observed Under the Simulated Conditions No Flow Collapse or Oscillation Pattern
Peak Flow Rate ≈ 1.95 pers/s Highest Stable Throughput
Mean Stable Flow 1.55∼1.70 pers/s Stable Continuous Evacuation
Flow Variability (CV) ≈ 0.12 Highly Stable Compared to Baseline
Congestion Duration No Sustained Congestion Observed Pocket Design is Associated With Reduced Bottleneck Formation
Density at Exit 2∼3 pers/m2 Within Stable Evacuation Band

Figure 5

Time-sequential simulation snapshots of the pocket-installed scenario showing the transition from initial flow formation to full stabilization.