2.1 전산시뮬레이션 조건

본 연구의 전산시뮬레이션 조건을 Table 1에 정리하여 나타내었다. Table 1에서 FSL은 화원 위치(fire source location), HRR은 열방출률(heat release rate), l_b는 복도 폭의 절반(1/2), T_a는 외기 온도를 의미한다. 본 연구에서는 2가지 화재시나리오(Case-A와 Case-B)에 대하여 열방출률, 복도 폭 영향을 검토하였다. Case-A는 복도의 양쪽 개구부(Opening01과 Opening02)가 모두 개방된 조건이며, Case-B는 화원을 벽면으로부터 0.5 m 이격시켰고, 화원과 가까운 개구부(Opening01)는 폐쇄되고 먼 개구부(Opening02)는 개방된 조건이다. 열방출률의 경우, 기존 연구(20)와의 비교를 위해 기존 연구(20)와 동일하게 Case-A는 각각 3.60, 5.05, 6.75 kW, Case-B는 각각 3.80, 5.58, 7.25 kW로 설정하였고, 이와 함께 15 kW를 추가적인 조건으로 설정하였다. 연료는 기존 연구(20)를 토대로 메탄올(methanol)로 설정하였고, 화재 성장 곡선은 화재 성장률이 매우 빠름(ultrafast)으로 설정된 t² 화재 모델(t-square fire model)(21)을 적용하였다. 한편, 복도 폭의 경우, 0.5, 1.0, 1.5 m로 설정하였고, 외기 온도는 기존 실험(20)과 동일하게 설정하였다.

Table 1

Summary of Present Numerical Simulation Conditions

2.2 전산시뮬레이션 방법

본 연구에서는 전산시뮬레이션을 위해 FDS (ver. 6.6.0)를 사용하였다. 난류 모델로 기본 아격자 스케일(subgrid scale, SGS) 모델인 Deardorff 모델을 적용하였다. 대류, 복사 및 전도 열전달을 고려하였고, 복사 열전달 해석을 위해 회색가스(gray gas) 가정 하의 유한체적법(finite volume method)이 적용되었고, 전도 열전달에 대해서는 벽면에 수직한 1차원 열전도 방정식이 적용되었다. 본 연구의 경계조건은 다음과 같이 설정하였다. 전체 계산 영역 경계면과 복도 출구면이 충분히 이격되도록 계산 영역 내부에 복도를 위치시켰고, 바닥면을 제외한 계산 영역의 모든 면을 개방하였다.

본 논문에서는 기존 연구(20)의 복도 실험 장치와 동일한 형상의 전산시뮬레이션을 구축하였고, 이에 대한 개략도를 Figure 1에 나타내었다. Figure 1에 나타낸 바와 같이 복도는 크기 4,600 mm (길이) × 1,080 mm (높이)이고, 폭(2 l_b)을 변화시켰다. 한편, 벽면은 기존 실험(20)과 동일하게 폴리카보네이트(polycarbonate) 판으로 설정하고, 폴리카보네이트 판의 열전도도, 비열, 밀도에 대한 열물성치(thermophysical property)(1)는 각각 0.21 W/m⋅K, 1.2 kJ/kg⋅K, 1,200 kg/m³ 로 설정하였다. 해당 개략도에 온도 분포 및 질량 유량 측정 위치를 나타내었다. 온도의 경우 총 10개의 열전대 트리(thermocouple tree, TC)를 화원 중심으로부터 300 또는 600 mm 간격으로 설정하였고, 이를 TC1∼TC10으로 명명하였다. 모든 TC (TC1~TC10)에 대해 700∼1070 mm 구간에서 10 mm 간격으로 38지점의 높이 방향 온도 측정점을 설정하였으며, TC의 온도 측정점에 대한 최고 온도 및 최고 온도가 나타나는 높이를 도출하였다. 온도 측정 위치와 동일한 위치에서 복도 단면(xz-plane)을 통과하는 질량 유량을 측정할 수 있도록 설정하였다.

Figure 1

Schematic of present numerical simulation with measurement positions.

한편, FDS 사용자 매뉴얼(user’s guide)(6)과 NUREG-1824 보고서(12)에서는 격자 크기 선정을 위한 plume resolution index (D*/δx)의 범위를 4∼16으로 제안하고 있다. 여기서D*와δx는 각각 특성 화재 직경과 격자 한 변의 길이를 의미한다. 본 전산시뮬레이션의 열방출률 범위(3.6∼15 kW)에 대해 plume resolution index가 4∼16(6,12)인 범위에 대응하는 격자 크기는 0.006∼0.045 m이다. 본 연구에서는 이를 고려하여 격자 크기가 0.01, 0.02, 0.03 m에 대한 격자 민감도 분석을 수행하였다. 격자 민감도 검토를 위한 열방출률 조건의 경우, 본 연구의 열방출률 범위(3.60∼15 kW)를 적절하게 대표할 수 있도록 중간 정도의 조건(7.25 kW)을 대상으로 설정하였다. 한편, 본 연구의 주요 평가 인자가 천장 제트 유동의 최고 온도, 최고 온도 발생 높이 및 질량 유량임을 고려하여, Case-B (HRR = 7.25 kW, 2 l_b = 1.0 m)에 대해, Figure 2(a)에 측정 지점 1,800 mm에서의 시간에 따른 천장 제트 유동의 질량 유량, Figure 2(b)에 화원으로부터 거리에 따른 정상상태에서의 천장 제트 유동의 질량 유량, Figure 2(c)에 측정 지점 1,800 mm에서의 높이에 따른 정상상태에서의 천장 제트 유동 온도 분포(즉, 최고 온도 및 최고 온도가 나타나는 높이)에 대한 격자 크기별 결과를 제시하였다. Figures 2(a)~2(c)에 나타낸 바와 같이 시간에 따른 천장 제트 유동의 질량 유량, 화원으로부터 거리에 따른 정상상태에서의 천장 제트 유동의 질량 유량, 높이에 따른 정상상태에서의 천장 제트 유동 온도 분포에서의 최고 온도는 격자 크기 0.01, 0.02, 0.03 m에 대해 유사한 것으로 나타났다. 반면, Figure 2(c)에서 격자 크기에 따른 해상도(resolution) 차이로 인해 온도 측정 위치의 간격이 달라졌고, 이는 격자 크기에 따라 최고 온도가 나타나는 높이의 차이가 발생할 수 있음을 의미한다. 3가지 종류의 격자 크기 중 최고 온도 발생 높이를 가장 정밀하게 도출할 수 있는 격자 크기는 0.01 m이다. 따라서, 격자 민감도 검토 결과 및 정밀한 최고 온도 발생 높이 도출 등을 종합적으로 고려하여 본 연구에서는 격자 크기를 0.01 m로 설정하였다. 이 경우 plume resolution index의 범위는 10~17이고, 총 격자 개수는 8,064,000개이다. 전산시뮬레이션은 100 s간 수행되었고, 결과 분석을 위해 정상상태 구간인 50∼100 s 범위의 데이터를 이용하여 평균값과 표준편차를 도출하였다.

Figure 2

Grid sensitivity test of mass flow rate and temperature of ceiling jet flows for grid sizes of 0.01, 0.02, and 0.03 m.

3.1 전산시뮬레이션을 이용한 예측

Figure 3에 Case-A와 Case-B에 대해 천장 제트 유동의 질량 유량에 대한 본 전산시뮬레이션 결과를 나타내었다. Case-A의 경우, 모든 조건에서 화원을 중심으로 양방향에 대한 천장 제트 유동의 질량 유량이 대칭적으로 나타났고, 한 방향에 대한 결과를 나타내기 위해 양쪽 천장 제트 유동의 질량 유량을 평균한 결과를 사용하였다. Figure 3(a)에는 복도 폭이 일정(2 l_b = 1.0 m)하고 열방출률이 변화하는 조건에 대한 결과를 나타내었는데, 열방출률이 증가함에 따라 Case-A와 Case-B 모두 천장 제트 유동의 질량 유량이 증가하였다. 또한, Figure 3(b)에는 열방출률이 일정(HRR = 15 kW)하고 복도 폭이 변화하는 조건에 대한 결과를 나타내었는데, 복도 폭이 증가함에 따라 Case-A와 Case-B 모두 천장 제트 유동의 질량 유량이 증가하였다. 전체적으로 Case-B가 Case-A에 비해 질량 유량이 많은 것으로 나타났는데, 이는 Case-A는 천장 제트 유동이 양쪽으로 나누어지고, Case-B는 천장 제트의 유동이 한쪽으로만 형성되기 때문으로 판단된다. 화원으로부터 멀어짐에 따라 천장 제트 유동의 질량 유량이 증가하였는데, 이는 주변 공기가 유입되었기 때문으로 판단된다.

Figure 3

Comparison of present numerical simulation data for ceiling jet mass flow rate between Case-A and Case-B.

Figure 4에 Case-A와 Case-B의 천장 제트 유동의 최고 온도에 대한 본 전산시뮬레이션 결과를 나타내었다. Case-A의 경우, 화원을 중심으로 양방향에 대한 천장 제트 유동의 최고 온도를 평균한 결과를 사용하였다. Figure 4(a)에 나타낸 바와 같이, Case-A와 Case-B 모두 열방출률이 증가함에 따라 천장 제트 유동의 최고 온도가 증가하는 경향이 나타났다. Figure 4(b)에 나타낸 바와 같이, Case-A와 Case-B 모두 복도 폭이 증가함에 따라 천장 제트 유동의 최고 온도가 감소하는 경향이 나타났다. 이는 복도 폭이 증가함에 따라 벽면과 접하는 면적이 넓어지면서 벽면으로의 열 손실이 증가하기 때문으로 판단된다. 전체적으로 화원으로부터 멀어짐에 따라 천장 제트 유동의 최고 온도가 감소하는 경향이 나타났는데, 이는 벽면으로의 열 손실과 신선한 공기의 유입 때문으로 판단된다. 또한, 동일한 측정 범위에서 Case-A가 Case-B에 비해 천장 제트 유동의 최고 온도가 낮았는데, 이는 Case-A가 Case-B에 비해 천장 제트 유동의 질량 유량이 적기 때문으로 판단된다(Figure 3).

Figure 4

Comparison of present numerical simulation data for maximum temperature rise of ceiling jet flow between Case-A and Case-B.

Figure 5에 천장 제트 유동의 최고 온도에 대해 본 전산시뮬레이션 결과를 기존 실험 결과(20)와 비교하여 나타내었다. Figures 5(a)와 5(b)에 각각 나타낸 Case-A와 Case-B 모두, 열방출률이 감소하고 화원으로부터 거리가 멀어짐에 따라 천장 제트 유동의 최고 온도는 감소하였으며, 이는 본 전산시뮬레이션 결과와 기존 실험 결과(20)가 유사한 경향을 나타내는 것을 확인하였다. 또한, 본 전산시뮬레이션 결과는 기존 실험 결과(20)를 과소 예측하는 것으로 나타났다.

Figure 5

Comparison of maximum temperature rise of ceiling jet flow between present numerical simulation and previous experimental⁽²⁰⁾ data.

본 연구에서는 전산시뮬레이션의 불확도를 검토하기 위하여 편향인자 및 상대표준편차를 검토하였으며, 편향인자(δ) 및 모델의 상대표준편차 (σ˜M)는 식(1)~식(3)(6)을 통해 계산할 수 있다.

여기서, M, E, σ˜E, n은 각각 전산시뮬레이션의 예측값, 실험의 측정값, 실험의 상대표준편차, 데이터 개수를 의미한다. Figure 6에 천장 제트 유동의 최고 온도에 대해 본 전산시뮬레이션 결과와 기존 실험 결과(20) 간 비교를 통해 도출한 편향인자와 상대표준편차를 나타내었다. Figure 6(a)에 나타낸 Case-A의 경우, 편향인자와 상대표준편차는 각각 0.83과 0.03으로 나타났고, Figure 6(b)에 나타낸 Case-B의 경우, 편향인자와 상대표준편차는 각각 0.81과 0.06으로 나타났다. Figures 6(a)와 6(b)를 비교할 때, Case-A와 Case-B 간 편향인자와 상대표준편차의 차이는 미미한 것으로 나타났다. Case-A와 Case-B의 결과를 모두 고려한 경우를 Figure 6(c)에 나타내었는데, 편향인자와 상대표준편차가 각각 0.82와 0.05로 나타났다.

Figure 6

Bias factor and relative standard deviation for maximum temperature rise of ceiling jet flow.

천장 제트 유동 특성에서 최고 온도뿐만 아니라 최고 온도가 나타나는 높이도 중요한 정보 중 하나이다. Figure 7에 Case-A와 Case-B에 대해 천장 제트 유동의 최고 온도가 나타나는 높이에 대한 본 전산시뮬레이션 결과를 정리하여 나타내었다. Case-A의 경우, 화원을 중심으로 양방향에 대한 천장 제트 유동의 최고 온도가 나타나는 높이를 평균한 결과를 사용하였다. Figure 7(a)에 나타낸 바와 같이 Case-A의 경우, 본 전산시뮬레이션 측정 범위에서, 열방출률에 따른 천장 제트 유동의 최고 온도가 나타나는 높이 차이는 미미하였다. Case-B의 경우, 화원 부근에서는 천장 제트 유동의 최고 온도가 나타나는 높이에 대한 열방출률의 영향이 미미하였다. 화원으로부터 비교적 멀리 떨어진 위치에서는 열방출률이 작은 조건에서 천장 제트 유동의 최고 온도가 나타나는 높이가 낮아지는 것처럼 관찰되었으나, 그 차이가 크지 않았다. Case-A와 Case-B 모두, 화원으로부터 거리가 멀어짐에 따라 천장 제트 유동의 최고 온도가 나타나는 높이가 낮아졌다. 이는 화원으로부터 거리가 멀어짐에 따라 벽면으로의 열 손실로 인해 벽면 근처에서의 천장 제트 유동의 온도가 감소하여 상대적으로 최대 온도가 낮은 위치에서 형성되기 때문으로 판단된다. Figure 7(b)에 나타낸 바와 같이 Case-A와 Case-B 모두에서 복도 폭이 천장 제트 유동의 최고 온도가 나타나는 높이에 미치는 영향은 미미한 것으로 관찰되었다.

Figure 7

Comparison of present numerical simulation data for maximum temperature location of ceiling jet flow between Case-A and Case-B

Figure 8에 천장 제트 유동의 최고 온도가 나타나는 높이에 대해 본 전산시뮬레이션 결과를 기존 실험 결과(20)와 비교하여 나타내었다. Figures 8(a)와 8(b)에 각각 나타낸 Case-A와 Case-B 모두, 본 전산시뮬레이션 결과와 기존 실험 결과(20)에서 유사한 경향이 관찰되었다. 화원으로부터 거리가 멀어짐에 따라 천장 제트 유동의 최고 온도가 나타나는 높이는 낮아졌으나, 열방출률에 의한 변화는 미미하였다. 또한, 본 전산시뮬레이션 결과는 기존 실험 결과(20)를 약간 과대 예측하는 것으로 나타났다.

Figure 8

Comparison of maximum temperature location of ceiling jet flow between present numerical simulation and previous experimental⁽²⁰⁾ data.

Figure 9에 천장 제트 유동의 최고 온도가 나타나는 높이에 대해 본 전산시뮬레이션 결과와 기존 실험 결과(20) 간 비교를 통해 도출한 편향인자와 상대표준편차를 나타내었다. Figure 9(a)에 나타낸 Case-A의 경우, 편향인자와 상대표준편차는 각각 1.01과 0.01로 나타났고, Figure 9(b)에 나타낸 Case-B의 경우, 편향인자와 상대표준편차는 각각 1.02과 0.01로 나타났다. Figures 9(a)와 9(b)를 토대로 볼 때, 본 전산시뮬레이션은 기존 실험 결과(20)를 정량적으로 잘 예측하는 것으로 판단된다. 또한 Case-A와 Case-B 간 편향인자와 상대표준편차의 차이가 거의 없는 것으로 나타났다. Case-A와 Case-B의 결과를 모두 고려한 경우를 Figure 9(c)에 나타내었는데, 편향인자와 상대표준편차가 각각 1.02와 0.01로 나타났다.

Figure 9

Bias factor and relative standard deviation for maximum temperature location of ceiling jet flow.

3.2 상관식을 이용한 예측

본 연구에서는 기존 천장 제트 유동의 최고 온도 예측 상관식 중 Oka와 Oka(18)의 상관식을 검토하였다. Oka와 Oka(18)는 Case-A (화원이 복도 중앙 근처에 위치, 양쪽 개구부 모두 개방)에 대하여 화원의 종류(메탄올 및 LPG) 및 열방출률을 변경하여 실험을 수행하였다. Oka와 Oka(18)는 Region II에 대해서 Oka와 Oka(18)의 실험 결과를 이용하였고, Region III에 대해서는 Kikumoto 등(22)의 Case-B (화원이 복도 측면에 위치, 화원 근처 개구부는 폐쇄되고 먼 개구부는 개방)에 대한 실험 결과를 이용하여 천장 제트 유동의 최대 온도(T_max) 예측 상관식 도출하였다. 이때, Region II 영역과 Region III 영역을 x/H가 1.896인 지점으로 구분하였다. Oka와 Oka(18)의 Region II 및 Region III 영역에 대한 천장 제트 유동의 최고 온도 예측 상관식을 각각 식(4)와 식(5)에 나타내었다. Oka와 Oka(18)는 Region II 영역에 대한 상수인 a와 b를 각각 3.462와 0.6765, Region III 영역에 대한 상수인 c와 d를 각각 3.074와 –3.22로 제안하였다. 또한, ∆T_max (∆T_max = T_max -T_a)는 천장 제트 유동의 최고 온도 상승(℃ 또는 K), _lb는 복도 폭의 절반, T_a는 외기 온도(K), H는 화원으로부터 천장까지의 거리(m), x는 화원으로부터 떨어진 위치(m), S_t는 Stanton 수로 기존 연구(18)에서는 0.01513으로 도출되었다. 한편, Q˙c*는 무차원화 된 열방출률로 식(6)(18)과 같다.

이때, Q˙c는 대류 열방출률(kW), ρ_a는 공기의 밀도(kg/m³), c_p는 공기의 비열(kJ/kg⋅K), g는 중력가속도(m/s²)를 의미한다. 한편, Oka와 Oka(18)는 대류 열방출률 (Q˙c = xQ˙, 여기서 Q˙는 열방출률(kW), χ는 대류 분율)을 도출하기 위하여 메탄올과 LPG에 대한 대류 분율을 각각 0.84와 0.71로 설정했다.

Figure 10에 천장 제트 유동의 최고 온도에 대해 기존 예측 상관식(18)과 기존 실험 결과(20)를 비교하여 나타내었다. Figure 5(a)에 나타낸 Case-A 데이터는 Region II 영역에 포함되었고, Region III 영역에 포함되는 데이터는 없었다. 기존 예측 상관식(18)은 기존 실험 결과(20)를 과소 예측하는 것으로 평가되었다. Figure 5(b)에 나타낸 Case-B 데이터는 Region II와 Region III 영역에 포함되었고, Case-A와 유사하게, 기존 예측 상관식(18)은 기존 실험 결과(20)를 과소 예측하였다. 기존 예측 상관식(18) 결과와 기존 실험 결과(20) 간 평균 백분율 오차(mean percentage error, MPE)는 Case-A에 대하여 30%, Case-B에 대하여 40%로 나타났고, MPE와 평균 절대 백분율 오차(mean absolute percentage error, MAPE)는 동일하였다.

Figure 10

Comparison of maximum temperature rise of ceiling jet flow between previous experimental data⁽²⁰⁾ and correlations⁽¹⁸⁾.

한편, 기존 상관식(18)에 의한 Case-B에 대한 예측 결과, Region II 영역의 x/H = 1.82에서보다 Region III 영역의 x/H = 2.43에서의 천장 제트 유동의 최고 온도가 더 높은 것으로 나타났다(Figure 10(b)의 Region A). 기존 실험(20) 및 본 전산시뮬레이션에서는 화원으로부터 거리가 멀어짐에 따라 지속적으로 천장 제트 유동의 최고 온도가 낮아지는 것으로 나타났는데(Figure 5(b)), 이러한 경향을 기존 예측 상관식(18)이 적절하게 예측하지 못하였다. 이러한 경향이 나타난 이유는, Oka와 Oka(18)가 Region II 영역에서는 Case-A 조건인 자신들의 실험 결과를 이용하고, Region III 영역에서는 Case-B 조건인 Kikumoto 등(22)의 실험 결과를 이용하여 상관식을 제안했기 때문으로 판단된다. 또한, Oka와 Oka(18)의 상관식은 Case-A의 Region III 영역과 Case-B의 Region II 영역에 대한 적용이 제한적이라는 한계가 있다고 생각된다. 이러한 상황을 종합적으로 고려할 때, 기존 예측 상관식(18)이 개선될 필요가 있다고 판단된다.

본 연구에서는 기존 연구 결과(18,20)를 토대로 기존 천장 제트 유동의 최고 온도 예측 상관식(18)을 개선하였다. 즉, Case-A와 Case-B를 구분하여 Region II 및 Region III 영역에 대한 기존 예측 상관식(18)의 실험 상수 a, b, c, d를 새롭게 제안하였다. Case-A의 Region II 영역에 대한 상관식 개선을 위해, 기존 실험 결과(18,20)를 이용하였다. Case-A의 Region III 영역에 대한 상관식 개선을 위해, 기존 실험 결과(18)를 이용하였다. Case-B의 Region II 및 Region III 영역에 대한 상관식 개선을 위해 기존 실험 결과(20)를 이용하였다. Table 2에 상관식 개선을 위해 사용한 기존 연구(18,20)의 무차원 변수 범위와 이를 토대로 도출한 기존 예측 상관식(18)의 새로운 상수를 정리하였다.

Table 2

Summary of Constants in Presently Proposed Correlations

Figure 11에 Table 2의 새로운 상수가 반영된 개선된 상관식에 의한 예측 결과를 기존 실험 결과(18,20)와 함께 비교하여 나타내었다. 본 연구에서 제안된 개선된 상관식에 의한 천장 제트 유동의 최대 온도 값은 기존 실험 결과(18,20)를 잘 표현하는 것으로 나타났다. 또한, Case-B의 Region II와 Region III 영역 간 측정 지점(x/H = 1.82,2.43, Figure 10의 Region A)에서의 온도 변화도 비교적 적절하게 예측하는 것으로 나타났다.

Figure 11

Comparison of maximum temperature rise of ceiling jet flow with distance from fire source between previous experimental data(18,20) and presently proposed correlations.

Figure 12에 Case-A와 Case-B에 대해 기존 실험 결과(18,20)와 개선된 상관식의 예측 결과를 비교하여 나타내었다. 천장 제트 유동의 최고 온도에 대한 기존 실험 결과(18,20)와 개선된 예측 상관식 간 MPE와 MAPE는 Case-A에서 각각 12%와 19%, Case-B에서 각각 2%와 3%로 나타났다.

Figure 12

Comparison of maximum temperature rise of ceiling jet flow between previous experimental data(18,20) and presently proposed correlations.

화재 현상 및 조건, 측정 대상 및 위치 등에 따라 편향인자는 변할 수 있다. 이러한 점을 고려할 때, 다양한 화재 상황에서의 편향인자 확보가 필요하고, 본 연구에서 대상으로 한 상황에서의 편향인자 도출은 의미가 있다고 판단된다. 한편, 본 연구에서 도출한 온도에 대한 편향인자는 FDS 검증용 가이드(6)에 제시된 다른 조건에서의 온도에 대한 편향인자에 비해 다소 낮은 것으로 나타났다. 본 연구에서 대상으로 한 온도의 경우, 비교적 벽면 근처에서의 온도로 벽면을 통한 열전달에 민감하게 영향받을 수 있고, 이러한 조건 및 위치에 대한 FDS의 온도 예측 성능이 다른 조건 및 위치에서의 온도 예측 성능과 다를 수 있다. 또한, 본 연구에서는 기존 실험(20) 조건을 토대로 벽면 재질을 폴리카보네이트 판으로 설정하였는데 이를 위해 SFPE 핸드북(1)에서 제시된 폴리카보네이트 판의 열물성치를 적용하였다. 그러나, 본 연구에서 적용한 폴리카보네이트 판의 열물성치가 기존 실험(20)에서 사용된 폴리카보네이트 판의 열물성치와 차이가 있을 수 있다. 이러한 종합적인 상황에 의해 편향인자가 낮게 도출될 수 있을 것으로 추측되고, 추후 이에 대한 추가적인 연구가 필요할 것으로 판단된다. 또한, 본 연구에서는 기존 실험(18,20)을 토대로 제한적인 화원(위치 및 열방출률) 및 복도 폭 조건에 대해 상관식이 개선되었다. 개선된 상관식의 적용성을 확대하고 일반화하기 위해서는 추후 다양한 화원(연료, 열방출률, 위치 등), 개구부(개방 조건, 크기 등) 및 복도 크기(복도 폭 및 너비 등) 조건에서의 연구가 추가로 수행될 필요가 있을 것으로 생각된다.