안보면 당신만 손해 핵융합 에너지 발전 핼퍼 프로그램Ultimate Fusion Energy Development Helper – See or Regret!"

ITER·KSTAR·NIF 기반 시뮬레이터

핵융합 에너지 발전
헬퍼 프로그램

D-T 반응 에너로지 계산 · 플라즈마 안정성 · 토카막 시뮬레이션 · 중성자 수송 예측
TRANSP·NUBEAM·Geant4 글로벌 표준 기반 | 한국 국가핵융합연구소 KFE 참조

PLASMA 150 MK

Q-FACTOR 1.84

CONFINEMENT H-mode

NEUTRON FLUX 2.1×10¹⁴ /cm²s

ITER STATUS 건설중

D-T 반응 에너지 계산기

핵반응 선택

²H + ³H → ⁴He (3.5 MeV) + n (14.1 MeV)

플라즈마 온도 (keV) 10 keV

연료 밀도 (×10²⁰ /m³) 1.0

에너지 구속 시간 τ (ms) 100 ms

계산 결과 (Lawson 기준)

Q = 1.84

반응률: 2.3×10⁻²² m³/s · 중성자 출력: 14.1 MeV
Lawson 기준 nτ: 미달

에너지 반응률 곡선 (σv)

핵반응 매개변수

파라미터	값	단위
임계 점화 온도	5.5	keV
최적 반응률 온도	65	keV
중성자 에너지	14.1	MeV
알파 입자 에너지	3.5	MeV
Triple Product (nTτ)	1.03×10²¹	m⁻³·keV·s

Python 시뮬레이션 코드 (TRANSP 참조 구현)

""" 핵융합 D-T 반응 에너지 출력 계산 - TRANSP 코드 참조 구현 참조: ITER Physics Expert Group, Nucl. Fusion 39 (1999) 한국 국가핵융합연구소 (KFE) KSTAR 파라미터 기반 """ import numpy as np from scipy import integrate # 물리 상수 E_ALPHA = 3.52e6 # eV (알파 입자 에너지) E_NEUTRON = 14.06e6 # eV (중성자 에너지) E_TOTAL = E_ALPHA + E_NEUTRON # 17.58 MeV 총 방출 에너지 def dt_reactivity(T_keV): """D-T 반응률 <σv> [m³/s] - Bosch-Hale 파라미터화""" T = T_keV # Bosch-Hale 계수 (1992) C = [6.6610e-12, 643.41e-3, 15.136e-3, 75.189e-3, 4.6064e-3, 13.500e-3, -0.10675e-3, 0.01366e-3] theta = T / (1 - T * (0.01e-3)/(C[1] + T*(C[2]+T*(C[3]+T*C[4])))) xi = (C[5] / theta) ** (1/3) sigma_v = C[0] * theta * np.sqrt(xi/(T**3)) * np.exp(-3*xi) * 1e-6 return max(sigma_v, 1e-30) class FusionReactor: def __init__(self, n=1e20, T_keV=10, tau_E=0.1): self.n = n # 입자 밀도 [m⁻³] self.T = T_keV # 온도 [keV] self.tau_E = tau_E # 에너지 구속 시간 [s] self.eV = 1.602e-19 # J/eV def fusion_power_density(self): """단위 부피당 핵융합 출력 [W/m³]""" sigma_v = dt_reactivity(self.T) P = (0.25 * self.n**2 * sigma_v * E_TOTAL * self.eV) return P def q_factor(self, P_heat): """Q = P_fusion / P_heat (에너지 이득 계수)""" P_fusion = self.fusion_power_density() * 840 # ITER 플라즈마 부피 840m³ return P_fusion / P_heat def lawson_criterion(self): """Lawson 기준: nτ [m⁻³·s]""" return self.n * self.tau_E # === 메인 시뮬레이션 === reactor = FusionReactor(n=1e20, T_keV=10, tau_E=0.1) P_density = reactor.fusion_power_density() Q = reactor.q_factor(P_heat=50e6) nTau = reactor.lawson_criterion() triple = reactor.n * reactor.T * reactor.tau_E print(f"핵융합 출력 밀도: {P_density:.2e} W/m³") print(f"에너지 이득 Q: {Q:.2f}") print(f"Lawson nτ: {nTau:.2e} m⁻³·s") print(f"Triple Product nTτ: {triple:.2e} m⁻³·keV·s")

토카막 플라즈마 시뮬레이터

H-mode 구속 활성

플라즈마 상태 제어

토로이달 자기장 B_T 5.3 T

플라즈마 전류 I_p 15 MA

가열 출력 P_aux 50 MW

플라즈마 특성

안전 인자 q

3.2

β (압력비)

2.1%

H 인자

1.0

τ_E (ms)

385

온도 상 분포

고체액체기체플라즈마핵융합점화

현재: 핵융합 플라즈마 영역 (150 MK)

토카막 단면 시뮬레이터

ℹ ITER 표준 파라미터 기반 D자형 토카막 단면. 슬라이더로 자기장·전류 조절 시 플라즈마 크기가 반응합니다. NBI: 중성 빔 주입 가열장치.

NUBEAM 고속 이온 Python 포팅 코드

""" NUBEAM 모듈 Python 버전 - 고속 이온 입자 & 핵융합 중성자 방출 예측 참조: Pankin et al., CPC 159 (2004) | TRANSP/NUBEAM 모듈 KSTAR NBI 파라미터 (에너지: 120 keV, 전류: 6 MW × 4 빔) """ import numpy as np from scipy.stats import maxwell class NubeamModule: """중성 빔 주입 (NBI) 고속 이온 슬로잉다운 시뮬레이터""" def __init__(self, E_beam_keV=120, P_nbi_MW=6, n_e=7e19, T_e_keV=8): self.E_b = E_beam_keV # 빔 에너지 [keV] self.P_nbi = P_nbi_MW * 1e6 # 빔 출력 [W] self.n_e = n_e # 전자 밀도 [m⁻³] self.T_e = T_e_keV # 전자 온도 [keV] self.lnLambda = 18.0 # 쿨롱 로그 self.eV = 1.602e-19 def slowing_down_time(self): """고속 이온 슬로잉다운 시간 τ_s [s]""" m_D = 3.34e-27 # 중수소 질량 [kg] m_e = 9.11e-31 E_keV_to_J = self.E_b * 1e3 * self.eV v_b = np.sqrt(2 * E_keV_to_J / m_D) tau_s = (3 * (np.pi)1.5 * m_D * self.T_e**1.5) / \ (2 * np.sqrt(2) * self.n_e * self.lnLambda * 2.8e-30) return tau_s def neutron_emission_rate(self, n_i=5e19, sigma_v=2.3e-22): """NBI 유도 중성자 방출률 [중성자/s]""" n_fast = self.P_nbi / (self.E_b * 1e3 * self.eV) * self.slowing_down_time() R_neutron = n_fast * n_i * sigma_v # 빔-표적 반응 return R_neutron def fast_ion_profile(self, r_grid, a=2.0): """고속 이온 밀도 반경 분포 (가우시안 피킹)""" r_norm = r_grid / a n_fast_center = self.neutron_emission_rate() / (np.pi * a**2) profile = n_fast_center * np.exp(-2.5 * r_norm**2) return profile # === KSTAR NBI 시뮬레이션 (4 빔 × 6 MW = 24 MW) === nbi = NubeamModule(E_beam_keV=120, P_nbi_MW=6, n_e=7e19, T_e_keV=8) tau = nbi.slowing_down_time() R_n = nbi.neutron_emission_rate() * 4 # 4개 빔 r = np.linspace(0, 2.0, 100) profile = nbi.fast_ion_profile(r) print(f"슬로잉다운 시간: {tau*1000:.1f} ms") print(f"총 중성자 방출률: {R_n:.2e} n/s") print(f"중심 고속 이온 밀도: {profile[0]:.2e} m⁻³")

중성자 수송 시뮬레이터

⚡ Geant4 & OpenMC 기반 Monte Carlo 중성자 수송 Python 인터페이스. ITER 블랭킷 설계 최적화에 활용.

핵융합 출력 P_fusion 500 MW

블랭킷 두께 0.8 m

Li-6 농축도 (%) 60%

중성자 수송 결과

중성자 플럭스

4.1×10¹⁴

/cm²·s

삼중수소 증식비

1.15

TBR (>1.0 필요)

에너지 증폭 M

1.28

방사선 차폐율

99.8%

중성자 스펙트럼 분포

재료별 중성자 차폐 성능

블랭킷 재료 비교

Geant4 Python 구현 코드

""" ITER 블랭킷 중성자 수송 시뮬레이션 참조: Geant4 / OpenMC Python API HCPB (헬륨 냉각 페블 베드) 블랭킷 모델 """ import openmc import numpy as np # 재료 정의 def create_hcpb_blanket(li6_enrich=0.60): li4sio4 = openmc.Material(name='Li4SiO4_pebbles') li4sio4.add_element('Li', 4, enrichment=li6_enrich*100, enrichment_target='Li6', enrichment_type='ao') li4sio4.add_element('Si', 1) li4sio4.add_element('O', 4) li4sio4.set_density('g/cm3', 2.32) eurofer = openmc.Material(name='EUROFER_steel') eurofer.add_element('Fe', 88.8, 'wo') eurofer.add_element('Cr', 9.0, 'wo') eurofer.add_element('W', 1.1, 'wo') eurofer.set_density('g/cm3', 7.87) return [li4sio4, eurofer] # 기하학 설정 (실린더 모델) plasma_surf = openmc.Sphere(r=620) # 플라즈마 반경 620 cm blanket_surf = openmc.Sphere(r=700) # 블랭킷 외부 780 cm shield_surf = openmc.Sphere(r=780) outer_surf = openmc.Sphere(r=900, boundary_type='vacuum') # 셀 정의 plasma_cell = openmc.Cell(region=-plasma_surf, name='plasma') blanket_cell = openmc.Cell(region=+plasma_surf & -blanket_surf, name='blanket') shield_cell = openmc.Cell(region=+blanket_surf & -shield_surf, name='shield') # 14.1 MeV 중성자 소스 source = openmc.Source() source.energy = openmc.stats.Discrete([14.1e6], [1.0]) source.space = openmc.stats.Point((0,0,0)) # 탈리 (삼중수소 증식비) tbr_tally = openmc.Tally(name='TBR') tbr_tally.filters = [openmc.CellFilter(blanket_cell)] tbr_tally.scores = ['(n,Xt)'] # 삼중수소 반응 settings = openmc.Settings() settings.particles = 100000 settings.batches = 50 settings.run_mode = 'fixed source'

플라즈마 MHD 불안정성 예측

불안정성 위험도 지표

안전 인자 q 프로파일

시간 진화 & 방전 분석

MHD 안정성 Python 코드

""" 핵융합 플라즈마 MHD 불안정성 분석 참조: KFE (한국 국가핵융합연구소) KSTAR 코드베이스 """ import numpy as np from scipy.linalg import eig class MHDStabilityAnalyzer: def kink_stability(self, q0, q_edge, m=1): """Kink 불안정성: q < 1이면 위험""" return {'safe': q0 > m, 'q_min': q0} def ballooning_stability(self, beta, alpha_MHD): """Ballooning: α_MHD < α_crit""" alpha_crit = 0.5 # 이상화된 임계값 return {'safe': alpha_MHD < alpha_crit} def neoclassical_tearing(self, q_surface, beta_p): """NTM: 공명면 q=2/1, 3/2 위험""" q_res = [2/1, 3/2, 4/3] risk = any(abs(q_surface - q) < 0.05 for q in q_res) return {'ntm_risk': risk, 'beta_p': beta_p} analyzer = MHDStabilityAnalyzer() result = analyzer.kink_stability(q0=1.1, q_edge=5.0) print(f"Kink 안전: {result['safe']} (q_min={result['q_min']:.2f})")

글로벌 핵융합 개발 로드맵

1990s

TFTR·JET 세계 기록 달성

Princeton TFTR 10.7 MW, JET 16 MW 핵융합 출력. D-T 실험 시대 개막. Q≈0.67 달성.

완료

2010

KSTAR H-mode 최장 기록

한국 KSTAR, H-mode 102초 세계 최장 기록 달성(2024). 이온 온도 1억도 초과.

완료

2022

NIF 점화 성공 (Q>1)

미국 NIF 관성구속 핵융합 Q=1.5 달성. 레이저 입력보다 많은 에너지 방출 세계 최초.

달성

2025~

ITER 첫 플라즈마 운전

35개국 공동 건설. Q=10 목표, 500 MW 핵융합 출력. 수소·중수소 단계 시작.

진행중

2027

SPARC (Commonwealth Fusion)

HTS 고온 초전도 자석 활용 소형 토카막. Q>2 목표. 민간 핵융합 혁신 선도.

예정

2030s

DEMO·K-DEMO 설계 완료

ITER 성과 기반 실증로. 한국 K-DEMO 2035년 착공 목표. 전기 생산 시작.

계획

2040s

상업용 핵융합 발전소 (ARC)

CommonFusion ARC, TAE Technologies 등 민간벤처 상업화. 1 GW급 핵융합 발전소 가동.

미래

Q-factor 발전 추이

주요 장치 비교

장치	국가	방식	Q 목표
ITER	국제공동	토카막	10
KSTAR	🇰🇷 한국	초전도 토카막	연구용
SPARC	🇺🇸 미국	HTS 토카막	>2
W7-X	🇩🇪 독일	스텔라레이터	연구용
NIF	🇺🇸 미국	관성구속	>1✓
K-DEMO	🇰🇷 한국	토카막 실증로	>5

오픈소스 통합 시뮬레이터 코드 (ITER Kepler 플랫폼 기반)

""" 민간 핵융합 벤처·ITER 데이터 기반 병렬 시뮬레이터 참조: IMAS (ITER Integrated Modelling & Analysis Suite) Kepler 워크플로우 플랫폼 | OMAS Python 라이브러리 """ import numpy as np from concurrent.futures import ProcessPoolExecutor import omas # pip install omas (ITER 데이터 표준) class IntegratedFusionSimulator: """ ITER Kepler 플랫폼 병렬 핵융합 시뮬레이터 모듈: MHD평형 → 수송 → NBI → 중성자수송 → 경제성 분석 """ def __init__(self, device='ITER', n_workers=8): self.device = device self.n_workers = n_workers self.params = self._load_device_params(device) def _load_device_params(self, device): db = { 'ITER': {'R':6.2, 'a':2.0, 'Bt':5.3, 'Ip':15, 'Pfus_target':500}, 'KSTAR':{'R':1.8, 'a':0.5, 'Bt':3.5, 'Ip':2, 'Pfus_target':0}, 'SPARC':{'R':1.85,'a':0.57,'Bt':12.2,'Ip':8.7,'Pfus_target':140}, } return db.get(device, db['ITER']) def run_workflow(self, T_keV_range=(5,50)): """병렬 파라미터 스캔: 온도 범위별 Q-factor 계산""" temps = np.linspace(*T_keV_range, 50) with ProcessPoolExecutor(max_workers=self.n_workers) as ex: results = list(ex.map(self._single_run, temps)) return np.array(results) def _single_run(self, T_keV): sigma_v = 3.7e-18 * np.exp(-4.0/T_keV**0.5) / T_keV**0.5 P_fus = 0.25 * (1e20)**2 * sigma_v * 17.6e6 * 1.6e-19 * 840 Q = P_fus / (50e6) return Q # === 병렬 실행 === sim = IntegratedFusionSimulator(device='ITER', n_workers=8) Q_array = sim.run_workflow(T_keV_range=(5, 80)) print(f"최대 Q = {Q_array.max():.2f} at T = {5+Q_array.argmax()*75/49:.0f} keV")

글로벌 오픈소스 레퍼런스

시뮬레이션 코드

☢

OpenMC

Monte Carlo 중성자/광자 수송 코드. Python API 완비. ITER 블랭킷 분석에 활용.

GitHub · MIT License

🌀

FreeGS

자유 경계 MHD 평형 코드. 토카막 플럭스 면 계산. Python 완전 구현.

GitHub · LGPL

📊

OMAS (ITER IDS)

ITER 통합 데이터 구조. 핵융합 코드 간 데이터 교환 표준. Kepler 워크플로우 연동.

GitHub · MIT

⚛

DESC (Princeton)

스텔라레이터·토카막 3D MHD 평형 & 안정성. JAX 기반 GPU 가속 지원.

GitHub · MIT

🔬

Geant4

CERN 방사선 수송 시뮬레이션. 핵융합 방사화 분석 글로벌 표준. Python 바인딩 활용.

CERN · Apache 2.0

한국·국제 연구기관

연구기관 & 프로젝트

🇰🇷

한국 국가핵융합연구소 (KFE)

KSTAR 운영기관. H-mode 최장 기록 보유. K-DEMO 설계 주도. 국산 핵융합 불안정성 코드 개발.

kfe.re.kr

🌍

ITER Organization

35개국 공동 건설 중. IMAS 통합 모델링 플랫폼. 공개 기술 보고서 및 데이터 제공.

iter.org

⚡

NIF (미국 로렌스리버모어)

관성구속 핵융합 Q>1 달성. 레이저 핵융합 ICF 글로벌 선도. 오픈 데이터 제공.

llnl.gov

🚀

Commonwealth Fusion (CFS)

HTS REBCO 20T 초전도 자석. SPARC 2027 목표. MIT 스핀오프. 민간 핵융합 혁신.

cfs.energy · 민간

🇩🇪

IPP (독일 막스플랑크)

Wendelstein 7-X 스텔라레이터. TRANSP 수송 코드 공동 개발. 핵융합 수송 이론 선도.

ipp.mpg.de

핵심 물리 공식 & 수치 기준

핵융합 기본 공식

D + T → ⁴He (3.52 MeV) + n (14.06 MeV)

총 방출 에너지 = 17.58 MeV/반응

Q = P_fus / P_heat ─ 에너지 이득 계수

Q=1: 손익분기 | Q=10: ITER 목표 | Q∞: 이상 점화

nTτ_E ≥ 5×10²¹ m⁻³·keV·s ─ Lawson 기준

n: 밀도, T: 온도, τ_E: 에너지 구속 시간

τ_E = H · τ_E,ITER89P ─ H-mode 구속

H인자: L→H 전이 시 ~2배 구속 향상

P_LH ≈ 2.84 M^-1 n_e^0.58 B^0.82 S^0.81 [MW]

L→H 전이 임계 가열 출력 (Martin 스케일링)

ITER 주요 파라미터

파라미터	값	단위
대반경 R	6.2	m
소반경 a	2.0	m
토로이달 자기장	5.3	T
플라즈마 전류	15	MA
가열 출력 (보조)	73	MW
핵융합 출력 목표	500	MW
Q 목표	10	—
플라즈마 부피	840	m³
중성자 벽 하중	0.57	MW/m²

핵융합 에너지 발전 헬퍼 프로그램
참조: ITER Organization · KFE 한국국가핵융합연구소 · Princeton PPPL · IPP Greifswald
코드 기반: TRANSP · NUBEAM · OpenMC · FreeGS · Geant4 · OMAS/IMAS
iter.org · kfe.re.kr · openmc GitHub
교육·연구 목적 시뮬레이터. 실제 반응로 설계 시 공식 코드 및 전문가 검증 필수.