데이터평가 기술기준서 · 2014. 11. 3. · $% & '()* +,-. / 01$23* 456'789 : /;01$2 =2 / ";01$2 ?5@a=2 b =c+,-. b d ef+ghij d; ef+ d ;kl

데이터평가 기술기준서- 물리･화학 분야 -

2008. 3

1. 물리∙화학분야 데이터평가의 개요 ..................................................... 1

가. 데이터 평가의 의미 ..................................................... 1

나. 데이터 평가의 원칙 ..................................................... 1

다. 물리∙화학 데이터의 특성 ..................................................... 2

라. 물리∙화학 데이터의 생산 및 수집 ..................................................... 3

마. 물리∙화학 데이터의 분류 ..................................................... 4

바. 물리∙화학 데이터의 표현 ..................................................... 6

2. 데이터평가 관련규정 및 적용문서 ...................................................... 7

가. 참조표준 제정 및 보급에 관한 운영요령 ............................................. 7

1) 참조표준과 참조데이터 ..................................................... 7

2) 참조표준의 분류 ..................................................... 7

3) 참데이터의 기술평가기준 ..................................................... 7

4) 참조표준의 등급부여 기준 ..................................................... 8

나. 기타 적용문서 ..................................................... 8

3. 물리 화학 데이터의 평가 ..................................................... 10

가. 평가의 일반적 고려사항 ..................................................... 10

1)데이터 평가의 일반적 원칙 ..................................................... 10

2)직접생산과 간접생산 ..................................................... 11

나. 데이터 평가 절차 ..................................................... 13

1) 수집 평가대상 데이터의 정의 ..................................................... 13

2) 측정대상과 방법 ..................................................... 14

3) 소급성 ..................................................... 16

4) 정확도 ..................................................... 17

5) 재현성 ..................................................... 21

6) 일관성 ..................................................... 23

7) 예측성 ..................................................... 26

8) 전문가 평가 ..................................................... 30

9) 한 물리량에 대해 여러 개의 데이터 있는 경우의 선택 ........... 31

다. 데이터평가 순서도 ..................................................... 34

4. 기술기준서의 활용 ..................................................... 37

[부록1] 흡음재의 흡음계수 직접생산에 따른 등급부여 절차검증 ........... 38

[부록2] 기체-액체 상평형데이터 평가기준의 유효성 검증 사례 ............. 60

[부록3] 한국과학재단의 학문분류표 - 물리∙화학분야 .............................. 68

목 차

- 1 -

1. 물리∙화학분야 데이터평가의 개요

가. 데이터평가의 의미

일반적으로 인간은 데이터를 접할 때 자신이 믿고자하는 방향으로 선입견을 가

지고 접근하게 된다. 인류 역사에 등장하는 많은 예언서를 해석함에 있어서 어떤

이는 예언서의 많은 부분이 역사적 사실과 일치한다고 해석하며, 어떤 이는 같은

예언서를 보면서 일치하지 않는 예언이 더 많다고 주장하기도 한다. 이와 같이 진

실을 대면하는 양상에 있어서 인간은 매우 주관적이다.

그러나 데이터를 해석하는 관점에 따른 서로 다른 해석 결과가 또 다른 새로운

행동양식을 수반하지 않는 한 이러한 상이한 해석 결과는 커다란 문제가 되지 않을

수 있다. 하지만 과학 기술 분야에 있어서와 같이 하나의 데이터가 여러 분야에 공

통으로 활용되거나 하나의 데이터를 이용하여 제2, 제3의 데이터가 생성될 때 원래

데이터의 진실성에 대한 객관성은 매우 중요한 의미를 가지게 된다.

90년대 이후 급속히 발전한 인터넷으로 말미암아 현대의 지식구조는 상당히 많

은 부분이 인터넷에 기반을 둔 지식을 바탕으로 하고 있다. 검색 엔진을 통한 자료

의 검색은 일반화 되었으며, 과학 기술의 거의 모든 전문 학술지의 내용도 인터넷

의 검색 엔진을 통하여 얻어질 수 있게 되었다.

이러한 정보의 홍수 속에서 진실성이 객관적으로 입증된 신뢰할 수 있는 데이터

를 얻는 것은 매우 중요한 일이 아닐 수 없다. 특히 물리∙화학 분야의 데이터는

타 연구 분야나 공학적 응용기술 분야에 직접적으로 활용되므로 신뢰성이 입증되어

야 한다. 즉, 예측되지 않은 특성이 연구과정에서 나타난 경우에는 과학적 신발견으

로 이어질 수 있으나, 입증되지 않은 데이터가 공학적 응용을 위한 설계과정에서

사용되어 예를 들어 수명이나 안전성 등이 상식을 벗어나는 결과를 제시한다면 결

코 그러한 데이터는 활용될 수 없는 것이다.

이러한 측면에서 데이터의 신뢰성 평가는 매우 중요한 작업이 아닐 수 없다. 이

에 따라 우리나라 국가표준기본법에서는 널리 지속적으로 사용될 수 있는 데이터는

특별히 참조표준으로 구분하되 반드시 그 신뢰도를 공인 받도록 하고 있다.

나. 데이터평가의 원칙

한국물리학회에서 분류하는 물리 분야는 입자물리, 원자핵물리, 응집물질물리,

응용물리, 통계물리, 플라즈마물리, 광학 및 양자전자물리, 원자 및 분자물리, 반도

체물리, 천체 물리 등이 있으며, 대한화학회에서 분류하는 화학 분야는 유기화학,

무기화학, 분석화학, 물리화학, 공업화학, 고분자화학, 의약화학, 생명화학, 재료화학,

전기화학 등이 있다. 이러한 물리∙화학 분야에서 생산되는 데이터는 실험을 통해

얻어지는 데이터뿐만 아니라 이론적으로 계산한 데이터도 있으므로 실제로 데이터

를 생산하는 방법은 매우 다양할 수밖에 없다. 이와 같이 다양한 형태로 생산되는

- 2 -

물리∙화학 분야의 데이터의 진실성을 일률적으로 평가하는 방법은 있을 수 없으

며, 생산되는 데이터의 분야에 따라 일일이 서로 다른 평가 원칙을 세우는 것도 현

실적이지 못하다.

한편, 물리∙화학 분야의 데이터와 관련된 모든 생산과정의 세부사항을 이해하

는 데 필요한 전문화의 수준은 타 연구 분야 종사자 또는 잠정적 활용 예정자의 지

식 범위를 넘는 경우가 많다. 따라서 이들은 권장 값에 의존하거나 다른 평가 지침

을 따라야 한다. 즉, 측정이나 평가경험이 없는 데이터 사용자가 사용할 수 있는 데

이터에 관한 폭 넓은 기술문서의 필요성이 제기되게 된다.

이러한 관점에서 물리∙화학분야 데이터의 평가의 원칙은 생산자의 관점에서는

물리∙화학적 지식에 비추어 납득할 수 있어야 하며, 활용자의 관점에서는 활용성

을 결정할 수 있는 신뢰성에 대한 명확한 서술이 주어져야 한다. 즉, 수치형태의 데

이터 특성에 대하여 확신을 가지고 이용할 수 있도록 물리∙화학 분야 데이터에 대

한 체계적인 서술이 제공되어야 한다.

이러한 점을 고려하여 본 기술기준서에서는 데이터 평가에 관한 몇 가지 기본

적 원칙을 수립하고 이 원칙을 적용하여 공통된 문제에 대한 해결책을 제시하고자

노력하였다.

다 물리∙화학 데이터의 특성

사물의 물리적 성질과 화학적 성질에 대한 측정을 통하여 자연 현상을 이해하고

이로 인하여 발견된 법칙을 응용함으로서 인류의 문명이 눈부시게 발전되어 왔으

며, 측정에 대한 정확도를 높이려는 노력을 통하여 관련된 과학 및 기술 또한 많은

발전을 해오고 있다. 보편적으로 물리, 화학 분야에서는 파악하고자 하는 물질의 특

성에 대한 데이터를 얻기 위하여서는 그 물질이 외부의 작용이나 환경에 반응하는

정도를 통하여 데이터를 얻게 된다.

즉, 사물을 이루고 있는 원자, 분자, 원자핵, 소립자, 고체, 액체, 기체, 플라즈

마 등의 대상물질에 대하여, 여러 종류의 상호작용을 통하여 얻어진 수치화된 데이

터로부터 분석 및 추론의 과정을 거쳐 측정대상이 되는 물질의 특성을 알아내게 되

며, 이를 통하여 자연현상을 규명하는 것이 물리∙화학 데이터의 특성이라 할 수

있다.

이 때 대부분의 물리∙화학의 데이터는 "측정 가능한 양"이어야 하며 높은 재

현성을 보여야 한다. 이들 데이터 중에는 직접적인 실험이나 이론 연구를 통하여

생산되는 "직접생산데이터"와 이미 생산된 데이터를 수집하거나 보완하여 간접적

으로 생산한 "간접생산데이터"가 있다.

실험적 측정이나 이론적 계산에 의하여 만들어진 물리∙화학 데이터는 대부분

기존에 알려진 물리∙화학의 실험 및 이론법칙에 의하여 잘 이해되고 설명이 되어

야 신뢰성이 있는 데이터로 평가될 수 있지만, 기존의 이론 및 실험법칙에 의하여

설명이 잘 되지 않은 경우는 데이터를 얻는 과정을 본인이나 제 3의 연구자가 반복

- 3 -

하여 혹시 있을 수 있는 오류를 방지하는 것이 필요하다. 그러나 반복적인 과정을

통하여서도 같은 데이터가 나올 경우는 현재까지 발견되지 않은 새로운 물리∙화학

적 현상에 의한 결과일수도 있으므로 매우 신중한 데이터의 평가가 필요하다. 특히

물리법칙을 지배하는 보편적인 상수인 기본물리상수에 대한 데이터는 대부분이 그

값이 실험을 통한 측정에 의해 얻어진다. 기본물리상수들 중에 특히 유명한 것으로

는 광속, 아보가드로 수, 미세구조상수, 중력상수, 플랑크상수, 등이 있는데 이들 기

본물리상수의 조합으로 다른 많은 물리상수를 얻을 수 있으며 또한 여러 자연 현상

을 이해할 수 있어 기본물리상수에 대한 데이터는 대단히 학술적인 파급효과가 높

다고 할 수 있다. 한 예로, 한국표준과학연구원에서 중요한 기본물리상수의 하나인

양성자 자기회전비율(proton gyromagnetic ratio: 원자핵의 스핀과 자기모멘트와의

비) 값을 미국 국립표준기술원(NIST)에 이어 세계에서 두 번째로 정확하게 측정하

였으며, 이 측정결과는 과학기술자들의 UN이라고 알려져 있는 국제학술연합회의

(International Council of Scientific Unions, ICSU)의 산하 조직인 과학기술데이터

위원회(Committee on Data for Science and Technology, CODATA)에 의하여 국

제표준으로 인용되어(참고: Reviews of Modern Physics, 72(2), pp. 351-495, 2000)

우리나라의 정밀 측정능력을 국제적으로 제고시키는 큰 역할을 하였다. 이렇듯 기

본물리상수의 정밀측정이 국가의 각종 단위의 표준유지와 향상에 중요한 역할을 하

므로 국내외의 여러 표준연구기관에서도 이러한 기본물리상수에 대한 측정정확도

및 정확성을 향상시키기 위해서 많은 노력을 기울이고 있다.

라. 물리∙화학 데이터의 생산 및 수집

데이터의 생산 방법은 직접생산과 간접 생산의 방법으로 분류할 수 있으며, 직

접생산 방식은 실험적 생산 방법과 이론적 생산 방법으로 나눌 수 있다. 일반적으

로 이론적 생산 측면에서는 관측된 실험사실을 잘 기술할 수 있는 원리에 부합되는

데이터를 생산하는 것이 신뢰성을 높게 평가 받을 수 있으며, 실험적 생산 측면에

서는 선험적인 선입견이 없는 공정한 데이터를 생산하여야 하며 그 데이터가 기존

의 유사 데이터와 상치되지 않을 때 높은 신뢰성을 받게 된다. 새로운 발견이 일어

나는 경우에는 이론과 실험의 데이터가 아주 다를 수 있으며, 기존의 데이터와도

판이하게 다를 수 있지만, 데이터를 활용하는 관점에서는 이론과 실험적인 측면에

서 상호 모순이 없어야 한다. 물리∙화학 분야에서 데이터의 평가를 통하여 데이터

를 인증하는 과정에서 이러한 고려는 매우 중요한 요소가 된다.

한편, 데이터 수집을 저해하는 가장 위협적이고 귀찮은 걸림돌은 적합한 데이터

출처를 즉시 확인해야 한다는 것일 것이다. 전산화된 정보시스템의 등장으로 이러

한 작업은 대부분의 경우에 적합한 검색전략을 수립하는 수준으로 간소화 시킬 수

있게 되었다. 문헌검색에 사용되는 전산화된 정보시스템은 내용적인 측면에서 인쇄

본과 유사하다. 그러나 전산화된 시스템은 두 가지 중요한 측면에서 인쇄된 형태와

- 4 -

다르다. 먼저, 검색에 필요한 시간과 처리과정 동안 기다려야 하는 지루함을 줄여준

다. 두 번째, 대부분의 전산 시스템에서는 해당분야에 일반적으로 사용되는 단어를

통해 내용을 검색할 수 있다. 과거에는 실용적 및 경제적인 이유로 설명을 위한 부

수적인 데이터의 양을 가능한 작게 유지해야 했기 때문에 암호 같은 약어나 코드

문자열을 사용하는 경우가 많았다. 사용자는 이러한 코드와 약어를 해독하기 위해

많은 시간을 들여 어떤 검색 결과가 자신에게 관련되는지 결정해야 했다. 이와 대

조적으로 오늘날 전산화된 검색결과에는 저자의 이름, 전체 학회지 인용문과 함께

일반적으로 전체 논문제목이 포함된다. 논문의 키워드와 초록도 함께 제공되는 경

우가 많다. 이러한 정보는 보통 논문이 자신의 특정한 분야에 관련이 있는 것인지

판별하기에 충분하다.

마. 물리∙화학 데이터의 분류

물리∙화학분야의 데이터에는 기본물리상수 데이터 이외에도 기본적인 물리∙화

학 데이터가 무수히 많이 있으며 이들 물리∙화학데이터들이 다른 자연과학분야와

공학 분야에 널리 적용되고 사용되므로 물리∙화학분야의 데이터는 특히 높은 정확

도가 요구된다. 그러나 물리∙화학분야에서 사용되는 수많은 종류의 데이터를 모두

를 열거하기란 용이하지 않으며 아래와 같이 미국의 국립표준기술원(NIST)에 의하

여 구축된 데이터베이스의 일부를 소개함으로써 물리∙화학 분야 데이터의 분류에

관한 대략적인 이해를 도모하고자 한다.

(1) Atomic Spectroscopy Data (원자 분광 데이터)

주로 원자와 외부와의 상호작용을 통하여 얻을 수 있는 데이터이며 내용으

로는 수소와 중수소의 에너지준위, 중성원자의 바닥상태에너지와 이온화 에

너지, 찬드라 X-선 관측소에 대한 분광데이터, NLTE 데이터베이스와 코드,

FLYCHK 충돌-방사 코드, SAHA 플라즈마 집단운동학 데이터베이스,

NLTE4 플라즈마 집단운동학 데이터베이스, 자외선 분광조정을 위한 백금

램프의 스펙트럼, X-선 전이 에너지, 원자전이 에너지, 원자분광선의 확장,

원자에너지 준위와 파장 등이다.

(2) Molecular Spectroscopy Data (분자 분광 데이터)

분자와 외부와의 상호작용을 통하여 얻을 수 있는 데이터이며 내용으로는

극초단파 분광 데이터, 적외선 분광기의 조정을 위한 파수표, 성간분자의 극

초단파 전이에 대한 진동수, CO2분자의 광이온화, 이원자의 계산 등이다.

(3) X-Ray and Gamma-Ray Data (X-선 및 감마선 데이터)

전자기파와 대상물질의 상호작용을 통하여 얻을 수 있는 데이터이며 내용으

로는 물질에 대한 X-선 감쇠 및 흡수, 광자 감쇠 측정의 참고목록, X-선

형태 인자, 감쇠 및 산란표, X-선 전이 에너지 등이다.

(4) Radiation Dosimetry Data (방사선 조사 데이터)

- 5 -

입자 또는 전자기파와 물질사이의 상호작용을 통하여 얻을 수 있는 데이터

이며 내용으로는 전자, 광자, 헬륨이온에 대한 정지-능력과 범위 등이 있다.

(5) Nuclear Physics Data (핵물리 데이터)

주로 원자핵과 외부와의 상호작용을 통하여 얻을 수 있는 데이터이며 내용

으로는 방사성 핵종 반감기 측정, 원자중량과 동위원소 구성 등이 있다.

(6) Condensed Matter Physics Data (응집물질 물리 데이터)

물질의 전자구조 계산을 위한 원자모형 데이터 등이 있다.

그리고 동 연구원에 의해 NIST Chemistry WebBook으로 분류된 화학분야의 데이

터의 종류를 열거하면 다음과 같다.

(1) Gas-Phase Ion Thermochemistry Data (가스-상태 이온 열화학 데이터)

가스 상태의 이온에 대한 데이터

(2) Organic Thermochemistry Data (유기 열화학 데이터)

유기화학에 관련된 데이터

(3) Organometallic Thermochemistry Data (유기금속 열화학 데이터))

유기금속화학에 관련된 데이터

(4) Vibrational and Electronic Energy Levels of Polyatomic Transient

Molecules Data (다원자 분자의 진동에너지 및 전자에너지 준위 데이터)

세 개 이상의 원자로 이루어진 분자에 대한 진동에너지 및 전자에너지 준

위 데이터

(5) Computed 3-D Structures Data (3차원 구조 계산 데이터)

분자의 3차원 구조에 대한 데이터

(6) Evaluated Infrared Spectra Data (평가된 적외선 분광 데이터)

적외선 분광에 대한 데이터

(7) Quantitative Infrared Data (정량적 적외선 데이터)

정량적 적외선 데이터

(8) THz Spectral Data (테라헤르츠 분광 데이터)

테라헤르츠 적외선 분광에 대한 데이터

(9) UV/Visible Data (자외선/가시광선 데이터)

자외선/가시광선 분광에 대한 데이터

(10) Gas Chromatographic Retention Data (가스 색층분석적 보존 데이터)

가스의 보존지수에 대한 데이터

이외에도 여러 다른 종류의 물리∙화학 관련 데이터가 존재할 수 있는데 이는

물리∙화학의 세부분야에도 밀접하게 관계되므로 한국과학재단의 학문분류표에 의

하여 대표적으로 분류되는 물리∙화학의 세부 분야를 [부록]에 따로 수록하였다.

- 6 -

바. 물리∙화학 데이터의 표현

물리∙화학 데이터의 제시방법에 있어서, 측정을 통하여 얻은 물리적, 화학적 결

과를 발표할 때는 측정결과의 신뢰도에 관한 정량적 표현 방법을 위하여 "측정학"이 사

용되어 왔으며 그 결과를 얼마나 믿고 다른 사용자가 사용해도 되는지에 관한 신뢰성을

판단할 수 있는 지표로서 "불확도"의 개념이 도입되어 점진적으로 활용되어 오고 있

다. 개별적 측정이 신뢰도를 갖기 위해서는 작은 불확도를 갖고 높은 재현성을 보

여야 되므로 불확도를 표현함에 있어 사용자가 이해하기 쉬우며 또한 사용하기 편

리하고, 일반적으로 받아들여 질 수 있는 보편적인 지침의 개발이 필요하게 되었다.

그리하여 여러 국가에서 독립적으로 이루어지는 측정결과를 쉽게 비교할 수 있도록, 불

확도를 평가하고 표현하는 방법을 통일시키고자 하는 움직임이 오래 전부터 전개되어

왔으며, 이러한 노력의 결과로 국제표준화기구(ISO)가 국제도량형국(BIPM), 국제전기

기술위원회(IEC), 국제임상화학연합(IFCC), 국제순수 및 응용화학연맹(IUPAC), 국

제순수 및 응용물리연맹(IUPAP), 국제법정계량기구(OIML)등의 여러 국제기구와 합

동으로 "측정불확도 표현 지침서"(Guide to the Expression of Uncertainty in

Measurement)를 1993년에 발행하게 되었고, 이후 국내에서도 "측정불확도 표현

지침"을 1998년에 한국표준과학연구원에서 발간하게 되었다. 이를 통하여 국내의

측정불확도의 개념을 확립하고 널리 사용하게 되었다. 또한, 국제도량형국, 국제

전기기술위원회, 국제임상화학연합, 국제표준화기구, 국제순수 및 응용화학연맹, 국제

순수 및 응용물리연맹, 국제법정계량기구의 7개 독립 국제기구가 참여하여 측정학

에서 일반적으로 사용되는 기본적 용어의 의미를 통일하여 International

Vocabulary of Basic and General Terms in Terminology를 프랑스어와 영어로 발

간하게 되었고 국내에서도 이에 대한 한국어판인 "국제측정학용어집"이 2003년에

한국표준과학연구원에서 발간하게 되었다. 그리하여 국내에서 측정용어를 통일적으

로 사용하는 발판을 마련하게 되었다.

본 기술기준서에서는 물리∙화학의 이러한 다양한 분야에서 실험적․이론적으로

생산되는 “직접생산데이터”와 기존에 생산된 데이터를 수집․평가하여 간접적으로

새로이 생산하는 “간접생산데이터”를 평가하는 방법을 기술하고자 한다.

- 7 -

2. 데이터 평가 관련 규정 및 적용문서

가. 참조표준 제정 및 보급에 관한 운영요령(산업자원부 고시 제2006-86

호)

2006년 7월 31일 산업자원부에서 고시한 “참조표준 제정 및 보급에 관한 운영요령

(산업자원부 고시 제2006-86호)”에서는 참조표준의 정의와 분류 및 평가기준을 다

음과 같이 명시하고 있다.

1) 참조표준과 참조데이터

요령 제2조에 참조표준과 참조데이터를 다음 정의에 따라 구분하고 있다.

- 참조표준 : 측정데이터 및 정보의 정확도와 신뢰도를 과학적으로 분석․평

가하여 공인함으로써 국가사회의 모든 분야에서 널리 지속적으로 사용되거나 반복

사용이 가능하도록 마련된 자료로서 유효참조표준, 검증참조표준, 인증참조표준으로

분류한다.

- 참조데이터 : 참조표준으로 승인 받지 못한 수치데이터 또는 과학기술적 통계

를 말한다.

2) 참조표준의 분류

요령 제10조에서 참조표준의 등급을 유효참조표준, 검증참조표준 및 인증참조표준

등 3가지로 구분하고 등급부여 기준을 다음과 같이 정하고 있다.

- 유효참조표준 : 데이터 중에서 참조표준의 기본요구조건을 만족시키는 참조표

준

- 검증참조표준 : 유효참조표준 중에서 잘 알려진 연관식과 모델링을 통한 예측

가능성이 검증된 참조표준

- 인증참조표준 : 검증참조표준 중에서 관련 전문가의 최종종합평가를 거쳐 인

증된 최상위 참조표준

3) 데이터의 기술평가기준

요령 제9조에서 데이터를 평가하여 참조표준으로 등급부여하기 위한 기준을 다

음과 같이 정하고 있다.

- 측정대상이 명확하게 명시되어 있는지 여부

- 측정방법 및 이론계산에 대한 설명 내용 명시 여부

- 측정방법의 불확도 평가 및 소급성 유지 여부

- 8 -

- 측정방법의 적절성 및 한계 명기 여부

- 측정결과에 영향을 줄 수 있는 변수의 적절한 제어 여부

- 데이터의 오차율 및 정확도 등의 제시 근거

- 제3자에 의해 측정방법의 재현이 가능하도록 측정방법과 절차가 자세히 명기

되었는지의 여부

- 다른 방법에 의해 얻어진 결과와 측정결과의 일관성 여부

- 잘 알려진 법칙과 일치하는지 여부

- 잘 알려진 연관식과 모델링을 통한 데이터의 예측가능성 검증

- 관련분야 제3의 전문가 종합검토를 받았는지 여부

4) 참조표준의 등급부여 기준

데이터의 기술평가기준 중 참조표준의 기본요건인 제1호 내지 제7호를 만족하는

데이터는 “유효참조표준”으로 등급부여하며, 제8호에서 제10호까지의 일관성과 예측

가능성 기준을 만족시키는 유효참조표준은 검증참조표준으로 등급부여 하며, 전문

가의 종합검토를 받아서 모든 기술평가기준을 만족시키는 검증참조표준은 인증참조

표준으로 등급부여 한다.

나. 기타 적용문서

1) 측정과 관련된 용어는 다음 문서를 따른다.

“국제 측정학 용어집” 한국어판 (한국표준과학연구원, 2003)

ISO "International vocabulary of basic and general terms in metrology" (VIM)

(2004)

2) 불확도와 관련된 용어, 표시지침은 다음 문서를 따른다.

KRISS-98-096-SP “측정불확도 표현 지침” (한국표준과학연구원, 1998)

ISO “Guide to the Expression of Uncertainty in Measurement”

3) 물리∙화학의 우리말 용어는 다음 두 관련 학회의 용어관련 출판물에 수록된 내

용을 준용한다. 단, 동 학회의 일부 용어가 일반적으로 통용되는 용어와 다른 경우,

이를 따르지 않아도 된다. 의사소통의 용이성과 정확성에 초점을 맞춰, 독창적 번역

보다는 일반적으로 통용되는 용어를 사용함을 원칙으로 한다. 필요한 경우 원어(原

語)를 병기(竝記)한다.

- 물리학용어집 (한국물리학회, 1995) http://www.kps.or.kr

- 대한화학회 화학술어위원회

화학술어집 제4판 (1994)

- 9 -

유기화합물명명법 I, II (2000)

무기화합물명명법 (1998)

기타 제 출판물

http://www.kcsnet.or.kr

- 10 -

3. 물리･화학 데이터의 평가

가. 평가의 일반적 고려사항

1) 데이터 평가의 일반적 원칙

물리∙화학 분야에는 매우 다양한 종류의 자료들이 존재하며, 각종 저널, 서적,

실험 보고서, 인터넷 페이지 등을 통하여 방대한 양의 자료들이 유통되며 활용되고

있다. 이러한 다양한 자료를 활용할 때 첫 번째 고려사항은 “얼마나 값을 신뢰할

수 있는가” 하는 문제이며, 이런 점은 데이터 평가의 중요성을 강조하고 있다. 전

세계적으로도 과학기술이 발전하고 세계 무역이 확대됨에 따라, 서로 다른 국가에

서 이루어진 측정 결과를 쉽게 비교하고 평가하기 위한 노력이 다양한 국제기구

(ISO, IUPAC, BIPM, IEC, IFCC 등)들의 노력으로 이루어지고 있다. 더욱이 첨단

과학기술은 나노 미터 수준의 측정에 까지 도달해 있으며, 데이터의 품질은 과학기

술의 수준을 의미하는 동의어라고 말해도 과언은 아니다.

데이터의 평가는 각 세부 분야의 전문적 입장에 따라 구체적인 내용이 달라질

수 있겠지만, 일반적인 견지에서 주요한 원칙과 개략적 절차를 정립할 수 있을 것

이다. 일반적인 견지에서 정립된 평가 원칙과 절차는 각 세부 분야별로 그대로 적

용하거나 다소 변경하여 적용할 수도 있고, 상황에 따라서는 일부 절차를 없애거나

추가할 수도 있을 것이다. 본 지침에서는 데이터 평가와 관련된 주요한 원칙과 개

략적인 절차들을 제시하고자 한다. 데이터의 평가에 있어서 가장 중요한 지표는 신

뢰도 이다. 데이터의 신뢰도는 다음 네 가지 측면에서 논의할 수 있을 것이다.

① 데이터 표현의 적절성

데이터 생산 방법에 대한 설명은 자세히 기술되어야 한다.

데이터 생산과 연관된 모든 사항들이 완전히 기술되어야 한다. 모든 연관된 독립변

수(independent variables)들을 밝히고, 모든 통제변수(control variable)가 적절하게

유지되었는지의 여부가 정확하게 기술되어야 한다.

② 정확도

데이터의 평가에 있어서 다음 고려할 사항은 정확도이다. 정확도라는 용어는 포괄

적이며, 상당히 주관적인 해석이 가능한 용어이다. 다소 추상적이고 주관적인 데이

터의 정확도를 보다 과학적, 객관적으로 판단할 수 있는 지표로서 오차, 정밀도,

불확도 등 여러 가지 용어들이 사용되어 왔으나, 분야에 따라서 표현 방법이 다르

기 때문에 통일된 지침이 필요하게 되었다. 1993년 국제 표준화 기구 (ISO)에서 측

정 불확도 표현 지침서 (Guide to the Expression of Uncertainty in Measurement)

가 발행된 후, 이 지침서에 따라서 측정 불확도를 구하고 표현하는 방법이 과학기

- 11 -

술계와 국제 무역을 위한 표준으로 자리를 잡아가고 있다. 국내에서도 한국표준과

학연구소에서 “측정 불확도 표현 지침서” (1998년)를 편찬한 바 있으므로 이를 활용

하여 데이터의 정확도를 표현할 수 있을 것이다.

③ 재현성

데이터의 신뢰도를 판단할 수 있는 또 다른 지표는 데이터의 재현성이다. 즉, 독립

된 여러 연구 또는 실험에서 상호 일관성 있는 결과를 얻어야 한다는 것이다. 이미

문헌 또는 데이터베이스 상에 다양한 자료가 있다면 상호 비교가 가능하지만 아직

까지 존재하지 않는 실험 자료를 얻는 경우에는 실험자 스스로 신뢰도를 적절히 증

명하여야 할 것이다.

④ 일관성/예측성

같은 현상에 관한 데이터는 일관성이 보장 되어야 한다. 데이터의 재현성이 한번

관측한 것을 여러 번 되풀이 한다는 점에서 데이터의 일차원 평가라고 한다면, 일

관성과 예측성은 다른 성질의 측정결과와의 상호관계를 활용하거나 이론적 모델을

활용하므로 보다 높은 차원의 평가라고 할 수 있다. 이 접근 방법은 서로 다른 관

점에서 측정된 관측 결과의 일관성을 평가하고 이론적인 모델을 활용하여 통계적인

접근을 통하여 데이터의 예측 가능성을 평가하는 작업이다. 데이터 평가의 가장 이

상적인 상황은 그 데이터의 측정과 관련된 모든 독립변수들이 알려지고, 이 변수들

을 통제할 수 있는 적절한 방법이 잘 확립되어 있으며, 연관된 물리법칙이 분명한

경우이다. 그러나, 그런 경우란 실제로 매우 드물며, 대신에 그 데이터가 기술하려

고 하는 현상과 같은 현상을 기술하는 다른 데이터와 비교함으로써 데이터를 평가

한다.

2) 직접생산과 간접생산

데이터 생산방식에는 다음과 같은 두 가지 방식이 있으며, 생산방식의 차이에

따라 평가 절차도 약간 차이가 있다. 두 가지 생산 모두에서, 앞 절의 네 가지 평가

원칙은 준수되어야 한다.

① 직접생산 방식

직접생산방식은 데이터 생산자가 직접 실험 또는 이론적 계산을 수행하여 데이터를

생산하는 방식이다. 이 방법으로 생산된 데이터를 참조표준으로 지정키 위해 적용

하는 평가 기본 원칙은 다음 절에서 소개하게 될 간접생산방식과 크게 다르지 않

다. 그러나, 데이터 생산자가 신뢰할 만한 생산 능력을 갖추었는지의 여부를 판단하

여야 하며, 또 그 데이터와 비교할 다른 데이터가 존재하지 않는 경우의 평가에 관

하여 규정할 필요가 있다.

- 12 -

국가참조표준센터 기술위원회에서 직접생산 데이터의 등급을 심사하는 경우, 기술

위원회는 데이터 생산자 개인/그룹의 능력을 종합적으로 판단하여 데이터 생산자의

능력의 적합성을 판별하여야 한다.

② 간접생산 방식

간접생산 방식은 기존 문헌에서 정보를 수집, 평가하여 데이터를 생산하는 방식이

다. 간접생산 방식의 데이터평가는 평가하고자 하는 자료 자체 뿐 만이 아니라 문

헌에 포함된 측정절차, 측정절차의 건전성 검증, 정확도 표현, 재현성 표현 등도 함

께 평가되어야 한다. 문서의 검토를 시작할 때 평가자는 먼저 평가 원칙을 정립하

여야 한다. 평가 원칙에는 관련된 변수가 무엇인지, 이 변수들이 어떻게 통제 되는

지 등이 포함되어야 한다. 이러한 측면에서 비전문가들은 기본적인 절차를 정립하

기 어려우며, 따라서 전문가들의 견해가 필요하다.

평가 절차를 정립하는 단계에서 전문가 그룹 들은 실험 자료가 포함된 주요 문

헌 자료들을 검토하고 요약하여야 한다. 1차 검토가 끝나면 평가자들은 처음에 정

립된 평가 원칙이 재편되어야 한다는 점을 알게 될 것이고, 검토를 기반으로 새로

운 절차가 개발된다. 새로운 절차가 정립된다면, 문헌의 2차 검토가 필요하다. 데이

터가 많이 생산되지 않은 분야의 데이터의 평가결과는 과학기술에 있어서 새로운

분야에 속한다. 이러한 사실은 그리 놀랄 만 한 것도 아닌데, 그 이유는 새로이 개

발되는 분야에서 현상을 이해하기 위하여 새로운 데이터의 측정이 이루어지기 때문

이다. 따라서 데이터의 정확도 관점에서 측정 방법과 재현성 확인 방법의 발전이

이루어 질 수 있도록, 데이터 평가 절차를 정립하려는 노력이 측정을 주로 하는 학

계로 피드백 되는 것이 중요하다.

간접생산 방식의 데이터 평가의 과정에서 어느 한 물리량에 대해 기존 문헌에 여러

개의 상응하는 데이터가 존재할 수 있으며, 이들 데이터들이 서로 잘 일치하는 경

우도 있지만 일반적으로 차이를 보일 수 도 있다. 한 가지 물리량에 대해 이처럼

차이를 보이는 데이터가 존재하는 이유로는 다음과 같은 것들이 있다:

- 계통오차(systematic error)의 원인을 제대로 인식하지 못한 경우

- 측정장비의 교정 불량

- 실험에 사소한 영향을 미칠 것으로 잘못 판단한 변수의 존재

- 서로 다른 또는 부적절한 모델의 적용

- 불확실한 실험물질의 특성

- 서로 다른 시험절차의 적용

따라서, 간접생산 방식으로 생산된 데이터를 평가하는 데 있어서는 위 열거된 사항

들을 충분히 고려하여야 한다.

- 13 -

대상 정의

정비점

(Normal Boiling Point)

101.325 kPa에서 순수성분의 액체와 기체의증기압이 같아지는 온도

정융점

(Normal Freezing Point)

101.325 kPa에서 순수성분의 액체와 고체가공존하는 온도

임계온도

(Critical Point Temperature)

기체-액체 상변환의 임계점의 온도. 기체-액체상변환이 더 이상 관측되지 않는 최대 온도.

임계압력

(Critical Point Pressure)

기체-액체 상변환의 임계점의 압력. 기체-액체상변환이 더 이상 관측되지 않는 압력.

나. 데이터 평가 절차

이 절에서는 우리나라 참조표준제정 및 보급에 관한 운영요령에 명시된 데이터

평가의 주요 항목을 조목별로 상술하고, 다음 “4.다”절에서는 데이터 평가시 따라야

할 구체적 평가절차를 보여주는 순서도(flowchart)를 열거하기로 한다.

1) 수집 평가대상 데이터의 정의

직접생산방식에서 생산하려는 데이터, 간접생산방식에서 수집하려는 데이터, 평

가대상 데이터는 명확히 정의되어야 하고, 생산목적에 부합하여야 한다. 측정하고

자하는 대상이 정확히 명기되어 있지 않다면 그 측정은 의미가 없다. 물리, 화학적

으로 이미 정의가 잘 된 양의 경우에는 이름을 명시하는 것으로 충분할 수도 있다.

다음의 표에는 정의가 잘 된 물리∙화학 분야의 양의 예를 나타내었다.

표 3.1 정의가 잘된 물성의 예

측정하는 대상의 정의에 측정의 조건이 명확히 정의되어 있지 않은 경우에는 조건

또한 표기되어 있어야 한다. 측정의 조건에는 온도/압력 등 기초적인 정보를 포함

할 수도 있으며, 날짜나 위치 정보 등 도 포함되어야 할 필요가 있는 경우에는 이

런 정보들이 명기되어야 할 것이다.

화학분야의 측정의 경우에는 대상의 정의와 함께 측정하고자 하는 시료 (화학물질)

또한 명시되어야 한다. 시료는 명확한 물질명과 순도의 표기가 이루어 져야 하며,

순도를 개선하기 위한 부가적인 처리 여부 또한 자료의 평가항목이 되기 때문에 표

시되어야 한다. 가장 기본적인 정보인 샘플의 출처와 순도가 표기되지 않은 경우에

는 평가과정에서 수용불가로 평가되어야 할 것이다. 자연물을 대상으로 한 경우에

는 샘플링의 장소, 일시, 방법 및 후처리 등이 표시될 수 있을 것이다. 일반적인 화

합물의 출처와 순도 표기에는 다음과 같은 정보들이 포함 될 수 있다.

- 샘플의 출처 : 시약회사명, 저자에 의한 합성, 표준 물질, 자연 물질 등

- 14 -

- 샘플의 순도 : 질량 %, 부피 % 등

- 샘플의 순도 결정방법 : 시약회사의 순도 표기, 직접 결정 (측정)

- 샘플의 순도 향상을 위한 전처리 방법

- 전처리 후 샘플의 순도

한편, 생산된 모든 데이터는 다음과 표현방법의 적정성을 갖추어야 한다:

- 일관성 있게 표현. 즉 상수, 단위의 통일 등 ( SI 단위계 사용)

- 유효숫자의 처리, 데이터 입력방법, 데이터의 내삽 및 외삽 등과 같은

데이터 편집의 적정성 여부

간접 생산의 경우에는 데이터 표현의 적정성을 판단하기 위하여 다음과 같은 사항

을 추가적으로 검토할 수 있다.

- 저널의 심사여부, 출판 여부

- 참고문헌 인용 여부

- 생산자 및 저작권의 표시 여부

❒ 아래에 데이터의 정의와 관련된 평가의 예를 나타냈다.

대상문헌 : F.L. Nordstorm and A. C. Rasmuson, "Solubility and Melting

Properties of Salicylic Acid", J . Chem. Eng. Data, 51, 1668 - 1671

(2006).

적절하다고 평가됨심사여부, 출판 여부, 데이터 표현데이터의 표현 방법

Water, Disitilled, Deionized and Filtered at 0.2 mm

Acetonitirile, LiChroSolv, Purity > 99.8 %

Methanol, HyperSolv, Purity > 99.8 %

샘플의 출처 (O)

순도 (O)

후 처리방법 (X)

순도의 확인 (X)

à최소정보는 포함하고 있음

Salicylic Acid , Sigma Aldrich, Purity > 99 %

샘플의 출처, 순도, 처리방법

조건이 명확히 표시됨온도 조건 : 10-50 oC

압력 : 1 atm조건

용해도는 잘 정의된 물성임Solubility of Salicyclic Acid in

Methanol, Acetonitrile, …측정 대상

평가 내용내용평가항목

적절하다고 평가됨심사여부, 출판 여부, 데이터 표현데이터의 표현 방법

Water, Disitilled, Deionized and Filtered at 0.2 mm

Acetonitirile, LiChroSolv, Purity > 99.8 %

Methanol, HyperSolv, Purity > 99.8 %

샘플의 출처 (O)

순도 (O)

후 처리방법 (X)

순도의 확인 (X)

à최소정보는 포함하고 있음

Salicylic Acid , Sigma Aldrich, Purity > 99 %

샘플의 출처, 순도, 처리방법

조건이 명확히 표시됨온도 조건 : 10-50 oC

압력 : 1 atm조건

용해도는 잘 정의된 물성임Solubility of Salicyclic Acid in

Methanol, Acetonitrile, …측정 대상

평가 내용내용평가항목

2) 측정 방법

측정 방법을 명시하는 기본적 목적은 독립적으로 연구하는 사람이 같은 측정을

수행할 수 있을만한 충분한 정보를 제시하는 데에 있다. 이를 고려하여 운영요령

제 9조의 기술평가기준에서는 측정방법과 관련하여 측정방법 및 이론계산에 대한

- 15 -

Saturated solutions were prepared in test tubes and in 250 mL bottles. Solubilities were

measured at temperatures ranging from (10 to 50) °C in 5 °C increments. The temperature

was controlled by thermostat baths, and the true temperature was validated by a calibration

mercury thermometer (Thermo-Schneider, Wertheim, Germany, uncertainty of ( 0.01 °C).

Syringes (10 mL) and needles were used to sample (3 to 6) mL of solution into preweighed

glass vials. Syringes and needles were preheated when necessary to prevent nucleation inside

the syringes during sampling. Filters (PTFE, 0.2 μm) were utilized when the sedimentation

rate was slow or when instant sampling was necessary. The filters were also preheated to

exceed the solution temperature. Suspensions of water and salicylic acid were always filtered

(nitrocellulose, 0.2 μm). The mass of the saturated (filtered) clear solution was recorded.

Drying of samples was conducted primarily in ventilated laboratory hoods at room

temperature. The mass of the samples was recorded repeatedly throughout the drying process

설명내용 명시여부와 측정방법의 적절성 및 한계여부를 평가하도록 되어 있다.

물리∙화학 분야에서 측정되는 여러 가지 자료들은 측정 방법이나 계산 방법이

이미 잘 정립되어진 경우도 있지만 새로운 방법을 제시하는 경우도 있다. 이미 잘

정립된 방법의 경우에는 이미 교과서 또는 다른 문헌에 상세히 방법이 기술되어 있

기 때문에 방법의 이름을 제시하는 것만으로도 충분할 수도 있지만 기존 방법 중

일부 절차를 개선하거나 새로운 방법을 제시하는 경우에는 상세한 설명이 명시되어

야 한다.

생산방법의 기술에는 다음과 같은 내용들이 포함되어야 한다:

- 측정 실험을 통한 데이터는 실험방법 및 실험장치에 대한 설명

- 이론 계산을 통한 데이터는 적용한 이론에 대한 설명

- 시험법, 적용 방법의 적절성 및 한계에 대한 설명

- 시험방법에서 결과에 영향을 줄 수 있는 변수의 적절한 제어여부

- 측정기기의 명칭, 년도

- 전처리 방법

- 상세한 측정 절차

- 후처리 방법

- 데이터의 처리 방법

- 생산 기본요건과 관련된 기타 필수정보

❒ 아래에 용해도 측정방법을 논문에 표시한 예를 나타내었다.


Properties of Salicylic Acid", J . Chem. Eng. Data, 51, 1668 - 1671 (2006).

- 16 -

to establish the point at which no solvent remained. The samples were weighed a final time

when all the solvent was evaporated. Complete drying was determined as occurring when

the mass of the sample remained constant over time.

3) 소급성(遡及性, Traceability)

데이터의 소급성은 측정의 불확도와 밀접한 관련이 있으며, 특히 직접생산에서

불확도 요인이 관리되는지 여부에 해당한다. 즉, 앞으로 동일한 자료를 측정하더라

도 같은 값이 유지될 것인가에 대한 평가에 해당된다. 불확도의 정의, 불확도 요인

등에 대해서는 4)절에 좀더 자세히 설명될 것이다. 간접 생산 방식의 경우, 불확도

요인 관리에 대한 정보를 얻기 힘들기 때문에 이런 평가를 포함하기에 실제적으로

어려운 측면이 있다. 따라서 소급성과 관련된 평가는 직접 생산 방식에 한정해서

적용해야 할 것이다. 직접 생산 방식의 경우, 다음과 같은 소급성 평가를 수행할 수

있다.

① 계측기기의 교정 여부

자료 생산의 소급성 유지를 위하여 직접 생산의 경우에는 생산기관의 주기적인

계측기기 교정이 이루어져야 하며, 품질 보증 절차를 갖추어야 한다. 산자부 고시

1999-109호에 따라 계측 기기의 교정은 산업자원부에서 인정하는 국가 교정기관에

서 실시하여야 한다. 계측 기기의 종류에 따라 국가 교정기관이 존재하지 않는 경

우에는 해외 공인 기관 또는 제 3자에 의하여 교정을 실시할 수도 있을 것이다. 교

정의 주기는 국가교정기관 지정제도 운영요령 41조에 표시된 관련 주기를 참조하여

정할 수 있을 것이다. 계측기기의 교정 정보는 품질관리 문서로 보관되어야 할 것

이다.

② 측정 절차의 소급성

복잡한 생산 절차를 거쳐서 데이터가 생산되는 경우에 전반적인 측정절차의 소

급성 테스트가 필요하다. 소급성 테스트는 참조표준이 존재할 경우, 참조표준 자료

를 활용할 수 있지만, 등록된 참조표준이 존재하지 않을 때에는 이미 잘 알려진 자

료를 기준으로 측정절차의 소급성을 확보할 수 있을 것이다. 측정절차의 소급성 정

보는 계측기기의 교정 정보와 아울러 품질 문서로 보관되어야 할 것이다.

r 측정 절차 소급성 테스트의 예

다음에는 기체-액체 상평형 측정 장치의 소급성을 테스트 한 예를 나타내었다.

소급성을 확보하기 위해서는 적절히 검증된 자료(참조표준)을 활용하여 측정장비의

불확도가 적절히 관리되고 있는 가 검증하여야 한다. 기체-액체 상평형의 경우에

는 아직까지 참조표준이 구축되지 않았으므로 잘 알려진 자료를 기준으로 비교하였

- 17 -

다. 아래의 그림 3.1 에는 이산화탄소-톨루엔 계의 기체-액체 상평형 자료를 대상

문헌과 비교하여 불확도 범위 이내에서 두 개의 자료가 일치하고 있는 것을 보여

주고 있다. 이러한 소급성 테스트는 계측 장비의 교정과 더불어 주기적으로 실행

하여 전체적인 실험 과정의 불확도가 관리되고 있는지 검증하여야 한다.

그림 3.1 상평형 실험 장치의 소급성 테스트의 예 - 이산화 탄소 (1) + 톨루엔 계

(323.15 K) (J. Chem. Eng. Data 2007, 52, 727-730)

4) 정확도

데이터의 정확도는 재현성과 더불어 데이터의 신뢰성평가에 가장 기본이 되는

요건이다. 데이터가 나타내는 수치가 정확하지 않다면 데이터의 재현성이 아무리

좋아도 그 데이터는 신뢰할 수 없게 된다. 측정 정확도는 측정 결과와 측정량의 참

값이 일치하는 정도를 나타내는 용어이지만 정량적이라기보다 정성적인 용어 이다.

측정 결과에 대하여 참값에 가까운 정도를 보다 합리적으로 나타내기 위해서는 불

확도 표현 방법을 활용하는 것이 편리하다. 불확도란 정확도(accuracy) 및 정밀도

(precision)를 포함하는 개념으로서, 측정결과에 대하여 “측정량을 합리적으로 추정

한 값의 분산특성을 나타내는 파라미터”이다. 1993년 국제 표준화기구 (ISO)에서

“측정 불확도 표현 지침서 (Guide to the Expression of Uncertainty in

Measurement)“가 발행 된 바 있으며, 국내에서도 한국표준과학연구소에서 “측정 불

확도 표현 지침서” (1998년)를 편찬한 바 있으므로 이를 바탕으로 불확도를 기준으

로 불확도를 표현할 수 있다. 따라서 데이터 값의 정확도는 불확도로 표시하며, 불

- 18 -

확도는 한 가지 물리량에 대응되는 여러 개의 측정값 중에서 가장 좋은 값을 선택

하는 바탕이 되고, 여러 데이터 값을 평균하거나 모델에 피팅(fitting)할 때 가중치

를 주는 기준으로 사용된다.

데이터의 정확도와 관련된 요건으로서는 크게 불확도 요인의 관리여부와 불확도 추

정여부가 있을 수 있다. 불확도 요인으로서는 다음과 같은 것이 있다.

- 측정량에 대한 불완전한 정의

- 측정량의 정의에 대한 불완전한 실현

- 대표성이 없는 표본 추출

- 측정환경의 효과에 대한 지식부족 및 환경조건에 대한 불완전한 측정

- 아날로그 기기에서의 개인적인 판독 차이

- 기기의 분해능과 검출 한계

- 측정표준과 표준물질의 부정확한 값

- 측정방법과 측정과정에서 사용되는 근사값과 여러 가지 가정

- 외관상 같은 조건이지만 반복적인 측정에서 나타나는 변동

데이터의 신뢰도를 향상시키기 위해서는 이러한 불확도 요인들 중 어떤 요인들이

데이터의 불확도에 영향을 주고 있는지를 파악해서 다음과 같은 사항들을 관리할

필요가 있다:

- 측정인력: 경력, 자격, 교육

- 측정환경: 환경영향요인 파악 및 통제

- 측정방법: 유효성 검토, 문서화

- 장비 및 소급성: 데이터 목적에 적합한 장비사용, 교정여부

불확도 요인을 효율적으로 관리하고 그 증빙자료를 남기기 위해 많은 경우 데이

터생산과 관련된 불확도 추정절차를 제정하고 실제 이를 적용하고 있다. 불확도 추

정과 관련하여서는 다음의 2가지 항목을 확인할 필요가 있다.

- 불확도 추정 절차를 제정하고 적용하고 있는지 여부

- 불확도 추정의 타당성과 근거

한국표준과학연구원에서 편찬한 “측정 불확도 표현 지침서”에 따르면 측정의 불확

도를 평가하는 방법은 다음과 같이 분류될 수 있다.

(1) 불확도의 A형 평가 (Type A Evaluation of Uncertainty)

일련의 관측값을 통계적으로 분석하여 불확도를 구하는 방법이다. 반복 측정값

의 빈도 분포에 근거한 확률 밀도 함수로서 구한다.

- 19 -

(2) 불확도의 B형 평가 (Type B Evaluation of Uncertainty)

일련의 관측값의 통계적 분석이 아닌 다른 방법으로 불확도를 구하는 방법이다.

기존의 정보 또는 문헌을 통해 측정값이 가질 수 있는 확률 밀도함수를 가정하여

구한다. 모든 근거는 과학적 판단에 의하여 평가되며, 이에 포함되는 정보는 다음과

같다.

- 과거의 측정데이터

- 관련재료와 기기의 거동 및 특성에 대한 일반지식

- 제작자의 규격

- 교정 및 기타 인증서에 주어진 데이터

- 핸드북에서 인용한 참고자료의 불확도

(3)합성표준불확도 (Combined Standard Uncertainty)

측정 결과가 여러 개의 다른 입력량으로 부터 구해질 때 이 측정결과의 표준불

확도를 합성표준불확도라 한다. 합성표준불확도는 각 입력량의 변화가 측정결과에

미치는 영향에 따라 가중된 분산과 공분산의 합의 양의 제곱근으로서 “불확도 전파

법칙”에 의하여 구해진다. 불확도 전파법칙은 “측정 불확도 표현 지침서”에 상세히

기술되어 있다.

(4) 확장불확도 (Extended Uncertainty)

합성표준불확도에 측정량의 합리적인 추정값이 이루는 분포의 대부분을 포함할

것으로 기대되는 측정결과의 어떤 구간을 정의하는 양인 포함인자 k를 곱하여 얻는

다. 포함인자 k의 값은 그 구간에 대하여 요구되는 포함확률 또는 신뢰 수준에 따

라 정의 되는데, 보통 2와 3의 값을 갖는다. 포함인자를 구하는 방법은 “측정 불확

도 표현 지침서”에 상세히 기술되어 있다.

불확도 평가 방법은 여러 번의 관측 값을 통계적으로 평가하는 방법 (A형 평가)

과 그 이외의 수단을 이용하는 방법 (B형 평가)으로 구분하여 여러 입력량의 표준

불확도를 구하고, 불확도 전파 법칙에 따라 모든 표준불확도를 합하여 합성표준불

확도를 구한다. 그 다음 포함인자를 적용하여 총체적인 확장 불확도를 구한다. 이

확장불확도를 이용하여 여러 분야에서 실제적으로 사용할 수 있는 측정량이 포함될

수 있는 구간을 나타낸다.

(1) 직접생산인 경우 불확도의 보고

측정 결과와 그 불확도를 보고할 때 정보의 양이 너무 적은 것 보다는 정보양의

지나치게 많다고 할지라도 많은 편이 바람직하다. 예를 들면 다음과 같은 정보는

- 20 -

꼭 포함되어야 한다.

- 실험관측과 입력데이터로부터 얻은 측정결과와 그 불확도를 계산하기 위하여 사

용된 방법을 명확히 기술한다.

- 모든 불확도 성분들을 열거하고 이들의 평가 방법을 철저하게 기술한다.

- 필요한 경우 각각의 중요한 단계를 쉽게 따라할 수 있고, 보고된 결과를 독립적

으로 반복하여 계산 할 수 있도록 데이터 분석방법을 제시한다.

- 분석에 사용된 보정값 및 상수들과 그들의 출처를 명시한다.

불확도를 보고할 때 다음의 지침을 따른다.

- 측정량이 어떻게 정의되어있는지 완전한 내용을 포함한다.

- 측정량의 추정값과 그 합성표준불확도 또는 확정표준불확도 값과 단위를 표시한

다.

- 확장표준 불확도인 경우, 포함인자 k의 값을 표시한다.

- 필요한 경우, 상대확장 불확도를 표시한다.

- 적합한 신뢰구간 및 그 값의 결정 방법을 표시한다.

- 기타 필요한 정보를 표시한다.

(2) 간접생산 방식인 경우 불확도의 보고

간접생산 방식인 경우, 불확도와 관련된 자료는 제한적인 경우가 많으며, 대부분 다

음의 3가지 정보로 일반적으로 표현된다.

- 계측 기기의 사양: 온도, 압력 등 직접 측정값들이 계기로부터 직접 측정되는 경

우, 제작자의 사양등으로 기기의 불확도를 표시하는 경우가 많다. 이 경우에는 B

형 불확도 평가에 해당된다.

- 반복된 측정결과의 표시: 동일한 값을 여러 번 측정하여 관측값의 통계적으로 분

석하여 불확도를 표시한다. 이 경우에는 A형 불확도 평가에 해당된다.

- 합성표준 불확도: 측정된 값이 여러 개의 복합적인 요소로 구성되어 있을 때 (수

식을 통하여 계산된 경우) 불확도 전파법칙에 근거하여 계산된 합성표준 불확도를

보고한다.

간접생산인 경우, 불확도 평가와 관련된 상세 정보가 포함되지 않은 경우들이 많다.

이런 경우에는 경험과 전문분야의 지식을 바탕으로 한 평가자의 올바른 판단이 필

요한 경우도 있다.

- 21 -

r 간접생산 방식의 데이터 정확도 표시의 예

표 3.2 및 표 3.3에 나타낸 예는 화학분야의 물성 측정의 예로서 용해도와 융해 엔

탈피를 측정한 예로서 반복측정의 추정값과 통계적 처리를 통한 불확도 값, 그리고

반복횟수 들이 표시되어 있다. 저널의 자료인 경우 불확도 평가에 필요한 종합적인

정보들이 포함되어 있지 않는 경우들이 많기 때문에 이정도의 정보가 포함되었다

면, A형 불확도 평가가 되었다고 인정할 수 있을 것이다.



표 3.2 Mole Fraction Solubility of Salicylic Acid (1) in Six Solvents between (10

and 50) °C

103x1 (standard deviation) [number of samples]

T/°C methanol acetonitrile acetic acid acetone

10 99.35 (0.40) [8] 19.17 (0.22) [6] 37.77 (0.31) [5] 146.25 (0.08) [4]

15 107.81 (0.12) [4] 22.29 (0.22) [8] 42.93 (0.22) [6] 156.85 (0.05) [4]

20 117.72 (0.18) [9] 25.49 (0.20) [7] 48.38 (0.84) [7] 168.04 (0.09) [4]

표 3.3 Enthalpy of Fusion at the Melting Temperature and the (peak and onset)

Melting Temperature of Salicylic Acid as Determined by DSC at (1, 2, and 5)

K/min

Average △H fus Average TmAverage

onset Tm

kJ/mol oC oC

values 27.09 159.5 158.2

standard

deviation0.22 0.3 0.6

scans 9 14 14

5) 재현성

데이터의 재현성은 측정대상과 측정방법이 서로 독립된 실험이나 생산에서 얼마

나 똑같이 재현될 수 있는가와 관련된 문제로서 측정방법이나 측정대상이 다르면

데이터도 달라질 수밖에 없기 때문에 데이터 신뢰성에 가장 기본이 되는 요건이다.

재현성은 측정대상과 측정방법의 확인(identification), 설명(description) 및 비교가능

성(comparability)과 관련된 것으로 이미 본 평가절차의 앞 절들에서 설명한 바 있

- 22 -

다. 동일한 특성을 여러 방법을 사용하여 측정할 때 데이터 평가자는 각 방법이 가

진 한계를 잘 알아야 한다.

이러한 성질을 알고 나면 측정절차의 세부적 깊이가 결과해석과 측정방법의 일반적

적용과 관련하여 이로부터 얻어지는 결론에 어떻게 영향을 미칠 수 있는지 명확해

지며, 해당 데이터를 평가할 때에는 이러한 모든 문제를 주요사안으로 검토해야 한

다.

재현성 확보를 위해서는 다음 사항들이 기술하여야 한다:

- 측정의 대상과 목적을 충분하고도 명확히 제시하여, 다른 측정자가 동일한 측정

대상을 측정할 수 있도록 하여야 함

- 다른 측정자가 측정방법을 재현할 수 있도록 충분한 정보 제공. 대상이 되는 데

이터에서 제시한 실험 방법과 절차에 따라 제 3자에 의한 실험 방법의 재현 가능성

- 측정방법의 적절성(불확도, 범위) 및 한계 명기

- 데이터 생산 방법과 시기, 소급성 유지 등에 관한 내용 기술

r 재현성 평가의 예:

아래의 그림 3.2에는 물에 대한 살리시릭산의 용해도 자료의 재현성 평가의 예를

나타내었다. 그림에 나타낸 바와 같이 새로운 측정의 결과(오차막대로 표시)가 이전

의 측정결과 (사각형)와 불확도 범위 내에서 일치하지 않음을 알 수 있다. 자료의

경향으로 미루어 볼 때, 새로운 측정이 개선되었음을 명확히 보여주고 있으나 이전

자료와의 재현성에는 부합하지 않는다.



그림 3.2 Mole fraction solubility, x, of salicylic acid in water at (10 to 50) °C

with 95 % confidence limits. Solubility data of Apelblat et al. is included.

- 23 -

6) 일관성 (consistency)

일관성은 다른 방법으로 얻은 결과와 부합하는지 여부, 잘 알려진 법칙과 일치

하는지 여부와 관련된 문제로서, 전문분야에 따라 차이가 있을 수 있지만 다음 항

목을 만족시키면 대체적으로 일관성이 있다고 볼 수 있다.

① 측정값이 다른 특성 값으로부터 추정한 값과 일관성이 있는가?

한 가지 측정량에 관한 실험/이론, 실험/실험, 그리고 이론/이론 데이터 간의 일관성

을 평가한다. 허용 불확도 내에서 다른 특성 값을 사용하여 상호 연관성 확인이 가

능하다. 예를 들어, 재료특성은 독립적으로 확인할 수 있는 하나 이상의 다른 특성

과 이론적 관계를 갖는 경우가 있다. 탄성계수(영률), 층밀리기 탄성율, 부피탄성율

및 포아송(Poisson)비는 등방성 재료의 탄성특성을 분석할 때 많이 사용된다. 그러

나 등방성 재료의 경우 이러한 물리량 중 두 개만이 서로 독립적이다. 그 결과 탄

성특성의 어느 두 가지 물리량이 주어지면 나머지를 계산할 수 있다. 따라서 한 논

문에서 탄성계수가 보고되고, 다른 논문에서 층밀리기 탄성율이 보고되고, 또 다른

논문에서 포아송비가 보고되었다면 이러한 값의 상호 일관성이 적절한 측정 불확도

의 한계 내에 있는지 이론적으로 검증할 수 있다.

② 데이터의 값이 다른 특성값 또는 경향(trend)과 상치되는 점은 없는가?

실험 대상이 되는 데이터는 이미 알려진 법칙과 이론에 위배되지 않아야 한다.

특성 값을 직접적으로 확인할 수 없는 경우, 현재의 결과가 같은 타입의 측정대상

또는 현상에 대한 일반적 지식 기반과 상충되지 않는다는 것을 검증하는 것이 바

람직하다. 그 특성에 대한 독립된 다른 측정 결과 중에 현재 데이터와 상당히 상충

되는 결과가 있을 가능성도 살펴야 한다. 학습이나 경험적 지식도 평가를 하는 데

적용할 수 있다. 예를 들어, 벌크 재료의 경도가 증가하면 벌크 재료의 탄성계수도

증가한다는 것은 일반적인 실험 결과이다. 이와 반대되는 실험 결과가 있다면 명백

히 보고서를 재평가해야 할 것이다.

이상과 같이 일관성의 문제는 현재의 데이터 값을 다른 데이터의 값 또는 경향이나

상관관계 또는 잘 알려진 특성관계 등을 통해 검토하는 것이다. 그러나, 어떤 데이

터가 앞 세 개의 일관성 기준에 부합하지 않더라도 다음과 같은 경우를 데이터 평

가시 고려하여야 한다:

- 기존에 알려진 결과 또는 법칙을 개선할 수 있는 데이터는 일관성이 확보되지 않

더라도 전문가 평가를 통하여 등급부여가 가능하도록 한다.

- 다른 실험 및 이론데이터의 부재로 인하여 데이터의 일관성을 확보하지 못할 경

우 기 사용된 다른 대상 데이터로부터 실험 및 이론 방법의 일관성 만족 여부를 판

별한다.

- 24 -

r 일관성 평가의 예: 전자충돌단면적 데이터

잔자충돌 단면적을 평가하는데 있어서 일관성 확보를 위해 다음 사항을 만족하여야

한다. 물론 이 예시는 모든 전자충돌단면적 데이터 평가에 적용될 수 있는 일반적

규칙은 아니고, 한 가지 예시임을 알아야 한다.

(1) 일차적 요구조건

원자의 전자산란에 관한 이론은 비교적 잘 확립되어 있어, 수집된 데이터의 일관성

을 확인하는 데 사용할 수 있다. 만족 시켜야할 조건은 ① (i)식을 이용해 빠진 데

이터를 외삽한 후 얻은 적분단면적은 σ(T)를 독립적으로 측정한 값과 일치해야 한

다. ② (ii)식을 이용해 얻은 운동량전이단면적(momentum transfer cross section)은

유동속도(drift velocity)를 이용해 얻은 결과와 일치해야 한다. ③ 여기(excitation)

및 이온화단면적은 문턱에너지(threshold) 아래에서는 0이 되어야 한다.

σ(T) = ⌠⌡

2π

0

⌠⌡

π

0

dσdΩ

sinθdθdφ (i)

σ m(T) = 2π⌠⌡

π

0

dσdΩ

(1- cosθ)sinθdθ (ii)

(2) 높은 에너지 요구조건

높은 에너지에서 전자의 비탄성산란에 대해 Bethe 이론은 들어맞는다고 본다. 이

외에도 Bethe 이론은 고에너지 제동복사 및 탄성산란에서도 잘 맞는 것으로 알려져

있으므로 이를 바탕으로 여러 가지 조건을 제시할 수 있다.

(3) 광데이터 및 합규칙(sum rules) 조건

높은 에너지에서의 전자산란과 광흡수 사이에 존재하는 밀접한 연관성을 이용해 일

반화진동자세기분포 (generalized oscillator strength distribution)에서 K → 0 극한

일 때의 일관성을 확인 할 수 있다.

r 일관성 평가의 예: 열역학 데이터

독립적으로 측정한 양들 사이에 높은 수준의 연관성이 있는 경우, 체계적인 상호관

계식을 만들어 낼 수 있다. 열역학이 그 대표적 예 중의 하나이다. 반응시 엔탈피변

화 측정값, 열용량 측정값, 온도함수로 나타낸 평형상수, 분자상수로부터 계산한 엔

트로피, 기타 다른 측정값들이 있다고 하자. 표준 온도와 압력으로 표시했을 때, 주

어진 반응과 관련된 모든 데이터는 다음 식을 만족해야 한다.

ΔG = ΔH - T ΔS

또한, 과정 A → B에 대한 ΔG, ΔH , 및 ΔS는 지나온 경로에 무관해야 한다. 이러

한 제약조건을 이용하면 여러 서로 다른 출처의 큰 데이터 집합의 일관성을 확인할

수 있다. 이를 통해 독립적 검사만으로는 찾아낼 수 없는 측정 오류를 찾아내기도

한다.

- 25 -

액체 열용량은 기체 열용량보다 커야 한다.

액체 열전도도는 기체 열전도도보다 커야 한다.

헨리상수는 증기압/수용액상의 용해도보다 커야 한다.

정비점은 임계온도의 0.5배에서 0.9배 사이에 해당한다.

수용액상의 용해도는 불확도 범위 이내에서 활동도계수의 역수보다 커야한다.

Bioconcentration factor는 log Kow보다 작아야 한다.

고분자를 제외한 액체의 밀도는 0.5 - 8 g/cm3 범위에 있어야 한다.

공기에서의 확산도는 헬륨의 공기에서의 확산도 보다 작아야 하며, 0.1-1 cm2/s

범위 이내에 있어야 한다.물에서의 확산도는 수소의 물에서의 확산도 보다 작아야 하며, 1-10×10-6 cm2/s

범위 이내에 있어야 한다.

0ln 2 =+-åi

EE

ii dTRTHdP

RTVdx g

r 자료의 정성적 분석 예:

AIChE DIPPR Project 911 데이터베이스 구축의 사례의 경우, 자료간의 일관성 유

지를 위하여 몇 가지 간단한 내부 일관성 유지 평가를 수행하고 있다. 이 테스트는

물성간의 간단한 상관관계 (예 : 액체 열용량이 기체 열용량보다 크다)를 활용하여

자료상충을 평가한다. NIST-TRC 데이테베이스의 구축에도 이와 유사한 테스트가

활용되고 있다. 다음의 표에는 이러한 정성적 분석의 예를 표시하였다.

표 3.4 NIST-TRC 데이터베이스의 정성적 분석의 예

참고 문헌 : A. A. Klein, C. R. Szydlik, T. N. Rogers and M. E. Mullins, Fluid Phase Equilibria,

"An overview of compiling, critically evaluating and delivering reliable physical property data from

AIChE DIPPR Project 911 and 912", 150-151, 421-428 (1998)

r 이론적인 자료 관계식 예:

서로 다른 물리 및 화학의 양들 간에는 이론적인 관계식이 존재할 수 있다. 예로서

상평형 자료의 측정된 온도, 압력, 조성간의 관계를 나타낸 Gibbs-Duhem 식을 들

수 있다.

이식을 활용한 평가는 몇 가지 방법들이 제시된 바 있으며, 기체-액체 상평형 자료

의 건전성 평가 (Consistency Test)로 알려져 있다.

r 유사물질간의 물성 비교 예:

다음의 그림 3.3에는 알코올류의 정비점 (Normal Boiling Point)과 분자내 탄소의

개수를 표시하였다. 그룹 기여 방법의 기저를 이루는 기초 이론에 의하면, 화합물의

- 26 -

구조가 유사할 경우, 물성과 분자의 크기 간에는 일정한 관계가 있는 것으로 알려

져 있다. 탄소 사슬의 맨 끝에 알코올 기 (-OH) 가 붙어 있는 유사 물질의 경우,

정비점은 탄소 사슬의 길이와 일정한 관계가 있을 것으로 예상되지만, 그림에 나타

낸 바와 같이 탄소 수가 10이 넘는 몇 가지 알코올류 들은 일정한 관계식에서 상당

히 벗어난다. 이러한 경우에는 자료의 정확성을 의심해 볼 수 있다고 판단된다.

Carbon Number

0 5 10 15 20 25

Nor

mal

Boi

ling

Poi

nt (K

)

300

350

400

450

500

550

600

650

700

그림 3.3 Primary Alcohol류의 탄소사슬 수와 정비점 (Normal Boiling Point)의

관계

7) 예측성(predictability)

앞 절에서 살펴본 것처럼, 한 물리량은 동일한 측정대상의 다른 물리량과 밀접

한 상관관계를 가질 수 있다. 만일, 데이터들 간의 이러한 상관관계를 수학적 모델

로 표시할 수 있으면, 데이터의 경향을 예측할 수 있고, 서로 독립적으로 실험하여

얻은 데이터들의 이상치 검색이 가능하며, 모델링을 통하여 결과를 예측하고 내삽

기능을 제공하며 제한적 조건하에서 외삽 기능도 가능할 수 있다.

수치로 표현된 데이터만으로는 물리현상의 개념적 이해를 얻을 수는 없다. 관측된

거동의 개념적 이해를 표현한 것을 보통 모델이라고 한다. 수학적으로 표현할 수

있는 모델은 측정된 여러 데이터의 일관성 확인, 일반적 경향을 따라가는지 여부

및 예외적 거동의 식별을 위한 기초가 되기 때문에 데이터평가에 특히 중요하다.

서로 다른 특성 사이의 관계를 독립적으로 수행된 측정에서 얻은 데이터에 성공적

으로 적용할 수 있는 경우, 이 결과로 두 결과를 상호 검증할 수 있게 된다. 더욱

이, 이러한 관계가 타당하고 신뢰할 수 있는 것으로 판명되면 직접적 측정결과를

- 27 -

얻을 수 없을 때 이러한 관계를 사용하여 특성 값을 추정하는 것이 가능해 진다.

일반적으로 상관관계는 다양한 목적으로 사용되는데 가장 강력하게 사용할 수 있는

기능은 특성 값을 추정할 때 신뢰할 수 있는 내삽 기능을 제공하는 것일 것이다.

또한 제한된 조건에서는 실험적으로 관측된 범위 밖에서 특성을 추정하기 위해 외

삽하는 수단으로도 사용될 수 있다. 상관관계 규명이나 분석의 목적으로 반경험적

(semiempirical) 모델을 사용하는 경우, 그 모델의 매개변수(parameter)는 특정한

물리적 특성과 연관을 갖게 되거나 매개변수 자체가 물리적으로 의미 있는 해석을

가질 수 있다. 두 경우 모두, 모델을 관측된 데이터에 피팅(fitting) 시켜 유용한 정

량적 추정을 이끌어낼 수 있다.

r 일관성과 모델링의 예: 분광학 데이터의 분석

고분해능 분광데이터를 평가하는 데 있어 첫 번째 관심사는 교정절차이다. 파장과

주파수 교정기술은 현재 아주 잘 확립되어 있어 신뢰할 수 있는 불확도 평가는 용

이하다고 볼 수 있다. 여러 가지 합규칙(sum rule), 에너지준위와 양자수 사이의 잘

알려진 상관관계와 더불어 리츠 결합원리(Ritz combination principle)는 일관성을

확인하는 데 중요한 규칙이다. 보다 어려운 문제는 원자간 거리와 각도, 힘상수

(force constant), 그 외 다른 분자 매개변수(parameter)들로부터 유도된 물리량들을

평가할 때 부딪히게 된다. 모델의 선정과 데이터 분석시 들어오게 되는 불확도는

분광측정 자체의 정확도 보다 훨씬 더 중대한 문제다. 연구논문에서 인용하는 분자

“상수”는 특정한 분광데이터 집합을 어떤 함수관계에 피팅(fitting)하여 얻은 매개변

수들이다. 다른 함수관계 또는 다른 입력데이터를 주면 상수값은 일반적으로 바뀐

다. 따라서, 그와 같은 매개변수의 평가는 모델의 선택과 일차적 입력 데이터를 피

팅(fitting)하는 과정에서 채택하게 되는 근사(approximation)에 크게 좌우된다.

r 측정되지 않은 양의 추정

물리∙화학 분야의 측정은 고가의 장비를 요구하며, 전문가의 노력이 필요하기 때

문에 이미 다른 성질을 활용하여 측정되지 않은 미지의 값들을 추정하는 식들이 개

발되어 왔다. 이러한 추정 식들은 측정되지 않은 값들을 계산하는 편리한 도구 이

지만 대상의 특성에 따라서 많은 오차를 나타낼 수도 있기 때문에 많은 주의가 필

요하다. 참조 표준의 구축에는 이러한 추정식들이 자료 평가의 도구 중의 일부로

서 활용 될 수도 있지만 전적으로 이에 의존하여 평가하는 것은 바람직하지 못하

다. 추정식 들은 이론적 근거의 유무에 따라 다음의 3가지 형태로 분류할 수 있다.

① 경험적인 실험식 (Empirical Correlation)

그동안 축적된 자료를 기반으로 이론적 기반 없이 단순한 상관식(Correlation)으로

측정값들 간의 관계를 표현한 식이다. 이런 식들은 전혀 실험 자료를 구할 수 없는

경우 시간과 경비를 단축하기 위하여 엔지니어링 측면에서 활용할 수 있지만, 참조

- 28 -

표준의 검증에는 적합하지 않다고 판단된다.

경험적인 실험식의 예: 액체의 밀도 추정을 위한 Rackett 식

Rackett에 의하여 처음 도입되었고, 이후 Spence와 Danner에 의하여 수정된

Rackett식은 임계 물성을 이용하여 액체의 포화 밀도를 추정하는 식이다.

V sat=RT c

P c

Z[ 1 + ( 1-Tr )

2/7]

RA

Z RA=0.29056- 0.0887ω

윗 식은 아무런 이론적 기반을 가지고 있지 않으며, 단지 임계 물성과 포화 밀도의

회귀 분석 (Regression Analysis)를 통하여 다양한 매개 변수를 구한 식에 불과하

다. 이 식의 오차 범위는 탄화수소류의 경우 1-5 %로 알려져 있지만, 극성 물질인

경우에는 매우 많은 오차를 유발 할 수 있기 때문에 이러한 경험적인 실험식을 자

료 평가의 도구로 활용하는 것은 부적합하다.

② 그룹 기여 방법 (Group Contribution Method) 또는 QSPR (Quantitative

Structure-Properties Relationship)

그룹기여 방법은 유사 물질군들의 물성 측정값들이 일정한 관계를 나타내는 이론적

기반을 근거로 개발된 추정 방법이며, QSPR은 그룹기여 방법을 좀더 포괄적으로

다루는 개념으로서 보다 상세한 정보 (원자수, 결합수, 공유결합, 분자 모멘트 등)를

활용하여 전산 화학도구를 활용하여 물성을 추정하는 방법이다. 이 방법을 활용한

자료의 평가는 앞서 예시한 6) 일관성 평가의 “유사물질간의 물성 비교의 예”와 유

사한 평가라고 생각할 수 있다. 이 방법을 활용한 자료의 평가는 신중하게 고려되

어야 하며, 오차가 매우 큰 자료의 정성적 선별 작업에는 활용될 수 있지만 자료의

정확성이나 불확도 등 정량적인 면의 평가에는 적합하지 않다. 자료 평가의 최종

단계에서 신뢰도를 보다 향상 시키는데 활용 할 수 있을 것이다.

그룹기여 방법의 예: 기체-액체 상평형 자료의 UNIFAC 방법

(UNIQUAC Functional-group Activity Coefficient Method)

기체-액체 상평형 자료를 물질의 구성그룹 (Functional Group)을 기반으로 예측하

는 방법으로서 Fredenslund 등에 의하여 개발된 방법이다. 이 방법에 의하면 활동

도 계수는 배열항 (Combinatorial term)과 잉여항 (Residual term)의 합으로 표시할

수 있다.

lnγ = lnγ C+ lnγ R

각 배열항과 잉여항은 물질의 구성된 그룹정보에 의하여 계산될 수 있다. 그룹 정

- 29 -

Main

Group

Sub

Groupk Rk Qk

Example of Molecules

and Groups

CH3

CH3 1 0.9011 0.848 n-Butane 2CH3,2CH2CH2 2 0.6744 0.540 Isobutane 3CH3,1CH

CH 3 0.4469 0.228 2,2-Dimeth

yl Propane4CH3,1C

C 4 0.2195 0.000

ACH ACH 10 0.5313 0.400 Benzene 6ACH

ACCH2

ACCH3 12 1.2663 0.968 Toluene 5ACH, 1ACCH3

ACCH2 13 1.0396 0.660Ethylbenze

ne

1CH3,5ACH,

1ACCH2OH OH 15 1.0000 1.200 Ethanol 1CH3, 1CH2, 1OH

보는 다음의 표와 같이 표현된다.

표 3.5 UNIFAC 그룹기여 방법의 그룹 매개변수의 예

이 방법을 이용하여 기체-액체 상평형 자료의 추정에는 활용이 가능하지만, 물질의

종류에 따라 민감하게 변화하는 기체-액체 상평형 자료의 평가에 활용하기에는 무

리가 따른다. 물론 적절한 이론에 근거한 방법이지만 자료의 평가에는 부적합한 방

법이다. 단지, 상평형 자료가 유사한 물질과 비교하여 적절한 경향을 나타내는지 확

인만이 가능하다.

③ 이론에 근거한 예측 방법 (Theoretical Prediction)

물리∙화학 분야에는 물질의 성질간의 관계를 예측하기 위한 여러 가지 이론적 예

측방법이 알려져 있다. 이러한 예측 방법들은 양자역학이나 통계 역학 등 복잡한

이론을 수반하고 있는 경우도 있고, 고전 물리학, 열역학 등 기초적인 이론에 기반

을 둔 식 들도 있다. 이러한 이론에 기반을 둔 방법들은 단순한 예측 뿐 만이 아니

라 다른 변수에 의존하는 성질인 경우, 자료를 회귀 분석하여 평가절차에 활용 할

수 있다.

예측성 평가의 예: 용해도 자료의 회귀 분석

용해도와 온도의 관계는 Van Hoff 관계식에 의하여 용질의 용해열과 밀접한 관계

에 있다.

△H vHsoln=-R∙slope

즉 용해도의 온도에 대한 기울기는 용해열과 밀접한 관계에 있음을 반영하는 것이

다. 다음의 예제 문헌에 따르면, 용해열과 용해도의 관계를 다음과 같은 식으로 회

귀 분석할 수 있다.

- 30 -

△H vHsoln= α lnx 2+β ln x

이러한 회귀 분석을 실험자료에 대하여 수행한 결과는 다음과 같다.

그림 3.4 살리시릭산의 용해도에 대한 Van't Hoff Plot 결과

참고 문헌 : F.L. Nordstorm and A. C. Rasmuson, "Solubility and Melting


그림 3.4에서 나타낸 바와 같이 수식을 회귀 분석한 결과 상관계수 (R2)를 계산 한

결과 0.9997이 나왔기 때문에 이 결과는 우수하다고 판단 할 수 있다. 이론적으로

서로 관계가 있는 측정값들의 경우, 참조 표준 자료의 평가에 적용할 수 있을 것이

다.

r 유도된 상관관계(derived correlation)

증발잠열과 증기압의 관계는 이론적인 Clauisus-Clapeyron 식에 의하여 다음과 같

은 관계식이 존재한다.

satsatvap Td

PdRdT

PdRTH ÷÷ø

öççè

æ-=÷

øö

çèæ=D

)/1(lnln2

이 수식을 활용하면 측정된 증발 잠열 또는 증기압의 상호 일치성의 평가를 수행

할 수 있을 것이다.

8) 전문가 평가

다른 사람들에 의해 생산된 데이터를 평가할 때는 가능하면 객관적이어야 하겠

지만, 얼마간의 주관적 판단을 배제키 어렵다. 과학의 어느 분야나 조심스럽고 일관

- 31 -

성 있는 연구로 잘 알려진 개인이나 그룹이 있는가 하면, 믿기 어려운 결과와 잦은

실수로 얼룩진 팀도 있다. 마찬가지로, 어떤 논문저자는 그들의 연구를 명확하고 정

밀하게 기술하는가 하면, 어떤 사람들은 독자적 평가를 허는 데 필요한 구체적 사

항을 빠뜨리기도 한다. 발표된 데이터에 가중치를 부여할 때 그와 같은 요소들을

고려해야겠지만, 정량적이고 완전히 객관적인 방법으로 하기는 어렵다. 데이터 평가

를 하는데 있어 부딪히는 지적 도전은 바로 이런 문제들에서 온다.

r 전문가 평가가 필요한 예: 화학반응속도론(chemical kinetics)

화학반응속도론(chemical kinetics)의 데이터 평가는 더욱 어려운 문제를 안겨준다.

개별 측정의 불확도를 열역학에서처럼 확신 있게 평가할 수 없고, 데이터 집합의

상관성을 도와줄 이론식이 별로 없다는 것이다. 어떤 반응속도(reaction rate)가 실

제로 측정된 것인지, side reaction이나 wall effect의 영향은 무엇인지와 같은 기본

적 질문에 정량적으로 답하기가 어렵다. 거기다가, 어떤 반응속도상수(rate

constant)는 shock tube, 광화학적 방법, fast flow discharge, flame studies 등과

같이 여러 서로 다른 방법으로 측정할 수 있고, 결과도 다양한 값을 얻게 된다.

third body에서의 수소원자의 재결합(recombination)과 같은 간단한 gas phase

reaction을 평가하는 데, 수백편의 문헌에 나오는 50 가지의 서로 다른 결과들을 다

뤄야 할 경우가 있는가 하면, 반대로 불확도 평가에 관한 타당한 근거도 없이 발표

된 단 하나의 반응속도상수 측정값 밖에 없는 경우도 있다. 결국, 반응속도 데이터

의 평가는 보다 주관적 요소들에 기댈 수밖에 없게 된다. 현재로서는, 경험 있는 반

응속도 연구자의 개인적 판단이 가장 신뢰할만한 평가 근거가 되고 있다.

전문가의 평가에서 다음 사항들이 고려될 수 있다:

- 참조표준의 경우, 체계적인 평가를 통하여 검증된 데이터라고 할지라도 최종적으

로는 해당분야의 전문가의 평가가 필요하다.

- 데이터 생산 기관/그룹/개인의 평가

- 저널/문헌의 신뢰도, 저자의 신뢰도 등 평가

- 해당분야의 전문적인 지식을 통하여 일반적인 평가 절차에서 누락될 수 있는 요

소를 발견할 수 있으며, 문제점을 제시할 수도 있다.

9) 한 물리량에 대해 여러 개의 데이터 있는 경우의 선택

동일 대상, 동일 조건에 대응되는 한 물리량에 대해 여러 개의 데이터가 존재하는

경우, 이 데이터로부터 하나의 값을 추출하여 참조표준으로 등록하기 위한 심사를

받아야한다.

- 32 -

그러기 위해서는 우선 각 데이터들을 “4.다”에 있는 데이터평가 순서도에 따라 “재

현성” 평가까지를 마쳐야 한다. 재현성평가를 통과한 데이터가 복수인 경우, 여러

데이터를 평균하거나, 어떤 이론적 근거에 의해 취사선택을 하거나, 아니면 특별한

이론적 기법을 사용하여 하나의 권고값 (recommended value)과 복합표준불확도를

추출한다. 데이터 생산자는 물리량과 데이터의 특성에 따라 어느 방법을 택할 것

인지를 신중하게 결정하여야 하고, 사용한 방법과 그 방법을 선택한 근거에 대해

자세히 기술하여야 한다. 일반적으로 이 과정에서 앞 절에 기술한 전문가 평가가

매우 중요한 역할을 한다. 검증 또는 인증참조표준으로 등록되기 위해서는 하나의

권고값을 추출하는 과정과 방법의 적합성에 대해 데이터생산자 이외의 다른 전문가

의 평가를 거쳐야 한다.

r 예: NIST Webbook Data

표 3.6에 나타낸 예는 NIST Webbook에 등록된 n-hexane이 임계압력 자료이다. 이

자료는 총 25개의 독립적인 실험 자료들을 분석하여 평균값이 최종 추정값으로 등

록된 경우인데, 이 자료의 평가에서 총 25개의 값들 중에서 재현성 평가를 통해서

1개의 값이 제외되었다. 그 이유는 추정 표준 불확도에 비하여 자료의 값이 벗어나

있기 때문이다. 이러한 판단은 전문가 그룹의 판단이 필요한 부분이다.

표 3.6 NIST Webbook에 등록된 n-Hexane의 임계 압력 자료의 예

N-Hexane 의 임계 압력

Pc = 30.2 ±0.4 bar (Average 24/25 Values)

평균값 계산에 사용된 자료들

- 33 -

Pc (bar) Reference

30.3 ± 0.2 Ambrose and Tsonopoulos, 1995

29.90 Nikitin, Pavlov, et al., 1994

29.80 Nikitin, Pavlov, et al., 1993

29.90 Quadri, Khilar, et al., 1991

30.14 Rosenthal and Teja, 1989

30.12 Teja, Lee, et al., 1989

30.25 Brunner, 1988

30.36 Grigor'ev, Rastorguev, et al., 1988

30.36 Mandlekar, Kay, et al., 1985

30.51 Zawisza, 1985

30.58 Kurumov and Grigor'ev, 1982

30.3162 Genco, Teja, et al., 1980

30.34810 Mousa, 1977

30.48 Kay and Young, 1975

30.32 Kay and Young, 1975, 2

30.348 Mousa, Kay, et al., 1972

30.46 Pak and Kay, 1972

30.3368 Kreglewski and Kay, 1969

30.51 Kay and Hissong, 1967

30.30 Kay, 1964

29.9922 Glaser and Ruland, 1957

29.92 Nichols, Reamer, et al., 1957

30.34 Kay, 1946

29.998 Young, 1910

29.40 Altschul, 1893

- 34 -

다. 데이터평가 순서도 (flow chart)

그림 3.5 데이터 평가순서도

A

평가데이터의 정의

직접생산 간접생산

B

- 35 -

A.1 측정량의 정의

A.2 측정대상명시

A.3 데이터 표현의 적절

성

측정방법의 명시

정확도 제시

소급성 유지

참조데이터

비교데이터? 동류 데이터의

생산경험여부

재현성

다른 모델이나

이론으로 일관성

간접확인가능

참

조

데

이

터

다른 모델이나


간접확인가능

참조데이터

참조표준(기술위원

회에서 등급결정)

유효참조표준

검증참조표준

인증참조표준

기

각

또

는

참

조

데

이

터

일관성/예측성

전문가평가

A

No

No

No

No

No

기각

기각

NoNo

No

No

No No

No

No

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

YesYes

Yes

Yes

심사거친

학술지출판

데이터 생산자의

적합성

- 36 -

측정대상명시

데이터표현의 적절성

측정량의 정의


정확도 제시

소급성 유지

비교데이터? 재현성

다른 모델이나


간접확인가능

참

조

데

이

터

다른 모델이나


간접확인가능

유효참조표준

유효참조표준

검증참조표준

인증참조표준

기

각

또

는

참

조

데

이

터

일관성/예측성

전문가평가

B

No

No

No

No

No

기각

기각

No No No

No

No

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

YesYes

Yes

참조데이터No

No

심사거친

학술지출판

- 37 -

4. 기술기준서의 활용

지금까지 본 기술기준서에서는 데이터 평가에 관한 몇 가지 기본적 원칙을 수립하

고 이 원칙을 적용하여 공통된 문제에 대한 해결책을 제시하였다.

데이터 평가에 있어서 가장 중요한 지표는 신뢰도이며, 데이터 표현의 적절성, 정확

도, 재현성, 일관성∙예측성의 기본원칙에서 신뢰도를 평가하기 위한 절차를 논의하

였다.

그리고 데이터 생산방식의 두 가지 방식, 즉 직접생산과 간접생산방식의 차이에 따

라 구체적 평가절차를 제시하였다. 물론 두 방식 모두에서 평가의 기본원칙은 공통

적으로 준수되어야 한다.

한편, 데이터 생산자나 평가자들이 보다 편리하게 본 기술기준서를 활용할 수 있게

하기 위해, 평가원칙을 적용하는 예를 [부록1]과 [부록2]에 수록하였다.

[부록1]은 지금까지 앞에서 제시한 데이터 평가 지침을 흡음재의 흡음계수 "직접"생

산에 따른 참조표준 등급부여 절차에 적용하여 본 기술기준서에 수록된 평가지침을

검증하는 예를 제시하였다. 비슷하게 [부록2]는 기체-액체 상평형 데이터의 "간접"

생산에 평가지침을 적용하여 평가지침의 유효성을 검증하는 에를 제시하였다.

- 38 -

[부록1]

흡음재의 흡음계수 직접생산에 따른 등급부여 절차검증

본 부록의 목적은 앞에서 기술한 평가절차를 실제 사례에 적용키 위한 예를 보이는

것이다. 이를 위해, 관내법으로 측정한 각종 흡음재의 흡음계수 데이터에 대한 참조

표준으로서의 등급 부여에 필요한 단계별 검증과정을 예로서 나타냈다. 본문에 제

시된 데이터 평가 과정에 대해 각 과정별로 적용 가능 여부를 판별하였다. 그림

A1-1은 데이터에 대해 참조표준으로서의 등급 부여 직전까지의 단계별 과정을 나

타낸 것이다.

1 단계

A



A.3 데이터 표현의 적절성


적합성


소급성 유지

정확도 제시

No

No

No

No

No

Yes

Yes

Yes

Yes

기각

기각

기각

또는

참조데이터

2 단계

3 단계

4 단계

5 단계

1 단계

A








적합성


적합성

측정방법의 명시측정방법의 명시

소급성 유지

정확도 제시정확도 제시

No

No

No

No

No

Yes

Yes

Yes

Yes

기각

기각

기각

또는

참조데이터

2 단계

3 단계

4 단계

5 단계

그림 A1-1. 데이터 평가 전반부 순서도

- 39 -

판정결과 통과 측정량의 정의와 대상 시료 선정에 있어 적합함

(1) 1 단계 검토

① 흡음계수

건축부재를 비롯한 다양한 시료의 음향특성을 평가하는데 있어 공학적으로 가장 보

편적으로 사용되는 물리양은 흡음계수이다. 흡음계수는 입사되는 음향에너지에 대

해 시료에서 소실되는 음향에너지에 대한 비로서 무차원 양으로 정의된다. 흡음계

수의 측정은 음압을 측정할 수 있는 센서인 마이크로폰을 주로 사용한다. 시료에

흡음되는 에너지를 측정하기 위해 마이크로폰을 시료 속에 설치하는 경우 시료의

변형 혹은 음장의 교란이 발생하기 때문에 마이크로폰을 시료 외부에 설치하여 반

사되는 음향에너지를 측정함으로서 흡음계수를 산출하는 것이 일반적이다.

② 측정대상 시료

흡음재로 사용되는 시료는 흡음계수가 높은 것을 주로 사용한다. 지금까지의 많은

연구결과들을 고려할 때 흡음재로서 적합한 것은 시료 자체에 공기의 흐름이 좋은

즉 기공률(porosity)이 높은 시료들이다. 대표적인 것으로는 유리면, 암면과 같은 섬

유류와 우레탄 폼과 같은 발포 폼(foam) 종류가 있다. 참조표준에 적합하기 위해서

는 시료의 균질성과 재현성이 보장되어야 하기 때문에 품질관리가 잘 확립되어 있

는 생산업체의 제품을 선택하는 것이 필요하다.

본 시험에 사용되는 시료의 경우 품질관리 체계가 잘 갖춰진 제품이며, 시료를 보

관하는 장소는 항온항습이 가능한 곳이다. 또한 시료의 파손을 막기 위해 별도의

용기에 넣어 그림 A1-2와 같이 보관하고 있다.

그림 A1-2. 데이터 생산에 사용되는 시료의 보관

- 40 -

판정결과 통과 측정기관이 참조데이터 생산에 필요한 자격요건 만족

Speaker

Sample

Rigid body

pipr

sl

MP(x1) MP(x2)

Speaker

Sample

Rigid body

pipr

sl

MP(x1) MP(x2)

(2) 2 단계 검토

참조표준 데이터를 생산하기 위해서는 측정기관에 대한 기본적인 자격요건이 필요

하다. 한국표준과학연구원의 경우, 국가 표준측정기관으로서 ISO 17025에 따른 교

정 및 시험에 대한 자격요건 및 ISO 9001에 따른 품질시스템도 갖췄기 때문에 참

조 데이터 생산을 위한 자격요건을 충족하는 기관이다. 특히 측정에 필요한 각종

계측 장비와 센서에 대해서도 자체 교정을 하고 있기 때문에 참조 데이터 생산을

위한 제반 조건도 만족하고 있다.

(3) 3 단계 검토

임피던스관에서 전달함수법으로 흡음계수를 결정하는 방법은 J. Y. Chung와 D.

A. Blaser에 의해 제안된 것으로 “Transfer function method of measuring in-duct

acoustic properties: I. Theory, II. Experiment," J. Acoust. Soc. Am. Vol. 68, pp.

907-921 (1980)로 출판되었다. 이를 요약하면 다음과 같다.

그림 A1-3. 전달함수법에 의한 흡음계수 측정방법 모형도.

그림 A1-3처럼 관내 한쪽 편에 확성기를 그리고 그 반대편에 음향학적으로 강체인

물체 앞에 시료를 설치한다. 관내 음압을 측정할 수 있도록 x1과 x2 지점에 마이크

로폰 1(MP1)과 2(MP2)를 각각 설치한다. 관내 평면파만 진행한다고 가정하고 시간

항 ()을 제외하면 음압에 대한 FFT 성분은 다음과 같다.

(A.1)

편의상 x1 지점을 원점으로 잡으면 두 지점에서의 음압 성분은 다음 식이 된다.

(A.2)

(A.3)

- 41 -

판정결과 통과 시험방법이 명확히 제시되어 있음

x1 지점에서의 반사계수 와 시료 표면에서의 반사계수 는 각각 다음

식이 된다.

(A.4)

(A.5)

여기서 로 정의되는 전달함수이다. 공기의 음향임피던스 로

규격화 시킨 시료면에서의 음향 임피던스 Z s는 반사계수와는 다음의 관계가 있다.

(A.6)

구하려는 흡음계수( )는 반사계수와 다음 관계식을 만족한다.

(A.7)

데이터 생산을 위한 측정시스템은 그림 A1-4에 나타냈다.

그림 A1-4. 전달함수법에 의한 흡음계수 측정 시스템.

- 42 -

판정결과 통과 측정시스템과 측정방법에 대한 소급성 확보

(4) 4 단계 검토

소급성에 대한 것은 측정에 필요한 장비 및 센서 등에 대한 것과 측정방법에 대

한 것으로 구분할 수 있다. 본 시험에 사용하는 장비와 센서의 경우는 주기적으로

교정을 하고 있기 때문에 소급성을 갖추고 있다.

측정방법에 있어, 누구나 인정할 수 있는 방법을 사용하는 것이 가장 좋으며 ISO

혹은 IEC와 같은 국제 규격으로 하면 소급성을 갖추는 것으로 볼 수 있다. 국제 규

격이 없는 경우는 KS 규격에 의한 방법도 유효하며, 전혀 규격으로 되어 있지 않은

경우는 전문가들의 평가를 통해 논문으로 출판된 방법도 소정의 자격을 갖춘 것으

로 볼 수 있다.

데이터 직접생산은 임피던스관을 사용하는 전달함수방법으로 J. Y. Chung와 D.

A. Blaser의 제안되었으며 “Transfer function method of measuring in-duct

acoustic properties: I. Theory, II. Experiment," J. Acoust. Soc. Am. Vol. 68, pp.

907-921 (1980)로 출판된 이후 많은 검증을 통해 미국 ASTM(American Society of

Testing and Materials)에 ASTM E 1050 (1998), Standard test method for

impedance and absorption of acoustical materials using a tube, two microphones

and a digital frequency analysis system으로 그리고 국제 규격인 ISO 10534-2

Acoustics- Determination of sound absorption coefficient and impedance in

impedance tubes- Part 2: transfer-function method, (1998)에 등록되었다. 국내의

KS도 ISO 10534-2와 동일하게 KSF 2814-2 임피던스관에 의한 흡음계수와 임피던

스의 결정방법-제 2부: 전달함수법 (2002)에 등록되어 있다. 따라서 참조 데이터를

생산하는 방법은 국제규격에 의한 것이기 때문에 소급성을 충분히 확보한 것으로

볼 수 있다.

(5) 5 단계 검토

흡음계수를 측정할 때 정확성이라는 것은 불확도로서 표현할 수 있다. 불확도는

크게 A형 불확도와 B형 불확도로 구분할 수 있으며, 직접측정에 의한 평가는 A형

불확도 그리고 문헌에 의한 것이나 기타 참고자료를 통해서 산출한 불확도는 B형

불확도로 평가하고 있다. 이들 불확도 평가는 어느 정도까지 불확도를 만족해야 되

는지에 대한 평가가 아니라 어떤 값을 측정할 경우 시험에 사용하는 측정시스템과

측정방법으로 어느 정도까지 신뢰를 할 수 있는 가를 나타내는 척도이다. 따라서

불확도가 작을수록 신뢰도가 높다고 할 수 있다.

① 흡음계수 결정을 위한 수학적 모델 및 합성표준불확도 표현

흡음재의 흡음계수 측정은 정해진 주파수에서 하게 되는데, 흡음계수를 측정하는

수학적 모델은 다음과 같다.

- 43 -

(A.8)

흡음계수에 대한 합성표준불확도는 다음식으로 표현할 수 있다.

(A.9)

(A.10)

반사계수 R은 그림 A1-3에서 마이크로폰 1과 2의 전달함수인 으로 표현된다.

(A.11)

여기서

는 파수(wave number),

는 두 마이크로폰 사이의 거리,

은 시편과 시편에서 가까이 설치된 첫 번째 마이크로폰 사이의 거리이다.

식 (A.11)로부터 다음 식을 얻을 수 있다.

(A.12)

식 (A.12)에서 , 는 각각 다음과 같이 정의된다.

(A.13)

(A.14)

여기서

는 보정된 전달함수의 크기,

는 보정된 전달함수의 위상이다.

이로부터 반사계수 크기의 제곱 에 대한 불확도를 식 (A.15)로 나타낼 수 있

- 44 -

다.

+

+

(A.15)

식 (A.15)로부터 을 결정하고 이를 식 (A.10)에 대입하면 흡음계수의 불확

도 를 얻을 수 있다. 식 (A.15)에서 을 결정하기 위해서는 ,

, 를 평가하여야 한다.

② 의 평가 절차

식 (A.15)에서 항의 평가와 관련된 내용을 살펴보기로 한다. 마이크로폰 1

과 2에 대한 전달함수 에서 두 마이크로폰 간의 감도와 위상 차이에 대한 보정

을 위해 마이크로폰 1과 2 위치에서 기준 시편에 대해 전달함수를 측정한 후 마이

크로폰을 상호 교환하여 다시 감도와 위상을 측정함으로서 두 센서간의 차이를 보

정하게 된다. 보정된 전달함수 은 식 (A.16)와 같이 측정된 전달함수의 크기와

보정 인자의 크기 비로 표현된다.

(A.16)

에 대한 불확도 표현식은 식 (A.17)과 같다.

(A.17)

식 (A.16)의 는 다음과 같이 표현된다.

(A.18)

각 기호의 의미는 다음과 같다.

는 첫 번째 마이크로폰 감도의 크기

- 45 -

는 첫 번째 마이크로폰에 연결된 증폭기 이득의 크기

는 두 번째 마이크로폰 감도의 크기

는 두 번째 마이크로폰에 연결된 증폭기 이득의 크기

는 기준위치에서 측정된 전달함수의 크기

식 (A.18)로부터 에 대한 불확도 표현식을 얻을 수 있다.

(A.19)

식 (A.18)에서 각각의 측정량에 대한 불확도를 반복측정 성분에 대한 불확도와 보

정량에 대한 불확도로 나누어 표현하면 다음과 같이 된다.

(A.20)

(A.21)

(A.22)

(A.23)

(A.24)

식 (A.20)～식 (A.24)에서 아래 첨자 은 반복 측정 성분을 나타낸다. 한편 식

(A.16)에서 는 다음과 같이 정의된다.

(A.25)

여기서 각 기호의 의미는 다음과 같다.

는 보정 시험을 할 때 기준 위치에서 측정한 전달함수의 크기

는 보정 시험을 할 때 센서가 교환된 위치에서 측정한 전달함수의 크기

- 46 -

식 (A.25)로부터 다음과 같이 에 대한 불확도 표현식을 얻을 수 있다.

(A.26)

식 (A.26)에서 및

에 대한 표현식은 에 대한 표현식 식 (A.18)과 유사

하고, 불확도 표현식은 (A.19)와 유사하게 표현할 수 있다.

(A.27)

(A.28)

(A.29)

(A.30)

식 (A.29)와 식 (A.30)에서 각각의 측정량에 대한 불확도를 반복측정 성분에 대한

불확도와 보정량에 대한 불확도로 나누어 표현하면 다음과 같이 된다.

(A.31)

(A.32)

(A.33)

(A.34)

- 47 -

(A.35)

또한,

(A.36)

(A.37)

(A.38)

(A.39)

(A.40)

식 (A.20)～식 (A.24), 식 (A.30)～식 (A.40)을 순차적으로 거꾸로 대입해 나가면 식

(A.15)의 을 결정할 수 있다.

③ 의 평가 절차

다음은 식 (A.15)에서 의 평가와 관련된 내용을 살펴보자. 의 위상 성분은

다음과 같이 표현된다.

(A.41)

여기서

은 보정 전달함수 의 위상성분,

는 측정전달함수 의 위상성분,

는 보정인자 의 위상성분을 나타낸다.

식 (A.41)로부터 에 대한 불확도 표현식은 다음과 같이 표현할 수 있다.

(A.42)

는 다음과 같이 나타낼 수 있다.

- 48 -

(A.43)

여기서,

은 첫 번째 마이크로폰 감도의 위상,

은 첫 번째 마이크로폰에 연결된 증폭기 이득의 위상,

는 두 번째 마이크로폰 감도의 위상,

는 두 번째 마이크로폰에 연결된 증폭기 이득의 위상,

는 기준위치에서 측정된 전달함수의 위상을 나타낸다.

의 불확도 는 다음과 같이 나타낼 수 있다.

(A.44)

각각의 측정량에 대한 불확도를 반복측정 성분에 대한 불확도와 보정량에 대한 불

확도로 나누어 표현하면 다음과 같이 된다.

(A.45)

(A.46)

(A.47)

(A.48)

(A.49)

는 다음과 같이 정의 된다.

(A.50)

- 49 -

여기서,

은 보정인자 의 위상

은 보정 시험을 할 때 기준 위치에서 측정한 전달함수의 위상

는 보정 시험을 할 때 센서가 교환된 위치에서 측정한 전달함수의 위상

의 불확도

는 다음과 같이 된다.

(A.51)

다시 과

및 각각의 불확도

와

는 식 (A.52), (A.59), (A.53),

(A.60)으로 표현할 수 있다.

(A.52)

식 (A.52)는 기준 위치에서 보정을 위한 실험을 하는 경우를 의미한다. 그러므로 각

기호의 의미는 (A.43)에서와 유사하다.

(A.53)



(A.54)

(A.55)

(A.56)

(A.57)

(A.58)

- 50 -

(A.59)

식 (A.59)는 센서가 교환된 위치에서 보정을 위한 실험을 하는 경우를 의미한다. 그

러므로 각 기호의 의미는 (A.43)에서와 유사하다.

(A.60)



(A.61)

(A.62)

(A.63)

(A.64)

(A.65)

식 (A.45)～(A.49), 식 (A.54)～(A.58), 식 (A.61)～(A.65)을 순차적으로 거꾸로 대입

해 나가면 식 (A.15)의 을 결정할 수 있다.

식 (A.15)에서 항의 평가와 관련된 내용을 살펴보자. 는 다음과 같은 변수

들로 나타낼 수 있다.

(A.66)

여기서,

는 주파수 [Hz],

는 온도 [K]를 나타낸다.

식 (A.66)으로부터 의 불확도 를 다음과 같이 나타낼 수 있다.

- 51 -

(A.67)



(A.68)

(A.69)

(A.70)

식 (A.68)～(A.70)을 식 (A.67)에 대입하면 를 결정할 수 있고 이는 식 (A.15)

에 대입하여 를 구하는데 사용될 수 있다.

이상으로부터 각각의 입력량에 대한 불확도는 반복측정에 의한 불확도를 A형으로

평가하고 보정값 등 나머지 성분을 B 형으로 평가하고, 이를 상기식들에 대입해 나

가면 흡음계수에 대한 불확도를 평가할 수 있음을 살펴보았다.

④ 흡음계수의 반복 측정불확도를 구하고 이로부터 를 결정하는 방법

식 (A.20)～식 (A.24), 식 (A.30)～식 (A.40), 식 (A.45)～(A.49), 식 (A.54)～(A.58),

식 (A.61)～(A.65), 식 (A.68)～(A.70)에서 아래 첨자 로 표시된 항 들은

반복측정에 의한 불확도 성분을 나타낸다. 또한 와 같이 표기된 항들은 보정

값 등 B 형으로 평가한 불확도 성분을 나타낸다. 위의 식들 중 로 표기된

항들만을 고려하여 식 (A.10)으로부터 를 계산하면 반복측정을 통하여 A형으

로 평가한 흡음계수 측정의 불확도 성분을 얻을 수 있다. 이를 로 표기하기

로 한다. 또한 로 표기된 항들만을 고려하여 를 계산하면 보정값 등 B

형으로 평가한 흡음계수 측정의 불확도 성분을 얻을 수 있다. 이를 로 표기

하기로 한다. 그때 식 (A.17)으로부터 얻어지는 값을 , 식 (A.42)로부터 얻

어지는 값을 , 식 (A.67)으로부터 얻어지는 값을 로 표기하기로 한다.

흡음계수의 수학적 모델 및 합성표준불확도 계산식은 다음과 같이 나타낼 수 있다.

(A.71)

- 52 -

판정결과 통과 불확도 모델에 의한 불확도 산출

주파수 (Hz) 흡음계수 확장불확도

1000 0.83 0.072

(A.72)

(A.73)

⑤ 확장 불확도

흡음계수 측정에 대한 확장불확도는 위에서 결정한 에 포함인자 를 곱하여

다음과 같이 결정한다.

(A.74)

유효자유도가 충분히 큰 경우(약 10 이상)에는 포함인자의 값으로 2를 사용하여도

무방하다. 는 신뢰수준 약 95 %에서의 값이다.

최종 결과물은 100 Hz에서 6400 Hz까지 범위에 대해 1/3-옥타브 밴드 중심주파수

에 대해 산출하게 되는데 주파수별로 보면, 100, 125, 160, 200, 250 ,315, 400, 500,

630, 800, 1000, 1250, 1600, 2000, 2500, 3150, 4000, 5000, 6300 Hz가 된다.

표 A1-1에 각 변수들에 대한 불확도 산출량을 정리하였다. 각 주파수에 대해 불확

도 인자들을 각각 산출하게 되면 최종적으로 흡음계수와 확장불확도로 표시하게 된

다.

예를 들어 주파수 1 kHz인 경우 흡음계수는 0.83 그리고 확장불확도는 0.072로 산

출될 경우 다음과 같이 표시하게 된다.

- 53 -

표 A1-1. 불확도 인자 구성

입력량 불확도 인자 표준불확도 성분

전달함수의 크기 보정

마이크로폰1의 감도 크기 보정

마이크로폰1 증폭기 이득 크기 보정



전달함수 크기 측정 보정











전달함수의 위상 보정

마이크로폰1의 감도 위상 보정

마이크로폰1 증폭기 이득 위상 보정



전달함수 위상 측정 보정











- 54 -

6 단계

7 단계

비교 데이터?

Yes

재현성다른 모델이나이론으로 일관성간접확인 가능

심사거친

학술지 출판동류 데이터의

생산경험 여부

참조 데이터

다른 모델이나이론으로 일관성간접확인 가능

참조 데이터

참조표준

(기술위원회에서

등급결정)

일관성/예측성 유효참조표준

전문가 평가 검증참조표준

인증참조표준

No

No

No

Yes

Yes

No

No

No

No

Yes

Yes

Yes

Yes

Yes

No

참

조

데

이

터

Yes

검토 1 검토 2

6 단계

7 단계

비교 데이터?비교 데이터?

Yes

재현성재현성다른 모델이나이론으로 일관성간접확인 가능


심사거친

학술지 출판

심사거친

학술지 출판동류 데이터의

생산경험 여부

동류 데이터의

생산경험 여부

참조 데이터참조 데이터



참조 데이터참조 데이터

참조표준

(기술위원회에서

등급결정)

일관성/예측성 유효참조표준

전문가 평가 검증참조표준

인증참조표준

NoNo

No

No

Yes

Yes

No

No

No

No

Yes

Yes

Yes

Yes

Yes

NoNo

참

조

데

이

터

Yes

검토 1 검토 2

입력량 불확도 인자 표준불확도 성분

두 마이크로폰 위치간의 위상차 보정

시험 주파수 보정

두 마이크로폰 간 간격 보정

측정 온도 보정

관측 흡음계수

흡음계수

(6) 6 단계 검토

그림 A1-5. 데이터평가 후반부 순서도

앞서 1～5 단계 과정은 참조데이터가 되거나 혹은 기각되는 기본적인 평가과정이었

다. 다음은 데이터 중 참조표준으로서의 등급 부여를 위한 검토과정을 적용해 보겠

다.

그림 A1-5에서 보듯이 6단계에서는 직접 생산한 데이터에 대해 비교데이터가 있는

지에 대한 평가로부터 시작된다. 이 경우 2가지 선택이 가능한데 검토 1의 과정과

검토 2의 과정으로 구분할 수 있다. 여기서 비교데이터라고 함은 동일한 시편에 대

해 다른 시험자들이 발표한 자료 혹은 동일한 시험자라고 할지라도 다른 방법으로

측정한 자료를 포함할 수 있다.

- 55 -

판정결과 통과 동류 데이터 생산 경험 있음

① 검토 1의 경우로 판별할 경우

비교 데이터가 없는 경우 논문심사 여부의 판별에 있어, 일부 시편에 대해서는

논문을 낼 수 있으나 시편만 변화시킨 경우는 더 이상 논문으로 인정받기 어려운

경우도 있게 된다. 본 시험방법의 경우, 측정 대상 시편이 현재의 데이터 생산에 사

용되는 시편과는 다르지만 동일한 시험방법으로 다양한 시편에 적용하여 SCI 논문

에 출판된 경우가 많았고 또한 시험방법 자체는 국제규격으로 인정을 받은 것이기

때문에 동일한 시편에 대한 비교 데이터가 없다고 해서 문제가 되기는 어려울 것으

로 판단된다. 또한 측정팀은 그 동안 같은 시험방법으로 대외적으로 시험 성적서를

발급하여 온 점을 고려하였다.

② 검토 2의 경우로 판별할 경우

모든 대상 시편에 대한 비교 데이터가 없지만 일부 시편의 경우는 다른 방법으로

측정한 결과와 비교할 수 있다. 임피던스관을 사용하여 흡음계수를 측정하는 다른

방법으로는 ISO 10534-1 Acoustics- Determination of sound absorption coefficient

and impedance in impedance tubes- Part 1: standing wave ratio method (1998)

혹은 KSF 2814-1 임피던스관에 의한 흡음계수와 임피던스의 결정방법-제 1부: 정

재파비법 (2001)가 있다.

그림 A1-6은 밀도 24 kg/m3, 두께 50 mm인 유리섬유에 대해 정재파비법과 전달

함수방법으로 측정한 결과를 비교한 것이다. 결과에서 확인할 수 있듯이 두 측정방

법에 의한 측정 값이 잘 일치하고 있다. 이것은 물론 사전에 많은 시험 결과를 통

해 일치성이 확보되었기 때문에 국제규격으로서 두 경우를 포함하고 있는 이유이기

도 하다.

그림 A1-7과 A1-8은 반복성과 재현성 시험에 대한 결과를 각각 나타냈다. 반복

성 평가의 경우는 동일한 시편에 대해 동일한 시험자가 2일 간격으로 총 5회 시험

한 결과이고 재현성은 동일한 시편에 대해 5 사람의 시험자가 평가한 결과이다. 결

과를 보면 모든 값들이 잘 일치하고 있으며 이는 본 측정시스템이 안정되어 있기

때문에 결과에 대한 재현성도 신뢰성이 있음을 보여주는 것이다.

- 56 -

0 200 400 600 800 1000 1200 1400 16000.00.10.20.30.40.50.60.70.80.91.0

Soun

d ab

sorp

tion

coef

ficie

nt

Frequency (Hz)

Transfer function method Standing wave ratio method

그림 A1-6. 임피던스관을 사용하는 정재파비법과 본 데이터 생산에서 사용하는

전달함수 방법으로 측정한 결과 비교

0 200 400 600 800 1000 1200 1400 16000.00.10.20.30.40.50.60.70.80.91.0

Soun

d ab

sorp

tion

coef

ficie

nt

Frequency (Hz)

1st 2nd 3rd 4th 5th

그림 A1-7. 5번 반복 시험한 결과 비교

- 57 -

판정결과 통과 재현성에 문제가 없기 때문에 만족

0 200 400 600 800 1000 1200 1400 16000.00.10.20.30.40.50.60.70.80.91.0

Soun

d ab

sorp

tion

coef

ficie

nt

Frequency (Hz)

A B C D E

그림 A1-8. 시험자(총 5인)가 다른 경우에 대한 재현성 시험 결과

(7) 7 단계 검토

① 검토 1의 경우로 판별할 경우

앞서 6단계 검토에서 비록 데이터 생산에 대상으로 하고 있는 시편에 대한 비교

할 수 있는 자료가 없는 경우라도 측정시스템과 방법이 이미 보편화되어 있고 다른

방법으로 얻은 결과와의 일치성(그림 A1-6), 반복성(그림 A1-7), 재현성(그림

A1-8), 예측성 (그림 A1-10)을 확보한 경우에는 전문가 평가를 통해 최종등급을 판

정받는 것이 합리적이라고 판단된다.

② 검토 2의 경우로 판별할 경우

측정결과에 대해 오랫동안의 검증을 통해 인정되는 이론적 모델로부터 계산되는

예측 결과와 비교하였다. 유리섬유에 대한 이론적 모델은 실험적 모델에 기초한

Delany와 Bazley의 모델이 대표적이다.

그림 A1-9와 같이 임피던스관내 시편을 설치하고 시편 뒤에 음향학적으로 강체

인 물체를 설치한 경우, 시편 자체의 특성임피던스를 , 전파상수를 그리고 시

편의 표면 임피던스를 라고 가정하자. 시편의 두께를 L이라고 하면 표면 임피던

스는 다음 식으로 쓸 수 있다.

- 58 -

(A.75)

특성임피던스와 전파상수에 대한 Delany와 Bazley 모델은 공기의 임피던스 와

전파상수 로 규격화 시키면 다음 식과 같다.

(A.76)

(A.77)

여기서 는 공기의 밀도, 는 시험 주파수, 는 유동비저항으로 cgs rayls 이다.

반사계수 은 표면임피던스과 다음 식을 만족한다.

(A.78)

그러면 최종적으로 구하고자 하는 흡음계수 는 다음 식이 된다.

(A.79)

ZsZcg

Rigid material

L

ZsZcg

Rigid materialZs

Zcg

Rigid material

L

그림 A1-9. 흡음재 시편 뒤에 강체를 둔 경우 음향물리량

식 (A.34)에 의한 이론값 산출 시 식 (A.31)와 식 (A.32)에서 유동비저항 를 결정

해야 한다. 이 값은 상수값으로서 비음향학적인 방법으로 결정하여도 되지만 적절

한 값을 대입함으로서 측정결과와의 curve-fitting으로 결정할 수도 있다. 측정 값과

를 7,800 mks rayls/m로 한 경우 식 (A.34)에 의해 이론적으로 계산한 값을 그림

A1-10에 비교하였는데 잘 일치하고 있음을 확인할 수 있다.

- 59 -

판정결과 통과 예측모델에 의한 결과와 잘 일치

0 200 400 600 800 1000 1200 1400 16000.00.10.20.30.40.50.60.70.80.91.0

Soun

d ab

sorp

tion

coef

ficie

nt

Frequency (Hz)

Measurement values Theoretical values

그림 A1-10. 측정결과와 이론적 모델로 계산한 예측 결과와의 비교

- 60 -

Jong Sung Lim, Ki Hyun Park, and Byung Gwon Lee

J. Chem. Eng. Data 2002, 47, 582-586

“Phase Equilibria of HFC Mixtures: Binary Mixtures of

Trifluoromethane + 1,1-Difluoroethane and Trifluoromethane +

1,1,1-Trifluoroethane at 283.15 and 293.15 K

[부록2]

기체-액체 상평형 데이터 평가 기준의

유효성 검증 사례

기체-액체 상평형 데이터 평가기준의 유효성을 검증하기 위하여 다음 논문에 있는

<예시데이터>를 대상으로 평가기준을 적용하여 유효성을 검증하였다.

(1) 수집, 평가대상 데이터의 정의

기체-액체 상평형 자료의 분류

데이터는 그 정의가 명확히 기술되어 있어야 데이터로서의 의미가 있다. 기체-액

체 상평형 자료는 “주어진 온도-압력에서 기체와 액체가 공존하는 상의 조성 자료”

라는 물리적 의미가 정확하므로 의미상 모호함이 없다. 하지만 측정된 조건의 명기

방법이 다양하게 존재하기 때문에 데이터의 종류가 다음과 같이 분류 될 수 있다.

표 A2-1에 표시된 15개 분류에 해당되지 않는다면 데이터의 정의가 모호하다고 판

단될 수 있기 때문에 기각 되어야 한다.

표 A2-1. 기체-액체 상평형 자료의 분류

- 61 -

순번 분류 설명

1 Isothermal P-T-x-y data 등온 압력-온도-액상-기상 자료

2 Isobaric P-T-x-y data 등압 압력-온도-액상-기상 자료

3 Isothermal P-T-x data 등온 압력-온도-액상 자료

4 Isobaric P-T-x data 등압 압력-온도-액상 자료

5 Isothermal T-x-y data 등온 기상-액상 자료

6 Isobaric P-x-y data 등압 액상-기상 자료

7 Isothermal P-T-y data 등온 압력-온도-기상 자료

8 Isobaric P-T-y data 등압 압력-온도-기상 자료

9 Random P-T-x-y data 일반 압력-온도-액상-기상 자료

10 Random P-T-x data 일반 압력-온도-액상 자료

11 Random P-T-y data 일반 압력-온도-기상 자료

12 P-T-x-y data at const. x 일정 액상농도에서 압력-온도-기상-액상 자료

13 P-T-x-y data at const. y 일정 기상농도에서 압력-온도-기상-액상 자료

14 P-T-x data at const. x 일정 액상농도에서 압력-온도-액상 자료

15 P-T-y data at const. y 일정 기상농도에서 압력-온도-기상 자료

이 지침에 따르면, 본 <예시데이터>는 기체-액체 상평형 자료 중에서 Isothermal

P-T-x-y data에 해당하므로 표 A2-1의 1번 항목에 해당한다. 따라서 측정 대상

표시가 잘되어 있다고 판단된다.

시료 정보

시료 정보는 다음과 같이 요약할 수 있다.

표 A2-2. 시료정보 요약

시료 출처 순도 정제 후처리 정제 후 순도

HFC-32 Du Pont 99.9 mass % X X 99.9 mass %

HFC-125 a Du Pont 99.9 mass % X X 99.9 mass %

HFC-143a Du Pont 99.9 mass % X X 99.9 mass %

이 논문의 <예시데이터>의 경우, 정제 및 후처리는 실행하지 않았지만 출처와

순도가 표시되어 있으므로 최소한의 조건을 만족한다고 평가된다.

표현의 적절성

상평형 자료에는 온도/압력 및 조성이 표시된다. SI 단위계에서는 온도의 경우

Kelvin, 압력의 단위로는 Pa을 권장하고 있다. 이외의 단위계로 표시된 경우도 기각

할 필요는 없지만 종합 평가 점수에서 1점을 감하여 최종 평가에 영향을 미치도록

한다.

유효 숫자의 처리 방법과 내삽, 외삽의 적절성들도 함께 검토되어야 하지만

SCI/SCIE 저널인 경우에는 심사과정에서 처리되므로 별도의 검토는 필요하지 않다

- 62 -

Experiments for a binary system were performed by the following procedure. Thewhole system was

고 판단된다. 따라서 심사되는 저널인 경우에는 평가를 생략하고, 이외의 경우에는

면밀히 검토하여 유효 숫자 처리가 문제가 있는 경우에는 기각한다.

본 <예시데이터>의 단위는 모두 SI 단위계로 표시되어 있으므로 평가과정에서

가산점이 1점 부여된다.

유효숫자의 처리와 관련된 부분은 SCI 저널이므로 심사를 통하여 결정되므로 평

가를 생략한다.

(2) 측정 방법

기체-액체 상평형의 측정은 많은 연구자들에 의하여 정립되어 왔지만 아직까지도

정확한 측정을 위하여 새로운 방법들이 도입되고 있다. 새로운 방법을 도입한 일부

연구결과에는 상세한 측정 방법이 소개되고 있지만, 상당수의 논문에는 실험방법이

기재되어 있지 않고, 참고 문헌 소개로 그치는 경우들도 많다. 따라서 측정 방법을

상세히 명시한 경우에는 약간의 가산점을 종합 점수에 부여할 수 있다고 생각되며,

이외의 경우에는 점수를 가산하지 않으며, 전혀 실험 방법이 표시되어 있지 않다면

기각하여야 한다. 고압 실험인 경우에는 장치의존도가 높기 때문에 상세히 기재되

어 있는 것이 바람직하다.

잘 알려진 기체-액체 상평형 실험 방법들은 다음과 같다.

저압 상평형 실험 방법

- Dynamic Method

- Static VLE Method

- Semimicro Technique

- Measurement of Infinite Dilution Activity Coeffient

- Dew Point/ Bubble Point Method

고압상평형 실험 방법- Dynamic Method

- Static Method

- Dew Point/Bubble Point Method

본 실험은 Circulation-Type View Cell에서 수행하였으므로 Static Method에 해

당한다. 이 방법은 이미 여러 논문에 사용된 방법이지만, 본 논문에서는 사용된 기

자재명과 전체적인 방법을 상세히 설명하였다. 따라서 가산점이 1점 부여된다. 다음

의 표에는 본 논문에 설명된 실험방법을 나타내었다.

- 63 -

evacuated by a vacuum pump to remove the inert gases. A target amount of HFC-152a (or HFC-143a)

was introduced into the cell, and then the temperature of the entire system was held constant by

controlling the temperature of the water bath. After the desired temperature was attained, the pressure

of the pure component was measured. Then, an amount of HFC-23 was supplied to the cell from a

charging cylinder. The mixture in the cell was stirred continuously by a magnetic stirrer for over 1 h.

Both vapor and liquid phases were circulated by the high-pressure pump until an equilibrium state was

established. It was believed that 1 h or more was sufficient to obtain thermal equilibrium between the

cell fluid and the thermostatic bath. After equilibration, the pressure was measured and then vapor and

liquid samples were taken from the recycling lines by the vapor and liquid sampling valves. The

sample compositions were measured by immediate injection into the gas chromatograph which was

connected on-line to both the vapor and liquid sampling valves. The gas chromatograph had been

calibrated with pure components of known purity and with standard mixtures of known composition that

were prepared gravimetrically.

(3) 소급성

간접 생산 방식의 경우, 소급성에 대한 정보는 일반적으로 문헌에 표시되지 않는

다. 따라서 소급성에 대한 평가는 생략한다.

(4) 정확도 제시

기체-액체 상평형 자료의 경우, 불확도에 대한 정보를 제시하는 것음 매우 중요하

다. 따라서 평가 기준으로서 불확도를 제시하지 않은 경우에는 기각하도록 하며, 불

확도의 제시 정도와 기기의 분해성능에 따라 자료의 종합평가 점수에 가산되어야

한다. 다음의 표를 기준으로하여 정확도와 관련된 평가를 수행한다.

표 A2-3. 불확도 정보 종류별 가산점

- 64 -

평가항목 최소정보 불확도 Level 가산점

온도 불확도 B형 불확도

<10 %

< 5 %

< 1 %

< 0.1 %

<0.01 %

0

1

2

3

4

압력 불확도 B형 불확도

<10 %

< 5 %

< 1 %

< 0.1 %

<0.01 %

0

1

2

3

4

조성 불확도 B형 불확도

<10 %

< 5 %

< 1 %

< 0.1 %

<0.01 %

0

1

2

3

4

불확도 분포제시

합성표준불확도 제시

3

5

본 <예시데이터>에서는 온도와 압력에 대해서는 B형 불확도가 제시되어 있고, 조

성의 측정에 대해서는 5회 측정을 기반으로 평균을 취하였으며, 측정된 불확도는

0.02로 표시되어 있다. 따라서 불확도 정보의 종류와 가산점 부여 현황은 다음의 표

와 같다.

총 가산점은 7점에 해당한다.

표 A2-4. 불확도 정보에 따른 대상 논문의 가산점

평가항목 표현형식 불확도 Level 가산점

온도 불확도B형 불확도

+/- 0.05 K< 0.01 % 4

압력 불확도B형 불확도

+/- 5 kPa< 5 % 1

조성 불확도

불확도 분포

제시

(5회 측정,

불확도 0.02)

< 5 % 1

불확도 분포제시 3

- 65 -

(5) 재현성․일관성 평가

기체-액체 상평형의 일관성 평가는 이미 많은 연구들이 진행되어 왔으나 평가가

가능한 자료는 저압의 경우에 등온 자료에 국한되어 수행 할 수밖에 없다. 아직까

지 등압 자료 또는 고압 상평형 자료를 위한 일관성 평가 방법은 정립되어 있지 못

한 실정이다.

따라서 그림 3.5에 나타낸 순서에 따라 평가를 수행하기기 어렵기 때문에 재현성

또는 일관성 평가 중 하나만이라도 통과할 수 있다면 평가를 통과한 것으로 보아야

할 것이다.

그림 A2-1에는 재현성 평가를 포함하여 일관성 평가를 수행하는 순서도를 표시하

였다.

그림 A2-1. 일관성․재현성 평가 순서도

* 일관성 평가 방법 (Consistency Test Method)

기체-액체 상평형 자료의 일관성은 다음의 방법으로 수행한다.

상평형 자료는 다음의 Gibbs-Duhem 식을 이용하여 평가한다.

(A.1)

(방법 1) Point Test

5차 Lengendre Equation을 이용하여 활동도 계수를 모델링한 후 P-x

자료로부터 itting 된 결과의 Residual 을 비교하여 평가한다.

- 66 -

Test Criteria : (A.2)

(방법 2) Integral Area Test

실험자료를 다음의 식에 적용하여 허용오차를 이용하여 평가한다.

(A.3)

판정등급 Point Test Area Test

일관성 있음 △y≤0.01Isothermal Data D≤10%

Isobaric Data D-J≤10%

일관성 없음 △y> 0.01Isothermal Data D> 10%

Isobaric Data D-J> 10%

본 <예시데이터>는 세계 최초로 측정된 자료이며, 제 3자에 의한 실험 자료가 존

재하지 않는다. 따라서 재현성 평가에는 적합하지 않고, 일관성 평가만을 수행할 수

있다.

Van Ness의 Point Test를 수행한 결과는 다음과 같다.

- 67 -

평가항목 평가기준 구분 평가내용

측정대상

명시

조건표시 표 A2-1의 분류에 해당하는가 ? OX 평가 O

시료의 정보시료의 최소정보 포함 여부

(출처 및 순도)OX 평가 O

표현의

적절성

심사되는 저널인가 ? 아닌 경우 유효숫자 검증

SI 단위계 인가 ?

OX 평가

감점 1점

O

0 점

측정방법

명시실험방법

실험방법이 표시되어 있는가 ?

상세히 기재되어 있는가 ?

OX 평가

가산점 1점

O

+ 1점

소급성

유지- - - -

정확도

제시

온도/압력/조

성

B형 불확도 표시

불확도 Level

불확도 분포/합성표준불확도 제시

OX평가

가산점 (표)

가산점 (표)

O

+ 7점

재현성동일

자료비교불확도 범위 이내에서 측정결과 일치

그림 A2-1

참조

X

0 점일관성․

예측성

Gibbs-Duhe

m 평가평가 통과

전문가평

가전문위원회

종합 점수 검토

저널의 IF등 고려

저널/보고서 저자의 신뢰도 검증

OX 평가 미실시

예시 데이터의 최종 평가 내용 총점 8점

A. HFC-23+HFC-143a B. HFC-23 +HFC-152a

그림 A2-2. Van Ness의 Point Test 결과

Point Test 결과 조성의 변화 값이 +/- 0.01이상 이므로 일관성 평가를 통과하지

못했다.

(6) 전문가 평가

일관성 평가에서 통과하지 못하였기 때문에 본 논문의 자료들은 전문가 평가 없

이 “유효 참조표준”으로 등급이 부여된다.

이상의 평가과정을 요약하면 다음과 같다:

표 A2-5. 세부평가절차 확인 목록

- 68 -

유효참조표준

- 69 -

[부록3]

한국과학재단의 학문분류표

-물리∙화학-

11100 물리학(Physics)

11101 원자 및 분자물리(Atomic and Molecular Physics)

11102 핵물리(Nuclear Physics)

11103 핵반응 및 산란(Nuclear Reactions and Scattering)

11104 입자물리(Particle Physics)

11105 중간에너지반응(Intermediate Energy Reactions)

11106 약한상호작용(Weak Interactions)

11107 플라스마물리(Plasma Physics)

11108 실험 방법론 및 장치(Experimental Methods and Instrumentation)

11109 음향학(Acoustics)

11110 광학(Optics)

11111 레이저(Lasers)

11112 광자학(Photonics)

11113 생물물리(Biophysics)

11114 가속기 및 빔 물리(Accelerator and Beam Physics)

11199 기타

11200 이론물리 및 전산물리(Theoretical and Computational Physics)

11201 유체운동 및 수송론(Kinetic and Transport Theory of Fluids,

Physical Properties of Gases)

11202 소립자 및 장 이론(Theory of Elementary Particles and Fields)

11203 고전물리 및 양자물리(Classical and Quantum Physics)

11204 상대성 및 중력(Relativity and Gravitation)

11205 통계역학 및 열역학(Statistical Mechanics and Thermodynamics)

11206 전산물리(Computational Physics)

11207 수리물리(Mathematical Physics)

11299 기타

11300 천문학 및 천체물리(Astronomy and Astrophysics)

- 70 -

11301 행성계 및 태양계(Planetary and Solar System)

11302 항성(Stellar)

11303 은하계(Galactic)

11304 외은하계 및 우주론(Extra Galactic and Cosmology)

11305 관측(Instrumentation)

11306 천체대기(Upper Atmosphere)

11307 우주플라스마(Space Plasmas)

11308 우주과학(Space Sciences)

11309 고에너지 천체물리(High Energy Astrophysics)

11310 전파관측(Radio)

11311 성간물질(Interstellar Matter)

11399 기타

11400 응집물질물리(Condensed Matter Physics)

11401 초전도(Superconductivity)

11402 고체전자성(Electronic Properties of Solids)

11403 표면, 경계면 및 박막(Surfaces, Interfaces and Thin Films)

11404 반도체(Semiconductors)

11405 자성 및 자성체(Magnetic Properties and Magnetic Materials)

11406 광학성(Optical Properties)

11407 수송성(Transport Properties)

11408 초유체(Superfluids)

11409 저온물리(Low Temperature Physics)

11410 상전이(Statistical Mechanics and Phase Transitions)

11411 무른 응집물질(Soft Condensed Matter)

11412 중시물리(Mesoscopic Physics)

11413 강유전체(Ferroelectric and Related Materials)

11414 무질서계(Disordered Systems)

11499 기타

12100 물리화학(Physical Chemistry)

12101 화학열역학 및 통계열역학(Chemical and Statistical

Thermodynamics)

- 71 -

12102 양자화학 및 계산화학(Quantum and Computational Chemistry)

12103 분광학(Spectroscopy)

12104 반응 속도론 및 반응 동력학(Chemical Kinetics and Dynamics)

12105 표면 및 계면화학(Surface and Interface Chemistry)

12106 전기화학(Electrochemistry)

12107 광화학 및 광물리학(Photochemistry and Photophysics)

12108 고체물리화학(Solid State Physical Chemistry)

12109 생물리화학(Biophysical Chemistry)

12199 기타

12200 무기화학(Inorganic Chemistry)

12201 비금속화학(Nonmetal Chemistry)

12202 전이금속화학(Transition Metal Chemistry)

12203 유기금속화학(Organometallic Chemistry)

12204 생무기화학(Bioinorganic Chemistry)

12205 고체무기화학(Solid State Inorganic Chemistry)

12206 무기광화학(Inorganic Photochemistry)

12207 무기반응속도론 및 반응메카니즘(Kinetics and Reaction

Mechanism)

12208 촉매(Catalyst)

12299 기타

12300 유기화학(Organic Chemistry)

12301 천연물화학(Natural Products)

12302 유기합성화학(Organic Syntheses)

12303 유기합성방법론(Synthetic Methodology)

12304 물리유기화학(Physical Organic Chemistry)

12305 유기광화학(Organic Photochemistry)

12306 유기금속화학(Organometallic Chemistry)

12307 생유기화학(Bioorganic Chemistry)

12308 의약화학(Medicinal Chemistry)

12399 기타

12400 분석화학(Analytical Chemistry)

- 72 -

12401 습식분석(Wet Analysis)

12402 전기분석(Electrochemical Analysis)

12403 분리분석(Separation Analysis)

12404 분광분석(Spectroscopic Analysis)

12405 표면분석(Surface Analysis)

12499 기타

Documents

데이터평가 기술기준서 · 2014. 11. 3. · $% & '()* +,-. / 01$23* 456'789 : /;01$2 =2 / ";01$2 ?5@a=2 b =c+,-. b d ef+ghij d; ef+ d ;kl