전류 속에 숨은 잡음, 고조파: 보이지 않는 손실이 시스템을 갉아먹는다
이상적인 전력 시스템에서는 모든 전압과 전류가 60Hz의 깨끗한 사인파 형태로 흐른다. 그러나 실제 계통에서는 다양한 부하가 이 순수한 파형을 왜곡시킨다. 특히 인버터, 정류기, 형광등 안정기 같은 비선형 부하가 흡수하는 전류는 사인파가 아니라 톱니 모양에 가깝다. 이렇게 왜곡된 파형은 기본 주파수 60Hz뿐만 아니라 180Hz, 300Hz, 420Hz 같은 정수배 주파수 성분을 함께 포함한다. 이 정수배 성분들이 고조파(Harmonics)다.
고조파는 직접적으로 정전을 일으키지는 않지만, 천천히 그리고 지속적으로 시스템을 약화시킨다. 변압기에서 추가적인 발열을 일으키고, 모터의 효율을 떨어뜨리며, 전자 기기의 오작동을 유발한다. 무엇보다 측정 장비가 고조파를 정확히 처리하지 못하면, 시스템 상태에 대한 잘못된 정보가 운영자에게 전달된다. 보이지 않는 곳에서 시스템의 신뢰성을 갉아먹는 위협이라는 점에서, 고조파는 정보 시스템의 노이즈와 정확히 같은 역할을 한다.
왜곡의 정량화: THD라는 단일 지표
고조파의 심각도는 총고조파왜곡률(THD, Total Harmonic Distortion)이라는 지표로 측정된다. 기본파의 크기를 분모로 하고, 모든 고조파 성분의 제곱합의 제곱근을 분자로 한 비율이다. THD가 5%를 넘어가면 일반적인 산업 부하에서 문제가 발생하기 시작하고, 8%를 넘으면 보호 협조에 직접적인 영향을 준다.
의사결정 시스템에서도 신호 대 잡음비에 해당하는 지표가 필요하다. 어떤 시장 데이터에서 진짜 신호는 얼마이고, 단기 변동성에 의한 잡음은 얼마인가. 이 비율을 측정하지 않으면 분석가는 잡음을 신호로 오인할 수밖에 없다. 한국에너지기술연구원 태양광연구단이 산업 시설의 허용 가능한 THD 한계를 정의한 것처럼, 정보 시스템에서도 허용 가능한 노이즈 한계가 사전에 설정되어 있어야 한다.
3차 고조파: 가장 흔하고 가장 골치 아픈 성분
고조파 중에서 가장 자주 발견되고 가장 큰 문제를 일으키는 것은 3차 고조파(180Hz)다. 단상 비선형 부하가 만들어내는 3차 고조파는 3상 시스템의 중성선에 누적되어 흐르며, 중성선 단면적이 부족한 시설에서는 과열 화재를 일으킨다. 1990년대 미국에서 발생한 다수의 사무실 건물 화재가 컴퓨터와 형광등 보급으로 인한 3차 고조파 누적의 결과였다.
이런 위협의 특징은 평상시에는 전혀 보이지 않는다는 것이다. 모든 측정 장비가 정상을 가리키고, 어떤 차단기도 동작하지 않으며, 운영자는 아무 이상을 느끼지 못한다. 그러다 누적된 발열이 임계점을 넘는 순간 화재가 발생한다. 이중화 설계의 원칙에서 강조한 사전 식별의 중요성이 고조파 문제에서 더욱 극적으로 드러난다.
공진: 작은 고조파가 거대한 파괴력으로 증폭되는 순간
고조파가 가장 위험한 형태로 나타나는 것은 공진(Resonance) 현상이다. 시스템의 인덕턴스와 커패시턴스가 특정 주파수에서 공명할 때, 작은 고조파 전류도 수십 배로 증폭된다. 역률 개선용으로 설치한 콘덴서가 의도하지 않게 고조파와 공진하여 콘덴서 자체가 폭발한 사례도 적지 않다.
이 현상의 무서움은 비선형성에 있다. 평상시에는 안전하던 시스템이 특정 조건이 갖춰지는 순간 갑작스럽게 파국으로 진입한다. 금융 시장에서 평소에는 무관해 보이던 자산들이 위기 국면에서 갑자기 동조화되어 함께 폭락하는 현상도 본질적으로 같은 공진의 한 형태다. 평시의 통계만으로는 이 임계 전이를 예측하기 어렵고, 신규 설비나 새로운 자산 도입 시점에서 공진 가능성을 사전 검토하는 절차가 모든 운영 표준의 의무 항목으로 자리 잡은 것도 이 비선형성 때문이다.
필터링: 잡음을 제거하는 정밀 기술
고조파 문제를 해결하는 가장 직접적인 방법은 필터를 설치하는 것이다. 수동 필터는 특정 주파수의 고조파를 흡수하는 LC 회로로 구성되며, 능동 필터는 디지털 신호 처리를 통해 실시간으로 역방향 고조파를 주입하여 상쇄시킨다. 능동 필터는 가격이 비싸지만 변화하는 부하 조건에 적응할 수 있다는 장점이 있다.
정보 시스템에서도 같은 두 가지 접근이 존재한다. 수동 필터에 해당하는 것은 사전 정의된 규칙 기반 노이즈 제거이고, 능동 필터에 해당하는 것은 머신러닝 기반의 적응형 잡음 제거다. 스마트 그리드 전략에서 다룬 효율성 최적화의 맥락에서, 어떤 필터링이 적절한지는 노이즈의 특성과 시스템의 변동성에 따라 결정된다.
고조파의 출처: 원인을 모르면 해결할 수 없다
필터를 설치하기 전에 반드시 해야 할 일은 고조파의 출처를 식별하는 것이다. 어느 부하가 어떤 고조파를 얼마나 만들어내는지를 측정하지 않으면, 잘못된 위치에 잘못된 필터를 설치하게 된다. 측정은 보통 전력 품질 분석기(Power Quality Analyzer)를 사용하며, 며칠에서 몇 주에 걸친 연속 측정이 필요하다.
이 진단 단계가 가장 자주 생략된다. 빠른 해결을 원하는 운영자는 일단 필터부터 설치하고 효과를 본 뒤에야 진단의 필요성을 깨닫는다. 그 즈음에는 이미 추가 비용과 시간이 소모된 상태다. 정보 시스템에서 노이즈를 처리할 때도 마찬가지로, 노이즈의 원인을 파악하지 않고 결과만 제거하려는 시도는 일시적인 효과만 낼 뿐 근본 문제는 그대로 둔다.
고조파 환경에서의 측정 신뢰성
고조파가 존재하는 환경에서는 측정 장비 자체의 신뢰성에도 주의를 기울여야 한다. 평균값만 측정하는 구형 미터는 고조파가 포함된 전류의 실효값을 정확히 측정하지 못하고, 그 결과 운영자에게 잘못된 정보를 전달한다. 진실효값(True RMS) 측정 기능이 없는 장비는 고조파 환경에서 의미 있는 정보를 제공하지 못한다.
정보 시스템에서도 노이즈가 많은 데이터를 단순 평균이나 단순 합계로 처리하면, 산출된 지표가 실제 시스템 상태를 반영하지 못한다. 분석 도구가 노이즈에 대해 어떤 가정을 하고 있는지, 그 가정이 현재 데이터의 특성과 일치하는지를 확인하는 것이 측정의 신뢰성을 결정한다. 잘못된 도구로 측정한 잘못된 값을 가지고 내리는 결정은 그 자체로 새로운 위기의 출발점이다.
