k-오메가 SST 모델

난류 전산유체역학 마지막 수정: 2026-07-11 04:11:11

1. 개요[편집]

k-오메가 SST 모델(k-ω SST, Shear Stress Transport)은 벽 근처에서는 원조 k-ω 모델처럼, 자유류(free-stream)에서는 k-엡실론 모델처럼 거동하도록 두 모델을 혼합(blending)한 2방정식 난류 모델링 기법이다. 1994년 플로리안 멘터(Florian R. Menter)가 제안했으며¹, 오늘날 항공·터보기계·풍력 등 산업 CFD에서 사실상 국룰 기본값으로 자리 잡았다. 상용 코드에서 “일단 뭘 골라야 할지 모르겠으면 SST”라는 말이 괜히 나온 게 아니다.

이름의 SST(Shear Stress Transport, 전단응력 수송)는 이 모델의 핵심 아이디어에서 왔다. 표준 2방정식 모델들이 유동박리를 잘 못 잡는 이유가 난류 전단응력을 과대평가하기 때문이라고 보고, 경계층 안에서 전단응력의 상한을 물리적으로 걸어준 것이 SST의 정체성이다.

2. 왜 두 모델을 섞었나[편집]

배경을 알려면 두 조상 모델의 성격을 알아야 한다.

k-ω 모델(Wilcox): 비율소산율 $\omega$ 를 두 번째 변수로 쓴다. 벽 근처의 낮은 레이놀즈수 영역과 역압력구배(adverse pressure gradient) 경계층을 잘 잡는다. 대신 자유류의 $\omega$ 경계값에 민감해서, 격자 바깥 값을 조금만 바꿔도 결과가 출렁이는 고약한 버릇이 있다.
k-엡실론 모델: 소산율 $\varepsilon$ 을 쓴다. 자유전단류·후류(wake)처럼 벽에서 먼 영역은 튼튼하고 무던하지만, 벽 근처는 벽함수에 의존해야 하고 강한 역압력구배에서 박리를 너무 늦게 예측한다.

멘터의 발상은 단순하면서 영리했다. 벽에서는 k-ω의 장점을, 자유류에서는 k-ε의 안정성을 쓰자. 그러려면 k-ε을 ω 형태로 변환한 뒤, 벽에서 1이고 경계층 바깥에서 0이 되는 혼합함수(blending function) $F_1$ 로 두 방정식을 이어 붙이면 된다.

3. 지배 방정식[편집]

SST 모델은 난류운동에너지 $k$ 와 비율소산율 $\omega$ 에 대한 두 개의 수송방정식을 푼다. 개념적으로는 다음 형태다.

\frac{\partial (\rho k)}{\partial t} + \nabla \cdot (\rho \mathbf{u} k) = \tilde{P}_k - \beta^* \rho k \omega + \nabla \cdot \left[(\mu + \sigma_k \mu_t)\nabla k\right]

\frac{\partial (\rho \omega)}{\partial t} + \nabla \cdot (\rho \mathbf{u} \omega) = \alpha \rho S^2 - \beta \rho \omega^2 + \nabla \cdot \left[(\mu + \sigma_\omega \mu_t)\nabla \omega\right] + 2(1-F_1)\frac{\rho \sigma_{\omega 2}}{\omega}\nabla k \cdot \nabla \omega

여기서 마지막 항이 SST의 두 얼굴을 이어주는 교차확산항(cross-diffusion term)이다. $F_1$ 이 1인 벽 근처에서는 이 항이 사라져 순수 k-ω로, $F_1$ 이 0인 바깥에서는 항이 살아나 k-ε의 성격이 드러난다. 모델 상수 $\alpha, \beta, \sigma$ 역시 $\phi = F_1 \phi_1 + (1-F_1)\phi_2$ 식으로 두 세트를 혼합해서 쓴다.²

4. 전단응력 제한자[편집]

SST의 이름값을 하는 두 번째 장치가 와점성(eddy viscosity) 정의에 걸린 제한자다.

\mu_t = \frac{\rho a_1 k}{\max(a_1 \omega,\; \Omega F_2)}

$a_1 = 0.31$ 은 브래드쇼(Bradshaw) 가정에서 온 상수로, 경계층 안에서 난류 전단응력이 $k$ 에 비례한다는 실험 관찰을 반영한다. 와도 크기 $\Omega$ 가 커지는 강한 역압력구배 영역에서는 분모의 $\Omega F_2$ 항이 이겨서 $\mu_t$ 가 억제되고, 그 결과 전단응력이 과대평가되지 않아 박리 시점을 훨씬 정확히 잡는다. 두 번째 혼합함수 $F_2$ 는 경계층 전체에서 1이 되도록 설계돼 이 제한이 벽 근처 전 영역에 걸리게 한다.³

5. 벽 처리와 격자 요구[편집]

SST의 실전 매력 중 하나는 자동 벽 처리(automatic wall treatment)다. 격자가 촘촘해 벽 첫 격자점이 점성저층(viscous sublayer) 안에 들어오면( $y^+ \approx 1$ ) 저-Re 방식으로 벽까지 직접 적분하고, 격자가 성기면 벽함수로 매끄럽게 전환한다. 사용자가 $y^+$ 를 완벽히 못 맞춰도 모델이 알아서 뭉갠다는 뜻이라 실무 부담이 크게 준다.

다만 박리와 경계층을 제대로 보려면 여전히 $y^+ \lesssim 1$ 을 목표로 벽 법선방향 격자를 갈아 넣어야 한다. “SST 쓰니까 격자 대충 해도 되겠지”는 흔한 착각이고, 격자가 부실하면 SST도 별수 없이 k-엡실론 모델만큼 무뎌진다. 결국 격자가 다 한다는 CFD의 대원칙은 여기서도 유효하다.

6. 강점과 한계[편집]

강점부터 정리하면:

역압력구배 경계층과 유동박리 예측이 표준 k-ε 대비 확실히 낫다.
벽~자유류 전환이 매끄러워 원조 k-ω의 자유류 민감성 문제를 해소했다.
항공기 날개, 압축기·터빈 블레이드, 풍력 블레이드, 밸브·펌프 등 벽 지배 유동 전반에서 검증이 두텁다. 공력해석에서 특히 신뢰가 높다.

한계도 분명하다:

결국 레이놀즈수 평균(RANS) 모델이라, 큰 박리 후류나 강한 곡률·회전 유동에서는 여전히 부정확하다.
등방성 와점성 가정을 깔고 있어 강한 유선 곡률, 2차 유동, 강한 층류-난류 전이는 별도 보정(곡률 보정, γ-Reθ 전이 모델 등)을 얹어야 한다.
자유전단류(제트·후류) 확산은 순수 k-ε보다 약간 손해를 보기도 한다.

이런 한계 때문에 큰 박리가 지배하는 문제에서는 SST를 RANS 부분으로 쓰는 대와류 모사 하이브리드, 즉 DES/DDES 계열로 넘어가는 것이 요즘 흐름이다. 그럼에도 “정상상태 RANS 한 방”이 필요한 대다수 산업 문제에서 SST가 첫 선택지라는 사실은 30년째 굳건하다.⁴

7. 관련 문서[편집]

Menter, F. R. (1994). “Two-Equation Eddy-Viscosity Turbulence Models for Engineering Applications”. AIAA Journal, 32(8). 이 논문은 CFD 역사상 가장 많이 인용된 논문 중 하나다. 난류 모델 하나로 커리어를 세운다는 게 어떤 건지 보여주는 사례. ↩
그래서 SST를 “블렌디드 모델”이라 부른다. 두 모델의 상수를 각각 유지한 채 $F_1$ 로 선형 보간하는데, 값이 절묘해서 아무 값이나 넣으면 바로 발산한다. 상수 튜닝은 신에게 맡긴다. ↩
$F_1$ 과 $F_2$ 는 벽까지의 거리 $d$ 가 인자로 들어간다. 즉 SST는 “벽이 어디 있는지”를 명시적으로 알아야 하는 모델이라, 벽 거리 계산이 부실한 격자에서는 성능이 흔들린다. ↩
물론 리뷰어에게 “왜 SST 썼냐”고 물으면 대부분의 대답은 “다들 그거 쓰니까”이다. 관성도 엄연한 검증의 일종이라고 우기는 사람도 있다. ↩