1. 서 론
2. 정의 및 방법론
2.1 도시 침수 위험 대응능력 평가 방법론
2.2 도시침수 잠재위험 평가 기준 설정
2.3 도시 침수 대응 신속성 평가를 위한 침수취약지 및 대응시설 선정
3. 평가방법론 적용
3.1 평가지표 선정 및 데이터 종합
3.2 평가지표별 가중치 산정
3.3 서울시 자치구별 침수 잠재위험 결과
3.4 노드·링크 설정 및 근접 중심성 계산
3.5 서울시 자치구별 도시 침수 대응 신속성 결과
3.6 서울시 자치구별 도시 침수 위험 대응능력 결과
3.7 결과 분석
4. 결 론
1. 서 론
최근 기후변화로 인해 홍수의 발생 빈도와 규모가 증가함에 따라 도시 침수 피해에 대한 대응은 중요한 과제로 부상하였다. 도시 지역은 인구 밀도가 높고 불투수층이 넓기 때문에 변화된 강수 패턴에 취약하다. 더불어 매년 국내 주요 도시에는 전례 없이 침수가 지속적으로 발생하고 있으며 인명피해와 막대한 경제적 손실을 입고 있다. 2022년 8월에는 집중호우로 인해 서울시 관악구 일대에 침수피해가 발생하여 약 7천여명의 이재민 발생과 약 110억원의 피해액이 발생하였다. 더불어 2025년에는 서울시 은평구 연신내역 침수, 광주시 도로침수 및 건물침수 등 308건의 호우피해 발생 등 전국적인 도시침수 피해가 발생하였다. 따라서 연례적인 재난이 되어버린 도시 침수 피해에 대응하기 위해 홍수 위험 평가 및 대응 역량에 관한 다양한 연구가 진행 중이다.
최근의 연구들은 도시 홍수 위험과 대비의 여러 측면을 부각하였다. Romali and Yusop (2021)은 말레이시아 Johor Segamat 지역의 홍수 피해 및 위험 평가 프레임워크를 수립하고 홍수 피해를 추정하였다. Pazhuhan and Amirzadeh (2024)는 이란 Shiraz Saadi 지역의 재난 취약 사회 공동체를 대상으로 홍수의 위험 인식과 재난 대비 수준을 조사하였다. Liu et al. (2024)은 중국 Jiaozuo시의 도시 주민을 대상으로 홍수 비상 대비 역량을 평가하고 그 개선에 영향을 미치는 요인을 규명하였다. Gupta and Barman (2022)은 인도 Silchar의 지역사회 기반 재난위험관리(CBDRM) 분석을 통해 재난 위험 대비 역량을 평가하였다. Shah et al. (2019)은 파키스탄 Khyber Pakhtunkhwa주의 지방기관 핵심 관계자들을 대상으로 설문 및 인터뷰를 수행하여 재난 위험관리 역량을 평가하였다. Sawangnate et al. (2022)은 태국 Bangkok에 거주하는 고령층의 홍수 대비도와 인식을 평가했으며, 분석을 통해 해당 집단의 대비 역량을 평가하였다. 여러 아시아 도시에서 수행된 연구들은 각 도시의 지리적 특성과 지역사회 요인을 이용해 홍수 위험과 대비 역량을 평가하였다. 그러나 이러한 기존 연구들은 대부분 특정 지역 공동체를 대상으로 한 설문조사나 인터뷰 또는 해당 지역 특유의 정성적 자료에 크게 의존하는 경향이 있다. 이러한 접근 방식은 해당 지역의 미시적 특성을 잘 반영한다는 장점이 있으나 데이터 수집을 위한 비용과 시간이 소요되고 표준화된 데이터 체계가 갖춰지지 않은 국가나 도시에 동일한 방법론을 적용하여 평가하기에는 방법론적 재현성과 범용성 측면에서 한계가 있다. 따라서 연구 자원이나 데이터 여건이 충분하지 않은 도시에서도 보편적으로 활용 가능한 데이터를 활용하여 구현할 수 있는 표준화된 평가 프레임워크가 필요하다.
더불어 국내에서도 최근 국지성 집중호우가 잦아져 도시침수 사례가 늘어남에 따라 도시 침수 위험이나 홍수위험 평가 관련 연구가 활발하다. Lee et al. (2020)은 델파이-엔트로피-TOPSIS를 결합하여 격자 취약성지도를 통해 우선관리 지역을 평가하였다. Song et al. (2020)은 지역중요성지수(RSI)와 피해가능성지수(DPI)를 결합한 도시 FVI를 제시해 취약도 평가방법을 제시하였다. Lee et al. (2023b)은 엔트로피 가중치로 서울 25개 구의 취약도를 산정하였다. Lee et al. (2023a) 침수지도에 사회·인문 지표를 격자(100 m) 단위로 결합하여 예산 배분을 위한 위험순위를 산정하였다. 이러한 연구들은 정확도가 높고 신빙성 있는 평가 결과를 도출하였지만 모델링이나 고해상도 데이터가 요구되어 실무적 차원에서 신속한 평가와 적용에는 제약이 따를 수 있다.
이에 본 연구는 공공 데이터와 GIS 기반의 표준화된 정보를 활용하여 어느 도시에나 보편적으로 적용 가능하고 평가가 용이한 ‘도시 침수 위험 대응 능력’ 평가 방법론을 제안한다. 본 방법론은 통계적 수치를 객관화하는 다기준의사결정기법을 활용한 도시침수 잠재위험과, 물리적 인프라의 접근성을 평가하는 네트워크 분석 기법을 활용한 도시 침수 대응 신속성을 결합하였다. 이는 주관적 인 인식이나 특수 데이터에 의존하지 않고 도시의 통계적 잠재위험과 물리적 대응 신속성을 정량적으로 산출함으로써 기존의 방법론적 확장성 한계를 보완하였다. 제안된 방법론을 서울시에 적용하였으며, 자치구별 도시침수 잠재위험(Potential Urban Flood Risk)과 도시 침수 대응 신속성(Promptness of Urban Flood Response) 결과를 도출하고, 이를 바탕으로 도시 침수 위험 대응 능력(Urban Flood Risk Preparedness Capacity)을 평가하였다.
2. 정의 및 방법론
Fig. 1과 같이 도시 침수 위험 대응 능력은 도시침수 잠재위험과 도시 침수 대응 신속성이라는 두 요소의 상호작용으로 정의하였다. 첫 번째 요소는 1-1)도시 침수 발생 가능성과 1-2)대응 인프라의 현황을 평가하고, 두 번째 요소는 실제 도시 침수 상황에서 2-1)대응(구조, 치안 등)의 접근성과 2-2)신속성을 평가한다. 두 요소를 정량화하여 결합함으로써 위험 수준과 대응 메커니즘의 효과성을 반영하는 종합 지수를 도출한다.
2.1 도시 침수 위험 대응능력 평가 방법론
Fig. 2와 같이 도시침수 잠재위험과 도시 침수 대응 신속성의 통합을 통해 도시 침수 위험 대응 능력을 도출하는 절차를 도시하였다. 두 요소는 Z-score, Min-Max scaling, 가중합 과정을 통해 정량화된다. 도시침수 잠재위험은 PSR model (Pressure-State-Response)로 평가 기준을 설정하고, CRITIC (CRiteria Importance Through Inter‑criteria Correlation) 방법으로 각 기준의 가중치를 산정한 뒤, PROMETHEE (A Preference Ranking Organization METHod for Enrichment Evaluations)방법을 적용하여 결과를 얻는다. 도시 침수 대응 신속성은 침수 취약지와 대응 시설을 선정하고, QGIS를 활용하여 네트워크 분석으로 최단거리를 측정한 뒤 중심성(centrality)을 계산하여 값을 산출하였다.
2.2 도시침수 잠재위험 평가 기준 설정
도시침수 위험 대응능력 평가 중 한 축인 도시침수 잠재위험 평가는 OECD (1993)가 제시한 인간 활동과 환경 간 상호작용을 설명하는 P-S-R (Pressure-State-Response) 구조를 활용하였다(Fig. 3). 이는 OECD가 회원국들의 환경 성과를 체계적으로 평가하고 정책 결정자와 대중에게 명확한 정보를 제공하기 위해 개발한 표준화된 프레임워크이다. 환경변화의 원인(Pressure), 그에 따른 상태(State), 그리고 사회적·정책적 대응(Response)을 구분하여 기준을 체계화함으로써, 다양한 자료원을 일관된 논리 안에 배치할 수 있다는 장점을 갖는다. 본 연구에서는 도시 침수 특성에 맞게 해당 기준을 구성하여, 각 자치구의 잠재적 침수 위험을 설명하는 지표 설정 기준을 제시하였다. 구체적으로 원인(Pressure)에는 강수(예: 연평균, 극한강수 등), 도시화 수준(도시화면적 비율, 불투수면적 비율), 인구집중(인구밀도) 등 도시 침수 발생 가능성을 증대시키는 요인으로 지표 선정 기준으로 설정하였다. 상태(State)에는 침수 흔적 격자수, 최근 인명피해 규모 등 실제로 표출된 피해와 취약 상태를 반영하는 것으로 기준을 설정하였다. 대응(Response)에는 하수 준설률, 우수펌프장 집수면적, 의료 인력 수준 등 피해를 완화하고 사후 피해 확산을 억제하는 대응 능력을 기준으로 설정하였다. 이러한 설정된 기준에 따라 선행연구 검토와 데이터 수집의 용이성, 지역 맥락에서의 해석 가능성을 고려하여 선정하였으며, 중복성 검토를 통해 최종 활용 지표를 확정하였다.
2.2.1 평가지표의 가중치 설정
PSR에 따라 선정된 기준에 따른 평가지표의 가중치를 산정하기 위해 Diakoulaki et al. (1995)이 제시한 CRITIC방법을 적용하였다. 이 기법은 각 속성의 표준편차와 상호 상관관계를 고려하여 가중치를 결정한다는 점이 특징이다. 또한 이를 통해 의사결정자의 주관적 판단이 아니라 의사결정 문제의 데이터 자체에 근거해 객관적으로 가중치를 산정할 수 있다.
이 방법은 먼저 Eq. (1)과 같이 평가 기준 자료행렬을 구성하고, Eq. (2)에서 자료를 정규화한다. 이어서 Eq. (3)을 통해 각 기준의 표준편차를 계산하고, 평가 기준의 대칭행렬을 구성하여 선형 상관계수를 도출한 뒤 Eq. (4)에서 conflict measure를 산정한다. 이후 Eq. (5)에 따라 quantity of information을 계산하고, 마지막으로 Eq. (6)을 이용해 CRITIC 가중치를 결정함으로써 각 평가 기준의 가중치를 도출한다.
여기서, 는 각 평가지표에서의 최대값, 는 각 평가지표에서의 최소값을 나타낸다.
여기서, 는 대칭행렬의 원소로, 벡터와 간의 선형 상관계수이다. 는 최종 CRITIC 가중치이다.
2.2.2 도시침수 잠재위험도 산출
도시침수 잠재위험도를 도출하기 위해서는 먼저 침수 취약 지역의 우선순위를 설정할 필요가 있다. 이에 본 연구에서는 침수 취약 지역의 우선순위 결정을 위해 Brans and Vincke (1985)의 PROMETHEE 방법을 활용하였다. PROMETHEE는 다기준 의사결정 기법 중 하나로, 복합적인 문제를 해결할 때 여러 기준에 기반하여 대안들을 평가·순위화하는 데 사용된다. 특히 다수의 기준을 종합해 최적의 선택을 도출하는 상황에서 유용하다. PROMETHEE 방법론은 주로 PROMETHEE I과 PROMETHEE II로 구분된다. 한편, 보편적으로 활용되는 TOPSIS나 Fuzzy Logic 등 다른 다기준의사결정기법과 비교하여 데이터의 특성에 맞춰 선호 함수(Preference Function)를 유연하게 선택할 수 있어 지표 값의 차이에 대한 민감도를 조절할 수 있다는 장점이 있다. 이에 본 연구에서는 모든 대안을 명확히 서열화하여 완전 순위(complete ranking)를 제공하는 PROMETHEE II를 적용하여 도시침수 잠재위험을 산출하였다. PROMETHEE II의 결과는 평가지표 가중치 적용, 선호함수 선택, 선호지수의 결정, 양의 흐름(positive flow), 음의 흐름(negative flow), 순흐름(net fkow) 계산, 우선순위의 최종 결정 절차를 통해 산출된다(Eqs. (7), (8), (9), (10)). 본 연구에서 채택한 선호함수는 Type III로(Table 1), 차이의 크기에 비례하여 선호가 선형적으로 증가하는 형태이다. 이는 대안 간 성능 차이가 커질수록 선호 정도도 비례해 커지므로, 모든 차이를 선형적으로 고려하고자 할 때 적합하다.
여기서, 는 평가 기준 에 대한 선호함수 값을 의미한다. 이후 선호지수가 결정되면, 이를 바탕으로 양의 흐름, 음의 흐름, 순흐름이 계산되며(Eqs. (8), (9), (10)), 이 값에 따라 도시침수 잠재위험 순위가 결정된다.
2.3 도시 침수 대응 신속성 평가를 위한 침수취약지 및 대응시설 선정
도시 침수 대응 신속성 평가는 침수 취약 지역 선정과, 도로 네트워크 최단시간 분석을 통해 평가를 수행하였다. 침수 취약 지역은 실제 침수 피해 발생 이력과 저지대 여부를 기준으로 선정하였다. 실제 침수 피해는 침수흔적도 또는 피해 사례를 통해 확인하였으며, 지형의 고도는 등고선 데이터를 활용해 저지대를 식별하였다. 취약 지역을 선정한 이후에는 긴급 대응팀이 접근 가능한 홍수 대응 범위를 설정하였다. 이 범위는 Hwang et al. (2018)이 제시한 지하철 6분 대피 기준과 화재 대피 5-8분 기준을 차용하여 도시 침수 대피 골든타임 6 min, 속도 60 km/h, 그리고 침수 중심지로부터 반경 6 km를 기준으로 설정하였다. 한편 긴급출동 차량의 속도는 제한속도 60 km/h로 가정하였다.
2.3.1 거리 측정 및 중심성 계산을 통한 도시 침수 대응 신속성 평가
본 연구에서는 도시 침수 대응 신속성 평가를 위해 도로 네트워크 분석을 위해 노드(node)간 최단거리 측정과 함께 근접 중심성(closeness centrality)을 산정하였다. 노드는 침수 취약지와 침수 대응 시설로, 도시 침수 상황에서의 최우선 과제가 인명 대응임을 고려하여 대응시설 노드는 경찰서, 응급의료서비스(EMS), 병원(2~3차)으로 설정하였다. 도로망 데이터를 이용해 지정된 노드들 사이의 최단거리를 측정하였으며, 이를 위해 QGIS 네트워크 분석의 Shortest Distance Measurement 기능을 활용하였다. 이 측정값을 바탕으로 Zafarani et al. (2014)의 근접 중심성 식을 활용하여 계산하였다(Eq. (11)).
여기서, 는 근접 중심성, 은 연결된 노드의 수, 는 해당 노드 번호, 는 거리 측정에 포함된 노드 수, 은 노드 간 최단거리를 의미한다. 평가를 위한 산정 절차는 먼저 각 노드(경찰서·구급서비스·병원)에서 침수 취약지까지의 최단거리를 모두 산출한 뒤, 측정된 최단거리들의 평균 값을 계산한다. 이후 이 평균값의 역수를 취해 거리가 짧을수록 값이 커지도록 정의하여, 침수 대응의 신속성을 정량적으로 표현하였다. 이러한 과정으로 각 대응시설 유형(경찰서, 구급, 병원)에 대해 근접 중심성을 산출하여 도시 침수 대응 신속성을 평가하였다.
3. 평가방법론 적용
본 연구에서는 제안한 도시 침수 위험 대응 능력 평가 방법론의 구현 가능성을 평가하기 위해 다양한 유형의 침수 관련 데이터와 자료 수집의 용이성을 고려하여 서울특별시 25개 자치구에 적용하였다.
3.1 평가지표 선정 및 데이터 종합
Fig. 4와 같이 PSR model을 통해 설정한 기준에 따른 도시침수 잠재위험 평가 지표를 선정하였다. 대부분 지표는 서울열린데이터 광장에서 제공하는 데이터를 활용하였다. 연평균 강수량(Annual Average Precipitation) 지표는 SSP3-7.0 시나리오에 따른 2021-2030년 서울 지역 전망치를 사용하였다(KMA, 2023). 시가화면적 비율(Urbanized Area Ratio), 인구밀도(Population Density), 불투수면적 비율(Impervious Surface Ratio)은 서울시 자치구 단위 데이터를 활용하였다. 침수 영향 지역 수(Number of Flood-Affected Areas)는 서울의 침수 흔적자료를 기반으로 자치구별 격자(100 m × 100 m) 개수를 산정한 값이며(SDF, 2023), 도시 침수 인명피해 수(Number of Urban Flood Casualtie)는 2022년 침수로 인한 대피자, 실종자, 사망자 현황을 자치구별로 집계한 값이다. 또한 하수시설은 도시 내 강우 유입을 처리하는 즉시적 홍수 예방시설로 간주되므로, 자치구별 하수도 준설률(Sewer Dredging Rate)을 평가 지표로 선정하였다. 빗물펌프장 집수면적 총합(Total Catchment Area of Stormwater Pumping Stations)은 서울 각 자치구에 분포한 빗물펌프장의 유역면적 누계를 의미하며(SML, 2019), 이 치수시설 역시 도시 홍수 예방시설로 판단하여 평가 지표로 선정하였다. 의료인력(Medical Personnel)의 경우 각 자치구의 응급 대응 역량을 나타내는 지표로, 의사·간호사·간호조무사·약사의 2022년 기준 인원 수를 사용하였다. 이를 통해 Table 2는 상기 평가 기준에 근거한 2021~2022년 기준 평가지표 및 서울시 자치구별 데이터 값을 종합하였다.
Table 2.
Total data on districts in Seoul by assesment indicators
3.2 평가지표별 가중치 산정
Fig. 5는 CRITIC 방법으로 선정된 평가 지표의 가중치 결과와 그 분포를 나타낸다. PSR 분류에 따라 각 지표의 가중치를 산정한 결과, 하수도 준설률(0.4360), 연평균 강수량(0.4102), 도시 침수 인명피해 수(0.3452) 순으로 가중치가 산정되었다. 이는 피해 규모 및 이력, 우수 처리 인프라, 강수 특성과 같은 요인이 잠재적 도시 침수 평가의 주요소인 것으로 분석된다. 이러한 CRITIC 가중치 결과는 데이터의 표준편차가 클수록, 다른 지표와의 상관관계가 낮을수록 높은 가중치를 부여한다. 따라서 높게 산정된 위 지표들은 연구자의 주관적 판단이 아니라, 서울시 자치구 간의 데이터 편차가 크거나 타 지표와 구별되는 독자적인 정보량을 많이 포함하고 있음을 의미한다. 따라서 해당 지표들이 자치구별 침수 위험의 차이를 설명하는 데 있어 통계적으로 변별력이 존재하는 것으로 분석된다.
3.3 서울시 자치구별 침수 잠재위험 결과
Fig. 6은 서울시 자치구별 도시침수 잠재위험을 시각화한 결과이다. 순흐름(net flow) 값이 클수록 해당 지역은 긍정 지표에서 높은 점수를, 부정 지표에서 낮은 점수를 받은 것으로 해석되며, 상대적으로 낮은 위험 수준을 의미한다. 반대로 순흐름 값이 낮은 지역은 부정 지표 점수가 높아 위험 수준이 높은 것으로 해석된다. 따라서 순위가 높을수록 해당 지역은 침수에 더 취약한 것으로 간주되며, 동대문구, 동작구, 중구가 도시 침수의 잠재적 위험 지역으로 식별되었다. 반면 종로구, 은평구, 강북구는 상대적으로 낮은 잠재적 위험을 보였다. 그리고 홍수 위험 대비 역량 산출 시 비교와 가중합을 용이하게 하기 위해 z-score 표준화와 Min-Max scaling을 적용하여 데이터의 척도를 정규화하였다(Table 3).
Table 3.
Results of the potential urban flood risk by district in Seoul
3.4 노드·링크 설정 및 근접 중심성 계산
침수 취약지 노드 설정을 위해, 한국소방안전협회의 서울 침수사고 흔적 지도를 활용하여 침수 피해 현황을 파악하였다. 또한 국토교통부의 등고선 데이터를 이용해 각 지역의 고도를 확인하고 저지대를 식별하였다(Fig. 7). 서울 각 자치구 내 침수 취약지는 침수 피해 이력이 있는 저지대를 우선하여 선정하였으며, 이에 따라 Fig. 8과 같이 서울시 자치구별 침수 취약지 최종 선정하였다. 침수 취약지 선정 이후에는 긴급 대응팀이 접근 가능한 홍수 대응 범위를 설정하였다.
도시 침수 대응시설 노드는 경찰서(지구대·파출소 포함), 119 안전센터, 병원은 2·3차 의료기관을 대상으로 설정하였다. 따라서 Fig. 9와 같이 서울시 도시침수 대응시설의 분포, 도로망, 그리고 침수 취약지·도시침수 대응시설 노드 설정 결과이다.
3.5 서울시 자치구별 도시 침수 대응 신속성 결과
도시 침수 대응 신속성 평가를 위해 서울 각 자치구에 분포한 경찰서, 구급(EMS), 병원을 기반으로 근접 중심성 값을 산정하였다(Table 4). 근접 중심성 값이 클수록 도시 침수 대응이 더 빠름을 의미한다. 따라서 근접 중심성 값이 가장 높은 노원구(5.040)는 가장 신속한 대응 상태를 보이는 것으로 평가되었다. 반면 근접 중심성 값이 가장 낮은 광진구(1.120)는 서울에서 가장 낮은 대응 속도를 보이는 것으로 분석되었다. 앞선 도시침수 잠재위험 결과 값에 적용한 것과 동일하게, 비교와 가중합을 용이하게 하기 위해 본 자료에도 Z-score 표준화와 Min-Max scailing을 적용하였다. 이에 따라 Fig. 10과 같이 처리된 값을 자치구별로 순위화·시각화하여 도시 침수 대응 신속성을 제시하였다. 순위가 높을수록 해당 지역의 도시침수 대응이 더 빠른 것으로 해석되며, 그 결과 노원구·강북구·중구가 상대적으로 빠른 대응 능력을 가진 것으로 분석되었다. 반대로 광진구·성동구·성북구는 대응 인프라 보강 필요 등의 요인으로 인해 상대적으로 낮은 대응 능력을 보이는 것으로 확인된다.
Table 4.
Results of the promptness of urban flood response by district in Seoul
3.6 서울시 자치구별 도시 침수 위험 대응능력 결과
서울 각 자치구의 도시침수 위험 대비 역량 정량값은 앞서 도출한 도시침수 잠재위험과 도시 침수 대응 신속성의 값을 Min-Max 스케일링으로 동일 척도화한 뒤, 이를 가중합하여 산정하였다. 가중합에 앞서 두 요소의 상대적 중요도에 관한 기본 가정을 두었다. 도시침수 잠재위험과 도시 침수 대응 신속성이 자치구의 종합 대비 역량에 동등하게 기여한다고 가정하고, 두 요소에 동일한 가중치(1)를 부여하였다. 따라서 최종 ‘도시 침수 위험 대응 능력’은 순흐름(net flow)과 근접 중심성(closeness centrality) 값을 각각 Min-Max로 스케일링하여 1:1 비율로 결합하여 계산하였다(Table 5). 이와 같이 산출된 도시 침수 위험 대응 능력의 정량값을 통해 각 자치구가 침수 위험을 관리·대응하는 능력을 객관적으로 파악할 수 있다. Fig. 11은 자치구별 대비 수준을 색상 구분된 지도로 시각화하여 제시하며, 정책 결정자·도시 계획가·일반 시민이 준비도가 높은 지역과 인프라·전략 강화가 시급한 지역을 신속히 식별할 수 있다. 이를 통해 잠재적 홍수에 대한 회복탄력성 제고와 우선순위 기반의 자원 배분이 가능할 것으로 판단된다.
Table 5.
Results of the urban flood risk preparedness capacity by district in Seoul
3.7 결과 분석
도시 침수 위험 대응 능력 값이 높을수록 도시 홍수 발생 시 상대적으로 대응이 용이한 상태를 의미한다. 본 연구에서 제시한 평가 방법론을 서울시에 적용한 결과, 종로구-강북구-노원구가 순서대로 가장 높은 대비 역량을 보였다. 종로구는 서울 25개 자치구 중 잠재적 침수 위험이 가장 낮고, 홍수 대응 신속성도 상위권에 속해 높은 수준의 대비 역량을 갖춘 것으로 분석되었다. 노원구는 잠재적 침수 위험이 중간 수준으로 상대적으로 침수 위험도가 높음에도, 대응 인프라가 잘 구축되어 있어 높은 대응 능력을 가진 것으로 평가되었다. 강북구 역시 낮은 잠재적 침수 위험과 높은 대응 신속성이 결합되어 높은 위험 대응 능력을 갖춘 것으로 평가되었다.
한편 중구는 노원구와 유사하게 잠재적인 침수 위험이 높은 편이지만, 대응 신속성이 상대적으로 높아 도시 침수 위험 대응 능력이 높은 것으로 나타났다. 반대로 광진구·영등포구·양천구는 잠재적인 도시 침수 위험이 높고 대응 신속성이 낮아 위험 대응 능력이 가장 낮은 군으로 평가되었다. 이러한 결과는 서울의 도시 홍수 대비 정책·사업 추진 시, 광진구·영등포구·양천구와 같은 지역에 홍수 예방 인프라의 보강 및 신규 구축을 우선적으로 고려해야 함을 시사한다.
또한 본 연구에서 도출한 도시 침수 위험 대응 능력의 합리성과 타당성을 검토하기 위해 선행연구와 실제 피해 사례를 검토하였다. SML (2019), Lee et al. (2022)은 광진구가 가장 취약, 종로구가 가장 안전한 구로 분석하였으며, 2023년에는 안양천 범람으로 양천구와 영등포구에서 도시 침수 피해가 실제로 발생하였다. 이러한 연구 결과와 사례를 통해 본 연구의 평가 결과가 일부 일치함을 통해 보편적이면서도 활용이 용이한 평가 방법으로서의 가능성을 보여줄 수 있을 것으로 판단된다.
4. 결 론
본 연구는 기후변화와 도시화로 인한 도시 침수 위험 증대와 기존 대응전략의 한계를 극복하기 위해 도시 침수 위험 대응 능력 평가 방법론을 제안하였다. 이 방법론은 PROMETHEE 기법과 네트워크 분석을 통합하여, 잠재 침수위험과 침수 대응 신속성을 하나의 통합적 틀로 결합하였다. 지역별 대비 역량을 정량적으로 평가·순위화함으로써, 지역 간 대비 수준의 이질성을 분석하고 인프라 및 전략 개선이 시급한 지역을 식별할 수 있다. 초기 적용 대상으로 서울시를 분석한 결과, 대비 수준이 가장 높은 지역과 낮은 지역의 식별이 가능하였다. 더불어 제안한 방법론은 도시 침수 위험 관리의 보편적 도구로 활용될 수 있을 것으로 기대된다. 본 연구의 기대효과와 활용 방안은 다음과 같다. 1) 도시 침수 위험 대응 능력은 잠재적 도시 침수 위험과 침수 대응 신속성을 결합하여, 지역의 사회 인프라와 공동체 특성을 반영한 평가를 가능케 한다. 이는 지역별 대비 수준을 종합적으로 이해하게 하고 실용적 재난대응 전략 수립에 기여할 수 있을 것이다. 따라서 위험 대응 능력 기반의 평가 방법론은 지역맞춤형 도시 침수 대응전략 수립에 핵심 역할을 할 것으로 기대된다. 2) 본 평가 방법을 적용한 결과를 활용하여 의사결정자는 객관적·합리적 비교와 정책 수립이 가능할 것으로 판단되며, 도시 침수 위험 관리전략 수립을 지원하고 재난 대응·회복 능력을 향상시키는 데 기여할 것으로 판단된다.
향후 연구에서는 네트워크 이론을 포함한 대응역량을 PSR의 R 영역으로 재구성하여 P-S-R의 일관된 통합프레임워크를 구축하여 평가의 연계성을 강화하고자 한다. 또한 다양한 기후 시나리오, 도시개발 계획, 사회·경제적 변수로 확장하여 잠재적 활용성을 심층적으로 고찰할 것이다. 특히 평가 정확도 제고를 위해 전문가 자문을 바탕으로 설문조사 기반 도시침수 잠재위험과 대응 신속성 두 요소의 중요도 평가를 수행하여 가중치 산정 연구가 필요하다. 아울러 데이터 기반 자동화를 개발하여 여러 도시에서의 광범위한 적용성을 확보하고자 한다.
