1. 서 론

파도가 있는 모든 연안에서 발생 가능한 이안류는 연안에서 물놀이를 즐기는 사람들에게 위협이 된다. 우리나라에서도 여름철 해수욕장의 이안류는 심각한 재난으로 인식되고 있다. 특히 해운대에서 매년 관찰되는 이안류는 해수욕장 개장 때마다 언론에 언급된다. 우리나라에 비해 해수욕객 인구 및 해변의 규모가 큰 미국 및 호주에서는 이안류에 의한 피해가 매우 심각한 수준으로, 이안류 사고로 매년 수십 명의 사망자가 발생하고 있다(Gensini and Ashley, 2010; Brander et al., 2013; NOAA, 2022a). Brander et al. (2013)은 실제 통계적 인명피해 규모가 다른 자연재해보다 높음에도 불구하고, 대규모 사망사고나 재산 피해를 동반하지 않기 때문에 이안류 위험에 대한 사회적 인식이 낮다고 진단하고 있다. 사회적으로 낮은 위험 인식과 아직 완전한 예측 및 대응 체계가 없어서 이안류에 의한 인명피해 위험성은 줄어들지 않고 있다.

이안류 예측을 위해 기상 및 해상상태와 지형 등을 고려하여 이안류 발생정도를 점수화하는 위험점수 산정법은 많은 연구자에 의하여 발전되어 왔다(Lushine, 1991; Lascody, 1998; Engle, 2003; Schrader, 2004; Nelko and Dalrymple, 2008). 그러나 해외에서 발생하는 이안류에 의한 피해사례와 현재까지 발표된 이안류 예측 기술수준으로 미루어 해외에서도 아직 이안류를 정확하게 예측하는 방법이 정립되어 있지 않아 보인다(Dalrymple et al., 2011; Castelle et al., 2016). 최근 미국 해양기상청 NOAA (National Oceanic and Atmospheric Admini stration)에서 일부 지역에 대하여 이안류 예보모형을 운영하기 시작했다는 보도가 있으며(NOAA, 2022b), 이 예보모형은 Moulton et al. (2017)과 Dusek and Seim (2013)을 기초로 하고 있다. 이 기법은 현장 구조요원들의 설문조사를 통해 구축한 경험함수를 이안류 관측결과와 비교, 분석하여 파고, 파향, 조위에 대한 발생정도 분포를 도출하고, 예보된 파랑자료를 이안류 발생정도 분포에 적용하여 운영하는 것이다. 이 모형의 최대 단점은 각각의 해변이 독특한 지형을 가지고 있는 수심 분포의 영향이 고려되지 못한다는 것이다.

우리나라에서도 매년 이안류에 의한 안전사고가 발생하고 있으므로 이안류에 대한 예측체계 구축은 매우 시급한 실정이었고, 기상청의 기상기반, 해양수산부 국립해양조사원의 관측기반 예측 체계을 통해 생산된 이안류 발생 예경보는 해경 및 119구조대에 제공되어, 이안류 사고에 대해 적극적으로 대응하는 데 도움을 주고 있다.

이안류는 연안 수심지형, 비선형파의 상호작용 및 평균자유수면의 불안정성(instability) 등에 기인하여 파랑 에너지가 연안방향으로 강한 비균등성이 형성될 때 발생하는 것으로 이해된다(Dalrymple, 1975, 1978; Tang and Dalrymple, 1989). 최근에는 다양한 원인에 의해 끊어진 파봉선을 갖는 파의 쇄파에 따른 변동이 이안류를 발생시키는 근본적인 메커니즘(Peregrine, 1998; 1999)으로 인식되기 시작했다(Johnson and Pattiaratchi, 2006; Clark et al., 2012; Choi et al., 2015; Choi, 2015; Feddersen, 2014). 따라서 이안류가 예측되기 위해서는 무엇보다도 파랑정보의 정확한 예측이 선행되어야 한다는 것을 의미한다. 이러한 관점에서 관측기반 파랑 정보의 사용은 기상예보 기반 파랑정보의 사용에 비해 정확도는 높지만 예보 기능을 위한 사전시간의 확보가 어렵다는 한계가 있다.

본 연구에서는 국립해양조사원의 실시간 이안류 경보체계에 장착된 Choi (2022a)의 방법, 즉 이안류 수치모의를 통해 얻은 이안류 발생정도 분포(파고-주기, 파고-조위, 파고-파향, 파고-주파수 스펙트럼 광협도, 파고-파향 스펙트럼 광협도)를 이용한 이안류 위험지수 생산 기법을 이용하고, 실시간 관측 파랑 정보 대신에 기상기반 예보 파랑정보를 대입하여 이안류 예보 체계의 결과를 제시한다. 2021년 해운대 해수욕장에 대하여 관측 기반으로 생산된 이안류 위험지수와 파랑예보 기반의 지수를 비교하여 그 효용성을 검토하였다.

2. 이안류 예측모형

본 절에서는 수치모의 기반 이안류 발생정도 분포 함수(Choi, 2022a)를 이용한 이안류 위험지수 산출 기법을 간략하게 기술한다. 2.1절에서는 위험지수 산출을 위한 절차를 설명하고, 2.2절에서는 수치모의와 수치모의 결과인 이안류 발생정도 분포, 2.3절에서는 최종 위험지수 산출 함수를 기술한다.

2.1 지수산출 알고리즘

국립해양조사원의 관측기반 이안류 경보체계에서는 실시간 관측값을 입력변수로 사용하지만, 본 연구의 이안류 예보체계를 위해서는 기상기반으로 수치모의된 파랑 예보정보를 입력변수로 사용한다. Fig. 1에 관측기반 이안류 경보체계에서 지수가 산정되는 절차와 기상기반 파랑 예보정보를 사용하는 이안류 예보체계에서의 절차를 비교하여 나타내었다. 흐름도에 제시한 것처럼 총 6개의 관측정보(파고, 파주기, 조위, 파향, 주파수 스펙트럼 광협도, 파향 스펙트럼 광협도)(Choi, 2014)를 변수로 하는 근사 함수를 개발하였고, 이 변수는 수치모의를 통한 파랑 예보를 통해서도 얻을 수 있다. 이안류 예보를 위해 이 변수들을 입력하여 이안류 위험지수가 산출되고, 그 정보가 서비스될 수 있다. 따라서 이미 사용되고 있고 검증된 경보체계의 지수산출 알고리즘을 이용하여 이안류 예보체계를 수립할 수 있다.

Fig. 1.

Flow chart showing the procedure to compute rip-current risk index in the rips prediction model combining with (a) an ocean observation system and (b) an ocean forecasting system

2.2 수치모의기반 이안류 발생정도 분포

이안류 발생에 영향을 주는 6개의 물리량 즉, 파고(H), 파주기(T), 조위(E), 파향(θ), 주파수 스펙트럼 광협도(F), 파향 스펙트럼 광협도(D)는 관측변수이면서 동시에 이안류를 포함한 연안흐름 수치모의를 위한 입력변수이기 때문에 이 변수들을 이용하여 예측 대상 해변의 해상상태 시나리오를 수립하고, Boussinesq 수치모형을 이용한 광범위한 시뮬레이션을 수행하므로 그 결과로부터 이안류 발생정도를 생산할 수 있다. 다음의 이안류 발생정도 분포의 도출 과정은 Choi (2022a)의 내용을 요약한 것이다.

이안류 발생정도 분포 도출을 위해 여러 문헌(Yoon et al., 2012; Choi et al., 2012; Shin et al., 2014)에서 이안류 수치모의를 위해 적용되고 검증된 사례가 있는 수치모형인 FUNWAVE를 사용하였다. 이 모형은 그 결과들이 충분히 검증되어 많은 문헌(Wei et al., 1995; Chen et al., 1999, 2000, 2003; Kennedy et al., 2000)에 소개되어 있어, 자세한 내용은 그 문헌들로 대신한다. 본 연구를 위해서 다방향 불규칙파에 따른 연안흐름을 연구한 Choi et al. (2015)의 FUNWAVE 버전을 사용하였고, 동일한 경험 파라미터들을 사용하였다. 최근 Choi et al. (2012, 2013), Choi (2022b)에 해운대 해수욕장 이안류에 대한 수치모의를 자세히 기술하고 있어, 본 논문에서는 수치모의 결과에 대한 제시를 생략하고 상기 논문으로 대신한다.

해운대 해수욕장 이안류 수치모의를 위한 이안류 발생 가능 해상조건 시나리오는 상기 6개 물리량의 조합으로 구성할 수 있다. 예를 들어, 규칙파 조건에서의 너울의 파고는 0.5~1.5 m 범위에서 6개, 파주기는 5~15 s 범위에서 6개, 파향은 남측을 중심으로 서~동 범위에서 13개, 조위는 DL 기준으로 간조~만조사이에서 7개를 사용하였다. 조위를 반영하기 위해서는 DL 기준으로 구성된 수심 격자에 대해 조위를 추가하여 사용하였다. 불규칙파 조건에서의 수치모의를 위하여 풍파의 파고는 0.7~1.9 m 범위에서 7개, 파주기는 5~15s 범위에서 6개, 주파수 스펙트럼 광협도 조건을 5개, 파향 스펙트럼 광협도 조건을 7개로 사용하였다. 참고로, 모든 조건에 대한 조합의 수는 매우 많으므로, 예를 들어 6(파고)×6(주기)×11(파향)×7(조위)×13(스펙트럼 광협도와 일방향 및 단주기)개로, 실제 모든 경우에 대한 수치모의 수행이 어렵다. 따라서 파향, 조위, 스펙트럼 광협도를 변화시키며 수치모의를 진행할 때는 11 s를 대표주기로 고정하여 시나리오를 구성하였다. 이 대표주기는 상대적으로 규모가 큰 이안류 발달에 유리하며 그 이상의 긴 주기에서 이안류 발생정도의 증가가 줄어드는 조건을 채택하였다. 시나리오는 해운대 해수욕장을 예로 들어 구성된 결과로, 수치모의의 대상이 되는 해수욕장마다 서로 조금씩 다른 외해 파랑조건을 가지고 있으며, 조위와 파향 조건은 해수욕장마다 다를 수 있으므로 각 지역 특성에 맞도록 이안류 발생이 가능한 범위의 조건으로 시나리오를 구성할 필요가 있다.

각 시나리오 조건에 대한 수치모의 결과인 유속 분포로부터 이안류 발생에 대한 대표값을 정량화할 필요가 있어서 다음과 같은 방법으로 이안류 발생정도를 도출하였다. 먼저 수치모의의 계산영역 최대 이안류 유속(해안선의 직각방향 유속)을 시계열로 나타낸다. 각각 이안류 수치모의 시간을 분모로 하고 임의의 위험 유속을 초과한 최대 이안류 유속이 지속되는 시간을 분자로 하는 비율, 즉 이안류 발생정도를 계산하여(Choi, 2014) 정량화하였다. 여기서, 위험 유속은 해수욕객이 이안류에 의해 외해로 끌려 나갈 수 있는 유속을 상정한 것으로 0.6, 0.9, 1.2, 1.5, 1.8 m/s로 가정하여 각각의 이안류 발생정도에 대한 평균을 계산한다. 다양한 위험유속을 사용한 것은 해수욕객의 상황(신체조건, 연령, 성별 및 튜브 착용 유무 등)에 따라 그 위험 유속을 특정하기 힘들기 때문이다.

Fig. 2에 기술된 절차로 도출된 해운대 해수욕장 이안류 발생정도를 파고와 각 변수들에 따른 2차원 분포로 도시하였다. 패널(a)는 규칙파 수치모의를 통한 너울의 파고-파주기 분포(f_SHT), 패널(b)는 불규칙파 수치모의를 통한 풍파의 파고-파주기 분포(f_WHT), 패널(c)는 규칙파 수치모의를 통한 파고-조위 분포(f_HE), 패널(d)는 규칙파 수치모의를 통한 파고-파향 분포(fHθ), 패널(e)는 불규칙파 수치모의를 통한 파고-주파수 스펙트럼 광협도 분포(f_HF), 패널(f)는 불규칙파 수치모의를 통한 파고-방향 스펙트럼 광협도 분포(f_HD)를 나타낸다. 패널(a) 분포에서 입사파의 파고가 높고 주기가 길수록 이안류 발생정도가 증가한다. 이것은 쇄파에 의해 파랑유도 잉여운동량 플럭스(wave-induced excess momentum flux)의 기울기가 커지면 이안류의 규모가 커지기 때문이다. 패널(a)와 패널(b)로부터 풍파를 상정한 불규칙파 조건의 경우에 비해 너울을 상정한 규칙파 조건의 경우에서 상대적으로 이안류 발생정도가 높은 것을 알 수 있다. 이것은 불규칙파의 쇄파가 규칙파의 쇄파보다 완만한 분포를 가지고 있어 상대적으로 약한 이안류를 생성시키고, 불규칙파의 횡방향 비균등성은 다방향 스펙트럼 위상 상호작용으로 시간에 따라 변화되기 때문이다. 패널(c)에서 간조의 이안류 발생정도가 만조의 이안류 발생정도에 비해 상대적으로 크다. 이것은 해운대 해변 단면경사가 간조에서 완만해지며, 간조 수심 분포에서 상대적으로 만조보다 강한 횡방향 비균등성이 나타나기 때문이다. 패널(d)에 파도가 대체로 해안선에 직각으로 입사할 때 이안류가 잘 발생하며 파향에 따라 차이가 발생하는 것으로 나타난다. 파도가 경사 입사할 때, 일반적으로 해안선을 따라 한 방향으로 흐르는 연안류가 지배적으로 나타나기 때문이다. 패널(e)와 (f)에서 주파수 및 파향 스펙트럼이 협대역일수록 즉, 너울에 가까울수록 이안류의 발생정도가 높으며, 그 변동은 다른 변수에 따른 분포보다 상대적으로 급하지 않은 기울기를 보인다.

Fig. 2.

The distributions of likelihood of rip current that are functions of the six parpmeters

2.3 이안류 위험지수 함수

제시된 이안류 발생정도의 특성을 나타내는 분포를 데이터베이스 함수화하여 임의의 해상조건을 입력받아 이안류 발생정도를 추출하여 예경보에 활용할 수 있도록 하였다. 6개의 2차원 이안류 발생정도 분포 fSHTH,T, fWHTH,T, fHEH,E, fHθH,θ, fHFH,F, fHDH,D를 조합하여, 6차원 이안류 발생정도 함수의 근사를 위해 다음과 같은 지수 함수를 채택하였다.

여기서 S는 이안류 위험지수, 이안류 발생정도 2차원 분포를 조합하기 위해 사용하는 βST, βWT, βE, βθ, βF, βD 는 경험상수로 각 대상 해안 이안류 발달 특성에 따라 변화될 수 있다. βST, βWT는 고려하는 입사파가 너울인지 풍파인지 구별하기 위해 주파수 스펙트럼 광협도와 파향 스펙트럼 광협도의 함수가 되는 것이 이론적으로 적합하다. 다시 말해, 스펙트럼 광협도 분석을 통해 너울 또는 풍파의 입사를 판정하여 적용하는 것이 이론적으로 합리적이다. 그러나 실제 너울과 풍파가 혼합되어 입사하는 경우도 흔하게 관찰되며, 수치모의 및 부이 스펙트럼 분석기법 등의 한계로 너울과 풍파를 정확하게 구별하는 것도 쉽지 않기 때문에 너울 분포와 풍파 분포를 동시에 고려하는 것이 안전을 목적으로 하는 예경보 체계에서는 합리적일 수 있다고 판단하였다. 본 논문에서 제시하는 해운대 해수욕장의 이안류 위험지수 생산에서는 βST=30, βWT=20, βE= 20, βθ=30, βF=10, βD=10을 사용하고, αw=1.2의 보수적 안전계수를 추가하여 사용하였다. 국립해양조사원에서 제공하고 있는 해운대 해수욕장 모니터링 영상자료(KHOA, 2021)를 활용하여 각 분포의 가중치를 평가하여 경험적으로 결정하였다. 그러나 본 예보체계의 결과에서는 스펙트럼 광협도 정보를 사용하지 못했음을 밝힌다. 이는 기상청 등의 파랑예보 서비스에서 스펙트럼 자료를 저장하여 제공하고 있지 않기 때문이다. 따라서 본 결과에서는 파랑예보 기반의 스펙트럼 광협도에 대하여 βFfHF+βDfHD=10을 적용하여 계산하였다.

참고로, 국립해양조사원의 경보체계에서는 지수에 따른 경보단계를 관심(S<30), 주의(30≤S<55), 경계(55≤S<80), 위험(80≤S<120)으로 나누어 서비스하고 있다. 단계 구분은 유관기관의 통제 등 판단의 기준이 되는 정보를 위해서 그리고 대국민 서비스의 위험에 대한 가독성을 높이기 위해 경험적으로 설정되었음을 밝힌다. 주의, 경계, 위험 단계에서 차례로 이안류의 발생 위험이 크고, 관심 단계에서는 이안류 발생 가능성이 극히 낮은 것으로 설명한다.

3. 관측기반 이안류 지수와 이안류 예보 지수 비교

이안류 예보체계 수립을 위해 제안한 기법의 효용성을 검토하기 위해 2021년 해운대 해수욕장에 대하여 관측기반 이안류 위험지수와 파랑 예보기반 이안류 위험지수를 비교한다. 이안류 위험지수 생산을 위해서는 해상 조건 입력변수인 파고, 주기, 파향, 조위, 스펙트럼 광협도가 필요하다. 관측된 해상변수 정보는 국립해양조사원의 해운대 부이와 부산항 조위관측소의 자료를 활용하였고, 관측기반 이안류 위험지수는 Choi (2022a)의 값들을 사용하였다. 예보된 해상변수 정보는 한국해양과학기술원의 운용해양예보시스템의 결과를 활용하였다. 부이 관측을 통해 얻은 파고, 주기, 파향은 각각 유의파고, 유의주기, 주파향이며, 반면에 예보된 파랑 정보는 부이와 동일한 위치에서의 24시간 전에 SWAN모형을 통해 계산된 결과인 유의파고, 평균주기(2^nd moment weighted mean wave period), 주파향이다. 파주기의 경우에는 부이관측 수면변위로부터 산출되는 값과 수치모의 스펙트럼 분석을 통해 산출되는 값이 이론적으로 대응되지 않기 떄문에 직접 비교에 한계가 있으나, 가장 적절한 변수를 선택하여 저장, 활용할 필요가 있어 보인다. 참고로, 본 적용에서는 SWAN모형의 평균주기가 관측 유의주기에 비해 작기 때문에 그 값을 대응시키기 위해 평균주기에 1.3을 곱하여 비교하고 적용하였음을 밝힌다. 또한, 두 체계의 비교에서 예보 파랑에 따른 위험지수 결과의 변동성을 줄여 검토하기 위해 예보 조위를 사용하는 대신에 관측 조위를 예보체계에도 사용하였다.

Fig. 3에 2021년 해운대 해수욕장 관측값들과 관측기반으로 산출된 이안류 경보지수, 그리고 예보 파랑자료와 예보파랑 기반 이안류 예보지수를 각각 비교하여 제시하였다. 관측파랑 시계열과 수치모의 시계열을 비교할 때, 그 값들이 정확하게 일치한다고 보기는 어렵다. 그러나 파고와 파향의 경우는 그 변화의 경향성이 잘 일치하고 있어 보인다. 다만, 앞서 기술한 것처럼 파주기의 경우는 이론적으로 차이가 있기 때문에 7월 3일이나 8월 26일에는 상당한 차이를 보이고 있다. 그럼에도 불구하고 사전 예보의 역할을 생각할 때 충분히 활용할 가치가 있다고 판단될 만큼 유사한 경향을 보인다. 본 연구는 파랑 예보 정확도에 대한 평가가 목적이 아니며, 새로운 기법에 따른 이안류 예보 체계 수립의 가능성과 그 효용성을 확인하는 것이기 때문에 파랑 예보의 부정확한 경우를 포함하는 것이 적용성 검토에 적절하다고 판단된다.

구체적인 비교를 위해 매시간 생산된 지수들을 앞서 제시한 단계로 변환하고 관측파랑에 따른 단계와 예보파랑에 따른 단계의 횟수(시간)를 Table 1에 제시하였다. 예를 들어, 관측파랑을 이용하여 관심 단계(S<30)로 나타난 횟수 406회 가운데, 동일한 시점의 예보파랑을 이용하여 계산된 단계는 관심이 207회, 주의가 145회, 경계가 53회, 위험이 1회로 나타났다. 종합적으로 단계가 일치하는 경우는 53%이고, 이안류 예보가 과대평가된 경우는 26%, 과소평가된 경우는 18%이다. 추가로, 관심과 주의 단계를 구분하는 지수 30을 이안류 발생 여부의 기준으로 설정하여, 30 미만으로 동일한 경우와 30 이상으로 동일한 경우를 합하여 정확도를 계산하였다. 이는 30 이상 즉, 주의 단계인 경우는 이안류가 발생할 수 있다고 판단하여 경보하고 있고, 30 이하로 관심 단계의 경우에는 이안류가 발생하지 않는 것으로 제시하기 때문이다. 이렇게 산출한 2021년 해운대 해수욕장 이안류 예보지수의 정확도 결과는 81%로 나타났다. 관측 파주기와 예측 파주기의 불일치 경향과 예보 스펙트럼의 부재에도 불구하고, 상당한 정확도를 보여, 이안류 예보체계의 기법으로 활용이 가능할 것으로 판단된다.

Fig. 3.

Time series of rip-current likelihood index in the first panel, wave periods in the second panel, wave heights in the third panel, wave directions in the fourth panel (The zero indicates the waves from the south.), and tidal elevations in the fifth panel from the 24^th of June to the 31^st of August, 2021. The colored dots are the values computed based on the observation system and the grey lines are the values computed based on the ocean forecast system

4. 요약 및 토의

기존의 관측기반 실시간 이안류 경보체계에서 활용하고 있던 FUNWAVE 이안류 수치모의를 통해 얻은 이안류 발생정도 분포(파고-주기, 파고-조위, 파고-파향, 파고-주파수 스펙트럼 광협도, 파고-파향 스펙트럼 광협도)를 이안류 예보체계에 적용하였다. 2021년 해운대 해수욕장에 대하여 관측 기반으로 생산된 이안류 위험지수와 파랑예보 기반의 지수를 비교하여 그 가능성을 검토하였다. 실시간 이안류 경보체계는 실시간 관측에 의존하므로 정확도에 장점이 있지만 이안류 사건에 대해 미리 대비할 수 있는 시간 여유가 없는 단점이 있다. 따라서 대응시간의 여유를 위해 파랑예보를 사용하여 사전예측 시간 확대의 필요에 따라 파랑예보 기반으로 이안류 예보체계를 수립하였다. 향후 예보 스펙트럼 광협도를 추가하여 개선할 필요가 있으며, 이는 정확도 향상에 도움이 될 것으로 생각된다.

가까운 미래에 기후변화 때문에 우리나라도 아열대로 변화할 것이고, 삶의 질적 향상으로 레저를 즐기는 해수욕객 수가 계속 증가할 것이므로 이러한 이안류 예측체계를 지속적으로 개선해 나가야 할 필요가 있다. 본 연구의 이안류 예보 지수는 이안류 발생정도 분포를 이용한 이안류 예측기법이 가지는 한계와 파랑 및 조위를 예보하는 기법에 기인한 한계를 포함하고 있다. 파랑 예보 기술도 지속적으로 개선되고 있고, 이안류 발생정도 분포를 이용한 이안류 예측기법은 국립해양조사원 해수욕장 이안류 모니터링 체계에서 확보한 영상을 통해 정확도를 확인하고 매년 개선이 이루어지고 있어 본 이안류 예보체계의 정확도도 앞으로 향상될 수 있다고 생각된다.