1. 서 론
2. 대상 유역 및 자료 구축
3. 이론적 배경
3.1 지표 선정
3.2 주관적(Subjective) 및 객관적(Objective) 가중치
3.3 TOPSIS (Technique for Order Performance by Similarity to Ideal Solution)
3.4 순위상관계수 분석
4. 연구 결과
4.1 자료 표준화
4.2 가중치 결정
4.3 TOPSIS 기법을 적용한 물이용 취약성 순위
4.4 가중치 적용 방법에 따른 취약성 상관관계 분석
5. 결 론
1. 서 론
기후변화로 인하여 전 세계적으로 가뭄 및 홍수 등의 자연재해가 발생하고 있다. UNDP (2005)에서는 취약성을 기후변동이나 스트레스에 대한 노출, 이에 대한 대처, 회복, 적응능력에 따른 노출의 민감도로 정의하였다. IPCC (2007)는 기후변화 취약성을 시스템이 노출된 기후변화의 특성, 규모, 속도, 기후변화에 대한 민감도, 적응능력의 함수라 정의하였으며, 기후변화의 영향이 크고 이에 대한 적응능력이 작을수록 취약성이 증가하게 된다. 또한 기후변화 영향 중 가장 취약한 부분으로 강수패턴의 변화와 이에 따른 가용 수자원 변화를 선정하였으며, 이로 인하여 2050년이 되면 아시아에서 10억 명 이상이 물 부족을 겪게 될 것으로 전망하였다. 지속적으로 기후변화에 따른 취약성 문제가 대두되고 있으며, 이에 따라 수자원에 대한 취약성을 정량적으로 평가할 필요가 있다(KEI, 2008; Kim et al., 2011; Lee et al., 2011).
최근 수자원의 취약성 및 현황을 평가하기 위하여 지표를 활용한 연구들이 진행되고 있으며, 기존의 국가차원에서의 취약성 평가 외에도 지역별 혹은 유역별로 취약성을 평가하기 위한 연구가 이어지고 있다. KEI (2008)는 기후변화 취약성을 평가하기 위하여 국내 상황에 맞는 지역별 취약성 평가 지표를 개발하였다. Lee et al. (2011)는 기후변화에 따른 홍수 취약성 평가 기법을 제안하였으며, 다양한 기후 및 수문시나리오 활용하여 국내 홍수 취약성을 평가하였다. Kim et al. (2012)는 Fuzzy-TOPSIS와 가중합계법을 활용하여 홍수 취약성을 정량화하고, 순위상관 분석을 실시하였다. Wang et al. (2012)은 중국 북부 지역을 대상으로 주요 요소들을 수집하여 유역별 수자원 취약성을 산정하였다. Kim and Chung (2014)은 수량 및 수질 취약성을 정량화하기 위하여 가중합계법과 TOPSIS를 활용하였으며, 다양한 기후변화 시나리오를 고려한 지표 기반의 의사결정 프레임워크를 개발하였다. KEI (2014)는 지속가능한 물이용 지표를 개발하여 국내 물이용 현황을 평가하였고, 전 지구 물이용 지표 자료에 대한 검증을 실시하였다. Oh et al. (2014)은 연안도시의 특성을 고려한 기후변화 취약성 평가 지표를 개발하였으며, 국내 주요 연안도시 10곳의 취약성을 평가하여 평가지표에 대한 신뢰성을 검토하였다.
또한, 다수의 지표를 활용하는 경우 각 지표의 중요도를 나타내는 가중치(Weight) 산정 방법의 신뢰성을 확보하기 위하여 다양한 방법으로 가중치를 적용하고 있다. Baeck et al. (2011)은 기 개발된 홍수 위험지수 지표 자료들의 표준화 및 가중치 부여 방법에 따른 결과를 비교·분석하였다. Kim et al. (2011)은 델파이(Delphi) 기법을 통하여 가중치를 산정하여 국내 중·소하천의 기후변화 취약성을 분석하였으며, 수자원의 경우 취약성 평가 체계 중 민감도에 해당하는 다양한 변수들의 영향을 받고 있는 것을 확인하였다. Chung et al. (2014)은 수자원 취약성을 평가하기 위하여 델파이 기법을 통한 주관적 가중치와 객관적인 엔트로피(Entropy) 가중치를 적용하여 비교하였으며, 가중치에 따른 취약성 순위 차이를 확인하였다. Garg et al. (2015)는 엔트로피 개념을 적용하여 가중치를 산정하고 Fuzzy-TOPSIS를 적용하여 주택 선택에 대한 우선순위 평가를 실시하였으며, 최적의 대안을 도출하기 위하여 가중치가 중요하다고 제시하였다. Hafezparast et al. (2015)는 물 배분 및 물 부족의 문제 해결을 위한 최적의 대안을 선정하기 위하여 엔트로피 가중치와 계층분석기법(Analytic Hierarchy Process, AHP)을 이용한 가중치를 적용하여 비교하였다. Han et al. (2015)은 주관적 산정 방법인 델파이 기법과 객관적 방법인 주성분분석(Principal Component Analysis, PCA)을 통합하여 가중치를 산정하였으며, 도시지역의 재해위험도 지수를 개발하여 인천지역에 적용하였다. Lee et al. (2015)는 대기오염의 취약성을 평가하기 위하여 객관적인 분석이 가능한 엔트로피 가중치를 적용하였으며, Won et al. (2015)은 엔트로피 가중치 및 TOPSIS를 적용하여 국내의 물이용 취약성을 평가하였다.
본 연구에서는 유역의 수자원 취약성을 파악하기 위하여 다기준 의사결정기법 중 TOPSIS를 활용하였으며, 한강유역을 대상으로 단위유역별 물이용 취약성을 평가하고자 하였다. 지표는 수문학적 요소뿐만 아니라 사회·경제적 요소를 고려하여 선정하였으며, 취약성 정의에 따라 노출(Exposure), 민감도(Sensitivity), 적응능력(Adaptive capacity)으로 구성하였다. 또한, 결과의 신뢰성을 높이기 위하여 주관적(Subjective) 가중치와 객관적(Objective) 가중치를 각각 적용하여 취약성을 평가하였으며, 적용 방법에 따른 취약성 순위를 비교·분석하였다(Fig. 1).
2. 대상 유역 및 자료 구축
본 연구에서는 우리나라의 수도인 서울특별시를 포함하고 있어 상대적으로 인구 및 산업의 밀집도가 높은 한강 유역을 대상 유역으로 선정하였다. 총 237개의 표준단위유역으로 구축하였으며, 유역 내 일부 북한을 포함하는 인근 지역에 대해서는 자료가 충분하지 않으므로 고려하지 않았다. 따라서 총 205개의 유효한 유역에 대하여 취약성 분석을 실시하였으며, 유역 특성을 고려하여 4개의 세부유역(임진강(W1), 북한강(W2), 남한강(W3), 한강(W4))으로 구분하였다(Fig. 2). 전체 유역은 2개 시(서울특별시, 인천광역시)와 4개 도(경기도, 강원도, 충청북도, 경상북도)로 구성되어 있다.
한강 유역의 단위유역별 물이용 취약성 평가 분석 체계를 구축하는 것을 목표로 하였으며, 우선적으로 유역도, 하천도, 수자원단위지도, DEM (Digital Elevation Model), 토지피복도, 기상자료, 지하수위, 물이용 관련 자료 등을 구축하였다. 또한 선정된 지표들에 대한 자료는 2010년을 기준으로 하여 수집하였으며, 국가 보고서 등의 통계 자료 중 기간에 대한 년자료를 활용하였다. 대부분의 지표들이 사회·경제적 요소이므로 행정구역별로 제공되어 원 자료를 면적비에 따라 유역별로 가공하여 구축하였다. SWAT (Soil and Water Assessment Tool) 모형은 미국 농무성(United Stated Department of Agriculture, USDA) 농업연구소(Agricultural Research Service, ARS)에서 개발한 유역단위 준분포형 장기 강우-유출 모형이며(Arnold et al., 1998), 본 연구에서는 Ahn and Kim (2016)의 최근 10년(2005~ 2014)에 대한 평균 지표 유출량 및 잠재증발산량 자료를 활용하였다.
3. 이론적 배경
3.1 지표 선정
주요 지표를 선정하기 위하여 KEI (2008, 2014) 등의 취약성과 관련된 기존의 연구들을 검토하였으며, 기후 및 사회경제적 요소를 고려한 70개의 지표를 선정하였다. 이후 전문가 토론을 통하여 지표 자료의 가용성 등을 고려한 총 16개의 물이용 취약성 최종 지표를 선정하였다. 이는 취약성 평가 체계에 따라 노출(Exposure), 민감도(Sensitivity), 적응능력(Adaptive capacity)으로 구성하였다(Table 1). 노출 부문은 기후 및 유역 환경 등의 외부 요인들이며, 유효강수량, 경작지, 불투수층으로 구성하였다. 민감도는 물이용에 영향을 주는 지표들로 사회 변수로는 총 인구, 인구밀도를 선정하였고, 물공급 변수는 상수도 누수율, 적정 물이용, 지하수위, 물이용에서는 생·공·농업용수 사용량으로 구성하였다. 또한, 적응능력은 물이용의 불안정함을 완화할 수 있는 지표들이며, 물공급 변수로 상수도 보급률과 물 재이용량, 경제에서는 재정자립도, 지역내총생산, 물 관련 공무원수로 구성하였다.
3.2 주관적(Subjective) 및 객관적(Objective) 가중치
가중치(Weight)는 각 지표 속성들의 중요도를 의미하는 것으로 효율적인 결과를 얻기 위해서는 적절한 가중치를 부여하는 것이 중요하다. 따라서 계산과정이 복잡하지 않고 이해하기 쉬워야 한다. 가중치 산정 방법은 주관적 방법과 객관적 방법으로 구분할 수 있다. 주관적 방법으로는 설문조사를 실시하여 의사결정자의 판단을 통해 가중치를 산정하는 델파이(Delphi) 기법과 계층분석기법(Analytic Hierarchy Process, AHP) 등이 있으며, 자료를 기반으로 하는 객관적 방법에는 엔트로피(Entropy) 방법과 주성분분석(Principal Component Analysis, PCA) 등이 있다(Lee, 2003; Han et al., 2009; Garg et al., 2015; Han et al., 2015).
기존의 연구에서는 대부분 주관적 가중치와 객관적 가중치 중 한 가지 방법을 선정하여 분석을 실시하였으나, 최근 두 가지 가중치를 모두 고려하는 연구에서 가중치 적용 방법에 따른 취약성 결과의 차이를 제시하기도 하였다. 이에 본 연구에서는 보다 신뢰성 있는 물이용 취약성 평가를 위하여 지표들의 가중치를 주관적 가중치와 객관적 가중치로 각각 산정하여 비교·분석하고자 하였다.
우선, 주관적 가중치 산정을 위하여 총 16명의 전문가에게 각 지표들에 대한 설문조사를 실시하였다. 설문지는 지표들의 상대적 중요도를 산정하기 위하여 전문가들의 의견을 수집하고자 작성되었으며, 취약성 평가 체계에 따라 노출, 민감도, 적응능력 내 주요 지표에 대한 설명을 첨부하였다. 전문가 집단의 약 60%는 박사학위 소지자였으며, 대부분 수자원 분야 전공자로 구성되었다. 또한, 절반 이상이 10년 이상 전공과 관련된 분야에서 경력을 쌓은 전문가들로 약 60%는 지표 및 정책 관련 연구(실무) 경험이 있는 사람들로 구성되었다.
객관적 가중치를 산정하기 위하여 Shannon (1948)에 의해 도입된 엔트로피 개념을 활용하였으며, 이는 어떤 신호가 가지고 있는 정보량으로 정의되므로 지표의 특성을 고려할 수 있다. 이는 주어진 대안별 차이가 크면 엔트로피 값이 작아지고, 차이가 작으면 엔트로피 값이 커지게 된다. 계산된 엔트로피를 통하여 각 지표의 가중치를 산정하게 된다(Fig. 3). 이와 같이 정량적인 특성만을 반영하고 있으며, 수학적 계산을 통하여 산정되기 때문에 객관적인 분석이 가능하다는 장점을 가지고 있다. 엔트로피가 크다는 것은 같은 유역 내에서의 불확실성이 낮아지는 것을 의미하며, 이는 동일한 정보에 대한 정보의 양이 많다는 것을 의미한다(Lee, 2003; Kim and Chung, 2015; Lee et al., 2015; Won et al., 2015).
3.3 TOPSIS (Technique for Order Performance by Similarity to Ideal Solution)
다기준 의사결정기법(Multi Criteria Decision Making, MCDM)은 평가기준이 다수이고 고려해야하는 대안들도 다수인 경우에 각각의 선호도를 측정하고 각 기준에 대한 중요도를 고려한 최선의 대안이나 순위 등을 의미하며, 다수의 연구에서 대안을 평가하는데 활용되고 있다.
TOPSIS는 Hwang and Yoon (1981)에 의해 처음으로 소개되었으며, 양의 이상적인 해(Positive Ideal Solution, PIS)와 가깝고 부의 이상적인 해(Negative Ideal Solution, NIS)에서 먼 대안을 선정하는 기법으로 합리적인 선택이 가능하다(Fig. 4). 대안별로 거리를 통하여 이상적인 해를 찾는 방법으로 다양한 의사결정 문제에 활용되고 있다(Kim and Chung, 2014; Won et al., 2015).
3.4 순위상관계수 분석
순위상관분석은 자료가 순서에 의한 척도인 경우에 사용하며, 스피어만 상관계수(Spearman correlation coefficient, 
)는 두 변수의 순위간의 관계성을 나타낸다. 이는 Eq. (1)과 같이 계산되며, 결과 값의 범위는 –1에서 1사이이다. 두 변수의 순위가 완전히 일치하는 경우 1이며, 반대의 경우에는 -1이 된다. 변수의 분포와 상관성이 없으며, 선형관계가 없어도 관계성 분석이 가능하다.
(1)
여기서, 
는 
변수 순위와 
변수 순위의 차이이며, 
은 변수의 총 개수이다.
4. 연구 결과
4.1 자료 표준화
선정된 지표는 각각 단위와 범위가 다르기 때문에 이를 통합하기 위하여 Fig. 5와 같이 각 지표에 대한 표준화를 실시하였다. 모든 지표에 대한 원 자료의 분포를 확인하였으며, 로그함수를 취하여 최대-최소 표준화를 수행하였다. 또한 전체 지표 중 노출 및 민감도의 일부 지표(유효강수량, 지하수위)는 높은 값을 보이는 경우 낮은 취약성을 나타내기 때문에 취약성 산정 시 지표 값의 방향성을 맞추어 수행하였다.
4.2 가중치 결정
주관적 가중치의 경우, 전문가들을 대상으로 취약성 평가 체계에 따라 각 지표에 대한 상대적 중요도 설문을 실시하였다. 설문 응답자들의 의견을 수렴하여 각 지표에 대한 결과 값의 평균으로 가중치를 산정하였으며, 전체 단위유역에 동일하게 적용하였다. 대부분 취약성 평가 체계 중 노출에 대하여 가장 영향을 많이 미친다는 의견을 가지고 있었으며, 세부항목 중 유효강수량(1)의 가중치가 가장 높았다. 또한, 민감도는 생활용수 사용량(9)과 인구밀도(5) 순으로 중요하게 나타났으며, 적응능력에서는 상수도 보급률(12)이 가장 높았다.
객관적 가중치의 경우, 엔트로피 개념을 적용하였으며, Fig. 3의 계산 방법에 따라 지표 자료만을 이용하여 가중치를 산정하였다. 산정 결과, 노출에서는 유효강수량(1)이 가장 높았으나 경작지(2)나 불투수층(3)도 비슷한 수준을 보였다. 민감도는 지하수위(8)가 높은 값을 보였으며, 적응능력에서는 상수도 보급률(12)이 높게 나타났다.
4.3 TOPSIS 기법을 적용한 물이용 취약성 순위
표준화된 각 지표 자료에 대하여 주관적 및 객관적 가중치를 적용하였으며, 지표들을 통합하기 위하여 TOPSIS 기법을 활용하였다. 각 단위유역에 대한 물이용 취약성 순위 비교 및 공간 분포 확인을 실시하였다(Figs. 7 and 8).
취약성 순위는 가중치 적용 방법에 따라 충청북도 및 강원도 등의 일부 유역에서 차이를 보였으나 비교적 유사한 분포를 보였다. 대부분 상수도 누수율이 높거나 용수 사용량이 많은 강원도 및 충청북도 지역에서 취약성이 높았으며, 수도권 등과 같이 적응능력 지수가 높은 곳 혹은 상수도 보급률, 유효강수량, 지하수위 등이 높은 경우 취약성이 낮은 결과를 보였다.
Fig. 9는 전체 대상유역을 강의 흐름에 따라 4개 세부유역으로 나누어 확인한 결과이다. 가중치 적용 방법에 따른 세부유역별 지수 값의 차이가 거의 없었으며, 특히 한강(W4)유역에서의 노출 지수가 가장 크게 나타났다. 주관적 가중치 적용 시에는 전반적으로 노출과 민감도 지수가 높게 나타났으며, 객관적 가중치 적용 시 노출 지수가 높은 값을 보였다. 각 세부유역에 따라 가중치 적용 방법에 따른 차이를 보였으나, 취약성 순위는 모두 북한강(W2)유역이 높고 한강(W4)유역이 낮은 것으로 나타났다.
4.4 가중치 적용 방법에 따른 취약성 상관관계 분석
본 연구에서는 주관적 및 객관적 가중치에 따른 물이용 취약성 결과의 상관성 분석을 실시하였다. 물이용 취약성의 경우 전반적으로 지수 값 및 공간적 분포가 유사하게 나타났으며, 순위상관분석 시 상관계수가 0.80으로 산정되어 상관성이 높은 것으로 확인되었다.
5. 결 론
본 연구에서는 유역의 수자원 관리를 위하여 단위유역 규모에서 물이용 취약성을 평가하고자 하였다. 다기준 의사결정기법 중 TOPSIS를 활용하여 유역별 취약성 평가를 실시하고, 순위를 비교·분석하였다. 평가 지표에 대한 가중치는 전문가 설문조사를 통하여 산정된 주관적 가중치와 수집된 자료를 기반으로 엔트로피 개념을 적용한 객관적 가중치로 구분하여 적용하였다.
평가 결과, 물이용이 취약한 유역들은 대부분 생·공·농업용수 사용량이 많고 상수도 누수율이 높았다. 그러나 유효강수량이 많고 상수도 보급률이 높은 지역에서는 대부분 취약성이 낮았으며, 적응능력 지수가 높은 수도권 등에서도 취약성이 낮게 나타났다. 취약성 순위는 가중치 적용 방법에 따라 일부 유역에서 차이를 보였으나, 전반적으로 유사한 분포를 보였다. 순위에 대한 상관성 분석을 실시한 결과, 0.80으로 상관성이 높은 것으로 나타났다.
본 연구에서는 가중치 산정 방법에 따른 물이용 취약성을 평가하였으며, 단위유역별 취약성 순위 및 분포를 통하여 차이를 확인하였다. 향후 다양한 가중치 산정 방법에 대한 비교 연구를 통하여 보다 신뢰도 높은 취약성 평가 결과를 얻을 수 있을 것으로 예상되며, 연구 결과를 통하여 유역규모에서의 수자원 계획 수립 및 대책 마련에 활용이 가능할 것으로 판단된다.
