1. 서 론

최근 기후변화의 영향으로 도시유역에서 단시간 고강도 강우의 발생 빈도가 지속적으로 증가하고 있다. 불투수면 비율이 높은 도시지역에서는 극한 강우 발생 시 우수관거의 배수 용량을 초과하는 유출이 발생하며, 관망이 포화 상태에 도달함에 따라 배제되지 못한 유출수가 지표면으로 범람하여 반복적인 침수 피해를 유발한다.

서울 도림천 유역에서는 2010년과 2011년 집중호우로 인해 광범위한 침수가 발생하였으며, 2022년 8월에는 시간당 최대 141.55 mm의 강우가 기록되면서 저지대 및 도로를 중심으로 대규모 침수 피해가 발생하였다. 지표 유출수가 관망으로 유입되지 못하고 지표에 정체되면서 침수가 발생하며, 지표 유출과 관망 간 유입 과정에 크게 의존함을 나타낸다. 도시지역에서 강우로 발생한 지표 유출수는 도로 표면과 측구를 따라 이동한 후, 빗물받이와 맨홀을 통해 하수관망으로 유입된다. 빗물받이는 도로 연석 또는 노면에 설치되어 지표 유출수를 초기 단계에서 차집하는 시설로, 맨홀과 달리 도로를 따라 분산 배치되어 다수의 지점에서 유출수를 집수하는 특성을 가진다. 환경부(ME, 2017)는 빗물받이를 도로 연장 방향으로 10 m~30 m 간격으로 배치하되, 도로 조건 및 침수 이력을 고려하여 간격을 조정하도록 규정하고 있다. 빗물받이가 도시 배수 체계에서 하수관망의 수리 거동 및 침수 양상을 결정하는 주요 요인임을 나타낸다(Jo et al., 2021). 도시침수 발생 과정을 수치적으로 재현하고 침수 특성을 분석하기 위해 다양한 도시 홍수 모형 연구가 수행되어왔다(Lee et al., 2022; NIDP, 2012; Sidek et al.,2021). 실제 도시지역에서는 빗물받이의 위치, 형태 및 하수관거와의 연결 구조 등 우수 배수 인프라에 관한 공간 자료를 체계적으로 구축하기 어려운 실정이다(Anni et al., 2020; Chang et al., 2015). 이로 인해 대다수의 도시침수 모형에서는 지표 유출수가 빗물받이를 거치지 않고 맨홀로 직접 유입되는 단순화된 지표-관망 연계 방식이 적용되고 있다. 이러한 모형의 단순화는 빗물받이의 분산 차집 효과와 공간적 유입 분포를 충분히 반영하지 못하며, 침수 발생 위치 및 규모의 재현 정확도에 영향을 미칠 수 있다. 선행연구에서는 빗물받이의 유입 성능을 평가하기 위해 도로의 종단 경사, 횡단 경사 등 수리·구조적 인자를 고려한 실험을 수행하고, 이에 따른 빗물받이의 유입 효율 특성을 분석하였다(Despotovic et al., 2005; NIDP, 2012). 한편, 유지관리 측면에서 빗물받이의 막힘률에 따른 배수 성능 저하와 침수 발생 가능성을 분석함으로써 주기적인 관리의 필요성이 제시된 바 있다(Russo et al., 2025; Kwon et al., 2024). 다만, 기존 연구는 개별 빗물받이의 성능 평가에 초점을 두고 있어, 실제 도시 환경에서 발생하는 유입구를 통한 역류 현상이나 도시 규모에서의 침수 공간 분포 변화에 대한 분석은 제한적으로 수행되었다(Seo et al., 2024). 또한 실제 침수 피해 유역을 대상으로 빗물받이 반영 여부에 따른 모의 침수 분포를 침수흔적도와 직접 비교·검증한 연구는 여전히 부족한 실정이다. 이에 본 연구는 실제 침수 피해가 발생한 도시유역을 대상으로 InfoWorks ICM을 활용하여, 맨홀을 통한 지표-관망 유입 조건을 동일하게 유지한 상태에서 빗물받이의 지표 유출수 차집 효과를 반영하지 않은 시나리오와 반영한 시나리오를 각각 구축하였다. 모의 결과를 실제 침수흔적도와 비교하여 빗물받이 반영이 하수관망의 배수 특성 및 지표 침수의 공간 분포에 미치는 영향을 정량적으로 평가하였다. 본 연구는 도시침수 모형 구축 시 빗물받이 반영의 필요성에 대한 정량적 근거를 제시하고, 향후 도시 배수 인프라 자료 구축 및 모형 고도화를 목표로 한다.

2. 연구 대상 및 방법

2.1 연구대상 및 입력자료

연구 대상지는 서울특별시 도림천 상류에 위치한 신림 유역으로, 집중호우 시 반복적인 침수 피해가 발생한 지역이다. 해당 유역은 기존 하수관망 및 배수 시설이 설계 당시의 강우 조건을 기준으로 구축되어 최근 증가하는 단시간 고강도 강우에 대한 배수 여유용량이 제한적인 것으로 나타났다(Lee et al., 2020). 또한 지표 유출수의 관망 유입 방식에 따라 배수 거동과 침수 양상이 민감하게 변화하는 특성을 가지므로, 빗물받이 반영 여부에 따른 침수 모의 영향을 분석하기에 적합한 대상지로 선정하였다. 대상 유역의 위치와 강우 관측소, 펌프장 및 하천의 공간 분포는 Fig. 1에 제시하였다.

Fig. 1.

Location map of the study catchment and rainfall stations

유역 내에는 Sillim I, Sillim II, Guro Digital 총 3개의 배수 펌프장이 위치하며, 관망 말단에서 우수를 외수로 배제하는 역할을 수행한다. 각 펌프장은 관망 수위에 따라 단계적으로 가동되므로, 본 연구에서는 펌프 토출량을 관망 배수 성능을 나타내는 지표로 활용하였다. 펌프장별 제원은 Table 1에 제시하였다. 빗물받이 반영 여부에 따른 침수 모의 결과를 비교·분석하기 위해 침수 특성이 상이한 두 개의 강우 사상을 선정하였다. 첫 번째 강우 사상은 2022년 8월 8일에 발생한 강우로, 대상 유역에서 역대 최대 규모의 침수 피해를 유발한 극한 강우 사상이다. 두 번째 강우 사상은 2025년 7월 16일에 발생한 강우로, 동일 유역에서 최근 관측된 강우 사상이다.

두 사상 모두 기상청 지상관측망 410(기상청) 및 417(금천) 관측소의 10분 단위 강우 자료를 사용하였다. 본 연구에 사용된 지형, 토지피복 및 하수관망 자료는 서울시로부터 제공받았으며, 지형 자료는 해상도 1 m DEM을 적용하였다. 토지피복도는 녹지, 공원, 도로 등으로 구분하여 투수 및 불투수율 산정에 활용하였다. 하수관망은 GIS 기반 자료를 InfoWorks ICM 환경으로 변환하여 구축하였으며, 빗물받이, 맨홀 및 관거의 공간 정보(관경, 연장, 관저고, 관정고)를 반영하였다. 빗물받이와 맨홀의 위치 및 관거와의 연결 관계는 ArcMap을 통해 검토하였으며, 위치가 불일치하는 경우 ArcMap의 Near 분석 기능을 활용하여 가장 인접한 맨홀과 연결되도록 보정하였다(ESRI, 2023). 또한 관저고 또는 관경 정보가 누락된 구간은 인접 관거의 속성정보와 DEM 기반 지형고도를 참조하여 보정하였다. 서울시에서 제공받은 GIS자료에는 빗물받이와 측구 간 연결정보가 포함되어 있지 않아, 측구를 통한 유출수는 하수연결관을 통해 인접 맨홀로 유입되도록 모델링하였다. 한편, 본 연구에 사용된 DEM에는 건물 및 도로 구조물에 따른 미세 지형 정보가 반영되어 있지 않다. 이러한 한계는 침수 해석 결과의 수치에 영향을 미칠 수 있으나, 본 연구는 빗물받이 반영 여부에 따른 침수 양상의 상대적 차이를 비교하는 것을 목적으로 하며 동일한 조건에서 시나리오를 수행하였기에 시나리오 간 경향 비교에 미치는 영향은 제한적인 것으로 판단된다.

2.2 모형 구축

신림 유역 내 맨홀과 빗물받이는 서울시 하수도 GIS 자료를 기반으로 각각 3,698개와 7,780개로 구축하였다. 빗물받이의 유입 면적은 설치 유형 및 규격에 따라 상이하며, 서울시 자료에 제시된 연결관 직경 정보를 활용하여 산정하였다. 빗물받이 반영 여부에 따른 침수 거동 차이를 분석하기 위해 두 가지 시나리오를 구성하였다(Fig. 2).

Fig. 2.

Sewer network by component type in the Sillim area

두 시나리오는 빗물받이 및 하수연결관의 포함 여부를 제외하고, 간선 관망 구조(주 관거 및 맨홀)와 펌프 운영 조건을 동일하게 설정하였다.

⦁Case 1(Manhole-only system): 빗물받이와 하수연결관을 제외하고 맨홀을 통해 지표 유출수가 관망으로 유입되는 시나리오

⦁Case 2(Manhole + Inlet system): 기존 관망에 빗물받이 7,780개와 각 빗물받이를 인접 관거에 연결하는 하수연결관(직경 최소 100 mm, 최대 600 mm, 평균 300 mm)을 포함한 시나리오

본 연구에서는 1차원 하수관망과 2차원 지표면 흐름을 동적으로 연계하기 위해 InfoWorks ICM을 활용하였다. 1차원 관망 해석은 관거 내 비정상류를 모의하기 위해 Saint-Venant 방정식을 적용하였으며, 연속방정식은 아래와 같다.

여기서 A는 흐름 단면적, Q는 유량, x는 관거 길이 방향 좌표, t는 시간, q는 단위 길이당 측방 유입량을 의미한다(Innovyze, 2023).

2차원 지표면 흐름 해석은 지표면에서의 흐름 특성을 나타내는 천수방정식(Shallow Water Equations, SWE)에 기반한다. InfoWorks ICM의 2D 엔진은 계산영역을 다수의 불규칙한 다각형 격자로 분할한 후, 유한체적법(Finite Volume Method, FVM)을 이용하여 인접한 격자 간의 물의 이동을 계산함으로써 시간에 따른 수심과 유속의 변화를 해석한다. 각 격자는 지표면 흐름을 계산하는 기본 단위이며, 인접한 격자 사이의 유량을 반복적으로 계산하여 대상 유역의 침수 거동을 모의한다. 2차원 해석에서는 수치적 안정성을 확보하기 위해 계산 시간 간격(∆t)이 Courant-Friedrichs-Lewy (CFL) 조건을 만족해야 한다(Autodesk, 2023).

여기서, u와 v는 각각 x축 및 y축 방향의 유속(m/s), c=gh 는 중력파 속도(m/s), g는 중력가속도(m/s²), h는 수심(m), ∆x는 격자 크기(m), CFL은 Courant 수를 의미한다.

InfoWorks ICM은 각 격자의 크기(∆x)와 현재의 흐름 상태(유속 및 수심)를 이용하여 CFL 조건을 만족하는 계산 시간 간격을 매 계산 단계마다 자동으로 조절한다. 따라서 격자의 크기가 작거나 흐름이 빠를수록 더 작은 시간 간격을 적용하여 계산을 수행하며, 이를 통해 수치적 안정성과 해석 정확성을 확보한다(Autodesk, 2018).

총 모의 시간은 2022년 강우 사상의 경우 2022년 8월 8일 05시부터 8월 9일 23:50까지, 2025년 강우 사상의 경우 2025년 7월 16일 00:00부터 7월 20일 00:00까지의 강우자료를 적용하였다.

2.3 모형 검증 및 침수 분석

관망 배수 성능 비교를 위해 각 배수 펌프장의 시간별 토출량을 주요 분석 지표로 설정하였다. Case 1과 Case 2의 펌프 토출량 시계열을 비교하여 토출 개시 시점, 토출량 증가 양상 및 최대 토출량을 중심으로 유입 구조 차이에 따른 관망 배수 응답 특성을 분석하였다. 모형의 재현성 평가는 실측 토출량과의 비교를 통해 수행하였으며, 결정계수(R²), 평균제곱근오차(RMSE), Nash-Sutcliffe 효율(NSE)을 산정하여 정량적으로 평가하였다. 도시지역의 내수 침수는 주로 우수 배제 시스템의 용량 부족에 의해 발생하며, 피해 규모를 정량적으로 평가하기 위해서는 방재시설의 운영 조건과 침수심을 함께 반영할 필요가 있다(MOIS, 2024). 본 연구에서는 빗물받이 반영 여부에 따른 침수 규모 차이를 정량적으로 분석하였다. 침수 면적 산정을 위한 2차원 모의 결과의 유효 침수 기준은 도심 및 주거지역 피해 기준을 반영하여 최대 침수심 0.3 m 이상으로 정의하였다(MOIS, 2024). 침수 분석은 침수 면적, 최대 침수심, 총 침수 체적을 산정하여 시나리오별로 비교하였다. 또한 모의 결과와 침수흔적도를 동일 격자 단위에서 중첩하여 True Positive (TP), False Positive (FP), False Negative (FN), True Negative (TN)를 도출하고, 이를 기반으로 공간 일치도 지표(ACC, HR, FAR, FPR, TPR)를 산정하여 공간적 재현 성능을 정량적으로 평가하였다(Table 2).

3. 연구결과

3.1 강우 사상별 펌프 유입량 비교

펌프 유입량은 강우량뿐 아니라 지표 유출수가 하수관망으로 유입되는 경로 및 공간적 분포에 의해 영향을 받는다. 본 연구에서는 강우 조건, 관망 구조 및 펌프 운영 조건을 동일하게 설정하고 지표-관망 유입 구조만을 다르게 구성하였으므로, 시나리오 간 펌프 유입량의 차이는 유입 구조 차이에 따른 결과로 해석할 수 있다. Case 1(Manhole-only system)에서는 지표 유출수가 맨홀을 통해 제한된 지점으로 집중 유입되면서 유입량 시계열에서 첨두 유량이 뚜렷하게 나타났다. 반면, Case 2(Manhole + Stormwater Inlet)에서는 도로 전반에 분포된 빗물받이를 통해 유출수가 관망으로 분산 유입됨에 따라, 유입량 시계열이 상대적으로 완만한 형태를 나타냈다. 빗물받이가 지표 유출수를 다수의 지점에서 분산 차집함으로써, 관망으로 유입되는 유량의 집중도가 완화됨을 시사한다. 두 강우 사상 모두에서 시나리오 간 유입량 차이는 Sillim I펌프장에서 가장 크게 나타났다(Figs. 3(a) and 3(b)). 해당 유역은 고지배수 구간을 포함하는 급경사 지형으로 유출 집중시간이 짧아 유입 경로의 변화에 민감하게 반응하는 특성을 가진다. 이에 따라 Case 1에서는 유입 지점 감소로 인해 단시간에 유출수가 집중 유입되면서 첨두 유입량이 크게 형성된 반면, Case 2에서는 빗물받이를 통한 다지점 유입으로 유량이 분산되어 첨두 유량이 완화되는 경향이 나타났다. 반면 Sillim II 및 Guro Digital 펌프장(Figs. 3(c)~3(f))에서는 두 강우 사상 모두에서 시나리오 간 유입량의 차이가 제한적으로 나타났다. 해당 유역이 상대적으로 완만한 경사를 가지며 관망 합류 구조가 단순하여, 유입 구조의 변화가 전체 유입 응답에 미치는 영향이 크지 않기 때문으로 분석된다.

Fig. 3.

Pump inflow for each rainfall event

3.2 강우 사상별 펌프 토출량 비교

빗물받이 반영 여부에 따른 관망 배수 응답 특성을 분석하기 위해 펌프 토출량 시계열을 비교하고 토출 개시 시점, 증가 양상 및 최대 토출량을 중심으로 분석하였다.

3.2.1 2022년 극한 강우 사상

2022년 8월 강우 사상은 단시간에 높은 강우강도가 집중된 극한 사례로, 세 펌프장 모두 강우 초기에 가동이 개시되어 토출량이 단시간 내 최대 용량에 도달하였다. 최대 토출량은 Sillim I 16.67 m³/s, Sillim II 13.35 m³/s, Guro Digital 1.33 m³/s로 산정되었으며, 시나리오 간 최대 토출량 차이는 거의 나타나지 않았다(Fig. 4). 이는 극한 강우 조건에서 관망 및 펌프 용량이 단시간 내 포화 상태에 도달함에 따라 유입 경로의 차이가 최종 토출량에 미치는 영향이 제한적이기 때문이다. 다만 Sillim I펌프장에서는 토출 개시 시점에서 차이가 확인되었다. Case 1에서는 맨홀로의 유입 집중으로 인해 강우 초기부터 토출량이 빠르게 증가한 반면, Case 2에서는 빗물받이를 통한 분산 유입으로 인해 관망 수위 상승이 지연되면서 토출 개시 시점이 다소 늦게 나타났다. Sillim II 및 Guro Digital 펌프장에서는 시나리오 간 토출 개시 시점 및 시계열 형태에서 유의미한 차이가 나타나지 않았다.

Fig. 4.

Pump outflow in the 2022 rainfall event

3.2.2 2025년 강우 사상

2025년 7월 강우 사상은 2022년 사상에 비해 강우강도가 낮아 관망이 포화 상태에 도달하지 않았으며, 이에 따라 토출량은 유입 구조 차이에 보다 민감하게 반응하였다(Fig. 5). Sillim I펌프장의 경우, Case 1에서는 7월 18일 00시경 추가 토출이 발생한 반면, Case 2에서는 7월 19일 23시 50분에 추가 토출이 발생하여 토출 발생 시점에서 시나리오 간 차이가 확인되었다.

Fig. 5.

Pump outflow in the 2025 rainfall event

3.3 펌프 토출량 기반 정량 평가 지표 분석

서울시로부터 제공받은 실측 토출량과 모의 토출량을 비교하여 결정계수(R²), 평균제곱근오차(RMSE), Nash-Sutcliffe 효율(NSE)을 산정하고, 재현성을 평가하였다(Table 3).

3.3.1 2022년 강우 사상

2022년 8월 극한 강우 사상에서는 세 펌프장 모두에서 실측값과 모의값 간의 일치도가 전반적으로 높게 나타났다. Sillim I펌프장의 경우 Case 1(Manhole)은 R² = 0.84, RMSE = 2.25, NSE = 0.84로 Case 2(Manhole + Stormwater Inlet)는 R² = 0.85, RMSE =2.23, NSE = 0.84로 유사한 수준을 보였다. 시나리오 간 비교에서도 R² = 0.99, NSE = 0.99로 거의 동일한 시계열이 재현되었다.

Sillim II펌프장에서는 Case 1은 R² = 0.74, NSE = 0.74로 나타났으며, Case 2는 R² = 0.74, NSE = 0.73으로 유사한 재현성을 보였다. 시나리오 간 비교 결과 R² = 0.99, RMSE = 0.46으로 산정되어, 빗물받이 반영 여부에 따른 시계열 차이는 제한적인 것으로 나타났다. Guro Digital 펌프장의 경우, 실측값 대비 두 시나리오 모두 R² = 0.79, NSE = 0.27로 동일한 값을 보였으며, 시나리오 간 비교에서는 R² = 1.00, RMSE = 0.00, NSE = 1.00으로 완전히 일치하는 결과가 도출되었다. 이와 같은 결과는 극한 강우 조건에서 관망 및 펌프 용량이 빠르게 포화 상태에 도달함에 따라, 유입 구조의 차이가 존재하더라도 펌프 토출량의 재현성에는 큰 영향을 미치지 않음을 나타낸다.

3.3.2 2025년 강우 사상

2025년 7월 강우 사상에서는 실측값 대비 모의 결과의 재현성이 전반적으로 낮게 나타났다. Sillim I펌프장의 경우, Case 1은 R² = 0.21, NSE = -0.20, Case 2는 R² = 0.24, NSE = -0.14로 산정되어 두 시나리오 모두 실측 토출량의 시간적 변화를 충분히 재현하지 않는 것으로 나타났다. 반면, 시나리오 간 직접 비교에서는 펌프장별로 상이한 결과가 나타났다. Sillim I펌프장은 R² = 0.35, NSE = 0.16으로 시나리오 간 차이가 비교적 크게 나타난 반면, Sillim II펌프장은 R² = 0.88, NSE = 0.87로 높은 유사성을 유지하였다. 동일한 강우 조건에서도 빗물받이 반영 여부가 펌프 가동 특성에 미치는 영향이 유역별 특성에 따라 다르게 나타날 수 있음을 시사한다. 또한 2022년 강우 사상과 달리, 관망이 포화 상태에 도달하지 않는 조건에서는 유입 구조 차이가 토출량 시계열에 직접적으로 반영되는 것으로 나타났다.

3.4 침수흔적도 및 심도 분포 비교

빗물받이 반영 여부에 따른 침수 확산 효과를 평가하기 위해, 2차원 침수 모의 결과를 기반으로 침수 면적 및 심도를 산정하였다(Fig. 6). 2022년 강우 사상의 경우, Case 1의 침수 면적은 641,982.5 m², Case 2는 650,898.6 m²로 산정되었으며, 시나리오 간 차이는 8,916.1 m²로 나타났다. 극한 강우 조건에서 지표 유출량과 관망 유입량이 동시에 증가하여 관망 및 배수 시스템이 포화 상태에 도달함에 따라, 빗물받이와 같은 유입 구조 요소의 차이가 침수 확산 범위에 미치는 영향이 상대적으로 제한적임을 시사한다. 반면, 2025년 강우 사상에서는 시나리오 간 침수 면적 차이가 뚜렷하게 나타났다. Case 1의 침수 면적은 32,419.2 m², Case 2는 25,306.2 m²로 산정되어, 빗물받이를 반영한 경우 침수 면적이 7,113.0 m² 감소하였으며, 약 22%의 차이를 보였다. 이러한 결과는 관망에 여유용량이 존재하는 조건에서 빗물받이가 지표 유출수를 보다 효과적으로 관망으로 유입시킴으로써, 지표 잔류 유출량을 감소시키고 침수 확산 범위를 축소시키는 역할을 수행함을 시사한다. 침수 심도 분포 측면에서도 두 시나리오 간 차이가 확인되었다. 서울시 침수흔적도는 현장 조사 및 행정 기록을 기반으로 구축된 자료로, 침수 심도가 주로 0.3 m 및 0.6 m와 같은 이산값으로 구분되어 있다. 반면 InfoWorks ICM을 이용한 수치 모의 결과에서는 지형 및 수리학적 특성이 반영됨에 따라 약 0.3 m에서 최대 0.9 m까지의 연속적인 심도 분포가 나타났다. 이러한 차이는 빗물받이가 지표-관망 간 유입 경로를 보다 현실적으로 반영함으로써, 침수 발생 위치의 재현성 향상에 기여한 것으로 나타난다.

Fig. 6.

Inundation map of the study area

3.5 침수흔적도 면적 평가지표

침수 모의 결과의 공간적 일치도를 정량적으로 평가하기 위해 Accuracy (ACC), Hit Rate (HR), False Alarm Ratio (FAR), False Positive Rate (FPR), True Positive Rate (TPR)를 산정하였다(Table 4). 각 지표는 격자 단위에서 침수 여부를 기준으로 한 이진 분류 결과(TP, FP, FN, TN)를 기반으로 계산되었다. 2022년 강우 사상에서는 실제 침수흔적도와 모의 결과를 비교한 결과, Case 1의 ACC는 88.28%, Case 2는 88.18%로 나타나 두 시나리오 모두 약 88% 수준의 일치도를 보였다. HR 및 TPR은 각각 30.87%와 30.71% 수준으로 나타나 실제 침수가 발생한 격자 중 약 30%만이 모의에서 재현된 것으로 분석되었다. 침수흔적도가 시민 신고 및 행정 기록을 기반으로 구축된 자료로서 실제 침수 발생 범위를 완전히 포함하지 못할 가능성이 있으며, 침수 시점·지속시간·최대 수심과 같은 정량적 정보가 제한적이라는 한계를 가진다. 따라서 일부 격자에서 나타나는 불일치는 관측 자료의 불확실성에 의해서도 발생할 수 있으므로, 해석 시 이에 대한 고려가 필요하다(NDMI, 2017; 2024). 2025년 강우 사상에서는 실측 침수흔적도가 제공되지 않아, 두 시나리오 간 침수 격자 분포를 상호 비교하였다. 그 결과, ACC는 99.64%로 대부분의 격자에서 두 시나리오가 동일한 침수 분류 결과를 보이는 것으로 나타났다. 이는 전반적인 침수 분포 패턴이 유사함을 시사한다. HR 및 TPR은 모두 60.37%로 나타나, 한 시나리오에서 침수로 분류된 격자 중 약 60%가 다른 시나리오에서도 동일하게 침수로 분류된 것으로 분석되었다. 두 시나리오 간 공통적으로 재현되는 침수 영역이 존재함을 시사한다. 반면, FAR은 22.66%, FPR은 17.69%로 산정되어, 일부 격자에서는 침수 여부 분류가 상이하게 나타났다.

특히 FAR 값은 한 시나리오에서 침수로 예측된 영역 중 일정 비율이 다른 시나리오에서는 비침수로 분류됨을 의미하며, 빗물받이 반영 여부에 따라 침수 확산 경계 및 국지적 침수 발생 위치가 변화할 수 있음을 시사한다. 종합하면, 2022년과 같은 극한 강우 조건에서는 전체적인 공간 분포 일치도(ACC)는 높게 나타나지만, 실제 침수 영역의 재현율(HR, TPR)은 상대적으로 낮고 과대 예측(FAR, FPR)은 높은 특성을 보였다. 관망 및 지표 흐름이 포화 상태에 도달함에 따라 광범위하게 확산되고, 이 과정에서 유입 구조 차이에 따른 영향이 상대적으로 제한적으로 나타난 결과로 해석된다. 반면, 2025년과 같이 관망 여유용량이 존재하는 조건에서는 전체 분포 패턴은 유사하게 유지되면서도, 빗물받이 반영 여부에 따라 침수 발생 위치 및 경계 영역에서 차이가 발생하는 것으로 나타났다. 유입 구조 요소가 지표-관망 간 유량 전달 과정에 영향을 미치며, 결과적으로 침수 공간 분포의 세부적인 재현성에 중요한 역할을 함을 시사한다.

4. 결 론

본 연구에서는 실제 침수 피해가 발생한 도시유역을 대상으로 InfoWorks ICM 기반의 1D-2D 연계 모형을 구축하고, 빗물받이 반영 여부에 따른 지표-관망 유입 특성이 하수관망 배수 특성과 침수 분포에 미치는 영향을 분석하였다. 이를 위해 서울시 하수도 GIS 자료를 활용하여 실제 침수 지역을 구축하고, 빗물받이를 반영한 경우와 빗물받이를 반영하지 않은 경우로 구분하여 시나리오를 구성하였다. 모든 시나리오에서 강우 조건, 펌프 운영 조건 및 유역 상태는 동일하게 설정하고, 빗물받이 연결 여부만을 변수로 적용하였다. 또한 펌프 유입량 및 토출량을 주요 평가 지표로 활용하였으며, 2차원 해석 결과로부터 도출된 침수흔적도를 기반으로 침수 심도 및 면적에 대한 정량적 평가를 수행하였다. 분석 결과 펌프 유입량은 특정 펌프장에서 2022년과 2025년 모두에서 유의미한 차이가 나타났으며, 토출량의 경우 실제 관측값과 모의값이 전반적으로 유사한 경향을 보여 모형이 실제 배수 거동을 합리적으로 재현하는 것으로 나타났다. 침수 심도 분석 결과, 모의 결과는 약 0.3 m에서 0.9 m 범위의 연속적인 분포를 보였다. 한편, 침수 면적 평가에서는 모의 침수흔적도가 실제 침수 격자의 일부 구간에서만 재현되는 것으로 나타났으며, 침수흔적도 자료가 침수 시점, 지속시간 및 최대 수심과 같은 정량적 정보를 충분히 포함하지 못하는 한계에 기인한 것으로 분석된다. 이러한 결과는 도시침수 해석에서 지표-관망 유입 특성의 영향이 강우 규모와 관망의 수리적 상태에 따라 달라짐을 보여준다. 극한 강우 조건에서는 시스템이 단시간 내 포화 상태에 도달함에 따라 유입 특성에 따른 차이가 결과에 제한적으로 반영되었다. 반면, 관망 여유용량이 존재하는 조건에서는 침수 발생 시점, 침수 면적 및 공간 분포에 직접적인 영향을 미치는 것으로 나타났다. 본 연구는 도시침수 모형에서 일반적으로 단순화되는 빗물받이 기반 유입 구조의 영향을 강우 조건과 관망 상태에 따라 정량적으로 규명하였다는 점에서 의의가 있다. 특히, 빗물받이 반영 여부가 침수 면적과 공간 분포와 같은 주요 해석 결과에 유의미한 차이를 유발함을 확인함으로써, 도시침수 모형 구축 시 빗물받이를 포함한 지표-관망 연계 구조를 반영하는 것이 해석 결과의 신뢰성과 적용성을 확보하는 데 중요함을 제시하였다. 또한 본 연구 결과는 도시 배수 시스템 설계, 펌프 운영 전략 수립 및 침수 취약지역 평가 등 다양한 실무 분야에서 활용할 수 있으며, 빗물받이 반영 여부에 따른 모형 구성 수준을 합리적으로 결정하고 해석 결과의 신뢰도를 확보하기 위한 의사결정 근거로 활용할 수 있을 것이다.