1. 서 론
2. 가뭄 피해의 사회경제적 요인
3. 연구 범위 및 방법
3.1 연구 범위
3.2 연구 방법
4. 분석 결과
5. 논의 및 시사점
5.1 농촌사회의 고령화
5.2 불균형 발전 및 도시화
5.3 사회적 취약계층 노출
5.4 생활 가뭄 관련 정책적 시사점
6. 결 론
1. 서 론
전 세계의 다양한 국가에서는 가뭄으로 인한 피해가 극심하게 증가하고 있다(Kim et al., 2011; Naumann et al., 2021). 가뭄은 태풍, 홍수 등과 같은 급진적인 자연재해보다 비교적 점진적으로 발전한다. 그 영향은 즉시 보이지는 않으나, 생명과 재산에 천천히 심각한 피해를 초래한다(Shakya and Yamaguchi, 2007). 선진국과 개발도상국(이하, 개도국)은 가뭄에 대한 피해의 분명한 차이를 보인다(Frame et al., 2020; Loukas et al., 2008; Li et al., 2009). 선진국과 달리 개도국은 사회경제적 발전의 차이로 인해 가뭄에 취약하고 가뭄 대응 능력도 비교적 부족하다(Brüntrup and Tsegai, 2017; Miyan, 2015; Mueller and Osgood, 2009; Zhong et al., 2020). 특히 아시아의 여러 개도국은 가뭄에 큰 피해를 보고 있으며, 개도국에 거주하는 많은 사람들은 가뭄으로 인해 심각한 기아에 직면하기도 한다(Hargel et al., 2007).
개도국은 선진국에 비해 사회경제적인 발전의 차이로 인해 데이터의 양, 생성 속도 및 구조화에서 비교적 부족하다(Luna et al., 2014; Joubert et al., 2023). 이러한 차이는 가뭄의 취약성과 대응 능력에도 영향을 보인다. Hilbert (2016)는 국가별 개발에 있어 빅데이터의 분석이 미치는 영향력을 문헌 검토를 통해 분석하였다. 빅데이터의 인적 및 자원 부족 문제는 개도국의 인프라, 경제 자원, 제도 측면의 오랜 구조적 결핍으로 더욱 심화되고 있다고 강조한다. 또한, 빅데이터 분석은 가뭄 관련 의사 결정자들이 가뭄에 효과적으로 대응할 수 있도록 정보를 제공하여, 그 피해를 줄이는 데 기여한다(GFDRR, 2012). Sultana et al. (2025)은 인공지능과 머신러닝, 데이터 분석을 활용하여 기후변화, 수자원 관리, 그리고 사회경제적 현상과 가뭄 간의 상호 연관성을 탐구하였다. 분석 결과, 데이터 분석은 기상, 수문학적 데이터에서 벗어나 사회경제적 데이터를 통합하여 기후변화와 가뭄 취약성 간의 복잡한 관계에 대한 유용한 분석을 진행할 수 있었다.
한편, 대한민국은 다른 국가에 비해 공공데이터의 수준이 우수하며, 다양한 분야에서 공공데이터의 범용성을 넓히고자 하였다(Kwon et al., 2015; Yi, 2019). 예컨대, 공공데이터 관련 연구개발의 투자를 확대하거나 공공데이터 관련 인재 양성 등 다양한 정책과 방안을 마련하려는 노력을 기울였다. 특히 빅데이터의 정보 공개 확대 관련 산업 육성을 위해 다양한 정책적 지원을 시행해 왔다(KISDI, 2014). 대한민국 정부는 2013년을 기준으로 “공공데이터의 제공 및 이용 활성화에 관한 법률”을 제정하고 정부 차원에서 공공데이터 개방을 적극적으로 추진해 왔다(MOIS, 2013). 현재 대한민국 국민은 공공데이터의 선정부터 공개까지 전 과정을 자동화하는 데이터 플랫폼들이 개발되어 공공데이터의 접근에 용이하다(Kim, 2019). 그중 행정구역 단위로 조사되던 사회경제적 요인 관련 데이터는 쉽게 확인할 수 있으며, 현재 다양한 분야의 연구에서 활용되고 있다.
공공데이터를 통한 대한민국의 사회경제 관련 데이터 접근성은 용이하나, 가뭄과 같이 자연재해의 취약성과 관련하여 분석한 연구는 부족하다고 판단된다. 가뭄에 의한 피해는 인구 및 고용률 감소와 같은 사회적 현상과의 이해관계를 규명하지 않아 더욱 심각해지고 있다(Desbureaux and Rodella, 2019; Cremades et al., 2021). 특히 대한민국에서는 고령화와 저출산 같은 심각한 사회 문제와 가뭄 간의 연관성이 강조되고 있다(Kim et al., 2015). 다만, 선행연구들은 기상학적 인자를 통해 산출된 가뭄 지수를 활용하여 가뭄의 피해와 심각성을 평가하였으며, 실제 가뭄 피해 자료를 활용하여 사회경제적 현상과의 연관성을 살펴보지 못했다는 측면에서 한계를 보인다. 생활 가뭄은 가정 및 도시에서 생활 활동으로 사용되는 생활 용수의 불안정한 공급으로 발생하는 가뭄으로 정의된다. 생활 속에서 용수의 불안정한 공급으로 인해 긴급하게 용수를 받는 비상 급수 인구수가 생활 가뭄의 피해로 정량화될 수 있다(Song et al., 2021). 그럼에도 불구하고, 국내 가뭄 연구는 주로 농업 가뭄에 초점을 맞추고 있어, 생활 가뭄을 중심으로 한 실제 피해 기반 연구는 부족한 상황이다.
본 연구는 국가통계포털에서 제공하는 데이터를 통해 가뭄에 의한 비상 급수 인구수가 어떤 사회경제적 요인에 주요한 영향을 받는지 확인하고, 결과를 기반으로 생활 가뭄과 관련된 사회경제적 관점의 시사점을 제안하고자 한다. 이를 위하여 문헌 검토를 통해 가뭄 피해에 영향을 미친 사회경제적 요인들을 선별하고, 주성분 분석(Principal Component Analysis, PCA)과 중요도 분석을 통해 주요 인자의 우선순위를 밝힌다. 중요도 분석은 다층 퍼셉트론(Multi-Layer Perceptron, MLP)과 엑스지부스트 알고리즘(XGBoost Algorithm)을 활용한다. 주요 인자의 결과는 사회경제적 요인과의 생활 가뭄의 관계성 파악으로 인한 비상 급수 인구수 감소와 생활 가뭄의 대응력 제고에 기여할 수 있다.
2. 가뭄 피해의 사회경제적 요인
사회경제적 요인은 가뭄 피해에 영향을 미치는 매우 중요한 요인이다. 예컨대, Kamali et al. (2019)는 사하라 사막 이남 아프리카에서 사회경제적 조건이 기후 스트레스 요인에 적응하는 농부나 국가의 역량에 큰 영향을 미친다고 밝혔다. Swain et al. (2022)는 사회경제적 요인 가운데 구체적으로 인구밀도를 강조한다. 인구밀도가 높을수록 1인당 물 가용량이 감소하여 가뭄 취약성이 높아질 수 있다는 것이다. 또한, 기상학적 가뭄이 없더라도 인구 증가 및 물 관리 관행과 같은 사회경제적 요인으로 인해 물 부족이 발생하여 가뭄 취약성이 증가할 수도 있다(Liu et al., 2020). 사회경제적 요인은 수문·기상 지표와 결합하면 가뭄 영향의 심각성과 분포에 큰 영향을 미치기도 한다(Zhang et al., 2022).
본 연구는 구글 스칼라(Google Scholar)를 활용하여 가뭄 피해에 영향을 미치는 다양한 사회경제적 요인에 관한 선행연구를 분석하였다. 검색어를 ‘사회경제적 요인(Socio Economics Factors)’, ‘가뭄 취약성(Drought Vulnerability)’, ‘가뭄 회복력(Drought Resilience)’, ‘주성분 분석(Principal Component Analysis)’, 그리고 ‘베이지안 네트워크(Bayesian Network)’로 한정하여 검색한 결과 총 89편의 문헌이 추출되었다. 이 가운데 비교적 최근에 발생하고 있는 사회 현상과 가뭄의 관계성을 파악하기 위해 2015년 이후 발간된 연구를 선별하였다. 가뭄 발생 시, 회복할 수 있는 대응 능력과 취약성을 중심으로 살펴보고 대응이 늦어지면 인명 피해까지 이어지는 연구를 중심으로 살펴보았다. 또한, 인자 선정의 신뢰성 측면에서 선행연구에서 활용한 사회경제적 요인의 출처가 명확하고, 동시에 국가통계포털(KOrean Statistical Information Service, KOSIS)에서 가뭄으로 인해 비상 급수 인구수가 집계되기 시작한 2008년 이후부터의 데이터를 확보할 수 있는 경우로 한정하였다. 이러한 과정을 통해 선행연구를 선별한 결과, 최초의 89편 중 총 13편이 앞서 언급한 모든 조건을 충족하였으며 본 연구에서는 이를 분석하였다. 이를 통해 본 연구에서 생활 가뭄의 피해에 영향을 미치는 사회경제적 요인을 선정한 근거의 타당성을 확보하였다.
Table 1은 가뭄의 취약성 및 피해에 영향을 미치는 사회경제적 요인을 분석하기 위해 선행 연구에서 활용한 인자들을 정리한 것이다. Shim et al. (2021)은 대한민국 내 제주도를 제외하고 지형적으로 섬에 해당하는 읍·면 지역을 연구 대상 지역으로 선정하여 총 90개의 섬에 대한 가뭄의 취약성을 평가하였다. 사회경제적 요인을 중심으로 가뭄의 영향력을 분석한 결과, 농업 종사자 비율, 농경지 면적, 상수도 보급률 등은 주요 취약 요인으로 선정되었다. 특히 상수도 인프라가 부족한 지역에서는 가뭄 피해에 대한 대응 능력이 매우 제한적이었으며, 동시에 재정적 독립성과 지역 GDP도 낮은 수준이 가뭄 대응력을 저해하는 주요 원인으로 작용하였다. Blauhut et al. (2016)은 유럽 전역에서 조사한 가뭄의 영향력, 가뭄 지수, 그리고 가뭄의 취약성을 결합하여 가뭄의 위험성을 평가할 수 있는 통계적 모델링을 제작하고 평가하였다. 가뭄의 취약성으로 구분된 인자를 살펴보면, 상수도 보급률, 인구밀도, 농경지 면적의 비율, 그리고 고령인구 비율 등으로 구성하였다. 연구 결과, 유럽에서는 지역별로 상수도 보급률과 연관된 댐, 지하수 자원, 공공 상수도 연결률이 가뭄의 취약성과 큰 연관성이 있다고 보여주었다.
Table 1.
Socioeconomic determinant of drought damage
Socioeconomic Factors Prior Research |
Water Supply Rate |
Proportion of Farmland Area |
Percentage of Economically Active Population |
Percentage of Basic Livelihood Security Recipients |
Percentage of Elderly Population |
Percentage of Population Under 5 Years Old |
Percentage of Agricultural or Manufacturing Workers | Unemployment Rate | Percentage of Green Space | Population Density |
| Kim et al. (2022) | ● | ● | ● | ● | ● | ● | ||||
| Mihunov and Lam (2020) | ● | ● | ● | ● | ● | ● | ● | |||
| Ahmadalipour and Moradkhani (2018) | ● | ● | ● | ● | ||||||
| Wang and Sun (2023) | ● | ● | ● | ● | ● | |||||
| Dumitraşcu et al. (2018) | ● | ● | ● | ● | ● | ● | ● | |||
| Blauhut et al. (2016) | ● | ● | ● | ● | ● | ● | ● | ● | ||
| De Silva and Kawasaki (2018) | ● | ● | ● | ● | ● | |||||
| Ahmadalipour et al. (2019) | ● | ● | ● | ● | ● | |||||
| Frischen et al. (2020) | ● | ● | ● | ● | ● | |||||
| Zhang et al. (2015) | ● | ● | ● | ● | ● | |||||
| Upadhyay and Sherly (2023) | ● | ● | ● | ● | ● | |||||
| Shim et al. (2021) | ● | ● | ● | ● | ● | |||||
| Serkendiz and Tatli (2023) | ● | ● | ● | ● |
가뭄이 빈곤에 영향을 미친다는 사실은 여러 연구를 통해 강조되고 있다. De Silva and Kawasaki (2018)는 스리랑카의 한 농촌지역을 대상으로 가뭄과 홍수가 빈곤 가구에 미치는 영향을 조사하였다. 분석 결과, 기초생활 수급자는 자연 자원에 의존성이 높아 재난에 취약하며 특히 농업에 의존하는 가구는 가뭄으로 인해 큰 경제적 손실을 겪는 것으로 나타났다. 해당 결과를 통해 빈곤층은 자연재해에 대한 경제적 회복력이 상대적으로 낮다는 특성을 보여주었다. Serkendiz and Tatli (2023)는 터키의 가뭄 취약성을 노출도, 민감성, 적응력의 세 가지 측면으로 평가하였으며, 사회경제적 요인이 가뭄 취약성에 중요한 역할을 한다고 분석하였다. 터키 내 지역별로 기초생활 수급자 비율, 실업률, 1인당 GDP를 통해 경제적으로 평가하였으며, 빈곤한 지역에서 가뭄 취약성이 더 크다는 결과를 도출하였다. 또한, 인구학적 측면에서 나이 의존성과 성비도 가뭄 취약성에 영향을 미치는 중요한 사회경제적 요인으로 작용하였다.
Zhang et al. (2015)은 중국 신장 타림강 유역의 가뭄 취약성을 평가하였다. 농업 종사자 비율, 부양 비율, 그리고 가뭄으로 인한 농업 손실 비율 등이 가뭄 취약성에 밀접하게 연관되어 있음을 확인하였다. 성비 비율과 문맹률이 가뭄 취약성에 높게 기여하는 지역도 존재하였다. Frischen et al. (2020)는 짐바브웨의 사회경제적 요인이 가뭄의 취약성에 미치는 영향을 중점적으로 다루었다. 짐바브웨는 농업 부문에 많은 인구가 의존하는 국가로 가뭄에 따른 경제적 타격이 심하다는 것을 보여주었다. 특정 지역에서는 전력, 위생 및 교통 인프라가 부족하여 가뭄에 더 큰 영향을 받는 것으로 분석되었다. Dumitraşcu et al. (2018)는 루마니아 남부 평야 지역의 가뭄에 대한 사회경제적 취약성을 평가하였다. 그들은 농업의 의존성이 높은 지역에서 기후변화로 인해 가뭄의 위험성이 증가하고 있음을 밝혔다. 인구 통계, 경제 지표, 용수 기반 인프라 등의 다양한 사회경제적 지표를 활용하여 분석한 결과, 농업 종사자 비율과 고령인구 비율이 높은 지역은 가뭄에 매우 취약하다는 것을 확인하였다.
아프리카의 가뭄 위험을 평가한 Ahmadalipour et al. (2019)는 기후변화와 인구밀도 증가, 그리고 사회경제적 취약성을 주요 변수로 간주하였다. 특히 중앙아프리카는 인구밀도가 증가하면서 가뭄 피해의 위험성을 증가시킬 것으로 예측되었다. 사회경제적 취약성은 가뭄이 지역 사회에 미치는 악영향을 심화시킬 수 있다(Thalheimer et al., 2022). 유사한 맥락에서 Upadhyay and Sherly (2023)는 인도의 가뭄 취약성을 평가하기 위해 다변량 프레임워크를 제시하여 기후변화, 용수 부족, 사회경제적 요인 등을 종합적으로 분석하였다. 사회경제적 요인은 인구밀도, 농업 종사자 비율, 문맹률 등 다양한 지표로 정의하였다. 인구밀도가 높고 기초생활 수급자가 많은 지역은 가뭄에 특히 취약하다는 것을 확인하였다.
Ahmadalipour and Moradkhani (2018)는 1960년부터 2015년까지 가뭄 취약성 지수(Drought Vulnerability Index)를 활용하여 아프리카에 대한 가뭄 취약성을 종합적으로 평가하였다. 분석 결과, 아프리카 내 국가에서 상하수도, 발전소, 그리고 정수장 등과 같은 사회적 인프라가 부족한 국가들은 다른 국가들에 비해 가뭄 피해가 크게 발생할 가능성이 높게 나타났다. Wang and Sun (2023)는 국가별 고령인구 비율, 경제활동 인구 비율과 같은 사회적 발전과 국가별 GDP, 기초생활 수급자와 같은 경제적 인자가 가뭄의 취약성과 위험도에 큰 영향을 미친다고 밝혔다. 특히 저소득 국가에서는 경제 발전이 제한되어 있어 기후변화에 대한 적응 능력이 낮아 가뭄에 대한 위험성이 많이 증가할 것으로 예측되었다. 반면, 고소득 국가들은 발전된 경제와 기술적 역량 덕분에 가뭄의 취약성이 감소할 것으로 나타났다.
마지막으로 베이지안 네트워크를 통해 각 인자 간의 관계성을 평가하여 가뭄 위험도에 대한 영향을 정량적으로 파악한 연구도 있다. Kim et al. (2022)는 충청북도를 대상으로 가뭄 노출성, 취약성, 대응 능력 및 위험도 사이의 영향 관계를 분석하였다. 가뭄 취약성 부문에서 인구밀도, 고령인구, 기초생활 수급자 등이 가뭄과의 관계성이 뚜렷하다는 것을 확인하였다. Mihunov and Lam (2020)은 미국 남중부 지역에서 발생한 가뭄이 자연환경과 인구에 미치는 복잡한 영향력을 이해하기 위해 베이지안 네트워크를 활용하였다. 분석 결과, 농업의 의존도가 높은 지역은 가뭄 피해를 크게 받을 가능성이 높게 나타났지만, 실업률과 기초생활 수급자 비율을 통해 경제적으로 발전한 지역으로 판단되는 행정구역은 가뭄으로부터 비교적 덜 영향을 받는 것으로 확인되었다.
3. 연구 범위 및 방법
3.1 연구 범위
본 연구는 대한민국의 행정구역1)을 기준으로 1개 특별시, 6개 광역시, 1개 특별자치시 그리고 155개 시군을 분석 대상으로 하며, 총 9개 권역으로 구분한다(Fig. 1).
총 9개 권역은 모든 행정구역을 포함한 대한민국(Republic of Korea, ROK), 경기권(Gyeonggi-gwon, GG), 강원권(Gangwon-gwon, GW), 충북권(Chungbuk-gwon, CB), 충남권(Chungnam-gwon, CN), 전북권(Jeolbuk-gwon, JB), 전남권(Jeolnam-gwon, JN), 경북권(Gyeongbuk-gwon, GB), 그리고 경남권(Gyeongnam-gwon, GN)이다. 경기권에는 서울특별시와 인천광역시를 포함하고 충남권에는 대전광역시와 세종특별자치시를 포함한다. 경북권은 대구광역시를, 경남권은 부산광역시와 울산광역시를 아우른다. 전남권은 광주광역시를 포함한다. 제주특별자치도는 제주시와 서귀포시 두 행정구역으로 이루어져 있으며, 분석에 활용할 수 있는 데이터가 충분하지 않아 따로 권역만의 결과를 도출하지는 않았다.
3.2 연구 방법
본 연구는 주성분 분석과 중요도 분석(Feature Importance)을 활용한다. 주성분 분석이란, 데이터들의 집합에서 특정 데이터를 구분 짓는 적합한 인자를 확인하는 방법론이다. 특히 주성분 분석은 고차원의 데이터를 저차원으로 축소하여 변수 간의 구조적 관계를 토대로 주요 인자를 선정할 수 있다는 장점을 가지고 있다. 본 연구에서는 행정구역 내 지역을 구분할 수 있는 주요한 사회경제적 요인을 확인하기 위해 활용하였다(Abdi and Williams, 2010). 주성분 분석은 다음과 같은 방법으로 시행한다. 첫째, 각 사회경제적 요인에 최대최소 정규화를 적용한다. 둘째, 데이터의 분산에 대한 특성을 내포하고 있는 공분산 행렬을 계산한다. 셋째, 공분산 행렬의 고유값과 고유벡터를 구한다. 마지막으로 고유값이 큰 순서대로 고유벡터를 정렬하여 첫 번째 주성분(Principal Component 1)을 구성하는데 기여도가 높은 주요 인자를 살펴본다.
중요도 분석은 비상 급수 인구수를 결정하는 사회경제적 요인의 중요도 순위를 매기고자 활용하였다(Wojtas and Chen, 2020). 중요도 분석은 활용되는 모델에 따라 중요도로 산출되는 지표와 결과가 다르게 나타난다. 본 연구에서는 다층 퍼셉트론(Multi-Layer Perceptron, MLP)과 엑스지부스트 알고리즘(XGBoost Algorithm) 모델을 활용한다. 다층 퍼셉트론은 인공 신경망의 한 유형으로 데이터를 처리하고 복잡한 비선형 문제를 해결할 수 있다(Riedmiller, 1994). 해당 모델은 신경망의 기본적인 구성요소인 완전 연결층(Fully Connected Layer)을 사용하는데, 이는 계층의 모든 뉴런이 다음 계층의 모든 뉴런과 연결된 구조를 의미한다. 그리고 완전 연결층은 특성 간 복잡한 관계에 대한 학습이 가능하며 모든 입력자료가 주요 인자를 산출하는 데 이바지한다. 또한, 다층 퍼셉트론은 은닉층(Hidden Layer) 여러 개를 구성한다는 장점을 기반으로 비선형적 관계 및 고차원 특성을 가진 데이터를 학습할 수 있다. 본 연구는 다양한 사회경제적 요인을 활용하여 가뭄 피해와의 관계성을 산출한다는 측면에서 여러 개의 퍼셉트론을 기반으로 학습할 수 있는 다층 퍼셉트론을 선택하여 활용하였다.
다음으로 엑스지부스트 알고리즘은 결정 트리 기반의 앙상블 학습 알고리즘으로 근사 알고리즘(Approximation Algorithm)을 적용하여 결과의 근사값을 구하면서 모델을 최적화시킨다(Vazirani, 2001). 해당 모델은 기존의 머신러닝에 대한 한계점을 보완하고 더욱 우수한 성능을 가지고 있다는 장점이 있다(Chen and Guestrin, 2016). 특히 엑스지부스트 알고리즘은 모델 내 과적합 방지 기능을 통해 사회경제적 요인이 가지고 있는 데이터의 추상적인 특성을 반영하여 학습할 수 있고, 변수 중요도의 해석이 명확하다는 측면에서 본 연구의 분석 모델로 적합하다.
본 연구에서 비상 급수 인구수에 미치는 사회경제적 요인을 확인하고자 머신러닝 기법을 활용한 인자의 중요도를 산출하였다. 이를 위해, 독립변수는 사회경제적 요인으로 구성하였으며, 종속변수는 비상 급수 인구수로 정의하여 사회경제적 요인과 비상 급수 인구수의 관계성을 파악하였다. 본 연구에서는 머신러닝 기법 적용을 위해 최대최소 정규화를 적용하여 비상 급수 인구수와 사회경제적 요인의 단위를 통일하였다. 이후, 다층 퍼셉트론에서는 모형을 학습하는 과정에서 산출되는 각 인자의 가중치에 대한 절대값의 평균을 중요도로 산출하였다. 엑스지부스트 알고리즘은 F1 Score을 중요도로 정의하였다. 해당 지표는 학습된 모델 내 비상 급수 인구수가 산출되는 과정에서 특정 사회경제적 요인이 주요 인자로 선정된 횟수를 의미한다. 두 지표 모두 큰 값을 가질수록 회귀 모델에서 중요한 인자임을 뜻한다.
4. 분석 결과
먼저, 2008년부터 2021년까지 최대최소 정규화를 적용한 행정구역별 사회경제적 요인과 비상 급수 인구수의 분포를 시각화한 결과는 Fig. 2와 같다. 구체적으로 살펴보면, Figs. 2(a) and 2(b)는 농업 종사자 및 고령인구 비율을 나타내며, 농업 종사자의 기준은 농업경영을 통해 연간 농산물 판매액이 120만 원 이상인 경우를 의미한다(KOSIS, 2025). 고령인구는 65세 이상을 기준으로 하고, 비율은 행정구역별 전체 인구수 대비 비율로 계산하였다. 이는 전반적으로 경기권과 경남권은 낮고 경북권은 높은 비율을 보여준다. Fig. 2(c)는 행정구역별 전체 인구수 대비 15세 이상 65세 미만인 경제활동 인구 비율로 서울특별시를 포함하여 경기권(예, 경기도 고양시, 하남시, 성남시)에 속하는 행정구역이 다른 행정구역들에 비해 높게 나타난다. Fig. 2(d)는 행정구역의 전체 면적 대비 녹지 비율로 본 연구에서는 임야와 공원으로 한정한다. 녹지 비율은 강원권과 경북권 일부 지역에서 다른 지역들에 비해 높게 나타난다. 반면, 경기권 부천시, 평택시, 그리고 전북권 군산시와 같은 일부 지역에서는 녹지 비율이 상대적으로 낮다는 것을 알 수 있다.
Fig. 2.
Spatial distribution of the average normalized value of the socioeconomic determinant and people affected by drought (2008-2021): (a) Percentage of agricultural workers, (b) Percentage of elderly population, (c) Percentage of economically active population, (d) Percentage of green space, (e) Percentage of manufacturing workers, (f) Proportion of farmland area, (g) Population density, (h) Percentage of basic livelihood security recipients, (i) Percentage of population under 5 years old, (j) Unemployment rate, (k) Water supply rate, (l) Population with access to emergency water supply
Fig. 2(e)는 행정구역별 인구수 대비 제조업 종사자 비율로 경기권 화성시와 평택시, 그리고 충북권 음성군과 같은 특정 행정구역에서 높게, 강원권 양구군, 고성군과 전남권 목포시, 여수시 등에서 낮게 나타난다. Fig. 2(f)는 전체 행정구역의 면적 대비 논과 밭으로 구분되는 농경지 비율로 충남권, 전북권, 전남권은 높은 비율을 보이나, 강원권은 낮은 비율을 보인다. Fig. 2(g)는 인구밀도로 서울특별시를 포함한 주요 광역시인 인천광역시, 부산광역시 등에서 인구가 밀집되어 나타난다. Fig. 2(h)는 행정구역별 전체 인구수 대비 기초생활 수급자의 비율의 분포를 보여준다. 기초생활 수급자는 생계비, 의료비, 주거비, 교육비 중 해당 가구의 소득인정액이 특정 기준 이하인 가정을 의미한다. 경기권은 낮고, 경북권과 전북권은 높은 비율을 보인다.
Fig. 2(i)는 행정구역별 전체 인구수 대비 5세 이하 비율로 경기권과 경남권에서 높게 나타난다. 실업률에 대한 행정구역별 분포를 보여주는 Fig. 2(j)에서는 경기권과 경남권에서 높은 비율을 차지하는 것을 볼 수 있다. Fig. 2(k)는 상수도 보급률을 보여주며 주요 도시에서는 높게 나타났으나 충남권 홍성군, 경남권 거창군 등에서 낮은 수치를 보인다. 마지막으로 종속변수로 활용한 비상 급수 인구수는 국가가뭄정보포털에서 제공하는 비상 급수 자료를 기반으로 정리하였다(ME, 2025). Fig. 2(l)를 통해 비상 급수 인구수의 행정구역에 대한 분포를 확인할 수 있다. 비상 급수 인구수가 많이 증가한 일부 지역(인천광역시, 강원권 속초시, 전남권 진도군 등)을 제외하고는 대부분 지역에서는 비상 급수 인구수가 발생하지 않거나 적다는 것을 알 수 있다.
Fig. 3은 주성분 분석과 중요도 분석을 활용하여 비상 급수 인구수에 영향을 미치는 권역별 주요 요인들을 선정한 결과이다. 또한, 지도 내 우하단에 위치한 그림은 전국 기준의 주요 요인을 보여준다. Fig. 3(a)는 주성분 분석을 통해 도출한 주요 사회경제적 요인이다. 비상 급수 인구수를 결정하는 요인이자 전국적으로 행정구역 구분에 기여하는 사회경제적 요인은 ① 고령인구 비율(0.4845), ② 농업 종사자 비율(0.4666), 그리고 ③ 경제활동 인구 비율(0.4266) 등으로 나타났다. 지리적으로 살펴보면 경기권, 강원권, 경남권은 농업 종사자 비율이 충북권, 충남권, 전남권은 고령인구 비율이 가장 주요한 인자였다. 경북권과 전북권은 경제활동 인구 비율과 녹지 비율이 주요한 인자로 선정되었다.
다음, 다층 퍼셉트론을 활용하여 비상 급수 인구수에 주요한 영향을 미치는 인자를 선정하였다(Fig. 3(b)). 전국을 기준으로 ① 인구밀도(0.1444), ② 고령인구 비율(0.1401), ③ 5세 이하 비율(0.1378)순으로 영향을 받은 것으로 확인되었다. 다만, 행정구역별로 구분해서 결과를 살펴보면, 경기권, 강원권, 전남권은 기초생활 수급자의 비율이 주요한 영향이었으며 충북권, 경북권, 전북권은 각각 논·밭 면적 비율, 녹지 비율, 실업률이 주요한 인자로 나타났다. 또한, 고령인구 비율은 공통적으로 경기권을 중심으로 강원권, 충북권, 충남권에서 다른 인자들에 비해 세 번째로 주요한 인자임을 확인하였다.
마지막으로 엑스지부스트 알고리즘을 기반으로 비상 급수 인구수에 영향을 미치는 주요한 사회경제적 요인은 ① 농업 종사자 비율(371.0), ② 기초생활 수급자 비율(301.0), ③ 실업률(267.0) 등으로 확인되었다(Fig. 3(c)). 특히 농업 종사자 비율은 대한민국의 전체 행정구역뿐만 아니라 구분된 모든 행정구역에서 비상 급수 인구수에 가장 큰 영향을 미치는 인자로 나타났다. 또한, 농업 종사자 비율과 고령인구 비율, 그리고 기초생활 수급자 비율은 주성분 분석과 다층 퍼셉트론에서도 주요 요인으로 도출되었다는 측면에서 이는 비상 급수 인구수에 영향을 미치는 가장 주요한 사회경제적 요인임을 알 수 있다. Table 2는 방법론에 따라 도출한 주요 사회경제적 요인을 종합한 결과이다.
Table 2.
Summary of research findings: socioeconomic determinants of emergency water supply accessibility
5. 논의 및 시사점
본 연구의 결과를 통해 크게 세 가지의 주요 사회적 현상이 대한민국 내 비상 급수 인구수에 큰 영향을 미친 것으로 판단된다. 주요 세 가지의 현상은 ① 농촌사회의 고령화, ② 불균형 발전 및 도시화, ③ 사회적 취약계층 노출로 정의할 수 있다. 해당 현상을 기반으로 전반적인 생활 가뭄에 미친 영향에 대한 원인과 이를 종합한 정책적 시사점에 대해 논의하고자 한다.
5.1 농촌사회의 고령화
본 연구의 결과는 대한민국 내 초고령화와 농촌사회 고령화의 요인에서 기인한다. 도시 및 지역의 축소로 인한 인구 감소, 특히 젊은 층의 인구 이탈은 중소도시와 농촌사회의 고령화로 이어지게 된다(Haase et al., 2012). 동시에 농촌사회는 과학 및 의학 기술의 발전으로 기대수명이 지속해서 증가하게 되면서 고령인구가 유지되는 현상이 발생한다(Buys et al., 2023). 이는 고령의 농업 종사자 비율이 농촌사회를 유지하게 되고 고령인구와 농업 종사자의 비율이 늘어나면서 지역적인 특성을 구분하는 주요한 지표로 작용하게 된다(Liu et al., 2023).
농촌사회의 고령화가 심각해지는 현상은 비단 대한민국에만 적용되지 않는다. Rigg et al. (2020)은 아시아 농민들의 고령화 문제를 지적하였다. 특히 태국을 중심으로 농촌 생활과 생계에서 고령화로 인해 농업의 생산성 및 농업 도시의 경제력에 미치는 영향을 고찰한 결과를 보여주었다. Zagata and Sutherland (2015)는 유럽 사례를 통해 젊은 층의 농업 종사자가 부족해지는 원인을 파악하는 것이 중요하다고 언급하였다. 해당 연구에서는 그 원인을 파악하기 위해 국가별 젊은 층의 농업 종사자 차이를 확인하였다. 독일, 프랑스, 스위스 등의 국가에서는 농장의 현대화와 높은 수익성을 보장해 젊은 농업 종사자가 부족하지 않지만, 소규모 농장이 많은 포르투갈, 이탈리아, 루마니아 등에서는 농업 분야의 고령화 문제가 심각해지고 있음을 시사하였다.
대한민국 내 농촌사회의 고령화는 점점 더 심해지고 있다. 2011년을 기준으로 65세 이상의 비율이 13.1%였으나 2023년에 들어서 21%를 보인다(KREI, 2025). Lee and Han (2021)은 대한민국의 농촌사회에서 저출산 현상과 고령화가 심화되고, 인구 감소의 위기가 높아지고 있는 농촌의 실태를 보여준다. 특히 저출생과 초고령화와 같은 사회적 영향으로 청년층과 중장년 인구가 농촌사회에서 빠르게 감소하는 반면, 노인인구는 급속하게 증가하고 있음을 강조한다. 이러한 상황에서 농촌사회 내 가뭄이 발생한다면, 농업 생산성의 지속 가능성은 감소하고 거주민들의 피해까지 이어진다는 것을 알 수 있다(Battisti and Naylor, 2009).
5.2 불균형 발전 및 도시화
대한민국 내 수도권 중심의 도시화와 불균형 발전은 가뭄의 취약성에 영향을 미친 것으로 판단된다. 비수도권 지역의 중소도시 및 농촌사회는 특별·광역시와 같은 대도시와는 달리 대도시의 보조적인 역할에 초점을 맞춰 발전하였다(Bell and Jayne, 2009; Wagner and Growe, 2021). 또한, 비수도권 지역은 대도시 지역에 비해 과거 중앙 정부 주도의 발전 전략과 경제적 효율성 중심의 성장전략이 부족하였다(Jeong and Lee, 2009). 즉, 중소도시 및 농촌사회는 국가 정책의 사각지대에 놓여 있으며, 주요 정책 및 연구에서 소외되는 현상이 발생한다. 이러한 고립 현상은 비수도권 지역의 도시 축소로 이어지게 된다. 이는 인구 변화에서 그치지 않고 경제 및 산업 분야 전반에도 영향을 미쳐 대도시에 비해 더딘 발전을 보인다(Gao et al., 2024; Haase et al., 2014; Schwarz et al., 2018).
좀 더 구체적으로 살펴보면, 인구밀도는 대한민국의 전반에 걸친 행정구역에서 비상 급수 인구수의 주요한 결정 요인으로 적용한다. 가뭄 취약성의 근본적인 원인을 파악한 Naumann et al. (2018)은 인구밀도를 가장 주요 원인으로 꼽았다. 인구밀도는 수자원의 지속적인 소비와 연관되어 있다는 점에서 인구밀도가 높으면 비교적 가뭄에 취약하다고 볼 수 있다. Nasrollahi et al. (2018)은 가뭄의 취약성을 평가할 수 있는 사회경제적 및 가뭄 지표를 활용하여 동일한 강도의 재난이라도 인구밀도가 높은 지역에서 더 많은 사람들에게 악영향을 미친다고 밝혔다. 이러한 관점은 본 연구의 중요도 분석 결과를 뒷받침한다. 예컨대, 다른 지역에 비해 인구밀도가 높은 충남권과 경남권은 인구밀도가 비상 급수 인구수의 주요 요인이었다. 인구밀도가 다소 불균형하지만, 서울특별시를 중심으로 높은 인구밀도를 가지고 있는 경기권의 경우에는 인구밀도가 비상 급수 인구수에 영향을 미치는 두 번째 주요 인자로 나타났다.
가뭄이 사회경제적 발전에 미치는 영향에 대해 검토한 Yang et al. (2023)는 가뭄이 특히 농업에 크게 의존하는 지역의 사회경제적 발전에 중대한 도전이 되고 있다고 말한다. 다시 말해, 농업 종사자 비율은 가뭄 취약성에 지대한 영향을 미친다. 예컨대, 대한민국의 행정구역(시군 단위)을 중심으로 미래 농업가뭄의 취약성을 평가한 Kim et al. (2018)은 농업 종사자 비율에 따라 가뭄의 취약성이 결정됨을 밝혔다. 이는 가뭄이 일차적으로는 농경지 면적과 수확량을 감소시키지만, 이차적으로는 고용률과 소득의 감소를 가져오기 때문이다.
Figs. 4 and 5는 방글라데시와 중국 내 농촌사회에서 가뭄이 사회경제적으로 미친 영향을 보여준다. 먼저, Paul (1995)은 방글라데시의 농업 지역에 거주하는 주민들이 반복적으로 발생하는 가뭄에 어떻게 대응하는지를 조사함으로써 가뭄의 전이 과정을 분석하였다(Fig. 4). 그는 가뭄이 사회 기근으로 이어지는 과정을 크게 두 가지 연쇄작용에 따른 것으로 보았다. 그에 따르면 가뭄은 일차적으로 농지와 농작물의 수확률 하락을 일으킨다. 이는 식량 생산의 감소로 이어지는데, 부족한 공급량은 식량 가격을 높이게 한다. 농경지 감소는 농업의 축소로 이어지며 이 과정에서 가뭄의 2차 효과가 발생한다. 농업의 약화는 농업 부문 종사자 수와 종사자의 소득을 감소시킨다. 따라서, 사회적으로 실업과 소득 감소 현상이 일어난다. 높은 식량 가격과 낮은 소득은 결국 1인당 곡물 소비량 하락으로 이어지고, 이는 총체적인 기근 현상을 일으킨다. 또한, 가뭄은 고소득 및 저소득 가구 모두에게 영향을 미치지만, 사회경제적으로 취약한 계층의 가구가 가장 큰 피해를 보는 것으로 나타났다.
중국의 수자원 관리를 개혁하기 위해 농업 종사자를 대상으로 인터뷰한 Zhong et al. (2015)은 가뭄이 농업 사회 내 거시 경제에 미치는 영향이 미미하였으나, 농작물 생산에는 상당한 영향을 미친다는 것으로 확인하였다(Fig. 5). 특히 가뭄으로 인한 생산량 감소는 더 많은 자본 투자와 비농업 분야의 노동력이 농업 분야의 노동력으로 이동하는 현상을 야기하였다. 그로 인해, 농촌 가구는 모두 소득이 증가하였음에도 불구하고 복지 및 식량 소비에서 심각한 손실이 발생하였다. 이 밖에도 여러 연구에서 가뭄이 농업 사회에 악영향을 끼친다는 결과를 보여주고 있다(Havens, 1954; Zhang et al., 2019).
이처럼 가뭄이 농업 사회에 미치는 영향을 순차적으로 살펴보면, 가뭄은 농업 생산량을 감소시키고, 이는 농작물의 가격 증가, 농업 분야의 고용률 감소 및 소득 감소와 같은 사회경제적인 영향을 초래한다. 이는 지역 내 인원 대비 농업 분야 종사자 비율이 높다면, 가뭄으로 인해 직접적인 영향을 받는 인구가 많다는 것을 뜻한다. 동시에 농업 종사자 비율이 높은 지역은 가뭄이 발생하게 되면 가뭄에 대응하는 데 필요한 자본 및 노동력이 농업 종사자 비율이 낮은 지역에 비해 비교적 많이 필요하게 된다. 결과적으로 농업 종사자 비율이 높은 지역, 즉, 산업 발전이 비교적 더디게 이루어지는 지역 내 가뭄에 대한 취약성이 높아진다는 것을 확인하였다.
5.3 사회적 취약계층 노출
고령인구 비율과 5세 이하의 비율은 대한민국 전국을 기준으로 비상 급수 인구수를 결정하는 주요한 요인으로 밝혀졌다. 고령인구와 5세 이하 어린이는 사회적 취약계층에 속한다(Kuran et al., 2020; Williams, 2002). 사회적 취약계층은 기후변화로 인해 잦아지는 자연재해에 자체적으로 대응할 수 있는 능력이 부족하다. 즉, 다른 계층에 비해 비교적 가뭄에 취약하며 더욱 쉽게 노출되는 경향이 있다. 전라북도 임실군의 노인 계층을 중심으로 연구한 Kim et al. (2014)은 각 개인의 재산과 사회적 위치에 따라 재난으로 인한 피해와 노출 수준이 다르다는 것을 확인하였다. 그들은 사회적 취약계층을 일차적으로 식별하고 보호하는 것이 재난 위험 관리에서 중요하다고 말한다.
건강이 악화된 노년층은 가뭄에 의한 사망에도 취약하다. 특히 개도국에서는 물을 확보하기 위해 고령인구들이 이동하는 과정에서 질병과 심한 스트레스를 받기도 한다(Aboderin and Beard, 2015; Omolo and Mafongoya, 2019; Matlakala et al., 2024). 또한, 고령인구는 경제적 불안정성으로 인해 재난 이후의 복구가 어렵기도 하다(Tirivangasi and Nyahunda, 2019). Cooper et al. (2019)는 53개의 개발도상국에서 어린이들의 영양 상태를 사용하여 가벼운 가뭄부터 심각한 가뭄이 아동의 성장 장애와 관련되어 있음을 보여주었다. 해당 연구에서는 기후 변화가 계속됨에 따라 아동 성장에 점점 더 부정적인 영향을 미칠 것으로 예상했다. 이러한 영향은 정부의 경제력, 인프라 등 다양한 요인에 의해 조절된다고 언급하였다. 또한, 가뭄으로 인해 발생하는 수질 오염은 어린이들에게 설사와 뎅기열과 같은 질병을 유발하기도 한다(Wang et al., 2022).
한편, 경기권, 강원권, 전남권에서는 기초생활 수급자가 비상 급수 인구수에 미치는 주요 인자로 나타났다. 기초생활 수급자는 경제적 불안정성으로 인해 가뭄과 같은 자연재해의 영향에 매우 취약하다. 특히 도심지 내 거주하는 기초생활 수급자는 다른 계층에 비해 가뭄에 불균형하게 노출되어 있다(Eriksen and O’brien, 2007; Winsemius et al., 2018). 이는 경기권에서 잘 드러나는데, 서울특별시와 인천광역시를 포함한 경기권은 일반적으로 사회경제적 계층화가 뚜렷하게 분리되어 있으며, 그들의 생활공간마저도 구분되어 있다(Joo, 2018; Lee and Han, 2024). 이러한 분리로 인해 도시화가 다른 지역에 비해 이루어진 도시임에도 불구하고, 인천광역시는 2015년 기준 6,510명의 비상 급수 인구수가 발생하였고, 경기권 광주시는 2011년부터 2021년까지 10년 넘게 꾸준히 비상 급수 인구수가 증가하였다. 또한, 강원권과 전남권은 다른 지역에 비해 기초생활 수급자의 비율이 비교적 높다는 사실은 해당 지역이 가뭄의 취약성이 높고 비상 급수 인구수에도 큰 영향을 미침을 시사한다.
5.4 생활 가뭄 관련 정책적 시사점
분석 결과를 정리하면, 생활용수가 불안정하게 공급되면서 가뭄 피해는 농촌지역의 고령자들과 취약한 사람들에게 더 큰 영향을 미친다. 이러한 농촌지역의 고령화는 인구 감소, 도시 기반 시설의 활용 저하 등과 같은 도시사회 문제를 불러온다. 또한, 농촌사회 고령화는 농업 생산성, 농촌 빈곤, 고령자의 부양 문제, 그리고 경제활동 인구의 농업 참여 감소에도 영향을 미친다(Cohen and Greaney, 2023; Rigg et al., 2020).
농촌사회의 평균연령은 아시아 전역에서 증가하고 있으며, 이는 가뭄 취약성과 비상 급수 인구수에 악영향을 미친다. 호주 남부 지역에 거주하는 농가 가족의 가뭄에 대한 회복력을 분석한 Greenhill et al. (2009)는 가뭄이 젊은 농업 종사자들보다 고령의 농업 종사자들에게 더 큰 영향을 미침을 밝혔다. 고령인구의 신체적 제한과 소득의 다각적인 접근에 대한 기회의 부족이 원인으로 나타났다. Horton et al. (2010)은 호주 농촌지역의 고령 인구들이 오랜 기간 건강상의 문제와 기후변화로 인해 가뭄 회복의 어려움이 증폭되었다고 말한다. 최근의 Mojaki et al. (2024)는 가뭄이 아프리카 레소토의 농촌 공동체에 미치는 영향을 분석하였다. 그들은 농촌 공동체 내 일부 고령층이 고령 연금에 의존하게 되며 가뭄 상황에서 취약하다는 점을 강조하였다.
기초생활 수급자 비율과 실업률은 정기적인 소득을 확보하기 어려운 상황인 취약계층의 특성을 반영한다. 이러한 취약계층은 가뭄에 더 취약하다. Mdungela et al. (2017)은 남아프리카의 실업률이 가뭄으로 인해 지역 사회와 공동체 농부들에게 미치는 경제적 악영향을 분석하였다. 해당 분석에서는 높은 실업률을 보인 특정 지역이 경제적으로 불안정하며, 이러한 취약성이 가뭄 시기에 더욱 악화된다는 점이 밝혀졌다. 즉, 실업률은 농부들의 가뭄 대처 능력을 제한하며 낮은 소득은 가뭄의 취약성을 높인다. Shahpari et al. (2022)는 이란의 가뭄이 경제에 미치는 영향을 다루었다. 분석 결과, 이란에서 발생한 가뭄은 농업 분야에서 실업을 초래하였으며 특히 농촌지역의 가구는 가뭄으로 인한 소득 감소로 필수 생계 비용조차 감당하기 어려운 상황에 처하기도 했다. 이는 자연스럽게 취약계층의 증가로 이어지는 현상을 가져왔다. 이처럼 가뭄은 실업률과 같은 경제적 지표와도 밀접한 관계를 보인다.
본 연구는 이러한 결과를 바탕으로 비상 급수 인구수로 대변되는 생활 가뭄에 대응하기 위해 다음과 정책적 시사점을 제시한다. 먼저, 농촌사회의 고령화를 고려하여 고령인구의 재난 대응력 강화를 위한 제도적 울타리가 필요하다. 대한민국의 고령화 관련 연구는 재정, 보건 및 의료 측면에서의 연구가 주를 이루고 있다(Kwon, 2006; Lee et al., 2012). 농촌사회의 고령화는 도시지역에 비해 사회경제적 기반이 열악하다는 점에서 비교적 빠르게 진행되고 있지만, 도시의 고령화에 관해 확인할 수 있는 재정 및 보건 환경 조성 분야에서 활발한 연구가 이루어지고 있다. 특히 기후변화로 인해 더욱 심화되는 가뭄은 농촌사회의 재정 및 산업 환경에 영향을 미칠 수 있으므로 이러한 가뭄 피해의 전이 현상을 고려하여 가뭄 대응 정책을 마련해야 한다.
나아가 지역 내 취약계층의 재해 및 재난 노출도를 저감하고, 이들을 보호할 수 있는 정책이 마련되어 있는지 지속적인 점검과 해결 방안 모색이 필요하다. 취약계층은 가뭄으로 인해 생활고와 식량 부족, 그리고 전반적인 삶의 질을 저해하는 경제적 피해를 겪을 수 있다. 가시적으로 피해를 보이는 홍수나 폭우와는 달리, 재난의 피해가 즉각적으로 나타나지는 않지만, 큰 영향을 미치는 가뭄 재난에 대응하는 데 있어 국민의 인식 제고는 매우 중요하다(Choi and Shin, 2020). 특히 Choi and Shin (2020)을 통해 대한민국은 가뭄 재난을 생계와 관련하여 심각한 문제로 인식하는 비율이 21.6%로 비교적 인식 수준이 낮다는 것을 확인했다. 이는 가뭄 피해에 대응하는 과정에서 정부의 관련 정책이 생계에 직접적인 영향을 미치는 수준의 용수 공급 제한까지는 시행되지 않았기 때문에 나타난 현상으로 보인다. 그러나, 취약계층은 상수도가 연결되어 있지 않은 취약한 주거 환경 등으로 인해 가뭄 상황에서 생존 위험성에 심각하게 노출된다. 즉, 사회적 약자를 고려한 가뭄 정책은 취약계층의 생존 문제와 삶의 질에 직결됨을 고려해야 할 것이다.
6. 결 론
본 연구에서는 대한민국 정부에서 제공하는 공공데이터를 기반으로 비상 급수 인구수에 영향을 미치는 사회경제적 요인을 분석하여 대한민국 내 생활 가뭄 관련 정책적 시사점을 제안하였다. 결과를 보면, 비상 급수 인구수를 결정하는 주요 인자는 모델마다 차이를 보이지만 고령인구 비율, 농업 종사자 비율, 5세 이하 비율, 그리고 기초생활 수급자 비율 등이 공통으로 강조되었다. 이러한 결과는 지역 발전의 불균형, 농촌사회 고령화, 그리고 취약계층의 재해 및 재난 노출 취약성 등이 영향을 주었을 것으로 판단된다. 또한, 높은 인구밀도를 가진 행정구역은 수자원의 지속적인 소비로 인해 가뭄 취약성을 심화시켰을 것이다.
현재 국가가뭄정보포털에서 제공하는 가뭄 대응 관련 지방자치단체 조치 사항은 가뭄을 예방하기 위해 대책을 수립할 시, 보다 정밀하고 포용적인 대응 전략이 필요함을 시사한다. 예컨대, 예방 단계에서 시행 중인 지방 상수도 확충, 빗물 저장시설 확대, 상시 용수 공급의 운반체계 구축 등 수자원 확보 정책은 고령화가 심한 농촌지역과 취약계층이 비교적 많은 지역에 우선 적용되어야 한다. 비상 급수 인구에 대한 사회적 분포와 접근성을 고려한 맞춤형 대응 체계를 마련하고, 사회적 취약계층이 우선 보호받을 수 있도록 지역 내 수자원 배분 및 긴급 지원 체계에 취약계층 데이터 기반의 우선순위를 반영해야 한다. 취약계층이 재난 피해 회복을 위해 경제적 재원이 추가로 필요하다는 점을 고려할 때, 이들을 위한 지원 정책 마련은 가장 중요한 과제가 될 것이다.
또한, 현재 국가가뭄정보포털에서 제공하는 가뭄 대응 가이드라인은 주로 중앙부처와 산하기관을 위한 매뉴얼에 한정되어 있다. 그러나, 지방자치단체는 가뭄 재난의 최전선에서 대응하고 있으며, 사회 변화가 가속화됨에 따라 향후 더 많은 책임과 대응이 요구될 것으로 보인다. 이러한 맥락에서, 지방자치단체가 실질적으로 가뭄 피해를 경감하고, 피해 회복력을 강화할 수 있도록 지원하는 가뭄 대응 매뉴얼에 관한 관심과 개발이 필요할 것이다. 나아가 가뭄 취약지도의 제작 과정을 살펴보면, 해당 지도는 본 연구에 비해 상대적으로 적은 사회경제적 요인을 고려한 것으로 확인할 수 있다. 이러한 점에서 본 연구는 가뭄 취약지도 제작의 발전적인 방향을 제시할 수 있으며, 향후 보다 포괄적이고 실질적인 대응 방안을 마련하는 데 참고 자료가 될 것이다.
본 연구는 사회경제적 요인을 사용하여 비상 급수 인구수에 미치는 주요 인자를 확인하였으나, 지역 내 총생산(Gross Regional Domestic Product), 지니계수(Gini Index)와 같은 지역별로 경제적 차이를 확인할 수 있는 인자가 고려되지 않았다는 한계점을 지닌다. 추후 연구에서는 지역별로 경제적 차이를 알 수 있는 인자를 고려하여 비상 급수 인구수에 미치는 영향을 살펴보고자 한다. 농경지 피해 면적, 농촌사회의 재해 보험 지급액 등과 같은 농업용수의 차질로 인해 생긴 피해와 사회경제적 요인과의 관계성을 살펴보는 연구는 농업 사회의 전반적인 가뭄 대응책을 마련에 기여할 수 있을 것이다.
