1. 서 론

기후변화, 인구 증가, 산업화 및 도시화는 전 세계적으로 자원의 수요를 급격히 증가시키고 있다. 이 가운데 물(water), 에너지(energy), 식량(food)은 인류의 삶과 지속 가능한 발전에 필수적인 핵심 자원이다. 이들을 독립적으로 바라보는 전통적인 접근 방식은 복잡하게 얽힌 자원 문제를 해결하는 데 한계를 가진다. 예를 들어, 식량 생산에는 물과 에너지가 필요하며, 에너지 생산에는 냉각용수 등 물이 사용된다. 도시화와 생활수준 향상은 전력 및 용수 사용량을 증가시키며, 산업 부문은 공업용수와 에너지 수요를 더욱 가중시키고 있다. 따라서, 물, 식량, 에너지 부문의 복잡한 자원의 상호의존성을 이해하고 증가하는 자원의 수요를 해결하기 위해 물-에너지-식량 넥서스(Water-Energy-Food (WEF) Nexus)의 통합적 접근이 요구된다.

WEF 넥서스 관련 연구는 부문 간 상호작용을 규명하고 지속가능한 자원 관리를 위한 이론적 및 실증적 틀을 제공해왔다. 특히 물발자국(Water Footprint, WF) 개념을 중심으로 한 식량 및 에너지 부문의 정량화 시도는 넥서스 분석의 기초를 형성하고 있다. 대표적으로 Arjen et al. (2011)과 Mekonnen and Hoekstra (2011)는 녹색·청색·회색 물발자국을 통해 농업 부문의 물 소비를 정량화하는 방법론을 제시했으며, Mekonnen et al. (2015)와 Spang et al. (2014)은 에너지 생산의 물 소비 특성을 정량화하여 물발자국 개념의 확장 가능성을 보여주었다.

국내 연구사례로는, Kim et al. (2013)은 한국 산업들의 직접 및 간접 물 사용량을 물발자국으로 정량화하여, 농림수산품 업종 및 석유·석탄 제품 분야에서 물 소비 집중이 심각하다는 것을 입증하고 국가 차원의 수자원 관리 정책 필요성을 강조하였다. 또한, Kim et al. (2019)는 시설 재배지에서 작물의 기준 증발산량과 난방 에너지 부하를 모의하여 물과 에너지 간 상호관계를 분석하였다.

하지만 에너지 및 식량 부문 모두에 대한 물발자국 정량화 연구는 국내외적으로 여전히 제한적이다. 에너지 부문에서는 냉각 방식과 에너지원별 특성을 반영한 지역 분석 사례가 드물고, 식량 부문에서도 일부 작물이나 단일 지역에 국한된 분석이 많아 전국 단위의 체계적인 분석이 부족한 실정이다. 특히 두 부문을 통합하여 동일 단위로 분석한 사례는 매우 드물며, 에너지-식량 간 자원 소비의 상호작용을 정량적으로 검토한 연구는 거의 전무하다. 이에 따라 에너지 및 식량 부문의 물 소비를 통합적으로 정량화하여 WEF 넥서스 구축을 위한 에너지 및 식량 부문의 물발자국 산정 방법을 제공하는 연구가 절실히 요구된다.

이러한 배경 속에서, WEF 넥서스를 실질적으로 구현하기 위해서는 각 자원의 소비 특성을 독립적으로 이해하고, 이들이 상호작용하는 방식과 상충 가능성을 정량적으로 평가할 수 있어야 한다. 현재 자원 관련 정책과 연구는 대부분 단일 부문 중심으로 이루어지고 있다. 부문 간 자원 수요의 충돌이나 자원의 과잉 소비와 같은 문제가 충분히 고려되지 않고 있다. 예를 들어, 신재생에너지 확대 정책이 물 사용량을 증가시킬 수 있으며, 농업 생산 확대가 수자원 고갈로 이어질 가능성이 있음에도 이에 대한 종합적 고려가 부족하다.

이러한 문제를 해결하기 위해서는, 각 자원 부문의 소비량을 동일한 기준으로 통합하고, 지역별 특성과 부문 간 상호작용을 정량적으로 분석할 수 있는 방법론이 요구된다. 물발자국은 이러한 목적에 적합한 지표로, 에너지 및 식량 부문에서의 자원 소비를 모두 물소비량(m³)으로 환산할 수 있다. 특히 자원 소비의 질적 특성(녹색·청색·회색)을 함께 고려할 수 있는 장점이 있다.

본 연구의 목적은 대한민국 시도 단위에서 에너지 및 식량 부문의 자원 소비를 물발자국으로 정량화하고 부문별 상대적 규모와 공간적 분포를 비교 및 분석하는 것이다. 연구 대상 지역은 전국 17개 시도이며, 분석 기간은 2014-2022년이다. 에너지 부문에서는 에너지원별 소비량·냉각 방식·물 스트레스 지수를 고려하여 물발자국을 산정하였고, 식량 부문에서는 녹색·청색·회색 물발자국을 구분하여 쌀 재배의 물 사용량을 평가하였다. 두 부문의 물 소비량을 동일한 수자원 단위(m3)로 비교함으로써, 지역별 자원 부담, 취약성, 수자원 의존 구조를 통합적으로 파악하였다. 이는 WEF 넥서스 기반 자원 관리 및 기후변화 대응 전략 수립을 위한 정량적 근거로 활용될 수 있을 것이다.

2. 연구 방법

2.1 WEF 넥서스

물, 에너지, 식량은 사회경제적 시스템 유지에 필수적인 3대 자원으로, 이들 간의 복잡한 상호작용을 체계적으로 분석하고 관리하려는 접근이 WEF 넥서스이다.

WEF 넥서스는 세 부문의 상호의존성을 고려해 자원 관리의 상충관계를 최소화하고 지속가능성을 확보하는 통합 분석틀로 제안되었다(Bazilian et al., 2011). 물은 에너지 생산과 식량 생산의 필수 요소이며, 에너지와 식량 수요 증가가 다시 물 수요를 확대하는 순환 구조를 가지기 때문에 세 부문을 분리하여 관리할 경우 장기적으로 자원 경쟁과 취약성을 초래할 수 있다(Biggs et al., 2015; Rasul and Sharma, 2016). 이러한 배경 속에서 최근 연구들은 부문 간 연계성과 상호작용을 정량화하기 위한 넥서스 분석이 확대되고 있다(Smajgl et al., 2016; Endo et al., 2017).

WEF 넥서스 개념은 단순한 자원 효율성 향상을 넘어서, 지속가능한 자원 거버넌스를 가능하게 하는 통합관리 프레임워크로 작동한다. 예를 들어, 에너지 생산은 발전소 냉각수나 바이오연료 재배를 통해 물을 대량으로 소비하고, 농업은 관개와 비료 생산을 통해 물과 에너지를 모두 요구하며, 물의 확보 및 정수 과정은 상당한 전력을 필요로 한다. 이처럼 세 자원은 생산과 소비 전 단계에서 서로 긴밀히 얽혀 있어 하나의 자원에 대한 의사결정이 나머지 두 자원에 영향을 미치게 된다.

우리나라는 좁은 국토에 높은 인구밀도, 에너지 수입 의존 구조, 지역 간 자원 불균형 등으로 인해 WEF 넥서스 구현이 특히 중요하다. 수도권은 식량 및 에너지의 소비 중심지인 반면, 지방은 자원 공급지로 기능하고 있어, 지역 간 자원 불균형이 넥서스의 공간적 적용과 직결된다. 또한 물과 에너지의 수요는 기후변화에 따라 동시적으로 증가하고 있으며, 탄소중립을 위한 에너지 전환 과정에서 새로운 물 수요가 발생할 가능성도 있다. 예를 들어 수소 생산, 해상풍력 냉각, 전력망 유지 등에서 물 수요는 증가하고 있다. 이와 같은 배경에서 WEF 넥서스는 정책 간 충돌 방지, 다부문 자원 통합관리, 지역 맞춤형 전략 수립에 기여할 수 있다.

2.2 물발자국

물발자국(WF)은 특정 활동, 제품 또는 서비스가 소비하거나 오염시키는 물의 총량을 정량화하는 지표로, 자원 사용의 환경적 영향을 평가하는 데 유용한 도구이다. 이 개념은 단순히 물의 소비량뿐만 아니라, 물 사용의 형태와 수질 영향까지 포함하여 종합적인 수자원 이용 실태를 파악할 수 있게 해준다. Arjen et al. (2011)에 따르면, 물발자국은 사용된 물의 기원과 용도에 따라 녹색 물발자국(Green WF), 청색 물발자국(Blue WF), 회색 물발자국(Gray WF)으로 구분된다.

녹색 물발자국은 강수에 의해 토양에 저장된 수분이 증발산되면서 소비되는 수분량으로, 주로 농작물의 생장 과정에서 자연적으로 사용되는 물을 의미한다. 청색 물발자국은 지표수와 지하수 등의 인위적으로 취수된 물을 의미하며, 관개, 산업용 냉각수, 생활용수 등 다양한 부문에서 활용된다. 회색 물발자국은 특정 활동에서 발생하는 오염물질을 자연적으로 희석·정화하는 데 필요한 물의 양을 의미하며, 수질오염의 간접적 지표로 활용된다.

2.3 연구지역 및 자료

물 부문 자료는 용수수요량, 강수량, 증발량 등의 자료가 해당된다(Table 1). 강수량과 증발량 자료는 기상청 기후통계포털(https://data.kma.go.kr)에서 제공되는 ASOS (Automated Synoptic Observing System) 관측 지점 자료를 활용하여 연단위 시도별로 합산되었다. 증발량 자료는 대형 증발계(pan)를 이용해 관측된 증발량으로, 지역별 기후 조건에 따른 증발 특성을 반영하는 자료이다. 해당 자료는 물 가용량 산정 시 강수량에서 차감되는 항으로 활용되어, 지역별 수문 환경의 상대적 차이를 반영하는 지표로 사용되었다. 용수수요량(생활, 공업, 농업 용수)은 국가수자원관리종합정보시스템(WAMIS, https://www.wamis.go.kr)에서 제공되는 연단위 및 시도 단위 자료를 활용하였다.

본 연구에서는 물발자국의 단위를 면적 당 물 사용량(m³/ m²)으로 간주했으며, 천 m³/년, mm 등의 단위를 가지는 물 부문 자료는 별도의 계산 없이 물발자국으로 변환이 가능하다. 따라서, 본 연구에서는 에너지 부문과 식량 부문에 초점을 맞추어 물발자국으로 전환하는 방법을 고려하였다.

에너지 부문은 발전원(석탄, 석유, 천연가스, 수력, 원자력, 신재생 등) 및 냉각 방식(개방형, 폐쇄형 등)을 고려하였다. 수집한 에너지 부문 자료는 면적, 강수량, 증발량, 용수 이용량, 에너지원별 소비량 등이 있다(Table 1). 에너지 부문 자료(에너지원별 소비량 및 신재생에너지 생산량)는 통계청 국가통계포털(KOSIS)(https://kosis.kr)에서 제공된 통계를 이용했으며, 연단위(2014-2022년)와 시도 단위로 구성된다. 에너지원별 소비량의 경우 시도 단위로 자료가 제공되기 때문에, 본 연구에서는 전국 17개 시도에 대하여 연구를 수행하였다. 또한 신재생 에너지원별 생산량은 2014년부터 자료 수집이 가능하며, 화석 에너지원별 소비량은 2013년부터 자료 수집이 가능하므로, 2014-2022년 기간의 연단위 자료를 구축하였다.

식량 부문에서는 물 소비 비중이 가장 높은 쌀을 대표 작물로 선정했으며, 각 시도의 쌀 재배에 드는 물발자국을 산정하였다. 수집한 식량 부문 자료는 벼 재배면적, 정곡 생산량, 강수량, 증발량, 질소 비료 사용량 등이 있다(Table 1). 식량 부문 자료(벼 재배면적, 정곡 생산량, 비료 사용량)는 농림축산식품부에서 발간한 농림축산식품통계연보(https://www.mafra.go.kr)를 통해 공개된 통계자료를 활용하였다. 에너지 부문과 동일하게 2014-2022년 연단위 자료를 구축했으며, 공간 해상도는 시도 단위이다. 세종시의 비료사용량은 모든 연도의 값이 제공되지 않기 때문에, 식량 부문은 세종시를 제외한 16개 시도를 대상으로 물발자국을 산정하였다.

2.4 에너지 부문 물발자국 산정 방법

에너지 부문에서의 물발자국 산정은 물 가용량, 물 스트레스 지수, 에너지 소비량, 에너지원별 물발자국 계수 등을 통합적으로 고려할 필요가 있다. 본 연구에서는 다음과 같은 세 가지 절차에 따라 에너지 부문의 물 발자국을 산정하였다.

2.4.1 물 가용량 산정

물 가용량(Water availability)은 각 지역에서 실제로 사용 가능한 수자원의 양을 의미한다. Eq. (1)과 같이 강수량에서 증발량을 차감한 값을 해당 지역 면적과 가용계수(α)로 보정하여 산정하였다(Swenson and Wahr, 2006; Hostetler and Alder, 2016; Xiong et al., 2023).

여기서 Wa는 물 가용량(m³), Pr은 연간 강수량(mm), Ev는 연간 증발산량(mm), Area는 지역 면적(km²), α는 실제 이용 가능한 비율을 나타내는 가용계수이다.

2.4.2 물 스트레스 지수 산정

물 스트레스 지수(Water stress index, WSI)는 특정 지역에서의 수요 대비 가용량의 부족 정도를 정량화한 지표이다(Eq. (2)).

여기서 Wd는 해당 지역의 생활용수, 공업용수, 농업용수 수요량의 합이며, Wa는 Eq. (1)의 물 가용량이다. WSI 값이 높을수록 사용 가능한 물의 양 대비 필요한 물의 양이 많다는 의미이다. 이는 해당 지역이 물 자원에 대한 압박을 크게 받고 있음을 의미한다.

2.4.3 에너지 부문 물발자국 산정

에너지 부문의 물발자국을 산정하기 위해 최종적으로 에너지 소비량, 물 스트레스 지수, 에너지원별 물발자국 계수를 곱하여 산정하였다(Eq. (3)).

여기서 WFE는 에너지 부문 물발자국(m³)이며, CFe는 에너지원별 물발자국 계수, WSI는 물 스트레스 지수, EC는 에너지원별 연간 소비량(toe)를 의미한다.

2.5 식량 부문 물발자국 산정 방법

식량 부문에서의 물발자국은 주로 작물 재배 과정에서 투입되는 수자원에 의해 발생하며, 이에 따라 녹색(Green), 청색(Blue), 회색(Gray) 물발자국으로 구분하여 평가하였다. 본 연구는 Arjen et al. (2011)과 Mekonnen and Hoekstra (2011)에 기반하여 식량 생산 과정에서의 녹색, 청색, 회색 물발자국을 정량적으로 산정하였다.

2.5.1 녹색 물발자국 산정

녹색 물발자국은 토양에 저장된 빗물이 작물의 증발산을 통해 소비되는 수분량을 기준으로 산정된다. 작물의 수분 요구량인 유효 증발산량은 기준 증발산량과 작물계수의 곱으로 산정된다. 작물의 수분 요구량과 강수량 중 작은 값을 녹색 수분량이라 하며(Eq. (4)), 녹색 수분량을 활용하여 Eq. (5)와 같이 녹색 물발자국을 산정하였다.

여기서 GW는 녹색 수분량, ETc는 유효 증발산량, P는 강수량, Green WF는 녹색 물발자국, A는 재배면적(ha), Y는 생산량(ton)을 의미하며, 결과적으로 단위 생산량(ton)당 소요된 녹색 물의 부피(m³)를 계산하였다.

2.5.2 청색 물발자국 산정

청색 물발자국은 농업용수 또는 관개에 사용된 지표수 및 지하수를 기반으로 산정되며(Eqs. (6) and (7)), 작물의 수분 요구량 중 강수량으로 충당되지 못한 부족분이 이에 해당한다.

Eqs. (6) and (7)은 강수량이 작물 수분 요구량보다 부족한 경우에만 청색 수분이 사용된다고 가정하며, 유효 증발산량이 강수량보다 작은 경우 청색 수분량(BW)은 0으로 간주된다.

2.5.3 회색 물발자국 산정

회색 물발자국은 농업 활동에서 수질오염을 초래하는 오염물질, 특히 질소 비료의 사용으로 인해 오염된 물을 희석하는 데 필요한 물의 양으로 정의된다. 이는 오염부하와 수질기준 차이를 기반으로 하며, Eqs. (8) and (9)로 산정된다.

여기서 L은 단위면적당 비료 사용량(kg/ha), L'은 총 비료 사용량(ton), Cmax는 질소 최대 허용 농도, Cnat은 자연수계에서의 농도 수준이다. Gray WF’는 전체 희석에 필요한 물의 총량(m³)이고, 이를 생산량으로 나누어 Gray WF를 산정하였다.

3. 에너지 부문 물발자국 산정

3.1 물 가용량 산정

우리나라의 지역별 가용계수(Eq. (1)의 α)는 공식 통계나 선행연구가 부족하여 적용이 어렵기 때문에, 본 연구에서는 유출 가능량을 추정할 수 있는 대체 지표로서 불투수면적 비율을 적용하였다. 불투수면적 비율은 강수의 침투 및 저류 손실을 제외한 지표 유출 전환 비율을 반영하므로 토지피복와 도시화 특성을 고려한 실질적 가용수량 산정에 더 적합하다. Eq. (1)을 계산한 결과 불투수면적 비율이 가장 높은 지역은 높은 도시화율과 도로, 건물, 포장면적이 가장 넓은 서울(52.96 %)이다. 경기는 15.46%로 비교적 낮은 편이지만, 절대 불투수면적은 전국 최대로 넓다. 인천(23.96%), 부산(29.28%), 울산(15.71%)은 해안도시로 공업단지와 도심이 밀집되어 있다. 특히 인천과 부산이 불투수면적 비율이 상대적으로 크다. 광주(25.80%), 대전(21.44%), 세종(12.74%), 대구(14.75%)는 상대적으로 면적이 작지만, 도심집중형의 높은 불투수구조를 갖고 있다. 강원(3.39%), 충북(7.12%), 충남(10.49%), 전북(8.59%), 전남(7.58%), 경북(5.71%), 경남(8.56%)은 불투수율이 낮으며, 산림과 농경지의 면적이 비교적 높기 때문에 강수량의 침투율이 높아 유효 강수량이 많은 지역이다. 제주는 13.26%로 도시화의 영향으로 비교적 높다.

물 가용량 산정 결과, 강수량이 많고 증발량이 작은 지역이 가용량이 높게 산정되었으며, 대체로 전북, 전남, 경북, 경남 지역이 크게 산정되었다. Fig. 1은 대표로 2020년의 물 가용량 산정 결과를 지도에 표시하였다.

Fig. 1.

Estimated water availability for 2020(unit: 1,000 m³)

3.2 물 스트레스 지수 산정

Eq. (2)를 활용하여 물 스트레스 지수를 산정했으며, 대표지역인 경기와 강원의 물 가용량과 물 스트레스 지수 산정 결과를 Fig. 2에 제시하였다. 경기의 경우 2019년에 강수량과 증발량의 차이가 매우 적어 물 가용성이 떨어졌다. 이에 물 스트레스 지수가 높게 산정되었다. 강원의 경우 증발량은 다소 일정하지만, 강수량의 증가와 감소를 반복하였다. 그 결과, 물 가용량의 변화가 크게 발생한 것으로 보인다.

Fig. 2.

Estimated values of water stress index for Gyeonggi and Gangwon

3.3 에너지 부문의 물발자국 계수

본 연구에서는 연료 소비, 발전소 발전 및 운영을 합산한 에너지원별 물발자국 계수를 산정하였다. 에너지원별 물발자국 계수의 범위가 크기 때문에, 우리나라의 적합한 물발자국 계수를 정하기 위하여 추가로 선행 연구를 참고하였다(Table 2). 시도별 동일한 물발자국 계수를 도입하였으며, 수력의 경우 댐에서 발생하는 증발 손실을 포함하여 산정되므로 수력 발전소가 존재하지 않은 지역은 0으로 간주하였다. 따라서, 수력 발전소가 있는 강원(소양강), 충북(충주, 대청), 경북(안동, 임하), 경남(합천, 남강), 전북(용담), 전남(주암) 지역은 68 m³/GJ을 사용하였다.

3.4 에너지 부문의 물발자국 산정

Eq. (3)에 따른 에너지 부문의 물발자국 산정 결과 중 대표로 2020년의 결과를 Fig. 3에 제시하였다.

Fig. 3.

Estimated energy footprints for 2020

서울은 석탄 소비가 없지만, 천연가스(87.87 m³)와 석유(33.23 m³) 사용량이 높다. 특히 바이오(256.52 m³) 부문에서 두드러지게 높게 나타나 총 물발자국이 390.02 m³로 상당히 큰 규모를 보였다. 이는 인구 밀집과 도시형 에너지 수요가 높은 서울의 특성을 반영한다. 부산은 천연가스(13.86 m³)가 주된 에너지원이며, 총 물발자국은 43.28 m³로 상대적으로 낮았다. 반면 울산은 천연가스(289.42 m³), 석유(58.09 m³), 바이오(702.08 m³) 등 대부분의 항목에서 높은 수치를 보이며 총 1,083.72 m³로 전국에서 가장 큰 물발자국을 기록하였다. 이는 울산의 조선·석유화학 산업 중심의 산업구조로 인한 높은 에너지 소비량이 반영된 결과이다. 인천(600.81 m³)과 충남(621.52 m³) 역시 전국 상위권을 차지하였다. 인천은 석탄(238.45 m³)과 천연가스(142.79 m³) 사용 비중이 높았으며, 충남은 석탄(307.18 m³)과 천연가스(62.63 m³), 바이오(238.26 m³)가 주요 요인으로 작용하였다. 특히 석탄의 경우 냉각 방식에 따라 물 사용량 차이가 크며, 관류식 냉각을 사용하는 대형 화력발전소가 있는 충남과 인천에서 높은 물발자국이 산정되었다. 경북(218.46 m³), 경남(170.54 m³), 전북(238.43 m³) 역시 산업 및 발전소 입지로 인해 석탄과 천연가스 비중이 높은 지역으로 나타났다. 특히 전북은 바이오(209.56 m³) 부문 비중이 커, 농업부산물 및 바이오매스 자원 활용이 물발자국에 반영된 것으로 분석된다. 한편, 세종(379.99 m³), 경기(288.69 m³)는 석탄 사용이 거의 없고 천연가스 중심의 도시형 에너지 구조를 보였다. 서울과 경기의 높은 도시화 수준은 천연가스 및 바이오 기반 열·전력 수요 증가로 이어진다.

태양광과 풍력은 전 지역에서 매우 낮은 수준(0-5 m³ 이하)의 물발자국을 보여, 수자원 측면에서 가장 친환경적인 에너지원으로 평가되었다. 수력의 경우, 충북(64.09 m³), 강원(23.26 m³), 전북(12.04 m³) 등 댐 기반 발전시설이 위치한 지역에서 다소 높은 값을 보였다. 마지막으로 바이오 및 폐기물 부문은 산업 및 인구밀도가 높은 지역일수록 큰 값을 보였다. 바이오는 울산(702.08 m³), 서울(256.52 m³), 충남(238.26 m³) 순으로 높았고, 폐기물은 울산(8.09 m³), 전남(5.19 m³), 경기(4.65 m³)에서 두드러졌다. 이는 생활폐기물 및 산업폐기물 처리 과정에서 발생하는 수자원 사용이 반영된 결과로 해석된다.

4. 식량 부문 물발자국 산정

4.1 녹색 물발자국 산정

Eqs. (4) and (5)를 활용하여 산정된 녹색 물발자국의 경우, 2014년부터 2022년까지의 전국 평균 녹색 물발자국은 1,859 m³/ton으로 산정되었다. 이는 Mekonnen and Hoekstra (2011)가 제시한 동아시아 지역 평균(약 1,700-2,000 m³/ton)과 유사한 수준으로, 우리나라 쌀 재배가 강우 의존형 농업 구조와 관개가 보완된 혼합형 농업체계임을 보여준다.

연도별로는 2014년 이후 전반적인 증가 경향이 관찰되었다. 초기(2014-2015년)에는 대부분 지역이 1,200-1,500 m³/ton 수준이었으나, 2020년 이후에는 2,000 m³/ton을 초과하는 시도가 다수 나타났다. 특히 2018-2020년 기간 평균 2,250 m³/ton 이상으로 상승했는데, 이는 기후변화로 인한 증발산량 증가와 여름철 강우량 증가가 주요 원인으로 분석된다. 대표 지역인 경북의 산정 결과를 Fig. 4(a)에 제시하였다.

지역별로는 경기(2,054 m³/ton), 제주(2,942 m³/ton), 인천(1,971 m³/ton), 대구(1,900 m³/ton), 울산(1,885 m³/ton) 등이 높은 값을 보였다. 이들 지역은 상대적으로 증발산량이 많고, 강우 의존도가 높으며, 제주의 경우 화산토 기반의 높은 투수성으로 인해 유효 강수량이 제한되어 녹색 수분 이용 효율이 낮게 계산된다.

반면 충북(1,614 m³/ton), 서울(1,635 m³/ton), 경북(1,619 m³/ton), 광주(1,735 m³/ton), 전북(1,727 m³/ton) 등은 평균 이하 수준을 보였다. 이는 도시화에 따른 경작지 축소, 혹은 관개수 활용 비중이 높은 지역적 특성의 영향으로 판단된다. 전남(1,847 m³/ton)과 충남(1,724 m³/ton)은 논 면적이 넓고 자연 강우 의존도가 높지만, 풍부한 관개 인프라로 인해 녹색수와 청색수의 비중이 균형을 이루는 특징을 보였다.

4.2 청색 물발자국 산정

Eqs. (6) and (7)을 활용하여 산정한 청색 물발자국 분석 결과, 청색 물발자국은 전국에 걸쳐 산발적으로 발생하였다. 특히 광주는 총 6회 발생하며 빈도 면에서 가장 두드러졌다. 광주는 2022년에 1,421 m³/ton으로 청색 물발자국의 최고값을 기록하였다. 대표 지역인 광주의 청색 물발자국 산정 결과를 Fig. 4(b)에 제시하였다.

Fig. 4.

Estimated green, blue, gray footprints

광주를 제외한 다른 지역은 9년 중 1-3회만 물 발자국이 발생하였다. 부산의 경우 전체 기간 청색 물 발자국이 단 한 차례도 발생하지 않아 강수 의존도가 높은 지역인 것으로 나타났다. 전국 평균 청색 물발자국은 82 m³/ton이며, 광주(486 m³/ton), 제주(163 m³/ton), 인천(155 m³/ton)에서 높은 값을 보였다. 이들 지역은 강수 편차가 크거나 논 면적 대비 관개시설 밀도가 높은 지역으로, 지표수나 지하수의 비중이 큰 지역이다.

4.3 회색 물발자국 산정

Eqs. (8) and (9)를 활용하여 산정한 회색 물발자국 분석 결과 제주에서 가장 극단적인 수치가 나타났으며, 이를 Fig. 4(c)에 제시하였다.

2014년부터 2022년까지의 전국 평균 회색 물발자국은 약 2,850 m³/ton으로 나타났다. 그러나 제주의 극단적으로 높은 수치(45,600 m³/ton)가 전체 평균을 왜곡한 결과이며, 제주를 제외한 15개 시도의 평균은 약 9 m³/ton으로 매우 낮은 수준이었다. 2016년부터 제주의 질소 비료 사용량의 급격히 증가하기 시작했으며, 2022년에는 63,511 m³/ton에 도달하였다. 이는 다른 시도 평균 대비 수십 배에서 수백 배에 달하는 값이다. 이는 비료 사용량은 전국 평균 이하이고 재배면적이 매우 작지만, 면적 대비 비료 사용량이 크기 때문에 회색 물발자국이 크게 산정된 것으로 보인다. 또한, 제주의 강우량이 많음에도 불구하고 토양 투수성이 높아 비료 성분이 지하수로 직접 유입되기 때문에, 수질 보전을 위한 희석수요가 더 높은 것으로 보인다. 반면 내륙 지역은 유효 강수량이 충분하고 오염부하가 상대적으로 작아 낮은 값이 산정되었다.

4.4 식량 부문의 물발자국 산정

식량 부문의 총 물발자국은 녹색 물발자국과 청색 물발자국, 회색 물발자국의 합으로 계산한다. 평균 녹색, 청색, 회색 및 총 물발자국의 전국 산정 결과를 지도에 표시하였다(Fig. 5).

Fig. 5.

Estimated mean food footprints

분석 결과, 전국 평균 총 물발자국은 4,821 m³/ton으로 산정되었다. 그러나 제주의 매우 높은 회색 물발자국(45,600 m³/ton)이 포함된 결과이다. 제주를 제외한 15개 시도의 평균은 약 1,900 m³/ton 수준으로 산정되었다. 즉, 대부분 지역은 녹색 물발자국이 전체의 약 90% 이상을 차지하며, 청색 및 회색 물발자국의 비중은 상대적으로 미미하였다.

지역별로 살펴보면, 광주(2,228 m³/ton), 인천(2,131 m³/ton), 경기(2,174 m³/ton), 울산(2,011 m³/ton), 대구(1,980 m³/ton) 등이 전국 평균을 웃돌았다. 이들 지역은 강수 편차가 크고, 여름철 고온·다습 기후로 인한 증발산량이 높아 녹색 물발자국이 크게 산정되었다. 특히 인천과 경기 지역은 도시형 농업이 부분적으로 존재하며, 관개시설 활용으로 청색수 비중이 다소 높게 나타났다.

반면 충북(1,635 m³/ton), 경북(1,693 m³/ton), 충남(1,742 m³/ton), 서울(1,725 m³/ton) 등은 상대적으로 낮은 값을 보였다. 이는 경작지 면적이 제한적이고, 강우 및 관개수의 효율적 관리가 이루어지고 있음을 의미한다. 전남(1,892 m³/ton)과 전북(1,795 m³/ton)은 전국 평균 수준이며, 자연 강우에 의존하는 전통적 논농사 구조의 영향을 받는 것으로 해석된다.

가장 특이한 지역은 제주(48,705 m³/ton)로, 전체의 약 93%가 회색 물발자국에 해당한다. 제주는 좁은 경작지 면적에 비해 비료 투입량이 많고, 투수성이 높은 화산토 지질로 인해 비료 성분이 지하수로 직접 유입되어, 수질을 희석하기 위한 물 수요가 매우 높게 산정되었다. 이는 농업활동이 지역 수자원과 수질에 미치는 영향을 단적으로 보여주는 사례이며, 제주의 지하수 자원 보호와 비료 관리의 중요성을 시사한다.

식량 부문 총 물발자국은 전반적으로 녹색 물발자국이 지배적이며, 청색은 관개 기반 지역에서, 회색은 토양 특성이 불리한 지역(특히 제주)에서 증가하였다. 이는 지역별 기후·토양·농업 구조의 차이에 따라 크게 달라지는 수자원 소비 패턴을 보여주는 것이며, 기후변화 대응을 위해 지역 특성을 반영한 효율적 물 이용, 비료 관리, 관개 최적화 전략 수립이 필요하다.

5. 결 론

본 연구는 우리나라 시도 단위에서 에너지 및 식량 부문의 물 소비를 물발자국 지표로 정량화하고, 이를 통합적으로 분석함으로써 WEF 넥서스를 실질적으로 구현하기 위한 정량화 방법을 개발하였다.

에너지 부문에서는 에너지원별 소비량, 냉각 방식, 지역의 물 스트레스 지수를 반영하여 산정한 결과, 충청남도, 인천광역시, 경기도 등이 석탄 소비 중심의 전력 구조로 인해 물발자국이 높게 나타났다. 또한 울산과 서울은 석유 및 천연가스 기반의 에너지 소비가 높아 전체 물발자국 규모에서 상위권을 기록하였다. 반면, 풍력 및 태양광 등 신재생에너지는 물 사용량이 거의 없어 물발자국 측면에서 가장 환경친화적인 에너지원으로 확인되었다.

식량 부문에서는 녹색 물발자국이 전체의 대부분을 차지했으며, 농업 규모가 크고 자연 강수 의존도가 높은 광주, 경기, 인천, 울산 등의 지역에서 높은 값을 보였다. 청색 물발자국은 일부 도심 지역이나 용수 부족 지역에서 제한적으로 산정되었고, 회색 물발자국은 제주도에서 가장 높게 나타나, 재배면적 대비 비료 투입량이 환경적 부담으로 작용하고 있다는 것을 보여주었다.

이러한 결과는 부문별 자원 소비 특성과 지역 간 자원 조건을 통합적으로 고려할 수 있는 물발자국 기반 넥서스 분석의 유용성을 입증하며, 국가 및 지역 단위의 통합 자원 관리 전략 수립, 기후변화 적응 정책, 에너지 전환 시나리오 평가 등에 기초자료로 활용될 수 있다. 특히 향후 연구에서는 다양한 작물 및 에너지 전환 기술에 대한 적용 확대, 물발자국의 환경적 영향 지표 연계, 정책 시뮬레이션 모델 개발 등이 병행될 필요가 있다. 본 연구는 에너지 및 식량 부문의 물발자국을 동일한 수자원 단위로 정량 비교했으나, 두 부문 간 인과적 상호작용을 분석하기에는 한계가 존재한다. 향후 연구에서는 인구·산업 구조·농업 에너지 투입량 등 연결 변수를 포함한 확장형 넥서스 모델을 적용함으로써 자원 간 상호작용 분석이 필요하다. 또한, 본 연구에서 활용된 에너지 부문 물발자국 계수는 해외 표준값이지만, 국내 실측 기반 계수 개발 및 공개 데이터 확충이 이루어진다면 수자원·산업·에너지 부문 특성을 정밀하게 반영한 국가 맞춤형 물발자국 연구로 확장될 수 있을 것이다.