1. 서 론
2. 방법론
2.1 SWMM
2.2 2차원 흐름 해석
2.3 영향도 기반 맨홀 평가 기법
3. 대상유역 및 조건
3.1 대상유역
3.2 SWMM 모의조건
3.3 모의 조건 검증
3.4 확률강우량 시나리오 산정
4. 연구결과
4.1 지속시간 및 재현기간별 맨홀 선별 및 분석
4.2 주요 맨홀의 역류 시점 확산 과정 분석
5. 결 론
1. 서 론
기후 변화는 전 세계적으로 기상 패턴을 변화시키며, 이에 따라 더욱 극심하고 빈번한 홍수가 발생하고 있다. 급격한 도시화 또한 불투수면적의 확대로 인해 자연적인 유출 및 저류 기능을 약화시키며, 도시 침수 위험을 가중시키는 주요 요인으로 작용한다. 이러한 변화는 단순한 수문 순환의 교란에 그치지 않으며 도시 인프라, 환경 관리, 재난 위험 관리, 공공 안전 등 다양한 분야에 복합적이고 시급한 문제를 야기하고 있다(Moon et al., 2024).
도시 홍수는 대표적인 도시형 재난으로 최근 서울을 비롯한 대도시에서는 설계 강우를 초과하는 폭우로 인해 반복적인 침수 피해가 보고되고 있다. 특히 2022년 8월 서울 지하철역 침수, 태풍 힌남노로 인한 포항 아파트 지하주차장 침수, 2023년 오송 지하차도 사고 등은 기존 배수 시스템이 과거 기후 조건을 기반으로 설계되어 기후변화 대응력이 부족함을 보여준다. 이에 국내에서는 차수판 설치, 하수관로 확충, 배수펌프장 증설 등 구조적 대책을 중심으로 홍수 위험을 저감해 왔으나 막대한 비용과 장기 공사 기간, 그리고 극한 강우 시 효율 저하 등의 한계가 지적된다(Fan et al., 2025).
이러한 구조적 대책의 한계로 인해 법·제도적 기반 강화 및 도시계획·설계 단계에서의 침수 취약성 반영 등의 비구조적 대책의 병행이 필수적인 것으로 판단된다. 국내에서는 2024년 제정된 “도시하천유역 침수피해방지대책법”을 통해 환경부 장관이 유역 단위의 도시침수 예·경보를 시행할 수 있도록 규정하고 있다. 그러나 이러한 유역 규모의 정보는 지형 조건과 배수 체계가 복잡한 지하공간의 국지적 침수 위험을 세밀하게 반영하기에는 한계가 있다. 특히 지하공간 침수는 단 시간에 인명 피해로 이어질 수 있는 고위험 재해임에도 불구하고 이에 대한 사전 예보 및 대응 체계에 관한 연구는 매우 미비한 실정이다. 반면에 일본에서는 지자체별로 지하공간 침수로 인한 인명 피해를 예방하기 위해 ‘특별경계수위’제도를 운영하고 있다(Lee et al., 2024). 이 제도는 관로의 동수경사선 형태를 시각적으로 검토하여 침수 우려가 있는 공공 하수도를 ‘수위주지하수도(수위 알림 하수도)’로 지정한다. 이러한 제도는 지하공간 내 체류 인원이 지상으로 안전하게 대피할 수 있는 시간을 고려하여 대피 기준 수위를 사전에 지정하는 비구조적 대응체계이다. 특별경계수위를 지정하기 위해서는 해당 지하공간의 침수에 기여도가 큰 맨홀을 선정하는 것이 선행되어야 함에도 지금까지 관련 연구가 매우 부족한 실정이다.
기존 도시침수 관련 연구는 주로 SWMM (Storm Water Management model)을 기반으로 한 1차원 하수관망 모형과 2차원 흐름 해석 모형을 연계하여, 월류가 발생한 맨홀을 2차원 모형의 유입 경계조건으로 적용하는 방식으로 수행되어 왔다(Kwon et al., 2025; Keum et al., 2018; Park et al., 2020). 그러나 이러한 접근은 월류 위치와 유입량을 단순히 재현하는 데 그치며, 지하공간 침수에 기여하는 맨홀의 상대적 영향도(Impact Assessment)를 정량적으로 평가하는 연구는 매우 제한적이다. Meijer et al. (2018)은 SWMM 모형을 이용하여 그래프 이론을 기반으로 하수관망의 구조적 중요도를 평가하는 연구가 수행하였으나, 1차원 관망의 구조적 특성만으로는 실제 침수에 영향을 미치는 맨홀을 식별하는 데에는 한계가 존재한다.
이와 같이 기존의 도시침수 관련 연구에서는 내수 범람 위험 수위를 산정하는 과정에서 침수에 영향을 미치는 주요 맨홀을 정량적으로 선별·평가하는 체계가 미비하다. 대부분의 경우 관로의 배수 상태나 동수경사선 형태를 시각적으로 검토하여 위험성을 판단하는 정성적 접근에 의존하고 있다. 이에 따라 분석자의 주관적 판단이 결과에 영향을 미칠 수 있다. 또한, 기존 연구들은 월류 맨홀을 단순히 2차원 모형의 유입 조건으로 적용하는 수준에 그쳐 지하공간 침수에 대한 개별 맨홀의 상대적 영향도를 정량적으로 평가하는 방법론이 부재한 실정이다.
이에 본 연구에서는 SWMM과 2차원 흐름 해석 모의를 연계하여 다양한 강우 시나리오별 침수면적과 도달시간의 변화를 분석함으로써, 도시 지하공간 침수에 기여하는 맨홀의 영향도를 정량적으로 평가하는 방법론을 제안한다. 아울러 제안된 방법을 적용하여 도시 내 다수의 맨홀 중 침수에 대한 영향도가 높은 지점을 우선관리 대상으로 선별할 수 있는 체계를 구축함으로써, 향후 비구조적 대책 수립 및 침수 위험관리의 효율성 향상에 기여하고자 한다.
2. 방법론
2.1 SWMM
SWMM은 미국 환경보호청(Environmental Protection Agency, EPA)에서 개발한 도시유역 모형으로 도시 지역의 유출 산정과 관로 내 유동 해석에 널리 활용되고 있다. 국내에서도 도시침수 모의 연구의 약 60% 이상이 SWMM을 기반으로 수행되고 있으며(Lee et al., 2022), 도시 배수체계 해석에 가장 보편적인 모형으로 평가된다.
본 연구에서는 오픈소스 버전인 EPA-SWMM을 활용하였으며 하수관거의 유입·유출 및 저장 특성을 모의하고 EXTRAN 블록을 이용하여 비정상류 조건의 수위와 유량을 계산하였다.
이 과정을 통해 2차원 침수모형과의 연계를 위한 맨홀 단위 수위·유량 산정 자료를 구축하였다.
사용된 주요 변수의 정의는 다음과 같다. 는 단면적(m2), 는 관로 내 유량(m3/s)을 의미하며, 는 관로를 따라 설정된 거리(m), 는 시간(sec), 는 중력가속도(m/s2), 는 전체 수두(m)룰 나타낸다. 또한 는 하수관거의 바닥 고도(m), 는 수심(m)을 각각 나타내며,는 마찰경사, 의 경사를 바닥경사로 지칭한다.
2.2 2차원 흐름 해석
본 연구의 2차원 지표면 흐름 해석은 Kawaike (2002)가 제시한 동역학파(Dynamic Wave) 해석 기법을 기반으로 수행하였다. 이 기법은 지표면에서의 비정상류 흐름을 모의하기 위해 2차원 연속방정식과 운동량방정식을 지배방정식으로 채택하며, 그 수식은 아래와 같이 표현된다(Eqs. (3), (4), (5)).
사용된 주요 변수의 정의는 다음과 같다. 는 수심(m), 은 각각 , y방향 유량 플럭스(m2/s)(, )로 정의된다. 이때 는 방향 평균유속, 는 방향 평균유속을 나타낸다. 또한 는 단위 면적당 맨홀 역류량(m/s), 은 조도계수, 는 중력가속도(m2/s), 는 자유수면고(m)를 나타낸다.
SWMM 모형에서 도출된 각 강우 시나리오별 맨홀 역류량과 역류 발생 지점을 활용하여 2차원 흐름 해석 모델의 입력자료로 적용하였으며, 이를 통해 2차원 침수 확산 과정을 모의하였다.
2.3 영향도 기반 맨홀 평가 기법
본 연구에서는 도시 지하공간 침수에 기여하는 맨홀을 체계적으로 선별하기 위하여, 영향도 기반 맨홀 평가 기법을 제안하였다. 이 방법은 SWMM 및 2차원 침수모의 결과를 활용하여, 지하철 출입구 또는 지하공간으로의 침수 유입에 상대적으로 기여도가 높은 맨홀을 정량적 및 정성적으로 평가하는 것을 목표로 한다.
우선 DSM을 활용하여 각 맨홀의 배수 방향과 흐름 연결성을 분석하고, 지하철 출입구로의 유출이 발생할 가능성이 있는 맨홀만을 대상으로 선정하였다. 지하철 역사 출입구의 침수심 기준은 강남구에서 지정한 지상 침수심 경보 기준인 0.3 m로 설정하였다(GO, 2023). 다만 지하철 입구에 침수심이 0.3 m를 초과한 상태에서 역류가 발생한 맨홀은 실질적으로 지하공간 침수에 기여하지 않는다고 판단되어 분석대상에서 제외하였다. 이는 지하철 출입구의 수위가 이미 0.3 m 이상 상승한 이후에 맨홀의 역류가 발생하는 경우이다. 이러한 경우 해당 맨홀이 지하공간 침수에 직접적으로 기여한다고 보기 어려울 뿐만 아니라 지하공간 대피에 활용할 수 있는 정보가 없다고 판단되었기 때문이다.
이후 각 맨홀의 영향도를 정량화하기 위해 세 가지 주요 변수(D, T, V)를 선정하였다(Table 1). D는 맨홀과 지하철역 출입구 간의 평면상 거리를 의미하며, 유출경로를 공간적 근접성을 나타낸다. T는 맨홀 역류가 시작되는 시각으로, 지하공간 침수 시점과의 시간적 선후 관계를 고려하기 위한 지표이다. V는 누적 맨홀 역류량으로 침수에 기여한 총 유량을 의미한다.
Table 1.
Priority index variables and weighting factors
| Symbol | Description | Weight |
| D | Distance between manhole and subway entrance | = 0.3 |
| T | Time of manhole overflow initiation | = 0.4 |
| V | cumulative overflow Volume at manhole | = 0.3 |
각 변수는 서로 다른 단위와 범위를 가지므로, 정규화(normalization)하여 0-1 범위로 환산하였다(Eq. (6)).
정규화된 변수는 가중합(Weighted Sum)형태로 영향도 산정식을 통해 통합 및 평가하였다(Eq. (7)).
여기서 , , 는 각 변수의 중요도를 반영한 가중치(weighting factor)로 지하공간 침수 발생 시 상대적으로 영향이 큰 항목일수록 더 높은 가중치를 부여하였다. 본 연구에서는 맨홀 영향도 평가와 관련된 선행연구가 충분히 축적되지 않은 점을 고려하여 귀납적(Inductive) 접근을 통해 가중치를 산정하였다. 즉, 2차원 침수모의 결과를 분 단위로 분석하여 맨홀에서 역류가 발생하고 지하철역 출입구로 침수가 진행되는 과정을 시각적으로 검증한 결과를 바탕으로 각 변수의 중요도를 상대적으로 판단하였다. 그 결과, 지하철역 입구에서부터 맨홀까지의 거리(D) = 0.3, 역류 시작시각(T) = 0.4, 누적역류량(V) = 0.3으로 가중치를 설정하였다. 최종적으로 계산된 Score 값이 높을수록 해당 맨홀이 지하공간 침수에 대한 기여도가 높은 우선관리 대상 맨홀로 분류된다.
3. 대상유역 및 조건
3.1 대상유역
서울특별시 반포 배수구역은 한강 남측의 서초구 일대에 위치하며 주요 배수로는 반포천을 중심으로 발달하였다. 본 지역은 서초 및 잠원 고지대에서 유출된 우수가 집적되는 중·하류부 저지대로서 강남역 일대와 더불어 서울 도심의 대표적 침수 취약지로 알려져 있다(Kim and Sung, 2022). 반포천 유역은 상류부에서 급경사를 이루다가 하류부로 갈수록 완만해지는 지형적 특성을 지니며, 하천 합류부와 저지대 인근은 내수 배제가 원활하지 못한 구조적 한계를 가지고 있다. 특히 하류부 일대는 지표면 고도가 낮고 하수관거의 통수능이 제한적으로 설계되어 있어 단기간의 집중호우 시 반복적으로 통수능 부족 현상이 발생한다.
본 연구에서는 반포 배수구역 중 서초 1·2·3·4·5 분구와 논현, 역삼 분구를 연구 대상 유역으로 선정하였으며 총 면적은 약 12.40 km2이다(Fig. 1(a)). 대상 유역은 전체 면적의 약 92.45 %가 주거지 및 상업·업무시설로 구성되어 있으며, 주요 간선도로와 지하철역, 지하상가 등이 분포한다. 이에 따라 지표면 불투수율이 매우 높아 강우 시 지표 유출이 급격히 증가한다. 이로 인해 배수펌프장과 하수관망에 과부하가 발생하여 침수가 반복적으로 발생하는 지형적 특성이 확인된다. 대상 유역내에 영향도 높은 맨홀 평가를 위한 지하철 역사는 침수가 빈번히 발생하는 교대역 일대로 선정하였다(Fig. 1(b)).
3.2 SWMM 모의조건
본 연구에서는 SWMM 모형의 입력자료로 활용되는 수리·수문학적 조건을 설정하기 위해 대상 배수분구의 DSM, 토지이용도, 지리정보시스템(Geographic Information System, GIS)을 이용하였다. 이를 통해 유역 내의 관망, 저류지, 소유역, 펌프장 등 유출 및 배수 흐름에 영향을 미치는 주요 수문학적 인자를 구축하였다.
연구 대상 지역내에는 서울시에서 제공하는 배수분구별 하수관과 맨홀의 누락된 데이터를 Lee et al. (2020)에서 선행된 방법을 준용하여 9,308개의 맨홀과 9,612개의 하수관로로 보간해 활용하였다. 보간 과정에서는 맨홀 직경이 누락된 경우에는 연결된 관거의 직경을 참고하여 60%를 맨홀 직경으로 추정하였으며, 맨홀의 지반고가 누락된 경우에는 인접한 상·하류 맨홀의 고도값을 활용하여 지반고를 보정하였다. 또한 맨홀 ID가 확인되지 않는 관거에 대해서는 관거 끝점을 기준으로 가장 인접한 맨홀과의 연결 관계를 보간하였다. 맨홀 바닥 형상이 제공되지 않은 경우에는 일반적인 원형 구조를 기본값으로 가정하고 바닥 면적은 연결 관거 중 최대 직경의 약 1.5배로 산정하여 관망의 구조적 일관성을 확보하였다. 또한, 2기의 배수펌프장(서초, 사평) 자료가 포함되어 있다. 지형 정보는 금오공과대학교 및 홍익대학교 연구팀에서 제작한 건물 포함 1 m 격자의 DSM을 모델의 신속성을 위해 5 m 격자로 전환하여 활용하였다. 또한 지점 강우관측소를 기준으로 Thiessen 다각망을 구성하여 유역을 분할한 결과, 전체 연구유역 면적의 약 99%가 서초(401) 방재기상관측소의 영향권에 포함되는 것으로 확인되었다. 이에 따라 본 연구에서는 서초지점 강우자료만을 입력자료로 활용하였다.
유역 내 불투수지역(주거지, 도로, 공공시설 등)과 투수지역(논, 인공나지, 산림 등)의 비율 산정에는 환경부의 1:5,000 축척 토지피복지도를 이용하였다. 각 지역의 조도계수는 국내 실정을 반영한 수자원 설계 실무(Jung and Yoon, 2023)의 권장값을 기본값으로 설정하였으며, 불투수지역에는 0.02, 투수지역에는 0.032를 적용하였다. 그러나 전체 유역의 불투수 면적 비율이 약 92.45%로 매우 높게 나타남에 따라, 지표면 유입 특성과 하수관 유입 지연시간을 고려하여 불투수지역의 조도계수를 0.01로 조정하였다. 소유역별 저류깊이는 SWMM User Guide (Rossman, 2010)에서 제시한 권장 범위 내에서 설정하였으며, 관로의 조도계수는 하천설계기준(MOLIT, 2009)을 참고하고 수위 관측값을 이용한 보정 과정을 거쳐 0.004~0.04 범위의 값을 적용하였다.
모형의 조건 검증을 위해 사용된 강우사상은 기상청 방재기상관측시스템(AWS)의 실측 데이터를 기반으로 2022.08. 08. 12시-08.09. 05시까지의 극한 강우 사건을 선정하였다. 해당 강우는 10분 간격 시계열 자료로 변환하여 SWMM 모형의 입력자료로 적용하였다(Table 2 and Fig. 2).
Table 2.
SWMM condition
3.3 모의 조건 검증
3.3.1 1차원 검증
본 연구에서는 모형 검증을 위해 2022.08.08. 12시-08.09. 05시까지의 강우사상을 기상청 AWS 10분 누적 강우량 자료를 이용하여 입력자료로 적용하였다(Fig. 3(a)). 연구 유역 내에서 검증 기간 동안 관측 연속성이 확보되고 맨홀 위치와 하수관로 수위계의 위치가 정확히 일치하는 지점만을 대상으로 엄격하게 선별하여 수행하였다. 이러한 기준을 적용한 결과 22-0002, 22-0006, 22-0010, 22-0012의 4개 지점만이 검증 조건을 충족하여 최종적으로 1D 검증 지점으로 선정되었다(Fig. 3(b)). 강우 및 수위자료의 결측치는 선형보간법으로 보정하였으며, SWMM 모의 결과와 실측 수위 간의 적합도는 Nash-Sutcliffe Efficiency (NSE)와 Root Mean Square Error-Standard Deviation Ratio (RSR)로 평가하였다(Table 3). 두 통계지표의 계산식은 Eqs. (8) and (9)에 제시되어 있다.
Table 3.
Verification standards for hydrological model (Moriasi et al., 2007)
| Performance Rating | RSR | NSE |
| Very good | 0.00 ＜ RSR ≤ 0.50 | 0.75 ＜ NSE |
| Good | 0.50 ＜ RSR≤ 0.60 | 0.65 ＜ NSE ≤ 0.75 |
| Satisfactory | 0.60 ＜ RSR≤ 0.70 | 0.50 ＜ NSE ≤ 0.65 |
| Unsatisfactory | RSR ＞ 0.70 | NSE ≤ 0.50 |
여기서 는 10분 간격으로 관측된 수위(m), 는 모의된 동일 시간 간격으로 모의된 수위(m)이며, 는 각각 관측 수위와 모의 수위의 평균값(m)을 의미한다. 는 모의 기간 동안의 총 자료 개수를 나타낸다.
1차원 검증 결과 모의 수위가 실측 수위의 변동 경향을 전반적으로 우수하게 재현하는 것으로 나타났다. 지점별 검증 지표인 NSE 값은 0.580~0.812 범위로 나타났으며, RSR 값은 0.431~0.644 수준으로 이는 모델이 관측 수위의 시계열 변화를 안정적으로 모의하고 있음을 의미한다. 특히 (c)과 (d)에서 NSE가 각각 0.807과 0.812로 높은 값을 보여 강우응답 특성과 첨두 수위 발생 시점의 재현성이 우수함을 확인하였다(Fig. 4 and Table 4).
Table 4.
1D verification results
| Symbols | RSR | NSE |
| (a) | 0.644 | 0.580 |
| (b) | 0.476 | 0.770 |
| (c) | 0.437 | 0.807 |
| (d) | 0.431 | 0.812 |
3.3.2 2차원 검증
본 연구에서는 2차원 흐름 해석 결과의 공간적 정확도를 검증하기 위해 서울시 침수 흔적도 자료를 활용하였다. 모형의 예측 성능 평가는 Hit Rate (HR)와 False Alarm Ratio (FAR)를 이용하였으며, 두 지표는 Confusion Matrix (Table 5)의 네 가지 구성요소(h, f, m, c)를 기반으로 산정하였다.
Table 5.
Confusion matrix
| Historical Inundate | Historical Non Inundate | |
|
Simulation Inundate | h (hits) | f (false prediction) |
|
Simulation Non Inundate | m (missed prediction) | c (correct rejections) |
여기서 h는 실제와 모의 모두에서 침수가 발생한 셀(적중), m은 실제 침수이나 미예측된 셀(놓침), f는 실제 비침수이나 과대예측된 셀(거짓예측), c는 침수가 발생하지 않은 셀(정확한 비침수 예측)을 의미한다. HR은 실제 침수 지역 중 정확히 예측된 비율, FAR은 예측된 침수 중 실제 비침수 영역의 비율로 정의되어 모형의 공간적 일치도와 오탐률을 함께 평가하였다(Eqs. (10) and (11)).
Optimal Value: 1, Range: 0 ~ 1
Optimal Value: 0, Range: 0 ~ 1
2차원 침수 모의 결과는 전반적인 침수 범위와 확산 경향이 실제 침수흔적도 및 현장사진에서 확인된 양상과 유사하게 나타났다. 다만, 검증에 사용된 침수흔적도의 일부 구간에서 실제 침수 발생 사실이 누락되어 있어 공간 일치도 기반의 HR 및 FAR 지표는 모델 성능을 과소평가하는 경향을 보였다(Table 6). 이러한 자료적 한계를 감안할 때 모의 결과와 현장자료의 직접 비교는 침수 발생 위치와 심도 변화가 실제 상황을 상당 부분 반영하고 있음을 보여주며(Fig. 5), 이는 본 연구에서 구축한 2차원 침수모델이 침수 확산 메커니즘을 합리적으로 재현하고 있음을 시사한다.
3.4 확률강우량 시나리오 산정
검증된 모의 조건을 기반으로 다양한 강우 시나리오별 교대역 출입구의 침수 도달시간 변화를 분석하기 위해 방재기상관측소 서초 지점의 28개년(1997-2024) 1시간 단위 강우 시계열 자료를 수집하였다. 수집된 자료는 확률강우량도 개선 및 보완 연구(MOLIT, 2011)를 참고하여 지속기간별 연 최대 강우량 자료로 가공하였다. 이후 FARD2006 프로그램으로 확률분포형별 매개변수를 산정하였으며, 적합도 검정 결과 분포형은 log-Gumbel 분포형, 확률분포 매개변수는 확률가중모멘트법이 가장 적합한 것으로 확인되었다(Table 7). 아울러 선정된 분포형과 매개변수를 적용하여 지속기간 및 재현기간별 확률강우량을 산정하였으며, 이를 SWMM 모형의 입력자료로 활용하기 위해 강우강도-지속기간-재현기간(Intensity-Duration-Frequency, IDF) 곡선을 작도하였다(Fig. 6).
Table 7.
Evaluation results
강우의 시간 분포는 여러 가지 방법이 있으나 국내 실무에서는 수정 Huff 4분위법이 가장 대표적인 방식으로 사용된다. 본 연구에서는 홍수량 산정 지침(ME, 2019)에서 권장하는 3분위를 적용하였으며, 무차원 누가곡선의 50% 분위를 사용하여 지속기간 및 재현기간별 강우 시나리오를 생성하였다. 도심지 침수는 일반적으로 60-180분의 짧은 지속기간을 가지는 국지성 집중호우에 의해 발생한다(Lee and Park, 2025). 따라서 본 연구에서는 60, 120, 180분 지속기간에 대해 30, 50, 100, 200, 500년 빈도의 강우 시나리오를 구성하여 모의를 수행하였다(Fig. 7).
4. 연구결과
4.1 지속시간 및 재현기간별 맨홀 선별 및 분석
본 연구에서는 재현기간 및 지속기간별 강우 시나리오를 바탕으로 각 지하철 출입구 주변 맨홀의 영향도를 산정하고, 상위 3개 맨홀의 등장 빈도를 종합적으로 분석하였다(Fig. 8). 그 결과 전체 재현기간(30-500년) 및 지속기간(60, 120, 180분), 그리고 교대역 역사 입구(1-14번) 조건에서 맨홀 8201, 2112, 4100이 일관되게 높은 빈도를 나타내며 주요 영향 맨홀로 확인되었다. 특히 맨홀 8201은 모든 조건에서 최대 210회의 등장 빈도를 보여 지하공간 침수에 가장 높은 기여도를 가지는 핵심 맨홀로 분석되었으며, 맨홀 2112와 4100 역시 각각 180회, 131회의 빈도를 보여 다양한 강우 조건에서도 지속적으로 높은 영향도를 유지하였다(Table 8).
Table 8.
Summary of Top-3 manhole occurrence frequencies by return period
시나리오별 영향도 결과의 통계적 신뢰성을 확보하기 위하여 Top-3로 선정된 맨홀들을 대상으로 모든 강우 재현기간과 지속기간 조합에 대한 영향도 분포를 통합하여 Box-plot 분석을 수행하였다(Fig. 9). 또한 영향도 값의 평균, 표준편차 및 95% 신뢰구간을 산정하여 각 맨홀의 통계적 변동성을 정량적으로 평가하였다(Table 9).
Table 9.
Summary statistics of manhole influence scores for Top-3 selection
분석 결과 맨홀 2112와 4100은 사분위 범위가 좁고 이상치가 거의 나타나지 않아 강우 조건이 달라져도 영향도 값이 안정적으로 유지되는 특성을 보였다. 표준편차 또한 각각 0.0223, 0.0276으로 매우 작으며, 95% 신뢰구간(2112: 0.747-0.754, 4100: 0.740-0.750) 역시 좁은 범위를 유지함으로써 통계적 일관성과 신뢰도가 높게 평가되었다. 반면 맨홀 8201은 중앙값(0.812)과 평균(0.804)이 모든 맨홀 중 가장 높은 값을 보였고, 전체 시나리오에서 210회로 가장 높은 빈도로 Top-3에 포함되는 구조적 핵심 지점으로 확인되었다. 다만 표준편차가 0.045로 상대적으로 크고 Box-plot에서 이상치가 다수 나타나 영향도 분포의 변동성이 존재하였다. 그럼에도 불구하고 평균·중앙값·빈도가 모두 상위권에 위치하고 있어 다양한 시나리오 조건에서 반복적으로 높은 영향도를 보이는 취약 지점으로 해석되었다. 한편 맨홀 1910과 2726은 중앙값이 비교적 높게 산출되었으나 표본 수가 각각 2개, 1개에 불과하여 통계적 해석에 제한이 있으며, 특정 시나리오에 국한된 조건부 취약성으로 판단된다.
종합적으로 8201·2112·4100은 빈도 기반 분석뿐 아니라 분포 특성, 표준편차 및 신뢰구간을 고려한 통계적 검토에서도 공통적으로 높은 영향도를 나타내어 다양한 강우 조건에서 일관되게 취약성을 유발하는 핵심 영향 맨홀로 최종 선정되었다.
Table 10은 지하철 역사 침수에 결정적으로 작용한 주요 맨홀의 수리·수문학적 특성을 요약한 것이다.
Table 10.
Characteristics of major manholes influencing subway station inundation
맨홀 8201은 Mean Score 0.804, Max Score 0.872, Frequency 210회로 세 개의 맨홀 중 가장 높은 영향도를 나타냈다. 해당 맨홀은 지하철 출입구와의 평균 거리가 352.9 m로 비교적 짧으며 평균 누적 월류량이 38,453 m3에 달해 단시간 내 대규모 월류가 발생하였다. 이러한 특성은 본 연구에서 산정된 영향 점수가 실제 침수 발생 지점의 수리적 반응성과 일치함을 보여주는 근거로 해석된다.
맨홀 2112는 Mean Score 0.750, Max Score 0.811, Frequency 180회로 나타났다. 또한 출입구로부터의 거리가 600.9 m로 다소 멀지만 하수관경이 0.9 m로 비교적 커 지속적인 유량 전달이 가능한 것으로 분석되었다. 특히 역류 발생 시점이 세 맨홀 중 가장 빠른 5분으로 초기 강우 단계에서부터 관내 수위 상승과 압력 변화를 유도하여 침수 진행에 직접적인 영향을 미친 것으로 나타났다. 이로 인해 단기 집중형보다는 중기 확산형 침수 특성을 보이며, 수리적 연결망 내에서 초기 압력 전달 및 확산 경로의 핵심 노드로 기능함을 시사한다.
맨홀 4100은 Mean Score 0.780, Max Score 0.812, Frequency 131회로 상류부에서 전달된 유량이 합류되는 하류 지점에 위치하고 있다. 해당 맨홀은 출입구와의 평균 거리가 169.2 m로 가장 짧고, 관경이 1.0 m로 세 맨홀 중 가장 크며, 평균 누적 월류량은 23,199 m3로 나타났다. 또한 역류 발생 이후 지하철역 수위가 0.3 m에 도달하기까지의 시간이 가장 짧은 23분으로 하류부 합류에 의한 집중형 침수 발생의 주요 노드로 작용함을 보여준다.
따라서 맨홀 8201은 단기 집중형 침수, 맨홀 2112는 중기 확산형 침수, 맨홀 4100은 하류부 집중형 침수 특성을 각각 보이며, 세 맨홀이 시간적·공간적으로 연계되어 교대역 지하공간 침수의 주요 경로를 형성하고 있음을 확인할 수 있다. 이러한 결과는 도심지 지하공간 침수가 단일 지점의 월류가 아닌 상·중·하류 관망 간의 복합적 상호작용에 의해 발생함을 실증적으로 보여준다(Fig. 10).
4.2 주요 맨홀의 역류 시점 확산 과정 분석
Fig. 11은 500년 빈도 강우(지속기간 60분) 시나리오에서 주요 맨홀의 역류 발생 시점과 이에 따른 Fig. 11(a) 사각형 선 영역의 침수 확산 과정을 단계적으로 나타낸 결과이다.
강우 시작 6분 경 상류부에 위치한 맨홀 2112(Fig. 11(b) 점선 원)에서 최초의 역류가 발생하였으며, 이는 관내 수위 상승과 국지적 압력 집중으로 인해 지표면으로의 초기 월류가 유발된 것으로 분석된다. 해당 시점에서의 침수는 주로 국지적 범위에 한정되었으나 이후 유입량 증가에 따라 관로 내 수리적 불균형이 점차 확산되는 양상이 확인되었다(Figs. 11(c) and 11(d)).
강우 시작 약 14분 후에는 중류부에 위치한 맨홀 8201(Fig. 11(e) 점선 삼각형)에서 본격적인 역류가 발생하였다. 이로 인해 지하철 출입구 인근을 중심으로 침수 면적이 급격히 확장되었으며, 상류부에서 전달된 유량과 맨홀 8201 지점의 월류수가 복합적으로 작용하여 지표면을 따른 홍수 확산이 가속화되었다. 특히 이 시점부터 도로 및 저지대 구간으로의 유동 경로가 형성되어 도심 배수체계의 부하가 급격히 증가하였다(Fig. 11(f)).
이후 18분 시점에는 하류부에 위치한 맨홀 4100(Fig. 11(g) 점선 마름모)에서 추가적인 역류가 발생하였으며, 상류부에서 전달된 유량이 합류하면서 침수 구역이 연속적으로 연결되는 현상이 나타났다. 이때 침수 수심은 기존보다 급격히 증가하였고, 유동은 교대역 인근 저지대로 집중되는 특징을 보였다(Fig. 11(h)).
최종적으로 21분 경에는 상·하류 망 전반에서 발생한 다중 월류수가 집중되며, 교대역 14번 출입구(Fig. 11(i) 점선 사다리꼴) 부근에서 침수심 0.3 m 기준에 도달하는 것으로 확인되었다. 이는 지하철 역사 내부로의 직접적인 유입 임계 조건에 해당하며, 상류부 맨홀 2112, 중류부 맨홀 8201, 하류부 맨홀 4100이 시간적 순차성과 수리적 연결성을 통해 침수 심화를 가속화한 것으로 판단된다.
특히 본 연구에서 침수 과정에서의 맨홀별 역류 및 확산 패턴을 바탕으로 귀납적 접근을 통해 가중치를 산정하였다. 이때 도출된 주요 영향도 높은 맨홀은 실제 여러 시나리오에서도 침수 확산을 주도하는 핵심 노드로 작용함이 확인되었다. 이는 제안된 귀납적 접근의 영향도 기반 맨홀 평가 기법이 실증적으로 검증되었음을 의미한다.
5. 결 론
본 연구는 도시 지하공간 침수에 기여하는 주요 맨홀을 정량적으로 평가하기 위한 영향도 기반 맨홀 평가 방법론을 제안하고, 이를 실제 서울 서초구 교대역 일대에 적용하여 그 방법론적 합리성을 검증하였다.
(1) 본 연구는 기존의 경험적 회귀식이나 이론적 가정에 의존하지 않고, 다양한 재현기간(30-500년) 및 지속기간(60, 120, 180분)의 강우 시나리오에서 도출된 맨홀별 수리·수문 반응 특성을 바탕으로 귀납적 접근을 통해 변수 가중치를 설정하였다. 이러한 접근은 실제 시뮬레이션 결과에 내재된 공간적 관계를 반영함으로써 경험적 가정에 따른 불확실성을 최소화하였다.
(2) 제안된 평가기법을 교대역 일대에 적용한 결과 맨홀 8201, 2112, 4100이 모든 강우 조건에서 일관되게 높은 영향도를 보였다. 특히 세 맨홀은 상·중·하류의 물리적 연결망을 따라 순서대로 역류 및 합류 현상을 유발하며, 지하철 출입구 수심이 0.3 m 도달에 기여하는것에 결정적인 역할을 하는 것으로 확인되었다. 이는 제안된 방법론이 단일 사상이나 위치 기반 분석에 국한되지 않고, 시공간적 상호작용을 반영하는 합리적인 침수 기여도 평가체계임을 입증한다.
(3) 주요 맨홀의 영향도는 단순한 거리나 관경 요소에 의해 결정되지 않고, 맨홀 간의 연결성, 역류 시점, 누적 월류량 등 다차원적 변수의 통합 결과로 나타났다. 이러한 결과는 도시 지하공간 침수가 개별 지점의 물리적 특성보다는 맨홀의 다차원적 상호작용에 의해 가속화되는 복합적 현상임을 실증적으로 보여준다.
따라서, 본 연구에서 제안한 영향도 기반 맨홀 평가 방법론은 기존의 정성적 판단에 의존하던 주요 맨홀 선정 및 관리체계에 대해 정량적이고 합리적인 평가 기준을 제시한 점에서 의의가 있다. 제안된 방법론은 다양한 강우 시나리오에서 도출된 맨홀별 반응 특성을 기반으로 영향도를 산정함으로써 침수 예·경보 및 우선관리 맨홀 선정의 과학적 근거로 활용될 수 있다. 한편 본 연구에서는 맨홀 영향도 평가식을 구성하기 위하여 가중치를 귀납적 방식으로 산정하였다. 그러나 침수 진행 과정을 시각적으로 검토하여 상대적 중요도를 도출하는 정성적 판단에 기반하고 있어 가중치 산정의 정량적 근거가 충분하지 않다는 한계가 존재한다. 이에 따라 도출된 가중치의 민감도 검토가 다소 제한적이며, 다양한 강우 조건이나 유역 특성에 대한 적용 가능성 역시 추가적인 검증이 요구된다.
향후 연구에서는 제안한 평가체계를 다양한 도시 유역의 지하공간 주변 맨홀에 확대 적용함으로써 가중치의 변동성을 체계적으로 평가하고, 영향도 평가식의 객관성과 신뢰성을 강화하고자 한다. 또한 주요 영향 맨홀의 선별하여 지하공간 대피시간 산정 및 특별경계수위 도출 등의 실무적 활용성을 검증할 계획이다. 이러한 후속 연구는 지하공간 침수 예·경보 체계의 고도화와 도시 홍수 대응 역량의 향상에 기여할 것으로 기대된다.
