Research Article

Journal of Korea Water Resources Association. 31 March 2026. 285-294
https://doi.org/10.3741/JKWRA.2026.59.3.285

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 자료 및 연구방법

  •   2.1 연구 대상 댐 및 자료

  •   2.2 일 단위 물공급능력지수(WSCI) 산정

  •   2.3 월 단위 및 일 단위 WSCI 산정 결과 비교

  •   2.4 가뭄 임계값 설정 및 평가 지표

  • 3. WSCI의 통계적 특성 및 확률분포 분석

  •   3.1 WSCI 시계열 특성 분석

  •   3.2 WSCI 누가확률분포 특성

  • 4. 결과 분석

  •   4.1 공급 기반 가뭄 특성 분석

  •   4.2 2025년 오봉댐 가뭄 사례 분석

  • 5. 결 론

1. 서 론

기후변화로 인해 이상기상 현상이 빈번하게 나타나고 있으며, 강수에 대한 불확실성이 증가하고 있다. 강수 불확실성의 증가는 가뭄, 홍수 등 물 관련 재해로 인한 피해 가능성을 더욱 높이고 있으며, 지역별 수자원 요구의 확대는 안정적인 물 공급 체계 확보를 더욱 어렵게 만드는 요인이라 할 수 있다. 특히, 우리나라와 같이 댐과 저수지를 중심으로 수자원 공급 체계가 구축된 지역에서는 가뭄 발생 시 저수지 저수량의 감소가 용수 공급능력의 저하 및 물 부족 문제로 직접 연결될 수 있다. 2025년 여름에 발생한 강릉 오봉댐 사례는 이러한 점을 명확하게 나타내는 사례라 할 수 있다. 이러한 상황에서 가뭄에 효과적으로 대응하고 관리하기 위해서는 강수량 부족에 대한 진단을 넘어, 현재의 저수량을 기준으로 실제로 얼마 동안 용수 공급이 가능한지를 판단할 수 있는 지표가 필요한 상황이다.

전통적으로 가뭄을 감시하기 위한 도구로는 가뭄지수가 활용되었으며, 대표적인 가뭄지수로는 파머가뭄지수(Palmer Drought Severity Index, PDSI)(Palmer, 1965), 지표수공급지수(Surface Water Supply Index, SWSI)(Shafer and Dezman, 1982), 표준강수지수(Standardized Precipitation Index, SPI) (McKee et al., 1993) 등이 있다. 기존 방법들은 대부분 강수량이나 증발산량 등 기상인자 기반 또는 토양수분 기반 지수를 이용하고 있으나(Shah et al., 2024), 이러한 지표는 댐이나 저수지의 운영 체계를 직접 반영하지 않기 때문에 물 공급 관점의 가뭄 진단에는 제한적일 수 있다. 이러한 한계를 보완하기 위해 댐의 저수량을 직접 활용하는 여러 가지 지수가 제안된 바 있다. Lee et al. (2006)은 저수지 가뭄 모니터링을 위해 저수량과 해당 시설의 월별 공급계획을 이용하여 산정하는 가뭄지수인 물공급능력지수(Water supply Capacity Index, WSCI)를 제안한 바 있으며, Nam et al. (2013)은 농업용 저수지의 저수량과 용수 수요를 함께 고려하여 가뭄 위험도 평가를 수행하는 방법을 제안한 바 있다. 또한 Gusyev et al. (2015)은 월 단위 저수량을 표준화하여 저수지의 상대적인 저수량 상태를 진단하는 방법인 표준저수량지수(Standardized Reservoir Storage Index, SRSI)를 제안한 바 있으며, Lee et al. (2018)은 기상자료와 저수율을 결합하여 저수지의 가뭄 상황을 판단하려는 연구를 진행한 바 있다. Shah et al. (2024)은 저수지의 저수량과 증발 손실을 결합하여 댐이 실질적으로 공급할 수 있는 물의 양을 평가하는 방법인 통합저수지가뭄지수(Integrated Reservoir Drought Index, IRDI)를 개발하였으며, Sadeghfam et al. (2025)은 저수지 운영 및 수요 조건을 결합한 접근법을 제안한 바 있다. Liu et al. (2025)은 기후요소 및 인위적 운영 조건을 고려하여 댐의 가뭄 관련 정보를 위한 임계치를 확률적으로 설정하려는 연구를 수행하였다. 그러나 댐의 저수량을 활용하는 기존 연구 대부분은 월 단위 자료를 기반으로 분석이 수행되는 관계로 실제 댐 운영 및 가뭄 대응에서 중요한 의미를 갖는 단기적인 공급능력 변화와 대응 시점을 충분히 반영하기 어렵다는 한계가 존재한다.

한편, 가뭄 대응의 효과를 높이기 위해서는 가뭄의 영향이 본격화되기 이전에 대응 조치를 준비하고 실행할 수 있는 시간적 여유, 즉 ‘골든타임’을 확보하는 것이 중요하다. 가뭄 조기경보체계(Drought Early Warning Systems, DEWS)는 이러한 관점에서 현재의 가뭄 상태를 신속히 진단하고 심각한 피해가 발생하기 이전에 대응 및 완화 조치를 준비할 수 있도록 하는 것을 목표로 한다. 수자원 공급 시스템에서는 이러한 골든타임을 놓치지 않기 위해 공급능력의 저하를 조기에 인지할 수 있는 운영 중심 지표가 필요하다. 이러한 연구적·실무적 한계를 고려할 때, 댐이나 저수지의 저수량 자료를 기반으로 현재의 저수량만으로 향후 며칠 동안 물 공급이 가능한지를 직접적으로 산정하는 지수라 할 수 있는 WSCI는 공급 중심의 가뭄 평가에서 매우 중요한 정보를 제공할 수 있다.

이에 본 연구에서는 일 단위 저수량 자료를 활용하여 WSCI를 산정하고 이를 통해 댐의 현재 공급능력과 가뭄 상황을 공급 관점에서 진단하고자 하였다. 특히, WSCI가 특정 임계값 이하로 하강하는 시점을 가뭄 대응의 경보 신호로 정의하고, 이를 통해 공급 기반 가뭄 대응의 골든타임을 제시하고자 하였다. 또한 본 연구는 국내 21개 댐을 대상으로 WSCI를 적용함으로써 댐별 공급 안정성, 취약성 및 회복 특성을 비교·분석하고 향후 댐 운영 및 가뭄 대응 정책 수립에 활용 가능한 기초 정보를 제공하는 것으로 목적으로 한다.

2. 자료 및 연구방법

2.1 연구 대상 댐 및 자료

본 연구에서는 국내에서 현재 운영 중인 소양강댐 등 16개 다목적댐과 광동댐 등 5개 용수전용댐을 연구 대상으로 선정하였다. 분석 대상 댐은 지역별 용수 공급에 중요한 역할을 수행하고 있는 댐으로, Water management practice manual (K-water, 2023) 등을 통해 댐별 일 저수량 자료와 공급계획량 자료를 수집하였다. 분석에 사용된 저수량 자료는 댐별 관측 개시 시점부터 2025년 10월까지의 자료를 활용하였으며, 각 댐의 기본 현황 및 수집된 저수량 자료 기간은 Table 1과 같다. 이때 수집된 각 댐별 공급계획량 자료는 월 단위로 제시되어 있어 본 연구에서는 월별 공급계획량을 해당 월의 날짜 수로 나누어 사용하였다.

Table 1.

Basic status and data period for each dam analyzed in this study

Watershed Dam Total storage (106㎥) Effective storage (106㎥) Data period
Han River Soyanggang* 2,900.0 1,900 1974. 1.~2025.10.
Chungju* 2,750.0 1,789 1986. 1.~2025.10.
Hoengseong* 86.9 73.4 2001. 1.~2025.10.
Gwangdong 13.1 8.0 1989. 1.~2025.10.
Obong 17.3 14.3 2014. 1.~2025.10.
Nakdong River Andong* 1,248.0 1,000.0 1977. 1.~2025.10.
Imha* 595.0 424.0 1992. 1.~2025.10.
Hapcheon* 790.0 560.0 1989. 1.~2025.10.
Namgang* 309.2 299.7 2000. 1.~2025.10.
Milyang* 73.6 69.8 2002. 1.~2025.10.
Unmun 160.3 126.2 1995. 1.~2025.10.
Geum River Daechung* 1,490.0 790.0 1981. 1.~2025.10.
Yongdam* 815.0 672.5 2002. 1.~2025.10.
Boryeong* 116.9 108.7 1998. 1.~2025.10.
Buan* 50.3 35.6 1997. 1.~2025.10.
Sumjin River
&
Youngsan River
Sumjingang* 466.0 429.0 1975. 1.~2025.10.
Juam* 457.0 352.0 1991. 1.~2025.10.
Juamjojeolji* 250.0 210.0 1992. 1.~2025.10.
Jangheung* 191.0 171.0 2006. 1.~2025.10.
Dongbok 99.0 91.5 2008. 1.~2025.10.
Pyeonglim 10.3 8.1 1997. 1.~2025.10.

* Multipurpose dam

2.2 일 단위 물공급능력지수(WSCI) 산정

WSCI는 저수지 가뭄 감시를 목적으로 Lee et al. (2006)에 의해 개발된 가뭄지수이며, 현재의 저수량과 향후 공급해야 하는 계획량과의 물수지 평가를 통해 저수지에서 향후 물 공급이 가능한 시간을 정량화한 지수이다. 다목적댐이나 용수전용댐에 대해 설정된 공급계획량은 시설별로 요구되는 물 수요량이라 할 수 있으며, 현재 댐에 저장되어 있는 물의 양과 공급계획량을 함께 고려하여 앞으로 물 공급이 가능한 시간을 산정한 결과가 WSCI라 할 수 있다. 2006년 제안된 WSCI는 월 저수량과 월별 공급계획량을 바탕으로 하고 있으므로 월별 지수 값을 제시하고 있으며, 이를 댐이나 저수지의 월 단위 가뭄 감시에 이용하는 방안을 제시한 바 있다. 그런데 최근 들어 돌발가뭄(flash drought)과 같이 빠르게 가뭄이 진행되는 특성이 나타나고 있는 상황에서 시간의 상세화 필요성이 제기되고 있으며, SPI 등 기존에 활용되고 있는 가뭄지수 또한 주 단위, 일 단위 등으로 상세화하여 산정된 결과가 가뭄 관리 업무에 이용되고 있다. 이에 본 연구에서는 일 저수량 자료와 일 단위 공급계획량을 이용하여 일 단위로 WSCI를 산정하는 방법을 개발하였다. 본 연구에서 제안하는 일 단위 WSCI의 산정 방법은 Fig. 1과 같다.

https://cdn.apub.kr/journalsite/sites/kwra/2026-059-03/N0200590305/images/kwra_59_03_05_F1.jpg
Fig. 1.

Flow chart for the determination of daily WSCI

2.3 월 단위 및 일 단위 WSCI 산정 결과 비교

21개 댐을 대상으로 일 단위 WSCI를 산정하여 댐이나 저수지의 공급능력에 대한 모니터링 활용 가능성을 검토하기 전에 기존 월 단위 WSCI와 비교하여 본 연구의 개선 방법의 타당성을 확인하고자 하였다. 이를 위해 소양강댐 등 5대강 권역의 대표적인 다목적댐을 대상으로 월 단위 및 일 단위 WSCI를 산정하여 비교하였다. 비교를 위한 가뭄 기간으로는 각 댐별로 가뭄이 심각하게 발생했던 시기를 대상으로 하였으며, Fig. 2는 비교 결과를 도시하여 나타낸 것이다.

https://cdn.apub.kr/journalsite/sites/kwra/2026-059-03/N0200590305/images/kwra_59_03_05_F2.jpg
Fig. 2.

Comparison of monthly and daily WSCI

비교 결과를 살펴보면, 안동댐이나 섬진강댐 등에서 확인할 수 있는 바와 같이 하나의 WSCI로 한 달 동안 저수량의 변동 상황을 대표하기 어려운 상황이 나타나고 있음을 알 수 있다. 따라서 가뭄에 따른 댐이나 저수지의 공급능력 변동을 효과적으로 모니터링하고 대응하기 위해서는 본 연구에서 제시한 일 단위 WSCI가 월 단위 WSCI에 비해 보다 유용하게 활용될 수 있을 것으로 판단된다. 월 단위로 산정된 WSCI는 월마다 하나의 값만을 가지게 되므로 과거 가뭄에 따른 댐이나 저수지의 공급능력 평가 등의 목적으로 활용될 수 있으나 공급능력 변동을 즉각적으로 파악하고 대응하기에는 한계가 있음을 확인할 수 있다. 이러한 점은 본 연구에서 일 단위 WSCI를 산정하는 방법을 제안하는 목적 중 하나라고 할 수 있으며, 시간적인 해상도 상세화의 필요성을 의미하는 결과라고 할 수 있을 것이다.

2.4 가뭄 임계값 설정 및 평가 지표

본 연구에서는 WSCI를 이용한 가뭄 진단을 위해 공급가능일수 90일을 임계값으로 설정하였다. 90일은 약 3개월에 해당하는 기간으로 전통적인 가뭄지수 연구에서 계절적 가뭄을 평가하는 데 널리 활용되어 온 3개월 스케일과 유사한 의미를 갖는다. 또한 수자원 운영 측면에서 볼 때, 약 3개월의 기간은 비상 용수 확보, 수요관리 조치, 운영 규칙 조정 및 행정적 의사결정이 이루어질 수 있는 현실적인 준비 기간으로 해석될 수 있다. Yu et al. (2017)은 우리나라 주요 댐에 대한 가뭄 분석 결과에서 평균 가뭄 지속 기간이 3개월이라는 결과를 제시한 바 있으며, Zhang et al. (2023)은 가뭄이 발생했을 때 식생, 농업적 수분 스트레스, 생활용수 등 사회경제적 영향이 실질적으로 나타나는 기간으로 3개월을 제시한 바 있다. 이러한 점을 고려하여 본 연구에서는 WSCI가 90일 이하로 하강하는 시점을 가뭄 대응의 골든타임을 놓칠 수 있는 경보 신호 시점으로 정의하였다.

임계값 기반 가뭄 특성 분석을 위해 다음과 같은 지표를 산정하여 활용하였다. 먼저 신뢰도(Reliability)는 전체 분석 기간 중 WSCI가 90일 이상을 유지한 비율로 정의하였으며, 취약도(Vulnerability)는 WSCI가 90일 미만으로 하강한 기간 동안의 평균 심도(intensity)로 정의하였다. 마지막으로 회복 특성(Recovery characteristics)은 WSCI가 90일 미만으로 하강한 이후 다시 90일 이상으로 회복되기까지 소요된 기간으로 정의하였으며, 본 연구에서는 평균 회복기간과 최대 회복기간을 함께 분석하였다.

3. WSCI의 통계적 특성 및 확률분포 분석

댐별로 산정된 일 단위 WSCI의 통계적 특성과 확률분포 특성을 분석하여 댐별 공급능력의 전반적인 수준과 가뭄 발생 확률을 정량적으로 평가하였다. 이를 위해 댐의 시계열 분석과 함께 전체 대상 댐에 대해 확률분포 및 누가확률분포를 산정하였다.

3.1 WSCI 시계열 특성 분석

21개 댐의 일 단위 저수량 자료와 공급계획량 자료를 이용하여 일 단위 WSCI를 산정하였다. Fig. 3은 15개 다목적댐 중 소양강댐과 주암댐의 WSCI 시계열을 도시한 것이며, 용수전용댐 중에서는 광동댐과 오봉댐의 결과를 도시한 것이다. Fig. 3을 통해 확인할 수 있는 바와 같이 WSCI는 계절적 변동과 장기적인 변동 특성을 동시에 나타내고 있음을 알 수 있다. 일반적으로 강수량이 풍부한 시기에는 저수량이 증가함에 따라 WSCI가 높은 값을 유지하였으며, 가뭄이 지속되는 시기에는 WSCI가 점진적으로 감소하는 경향을 보였다. 예를 들어 주암댐의 시계열 그래프를 보면, 2022년에 있었던 광주 및 전남지역 가뭄 등과 같이 과거 주요 가뭄 시기를 잘 표현하고 있음을 알 수 있으며, 오봉댐의 사례에서는 2025년 여름철 가뭄을 잘 나타내고 있음을 알 수 있다. 이처럼 장기간의 가뭄이 발생한 일부 연도에서는 WSCI가 장기간 낮은 수준을 유지하는 구간이 확인되었으며, 이러한 구간은 실제 용수 공급 측면에서 공급 위험이 누적되는 시기로 해석될 수 있다. 반면, 단기간의 강우 이후에는 WSCI가 빠르게 회복되는 사례도 확인할 수 있으며, 이러한 시계열 특성은 WSCI가 단순히 댐이나 저수지에 저장된 물의 양에 대한 지표가 아니라, 공급 지속 가능성을 시간적으로 표현하는 지표로서 댐이나 저수지의 공급 측면에 대한 가뭄 대응 판단에 유용하게 활용될 수 있음을 의미하는 결과라 할 수 있다.

https://cdn.apub.kr/journalsite/sites/kwra/2026-059-03/N0200590305/images/kwra_59_03_05_F3.jpg
Fig. 3.

Timeseries of daily WSCI

3.2 WSCI 누가확률분포 특성

WSCI의 전반적인 분포 특성을 파악하기 위해 일 단위 WSCI에 대해 확률분포를 분석하였다. Fig. 4는 21개 댐에 대한 누가확률분포를 도시하여 나타낸 것으로 댐별로 상당한 차이를 보이고 있음을 알 수 있다. 먼저 16개 다목적댐에 대한 결과를 살펴보면, 한강권역의 소양강댐, 낙동강권역의 밀양댐, 금강권역의 용담댐, 보령댐, 부안댐, 섬진강 및 영산강권역의 주암댐, 주암조절지댐, 장흥댐의 공급 안정성이 상대적으로 높은 것으로 나타났다. 이러한 댐들은 WSCI의 분포가 최대 500일까지 나타나고 있으며, 전체 기간 중 90% 이상이 WSCI 100일 이상을 나타내고 있음을 알 수 있다. 5개 용수전용댐의 결과에서는 동복댐과 평림댐의 안정성이 상대적으로 높은 것으로 보이며, 광동댐과 오봉댐의 안정성이 낮은 공급 안정성을 나타내고 있는 것으로 보인다. 특히, 광동댐과 오봉댐은 전 기간의 WSCI가 130일 미만으로 나타나고 있어 물 공급 안정성 확보를 위한 추가적인 대책 마련이 필요한 상황이라고 판단할 수 있다. 과거 광동댐은 2008년 가뭄, 오봉댐은 2025년 가뭄을 겪으면서 공급능력이 거의 상실되는 상황이 발생했던 사례가 있으며, 이는 본 연구의 분석 결과를 실제 상황에서 보여주는 결과라 할 수 있다.

https://cdn.apub.kr/journalsite/sites/kwra/2026-059-03/N0200590305/images/kwra_59_03_05_F4.jpg
Fig. 4.

Cumulative distribution function of 21 dams

4. 결과 분석

4.1 공급 기반 가뭄 특성 분석

일 단위 WSCI를 이용하여 21개 댐에 대해 산정된 신뢰도(Reliability), 취약도(Vulnerability) 및 회복 특성(Recovery characteristics)을 이용하여 댐들에 대한 공급 기반 가뭄 특성을 종합적으로 분석하였다. Table 2는 21개 댐에 대한 분석 결과를 정리하여 나타낸 것이다.

Table 2.

R-V-R analysis results of 21 dams

Dam Reliability Vulnerability (day) Recover time (average)(day) Recovery time (Max)(day)
Soyanggang 0.939 26.4 50 188
Chungju 0.646 25.4 90 464
Hoengseong 0.677 31.7 122 847
Gwangdong 0.512 24.3 40 358
Obong 0.403 18.0 103 824
Andong 0.800 26.8 74 403
Imha 0.412 44.1 191 878
Hapcheon 0.692 32.4 119 530
Namgang 0.385 40.1 77 496
Milyang 0.988 2.4 18 32
Unmun 0.826 32.5 109 305
Daechung 0.590 33.6 107 579
Yongdam 0.940 19.9 75 178
Boryeong 0.888 23.0 67 256
Buan 0.974 15.7 56 135
Sumjingang 0.735 40.4 88 493
Juam 0.944 22.2 45 158
Juamjojeolji 0.940 42.3 124 207
Jangheung 0.986 5.8 53 79
Dongbok 0.938 30.2 101 209
Pyeonglim 0.950 19.6 41 153

분석 결과, 신뢰도는 댐별로 뚜렷한 차이를 보이는 것으로 나타났다. 다목적댐의 경우 대부분의 댐에서 신뢰도가 높게 나타나고 있음을 알 수 있으며, 특히 소양강댐, 밀양댐, 용담댐, 부안댐, 주암댐, 주암조절지댐, 장흥댐의 경우 0.9 이상의 신뢰도를 보이고 있음을 알 수 있다. 반면, 임하댐과 남강댐은 0.5 미만의 신뢰도를 나타내고 있어 공급 안정성이 낮은 다목적댐이라고 판단할 수 있으며, 현재 설정되어 있는 공급 계획량에 대한 조정 등의 대책이 필요한 댐이라 할 수 있다. 5개 용수전용댐의 결과에서는 2025년 가뭄으로 큰 문제가 발생한 바 있는 오봉댐에서 0.5 미만의 신뢰도를 나타내어 공급 안정성이 가장 낮은 댐이라고 판단할 수 있다.

두 번째로 WSCI 90일을 기준으로 취약도 분석을 수행한 결과, 일부 댐에서는 공급능력 부족에 대한 심도가 평균 20일 내외로 비교적 제한적인 반면, 40일 이상으로 크게 나타나는 경우도 확인할 수 있다. 특히, 신뢰도가 상대적으로 낮은 댐일수록 취약도가 크게 나타나는 경향을 확인할 수 있으며, 이는 가뭄 발생 빈도가 높은 댐에서 공급능력 저하의 심각성 또한 함께 증가하는 구조적 특성을 반영한 결과로 해석할 수 있다. 이러한 댐들은 단기간의 가뭄에도 공급 위험이 빠르게 심화될 가능성이 높으므로 조기 대응의 중요성이 더욱 크다고 할 수 있다. 반면, 일부 댐에서는 신뢰도가 높게 나타났음에도 취약도가 일정 수준 이상으로 나타나는 경우를 확인하였다. 이는 해당 댐이 평상시에는 안정적인 공급 상태를 유지하나, 일단 임계값 이하로 하강할 경우 공급능력 감소 폭이 상대적으로 클 수 있음을 의미하며, 가뭄 심화 시 단계별 대응 전략의 필요성을 나타내는 결과라 할 수 있다.

마지막으로 회복 특성은 평균 회복 기간과 최대 회복 기간을 함께 분석하였다. 회복 특성 분석 결과, 댐별 회복 기간 역시 상당한 차이를 보이고 있음을 확인하였다. 회복 기간에 대한 분석 결과, 수십 일 수준에서 수백 일 수준까지 다양하게 나타나고 있으며, 이는 가뭄 발생 이후 공급능력이 다시 정상 수준으로 회복되기까지 소요되는 시간이 댐별로 크게 상이함을 의미한다. 특히 일부 댐에서는 최대 회복 기간이 수백 일 이상으로 나타나, 장기 가뭄 발생 시 공급 취약 상태가 장기간 지속될 가능성이 있는 것으로 분석되었다. 회복 특성 분석을 통해 과거 극한 가뭄 사례에 대한 진단과 함께 향후 유사 상황에 대비하는 데 유용한 정보로 활용될 수 있을 것으로 판단된다.

4.2 2025년 오봉댐 가뭄 사례 분석

2025년 여름, 강원도 강릉에서는 물 부족으로 인한 문제가 심각하게 발생하였다. 강릉 지역에 공급되는 대부분의 생활용수는 오봉댐을 수원으로 하고 있는데, 오랜 기간 지속된 기상가뭄으로 오봉댐의 저수량이 급감하여 공급능력 부족에 따른 물 부족 문제가 발생하였다. 당시 오봉댐의 저수율은 10% 초반 정도까지 하강하였는데, 본 연구에서는 일 단위 WSCI를 이용하여 당시 가뭄의 상황을 분석하였다. Fig. 5는 2025년 오봉댐에 대한 WSCI 그래프와 2025년을 제외한 오봉댐 관측 기간의 일자별 WSCI 평균 값, 최대 및 최소 값을 함께 도시하여 나타낸 것이다. Fig. 5를 통해 2025년 4월 중순부터 오봉댐의 공급능력이 지속적으로 하강한 것으로 나타나고 있으며, 이러한 공급능력 하강 추세는 9월 중순까지 지속된 후 가뭄이 해소된 것으로 나타나고 있다. 본 연구에서 가뭄 대응을 위한 임계값으로 제시한 WSCI 90일을 기준으로 판단해 본다면, 5월 중순에 WSCI 90일 이하로 떨어지기 시작하였으며, 이때부터 물 공급 안정성 확보를 위한 대책을 마련하여 시행했을 경우 물 부족으로 인한 피해를 상당 부분 줄일 수 있었을 것으로 판단된다. 따라서 일 단위 WSCI를 댐의 공급능력 모니터링 도구로 활용하고 이를 바탕으로 가뭄에 대비한다면 가뭄으로 인한 피해 저감에 매우 유용하게 이용될 수 있을 것으로 판단된다.

https://cdn.apub.kr/journalsite/sites/kwra/2026-059-03/N0200590305/images/kwra_59_03_05_F5.jpg
Fig. 5.

Daily WSCI time series of Obong Dam in year 2025

5. 결 론

본 연구에서는 일 단위 저수량 자료를 활용하여 WSCI를 산정하고 이를 기반으로 국내 21개 댐의 공급 기반 가뭄 특성을 분석하였다. WSCI는 특정 시점의 저수량을 기준으로 추가적인 유입이 없다고 가정하였을 때 향후 공급 가능한 일수를 직접적으로 제시하는 지표로서, 기존 가뭄지수가 제공하지 못했던 공급 관점의 가뭄 진단 정보를 직관적으로 제공한다는 특징을 갖는다. 추가적인 유입량이 없다는 조건은 극한의 가뭄 조건에 해당하는 상황이라 할 수 있으며, 가뭄이라는 재난에 대응하기 위해 가장 보수적인 접근 방식을 채택한 것이라 할 수 있다. 최악의 상황에 따른 댐이나 저수지의 공급능력 부족을 판단하는 보수적인 접근 방식은 피해 최소화 차원에서 매우 유용하게 활용될 수 있으며, 이러한 점을 고려할 때 본 연구에서 제시한 일 단위 WSCI는 가뭄 모니터링 및 대응 과정에서 매우 유용하게 활용될 수 있을 것으로 판단된다.

분석 결과, WSCI의 시계열 및 확률분포 특성은 댐별로 뚜렷한 차이를 보이고 있었는데, 다목적댐은 전반적으로 높은 공급 안정성을 유지하는 반면, 일부 댐에서는 공급가능일수 90일 미만 상태가 빈번하게 발생하는 것으로 나타나 구조적인 공급 취약성을 보이고 있었다. 이는 동일한 가뭄 조건에서도 댐의 규모, 유효저수량 및 운영 특성에 따라 실제 공급 위험이 크게 달라질 수 있음을 의미하는 결과라 할 수 있다. 또한, 본 연구에서는 WSCI를 이용하여 신뢰도(Reliability), 취약도(Vulnerability), 회복 특성(Recovery time)을 평가함으로써 가뭄의 발생 빈도뿐만 아니라 가뭄 발생 시 공급 위험의 크기와 지속성을 함께 평가하였다. 분석 결과, 일부 댐에서는 WSCI가 90일 미만으로 하강한 이후 다시 90일 이상으로 회복되기까지, 즉 가뭄이 발생한 후 다시 해소되기까지 수백 일이 소요되는 사례가 확인되었으며, 이는 가뭄 대응 전략 수립 시 회복 특성을 고려하는 것이 중요함을 시사하는 결과라 하겠다.

본 연구에서 설정한 WSCI 90일 임계값은 가뭄 대응의 경보 신호로서 실제 공급 장애가 발생하기 이전에 대응 조치를 준비·이행할 수 있는 가뭄 대응의 골든타임을 제시한다는 점에서 의미를 갖는다. WSCI가 90일 이하로 하강하는 시점은 비상용수 확보, 수요관리 조치, 운영 규칙 조정 등의 대응을 단계적으로 검토하고 실행할 수 있는 기준 시점으로 활용될 수 있다. 이러한 임계값 기반 접근은 가뭄 대응을 사후적·반응적 관리에서 사전적·예방적 관리로 전환하는데 기여할 수 있을 것으로 판단되며, 기존 가뭄지수를 보완하는 운영 중심의 가뭄 관리 체계를 제시하는 데 활용할 수 있을 것이다. 또한, 정부의 가뭄 재난 위기 경보 단계인 ‘관심-주의-경계-심각’과 WSCI를 연동하여 활용하는 방안도 가능할 것으로 판단된다. 본 연구의 결과는 댐 기반 수자원 관리에서 실질적으로 활용 가능한 공급 중심 가뭄 진단 방법론을 제시하였으며, 일 단위 공급능력 모니터링에 활용할 수 있는 도구를 제시하였다는 점에서 의의를 갖는다. 본 연구의 결과를 통해 댐 운영 및 가뭄 대응 정책 수립에 있어 공급 기반 가뭄 진단과 사전적 관리 체계를 강화하는데 유용한 자료로 활용될 수 있을 것으로 기대된다.

Acknowledgements

본 연구는 과학기술정보통신부 한국건설기술연구원 연구운영비지원(주요사업)사업으로 수행되었습니다(과제번호 20250258-001, 물 문제 이슈 대응 뉴노멀(New Normal) 기반 미래 하천관리 요소 기술 개발).

Conflicts of Interest

The authors declare no conflict of interest.

References

1

Gusyev, M., Hasegawa, A., Magome, J., Kuribayashi, D., Sawano, H., and Lee, S. (2015). Drought assessment in the Pampanga River basin, the Philippines - Part 1: Characterizing a role of dams in historical droughts with standardized indices. 21st International Congress on Modelling and Simulation, Gold Coast, Australia, pp. 1586-1592.

2

K-water (2023). Water management practice manual. pp. 32-47.

3

Lee, D.R., Moon, J.W., Lee, D.H., and Ahn, J.H. (2006). “Development of Water Supply Capacity Index to Monitor Droughts in a Reservoir.” Journal of Korean Water Resources Association, KWRA, Vol. 39, No. 3, pp. 199-214.

10.3741/JKWRA.2006.39.3.199
4

Lee, J., Kim, J., Jung, C., and Kim, S. (2018). “Forecasting monthly agricultural reservoir storage and estimation of Reservoir Drought Index (RDI) using meteorological data based multiple linear regression analysis.” Journal of the Korean Association of Geographic Information Studies, KAGIS, Vol. 21, No. 3, pp. 19-34.

5

Liu, Y., Xu, X., Lin, R., Yang, W., Yang, P., Li, S., and Wang, H. (2025). “Determination of soft partitioning thresholds for reservoir drought warning levels under socio-hydrological drought.” Agriculture, Vol. 15, No. 13, pp. 1-22.

10.3390/agriculture15131408
6

McKee, T.B., Doesken, N.J., and Kieist, J. (1993). “Drought monitoring with multiple time series.” 8th Conference on Applied Climatology, Boston, American Meteorological Society, pp. 179-184.

7

Nam, W.H., Choi, J.Y., Jang, M.W., and Hong, E.M. (2013). “Agricultural drought risk assessment using reservoir drought index.” Journal of the Korean Society of Agricultural Engineers, KSAE, Vol. 55, No. 3, pp. 41-49.

10.5389/KSAE.2013.55.3.041
8

Palmer, W.C. (1965), Meteorological drought. Research Report No. 45, U.S. Department of Commerce Weather Bureau, Washington, D.C., U.S., pp. 1-58.

9

Sadeghfam, S., Farmani, H., and Mirabbasi, R. (2025). “Developing reservoir drought index and conducting copula-based frequency analysis for Lake Urmia basin in Iran.” Journal of Hydrology: Regional Studies, Elsevier, Vol. 60, pp. 1-20.

10.1016/j.ejrh.2025.102476
10

Shafer, B.A., Dezman, L.E. (1982). Development of surface water supply index to assess the severity of drought conditions in snowpack runoff areas, Proceedings of the Western Snow Conference, Reno, NV, U.S., pp. 164-175.

11

Shah, D., Zhao, G., Li, Y., Singh, V.P., and Gao, H. (2024). “Assessing global reservoir-based hydrological droughts by fusing storage and evaporation.” Geophysical Research Letters, AGU, Vol. 51, No. 1, pp. 1-11.

10.1029/2023GL106159
12

Yu, J.S., Shin, J.Y., Kwon, M., and Kim, T.W. (2017). “Bivariate drought frequency analysis to evaluate water supply capacity of multi-purpose dams.” Journal of the Korean Society of Civil Engineers, KSCE, Vol. 37, No. 1, pp. 231-238.

10.12652/Ksce.2017.37.1.0231
13

Zhang, Y., Wang, P., Chen, Y., Yang, J., Wu, D., Ma, Y., Huo, Z., and Liu, S. (2023). “The optimal time-scale of Standardized Precipitation Index for early identifying summer maize drought in the Huang-Huai-Hai region, China.” Journal of Hydrology: Regional Studies, Vol. 46, pp. 1-16.

10.1016/j.ejrh.2023.101350
페이지 상단으로 이동하기