1. 서 론

한국의 다목적댐 홍수기는 매년 6월 21일부터 9월 20일까지 92일로 고정되어 있다. 이 기간에 댐은 호우 유입에 대비해 수위를 홍수기 제한수위로 낮춰 운영한다. 이 기준은 1980~1990년대에 운영규칙으로 자리 잡은 뒤 수십 년간 거의 손대지 않은 채 이어져 왔다(ME, 2024). 같은 기간 한반도의 강수 시간분포는 구조적으로 바뀌었다. 기상청은 1961년부터 이어 온 장마 시작·종료일 예보를 2008년을 끝으로 중단하였고 2021년에는 ‘장마전선’ 용어를 공식 폐기하였다. 미래 전망 역시 동일한 방향을 나타내어, 100년 빈도 극한강수는 21세기 후반 최대 약 +53%까지 늘 것으로 예상된다(Kim et al., 2023; 5.2절).

다목적댐 운영은 용수공급과 홍수방어가 동일한 저류공간을 두고 경합하는 상충 관계에 있다. 기후변화가 이 상충의 Pareto 경계 자체를 옮기므로, 35년 전에 정해진 운영기준을 그대로 두면 정책의 실효성이 서서히 낮아진다. 이 연구의 질문은 최근과 미래 기후에서 다목적댐의 홍수방어와 용수 기능 사이의 전환점을 언제 어떻게 정할 것인가이다. 이를 다섯 가설 (H1~H5)로 구체화하였다. 연 최대 일강수량이 1973~2024년 통계적 유의성은 한계적이나 공간적으로 일관된 증가 추세를 보이고(H1), 9~10월 극한강수일 비율이 두 시기 사이에 유의하게 증가하며(H2), 현행 운영기간의 권역별 포함률이 유의하게 달라 영산강·섬진강에서 가장 낮고(H3), 그 결과 현행 92일 홍수기가 취약한 남부 권역에서 변화된 강수 분포의 75% 미만만 포함하며(H4), 이를 바로잡는 제안의 순현재가치가 예시적 비용·편익 틀에서 양(+)으로 유지된다(H5)는 것이다.

강수가 내리는 시기와 현행 운영기간의 이러한 어긋남(Fig. 1; 정량 결과는 4.2·4.5절)이 이후 분석의 출발점이다. 이는 고정 기간을 더 늘리라는 근거가 아니라 고정경계라는 발상 자체가 한계에 이르렀다는 증거이며, 그 대안은 적응적 체계다.

Fig. 1.

Seasonal redistribution of extreme precipitation relative to the fixed 92-day flood season. The 2011-2024 distribution (solid) is heavier in September-October than 1991-2010 (dashed), and about 24% of extreme precipitation now falls outside the fixed window (21 Jun-20 Sep). Schematic built from the monthly shares in Table 4

본 연구에서는 기상청 ASOS 61개 지점의 일강수 자료(1973~2024)와 SSP 기후시나리오를 함께 활용하여, Mann-Kendall 추세검정·Wilcoxon 부호순위검정·이항검정·극한강수 포함률·순현재가치(NPV) 분석으로 강수 분포의 변화를 시간·공간·확률의 세 축으로 분해하였다. 이를 통해 극한강수의 가을철 이동과 권역별 포함률 격차를 규명하고, 단계적 시간 확장·권역 차등화·5계층 적응적 Rule Curve로 구성된 홍수기 재설정 방안을 제시하며, 그 경제적 타당성을 예시적 비용·편익 분석으로 검토하였다. 다만 포함률은 기후학적 노출의 대리지표이므로, 각 권고안의 홍수방어·용수공급 효과는 향후 댐별 저수지 모의로 검증되어야 한다.

2. 이론적 배경과 선행연구

2.1 이론적 배경

전통적 Rule Curve는 Rippl (1883)의 질량곡선에서 출발해 Yeh (1985)가 체계화한 접근으로, 과거 자료의 평균 패턴을 단일 결정론적 시나리오로 산정한다. 여기에는 세 한계가 있다. 입력이 시간이 지나도 변하지 않는다고 가정하고, 평균에 기대어 변동성을 간과하며, 스스로 배우는 학습 장치가 없다는 점이다. 적응적 관리(Holling, 1978; Walters, 1986)는 관리 행위 자체를 학습 기회로 보아 반복적 의사결정·명시적 학습·되먹임의 순환으로 이 한계를 넘어선다(Williams, 2011). 저수지 운영에서 이 순환은 Eq. (1)로 표현되며, 본 연구의 5계층 Rule Curve 체계(6.3절)가 이를 구체화한다.

여기서 Rk는 현재 운영규칙, U는 관측과 평가를 반영해 규칙을 갱신하는 연산자, Ok는 관측 자료, Ek는 성과 평가이며, k는 갱신 회차이다.

다목적댐 운영은 용수 안전도와 홍수방어 안전도가 같은 저류공간을 두고 경합하는 다목적 최적화 문제로, Pareto 효율 운영집합은 Eq. (2)로 정의된다.

여기서 X는 실행가능 운영집합, ≻는 지배관계(우월)이다.

기후변화는 Pareto 경계를 안쪽으로 밀어내므로 운영규칙을 그대로 두면 운영점이 비효율 영역으로 밀려난다. 본 연구는 경계 위 더 나은 점으로 옮겨 가는 시간적 확장과 경계 자체를 되돌리는 적응적 운영을 함께 제안한다. 미래를 단일 확률분포로 가정할 수 없는 깊은 불확실성에서는 평균적 최적보다 다수 시나리오에서 두루 무난한 정책이 낫다는 강건 의사결정(Lempert et al., 2006)과, 단계적으로 시행·학습한 뒤 다음 설계를 갱신하는 실물옵션(Dixit and Pindyck, 1994)의 논리가 단기·중기·장기 3단계 설계의 근거가 된다.

2.2 한국 운영기준의 형성과 개선 여지

한국의 다목적댐 운영체계는 1965년 섬진강댐 준공과 수자원개발 10개년계획(1966~1975)을 거치며 자리 잡았다. 6월 21일~9월 20일의 표준 홍수기와 홍수기 제한수위 개념은 1970년대 후반~1980년대에 운영규칙으로 굳어졌고 이후 큰 손질 없이 이어져 왔다. 이 92일 경계는 초여름에 시작해 한여름에 절정을 이루고 9월에 물러나던 당시의 장마 중심 강수 달력에는 합리적인 설계였다. 그러나 그 전제는 더 이상 유지되지 않는다. 환경부의 제1차 댐관리기본계획(2024~2033)은 기후대응 댐 후보지 확충에 초점을 두며, 기존 댐의 운영기준 재검토는 본 연구가 다루는 보완적 과제로 남아 있다. 즉 시설을 늘리는 대응과 함께, 이미 가진 시설을 다르게 운영하는 방안의 효과를 수치로 따져 볼 필요가 있다.

2.3 적응적 댐 운영의 국제 동향

주요국은 지난 10여 년 사이 예보 정보를 운영에 도입해 왔다(Table 1). 미국 공병단(USACE)은 예보기반 저수지 운영(FIRO)을 도입해 러시안강 Lake Mendocino 평가에서 앙상블 예보로 홍수위험을 낮추면서 용수공급에도 부수적 효과를 확인하였고(CW3E, 2020), 일본은 2019년 태풍 하기비스 등 잇단 수해를 계기로 2019년 12월 ｢기존댐 홍수조절기능 강화 기본방침｣을 마련하고, 이수댐을 포함한 전국 댐에 사전방류(事前放流)를 제도화하여 2020년 출수기부터 시행하였다(MLIT, 2019). 이들 사례에는 앙상블 예보 결합, 유역 연계, 사전 합의된 운영규칙, 주기적 평가·갱신이라는 네 요소가 공통으로 나타난다. 한국은 이 네 요소가 모두 비어 있으며 본 연구의 5계층 체계(6.3절)가 그 공백을 채울 수 있다.

2.4 강수패턴 변화 연구와 본 연구의 위치

선행 연구는 극한강수가 앞으로 더 강해질 것으로 본다. Kim et al. (2023)은 26개 대권역의 100년 빈도 강수량을 분석해 21세기 후반 평균 증가율을 SSP1-2.6 약 +29%, SSP5-8.5 약 +53%로 전망하였고, 국립기상과학원(NIMS, 2021)도 1일 최대강수량이 각각 +21%, +39% 늘 것으로 추정하였다. 한편 Kim et al. (2019)은 기후시나리오 기반 운영규칙으로 용수 안전도를 유지하면서 기준 저류량을 평균 34% 높일 수 있음을 보였으나, 이런 결과가 공식 운영규칙에 반영된 사례는 드물다. 기존 연구는 강수 변화의 관측·전망과 운영규칙 개선 여지를 대체로 따로 다뤄 왔다. 본 연구는 그 둘을 하나의 의사결정 틀에서 결합하여, 강수 변화를 시간·공간·확률의 세 축으로 분해하고 통계검정과 순현재가치 분석을 연결하며 5계층 적응체계의 의사결정 규칙을 명시하고 해외 사례 비교와 8변수 민감도 분석으로 강건성을 검증하였다.

3. 자료 및 방법

3.1 분석 자료

분석에는 세 종류의 공개 자료를 사용하였다(Table 2). 첫째, 기상청 종합기상관측장비(ASOS) 61개 지점의 일강수 자료(1973~2024년, n = 428,926건)로, 1973년 이후 연속 기록을 갖춘 표준 지점만을 채택하였고 결측(전체의 1.2%)은 인접 지점 평균으로 보간하였다. 둘째, KMA (2022)의 SSP 시나리오 자료(SSP1-2.6·SSP3-7.0·SSP5-8.5)를 현재(2000~2019)와 21세기 초기·중기·후반 구간에 대해 사용하였다. 셋째, 권역 회복력의 예비 지표는 공개된 댐 공급 통계에서 산출한 정량 지표와 전문가 판단(rubric)에 따른 정성 지표를 결합하여 산정하였다.

3.2 추세검정과 유의성

연 최대 일강수량의 장기 추세는 비모수 Mann-Kendall 검정(Mann, 1945; Kendall, 1975)으로 평가하였다. 이 방법은 정규성을 가정하지 않아 강수처럼 치우친 분포에 적합하다. 검정통계량 S는 Eq. (3), n > 10일 때의 분산과 표준화 통계량 Z는 Eqs. (4) and (5)와 같다.

여기서 xi는 i번째 해의 연 최대 일강수량, n은 표본 크기, tk는 k번째 동점군의 크기이다.

추세의 크기는 Sen (1968)의 비모수 기울기 추정량(Eq. (6))으로 산정하였다. 이는 모든 쌍별 기울기의 중앙값으로 이상치에 덜 민감하며, 95% 신뢰구간은 순위기반(Theil-Sen) 방법으로 구하였다.

관측지점 분석에는 1973~2024년 연속 기록을 갖춘 61개 ASOS 지점을 사용하였고, 1973년 이후 신설 지점은 제외해 지점 구성 변화가 전국 시계열을 왜곡하지 않도록 하였다. 전국 연 최대 시계열은 각 지점 연 최대 일강수량의 지점 간 평균이며, 극한강수 임계값은 지점별 강수일(≥1 mm) 강수량의 95퍼센타일 이상인 날로 정의하였다. 월별 분포는 극한일이 각 달에 차지하는 비율로 1991~2010년과 2011~2024년을 비교하였다. 9~10월 비중 이동은 지점별 짝지은 Wilcoxon 부호순위검정으로, 추세의 공간 유의성(field significance)은 지점별 Mann-Kendall 부호가 반반이라는 귀무가설의 이항검정으로 평가하였다(극한강수 임계값은 WMO·ETCCDI의 습일 기반 관례를 따른 것이다.)

3.3 권역 예비적 취약성 종합지표(회복력)

권역 회복력은 다섯 지표의 가중평균으로 정의하였다(Eq. (7), Table 3). 각 지표는 공급 여유, 수원 다양성, 유역간 연계, 가뭄 회복, 홍수 회복을 0~5점으로 평가하며, 기본 분석은 동일 가중(wi = 1/5)을 사용하고 5.3절에서 가중치 민감도를 검토하였다. 정량 지표(공급 여유·수원 다양성)는 공개 통계에서 산출·정규화하고, 정성 지표(유역간 연계·가뭄 회복·홍수 회복)는 사전 정의한 rubric에 따라 부여하였다. 이 종합지표는 H3의 근거가 아니라 실측 포함률 격차를 해석하는 예비적·보조적 지표로만 사용한다.

여기서 Rr은 권역 r의 회복력, wi는 지표 i의 가중치, Sr,i는 권역 r의 지표 i 점수이다.

3.4 포함률과 비용·편익 분석

시나리오별 극한강수 포함률은 Eq. (8)로 정의한다. 이는 운영기간 Ts 안에 드는 극한일의 비중으로, 극한일은 일강수 Pt ≥ Q0.95로 정의한다. 포함률은 극한강수의 기후학적 노출과 운영기간의 기후 적합성을 나타내는 대리지표이며, 실제 댐 유입량이나 하류 홍수위험 자체가 아니다. 실제 유입 반응은 선행 토양수분·유역면적·강우의 공간분포와 지속시간·초기 저류량·댐별 조절능력에 따라 달라진다.

정책의 경제성은 30년 순현재가치(Eq. (9))로 평가한다. 중심 할인율은 기획재정부 예비타당성 기준인 4.5%, 민감도 분석에는 3.0%(공공사업 하한)와 5.5%(시장금리)를 사용한다. 인명피해는 통계적 생명가치(VSL)로 환산하되 ME·MOLIT 평가기준의 인당 30~50억 원 범위 중앙값인 40억 원을 적용하였다. 모든 편익·비용은 8.1~8.2절의 항목 값에서 하나의 현재가치 계산으로 산출하여 Tables 11, 12, 13, 14와 Figs. 10 and 11이 서로 상충되지 않으며, 여기에 8개 핵심 변수의 단변량 토네이도 분석으로 결론의 강건성을 검토하였다.

여기서 Bt와 Ct는 각각 t년의 편익과 비용, r은 할인율이다.

4. 분석 결과

4.1 연 최대 일강수량의 장기 추세(H1)

연 최대 일강수량은 1973~2024년 완만한 증가 경향을 보였다(Fig. 2). Mann-Kendall 통계량은 S = 228, Z = 1.79, 양측 p = 0.073으로 귀무가설이 유의수준 0.10에서는 기각되나 0.05에서는 기각되지 않았다. Sen 기울기는 +0.44 mm yr^-1(Theil-Sen 95% 신뢰구간 -0.03~+0.82)이며, 전반기(1973~1997) 평균 126.5 mm가 후반기(1998~2024) 142.1 mm로 약 12%(+15.6 mm) 높아져 같은 경향이 기간 평균 차이로도 확인되었다(부록 A). 다만 연도별 산포가 커 추세선 주위 변동 폭은 넓게 나타났다.

전국 평균 시계열의 변동폭은 한계가 있었지만(p ≈ 0.073) 추세의 공간적 일관성은 훨씬 뚜렷하였다. 61개 지점을 개별 검정하면 50개(82%)가 증가 경향이고 유의한 감소는 한 곳도 없으며(유의한 증가 6개), 증가·감소가 반반이라는 귀무가설은 이항검정에서 p < 0.001로 기각되었다. 따라서 지점별 증가폭은 작아도 대부분이 함께 커진다는 신호는 공간적으로 유의하며(field-significant), 한계 p값은 추세의 부재가 아니라 큰 연간 변동에 묻힌 일관된 신호로 해석해야 한다. 다만 지점별 부호 이항검정은 지점 간 공간상관을 완전히 고려하지 못해 field significance를 다소 과대평가할 수 있다. 크기 추세만으로 운영기준을 바꿀 근거로 삼기는 어렵다. 연 최대값 평균이 약 12% 커졌다는 것은 같은 92일 창에서 대비할 첨두 유입이 예전보다 커졌음을 뜻하지만, 변화가 크기 축에만 있었다면 제한수위를 조금 낮추는 선에서도 대응할 수 있다. 그러나 본 연구가 무게를 두는 것은 크기가 아니라 다음 절의 시간분포 이동이다. 고정된 92일 창으로 원리상 담을 수 없는 변화는 첨두의 크기가 아니라 발생 시점에 있으며, 첨두가 커지는 동시에 그 시점마저 창 밖으로 밀려나 두 변화가 겹친다는 점이 핵심이다.

Fig. 2.

Long-term trend in annual maximum daily rainfall across Korea (1973-2024). Points are observed annual maxima, the solid line is Sen's slope (+0.44 mm yr⁻¹), and the dashed line is the 10-yr moving mean. Dotted lines mark the 1973-1997 mean (126.5 mm) and 1998-2024 mean (142.1 mm). Mann-Kendall S = 228, Z = 1.79, p ≈ 0.073

4.2 월별 분포의 이동(H2)

Fig. 3과 Table 4는 극한강수일의 월별 분포를 1991~2010년과 2011~2024년 두 시기로 비교한 결과이다. 앞 시기에는 7월 29.4%, 8월 28.3%로 두 달에 전체의 약 58%가 몰린 집중형이었다. 뒤 시기에는 7월이 29.2%로 비슷하고 8월이 25.8%로 다소 낮아진 대신 9월이 14.6%에서 16.5%로, 10월이 1.6%에서 6.7%로 네 배 넘게 늘어, 9~10월 합계가 16.2%에서 23.2%로 약 7%포인트(약 1.4배) 증가하였다. 반대로 6월은 14.3%에서 10.6%로 줄어 분포의 무게중심이 한여름에서 초가을로 옮겨갔다. 그 결과 현행 92일 창의 극한강수일 포함률은 약 76%로 약 24%가 운영기간을 벗어난다.

Fig. 3.

Period change in the monthly frequency of extreme precipitation (shading marks the current flood season 21 Jun-20 Sep). The September-October share rose from 16% (1991-2010) to 23% (2011-2024); about 24% of extreme precipitation now lies outside the current window

이 창 밖 24%는 우연이 아니라 뚜렷한 시기적 편중을 보인다. 9~10월이라는 특정 시기에 몰려 분포에서 가장 빠르게 커지면서도 가장 관리되지 않는 부분이다. 물리적으로는 두 과정과 맞물린다. 하나는 장마 종료 시점이 점점 불분명해진 것으로, 기상청이 장마 예보를 2008년 끝으로 중단하고 2021년 ‘장마전선’ 용어마저 폐기한 것과 맥을 같이한다. 다른 하나는 가을철 정체전선과 9~10월 태풍의 영향이 커진 것이다. 정책적 함의는 분명하다. 고정 경계는 기후 신호가 가장 강한 구간에서 가장 크게 빗나가는데, 92일 창이 과거의 장마 시기에 맞춰져 있기 때문이다. 본 연구가 개정 근거를 한계적 크기 추세가 아니라 시간분포 이동에 두는 이유가 여기에 있다.

이 이동은 통계적으로도 유의하다. 지점별 9~10월 비중을 두 시기로 짝지어 검정하면 61개 중 50개 지점에서 비중이 늘었고(지점 평균 16.1%→23.0%), Wilcoxon 부호순위검정 p < 0.001로 차이가 유의하다. 따라서 H2(분포의 가을 이동)는 단순 관측이 아니라 통계적으로 뒷받침되며, 특정 지점이나 사건에 좌우된 결과가 아니다.

4.3 SSP 시나리오에 따른 미래 전망(H1 보강)

Fig. 4는 Kim et al. (2023)이 26개 대권역에 대해 산출한 100년 빈도 극한강수의 증가율을 현재(2000~2019) 기준으로 두 배출 시나리오에 걸쳐 보여 준다. 저배출 SSP1-2.6은 초기 약 +31% 이후 중기·후반에 +29~31%로 사실상 평탄해지는 반면, 고배출 SSP5-8.5는 초기 +29%에서 중기 +46%, 후반 +53%로 계속 상승한다. 두 곡선은 세기 초반에는 거의 겹치다가 중반 이후 크게 벌어진다. 여기서 두 시사점이 나온다. 첫째, 배출 경로와 무관하게 가까운 미래의 증가(+29% 안팎)는 사실상 정해져 있어 추세가 뚜렷해질 때까지 기다렸다 대응하자는 전략은 설득력이 약하다. 둘째, 세기 후반의 격차가 약 24%p (+29% 대 +53%)에 이를 만큼 커서 미래가 단일 확률분포로 정리되지 않는 깊은 불확실성 아래 있다. 곧 단기 대응은 피할 수 없는 증가에 대비하는 문제이고, 장기 대응은 얼마나 나빠질지를 좌우하는 문제다. 따라서 본 연구는 평균적 최적 대신 어떤 시나리오에서도 무난한 강건 설계(2.1·6.3절)를 택하였으며, 이 이중 구조가 6장의 단기 확정적 확장과 장기 적응적 운영을 나누는 근거가 된다.

Fig. 4.

Projected change in 100-year return-period extreme precipitation (26-basin average) under SSP1-2.6 and SSP5-8.5, relative to 2000-2019. Late-century (2081-2100) increases reach +29% (SSP1-2.6) and +53% (SSP5-8.5) (Kim et al., 2023)

4.4 권역 회복력의 비대칭(H3)

권역 간 비대칭은 주관적 평가가 아니라 실측 자료에서 먼저 나타난다. 현행 92일 기준 2011~2024년 극한강수 포함률은 한강 86%·금강 83%에서 낙동강 72%·섬진강 73%·영산강 70%까지 최대 16%p 차이가 난다(Table 6). 같은 고정 기준이 북부·중부는 대체로 포괄하지만 남부에서는 네 사건 중 하나 이상을 놓치며, 회복력이 낮은 영산강·섬진강이 포함률도 가장 낮아 가장 취약한 권역이 가장 많이 노출된다. 따라서 측정된 포함률 격차가 H3(권역 비대칭)를 설명한다. 이 차이를 다섯 측면(공급 여유 S₁, 수원 다양성 S₂, 유역간 연계 S₃, 가뭄 회복 S₄, 홍수 회복 S₅)으로 종합한 보조 지표를 Table 5와 Fig. 5에 함께 제시하였다. 이 0~5점 점수는 측정값이 아니라 판단에 근거한 정성적 종합이므로 H3의 근거로 삼지 않고 실측 격차를 해석하는 보조 자료로만 썼다. 다만 점수 순서(한강 17, 금강 13, 낙동강 12, 영산강 9, 섬진강 8)가 포함률 순서와 정확히 일치해 두 접근의 결론이 서로 부합한다.

Fig. 5.

Resilience matrix for five river basins (5 indicators × 5 basins, 0-5 scale). The Han basin scores highest at 17/25 while the Yeongsan and Seomjin basins are lowest at 8-9. Colour runs from low (red) to high (green)

차이의 원인은 지표를 하나씩 뜯어보면 드러난다. 한강은 여러 댐과 광역상수도망이 서로를 보완해 수원 다양성(S₂)과 유역간 연계(S₃) 점수가 높다. 반면 섬진강·영산강은 한 수원에 기대는 정도가 크고 이웃 유역으로 물을 보낼 길도 마땅치 않아 극한 사건 한 번이 곧바로 공급 위기로 번질 수 있다. 2020년 8월 섬진강 유역 홍수가 그런 경우로, 낮은 회복력이 피해를 얼마나 키우는지를 보여 주었다. 정책적으로 이는 전국 단일 기준이 적절하지 않음을 뜻한다. 포함률이 낮은 권역일수록 더 이른 홍수기 시작과 더 보수적인 저류 운영이 필요하며, 이는 6.2절의 권역 차등화로 이어진다. 곧 권역별 포함률 격차는 진단에 그치지 않고 어느 권역을 먼저, 더 강하게 손봐야 하는지를 정하는 잣대가 된다.

4.5 운영기간별 포함률(H4)

Table 6은 네 운영기간 시나리오(현행 92일, 단기 110일, 중기 118일, 장기 129일)에서 2011~2024년 극한강수가 창 안에 드는 비율을 나타낸다. 증가한 첨두, 가을로 옮겨 간 분포, 권역 회복력 격차라는 앞의 세 결과가 이 하나의 지표로 모인다. 현행 92일은 76%로 약 네 사건 중 하나를 담지 못하는 반면 단기·중기·장기는 각각 81%·85%·87%로 오른다. 다만 전국 평균이 75%를 웃돌아도 회복력이 낮은 영산강·섬진강에서는 약 73%로 떨어져, H4(< 75%)가 전국 평균이 아니라 가장 취약한 권역에서 충족된다. 운영기간을 늘리면 포함률은 오르지만 한계편익이 빠르게 줄어, 처음 18일이 약 5%p를 올리는 데 비해 37일을 늘린 129일에도 87%에 그친다. 창을 무한정 넓히는 것은 효율이 떨어지며, 어느 지점부터는 기간을 더 늘리기보다 적응적으로 운영하는 편이 낫다. 이 체감 구조가 6장의 단계적·적응적 설계를 뒷받침한다.

5. 정책 제언

5.1 단계적 시간 확장

시간 확장은 세 단계로 시행한다(Fig. 6, Table 7). 단기(2026~2029)에는 14년 관측 통계를 근거로 110일로 확장하며, 기후부(기후에너지환경부) 고시 개정만으로 즉시 도입할 수 있다. 중기(2030~2049)에는 SSP 중기 전망과 Kim et al. (2023)을 근거로 118일로 늘리고 시설 개선을 병행한다. 장기(2050~)에는 고정 확장에서 벗어나 129일을 기준선으로 하는 적응적 Rule Curve로 전환한다. 단계마다 효과를 학습한 뒤 다음 단계를 조정하므로 일괄 이행에 비해 학습비용이 작고 정치적 수용성이 높다.

Fig. 6.

Staged flood-season extension roadmap. Bar-end labels give the operating days and coverage at each stage. The staged approach lowers learning cost and improves institutional acceptability

5.2 권역 차등화

권역마다 회복력이 다르다는 것(4.4절)은 운영을 권역별로 달리해야 한다는 뜻이다(Fig. 7, Table 8). 회복력이 가장 낮고 2020년 사건을 겪은 영산강·섬진강은 가장 이른 6월 7일에 홍수기를 시작하고 최소 저류를 55%로 낮춰 가장 보수적으로 운영한다. 낙동강은 가을 태풍이 영남을 반복적으로 강타한 이력(2002·2003·2023년)을 반영해 종료일을 10월 초로 늦춘다. 회복력이 높은 한강은 상대적으로 여유 있게 운영하되 신규 양구댐 가동 시 재조정하고, 금강은 10~11월 최대강수 특성(Kim et al., 2023)을 반영해 종료일을 가장 늦춘다. 네 권역 평균은 6월 10일~10월 5일, 118일, 최소 저류 59%로 중기 단일 권고(Table 7)와 명확히 부합한다.

Fig. 7.

Recommended basin-specific dam rule curves (mid-term, 2030-2049). Flood-season start/end and minimum storage are differentiated by basin resilience and rainfall-typhoon patterns

5.3 5계층 적응적 Rule Curve 체계

단계적·권역별 확장은 여전히 고정된 답을 전제로 한다. 본 연구의 최종 제안은 연도별 조건에 따라 답이 달라지는 5계층 체계이다(Fig. 8, Table 9). 계층 1은 장기 관측과 SSP로 기본 경계를 정하고, 계층 2는 ENSO·여름 전망·전년 강수에 따라 ±0~15일을 사전 조정한다. 계층 3은 저류량과 9월 강수, 태풍 정보로 종료일을 ±7~15일 자동 조정하며(예: 저류가 80% 미만이면 -7일, 9월 강수가 평년의 130%를 넘으면 +10일), 사전에 규칙으로 고정해 운영자 재량에 따른 위험을 배제한다. 계층 4는 권역 위기 신호에 따라 유역간 이송을 강화하고, 계층 5는 최근 5년 자료로 계층 1을 5년마다 다시 설계한다. 이처럼 결과가 다시 입력으로 돌아오는 되먹임을 통해 적응적 관리의 운영·관측·평가·갱신 순환(2.1절)이 제도로 구현된다.

Fig. 8.

Five-layer adaptive rule-curve framework, from the base boundary (Layer 1) to periodic recalibration (Layer 5), whose results feed back into the base boundary

6. 타당성 분석

6.1 법제·제도적 이행 경로

제안의 법적 이행 난이도는 단계마다 다르며, 가장 시급한 단기 조치의 장벽이 가장 낮다. 단기 권고(110일)는 기후부 고시인 다목적댐 운영규칙 개정만으로 6~12개월 내 시행할 수 있다. 중기 조치는 댐관리기본계획의 차기 개정(2034)에 반영하는 형태로 3~5년이 걸린다. 장기의 적응적 운영을 제도화하려면 국가물관리기본법에 근거 조항을 신설하고, 농어촌정비법(농업용저수지 연계)과 전기사업법(수력댐 연계)에도 각각 1~2년에 걸쳐 협력 조항을 두어야 한다. 즉 즉각적 효과를 내는 단기 확장이 가장 적은 입법 비용으로 가능하다는 점이 이 로드맵의 실행력을 뒷받침한다.

6.2 기술 성숙도

적응적 운영에 필요한 핵심 기술은 대부분 이미 운영 또는 시범 단계에 있다(Table 10). AI 홍수 예보는 운영 수준(TRL 8)으로 미세조정만으로 목표에 도달하며, 앙상블 강수 예보(TRL 7)는 ECMWF와 한국형 모델(KIM)의 통합으로, 디지털트윈 댐 운영(TRL 6)은 전체 시스템 개발로 보완할 수 있다. 가장 큰 격차는 통합 의사결정 시스템으로 현재 개념 단계(TRL 4)에 머문다. 즉 기술적 병목은 개별 요소 기술이 아니라 이들을 하나의 의사결정 체계로 묶는 통합 계층에 있으며, 이는 5.3절 계층 4~5의 제도 설계와 직결된다.

6.3 단계별 예산

도입 비용은 보수적으로 추정해도 10년 누적 약 488억 원으로 단일 대형 댐 건설비의 일부에 불과하다(Fig. 9). 가장 큰 항목은 통합관제센터 구축(약 250억 원)이며, AI 자동발령 체계(약 120억 원)와 앙상블 예보 시스템(약 80억 원)이 뒤를 잇는다. 법제·제도 개정(약 8억 원), 거버넌스 기구 운영(약 10억 원), 5년 주기 재산정(약 20억 원)은 상대적으로 작다. 이 추정은 기상청 유사 사업 단가와 관제센터 구축 사례에 근거한 보수적 값이며, 8장의 기대편익에 비하면 매우 작다.

Fig. 9.

Estimated implementation budget by item (10-yr cumulative). Excluding annual operating cost, the cumulative total is about KRW 48.8 billion, dominated by the integrated control centre (~KRW 25 billion)

7. 비용·편익 분석(H5)

본 장의 모든 수치는 Tables 11 and 12의 항목 값에서 하나의 현재가치 계산으로 산출하여 비용 합계·편익 합계·NPV 표·워터폴(Fig. 10)·토네이도(Fig. 11)가 서로 모순 없이 맞물린다. 편익은 두 단계로 구분해 제시한다. 보수적 합계는 곧바로 화폐로 환산되는 홍수·가뭄 피해 방지와 최소한의 사회적 신뢰만 더한 1.60조 원, 중심 합계는 여기에 VSL 기반 인명피해 방지와 가뭄·신뢰의 공편익을 더한 2.45조 원이다(모두 현가, 4.5% 할인). 중심값을 더 큰 집계값이 아니라 항목 합계 2.45조 원으로 둔 것은 모든 세부 수치를 명시된 항목까지 역추적해 확인할 수 있게 하기 위함이다.

7.1 비용과 편익 항목

비용은 다섯 항목으로 구성되며 30년 현가 합계는 0.31조 원이다(Table 11). 운영비(0.12조 원)와 기반시설·시스템 투자(0.05조 원)가 큰 비중을 차지하고, 수력발전 손실 보상(0.08조 원), 농업 영향 보상(0.04조 원), 행정·교육·홍보(0.02조 원)가 뒤따른다. 편익은 네 항목으로, 홍수피해 방지(중심 1.20조 원)가 가장 크고 인명피해 방지(0.60조 원), 가뭄피해 방지(0.45조 원), 사회적 신뢰(0.20조 원)가 더해진다(Table 12). 비용·편익 원단위는 인용한 예비타당성·감정 기준(기재부, 기후부, 국토부)과 공개 재해통계에서 가져온 시나리오 가정값이며 현장 실측치가 아니다. 따라서 결과는 시나리오 분석으로 해석해야 하며, 본 분석의 결론은 정확한 금액 크기가 아니라 본 연구에서 검토한 할인율·편익 조합 및 민감도 범위에서 NPV의 부호가 양(+)으로 유지된다는 점이다(7.2절). 즉 편익과 비용의 정확한 비(比)는 가정에 따라 달라지나, 편익이 비용을 상회한다는 결론의 방향은 검토한 가정 변화에 강건하다. 정확한 금액은 관계 부처의 공식 자료를 준용해야 한다.

Fig. 10의 워터폴 그래프(비용에서 출발해 편익 항목을 순차적으로 누적하여 최종 순현재가치에 이르는 과정을 단계 막대로 나타낸 그림)는 0.31조 원의 비용에서 출발해 편익 항목이 차례로 더해지며 최종 순현재가치 +2.14조 원에 이르는 과정을 보여 준다. 홍수피해 방지 편익이 가장 큰 막대를 차지하고 용수공급 안정과 인명피해 회피(VSL)가 그 뒤를 잇는다. 비용 대비 편익이 약 8배에 이르러 편익 누적이 비용을 큰 폭으로 상회한다.

Fig. 10.

Cost-benefit waterfall (4.5% central discount). Subtracting total cost (KRW 0.31 tn) from central benefit (KRW 2.45 tn) gives a net present value of +KRW 2.14 tn

7.2 순현재가치와 민감도

순현재가치는 검토한 여섯 셀(할인율 3개 × 편익 정의 2개) 전부에서 양(+)이다(Table 13). 가장 보수적인 조합(보수 편익·5.5% 할인)에서도 +1.15조 원, 가장 낙관적인 조합(중심 편익·3.0% 할인)에서 +2.59조 원이다. 대표값은 예비타당성 기준 4.5% 할인의 중심값 +2.14조 원이며, 같은 할인율의 보수값 +1.29조 원을 하한 기대치로 함께 제시한다. 모든 셀이 양이므로 정책 결론은 할인율이나 편익 정의의 선택에 의존하지 않는다. Fig. 11의 토네이도 그래프(각 입력변수를 기준값에서 ± 범위로 변화시켰을 때 NPV 변동폭을 영향이 큰 순으로 정렬한 그림; Table 14)는 8개 입력변수를 각각 기준값에서 ±범위로 조합할 때 NPV (기준 +2.14조 원)의 변화를 영향 큰 순으로 보여 준다. 총 편익 추정(±50%)의 영향이 가장 크고(NPV 약 +0.9~+3.4조 원), 기후 시나리오(±15%)와 할인율이 뒤를 잇는다. 그러나 어떤 단일 변수를 범위 끝까지 움직여도 NPV는 음(-)이 되지 않으며, 총 편익을 70% 줄이는 동시에 총비용을 두 배로 늘리는 비관적 복합 스트레스에서도 NPV는 +0.11조 원으로 양을 지킨다. 따라서 H5는 강하게 뒷받침되며, 이 권고는 여러 악조건이 겹쳐도 경제적으로 타당하다.

Fig. 11.

NPV tornado for eight variables (one-at-a-time). The vertical line is the central base value of +KRW 2.14 tn. Total benefit estimate and climate scenario dominate, yet NPV stays positive for every single-variable change

이 부호가 왜 강건한지는 간단히 설명된다. NPV는 편익이 커지면 오르고 비용이 커지면 내려가므로, 편익을 모두 최저로 비용을 모두 최고로 놓은 가장 불리한 경우가 결과의 바닥이 된다. 그 바닥에서도 편익(0.82조 원)이 비용(0.43조 원)을 넘어 NPV는 +0.39조 원으로 양이며, 가장 나쁜 경우가 양이면 나머지는 모두 양이다. 부호가 음이 되려면 가장 영향이 큰 총편익(Table 14)을 약 8배 과대 추정했어야 한다. 편익을 로그정규로 모형화해(음수가 될 수 없고 곱으로 형성되는 양의 자연스러운 기본형이자 최대 엔트로피 분포; Aitchison and Brown, 1957; Limpert et al., 2001; Jaynes, 1957; Morgan and Henrion, 1990) 확률을 확인하면, 인용 범위(± 50%)의 불확실성에서는 로그정규·감마·삼각·균등 어느 분포에서도 반전 확률이 사실상 0이다(Fig. 12). 곧 NPV의 양(+) 부호는 특정 금액이나 분포 가정이 아니라 편익이 비용을 약 8배 앞서는 규모 차이에서 비롯된다.

8. 토 론

본 연구의 5계층 체계는 큰 틀에서 국제 선도 사례와 방향이 같으면서도 한국 사정에 맞춘 차이가 있다. 앙상블 예보 결합, 사전에 고정된 자동 의사결정 규칙, 사후 평가·갱신이라는 골격은 USACE의 FIRO와 일치하고(CW3E, 2020), 종료일을 사전 정보로 조정하는 방식은 일본 MLIT의 사전방류와 유사하다(MLIT, 2019). 다만 두 사례가 주로 단일 시스템에 예보를 결합하는 데 초점을 둔 반면, 본 연구는 권역 회복력의 큰 불균형(4.4절)을 반영해 권역 차등화를 한층 강하게 제도화한다. 이는 유역마다 수원 구조와 연계 수준의 차이가 큰 한국에 특히 잘 맞는 설계다.

방법론 측면에서 본 연구는 적응적 관리(Walters, 1986)와 강건 의사결정(Lempert et al., 2006)을 한국 다목적댐 운영에 적용한 실증 사례이며, 세 가지 일반적 함의를 끌어낼 수 있다. 첫째, 변동성이 큰 분포에서는 평균에 기댄 결정론적 운영이 통계적으로 비효율적이어서 분포의 꼬리와 시점 이동을 함께 살펴야 한다. 둘째, 용수와 홍수방어가 같은 저류공간을 두고 경쟁하는 다목적 문제는 하나의 결정이 아니라 여러 층위의 결정 구조(본 연구의 5계층)를 필요로 한다. 셋째, 미래가 하나의 확률분포로 정리되지 않는 깊은 불확실성에서는 평균적으로 최적인 정책보다 넓은 시나리오에서 두루 무난한 정책이 낫다. 이 세 명제는 댐 운영을 넘어 기후 적응 전반에 적용될 수 있다.

정책 차원에서 가장 중요한 전환은 평가 기준을 평균 효과에서 불확실성을 고려한 회복력으로 옮기는 것이다. 이행은 단계적 법제화가 효율적이어서 단기는 기후부 고시 개정, 중기는 댐관리기본계획, 장기는 기본법 개정으로 가능하다(6.1절). 적응형 운영은 한 부처만으로 이루기 어려우므로 기후부·기상청·농림축산식품부·산업통상자원부가 함께 연계해야 한다. 투명성도 필수다. 계층 3의 자동발령 규칙과 계층 5의 재산정 결과를 공개해야 운영자 재량을 둘러싼 분쟁을 줄이고 사회적 신뢰(Table 12의 편익 항목)를 실제로 확보할 수 있다.

본 연구에는 몇 가지 한계가 있다. Table 4의 월별 분포는 지점 기반 평균 추정이므로 정밀한 유역별 통계에는 격자 자료와 결합한 후속 분석이 필요하다. 회복력 지표는 동일 가중을 가정했으나 지표 간 상대적 중요도는 전문가 판단에 따라 달라질 수 있다. 비용·편익 추정은 보수적 가정 위에서 한 것이라 실제 도입 시에는 정밀한 예비타당성 평가가 별도로 필요하다. 또한 GCM 간 시나리오 불확실성이 완전히 반영되지 않았고 정치·사회적 수용성의 변동은 모형에서 다루지 못한다. 다만 이 한계들은 결론의 방향을 뒤집기보다 추정의 정밀도에 관한 문제로 한정된다. 또한 극한강수 포함률은 기후학적 노출의 대리지표이므로, 제안된 각 권고안의 홍수방어 효과와 용수공급 안전도(신뢰도·회복도·취약도)는 실제 적용에 앞서 댐별 유입량-저류량-방류량 연속 모의로 검증되어야 한다.

9. 결 론

본 연구는 한국의 현행 홍수기 기준(6.21~9.20)이 기후변화 조건에서 오늘의 강수 분포와 어긋남을 다섯 측면에서 정량적으로 보였다. 첫째, 연 최대 일강수량은 1973~2024년 한계적으로 유의한 증가 추세를 보였다(Mann-Kendall p ≈ 0.07). 둘째, 9~10월 극한강수 비율이 16%에서 23%로 뚜렷이 늘었다. 셋째, SSP 전망은 21세기 후반 100년 빈도 극한강수가 +29%(SSP1-2.6)에서 +53%(SSP5-8.5)까지 늘 것으로 예상된다(Kim et al., 2023). 넷째, 현행 운영기간의 권역 포함률은 한강 86%에서 영산강 70%까지 차이가 커진다. 다섯째, 현행 92일 창은 변화된 분포의 약 24%를 담지 못한다. 이에 본 연구는 단계적 시간 확장(단기 110·중기 118·장기 129일), 권역 차등화, 5계층 적응적 Rule Curve 체계를 통합 제안하였다. 비용·편익 분석은 특정 금액을 확정하기보다 이러한 평가를 재현 가능하게 수행하는 방법론적 예시로 제시하였으며, 예시적 가정 아래에서 NPV는 검토한 모든 할인율·편익 조합과 토네이도·복합 스트레스 검정에서 양(+)으로 유지되었다. 곧 제안의 경제적 타당성은 특정 금액이 아니라 본 연구에서 검토한 가정 범위에서 홍수기 재설정의 편익이 비용을 상회한다는 사실에 있다. 가장 중요한 메시지는 창의 폭을 더 넓게 고정하는 것이 아니라 고정경계라는 발상 자체를 바꿔야 한다는 점이다. 평균 중심의 결정론적 운영은 1980년대에는 합리적이었으나, 변동성이 평균보다 더 중요한 결정 변수가 된 오늘날에는 그해 사정에 따라 답을 달리하는 적응적 체계가 필요하다. 댐 운영의 평가 척도는 평균적 효율이 아니라 불확실성 조건에서의 회복력이 되어야 한다.