1.1 연구 배경

최근 국지성 집중호우로 인해 침수와 같은 수해의 빈도 및 규모가 증가하고 있다^{(Harisuseno et al., 2020)}. 이에 대한 근거로 행정안전부에서 매년 발간하는 재해연보에 따르면 2012년부터 2021년 동안 호우 발생 횟수(141회)가 이전 30년 동안 발생한 호우 발생 횟수(252회)의 60 % 정도를 차지한다^{(Ministry of the Interior and Safety, 2022)}. 또한 2022년 8월 8일에서 9일 사이 서울특별시에 호우경보가 발효되었고, 동작구 기상관측장비에는 시간당 141.5 mm/hr의 강우량이 관측되며 역대 최고치를 기록하였다. 이 폭우로 인해 강남역의 도로, 지하 주차장, 지하철 역사 등이 침수되며 많은 재산 피해가 발생하였다. 이러한 침수 피해를 최소화하기 위해서 행정안전부에서는 방재성능목표강우량이라는 개념을 만들어서 시군구 단위로 공표하고 있다. 자연재해대책법 제16조 4는 재해 예방을 위한 방재 정책 수립 시 지역별로 처리 가능한 시간당 강우량 및 연속강우량의 목표 즉 방재성능목표강우량을 설정하고 운용할 수 있도록 규정하고 있다^{(Ministry of the Interior and Safety, 2023)}.

하지만 지금까지 공표된 방재성능목표강우량은 기후변화만을 고려하고 있으며, 지역별 사회경제적 요인을 충분히 고려하지 못한 채 산정되었다. 이는 효과적인 대응 전략 수립에 한계를 가져올 수밖에 없다고 판단된다. 사회경제적 요소를 반드시 고려해야 하는 이유는 다음과 같다. 첫째, 홍수 피해는 모든 사람에게 동일하게 영향을 미치지 않는다. 특히 저소득층이나 취약계층의 경우 홍수로 인한 피해를 더 크게 입을 가능성이 높다. 이러한 불균형을 반영하지 않을 경우, 방재성능목표가 특정 계층에 불공정하게 작용할 수 있다. 둘째, 지역별로 침수 피해 발생 이후 복구 속도와 회복탄력성에 차이가 있다. 재정적으로 여유가 있는 지방자치단체는 재난 후 신속한 복구가 가능하겠지만, 그렇지 못한 지역은 장기적인 손해를 입을 가능성이 높다. 마지막으로, 사회경제적 배경에 따라 사람들의 재난에 대한 인식과 준비 수준이 다르다. 예를 들어, 교육 수준 등으로 인해 재난 대비가 부족한 사람들이 있을 수 있으며, 이는 해당 지역의 재난에 대한 취약성을 높이는 요소가 된다. 사회경제적 요소를 방재성능목표강우량 산정 시 반영함으로써, 모든 사회 계층을 포괄하고 형평성을 보장할 수 있다. 이는 정책의 공정성과 신뢰성을 높이는 데 기여할 수 있을 것이다.

본 연구에서는 이러한 한계를 해결하기 위해 최근 재난 관리 및 대응 계획에 있어 필수적인 요소로 대두되고 있는 사회경제적 요소를 반영한 지역 사회의 침수취약성 지수(Socio-Economic Flood Vulnerability Index, SEFVI)를 산정하고자 한다. 이를 기존의 방재성능목표강우량에 적용하여 기후변화뿐 아니라 사회경제적 요소까지 고려한 각 지역의 특성에 맞는 방재성능목표강우량으로 개정하거나 지역별 방재성능목표강우량 할증률을 제시하고자 한다.

1.2 이론적 고찰

취약성(Vulnerability)은 다양한 영역에서 조금씩 다른 의미로 사용되고 있으며 이에 대한 개념 정의가 명확하지 않다. 자연재해 연구 분야에서 정의하는 취약성은 ‘잠재 피해 현상으로부터 생긴 손실의 정도’이다. 외부에서 가해지는 위해 요소와 이에 따른 부정적인 영향 측면에서 취약성을 보는 것이다. 즉, 피해를 일으키는 외부 자극에 대해 시스템이 얼마나 영향을 받는지와 외부 자극에 대해 시스템이 얼마나 민감하게 반응하는지에 주안점을 둔다. 반면, 사회학적 측면에서 보는 취약성의 개념은 주로 ‘사회적 취약성’으로 동일한 외부 스트레스가 온다고 하여도 이에 대처하는 능력이 각 가계나 커뮤니티에 따라 상이하다는 것이다. UN 등 국제기구에서는 위의 두 가지 관점을 종합하여 기후변화 취약성의 개념을 외부 스트레스에 대한 결과물로서의 취약성과 사회시스템의 내적 상태로서의 취약성으로 보고 있다^{(Yoo and Kim, 2008)}.

^Kron(2002), ^{Okazawa et al.(2011)}은 자연재해 중 홍수와 관련된 홍수사상 또는 홍수사상의 발생확률을 나타내는 재해위험성(Hazard), 홍수위험지역에 있는 경제적 자산이나 인명의 노출성(Exposure), 그리고 홍수 방어 능력의 부족을 의미하는 취약성(Vulnerability), 이 세 가지 요소를 선형적으로 곱함으로써 홍수위험도(Flood Risk)를 제시하였다. ^IPCC(2014)는 재해로 인한 피해의 크기를 직접적으로 추정하고자 위험도라는 개념을 AR5(Fifth Assessment Report)에서 제시하였다. 이 위험도는 위해, 노출, 취약성의 세 가지 지표의 조합으로 정의되었는데, 이 중 위해는 재해를 유발하는 기상·기후 및 자연적인 요인, 노출은 재해로부터 피해를 당하는 요소, 그리고 취약성은 사회 구조적 측면에서의 민감성과 대응 능력을 의미하며 자료 기반 접근법을 통해 평가하였다. 이러한 IPCC AR5에 제시한 개념을 기반으로 위험도를 평가한 대표적 연구에는 World Risk Index^{(Welle and Birkmann, 2015)}가 있다. 여기서는 전 지구라는 범위에 적합하도록 인자를 선정하고 IPCC AR5에 제시한 체계에 합당하도록 인자를 구분하여 지수를 계산한 후 민감도 분석과 불확실성 분석을 통해 타당성 검토를 진행하였다. 하지만 이는 다양한 자연재해를 대상으로 한 연구이기에 홍수와 같이 특정 재해의 위험도만을 파악하는데 한계가 있으며, 국가 단위로 평가된 지수이기 때문에 지역별 지수를 산정해야 하는 본 연구에 적용하기 맞지 않다. 우리나라의 경우를 살펴보면, 최근 10년간 발생한 재해의 피해액 중 홍수로 인한 피해가 50 %가 넘기 때문에 우리나라에서는 World Risk Index를 직접적으로 적용하기에는 한계점이 존재한다. 따라서 ^{Park et al.(2010)}은 우리나라의 실정에 맞는 홍수 피해 지표를 개발하였다. 우선 홍수 피해의 원인을 분석한 관련 문헌들로부터 홍수 피해에 미치는 영향이 큰 인자들을 도출한 후, 자료의 확보 가능성 등을 고려하여 주요 인자를 선정하였다. 이 인자들을 표준화 기법을 이용하여 무차원화를 하였으며, 전문가 조사를 통해 인자별 가중치를 산정하였다. 가중치를 무차원화된 인자 값과 곱한 후 선형 합에 의해 시군구별 홍수 피해 지표를 산정하였다. 이렇게 산정된 지표는 SPSS 프로그램을 이용해 인자간 상관성과 유의성을 검정함으로써 분석의 신뢰성을 확보하였다. 또한 ^{Kim et al.(2011)}은 기후변화에 따른 도시홍수 위험을 전반적으로 규명하기 위해 사회, 경제, 인문, 시설물, 기상학적 측면을 고려하여 도시홍수 피해 관련 항목들을 산정하는 연구를 진행하였으며, ^{Sung et al.(2012)}은 서울 지역의 미래 홍수취약도를 정량적으로 분석하기 위해 미래 확률 강우량을 선형회귀식을 이용하여 통계적으로 전망하고, 선행 연구의 홍수취약도 분석 모형을 이용하여 2030년 서울 지역의 홍수취약도를 평가하였다.

재난 분야에서 회복력(resilience)은 일반적으로 “현재의 위험이 초래되는 상황을 최소화하고 잠재된 미래 위험을 저감하기 위한 개선복구를 수행하는 능력”으로 정의되며, 내구성(Robustness), 가외성(Redundancy), 자원동원성(Resourcefulness), 신속성(Rapidity) (=4Rs)의 속성을 지닌 것으로 본다^{(Wildavsky, 1988; Mileti, 1999; Bruneau et al., 2003; Walker et al., 2004; Folke et al., 2010)}. 유엔재해경감사무국(UNDRR)의 회복력에 대한 정의는 학문적인 정의와 유사하나, 실행을 위한 요소를 보다 강조하고 있다. ‘위험 요인에 노출된 어떠한 체계, 공동체, 사회가 시의적절하고 효율적인 방법으로 이 위험 요인에 저항하고, 이를 흡수하고 적응함은 물론, 빠르게 복구하는 능력’이라 정의하며, 회복력의 주체, 방법, 작동 등의 요소를 제시함으로써 위험에 노출되었을 때 회복력이 작동하기 위해서는 위험관리를 통해 기본적인 구조와 기능에 대한 보호와 보존이 필요하다는 점을 강조하고 있다. ^{Kim and Hong(2021)}은 홍수회복력 산정을 위해 홍수회복력, 재난회복력, 기후변화 적응력을 측정한 연구를 검토하여 지표를 수집하였다. 지표 체계는 5대 자본(재정적, 인적, 자연적, 물리적, 사회적)으로 구성하고, 이에 따라 지표를 분류하였다. ^{Lee et al.(2019)}은 피해 발생 기간의 총 강우량과 5일 치 선행강우량을 합한 재해강우량과 피해액 간 관계식을 구축하여 호우피해 발생 후에 투입되는 복구비로 인한 방재 능력 향상 정도를 정량적으로 평가하는 방안을 제시하였다.

본 연구에서 제시하는 사회경제적 침수취약성 지수(Socio- Economic Flood Vulnerability Index: SEFVI)는 특정 지역이 침수에 얼마나 취약한지를 평가하는 지표로, 사회적 및 경제적 요인을 통합하여 구성된다. 이 지수는 인구수, 인구밀도, 소득수준, 자연재해 대응 능력 등 다양한 사회경제적 지표를 고려해 산정되며, 지역별로 침수 피해 가능성과 그 영향의 심각성을 정량적으로 나타낸다. 특히 본 연구에서는 사회경제적 위험도(Socio-economic Hazard: SH)와 사회경제적 회복력(Socio-economic Resilience: SR)을 산정하고, 이를 통해 SEFVI를 SH와 SR의 비율로 정의하였다. 여기서 SH는 지역별 사회경제적 특성이 침수 피해에 얼마나 위험한지를 나타내는 종합지표로, 인구 구조 및 경제적 상황과 같은 요소들이 재해 발생 시 해당 지역에 미치는 영향을 수치화하여 평가한 지표이다. SR은 침수 피해 발생 이후 해당 지역이 피해를 복구하고 원래 상태로 회복하는 능력을 평가하는 지표이다. 이는 지역의 경제적 자원, 의료 서비스 접근성과 같은 요소들에 의해 결정된다. SEFVI 산정은 단순히 침수 위험을 평가하는 것뿐 아니라, 지역 사회의 회복력에 따라 위험의 영향을 어느 정도 완화할 수 있는지를 반영하기 위함이다.

2.1 대상 지역

본 연구의 대상 지역은 서울특별시 25개 구이다. 서울특별시는 기후변화에 따른 집중호우 증가 등 자연적 요소와 더불어 불투수 면적의 증가로 인해 홍수 피해가 가중되고 있다. 불투수 면적의 증가는 집중호우 시 도시지역으로부터의 강수 유출에 의한 홍수 도달시간을 단축하고 첨두유량을 증가시킴으로써 도시 하천의 치수기능을 저하하는 역할을 한다. 특히 유역에서의 개발로 인한 토지 이용의 변화는 단기간에 하천유량을 급격히 증가시켜 침수 피해의 취약성을 더욱 가중시키고 있다. 서울특별시의 평균 불투수 면적률은 52.3 %로 전체 지역 중 가장 높으며, 도시화가 진행됨에 따라 점점 커지는 추세이다. 서울특별시의 불투수 면적률은 Fig. 1에서 확인할 수 있다.

Fig. 1. Seoul’s Impervious Surface Area Rate Level for 2021

2.2 분석자료

본 연구에서 사용되는 데이터의 개요는 다음과 같다. 먼저 강우량 데이터는 2012년부터 2021년까지의 기상청(KMA) 일 평균 강우량 데이터이다. 다음으로 SH 산정 시에는 KOSIS(KOrean Statistical Information Service)에서 제공하는 인구수, 인구밀도, 인구증가율, 기초생활 보장 수급자 수, 장애인 수, 65세 이상/5세 이하 인구수의 가장 최근 데이터(2022~2024년) 및 WAMIS (WAter resources Management Information System)에서 제공하는 1971년부터 2022년까지의 침수피해액 데이터를 사용하였다. SR 산정 시에는 KOSIS에서 제공하는 건강보험 적용자 수, EQ-5D, 학급당 학생 수, 인구당 의사 수, 도시적 토시 이용 비율($(대지+공장용지+학교용지)면적/행정구역 면적\times 100$), 재정자립도, 제조업 종사자 수, 승용차 등록 대수, 지역 내 총생산(Gross Regional Domestic Product: GRDP), 국토교통부의 부동산 공시가격 알림 사이트에서 제공하는 공시지가의 가장 최근 데이터 및 WAMIS에서 제공하는 침수피해액과 복구비를 사용하였다. 여기서 EQ-5D는 EuroQol이라는 그룹에서 개발한 일반적인 건강 관련 삶의 질(Health Related Quality Of Life: HRQOL) 측정 도구로, ‘운동 능력’, ‘자기 관리’, ‘일상 활동’, ‘통증/불편함’, ‘불안/우울증’의 다섯 가지 차원에 대하여 ‘문제없음’, ‘다소 문제 있음’, ‘심각한 문제 있음’의 세 수준으로 구성된다. 또한 피해액은 1971년부터 2022년, 복구비는 2008년부터 2022년의 데이터를 제공하고 있어 서로 다른 기간의 데이터라도 공통된 기준에서 비교/분석하고, 데이터의 변동성을 줄이기 위해 각각 연평균 침수피해액 및 연평균 복구비를 산출하여 SH 및 SR 산정 시 사용하고자 한다. 본 연구에서 사용된 데이터 관련 정보는 Table 1에 명시하였다.

본 연구에서 사용된 사회경제적 지표 데이터는 최신 상태를 반영하기 위해 주로 2023년 또는 2024년의 자료를 활용하였다. 이는 지역적 특성과 사회경제적 상황이 시간이 지남에 따라 변화할 수 있음을 고려한 것으로, 최신 데이터를 통해 현재 상황을 정확하게 반영하고자 하였다. 그러나, 침수피해액 및 복구비 데이터는 장기간 누적 데이터를 사용하였고, 사회경제적 지표는 단일 연도 데이터를 사용한 점에서 연도 간 불일치로 인한 편향이 발생할 가능성이 있다. 이를 최소화하기 위해 단일 연도의 지표 데이터가 대표성을 가지며, 해당 지표가 침수피해액 및 복구비와의 관계에서 실질적 연관성을 유지하는지를 검토하였다.

일평균 강우량 데이터는 지점 정보에 해당하므로, 티센 가중법(Thiessen method)을 활용하여 지역의 면적평균강우량을 산정하였다. 티센 가중법은 유역 내 지점 관측소가 불균등하게 분포할 때 사용한다. 이 방법은 각 지점 관측소의 지배 면적을 티센 다각형을 산정한 후 이를 가중 인자로 잡아 강우량을 곱하여 합산한 후 유역 면적으로 나누어 평균 강우량을 산정한다. 산술평균법과 달리 지점 관측소의 분포 상태를 고려하고, 적용 방법이 객관적이기 때문에 실무에서 많이 사용된다. 하지만 강우에 대한 산악효과가 무시된다는 단점이 있다. Eq. (1)을 통해 지역별 강우량을 산정하였다.

여기서 $P_{m}$은 지역의 평균 강우량, $A_{1},\: A_{2},\: \cdots ,\: A_{n}$은 각각의 강우 관측소에 할당된 티센 다각형의 면적, $A$는 전체 지역의 면적, $P_{1},\: P_{2},\: \cdots ,\: P_{n}$은 각각의 강우 관측소에서 측정된 강우량을 의미한다.

사회경제적 데이터 산정 시에는 ^{Park et al.(2010)}, ^{Kim and Hong(2021)}, ^{Sung et al.(2012)}, ^{Park et al.(2024)}의 연구를 참고하였다. 홍수 피해의 원인을 분석한 관련 문헌들로부터 홍수 피해 원인과 피해 내역을 고려하여 홍수 피해에 미치는 영향이 큰 인자들을 도출하고, 정기 측정성, 자료의 확보 가능성 등을 고려하여 주요 인자를 선정하였다. 먼저 사회적 데이터는 인구수, 인구밀도, 인구증가율, 기초생활 보장 수급자 수, 장애인 수, 건강보험 적용자 수, EQ-5D, 65세 이상/5세 이하 인구수, 학급당 학생 수, 인구당 의사 수, 도시적 토지 이용 비율을 사용하였다. 해당 지표들을 본 연구에 사용한 이유는 다음과 같다. 먼저 인구가 많거나 인구밀도/인구증가율이 높은 지역은 침수가 발생한 경우, 비교적 대피가 어려우며 다른 지역에 비해 사상자가 발생할 가능성이 높다. 장애인 수, 65세 이상/5세 이하 인구수, EQ-5D 지수가 낮은 사람의 수가 많을수록 신체적 능력이 낮아 재난으로부터 대피가 어려울 것이다. 기초생활 보장 수급자는 노인, 장애인, 만성질환자 등 건강 상태가 취약한 사람들을 포함하는 경우가 많아 이들도 침수 발생 시 대피에 어려움을 겪을 가능성이 크다. 또한, 이들은 일반적으로 저소득 거주지에 거주하며, 이러한 지역은 반지하 주택처럼 침수 위험이 큰 지역에 위치할 가능성이 크고 주거지의 구조적 안전성 또한 낮을 수 있다. 건강보험 가입자의 수가 작은 경우 재난으로 인해 질병이나 부상을 입더라도 적절한 의료 지원을 받지 못해 2차 피해로 이어질 수 있다. 또한 교육 수준이 낮은 지역은 재난 대비 및 위험관리에 대한 인식이 낮아질 가능성이 있으며, 이러한 지역의 주민들은 홍수 발생 시 필요한 행동에 대한 정보를 충분히 숙지하지 못했을 수 있다. 이는 학급 당 학생 수와 관련이 있다. 마지막으로, 의료시설의 병상 개수와 119 대원의 수는 재난 발생 시 대응 능력과 직접적으로 관련이 있다.

경제적 데이터로는 재정자립도, 제조업 종사자 수, 지역 내 총생산, 공시지가, 승용차 등록 대수, 침수피해액 및 복구비 등을 활용하였다. 재정적 자원이 풍부한 지역은 홍수 시 더 큰 금액의 피해액이 발생할 수 있지만, 더 나은 침수 방지 인프라를 보유할 가능성이 높아 지역의 회복탄력성과 밀접하게 관련된다. 이는 동일한 강수량이 발생해도 피해가 발생하지 않거나 적은 피해가 발생할 가능성을 높인다. 또한, 공시지가가 높은 지역은 구조적으로 견고한 건물이나 주택이 위치할 가능성이 크다.

2.3 연구 방법