JKSMI - Journal of the Korea Institute for Structural Maintenance and Inspection

Mobile QR Code QR CODE

Journal of the Korea Concrete Institute

J Korea Inst. Struct. Maint. Insp.

Indexed by
Korea Citation Index (KCI)

Main Menu

Journal Search

[

Research article

]

Journal of the Korea Institute for Structural Maintenance and Inspection

J. Korea Inst. Struct. Maint. Insp. Vol. 21, No. 4, p.87-96

ISSN (print) :

2234-6937

ISSN (online) :

2287-6979

Received : 21 April 2017Revised : 20 June 2017Accepted : 29 June 2017

Publisher ID :

JKSMI-21-87

DOI :

10.11112/jksmi.2017.21.4.087

A Study on Macroscopic Future maintenance Investment Scale for National SOC Infrastructure

이동현 (Dong-Hyun Lee) ¹^* 전태현 (Tae-Hyun Jun) ² 김지원 (Ji-Won Kim) ³ 박기태 (Ki-Tae Park) ⁴ 김용수 (Yongsoo Kim) ⁵

[1] 정회원, (주)토탈페이브시스템 부장, 교신저자

[2] 정회원, (주)토탈페이브시스템 과장

[3] 정회원, (주)토탈페이브시스템 대표이사

[4] 정회원, 한국건설기술연구원 구조융합연구소 연구위원

[5] 정회원, 한국시설안전공단 부장

^* Corresponding author: ssam74@daum.net Total Pave System Co.,Ltd., 27, Neuti-ro, Bundang-gu, Seongnam-si, Gyeonggi-do, 13555, Republic of Korea

1 :

• 본 논문에 대한 토의를 2017년 8월 1일까지 학회로 보내주시면 2017년 9월호 에 토론결과를 게재하겠습니다.

License (open-access, http://creativecommons.org/licenses/by-nc/3.0/) :

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

초록

국가 전략적 차원에서 전체 사회기반시설물에 대해 미래에 필요한 유지보수 예산 파악하는 것은 매우 중요한 부분이다. 그러나 현 재 국내에서는 전체 대규모 시설물에 적용할 수 있는 유지보수비용 예측 기법이 거의 전무한 실정이다. 본 연구에서는 현재 국내에서 가용한 자 료와 적용 가능한 예측모델을 토대로 우리나라 전체 향후 SOC 시설물에 대한 향후 유지보수 투자 규모를 예측하였다. 실제 지출비용과 비교하 여 가장 적합한 예측모델을 선정하고 관리주체에서 과거에 지출한 유지보수비용 자료를 이용하여 일부 모델은 개발하여 교량, 터널, 포장, 항 만, 댐, 공항, 상수도, 하천, 항만 등의 사회기반시설물에 대한 최적의 미래 유지보수 비용을 산출하였다. 앞으로 10년간 총 비용예측결과, 8종의 사회기반시설물에 대하여 약 23조원이 필요한 것으로 나타났으며, 가장 비용이 크게 발생하는 시설물은 도로포장, 도로교량으로 나타났다.

Abstract

It is important to estimate the future maintenance budget of all SOC infrastructure at the national strategic level. In this study, Based on a currently available statistics data, we predicted future maintenance investment for all SOC infrastructure in Korea. We have studied the applicable prediction models, and we developed the prediction models that can calculated the future maintenance cost by a real expenditure date. The subjects of facilities are bridges, tunnels, pavements, harbors, dams, airports, water supply, rivers and port. As a result of total estimated cost, eight types of SOC infrastructures are about 23 trillion won for the next 10years, and the most expensive facilities are road pavements and bridges.

키워드

사회간접자본, 사회기반시설, 유지보수비용, 예측모델, 예산 투자액

Key words

SOC(social overhead capital), Infrastructure, Maintenance cost, Prediction model, Investment

1. 서 론

국가 전략적 차원에서 전체 SOC 시설물의 미래 유지보수 예산 규모를 파악하는 것은 매우 중요하다. 현재 국내 사회기 반 시설물은 노후화가 이미 시작되었고 관리주체에서 요구하 고 있는 유지보수비용이 지속적으로 증가하는 추세를 보이고 있다. 적정 유지보수비용 예산을 확보하기 위해서는 거시적 관점에서 전체 유지보수 예산을 파악할 수 있는 분석 기법이 필요하다. 그러나 국내의 경우는 전체 시설물을 대상으로 유 지보수비용을 예측한 사례가 적으며, 일부 시설물이나 관리 주체 범위에 국한되어 있다. 대부분 비용 예측 분석기법이 공 학적 관점에 치중되어 요구되는 변수가 매우 많다. 이러한 현 실 때문에 실무적 관점에서 전체 시설물의 중장기 예산을 파 악하는데 활용할 수 있는 방법은 많지 않은 실정이다. 따라서 현재 대부분의 관리주체에서는 과거 유지보수비용 추세식을 통해 미래의 비용을 추산하고 있거나, 신규투자대비 비율로 유지보수 예산을 책정하고 있다.

이미 SOC 시설물의 노후화가 상당부분 진행된 선진국의 경우는 정부의 예산 및 인식부족으로 인하여 유지보수 투자 가 지연되면서 성능보완, 수명연장을 위한 경제적 부담도 점 차 증가하였다. 그 결과, 90년대 이후 사회기반시설의 급격한 서비스 수준 저하를 유발하였다. 사회기반시설물의 유지보수 및 보강에는 많은 공공예산 투자가 필요하지만 유지보수 특 성상 신규 투자에 비해 예산확보의 당위성이 떨어지는 것이 현 실이며, 이에 따라 적정 투자 예산 확보가 어려웠기 때문이다.

이들 선진국에서는 이와 같은 상황을 타파하고 인프라에 대한 장기적인 발전전략 및 비전을 제시하기 위해 인프라 평 가보고서(Infrastructure Report Card)를 발행하였다. 인프라 평가보고서는 한 나라의 인프라에 대한 종합적인 평가한 문 서로 도로, 철도, 댐, 상수도, 공항 등 사회기반시설의 현재 물 리적 상태, 관리현황, 요구되는 조치, 재원 조달, 개선 방안 등 의 내용을 담고 있으며, 각 시설물종별 상태와 향후 필요한 유 지보수비용을 파악하는 것이 핵심 내용이다. 1988년 미국에 서 최초의 인프라 평가보고서를 발행하였으며, 영국, 호주, 캐 나다 등에서 일정 주기별로 발행하고 있다. 국가 기간시설물 이 처해 있는 위험성에 대해 일반인들에게 알리는 홍보도구 로써, 그리고 입법 및 예산기획 관련 종사자들에게는 예산 확 보 및 합리적인 의사결정을 내리는 데 필요한 자료로 이용되 고 있다.

인프라 평가보고서를 발간하기 위해서는 국가 차원의 거시 적 관점에서 현 시설물의 상태를 진단하고 이를 고려하여 향 후 필요한 유지보수 예산을 객관적으로 파악하여야 한다. 현 재 국내 통용되고 있는 거시적 관점에 유지보수 투자액은 SOC 신규 투자액 대비 유지보수 비율을 통해 추정하고 있으 며, 현재 관리되고 있는 시설물의 제원이나 노후도가 명확하 게 고려되지 않기 때문에 현실과 동떨어진 결과를 가져올 수 있다.

시설물의 미래 유지보수 비용을 보다 정확히 추정하기 위 해서는 현재 국가에서 관리하고 있는 시설물 제원을 파악하 고 가용할 수 있는 데이터 수준을 고려하여 그 수준에 적합한 예측 모델을 적용하여 추정하는 것이 바람직하다. 기존의 LCC 분석기법으로는 수천 개 이상 국가 전체 시설물을 대상 으로 유지관리비용을 추정하기에는 현실적으로 불가능하며, 가용할 수 있는 데이터도 부족하기 때문이다.

본 연구의 목적에서는 현재 국내에서 가용한 자료와 적용 가능한 예측모델을 토대로 우리나라 전체의 향후 SOC 시설 물별 유지관리 투자예산을 파악하여 향후 투자 규모를 예측 하는 것이다. 본 연구는 특정 일부 시설물이 아닌 국가 전체 시 설물을 대상으로 하고 있기 때문에 기존 연구에 비해 차별성 을 가지고 있을 것으로 판단된다.

2. 본 론

일부 관리주체에서는 시설물 정보시스템을 통해 각 시설물 의 세부 이력 데이터를 관리하고 있지만 우리나라 전체 시설 물을 대상으로 예측해야하기 때문에 일부 시설물의 제원이 누락되어 있으면 적용이 어렵다. 따라서 전체 대상 시설물에 대하여 모두 확보할 수 있는 데이터를 토대로 다양한 예측 방 법 중에 직관적으로 적용할 수 있으며, 실제 지출 규모와 비교 하여 가장 근접한 결과가 도출된 방법을 채택하였다. 추정방 식은 의사결정자가 쉽게 이해할 수 있도록 직관적이어야 하 기 때문이다.

2.1. 분석 방법

대상시설물은 원칙적으로 국가회계기준에 속한 도로, 철 도, 항만, 댐, 공항, 상수도, 하천 어항 등 8종의 토목시설물을 대상으로 설정하였으며, 우리나라 전체 시설물을 모두 포함 하였다. 자료 확보가 어려운 일부 시설물의 경우는 부득이하 게 제외하였다.

먼저 대상시설물의 각 정보시스템 데이터와 통계 자료를 수집한 후 이를 토대로 적용 가능한 예측 방법을 파악하였다. 기 개발된 예측 방법과 수집된 각 시설물 데이터의 수준을 고 려하여 다음과 같이 4가지 방법으로 비용을 산출하였다. 과거 축적된 유지보수 이력 자료가 거의 없고 수집 데이터를 고려 하여 적용 가능한 예측모델이 없는 경우는 Case 1의 기존 자 산추정 방식을 적용하였다. 수집 데이터를 적용할 수 있는 적 합한 예측 모델이 존재하는 경우는 Case 2의 기존 거시 예측 모델 방식을 적용하였다. 신뢰성이 확보된 다년간의 과거 유 지보수 데이터가 존재하는 경우는 이들 자료를 토대로 개발 한 Case 3의 거시적 예측모델 방식을 적용하였다. 수집 데이 터가 시설물 부재별 예측모델을 적용할 수 있을 정도로 세부 적인 경우는 Case 4의 상세 예측모델을 적용하였다.

- CASE 1(기존 자산추정 방법): 각 시설물의 자산가 대비 유지보수비 비율을 현재가치화한 대상시설물 자산가액에 적용
- CASE 2(기존 거시 예측모델 적용): 기존 개발된 거시적 예측 모델을 토대로 대상시설물 현황에 적용하여 예측 ※ 거시 예측 모델: 시설물 제원과 소요비용 간의 상관관 계를 토대로 개발된 중장기 네트워크 레벨 분석을 위한 모델
- CASE 3(개발된 거시 예측모델 적용): 수집 자료를 토대로 거시적 예측 모델을 개발하고 대상시설물 현황을 적용하 여 예측
- CASE 4 : 개발된 상세 예측모델 적용 : 시설물 부재별로 구분된 유지보수비 추정 모델에 대상시설물 세부제원을 적용하여 예측(교량만 해당)

다음 Table 1은 본 연구에서 참고한 우리나라 각 사회기반 시설물 현황 자료이다. 국토교통부에서 발간한 현황 조서 및 사업 예산 설명 자료, 시설물정보관리종합시스템(Facility Management System), 각 관리주체의 시설물정보시스템(Highway Bridge Management System 등)과 관련 시설물에 대한 유지보 수 보고서를 활용하였다. 또한, 사전 필터링을 통해 명백한 오 류(공용년수 오기, 단위 불일치, 제원 미기입 등)를 수정하여 적용하였다.

Table 1

List of research subjects and references

Criteria	Infrastructure classification	Target	Reference	Method

Road	·Pavements, Bridges, Tunnels, etc.	Bridge	Yearbook of bridge statistics, Expressway HBMS	Case 4
		Tunnel	Yearbook of tunnel statistics 2016	Case 2
		Pavements	Yearbook of road statistics 2016, Road maintenance status	Case 2

Rail	·Bridges, Tunnels, Rails, etc	Bridge	Railway task manual, 5th Investment Guidelines for transportation	Case 4
Rail	·Bridges, Tunnels, Rails, etc	Tunnel		Case 2

Harbor	·Mooring/Counter facilities, etc.	Harbor	Improvement Project for Port Facility Management System 2015, Harbor management system 2011	Case 1

Dam	·Levees, Reservoirs, etc.	Dam	Dam design standard 2011	Case 3

Airport	·Runways, Taxiways, Buildings,	Airport	Standard guidelines for pre-feasibility study on airport, Airport safety management	Case 1
Airport	Safety facilities, etc.	Airport	system, Maintenance record for airport pavement 2010	Case 1

Water	·Pipes, Tunnels, etc.	Water	Water supply basic plan 2025, Facility standard for water supply, Water supply	Case 3
supply	·Pipes, Tunnels, etc.	supply	preliminary feasibility report	Case 3

River	·Pumping stations, Levees, etc.	River	National river maintenance budget execution guidelines	Case 1

Port	·Breakwater, Shore, Levees, etc.	Port	National port facilities maintenance project report, Harbor and port design standard	Case 3

General		etc.	FMS database, Budget management plan(2012-2016, MOLIT), Study on LCC	-
			DB improvement and system application in highway design phase 2014, Airport
			maintenance cost(2009-2011, parliamentary Inspection)

2.2. 분석 결과

2.2.1. 도로포장

도로포장은 2016년도 도로보수현황 자료를 통해 현황 정 보를 파악하였다. 주요 관리주체는 한국도로공사, 지방국토 관리청, 지자체 등이며, 전체 도로의 평균 공용년수는 약 20년 으로 나타났다.Table 2 Table 3

Table 2

Analysis target status

Road extension	91,195 Km
Management authority	Korea Expressway corporation, Regional construction and management office, Local government, etc.
Class	Expressway(4,193 km), National highway(13,670 km), Metropolitan city roads(4,727 km), Local highway (15,305 km), Si-roads(22,337 km), Gun-roads(15,438 km), Gu-roads(15,525km)
Service life	20 years

Table 3

Maintenance cost of asphalt pavement

Criteria		Maintenance cycle(Year)	Maintenance unit cost(Thousand WON)	Maintenance rate(%)
Asphalt Pavement	Patching	7	109	41.8
Asphalt Pavement	Asphalt overlay	15	147	100.0

기존 모델을 활용한 Case 2 방식을 적용하였으며, 고속도로 설계단계 LCC DB개선 및 시스템 적용 연구(2014, 한국도로 공사)에서 제시한 예측 모델이 가장 정확도가 높은 것으로 판 단되었다. 유지보수 주기가 상이한 아스팔트포장과 콘크리트 포장으로 구분하고 현황데이터를 활용할 수 있도록 기존 모 델을 보정하여 적용하였다. 개질아스팔트와 일반아스팔트는 내수수명의 차이가 존재하지만 현황 자료의 분류가 어려워 평균 교체시기를 적용하였다.Table 4 Photo 1

Table 4

Maintenance cost of concrete pavement

Criteria		Maintenance cycle(Year)	Maintenance unit cost (Thousand WON)	Maintenance rate(%)
Concrete Pavement	Crack sealing	8	89	9.5
	Joint repair	8	29	100.0
	Surface improvement (diamond grinding)	15	39	100.0
	Section repair	20	184	100.0

Photo 1

Prediction results for road pavements maintenance cost

분석결과, 전체 유지보수 투자예산은 2017년 현재 연간 7,900억 원에서 10년 후 연간 1조 600억 원까지 약 34%가량 증가할 것으로 나타났다. 연장이 긴 시도(2.5조) 및 일반국도 (2.1조)가 가장 높게 나타났으며, 자치구에서 관리하는 구도가 가장 적게 나타났다.(10년간) 2015년에 실제 지출된 전체 도로 포장 유지보수 예산(소파보수, 표면처리, 덧씌우기, 균열실링 등)이 약 7,600억 원으로 나타나 분석결과와 거의 유사하였다.

2.2.2. 도로교량

도로교량은 교량관리시스템이 2000년대 중반부터 본격적 으로 운영되고 있기 때문에 타 시설물에 비해 세부 데이터를 확보할 수 있었으며, 또한, 이를 적용할 수 있는 부재별 예측 모델도 개발되었다. 고속도로 보수보강 특성 연구(2014, 한국 도로공사)를 통해 개발된 예측모델을 적용하였는데, 교체 및 비교체성 부재의 비용을 각각 산출하였다. 교체성 부재의 비 용은 교면포장, 신축이음, 강교도장 등 주기적으로 보수가 필 요한 부재의 비용을 의미하며, 비교체성 부재의 비용은 단위 기간동안 주부재에 발생하는 균열, 박락 등에 대한 비용을 의 미한다. 다음은 부재별 예측모델 개발 과정으로 교체성 부재 는 정보시스템의 이력정보를 적용한 생존분석기법에 통해 개 발되었으며, 비교체성 부재는 수년간 축적된 정밀안전진단보 고서 자료(약 500여 개)를 통계 분석하여 개발되었다.Table 5 Table 6 Photo 2 Photo 3 Photo 4

Table 5

Life cycle of replaceable element

Replaceable element	Average life cycle

Pavement	12 years
Coating	26 years
Joint	16 years
Shoe	20 years

Table 6

Analysis target status

Number of facilities	30,983
Management authority	Korea Expressway corporation, Regional construction and management office
Scale (total extension, km)	99 m(average) / 3,078km(total)
Service life	19 years(average)

Photo 2

Analysis process of prediction model

Photo 3

Methodology for amount of maintenance in bridge

Photo 4

Prediction results for road bridges maintenance cost

① 과거(약 10년) 이력자료의 표준화
② 교체성 부재와 비교체성 부재 분류
③ 교체성 부재의 생존분석을 통한 교체 주기 결정
④ 비교체성 부재의 연간표준손상량(면적당 손상유형별)
⑤ 보수·보강 항목별 단위 비용 산정(최근 실적단가)

분석대상은 약 국내 전체 도로교량 30,983개소로 2016년도 교량 및 터널 현황 조서와 통계현황자료를 통해 확보하였다. 도로종류별로는 고속도로가 9,018개소로 가장 많았다. 일부 누락된 세부 데이터(신축이음개소수, 교량받침수 등)는 교량 제원(경간수, 면적 등)의 변수로 회기분석을 통해 추정하였다.

분석결과, 전체 유지보수 투자예산은 현재 연간 5,557억 원 에서 10년 후 연간 7,731억 원까지 약 39%가량 증가할 것으로 예측되었다. 관리교량연장이 긴 고속도로(2.3조) 및 일반국도 (1.9조)가 비용이 가장 높게 나타났으며, 자치구에서 관리하 고 있는 구도가 가장 적게 나타났다. 실제 2015년 고속도로 교 량에 지출된 유지보수 예산이 약 1,200억 원(추정치)으로 추 산되는데, 비해 본 예측결과에서 고속도로 교량의 2017년 유 지보수비용이 약 1,700억 원으로 상당히 높게 예측되었다. 이 는 현재 유지보수예산이 적어 지출되어 적기에 유지보수가 이루어지지 않고 있는 것으로 유추할 수 있으며, 향후 전반적 인 상태 저하가 일어날 가능성이 높다는 것을 의미한다.Photo 5

Photo 5

Future maintenance cost for each element

본 연구에서 적용한 교량 예측모델은 부재별 비용추정이 가능하다. 10년에 대한 부재별 분석 결과, 교면표장이 33,446 억 원으로 전체 유지관리 비용의 47%를 차지하는 것으로 나 타났다. 실제 대부분의 관리주체에서도 교면포장에 지출되는 비용이 가장 높게 나타났다. 바닥판 및 거더 등 주부재는 미미 한 것으로 나타났다. 실제 대부분의 하자가 없는 교량은 교면 포장과 신축이음과 같은 교체성부재가 유지보수 비용의 대부 분을 차지하고 있는 것으로 파악되었다.

2.2.3. 도로터널

도로터널은 기존 거시 예측모델을 현황데이터에 적용 가능 하도록 보정하여 적용하였으며, 도로포장과 동일한 연구에서 도출된 모델을 보정하여 적용하였다. 과거 모델은 지수함수 형태를 적용하였지만 최근 실제 터널 유지보수비가 선형적으 로 증가하는 특성을 보여, 해당 연구에서 기존 지수함수를 1 차 함수로 변경하였다. 현황자료는 2016년도 교량 및 터널 현 황 조서를 통해 파악하였다.(1)

(1)

$Y = 0.6679 × X × m × L$

여기서, X 는 공용년수, m은 물가보정계수, L은 차선보정 계수이며, 단위는 천원/2차로․ m ․년이다.Table 7

Table 7

Analysis target status

Number of facilities	1,944
Management authority	Korea Expressway corporation, Regional construction and management office
Scale(total extension, m)	730 m(average) / 1,418,705 km(total)
Service life	14 years (average)

전체 유지보수 투자예산은 현재 연간 111억 원에서 10년 후 연간 199억 원까지 약 56%가량 증가할 것으로 예상된다. 고 속도로가 총 유지보수 비용의 50%로 가장 높게 나타났으며, 자치구에서 관리하고 있는 구도가 가장 적게 나타났다.

2.2.4. 철도교량 및 터널

수집 데이터를 적용할 수 있는 거시적 철도교량 예측모델 이 거의 없기 때문에 기존 도로교량 부재별 상세 예측모델을 철도교량특성에 맞게 수정하여 적용하였다. 신축이음과 교면 포장을 제외하고 철도교량형식에 맞게 단가 등을 보정하였으 며, 토목구조물이 아닌 철도 선로와 시스템에 투입되는 비용 은 제외하였다. 철도교량은 2017년도 시설물정보관리종합시 스템 등을 통해 현황 자료를 파악하였고, 총 1,033개소에 대해 유지보수비를 산출하였다.

분석결과, 전체 유지보수 투자예산은 현재 연간 222억 원에 서 10년 후 연간 390억 원까지 약 76%가량 증가할 것으로 예 상되었다. 일반철도 내 교량이 1,130억 원으로 가장 높게 나타 났으며, 고속철도, 광역철도, 도시철도 순서로 유지보수 비용 이 크게 발생할 것으로 나타났다.

철도터널도 이와 관련된 국내 비용 예측모델이 없기 때문 에 기존 도로터널에 적용된 예측식을 적용하였다. 수집한 데 이터에서 여건상 세부적 분류가 어려워 지역별로 구분하였 다. 분석결과, 전체 유지보수 투자예산은 현재 연간 131억 원 에서 10년 후 연간 211억 원까지 약 61%가량 증가할 것으로 예상되었다. 서울과 경상도 소재의 철도터널이 각각 10년간 약 500억 원으로 가장 높게 나타났으며, 강원도지역의 유지보 수 비용이 가장 적게 발생하는 것으로 나타났다.Photo 6 Photo 7 Photo 8 Photo 9 Table 8 Table 9 Table 10 Table 11

Photo 6

Prediction results for road tunnels maintenance cost

Photo 7

Prediction results for railway bridges maintenance cost

Photo 8

Prediction results for railway tunnels maintenance cost

Photo 9

Prediction results for harbor maintenance cost

Table 8

Analysis target status(railway bridges)

Number of facilities	1,033
Management authority	Korea Railroad corp.
Scale(total extension, m)	647 m(average) / 668,519 m(total)
Service life	24 years (average)

Table 9

Analysis target status (railway tunnels)

Number of facilities	1,224
Management authority	Korea Railroad corp.
Scale(tunnel extension, m)	1,114 m(average) / 1,363,562 m(total)
Service life	26 years(average)

Table 10

Annual maintenance expenses

Year	Invest-ment (A)	Total capital stock (B)	Investment ratio (A/B)	Harbor maintenan ce cost(C)	Maintenan -ce cost ratio(C/B)

1997	-	41,400	-	-	-
1998	7,115	46,064	17.19%	896	1.66%
1999	7,170	50,507	15.57%	952	1.62%
2000	6,817	54,334	13.50%	1,000	1.54%
2001	7,490	58,608	13.78%	1,200	1.70%
2002	9,141	64,280	15.60%	1,225	1.67%
2003	10,280	70,755	15.99%	1,500	1.73%
2004	11,758	78,324	16.692%	1,400	1.79%
2005	12,345	86,033	15.76%	1,413	1.64%
2006	12,578	93,517	14.62%	1,407	1.50%
2007	13,511	101,492	14.45%	1,538	1.52%
2008	13,567	109,051	13.37%	1,433	1.31%
2009	13,839	116,434	12.69%	1,986	1.71%
Average	-	-	14.93%	-	1.62%

Table 11

Analysis target status

Number of facilities	383
Management authority	Government, Public enterprise, Local government
Scale(mooring facility extension, m)	435 m(average) / 161,654 m(total)
Service life	20 years(average)

2.2.5. 항만시설

항만시설에 대한 유지보수비 예측은 “항만부문 사업 예비 타당성조사 표준지침 연구, 2013년”의 투자 대비 유지관리비 산정 방식을 적용하였다. 여기서는 준설, 방파제, 안벽, 부대 설비, 하역장비 등 유지보수비 포함하나, 운영비는 제외된다. 해당 연구에서 제시한 근거들을 종합하면 자본금(Capital stock) 대비 약 1.62%가 유지보수비로 지출되고 있는 것으로 나타났다. 여기서 자본금은 항만에서 투자된 총 공사비와 등 치되는 개념으로 각 시설물의 현재대체원가를 파악할 수 있 다면 이를 통해 유지보수비를 추정할 수 있을 것으로 판단하 였다.

본 연구에서는 FMS 등에서 수집한 자료를 통해 항만의 공 사비를 파악하고 이를 사회기반시설 회계지침(물가배수, 1955∼ 2005년)과 건설공사비지수(2005∼2017년, 항만시설분야)를 바탕으로 현재가치화 하였다. 산출된 현재대체원가 대비 유 지보수비율(1.62%)을 적용하여 현재 유지보수비를 파악하였 으며, 건설공사비지수 추세를 통해 미래의 유지보수비를 예 측하였다.

현황 자료는 2011년도 항만편람 및 시설물정보관리종합시 스템을 통해 수집하였다. 일부 공사비가 중복계상 및 누락되 어 유지보수보고서 등 추가 자료를 참고하여 가능한 범위에 서 수정하였다. 분석 대상은 정부, 지자체 등에서 관리하고 있 는 총 383 개소의 전체 항만 시설물이다.

전체 유지보수 투자예산은 현재 연간 2,983억 원에서 10년 후 연간 3,853억 원까지 약 29% 가량 증가할 것으로 예상되었 다. 공기업에서 관리하는 항만 시설물이 10년간 약 1.5조가 필 요하여 가장 높게 나타났으며, 지자체에서 관리하는 항만 시 설물이 가장 적게 나타났다.Photo 10 Photo 11 Table 12

Photo 10

Prediction results for dam maintenance cost

Photo 11

Prediction results for airport maintenance cost

Table 12

Analysis target status

Number of facilities	20
Management authority	K-water
Scale (dam volume, thousand m³)	1,864 thousand m³(average) / 37,276 thousand m³(total)
Service life	22 years(average)

2.2.6. 다목적 댐

다목적댐의 유지보수비용은 Case 3 방식인 실제 예산 집행 자료를 바탕으로 거시 모델을 개발하여 예측하였다. 집행자 료는 국토교통부에서 발간한 예산안 사업설명자료(2012∼ 2016)를 이용하였다. 총공사비, 총유역면적, 저수량 등 다양 한 변수와 비교결과, 댐 체적 변수와 경과년수 대비 집행된 유 지보수비용간의 상관관계(R²)가 가장 높게 나타나 이를 통해 추정하였다. 일정기간까지 증가하다가 수렴하는 다목적댐 유 지보수비의 특성을 고려하여 경과년수에 따라 모델 식을 다 르게 적용하였다.(2)(3)(4)

(2)

$Y = 0.0217 × x × c ( 공용 0 ∼ 27 년 )$

(3)

$Y = ( 0.0846 × x − 1.6263 ) × c ( 공용 27 ∼ 36 년 )$

(4)

$Y = 1.5 × c ( 공용 36 년 이상 )$

여기서, x는 공용년수, c는 댐체적이며, 단위는 백만원이다.

분석대상은 2017년도 시설물정보관리종합시스템 등을 통 해 파악된 국내 다목적댐 20개소로 주요 관리주체는 한국수 자원공사이며, 평균 공용년수는 약 22년으로 나타났다.

전체 유지보수 투자예산은 현재 연간 316억 원에서 10년 후 연간 397억 원까지 약 26%가량 증가할 것으로 예상되었다. 한강수계에 위치한 다목적댐이 절반에 가까운 45%로 가장 높 게 나타났으며, 섬진강 및 영산강수계 결과가 가장 적게 나타 났다. 실제 2014년 다목적댐 유지보수에 투자된 금액은 약 312억 원으로 2017년 분석 결과인 316억 원과 유사하게 나타 났다.Table 13

Table 13

Analysis target status

Number of facilities	13
Management authority	Korea airports corporation, Incheon international airport corporation
Scale (plottage, pyoeng)	14 million pyeong (avaerage) / 213 million pyeong (total)
Service life	20 years (average)

2.2.7. 공항

공항시설물과 같이 복합시설물은 유지관리비를 비목별로 산정하는 것이 현실적으로 매우 복잡하기 때문에 비용을 추 정할 수 있는 거시적 예측 모델 개발이 매우 어렵다. 따라서 본 연구에서는 항만시설물과 동일한 방법을 적용하였다. 공항부 문사업의 예비타당성 조사지침의 투자(공사비) 대비 유지보 수비 산정 기준을 적용하였는데, 투자비의 0.2∼0.4%를 적용 할 것을 권고하고 있다. 이와 같은 비율은 기존 공항의 과거 유 지보수비를 토대로 m²당 유지보수비를 산정한 후 추세선을 이용하여 추정한 결과이다. 본 연구에서는 투자 후 5년까지는 시설투자 후 초기로 유지보수비가 적게 소요되어 초기투자비 의 0.2%를 적용하며, 6년차부터는 0.4%를 적용하여 유지보 수비를 산정하였다.

FMS, 한국공항공사 및 인천국제공항공사를 통해 총 13개 국내 공항의 공사비를 파악하고 이를 사회기반시설 회계지침 (물가배수, 1955∼2005년)과 건설공사비지수(2005∼2017년, 항공시설분야)를 바탕으로 현재가치화 하였다. 여기에 건설 공사비지수 추세를 통해 미래 유지보수비를 추정하였다.

전체 유지보수 투자예산은 현재 연간 186억 원에서 10년 후 연간 246억 원까지 약 32%가량 증가할 것으로 예상되었다.

규모가 가장 큰 인천공항이 전체 80%를 차지하며, 나머지 공항은 고른 분포로 나타났다. 향후 10년간 총 2,171억 원 투 자 필요한 것으로 나타났는데, 여기에는 공항청사 외 일부 부 속 시설물은 포함하나, 대규모 포장 보수공사는 제외된 결과 이다. 포장 보수는 포장 종류 및 상태 등에 따라 공사비 차이가 매우 크기 때문에 이를 고려하기 위해서는 향후 마이크로 페 이버 등과 같은 별도의 공항포장 예측 모델을 통해 추가적인 분석이 필요할 것으로 판단된다.Photo 12 Table 14

Photo 12

Prediction results for water supply maintenance cost

Table 14

Analysis target status

Number of facilities	125
Management authority	Public enterprise / Private enterprise / Local government
Scale(pipe extension, km)	5,162 km(total)
Service life	17 years(average)

2.2.8. 상수도(관로)

상수도시설물의 경우 관로를 제외하면 거의 반영구적으로 사용이 가능하며, 관로 외 시설물에 투자되는 비용은 미미한 수준이다. 따라서 본 연구에서는 기존 내구 수명에 대한 현황 데이터를 이용하여 관로 교체 비용을 추산하였다. 한국수자 원공사 관노후도평가, 상수도시설 유지관리 매뉴얼 등에 제 시된 관로의 수명은 강관은 약 25∼40년, 주철관은 30∼40년, PCC관은 약 30∼40년으로 차이가 있다. 그러나 관로형식에 관한 전체 상세 데이터를 수집할 수 없어 평균 관로수명 30년 을 적용하여 교체시기를 결정하고 노후도 및 규모 등에 따라 우선순위를 배정하여 비용을 산출하였다. 또한, 기 교체물량 은 제외하기 위해서 최근 보고서(광역상수도 기본계획 등)를 참조하였으며, 적용 단가는 최근 수행된 갱생과 교체 비용의 평균 단가를 반영하였다(km당 약 462백만 원). 분석대상은 FMS, 광역상수도 기본계획 등을 통해 파악한 125개의 관로 시설물로 전체 연장은 약 5,162km이며, 평균 공용년수는 약 17년이다.

전체 유지보수 투자예산은 현재 연간 234억 원에서 10년 후 연간 559억 원으로 약 2배 이상 증가할 것으로 예측되었다. 관 리주체별 가장 예산투자규모가 큰 곳은 한국수자원공사 수도 권지역본부가 관리하는 시설물로 전체의 60%를 차지하며, 뚝도아리수정수센터에서 관리하는 시설물이 노후도가 낮아 가장 적게 나타났다.Photo 13 Table 15

Photo 13

Prediction results for river maintenance cost

Table 15

Analysis target status

Number of facilities	4,351
Management authority	K-water, Local government, etc.
Scale (facility extension, m)	670 m(average) / 2,383,330 m(total)
Service life	19 years(average)

2.2.9. 하천(제방, 보, 하구둑, 수문)

하천(제방, 보, 하구둑, 수문)의 유지보수비용은 Case 3 방 식인 실제 예산 집행자료를 바탕으로 예측식을 개발하여 추 산하였다. 실제 예산 집행자료는 국토교통부에서 발간한 예 산안 사업설명자료(2012∼2016)를 이용하였다. 현재 하천 시 설물의 유지보수 물량은 급격하게 증가하지 않고 일정 수준 으로 유지되고 있기 때문에 하천 연장당 유지보수비를 산출 한 후 향후 건설공사비 추세식을 통해 미래 비용을 예측하였다.(5)(6)

(5)

$Y a = 63 × l$

(6)

$Y b = 0.0336 × X + 0.4568$

(건설공사비지수 추정식, 하천부분, 2017년 기준)

여기서, Y_a는 당해년도 유지보수비(2017년), Y_b는 향후 유 지보수비, X는 경과년수(2017년 기준: 0), l은 하천 총 연장이 며, 단위는 백만 원이다.

FMS 통해 파악된 4,351개소의 시설물에 대하여 전체 유지 보수 투자예산은 현재 연간 1,501억 원에서 10년 후 연간 1,995억 원까지 약 33%가량 증가할 것으로 예측되었다. 낙동 강수계 내 시설물이 약 0.6조로 가장 높게 나타났으며, 섬진강 수계 내 시설물이 가장 적게 나타났다. 실제 국가하천의 유지 보수 투자액은 2015년 약 1,590억 원, 2014년 약 1,100억 원으 로 2017년 분석결과인 1501억 원과 유사하게 나타났다.Photo 14 Table 16 Table 17

Photo 14

Prediction results for port maintenance cost

Table 16

Analysis target status

Number of facilities	84
Management authority	Regional maritime affairs & fisheries office
Scale (extension, m)	1,453 m(average) / 122,074 m(total)eww
Service life	17 years(average)

Table 17

Summary of analysis results

Criteria	Infrastructure classification	Target	Range	Entire investment cost for 10 years(trillion won)	Major investment target

Road	·Pavements, Bridges, Tunnels, etc.	Bridge	Overall	7.2	Expressway
		Tunnel		0.16	Expressway
		Pavements		9.2	Si, Do

Rail	·Bridges, Tunnels, Rails, etc	Bridge	Railway bridge - class 1,2	0.31	Commercial railroad
Rail	·Bridges, Tunnels, Rails, etc	Tunnel	Railway tunnel - class 1,2	0.17	Seoul

Harbor	·Mooring/Counter facilities, etc.	Harbor	383 EA	3.4	Public enterprise

Dam	·Levees, Reservoirs, etc.	Dam	Multipurpose dams – 20 EA	0.36	Han river watershed

Airport	·Runways, Taxiways, Buildings,	Airport	International/domestic airports –	0.22	Incheon international
Airport	Safety facilities, etc.		13 EA	0.22	airport

Water	·Pipes, Tunnels, etc.	Water	Water supply facilities – 125 EA	0.48	K-water capital head
supply	·Pipes, Tunnels, etc.	supply	Water supply facilities – 125 EA	0.48	office

River	·Pumping stations, Levees, etc.	River	4,351 EA	1.8	Nakdong river watershed

Port	·Breakwater, Shore, Levees, etc.	Port	84 EA	0.13	Mokpo regional office of
Port	·Breakwater, Shore, Levees, etc.	Port	84 EA	0.13	oceans and fisheries

Total (trillion won)				23.4	-

2.2.10. 국가어항

국가어항의 유지보수비용도 예산 투자 자료가 확보되어 Case 3 방식인 실제 예산 집행 자료를 바탕으로 예측모델을 개발하여 추정하였다. 예측모델은 2011년∼2015년까지 발간 된 국가어항 시설물 유지보수사업 결과보고서에 수록된 예산 규모 자료를 토대로 개발하였으며, 어선수용규모, 연면적 등 다양한 변수와 비교결과, 국가어항 연장과 경과년수 대비 집 행된 유지보수비용간의 R²가 가장 높게 나타나 이를 통해 추 정하였다.(7)

(7)

$Y = ( 0.0373 × I n ( x ) − 0.0033 ) × l$

여기서, x는 공용년수, l은 어항 총 연장이며, 단위는 백만 원이다.

2015년도 국가어항 시설물 유지보수사업 보고서를 통해 파악된 84개소의 국가어항을 대상으로 산출한 결과, 전체 유

지보수 투자예산은 현재 연간 119억 원에서 10년 후 연간 141 억 원까지 약 18%가량 증가할 것으로 예상되었으며, 향후 10 년간 약 1,310억 원의 투자가 필요한 것으로 나타났다.

관리주체별로는 목포와 포항해양수산청 내 어항 시설물이 가장 높게 나타났으며, 평택해양수산청이 가장 적제 나타났 다. 2017년도 예측결과가 약 119억 원으로 2015년 국가어항 실제 유지보수비용 약 100억 원에 비해 약 20% 증가된 것으로 나타났다.

3. 결 론

본 연구에서는 현재 국내에서 가용한 자료와 적용 가능한 예측모델을 토대로 우리나라 전체 향후 SOC 시설물에 대한 향후 유지보수 투자 규모를 예측하였다. 일부 시설물에 대해 서는 예측모델을 개발하였으며, 나머지 시설물에 대해서는 기존 예측모델을 가용자료에 적용할 수 있도록 보정하였다. 10년간 총 비용예측결과, 8종의 사회기반시설물에 대하여 약 23조원이 필요한 것으로 나타났으며, 가장 비용이 크게 발생 하는 시설물은 도로포장, 도로교량, 항만시설 순으로 나타났 다. 기존 방식은 일부 관리주체 단위에서 과거 유지보수비용 지출 추이를 통해 유지보수 비용을 추정하거나 신규 투자 대 비 비율 등을 통해 미래비용을 예측하였다. 본 연구에서는 시 설물의 전체 현황 자료를 바탕으로 유지보수 비용을 추정하 였으며, 실제 지출 결과와 비교하여 예측 결과의 신뢰성을 검 토하였다. 본 연구 결과는 각 부처의 이해관계에서 자유로운 객관적인 결과로써, 이를 통해 어떤 시설물이 향후 예산이 더 필요한지를 판단할 수 있는 지표로 활용될 수 있다. 그러나 사 회기반 시설물의 유지보수 비용은 환경적 변화, 서비스 성능 요구 등 여러 가지 요소에 따라 크게 변화할 수 있기 때문이 이 를 감안하여야 하며, 거시적 관점에서 접근하였기 때문에 계 획 수립 시 보조적인 지표로 활용하는 것이 적절하다.

향후 추가연구가 진행되어 매년 업데이트되는 예산 현황을 반영하여 지속적으로 모델을 보정하고 시설물 정보 데이터를 개선하며, 시설물 특성에 따라 부재별 환경별로 예측모델을 세분화한다면 보다 합리적인 의사결정을 도출하는데 큰 도움 이 될 수 있을 것으로 판단된다.

 감사의 글

본 연구는 국토교통과학기술진흥원 건설기술연구사업인 ‘사회기반시설(SOC) 성능중심 관리·운영을 위한 한국형 성 능등급 산정기술 개발’ 과제(14SCIP-C078607-01)의 일환으 로 이루어졌습니다. 이에 감사드립니다.

 References

(2014), Study on preliminary feasibility study standard guidelines for port business

(2015), Report on the results of maintenance of national fishing port facilities

(2017), Facility Management System(www.fms.or.kr)

(2012-2016), Budget and Fund Management Plan, Maintenance parts

(2013), 5th Investment Guidelines for transportation

(2015), Water service maintenance basic plan 2025

(2016), Railway business manual

(2016), Yearbook of road bridge and tunnel statistics

(2015), Evaluation of Repair / Rehabilitation Characteristic of Highway Bridges III

JKSMIJournal of the Korea Institute forStructural Maintenance and Inspection

Journal of the Korea Concrete Institute

J Korea Inst. Struct. Maint. Insp.

Journal Search

Journal XML

Journal Information

국가 사회기반시설물에 대한 거시적 관점의 미래 유지보수 투자규모에 관한 연구

초록

Abstract

키워드

Key words

1. 서 론

2. 본 론

2.1. 분석 방법

Table 1

2.2. 분석 결과

2.2.1. 도로포장

Table 2

Table 3

Table 4

Photo 1

2.2.2. 도로교량

Table 5

Table 6

Photo 2

Photo 3

Photo 4

Photo 5

2.2.3. 도로터널

(1)

Table 7

2.2.4. 철도교량 및 터널

Photo 6

Photo 7

Photo 8

Photo 9

Table 8

Table 9

Table 10

Table 11

2.2.5. 항만시설

Photo 10

Photo 11

Table 12

2.2.6. 다목적 댐

(2)

(3)

(4)

Table 13

2.2.7. 공항

Photo 12

Table 14

2.2.8. 상수도(관로)

Photo 13

Table 15

2.2.9. 하천(제방, 보, 하구둑, 수문)

(5)

(6)

Photo 14

Table 16

Table 17

2.2.10. 국가어항

(7)

3. 결 론

&nbsp;감사의 글

&nbsp;References

Article Information (continued)

JKSMIJournal of the Korea Institute for
Structural Maintenance and Inspection

감사의 글

References