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
|
|
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
|
|
Safety facilities, etc.
|
system, Maintenance record for airport pavement 2010
|
|
|
Water
|
·Pipes, Tunnels, etc.
|
Water
|
Water supply basic plan 2025, Facility standard for water supply, Water supply
|
Case 3
|
|
supply
|
supply
|
preliminary feasibility report
|
|
|
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 2Table 3
Table 2
|
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 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 4Photo 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 5Table 6Photo 2Photo 3Photo 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
|
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)
여기서, X 는 공용년수, m은 물가보정계수, L은 차선보정 계수이며, 단위는 천원/2차로․ m ․년이다.Table 7
Table 7
|
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 6Photo 7Photo 8Photo 9Table 8Table 9Table 10Table 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
|
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 10Photo 11Table 12
Photo 10
Prediction results for dam maintenance cost
Photo 11
Prediction results for airport maintenance cost
Table 12
|
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)
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
|
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 12Table 14
Photo 12
Prediction results for water supply maintenance cost
Table 14
|
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 13Table 15
Photo 13
Prediction results for river maintenance cost
Table 15
|
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)
(건설공사비지수 추정식, 하천부분, 2017년 기준)
여기서, Ya는 당해년도 유지보수비(2017년), Yb는 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 14Table 16Table 17
Photo 14
Prediction results for port maintenance cost
Table 16
|
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
|
|
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
|
|
Safety facilities, etc.
|
|
13 EA
|
airport
|
|
|
Water
|
·Pipes, Tunnels, etc.
|
Water
|
Water supply facilities – 125 EA
|
0.48
|
K-water capital head
|
|
supply
|
supply
|
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
|
|
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)
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.