1. Introduction

하천과 호소의 이화학⋅생물학적 수질 및 생물군집의 반응을 모의하는 수질 및 수생태 모델은 물환경 관리를 위한 의사결정의 과학적 근거를 제공하여 왔다(^{Arhonditsis et al., 2006}; ^{Robson et al., 2018}). 이러한 모델은 관리가 요구되는 주요 현안인 부영양화에 따른 녹조 발생, 수온 성층 형성으로 인한 심층 혐기화, 기후 변화에 따른 생물 군집 변화 등을 예측함으로써 물환경 관리를 위한 핵심 도구로 활용되어 왔다(^{Arhonditsis and Brett, 2004}; ^{Jeong, 2012}). 모델의 유형은 다양한 스펙트럼을 가지고 있으나 크게 기작기반(process-based)과 자료기반(data-driven)으로 분류할 수 있다. 기작기반 모델은 시스템에 대한 개념적 이해를 바탕으로 이를 구동하는 물리학적, 화학적, 생물학적 기작을 일련의 연립 방정식으로 수식화한 체계인 반면, 자료기반 모델은 통계 기법이나 기계학습 알고리즘 적용을 통해 자료에서 발견된 패턴 및 변수 간 상관성을 기반으로 시스템에 대한 예측을 수행한다.

전통적으로 물환경 관련 분야에서는 시스템의 구조와 기능에 대한 통찰력을 제공하고 예측 결과에 대한 인과적 추론이 가능한 기작기반 모델을 선호하여 왔다(^{Baker et al., 2018}; ^{Shen, 2018}). 그러나 기작기반 모델은 미지의 시스템에 대해 적용이 어렵고, 여러 방정식의 매개변수 추정을 위해 고해상도의 다변량 자료를 요구하며, 충분한 자료를 확보하지 못할 시 예측 성능을 보장할 수 없는 단점이 있다(^{Dormann et al., 2012}). 반면에 자료기반 모델은 시스템에 대한 사전 지식 없이 적용 가능하고, 기작기반 모델에 비해 구조가 간단하며 모델 구축 및 계산에 소요되는 시간이 적으면서도 예측력이 뛰어난 장점을 지니고 있다(^{Altunkaynak and Wang, 2011}; ^{Cloern and Jassby, 2010}). 더욱이 최근 다량의 자료가 빠른 속도로 생성되고 이에 발맞추어 자료의 저장 능력 및 계산력이 비약적으로 향상됨에 따라 자료기반 모델을 적용하기에 적합한 환경이 조성되고 있다(^{Schuwirth et al., 2019}). 자료기반 모델 중 특히 인공지능 기반 기계학습 알고리즘은 기존 기법으로는 처리가 어려운 대용량 고차원(high-dimensional) 자료에 대해서도 숨은 패턴 및 관계를 밝혀내 새로운 정보를 발굴하고 정확한 예측 수행하는 데 있어 탁월한 능력을 보여 다양한 학문 분야에 걸쳐 각광받고 있다(^{Hutchinson et al., 2019}; ^{Kratzert et al., 2019}; ^{LeCun et al., 2015}). 물환경 관련 분야에서도 축적되는 자료의 활용성을 높이고 모델의 예측 성능을 향상시키기 위해 자료기반 모델의 수요가 증가하고 있다(^{Peters et al., 2014}; ^{Schuwirth et al., 2019}). 최근 이공학 연구에서부터 일상생활에까지 자료기반 모델이 가져온 영향과 성과를 감안할 때(^{Kratzert et al., 2019}; ^{LeCun et al., 2015}), 물환경 분야에서도 국가 경쟁력을 확보하기 위해 관련 전문가들이 자료기반 모델링 기술을 제고하고 이에 수반되는 막대한 잠재력을 선제적으로 실현하기 위한 노력을 기울여야 하는 시점이라고 판단된다. 따라서 본 연구에서는 물환경 분야 국제학술지를 대상으로 수행한 문헌조사를 통해 자료기반 모델링 기술의 세계적 추세 및 현황을 파악하고, 우리나라의 기술 수준을 평가하고자 하였다. 이에 더해 물환경 분야에서 적용성이 높고 전망이 밝은 자료기반 모델링 기법을 선정하여 소개하고, 국내 적용 사례 위주로 설명하였다. 마지막으로 자료기반 모델링 기술의 과제에 대한 고찰을 바탕으로 향후 발전 방향을 제시하였다.

2. Current status

2.2 현황 및 추세

문헌조사 결과 자료기반 모델이 총 1,784편, 기작기반 모델이 총 1,200편의 논문에 게재되어 최근 20년간 물환경 모델링 방법으로써 자료기반 모델의 활용도가 더 높은 것으로 나타났다(Fig. 1a). 논문의 누적 게재 편수를 비교했을 때 2009년까지는 비슷한 증가 추세를 보이다가 2010년을 기점으로 자료기반 모델링 기법 사용의 증가율이 기작기반 모델 사용 증가율보다 확연히 높아지는 추세를 확인할 수 있었으며(Fig. 1b), 이는 빅데이터 시대의 도래와 맞물려 증가해 온 자료기반 모델링 기술 수요를 반영한다고 하겠다.

Fig. 1. Number of published studies (a: total and b: annual) during two decades (2000-2020) using data-driven versus process-based approaches for modeling freshwater aquatic systems.

자료기반 물환경 모델링 연구를 위해 가장 많이 사용되어 온 방법은 전통적 통계기반 기법이자 가장 기본적인 기계학습 기법인 회귀 모델이며, 더 복잡한 기계학습 기반 알고리즘의 강세에도 불구하고 오히려 최근 10년간 사용 증가 추세가 강화되는 양상을 띠었다(Fig. 2). 회귀 모델 다음으로는 인공신경망 모델을 사용한 논문 편수가 다른 자료기반 모델보다 눈에 띄게 많았으며, 그 뒤로 결정나무, 클러스터링/차원축소, 베이지안 모델의 순서로 활용도가 높은 것으로 나타났다(Fig. 2). 이 중 클러스터링/차원축소는 다변량 자료의 전처리 및 변수 선택, 특징 추출을 목적으로 다른 모델과 연계 활용도가 높은 것으로 판단된다(^{Kim and Seo, 2015}; ^{Kim et al., 2017}).

Fig. 2. Annual total number of published studies during two decades (2000-2020) using data-driven approaches, which were classified into nine categories, for modeling freshwater aquatic systems.

국제학술지에 게재된 물환경 자료기반 모델링 관련 논문 편수를 기준으로 해당 기술의 국가 역량을 평가하였다(Fig. 3). 논문 편수는 정량적 척도이나 연구의 다양성이나 질적 측면과도 상관성을 보인다고 가정하고 제한적이나마 국가 역량 비교를 위한 지표로 사용하였다. 최근 20년간 게재된 논문 편수를 비교한 결과 지역별로는 북미(총 659편), 유럽연합(총 385편), 동북 아시아(총 323편)의 순서로 많은 연구 성과를 거둔 것으로 나타났다(Fig. 3a). 국가별로는 미국이 최근 20년간 꾸준히 가장 활발하게 관련 연구를 진행하였다(Fig. 3b). 중국은 5위권 이내의 순위를 유지하다가 2010년도부터는 매해 미국 다음으로 많은 연구 성과를 보였으며, 캐나다의 경우 중국과는 반대로 5위권 내 순위를 유지하던 2000년대와 비교해 2010년대에는 10위권으로 국가 순위가 하락하는 경향을 나타냈다(Fig. 3b). 우리나라는 호주와 유사하게 연도별로 큰 등락폭을 보였음에도 불구하고 최근 20년간 꾸준히 10위권 이내의 양적 연구 성과를 거두었다(Fig. 3b). 국가별 누적 논문 편수를 비교하였을 때 우리나라는 5위에 해당하는 연구 성과를 축적하여 물환경 분야에서 세계적으로 우수한 자료기반 모델링 기술을 보유한 국가인 것으로 평가할 수 있다.

Fig. 3. Performance rankings among a) regions and b) countries evaluated based on the number of published studies (during 2000-2020) that used data-driven approaches for modeling freshwater aquatic systems.

모델링의 대상이 되는 종속변수를 이화학적 수질, 수생태, 남조류(세포수, 생체량, 생물부피 등), 클로로필-a의 네 가지 범주로 분류한 후 문헌조사를 진행하였다. 수체 내 수질오염 탐지 및 관리 지표로 사용되는 이화학적 수질 항목은 수온, 용존산소량, 생물화학적 산소요구량, 다양한 영양물질 농도 등을 포함하며, 비교적 계측이 간단하고 자료의 시공간적 해상도가 상대적으로 높은 경향을 보인다. 남조류 관련 항목과 클로로필-a 농도는 정체성 수역인 호소의 부영양화 현상 관리를 위한 주요 지표이나 우리나라의 경우 4대강 사업 이후 증가한 녹조 문제로 인해 보 대표지점을 비롯해 하천에서도 가용한 모니터링 자료가 축적되고 있다. 외부오염원의 수리 및 수질 영향에 대한 생물 반응을 평가하기 위해 지표로 사용되는 수생태 항목은 어류, 저서성대형무척추동물, 동식물 플랑크톤 등 생물분류군의 종분포, 종풍부도, 군집지수, 기능군 특성 등 다양한 항목을 포함한다. 생태 항목은 계측 비용 및 시간 소요가 크고 수질 항목에 비해 장기간 누적 영향을 파악하기 위한 지표이므로 자료의 시공간적 해상도가 낮은 특성을 보인다.

문헌조사를 통해 최근 20년간 게재 편수를 계수한 결과 이화학(총 836편), 수생태(총 739편), 클로로필-a(총 256편), 남조류(총 150편)의 순서로 활발한 연구가 진행된 것으로 나타났다(Fig. 4a). 상대적으로 풍부한 자료가 뒷받침되는 이화학적 수질 항목에 비해 자료의 가용성이 낮은 수생태 항목의 모델링에서 자료기반 기법의 높은 활용도는 주목할 만한 점이다. 수생태 모델 중 먹이망 모델은 주로 기작기반인 데 반해, 생물군집 예측 모델은 기후, 수리⋅수문, 토지이용 변화와 생물군집 반응 간 상관성에 기초한 자료기반 기법을 주로 사용한다. 이는 수생태 계측자료의 중요성과 특히 현재 미흡한 호소 수생태자료에 대한 데이터베이스 구축의 시급성을 시사한다고 하겠다. 항목별로 최근 20년간 추세를 살펴본 결과 모든 수질⋅수생태 항목에 대한 자료기반 모델링 연구가 증가하는 경향을 나타냈다(Fig. 4b).

Fig. 4. Number of published studies (a: total and b: annual total and annual cumulative) during two decades (2000-2020) using data-driven approaches for modeling four different categories of response variables (physico-chemical, ecological, chlorophyll-a, and cyanobacterial abundance) in freshwater aquatic systems.

한편 문헌조사를 통해 나타난 주목할 만한 추세는 원격탐사(remote sensing) 영상을 활용한 자료기반 수질 모델의 급격한 증가이며, 특히 2010년대부터 연구 성과가 크게 증가한 것으로 나타났다(Fig. 5). 원격탐사 자료를 활용한 수질 모델은 원격탐사 영상의 반사율 정보로부터 총 부유물질(total suspended solids)이나 클로로필-a(chlorophyll-a), 피코시아닌(phycocyanin) 등 분광특성을 갖는 수질 항목의 농도를 추정하는 모델로서, 기존의 점단위로 존재하는 수질 자료를 면단위로 확대하는 의미를 지닌다. 과거 원격모니터링은 주로 육상이나 해양에 적용되어 왔으며 담수역의 경우 탁도가 높아 간섭효과가 크고, 수체의 경계에 인접한 육상의 영향으로 인해 적용이 용이하지 않았다. 그러나 공간적 해상도가 높은 위성영상 자료가 생산되고, 또한 초분광(hyperspectral) 센서로부터 높은 분광 해상도를 가진 자료가 생산되면서 담수역에 대한 원격모니터링 연구 사례가 증가하고 있다. 원격모니터링을 위한 모델은 기작기반이라 할 수 있는 고유분광특성(inherent optical properties, IOPs) 변환 모델이 널리 사용되어 있으나(^{Randolph et al., 2008}), Fig. 5에서 나타난 것처럼 자료기반 모델, 예를 들어 반사율 밴드의 비를 사용하는 간단한 모델이나 인공신경망 기반 알고리즘을 사용하는 사례도 늘어나는 추세로(^{Pyo et al., 2020}; ^{Yim et al., 2020}), 향후 원격모니터링을 위한 방법론은 더욱 다양화 될 전망이다.

Fig. 5. Annual total number of published studies that used remote sensing data and data-driven approaches for modeling freshwater aquatic systems.

3. Limitations and future prospects

문헌조사를 통해 확인한 것처럼 물환경 분야에서도 자료기반 모델링을 통해 얻은 연구 및 관리 성과가 축적되고 있으며, 향후에도 자료기반 모델링 기술 수요의 증가 추세는 지속될 전망이다. 사전 지식 및 개입의 최소화, 유용한 정보 추출, 뛰어난 예측 성능 등 자료기반 모델은 많은 장점을 지니고 있지만 해결해야 할 과제 또한 안고 있으며, 이는 자료기반 모델의 물환경 시스템 적용 시에도 부담으로 작용할 것이다. 따라서 현재까지 지적되어 온 자료기반 모델의 한계점을 통해 시사점을 도출하고, 과제를 극복하기 위한 방안을 향후 발전방향으로 제시하고자 한다.

먼저 자료기반 모델은 예측결과에 대한 해석력(interpretability)의 부재라는 큰 과제를 안고 있다(^{Hutchinson et al., 2019}; ^{Schuwirth et al., 2019}). 자료기반 모델은 내부 구조에 접근하기 어려워 예측 결과에 대한 결정 근거를 이해하기 어렵기 때문에 흔히, 블랙박스(black box)라고 불린다(^{Castelvecchi, 2016}). 통계적 회귀 모델의 경우 물질 수지(mass balance) 등 간단한 기작을 포함할 수 있고 단일 결정나무 모델은 의사결정의 과정을 시각화하기 때문에 어느 정도 해석이 가능하지만, 인공신경망과 같은 순수 자료기반 모델일수록 결과의 해석이 어려운 경향을 나타낸다(^{Papernot and McDaniel, 2018}). 성능의 우수성이 담보된다고 하더라도 해석력이 낮다면 자료기반 모델이 수생태 시스템에 대한 새로운 통찰력이나 이해를 제공하기 어렵기 때문에 적용의 걸림돌로 작용할 수 있다. 이에 따라 자료기반 모델의 해석력을 높이기 위한 연구가 활발히 진행되고 있다(^{Alain and Bengio, 2016}; ^{Bau et al., 2017}; ^{Dabkowski and Gal, 2017}). 이 중 개별 예측에 대해 각 입력변수의 상대적 기여도를 규명하기 위해 사용되는 local interpretable modelagnostic explanations (LIME)이나 Shapley additive explanations (SHAP)은 다른 입력변수의 값에 대한 조건부 해석이 가능하다는 점에서 물환경 분야에서 유용성이 높은 기법으로 전망된다(^{Lundberg and Lee, 2017}; ^{Ribeiro et al., 2016}).

자료기반 모델의 또 다른 과제는 전이성(transferability) 문제이다. 전이성이란, 모델의 학습 자료와는 다른 자료, 즉 새로운 장소, 시간이나 생물 종에 모델을 적용했을 때 나타나는 예측력을 의미한다(^{Wenger and Olden, 2012}; ^{Yates et al., 2018}). 기작기반 모델의 경우 이론적 뒷받침이 된다면 모델을 새로운 시스템에 적용할 수 있지만, 자료기반 모델은 별도의 작업이나 확인 과정을 거치치 않고는 전이성을 장담하기 어려운 측면이 있다. 자료기반 모델이 낮은 전이성을 보이는 원인으로는 허위 상관성(spurious correlations)에 기반해 예측이 이루어지거나, 변수 간 상관성의 시공간적 변동성을 고려하지 못하는 경우를 들 수 있다(^{Dormann et al., 2012}). 하지만, 자료가 부족한 환경(새로운 장소, 시간, 생물 종)에 대해서도 모델이 관리 의사결정을 지원하는 예측 정보를 제공한다면 실용적 가치를 제고할 수 있을 것이며, 이와 같은 맥락에서 자료기반 모델의 전이성을 확보하기 위한 연구가 활발히 진행되고 있다.

자료기반 모델의 전이성을 높이기 위한 기법으로는 전이 학습(transfer learning)을 들 수 있는데, 전이 학습이란 어떤 다량의 자료로 모델을 학습시키고 이 과정에서 학습된 특징(learned features)을 새로운, 소량의 자료로 학습시킬 모델에 전이하는 기법이다. 다량의 자료로부터 학습된 특징이 보편성(generality)을 띤다면 전이 학습을 통해 모델의 전이성을 강화하고 자료 부족으로 인한 예측력 저하의 문제를 해결할 수 있다(^{Ma et al., 2019}; ^{Tian et al., 2019}). 또한 자료기반 모델의 전이성을 제고하기 위한 기법으로 앙상블 학습(ensemble learning)과 모델 검증(validation)을 들 수 있다. 앙상블 학습은 다수의 단일 모델 결과를 통합하는 기법으로서, 단일 모델의 다양성이 클수록 전이성에 대한 앙상블 학습의 효과를 기대할 수 있다(^{Michielsen et al., 2016}; ^{Zhai and Chen, 2018}). 모델 검증은 모델의 초매개변수(hyperparameter)를 최적화하여 과적합(overfitting)을 방지함으로서 전이성을 높이는 기법이며, 무작위 교차검증(random cross-validation) 등 다양한 검증 자료의 사용 방법에 따라 전이성이 달라질 수 있다(Ozesmi et al., 2006; ^{Rohani et al., 2018}).

한편 센서 및 센서 플랫폼 기술의 발달로 인해 물환경 분야에서도 자료 형태의 다양화가 가속화될 전망이다. 위성영상 자료 이외에도 무인 혹은 유인 항공기에 탑재된 센서로부터 생성된 초분광 자료의 가용성이 증대될 것이고, 실시간 모니터링 시스템은 확대 구축되어 수리⋅수문 및 다양한 수질 자료를 고빈도로 생산할 것이다(^{Schuwirth et al., 2019}). 뿐만 아니라 대규모 오믹스(omics) 자료나 환경 DNA (environmental DNA, eDNA) 자료의 생산으로 인해 새로운 자료의 활용성 요구가 커질 전망이다(^{Peters et al., 2014}; ^{Schuwirth et al., 2019}). 가용한 자료 용량의 증가는 대용량 자료에 강점을 보이는 딥러닝 등의 기술에 대한 개발 수요를 지속적으로 창출할 것이다(^{LeCun et al., 2015}; ^{Shen, 2018}). 또한 자료 출처가 다양화됨에 따라 특정 목적을 위해 취합한 데이터셋 내 자료의 형태나 생성 주기도 다양해질 것이기 때문에 이를 통합할 수 있는 다중규모(multi-scale), 다중모드(multi-modal)의 모델링 기법, 예를 들어 베이지안 네트워크나 생성적 적대 신경망(generative adversarial network; GAN)의 활용이 증가할 것으로 예상할 수 있다(^{Robson et al., 2018}; ^{Shen, 2018}).

우리나라 물환경 모델은 세계적인 기술 추세를 반영하는 동시에 국가의 물환경 정책 흐름을 수용하는 방향으로 발전할 것이다. 2018년 ‘물관리기본법’이 제정되어 유역 중심 물관리, 통합 물관리 등 국가 물환경 관리 정책의 방향이 설정되었으며, 이에 따라 수량-수질-수생태 통합 모델에 대한 개발 수요도 지속적으로 증대될 전망이다. 따라서 자료기반 수질 및 수생태 모델에서도 수리⋅수문 혹은 유역 모델과의 연계⋅통합 방안 마련의 중요성이 더욱 대두될 것이다. 더 나아가 불확실성 정량화에 대한 강점을 가진 자료기반 방법론을 고도화하여, 기후변화에 따른 불확실성 증가를 고려한 의사결정 및 리스크 평가에 활용함으로서 미래 물관리 위기대응 능력 제고에 이바지할 필요가 있다.

4. Conclusions

수질 및 수생태 모델은 수체에서 일어나는 현상에 대한 개념적 이해를 검증하거나 보완하는 학문적 가치뿐만 아니라 관리 목표 수립 및 달성 여부 평가를 위한 정량적 근거를 마련하는 등 실용적 가치 또한 지니고 있다. 모델이 물환경 분야에서 필수적인 역할을 담당해온 만큼 물환경 관리 선진화를 달성하기 위해서는 기작기반이나 자료기반 모델링 기술을 고도화하기 위한 노력을 경주해야 하지만, 동시에 어떠한 모델도 완전하지 않다는 사실을 직시함으로서 중요한 시사점을 얻을 수 있다. 모델이 고도화되더라도 모델링 방법 및 인식체계로부터 기인한 한계점을 완전히 극복할 수는 없기 때문에 방법론의 교류와 융합을 통해 기작기반과 자료기반 모델의 장점과 단점을 상호보완하는 조정 과정을 견지해야 한다. 자료기반 모델은 사전 지식이나 수동적 개입 없이도 자료로부터 상관성을 추출하고 예측을 수행하지만 이를 인과적으로 혹은 외삽(extrapolation)하여 해석할 경우 오류를 범할 수 있다. 그러나 자료기반 모델에서 발견된 상관성이 기작기반 모델에서 새로운 가설로서 검증 과정을 거친다면 해석력과 전이성을 겸비한 기술적 성과를 달성할 수 있을 것이다. 반대로 자료기반 모델에서 종종 발견되는 예상치 못한 상관성이나 특징은 새로운 이론 수립이나 사전 지식의 수정 및 보완을 위한 시작점으로 작용할 수 있으며, 이는 기작기반 모델에서 수식이나 가정의 수정을 통해 반영될 수 있다.

최근 물관리 일원화로 통합물관리를 위한 제도적 기반이 마련됨에 따라 수질⋅수생태 모델이 당면한 과제 해결의 시급성은 더 부각될 예정이다. 특히 기존 기작기반 모델은 모델에 수리⋅수문 기작으로부터 이화학적, 생물학적 기작을 더할수록 모델 성능이 현저히 저하되는 결과를 나타내어 왔다. 기작기반 모델의 복잡성 증가와 성능 향상 간의 관계가 불투명한 상태에서 방향을 전환하여 자료기반 모델 적용을 적극적으로 추진할 필요가 있으나, 이를 위해서는 수리⋅수문, 수질, 수생태 모듈을 아우르고 기작기반 모델과 융합할 수 있는 통합 플랫폼 개발이 선제되어야 한다. 이와 함께 자료기반 모델의 장점을 살려 예측의 불확실성과 단계적 예측에 따른 불확실성 전파를 정량화하여 수량-수질-수생태의 통합관리를 위해 보다 신뢰성 있는 정보를 제공할 필요가 있다.