2.1 연구 대상 지점과 데이터 수집

한국은 수돗물을 안정적으로 공급하고 친수활동 시 조류 독소로부터 국민의 안전을 도모하기 위해 1998년부터 조류경보제를 운영 중이다. 물환경보전법에 따라 남세균 수치(cells/mL)를 주기적으로 모니터링하여 일정 수준(관심: 1,000(상수원구간), 20,000(친수활동구간); 경계: 10,000(상수원구간), 100,000(친수활동구간); 대발생: 1,000,000(상수원구간)) 이상의 조류가 발생하면 경보를 발령한다. 본 연구는 국내에서 조류경보 발령일수가 가장 많은(2022년 낙동강 조류경보 발령일수 700일, 전국 조류경보 발령 778일) 낙동강 본류에 위치한 상수원 구간 조류경보지점 4개를 대상으로 연구를 수행하였다(Fig. 1). 상류부터 하류 순서에 따라 해평(HP), 강정⋅고령(GG), 칠서(CS), 물금⋅매리(MM)는 모두 상수원으로 사용되며 물금⋅매리 지점을 제외하고 4대강 사업으로 설치된 보의 위치와 10 km 이내에 있다.

Fig. 1. Map of the study area, showing the four sites (HP, GG, CS, and MM) along the Nakdong River in South Korea.

남세균 및 수질 데이터는 물환경정보시스템(http://water. nier.go.kr)으로부터 획득하였다. 지점별로 녹조(조류)정보로부터 1주 간격(경계수준 이상이면 1주 2회 이상 측정)의 남세균 측정 데이터를, 수질측정망으로부터 1주 간격의 수질 데이터를 수집했다. 남세균은 하천의 단면 중 수심이 가장 깊은 수면에서 상층(수표면을 포함하여 수심 50 cm 이내)과 수심의 1/3 및 2/3에서 각각 채수한 후(경계수준 이상일 때는 수심이 가장 깊은 수면의 지점과 그 지점을 중심으로 좌우로 수면폭을 2등분한 각각의 지점(좌⋅중⋅우)에서 수심별(상⋅중⋅하층)로 채수한 후) 혼합하여 현미경 계수법으로 측정되었다. HP, GG, CS 지점에서는 2016~2023년, MM 지점은 2020~2023년 데이터를 수집했다. 수질데이터로는 연구 대상 지점(HP, GG, CS, MM)과 가장 가까운 수질측정망(각각 강정, 성주, 남지, 물금)에서 생물화학적산소요구량(biochemical oxygen demand, BOD), 클로로필-a(chlorophyll a, Chl-a), 화학적산소요구량(chemical oxygen demand, COD), 용존산소(dissolved oxygen, DO), 전기전도도(electrical conductivity, EC), 수소이온농도(pH), 부유물질(suspended solids, SS), 총질소(total nitrogen, TN), 총인(total phosphorus, TP), 수온을 수집했다. 또한, 유속 데이터는 국가수자원관리종합정보시스템(http://www.wamis.go.kr)에서 지점별 유량과 유속 관계식을 도출하여 각 지점에서 유량 값을 유속으로 변환하여 수집하였다. 각 지점의 기온은 기상청 기상자료개방포털(https://data.kma.go.kr)에 종관기상관측(HP: 구미, GG: 대구, CS: 의령군, MM: 양산시) 자료로부터 수집했다.

2.2 기계 학습(machine learning) 기법

기계학습 모형으로는 다중선형회귀(multiple linear regression, MLR), 의사결정나무(decision tree, DT), 서포트벡터회귀(support vector regression, SVR), 랜덤포레스트(random forest, RF)를 사용했다. 이 기법들은 기계학습 알고리즘 중 자주 사용되는 모델이며(^{Choi et al., 2012}; ^{Jung et al., 2021}; ^{Jung and Kim, 2016}; ^{Moon et al., 2014}), 모델 parameter가 무수히 많은 인공신경망을 구축 할 때보다 크기가 더 작은 데이터 세트를 활용하기에 적합하다(^{Aggarwal, 2018}). 이 네 가지 모델을 지점별로 학습시켜 가장 좋은 검증 정확도를 보이는 모델로 기후변화에 따른 시뮬레이션을 수행했다. DT와 SVR의 하이퍼파라미터(hyperparameter)는 기본값(DT: criterion= “squared_error”, max_depth= “None”, min_sample_split=1 등; SVR: kernel= “rbf”, gamma= “scale”, C=1 등) 으로 설정했고, RF의 하이퍼파라미터 값들은 나무 개수 100개를 두 가지 다른 경우(max_features= “sqrt”, 5)로 나누어 사용했다. 기계 학습 모델링은 Scikit-learn 라이브러리를 활용했고 파이썬(Python) 언어로 모델 학습과 검증, 예측 및 시뮬레이션을 구현했다.

데이터 전처리, 입력변수 구성과 모델링 방식은 ^{Kim, Jung et al. (2023}과 유사하게 수행했다. 남세균 측정값을 로그변환(log cells/mL)하여 종속변수로, 유사한 일자에 수집된 수질 인자 및 유속을 독립변수(총 11개: BOD, Chl-a, COD, DO, EC, pH, SS, TN, TP, 수온, 유속)로 설정하여 학습데이터로 만들었다. 데이터는 연중 녹조가 주로 발생하는 4~11월에 측정된 남세균 측정값을 사용했으며, 남세균 측정값이 0인 데이터와 독립변수 중 한 개 이상 결측인 데이터를 제거했다. SVR은 입력변수 값의 분산 규모에 영향을 받기에 이 모델을 학습할 때만 모든 독립변수 데이터를 평균이 0, 분산이 1이 되도록 표준화 처리했다.

2.3 모델 검증 및 예측 성능 비교 방법

모델 검증은 전체 데이터 중 한 개를 제외한 데이터로 학습하고 나머지 한 개 데이터를 예측하는 과정을 전체 데이터의 개수만큼 반복하는 leave-one-out 교차검증(cross-validation)법을 활용했다. 이를 통해 실측값과 예측값의 상관계수(correlation coefficient (r), 식 1)를 계산하여 예측의 정확도 지표(^{Xiao et al., 2017})로 보였다. 또한, 추가적인 지표로서 실측값 대비 예측값의 오차를 나타내는 평균제곱오차(mean squared error, MSE, 식 2)를 계산했다. 식 1, 2에서 는 실측값, 는 의 평균값, 는 예측값을 나타낸다.

2.4 기후변화 시나리오(RCPs)의 기온상승에 따른 시뮬레이션

대표농도경로(RCPs)란 IPCC 5차 평가보고서에서 온실가스 감축 정도에 따른 기후변화 시나리오이다(^{IPCC, 2014}). 본 연구에서는 최상의 기후변화 시나리오로 RCP2.6, 최악의 시나리오로 RCP8.5를 선정하고, 2가지 기후변화 시나리오에 대해 2가지 시점(2050년, 2100년)에 대해서 각각 시뮬레이션을 수행하였다(Table 1).

기후변화 시나리오에 따른 기온상승 조건을 다음과 같이 활용하였다. 기후변화 시나리오(RCP2.6, RCP8.5)에 따른 미래 월별 기온 데이터를 기상청 기후정보포털(http://www.climate. go.kr/home/)에서 지점별로 (HP: 경상북도 구미시, GG: 경상북도 고령군, CS: 경상남도 창녕군, MM: 경상남도 김해시) 수집했다. 예측된 미래 기온 데이터의 수집기간은 2041~2050년 및 2091~2100년으로 설정했다. 이를 현재 남세균이 관찰된 기간의 기온과 비교해서 기온 상승분을 계산했다. 기온 상승분을 수온에 반영하기 위해, 지점별 기온과 수온 간 관계식(수온(°C)=0.8806×기온(°C)+4.3015 (R²=0.901))을 도출하여 각 지점에서 상승한 기온을 수온이 상승한 것으로 변환했다. 학습 데이터로 구축한 기계학습 모형에 기후변화 시나리오에 따라 월별 상승한 수온 데이터를 입력하여 예측값을 산출했다. 그 뒤에, 수온 상승에 따른 예측값과 수온 상승 전 기존 모델 출력값의 비례관계를 도출했다. 이 비례관계를 도출할 때, 각 지점의 75퍼센타일 이하의 수온일 때의 남세균 값만 사용했다. 이로써 기계학습 모델이 상대적 소수의 데이터(75퍼센타일을 초과하는 수온 데이터)에 대한 예측 능력이 떨어진다는 한계를 보완하고, 증가한 수온 값이 입력될 때 출력되는 예측값의 신뢰도를 높이고자 했다. 도출한 현재 대비 미래의 비례관계를 사용하여 지점별 현재 남세균 측정값을 기온상승 시나리오에 따른 미래 예측값으로 변환했다.

3.1 기계학습 기법별 예측 성능 비교

본 연구에서 사용된 5가지의 기계학습 모델이 남세균 수를 예측하는 성능을 비교하였다(Table 2). 관찰된 실측치와 모형 예측치 간의 상관성을 보여주는 지표인 correlation coefficient의 결과를 보면 RF 기법을 사용한 경우는 대체로 0.7 보다 높은 값들을 보이고 MLR, DT 기법을 사용한 경우에는 보통 0.7 보다 낮은 상관계수를 보였다. 모든 모델에서 실측치와 모델 예측치 간의 상관관계는 유의성을 보였다(p-value < 0.001). 실측치와 예측치 간의 오차를 나타내는 통계지표인 MSE의 값을 보면 일반적으로 RF의 예측 결과가 실측 결과에 통계적으로 근사함을 보이였고, SVR의 결과가 두 번째로 근사했다. MLR 및 DT의 예측 정확도는 RF, SVR의 정확도보다 현저히 떨어진 것을 보였다. 따라서 RF 기법이 낙동강 해당 지점들의 남세균 수 예측에 MLR, SVR, DT 기법보다 우수함을 보였고 RF의 절대적인 성능도 준수했다(상관계수 > 0.6). 이에 따라 RCP 기후변화 시나리오에 의한 기온상승에 따른 낙동강 남세균 수 변화 예측을 위한 기계학습 기법으로 RF 기법을 선정하였다. 본 연구에서 사용된 두 가지 다른 RF 기법들(max features 하이퍼파라미터 설정: “sqrt” 또는 5)은 유사한 예측 성능을 보였다.

3.2 기후변화 시나리오 기온상승에 따른 남세균 수 예측 시뮬레이션

최악의 기후변화 시나리오(RCP8.5의 2100년)에서 예측한 남세균 수의 데이터와 현재 관찰된 남세균 수의 데이터를 시계열로 비교해 보았다(Fig. 2). 남세균이 일정 기간(2주 이상) 지속하여 또는 일정 수준 (1,000 cells/mL 이상) 검출된 경우에는 기후변화 시나리오에 의한 기온상승 때문에 남세균 수가 현격히 증가하는 경향을 보였다. 최악의 기후변화 시나리오에 따라 남세균 수의 최댓값은 HP, GG, CS, MM에서 각각 88,295, 250,506, 613,304, 1,200,578 cells/mL 으로 예측되었다. 낙동강에서 이때까지 관측되지 않았던 대발생 경보 수준 즉, 1 mL 당 100만 세포 수 이상의 수치가 낙동강 하류인 MM에서 발생할 것으로 예측되었다. MM에서는 현재 관측값에 비해 미래 남세균이 최대 약 3배 증가하는 것에 비해 나머지 지점에서는 더 큰 폭인 최대 약 5~6배 증가할 것으로 예측되었다. 따라서, 현재 남세균 검출 수준이 낮은 지점에서가 남세균 검출 수준이 높은 지점보다 기후변화에 의한 기온상승에 남세균 증식이 더욱더 민감하게 반응할 것임을 제시하고 있다.

Fig. 2. Comparison of future simulated cyanobacteria abundances under the worst temperature rise scenario (RCP 8.5 (2100), “simulated”) with current observations (“observed”).

기후변화 시나리오의 기온상승에 의한 남세균 발생 변화를 더욱 면밀하게 분석하기 위해서 기후변화 시나리오와 예측 시점 조합별로 남세균 수 예측 시뮬레이션 결괏값의 분포(4~11월)를 박스 플롯(boxplot)으로 비교해 보았다(Fig. 3). 평균치 결과를 기준으로 보면, 연구 대상의 낙동강 모든 지점에서 현재의 남세균 수 데이터에 비해서 기후변화 시나리오에 따른 기온상승에 대해서 낙동강의 남세균 수는 평균적으로 증가하였고, 이 결과는 예측시점에 무관하게 동일하였다. 반면, 현재의 데이터와 예측된 데이터 간의 통계적 유의성 분석을 위한 Mann-Whitney test 결과는 연구 대상 지점별로 차이가 있었다. HP 지점과 CS 지점의 경우, 현재의 데이터에 대비 RCP2.6 시나리오의 2050년 예측 결과, RCP2.6 시나리오의 2100년 예측 결과, RCP8.5 시나리오의 2050년 예측 결과에서는 0.001 < p-value ≤ 0.01 유의 수준에서 남세균 수가 증가하는 것으로 나타났고, RCP8.6 시나리오의 2100년 예측 결과에서는 0.0001 < p-value ≤ 0.001 유의 수준에서 남세균 수가 증가하는 것으로 예측되었다. 즉 HP와 CS 지점에서 기후변화 시나리오의 기온상승에 따라 예측한 미래 남세균 수 증가의 통계적 유의성이 높게 나타났다. GG 지점에서는 현재의 데이터에 대비 RCP2.6 시나리오의 2050년 예측 결과, RCP2.6 시나리오의 2100년 예측 결과, RCP8.6 시나리오의 2050년 예측 결과에서는 p-value > 0.05 유의 수준으로 통계적 유의성이 낮게 나타났고, RCP8.6 시나리오의 2100년 예측 결과는 0.001 < p-value ≤ 0.01 유의 수준에서 남세균 수가 증가하는 것으로 예측되었다. GG 지점의 남세균 발생 증가는 HP 지점보다는 통계적인 유의성이 상대적으로 낮지만, 최악의 기후변화 시나리오와 2100년 예측 시점에 해당하는 기온상승에 대해서 남세균 수의 유의한 증가가 예측되었다. 보의 영향을 받는 지점으로 알려진 HP, GG, CS 지점들과 달리 보의 영향이 작은 MM 지점에서는 최악의 시나리오(RCP8.5의 2100년)를 제외하고 기후변화 시나리오의 기온상승에 따라 예측된 미래 평균 남세균 수의 증가는 통계적으로 유의하지 않았다(p-value > 0.05).

Fig. 3. Boxplots of current (“Observed”) and simulated future cyanobacterial abundances under two RCP temperature rise scenarios (RCP2.6 and RCP8.5) for two different prediction times (2050 and 2100). Annotated asterisks indicate statistically significant differences according to p-values obtained from Mann-Whitney U test (0.0001 < *** ≤ 0.001, 0.001 < ** ≤ 0.01, 0.01 < * ≤ 0.05, and “ns” indicates non-significant difference).

3.3 기후변화 시나리오 기온상승에 따른 남세균 발생 빈도에 미치는 영향

남세균 수가 높아질수록 남세균 발생에 의한 상수원 수질과 수변공간 에어로졸과 같은 국민 보건에 미치는 영향이 커질 수 있다(^{Lee et al., 2022}; ^{Wiśniewska et al., 2019}). 국내의 경우, 상수원구간에 대한 녹조 현상의 경계, 대발생 수준을 각각 남세균 수가 10,000, 1,000,000 cells/mL로, 친수활동구간의 관심, 경계 수준은 각각 20,000, 100,000 cells/mL로 정하고 있다(^{Ministry of Environment, 2022}). 친수공간에 대해서 캐나다와 세계보건기구(World Health Organization, WHO)에서는 100,000 cell/L로 경보 수준을 정하고 있다 (^{Health Canada, 2022}; ^{WHO, 2021}). 이러한 상수원 및 친수공간 경계와 대발생에 대한 국내외 기준을 초과하는 남세균 발생의 빈도를 기후변화 시나리오별로 예측하였다(Fig. 4). 최선과 최악의 기후변화 시나리오 모두 현재보다는 상수원 및 친수공간 경계 수준을 초과하는 남세균 발생 빈도는 증가함을 보였다. 최악의 기후변화 시나리오인 RCP8.5의 2100년 예측 결과 연구 지점들의 상수원 경계 기준(10,000 cell/mL) 초과 빈도를 비교해 보면, CS(연 9.5주, 현재 대비 연 3.5주 증가) > MM(연 7.2주, 현재 대비 연 2.2주 증가) > GG(연 6.2주, 현재 대비 연 3.5주 증가) > HP(연 1.5주, 현재 대비 연 1.2주 증가) 순이었다. RCP8.5의 2100년 예측 결과 기준으로 지점들의 친수공간 경계 기준(100,000 cell/mL) 초과 빈도를 살펴보면, CS(연 3.5주, 현재 대비 연 3.4주 증가) > MM(연 3.0주, 현재 대비 1.8주 증가) > GG(연 0.8주, 현재 대비 연 0.8주 증가) > HP(연 0.0주, 현재 대비 0.0주) 순이었다. 이러한 결과들은 기후변화에 의해서 상수원 및 친수공간 경계 발령 일수가 증가해서 이에 따른 비용도 증가될 것과 그러한 증가 폭이 지점별로 차이가 있음을 예측하고 있다. CS 지점과 MM 지점의 경계 기준 초과하는 빈도가 기후변화로 미래에 잦아질 가능성이 GG 지점이나 HP 지점에 비해서 큰 것으로 시뮬레이션 결과가 나타났다. 대발생 기준(1,000,000 cell/mL)을 초과하는 경우는 오직 MM 지점에서 최악의 시나리오인 RCP8.5 2100년 예측의 결과에서만 나타났다. HP 지점의 경우 최악의 기후변화에서도 친수공간 경계 기준이나 대발생 기준을 초과하지 않아서 4개 연구 지점 중 기후변화에 대해서 가장 안정적인 결과를 보였다.

Fig. 4. Barplots showing the number of incidents exceeding the three thresholds of cyanobacterial abundance (cells/mL) currently ("Observed") and under climate change scenarios at the four study sites. The y-axis indicates the number of days over a 10-year period or 521 measurements (i.e., data on a weekly basis).

기후변화에 의한 미래의 남세균 발생 정도와 빈도의 증가가 보의 영향에 의해서 더욱더 커질 것이라는 가설 설정이 가능하다. 이 가설을 검증하기 위해서 보와의 거리가 상대적으로 가까워 보의 영향이 있다고 여겨지는 지점들(HP, GG, CS)과 보의 영향이 없다고 여겨지는 지점(MM) 간에 결과를 비교해 보았다. 보의 건설로 인한 효과로는 대표적으로 수위 상승, 수리학적 체류시간 증가, 하수처리시설 규제 강화로 인한 총인 유입량 감소가 있다. 비교 결과 보의 영향이 없다고 여겨지는 MM 지점에서 보의 영향이 있는 HP 혹은 GG 지점보다 기후변화의 기온상승에 의해서 경계 기준 초과 빈도가 더 커지고 심지어 대발생도 발생할 수 있음이 예측되었다. 반면 남세균 발생의 정도(남세균 수)는 보의 영향보다는 수온이 높아질수록 커지는 것으로 보인다. 예로서, 최악의 기후변화 시나리오에 따라 예측된 남세균 수의 최댓값은 HP < GG < CS < MM (각각 약 100,000, 250,000, 600,000, 1,200,000 cells/mL) 순이었고(Fig. 2), 이는 연평균 기온이 낮음에서 높음의 순서와 일치하였다(Table 1). 비록 MM 지점이 보와의 거리가 멀더라도, 다른 상류 지점이 보 건설에 따라 받은 영향과 MM에 대한 보 건설에 따른 영향이 큰 차이가 없을 가능성도 있다. 본 연구에서 사용한 데이터 기반의 모형 연구 결과로만은 남세균 수를 결정하는 인자들을 명확히 규명하기는 힘들고 추가적 연구가 필요한 것이 사실이나, 보의 영향만으로 기후변화에 대한 취약성을 진단할 수 없음도 분명해 보인다.

상수원 및 친수활동 구간 경계 수준(10,000~100,000 cells/mL)의 남세균 발생은 고도정수처리(^{Schneider and Bláha, 2020})와 친수활동 접근 제한(^{U. S. EPA., 2019}) 등의 대응이 가능하다. 그럼에도 남세균 수가 경계 수준을 초과하면 고도정수처리 및 친수공간 환경위해성 관리를 위한 추가적인 비용이 발생하므로 이에 대응을 위한 기반 시설 및 제도 정비가 필요해 보인다. 남세균 발생 경계 기준 초과 빈도가 해당 지역의 남세균 발생에 대한 취약도를 나타내므로, 본 연구의 기후변화 시뮬레이션 방법으로 예측한 미래의 남세균 발생 경계 기준 초과 빈도를 낮추는 방향으로 수돗물 남세균 독소 처리 시설 등의 사후 대책뿐 아니라 수질 오염 유입 저감 등의 사전 예방 대책을 지역에 맞게 마련하는 것이 가능할 것이다.