3.2.1 수질오염물질별 평가

업종별로 수질오염물질의 배출허용기준 초과위험도를 평가하여 Heatmap으로 표현하였다(Fig. 3, Fig. 4). 초과위험도는 매우 높음, 높음, 보통, 낮음 순으로 각각 빨강, 주황, 노랑, 하늘색으로 나타내었으며, 흰색은 해당 업종과 항목에 대한 검사 건수가 없음을 나타내는 초과위험도 결측치를 의미한다. Heatmap 상단에는 각 수질오염물질의 기준 초과위험도 점수를 나타냈다.

일반 수질오염물질의 경우 TOC와 SS가 위험도 점수 23점으로 가장 높았으며, 다음으로 Ni(16점), TP(15점), TN(13점), BOD(12점), F(10점) 등의 순이었다(Fig. 3). 일반항목인 TOC는 폐기물처리⋅세탁업, 섬유⋅염색, 철강⋅금속가공업, 세차⋅수리업에서, SS는 폐기물처리⋅세탁업, 세차업, 건설업, 기타에서 초과위험도가 매우 높았으며, 금속류인 Ni은 도금업, 철강⋅금속가공업, 전기⋅전자부품제조업, 석유화학⋅플라스틱제조업, 자동차부품제조업에서 매우 높았다. 타 지역의 사업장 폐수 초과위험도를 다룬 선행연구에서도 일반항목 중 TOC와 SS 항목의 초과위험도가 높고, 금속류 중에서는 Ni이 가장 높은 유사한 결과를 보였다^{(GPIHE, 2020; IMCHE, 2023)}. Phenols, Ba, Sn, Colority, Toluene, Xylene 등 6개 항목은 위험도 점수 0점으로, 14개 업종에서 기준 초과위험도가 매우 낮았다. Ba, Colority는 청정지역 배출허용기준 대비 낮은 농도로 검출되었고, 다른 항목들은 적은 검사 건수와 낮은 검출률 때문으로 보인다.

특정수질유해물질 평가 결과 1,4-dioxane이 초과위험도 점수 20점으로 가장 높은 위험도를 보였고, 다음으로 Chloroform(6점), Dichloromethane, Formaldehyde, Sb(5점) 등의 순이었다(Fig. 4). ^{IMCHE (2023)}의 연구결과에서도 1,4-dioxane, Dichloromethane, Formaldehyde의 초과위험도가 높아 유사한 결과를 보였다. 이러한 특정수질유해물질은 미량 검출이라 하더라도 잘 분해되지 않고 인체에 유해하므로 수질관리 시 주의가 필요하다. 특히 초과위험도가 가장 높았던 1,4-dioxane은 산업 공정에서 다양한 용도로 사용 되며, 주로 화학 공정과 플라스틱 및 폴리머 합성 시 용매로 쓰이고, 금속, 유리, 전자 부품 제조업에서 정밀 부품 세척이나 탈지제로 사용되는 물질이다^{(Tang and Mao, 2023)}. 이번 연구에서는 도금업(PT), 철강⋅금속(MT), 식⋅음료(FD), 석유화학⋅플라스틱(CP), 자동차부품제조업(AM)에서 기준 초과위험도 매우 높음으로 나타났다. 조사항목인 특정수질유해물질 30개 항목 중 As 등 15개 항목은 위험도 점수 0점으로 기준 초과위험도가 매우 낮았다. 이러한 평가 결과를 바탕으로 업종별로 기준 초과위험도가 높았던 항목들에 대해서는 우선적 관리가 필요할 것으로 보인다.

Fig. 3. Heatmap of risk levels for exceeding water pollutant standards.

Fig. 4. Heatmap of risk levels for exceeding standards of specific hazardous water substances.

3.2.2 폐수배출업종별 평가

업종별 기준 초과위험도 평가 결과는 위험도 점수가 높은 순으로 Table 4에 나타냈다. 가장 취약한 업종으로 평가된 업종은 철강⋅금속가공업(31점)이었고, TOC, F, Ni, 1,4-dioxane 항목의 초과위험도가 매우 높음으로 나타났다. 다음으로 폐기물처리⋅세탁업(25점)은 TOC, ABS, SS, 자동차부품제조업(24점)은 Ni, 1,4-dioxane, 도금업(24점)은 Ni, 1,4-dioxane, Chloroform이 매우 높음이었다. 타 업종과 달리 도금업에서 Chloroform 항목이 매우 높음으로 나타나 폐수 배출 시 주의가 필요할 것으로 보였다. 식⋅음료업(23점)은 Total coliform, 1,4-dioxane, 석유화학⋅플라스틱제조업(22점)에서는 F, Ni, 1,4-dioxane이 매우 높음이었다. 세차⋅수리업(19점)에서는 TOC, SS, Total coliform이 매우 높음이었으며 해당 업종에서 부적합 비율이 높은 ABS 항목의 경우 극단값 에서만 초과등가계수가 1을 초과하였고, 극단값 이외에는 불검출이 많아 기준초과위험도는 높음 으로 나타났다. 그리고 전기⋅전자부품제조업(19점), 의료업(18점), 섬유⋅염색가공업(12점), 기타(12점), 건설업(10점)은 중간 정도의 초과위험도를 보였고 연구개발업(7점), 발전⋅수도사업(3점)은 10점 미만으로 기준 초과위험도가 낮은 업종으로 평가되었다.

3.3.1 주성분분석

본 연구에서는 14개 업종 중에서 검사 건수가 많고 초과위험도가 높게 나타난 자동차부품제조업(AM), 도금업(PT), 철강⋅금속가공업(MT)을 대상으로 업종별 주요 영향인자를 추정하기 위해 상대적으로 검출 빈도가 높은 중금속류를 변수로 선정하여 주성분분석(Principal Component Analysis, PCA)을 수행하였다. 분석의 신뢰도를 높이기 위해 결측치(NA)는 각 항목별 수질오염도 중앙값(median)으로 대체하였으며, 데이터 분포를 표준화 한 후 변수들의 인자 부하량을 특정인자에 집중시키기 위해 Varimax 직각회전방식을 적용하였다. 업종별의 중금속류 주성분분석 결과, 고유값 1 이상인 인자 중 전체 분산의 40% 이상을 설명하는 2개의 주성분을 추출하여 추가 분석을 진행하였다.

분석 결과, Table 5에 세 업종별 주성분분석에서 Varimax 회전 후 추출된 주성분의 로딩값과 분산을 나타냈으며 Fig. 5에는 이에 대한 biplot 결과를 나타내었다. 업종별로 주성분별 기여도를 의미하는 분산은 상이했고 자동차부품제조업에서 인자 1은 32%, 인자 2는 18%의 설명력을 보였으며, 인자 1에 Mn, Ni, Zn으로 주로 부식 방지 및 도장 공정과 관련된 성분, 인자 2에 Fe, Cu, Cr이 포함되어 금속 가공 및 조립 공정과 관련된 성분으로 구성되었다(Table 5(a), Fig. 5(a)). 도금업에서 인자 1은 26%, 인자 2는 20%의 설명력을 보였고 인자 1에 도금액으로 사용되며 전기도금 공정과 직접 관련된 성분인 Cr, Cu, Ni이 있었고 인자 2에 화학적 도금 공정에서 기원하거나 첨가제 성분인 Ba, Mn, Zn이 포함되어 있었다(Table 5(b), Fig. 5(b)). 마지막으로 철강⋅금속가공업의 경우 인자 1은 28%, 인자 2는 15%의 설명력을 보였으며 인자 1에 내구성, 강도, 부식 방지 공정과 관련된 성분인 Zn, Ni, Mn, 인자 2에 Cu, Ni, Cr이 포함되어 금속표면 전도성 및 도금 공정과 관련된 성분으로 추정할 수 있었다(Table 5(c), Fig. 5(c)).

Fig. 5. Biplot results of principal components analysis in the (a) AM, (b) PT, and (c) MT industries.

특히, Ni이 두 개의 인자에 포함된 것은 철강⋅금속가공업 내 다양한 공정에서 다기능적 역할을 하는 금속의 특성과 공정 간 상호작용이 반영된 결과로 볼 수 있다. 이는 해당 금속이 여러 공정에서 배출될 가능성이 높으며, 따라서 폐수 내 농도 관리가 특히 중요함을 시사한다.

본 연구의 주성분분석 결과, 세 업종에서 초과위험도에 영향을 미치는 주요 영향인자가 상이함을 확인할 수 있었다. 이는 업종별 오염물질 배출특성을 고려한 맞춤형 관리 방안 마련의 필요성을 의미한다.

3.3.2 회귀분석

폐수배출업종별 주요 인자들이 기준 초과위험도에 미치는 영향을 파악하기 위해 자동차부품제조업, 도금업, 철강⋅금속가공업 업종별로 각각 회귀분석을 실시하였다. 주성분분석에서 새로 산출된 인자 1 과 인자 2를 독립변수로 설정하였고, Table 5의 해당 업종 중금속 항목 기준 초과등가계수의 합(EQ)을 산출 후 이를 종속변수로 하여 다중선형회귀분석을 수행하였다. 분석 결과 및 요약값은 Table 6에 나타냈으며, 세 업종의 회귀모델 모두 유의수준 0.01 이하로 통계적으로 유의했고, Adjusted R² 값이 자동차부품제조업 0.682, 도금업 0.609, 철강⋅금속가공업 0.986으로 각각 68.2%, 60.9%, 98.6%의 설명력이 있는 것으로 나타났다. 세 업종의 기준 초과위험도 예측을 위해 도출된 회귀식은 식 (3), (4), (5)와 같다.

회귀모델의 예측값과 실제값(EQ)의 산포도로 예측 적합도를 분석한 결과를 Fig. 6에 나타냈으며, 철강⋅금속가공업에서 점들이 대체로 y = x 대각선 부근에 분포하여 모델의 예측값이 실제값에 근접한 것을 보이고 잔차의 분포가 일정해 회귀모델의 예측이 가장 적합한 것으로 나타났다(Fig. 6(c)). 자동차부품제조업과 도금업에서는 잔차의 크기가 예측값에 따라 커지는 경향을 보이는 이분산성이 관찰되었으며, 상대적으로 낮은 R²은 점들이 대각선에서 멀리 흩어져 있을 가능성이 크다는 것을 보여준다(Fig. 6(a), Fig. 6(b)).

본 연구에서 이용한 수질검사 자료는 지역, 사업장 규모, 업종에 따라 검사 항목이 상이한 사업장 폐수 수질검사 특성상 결측치가 많고, 항목마다 각각의 정량한계 이하인 불검출 자료가 많아 통계 분석 시에 어려움이 있었지만, 6년 이상의 자료를 활용하여 광주지역의 폐수 배출 특성을 파악하고 업종별 기준 초과위험도 예측 가능성을 충분히 확인하였다.

Fig. 6. Scatter plot of predicted vs. actual values for excess risk in the (a) AM, (b) PT, and (c) MT industries.