Ⅰ. 서 론
전 세계적으로 기후변화의 영향이 심화되면서 극한 기상 현상이 빈번하게 발생하고, 이로 인해 홍수 재해의 빈도와 강도가 증가하고 있다. 세계경제포럼의 글로벌 리스크 보고서에 따르면, 기상이변이 단기 및 장기적으로 가장 심각한 위험 요소로 평가되었으며 (WEF, 2024), 이에 따른 피해 규모도 국가 인프라 전반에 걸쳐 증가하는 추세이다. 특히, 기후변화로 인한 홍수는 갑작스러운 집중호우로 단시간 내 인명 피해 및 재산 피해를 유발할 수 있어, 체계적이고 정량적인 대응 체계 구축이 필수적이다.
우리나라도 기후변화의 영향에서 자유롭지 않으며, 최근 국내 연구에서는 온난화가 심화됨에 따라 강수량의 변동성과 국지적 집중호우 빈도가 증가할 것으로 전망하고 있다 (Sung et al., 2019). 이에 따라, 기존의 국가하천 중심 홍수 대응 체계가 지방하천과 도시하천으로 점차 확장되고 있으며, 최근에는 소규모 유역 및 중소하천을 대상으로 한 홍수 예⋅경보 시스템 개발 연구도 활발히 이루어지고 있다. 특히 AI 기반 예측 모델 등 첨단 기술이 적용되어 홍수 대응의 정확성과 효율성이 크게 향상되고 있다. Jung et al. (2021)은 LSTM (Long Short-Term Memory) 기반의 딥러닝 모델을 섬진강 구례교 지점에 적용하여 수위 예측 성능을 분석하고, SVR (Support Vector Regression) 및 MLP (Multilayer Perceptron) 등 기존 예측기법 대비 높은 정확도를 입증하였다. Cheong et al. (2024)은 강우-유량 노모그래프 및 수위-유량 관계식을 기반으로 Robust 비선형 최적화 기법인 RCNOT (Robust Constrained Nonlinear Optimization Technique)을 적용하여 5개 소하천 대상 실시간 홍수 예⋅경보 시스템 (Flood Early Warning System, FEWS)을 구축하고 우수한 예측 성능을 검증하였다. FEWS는 유량과 수심 예측에서 다수의 현장 계측자료와 높은 정합성을 보였으며, 첨단 기술과 결합하여 효과적인 홍수 피해 저감 방안으로 평가되었다. Kim et al. (2022a)은 도시 지역의 중⋅소규모 배수분구를 대상으로 스마트시티 데이터허브와 연계된 실시간 침수 예측 정보를 제공하는 도시홍수 상황인지 시스템을 개발하여 의사결정 지원 및 현장 대응 역량을 향상시켰으며, 향후 타 도시 서비스와의 연계를 통한 체계의 고도화를 제안하였다. 또한 Kim et al. (2022b)의 연구에서는 중⋅소규모 저수지에서 제체 사면의 안정성과 파이핑 붕괴 위험을 평가하고, 습윤비율을 활용하여 계측기 위치 및 종류 선정을 통한 효율적인 예⋅경보 체계를 제안하였다. Koh et al. (2021)은 ODA (Official Development Assistance) 사업을 통해 라오스 (Laos)에서 강우-유출 관계를 이용한 홍수 예⋅경보 시스템을 구축하고, 현지 실측 자료를 바탕으로 적용성을 검증하였으며, 지속적인 데이터 축적과 모형 개선의 필요성을 제시하였다. Kim et al. (2022c)은 기후변화로 인한 집중호우와 돌발홍수의 증가로 기존 강우-유출 모형의 중⋅소하천 적용에 한계를 지적하였다. 특히, 저류 함수 모형이 전문가의 주관적 조정에 의존하고 예측 정확도에 문제가 있음을 밝혔다. 이에 대한 대안으로 AI 기반 홍수위 예측 모형을 제안하였으며, 이는 기존 물리적 모형 대비 우수한 성능을 보여주었다.
해외에서도 소규모 수계 및 저수지의 안전관리를 위한 다양한 기술적 접근이 활발히 이루어지고 있다. 뉴질랜드는 Dam Safety Guidelines (2023)을 통해 저수지의 등급별 관리 체계와 위험도 평가 기준을 명확히 제시하고 있으며, 체계적인 유지관리 방안 마련에 중점을 두고 있다. 일본에서는 국립토목연구소 (Public Works Research Institute, PWRI)와 JFE 엔지니어링이 공동연구를 통해 기상 및 수문 관측자료를 학습한 인공지능 기반의 홍수위 예측 시스템인 WinmuSe를 개발하였으며, 현재 일본 전역 약 90개 지점에 설치하여 실시간으로 운영 중이다 (KICT, 2023). 미국의 경우, 국립기상국 (National Weather Service, NWS)이 강우뿐만 아니라 홍수 예보까지 종합적으로 담당하고 있으며, 미 지질조사국 (United States Geological Survey, USGS)은 하천 수위 변화에 따른 침수 예상 지역을 시각화하는 도구인 Flood Inundation Mapper (FIM)를 개발하여 대국민 서비스를 제공하는 등 홍수 대응을 강화하고 있다 (KFPA, 2022).
우리나라는 약 17,047개의 농업용 저수지가 있으며, 이들은 주로 농업용수 공급을 목적으로 설계되어 치수 (홍수 조절) 기능이 제한적이다. 또한, 농업용 저수지에서의 방류는 과학적 근거에 기반하기보다는 주로 운영자의 경험적 판단에 따라 이루어지는 경우가 많다. 이러한 경험적 판단의 한계로 인해, 하류의 지방 하천 및 소하천에서 범람과 침수 등 대규모 재산 및 인명 피해가 발생할 위험이 크다. 실제로 2020년 예당저수지에서는 사전 방류 없이 수문이 임의로 개방되어 대량의 물이 방류되었고, 이로 인해 하류 농경지가 침수되어 약 194억 원 규모의 재산 피해가 발생하였다. 또한, 2022년 태풍 힌남노로 인해 포항의 한 아파트 지하주차장이 침수되어 7명의 인명 피해가 발생하였으며, 이는 상류 오어지의 수문 조작 미흡이 주요 원인으로 지적되었다.
이처럼 홍수로 인한 재산 및 인명피해 최소화를 위해서는 농업용 저수지의 방류 결정 과정에 과학적 근거와 실시간 데이터 기반의 예⋅경보 시스템 도입이 시급하다. 무엇보다 효과적인 홍수 예⋅경보 체계 구축을 위해서는 한정된 예산과 자원을 고려하여 우선적으로 관리가 필요한 저수지를 체계적으로 선정하는 것이 중요하다. 최근에는 AHP (Analytic Hierarchy Process)와 Entropy 기법을 병행하여 전문가 의견과 객관적 데이터를 모두 반영하는 다기준 의사결정 방식이 재해 대응 및 취약성 평가 분야에서 활발히 활용되고 있다 (Seong and Byun, 2016; Mun et al., 2021).
이러한 배경과 필요성에 따라, 본 연구는 농업용 저수지 중 홍수 예⋅경보 체계 구축을 위한 우선순위 저수지 선정 기준과 적용 방안을 제시하고자 한다. 농업생산기반시설 중 농업용 저수지에 초점을 맞추어, 저수지 제원, 사전 방류 시설 여부, 하류부 피해 영향 등 농업용 저수지에 특화된 특성을 반영한 정량적 평가 지표를 구성하였다. 이를 통해 농업 기반시설에 특화된 평가 체계를 마련하고, 유역 특성과 홍수 대응 여건을 통합적으로 고려하여 우선순위를 산정함으로써 홍수기 대응체계의 실효성을 제고하고자 한다.
Ⅱ. 재료 및 방법
본 연구는 농업용 저수지 중 홍수 예⋅경보 체계 구축을 위한 우선순위 저수지를 선정하기 위한 체계적인 분석 절차를 제시하고자 하며, 전체 흐름은 Fig. 1과 같다. 한국농어촌공사 관리 대상인 3,426개소의 농업용 저수지를 대상으로, 안전진단 보고서, 비상대응계획 (Emergency Action Plan, EAP) 수립 여부, 저수지 제원, 치수 취약성 등급 등 홍수 관리에 필요한 자료를 활용하여 대상 저수지를 선정하기 위한 단계적 사전 필터링 과정을 수행하였다. 필터링을 통해 선정된 저수지에 대해서는 AHP (Analytic Hierarchy Process)와 Entropy Weight Method를 모두 적용하여 평가 항목별 가중치를 산정하였다. 평가 항목은 유역 특성, 시설 특성, 취약 등급, 하류부 피해 등으로 구분하였으며, 각 항목에 대해 AHP 설문조사를 통해 전문가 판단 기반의 상대적 중요도를 도출하였고, 동시에 Entropy 분석을 통해 지표 간 정보 분산을 고려한 객관적 가중치를 산출하였다. 이후 두 기법에서 도출된 가중치는 항목별로 산술평균하여 종합 가중치로 통합하였으며, 이를 바탕으로 표준화된 지표값과 결합하여 저수지별 점수를 산정하였다. 최종적으로 도출된 점수를 활용하여 시⋅군 단위의 저수지에 대한 홍수 예⋅경보 체계 적용 우선순위를 분석하였다.
1. 분석 대상 저수지 선정
본 연구에서는 한국농어촌공사 관리 대상인 농업용 저수지 3,426개소를 대상으로 단계적인 필터링 절차를 적용하여, 홍수 예⋅경보 체계 구축을 위한 분석 대상 저수지를 선정하였다 (Fig. 2). 먼저, 안전진단 보고서가 수립된 2,294개소를 1차 분석 대상으로 선정하였다. 이 중에서 비상대응계획 (Emergency Action Plan, EAP) 수립이 진행 중인 481개소와 양수저류형 저수지 156개소를 추가로 제외하였다. 이후 기후변화 치수 취약성 등급이 부여된 저수지를 기준으로 최종 1,211개소를 본 연구의 분석 대상으로 선정하였다.
2. 평가지표 선정
농업용 저수지 중 홍수 예⋅경보 체계 구축을 위한 우선순위 저수지를 합리적으로 선정하고자, 각 평가 항목에 대해 전문가 설문조사를 바탕으로 AHP (Analytic Hierarchy Process) 기법을 적용하여 상대적 중요도를 산정하였다. 동시에 Entropy Weight Method를 활용하여 지표 간 정보 분산을 반영한 객관적 가중치를 도출하였다. 평가지표는 총 9개로 구성하였으며, Table 1에 제시하였다.
Table 1
Evaluation indicators for establishing a flood early warning system in agricultural reservoirs
유역의 자연조건이 저수지 수위 변동에 미치는 영향을 평가하기 위한 항목으로는 유역면적 대비 저수용량과 강우 유출 도달시간 대비 유역면적을 설정하였다. 저수지의 구조적 대응 역량을 평가하기 위한 항목으로는 제체 여유고, 물넘이 측벽 여유고, 방수로 측벽 여유고, 사전방류시설의 유무를 포함하였다. 저수지의 구조적 위험성과 치수 영향 평가를 확인하기 위한 지표로 안전진단 등급과 치수영향평가 등급을 설정하였다. 마지막으로, 하류부 인명 피해의 잠재적 범위를 정량적으로 평가하기 위해 하류부 피해 인원수를 평가지표로 선정하였다.
3. 평가지표의 표준화
AHP-Entropy 기법 기반의 우선순위 저수지 산정 과정에서 변수 간 단위 및 분포의 이질성으로 인한 왜곡을 방지하고, 공정한 비교 기준을 제공하기 위해 총 9개의 평가 지표를 표준화하였다. 먼저, 연속형 변수인 유역면적 대비 저수량, 도달시간 대비 유역면적, 제체 여유고, 물넘이 측벽 여유고, 방수로 측벽 여유고, 하류부 대피 주민 수 등 6개 지표는 Z-score를 사용하여 표준화하였다. 이를 통해 모든 변수는 평균 0, 표준편차 1의 동일한 분포를 가지게 되어 이상치의 영향을 완화하고, 변수 간 상호 비교의 타당성을 확보할 수 있다.
여기서, 
는 변수의 관측값, 
는 평균, 
는 표준편차이다.
다음으로, 안전진단 등급과 치수영향평가 등급은 변수 간 서열 정보가 존재하는 순서형 변수로 간주하였다. 등급 간 상대적 위계를 보존한 상태에서 각각 정수값으로 변환한 후 Z-score를 적용하였다. 안전진단 등급은 D, C, B, A 순으로 각각 1부터 4까지의 값을 부여하였고, 치수영향평가 등급은 1, 2, 3등급 순으로 수치화하였다. 이를 통해 순서형 변수의 서열성을 유지하면서도 연속형 변수와 동일한 척도 하에서 정량적 비교가 가능하도록 하였다. 또한, 사전방류시설은 범주 간 명확한 서열 관계가 없는 명목형 변수이나, 본 연구에서는 홍수 대응 방식에 따라 없음, 사전방류수문, 홍수 GATE식의 세 유형을 각각 3, 2, 1로 부여하여 순서형 변수로 간주하고 Z-score를 적용하였다.
이와 같은 표준화 절차를 통해 총 9개 지표는 통일된 척도 하에서 해석이 가능하도록 하였으며, 이는 AHP-Entropy 계층 구조 내 대분류 및 중분류 수준의 중요도 산정 과정에서 평가 기준의 공정성과 결과의 객관성을 확보하였다.
4. AHP-Entropy 기법
가. AHP 기법
AHP (Analytic Hierarchy Process)는 다속성 의사결정 문제를 계층적으로 구조화하여 대안 간의 상대적 우선순위를 도출하는 대표적인 계층적 의사결정 기법으로, 1980년대 초 T. Saaty에 의해 개발되었다 (Saaty, 1980). 본 기법은 목표-기준-대안으로 구성된 계층 구조를 기반으로 각 요소 간 쌍대비교 (pairwise comparison)를 수행하고, 이를 통해 상대적 중요도를 정량적으로 산출함으로써 일관된 판단을 유도한다. 특히, 정량적 자료 확보가 어려운 상황이나 전문가의 경험과 직관이 주요한 판단 기준이 되는 환경에서 유용하게 적용되며, 정성적 기준 또한 계층 구조 내에 효과적으로 통합할 수 있다는 점에서 복합 의사결정 문제에 적합한 분석 도구로 간주된다 (Forman and Gass, 2001; Vargas, 1990).
본 연구는 농업용 저수지를 대상으로 홍수 예⋅경보 체계 구축 시 우선순위 저수지를 합리적으로 선정하기 위해, AHP 기법에 기반한 전문가 설문조사를 실시하였다. 설문지는 각 평가지표 간의 상대적 중요도를 전문가가 판단할 수 있도록 설계되었으며, 응답자는 제시된 항목 쌍에 대해 1에서 9까지의 척도를 사용하여 상대적 우선순위를 평가하였다. 해당 평가 척도는 기준 항목이 비교 항목보다 어느 정도 더 중요하거나 덜 중요한지를 수치적으로 판단할 수 있도록 설계하였다 (Fig. 3).
전문가 설문조사는 학계 전문가 8명과 한국농어촌공사 실무자 18명 등 총 26명을 대상으로 수행되었다. 각 응답자의 쌍대비교 행렬에 대해 일관성 지수 (Consistency Index, CI)를 산정하였으며, CI 0.2 이하를 수용 기준으로 설정하여 기준을 만족한 18명의 설문 응답만을 최종 분석에 활용하였다. 이를 통해 응답 간 논리적 정합성과 판단 신뢰도를 확보하고, AHP 분석 결과의 타당성과 객관성을 높였다.
나. Entropy 기법
엔트로피 가중치 기법 (Entropy Weight Method)은 평가 항목 간 정보의 객관성과 데이터 분산 정도를 반영하여 가중치를 산정하는 방법이다. 이 기법은 각지표가 가진 정보량 (Information Content)을 기반으로 가중치를 부여하며, 변수 간 변별력이 클수록 정보량이 많다고 판단하여 더 높은 가중치를 부여한다. 반대로, 모든 대상이 유사한 값을 가지는 지표는 정보 제공의 효율성이 낮으므로 낮은 가중치가 부여된다.
엔트로피 값은 각 변수의 값을 0과 1 사이의 범위로 정규화하여 분포를 균등화한 후, 각 항목의 엔트로피 값을 산출한다. 이후 정보 편차 (Divergence)를 구하고, 이를 전체 변수에 대해 정규화하여 최종 가중치를 산정한다.
여기서, 
는 각 항목의 엔트로피 값, 
는 정규화된 값, 
은 평가 대상 수, 
는 로그 계산 시 0값에 대한 오류를 방지하기 위한 극소값, 
는 정보 편차, 
는 최종 가중치, 
은 전체 지표의 수이다.
이렇게 도출된 가중치는 평가 항목의 객관적 중요도를 반영하며, 전문가 판단 기반의 AHP 결과와 함께 통합 가중치 산정에 활용되어 주관성과 객관성을 동시에 고려한 신뢰도 높은 의사결정 기반을 제공한다.
Ⅲ. 결과 및 고찰
1. AHP-Entropy 기법을 활용한 평가지표의 가중치 산정 결과
본 연구에서는 홍수 예⋅경보 체계 구축을 위한 우선순위 저수지 선정을 목적으로, AHP-Entropy 기법을 활용하여 평가지표의 가중치를 산정하였다. 총 9개의 평가지표를 선정하고, AHP 설문조사를 통해 전문가 판단 기반의 상대적 중요도를 산정한 후, Entropy 분석으로 각 지표의 데이터 분산을 반영한 객관적 가중치를 도출하였다. 최종 가중치는 두 기법의 가중치를 항목별로 산술 평균하여 적용하였다 (Table 2).
Table 2
Weights of evaluation indicators using AHP, entropy, and integrated AHP-Entropy Methods
AHP-Entropy 통합 가중치 분석 결과, 사전방류시설이 0.253으로 가장 높은 중요도를 나타냈다. 사전방류시설은 수문 및 방수문 등 수위 조절 기능의 존재 여부를 평가하는 항목으로, 홍수기 중 저수지의 수위 제어 능력과 직결된다. 사전방류시설 유무는 선제적 방류를 통해 저수지의 월류 위험을 완화하는 핵심 요소이며, 재해 대응 측면에서 매우 중요한 평가 지표이다. 두 번째로 높은 중요도를 보인 지표는 하류부 피해 (0.210)로, 하류 지역의 인구 밀도, 주거 밀집도, 사회기반시설의 공간적 분포 등을 반영하여 홍수 발생 시 잠재적인 사회적 피해 규모를 정량화한다. 이는 재해 발생 시 인명 및 재산 피해 수준을 사전에 평가할 수 있는 지표로, 정책적 우선순위 설정에 직접적인 영향을 미친다. 하류부 피해 지표는 전문가 판단 (AHP)에서는 사회적 영향과 재해 대응의 중요성 때문에 가장 높은 가중치를 받았으나, 엔트로피 분석에서는 대부분의 저수지에서 하류부 대피주민수 값이 비슷하게 나타나 데이터의 분산 (변별력)이 낮았기 때문에 상대적으로 낮은 가중치가 산정되었다.
도달시간 대비 유역면적과 유역면적 대비 저수용량 지표는 각각 0.172, 0.144의 중요도를 나타냈다. 이 두 지표는 수문학적 관점에서 저수지 유역의 유입 유량 특성과 저장 능력을 평가하며, 유역의 강우-유출 반응 특성과 홍수 대응 능력을 종합적으로 판단하는 데 기여한다. 한편, 치수영향평가 등급 (0.091)과 안전진단 등급 (0.074)은 각각 치수 민감도 및 대응 수준, 구조물의 물리적 건전성과 유지관리 상태를 반영한다. 반면, 수위 상승 시 구조물의 월류 가능성과 관련된 안전 여유를 판단하는 요소인 제체 여유고 (0.037), 물넘이 측벽 여유고 (0.009), 방수로 측벽 여유고 (0.010)는 다른 지표들에 비해 상대적으로 낮은 가중치를 보였다.
이와 같이 AHP-Entropy 통합 분석은 구조물 안정성 평가를 넘어 홍수 대응성, 사회적 영향도, 운영 관리 가능성을 포괄적으로 반영함으로써, 농업용 저수지의 우선 관리 대상지 선정에 과학적 근거를 제공한다.
2. 홍수 예⋅경보 체계 구축을 위한 저수지 우선순위 분석 결과
전국 1,211개소 농업용 저수지에 대해 AHP-Entropy 통합 가중치를 반영한 우선순위 평가점수를 산정하고, 이를 크기 순으로 정렬한 후 분위수 (Quantile) 기준에 따라 4단계로 균등하게 분류하였다. 분위수 방법은 홍수 위험 단계 (관심, 주의, 경계, 심각)별로 저수지 수의 균형을 유지할 수 있어, 위험 단계별 대표성과 관리 효율성을 확보하는 데 유리하다. 분위수 기준에 따라 각 단계별로 저수지 수가 거의 동일하게 배분되었으며, 이에 따라 관심단계 303개소 (0.436 초과 0.604 이하), 주의단계 303개소 (0.353 초과 0.436 이하), 경계단계 302개소 (0.311 초과 0.353 이하), 심각단계 303개소 (0.190 이상 0.311 이하)로 균등하게 분포되었다 (Fig. 4).
Fig. 4
Spatial Distribution of Agricultural Reservoirs by Flood Risk Levels Based on AHP-Entropy Priority Scores
한편, 홍수 대응 능력과 관련된 예산 (재난관리, 홍수 예방, 예⋅경보 시스템 구축 등)은 주로 도나 시군 등 행정구역 단위로 투입되는 점을 고려하여, 본 연구에서는 각 도별로 홍수 예⋅경보 체계 구축을 위한 우선순위 저수지 개소수를 분석하였다 (Table 3). 관심단계로 분류된 저수지는 전라남도에서 88개소로 가장 많이 분포하였으며, 경상남도 53개소, 충청남도 38개소, 경기도 38개소 순으로 나타났다. 이들 지역은 표준화 점수가 상대적으로 높아, 구조물의 안정성, 사전방류시설의 확보, 하류부 영향도 등의 측면에서 우선순위 점수가 낮은 것으로 해석된다. 특히 전라남도는 전체 저수지 수가 가장 많은 지역임에도 불구하고 우선순위 점수가 높은 단계에 분류된 저수지의 비중이 낮아, 지역 전반의 수리적 안정성이 비교적 확보되어 있는 것으로 판단된다.
Table 3
Distribution of agricultural reservoirs by province and flood risk level
주의단계에 해당하는 저수지는 전라남도 64개소, 경상남도 54개소, 충청남도 43개소, 충청북도 31개소, 경상북도 41개소 등으로 주로 남부권과 중부권에 고르게 분포하였다. 이 단계는 구조물의 물리적 상태는 일정 수준 이상 유지되고 있으나, 방재 대응 여건이나 하류 유역 조건 등에 따라 부분적으로 우선순위 점수가 높은 저수지가 포함된다. 주의단계 저수지는 중간 수준의 우선순위 점수를 보이며, 저수지 특성에 맞는 선별적 관리가 필요하다.
경계단계는 경상남도 58개소, 경상북도 49개소, 전라남도 71개소, 전라북도 39개소, 충청남도 33개소 등에서 다수 분포하였다. 특히 경상권과 호남권 일부 지역에서 경계단계 저수지가 집중되어 있는 경향이 뚜렷하게 나타났다. 이들 지역은 지형적 조건, 유출 반응성, 구조적 대응 여건 등 복합 요인으로 인해 홍수 예⋅경보 우선순위 점수가 상대적으로 높은 지역으로 평가된다. 이에 따라 홍수 예⋅경보 체계의 우선 도입과 상시 점검 체계 강화가 필요한 구간으로 분류된다.
심각단계 저수지는 표준화 점수가 0.311 이하로 낮게 산정된 저수지로, 경상북도에서 94개소로 가장 많았다. 전라남도는 53개소, 경상남도 46개소, 충청북도 30개소, 충청남도 28개소 순으로 분류되었다. 이들 지역은 하류부 인구 밀집, 유출 반응성 높은 유역, 취약한 구조물 상태 등 복합 요인으로 인해 홍수 예⋅경보 우선순위 점수가 가장 높은 저수지로 분석된다. 경상북도는 전체 심각단계의 31% 이상을 차지하며, 저수지별 관리 역량 강화를 위한 중점 관리가 요구되는 대표 지역으로 판단된다.
AHP–Entropy 통합 기법을 활용하여 평가한 농업용 저수지 중, 홍수 예⋅경보 체계 구축을 위한 우선순위 상위 10개소를 제시하였다 (Table 4). 분석 결과, 경상북도에 위치한 저수지들이 다수 포함되어 해당 지역의 우선순위가 높은 것으로 나타났다. 이는 저수지 유역 특성, 시설 특성, 취약 등급, 하류부 피해 등 여러 평가 요소에서 경상북도 저수지들이 낮은 평가점수를 받은 것을 의미한다.
Table 4
Priority ranking of agricultural reservoirs for flood forecasting and warning systems assessed using the AHP-Entropy method
가장 높은 우선순위 평가점수를 기록한 저수지는 경상북도의 하곡 저수지로, 우선순위 평가점수는 0.190으로 나타났다. 그 다음으로는 경상북도의 왕신, 화산곡, 옥산, 신풍, 사동, 마북, 오로, 용암 저수지가 차례로 포함되었으며, 이들의 점수는 0.228에서 0.254 사이로 분포하였다. 이 가운데 유일하게 경상북도 외 지역에서 포함된 저수지는 전라북도에 위치한 도순 저수지로, 전체 우선순위 중 여덟 번째에 해당하였다. 이와 같이 우선순위 상위 10개소 중 9개소가 경상북도에 집중된 결과는, 해당 지역이 홍수 예⋅경보 체계 구축에 있어 가장 시급한 대응이 요구되는 공간임을 시사한다.
상위 10개소 농업용 저수지에 대한 평가 결과는 실제 홍수피해 사례와도 밀접하게 연관되어 있다. 경상북도 경주시 왕신 저수지는 2022년 태풍 힌남노로 인해 제방 일부가 유실되고, 하류 지역 주민 약 1,800명이 긴급 대피하는 등 심각한 피해가 발생한 사례가 보고되었다. 또한 2023년 태풍 카눈이 경주 지역을 관통하면서, 노후 저수지 인근 주민 수백 명이 대피하는 상황이 발생하였고, 지역 내 20개 이상의 노후 저수지가 만수위에 도달하거나 임박하여 월류 및 붕괴 위험이 제기되었다. 이러한 사례들은 해당 저수지들이 집중호우나 태풍과 같은 극한 강우에 우선 관리가 필요한 구조적 특성을 지니고 있음을 시사한다. 특히 왕신 저수지는 반복적인 피해 사례가 확인되었으며, 이는 조기경보 체계 구축 및 시설 보강의 필요성을 뒷받침하는 대표적 사례로 평가된다.
본 연구에서 도출한 상위 저수지 우선순위는 실제 피해 사례와의 일치성을 보이며, 홍수 예⋅경보 체계 구축을 위한 타당한 기준으로 기능할 수 있음을 보여준다. 이를 통해 홍수 우선 관리 대상 지역에 대한 선제적 대응 방안 마련과 농업생산기반시설의 재해 예방을 위한 정책적 근거를 제공할 수 있을 것으로 기대된다. 또한, 향후 대상 저수지에 미래 기후 시나리오를 적용할 경우, 기후변화에 따른 강수 패턴의 변화 및 극한 강우 발생 가능성을 반영하여 보다 정밀한 우선순위 평가가 가능할 것으로 판단되며, 이는 중장기적인 홍수 예⋅경보 체계의 고도화와 대상지 선정의 신뢰성 제고에 기여할 수 있을 것으로 기대된다.
Ⅲ. 요약 및 결론
본 연구는 기후변화로 인한 극한 강우의 빈도 증가 및 농업생산기반시설의 노후화로 인한 재해 위험성 증대에 대응하여, 농업용 저수지의 홍수 예⋅경보 체계 구축 우선순위를 과학적⋅합리적으로 선정하고자 하였다. 전국 3,426개 저수지 중 안전진단 보고서 확보 여부, 비상대응계획 수립 여부, 양수저류형 시설 여부, 치수 취약성 등급 등의 기준을 적용해 최종 1,211개소를 분석 대상으로 선정하였다.
평가에는 전문가 설문 기반의 계층분석 (AHP)과 데이터 분산에 기반한 엔트로피 (Entropy) 가중치 산정 기법을 병행 적용하였으며, 유역 특성, 시설 특성, 취약 등급, 하류부 피해 등 9개 항목으로 평가 지표를 구성하였다. 항목 간 단위, 척도, 분포 차이 등 이질성을 해소하기 위해 Z-점수 표준화를 적용하였고, 분위수 (Quantile) 기준에 따라 각 저수지를 홍수 위험 단계 (관심, 주의, 경계, 심각)의 4단계로 분류하였다.
분석 결과, 심각단계로 분류된 저수지 303개소 중 31%가 경상북도에 집중되어 있어, 해당 지역의 중점 관리 필요성이 확인되었다. 특히 우선순위 상위 10개 저수지 중 4개 (하곡, 왕신, 화산곡, 옥산)가 경상북도 경주시에 위치하며, 이 지역은 최근 태풍 (2022년 힌남노, 2023년 카눈)으로 인한 실제 피해 사례와도 일치함을 보였다. 이를 통해 본 연구에서 제안한 우선순위 평가 체계가 현장 적용성과 신뢰성을 갖춤을 확인하였다.
본 연구는 전문가 판단과 데이터 기반 분석을 통합한 평가 모형을 통해 농업용 저수지의 홍수 예⋅경보 체계 구축 우선순위를 과학적으로 도출하였다. 또한, 실제 재해 사례와의 높은 일치성을 통해 평가 결과의 현실성을 입증하였으며, 정책적 예산 배분 및 관리 우선순위 선정에 실질적 근거를 제공하였다.
향후 연구에서는 미래 기후 시나리오를 반영한 취약성 재평가 및 실시간 모니터링 시스템과의 연계를 통해 본 모형의 고도화가 필요할 것으로 기대된다. 본 연구의 결과는 농업기반시설 관리 및 홍수 예⋅경보 체계 구축을 위한 핵심 기초자료로 활용될 수 있을 것이다.
