Ⅰ. 서 론
최근 기후변화로 인한 자연재해의 빈도가 점차 증가하고 있으며, 재해 발생 시 전국적으로 피해가 발생했던 형태에서 국지적으로 심각한 피해가 발생하는 형태로 재해 피해 형태가 변화하고 있다. 특히 2022년 중부지방은 홍수 피해가 발생하였는데, 같은 시기 남부지방은 가뭄으로 인한 피해가 발생하였다. 중부지방에서 80년 만의 기록적인 폭우가 내려 주택, 도로 등의 침수 피해 및 이로 인한 인명피해 등 극심한 홍수 피해를 겪었다. 남부지방은 극심한 기상 가뭄으로 인해 일부 지역에서 비상 급수 및 제한/운반 급수를 실시하였다. 2022년 행정안전부에서 발표한 ‘8월 가뭄 예⋅경보’에 따르면 당해 8월 기준 6개월간의 전국 누적 강수량은 546.8 mm로, 평년 대비 73.2% 수준에 불과하며, 12개월간 누적 강수량은 1,075.2 mm로 평년 대비 80.8% 수준에 그치면서 작물 피해 등 가뭄으로 인한 피해가 다수 발생하였다. 이와 같이 시기별, 지역별로 복합적으로 발행하는 자연재해를 사전에 방지하기 위해 자연재해별 모니터링과 선제적 대응의 중요성이 강조되어 상황, 목적, 특징에 따른 다양한 모니터링 체계가 개발되었다.
가뭄의 경우, 주로 가뭄지수를 활용한 모니터링이 이루어지고 있으며, 지상 관측자료, 공간 보간 자료, 원격탐사자료 등의 자료로부터 가뭄 상황을 파악한다 (Parsons et al., 2019; Won et al., 2021). 홍수의 경우, 드론 촬영을 통한 하천 모니터링, 홍수의 감시, 평가, 예측에 필요한 인공위성 및 고해상도 수문 레이더 등을 활용하여 실시간으로 재해 정보를 예측하고 있다 (Kim et al., 2021b). 폭염의 경우, RCP 시나리오 2.6-8.5를 활용하여 폭염 빈도 예측, 지역기후모델 앙상블을 사용한 열스트레스 변동 분석 등을 통해 모니터링을 실시하고 있다 (Im et al., 2017). 자연재해는 지역별로 받는 영향이나 피해 정도에 있어 차이가 발생하므로 실제 지역에서 체감하는 자연재해는 서로 다른 결과를 도출한다. 따라서 자연재해의 조기 경보와 선제적 대응을 위해 대표적인 자연재해인 가뭄, 폭염, 홍수 사상의 발생 시점과 확산 범위를 비교하여 자연재해 경보 시기와 시기별 대응 방안에 대한 기준이 요구된다 (Liu et al., 2020; Smith et al., 2021).
빅데이터는 여러 가지 형태의 방대한 데이터를 분석 및 활용하여 가치를 지닌 정보를 뽑아내는 정보화 기술을 의미한다 (Han, 2014; Sodoge et al., 2023). 특히 방재 분야에서 빅데이터 분석을 통해 재해발생, 피해정도 등에 포함된 불확실성을 감소시킬 수 있으며, SNS (Social Network Service) 정보 활용을 통해 실제 재해를 겪고 있는 해당 지역 피해 주민들의 체감 정도와 같은 정성적 데이터를 취득하여 각종 재해별 대책을 마련할 수 있다 (Shin and Kim, 2015; Tang et al., 2015; Smith et al., 2020; Kim et al., 2021a; Kim et al., 2021c). 또한, 가뭄, 폭염, 홍수 등 방재 분야는 피해 장소, 발생 이유, 인명 및 재산피해 여부 등에 초점이 맞춰지므로 매체를 통해 관련 정보를 제공하며, 매체에 노출된 정보는 데이터로서의 의미를 지닐 수 있다 (Tardieu, 2020; Ha et al., 2021; O'Connor et al., 2023).
국내의 경우 자연재해 및 재난 전조 감지를 위해 Choi (2014)는 비정형 데이터인 SNS 활용을 통해 예측 불가했던 침수의 전조를 감지하는 도시 내수침수 전조감지 모델을 소개하였으며, Park and Yoon (2017)은 돌발홍수 예보를 위해 로지스틱회귀모형, 머신러닝 등 다양한 빅데이터 분석 방법을 통해 돌발홍수 예측 성능 정확도를 판단하였다. 빅데이터를 활용한 자연재해 피해 분석에 대한 선행연구로 Park et al. (2019)는 폭염에 의한 가축의 폐사와 뉴스 데이터와의 상관관계를 분석하여 기온 상승으로 인한 가축 폐사 시, 피해 관련 뉴스가 증가하는 양상을 설명하였으며, Lee et al. (2016)은 표준강수지수, 농업용 저수지 저수율, 현장체감형 농업가뭄정보를 추출하여 농업가뭄에 관한 빅데이터 활용 가능성을 제시하였다. 빅데이터 기반 재난 모니터링 및 시스템 구축 사례로 Kim et al. (2017)는 정형 데이터를 활용한 통계 및 분석과 실시간으로 수집이 가능한 뉴스와 같은 비정형 데이터를 활용하여 기상 관련 실시간 빅데이터 기반 홍수 재난안전 시스템을 설계 및 구현하였다. Nam et al. (2016)는 침수피해 대응을 위한 빅데이터 기술 활용 방안으로 기상관측자료, 토지이용자료 등을 포함한 정형 데이터와 뉴스 기사, SNS 등을 포함한 비정형 데이터를 활용한 모듈을 제안하였다. Park and Kang (2022)는 빅데이터 분석 및 처리가 가능한 구글어스엔진 클라우드 컴퓨팅 플랫폼을 통해 수재해로 인한 피해면적 분석과 시계열 분석이 가능한 모니터링 시스템을 소개하였다. 또한, Jung et al. (2020)은 강수량, 댐 유입량 등과 같은 기상정보 및 수문정보에 뉴스 데이터를 각각 결합하여 기상학적 빅데이터 가뭄지수와 수문학적 빅데이터 가뭄지수를 산정하여 국내 가뭄해석의 활용성을 평가하였으며, Lee et al. (2019)은 표준강수지수와 저수지 가뭄지수를 뉴스 데이터를 활용하여 농업가뭄 위험 관리의 효과성을 평가하였다.
뉴스 빅데이터 분석 플랫폼으로 빅카인즈 (BIG KINDS)가 존재한다 (Lee et al., 2023). 빅카인즈는 종합일간지, 지역일간지, 경제지, 방송사 등을 포함한 국내 여러 언론사에서 수집된 기사 데이터베이스에 빅데이터 분석 기술을 접목한 뉴스 분석 서비스로, 현재 한국언론진흥재단에서 제공하고 있다 (Lee et al., 2019; Kang, 2020). 빅카인즈는 지역별로 54개의 언론사 뉴스를 총 93개의 통합 유형 분류와 62개의 사건 및 사고 분류를 기준으로 기사 검색이 가능하며, 기사의 원문 확인, 키워드 및 특성 추출, 관계도 및 연관어 분석이 가능한 서비스이다 (Kim, 2021; Yoon, 2022). Lee et al. (2019)는 빅카인즈를 활용하여 뉴스를 수집한 후 재난문자에 관련한 뉴스 건수와 연관어의 관계를 통해 국내 뉴스에서 재난문자의 활용성에 대하여 연구하였으며, Kang (2020)은 빅카인즈에서 뉴스 텍스트를 활용하여 재난 유형 관련 용어 사용 추이와 사회적 인식 변화에 대해 연구하였다.
본 연구에서는 빅데이터 기반 비정형 데이터 중 뉴스 데이터를 활용하여 재난 전조 감지 가능 여부를 확인하고자 한다. 연구 범위는 자연재해의 항목 중 가뭄, 홍수, 폭염을 선정하였으며, 뉴스 빅데이터 분석시스템인 빅카인즈를 통해 뉴스 데이터 속 자연재해 관련한 키워드를 선정하고 웹 크롤링을 통해 자연재해별 기사를 수집하였다. 수집된 기사는 발행 시기와 실제 자연재해 발생 시기와 비교하여, 기사 건수와 자연재해 관련 인자와의 상관성을 비교함으로써, 뉴스 빅데이터 기반의 자연재해 전조 감지 및 조기 경보 가능성에 대하여 분석하고자 한다.
Ⅱ. 재료 및 방법
1. 자연재해 선정
본 연구에서는 자연재해 중 가뭄, 폭염, 홍수를 분석 대상으로 선정하였다. 최근 기후변화로 인해 극단적인 기후 현상이 전 세계적으로 빈번해지면서, 가뭄, 폭염, 홍수의 빈도와 강도가 지속적으로 증가하고 있다 (Jeong et al., 2008; Wilhite et al., 2014; Oh and Won, 2023). 특히 극단적인 기후변화는 강수량 변동성을 증가시키면서 가뭄 및 홍수가 단기간에 교차로 발생하는 가뭄-홍수 급변사상을 일으키며, 고온현상 증가로 인한 극한 폭염 발생을 유발한다 (Lee et al., 2010; Xiong et al., 2018; Son et al., 2021).
따라서 본 연구는 국내에서 발생 빈도가 높고 영향력이 큰 가뭄, 폭염, 홍수를 기준으로 분석을 진행하였다. 특히 가뭄의 경우 농업에 미치는 영향이 크기 때문에, 이를 세부적으로 논 가뭄과 밭 가뭄으로 구분하여 분석을 진행하였다. 현재 행정안전부, 농림축산식품부, 환경부, 기상청이 합동으로 발행하는 국가가뭄정보통계집 (Joint Ministries, 2020)에서는 전국 논 물마름과 밭 시듦 피해를 분석하고 있으므로 이를 참고하여 농업가뭄의 유형별 특성을 반영한 연구를 수행하고자 한다.
2. 키워드 선정 및 기사 수집
본 연구에서는 가뭄, 폭염 및 홍수 관련 기사 수집을 위해 빅카인즈를 통해 자연재해별 키워드 선정 후 웹 크롤링 (Web Crawling)을 통해 기사를 수집하였다. 자연재해별 키워드 선정의 경우, 빅카인즈에서 경향신문, 국민일보, 내일신문, 동아일보, 매일일보, 문화일보, 서울신문, 세계일보, 아시아일보, 전국매일신문, 조선일보, 중앙일보, 천지일보, 한겨레신문, 한국일보의 총 15개 일간지를 수집 대상으로 하였으며, 검색어에 ‘농업가뭄’, ‘생활가뭄’, ‘폭염’, ‘홍수’를 각각 입력하여 검색된 자연재해와 관련된 기사를 검색하여 자연재해별 키워드 수집을 진행하였다.
검색된 기사는 정확도를 기준으로 선정된 최대 뉴스 분석 건수인 1,000건의 뉴스를 바탕으로 가중치와 기사 건수 두 유형으로 나누어 연관어 분석을 진행하였다. 연관어 분석이란, 검색어와 연관된 키워드를 워드 클라우드 및 세로형 막대그래프로 제공하는 서비스이다 (Korea Press Foundation, 2020). 키워드로 뉴스를 검색하면 정확도 순서대로 상위 N개의 뉴스에서 키워드를 추출하여 토픽랭크 (TopicRank) 알고리즘을 활용해 키워드 간 연관관계를 분석한다. 토픽랭크는 특정 키워드와 함께 발생한 키워드의 중요도와 발생 빈도를 계산하여 연관된 키워드를 추출하는 분석 방식이다. 가중치를 기준으로 선정된 키워드와 기사 건수를 기준으로 선정된 키워드를 비교하여 두 유형 모두 분석된 키워드를 각 자연재해의 키워드로 선정하였다.
선정된 키워드를 바탕으로 뉴스 데이터를 수집하기 위해 웹 크롤링을 사용하였다. 웹은 일반적으로 HTML의 형태를 띠고 있으며 개발자는 소스를 정형화시켜 관리하므로 일정한 규칙이 있다. 웹 크롤링은 이를 분석하여 사용자가 원하는 정보를 일정한 규칙을 통해 추출하는 것을 의미한다 (Oh, 2019). 가뭄, 폭염 및 홍수와 관련한 뉴스 데이터는 빅카인즈에서 선정한 키워드를 바탕으로 2022년 1월부터 12월에 발행된 기사를 웹 크롤링을 통해 수집하였다. 또한 논 가뭄과 밭 가뭄 뉴스 데이터는 2018년 1월부터 12월을 연구 대상 기간으로 하였으며, 가뭄, 폭염 및 홍수 데이터 수집과 동일한 방법으로 뉴스 데이터를 수집하였다. 선정된 키워드는 Table 1과 같다.
Table 1
Keyword selection by natural disaster
3. 연구 대상 지역 선정
본 연구에서는 자연재해 피해가 있는 지역을 중심으로 연구 대상 지역을 선정하였다. 가뭄의 경우 농업가뭄은 전라남도 구례군과 나주시로 선정하였으며, 생활가뭄은 전라남도 광양시와 순천시로 선정하였다. 2022년 5월부터 11월까지 전남 지역의 강수량은 평년 대비 60%를 기록하여 강수 부족 현상이 지속되어 대상 지역으로 선정하였다. 한국농어촌공사의 농촌용수종합정보시스템 (Rural Agricultural Water Resource Information System, RAWRIS)에 따르면, 구례군의 경우 공사관리 저수지 49개소 (유효저수량 1백만 m3 이상 14개소), 수혜면적 1,967 ha (수리답율 91%)이며, 나주시의 경우 공사관리 저수지 162개소 (유효저수량 1백만 m3 이상 30개소), 수혜면적 11,644 ha (수리답율 94%)로 조사된다.
논 가뭄과 밭 가뭄의 경우 가뭄 피해 발생 지역을 고려하여 충청남도 지역을 대상으로 선정하였다. 관계부처 합동 국가가뭄정보통계집 (Joint Ministries, 2020)에 따르면 2018년 연강수량은 1,386.9 mm로 평년 수준의 비가 내렸으나, 7-8월 발생한 폭염 및 가뭄으로 인해 충남 지역은 논 물마름 발생면적 623 ha, 밭 시듦 발생면적 982 ha의 피해가 발생하였다. 폭염은 대구광역시와 광주광역시를 대상 지역으로 선정하였다. 선정된 지역 모두 폭염주의보가 발효되었으며 이후 폭염 경보로 격상된 지역이다. 홍수는 서울특별시와 경기도 포천시로 선정하였다. 두 지역 모두 2022년 홍수로 인한 재산 피해, 인명피해, 지하철 선로 침수, 하천 수위 상승 등의 피해가 발생했던 지역이다.
4. 자연재해 발생 기간 자료 수집
자연재해별 전조 감시 가능 여부 파악을 위해 자연재해 발생 기간을 수집하였다. 가뭄의 경우 행정안전부 가뭄 예⋅경보 발표 자료를 활용하였으며, 가뭄 예⋅경보 자료는 특별시, 광역시, 자치시도, 시군별 167개 지역을 대상으로 해당 지역의 당월 상황, 1, 2, 3개월 전망을 매월 10일 또는 필요시 수시로 발표한다. 발표 방법으로는 기상, 생⋅공, 농업용수별로 구분하며 지도 표시 및 해당 지역을 명시한다. 본 연구에서는 가뭄의 경우 농업 및 생활 분야별 가뭄 지도 자료를 활용하였으며, 연구 대상 지역 및 대상 시기에 발생한 가뭄 단계를 활용하였다. 가뭄 발생 시작은 가뭄대응 가이드북 (2016)에서 제시하는 가뭄 예⋅경보 기준 중 관심단계로 정의하였다. 농업가뭄 대상 지역과 생활가뭄 대상 지역의 월별 가뭄 단계와 해당 지역의 가뭄 관련 첫 기사 발행 시기 (월)를 비교하였다. 또한 농업가뭄에서 분류한 논 가뭄과 밭 가뭄은 관계부처 합동 국가가뭄정보통계집 (Joint Ministries, 2020)의 지역별 논 물마름 발생 시기와 밭 시듦 발생 시기를 기준으로 가뭄 발생 기간으로 선정하였다. 논 가뭄과 밭 가뭄의 발생 시작은 국가가뭄정보통계집 (Joint Ministries, 2020)의 충청남도 논 물마름 발생 시기와 밭 시듦 발생 시기를 기준으로 하였다.
폭염의 경우 기상청 기상자료개방포털 폭염 특보 자료를 참고하여 폭염 발생 기간으로 선정하였다. 폭염은 기상특보에 있는 위험기상 종류 중 하나로, 기상청은 위험기상 발생이 예상될 때 기상특보를 발표한다. 특히 폭염은 급격한 체감온도 상승 또는 폭염 장기화 등으로 중대한 피해 발생이 예상되는 경우 폭염특보를 발표한다. 본 연구에서는 2023년 기상연감 (2024)에 제시된 폭염 특보 발표기준을 참고하였으며, 폭염 발생 기간은 연구 대상 지역 내 폭염 특보가 발효된 기간으로 정의하였다.
홍수의 경우 홍수대책 매뉴얼 (2021)의 홍수경보 발령 시기와 해제 시기를 참고하여 홍수 발생 기간으로 선정하였다. 홍수특보는 하천구역 또는 그 배후지역에 홍수로 인한 인명과 재산에 관한 중대한 피해가 예상될 때 하천 주변 도로, 철도 및 주요시설의 침수위험정보, 하천구역이나 배후지역의 예측수위 정보, 친수지구의 홍수위험정보 및 홍수피해 예방을 위해 실시된다. 홍수예보 (특보)절차는 수문자료 수집, 수위와 홍수 규모 판단, 홍수량 조절, 홍수특보 발령 순으로 진행된다. 본 연구에서 홍수 발생 기간은 한강홍수통제소 홍수특보발령사항 자료를 활용하여 연구 대상 지역 내 홍수특보가 발효된 기간으로 정의하였다. 가뭄, 폭염, 홍수의 재해 등급 및 특보 발령 기준은 Table 2와 같다.
Table 2
Disaster ratings and special weather report criteria for drought, heat waves, and floods (NDIC, 2016; HRFCO, 2021; KMA, 2024)
본 연구에서는 자연재해별 전조 감시 가능 여부 파악을 위해 자연재해 발생 시기와 기사 발행 시기를 분석하였다. 자연재해 발생 시기는 각 자연재해의 예⋅경보 및 특보가 발효된 시점으로 정의하였으며, 기사 발행 시기는 각 자연재해와 관련된 기사의 첫 발행일로 정의하였다.
5. 자연재해별 기상자료 및 가뭄지수 수집
자연재해와 뉴스 데이터와의 상관성 분석을 위해 자연재해별 관련 인자와 기사 빈도를 비교하고자 하였다. 가뭄의 경우 기상청 기상자료개방포털 데이터의 표준강수지수 (Standardized Precipitation Index, SPI)를 활용하였다. SPI는 기상학적 가뭄지수로 가장 일반적으로 활용되는 평가 방법으로, 강수량만을 이용하여 가뭄 심도를 산정하며 각 시간 단위에 따른 강수량의 과잉 혹은 부족을 나타내기 때문에 시간 단위에 따라 장/단기가뭄을 유연하게 나타낼 수 있다는 장점이 있으며, SPI1, SPI3, SPI6등 개월수별로 누적강수량을 분석할 수 있다 (Edwards and Mckee, 1997; Mun et al., 2020; Jeon et al., 2021). 66개 지점에 한해서 일 1회 발표하며, SPI 지수가 –1.0 이하일 경우 가뭄으로 판단한다 (Mckee et al., 1993). 본 연구에서는 농업가뭄과 생활가뭄의 경우 단기간에 발생한 가뭄을 파악하기 위해 SPI1과 SPI3을 사용하였으며, 논 가뭄과 밭 가뭄의 경우 단기 가뭄을 세부적으로 파악하기 위해 SPI1, SPI2, SPI3을 사용하였다. SPI의 가뭄 단계 분류는 Table 3과 같다.
Table 3
Classification of drought index of SPI (Mckee et al., 1993)
| SPI Value | Class |
| -1.0 to 1.0 | Near normal |
| -1.0 to –1.5 | Moderately dry |
| -1.5 to –2.0 | Severely dry |
| Less than –2.0 | Extremely dry |
폭염의 경우 기상청 기상자료개방포털 기후통계분석 응용기상분석의 체감온도 자료를 활용하였다. 체감온도 자료는 여름철 (5-9월)과 겨울철 (10월-익년 4월)을 구분하여 제공하며 여름철 체감온도는 일 최고 체감온도, 겨울철 체감온도는 일 최저 체감온도를 제공하며, 기온 10도 이하, 풍속 1.3 m/s 이상일때만 산출한다. 본 연구에서는 폭염 주의보 발령 기준인 체감온도 33도 이상 상태가 2일 이상 지속되었을 때를 기준으로 분석하였다. 홍수의 경우 기상청 기상자료개방포털의 종관기상관측 (Automated Surface Observing System, ASOS) 자료를 활용하였다. 종관기상관측은 종관규모의 날씨 파악을 위해 정해진 시각, 같은 시각에 105개의 모든 관측소에서 실시하는 지상관측을 말한다. 본 연구에서는 ASOS의 일강수량 자료를 활용하였다.
Ⅲ. 적용 및 결과
1. 자연재해 발생 시기 및 기사 발행 시기 분석
가. 가뭄
농업가뭄 발생 시기의 경우 구례군은 7월, 나주시는 11월에 관심단계로 처음 발표되었으며, 농업가뭄 관련 첫 기사 발행 시기의 경우 구례군과 나주시에서 6월에 발행되었다. 나주시는 구례군에 비해 크고 작은 규모의 저수지가 다수 존재하여 영농기간 내 물공급이 가능하였으나 지속적인 강수 부족으로 겨울 가뭄이 시작된 것으로 판단된다. 따라서 나주시의 경우 강수 부족과 관련해 6월에 첫 가뭄 기사가 나타난 것으로 분석하였다.
생활가뭄 발생 시기의 경우 광양시와 순천시 모두 7월에 관심단계로 처음 발표되었으며, 생활가뭄 관련 첫 기사 발행 시기의 경우 두 지역 모두 경계단계가 발표되었던 8월에 첫 기사가 발행되었다.
논 가뭄의 경우, 국가가뭄정보통계집 (Joint Ministries, 2020)에 따르면 2018년 충청남도 논 물마름 발생 시기는 8월 10일부터 22일까지 총 12일간 지속되었다. 논 물마름 발생 시기와 지역별 가뭄 관련 첫 기사 발행 시기를 비교하였을 때, 서천군 외의 9개 지역은 논 물마름 발생 시작일인 8월 10일 이전에 첫 가뭄 기사가 발행되었으며, 서천군은 논 물마름 발생 시작일로부터 3일 뒤인 8월 13일에 첫 가뭄 기사가 발행된 것을 확인하였다. 밭 가뭄의 경우, 충청남도 밭 시듦 발생 시기는 논 물마름 발생 시기와 같이 8월 10일부터 22일까지 총 12일간 지속되었다. 밭 시듦 발생 시기와 지역별 가뭄 관련 첫 기사 발행 시기를 비교하였을 때, 아산시, 계룡시, 서천군 외의 12개 지역은 밭 시듦 발생 시작일인 8월 10일 이전에 첫 가뭄 기사가 발행되었다. 아산시와 서천군은 시작일로부터 3일 뒤인 8월 13일에 첫 가뭄 기사가 발행되었으며, 계룡시는 시작일로부터 10일 뒤인 8월 20일에 첫 가뭄 기사가 발행된 것을 확인하였다. Fig. 1은 지역별 논 가뭄 관련 기사 첫 발행일을 나타냈으며, Fig. 2는 지역별 밭 가뭄 관련 기사 첫 발행일을 나타내었다.
나. 폭염
대구광역시의 경우, 6월 19일부터 8월 23일까지 지속적으로 폭염특보가 발효되었으며, 폭염 관련 첫 기사의 경우 특보 발효 30일 전인 5월 19일에 발행된 것을 확인하였다. 광주광역시의 경우, 6월 19일부터 8월 21일까지 폭염특보가 지속적으로 발효되었으며, 첫 기사는 5월 24일로 폭염 특보 발효 26일 전에 발행된 것을 확인하였다. 두 지역의 폭염 관련 첫 기사 내용은 평균 기온 증가와 더불어 폭염 대응과 관련한 기사가 발행되었다.
다. 홍수
서울특별시의 경우 한강 서울시 (대곡교 지점)에서 6월 30일 8시 20분부터 7월 1일 2시 30분까지 홍수주의보가 발령되었으며, 관련 기사 발행일은 6월 24일 7시 22분으로, 기사가 약 6일 정도 앞서 발행되었다. 또한 8월 8일 21시 10분부터 23시 9분까지 홍수주의보가 발령되었으며, 23시 10분부터 10일 7시 30분까지 홍수경보 변경 발령되었다. 관련 기사는 8월 7일 17시 36분에 발행되었으며, 기사가 약 하루 정도 앞서 발행되었다. 포천시의 경우 한강 포천시 (영평교 지점)에서 6월 23일 18시 50분부터 24일 5시 0분까지 홍수주의보가 발령되었으며, 홍수 관련 첫 기사의 발행일은 6월 23일 16시 48분으로, 기사가 약 2시간 정도 앞서 발행되었다. 두 지역의 홍수 관련 첫 기사 내용은 강수량 급증과 관련한 기사가 발행되었다.
2. 자연재해 관련 인자 및 뉴스 데이터 분석
자연재해와 뉴스 데이터 간의 상관성 분석을 위해 자연재해별로 선정된 인자와 자연재해 관련 기사의 기간별 발행 빈도수 간의 분석을 진행하였다.
가. 가뭄
농업가뭄의 경우 광주 관측소의 SPI를 활용하였으며, 생활가뭄의 경우 여수 관측소의 SPI를 활용하였다. 두 관측소의 SPI 산정 결과, SPI1은 1-2월과 5월, SPI3은 2월에 극심한 가뭄이 나타난 것으로 확인하였다. Fig. 3과 같이 농업가뭄 기사와 SPI1을 비교하였을 때, 구례군과 나주시 모두 5월에 극심한 가뭄이 나타난 후 6월에 가뭄 기사가 각각 3건, 8건으로 이전 시기에 비해 현저히 증가하였다. 또한 1-2월에 발생한 가뭄의 경우 영농기에 해당하지 않아 농업가뭄 기사 발행 빈도가 없는 것으로 판단된다. SPI3의 경우 농업가뭄 기사 발행 빈도와의 관련성이 나타나지 않았다. Fig. 4와 같이 생활가뭄 기사 발행 빈도와 SPI를 비교하였을 때, 광양시와 순천시 모두 가뭄 기사와 SPI1, SPI3과의 관련성이 나타나지 않았다.
Fig. 3
Comparison of agricultural drought-related article frequency and SPI values for (a) Naju and (b) Gurye in 2022
Fig. 4
Comparison of domestic drought-related article frequency and SPI values for (a) Gwangyang and (b) Suncheon in 2022
논 가뭄과 밭 가뭄의 경우, 서산시, 당진시, 홍성군, 태안군 SPI는 서산 관측소의 자료를 활용하였으며, 보령시, 청양군 SPI는 보령 관측소의 자료를 활용하였다. Fig. 5와 같이 서산 관측소 SPI 값과 선정된 지역별 논 및 밭 가뭄 관련 기사 발행 빈도를 비교한 결과, SPI1은 가뭄을 나타내고 있지 않아 기사 발행 빈도와의 관련성이 나타나지 않았다. SPI2와 SPI3를 비교하였을 때, SPI3이 가뭄 피해가 발생한 시기와 가뭄 관련 기사가 발행된 시기가 일치하는 경향이 있으며, SPI3 값이 낮을 때, 기사 발행 빈도가 높게 나타났다. Fig. 6과 같이 보령 관측소 SPI 값과 선정된 지역별 논 및 밭 가뭄 관련 기사 발행 빈도를 비교한 결과, SPI1은 기사 발행 빈도와의 관련성이 나타나지 않았으며, SPI3과의 관련성이 높게 나타났다.
나. 폭염
폭염의 경우 Fig. 7 (a)와 같이 광주광역시는 8월 1일부터 14일까지 지속적으로 폭염이 발생하였으며, 해당 시기에 폭염 기사 빈도가 다른 시기에 비해 높은 것을 확인하였다. Fig. 7 (b)와 같이 대구광역시는 6월 18-22일, 6월 29일-7월 10일, 두 개의 폭염 이벤트가 발생하는 기간에 폭염 관련 기사 수가 증가하였다. 특히 6월 29일부터 7월 10일까지 지속적인 폭염이 나타난 시기에 폭염 기사 빈도가 다른 시기에 비해 높은 것으로 확인하였다.
Ⅳ. 결 론
본 연구는 재난 전조 감지를 위하여 자연재해 관련 기사 수집을 위한 자연재해별 키워드를 선정하여 자연재해별 뉴스 데이터와 피해 발생 시기 비교 분석하였다. 자연재해는 가뭄, 폭염과 홍수로 선정하였으며, 가뭄은 농업가뭄과 생활가뭄, 농업가뭄은 논 가뭄과 밭 가뭄으로 구분하였다. 선정된 자연재해에 대해서 빅카인즈를 활용하여 관련 키워드를 수집하였으며, 수집된 키워드를 사용하여 뉴스 기사를 수집하였다. 수집된 기사와 자연재해 발생 시기 및 자연재해별 인자를 비교하였다.
농업가뭄의 경우, 지역별 저수지 및 저수용량 상황에 따라 편차가 존재하였으나 연구 대상 지역 모두 가뭄 예⋅경보 발령 전에 첫 기사가 발행되었으며, SPI1과 상관성이 높은 것을 확인하였다. 논 가뭄과 밭 가뭄의 경우, 일부 지역을 제외하고 논 물마름, 밭 시듦 발생 전에 첫 기사가 발행되었으며, SPI3과의 관련성이 높은 것을 확인하였다. 그러나 생활가뭄은 예⋅경보 발령 이후에 첫 기사가 발행되었으며, 뉴스 데이터와 SPI의 관련성이 없는 것으로 확인되었다. 이는 하천유지용수, 용수공급 확보 등의 복합적인 요소로 인한 것으로 판단된다.
폭염의 경우, 연구 대상 지역 모두 폭염 특보가 발효되기 약 한 달 전에 폭염 관련 첫 기사가 발행되었으며, 폭염이 지속적으로 발생한 기간에 폭염 관련 기사가 다수 발행된 것을 확인하였다. 이는 과거부터 해당 지역에서 폭염이 자주 발생하여 다른 지역에 비해 피해량이 높아 다른 지역에 비해 폭염의 전조, 폭염 대비와 같은 뉴스 데이터가 다수 발행되는 것으로 판단된다.
홍수의 경우, 연구 대상 지역 모두 홍수경보가 발령되기 전에 홍수 관련 첫 기사가 발행되었다. 강수량과의 비교 결과, 서울특별시는 강수량이 급증한 후에 폭우 피해 관련 기사가 다수 발행된 것을 확인하였으며, 포천시는 강수량이 급증하면서 이와 관련한 기사의 수가 증가한 것을 확인하였다.
본 연구는 기후변화로 인한 자연재해의 조기 경보와 사전 대응을 위해 비정형 데이터인 뉴스 데이터를 빅데이터 분석을 통해 활용 가능성을 검토하였으며, 자연재해 발생과 뉴스 데이터를 비교 분석함으로써 뉴스 데이터가 자연재해 전조 감시에 있어 기초 자료로 활용될 수 있을 것으로 판단된다. 특히, 농업가뭄, 논 및 밭 가뭄, 홍수의 경우 뉴스 데이터와 해당 자연재해의 인자 간의 상관성이 높은 것으로 분석되어 뉴스 기사의 빈도가 증가하는 시점이 자연재해 발생 시기와 유사하였다. 이는 특정 지역에서 발생하는 피해 체감도가 뉴스를 통해 실시간으로 반영될 수 있고, 이를 통해 재난 전조를 빠르게 감지할 수 있을 것으로 판단된다. 생활가뭄의 경우 뉴스 데이터와 가뭄지수 간의 상관성이 낮았으며, 폭염의 경우 일부 폭염이 자주 발생하는 지역은 전조 감시가 가능한 것으로 보이나 다른 지역에서의 활용성은 낮은 것으로 판단된다.
본 연구에서 선정한 자연재해별 대표 지역과 연구 대상 시기에 따라 뉴스 발행 빈도가 다르게 나타나며, 특히 인구 밀도에 따라 뉴스의 양에 차이가 발생하였다. 향후 해당 자연재해를 대표할 수 있는 키워드를 보완하여 선정하거나, 수집 대상 언론사의 범위를 확대함으로써 재난 대응의 신속성과 전조 감지 가능성이 향상될 것으로 판단된다.
