오수와 우수를 각각 배제하는 분류식 하수도 시스템은 2000년대 초 하수관거 임대형 민자사업(BTL)이 시행됨에 따라 확대 보급되고 있다. 환경부(MOE, 2022b) 2021 하수도 통계에 따르면 2013년 대비 2021년의 분류식 관거의 시설 연장은 전체 하수도 시스템의 74.55% 수준으로 증가하는 추세이다. 그러나 오수와 우수가 분류되어 각각 배제해야 하는 분류식 하수도 시스템에서 강우시 오수관거로 강우 유입 및 침투로 인한 오수 맨홀 월류, 하수처리장 용량 과부화 등 운영상의 문제 및 관련 민원이 지속적으로 발생하고 있는 상황이다. 이처럼 오수 외에 강우시 오수관거로 우수의 유입이나 침투가 발생하는 것을 강우유발불명수(RDII, Rainfall Derived Inflow and Infiltration)이라 한다. 이에 대한 예시로, 국내 A시는 분류식 하수도 시스템으로 설계되어 합류식 관거가 존재하지 않지만 강우 발생 시 오수관거 내로 불명수가 유입되어 하수처리장 유입량 증가 및 간헐적 오수 역류 현상이 발생하고 있다. 이로 인해 하수도 시설 용량 부족 및 하수처리효율 감소, 오수 역류로 인한 수질 악화 및 악취로 인한 주민 피해가 발생하고 있다. 그동안 A시는 강우유발불명수(RDII) 해결을 위해, 인력과 예산을 투입하여 18년 준공 이전 건축물에 대한 연막조사, 배수설비 오접조사, 육안조사 등의 각종 조사 및 대책을 수립하는 물리적인 노력을 기울여 왔다. 이와 같은 노력으로 RDII 발생 건수 및 피해를 많이 줄이긴 했으나, 완전한 해결을 하지 못해 강우시 RDII 유입은 계속되고 정확한 원인은 파악되지 못한 상태이다. 환경부(MOE, 2022a) 하수도 설계기준에 의하면 우천시 계획오수량 산정시 생활오수량 외에 오수관로에 유입되는 빗물의 양과 지하수 침입량을 추정하여 합산하여 구한다고 제시되어 있다. 하지만 계획 오수량 산정시 우천시 오수관로에 유입되는 유량에 대한 구체적인 산정 기준은 미흡한 실정이다. 또한 환경부(MOE, 2011) 하수도 시설기준에는 침입수/유입수는 하수관거 실태에 따라, 경과연수에 따라 지속적으로 발생되므로, 이를 효과적으로 모니터링 할 수 있는 관리 방안을 강구하여야 한다고 제시되어 있다. 하지만 모니터링 위치 선정에 관한 구체적인 절차나 기준은 역시 미흡한 실정이다. 이처럼 분류식 하수도시스템에서의 강우유발불명수를 관리하는 방안이나 체계가 부족한 상황이다. 따라서 국내 A시와 같이 기존 RDII 발생에 따른 응급대응 형식의 저감 방안 대신 중⋅장기적인 RDII 관리를 위해 오수관망을 대상으로 수위 모니터링 체계, 수집 자료에 따른 분석 절차 및 관리 체계 수립이 필요하다. 본 연구에서는 국내 A시 사례를 바탕으로 RDII 발생을 효율적으로 관리하기 위한 오수관망 블록시스템 구축 방안을 제시하고자 한다. 블록시스템은 분류식 오수관망을 RDII 발생규모 및 특성을 고려한 블록 구분 기준을 선정하여, 대블록, 중블록, 소블록으로 구분하고 개별 블록의 출구에서 수위계를 설치하여 오수 맨홀 수위 모니터링을 실시하게 된다. 이러한 오수관망 블록시스템 구축 방안을 통해 블록 별 RDII 발생 여부를 파악할 수 있어 기존의 응급대응 형식의 대처에서 벗어나 불명수 발생 위치를 명확하게 특정하여, 효율적인 관리 계획 수립에 활용될 수 있을 것이라고 생각한다.

국내외 선행된 연구로 환경부(MOE, 2018) “강우시 효율적인 하수처리방안 마련을 위한 연구”에서 현재 강우 시 RDII 영향을 충분히 고려하지 못한 채 설계되고 있는 국내 분류식 하수도 시설 현황과 문제점에 대해 제시하며 RDII를 고려한 계획오수량 산정 방법, 하수도 시스템 모니터링 및 모델링 방법, 하수관로 및 하수 처리 시설 운영 관리 방법 등에 대한 개선 방안에 대한 필요성을 언급하고 있다.

Amano (2006)는 강우 및 하수처리장 유입량 데이터를 활용하여 RDII 발샹량을 추정하였다. 레이더 강우데이터 및 과거 관측자료를 활용하여 청천시 평균 오수량과 강우시 오수량을 각 각 추정하고, 이를 비교하여 청천시 오수량 대비 강우시 오수량의 RDII 발생량 관계를 분석하였다. 또한 강우 시나리오 수립을 통해, RDII 많이 발생되는 것으로 예상되는 지점을 GIS에서 격자별로 표출하는 방법론을 제안하였다. Sebo (2020)에서는 밀워키 지역의 GIS 데이터를 활용해 면적, 지형 불투수 면적 비율, 토지 이용 유형, 파이프 재질 등의 유역 특성인자를 분석하였다. 이를 통해 대상 유역의 SSOAP 모델 및 유량 모니터링 데이터를 활용하여 유역특성 인자와 RDII와의 상관관계를 3가지 요소(R1, R2, R3)로 분류하여 분석하였다. 강우로 인한 유입수 및 침입수는 유역의 불투수성, 개발된 토지 이용형태, 관로의 밀도가 큰 영향을 미치는 것으로 분석되었다. Tomperi et al. (2023)에서는 하수도 시스템에서 저비용 초음파 수위 모니터링을 수행하여 이를 기반으로 오수량을 추정하는 방법을 제안하였다. 수위 모니터링을 통해 수집된 수위 데이터를 다중회귀분석을 활용하여 오수량을 추정하는 모델을 구축 했으며, 측정된 유량과의 검보정을 통해 정확도를 검증하였다. 하수도 시스템에서 유입수 및 침입수를 탐지하기 위한 방법으로 비용 및 유지 보수 측면에서 수위 모니터링이 유리한 대안이 될 것이라 언급하였다. Tan et al. (2019)에서는 중국 가흥시의 하수도 시스템 내로 유입되는 실제 빗물의 양을 조사하여 RDII 발생 원인을 파악하였다. 장마 기간의 강우, 유량 데이터를 수집하여 강우시와 청천시 유량 비교를 진행하였고, RDII 발생이 의심되는 지점에 정밀 조사를 수행하였다. 이와 같은 과정을 통해 관의 접합부, 지표면 침투로 인한 지하수위 상승 및 우오수관의 오접을 RDII가 발생하는 대표적인 원인으로 제시하였다. Skehan (2011)에서는 하수도 시스템에서 RDII와 같은 문제를 해결하기 위한 방안으로 효율적인 유량 모니터링 위치를 선정하는 방안을 제시하였다. Lawrence 지역의 기존의 하수도 시스템 모니터링 체계를 바탕으로, GIS를 활용하여 Facility Location Model을 적용하여 새로운 모니터링 위치를 결정하였고, 이를 통해 기존 모니터링 범위보다 관측 가능한 모니터링 구간의 범위가 확장되었고, 데이터 수집, 분석에 소요되는 시간 단축을 통해 유지관리 비용을 절감할 수 있다고 제시하였다. 이와같이 분류식 하수도시스템에서 발생하는 RDII 발생을 해소하기 위해 다양한 연구와 진행되어 왔으나, 실제 RDII가 발생하는 원인 및 지역을 특정할 수 있는 모니터링 체계에 대한 연구는 미흡하다는 한계가 있다. 따라서 본 연구에서는 RDII가 발생하는 위치를 특정할 수 있는 블록 단위의 수의 모니터링 방법론을 제안하였다.

2000년대 초 하수관거 임대형 민자사업이 시행됨에따라 국내 분류식 관거 확대 보급이 진행되었다. 분류식 하수도 시스템은 오수와 우수를 서로 다른 관거로 각각 배제하는 방식이다. 그러나 오수와 우수를 각각 배제해야 하는 분류식 하수도 시스템에서 강우 발생시 오수관거 내로 강우 유입 및 침투가 발생하여 오수 맨홀 월류, 하수처리장 용량 과부하 등의 문제가 발생하고 있다. 이를 강우유발 불명수(Rainfall Derived Inflow and Infiltration, RDII)라고 한다. 특히 본 연구에서 소개한 국내 A시는 모든 하수관거가 분류식으로 설계된 신도시이다. 하지만 2016년부터 다량의 불명수가 발생하였고 이로인해 앞서 설명한 오수 맨홀의 월류 발생 및 하수처리장 용량 과부하 문제가 발생하고 있는 실정이다. A시는 이러한 문제를 해결하기 위한 방안으로 총 6회에 걸쳐 오수관거 내에 수위계를 통한 수위 모니터링을 실시했다. 그러나 수년간의 수위 모니터링에도 불구하고, RDII 발생의 근본적인 위치 탐색을 하지 못해 적절한 조치가 이루어지지 못했다. 따라서 A시에서 6회에 걸쳐 수행한 수위 관측 위치에 대한 검토를 통해 효율적인 수위 모니터링 체계의 필요성을 느끼게 되었다. 기존 A시의 수위계 설치 위치를 보면 RDII 발생 여부를 명확하게 파악하지 못하여 같은 지점에서 반복적으로 수위 모니터링을 실시하였고, RDII 발생이 확인되더라도 발생 위치를 명확하게 특정하지 못하여 조치를 취하기 어려운 상황이었다. 이에 따라 분류식 하수도 시스템에서 RDII 발생 위치를 특정하고, 효율적으로 RDII 관리를 하기 위한 방안으로 블록 단위 수위 모니터링 구축 방안을 제시하게 되었다. 블록은 크게 대블록, 중블록, 소블록으로 구분되게 된다. 대블록은 전체적인 오수관망의 GIS 데이터를 바탕으로, 하수처리구역에 따른 오수 수계를 파악하여 하천 경계 및 도로로 블록 구분을 실시하였다. 중블록은 관로 겉넓이와 집수면적을 RDII 발생의 직접적인 영향을 주는 인자로 선정하여 깊이우선탐색 알고리즘(Depth-First Search, DFS)을 통해 개별 노드에서의 관로 겉넓이와 집수면적의 가중치를 계산하고 가중치에 따른 3개의 Group 조건으로 구분하여 블록별로 유사한 특성을 가지도록 구분을 실시했다. 소블록은 RDII 발생 위치를 명확하게 특정하고 효율적인 조치를 취할 수 있는 적절한 규모로 구분하기 위해 실시하였다. 토지 이용 형태에 따라 두 개의 CASE로 구분하였다. CASE 1은 아파트 단지에 해당되며 비교적으로 불투수 면적의 비율이 크고, CASE 2는 공공시설, 주택 및 상가 단지, 공원 및 녹지가 해당되며 비교적 투수 면적의 규모가 큰 특성을 가지고 있다. 실제 오수관망에 블록 단위 모니터링 체계를 구축하여 중블록 및 소블록 출구에서 수위 모니터링을 실시하게 된다. 이를 통해 블록의 영향 범위를 통해 RDII가 발생하는 위치 파악이 가능하여 신속하고 적절한 조치를 취할 수 있을 것이라고 판단된다. 본 연구에서는 분류식 하수도 시스템으로 설계된 국내 A시의 오수관망에 실제로 블록 단위 모니터링 체계를 적용하여 RDII 발생 분석을 위한 블록을 구축하였다. 이를 통해 기존의 수위 모니터링의 문제점에서 벗어나 효율적으로 RDII를 관리할 수 있을 것으로 판단된다.