1. 서 론
재난은 우리 사회의 주요한 위험 중 하나로 인식되고 있다. 인구 증가, 도시 인프라의 노후화, 기후변화 등의 다양한 요인들은 재난의 위험성을 높이고 있고, 이로 인해 심각한 재산 및 인명피해가 발생하고 있다(Lee et al., 2024; Shi et al., 2016). 특히, 기후변화가 가속화됨에 따라 폭우, 홍수 등의 극한 기후재난의 발생빈도가 증가하고 있다. 이러한 재난은 도시 내 취약성과 함께 작용하여 더욱 심각한 피해를 초래하거나, 다른 재난과 연계되어 복합적인 피해를 발생시키는 ‘복합재난’으로 전개되는 경향을 보인다.
복합재난은 일반적으로 복합적인 요소에 의해 영향을 받아 여러 재난이 발생하거나 그러한 재난들로 인해 복합적인 영향이 발생할 수 있다(van den Hurk et al., 2023). 여러 재난이 복합재난의 형태로 결합될 때, 위험도가 높은 재난이 동시다발적으로 피해를 유발하고 직접적 또는 간접적 영향들이 연쇄적으로 발생되어 피해가 더욱 가중되는 경향을 보인다(Zscheischler et al., 2020).
복합재난 위험관리에서는 개별 재난의 영향뿐만 아니라 재난 간의 상호작용으로 인해 발생할 수 있는 예측 불가능한 영향을 예측하고 관리하는 것이 주요한 과제로 인식되고 있다(Banerjee and Mohapatra, 2024; Dargin et al., 2021). 복합재난으로부터 피해를 최소화하기 위해서는 복합재난으로 전개될 수 있는 재난상황을 사전에 예측하여 예방 및 대비하는 것이 중요하며, 이를 위해서는 단일재난이 다중재난으로 전개되는 복합재난의 복잡한 인과 네트워크를 이해하는 것이 중요하다. 더 나아가, 다양한 복합재난 상황 속에서 주요하게 피해를 입을 수 있는 대상을 식별하고, 효과적으로 적용할 수 있는 재난관리 방식을 파악하는 것 역시, 향후 복합재난으로 인한 피해를 경감시키기 위하여 중요하다.
복합재난 네트워크에 관한 선행연구에서는 복합재난 발생에 관한 통계 데이터 또는 복합재난 관련 문헌의 서지정보를 바탕으로 복합재난으로 전개된 재난 간의 네트워크를 분석한(Dargin et al., 2021; de la Poterie et al., 2022; Kim et al., 2022; Williamson et al., 2023) 반면, 각각의 복합재난과 주요하게 관련되어 있는 피해대상의 특성, 복합재난의 전개방식, 고려될 수 있는 재난관리 방식 등에 관해서는 구체적으로 제시하지 못한 한계가 있다.
본 연구에서는 복합재난에 관한 국외 논문을 대상으로 한 토픽모델링 및 네트워크 분석을 통해 복합재난 관련 연구동향을 분석하였다. 토픽모델링 분석을 통해 복합재난 연구에서 주요하게 인식되고 있는 복합재난 유형을 도출하였고, 토픽별 키워드 분석 및 네트워크 분석을 통해 각 유형별 전개방식, 피해대상의 특성, 재난관리 방식 등에 관한 연구 동향을 분석하였다.
2. 선행연구 검토
2.1 복합재난의 정의
복합재난은 위험요소(재난) 간의 상호작용으로 인해 발생되는 재난으로서 여러 단일 재난들이 동시에 발생하거나 또는 연쇄적인 관계에 따라 순차적으로 발생하는 형태를 띤다(Kawata, 2011). 복합재난은 발생과정의 특성상 “복합(Compounding)”, “연쇄(Cascading)”, “연속(Consecutive)” 등의 용어가 주요 키워드로 인식되고 있다(de Ruiter et al., 2020; Pescaroli and Alexander, 2018; Ridder et al., 2020).
복합재난은 일반적으로 동일한 공간 또는 기간에 여러 재난이 동시에 발생하는 재난상황을 의미한다. 더 나아가 복합재난이 발생한 지역 내 취약성과 여러 재난들이 상호작용하여 피해가 악화되는 상황을 의미하기도 한다(Simpson et al., 2021). 이러한 복합재난은 재난 간의 상호작용뿐만 아니라 재난이 발생한 지역의 사회경제적, 환경적 위험 및 취약요소와 재난이 결합된 형태로서 발생하기도 한다(Zscheischler et al., 2018).
여러 재난들이 동시다발적 또는 연쇄적으로 발생하는 재난 상황으로 정의되는 복합재난은 어떠한 과정으로 발생하는지에 따라 개념적 정의가 상이해질 수 있다(Simpson et al., 2021; Kawata, 2011; Gissing et al., 2022) (Table 1). 이와 관련하여, Simpson et al. (2021)은 복합재난을 여러 독립적인 재난들이 특정한 공간 및 시간에 동시다발적으로 발생하는 형태인 “Compounding disaster (hazard)”와 먼저 발생한 재난이 이후의 재난 발생을 유발하는 형태로 여러 재난이 연쇄적으로 발생하는 “Cascading disaster (hazard)”로 구분하였다. 이와 같은 복합재난 분류에서 Compounding disaster (hazard)는 동일한 시간 및 공간에 발생한 독립적인 여러 재난들과 재난이 발생한 지역의 취약성 등이 결합되어 복합재난의 형태로 전개되는 재난을 의미한다(Kawata, 2011; Pescaroli and Alexander, 2018, Ridder et al., 2020; Simpson et al., 2021). 반면, Cascading disaster (hazard)는 재난과 재난 간의 인과관계를 기반으로 여러 재난들이 순차적으로 발생하는 특징을 지니며, 재난 간의 연쇄작용을 거칠수록 복합재난으로 인한 피해가 가중될 수 있다(Gissing et al., 2022; Simpson et al., 2021).
Table 1
Definitions of Multi-hazards
| Types of multi-hazards | Definition | Reference |
|---|---|---|
| “Compounding” disaster (hazard) | Double or triple punch disasters. Because these events are collocated in time and space, the striking of the initial event may knock out any resilience that the affected community or area might otherwise have to the next event, causing the impact of the next event, and the aggregate impact, to multiply | Kawata (2011) |
|
|
||
| Extremes that occur simultaneously or successively; extremes combined with background conditions that amplify their overall impact; extremes that result from combinations of average events | Pescaroli and Alexander (2018) | |
|
|
||
| Weather and climate events that result from multiple hazards or drivers with the potential to cause severe socio-economic impacts. The interaction of multiple hazards and/or drivers that generates CEs often lead to more severe ecologically and socioeconomically damaging events compared to single hazard events | Ridder et al. (2020) | |
|
|
||
| Compounding hazards arise from the interaction of hazards, which can be characterized by single extreme events or multiple coincident or sequential events that interact with exposed systems or sectors | Simpson et al. (2021) | |
|
|
||
| “Cascading” disaster (hazard) | Extreme events, in which, as their name suggests, a sequence of physical, social or economic disruptions occur over time and generate secondary events of strong impact | Gissing et al. (2022) |
|
|
||
| Cascading risks, on the other hand, does not have an official IPCC definition, but is described by Simpson et al. (2021) as one event or trend triggering others; interactions can be one way but can also have feedbacks’ | Simpson et al. (2021) | |
이와 같은 복합재난에 대한 개념적 논의를 바탕으로, 본 연구에서는 복합재난을 “동일한 시공간에 독립적으로 발생한 여러 재난들로 인한 피해가 서로 연계되어 복합적인 피해를 발생시키는 상황” 또는 “재난으로 인한 피해가 다른 재난의 발생을 유발하는 과정이 반복되면서 재난으로 인한 피해가 가중되고 복합화 되는 상황”으로 정의한다. 복합재난에 관한 선행연구들의 논의에서 알 수 있듯이, 복합재난은 단순히 일련의 재난 유형으로서 인식되기 보다는 여러 재난들 간의 복합적인 연계를 통해 피해가 가중되는 일련의 상황적 특성을 지니고 있다. 그렇기 때문에 본 연구에서는 복합재난을 단순히 재난의 또 다른 유형보다는 여러 재난으로 인한 복합적인 피해로 인해 발생될 수 있는 상황으로서 정의하였다.
2.2 복합재난 유형 분석
복합재난은 여러 독립적인 재난들이 동일한 시공간에 동시다발적으로 발생하는 형태인 “Compounding disaster (hazard)”와 재난 간의 인과관계를 통해 여러 재난들이 연쇄적으로 발생하는 형태인 “Cascading disaster (hazard)”로 구분할 수 있다(Katawa, 2011; Pescaroli and Alexander, 2018; Ridder et al., 2020; Simpson et al., 2021). Compounding disaster (hazard)에서는 독립적으로 발생된 여러 재난이 동일한 시공간에서 종합적인 피해를 발생시키는 반면, Cascading disaster에서는 하나의 재난이 2차, 3차 재난을 유발하는 방식으로 피해가 가중되면서 발생하기 때문에, 상대적으로 더욱 심각한 피해를 초래하고 있다.
최근에는, 위의 두 유형 외에도 새로운 복합재난 유형들이 제시되고 있다(de Ruiter et al., 2020; Zscheischler et al., 2020). de Ruiter et al. (2020)은 Compounding disaster 및 Cascading disaster 외에, 재난의 발생이 발생장소의 환경적 변화를 유발하여 다른 재난의 발생확률 및 규모를 증가시킬 수 있는 상황을 복합재난의 새로운 유형으로 제시한 바 있다. 더 나아가, Zscheischler et al. (2020)은 복합재난에 대한 4가지 유형을 제시하였는데, 복합재난 피해 장소의 취약성 등에 따라 재난이 복합화 되는 “Pre-conditioned hazard”, 여러 재난이 동시다발적으로 발생하는 “Multi-variate hazard”, 동일한 시간에 발생하여 복합화 되는 “Temporally compounding hazard”, 동일한 공간에 발생하여 복합화 되는 “Spatially compounding hazard”가 이에 해당한다. 위의 유형에서 알 수 있듯이, Zscheischler et al. (2020)은 국가 간 교류가 활발해짐에 따라 복합재난이 동일한 시간에 다른 공간에서 발생된 재난이 서로 연계되어 복합화 되는 양상을 보임을 시사하였고, 반대로, 시점이 다르더라도 동일한 공간에 재난이 발생했을 때에도 재난의 피해가 중첩됨에 따라 복합재난이 발생할 수 있음을 시사한 바 있다.
2.3 복합재난 네트워크 분석
복합재난의 발생특성을 분석하기 위하여 복합재난의 세부 유형을 제시하는 한편, 복합재난으로 전개될 수 있는 세부 재난을 도출하고, 각 재난 간 네트워크를 분석한 연구도 수행된 바 있다(Docherty et al., 2020; Kim et al., 2022; Owolabi and Sajjad, 2023; Shin et al., 2023). 선행연구에서는 복합재난에 관한 논문, 서지정보 등을 활용하여 재난 간의 관계를 분석하는 데 주안점을 두었다.
Kim et al. (2022)의 연구에서는 국내외 재난 관련 학술지를 대상으로 네트워크 분석을 통해 재난 유형들 간의 네트워크를 도출하였다. 이를 통해 복합재난으로서 인식될 수 있는 재난유형 조합을 도출하였다(Kim et al., 2022). 이와 유사하게, Shin et al. (2023)의 연구에서는 뉴스기사 데이터를 바탕으로 세부 재난유형 간 동시출현빈도를 분석하여 재난 유형 간의 네트워크를 도출하였다. 해당 네트워크를 바탕으로 최근 시기에 접어들수록 복합재난의 형태가 더욱 다양해지고 복잡해지는 경향이 있음을 시사한 바 있다(Shin et al., 2023).
일부 연구들에서는 복합재난과 관련된 논문만을 대상으로 네트워크 분석을 수행하기도 하였다(Owolabi and Sajjad, 2023; Docherty et al., 2020). Owolabi and Sajjad (2023)의 연구에서는 복합재난 리스크 평가와 관련된 논문의 서지정보를 활용하여 네트워크 분석을 수행하여, 복합재난으로 전개되고 있는 주요한 재난 유형을 탐색하였다. 이와 유사하게 Docherty et al. (2020)의 연구에서도 복합재난과 관련된 논문을 대상으로 복합재난으로서 인식되는 개별 재난 유형 간 조합을 분석하였고, 이를 위하여 재난 유형 간 동시 출현빈도를 바탕으로 한 네트워크 분석을 수행하였다.
2.4 소결
이상의 복합재난 관련 선행연구의 내용을 종합하면, 복합재난에 관한 다양한 세부유형이 제시된 바 있으며 복합재난으로 전개될 수 있는 재난들의 조합 역시 제시된 바 있음을 알 수 있다. 하지만 선행연구들에서는 복합재난 유형별로 복합재난의 전개방식, 주요 피해대상, 요구되는 재난관리 방식 등에 관하여 분석하지 못한 한계가 존재한다. 선행연구에서는 복합재난 사례에 기반하여 복합재난이 전개될 수 있는 개념론적인 유형을 분류하거나(de Ruiter et al., 2020; Katawa, 2011; Pescaroli and Alexander, 2018; Ridder et al., 2020; Zscheischler et al., 2020), 복합재난으로서 전개될 수 있는 재난 유형들의 조합을 탐색하는 데에만 집중하였다(Docherty et al., 2020; Kim et al., 2022; Owolabi and Sajjad, 2023; Shin et al., 2023).
반면, 선행연구에서는 그러한 복합재난이 주로 어떠한 과정으로 전개될 수 있는지, 주로 어떠한 대상에 피해를 줄 수 있는지, 그와 같은 복합재난을 관리하기 위해서는 어떠한 재난관리 전략이 효과적일 수 있는지 등에 관한 논의를 하지 못한 한계가 존재한다. 다르게 말하면, 논문의 서지정보에서 추출된 재난 유형에 대한 정보를 활용한 네트워크 분석을 통해 재난 유형 간 관계성을 분석하는 데 그쳤고, 그러한 재난들이 복합재난으로 전개되는 과정, 주요 피해 대상, 재난관리 전략 등의 키워드와 복합재난을 구성하는 재난 유형 간의 관계를 분석하지 못한 한계점이 존재한다. 그렇기 때문에 본 연구에서는 복합재난과 관련된 논문을 바탕으로 한 토픽모델링 및 네트워크 분석을 통해 재난 간의 조합을 기준으로 복합재난의 유형을 도출하고, 각 유형별 복합재난의 전개방식, 복합재난으로부터 주요하게 피해를 입는 대상, 복합재난 상황 시 중요시되는 재난관리 활동 등 향후 복합재난 위험관리 시에 고려되어야 할 복합재난 유형별 세부특성을 분석하였다.
3. 연구방법
3.1 데이터 수집
본 연구에서는 토픽모델링 및 네트워크 분석에 활용되는 데이터로서, 국외 재난 관련 학술지에 등재된 복합재난 관련 학술 논문의 서지정보(제목, 초록, 키워드)를 활용하였다.
논문의 서지정보를 수집하기 위하여 국외 등재 학술 논문 데이터를 제공하는 Web of Science에서 2000년부터 2022년까지 등재된 학술 논문을 검색하고, 그 중 복합재난에 관한 학술 논문만을 재검색하여 수집하였다. 복합재난에 관한 학술 논문의 재검색 시, 복합재난에 관한 16개의 키워드를 검색어로 입력하였다(Table 2). 본 연구에서는 총 556개의 국외 학술지에 등재된 1,837편의 복합재난 관련 논문을 수집하였으며, 복합재난 관련 가장 많은 논문이 등재된 상위 10개 학술지는 다음과 같다(Table 3). 본 연구에서는 이렇게 수집된 1,837편의 논문의 내용을 대표할 수 있는 서지정보로서 논문의 제목, 초록, 키워드를 추출하여 분석에 활용하였다.
Table 2
Keywords for Searching Articles Related to Complex Disaster
Table 3
Top 10 Academic Journals with the Most Published Related to Complex Disaster
3.2 분석방법
본 연구에서는 수집된 논문의 서지정보를 활용하기 앞서, 데이터 전처리 작업을 수행하였다. 먼저, 논문의 제목, 초록 등 문장 형식으로 작성된 서지정보를 단어 형식으로 수정하는 토큰화(Tokenization) 작업을 수행하였고, 이때 파이썬(Python)의 Gensim 라이브러리를 활용하였다. 다음으로, 파이썬의 NLTK (Natural Language Toolkit) 패키지를 활용하여 서지정보 내에서 복합재난과 관련성이 떨어지는 불용어(Stop words)를 제거하였다. 이후 Gensim 라이브러리의 바이그램(Bigram), 트라이그램(Trigram) 모델을 활용하여 ‘debris flow’, ‘domino effect’ 등과 같이 결합되었을 때 본래의 의미를 지니는 두 개 이상의 단어들을 결합 빈도를 기준으로 하나의 토큰으로 결합하였다. 마지막으로, 파이썬 spaCy 라이브러리를 활용하여 문장에 따라 형태가 달라질 수 있는 명사(Noun), 형용사(Adjective), 동사(Verb), 부사(Adverb)에 해당하는 단어들은 표제어로 변환(Lemmatization)하고, 나머지 품사에 해당하는 단어들은 모두 제거하였으며, 동의어를 하나의 단어로 통일하였다. 이와 같은 과정을 거쳐, 본 연구는 토픽모델링(Topic modeling) 분석에 적합한 형태로 문장 형식의 논문 서지정보를 개별 단어 형식의 데이터로 가공하였으며, 데이터 가공에 관한 예시는 다음의 Table 4와 같다.
Table 4
Example of Data Processing Results
본 연구는 위와 같이 가공된 데이터를 활용하여 토픽모델링(Topic modeling) 분석을 수행하였다. 토픽 모델링은 문헌을 토픽의 확률적 혼합체로 표현하고 말뭉치(Corpus)에 포함된 단어의 분포로부터 문헌에 잠재되어 있는 토픽의 구조를 추론하는 분석 기법으로서(Lee et al., 2021; Park and Song, 2013), Blei et al. (2003)이 제시한 확률기반 생성모델인 LDA (Latent Dirichlet Allocation) 모델을 가장 많이 활용하고 있다(Lee et al., 2021).
본 연구에서도 기존 연구들과 동일하게 Java 기반의 통계적 자연어 처리 패키지인 Mallet에 포함된 LDA 모델을 활용하였다. Mallet의 LDA 모델 기반 토픽 모델링은 반복적인 깁스 표집(Gibbs sampling)을 통해 각 단어를 어느 토픽에 할당할지를 확률에 기반하여 결정함으로써, 문헌과 토픽 간의 관계를 조정하는 하이퍼 파라미터(Hyper parameter)를 최적화하는 효율적인 방법을 제공한다(Gudivada and Arbabifard, 2018). LDA 모델 기반 토픽 모델링에서는 토픽의 개수와 키워드의 개수, 샘플링 반복횟수 등을 연구자가 직접 분석 목적에 맞게 설정해야 하며, 가장 중요한 토픽의 개수의 경우 응집도 지수(Coherence score)가 높은 구간 중 각 토픽의 내용이 적절히 응집되는지를 기준으로 결정하여야 한다(Han et al., 2021; Yun and Yoon, 2017). 본 연구에서는 이러한 점을 종합적으로 고려하여, 복합재난 연구에 관한 토픽모델링 분석을 수행하였다.
본 연구에서는 추가적으로 각 토픽 내에서 키워드별 중심성(Centrality) 및 키워드 간 연결성 등의 관계를 분석하기 위하여 네트워크 분석을 수행하였다. 토픽모델링 분석을 통해 도출된 각 토픽별 키워드 간의 동시출현빈도 데이터를 활용하여 토픽별 키워드 네트워크를 작성하였다. 네트워크 작성 시 Gephi 프로그램을 활용하였는데, 해당 프로그램은 네트워크 분석 및 시각화 기능을 지원하는 오픈소스 프로그램으로서 많은 연구들에서 활용되고 있다(Gönçer-Demiral and İnce-Yenilmez, 2022; Han et al., 2021; Kim et al., 2022; Pacini et al., 2021).
4. 연구결과
4.1 토픽모델링을 활용한 복합재난 유형화
Table 5는 토픽 모델링을 통해 도출된 7개의 토픽과 토픽별 25개의 키워드를 나타낸 표이다. 토픽별 키워드는 토픽 모델링을 통해 도출된 단어이며, 토픽(주제어)은 토픽별 키워드의 종류, 출현빈도를 기반으로 단어 간 연관성을 고려하여 명명하였다. 토픽 모델링에서는 토픽(주제어) 별 키워드의 의미적 연관성을 고려하여 연구자가 토픽(주제어)을 명명할 수 있다(Yun and Yoon, 2017).
Table 5
Results of Topic Modeling
본 연구에서는 각 토픽별 주제어를 명명하고, 토픽별 키워드를 복합재난의 전개방식(Mechanism of complex disaster occurrence, M), 복합재난을 구성하는 재난요소(Sub-disasters constituting a complex disaster, D), 복합재난의 피해대상(Target of complex disaster damage, T), 복합재난 위험관리 방안(Activities for complex disaster management, A), 기타(ETC, E)로 분류하였다(Table 5).
Topic 1은 자연재난 등으로 가스시설, 파이프라인, 화학공장, 산업시설 등의 기반시설에 손상이 발생하여 초래되는 Natech (Natural Hazard Triggering Technological Disasters)에 관한 복합재난 유형을 의미한다. Natech는 가장 대표적인 복합재난 유형으로서, 자연재난 등 자연적 위해요소로 인해 발생하는 산업사고 또는 기술재난을 의미하는데(Oh, 2014), 최근 쓰나미, 홍수 등 대규모 자연재난의 발생 가능성이 높아짐에 따라 해당 복합재난의 위험성 역시, 높아지고 있다.
Topic 2는 집중호우가 발생하여 홍수가 발생함과 동시에 지반이 약화되어 산사태도 발생하는 복합재난을 의미한다. 집중호우로 인한 홍수 및 산사태가 동시다발적으로 발생하는 복합재난은 전통적으로 가장 대표적인 복합재난 유형으로 인식되고 있다(Fan et al., 2020; Wang et al., 2020).
Topic 3은 허리케인 등의 대규모 자연재난과 COVID-19와 같은 감염병이 복합적으로 발생하는 복합재난을 의미한다. 허리케인 등 대피가 필요한 자연재난이 발생하였을 때, 대피소로 사람들이 이동하지만 이 경우 대피소 내에서 감염병이 쉽게 확산될 수 있는 위험성이 높아질 수 있는 상황에 대한 복합재난으로서, 2020년 COVID-19가 발생한 이래 새로운 복합재난 유형으로서 인식되고 있다(Simonovic et al., 2021).
Topic 4는 지진이 발생함에 따라 초래될 수 있는 복합재난으로서, 주로 건축물 단위에서 발생할 수 있는 지진 관련 복합재난을 의미한다. 해당 복합재난에서는 지진으로 인해 건축물이 손상되어 붕괴사고가 발생하고 화재 및 폭발사고 등이 연쇄적으로 발생하여 화학물질 등이 유출되는 등의 복합재난을 의미한다.
Topic 5는 기후변화로 인하여 초래될 수 있는 복합재난으로서, 주로 폭염 등 극한 고온현상과 가뭄, 산불, 화산폭발 등이 연쇄적으로 발생하는 복합재난을 의미한다. Topic 6은 해안에 인접한 지역을 중심으로 발생할 수 있는 복합재난으로서, 폭풍해일, 해수면 상승 등이 발생함에 따라 초래되는 복합재난을 의미한다. 마지막으로, Topic 7은 지진 및 지진해일(쓰나미) 관련 복합재난으로서, 지진으로 인한 지진해일이 발생하고, 이로 인해 시설물이 붕괴되는 등의 피해가 초래되는 복합재난을 의미한다.
4.2 토픽모델링을 통한 복합재난 유형별 특성 분석
각 유형별로 복합재난이 전개되는 방식을 비교했을 때, 자연적으로 발생하는 재난으로 인하여 기술적 재난이 발생하는 Natech (Topic 1)의 경우에는 “Cascading”, “Triggering”, “Domino effect” 등의 형태로 발생하는 특성을 보이는 것으로 나타났다(Table 5). 반면, 집중호우⋅홍수⋅산사태 등이 결합된 복합재난(Topic 2)과 쓰나미 관련 복합재난(Topic 7)의 경우에는 “Chain”, “Triggering”, “Combination”, “Simultaneous”, “Sequence” 등 재난 간의 인과관계뿐만 아니라 동일한 시공간에 동시다발적으로 발생한 재난이 결합되어 복합재난이 발생하는 특성을 보이는 것으로 판단된다(Table 5). 지진 관련 복합재난(Topic 4) 및 기후재난 관련 복합재난(Topic 5)의 경우에는 “Multi-hazard”, “Compound”가 주요 키워드로 분석되어, 재난 간의 인과관계보다는 여러 재난이 동시다발적으로 발생하는 특성을 보일 것으로 판단된다(Table 5).
복합재난을 구성하는 재난요소가 가장 많은 유형은 기후재난 관련 복합재난(Topic 5)이었다(Table 5). 해당 복합재난에서는 “Drought”, “Volcano”, “Wildfire”, “Heatwave”, “Cyclone” 등 다양한 기후재난들이 서로 연계되어 복합재난이 발생하는 것으로 분석되었다(Table 5). 이는, 상대적으로 적은 수의 재난요소들 간의 관계를 통해 전개되는 양상을 보이는 지진 관련 복합재난(Topic 4)이나 해안가 재난 관련 복합재난(Topic 6), 지진 및 지진해일 관련 복합재난(Topic 7)과 달리 기후재난 관련 복합재난에서는 기후변화로 인한 다양한 재난요소 뿐만 아니라 여러 기상현상이 복합적으로 연계되어 발생하는 경향이 존재함을 시사한다.
복합재난으로 인한 주요 피해대상을 비교했을 때, Natech (Topic 1)와 지진 관련 복합재난(Topic 4), 지진 및 지진해일 관련 복합재난(Topic 7)의 경우 건축물, 교량, 터널 등의 시설물이 주요 피해대상으로 분석되었다. 반면, 가장 많은 하위 재난요소로 구성되는 기후재난 관련 복합재난(Topic 5)의 경우에는 시설물에 대한 피해보다는 생태계, 농업, 식량 등에 대한 피해가 더욱 주요하게 인식되고 있으며, 그러한 피해로 인해 간접적으로 초래될 수 있는 경제적 측면에서의 피해 역시 주요하게 인식되고 있다(Table 5).
주요하게 인식되고 있는 재난관리 방식을 비교한 결과, Natech (Topic 1)는 발생 시 방사선 물질, 화학물질, 가스 등의 유해물질이 확산될 가능성이 높기 때문에 대피(Evacuation)와 주민보호(Protection)가 주요한 재난관리 요소로 분석되었다. 지진 관련 복합재난(Topic 4)에 대해서는 지진으로 인한 시설물 손상을 예방하기 위한 내진설계(Design, Resistance, Retrofit, Robustness, Reinforcement)와 시설물의 손상 유무에 관한 사전 실험(Experiment)이 중요하게 인식되고 있는 것으로 분석되었다. 쓰나미 관련 복합재난(Topic 7)에서는 재난발생의 사전 예측(Sensor) 및 사고 상황에 대한 시나리오 작성을 통한 사전 위험관리(Scenario, Simulation), 사고 상황 시 대응기관 간 협력(Collaboration, Rescue) 등이 주요한 재난관리 요소로 인식되고 있다. 이와 유사하게, 집중호우⋅홍수⋅산사태 등이 결합된 복합재난(Topic 2)에서도 재난의 예측 및 모니터링(Prediction, Monitoring, Remote sensing)과 시뮬레이션(Simulation) 분석을 통한 사전 위험관리가 중요하게 인식되고 있다. 또한, 허리케인 등 대규모 자연재난과 감염병이 복합적으로 발생하는 복합재난(Topic 3)의 경우에는 신속한 대피를 가능케 하는 교육 및 훈련(Knowledge, Practice, Training, Education, Guideline)과 감염병 확산을 예방할 수 있는 시설 확보(Shelter)와 피해 이후 정상적인 상태로의 회복(Resilience, Recovery, Restoration) 등이 중요하게 인식되고 있다. 기후재난 관련 복합재난(Topic 5)의 경우에는 다양한 기후재난 간의 연계에 의한 복합재난으로부터 지속 가능성을 확보할 수 있도록 적응(Adaptation)하는 것이 중요하게 인식되고 있고, 그 밖에 기후재난 관련 복합재난을 예측(Forecasting)하는 것도 중요하게 인식되고 있는 것으로 분석되었다(Table 5).
4.3 네트워크 분석을 통한 복합재난 유형별 특성 분석
복합재난 유형별 주요 키워드를 대상으로 한 네트워크 분석결과는 Fig. 1과 같으며, 네트워크 분석결과를 토대로 각 토픽별로 Weighted degree가 높은 상위 키워드를 분석한 결과는 Table 6과 같다.
Table 6
Results of the Analysis of the Weighted Degree of the Top 3 Keywords for Each Topic
각 토픽별 네트워크에서 각 노드(키워드)별 글자의 크기는 노드별 Weighted degree를 의미하고, 노드의 Weighted degree가 높다는 것은 여러 노드와 높은 관계성을 지니는 것으로 해석할 수 있다. 본 연구의 네트워크 분석결과에서는 이와 같이 노드가 다른 노드와 높은 관계성을 지녀 Weighted degree가 높을수록 노드의 글씨 크기를 크게 시각화하였다.
노드 간에 연결된 선인 Edge는 노드 간의 관계의 강도를 나타나며, Edge가 굵을수록 노드 간의 연결성이 강한(동시출현빈도가 높은) 것을 의미한다. Weighted degree는 네트워크 내에서 각 노드의 중요성을 나타내는 중심성 지표로서, Weighted degree가 높은 노드는 네트워크에서 많은 수의 강한 연결(Edge)을 가지고 있는 노드로 판단할 수 있다. 즉, 복합재난에 관한 각 토픽별 네트워크 내에서 Weighted degree가 높은 키워드(노드)는 해당 토픽 내에서 가장 중요시되는 키워드로 인식할 수 있다. 본 연구에서는 각 토픽별 네트워크 내에서 Weighted degree가 높은 중심 키워드를 종합하여, 각 토픽별로 복합재난 연구에서 어떠한 내용이 중요하게 인식되고 있는지에 대해 분석하였다.
Natech 복합재난(Topic 1) 네트워크 내에서 상호 간의 관계성이 높은 노드들을 분석한 결과, “Triggering”, “Complex”, “Cascading”, “Accident” 간의 관계성이 상대적으로 높은 것으로 분석되었으며, “Health”와 “Exposure”간의 관계성도 높게 분석되었다(Fig. 1). 이러한 결과를 토대로, Natech 복합재난(Topic 1)에서는 복합재난 사고(Accident)가 발생할 때, 재난이 다른 재난을 유발(Trigger)하는 방식으로 연쇄적(Cascading)으로 발생하기도 하고, 이러한 재난들이 복합적인(Complex) 피해를 발생시키는 명확한 특징을 보이는 것으로 해석할 수 있다. 특히, 이와 같은 재난으로 인한 피해에 노출(Exposure)되었을 때 건강(Health)상의 심각한 피해를 초래하기도 함을 알 수 있다(Fig. 1). 한편, 네트워크 내에서 Weighted degree가 높은 키워드를 분석한 결과, 복합재난 전개방식에서는 “Triggering”, “Complex”, “Cascading”, 재난요소 중에서는 “Accident”, “Chemical”, “Natech”, 피해대상 중에서는 “Storage”, “Health”, “Equipment”, “Storage”, 재난관리 활동 중에서는 “Protection” 및 “Evacuation”이 중심 키워드로 분석되었다(Table 6). 이는, 해당 키워드들이 Natech 관련 복합재난(Topic 1)에서 중심적으로 언급되는 용어임을 의미한다. 이러한 결과를 토대로, Natech 복합재난은 여러 재난이 서로 간의 인과관계를 바탕으로 전개되어, 시설물이 손상되는 것뿐만 아니라 화학물질 등 유해물질이 유출되어 건강상의 문제를 야기할 수 있는 특징을 지니고 있으며, 이러한 복합재난을 관리하기 위해서는 사전에 사고 발생을 예방하고, 사고 발생 시 신속하게 대피하는 것이 중요시되고 있는 것으로 판단된다.
집중호우⋅홍수⋅산사태 관련 복합재난(Topic 2) 네트워크의 경우 “Flood”와 “Combination” 간의 관계성이 가장 높게 분석되었고, “Flood”와 “Landslide”, “Rainfall” 간의 관계성 역시 높게 분석되었다(Fig. 1). 이러한 결과를 통해 Topic 2의 복합재난 유형에서는 집중호우(Rainfall)로 인하여 비탈면에 산사태(Landslide)가 발생하거나 홍수(Flood)가 발생하는 형태로 복합재난이 발생될 가능성이 높고, 홍수로 인한 피해가 피해지역 내에 위치한 여러 위험 및 취약요인들과 결합(Combination)되어 복합적인 피해를 발생시킬 수 있는 것으로 해석할 수 있다. 한편, 네트워크 내에서 Weighted degree가 높은 노드들을 분석한 결과, 복합재난 전개방식에서는 “Combination”, “Triggering”, “Chain”, 재난요소 중에서는 “Flood”, “Landslide”, “Rainfall”, 피해대상 중에서는 “Slope”, “River”, “Surface”, 재난관리 활동 중에서는 “Simulation”, “Prediction”, “Remote sensing”이 중심 키워드로 분석되었다(Table 6). 이러한 결과를 토대로, 집중호우⋅홍수⋅산사태 관련 복합재난은 재난 간의 인과적 관계를 바탕으로 주로 하천 주변이나 경사면에서 집중호우로 인한 홍수와 산사태가 동반되는 형태로 발생하는 특징을 지니는 것으로 파악할 수 있다. 또한, 해당 복합재난을 관리하기 위하여 재난발생 상황을 가정한 시뮬레이션 분석을 통해 취약지점들을 사전에 예측 및 관리하고 관측센서를 통해 사고발생을 빠르게 관측하는 것이 중요한 것으로 파악된다.
허리케인 및 감염병 재난을 중심으로 한 복합재난(Topic 3) 네트워크에서는 “Resilience”와 “Infrastructure” 및 “Community” 간의 관계성이 매우 높고, “Resilience”와 “Response” 및 “Recovery”, “Response”와 “Preparedness” 간의 관계성이 높은 것으로 분석되었다(Fig. 1). 이는, 허리케인 및 감염병을 중심으로 한 복합재난에 관한 연구들에서 해당 복합재난으로 인한 피해에 대한 도시기반시설물 등의 시설물(Infrastructure) 및 지역사회(Community)의 회복력(Resilience)를 강조하고 있는 것으로 해석할 수 있다. 특히, 시설물 및 지역사회의 회복력을 향상시키기 위하여 해당 복합재난에 대비(Preparedness)함으로써 대응(Response) 및 회복(Recovery) 역량을 확보하는 것이 중요함이 강조되고 있는 것으로 해석할 수 있다. 해당 네트워크에서 Weighted degree가 높은 노드들을 분석한 결과, 복합재난 전개방식에 관한 키워드가 분석되지 않았으나, 재난요소 중에서는 “Hurricane”, “COVID-19”, “Pandemic”, 피해대상 중에서는 “Community”, “Infrastructure”, “Society”, 재난관리 활동 중에서는 “Response”, “Resilience”, “Preparedness”가 중심 키워드로 분석되었다(Table 6). 이를 통해, 허리케인 등으로 인해 시설물에 손상이 발생하기도 하지만 허리케인과 감염병 등의 복합적인 영향으로 인하여 지역사회 구성원이 주요한 피해를 입을 수 있음을 시사한다. 또한, 이를 관리하기 위하여 이와 같은 복합재난에 대한 지역사회의 대응역량과 대비역량이 중요시되고 있으며, 그와 함께 재난 이후에 지역사회가 다시 일상으로 회복할 수 있는 회복력이 중요시됨을 알 수 있다.
지진과 관련된 복합재난(Topic 4) 네트워크에서는 “Earthquake”, “Structure” 간의 관계성이 가장 높고, “Structure”와 “Design”, “Earthquake”와 “Design” 간의 관계성 역시 높게 분석되었다(Fig. 1). 이러한 결과는 지진(Earthquake)으로 인해 초래될 수 있는 복합재난의 경우에는 지진으로 인하여 건축물 등이 붕괴되지 않도록 내진설계 등 구조적(Structure)으로 안정성 높은 설계(Design)를 강화하는 것이 중요함을 보여준다. Weighted degree가 높은 노드를 분석한 결과, 복합재난 전개방식에서는 “Multi hazard”, “Joint”, 재난요소 중에서는 “Earthquake”, “Wind”, “Fire”, 피해대상 중에서는 “Structure”, “Building”, “Column”, 재난관리 활동 중에서는 “Design”, “Response”, “Resistance”가 중심 키워드로 분석되었다(Table 6). 즉, 지진과 관련된 복합재난은 주로 건축물, 구조물 등의 시설물을 대상으로 발생되고, 시설물에 물리적 손상을 입힐 수 있는 여러 재난들이 결합되어 발생하는 특징을 지님을 알 수 있다. 이러한 재난을 관리하는 데 있어, 시설물의 강건성을 높이기 위한 설계방식을 적용하여 복합재난에 대한 저항력을 높이는 것이 중요시되는 것으로 파악된다.
가장 다양한 재난요소로 구성된 기후재난 관련 복합재난(Topic 5)의 네트워크에서는 “Climate”와 “Adaptation” 간의 관계성이 매우 높게 분석되었고, “Climate”와 “Compound” 간의 관계성 역시 높게 분석되었다(Fig. 1). 이와 같은 결과는 폭염, 가뭄 등의 기후변화(Climate) 관련 복합재난이 동시다발적(Compound)으로 발생하는 특징을 보이며, 이와 같은 재난에 적응(Adaptation)하는 것이 매우 중요함을 보여준다. 해당 네트워크에서 Weighted degree가 높은 노드를 분석한 결과, 복합재난 전개방식에서는 “Compound”, 재난요소 중에서는 “Climate”, “Drought”, “Heatwave”, 피해대상 중에서는 “Environmental”, “Economic”, “Ecosystem”, 재난관리 활동 중에서는 “Adaptation”, “Sustainability”, “Forecasting”이 중심 키워드로 분석되었다(Table 6). 이러한 결과를 바탕으로, 기후재난과 관련된 복합재난은 기후변화 현상으로 인하여 초래될 수 있는 폭염, 가뭄 등의 여러 기후재난들이 동시다발적으로 발생하는 특징이 있으며, 주로 생태환경에 부정적 영향을 초래하고 지역사회에는 직접적인 영향보다는 간접적인 영향을 바탕으로 경제적인 손실을 발생시키는 특징이 있음을 알 수 있다. 이러한 형태의 복합재난을 관리함에 있어서 위험에 적응함으로써 지속가능성을 확보하는 것이 중요하고, 이와 동시에 피해를 최소화하기 위하여 기후재난 관련 복합재난을 사전에 예측하여 발생 전에 알리는 것이 중요시되는 것으로 파악된다.
해안가 재난 관련 복합재난(Topic 6)의 경우 “Plan”과 “Mitigation” 간의 관계성이 가장 높았고, “Community”와 “Plan”, “Social”, “Mitigation”, “Reduction”, “Social”과 “Plan” 및 “Reduction” 간의 관계성도 높게 분석되었다(Fig. 1). 이를 통해, 폭풍해일, 범람 등 해안가 지역에서 발생될 수 있는 복합재난 위험관리와 관련하여, 지역사회(Community)가 피해를 저감(Mitigation, reduction)하기 위한 계획(Plan)을 수립하는 것이 중요시되고 있음을 알 수 있다. 특히, 피해 저감을 위한 계획을 수립함에 있어서, 지역사회 구성원의 인구학적 특성, 사회경제적 특성 등 사회적(Social) 특성을 고려한 계획 수립이 중요함을 알 수 있다. 해당 네트워크에서 Weighted degree가 높은 노드를 분석한 결과, 재난요소 중에서 “Storm”, “Storm surge”, “Inundation”, 피해대상 중에서는 “Community”, “Coast”, “Household”, 재난관리 활동 중에서는 “Plan”, “Mitigation”, “Reduction”이 중심 키워드로 분석되었다(Table 6). 이러한 결과를 바탕으로, 해안가 지역을 중심으로 발생하는 해안재난 관련 복합재난의 경우에는 주로 폭풍 및 폭풍해일과 이로 인한 침수 및 범람이 발생하여 해안가 인근지역에 인명피해를 발생시키는 특징을 보이며, 이를 관리하기 위하여 인명피해를 줄이기 위한 계획을 마련하는 것이 중요시됨을 알 수 있다.
지진해일 관련 복합재난(Topic 7)의 경우 “Earthquake”와 “Combination”, “Mitigation”, “Scenario”, “Simulation” 간의 관계성이 높게 분석되었다(Fig. 1). 이와 같은 결과는 지진 및 지진해일과 관련된 복합재난으로 인한 피해를 저감(Mitigation)하기 위해서는 사전에 발생상황을 가정한 시나리오(Scenario)를 바탕으로 피해발생 시뮬레이션(Simulation) 분석을 수행하여 복합적인(Combination) 피해가 발생하는 상황을 예측하는 것이 중요함을 보여준다. 또한, 예측된 상황정보를 토대로, 피해를 완화(Mitigation)하기 위한 대책들을 선제적으로 마련하는 것이 중요함을 보여준다. Weighted degree가 높은 노드를 분석한 결과, 복합재난 전개방식에서는 “Combination”, “Multi hazard”, “Simultaneous”, 재난요소 중 “Earthquake”, “Tsunami”, “Collision”, 피해대상 중 “Bridge”, “Casualty”, “Pier”, 재난관리 활동 중에서는 “Scenario”, “Simulation”, “Mitigation”이 중심 키워드로 분석되었다(Table 6). 이러한 결과는 지진해일 관련 복합재난이 지진 및 지진해일 등의 재난이 동시에 발생하여 교량 등의 시설물에 대한 손상뿐만 아니라 사고로 인한 심각한 인명피해를 초래하는 특징이 있음을 시사한다. 이에 대한 위험을 관리하기 위하여 지진해일 복합재난 발생상황에 대한 시나리오 작성 및 시뮬레이션을 통해 피해 예상범위를 사전에 파악하여 해당 지역을 대상으로 위험성을 낮추기 위한 재난관리가 중요시되는 것으로 파악된다.
5. 결 론
본 연구는 복합재난에 관한 국외 논문들의 서지정보를 활용한 토픽모델링과 네트워크 분석을 통해 복합재난의 세부 유형을 도출하고, 다음과 같은 복합재난 유형별 특징을 분석하였다.
복합재난이 전개되는 방식을 기준으로, 재난과 재난 간의 인과관계에 의해 복합재난이 전개되는 특징은 Natech 및 호우⋅홍수⋅산사태 관련 복합재난에서 두드러지는 경향이 존재하고, 다양한 기후재난을 중심으로 한 복합재난의 경우에는 여러 재난들이 동시다발적으로 발생되는 특징을 보였다. 특히, 기후재난 관련 복합재난 토픽의 경우 복합재난으로 구성될 수 있는 재난요소들이 가장 다양한 것으로 분석되었는데, 이러한 결과는 해당 복합재난의 발생 및 전개과정을 예측하는 것이 더욱 어려울 수 있음을 시사한다.
복합재난 토픽별로 주요하게 인식되고 있는 피해대상 측면에서도 상이한 경향이 존재하며, 자연재난이 기술재난을 유발하는 Natech, 지진 또는 지진해일 관련 복합재난의 경우에는 재난발생으로 인한 시설물(건축물, 교량 등)이 받는 피해가 주요하게 고려되는 반면, 기후재난 관련 복합재난에서는 생태계, 농업, 식량 등 생태 환경적 요소들이 주요한 피해대상으로 인식되고 있었다. 뿐만 아니라, 자연재난과 감염병에 관한 복합재난에서는 지역사회 구성원의 건강 등이 주요한 피해대상으로 인식되고 있었다.
복합재난의 위험을 관리하기 위한 재난관리의 경우에도 토픽별로 상이한 경향이 존재하였는데, 주로 시설물에 대한 피해에 중점을 둔 Natech, 지진 또는 지진해일의 경우에는 시설물의 강건성을 향상시키기 위한 방안과 재난발생을 사전에 예측하거나 시나리오 기반 시뮬레이션을 통해 사전 대비를 하는 등의 방안들이 중요시되었다. 반면, 기후변화 관련 복합재난에서는 단기적인 피해경감보다는 기후재난 복합재난에 대한 적응역량을 향상시키는 방안이 강조되고 있었으며, 대규모 자연재난과 감염병에 관한 복합재난에 대해서는 재난 이후 지역사회가 다시 회복할 수 있는 회복력을 향상시키는 방안이 강조되고 있었다.
본 연구는 객관적인 수치에 기반하여 복합재난의 세부유형을 도출하고 각 유형별 복합재난의 전개방식, 복합재난으로 인한 피해 대상, 복합재난으로 구성되는 재난요소, 복합재난 위험관리 방안에 관한 특성을 분석하였다는 점에서 의의가 있다. 기존의 복합재난에 관한 연구들에서 단순히 복합재난을 구성하는 재난 간의 관계만을 분석한 반면(Kim et al., 2022; Shin et al., 2023), 본 연구에서는 기존의 복합재난 연구들에서 어떠한 형태의 복합재난을 중심적으로 대상으로 하고 있으며, 각 형태별 복합재난과 관련된 세부적인 연구에서는 어떠한 요소들이 중요시되고 있는지를 종합적으로 분석하였다는 점에서 기존 연구와의 차별성이 존재한다.
기후변화 현상이 가속화됨과 동시에 도시공간의 다양한 요소들의 취약성이 증가함에 따라 복합재난의 위험성이 높아지고 있는 현 시점에, 본 연구의 결과는 향후 복합재난으로 전개될 가능성이 높은 재난 유형 조합을 식별하는 데 활용될 것으로 기대된다. 어떠한 재난 유형들이 서로 연계되어 복합재난으로 전개될 수 있는지에 관한 선제적인 식별은 복합재난의 발생을 예방함으로써 복합재난으로 인한 피해를 최소화는 데 가장 효과적인 방안이 될 수 있다. 본 연구의 결과는 이와 같이 어떠한 재난을 대상으로 복합재난 위험관리를 해야 하는지에 대한 의사결정 자료로서 활용될 수 있다.
한편, 본 연구의 결과는 다양한 복합재난 유형별 맞춤형 위험관리 전략을 마련하는 데에도 활용될 수 있다. 본 연구에서 복합재난 유형별로 복합재난이 전개되는 과정, 주요 피해 대상, 중요시되고 있는 위험관리 전략을 비교분석한 결과는 각각의 복합재난 유형별로 잠재적인 피해대상은 무엇이고 효과적으로 활용될 수 있는 위험관리 전략은 무엇인지 등에 관한 의사결정을 지원할 수 있을 것이다. 즉, 본 연구의 결과는 재난관리 유관기관, 지방정부 등 복합재난 위험관리 주체들이 각 기관 또는 지역이 직면하고 있는 복합재난 유형에 대한 맞춤형 위험관리 전략을 마련하기 위한 참고자료로 활용될 수 있다.
결론적으로 본 연구의 결과는 향후 복합재난을 관리함에 있어서 복합재난 유형별 특징을 고려한 맞춤형 재난관리가 필요함을 시사한다. 예를 들어, 복합재난이 전개되는 방식과 복합재난으로 구성되는 재난요소 등을 고려하여 재난관리의 4단계(예방⋅대비⋅대응⋅복구) 중 어느 단계에 집중적으로 재난관리를 시행해야 하는지 또는 어떠한 재난유형별 소관부처와 협력을 해야 하는지 등에 관해 면밀히 검토하는 것이 필요함을 시사한다. 또한, 복합재난 유형별로 주요하게 피해를 입는 대상이 다르고, 피해로부터 안전성을 확보하기 위한 재난관리 방식이 다르기 때문에 복합재난 유형별 주요 피해대상에 대한 맞춤형 재난관리가 시행될 필요가 있음을 시사한다. 종합하면, 향후 미래의 복합재난 관리에 있어서는 복합재난 유형별 고유한 특징을 고려한 맞춤형 재난관리가 필요하다고 할 수 있다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
