현장 기반 공간위험요소를 활용한 재해위험도 평가
Disaster Risk Assessment Using Field-Based Spatial Hazard Factors
Article information
Abstract
본 연구는 재난 불확실성 증가에 따라 현장 중심의 실효적인 재해위험도 평가 필요성에 주목하여, 현장조사를 바탕으로 한 정량적 재해위험도 평가 모형을 제시하였다. 본 모형은 재해발생 가능성과 인명피해 위험성을 각각 점수화하여 위험도를 산정하고, Risk Matrix 기법을 통해 종합위험도를 계량화하였다. 대상지역은 하천 및 연안재해 위험도가 높은 제주특별자치도 내 인명피해 우려지역(115개소)을 선정했으며, 체크리스트에 따른 현장조사를 통해 위험요인을 계량화하여 재해위험도를 평가하였다. 분석 결과, 종합위험도는 지역 특성에 따라 뚜렷한 수준 차이를 나타내며, 특히 해안가 및 저지대 밀집지역에서 높은 위험도를 나타내는 것을 알 수 있었다. 이러한 결과는 향후 재난관리 정책의 우선순위를 정하는데 유용한 도구로 활용될 수 있음을 시사한다.
Trans Abstract
This study proposes a quantitative disaster risk assessment model based on field surveys in response to the growing need for effective field-oriented risk evaluation under increasing disaster uncertainty. The model quantifies the likelihood of disaster occurrence and the severity of potential human casualties to calculate a risk score, and employs a risk matrix approach to determine the overall risk level. The study targets 115 high-risk sites in Jeju Special Self-Governing Province that are vulnerable to fluvial and coastal disasters. Risk factors are quantified through checklist-based on-site investigations to assess disaster risk levels. The analysis reveals significant differences in composite risk levels depending on local characteristics, with particularly high risks observed in low-lying and coastal cluster areas. These findings suggest that field-based risk assessment systems can serve as useful tools for prioritizing future disaster management policies.
1. 서 론
기후위기와 도시화 가속화는 재난의 발생 양상에 급격한 변화를 야기하고 있다. 동일한 재난이라도 지역의 지형, 사회경제적 조건, 기반시설의 취약성 등에 따라 피해 양상은 크게 달라질 수 있으며, 이러한 불균형은 특정 지역 또는 시설에 대한 맞춤형 재해위험도 평가의 필요성을 강조하고 있다. 기존의 재해 대응체계는 대체로 광역 단위의 통계자료, 피해이력, GIS 기반 공간정보에 의존해 왔으며, 이는 현장에서 실제로 작용하는 구조적⋅환경적 위해요인을 충분히 반영하지 못하는 한계를 지닌다(Han et al., 2015; Han et al., 2019).
최근에는 재난 불확실성이 더욱 확대됨에 따라 복합재난의 고려와 함께 현장 중심의 위험성 평가 중요성이 대두되고 있다. 대표적인 사례로, Kappes et al. (2012)은 다중위험 분석에 대한 이론과 방법론을 종합적으로 검토하였으며, 복합재난 평가에 적용 상의 한계를 지적하였다. Han et al. (2015)은 도시지역의 재해 복잡성을 고려하여 복합적 재해요인을 고려하여 재해위험성 평가를 수행하였으며, 이는 실제 재난 발생에 관한 다중 위험요인을 활용한 재해위험 평가의 필요성을 보여준다.
한편, 도시지역에서의 재난 취약성 평가 연구는 토지이용 특성, 기반시설의 노후도, 불투수면 비율 등 다양한 지표를 활용하여 재난위험을 정량화하려는 시도가 이어지고 있다. Han et al. (2019)은 집중호우에 대한 대피 곤란성과 수리적 특성을 고려한 지하공간의 침수위험성을 평가하였고, 재해위험도 평가에 실제적 위험요인의 반영되어야 함을 제시하였다. 더불어 Kim et al. (2021)은 자연재해 관련 지표체계 구축하였으며, 전문가 설문을 통해 지표의 타당성을 입증하기도 하였다.
또한, 재난취약지역을 대상으로 한 현장 기반 위험요인 식별 및 정량화 연구도 점차 확대되고 있다. Lee et al. (2020)은 사면재해 위험지역을 대상으로 공간정보 체계를 구축하여 위험요소를 분석함으로써, 재난관리 상의 활용전략을 제시하기도 하였다. 이처럼 정성적 현장조사 결과를 정량적 평가로 전환하는 분석틀은 위험지역의 관리 우선순위 선정과 정책적 개입에 실질적인 근거를 제공하는데 이점을 갖는다.
이러한 연구들은 공통적으로 정형화된 지표 중심의 기존 평가방식의 한계를 지적하고, 보다 정밀하고 실효성 있는 위험도 평가체계의 필요성을 강조한다. 특히 구조적, 환경적, 관리적 측면의 위해요인을 직접 식별하고, 이를 계량화하여 등급화하는 방식은 향후 지역별 맞춤형 재해대응전략 수립에 중요한 기초자료가 될 수 있다.
이에 본 연구에서는 현장에서 직접 확인 가능한 물리적 및 관리적 위해요인을 중심으로 재해위험도를 평가할 수 있는 분석모형을 제안하고자 한다. 구체적으로는 위험요인의 발생 가능성과 인명피해의 위험성을 각각 점수화하고, 이를 리스크 매트릭스(Risk Matrix) 방식으로 통합하여 종합 위험도를 산정하여 등급화함으로써 실질적인 평가 틀을 구축하고자 한다.
2. 이론적 배경 및 선행연구
재해위험도 평가는 재난의 발생 가능성과 그로 인한 피해의 심각성을 정량적으로 분석하여, 사전 대응과 우선순위 설정을 위한 기초 자료로 활용된다. 일반적으로 위험도(Risk)는 “발생 가능성(Likelihood)”과 “피해 정도(Severity)”의 관계로 정의되며, 다양한 분야에서 공통적으로 적용되는 개념이다. 재난안전 분야에서도 이 같은 구조를 기반으로 다양한 평가 지표와 분석틀이 개발되어 왔다.
기존의 재해위험도 평가는 통계자료, 피해이력, 공간정보시스템(GIS)에 기반한 정량 분석 방식이 주류를 이루었다. 대표적으로 미국 연방재난관리청(FEMA)의 HAZUS-MH는 광역 단위에서 재해영향을 시뮬레이션하는 시스템으로, 피해 규모와 범위를 공간적으로 예측하는 데 유효하지만, 지역 단위의 구체적인 위해요소나 개별 시설의 구조적 특성을 반영하는 데는 한계가 존재한다.
국내에서는 행정안전부와 지방자치단체 주도의 위험지도 작성, 위험도 평가 등이 진행되고 있는데, 일반적으로 통계 기반의 재해취약지수나 표준화된 지표를 중심으로 정량 평가가 이뤄지고 있다. 그러나 이러한 방식 역시 실질적인 위험요인을 현장에서 세밀하게 반영하기에는 한계가 있다. 이에 따라 최근에는 재난안전관리 분야에서도 현장 기반의 위험성 평가기법을 응용하려는 시도가 활발히 이루어지고 있다.
특히 산업안전보건공단(KOSHA)의 위험성평가(Risk Assessment)는 작업현장에서 발생 가능한 위해요인을 체계적으로 식별하고, 발생 가능성과 피해 정도를 각각 점수화하여 위험도를 산정하는 방식으로, 위험요소의 수치화를 가능하게 한다(Yu et al., 2019). 이러한 방식은 재난안전 분야에서도 적용 가능성이 높아, 재해위험지역이나 재난취약시설에 대한 평가도구로 활용할 수 있다.
또한 복합재난 대응을 위한 도시지역 재해 위험요인 분석 연구에서는 재해위험도 평가에 실제적 위험요인을 다차원적으로 반영해야 함을 강조하고 있다(Kappes et al., 2012; Han et al., 2015; Han et al., 2019; Hwang et al., 2021). 최근에는 재난 불확실성이 확대됨에 따라 도시 및 지역 기반의 재해위험도 산정 방식을 고도화하는 연구가 활발히 이루어지고 있다(Lee et al., 2024). Kim et al. (2008)은 북한산국립공원을 대상으로 산사태 취약지역을 등급화하였으며, Yu (2015)는 도시지역 오프스페이스를 대상으로 재해위험도를 평가하기도 했다. 더불어 도심지 토사재해 위험구역을 평가하기 위한 Risk Matrix 적용 사례(Choi and Jee, 2017)도 참고할만 하다.
또한 Risk Matrix 방식은 발생 가능성과 피해 정도의 2차원 행렬을 구성하여 위험 수준을 시각화하고, 이를 등급화함으로써 직관적 이해와 우선순위 설정을 가능하게 하는 방법으로 재난안전 분야에 점점 더 활용되고 있다. 대표적으로는 Cho and Choi (2019)의 사례를 들 수 있다. 이들은 재난안전예산 투자 우선순위 선정을 위해 우리나라의 고위험 피해유형을 분석하였으며, 이때 재난⋅사고 유형별 리스크-매트릭스 분석을 활용하였다.
이상과 같은 국내외 연구들은 위험도 평가에 있어 정량적 방법론과 현장 정보의 융합 가능성을 공통적으로 제시하고 있다. 그러나 대부분의 연구는 특정 유형의 재난이나 공간환경에 국한되어 있으며, 다양한 위해요인을 통합적으로 고려하는 평가모형은 제한적인 것으로 확인되었다. 본 연구에서는 이러한 한계를 보완하기 위해, 물리적 및 관리적 위해요인을 고려하여 재해위험에 대한 평가지표를 구성한다. 각 지표는 재해위험지역에 대한 현장 기반의 위험정보를 구축하여 이용하고자 하며, 재해 발생가능성(저지대, 피해이력 등)과 더불어 인명피해 위험성(예상피해 규모, 대피체계 현황, 방재대응 역량 등)을 고려하고자 한다.
3. 연구 방법
3.1 연구 개요
본 연구는 재난 발생 시 인명피해 우려가 높은 지역을 대상으로, 현장에서 확인 가능한 위해요인을 중심으로 위험도를 정량적으로 평가하는 분석틀을 제시하는 데 목적이 있다. 이를 위해 위험요인을 구조화하고, 각 요인의 발생 가능성과 인명피해 위험성을 점수화한 뒤, 리스크 매트릭스(Risk Matrix)를 활용하여 종합위험도를 산정하였다. 이러한 분석 결과는 지역별 위험수준의 등급화를 가능하게 하며, 향후 재해 취약지역 선별 및 방재정책 수립의 기초자료로 활용될 수 있다.
본 연구의 대상지역은 제주특별자치도로 설정하였다. 제주도는 도서지역으로서 지형적 고립성과 해안선을 따라 분포하는 저지대 취약지역, 계절풍과 태풍의 이동경로에 놓여 있는 기후적 특성, 그리고 관광객과 외국인 유동인구의 급증 등 복합적인 재난위험 요인을 동시에 내포하고 있다. 특히 최근 개발사업 확대와 도심 팽창으로 인한 무분별한 건축물 증가, 불투수면적 확산, 인구밀집도 변화 등은 기존의 통계 기반 위험도 평가로는 충분히 반영되지 않는 한계가 있다.
또한, 제주도는 자연재해대책법에 따라 지정된 인명피해 우려지역이 상대적으로 많은 편이며, 각종 재난 이력에도 불구하고 현장 기반의 정량적 위험도 평가 연구는 미비한 실정이다. 따라서 제주도는 현장조사 기반 위험요인 평가모델을 적용하고 그 타당성을 검증하기에 적합한 지역적 특성을 지닌다고 판단되며, 본 연구에서는 제주도 내 인명피해 우려지역을 중심으로 사례조사를 실시하였다.
3.2 위험요인 선정 및 분류체계
위험요인은 문헌 검토, 선행 사례 분석, 현장조사 기반 기초자료를 바탕으로 도출되었으며, 총 3개 영역으로 다음과 같이 구분하였다.
첫째, 구조적 요인은 건물 밀도, 건축물 노후도, 건축물의 용도 및 이용밀도 등의 물리적 환경 특성을 나타내며, 둘째, 환경적 요인은 지형 고저차, 배수 조건, 인근 재해위험시설 유무, 접근성 등의 공간⋅지형 조건을 나타낸다. 끝으로 관리적 요인은 안전표지 부재, 출입통제 여부, 방재시설 존재 여부 등의 관리 상태를 나타낸다. 이상과 같은 요인은 세부 항목별로 점검항목을 구성하고, 현장조사를 통해 실제 상태를 기록한 후 점수화하였다. 예를 들어, ‘배수 조건’ 항목은 인근 배수시설 유무, 도로경사 등을 종합적으로 고려하여 위험 수준을 판단하였다.
3.3 평가 절차
위험도 평가는 다음의 3단계로 수행하였다.
3.3.1 위험요인 점수화
위험요인의 점수화 과정은 현장에서 식별 가능한 요소들을 중심으로 표준화된 현장조사 체크리스트를 활용하여 수행하였다. 본 체크리스트는 ｢자연재해대책법 시행령｣ 상의 인명피해 우려지역 지정 기준, ｢재해영향평가협의 실무지침｣ 상의 위험요소, 기존 재해위험지역 실태조사 사례(KEC, 2009; Ryu et al., 2014; Sung et al., 2015) 등을 참조하여 작성하였으며, 본 연구의 목적에 따라 현장의 재해 위해요인이 적극 반영될 수 있도록 평가 항목을 구성하였다.
체크리스트는 크게 ① 일반정보, ② 재해발생 가능성 평가(최대 40점), ③ 인명피해 위험성 평가(최대 50점), ④ 현장보정 요소(±10점 가감)로 구성하였다. 위험요인 항목은 건축물 밀집도, 지형 경사도, 배수 조건, 보호시설 상태 등 물리적⋅환경적 요소와 인가 밀집도, 대피체계, 주변 이용 현황 등 인명피해 관련 요소를 중심으로 설정하였다.
각 항목은 0~10점 단위로 세분화하며, 조사자는 현장 실측 및 육안 확인을 통해 점수를 부여한다. 예를 들어, 대상지역의 저지대 유무(해수명, 하천 홍수위 대비), 경사도, 방재시설 상태 등은 재해 발생 가능성을 나타내는 주요 요인이며, 대상지 주변여건, 주거지 존재 여부, 인가와의 거리, 대피체계 현황 등은 인명피해 위험성과 연계된 주요 요인이라 할 수 있다. 또한 재난위험에 대한 지역 주민의 인식, 피해 흔적 및 피해 이력, 대상지역 내 인가 또는 유동인구 유무 등의 정성적 요인은 ‘현장 보정인자’ 항목에서 +10점 또는 -10점의 가중치로 반영하였다.
이러한 체크리스트 기반의 현장조사는 위험요인의 계량화를 가능하게 하여 위험도 산정의 객관성을 확보하는 동시에, 평가 대상 간의 비교 및 등급 구분을 위한 기초자료로서 활용도가 높다. 본 연구의 현장조사 시 위험요인에 대한 체크리스트는 Table 1과 같다.
Field Checklist for On-Site Risk Assessment
3.3.2 위험도 산정 및 평가
재해위험도 평가(Risk Assessment)는 특정 지역이나 시설이 직면한 재해로부터의 잠재적 피해 수준을 사전에 식별하고, 그 위험도를 정량화하는 과정이다. 이러한 위험도 평가는 일반적으로 ‘발생 가능성(Likelihood)’과 ‘피해 규모(Severity)’의 두 요인을 고려하여 수행되며, 이 중 가장 널리 사용되는 기법 중 하나가 리스크 매트릭스(Risk Matrix) 방식이다.
리스크 매트릭스는 위험요인을 두 개의 정량 지표로 분류하고, 이를 조합하여 전체 위험수준을 등급화하는 방식으로, 국제표준화기구(International Organization for Standardization, ISO)가 제시한 ISO 31000:2009에 근거를 두고 있다. ISO 31000에서는 “위험(Risk)”을 ‘특정 목표(Objectives)에 대한 불확실성(Uncertainty)의 효과(Effects)’로 정의하며, 이는 사건(Event)의 발생 확률(Probability)과 그 결과(Consequences)의 결합으로 구성된다.
이러한 개념에 따르면, 위험도는 단순히 재해의 발생 가능성만이 아니라, 그 결과로 발생할 수 있는 손실의 규모와 피해 민감도 등을 종합적으로 고려할 필요가 있다. 이들 두 요소는 각각 재해발생원(Hazard), 취약성(Vulnerability), 저감능력(Mitigation Capacity)이라는 하위 개념으로 세분화할 수 있으며, 종합적으로는 다음과 같이 표현할 수 있다.
Eq. (1)과 같은 위험도 체계는 단일 변수 중심의 단편적 분석에서 벗어나, 재해발생의 원인과 그로 인한 파급효과, 대응역량을 통합적으로 고려할 수 있게 하며, 특히 다양한 재난 유형과 지역적 특성을 반영한 평가 설계에 효과적이다.
재해위험도 평가는 일반적으로 위험 발생의 가능성과 결과의 심각성을 동시에 고려하여 수행하며, 본 연구에서는 이를 기반으로 한 리스크 매트릭스(Risk Matrix) 기법을 적용하였다. 리스크 매트릭스는 국제표준화기구(ISO) 31000: 2009에 근거하여, 재해발생 가능성(Likelihood)과 인명피해 위험성(Severity) 간의 연산으로 종합위험도(Risk Score)를 산정한다. 이러한 방식은 다양한 재난요인에 내재된 불확실성과 다차원적 피해를 정량적으로 통합하는 방법으로, 정책 대안의 우선순위를 판단하는 데 효과적인 도구로 활용 가능하다.
종합위험도는 다음의 수식으로 표현할 수 있다.
Eq. (2)를 통해 산출된 종합위험도 점수는 이론적으로 최소 0점에서 최대 100점까지 분포할 수 있으나, 본 연구의 체크리스트 보정 항목을 고려할 때 위험도 조사 결과는 최소 -11점에서 최대 110점까지 나타날 수 있다(Table 1 참조). 이를 토대로 위험등급은 총 5단계 구간으로 구분하였으며, 위험등급에 대한 개념과 특징은 Fig. 1과 Table 2와 같다.
Conceptual Framework of the Disaster Risk Matrix
Risk Score Classification
이와 같은 5단계 등급 구분은 재해위험의 상대적 강도를 명확히 구별하고, 대상 지역의 특성에 따른 정책적 개입의 우선순위를 도출하는 데 유용하다. 특히, 기존의 단순합산 방식이 가지는 한계를 극복하고, 위험요인 간 상호작용의 영향력을 반영할 수 있다는 점에서 현장 중심의 실질적 방재전략 수립에 기여할 수 있다. 이때 등급 구분은 자연적 구분법(Jenks의 최적화 방법)을 이용하였으며, 일반적으로 GVF는 SDAM과 SDCM을 이용하여 다음과 같이 산정할 수 있다. 이때 GVF (Goodness of Variance Fit) 점수가 1에 가까울수록 등급 특성을 명확하게 구분한 것으로 판단한다.
여기서 SDAM은 전체 자료집단의 평균값(X̅)을 산출하여 각 관측치의 평균으로부터 분산정도를 나타내는 것이며, SDCM은 각 구간의 평균(Z̅c)을 이용하여 등급구간에 속한 관측치의 전체 분산의 합을 나타낸다.
또한 본 연구는 종합위험도 산정을 위해 위험요인 점수화 결과를 기반으로 한 정량적 평가에 더해, 지역 주민의 인식, 과거 재해 이력, 대피체계 현황 등의 정성적 요소를 함께 고려함으로써 평가의 현실성과 타당성을 보완하였다.
3.4 현장조사 및 데이터 구축
본 연구는 재해위험도 분석을 위한 기초자료 수집을 위해 각 평가대상지를 직접 방문하여 사진촬영, 측량, 접근 조건 확인 등의 방법으로, 위험지역으로 기 지정된 인명피해 우려지역을 대상으로 조사하였다. 조사결과는 평가표에 기록하고, 점수화된 항목별 데이터를 전산화하여 분석에 활용하였다.
3.5 분석 도구 및 시각화
점수화된 평가결과는 Excel 기반의 계산 매트릭스를 통해 처리되었으며, 종합위험도 산정 결과는 색상 구분된 Risk Matrix 형태로 시각화되었다. 또한 고위험지역에 대해서는 공간분포 특성을 함께 분석하여, 위험요인이 집중된 유형별 사례로 정리하였다.
4. 분석 결과
4.1 대상 지역
본 연구는 현장조사 기반의 정보를 고려하여 재해위험지역 수준을 진단하는데 의의가 있다. 이에 대상 지역은 재해위험지역으로 기 분리된 지역과 복합재난 발생가능성 등을 고려하여 선정하였다. 우리나라 광역 시⋅도 지자체를 대상으로 검토한 바, 하천재해와 내수재해, 연안재해 등의 복잡성을 고려하여 기후노출도가 높은 제주특별자치도를 대상 지역으로 선정하였으며, 이때 인명피해 우려지역 115개소(2020년 기준)를 조사지역으로 최종 선정하였다. 선정 대상지는 도심지 저지대, 하천 인접지역, 해안가 및 소규모 주거밀집지역 등 재해위험성이 상대적으로 높은 지역인 것으로 확인되었다.
4.2 위험요인 조사 결과 및 분포
본 연구에서는 체크리스트 기반의 현장 평가 도구를 활용하여, 총 115개소의 인명피해 우려지역에 대해 재해발생 가능성과 인명피해 위험성 지표를 각각 정량화하였다. 각 항목은 중요도에 따라 점수를 차등 부여하였으며(Table 1 참조), 재해발생 가능성 및 인명피해 위험성 지표에 대한 현장조사 결과는 Fig. 2와 같으며. 이들 간의 관계를 도식화하면 Fig. 3과 같다.
Distribution of Risk Assessment Scores
Scatter Plot of Disaster Likelihood and Risk Severity Scores
조사 결과를 위험등급별로 구분해보면 Table 3과 같다. 표에서 알 수 있듯이, 재해발생 가능성 항목의 경우, 평균 점수는 19.97점이며, 표준편차는 7.74, 분산은 59.95로 나타났다. 전체 평가 대상지 중 점수 17~23점 구간에 해당하는 지역이 37개소로 가장 많았고, 이어서 11~16점 구간이 35개소, 24~32점 구간이 26개소로 분포하였다. 반면, 위험도가 상대적으로 낮은 0~10점 구간은 10개소, 매우 높은 32~36점 구간은 7개소로 나타났다. 이러한 분포는 재해발생 가능성이 전체적으로 중간 이상 수준에 집중되어 있음을 시사한다.
Risk Level Classification and Estimated Goodness of Variance Fit (GVF) Results
인명피해 위험성의 경우, 평균 점수는 27.90점, 표준편차는 9.32, 분산은 87.04로 분석되었다. 특히 32~37점 구간의 고위험군에 해당하는 지역이 44개소로 가장 많았으며, 21~31점 구간이 34개소, 11~20점 구간이 21개소로 그 뒤를 이었다. 위험성이 낮은 0~10점 구간은 6개소에 불과해, 인명피해 위험성이 전체적으로 높게 나타난 것으로 평가된다. 이때 재해발생 가능성과 인명피해 위험성 점수 분포에 대한 GVF는 각각 0.92, 0.91로 나타났으며, 이러한 결과는 등급 구분의 분산 설명력이 높다는 점에서 모델의 구분 타당성이 높음을 보여준다.
또한 본 연구는 정량 평가의 신뢰도 제고를 위해 보정인자 항목을 도입하였다. 조사자의 현장 판단, 지역 주민의 인식, 과거 재해 이력 등 질적 정보가 평가 결과에 영향을 미치는 것으로 나타났으며, 실제 피해 이력이 있는 지역이나 주민의 불안감이 높은 지역에는 보정 가점을, 인가가 거의 없거나 관리 상태가 우수한 지역에는 감점을 적용하였다. 이는 정량 평가의 객관성을 유지하면서도 지역 맥락을 반영할 수 있는 유연성을 제공하였다.
정량적 타당성 확보를 위해 평가 결과의 분포 특성, 점수 간 상관성, 등급 간 구분 가능성을 통계적으로 검토하였다. 평가 점수의 정규성, 분산의 이질성, 지역 간 점수 분포의 차이 등을 종합적으로 분석함으로써, 점수화 체계가 현실의 위험 수준을 충분히 반영하고 있음을 입증하였다.
4.3 종합위험도 산정 및 평가
본 연구는 재해발생 가능성과 인명피해 위험성을 정량화한 후, 두 항목의 연산(합)을 통해 종합위험도(Risk Score)를 산출하였다(Fig. 4 참조). 이는 Risk Matrix 방식(Risk = Likelihood × Severity)을 기반으로 하여, 각 위험요인의 상호작용과 종합적 위험수준을 동시에 고려할 수 있는 구조로 설계되었다. 분석 대상지 115개소에 대한 산정 결과, 위험도 점수는 최소 4점에서 최대 45점까지 분포하였으며, 평균값은 24.1점으로 나타났다.
Distribution of Overall Risk Levels Based on Risk Matrix
위험등급은 리스크 매트릭스 점수 분포 결과를 바탕으로 5단계로 구분하였다. 구체적으로는 0~10점을 ‘매우 낮음(Very Low)’, 11~16점을 ‘낮음(Low)’, 17~23점을 ‘보통(Medium)’, 24~32점을 ‘높음(High)’, 33점 이상을 ‘매우 높음(Very High)’ 등급으로 설정하였다.
등급별 분포를 살펴보면, ‘매우 높음’ 등급은 전체의 약 6.1% (7개소), ‘높음’ 등급은 22.6% (26개소), ‘보통’ 등급은 32.2% (37개소), ‘낮음’ 등급은 30.4% (35개소), ‘매우 낮음’ 등급은 8.7% (10개소)로 나타났다(Table 4 참조). 이와 같은 결과는 대상지 간 위험 수준이 뚜렷하게 구분됨을 시사하며, 이원적 평가 요소(발생 가능성 및 피해 위험성)의 연계로 산정한 위험도 산정 방식이 위험등급을 적절히 구분하고 있음을 보여준다.
Distribution of Sites by Risk Level
이와 같은 등급 분포는 재해발생 가능성과 인명피해 위험성을 이원적으로 고려한 평가 접근법이 지역 간 위험 수준을 효과적으로 구분할 수 있음을 입증하며, 향후 재난관리 우선순위 결정 및 차등적 관리정책 수립에 있어 객관적이고 정량적인 기준으로 활용될 수 있다.
4.4 고위험 지역의 공간적 특성 분석 및 시사점
본 연구에서 살펴본 현장 기반 공간위험정보를 이용한 재해위험도 평가 결과는 등급별로 명확한 특성을 보여주었다. 특히, ‘높음(High)’ 이상 등급으로 분류된 고위험 지역은 다음과 같은 세 가지 공간적 특징을 확인할 수 있었다.
첫째, 지형적으로 해안가와 수계 인접 지역은 상대적으로 낮은 표고와 미흡한 대피체계로 인해 재해 발생 시 인명피해 위험성이 크게 증가한 것으로 나타났다. 해당 지역은 대개 다중이용시설과 주거지가 밀집해 있어, 짧은 시간 내 다수의 인명피해로 이어질 수 있는 구조적 취약성도 포함하고 있다.
둘째, 도심지 내 무계획적 개발지와 노후 주거밀집지역은 불투수면적의 확대, 배수체계의 부재, 방재시설의 미비 등으로 인해 종합위험도가 높게 평가되었다. 특히 건축물 밀집도와 노후도는 인명피해 위험성 항목에서 높은 점수를 기록하였다. 이는 토사재해 위험지역에 대한 분석 결과(Park and Shin, 2016)와 유사하게 구조적 요소가 재해위험도 산정에 있어 핵심 변수로 작용함을 보여준다.
셋째, 관광객 및 유동인구 비율이 높은 해안도로 주변 지역은 상대적으로 물리적 위험요인이 낮았음에도 불구하고, 인구 밀집도, 대피 인프라의 부재, 접근 통제 미비 등의 이유로 종합위험도가 높음을 알 수 있었다. 이는 사회적 요인과 관리 인프라의 결핍이 재해위험도를 증폭시킬 수 있다는 기존 연구 결과(Kim et al., 2024; Lee et al., 2024)와도 부합한다.
또한, 본 연구는 재해위험도가 단순히 물리적 조건에 따라 정비례하지 않음을 실증적으로 제시하였다. 예컨대, 지형적으로 낮고 배수환경이 열악하더라도 인가 밀집도가 낮고, 비상대응 체계가 갖추어진 지역은 상대적으로 낮은 위험도로 평가되었으며, 반대로 구조적 조건이 양호한 지역도 인구 밀집과 비상대응체계 미비로 인해 위험도가 높게 산정되었다. 이러한 결과는 다층위 위험요인에 대한 복합적 고려의 중요성(Han et al., 2015; Hwang et al., 2021)을 강조한 기존 연구성과도 부합한다.
이상의 분석 결과는 재해위험도 평가에 있어 물리적 지형 조건, 사회적 환경, 행정적 관리 수준 등 이질적인 요인들의 상호작용을 복합적으로 고려한 이원적 접근(Risk = Likelihood ∝ Severity)의 타당성을 보여준다. 나아가 본 연구의 등급화 결과는 향후 우선관리지역의 선별, 유형별 대응전략 수립, 그리고 정책적 자원 배분의 합리성 제고에 기여할 수 있는 실증적 기초자료로 활용될 수 있다.
5. 결 론
본 연구는 재해위험지역의 실질적 위험 수준을 정량화하고 비교⋅분석하기 위해, 현장 중심의 위험요인을 기반으로 한 재해위험도 평가모형을 제안하고 이를 제주지역 사례에 적용하여 실증분석을 수행하였다. 특히, 기존의 서류 기반 정성평가 또는 구조적 취약성 중심 접근에서 벗어나, 재해 발생 가능성과 인명피해 위험성을 이원적으로 구분하여 점수화하고, 이를 리스크 매트릭스 방식으로 통합함으로써 위험도 평가의 정밀도와 실효성을 제고하고자 하였다.
분석 결과, 전체 115개 대상지 중 약 28.7%가 ‘높음(High)’ 이상 등급으로 평가되었으며, 이들 지역은 해안가, 하천변, 도심 저지대 등에 집중되어 구조적 취약성과 인문환경 상의 위험요인이 복합적으로 중첩되어 있는 것으로 나타났다. 또한, 위험도는 발생 가능성과 피해 규모의 단순한 합이 아닌 상호작용에 따라 달라질 수 있으며, 같은 조건하에서도 유동인구, 대피체계, 접근성 등의 관리요소에 따라 결과가 달라질 수 있음이 확인되었다.
이러한 결과는 재해위험도 평가에 있어 물리적 조건뿐만 아니라, 인구 및 이용 행태 등 인문사회적 요인을 함께 고려한 통합적 접근의 필요성을 시사한다. 실제로 본 연구는 위험요인 정량화에 더해, 조사자의 현장 판단, 주민 인식, 과거 피해 경험 등 질적 정보를 보정 인자로 활용함으로써 지역 맥락에 부합하는 평가체계를 구현하였다. 이는 최근 국제적으로 강조되고 있는 맥락 기반 위험관리(Context-Based Risk Management) 및 혼합형 평가모델(Mixed-Method Risk Assessment)의 흐름과도 일치하는 방식이라 할 수 있다.
본 연구의 주요 기여는 다음과 같다. 첫째, 현장 중심의 점검체계와 수치화 모델을 결합함으로써 다양한 유형의 위해요인을 계량화할 수 있는 실용적 도구를 제시하였다. 둘째, 정량 평가와 정성 평가를 병행함으로써 위험도 평가의 타당성과 수용성을 동시에 확보하였다. 셋째, 등급화 결과를 기반으로 공간적 특성을 도출함으로써, 향후 우선관리 대상지 선정 및 맞춤형 방재전략 수립의 기초자료로 활용될 수 있는 가능성을 제시하였다.
향후 연구에서는 본 모형을 다양한 지역 및 재해 유형에 적용하여 평가모형의 일반화 가능성을 검토하고, GIS 기반의 공간분석 기법과 결합한 고도화된 리스크 시각화 도구 개발 또한 필요할 것으로 보인다. 아울러, 정성적 판단요소에 대한 객관화 방법 및 평가자 간 신뢰도 검증 등의 후속 연구를 통해 평가 체계의 정밀성과 정책 활용성을 더욱 높일 수 있을 것이다.