국민들의 소득 및 생활수준 향상으로 인해 안전에 대한 관심이 매우 높아지면서 자연재난에 소극적인 대응이나 순응하는 삶에서 벗어나, 발생 가능한 자연재난의 피해를 적극적으로 예방하고 대비하기 위한 노력들이 이루어지고 있다. 그러나, 기존의 재난관리 전략에서 주로 사용된 자연재난을 견딜 수 있는 능력을 증대시키는 저항력(Resistance) 강화 전략은 일정 수준 이하의 재난은 견딜 수 있지만, 기후변화로 인한 자연재난의 발생 빈도와 강도가 증대될 것으로 예상되고 있기 때문에 미래의 강력한 재난에는 취약한 한계점을 가지고 있다(Etkin, 1999; De Bruijn, 2004; Choi et al., 2016). 따라서, 기후변화로 인한 자연재난 발생의 충격으로부터 신속하게 원래 상태로 회복할 수 있는 능력인 복원탄력성(Resilience)을 평가하여 적절한 재난관리를 실시하는 것이 중요한 전략으로 제시되고 있다(Adger et al., 2005; Norris et al., 2008; Cutter, 2013; World bank, 2013). 효율적인 재난관리를 위해 지역별 복원탄력성을 평가하는 연구에 대한 국외 연구사례로 Bruneau et al. (2003)은 지진 발생으로 인한 지역사회의 복원탄력성을 평가하기 위한 중요 기능으로 4R (Robustness, Redundancy, Resourcefulness, Rapidity)을 제시하였고, TOSE (Technical, Organizational, Societal, Economic) 차원을 고려하여 복원탄력성을 평가하였다. Rose (2004)는 복원탄력성을 평가하기 위한 단계별(conceptual level, operational level, empirical level) 고려 요소를 제시하였고, CGE (Computable General Equilibrium) 모델을 이용하여 지역경제의 복원탄력성을 평가하였다. Cutter et al. (2008)은 취약성(Vulnerability)과 복원탄력성을 고려한 DROP (Disaster Resilience Of Place) 모델을 이용하여 지역사회의 복원탄력성을 평가하였고, Boon et al. (2012)은 Bronfenbrenner’s bioecological theory를 이용하여 태풍, 홍수, 산불 등의 재난으로 인한 지역사회의 복원탄력성을 평가하였다. World Economic Forum (2013)은 복원탄력성을 5가지 차원(Economic, Environmental, Governance, Infrastructure, Social)으로 구성하였고, 설문조사 자료를 이용하여 국가 수준에서 복원탄력성을 평가하는 방법을 제시하였다. Da Silva and Morera (2014)는 도시지역의 복원탄력성 구성요소로 4가지 차원(Leadership & strategy, Health & wellbeing, Economy & society, Infrastructure & ecosystems)으로 구성하였고, 최근 재해가 발생한 도시(Surat, Concepción, New Orleans, Semarang, Cali, Cape Town)를 대상으로 복원탄력성을 평가하였다. Cai et al. (2016)은 3가지(exposure, damage, recovery) 차원의 복원탄력성 지표를 z-score를 이용하여 표준화하였고, k-means clustering 기법을 이용하여 지표를 취합하였다. 그리고 RIM (Resilience Inference Measurement) 모델을 이용하여 Mississippi River의 하류 지역에 대한 복원탄력성을 정량적으로 평가하였다.

효율적인 재난관리를 위해 지역별 복원탄력성을 평가하는 국내 연구 사례를 살펴보면, Kim et al. (2011)은 복원탄력성 평가를 위해 5개의 기능(내구성, 대체성, 신속성, 자원동원력, 지역경쟁력)과 15개의 요소를 제시하였다. 이를 2007년 충남 태안군 기름유출사고 피해, 2010년 서해 연평도 포격 사고 피해, 2005년 허리케인 ‘카트리나’ 피해, 2009년 대만 ‘모라꽃’ 태풍 피해, 2010년 아이티 지진 피해, 2010년 칠레 지진 피해 등의 국내⋅외 주요 재난 사례에 적용하여, 해당 지역의 복원탄력성을 평가하였다. Lee et al. (2013)은 복원탄력성을 평가하기 위해 4개의 차원(대응⋅복구성, 물리적 차원, 사회적 차원, 경제적 차원)과 12개의 지표를 제시하였다. 각 지표별 가중치를 산정하기 위해 엔트로피, 수정된 엔트로피, AHP 방법을 사용하였고, 복원탄력성 평가의 적정성을 수도권 지역에서의 총 피해액 자료와 비교하여 검토하였다. Shin et al. (2014)은 조선 시대의 재난 대응체계를 복원탄력성 개념과 비교 및 평가하였다. 조선 시대에는 기후변화의 영향으로 지속적인 기근이 발생하였는데, 천혜의 자연환경(내구성, 대체성), 특유의 상부상조 정신(자원동원력, 지역경쟁력), 진휼청이란 전담 조직 강화(대체성, 신속성, 자원동원력, 지역경쟁력), 기근 구휼을 위한 비축곡 조성(대체성, 신속성, 자원동원력) 및 이동수단 체계화(신속성, 자원동원력), 중앙집권제 강화를 위하여 구축된 지방조직을 활용한 보고체계(신속성), 필요시 신속하게 이루어진 민생정책(자원동원력) 그리고 조선후기 실학사상의 발전 등과 맞물린 농업생산성 강화(내구성, 대체성) 등의 복원탄력성 증대 방안으로 인해 조선시대에 빈번하게 발생한 기근을 지속적으로 적응하고 극복할 수 있었던 것으로 제시하였다. Bak et al. (2016)은 복원탄력성의 구성요소를 3가지 차원(Social, Economic, Living), 32개의 지표로 구성하였고, 인천지역을 대상으로 기후변화에 따른 복원탄력성의 영향을 분석하였다. 각각의 복원탄력성 지표들은 Re-scaling 방법을 이용하여 표준화 과정을 진행하였고, 엔트로피, 수정된 엔트로피, AHP 방법을 이용하여 지표별 가중치를 산정하였다. 기후변화 시나리오로 RCP 8.5 시나리오를 이용하였고, 2014년부터 2040년까지 시뮬레이션 방법으로 인천지역의 기후변화로 인한 복원탄력성 변화를 검토하였다. Jeon and Byun (2017)은 선행 연구들을 검토하여 복원탄력성을 6개 차원(사회, 경제, 제도, 인프라, 커뮤니티 역량, 환경) 및 20개의 변수로 재정립하였다. 각각의 복원탄력성 지표들은 Re-scaling 방법을 이용하여 표준화 과정을 진행하고, 수도권 66개 시군구에 복원탄력성을 평가하였다.

국내⋅외 선행연구들을 살펴보면 주로 복원탄력성을 3~7개의 차원으로 구분하고, 각 차원별 지표를 설정하여 복원탄력성을 평가하였다. 그러나 대부분의 연구들이 선행연구를 참고하여 연구자의 주관에 따라 차원 및 지표를 설정하였기 때문에 새로운 복원탄력성 지표를 개발하는데 미흡한 한계점이 있었고, 다양한 선행연구에서 제시한 유사한 지표들을 무분별하게 사용하여 중복되는 지표들이 있었다. 또한 지표별 가중치 산정의 경우 특정 전문가들의 주관이 반영되는 설문방법을 기반으로 하거나 특정 정보량의 영향을 많이 받는 엔트로피 방법들을 사용하는 한계가 있는 것으로 파악되었다. 특히 최근 다양한 분야에서 빅 데이터를 활용하거나 빅 데이터 분석 기법을 적용한 연구들이 진행되고 있는데, 빅 데이터 분석기법을 이용하여 복원탄력성을 평가하는 연구들은 미비한 실정이다. 따라서 본 연구에서는 비교적 객관적인 방법으로 기후재난으로 인한 복원탄력성 지표와 가중치를 산정할 수 있는 빅 데이터 분석 기법을 사용하였다.

이를 위해 Kim et al. (2018)의 연구결과인 83개의 상세지표별 대리변수를 빅 데이터 분석기법을 통해 산출된 풍수해 복원탄력성 지표로 사용하였고, 이를 표준화 및 요인분석을 실시하여 풍수해 복원탄력성 지표로 제시하였다. 제시된 지표의 가중치를 산정하기 위해 빅 데이터 분석기법인 TF-IDF (Term Frequency - Inverse Document Frequency) 방법을 사용하였고, 이를 안양천 유역에 해당하는 시군구에 적용하여 복원탄력성을 산정하고 지역안전도 평가 결과와 비교하여 적합성을 평가하였다.

국내의 경우 예방, 대비, 대응, 복구의 4단계 재난관리가 시행되고 있지만, 최근 10년간의 자연재난 피해액을 살펴보면 연간 약 5천억 원의 피해액이 발생하는 등 아직까지 효과적인 재난관리가 시행되지 않는 것으로 보인다(Choi et al., 2017). 특히 최근에는 다양한 분야에서 빅 데이터를 구축 및 활용하고 있지만, 재난관리에 빅 데이터를 활용한 연구들은 다소 미비한 것으로 보인다. 따라서 본 연구에서는 효과적인 재난관리를 위해 빅 데이터 분석 기법을 이용한 풍수해 복원탄력성(Storm and Flood Resilience, SFR) 평가 방안을 제시하고자 하였다. 연구 결과를 요약한 내용은 다음과 같다.

(1) 본 연구에서는 Kim et al. (2018)에서 제시한 상세지표별 대리변수를 사용하였다. 빅 데이터 분석기법을 통해 선정된 5개 차원, 27개 요소, 83개의 상세지표별 대리변수들은 통계단위와 범위가 각자 다르고, 유사한 특성을 지닌 변수들이 존재한다. 따라서, Re-scaling 방법을 이용하여 표준화를 선행하였고, 요인분석을 통해 총 5개 차원, 11개 요인의 36가지 상세지표를 빅 데이터 분석기법을 이용한 풍수해 복원탄력성 지표로 결정하였다.

(2) 결정된 풍수해 복원탄력성 지표들 사이의 가중치를 산정하기 위해, TF-IDF 방법을 이용하였다. 가중치 산정 결과 물리적, 자연적, 제도적 차원의 가중치가 가장 높은 것으로 나타났고, 요인별로는 물리적 차원의 ‘시설물’, 제도적 차원의 ‘공공기관의 활동’, 자연적 차원의 ‘생태계 및 환경’, 사회적 차원의 ‘사회 집단’ 순으로 높은 가중치가 산정되었다.

(3) 개발된 지표와 가중치를 이용하여 풍수해 복원탄력성을 평가하기 위해 안양천 유역에 해당하는 지자체를 대상지역으로 선정하였고, 풍수해 복원탄력성 산정 결과의 적정성을 검토하기 위해 “자연재해에 대한 지역안전도 진단” 결과를 비교군으로 설정하였다.

(4) 빅 데이터 분석 기법을 이용한 풍수해 복원탄력성 평가 결과 양천구, 동작구, 영등포구의 복원탄력성이 높은 것으로 나타났고, 광명시, 의왕시, 강서구의 복원탄력성은 상대적으로 낮은 것으로 나타났다. 대체로 복원탄력성이 높은 지역은 물리적 차원의 복원탄력성이 높은 경향을 나타냈지만, 복원탄력성이 낮은 지역은 물리적 차원의 복원탄력성이 낮은 것으로 나타났다. 이는 복원탄력성이 높은 지역의 경우 물리적 차원에 해당하는 ‘시설물’ 요인이 잘 갖추어져 있지만, 복원탄력성이 낮은 지역의 경우 ‘시설물’ 요인이 비교적 미비한 것으로 판단된다.

(5) 각 지자체별로 복원탄력성과 지역안전도는 대부분 비슷한 수준의 등급을 나타내는 것으로 분석되었다. 특히 복원탄력성이 높은 양천구와 동작구는 지역안전도에서도 비슷한 수준의 높은 값이 나왔고, 비교적 지역안전도가 낮다고 평가된 의왕시도 낮은 복원탄력성 점수가 나타났다. 그러나 관악구의 경우 복원탄력성은 낮고 지역안전도가 높은 차이가 발생하였는데,해당 지자체의 경우 과거에는 지역안전도가 낮았지만 최근에 개선사업을 통해 지역안전도가 높아진 지역인 것으로 파악되었다.

본 연구에는 몇 가지 한계점과 보완점 있다. 우선 가중치를 산정하기 위해 사용한 TF-IDF 방법은 빅 데이터의 일종인 비정형 데이터의 영향을 크게 받지만, 재난관리 분야에서는 실질적으로 활용 가능한 비정형 데이터가 매우 부족한 실정이다. 특히 비정형 데이터를 수집하고 분석하기 위한 방법론과 시스템 또한 아직은 초기 단계로 적절한 자료의 구축과 분석 방법의 개선이 필요할 것으로 판단된다. 또한, 개발한 빅 데이터 분석 기법을 이용한 복원탄력성의 경우 참 값이 없기 때문에, 옳게 평가되었는지 판단하기 어려운 부분이 있었다. 따라서 비교군으로 선정한 지역안전도의 산정 방법과 평가 항목이 본 연구의 복원탄력성 평가와 상이하기에 정성적인 수준에서 비교 및 검토만 가능하였다. 그리고, 대리변수들을 수집할 때에 안양천 유역에 해당되는 시군구의 자료들을 2013년 기준으로 수집하였기 때문에, 전국적인 적용은 어려울 것으로 판단된다. 따라서 향후에는 최근 통계자료를 업데이트 하고, 전국의 시군구를 대상으로 자료를 수집하여 풍수해 복원탄력성을 평가하는 연구가 필요할 것으로 판단된다.

그러나 본 연구에서는 기존에 재난관리 분야에서 고려되지 못했던, 빅 데이터(Big Data) 분석 기법을 이용하여 풍수해 복원탄력성 평가 방안을 개발 및 적용하는 것에 의의를 두었다. 특히 재난관리의 기본 단위로 볼 수 있는 지자체 단위의 풍수해 복원탄력성을 평가하는 데 있어서, 단순히 기후변화와 자연재난 등과 같은 물리적, 자연적 차원만을 고려하는 것이 아니라 사회적, 경제적, 제도적 차원을 종합적으로 검토하였다. 또한, 본 연구에서 제시한 빅 데이터를 활용한 TF-IDF 기법은 새로운 지표를 제시하기 위한 방법으로 이용할 수 있고, 특정 전문가의 의견에 따라 특정 지표의 가중치가 크게 나타날 수 있는 설문조사에 의한 기법과 데이터 정보량에만 의존하는 엔트로피 기법을 보완하는 대안으로 활용할 수 있다. 따라서, 본 연구의 결과는 재난관리 분야에 빅 데이터 및 빅 데이터 분석기법의 활용성을 제시하였다는 점에서 의미가 있다고 판단된다.