Table Of Contents

특집 | 04

다원적 의사결정을 위한 Scenario Neutral(SN) 기반 가뭄취약도 평가기술 개발 연구단

효율적 가뭄 대응을 위한 시나리오 중립 기반
다원적 의사결정 시뮬레이터

박 동 혁 ㈜라온티앤씨 기업부설연구소 연구소장

박동혁
㈜라온티앤씨
기업부설연구소 연구소장
parkdh@raontnc.com

권정호 ㈜라온티앤씨 기업부설연구소 연구원

권정호
㈜라온티앤씨
기업부설연구소 연구원
jung3409@raontnc.com

지희원 서울시립대학교 국제도시개발학과 박사과정

지희원
서울시립대학교
국제도시개발학과 박사과정
heewon.jee@gmail.com

서승범 서울시립대학교 국제도시과학대학원 부교수

서승범
서울시립대학교
국제도시과학대학원 부교수
sbseo7@uos.ac.kr

Table Of Contents

01 가뭄 대응의 변화

기후변화로 인한 강수 패턴의 불확실성 증가는 가뭄 발생의 빈도와 지속기간을 동시에 증대시키고 있다. 국내에서도 2000년대 이후 가뭄의 발생 주기가 짧아지고 반복적인 물 부족 피해가 누적되는 경향이 나타나고 있으며, 이는 단순한 수문학적 변동을 넘어 사회·경제적 위험으로 확산되고 있다. 특히 생활·농업·공업용수 전반에서 물 수요는 지속적으로 증가하는 반면, 신규 수자원 확보는 환경적·사회적 제약으로 인해 점차 어려워지고 있다.
그동안의 중장기 물 수급 계획과 가뭄 대응 전략은 과거 기후 조건이 반복된다는 가정 아래 특정 시나리오를 설정하고 대응 방안을 마련하는 방식에 의존해 왔다. 그러나 기후변화 시나리오를 반영한 분석 결과에 따르면, 이러한 접근은 미래 물 부족 규모를 과소평가할 가능성이 크며, 기존 국가 물관리 계획 대비 물 부족 위험이 크게 증가하는 것으로 나타나고 있다. 이는 특정 미래를 가정한 계획 수립 방식이 불확실성이 큰 기후변화 환경에 충분히 대응하지 못함을 보여준다.
한편 가뭄 대응은 단순히 물을 더 확보하는 문제가 아니라, 제한된 수자원을 어떻게 나누고 운영할 것인가에 대한 의사결정 문제로 성격이 변화하고 있다. 수원 간 공급 여건의 차이, 용수 부문별 우선순위, 지역 간 형평성 문제는 가뭄 대응 전략을 수립하는 과정에서 핵심적인 고려 요소로 작용한다. 이러한 상황에서는 단일 기준에 따른 최적 해법보다, 다양한 조건과 이해관계를 함께 고려할 수 있는 의사결정 체계가 필요하다.
이 글은 이러한 문제의식에서 출발해, 시나리오 중립 접근과 다원적 의사결정개념을 결합한 가뭄 대응 의사결정 시뮬레이터가 어떤 역할을 할 수 있는지를 살펴본다.

02 시나리오 중립 기반 다원적 가뭄 대응 의사결정의 정의

2.1 시나리오 중립 접근의 의미

기후변화 영향을 고려한 가뭄 분석에서는 오랫동안 특정 미래 시나리오를 가정하는 방식이 사용되어 왔다. 예를 들어 “향후 강수량이 10% 감소할 경우”와 같은 조건을 설정하고, 이에 대응하는 물 관리 방안을 검토하는 방식이다. 그러나 이러한 접근은 선택된 시나리오에 따라 결과가 크게 달라질 수 있으며, 실제로 대비해야 할 위험의 범위를 충분히 보여주지 못한다는 한계를 가진다.
시나리오 중립(Scenario Neutral) 접근은 이러한 한계를 보완하기 위한 개념이다. 이 접근은 미래가 어떻게 될지를 예측하기보다, 발생 가능한 다양한 조건에서 가뭄대응 체계가 어떻게 반응하는지를 살펴보는 데 초점을 둔다. 즉, 특정 시나리오의 정답을 찾는 것이 아니라, 어떤 조건에서 시스템이 취약해지고 어떤 운영 방식이 상대적으로 안정적인지를 탐색하는 방식이다. 이러한 개념적 차이는 기존 시나리오 기반 접근과 대비되는 구조로 정리할 수 있으며, 그 차이는 표 1에 개략적으로 나타나 있다.

표 1. 시나리오 기반 접근과 시나리오 중립 접근의 개념적 차이

표 1. 시나리오 기반 접근과 시나리오 중립 접근의 개념적 차이

기존 연구에서 고려하지 않았던 시스템 운영 측면에 시나리오 중립 개념을 도입하였으며, 다영한 공급-수요 관리 조합에 의한 가뭄 대응력 개선 효과 평가 및 최적 대안을 탐색하고자 하였다.

2.2 가뭄 대응에서의 다원적 의사결정

가뭄 대응 과정에는 다양한 이해관계자가 관여한다. 생활용수 이용자, 농업과 산업 부문, 물관리 기관, 지자체와 중앙정부는 각기 다른 목표와 우선순위를 가지고 있으며, 이들 간의 요구는 종종 충돌한다. 이러한 상황에서 가뭄 대응 전략은 단일 기준에 따라 결정되기 어렵다.
다원적 의사결정은 이러한 현실을 반영한 개념으로, 서로 다른 요구와 가치를 함께 고려해 어느 한쪽에 과도하게 불리하지 않은 대안을 도출하는 과정을 의미한다. 가뭄 대응에서는 전체적인 공급 효율뿐 아니라, 공급 개선 효과가 특정 수원이나 용수 부문에 편중되지 않는지도 중요한 판단 기준이 되며, 가뭄 시 수자원 배분 측면에서는 정부, 물관리 기관, 수원(취수장), 수요처(생활/농업/공업용수 이용자) 등이 각자의 이해관계를 조율하며 공동의 결정을 내리는 과정을 의미한다.
의사결정 시뮬레이션에서는 여러 수원(water source, intake station)의 수요를 함께 만족시키는 물 공급 대안을 찾는 것이며, 최적의 의사결정을 위한 두가지 기준(효율성, 형평성)을 고려한다. 가뭄 대응 효율성은 수원들의 용수공급가능일수를 최대화 (전체 유역의 평균 대응력 최대화)하고, 가뭄 대응 형평성은 수원 간 용수공급가능일수의 차이를 최소화 (수원 간 대응력 편차 최소화) 하는 목적을 가진다. 위 두 가지 의사결정 기준을 종합적으로 고려하여 최적의 대안을 제시하며, 예를 들어, 용수공급가능일수를 20% 이상 개선하는 대안 중 형평성이 가장 높은 대안을 선정하는 것이 의사결정 시뮬레이션의 주된 기능이다.

03 다원적 가뭄 대응 의사결정 시뮬레이터

3.1 시뮬레이터는 무엇을 하기 위한 도구인가

이 의사결정 시뮬레이터는 “가뭄이 올 것인가”를 예측하는 도구가 아니다. 대신 가뭄이 발생했을 때, 어떤 대응 전략이 얼마나 오래 버틸 수 있는지, 그리고 그 부담이 특정 지역이나 수원에 편중되지 않는지를 함께 살펴보기 위한 도구다.
기존의 가뭄 분석은 하나의 시나리오를 설정하고 그 결과를 제시하는 데 그치는 경우가 많았다. 그러나 실제 정책 현장에서는 단일한 해답보다, 여러 선택지 사이에서 무엇을 택할 것인가가 더 중요한 문제로 등장한다. 이 시뮬레이터는 바로 그 지점을 겨냥한다. 즉, 다양한 가뭄 조건과 수요·공급 운영 방식을 직접 바꿔보면서, 대응 전략의 성능과 한계를 동시에 비교·검토할 수 있도록 설계된 의사결정 지원 도구다. 시뮬레이터의 전체적인 구성과 흐름은 그림 1에 개략적으로 나타나 있다.

그림 1. 시나리오 중립 기반 최적 솔루션 흐름

그림 1. 시나리오 중립 기반 최적 솔루션 흐름

3.2 사용자는 무엇을 입력하고, 무엇을 바꿔볼 수 있는가

시뮬레이터는 정책 담당자나 실무자가 실제 의사결정 과정에서 고려하는 요소들을 그대로 입력값으로 사용한다. 사용자는 먼저 분석 대상 유역을 선택한 뒤, 가뭄의 빈도와 지속기간을 설정한다. 이는 “얼마나 자주”, “얼마나 오래” 가뭄이 이어지는 상황을 가정할 것인지를 의미한다.
이후 수요 수준과 공급 운영 방식을 조합한다. 수요는 기준수요, 고수요, 저수요와 같이 단계적으로 설정할 수 있으며, 공급은 현재 운영 기준을 유지할 것인지, 일괄 또는 차등 조정을 적용할 것인지를 선택할 수 있다. 이러한 입력 구조를 통해 사용자는 단일한 미래가 아니라, 현실적으로 발생 가능한 여러 상황을 나란히 비교할 수 있다. 이러한 입력과 분석 흐름은 그림 2에 제시된 화면을 통해 직관적으로 이해할 수 있다.

3.3 시뮬레이터가 보여주는 핵심 결과: ‘얼마나 버티는가’

시뮬레이터가 가장 먼저 보여주는 핵심 결과는 평균 용수공급가능일수다. 이는 선택한 가뭄 조건과 운영 전략 하에서, 유역 전체가 평균적으로 얼마 동안 물 공급을 유지할 수 있는지를 나타내는 지표다. 가뭄 대응에서 직관적으로 가장 이해하기 쉬운 성능 지표이기도 하다.

그림 2. 의사결정시뮬레이터 화면 설계

그림 2. 의사결정시뮬레이터 화면 설계

하지만 이 시뮬레이터는 단순히 “며칠을 더 버틸 수 있는가”만을 보여주지 않는다. 기준이 되는 운영 조건과 비교해 공급 가능 기간이 얼마나 늘어나거나 줄어드는지를 증감률로 함께 제시함으로써, 특정 전략의 상대적 효과를 명확히 드러낸다.
이러한 결과는 표와 그래프 형태로 동시에 제공되며, 예시는 그림 3에서 확인할 수 있다.

3.4 ‘효율성만 좋은 전략’의 한계: 형평성 지표의 의미

가뭄 대응 전략이 전체 평균에서는 효과적으로 보일 수 있지만, 실제로는 특정 수원이나 지역에 부담이 집중되는 경우가 많다. 이 시뮬레이터는 이러한 문제를 드러내기 위해 물 배분 형평성 지표를 함께 제시한다.

그림 3. 평균 용수공급가능일수 및 기준 대비 증감 결과

그림 3. 평균 용수공급가능일수 및 기준 대비 증감 결과

형평성은 수원별 용수공급가능일수의 편차를 통해 표현된다. 편차가 크다는 것은 일부 수원은 상대적으로 오래 버틸 수 있지만, 다른 수원은 빠르게 한계에 도달한다는 의미다. 반대로 편차가 작을수록 가뭄 부담이 비교적 고르게 분산된 것으로 해석할 수 있다.
이 기능을 통해 사용자는 “전체적으로는 좋아 보이지만, 특정 지역이 과도하게희생되는 전략”을 자연스럽게 걸러낼 수 있다. 평균 성능과 형평성의 관계는 그림 4에서 비교할 수 있다.

그림 4. 가뭄 대응 효율성과 물 배분 형평성의 비교

그림 4. 가뭄 대응 효율성과 물 배분 형평성의 비교

3.5 다원적 의사결정: 조정 전과 조정 후를 비교하다

이 시뮬레이터의 가장 중요한 특징은 조정 과정이 포함된다는 점이다. 목표로 설정한 성능 수준에 도달하지 못하는 경우, 수원별 공급량을 조정해 전체 대응력을 개선하는 과정을 시뮬레이션할 수 있다.
이 과정은 실제 정책 현장에서 이루어지는 협의 과정을 모사한 것이다. 공급여건이 상대적으로 나은 수원의 부담을 일부 조정하고, 취약한 수원을 보완함으로써 전체 유역 차원의 대응력을 끌어올리는 방식이다. 이러한 조정 전·후의 변화는 수치와 그래프로 명확히 비교되며, 그림 5에 그 차이가 나타나 있다.
이 기능을 통해 시뮬레이터는 단순한 분석 도구를 넘어, “어떻게 조정하면 목표에도달할 수 있는가”를 함께 고민하는 의사결정 지원 도구로 기능한다.

3.6 공간적으로 보는 가뭄 대응: GIS 기반

가뭄 대응의 효과는 수치만으로는 충분히 이해하기 어렵다. 동일한 평균 성능을 보이더라도, 어느 지역이 개선되고 어느 지역이 악화되는지는 정책적으로 매우 중요한 정보다. 이를 위해 시뮬레이터는 분석 결과를 GIS 기반 공간 정보로 함께 제공한다.
기준 시나리오와 조정된 시나리오를 나란히 비교하면, 가뭄 대응 전략이 지역별로 어떤 변화를 가져오는지 직관적으로 확인할 수 있다. 이러한 공간적 결과는 그림 6에 제시되어 있다.

그림 5. 사용자 정의을 통한 용수공급조정(프로토타입)

그림 5. 사용자 정의을 통한 용수공급조정(프로토타입)

그림 6. 지자체별 용수공급 가능일수 표출

그림 6. 지자체별 용수공급 가능일수 표출

04 맺음말

5.7 의사결정 시뮬레이터가 갖는 의미

이 의사결정 시뮬레이터의 핵심 가치는 정답을 제시하지 않는다는 점에 있다.
대신, 다양한 조건과 전략을 놓고 “무엇이 얼마나 나아지는지”, “그 부담은 어디에 집중되는지”를 투명하게 보여준다. 이는 불확실성이 큰 가뭄 대응 문제에서, 하나의 해답보다 합리적인 선택을 돕는 정보가 더 중요하다는 인식에 기반한 설계다.
결국 이 시뮬레이터는 가뭄 대응을 기술적 계산의 문제가 아니라, 비교와 조정, 합의를 통해 만들어지는 의사결정 과정으로 보여주는 도구라 할 수 있다.

가뭄은 더 이상 일시적인 자연재해가 아니라, 기후변화와 사회 구조 변화가 결합된 복합적 위험으로 인식되고 있다. 이러한 상황에서는 특정 미래를 가정한 대응 전략보다, 다양한 조건에서 안정적으로 작동할 수 있는 의사결정 체계가 필요하다.
시나리오 중립 접근과 다원적 의사결정 개념을 결합한 의사결정 시뮬레이터는 이러한 요구에 부합하는 하나의 대안이다. 이 도구는 가뭄 대응 전략을 정량적으로 비교하는 데서 나아가, 실제 정책과 운영 과정에서 선택 가능한 대안을 탐색할 수 있는 환경을 제공한다는 점에서 의미가 있다.
앞으로 이러한 접근이 실제 가뭄 사례와 정책 현장에 적용된다면, 불확실성이 큰 미래 환경에서도 보다 유연하고 형평성 있는 가뭄 대응이 가능해질 것으로 기대된다.

감사의 글

본 결과물은 기후에너지환경부의 재원으로 한국환경산업기술원의 기후변화 적응 수재해 관리 기술개발사업(R&D)의 지원을 받아 연구되었습니다(RS-2022-KE002032).