†To whom correspondence should be addressed. E-mail: 서론
도시 환경에서의 물관리는 기후변화로 인해 집중호우의 규모와 빈도가 증가하면서 기존 물관리 체계의 한계에 직면하고 있다. 특히 단시간 고강도 강우는 도시 배수 시스템의 설계 용량을 초과하는 경우가 많아, 내수 침수와 지하공간 침수를 반복적으로 유발하고 있다(Kang et al., 2024). 이러한 현상은 대규모 불투수면 확대, 도시화에 따른 배수 체계 부담 증가, 기후변화로 인한 극한강우 발생 빈도 상승 등이 복합적으로 작용한 결과이다(Forero-Ortiz et al., 2020).
초대형 도시의 경우 도시 내수침수 (pluvial flooding)가 특히 문제가 되며, 지하 기반시설의 안전성과 도시 운영 전반에 심각한 영향을 미치고 있다. 상하이를 대상으로 한 연구에서는 2001-2015년 동안 총 54건의 주요 침수 사례가 기록되었고, 그중 다수가 강우 지속시간이 6시간 이하인 단기 집중호우에 의해 발생한 것으로 분석되었다(Deng et al., 2016). 단기간에 높은 강우강도가 집중될 경우 일시적 배수 실패가 발생하고, 지하철역·지하도로·지하상가와 같은 지하시설의 기능이 마비되며, 이는 도시 전체의 경제적·사회적 피해로 확산될 수 있다(Forero-Ortiz et al., 2020).
이러한 침수 위험의 확산과 더불어, 최근 여러 도시에서 지하공간을 새로운 도시 자원으로 활용하고 있으며, 지하 인프라 확장은 전 세계적 흐름으로 자리 잡고 있다. 중국 연안 도시에서는 지난 수십 년 동안 지하공간 개발 규모가 빠르게 확대되었으며, 지하공간이 도시 내 핵심 기반시설을 수용하는 다목적 공간으로 전환되고 있는 것으로 보고되었다(Yu et al., 2023). 또한 지하공간(UUS: Urban Underground Space)은 교통·물류·공공서비스·방재 기능을 동시에 수행하는 복합공간으로 발전하고 있으며, 지속가능한 도시 개발(SDGs)을 위한 핵심 요소로 평가되고 있다(Peng et al., 2021). 지하공간의 활용 확대는 도시 기능 향상과 공간 효율성 측면에서 장점이 크지만, 동시에 침수 취약성을 증가시키는 요인이 되기도 한다. 도시 지하시설은 배수 구조상 지상보다 침수 위험이 높고, 외부수위 상승 또는 단시간 강우가 발생할 경우 그 영향이 급격히 확대된다(Forero-Ortiz et al., 2020). 따라서 지하 인프라의 안전성과 효율적 운영을 위해서는 침수 영향 평가뿐만 아니라, 지하에 유입되는 물의 수량, 수질 및 활용 가능성까지 고려한 통합적 접근이 필요하다(Kang et al., 2024).
한편 도시 물관리 분야에서는 최근 인공지능(AI, Artificial Intelligence)과 기계학습(ML, Machine Learning)을 기반으로 한 수질예측 연구가 빠르게 확산되고 있다. ML 기반 알고리즘은 다양한 수질항목의 비선형적 변동 특성을 효과적으로 설명할 수 있어 기존 통계 또는 물리 기반 모델의 한계를 보완하는 도구로 주목받고 있다(Pandya et al., 2024). 국내에서도 다양한 수질항목을 실시간으로 추정하기 위한 AI 기반 물환경 모델이 제안되었고, 이는 현장 운영에서 활용 가능성을 높이고 있다(Kim et al., 2023). 최근에는 복잡한 도시 물 네트워크 모델(SWMM, EPANET)의 계산 부담을 줄이기 위해 머신러닝 기반 대체모델(surrogate model)을 활용하는 연구도 증가하고 있으며, 이는 도시 물관리 분야에서 실시간 의사결정시스템(DSS, Decision Support System)의 구현 가능성을 높이는 기반 기술로 평가된다(Garzón et al., 2022).
그러나 이러한 기술적 발전에도 불구하고, 대심도 지하 저류수의 수질을 예측하고, 용도별 재이용 기준을 만족시키기 위한 최적 처리 조건을 산정하는 의사결정시스템(DSS)에 관한 연구는 매우 부족한 상황이다. 지하 인프라 시설은 홍수 대응을 위해 대규모의 저류수 저장 기능을 수행하지만, 이 물을 하천 유지용수·농업용수·조경·세척·산업용수 등 다양한 목적으로 활용할 수 있음에도 불구하고, 이를 위한 정량적 판단 체계는 충분히 개발되어 있지 않다(Kang et al., 2024). 응집·침전 공정은 원수 특성, pH, 응집제 주입량, 반응시간 등의 조합에 따라 처리 효율이 크게 달라지는 강한 비선형적 공정으로, 이를 정량적으로 반영한 예측 모델 개발은 실무 적용을 위해 필수적이다. 이러한 공정 특성을 고려하면, 단일 변수 기반의 경험적 접근보다는 비선형 모델 기반의 정량적 예측이 필요하다.
따라서 본 연구는 지하 인프라에서 발생하는 저류수를 도시 내 다양한 수요처에 활용하기 위한 의사결정시스템의 초기 프레임워크를 제시하고자 한다. 문헌 기반 비선형 수질 예측 모델과 서울시 하천수질 자료·파일럿 실험자료를 결합하여 용도별 수질 기준을 만족하는 최적 운전조건(dose-pH-time)을 산정하는 Python 기반 알고리즘을 구축하였다. 본 연구은 저류수를 단순 배수 대상이 아닌 도시 내 활용 가능한 자원으로 전환하기 위한 기반 기술을 제공하며, 향후 실시간 운영체계를 갖춘 DSS로 확장될 수 있는 가능성을 제시하고자 한다. 또한 본 연구에서 제시한 응집 기반 전처리 모델과 DSS 프레임워크는 고가 장비나 복잡한 운전기술을 요구하지 않아, 강우 기반 유입수나 도시 비점오염수를 활용해야 하는 기후취약지역 및 중·저소득 국가에서도 적용 가능한 적정기술적 잠재력을 가지며, 다양한 지역에서 재이용 수원 확보와 물 부족 대응에 활용될 수 있다.
배경
1. 지하 인프라 저류시설
도시의 지하 인프라는 급격한 도시화, 인구 집중, 지상 공간의 한계와 같은 구조적 변화에 대응하기 위해 전 세계적으로 빠른 속도로 확장되고 있다. 특히 연안 대도시에서는 지하공간(UUS)을 교통·물류·공공서비스·상업·방재 기능을 수용하는 핵심 공간으로 활용하며 도시의 공간 효율성을 높이고 있다. 지하공간의 활용은 단순한 도시 기능 이전이나 공간 확보를 넘어, 도시 기반시설의 구조적 재편과 운영 방식의 변화를 동반하는 것으로 분석된다. Yu et al.(2023)은 중국 연안 도시에서 지하공간 개발이 확대된 배경을 기술하면서, 지하 인프라가 교통·물류·공공서비스를 포함한 도시 기능을 수직적으로 재배치함으로써 지상부하를 분산시키고 공간 효율성을 극대화하는 방향으로 진화하고 있음을 강조하였다(Yu et al., 2023). 이러한 변화는 지하시설의 규모 증가뿐 아니라, 시설 간 연계, 배수 체계 설계, 지하 기반 구조물의 내수성 향상 등 기술적 고려가 필수적인 도시 시스템 차원의 변화를 의미한다.
또한 Peng et al.(2021)은 도시지하공간(UUS)이 단순한 ‘대체 공간’이 아니라, 복합 인프라 네트워크의 일부로 작동하는 체계적 공간 구조라고 분석하였다. 이들은 UUS가 도시 경제 활동, 교통 흐름, 공공서비스 제공을 상호 연계하는 플랫폼으로 기능하기 위해서는 지하수위 변화, 지반 조건, 지하 유입수 흐름 등 환경조건을 지속적으로 관리해야 한다고 제시하였다. 이는 지하공간이 확장될수록 양적·질적 관리가 도시 인프라의 핵심 구성 요소가 된다는 점을 시사한다.
지하공간 확장은 단순한 도시 공간 확보를 넘어, 도시 시스템의 효율화와 기반시설의 고도화를 가능하게 하는 전략적 수단으로 인식되고 있다. Broere(2016)는 도시가 직면한 지상 공간 부족과 기능 집중 문제에 대응하기 위해 지하공간 활용이 필수적이며, 복합적 지하 인프라는 교통·물류·에너지·공공서비스를 효율적으로 통합할 수 있는 구조적 잠재력을 갖고 있다고 강조하였다(Broere, 2016). 또한 Besner(2016)은 지하공간이 교통 혼잡 완화, 도시 열섬 저감, 공공시설의 공간 확보 등 도시 문제 해결을 위한 중요한 자원이며, 이러한 시설은 다양한 분야의 전문가가 참여하는 다학제적 계획 과정을 필요로 한다고 제시하였다(Besner, 2016). 또한 Roberts et al.(2016)은 지하공간이 물리적 효율성을 제공하는 동시에 조명, 소음, 열환경, 폐쇄성 등으로 인해 사용자의 심리적·생리적 스트레스가 증가할 수 있음을 보고하였다. 이는 지하 기반시설이 확대됨에 따라 환경·안전·운영 측면에서 고려해야 할 요소가 더욱 복잡해진다는 점을 시사하며, 지하공간 개발 시 통합적 계획과 관리의 중요성을 강조하였다(Roberts et al., 2016).
그러나 이러한 지하 인프라 확장과 병행하여 지하공간 침수 위험의 증가라는 구조적 문제가 나타나고 있다. 지하공간은 배수 경로가 제한적이고 외부수위 변화에 민감하게 반응하기 때문에, 집중호우 발생 시 지상보다 더 큰 침수피해에 노출된다. Forero-Ortiz et al.(2020)은 지하철역·지하상업 시설·지하도로 등이 도시 홍수에서 가장 취약한 시설로 분류되며, 침수 발생 시 교통·상업·공공서비스 등 도시 기반 시스템의 연쇄적 장애로 이어질 수 있다고 분석하였다. 또한 지하공간 침수는 복구에 장기간이 소요되고 경제적 피해가 크다는 점에서 관리·운영 체계를 정교하게 마련해야 한다(Forero-Ortiz et al., 2020).
도시 내수침수(Pluvial flooding)은 강우가 지표면과 배수 체계의 처리 용량을 초과하면서 지표면에서 직접 발생하는 도시 내수침수를 의미하며, 최근 기후변화의 영향으로 그 발생 빈도가 증가하고 있다. 이러한 현상은 단순한 강우 강도보다 도시의 배수 용량, 도로의 경사 구조, 유출수 집중 경로 등과 같은 구조적 요인의 영향을 더 크게 받는 것으로 보고된다. Deng et al.(2016)은 상하이를 대상으로 한 침수 사례 분석에서 특정 구역에 강우가 집중될 경우 기존 배수구와 관로의 설계용량이 단시간 내 포화되어 지하로 유입되는 우수량이 급격히 증가한다고 설명하였다. 특히 상하이의 도시 구조는 도로망과 지하 연결 통로가 우수의 중력 흐름을 지하 방향으로 집중시키는 경향이 있어, 비교적 짧은 강우에도 지하철역, 지하상업시설, 지하도로 등으로 빠르게 물이 유입되는 패턴을 보이는 것으로 나타났다. 이러한 분석은 단기 강우 자체보다 도시의 배수체계와 지하 연결 구조가 pluvial flooding 취약성을 결정하는 핵심 요인임을 보여준다(Deng et al., 2016). 또한 Forero-Ortiz et al.(2020)은 지하공간이 배수경로 제한, 외부수위 상승, 지반 조건 등 복합적인 요인으로 인해 지상보다 침수 취약성이 높은 시설이라고 지적하며, 침수 발생 시 시설 운영 장애가 상·하부 인프라 전체로 연쇄적으로 확산될 수 있다고 분석하였다(Forero-Ortiz et al., 2020).
이처럼 지하 인프라 확장과 홍수 취약성 증가가 동시에 나타나는 상황에서는 저류수의 관리가 핵심 과제로 부상한다. 대심도 저류시설은 홍수 시 대량의 우수를 신속히 저장하여 도시 침수를 방지하는 핵심 시설이지만, 저장된 물은 일반적으로 방류되거나 최소한의 조치만 취해지는 경우가 많다. Kang et al.(2024)은 지하 저류시설이 홍수 대응에는 효과적이지만, 저장된 물의 관리·활용 체계는 미흡하다는 점을 지적하며 다목적 활용 필요성을 강조하였다. 해외에서도 underground flood tunnels 등 다양한 저류시설 사례가 보고되고 있으나, 대부분 홍수 대비 중심이며 재이용(resource recovery) 관점에서의 활용 사례는 제한적이라는 점이 지적되었다(Kang et al., 2024).
2. 저류수 재이용
대심도 저류시설로 유입되는 물은 강우 유출수 또는 배수혼합수의 형태로 들어오기 때문에, 유입 경로와 시점, 주변 환경조건에 따라 수질이 큰 폭으로 달라지는 특성을 보인다. 산업지역을 대상으로 한 장기 모니터링 연구에서는 강우 간 탁도, 총부유물질, 화학적 산소요구량, 생물학적 산소요구량 및 금속류 농도가 크게 변화하여 우수(stormwater)의 수질 변동성이 매우 높다는 결과가 보고되었으며(Salehi et al., 2020), 도시 유역 기반의 고해상도 관측에서도 우수(stormwater) 품질이 지역 간뿐 아니라 한 번의 강우사상 내부에서도 시간대별로 급격히 변하는 것으로 나타났다(Razguliaev et al., 2024). 이러한 결과는 대심도 저류시설에 저장되는 물이 본질적으로 초기 수질 변동성이 큰 원수라는 점을 보여주며, 이후의 처리 및 재이용 여부를 판단하기 위해서는 유입수의 성상을 정밀하게 파악하는 과정이 필수적임을 시사한다.
대심도로 유입되는 저류수는 하천 유지용수, 조경용수, 농업용수, 산업용수 등 다양한 수요처에서 활용 가능성이 높지만, 고변동성 원수를 안정화하지 않고는 재이용 기준을 충족시키기 어렵다. 실제로 지표수 및 유입수 기반 연구에서는 강우기 또는 유입 경로의 변화에 따라 초기 탁도와 유기물 농도가 단기간에 크게 달라지는 현상이 반복적으로 보고되었으며(Lin et al., 2023), 계절적·기상적 요인에 따라 원수 내 주요 수질항목이 크게 변동하여 처리 효율이 민감하게 변화하는 것으로 나타났다(Kim et al., 2024). 또한 고변동성 원수를 대상으로 한 연구에서는 유입수의 순간적 특성이 응집 조건과 처리 성능에 직접적인 영향을 미치는 것으로 보고된 바 있다(Wang et al., 2023). 이러한 선행 연구들은 비점오염 기원 유입수인 대심도 저류수의 재이용을 위해서는 초기 안정화를 위한 전처리 공정이 필수적임을 시사한다. 또한 이러한 강우 기반 수원은 상수도 기반시설 확장이 어려운 지역에서도 활용이 가능하며, 응집·침전과 같은 저비용 전처리 기술과 결합하면 개도국 또는 취약지역에서도 적용성이 높은 적정기술적 장점이 있다. 응집·침전(coagulation-flocculation) 공정은 탁도, 총 부유물질(TSS, Total suspended solids), 미생물 등 우수(stormwater) 유입수에서 흔히 발견되는 입자성 오염물질 제거에 매우 효과적인 전처리 기술로 널리 적용되고 있다. 응집 공정은 원수 내 콜로이드성 입자를 불안정화하여 플록을 형성시키고, 침전 과정을 통해 탁도와 부유물질 농도를 크게 낮출 수 있으며, 이는 재이용 전 단계에서 최소한의 수질 안정화를 확보하는 데 필수적인 과정이다(Ryu et al., 2010). 선행 연구에서는 응집제 주입량(dose), 반응 pH, 혼화 강도 및 반응시간 등의 운전 변수가 turbidity와 TSS 제거효율을 결정하는 핵심 요소로 제시되었으며, 동일한 원수라 하더라도 초기 성상에 따라 최적 조건이 크게 달라질 수 있음이 확인되었다(Arnaldos et al., 2010). 또한 원수의 초기 탁도 및 유기물 농도 변화가 응집제 요구량 및 제거 효율의 민감도를 결정짓는 중요한 요인으로 보고된 바 있다(Loloei et al., 2014).
응집 공정은 이러한 운전 변수가 서로 독립적으로 작용하는 것이 아니라 상호작용하며 제거효율을 결정하는 비선형(non-linear) 공정으로도 널리 알려져 있다. 응집제 주입량과 pH는 제거효율과 선형적으로 비례하지 않으며, 원수의 초기 탁도·알칼리도·반응시간 등이 함께 작용할 경우 제거효율은 응집제 농도 증가에 비례하지 않고 포화(saturation) 또는 최적 농도 이후 증가 둔화 등 비선형적 반응 특성을 보이는 것으로 보고되었다(Ryu et al., 2010). 실제 실험 기반 연구에서는 pH2, dose2와 같은 비선형 항을 포함해야 제거율 예측 정확도가 크게 향상된다는 결과가 제시되었으며, 이러한 다변수 상호작용 구조는 응집 공정의 모델링과 최적화 과정에서 반드시 고려해야 할 요소로 제시되었다(Arnaldos et al., 2010).
응집 공정의 복잡한 반응 특성을 설명하기 위해 기존 연구에서는 비선형성을 반영한 다양한 예측 모델이 적용되어 왔다. 응집제 주입량, pH, 초기 탁도, 혼화 조건 등 여러 인자의 조합은 제거효율에 대해 단순한 선형 관계로 설명되지 않으며, 다변수 상호작용을 통해 곡선적 반응을 보이는 것으로 확인되었다(Joaquin et al., 2019). 응집 공정에 RSM(Response Surface Methodology)을 적용한 연구에서는 이차항(dose2, pH2)과 상호작용 항을 포함한 모델이 탁도 제거효율을 보다 정확하게 설명하는 것으로 나타났으며, 최적 조건이 비선형적 형태로 형성되었다(Arnaldos et al., 2010). 또한 ANN (Artificial Neural Networks) 기반 응집 예측 모델을 적용한 연구에서는 원수 탁도, 응집제 주입량, pH, 반응 시간 간의 복합적 상호작용을 효과적으로 반영하여 선형 모델보다 높은 예측 성능을 보이는 것으로 제시되었다(Fayyaz Shahandashty et al., 2024). 탁도 및 미생물 제거를 대상으로 한 경험적 모델링 연구에서도 다변량 식이 단일 변수 기반 모델보다 높은 적합도를 보였으며, 응집 공정의 예측에서 변수 간 상호작용을 고려하는 것이 필수적이라는 결과가 보고되었다(Zamudio-Pérez et al., 2013). 또한 다양한 원수 조건에서 응집 효율을 평가한 실험 연구에서도 응집제 농도, pH, 혼화 조건 등의 영향이 독립적이지 않고 비선형적으로 변화하여 운전 조건 최적화에 복합적 고려가 필요하다는 점이 제시되었다(Loloei et al., 2014).
이와 같은 문헌적 배경은 응집 공정이 단순한 반응식으로 설명될 수 없는 다변수·비선형 구조를 가진다는 점을 보여주며, 응집 성능을 정량적으로 평가하기 위해서는 이러한 비선형성을 반영한 예측 모델이 필수적임을 시사한다. 그러나 기존 연구의 대부분은 특정 수질항목 또는 제한된 조건에서의 개별 모델 검증에 국한되어 있어, 실제 대심도 저류수와 같이 수질 변동성이 큰 원수를 대상으로 한 통합적 의사결정 체계를 구축하기에는 한계가 존재한다. 따라서 본 연구에서는 문헌 기반 회귀식을 활용해 응집 공정의 다변수 비선형 특성을 반영하고, 대심도 저류수의 용도별 기준을 충족하는 최적 운전조건을 산정하는 의사결정시스템(DSS)을 제안하고자 한다.
연구 내용 및 고찰
1. 유입 수질 모니터링
대심도 저류수의 수질 특성을 규명하기 위해서는 유입수의 성상을 지속적으로 파악할 수 있는 기초자료가 필요하다. 그러나 대심도 내부는 구조적 제약과 안전성 문제로 인해 센서를 직접 설치하여 장기간 데이터를 확보하기 어려운 환경이므로, 본 연구에서는 대심도 시스템으로 유입되는 비점오염수의 대표성을 반영할 수 있는 외부 공공수역 자료를 활용하였다. 이를 위해 물환경정보시스템(WEIS, Water Environment Information System)에서 제공하는 하천수질측정망 데이터를 활용하여 대심도 유입수의 기초자료로 사용하였다. WEIS는 환경부·국립환경과학원이 운영하는 국가 수질정보 플랫폼으로, 하천 및 호소 등 공공수역의 수질변화 추세를 파악하기 위해 자동수질측정망과 정기 모니터링망을 통합 제공한다. 본 연구에서는 도시 유역에서 비점오염이 유입되는 하천수질이 대심도 저류수의 주요 유입 수질과 직접적으로 연관된다는 점에서 하천수질측정망 데이터를 대상으로 하였다.
Figure 1은 WEIS를 통해 제공되는 서울시 하천 수질측정망의 공간 분포를 나타낸 것으로, 도림천, 안양천, 양재천, 목감천, 탄천 등 주요 도시하천이 포함되어 있다. 이들 하천은 강우 시 비점오염물질들의 직접적인 이동 경로에 위치하고 있어, 대심도 유입수의 기초 수질을 평가하는 데 적합하다.
본 연구에서는 2023~2025년 기간 동안 수집된 서울시 하천수질측정망 자료를 기반으로 용존산소(DO, Dissolved Oxygen), 부유물질(SS, Suspended Solids), 화학적 산소요구량(COD, Chemical Oxygen Demand), 생물학적 산소요구량(BOD, Biochemical Oxygen Demand), 총질소(TN, Total Nitrogen), 총인(TP, Total Phosphorus), 총유기탄소(TOC, Total Organic Carbon), 총대장균군(Total Coliforms), 분원성 대장균군(Fecal Coliforms) 등 주요 항목의 평균값을 분석하였다. 하천 수질 등급 평가는 기후에너지환경부에서 제시하는 하천생활환경기준을 바탕으로 수행하였다. 본 기준은 Ia, Ib, II, III, IV, V, VI의 총 7등급으로 구성되며, BOD, COD, TOC, DO, SS, TP, 대장균류 등을 포함하여 하천의 생태 및 수질 상태를 종합적으로 평가할 수 있다(Table 1). 총 질소(TN)는 현행 하천생활환경기준에는 포함되지 않으나, 하천 및 공공수역의 부영양화 관리 필요성이 증가함에 따라 4대강 국가수질측정망의 10년 자료를 이용해 Ia~VI 등급에 대응하는 TN 기준(안)을 제시한 연구가 있으며(Kim et al., 2015), 본 연구에서는 해당 연구에서 제시한 기준을 참고하여 동일한 등급 구조로 TN을 평가하였다. Ia~II 등급은 양호한 수역으로 분류되며, III~IV 등급은 관리가 필요한 수준, V~VI 등급은 심각한 오염 상태를 의미한다. 다수의 도시하천에서 총질소(TN), 총인(TP), COD, TOC, 대장균군 등이 III~VI 등급 수준으로 나타나 관리가 필요한 범위에 해당하였다. 특히 안양천 및 중랑천 일부 지점에서는 TN 농도가 V~VI 등급 수준으로 높게 나타났다. 이와 같은 결과는 대심도 저류수의 성상이 강우 및 도시유역 특성에 따라 큰 폭으로 변동될 수 있음을 보여주며, 수질예측 모델 개발 및 의사결정시스템(DSS)에서 활용되는 초기 입력자료 및 대심도 저류수 재이용 시 전처리 조건 및 목표 수질 등급 설정의 기초 자료로 사용되었다.
대심도 저류수의 수질을 공공하수처리시설 방류수 기준과 비교하면, 유기물 지표(BOD, COD 또는 TOC)와 총인(TP)은 대체로 방류수수질기준 범위와 유사하거나 더 낮은 농도 수준을 보이는 것으로 확인되었다 (처리용량 500 m3 이상 시설 기준: BOD ≤5~10 mg/L, TOC ≤15~25 mg/L, SS ≤10 mg/L, TN ≤20 mg/L, TP ≤0.2~2 mg/L 등). 반면, 총질소(TN)와 미생물 지표는 강우 기반 유입 특성의 영향으로 변동성이 크게 나타났으며, 이는 대심도 저류수를 재이용 수원으로 활용할 경우 이러한 변동성을 고려한 수처리 및 관리 전략이 필요함을 시사한다. 이러한 비교 결과는 대심도 저류수가 유기물 및 일부 영양염류 관점에서는 하수 방류수에 준하는 수질 수준을 확보할 잠재력을 가지며, 안정적인 수처리가 이루어질 경우 조경용수, 하천유지용수, 세척용수 등 비음용 재이용 분야에서 적용 가능성이 있음을 보여준다. 본 연구에서 구축한 의사결정시스템(DSS)은 이러한 적용성을 정량적으로 평가하고 최적 전처리 조건을 도출하는 데 기여할 수 있다.
2. 수질예측 모델
대심도 저류수의 재이용 가능성을 평가하기 위해서는 응집·침전 공정을 거친 이후의 수질이 용도별 기준을 충족하는지를 정량적으로 예측하는 모델이 필요하다. 본 연구에서는 물의 재이용 촉진 및 지원에 관한 법률 시행규칙에서 제시하는 용도별 수질 기준(총대장균군수, 탁도, BOD, TN, TP, pH 등)을 모델 설계의 목표치로 설정하였으며(Table 3), 응집제 주입량(dose), 반응 pH, 반응시간(time)의 조합에 따른 주요 항목의 반응 특성을 예측하는 비선형 모델을 구축하였다.
응집 공정은 문헌에서 일관되게 보고된 바와 같이 다변량·비선형적 반응 구조로 확인된다. 응집제 주입량 증가에 따른 제거효율 향상은 초기에는 가파르게 증가하나 이후 포화(saturation) 현상을 보이며(Ryu et al., 2010), 과량 투입 시 플록 파괴에 의해 제거효율이 오히려 저하될 수 있다(Loloei et al., 2014). 또한 pH는 응집제 가수분해종의 종류와 표면전하 중화 정도를 결정하는 핵심 변수로, 유기물 및 미세입자의 제거효율에 직접적 영향을 미친다(Arnaldos et al., 2010). 반응시간 증가에 따른 플록 성장·침강, 미생물 비활성화는 대부분 지수적 감쇠 또는 지수적 감소 형태로 설명되며(Zamudio-Pérez et al., 2013), 다수의 연구에서 응집 반응은 dose2, pH2와 dose*pH 항을 포함한 이차 비선형 회귀식이나 ANN 기반 모델로 잘 표현되는 것으로 보고되었다(Joaquin et al., 2019; Kim & Parnichkun, 2017; Tochio, 2023).
이러한 문헌 기반 반응 특성을 통합하기 위해, 본 연구에서는 총 7개 항목(탁도, COD, BOD, TSS, TN, TP, Total Coliform)에 대해 다음과 같은 단일 모델 구조를 적용하였다. 총인(TP)은 응집-침전 지배 메커니즘을 고려하여 pseudo-first-order kinetics를 적용하였으며(Zamudio-Pérez et al., 2013), 나머지 6개 항목은 dose2, pH2, dose*pH 항을 포함한 비선형 회귀식과 시간 기반 지수함수 형태를 결합한 모델로 구성하였다. 이는 유기물·미생물 제거에서 나타나는 다중기작(Meric, 2002), 응집 조건과 원수성상 변화에 따른 ANN 기반 예측 성능(Tochio, 2023), k-means·ANFIS 기반 비선형 모델링(Kim & Parnichkun, 2017) 등 다수의 기존 연구에서 제시된 응집 반응의 복합성을 반영한 결과이다.
최종적으로 본 연구에서 사용된 항목별 제거율 식은 다음과 같은 통합 비선형 함수형태의 경험식을 사용하였다.
총인의 경우 1차 아래와 같은 1차 반응식 형태로 모델링하였다.
응집 실험은 응집제 주입량 8 mL/min, 반응시간 20 min의 고정 조건에서 수행된 제한된 범위의 자료이지만, 보정 과정을 통해 문헌 기반 초기식을 실제 관측 경향에 맞도록 회귀계수를 조정하였다. 일부 항목(BOD, SS, TN, TP, 총대장 균군)의 경우 실측자료를 기반으로 모델-실측값 간 경향성이 향상되었으며, 이를 통해 문헌 기반 모델의 회귀계수가 실제 관측 경향을 일정 수준 반영하도록 조정되었으며, 항목별 최종 모델 구조는 Table 4에 요약하였다.
3. 의사결정시스템
대심도 저류수는 강우 시점, 유역 특성 및 계절 조건에 따라 수질 변동성이 크게 달라지므로, 처리 후 수질이 용도별 기준을 충족하는지 여부를 판단할 수 있는 의사결정 체계가 필요하다. 이를 위해 본 연구에서는 3.2절에서 구축한 수질 예측 모델을 기반으로, 응집제 주입량(dose), 반응 pH, 반응 시간(time)의 조합에 따른 처리수 수질을 계산하고, 기준 충족 여부를 자동으로 판정하는 Python 기반 의사결정시스템(DSS)을 개발하였다. Figure 2는 개발한 DSS의 GUI 구성 예시를 나타낸 것으로, 원수 성상(탁도, TSS, COD, BOD, TN, TP, 총대장균군)을 입력하면 내부 예측 모델을 통해 처리 후 예상 수질을 산정하고, 재이용 용도별 기준 초과 여부를 표시한다. 이후 최적화 모듈은 처리 목적에 맞추어 기준을 충족하는 최소의 운전조건(dose-pH-time 조합)을 탐색하도록 설계되어 있다. 이러한 시스템 구조는 복잡하고 비선형적인 응집 반응임에도 불구하고 처리계획을 정량적·체계적으로 수립할 수 있도록 지원한다. 개발된 DSS는 WEIS 기반 하천 수질 자료 및 응집 실험자료를 기반으로 구축된 예측 모델을 중심으로 동작하며, 향후 실측 기반의 연속 수질 모니터링 데이터가 추가될 경우 보다 정교한 운영 시나리오 도출이 가능하다. 또한 응집·정수 분야에서 최근 ANN, RSM, 하이브리드 모델 등 데이터 기반 예측기술의 활용성이 증가하고 있다는 점을 고려할 때(Tochio, 2023; Kim & Parnichkun, 2017; Meriç, 2002), 본 연구의 DSS는 향후 실시간 자동화 시스템 또는 고도화된 예측-최적화 플랫폼으로 확장될 수 있는 잠재력을 갖는다. 이러한 접근은 대심도 저류수와 같이 수질 변동성이 큰 원수의 처리·재이용 과정에서 운전조건 설정의 불확실성을 줄이는 데 기여할 수 있다.
결론
본 연구에서는 대심도 저류수의 재이용 가능성을 정량적으로 평가하기 위해, 하천수질측정망 기반 유입수 특성 분석, 문헌 기반 비선형 반응식 통합, 실험자료 기반 파라미터 보정, 그리고 최적 운전조건 산정을 위한 의사결정시스템(DSS) 개발을 단계적으로 수행하였다. WEIS 자료 분석 결과, 서울시 주요 하천의 TN, TP, 대장균군 등 핵심 항목이 관리가 필요한 수준으로 나타났으며, 이는 대심도 저류수의 처리·재이용 과정에서 적절한 전처리의 필요성을 의미한다. 응집·침전 공정의 비선형성을 반영하기 위해 문헌 기반 반응식을 통합하고, 실험자료를 활용해 계수를 보정함으로 써 탁도, TSS, COD, BOD, TN, TP, 총대장균군을 대상으로 한 수질예측 모델을 구축하였다. 총인은 pseudo-first-order kinetics, 그 외 6개 항목은 dose2, pH2, dose*pH 항을 포함한 비선형 회귀식으로 구성되어 응집 반응의 복합성을 효과적으로 설명하였다. 실험데이터가 제한적임에도, 주요 항목에서 모델과 관측 경향 간의 일치성이 향상됨을 통해 모델의 유효함을 확인하였다. 개발된 DSS는 수질예측 모델과 용도별 기준을 통합하여 dose-pH-time 조합에 따른 처리수 수질을 계산하고, 기준을 충족하면서 약품 주입량과 처리시간을 최소화하는 최적 운전조건을 제안하는 시스템으로 구현되었다. 이를 통해 현장 운영자는 복잡한 응집 반응을 직접 해석할 필요 없이, 경험적 판단에 의존하지 않고 객관적이고 반복 가능한 방식으로 처리조건을 결정할 수 있다는 점에서 실무적 활용성이 높다. 이는 수질 변동성이 큰 대심도 저류수의 처리계획을 정량화하고, 용도별 재이용 전략을 과학적으로 지원하는 기반을 제공한다. 향후 실측 기반 연속 센서 자료가 구축될 경우, 회귀계수의 안정적 보정 및 조건별 민감도 분석을 통해 모델의 정밀도를 높일 수 있을 것으로 기대된다. 또한 응집 외 추가 전처리 공정과의 연계, 실시간 자동운전 알고리즘과의 통합 등이 진행된다면, 본 연구의 DSS는 도시 유역 내 고변동성 비점오염수 처리 및 재이용 의사결정 체계로 확장될 수 있을 것이다. 나아가 본 연구의 DSS 기반 전처리 전략은 고도 장비나 복잡한 운영체계에 대한 의존도가 낮아, 수질 변동성이 큰 원수를 안정적으로 관리해야 하는 기후취약지역 및 중·저소득 국가에서도 적용 가능성이 높으며, 향후 지역 여건에 맞는 응집제 선택과 운전 절차의 단순화가 이루어진다면, 다양한 지역의 물 부족 대응에 활용될 수 있는 재이용 기술로 확장될 수 있다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
