1. 서 론
기후변화는 전 세계 모든 지역과 거의 모든 부문에서 위 협을 초래하고 있으며, 이러한 기후변화 추세가 지속되고 연안지역에 더 큰 영향을 미칠 것이라는 것은 논란의 여지 가 없다(Wong et al., 2014;Toimil et al., 2020). 연안 시스템에 대해 예상되는 영향(해수면 상승, 폭풍 해일 증가, 해수 범람 및 수질 악화 등)은 연안 지역의 인구 및 경제 활동에 심각 한 영향을 미치고 있으며, 기후변화 대응에 대한 다양한 수 준의 의사결정자의 관심을 증가시키고 있다(Field and Barros, 2014;Torresan et al., 2016). 지금까지 연안 지역사회는 기후변 화에 대한 취약성을 중심으로 기후변화가 지역사회에 어떤 영향을 미칠 것으로 예상되는지, 그리고 어떤 조치를 취해 야 준비할 것인지를 구체적으로 설명하는 적응계획을 수립 해왔다(Woodruff and Stults, 2016).
최근 점점 더 많은 도시들이 기후변화의 영향에 대비하기 위해 취약성을 넘어 회복탄력성의 개념을 이용하고 있다 (Kythreotis and Bristow, 2017). 취약성에서 회복탄력성으로의 변화는 기후 변화에 대한 도시들의 대응 계획에 중요한 영향 을 미친다. 연안 지역의 회복탄력성 계획은 위험과 취약성을 평가하는 것을 넘어 확장될 수 있다. 연안 재해 취약성 평가 결과는 기후변화가 초래한 연안재해의 강도 및 빈도 변화에 대해 연안지역이 적응하는 방안을 제안하는데 사용된다. 반 면, 연안 재해 회복탄력성 평가 결과는 연안 재해에 대한 적 응 및 대응 전략의 개발을 넘어, 적응 이후의 이행전략을 위 한 정책 개발에 사용될 수 있다(Anjos and de Toledo, 2018).
기후변화 적응 전략을 개발하기 위해 몇몇 연구들은 재해 에 대한 지역사회의 회복탄력성을 평가해왔다. 관련된 초기 연구들은 대부분 회복탄력성의 질적 개념을 바탕으로 지역 사회의 기후변화 취약성을 평가하였다(Bruneau et al., 2003;Chang and Shinozuka, 2004;Cutter et al., 2008). 이러한 연구들 은 재해 대응 및 복구의 맥락에서 회복탄력성을 평가할 수 있는 개념적 프레임워크를 제안하였지만, 재해 회복탄력성 의 개념을 정량화하고 평가하는데 사용할 수 있는 지표를 제안하지는 못하였다.
회복탄력성의 측정 및 정량화에 대한 관심이 높아짐에 따 라 다양한 분야에서 회복탄력성과 그 구성요소에 대한 지표 (indicators) 혹은 메트릭(metrics)이 제시되었다. 재해 분야에서 는 “공학적 회복탄력성(engineering resilience)” 개념을 바탕으 로 재해로 인한 교란의 일시적인 영향과 그에 따른 도시(시 스템) 기능의 회복에 초점을 맞추어 측정 방법이 제안되었다 (Ingrisch and Bahn, 2018;McClymont et al., 2020;Zevenbergen et al., 2020). 회복탄력성 정량화하는 가장 일반적인 방법으로 시뮬레이션 기반 및 대리 지표 기반 접근방식이 사용되었다. 시뮬레이션 기반 정량화 방법은 재해 이벤트 발생에 따른 시 스템의 성능 변화를 직접적으로 측정 가능하며, 대리 지표 기반 방법은 비교적 쉽게 정량화가 가능하고, 지리적 경계를 넘어 다양한 맥락과 위험에 적용할 수 있다는 장점이 있다 (McClymont et al., 2020). 하지만 이러한 연구들은 회복탄력성 을 하나의 총량으로 계산하는 등 회복탄력성 개념이 가지는 다양한 속성을 다루지 못했다는 한계를 가진다.
이후 회복탄력성이 가지는 다양한 속성인 ‘4R(robustness, redundancy, resourcefulness, rapidity)’이 제안됨에 따라 일부 연 구에서는 회복탄력성의 속성을 포함한 정량화 방법을 제안 하였다. 예를 들어, Simonovic(2018)은 4R 개념을 기반으로 자 연 재해의 충격 및 교란에 의한 시스템 성능 변화(기능 곡선) 를 측정 하는 동적 측정 모형을 제안하였다. 하지만 Simonovic (2018)의 측정 모형은 실제 상황에서 나타나는 복잡한 시스 템의 기능 변화를 다루지 못한다는 한계를 가진다.
본 연구의 목적은 기후변화 적응을 위한 연안 재해 회복 탄력성 측정 및 평가 모형을 개발하는 것이다. 구체적으로, 1) 문헌 검토를 통해 정의된 연안 재해 회복탄력성에 대한 개념적 프레임워크를 작성하였으며, 2) 프레임워크에 기반 을 둔 네 가지 회복탄력성 측정값과 복합 지수가 개발되었 다. 3) 개발된 지수는 연안 침식을 사례로 적용되었으며, 지 수 등급에 따른 지역적 분석이 수행되었다. 본 연구에서 제 안되는 개념적 프레임워크는 4R 등 회복탄력성이 가지는 다 양한 속성을 반영하였으며, 회복탄력성 측정값들은 발생 가 능한 복잡한 시스템의 기능 변화를 포함하도록 고안되었다 는 점에서 기존 연구들에 대한 연구 격차가 존재한다.
2. 이론 및 선행연구
2.1 회복탄력성의 개념과 구성요소(4R)
생태학에서 파생된 회복탄력성 개념은 ‘다시 되돌아가다’ 라는 뜻을 가진 라틴어 ‘resiliere’에 뿌리를 두고 있다(Klein et al., 2003). 회복탄력성 개념은 지난 몇 십년간 급격한 변화에 반응하고 대처하는 시스템의 성능을 식별하기 위해 다양한 분야에서 사용되고 진화되어왔기 때문에, 다양하게 정의되 고 있으며 개념적으로 모호성을 가지고 있다. 재난연구 분야 에서는 재해의 충격을 흡수하고 피해를 복구하는 시스템의 능력을 설명하고자 회복탄력성의 개념이 적용되기 시작하였 다(Timmermann, 1981). 재해 회복탄력성에 대한 정확한 정의 는 합의되지 않았지만, 대부분의 문헌은 재해 회복탄력성이 지역사회의 준비, 계획, 흡수, 복구 능력을 향상시킨다는 공 통된 관점을 제공한다(Cutter et al., 2014). 원래의 생태학적 맥 락에서는 충격 이전 상태로 다시 튕겨 나간다는 개념으로 회 복탄력성이 정의되었지만, 재난 맥락에서는 단순히 다시 튕 겨내는 것이 아니라 앞으로 튕겨나가는 것, 즉 개선 여부의 측정을 포함하는 것으로 확장되었다(Manyena et al., 2011).
한편, Brunau et al.(2003)은 지역사회 복원력의 특성을 ‘내 구성(Robustness)’, ‘대체성(Redundancy)’, ‘신속성(Rapidity)’, ‘자 원동원성(Resourcefulness)’ 등 4R로 요약하였다. 4R 프레임워 크는 재난 분야를 포함하여 다양한 분야의 복원력 연구에 적용되어 왔다. 재해 회복탄력성 관점에서 내구성(robustness) 은 시스템과 그 구성요소가 얼마나 성능 감소 없이 재해에 견딜 수 있는지를 측정하며, 대체성(redundancy)은 시스템 기 능에 재해로 인한 손실이 발생한 경우 원래의 기능을 대체 할 수 있는 여분 확보 능력이 있는지를 측정한다. 신속성 (rapidity)은 재해 피해 발생 시 시스템이 원래의 기능을 얼마 나 신속하게 회복할 수 있는지를 측정하며, 자원동원성 (resourcefulness)은 재해로 인한 교란 기간 동안 새로운 균형 을 달성할 수 있는 잠재력 역량이 어느 수준인지를 측정한 다. 최근의 연구는 Fig. 1과 같이 설계 및 운영단계를 넘어 ‘위험회피(risk avoidance)’ 및 ‘복구(recovery)’를 포함하여 4R 프레임워크를 더욱 세분화하고 있다(Laboy and Fannon, 2016;Zevenbergen et al., 2020).
2.2 회복탄력성 정량화 연구
회복탄력성의 정량화는 시뮬레이션 기반 접근(Owotoki et al., 2006;Mugume et al., 2015;Birgani and Yazdandoost, 2016;Schinke et al., 2016), 대리 지표 기반 접근(Qasim et al., 2016;Keating et al., 2017;Miguez and Veról, 2017) 기능 곡선 기반 접근(Chang and Shinozuka, 2004;Simonovic and Peak, 2013;Simonovic, 2018) 등 다양한 방식으로 시도될 수 있다. 본 연 구의 회복탄력성 측정값은 시스템의 기능 곡선을 기반으로 계산되기 때문에, 본 장에서는 기능 곡선 기반 접근 방식을 사용한 연구들이 제시되었다.
재해 회복탄력성과 같은 공학적 회복탄력성의 맥락에서, 한 지역의 회복탄력성 수준은 일반적으로 손상된 기능의 손 실과 많은 원인으로 인한 지연을 고려하여 이 기능이 얼마 나 빨리 복구될 수 있는지에 달려 있다(Singh et al., 2022). 이 러한 관점에서 회복탄력성 수준의 측정은 교란으로 인한 손 상과 복구과정 속에서 변화하는 시스템의 기능 곡선에 초점 을 맞춘다. 기능 곡선을 사용함으로써 여러 유형의 위험에 노출된 다양한 시스템과 지역사회의 복원력을 정량화될 수 있다. Fig. 2는 회복탄력성 정량화에 사용되는 기능 곡선과 회복탄력성 4R간의 관계를 보여준다.
연구자에 따라 기능 곡선에서 회복탄력성 측정값이 다 양하게 계산되지만, 일반적으로 기능 곡선 기반 회복탄력 성 정량화는 대부분 Brunau et al.(2003)에서 제시된 회복탄 력성 삼각형을 기반으로 적용 및 확장된다(Fig. 3). 예를 들 어, Singh et al.(2022)는 회복탄력성 삼각형을 형성하는 기간 의 차이를 바탕으로 간단하게 회복탄력성을 측정하는 방법 을 소개하였다. Fig. 3에서 교란이 발생하기 전 정상상태가 100이라고 가정하였을 때, 회복탄력성은 재해 발생 시점(t0) 부터 복구 시점(t1)아래의 면적을 사용하여 식(1)과 같이 정 량화될 수 있다.
하지만, 회복탄력성 삼각형을 기반으로 한 측정 방법은 회복기간이 다소 자의적이기 때문에 다양한 시간 기준을 사 용한다면 값이 달라진다는 문제가 발생한다(Singh et al., 2022). 또한 다양한 회복탄력성 속성을 나타내지 못한다는 한계가 존재한다.
Simonovic(2018)은 보다 다양한 회복탄력성 속성을 고려한 측정 방법을 제안하였다. 이 연구는 동적 공간 회복탄력성 개념을 기반으로 의사 결정을 지원하기 위해 최대복원력 (MRV, Maximum Resilience Value), 최소복원력(LRV, Lowest Resilience Value), 최대 복원력으로의 소요 시간(TFRV, Fastest Recovery Time of System Performance), 최저 복원력으로의 소 요 시간(TLRV, Time to Lowest Resilience Value) 등의 네 가지 측정값을 제시하였다. Simonovic(2018)의 회복탄력성 측정 모 형은 시스템 교란 대응에 대한 최상의 해결책을 얻기 위해 고안되었다. 따라서 가상의 상황에 대한 시뮬레이션 분석에 유용하게 사용될 수 있다.
3. 연안재해 회복탄력성 측정 모형
3.1 조작적 정의 및 개념적 프레임워크
본 연구에서 취약성은 연안재해 이벤트가 발생하는 동안 시스템 또는 시스템의 일부가 부정적으로 반응할 수 있는 정도를 의미한다. 그리고 회복탄력성은 개념상 취약성의 역 수로, 연안재해 이벤트가 발생한 후 도시 및 생태계 시스템 의 기능이 근본적인 변화 없이 이벤트의 영향을 흡수하고 복구할 수 있는 능력을 의미한다. 회복탄력성의 평가는 연 안 재해로 인해 변화하는 도시 혹은 생태계 성능의 측정과 일련의 시스템 성능 변화의 원인 규명에 따라 이루어진다. 이때 시스템 기능의 변화는 다양한 피드백 메커니즘을 통해 발생한다. 본 연구의 회복탄력성 측정 모형은 이러한 방식 으로 통합된 시스템 성능의 변화를 설명한다.
Fig. 4는 연안재해 회복탄력성에 대한 본 연구의 개념적 프레임워크로 연안재해 취약성 및 회복탄력성과 관련된 다 양한 피드백 메커니즘을 보여준다. 첫 번째 메커니즘은 기 후변화로 인한 영향으로, 기후변화는 연안재해가 연안지역 에 미치는 직접적 영향(빈도 및 강도)과 연안지역의 취약성 에 지속적으로 영향을 미친다. 두 번째 메커니즘은 연안재 해의 영향과 관련 있으며, 기후변화 및 연안지역의 취약성 으로 인해 증가 혹은 감소된 연안재해의 영향은 연안지역의 회복탄력성에 영향을 미친다. 세 번째 메커니즘은 회복탄력 성과 관련 있으며, 연안재해 이벤트로 인해 연안지역의 시 스템 성능은 손상되었다가 다시 회복될 수 있다. 이 과정에 서 4R과 같은 회복탄력성의 속성은 시스템 성능 변화를 조 절함으로써 연안 취약성과 이후 발생하는 연안재해의 영향 을 감소 혹은 증가시킨다. 또한 회복탄력성의 속성은 연안 취약성을 완화시킬 수 있는 적응 계획 수립 및 관련 의사결 정에 도움이 될 수 있다.
연안재해 회복탄력성에 대한 개념적 프레임워크는 연안 재해와 관련된 취약성 및 회복탄력성 시스템의 피드백 구조 를 설명한다. 또한 개념적 프레임워크의 목적은 회복탄력성 측정 모형에서 고려해야할 다양한 정보를 제공하는 것을 포 함한다.
3.2 회복탄력성 측정 모형
회복탄력성 측정의 목적은 교란으로 인해 발생하는 시스 템의 성능의 변화를 정량화하는 것이다. Fig. 4에서 회복탄력 성은 연안재해 취약성 완화를 위한 적응 계획과 피드백 구 조를 가진다. 따라서 본 연구에서 제안하는 회복탄력성 측 정 모형의 목적은 시스템 성능 변화의 정량화뿐만 아니라 회복탄력성 4R에 대응하는 다양한 정책 변수를 연결할 수 있는 지수들의 개발을 포함한다.
기존 연구의 측정 모형 중 본 연구의 목적에 가장 부합하 는 모형은 Simonovic(2018)에서 제안되었다. Simonovic(2018) 은 회복시간과 시스템 성능 수준에 따른 네 개의 서로 다른 지수를 포함한 동적 공간 회복탄력성 측정 모형을 소개하였 다. 하지만 Simonovic(2018)의 측정 모형은 연안 재해에 대해 적용함에 있어 다음과 같은 한계점을 가진다. 첫 번째는 측 정 시점에 대한 문제로 Simonovic(2018)의 모형은 시뮬레이션 을 기반으로 적용되기 때문에 이상적인 상황에서의 측정 시 점을 선택할 수 있다. 하지만 실제 연안재해의 영향에 따른 시스템의 성능 변화는 Fig. 5에서 제시된 바와 같이 매우 복 잡하게 나타난다. 즉, 연안재해의 영향을 다루기 위해서는 복잡하게 나타나는 시스템의 성능 변화를 포착하여 일련의 측정값으로 계산할 수 있는 측정 모형이 사용되어야 한다. 두 번째와 세 번째는 교란 시점과 교란 횟수에 대한 문제로, 연안 재해의 경우 시스템 교란되기 전 정상상태나 교란된 시점을 알기가 어렵고, 시스템이 회복되었더라도 다시 교란 되는 상황이 발생할 수 있다. 이러한 문제는 관련된 관측 데 이터가 부족할수록 더욱 부각된다. 즉, 교란 시점과 교란 횟 수에 대한 측정값을 포함하는 모형이 필요하다.
Fig. 6은 본 연구의 연안재해 회복탄력성 측정 모형을 나타 낸다. 본 연구에서 회복탄력성 측정 모형을 통해 네 가지 측정 지표를 제안한다: MRV(Maximum Resilience Value), LRV(Lowest Resilience Value), RTSPV(Recovery Time of System Performance Value), ND(Number of Disturbances).
먼저, 최대 및 최저 회복탄력성 값인 MRV와 LRV는 각각 측정 시점 내에서 회복탄력성이 가장 높았던 시스템 성능 값과 회복탄력성이 가장 낮았던 시스템 성능 값을 나타낸 다. MRV를 통해 시스템 기능이 교란 이후 얼마나 회복할 수 있는지, LRV를 통해 시스템 교란을 얼마나 저항할 수 있는 지 측정할 수 있다. 다음으로 RTSPV는 시스템 성능의 회복 시간을 나타낸다. LRV에서 MRV로 도달하는데 걸리는 시간 은 RTV(Recovery Time Value)로 측정된다. 이때 교란 주기가 여러 번 나타날 경우 회복시간 여러 번 관측될 확률이 높기 때문에, RTSPV는 RTV의 평균을 사용하여 계산된다. 최종적 으로 RTSPV는 식(2)와 같이 계산된다.
만약, RTSPV가 (MRV-LRV)/ATRV로 계산된다면 회복 시 간이 나타나지 않는 지역의 값은 0이 되는데, 이 경우, 값이 0이 나타난 지역이 가장 회복탄력성이 높은 지역으로 해석 될 수 있다. 이를 방지하기 위해 RTSPV는 (MRV-LRV)/ATRV 의 역수로 계산된다. 마지막으로 ND는 교란 횟수를 나타낸 다. ND를 통해 교란전 상태 혹은 최대 복원력에서 다시 최 저 복원력으로 교란되는 주기(DP)의 횟수를 측정하고자 하 였다.
4. 측정 모형의 적용
4.1 측정모형 적용 방법
본 연구는 여러 연안재해 중 연안침식을 대상으로 회복탄 력성 측정 모형을 적용하였다. 이를 위한 시스템 성능 변수 는 연안침식 등급을 사용하였다. 연안침식 등급은 연안관리 법 제5조(연안기본조사 등)에 근거하여 실시되고 있는 연안 침식실태조사의 결과물이다. 해양수산부는 2003년 대상지역 62개소를 시작으로, 매년 침식이력조사를 수행하고 침식지 역을 등급화하여 관리하고 있다. 2022년 기준 연안침식 등급 평가는 전국 360개소를 대상으로 수행되고 있다. 연안침식 등급은 총 네 가지로 분류되고 있다(A: 양호, B: 보통, C: 우 려, D: 심각). 2022년 기준 전국 연안지역의 등급별 현황은 360개의 대상지역 중 A등급 18개소, B등급 181개소, C등급 133개소 D등급 28개소로 나타났다. 연안침식 등급은 Table 1 과 같이 현지주민의 인지도, 현지조사자의 인지도, 해빈 모 래질의 변화, 해빈폭의 변화, 해빈고도 및 포락지의 변화, 배 후지 위험도 등 여섯 가지 항목을 바탕으로 평가된다. 연안 침식 실태조사 대상 지역별로 평가 시작년도가 상이하기 때 문에, 본 연구에서는 최대한 많은 샘플을 포함하기 위해 2010년부터 2022년까지 평가된 127개소의 연안침식 등급을 사용하였다.
회복탄력성 측정 변수 계산은 총 네 가지 단계를 거쳐 진 행되었다. 첫 번째로 각 지역의 침식등급을 1~4의 순위형 데 이터로 변환하였다(A→4, B→3, C→2, D→1). 두 번째는 그래 프 작성 단계로, 순위형 데이터로 변환된 각 지역의 연도별 침식 등급의 꺾은선 그래프를 작성하였다. 세 번째 단계에 서는 본 연구의 회복탄력성 측정모형을 바탕으로 네 가지 측정 변수(MRV, LRV, RTSPV, ND)를 계산하였다. 마지막 단 계는 최종 지수 계산으로, 연안 회복탄력성 지수인 CRI(Coastal Resilience Index)는 식3과 같이 계산된다.
Fig. 7은 서로 다른 두 연안침식 지점에 대한 측정 변수 값들의 비교를 보여준다. Fig. 7에서 위쪽 그래프는 강원도 강문 해수욕장을 대상으로 작성되었고, 아래쪽 그래프는 부 산광역시 해운대 해수욕장을 대상으로 작성되었다. 강문해 수욕장의 MRV는 3으로 시점3과 시점12에서 최대 회복탄력 성 값이 나타났다. LRV는 1으로 시점1~2와 시점7~8에서 최 저 회복탄력성 값이 나타났다. 강문 해수욕장은 두 번의 교 란 주기가 존재하며(시점1~7, 시점8~13), 평균 회복시간 (RTV)은 2.5, 시스템 성능의 회복시간 값(RTSPV)은 0.8로 나 타났다. 강문해수욕장의 CRI값은 2.8로 계산되었다.
반면 해운대 해수욕장의 MRV는 4, LRV는 11로, 각각 시 점6, 시점11에서 최대 및 최소 회복탄력성 값이 나타났다. 해운대해수욕장은 MRV에서 다시 LRV로 교란되는 주기가 한 번밖에 나타나지 않았다. 해운대 해수욕장은 측정 시점 내에서 최저 회복탄력성으로 시스템 성능이 떨어진 이후 최 대 회복탄력성으로 다시 회복되지 않았기 때문에 RTSPV는 0으로 측정되었다. 해운대 해수욕장의 CRI 값은 4로 계산되 었다. 두 연안침식 지점의 회복탄력성 측정값을 비교해보았 을 때, 해운대 해수욕장은 강문 해수욕장에 비해 시스템 성 능의 회복시간 값은 떨어졌으나, 상대적으로 최대 회복탄력 성이 높게, 교란횟수가 낮게 나타났기 때문에, 해운대 해수 욕장의 연안 재해 회복탄력성이 더 높은 것으로 나타났다.
측정 모형 적용을 위한 CRI 매핑은 2022년 기준 연안침 식 등급평가 지점 전국 360개소 중 본 연구의 측정 시점 (2010~2022년)의 평가 결과를 모두 포함하고 있는 127개소에 대해 수행되었으며, 총 다섯 개의 등급으로 분류된 지점들 이 전국 연안 도시 지도에 표현되었다.
4.2 측정모형의 적용 및 지역적 분석
연안재해 회복탄력성 측정 모형의 적용을 위해 최종 지수 인 CRI의 분포를 활용하였다(Fig. 8). CRI는 Jenks natural breaks 분류법을 통해 매핑되었다. Jenks natural breaks 분류 방법은 서로 다른 클래스에 대한 값의 최적 배열을 결정하기 위해 설계된 데이터 분류 방법으로 집단의 평균이 각 집단 평균 에서 벗어나는 것을 최소함과 동시에 각 집단의 평균이 다 른 집단의 평균에서 벗어나는 것을 최대화한다(Chen et al., 2013).
Fig. 8에서 주목할 만한 결과는 CRI 값의 가장 상위 분류 등급에 포함된 지점들의 분포 양상이다. CRI 값 5.5이상을 나타낸 지점 모두 서해안과 남해안에 위치하고 있으며, 동 해안에서는 높은 등급의 CRI값을 가진 지점들이 위치하고 있지 않았다. 이는 동해안의 연안침식 회복탄력성이 서해안 과 남해안에 비해 상대적으로 떨어진다는 것을 의미한다.
Table 2는 CRI 상위 등급에 포함된 지점들의 회복탄력성 측정값들을 보여준다. CRI 상위 등급에는 부안군 변산, 서천 군 다사지구, 해남군 미학, 진도군 거제, 여수시 여석, 통영 시 비진도, 옹진군 장골, 제주시 이호, 영덕군 부경리 등 총 9개 지역이 포함되었다. 그중 부안군 변산과 서천군 다사지 구는 CRI 7로 전국에서 가장 높은 회복탄력성을 나타내었 다. 해당 지점들은 최대 및 최소복원력 값이 상대적으로 높 게 나타났으며, 빠른 회복시간과 낮은 교란 횟수를 나타냈 다. 진도군 거제, 여수시 여석, 통영시 비진도는 2번의 교란 횟수가 관측되었으나, 타 지점들에 비해 상대적으로 높은 시스템 성능 회복시간 값을 나타냈다.
Fig. 9는 가장 높은 CRI값을 가진 부안군 변산 해수욕장과 서천군 다사지구의 회복탄력성 시스템 성능 변화 그래프를 보여준다. 두 지점 모두 2018년을 기점으로 큰 변화가 발생 하였다. 부안군 변산 해수욕장의 경우 2018년 이후 해수욕장 주변에서 관광지 조성 공사가 이루어졌다. 대규모 공사에도 불구하고 변산 해수욕장은 큰 연안침식 등급 하락 없이 높 은 회복탄력성을 유지하였다. 이러한 사례를 바탕으로 변산 해수욕장은 특히 4R 중 내구성(Robustness)에 대한 회복탄력 성이 높게 나타나고 있음을 확인할 수 있다. 서천군 다사지 구의 경우 2018년 기준 침식등급이 C로 판정되었다. 2018년 이후 다사지구에는 사구포락 방지대책 및 주기적 해안환경 정화작업 등의 연안정비공사가 이루어졌다. 연안정비로 인 해 다사지구의 침식등급은 1년 만에 A등급으로 상향되었으 며, 이후 큰 침식등급의 하락 없이 높은 회복탄력성을 유지 하고 있다. 다사지구는 4R 중 특히 신속성(Rapidity)에 대한 회복탄력성이 높게 나타나고 있음을 확인할 수 있다.
5. 결 론
본 연구는 연안재해에 대한 회복탄력성을 평가할 수 있는 측정 모형을 제안하였다. 측정모형은 복잡한 시스템 성능의 변화를 측정할 수 있는 네 가지 회복탄력성 측정값과 복합 지수를 포함하여, 이는 연안재해에 대한 다양한 피드백 메커 니즘으로 구성된 개념적 프레임워크를 기반으로 개발되었 다. 특히, 기존 측정 지수 방법론에서 반영하기 어려웠던 측 정 시점, 교란 시점, 교란 시기 등을 다루는 측정 방법론이 제시되었다. 연안 침식을 대상으로 본 연구의 측정 모형이 적용되었으며, 네 가지 회복탄력성 측정값을 통해 각 지점이 가지는 연안침식 회복탄력성의 특성을 파악할 수 있음을 확 인하였다. 연안 회복탄력성 복합 지수의 매핑 결과 국내에서 연안침식 회복탄력성이 높게 나타난 지점은 모두 서해안과 남해안 지역에서 발견되었으며, 동해안 지역들은 연안침식 회복탄력성이 상대적으로 떨어지는 것으로 나타났다.
본 연구의 회복탄력성 측정 모형은 지금까지 취약성 기반 으로 진행되어 왔던 연안재해 리스크 평가 프레임워크에서 회복탄력성을 기반으로 적응 이후의 이행전략에 대한 논의 를 제공하는 도구로 활용될 수 있다. 회복탄력성 측정 모형 은 연안재해 리스크와 관련된 다양한 측면의 종속 변수를 제공하기 때문에, 여러 연안재해 적응 정책과 연결되어 정 책들의 효과성 측정에 활용될 수 있다. 측정 모형의 측정값 과 복합지수는 회복탄력성의 여러 특성을 포함하여 지역 간 차이를 도출할 수 있기 때문에, 서로 다른 연안 재해 취약 지역 그룹 간 정책지원에 대한 우선순위를 결정하는 데 이 용 가능하다.
예를 들어 현재는 연안침식관리구역 지정을 위한 기준으 로 연안침식등급을 결정하는 해빈폭 및 단면적의 변화(침식 률)와 취약도 분석 결과 값이 절대적이다. 연안정비사업 대 상지를 선정할 때에도 연안침식 등급 변화가 우선 고려된 다. 만약 본 연구를 통해 제시된 4R에 대한 회복탄력성 평가 를 실시할 경우 재해예방의 대상이 성능 감소 없이 재해에 얼마나 견딜 수 있는지, 재해로 인한 손실이 발생한 경우 원 래의 기능을 대체할 여분의 능력이 있는지, 재해 피해 발생 시 회복에 얼마나 시간이 소요되는지, 재해 피해에 대한 자 연 복구 역량이 어느 정도인지 세분화하여 정량적으로 평가 한 결과를 관리구역 및 정비사업 지역 선정 및 우선순위 결 정에 반영할 수 있다. 또한 관리구역 및 정비사업의 효과를 평가하는 경우에도 관리 및 정비 내용에 따라 개선된 성능 에 대한 세부 효과 평가가 가능하고, 이는 피드백 되어 정책 의 방향이 제시될 수 있다.
본 연구에서 제안된 회복탄력성 측정 방법 및 모델링 프 레임워크는 해수면 상승 및 폭풍해일에 의한 연안침수 및 범람, 수온상승에 따른 어장재해 등 다른 연안재해에 있어 서도 충분히 확장 가능할 것으로 사료된다. 다만, 재해현상 에 대한 최소 10년 이상의 관련 시계열 관측 데이터가 전제 되어야 하며, 기후변화, 해수면상승, 해양산성화 등의 연안 재해 가속화 요인을 충분히 고려하기 위해서는 최대한 촘촘 한 데이터가 요구된다. 또한 추후 본 연구의 측정값 및 복합 지수를 다양한 정책 변수와 연결하기 위해서는 본 연구에서 사용된 순서형 척도가 아닌 연속형 변수를 바탕으로 회복탄 력성 성능 변화를 측정할 필요가 있다.
한편, 본 연구는 이론적 근거를 바탕으로 연안재해 회복 탄력성에 대한 포괄적인 평가 프레임워크를 제시하였으나, 연안재해 원인에는 다양한 지역적 요인이 혼재되어 있으므 로, 추후 지역적 특성을 고려한 측정 모형 개발이 필요할 것 으로 보인다. 또한 지역별 연안재해 회복탄력성 평가 및 해 석에 있어 모형에서 제시된 측정값과 함께 피해 복원을 위 한 예산 투입 여부 등 다양한 정책 변수를 함께 활용한다면 더욱 정책 활용도가 높은 평가 결과가 도출될 수 있을 것으 로 사료된다.
