1. 서 론

중앙해양안전심판원(KMST, 2025)의 통계자료에 따르면, 최근 5년간 연평균 약 3,017건의 해양사고가 발생한 것으로 보고되고 있다(Table 1). 이 중 인명 피해를 수반한 주요 사 고 유형은 충돌, 전복, 화재·폭발, 기관손상, 안전 관련 사고, 그리고 부유물 감김 사고의 여섯 가지로 분류된다. 부유물 감김 사고란 항해 중 폐로프나 폐어망 등 해양쓰레기가 선 박의 프로펠러에 감겨 추진이 불가능해지는 사례를 의미한 다. 이러한 사고는 단순히 항해 지연을 초래할 뿐 아니라, 경 우에 따라 선박의 전복으로 이어져 심각한 인명 피해를 유발 할 수 있는 잠재적 위험 요인으로 지적된다. 2021년 4월, 인 천과 백령도를 운항하는 2000톤급 여객선은 추진기에 어망 이 감겨 1시간이 넘게 승객 172명을 태운채 멈춰섰고, 2025년 12월, 동해에서는 72톤급 어선에 폐어구가 감겨 항해불능상 태가 되어 해양수산부 동해어업관리단에 의해 구조되었다. 과거 1993년 10월 발생한 여객선 서해훼리호 전복사건의 경 우 부유물감김으로 인하여 가장 큰 피해를 입은 해양사고로 지적되고 있다. 재화 중량을 초과하여 운항 중 해양에 부유하 고 있던 나일론 밧줄에 의해 결국 선박은 복원성을 잃고 전복 되었고, 292명이 익사하거나 사망하는 피해가 발생하였다.

해양 쓰레기 중 부유물 감김사고(foul of propeller accidents) 를 유발하는 주요 유형으로는 폐어망, 폐로프, 어구, 닻, 해조 류, 호스 등이 보고되고 있으며, 이 중에서도 어망과 로프가 대부분을 차지하는 것으로 나타났다. 일회용품이나 생활쓰 레기를 제외하면, 어망과 로프는 해양 플라스틱 쓰레기의 대 표적인 형태로 간주된다(Lee and Kim, 2021;Yoo et al., 2021).

특히 폐어구(ghost gear)로 지칭되는 해양 플라스틱 쓰레기 는 해양생태계뿐 아니라 해상안전 측면에서도 심각한 위협 요인으로 작용한다. 기존의 해양 플라스틱 쓰레기 관련 연 구에서는 쓰레기의 이동성(mobility)을 고려한 영향평가 및 관리 프로그램, 그리고 이에 부합하는 정책적 접근의 필요 성이 강조되어 왔다(Nam, 2004;NOWPAP MERRAC, 2009;Kim, 2012). 환경적 측면에서는 해양 플라스틱의 감시체계 구축, 탐지기술 개발, 수거방안 등에 관한 연구가 주로 이루 어져 왔다(Ahn and Kim, 2018). 그러나 해양쓰레기로 인한 해 양사고가 빈번하게 발생하는 지역의 공간적 분포 특성을 체 계적으로 분석한 연구는 아직 부족한 실정이다.

본 연구는 해상 부유물 감김 사고의 시‧공간적 분석을 통 해 관련 연구 분야에 기초자료를 제공하고자 하였다. 아울 러 공간 분석 기법을 활용하여 이들 사고의 상대적 공간 밀 도 분포를 규명하는 것을 목표로 하였다.

2. 선행연구

Kang and Go(2022)에 따르면, 해양 부유물(폐어망, 폐로프 등)이 선박의 프로펠러에 감겨 항행이 불가능해지는 부유물 감김사고는 매년 빈번하게 발생하며, 특히 어선에서 높은 비중을 차지하는 것으로 보고되었다. GEAR(1996)는 이러한 현상을 ‘유령어업(ghost fishing)’ 개념으로 정의하였으며, 이 는 버려진 어망이 해양 환경 내에서 장기간 부유하면서 어 류, 해양포유류, 조류 등을 무차별적으로 포획·폐사시키는 대규모 비의도성 혼획(accidental bycatch) 현상을 의미한다 (Zuzanna et al., 2022). 이런 사고를 예방하기 위한 기술적 대 응으로 무인항공기(UAV, drone)를 활용하여 수중에 침적된 폐어망을 탐지하는 예방적 접근을 시도한 사례가 있으나, 빛 반사 등에 의한 영상 왜곡으로 탐지 정확도가 저하되는 한계가 보고 되었다(Kang, 2024). Zhang et al.(2021)은 2003년 에서 2018년 IMO GISIS-MCI 해양사고 자료를 활용하여, 커 널 밀도 추정(KDE)과 K-means 군집분석을 결합한 GIS 기반 분석을 통해 전 세계 해양사고의 공간적 분포와 지역별 특 성을 분석하였다. 분석 결과, 해양사고는 무작위적으로 발생 하지 않고 영국 인근 해역, 동아시아 연안, 싱가포르 인근, 지중해 해역 등 특정 지역에 집중되는 공간적 패턴을 보였 다. 또한 충돌, 좌초·접촉, 화재·폭발이 주요 사고 초기유형 으로 나타났으며, 일반화물선과 벌크선이 가장 사고 빈도가 높은 선종으로 확인되었다. 군집분석 결과, 지역별로 사고 발생 시기, 사고 유형 및 선종 구성에서 뚜렷한 차이가 존재 함이 확인되었다. Srikanth and Srikanth(2020)은 2008년에서 2012년 미국 아이오와주 디모인(Des Moines) 시의 교통사고 자료를 활용하여, KDE와 Getis–Ord Gi 기반 핫스팟 분석을 결합한 GIS 분석을 수행하였다. 연구에서는 KDE를 통해 사고 밀집 지역을 시각적으로 식별한 후, 증분 공간 자기상관 (Incremental Spatial Autocorrelation)을 이용해 임계거리(5404 ft) 를 산정하고, Gi 통계량을 통해 핫스팟의 통계적 유의성을 검증하였다. 분석 결과, 디모인 시 내에서 5개 주요 사고 핫 스팟이 도출되었으며, 통계적으로 유의한 핫스팟은 사고 밀 도 추정값을 기준으로 순위화되었다. Feng et al.(2025)은 1994 년부터 2020년까지 동중국에서 발생한 915건의 해양사고를 대상으로 공간시간큐브(Space-Time Cube)와 커널밀도분석을 사용해서 사고 hotspot이 시간의 흐름에 따라 어떻게 형성되 고 이동하는지 분석했다. 사고 위험 해역은 공간적으로 고 정된 개념이 아니라 해상 교통 패턴 및 환경조건의 변화에 따라 동적 특성을 지니는 것을 밝혔다.

3. 연구방법

본 연구는 2019년부터 2024년까지 6년간 대한민국 연안에 서 발생한 부유물 감김 사고를 대상으로 시·공간적 분포 특 성과 고위험 해역의 형성 및 이동 양상을 분석하는 것을 목 적으로 하였다. 분석에 사용된 자료는 중앙해양안전심판원 에서 제공한 부유물 감김 사고 기록으로, 사고 발생 연도, 위치 정보(위·경도), 사고 유형이 포함된 데이터를 활용하였 다. 모든 사고 위치 자료는 지리좌표 체계로 변환 (georeferencing)한 후, 분석의 일관성을 확보하기 위해 대한민 국 연안 해역을 동일한 공간 범위로 설정하였다. 이후 연도 별 사고 자료를 분리하여 시계열적 변화 분석이 가능하도록 데이터셋을 구성한 후 R 통계 프로그래밍 환경에서 사고 발 생의 시계열적 변화와 해역별 공간 분포 양상을 시각화하였 다. 이를 통해 사고 발생이 지속적으로 높은 위험도를 보이 는 지역뿐만 아니라, 새롭게 위험이 증가하는 잠재적 고위 험 해역을 식별하고자 하였다.

사고 발생의 상대적 밀도 분포를 정량적으로 분석하기 위 해커널 밀도 추정(Kernel Density Estimation, KDE)에 기반한 공간위험도 분석을 적용하였으며, 공간적 분산 또는 군집 (hotspot) 지역을 효과적으로 식별하였다. KDE는 각 데이터 지점 주변에 커널 함수를 적용하여 공간적 밀도를 추정하는 비모수(non-parametric) 기법이다.

또한 사고발생 지역 전반에 걸친 연속적인 밀도 분포를 생성하여 공간적 집중 패턴의 직관적인 시각화와 사고 다발 지역(hotspot)의 탐지를 용이하게 한다. 해양 분야에서 KDE는 부유물과의 감김 사고의 공간 분포 분석에 널리 활용되어 왔으며, 밀도가 높은 구역은 사고 취약 지역(accident-prone locations)으로 인식되고 있다(Isnan, 2021).

Getis–Ord Gi 통계 기법을 적용하여 공간적 군집의 유의 성을 검정하였다. Gi 통계는 특정 위치를 중심으로 한 공간 적 군집(clustering)의 정도를 평가하기 위해 사용되는 공간 자기상관(spatial autocorrelation) 기법이다. Gi 값이 높고 양(+) 의 값을 나타낼 경우 통계적으로 유의한 고밀도 지역 (hotspot)을 의미하며, 반대로 낮고 음(–)의 값을 보일 경우 저밀도 지역(coldspot)을 나타낸다. 본 연구에서는 KDE 결과 에서 도출된 고밀도 후보 지역을 대상으로 Gi 통계를 적용 함으로써, 시각적 밀집 패턴과 통계적 유의성이 일치하는지 를 확인하였다. 이 기법은 교통사고나 범죄 분석 등 다양한 분야에서 KDE 시각화와 병행하여 활용되어 왔으며, 통계적 으로 유의한 고위험 지역을 확인하고 우선적인 개입 지역을 설정하는 데 기여한 바 있다(Srikanth and Srikanth, 2020).

사고 위험 해역이 고정된 공간에 머무르는지, 아니면 시 간의 흐름에 따라 이동하거나 확산되는지를 분석하기 위해 SaTScan 기반의 시·공간 군집 분석과 공간–시간 큐브(Space –Time Cube) 개념을 해석 틀로 활용하였다.

SaTScan은 공간적 또는 시공간적 군집을 탐지하기 위해 고안된 통계 소프트웨어로, 포아송(Poisson) 및 베르누이 (Bernoulli) 모형 등 다양한 확률모형을 이용하여 군집의 존재 여부를 정량적으로 평가한다. KDE나 Gi가 연속적 밀도나 국 지적 패턴 분석에 중점을 두는 것과 달리, SaTScan은 특정 반경 내에서 관측된 사건의 수가 기대치보다 통계적으로 유 의하게 높은지를 검정한다. 이러한 특성으로 인해 SaTScan은 공간적 위험 분포의 객관적 검증 및 정책 결정 지원 도구로 활용 가치가 높다(satscan.org). Space–Time Cube 기법은 공간 적 정보와 시간적 정보를 통합하여, 사고 발생 패턴의 지리 적 분포와 시간적 변화를 동시에 분석할 수 있게 하는 분석 방법이다. 이 방법은 시·공간적 구조가 시간의 경과에 따라 어떻게 확산되거나 수렴하는지를 정밀하게 평가할 수 있게 한다.

동중국해에서 발생한 부유물 감김 사고에 관한 선행 연 구에서는, 고밀도 사고 발생 영역의 시간적 전개 양상을 시 각화하고 분석하기 위하여 전통적인 커널 밀도 추정(KDE) 기법과 함께 공간–시간 큐브(Space–Time Cube) 접근법이 활용된 바 있다(Feng et al., 2025). 이처럼 본 연구에서는 단 계적·유기적으로 결합된 분석 체계로 구성된다(Table 2 and Table 3).

4. 연구결과

Fig. 1와 Fig. 2에서 보는 바와 같이 2019년에는 주로 남해 남부 연안 및 동해 남부 해역에 집중되는 양상을 보였다. 특 히 경상남도 통영–거제 인근 해역과 포항 인근 해역에서 높은 사고 밀도가 확인되었으며, 일부 사고는 제주 남부 해 역과 서해 중부 해역에서도 관측되었다. 이러한 공간적 분 포는 어업활동이 집중되거나 여객선 항로가 밀집된 구간과 밀접하게 일치하는 것으로 나타나(Kang, 2024), 해당 해역이 구조적으로 해양안전 취약성을 내포하고 있음을 시사한다.

2020년에는 부유물 감김 사고의 공간적 분포가 전 해역에 서 비교적 균일한 양상을 보였다. 집중 구역 없이 전 해역에 걸쳐 저밀도이면서도 산발적으로 분포한 형태로, 뚜렷한 공 간적 집적 현상이 관찰되지 않았다. 특히 동해안 및 제주 해 역 인근에서는 사고 발생 빈도가 소폭 감소하였으며, 이는 COVID-19로 인한 여가활동 및 해상 교통량의 감소가 간접적 으로 반영된 결과로 해석될 수 있다.

2021년에는 사고 밀도가 다시 증가하였으며, 특히 서남해 안 및 제주 해역을 중심으로 사고 발생이 집중되는 양상이 뚜렷하게 나타났다. 제주도의 동부 및 남부 해역을 따라 원 형으로 분포하는 사고 발생 패턴으로, 전년도에 비해 사고 지점 간 밀도가 회복된 것으로 확인되었다. 또한 서해 북부 해역에서도 사고 발생 빈도가 높게 나타났는데, 이는 선박 통항량 증가 또는 환경 요인에 따른 부유물 집중도의 상승 과 관련이 있을 가능성이 있다.

2022년에는 동해안을 따라 해양사고 발생이 뚜렷하게 증 가하였으며, 강원도에서 울산에 이르는 동해 전역에서 사고 가 군집(cluster) 형태로 지속적으로 나타나는 경향이 확인되 었다.

또한, 서해 중남부 해역과 남해 중부 해역에서도 비교적 일정한 사고 분포가 유지되었다. 2019년과 비교할 때, 사고 의 공간 분포는 북쪽과 동쪽 방향으로 확장되는 양상을 보 였으며, 이는 해양환경 조건의 변화에 따라 해양 부유물의 이동 경로가 점차 북동쪽으로 이동하고 있음을 시사한다.

2023년에는 서해 북부 및 중부 해역에서 사고 발생 빈도 가 크게 증가한 것이 주요한 변화로 나타났다. 특히 인천– 태안 해역에서 사고 밀집도가 두드러지게 높게 나타나, 주 요 사고 집중 구역이 남해에서 서해 북부로 이동한 것으로 분석된다. 반면, 제주 남방 및 동해 남부 해역에서는 사고 발생이 상대적으로 감소하였다. 이러한 시·공간적 변동은 기 상 요인의 변화, 항로 조정, 그리고 해양 부유물 이동 경로 의 변동 등에 기인한 것으로 판단된다.

2024년에는 단일한 공간 중심에 집중되지 않고, 두 개 이 상의 공간적으로 분리된 고밀도 사고 중심이 동시에 형성되 는 공간 분포 특성과 확산성이 나타나는 공간 분포가 관찰 되었다. 남해 중부, 제주 남방, 동해 남부 등 여러 해역에서 동시다발적인 사고가 발생하였으며, 특히 제주 남방 해역에 서는 중첩된 사고 지점이 밀집되어 지속적인 사고 집중 구 역이 존재함이 확인되었다.

6년간의 자료 분석 결과, 부유물 감김 사고는 특정 해역에 국한되지 않고, 다중 중심성(multicentricity), 공간적 이동성 (spatial mobility), 그리고 시간적 분산성(temporal dispersion)의 특성을 보이며 반복적으로 발생한 것으로 나타났다. 특히 시기별 변화를 살펴보면, 2019–2021년에는 남해 및 제주 인 근 해역에서 사고가 집중되었으며, 2022–2023년에는 서해 북부 해역으로 이동하였다가, 2024년에는 다시 다수의 고위 험 해역으로 분산되는 양상을 보였다. 연도별 사고 발생 분 포 분석 결과, 다음과 같은 주요 특성이 확인되었다(Table 4).

2019년의 부유물 감김 사고는 경상남도 남해안, 특히 통 영–거제 해역과 포항 인근의 남동해역을 중심으로 뚜렷한 고밀도 군집을 형성하였다. 해당 지역의 커널 밀도(kernel density) 값은 0.10을 초과하여, 사고 발생이 집중된 공간적 특성을 나타내었다. 이러한 분포는 선박 통항량이 높고 어 업 활동이 활발한 해역과 일치하며, 주요 항로 및 항만 접근 수역에서 항행 장애 요인이 지속적으로 존재함을 시사한다.

반면, 2020년의 사고 밀도 분포는 전년 대비 상대적으로 확산된 양상을 보였다. 남서해역에서 남해 전역에 걸쳐 낮 은 중심 밀도와 높은 분산도를 보이는 광범위한 분포 형태 가 나타났으며, 뚜렷한 집중 중심점이 확인되지 않았다. 이 는 사고 발생 지점의 공간적 다양화가 진행되고 있음을 의 미하며, 구조적으로 다핵적(multicentric) 분포 형태가 형성되 고 있음을 시사한다.

2021년에는 제주 남부 해역, 서남해역, 그리고 동해 북부 해역에서 다수의 고밀도 사고 군집이 새롭게 형성되었다. 전체적인 사고 밀도는 전년과 유사하였으나, 사고 지점의 공간적 확산이 더욱 뚜렷하게 나타났다. 특히, 서남해 중부 및 동해 최북단에서의 사고 빈도 증가는 어선뿐 아니라 레 저 및 관광용 선박의 활동 증가와 연관될 가능성을 시사한 다. 이러한 경향은 해양 활동 양상의 변화와 사고 유형의 다 변화에 대한 보다 세부적인 분석의 필요성을 강조한다.

2022년에는 해양사고 밀도의 분포가 동해와 남해를 연결 하는 대각선 형태의 고밀도 패턴을 보이며, 이전 연도에서 관찰된 공간적 경향과는 다른 양상을 나타냈다. 특히 서해 중북부 해역에서 사고 밀도가 뚜렷하게 증가하였으며, 전라 북도 군산 및 충청남도 태안 인근 해역에서 밀집된 사고 클 러스터가 확인되었다. 이러한 공간적 변화는 해양 잔해물 유입 경로의 변동, 조류 흐름의 변화, 계절적 해양환경 조건 의 차이 등 외부 요인에 의해 고위험 해역의 재구성이 이루 어지고 있음을 시사한다.

2023년에는 전반적으로 사고 발생 밀도의 핵심 영역이 감 소하였다. 대부분의 해역에서 커널 밀도값이 0.05 이하로 나 타나, 서해 북부를 중심으로 한 저밀도 분포 패턴이 형성되 었다. 또한 사고 발생 위치가 기존의 핵심 밀집 영역에서 외 곽으로 확산되어, 동해 북부에서 서해 북부에 이르는 광역 적 확장 양상을 보였다. 이러한 결과는 부유물 감김 사고의 고위험 해역이 고정적인 공간에 존재하지 않고, 해마다 변 동성을 보임을 의미한다. 기록된 핵심 밀도 수준은 0.05 미 만으로, 전년도에 비해 현저히 낮은 수준을 나타냈다.

2024년에는 다시 명확히 구분되는 고밀도 사고 클러스터 가 재형성되었다. 특히 서남해, 제주 남방, 동해 남부 해역에 서 사고 밀도가 높게 나타났으며, 전체적인 공간 분포는 2019년과 유사한 패턴을 보였다. 이는 해양 부유물 이동 경 로, 항행 환경, 선박 운항 조건 등의 변동이 사고의 공간적 분포에 중요한 영향을 미치고 있음을 시사한다.

5. 결 론

2019년부터 2024년까지의 부유물 감김 해양사고에 대한 공간적 분포를 정밀 분석한 결과, 이러한 사고는 전반적으 로 대한민국 연안 전역에서 고르게 발생한 것으로 나타났 다. 특히 서해와 남해 해역은 조사 기간 전반에 걸쳐 지속적 으로 높은 사고 밀도를 보였으며, 해당 해역이 부유물 감김 사고의 주요 발생 지역이 있음을 확인하였다. 이러한 공간 적 패턴은 해당 해역이 어업활동, 상선 운항, 여객선 운항 등 다양한 해상 활동이 중첩되는 핵심 해역임을 시사하며, 이에 따라 관련 위험 저감을 위한 체계적이고 지속적인 해 상안전 관리 및 모니터링 체계의 강화가 요구된다.

일부 연도(2020년, 2023년)에는 보다 분산된 패턴이 관찰 되었다. 이러한 결과는 사고 발생 위치가 단순히 선박 밀도 나 고정된 위험 요인에 의해 결정되는 것이 아니라, 기후 조 건, 해양쓰레기 분포, 정책적 개입(감시체계 강화, 항행경보 발령 등)과 같은 다양한 외부 요인과의 상호작용에 의해 결 정됨을 보여준다. 즉, 부유물 감김 사고는 단순한 해상 교통 량뿐 아니라 계절적 기후 변동성, 해양쓰레기 확산 패턴, 어 업 활동의 시·공간적 변화, 단속 강도의 변동 등 복합적 요 인에 매우 민감하게 반응한다는 점이 추정되었다.

따라서 이러한 사고의 공간적 위험을 효과적으로 관리하 기 위해서는, 과거 자료에 기반한 정적 관리 방식이 아니라 실시간 해양환경 자료를 통합한 예측적·동적 관리체계의 구 축이 필요하다. 본 연구의 분석 결과는 기존의 정태적 해역 관리 접근법의 한계를 보여주며, 계절적 및 실시간 위험 평 가를 반영한 적응적 해양안전 정책의 필요성을 강조하고자 한다.

6. 제 언

본 연구에서 도출된 부유물 감김 해양사고의 시·공간적 분포 특성은 향후 해양사고 예방정책 및 대응체계 수립을 위한 실질적 근거를 제공한다. 특히, 사고 발생의 반복성과 공간적 군집 양상은 대응 자원의 효율적 배분과 예방조치의 우선순위 설정을 위한 핵심적인 시사점을 제시한다.

우선, 부유물 감김 사고의 밀집도가 높은 해역에서는 집 중적인 모니터링 및 제거체계의 표적화된 도입이 필수적이 다. 공간밀도 분석 결과, 특정 해역에서 유사한 사고 발생 양상이 연속적으로 관찰되어 왔으며, 이는 잔존 해양쓰레기 의 지속적 축적 또는 항로상의 물리적 제약 가능성을 시사 한다. 따라서, 고도화된 해양부유물 탐지 센서, 무인수상정 (USV) 기반 해양정화 기술, 감시용 드론 등의 첨단 장비를 고위험 해역에 배치함으로써 모니터링 및 제거 효율성을 제 고할 필요가 있다.

둘째, 연도별 사고 분포의 이동성과 변동성은 단속 강도, 정책 방향, 해양환경 조건의 변화를 반영하는 동태적 특성 을 지닌다. 특정 연도에 서해 북서부나 제주 남부 해역에서 사고 밀도가 일시적으로 증가한 현상은 해류의 변화, 해양 쓰레기 이동 경로의 변동, 혹은 규제 적용의 지역적 불균형 등에 기인할 가능성이 있다. 이러한 분석은 사고 발생의 근 본 원인 규명과 연도별 정책효과 평가에 필수적인 기초자료 로 기능한다.

셋째, 본 연구에서 수행한 공간통계 분석은 부유물 감김 사고 예측모델 구축을 위한 기초데이터로 활용될 수 있다. 커널밀도추정(Kernel Density Estimation, KDE), SaTScan 등 공 간자기상관 분석기법의 적용을 통해 고위험 해역을 사전에 식별·예측할 수 있는 통계모형을 개발함으로써, 선제적이고 위험기반의 예방전략 수립이 가능하다.