1. 서 론
2. 영향인자 평가 방법
3. 델파이 분석
3.1 전문가 패널 구성 및 영향인자 상위분류체계 도출
3.2 1차 델파이 조사 및 분석결과
3.3 2차 델파이 조사 및 분석결과
3.4 3차 델파이 조사 및 분석결과
4. 결 론
1. 서 론
산사태는 전 세계적으로 가장 심각한 자연 재해 중 하나로, 매년 공공 인프라와 인명에 상당한 피해를 초래하고 있다(Avalon et al., 2016; Chen et al., 2017; Dai et al., 2020). 최근 기후 변화로 인해 산사태의 빈도와 강도가 더욱 증가하면서 피해 규모도 급증하고 있어, 산사태 위험도 평가의 중요성이 더욱 강조되고 있다. 이를 예방하고 효과적으로 관리하기 위해서는 산사태 위험도를 체계적으로 평가하고, 다양한 요인을 종합적으로 분석하는 것이 중요하다.
경사도는 산사태 발생의 주요 요인 중 하나로, 경사가 급할수록 중력에 의해 사면에 가해지는 힘이 증가하여 산사태 발생 가능성이 높아진다. Hastuty et al.(2023)은 경사도가 산사태 발생에 결정적인 영향을 미치는 요소임을 강조하였다. 또한 고도와 지형적 특성 역시 산사태 위험도를 높이는 요인으로 작용할 수 있으며, 이는 지형적 조건이 산사태 발생의 가능성을 크게 좌우하기 때문이다. 암석과 토양의 물리적 특성도 산사태 발생 가능성에 중요한 영향을 미친다. Miao et al.(2023)은 암석의 유형과 토양의 구조적 특성이 산사태 발생에 중요한 영향을 미치며, 특정 지층의 경사와 방향은 산사태 발생 가능성을 더욱 높일 수 있다고 지적하였다. Li et al.(2022)는 산사태 사례를 통해 지질 구조, 지속적인 강우, 지하수 이동, 지진 활동 등이 산사태 발생에 큰 영향을 미친다는 것을 밝혔다. 또한, Hidayatillah et al.(2021)은 지질 구조가 산사태 발생에 어떻게 영향을 미치는지를 연구하였다. Lias et al.(2020)는 토양의 특성, 토양의 입자 크기와 투수성이 산사태에 미치는 영향을 분석하였다.
강수량은 산사태를 촉발하는 주요 요인 중 하나로, 집중호우 시 지반의 포화도가 증가함에 따라 토양 안정성이 저하되어 산사태 발생 가능성이 높아진다. Rivas et al.(2020)은 산사태 활동과 강우의 관계를 분석하였으며, 강한 강우가 산사태를 촉발하는 주요 요인임을 확인하였다. 기후 변화로 인해 전 세계적으로 기상 패턴이 극적으로 변화하면서 일부 지역에서는 극한 강우 사건이 발생하고, 다른 지역에서는 장기간의 가뭄이 지속되고 있다(Scoccimarro and Navarra, 2022). 이러한 변화는 산사태 메커니즘에 큰 영향을 미치는데, 강수량이 산사태를 유발하는 가장 일반적인 요인이기 때문이다(Polemio and Petrucci, 2000; Remaître et al., 2010). 특히 그리스에서는 강수량이 단순히 주요 유발 요인일 뿐만 아니라, 기록된 산사태의 90% 이상을 유발한 것으로 나타났다(Koukis and Ziourkas, 1989; Koukis et al., 1997; Koukis et al., 2005).
토양 절취, 성토, 굴착 및 이동과 같은 인위적인 활동은 토지 이용 및 피복 변화에 중요한 역할을 하며, 종종 사면 안정성과 산사태 발생과 연관되어 있다.(Depicker et al., 2021; Glade, 2003; Pisano et al., 2017; Reichenbach et al., 2014; Torizin et al., 2018; Vanacker et al., 2003). 예를 들어, 인위적 활동에 의해 유발된 산사태는 이탈리아(Semenza and Ghirotti, 2000), 캐나다(Cruden and Martin, 2009), 푸에르토리코(Lepore et al., 2012), 독일(Wichter, 2007), 중국(Li et al., 2013) 등 전 세계적으로 널리 분포하고 있다. 또한, 산림 벌채와 과도한 방목이 사면의 토지이용 및 피복과 토양 물질 특성을 변화시켜 더 많은 산사태를 유발할 수 있다(Goetz et al., 2015; Heshmati et al., 2011; Karsli et al., 2009; Promper et al., 2014). 중국에서는 최근 수십 년 동안 인위적 활동과 도시 확장이 산사태 발생의 주요 원인이 되었으며, 이는 중국에서 발생한 산사태의 약 70%를 차지한다(Gao and Fan, 2015).
산사태는 단일 요인에 의해 발생하는 단순한 현상이 아니라, 다양한 환경적 및 인위적 요인들이 복합적으로 상호작용하는 복잡한 과정이다. 따라서, 각 요인을 개별적으로 분석하는 접근법은 산사태 위험도를 정확하게 평가하는데 한계가 있다. 본 연구에서는 델파이 기법을 활용하여 산사태 위험도에 영향을 미치는 다양한 요인들을 종합적으로 분석하고, 전문가들의 합의를 통해 각 요인의 중요도를 평가하고자 한다. 이를 바탕으로 산사태 위험도 평가를 위한 기초 자료를 제공함으로써, 산사태 위험 관리에 있어 보다 신뢰성 있는 의사결정을 지원하고자 한다.
2. 영향인자 평가 방법
본 연구에서는 델파이 기법을 적용하여 전문가의 의견을 수집하고 분석하였다. 델파이 기법은 통제된 피트백이 제공되는 수차례의 설문조사를 통하여 어떠한 문제에 대해서 전문가 집단의 합의를 이루는데 유용한 의사결정 수단이다. 즉, 집단의 의견을 개별적 차원이 아닌 전체적 차원에서 특정 문제에 대한 동의가 부족하거나 지식이 불완전 하다고 생각될 때 효율적으로 대응하도록 하는 것이라 할 수 있다(Dalkey, 1969; Delbecq et al., 1975; Rowe and Wright, 2001).
델파이 기법을 적용하기 위해서는 가장 먼저, 조사대상인 전문가의 선정이 수행된다. 델파이 기법이 전문가적 직관을 객관화된 수치로 나타내는 방법이기 때문에 조사에 참여하는 전문가의 자질은 매우 중요한 요소이다. 일반적으로 10∼15명의 소집단의 전문가만으로도 유용한 결과를 얻을 수 있다고 조사되고 있다(Anderson, 1995; Ziglio, 1996). 본 연구에서는 델파이 조사과정에서 13명의 전문가가 참여하였으므로 델파이 조사 과정의 신뢰도는 적절하다고 판단된다.
델파이 기법을 통한 산사태 위험도에 고려되어야 하는 영향인자를 도출하기 위해 Fig. 1과 같은 순서를 통해 연구를 진행하였다.
전문가의 선정 후, 델파이 기법을 이용한 산사태 위험도 평가영향인자 도출을 위하여 기존의 선행연구, 문헌조사 및 전문가 집단의 브레인스토밍 과정을 통하여 5가지 상위분류체계를 구조화 하였다. 제1차 설문은 비 구조화된 응답양식을 주로 활용하여 전문가들의 발산적 지각(delivergent perception)을 고찰한 다음 이로부터 의견을 수렴하게 된다. 1차 설문은 산사태 위험도 평가영향인자에 대한 전문가들의 다양하고 확산적 의견을 수집하기 위하여 개방형 질문을 제시하였다.
제2차 설문조사는 제1차 델파이 설문을 통해 도출된 견해를 정리하여 각 항목에 대한 전문가들의 의견을 재평가하도록 요청한다. 보통 제2차 설문지에서는 항목에 대한 우선순위나 중요도를 평가하게 된다. 중요도는 리커트 5점 척도 또는 7점 척도를 사용하며, 응답결과는 평균과 표준편차 등을 이용하여 조사대상 전문가의 합의수준을 확인한다. 제1차 델파이 분석을 통해 도출된 산사태 위험도 분석을 위한 평가영향인자 후보군에 대한 중요도를 리커트 7점 척도(매우중요, 중요, 약간중요, 보통, 약간중요하지 않음, 중요하지 않음, 전혀 중요하지 않음)로 조사하였다. 그리고 기타 의견란에 항목 이외의 의견이나 부가 설명 등을 기술 할 수 있도록 하여 질적 분석자료로 사용하였다.
제3차 설문조사는 제2차 설문에 대한 통계분석 결과 즉, 전문가 집단의 사고방향에 대한 피드백을 포함한다. 보통 3차 설문부터 전문가들의 의사가 합의점에 도달한다. 이는 연속된 횟수의 응답에 있어서의 일치성이라고 정의할 수 있는데, 3차 설문결과에서 의견이 종합되지 않을 경우, 추가적 설문을 반복적으로 시행할 수 있다(Riggs, 1983; Skulmoski et al., 2007). 그러나 기존의 대부분의 연구들에서 일반적으로 3차에 걸친 델파이 조사면 충분하다고 언급하고 있다(Rowe and Wright, 2001). 제3차 델파이 조사결과 전문가간 높은 동의 수준을 보였으며, 3차 조사결과를 바탕으로 최종적인 주요 인자 분류결과를 도출하였다.
델파이 조사는 기본적으로 전문가들의 의견 합의를 도출하는 데 목적이 있다. 따라서 조사과정에서 의견의 일치점이 도출되지 않고 전문가간 의견의 변동성이 크거나 중요도가 낮게 분석된 항목은 제거하거나 재조사할 필요가 있다. 일반적으로 응답결과의 변동성에 대한 평가는 변동계수(Coefficient of Variation; COV)를 산정하여 분석할 수 있다. 변동계수의 값이 0.5이하일 경우 안정도가 높아 추가 설문이 필요 없으나, 0.8이상일 경우에는 추가적 설문이 필요한 것으로 판단한다(Rho, 2006).
조사 결과의 유의미함 즉, 중요도를 평가하는 방법으로는 CVR(Content Validity Ratio)을 활용할 수 있다(Lawshe, 1975). CVR은 아래의 식 (1)을 통해 산정 할 수 있다.
여기서, 는 중요하다고 응답한 패널 수, 은 전체 패널 수를 의미한다. CVR은 중요하다고 인식하는 패널들이 많으면 많을수록 그 문항의 유효비율 정도 또는 유효범위가 증가한다는 가정을 기초로 한다. 즉 어떤 문항이든 중요하다고 응답한 패널 수가 50%이상일 때 그 문항은 타당도를 어는 정도 가지고 있다고 볼 수 있는데, 중요하다고 응답한 패널 수가 50%보다 적으면 음수 값이 되고, 50%일때는 0, 50%보다 크고 100%미만이면 0과 1사이 값, 100%일 때 1의 값을 가진다. Table 1은 패널 수에 따른 CVR 최소값 이상을 가지는 항목만이 타당도가 있다고 판단 할 수 있다.
델파이 2차, 3차 조사내용의 변동성과 타당성을 검증하기 위하여 COV와 CVR 분석을 수행하였다. 변동계수의 분석결과 전문가들의 의견이 크게 상의하지 않아 일치성을 확보하였고, CVR 분석을 통해 내용 타당성이 확보되지 않은 영향인자는 제외하였다.
3. 델파이 분석
3.1 전문가 패널 구성 및 영향인자 상위분류체계 도출
델파이 기법은 전문가적 직관을 객관화된 수치로 나타내는 방법이기 때문에 조사에 참여하는 전문가의 자질은 매우 중요한 요소이다. 조사대상자는 해당 연구 분야에 종사하는 전문가를 선택하여 구성하는 것이 가장 적절한 접근이다. 그리고 참여자의 대표성, 적절성, 전문적 지식능력, 성실성, 참가자의 수 등을 신중히 고려하여야 한다. 전문가 참여의 수는 많을수록 결과의 신뢰도가 커지는 것으로 보고되고 있으나(Dalkey, 1969), 일반적으로 10∼15명의 소집단의 전문가만으로도 유용한 결과를 얻을 수 있다고 조사되고 있다(Ziglio, 1996; Anderson, 1995). 본 연구에서는 델파이 기법의 특성상 전문가 집단의 경험과 기술력이 매우 중요한 역할을 하므로, 참여 전문가들은 관련 분야에서 실무와 연구 경험을 겸비한 인원으로 선정하였다. 전문가들은 산사태 위험 분석과 관리와 직·간접적으로 관련된 토목공학, 지질학 등 관련 분야에 종사하며, 최소 10년 이상의 경력을 보유한 인원으로 구성하였다. 또한, 연구에 참여한 전문가들은 산사태 위험 평가와 관련된 논문 발표 및 학술 활동 경험이 있으며, 프로젝트 또는 재해관리 실무 참여 경력을 보유한 13명으로 구성하였다. 이들은 총 3차에 걸친 델파이 조사·분석 과정에 모두 참여하여 분석의 신뢰성을 고려하였다(Table 2).
본 연구에서는 델파이 기법을 적용하기 위해 산사태 위험 요인에 대한 선행연구와 문헌조사, 전문가 자문을 통해 5개의 상위분류체계를 정의하였다. Glade(2003)와 Remaître et al.(2010)의 연구는 지형적·지질학적 요인의 중요성을, Pisano et al.(2017)과 Vanacker et al.(2003)는 인위적 요인이 산사태 발생에 미치는 영향을 강조하였다. 또한, Li et al.(2022)와 Rivas et al.(2020)는 수문학적 요인과 강수 패턴이 산사태를 촉발하는 주요 변수임을 확인하였다. 이를 바탕으로 브레인스토밍 과정을 통해 본 연구에서는 지형적, 지질학적, 수문학적, 기상학적, 인위적 요인으로 분류체계를 구조화하였다.
Table 2.
Career history of experts who participated in the Delphi survey
3.2 1차 델파이 조사 및 분석결과
제1차 설문 조사는 산사태 위험도 분석을 위해 고려해야 할 잠재적 요인을 도출하기 위해 수행되었다. 전문가들은 개방형 질문을 통해 산사태 위험도 분석에 필요한 영향인자를 제시하였다. 분류된 평가영향인자의 상위분류체계를 바탕으로, 각 체계에 고려될 수 있는 구체화된 하위분류요소를 자유스럽게 나열하도록 하였다. 조사된 모든 항목을 각 상위분류체계에 종속되도록 구조화 하였으며, 중복된 항목은 제거하였다. 조사 결과 5개의 상위분류체계에 종속된 하위분류의 영향인자는 총 42개가 조사되었다. 이 가운데 문항별 응답 사례 유형화, 유사문항의 통합 및 제거 과정을 거쳐 최종적으로 26개의 결과를 도출하였으며, 그 내용은 Table 3과 같다.
Table 3.
The first Delphi survey result
산사태는 다양한 자연적 및 인위적 요인의 복합적인 상호작용에 의해 발생하는 복잡한 지질학적 현상이다. 이러한 요인들은 각각 산사태의 발생 가능성을 높이는 역할을 하며, 이를 체계적으로 분석하는 것은 산사태 위험을 평가하고 예방 전략을 개발하는데 필수적이다. 분석된 주요 영향인자를 살펴보면 다음과 같다.
지형적 요인은 산사태 발생 가능성을 결정하는데 중요한 물리적 특성을 제공한다. 경사도는 토양과 암석이 중력에 의해 쉽게 이동할 수 있는 경향을 결정하며, 일반적으로 경사도가 급할수록 산사태 발생 가능성이 증가한다. 지형 형태는 산지, 평지, 계곡 등의 지형적 특성을 포함하며, 이는 산사태의 발생 및 확산에 영향을 미칠 수 있다. 또한 지형의 기울기 방향은 물의 흐름 경로를 결정하기 때문에 산사태 위험도에 중요한 요소로 작용한다. 고도의 경우, 높은 고도의 지역은 강수량과 기후 변화에 더 민감하여 산사태의 위험이 증가할 수 있으며, 계곡밀도는 물의 집중과 배수에 영향을 미쳐 산사태 발생 가능을 높이는 요인으로 작용한다.
지질학적 요인은 산사태의 잠재적 발생지를 결정하는 데 중요한 지표를 제공한다. 과거 산사태 이력은 동일한 조건 하에서 재발 가능성이 높은 지역을 식별하는데 도움을 준다. 암석 유형은 특정 암석이 침식과 풍화에 취약한 경우 산사태 위험을 높일 수 있다. 지질구조는 단층, 절리 등의 존재 여부가 산사태 발생에 영향을 미친다. 토양구성은 토양의 침투성과 응집력에 영향을 미쳐 산사태 위험을 결정하는 주요 요인 중 하나이다. 풍화상태와 침식정도는 토양과 암석의 물리적 약점을 드러내어 산사태를 유발할 수 있으며, 과거의 지질 활동, 예를 들어 지진이나 화산 활동은 지질구조를 약화시켜 산사태 발생 위험을 높일 수 있다.
수문학적 요인은 지하수 및 지표수의 움직임이 산사태에 미치는 영향을 고려한다. 높은 지하수위는 토양을 포화시켜 그 안정성을 감소시킬 수 있으며, 이는 산사태의 발생 위험을 증가시킨다. 수로와 배수 체계의 적절한 관리가 이루어지지 않을 경우 물의 축적이 발생하여 산사태의 위험을 높일 수 있다. 수위의 급격한 변화는 토양의 안정성을 저해할 수 있으며, 하천과의 근접성은 토양의 침식과 포화를 증가시켜 산사태 발생 가능성을 높인다.
기상학적 요인은 주로 강수와 관련된 요소들로, 산사태 발생의 중요한 자연 요인 중 하나이다. 강우량이 증가하면 토양이 포화되어 산사태 발생 가능성이 높아지며, 단시간 내에 많은 비가 내리는 집중호우는 산사태 발생 위험을 급격히 증가시킨다. 또한, 강우가 장기간 지속될 경우 토양의 안정성을 약화시키고, 강우 빈도가 잦으면 토양의 물리적 성질을 변화시켜 산사태 발생 가능성을 높일 수 있다.
인위적 요인은 인간 활동이 산사태 발생에 미치는 영향을 나타낸다. 토지 이용의 변화는 도시화나 개발로 인한 변화는 토양과 암석의 안정성을 약화시켜 산사태 위험을 증가시킬 수 있다. 인공 구조물의 설치는 자연적인 배수 패턴을 방해하여 물의 축적을 야기할 수 있다. 산림 벌채와 같은 활동은 식생의 제거로 인해 토양의 결속력을 감소시키고, 광업활동은 지질 구조를 불안정하게 만들어 산사태 발생 가능성을 높인다. 또한 공사나 폭발 등에 의한 인위적인 진동은 지반 안정성을 약화시킬 수 있다.
이와 같이 다양한 요인들이 독립적으로 또는 상호작용하여 산사태 발생 가능성에 기여한다. 각 요인의 영향력을 이해하고 적절한 분석을 통해 산사태 위험을 평가하는 것은 필수적이며, 이를 통해 효과적인 예방 및 대응전략을 개발할 수 있다.
3.3 2차 델파이 조사 및 분석결과
제2차 델파이 조사에서는 1차 조사에서 수집된 총 26개의 영향인자에 대하여 전문가를 대상으로 7점 리커트 척도를 적용하여 각 인자별 중요도에 대한 설문을 진행하였다. 각 인자에 대한 타당성 검증 차원에서 수행하였으며, 또한 3차 델파이 조사에서 사용될 평가요소들을 도출하기 위하여 수행하였다. 1차 조사에서 도출된 각 평가영향인자에 대한 적용 타당성 검증은 CVR(Lawshe, 1975)을 분석하여 검증하였다. 총 26개의 평가요소 중에서 8개의 평가요소가 CVR 분석값이 0.54미만으로 산사태 위험도 분석을 위한 영향인자로 부적합 것으로 나타났다. CVR값이 0.54미만일 경우 타당성이 결여되었다고 판단한 이유는 Table 1을 참조하여 조사 대상자의 수가 13명일 경우의 값을 통해 도출한 것이다. 제2차 델파이 조사 분석에 사용된 총 26개의 평가요소들 중 8개를 제외한 18개의 영향인자가 결정되었다(Table 4).
Table 4.
The second Delphi survey results
3.4 3차 델파이 조사 및 분석결과
제3차 델파이 조사는 2차 델파이 조사결과 도출된 총 18개의 영향인자를 대상으로 7점 리커트 척도를 활용한 폐쇄형 설문으로 진행하였으며, 1,2차 조사에 참여하였던 전문가들의 최종적인 의견의 일치 및 합의를 도출하기 위한 목적이다. 제3차 델파이 조사결과를 평가하기 위하여 CVR분석을 통해 인자별 타당성 검증을 재수행하고, 전문가 답변의 일치성을 측정하기 위하여 COV를 산정하였다. COV 의 경우, 0.5 이하로 분석되는 경우 추가적인 설문이 필요하지 않다는 의미이다(Rho, 2006). 분석결과 총 17개의 주요 인자들에 대한 CVR이 모두 0.54이상으로 분석되어 타당성이 확보된 것으로 나타났다. 18개의 평가영향인자의 변동계수는 0.5이하로 분석되어 추가적인 설문이 필요하지 않으며, 응답의 일치성 또한 높아 설문의 안정도가 확보되었다고 할 수 있다.
Table 5는 총 3차에 걸친 델파이 조사결과를 토대로 최종적으로 도출된 산사태 위험도 영향인자에 대한 내용이다. 이들 인자들은 다양한 분야의 전문가를 대상으로 의견의 일치와 합의에 대한 결과로서 산사태 위험도 분석을 위한 사전조사, 분석단계에서 요구되는 주요 인자로서 매우 가치가 있다고 판단된다.
Table 5.
The third Delphi survey results
4. 결 론
본 연구에서는 델파이 기법을 활용하여 산사태 위험도에 영향을 미치는 주요 인자들을 도출하고 평가하였다. 델파이 기법은 전문가 집단의 합의를 이끌어내는 데 유용한 도구로, 총 3차에 걸친 델파이 조사를 통해 18개의 주요 영향인자를 최종 선정하였다. 이들 영향인자는 지형적, 지질학적, 수문학적, 기상학적, 인위적 요인으로 분류되었으며, 각 인자의 중요도는 전문가들의 합의에 의해 결정되었다. 연구결과는 다음과 같이 요약된다.
(1)산사태 위험도 분석을 위한 영향인자 중 경사도, 지형 형태, 지하수위, 강우량 등은 산사태 발생 가능성을 높이는 주요 요인으로 분석되었다. 특히, 지형 및 지질학적 요인과 기상학적 요인은 산사태 발생 가능성을 결정하는 데 있어 중요한 역할을 하는 것으로 나타났다. 또한, 인위적 요인 중에서는 토지 이용의 변화, 산림 벌채와 인공구조물의 설치가 산사태 위험도를 높이는 데 기여하는 것으로 확인되었다.
(2)본 연구는 산사태 위험도를 체계적으로 분석하고 평가하기 위한 기초 자료를 제공하며, 이를 통해 산사태 예방 및 대응 전략을 수립하는 데 중요한 참고 자료로 활용될 수 있다. 특히, 선정된 주요 영향인자들은 산사태 발생 가능성을 예측하고, 이를 바탕으로 효과적인 예방 및 대응 전략을 개발하는 데 중요한 역할을 할 것이다.
(3)다양한 환경적, 인위적 요인을 고려하여 산사태 위험도를 평가하였으나, 지반공학적 요소에 대한 분석이 미흡하다는 한계가 있다. 향후 연구에서는 지반공학적 요인에 대한 데이터를 추가적으로 보완하고, 이를 기반으로 한 정량적 분석 및 모델링 기법을 적용하여 산사태 위험도를 보다 정확하게 평가할 방안이 필요하다.
