1. 서 론

도심 개발의 가속화와 함께 지하 공간 건설 및 도시 인프라 확장 사업이 확대됨에 따라, 비파괴적 지반 조사의 중요성이 커지고 있다. 굴착·시추 기반 조사는 물성 및 층서 확인의 신뢰성이 높지만 허가·안전·교통 통제와 비용 부담이 크며, 지점 중심의 국부 대표성에 머물기 쉽다. 반면 표면파 기반 비파괴 탐사의 경우 넓은 면적을 신속히 관측하고 반복 측정이 용이하여, 전단파 속도(Vs) 프로파일 산정과 이를 통한 기반암 심도 추정에 널리 활용된다(Yoon, 2007; Moon et al., 2017; Park, 2019). 국내 내진 설계 체계 구축의 기반이 된 초기 연구(Sun et al., 2005)와 현행 기준(KDS 17 10 00, 2024)에서는 지반 분류와 응답 스펙트럼 선정을 위해 기반암 깊이와 토층 평균 전단파 속도(Vs,soil)를 주요 인자로 사용하며, 통상 Vs 760 m/s 이상을 기반암으로 정의한다. 이에 따라 본 연구에서도 국내 설계 기준과의 정합성 확보 및 공학적 보수성 유지를 종합적으로 고려하여, 기반암 판정의 기준 속도를 760 m/s로 설정하여 분석을 수행하였다.

교차상관 탄성파 간섭법(cross-correlation seismic interferometry)은 주변 잡음장의 상관함수로부터 수신점 간 경험적 그린 함수(Green’s function)를 복원해 Rayleigh 파 분산 곡선을 추정하고, 이를 기반으로 Vs 구조를 역산하는 기법이다(Campillo and Paul, 2003; Shapiro and Campillo, 2004; Bensen et al., 2007). 이론적으로, 두 수신기를 잇는 직선 방향에서 오는 노이즈가 그린 함수 복원에 가장 지배적으로 기여한다(Roux et al., 2005). 따라서 만약 탐사 배열과 정렬된(in-line) 특정 위치에서 지배적인 잡음이 안정적으로 발생한다면, 이는 강력한 가상 파원(virtual source) 역할을 하여 명확한 그린 함수를 복원하는 데 이상적이다(Shapiro et al., 2005; Sabra et al., 2005; Wapenaar and Fokkema, 2005). 실제 도심지 탐사에서도, 지오폰 배열과 일치하는 상시 잡음의 주된 Direction of arrival(DOA)이 존재할 때 그린 함수를 정확하게 복원할 수 있음이 입증되었다(Zhang et al., 2019b). 그러나 실제 도시 환경의 주변 잡음은 주요 교차로의 교통 잡음 뿐만 아니라, 인접한 도로 축, 공사 현장 등 다양한 방향에서 복합적으로 발생한다. 이러한 잡음 환경에서, 선형 배열로 취득한 데이터를 단순 적층(stacking)할 경우, 탐사 배열과 정렬되지 않은 ‘원치 않는 방향’의 잡음까지 모두 중첩되어 분산 에너지의 불연속, 저주파 위상 속도 과대 추정, 모드 혼합과 같은 왜곡을 야기할 수 있다(Tsai, 2009; Ning et al., 2022). 또한, 이러한 잡음 지배 방위의 시간적 변동은 주파수대별 분산 이미지의 연결성을 추가로 약화시키는 요인이 된다.

기존의 능동식 표면파 탐사(MASW 등)는 소스 제어가 가능하다는 장점이 있으나, 도심에서는 소음·공간·허가 제약으로 인한 소스 배치의 한계, 근접장 영향, 배열–소스 기하의 민감성으로 인해 저주파 대역에서의 신뢰도와 해석 안정성이 저하될 수 있다. 탐사 배열의 규모적 제약과 비이상적인 소스–수신기 배치는 장주기 성분의 확보를 어렵게 하고, 결과적으로 심부 구조 추정과 기준 기반암 심도 해석의 불확실도를 증가시킨다(Park et al., 1999; Xia et al., 1999; Xia et al., 2004; Foti et al., 2018).

이러한 한계를 극복하기 위해, 본 연구는 교차상관 탄성파 간섭법에 Multiple Signal Classification(MUSIC) 빔포밍 기법을 결합하여, 도시 교통잡음의 방향성 정보를 정량화하고 배열축과 정렬된(in-line) 성분만을 선택적으로 활용하는 방안을 제안한다. 이 기법은 Short-Time Fourier Transform(STFT) 기반의 고해상도 빔포밍을 통해 주파수별 DOA와 위상 속도를 추정한다. 이후, 배열과 정렬된 DOA 섹터 성분만을 선별하여 교차상관에 사용하고 Inverse Short-Time Fourier Transform(ISTFT)으로 파동장을 재구성함으로써, 방향성 잡음이 유발하는 분산 에너지의 불연속, 저주파에서의 위상 속도 과대 추정, 모드 혼합과 같은 문제를 능동적으로 억제한다. 이 절차는 저주파 재현성과 방위 일관성을 향상시켜 분산 곡선의 명확도와 신뢰도를 높인다. 최종적으로, 향상된 분산 곡선을 Vs 구조 역산에 적용함으로써, 기준 기반암 경계 심도의 탐지 성능과 신뢰도를 강화하는 것을 목표로 한다.

2. 배경이론

2.1 교차상관 탄성파 간섭법

교차상관 탄성파 간섭법은 능동 파원을 사용하지 않고, 상시 배경 잡음을 이용하여 지반 구조를 추정하는 수동 파원 기반의 탐사 기법이다. 이 기법의 핵심 이론은 두 수신기 위치(A와 B)에서 기록된 수동 파동장의 교차상관을 통해 두 지점 간의 경험적 그린 함수를 재구성하는 것이다. 그린 함수란 기본적으로 한 지점(파원)의 충격(impulse)이 다른 지점(수신기)까지 어떻게 전달되는지를 나타내는 매질의 응답 함수로, 두 지점 사이의 지반 구조 정보를 담고 있다.

Wapenaar(2004)와 Snieder(2004)는 지오폰(수신기) A와 B에서 기록된 파형의 교차상관 결과가 A 위치에 가상의 파원(virtual source)을 배치했을 때 B에서 기록될 파형과 동일한 특성을 갖는다는 원리를 제시하였다. 즉, 능동적인 신호 생성 없이 상시 미소 진동만으로 두 지점 간의 응답 함수를 추출할 수 있다. 그린 함수를 정확하게 복원하여 표면파의 파형을 근사하기 위해서는, 이론적으로 상시 배경 잡음이 영역 주변에 고르게 분포해야 하거나 특정 방향에서 지배적으로 발생하는 파원의 전달 방향이 탐사 배열과 일치하여야 한다(Zhang et al., 2019a). 실제 도시 환경에서는 교통잡음과 같이 특정 방향에서 지배적으로 발생하는 파원이 주를 이루는 경우가 흔하다. 본 기법은 이러한 방향성을 가진 잡음원을 적극적으로 활용하며, 지배적인 잡음의 DOA를 탐사 배열과 일치시켜, 안정적인 그린 함수를 추출한다. 따라서 지배적인 잡음원을 식별하고 이를 고려하여 배열을 설치하는 것이 데이터 신뢰도와 일관성을 보장하기 위한 핵심적인 전처리 단계이다. 이러한 교차상관 함수는 다음의 식 (1)로 표현된다:

여기서, urA,s는 위치 s의 파원(source)에서 발생하여 위치 rA의 지오폰(수신기)에 기록된 파동장을 의미하며, u*rB,s는 동일한 파원 위치에서 발생하여 위치 rB의 지오폰에 기록된 파동장의 켤레 전치를 나타낸다.

2.2 MUSIC 빔포밍

MUSIC 알고리즘은 배열 신호 처리 분야에서 널리 사용되는 고해상도 빔포밍 기술이다. 이 알고리즘은 센서 배열로부터 수집된 신호의 위상 및 진폭 변화를 분석함으로써, 파동이 도달하는 방향(DOA)과 위상 속도를 동시에 추정한다. MUSIC은 배열 데이터로부터 얻은 공분산 행렬에 대해 고유값 분해를 수행하며, 이를 통해 전체 공간을 원하는 신호 성분을 포함하는 ‘신호 부분 공간’과 잡음만을 포함하는 ‘잡음 부분 공간’으로 분리한다. 이후, 방향 탐색 벡터가 잡음 부분 공간에 직교하는 정도, 즉 잡음 부분 공간으로의 사영(projection) 크기의 역수를 스펙트럼으로 평가하여 DOA를 추정한다(Capon, 1969; Schmidt, 1986; Rost and Thomas, 2002).

2.3 MUSIC 빔포밍 기반 인라인 소스 선택

도시의 교통잡음은 시간과 공간적으로 비정상적(nonstationary)이며 불균등하게 분포한다. 이러한 조건에서 교차상관을 위해 기존의 중첩(stacking) 방식을 적용할 경우, 특정 지배적인 방향의 신호가 과도하게 강조되어 위상 속도 평가에 오차를 유발할 수 있으며, 원치 않는 잡음으로 인해 그린 함수를 근사하는 것이 어려워진다.

이러한 문제를 해결하기 위해, 본 연구에서는 MUSIC 빔포밍으로 주요 DOA를 식별하고, 해당 방위각을 기준으로 인라인 소스 선택 방법을 적용하였다. STFT를 사용하여 신호를 협대역 스냅샷으로 분해하고, 조향 벡터에 의해 정의된 섹터 부분 공간에 능선 투영을 수행하여 해당 섹터 내의 원하는 DOA 성분만을 효과적으로 추출하였다. 마지막으로 ISTFT를 통해 시간 영역 신호를 재구성하여 더 명확한 파동장을 획득하였다.

3. 현장 실험

3.1 연구 지역 및 측정 방법

기존 능동식 탐사(MASW) 기법과 교차상관 탄성파 간섭법을 비교하기 위해 서울 송파구에 위치한 소리공원에서 현장 실험을 수행하였다. Fig. 1은 실험 부지의 상세 지도를 보여주며, 본 현장에서 수동 및 능동 표면파 탐사를 모두 수행하였다.

Fig. 1

Detailed site location, array and borehole of field tests

능동 및 수동 탐사의 취득 조건은 Table 1에 정리되어 있으며, 파형 결과(Fig. 2) 해석의 기준이 된다. 능동 탐사의 경우, 2 m 간격으로 24개의 지오폰을 선형 배열하여 총 46 m 길이의 측선에서 탄성파 데이터를 획득하였다. 탄성파 파원은 가장 가까운 수신기에서 5 m 이격된 위치에 두었다. 데이터는 8,000 Hz의 샘플링 주파수(0.125 ms 샘플링 간격에 해당)로 기록되었다. 신호 대 잡음비(SNR)를 향상시키기 위해 10회의 반복적인 타격을 수행한 후 중첩하였다. Fig. 2(a)는 중합된 능동 파형을 보여준다.

수동 탐사의 경우, 교차상관 분석을 통한 직접적인 비교를 위해 동일한 위치에서 측정을 수행하였다. 상시 배경 잡음 데이터는 오전 11시 10분부터 11시 40분까지 기록되어, 총 30분 분량의 연속 데이터를 확보하였다. 6 m 간격으로 6개의 지오폰을 배치하여 30 m 길이의 선형(1D) 지오폰 배열을 구성하였다. 샘플링 주파수는 500 Hz(2.0 ms 샘플링 간격에 해당)로 설정하였고, 데이터는 30초 길이의 시간창으로 분할하여 총 60개의 세그먼트를 생성하였다. 중합된 수동 파형은 Fig. 2(b)에, 이에 상응하는 교차상관 트레이스는 Fig. 2(c)에 나타내었다. 수동 배열은 새말로와 법원로의 교차로 부근에 전략적으로 배치하여, 교통으로 인해 유발되는 상시 배경 잡음을 주된 파원으로 활용하고자 하였다. 배열은 지배적인 잡음 전파 방향을 따라 설치하여 방향성 일관성을 높이고, 그린 함수 추출의 신뢰도를 향상시켰다(Zhang et al., 2019a).

Fig. 2

Waveforms of Sori Park data from: (a) Conventional MASW (active source), (b) Original passive source waveform, (c) Cross-correlated waveform

이러한 배열 구성의 차이는 각 탐사 기법이 목표로 하는 주파수 대역에 최적화된 파장 정보를 취득하기 위함이다(Park et al., 2005). 능동 탐사에서는 고주파 대역의 신호 발생에 용이한 8 kg 슬레지 해머를 진동원으로 사용하였으며, 이에 맞춰 2 m의 좁은 지오폰 간격을 적용하였다. 이러한 구성은 현장에서 확보가능한 수신기 배열 길이를 고려함과 동시에, 해머 타격으로 생성된 짧은 파장의 고주파 신호 취득 시 발생할 수 있는 공간 앨리어싱(spatial aliasing)을 최소화하여 결과적으로 얕은 심도 전단파 속도의 분해능을 향상시키기 위해 결정되었다(Park et al., 1999).

수동 탐사는 차량 통행량이 많은 교차로 인근에 선형 배열을 설치하여, 교통 잡음으로부터 지속적인 표면파 에너지를 확보하고자 하였다. 이때 6 m 간격으로 총 6개의 지오폰을 배치한 것은 교차상관 분석에 요구되는 원거리장 조건(far-field condition)을 충족시키기 위해 설정하였다. 탄성파 간섭법에서 수신기를 가상 파원으로 간주하여 신뢰할 수 있는 그린 함수를 추출하기 위해서는, 센서 간 이격 거리가 파장에 비해 충분히 길어야 한다(Bensen et al., 2007). 따라서 본 연구에서는 소수의 채널로 효율적인 탐사를 위해 지오폰 간격을 6 m로 넓게 설정함으로써 30 m의 총 배열 길이를 확보하였고, 이를 통해 심부 지반 정보를 포함하는 장파장 대역의 신호 수신 효율과 분석의 신뢰도를 동시에 높였다.

4. 결과 및 분석

현장 데이터 취득을 위해 Geometrics사의 Geode 지진계(seismograph)와 4.5 Hz 수직성분 지오폰을 사용하였으며, 취득된 데이터는 winMASW 프로그램을 이용하여 분산 곡선 및 역산을 진행하였다. 먼저 기록 파형을 주파수-공간 영역으로 변환하고, 배열 기하와 샘플링 조건을 반영한 속도 스펙트럼(frequency-phase velocity spectrum)을 계산하였다. 이어 높은 일관성(coherence) 또는 유사성(semblance)을 보이는 구간을 각 모드별로 식별한 뒤, 기본모드를 우선하여 능선을 피킹(picking)하여 분산 곡선을 구성하였다. 역산 단계에서는 1차원 역산 초기 모델(Vs, QR, Poisson ratio, Thickness)을 설정하고, 층수·두께·Vs 범위를 포함한 탐색공간을 정의한 후, 유전 알고리즘 기반 전역탐색으로 관측 분산곡선과 이론곡선의 잔차를 최소화함으로써 Vs 프로파일을 도출하였다. 해석은 표면파에 해당하는 유효 주파수·속도 범위 내에서 수행하였으며, 모드 식별과 역산 설정은 신호대잡음비(SNR)와 배열 구성의 제약을 고려하여 조정하였다.

4.1 인라인 소스 선택 전후 분산 곡선 비교

소리 공원에서 수집된 잡음 신호에 교차상관 탄성파 간섭법을 적용한 데이터로 MUSIC 빔포밍을 수행한 결과는 Fig. 3에 나타난다. 360도 방위각을 기준으로 8 방위를 나타내었으며 각 그림에서 높은 진폭 피크는 지배적인 파동 전파 방향과 그에 상응하는 위상 속도를 나타낸다.

Fig. 3

Results of MUSIC beamforming at Sori Park: (a) 9 Hz, (b) 10 Hz, (c) 16 Hz, (d) 17 Hz

9 Hz와 10 Hz에서, 파동은 주로 동-남동(E–SE) 방향에서 약 300 m/s의 위상 속도로 도달하며, 이는 지오폰 배열 방향 및 교차로에서 예상되는 잡음의 방향과 잘 일치한다. 반면, 16 Hz에서는 약 140°(W와 NW 사이) 방향에서 약 200 m/s의 위상 속도를 가진 별개의 지배적인 에너지가 관찰된다. 유사하게, 17 Hz에서도 140°와 180° 근처에서 지배적인 피크가 나타나며, 이는 북서(NW) 및 서(W) 방향에 해당하고 위상 속도는 마찬가지로 약 200 m/s이다. 이 신호들은 대상 위치 반대편의 다른 교차로에서 발생한 것으로 해석된다.

이러한 방향성의 불일치는 교차상관 결과의 해상도를 저하시킬 수 있다. 이 문제를 완화하기 위해, 45°에서 270°의 방위각 범위 내에서 도달하는 신호를 선택적으로 추출하였고, 필터링된 데이터를 기반으로 분산 곡선을 생성하였다. 교차상관 탄성파 간섭법과 비교를 위한 능동 탐사의 분산 곡선은 Fig. 4에 나타나며, 교차상관 탄성파 간섭법의 분산 곡선은 Fig. 5에 나타난다.

Fig. 4

Dispersion curve from conventional MASW

Fig. 5는 인라인 소스 선택을 적용하기 전(a)과 후(b)의 분산 곡선을 비교하여 보여준다. Fig. 5(a)와 같이, 파의 도달 방향에 대한 필터링을 적용하지 않은 원본 교차상관 데이터로부터 생성된 분산 곡선에는 배열과 교차로 지점에서의 비선형적인 신호가 포함되어 8 Hz 부근에서 불연속성이 관찰된다. 반면, Fig. 5(b)와 같이 인라인 소스 선택 필터링을 적용한 교차상관 데이터로부터 생성된 분산 곡선은 8 Hz 부근의 불연속성이 해결되었을 뿐만 아니라, 저주파 영역에서의 위상속도 과대평가도 억제된 모습을 보여준다. 이는 인라인 소스 선택이 원치 않는 잡음 성분을 제거함으로써 그린 함수를 더 정확하게 근사하고, 분산 이미지의 명확도와 신뢰도가 개선됨을 입증한다.

Fig. 5

(a) Dispersion curve from original cross-correlation signal, (b) Dispersion curve after MUSIC beamforming selection

4.2 역산된 전단파 속도 프로파일

각 표면파 탐사 기법으로 도출된 전단파 속도 프로파일을 실제 지층 정보와 비교하여, 특히 암층 탐지 정확도를 중심으로 분석하였다. 실제 지층 정보는 국토지반정보 통합DB센터에서 제공하는 시추주상도를 기반으로 검토하였으며, 프로젝트코드 W7895, 시추공코드 W7895BH006에 해당한다. 실제 지층은 12 m 심도에서 풍화암층이, 13 m 심도에서 기반암인 연암층이 시작된다. Fig. 6은 세가지의 표면파 기법—MASW 기법(녹색 실선), 기존 교차상관 탄성파 간섭법(청색 실선), MUSIC 빔포밍 기반 인라인 소스 선택 교차상관 탄성파 간섭법(적색 실선)—으로부터 산정된 전단파 속도 프로파일을 비교한 결과를 보여주며, 세 기법의 역산 결과와 역산된 기반암 심도, 오차는 Table 2에 요약하였다.

Fig. 6

Inverted S-wave velocity profile with borehole stratigraphy

MUSIC 빔포밍 기반 인라인 소스 선택 교차상관 탄성파 간섭법을 통한 결과가 실제 지층과 가장 높은 일치성을 보였다. 이 방법은 10.4-12.5 m 구간(305 m/s)과 12.5-14.4 m 구간(503 m/s)을 탐지하여, 실제 풍화토층(10.3-12m)과 풍화암층(12-13 m)의 심도 및 존재를 가장 근사하게 추정하였다. 또한, 기반암 상부 심도를 14.4 m로 추정하여 실제 심도 13 m와의 오차가 약 1.4 m로, 세 기법 중 실제 기반암의 심도를 비교적 가장 정확하게 산정하였다. 동시에 1,302 m/s의 높은 속도로 기반암의 존재를 명확하게 식별해냈다. 이는 빔포밍을 통해 선형 배열과 일치하는 방향의 전파 경로를 가진 신호를 선별적으로 사용하여, 위상 속도의 왜곡을 최소화하고 분산 곡선의 신뢰도를 높였기 때문이다. 반면, MASW 기법은 12 m의 풍화암층을 명확히 구분하지 못하였으며, 기반암 상부 심도를 15.6 m로 추정하여 실제 심도와의 오차가 2.6 m로 가장 부정확하였다. 또한, 기반암 속도를 783 m/s로 산정하여 이를 상대적으로 과소평가하는 경향을 보였다. 해석 결과에서의 상대적인 큰 예측 오차는 슬러지해머의 에너지가 심부까지 충분히 도달하지 못하거나 교통 잡음으로 인한 불필요한 잡음으로 인해 신호대잡음비가 저하되었고, 이로 인해 분산 곡선의 해상도가 떨어졌기 때문으로 판단된다. 또한, 이러한 속도 과소평가는 국내 암반의 전단파 속도 통계 특성과 비교할 때 더욱 명확하게 드러난다. Heo and Kwak(2022)의 연구에 따르면, 국내 연암층의 전단파 속도 사분위수 범위는 790–1,070 m/s, 보통암층은 1,050–1,490 m/s로 보고된 바 있다. 시추 주상도상 13 m 하부는 연암층으로 확인되었으나, MASW 기법으로 도출된 783 m/s는 연암층의 통계적 사분위수 하한값(790 m/s)에도 미치지 못한다. 이는 능동 탐사의 가탐심도 한계로 인해 실제 지반의 강성보다 과소평가된 결과임을 시사한다. 반면, 제안된 기법이 도출한 1,302 m/s는 연암층의 상위 구간(사분위수의 75-100%) 또는 보통암층의 범위에 해당한다. 시추 종료 심도 이하의 반무한 공간(Half-space)에서 암반의 풍화도가 낮아지고 강성이 증가하는 일반적인 경향을 고려할 때, 제안된 기법이 실제 기반암의 물성을 물리적으로 더 타당하게 반영하고 있음을 확인할 수 있다. 필터링을 적용하지 않은 기존 교차상관 탄성파 간섭법은 기반암 상부 심도를 11.2 m(속도 1,371 m/s)로 추정하여, 실제 심도보다 약 1.8 m 얕게 탐지하였지만 12 m의 풍화암층 경계를 탐지하지 못하였다. 이는 배열과 신호의 DOA가 일치하지 않는 곳에서 발생된 잡음들이 제거되지 않은 채 포함되면서 위상 속도에 편향(bias)을 발생시켰고, 결과적으로 세부 지층(예, 풍화암층)에 대한 분해능을 저하시켰기 때문이다.

결론적으로, 방향성 필터링을 적용한 교차상관 탄성파 간섭법만이 풍화암층과 연암층의 경계를 비교적 정확히 구분하였고, 실제 기반암 심도(13 m)를 가장 신뢰도 높게 추정하였다. 이는 MUSIC 빔포밍 기반의 인라인 소스 선택이 역산 정확도를 크게 향상시킨 결과로 판단된다.

5. 결 론

본 연구는 도심 교통잡음 환경에서 교차상관 탄성파 간섭법에 MUSIC 빔포밍 기반 인라인 소스 선택을 결합하여, 방향성 잡음으로 인한 분산 스펙트럼 왜곡을 저감하고 기반암 경계 탐지의 신뢰도를 향상시키는 절차를 제시하였다. 서울시 송파구 소리공원 현장 적용 결과, 제안 방법은 주파수-위상속도 스펙트럼(frequency-phase velocity spectrum) 상의 저주파 불연속과 위상속도 과대평가를 억제하여 기본모드 중심의 연속적인 분산곡선을 도출하였다. 그 결과, 역산된 Vs 프로파일에서 풍화토층(약 10.4–12.5 m, 305 m/s)과 풍화암층(약 12.5–14.4 m, 503 m/s)이 명확하게 구분되었다. 특히 공학적 기준 기반암(Vs ≥ 760 m/s)인 연암의 상부 심도는 14.4 m로 추정되어 실제 시추 심도 13 m 대비 +1.4 m의 오차를 보였으며, 하부 기반암 속도는 1302 m/s로 평가되어 그 존재성을 명확히 식별하였다. 비교 대상으로 시행한 MASW는 기반암 상부 심도를 15.6 m로 추정하여 +2.6 m의 오차와 함께 기반암 속도 783 m/s로 상대적으로 과소평가하는 경향을 보였고, 방향성 필터링을 적용하지 않은 기존 교차상관은 11.2 m(−1.8 m)로 암층 심도를 얕게 추정하며 풍화암-연암 경계를 분해하지 못했다. 결론적으로, 인라인 소스 선택을 적용한 교차상관 절차가 세 방법 중 가장 작은 기반암 심도 오차와 가장 물리적으로 타당한 속도 대비를 제공하였다.

본 방법은 도심지처럼 방향성·비정상성이 강한 잡음장에서 수동 표면파 탐사의 실용성을 높이며, 기준 기반암 심도와 토층 평균 Vs 등 설계 지표의 추정 신뢰도를 실질적으로 높였다. 향후 연구는 현장 조건에 맞춘 시간대 분산 관측으로 방향성 변동을 평균화하고, 모드 연계 역산과 물성 제약(포아송비, 밀도, 시추 정보)을 결합함으로써 해석의 일관성을 강화하는 방향으로 확장할 수 있다. 또한 현장 여건이 허용되는 경우 소형 보조 배열(교차형 또는 소규모 2D 패치)이나 감쇠(α, QR)정보의 선택적 통합을 통해 경계 식별의 견고성을 추가로 높일 수 있다.