Journal of the Korean Geotechnical Society. 28 February 2026. 115-124
https://doi.org/10.7843/kgs.2026.42.1.115

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 현행 평가기준

  • 3. 평가기준 개선 방법론

  • 4. 재해위험도 민감도 분석

  •   4.1 현행 평가기준

  •   4.2 개선안: 표준항목 가중치 적용

  •   4.3 개선안: 보정점수 가중치 적용

  •   4.4 개선안: 표준항목과 보정점수 가중치 적용

  • 5. 결 론

1. 서 론

최근 국내에서 급경사지 붕괴로 인한 사고가 증가하고 있는 경향을 보이고 있으며 그 중 기후변화가 이 경향의 주된 원인 중 하나로 평가된다(Shin and Kim, 2017; Lee and Yoon, 2022; Kang and Choi, 2023). 강우의 특성은 집중도(장마, 집중호우), 강도, 빈도 등에 의해 결정된다. 장마는 넓은 지역에 특정 기간 강우가 반복적으로 발생하는 기상현상을 의미하며, 집중호우는 시간당 30mm 이상 또는 일일 80mm 이상 또는 일일 강수량이 연 강수량의 10% 이상의 강우가 발생할 경우이다. 국지성 집중호우는 시간당 80mm 이상의 비가 단시간에 좁은 지역(직경 5km)에 강우가 발생하는 폭우를 의미한다. Fig. 1a은 최근 10년간 국내의 사계절에 따른 연평균 강우량과 여름철 강우량 비율을 나타내고 있다. 연평균 강우량은 930.7 - 1,819.9mm이며, 그중 연평균 강수량의 36 - 68% 이상이 여름철에 집중되어 있다. 2020년도와 2023년도에 연평균 강우량이 가장 높게 나타났다. 2020년도의 사계절의 연평균 강수량은 1,524.6mm이며, 이중 여름철의 강수량이 1,032.7mm로 68%를 차지하고 있다. 2023년도의 사계절 연평균 강수량은 1,819.9mm이며, 여름철 강수량이 1,015.7mm로 56%를 차지하고 있다. Fig. 1b은 최근 10년간 장마 기간 중 전국 평균 강수량 및 강수일수를 나타내고 있다. 사계절에 따른 연평균 강수량이 많은 2020년과 2023년에 장마 기간 중 평균 강수량 및 강수일수가 가장 높게 나타났다. 2020년의 장마 기간은 평균 28.5일 동안 강우가 지속되었으며, 강수량은 1978년 이후 세 번째로 강수량(696mm)이 많았다. 2023년의 강수량은 663.3mm로 평균 22.2일 동안 강우가 지속되었다. Fig. 1c은 최근 10년간 국내의 국지성 집중호우(6 - 8월)의 빈도를 나타내고 있다. 2015년 8회에 비해 2024년은 31회로 국지성 집중호우의 빈도는 약 3.9배 증가하였다. 최근 10년간 증가 및 감소가 반복되었으나, 장기적으로 증가하는 경향을 보인다. 따라서 국내의 강우는 여름철에 집중되며, 최근 기후변화로 인해 장마 기간 연장 및 집중호우 빈도 상승에 따른 강우량 증가 경향을 보인다.

https://cdn.apub.kr/journalsite/sites/kgs/2026-042-01/N0990420111/images/kgs_42_01_11_F1.jpg
Fig. 1

Statistical analysis of rainfall characteristics in Korea over the past decade (KMA, 2025). (a) Seasonal rainfall and summer rainfall ratio, (b) Average nationwide rainfall and number of rainy days during the monsoon season, and (c) Frequency of localized heavy rainfall

이러한 강우량 증가는 산사태, 사면 붕괴, 낙석 등 갑작스러운 사고가 발생하기 쉬운 기후조건을 조성한다(Hong et al., 2016; Jeong and Choi, 2021). 우리나라는 전 국토의 약 63% 이상이 산지로 구성되어 있으며, 표층이 얇은 특징을 가져 사면 붕괴에 매우 취약한 구조이며 산사태가 지속적으로 발생하고 있다(Kim et al., 2018). Fig. 2a은 최근 10년간의 산사태 발생 건수 및 인명피해(사망) 수를 나타낸다. Fig. 1a에서 확인된 것과 같이 강우량이 높았던 2020년과 2023년에 산사태 발생 건수(발생 면적)가 6,175건(1,343.20ha), 2,410건(459ha)으로 가장 높게 나타났으며, 사망자 수는 2020년에 9명으로 가장 큰 인명피해가 발생하였다. 이에 대한 복구비로 2020년 약 3,317억 원, 2020년 약 1,208억 원으로 막대한 사회적 비용이 발생하였다. Fig. 2b은 2016 – 2020년까지 집중호우로 인한 연령층에 따른 인명피해(사망) 수를 나타내고 있다. 인명피해 수는 총 62명이며, 고령자(60세 이상)가 27명으로 약 43.55%로 가장 높은 비율을 차지하였다. 고령자의 경우, 재난취약계층에 속하며, 다른 연령층에 비해 재난에 대한 정보 수집 능력이 상대적으로 낮아 피해가 가중되는 경향을 보인다. 또한 기상특보 등을 통해 정보를 획득하더라도 현재 집중호우와 과거 집중호우의 달라진 패턴의 차이를 인지하지 못한 체 과거의 경험에만 의존하여 사고를 당하는 사례가 다수이다. 5년간 전체 사망사고 중 토사 매몰이 20.97%를 차지하는데, 2020년 8월 경기도에서 폭우로 인한 산사태로 일가족 3명이 토사에 매몰되어 사망하거나, 공장 뒷산에서 토사가 쏟아져 노동자 3명이 사망하는 사고가 발생하였다. 이는 보호대상 시설, 즉, 택지인지, 공원인지, 인프라 시설 주변인지에 따라 해당 지역에 대한 산사태 평가를 달리해야 지역 특성을 제대로 반영할 수 있다는 것을 시사한다.

https://cdn.apub.kr/journalsite/sites/kgs/2026-042-01/N0990420111/images/kgs_42_01_11_F2.jpg
Fig. 2

Occurrence characteristics of human casualties from natural disasters in Korea. (a) Landslide occurrences and number of deaths in South Korea over the recent 10-Year Period (KFS, 2025) and (b) Number of deaths by age group due to heavy rainfall in South Korea (KBS News, 2020)

따라서 기후변화로 인한 인명 및 재산 피해 사례가 지속적으로 발생하고 있는 점을 고려할 때, 단순한 구조적 위험을 넘어 지역사회의 안전성과 경제적 손실에 직결되는 문제이므로 강우 요인 및 사회적 영향도(보호대상 시설 등)를 강조할 필요가 있다.

국내에서는 행정안전부, 국토교통부, 산림청이 급경사지 또는 인공경사지를 관리하고 있다. 이 중 행정안전부는 재난 및 재해 예방의 관점에서 급경사지를 관리하고 있다. 행정안전부의 급경사지 관리 절차는 Fig. 3과 같이 수행된다. 먼저 급경사지의 현황을 파악하기 위한 실태조사(현장조사)를 실시한다. 「급경사지 재해예방에 관한 법률」에 근거하여 해당 결과를 「급경사지 재해위험도 평가기준」에 따라 급경사지의 재해위험도를 책정한다. 이러한 절차 과정 중 관리기관은 지방자치단체, 지방산림청, 한국농어촌공사, 한국토지주택공사, 국가철도공단, 도시철도공사, 국립공원공단이 포함되어 있다.

https://cdn.apub.kr/journalsite/sites/kgs/2026-042-01/N0990420111/images/kgs_42_01_11_F3.jpg
Fig. 3

Steep slope management procedure by Ministry of the Interior and Safety

행정안전부에서 정의하고 있는 자연 급경사지란 공원시설, 도로·철도, 택지 등에 부속된 지면으로부터 높이 50m, 경사도 34° 이상인 자연 비탈면 또는 이와 접한 산지를 의미한다. 행정안전부는 급경사지로부터 피해를 예방하기 위해 연 2회 이상 안전 점검, 보수·보강, 정비사업, 위험 상황 발생 시 대피 명령 등을 수행하고 있다. 그러나 최근 상대적으로 안전하다고 판단되는 급경사지에서도 산사태, 사면 붕괴 등으로 인한 피해가 지속적으로 발생하고 있다. Fig. 4는 2020년 기준 지자체별 급경사지 전체 붕괴 건수와 함께 ‘재해위험도 낮음’ 등급 이상으로 평가된 급경사지의 붕괴 건수 및 해당 비율을 제시하고 있다. 전체 붕괴 건수는 208건이었으나 ‘재해위험 낮음’ 등급 이상으로 안전하다고 평가된 급경사지의 붕괴 건수가 53건으로 전체 중 4분의 1(25.48%) 수준을 차지하였다.

https://cdn.apub.kr/journalsite/sites/kgs/2026-042-01/N0990420111/images/kgs_42_01_11_F4.jpg
Fig. 4

Total steep slope failures and ratio of ‘low risk grade’ from disaster risk assessment (Lee, 2020)

이러한 사례들을 바탕으로 급경사지 재해위험도 평가 방법 및 기준 개선연구가 수행되었으며, 전반적인 평가의 중요성이 강조되었다(Lee et al., 2008; Choi et al., 2022; Cho et al., 2025). 하지만 보다 명확하게 기후변화로 인한 강수량 증가 및 인명피해 최소화를 위한 사회적 영향을 고려한 「재해위험도 평가기준」을 보완 및 개선하여 급경사지 붕괴로 인한 피해가 반복되지 않도록 할 필요가 있다.

기존 급경사지 재해위험도 평가는 주로 사면의 지형·지질·토질 등 구조적 안정성에 집중되어 왔다. 그러나 최근 수년간 국내 급경사지 재해 사례를 살펴보면, 강우가 붕괴나 토석류를 직접적으로 유발하는 가장 지배적인 인자로 보고되고 있다(Oh and Lee, 2018; Kim, 2013; Ryu, 2011; Park et al., 2009). 이는 강우가 단순한 강수량의 문제가 아니라 급경사지 내 수분 이동과 간극수압 변화 등을 통해 붕괴 발생 가능성이 크게 좌우된다는 것을 의미한다. 한편, 최근 재해관리는 물리적 위험성뿐만 아니라 사회적 취약성까지 함께 고려하는 방향으로 확장되고 있으며, 동일한 강우 및 지형 조건이라 하더라도 보호대상 시설의 종류와 규모, 급경사지와의 이격거리, 노약자 및 취약계층의 분포 등에 따라 피해의 심각도와 회복력이 크게 달라질 수 있음이 지적되고 있다.

따라서 본 연구에서는 자연 급경사지를 대상으로 「급경사지 재해예방에 관한 법률」에 근거해 제정된 행정안전부의 「급경사지 재해위험도 평가기준」을 기반으로, 강우 요인과 사회적 영향 요인에 해당하는 항목들을 검토 대상으로 선정하였다. 강우 요인 측면에서는 재해위험도 평가표 중 붕괴위험성의 강우와 조사자 보정점수 내 강우 영향 인자를, 사회적 영향 측면에서는 사회적 영향도 및 조사자 보정점수 내 사회적 영향 인자를 중심으로 분석을 수행하였다. 이후 각 항목의 배점에 가중치를 적용하여 재해위험도 민감도 분석을 수행하였으며, 이를 통해 가중치 적용 전·후 재해위험도 등급의 변화를 비교·분석하고자 한다.

2. 현행 평가기준

행정안전부의 자연 급경사지(자연 비탈면 및 산지)의 재해위험도 평가표의 평가기준과 배점은 Fig. 5와 같다. 표준항목인 붕괴위험성(70점)과 사회적 영향도(30점)으로 이루어져 있다. 보정하는 성격을 가지는 조사자 보정점수(24점)까지 고려하여 총점을 통해 재해위험도 등급을 산정한다. 붕괴위험성은 지형(23점), 지반·지질(28점), 시설(5점), 강우(14점)로 분류되어 있으며, 사회적 영향도는 주요 보호대상 시설(28점 또는 30점)과 급경사지와 인접한 보호대상 시설과의 거리(10점)로 분류되어 있다. 사회적 영향도 평가 과정은 경제적 손실보다 인명피해를 중점적으로 반영한다. 주요 보호대상 시설은 비탈면의 붕괴로 인해 인명 및 재산 피해가 예상되는 시설물 항목(공원시설, 도로·철도, 택지 등) 3가지 중 한 가지를 선택한다. 조사자 보정점수는 강우 영향 인자(17점)와 사회적 영향 인자(7점)를 추가 반영함으로 강우 및 사회적 영향 요인에 대한 위험도를 과소평가하지 않도록 보수적으로 보정하는 역할을 한다. 강우 영향 인자는 붕괴위험성 인자에서 충분히 반영되지 못한 토석류, 배수시설, 집수지형, 강우량에 대한 위험성의 보정이 적용된 항목이다. 그리고 사회적 영향 인자는 사회적 영향도에서 적용되지 못한 노약자 또는 재해취약계층에 대해 보정 기능을 수행하는 항목이다.

https://cdn.apub.kr/journalsite/sites/kgs/2026-042-01/N0990420111/images/kgs_42_01_11_F5.jpg
Fig. 5

Disaster risk assessment and grade for natural steep slopes (The table intentionally remained Korea to show the original table and contents)

자연 비탈면 및 산지의 재해위험도 평가는 Fig. 5에 제시된 바와 같이 급경사지의 상태를 항목별로 점수화하는 방식으로 이루어진다. 평가 항목의 총점을 통해 해당 급경사지의 재해위험도 등급이 최종 산정된다. 이 과정에서 재해위험도의 점수는 높을수록 위험도가 높아진다. 재해위험도 등급은 5등급으로 분류된다. 재해위험 매우 낮음(A), 재해위험 낮음(B), 재해위험 보통(C), 재해위험 높음(D), 재해위험 매우 높음(E)으로 구성되어 있다. 등급 산정 결과를 통해 D, E등급은 붕괴위험지역으로 지정하여 관리한다. C등급 중에서도 재해위험도가 높다고 판단(재해위험도 평가 총점 51점 이상, 붕괴 시 인명피해 우려)시 붕괴위험지역으로 지정이 가능하다.

3. 평가기준 개선 방법론

본 연구에서 평가 방식의 개선을 위하여 강우 및 사회적 영향 요인에 해당하는 항목들에 대해 가중치를 2배 적용하여 재해위험도에 대한 민감도 변화를 분석하였다. 이 과정에서 적용한 가중치 2배는 대상에 대한 최적값을 제시하기 위한 것이 아닌, 강우 및 사회적 영향 요인의 영향력 증가 시 재해위험도 등급 변동의 민감도를 확인하기 위한 값으로 특정하였다.

대상 요인으로 강우 요인(Rainfall Factor, RF), 사회적 영향 요인(Social impact Factor, SF), 복합적 요인(강우 + 사회적 영향; Complex Factor, CF)으로 나눠 분석하였다. 사회적 영향 요인과 복합적 요인의 재해위험도 민감도 분석할 경우, 주요 보호대상 시설인 공원시설(Social Impact Factor-Park, SF-P/Complex Factor-Park, CF-P), 도로·철도(Social Impact Factor-Road·Rail, SF-R/Complex Factor-Road·Rail, CF-R), 택지 등(Social Impact Factor-Housing, SF-H/Complex Factor-Housing, CF-H)의 분류에 따라 각각 분석을 진행하였다. 각 요인에 해당하는 항목의 배점 구성에 따라 조합 가능한 경우의 수에 따라 4가지의 케이스(CASE #)로 나누어 재해위험도 민감도 분석을 수행하였다. 이 과정에서 조사자 보정점수의 항목에 ‘해당 없음’인 0점인 배점을 추가하여 경우의 수를 산정하였다. 그리고 고려요인에 해당하지 않는 항목을 고려하여, 고려요인 이외 항목의 최소점수의 합(RF 7점, SF 8점, CF 6점)을 최종 평가점수에 적용하였다.

평가 등급 기준 산정은 기존의 평가와 같이 가중치를 부여한 강우 및 사회적 영향 요인에 해당하는 표준항목(붕괴위험성 및 사회적 영향도)의 점수에 대해서만 등급 기준 산정에 반영하였다. 등급 기준은 표준항목의 배점 중 최대 점수의 합을 고려한 100점 기준으로 A, B, C, D, E의 5단계로 구성되어 있다. 기존 방식은 총점(100점)에 대해 1/5로 나누어 20점씩 등급이 구분되어 있다. 따라서 등급 기준 산정은 조사자 보정점수를 제외한 가중치를 적용한 표준항목의 총 최대점수만큼 기존의 등급 기준인 100에 합하여 기존의 등급 기준과 동일하게 1/5씩 점수의 범위를 나누어 A, B, C, D, E의 5단계로 구분하였다. 이 과정에서 산출된 등급 범위는 소수점 첫째 자리에서 반올림하여 적용하였다. 이때, 조사자 보정점수 자체는 등급 기준에 직접적으로 반영되지 않으나, 등급 산정 시 평가점수에 가산됨으로 최종 등급 판정에 영향을 미친다.

본 연구에서는 간결한 표기를 위해 가중치가 적용된 고려요인에 해당하는 표준항목(붕괴위험성과 사회적 영향도)의 총 최대점수를 α, 고려요인에 해당하는 조사자 보정점수의 총 최대점수를 β로 표기하고자 하였다(Table 1). 최대점수 총점은 표준항목의 점수, 조사자 보정점수를 모두 반영함으로 ‘124+α+β’이며, 등급 기준은 조사자 보정점수는 제외한 붕괴위험성 및 사회적 영향도만을 고려함으로 ‘100+α’로 표기할 수 있다.

Table 1.

Disaster risk grade for CASEs

Factor CASE 1 CASE 2 CASE 3 CASE 4
Total score
(124+α+β)
Grade criteria
(100+α)
Total score
(124+α+β)
Grade criteria
(100+α)
Total score
(124+α+β)
Grade criteria
(100+α)
Total score
(124+α+β)
Grade criteria
(100+α)
RF 124+00+00 100+00 124+14+00 100+14 124+00+17 100+00 124+14+17 100+14
SF-P 124+28+00 100+28 124+00+07 124+28+07 100+28
SF-R 124+30+00 100+30 124+30+07 100+30
SF-H
CF-P 124+42+00 100+42 124+00+24 124+42+24 100+42
CF-R 124+44+00 100+44 124+44+24 100+44
CF-H

CASE 1은 가중치를 적용하지 않은 기존의 평가를 의미한다. 항목들의 최대점수 합이 총 124점(표준항목 100점, 조사자 보정점수 24점)으로 등급 기준은 표준항목의 최대점수 총합인 100점이다. CASE 1은 가중치를 적용하지 않은 기존 평가이므로 총점 124점(124+00+00), 등급 기준 100점(100+00)으로 α와 β 모두 0이다. CASE 2, 3, 4에서는 기존의 평가를 기반으로 고려요인에 해당하는 항목에 가중치 2배를 적용하였다. CASE 2는 붕괴위험성 및 사회적 영향도 중 고려요인에 해당하는 표준항목에 가중치를 적용하여 평가를 수행한 것이다. 따라서 등급 기준은 기존의 등급 기준인 100점에 가중치가 적용된 최대점수의 합을 합한 점수이다. 총점은 ‘124+α+00’, 등급 기준은 ‘100+α’로 구성된다. 이때, 총점(124+α+00)을 균등하게 5분할하여 5단계의 등급 기준을 산정하였다. CASE 3은 조사자 보정점수 항목 중에서 고려요인에 해당하는 영향인자에 가중치를 적용하였다. 따라서 등급 기준은 조사자 보정점수는 등급 기준 산정에 반영되지 않으므로 기존의 등급기준과 동일하다. 총점은 ‘124+00+β’, 등급 기준은 ‘100+00’으로 구성된다. CASE 4는 붕괴위험성 및 사회적 영향도와 조사자 보정점수의 항목 모두 가중치를 반영한 것으로 총점은 124점에 가중치를 적용한 모든 항목의 최대점수 총점을 합한 점수인 ‘124+α+β’이며, 등급 기준은 조사자 보정점수를 제한 CASE 2와 동일하다. 이와 같은 과정을 통해 요인에 따른 CASE 별로 최종 평가점수를 산정하고 이를 바탕으로 등급 구간별 기준에 따라 재해위험도 등급 결정을 통해 재해위험도 민감도 분석을 수행하였다.

4. 재해위험도 민감도 분석

본 장에서는 재해위험도 민감도 분석을 통해 강우 및 사회적 영향 요인에 해당하는 항목에 가중치 적용 여부에 따라 분류한 CASE 1 - 4의 결과를 나타내고 비교 및 분석하였다. 주요 관찰 지표로는 등급별 분포(A - E) 및 등급별 비율 변화를 사용하였다. 요인에 따른 CASE 별로 산정된 등급의 비율을 Figs. 6 - 9에 나타내었다.

https://cdn.apub.kr/journalsite/sites/kgs/2026-042-01/N0990420111/images/kgs_42_01_11_F6.jpg
Fig. 6

Percentage of grades evaluated by CASE 1

4.1 현행 평가기준

CASE 1은 기존 평가를 적용한 결과로, 요인별 조합에 따른 등급의 분포를 확인할 수 있다(Fig. 6). 강우 요인만을 고려하였을 때, 등급 범위는 ‘재해위험 낮음’에 해당하는 A - B(상위)등급으로 나타났으며, 중·하위(C - E)등급 이하는 나타나지 않았다. 등급 비율은 A등급 29.38%, B등급 70.62%로 확인되었다. 강우 요인 단독으로는 해당 항목의 배점 차이가 상대적으로 적어 총점의 변동 폭이 낮게 나타났다. 즉, 관련 항목의 변별력이 낮은 것으로 할 수 있다. 사회적 영향 요인만을 고려하였을 경우, 모든 주요 보호대상 시설에서 강우 요인만을 고려한 경우보다 재해위험도는 상승하였다. 특히 B등급의 비율이 70% 이상으로 가장 높게 나타났다. 그리고, C등급이 일부 나타남에 따라 A - C등급으로 범위가 확장되었다. 그러나 여전히 A등급과 B등급이 약 97% 이상으로 재해위험도를 구분하기에는 한계가 있다. 복합적 요인은 단일요인에서는 나타나지 않았던 D등급이 나타났다. 이는 결합된 두 요인이 평가 항목 간의 상호작용(위험도 누적)을 통해 A - D등급으로 범위 확장이 이루어진 것으로 단일요인들과 달리 A등급과 B등급의 비율이 크게 줄었으며, C등급은 CF-P 46.60%, CF-R 54.46%, CF-H 54.72%로 크게 증가한 것으로 나타났다. 이를 통해 약 98% 이상이 B등급과 C등급에 집중된 것을 확인할 수 있다.

4.2 개선안: 표준항목 가중치 적용

CASE 2에서는 강우 요인의 등급의 범위가 A - C등급으로 확대되었으나, C등급의 비율이 1.09%로 매우 적게 나타났다(Fig. 7). CASE 1과 비교하여 A등급의 비율이 15.97% 감소하였으나, B등급의 비율이 14.88% 증가로 인해 85.5%로 매우 높게 나타났다. 이를 통해 CASE 2에서도 여전히 상위 등급의 비중이 높게 나타난 것을 확인할 수 있다. 사회적 영향 요인의 경우 CASE 1과 비교하여 모든 주요 보호대상 시설에서 동일한 A - C등급의 범위로 나타났으며, B등급의 비중이 가장 높게 나타났다. 전체적으로 A, B등급은 감소하였으나, C등급이 대폭 증가하였다. SF-P와 SF-R의 C등급이 약 20%인 것과 달리 SF-H가 30.37%로 크게 상승하였다. 복합적 요인에서의 등급 범위는 CASE 1과 같으나, C등급과 D등급이 증가하였다. 단일요인에서는 A등급이 모두 감소하는 경향이 나타났으나, 유일하게 CF-H의 A등급이 증가하였다. 그러나 CF-P, CF-R의 D등급은 6.42%, 5.29%인 것에 비해 CF-H는 10.15%로 높게 나타났다. 이는 주요 보호대상 시설 중 택지 등의 피해예상 인구수 항목의 배점이 0점, 10점, 15점으로 상대적 기여도가 큰 편에 속하기 때문이다. 즉, 배점 간의 차이가 클 경우, 가중치를 적용하게 되면 총점의 변동이 크게 발생하게 된다. CASE 2의 경우에는 고려요인에 해당하는 붕괴위험성과 사회적 영향도에 가중치가 부여되므로 총점이 증가하게 된다. 그러므로 CASE 1과 비교하여 상대적으로 하위 등급의 비율이 증가하게 된다. 그러나 등급 기준 산정 시 α를 반영하므로 이 과정에서 점수의 스케일이 달라져 특정 등급 구간에 집중된 것이다.

https://cdn.apub.kr/journalsite/sites/kgs/2026-042-01/N0990420111/images/kgs_42_01_11_F7.jpg
Fig. 7

Percentage of grades evaluated by CASE 2

4.3 개선안: 보정점수 가중치 적용

CASE 3의 결과를 Fig. 8에 나타내었다. 강우 요인만을 고려한 경우, A등급은 11.2%로 CASE 1, 2보다 감소하였다. B등급은 CASE 1에 비해 약 1.69% 증가하였으나, CASE 2보다는 약 13.19% 감소하였다. 반면 C등급은 큰 차이로 증가하였다. CASE 2보다 약 15배 높은 16.49%로 확인되었다. 사회적 영향 요인의 경우, 모든 주요 보호대상 시설에서 B등급이 가장 높게 나타났다. C등급은 CASE 1에 비해 높으나, CASE 2와 비교해서는 50% 이상 감소하였다. 이는 등급 기준은 100점으로 같으나, 조사자 보정점수의 최대점수의 합과 항목이 적기 때문이다. 복합적 요인은 모든 주요 보호대상 시설에서 A - E등급 범위까지 확장되었으며, C등급의 비율 50% 이상으로 가장 높게 나타났다. 등급의 비중은 C > D > B > E > A 순으로 A등급이 가장 낮게 나타났다. 이는 조사자 보정점수의 영향이 상대적으로 큰 급경사지에 반영될 경우, 단일요인 간의 상호작용을 고려한 가중치 적용을 통해 재해위험도를 합리적으로 도출할 수 있을 것으로 예상된다.

https://cdn.apub.kr/journalsite/sites/kgs/2026-042-01/N0990420111/images/kgs_42_01_11_F8.jpg
Fig. 8

Percentage of grades evaluated by CASE 3

4.4 개선안: 표준항목과 보정점수 가중치 적용

CASE 4는 고려요인에 해당하는 붕괴위험성 및 사회적 영향도, 조사자 보정점수 모든 항목에 가중치를 적용한 결과이다(Fig. 9). 강우 요인은 CASE 1에 비교하면 A, B등급의 감소와 C등급의 증가 차이가 명확하게 나타났다. D등급의 비율이 0.04%로 미미하나 A - D등급 범위 확장을 확인할 수 있었다. A등급은 5.9%로 비율이 감소하였으며, B등급이 67.1%, C등급이 26.95%로 A등급이 대폭 감소하였으며, C등급이 크게 상승하였다. 이를 통해, 재해위험도가 전반적으로 증가한 것을 확인할 수 있다. 이는 강우 요인의 영향을 크게 받는 자연 급경사지일 경우 재해위험도 식별이 가능하도록 강화된 것으로 예상할 수 있다. 사회적 영향 요인의 경우, 모든 주요 보호대상 시설에서 B등급의 비중이 가장 높았으며, 등급 범위는 A - D등급이다. CASE 1과 비교하여 A등급과 B등급은 감소하고 C등급이 증가하는 경향을 보였다. SF-P와 SF-H는 유사한 비율을 차지하고 있으나, SF-R의 경우, A등급 4.35%로 매우 낮게 나타났다. SF-P와 SF-H의 항목에서는 0점인 배점이 존재하여 SF-R과 비교하여 A등급이 높게 나타난 것으로 추측할 수 있다. 복합적 요인은 전체적으로 CASE 3과 유사한 경향을 보였다. CASE 1과 비교하여 시설별로 A등급은 약 3.8 - 5.7배, B등급은 약 3.5 - 약 3.7배 감소하였다. C등급은 CF-P와 CF-R는 약 1.1 - 1.2배 증가하였으나, CF-H는 약 1.1배 감소하였다. 그러나 D등급은 전체적으로 21.0 - 42.1배 증가하였으며, E등급은 0%에서 0.61%에서 1.45%까지 증가하였다.

https://cdn.apub.kr/journalsite/sites/kgs/2026-042-01/N0990420111/images/kgs_42_01_11_F9.jpg
Fig. 9

Percentage of grades evaluated by CASE 4

5. 결 론

본 연구는 행정안전부의 「급경사지 재해위험도 평가기준」을 기반으로 강우 요인, 사회적 영향요인, 복합적 요인에 가중치 적용 방식에 따른 등급 변동 특성을 비교 및 분석함으로써 재해위험도 평가의 변별력 및 실효성을 검증하고자 하였다. 분석은 총 4가지 경우로 구분하여 수행하였다. 각 요인의 단일 및 복합적 작용에 따른 등급 분포 변화 양상을 도출하였다.

(1) CASE 1은 기존 평가 기준을 그대로 적용한 경우로, 가중치가 부여되지 않은 상태에서도 요인에 따라 등급 분포의 변화를 보였다. 강우 요인 단독의 경우 대부분 상위(A - B) 등급만이 존재하였다. 사회적 영향 요인을 단독 고려한 경우에는 전반적인 재해위험도는 상승하였으나 여전히 A - B등급이 97% 이상으로 나타났다. 반면, 복합적 요인에서는 D등급이 새롭게 나타나며 등급 범위가 확장되었다.

(2) CASE 2에서는 표준항목에 해당하는 붕괴위험성과 사회적 영향도의 항목에 가중치를 부여한 결과, A등급의 비율은 감소하고 B등급과 C등급이 증가하였다. 특히 복합적 요인의 택지 등 시설에서 하위등급이 상대적으로 많이 분포하는 경향을 보였다.

(3) CASE 3의 경우, 강우 요인에서 큰 영향력을 보였으나. 사회적 영향 요인에서는 상대적으로 영향력이 낮았다. 복합적 요인에서는 A - E등급까지 확장되었다. 특히, 복합 요인에서는 C등급이 전체 등급 비율의 50% 이상을 차지하였으며, 이는 현장에서 조사자의 판단이 실제 재해위험성 평가에 미치는 영향이 크다는 점을 보여준다. 즉, 기존 평가체계와 비교하여 조사자 보정점수에 가중치를 반영할 경우, 재해위험도를 보다 보수적으로 산정할 수 있음을 시사한다.

(4) CASE 4에서는 상위 등급(A - B)은 전반적으로 감소하고 중·하위(C - E) 등급의 비중이 뚜렷하게 증가하였다. 특히, 복합적 요인에서는 A - E등급 범위로 D등급이 증가하면서 등급 간 변별력이 가장 뚜렷하게 나타났다.

이상의 결과를 종합하면, 가중치를 부여하였을 때 재해위험도 등급의 범위가 확장되었다는 것은 재해위험도 평가의 민감도가 상향되어, 고려요인의 재해위험도 차이를 식별할 수 있는 범위가 증가된 것으로 평가할 수 있다. 재해위험도 등급이 전반적으로 ‘재해위험 높음’ 등급으로 변화가 나타난 것은 보수적 평가가 가능하다는 것을 의미한다. 고려요인에 해당하는 사회적 영향요인과 조사자 보정점수를 함께 고려할 경우, 재해위험도 평가가 단순한 구조적 안정성 중심에서 벗어나 인명 및 사회적 피해 요인을 포함하는 종합적 평가로 확장될 수 있음을 확인하였다. 이에 따라 본 재해위험도 민감도 분석을 통해 기존의 평가 방식은 요인 간의 상호작용을 고려하지 못한 단일요인의 경우 재해위험도를 과소평가하는 경향도 확인하였다. 따라서 향후 평가체계는 강우 및 사회적 요인의 현실적으로 반영될 수 있도록 항목 및 배점을 개선할 필요가 있다는 것을 보여준다.

본 연구는 가중치 적용에 따른 등급 변동을 중심으로 평가체계의 개선 가능성을 검토하였으나, 실제 현장 조사 데이터의 표본 수와 지역적 특성을 충분히 반영하지 못한 한계가 있다. 또한, 가중치의 설정 기준에 대해서도 보다 통계적 검증기법을 통한 정량적 보정이 필요하다. 향후 실제 붕괴 발생 지점에 본 개선안을 적용하여 기존 평가 대비 위험 등급 상향 여부를 검증할 필요가 있다. 그리고 기후변화 시나리오에 따른 강우 패턴 변화, 급경사지의 인구밀도 및 주변 시설 이용도 등의 동적 요인을 결합하여 재해위험도 평가모델로 발전시킬 필요가 있다. 이를 통해 급경사지 재해위험 등급의 현실적 반영성과 정책적 활용도를 제고할 수 있을 것이다.

Acknowledgements

본 과제는 2025년도 교육부 및 경상남도의 재원으로 경상남도RISE센터의 지원을 받아 수행된 지역혁신중심 대학지원체계(RISE)의 결과입니다(2025-RISE-16-001).

References

1

1.Cho, S., Bang, T., Hwang, B., and Kim, H. (2025), “A Statistical Approach II for Improving Stability Evaluation Method of Cut Slope: Analysis of Weighting Factors for Slope Risk Assessment”, Journal of the Korean GEO-environmental Society, Vol.26, No.6, pp.15-23, https://doi.org/10.14481/jkges.2025.26.6.15.

10.14481/jkges.2025.26.6.15
2

2.Choi, J. S., Shin, Y. J., and Baek, W. H. (2022), “Investment Prioritization Method for Steep Slope Retaining Wall Considering the Disaster Risk and the Repair and Reinforcement Cost”, Journal of the Korean Geotechnical Society, Vol.38, No.12, pp.79-89, https://doi.org/10.7843/kgs.2022.38.12.79.

10.7843/kgs.2022.38.12.79
3

3.Hong, M. H., Kim, J. H., Jung, G. J., and Jeong, S. S. (2016), “Rainfall threshold (ID curve) for Landslide Initiation and Prediction Considering Antecedent Rainfall”, Journal of the Korean Geotechnical Society, Vol.32, No.4, pp.15-27, https://doi.org/10.7843/kgs.2016.32.4.15.

10.7843/kgs.2016.32.4.15
4

4.Jeong, Y. and Choi, J. (2021), “A Study on the Correlation between Persistence of Rainfall and Frequency of Landslide Occurrence”, The journal of Engineering Geology, Vol.31, No.4, pp.631-646, https://doi.org/10.9720/kseg.2021.4.631.

10.9720/kseg.2021.4.631
5

5.Kang, H. and Choi, C. (2023), “The Big Data-Based Analysis on Climate Change and Natural Disaster and Its Implications”, Journal of Real Estate Policy Research, Vol.24, No.1, pp.65-82, https://doi.org/10.54091/krepa.2023.24.1.65.

10.54091/krepa.2023.24.1.65
6

6.KBS News. (2020, August 6), Why are older adults more vulnerable to heavy rainfall?, https://news.kbs.co.kr/news/pc/view/view.do?ncd=4510694

7

7.Kim, G. H. (2013), “Cover Story-The Role of Forest Science and Technology in the Prevention and Mitigation of Mountain Soil Disaster Damage”, Disaster Prevention Review, Vol.15, No.3, pp.48-55.

8

8.Kim, M., Song, Y., Jung, S., Oh, H., Lee, C., and Kim, K. (2018), “Research Trends on Landslides and Debris Flows at the Korea Institute of Geoscience and Mineral Resources”, Geoenvironmental Engineering, Vol.19, No.4, pp.18-25.

9

9.Korea Forest Service (KFS). (2025), Landslide statistics in Korea (2015-2024) [Data set], https://www.forest.go.kr

10

10.Korea Meteorological Administration (KMA). (2025), Climate statistical analysis in Korea (2015-2024) [Data set], https://data.kma.go.kr

11

11.Lee, H. (2020), One in four collapsed steep slopes were classified as “safe” [Press release], Democratic Party of Korea, https://theminjoo.cdn.ntruss.com/main/sub/news/view.php?sno=10260&brd=17&post=338085&search=

12

12.Lee, J., Kim, Y., Moon, H., Han, H., Kwon, K., and Jung, I. (2008), “Case Study on Disaster Hazard Estimation in Steep Slopes”, In Proceedings of the Korean Society of Engineering Geology Annual Conference, 2008, pp.233-241.

13

13.Lee, S. and Yoon, H. (2022), Measures to Improve Landslide Management in Seoul in Response to Climate Change, The Seoul Institute.

14

14.Oh, K. D. and Lee, C. H. (2018), “Landslide and Debris-Flow Simulation Based on Pre-Development Geographic Information Data”, Journal of the Korean Society of Hazard Mitigation, Vol.18 No.7, pp.213-219, https://doi.org/10.9798/KOSHAM.2018.18.7.213.

10.9798/KOSHAM.2018.18.7.213
15

15.Park, D., Oh, J., Son, Y. and Lee, M. (2009), “Analysis of the Steep Slope Disasters in 2009”, In Proceedings of the Korean Society of Civil Engineers Annual Conference, pp.894-897.

16

16.Ryu, J. H. (2011), “Cover Story-Field Investigation and Cause Analysis of Steep Slope Collapse Areas”, Disaster Prevention Review, Vol.13, No.3, pp.43-55.

17

17.Shin, E. and Kim, J. (2017), “Stability Analysis of Geocell Reinforced Slope During Rainfall”, Journal of Korean Geosynthetics Society, Vol.16, No.4, pp.33-41, https://doi.org/10.12814/jkgss.2017.16.4.033.

10.12814/jkgss.2017.16.4.033
페이지 상단으로 이동하기