2.1 연구 대상 지역 선정 및 특성

본 연구가 수행된 시험지구는 Fig. 1에 제시한 바와 같이 경상북도 경산시 중방동(위도 : 약 35°50′02″ N, 경도: 약 128°44′11″ E)에 있는 택지지구로 최근 급격하게 도시화가 진행되고 있는 경산시의 신도시 지역이다. 시험지구에는 대형 마트, 주거시설, 복합 문화 시설, 공원 등이 위치하여 있다. 유역면적은 18.9158ha(유역: 14.4758ha, 도로유역 : 4.44ha)이고, 이 중 불투수층이 약 91%, 투수층이 약 9%를 차지하고 있다. 또한, 위 지역은 분류식 하수관거를 사용하고 있다. 불투수층은 도로와 건물이 차지하고 있고, 투수층은 공원이 대부분 차지하고 있다. 이를 바탕으로 SWMM을 이용하여 중방동 지역 일부에 대해 모델을 구축하고, LID 기법 적용에 따른 유출 및 오염물질 저감 효과를 분석하였다.

Fig. 1. Study site. Location of Jungbang District, Gyeongsan City: (a) Subcatchments with outlets; (b) Road subcatchments with outlets.

2.2 강우 자료 구성

본 연구에서는 시험지구 인근에 위치한 대구 기상청 개방 포털에서 제공하는 종관기상관측(ASOS)의 강우 자료를 활용하였다. 2024년 6월 8일 11시부터 8월 29일 10시까지의 1시간 간격 누적 강우량(mm) 자료를 활용하였다. 해당 자료는 SWMM 모델의 Rain Gage 객체에 입력되었으며, 시뮬레이션 간격과 동일한 시간 해상도로 설정하여 시계열 왜곡을 방지하였다. 수집된 강우 자료는 표면 유출량 산정, LID 적용 전⋅후 유출 특성 비교, 오염물질 농도 측정 등에 활용되었다. 이 기간은 최근 급변하는 기후 양상을 반영하여, LID 시설의 유출 저감 효과를 보다 현실적인 조건에서 평가할 수 있도록 설정하였다.

2.3 EPA-SWMM 모형 구축 및 LID module

2.3.3 LID기법 모의

SWMM의 LID 기법 모듈은 기존 SWMM 모델에 저영향개발 기반의 빗물 관리시설에 대한 수문학적 영향 분석 기능을 통합하여 개발된 구성 요소이다. 이 모듈을 활용하면 동일한 설계 사양을 가진 LID 시설을 다양한 토지 피복 특성을 지닌 소유역에 적용할 수 있으며, 모의 수행 중 수문 수지를 유지하면서 각 층(layer) 내의 물의 저장 및 이동 특성을 분석할 수 있다^{(Baek et al., 2019)}. 본 모듈에서 모의 가능한 주요 LID 시설에는 식생 저류지(Bio-retention), 옥상 녹화(Green Roof), 투수 포장(Porous Pavement), 빗물 통(Rain Barrel), 식생 수로(Vegetative Swale) 등이 포함된다(Fig. 2) SWMM 모형은 기존 유역 내 불투수 면적을 투수성이 부여된 LID 시설로 대체하는 개념을 바탕으로 한다. Fig. 3은 SWMM 5.0에서 LID 시설의 유출 과정을 도식화한 개념도이다.

Fig. 2. LID techniques implemented for watershed runoff and SS reduction (Baek et al., 2019).

Fig. 3. Conceptualization of surface runoff management with LID implementation (Rossman, 2010).

일반적으로 LID 시설의 단면은 토양층(Soil layer), 포장층(Pavement layer), 저류층(Storage layer)으로 구성된다. 여기에 시설 형태에 따라 표면층(Surface layer)과 배수층(Underdrain layer)이 추가될 수 있다. 본 연구에서는 다양한 문헌을 검토하여, EPA에서 제안한 매개변수 값을 바탕으로 각 층별 주요 매개변수의 권장 범위를 정리하였고, 이 내용을 Table 1에 정리하였다. EPA-SWMM에서는 옥상녹화(Green Roof)를 식생 저류지(Bio-retention)와 같은 방식으로 모의한다. 다만, Table 1에 제시된 값들은 대부분 해외 자료를 바탕으로 한 것이므로, 국내에 그대로 적용할 경우에는 지역 조건을 고려한 보완이 필요한 것으로 판단된다.^{(Cho et al., 2013)}. EPA 매뉴얼에서 제시하는 LID 기술 요소별 매개변수 값과 국내 산업단지에 설치된 LID 시설의 설계도 기반 매개변수를 비교한 결과, 주요 항목에서 대체로 유사한 범위를 보였다. EPA 매뉴얼에서 토양 공극률(Porosity)은 0.40∼0.78 범위로 제시되며, 국내 사례^{(Kim et al., 2017)}에서는 0.45로 설정되어 해당 범위 내에 포함된다. 또한 포화 투수계수(Hydraulic conductivity)의 경우 EPA 매뉴얼 값이 0.5∼203.2 mm/hr로 나타나며, 국내 사례는 61.2 mm/hr로 중간 범위에 위치한다. 저장층(저류층) 높이 또한 EPA 지침에서 수십 cm∼1 m 이상으로 다양하게 제시되며, 국내 현장 적용값은 300∼1000 mm로 일반적인 범위와 일치한 것으로 나타났다. 이와 같이 EPA 매뉴얼과 국내 사례 값은 전반적으로 일관성을 보여, 본 연구에서 EPA 매뉴얼 기반의 대표적인 LID 유형 표(Table 1)를 기준으로 매개변수를 적용한 것은 타당해 보이며, 국내 적용성 측면에서도 충분히 신뢰 가능한 것으로 보여진다.

Table 1. Parameters for SWMM LID

Layer	Parameter	Bioretention	Green Roof	Infiltration Trench	Porous Pavement	Rain Barrel	Vegetative Swale	Note
Surface Layer	Storage depth(mm)	Below 151.8	12.4-24.8	0	0		1.97
	Vegetation volume fration	0	0	0	0		0
	Surface roughness	0.1	0.1	0.1	0.1		0.24
	Surface slope(%)	1.0	1.0	1	1		0.5-4
	Swale side slope						1-3
Soil Layer	Thickness(mm)	449.8-899.9	74.9-149.8					EPA (2010)
	Porosity	0.5	0.5
	Field capacity	0.2	0.2
	Wilting point	0.1	0.1
	Conductivity	0.5	0.5
	Conductivity slope	10	10
	Suction head(%)	3.5	3.5
Pavement Layer	Thickness(mm)				0-3084.92		599.9-899.9	EPA (2010)
	Void ratio(Voids/Solids)				0.12
	Impervious surface fraction				0
	Permeability(mm/hr)				over 6.6
	Clogging factor				9179
Storage Layer	Height(mm)	149.8-449.8	149-449.8	149.8-449.8	149.8-449.8			EPA (2010)
	Void ratio	0.5-0.75	0.5-0.75	0.5-0.75	0.5-0.75
	Conductivity	10	10	10	10
	Clogging factor	7042	7042	2817	7042
Under Drain	Drain coefficient(mm/hr)	0	0	0	0	0		Use a Drain Coefficient if the LID unit has under drain
	Drain exponent	0.5	0.5	0.5	0.5	0.5
	Drain offset height	0	0	0	0	0
	Drain delay(hours)					6

Table 2는 ^{Zakizadeh et al. (2022)}의 연구를 기반으로, SWMM에서 SS를 모의하기 위해 사용된 토지이용 별 축적(Build-up) 및 세척(Wash-off) 매개변수의 최적값을 제시하고 있다. Residential Low Density (RLD), Residential High Density (RHD), Underdeveloped, Commercial, Road의 다섯 가지 토지이용 유형에 대해 최대 축적량(Maximum build-up), 반포화 상수(Half saturation constant), 세척 계수(Wash-off coefficient), 세척 지수(Wash-off exponent)가 각각 설정되었다.

이러한 매개변수는 SWMM의 수질 모듈에서 비점오염물질 유출 특성을 정량화하는 데 활용되며, 각 토지이용 유형에 적합한 수질 모델링의 기초자료로서 유용하다. 본 연구에서도 이를 참고하여 국내 도시 지역 특성에 맞는 SS 관련 매개변수 설정 시 기반 자료로 활용하였다.

Table 2. Optimal suspended solids parameters for SWMM

Description	Parameter	Land use	SS(mg/L)
Build-up	Maximum build up constant	RLD	29.8
	Half saturation constant		1.033
Wash-off	Wash off coefficient		0.38
	Wash off exponent		1.9
Build-up	Maximum build up constant	RHD	74.5
	Half saturation constant		2.916
Wash-off	Wash off coefficient		0.455
	Wash off exponent		1.65
Build-up	Maximum build up constant	Underdeveloped	59.6
	Half saturation constant		1.486
Wash-off	Wash off coefficient		0.08
	Wash off exponent		1.275
Build-up	Maximum build up constant	Commercial	1.125
	Half saturation constant		1.2
Wash-off	Wash off coefficient		1.05
	Wash off exponent		0.855
Build-up	Maximum build up constant	Road	0.937
	Half saturation constant		0.75
Wash-off	Wash off coefficient		2.73
	Wash off exponent		3.588

2.4 LID 기법 적용 시나리오 구성

각각의 LID 시나리오에 구성 대한 조합과 일반 유역, 도로 유역에서의 면적 비율은 Table 3와 같다. 본 연구에서 시나리오는 일반 유역과 도로 유역으로 구분하여 각각에 적합한 LID 요소 기법을 적용하였으며, LID 적용 면적을 단계적으로 변화시켜 유출량 및 부유물질 저감 효과를 분석하였다. 시나리오 1∼4의 경우, 일반 유역에 Bio-Retention, Vegetative Swale, Rain Barrel을 동일 비율(1:1:1)로 배치하였으며, 일반 유역 내 LID 적용 면적 비율은 10%, 20%, 50%, 100%로 설정하였다. 도로 유역의 경우, 시나리오 1∼4에서는 Porous Pavement와 Vegetative Swale을 각각 50%씩 동일 비율(1:1)로 적용하였다. 시나리오 5∼8은 일반 유역의 LID 구성은 동일하나, 도로 유역에는 Vegetative Swale만 100%로 적용하였다.

시나리오 9∼12에서는 일반 유역에 Green Roof, Bio-Retention, Vegetative Swale을 동일 비율(1:1:1)로 배치하고, 일반 유역 내 LID 적용 면적은 10%, 20%, 50%, 100%로 설정하였다. 도로 유역은 시나리오 1∼4와 동일하게 Porous Pavement와 Vegetative Swale을 50%씩 동일 비율(1:1)로 적용하였다. 시나리오 13∼16은 시나리오 9∼12와 동일한 일반 유역 LID 구성을 유지하되, 도로 유역에는 Vegetative Swale만 100%로 적용하였다. LID를 100% 적용한다는 것은 대상 지역에서 활용 가능한 모든 공간에 LID 시설을 최대한으로 도입하는 것을 의미한다^{(Hoghooghi et al., 2018)}.

일반 유역 내 Green Roof, Rain Barrel, Vegetative Swale, Bio-retention, Porous Pavement는 연구 대상지인 경산시 중방지구 내에 대형 마트와 아파트 단지, 상가 등 다양한 도시 기반 시설이 분포하고 있다는 점을 고려하여 선정하였다. 대형 마트와 아파트 단지 등 대규모 건축물에는 Green Roof의 설치가 용이하며, Rain Barrel은 상가 및 공동주택의 빗물 이용시설로 적합하다. 또한, Vegetative Swale과 Bio-retention은 도로변, 공공 공간, 아파트 단지 내 녹지 등 다양한 공간에 적용 가능하여 유출수 관리 및 오염물질 저감에 효과적인 것으로 판단된다.

아울러, 도로 유역에는 Porous Pavement와 Vegetative Swale을 중심으로 LID 기법을 적용하였다. Porous Pavement는 불투수 면을 투수성 포장으로 전환하여 유출 저감 효과가 크며, Vegetative Swale 역시 침투 및 오염물질 저감에 효과적인 것으로 판단된다.

3.1 LID 시나리오별 유출량, SS 저감 효과 분석

시나리오별 유출량(L/s)은 Fig. 4, SS 농도(mg/L)는 Fig. 5에 제시하였다. 동일한 LID 조합에서 적용 비율이 증가함에 따라 첨두 유출량과 첨두 SS 농도가 뚜렷하게 감소하는 것으로 나타난다. 각각의 시나리오별 우수 유출률은 Fig. 6과 같다. Table 4의 경우, 시나리오 0의 유출률도 포함하여 제시한 표이다. 유출률은 식(3)에서 제시된 바와 같이 유출량을 강우량과 유역면적의 곱으로 나눈 값으로 계산할 수 있으며, 이는 수문학에서 유역의 유출 특성을 정량적으로 평가하는 대표적 방법이다. LID 적용 면적이 늘어남에 따라 유출률이 전반적으로 저감되는 것을 확인할 수 있으며, 시나리오 5∼8 (유역 RB+BR+VS, 도로유역 VS의 조합)의 저감률이 32.2%로 가장 큰 폭으로 나타났다. 반면, 동일 조건에서 RB 대신 GR을 적용한 조합인 시나리오 13∼16 (유역 GR+BR+VS, 도로 유역 VS) 은 17.1% 저감에 그쳐서, GR 대신 RB를 적용하는 것만으로 약 15% 이상의 추가적 저감 효과가 나타났다.

Fig. 4. Outfall Inflow under different LID scenarios. (a):1,2,3,4 (b):5,6,7,8 (c):9,10,11,12 (d):13,14,15,16.

Fig. 7은 각 시나리오별 LID가 설치되지 않았을 경우에 비해 유출과 SS가 저감된 비율을 나타낸 표이다. 우수유출 저감률은 동일한 면적 내에서도 최대 28.1%의 차이를 보이나, SS 유출의 경우 동일 면적 내에서 평균적으로 2% 차이 내외의 미미한 차이를 보였다. 시나리오 0 대비 LID 적용률이 10%일 경우 유출량은 시나리오 13에서 최솟값인 8.4%의 저감률을 보였고, 시나리오 1에서 최댓값인 15.7% 저감률을 보였다. 동일 면적에서 SS 농도는 평균 약 9.6% 감소하였다. LID 적용률이 20%로 증가하면 유출량은 시나리오 14에서 최솟값인 13.4%의 저감률을 보였고, 시나리오 2에서 23.3%로 가장 높은 저감률을 보였다. 동일 면적에서 SS 농도는 평균 21.1% 감소하였다. 적용률이 50%인 경우 유출량은 시나리오 15에서 18.8%로 동일 면적 대비 가장 낮은 저감률을 보였고, 시나리오 3에서 41.4%로 가장 높은 저감률을 보였다. SS 농도는 평균 49.1%까지 감소하여, 20% 적용 면적 대비 2배 이상의 뚜렷한 개선 효과가 나타났다. 100% 적용 시나리오에서는 이론적으로 모든 조합에서 SS 농도가 100% 제거되었으며 유출량은 시나리오 16에서 최솟값 31.7%의 저감률을 보였고, 시나리오 4에서 최댓값 59.8%의 저감률을 보였다.

Fig. 6. Runoff rate (%) under different LID scenarios.

특히 도로 구간에 Porous Pavement (PP)와 Vegetative Swale (VS)을 포함한 조합(시나리오 1∼4)은 가장 안정적인 유출 저감 효과를 보였다. 이는 Fig. 7에서 확인되듯이 RB+BR+VS와 PP+VS가 포함된 조합이 모든 적용률에서 가장 높은 유출량 저감과 SS 저감률을 기록한 결과와 일치한다. 반면 도로 구역에 PP가 포함되지 않은 조합(예: 시나리오 7, 13∼15)은 적용 면적이 확대되더라도 저감 효과가 다른 조합에 비해 제한적으로 나타났다. 또한 Rain-Barrel (RB) 조합은 Green Roof (GR) 조합보다 일관되게 우수한 성능을 보였다. 이는 Fig. 7에서 RB 기반 조합의 유출량과 SS 감소율이 GR 기반 조합 대비 모든 적용률에서 더 높게 나타난 결과로 확인된다. 이러한 차이는 초기 우수 저장과 저류 능력이 뛰어난 RB의 구조적 특성에서 기인하는 것으로 판단된다.

Fig. 5. Outfall SS concentration under different scenarios. (e):1,2,3 (f):5,6,7 (g):9,10,11, (h):13,14,15.

종합하면, Fig. 7.에 제시된 결과는 LID 적용률이 높아질수록 수문 및 수질 개선 효과가 뚜렷하게 향상됨을 보여준다. 특히 시나리오 1에서 4까지의 조합이 가장 효율적인 성능을 나타냈으며, 이는 도시 유역의 LID 설계 시 도로 유역에 침투형 기법 (PP) 을 적극적으로 배치하는 것이 수문 및 수질 관리의 핵심 전략인 것으로 판단된다.

본 연구에서는 관측자료의 부재로 직접적인 모형 검증을 수행하지 못하였으나, 기존 국내외 문헌에서 SWMM 의 모의 결과가 다양한 유역 조건에서 R² = 0.7∼0.9, RMSE = 10% 이내의 관측치와 높은 적합도를 보인 바 있다^{(Ahmad et al., 2024; Gao et al., 2023; Zakizadeh et al., 2022)}. 따라서 본 연구에서도 SWMM 기반 시나리오 분석이 신뢰할 수 있는 결과를 제공할 것으로 판단되며, 이는 후속 연구에서 실측자료를 이용한 정량적 검증을 통해 보완될 것으로 판단된다.

Fig. 7. Reduction rates of (a) runoff and (b) SS under different LID scenarios compared to scenario 0 (without LID)

3.2 LID 시나리오별 총부하량 및 첨두부하량 분석

LID 적용에 따른 수질 개선 효과를 정량적으로 분석하기 위하여, 본 연구에서는 LID 적용 비율(10%, 20%, 50%)에 따라 시나리오별 SS의 첨두부하량(Peak Pollutant Load)과 총부하량(Total Load)을 6월, 7월, 8월 3개의 강우 사상으로 나누어 비교하였다. 첨두부하는 각 월의 강우 중 최대 유출 시점의 SS 부하량이며, 총부하는 월 전체 강우 동안 누적된 부하량을 의미한다.

Fig. 8. Peak pollutant loads (g) under LID sizes of (a) 10%, (b) 20%, (c) 50% during June-August.

Fig. 8의 (a)∼(c)는 LID 적용 시나리오에 따른 첨두부하량 변화를 나타낸다. 특히 (c)의 LID 적용 면적을 50%까지 확대한 시나리오 3, 7, 11, 15에서는 첨두부하가 시나리오 0 대비 가장 큰 폭으로 감소하였다. 7월의 경우 시나리오 0에서 1271.8g이던 첨두부하가 시나리오 3에서 352.7g으로 줄어들어 약 72% 저감 되었으며, 시나리오 7, 11, 15에서도 각각 354.5g, 339.8g, 342.2g으로 나타나 약 73% 내외의 저감 효과를 보였다. 이는 LID 기법이 강우 초기 고농도 오염물질 유출 현상인 First Flush Effect를 효과적으로 저감하는 것으로 보여진다. 또한 강우량이 큰 7월의 강우 사상에 첨두부하 억제 효과가 더욱 두드러지는 것으로 판단된다.

Fig. 9의 (d)∼(f)는 동일 조건에서의 총부하량 변화를 제시한다. 총 SS 부하량 역시 LID 적용률 증가에 따라 유의미한 감소를 보였으며, 특히 50% 적용 시 총부하량이 초기 대비 약 70%까지 저감 되었다. 7월의 시나리오 0의 총부하량은 1271.8kg이었으나 10%, 20%, 50% 적용 시 936.4kg, 644.3kg, 352.7kg으로 감소하여 최대 72%까지 저감 되었으며, 특히 면적 비율을 20%에서 50%로 확대할 시 가장 큰 폭의 감소율이 확인되었다.

이러한 결과는 LID 기법이 강우 초기 고농도 오염물질 유출을 효과적으로 완화함과 동시에, 전체 유출 부하의 양을 장기적으로 저감하는 데에도 기여할 수 있음을 의미한다. 따라서 LID의 적용 면적 및 조합 방식의 최적화를 통해 도시 유역 내 비점오염 관리를 효율적으로 수행할 수 있으며, 이를 위한 적용 기준 및 설계 메뉴얼의 체계화가 필요한 것으로 판단된다.

Fig. 9. Total loads (kg) under LID sizes of (a) 10%, (b) 20%, (c) 50% during June-August.

3.3 경제성 분석 및 최적 LID 적용 비율 도출

시나리오 3(LID 적용률 50%, RB+BR+VS와 PP+VS 조합)을 적용한 결과, 총 우수 유출량은 시나리오 0 대비 약 41.4% 감소하고 부유물질(SS) 유출은 약 48.3% 저감된 것으로 나타났다. 해당 시나리오의 생애주기비용(LCC)을 25년 기준^{(Yeon et al., 2015)}으로 산정한 결과 약 5.7억 원으로, VS 단독 적용 시나리오 7(약 4.3억 원)보다 약 1.4억 원 더 높게 산정되었다(Table. 5.). 그럼에도 불구하고, 시나리오 3을 통해 연간 약 5.74×10^7 m³의 우수 유출을 추가로 저감하는 효과를 보였다. 특히 6∼8월 집중호우와 남천 및 경일대학교 일대의 홍수 피해 이력을 고려할 때 이러한 추가 저감 효과는 충분히 타당한 투자로 판단된다. 한편 LID 기법을 불투수 면적의 100%에 적용하는 것은 공간 및 예산 측면에서 현실적이지 않고, 10%와 20% 수준의 적용은 저감 효과가 미흡한 것으로 나타났다. 따라서 시나리오 3은 유출량 저감 및 수질 개선 효과, 경제성, 현실 적용 가능성 측면에서 최적의 LID 적용 대안으로 판단된다.