건강·보건 부문 가. 기상청

1) 생활 및 보건 기상지수 데이터

기상청은 국민의 일상적인 생활 및 건강관리 등에 활용할 수 있도록 각종 기상·기후자료를 토대로 체감온도지수, 자외선지수, 동파가능지수, 대기확산지수를 작성 및 제공하고 있다. 최 근 기후변화로 인해 온도가 상승하고 폭염의 빈도 및 강도가 증가될 것으로 예상되고 있으며, 기상청은 이와 같은 이상기후에서의 다양한 피해를 줄이고자 우리나라에 적합한 기상지수를 개발하였다. 체감온도지수의 경우 인체가 느끼는 더위를 기온뿐만이 아니라 습도와 일사량에

도 영향을 받는 것을 고려하였으며, 노인, 어린이, 농촌, 비닐하우스, 취약거주환경, 실외작업 syncope), 열경련(T672, Heat cramp), 탈수성 열탈진(T673, Heat exhaustion, anhydrotic), 염분상실에 의한 열탈진(T674, Heat exhaustion due to salt depletion), 상세불명의 열탈진(T675, Heat exhaustion, unspecified), 일과성 열피로 열성 부종(T676, Heat fatigue, transient), 열성 부종(T677, Heat edema), 기타 열 및 빛의 영향(T678, Other effects of heat and light), 상세불명의 열 및 빛의 영향(T679, Effect of heat and light, unspecified)가 포함됨.

가 산출되고, 산출식은 다음 <그림 2-55>와 같다.

아래 <그림 2-56>은 기상청 날씨누리에서 서비스 중인 체감온도지수 분포도로 전국 행정구 역도에 단계별 위험도를 쉽게 알아볼 수 있도록 색상으로 표현하였으며, 대상 유형별 위험단계 와 주요 대응요령도 함께 제공하고 있다.

자료: 기상청 날씨누리 보도자료(2018.4.10), p.2.

<그림 2-56> 체감온도지수 분포도 및 대응 요령 데이터 사례

자외선지수는 태양고도가 최대인 남중시간 때 지표에 도달하는 자외선의 복사량을 지수로 환산한 것으로, 맑은 기압, 하늘상태, 강수량, 강수의 형태 등과 같은 수치 기상·기후 자료와 오존⁴²⁾ 값 등 관측 자료를 이용하여 산출⁴³⁾된다. 자외선 노출 시간에 따라 피부의 화상 등 피해가 발생할 수 있으므로, 보호조치가 필요한 단계를 위험도에 따라 위험, 매우높음, 높음, 보통, 낮음의 5개 단계로 구분하고 있다. 자외선지수 값이 11 이상인 경우에는 햇볕에 수십 분 이내 노출 시에도 피부 화상을 입을 수 있어 가능한 실내에 머물러야 하며, 외출 시에는 긴 소매 옷, 모자, 선글라스를 이용하고, 자외선 차단제를 정기적으로 발라야 한다. 지수 값이

42) 지상으로부터 약 13~15km 사이의 대기인 성층권의 오존은 태양광선 중 인체에 해로운 자외선(UV)으로부터 지구상의 생명체를 보호하는 얇은 보호막 역할을 하고 있으나, 1980년대에 들어서 과학자들이 성층권 오존이 감소되고 있다는 증거를 포착하였음. 오존의 감소는 지표면에 도달하는 해로운 자외선을 증가시킴. 기상청 날씨누리 홈페이지(https://www.weather.go.kr/) 참조.

43) 국제기구(WMO/WHO 등)에서 제안하는 “Global Solar UV Index”의 가이드라인을 활용함.

8 이상 10 이하인 경우 오전 10시부터 오후 3시까지 외출을 피하고 실내나 그늘에 머물러야 리아(http://www.airkorea.or.kr/)에서 미세먼지, 오존, 이산화질소, 일산화탄소, 아황산가 스 등의 대기오염도 공간 분포를 참고하고, 뒷부분에서 보다 상세하게 설명하기로 한다. 대기

상술한 데이터들은 기상자료개방포털에서 행정구역별로 해당되는 지수와 기간, 필요한 지역 을 검색한 후 다음 <그림 2-57>과 같이 CSV 및 xlsx 파일 포맷으로 원 자료를 다운로드 받을 수 있다.

자료: 기상청 기상자료개방포털, “생활기상지수”, 검색일: 2020.5.22.

<그림 2-57> 기상자료개방포털을 통한 생활환경지수 데이터 다운로드 사례

최근 들어 기후변화로 인해 인체에 유해한 식물의 번식지역이 확대되면서 꽃가루 양이 증가함에 따라 비염, 결막염, 천식 등 알레르기성 질환 발병이 많아지고 있다. 기상청은 이와 같은 질환을 사전에 예방하고 기후변화 대응 능력 강화를 위해 꽃가루농도위험지수, 감기가능지수, 천식·폐질 환가능지수, 식중독지수, 뇌졸중가능지수 등 보건기상지수를 개발하여 위험 등급별 대처요령을 제공하고 있다. 이 데이터들은 기온, 일교차, 기압, 상대습도 등 기상·기후 조건에 따라 질병·질환 이 발병할 위험도를 구분한 것으로, 읍면동 행정구역별로 각 지수 값을 알 수 있다. 보건 기상지수 의 항목별 정의와 범위, 특성을 정리하면 다음 <표 2-18>과 같다.

데이터 항목 정의 범위(기간)

의사 지시에 따라야 한다. 식중독지수의 산출방법은 다음 <그림 2-58>의 산출식에 따라 세균 성과 바이러스성 발생 비율에 따라 계산한 후 확률로 변환한다.

자료: 기상청 날씨누리, “도움말 자료”, 검색일: 2020.5.22.

<그림 2-58> 식중독지수 산출식

천식·폐질환가능지수는 일 최저기온과 일교차, 일 평균상대습도, 일 평균기압 자료를 이용하 여 지역별 특성에 따라 계산되며, 매우 높음, 높음, 보통, 낮음의 4단계로 구분된다. 천식을 일으키는 원인인자는 주로 집먼지진드기, 꽃가루, 곰팡이, 애완동물 등이며, 악화인자는 기후 변화 및 대기오염, 화학물질 등이다. 봄철 황사로 인해 미세먼지 농도가 증가하면 기도에 직접 적인 자극이 되며 기존의 염증을 악화시켜 천식이 악화될 수 있다. 만성폐쇄폐질환의 위험인자 로는 계절적으로 겨울에 많이 발생하게 되며, 실내외 대기오염에 노출되는 것이 포함된다.

산출된 지수 값을 통해 위험도가 매우 높은 단계는 천식환자에게 각별한 주의가 요망되며, 높음 단계에서는 외부 노출을 줄이고 공기청정기 사용이 권장된다. 이 지수의 산출방법은 전국 16개 주요 지역⁴⁶⁾에 대한 건강보험심사평가원의 외래환자 자료를 토대로 기상자료와의 지역 별 회귀분석을 통해 개발된 것으로, 지역별 및 기상요소별 등급화 및 가중치를 달리 적용하고 있다. 뇌졸중가능지수는 기상조건에 따라 뇌졸중의 발생 가능한 정도를 지수로 표현한 것으로, 일 최저기온과 일교차, 일 평균상대습도, 일 평균기압 자료, 뇌졸중 사망자 통계 자료 등이 입력 자료로 사용된다. 동 지수는 앞에서 설명한 천식·폐질환가능지수와 유사한 형태로 전국 주요 16개 지역의 기상요소와의 회귀분석 결과를 이용하여 가중치를 설정하였는데, 기상요소가

46) 춘천, 강릉, 서울, 인천, 수원, 청주, 대전, 대구, 전주, 울산, 마산, 광주, 부산, 목포, 제주, 서귀포.

질환에 미치는 영향이 지역적 특성에 따라 다를 것으로 예상하기 때문이다. 지수 산출 값은 상위 5% 이상이 위험도가 매우 높은 등급, 상위 6%~15%가 높음, 상위 16%~60%가 보통, 그 이하는 낮음으로 구분된다. 감기가능지수는 기상조건에 따른 감기 발생 가능성의 정도를 지수화한 것으로, 9월부터 다음 해 4월까지 작성 및 제공되고 있다. 감기는 기온변화나 일교 차, 건조한 경우에 신체 향상성에 영향을 미쳐 유발되는데, 특히 날씨가 추워짐에 따라 실내생 활이 많아져 바이러스의 전파 확률이 높아진다는 특징을 지닌다. 이 지수의 산출방법은 앞에서 설명한 지수들과 같이 건강보험심사평가원의 최근 5년간 감기 외래환자 자료를 토대로 기상자 료(최저기온, 일교차, 현지기압, 상대습도)와의 회귀분석을 통해 개발된 가중치가 사용된다.

지수 결과 값은 4단계로 구분된다. 천식·폐질환가능지수, 뇌졸중가능지수, 감기가능지수의 산 출식은 다음 <그림 2-59>와 같다.

자료: 기상청 날씨누리, “도움말 자료”, 검색일: 2020.5.22.

<그림 2-59> 천식·폐질환가능지수(상), 뇌졸중가능지수(중), 감기가능지수(하)의 산출식

또한 꽃가루는 기관지 천식, 비염, 결막염, 아토피 피부염 등의 알레르기 질환을 유발 및 악화시키는 주요 물질로 알려져 있으며, 이와 관련하여 기상청은 보건기상지수로 꽃가루농도 위험지수를 작성 및 제공 중에 있다. 이 지수는 평균·최저·최고 기온, 일교차, 풍속, 강수량 등에 따른 꽃가루의 농도를 예측하여 알레르기 질환의 발생 가능한 정도를 지수화한 것이다.

소나무와 참나무는 4월에서 6월, 잡초류는 8월에서 10월 중에 작성 및 제공된다. 산출방법은 인공지능(Artificial Intelligence) 기반의 심층신경망(Deep Neural Network)⁴⁷⁾ 기법을 적 용한다는 점에서 다른 지수들의 산출방법과 차이가 있다. 참나무의 경우 생육도일과 생육도일 변화량, 일 최고기온, 강수량, 상대습도, 풍속 등이 입력되는데, 5개의 은닉층(Hidden layer) 과 약 550개의 뉴런을 통한 학습으로 지수가 산출된다. 다음 <그림 2-60>은 참나무의 꽃가루 농도위험지수 산출 개념도이다.

자료: 기상청 날씨누리, “도움말 자료”, 검색일: 2020.5.22.

<그림 2-60> 참나무 꽃가루농도위험지수의 인공지능 기반 산출 개념도

소나무와 잡초류의 경우에는 기상요소와의 확률밀도함수⁴⁸⁾를 기반으로 한 다중회귀방정식 에 의해 산출되고 있으며, 산출식은 <그림 2-61>과 같다.

47) 다층구조 형태의 신경망을 기반으로 하는 머신러닝의 한 분야로, 다량의 데이터로부터 높은 수준의 추상화 모델을 구축하는 딥러닝 기법의 대표적인 모델. 입력층과 출력층 사이에 다중의 은닉층을 포함하여 다양한 비선형적 관계를 학습함.

48) 와이블(Weibul) 확률밀도함수: 지수분포를 보다 일반화시켜 여러 다양한 확률분포 형태를 모두 나타낼 수 있도록 고안된 와이블 분포의 확률밀도함수. 특히 신뢰성 분야의 응용에서 자주 사용되는 수명분포함수임.

보건기상지수 데이터들은 날씨누리 홈페이지에서 종합정보를 서비스하고 있으며, 기상자료 개방포털에서는 행정구역별로 해당되는 지수와 기간, 필요한 지역을 검색한 후 다음 <그림 2-62>와 같이 CSV 및 xlsx 파일 포맷으로 원 자료를 다운로드 받을 수 있다.

자료: 기상청 날씨누리, “생활기상정보”, 검색일: 2020.5.22; 기상청 기상자료개방포털, “응용기상 부문 데이터

자료: 기상청 날씨누리, “생활기상정보”, 검색일: 2020.5.22; 기상청 기상자료개방포털, “응용기상 부문 데이터