<그림 2-7> 국가농작물병해충 관리시스템 병해충예측지도
* 출처: 국가농작물병해충 관리시스템(http://ncpms.rda.go.kr/npms/SpaceDistributionSearchR.np)
현 수준의 병해충 관리시스템은 과거 자료를 바탕으로 향후 2~3일까지의 예측정보를 제공하고 있 다. 병해충은 작물 생산량 및 품질과 직결되기 때문에 철저한 방제가 필요하지만, 2~3일 수준의 예측 정보는 비교적 짧은 시간이라고 할 수 있다. 생산농가가 상황에 맞게 유연한 대처를 하기 위해서 중·장 기적인 기상예측 자료를 활용한 병해충 예측이 이루어진다면 농가의 소득불안정성을 해소하는데 기여 를 할 수 있다.
요컨대 농·식품산업 분야에서 장기예보의 정확성 제고는 재배 초기 생산농가가 재배적지를 사전적으 로 결정하고 재배 과정에서 병해충 발생 시 방제를 함에 있어 탄력적 대응이 이루어지도록 하는데 기여 한다. 이는 곧 해당 작물의 수급 안정화와 가격 변동 진폭을 최소화하여 농업생산 및 식품산업에 관련 된 경제주체들의 리스크를 완화시키고 소비자의 후생을 증진시킴으로써 농·식품산업 분야 생산-유통 -소비 단계 전반에 걸쳐 시장 안정화를 도모할 수 있는 기반을 제공한다고 할 수 있다.
복구액 규모를 보여 준다. 앞서 기술하였듯이 한국의 경우 태풍으로 인한 피해가 전통적이었으나 기후 변동성이 확대됨에 따라 연도별 편차도 큰 것으로 나타나고 있음을 알 수 있다.9)
* 출처: 국민재난안전포탈, 「2016년도 재해연보」
또한 기상이변의 특성 상 기상재해의 강도와 이에 대한 예측이 어렵기 때문에 계절 및 시기별로 피해 규모가 매우 상이하게 나타난다. <그림 2-9>는 최근 10년 간 한국에서 발생한 기상이변들의 원인별 피해액을 정리한 것으로 한국의 지리적 특성 상 여전히 호우 및 태풍으로 인한 피해액이 큰 것을 확인 할 수 있다. 이에 따라 기상재해에 따른 위험을 분산시키기 위한 방편으로 기상피해를 담보로 하는 보 험 상품이 늘어가고 있는 추세이다.
9) 2010년 7, 8월의 호우, 9월 태풍 곤파스, 12월 대설, 2011년 2월 대설, 7월 호우, 8월 태풍 무이파 및 호우, 2012년 피해, 2012년 8월 태풍 덴빈, 볼라벤, 9월 태풍 산바 등 주로 태풍과 호우, 대설 피해가 컸던 것으로 파악된다.
<그림 2-8> 자연재해로 인한 피해액 및 복구액(2007~2016)>
(단위: 백만 원(2016년도 환산가격기준))
<그림 2-9> 우리나라의 기상이변 원인별 피해액(2007~2016(평균))
(단위: 백만 원(2016년도 환산가격기준))
* 출처: 국민재난안전포탈, 「2016년도 재해연보」
기상위험을 담보하는 대표적인 보험 상품으로는 풍수해보험, 농작물재해보험, 날씨보험 등을 들 수 있다. 풍수해보험은 정부 및 지자체에서 관장하는 정책보험으로 풍수해로 인한 피해를 담보하며, 농작 물재해보험은 농가 작물을 보험대상으로 하여 기상이변으로 인해 농작물이 피해를 입는 경우 손실을 담보로 한다. 마지막으로 날씨보험은 날씨로 인한 피해를 보상해주는 보험 상품이다. 이러한 기상위험 담보 신상품은 지속적으로 개발되고 있는 추세인데, 이는 기 설명하였듯이 기후변화로 인해 기상이변 이 본격화되고 기상재해로 인한 불확실성이 커지고 있는 데에서 기인한다.
<그림 2-10> 재해별 보험손해액 추이(1970~2017)
(단위: 천만 달러(2017년도 환산가격 기준))
* 출처: Swiss Re., sigma catastrophe database (http://www.sigma-explorer.com/)
<그림 2-10>은 1970년부터 최근까지의 자연재해별 보험손해액 추이를 나타내는데 자연재해로 인 한 보험손해액 중 기후관련재해의 보험손해액이 지진이나 인재의 경우를 압도하며 그 추이 역시 지속 적으로 증가하고 있는 것을 파악할 수 있다. 또한 <그림 2-8>과 <그림 2-10>을 함께 살펴보면 자 연재해 피해액과 보험손해액이 유사한 추세를 가지는 것을 알 수 있는데 이를 통해 재해보험 가입자 역시 증가추세에 있음을 유추할 수 있다.
재해보험의 특성상 손해액의 진폭은 연도별로 차이가 심하게 나타난다. 이는 곧 적정 보험율을 정교 하게 산정하는 작업이 필요하다는 것을 의미한다. 기상재해 관련 보험율을 산정하기 위해 손해보험사 는 기상재해로 인한 위험을 측정하며 다음과 같은 과정을 거친다. 첫째, 주로 발생하는 자연재해의 형 태를 파악한다. 둘째, 자연재해가 발생할 가능성이 높은 지역을 선정한다. 셋째, 자연재해의 과거 발생 빈도와 규모에 관한 자료를 이용하여 자연재해 발생 확률 및 손해발생 분포를 산출한다. 넷째, 보험요 율을 산정한다.
자연재해가 발생할 지역을 선정하는 데에는 CRESTA Zone10)11) 개념이 활용된다. <그림 2-11>
은 한국의 CRESTA Zone 현황을 보여준다. 이에 따르면 총 11개 지역을 CRESTA Zone으로 분류하고 이를 다시 태풍 경로 기준으로 3개 Zone으로 그룹화 한다. 각 그룹은 Zone A, B, C로 명명되며 Zone A는 서울, 인천, 경기, Zone B는 대구, 부산, 울산, 경북, 경남, 제주, Zone C는 대전, 광주, 강원, 충북, 충남, 전북, 전남 지역을 포함한다(박창선, 2010).
CRETA Zone에 따라 구분된 지역 별로 자연재해 발생 확률과 손해발생 분포를 산출한 후 보험요율 을 산정하기 때문에 각 지역에 적합한 기상정보가 필수적으로 요구된다. 기상재해를 담보로 하는 보험 특성 상 보험이 만기될 때까지의 기간이 대개 1년 이상 장기적이기 때문에 보험요율을 산정하는데 있 어서 단기적인 기상정보만을 활용하기에는 한계가 있다. 또한 농작물재해보험과 같은 경우 만기는 1년 이지만, 매년 가입을 해야 하기 때문에 보험요율을 신축적으로 중도 변경하기에는 어려운 측면도 있다.
이러한 점들을 고려할 때 자연재해 발생 확률과 그로 인한 손해분포를 추정하는데 있어서 과거 기상자 료들뿐만 아니라 3개월 이상의 장기예보가 활용된다면 보험요율 산정의 정확성을 높여 합리적인 수준 의 보험요율이 산정될 수 있을 것이라 기대된다.
10) The CRESTA organization에 의해 표준화한 자연재해 자료를 바탕으로 국가별로 지역을 구분한 것을 의미한다.
(https://www.cresta.org).
11) CRESTA: Catastrophe Risk Evaluation and Standardizing Target Accumulation.
Zone A:
서울, 인천, 경기
Zone B:
대구, 부산, 울산, 경북,경남, 제주
Zone C:
대전, 광주, 강원, 충북, 충남, 전북, 전남
<그림 2-11> 한국의 CRESTA Zone
* 출처: CRESTA organisation
아울러 장기예보의 정확성이 제고된다면 기상재해로 인한 피해를 줄일 수 있도록 충분한 준비 시간 을 보장하여 경제적 손실을 낮출 수 있다. 예를 들어 3개월 뒤 기온이 평년보다 낮고, 강수량이 많을 것이라 예상된다면, 농가 입장에서는 냉해 대비 농작물재해보험에 가입하거나 또는 냉해 방지시설을 설치하는 등 충분한 시간을 가지고 기상재해에 대비할 수 있다.
즉, 장기예보의 활용은 기상위험을 담보로 하는 보험 상품을 제공하는 공급 측면에서는 보험요율 산 정의 정확성을 높여 해당 상품을 제공하는 손해보험사들로 하여금 신뢰성에 기반한 상품개발이 용이하 게 하며, 수요측면에서는 소비자들로 하여금 관련 보험 상품에 대한 주의를 환기시켜 기상재해 리스크 를 전가시킬 수 있는 대안을 사전에 마련할 수 있도록 한다. 이는 곧 보험시장의 안정화를 이루게 하며 시장뿐만 아니라 기상재해에 대한 복구비용을 담당하는 정부의 부담도 덜어주는 순기능을 제공할 수 있다. 아울러 장기예보의 정확성 제고에 따라 보험요율 산정의 정확성도 함께 제고될 경우 관련 상품의 개발이 활발히 이루어져 상품 다각화를 통해 보험 산업 시장 자체가 확대될 여지가 크다. 이는 기후변 화에 따라 기존 기상재해 패턴이 점차 변화하는 추세를 감안할 때 보험 산업계에 적절한 지향점을 제시 한다고 할 수 있다.