Smart Water Grid 구축을 위한 수질 조기 감시 체계(Contamination Warning System) 도입 타당성 검토
Feasibility Study for the Introduction of Contamination Warning System for Establishing Smart Water Grid
윤석민1･박노석1*･안제영2･송영일2･신창수3･김성한2
Sukmin Yoon
1･No-Suk Park
1*･Jeyoung Ahn
2･Youngil Song
2･Chang-Soo Shin
3･Sung-Han Kim
21
경상대학교 토목공학과 및 공학연구원,
2K-water 수도관리처,
3K-water 고양권관리단
1
Department of Civil Engineering and Engineering Research Institute, Gyeongsang National University,
2K-water Water Supply Operation & Maintenance Team,
3K-water Goyang Office
1. 서 론
1)미국 환경청(EPA; Environmental Protection Agency) 에서는 2005년부터 2015년 현재까지 약 10년 동안 3 단계로 구성된 “Water Security Initiative (물안보 확립 계획)”을 추진 중에 있다(Fig. 1 참조). 이 프로그램의 궁극적인 목적은 수돗물을 생산하여 공급하는 전 과 정에 대하여 발생할 수 있는 의도적인(테러 등) 또는 자연적인(자연 재해 등) 수질 사고를 조기에 감시하고 혹시 발생하는 경우 가장 빠른 대응을 할 수 있는 총 체적인 시스템(CWS)을 구축하고 성공적으로 운영하 는 것이다. 이에 본고에서 언급하고자 하는 수질오염 조기 감시체계(CWS; Contamination Warning System)은 EPA 보고서에서 원어로 “ a proactive approach to managing threat warnings that uses advanced monitoring technologies/strategies and enhanced surveillance activities to collect, integrate, analyze, and communicate information to provide a timely warning of potential water contamination incidents and initiate response actions to minimize public health and economic impacts.”로 정의하고 있다(U.S.
Received 16 January 2015; Revised 13 April 2015; Accepted 14 April 2015
*Corresponding author: No-Suk Park (E-mail: [email protected])
EPA, 2005, 2014). 이를 간단하게 번역하자면 수도시 스템에서 발생할 수 있는 잠재적인 오염 사고를 조기 에 감시할 수 있는 수질관련 정보를 모으고, 이를 대 상으로 상관성 분석이 가능하며, 수질 사고 발생 시에 는 공중 보건 및 경제적인 손실을 최소화할 수 있는 대응전략을 실행할 수 있는 사전적인 선진 통합 시스 템으로 정의할 수 있다.
Fig. 1에서 언급한 바와 같이 미국 EPA에서는 2005년 부터 2006년까지 1단계(phase) CWS 구축을 위한 개념 설계, 예산 수립 및 ‘Library’구축을 수행하였으며, 이 후 2007년부터 2013년까지의 2단계에서는 미국의 신 시내티와 같은 도시를 대상으로 배·급수 관망 6곳을 대상으로 pilot 규모의 CWS를 구축하고 평가 실험을 수행하였다. 2014년부터 시작된 3단계는 아직 진행 중 에 있다. 2005년 원래의 계획대로라면 2014년까지 3단 계가 마무리되고 보완이 완료된 시스템을 확대 보급 되어야 하나, 아직 기술적인 또는 행정적인 문제로 4~5년 정도 프로그램이 지연되고 있는 상황이다(U.S.
EPA, 2014a).
미국 EPA에서 구축을 시도하고 있는 CWS는 총체
적으로 다음 Fig. 2와 같은 ‘구성요소(components)’로
이루어져 있다(Fig. 2 참조). 미국 EPA에서 구축하고
Fig. 1. Overview of the Water Security Program (Source: U.S. EPA).
Fig. 2. Components of CWS.
자하는 CWS는 5개의 구성요소를 포함하는데 첫째는 온라인 수질모니터링 스테이션, 둘째 샘플링과 데이 터 분석, 셋째 보안 시스템, 넷째 소비자 불만 감시 및 마지막으로 다섯째는 공중 보건 감시로 구성되어 있 다. 각 구성요소에 대한 자세한 설명은 다음 절에서 하고자 한다. 이러한 CWS 시스템을 국내에 도입하고 자할 때에 수돗물 공급관련에 있어서 국내 행정 조직 과 부서간의 협력에 많은 혼선이 야기될 수 있고, 미 국과 상이한 특수성(국내 광역 상수도 구축 및 운영 등)을 고려할 때에는 상기 언급한 구성요소 중 온라인 수질모니터링 스테이션, 샘플링과 데이터 분석과 보
안 시스템을 들 수 있다.
이에 본고에서는 최근 물을 이용한 테러와 같은 의 도적인 수질 사고 및 자연 재해로 인한 수도 시스템 관련 공중 보건 및 경제적 피해를 최소화하고 단시간 에 복구가 가능한 수질오염 조기 감시체계(CWS;
Contamination Warning System)를 국내에 도입하는 경
우를 가정하고 기술적인 환경과 타당성을 조사하고,
정보를 공유하고자하였다. 현재까지 CWS의 구축에
있어서 pilot 규모까지 수행해 본 경험을 가진 사례는
미국 EPA의 Water Security initiative 프로그램이기에
많은 자료를 여기서 참조하였다.
2. CWS 구성 요소
2.1 온라인 수질모니터링 스테이션(Online Water Quality Monitering Station)
Fig. 2에서 나타낸 CWS구성요소 중에서 가장 기술 적으로 개발이 시급한 요소 중에 하나가 바로 온라인 수질 모니터링 스테이션이다. 수질 모니터링 스테이 션은 수질 계측장비, Agent 및 Plant Library, 사고감지 시스템(EDS; Event Detection System), 경보 시스템, 수 질 데이터 전송 장치 및 사고 시 샘플링 장치 등으로 구성되어 있다. 다음 Fig. 3에서 표시한 배·급수 관망 상의 검은 점들과 정수장, 배수지, 가압 장 및 물탱크 등은 예를 들어 온라인 수질 모니터링 지점이 될 수 있다. 2008년 미국 EPA에서는 EPA-NET근간의
‘TEVA-SPOT’이라는 최적의 수질 측정 지점을 선정할 수 있는 프로그램을 홈페이지에서 다운로드 받을 수 있게 하였으나 2014년 현재 프로그램의 보완 및 업그 레이드를 위해 잠정적으로 배포를 중지한 상태이다.
현재까지 미국 EPA에서 구축하고자하는 CWS에서 도입한 기본적인 수질 계측 항목은 pH, TOC(Total Organic Carbon), 잔류염소, 전기전도도, ORP(Oxidation Reduction Potential) 및 수온 등이다. 때로는 TOC를 단 시간(2분 내)에 측정하는 것이 어려워 UV254흡광도를 이용하여 유기물을 측정하는 방법이 평가되기도 하였 지만 실효성에서 적용에 한계가 나타났다.
배･급수관망을 포함한 수질 측정 지점에서 실시간 으로 측정된 수질 데이터는 이미 구축된 데이터베이 스(Agent 및 Plant Libary)와 비교하여 명확한 설명이 수반되지 않는 큰 차이(residual deviation)을 보이는 경 우 오염사고(event)발생을 알리게 된다. 정확한 오염사 고를 예측하기 위해서는 실시간 수질 데이터와의 비 교 대상이 되는 데이터베이스, ‘Agent library’와 ‘Plant library’를 정확도 높게 잘 구축하여야 한다. Agent library는 수도 시스템에서 수질 오염사고를 발생시킬 가능성이 있는 오염원을 분류하고 확인하는 일종의 데이터베이스를 말하는데 미국 EPA의 경우 독성물질, 비소 및 제초제에 이르는 광범위한 오염물질을 대상 으로 실험실에서 방대한 양의 bulk상태 실험을 통하여 구축한다. Plant library는 실제 배·급수 시스템을 포함 하는 수도 시스템에서 운영상 또는 자연적으로 발생 하는 수질사고 관련 데이터베이스를 말하는데 이는
Fig. 3. Potential Location of Online WQMS.
Fig. 4. Examples of different types of changes in a water quality signal. (Source: U.S. EPA, 2010).
현장에서 발생하는 수리 거동의 특성(유속 및 압력의 변하 양상)이 반영되어 있으며 지속적으로 업그레이 드된다. 미국 신시내티의 pilot 테스트 및 평가 기간 동안에 모의 데이터 2년치를 생성하여 학습(learn)시켜 library를 구축하고 실제 배·급수 관로 상에서 수질 사 고를 정확하게 감지하는 지의 여부를 평가하였다.
일반적으로 수도 시스템에서 수질을 연속적으로 측
정하는 경우, 상기 Fig. 4와 같은 변화 양상을 보이는
데, Fig. 4는 “s::can”이라는 수질 계측기 생산 업체에서
배･급수 시스템 중에 한 지점에서 얻은 시간대별 UV
TOC 데이터이다. 그림에서 보는 바와 같이 수질 항목
의 변화 양상은 기저 변화(baseline change), Outlier 및
사고(event)로 구분할 수 있다. ‘기저 변화’는 급작스럽
지만 측정 수질항목의 평균값이 몇 시간 또는 그 이
상 지속성을 가지고 변화하는 상항을 말한다. 통상 기
저 변화는 대상 수도 시스템의 운영상의 변화에 기인
되는 수질 변화가 모니터링 스테이션을 통과하면서
나타나는 현상인데, 밸브나 펌프의 운전 중단으로 상
이한 배경 수질이 관로를 통해 지나가거나, 거리가 다
른 물탱크의 수질이 유입 또는 상이한 물연령(water
age)의 물이 모니터링 스테이션에서 측정되는 경우 발
Fig. 5. Steps in the CANARY event detection system process, including 1) estimation, 2) comparison, 3) residual classification, and 4) probability calculation (Source: U.S. EPA, 2010).
생한다. 다음으로 ‘Outlier’는 아주 짧은 시간동안 예상 치 못한 수질 항목의 변화가 나타나는 상황을 말한다.
즉 측정 단위시간동안 데이터베이스의 기저(baseline)와 비교할 때 실측값과 예측값 간에 발생하는 차이를 언급 하는데 대부분의 수질 데이터는 다시 기저로 돌아오는 양상을 보인다. 일반적으로 outlier는 ‘노이즈(noise)’처리 되며, 이러한 outlier에 의해 사고감지시스템(EDS; Event Detection System) 및 경보 시스템이 작동되면 안 된다.
마지막으로 ‘사고(event)’는 일정 단위시간동안 평상시 수질항목 예측값과 차이를 보이는 상황을 언급하는데, 사고를 정의하는 시간이나 평상시 예측값과의 차이의 정도는 해당 수도 시스템에 따라 차이가 있으므로 데이 터베이스의 지속적인 업그레이드가 필요하다.
온라인 수질 모니터링 스테이션을 구성하는 핵심 기술 중에 하나는 수질사고감지시스템(EDS)을 개발하 는 것이다. 미국 EPA에서는 2005년 12월부터 정확도 높은 EDS의 개발을 위해 ‘EDS Challenge’로 명명된 기 술 개발 프로젝트에 5개의 수질 센서 전문기업을 참여 시켜 총 250만불(약 25억원)을 투자하여 각기 개발된 기술을 평가하였다. 다음 Table 1은 참여기업과 각 기 업이 개발하고자 한 EDS 프로그램을 정리한 것이다.
Table 1. EDS Challenge Par
EDS Participants
CANARY Sandia National Laboratories, EPA OptiEDS OptiWater (Elad Salomons)
ana::tool s::can
BlueBoxTM WhiteWater Security Event Monitor HACH Company
Table 1에서 언급한 각 EDS는 2007년부터 2014년까 지 미국 신시내티 고립 배·급수 관망 6곳을 대상으로 pilot 규모로 예측 가능성을 평가 받았다. 평가 도중 발 생하는 문제점과 보완, 시스템의 업그레이드 등을 위 해서 연속적인 성능 평가가 어려웠으며, 정확도 70%
이하의 성능을 보여 기술 개발의 어려움을 여실히 보
여주었다. 상기 언급한 EDS 중 SNL과 EPA가 공동 개
발하고자 한 CANARY의 경우 수질을 예측하고 사고
확률을 계산하는 알고리즘을 구성하여 시제품을 만들
었는데, 적용한 수질 예측 모델은 상태 추정모델(state
estimation model)로 시계열 증가모델(time series increments
model), 선형 필터 모델(linear filter model) 및 다변량
최우도법(multivariate nearest neighbor algorithm)를 적
용하였다. 또한 구축된 사고 확률 계산 모델은 이항 사고 선별 모델(BED; Binominal Event Discriminator model)을 적용하였으며, 미국 EPA에서는 기존의 일정 한 임계치를 이용하는 ‘Set Point’방법에 비해 효율적 임을 강조하였다. 상당히 흥미로운 것은 상기 언급한 모든 EDS에 구축된 알고리즘은 수질 항목 데이터의 무차원화, 정규화 및 민감도 분석을 선행하고 있는데 이는 사고 확률을 계산하기 위함일 것이다.
2.2 샘플링과 데이터 분석(Sampling and Analysis) 상기 언급한 온라인 모니터링 스테이션에서 실시간 수질항목 측정값과 기존 데이터베이스와 차이가 많이 나는 경우 수질사고 발생 지점 인근의 관련 수질분석 인력 및 장비를 이용하고자하는 프로토콜을 수립하여 야 한다. 이는 데이터베이스에 구축된 오염물 클래스 (contaminants calss)뿐만 아니라 새로운 오염원 확인을 위해 샘플링과 분석을 직접 수행하여야 한다. 샘플링과
Fig. 6. Approach for building laboratory response capabilities (Source: U.S. EPA, 2013).
분석과정에서 의심되는 특정 오염물질에 대해 ‘기저’
를 구축하고 이에 반응하는 기본 수질 항목의 거동과 다른 오염원의 상관성을 분석하여 데이터베이스를 지 속적으로 업그레이드 시킨다. 일단 수질 오염사고 확 률이 일정 이상이 되게 되면, 온라인 모니터링 스테이 션에서 자동 샘플링하게 되고 이를 대상으로 오염원 의 상세 분석은 사전에 협조를 약속한 해당 지역 인 근의 산·학·연에서 운영 중인 실험실을 네트워크화하 고 각 수질 분석 능력을 미리 평가하여 일정 수준 이 상의 ‘Laboratory response capability’를 구성하게 된다.
각 실험실의 측정 능력에 따라 신종 화학물질, 방사성 핵종, 병원성 미생물의 샘플링 및 분석에 대한 업무를 분장해두어야 한다. Fig. 6에서 나타낸 바와 같이 일단 사전 구축된 네트워크 실험실에서 분석이 시작됨과 동시에 오염 사고로부터 해를 입은 수도 시스템의 복 구 작업(recovery activity)는 시작되는 것이다.
2.3 보안 시스템(Enhanced Security monitoring)
CWS의 구성요소로써 ‘보안 시스템’은 수도 시스템
을 대상으로 고의적인 테러 등의 보안 사고를 감지하
고 대응하는 장비 및 절차를 포함한다. 이에 보안 시
스템은 세 부분의 설계 요소로 구성되어 있는데 첫째
가 보안 감시 장비(physical security equipment)로 카메
라, 모션 활성화 조명, 무단 침입 경보기, 사디리 및 창
동작 감시기 및 지역 모션 감지기 등이 이에 포함되며 ,
둘째는 데이터 관리 및 통신(data management and
communication) 시스템으로 전용 SCADA(Supervisory
Control and Data Acquisition)구축을 통해 운영자에게
거의 실시간의 보안 경보 및 감시 동영상을 제공하도
록 한다. 통신 장비는 디지털 네트워크를 통해 통제
센터에 경보 및 비디오 클립파일을 전송하고 저장할
수 있는 전용사이트를 구축하여야 한다. 마지막으로
보안사고 시 대응 절차 (components response procedure)
를 구성하여야 하는데, 중앙 및 지역 단위의 보안 관
련 행정기관과의 공조체계를 마련하여 사고 시 대응
절차를 프로토콜화하여야 한다. 미국 EPA에서는 보안
시스템과 관련하여 수도시스템에 가능한 인력의 출입
을 자제시키고자하는 노력을 한 결과 다음 Fig. 7과
같이 어느 한 펌프장에 운영 인력이외 인력 (unstaffed)
의 출입을 기록하고 이를 원천적으로 방지하고자 하
는 자료를 보여주고 있다.
Fig. 7. Examples of Unstaffed, Infrequently visits to A Pump Station (Source: U.S. EPAc, 2014)
2.4 소비자 불만 감시(Consumer complaint surveillance) CWS의 구성요소로써 ‘소비자 불만 감시체계’는 소 비자에게 공급되는 수돗물에 대한 심미적인 상태 데 이터의 수집을 강화하고, 발생 가능한 오염물질에 의 한 수질 오염에 대한 소비자의 전화상 불만 전화(call) 를 분석하여 데이터베이스화하고 대응 전략을 구축하 는 것을 의미한다. 소비자는 수돗물의 맛, 냄새 또는 시 각적인 변화를 감지하여 이를 관련 기관에 알리는 좋은 감시 방법이 될 수 있다. 소비자 불만 감시 체계는 네 가지 설계 요소/단계로 구성되어 있는데(Fig. 8 참조), 그 첫째는 불만 수집(comprehensive complaint collection) 이다. 불만 수집에 있어서는 수돗물 수질에 대한 불만 을 해당기관에 전달할 수 있는 대표 전화를 운영하고, 이 전화로 걸려온 수질에 대한 불만이 체계적으로 해당 책임 기관으로 수렴되도록 하는 것이다. 둘째는 데이터 관리(electronic data management)인데, 여기서는 수질 관 련 문제에 대한 소비자의 전화를 일정한 기준으로 분류 하는 것이며, 모든 발신자에 대한 대화식 음성 응답 시 스템을 구축하여 수질 문제에 대한 범주(category)에 포 함되도록 설계하는 것이다 . 셋째는 데이터 분석의 자동 화 및 통합화(automated and integrated data analysis)이며, 이는 소비자에게 걸려온 수질에 대한 불만이 일정 범주 로 구분되는 경우 관련 전화 대응 및 작업 시스템을 자 동화 및 체계화한 프로토콜을 의미한다. 마지막으로
GCWW; Great Cincinnati Water Works CSR; Customer Service Representative WQ&T; Water Quality and Treatment IVR; Interactive Voice Response
