Explainable GeoAI Framework for Groundwater Pollution Prediction, Vulnerability Mapping, and Sustainable Water Intelligence in Semi-Arid Regions

기술 요약: 반건조 지역의 지하수 오염 예측, 취약성 매핑 및 지속 가능한 수자원 지능을 위한 설명 가능한 GeoAI 프레임워크

문제 정의
인도와 같은 개발도상국의 반건조 지역에서 발생하는 지하수 오염은 복잡한 수문지화학적 상호작용과 집약적 농업 및 도시화와 같은 인위적 활동에 의해 유발됩니다. 기존의 지하수 품질 평가가 수질 지수(예: 지하수 오염 지수 또는 PIG)에 의존하는 반면, 이러한 방법들은 변수 간의 비선형 관계를 포착하지 못하고 주요 오염 동인을 식별하는 능력이 부족한 경우가 많습니다. 반대로, 머신러닝(ML)은 높은 예측 정확도를 제공하지만, 많은 모델이 "블랙박스"로 기능하여 투명성과 과학적 설명이 필수적인 환경 정책 및 의사결정에서의 활용도를 제한합니다. 기존 연구들은 종종 엄격한 모델 진단, 공간적 지능, 또는 여러 알고리즘에 걸친 견고한 설명 가능성 없이 단일 모델 패밀리나 예측 정확도에만 집중해 왔습니다.

연구 방법론
본 연구는 인도 마디아프라데시주 비나군지 블록(Beenagunj Block)의 50개 마을에 적용된 통합 GeoAI–머신러닝–설명 가능한 인공지능(GeoAI–ML–XAI) 프레임워크를 제안합니다. 연구 방법론은 다음 단계로 진행됩니다:

1. 데이터 수집 및 전처리: 사전 몬순 시즌 동안 관정에서 지하수 샘유를 채취하였습니다. 주요 수문지화학적 파라미터로는 TDS, 염화물, 불소, 질산염, 총 경도, 전기전도도, 알칼리도, 탁도, pH, 칼슘, 마그네슘이 포함되었습니다. 지하수 오염 지수(PIG)가 타겟 변수로 계산되었습니다.
2. 머신러닝 모델링: 28개의 서로 다른 회귀 알고리즘을 사용하여 PIG 값을 예측하였습니다. 이들은 선형 모델, 결정 트리, 서포트 벡터 머신(SVM), 가우시안 프로세스 회귀(GPR), 인공신경망(ANN), 커널 회귀, 앙상블 방법의 7개 모델 패밀리에 걸쳐 있습니다. 데이터셋은 70% 훈련, 15% 테스트, 15% 검증으로 분할되었으며, 베이지안 최적화를 통해 하이퍼파라미터를 최적화하였습니다.
3. 설명 가능한 AI (XAI) 통합: "블랙박스" 문제를 해결하기 위해, 전역적 특성 중요도를 위해 **SHAP(SHapley Additive exPlanations)**를, 국소적 사례 해석을 위해 **LIME(Local Interpretable Model-Agnostic Explanations)**을 활용하였습니다.
4. 새로운 지표 개발:
   • 설명 가능성 안정성 지수 (ESI): 모든 28개 알고리즘에 걸쳐 수문지화학적 특성 기여도의 일관성을 정량화하기 위해 도입된 새로운 지표로, $ESI_j = 1 - (\sigma_j / \mu_j)$로 계산됩니다 (여기서 $\sigma$와 $\mu$는 각각 SHAP 값의 표준편차와 평균임).
   • 설명 가능한 지하수 품질 지수 (XGWQI): SHAP 유도 가중치와 ESI 안정성 점수를 통합하여 파라미터 중요도를 동적으로 조정하는 적응형 지수입니다.
   • 설명 가능한 지하수 취약성 지수 (EGVI): PIG, 공간적 취약성 점수(VSI), 그리고 ESI를 결합하여 환경적 위험을 평가하는 복합 지수입니다.
5. 공간 분석: 역거리 가중치(IDW) 보간법과 공간 자기상관(Global 및 Local Moran's I)을 사용하여 오염 핫스팟과 클러스터링 행동을 매핑하였습니다.

주요 결과

• 예측 성능: 28개 알고리즘 중, **삼층 신경망(Trilayered Neural Network)**이 테스트 세트에서 $R^2$ 0.996, RMSE 0.009를 기록하며 가장 높은 예측 정확도를 달了했습니다. 가우시안 프로세스 회귀(GPR) 모델(특히 Rational Quadratic 및 Exponential 커널)은 $R^2$ 값이 0.90을 초과하며 견고하고 안정적인 성능을 입증했습니다. 단계적 선형 회귀와 같은 선형 모델도 우수한 성능($R^2 \approx 0.96$)을 보였으나, 복잡한 트리 기반 모델 및 고차 다항식 SVM은 과적합 징후를 보였습니다.
• 주요 오염 동인: SHAP 및 LIME 분석은 TDS, 염화물, 전기전도도, 총 경도를 지하수 오염의 주요 동인으로 일관되게 식별했습니다. TDS는 가장 높은 양(+)의 기여도(약 32~37%의 영향력)를 나타냈습니다. 반면, pH, 칼슘, 마그네슘과 같은 파라미터는 낮은 또는 음(-)의 기여도를 보였는데, 이는 이들이 인위적 오염보다는 지질학적 평형의 영향을 더 많이 받음을 시사합니다.
• 공간 분포: 공간 분석 결과 상당한 이질성이 드러났습니다. 남부 및 남동부 지역(예: Mukundpur, Kousiya, Pathariya)은 PIG 값이 $\ge$ 1.0이며 높은 TDS와 염화물 수준을 특징으로 하는 심각한 오염 핫스팟으로 식별되었습니다. 북부 지역은 낮은 오염 수준을 보였습니다. Global Moran's I ($0.63, p < 0.001$)는 유의미한 양의 공간 자기상관을 확인하였으며, 이는 클러스터링된 오염 패턴의 존재를 입증합니다.
• 안정성 및 지수: ESI는 TDS와 염화물이 서로 다른 모델 구조 전반에서 "매우 높은" 안정성(ESI > 0.85)을 보유하고 있음을 확인시켜 주었으며, 이는 이들이 오염 지표로서 신뢰할 수 있음을 강화합니다. 제안된 XGWQI와 EGVI는 기존 지수(WQI, PIG, EWQI)보다 더 높은 민감도로 고위험 구역(예: Mukundpur, Kousiya)을 성공적으로 식별하였으며, 특히 이온 농축이 지배적인 지역에서 그러했습니다.

의의 및 주장
본 논문은 제안된 GeoAI-XAI 프레임워크가 정적인 전문가 가중치 지수에서 적응형, 데이터 기반 및 해석 가능한 시스템으로 전환함으로써 기존의 지하수 평가를 유의미하게 발전시켰다고 주장합니다. 주요 기여는 다음과 같습니다:

• 향상된 해석 가능성: SHAP, LIME 및 새로운 ESI를 통합함으로써, 본 프레임워크는 블랙박스 머신러닝의 한계를 극복하고 모델 예측에 대해 투명하고 과학적으로 신뢰할 수 있는 설명을 제공합니다.
• 강력한 의사결정 지원: XGWQI 및 EGVI 개발은 오염 동인의 안정성을 명시적으로 고려한 취약성 평가를 가능하게 하여, 표적화된 관리 전략(예: 염도 제어 대 질산염 완화)을 지원합니다.
• 공간 지능: 본 프레임워크는 지형 공간 보간법을 ML과 효과적으로 결합하여, 단순히 오염이 어디서 심각한지뿐만 아니라 (주요 동인을 통해) '왜' 발생하는지, 그리고 (다양한 모델링 접근 방식 전반에서) 해당 동인들이 얼마나 '안정적'인지까지 식별합니다.
• 적용 가능성: 본 연구는 이 프레임워크를 공중 보건 보호 및 기후 탄력성 목표와 관련된 지속 가능한 수자원 관리를 위한 전이 가능한 도구로 위치시킵니다.

저자는 단일 시즌 데이터에 대한 의존성, 정밀한 관정 좌표 대신 마을 단위 좌표를 사용한 공간 보간, 28개 모델과 XAI를 실행하는 데 따르는 계산 복잡성 등의 한계를 인정합니다. 그러나 저자는 본 프레임워크가 전통적인 방법과 비교하여 투명성, 핫스팟 식별 및 적응형 평가 능력 측면에서 실질적인 개선을 제공한다고 주장합니다.