Physically interpretable flood susceptibility mapping using spatial cross-validation and SHAP-derived environmental thresholds: A statistically validated framework

히말라야의 구릉지, 즉 가파르고 암석이 많은 산맥이 평탄하고 비옥한 평원과 만나는 곳에서는 물이 생명을 주는 동시에 파괴적인 방식으로 움직입니다. 시왈릭-테라이(Siwalik-Terai)라고 알려진 이 전이 지대는 무거운 몬순 폭우로 인해 불어난 강물이 침식되는 언덕으로부터 엄청난 양의 퇴적물을 실어 나르는 곳입니다. 이 강들이 평탄한 땅에 도달하면 속도가 느려지며 모래와 실트의 하중을 떨어뜨리고, 종종 강둑을 넘어 그 길을 따라 늘어선 마을과 농경지를 범람시킵니다. 수십 년 동안 과학자들은 다음번에 어디에서 홍수가 발생할지 예측하기 위해 노력해 왔습니다. 그들은 과거의 사건들로부터 학습하는 컴퓨터 프로그램을 사용하여 지면의 경사도, 특정 위치와 강의 거리, 그리고 해당 지역의 강수량과 같은 요인들을 살펴봅니다. 그러나 이러한 컴퓨터 모델들은 종-종 '블랙박스'처럼 작동합니다. 즉, 결과는 제시하지만 왜 그런 결론에 도달했는지 설명하지 못하며, 지도상에서 우연히 근처에 있는 패턴을 실제 홍수를 일으키는 패턴으로 혼동하여 실수를 범하기도 합니다.

새로운 연구는 동남 네팔의 트리유가(Triyuga) 강 유역에 초점을 맞추고 있는데, 이 지역은 이러한 도전 과제들을 완벽하게 보여주는 곳입니다. 연구진은 단순히 정확할 뿐만 아니라 투명하고 지형의 물리적 실체에 기반한 홍수 예측 시스템을 구축하고자 했습니다. 단일 컴퓨터 알고리즘에 의존하는 대신, 그들은 이 지역의 홍수 역사로부터 무엇을 가장 잘 학습할 수 있는지 확인하기 위해 네 가지 서로 다른 방법을 테스트했습니다. 결정적으로, 그들은 컴퓨터가 단순히 지도를 암기하는 것이 아니라 지형의 규칙을 실제로 학습하도록 테스트 과정을 설계했습니다. 이러한 엄격한 테스트와 함께, 어떤 환경적 요인이 예측을 주도하는지를 명확히 밝혀내는 기법을 결과물에 결합함으로써, 그들은 위험 지역을 식별하는 새로운 방법을 만들어냈습니다. 그 결과물인 지도는 단순히 홍수 확률을 보여주는 것이 아니라, 홍수가 발생하기 위해 반드시 존재해야 하는 특정적이고 측정 가능한 조건들—예를 들어 강으로부터의 특정 거리나 특정 고도 미만에 위치하는 것 등—을 강조합니다.

연구는 2014년부터 2025년 사이에 실제로 홍수가 발생했던 위치에 대한 데이터를 신중하게 수집하는 것으로 시작되었습니다. 연구팀은 위성 이미지와 역사적 기록을 통해 검증된 240개의 과거 홍수 위치를 수집했습니다. 컴퓨터에게 안전한 지역이 무엇인지 가르치기 위해서는 '비홍수(non-flood)' 지점 세트를 만들어야 했습니다. 이는 홍수 과학에서 까다로운 단계인데, 왜냐하면 진정한 의미의 안전 지대를 정의하기 어렵기 때문입니다. 작년에 홍수가 나지 않았던 곳이 내년에는 홍수가 날 수도 있습니다. 연구진은 물리적으로 홍수가 발생할 가능성이 있지만 이번에는 발생하지 않은 지역으로 안전 지점 탐색 범위를 제한함으로써 이 문제를 해결했습니다. 그들은 강과 충분히 가깝고 고도가 낮아 위험 요소는 갖추었으나, 강 자체의 채널(수로)은 제외하는 지형을 살펴보았습니다. 그런 다음 로지스틱 회귀(Logistic Regression)라는 통계적 접근 방식과 랜덤 포레스트(Random Forest), XGBoost, 서포트 벡터 머신(Support Vector Machine)이라는 세 가지 더 복잡한 머신러나닝 모델을 포함한 네 가지 컴퓨터 학습 방법을 테스트했습니다.

결과의 신뢰성을 보장하기 위해 연구진은 데이터를 단순히 무작위로 나누지 않았습니다. 그들은 지도를 다섯 개의 뚜렷한 지리적 블록으로 나누는 공간 교차 검증(spatial cross-validation) 방법을 사용했습니다. 컴퓨터는 네 개의 블록으로부터 학습하고 다섯 번째 블록을 대상으로 테스트를 받으며, 이 과정을 모든 조합에 대해 순환하며 수행합니다. 이는 모델이 홍수의 근본 원인이 아닌 특정 위치 자체를 학습하는 것을 방지합니다. 테스트를 실행했을 때, 두 가지 트리 기반 모델인 랜덤 포레스트와 XGBoost가 가장 우수한 성능을 보였으며, AUC 0.905를 달-성했습니다. 놀랍게도 더 단순한 로지스틱 회귀 모델도 거의 대등한 성능을 보였는데, 이는 이 지역을 지배하는 규칙들이 그리 복잡하지 않음을 시사합니다. 네 번째 모델인 서포트 벡터 머신은 현저히 낮은 성능을 보였으며, 이는 해당 모델이 이 특정 지형에 적합한 도구가 아님을 나타냅니다.

이 연구의 가장 중요한 돌파구는 연구진이 컴퓨터에게 그 결정의 이유를 묻게 했을 때 찾아왔습니다. 모델의 논리를 분해하는 SHAP이라는 기법을 사용하여, 그들은 다섯 가지 특정 환경 요인이 홍수의 주요 동인임을 발견했습니다. 컴퓨터는 강으로부터 226미터 이내에 있을 것, 고도가 119미터 미만일 것, 경사가 4.57도보다 완만할 것, 지형 습윤 지수(topographic wetness index)가 8.33보다 높을 것, 그리고 연간 강수량이 1,359밀리미터보다 많을 것 등의 조건이 임계치임을 식별했습니다. 이것들은 막연한 추측이 아닙니다. 이는 위험도가 급격히 변하는 정밀한 경계선입니다. 예를 들어, 226미터라는 거리는 강의 활성 범람원의 일반적인 너비와 밀접하게 일치하며, 119미터라는 고도는 가파른 언덕에서 물이 고이는 평지로 전환되는 지점을 나타냅니다.

연구진은 이 다섯 가지 규칙을 하나의 이해하기 쉬운 지표로 결합했습니다. 그들은 모든 위치에 대해 이 다섯 가지 핵심 조건을 얼마나 충족하는지에 따라 점수를 매기는 지도를 만들었습니다. 다섯 가지 조건을 하나도 충족하지 않는 지점은 매우 낮은 위험 지역으로 간-려지며, 다섯 가지 조건을 모두 충족하는 지점은 극심한 위험 지역으로 분류됩니다. 결과는 놀라웠습니다. 이 새로운 지도를 과거의 홍수 기록과 대조했을 때, 모든 과거 홍수 위치의 85%가 최소 세 개의 임계치를 충족하는 지역에 속해 있음을 발견했습니다. 더욱 결정적인 것은, 다섯 가지 조건을 모두 충족하는 지역이 조건을 하나도 충족하지 않는 지역보다 홍수를 경험할 확률이 141배 더 높았다는 점입니다. 이는 이 지역의 홍수가 강수량이나 강과의 거리 중 어느 한 가지 요인에 의해서만 발생하는 것이 아니라, 여러 특정 조건이 동시에 존재할 때 발생한다는 것을 입증했습니다.

또한 연구는 컴퓨터가 확신하지 못하는 영역을 보여주는 지도도 제작했습니다. 이러한 높은 불확실성의 영역은 주로 평탄한 범람원과 약간 높은 테라스(단구)가 만나는 경계부에서 발견되었습니다. 이러한 전이 지대에서는 환경 조건이 모호하여 어떤 모델도 확실하게 판단하기 어렵습니다. 연구진은 이곳이 미래의 모니터링 노력이 집중되어야 할 곳이라고 제안하는데, 왜냐하면 이곳이 홍수 위험이 가장 역동적으로 변하는 경계이기 때문입니다. 이러한 구역을 식별함으로써, 본 연구는 더 나은 데이터 수집과 조기 경보 시스템을 위한 자원 투입의 명확한 가이드를 제공합니다.

이 작업은 데이터가 부족한 산악 지역의 홍수 위험 관리를 위한 새로운 템플릿을 제공합니다. 논리적 근거를 설명하지 못한 채 복잡한 알고리즘에만 의존했던 이전 연구들과 달리, 이 접근 방식은 지역 계획가들이 이해하고 사용할 수 있는 투명한 규칙을 제공합니다. 연구 결과는 트리유가 강 유역의 홍수 위험이 신비롭거나 예측 불가능한 힘이 아니라, 지형의 물리적 형태와 강수량에 의해 지배된다는 것을 확인해 줍니다. 이 연구는 엄격한 테스트와 설명 가능한 인공지능을 결합함으로써, 과학적으로 견고하면서도 실질적으로 유용한 홍수 지도를 만들 수 있음을 보여줍니다. 여기서 개발된 프레임워크는 광범위한 역사적 데이터나 복잡한 수리 모델 없이도 위험 지역을 식별하고 토지 이용 결정을 안내하는 신뢰할 수 있는 방법으로서, 이 지역의 다른 하천 유역에도 적용될 수 있습니다.