Forecasting Analysis of Heavy Metal Concentrations in the Ciliwung River Using Random Forest and Xgboost Methods

강은 도시의 동맥이며, 생명과 폐기물, 그리고 인간 산업의 보이지 않는 흔적을 실어 나릅니다. 자카르타의 번화한 중심부에서 칠리웅(Ciliwung) 강은 고지대에서부터 밀집된 주거지와 산업 지구를 거쳐 바다로 흘러갑니다. 수십 년 동안 과학자들은 이 수로가 납, 카드뮴, 수은과 같이 분해되지 않고 먹이 사슬에 축적될 수 있는 독성 원소인 중금속을 운반하고 있다는 사실을 알고 있었습니다. 이러한 오염 물질은 공장, 자동차 배출가스, 가계 폐기물에서 기인하며, 생태계와 강에 의존하는 사람들 모두에게 침묵의 위협이 됩니다. 전통적으로 이러한 독성 물질을 확인하는 것은 과학자들이 물 샘플을 채취하여 화학 분석을 위해 실험실로 보내야 하는 느리고 비용이 많이 드는 과정이었습니다. 이 방법은 정확하지만, 이는 사후 대응적인 방식입니다. 즉, 내일 무슨 일이 일어날지가 아니라 어제 무슨 일이 있었는지를 알려줄 뿐입니다. 도시가 성장하고 기후 패턴이 변화함에 따라, 오염 물질이 어디로 향하고 있는지 이해하여 수질이 위험해지기 전에 관리자가 조치를 취할 수 있도록 하는 것이 절실히 필요합니다.

인도네시아, 영국, 말레이시아의 대학 연구진은 이 과제에 대해 새로운 접근 방식을 취했습니다. 그들은 과거의 데이터를 통해 미래의 상태를 예측하도록 설계된 컴퓨터 프로그램을 사용하여 실험실 결과가 나오기를 기다리는 대신 미래를 예측했습니다. 그들은 납, 카드뮴, 수은이라는 세 가지 특정 중금속에 집중했습니다. 이를 위해 그들은 2015년부터 2023년까지의 수질 기록을 수집하였으며, 물의 산도(pH), 유기 폐기물의 양, 부유 물질과 같은 영향을 미치는 요인들을 살펴보았습니다. 그런 다음 이 정보를 두 가지 강력한 유형의 컴퓨터 학습 시스템에 입력했습니다. '랜덤 포레스트(Random Forest)'라고 알려진 한 시스템은 많은 단순 결정 트리를 구축하고 그 답들을 평균 내는 방식으로 작동합니다. 또 다른 방식인 'XGBoost'는 더 발전된 방법으로, 각 새로운 트리가 이전 트리의 실수를 학습하여 예측을 정교하게 다듬으며 트리를 차례대로 구축합니다. 목표는 어떤 시스템이 2024년부터 2030년까지 강 내 독성 금속 수치를 더 잘 예측할 수 있는지 확인하는 것이었습니다.

결과에 따르면 더 발전된 시스템인 XGBoost가 더 우수한 예측 도구임이 나타났습니다. 이 모델은 상대적으로 다른 모델보다 오차를 지속적으로 작게 유지했으며, 오염의 복잡한 패턴을 더 잘 포착했습니다. 이 가장 성능이 좋은 모델을 사용하여 연구진은 향후 몇 년간의 중금속 농도를 투영했습니다. 그들은 납 수치가 리터당 14.285에서 19.483 마이크로그램 사이, 카드뮴은 7.413에서 9.998 마이크로그램 사이, 수은은 0.227에서 0.457 마이크로그램 사이가 될 것으로 추정했습니다. 이 수치들을 인도 정부가 레크리에이션 및 양식업용 용수에 대해 설정한 안전 기준과 비교했을 때, 투영된 결과는 조심스러운 안도감을 주었습니다. 모든 예측값은 법적 허용치 아래에 머물렀습니다. 그러나 이 연구는 우려스러운 미묘한 차이도 밝혀냈습니다. 수치는 안전했지만, 카드뮴의 양이 최대 허용 한계치에 매우 근접할 것으로 예측되어, 강이 매우 좁은 안전 여유를 가지고 운영되고 있음을 시사했습니다.

연구진은 이 수치들이 미래의 안전을 보장하는 것이 아니라 현재의 추세에 기반한 교육된 추정치임을 설명하는 데 주의를 기울였습니다. 이 모델은 대규모의 새로운 산업 폐수 배출이나 더 많은 오염 물질을 강으로 씻어 내릴 수 있는 이례적인 기상 현상과 같은 갑작스러운 변화를 고려하지 않았습니다. 컴퓨터 프로그램은 과거로부터 학습했으므로, 만약 미래가 과거와 같다면 예측은 유효하지만, 만약 미래가 급격히 변한다면 모델이 이를 포착하지 못할 수도 있습니다. 이것이 저자들이 자신들의 작업이 전통적인 실험실 테스트를 대체해서는 안 된다고 강조하는 이유입니다. 대신, 이것은 조기 경보 시스템 역할을 합니다. 이는 관리자들이 잠재적 위험이 비상 사태가 되기 전에 위험을 인지할 수 있게 하여, 어디에 모니터링 노력을 집중하고 언제 규제를 강화할지 결정하는 데 도움을 줍니다.

이 연구는 우리가 환경을 관리하는 방식의 변화를 강조합니다. 수년 동안 강 관리는 이미 피해가 발생한 후에 오염을 정화하는 사후 대응의 게임이었습니다. 이 새로운 접근 방식은 우리가 문제를 예측할 수 있는 미래를 제안합니다. 데이터를 사용하여 추세를 예측함으로써, 도시 계획가와 환경 기관은 단순히 위기에 반응하는 것에서 벗어나 예방하는 단계로 나아갈 수 있습니다. 연구는 칠리웅 강이 현재 안전 기준을 충족하고 있지만, 도시 생활의 압박은 지속적이라는 점을 확인시켜 줍니다. 납과 카드뮴의 수치는 경계가 필요한 방향으로 움직이고 있습니다. 만약 오염원이 통제되지 않는다면, 강은 빠르게 안전한 상태에서 위험한 상태로 넘어설 수 있습니다. 이 연구는 강을 깨끗하게 유지하는 것이 단지 이미 존재하는 것을 치우는 것뿐만 아니라, 오염 물질을 물속으로 밀어 넣는 보이지 않는 힘을 이해하고, 도시와 그 사람들의 건강을 보호하기 위해 화학에서 컴퓨터 과학에 이르기까지 사용 가능한 모든 도구를 사용하는 것임을 상기시켜 줍니다.