수치 모델링을 통한 산사태 위험 평가의 최신 기술과 과제

초록

본 논문은 산사태와 같은 경사면 변위 현상의 물리‑기반 수치 모델링 현황을 정리하고, 사전‑발생, 발발, 재활성화 및 급격한 전이 단계별 주요 변수와 메커니즘을 검토한다. 지역 규모 위험 예측을 위한 지형·수문·기후 데이터 통합 방법과 현장 모니터링 기술의 연계 방안을 제시하며, 향후 모델 정확도 향상을 위한 연구 과제와 데이터 요구사항을 제언한다.

상세 분석

산사태는 시간·공간적으로 복합적인 비선형 시스템이며, “상속된(pre‑existing) 준비조건”과 “현재의 촉발인자”가 상호작용한다는 점이 모델링의 근본적인 난점이다. 저자는 물리‑기반 모델을 크게 네 단계(Pre‑failure, Failure, Post‑failure, Reactivation)로 구분하고, 각 단계에서 지반강도, 포화도, 변형률‑속도 관계, 유동성 전이 등 핵심 매개변수를 상세히 논의한다. 특히, 전단강도 감소를 설명하기 위한 Mohr‑Coulomb, Hoek‑Brown, 그리고 비선형 변형률‑속도 법칙(Drucker‑Prager‑Viscoplastic 등)의 적용 한계를 지적하고, 다중 물리 현상(침투‑배수, 열‑기계 결합, 화학적 풍화)과의 결합이 필요함을 강조한다.

수치 해법 측면에서는 유한요소(FEM), 유한체적(FVM), 입자 기반(DEM) 및 하이브리드 기법이 각각 장·단점을 가지고 있음을 정리한다. FEM은 복잡한 경계조건과 비선형 재료 모델링에 강하지만, 대규모 3차원 시뮬레이션에서 계산 비용이 급증한다. DEM은 입자 간 상호작용을 직접 모사해 전이 현상을 포착하지만, 연속체 가정이 어려워 대규모 적용에 제약이 있다. 최근에는 위 두 방법을 결합한 “연속‑이산 하이브리드” 접근이 제시되고 있으며, GPU 가속 및 적응형 메쉬 기법을 통해 계산 효율성을 높이는 연구가 활발히 진행 중이다.

데이터 측면에서는 고해상도 DEM(디지털 고도 모델), 라이다(LiDAR), SAR(InSAR) 등 지형·변위 관측 자료와 기상·수문 데이터의 동시 활용이 강조된다. 특히, 실시간 변위 모니터링을 위한 무선 센서 네트워크와 위성 기반 변위 추정 기술이 모델 초기조건 및 경계조건 설정에 필수적이다. 그러나 데이터의 공간·시간 불균일성, 측정 오차, 그리고 장기 관측 데이터 부족이 모델 검증을 어렵게 만든다.

저자는 또한 지역 규모 위험 예측을 위해 “스케일 전이” 문제를 제기한다. 현장 수준(수십 미터)에서 파라미터를 보정한 뒤, 동일 파라미터를 지역(수 킬로미터) 수준에 그대로 적용하면 과대·과소 추정이 발생한다는 점을 지적한다. 이를 해결하기 위해 베이지안 통계, 머신러닝 기반 파라미터 공간 탐색, 그리고 다중 스케일 모델링 프레임워크(예: 위계적 베이지안 모델)가 제안된다.

마지막으로, 저자는 현재 물리‑기반 모델이 “전이 현상”(예: 점착‑전단에서 유동‑전단으로의 급격한 전이)을 정량적으로 재현하지 못하는 것이 가장 큰 한계라고 결론짓는다. 이를 극복하기 위해 실험실·현장·수치 3중 접근법을 통합하고, 비선형 동역학·임계 현상 이론을 도입한 새로운 모델링 패러다임이 필요하다고 제언한다.