정보갭 이론을 활용한 오염물 정화 의사결정 분석

초록

본 논문은 오염물질이 대수층으로 유입되는 양에 대한 정보가 거의 없는 상황에서, 제거할 오염물질 질량 비율을 결정하기 위한 의사결정 프레임워크를 제시한다. 정보갭(info‑gap) 이론을 적용해 ‘강건성(robustness)’과 ‘기회성(opportuneness)’ 함수를 도출하고, 시간 및 제거 비율에 따른 규제 준수 가능성을 정량적으로 평가한다.

상세 분석

이 연구는 환경·지구과학 분야에서 흔히 마주하는 ‘정보 부족(Knightian) 불확실성’에 대한 비확률적 접근법으로 정보갭 이론을 채택한다. 기존의 베이지안·확률적 방법은 사건 발생 빈도나 사전 분포를 가정해야 하는데, 실제 오염물질 유입량과 같은 변수는 관측 데이터가 극히 제한돼 이러한 가정이 타당하지 않다. 논문은 먼저 물리적 시스템을 기술하는 2차원 대류‑확산 방정식(식 3‑6)을 제시하고, 이를 통해 오염물질 농도 C(x,t)를 입력 플럭스 I(t)의 컨볼루션 형태로 표현한다. 핵심은 ‘에너지‑밴드’ 형태의 정보갭 불확실성 모델(식 7)이다. 여기서 α는 명목 플럭스 eI(t)와 실제 플럭스 I(t) 사이의 상대적 편차를 정량화하는 파라미터이며, α가 클수록 더 큰 정보갭을 허용한다.

강건성 함수 bα(q)는 주어진 의사결정 변수 q(예: 제거 비율) 하에서 규제 기준 Cc를 만족하도록 보장되는 최대 α 값을 정의한다. 즉, α ≤ bα(q)이면 최악의 플럭스 편차가 발생해도 규제 위반이 일어나지 않는다. 반대로 기회성 함수 bβ(q)는 원하는 목표 농도 Cw를 달성할 수 있는 최소 α 값을 제공한다; α ≥ bβ(q)일 때만 ‘풍운 성공(opportunistic success)’이 가능하다. 두 함수는 서로 보완적이며, 특정 제거 비율에 대해 강건성은 높고 기회성은 낮을 경우, 규제 준수는 확실하지만 추가적인 환경 개선 여지는 적다는 의미가 된다.

논문은 시간(t)과 제거 비율(q)의 함수로서 bα와 bβ를 그래프화하여, 초기 단계에서는 강건성이 낮아 위험이 크지만 시간이 흐름에 따라 플럭스 감소와 자연 감쇠(λ) 효과로 강건성이 상승한다는 점을 보여준다. 또한, 제거 비율을 증가시킬수록 강건성은 크게 향상되지만, 비용·노동·노출 위험이 동시에 증가하므로 최적의 의사결정은 강건성·기회성 곡선의 교차점 혹은 비용‑효익 분석과 결합해 판단해야 함을 시사한다.

이와 같이 정보갭 이론을 물리‑수학 모델에 결합함으로써, 불확실성의 구조적 특성을 명시적으로 반영하고, 규제 준수와 환경 목표 달성 사이의 트레이드오프를 정량화한다는 점이 본 연구의 핵심 기여이다. 또한, 에너지‑밴드 모델은 단일 큰 사건, 다수의 작은 사건, 혹은 복합적인 플럭스 변동을 모두 포괄할 수 있어, 실제 현장 데이터가 부족한 초기 단계 의사결정에 특히 유용하다.