모든 세대의 여진 발생률 예측이 지진 예측 모델 향상의 핵심

초록

본 연구는 캘리포니아 지진 데이터베이스를 이용해 ETAS 기반의 스무딩 지진 모델을 6가지 실험 조건(목표 규모 2.95·3.95·4.95, 예측 기간 1·5년)에서 평가하였다. 공간적으로 파라미터가 변하는 SVETAS 모델이 모든 비교 모델보다 일관되게 우수했으며, 특히 후속 여진을 모든 세대에 걸쳐 예측하는 것이 기존 디클러스터링 기반 모델보다 중요한 요인임을 입증했다.

상세 분석

이 논문은 기존에 널리 사용되는 “과거 배경 지진의 위치가 미래 지진의 발생 위치를 알려준다”는 가설을 비판하고, ETAS(Epidemic Type Aftershock Sequence) 모델의 원리를 활용한 새로운 스무딩 지진 모델(SSM) 프레임워크를 제시한다. 핵심은 배경 지진률과 모든 세대의 여진 발생률을 동시에 추정해 향후 지진의 시·공·규모를 예측한다는 점이다. 연구진은 캘리포니아 지역의 완전한 지진 카탈로그를 기반으로, 세 가지 규모 임계값(2.95, 3.95, 4.95)과 두 가지 예측 기간(1년, 5년)을 조합한 6개의 ‘가짜 사전예측(pseudo‑prospective)’ 실험을 설계하였다. 비교 대상은 (1) 공간적으로 균일한 파라미터를 갖는 GETAS, (2) 파라미터가 공간에 따라 변하는 SVETAS, (3) 세 가지 디클러스터링 기반 SSM, (4) 디클러스터링 없이 원시 데이터를 그대로 사용한 단순 SSM, (5) 변형률(strain‑rate) 데이터를 이용한 물리 기반 모델이다.

성능 평가는 로그우도(log‑likelihood)와 정보 기준(AIC, BIC) 등을 활용했으며, 통계적 유의성을 검증하기 위해 파라미터 부트스트랩과 교차 검증을 수행했다. 결과는 SVETAS가 모든 실험 조합에서 가장 높은 로그우도를 기록했으며, 특히 높은 규모(≥4.95)와 장기(5년) 예측에서 그 차이가 두드러졌다. 이는 공간적 이질성을 반영한 파라미터 최적화가 여진 전파 메커니즘을 더 정확히 포착한다는 것을 의미한다. 반면, 디클러스터링 기반 모델은 배경 지진만을 강조함으로써 다세대 여진의 누적 효과를 과소평가한다는 한계를 드러냈다. 또한, 단순 SSM과 변형률 모델은 물리적 근거가 있긴 하지만, 실제 관측된 여진 패턴을 재현하는 데는 부족함을 보였다.

이 연구는 두 가지 중요한 시사점을 제공한다. 첫째, “배경‑여진”을 구분하는 전통적 디클러스터링 접근법만으로는 충분히 정확한 장기 지진 예측이 어렵다. 둘째, 파라미터의 공간적 변동성을 허용하고, 모든 세대의 여진을 연쇄적으로 모델링하는 것이 예측 정확도를 현저히 향상시킨다. 이러한 결과는 향후 지진 위험 평가와 재난 대비 정책에 ETAS 기반 다세대 여진 모델을 통합할 필요성을 강력히 시사한다.