간행물
상하수도학회지 KCI 등재 Journal of the Korean Society of Water and Wastewater
- 발행기관 대한상하수도학회
- 자료유형 학술지
- 간기 격월간
- ISSN 1225-7672 (Print)2287-822X (Online)
- 수록기간 1993 ~ 2025
- 주제분류 공학 > 건축공학 공학 분류의 다른 간행물
- 십진분류KDC 539DDC 628
권호리스트/논문검색
제39권 제5호 (2025년 10월) 7건
1.
2025.10
구독 인증기관 무료, 개인회원 유료
미국수도협회(American Water Works Association, AWWA)는 2022년 Water 2050이라는 글로벌 이니셔티브를 출범하여 지속가능하 고 회복탄력적이며 혁신적인 물의 미래를 모색하고 있다. Water 2050은 지속가능성, 기술, 경제, 거버넌스, 사회·인구통계 등 다섯 개 분야의 싱크탱크를 기반으로, 물의 관리, 가치, 접근 방식을 혁신하기 위한 47개의 권고행동을 도출하였다. 이러한 권고사항은 △지속가능성과 회복탄력성, △혁신과 순환경제, △원 워터(One Water) 거버넌스와 정책, △재정과 부담가능성, △형평성·접근성·지역사 회 참여 등 다섯 가지 전략적 우선순위로 체계화되었다. 현재는 상하수도 분야의 다양한 이해관계자가 참여하는 전략이행팀(Strategic Implementation Teams)을 통해 실행이 추진되고 있다. Water 2050은 북미를 기반으로 하지만, 협력과 지식 교류, 공동 혁신을 중시하는 전 세계적 비전을 지향하며, 대한상하수도학회(KSWW)와의 협력을 포함한 국제 파트너십은 스마트 인프라, 디지털 시스템, 순환경제 발전에 핵심적인 역할을 수행하고 있다. Water 2050은 글로벌 통찰, 신기술, 형평한 접근을 통합함으로써, 모든 사람이 지속가능하고 경제적이며 접근 가능한 물을 이용할 수 있는 미래로의 전환을 가속화하는 것을 목표로 하고 있다.
4,000원
2.
2025.10
구독 인증기관 무료, 개인회원 유료
강화학습은 지속적으로 변화하는 환경에서 최적의 해결책을 제시할 수 있도록 구현되는 머신러닝 알고리즘으로 시간 및 조건에 따라 변화하는 시스템의 최적화에 우수한 성능을 보이는 장점을 가지고 있다. 따라서, 최근 운영 조건과 시간에 따라 변화하는 상하수도 시설 및 취수원 등 현장 물환경 관리 최적화에 강화학습을 적용하기 위한 연구에 대한 관심이 높아지고 있다. 본 연구에서는 강화학습이 상하수도 시설 및 물환경 관리에 적용된 사례를 분석하였다. 상하수도 시설의 운영시 시설 운영의 목적에 맞는 처리수 수질을 유지하면서 운영에 필요한 에너지 소비 및 비용을 최소화하는 노력이 중요하다. 강화학습은 데이터에 기반한 반복적인 분석을 통해 시스템 운영의 최적 조건을 학습할 수 있으며, 다양한 연구 사례에서 강화학습의 적용을 통해 상하수도 시설 등의 운영 효율 개선이 가능함을 보여주었다. 하수처리 시설의 경우 강화학습을 활용하여 운영비의 많은 부분을 차지하는 폭기조 산소 공급과 내부 반송 펌프 운전을 최적화할 수 있으며, 정수장의 경우 약품 투입량 절감 등을 통해 운영비 절감 효과를 달성할 수 있음을 확인하였다. 또한, 용수 공급망과 저류조 운영의 최적화를 통해 상수도 및 하천 현장의 오염 발생을 저감할 수 있음을 알 수 있었다. 본 연구를 통해 강화학습을 활용하여 기존의 경험에 기반한 시설 운영 방식의 한계를 개선하고 상하수도 시설 운영 및 물환경 관리 효율 향상에 기여할 수 있음을 확인하였다
4,600원
3.
2025.10
구독 인증기관 무료, 개인회원 유료
이 연구에서는 TEC-BNR공법을 사용하는 하수처리장에서 강수발생시와 같은 저농도 유입수에, 하수처리장의 생슬러지, 분뇨처리수, 그리고 음식물 쓰레기 처리액을 산발효하여 생성된 유기산을 외부탄소원으로 투입하였을 때, 비탈질율과 인방출율의 변화를 정량적으로 측정하였다. 이 연구에 의하면 산발효액 투입하였을 때 평균 비탈질율은 산발효액의 투입율이 0.5%일 때 215%, 투입율이 1%일 때는 169% 증가하였고, 평균 인방출양은 산발효액의 투입율이 0.5%일 때 46%, 투입율이 1%일 때는 63%로 증가하는 것으로 밝혀졌다. 또한 이 연구의 결과를 통하여 탈질에 이용된 VFA양(12.6∼32.3 mgVFA/mgNO₃-N)과 인방출에 이용된 VFA양(1.7∼2.4 mgVFA/mgPO₄-P)도 계산할 수 있었다. 이 연구의 결과를 활용하면 하수처리장에서 저농도 유입수에 산발효액을 외부탄소원으로 사용할 경우, 탈질과 인 제거를 최적화하기 위한 산발효액(VFA)의 양을 정량화할 수 있을 것으로 생각된다.
4,000원
4.
2025.10
구독 인증기관 무료, 개인회원 유료
본 연구에서는 Romanoff(1957)의 실측 데이터를 사용하여 머신러닝 기반 상수도관의 부식 깊이를 예측하였다. 이를 실제 상수도관망에 적용하여 누적피해도를 분석하였다. 예측한 부식깊이를 사용하여 누적피해도를 분석하였으며 MCS(Monte Carlo Simulation)를 적용한 누적피해도와 비교 분석하였다. 부식깊이 예측모델에 따른 부식깊이를 분석한 결과 MLP-ReLU 모델이 가장 부식속도가 가장 빠르며 MLP-sigmoid가 가장 부식속도가 느렸다. 천안시 신방동과 성환읍 상수도관망에 MCS를 적용한 누적피해도 분석법과 머신러닝을 적용한 누적피해도를 비교 분석하였다. 신방동에서는 두 분석법 모두 2번 상수도관이 먼저 사용 한계에 도달하였으며 성환읍에서는 4번 상수도관이 가장 먼저 사용 한계에 도달하였다. 사용 한계에 가장 먼저 도달한 상수도관은 다른 상수도관보다 사용 년수가 오래되었거나 수압이 높은 것으로 확인되었다. MCS를 적용한 누적피해도 분석 결과 신방동의 경우 45년 만에 사용 한계를 초과한 반면 성환읍의 경우 47년 만에 사용 한계를 초과했다.
4,300원
5.
2025.10
구독 인증기관 무료, 개인회원 유료
염화동 에칭 공정에서 발생한 철염 폐수를 전구체로 활용하여 마그네타이트(Fe3O4)를 합성하고, 이를 인산염 흡착 및 회수에 적용하였다. 합성 조건 최적화를 위하여 Box–Behnken Design를 적용한 반응표면분석법(Response Surface Methodology, RSM)을 활용하여 회귀모델을 구축하였다. 모델을 통해서 도출한 최적 합성 조건은 Fe3+/Fe2+ 비율 1.7, NaOH 농도 0.7 N, 숙성 시간 86.3분으로 확인되었다. 해당 조건에서 합성된 마그네타이트는 10.9 mg-P g-1 마그네타이트의 인산염 흡착 용량을 나타내었다. 기기 분석 결과, 최적화된 마그네타이트는 고순도 결정 구조와 초상자성 특성을 나타냈으며, 비표면적과 반응성이 향상된 것이 확인되었다. 또한 연속 회분식 반응조(Sequencing Batch Reactor, SBR)에 적용한 결과, 5회 반복 흡착–탈착 동안 평균 인산염 회수율은 46.6%로 나타났다. 유입 인산염 농도가 200 mg-P L-1의 고농도 조건에서도 회수율이 안정적으로 유지되어, 마그네타이트가 인산염 흡착제로서의 활용 가능성과 안정성을 입증하였다.
4,000원
6.
2025.10
구독 인증기관 무료, 개인회원 유료
본 연구는 SWAT (Soil and Water Assessment Tool) 유역수문수질모형을 활용하여 기후변화가 낙동강 유역의 물환경에 미치는 영향을 평가하였다. Python 기반 자동화 절차를 적용하여 입력 자료 정리, 모형 실행, 시각화를 수행하였고, K-means 군집화 기법을 적용하여 195개 소유역을 대표 군집으로 보정함으로써 대규모 유역 모의의 효율성을 높였다. 또한, 유량 및 수질 항목 (TN, TP, SS)에 대한 검정, 보정을 통해 모형의 신뢰성을 확보하였다. SS와 TN는 NSE 0.55∼0.72, PBIAS는 ±25% 이내로 양호한 성능을 보였으나, TP는 홍수기의 고농도 구간에서 과대 모의되는 경향을 보였다. 보정된 모형으로 IPCC AR6 기반 SSP (Shared Socioeconomic Pathways) 기후변화 시나리오 CCLM SSP2-4.5, GRIMs SSP5-8.5를 적용하여 근미래(2021–2040년), 중미래(2041–2060년), 원미래 (2081–2100년)의 수질 변화를 분석하였다. SSP2-4.5에서는 변화율이 크지 않았으나 SSP5-8.5에서는 SS과 TN가 원미래에 각각 평균 약 23%, 40% 증가하였으며, TP는 두 시나리오에서 –20%∼–60% 수준의 감소가 나타났다. 이러한 결과는 기후변화가 장기적으로 낙동강 유역의 수질 악화를 초래할 가능성이 있음을 시사한다. 따라서 향후 비점오염원 저감, 저수지 운영, 통합 유역 관리 등과 같은 적응형 수질 관리 대책 수립이 필요하며, 본 연구는 이러한 대규모 유역의 기후변화 대응 수질 관리 전략 마련을 위한 기초 자료로 활용될 수 있을 것으로 기대된다.
4,300원
7.
2025.10
구독 인증기관 무료, 개인회원 유료
과도한 조류 발생은 수생태계 교란과 수질 악화를 초래하는 대표적인 환경 문제로, 효과적인 관리와 대응을 위해 정확한 예측이 필요하다. 우리나라는 사계절의 기후 특성이 뚜렷하며, 수온이 상승하는 하절기에 조류 발생이 집중되는 경향을 보인다. 이에 따라 실시간 모니터링 자료는 대부분 저농도 상태가 유지되어 데이터 불균형 문제가 발생한다. 본 연구에서는 chlorophyll-a 농도를 기준으로 하천 현장의 조류 발생 수준을 Class 1 (Chl-a ≤ 10 ㎍/L), Class 2 (10 < Chl-a ≤ 50 ㎍/L), Class 3 (Chl-a > 50 ㎍/L)와 같이 3개의 class로 구분하고, 대표적인 앙상블 머신러닝 모형인 extreme gradient boosting (XGB) 알고리즘을 이용하여 조류 발생 수준을 예측하는 분류 모형을 구축하였다. 데이터 불균형 해소를 위해 생성형 인공지능 기반 알고리즘인 conditional generative adversarial network (CGAN)과 전통적인 데이터 보강 알고리즘인 synthetic minority over-sampling technique (SMOTE), 그리고 딥러닝 기반 기법인 autoencoder (AE)를 활용한 3가지 데이터 보강 알고리즘을 활용하여 데이터의 불균형을 개선한 자료를 생성하고 이를 XGB 모형에 적용하여 성능 변화를 비교하였다. 분석 결과 macro average 기준으로 원본 데이터를 사용한 모형의 recall은 0.606이었으나 SMOTE, AE 및 CGAN의 recall은 각각 0.666, 0.682, 0.720으로 크게 개선되었고, F1 score도 데이터 불균형 해소를 통해 약 7–13%의 성능이 향상되는 등 전체적으로 데이터 불균형 해소로 모형의 성능이 향상되었으며 CGAN이 가장 우수한 성능 개선 효과를 보이는 것으로 나타냈다. 본 연구의 결과를 통해 데이터 불균형 해소를 통한 머신러닝 모형 성능 개선 가능성을 확인하였다.
4,300원
