A Cross-Validation of SeismicVulnerability Assessment Model: Application to Earthquake of 9.12 Gyeongju and 2017 Pohang

지진 취약성 평가 모델 교차검증: 경주(2016)와 포항(2017) 지진을 대상으로

Abstract

This study purposes to cross-validate its performance by applying the optimal seismic vulnerability assessment model based on previous studies conducted in Gyeongju to other regions. The test area was Pohang City, the occurrence site for the 2017 Pohang Earthquake, and the dataset was built the same influencing factors and earthquake-damaged buildings as in the previous studies. The validation dataset was built via random sampling, and the prediction accuracy was derived by applying it to a model based on a random forest (RF) of Gyeongju. The accuracy of the model success and prediction in Gyeongju was 100% and 94.9%, respectively, and as a result of confirming the prediction accuracy by applying the Pohang validation dataset, it appeared as 70.4%.

본 연구는 경주시를 대상으로 수행한 선행연구를 바탕으로 도출된 최적의 지진 취약성 평가 모델을 타 지역에 적용하여 그 성능을 교차 검증(cross-validation)하고자 한다. 테스트 지역은 2017 포항지진(Pohang Earthquake)이 발생한 포항시이며, 선행연구와 동일한 영향인자 및 피해현황 관련 데이터셋을 구축하였다. 검증 데이터 셋은 무작위로 추출해 구축하였으며, 경주시의 랜덤 포레스트(random forest, RF) 기반의 모델에 적용하여 예측 정확도를 도출하였다. 경주시의 모델(success) 및 예측(prediction) 정확도는 100%, 94.9%이며, 포항시 검증 데이터 셋을 적용해 예측 정확도를 확인한 결과 70.4%로 나타났다.

1. 서론

최근 국내에서 발생한 중규모 지진(9.12 경주지진, 2017 포항지진)은 비슷한 시기에 인접 지역에서 발생하여 수많은 인적 및 경제적 피해를 초래하였다. 지진은 발생 및 피해 규모의 예측이 어렵기 때문에 사전 대비가 필수적으로 이루어져야 하며, 이와 함께 신속한 대응을 위한 체계적인 복구 계획 수립이 필요하다. 특히 도시 지역은 화재, 시설물 붕괴와 같은 2차 피해(사회재난)의 발생, 자연재해로 인해 발생하는 화학사고와 같은 복합재난(natural hazard triggering technological disaster, Natech)의 발생 가능성이 높다. 따라서 지진재해로 인한 피해에 영향을 미치는 다양한 요인을 종합적으로 고려한 대책마련이 요구된다.

이를 위해 본 연구의 선행연구에서는 2016년 9월 12일 규모5.8의 지진이 발생한 대한민국 경주시를 대상으로 다양한 방법론과 영향인자를 고려하여 지진 취약성 평가 및 지도제작과 관련된 연구를 수행하였다(Han and Kim, 2019; Han et al., 2019; Han and Kim, 2020; Han et al., 2020). 해당 연구에서의 지진 취약성 평가(seismic vulnerability assessment)란 일정 지역 내에 위치한 건축물을 대상으로 지진 발생 시 위험에 미치는 영향 요인들을 종합적으로 고려하여 그 취약성 정도를 등급화 하여 평가하는 것이다(Han and Kim, 2020). 평가 모델을 구축하기 위해 지진 취약성에 영향을 미치는 영향인자와 9.12 경주지진 당시 실제 피해 건축물의 위치 자료가 사용되었으며, 공통적으로 18개의 영향인자를 반영하여 구축된 모델(success rate) 및 예측(prediction rate) 정확도는 Table 1과 같다. 여러 모델의 정확도를 비교한 결과 기계학습 기법의 RF 모델 성능이 가장 우수한 것으로 나타났다. 따라서 본 연구에서는 해당 모델의 성능을 추가 검증하기 위해 2017 포항지진이 발생한 포항시를 대상으로 교차검증을 수행하고자 한다.

Table 1. Accuracy results of previous studies for each model seismic vulnerability assessment in Gyeongju

2017년 11월 15일 포항시에서 발생한 지진은 규모 2.1과 규모 2.6에 해당하는 두 차례의 전진(foreshock) 이후 포항시 북구 북쪽 7.5 km에서 규모 5.4의 본진 (mainshock)이 발생하였다. 이후 규모 2.0 이상의 지속적인 여진(aftershock)이 발생하였으며, 2018년 2월 11일 규모 4.6의 최대 규모의 여진이 발생하였다(MOIS, 2018). 이로 인해 수많은 인명피해(부상자 135명, 이재민 1,797명)가 발생하였으며, 공공 및 사유시설에서 약 850억원 의 피해와 함께 약 1,800억원에 달하는 복구계획이 수립되었다. 9.12 경주지진과 본진의 규모는 비슷하였지만 발생 특성 및 단층면, 본진의 깊이 등에 따라 피해규모가 상이하게 나타났으며(Fig. 1), 포항지진은 국내 지진 관측 이래 최대 피해를 초래한 지진으로 규명된다.

Fig. 1. Location of earthquake-damaged buildings in Gyeongju and Pohang.

본 연구를 수행하기위해 포항시를 대상으로 동일한 영향인자와 포항지진 당시 실제 피해 입은 건축물의 위치 자료를 기반으로 공간 데이터를 구축하였다. 이를 토대로 검증 데이터셋 구축 후, 경주시 RF 모델에 적용하여 예측 정확도를 도출하고 그 성능을 평가하고자 한다.

2. 연구자료

경주시 지진 취약성 평가 모델을 검증하기 위해 포항 시를 대상으로 동일한 영향인자 공간 데이터를 구축하였다(Fig. 2). 영향인자는 5개의 주요지표(지질공학, 물리, 사회, 구조, 수용적)를 대상으로 18개의 하위지표를 선정하였으며, 18개의 하위지표는 다음과 같다; 기울기, 고도, 지하수위, 최대지반가속도(PGA), 단층으로부터의 거리, 진앙지로부터의 거리, 건물층수, 건물연령, 건 물밀도, 건축재질, 65세이상 인구수, 15세미만 인구수, 인구밀도, 소방서·경찰서·병원·주유소·도로로부터의 거리(Table 2).

Fig. 2. Eighteen independent variables in Pohang.

Table 2. Indicators for seismic vulnerability assessment

모델 검증을 위해 2017 포항지진 당시 공공 및 사유 시설의 피해현황 주소 자료를 검토하였다. 이는 지오코딩 (geocoding) 과정을 거쳐 경위도 좌표 기반의 공간 데이터로 변환되었으며, 최종적으로 벡터 형태의 건축물 DB와 결합하여 공간 데이터로 구축되었다. 포항시 전체 건축물 81,471개 중 피해건물 13,474개, 일반건물 67,997개를 대상으로 인자별 속성값과 관련하여 데이터셋을 구축하였다. 모델 구축 시 영향인자는 독립변수, 피해 건축물은 종속변수로 사용되었으며, 이는 모두 공간해상도 10 m에 해당하는 래스터 형태이다.

3. 연구 방법 및 결과

 구축한 자료는 피해건물 기준 7:3 비율로 무작위 분류되었으며, 일반건물도 동일개수로 무작위 추출하였다. 최종 훈련 데이터셋은 18,864개, 검증데이터셋은 8,084개이며, 검증 데이터셋은 RF방법론을 기반으로 구축된 경주시 지진 취약성 평가 모델에 적용하여 예측 값을 도출하였다. 해당값은 ROC(receiveroperating characteristic)곡선을 통해 정확도를 산출하여 그 성능을 검증하였다(Table 3, Fig. 3).

Table 3. Results of cross-validation of RF model performance in Gyeongju

Fig. 3. Prediction rate curve applying Gyeongju RF model to Pohang

경주시의 RF 모델을 포항시에 적용한 결과피해예측정확도는 70.4%로 나타났다. 이는 경주시자체검증 수행한 결과에 비해 약 24%정도 낮게 나타난 것을 확인할 수 있다. 해당 결과는 9.12 경주지진과 2017 포항 지진의 발생 원인의 차이에 따른 건축물의 피해양상이나 피해규모, 피해요인의 주요인자 등이 다르게 나타남으로써 예측력에 영향을 미치는 것이라 판단된다.

4. 결론

본 연구에서는 경주시 지진 취약성 평가 모델의 성능을 추가 검증하기 위해 2017 포항지진이 발생한 포항시를 대상으로 구축한 데이터 셋을 사용하여 예측 정확도를 확인하였다. 경주시 RF 모델을 동일 지역에 적용하였을 때는 모델 정확도 100%, 예측 정확도가 94.9%로 나타났으나, 이를 포항시를 대상으로 예측 정확도를 확인한 결과 70.4%의 예측 성능을 나타냈다.

이와 같이 예측 정확도가 차이나는 원인을 도출하기 위해 후속 연구에서는 다음과 같은 사항이 추가적으로 수행되어야 할 것으로 판단된다; (1) 포항시 훈련 및 검증 데이터 셋의 재검토, (2) 포항시 자체 RF 모델 구축 (파라미터 최적화를 통한 높은 정확도의 모델 구축), (3) 최적 모델 구축 시 사용된 검증 데이터 셋을 경주시 RF 모델에 재적용하여 예측 정확도 확인. 이와 같은 과정을 통해 경주시 모델의 예측 성능을 재검토하고, 추후 포항시 RF 모델의 인자별 기여도를 확인하여 영향 인자 선별 및 추가 고려하는 과정을 통해 포항시에 보다 적합한 지진 취약성 평가 모델을 구축하여 그 성능을 확인하는 과정이 필요할 것으로 사료된다.