1. 서 론
2. 국내 해양환경 데이터
2.1 파고 및 기상부이
3. 환경등고선을 활용한 극한 해양조건 산정법
3.1 해양환경 분포
3.2 해양환경 등고선 작성법
4. 관측기간에 따른 극한해양 조건 비교
4.1 목표해역 정보
4.2 관측 기간에 따른 풍속 분포 변화
4.3 관측 기간에 따른 조건부 파고 분포 변화
5. 관측기간에 따른 환경등고선 비교
5.1 초과점 분석
5.2 관측기간에 따른 극한 해양 조건 비교
6. 결 론
1. 서 론
최근 국내에서는 ‘에너지 고속도로’ 구축과 같은 대규모 에너지 인프라 사업이 추진되고 있으며, 이를 뒷받침하기 위해 막대한 전력 공급이 요구된다. 2023년 「제10차 전력수급기본계획」에 따르면 재생에너지 발전 비중은 21.6 %까지 확대될 예정이며, 이 중 해상풍력이 매우 높은 비중을 차지한다. 따라서 해상풍력 설계를 위해 필요한 극한 해양환경 조건을 정확하게 산정하는 것은 필수적이다.
국외에서는 해양조건 산정법이 각종 가이드라인을 통해 제시되고 있으며, 대표적인 Det Norske Veritas(2010) 및 International Organization for Standardization(2015)에서는 해양구조물 설계에 필요한 기본 이론뿐 아니라 IFORM(Inverse First-Order Reliability Method) 기반 해양 환경등고선 산정 방법을 제시하고, 신뢰성 있는 해양조건 산정을 위해 충분한 장기 관측 데이터가 필요함을 명시하고 있다. 또한 Vanem(2012), Cai and Hames(2010)등은 관측기간에 따른 해양환경 조건의 산정 및 특성 분석을 수행한 바 있다.
반면 국내의 경우 해양구조물 설계를 위해 「부유식 건축물 기준」, 「항만 및 어항 설계기준」,「 한국선급 규칙」 등이 마련되어 있으나, 이들 설계기준은 주로 선박･항만 구조물을 대상으로 하고 있어 해상풍력 타워 구조물에 직접 적용하기 어렵다. 특히 해상풍력 설계에 필수적인 풍속–파고 상관관계를 고려한 설계 해양조건 산정 절차가 부재하며, 해양조건 산정을 위한 최소 관측기간 및 환경 데이터 처리 방법에 대한 구체적인 가이드라인도 미흡한 실정이다. 따라서 본 연구에서는 국내 해역의 제한된 관측자료를 대상으로 IFORM 기반 해양환경 등고선 기법을 적용하여 관측기간에 따른 극한 해양환경 조건의 변화를 정량적으로 비교･평가하고, 해상풍력 설계에 필요한 환경조건 산정방법을 제시하고자 한다.
2. 국내 해양환경 데이터
2.1 파고 및 기상부이
파고 부이는 연안 및 근해 해역의 파랑 특성을 관측하기 위해 개발된 부이로, 파고계를 탑재하여 유의파고, 파주기, 수온, 염분 등 다양한 해양 자료를 계측한다. 위성 또는 CDMA 모듈을 통해 실시간 자료 전송이 가능하며, 직경 약 1 m 규모의 소형 플랫폼으로 구성되어 있어 설치 및 회수가 용이하다. 해상풍력 설계에서는 유의파고와 파주기의 동시 관측자료를 활용하여 정상해상상태(NSS) 조건을 산정하고, 피로한계상태(FLS) 평가를 수행하는 데 사용된다.
기상부이는 해양과 대기에서 발생하는 환경 데이터를 동시에 관측하기 위해 설계된 부이로, 위성 통신 장비와 고정밀 센서를 탑재하여 파랑 변수뿐만 아니라 풍속, 풍향 등 기상 인자를 실시간으로 수집한다. 파고 부이와 달리 풍속과 풍향을 동시에 관측할 수 있다는 장점이 있으며, 이 자료는 풍력 타워의 발전량 추정, 극한 설계조건(SSS/ESS) 산정 및 환경등고선 구축에 유용하게 활용된다. Fig. 1은 기상/파고 부이이다.
기상부이는 풍속과 파고를 동시에 관측할 수 있어, 두 변수의 상관관계를 반영하는 환경등고선 작성에 매우 유리하다. 국외 가이드라인에 따르면, 풍속–파고와 같이 두 변수의 동시 관측자료가 존재하는 경우 환경등고선 방법을 활용한 극치 해양조건 산정을 권장하며, 만약 동시 관측자료가 없을 경우 단변수 극치분석을 수행하도록 제시하고 있다. 그러나 단변수 극치분석은 환경등고선 방법에 비해 약 20 % 정도 더 큰 해양조건을 산정할 가능성이 있는 것으로 보고된 바 있다(Neary et al. 2020).
따라서 합리적인 설계를 위해서는 환경등고선 방법을 활용한 해양조건 산정이 바람직하며, 이를 위해 기상부이의 동시 관측데이터가 필수적이다. 그러나 국내의 경우 2024년 기준 기상부이 관측기간이 10년 미만인 지점이 대부분으로 본 연구에서는 이러한 단기 관측데이터 사용으로 인해 발생할 수 있는 문제점을 논의하고자 한다.
3. 환경등고선을 활용한 극한 해양조건 산정법
3.1 해양환경 분포
해양환경 파라미터의 확률밀도함수 추정을 위해, 본 연구에서는 해당 분야에서 전통적으로 널리 통용되는 웨이블(Weibull) 분포를 적용하였다. 웨이블 분포는 모수의 구성에 따라 2-모수(2-Parameter), 3-모수(3-Parameter), 지수화된(Exponentiated) 웨이블 분포 등으로 분류된다. 선행 연구들에서도 해양환경 데이터 해석에 있어 웨이블 분포의 적합성을 제안한 바 있으며(Nadarajah and Eljabri 2013), 본 연구에서는 이러한 선행 연구를 바탕으로 K-S(Kolmogorov-Smirnov) 검정 및 Q-Q plot 분석을 수행하였다. 그 결과, 거제도 지역의 경우 풍속은 2-모수 웨이블(2-P Weibull) 분포가, 유의파고는 지수화된 웨이블(Exponentiated Weibull) 분포가 가장 적합함을 확인하여 이를 확률분포함수로 선정하였다.
2-P Weibull 분포는 척도 파라미터 𝛼와 형상 파라미터 𝛽로 정의되며, 확률밀도함수는 다음과 같다.
Exponentiated Weibull 분포는 2-P Weibull 분포의 누적분포함수에 지수 파라미터 를 부여한 형태로 분포의 꼬리 영역의 거동을 유연하게 표할 수 있다는 장점이 있다. 다음은 지수 웨이블 분포의 확률 밀도함수이다.
본 연구에서는 각 분포에 대해 최대우도추정(MLE)을 통해 분포 파라미터를 추정하고, 관측기간에 따른 파라미터 변화를 비교함으로써 극한 해양조건에 대한 분포 선택 및 관측기간의 영향을 평가하였다.
3.2 해양환경 등고선 작성법
IFORM에 기반한 환경등고선 방법은 선박 및 해양구조물 설계에서 널리 활용되는 기법으로, 구조물의 파괴확률을 평가하는 FORM 전략에 기초하여 해양환경 변수가 구조 응답에 미치는 영향을 간접적으로 고려할 수 있는 장점이 있다. 특히 풍속과 유의파고와 같이 상관성을 가지는 두 환경변수의 공동분포를 이용해, 목표 재현주기 에 대응하는 극한 환경조합을 등고선 형태로 표현한다.
해양환경 변수 과 를 각각 풍속과 유의파고라고 할 때, 이들의 이변량 공동분포는 식 (3)과 같이 조건부 분포 형태로 표현 할 수 있다(Mackay et al. 2021).
여기서 은 풍속의 밀도함수 은 주어진 풍속에서의 유의파고 조건부 밀도함수로 두변수의 공동 확률 구조를 나타낸다. IFORM 기반 환경등고선을 구성할 때 핵심은 주어진 초과확률 에 대응하는 응답 수준을 결정하는 것이다. 따라서 먼저 재현주기 에 대응하는 초과확률 식 (4)와 같이 정의한다.
여기서 는 표준정규분포의 누적분포함수, 는 해상상태의 관측 간격, 는 신뢰도 지수를 의미한다.
초과확률 가 결정되면, 이에 상응하는 신뢰도 지수는 표준정규분포 역함수를 이용해 다음과 같이 정의되며, 이를 통해 물리공간에서 표준정규공간(U-space)으로의 변환이 가능하다.
여기서는 평균 0, 분산 1을 갖는 표준정규공간상의 좌표이다. U-space에서 파괴면은 반지름 를 갖는 원으로 이상화 가능하며 설계점은 임의의 각도에 에 대해 로 표현된다.
마지막으로 표준 정규변수 는 Rosenblatt 변환을 이용하여 다시 물리변수 (풍속, 유의파고)로 역변환된다. 이 과정을 통해 종규 공간에서 물리 공간에서의 환경등고선으로 표현된다.
4. 관측기간에 따른 극한해양 조건 비교
4.1 목표해역 정보
관측기간에 따른 극한 해양조건 분석을 위해 남해 동부 해역에 위치한 거제도 기상부이(22104)를 선정하였다. 거제도 기상부이는 1998년 8월부터 관측을 시작하여 약 25년에 걸쳐 총 216,104개의 해양･기상 데이터가 축적되었으며, 풍속과 유의파고 자료는 1시간 간격으로 수집되어 관측 기간 전반에 걸쳐 비교적 안정적으로 운영되었다. 다만, 장기 관측 과정에서 일부 결측 구간이 존재함을 확인하였다. 경등고선 작성 시 특정 연도에서 장기간(2개월 이상)의 자료 누락이 발생할 경우, 극한조건 산정에 편향을 초래할 수 있으므로, 본 연구에서는 2개월 이상 결측이 발생한 연도의 자료는 해양조건 산정에서 제외하였다.
본 연구에서는 거제도부이의 장기 관측자료로부터 최근 몇 년간의 단기 자료만을 활용하여 분포를 추정하고, 이를 전체 25년 자료에서 얻은 결과와 비교함으로써 관측기간에 따른 해양조건을 정량적으로 분석을 수행하였다. Fig. 2는 거제도 지역의 기상부이에서 얻은 풍속-파고 데이터 및 위치 정보이다.
4.2 관측 기간에 따른 풍속 분포 변화
관측기간에 따른 풍속 분포 특성을 분석하기 위해, 3･5･7년 단기 관측자료에서 추정한 분포와 25년 장기 관측자료에서 추정한 분포를 상호 비교하였다.
Table 1은 관측기간에 따른 웨이블 분포 파라미터를 나타낸다.
Table 1.
Comparison of wind speed distributions by observation period
| Observation Period | Wind Speed | |
| 2-P Weibull Distribution | ||
| 3 years | 7.01 | 2.12 |
| 5 years | 6.97 | 2.09 |
| 7 years | 6.89 | 2.08 |
| 25 years | 7.11 | 2.05 |
계산된 분포 파라미터를 이용하여 풍속의 확률밀도함수(PDF)를 산정하였으며, 그 결과를 Fig. 3에 나타내었다. 전 구간에서 3･5･7년 단기 관측자료로부터 얻은 분포는 25년 장기 관측분포와 유사한 형태를 보이며, 약 7–8 m/s 부근에서 최대값을 갖는다. 그러나 확대된 고풍속 구간(16 m/s 이상)을 살펴보면, 장기 관측자료(25년)에서 추정한 분포가 단기 관측자료에 비해 상대적으로 큰 확률밀도값을 가지며, 특히 22–26 m/s 영역에서 그 차이가 뚜렷하다. 이는 관측기간이 짧을수록 고풍속 사건이 충분히 관측되지 않아, 극한 풍속의 발생 가능성이 체계적으로 과소평가될 수 있음을 의미한다.
Fig. 4는 재현주기 50년 조건에서 U-space로부터 계산된 설계 풍속을 관측기간별로 비교한 결과를 나타낸다. 3･5･7년 단기 관측자료로부터 산정된 설계 풍속은 25년 장기 관측자료에서 얻은 값과 비교했을 때 전 구간에서 일정한 차이를 보인다. 이는 관측기간이 짧을수록 동일 재현주기에 대응하는 환경등고선상의 설계 풍속이 체계적으로 과소평가될 수 있음을 의미한다. 또한 환경등고선 방법은 풍속과 파고의 공동분포를 기반으로 계산되므로, 설계 풍속의 과소평가는 설계 유의파고 역시 함께 과소평가될 가능성이 있음을 시사한다.
4.3 관측 기간에 따른 조건부 파고 분포 변화
파고의 분포는 풍속이 발생하였을때 발생가능한 조건부 분포로 제시되며 수식 (6)과 같다.
여기서 는 풍속 와 는 두 변수간의 종속성을 설명하는 파라미터로 풍속에 의존하여 계산되도록 설정 되어져 있다. 그리고 는 선행 연구 Haselsteiner et al.(2020)를 참고 및 분석을 통하여 10으로 고정하여 해양 조건을 산출하였다. 그 결과 관측기간에 따라 조건부 분포 파라미터가 어떻게 변하는지는 Fig. 5와 같다.
관측기간에 따라 추정된 풍속–파고 종속함수를 비교한 결과, 전반적인 경향은 관측기간과 무관하게 유사하게 나타났다. 다만 3년 관측자료에서 추정된 종속함수는 다른 경우에 비해 곡선 형태의 일관성이 떨어지고, 특히 고풍속 영역에서 급격한 변화가 나타나는 것이 확인되었다. 반면 5년 이상 자료를 사용할 경우 25년 장기 관측결과와 거의 동등한 수준의 종속함수를 구현할 수 있음을 확인하였다.
5. 관측기간에 따른 환경등고선 비교
5.1 초과점 분석
관측기간에 따라 추정된 분포 파라미터를 이용하여 각각 환경등고선을 작성하고, 이를 기반으로 초과점 분석을 수행하였다. Fig. 6은 관측기간(3･5･7･25년)에 따라 계산된 환경등고선을 함께 나타낸 그림으로, 배경에 표시된 점들은 거제도 기상부이(22104)의 전체 해양환경 관측값을 의미한다.
25년 관측자료로부터 산정된 환경등고선의 경우, 등고선을 초과하는 관측점이 매우 소수에 불과하여 장기 관측자료가 목표 재현주기에 상응하는 극한조합을 비교적 잘 포착하고 있음을 보여준다. 반면 3년, 5년, 7년의 단기 관측자료로부터 작성된 환경등고선은 전체 데이터셋에서 나타나는 고파고–고풍속 조합을 충분히 감싸지 못하고, 다수의 관측점이 등고선 바깥에 위치하는 것이 확인된다.
이는 관측기간이 짧을수록 극한 파고–풍속 조합이 과소평가될 가능성이 크며, 결과적으로 설계에 사용되는 극한 해양조건의 불확실성이 증가함을 의미한다. 따라서 신뢰성 있는 극한설계 조건을 산정하기 위해서는 가능한 장기 관측자료를 활용하거나 단기 관측자료만 이용하는 경우에는 분포 보정이 필요 할 수 있다.
5.2 관측기간에 따른 극한 해양 조건 비교
Fig. 7 등고선으로부터 얻은 SSS와 ESS 조건을 비교해 보면, 관측기간이 극한 해양환경 산정에 미치는 영향이 뚜렷하게 다르게 나타난다. 먼저 정상 발전 상태의 극한 해양환경(SSS 조건)을 관측기간별로 비교한 결과, 저풍속 구간(약 5–12 m/s)에서는 관측기간에 관계없이 유의파고가 거의 동일하게 추정되어 단기･장기 자료 간 차이가 크지 않았다. 그러나 고풍속 구간(12–20 m/s)으로 갈수록 동일한 풍속에서 관측기간에 따른 유의파고 차이가 뚜렷하게 나타났으며, 특히 풍속 20 m/s에서 최대 약 2.6 m의 유의파고 차이가 발생하였다. 이는 최대파고 기준으로 약 5.2 m까지 차이가 커질 수 있음을 의미하며, SSS 조건에서도 고풍속 영역에서는 관측기간에 따른 불확실성이 큰 것을 확인 할 수 있었다.
반면, 태풍 등으로 인해 터빈이 정지하는 상태의 극한 조건(ESS)에서는 관측기간의 영향이 더욱 크게 나타난다. 관측기간이 길어질수록 추정된 극한 풍속 및 유의파고가 점진적으로 증가하는 경향을 보였으며, 예를 들어 3년 자료에서 산정된 ESS 유의파고는 10.11 m인 반면 25년 자료에서는 13.01 m로, 최대 2.9 m의 차이가 발생하였다. 이는 최대파고 기준으로 약 5.8 m의 차이로 이어질 수 있는 수준으로, 단기 관측자료만을 기반으로 ESS 조건을 산정할 경우 설계 하중이 상당히 과소평가될 수 있음을 시사한다.
종합하면, SSS 조건에서는 중･저풍속 영역에서는 관측기간의 영향이 제한적인 반면, 고풍속･ESS 조건에서는 관측기간이 길어질수록 설계에 사용되는 극한 풍속･유의파고가 크게 증가한다. 따라서 설계 신뢰도를 확보하기 위해서는 가능한 장기 관측데이터를 확보하여 ESS를 포함한 전체 극한 조건을 평가할 필요가 있으며, 단기 자료만 보유한 경우에는 보정 기법 등을 통해 관측기간으로 인한 과소평가를 보완하는 방법론 개발이 필수적이다.
6. 결 론
본 연구에서는 남해 동부 해역 거제도 기상부이의 장기 관측자료를 활용하여 측기간(3･5･7･25년)에 따라 극한 해양환경 조건 산정 결과가 어떻게 달라지는지 비교･분석하였다. 풍속은 2-P Weibull 분포, 유의파고 및 조건부 파고 분포는 지수 Weibull 분포로 모형화 하였으며, IFORM 기반 환경 등고선을 통해 SSS 및 ESS 조건에서의 극한 풍속-파고 조합을 산정하였다 그 결과 는 다음과 같다.
1) 풍속 분포 파라미터 및 종속함수의 관측기간 민감도
풍속 분포의 경우 관측기간이 증가함에 따라 고풍속 관측데이터가 증가하여 분포의 꼬리 영역의 밀도가 증가하게 된다. 따라서 관측기간이 길어질수록 극한 풍속 발생확률이 증가하는 것을 확인 할 수 있었다. 종속 함수의 경우 3년 자료에서 추정된 파라미터는 다른 관측기간과 비교 하였을때 상당한 차이가 있었지만 5년 이상 자료에서는 25년 장기 결과와 유사한 종속구조가 구현될 수 있음을 확인하였다. 이는 종속함수 추정을 위해서는 최소 5년 이상의 관측기간이 요구된다는 점을 의미한다.
2) 환경등고선 및 초과점 분석
관측기간별 분포 파라미터로 작성한 환경등고선을 전체 25년 관측자료와 비교한 결과, 25년 자료로부터 산정된 등고선은 초과점이 극히 적어 목표 재현주기의 극한조합을 안정적으로 포착하는 것으로 나타났다. 반면 3･5･7년 자료로 작성한 등고선은 고풍속–고파고 영역에서 다수의 관측점이 등고선 밖에 위치하여, 단기 관측자료가 전체 데이터셋의 극한 조합을 충분히 반영하지 못함을 보여주었다. 이는 관측기간이 짧을수록 동일 재현주기에 대해 극한 해양조건이 체계적으로 과소평가될 수 있음을 의미한다.
3) SSS 및 ESS 극한조건의 관측기간 영향
정상 발전 상태(SSS)에서의 극한조건 비교 결과, 저풍속 구간(5–12 m/s)에서는 관측기간에 따른 유의파고 차이가 미미하였으나, 고풍속 구간(12–20 m/s)에서는 동일 풍속에서 최대 약 2.6 m의 유의파고 차이가 발생하여, 최대파고 기준으로 약 5.2 m 수준의 차이로 확대될 수 있음을 확인하였다. 터빈 정지 상태(ESS)의 경우 관측기간 효과가 더욱 뚜렷하게 나타나, 3년 자료에서 ESS 유의파고는 10.11 m였던 반면 25년 자료에서는 13.01 m로 최대 2.9 m(최대파고 기준 약 5.8 m)의 차이가 발생하였다. 이는 단기 자료만으로 ESS를 산정할 경우 설계 하중이 크게 과소평가될 수 있음을 보여준다.
종합하면, 관측기간은 극한 해양조건 산정 결과에 직접적인 영향을 미치며, 특히 고풍속･고파고 영역 및 ESS 조건에서 그 영향이 매우 크다. 따라서 우리나라와 같이 장기 관측자료가 제한적인 해역에서는 단기 관측자료에 기반한 극한조건을 그대로 사용하는 대신, 장기 기준자료를 활용한 분포･등고선 보정 Kwon et al.(2025)과 같은 추가적인 통계적 보완이 필수적이며, 이는 후속 연구에서 제시하는 보정기법의 필요성과 타당성을 뒷받침한다.
