1. 서론

태풍은 해마다 발생하는 주요 자연재해 중 하나로서, 사회와 경제에 막대한 피해를 입힘으로 인해 국가적인 수준의 감시와 대응이 요구되고 있다(Gill et al., 2007; Koks et al., 2019; Pinnegar et al., 2019). 북서태평양에서는 북반구 여름철 넓은 해양에 축적된 열 에너지가 태풍에 실려 고위도로 북상하는 과정에서 섬과 연안지역 국가들에 대규모 풍수해 피해를 안겨주곤 한다. 특히, 일부 고위도 지역에서는 가을철에 접어들며 기단들이 다시 대립하는 과정에서 여름철 이상의 재해를 경험하는 경우가 잦다(Zhang et al., 2009). 한반도 사례만 살펴보더라도 2020년 발생한 마이삭(Maysak)과 하이선(Haishen)은 모두 9월에 한반도에 영향을 미친 사례로서 호우와 강풍을 동반하며 전국을 대상으로 2,214억원의 재산피해를 발생시켰다(행정안전부, 2021). 2022년 발생한 힌남노(Hinnamnor) 역시 9월에 한반도에 영향을 미친 태풍으로 전국에 많은 비가 내려 9월 강우량의 약 83%를 기록했다(기상청, 2022). World Meteorological Organization(2022)는 이처럼 가을철 동아시아 지역에서 발생하는 태풍의 피해를 지속적으로 보고하고 있다.

이와 관련하여 동아시아 지역의 가을철 태풍의 특성을 이해하기 위한 연구들이 진행되었다. Hsu et al.(2014)는 33년기간(1979-2011)에 대해서 북서태평양의 가을철 태풍발생 수가 여름철에 비해 적게 나타나는 반면 강한 태풍의 발생 비율은 여름철보다 높게 나타나고 있음을 보고했다. Cao et al.(2020)과 He et al.(2017)은 격자단위에서 계산한 태풍빈도가 90년대 이후 가을철에 대만과 규슈와 대만을 가로지르는 류큐 제도 남부에서 높게 나타나고 있으며, 필리핀 부근에서는 2000년대 이후 9월 태풍발생 수가 다른 달보다 높게 나타나고 있음을 밝혔다. 가을철 태풍의 활동과 관련한 또 다른 사례로서 대만과 필리핀 사이에 위치한 루손 해협을 지나 인도차이나반도로 이동하는 태풍들은 8월과 9월 강한 강도를 유지하는 경향이 있으며, 특히 9월에 더 강한 것으로 조사되었다(Sun et al., 2019).

이러한 태풍의 위험을 기후학적으로 진단하기 위한 다양한 지표가 사용될 수 있다. 강한 태풍일수록 지역에 미치는 영향력이 크다는 가정하에서 제안된 태풍총누적에너지(Accumulated Cyclone Energy, ACE)와 파워손실지수(Power Dissipation Index, PDI)가 대표적이다(Bell et al., 2000; Emanuel 2005). 태풍의 총 관측수와 강도가 많을 수록 활발해지는 데 이러한 특성은 강도가 강한 태풍에 대해 더 큰 가중치를 부여하는 개념으로 이해할 수 있다. 한편, Emanuel (2005)은 관측된 태풍의 강도를 세제곱하여 강한 태풍에 더 큰 가중치를 부여하여 육지가 맞닥뜨리는 마찰 에너지의 크기를 진단하였다. Kang and Elsner(2015)는 태풍 발생수와 강도의 값을 이용한 태풍활동지표의 ACT(Activity)와 ‘Efficiency of Intensity’(EINT) 두 지표를 제안하였다. ACT는 강한 태풍수가 많이 발생하는 것을 가리키며 EINT는 태풍발생수가 줄어들면서 강한 태풍의 발생수가 늘어나는 환경을 지시한다. Kang and Elsner(2015)는 EINT를 이용해 북서태평양 태풍 발생수가 줄어들고 강한 태풍이 발생하는 환경을 조명했다.

계속된 연구에도 불구하고, 가을철 태풍의 위험도에 대한 정의가 부재하며 따라서 어느 지역이 어떻게 위험한지에 대한 지리적인 이해가 충분하지 못한 현실이다. 가을철 태풍의 지리적 특성을 이해하기 위해서는 태풍에 따른 지역 위험도를 정의하고 세부 요소들의 기여를 해석할 필요가 있다. 본 연구는 Gil and Kang(2024)이 제안한 지역 태풍활동도 지표를 활용하여 지역민이 실제로 체감하는 가을철 태풍의 위험 정도를 정량적으로 진단하고자 한다. 우선, 태풍의 위험도가 지리적으로 어떻게 다른지는 태풍활동도의 지리적 분포에 따른 것이라 가정한다. 여기서 활용하는 태풍활동도 지표는 각 지점별로 영향을 미친 태풍 관측 값들을 기반으로 영향태풍의 수, 강도 그리고 이동속도를 추출하여 종합한 것으로서 지역에서 체감하는 태풍의 에너지라는 개념을 갖는다. 천구상 태양의 위치를 나타내는 태양의 적위(Declination)가 적도를 지나는 9월에는 고위도 지역의 찬 기단이 다시 활성화되면서 동아시아 지역의 여름철 환경에 변화를 가하기 시작한다. 본 연구는 9월 태풍활동도의 지리적 분포를 8월의 것과 비교함으로써 가을철 태풍의 특성을 이해하고자 하였다. 아울러, 지역 태풍활동도에 영향을 미친 세부 위험요소들을 각각 분리하여 그 지리적 분포를 확인하고, 그것들이 지역 태풍활동도에 어떻게 기여했는지를 분석함으로써 가을철 태풍 위험도를 종합적으로 이해하고자 하였다.

2. 연구자료 및 방법론

1) 연구자료

본 연구의 관심은 동아시아 영역의 태풍 특성 진단에 있지만, 분석은 태풍의 단위 활동 영역을 고려하여 평년기간(1991-2020년) 북서태평양 전체 영역(10S°-50N°, 100°-180E°)에서 관측된 태풍들을 대상으로 한다. 태풍의 위치와 강도는 미군 합동태풍경보센터(Joint Typhoon Warning Center, JTWC)의 베스트트랙 자료를 활용한다. 본 연구는 JTWC의 기준을 따라 1분 평균 된 중심부근 최대지속풍(Maximum Sustained Wind, MSW)이 17ms^-1 이상을 기록한 열대저기압을 ‘태풍’으로 정의한다. 엄밀히 말해, 이는 세계기상기구(World Meteorological Organization, 2023)에서 정의하는 ‘열대폭풍(Tropical storm, TS)’ 단계를 대한민국과 일본 국내에서 관례적으로 부르는 명칭이다(강남영, 2023). 본 연구는 국내 독자를 위해 관례적으로 사용되는 태풍의 정의를 반영하여 지역적 태풍의 이해를 돕고자 한다.

북서태평양의 태풍 관측은 일본기상청에서도 오랜 기간 수행되었고 긴 관측기간을 갖는 베스트트랙 자료를 제공하고 있다. 하지만, 북서태평양의 권위있는 두 베스트트랙들의 기후적 반응은 드보락 위성분석 방법(Dvorak, 1975)이 양 기관에 함께 정착된 1984년 이후 비로소 어느 정도 일치된 경향을 찾을 수 있게 되었다(Kang and Elsner, 2012). 각기 다른 기관에서 수행된 관측 값들이 일치성을 보인다는 것은 그 만큼 관측의 신뢰도가 확보되었다는 것을 암시한다. 또한 이는 1984년 이전의 베스트트랙 자료를 활용할 경우 결과의 품질을 보장하기 어렵다는 사실을 의미하기도 한다. 본 연구의 분석 대상기간이 1991-2020년이라는 점은 이전 평년기간(1981-2010년)에 비해 신뢰할 수 있는 분석 결과를 기대할 수 있으며, 많은 태풍의 기후해석이 평년값을 중심으로 이루어지고 있다는 점을 고려하면 그에 상응한 해석이 가능하도록 최근 평년기간에 한정하여 분석결과를 제공한다는 점에서 가치를 갖는다.

본 연구는 북반구 태풍 활동의 성수기에 해당하는 6-11월 기간의 태풍 발생수를 조사한 뒤, 태풍 발생수가 가장 많은 8월과 9월의 자료의 값들을 여름철과 가을철의 대표로 정의하여 분석 대상으로 삼는다. 북반구 태풍의 활동은 활발한 6-11월 기간의 태풍발생 수는 여름철에 증가하고 가을철에 점차 감소하는 계절변동을 보인다(그림 1). 이는 1분 평균풍속을 기준으로 관측된 결과로서 여름철과 가을철을 각각 6-8월과 9-11월로 양분할 때 여름철은 11.0개, 그리고 가을철은 10.8개가 발생하는 것으로 나타난다. 여름철과 가을철 태풍의 발생 수 만을 놓고 보면 서로 큰 차이가 없는 비슷한 수준이다. 특히, 가을의 시작인 9월은 8월 다음으로 많은 태풍이 발생하는 달이며 그 수가 5.5개로서 8월 4.7개와 크게 다르지 않다. 9월은 태양의 적위가 적도를 넘어 다시 남반구로 이동하면서 북반구에서는 여름철 기간 가열된 대륙이 식고 찬 기단의 세력이 다시 강화됨에 따라 차고 따뜻한 공기의 대립으로 발생한 고위도 로스비파(Rossby wave)의 사행이 남쪽으로 깊어지기 시작하는 시기이다. 이러한 배경에서 가을철 동아시아 지역으로 접근하는 태풍의 위험도 특성이 여름철과 어떻게 다른지를 보다 분명히 이해하기 위해서는 9월 태풍과 8월 태풍의 활동을 비교하고 그 차이를 파악할 필요가 있다. 평년기간 우리나라에 영향을 미친 태풍의 수는 9, 10, 11월에 각각 평균 0.8, 0.1, 0개로서 가을철 영향태풍 중 88.9%가 9월 태풍인 것으로 파악된다. 결국, 9월 태풍은 가을 태풍의 특성을 대표하는 것으로 이해되며, 본 연구에서는 계절 단위 분석이 아닌 월 단위 분석을 통해 8월과 9월을 비교함으로써 태풍 환경의 계절 변화를 보다 직접적으로 표현할 수 있도록 하였다. 특별 관측이 수행된 경우를 제외하면 베스트트랙 자료에는 대부분 6시간 간격의 관측 값이 기록되어 있다. 이에 균등한 시간 간격을 고려하여 6시간 간격의 관측자료만을 추출하여 분석을 수행한다. 관측된 태풍의 위치는 위도와 경도 값들이며, 바람은 MSW의 기록들이다.

Figure 1.

Histogram of tropical storms in the western North Pacific during the summer (June-August) and autumn (September-November) of the climate normal period (1991-2020). The histogram uses the best-track data from the U.S. Joint Typhoon Warning Center (JTWC).

2) 연구 방법

(1) 태풍의 진로 분포

8월 한반도를 포함해 아시아 대륙 동쪽 연안에 영향을 미치던 태풍은 9월 들어 조금 멀어지는 듯한 진로를 보여준다(그림 2). 하지만, 이처럼 개별 진로를 누적한 진로 분포만으로는 태풍의 활동과 위험 정도를 정량적으로 이해하는데 어려움이 있다. 진로 분포를 정량화하기 위해 많이 활용되는 진로밀도 분포는 점 개념의 위치에 주관적인 면적을 부여하는 방법을 사용함에 따라 객관성이 다소 부족할 수밖에 없다. 진로밀도는 태풍의 이동속도가 느리거나 빠른 것에 따라 달라질 수 있어 사실상 특정 지역에 영향을 미친 태풍의 수만을 의미하는 것도 아니다. 태풍 활동의 지역적 분포는 어느 정도 강한 태풍의 영향을 받았는지, 얼마나 많은 태풍의 영향을 받았는지, 그리고 태풍이 얼마나 느리게 지나갔는지에 따라 종합적으로 결정되어야 할 것이며 이를 계량화한 지표만이 지역민이 체감하는 태풍의 위험도를 객관적으로 표현해 줄 수 있을 것이다.

Figure 2.

Comparison of the tropical storm tracks in the western North Pacific during summer (June-August) and autumn (September-November) of the climatological normal period (1991-2020). The tracks for summer (navy blue) and for autumn (orange) are plotted against the tracks from the entire period (June-November) (grey). The tracks of the tropical storms are based on the best-track data from the U.S. Joint Typhoon Warning Center (JTWC).

(2) 지역민이 체감하는 태풍 위험도

본 연구는 지역민이 실제로 체감하는 태풍의 위험도가 계절이 바뀜에 따라 어떻게 변화하는지를 정량적으로 진단하기 위해 Gil and Kang(2024)이 고안한 지역 태풍활동도 지표를 활용하고자 한다. 이 지표는 앞서 Bell et al.(2000)이 제시한 ACE 지표를 응용한 것이다. 예를 들어, Kang and Elsner(2012)이 제안한 방식에 따라 특정 월 북서태평양의 ACE를 구한다면 다음과 같이 계산된다.

F는 빈도(Frequency)로서 해당 월 북서태평양의 발생태풍 수를 의미하며, D는 매 태풍별 관측된 횟수로서 지속시간(Duration)이 길수록 큰 값을 가진다. I는 강도(Intensity)를 가리키며 ACE는 태풍의 정의에 활용되는 MSW²를 누적하는 것으로 지표를 구성하였다. 이처럼, ACE는 북서태평양과 같은 특정 해역에서 일정 기간동안 관측된 모든 강도 값들을 누적한 것으로서, 강도에 MSW²을 입력함에 따라 결국 총에너지라는 물리적 개념을 취하고 있다. ACE는 태풍의 발생 수가 많거나, 이동 속도가 느리거나 또는 강도가 강할 때 높은 값을 기록하는 구조로서 특정 기간 태풍의 종합적인 활동도를 가리키는 지표로 널리 활용되고 있다.

Gil and Kang(2024)은 지역 관점의 태풍활동도를 지표화하는데 이를 사용하였다. 그림 3은 임의의 기간 동안 특정 지점에 영향을 미친 태풍의 관측 값들이 분포하는 것을 보여주는 모식도이다. “어느 지점이 태풍의 영향을 받았다”는 것은 “어느 지점이 태풍의 강풍반경(R) 내에 들었다”라는 것과 같은 것으로 정의할 때, 전자를 지역 관점인 오일러리안(Eulerian) 해석, 그리고 후자를 물질 관점인 라그랑지안(Lagrangian) 해석으로 볼 수 있다. 오일러리안 관점에서 “태풍의 영향”이란 특정 지점(그림 3의 십자표시)으로 부터 R 거리 이내에서 태풍의 강도 관측이 이루어진 경우를 말한다. 이에 착안하여 R 거리 이내에서 대상기간 동안 관측된 모든 강도들을 합산하면 해당 지점에서 체감하는 태풍총누적에너지를 구할 수 있게 된다. 이와 같이 특정 지점이 경험한 태풍의 위험도를 표현하는 방법을 본 논문에서는 “포인트와이즈(pointwise) 분석”으로 명명하고자 한다. 본 논문은 Gil and Kang(2024)의 방식을 따라 이를 LACE (Localized ACE)로 명칭하고자 한다. LACE는 모식도에 나타난 것과 같이 특정 지점의 지역민이 체감한 I를 태풍 별 D에 따라 F만큼 누적한 결과를 의미한다. LACE는 태풍의 위험 정도를 지리적으로 비교할 수 있게 해주며, 이와 동시에 지역 태풍위험도에 영향을 미친 요소들, 즉 F, D와 I의 관계를 해석할 수 있도록 분석 틀을 제공한다는 점에서 매우 유용한 지표라고 할 수 있다.

Figure 3.

Schematic diagram of impacting tropical storms for LACE (source: Gil and Kang, 2024). The diagram depicts a case where the intensity observations (blue dots) from three storms exist within a certain distance (R) from a location (cross). R is the radius of influence derived from actual observations of the tropical storm, as perceived by the local residents. In this study, R is fixed at 500 km.

3. 분석 결과

1) 9월 태풍활동도의 지리적 분포

LACE는 기후 평년기간(1991-2020년) 8월과 9월 태풍활동도의 지리적분포를 보여준다(그림 4). 이는 태풍발생 월을 기준으로 한 것이 아니고, 지점별로 해당 월에 실제로 받은 영향을 표현한 것이어서 위험도를 이해하는데 도움을 준다. 태풍 영향을 표현하는 데 있어 R은 연속적인 다른 값들을 가질 수 있지만 본연구는 R을 500km로 고정하였다. R에 매 시점의 실제 강풍반경 값들을 적용한다면 보다 정확한 값을 얻을 수 있을 것으로 기대되지만, 현실적으로는 태풍의 바람구조가 비균질적이어서 강풍반경의 불확실성이 크게 나타날 수밖에 없다(Landsea and Franklin, 2013). 본 연구에서는 분석의 효율성을 높이기 위해 태풍 구조감시에 널리 적용되는 500km를 R의 고정 값으로 활용하여 태풍의 영향을 진단하였다(Hart, 2003). 거리 분석에는 타원반경 방법이 적용되었다(Vincenty, 1975).

Figure 4.

The distributions and differences of LACE over the climatological normal period (1991-2020). The distribution of LACE (a) for August, (b) for September, and (c) the differences between September and August. For calculation, the best-track data from the U.S. Joint Typhoon Warning Center (JTWC) are used. For each location, the intensities observed within R for August and September are averaged annually over the specified period.

전반적으로 태풍 활동이 가장 활발한 지역, 다시 말해 가장 위험도가 큰 지역은 류큐 제도 남동쪽 해상에 중심을 두고 동서방향과 남북방향으로 넓게 퍼져 나타난다. 태풍 활동의 가장자리라고 할 수 있는 지역은 LACE의 분포에서 값의 경사가 나타나는 곳으로서, 주민들이 거주하는 지역들 중 필리핀, 베트남 연안, 중국 남부와 동부 연안, 한반도 남부지역과 일본 열도의 남서부지역에 해당한다. 특히, 필리핀 북부와 대만, 그리고 류큐 제도는 태풍의 활동이 가장 높은 지역으로서 가장 위험한 지역임을 보여준다. 편차장을 통해 9월의 LACE가 8월과 어떻게 다른지를 확인할 수 있다(그림 4c). 결과적으로 9월 태풍의 활동은 8월에 비해 보다 넓은 지역에서 강화되어 나타난다. 여름철 가열되었던 대륙이 식기 시작함에 따라 북서쪽으로 확장해 있던 LACE값이 중국대륙과 한반도 지역에서 다소 낮아지는 반면, 남동쪽으로는 증가하는 양상이다. 남중국해에서 류큐 제도를 거쳐 일본 남동부 해상으로 이어지는 LACE편차의 띠가 나타나며, 특히 류큐 제도를 중심으로 가장 강한 계절 반응을 보인다. 한반도는 다른 지역들에 비해 상대적으로 덜 위험한 지역에 속하지만, 가까운 류큐지역의 LACE편차가 최고라는 사실은 그만큼 북상하는 태풍 피해에 대한 긴장과 대응이 높은 수준으로 이루어질 수밖에 없는 환경임을 보여준다.

2) 태풍활동도에 기여하는 위험요소들의 지리적 분포

LACE가 표현하는 태풍의 위험도는 영향을 미치는 태풍의 수, 강도 그리고 지속시간의 영향을 받는다. LACE를 에너지 크기로 볼 때 가상의 체적을 생각해 볼 수 있다. 어느 지점에서 계산된 특정 월의 LACE는

로 표현될 수 있다(Gil and Kang, 2024). F는 해당 월 영향태풍 수이며, MI와 MD는 각각 월평균 강도(Mean I)와 월평균 지속시간(Mean D)을 표시한 것이다. 따라서, 수식 2에 쓰인 세 변수는 육면체의 체적을 결정짓는 세 변의 길이를 의미하는 것이 된다. 즉, 포인트와이즈 분석에 따른 태풍의 위험도는 이 세 요소의 길이에 따라 결정되는 것으로 이해할 수 있다. 어느 지점에서 F가 크거나 MD의 크기가 큰 것은 관측 횟수(파란색 점)의 증가를 가져오게 되어 결과적으로 해당 지점이 태풍의 영향에 보다 많이 노출됨을 의미한다(그림 3 참조). 이로써, 관측 횟수를 노출(X, exposure)이라는 지표로 활용할 수 있으며, 이는 F∙MD라는 수식 구조를 갖는다. X는 지점별 관측 횟수를 뜻함에 따라 진로밀도 분포와 같은 것으로 이해할 수 있다(Kossin et al., 2016; Parks et al., 2021). 이를 통해 실질적으로 사용되는 진로밀도는 태풍의 수와 함께 태풍의 이동속도가 관여하고 있으므로 태풍위험의 상세한 이해를 위해 그 특성을 구분할 필요가 있다.

그림 5a-d는 9월 각 지점별 LACE를 구성하는 요소들의 지리적 분포를 보여준다. 각 변수의 아래 첨자로 적은 9는 9월의 평균장임을 의미한다. 그림 4에서 최고의 LACE를 보였던 류큐 제도 부근으로는 F₉, MI₉, MD₉ 그리고 X₉의 값이 모두 높게 나타나는 것이 확인된다. 한편 그 가장자리 영역은 각기 다른 분포를 가짐으로써 태풍의 각 위험요소가 지리적으로 서로 상이함을 암시한다. 9월 태풍 활동의 위험요소별 특성은 기후 평년기간(1991-2020년)에서 8월과 대비한 그림 5e-h의 편차장에 잘 드러난다. F₉가 보여주는 영향태풍 수는 8월에 비해 중국 대륙에서 뚜렷하게 줄어들며 대만과 한반도 서쪽까지도 작아지는 경향이 나타난다. 다만, 일본 남동부 해상을 중심으로 그 증가가 눈에 띄게 나타나며 일본 열도는 대부분 지역이 그 영향을 받는다. 베트남 남부지역으로 영향태풍의 수가 증가하는 것도 특징이다. MI₉를 통해 본 9월 태풍의 강도는 중국대륙, 발해만과 북한지역으로 감소를 보이는 것 말고는 북서태평양의 동쪽 일부지역을 제외한 대부분 지역에서 폭 넓은 증가를 경험한다. 남중국해와 중국의 남부 및 동부 연안지역, 대만, 류큐 제도 그리고 한반도 일부지역은 9월 들어 줄어드는 영향태풍 수에 비해 강한 강도를 경험하는 것이다. 베트남과 남중국해상에서는 영향 태풍의 수가 증가하면서 강도도 함께 증가하는 것이 특징이라 할 수 있다. MD₉에 그려진 지속시간의 분포는 태풍의 이동속도가 느릴 수록 큰 값으로 나타난다. 가을철 북서쪽에서 점차 확장하는 찬 기단에 가로막혀 태풍이 전향하는 시점에서 이동속도를 늦추게 되는데(기상청, 2011), 이러한 반응은 류큐 제도 부근에서 가장 큰 것으로 확인되고 있다. 남중국해를 지나 베트남으로 진입하는 태풍들도 이동속도가 느려져 위험도를 증가시키는 것으로 분석된다. X₉는 지점별로 태풍에 노출되는 정도를 보여주는 수치로서 태풍의 관측 횟수가 많을 수록 커지는 값이다. 이는 F₉와 MD₉의 곱으로 산출되며, 앞서 살펴본 영향태풍 수와 지속시간이 종합된 결과로 이해할 수 있다. 따라서, 강도와는 별개로 태풍에 노출되는 정도는 남중국해 저위도 지역, 류큐 제도, 일본 남동부 해역이 뚜렷하게 증가하며 그 결과로서 베트남, 필리핀, 류큐 제도의 섬들과 일본 남동부 연안과 같은 주민의 수가 큰 지역들에서 가을철 태풍의 영향에 더 크게 노출된다. 연간 LACE가 MI∙X의 값임을 고려하면, 그림 4c에서 보았던 태풍 위험도 반응은 노출정도의 분포와 강도분포의 특성이 함께 고려된 결과임을 이해할 수 있다.

Figure 5.

Geographical distributions of the risk factors during the climatological normal period (1991-2020). (a) Frequency (F) (b) Mean Intensity (MI), (c) Mean Duration (MD), and (d) Exposure (X) are calculated for September. (e-h) show the differences of September from August.

3) 위험요소별 기여정도 비교

그림 5를 통해 태풍의 위험요소들 각각에 대한 시간적 비교와 공간적 비교를 할 수 있었지만, 이 방식으로는 무엇이 태풍활동도에 더 크게 기여했는지를 파악할 수가 없다. 이는 수식 2에서 보았듯이 LACE의 항들이 더하기가 아닌 곱하기로 이루어져 있기 때문이다. 이에 Gil and Kang(2024)은 각 위험요소가 LACE편차에 어느 정도 기여하고 있는지를 수치화 함으로써 각 요소들을 상호 비교할 수 있게 하였다. 이를 본 연구에 적용하면 다음과 같은 값들을 계산할 수 있다.

여기서 P_F, P_MI, P_MD, 와 P_X는 각각 F, MI, MD와 X의 차이가 가져오는 LACE의 변화량을 표기한 것으로서 각 요소가 기여하는 LACE의 양을 의미한다는 점에서 LACE부분영향(LACE partial contribution, LACEP)로 부를 수 있다. 예를 들어, F의 LACEP은 8월 LACE(LACEP₈)를 구성하는 영향태풍 수(F₈) 대신 9월 영향태풍 수(F₉)를 적용시킨 가상의 LACE를 구한 뒤 이 값이 LACE₈과 얼만큼 다른 지를 계산한 것이다. 여기서, LACE₈/F₈은 에너지량의 체적을 직육면체로 비유할 때 F₈에 곱해질 면적을 의미한다. 같은 방식으로 P_MI, P_MD와 P_X를 이해하고 서로를 비교하여 해석할 수 있다.

LACEP의 분포는 8월에 대비하여 9월에 작용한 태풍의 위험요소의 기여를 보여줌으로써, 각 지점별로 지역민이 체감하는 위험요소를 진단할 수 있다(그림 6). 8월에 대비한 F₉의 감소(그림 5e 참조)는 중국 연안지역, 대만, 류큐 제도, 우리나라와 필리핀 북동쪽 해역에 이르기까지 폭 넓은 LACEP의 감소를 가져온다(그림 6a). 이는 9월에 나타나는 F의 감소가 가을철 태풍 위험을 감소시키는 것으로 이해될 수 있다. 그럼에도 불구하고 MI₉는 이러한 감소를 극복할 정도로 LACEP의 크기를 증가시킨다(그림 6b). 일본 전역, 특히 일본열도의 남부와 동부 해역은 F₉와 MI₉가 모두 활동도를 증가시키는데 기여하며 MI₉의 기여가 더 크다는 사실을 확인할 수 있다. 한편, 태풍 진로의 전향이 이루어지는 류큐 제도 부근을 중심으로 MD₉의 기여는 MI₉의 기여만큼이나 크게 나타나는 것이 특징이다. 류큐 제도 부근에서는 F₉의 감소 효과가 반영된 결과로서 X₉에 따른 LACEP이 다소 완화되어 나타나지만 여전히 뚜렷한 증가 영역을 보이면서 X₉가 LACE를 증가시키는 것을 알 수 있다. 이를 통해 그림 4c의 LACE분포를 다시 살펴본다면, 9월 류큐지역의 태풍의 위험도가 다른 지역에 비해 가장 높게 나타나는 이유가 영향태풍의 수의 감소에도 불구하고 태풍의 강도가 매우 강하고 이동속도도 매우 느리기 때문임을 이해할 수 있다. 일본 남동부 해역과 연안 지역에서 9월 태풍의 위험도가 증가하는 것은 영향태풍 수의 증가와 강도의 강화가 동시에 영향을 미친 것이며, 특히 강도의 강화가 더 큰 위험요소로 작용하고 있음을 알 수 있다. 9월 남중국해상에서 베트남 지역으로 진입하는 태풍의 위험도는 상대적으로 좁은 구역에서 영향태풍 수의 증가, 강도의 강화와 이동속도의 감소가 비슷한 수준으로 영향을 미친 결과라는 것도 확인할 수 있다. 9월 중국 남부 및 동부 연안과 한반도 지역에서는 영향태풍 수의 감소와 이동속도의 증가가 나타나 위험도가 줄어듦에도 불구하고 접근하는 태풍의 강도가 강해지며 결과적으로 이 지역의 태풍 위험도를 유지시키고 있음을 보여준다.

Figure 6.

LACEP for each risk factor during the climate normal period (1991-2020). (a) Frequency (F), (b) Mean Intensity (MI), (c) Mean Duration (MD), and (d) Exposure (X) show LACEP for September, where the LACEPs are calculated against each associated climatological risk factor in August.

4. 요약 및 토의

가을철 태풍의 피해에 대한 경각이 높음에도 불구하고 태풍 위험도에 대한 정의가 부재하며, 따라서 태풍 위험도가 지리적으로 어떻게 분포하는지에 대한 이해도 충분하지 못한 현실이다. 본 연구는 Gil and Kang(2024)이 제안한 지역 태풍활동도 지표를 활용하여 지역민이 실제로 체감하는 가을철 태풍의 위험 정도를 정량적으로 진단하고자 하였다. 이 지표는 앞서 Bell et al.(2000)이 제시한 태풍총누적에너지(ACE) 지표를 응용한 것이다. 이는 각 지점별로 영향을 미친 태풍 관측 값들로부터 관측 강도를 총 누적한 것으로서, 지역민이 실제 체감하는 태풍의 에너지를 포인트와이즈 분석 방법을 통해 표현하고 있다. 이렇게 표현된 태풍의 지역 활동도가 태풍의 지역 위험도를 가리키는 것이라 가정할 때, 태풍 위험도의 지리적 분포를 구할 수 있으며 이를 통해 태풍 위험도의 공간 특성을 보다 명확하게 이해할 수 있다. 태풍의 지역 활동도는 Gil and Kang(2024)의 방식을 차용하여 LACE(Localized ACE)로 명명한다.

본 연구는 9월 LACE의 지리적 분포를 8월의 것과 비교함으로써 가을철 태풍의 특성을 이해하고자 하였다. 결과적으로 9월 태풍의 LACE가 8월과 비슷한 수준을 넘어 오히려 보다 넓은 지역에서 강화되어 나타나는 것을 확인하였다. 여름철 기간 가열되었던 대륙이 식기 시작함에 따라 북서쪽으로 확장해 있던 LACE값은 9월 들어 중국대륙과 한반도 지역에서 다소 낮아지는 반면, 남동쪽으로는 증가하는 양상이다. 또한, 남중국해에서 류큐 제도를 거쳐 일본 남동부 해상으로 이어지는 LACE편차의 띠가 나타나며, 특히 류큐 제도를 중심으로 가장 강한 계절 반응을 보인다. LACE에 기여하는 변수들은 태풍활동 총에너지를 증가시키는 세부 요소들로서 영향태풍의 수, 강도 그리고 이동속도가 해당된다. 세부적으로 볼 때, 영향태풍의 수는 9월에 중국 대륙, 대만과 한반도 서쪽 지역까지 감소 경향을 보이지만, 일본 전역과 베트남 남부지역으로는 증가하는 것으로 나타났다. 태풍의 강도는 중국대륙, 발해만과 북한지역 등 대륙의 냉각을 일찍 경험하는 일부 지역을 제외하곤 북서태평양 대부분 지역에서 폭 넓은 증가를 보인다. 태풍의 이동 속도는 태풍의 전향지점인 류큐 제도 부근에서 가장 낮게 나타났으며, 남중국해를 지나 베트남으로 진입하는 태풍들도 다른 지역에 비해 느린 태풍을 경험하는 것으로 확인되었다. 이로써, LACE로 정의된 태풍 위험도의 지리적 분포와 개별 위험요소들의 분포를 통해 가을철 태풍 위험도의 특성을 이해할 수 있었다.

한편, 위 결과는 LACE의 지리적 분포, 즉 태풍의 지역 위험도에 어느 위험요소가 더 크게 기여하고 있는지를 설명해 주지는 않는다. 이를 위해, 본 연구는 추가적으로 Gil and Kang(2024)이 제안한 ‘LACEP’의 개념을 도입하여 9월 태풍의 위험요소들이 8월 태풍에 대해 가지는 잠재적 LACE 능력을 확인하였다. 결과적으로 9월 류큐지역 태풍의 위험도가 다른 지역에 비해 가장 높게 나타나는 이유는 영향태풍 수의 감소에도 불구하고 태풍의 강도가 매우 강하고 이동속도도 매우 느리기 때문이었다. 일본 남동부 해역과 연안 지역에서 9월 태풍의 위험도가 증가하는 것은 영향태풍 수의 증가와 강도의 강화가 동시에 영향을 미친 결과이며 특히 강도의 강화가 더 크게 작용하고 있었다. 9월 남중국해상에서 베트남 지역으로 진입하는 태풍의 위험도는 영향태풍 수의 증가, 강도의 강화와 이동속도의 감소가 서로 비슷한 수준으로 영향을 미친 결과라는 것도 확인하였다. 9월 영향태풍 수의 감소가 나타났던 지역 중 중국 연안지역, 대만, 류큐 제도, 우리나라와 필리핀 북동쪽 해역에서는 LACE의 감소를 극복할 수준으로 강도의 기여가 상회함으로써 최종적으로 9월 태풍의 위험도를 증가시키는 것으로 나타났다. 이처럼 LACEP을 분석함으로써 태풍의 위험도에 어떤 위험요소가 더 크게 작용하고 있는지를 이해할 수 있었다

본 논문은 태풍의 활동도를 보여주는 9월 LACE와 LACEP을 통해 지역민이 체감하는 가을철 태풍의 위험도 특성에 대해 진단하고 있다. 분석된 내용은 해당 지점을 기준으로 수행된 결과이지만, 태풍이 진행하는 현장 상황에서 재해 대응은 모든 가능성을 고려할 수밖에 없다는 점을 감안하면 어느 한 지점의 태풍 위험도 정보는 해당 지점만의 것이 아님을 이해할 수 있다. 예를 들어, 류큐 제도로 북상하는 태풍에 대한 경계는 한반도 지역에서도 같은 수준으로 이루어질 것이므로 태풍 위험도 정보의 활용은 해당 지역의 범위를 넘어설 수밖에 없다. 이러한 관점에서 본 연구의 결과는 지역민들이 가을철 태풍 재해에 보다 합리적이고 효율적으로 대응할 수 있도록 하는 기반 정보를 제공할 것으로 기대된다.