국가 전략적 차원에서 전체 사회기반시설물에 대해 미래에 필요한 유지보수 예산 파악하는 것은 매우 중요한 부분이다. 그러나 현재 국내에서는 전체 대규모 시설물에 적용할 수 있는 유지보수비용 예측 기법이 거의 전무한 실정이다. 본 연구에서는 현재 국내에서 가용한 자료와 적용 가능한 예측모델을 토대로 우리나라 전체 향후 SOC 시설물에 대한 향후 유지보수 투자 규모를 예측하였다. 실제 지출비용과 비교하여 가장 적합한 예측모델을 선정하고 관리주체에서 과거에 지출한 유지보수비용 자료를 이용하여 일부 모델은 개발하여 교량, 터널, 포장, 항만, 댐, 공항, 상수도, 하천, 항만 등의 사회기반시설물에 대한 최적의 미래 유지보수 비용을 산출하였다. 앞으로 10년간 총 비용예측결과, 8종의 사회기반시설물에 대하여 약 23조원이 필요한 것으로 나타났으며, 가장 비용이 크게 발생하는 시설물은 도로포장, 도로교량으로 나타났다.
국가 전략적 차원에서 전체 사회기반시설물에 대해 미래에 필요한 유지보수 예산 파악하는 것은 매우 중요한 부분이다. 그러나 현재 국내에서는 전체 대규모 시설물에 적용할 수 있는 유지보수비용 예측 기법이 거의 전무한 실정이다. 본 연구에서는 현재 국내에서 가용한 자료와 적용 가능한 예측모델을 토대로 우리나라 전체 향후 SOC 시설물에 대한 향후 유지보수 투자 규모를 예측하였다. 실제 지출비용과 비교하여 가장 적합한 예측모델을 선정하고 관리주체에서 과거에 지출한 유지보수비용 자료를 이용하여 일부 모델은 개발하여 교량, 터널, 포장, 항만, 댐, 공항, 상수도, 하천, 항만 등의 사회기반시설물에 대한 최적의 미래 유지보수 비용을 산출하였다. 앞으로 10년간 총 비용예측결과, 8종의 사회기반시설물에 대하여 약 23조원이 필요한 것으로 나타났으며, 가장 비용이 크게 발생하는 시설물은 도로포장, 도로교량으로 나타났다.
It is important to estimate the future maintenance budget of all SOC infrastructure at the national strategic level. In this study, Based on a currently available statistics data, we predicted future maintenance investment for all SOC infrastructure in Korea. We have studied the applicable predictio...
It is important to estimate the future maintenance budget of all SOC infrastructure at the national strategic level. In this study, Based on a currently available statistics data, we predicted future maintenance investment for all SOC infrastructure in Korea. We have studied the applicable prediction models, and we developed the prediction models that can calculated the future maintenance cost by a real expenditure date. The subjects of facilities are bridges, tunnels, pavements, harbors, dams, airports, water supply, rivers and port. As a result of total estimated cost, eight types of SOC infrastructures are about 23 trillion won for the next 10years, and the most expensive facilities are road pavements and bridges.
It is important to estimate the future maintenance budget of all SOC infrastructure at the national strategic level. In this study, Based on a currently available statistics data, we predicted future maintenance investment for all SOC infrastructure in Korea. We have studied the applicable prediction models, and we developed the prediction models that can calculated the future maintenance cost by a real expenditure date. The subjects of facilities are bridges, tunnels, pavements, harbors, dams, airports, water supply, rivers and port. As a result of total estimated cost, eight types of SOC infrastructures are about 23 trillion won for the next 10years, and the most expensive facilities are road pavements and bridges.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
상수도시설물의 경우 관로를 제외하면 거의 반영구적으로 사용이 가능하며, 관로 외 시설물에 투자되는 비용은 미미한 수준이다. 따라서 본 연구에서는 기존 내구 수명에 대한 현황 데이터를 이용하여 관로 교체 비용을 추산하였다. 한국수자원공사 관노후도평가, 상수도시설 유지관리 매뉴얼 등에 제시된 관로의 수명은 강관은 약25∼40년, 주철관은 30∼40년, PCC관은 약 30∼40년으로 차이가 있다.
기존 방식은 일부 관리주체 단위에서 과거 유지보수비용지출 추이를 통해 유지보수 비용을 추정하거나 신규 투자 대비 비율 등을 통해 미래비용을 예측하였다. 본 연구에서는 시설물의 전체 현황 자료를 바탕으로 유지보수 비용을 추정하였으며, 실제 지출 결과와 비교하여 예측 결과의 신뢰성을 검토하였다. 본 연구 결과는 각 부처의 이해관계에서 자유로운 객관적인 결과로써, 이를 통해 어떤시설물이 향후 예산이 더 필요한지를 판단할 수 있는 지표로 활용될수 있다.
본 연구에서는 현재 국내에서 가용한 자료와 적용 가능한 예측모델을 토대로 우리나라 전체 향후 SOC 시설물에 대한 향후 유지보수 투자 규모를 예측하였다. 일부 시설물에 대해서는 예측모델을 개발하였으며, 나머지 시설물에 대해서는 기존 예측모델을 가용자료에 적용할 수 있도록 보정하였다.
본 연구의 목적에서는 현재 국내에서 가용한 자료와 적용 가능한 예측모델을 토대로 우리나라 전체의 향후 SOC 시설물별 유지관리 투자예산을 파악하여 향후 투자 규모를 예측하는 것이다. 본 연구는 특정 일부 시설물이 아닌 국가 전체 시설물을 대상으로 하고 있기 때문에 기존 연구에 비해 차별성을 가지고 있을 것으로 판단된다.
제안 방법
FMS, 한국공항공사 및 인천국제공항공사를 통해 총 13개 국내 공항의 공사비를 파악하고 이를 사회기반시설 회계지침(물가배수, 1955∼2005년)과 건설공사비지수(2005∼2017년,항공시설분야)를 바탕으로 현재가치화 하였다.
유지보수 주기가 상이한 아스팔트포장과 콘크리트포장으로 구분하고 현황데이터를 활용할 수 있도록 기존 모델을 보정하여 적용하였다. 개질아스팔트와 일반아스팔트는 내수수명의 차이가 존재하지만 현황 자료의 분류가 어려워 평균교체시기를 적용하였다.
도로터널은 기존 거시 예측모델을 현황데이터에 적용 가능하도록 보정하여 적용하였으며, 도로포장과 동일한 연구에서 도출된 모델을 보정하여 적용하였다. 과거 모델은 지수함수 형태를 적용하였지만 최근 실제 터널유지보수비가 선형적으로 증가하는 특성을 보여, 해당 연구에서 기존 지수함수를 1차 함수로 변경하였다. 현황자료는 2016년도 교량 및 터널현황 조서를 통해 파악하였다.
국가어항의 유지보수비용도 예산 투자 자료가 확보되어 Case 3 방식인 실제 예산 집행 자료를 바탕으로 예측모델을 개발하여 추정하였다. 예측모델은 2011년∼2015년까지 발간된 국가어항 시설물 유지보수사업 결과보고서에 수록된 예산 규모 자료를 토대로 개발하였으며, 어선수용규모, 연면적 등 다양한 변수와 비교결과, 국가어항 연장과 경과년수 대비 집행된 유지보수비용간의 R2가 가장 높게 나타나 이를 통해 추정하였다.
한국수자원공사 관노후도평가, 상수도시설 유지관리 매뉴얼 등에 제시된 관로의 수명은 강관은 약25∼40년, 주철관은 30∼40년, PCC관은 약 30∼40년으로 차이가 있다. 그러나 관로형식에 관한 전체 상세 데이터를 수집할 수 없어 평균관로수명 30년을 적용하여 교체시기를 결정하고 노후도 및 규모 등에 따라 우선순위를 배정하여 비용을 산출하였다. 또한, 기 교체물량은 제외하기 위해서 최근 보고서(광역상수도 기본계획 등)를참조하였으며, 적용 단가는 최근 수행된 갱생과 교체 비용의 평균 단가를 반영하였다(km당 약 462백만 원).
다목적댐의 유지보수비용은 Case 3 방식인 실제 예산 집행자료를 바탕으로 거시 모델을 개발하여 예측하였다. 집행자료는 국토교통부에서 발간한 예산안 사업설명자료(2012∼2016)를 이용하였다.
교체성 부재의 비용은 교면포장, 신축이음, 강교도장 등 주기적으로 보수가 필요한 부재의 비용을 의미하며, 비교체성 부재의 비용은 단위 기간동안 주부재에 발생하는 균열, 박락 등에 대한 비용을 의미한다. 다음은 부재별 예측모델 개발 과정으로 교체성 부재는 정보시스템의 이력정보를 적용한 생존분석기법에 통해 개발되었으며, 비교체성 부재는 수년간 축적된 정밀안전진단보고서 자료(약500여 개)를 통계 분석하여 개발되었다.
도로터널은 기존 거시 예측모델을 현황데이터에 적용 가능하도록 보정하여 적용하였으며, 도로포장과 동일한 연구에서 도출된 모델을 보정하여 적용하였다. 과거 모델은 지수함수 형태를 적용하였지만 최근 실제 터널유지보수비가 선형적으로 증가하는 특성을 보여, 해당 연구에서 기존 지수함수를 1차 함수로 변경하였다.
공항시설물과 같이 복합시설물은 유지관리비를 비목별로 산정하는 것이 현실적으로 매우 복잡하기 때문에 비용을 추정할 수 있는 거시적 예측 모델 개발이 매우 어렵다. 따라서 본연구에서는 항만시설물과 동일한 방법을 적용하였다. 공항부문사업의 예비타당성 조사지침의 투자(공사비) 대비 유지보수비 산정 기준을 적용하였는데, 투자비의 0.
국토교통부에서 발간한 현황 조서 및 사업 예산 설명 자료, 시설물정보관리종합시스템(Facility Management System), 각 관리주체의 시설물정보시스템(Highway Bridge Management System 등)과 관련 시설물에 대한 유지보수 보고서를 활용하였다. 또한, 사전 필터링을 통해 명백한 오류(공용년수 오기, 단위 불일치, 제원 미기입 등)를 수정하여 적용하였다.
먼저 대상시설물의 각 정보시스템 데이터와 통계 자료를 수집한 후 이를 토대로 적용 가능한 예측 방법을 파악하였다.기 개발된 예측 방법과 수집된 각 시설물 데이터의 수준을 고려하여 다음과 같이 4가지 방법으로 비용을 산출하였다.
본 연구에서는 FMS 등에서 수집한 자료를 통해 항만의 공사비를 파악하고 이를 사회기반시설 회계지침(물가배수, 1955∼2005년)과 건설공사비지수(2005∼2017년, 항만시설분야)를바탕으로 현재가치화 하였다.
이와 같은 비율은 기존 공항의 과거 유지보수비를 토대로 m2당 유지보수비를 산정한 후 추세선을 이용하여 추정한 결과이다. 본 연구에서는 투자 후 5년까지는 시설투자 후 초기로 유지보수비가 적게 소요되어 초기투자비의 0.2%를 적용하며, 6년차부터는 0.4%를 적용하여 유지보수비를 산정하였다.
본 연구에서는 FMS 등에서 수집한 자료를 통해 항만의 공사비를 파악하고 이를 사회기반시설 회계지침(물가배수, 1955∼2005년)과 건설공사비지수(2005∼2017년, 항만시설분야)를바탕으로 현재가치화 하였다. 산출된 현재대체원가 대비 유지보수비율(1.62%)을 적용하여 현재 유지보수비를 파악하였으며, 건설공사비지수 추세를 통해 미래의 유지보수비를 예측하였다.
수집 데이터를 적용할 수 있는 거시적 철도교량 예측모델이 거의 없기 때문에 기존 도로교량 부재별 상세 예측모델을 철도교량특성에 맞게 수정하여 적용하였다. 신축이음과 교면 포장을 제외하고 철도교량형식에 맞게 단가 등을 보정하였으며, 토목구조물이 아닌 철도 선로와 시스템에 투입되는 비용은 제외하였다.
과거 축적된 유지보수 이력 자료가 거의 없고 수집 데이터를 고려하여 적용 가능한 예측모델이 없는 경우는 Case 1의 기존 자산추정 방식을 적용하였다. 수집 데이터를 적용할 수 있는 적합한 예측 모델이 존재하는 경우는 Case 2의 기존 거시 예측모델 방식을 적용하였다. 신뢰성이 확보된 다년간의 과거 유지보수 데이터가 존재하는 경우는 이들 자료를 토대로 개발한 Case 3의 거시적 예측모델 방식을 적용하였다.
철도터널도 이와 관련된 국내 비용 예측모델이 없기 때문에 기존 도로터널에 적용된 예측식을 적용하였다. 수집한 데이터에서 여건상 세부적 분류가 어려워 지역별로 구분하였다. 분석결과, 전체 유지보수 투자예산은 현재 연간 131억 원에서 10년 후 연간 211억 원까지 약 61%가량 증가할 것으로 예상되었다.
수집 데이터를 적용할 수 있는 적합한 예측 모델이 존재하는 경우는 Case 2의 기존 거시 예측모델 방식을 적용하였다. 신뢰성이 확보된 다년간의 과거 유지보수 데이터가 존재하는 경우는 이들 자료를 토대로 개발한 Case 3의 거시적 예측모델 방식을 적용하였다. 수집 데이터가 시설물 부재별 예측모델을 적용할 수 있을 정도로 세부적인 경우는 Case 4의 상세 예측모델을 적용하였다.
FMS, 한국공항공사 및 인천국제공항공사를 통해 총 13개 국내 공항의 공사비를 파악하고 이를 사회기반시설 회계지침(물가배수, 1955∼2005년)과 건설공사비지수(2005∼2017년,항공시설분야)를 바탕으로 현재가치화 하였다. 여기에 건설공사비지수 추세를 통해 미래 유지보수비를 추정하였다.
기존 모델을 활용한 Case 2 방식을 적용하였으며, 고속도로설계단계 LCC DB개선 및 시스템 적용 연구(2014, 한국도로공사)에서 제시한 예측 모델이 가장 정확도가 높은 것으로 판단되었다. 유지보수 주기가 상이한 아스팔트포장과 콘크리트포장으로 구분하고 현황데이터를 활용할 수 있도록 기존 모델을 보정하여 적용하였다. 개질아스팔트와 일반아스팔트는 내수수명의 차이가 존재하지만 현황 자료의 분류가 어려워 평균교체시기를 적용하였다.
현황 자료는 2011년도 항만편람 및 시설물정보관리종합시스템을 통해 수집하였다. 일부 공사비가 중복계상 및 누락되어 유지보수보고서 등 추가 자료를 참고하여 가능한 범위에서 수정하였다. 분석 대상은 정부, 지자체 등에서 관리하고 있는 총383 개소의 전체 항만 시설물이다.
총공사비, 총유역면적, 저수량 등 다양한 변수와 비교결과, 댐 체적 변수와 경과년수 대비 집행된 유지보수비용간의 상관관계(R2)가 가장 높게 나타나 이를 통해 추정하였다. 일정기간까지 증가하다가 수렴하는 다목적댐 유지보수비의 특성을 고려하여 경과년수에 따라 모델 식을 다르게 적용하였다.
철도터널도 이와 관련된 국내 비용 예측모델이 없기 때문에 기존 도로터널에 적용된 예측식을 적용하였다. 수집한 데이터에서 여건상 세부적 분류가 어려워 지역별로 구분하였다.
집행자료는 국토교통부에서 발간한 예산안 사업설명자료(2012∼2016)를 이용하였다. 총공사비, 총유역면적, 저수량 등 다양한 변수와 비교결과, 댐 체적 변수와 경과년수 대비 집행된 유지보수비용간의 상관관계(R2)가 가장 높게 나타나 이를 통해 추정하였다. 일정기간까지 증가하다가 수렴하는 다목적댐 유지보수비의 특성을 고려하여 경과년수에 따라 모델 식을 다르게 적용하였다.
하천(제방, 보, 하구둑, 수문)의 유지보수비용은 Case 3 방식인 실제 예산 집행자료를 바탕으로 예측식을 개발하여 추산하였다. 실제 예산 집행자료는 국토교통부에서 발간한 예산안 사업설명자료(2012∼2016)를 이용하였다.
실제 예산 집행자료는 국토교통부에서 발간한 예산안 사업설명자료(2012∼2016)를 이용하였다. 현재 하천 시설물의 유지보수 물량은 급격하게 증가하지 않고 일정 수준으로 유지되고 있기 때문에 하천 연장당 유지보수비를 산출한 후 향후 건설공사비 추세식을 통해 미래 비용을 예측하였다.
대상 데이터
다음 Table 1은 본 연구에서 참고한 우리나라 각 사회기반시설물 현황 자료이다. 국토교통부에서 발간한 현황 조서 및 사업 예산 설명 자료, 시설물정보관리종합시스템(Facility Management System), 각 관리주체의 시설물정보시스템(Highway Bridge Management System 등)과 관련 시설물에 대한 유지보수 보고서를 활용하였다. 또한, 사전 필터링을 통해 명백한 오류(공용년수 오기, 단위 불일치, 제원 미기입 등)를 수정하여 적용하였다.
대상시설물은 원칙적으로 국가회계기준에 속한 도로, 철도, 항만, 댐, 공항, 상수도, 하천 어항 등 8종의 토목시설물을 대상으로 설정하였으며, 우리나라 전체 시설물을 모두 포함하였다. 자료 확보가 어려운 일부 시설물의 경우는 부득이하게 제외하였다.
일부 공사비가 중복계상 및 누락되어 유지보수보고서 등 추가 자료를 참고하여 가능한 범위에서 수정하였다. 분석 대상은 정부, 지자체 등에서 관리하고 있는 총383 개소의 전체 항만 시설물이다.
여기서, x는 공용년수, c는 댐체적이며, 단위는 백만원이다. 분석대상은 2017년도 시설물정보관리종합시스템 등을 통해 파악된 국내 다목적댐 20개소로 주요 관리주체는 한국수자원공사이며, 평균공용년수는 약22년으로 나타났다.
또한, 기 교체물량은 제외하기 위해서 최근 보고서(광역상수도 기본계획 등)를참조하였으며, 적용 단가는 최근 수행된 갱생과 교체 비용의 평균 단가를 반영하였다(km당 약 462백만 원). 분석대상은 FMS, 광역상수도 기본계획 등을 통해 파악한 125개의 관로 시설물로 전체 연장은 약 5,162km이며, 평균 공용년수는 약 17년이다.
분석대상은 약 국내 전체 도로교량 30,983개소로 2016년도 교량 및 터널 현황 조서와 통계현황자료를 통해 확보하였다. 도로종류별로는 고속도로가 9,018개소로 가장 많았다.
실제 예산 집행자료는 국토교통부에서 발간한 예산안 사업설명자료(2012∼2016)를 이용하였다.
집행자료는 국토교통부에서 발간한 예산안 사업설명자료(2012∼2016)를 이용하였다.
신축이음과 교면 포장을 제외하고 철도교량형식에 맞게 단가 등을 보정하였으며, 토목구조물이 아닌 철도 선로와 시스템에 투입되는 비용은 제외하였다. 철도교량은 2017년도 시설물정보관리종합시스템 등을 통해 현황 자료를 파악하였고, 총1,033개소에 대해 유지보수비를 산출하였다.
현황 자료는 2011년도 항만편람 및 시설물정보관리종합시스템을 통해 수집하였다. 일부 공사비가 중복계상 및 누락되어 유지보수보고서 등 추가 자료를 참고하여 가능한 범위에서 수정하였다.
과거 모델은 지수함수 형태를 적용하였지만 최근 실제 터널유지보수비가 선형적으로 증가하는 특성을 보여, 해당 연구에서 기존 지수함수를 1차 함수로 변경하였다. 현황자료는 2016년도 교량 및 터널현황 조서를 통해 파악하였다.
데이터처리
도로종류별로는 고속도로가 9,018개소로 가장 많았다. 일부누락된 세부 데이터(신축이음개소수, 교량받침수 등)는 교량 제원(경간수, 면적 등)의 변수로 회기분석을 통해 추정하였다.
이론/모형
도로교량은 교량관리시스템이 2000년대 중반부터 본격적으로 운영되고 있기 때문에 타 시설물에 비해 세부 데이터를 확보할 수 있었으며, 또한, 이를 적용할 수 있는 부재별 예측모델도 개발되었다. 고속도로 보수보강 특성 연구(2014, 한국도로공사)를 통해 개발된 예측모델을 적용하였는데, 교체 및비교체성 부재의 비용을 각각 산출하였다. 교체성 부재의 비용은 교면포장, 신축이음, 강교도장 등 주기적으로 보수가 필요한 부재의 비용을 의미하며, 비교체성 부재의 비용은 단위 기간동안 주부재에 발생하는 균열, 박락 등에 대한 비용을 의미한다.
항만시설에 대한 유지보수비 예측은 “항만부문 사업 예비타당성조사 표준지침연구, 2013년”의 투자 대비 유지관리비 산정 방식을 적용하였다.
성능/효과
일부 시설물에 대해서는 예측모델을 개발하였으며, 나머지 시설물에 대해서는 기존 예측모델을 가용자료에 적용할 수 있도록 보정하였다. 10년간 총비용예측결과, 8종의 사회기반시설물에 대하여 약 23조원이 필요한 것으로 나타났으며, 가장 비용이 크게 발생하는 시설물은 도로포장, 도로교량, 항만시설 순으로 나타났다. 기존 방식은 일부 관리주체 단위에서 과거 유지보수비용지출 추이를 통해 유지보수 비용을 추정하거나 신규 투자 대비 비율 등을 통해 미래비용을 예측하였다.
본 연구에서 적용한 교량 예측모델은 부재별 비용추정이 가능하다. 10년에 대한 부재별 분석 결과, 교면표장이 33,446억 원으로 전체 유지관리 비용의 47%를 차지하는 것으로 나타났다. 실제 대부분의 관리주체에서도 교면포장에 지출되는 비용이 가장 높게 나타났다.
2015년도 국가어항 시설물 유지보수사업 보고서를 통해 파악된 84개소의 국가어항을 대상으로 산출한 결과, 전체 유지보수 투자예산은 현재 연간 119억원에서 10년 후 연간 141억 원까지 약 18%가량 증가할 것으로 예상되었으며, 향후 10년간 약1,310억원의 투자가 필요한 것으로 나타났다.
FMS 통해 파악된 4,351개소의 시설물에 대하여 전체 유지보수 투자예산은 현재 연간 1,501억 원에서 10년 후 연간 1,995억원까지 약 33%가량 증가할 것으로 예측되었다. 낙동강수계 내 시설물이 약0.
전체 유지보수 투자예산은 현재 연간 111억원에서 10년 후 연간 199억 원까지 약 56%가량 증가할 것으로 예상된다. 고속도로가 총 유지보수 비용의 50%로 가장 높게 나타났으며,자치구에서 관리하고 있는 구도가 가장 적게 나타났다.
전체 유지보수 투자예산은 현재 연간 2,983억 원에서 10년 후 연간 3,853억원까지 약29% 가량 증가할 것으로 예상되었다. 공기업에서 관리하는 항만 시설물이 10년간 약1.5조가 필요하여 가장 높게 나타났으며, 지자체에서 관리하는 항만 시설물이 가장 적게 나타났다.
전체 유지보수 투자예산은 현재 연간 234억원에서 10년 후 연간 559억원으로 약2배이상 증가할 것으로 예측되었다. 관리주체별 가장 예산투자규모가 큰 곳은 한국수자원공사 수도권지역본부가 관리하는 시설물로 전체의 60%를 차지하며,뚝도아리수정수센터에서 관리하는 시설물이 노후도가 낮아가장 적게 나타났다.
관리주체별로는 목포와 포항해양수산청 내 어항 시설물이 가장 높게 나타났으며, 평택해양수산청이 가장 적제 나타났다. 2017년도 예측결과가 약 119억 원으로 2015년 국가어항 실제 유지보수비용 약100억원에 비해 약20% 증가된 것으로 나타났다.
기존 모델을 활용한 Case 2 방식을 적용하였으며, 고속도로설계단계 LCC DB개선 및 시스템 적용 연구(2014, 한국도로공사)에서 제시한 예측 모델이 가장 정확도가 높은 것으로 판단되었다. 유지보수 주기가 상이한 아스팔트포장과 콘크리트포장으로 구분하고 현황데이터를 활용할 수 있도록 기존 모델을 보정하여 적용하였다.
FMS 통해 파악된 4,351개소의 시설물에 대하여 전체 유지보수 투자예산은 현재 연간 1,501억 원에서 10년 후 연간 1,995억원까지 약 33%가량 증가할 것으로 예측되었다. 낙동강수계 내 시설물이 약0.6조로 가장 높게 나타났으며, 섬진강수계 내 시설물이 가장 적게 나타났다. 실제 국가하천의 유지보수 투자액은 2015년 약1,590억원, 2014년 약1,100억원으로 2017년 분석결과인 1501억원과 유사하게 나타났다.
일부 관리주체에서는 시설물 정보시스템을 통해 각 시설물의 세부 이력 데이터를 관리하고 있지만 우리나라 전체 시설물을 대상으로 예측해야하기 때문에 일부 시설물의 제원이누락되어 있으면 적용이 어렵다. 따라서 전체 대상 시설물에 대하여 모두 확보할 수 있는 데이터를 토대로 다양한 예측 방법 중에 직관적으로 적용할 수 있으며, 실제 지출 규모와 비교하여 가장 근접한 결과가 도출된 방법을 채택하였다. 추정방식은 의사결정자가 쉽게 이해할 수 있도록 직관적이어야 하기 때문이다.
분석결과, 전체 유지보수 투자예산은 2017년 현재 연간 7,900억 원에서 10년 후 연간 1조 600억 원까지 약 34%가량 증가할 것으로 나타났다. 연장이 긴 시도(2.
수집한 데이터에서 여건상 세부적 분류가 어려워 지역별로 구분하였다. 분석결과, 전체 유지보수 투자예산은 현재 연간 131억 원에서 10년 후 연간 211억 원까지 약 61%가량 증가할 것으로 예상되었다. 서울과 경상도 소재의 철도터널이 각각 10년간 약 500억원으로 가장 높게 나타났으며, 강원도지역의 유지보수 비용이 가장 적게 발생하는 것으로 나타났다.
분석결과, 전체 유지보수 투자예산은 현재 연간 222억원에서 10년 후 연간 390억 원까지 약 76%가량 증가할 것으로 예상되었다. 일반철도 내 교량이 1,130억원으로 가장 높게 나타났으며, 고속철도, 광역철도, 도시철도 순서로 유지보수 비용이 크게 발생할 것으로 나타났다.
분석결과, 전체 유지보수 투자예산은 현재 연간 5,557억원에서 10년 후 연간 7,731억원까지 약39%가량 증가할 것으로 예측되었다. 관리교량연장이 긴 고속도로(2.
분석결과, 전체 유지보수 투자예산은 현재 연간 131억 원에서 10년 후 연간 211억 원까지 약 61%가량 증가할 것으로 예상되었다. 서울과 경상도 소재의 철도터널이 각각 10년간 약 500억원으로 가장 높게 나타났으며, 강원도지역의 유지보수 비용이 가장 적게 발생하는 것으로 나타났다.
예측모델은 2011년∼2015년까지 발간된 국가어항 시설물 유지보수사업 결과보고서에 수록된 예산 규모 자료를 토대로 개발하였으며, 어선수용규모, 연면적 등 다양한 변수와 비교결과, 국가어항 연장과 경과년수 대비 집행된 유지보수비용간의 R2가 가장 높게 나타나 이를 통해 추정하였다.
분석결과, 전체 유지보수 투자예산은 현재 연간 222억원에서 10년 후 연간 390억 원까지 약 76%가량 증가할 것으로 예상되었다. 일반철도 내 교량이 1,130억원으로 가장 높게 나타났으며, 고속철도, 광역철도, 도시철도 순서로 유지보수 비용이 크게 발생할 것으로 나타났다.
전체 유지보수 투자예산은 현재 연간 111억원에서 10년 후 연간 199억 원까지 약 56%가량 증가할 것으로 예상된다. 고속도로가 총 유지보수 비용의 50%로 가장 높게 나타났으며,자치구에서 관리하고 있는 구도가 가장 적게 나타났다.
전체 유지보수 투자예산은 현재 연간 186억원에서 10년 후 연간 246억원까지 약32%가량 증가할 것으로 예상되었다. 규모가 가장 큰 인천공항이 전체 80%를 차지하며, 나머지 공항은 고른 분포로 나타났다.
전체 유지보수 투자예산은 현재 연간 2,983억 원에서 10년 후 연간 3,853억원까지 약29% 가량 증가할 것으로 예상되었다. 공기업에서 관리하는 항만 시설물이 10년간 약1.
전체 유지보수 투자예산은 현재 연간 234억원에서 10년 후 연간 559억원으로 약2배이상 증가할 것으로 예측되었다. 관리주체별 가장 예산투자규모가 큰 곳은 한국수자원공사 수도권지역본부가 관리하는 시설물로 전체의 60%를 차지하며,뚝도아리수정수센터에서 관리하는 시설물이 노후도가 낮아가장 적게 나타났다.
전체 유지보수 투자예산은 현재 연간 316억원에서 10년 후 연간 397억 원까지 약 26%가량 증가할 것으로 예상되었다. 한강수계에 위치한 다목적댐이 절반에 가까운 45%로 가장 높게 나타났으며, 섬진강 및 영산강수계 결과가 가장 적게 나타났다.
전체 유지보수 투자예산은 현재 연간 316억원에서 10년 후 연간 397억 원까지 약 26%가량 증가할 것으로 예상되었다. 한강수계에 위치한 다목적댐이 절반에 가까운 45%로 가장 높게 나타났으며, 섬진강 및 영산강수계 결과가 가장 적게 나타났다. 실제 2014년 다목적댐 유지보수에 투자된 금액은 약 312억 원으로 2017년 분석 결과인 316억원과 유사하게 나타났다.
여기서는 준설, 방파제, 안벽, 부대설비, 하역장비 등 유지보수비 포함하나, 운영비는 제외된다. 해당 연구에서 제시한 근거들을 종합하면 자본금(Capital stock) 대비 약 1.62%가 유지보수비로 지출되고 있는 것으로 나타났다. 여기서 자본금은 항만에서 투자된 총 공사비와 등치되는 개념으로 각 시설물의 현재대체원가를 파악할 수 있다면 이를 통해 유지보수비를 추정할 수 있을 것으로 판단하였다.
후속연구
본 연구에서는 시설물의 전체 현황 자료를 바탕으로 유지보수 비용을 추정하였으며, 실제 지출 결과와 비교하여 예측 결과의 신뢰성을 검토하였다. 본 연구 결과는 각 부처의 이해관계에서 자유로운 객관적인 결과로써, 이를 통해 어떤시설물이 향후 예산이 더 필요한지를 판단할 수 있는 지표로 활용될수 있다. 그러나 사회기반 시설물의 유지보수 비용은 환경적 변화, 서비스 성능요구 등 여러 가지 요소에 따라 크게 변화할 수 있기 때문이 이를 감안하여야 하며, 거시적 관점에서 접근하였기 때문에 계획 수립시 보조적인 지표로 활용하는 것이 적절하다.
본 연구의 목적에서는 현재 국내에서 가용한 자료와 적용 가능한 예측모델을 토대로 우리나라 전체의 향후 SOC 시설물별 유지관리 투자예산을 파악하여 향후 투자 규모를 예측하는 것이다. 본 연구는 특정 일부 시설물이 아닌 국가 전체 시설물을 대상으로 하고 있기 때문에 기존 연구에 비해 차별성을 가지고 있을 것으로 판단된다.
향후 10년간 총 2,171억 원 투자 필요한 것으로 나타났는데, 여기에는 공항청사 외 일부 부속 시설물은 포함하나, 대규모 포장 보수공사는 제외된 결과이다. 포장 보수는 포장 종류 및 상태 등에 따라 공사비 차이가 매우 크기 때문에 이를 고려하기 위해서는 향후 마이크로 페이버 등과 같은 별도의 공항포장 예측 모델을 통해 추가적인 분석이 필요할 것으로 판단된다.
규모가 가장 큰 인천공항이 전체 80%를 차지하며, 나머지 공항은 고른 분포로 나타났다. 향후 10년간 총 2,171억 원 투자 필요한 것으로 나타났는데, 여기에는 공항청사 외 일부 부속 시설물은 포함하나, 대규모 포장 보수공사는 제외된 결과이다. 포장 보수는 포장 종류 및 상태 등에 따라 공사비 차이가 매우 크기 때문에 이를 고려하기 위해서는 향후 마이크로 페이버 등과 같은 별도의 공항포장 예측 모델을 통해 추가적인 분석이 필요할 것으로 판단된다.
향후 추가연구가 진행되어 매년 업데이트되는 예산 현황을 반영하여 지속적으로 모델을 보정하고 시설물 정보 데이터를 개선하며, 시설물 특성에 따라 부재별 환경별로 예측모델을 세분화한다면 보다 합리적인 의사결정을 도출하는데 큰 도움이 될 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
데이터 수준을 고려한 적합한 예측 모델을 사용해야 하는 이유는?
시설물의 미래 유지보수 비용을 보다 정확히 추정하기 위해서는 현재 국가에서 관리하고 있는 시설물 제원을 파악하고 가용할 수 있는 데이터 수준을 고려하여 그 수준에 적합한 예측 모델을 적용하여 추정하는 것이 바람직하다. 기존의 LCC 분석기법으로는 수천 개 이상 국가 전체 시설물을 대상으로 유지관리비용을 추정하기에는 현실적으로 불가능하며, 가용할 수 있는 데이터도 부족하기 때문이다.
적정 유지보수비용 예산을 확보하기 위해 필요한 사항은?
현재 국내 사회기반 시설물은 노후화가 이미 시작되었고 관리주체에서 요구하고 있는 유지보수비용이 지속적으로 증가하는 추세를 보이고있다. 적정 유지보수비용 예산을 확보하기 위해서는 거시적 관점에서 전체 유지보수 예산을 파악할 수 있는 분석 기법이 필요하다. 그러나 국내의 경우는 전체 시설물을 대상으로 유지보수비용을 예측한 사례가 적으며, 일부 시설물이나 관리 주체 범위에 국한되어 있다.
인프라평가보고서란?
이들 선진국에서는 이와 같은 상황을 타파하고 인프라에 대한 장기적인 발전전략 및 비전을 제시하기 위해 인프라 평가보고서(Infrastructure Report Card)를 발행하였다. 인프라평가보고서는 한 나라의 인프라에 대한 종합적인 평가한 문서로 도로, 철도, 댐, 상수도, 공항 등 사회기반시설의 현재 물리적 상태, 관리현황, 요구되는 조치, 재원 조달, 개선 방안 등의 내용을 담고 있으며, 각 시설물종별 상태와 향후 필요한 유지보수비용을 파악하는 것이 핵심 내용이다. 1988년 미국에서 최초의 인프라 평가보고서를 발행하였으며, 영국, 호주, 캐나다 등에서 일정 주기별로 발행하고 있다.
참고문헌 (9)
Korea development institute (2014), Study on preliminary feasibility study standard guidelines for port business, 91-92.
Korea Fisheries Infrastructure Promotion Association (2015), Report on the results of maintenance of national fishing port facilities, 31-275.
Korea Infrastructure Safety and Technology Corporation (2017), Facility Management System(www.fms.or.kr).
Ministry of Land, Infrastructure and Transport (2012-2016), Budget and Fund Management Plan, Maintenance parts.
Ministry of Land, Infrastructure and Transport (2013), 5th Investment Guidelines for transportation, 245-260.
Ministry of Land, Infrastructure and Transport (2015), Water service maintenance basic plan 2025, 3-4.
Ministry of Land, Infrastructure and Transport (2016), Railway business manual, 173-269.
Ministry of Land, Infrastructure and Transport (2016), Yearbook of road bridge and tunnel statistics, 19-24, 1615-1667.
Total Pave System Co. Ltd. (2015), Evaluation of Repair / Rehabilitation Characteristic of Highway Bridges III, 249-252.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.