서론

연구의 배경 및 목적

국내 전국의 터널(도로터널 기준)은 1997년 말 이후 10년간 건설된 터널의 수가 전체 98년간 건설된 터널의 82.7%(880개/총1064개)를 차지하고 있다. 이는 1997년 말 184개를 기준으로 578% 증가한 것이며, 연평균 19.2%의 급격한 증가율(2007년 기준)을 보이고 있다(Shin et al., 2013). 이에 따라 터널건설에 따른 각종 건설 재해의 위험성 또한 증가하고 있다. 특히 터널 건설 중 터널 막장 및 후방부 붕괴 및 붕락은 매년 약 20개소 이상 발생하고 있으며, 한 개소당 복구비는 평균 50억원 정도로 연간 총 1,000억원 이상의 손실액이 발생하고 있다(KICT, 2009).

하지만, 연 평균 중·대형급을 기준으로 시공 중 붕괴사고 발생 건수가 약 20여건(KICT, 2009) 이상으로 추정되는 등, 끊임없이 터널붕괴가 발생되고 있다. 터널 붕괴는 붕괴현장 복구 및 공기지연에 따른 막대한 국가 예산 손실을 유발하고, 간접적인 사회적 불안정 요인을 초래한다. 그럼에도 불구하고, 1980대 초에 도입된 NATM 터널의 기본개념에서도 가장 중요하게 강조된 막장관찰 작업조차도, 현재의 국내 터널설계기준이나 터널시방서에서 독립적 전문항목으로 언급되지 않는 등 과소평가되는 경향이며, 현장에서 의무적으로 수행되고 있는 막장관찰 작업도 계측전문가가 계측기매설 및 측정 작업과 병행하여 수행하는 등 비전문가들에 의해 수행되고 있는 실정이다. 이러한 형식적인 막장관찰 작업 수행과 더불어, 수행된 막장관찰 결과조차도 적시적이고 효과적으로 시공관리에 반영되고 있는 경우는 드문 실정이다(Shin et al., 2013).

따라서 시공 중 터널의 붕괴위험도를 사전에 예측하여 붕괴사고를 최소화하기 위한 연구가 국내외에서 진행되어 왔다. 국내의 경우 Yoo et al. (2008)은 저심도 터널 굴착시 예상되는 암반거동을 정량적으로 파악하기 위해 계층분석 의사결정 방법(Analytic hierarchy process, AHP)과 암반공학 시스템(Rock Engineering Systerms, RES) 방법을 적용하여 암반거동 지수를 산정하였다. Shin et al. (2009)은 터널의 시공 중 붕괴위험도에 대한 영향인자를 기하특성, 지질조건, 불연속면, 지하수위, 굴착조건 및 지보/보강으로 구분되는 총 17개로 구분하고, 인공신경망기반 비선형의 가중치 산정 모듈을 개발하였다. 국외의 연구사례는 대부분 국내에 비해 터널 붕괴영향인자에 대한 역학적 메커니즘의 규명 및 이를 고려한 선진화된 관리체계를 제시하는데 목적을 두고 있다. 특히, 붕괴위험도 평가모델을 환경적 요소와 함께 현장 및 시공요건을 고려한 이론적 해석기법을 제시하고 있으며, 이에 대응할 수 있는 보다 구체적인 터널 설계방법을 제시하고 있다. 노르웨이에서는 자국의 수많은 지반정보를 DB화하고 분석하여 Q-System이라는 지반분류법을 개발하였고, 이에 근거하여 다양한 지반조건과 현지응력 조건에 따른 9가지의 지보패턴을 제시하였다(Barton, 1978). Martinet al. (1999, 2003)은 지반응력 및 일축압축강도간의 관계로부터 취성 파괴영역 및 터널의 불안정 영역을 제시할 수있는 방법을 개발하고, 파괴모드를 응력으로 유도되는 소성파괴, 중력에 의해 지배되는 블록파괴, 응력으로 유도되는 취성 파괴로 구분하였으며 그 위치를 예측할 수 있는 방법론을 제시하였다. Goricki et al. (2004)은 설계단계에서 암반종류와 여건을 고려한 암반 거동을 예측하여 굴착방법 및 지보방법을 결정하는 연구를 수행하였다. Li et al. (2013)은 터널의 시공 중 붕괴원인을 규명하기 위하여 주변 덮개암의 풍화정도, 지하수위 및 절리상태 등을 계측할 수 있는 방법론을 제시하였다. 이와 같이 대부분의 연구가 터널붕괴위험도와 관련된 역학적 메커니즘의 규명 및 위험도 분석모델 개발 및 시스템 구축에 관련된 내용이다. 하지만 이러한 위험도 분석결과는 평가영향인자의 설정 내용과 평가항목별 가중치 및 등급화 방법에 따라 결과 값의 신뢰도가 결정되게 된다.

본 연구에서는 시공 중 터널붕괴위험도의 신뢰적인 평가를 보장할 수 있도록 21인의 전문가 패널을 구성하여 델파이 조사기법을 제3차에 걸쳐 수행하였으며, 분석과정에서 조사내용의 타당성과 일치성을 분석하기 위하여 CVR(Content Validity Ration) 및 COV (Coefficient of Variation)를 활용하였다.

연구의 절차 및 범위

본 연구는 터널 붕괴위험과 관련된 영향인자를 신뢰적으로 정립하기 위하여 문헌조사 및 선행연구 자료의 분석을 통하여 평가영향인자의 범주를 나열하고 델파이 기법을 통해 체계화되고 표준화된 평가영향인자를 정립하는 것을 목표로 하였다. 델파이 기법이란 통제된 피드백이 제공되는 수차례의 설문조사를 통하여 어떠한 문제에 대하여 전문가 집단의 합의를 이루는데 유용한 의사결정 수단이다. 즉, 집단의 의견을 개별적 차원이 아닌 전체적 차원에서 특정 문제에 대한 동의가 부족하거나 지식이 불완전 하다고 생각될때 효율적으로 대응하도록 하는 것이라 할 수 있다(Dalkey, 1969; Delbecq, Van de Ven, and Gustafson, 1975; Rowe and Wright, 2001).

델파이 기법을 통한 시공 중 터널붕괴위험도에 고려되어야 하는 평가영향인자를 도출하기 위하여 Fig. 1과 같은 순서를 통해 연구를 진행하였다.

Fig. 1.

Research scope and procedure.

전문가의 선정 후, 델파이 기법을 이용한 터널 붕괴위험도 평가영향인자 도출을 위하여 기존의 선행연구, 문헌조사 및 전문가 집단의 브레인스토밍 과정을 통하여 5가지 상위체계를 구조화 하였다. 제1차 델파이 조사는 개방형 설문으로 진행하였다. 분류된 평가영향인자의 상위분류체계를 바탕으로 각 체계에 고려될 수 있는 구체화된 하위분류요소를 자유스럽게 나열하도록 하였다. 조사된 모든 항목을 각 상위체계에 종속되도록 구조화 하였으며 중복된 항목은 제거하였다. 2차 설문조사는 제1차 델파이 설문을 통해 도출된 견해를 정리하여 각 항목에 대한 전문가들의 의견을 재평가하도록 요청하였다. 보통 제2차 설문지에서는 항목에 대한 우선순위나 중요도를 평가하며, 중요도는 리커트 7점 척도를 사용하여 조사하였다. 응답결과는 평균과 표준편차 등을 이용하여 조사대상 전문가의 합의수준을 확인하였으며, 중요도를 평가하는 방법으로 CVR을 활용하여 내용 타당성이 확보되지 않은 평가영향인자는 제외하였다. 그리고 기타 의견란에 항목 이외의 의견이나 부가 설명 등을 기술 할 수있도록 하여 질적 분석 자료로 사용하였다. 제3차 설문조사는 2차 분석결과를 토대로 재조사를 실시하여 응답결과의 내용 타당성 및 일치성에 대한 평가를 수행하기 위해 CVR 및 COV를 분석하여 최종적인 평가영향인자 분류결과를 도출하였다.

본 연구의 결과는 갈수록 증가하는 노후터널의 관리 및 붕괴사고 방지를 위한 터널 붕괴위험도 분석 모델의 개발에 신뢰적인 영향인자의 분류체계를 제시할 수 있을 것으로 사료된다.

델파이 기법을 활용한 평가영향인자 도출

전문가 패널구성 및 평가영향인자 상위분류체계 도출

델파이 기법은 전문가적 직관을 객관화된 수치로 나타내는 방법이기 때문에 조사에 참여하는 전문가의 자질은 매우 중요한 요소이다(Kim, 1996). 조사대상자는 해당 연구 분야에 종사하는 전문가를 선택하여 구성하는 것이 가장 적절한 접근이다. 그리고 참여자의 대표성, 적절성, 전문적 지식능력, 성실성, 참가자의 수 등을 신중히 고려하여야 한다(Kim, 1996). 전문가 참여의 수는 많을수록 결과의 신뢰도가 커지는 것으로 보고되고 있으나(Dalkey, 1969), 일반적으로 1015명의 소집단의 전문가만으로도 유용한 결과를 얻을 수있다고 조사되고 있다(Ziglid, 1996; Anderson, 1997). 본 연구에서는 Table 1의 내용과 같은 경력을 지닌 교수, 설계 및 시공회사 직원, 연구원 등 다양한 분야 총 21인의 전문가 패널을 구성하였으며, 3차에 걸친 델파이 조사·분석 과정에 모두 참여하여 분석의 신뢰성을 고려하였다.

델파이 조사를 시작하기 전에 전문가 패널 회의를 개최하여 브레인스토밍 과정을 통하여 터널붕괴위험도 평가영향인자의 후보군 도출 및 체계화의 기준이 되는 5개의 상위분류체계를 정의하였다. 정의된 상위분류체계는 지반의 물성 및 형상, 터널 기하학적 조건, 지하수 조건, 굴착 조건, 지보 및 보강 조건으로 분류되었다.

제1차 델파이 조사 및 분석결과

제1차 델파이 조사는 개방형 설문으로 진행하였다. 분류 된 평가영향인자의 상위분류체계를 바탕으로 각 체계에 고려될 수 있는 구체화된 하위분류요소를 자유스럽게 나열하도록 하였다. 조사된 모든 항목을 각 상위체계에 종속되도록 구조화 하였으며, 중복된 항목은 제거하였다. 조사 결과 5개의 상위분류체계에 종속된 하위분류의 영향인자는 총 181개가 조사되었다. 이 가운데 의미가 중복되는 인자를 제거하여 최종적으로 22개의 결과를 도출하였으며, 내용은 Table 2와 같다.

지반의 물성 및 형상에 있어서는 절리면 상태, 암반강도, 절리방향에 대한 보정, 지중응력조건, 절리면 간격, 지반등급(RQD/N) 등 6개의 평가영향인자들이 도출되었다. 주로 설계 및 시공 시 막장면 평가에 중요시 되고 붕괴와 직접 적으로 관련된 인자들을 내포하고 있는 것으로 조사 되었다. 터널 기하학적 조건에서는 단면 형상, 굴착 단면적, 심도비, 터널과의 이격거리, 인접 토지사용 상태 등 총 5개의 평가영향인자들이 분류되었으며, 주로 터널의 기하학적 특성에 따른 구조적 안정성 및 주변 환경과의 영향과 관련된 인자들을 내포하고 있는 것으로 조사 되었다. 지하수 조건에서는 지하수 유입량, 지하수위, 지하수 유출 위치, 지하수 유입원 등 4개의 평가 인자들이 도출되었으며, 주로 터널의 막장에 작용하는 수압으로 인해 붕괴위험도에 악영향을 끼칠 수 있는 요인들로 조사 되었다. 굴착 조건에서는 굴착공법, 굴착효율, 굴진장, 양방향 굴착여부 등 4개의 평가인자들이 도출되었으며, 시공의 방법 및 특성에 따라 영향을 줄수 있는 인자들이 분류된 것으로 조사 되었다. 지보 및 보강 조건에서는 지보패턴수준, 보조공법, 지보 및 보강시행시기 등 3개의 평가영향인자들이 도출되었으며, 주로 터널의 안정성확보 및 주변 환경의 보전(지표면 침하방지, 기설 시설물 보호)을 위해 본래 지반조건의 개선을 유도하도록 적용되는 인자들이 분류되었다.

제2차 델파이 조사 및 분석결과

제2차 델파이 조사에서는 1차 조사에서 수집된 총 22개의 평가영향인자에 대하여 전문가를 대상으로 7점 리커트척도를 적용하여 각 인자별 중요도에 대한 설문을 진행하였다. 각 평가요소에 대한 타당성 검증차원에서 수행하였으며, 또한 3차 델파이 조사에서 사용될 평가요소들을 도출하기 위하여 수행하였다. 1차 조사에서 도출된 각 평가영향인자에 대한 적용 타당성 검증은 CVR (Lawshe, 1975)을 분석하여 검증하였다. CVR은 조사결과의 유의미함을 평가하는 방법으로서 중요하다고 인식하는 패널들이 많으면 많을수록 그 문항의 유효비율 정도 또는 유효 범위가 증가한다는 가정을 기초로 한다. 즉 어떤 문항이든 중요하다고 응답한 패널 수가 50% 이상일 때 그 문항은 타당도를 어느 정도 가지고 있다고 볼 수 있는데, 중요하다고 응답한 패널 수가 50%보다 적으면 음수 값이 되고, 50%일 때는 0, 50%보다 크고 100% 미만이면 0과 1사이 값, 100%일 때 1의 값을 가진다. CVR은 식 (1)을 통해 산정 할 수 있다.

여기서, n_e : 중요하다고 응답한 패널 수; N : 전체 패널 수를 의미한다. 또한 Lawshe (1975)는 응답한 패널 수에 따라 내용 타당도를 확보할 수 있는 최소 CVR값을 제시하였으며, Table 3의 내용과 같다.

1차 델파이 조사 분석결과 도출된 총 22개의 평가영향인자 후보군을 대상으로 리커트 7점 척도에 근거하여 조사를수행하였으며 분석결과는 Table 4와 같다. 8개의 평가영향인자 후보가 CVR 분석 값이 0.41 미만으로서 부적합한 것으로 분석되었다. CVR값이 0.41 미만일 경우 타당성이 결여되었다고 판단한 이유는 Table 3을 참조하여 조사대상자의 수가 21인일 경우의 값을 회귀분석을 통해 도출한 것이다. 인접 토지사용 상태, 굴착효율에 대해서는 내용타당도비율이 음수로 분석되어 시공 중 터널붕괴분석을 위한 평가영향인자로서 가치가 낮은 것으로 평가되었다. 따라서 제2차 델파이 조사결과는 최종적으로 분석에 사용된 총22개의평가요소들 중 8개를 제외한 14개의 평가영향인자가 결정되었다.

제3차 델파이 조사 및 최종 평가영향인자 도출

제3차 델파이 조사는 2차 델파이 조사결과 도출된 총 14개의 평가영향인자를 대상으로 리커트 7점 척도를 활용한폐쇄형 설문으로 진행하였으며 1, 2차 조사에 참여하였던전문가들의 최종적인 의견의 일치 및 합의를 도출하기 위한목적이다. 제3차 델파이 조사결과를 평가하기 위하여 CVR분석을 통해 인자별 타당성 검증을 재수행 하고, 전문가 답변의 일치성을 측정하기 위하여 COV를 산정하였다. 델파이 조사는 근본적으로 전문가들의 의견의 일치점을 도출하는데 있다. 따라서 조사과정에서 의견의 일치점이 도출되지 않고 전문가 간 의견의 변동성이 크거나 중요도가 낮게 분석된 항목은 제거하거나 재조사할 필요가 있다. 일반적으로 응답결과의 변동성에 대한 평가는 변동계수를 산정하여 분석할 수 있다. 변동계수의 값이 0.5 이하일 경우 안정도가 높아 추가 설문이 필요 없으나, 0.8 이상일 경우에는 추가적 설문이 필요한 것으로 판단한다(Rho, 2006).

3차 델파이 분석결과 2차 조사결과에서 도출된 총 14개의 평가영향인자들에 대한 CVR값이 모두 0.41이상으로 분석되어 타당성이 확보된 것으로 나타났으며, 절리면 상태, 지하수 유출량, 지보 및 보강 시행시기, 지보패턴수준은 CVR이 1.0으로 분석되어 모든 전문가가 가장 중요하게 고려해야 할 인자로 평가하였다. 14개의 평가영향인자의 변동 계수는 0.5 이하로 분석되어 추가적인 설문이 필요하지 않으며, 응답의 일치성 또한 높아 설문의 안정도가 확보되었 다고 할 수 있다.

따라서 제3차 델파이 조사결과에 있어서 분석에 사용된 총 14개의 평가영향인자들은 본 연구의 델파이 최종라운드라 할 수 있는 최종 평가영향인자로 도출되었다. 이와 관련하여 구체적인 분석결과는 Table 5와 같이 정리 할 수 있다.

Table 6은 총 3차에 걸친 델파이 조사결과를 토대로 최종적으로 도출된 터널 붕괴위험도 평가영향인자에 대한 내용이다. 총 3라운드에 걸친 델파이 조사를 수행하는 동안 1차 델파이 조사 때 추출된 22개의 평가영향인자 중에서 8개의 평가영향인자를 제거하고 최종적으로 14개의 평가영향인자들을 도출하였다. 이들 평가영향인자들은 다양한 분야의 터널 전문가를 대상으로 의견의 일치와 합의에 대한 결과로서 터널 붕괴위험도 평가영향인자로서 매우 가치가 있다고 판단된다.

결론

터널 붕괴위험도에 영향을 미치는 인자를 결정하기 위해 문헌조사 및 선행연구를 통한 전문가 집단의 브레인스토밍 과정을 거쳐 평가영향인자의 상위분류체계를 도출하였고, 총 3차의 델파이 조사를 수행하여 평가영향인자를 정립하였다. 1차 델파이 조사 결과 상위분류체계에 종속되는 하위 분류의 영향인자 총 181개가 조사되었으며, 이 중 의미가 중복되는 인자를 제거하여 22개의 결과를 도출하였다. 2차 델파이 조사에서는 1차조사에서 수집된 22개의 평가영향인자에 대하여 전문가를 대상으로 리커드 7점 척도를 적용하여 각인자별 중요도에 대한 설문을 수행하여 CVR 검증을 통하여 14개의 평가영향인자를 도출하였다. 3차 델파이조사에서는 2차 델파이 조사결과 도출된 14개의 평가영향인자를 대상으로 리커트 7점 척도를 적용하여 인자의 타당성 및 전문가들의 최종적인 의견의 일치 및 합의를 도출하기 위해 CVR 및 COV 평가를 수행하여 최종 14개의 평가영향인자를 정립하였다.

본 연구의 진행 결과 터널붕괴위험도 평가영향인자 선정시 고려사항들의 절대평가 결과는 얻었지만 보다 객관적이고 정성적 항목들의 정량적 평가를 위해서는 항목들의 쌍대 비교를 통해 중요도를 반영한 상대평가결과를 도출해야 할것이다. 향후 이들 평가영향인자들은 다양한 분야의 터널 전문가를 대상으로 의견의 일치와 합의에 대한 결과로서 터널붕괴위험도 지수개발을 위한 사전조사, 분석단계에서 요구되는 평가영향인자로서 매우 가치가 있다고 판단된다.