[취재파일] 갈 길 먼 미세먼지 예보 ③

3. 미세먼지는 철로를 따라 이동하지 않는다…앙상블 예보가 최선

철도처럼 출발역과 종착역, 중간 정차 역, 중간의 이동 속도, 운행 규칙 등 모든 것을 완벽하게 알고 있으면 언제든지 출발역과 출발시간, 이동 방향을 알려주면 특정 기차가 현재 어느 지점을 어떤 속도로 통과하고 있는지 정확히 계산할 수 있다. 그 것도 단 한번만 계산하면 정확한 위치와 속도를 계산할 수 있다. 정확한 답이 있는 것이다. 그러면 여기서 집 주면에 어쩌다 한번 나타나는 새 한 마리를 생각해 보자. 특정 시점에서 그 새가 어느 위치에서 어떤 방향으로 어떤 속도로 날고 있는지 추정할 수 있을까? 그 새가 아침이나 저녁에 지붕에 자주 내려앉는다는 사실을 알고 있다하더라도 특정 시점에 그 새가 어디에 있을지 예측하는 것은 쉬운 일이 아니다. 이럴 때는 여러 가지 경우를 다 종합해서 이런 저런 경우를 다 생각해보고 종합적으로 판단해, 평균을 내서 최종 결과를 산출한다. 이처럼 불확실성이 많은 경우 예측할 때는 여러 가지 경우를 각각 시뮬레이션 한 뒤 여러 경우를 평균해 최종 예측 결과를 산출한다. 이런 예보 방법이 이른바 ‘앙상블 예보’다.

미세먼지는 정해진 철로를 따라 정해진 운행 규칙대로 이동하는 기차라기보다는 일부 규칙적인 면도 있을 수 있지만 수없이 많은 불확실성을 갖고 있는 새에 오히려 더 가깝다. 미세먼지 위치를 마치 철로위의 기차 위치를 예측하듯이 단 한 가지 모형으로 단 한 번의 시뮬레이션으로 정확하게 예측할 수는 없는 것이다. 새 위치를 예측하듯이 여러 경우에 대해 여러 가지 방법으로 다양하게 시뮬레이션을 한 뒤 종합적인 판단을 해서 평균적으로 가능성이 큰 예보를 산출해 내는 것이 필요하다. 미세 먼지 예보에서 다양한 방법은 불확실한 예보 출발점을 보완하기 위해 초기자료를 조금씩 달리하며 시뮬레이션을 수행할 수 있고, 또 시뮬레이션 조건을 조금씩 바꿔서, 또는 시뮬레이션 모형을 바꿔가며 예측 자료를 생산하는 방법이다.

그러면 현재 환경부는 어떻게 미세먼지 예측 자료를 생산하고 있을까? 현재 환경부에서는 미국 환경보호청(US EPA : Environmental Protection Agency)에서 개발한 CMAQ (Community Multi-scale Air Quality Model) 모형을 사용하고 있다. 국내 일부 대학 연구실에서도 같은 모형을 이용해 나름대로 매일 매일의 미세먼지를 예측하고 있다. 미국에서 들여온 모형을 이용하다 보니 기상 정보, 특히 바람 정보를 한국기상청이 실시간으로 제공하는 자료가 아닌 미국 기관에서 제공하는 자료를 사용하고 있다. 큰 틀에서는 미국에서 제공하는 기상정보나 한국기상청이 생산하는 기상정보가 비슷할 수 있지만 한반도와 동아시아 지역의 국지 기상정보, 특히 강수 시기와 지역 등 미세먼지 분포에 큰 영향을 미칠 수 있는 정보는 한국 기상청이 생산하는 기상 정보가 훨씬 더 정확할 가능성이 높다. 앞으로는 당연히 한국 기상청이 생산하는 기상정보를 사용하는 방향으로 바뀌어야 한다.

더 큰 문제는 현재 환경부에서는 미세먼지를 새처럼 생각해 위치를 예측하는 것이 아니라 마치 철로상의 기차 위치를 예측하듯 예보 자료를 생산하고 있다는 것이다. 환경부는 현재 CMAQ 하나의 모형으로 단 한차례 시뮬레이션한 뒤 그 것으로 예측자료를 생산하고 있다. 불확실성이 큰 미세먼지 이동을 마치 정해진 철로 위를 규칙적으로 이동하는 기차처럼 생각하니 예보 정확도가 떨어질 수밖에 없는 것이다.