가정 생활폐기물 발생량에 대한 정확한 예측은 지속가능한 도시 계획과 데이터 기반 환경 정책 수립에 필수적이다. 전통적인 통계 모델은 간단하고 해석 가능하다는 장점이 있음에도 불구하고, 폐기물 생산 패턴에 내재된 비선형적이고 다차원적인 관계를 충분히 포착하지 못하는 경우가 많다. 본 연구는 기계학습 기반 회귀 프레임워크를 제안하며, Random Forest와 XGBoost 알고리즘을 활용하여 한국의 네 개 대도시 권역—서울, 경기, 인천, 제주—에서 2000년부터 2023년까지의 연도별 가정 생활폐기물 발생량을 예측하고자 한다. 독립변수에는 인구통계 지표(총인구, 생산가능인구, 고령인구), 경제 지표(지역내총생산), 그리고 One-Hot Encoding으로 인코딩한 지역 식별자가 포함된다. 또한 인구 고령화를 반영하기 위해 도출 변수인 ‘고령비’를 도입하였다. 모델 성능 평가는 R2, RMSE, MAE를 사용하였으며, 불확실성을 시뮬레이션하기 위해 인공 노이즈를 추가하였다. Random Forest는 특히 데이터가 부족한 제주와 같은 지역에서 더 우수한 일반화 성능과 데이터 불규칙성에 대한 견고성을 보였다. SHAP 기반 해석 가능성 분석 결과, 총인구와 GRDP(지역내총생산)가 가장 영향력 있는 특징으로 나타났다. 본 연구 결과는 폐기물 예측 모델에 경제 지표를 반영하는 것의 중요성을 강조하며, 인구통계 변수만으로는 폐기물 역학을 설명하기에 충분하지 않음을 시사한다. 이러한 접근은 정책결정자에게 유용한 통찰을 제공하고, 폐기물 감축과 기반시설 투자에 관한 적응적이며 지역 특화된 전략 수립을 뒷받침한다.

남한 연안에 침입성 Sargassum horneri가 반복적으로 유입되는 현상은 서식지 교란, 양식 피해, 해안선 오염을 포함하여 중요한 생태 및 경제적 문제를 야기한다. 본 연구는 SH를 서서히 열분해하여 기능성 바이오차로 전환하고, 그 생성물을 친환경 해양 부표의 핵심 재료로 활용함으로써 지속가능한 고부가가치화 경로를 탐색한다. 바이오차는 300°C부터 700°C까지의 열분해 온도 범위에서 제조하였으며, 원소 조성, FT-IR 스펙트럼, 용출성(CODcr), 생분해성을 기준으로 특성화하였다. 열분해 온도가 높을수록 H/C 및 O/C 몰 비율이 낮아졌는데, 이는 방향족성과 소수성이 향상되었음을 시사한다. 700°C에서 제조된 바이오차(SFBW-700)는 구조적 및 환경적 안정성이 가장 높았으며, 용출성이 최소이고 미생물에 의한 분해에 대한 저항성이 우수하였다. 복합 부표는 SFBW-700을 천연 결합제(비즈왁스 및 로진)와 혼합하여 합성 폴리머나 발포제를 사용하지 않고 고형 시편을 제조함으로써 제작하였다. 최적 조성(biochar:beeswax:rosin = 85:10:5)은 밀도, 부력 및 내충격성에서 우수한 성능을 보였으며, 한국의 친환경 부표 인증 기준을 완전히 충족하였다. 본 연구는 해양 대형조류의 번무를 완화하고, 플라스틱 기반 해양 인프라를 바이오차 기반 친환경 복합 대체재로 대체하기 위한 순환적이고 확장 가능한 접근을 제시한다. 또한 본 결과는 SH 유래 바이오차를 해양공학 응용 분야에 적용할 수 있는 높은 잠재력을 시사한다.

혐기성 소화(AD) 동안 유기성 폐기물로부터 에너지를 생성하는 메탄 생산의 효율은 여러 방식으로 향상될 수 있다. 최근 연구에서는 바이오차를 사용하여 AD 동안의 가스 생산량을 증가시키는 방법이 보고되었다. 선행 연구에서는 AD에 식품폐기물 자체를 사용하거나, 목재-바이오차 또는 하수 슬러지 숯을 AD 과정의 가속제로 첨가하였다. 활성 슬러지를 이용한 AD에서 식품폐기물 유래 바이오차를 적용한 연구는 아직 이루어지지 않았으며, 이는 식품폐기물을 활용할 수 있는 잠재적 방법으로 간주된다. 따라서 본 연구는 식품폐기물의 열분해로 제조한 바이오차를 첨가제로 AD 탱크에 투입하여 메탄 생산을 증가시키는 방안을 조사하였다. 소화조 부피의 1%에 해당하는 식품폐기물 유래 바이오차를 첨가한 결과, 소화 가스 생산은 약 10% 증가하였고 메탄은 4% 증가하였다. 우리는 식품폐기물 유래 바이오차가 미량원소를 포함한 매개체로 작용하여 미생물의 증식을 촉진하고 AD의 효율을 향상시킨다는 점을 확인하였다.

가정 생활폐기물 발생량에 대한 정확한 예측은 지속가능한 도시 계획과 데이터 기반 환경 정책 수립에 필수적이다. 전통적인 통계 모델은 간단하고 해석 가능하다는 장점이 있음에도 불구하고, 폐기물 생산 패턴에 내재된 비선형적이고 다차원적인 관계를 충분히 포착하지 못하는 경우가 많다. 본 연구는 기계학습 기반 회귀 프레임워크를 제안하며, Random Forest와 XGBoost 알고리즘을 활용하여 한국의 네 개 대도시 권역—서울, 경기, 인천, 제주—에서 2000년부터 2023년까지의 연도별 가정 생활폐기물 발생량을 예측하고자 한다. 독립변수에는 인구통계 지표(총인구, 생산가능인구, 고령인구), 경제 지표(지역내총생산), 그리고 One-Hot Encoding으로 인코딩한 지역 식별자가 포함된다. 또한 인구 고령화를 반영하기 위해 도출 변수인 ‘고령비’를 도입하였다. 모델 성능 평가는 R2, RMSE, MAE를 사용하였으며, 불확실성을 시뮬레이션하기 위해 인공 노이즈를 추가하였다. Random Forest는 특히 데이터가 부족한 제주와 같은 지역에서 더 우수한 일반화 성능과 데이터 불규칙성에 대한 견고성을 보였다. SHAP 기반 해석 가능성 분석 결과, 총인구와 GRDP(지역내총생산)가 가장 영향력 있는 특징으로 나타났다. 본 연구 결과는 폐기물 예측 모델에 경제 지표를 반영하는 것의 중요성을 강조하며, 인구통계 변수만으로는 폐기물 역학을 설명하기에 충분하지 않음을 시사한다. 이러한 접근은 정책결정자에게 유용한 통찰을 제공하고, 폐기물 감축과 기반시설 투자에 관한 적응적이며 지역 특화된 전략 수립을 뒷받침한다.

남한 연안에 침입성 Sargassum horneri가 반복적으로 유입되는 현상은 서식지 교란, 양식 피해, 해안선 오염을 포함하여 중요한 생태 및 경제적 문제를 야기한다. 본 연구는 SH를 서서히 열분해하여 기능성 바이오차로 전환하고, 그 생성물을 친환경 해양 부표의 핵심 재료로 활용함으로써 지속가능한 고부가가치화 경로를 탐색한다. 바이오차는 300°C부터 700°C까지의 열분해 온도 범위에서 제조하였으며, 원소 조성, FT-IR 스펙트럼, 용출성(CODcr), 생분해성을 기준으로 특성화하였다. 열분해 온도가 높을수록 H/C 및 O/C 몰 비율이 낮아졌는데, 이는 방향족성과 소수성이 향상되었음을 시사한다. 700°C에서 제조된 바이오차(SFBW-700)는 구조적 및 환경적 안정성이 가장 높았으며, 용출성이 최소이고 미생물에 의한 분해에 대한 저항성이 우수하였다. 복합 부표는 SFBW-700을 천연 결합제(비즈왁스 및 로진)와 혼합하여 합성 폴리머나 발포제를 사용하지 않고 고형 시편을 제조함으로써 제작하였다. 최적 조성(biochar:beeswax:rosin = 85:10:5)은 밀도, 부력 및 내충격성에서 우수한 성능을 보였으며, 한국의 친환경 부표 인증 기준을 완전히 충족하였다. 본 연구는 해양 대형조류의 번무를 완화하고, 플라스틱 기반 해양 인프라를 바이오차 기반 친환경 복합 대체재로 대체하기 위한 순환적이고 확장 가능한 접근을 제시한다. 또한 본 결과는 SH 유래 바이오차를 해양공학 응용 분야에 적용할 수 있는 높은 잠재력을 시사한다.

혐기성 소화(AD) 동안 유기성 폐기물로부터 에너지를 생성하는 메탄 생산의 효율은 여러 방식으로 향상될 수 있다. 최근 연구에서는 바이오차를 사용하여 AD 동안의 가스 생산량을 증가시키는 방법이 보고되었다. 선행 연구에서는 AD에 식품폐기물 자체를 사용하거나, 목재-바이오차 또는 하수 슬러지 숯을 AD 과정의 가속제로 첨가하였다. 활성 슬러지를 이용한 AD에서 식품폐기물 유래 바이오차를 적용한 연구는 아직 이루어지지 않았으며, 이는 식품폐기물을 활용할 수 있는 잠재적 방법으로 간주된다. 따라서 본 연구는 식품폐기물의 열분해로 제조한 바이오차를 첨가제로 AD 탱크에 투입하여 메탄 생산을 증가시키는 방안을 조사하였다. 소화조 부피의 1%에 해당하는 식품폐기물 유래 바이오차를 첨가한 결과, 소화 가스 생산은 약 10% 증가하였고 메탄은 4% 증가하였다. 우리는 식품폐기물 유래 바이오차가 미량원소를 포함한 매개체로 작용하여 미생물의 증식을 촉진하고 AD의 효율을 향상시킨다는 점을 확인하였다.

본 연구의 목적은 미생물 고정화 매체를 적용했을 때 처리하수 방류수의 총질소(T-N) 농도를 예측하는 모델을 개발하는 것이다. 본 연구의 운영 데이터는 실험실 규모 반응기에서 합성하수와 실제 하수를 사용하여 확보하였다. 유기물 제거율, 질산화, 탈질소화 속도는 각각 81.8%, 87%, 82.9%였다. 이러한 속도는 방류수 수질 기준을 적절히 만족하였다. 실험실 규모 반응기 운전에서 관찰된 변수를 바탕으로 최적화 모델을 개발하였으며, 이 모델은 질산화 및 탈질소화 효율에 대해 각각 0.9785 및 0.9811의 상관계수를 보였다. 모델은 외부 탄소원 주입 시 T-N 농도가 <10 mg/L까지 감소할 수 있음을 예측하였다. 예측된 T-N 농도 값은 동일한 조건에서 운전된 실험실 규모 반응기로부터의 관찰값보다 더 높았다. 모델은 관찰 데이터와 비교 가능한 값을 나타냈으며, 다양한 운전 조건에서 처리시설에 요구되는 명세의 추가 개발과 함께 방류수 수질과 관련된 지표를 예측하는 데 유용할 것으로 보인다.

지역 하수 발생량을 정확히 추정하는 것은 신뢰성 있고 자원 효율적인 처리시설을 설계하는 데 필수적이다. 본 연구는 한국의 여러 지역에 걸쳐 인구, 사회경제, 환경 지표를 조합하여 연간 하수 발생량(SG)을 주요 출력 변수로 추정하기 위한 앙상블 기계학습 프레임워크를 개발하였다. 제안된 Voting Regressor 모델은 인구가 고도로 도시화된 4개 지역(지역 A–D)의 데이터를 사용해 학습되었으며, 인구, 사업체 수, 경제활동인구, 강우, 총지역내총생산(GRDP)과 같은 변수들 간의 비선형적 상호작용을 효과적으로 포착하였다. 관측되지 않은 지역(지역 E)에 대한 일반화 검증은 모델의 견고성과 전이 가능성을 확인하였으며, 서로 다른 인구 및 산업 특성을 가진 지역에도 프레임워크가 신뢰성 있게 적응할 수 있음을 보여주었다. 비교분석 결과, 본 모델은 결정계수(R2), 근평균제곱오차(RMSE), 평균절대오차(MAE) 측면에서 Random Forest 및 기존의 1인당 단위부하(GU) 방법 모두를 능가하였다. SHAP(Shapley Additive Explanations) 분석은 하수 발생에 대한 지배적 기여 요인으로 사업체 수와 GRDP를 추가로 밝혀냈다. 또한 20% 안전계수를 포함한 모델 기반 처리용량 추정치는 실제 시설 용량과 밀접하게 일치하였으며, 기존 설계 기준이 종종 지나치게 보수적인 완충 여유를 적용하고 있음을 시사한다. 본 연구 결과는 제안된 기계학습 프레임워크가 설계 적정성을 정량적으로 평가하고, 구조적 과대추정을 방지하면서도 충분한 운영 여유를 유지할 수 있음을 보여준다. 이러한 데이터 기반 접근은 사회경제 및 환경 조건이 변화하는 상황에서 향후 하수 인프라 계획과 합리적 용량 설계를 위한 해석 가능하고 적응 가능한 기반을 제공한다.

활성 슬러지 기반의 다양한 공정으로 하수에서 질소 화합물을 제거하는 연구가 성공적으로 개발되어 왔다. 담체 내에 고정화된 미생물은 바이오매스 농도를 증가시켜 생물학적 효율을 향상시킬 수 있으나, 담체 내 미생물 군집 조성은 아직 밝혀지지 않았다. 본 연구에서는 하수처리 공정의 운전 후 고정화 담체에 부착된 미생물 군집을 분석하였으며, 호기 및 무산소(혐기 아님) 반응기를 비교하였다. 고정화 담체는 polyvinyl alcohol과 polyethylene glycol을 이용하여 modified Ludzack–Ettinger (MLE) 공정에서 운전하였다. 담체에 의해 호기 반응기에서는 mixed liquor suspended solid (MLSS) 농도를 50,000 mg/L로 유지하였고, 무산소 반응기에서는 40,000 mg/L로 유지하였다. 유입수로부터의 암모늄 질소는 최대 99%까지 산화될 수 있는 것으로 계산되었으나, 미생물 성장으로부터 생성된 유기질소가 전반적인 산화율을 감소시켰다. 탄소-질소(C/N) 비를 조정하기 위해 포도당을 첨가하였을 때 탈질화(denitrification) 속도는 증가하였다. 총 질소 농도를 기준으로, C/N 비 조정 후 질소 제거 효율은 48.2%로 계산되었다. next-generation sequencing (NGS)를 이용한 고정화 담체의 미생물 군집에 대한 계통발생(phylogenetic) 분석은, 각각 호기 및 무산소 반응기에서 질산화(nitrifying) 및 탈질화(denitrifying) 미생물이 우점함을 보여주었다. 16S rRNA 유전자의 V3–V4 region 프라이머로 증폭된 서열은 호기 반응기에서 531,188 base pairs (bp)와, 무산소 반응기에서 396,844 bp의 read를 산출하였다. Operational taxonomic units (OTUs)는 문(門) 및 속(genus) 수준에서 모두 동정되었으며, 호기 반응기에서 총 594개, 무산소 반응기에서 375개가 확인되었다. Proteobacteria는 호기 및 무산소 반응기 모두에서 우점 문으로서, 호기 반응기에서 39.7%, 무산소 반응기에서 65.9%를 차지하였다. 호기 반응기에서 우점 속은 Nitrospira와 Povalibacter였다. 총 OTU의 45%는 호기 반응기에서 알려진 질산화 관련 속으로 구성되었다. 반대로 무산소 반응기에서 우점 속은 Desulfomicrobium, Desulfobulbus, Methyloversatilis였다. Dechloromonas와 Flavobacterium을 포함한 탈질화 관련 속 중 63%가 무산소 반응기에서 발견되었다. 각 반응기에서 미생물 개체군의 다양성은 QIIME 2 알고리즘을 통해 비교하였다. α-다양성의 Chao1 지수 값은 호기 반응기에서 606.05, 무산소 반응기에서 415.53으로, 무산소 반응기보다 호기 반응기에서 더 큰 개체군 다양성을 나타냈다. 다양한 집단에 걸친 질산화 활성의 광범위한 분포는 호기 환경에서, 특히 부착 군집 내에서 다양한 개체군 특성을 초래하였다. 고정화된 호기 및 무산소 담체에 존재하는 미생물 군집은 하수처리 공정에 대한 향후 미생물학적 연구에 기여할 것이다.

목적: 2016년 이후 TOC(Total Organic Carbon)는 유출수(방류수) 수질 기준에서 유기물 지표로서 COD(Chemical Oxygen Demand)를 대체해 왔다. 그러나 하수처리시설에서 공정별 유기물의 분포가 적절히 파악되지 않아, 안정적인 처리수 수질 확보가 어렵다. 따라서 본 연구에서는 염색폐수에 대해 원수, 1차 처리수, 2차 처리수 및 방류수에서 TOC와 기존 유기물 지표 간의 상관관계를 규명하였다. 방법: 각 공정의 시료는 주 2회, 총 24회 염색폐수처리시설(경기도 Y시 소재)에서 채취하였으며, 유기오염물질 지표(TOC, COD_Cr, COD_Mn, BOD₅)를 분석하였다. TOC는 TOC-VCHP(Shimadzu, Japan)를 이용한 NPOC(non-purgeable organic carbon) 방법으로 분석하였다. 분석 결과를 바탕으로 염색폐수의 유기오염물질 특성을 분석하였다. 또한 유기오염물질 지표 간의 상관관계 및 주성분분석을 위해 SPSS를 사용한 다변량 통계분석을 수행하였다. 결과 및 고찰: 다변량 통계분석 결과, TOC는 평균 574.9 mg/L가 유입되었고 58.2 mg/L로 처리되었다. COD_Cr, COD_Mn, BOD₅의 경우 유입은 각각 1,644, 448.9, 440.7 mg/L였으며 처리수는 각각 98.2, 39.7, 10.8 mg/L였다. 방류수 수질 기준을 기준으로 평가하면 모두 Region III 기준을 만족하였으나, 하수처리시설 방류수의 TOC 농도에 비해 상대적으로 높은 수준에서 배출되는 것으로 나타났다. Pearson 상관분석을 통해 유기물 지표 간 상관관계를 비교한 결과, 유입 원수는 TOC와의 높은 양의 상관을 보였다. 즉 TOC:TCOD_Cr(r=0.720), TOC:TCOD_Mn(r=0.636), TOC:TBOD₅(r=0.302)로 나타났으나, 상관이 낮게 관찰된 항목도 있었다. 이는 염색폐수에 존재하는 대부분의 유기물질이 난분해성 물질이며 생분해성이 낮기 때문인 것으로 판단된다. 또한 유입, 1차 처리, 최종 처리 단계에 대한 주성분분석에서 각 단계별 3개의 주요 성분(최종 처리에서는 2개)이 추출되었고, 누적 기여율은 각각 80.1%, 83.2%, 95.6%였다. 결론: 염색공장에서 취급하는 가죽 종류 및 화학물질의 유형에 따라 폐수의 특성이 크게 달라지므로, 유입수 간의 상관관계는 낮았으나 처리수와 처리수 간의 상관관계는 상대적으로 높았다. 하수처리시설 내 공정 간 상관관계 또한 처리 공정이 진행될수록 증가하는 경향을 보였다. 상기 통계분석 결과는 효과적인 유기물 관리의 기초자료로 활용될 수 있을 것으로 사료된다.

목적: 본 연구는 1년 동안 축산농가(소)에서 22종 화합물의 연속(20분 간격) 측정 데이터를 수집하여 악취 배출 특성과 추이를 파악하고, 악취 농도와 풍향 및 풍속, 기온, 습도 등 환경 요인 간의 관계를 분석하기 위해 빅데이터 분석을 수행하였다.방법: 측정 대상 물질은 한국환경부가 ‘지정악취물질’로 규정한 22종 화합물이었으며, 검출 및 농도 측정은 두 종류의 컬럼(VB-WAX, VB-1)과 검출기(FID, PID)를 이용한 가스크로마토그래피로 수행하였다. 시료 채취는 2분 또는 5분마다 펌핑하여 실시하였고, 열탈착 후 크로마토그래프 주입을 진행하였다. 분석 결과로 얻은 데이터는 2022년 8월 1일부터 2023년 7월 31일까지의 온도, 습도, 풍속, 풍향 등의 환경 변수와 함께 저장하였다. 총 측정 데이터 수는 26,280건이었다.결과 및 논의: 상관분석 결과, 온도는 dimethyl disulfide 및 iso-valeraldehyde와 상관이 있었고, 습도는 toluene, iso-butylalcohol, trimethylamine과 상관이 있었다. 6개의 주성분이 전체 변이의 60.7%를 설명하였으며, 2개의 주성분(PC 1, PC 2)을 선정하여 분석하였다. PC 1은 휘발성 유기화합물과 강하게 관련되었고, PC 2는 산성 화합물과 관련되었다. 양극성(bipolar) 플롯 결과와 함께 PC 1은 각각 휘발성 특성, PC 2는 산성 특성으로 정의되었다. 주성분을 종속변수로, 환경 변수를 독립변수로 한 다중회귀분석에서는 PC 1(조정 결정계수 adjusted R2=0.539)을 제외하면 상대적으로 조정 R2 값이 작았다.결론: 악취성 화합물은 유사한 분자적 특성을 지닌 채 확산·이동하는 경향이 있어, 검출 농도도 유사한 패턴을 보였다. PC 1은 다중회귀분석을 통해 환경 변수와의 상관이 확인되었으나, 이는 화학적 화합물의 특성이 온도, 습도, 풍류에 의존하기 때문으로 설명될 수 있다.