Mobile QR Code QR CODE : Journal of the Korean Society of Civil Engineers

  1. 경일대학교 건설공학부 조교수 (Kyungil University)
  2. 안동대학교 토목공학과 조교수 (Andong National University)


기후변화, 도로, 유지관리비용, 이항모델
Binomial tree model, Climate change, O&M Cost, Road

  • 1. 서 론

  • 2. 문헌고찰

  •   2.1 유지관리비용 추정 방법론

  •   2.2 기후변화 시나리오에 따른 유지관리비용 영향

  • 3. 온도변화 영향을 고려한 유지관리비용 추정 모델

  •   3.1 유지관리비용 추정 프레임워크

  •   3.2 사례연구: 서울시 도로시설 유지관리비용 추정

  • 4. 결 론

1. 서 론

사회간접자본 증가에 따른 유지관리비용(Operation & Maintenance Cost: O&M Cost)의 증가 추세는 시설물 유지관리 주체의 재정 부담을 가중시킬 것으로 보이며, 이에 따라 보다 정확한 유지관리비용 추정의 중요성이 강조되고 있다(Park et al., 2012). 선진국을 중심으로 사회 인프라의 유지관리 비용이 이미 신규 시설투자비용에 육박하고 있는 가운데(CERIK, 2013), 국내 신규건설투자 대비 유지관리 비용 지출은 2000년대에 들어 25% 수준을 넘어섰고 사회 간접자본의 증가에 따라 향후 지속적으로 증가할 것으로 예측되고 있다(Hong et al., 2014). 특히 도로시설의 경우, 대한시설물유지관리협회에 따르면 국내 시설물 중 면적 비중이 가장 높고(22.4%), 유지관리비용 측면에서도 지출비중이 전체 SOC 유지보수 총지출의 60%이상을 차지하고 있는 것으로 나타났다(Fig. 1).

한편, UNFCCC (United Nations Framework Convention on Climate Change, 2009)는 기후변화가 장기적으로 국가 경제에 미치는 영향을 고려할 때, 기후변화 현상에 대한 적응과 대비의 중요성을 강조하고 있다. IPCC (Intergovernmental Panel on Climate Change)의 4차 평가보고서에 따르면, 지구전체 평균기온은 2100년까지 최소 1.8°C에서 최대 6.4°C까지 상승할 것이라 보고 있으며(IPCC, 2007), 연평균강수량은 2030년까지 최대 10%, 2070년까지 최대 35% 증가할 것으로 추정하고 있다(Hughes, 2003). 이와 더불어 폭설, 폭염, 폭풍, 폭우 등 극한 기후현상(기상재해)의 발생 빈도 및 강도 역시 지속적으로 증가할 것으로 예견하고 있다(Lubchenco and Karl, 2012). 이러한 기후변화로 인한 피해의 양상에 주목할 필요성이 있는데, 지속적인 글로벌화로 국가 간, 지역 간의 상호연결성(Interconnectedness)이 갈수록 고도화되고 있기 때문에 기후변화로 인한 피해는, 직접적인 1차 피해뿐만 아니라 사회연결망을 따라 광범위한 2차 효과를 일으키는 것으로 분석되고 있다(OECD, 2011). 이로 인해 기후변화가 야기하는 재해비용도 급격히 증가하여, 1950년대에는 전 세계적으로 연간 39억 달러 수준이었던 재해비용이 2000년대 들어서는 연간 751억 달러 수준에 육박하고 있으며(Riebeek, 2005), 최근 3년간은 연간 1,470억 달러 수준의 재해비용이 지출된 것으로 나타났다(Guha-Sapir et al., 2013).

KSCE_35_5_15_F1.jpg

Fig. 1. Road O&M Cost Trend (KFMA, 2014)

우리나라의 경우도 이 같은 기후변화의 영향에서 자유롭지 못한데, 지난 100년 동안(1912~2008) 연평균기온이 1.7°C 상승하여 전 지구 평균을 훨씬 상회하였으며, 1950년대 이후의 상승폭은 이전 기간의 1.5배 이상인 것으로 나타났다(Lee, 2014). 또한 기상재해로 인해 2012년 기준 약 2조 원의 피해 복구액을 지출하였으며, 이 금액은 지속적으로 증가하여 2100년까지 누적금액 800조 원에 달할 것으로 전망하고 있다(KEI, 2012).

이와 같이, 기후변화와 그 피해의 심각성이 강조되면서 기후변화에 따른 기상재해의 시설물 피해를 분석하고 이를 계량화하는 연구들이 중점적으로 이루어져 왔으며(Jacob et al., 2008; Mills and Andrey, 2002; TRB, 2008; World Bank, 2000), 국내의 경우도 기상재해로 인한 시설물 피해의 규모나 복구비용을 분석하고 예측하는 연구가 이루어져 왔다(Choi, 2003; Hong et al., 2005; Kim and Cho, 2010; Lee and Lee, 2007; Lee and Lee, 2008; Park et al., 2008). 이렇듯 기존의 연구들은 기후변화의 시설물 영향을 극단적인 기상재해에 의한 시설물 피해를 중심으로 다루고 있는데, 홍수, 태풍, 지진, 해일 등과 같은 기상재해의 시설물 영향은 한번 발생했을 때 막대한 피해를 발생시키기 때문에 관심도가 높지만, 이벤트적 성격의 기상재해에 의한 영향은 상대적으로 좁은 범위의 적용대상을 다룰 수밖에 없다는 한계가 있다.

최근에는 이러한 극단적 기상재해 이벤트에 의한 영향과 더불어 기후변화에 의해 시설물에 점진적으로 축적되는 영향의 중요성이 강조되고 있다. 평균기온상승, 강수량 증가, 해수면 상승 등과 같이 일반적으로 나타나는 기후변화의 양상은 시설물에 장기적, 지속적으로 영향을 미치기 때문에, 체감하기 어려운 일상적인 수준에서 시작되어 점진적으로 영향의 결과들이 축적되어 나타나는 경향을 보이게 된다(UNFCCC, 2009). Boyle et al. (2013)에 따르면, 극단적인 기상현상을 배제하더라도, 점진적인 기후변화가 시설물의 상태에 미치는 영향은 심각한 수준인 것으로 분석되고 있다. Chinowsky 및 Arndt (2012)는 연평균강수량의 10cm 증가 또는 연중최고기온의 3°C 증가는 도로시설의 상태를 저하시킬 수 있다는 분석결과를 제시하였는데, 이와 같이 점진적이고 지속적인 기후변화가 도로시설 유지보수 비용의 증가와 잔존수명의 하락을 야기하게 되며 이는 도로시설이 노후화될수록 강화되는 경향을 보이는 것으로 추정되고 있다.

이처럼 기후변화로 인한 도로시설의 잔존수명 저하와 유지보수 비용의 증가 양상은 결과적으로 도로시설의 서비스 수준과 예산계획 및 집행에 있어 심각한 파급효과를 미칠 것으로 예상되고 있어, 기후변화의 양상과 도로시설의 비중 및 기능적 중요성을 고려할 때, 기후변화의 도로시설에의 영향을 유지관리 비용측면에서 분석하고 이에 대한 예방적 유지관리 대안과 그 효과에 대해 분석할 필요성이 제기되고 있다(Chinowsky and Arndt, 2012; Galbraith et al., 2005). 하지만, 아직까지 기후변화의 시설물 유지관리비용에 대한 실체적인 영향수준에 대한 연구는 부족한 것으로 보이며, 기후변화의 영향을 고려한 유지관리 비용변동 추정체계의 개발은 미비한 실정이다. 이에 따라 본 연구는 점진적인 기후변화, 특히 연평균기온 변화의 도로시설에 대한 영향에 주목하여, 기후변화의 영향을 고려한 유지관리 비용변동 추정체계를 개발하며, 사례연구를 통해 기후변화 시나리오에 따른 유지관리비용의 변동성을 제시하고자 한다.

2. 문헌고찰

2.1 유지관리비용 추정 방법론

시설물의 유지관리비용 추정은 활용목적에 따라 상세 수준과 추정방법이 다양하게 활용되어 왔다. 전통적으로 개별 사업단위에서의 유지관리비용 추정은 총 공사비의 일정비율로 일괄적으로 산정하는 방식, 비용 구성요소별 추정방식, 시계열별 추세분석을 통해 산출식을 도출하는 방식 등이 적용되어 왔다. 현행『도로·철도 부문 사업의 예비타당성조사 표준지침』에 따르면, 고속국도의 경우 30년간의 과거 실적 데이터를 바탕으로 추세치 분석을 통해 로지스틱 회귀식(Logistic Regression Model)과 콤페르츠식(Gompertz Model)을 도출하여 활용하고 있으며, 일반국도(무료도로) 및 지방도의 경우 고속국도 유지관리비용에 25~35%로 비율을 정하여 산정하고 있다(KDI, 2008). 개별 사업단위에서 보다 구체적인 유지관리비용 산정은 구성요소별 노후화 모델(Deterioration Model)의 개발을 통해 보수, 보강, 재건 등의 유지보수 행위와 연계하여 추정하는 방식이 활용되고 있다(Hong et al., 2013).

시설물의 유지관리 주체가 되는 기관 입장에서는 개별 사업단위에서의 유지관리비용 추정도 중요하지만, 보다 거시적으로 전체 시설물의 유지관리비용을 추정할 필요성이 있다. 유지관리 주체 입장에서의 전체 시설물 유지관리비용 추정에는 개별 사업단위 유지관리비용을 집계하는 방식, 시계열 추세분석을 활용하는 방식 등이 활용되고 있으며(Mishalani and McCord, 2008), 통계모델을 활용한 확률론적 추론 방법, 시뮬레이션 기법, 학습기법 등도 활용되고 있다(Falls and Tighe, 2004).

본 연구에서는 시설물 유지관리 주체 단위에서의 유지관리비용 추정을 목표로 하고 있어 이러한 거시적인 접근법 중 이항모델(Binomial Tree Model)과 몬테칼로 시뮬레이션(Monte-Carlo Simulation)을 활용한 추정방식을 적용하였다. 이항모델은 분석기간 동안 대상아 되는 기초자산(Underlying Asset)의 가격의 변동을 모델링하는 기법으로, 이항모델을 통해 구축된 트리구조(Binomial Lattice)에 몬테칼로 시뮬레이션을 활용하면 분석기간 동안 기초자산의 변동에 대한 확률 분포를 도출할 수 있다(Dixit and Pindyck, 1994). 기존의 통계모델을 활용한 추론기법에 비해 이항모델을 활용하는 경우 단위 시간에 따른 변동 가능성을 정밀하게 포착할 수 있으며, 분석기간 동안에 시설물 유지관리 주체가 행사할 수 있는 다양한 대안들에 대한 가치분석에 활용될 수 있다는 장점이 있다.

2.2 기후변화 시나리오에 따른 유지관리비용 영향

시설물의 유지관리비용의 변동 추정에 있어 앞으로 기후가 어떻게 변화할 것인가를 예측하고 이를 유지관리비용 변동에 효과적으로 반영하는 과정이 필요하다. 우선 기후변화 시나리오의 경우,『기후변화에 관한 정부간협의체(IPCC)』를 중심으로 온실가스 배출 시나리오에 따른 잠재적인 미래 기후변화 시나리오 개발이 이루어져왔다. IPCC 5차 평가보고서(IPCC, 2013)에서는, 배출되는 기체가 유발하는 온실효과의 척도인 복사강제력(Radiative Forcing)에 따라 대표농도경로(Representative Concentration Pathway: RCP)라는 개념을 도입하여 온실가스 농도의 시간에 따른 변화 시나리오를 제시하고 있다. 여기서 복사강제력은 지구-대기 시스템에서 유입-유출 에너지 균형을 변경시키는 요소들의 영향력을 의미하는 척도로, 1750년 산업화 이전 배경농도대비 변화량의 강제력을 단위 제곱미터당 와트(W/m2)로 측정한다(KEI, 2012).

RCP 수준을 21세기말(2070년~2099년)에 도달하는 이산화탄소 농도에 따라 4가지로 나눠서 제시하고 있는데(Table 1), RCP 2.6은 인간활동에 의한 영향을 지구 스스로가 회복 가능한 경우, RCP 4.5 및 RCP 6.0은 온실가스 저감 정책이 상당히 실현되는 경우, RCP 8.5는 현재 추세로 온실가스가 저감 없이 배출되는 경우를 각각 의미한다(KEI, 2012). 현재 추세가 지속되는 경우(RCP 8.5) 전 지구 평균기온이 4.8°C 상승될 것으로 전망되며, 저감 노력이 효과를 보게 되면(RCP 4.5) 평균기온 2.8°C 상승이 전망되고 저감 노력에 따라 평균 기온 상승률은 더 낮아질 수 있을 것으로 보고 있다(IPCC, 2013).

우리나라도 IPCC의 RCP 시나리오에 따라 국내의 기후변화에 대한 전망을 제시하고 있으며, 평균기온의 경우 21세기 말까지 3.0°C (RCP 4.5)에서 5.9°C (RCP 8.5)까지 상승할 것으로 전망되고 있다(KEI, 2012). 본 연구에서는 이러한 기상청의 한반도 서울 지역 평균기온 변화 전망을 기반으로 유지관리 비용 변동성 예측에 활용하였다.

한편, 이러한 기후변화의 시설물 유지관리비용 영향에 대한 연구는 이제 막 시작되고 있는 단계라 할 수 있는데, Larsen et al. (2008)은 미국 알래스카 지역의 시설물에 대하여 기후변화 시나리오를 적용하여, 동토층의 융해, 홍수 증가, 해안 침식 증가 등이 시설물 교체비용에 대한 영향을 전문가 평가를 통해 제시하였다. Chinowsky 및 Arndt (2012)는 모잠비크의 도로 시설에 대해 네 가지 기후변화 시나리오를 적용하여 강수량 및 홍수빈도 변화에 따른 시설물 유지관리 비용 변화 모델을 개별 비용 요소별로 문헌조사를 통해 구축하고 적용결과를 제시하였다. 또한 Chinowsky et al. (2013)의 연구는 미국의 도로 시설을 대상으로 강수량, 기온 변화를 수용하기 위한 유지관리 비용 증가모델을 제시하고 있다. 이러한 연구들은 도로시설을 중심으로 개별 비용요소에 대한 고찰을 통해 기후변화의 영향을 제시하였다는 측면에서 의미를 갖는다. 본 연구에서는 Chinowsky et al. (2013)의 연구에서 제시하고 있는 온도변화의 유지관리비용 영향 모델을 바탕으로, 분석대상 기간 동안의 시설물 유지관리 비용의 확률분포를 제시하는 이항모델을 구축하여, 관리 주체 입장에서 다양한 의사결정에 활용할 수 있는 유지관리 비용 추정체계를 제시하고자 하였다.

Table 1. RCP Scenarios (IPCC, 2013)

Scenario

CO2 Concentration

(in the end of the 21st century)

Pathway

RCP 2.6

420ppm

Peak and decline

RCP 4.5

540ppm

Stabilization without overshot

RCP 6.0

670ppm

Stabilization without overshot

RCP 8.5

940ppm

Rising

3. 온도변화 영향을 고려한 유지관리비용 추정 모델

3.1 유지관리비용 추정 프레임워크

본 연구에서 제안하는 기후변화 시나리오에 따른 온도변화 영향을 고려한 도로 시설물의 유지관리비용 추정 프레임워크는 Fig. 2와 같다.

KSCE_35_5_15_F2.jpg

Fig. 2. Overview of the Proposed O&M Cost Estimation Model under Climate Change Scenarios

첫 번째 단계는 시설물 관리 주체의 유지관리비용 데이터와 기후변화 시나리오에 따른 지역 평균기온변화 추정 데이터를 분석하는 단계로, 유지관리비용 데이터 분석을 통해 분석 대상기간 동안의 유지관리비용의 변동성(Volatility)을 측정한다. 변동성은 유지관리비용 데이터를 바탕으로 산출되는데 연속되는 n年의 유지관리비용 데이터 OMC1, OMC2, …, OMCn가 있다고 하면, 유지관리비용의 변동성(PIC5AF.gif)은 Eq. (1)과 같다(Luenberger, 1998).

PIC5EF.gif (1)

여기서 PIC60F.gif, PIC620.gif는 xi(s)의 평균을 의미한다.

두 번째 단계는 데이터 분석결과를 토대로 이항모형(Binomial Lattice)을 구성하는 것으로, 추정 대상기간의 초기 유지관리비용(OMC0), 절상계수(u), 절하계수(d), 절상확률(p) 등의 값을 산출하여 이항모형을 도출한다. 초기 유지관리비용(OMC0)은 수집 데이터를 활용하여 설정하며, 절상계수, 절하계수 및 절상확률은 Eq. (2)를 활용하여 산출하게 된다(Luenberger, 1998). 이때 Δt는 이항모형의 기본 시간단위로, 본 연구에서는 年 단위를 적용하여 Δt=1이 된다.

KSCE_35_5_15_F3.jpg

Fig. 3. Binomial Lattice of O&M Cost Streams

PIC66F.gif (2)

이렇게 산출된 값을 토대로 이항모형을 구성하게 되는데, Fig. 3은 3년간의 이항모형을 구축하는 과정을 예로 보여주고 있다. 기준년도(t=0)의 유지관리비용(OMC0)은 다음 해(t=1)에 절상(u·OMC0) 또는 절하(d·OMC0)될 수 있으며 이는 확률(p)를 따른다. 이렇게 구축된 이항모형을 통해 순수하게 유지관리비용의 변동성만 고려된 추정모델을 도출하게 된다.

세 번째 단계는 기본 이항모형에 기후변화의 영향을 반영하는 것으로 본 연구에서는 평균기온 변화에 따른 유지관리비용의 변화를 Chinowsky et al. (2013)이 제시한 모형을 활용하여 기후변화 시나리오에 따른 유지관리비용 변동 모델을 구축하였다. 기후변화 시나리오는 기상청의 기후변화정보센터에서 제공하고 있는 2100년까지 평균기온변화 데이터(KMA, 2015)를 활용하였다. Chinowsky et al. (2013)에 따르면, 포장도로의 경우 연평균 기온변화는 주로 재포장 빈도 증가 등 상시 유지관리비용의 증가를 초래하는 것으로 나타났으며, 미국의 경우 연평균기온의 0.1°C 상승 시 도로시설의 유지관리비용은 평균적으로 8%가 증가하는 것으로 나타났다. 기온변화의 유지관리 비용에 대한 영향은 대상지역에 대한 데이터로부터 도출하는 것이 타당하나, 관련 데이터 수집에 한계가 있어 본 연구에서는 기존 연구결과를 활용하여 기온변화의 유지관리 비용에 대한 장기적인 영향을 제시하고자 하였다. 따라서 본 연구에서는 포장도로의 경우 Chinowsky et al. (2013)의 모델과 유사한 변화를 보일 것으로 가정하고 국내 평균기온변화 추정 데이터를 활용하여 RCP 4.5와 RCP 8.5에 따른 시나리오별 유지관리비용 변동 이항모형을 구축하였다.

네 번째 단계는 구성한 이항모형을 토대로 유지관리비용의 연도별 변화 경로를 몬테칼로 시뮬레이션을 통해 무작위 경로(random path)를 도출하는 과정으로, Fig. 4에서와 같이 시뮬레이션에서의 연 단위 경로 선택은 절상확률(p)를 따르게 된다. 마지막으로 시뮬레이션 결과를 토대로 각 기후변화 시나리오에 따른 유지관리비용 변동에 대한 Risk Profile인 확률분포를 도출하게 된다.

KSCE_35_5_15_F4.jpg

Fig. 4. Monte Carlo Simulation to Generate Random O&M Cost Paths along the Lattice

3.2 사례연구: 서울시 도로시설 유지관리비용 추정

본 연구에서 제시한 유지관리비용 추정 프레임워크를 서울시 도로시설에 적용하여 사례 연구를 진행하였다. 서울시 도시안전본부 세출예산자료를 토대로 도로시설 유지관리비용 항목을 수집하여 기본 데이터를 구성하였으며, 이를 토대로 산출한 이항모형 입력 변수들은 Table 2와 같다. 초기 유지관리비용의 경우 2015년도 서울시 예산계획의 도로시설 유지관리비용 항목을 바탕으로 하였으며, Eqs. (1) and (2)를 활용하여 나머지 기본 입력변수들을 산출하였다.

KSCE_35_5_15_F5.jpg

Fig. 5. O&M Cost Risk Profile

Table 2. Input Parameters for Binomial Lattice

Parameter

Value

Initial O&M cost (OMC0)

62.62 billion Korean Won

Volatility of O&M cost (PIC6236.gif)

19.98%

Upward movement (u)

1.2212

Downward movement (d)

0.8189

Probability of upward movement (p)

0.7616

Probability of downward movement (1-p)

0.2384

Table 2를 바탕으로 20년간 서울시 도로시설의 유지관리비용을 추정하는 이항모형을 구성하였으며, 기상청의 서울 및 경기지역 평균기온변화 추정 데이터를 활용하여 RCP 4.5와 RCP 8.5의 각 시나리오에 따른 이항모형을 도출하였다. 이를 토대로 몬테칼로 시뮬레이션의 무작위 경로 추출을 통해 20년간의 유지관리비용에 대한 확률분포를 도출하였다.

사례분석결과를 살펴보면, Fig. 5에서와 같이 유지관리비용의 변동성만을 고려하는 경우 20년간의 누적 유지관리비용의 평균은 1조 2,962억 원이 소요되는 것으로 나타났으며 이때의 표준편차는 4,081억 원 수준인 것으로 분석되었다. 온실가스 저감 정책이 상당히 실현되는 RCP 4.5 시나리오의 경우 누적 유지관리비용 평균은 1조 4,802억 원으로 20년간 평균 14.20%의 비용상승이 발생하는 것으로 나타났으나, 산포도에서 차이가 커지는 것을 확인할 수 있다. 마지막으로 현재 추세로 온실가스가 저감 없이 배출되는 RCP 8.5 시나리오를 적용하는 경우, 평균은 1조 6,819억원으로 20년간 평균 29.76%의 유지관리비용 상승이 발생하는 것으로 분석되었으며, 표준편차의 경우 267.34% 증가하여 비용상승 확률이 높은 것으로 나타났다.

4. 결 론

사회간접자본의 증가로 인해 신규건설투자 대비 유지관리 비용지출 비중이 점진적으로 확대되어가고 있어 유지관리 주체 입장에서 정확한 유지관리 비용 추정의 중요성이 강조되고 있다. 최근의 연구결과는 점진적이고 지속적인 기후변화에 의해 시설물에 축적되는 영향이 심각한 수준인 것으로 나타나고 있는데, 유지관리 비용추정에 있어 이를 고려한 연구가 미비한 실정이다. 이에 따라 본 연구에서는 기후변화 중 연평균 기온변화의 도로시설 유지관리 비용 변동에의 영향을 추정하기 위해 이항모델(Binomial Tree Model)을 활용한 비용변동 추정 체계를 제안하였다. IPCC 5차 보고서에서 도출된 기후변화 시나리오에 따른 연평균 기온변화를 도로시설 유지관리비용 변동에 적용하여, 기후변화의 영향이 고려된 유지관리 비용변동 추정을 위한 분석체계를 도출하였으며, 이항모델 및 몬테칼로 시뮬레이션을 활용한 추정모델은 추후 유지관리 주체의 탄력적 의사결정에 다양하게 활용될 수 있을 것으로 판단된다.

국내 대표 지방자치단체에 대한 유지관리 비용변동성 추정 사례분석에서, 기후변화의 영향을 배제한 유지관리비용 변동 추이와 기후변화 시나리오별 추정 결과를 비교 분석한 결과, 20년간의 누적 유지관리비용에 있어 RCP 8.5 시나리오를 적용할 경우 유지관리비용이 평균 29.76%, 최대 123.41%까지 증가할 수 있는 것으로 나타나, 점진적 기후변화 양상에 의한 시설물 유지관리비용에의 영향이 큰 것으로 나타났다. 본 연구는 보다 정밀한 유지관리비용 변동 추정모델의 개발을 위한 기초 연구로서, 사례연구의 대상지역의 관측 데이터로부터 기온변화의 영향을 도출하지 못했다는 한계점을 가지고 있으며, 후속 연구를 통해 해당 사항을 보완하고, 할인율에 따른 민감도 분석, 기온변화 외의 다양한 기후변화 요소에 따른 유지관리비용 영향 등이 보완되어 고려되어야 할 것으로 판단된다.

Acknowledgements

이 논문은 2014학년도 안동대학교 학술연구조성사업에 의하여 연구되었음.

References

1 
Boyle, J., Cuuningham, M. and Dekens, J. (2013). Climate Change Adaptation and Canadian Infrastructure: A review of the literature, IISD (International Institute for Sustainable Development) Report, IISD, November 2013.Boyle, J., Cuuningham, M. and Dekens, J. (2013). Climate Change Adaptation and Canadian Infrastructure: A review of the literature, IISD (International Institute for Sustainable Development) Report, IISD, November 2013.Google Search
2 
CERIK (2013). An Understanding of an Infrastructure Report Card of the Advanced Countries and its Implication in Korean Infras-tructure Policies, Construction & Economy Research Institute of Korea (in Korean).CERIK (2013). An Understanding of an Infrastructure Report Card of the Advanced Countries and its Implication in Korean Infras-tructure Policies, Construction & Economy Research Institute of Korea (in Korean).Google Search
3 
Chinowsky, P. S., Price, J. C. and Neumann, J. E. (2013). “Assessment of climate change adaptation costs for the U.S. road network.” Global Environmental Change, Vol. 23, pp. 764-773.10.1016/j.gloenvcha.2013.03.004Chinowsky, P. S., Price, J. C. and Neumann, J. E. (2013). “Assessment of climate change adaptation costs for the U.S. road network.” Global Environmental Change, Vol. 23, pp. 764-773.DOI
4 
Chinowsky, P. and Arndt, C. (2012). “Climate change and roads: A Dynamic Stressor-Response Model.” Review of Development Economics, Vol. 16, No. 3, pp. 448-462.10.1111/j.1467-9361.2012.00673.xChinowsky, P. and Arndt, C. (2012). “Climate change and roads: A Dynamic Stressor-Response Model.” Review of Development Economics, Vol. 16, No. 3, pp. 448-462.DOI
5 
Choi, C. (2003). “A study on natural hazards vulnerability in urban area by urban land use change: In case of Kyonggi Province.” Journal of Korea Planning Association, Vol. 38, No. 2, pp. 35-48 (in Korean).Choi, C. (2003). “A study on natural hazards vulnerability in urban area by urban land use change: In case of Kyonggi Province.” Journal of Korea Planning Association, Vol. 38, No. 2, pp. 35-48 (in Korean).Google Search
6 
Dixit, A. K. and Pindyck, R. S. (1994). Investment under uncertainty, Princeton, NJ, Princeton University Press.Dixit, A. K. and Pindyck, R. S. (1994). Investment under uncertainty, Princeton, NJ, Princeton University Press.Google Search
7 
Falls, L. C. and Tighe, S. (2004). “Analyzing longitudinal data to demonstrate the costs and benefits of pavement management.” Public Works Management Policy, Vol. 8, No. 3, pp. 176-191.10.1177/1087724X03259476Falls, L. C. and Tighe, S. (2004). “Analyzing longitudinal data to demonstrate the costs and benefits of pavement management.” Public Works Management Policy, Vol. 8, No. 3, pp. 176-191.DOI
8 
Galbraith, R. M., Price, D. J. and Shackman, L. (2005). Scottish Road Network Climate Change Study, Scottish Government, Edinburgh, UK.Galbraith, R. M., Price, D. J. and Shackman, L. (2005). Scottish Road Network Climate Change Study, Scottish Government, Edinburgh, UK.Google Search
9 
Guha-Sapir, D., Hoyois, Ph. and Below, R. (2013). Annual Disaster Statistical Review 2012: The Numbers and Trends, Centre for Research on the Epidemiology of Disasters (CRED), Universite catholique de Louvain: Brussels, Belgium.Guha-Sapir, D., Hoyois, Ph. and Below, R. (2013). Annual Disaster Statistical Review 2012: The Numbers and Trends, Centre for Research on the Epidemiology of Disasters (CRED), Universite catholique de Louvain: Brussels, Belgium.Google Search
10 
Hong, T., Chae, M. J., Kim, D., Koo, C., Lee, K. S. and Chin, K. H. (2013). “Infrastructure asset management system for bridge projects in south Korea.” KSCE Journal of Civil Engineering, Vol. 17, No. 7, pp. 1551-1561.10.1007/s12205-013-0408-8Hong, T., Chae, M. J., Kim, D., Koo, C., Lee, K. S. and Chin, K. H. (2013). “Infrastructure asset management system for bridge projects in south Korea.” KSCE Journal of Civil Engineering, Vol. 17, No. 7, pp. 1551-1561.DOI
11 
Hong, W., Oh, H. and Yi, G. (2005). “A study on flood control measures and the damage of an urban area by the severe rain storm in daegu city.” Journal of the Architectural Institute of Korea Planning & Design, Vol. 21, No. 6, pp. 183-190 (in Korean).Hong, W., Oh, H. and Yi, G. (2005). “A study on flood control measures and the damage of an urban area by the severe rain storm in daegu city.” Journal of the Architectural Institute of Korea Planning & Design, Vol. 21, No. 6, pp. 183-190 (in Korean).Google Search
12 
Hughes, L. (2003). “Climate change and Australia: Trends, projections and impacts.” Austral Ecology, Vol. 28, No. 4, pp. 423-443.10.1046/j.1442-9993.2003.01300.xHughes, L. (2003). “Climate change and Australia: Trends, projections and impacts.” Austral Ecology, Vol. 28, No. 4, pp. 423-443.DOI
13 
IPCC (2007). Climate Change 2007: The Physical Science Basis, Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, Solomon, S. et al., Eds., Cambridge Univ. Press, Cambridge, U.K.IPCC (2007). Climate Change 2007: The Physical Science Basis, Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, Solomon, S. et al., Eds., Cambridge Univ. Press, Cambridge, U.K.Google Search
14 
IPCC (2013). Climate Change 2013: The Physical Science Basis, Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, Stocker, T. F. et al., Eds., Cambridge Univ. Press, Cambridge, U.K.IPCC (2013). Climate Change 2013: The Physical Science Basis, Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, Stocker, T. F. et al., Eds., Cambridge Univ. Press, Cambridge, U.K.Google Search
15 
Jacob, K. H., Gornitz, V. and Rosenzweig, C. (2007). “Vulnerability of the New York City metropolitan area to coastal hazards, including sea-level rise: Inferences for Urban Coastal Risk Management and Adaptation Policies.” L. McFadden, R. Nicholls, E. Penning- Rowsell (Eds.), Managing Coastal Vulnerability, Elsevier Publishing, Oxford, UK.Jacob, K. H., Gornitz, V. and Rosenzweig, C. (2007). “Vulnerability of the New York City metropolitan area to coastal hazards, including sea-level rise: Inferences for Urban Coastal Risk Management and Adaptation Policies.” L. McFadden, R. Nicholls, E. Penning- Rowsell (Eds.), Managing Coastal Vulnerability, Elsevier Publishing, Oxford, UK.Google Search
16 
KEI (2012). Economic Analysis of Climate Change in Korea, Korea Environment Institute (in Korean).KEI (2012). Economic Analysis of Climate Change in Korea, Korea Environment Institute (in Korean).Google Search
17 
KFMA (2014). Infrastructure O&M Expenditure Report, Korea Facilities Maintenance Association (in Korean).KFMA (2014). Infrastructure O&M Expenditure Report, Korea Facilities Maintenance Association (in Korean).Google Search
18 
Kim, J. and Cho, Y. (2010). “A study on the proposals for impro-vement of the national emergency management system based on past disaster cases.” Korean Journal of Construction Engineering and Management, Vol. 11, No. 5, pp. 24-31 (in Korean).10.6106/KJCEM.2010.11.5.24Kim, J. and Cho, Y. (2010). “A study on the proposals for impro-vement of the national emergency management system based on past disaster cases.” Korean Journal of Construction Engineering and Management, Vol. 11, No. 5, pp. 24-31 (in Korean).DOI
19 
KMA (2015). Average Temperature Projection Data from Regional Climate Change Scenario of South Korea, Korea Meteorological Administration, Climate Change Information Center (CCIC), https:// www.climate.go.kr (in Korean).KMA (2015). Average Temperature Projection Data from Regional Climate Change Scenario of South Korea, Korea Meteorological Administration, Climate Change Information Center (CCIC), https:// www.climate.go.kr (in Korean).Google Search
20 
Larsen, P., Goldsmith, S., Smith, O., Wilson, M. L., Strzepek, K., Chinowsky, P. and Saylor, B. (2008). “Estimating future costs for Alaska public infrastructure at risk from climate change.” Global Environmental Change, Vol. 18, No. 3, pp. 442-457.10.1016/j.gloenvcha.2008.03.005Larsen, P., Goldsmith, S., Smith, O., Wilson, M. L., Strzepek, K., Chinowsky, P. and Saylor, B. (2008). “Estimating future costs for Alaska public infrastructure at risk from climate change.” Global Environmental Change, Vol. 18, No. 3, pp. 442-457.DOI
21 
Lee, J. and Lee, K. (2007). “The research on the prevention of building damage caused by typhoon.” Journal of the Architectural Institute of Korea Planning & Design, Vol. 23, No. 8, pp. 73-82 (in Korean).Lee, J. and Lee, K. (2007). “The research on the prevention of building damage caused by typhoon.” Journal of the Architectural Institute of Korea Planning & Design, Vol. 23, No. 8, pp. 73-82 (in Korean).Google Search
22 
Lee, S. and Lee, K. (2008). “The distribution of natural disaster in mountainous region of Gangwon-do.” Journal of the Korean Geographical Society, Vol. 43, No. 6, pp. 843-857 (in Korean).Lee, S. and Lee, K. (2008). “The distribution of natural disaster in mountainous region of Gangwon-do.” Journal of the Korean Geographical Society, Vol. 43, No. 6, pp. 843-857 (in Korean).Google Search
23 
Lubchenco, J. and Karl, T. R. (2012). “Predicting and managing extreme weather events.” Physics Today, Vol. 65, No. 3, pp. 31-37.10.1063/PT.3.1475Lubchenco, J. and Karl, T. R. (2012). “Predicting and managing extreme weather events.” Physics Today, Vol. 65, No. 3, pp. 31-37.DOI
24 
Luenberger, D. G. (1998). Investment Science, Oxford University Press, New York.Luenberger, D. G. (1998). Investment Science, Oxford University Press, New York.Google Search
25 
Mills, B. and Andrey, J. (2002). Climate Change and Transportation: Potential Interactions and Impacts, in The Potential Impacts of Climate Change on Transportation, U.S. Department of Transportation, Workshop, 1-2 October, 2002. Available at: http://climate.volpe. dot.gov/workshop1002/.Mills, B. and Andrey, J. (2002). Climate Change and Transportation: Potential Interactions and Impacts, in The Potential Impacts of Climate Change on Transportation, U.S. Department of Transportation, Workshop, 1-2 October, 2002. Available at: http://climate.volpe. dot.gov/workshop1002/.Google Search
26 
Mishalani, R. G. and McCord, M. R. (2008). “Editorial: Infrastructure Condition Assessment, Deterioration Modeling, and Maintenance Decision-Making: New Contributions for Improved Management.” Journal of Infrastructure Systems, Vol. 14, No. 2, pp. 115-116.10.1061/(ASCE)1076-0342(2008)14:2(115)Mishalani, R. G. and McCord, M. R. (2008). “Editorial: Infrastructure Condition Assessment, Deterioration Modeling, and Maintenance Decision-Making: New Contributions for Improved Management.” Journal of Infrastructure Systems, Vol. 14, No. 2, pp. 115-116.DOI
27 
OECD (2011). Future Global Shocks: Improving Risk Governance, OECD Reviews of Risk Management Policies, OECD Publishing.OECD (2011). Future Global Shocks: Improving Risk Governance, OECD Reviews of Risk Management Policies, OECD Publishing.Google Search
28 
Park, J., Jung, W. and Choi, H. (2008). “An analysis of the korean peninsula damages vulnerabilities for a natural disaster mitigation: Focus on Public Facilities Damages.” Journal of the Environmental Science, Vol. 17, No. 4, pp. 413-422 (in Korean).Park, J., Jung, W. and Choi, H. (2008). “An analysis of the korean peninsula damages vulnerabilities for a natural disaster mitigation: Focus on Public Facilities Damages.” Journal of the Environmental Science, Vol. 17, No. 4, pp. 413-422 (in Korean).Google Search
29 
Park, T., Kim, B. and Kim, H. (2012). “Impact of deterioration and negotiation on sewer system O&M contracts from the RO perspective.” Water Resource Management, Vol. 26, pp. 2973-2989.10.1007/s11269-012-0059-4Park, T., Kim, B. and Kim, H. (2012). “Impact of deterioration and negotiation on sewer system O&M contracts from the RO perspective.” Water Resource Management, Vol. 26, pp. 2973-2989.DOI
30 
Riebeek, H. (2005). “The rising cost of natural hazards.” The Earth Observatory, NASA, March 28.Riebeek, H. (2005). “The rising cost of natural hazards.” The Earth Observatory, NASA, March 28.Google Search
31 
TRB (2008). Potential Impacts of Climate Change on U.S. Trans-portation, TRB special report 290, Transportation Research Board, Washington, DC, USA.TRB (2008). Potential Impacts of Climate Change on U.S. Trans-portation, TRB special report 290, Transportation Research Board, Washington, DC, USA.Google Search
32 
UNFCCC (2009). “Support needed to fully implement national adaptation programmes of action (NAPA’s), Least Developed Countries.” LDC Expert Group 2009, Bonn, Germany: United Nations Framework Convention on Climate Change.UNFCCC (2009). “Support needed to fully implement national adaptation programmes of action (NAPA’s), Least Developed Countries.” LDC Expert Group 2009, Bonn, Germany: United Nations Framework Convention on Climate Change.Google Search
33 
World Bank (2000). A Preliminary Assessment of Damage from the Flood and Cyclone Emergency, World Bank, Washington DC.World Bank (2000). A Preliminary Assessment of Damage from the Flood and Cyclone Emergency, World Bank, Washington DC.Google Search