정책연구 최종보고서

국문 기상관측자료의 예보 기여도 평가
기상관측자료의 예보 기여도 평가 과제 명
(Evaluation of Contribution of Meteorological
영문 Evaluation of Contribution of Meteorological Observation
Data to Weather Forecasts
Observation Data to Weather Forecasts)
주관연구기관 기관명 소재지 대표
(공동연구기관) 한국기상전문인협회 서울시 동작구 대방동 1길 39 이 현
주관연구책임자 성 명 소 속 전 공
(공동연구책임자) 최치영 한국기상전문인협회 대기과학
총 연구기간 2018년 6월 15일 ~ 12월 12일(6개월)
주관연구기관 : 한국기상전문인협회 (당해년도)
총 연구비 일금칠천오백칠십오만이천팔백이십원정(￦75,752,820)
(당해년도)

2018. 12.
책임연구원 1명
총 참여연구원 총 6명 연구원 4명
(당해년도)
연구보조원 1명

2018년도 정책연구의 최종보고서를 붙임과 같이 제출합니다.

붙임 : 최종보고서 30부
요 약 본 10부

연구 2018 년 월
12 12 일
주요내용 주관연구책임자 최 치 영 인
주관연구기관장 한국기상전문인협회장 직인
기 상 청
기상청장 귀하
 제 출 문

본 보고서를 '기상관측자료의 예보 기여도 평가” 최종보고서로

제출합니다.
□ 주관연구기관명 : (사)한국기상전문인협회
□ 연 구 기 간 : 2018. 6.15 ~ 12.12(180일)

□ 주관연구책임자 : 최 치 영
□ 참여연구원
- (사)한국기상전문인협회 이 현
- (사)한국기상전문인협회 권태순
- (사)한국기상전문인협회 엄원근
- (사)한국기상전문인협회 박종식
- 연세대학교 동서문제연구원 고 광 근

2018 년 12월 12일

기상청장 귀하
- ii -
 < 목차>
목차 ····························································································································· ⅴ
표목차 ························································································································· ⅷ
그림목차 ······················································································································ ⅻ
요약문 ······················································································································· ⅹⅸ
제 1 장 서 론 ············································································································· 1
제1절 연구배경 ··········································································································· 1
제2절 연구목적 ··········································································································· 2
제 2 장 기상관측망 현황 조사 및 분석 ·······························································4
제1절 기상청의 기상관측망 ····················································································· 4
1. 지상기상관측망 ····························································································· 11
2. 고층기상관측망 ····························································································· 18
3. 해양기상관측망 ····························································································· 21
4. 항공기상관측망 ····························································································· 28
5. 위성기상관측망 ························································································· 31
6. 레이더기상관측망 ························································································· 34
7. 낙뢰기상관측망 ····························································································· 39
8. 기상청의 기상관측망 분석 ········································································· 41
제2절 국내 유관기관의 기상관측망 ····································································· 43
1. 기상관측표준화 개요 ··················································································· 43
2. 국내 기상관측시설 현황 ········································································· 45
3. 관측요소별 기상관측시설 현황 ································································· 47
4. 관측목적별 국내 기상관측시설 현황 ······················································· 49
5. 특수목적의 기상관측 사례 ········································································· 63
6. 국내 기상관측망의 분석 ············································································· 73
제3절 주요 기상선진국의 기상관측망 ································································· 77
1. 세계 기상관측망 개요 ················································································· 77

- iv - - v -
 미국 ················································································································· 81
2. 예보별 기상관측종류 기여도 ··································································· 163
3.
3. 일본 ················································································································· 82 4. 기상예보 업무역량 기여도 ······································································· 165
4. 호주 ················································································································· 84 제5절 기상관측업무 설문분석 결과 ··································································· 176
5. 영국 ················································································································· 85
6. 유럽연합 ········································································································· 86 제 5 장 관측업무 발전 전략 ··············································································· 192
7. 중국 ················································································································· 87 제1절 기본 방향 ····································································································· 192
제4절 국내외 기상관측 수준 비교분석 및 개선 방향 ····································· 90 제2절 기상청 관측업무 발전 기본계획 ····························································· 193
1. 기술수준 비교 분석 ····················································································· 90 제3절 기상관측망 발전 방안 ··············································································· 196
2. 개선 방향 ······································································································· 91 1. 발전 방향 ····································································································· 196
2. 운용 제고 방향 ··························································································· 197
제 3 장 기상관측 자료와 예보업무 관계 분석 ················································· 49 제4절 기상관측 분야별 최적 관측망 ································································· 201
제1절 예보업무에 활용되는 기상관측자료 ························································· 94 1. 종관기상관측 ······························································································· 201
1. 기상예보에 활용되는 기상관측자료 ······················································· 94 2. 원격기상관측 ······························································································· 204
2. 기상실황감시 및 방재기상 ········································································· 98 3. 고해상도 기상관측망 확충방안 ······························································· 210
3. 예보생산 및 검증 ······················································································· 105 제5절 기상관측 전문가 양성 ··············································································· 213
제2절 수치예보와 기상관측자료 ······································································· 113 1. 현행 체계 ····································································································· 213
1. 수치예보업무 ······························································································· 113 2. 발전 방향 ····································································································· 214
2. 기상관측자료의 수치예보모델에 기여도 ············································· 116 제6절 관측자료 공동활용 방안 ··········································································· 218
3. 통계모델에 활용되는 기상관측자료 ······················································· 127 1. 비(非)실시간 민간 관측자료 ······································································ 218
4. 선진국(영국) 사례 ······················································································· 128 2. 비(非)종관 관측자료 ···················································································· 221

제 4 장 기상관측자료의 예보업무 기여도 분석 ············································· 13 제 6 장 결론 ··········································································································· 224

제1절 분석방법 ······································································································· 131
1. 계층분석과정(AHP, Analytic Hierarchy Process)기법 ·························· 131 참고문헌 ··················································································································· 227
2. 기상관측자료의 계층적 구조 설계 ························································· 132
제2절 설문조사 실시 및 표본 분포 ··································································· 135 부록 ··························································································································· 229
제3절 AHP 분석과정 ······························································································ 139
제4절 AHP 분석결과 ······························································································ 142
1. 기상관측자료의 기상예보업무 기여도 ··················································· 142
2. 기상관측 요소별 기여도 ··········································································· 151

- vi - - vii -
 < 표 목차> [표 2-35] 방재기상관측망 현황(기상관측 통합 메타데이터시스템) ···········································2 5
[표 2-36] 농업기상관측망 현황(기상관측 통합 메타데이터시스템) ···········································3 5
[표 2-37] 산악기상관측망 현황(국립산림과학원 산악기상정보시스템) ·····································4 5
[표 2-1] WMO에 등록된 기상청의 기상관측소 현황 ·····································································5
[표 2-38] 교통기상관측망 현황(기상관측 통합 메타데이터시스템) ···········································5 5
[표 2-2] 기상청의 주요 기상관측장비 현황 ···················································································6
[표 2-39] 주요 강 유역에 설치된 수문관측소(국가수자원관리종합정보시스템) ·····················6 5
[표 2-3] 기상청의 분야별 기상관측망 및 관측방법 ·······································································7
[표 2-40] 환경기상관측망 현황(기상관측 통합 메타데이터시스템) ···········································7 5
[표 2-4] AAOS(농업기상관측장비)와 AWS 통합지점(7개소) ························································ 1 1
[표 2-41] 국내 에어로졸 라이다 운영기관 현황(KALION 홈페이지) ······································
[표 2-5] 기상관서별 지상기상관측장비 설치현황 ········································································· 21
8 5
[표 2-42] 에너지기상관측망 현황(기상관측 통합 메타데이터시스템) ·······································8 5
[표 2-6] 지상기상관측의 종류, 관측시각 및 관측요소 ································································ 31
[표 2-43] 해양기상관측망 현황 ········································································································· 95
[표 2-7] 농업기상관측의 종류, 관측시각 및 관측요소 ······························································ 41
[표 2-44] 항공기상관측망 현황 ········································································································· 26
[표 2-8] 자동적설관측 지점(182개소) ·······························································································6 1
[표 2-45] ㈜SK플래닛 기상관측장비 제품 사양서 ········································································5 6
[표 2-9] 황사관측 지점명 ··················································································································· 71
[표 2-46] 전지구 관측시스템과 네트워크 ······················································································· 08
[표 2-10] 황사관측의 관측장비‧기준시각 및 요소 ········································································ 71
[표 2-47] WMO 등록된 전세계 지역별 관측망(WMO, 2018년 6월 현재) ································
[표 2-11] 우리나라의 고층기상관측소 현황 ··················································································· 02
1 8
[표 2-48] 유럽연합 관측망 현황(WMO, 2018년 6월 현재) ··························································
[표 2-12] 고층기상관측의 종류·기준시각 및 요소 ····································································· 21
7 8
[표 2-49] 주요 선진국의 관측망 현황(WMO, 2018년 6월 현재) ················································
[표 2-13] 기상청의 해양기상관측장비 설치현황 ········································································· 12
9 8
[표 2-50] 기상선진국과 우리나라의 기상관측망 비교(해당국 홈페이지, 2018년 6월 현재) ·····
[표 2-14] 해역별 해양기상관측장비 내역 ······················································································· 32
1 9
[표 2-51] 기상청 기상관측망(자료)과 기상업무 관계 분석 ·······················································2 9
[표 2-15] 해양기상관측의 종류․기준시각 및 요소 ········································································ 32
[표 3-1] 기상관측의 분류(교학사, 2000, 대기관측법) ··································································
[표 2-16] 기상1호에 설치되어 있는 관측장비 내역 ····································································· 72
4 9
[표 3-2] 기상청 기상관측 및 장비 현황(기상청, 2018.6.30. 현재) ············································
[표 2-17] 관서별 항공기상관측장비 설치현황(기상청 홈페이지) ···············································0 3
5 9
[표 3-3] 지상기상 관측요소별 분류 및 관측방법 ········································································· 69
[표 2-18] 항공기상관측의 자료교환 범위와 관측종류(기상청 홈페이지) ·································0 3
[표 3-4] 관측분야별 세부관측 내용 및 방법 ················································································· 79
[표 2-19] 항공기상관측 종류별 세부 관측내용 ············································································· 03
[표 3-5] 관측목적별 기상관측망 운영 현황(기상청, 2018.6.30.현재) ········································
[표 2-20] 위성종류별 관측수행기준 및 관측자료(관측업무규정 제 23조) ·······························2 3
9 9
[표 3-6] 기상특보 종류 및 기준 ····································································································· 10
[표 2-21] 위성종류별 관측자료의 생산내역(관측업무규정 제24조) ···········································2 3
1
[표 3-7] 주요 관측장비 및 관측요소 ····························································································· 10
[표 2-22] COMS위성과 GK-2A 기상위성 비교(기상청, 2017 기상연감)
1
·····························
3 3
[표 3-8] 지상관측망 설치현황(기상청, 관측업무발전기본계획, 2016.8) ·································201
[표 2-23] 관측소별 기상레이더의 제원(기상청 기상레이더센터 홍보자료) ·····························6 3
[표 3-9] 특보구역별 적설관측장비 설치현황 및 계획(시ㆍ군 개수) ······································· 301
[표 2-24] 국가별 레이더 관측지점 ··································································································· 83
[표 3-10] 황사관측장비(PM10) 설치 시ㆍ군 현황 ·······································································301
[표 2-25] 레이더기상관측의 범위․방법․요소 및 관측주기 ···························································· 93
[표 3-11] 특보구역별 황사관측망 운영 계획 ··············································································· 1
[표 2-26] 낙뢰관측자료의 생산주기 및 요소 ················································································· 04
0
4
[표 3-12] 해상특보구역별 주요 해양기상관측장비 설치현황 ··················································· 1
[표 2-27] 기상청 주요 기상관측망(분야별)의 분석 결과(요약) ··················································
0
4
1 4
[표 3-13] 해상특보구역별 주요 해양기상관측장비 설치계획 ··················································· 1
[표 2-28] 기상관측표준화법의 체계 ································································································· 34
0
5
[표 3-14] 국내 예보종류, 기간, 지역 ····························································································· 10
[표 2-29] 유관기관의 기상관측시설 현황(기상청 기상관측 통합 메타데이터시스템) ···········5 4
5
[표 3-15] 국내 예보종류 및 예보요소 ··························································································· 1
[표 2-30] 기관별 관측시설 현황 ······································································································· 64
0
5
[표 3-16] 유관기관 포함 관측현황(지점수) ··················································································· 801
[표 2-31] 지방자치단체별 관측시설 현황 ······················································································· 64
[표 3-17] 연도별 영향예보 시범서비스 계획(기상청, 영향예보 추진 기본계획, 2016.4) ···901
[표 2-32] 국내 기상관측시설의 관측요소별 분류(기상청 기상관측 통합메타데이터시스템) ···7 4
[표 3-18] 도로기상정보 수집자료 ··································································································· 1
[표 2-33] 관측목적별 기상관측시설 현황 ······················································································· 94
[표 3-19] 국내외 수치예보모델 운영 및 기상정보 제공현황 ··················································· 1
[표 2-34] 기상기후관측망 현황(기상관측 통합 메타데이터시스) ···············································1 5
5

- viii - - ix -
[표 3-20] 지상/해상 기상관측자료 활용 현황(기상청 미래수치기술팀, 2018) ······················711 [표 5-1] 유인 관측지점(22개소) ······································································································· 091
[표 3-21] 고층/항공 기상관측자료 활용 현황(기상청 미래수치기술팀, 2018.) ·····················711 [표 5-2] 장비관리 업무 중장기 조직 발전전략 ··········································································· 20
[표 3-22] 기상위성관측자료 활용 현황(기상청 미래수치기술팀, 2018) ·································811 [표 5-3] 지상기상관측자료의 예보 기여도(괄호안은 순위) ······················································· 102
[표 3-23] AWS관측자료의 지형에 따른 국지예보모델 특성 ····················································· 421 [표 5-4] 고층기상관측자료의 예보 기여도(괄호안은 순위) ······················································· 302
[표 3-24] 2013년 평균 RMSE와 비교 ·····························································································721 [표 5-5] 해양기상관측자료의 예보 기여도(괄호안은 순위) ······················································· 302
[표 3-25] 영국기상청의 기상위성관측자료 활용 현황 ······························································· 1 2
8 [표 5-6] 위성기상관측자료의 예보 기여도(괄호안은 순위) ······················································· 602
[표 4-1] 관측자료의 기상예보업무 기여도 평가를 위한 평가요인 세부설명(1) ··················· 331 [표 5-7] 레이더기상관측자료의 예보 기여도(괄호안은 순위) ··················································· 702
[표 4-2] 관측자료의 기상예보업무 기여도 평가를 위한 평가요인 세부설명(2) ··················· 431 [표 5-8] 수요자 기반의 교육 유연성 확보 ··················································································· 21 4
[표 4-3] 설문지 배포현황 ················································································································· 13 5
[표 4-4] 지역 분포 ····························································································································· 13
6
[표 4-5] 직급 분포 ····························································································································· 13
6
[표 4-6] 예보 관련 업무수행 경험 분포 ······················································································· 13 7
[표 4-7] 업무경력 기간에 따른 분포 ····························································································· 13 7
[표 4-8] 현재 소속 분포 ··················································································································· 13 8
[표 4-9] 현재 업무 분포 ··················································································································· 13 8
[표 4-10] 기상예보업무 기여도 설문지 개요 ··············································································· 1 4
2
[표 4-11] 기상예보업무 기여도 일관성 지수 평가결과 ····························································· 1 4
2
[표 4-12] 기상관측자료의 초단기예보 기여도 일관성 비율 비교 ··········································· 1 4
3
[표 4-13] 기상관측자료의 단기예보 기여도 일관성 지수 비교 ··············································· 1 4
6
[표 4-14] 기상관측자료의 중기예보 기여도 일관성 지수 비교 ··············································· 1 4
8
[표 4-15] 기상관측 종류의 중요도 순위 ······················································································· 1 6
4
[표 4-16] 기상예보 업무역량 기여도 설문지 개요 ····································································· 1 6
5
[표 4-17] 기상예보 업무역량 기여도 일관성 지수 평가결과 ··················································· 1 6
5
[표 4-18] 청내 예보경력 유무에 따른 기상예보 업무역량 기여도 ········································· 1 6
[표 4-19] 본청과 지방청의 기상예보 업무역량 기여도 ··························································· 1 6
7
[표 4-20] 기상예보 업무역량의 중요도 순위 ··············································································· 1 7
5
[표 4-21] 개선되어야 할 기상관측 부문-담당업무별 ································································· 671
[표 4-22] 영향예보에 따른 기상관측 개선분야-예보경력 ························································· 771
[표 4-23] 기상 관측요소 중요도 순위-담당업무 ········································································· 971
[표 4-24] 기상 관측장비 중요도 순위-담당업무 ········································································· 181
[표 4-25] 기상관측 발전업무-담당업무 ························································································· 281
[표 4-26] 기상관측 발전업무-기상청 내·외부 ··········································································· 183
[표 4-27] 기상관측 전문인력 양성 업무-현소속 ········································································· 481
[표 4-28] 기상관측자료 활용도 개선업무-현소속 ······································································· 681
[표 4-29] 기상관측망의 적절성 ······································································································· 1 8
7
[표 4-30] 기상관측망별 확대 정도 ································································································· 1 8
9

- x - - xi -
 < 그림 목차> [그림 2-33] 공동활용 전/후의 레이더관측 사각지대(기상청 기상레이더센터 홈페이지 및 강의
교재) ························································································································································ 37
[그림 2-34] 동아시아 레이더 합성영상도(기상청 기상레이더센터 홍보자료) ·························8 3
[그림 2-1] 3차원 입체 기상관측 모식도 ···························································································4
[그림 2-35] 충북 진천의 레이더비교관측소(기상청 기상레이더센터 홍보자료) ·····················9 3
[그림 2-2] WMO에 등록된 기상관측소 ·····························································································5
[그림 2-36] 낙뢰관측장비 및 낙뢰관측망도 ··················································································· 04
[그림 2-3] 기상청 종합 기상관측망도(2018년 6월 현재) ····························································· 0 1
[그림 2-37] 기상청 보성표준관측소 전경(2012년, 기상청 보도자료) ·····································
[그림 2-4] 지상기상관측망의 변천도 ······························································································· 21
4 4
[그림 2-38] 국내 기상관측망 분포도 ······························································································· 64
[그림 2-5] ASOS와 AWS 관측망도 ···································································································2 1
[그림 2-39] 기상관측시설별 분포도 ································································································· 64
[그림 2-6] AAOS 관측망도 ·················································································································2 1
[그림 2-40] 기상관측센서별 분포도 ································································································· 74
[그림 2-7] 표준 지상기상관측소의 관측사례 ················································································· 31
[그림 2-41] 국내 기상관측시설의 관측요소별 분포도(기상청 기상관측통합 메타데이터시스템) ··7 4
[그림 2-8] ALWAIS 표출 화면 ···········································································································4 1
[그림 2-42] 기상관측요소별 자료수집율(2018.6.1~6.30) ·······························································
[그림 2-9] 자동적설관측망 분포도 ··································································································· 61
8 4
[그림 2-43] 기상기후관측망도(기상청 96개소, 기상관측 통합 메타데이터시스템) ···············1 5
[그림 2-10] 황사관측망 분포도(기상청 지상기상관측망 통계자료) ···········································7 1
[그림 2-44] 방재기상관측망도(2,612개소, 기상관측 통합 메타데이터시스템) ····················
[그림 2-11] 황사발원지 관측망 ········································································································· 71
2 5
[그림 2-45] 농업기상관측망(농촌진흥청 203개소, 기상관측 통합 메타데이터시스템) ·········3 5
[그림 2-12] 연직바람관측장비 ··········································································································· 91
[그림 2-46] 산악기상관측망도(산림청 213개소, 국립산림과학원 산악기상정보시스템) ·····4 5
[그림 2-13] 라디오미터 ······················································································································· 91
[그림 2-47] 교통기상관측망(29개소, 기상관측 통합 메타데이터시스템) ·································5 5
[그림 2-14] 기상청 고층기상관측망도 ························································································· 02
[그림 2-48] 수문기상관측망도(184개소, 기상관측 통합 메타데이터시스템) ···························
[그림 2-15] 우리나라 통합 고층기상관측망도 ··············································································· 02
6 5
[그림 2-49] 환경부 환경기상관측망도(46개소, 기상관측 통합 메타데이터시스템) ···············7 5
[그림 2-16] 기상청 해양기상관측망도 ····························································································· 22
[그림 2-50] 응용기상관측망도 (에너지분야 52개소, 기상관측 통합 메타데이터시스템) ·····9 5
[그림 2-17] 해역별 해양기상관측장비 모식도 ············································································· 32
[그림 2-51] 국립해양조사원 해양기상관측망도(실시간 해양관측정보시스템) ·························0 6
[그림 2-18] 해양기상부이 및 관측망도(17개소) ·············································································4 2
[그림 2-52] 수도권 ㈜SK플래닛의 기상관측망도(Weather Planet 누리집) ··························
[그림 2-19] 파고부이 및 관측망도(59개소) ·····················································································4 2
3 6
[그림 2-53] 기상관측장비 설치 전경 ··························································································· 46
[그림 2-20] 등표기상관측장비 및 관측망도(9개소) ·······································································5 2
[그림 2-54] ㈜SK플래닛 기상관측장비 측기 검정서 ····································································4 6
[그림 2-21] 연안방재관측장비 및 관측망도(18개소) ·····································································5 2
[그림 2-55] (주)SK플래닛 기상 및 산업용 관측장비 ····································································5 6
[그림 2-22] 기상관측선(기상1호) 모형도 ·······················································································6 2
[그림 2-56] AI기반 IoT센서 관제 솔루션 개요 ··············································································6 6
[그림 2-23] 기상관측선(기상1호) 항행구역 ·····················································································6 2
[그림 2-57] AI기반 IoT센서 관제서비스 역량 ················································································7 6
[그림 2-24] VOS 관측자료 서비스 내용 ··························································································72
[그림 2-58] SK관리 기상센서의 자료품질 비교 ············································································7 6
[그림 2-25] 우리나라 항공기상관서와 비행정보구역(기상청 홈페이지) ···································8 2
[그림 2-59] Deep Learning기술의 발달과 개요 ············································································86
[그림 2-26] AMOS 기본 공항기상관측장비 ····················································································9 2
[그림 2-60] Deep Learning기술의 센서데이터 사용 개요(1) ······················································8 6
[그림 2-26] 항공기상관측장비 ··········································································································· 92
[그림 2-61] Deep Learning기술의 센서데이터 사용 개요(2) ······················································8 6
[그림 2-27] 천리안위성(COMS) 운영체계 ························································································ 1 3
[그림 2-62] Deep Learning기술의 기상데이터 이상감지 개요도 ··············································96
[그림 2-28] 천리안위성(COMS)의 실물 모형도 ·············································································· 1 3
[그림 2-63] 모바일 관측차량의 외관(좌: 미기상청, 우: 캐나다기상청) ···································0 7
[그림 2-29] COMS위성과 GK-2A 기상위성 비교도(기상청, 2016, 관측업무발전 기본계획
[그림 2-64] 국립기상과학원의 모바일기상관측차량의 외관 ······················································· 07
2017~2021) ··············································································································································4 3
[그림 2-65] 국립기상과학원 모바일기상관측차량의 관측자료처리과정 ··································· 17
[그림 2-30] 기상레이더 기술변화 동향(기상청 기상레이더센터 홍보자료) ·····························4 3
[그림 2-66] 국립기상과학원 모바일기상관측차량의 통합품질관리시스템 ······························· 17
[그림 2-31] 기상청 기상레이더 관측망도(기상청 기상레이더센터 홍보자료) ·························5 3
[그림 2-67] 모바일기상관측차량의 연도별 운영현황 ··································································· 27
[그림 2-32] 우리나라 레이더 종합 관측망도(기상청 기상레이더센터 홍보자료) ···················7 3

- xii - - xiii -
[그림 2-68] 모바일기상관측차량의 목적별 운영현황 ································································· 27 [그림 3-30] 기온예보에 대한 발표시간 +1시간 ~ +12시간 예측평균 RMSE ·························7 2 1
[그림 2-69] 미국의 기상레이더 분포도 ··························································································· 28 [그림 3-31] 기온예보 평균 RMSE의 예보시간별 비교 ······························································· 821
[그림 2-70] 일본의 기상레이더 분포도 ··························································································· 38 [그림 3-32] 전지구모델 24시간 수치예보 에러 감소율(%) ························································921
[그림 2-71] 호주의 기상레이더 분포도 ························································································· 48 [그림 3-33] 기상관측 종류별 수치예보 민감도(FSOI) ······························································921
[그림 2-72] 영국의 기상레이더 분포도 ··························································································· 58 [그림 3-34] 기상관측 종류별 단기 수치예보 에러 감소 기여도 ··········································· 1 3
0
[그림 3-1] 기상예보에 활용되는 기상관측 분야 ··········································································· 79 [그림 4-1] AHP 분석과정 ················································································································· 2
3
1
[그림 3-2] 관측분야별 예보 기여도 ································································································· 89 [그림 4-2] 관측자료의 기상예보업무 기여도 평가를 위한 AHP 모형 ··································· 3 1
[그림 3-3] 충북지방 호우실황 감시 사례(2017.7.16) ··································································001 [그림 4-3] 기상예보업무 역량 평가를 위한 AHP 모형 ····························································· 4 3
1
[그림 3-4] 2018. 8. 22 태풍 속보 및 특보 사례 ········································································· 201 [그림 4-4] 1단계 : 상대비교 행렬 작성 예시 ·············································································· 139
[그림 3-5] 기간에 따른 기상예보 분류 ······················································································· 10 6 [그림 4-5] 2단계 : 상대비교 행렬의 곱 예시 ·············································································· 139
[그림 3-6] 2018. 12. 3. 06:30 초단기예보 사례 ···········································································601 [그림 4-6] 3단계 : 벡터 산출 예시 ································································································ 139
[그림 3-7] 2018. 12. 2. 23:00 동네예보(강수형태) 사례 ···························································· 701 [그림 4-7] 4단계 : 일관성 비율 검토 예시 ·················································································· 140
[그림 3-8] 2018. 11. 28. 06:00 중기예보 사례 ·············································································701 [그림 4-8] 5단계 : 최종분석 데이터 예시 ···················································································· 141
[그림 3-9] 영향예보 개요 ················································································································· 10
8 [그림 4-9] 기상관측자료의 초단기예보 기여도 ··········································································· 14 3
[그림 3-10] 기존 태풍예보와 태풍 영향예보의 비교 ································································· 1 0
9 [그림 4-10] 예보경력에 따른 초단기예보 기여도 ····································································· 1 4
[그림 3-11] 도로기상정보체계 개요 ······························································································· 1 [그림 4-11] 예보경력 기간에 따른 초단기예보 기여도 ··························································· 1 4
[그림 3-12] 실시간 강우모니터링시스템 ······················································································· 1 [그림 4-12] 담당업무에 따른 초단기예보 기여도 ······································································· 1 4
5
[그림 3-13] 예보정확도를 결정하는 3가지 요소 ········································································· 13 [그림 4-13] 기상관측자료의 단기예보 기여도 ············································································· 1 4
6
[그림 3-14] 기상청 현업용 수치예보모델(2018년 11월 현재) ···················································511 [그림 4-14] 예보경력에 따른 단기예보 기여도 ········································································· 1 4
6
[그림 3-15] 2016.7.1.00UTC 전지구모델에 활용되는 관측지점 분포도(기상청 수치자료응용과) [그림 4-15] 예보경력 기간에 따른 단기예보 기여도 ································································· 1 4
7
································································································································································ 116 [그림 4-16] 담당업무에 따른 단기예보 기여도 ··········································································· 1 4
7
[그림 3-16] 2015여름철 전지구모델에 관측자료별 기여도(기상청 수치자료응용과) ···········911 [그림 4-17] 기상관측자료의 중기예보 기여도 ············································································· 1 4
8
[그림 3-17] 2015여름철 국내 레윈존데 관측자료 총기여도(기상청 수치자료응용과) ····021 [그림 4-18] 예보경력에 따른 중기예보 기여도 ········································································· 1 4
9
[그림 3-18] 2015여름철 국내 연직바람관측장비 관측자료 총기여도(기상청 수치자료응용과) ·· 021 [그림 4-19] 예보경력 기간에 따른 중기예보 기여도 ································································· 1 4
9
[그림 3-19] 2015/2016년 겨울철 전지구모델에 관측자료별 기여도(기상청 수치자료응용과) ···121 [그림 4-20] 담당업무에 따른 중기예보 기여도 ··········································································· 1 5
0
[그림 3-20] 동아시아영역(국지모델)에 관측자료별 기여도(기상청 수치자료응용과) ··········121 [그림 4-21] 예보기간별 기상관측자료의 기상예보 기여도 ······················································· 1 5
[그림 3-21] 동아시아영역(국지모델)에 관측시간별 기여도(기상청 수치자료응용과) ··········221 [그림 4-22] 지상기상관측의 기여도 ······························································································· 1 5
[그림 3-22] 2015여름철 동아시아영역(국지모델)에 관측자료별 기여도(기상청 수치자료응용과) [그림 4-23] 예보경력에 따른 지상기상관측의 기여도 ······························································· 1 5
2
································································································································································ 122 [그림 4-24] 예보경력 기간에 따른 지상기상관측의 기여도 ····················································· 1 5
2
[그림 3-23] 여름철 기상1호 및 육상 집중관측 지점 ································································· 213 [그림 4-25] 담당업무에 따른 지상기상관측의 기여도 ······························································· 1 5
3
[그림 3-24] 겨울철 기상1호 및 육상 집중관측 지점 ································································· 214 [그림 4-26] 고층기상관측의 기여도 ······························································································· 1 5
3
[그림 3-25] 통합모델에 사용되는 관측종 ····················································································· 1
2
5 [그림 4-27] 예보경력에 따른 지상기상관측의 기여도 ······························································· 1 5
4
[그림 3-26] 2012년 6~9월 동안 관측종별 총 영향 ·····································································521 [그림 4-28] 예보경력 기간에 따른 고층기상관측의 기여도 ····················································· 1 5
4
[그림 3-27] 2012년 6~9월 동안 관측종별 자료 개수 ·································································621 [그림 4-29] 담당업무에 따른 고층기상관측의 기여도 ······························································· 1 5
[그림 3-28] 관측개수 별 평균 효과(총효과/자료 개수) ····························································· 621 [그림 4-30] 해양기상관측의 기여도 ······························································································· 1 5
[그림 3-29] AMV(대기운동벡터)의 위성별 영향 ··········································································621 [그림 4-31] 예보경력에 따른 해양기상관측의 기여도 ······························································· 1 5
6

- xiv - - xv -
[그림 4-32] 예보경력 기간에 따른 해양기상관측의 기여도 ····················································· 156 [그림 4-68] 기상관측 전문인력 양성 업무 ··················································································· 184
[그림 4-33] 담당업무에 따른 해양기상관측의 기여도 ······························································· 157 [그림 4-69] 관측장비 유지보수 강화 업무 ··················································································· 185
[그림 4-34] 기상위성관측의 기여도 ······························································································· 1 5
7 [그림 4-70] 기상관측자료 활용도 개선업무 ················································································· 1 8
6
[그림 4-35] 예보경력에 따른 기상위성관측의 기여도 ······························································· 1 5
8 [그림 4-71] 기상관측자료의 예보업무 기여도 ············································································· 1 8
7
[그림 4-36] 예보경력 기간에 따른 해양기상관측의 기여도 ····················································· 1 5
8 [그림 4-72] 기상관측망의 적절성 ··································································································· 1 8
[그림 4-37] 담당업무에 따른 기상위성관측의 기여도 ······························································· 1 5
9 [그림 4-73] 유지보수 관리 정도 ····································································································· 1
8
9
[그림 4-38] 기상레이더 관측의 기여도 ························································································· 1 5
9 [그림 4-74] 기상관측자료의 수치예보 활용정도 ········································································· 1 9
0
[그림 4-39] 예보경력에 따른 기상레이더 관측의 기여도 ························································· 1 6
0 [그림 4-75] 수치예보에 관측자료 제공 적절성 ··········································································· 1 9
0
[그림 4-40] 예보경력 기간에 따른 기상레이더 관측의 기여도 ··············································· 1 6
0 [그림 4-76] 기상관측자료의 만족도 ······························································································· 1 9
[그림 4-41] 담당업무에 따른 기상레이더 관측의 기여도 ························································· 1 6 [그림 4-77] 기상관측자료의 신뢰도 ······························································································· 1 9
[그림 4-42] 목측 관측의 기여도 ····································································································· 1
6 [그림 5-1] 기상청 기상업무발전 기본계획(2017-2018) ······························································· 39 1
[그림 4-43] 예보경력에 따른 목측 관측의 기여도 ····································································· 1 6
2 [그림 5-2] 관측업무발전 기본계획(2017~2021) ············································································· 491
[그림 4-44] 예보경력 기간에 따른 목측 관측의 기여도 ··························································· 1 6
2 [그림 5-3] 관측업무의 가치사슬 ····································································································· 19
5
[그림 4-45] 담당업무에 따른 목측 관측의 기여도 ····································································· 1 6
3 [그림 5-4] 2018년도 기상업무 대국민만족도 조사 결과 ··························································· 802
[그림 4-46] 예보별 기상관측장비의 중요도 ················································································· 1 6
4 [그림 5-5] 기상 연구개발 중장기 로드맵(관측분야) ··································································· 902
[그림 4-47] 기상예보 업무역량 기여도 ························································································· 1 6
5 [그림 5-6] 단계별 관측자료 조밀화 방안 ····················································································· 21 2
[그림 4-48] 예보경력에 따른 기상예보 업무역량 기여도 ························································· 1 6 [그림 5-7] 스마트교육 강화 방안(입소, 2016) ·············································································512
[그림 4-49] 예보경력 기간에 따른 기상예보 업무역량 기여도 ··············································· 1 6
7 [그림 5-8] 기상청 및 유관기관의 AWS관측망 현황도 ······························································· 0 2
[그림 4-50] 담당업무에 따른 기상예보 업무역량 기여도 ························································· 1 6
8 [그림 5-9] 영상장비가 탑재된 완성형 드론의 모습 ··································································· 21
[그림 4-51] 기상관측자료의 기여도 ······························································································· 1 6
8 [그림 6-1] 기상관측업무 발전전략 ··································································································· 2 4
[그림 4-52] 예보경력에 따른 기상관측자료의 기여도 ······························································· 1 6
9
[그림 4-53] 예보경력 기간에 따른 기상관측자료의 기여도 ····················································· 1 6
9
[그림 4-54] 담당업무에 따른 기상관측자료의 기여도 ······························································· 1 7
0
[그림 4-55] 수치예보모델의 기여도 ······························································································· 1 7
0
[그림 4-56] 예보경력에 따른 수치예보모델의 기여도 ······························································· 1 7
[그림 4-57] 예보경력 기간에 따른 수치예보모델의 기여도 ····················································· 1 7
[그림 4-58] 담당업무에 따른 수치예보모델의 기여도 ······························································· 1 7
2
[그림 4-59] 예보관 역량의 기여도 ································································································· 1 7
2
[그림 4-60] 예보경력에 따른 예보관 역량의 기여도 ································································· 1 7
3
[그림 4-61] 예보경력 기간에 따른 예보관 역량의 기여도 ······················································· 1 7
3
[그림 4-62] 담당업무에 따른 예보관 역량의 기여도 ································································· 1 7
4
[그림 4-63] 개선되어야 할 기상관측 부문 ··················································································· 1 7
6
[그림 4-64] 영향예보에 따른 기상관측 개선분야 ······································································· 1 7
[그림 4-65] 기상 관측요소 중요도 순위 ······················································································· 1 7
8
[그림 4-66] 기상 관측장비 중요도 순위 ······················································································· 1 8
0
[그림 4-67] 기상관측 발전 업무 ····································································································· 1
8
2

- xvi - - xvii -
 요 약 문

기상청에서는 2018년 6월 현재 육상, 해상 및 고층에서 총 21종 1,490여대의 기상

관측장비를 운영하는 등 양적 관측 인프라의 성장을 가져 왔으나, 이에 따른 핵
심관측망의 유지 및 발전을 위한 객관적 전략은 미흡한 실정이다. 따라서 본 보고
서에서는 앞으로 기상관측 분야의 전략적 개선 방향을 도출하고자, 우선 기상청 기
상관측망(자료)에 대한 현황 조사와 분석, 기상관측자료의 예보와의 관계 분석, 기상관
측자료의 예보 기여도 분석 및 기여도 분석에 따른 관측업무 발전 전략 제안 등의
4개 카테고리로 나누어 기술하였다.
우선 기상청 기상관측망에 대한 현황 조사에서는 지상, 고층, 해양, 항공, 위성,
레이더 등 주요 분야별 관측망 현황을 조사 정리하였으며, 기상선진국 대비 우리의
수준을 분석하였다. 조사 결과, 지상관측은 종관기상관측장비 ASOS(Automated Synoptic
Observing System) 96개소, 방재기상관측장비 AWS(Automatic Weather System) 494개
소 등 594개소를 운영하고 있다. 고층기상관측은 레윈존데 6개소(포항, 백령도, 강릉,
흑산도, 서귀포, 창원), 연직바람관측장비 및 라디오미터 9개소(파주, 군산, 강릉, 창원,
원주, 추풍령, 철원, 울진, 북격렬비도)가 운영되고 있는 것으로 조사되었다. 해양기상
관측은 기상부이 17개소, 파고부이 59개소, 등표기상관측장비 9개소, 선박기상관측
장비 14개소, 연안방재관측장비 18개소, 파랑계 1개소와 해양기상관측선(기상1호) 1척,
항만기상관측장비 4개소 등을 운영하고 있으며, 항공기상관측은 인천, 김포, 제주,
무안, 울산, 김해, 여수, 양양 등 7개소에서 항공기상관측장비를 운영하고 있다. 해양
기상관측장비는 총 123개 지점으로 조사되었고, 고층기상관측은 총 15개 지점, 기상
위성관측은 2010년도에 발사된 천리안위성(COMS, Communication Ocean and Meteorological
Satellite)을 이용하여 관측하고 있으며, 외국의 기상위성으로부터 고해상도 영상자료
를 수신하고 있다. 특히, 지난 2018년 12월 5일 고해상도의 최첨단 기상 및 우주기
상 관측용 천리안위성 2호기(GK-2A)를 발사하여 차세대 위성기상관측망을 보유하게
되었다. 기상레이더관측은 전국 11개소(백령도, 서울 관악산, 화천 광덕산, 강릉, 군
산 오성산, 진도, 청송 면봉산, 부산 구덕산, 제주 고산과 성산, 인천공항)에 기상레
이더를 설치하여 운영하고 있고, 낙뢰관측을 위해 전국 21개소(백령도, 파주, 인천, 서
해기지, 보령, 춘천, 충주, 간성, 대관령, 울진, 울릉도, 추풍령, 포항, 고창, 거창, 흑산
도, 완도, 여수, 부산, 제주, 서귀포)에 낙뢰관측장비가 설치되어 있다. 국내 유관기
관 관측망으로는 기상청을 비롯하여 국토교통부, 산림청, 각 시도 지방자치단체, 국
립공원관리공단 등 28개 기관에서 AWS 및 강수량계 등을 사용하여 전국 3,766개(기

- xviii - - xix -
상청 포함) 지점에서 관측하고 있어서 남한지역의 공간 해상도는 약 5km로서 기상청 게 나타났다. 이를 종합하여 초단기, 단기, 중기 예보별 기상관측 요소별의 기여도
만의 공간 해상도 약 13km보다 훨씬 조밀한 것으로 조사되었다. 주요 기상선진국(미 를 분석한 결과, 초단기예보에서는 지상기상관측인 자동기상관측의 기여도가 가장
국, 일본, 영국, 호주, 유럽연합) 대비 기상관측망(관측요소별 시공간 해상도 등) 분 높은 0.174로 1순위 나타났으며, 2순위는 기상레이더의 실시간영상 0.128, 목측(유
석에서는 해당 국가의 기상청 홈페이지, WMO 관측 매뉴얼 및 최신 보고서 및 참고 인)관측의 강수/적설 관측 0.070으로 3순위로 나타났다. 단기예보에서는 초단기와
문헌 조사를 통해 이루어졌다. 동일하게 자동기상관측이 0.174로 1순위로 나타났으며, 2순위는 고층관측인 레윈존데
기상관측자료와 예보업무와의 관계 분석에서는 기상실황 감시 및 특보, 초단기· 0.097, 3순위는 기상위성 COMS가 0.072로 나타났다. 그리고 중기예보에서는 레윈
단기·중기예보 생산, 사후 검증 등 예보업무 전 과정에서 활용되는 기상관측자료 존데가 0.159로 1순위로 기여도가 높았으며, 2순위로 자동기상관측이 0.123, 3순위로
조사와 전구·지역·국지 수치모델, 통계모델 등에 활용되는 관측자료 조사가 이루 연직바람관측이 0.088로 나타났다.
어졌다. 기상예보업무 역량에 영향을 미치는 요인은 기상관측자료, 수치예보모델, 예보관
기상실황 감시는 기상현상의 종류에 따라 기상관측자료의 활용이 달랐는데, 예를 역량 3가지로 구성하였다. 분석결과 수치예보모델이 0.361, 기상관측자료 0.358,
들면 집중호우 감시는 기상청 및 유관기관의 ASOS나 AWS, 기상레이더, 기상위성 예보관 역량 0.281로 기여도를 나타냈다. 기상예보 역량에 영향을 주는 요소로 관측
관측자료를 중점 활용하여 감시하고 있다. 영향예보(Impact Forecasts)는 구체적인 자료 수준, 수치예보 모델 성능, 예보관 예보능력 등 3개 요소의 기여도가 10년 전
기상영향 정보를 분석하여 제공함으로써 날씨로 인한 상세하고 구체적인 기상 영향정보를 에는 각각 32%, 40%, 28%였으나, 이번 조사에서는 각각 35.8%, 36.1%, 28.1%로 예보관
추가적으로 제공하는데, 이로 인해 선제적인 위험기상 정보 제공이 가능해져 예상 능력은 그대로였으나, 관측자료의 수준이 수치예보 모델 성능에 비해 상대적으로
되는 위험기상의 영향수준과 발생 가능성을 바탕으로 위험수준을 판단하여, 최대 7일 전부 그 기여도가 높아졌음을 확인하였다. 특히 예보관 역량은 예보경력, 예보지식, 교육
터 위험수준 정보를 제공하여 조기에 의사결정을 지원하는데 중요한 역할을 하게 된다. 훈련, 예보팀워크로 나뉘어 그 기여도를 분석 해 보면, 예보경력의 기여도가 0.443으로
기상관측자료의 예보업무 기여도 분석에서는 기상관측자료의 카테고리화 및 계층적 가장 높았으며, 예보지식 0.195, 교육훈련 0.185, 예보팀워크 0.177순으로 기여도를
구조설계를 통해 예보업무 기여도 평가를 위한 AHP 모형설계 및 Pilot Test를 수행 나타냈다. 이를 종합하여 기상예보 업무역량의 기여도를 분석하였다. 그 결과, 수치
하였다. AHP 및 일반 설문조사는 2018년 10월 1일부터 11월 10일까지 실시되었으며, 예보모델 성능이 0.213으로 1순위, 관측자료의 질이 0.206으로 2순위, 예보경력이
기상청 본청과 6개 지방기상청, 3개 지청, 항공기상청, 국립기상과학원 등 기상청 0.124로 3순위, 그리고 4순위로는 관측지점 수로 나타났다. 기상예보 업무에서 수치
소속기관과 기상산업기술원, 기상사업자, 기상전문인협회 회원 등 총 770명을 대상 예보모델의 성능이 가장 중요하였지만, 관측자료의 질도 수치예보모델 성능에 불과
으로 실시되었다. 그 결과, 초단기 예보는 지상기상관측이 0.320으로 가장 크게 기 0.007밖에 차이가 나지 않을 정도로 관측자료의 질이 기상예보 업무역량에 미치는
여도를 나타냈으며, 그 다음으로는 기상레이더관측이 0.241으로 그 뒤를 따랐다. 단 영향은 크다고 할 수 있다.
기예보 업무의 경우, 지상기상관측이 0.321으로 가장 높았으며, 고층기상관측 0.202, 마지막으로 본 연구에서는 관측업무 발전전략을 수립하기 위해 3가지 기본 방향
기상위성관측 0.130, 해양기상관측 0.126순으로 나타났다. 중기예보 업무의 경우, 고 을 설정하여 발전전략을 수립하였다. 첫째는 기상청의 주요 발전계획과의 연계이고,
층기상관측이 0.330으로 가장 높았으며, 지상기상관측 0.226, 해양기상관측 0.188 순 둘째, 기상청과 유관기관의 기상관측관측망에 대한 조사를 통해 국가관측망을 현행
으로 나타났다. 이러한 차이는 예보기간이 길어질수록 넓은 범위의 관측자료가 필 화시켰으며 셋째, 미래 융합기술의 반영이다. 이를 토대로 다음 세가지 측면에서 기
요함에 따라 고층기상과 해양기상 관측자료의 중요성이 커진 것으로 추측된다. 그 상관측 발전 방안을 정리하였다. 첫째, 기상관측망 확충이다. 이를 위해 현재 운영중
리고 지상기상관측 분야별로 그 기여도를 분석해보면, ASOS, AWS 등의 자동기상관 인 기상관측망의 최적화를 도모해야 한다. 기상관측망의 최적화는 2010년 이후 기
측 기여도가 0.543으로 절대적으로 높았으며, 고층기상관측에서는 레윈(라디오)존데 상청이 지속적으로 추진하고 있는 관측장비의 확충과 함께 병행 추진되어야 할 것
의 기여도가 0.481, 해양기상관측에서는 앞바다관측의 기여도가 0.366, 기상위성관측 이다. 자동화와 첨단화 등이 요구되는 고층기상관측과 원격기상관측 등의 업무에
에서는 천리안위성인 COMS의 기여도가 0.554, 기상레이더관측에서는 실시간영상관측 대해서는 선별적으로 관측망의 확대가 필요하다고 본다. 또한 신규 및 첨단 관측센
의 기여도가 0.529, 목측(유인) 관측은 강수/적설 관측의 기여도가 0.497로 가장 높 서의 확충, 위성·레이더 등 원격탐사 확대로 목측의 자동화를 추진하였으나, 첨단장

- xx - - xxi -
비의 활용성 증대와 향후 장비도입 전략의 보강 등이 필요하다고 본다. 특히 목적 제 1 장 서 론
별 기상관측망의 확대가 필요하다. 선진국의 관측전략을 여과 없이 준용할 것이 아
니라 우리나라의 현 여건에서 우선적으로 개선해야 할 관측업무에 대해 사전 검토
와 연구를 통해 선별적인 도입이 필요하다고 본다. 즉, 2020년 영향예보 서비스의 제1절 연구배경
본격 시행을 앞두고 있어 이에 적합한 관측망 설계와 다양한 관측자료의 확보외에
영향예보 생산과 검증을 위한 관측망 보완, 토양수분, 지표상태 등 부족한 관측자료 기상청은 2018년 6월 현재 육상, 해상 및 고층에 총 21종 1,490여대의 기상관측장
확보를 위한 관측망 개선과 목적별 관측망 확대가 필요하다고 하겠다. 그리고 AHP 비를 운영 중이며, 2010년부터 관측의 자동화 및 첨단화를 지속적으로 추진하여 왔
분석과 설문조사 결과를 보면 6종의 관측분야 중 목측(유인)관측 분야가 기여 지수 다. 지상기상관측망으로는 AWS(ASOS 포함) 594개소, 시정계 367개소, 적설계(레이
0.140의 3순위로 나타나고 있어 이는 목측(유인)관측이 기상실황 감시와 기상특보 저·초음파·CCTV 등) 352개소, PM 27개소 등이 운영 중이며, 해양기상관측망(부
10

생산에 기여하는 부분을 간과할 수 없다는 AHP 결과라고 하겠다. 관측 자동화가 이 17개소, 파고부이 59개소, 기상관측선 1척 등) 및 고층기상관측망(레윈존데 6개
실현되더라도 향후 지상기상관측망의 개선에 어떠한 방법으로든 이에 대한 보완이 소, 연직바람관측장비 및 라디오미터 9개소 등)을 운영하고 있다.
요구된다고 하겠다. 기상관측망의 유지관리를 체계적·효율적 관리를 위한 관측인력 이러한 기상관측망 운영으로 양적 관측 인프라의 성장을 가져왔으나, 이에 따른
의 양성과 관측의 전문성을 확보해나가야 할 것이다. 핵심관측망의 유지 및 발전을 위한 객관적 전략은 미흡한 실정으로 조사되었다. 또
둘째, 관측자료의 활용이다. 기상관측자료는 현존하는 자료 중 가장 큰 데이터베 한 신규 및 첨단 관측센서의 확충, 위성·레이더 등 원격탐사장비의 확대로 목측의
이스를 활용하여 빅데이터로 자료를 축적하는 것만으로도 큰 의미를 가진다. 기상 자동화를 추진하였으나, 여전히 첨단장비의 활용성 증대와 향후 장비도입 전략의
관측자료의 가장 큰 목적은 수치예보모델에 활용하기 위해서이기 때문에 이를 위해 보강 등이 필요하다고 본다. 특히 2020년 영향예보 서비스의 본격 시행을 앞두고
서는 관측자료의 자료동화 과정이 필수적이다. 이러한 과정을 관측업무에서 수치예 있어 이에 적합한 관측망 설계와 다양한 관측자료의 확보 외에 영향예보 생산과 검
보모델에 활용할 수 있는 형태로 자료전환이 원활히 될 수 있도록 시스템을 구축해 증을 위한 관측망 보완과 토양수분, 지표상태 등 부족한 관측자료 확보를 위한 관
야 한다. 이러한 자료를 체계적으로 저장하고, 사용자가 원하는 형태로 제공할 수 측망 고도화가 절실히 요구되고 있다.
있는 자료관리시스템을 개선해야 한다. 그리고 이와 더불어 현재 농촌진흥청, 산림 한편 기상청은 2015년 예보·지역서비스 중심의 조직개편으로 인하여 기상대의
청 등 국가기관 470여개(기상청 제외), 17개 지방자치단체 2,300여개, 수자원공사 등 무인화가 이루어져 2016년부터 관측을 외부용역 등으로 수행하고 있다. 이러한 환
공공기관 390여개로부터 수집되는 기상관측자료 수집율은 94.8%('17년 기준)로 높은 경변화에 맞춰 목측, 품질관리 등 관측 패러다임의 변경, 관측자료 품질향상과 활용
수집율을 나타내지만, 기관별로 설치된 표준화 연계시스템을 통해 상이한 관측자료 성 제고를 위한 관측망 관리, 운영에 대한 전략수립도 필요하다고 할 수 있다.
DB 쿼리, 파일 전송방식 등으로 현업이나 공동활용에 어려움이 있다. 이에 유관기 또한 유관기관과의 협업, 수집체계 개선으로 28개 기관의 3,760여 개소의 관측자료
관으로부터 수집되는 자료를 기상청의 표준화된 프로토콜로 전환할 수 있는 시스템 수집률이 대폭 개선('14년 이전 34% → '16년 93.2% → '17년 94.8%)된 것으로 집계
구축이 필요하다. 셋째, 관측전문가 양성이다. 기상관측의 원리부터 응용단계에 이 되었으나, 실질적인 활용도를 높이기 위한 유관기관 관측자료의 실시간 품질관리 강
르기 까지 기술업무 전과정과 수치예보 모델에 관여하는 자료를 관리할 수 있는 관 화와 활용체계 개선이 매우 중요한 과제로 대두되었다. 도시, 도로, 농업, 산악 등
측 및 자료관리 전문가, 응용기상이나 유관기관에서 자료를 활용할 수 있게 변환할 각 분야별 관측에 대하여서는 기상청 외의 유관기관, 민간 등에서 연구개발과 투자
수 있는 융합자료 전문가, 그리고 기상관측장비 구축 및 운영과 관련된 장비전문가 가 증가하고 있는 추세이다. 특히 농촌진흥청(농업기상관측망), 산림청(산악기상관측
등으로 구분하여 인력양성을 추진하는 것이 바람직하다고 판단된다. 이러한 방안들 망)은 각각 200여 개소 이상으로 관측망을 확대 추진 중이며, 도로관리청(국토부 등)
을 통해 궁극적으로는 관측자료의 수치예보모델에 기여도 향상 뿐만 아니라 기상관 도 도로기상관측에 큰 관심을 갖고 있어 국가기상관측을 주도하고 있는 기상청으로
측자료의 활용성을 높일 수 있을 것으로 기대된다. 서는 관측자료의 공유 및 활용 등에 관한 효율성 높은 선도적인 정책 추진이 요구
된다.

- xxii - - 1 -
 한편 민간 부문의 ㈜SK플래닛은 수도권 이동통신 기지국 1,000여 개소에 기온, 습 동 활용할 수 있는 방안도 제시하고자 하였다. 이와 함께 기상청의 연구개발 중장
도, 바람, 강수량 등 기상센서를 설치하고, 기상관측과 예보서비스를 시범 운영하고 기계획(2018~2027)내의 기상관측 부문에 대한 투자 방향과 우선 순위를 토대로 고품
있으나, 아직 타 분야와 융합기상관측망 구성에 대한 이해와 투자는 부족한 현실이 질 입체 관측기반 마련을 위한 과학적·논리적 근거를 제시하고, 아울러 국가재정
다. 의 연차적 투자 전략을 객관화하고자 하였다.
제2절 연구목적

본 연구와 유사한 정책연구는 진양공업(2007), (주)웨더피아(2015) 등 기상사업체에

의해 이루어진 바 있으며, 우리의 관측현황을 토대로 국가기상관측망 최적화에 관
한 전략과 관측로드맵 등을 제시한 바 있다. 본 연구의 목표는 다음과 같은 다섯가
지 항목으로 나타낼 수 있다.
첫째, 기상청과 유관기관의 기상관측 및 국가관측망(2018년 6월 현재)에 대한 현
행화 조사와 함께 주요 기상선진국(미국, 일본, 호주, 영국, 유럽연합, 중국 등)의 최
근 관측동향과 발전전략을 우리와 비교하여 현행 국가기상관측의 적정성을 평가하
고자 하였다.
둘째, 현행 기상청이 예보업무와 수치모델 등에 활용하고 있는 각종 기상관측자
료를 조사하여 관측과 예보의 연관성을 체계화하는데 목적을 두었다.
셋째, 기상관측망에 관한 자료의 현행화와 함께 국가기상관측의 적정성 평가를
위하여 객관성을 지닌 계층분석과정(AHP, Analytic Hierarchy Process) 기법을 사용
하여 관측 전략을 도출하였다. 각종 기상관측자료의 예보업무 기여도를 정량적인
측면과 정성적인 측면을 함께 설명할 수 있는 계층분석과정 기법을 이용하여 기존
의 다른 조사와의 차별성을 부여하였다. 이를 위하여 기상청 내부, 유관기관, 민간
부문 등의 약 770인을 대상으로 설문조사를 수행하여, 관측자료의 이용자별 체감
결과를 도출해 내었다. 연구의 기본 방향은 기상청이 2016년 이후 마련한 주요 중
장기 발전계획에 준한 기본 틀을 갖추고자 하였다. 여기에는 기상업무에 관한 중장
기 목표, 기본방향 등을 반영한 제3차 기상업무발전 기본계획(2017∼2021)이 있으
며, 이와 함께 작성된 관측업무발전 기본계획(2017~2021)을 준용하였다. 이러한 범
청적인 주요 계획에 따라 관측 전반에 관한 시행 계획이 이미 추진 중에 있어 기여
도 분석 결과를 반영한 현실성 있는 전략을 제시하고자 하였다.
넷째, 관측전문 인력양성 방안에 대하여서는 기상청의 현재 관측 및 장비전문 인
력 부재의 현실을 바탕으로 인력의 충원과 함께 현행 인력양성 교육 계획에 대한
분석을 토대로 관측 및 장비전문가 양성 전략을 도출해 내었다.
다섯째, 민간을 포함한 유관기관의 관측자료와 비종관 관측자료를 효율적으로 공

- 2 - - 3 -
제 2 장 기상관측망 현황 조사 및 분석 세계기상기구(WMO, World Meteorological Organization)에서는 지구상의 기상 및
기타 환경적 관측을 위해 전지구 관측시스템(GOS, Global Observing System)을 운영
하고 있으며, GOS시스템은 크게 지상기반시스템(Surface Based System)과 우주기반
제1절 기상청의 기상관측망 시스템(Space Based System)으로 나누어지며, 지상관측, 고층관측, 해양관측, 위성관
측, 레이더관측 시스템 등으로 구분된다. 특히 지상관측시스템은 지역기본종관관측
기상업무의 시작은 대기의 현재 상태에 관한 자료를 얻어내는 기상관측에서부터 망(RBSN, Regional Basic Synoptic Networks), 지역기본기후관측망(RBCN, Regional
출발한다. 기상법 제2조(정의)에서 ‘기상관측이란 기상현상을 과학적 방법으로 관 Basic Climatological Networks), 전지구기후관측시스템(GCOS, Global Climate
찰·측정하는 것을 말한다’라고 정의하고 있으며, 동법 제7조(관측망의 구축을 통 Observation System)으로 분류하고, 전지구기후관측시스템은 지상관측망(GSN, GCOS
한 기상관측)에서 ‘기상청장은 기상현상에 관한 정보를 생산하기 위하여 필요한 Surface Networks)과 고층관측망(GUAN, GCOS Upper Air Network)으로 구분한다.
곳에 기상관측망을 구축하여 관측하여야 한다’라고 규정하고 있다. 여기에서 말하 이에 대한 상세한 설명과 관련성에 대해서는 제3절에서 언급된다.
는 ‘기상관측망’이란 기상관측업무를 수행할 목적으로 기상관측장비를 설치하여 현재 WMO에 등재되어 있는 우리나라 기상관측소는 모두 기상청 소속관서이며,
운영하는 관측 시설을 말한다 . 1)
RBSN 43개소, RBCN 11개소, GSN 3개소, GUAN 1개소 등 모두 105개소가 있다. [표
기상청은 기상재해로부터 국민의 생명과 재산을 보호하고 공공복리를 증진하는 2-1]은 WMO에 등록되어 있는 기상관측소 현황이며, [그림 2-2]는 WMO에 등록된
데에 이바지함을 목적으로 지상기상관측을 비롯하여 고층 ․해양 ․항공 ․위성 ․레이더 ․ 기상관측소 분포도를 나타낸 것이다(㈜웨더피아, 2015).
지진 등 하늘 ․땅 ․바다 ․우주에서 다양한 기상관측을 수행하고 있다. [그림 2-1]은 3
차원 입체 기상관측 모식도이다(기상청, 2018) [표 2-1] WMO에 등록된 기상청의 기상관측소 현황

이와 같은 기상관측은 기상업무 중에서 가장 기본적인 역할을 하며, 실시간으로 구분 RBSN RBCN GSN GUAN
생산된 기상관측 자료는 현재의 기온, 풍속 등 기상상태를 파악하는데 이용될 뿐만 개수 43 11 3 1
아니라 통신망을 통하여 수집․분석된 자료는 일기예보의 기초 자료가 되며 보고서 속초, 철원, 동두천, 파주, 대관령, 춘천, 백령도, 강릉, 춘천, 강릉, 서울,
동해, 서울, 인천, 원주, 울릉도, 수원, 영월, 오산 AB, 인천, 울릉도, 대전, 인천,
와 기상월보 등의 간행물로도 발간된다. 또한 조사․연구과정을 거쳐 광범위하게 사 지명 청주, 서산, 울진, 청주, 대전, 추풍령, 안동, 상주, 포항, 포항, 부산, 목포, 울릉도, 포항
회․ 경제활동의 자료로 이용되며, 대기상태의 장기적 변화를 감시하기 위한 연구에 군산, 대구, 전주, 울산, 창원, 광주, 광주 AB, 부산, 통영, 여수, 제주 목포
목포, 여수, 흑산도, 완도, 진도, 제주, 고산, 서귀포, 진주
있어서도 매우 중요한 자료로 쓰이고 있다.

[그림 2-1] 3차원 입체 기상관측 모식도

[그림 2-2] WMO에 등록된 기상관측소
1) 지상기상관측지침 제4장 4.1용어정의 참조

- 4 - - 5 -
 본 절에서는 2018년 6월 30일 기준으로 기상청에서 운영하고 있는 기상관측망을 [표 2-3] 기상청의 분야별 기상관측망 및 관측방법

조사 분석하고자 한다. 현재 기상청에서 운영하고 있는 기상관측망을 분야별로 분 구분 장비명 수량 관측지점 관측방법(관측요소)

류하면 크게 지상기상관측망, 고층기상관측망, 해양기상관측망, 항공기상관측망, 위 o 지방청 6개소, 기상지청 3개소, o 기상관서에서의 기상관측을 자동으로
성기상관측망, 레이더기상관측망으로 구분할 수 있으며, 이중 지상·고층·해양에서 기상대 7개소, 관측소 7개소, 수행
운영하고 있는 주요 기상관측장비는 [표 2-2]와 같이 총 21종 1,494대가 있다. [표 ASOS 96 자동기상관측소 73개소 -(0.1mm 풍향, 풍속, 기압, 기온, 습도, 강수량
0.5mm, 강수유무, 일사량,
2-3]은 기상청의 분야별 기상관측망 현황을 나타낸 것이고, [그림 2-3]은 기상청의 일조시간, 초상온도, 지면온도, 지중
온도, 시정현천, 운고운량
종합 기상관측망도(기상청 홈페이지)를 보인 것이다. o 방재를 위한 전국의 관측지점 o 도서, 산악 등 국지적인 방재감시
자동기상관측
AWS 494 - 풍향, 풍속, 기온, 강수량(0.5mm,
[표 2-2] 기상청의 주요 기상관측장비 현황 강수유무
구분 수량 비고 ※ 일부지점 요소 추가 : 습도, 기압, 시
ASOS 96 정현천
AWS 494 o (기본) 수원(농) 1개소 o 농업기상정보 제공을 위해 도별 1개소
자동기상관측장비 AAOS 4 7대는 중복으로 제외 o (보조) 철원 장흥, 안동(농), 이상 선정·운영
AAOS 11 대곡, 순천(농), 춘천 신북, - 토양수분, 지면·지중온도, 복사, 지
소계 594 오창 가곡, 서산, 익산, 강정, 하수위, 철관온도, 기온·습도 수직
안개관측장비 76 보성군(농) 10개소 분포 등 23개의 관측요소
시정관측장비 시정현천계 291 o 기상관서 및 동네예보 지점 o 초음파(60개소)와 레이저(122개소)를
소계 367 적설 182 이용하여 적설 관측
지상기상 CCTV 170 - 대설다발지역 중심으로 설치
관측망 초음파식 60 o 적설 CCTV 170개소
적설관측장비 레이저식 122 지상 o PM10: 27개소 o PM10 : 대기 중 직경 10㎛이하 입자의
소계 352 기상 o OPC: 7개소(광학입자 계수기) 농도 측정
관측망 황사 ※ 국립기상과학원에서 울릉도와 안면도
PM10 27 연구용 2대 제외(안면도, 울릉도) 34 (2개) 별도 운영 중
황사관측장비 입자계수기(OPC) 7 o OPC : 로렌츠-미 산란을 이용입자의
소계 34 측방 산란광을 전기신호로 바꾸어
합 계 (10종) 1,347 입자의 크기를 측정
레윈존데 6 시정 o 기상관서 및 동네예보 지점 o 산란방식에의해대기중의시정장애(박무,
고층기상 고층기상관측장비 연직바람관측장비 9 현천 291 연무, 안개 등)현상을 실시간으로 감지
관측망 라디오미터 9 ※ 안개관측장비로도 분류
합계 (3종) 24 운고 o 유인 및 무인 기상관서 o 레이저 방식으로 되돌아오는 빔의
해양기상부이 17 운량 92 강약을 통해 운고·운량을 실시간으
파고부이 59 로 측정
등표기상관측장비 9 o 유인 및 무인 기상관서 o ASOS지점 96개소 설치
일조 96
해양기상 파랑계
해양기상관측장비 연안방재관측장비 1
관측망 18 일사/ o 유인 및 무인 기상관서 o 일사 47개, 직달일사 7개소
선박기상관측장비 14 직달 54 ※ 직달일사(’09년): 서울, 부산, 광주, 대
항만기상관측장비 4 일사 전, 강릉, 제주, 추풍령
기상관측선 1 레윈 o 포항, 제주(태풍센터), 백령도, o 레윈존데를상층으로띄워지상으로부터
합계 (8종) 123 존데 6 북강릉, 흑산도, 창원 약 30km지의 고도별 기상요소 측정
고층 ※ 창원: 오토존데 - 풍향, 풍속, 기압, 기온, 습도
총 계 (21종) 1,497 기상 o 파주, 강릉, 군산, 창원, 추풍령, o UHF, VHF 전파를 대기 중으로 발사
관측망 연직
바람 9 울진, 원주, 철원, 북격렬비도 -하여 반사된 전파신호를 수신·분석
관측
※ 해양기상관측장비 중 표류부이는 소모성 장비이므로 제외함.

장비 수평 풍향·풍속, 대기의 연직 운동

- 6 - - 7 -
구분 장비명 수량 관측지점 관측방법(관측요소) 구분 장비명 수량 관측지점 관측방법(관측요소)
o 파주, 강릉, 군산, 창원, 추풍령, o 대기 중의 수증기와 산소, 구름에 의해 - 판포, 서귀포
라디오 9 울진, 원주, 철원, 북격렬비도 방출되는 에너지를 흡수하여 분석 o 동해연안(4)
미터 - 기온․습도의 연직분포, 가강수량, - 영덕, 주문진, 구룡포, 울산
구름 액체물량, 누적액체물량 등 o 서해(7) o 유관기관선박 및 여객선 등을 활용
o 기상1호 o 해양기상을 관측하는 전용 선박으로서 - 해경함정 4척(인천 2, 군산 1, 한 선박기상관측장비 설치
- 498ton 한반도 전해상의 고층기상, 해상기상, 목포 1) - 풍향, 풍속, 기온, 습도, 파고, 기압
관측선 1 해양물리현상 등을 종합적으로 관측 선박 - 무궁화2호, 국제여객석 2척
- 고층, 풍향, 풍속, 기온, 습도, 기압, 기상 (비룡호, 뉴골든브릿지Ⅴ)
14 o 남해(1)
파랑, 수온, 염분, 해류, 수심, 대기 관측 : 해경함정(부산)
환경 등 관측 장비 o 동해(2)
o 서해(덕적도, 외연도, 인천 o 먼바다 해수면에서 해양기상현상을 - 무궁화1호, 해경함정(동해)
칠발도, 신안, 부안) 관측하여 무선송신 o 제주(4)
해양 o 남해(거문도, 추자도, 통영, - 풍향, 풍속, 기압, 기온, 습도, 수온, - 해경함정(제주 2, 서귀포 2)
기상 17 거제도) 파고유의, 최대, 평균), 파주기, 파향 항만 o 서해(2) : 평택항 인근 o 항만의 위험기상 및 해양 현상감시
부이 o 제주(마라도, 서귀포) - 6m×7대, 3m×9대, 2m×1대 기상 4 o 남해(2) : 부산항 인근 - 풍향, 풍속, 기온, 습도, 파고, 파주
o 동해(동해, 울진, 포항, 울릉도 관측 기, 수온 등
-독도, 울산) o 인천(2), 김포, 제주, 울산, 무안, o 활주로의 기상상태(활주로가시거리,
o 서해(신진도, 삽시도, 이작도, o 연안 또는 평수구역 수심 40m 전후
풍도, 비안도, 옥도, 자은, 진도, 해역에서 해양기상 관측 AMOS 8 여수, 양양공항 구름높이 등)를 자동측정하는 기본
장비
자월도, 서천, 군산, 영광, 맹골수도, - 파고(유의, 최대, 평균), 파주기, 수온
천수만, 낙월, 대치마도, 안면도, 장 o 인천, 제주, 양양공항 o 활주로 및 활주로 인접지역의 저층
봉도, 변산, 조도, 불무도, 위도) 에서 발생하는 윈드시어 및 마이크
o 남해(청산도, 금오도, 두미도, LLWAS 3 로버스트를 탐지하여, 항공기 이착륙
파고 장안, 해금강, 북항, 남항, 한산도, 항공 의사결정 자료로 활용(관제탑)
해양 부이 59 추자도, 노화도, 고흥, 잠도, 소매 기상 Wind o 여수, 김해공항 o 연직 대기의 고도별 바람과 윈드시
기상 물도, 남해, 연화도, 사량도, 나로도) 관측망 Profi 2 어탐지
관측망 o 동해(죽변, 구룡포, 연곡, 후포, ler ※ 연직바람관측장비라고도 함.
토성, 삼척, 간절곶, 월포) o 인천공항 o 공항부근의 위험기상(호우, 마이크
o 울릉도 연안(구암, 혈암, 울릉읍)
/독도연안(독도) TDWR 1 로버스트 등)을 조기 탐지하여 관제
o 제주(제주항, 중문, 우도, 가파도, 사와 예보관에게 제공
협재, 김녕, 신산, 영락) 안개 o 인천공항 o 대기의온·습도를측정·분석하여항공기
o 서해(서수도, 가대암, 십이동 o 해상에 설치되어 있는 등표에 자동 관측 1 운항에 결정적 요소인 공항안개를
등표 파도, 갈매여, 해수서) 기상관측장비와 파고계를 설치하여 장비 관측
기상 9 o 남해(간여암, 광안) 해양기상 관측
관측 o 제주(지귀도) - 풍향, 풍속, 기압, 기온, 습도, 파고 o 전지구, 동아시아지역, 한반 o 천리안 정지궤도 위성은 적도 약
장비 도 주변을 집중적으로 관측 36,000km 상공에서 지구 자전속도와
o 동해(이덕서) (유의, 최대), 파주기, 수위, 수온 같은 속도로 동일한 영역을 지속해서
o 서해(북격렬비도) o 전자파가 해면으로부터 반사되어 천리안 관측
산란된 신호를 수신하여 스펙트럼 위성 1 o 전지구 일 8회(3시간 간격),동아시아
파랑계 1 분석을 통해 해상상태를 감지
- 파고(유의, 최대), 파주기, 파향, 위성 (1호) 지역 15분 간격, 한반도 주변 8분
간격으로 관측
파속, 파장 기상 -구름상태와 대기의 연직구조 등에
o 서해연안(8) o 연안 및 해안에서 해상의 장주기 관 관측망 대하여 관측(산출물16종)
연안 - 대산, 죽도, 말도, 격포, 영광, 측, 해상상태 감시, 해상 정보 제공 o 전지구, 동아시아지역, 한반도 o 전지구 10분, 한반도 주변 2분 간격
방재 18 지산, 흑산도, 신안 - 장비구성: 수위계, 해상영상 감시 천리안 및 우주 관측 으로 관측
관측
장비 o 남해연안(4) 시스템 위성 1 ※ 2018,12.5일 발사예정 o 천리안 1호기 + 우주기상 관측(산출물
- 통영, 여수, 해남, 실리도 - 관측요소: 수위, 풍향, 풍속, 기압 (2호) 기상52종 + 우주8종)
o 제주연안(2)

- 8 - - 9 -
구분 장비명 수량 관측지점 관측방법(관측요소) 1. 지상기상관측망
o 일본 Himawari-8, 중국FY-2E o 정지궤도위성은 위성보유국의 관측
외국 정지궤도위성 직접 수신 스케줄에 따라 관측 지상(地上)기상관측이란 ‘지면 부근 및 지상에서 본 구름을 포함한 기상요소와
기상 o 미국, 유럽 등의 극궤도 기상 o 극궤도위성은 위성이 한반도 상공을
위성 위성 직접수신 30도이상의고도각으로통과할때관측 일기현상에 대하여 행하는 관측을 말한다’라고 기상청 관측업무규정 제3조에서 정
- 고해상도 영상자료와 연직탐측 자료 의하고 있으며, 지상관측업무지침에서는 지상기상관측이란 ‘자연과학적인 측정의
수신
레이더 기상
o 백령도, 서울관악산, 화천광덕산, o 전파를 대기 중에 발사하여 강수입자에 한 부분으로 지상에 있어서 시시각각 변하는 기상요소와 현상에 대해 눈(目)으로 관
강릉, 군산 오성산, 진도, 청송 부딪혀 산란되어 되돌아오는 신호를 측 또는 기상관측 장비 등의 측기를 사용한 자동 또는 수동으로 지상기상상용표,
기상 레이더 11 면봉산, 부산 구덕산, 제주 고산, 수신
관측망 시스템 제주 성산, 인천공항 - 강수지역, 강수세기, 이동속도 등을 대수표, 기타 계산표 등을 바탕으로 소정의 계산과정을 거쳐 생산되는 수치 혹은
탐지 부호로 기록 표출되는 모든 것을 말한다’라고 구체적으로 명시하고 있다.
o 간성, 백령도, 춘천, 파주, 대관령, o LINET(LIghtning Detection NETwork)
울릉도, 인천, 울진, 충주, 서해기지, 시스템을 이용하여구름 속에서 일 기상청은 지상기상관측을 위해 서울기상관측소 등 전국에 종관기상관측장비(ASOS,
낙뢰 낙뢰관측 보령, 추풍령, 포항, 거창, 고창, 어나는 ‘구름방전’과 구름 하단의 음
21 부산, 여수, 흑산도, 완도, 제주, 전하와 지면으로 유도된 양전하 사 Automated Surface Observing System) 96개소, 방재기상관측장비(AWS, Automated
장비
관측망 (LINET) 서귀포 이에 발생하는 ‘대지방전’현상 관측 Weather System) 494개소, 농업기상관측장비(AAOS, Automatic Agriculture
- 낙뢰의 발생시각, 위치, 극성(+,-), Observation System) 11개소를 운영하고 있으며, 농업기상관측장비 11개소 중 7개소
강도, 고도 등
는 ASOS 또는 AWS와 통합하여 운영하고 있다([표 2-4] 참조). 따라서 2018년 6월 30
일 현재 기상청에서 관측하고 있는 지상기상관측소는 총 594개소이다.
[표 2-4] AAOS(농업기상관측장비)와 AWS 통합지점(7개소)

순번 AAOS ASOS/AWS 통합 지점명

1 철원(농)(970) – 철원장흥
2 진주(농)(974) 대곡(686) 대곡
3 전주(농)(975) 익산(702) 익산
4 청주(농)(977) 오창가곡(683) 오창가곡
5 춘천(농)(978) 춘천신북(684) 춘천신북
6 서산(농)(979) 서산(129) 서산
7 서귀포(농)(980) 강정(685) 강정

우리나라 면적을 기준으로 이러한 표준 지상기상관측소의 해상도를 살펴보면

의 경우 약 32km(96개소)이고, AWS를 포함하면 약 13km(594개소)로서 매우 조
ASOS
밀한 수평격자를 갖는다.
[그림 2-4]는 기상청 지상기상관측망의 변천도(웨더피아(주), 2015)와 [표 2-5]는
기상관서별로 운영하고 있는 지상기상관측장비의 설치현황이다. 또한 [그림 2-5]는
전국의 ASOS와 AWS 관측망, [그림 2-6]은 AAOS 관측망도를 나타낸 것이다. 2)

2) 기상청, 기상 관측 통합 메타데이터시스템, https://omds.kma.go.kr/stat/stat/obsrSensor.do 및

[그림 2-3] 기상청 종합 기상관측망도(2018년 6월 현재) 기상청 유관기관 관측지점 분포도

- 10 - - 11 -
 기상청의 지상기상관측업무를 구체적으로 살펴보면, 먼저 ASOS는 지방청, 지청,
기상대, 관측소 등에 설치하여 기상현상 관측 및 국제전문을 통한 자료 공유 등의
업무를 수행하며, AWS는 산악지역이나 섬처럼 사람이 관측하기 어려운 곳에 설치
하여 집중호우, 우박, 뇌우, 돌풍 등과 같은 국지적인 위험기상 현상을 실시간으로
감시하고 있고, AAOS는 수원을 기본관측소로 농작물의 생육관리 등 농업 생산성
증대 및 농업기반시설(저수지 등) 운영 등에 필요한 기상정보를 생산하고 있다.
주요 관측요소는 AWS의 경우 기온, 풍향, 풍속, 강수량, 강수유무가 기본이며, 이
중에 동네예보 편집지점에 있는 AWS는 기압과 습도를 선택하여 관측하고 있다.
ASOS는 AWS 관측요소에 일조, 일사, 초상온도, 지면온도, 지중온도 등의 요소를 추
가하여 관측하고 있으며, AAOS는 ASOS와 AWS 관측요소에 토양수분, 지하수위 및
결로 등의 요소를 추가하여 관측하고 있다.
[그림 2-7]은 표준 지상기상관측소의 관측사례(기상청, 2018)를 보인 것이고, [표
2-6]과 [표 2-7]은 관측업무규정 제10조(관측의 요소 등)에서 규정한 지상기상관측
(농업기상관측 포함)의 종류와 관측기준시각 및 요소를 나타낸 것이다.
[그림 2-4] 지상기상관측망의 변천도

[표 2-5] 기상관서별 지상기상관측장비 설치현황

구 분 수도권청 부산청 광주청 대전청 강원청 제주청 대구 전주 청주

지청 지청 지청 계
종관기상관측장비 9 19 15 7 14 4 13 10 5 96
(ASOS)
방재기상관측장비 93 68 77 40 74 34 50 31 27 494
(AWS)
농업기상관측장비 1 2 2 1 2 1 - 1 1 11
(AAOS)
계 103 89 94 48 90 39 63 42 33 601
※ 농업기상관측장비 11소 중 7개소는 ASOS 또는 AWS와 통합운영

[그림 2-7] 표준 지상기상관측소의 관측사례

[표 2-6] 지상기상관측의 종류, 관측시각 및 관측요소

구분 종류 관측기준시각 관 측 요 소
정시관측 매 정시(1․2․19․ 기온, 기압, 습도, 풍향, 풍속, 강수량, 적설, 구름, 시정,
기본 20․22․23시 제외) 기타 일기현상 등
관측 자동기상관측 매 1분 기온, 기압, 습도 또는 이슬점온도, 풍향, 풍속, 강수량,
일조, 초상온도, 지면온도
보조 자동기상관측 매 1분 기온, 기압, 습도 또는 이슬점온도, 풍향, 풍속, 강수량,
[그림 2-5] ASOS와 AWS 관측망도 [그림 2-6] AAOS 관측망도 관측 일조, 초상온도, 지면온도

- 12 - - 13 -
 [표 2-7] 농업기상관측의 종류, 관측시각 및 관측요소 이 밖에 지상기상관측을 위한 장비로는 자동적설관측장비 182개소(초음파식 60개소,
구분 종류 관측기준시각 관 측 요 소 관측기간 레이저식 122개소), 시정·현천(안개) 관측장비 291개소, 황사관측장비 34개소(부유분
9 대형증발량, 소형증발량, 지하수위, 지중온도(0.5m․1m․ 연중 진측정기 PM 27개소, 광학입자계수기 OPC 7개소), 운고·운량계 92개소가 있다.
정시관측 1.5m․3m․5m) 10

기본 3․9․15․21 지면온도, 지중온도(5cm․10cm․20cm․30cm) 연중 이 중 자동적설관측장비와 시정·현천(안개) 관측장비는 전국 기상관서와 동네예

관측 보지점에 설치되어 있으며, 관측방법은 초음파식적설계의 경우 초음파 센서를 바닥
자동 일사, 일조, 기온, 습도, 풍속, 토양수분, 지면온도, 지중온도 연중
기상관측 매 1분 (5cm․10cm․20cm․30cm) 면으로부터 일정 높이에 설치하고, 바닥면을 향해 초음파를 발사하여 되돌아오는
9 대형증발량, 소형증발량, 지중온도(0.5m․1m) 연중 시간을 측정하여 적설심도를 산출하는데 이때 필요한 경우 온도 보정을 해야 한다.
보조 정시관측 또한 레이저식 적설계는 레이저를 이용한 거리 측정기술로 각 측정 지점에 레이저
3․9․15․21 지면온도, 지중온도(5cm․10cm․20cm․30cm) 연중
관측 자동 일사, 일조, 기온, 습도, 풍속, 토양수분, 지면온도, 지중온도 연중 광을 송출하여, 반사되어 되돌아오는 시간으로부터 둘 사이의 거리를 측정하는데,
기상관측 매 1분 (5cm․10cm․20cm․30cm) 그렇게 측정된 각 지점의 거리 자료로부터 각 지점의 지면으로부터의 높이를 계산
하고, 각 지점의 적설 값을 평균하여 측정면의 적설값을 계산한다. [표 2-8]은 자동
특히, ASOS와 AWS는 위와 같은 방법으로 대기의 상태를 매 1분 간격으로 연속 적설관측 지점을 나타낸 것이며, [그림 2-9]는 자동적설관측망도이다(기상청, 2018).
관측하여 기상요소를 생산하며, 생산된 기상관측자료는 정보통신망을 통해 매 1분
마다 수집, 분석된다. 이렇게 분석된 관측자료는 일기도, 이미지, 그래픽 등 다양한 [표 2-8] 자동적설관측 지점(182개소)

형태로 가공되어 우리나라 지도 위에 칼라영상으로 표출되고, 애니메이션이 되어 방식 지점수 지 점 명

마치 높은 곳에 CCTV를 설치하여 목표물을 실시간으로 들여다보듯이 우리나라의 초음파식 서남, 탄천, 의정부, 강화, 양평, 이천, 남양, 신서, 하면, 영주, 봉화, 문경, 담양, 나주, 화순, 영광,
기상상황의 변화를 한 눈으로 파악할 수 있게 해준다. 적설계 60 해남, 장흥, 해제, 함라, 정읍, 임실, 장수, 부안, 진안, 순창군, 무주, 고창_1, 고창_2, 횡성, 사내,
평화, 인제, 홍천, 도암, 진부, 평창, 간성, 태백, 양구, 서석, 구룡령, 정선군, 공주, 부여, 금산,
(자동) 천안, 당진, 보령, 태안, 청양, 제천, 음성, 영동, 보은, 증평, 봉성, 양평, 강정, 동광
[그림 2-8]은 2018년 10월 5일 제25호 태풍 콩레이가 한반도 남쪽 해상으로 북상 속초, 대관령, 서산, 추풍령, 포항, 기상청, 양주, 안산, 시흥, 용인, 오산, 거창, 진주, 통영,
하고 있을 때 1분 간격으로 분석된 ALWAIS(Automatic Local Weather Monitering 김해시, 양산시, 함양군, 청송군, 의령군, 경주시, 북창원, 영덕, 의성, 영천, 합천, 밀양,
System) 시스템의 표출화면을 보인 것이다(기상청 방재기상정보시스템).
레이저식 산청, 거제, 남해, 울진, 상주, 구미, 진도, 완도, 순천, 강진군, 광양시, 보성군, 고흥, 영암,
적설계 압해도, 광주, 군산, 남원, 동해, 철원, 원주, 영월, 논산, 계룡, 충주, 진천, 성산, 서귀포,
레이저식 122 고산, 과천, 화개, 청호, 장성, 아산, 유수암, 위성센터, 서울, 파주, 동두천, 인천, 고창군,
적설계 아라, 세종금남, 운평, 해안, 설악동, 주문진, 남양주, 여주, 화천, 기린, 구리, 성남, 능곡,
(자동) 진부령, 오색, 광릉, 단양, 괴산, 옥천, 서천, 예산, 사북, 신기, 무안, 익산, 구례, 추자도.
김제, 줄포, 어리목, 함평, 곡성, 영양, 성주, 고령, 청도, 예천, 구룡포, 수비, 김천, 군위,
칠곡, 경산, 석포, 금강송, 감포, 삼척, 새만금, 사천, 고성, 창녕, 함안, 기장, 어흘리

[그림 2-8] ALWAIS 표출 화면

[그림 2-9] 자동적설관측망 분포도

- 14 - - 16 -
 이어서 황사관측을 위한 장비는 부유분진측정기(PM ) 27개소와 광학입자계수기 10 또한, 2010년 이후 최근까지 관측자에 의해 육안으로 관측하던 구름, 시정, 기상
개소가 도서 및 산악 등 인위적인 대기오염이 없는 청정 지역(지점)에 설치
(OPC) 7 현상 등의 목측관측 요소들을 자동화하면서 2018년 6월 현재 시정현천계 291개소,
되어 있으며([표 2-9] 참조), 그 밖에 국립기상과학원에서 울릉도(1식)와 안면도(2식) 운고운량계 92개소 등이 설치되어 있다.
에 PM 을 설치하여 운영하고 있다. 측정방법은 PM 의 경우 대기중 직경 10㎛이
10 10

하 입자의 농도를 측정하고, OPC는 로렌츠-미 산란을 이용하여 입자의 측방 산란 2. 고층기상관측망

광을 전기신호로 바꾸어 입자의 크기를 측정한다. 관측업무규정에서 정한 황사관측
의 관측장비‧기준시각 및 요소는 [표 2-10]과 같고, [그림 2-10]은 기상청의 황사관 고층(高層)기상관측이란 ‘대기의 연직구조를 조사하기 위하여 고도별로 기상요
측망 분포도(해상도 약 60km)이다. 그 밖에 중국내 황사발원지 및 이동경로상에 10 소에 대하여 행하는 관측’을 말한다. 일반적으로 상층의 대기를 관측하는 장비로
개소의 한중 황사공동관측망을 설치하고, 몽골 2개소에 황사감시기상탑을 설치하여 는 실측방식(In-Situ)인 레윈존데와 원격관측방식(Remote Sensing)인 연직바람관측장
황사 조기탐지 및 예보업무에 중요한 자료로 활용하고 있다. [그림 2-11]은 황사 발 비(Wind Profiler)와 라디오미터가 있다.
원지의 황사관측망을 나타낸 것이다(기상청, 2017). 두 장비의 특징을 살펴보면 레윈존데에 의한 고층기상관측은 실측방식으로 관측
자료의 정확성이 높다는 장점은 있으나 풍선에 의하여 비양하는 방식으로서 자주
관측을 할 수 없다는 단점이 있다. 반대로 연직바람관측장비와 라디오미터는 원격
[표 2-9] 황사관측 지점명

장비명 지점명 관측으로 관측자료의 정확도는 낮으나 연속적으로 관측할 수 있다는 장점이 있다.
PM10 서울, 수원, 울산, 전주, 진도군, 강화, 백령도, 고산, 관악산, 군산, 흑산도, 광주, 광덕산, 천안,
(27개소) 추풍령, 북격렬비도, 연평도, 대관령, 문경, 울진, 구덕산, 속초, 북춘천, 대구, 안동, 영월, 진주 이 밖의 고층기상관측장비로는 비행기에 기상관측장비를 탑재하여 비행 중에 관측
OPC 된 기압, 기온, 바람 등의 기상관측자료를 지상으로 중계하여 주는 AMDAR(Aircraft
(7개소) 서울, 철원, 군산, 백령도, 광주, 대구, 흑산도
Meteorological Data Relay) 시스템 등이 있다.
[표 2-10] 황사관측의 관측장비‧기준시각 및 요소 레윈존데 관측장비는 라디오존데, 지상수신장치, 자료분석장치, 지상점검장치, 비
관측구분 관측장비 관측기준시각 관측요소 양 기구, 낙하산, 얼레 등으로 구성된 고층기상관측장비를 말하는데, 이는 수소나
헬륨가스를 충전한 풍선에 온도, 습도, 기압을 관측하는 센서(라디오존데)와 무선송
보조관측 부유분진측정기(PM
라이다
10) 매 5분
매 15분
10㎛ 이하의 부유분진 농도(㎍/㎥)
소산계수, 비편광도 신기를 매달아 비양시켜서, 지상으로부터 35km까지의 기압, 기온, 습도, 풍향, 풍속
※ 단, 라이다의 관측시각은 계절이나 예보부서장의 요청, 기상상황 등에 따라 변경할 수 있다.
황사관측 및 판정기준은 지상기상관측지침에서 따로 정한다.
을 하루 2회(09시, 21시) 관측하고 있으며, 공군에서도 오산과 광주에서 하루 4회(03
※
시, 09시, 15시, 21시) 관측하고 있다. 특히, 포항은 WMO의 고층기후관측소(GUAN)
로 2004년 6월에 지정되어 고층기후관측을 수행하고 있다.
현재 우리나라의 레윈존데 관측소는 기상청의 백령도, 강릉, 포항, 흑산도, 제주
(국가태풍센터), 창원(오토존데) 등 6개소와 한국공군의 오산, 광주 2개소 등 모두 8
개소가 있다. 이를 우리나라 남한면적으로 관측소간의 해상도를 산출해 보면 약
112km이고, 우리나라 해양면적까지를 고려하면 약 235km이다.
연직바람관측장비는 수직으로 전파를 발사하는 일종의 레이더로서 VHF대(30∼300
㎒)와 UHF대(300∼3,000㎒)의 전파를 3방향 또는 5방향으로 발사하고 대기 난류에
의해 후방 산란된 전파를 수신, 도플러효과를 이용하여 지상에서 5km 고도까지 상
[그림 2-10] 황사관측망 분포도(기상청 지상기상관측망 통계자료) [그림 2-11] 황사발원지 관측망
층의 수평 바람분포와 대기의 연직운동 상태를 측정하는 장비이다. 라디오미터는
상층으로 Microwave 전파를 발사, 대기로부터 반사되어 되돌아오는 전파를 수신․분

- 17 - - 18 -
석하여 지상에서 고도 10km까지의 상층의 기온과 습도, 액체물량 등의 연직분포를 [표 2-11] 우리나라의 고층기상관측소 현황

관측하는 장비이다. [그림 2-12]와 [그림 2-13]은 연직바람관측장비와 라디오미터 장 장비명 장비수 설치지점
비의 모습을 나타낸 것이다. o 기상청 : 포항, 제주(국가태풍센터), 백령도, 흑산도, 강릉, 창원(오토
레윈존데 8개소 존데) 등 6개소
o 공군 : 오산, 광주 등 2개소
연직바람관측장비 9개소 파주, 강릉, 군산, 창원, 울진, 철원, 원주, 추풍령, 북격렬비도
라디오미터 9개소 파주, 강릉, 군산, 창원, 울진, 철원, 원주, 추풍령, 북격렬비도 등 9개소
※ 공군 8대, 국립기상과학원 2대 등 총 17대 운영 중
항공기 관측(AMDAR) 21대 대한항공 14대, 아시아나 항공 7대
그림 2-14]는 기상청의 레윈존데(공군 포함) 8대와 원격고층기상관측장비(연직바
[
람관측장비+라디오미터) 각 9대로 구성된 기상청의 고층기상관측망 분포도로서, 해
상도는 약 77km이다. 또한 기상청의 9대와 공군의 원격고층기상관측장비 8대(수원,
경기광주, 태백, 서산, 오산, 청주, 대구, 광주)를 포함한 우리나라의 통합 고층기상
[그림 2-12] 연직바람관측장비 관측망 분포도는 [그림 2-15]와 같다(기상청, 2016).

[그림 2-13] 라디오미터

현재 기상청은 상층기온 및 습도 등의 시·공간분해능 향상을 위해 연직바람관측 [그림 2-14] 기상청 고층기상관측망도 [그림 2-15] 우리나라 통합 고층기상관측망도

장비와 라디오미터를 동일한 장소에 설치하여 10분 간격으로 관측자료를 산출하고 한편, 기상청 관측업무규정 제11조에서 정한 고층기상관측의 종류․기준시각 및 요
있다. 기상청에서 운영하고 있는 연직바람관측장비와 라디오미터는 파주, 강릉, 철 소는 [표 2-12]와 같고, 별도의 규정에 따라 필요시 특별고층기상관측을 행할 수 있
원, 원주, 북격렬비열도(서해기지), 군산, 추풍령, 울진, 창원 등 9개소이고, 그 밖에 다. 또한, 레윈존데 관측에서 최종 도달고도의 기압이 100hPa에 미달할 경우에는
(현)한국외국어대학교 대기환경정보연구센터[(구)차세대도시·농림융합기상사업단] 7
대, 공군기상단 8대, 국립기상과학원 2대등 모두 17대가 설치되어 다양한 목적으로 재관측을 하여야 하며, 이때 재관측하여도 최종 도달고도의 기압이 100hPa에 미달
운영되고 있다. [표 2-11]은 우리나라의 고층기상관측소 현황이다. 할 것으로 예상되거나 재관측 시각이 이미 관측기준시각으로부터 2시간 이상 지났
을 때에는 관측을 하지 아니할 수 있도록 규정하고 있다.

- 19 - - 20 -
 [표 2-12] 고층기상관측의 종류·기준시각 및 요소 관측지원 o 극지연구소 아리온 1척 o H-Line 해운 8척 o 현대상선 7척
관측구분 관측종류 관측기준시각 관측요소 선박 31 o SK해운 9척 o 대한해운 4척 o 대인 훼리 1척
(VOS) o 위동 항운 1척
기본관측 레윈존데관측 9․21시 기압(또는 고도), 기온, 풍향, 풍속, 습도(또는 이슬점온도) 항만 o 서해 2개소(평택항 인근 : 풍도, 도리도)
연직바람 기상관측 4 o 남해 2개소(부산항 인근 : 남항, 북항)
보조관측 관측장비관측 매 10분 풍향, 풍속, 연직풍속 시스템

3. 해양기상관측망

해양(海洋)기상관측이란 ‘해양 위의 대기와 해양의 상호작용으로 나타나는 기상

현상에 대하여 행하는 관측’을 말한다. 우리나라는 3면이 바다이고 편서풍 지역에
위치하고 있어 해양기상관측자료가 매우 중요하며, 해양기상정보의 수요가 급증하
면서 해양기상관측망의 중요도가 날로 증가하고 있다.
기상청은 해양기상관측을 위해 해양기상부이, 등표기상관측장비, 파랑계, 파고부이,
연안방재관측시스템, 해양·항만관측시스템, 기상관측선, 선박기상관측장비, 해양기
상기지 등을 설치하여 해양기상관측자료를 확보하고 있다. [표 2-13]은 기상청의 해
양기상관측장비 설치현황이며, [그림 2-16]은 해양기상관측망도를 나타낸 것이다.
[표 2-13] 기상청의 해양기상관측장비 설치 현황

장 비 명 지점수
(개소) 서해
설치해역
남해 동해 제주
덕적도, 외연도, 인천,
해양기상 17 칠발도, 신안, 부안(6개 추자도(4개소) 거문도, 거제도, 통영, 동해, 포항, 울산, 마라도, 서귀포
부이 울릉도-독도, 울진 (2개소)
소) (5개소)
신진도, 삽시도, 이작도, 풍도, 청산도, 금오도, 두미도, 죽변, 구룡포, 연곡, 제주항, 중문, [그림 2-16] 기상청 해양기상관측망도
비안도, 옥도, 자은, 진도, 장안, 해금강, 북항, 남항, 후포, 토성, 삼척, 우도, 가파도,
파고부이 59 자월도, 서천, 군산, 영광, 맹 한산도, 추자도, 노화도, 간절곶, 월포, 구암, 협재, 김녕, 신
골수도, 천수만, 낙월, 대치마도, 고흥, 잠도, 소매물도, 혈암, 울릉읍, 독도 산, 영락(8개소) 해양기상관측망을 해역별로 구분해서 살펴보면 먼바다의 해양기상관측을 위하여
안면도, 장봉도, 변산, 조도, 남해, 연화도, 사량도, (12개소) 기상관측선 기상1호(498톤급) 1척과 유관기관 선박에 관측장비를 설치한 선박기상관
불무도, 위도(22개소) 나로도(17개소) 측장비 14대를 비롯하여 해양기상부이를 서해 6개소, 남해 4개소, 동해 5개소 및 제
등표기상 9 서수도, 가대암, 십이동파도, 간여암, 광안 이덕서 지귀도
주 2개소 등 모두 17개소에 계류하였고, 앞바다 관측을 위하여 등표기상관측장비 9
관측장비 갈매여, 해수서(5개소)
파랑계 1 북격렬비도 개소, 파고부이 59개소를 운영하고 있으며, 연안 기상관측을 위하여 파랑계 1개소,
연안방재 18 대산, 죽도, 말도, 격포, 영광, 통영, 여수, 해남, 실리도 영덕, 주문진, 울산 판포, 서귀포
관측장비 지산, 흑산도, 신안(8개소) (4개소) 구룡포(4개소) (2개소) 연안방재관측장비 18개소, 항만기상관측장비 4개소를 설치하였다. 또한 원해의 해양
관측선 1 기상1호(498톤) 기상관측을 위하여 원해를 운항하는 민간 선박의 해양기상관측자료를 수집하는 관
인천해경함정(3005함, 3008함), 부산해경함정(3001함) 동해해경함정(3007함), 제주해경함정
군산해경함정(3010함), 무궁화1호(동해어 (3002함, 3012함), 측지원선박(VOS, Voluntary Observing Ships) 31척을 운영하고 있다. [표 2-14]는 해
선박기상 14 목포해경함정(3009함), 업관리단) 서귀포해경함정 역별 해양기상관측장비 내역이고, [그림 2-17]은 해역별 해양기상관측장비의 모식도
관측장비 무궁화2호(서해어업관리단), (3003함, 3006함)
국제여객선 2척(비룡호, 뉴 를 나타낸 것이다(기상청, 2018). [표 2-15]는 관측업무규정 제13조에서 정한 해양기
골든브릿지Ⅴ) 상관측의 종류·기준시각 및 요소이다<개정 2017. 5.23.>.

- 21 - - 22 -
 [표 2-14] 해역별 해양기상관측장비 내역

구분 관측장비 비고
원 해 관측지원선박(VOS) 31척
먼바다 관측선(기상1호) 1척, 선박기상관측장비 14대, o 해양기상부이 : 6m×7대, 3m×9대, 2m×1대
해양기상부이 17소,
앞바다 등표기상관측장비 9대, 파고부이 59대
연 안 파랑계 1개소, 연안방재관측장비 18개소,
항만기상관측장비 4개소
[그림 2-18] 해양기상부이 및 관측망도(17개소)

파고부이(Coastal Wave Buoy)는 해양기상부이보다 근해에 설치하여, 특정관리해역

(연안바다, 평수구역)의 예보, 특보를 제공하기 위한 파고관측 장비로서, 복잡한 지
형에 의해 국지적으로 서로 달리 나타나는 파고를 관측하여 CDMA를 이용하여 1시
간 간격으로 자료를 전송하는 장비이다. 파고부이는 직경 약 70cm의 소형으로, 관
측요소는 파고, 파주기, 수온 등이며, 파고・파주기 관측의 경우는 해양기상부이와
마찬가지로 해수면에서 파고부이 몸체가 움직이는 가속도를 측정하여 분석한다. [그
림 2-19]는 기상청 파고부이의 모습과 관측망도를 보인 것이다(기상청, 2018).

[그림 2-17] 해역별 해양기상관측장비 모식도

[표 2-15] 해양기상관측의 종류․기준시각 및 요소

관측구분 관측종류 관측기준시각 관측 요소

기본관측 자동기상관측 매 30분, 매시 기온, 기압, 습도, 풍향, 풍속, 수온, 파고
매 30분, 매시 등 1. 기온, 기압, 습도, 풍향, 풍속, 수온, 파고 중
보조관측 자동기상관측 (수시, 특별관측 포함) 일부를 관측
2. 이동형 관측장비로 관측한 기상요소 [그림 2-19] 파고부이 및 관측망도(59개소)

이어서 해양기상관측장비별 제원과 특성을 살펴보고자 한다. 먼저 해양기상부이 등표기상관측장비(Light House AWS)는 등표나 관측탑 등의 해양 구조물에 AWS
는 먼바다의 해상예보, 특보를 지원하기 위한 종합해양기상장비
(Ocean Data Buoy) 등의 기상관측장비를 설치하고 수중에는 해상의 상태를 측정할 수 있는 압력식 파고
로서, 해수면에서 다양한 해양기상현상을 관측하고, 위성 등 원격통신을 이용하여 계 등을 설치하여 주로 앞바다 예보, 특보를 지원하기 위한 관측장비로서, 관측한 자
30분 간격으로 관측자료를 전송하는 장비이며, 형태에 따라 선박형(6m NOMAD)과 료를 위성 및 CDMA등을 이용하여 30분 간격으로 전송하는 장비이다. 등표기상관측
원반형(직경 3m) 두 가지가 있다. 해양기상부이는 기온, 기압, 습도, 풍향, 풍속, 파 장비에서 관측하는 요소는 기온, 기압, 풍향, 풍속, 파고, 파주기, 수온 등이며, 파고
고, 파주기, 파향, 수온 등을 관측하고 있다. 파고와 파주기 관측의 경우에는 해수면 와 파주기 관측의 경우에는 해저에 설치된 파고계에서 수압의 변화를 측정하여 분석
에서 부이 몸체의 움직이는 가속도를 측정하여 분석한다. [그림 2-18]은 기상청에서 한다. [그림 2-20]은 등표기상관측장비의 실제 모습과 관측망도이다(기상청, 2018).
운영하고 있는 해양기상부이의 모습과 관측망도이다(기상청, 2018).

- 23 - - 24 -
 기상관측선(기상1호)은 집중호우와 폭설 등의 위험기상 조기감시 및 기상예보 지
원과 해상·해양 물리현상의 관측, 조사 등을 위한 해양기상관측을 바다에서 능동
적·입체적으로 수행할 수 있도록 2011년에 기상청에서 건조한 498톤(길이 64m) 규
모의 기상관측 전용 선박으로서, 지난 2011년 5월에 취항하였다. 한반도 주변해역의
먼바다를 포함한 근해구역(113°S­63°N, 94°E­175°E)을 25일 이상 연속 항해
하는 것이 가능하고, 최고속도는 시속 33km, 최대 탑승인원은 총 47명이다.
기상1호는 고층-해상-해양-환경 관측이 동시에 가능한 종합적인 관측선박이며,
[그림 2-20] 등표기상관측장비 및 관측망도(9개소)
해양기상, 고층기상, 해양물리현상을 관측하기 위한 자동기상관측장비, 고층기상관
파랑계(Wave Radar)는 마이크로파를 해면으로 송신하고 해면에서 반사되는 파를 측장비, 웨이브 라이더 부이, 초음파해류 관측장비 등을 탑재하고 있다.
수신하여 파고를 관측하는 장비이다. 파랑계는 파고부이가 도입되기 전 연안바다 특히, 기상1호는 해상의 기상상태뿐만 아니라 해양기상부이와 같은 기존의 장비로는
관측을 위하여 해안의 언덕이나 절벽 꼭대기 등에 설치하였으며, 설치고도는 해수 불가능했던 상층 약 20km까지의 기온, 기압, 습도, 바람을 관측한다. 또한 해양과 대기
면으로부터 20~100m이다. 관측요소는 파고, 파주기, 파향, 파속, 파장 등이며 현재 의 상호작용에 대한 이해를 높여 예보정확도를 향상시키기 위해 초음파해류계(ADCP),
북격렬비열도 서해기지 1개소를 운영하고 있다. 수온염분측정기(CTD) 등을 이용하여 수심 3,000m까지의 수온, 염분, 용존산소와 수심
연안방재관측장비(Coastal Long Wave Monitoring System)는 연안 방파제 및 부두 700m까지의 해류, 전방 약 1km까지 파도의 높이, 주기, 방향을 연속적으로 관측한다.
(항)에 설치하여 기상해일, 너울성 파도 등 장주기파에 의해 발생하는 수난사고 예 이와 같은 다양한 관측자료는 실시간으로 예보관에게 제공되고 있다. [그림 2-22]는 기
방을 위한 실시간 해양관측을 위한 장비이다. 연안방재관측시스템은 연안지역에 설 상관측선(기상1호)의 모형도이고, [그림 2-23]은 기상1호의 항행구역을 나타낸 것이며,
치하여 풍향, 풍속, 기압, 수위를 측정하며, 해안지역의 기상실황감시를 위해 CCTV [표 2-16]은 기상1호에 설치되어 있는 기상관측장비 내역이다(기상청, 2018).
도 함께 설치되어 있다. 다른 해양기상관측장비에서 관측하는 파고는 주로 주기가
짧은 단주기파인데 비해, 연안방재관측장비에서는 보다 주기가 긴 장주기파를 관측
한다. 이는 날씨가 좋은 경우에도 해안지역에 피해를 주는 기상해일이 장주기 성분
을 가지고 있기 때문이다. 장주기파의 관측은 마이크로파를 해수면에 수직으로 송
신한 뒤 해수면에 부딪혀 되돌아오는 파를 1분 간격으로 수신하여 해수면까지의 거
리의 변화(수위의 변화)를 측정함으로써 이루어진다. [그림 2-21]은 연안방재관측장
비의 모습과 관측망도를 나타낸 것이다(기상청, 2018).
[그림 2-22] 기상관측선(기상1호) 모형도

[그림 2-21] 연안방재관측장비 및 관측망도(18개소) [그림 2-23] 기상관측선(기상1호) 항행구역

- 25 - - 26 -
 [표 2-16] 기상1호에 설치되어 있는 관측장비 내역 항만기상관측시스템(Port Weather Monitoring System)은 선박 교통이 집중되는 항
관측장비 관측요소 만에서 위험기상 및 해양 현상을 감시하고, 선박의 안전한 운항과 선적·하역 등에
선박용 자동기상관측장비(AWS) 기압, 기온, 습도, 풍향, 풍속, 일사, 일조, 강수량, 수온 유용한 정보생산에 필요한 관측 자료를 생산, 지원하기 위한 시스템이다. 현재 부산
선박용 고층기상관측장비(ASAP) 20km까지 대기층별 풍향, 풍속, 기온, 기압, 습도
레이더식 파랑계(WAVEX) 파고, 파향, 파주기 항(남항, 북항) 2곳과 평택항(풍도, 도리도) 2곳에서 운영하고 있으며, 관측되는 요소
미세먼지측정장비(PM10) 미세먼지(황사) 농도 는 기온, 습도, 풍향, 풍속, 파고, 파주기, 수온 등이 있다.
정밀음향측심기(PDR) 관측지점의 수심, 해저지형(5,000m)
초음파해류관측장비(ADCP) 수층별 해류(유속, 유향)(700m)
수온염분수심기록계 및 채수장비(CTD) 수층별 수온, 염분(3,000m) 4. 항공기상관측망
웨이브 라이더 부이 파고, 파향, 파주기
직독식 유속계 수심별 유향, 유속 및 수온 (수심 약30M 까지) 항공(航空)기상관측이란 ‘항공기 안전운항에 필요한 기상정보를 생산․제공하기
관측장비용 위성 측위기 관측지점의 위도, 경도 위하여 공항 및 인근 지역의 기상상태에 대하여 행하는 관측을 말한다’라고 관측
시정·현천계 시정 및 현천 업무규정 제3조에서 정의하고 있다.
기상청은 항공기의 안전과 경제적인 운항을 지원하기 위해 전국의 항공기상업무
선박기상관측장비(Ship Weather Monitoring System)는 넓은 해역에서 해양기상 실 를 총괄하는 항공기상청을 인천국제공항에 두고, 소속기관으로 공항기상대 4개소(김
황을 효과적으로 감시하기 위하여, 우리나라 해역을 운항하고 있는 해양경찰청 등 포·제주·무안·울산공항), 공항기상실 8개소(김해·청주·대구·여수·양양·광주·
의 유관기관 선박과 국제여객선에 설치한 기상관측장비이다. 선박기상관측장비를 포항·사천공항)을 설치하여 항공기상업무를 수행하고 있다. 특히, 항공기상청은 국
이용해 관측하는 요소는 기온, 기압, 습도, 풍향, 풍속, 파고, 파주기, 수온 등이며, 제민간항공기구(ICAO, International Civil Aviation Organization)의 권고에 따라 우리
현재 해양경찰청의 3,000톤급 경비함(10척)과 1,000톤급 어업지도선(2척), 국제여객선 나라 비행정보구역을 비행하는 항공기 안전에 중요한 영향을 미치는 위험기상을 감
(2척) 등 선박 14척에 관측장비를 설치하여 운영하고 있다. 시하고, 공항예보·특보 등의 항공기상정보를 생산하여 제공하고 있다. [그림 2-25]
관측지원선박(VOS, Voluntary Observing Ships)은 해양을 운항하는 민간 선박의 관 는 우리나라 공항기상관서와 비행정보구역을 나타낸 것이다.
측자료를 최대한 활용하여 많은 해양기상관측 데이터를 수집하기 위한 세계기상기
구(WMO)의 VOS 프로그램의 일환이다. 현재 우리나라는 한국해양연구원 부설 극지
연구소의 아리온호(쇄빙선)를 비롯하여 6개 해운사의 민간선박 등 31척으로부터 3시
간 간격으로 관측자료를 수집하여 업무에 활용하고, 기상청 홈페이지를 통해 서비
스하고 있다. [그림 2-24]는 홈페이지로 서비스하고 있는 VOS 관측자료 현황이다.

[그림 2-25] 우리나라 항공기상관서와 비행정보구역(기상청 홈페이지)

[그림 2-24] VOS 관측자료 서비스 내용

- 27 - - 28 -
 항공기상관측장비를 기능별로 살펴보면, 먼저 공항기상관측장비(AMOS, Aerodrome [표 2-17] 관서별 항공기상관측장비 설치현황(기상청 홈페이지)

는 활주로상의 풍향·풍속, 시정, 활주로 가시거 장비명 수량 설치장소 제조사 비고

Meterological Observation System)
1 인천공항 1․2활주로
리, 운고, 기온, 이슬점 온도, 기압 및 강수량 등 기상상태를 자동으로 측정, 가공, 1 인천공항 3활주로
분석하는 항공기상관측의 기본 장비로서 그 외형은 [그림 2-26]과 같다. 1 김포공항
AMOS 1 제주공항 VAISALA(핀란드)
1 울산공항
1 무안공항
1 여수공항
1 양양공항
합계 8 7개 공항 예비장비 보유
1 인천공항 SELEX(독일)
LLWAS 1 제주공항 VAISALA(핀란드)
1 양양공항 VAISALA(핀란드)
합계 3 3개 공항
TDWR 1 인천공항 MITSUBISHI(일본)
합계 1 1개 공항
[그림 2-26] AMOS 기본 공항기상관측장비

그 밖에 공항기상레이더(TDWR, Terminal Doppler Weather Radar)는 이·착륙하 연직바람 1 여수공항 DEGREANE(프랑스)

관측장비 1 김해공항 DEGREANE(프랑스)
는 항공기에 악영향을 줄 수 있는 호우, 강설, 윈드시어, 마이크로버스터, 돌풍전선 합계 2 2개 공항
등 중요 기상현상을 탐지하여 관제사 및 운항 관련기관, 항공사 등에 정보를 제공 안개관측장비 1 인천공항 METEOLABOR(스위스)
합계 1 1개 공항
하는 기능을 수행한다. LLWAS(Low Level Windshear Alert System)는 활주로를 중
심으로 설치된 여러개의 풍향·풍속계로부터 실시간 바람자료를 수신받아 활주로 한편, 관측업무규정에서 정하고 있는 항공기상관측의 자료교환 범위와 관측의 종
주변의 바람변화를 분석하여 윈드시어 및 마이크로버스트를 탐지하는 시스템으로 류는 [표 2-18]과 같고, 관측종류별 세부적인 관측내용은 [표 2-19]와 같다.
서, 윈드시어 경보와 경고음을 자동으로 생산하여 이·착륙하는 항공기에 신속히
전파하고 있다. 현재 인천, 양양 및 제주공항에 설치되어 있다. 또한 연직바람관측 [표 2-18] 항공기상관측의 자료교환 범위와 관측종류(기상청 홈페이지)

장비(윈드프로파일러)는 고층기상관측장비와 동일한 장비로서, UHF 또는 VHF의 전 관측구분 자료교환범위 관측종류 비고

기본관측 국내․국외 정시관측, 특별관측 ◦대구·김해·청주·광주·포항·
파를 연직 방향으로 발사하고 대기 중의 작은 맴돌이(Eddy)와 같은 목표물에 부딪 해당공항 국지정시관측, 국지특별관측, 수시관측 사천공항은 군 규정이 정한
혀 산란 되어오는 신호를 분석하여 고도별 바람측정과 윈드시어를 탐지한다. 현재 국내 정시관측, 특별관측 기준에 따름
보조관측 해당공항 국지정시관측, 국지특별관측, 수시관측 ◦수시관측은 요구 시 통보
김해 및 여수공항에서 운영하고 있다. [그림 2-27]은 기타 항공기상관측장비의 모습
이며, [표 2-17]은 항공기상관측장비 설치 현황이다.
[표 2-19] 항공기상관측 종류별 세부 관측내용

관측종료 보고시간 내용
정시관측 1시간 공항의 기상상태를 정규적으로 관측하는 기본관측
(METAR) (인천공항 30분) - 지역항공공항행협정에 의하여 인천공항은 30분 관측
국지정시관측 1시간 이·착륙 항공기 지원을 위한 활주로의 세부적인 기상상황관측
(MET REPORT) (인천공항 30분) - 해당공항 항공교통업무기관에 제공
특별관측 수시 ICAO 국제표준으로 주어진 특별관측 기준에 해당할 때 실시하는 관측
(SPEC) - 기상의 악화나 호전에 관한 정보의 신속한 제공
국지특별관측 이·착륙 항공기 지원을 위한 활주로의 세부적인 기상상황관측
[그림 2-26] 항공기상관측장비 (SPECIAL) 수시 (특별관측 기준)
- 기상의 악화나 호전에 관한 정보의 신속한 제공

- 29 - - 30 -
 5. 위성기상관측망 천리안위성의 주요 기상임무는 고해상도의 다중채널을 이용한 기상현상의 연속감
시 및 기상요소 분석 산출, 태풍・집중호우・황사 등 위험기상의 조기 탐지, 장기간
위성(衛星)기상관측이란 ‘기상위성에 의하여 구름상태와 대기의 연직구조에 대하 의 해수면온도와 구름자료를 통한 기후변화 분석 등을 들 수 있는데, 첨단 과학기
여 행하는 관측’을 말한다(관측업무규정 제3조). 술의 발달에 따라 기상위성으로 관측한 자료의 정확도와 신뢰도가 점차 높아지고
기상위성은 한정된 지역에서 급격히 발달하는 소규모 기상 현상부터 전 지구적으 있으며 기상관측자료는 재난재해, 기후변화, 환경, 농업, 항공 등 다양한 분야에서
로 나타나는 광범위한 기상현상까지 모두 탐지할 수 있는 첨단 관측장비로서, 크게 중요하게 활용되고 있다. 현재 기상청은 천리안위성 뿐만 아니라 중국(FY-2E), 일본
정지궤도위성・극궤도위성으로 구분한다. 기상청은 2010년 6월 27일 우리나라 최초 (Himawari-8), 미국의 GEOS, 유럽의 METEOSAT-8, 인도의 INSAT-3A 등 5개의 정지

의 정지궤도 기상위성인 천리안위성(COMS, Communication, Ocean and Meteorological 궤도위성과 미국, 유럽 등 다수의 극궤도 기상위성 관측 자료를 직·간접으로 수
Satellite)을 발사하여 전 지구를 3시간 간격, 동아시아 지역을 15분 간격, 한반도 주 신·처리·분석하여 구름정보, 해수면온도, 황사, 안개, 대기운동벡터 등 위성분석
변을 8분 간격으로 집중 관측하고 있다. 천리안위성은 지구적도상공 36,000km 고도, 자료를 산출하여 기상예보에 활용하고 있다.
동경 128.2도에 위치하여 기상관측, 해양관측, 위성통신서비스 임무를 수행하는 복 이와 같이 위성관측자료에서 산출된 분석 자료는 수치예보모델의 입력 자료로 활용
합위성으로서, 이를 위해 충청북도 진천군 광해원면에 국가기상위성센터를 설치하 되고, 수신안테나 또는 인터넷을 통해 국내외 위성자료 사용자들에게도 제공되고 있다.
여 운영하고 있다. [그림 2-27]은 천리안위성의 운영체계를 나타낸 것이고, [그림 다음은 관측업무규정에서 정한 위성기상관측에 관한 기준들이다. 먼저 위성 종류
2-28]은 천리안위성의 실물 모형도를 보인 것이다. 별 관측수행 기준 및 관측자료는 [표 2-20]과 같으며, 위성 종류별로 위성보유국의
스케줄에 따라 관측을 실시하되, 만약 위성장비에 대한 점검 및 보수 등에 의한 관
측 불안정 시에는 관측을 생략할 수 있다고 규정하고 있다. 또한 위성 종류별 생산
자료는 [표 2-21]과 같으며, 계절변화 또는 장비점검을 위해 위성보유국이 관측스케
줄을 변경할 때에는 생산자료의 종류와 시각을 조정할 수 있다고 규정하고 있다.
[표 2-20] 위성종류별 관측수행기준 및 관측 자료(관측업무규정 제 23조)

위성종류 관측수행기준 관측자료

정지기상위성 위성보유국의 관측스케줄에 의함 고해상도 영상자료
극궤도기상위성 위성이 한반도 상공을 30도 이상의 고도각으로 통과할 때 고해상도 영상자료,
연직탐측자료
[그림 2-27] 천리안위성(COMS) 운영체계
지구관측위성 위성이 한반도 상공을 30도 이상의 고도각으로 통과할 때 고해상도 영상자료
[표 2-21] 위성종류별 관측자료의 생산내역(관측업무규정 제24조)

구 분 정지기상위성 극궤도기상위성 지구관측위성

구름영상자료 전지구, 아시아, 한반도 아아, 한반도, 채널합성 칼라 채널합성 칼라
분석영상자료 황사분석, 안개분석, 해수면온도분석, 황사분석, 안개분석,
태풍분석 해수면온도분석, 온․습도분석
위성분석 격자 해수면온도, 대기운동벡터, 격자 격자 해수면온도
수치자료 운량, 격자 히스토그램
이진영상자료 전지구, 아태평양, 아시아, 한반도 아시아, 한반도
[그림 2-28] 천리안위성(COMS)의 실물 모형도

- 31 - - 32 -
 그리고 현재 천리안위성 1호기의 뒤를 이을 2호기 위성(GK-2A, Geo-KOMPSAT)을
년에 개발 착수하여 2018년 12월 5일 프랑스령 기아나 꾸루 우주센터에서 발사
2012
에 성공했으며, 이후 2019년 6월까지 시험운영을 거쳐 하반기부터 정상서비스 할
예정이다. 이번에 발사되는 GK-2A호는 기상과 우주기상을 관측하는 독자 기상관측
위성으로서, 저해상도의 5채널 기상센서를 보유한 구세대의 천리안 1호와 달리 고
해상도의 16채널의 센서를 탑재한 차세대 위성으로 분류되는데, 이런 위성을 보유
한 나라는 현재 일본(2014년 발사)과 미국(2016년 발사)뿐으로 한국은 이번 발사로
3번째 차세대 위성 보유국에 오르게 되며, 유럽은 2021년에 발사 할 예정이다.
이렇듯 GK-2A 차세대 기상위성은 기존 천리안위성(5개 채널)보다 많은 16개 채널
을 탑재하여 해상도가 최대 2배 이상 향상되며, 3차원 입체 구름분석도 가능하다. [그림 2-29] COMS위성과 GK-2A 기상위성 비교도(기상청, 2016, 관측업무발전 기본계획 2017~2021)

또한, 한반도 주변은 약 2분 간격으로, 전지구에 대해서는 10분 간격으로 관측이 가 6. 레이더기상관측망
능해지면서, 급변하는 위험기상의 조기 관측 및 구름·눈 분석 등 기상현상 탐지
능력이 향상된다. 특히, 기상산출물이 52종으로 증가하고 강수량 산출, 복사량 정보, 레이더(RADAR)기상관측이란 ‘기상레이더를 이용하여 강수구름의 위치, 강우강도,
황사·에어로졸, 화산재 탐지 등 기존 산출물의 성능도 향상된다. 이동속도 등을 탐지하는 관측을 말한다’라고 관측업무규정에서 정의하고 있다. 기상
따라서 기상예보 능력을 높이는데 크게 기여할 뿐만 아니라 고해상도 컬러영상 레이더는 전파를 대기 중에 발사하여 강수입자에 부딪혀 후방산란 되어 되돌아오는
관측이 가능해 지면서 미세먼지, 황사, 스모그, 산불 등의 현상에 대한 자세한 분석 신호를 이용하여 강수구역의 위치와 이동 경향, 강우강도 등을 탐지하는 첨단 원격관
도 가능하고, 적외영상 관측 능력 향상으로 보다 자세한 구름대 발달 분석이 가능 측장비이다. 특히, 집중호우, 태풍, 우박 등 강수현상을 짧은 시간 동안 입체적으로
하여 국지성 호우 등의 예보가 빨라질 전망이다. 바람 관측도 기존에는 특정 고도 파악할 수 있어 위험기상의 조기감시와 예측 등 실황예보에 널리 이용되고 있다.
의 자료만 제공이 가능했는데 3차원 입체 바람장 데이터를 생산할 수 있어 태풍 등 기상레이더의 출현은 2차 세계대전 중에 군사용 레이더가 우연히 폭풍현상을 포
이 발생했을 때, 보다 다양한 분석정보 제공이 가능해 질 것으로 본다. [표 2-22]와 착하게 되고, 이에 관심을 갖고 발전을 거듭하면서 지금에 이르고 있으며, [그림
[그림 2-29]는 천리안위성 1·2호기를 비교한 것이다.
2-30]은 기상레이더의 기술변화 동향을 나타낸 것이다.

[표 2-22] COMS위성과 GK-2A 기상위성 비교(기상청, 2017 기상연감)

구분 천리안위성 1호 천리안위성 2호 비고
(COMS) (GK-2A)
주요임무 기상, 해양관측 위성통신 기상, 우주기상 관측
자료전송 속도 6.2Mbps 115Mbps 18배
채널 수 5찬넬 (가시 1, 적외 4) 16찬넬 (가시 4, 적외 12) 3배
공간 가시영상 1km 0.5～1km 2배
해상도 적외영상 4km 2km 2배
시간 전구 30분 10분 3배
해상도 한반도 약 8분 약 2분 4배
정보 산출물 기상 16종 기상 52종, 우주기상 8종 3배
컬러영상 흑백영상 컬러영상(전지구)
설계수명 약 7년 약 10년 약1.5배 [그림 2-30] 기상레이더 기술변화 동향(기상청 기상레이더센터 홍보자료)
기타 - 우주기상탑재체 추가

- 33 - - 34 -
 1세대 아날로그 기상레이더는 관측지점에서 강수구름까지의 거리, 강수구름의 분 최근에는 우리나라와 그 주변에서 발달하는 집중호우, 태풍, 대설 등의 위험기상
포 및 레이더 반사도를 이용해 강수량을 추정하였고, 이후 1990년대에는 바람의 관 현상을 보다 신속·정확하게 탐지하고, 균질한 레이더 자료를 생산하기 위하여 각
측도 가능한 2세대 단일편파 도플러 레이더가 개발되어 발사한 전파와 수신된 전파 기 제작사가 다른 10개소의 현업용 단일편파 도플러 레이더를 동일기종의 3세대형
와의 위상차, 즉 도플러효과를 이용하여 강수입자의 이동방향과 속도를 결정하여 S밴드 이중편파 레이더로 단일화하는 계획에 의거, 2014년 백령도를 시작으로 2018
이를 토대로 바람을 분석할 수 있게 되었다. 3세대 기상레이더는 이중편파 도플러 년까지 9개소를 교체하였고, 나머지 강릉 1개소를 2019년에 교체할 예정이다. [표
레이더로서, 수평으로 진동하는 전파와 수직으로 진동하는 전파를 동시에 발사하여 2-23]은 관측소별 기상레이더의 제원을 나타낸 것이다.
각각 수신된 수평전력과 수직전력의 비율을 분석하여 좀 더 정확한 강수량을 추정
할 뿐만 아니라, 비, 눈, 우박 등 강수입자의 형태도 구별할 수 있게 되었다. [표 2-23] 관측소별 기상레이더의 제원(기상청 기상레이더센터 홍보자료)

기상청은 1969년도에 관악산 정상에 S밴드 기상레이더를 처음으로 설치한 이후 지점명

백령도 관악산 광덕산 강릉 오성산 진도 면봉산 구덕산 고산 성산 인천공항
현업용 공항용
1988년도에 서울올림픽게임을 지원하기 위하여 관악산 기상레이더를 C밴드 도플러
구분
설치지역 인천 웅진 관악구
서울 강원
화천 강원 강릉 전북 군산 전남 진도 경북 청송 부산 제주 서귀포
제주 인천 중구
레이더로 교체하였고, 이후 기상장비 현대화 계획의 일환으로 1992년까지 고산, 구 관측개시연도 2000 1969 2003 2010 1992 2001 2004 1991 1991 2006 2001
덕산, 오성산, 동해 등 5개소에 C밴드 도플러 레이더를 설치하였다. 최근교체연도 2014 2016 2017 - 2018 2015 2015 2016 2017 2018 -
주파수대역 S밴드 S밴드 S밴드 S밴드 S밴드 S밴드 S밴드 S밴드 S밴드 S밴드 C밴드
또한, 1999년 7~8월 전국적인 홍수해 발생을 계기로 1999년 8월 국가수해방지종 모델명 DWSR-85
015/KSDP DWSR-85
015/KSDP DWSR-85
015/KSDP WSR-98D
/S DWSR-85
015/KSDP DWSR-85
015/KSDP DWSR-85
015/KSDP DWSR-85
015/KSDP DWSR-85
015/KSDP DWSR-85
015/KSDP RC-53D
합대책이 수립되고 그 일환으로 백령도, 광덕산, 진도, 면봉산 등 4개소에 기상레이 EEC EEC EEC Metstar EEC
제작사 (미국) (미국) (미국) (중국) (미국) (미국) (미국) (미국) (미국) EEC EEC EEC EEC (미국) EEC Mi(일본)
tsubishi
더를 추가로 설치하였다. 한라산에 의한 관측사각지대 해소와 태풍 등의 조기감시 송신관 플라이 플라이 플라이 플라이 플라이 플라이 플라이 플라이 플라이 플라이 플라이
스트론 스트론 스트론 스트론 스트론 스트론 스트론 스트론 스트론 스트론 스트론
를 위하여 2006년도에 제주도 성산에 기상레이더를 설치함에 따라 총 10대의 현업 첨두전력(kw) 850 850 850 750 850 850 850 850 850 850 250
용 기상레이더를 운영하게 되었다. 여기에 영종도 인천공항의 공항기상레이더를 포
함하면 전국에서 운영되고 있는 현업용 기상레이더는 총 11개소가 된다. [그림 한편, 각 관측소별로 분산 운영되고 있는 레이더시스템을 통합 관리하고자 2009
2-31]은 기상청의 기상레이더 관측망도를 보인 것이다. 그 밖에 경기도 용인의 레이
년에 기상레이더 관측망에 대한 통합운영절차를 마련하였고, 2010년 4월에 기상레
더테스트 베드에 제3세대 S밴드 이중편파 도플러 레이더 1대 등 연구용 소형기상레 이더센터(WRC, Weather Radar Center)를 개설한 후 2012년부터 전국에 기상레이더
이더 2대가 있다. 시스템을 원격으로 제어하는 통합운영체제를 구축하였다.
또한, 레이더 관측 사각지대 해소, 기상과 홍수 예보 정확도 향상 및 국가 예산절
감 등 국가 레이더 자원의 효율적인 활용을 위해 기상청, 국토교통부, 국방부 등 3
개 부처는 2010년 6월 범정부적 기상-강우레이더 공동 활용 업무협약을 체결하였
다. 이 협약을 근거로 2012년에 공동 활용 시스템을 구축하여 국가 레이더자료를
공유하고 있으며, 이를 영상으로 처리하여 홈페이지와 모바일 앱을 통해 국민에게
제공하고 있다. 아울러 주한 미공군을 비롯하여 2018년 6월 현재 일본, 중국, 대만,
러시아, 홍콩 등 우리나라 주변국가와 레이더 자료를 교환하여 동아시아 기상현상
의 감시와 예측에도 활용하고 있다. [그림 2-32]은 기상청, 국토교통부, 국방부 등 3
개 부처에서 우리나라 전역에 설치·운영하고 있는 레이더 종합관측망 현황이고,
[그림 2-33]는 3개 부처 레이더관측망의 공동활용 이전과 이후의 사각지대 현황을
나타낸 것이다. 또한 [그림 2-34]와 [표 2-24]는 각각 동아시아 레이더 합성영상도,
국가별 레이더 관측지점을 나타낸 것이다.
[그림 2-31] 기상청 기상레이더 관측망도(기상청 기상레이더센터 홍보자료)

- 35 - - 36 -
 [그림 2-34] 동아시아 레이더 합성영상도(기상청 기상레이더센터 홍보자료)

[표 2-24] 국가별 레이더 관측지점

[그림 2-32] 우리나라 레이더 종합 관측망도(기상청 기상레이더센터 홍보자료)
국가명 지점수 관측지점명
일본 11 마츠에, 후쿠오카, 다네가시마, 나제, 이시가키지마,
오키나와, 히로시마, 무로토미사키, 오사카, 후코아, 나고야
중국 7 센양, 텐진, 다렌, 옌타이, 칭다오, 옌청, 상하이
대만 4 우펀산, 화렌, 켄팅, 치구
러시아 1 블라디보스톡
홍콩 4 타이모산, 타이람충, 쉬호환, 타티칸

그리고 기상청은 2013년 10월 경기도 용인에 기상레이더의 신기술을 시험하고 자

료의 신뢰성 검증 및 장비전문인력을 양성하기 위한 레이더 테스트베드를 구축하였
다. 이 테스트베드에서는 실시간 지상강수량계 자료와 레이더 관측자료를 비교 분
석하여 우리나라의 기후와 지형에 맞는 Z-R 관계식을 개발하고 있으며, 지상강수량
(AWS) 대비 레이더로 추정한 강수량의 정확도를 2020년까지 선진국 수준인 84%까
지 높여 나갈 계획이다. 또한, 2014년 3월 충북 진천에 설치 된 레이더비교 관측소
에 2차원 영상우적계, 광학우적계, 우량계 등 지상관측장비를 설치하여 테스트베드
레이더와 현업용 레이더의 성능을 비교 검증해 가면서 레이더자료의 품질관리기술
[그림 2-33] 공동활용 전/후의 레이더관측 사각지대(기상청 기상레이더센터 홈페이지 및 강의교재)
과 이중편파레이더 강수량 추정식(R(Z, ZDR, KDP)) 등 활용기술 개발을 지원하고
있다. [그림 2-35]는 충북 진천에 있는 레이더비교관측소이다.
- 37 - - 38 -
 래할 수 있고, 낙뢰시에 대류성 강우를 동반하게 되면 집중호우·우박 등의 위험기
상 발생으로 많은 인명과 재산 피해가 일어난다. 따라서 기상청은 [그림 2-36]과 같
이 전국 21개소에 낙뢰관측망을 구축하여 연중으로 낙뢰를 관측하고 있다.
기상청은 1987년에 LLP(Lightning Location and Protection) 시스템을 도입하여 한
반도에서 발생하는 낙뢰현상을 관측, 예보업무에 활용하여 왔으나, 장비 노후화 등의
문제로 2001년 10월 IMPACT･LDAR II(Improved Accuracy from Combined Technology.
Lightning Detection And Ranging II)시스템을 도입하였고, 현재는 2014년에 독일의
Nowcast사로부터 도입한 LINET(LIghtning NETwork) 낙뢰관측시스템을 운영하고 있
다. LINET시스템은 하나의 센서로 대지방전과 구름방전을 모두 관측할 수 있으며,
이를 통해 얻어지는 낙뢰의 발생시각, 위치, 강도, 극성 등의 낙뢰관측자료는 시각화
[그림 2-35] 충북 진천의 레이더비교관측소(기상청 기상레이더센터 홍보자료)
되어 홈페이지와 모바일 웹 서비스를 통하여 국민에게 제공되고 있다.
다음은 관측업무규정 제26조에서 정한 레이더기상관측의 범위·방법·요소·관측
주기는 [표 2-25]와 같다. 다만, 레이더 각 지점별 관측환경을 고려하여 관측범위․관
측요소 등은 조정하여 운영할 수 있도록 규정하고 있다.
[표 2-25] 레이더기상관측의 범위․방법․요소 및 관측주기

관측종류 관측범위 관측방법 관측요소 관측주기

다중
기본관측 반경 280㎞ 이내 고도각 반사도, 시선속도, 스펙트럼폭, 차등반사도, 5분 이내
차등위상차, 교차 상관계수
단일 반사도, 시선속도, 스펙트럼폭, 차등반사도, 10분 이내
보조관측 반경 500㎞ 이내 고도각 차등위상차, 교차 상관계수
※ 단일편파 레이더의 관측요소: 반사, 시선속도, 스펙트럼폭
[그림 2-36] 낙뢰관측장비 및 낙뢰관측망도

7. 낙뢰기상관측망
기상청 관측업무규정 제31조(관측의 요소 등)에서 정하는 낙뢰관측자료의 생산주
낙뢰(落雷)기상관측이란 ‘대기 중에서 일어나는 낙뢰의 발생시각, 위치, 극성, 강 기·요소는 [표 2-26]과 같다.
도 등을 탐지하는 관측을 말한다’라고 관측업무규정에서 정의하고 있다. [표 2-26] 낙뢰관측자료의 생산주기 및 요소
낙뢰는 갑작스런 전기적 방전현상으로 주로 뇌우가 있을 때 발생하는데, 방전현상은 관측구분 생산주기 관측요소
구름과 지면사이의 대지방전, 구름과 구름 사이의 운간방전, 구름 속에서 발생하는 구 기본관측 5분 낙뢰 발생시각, 위치, 극성, 강도 등
름방전으로 구분되며, 이 중에 구름과 지면사이에서 발생하는 대지방전 즉 구름 하단
의 음전하와 지면으로 유도된 양전하 사이에 발생하는 방전을 ‘낙뢰’라고 한다.
일반적으로 낙뢰는 수백만 볼트에 이르는 전하를 수송하므로 매우 큰 피해를 초

- 39 - - 40 -
 8. 기상청의 기상관측망 분석 현업용 기상레이더 11대(S밴드)로 광범위한 관측망이 구축되어 해상도가 약 9,100㎢로
레이더기상 일본, 영국, 미국・호주 등 선진국 보다 조밀한 관측밀도와 동일기종의 첨단시스템 설치
종합적으로 살펴보면 2018년 6월 30일 기준으로 기상청은 21종 1,490여대의 주요 관측망 로지대관측자료의 균질성을 확보하는 등 표준화된 운영체제를 갖추게 됨. 그러나 관측사각
해소 및 내륙 지표부근의 감시망 강화와 수치예보 모델 및 범부처 공동 활용 증대
관측 장비를 지상·고층·해양기상관측 목적으로 운영하고 있으며, 첨단 관측센서 를 위한 지속적인 품질 고도화가 필요함
확충 및 위성, 레이더 등의 원격관측 확대 등 양적 측면에서 기상관측인프라는 크 황사 기상청 34개소,운용하고
황사 발원지인 중국에 10개소, 몽골 2개소에 황사감시기상탑을 설치하여
게 증가하였다. 또한 기상청, 농촌진흥청, 산림청, 지방자치단체 및 국립공원관리공 관측망 황사관측망을 있으나, 황사유입 경로 및 대도시 중심으로 설치되어 일부지역에
관측장비 부재및 만주-북한을 통과하여 전파되는 황사에 대한 감시 수단 필요
단 등 28개 기관에서 각각의 고유목적을 위해 3,760여 개소(해상도 5km)의 관측망
을 구축하여 공유하고 있다. 고층기상관측망의 경우 우리나라 육지 면적에 대하여
레윈존데 관측망의 평균 해상도는 112km, 연직바람관측장비 등 원격관측을 포함할
경우 평균 해상도는 77km로 WMO 권고수준인 250km 보다 조밀하다. 해양기상관측
망은 연안, 앞바다, 먼바다 등 해역별로 총 8종, 123개소(VOS 관측지원선박 제외)에
관측장비가 설치되어 있다. 위성기상관측망의 경우, 2010년에 발사한 천리안 1호기
에 이어서 2018년 12월 5일 고해상도의 차세대 정지위성 천리안 2호기(GK-2A)를 발
사하여 세계에서 3번째 차세대 위성 보유국이 되었다. 레이더기상관측망의 경우 11
대의 현업용 기상레이더(S밴드)로 광범위한 관측망이 구축되어 1개소 당 해상도가
약 9,100㎢로 조밀한 관측밀도를 갖는다. 또한 동일기종의 시스템 설치로 관측자료
의 균질성을 확보하는 등 표준화된 운영체제를 갖추었다. 황사관측망의 경우 기상
청 34개소, 황사 발원지인 중국에 10개소, 몽골 2개소에 황사감시기상탑을 설치하여
황사관측망을 운용하고 있다.
이상의 기상청에서 운영하고 있는 분야별 기상관측망의 현황을 분석한 결과 [표
2-27]과 같다.

[표 2-27] 기상청 주요 기상관측망(분야별)의 분석 결과(요약)

구분 분석 결과
지상기상 지상관측망의
기도 1분
해상도는 약 13km로 WMO 권고 수준인 15km 보다 조밀하고, 자료수집 주
단위로 우수함. 그러나 동네예보를 위한 해상도(5km)를 충족하지 못하고, 목측
관측망 관측 자동화를 위한 관측센서 확대 및 신뢰성 확보를 위해 지속적인 보완이 필요함
레윈존데에 의한 해상도는 112km, 연직바람관측장비 등 원격관측을 포함하면 약 77km로
고층기상 WMO 권고수준인 250km 보다 조밀하나, 레윈존데 관측망의 경우 우리나라의 해양면적
관측망 을 고려하면 약 235km로서 WMO 권장 수준을 겨우 만족하고 있음. 수치예보기여도를 고
려하여 시공간 해상도 향상과 자료품질 고도화 필요
해양기상 해양기상관측망은 연안, 앞바다, 먼바다 등 해역별로 총 8종, 123개소(VOS제외)에 관측장
관측망 비가 설치되어 있으나, 서해상 위험기상 관측과 태풍진로 정확도 향상을 위한 관측망 확
충(해양기지 추가 건설, 기상관측선 추가 도입 등), 먼 바다 해역의 관측망 보강이 필요함.
위성기상 차세대 정지위성인 천리안위성 2호기(GK-2A)가 발사되면 고해상도 채널, 채널수 3배, 해
관측망 갖추게 됨.시간해상도
상도 2배, 3배 이상, 산출물 3배 이상 늘어나는 등 첨단 탐지능력과 성능을
그러나 차세대 위성자료를 이용한 다양한 활용기술 개발 필요

- 41 - - 42 -
제2절 국내 유관기관의 기상관측망 또한, 국가기상관측자료 공동 활용을 통해 관측해상도 향상(13㎞→5㎞)과 관측자
료 품질 향상 등을 통하여 예보정확도를 높이고, 관측기관간 관측장비의 중복설치
1. 기상관측표준화 개요 방지로 국가예산의 효율적 운용을 목적으로 한다.
기상관측표준화의 적용대상은 기상관측표준화법 제3조 및 같은 법 시행령 제2조에
우리나라는 기상청뿐만 아니라 국토교통부, 환경부, 산림청, 서울특별시 및 국립 규정되어 있다. 즉, 국가기관・지방자치단체・공공기관・정부출연연구기관・특정연구
공원관리공단 등 국가기관, 지방자치단체와 공공기관 등 전국 28개 기관에서 각각 기관・학교와 이들 기관으로부터 기상관측업무를 위탁받은 기관에서 수행하는 기상
의 고유목적을 위하여 3,766개소(2018년 6월 현재)의 기상관측시설을 운영하고 있 관측과 그에 관련된 사항이 적용 대상이다. 다만, 교육․연구․국방상 목적을 위한 기상
다. 그러나 각 기관 단체마다 장비 설치기준이 다르고, 통일되지 않은 방법으로 관 관측과 임시적․특수적 목적을 위한 기상관측은 기상관측표준화법에 적용받지 않는다.
측을 하고, 관측된 자료의 형식도 제각각이며, 자료 관리 및 보관도 별도로 이루어 아울러 기상청은 기상관측의 표준을 지키고, 또한 기상측기 생산자들을 위한 비교관
져 왔다. 측, 시험관측 장소 및 시설을 제공할 수 있는 표준관측소를 추진하여 왔는데, 먼저 2008
더욱이 기상측기 설치에 필요한 관측환경, 설치기준, 관측자료의 품질관리, 측기 년도에 추풍령 표준기상관측소를 설치하였고, 2010년에는 고창표준관측소, 2012년도에는
의 운영․관리, 관측업무 종사자 자질, 측기의 검정 및 부대시설 등의 조건이 충족되 보성표준관측소를 설치하였으며, 2012년 1월에 WMO의 CIMO(Commission for Instruments
어야 관측자료의 신뢰성을 부여할 수 있는데 기상청을 제외한 대부분의 관측기관은 and Methods of Observation, 측기 및 관측법위원회)로부터 추풍령 표준관측소를 강수
위에서 열거한 사항들을 충족하지 못하고 있고, 이러한 기준이 일원화되지 않아 관 비교관측 리드센터로, 보성표준관측소는 3차원 시험관측센터로 인증 받았다.
측자료의 품질 확보도 어려울 뿐만 아니라 감사원 감사와 국회 국정감사 등에서 기 특히, 보성표준관측소는 아시아 유일의 명실공히 동북아 지역을 대표하는 세계 4
상관측 장비의 중복설치 등 국가 기상관측망의 불합리성과 장비설치 및 유지관리의 번째 시험관측소(Testbed)로서, 이곳에 구축되어 있는 300m 높이의 종합기상관측탑
문제점도 지적되기도 하였다. 에는 연직고도별로 138개의 관측장비가 설치되어 온도, 습도, 바람, 온실기체, 일사,
따라서, 기상청은 이러한 문제점을 해결하기 위해 2005년 12월 30일 기상관측표준 대기오염, 방사능 등 26개의 기상 기후요소를 관측하고 있다. 이를 통해 연직 기상관
화법(법률 제7807호)을 제정하고, 2006년 7월 1일부터 시행하게 되었다. [표 2-28]는 측 기준값 확보 및 위험기상 메커니즘을 과학적으로 규명하여 기상재해를 예방하고,
2018년 6월 현재 시행되고 있는 기상관측표준화법과 하위 법령체계를 나타낸 것이다. 지구온난화에 대한 감시능력을 강화하는 한편, 종합기상관측탑에서 생산되는 온실가
스, 대기질 등 다양한 기후관측자료들은 한반도 기후변화 감시와 기후변화 대응의
[표 2-28] 기상관측표준화법의 체계
근간을 마련하며 저탄소 녹색성장을 실현하는데 매우 큰 역할을 하고 있다. 그 밖에
구분 기상관측표준화법
(법률) 같은법시행령
(대통령령) 같은법시행규칙
(환경부령) 고시
(기상청) 다양한 기상관측장비와 비교관측시설은 신개발 관측장비의 비교검증을 위한 열린 실
체계 7장 28조 13조 14조 AWS 표준규격, 요소별 관측방법, 품질 험실로도 활용되고 있다. [그림 2-37]은 기상청 보성표준관측소의 모습이다.
관리, 자료교환, 설치기준, 기준비적용관
개정 11회 15회 10회 측, 검정기준, 고층장비기준, 해양장비기
횟수 준, 검정대행기관지정, 관측업무위탁 등
‘기상관측표준화법’은 기상관측의 표준화에 관하여 필요한 사항을 정함으로써
기상관측의 정확성과 기상관측장비의 운영 및 기상관측자료 공동 활용의 효율성을
높여 기상재해로부터 국민의 생명과 재산을 보호하고 공공의 복리증진에 이바지함
에 목적을 두고 있다. 주요골자는 기상관측과 관련된 관측소 선정, 설치환경, 관측
장비 규격, 관측방법, 보고방법, 측기의 검교정 및 품질관리 등에 관한 표준안을 마
련함으로서 전문성이 결여된 기관이라 할지라도 이 규정을 따르면 품질 높은 관측
자료를 생산할 수 있도록 하는 것이다. [그림 2-37] 기상청 보성표준관측소 전경(2012년, 기상청 보도자료)

- 43 - - 44 -
 2. 국내 기상관측시설 현황 [표 2-30] 기관별 관측시설 현황

국토 농진청 산림청 지자체 국립공원 수자원 한국전력 수력 한국도로 원자력

기관명 기상청 환경부 교통부
앞에서 언급한 바와 같이, 2018년 6월 30일 기준으로 국내에 설치되어 있는 기상 공단 공사 공사 원자력 공사 환경공단
관측시설은 기상청을 포함하여 전국 28개 기관에서 총 3,766개소를 운영하고 있으 지점수 594 46 17 203 213 2,302 143 184 46 5 12 1
(3,766)
며, 대부분 기상관측표준화법을 따르고 있다. 국내 기상관측시설의 평균 이격거리는
약 5km로 매우 조밀한 관측망을 보이고 있다. 국내 유관기관의 기상관측시설 현황 [표 2-31] 지방자치단체별 관측시설 현황

은 [표 2-29]과 같고, 기상관측시설을 기관별로 분류하면 [표 2-30], [표 2-31]과 같 기관명 서울 부산 인천 대전 광주 대구 울산 세종 강원 경기 경남 경북 전남 전북 충남 충북 제주

다. 국내 기상관측망 분포도는 [그림 2-38]과 같고, 기상관측시설을 장비별로 살펴 지점수 104 42 49 24 18 44 35 13 143 379 273 282 277 195 214 117 93
보면 [그림 2-39], [그림 2-40]과 같다. (2,302)
[표 2-29] 유관기관의 기상관측시설 현황(기상청 기상관측 통합 메타데이터시스템)
구분 기관명 AWS 강수량계 대기오염 기타 합계
기상청 594 594
국가기관 농촌진흥청 환경부 46 46
(5) 203 203
산림청 213 213
국토교통부 17 17
국가기관 합계 1,027 46 1,073
서울특별시 26 46 32 104
부산광역시 21 21 42
인천광역시 1 28 20 49
대전광역시 2 12 10 24
광주광역시 9 9 18
대구광역시 29 15 44
울산광역시 19 16 35
지방자치 세종특별자치시 1 12 13
단체 강원도 12 124 7 143
(17) 경기도 147 146 81 5 379
경상남도 213 38 22 273 [그림 2-38] 국내 기상관측망 분포도
경상북도 1 265 16 282
전라남도 261 16 277
전라북도 33 147 15 195
충청남도 186 28 214
충청북도 1 104 10 2 117
제주특별자치도 61 4 28 93
지방자치단체 합계 437 1,508 322 35 2,302
국립공원관리공단 60 83 143
한국수자원공사 184 184
공공기관 한국전력공사 46 46
(6) 한국수력원자력 5 5
한국도로공사 12 12
한국원자력환경공단 1 1
공공기관 합계 66 267 58 391
합계 1,530 1,775 368 93 3,766
※ 기타 관측시설 내역: 경기도 5(시정계), 한국전력공사 46(풍향ㆍ풍속계), 한국도로공사 12(온ㆍ습도 [그림 2-39] 기상관측시설별 분포도
계, 시정계), 충청북도 2(적설계), 제주도 28(적설계)

- 45 - - 46 -
 관에서 270여개소의 강수량계를 설치하여 방재기상관측을 하고 있기 때문이다.
한편, 지난 2018년 6월 1일부터 6월 30일까지 한 달간 국내 기상관측시설로부터 수
집된 관측요소별 자료수집율을 보면 [그림 2-42]와 같다. 그림에서 보듯이 `우수`로
평가받는 관측요소별 자료수집율은 일사와 일조가 99.6%로 가장 높고, 이어서 1시간
누적강우량 97.5%, 일누적 강수량이 97.4%이며, 기압이 94.7%로 가장 낮게 나타나고
있으나, 평균 수집율이 97.4%로 비교적 높은편이다.

[그림 2-40] 기상관측센서별 분포도

3. 관측요소별 기상관측시설 현황

기상청을 비롯한 국내 28개 기관의 기상관측시설을 관측요소별로 분류하면 [표

2-32]와 같고, 관측요소별 분포도는 [그림 2-41]과 같다.

[표 2-32] 국내 기상관측시설의 관측요소별 분류(기상청 기상관측 통합 메타데이터시스템)

기온 풍향 풍속 습도 기압 강수량
1,970 1,897 1,910 1,683 668 3,778
강수유무 일사 일조 운고/운량 시정 적설
1,273 384 160 93 351 494

[그림 2-41] 국내 기상관측시설의 관측요소별 분포도(기상청 기상관측 통합 메타데이터시스템)

위 그림에서 보듯이 국내 기상관측시설 중 강수관측이 3,778개소로 가장 많고, 뒤

이어 기온, 풍속, 풍향 및 습도 순으로 나타나고 있다. 관측요소 중 강수가 제일 많
은 이유는 전국 17개 광역지방자치단체에서 1,500여개소, 한국수자원공사 등 공공기 [그림 2-42] 기상관측요소별 자료수집율(2018.6.1.~6.30)

- 47 - - 48 -
 4. 관측목적별 국내 기상관측시설 현황 응용기상관측망 기온, 습도, 풍향, 기압, 강수유무, 적
52개소 AWS 6개소
(전력공사, 송전망 관리 등 (수력원자력5, 원자력환경공단1) 풍속, 강수량 설, 일사, 일조 등
국내 기상관측시설을 목적별로 분류하면 기상기후관측망, 방재기상관측망, 농업기 수력원자력, 풍향․풍속계 46개소(전력공사) 풍향, 풍속
상관측망, 산악기상관측망, 교통기상관측망, 수문기상관측망, 환경기상관측망 및 응 원자력환경공단)
해양기상부이 31개소(기상청
용기상관측망 등 8개 분야 로 구분한다. 여기에 추가적으로 해양기상관측망, 항공기
3) 17, 국립해양조사원 12, 한국해
상관측망을 포함하면 관측목적별 기상관측시설 현황은 [표 2-33]과 같다. 양과학 기술원 1, 서울대학교 1)
표류부이 20개소 및 파고부이
59개소(기상청)
선박기상관측장비 14개소(해경
[표 2-33] 관측목적별 기상관측시설 현황
12. 국제여객선 2 )
관측요소 해양기상관측망 기상관측선1척(기상청) 및해군
관측분류 관측목적 관측시설 권장 선택 325개소 함정관측 O척(해군)
기압, 기온, 습도, 적설, 운형, 일사, (기상청, 해군, 해양기상 종합해양과학기지4개소(기상청1, 풍향, 풍속, 기압, 기온, 파고, 파주기,
기상기후관측망 기상예보 및 AWS(ASOS) 96개소 해양수산부, 감시 등 국립해양조사원1, 한국해양과학 파향, 수온, 유향, 유속, 파속, 조위, 염분,
96개소 풍향, 풍속, 강수량, 지면상태, 초상온도, 국립해양조사원, 실시간 기술원 2)
(기상청) 기후조사 (기상청) 강수유무, 일조, 지면온도, 지중온도,
시정, 운고운량 증발량 등 해양경비안전본부, 관리 등 등표기상관측장비 9개소 및 시정 등
한국해양과학기술원, 파랑계 1개소(기상청)
AWS 991개소 기온, 풍향, 풍속, 기압, 습도, 적설, 서울대학교 등) 해양관측소 3개소 및 해양관측
방재기상관측망 기상재해 (기상청 494, 지자체 437, 강수량, 강수유무 일사, 일조, 시정 부이36개소(국립해양조사원)
2,612개소 예방․대응 등 국립공원 60) 등 연안방재관측장비 18개소 및
(기상청, 지자체, 재난관리 강수량계 1,591개소 강수량 적설 항만기상관측장비4개소(기상청),
국립공원) (지자체 1,508 국립공원 83) 조위관측소46개소(국립해양조사원),
적설계 30개소 (지자체 30) 적설 항로표지관측소38개소(해양수산부),
기지관측 AWS 25개소(해군),
농업 생산성
농업기상관측망 증대, AWS(AAOS) 214개소 기온, 습도, 풍향, 기압, 강수유무, 일 항만시정관측7개소(해양경찰청)
214개소 풍속, 강수량, 일사, 조, 초상온도, 지면 AMOS 8개소(기상청 7, 공군 1),
(기상청, 농진청) 농업기반시설
관리
(기상청 11, 농진청 203) 토양수분, 결로 온도, 발량 등
지중온도, 증
항공기상관측망 항공항행 TDWR 3개소(기상청1, 공군 2), 풍향, 풍속, 시정, 활주로가시거리, 운고,
LLWAS 3개소(기상청),
18개소 위험기상 탐지 연직바람관측장비3개소(기상청2, 기온, 이슬점온도, 기압, 강수량, 호우,
산악기상관측망 산림재해 감시 AWS 213개소 기압, 기온, 습도, 강수유무, 적설, 일 (기상청, 공군) 등 강설, 윈드시어, 마이크로버스트, 돌풍
213개소 (산불, 산사태 (산림청 213) 풍향, 풍속, 강수량, 사, 일조 등 공군 1) 전선, 바람측정 등
(산림청) 등) 지면온도 레윈존데 1개소(공군)
AWS(RWIS) 18개소 기온, 습도, 풍향, 기압, 강수유무, 적설,
교통기상관측망 (국토부 17, 도로공사 1) 풍속, 강수량 일사, 일조, 지면온도, 위 관측목적별 기상관측시설을 구체적으로 살펴보면, 기상예보 및 기후조사를 위
34개소 도로․철도 등 시정 등
(국토부, 지자체, 교통안전 시정계 8개소 시정 한 기상기후관측망 96개소, 기상재해 예방·대응 등의 재난관리를 위한 방재기상관
도로공사) (지자체 5, 도로공사 3) 측망 2,612개소, 농업생산성 증대와 농업기반시설 관리를 위한 농업기상관측망 214개
온․습도계 8개소(도로공사8) 온도, 습도 소, 산불과 산사태 등의 산림재해 감시를 위한 산악기상관측망 213개소, 도로와 철도
수문기상관측망 물관리, 강수량계 184개소 기압, 기온, 습도, 풍 등 교통안전을 위한 교통기상관측망 34개소, 물관리 및 홍수예보 등을 위한 수문기
184개소 강수량 향, 풍속, 강수유무,
(수자원공사) 홍수예보 등 (수자원공사 184) 적설, 일사, 일조, 증
발산량, 토양수분 등 상관측망 184개소, 대기오염 감시․분석 및 예․경보를 위한 환경기상관측망 368개소,
환경기상관측망 대기오염 감시, 대기오염감시 368개소 송전망 관리 등을 위한 응용(에너지)기상관측망 52개소를 운영하고 있다. 또한, 상층
368개소 분석 및 기온, 습도, 풍향, 기압,
수량,
강수유무, 강
일사, 일조, 의 대기 및 연직구조 관측을 위한 고층관측망 18개소, 해양기상 실시간 감시 등을
(환경부, 지자체) 예․경보 등 (환경부 46, 지자체 322) 풍속 자외선 등 위한 해양기상관측망 325개소, 그 밖에 항공항행 위험기상 탐지를 위한 항공기상관
3) 기상관측표준화법 법령에 따른 중복기준 재설정(2014.12, 2015.5) / 관측시설을 목적별로 8개 분야로
측망 27개소 등이 운영되고 있다. 각각의 기상관측망을 살펴보면 다음과 같다.
재분류

- 49 - - 50 -
 (1) 기상기후관측망 (2) 방재기상관측망
기상청은 기상기후관측망을 통해 현재의 기상실황을 파악하고 분석하여 단기․중기 방재기상관측망은 사람이 관측하기 어려운 산악지역이나 도서지역 또는 국지적인
기상예보 및 1개월, 3개월 등의 장기예보와 특보자료로 이용하고, 기후조사를 위한 통 방재감시를 위하여 기상청, 17개 광역지방자치단체, 국립공원관리공단에서 전국
계자료나 대기과학을 연구하는 데 필요한 자료를 얻기 위해 지방기상청 6개소, 기상지 2,612개소에 방재기상관측장비(AWS, 강수량계, 적설계)를 설치하여 운영하고 있으

청 3개소, 기상대 7개소, 관측소 7개소, 자동기상관측소 73개소 등 전국 96소개에 종 며, 이를 통해 집중호우・폭설・우박・뇌우・돌풍 등과 같은 국지적인 위험기상 현
관기상관측장비(ASOS)를 설치하여 관측업무를 수행하고 있다. 이중에 서울, 인천, 춘 상을 실시간으로 감시하고 있다.
천, 강릉, 울릉도, 대전, 포항, 부산, 목포, 여수, 제주 등 11개소는 WMO에 등록되어 기상청의 방재기상관측망은 494개소의 자동기상관측장비(AWS)로 이루어져 있고,
있는 우리나라 기후관측소로서 기후조사를 목적으로 기후관측요소를 관측하고 있다. 각 관측소마다 기온, 풍향, 풍속, 강수량, 강수유무 등을 기본적으로 관측하며, 장소
[표 2-34]는 기상청의 기상기후관측망 현황이고, [그림 2-43]은 기상기후관측망도이다. 에 따라 기압, 습도, 적설, 시정, 일사, 일조 등을 추가로 관측하고 있다.
지방자치단체에서는 AWS 437개소와 강수량계 1,591개소, 국립공원관리공단은 전
[표 2-34] 기상기후관측망 현황(기상관측 통합 메타데이터시스) 국 22개 국립공원 등에 AWS 60개소, 강수량계 83개소를 설치하여 방재기상정보를
관측목적 기상측기 관측요소 관측기관 관측소 합계 실시간으로 수집하여 기상재해에 대비하고 있다. 특히, 지방자치단체와 국립공원관
기상예보 및 ASOS 기압, 기온, 습도, 풍향, 풍속, 기상청 96 96 리공단에서 수집한 기상정보는 자체 방재목적에 사용할 뿐만 아니라 기상청에도 실
기후조사 강수량, 강수유무, 일조, 시정
시간으로 전송하고 있다. [표 2-35]는 우리나라의 방재기상관측망 현황이고, [그림
2-44]는 우리나라 방재기상관측망도이다.

[표 2-35] 방재기상관측망 현황(기상관측 통합 메타데이터시스템)

관측목적 기상측기 관측요소 관측기관 관측소 합계

기온, 풍향, 풍속, 기상청 494
기상재해 AWS 강수량, 강수유무 지방자치단체 437 991
예방·대응 등 국립공원관리공단 60
재난관리 강수량계 강수량 지방자치단체 1,508 1,591
국립공원관리공단 83
적설계 적설 지방자치단체 30 30

[그림 2-43] 기상기후관측망도(기상청 96개소, 기상관측 통합 메타데이터시스템)

관측자료의 수집주기는 1분 간격이며, 관측요소는 기본적으로 기온, 기압, 습도,

풍향, 풍속, 강수량, 강수유무, 일조, 시정, 운고·운량을 관측하며, 장소에 따라 선
택적으로 적설, 구름, 일사, 지면상태, 초상온도, 지면온도, 지중온도, 증발량 등의
요소를 관측하고 있다. 특히, 기상기후관측망으로 수집된 관측자료는 세계기상정보
시스템(WIS, WMO Information System)을 통해 전세계로 제공되고 있으며, 수치예보
모델의 초기 입력 자료로도 유용하게 사용되고 있다. [그림 2-44] 방재기상관측망도(2,612개소, 기상관측 통합 메타데이터시스템)

- 51 - - 52 -
 (3) 농업기상관측망 (4) 산악기상관측망
농업기상관측은 기상에 가장 민감한 농업과 밀접한 관계가 있는 일사, 일조, 기 산림청에서는 산불, 산사태, 병충해 등 산림 관리 및 재해 예방을 위하여 산악기상
온, 습도, 풍속, 강수량, 토양수분, 지면온도, 지중온도(5㎝·10㎝·20㎝·30㎝) 등을 관측망을 운영하고 있다. 이를 위해 전국 주요 산에 213개소의 산악기상관측용 AWS
관측하여 농업생산성 증대 및 농업기반시설(저수지 등) 관리에 활용하고 있으며, 농 를 설치하여 운영하고 있으며, 주요 관측요소는 2m와 10m 높이에서 기온, 습도, 바
업기상관측망은 기상청, 농촌진흥청 등에서 214개소의 농업기상관측장비를 설치하 람과 기압, 강수량, 지면온도 등을 관측하고 있다. 특히 주요 산악지역의 기상관측
여 운용하고 있다. 특히, 농업기상관측장비에는 작물 생장 높이에서의 기상요소를 정보를 실시간으로 국민과 유관부처 등에 제공하고 있는데, 대표적으로 기상청에서
관측하는 농업기상용 AWS(AAOS)가 있다. AAOS는 기상청에서 11개소, 농촌진흥청 는 방재목적으로 사용하고, 농촌진흥청에서는 산에서 내려오는 냉기류를 예측하는데
에서 203개소 등 전국에 걸쳐 214개소가 설치 운영 중에 있다. [표 2-36]은 농업기 사용하고 있다. 또한, 한국의 100대 명산과 162개 산림휴양림 지역에 대한 실시간 날
상관측망 현황이고, [그림 2-45]는 농촌진흥청의 농업기상관측망도(203소) 이다. 씨 및 기상예보 등의 정보를 제공하고 있다. [표 2-37]은 산악기상관측망 현황이고,
[그림 2-46]는 산악기상관측망도와 산악기상정보서비스를 나타낸 것이다.
[표 2-36] 농업기상관측망 현황(기상관측 통합 메타데이터시스템)

관측목적 기상측기 관측요소 관측기관 관측소 합계 [표 2-37] 산악기상관측망 현황(국립산림과학원 산악기상정보시스템)

농업생산성 증대, 기온, 습도, 풍향, 기상청 11 관측목적 기상측기 관측요소 관측기관 관측소 합계
농업기반시설 AWS 풍속, 강수량, 일사, 214 산림재해 기압, 기온, 습도, 풍향,
(저수지 등) 관리 토양수분, 결로 등 농촌진흥청 203 (산불, 산사태 등) 감시 AWS 풍속, 강수량, 지면온도 산림청 213 213

[그림 2-45] 농업기상관측망(농촌진흥청 203개소, 기상관측 통합 메타데이터시스템)

[그림 2-46] 산악기상관측망도(산림청 213개소, 국립산림과학원 산악기상정보시스템)

- 53 - - 54 -
 (5) 교통기상관측망 (6) 수문기상관측망
교통기상관측망은 도로, 철도 등의 교통로 상에서 발생하는 안개, 폭우, 결빙, 태풍 수문기상관측망은 먹는 물을 비롯한 생활용수, 농업용수와 공업용수 등의 산업용
등으로부터 교통 안전을 위해 국토교통부, 지방자치단체 및 한국도로공사에서 고속 수 확보와 수질관리 및 가뭄, 홍수 등의 수문재해 관리를 위하여 중요하며, 특히,
도로 및 주요 교통로(전국 9개 국도) 주변 35개소에 교통기상관측장비를 설치하여 사람뿐만 아니라 생태계를 함께 고려하는 지속가능한 물환경 관리와 홍수예보 등을
운영하고 있다. 2015년까지는 한국철도공사에서 도로와 철로 변에 설치한 190여개소 위해서도 매우 중요하다. 주요 관측요소는 강수량이며 필요시 기온, 기압, 습도, 풍
의 강우량 관측소도 교통기상관측시설로 운영하여 왔으나 기상관측표준화법 적용에 향, 풍속 등을 관측하며 그밖에 수문업무에 필요한 수위·유량·수질 등의 관측을
서 제외시켜 달라는 요청에 따라 빠지게 되었다. [표 2-38]은 교통기상관측망 현황이 하고 있다.
고, [그림 2-47]는 국토교통부와 한국도로공사의 교통기상관측망도(29개소) 이다. 이와 같은 수문업무를 위하여 기상청, 환경부, 한국수자원공사, 한국농어촌공사, 한
국수력원자력 등에서 765개소의 수문기상관측망을 운용하고 있으며, 이중에 한국수
[표 2-38] 교통기상관측망 현황(기상관측 통합 메타데이터시스템)
자원공사는 낙동강, 금강, 섬진강, 영산강 유역 등 5대 강 16개 다목적댐, 2개 홍수
관측목적 기상측기 관측요소 관측기관 관측소 합계 조절지(댐) 및 14개 용수전용댐 유역에 총 456개소의 우량국, 수위국, 경보국을 설치
AWS 기온, 풍향, 풍속, 국토교통부 17 운영하고 있다. 특히, 한국수자원공사는 184개소의 강수량 관측소를 운영하고 있다.
도로 등 강수량, 강수유무 한국도로공사 1
지방자치단체 5 35 [표 2-39]는 주요 강 유역에 설치된 수문관측소 현황이며, [그림 2-48]은 기상청에
교통안전 시정계 시정 한국도로공사 3
온․습도계 기온, 습도 한국도로공사 8 등록 된 184개소의 수문기상관측망도이다.
[표 2-39] 주요 강 유역에 설치된 수문관측소(국가수자원관리종합정보시스템)

관측목적 기상측기 관측요소 관측기관 관측소 합계

AWS 기온, 풍향, 풍속, 강수량, 강수유무 기상청 95 95
물관리, 환경부 456
홍수예보 강수량계 강수량 한국수자원공사 184 670
등 한국농어촌공사 12
한국수력원자력 18

[그림 2-47] 교통기상관측망(29개소, 기상관측 통합 메타데이터시스템)

[그림 2-48] 수문기상관측망도(184개소, 기상관측 통합 메타데이터시스템)

- 55 - - 56 -
 (7) 환경기상관측망 [표 2-41] 국내 에어로졸 라이다 운영기관 현황(KALION 홈페이지)

운영기관 관측지점 운영 장비종류 관측요소 최종 산출요소

대기오염으로 인한 국민 건강 피해를 최소화하기 위해 환경부와 지방자치단체에 국립기상과학원 안면도 연속 편광 후방산란계수, 편광도 황사, 연무 구분
서는 대기오염 감시, 분석 및 예․경보를 위한 관측망 368개소를 구축하여 운영하고 소산계수
서울시 보건환경연구원 서울 연속 편광 후방산란계수, 편광도 황사, 연무 구분
있다. [표 2-40]은 환경기상관측망 현황이고, [그림 2-49]는 환경부에서 운영하고 있 소산계수
는 46개소의 환경기상관측망도이다. 목원대 대전 연속 이중
편광
후방산란계수, 편광도 황사, 연무 구분
소산계수
[표 2-40] 환경기상관측망 현황(기상관측 통합 메타데이터시스템) 서울대 서울, 제주 연속 이중
편광
후방산란계수, 편광도 황사, 연무 구분
소산계수
관측목적 기상측기 관측요소 관측기관 관측소 합계 울산 과학기술원 울산 연속 편광 후방산란계수,
소산계수
편광도 황사, 연무 구분
대기오염 감시, 분석 기온, 습도, 풍향, 환경부 46
및 예․경보 등 대기오염 풍속 지자체 322 368 국립기상과학원 강릉(이동형) 이벤트 편광 후방산란계수,
소산계수
편광도 황사, 연무 구분
국립환경과학원 백령도 이벤트 편광
라만
후방산란계수, 편광도 황사, 연무 구분
소산계수
광주 과학기술원 광주 이벤트 다파장 후방산란계수, 편광도 황사, 연무 구분
라만 소산계수, 라이다비 부피·질량농도
황사농도
울산 과학기술원 울산(이동형) 이벤트 편광 후방산란계수, 편광도 황사, 연무 구분
소산계수
한밭대 대전 이벤트 편광 후방산란계수, 편광도 황사, 연무 구분
소산계수

(8) 응용기상관측망(에너지분야)
응용기상관측망 중 에너지 분야의 전력설비는 발전, 송변전 및 배전망이 유기적
으로 연계되어 있어 피해 영역이 공간적으로 제한되어 있지 않으며, 송전망 등 대
부분의 전력설비는 자연 상태로 노출되어 있어 낙뢰, 태풍 등의 기상현상에 직접적
인 영항을 받게 된다. 이에 따라 한국전력공사, 한국수력원자력, 한국원자력환경공
[그림 2-49] 환경부 환경기상관측망도(46개소, 기상관측 통합 메타데이터시스템) 단에서는 전국 52개소에 기상관측장비를 설치하여 운영하고 있다.
특히 고공에 설치되어 있는 고압선은 바람에 취약하여 이를 감시하기 위한 풍
그 밖에 한반도에서의 에어로졸(황사, 미세먼지 등) 발생 및 이동 상황을 실시간 향·풍속계를 주요 46개소에 설치 운영 중에 있다. [표 2-42]는 에너지분야 응용기
관측하고, 관측자료를 통합 활용하기 위해 우리나라에서 에어로졸 라이다를 운영하 상관측망 현황이고, [그림 2-50]은 응용(에너지)기상관측망도이다.
고 있는 8개 기관이 2015년 3월 ‘한반도 에어로졸 라이더 관측 네트워크
KALION(Korea Aerosol LIODAR Obserfvation Network)’을 구축하였다. 여기에는 [표 2-42] 에너지기상관측망 현황(기상관측 통합 메타데이터시스템)

기상청을 비롯하여 총 8개 기관이 참여하여 전국 11개소에 에어로졸 라이다 를 설 4) 관측목적 기상측기 관측요소 관측기관 관측소 합계
치하였다. 이 중 6개소는 상시 운영하고, 5개소는 이벤트가 있을 때만 한시적으로 AWS 기온, 습도, 풍향, 수력원자력 5
송전망 풍속, 강수량 한국원자력환경공단 1 52
운영하고 있다. [표 2-41]은 우리나라 에어로졸 라이더 운영기관 현황이다. 관리 등
풍향․풍속계 풍향, 풍속 한국전력공사 46
4) 라이다(LIDAR/Light Detection and Ranging): 대기 중으로 레이저 빔을 발사하여 구름이나 에어로졸,
공기분자에 의해 후방 산란된 빛의 세기를 관측하여 에어로졸과 구름의 대기 중 연직분포를 관측하는 기기

- 57 - - 58 -
 선박기상관측장비 풍향, 풍속, 기온, 습도, 기압, 기상청 14 14
파고, 파주기, 수온 (해양경찰청등선박이용)
기상관측선 고층기상관측, 해상기상관측, 기상청 1 1
(기상 1호) 해양물리현상관측 등
해군함정관측 기온, 풍향, 풍속, 시정, 파고, 해군 9 9
운량, 운형, 운고
국립해양조사원
조위, 수온, 염분(해양관측) 및 한국해양과학기술원 1
종합해양과학기지 기상관측, 환경관측 2 4
기상청(서해종합기지) 1
등표기상관측장비 풍향, 풍속, 기압, 기온, 파고, 기상청 9 9
파주기, 수온
앞 해양관측소 조위, 파랑(파고, 파주기), 기온, 국립해양조사원 3 3
바 기압, 풍향, 풍속
다 파고부이 파고, 파주기, 수온 기상청 59 59
해양관측부이 기압, 풍속, 풍향, 파고, 파주기, 국립해양조사원 36 36
수온, 유속, 유향
연안방재관측장비 풍향, 풍속, 기압, 수위 기상청 18 18
항만기상관측장비 풍향, 풍속, 기온, 습도, 파고, 기상청 4 4
파주기, 수온
조위관측소 조위, 수온, 염분, 기온, 기압, 국립해양조사원 46 46
풍향, 풍속
연 항로표지관측소 풍향, 풍속, 기온, 습도, 기압, 해양수산부 38 38
[그림 2-50] 응용기상관측망도 (에너지분야 52개소, 기상관측 통합 메타데이터시스템)
안 해군기지관측 유향, 유속, 수온
기온, 기압, 습도, 풍향, 풍속,
해양기상관측망 (AWS) 강수유무, 강우량, 시정, 파고, 해군 25 25
(9) 운량, 운형, 운고
항만시정관측 시정 해양경찰청 7 7
면이 바다이고 편서풍 지역에 위치한 우리나라는 바다에서 육지로 들어오는 대 파랑계 파고, 파주기, 파향, 파속, 파장 기상청 1 1
3
(Wave Radar)
기의 상태를 명확히 파악하고, 해상교통안전, 어업, 수산업, 항만물류, 해양바이오 ※ 표류부이의 경우 소모성으로 수명이 3~6개월 정도임.
등의 해양산업과 해양레저 활동 및 해양기상연구 등을 지원하기 위해 해양기상관측
망을 운영하여 실시간 해양기상감시를 하고 있다.
이를 위해 국내에서는 기상청, 해양수산부, 국립해양조사원, 한국해양과학기술원,
해군, 해양경찰청 및 서울대학교 등 7개 기관에서 각각의 목적에 따라 325개소의
해양기상관측망을 운영하고 있다. [표 2-43]은 국내 해양기상관측망 현황이며, [그림
2-51]는 국립해양조사원 해양기상관측망도를 나타낸 것이다.

[표 2-43] 해양기상관측망 현황

해역 기상측기 관측요소 관측기관 관측소 합계

기상청 17
먼 해양기상부이 풍향, 풍속, 기압, 기온, 습도, 국립해양조사원 12
바 파고, 파주기, 파향, 수온 한국해양과학기술원 1 31
다 서울대학교 1
표류부이* 파고, 수온, 기압 기상청 20 20 [그림 2-51] 국립해양조사원 해양기상관측망도(실시간 해양관측정보시스템)

- 59 - - 60 -
 해역별 해양기상관측시설을 살펴보면, 먼바다 및 원해의 관측시설로는 해양기상부 국내 항공기상관측장비로는 공항의 기본 기상관측장비인 공항기상관측장비(AMOS),
이, 표류부이, 기상관측선박, 종합해양과학기지 등이 있다. 해양기상부이는 기상청, 국 마이크로버스트와 윈드시어 등을 관측하기 위한 TDWR, LLWAS가 있고, 상층 바람
립해양조사원, 한국해양과학기술원, 서울대학교 등에서 서해, 동해, 남해 등의 먼 바 을 관측하기 위한 연직바람관측장비와 레윈존데 등이 있다.
다 수역에 31대를 띄워 놓고 있다. 표류부이는 소모성 장비로서 기상청에서 우리나라 공항기상관측장비(AMOS)는 기상청 7개소, 공군 1개소 등 모두 8개 공항에서 운영
주변 해역에 2013년부터 2015년까지 총 24대를 투하하였고, 매년 20여대를 추가로 투 하고 있으며, TDWR은 기상청 1개소, 공군 2개소 등 3개소, LLWAS는 기상청에 3개
하하여 관측하고 있다. 기상관측선박은 바다에 떠있는 기상대라 할 만큼 육상의 관측 소가 설치운영 중에 있다. 또한 연직바람관측장비는 기상청에 3개소, 공군에 1개소
소와 같은 기상관측시설을 갖출 수 있고, 원해의 해양기상자료를 얻을 수 있는 좋은 가 설치되어 있다. [표 2-44]는 국내 항공기상관측망 현황이다.
수단이 된다. 현재 기상청은 기상관측선박 기상1호를 운영하고 있고, 해양경찰청(10
척), 해수부 어업관리단(2척) 및 국제여객선(2척) 등에서 운영하는 선박 14척에 선박기 [표 2-44] 항공기상관측망 현황

상관측장비를 탑재하여 관측자료를 받고 있다. 종합해양과학기지는 국립해양조사원에 관측목적 기상측기 관측요소 관측기관 관측소 합계
풍향·풍속, 시정, 활주로가시거리,
AMOS 운고, 기온, 이슬점온도, 기상청 13 14
서 이어도, 한국해양과학기술원에서 가거도, 소청도 등 3개소에 종합해양과학기지를 기압, 강수량 공군 1
구축 운영하고 있고, 기상청에서 2005년부터 태안반도 서쪽 약 65km 지점에 위치한 호우, 강설, 윈드시어, 기상청 1
북격렬비열도에 무인 서해종합기상관측기지(파랑계, 자동기상관측장비, 연직바람관측 항공항행 TDWR 마이크로버스터, 돌풍전선 공군 2 3
위험기상 LLWAS 윈드시어, 마이크로버스트 기상청 3 3
장비, 부유분진측정기 등 설치) 등 먼바다의 해양기상관측을 위해 79개소의 해양기상 탐지
관측망을 구축하여 운영하고 있다. 원해는 관측지원선박((VOS, Voluntary Observing 연직바람 바람측정, 윈드시어 기상청 3 4
관측장비 공군 1
Ships) 31척을 통해 해양기상관측자료를 수집하여 활용하고 있다.
레윈존데 공군 1 1
앞바다 및 특정해역에 대한 관측시설로는 기상청에서 파고부이 59개소와 등표기상
관측장비 9개소, 국립해양조사원에서 해양관측소 3개소와 해양관측부이 36개소 등 도
합 107개소가 앞바다 해양기상관측을 하고 있다.
연안에 대한 관측시설로는 기상청에서 파랑계 1개소(북격렬비열도), 연안방재관측장
비 18개소, 항만기상관측장비 2개소를 운영하고 있으며, 국립해양조사원에서 조위관측
소 46개소, 해양수산부에서 항로표지관측소 38개소, 해군에서 AWS 25개소, 해양경찰
청에서 7개소의 항만시정계를 운영하는 등 도합 137개소에서 연안에 대한 해양기상관
측을 하고 있다. 참고적으로 국립해양조사원의 해양기상관측시설 현황은 '실시간해양
관측정보시스템(http:// www.khoa.go.kr/ koofs/kor/ observation/obs_real.do)”, 해양수산
부의 항로표지관측시설 현황은 해양수산부 홈페이지(https://www.mof.go.kr/statPortal/
cate/statView.do)를 참조하여 정리한 것이다.

(10) 항공기상관측망
항공기상관측은 공항 및 항로상의 기상을 관측하여 항공기 운항에 필요한 기상정보
를 생산·제공하는 데 목적이 있으며, 특히, 항공기상관측 정보는 항공기 운항을 결
정하는 가장 중요한 정보로 활용되고, 항공기상관측 업무는 모두 자동화 되어 있다.

- 61 - - 62 -
 5. 특수목적의 기상관측 사례 기상관측장비(AWS)는 건물 옥상이나 전봇대 등 기존의 통신기지국 장비가 설치된
장소에 설치되어 있으므로 기상청의 기상관측표준화법에 따른 기상관측장비의 설치
(1) ㈜SK 플래닛 장소, 장애물과의 이격거리, 장비설치 높이 등은 표준화법 적용이 어려운 실정이다.
따라서 기상청의 기상관측 자료의 정확도와는 다소 차이가 있으며, 설치된 장비의
현재까지 타기관 기상관측망이라 함은 기상업무 유관기관 즉 환경부, 산림청, 지방 모습은 [그림 2-53]과 같다.
자치단체 등 대부분이 국가기관이거나 공공기관에서 설치하여 활용중인 기상관측장비
를 말한다. 그러나 지금부터 기업체에서 설치하여 활용하는 기상관측망을 소개하고
기상청의 국가 기상업무에 활용 또는 상호 기상정보의 활용확대를 위해 소개한다.
㈜SK플래닛은 통신전문 기업인 SK텔레콤에서 플래닛의 플랫폼 기술과 텔레콤의
안정적인 기지국 전력과 통신 인프라를 결합하여 기존에 설치 운영중인 통신기지국
에 기상관측 센서를 설치하여 전국을 1~3km의 고해상도의 기상관측망 구축을 추진
하고 있으며, 2015년 기준 수도권 일대 약 1,000여개의 SK텔레콤 기지국에 기상관
측센서를 설치하여 보다 더 높은 해상도(1~2km)와 정확한 기상관측 정보를 제공하
는 고해상도 기상정보 플랫폼을 운영중에 있다.
㈜SK플래닛의 기상관측망 설치 현황 및 계획은 2013년에는 서울시에 260여개 기
[그림 2-53] 기상관측장비 설치 전경

지국에 설치를 완료했고, 2014년에는 경기도 및 인천광역시에 820여개를 확대 설치 그리고 ㈜SK플래닛이 설치 운영중인 기상관측장비는 표본장비에 대해 [그림
했고, 2016년부터는 4,000여개의 전국망 확대를 추진하고 있다. 2-54]와 같이 기상청의 기상측기검정을 받았으며, 기상관측 장비의 제품사양은 [표
수도권 관측망은 [그림 2-52]와 같이 SK플래닛이 1,077개소의 AWS를 설치하여 기 2-45]와 같다.
상청 AWS 103개소의 관측자료를 함께 활용하고 있다. 현재 설치하여 운용 중인 장
비의 기상관측 요소는 대기기압, 온도, 풍향풍속, 상대습도, 강수량 등 5개 요소이다.

[그림 2-52] 수도권 ㈜SK플래닛의 기상관측망도(Weather Planet 누리집) [그림 2-54] ㈜SK플래닛 기상관측장비 측기 검정서

- 63 - - 64 -
 [표 2-45] ㈜SK플래닛 기상관측장비 제품 사양서 특히 기상 및 산업용 관측장비의 유지관리 방법과 장비의 고장 및 센서오류로 인
풍속 측정범위 0.0∼75.0 m/s 한 관측자료의 보정기술을 공유하여 기상청에서도 기상관측장비의 유지관리와 관측
정확도 <= 10 m/s: 0.3 ms/s, > 10 m/s: ± 3% 자료의 품질관리에 대한 심도 있는 기술적 검토가 필요하다.
풍향 측정범위 0.0∼359.9°
정확도 ± 3.0° ㈜SK플래닛은 ‘IoT센서솔류션 데이터 분석기술-딥러닝’을 활용하여 기상 및 산

온도 측정범위 -40.0℃∼+60.0℃ 업용 관측장비의 유지관리는 물론 관측자료의 품질관리 기술을 개발하여 사용 중에

정확도 ±0.3℃ 있다. 그동안 ㈜SK플래닛은 6년간 축적한 센서데이터 200억 건 기반의 센서 이상감
습도 측정범위 0.0∼100.0%RH
정확도 ± 3%RH 지, 성능보정 모델을 보유하고 오류감지율 96.6%, 기준장비 오차율을 60% 감소하는
대기압 측정범위 500∼1100 hPa Transfer Learning, Un-supervised기법 등 다양한 Deep Learning기법을 적용하여 월
정확도 ± 0.5 hPa
강수량 측정범위 0.0∼999.9 mm 등히 빠르게 신규센서에 대응하여 데이터 소요량을 90% 감소하는 AI기반의 IoT센서
정확도 ±5% 관제를 수행하고 있다.
이러한 관제를 통해 대규모 센서 네트워크를 관리하고 저가센서 보정기술을 활용
㈜SK 플래닛 기상관측자료의 장점은 서울시 262개소, 수도권 1,077개소 등 수도권 하여 초기 투자비용을 절감(기상장비 예: 기상청 대비 운영비용 95%, 초기투자 비용
고밀도 관측망 자료를 기상청의 기상레이더 관측 자료와 결합하면 고해상도 정량 75% 절감)하였다. 더구나 데이터 기반 의사결정 신뢰성을 향상시켰으며(예: 자동 오
강수 추정이 가능하다는 것이다. 이로 인해 좀더 상세하고 정확한 호우재해대응 기 류감지 및 보정기술 기반 세계기상예측 정확도 최고수준 달성), 신규 센서를 대상으
상서비스가 가능하고, 기상청이 도시지역에서는 현재 5km해상도의 동네 예보를 수 로 빠른 기술을 적용(예: 미세먼지 센서 대상 수백개 샘플로 96.8% 정확도 달성)했
행 중에 있으나 ㈜SK플래닛 기상관측자료를 적극적으로 활용할 경우는 더 상세한 다. 이와 관련된 관제 솔루션 개요는 [그림 2-56]과 같다.
기상예보는 물론, 강풍, 호우, 한파, 대설, 폭염 등에 대해 더욱 상세하고 정확한 기
상특보가 가능할 것으로 예상된다.
그러나 일부 표본장비에 대해서만 기상측기 검증을 수행하므로 관측자료 품질을 보
장하기 어렵고, SK텔레콤 통신기지국에 설치되어 있어서 표준기상 관측환경을 만족하
지 못함으로서 생기는 자료의 부정확성의 단점이 있으므로 이를 보완하여야 한다.
㈜SK플래닛의 자료(2018)에 의하면, 기압, 기온, 강우량 등 6종 기상센서가 탑재된
1,089개 기상관측장비(AWS)와 미세먼지, 대기질 통합센서 등 환경관측장비, 침수, 토
양, 수위, 전력량, 레이더 센서 등 다양한 산업용 센서를 탑제한 장비를 [그림 2-55]와
같이 운용하고 있다.

[그림 2-56] AI기반 IoT센서 관제 솔루션 개요

또한 ㈜SK플래닛은 다년간 기상센서에서 확보한 200억 건의 정제된 빅 데이터를

활용하여 기상센서 외에 다른 여러 종류의 관측센서에도 이 기술을 적용하여 최적
의 장비 유지관리는 물론 정확한 데이터 분석 및 관측자료 보정 서비스를 제공하고
[그림 2-55] (주)SK플래닛 기상 및 산업용 관측장비
있다.

- 65 - - 66 -
 [그림 2-59] Deep Learning기술의 발달과 개요

전통적인 통계분석은 대부분 변수 간 독립성을 가정하고 변수의 개수가 많아질수

[그림 2-57] AI기반 IoT센서 관제서비스 역량
록 제약사항이 많아진다. 딥러닝은 높은 상관관계를 가진 수천 개의 변수라도 비교
적 적은 연산과정을 통해 분석에 결정적인 특징변수를 추출한다.
관측센서의 종류는 매우 다양하지만, 매우 분명한 종류의 센서 오류는 쉽게 발견
할 수 있으나 그렇지 않은 경우도 많다. 센서에는 여러가지 이유로 인해 일시적이
거나 항구적인 오류의 가능성이 상존하며, 이를 개선하기 위한 H/W가격이 크게 상
승할 수 있고, IoT 오류를 일으키는 센서의 수가 기하급수적으로 증가하여 얼마나
저비용으로 S/W적으로 대응할 것인가가 매우 중요한 문제이다.

[그림 2-60] Deep Learning기술의 센서데이터 사용 개요(1)

전통적인 시계열 자료 방법론은 장기적 추세(Trend), 주기적 패턴(Seasonality/Cyclic),

랜덤요소(Noise)로 성분 분해하여 각 성분의 불변함(Stationary)을 가정하기 때문에
실제 데이터와 차이가 있으나, 딥러닝은 통계적 가정 없이 단기적인 패턴과 장기적
인 패턴을 모두 처리하는데 탁월한 성능을 보인다.

[그림 2-58] SK관리 기상센서의 자료품질 비교

머신러닝/딥러닝 기술은 최근 매우 빠른 속도로 발전하고 있다. 딥러닝(Deep Learning)

은 Deep Neural Networks(DNN)라고도 하며, 머신러닝 기법 중 인공신경망(Artificial
Neural Network)에서 발전한 형태의 인공지능으로 인공신경망은 뇌의 뉴런과 유사
한 정보 입출력 계층을 활용해서 데이터를 학습한다. [그림 2-61] Deep Learning기술의 센서데이터 사용 개요(2)

- 67 - - 68 -
 기상관측센서의 이상감지를 위한 딥러닝 기술 적용방법은 나선형신경망(CNN)으로 장 중계를 위한 센서 등이 탑재된 차량을 이용하여 과학적 재난원인 조사 업무를
가장 잘 알려진 다층신경망(DNN) 구조로서 데이터로부터 센서의 상태분류에 중요 수행하고 있다.
한 특징을 추출하는 목적으로 사용하는데 레이어의 구조에 따라 여러 가지 변형체 외국의 경우에는 미국해양대기청(NOAA NSSL)에서는 모바일 대기관측차량을 다수
가 있으며 데이터에 따라 최적 모델이 다르기 때문에 실험적인 과정을 통해 최적 운영 중이며, 캐나다 기상청에서는 ‘AMMOS'라는 자동화된 모바일 관측차량을 활
모델을 탐색한다. 용하고 있다. [그림 2-63]은 미국해양대기청과 캐나다 기상청의 모바일 관측차량의
외관을 보인 것이다.

[그림 2-62] Deep Learning기술의 기상데이터 이상감지 개요도 [그림 2-63] 모바일 관측차량의 외관(좌: 미기상청, 우: 캐나다기상청)

이상과 같이 ㈜SK플래닛의 AI기반의 IoT관측센서의 관제 기술을 개략적으로 소개 국립기상과학원의 모바일기상관측차량의 경우, 차량 지붕에 온습도계, 풍향풍속
했다, 기상청의 기상관측 장비는 365일 악기상에도 작동하여야 하고 관측자료의 정 계, 라디오존데용 HHF·GPS 안테나, 기압계와 데이터로거의 로거합체박스, 기압보
확도 유지되어야 한다. 이를 위해 장비고장과 악기상 등 환경으로 인한 결측 또는 정용 포트, GNSS 안테나 및 차량 후면의 LED 전광판 등이 탑재되어 있다. 장비운
부정확한 관측자료의 검증과 복구를 위해 위에서 소개한 기술들을 적극적으로 검토 영과 모니터링은 차량 내부에서 이루어지며, 차량으로부터 재해기상센터로의 자료
하고 기업과 함께 협력할 것을 권장한다. 전송을 위해 LTE 방식의 통신이 채택되었다. [그림 2-64]는 그 외형을 나타낸 것이
며, [그림 2-65]와 [그림 2-66]은 각각 관측자료처리과정과 관측자료 통합품질관리시
(2) 모바일 관측차량 스템(IQCS)을 도식적으로 설명한 것이다.
강원도의 경우, 산지 비중이 82%, 평균해발고도가 468m이고 태백산맥과 동해의
영향으로 산악기상, 해륙풍 등 국지적 지형과 환경으로 인해 기상변화가 심하다. 더
구나 거의 매년 태풍, 대설, 호우, 강풍, 산사태, 풍랑 등의 재해기상이 다양하고 비
번하기도 하다. 국립기상과학원에서는 이러한 재해기상현상의 국지성과 돌발성에
대한 신속한 대응체계를 구축하고 그 발생과 발달 메커니즘을 규명하고자 재해기상
의 감시와 추적관측에 필요한 모바일기상관측차량을 2012년 말에 연구용으로 2대
도입하였다.
국내 다른 유관기관에서도 비슷한 모바일 시스템을 운영하고 있다. 민간기상사업
회사인 ELP에서는 소위 ‘MARWIS'라는 차량이동형 도로기상 관측시스템을 운영
중인데, 100km/h로 달리면서 대기기상정보와 노면정보 등의 관측이 가능하다. 한국
건설기술연구원의 ‘ARASEO'의 경우, 도로 횡단면을 촬영하기 위한 노면센서 등이
탑재되어 도로 안전도를 평가하고 있다. 국립재난안전연구원에서는 재난영상의 현 [그림 2-64] 국립기상과학원의 모바일기상관측차량의 외관

- 69 - - 70 -
 2018년 10월 현재 모바일기상관측차량의 총 운영일수는 차량 1이 719일, 차량 2
가 713일로서 재해기상이 예상되는 계절을 감안하더라도 활용도가 높은 것으로 분
석되었다. 특히 연도별 운영현황을 살펴보면 [그림 2-67]에 보는 바와 같으며, 특보
발표에 따른 관측과 연구목적 혹은 협업관측, 장비 유지관리 등 목적별 운영현황은
[그림 2-68]과 같다.

[그림 2-65] 국립기상과학원 모바일기상관측차량의 관측자료처리과정

[그림 2-67] 모바일기상관측차량의 연도별 운영현황

[그림 2-66] 국립기상과학원 모바일기상관측차량의 통합품질관리시스템

[그림 2-68] 모바일기상관측차량의 목적별 운영현황

- 71 - - 72 -
 모바일기상관측차량은 앞으로 단순 재해기상관측에서 벗어나 예보 및 관측 등의 자치단체, 국립공원관리공단 등 19개 기관에서 AWS 991개소, 강수량 관측소 1,591
기술과 정책지원에도 그 활용 분야를 넓혀야 하고, 관측차량의 임무와 더불어 지휘 개소, 적설계 30개소 등 도합 2,612개소의 관측소를 운영하고 있다. 방재기상관측망
차량으로서의 역할을 수행하며, 현재 강원도 일부지역에 국한된 활동범위도 전국으 은 자연 재해로부터 국민의 생명과 재산을 보호할 목적으로 설치한 것인 만큼, 최
로 확대할 필요가 있다. 소 행정구역 단위인 3,500여 읍면동 마다 기온, 습도, 강우량 등 기본 방재기상요소
를 실시간 관측할 수 있는 AWS 관측망이 구축되어야 한다. 이와 같은 투자는 실사
6. 국내 기상관측망의 분석 용자 부담을 원칙으로 해당 지자체 혹은 기상정보 이용을 목적으로 하는 기관이나
단체에서 부담하도록 하는 것이 바람직하다.
국내에는 기상청을 비롯하여 환경부・산림청 등 5개 국가기관, 서울특별시 등 17개 농업기상관측망은 농업생산성 증대 및 저수지 등의 농업기반 시설 관리 등을 목
지방자치단체, 국립공원관리공단 등 6개 공공기관 등 28개 기관에서 3,766개소의 기상 적으로 기상청 11개소, 농촌진흥청 203개소 등 2개 기관에서 농업용AWS(AAOS) 214
관측시설을 운영하고 있으며, 이들 대부분은 기상관측표준화법의 적용을 받고 있다. 개소를 설치하여 농업과 밀접한 관계가 있는 일사, 일조, 기온, 습도, 풍속, 강수량,
기상관측시설을 장비별로 분류하면 강수량계가 1,775개소(47.1%), 자동기상관측장 토양수분, 지면온도, 지중온도(5cm·10cm·20cm·30cm) 등을 실시간 관측하고 있
비 1,530개소(40.6%), 대기오염 관측장비가 368개소(9.8%), 기타 관측장비가 93개소 다. 기상·기후현상에 민감한 농업의 특성상 국가기관에서는 전국 농토에 대하여
(2.5%)이다. 1km 이하의 해상도를 갖는 상세 기후도를 생산 보급할 필요가 있고, 농업기상 관측

또한, 국내 3,766개소의 기상관측시설을 우리나라 면적 기준으로 해상도를 살펴보 요소의 품질관리와 유관기관 관측자료의 공동 활용성을 더욱 높여야 한다.
면 약 5km로 매우 조밀하나, 순수 기상청에서 운영하고 있는 자동기상관측장비 594 산악기상관측망은 산불, 산사태 등 산림재해 감시 등을 목적으로 산림청에서 213
개소를 기준으로 할 때에는 약 13km의 수평격자를 갖게 되어 동네예보 해상도 소개의 산악용 AWS를 설치하여 2m와 10m 높이에서 기온, 습도, 바람과 기압, 강수
(5km)와 국지예보모델 격자간격(1.5km)에 훨씬 못 미치는 수준임에 따라 기상청 자 량, 지면온도 등을 관측하고 있으며, 특히 국립산림과학원의 산악기상정보시스템을
동기상관측망의 확충과 함께 유관기관 관측망의 공간 재배치 및 품질관리를 통한 통해 주요 산악지역의 기상관측 정보를 실시간으로 국민과 유관부처 등에 서비스
공동 활용을 높여야 한다. 하고 있다. 산악의 특성 상 하나의 산을 두고 변화하는 기상을 파악하기 위하여서
기상관측시설을 관측목적별로 구분하면 크게 기상기후관측망, 방재기상관측망, 농 는 최소한 산지를 이루는 지형의 변곡점 마다 관측소가 있어야 하나, 현재의 산악
업기상관측망, 산악기상관측망, 교통기상관측망, 수문기상관측망, 환경기상관측망, 기상관측망은 산불이 일어날 수 있는 조건을 조기에 파악하기 위한 목적으로 설치
응용기상관측망, 해양기상관측망, 항공기상관측망으로 분류할 수 있는데, 이와 같은 된 것이라서 관측소 숫자가 적은 편이다. 따라서 이를 보충하기 위하여서는 유관기
기상관측시설을 관측망별로 분석해 보면 다음과 같다((주)웨더피아, 2015). 관 기상관측망의 자료를 공동 활용하여야 한다.
먼저 기상기후관측망은 기상예보 및 기후조사를 목적으로 기상청에서 비교적 기 교통기상관측망은 도로, 철도 등의 교통로 상에서 발생하는 안개, 폭우, 결빙, 태
상관측 환경이 양호한 96개소에 ASOS 종관기상관측장비를 설치하여 기압, 기온, 습 풍 등으로부터 교통의 안전을 목적으로 국토교통부 17개소, 지방자치단체 5개소 및
도, 바람, 강수량, 일조, 시정 등 다양한 기상요소를 관측하고 있다. 여기에서 생산 한국도로공사 12개소 등 고속도로 및 주요 교통로(전국 9개 국도) 주변 35개소에 교
되는 기상관측자료는 기상청 종합기상정보시스템 COMIS에 의하여 1분마다 수집 가 통기상관측장비를 설치하여 기온, 바람, 강수량, 습도, 시정 등을 관측하고 있다. 기
공되어서 기상기후 목적뿐만 아니라 정부기관의 다양한 목적에도 사용되도록 제공 상현상이 도로교통에 미치는 심각한 영향을 볼 때 교통기상관측망은 턱없이 부족한
되고 있다. 또한 기상기후관측망으로 수집된 관측자료는 세계기상정보시스템(WIS, 상황이다. 현재 한국도로공사에서 전국 도로망을 따라서 3,000여 개소의 CCTV 감시
WMO Information System)을 통해 전세계로 제공되고 있으며, 수치예보 모델의 초기 망을 운영하고 있는데, 이러한 시설에 기상센서를 추가하여 교통기상관측망을 확충
입력 자료로도 유용하게 사용되고 있다. 그러나 목측관측 자동화 확대와 신뢰도 확 하고, 관측자료 공동 활용성을 높이고, 이동차량에 모바일 기상관측장비를 부착하여
보 노력이 필요하다. 관측망을 상세화할 필요가 있다. 또한, 한국철도공사에서 운영하고 있는 철로 주변
방재기상관측망은 기상재해 예방 및 대응 등 재난관리를 목적으로 기상청, 지방 의 강우량 관측자료도 공동활용하는 방향으로 검토할 필요가 있다.

- 73 - - 74 -
 수문기상관측망은 물관리 및 홍수예보 등을 목적으로 한국수자원공사에서 184개 선 2호기 도입, VOS 확대 등 지속적인 관측망 확충과 먼 바다 해역의 관측망 보강
소의 강우량 관측소를 운영하고 있으며, 그 밖에 기상청, 환경부, 한국농어촌공사, 이 필요하다.
한국수력원자력 등을 포함하여 총 AWS 95개소, 강수량 670개소 등 도합 765개소의 항공기상관측망은 공항 및 항로상의 기상을 관측하여 항공기 운항에 필요한 기상
수문기상관측망을 운영 중에 있다. 이러한 우리나라 수문관측망의 해상도는 약 정보를 생산·제공 할 데 목적으로 기상청에서 공항기상관측장비(AMOS) 7개소, 공
10km 정도로서 외국에 비해 그리 희박한 편은 아니지만, 국토교통부(홍수통제소)는 군 1개소 등 8개소를 운영하고 있으며, TDWR은 기상청 1개소, 공군 2개소 등 3개
더 상세한 수문 감시를 위하여 전국적으로 6대의 S밴드 레이더관측망을 운영하고 소, LLWAS는 기상청에서 3개소, 연직바람관측장비는 기상청 3개소와 공군 1개소,
있다. 다만 홍수통제소에서 운영하고 있는 주요 하천 유역의 강우량 관측자료도 공 그리고 레윈존데는 기상청 6개소와 공군 2개소를 항공기상관측망으로 운영하고 있
동활용하는 방안을 적극 검토할 필요가 있다. 다. 통상적으로 공항은 WMO가 요구하는 기상관측 환경을 갖춘 가장 좋은 장소로
환경기상관측망은 대기오염 감시, 분석 및 예·경보업무 등을 목적으로 환경부 서 여기에서 생산 되는 관측자료는 지역 대표성이 뛰어나므로 항공 목적 이외에 다
46개소, 지방자치단체 322개소 등 도합 368개소의 대기오염관측소를 운영하고 있다. 른 목적으로도 활용할 수 있는 방안을 강구할 필요가 있다.
또한 기상청과 대학 등 8개 기관에서 KALION(Korea Aerosol LIdar Observation
Network)이라는 네트워크를 구축, 11개소에 에어로졸 라이더를 설치하여 연속, 비연
속으로 에어로졸을 관측하고 있다. 그러나 대도시 상공의 기류흐름을 상시 관측하
고 실시간 대기화학성분을 분석하기 위한 분석장비 설치와 지속적인 활용기술 연구
가 할 필요하고, 대도시 상공의 실시간 기류감시를 위하여 라이더와 X밴드 레이더
관측망을 구축할 필요가 있다.
응용기상관측망(에너지 분야)은 송배전망 등 전력계통 관리를 목적으로 한국전력
공사 46개소, 한국수력원자력 5개소, 한국원자력공단 1개소 등에서 52개소의 응용기
상관측망을 운영하고 있다. 특히 이 중 46개소는 송전선 보호를 위한 풍향·풍속
관측소로 이루어져 있다.
해양기상관측망은 기상청, 해양수산부, 국립해양조사원, 한국해양과학기술원, 서울
대학교, 해군, 해양경찰청 등 7개 기관에서 325개소의 해양기상관측망을 운영하고
있다. 먼 바다 해양기상관측을 위하여 기상청, 국립해양조사원, 한국해양관학원 등
에서 31대의 해양기상부이를 운영하고 있고, 원해 관측을 위하여 기상청에서 기상
1호 관측선박을 운영하고 있고, 해양기상 유관기관 선박 14척에 선박기상관측장비
를 운영하고 있다. 앞바다 해양기상관측을 위하여 기상청이 파고부이 59개소와 등
표기상관측장비 9개소, 국립해양조사원이 해양관측소 3개소와 해양관측부이 36개소
등 도합 107개소를 운영하고 있다. 해안가 연안의 해양기상관측을 위하여 기상청은
파랑계 1소, 연안방재관측장비 18개소, 항만기상관측장비 2개소를 운영하고 있으며,
국립해양조사원에서 조위관측소 46개소, 해양수산부에서 항로표지관측소 38개소, 해
군에서 AWS 25개소, 해양경찰청에서 7개소의 항만시정계 등 도합 137개소에서 연
안의 해양기상관측을 하고 있다. 그러나 서해상 위험기상 관측과 태풍진로 정확도
향상을 위한 해양기지 추가 건설(서해중부 덕적도와 서해남부 안마도 등), 기상관측

- 75 - - 76 -
제3절 주요 기상선진국의 기상관측망 · 전지구관측시스템(GOS, Global Observing System)
· WMO통합전지구관측시스템(WIGOS, WMO Integrated Global Observing System)

1. 세계 기상관측망 개요 - 전지구기후관측시스템(GCOS, Global Climate Observing System)

- 전지구해양관측시스템(GOOS, Global Ocean Observing System)
- 전지구지구관측시스템(GTOS, Global Terrestrial Observing System)
기상예보의 시작은 대기에 대한 기상관측으로부터 출발한다. 기상관측을 행하기 - 국가간해양위원회(IOC, Intergovernmental Oceanographic Commission), 유엔
위해서는 우선 기상요소별 센서의 선정과 배치가 기본인데 이에 대해서는 각 나라 환경프로그램(UNEP, United Nations Environment Programme), 국제과학자문
마다 지리적 여건과 경제적인 여건, 그리고 기술 수준에 따라 각양각색이다. 기상선 위원회(ICS, International Council for Science)의 모든 공동사업 연관됨
진국에서는 첨단화된 디지털 관측장비가 구축되어 관측과 자료전송 및 분석 등의
일련의 과정이 One-stop 방식으로 자동으로 이루어지고 있는 반면에, 일부 개발도 · 전지구기본관측망(GBON, Global Basic Observing Networks)
상국가에서는 아직도 아날로그 관측 방식에서 벗어나지 못하고 있는 실정이다. 기 · 지역기본종관관측망(RBSN, Regional Basic Synaptic Networks)
상업무는 전지구적으로 이루어져야 체계적이고 구조적으로 기상예보가 이루어지기
때문에 우선 기상관측에 대한 표준이 필요하게 된다. 따라서 WMO(세계기상기구)의 · 지역기본관측망(RBON, Regional Basic Observing Networks)
역할이 기상업무에 아주 중요한 역할을 한다.
WMO는 UN의 산하기구로서 전 세계적인 기상과 수문활동에 관한 증진, 표준화, GOS는 모든 WMO 프로그램의 도움으로 전지구 규모에서의 기상 및 다른 환경적
조정 및 회원국간의 기상, 수문 관련 정보의 효율적인 교환을 촉진시키는 미션을 관측을 수행하는 방법과 설비들에 관한 통합적 시스템이다. 이 시스템은 가동 가능
가지고 있다. 따라서 WMO는 기상관측, 예보, 통계 등 기상업무 전반에 걸친 세계 한 지상 기반과 우주 기반의 부시스템으로 이루어져 있다. GOS는 육지상, 해상, 공
적 기술표준 및 실무 기술관련 사항을 WMO규정, 권고사항, 보고서 등을 통하여 중과 우주에서의 관측 설비들로 구성된다. 이러한 설비들은 모든 나라들이 통합 노
홍보 및 제공하고 있다. 관측에 관련된 위원회로는 CBS(Commission for Basic 력으로부터 이득을 얻을 수 있도록 합의된 전지구적 운영계획에 있어서 어떤 책임
Systems)가 있는데, 이 위원회에서는 관측, 데이터 처리, 데이터 통신 및 데이터 관 을 다하도록 약속한 WMO의 각 회원국들에 의해 소유되고 운영되고 있다.
리를 위한 통합 시스템의 발전, 실행과 운영에 관련되어 있다. 그리고 기술적인 진 WIGOS는 모든 WMO 관측시스템과 모든 WMO 프로그램과 활동들을 지원하기 위
보로 제공되는 모든 WMO 프로그램의 요구와 기회에 대응하여 공공기상서비스의 하여 공동 스폰서인 관측시스템에 WMO의 참여를 위한 시스템이다. 공동 후원되는
준비에도 관련되어 있다. CBS는 세계기상감시(WWW, World Weather Watch), WMO 관측 시스템은 전지구기후관측시스템(GCOS), 전지구해양관측시스템(GOOS)과 전지
우주 프로그램과 공공기상서비스 프로그램에 대한 선도적 기술위원회이기도 하다. 구지구관측시스템(GTOS)이며, WMO와 UNESCO(United Nations Educational,
CBS의 임무는 운영그룹과 통합관측시스템에 관한 그룹, 정보시스템 및 서비스에 Scientific and Cultural Organization)의 IOC, UNEP, 국제과학자문위원회(ICS)와의 모
관한 그룹, 데이터 처리와 예보시스템에 관한 그룹, 그리고 공공기상서비스에 관한 든 공동사업을 포함하고 있다.
그룹 등 네 개의 공개 프로그램 영역 그룹(OPAG)을 통해 이루어지고 있다. 각 수치기상예보와 기후분석과 같은 전지구적 응용은 모든 WMO 회원국이 관할 지
OPAG는 프로그램 결과를 개발하고 조정하며, 전지구 실행을 유도하기 위하여 몇몇 역 혹은 심지어 지역 및 국지적 레벨에서 제공하는 모든 생산물과 서비스를 위한
전문가팀과 실행조정팀을 두고 있다. 이 위원회는 매 2년마다 개최되는데, 특정 주 기본적인 역할이기도 하다.
제, 특히 WMO 교차 프로그램을 위해 조사위원과 조정위원들이 구성되어 있다. 이러한 전지구적 응용은 지상 기반의 관측시스템으로부터의 포괄적인 일련의 관
또한 WMO는 기상 및 기후, 그리고 특수관측을 전지구적으로 효율적으로 수행하 측자료와 이와 관련되어 있는 관측자료의 수집 및 국제적인 교환을 설비지원하고
기 위하여 다음과 같은 관측 시스템 및 네트워크를 가지고 있는데, 이 중 일부는 조정하는데 있어서 WMO는 기본적인 역할을 지속적으로 수행하고 있다.
다른 국제기구의 프로그램과 연계하여 수행하는 것도 있다. 이러한 환경하에서 GBON은 WIGOS의 한 부문이며, 특히 기후감시의 도움으로 재

- 77 - - 78 -
분석을 포함하여 전지구 수치모델프로그램(NWP)의 요구사항에 대처하기 위하여 하여 WMO 관측시스템의 좀 더 집약적인 관점을 필요로 한다. 새로운 RBON은 좀
WIGOS의 우주기반 및 잔존 지상기반 관측요소와 조합하여 이용되고 있다. 더 개선된 관측자료를 이해당사자들에게 전달함으로서 서비스를 개선하도록 이끌
GBON의 설계, 실행 및 관리는 전지구적 설계과정을 통해서 폭넓은 WIGOS의 범 것이며, 지역적 관측 능력 향상에 충분한 이득들이 실현될 수 있게 할 것이다. 그렇
위에서 이루어진다. GBON은 더 넓은 범위의 응용 분야의 직접적인 요구를 고심하 게 함으로써, RBON은 실질적이고 가치있는 WIGOS의 부분집합이 될 것이다.
도록 만들어 진 RBON의 토대이기도 하다. GBON은 WIGOS의 통합전지구시스템과 위에 서술된 관측시스템과 네트워크 및 각종 프로그램의 관계를 정리하면 [표
WMO회원국에 의해 운영되는 지상기반의 관측소들의 부분으로 구성되어 있으며, 2-46]과 같다.
우주기반의 관측 부분을 보완하여 기후 감시의 도움으로 이루어지는 재분석을 포함
하여 전지구 NWP의 요구에 기본적으로 대처하고 있다. [표 2-46] 전지구 관측시스템과 네트워크

WMO 지역협력체들은 회원국들과 WWW의 요구에 부합하도록 지상 및 고층 관측 관계 관측시스템 계획 참고

소들에 대한 지역기본종관네트워크(RBSN)를 정의하고 있다. 또한 WMO 지역협력체 GBCN - Global Basic Climatological Networks
들은 전지구 규모를 포함해서 지역적 규모에 대한 기후의 정확한 표현을 제공하는 WWW REQ RBSN RBON Regional Basic Synaptic Networks
데 필요한 전지구기본기후네트워크(GBCN, International Council for Science))를 정 RBCN Regional Basic Climatological Networks
의하고 있다. GOS(WWW) Global Observing System
더구나 남극지역에 대한 효과적인 관리를 위하여 WMO 집행위원회의 극지방에 GAW(관측) Global Atmosphere Watch
대한 관측, 연구 및 서비스에 관한 전문가 패널은 회원국들과 WWW의 요구에 부합 SUB WHOS WMO Hydrological Observing System
되도록 지상 및 고층관측소들의 남극지역관측네트워크(AntON, Antarctic Observing WMO GCW Global Cryosphere Watch
Network)에 대한 사열의 임무가 있다. GCOS Global Climate Observing System
RBSN, RBCN 및 AntON 관측소들에 대한 정보는 WIGOS/GOS/GOS 지상네트워크 WIGOS COS GOOS GBON Global Ocean Observing System
하에서 원하는 프로그램/네트워크 제휴를 선택함으로서 OSCAR/Surface로부터 얻을 GTOS Global Terrestrial Observing System
수 있다. 이 OSCAR/Surface에 있는 정보의 정확성을 유지하고 개선하기 위하여 회 IOC Intergovernmental Oceanographic Commission
원국들은 네트워크 상에 있는 관측소들의 리스트에 대해 어떠한 제안된 수정에 관
하여 사무국에 권고하도록 요구되고 있다. COP UNEP United Nation Environment Programme
RBSN과 RBCN(Regiona Basic Climatological Network)은 지역 협력체에 의해 고안
ICS International Council for Science
된 지상관측소와 고층관측소로 구성되어 있다. 이 두 네트워크는 고도의 효율성을 ※ WIGOS: WMO Integrated Global Observing System
가지고 있음이 입증되어 왔고, WMO와 그 회원국의 활동에 가치있는 지역적인 기 WWW: World Weather Watch

여를 해왔다. 이들 관측소에서의 관측들은 WMO 회원국들에 의해 유지되며, 어떤

RBON: Regional Basic Observing Networks
REQ: Requirement

제한도 없이 실시간으로 전지구적으로 교환되고 있다. 현업적 기상과 기후 분야를 SUB: Subsystem

지원하도록 기본적으로 설계되었으므로, 이들 관측값들은 폭넓은 응용분야를 넘어

COS: Cosponsor
COP: Cooperation

상당한 이득을 가져다주고 있다.

다양한 응용분야를 넘어 관측자료에 대한 추가적이고 점진적으로 나타나는 요구
사항들은 지역기본종관네트워크 및 지역기본기후네트워크를 재정의하는데 수반되는 WMO는 전지구를 6개 지역으로 나뉘어 관리하고 있으며, 남극에 대해서는 특수
요구사항을 이끌어내고 있다. 새롭게 개선된 관측기술들은 지역적인 관측 전략을 목적을 감안하여 별도로 취급한다. WMO에 등록된 전세계 회원국들의 관측 현황은
재평가할 기회를 주고 있다. WIGOS 체계다중적인 응용분야의 요구에 호응하기 위 지역별로 정리하면 [표 2-47]과 같다.

- 79 - - 80 -
 [표 2-47] WMO 등록된 전세계 지역별 관측망(WMO, 2018년 6월 현재) 정지기상위성, 다수의 지구관측 극궤도 위성을 운영하고 있다.
지역 지상 고층 기상레이더 WP 이를 요약하면 다음과 같다.
아프리카 1,356 96 24 0
아시아 3,445 330 111 103 · 지상기상관측망: 지상고정형 1,082개소
남미 1,483 75 98 0 · 고층관측망: 지상고정형 라디오존데 107개소
북미 2,383 175 275 76 · 해양관측망: 선박 2,800대 계류 표류 부이 900대
남서태평양 1,550 102 122 0 · 기상레이더: 215개소
유럽 4,652 180 269 19 · 연직바람관측장비: 76개소
남극 164 17 0 0 · 위성: 기상위성 정지 및 극궤도위성
총계 15,033 975 899 22
※ 선박 2,800대, 계류표류부이 900대

2. 미국

미국은 기상예보뿐만 아니라 기상관측 분야에서도 가장 앞서가는 국가 중의 하나

이다.
지상기상관측망의 경우 국립해양대기청(NOAA) 등에서 약 2,500여개소를 운영하고
있다. 가장 기본이 되는 시스템은 ASOS로서, 주로 기상 실황 파악과 기상예보를 지
원하기 위하여 설계되었는데, 동시에 기상수문 및 기후연구 분야에도 활용되고 있
다. ASOS는 미국 기상청(NWS), 항공청(FAA), 국방부(DOD)가 공동으로 개발하였으
며, 미국 전역에 걸쳐 882대를 운영하고 있다. 기상관측 유관기관 및 민간인이 운영 [그림 2-69] 미국의 기상레이더 분포도

하는 관측소를 모두 합하면 약 11,000 정도이다. 이는 설치 밀도로 볼 때 약 1개소

/900km 의 관측망 해상도에 해당하는데 우리나라의 1/2 수준에 있다.
2 3. 일본

고층관측자료는 주로 레윈(라디오)존데와 항공기로부터 관측자료를 수집하고 있

다. 레윈(라디오)존데는 900여개소에서 운영하고 있다. 항공기 관측 자료는 AMDAR 일본은 전세계적으로 볼 때 기상관측망이 상당히 조밀하고 자동화가 잘 되어 있
시스템을 통해 민간항공기로부터 하루 22만에서 25만개의 관측자료를 교환하고 있 는 국가 중의 하나이다.
으며, 이와 같은 자료들은 대부분이 GTS를 통하여 세계가 공유하고 있다. 지상기상관측망의 경우 156개 기상관서와 무인관측소 등에 총 331대에 지상기상
해양기상관측망의 경우 NOAA는 약 2,800여대의 선박, 900대의 표류부이를 띄워 관측장치가 설치되어 있어서 주로 11개 요소를 자동관측하고 있다. 또한 지역기상
서 해수면 부근 기상요소에 대한 자료를 제공하고 있다. 관측시스템인 AMeDAS (Automated Meteorological Data Acquisition System)가 1,471
원격관측망으로는 전세계 미국령을 모두 포함하여 215개소의 기상레이더 관측소 개소에 설치되어 있어서 강우량과 적설량을 주로 관측하고 있다. 이를 토대로 볼
가 있으며([그림 2-69] 참조), 이 중150여 개소의 NEXTRAD 레이더가 본토에 설치 때 약 1개소/1,150km 의 관측 밀도를 가지는 셈이다.
2

되어 있다. 76개소의 연직바람관측장비, 150여 개소의 GPS 가강수량관측소, 2개의 고층기상관측의 경우 17개소에서 하루 2회 레윈존데 관측을 실시하고 있으며, 33

- 81 - - 82 -
개소에서 매 10분마다 연직바람관측장비 관측도 수행하고 있다. 4. 호주
해양기상관측의 경우 6개소에서 레이더식 파랑관측을 하고 있고, 71개소에서 검
조소 조위 관측을 하고 있으며, 2척의 기상관측선을 운영하고 있다. 원격관측의 경 호주는 국토면적이 약 769만 km 로서 대륙의 대부분이 사막과 산악으로 되어 있
2

우 30개소에 낙뢰관측소(VHF + LF 방식)가 있으며, 34개소의 C-밴드 기상레이더로 는 관계로 주로 해안가를 중심으로 관측망이 구성되어 있는 것이 특징이다. 우리나
구성된 관측망([그림 2-70] 참조)을 운영하고 있다. 라와 마찬가지로 기상관측표준화를 도입하고 있는 국가 중의 하나로, 모든 관측관
련 기술 사항들을 호주기상청 표준규격으로 제정하여 사용하고 있다. 관측소간 일
관성 보장을 위하여 관측소 선정 및 측기설치에 관한 물리적 표준을 규정하고 있
다.
지상기상관측의 경우 지상고정형관측소가 839개소로 약 1개소/9,200km 의 해상도2

를 가지고 있다. 또한 강수량 관측소가 5,981개소가 있어서 이를 전부 합치면 약 1

개소/1,135km 의 해상도를 가지고 있는 셈이다.
2

고층관측의 경우 35개소에서 라디오존데 관측을 하고 있으며, 이중 15개소는 자

동비양관측시스템을 채택하고 있으며, 20개소는 반자동관측소로 운영 중이다.
해양기상관측의 경우 42개 관측소에서 해양 관측을 실시하고 있으며, 이 중 26개
소는 기후 관측에, 6개소는 쓰나미 관측에 특화되어 있다. 선박 역시 항공기와 마찬
가지로 자체 보유 관측선은 없으며, 민간과 군용선에 관측기기를 탑재하여 관측자
료를 수신하고 있다. 원격기상관측망의 경우 69개소에 레이더가 설치되어 있으며,
이 중 35개소는 기상감시 전용이고, 26개소는 기상관측, 바람관측 겸용(Dual Role),
[그림 2-70] 일본의 기상레이더 분포도 4개는 바람탐지(Wind Find), 2개는 연구용, 2개는 테스트용으로 활용되고 있다.

위성의 경우 일본은 2015년 하반기부터 세계 최초로 16개 채널을 가지는 정지기

상위성을 성공적으로 운영하고 있다. 이 자료의 분배는 고속 인터넷망으로 계획되
었으나, 개도국의 사정을 고려하여 이중 종전의 위성 관측 자료와 비슷한 5개 채널
을 통신위성을 통하여 JMA CAST로 방송하고 있다.
이를 요약하면 다음과 같다.
· 지상기상관측망: 지상고정형 331개소 (AMeDAS 1,471개소)
· 고층관측망: 지상고정형 라디오존데 24개소, 연직바람관측장비 1개소
· 해양기상관측망: 해양파랑관측지점 6개소, 레이더식 파랑계(μ wave), 검조소
71개소(부표식, 초음파식, 전파식), 기상관측선 2척(계풍환 1,483톤, 능풍환
1,380톤) [그림 2-71] 호주의 기상레이더 분포도

· 기상레이더: 34개소(C-밴드 위주)

이를 요약하면 다음과 같다.
· 낙뢰 관측: 30개소
· 지상기상관측망: 지상고정형 839개소, 유인 56개소, 무인 AWS 605개소
· 위성: 정지기상위성 2대
· 고층관측망: 지상고정형 라디오존데 35개소, 연직바람관측장비 13개소(BLP 9, STP 4)

- 83 - - 84 -
 · 해양기상관측망: 기상관측선 42척 이를 요약하면 다음과 같다.
· 기상레이더: 68개소 ·지상기상관측망: 지상고정형 218개소
· 낙뢰 관측: 30개소
·고층기상관측망: 지상고정형 라디오존데 20개소, 연직바람관측장비 2개소
· 위성: 기상위성수신소 4곳(멜버른, 퍼스, 다윈, 데이비스)
·해양기상관측망: 계류형 부이 11대, 해양기상관측시스템 7대(등대선 또는 섬)
·기상레이더: 19개소
5. 영국

영국은 유럽연합에서 탈퇴의 수순을 밟고 있어서 따로 관측망에 대한 언급이 필요할 6. 유럽연합

것으로 판단되어 별도로 설명하고자 한다. 영국은 면적 약 24만km 의 해양성기후를 가
2

진 섬나라로 육지보다는 해양에 대한 관측에 많은 투자를 한 나라로 볼 수 있다. 유럽연합(EU)은 유럽의 19개국(오스트리아, 벨기에, 덴마크, 핀란드, 프랑스, 독일,
지상기상관측망의 경우 약 218개소의 지상고정형관측망으로 구성된다. 이는 약 1 그리스, 헝가리, 아이슬란드, 아일랜드, 이태리, 룩셈부르크, 네덜란드, 노르웨이, 포
개소/900km 해상도에 해당한다.
2 르투갈, 스페인, 스웨덴, 스위스, 영국)으로 이루어져 있다. 이들 기상청이 모여 협동
고층기상관측망의 경우 지상고정형 레윈존데가 20개소, 연직바람관측장비 2개 지 으로 기상관측망, 자료의 공동이용, 자료처리를 수행하고 있다.
점, 지상기반 GPS의 경우 100개 지점에서 관측하고 있다. LCBR(라이더 운고측정장 유럽연합 회원국이 운영하는 자동기상관측은 목적상 종관기상관측용, 항공용, 기
비)의 경우 30개 지점이 운영되고 있다. 후관측용, 기타 목적의 4가지로 분류하고, 이에 따른 기상관측요소, 요소별 관측센
해양에서의 관측자료는 다음과 같이 5가지 방식으로 자료를 획득하고 있다. 첫째, 서의 수, 관측범위 및 정확도 등에서 약간의 차이를 두고 있다. 또한 목적별 분류체
자동해양기상관측(계류형 부이, 등대선, 연안관측망), 둘째, 자원관측선박(원양무역 계에 따라 필수관측, 강한 권고관측, 권고관측 및 선택관측의 4가지의 관측사항으로
선), 셋째, 선박탑재형 자동기상관측장비, 네째 부유형 부이, 다섯째, 아르고 플로트 나누고 있으며, 각 관측사항에 따라 센서의 수를 정하여 이를 따르도록 규약을 통
관측 등이다. 계류형 부이는 총 11대가 있으며, 등대선이나 섬에 7대의 해양관측시 해 권장하고 있다.
스템이 운영되고 있다. 계류형 부이 11대 중, 연안(3대)과 British Isles(6대)에 설치되 유럽연합 회원국내의 총 자동기상관측장비의 수는 대략 3,500여대 정도인 것으로
어 있고, Biscay 만에는 프랑스와 공동 운영하는 것(2대)도 있다. 파악되고 있으며, 이 중 순수 종관지상기상관측용이 1,350여대, 기후관측용 540여대
기상레이더는 총 19개소가 있으며, 영국은 자체 기상위성은 보유하고 있지 않다. 이며, 기타의 목적으로 1,300여대가 운영되고 있다. 그 외는 대개 종관관측, 기후관
측, 항공관측 등 복합적으로 이용하기 위해 설치되어 있다.
유럽연합이라해도 센서의 종류는 국가마다 약간의 차이를 보이고 있으며, 자료의
전송방법에서도 국가들마다 다소 차이를 보이고 있으나, 유럽연합 규약을 통해 통
일성을 유지하도록 노력하고 있다. 또한, 중단 없는 신뢰성 높은 관측을 위하여 2∼
3개의 복수 센서의 설치를 권고하고 있는데, 우리나라도 이러한 점을 고려해서 중
장기 계획을 세워야 할 것이다.
유럽연합의 관측망을 정리하면 [표 2-48]과 같다.

[그림 2-72] 영국의 기상레이더 분포도

- 85 - - 86 -
 [표 2-48] 유럽연합 관측망 현황(WMO, 2018년 6월 현재) 고층기상관측망의 경우 중국기상청 산하 국가기상정보센터로 자료가 수신되는 곳
국가 지상 고층 기상레이더 WP 은 89개소이고, 연직바람관측장비의 경우 전국 58대를 운영하고 있다. 특히 831개소
오스트리아 197 4 5 1 에서 GPS 가강수량 관측을 하고 있다.
벨기에 39 4 3 0 해양기상관측의 경우 74개소에서 해양기상관측을 하고 있고, 300개 검조소에서
덴마크 105 3 4 0
핀란드 221 3 10 0 조위관측을 하고 있다. 먼 바다 관측을 위하여 22개 기상관측선박을 운영하고 있고,
프랑스 242 14 27 2 200 여척의 자원기상관측 선박(VOS)과 3개소의 부이관측소를 운영하고 있다.
독일 289 15 26 4 원격기상관측의 경우 334개소의 낙뢰관측소, 295개소의 기상레이더 관측망을 운
그리스 68 3 4 0
헝가리 40 2 3 2 영 하고 있다. 기상레이더의 경우 중국기상국은 물론 민간항공국에서 운영 중에 있
아이슬란드 81 1 4 0 으며, 1km 지상 기준의 관측 범위를 가진 것이 22%에 달한다. 중국은 다중 기능의
아일랜드 26 1 2 0 기상레이더가 운영중인데, C-band와 X-band 위상배열 레이더를 포함하고 있다. 앞
이태리 227 9 23 0 으로 2020년까지 101대의 기상레이더가 추가로 설치하는 계획이 마련되어 있다. 특
룩셈부르크 5 0 0 0
네덜란드 82 2 2 0 히 현재의 레이더 관측망의 성능을 개선하는 프로젝트가 가동되고 있는데, 세가지
노르웨이 311 8 11 0 기능 개선에 초점을 맞추고 있다. 즉, 첫째 입체관측에서 stream transferring으로의
포르투칼 67 4 2 0 관측 모델의 변화, 둘째 X-band 위상배열, 레이더 연직바람관측장비, Ka- 및
스페인 178 8 15 0
스웨덴 272 4 12 0 W-band 구름, 에어러솔 레이더에 대한 응용 기술 개발, 셋째 레이더 자료의 QC 및
스위스 222 1 5 3 위성 데이터와의 조합(레이더 모자익 V2.0)에 관한 개선 등이다.
영국 218 20 19 2 기상위성관측의 경우는 2016년 12월 11일에 발사된 FY-4A, 2016년 12월 22에 발
총계 2,890 106 177 14 사된 TANSAT, 2017년 9월 1일 발사된 FY-3D, 2014년 12월 31일 발사된 FY-2G,
2002년 5월 15일 발사된 FY-1D 등 총 5개의 기상위성를 운영하고 있다.
7. 중국 이를 요약하면 다음과 같다.
중국은 2018년대 기준으로 기상선진국의 대열에 넣기에는 아직 시기상조이지만, · 지상기상관측망: 지상고정형 436개소, 무인 AWS 2,423개소
최근 10년간 기상 분야에 장족의 발전을 이루었기에 이 보고서에 특별히 언급하고 · 고층관측망: 지상고정형 고층관측소 89개소, 연직바람관측장비 58개소
자 한다. · 해양기상관측망: 기상관측선 22척
중국은 육지의 크기로 보나, 우리나라에 대한 상대적 위치로 보나, 기후변화 연구 · 기상레이더: 295개소(중국기상국 및 민간항공국 포함)
측면에서 보나, 극동 아시아 국가들에 미치는 영향이 크기 때문에 기상관측 자료는 · 낙뢰 관측: 334개소
아주 중요하다. 더구나 수치모델의 초기화 자료로 볼 때 우리나라 예보에 결정적인 · 위성: 기상위성 5기(FY-4A, TANSAT, FY-3D, FY-2G, FY-1D)
영향을 미친다고 보아도 무방할 것이다.
중국의 관측망 현황은 2018년 9월 기준으로 중국기상정보센터에 자료가 수신되어 지금까지 미국을 비롯한 주요 기상선진국들의 기상관측망에 대해서 언급하였다.
관리되고 있는 것을 기준으로 한다. 이를 종합하여 요약·정리하면 다음 [표 2-49]와 같다. 여기서 장비 숫자는 각 나라
지상기상관측망의 경우 대륙의 크기에 걸맞게 지상고정형관측소가 436개소로서, 의 홈페이지에 언급된 것을 기준으로 하되 그 나라의 국내용으로만 사용되는 경우
이중 기후관측소급으로는 194개소이다. AWS는 2,423개소에서 지상기상관측을 수행 는 제외하였다.
하고 있다. 더구나 전국 자치구에서 운영하는 AWS가 무려 45,926개소에 이른다.

- 87 - - 88 -
 [표 2-49] 주요 선진국의 관측망 현황(WMO, 2018년 6월 현재) 제4절 국내외 기상관측 수준 비교분석 및 개선 방향
국가 지상 고층 부이(고정, 표류) 기상레이더 연직바람
관측장비
미국 882 107 2,759 215 76 1. 기술수준 비교 분석
일본 331 24 178 34 33
호주 839 35 102 68 13 우리나라의 기상관측 수준을 3절에 전술된 기상선진국(미국, 일본, 호주, 영국, 유
영국 218 20 488 19 6 럽연합)과 비교하기 위해서는 비교상의 객관성을 확보하기 위하여 일단 WMO에 등
중국 436 91 5 34 58
한국 112 9 32 11 9 록된 기상관서 관측소를 기준으로 하고자 한다.
지상관측의 경우, 우리나라는 96개소의 종관기상관측망(1개소/1,070km )을 운영하 2

고 있는데, 이는 1,082개소를 가진 미국(1개소/9,090km )에 비해서는 훨씬 조밀하며,

2

331개소를 운영 중인 일본(1개소/1,150km )의 관측망과는 거의 비슷한 수준으로 보

2

여진다. 더구나 494개소의 AWS관측망이 운영되고 있어서 이를 합하면 약 1개소

/170km 정도의 평균해상도를 가지며, 자료수집 빈도면에서 보면 우리나라는 매1분
2

단위인 반면에 미국은 10분 간격 등으로 기상선진국에 비해 양호한 편이다.

고층기상관측인 경우 우리나라는 6개소의 관측소를 운영 중인데, 이는 1개소당
16,700km 의 밀도에 해당한다. 이는 일본 24개소(1개소/16,000km )와 비슷한 수준이
2 2

며, 영국 20개소(1개소/12,200km )에 비해서는 그 밀도가 다소 떨어진다. 반면에 미

2

국의 107개소(1개소/91,900km ), 호주의 35개소(1개소/221,000km ), 중국의 91개소(1개

2 2

소/105,000km )에 배해 설치 밀도는 훨씬 조밀하다는 것을 알 수 있다.

2

기상레이더의 경우를 살펴보면, 우리나라는 기상청이 연구와 특수 목적의 레이더

를 제외한 현업용 레이더가 총 11대(1개소/9,100km )로 일본 34개소(1개소/11,000km ),
2 2

영국 19개소(1개소/12,800kkm )와 설치 밀도가 비슷하다. 미국은 총 215개소(1개소

2

/45,700km ), 호주 68개소(1개소/114,000km )에 비해 훨씬 조밀한 편이다. 중국은 295

2 2

개소(1개소/33,000km )로 알려져 있지만, 중국기상국과 민간항공국을 통틀어 운영하

2

고 있고, 최근 계속해서 증설하거나 최신 레이더로 교체하고 있어서 우리나라나 다

른 기상선진국과의 설치밀도를 단순하게 비교한다는 것은 다소 무리이다.
해양기상관측의 경우에는 미국 등 다른 나라와 비교하기가 다소 난해하다. 설치
목적과 설치 방식이 서로 상이하고 특히 관측 선박이 기상관측용 선박인지 혹은 연
구용 해양선박인지 구분하기가 어렵고 취항 위치도 목적별로 자국의 영해를 벗어나
는 경우도 많아서 단순 비교하기는 어렵다. 다만 기상해양부이를 기준으로 볼 때
우리나라는 먼바다에 대한 추가적인 설치가 요구된다고 할 수 있다.
이상의 분석을 요약 정리하면 [표 2-50]과 같다.

- 89 - - 90 -
[표 2-50] 기상선진국과 우리나라의 기상관측망 비교(해당국 홈페이지, 2018년 6월 현재) 정기여객선, 컨테이너선 등 정기화물 선박 등을 추가로 활용할 필요가 있다. 또한,
국가 지점수 지상(종관) 고층(레디오존데) 기상레이더2 서해상의 위험기상 관측과 태풍진로 정확도 향상을 위한 관측망 확충(해양기지 추
밀도(km2/1개소) 지점수 밀도(km2/1개소) 지점수 밀도(km /1개소) 가 건설, 기상관측선 추가 도입 등)이 요구된다.
한국 96 1,040 6 16,700 11 9,100 기상레이더의 경우, 레이더 설치 밀도는 1개소/9,100km 로 일본(1개소/11,000km )
2 2

미국 1,082 9,090 107 91,900 215 45,700

일본 331 1,150 24 16,000 34 11,000 및 영국(1개소/12,800km )과 비슷한 수준으로, 미국(1개소/45,700km )에 비해서 조밀
2 2

호주 839 9,200 35 221,000 68 114,000 한 편이고, 현재 계속 추가 설치 중인 중국(1개소/282,000km )에 비해서는 그 밀도가

2

영국 218 1,100 20 12,200 18 12,800 매우 높다고 할 수 있다. 이렇듯 S-밴드의 이중편파 레이더로 비교적 조밀하게 광
중국 436 22,000 91 105,000 34 282,000 범위한 관측망이 구축되었으나, 해상에 대한 관측범위는 협소한 편이어서 서해 먼
EU 2,890 1,330 106 36,400 177 21,800 바다(격렬비열도 등), 동해 먼바다(울릉도) 및 남해 먼바다(파랑도)를 감시할 수 있는
기상레이더의 추가 설치가 필요하다. 또한 관측사각지대 해소 및 내륙 지표부근의
2. 개선 방향 강우현상의 감시강화를 위해 X-밴드 도플러 레이더를 보조 레이더로 도입하는 방
안도 검토할 필요가 있다. 물론 수치예보 모델 입력자료 및 범부처 공동 활용 증대
기상청 기상관측망은 대부분 WMO 권고사항을 많은 부문에서 능가하지만, 우리나 를 위한 지속적인 품질 고도화와 이중편파 변수를 활용한 한국형 실황예측 모델 개
라의 위험기상 발생 상황과 방재기상업무 측면을 고려해 볼 때 개선해야 할 점들이 발도 필수적이다.
다소 있다. 위성기상관측망의 경우 차세대 정지위성인 천리안위성 2호기(GK-2A)가 2018년 12월 5
지상기상관측망의 경우 평균해상도(1개소/1,070km )와 데이터 수집간격(1분) 면에
2 일 성공적으로 발사되어 고해상도 16채널로 채널수 3배, 해상도 2배, 시간해상도 3배 이
서 볼 때 WMO의 육상관측소 권고수준인 1개소/2,025km 보다 조밀하다. 목측 관측
2 상, 산출물도 3배(기상 52종, 우주 8종) 이상 늘어나는 등 탐지능력과 성능이 대폭 향상
요소를 제외하고는 대부분 기기에 의한 자동화가 이루어져 있으나, 자료의 신뢰도 될 것으로 기대된다. 다만 차세대 해양환경위성(2B) 등과의 통합적 감시 및 분석기술과
가 확보된 목측 요소의 자동화가 요구되고 있다. 그러나 동네예보를 위한 해상도(1개 차세대 위성자료를 이용한 다양한(영향예보, 산림, 농업, 에너지 등) 활용기술 개발이 필
소/25km )를 충족하지 못하고 있어 자동기상관측망의 확충과 기상관측표준화를 통한
2 요하다.
유관기관 관측자료의 공동 활용 확대(또는 관측소 재배치)가 필요하고, 목측관측 자동 결론적으로 기상청의 기상관측망과 기상업무 관계 측면에서 볼 때 앞으로 보강
화를 위한 관측센서 확대 및 신뢰성 확보를 위해 지속적인 보완이 필요하다. 및 보충되어야 할 내용은 다음 [표 2-51]과 같이 세 가지 측면에서 요약·정리가 될
고층기상관측의 경우 우리나라 육지 면적에 대하여 레윈존데 관측망의 평균해상 수 있다.
도는 1개소/16,700km 로 WMO 권고수준보다 조밀한 편이다. 그러나 우리나라의 해
2 [표 2-51] 기상청 기상관측망(자료)과 기상업무 관계 분석

양면적까지를 확장하여 고려하면 기상청 레윈존데 관측망(6개소)의 경우 1개소 구분 관계 분석

/75,000km , 공군 2개소를 포함하면 1개소/56,300km 로 겨우 WMO의 권장 해상도인
2, 2, o 기상청 관측자료 만으로는 평균 해상도가 평균 13km로서 위험기상현상을 감시하기
1개소/62,500km 에 접근하는 수준이다.
위해서는 해상도 증가 필요
o 해상도를 높이기 위하여 자동기상관측망 확충, 유관기관 관측자료의 공동 활용 확
2
방재적
해양기상관측망은 해양기상부이 등 8종, 123개소(표류부이와 VOS 제외)에 해양기 측면 대, 목측자동화 확대 및 신뢰성 확보 필요
상관측장비가 설치되어 앞바다 및 연안 관측망은 충족되었으나 먼 바다 쪽은 좀 더 o 내륙의 인구밀도가 높은 지역, 먼 바다의 선도관측망 보강 필요
보완이 필요하다. 따라서 먼 바다에서의 부이 등 해양관측망 확충이 필요하지만 지 o 특보 측면에서 안개, 대설, 풍랑에 대한 관측망 보강 필요
형 여건상 설치에 어려움이 있으므로 선박관측 및 원격관측을 더 늘리는 방법을 고 o AWS 관측자료의 해상도는 기상청의 국지예보모델 격자간격 (1.5km)의 5～9배인 약
수치 8～13km 수준 임.
려해 볼 만하다. 선박관측 보충은 국립해양조사원이 보유하고 있는 8척의 해양조사 예보적 o 레윈존데와 연직바람관측장비 고층관측 자료가 수치예보에 미치는 정도를 감안 할
선, 한국해양과학원이 보유하고 있는 4척의 해양연구선박, 우리나라와 주변국 간의 측면
때 고층관측망 확충, 공군 관측자료 공동활용 확대

- 91 - - 92 -
 제 3 장 기상관측 자료와 예보업무 관계 분석
※ 관측자료의 수치예보 기여도 분석 결과(2016년, 기상청)
▶ 관측종별 분석
o 동아시아 영역/전구영역 비교
- 고층자료 기여도 증가/위성 기여도 감소 제1절 예보업무에 활용되는 기상관측자료
- COMS, MTSAT 지점/자료수/기여도 증가, MSG/DROP 자료 없음
o 관측종별 기여도: 위성(48%) > 고층(38%) >지상자료(14%)
o 관측자료당 기여도
- 자료수는 극궤도 위성 81% 차지 1. 기상예보에 활용되는 기상관측 자료
- 기여도는 보거스가 매우 높음
o 관측지점당 기여도: 지면/해수면 자료의 지점수 상대적 증가
▶ 레윈존데 관측자료(TEMP): 전체 고도에 대해 전 지점 긍정 영향, 특히 오산과 광주 기상관측의 분류는 일반적으로 관측 대상에 따른 분류, 관측장소에 따른 분류, 관
의 기여도가 높음 측방법에 의한 분류, 관측 주체에 따른 분류 등 4가지 방법으로 분류하고 있으며
▶ 연직바람관측장비 관측자료(WPF): 전체 고도에 대해 전 지점 부정 영향, 특히, 군산
지점의 부정적 기여도 가장 큼 그 세부내용은 [표 3-1]과 같다.
o 기상관측자료의 수치예보모델에 의한 민감도 및 이용율의 지속적인 평가 필요
o 전국 11개소의 RBCN(Regional Basic Climatological Networks) 관측소는 오래된 관측 [표 3-1] 기상관측의 분류(교학사, 2000, 대기관측법)

기후적 소로서 관측자료에 자연적인 기후변화와 인위적인 기후변화 등 2가지 요인에 영향 분류방법 구 분 세 부 내 용
측면 o 환경변화가수 적은
을 받을 있음
평야, 산간오지, 도서 지역의 관측소를 보조기후 관측소로 지정하 일반대기관측 기온, 기압, 바람 등 일반 기상요소 관측
여 인위적인 영향이 적은 기후자료 생산 필요 관측대상
특수대기관측 오존, 자외선, 미세먼지, 전자파 등 특수요소 관측
첫째, 방재적인 측면에서 볼 때 기상청 실측(In-Situ) 자료만으로는 해상도가 평균 지상대기관측 통보관측, 항공/농업/수문대기관측, 기후관측, 교육관측
13km 로서 위험기상현상 감시를 위해서는 해상도가 낮다. 해상도 증가를 위해서는 실측 관측장소 고층대기관측 지상 60km까지 정기적 관측, 그 외는 한계 없음
(In-Situ)과 원격(Remote Sensing)관측자료의 융합 이용, 혹은 관측기관 간 관측자료 공동 해상대기관측 육상 일반 관측요소 외에 파고, SST, 해상상태 등 관측
활용이 필요하다. 한편 내륙의 인구밀도 높은 지역, 먼바다의 선도관측망도 보강이 필요 관측방법
측기관측 지시형측기, 자기기, 격측관측, 원격탐사, 로봇관측 등
하다. 위험기상을 다루는 기상특보 측면에서 요구되는 기상관측망의 해상도를 살펴보면 목측관측 측기관측이 어려운 기상현상 등 정성적 관측
강풍, 호우, 건조, 태풍, 폭염, 한파, 황사 등의 경우는 비교적 만족스러우나 안개, 대설, 실 측 사람이 직접관측
풍랑의 경우는 시정, 적설, 먼바다 해상풍 등에 관한 관측망 보강이 필요하다. 관측주체 자기관측 자기기록으로 남겨서 시간 지난 후 해석
둘째, 수치예보적인 측면에서 볼 때, AWS 관측자료의 해상도는 기상청의 국지예 자동대기관측 정해진 시간에 자동관측하고 유무선으로 자료 수집
보모델 격자간격(1.5km)에 5~9배인 약 8~13km 로 훨씬 못 미치는 수준이다. 또한
ASOS, AWS 자료의 품질 평가 및 수치예보 이용률의 평가가 필요하다. 따라서 기상
관측자료의 수치예보모델에 의한 민감도 평가를 실시하여 민감도가 높은 기상시스 기상청은 국가 기상업무의 건전한 발전을 도모함으로써 기상재해로부터 국민의
템은 증설하고, 민감도가 낮은 시스템은 어느 정도 조정할 필요가 있다. 생명과 재산을 보호하는 고유 임무를 목적으로 기상관측망을 구축하여 기상서비스
셋째, 기후적인 측면에서 볼 때, WMO에 등록된 우리나라 11개소의 기후관측소 를 제공하고 있으며, 유관기관에서는 각 기관별 목적과 필요에 따라 기상관측시설
(RBCN)는 매우 오래된 관측소이며, 주변의 도시화 등에 의한 관측 자료에 자연적 ․ 을 운영하고 있다.
인위적인 기후변화의 영향이 반영되어 있을 수 있다. 따라서 환경변화가 적은 평야,
산간오지, 도서 지역의 관측소를 보조기후관측소로 지정하여 인위적인 영향이 적은
기후자료를 생산할 필요가 있다.

- 93 - - 94 -
현재 기상청의 기상관측 구분 및 기상관측망별 기상관측 장비는 [표 3-2]와 같다. 기상청에서 기상관측을 실시하여 기상예보 및 특보 등 기상업무에 활용하는 지상
기상관측 요소와 각 요소별 관측방법의 분류는 [표 3-3]과 같다.
[표 3-2] 기상청 기상관측 및 장비 현황(기상청, 2018.6.30. 현재)

구 분 관 측 장 비 (대) [표 3-3] 지상기상 관측요소별 분류 및 관측방법

자동기상관측장비 : ASOS(96), AWS(494), 운고운량계(92), 시정현천계(291) 순번 1차 요 소2차분 류 3차 관측 방법 비고

안개관측장비(76)
1 기압 현지 - 포르틴형수은,
정정용량식
아네로이드형, 자기, 원통진동식, 실리콘진동식,
지상기상관측망 적설관측장비 : CCTV(170), 초음파적설계(60), 레이저식적설계(122)
황사관측장비(27 / 연구용 2대 제외) 해면 - 계산
지온 지 중 곡관지중(5/10/20/30cm), 철관지중(0.5/1/3/5m)
농업관측장비 : 농업용AWS(11 / 7대는 중복) 지 면 봉상지면
고층기상관측망 라디오(레윈)존데(6), 연직바람관측장비(9), 라디오미터(9), 항공기관측(21) 2 온도 초 상 유리제최저
기온 최 저 알코올최저
앞바다 : 등표기상관측장비(9), 파랑계(1), 파고부이(59) 현 재 유리제, 백금저항, 서미스터, 자기
연안 : 연안방재관측장비(18), 항만기상관측장비(4) 최 고 수은최고
해양기상관측망 먼바다 : 해상기상부이(17) 3 습 도 현최 재저 - 건습구, 통풍건습계, 정전용량형, 자외선, 모발, 염화리튬 노점계
- 계산
원해 : 선박기상관측장비(14), 기상관측선(1)
황사관측망 국내 : PM10(27), 한-중관측망(15), 황사감시탑 4 바 람 풍풍 향속 - 화살형, 방향타형, 자기, 바람자루
- 회전형(풍차, 풍배), 풍압형, 가열선 냉각형, 초음파형
레이더기상관측망 기상청(S밴드 : 11), 기상청-국토부-공군 ROC운영
강우 량 표준형,
자기설량계
전도형, 광학식, 자기형(전도,저수), 원통형설량계,
낙뢰관측망 낙뢰관측시스템(21) 5 강수 강 도 계산
정지기상위성 : COMS, MTSAT 강설 량 적설척, 적설계(초음파, 광전, 광학)
위성기상관측망 강 도 계산
극궤도위성 량 - 목측, 기상위성
항공기상관측망 AMOS(8), TDWR(1), LLWAS(3), 연직바람관측장비(2), 안개관측장비(1) 운형(종) - 목측, 기상위성
6 구름 운고 - 측운기구, 운조등/경사계, 목측
운향/속 - 빗살형 측운기, 목측
7 일조 량(시간) - 캄벨·스토크스, 조르단, 회전식, 태양전자식
8 일사 량(강도) - 은반, 로비치, 애프리, 직달, 전천, 산란 등
9 시정 최저시정 - 시정계(전방/후방산란식), 목측(시정도표)
10 증발량 소형 - 소형증발계, 자기증발계
대형 - 대형증발계
물현상 비, 눈, 우박, 동우, 안개, 박무, 눈보라, 이슬, 서리(발), 무(우)빙, 적설,
결빙, 용권
11 현재
천기 빛현상 무리, 광환, 채운, 무지개 목측
먼지현상 연무, 황사, 연기, 강회, 풍진, 진선풍
전기현상 뇌전, 번개, 천둥

- 95 - - 96 -
 현재 기상청에서 기상예보에 활용되는 기상관측 자료는 [그림 3-1]에서와 같이 지 6개 기상관측 분야별 예보에 기여도 또는 활용도에 대한 평가는 예보관의 역량
상기상관측, 고층기상관측, 해양기상관측, 기상위성관측, 기상레이더관측, 유인(목측) 및 개별성향 등에 따라 다르다. 따라서 기상관측분야별 자료가 예보에 기여도를 조
관측 등 6개 관측 분야로 대분류 된다. 사하기 위해 제4장에서와 같이 예보관 및 기상업무를 수행하는 사람을 대상으로
AHP(Analytic Hierarchy Process, 계층분석과정)기법으로 설문조사를 실시한 결과는
[그림 3-2]와 같다.

[그림 3-1] 기상예보에 활용되는 기상관측 분야

이들 6개 관측 분야 각 관측자료는 실황파악 및 감시, 초단기예보, 단기예보, 중기예

보, 장기예보 및 기후전망, 기상특보, 기상예·특보 사후 분석 및 평가 등에 활용되고
있다. 각종 예보 및 특보에 활용되는 기상관측 분야 및 관측요소와 활용되는 관측자료 [그림 3-2] 관측분야별 예보에 기여도

별 가중치는 다르다. 6개 관측분야별 세부관측 내용 및 관측방법은 [표 3-4]과 같다.

설문조사 결과 지상기상관측 자료는 초단기, 단기예보에 가장 높게 기여하고, 중
[표 3-4] 관측분야별 세부관측 내용 및 방법 기예보에는 고층기상관측자료가 가장 높게 기여한다. 초단기예보에서는 지상관측과
관측분야 세부관측 내용 관측 방법 및 장비(대수) 레이더관측 자료가 높게 기여하고, 단기예보에는 지상관측과 고층관측이 기여도가
자동기상관측 ASOS(96), AWS(494), 운고운량계(92), 일조(96), 일사(54) 크며, 중기예보에는 고층-지상-해양기상관측 순서로 기여도가 높다. 지상기상관측은
지상기상관측 안개관측 안개관측(76), 시정현천계(291)
적설관측 CCTV(170), 초음파식(60), 레이저식(122) 전체 예보분야에서 기여도가 가장 높고 예보별 기여도 차가 적으나, 위성기상관측
황사/농업 관측 황사관측(27), 농업용AWS(11) 은 전체 예보분야에서 기여도도 낮고 변화도 적다. 목측관측은 전체 예보에 기여도
라디오(레윈)존데 포항, 태풍센터, 북강릉, 백령도, 흑산도, 창원 등 6소
고층기상관측 연직바람관측장비 파주, 군산, 강릉 창원, 원주 등 9소 와 기여도 변화는 적으나 초단기예보에서는 지상-레이더-목측 순위로 평가되어 목
라디오미터 파주, 군산, 강릉 창원, 원주 등 9소 측관측의 필요성이 있는 것으로 평가되었다. 또한 고층 및 해양관측은 단기와 중기
항공기관측 암다 21대
앞바다 관측 등표기상관측(9), 파랑계(1), 파고부이(59) 예보에 기여도가 크고, 레이더 관측자료는 실황감시, 초단기예보 및 특보상황 시에
해양기상관측 먼바다 관측 해상기상부이(17) 기여도가 큰 것으로 평가되었다.
연안 관측 연안방재관측(18), 항만기상관측(4)
연해 관측 선박기상관측(14), 기상관측선(1)
COMS 천리안위성/ 천리안위성 2A
기상위성관측 정지기상위성 Himawari-8, GOES, FY-2E 2. 기상실황감시 및 방재기상
극궤도위성 NOAA, Aqua/Terra, METOP, DMSP, CORIOLIS
실시간영상관측 기상청13대(S밴드이중편파11대)
기상레이더관측 레이더강수량예측 MAPLE 기상실황감시
낙뢰관측 낙뢰관측 21개소 (1)
국외/유관기관관측 환경부(한강홍수통제소) 7대, 국방부(공군) 9대, 중국, 일본
강수/적설관측 강수(적설)량, 시종시간, 강수경향 등 기상관측은 기상업무에 시작이자 기본이다. 따라서 기상예보에서 기상관측과 관측
목측(유인)관측 하늘상태관측 운량, 운형, 운종, 운향 등
시정관측 안개유무, 최소시정 등 자료는 절대적이고 필요충분 요소이며 기상관측의 종류와 횟수(빈도), 관측위치, 관측
기후/계절관측 개화, 단풍 등 계절관측, 기후변화 관측 자료의 정확성과 연속성 등은 예보의 정확도를 결정하는 기본요소이다. 특히 기상실

- 97 - - 98 -
황을 연속적으로 상시 감시하기 위해서는 기상관측망이 잘 갖추어져 있어야 한다. 도로·철도 등 교통안전을 위한 교통기상관측망 34개소, 대기오염 감시, 분석 및
전국에 구축되어 있는 기상관측망을 목적별로 구분하면 [표 3-5]와 같이 기상기 예․경보를 위한 환경기상관측망 368개소, 송전망 관리 등을 위한 에너지기상관측망
후, 방재기상, 해양기상, 항공기상 등 10개 목적으로 분류되며, 전국 4,159지점에서 52개소 등이 운영되고 있다.
관측되어 기상실황감시, 방재기상 등 목적별로 활용되고 있다. 특히 기상기후관측망과 방재기상관측망, 해양기상관측망, 항공기상관측망 등은 기
상청의 각종 기상예보, 기상특보 및 실황감시 등에 직간접으로 활용되고 있다는 점
[표 3-5] 관측목적별 기상관측망 운영 현황(기상청, 2018.6.30.현재)
에 유의할 필요가 있다.
목적 관측기관 관측지점 수 합계 기상실황 감시는 기상예보업무의 시작이자 가장 기본이 되는 업무로 기상현상의 종
기상기후 기상청 96 96 류에 따라 기상관측자료의 활용도 다르다. 예를 들면 집중호우 감시는 기상청 및 유
기상청 494 관기관의 ASOS나 AWS, 기상레이더, 기상위성 관측자료를 중점 활용하여 감시한다.
방재기상 지방자치단체 1,975 2,612
국립공원관리공단 143
기상청 144
해양수산부 38
국립해양조사원 98
해양기상 한국해양과학기술원 3 325
서울대학교 1
해군 34
해경 등 7
항공기상 기상청 13 18
공군 5
농업기상 기상청 11 214
농촌진흥청 203
수문기상 수자원공사 184 184
산악기상 산림청 213 213
국토교통부 17
교통기상 한국도로공사 12 34
지자체 5
환경기상 환경부 46 368 [그림 3-3] 충북지방 호우실황 감시 사례(2017. 7. 16.)
지자체 322
에너지기상 한국전력공사 46 52 방재기상
한국수력원자력 등 6 (2)

기상예보 및 기후조사를 위한 기상기후관측망 96개소, 기상재해 예방·대응 등의 재 기상청은 기상재해가 우려되는 강풍, 호우, 태풍 등 11개 주요 위험기상 현상에
대해 전국 183개 시ㆍ군 단위로 기상특보를 발표하여 국민의 생명과 재산을 보호하
난관리를 위한 방재기상관측망 2,612개소, 해양기상감시를 위한 해양기상관측망 325개 고 그 피해를 최소화하기 위해 노력하고 있다.
소, 항공항행 위험기상 탐지를 위한 항공기상관측망 18개소 등이 운영되고 있다. 기상특보의 종류 및 기준은 기상법 제8조 제2항에 규정되어 있는데 그 종류는 태
농업생산성 증대, 농업기반시설 관리를 위한 농업기상관측망 214개소, 물관리, 홍 풍, 호우, 한파, 대설 등 10종이며 각 특보마다 주의보와 경보로 구분되며 그 기준
수예보 등을 위한 수문기상관측망 184개소, 산림재해 감시를 위한 산악기상관측망 은 [표 3-6]과 같다.
213개소 등이 운영되고 있다.

- 99 - - 100 -
 [표 3-6] 기상특보 종류 및 기준 [표 3-8] 지상관측망 설치현황(기상청, 관측업무발전기본계획, 2016.8)

종류 주의보 경보 특보 호우 대설 강풍 황사 건조 한파 폭염 안개
육상에서 풍속 14m/s 이상 또는 순간 풍속 20m/s 육상에서 풍속 21m/s 이상 또는 순간 풍속 26m/s 관측 요소 강수 적설 바람 PM10 습도 기온 기온 시정
강 풍 이상이 예상될 때. 다만, 산지는 풍속 17m/s 이상 이상이 예상될 때. 다만, 산지는 풍속 24m/s 이상 설치 시군 183 153 183 102 176 183 183 172
또는 순간풍속 25m/s 이상이 예상될 때 또는 순간풍속 30m/s 이상이 예상될 때 미설치 0 30 0 81 7 0 0 11
풍 랑 해상에서 풍속 14m/s 이상이 3시간 이상 지속 해상에서 풍속 21m/s 이상이 3시간 이상 지속
되거나 유의파고가 3m 이상이 예상될 때 되거나 유의파고가 5m 이상이 예상될 때 ※ PM10 은 환경부가 설치한 시ㆍ군을 포함한 수치(환경부 76 + 기상청 26)
호 우 6시간 강우량이 70mm이상 예상되거나 12시간 6시간 강우량이 110mm이상 예상되거나 12시
강우량이 110mm이상 예상될 때 간 강우량이 180mm이상 예상될 때 그러나 국내 지상관측망은, 최근 국지적 기상현상이 빈번해 지고 있고 광범위한
대 설 24시간 신적설이 5cm이상 예상될 때 24시간 신적설이 20cm이상 예상될 때. 다만, 시ㆍ군 지역과 기상학적 특성이 강한 강원도 산간, 동일한 행정구역 내에 위치한
산지는 24시간 신적설이 30cm이상 예상될 때.
실효습도
건 조 예상될 때 35%이하가 2일 이상 계속될 것 이 실효습도 25% 이하가 2일 이상 계속될 것이 도서 지역 등의 위험기상을 감시하는 체계로는 여전히 미흡하고, 동일한 기상요소
예상될 때 를 관측함에도 불구하고 기상관측장비 기종이나 관측방식이 다양하므로 장비 유지
폭 풍 천문조, 폭풍, 저기압 등의 복합적인 영향으로 천문조, 폭풍, 저기압 등의 복합적인 영향으로 5)

해 일 해수면이 상승하여 발효기준값 이상이 예상될 해수면이 상승하여 발효기준값 이상이 예상될
때. 다만, 발효기준값은 지역별로 별도지정 때. 다만, 발효기준값은 지역별로 별도지정
관리와 자료 활용이 불편한 실정이다.
10월～4월에 다음 중 하나에 해당하는 경우 10월～4월에 다음 중 하나에 해당하는 경우 기상특보를 발표하기 위해 기상관측자료를 검토하고 활용하는 기상관측자료는 특
① 아침 최저기온이 전날보다 10℃ 이상 하강 ① 아침 최저기온이 전날보다 15℃ 이상 하강 보 종류별로 상이하나, 기상청 및 유관기관의 ASOS 및 AWS 관측자료를 기본으로
하여 3℃ 이하이고 평년값보다 3℃가 낮을 하여 3℃ 이하이고 평년값보다 3℃가 낮을
한 파 ②것으로 예상될 때 것으로 예상될 때 기상현상을 감시 및 분석하여 기상속보 등에 활용하고, 기상레이더, 기상위성, 부이 등
아침 최저기온이 -12℃ 이하가 2일 이상 지 ② 아침 최저기온이 -15℃ 이하가 2일 이상 지 특보의 종류에 따라 기상현상 감시 및 분석업무에 활용하는 기상 관측자료도 다양하다.
속될 것이 예상될 때 속될 것이 예상될 때
③ 급격한 저온현상으로 중대한 피해가 예상 ③ 급격한 저온현상으로 광범위한 지역에서
될때 중대한 피해가 예상될 때
태풍으로 인하여 다음 중 어느 하나에 해당하
는 경우
태풍으로 인하여 강풍, 풍랑, 호우, 폭풍 해일 ①강풍(또는 풍랑) 경보 기준에 도달할
태 풍 현상 등이 주의보 기준에 도달할 것으로 예상 것으로 예상될 때
될때 ② 총 강우량이 200mm이상 예상될 때
③ 폭풍해일 경보 기준에 도달할 것으로
예상될 때
‘황사주의보’는 ‘미세먼지경보’로 대체 (‘17.1.13 시행) 황사로 인해 1시간 평균 미세먼지(PM10) 농도
황 사 * 미세먼지경보에 대한 정보는 한국환경공단 홈페이지 800㎍/㎥이상이 2시간 이상 지속될 것으로 예
(http://www.airkorea.or.kr)를 참고하시기 바랍니다. 상될 때
폭 염 일최고기온이
속될 것으로 예상될 때
33℃ 이상인 상태가 2일 이상 지 일최고기온이 35℃ 이상인 상태가 2일 이상 지
속될 것으로 예상될 때
기상청의 관측업무발전 기본계획(2016. 8)에 의하면 기상특보 지원을 위한 육상,
해상 고층을 관측하기 위해 총 21종 1,494개 관측장비([표 3-7] 참조)를 운영하고 있으며,
국내의 시·군·구 기상특보 구역별 지상관측망 설치현황은 아래 [표 3-8]과 같다.
[표 3-7] 주요 관측장비 및 관측요소
구역 주요 관측장비 주요 관측요소
육상 ASOS, AWS 등 10종 1,347개 기온, 풍향, 풍속, 기압 등
해상 부이, 등표, 등 8종 123개 풍향, 풍속, 파고 등 [그림 3-4] 2018. 8. 22 태풍 속보 및 특보 사례

고층 레윈존데, 라디오미터 등 3종 24개 고도별 기온, 습도, 풍향, 풍속 등 5) 예로 적설관측에는 초음파, 레이저식, CCTV 등이고, 안개관측에는 시정현천계, 시정계 등이 있다.

- 101 - - 102 -
 (3) 주요 기상특보별 기상관측자료 [표 3-11] 특보구역별 황사관측망 운영 계획
기종 ‘15 ‘16 ‘17 ‘18 ‘19 ‘20 ‘21
대설특보 기상청 27 27
○
PM10 환경부 91 91 122 142 162 183 183
합계 102 102
대설특보를 수행하기 위한 강설 및 적설 실황감시는 레이저식 및 초음파식 적설 입자계수기(OPC) 7 7 11 15 19 23 27
관측장비와 강설 감시를 위한 CCTV를 설치하여 활용하고 있으나, 이들 장비가 설 스카이라디오미터 4 4 4 6 7 7 7
치되지 않은 30개 시ㆍ군에는 2017년까지 레이저식 적설계를 우선적으로 설치하여
활용하고 있다. 강설 및 적설 감시를 위한 CCTV가 2010년부터 전국 169개소에서 ○ 안개특보
운영 중이나 화질이나 영상에 의한 오류가 많아 위험기상을 감시하는 보조 관측장 안개관측은 안개관측장비(안개특보제 시험운영)와 시정현천계(관측첨단화)가 동일
비로만 활용하고 있다. 한 장비이나 사업 추진시기에 따른 사업명이 달라 다르게 붙여진 장비이다. 안개관
측장비는 전국적으로 291대를 운영 중이나 안개 다발지역 중심으로 설치가 추진되
[표 3-9] 특보구역별 적설관측장비 설치현황 및 계획(시ᆞ군 개수)
어 11개 시ㆍ군은 아직 미설치 지역이다. 안개는 지역성이 강한 기상현상으로 기상
기종 ‘15 ‘16 ‘17 ‘18 ‘19 ‘20 ‘21 청은 안개관측 장비를 자동기상관측장비 설치지점까지 확대하고, 항만, 도로 등 교
미설치 특보구역(누적) 71 66 41
초음파식 설치구역(누적) 72 72 71 66 66 0 0 통안전과 관련한 안개 다발구역에 우선 설치할 계획이다.
아울러 안개 관측장비 설치지점의 통계자료를 기반으로 안개관측장비가 없는 지
레이저식 미설치초음파
지역 해소
→ 레이저
0 5
1
25
5
41
0
0
66
0
0
0
0 역의 시정값 추정 알고리즘 개발을 할 필요가 있다.
설치구역 설치구역(누적) 55 61 91 132 198 198 198
○ 풍랑특보
○ 황사특보 현재 해상 특보구역은 78개이며 해상기상관측 장비는 [표 3-12]와 같이 78대이며,
황사와 미세먼지 판별을 위해 PM 설치지역(29개소)에 황사입자계수기(OPC; 해역별 기상특성을 반영하고 최근 다양해진 어업 및 해상활동에 증가에 따른 수요
10

Optical Particle Counter)를 병행 설치하여 황사의 공간분포도를 산출ㆍ제공하고 있

증가와 국가적 해양재난에 효과적으로 대처하기 위해 구역별로 파고, 바람 등을 관
다. 대기 상층의 황사 유입여부를 효과적으로 판별하기 위해 스카이라디오미터를 측할 수 있는 장비를 최소 1대 이상 운영이 필요하다.
대권역별 1개소 설치 운영(총 7개소)하고 있다. 황사 유입경로 관측(기상청)과 대도 [표 3-12] 해상특보구역별 주요 해양기상관측장비 설치현황
시 대기오염 측정(환경부)을 중심으로 장비가 설치되어 일부 남서부지역 시군에는 구역수 주요 설치장비(갯수) 비고
관측 장비가 설치되어 있지 않다. 먼바다(광역) 8개 부이(17)
앞바다(국지) 25개 파고부이(8), 등표(5) 앞바다(광역) 7개
[표 3-10] 황사관측장비(PM10) 설치 시ᆞ군 현황 특정관리해역 45개 파고부이(51), 등표(4)
계 78개 85개
수도권 강원권 충청권 호남권 영남권 제주도 계
특보구역 36 30 28 38 46 5 183 해상광역특보구역 중 먼바다는 위험기상의 탄력적인 대응과 장비 유지관리에 대
기상청 5 5 3 5 7 1 26
환경부 32 10 12 14 20 3 91 한 효율성을 위해 표류부이 및 선박기상관측장비를 활용하고 있으며, 해상 안개 감
미설치 3 16 15 22 23 2 81 시를 위한 BuoyCam 등 시정관측장비의 추가 설치와 위성관측 자료를 이용한 해양
기상관측 요소 산출 기술개발도 필요하다.
- 103 - - 104 -
 [표 3-13] 해상특보구역별 주요 해양기상관측장비 설치계획

구분 구역수 기주요 설치장비 ‘16년 ‘17년 설치계획

‘18년 ‘19년 ‘20년 총 갯수
먼바다 8개 부이(16) - 4개 4개 4개 16개
- (시정)
(광역) (시정) (시정) (12개)
앞바다 등표(3) - - - - - 14개
(국지) 25개 파고부이(8) - 3개 (바람) 3개 2개 - (5개)
(바람)
특정관리해 45개 등표(4) - - - - - 48개
역 파고부이(37) 5개 2개 (바람) 6개 10개 10개 (26개)
(바람) (바람)
계 78개 78개 [그림 3-5] 기간에 따른 기상예보 분류
(43개)
(1) 초단기예보
3. 예보생산 및 검증 초단기예보는 예보시점부터 향후 4시간 이내에 대하여 행하는 예보로, 1시간 단
위로 제공된다. 예보구역은 현행 5km이며, 초단기예보의 요소는 [그림 3-6]과 같이
현재 기상청의 기상예보의 종류 및 내용은 기상법 제8조제1항에 규정되어 있다. 기온, 1시간 강수량, 풍향/풍속, 하늘상태, 강수형태, 상대습도, 낙뢰 등이다.
그 종류와 기간은 [표 3-14]과 같으며, 예보종류별 예보요소 현황은 [표 3-15]와 같다.
[표 3-14] 국내 예보종류, 기간, 지역

예보분류 예보기간 예보지역 비고

초단기 ～ 6시간 이내 육상, 해상
단기 6시간 이후～3일 이내 육상, 해상
중기 3일 이상～10일 이내 육상, 해상 주간(말)예보
1개월 예보
장기 11일 이상 3개월 예보 [그림 3-6] 2018. 12. 3. 06:30 초단기예보 사례
기후전망
(2) 단기예보(동네예보)
단기예보는 예보시점부터 3일 이내에 대하여 행하는 예보로 3시간 단위로 제공된
[표 3-15] 국내 예보종류 및 예보요소

단계 간격 발표주기 시간범위 구역 예보요소 다. 예보구역은 현행 5km 격자 간격으로 남한지역 4,438개 지점에 예보를 발표하고
- 실황요소 : 기온, 상대습도, 풍향, 풍속, 강수형태,
초단기 1시간 1시간 4시간 5km -하늘상태, 강수량, 낙뢰 및 그밖에 필요한 사항 있다. 단기예보의 요소는 [그림 3-7]과 같이 기온, 최고기온, 최저기온, 강수형태, 강수
예보요소 : 하늘상태, 강수형태, 강수량, 낙뢰 및 량(6시간), 강수확률, 누적강수량, 신적설, 풍향, 풍속, 하늘상태, 상대습도 등이다.
그 밖에 필요한 사항
- 예보요소 : 기온, 최고/최저기온, 상대습도, 풍향, 동네예보 생산에 필요한 기상요소 관측을 위하여 590개소의 자동기상관측장비를
단기 3시간 3시간 3일 5km 풍속, 하늘상태, 강수확률, 강수형태, 강수량, 신 운영 중이며 해상도가 13.1km로서 WMO 지상기상관측망 권고수준(15km)에 부합하
적설, 유의파고
중기 12～24시간 12시간 3일～10일 (광역) 도예보요소
10개구역 - : 기상전망, 날씨, 기온, 중기예보 신뢰 나 동네예보의 해상도(5km)를 충족하지는 못하고 있다.
정보, 파고

- 105 - - 106 -
 위해 기온, 기압, 강수량 등 많은 기상요소를 [표 3-16]과 같이 유관기관(27개 기관
약 3,600개소)과 함께 관측하고 자료를 공유하여 활용하고 있다.
[표 3-16] 유관기관 포함 관측현황(지점수)

기온 풍향 풍속 습도 기압 강수량 강수유무 일사 일조 운고운량 시정

1,699 1,734 1,739 1,401 516 3,386 1,026 270 230 92 234
적설 지면온도 초상온도 지중온도 토양수분 지하수위 복사 조도 결로 돌풍풍속 자외선
170 192 109 26 168 2 7 10 150 4 18
[그림 3-7] 2018. 12. 2. 23:00 동네예보(강수형태) 사례

(3) 중기예보 이러한 각각의 예보에서 사용되는 기상관측자료의 가중치가 다르기 때문에 각각
의 기상관측자료가 개별 예보에 미치는 효용도 및 기여도가 얼마나 되는지를 객관
중기예보는 예보시점 기준 3일 후에서 10일까지이며, 일 2회 발표된다. 12시 적으로 분석 평가하여 예보적중율 향상에 반영해야 한다.
간·24시간 단위로 10개 구역으로 나뉘어 광역단위로 제공하며, 3일에서 7일까지는
12시간 마다, 8일에서 10일까지 24시간마다 제공한다. 중기예보의 요소는 최고, 최 (4) 영향예보(Impact Forecasts)
저기온과 날씨이다.
기상청은 2020년 영향예보 정식서비스 시행을 목표로 영향예보 서비스를 시험운
영하고 있다. 영향예보는 ‘기상현상으로 인해 예상되는 사회·경제적 영향을 위험
및 취약성을 고려한 기상정보와 함께 전달하는 예보체계’로 정의할 수 있다. 영향
예보는 [그림 3-9]와 같이 같은 날씨에서도 때와 장소에 따라 다르게 나타나는 영향
을 과학적인 자료를 바탕으로 산출하여, 상세한 기상정보와 함께 전달하는 신개념
의 예보이다.

[그림 3-8] 2018. 11. 28. 06:00 중기예보 사례

또한, 특정 지역을 대상으로 발표하는 지점별 예보는 공항예보, 산악예보, 해수욕

장예보가 있으며, 이러한 기상예보를 발표하기 위해서는 ASOS 및 AWS 등 지상기
상관측자료, 부이, 파고계 등 해상기상관측자료, 라디오존데, 연직바람관측장비 등
고층기상관측자료, 기상레이더, 기상위성, 낙뢰관측 등 원격탐측기상관측자료와 기
후자료, 수치예측자료를 함께 이용하여 예보관이 이를 종합분석하여 예보를 생산하
고 있으나 예보종류에 따라 사용되는 관측자료별 사용 가중치는 각각 다르다.
기상청에서는 기상예보 뿐만 아니라 실황감시, 방재기상업무, 사후검증 및 분석을 [그림 3-9] 영향예보 개요

- 107 - - 108 -
 발된 의사결정지원시스템과 연계하여 중복투자 방지 및 성능 향상, 일반화재 및 산
기존 기상예보와의 차별성은 [그림 3-10]과 같이 구체적인 기상현상의 영향정보를 불로 인한 연무의 발생 과정과 확산을 고려한 예보 개발, 도로기상 예보의 정확도
분석하여 날씨로 인하여 나타날 수 있는 상세하고 구체적인 기상 영향정보를 추가 향상을 위한 관측망 통합 및 전달체계 완비, 가뭄피해 최소화를 위한 관련계획 수
적으로 제공하고, 기상현상으로 인해 예상되는 위험기상의 영향수준과 발생가능성 립에 필수적인 농업용수 사용/공급 예측 등의 분야에 대해서 기상청이 독자적으로
을 바탕으로 위험수준을 판단하여, 최대 7일 전부터 위험수준 정보를 제공하여 조 수행할 수 없기 때문이다.
기에 방재 대비 의사결정을 지원하는데 그 차별성이 있다. 영향예보 서비스를 위해 기상청은 2019년까지 시범사업을 통한 서비스 기반 구축
후, 2020년부터 정식 서비스를 위하여 빅데이터 기반의 기상영향 분석 및 지원 체
계 구축을 추진하고 있다. 이를 위해 유관기관 및 지자체 보유 1차 DB 및 민간·언
론·문헌·SNS 자료 등 기상영향 정보 수집·DB 구축, 기상영향 DB 분석 등 영향
예보 지원 체계 마련, 기상현상 감시, 영향예보 생산·검증을 위한 특보 구역별 관
측센서 확충(`20년까지 적설계 460개소, 시정현천계 371개소 등) 및 고층·해상 관
측망 보강, 첨단관측장비 도입 등 관측망 고도화에 주력하고 있다.
그리고 영향예보 기술개발을 위해 고분해능 및 대기·해양·지표 결합 확률예측
시스템 개발 및 위험기상 발생 빈도·오차 개선, 기상영향 DB를 활용한 빅데이터
기반의 시·군·구 지역별 영향 임계값 산정, 돌발홍수·호우피해·도로기상 등에
관한 재해모델 개발, 기상 레이더·위성 자료를 활용한 안개, 강수분포·빈도·강수
량 추정 기술 및 강수정량 예보 기술개발도 추진하고 있다.
이와 더불어 영향예보에 대한 이해 확산 및 관련기관 협업을 위해 유관기관, 지
자체 등에 대한 영향예보 홍보 및 전문인력 양성과 민·관·학·연 전문가 자문단
및 영향예보 실무 협의회 등 구성 및 영향예보 서비스 및 평가체계 구축을 추진할
계획이다. 실제 영향예보 활용사례 는 미국의 도로기상정보시스템(RWIS; Road
6)

[그림 3-10] 기존 태풍예보와 태풍 영향예보의 비교 Weather Information System)이다([그림 3-11] 참조). 미국의 도로기상정보시스템은
특히 겨울철 효율적인 도로관리에 크게 기여한 것으로 나타나고 있다. 아이다호 주
현재는 시범서비스 기간으로 태풍, 호우, 침수, 폭염에 대하여 영향예보 서비스 에서 행한 도로기상정보시스템 구축 전후를 비교·분석한 결과 제설제 사용량 83%,
등이 제공되고 있는데, 시범 기간이 지나면 문제점을 보완할 계획이다. 수요자 맞춤 인력투입시간 62%, 사고건수 83%가 감소하는 등 3가지 효과척도에서 모두 긍정적
형 서비스의 개발, 영향예보의 안정적인 정착 및 활용 확대를 위해선 예보를 실제 인 결과를 보여주었다.
로 활용하는 현장과 협력을 통한 서비스가 개발되어야 한다. 국내의 도로변 기상관측은 외국에 비하면 아직 인프라 구축면에서 다소 부족한
데, 고속도로의 경우 평균 설치간격이 122km당 1개소, 일반국도는 343km당 1개소
[표 3-17] 연도별 영향예보 시범서비스 계획(기상청, 영향예보 추진 기본계획, 2016.4) 가 설치되어 있어 다양한 도로변 기상상황을 관측하기에는 무리인 상태이다. 한국
구분 2016년 2017년 2018년 2019년 2020년～ 도로공사가 관할하고 있는 청원-상주 간 고속도로의 경우 결빙 취약구간으로 선정
추진분야 시범서비스 정식서비스 된 총 6개 지점, 인천대교에서는 5개 지점에 관측장비를 설치하여 풍향, 풍속, 노면
태풍, 대설 호우, 강풍 폭염, 한파 안개, 도로기상 온도, 가시거리 등의 자료를 [표 3-18]과 같이 수집하고 있다.
기상청의 독립적인 영향예보 수행에는 여러 가지 제약사항이 있는데 외부의 기개 6) 기상청, 기상기술정책 Vol.10, 2017.6.30

- 109 - - 110 -
 영향예보를 성공하기 위한 자료로는 첫째, 호우, 태풍, 대설 등 사회·경제적으로
영향이 큰 기상현상 관련 과거 재해 정보 및 기상현상 관련 신문기사, 방송보도 내
용 등 언론 자료 등 해당 기상현상 관련 Big-data 분석 자료이다. 유관기관 및 지자
체가 보유하고 있는 기상재해 원인·피해정보 및 취약성·노출 관련 정보와 기존
수집된 관련 정보 및 각종 통계자료 등 1차 데이터베이스를 활용해야 한다.
둘째, 실시간 영향예보 지원을 위한 기상청 및 지자체 등 유관기관의 관측자료이
다. ASOS, AWS 등 육상관측자료, 부이, 등표 등 해상관측자료, 존데, 연직바람관측
[그림 3-11] 도로기상정보체계 개요
장비 등 고층관측자료, 기상위성, 기상레이더, 낙뢰 등 원격 탐측자료와 지자체 등
[표 3-18] 도로기상정보 수집자료
유관기관 강우량계 1,775개소, 풍향풍속계 46소 등의 자료를 종합 활용하여야 한다.
셋째, 대설, 안개, 도로기상 등 기상현상 감시 및 영향예보 생산․검증을 위한 관측
구분 수집장비 수집자료 자료이다. 적설계(레이저식) 504개소, 시정현천계(안개) 362개소, 연안 파고부이, 원
기상자료 도로변 기상관측장비 대기온도, 강수량, 강수형태, 시정거리, 대기압, 대기습도, 풍속, 풍향 해 표류부이와 선박기상관측망, 도로기상관측 장비, CCTV 등 성능이 검증된 장비
접촉시/비접촉식 노면온도, 노면상태(습윤, 건조, 결빙, 적설, 셔벳)
도로노면자료 노면상태 와, 민간(날씨제보 앱, ㈜SK플래닛 등) 관측자료, 비정형 관측 데이터 등을 검증자료
관측장비
미기상정보 기상청 대기온도, 기압, 습도, 하향복사에너지, 장파복사에너지 로 활용해야 영향예보를 성공할 수 있다.
교통량 자료 교통량 정보 수집장비 교통량
현 동네예보로는 그 한계가 있어서 기존에 도로관리를 위해 주요 도로구간마다
설치되어 있는 CCTV를 활용하는 방안이 지속적으로 연구되고 있다. 기존의 교통량
정보 및 도로소통상황 수집을 위한 CCTV의 활용범위를 확대하여 기상관측용 판별
자료로 재가공하여 도로기상자료로 수집·활용하고 있다.
도로기상 빅데이터 실시간 수집·처리 기술의 발달로 고정식 장비(AWS, RWIS,
레이더 등) 및 이동식 차량 관측, CCTV 영상 등을 통합 활용한 도로경로별 정보의
생산이 가능하다.

[그림 3-12] 실시간 강우모니터링시스템

- 111 - - 112 -
제2절 수치예보와 기상관측자료 가스 증가, 지면피복 변화 등) 등을 반영해야 한다. 그리고 자료동화 기술을 토양,
해양, 결합모델 등과 연계하여 개선하고, 확률론적 예보로 전환(앙상블 예보의 확대)
하는 등 독자모델 개발 및 개선이 필요하다. 셋째, 기상예보관 능력 향상으로 객관
1. 수치예보업무
적 예보를 위한 빅데이터와 AI를 활용하고, 올바른 예보결과 분석을 위한 수치모델
개발 전문가와 수치모델 해석 전문가를 양성해야 한다.
(1) 수치예보 업무 수치예보는 온도·습도·기압 등 현재 대기 상태의 관측값을 넣어 컴퓨터 프로그
램(모델)으로 계산해 미래 기상현상을 예측하는 것으로 날씨를 알려면 우선 현재의
수치예보는 공기의 물리적, 화학적 특성 및 운동과 관련된 과학적 이론과 기술을 관측값을 알아야 한다. 기상청은 지상과 해양, 고층상공, 우주에 모두 21종 1,494대
동원하여 날씨를 예측하기 때문에 객관화된 예보이며, 수치예보를 바탕으로, 예보관 의 관측장비가 하루 2천만개 이상의 각종 관측값을 실시간으로 생산하고, 수많은
의 경험, 지식과 노하우를 더하여 예보를 결정하기 때문에 예보과정에서 차지하는 관측값을 일정 간격의 격자자료를 만들어 수식에 대입하는 자료동화 과정이 수치예
비중이 매우 높다. 보의 첫 단추이다. 그리고 지구모델의 격자수만 10억개, 변수만 20여개로, 세계에서
기상청 예보역량 진단을 위한 기획연구((주)테크노베이션파트너스, 2007)에 따르면, 각종 데이터를 수신받고 자료동화를 하는 데만 2~3시간이 소요된다. 이때부터 슈퍼
기상예보 역량에 영향을 주는 요소는 [그림 3-13]과 같이 기상관측자료, 수치예보모 컴퓨터가 1시간 남짓 수치예보 모델을 돌려 일기도 등 분석용 자료를 만들어내며,
델의 성능, 예보관의 능력 등 3개 요소이며 각 요소별 기여도는 2007년 설문조사 당 예보관들은 이를 분석해 일기예보를 생산하여 발표하게 된다. 이런 작업이 하루에
시 32%, 40%, 28%였으나, 수치예보기술과 정보통신기술 등 기상기술의 발달로 각 4번씩 반복되고 있다.
요소별 기여도는 변화가 있을 것으로 예상된다.
(2) 수치예보모델 운영
국내외적으로 현업 수치예측시스템은 예측영역에 따라 전지구(10∼20km), 지역/국
지(1∼5km)모델로 구분하여 운영하고 있으며, 확률예보를 위하여 앙상블(전지구10∼
40km, 지역/국지 2.2∼4km)모델을 운영하고 있다. 영국, 미국, 일본은 독자모델 기반
수치예측시스템을 구축하고 예보정보를 제공하고 있으며, 현재 우리나라는 영국 통
합모델에 기반하여 현업을 운영하고 있다.
[그림 3-13] 예보정확도를 결정하는 3가지 요소 수치예측시스템에서 생산하는 기상정보는 1일부터 기후예측까지 다양한 종류의
예측정보를 생산․제공하고 있으며, 목적에 따라 예측정보 제공을 달리하고 있다. 영
현대의 기상예보 정확도는 기상관측기술, 수치모델 정확도, 예보관의 능력에 따라 국의 경우, 최장 30일까지 이음새 없는 예보정보 제공을 목표로 하고 있으며 기상
결정되는데, 기상예보기술을 향상시키기 위해서는 다음과 같이 각 분야별 기술을 재해의 상대적인 피해규모와 충격수준을 기준으로 영향예보를 서비스하고 있다. 미
향상시킬 방안이 마련되어야 한다고 제시하고 있다(차동현, 2018). 첫째, 관측기술 국의 경우는 하루∼기후정보제공까지 정보를 제공하고 있으며 기상에 민감한 항공
개선 방안으로 고해상도 최적 기상관측망을 구축하고 실시간 국제 기상관측 네트워 및 재해대응을 위한 해양, 강, 호수 등으로 지역을 구분하여 예보정보를 제공 중이
크를 강화(중국, 일본)하며, 첨단 기상관측장비(드론, 위성, 레이더)를 개발하여야 한 며, 일본은 하루∼7일, 수개월 장기예보를 제공하고 있으며 재해대응을 위해 예보,
다. 그리고 기상예보와 연관된 기상관측정보(토양수분, 티벳 적설량 등)가 확보되어 주의보, 경보, 특별경보체계를 운영하고 있다.
야 한다. 둘째, 수치예보모델 기술개발 및 개선으로 단기, 중기, 장기 예측의 이음새 현재 국내에서는 초단기(6시간)∼장기(11일 이상) 예보정보를 제공하고 있으며 재
없는(Seamless) 예측시스템 개발 필요하며, 인위적/자연적 요인(도시열섬 효과, 온실 해대응을 위해 특보를 운영하고 있다.

- 113 - - 114 -
 [표 3-19] 국내외 수치예보모델 운영 및 기상정보 제공현황 2. 기상관측자료의 수치예보모델에 기여도
현업수치예보모델 운영현황 예보정보제공현황
구분 독자 전지구 지역(국지) 전지구 기상관측자료의 수치예보모델 활용 현황
모델 전지구 지역(국지) 앙상블 앙상블 예측기간 재해예보 (1)
재난재해 방지를 위한 테마별
영 O 10km 1.5km 10km 2.2km/ 최장30일까지이음새 기상정보 제공
강수, 강풍, 눈, 결빙, 안개 요소 전지구수치모델에서 활용되는 관측지점의 수는 계절이나 기상상태에 따라 변동이
국 4km 4km 없는 예보제공 의 상대적인 피해규모 및 충격 있다. 예를 들면 2016년 2월 14일 00UTC에 슈퍼컴퓨터에 들어오는 관측지점 수는
수준 기준 영향예보 서비스 지상, 고층, 항공기, 위성(정지궤도, 극궤도) 등 총 207만 지점이나 전지구수치모델
미 O 10km 12km
3km 10km 12km/
기간별로 당일/장기 지역별, 테마별(항공, 해양, 강과
/기후정보(최장3개월) 호수)로 구분하여 제공 에 사용되는 관측지점 수는 15만3천 지점으로 약 7%의 활용율을 보였으며, 2016년
국 1km 3km 로 구분 7월 1일 00UTC 경우는 총 203만9천 관측지점에서 자료가 수집되어 전지구수치모델
일일예보 : 3일까지 기상예보, 주의보, 경보 및 특별
에서는 16만 6천 지점이 사용되어 약 8.2%의 활용율을 나타내고 있다.
일 O 20km 5km, 40km, 중장기예보 : 주간 경보 제공
본 2km 55km 예보(내일-7일) 및 강수유무만 공식 발표,
장기예보(수개월) 수예보 수치예측그래픽
* 나우캐스팅과 기반 단기강
강수량 정보 제공
초단기 (6시간), 단기 강풍, 풍랑, 호우, 대설 등 10개
한 X 17km 12km, 32km (3일), 중기(10일), 장 기상현상에 대한 기상특보(주의
국 1.5km 3km 기(11일 이상), 기후 보, 경보)를 중대한 재해발생 예
전망 등의 예보정보 상 시 해당지역에 제공
제공
※ 연직해상도는 L60∼70 정도로 구성됨

년 11월 현재 기상청 현업용으로 사용중인 수치예측시스템(모델)은 [그림

2018
3-14]와 같다.

[그림 3-14] 기상청 현업용 수치예보모델(2018년 11월 현재)

[그림 3-15] 2016.7.1.00UTC 전지구모델에 활용되는 관측지점 분포도(기상청 수치자료응용과)

- 115 - - 116 -
 (2) 수치예보모델에 사용되는 기상관측자료 위성기상관측자료는 ATVOS, AIRS, IASI, GNSS 등 14종으로 가장 많이 활용되고
있으며, 추출정보로는 기온, 바람, 습도 해상풍 등 4개 요소이다.
수치예측시스템의 초단기, 국지, 지역, 전지구 모델에 사용되는 기상관측자료의
활용현황은 [표 3-20]부터 [표 3-22]이다. 지상/해상 기상관측자료는 지상기상전문 [표 3-22] 기상위성관측자료 활용 현황(기상청 미래수치기술팀, 2018)

(SYNOP), 기상1호, AWS, 공항자료(METAR) 등 9종이며, 활용변수는 기온, 바람, 습

도, 해면기압, 낙뢰, 시정 6개 요소이다. 분류/센서 탑재위성 추출정보 초단기 수치예보모델
국지 지역 전지구
ATOVS
AMSU-A/B, NOAA(미국) : 3개, 기온/습도 ○ ○ ○
[표 3-20] 지상/해상 기상관측자료 활용 현황(기상청 미래수치기술팀, 2018)
수치예보모델 MHS, HIRS Metop-A/B(유럽)
분류 활용변수 초단기 국지 지역 전지구
지상기상전문(SYNOP) 바람/기온/습도/해면기압 ○ ○ ○ ○ AIRS Aqua(미국) 기온/습도 ○ ○
기상1호 (관측시) 바람/기온/습도/해면기압 ○ ○ ○ ○ IASI Metop-A/B(유럽) 기온/습도 ○ ○
선박(Ship) 바람/기온/습도/해면기압 ○ ○ ○ ○ ATMS Suomi-NPP(미국) 기온/습도 ○
부이(Buoy) 바람/기온/습도/해면기압 ○ ○ ○ ○ CrIS Suomi-NPP(미국) 기온/습도 ○
공항자료(METAR) 바람/기온/습도/해면기압 ○ ○ ○ ○ 5개 정지궤도위성 (미국x1,
등표/등대(SYNOP) 바람/기온/습도/해면기압 ○ ○ ○ Satwind 유럽x2,일본, 한국[천리안]), 바람 ○ ○
AWS 바람/기온/습도/해면기압 ○ ○ ○ 7개 극궤도위성 (미국x5, 유럽x2)
낙뢰 낙뢰 ○ Scatwind Metop-A/B(유럽) 해상풍 ○ ○ ○
시정계 시정 ○ Metop-A/B(유럽),
GNSS-RO COSMIC(미국) 등 GNSS 위성 기온/습도 ○ ○
Ground GNSS GNSS위성신호 지상수신 습도 ○ ○ ○
고층/항공 기상관측자료는 고층기상전문(TEMP), 기상1호, 연직바람관측장비, 드롭 GPS_RO Metop-A/B(유럽), COSMIC(미국) 등 기온 ○ ○
존데 등 7종이며, 활용변수는 기온, 바람, 습도 3개 요소이다.
CSR 5개 정지궤도위성 습도 ○
[표 3-21] 고층/항공 기상관측자료 활용 현황(기상청 미래수치기술팀, 2018.)
(청천복사량) (미국x1,유럽x2, 한국[천리안], 일본)
SAPHIR Megha-Tropigues(인도-프랑스) 기온/습도 ○
분류 활용변수 수치예보모델
초단기 국지 지역 전지구 MWHS-2 FY-3C(중국) 기온/습도 ○
고층기상전문(TEMP) 바람/기온/습도 ○ ○ ○ ○ AMSR-2 GCOM-W1(일본) 기온/습도 ○
기상1호 (관측시) 바람/기온/습도 ○ ○ ○ ○
측풍기구(PILOT) 바람 ○ ○ ○ 기상레이더 관측자료는 국지 및 초단기 예보모델에 활용중이며 레이더 시선속도
윈드프로파일러 바람 ○ ○ ○ ○ 및 반사도, 구름 분석자료 3종을 활용하고 있다. 국지예보모델(LDAPS)과 초단기예보
드랍존데 바람/기온/습도 ○ ○ ○ 모델(VDAPS)에서는 레이더 시선속도(radial velocity) 및 반사도(CAPPI), 초단기예보
항공기상관측(AMDAR) 바람/기온 ○ ○ ○ ○
항공기보고(AIREP) 바람/기온 ○ ○ ○ 모델(KLAPS)에서는 레이더 반사도(reflectivity) 자료가 활용되고 있다.
낙뢰 낙뢰 ○
시정계 시정 ○

- 117 - - 118 -
 (3) 기상관측자료의 수치예보에 기여도
○ 전지구모델
기상관측자료의 수치예보에 기여도 평가(FSO; Forecast Sensitivity to Observations)는
각 수치예보모델에 사용된 모든 기상관측자료를 여름철(`15.6.1.~8.31. 00, 06, 12, 18
UTC)과 2015/2016년 겨울철 기간에 대해 평가한 결과는 다음과 같다.
2015년 여름철 기상관측종별 기여도는 위성(58%), 고층(26%), 지상자료(16%)의 순
으로 나타났으며, 관측자료당 기여도에서는 자료 수는 극궤도 위성 85% 차지하였
고, 개별 기여도에서는 보거스가 매우 높았다. 관측지점당 기여도에서는 다채널의
극궤도위성이나 다고도의 고층자료에 비해 지점수가 많은 지면/해수면 자료의 기여
도가 상대적 증가하였고, 지점수가 적은 고층 자료의 기여도도 증가했다. [그림 3-17] 2015여름철 국내 레윈존데 관측자료 총기여도(기상청 수치자료응용과)

년도 여름철 창원, 군산, 울진, 파주 등 국내 4개 지점 연직바람관측장비 관

2015
측자료가 수치예보모델에 미치는 영향은 [그림 3-18]과 같이 전체 고도에 대해 전
지점 부정적인 영향을 미치는 것으로 결론이 났고, 특히 군산의 관측자료는 수치예
보에 부정적 기여도 가장 큰 것으로 나타났다.

[그림 3-16] 2015여름철 전지구모델에 관측자료별 기여도(기상청 수치자료응용과)

2015년도 여름철 국내 고층기상측자료 즉 고산, 흑산도, 광주, 포항, 오산, 백령도,

속초 등 7개 지점의 레윈존데 관측자료(TEMP)에 대한 수치예보모델에 미치는 기여
도를 평가한 결과, [그림 3-17]과 같이 전체 고도에 대해 전 지점에서 긍정적인 영
향을 주었으며, 특히 일 4회 관측하는 오산, 광주, 고산, 속초 등 4개 지점에서 수치
예보에의 기여도가 높았다. [그림 3-18] 2015여름철 국내 연직바람관측장비 관측자료 총기여도(기상청 수치자료응용과)

- 119 - - 120 -
 년 겨울철에는 전지구 수치예보모델에 기상관측자료 기여도는 [그림
2015/2016
와 같이 위성 65%, 고층 22%, 지상자료 13% 순으로 나타났다. 그리고 관측지
3-19]
점당 기여도는 지점 수가 적은 고층자료의 기여도가 크게 나타났다.

[그림 3-21] 동아시아영역(국지모델)에 관측시간별 기여도(기상청 수치자료응용과)

동아시아영역(국지모델)은 전구영역(전구모델)에 비해 고층자료 기여도가 증가한

반면, 위성 기여도는 감소하였다. 그리고 COMS, MTSAT지점, 자료수의 기여도는 증
가하였다. MSG/DROP존데 관측자료는 없었다. 관측종별 기여도는 위성이 48%, 고층
38%, 지상자료 14% 순으로 나타났으며, 관측자료당 기여도에서는 자료수는 극궤도
위성이 81%를 차지하였고, 기여도는 보거스가 매우 높았다. 그리고 관측지점당 기
[그림 3-19] 2015/2016년 겨울철 전지구모델에 관측자료별 기여도(기상청 수치자료응용과) 여도는 지면/해수면 자료의 지점수가 상대적으로 증가하였다.
○ 국지예보모델(동아시아 영역)
관측종별 동아시아영역 예보오차 개선 기여도에서는 존데(TEMP) 자료가 전체 관
측종 중에서 가장 높은 22%를 보였으며, 존데 자료의 관측지점당 기여도는 50%로
나타났다[그림 3-20]. 또한 존데의 주요 관측시간인 00, 12UTC가 예보오차를 개선하
는 기여도가 가장 높게 나타났다[그림 3-21].

[그림 3-22] 2015여름철 동아시아영역(국지모델)에 관측자료별 기여도(기상청 수치자료응용과)

2015년 여름철 관측자료 수치예보기여도 평가(FSO)의 주요 결론은 다음과 같다.

위성자료는 지점수와 기여도에서 가장 높은 비중을 차지하고, 동아시아에서는 전지
구보다 고층자료 기여도가 상대적으로 높았다. 지상기상 관측자료의 종류별 기여도
는 SYNOP(7%)이 높았고, 자료지점 당 기여도는 BOGUS(TEMP 대비 11~20%)가 매우
[그림 3-20] 동아시아영역(국지모델)에 관측자료별 기여도(기상청 수치자료응용과)
높았다. 고층자료(TEMP)의 기여도가 가장 높으며(15~25%), DROP은 전구 영역에서
지점 당 기여도가 높으나(TEMP 대비 73.7%), 동아시아 내에는 해당자료가 없었다.

- 121 - - 122 -
그리고 기상위성관측자료 중 극궤도위성의 경우, 자료 수는 81~85%, 종별 기여도는 그리고 겨울철 집중관측(2016년 1월 20일~2월 26일) 지점으로는 기상1호(양양), 평
31~40%로 가장 높으며, 전구에서는 ATOVS 기여도가 가장 높은 33%, 동아시아에서 창(보광), 대관령(용평), 강릉원주대, 정선 등 5지점과 현업 관측 지점인 7개 지점(백
는 AMV의 기여도가 가장 높은 33%를 차지했고, COMS의 기여도가 상대적으로 8% 령도, 오산, 북강릉, 흑산도, 광주, 포항, 고산)으로 공간 해상도는 20~40km, 시간해
증가하였다. 상도는 3(강릉원주대), 6(대관령), 12(평창)시간이였다.
결론적으로 동아시아지역(국지예보모델)의 예보오차 감소에 가장 큰 기여를 한 관
측 종은 계절에 관계없이 TEMP(레윈존데) 관측으로 나타났다. 그 다음으로는 계절
별로 다른데, 여름에는 AIRCRAFT(항공), 기상위성인 AMSU-A, IASI가 뒤 따랐고, 겨
울에는 AIRCRAFT(항공), AMSU-A, 천리안 위성(COMS)의 대기운동 벡터가 그 뒤를
따랐다. 동아시아에 분포한 TEMP고층관측 중 중위도 기압골이 지나는 길목(중국
화북지역)에 분포한 TEMP 관측의 기여도가 가장 높았다.
AMSU-A 복사관측 자료 중 동아시아 예보오차 감소에 가장 많이 기여한 복사관
측 자료는 계절에 관계없이 NOAA-19 AMSU-A였다. 그 다음으로 여름에는
MetOp-A AMSU-A, NOAA-18 AMSU-A, NOAA-15 AMSU-A 순이였으며, 겨울에는
NOAA-18 AMSU-A와 NOAA-15 AMSU-A 순으로 나타났다(김성민, 김현미, 2017).

○ 기상1호(특별관측) 국지예보모델에 대한 기여도 평가 [그림 3-24] 겨울철 기상1호 및 육상 집중관측 지점

국지예보모델에 대한 기상관측자료의 기여도를 평가하기 위해 2015년 6월 15일부 2015/16년 겨울철(대설) 집중관측 자료에 대한 국지예보모델 기반 수치실험 수행
터 7월 15일까지 31일간 기상1호에서 수행한 여름철 집중관측 자료를 사용하였다. 결과 기상1호의 영향이 가장 크게 나타나고, 시간해상도가 높아질수록 바람, 강수
집중관측 지점은 7지점으로 기상1호(제주해상), 진천, 군산, 대구, 보성, 창원, 고산 변화가 커지며, 여름철(장마)이나 겨울철(대설) 집중관측자료에 의해 수치모델의 약
이였고, 현업 관측지점은 6지점(백령도, 오산, 북강릉, 흑산도, 광주, 포항)이였다. 한 강수현상에서는 정확도가 향상하나 강한 강수현상에는 정확도가 하락했다.
시간해상도는 3시간(진천, 창원, 보성)과 6시간(제주해상, 군산, 대구, 고산) 간격으
로 실시되었다. 2015년 여름철(장마) 집중관측 자료에 대한 국지예보모델 기반 수치 ○ AWS 관측자료 국지예보모델(LDAPS)에 기여도 평가
실험 수행 결과, 남해에 대한 집중관측자료의 영향이 크게 나타난 것으로 보아 집 부경대학교 김동주 등(2017)의 연구에서는 기상청에서 운용중인 495개 AWS를 설
중관측자료에 의해 수치모델의 강수 정확도가 향상되었음을 알 수 있었다. 치 위치에 따라 산악, 해안, 도시, 교외로 분류 한 후, 각 지역당 30개 지점을 선정
하여 2015년 1월 1일부터 12월 31일까지 1년간 지형에 따른 국지예보모델(LDAPS)의
특성을 분석한 결과는 [표 3-23]과 같다.
[표 3-23] AWS관측자료의 지형에 따른 국지예보모델 특성

지역 기온 풍속 기온편차 비고
산악 과대모의 과소모의 여름〉겨울 - 실제 지형고도 미반영
해안 과소모의 과대모의 - - 실제 지형과 유사
교외 - 관측값과 모델값 차가 적음
도시 과소모의 과대모의 겨울〉여름 - 고층건물 미반영
[그림 3-23] 여름철 기상1호 및 육상 집중관측 지점 - 차량, 포장, 난방 미반영

- 123 - - 124 -
 ○ 관측종별 수치예보 개선 기여도 ATOVS와 항공기 및 종관기상자료의 경우 관측자료의 개수가 많고 예보에 미치는
영향 또한 크게 나타났으며, 공항관측자료인 METAR도 예보오차를 줄이는데 큰 역
2012년 기상청 수치자료응용과에서 발표한 자료에 따르면, 기상청에서는 2010년 5 할을 하고 있다([그림 3-27] 참조).
월 통합수치예보모델을 기반으로 한 현업수치예보시스템을 도입하여 운영하고 있다.
통합모델은 각종 위성자료 등 많은 수의 관측자료들의 활용이 가능하고 GPS 자료 등
전세계적으로 공유되는 많은 관측자료들의 사용으로 예보정확도 향상에 기여하고 있다.
관측민감도 평가도구는 수반모델을 이용한 예측민감도 평가방법으로서 1회의 모
델 수행으로 관측자료와 초기장이 예보성능에 미치는 영향을 세부적으로 파악할 수
있는 장점을 가지고 있다. 또한 통합모델 자료동화시스템에 구축된 관측민감도
(FSO) 평가도구는 24시간 예보오차 감소에 기여하는 관측의 영향을 수반모델을 이
용하여 계산한다. 현재 통합모델에는 [그림 3-25]와 같이 10개의 관측그룹이 사용되
고 그 안에 27개의 세부 관측종이 사용되고 있다. [그림 3-27] 2012년 6~9월 동안 관측종별 자료 개수

위성)자료의 경우 관측 개수는 적으나 그 영향은 가장 큰 것으로 나타났고,

IASI(
BOGUS 자료와 연직 종관자료(Drop Sonde, TEMP, PILOT, Wind profiler), GPSRO 자
료는 관측 개수 대비 예보에 미치는 영향이 큰 것으로 나타났다([그림 3-28] 참조).

[그림 3-25] 통합모델에 사용되는 관측종

2012년 7월부터 9월까지 3개월 동안 전구모델에 대해 6시간 간격으로 생산된 관측

종별 영향에 대해 분석한 결과 [그림 3-26]과 같이 IASI(위성)자료가 예보 오차를 줄
이는데 가장 크게 기여하였고, 그밖에 ATOVS, 라디오존데, AIRS 및 항공기 자료 순
으로 기여도가 높았다.
[그림 3-28] 관측개수 별 평균 효과(총효과/자료 개수)

2011년 12월부터 새로이 추가된 천리안 위성(COMS/KMA)의 경우 다른 관측종에 비해 크

지는 않지만 예보오차를 줄이는데 긍정적 효과를 미치고 있다([그림 3-29] 참조).

[그림 3-29] AMV(대기운동벡터)의 위성별 영향

[그림 3-26] 2012년 6~9월 동안 관측종별 총 영향

- 125 - - 126 -
 결론적으로 관측자료가 많은 Radiance(복사휘도) 자료가 예보에 미치는 영향이 크
게 나타났고, 지상 관측자료 및 연직 관측자료(레윈존데, 항공기자료) 등이 관측 개
수에 비하여 예보에 미치는 영향이 크게 나타났다. 이는 미해군연구소(NRL), 영국기
상청(MetOffice) 등 다른 기관들과도 유사한 결과이다.
3. 통계모델에 활용되는 기상관측자료

기상청에서는 수치예보모델의 체계적인 오차를 보정한 MOS(Model Output

Statistics) 가이던스를 일 2회 생산하여 예보편집에 사용하고, 예보관은 최신관측 자 [그림 3-31] 기온예보 평균 RMSE의 예보시간별 비교
료 등을 활용하여 MOS를 수정한 후 일 8회 동네예보를 생산하고 있다. 이를 위해
최신관측 자료를 반영한 객관적인 보정방법을 개발하여 성능을 검증하고 예보생산 이 CMOS 결과를 기반으로 기상청 초단기예보에 제공되지 않았던 기온, 습도, 풍
시스템에 적용하고 있다. 속 요소를 적용하여 현재 서비스중에 있으며, 단기 동네예보 생산 시스템에도 적용
성능검증에서 2015년 1년 동안 일 2회 생산되는 MOS와 예보시간 이전 3시간 동 하여 예보생산 시스템 개선을 추진중에 있다.
안의 사용 가능한 관측자료인 기온, 습도, 풍속을 사용한 예보(CMOS)와 비교한 결
과, 기온은 0.3℃ 오차가 개선되었다. 또한 CMOS는 MOS에 비해 습도의 경우 약 4. 선진국(영국) 사례

4%, 풍속의 경우에는 0.34m/s의 오차가 개선되었으며 그 결과는 [표 3-24]와 [그림

기상선진국에서는 오래전부터 기상관측자료를 수치예보업무에 활용하고 있다. 특
3-30]과 같다.
히 위성기상관측자료는 수치예보모델에 가장 많이 활용하고 있다. [표 3-25]와 같이
[표 3-24] 2013년 평균 RMSE와 비교 영국에서는 전구모델과 지역모델에 NOAA, Metop, Aqua, FY-3C, GOES 등 많은 위
구분 기 온 (℃) 습 도 (%) 풍 속 (m/s) 성으로 복사량, 해상풍, 토양수분, 해빙 등 다양한 기상관측자료를 추출 수치모델에
MOS 1.61 12.54 1.37 활용하고 있다.
CMOS 1.28 8.31 1.03
[표 3-25] 영국기상청의 기상위성관측자료 활용 현황
Observation type Satellites NWP models*
AMSU / ATMS / MHS radiances 3NOAA+S-NPP+Metop-A+B G, UK
HIRS clear radiances Metop-A G
IASI, CrIS and AIRS radiances Metop-A+B+S-NPP+Aqua G, UK
SSMIS radiances 1 DMSP(F-17) G
AMSR-2 radiances GCOM-W G
MWHS-2 radiances FY-3C G
Saphir radiances Megha-Tropiques G
Geo imager clear IR radiances MSG, MTSAT, GOES G, UK
GPS RO bending angles 4COSMIC, GRAS, TerraSAR-X G
GPS ZTDs ~430 European + ~100 non-Europ . G, UK
AMVs–geo 5geo satellites G, UK
AMVs–MODIS and AVHRR Aqua, Terra, 3NOAA, Metop-A+B G
AMVs–GEO-LEO Various G
Scatt. sea-surface winds: ASCAT + RapidScat Metop-A+B+ISS RapidScat G, UK
[그림 3-30] 기온예보에 대한 발표시간 +1시간 ~ +12시간 예측평균 RMSE MW imager sea-surface winds: Windsat Coriolis G
SEVIRI cloud height and amount MSG UK
기온예보 발표시간 +1시간~+24시간까지 CMOS는 MOS의 오차를 [그림 3-31]과 같이 SSTs: AVHRR, AATSR, AMSR-E… 3 NOAA, Metop-A+B, Aqua G, UK
Soil moisture: ASCAT Metop-B G, UK
지속적으로 개선되었고, 이후 +24시간까지도 차이는 작으나 오차를 개선한 효과가 Sea ice: SSM/I, SSMIS DMSP G
Snow cover various G
있는 것으로 나타났다.
- 127 - - 128 -
 또한 영국의 경우 [그림 3-32]같이 수치예보모델에 위성, 고층, 해상, 지상 등 많 기상관측 종류별 단기 수치예보의 에러를 감소시키는 기여도는 Metop(위성)이 약
은 자료를 현재 활용중에 있으며 기상관측자료 종류별 수치예보 민감도(FSO)는 국 25%로 가장 크며, 모든 기상위성관측 자료는 전체적으로 64% 수치예보에러를 감소
내에서와 같이 위성>고층>지상 순이다. IASI, AMSU-A 등 위성관측 자료는 영국기상 시키는 것으로 분석되고 있다. 종관기상관측자료는 36%를 감소시키는데 이 중에 존
청(Met Office)이 현재 사용 중인 전지구 수치예보모델의 24시간 예보의 에러(Error) 데관측 자료는 15%, 항공이 9%, 육상관측이 7%, 해수면 관측자료가 5%를 감소시킨
를 10~20%를 감소시키고 있다(John Eyre et. al., 2016). 다.

[그림 3-34] 기상관측 종류별 단기 수치예보 에러 감소 기여도

[그림 3-32] 전지구모델 24시간 수치예보 에러 감소율(%)

영국기상청은 위성, 고층, 지상, 항공 등 거의 모든 기상관측자료를 수치예보모델 자

료동화에 사용하고 있다. 수치예보모델에서 각각의 기상관측자료의 민감도(FSOI)는 [그
림 3-33]과 같이 계절에 따라 다르다. 민감도는 2014년 5월이 50J/kg이하로 가장 작고,
2012년 1~3월이 150J/kg이하 이며, 2013년 4~7월이 250J/kg이하로 가장 크다.
기상관측 종류별 영향이 큰 상위 6개 요소를 보면 2012년 1~3월은 AMSUA>
IASI>TEMP>Aircraft>SYNOP>AIRS로서 이를 관측 분야별로 정리하면 위성>고층>항공기관
측>종관의 순서이며, 이는 국내의 수치모델에서 기상관측자료의 민감도의 순서와 같다.

[그림 3-33] 기상관측 종류별 수치예보 민감도(FSOI)

- 129 - - 130 -
제 4 장 기상관측자료의 예보업무 기여도 분석 브레인스토밍 평가의 목표를 명확히 하고 대안에 대한 평가항목(요인)을 여
(Brainstorming) 러 사람(전문가, 이해관계자)이 토론을 통해 설정하는 과정
제1절 분석방법
계층구조설정 평가항목을 기여도에 따라 상위 계층과 상위 계층에 영향을
(Structuring) 미치는 차하위 계층의 평가항목 구성
1. 계층분석과정(AHP, Analytic Hierarchy Process)기법

본 연구에서는 기상예보업무의 기상관측자료의 기여도를 파악하기 위해 AHP기법을 활 가중치 산정 평가항목들을 쌍대비교(pairwise comparison)하여 요인별 가
(Weighting) 중치 산정
용하였다. AHP기법은 다수의 대안을 합리적으로 평가하고 우선순위에 따라 최선의 대안
을 결정하기 위해 주로 활용되는 분석기법으로 의사결정의 목표나 평가기준이 다수이며
복잡한 경우에는 상호 관련성이 적은 배타적 대안들을 체계적으로 평가할 수 있다. 일관성 검증 일관성비율(consistency ratio)을 활용하여 평가일관성을 검증
AHP기법은 객관적 평가요인뿐만 아니라 주관적 평가요인을 포함하여 평가할 수
(Consistency Test)
있는 유연성을 가진 기법으로 수리적 이론보다 참여자의 직관을 바탕으로 하기 때
문에 그 논리적 접근이 쉽다. 특히 집단내 의사결정 문제를 해결하는데 유용하기 평점측정 각 평가항목을 기준으로 대안에 대한 상대적 적절성 측정
때문에 1980년대 이후 경영과학 분야에서 주요 의사결정 기법으로 인정받고 있다. (Measurement)
대부분의 의사결정문제가 그러하듯 불완전한 정보와 한정된 자원하에서 목적과 기
준에 일치되는 최적의 대안을 선택해야 하는 문제를 가지고 있으며, 이러한 관점에 민감도 분석 주요 평가항목에 대한 가중치를 변화시키면서 의사결정 결과가 그
서 AHP는 최종적인 목적 아래 하위기준들을 수립한 뒤 상위 목표의 관점에서 하위 (Sensitivity Analysis) 변화에 얼마나 민감하게 변화하는지 검증
기준을 평가함으로써 가중치를 부여하여 평가하는 방식을 취하고 있다. [그림 4-1] AHP 분석과정
AHP기법을 이용한 계층분석과정은 계층을 구성하고 있는 각 요소들을 상대비교
(pairwise comparison)함으로써 의사결정을 내리는 기법으로 장점으로는 첫째, 복잡 2. 기상관측자료의 계층적 구조 설계
한 의사결정 문제를 계층적으로 표현하기 때문에 보다 정확하게 구조를 파악할 수
있는 장점을 가지고, 둘째, 측정단위와 무관하게 여러 특성에 대한 비교가 가능하 앞 장에서 기상관측자료의 현황 자료를 토대로 기상관측자료를 카테고리화를 진행하
고, 두 특성간의 쌍대비교를 통해 선호도를 판단하면 되기 때문에 정량적 특성과 였다. 기상관측요소별, 시간별, 장비별, 관측지점 계층별로 분류하였다. 이를 토대로 기
정성적 특성을 구분할 필요가 없다. 그리고 셋째, 계층분석과정은 평가자들의 판단 상관측자료에 대한 정의와 기여도를 평가하기 위한 계층구조를 설정하였다. 계층별 구
에 대한 논리적 일관성을 검증할 수 있기 때문에 평가결과에 대한 신뢰성을 높일 분은 기상관측자료를 모두 포함하며, 각 계층(Class)별 수준이 대등하도록 설정하였다.
수 있다는 장점을 가지고 있다. 이러한 AHP기법은 “예비타당성조사 운용지침, 제6 기상관측자료의 기상예보 업무의 기여도 평가를 위해 계층 1에서 지상기상관측,
장 예비타당성조사 분석방법, 제37조 종합평가”에 필수사항으로 활용되고 있다. 고층기상관측, 해양기상관측, 기상위성관측, 기상레이더관측, 목측관측 등 6개의 평
본 연구에 주요대상인 예보업무는 다양한 기상관측자료와 여러 가지 기상모델을 가요인으로 구성하였다. 그리고 6개의 평가요인을 각각 3~4개 요인으로 하위계층을
통한 결과를 토대로 예보관이 기상예보문을 작성·통보하고 있다. 이에 예보관 중 구성하였다. 예를 들어 지상기상관측은 ASOS, AWS 등의 자동기상관측, 시정현천계
심으로 예보업무를 수행하는데 있어 중요하게 생각하는 기상관측자료가 무엇인지를 등의 장비가 속한 안개관측, CCTV, 초음파 적설계 등의 적설관측, 그리고 황사관측
AHP기법을 통해 분석하여 기상관측자료의 기여도를 평가하고자 한다. 이러한 AHP
과 농업용 AWS가 있는 황사/농업 관측으로 구분하였다. 각각의 평가요인에 대한 세
기법의 분석과정은 아래 그림과 같이 브레인스토밍→계층구조설정→가중치산정→일 부설명은 아래의 그림과 표와 같다.
관성검증→평점측정→민감도분석의 절차로 진행된다.
- 131 - - 132 -
 기상예보업무 기여도 그리고 본 연구에서는 부가적으로 기상예보업무의 역량 중에서 관측자료가 기여
하는 정도를 파악하기 위해 기상예보업무의 역량을 AHP를 통해 측정하였다. 기상
예보업무 역량의 AHP모형은 2007년 기상청 예보관 역량진단을 위한 연구((주)테크
지상기상관측 고층기상관측 해양기상관측 기상위성관측 기상레이더관측 목측(유인)관측
노베이션파트너스)의 설문 모형을 토대로 계층 1에는 기상관측자료, 수치예보모델,
예보관 역량으로 구성을 하였다. 계층 2는 기상관측자료는 관측 자료의 질, 관측 자
자동기상 라디오 앞바다 COMS 실시간 강수/적설 료종류, 관측 지점수로 구성하였고, 수치예보모델은 모델성능, 모델해상도, 예측기간
관측 존데 관측 영상관측 관측
안개관측 연직바람
관측장비 먼바다
관측 정지기상 레이더
강수량 하늘상태
관측
으로, 예보관 역량은 예보경력, 예보지식, 교육훈련, 예보팀워크로 평가요인을 구성
위성 하였다.
적설관측 라디오 연안관측 극궤도 낙뢰관측 시정관측
미터 위성
황사/농업 항공기 연해관측 유관기관 기후/계절 기상예보업무 역량
관측 관측 관측 관측
[그림 4-2] 관측자료의 기상예보업무 기여도 평가를 위한 AHP 모형
기상관측자료 수치예보모델 예보관 역량
(정보통신 기술 포함) (슈퍼컴 성능 포함)
[표 4-1] 관측자료의 기상예보업무 기여도 평가를 위한 평가요인 세부설명(1)

대항목 세부지표 지표 내용(대수) 관측자료질 관측종류 관측지점 모델성능 해상도 예측기간 예보경력 예보지식 교육훈련 예보팀워크
자동기상관측 ASOS(96), AWS(494)), 운고운량계(92), 일조(96), 일사(54)
지상기상관측 안개관측 안개관측(시정현천계)장비(291) [그림 4-3] 기상예보업무 역량 평가를 위한 AHP 모형

적설관측 CCTV(170), 초음파적설계(60), 레이저식적설계(122)

황사/농업 관측 황사관측장비(34), 농업용 AWS(11) [표 4-2] 관측자료의 기상예보업무 기여도 평가를 위한 평가요인 세부설명(2)

라디오(레윈)존데 포항, 태풍센터, 북강릉, 백령도, 흑산도, 창원 등 6소 대항목 세부지표 설 명

고층기상관측 연직바람관측장비 파주, 군산, 강릉 창원, 원주 등 9소 기상관측자료 관측자료 질 관측자료의 정확도, 관측간격 및 정시 전달, 자료수집·표출 능력
라디오미터 파주, 군산, 강릉 창원, 원주 등 9소 (정보통신기술 관측종류 지상, 고층, 해양, 기상위성/레이더등관측장비, 기온, 강수량등관측요소
항공기관측 암다 21대 포함) 관측지점 수 육상, 해상, 상층, 도서, 산악 등 관측위치 및 지점 수, 자료수집 능력
앞바다 관측 등표기상관측(9), 파랑계(1), 파고부이(59) 수치예보모델 모델성능 수치모델을 통해 나온 결과물의 실제 기상현상과의 정확도
해양기상관측 먼바다 관측 해상기상부이(17) (슈퍼컴성능 모델해상도 수치모델 결과물의 격자 및 지역적 범위, 슈퍼컴 성능
연안 관측 연안 및 항만 기상관측(18) 포함) 예측기간 수치모델 예측 선행시간 및 예측 기간, 슈퍼컴 성능
연해 관측 선박기상관측(14), 기상관측선(1) 예보경력 예보 관련 업무를 수행한 경력
COMS 천리안위성, 천리안위성 2A
기상위성관측 정지기상위성 Himawari-8, GOES, FY-2E 예보관 역량 예보지식 예보 관련 이론 등 기본지식 및 노하우, 관련 자격증 소유
교육훈련 예보 관련 정기/수시 교육훈련, 예보기술 전수, 예보관련 연구
극궤도위성 NOAA, Aqua/Terra, METOP, DMSP, CORIOLIS 예보팀워크 예보팀장의 역할 및 팀원간 소통 능력, 예보지역내 정보확보 능력
실시간영상관측 기상청13대(S밴드이중편파11대)
기상레이더관측 레이더강수량예측 MAPLE
낙뢰관측 낙뢰관측 21개소 이상과 같이 기상관측자료의 기여도를 평가하기 위해 2개의 AHP모형을 설계하였
국외/유관기관관측 환경부(한강홍수통제소) 7대, 국방부(공군) 9대, 중국, 일본
강수/적설관측 강수(적설)량, 시종시간, 강수경향 등 고, 추가적으로 관측자료의 개선, 중요 관측요소 및 장비, 활용도, 기상전문인력 양
목측(유인)관측 하늘상태관측 운량, 운형, 운종, 운향 등 성 등 기상관측자료의 기여도를 평가하기 위한 15개의 설문항목을 구성하여 설문지
시정관측 안개유무, 최소시정 등 를 작성하였다.
기후/계절관측 개화, 단풍 등 계절관측, 기후변화 관측
이렇게 작성된 설문지의 적절성을 파악하기 위해 2018년 9월 12일부터 19일까지
자문위원과 기상전문인협회 회원들을 통해 파일럿 테스트를 거쳐 모형의 적합성과
설문조사 항목의 타당성을 검토하고 설문조사를 시작하였다.

- 133 - - 134 -
제2절 설문조사 실시 및 표본 분포 상기와 같이 배포된 설문지 중 총 567부의 설문지가 회수(응답률 73.6%)되었으며,
이중 일부 항목에 설문을 하지 않은 67부를 제외한 500부의 설문지가 유효하였다.
본 설문조사는 2018년 10월 1일부터 11월 10일까지 실시되었으며, 기상청 본청과 이 중 기상청 관련기관은 278명(55.6%)이며, 지자체 등 유관기관 137명(27.4%), 학계,
6개 지방기상청, 3개 지청, 항공기상청, 국립기상과학원 등 기상청 소속기관과, 기상
공군 등 기상전문가가 85명(17%)으로 나타냈다.
산업기술원, 기상사업자, 기상전문인협회 회원 등을 대상으로 총 770명을 대상으로 설문응답자의 지역분포는 서울이 149명으로 29.8%를 차지하였으며, 대전 및 충청
실시되었다. 도, 부산 및 경상도 순으로 나타났다.
설문대상 인원은 기상청이 398명으로 51.7%를 차지하였고, 지자체 등 유관기관은
170명(22.1%), 기상전문가 202명(26.2%)이였다. 그리고 본 설문지는 기상관측자료의
[표 4-4] 지역 분포

기상예보업무의 기여도를 평가하는 PART 1부분과 기상예보 업무역량을 평가하는 빈도 %

PART 2 및 기상관측자료의 활용성, 적절성, 신뢰도 등을 조사하기 위한 기상관측업 서울 149 29.8
무 설문인 PART 3로 구성하였다. 인천 및 경기도 52 10.4
이에 PART 1~3이 포함된 내부용 설문지는 516명에게 배포하였고, PART 2~3만 부산 및 경상도 65 13.0
포함된 외부용 설문지는 254명 등 총 770부의 설문지를 배포하였다. 광주 및 전라도 56 11.2
대전 및 충청도 67 13.4
[표 4-3] 설문지 배포현황 강원도 55 11.0
구 분 설문 인원 설문분야 비고 제주도 54 10.8
예보근무자 30 기타 2 .4
본청 관측, 행정 등 31 전체 500 100.0
예보근무자 108
지방청 관측, 행정 등 59 PART1~3 관측정책과
기상청 협조 직급별 분포는 대리(6~7급)이 181명으로 36.2%로 가장 높게 나타났으며, 사원(8급
수치모델링센터, 위성 등 69 이하)아 30.6%, 계장/과장(4~5급) 순으로 나타났다.
관측전문가 101
소계 398 [표 4-5] 직급 분포

한국형수치예보모델개발사업단 20 빈도 %
공군 20 PART1~3 사원(8급이하) 153 30.6
학계, 연구계 20
58 대리(6-7급) 181 36.2
기상전문가(협회) 84 한국기상
외부기관 전문인협회 계장/과장(4-5급) 90 18.0
지자체 등 100 PART2~3 부장/차장(3급) 14 2.8
농진청, 산림청 등 50
기상사업체 20 이사 이상(고위공무원) 14 2.8
소계 352 기타 48 9.6
합 계 770 전체 500 100.0

- 135 - - 136 -
 예보 관련 업무수행 경험에 응답자 중 134명인 26.8%는 수행한 경험이 없다고 응 [표 4-8] 현재 소속 분포

답하였으며, 366명이 예보를 한 경험이 있는 것으로 나타났다. 그리고 이중 105명은 빈도 %

예보관련 경험이 3~5년으로 가장 높은 빈도를 나타냈으며, 11년 이상도 97명으로 기상사업자 등 27 5.4
전체의 19.4%를 나타났다. 지자체 등 공공기관 110 22.0
학계 20 4.0
[표 4-6] 예보 관련 업무수행 경험 분포 기상청 59 11.8
기상청 소속기관 219 43.8
빈도 % 산하 공공기관 20 4.0
없음 134 26.8 기타 45 9.0
2년 이하 92 18.4 전체 500 100.0
3-5년 이하 105 21.0
6-10년 이하 72 14.4 현재 담당업무 분야는 예보가 32.4%로 가장 높게 나타났으며, 기타 17.6%, 소방/
방재가 13.8%, 관측 10.8% 순으로 나타났다.
11년 이상 97 19.4
전체 500 100.0 [표 4-9] 현재 업무 분포

빈도 %
업무경력 기간은 20년 이상이 167명으로 33.4% 차지하며 가장 높게 나타났으며, 예보 162 32.4
10~20년 22%, 3년 이하 16.6% 순으로 나타났다. 수치모델 15 3.0
관측 54 10.8
[표 4-7] 업무경력 기간에 따른 분포 행정관리 44 8.8
빈도 % 소방, 방재 69 13.8
학술, 연구 47 9.4
3년 이하 83 16.6 기상산업 21 4.2
3-5년 67 13.4 기타 88 17.6
6-10년 73 14.6 전체 500 100.0
10-20년 110 22.0
20년 이상 167 33.4
전체 500 100.0

현재 근무하는 소속 분포에서는 기상청 소속기관이 43.8%로 가장 높게 나타났으

며, 지자체 등 공공기관이 22%, 기상청 본청이 11.8% 순으로 나타났다. 본 연구가
기상관측자료를 사용하는 기상청 내부뿐만 아니라 지자체, 기상사업자, 학계 등 외
부사용자까지 모두 설문에 응답하여 대표성을 확보하였다.

- 137 - - 138 -
제3절 AHP 분석과정 4단계는 기준 또는 대안들의 상대비교한 결과의 일관성 비율(CR; Consistency
을 산출한다. 상대비교는 주관적인 판단이므로 완벽한 일관성은 불가능하지만,
Ratio)

AHP기법은 종합적 목표를 달성하기 위해 고려해야 할 기준들의 상대적 가중치와 일관성이 지나치게 부족하다고 판단되면 결과값에 반영하지 못한다. 일반적으로
각 기준에 있어서 대안들의 상대적 가중치를 결정한 뒤, 이들을 곱한 평점의 합을 AHP기법에서는 CR값이 0.1이하면 일관성이 있는 것으로 판단된다. 일관성 비율을

비교하여 대안들간의 종합적 우선순위를 평가하는 방법이다(김기석, 2006). 산출하는 식은 아래와 같다.
이를 위해 1단계로 상대적 가중치를 평가하기 위하여 두 기준씩 상대비교를 한
결과를 행렬로 작성하였다.    × 

   의 평균값

      

    

위의 식에서 P와 W는 각각 n개의 대안들을 상대비교한 행렬과 가중치 벡터이며,

와 W 는 각 벡터의 i번째 원소를 나타낸다. 그리고 CI는 일관성 지수이고, RI(n)
PWi i
[그림 4-4] 1단계 : 상대비교 행렬 작성 예시 은 n개의 기준들을 무작위로 상대비교한 결과의 일관성 지수로 다음과 같다.
2단계는 상대비교 행렬의 곱을 계산하고, 3단계는 상대비교 행렬을 각 열 원소의 합
이 1이 표준화한 뒤, 각 행 원소값들의 평균을 구하여 상대적 가중치 벡터를 산출한다. n 3 4 5 6 7 8
RI(n) 0.58 0.89 1.12 1.24 1.32 1.41

[그림 4-5] 2단계 : 상대비교 행렬의 곱 예시

[그림 4-7] 4단계 : 일관성 비율 검토 예시

5단계는 이러한 과정을 통해 각각의 대안별로 기여도가 산출된 CR이 0.1이하인

응답자의 기여도 값만을 하나의 시트로 통합하고, 집단간의 차이 등을 위해 응답자
의 인적사항을 포함하여 하나의 데이터로 작성하였다.
[그림 4-6] 3단계 : 벡터 산출 예시

- 139 - - 140 -
 제4절 AHP 분석결과

본 연구의 AHP분석은 2가지로 구분하여 분석하였다. 첫째, 기상예보에 활용되는 기

상관측자료 중 기상예보업무에 기여도가 큰 관측종류 및 요소를 도출하기 위한 기상
예보업무 기여도와 둘째, 기상예보업무 역량의 중요한 요소인 기상관측자료, 수치예보
모델, 예보관 역량에서 기상관측자료가 미치는 영향력을 분석하는 것으로 구분된다.
1. 기상관측자료의 기상예보업무 기여도

기상예보업무 기여도를 분석하기 위해 활용된 설문지는 총 366부 중 미응답 43

부, 인적사항 미표기 8부, 모두 1로 표기한 1부 등을 제외한 314부의 설문응답을 토
대로 분석하였다.
[표 4-10] 기상예보업무 기여도 설문지 개요

구분 응답자수 미응답 인적사항 미표기 모두 1로 표기 분석 설문지 수

[그림 4-8] 5단계 : 최종분석 데이터 예시
빈도수 366 43 8 1 314

기초자료를 토대로 설문응답자의 일관성 비율을 측정하였다. 일관성 비율은 설문

응답자가 얼마나 일관적인 기준을 가지고 응답하였는지를 검토하는 것으로 일반적인
AHP모형에서는 3~4개의 대안만을 대상으로 CR<0.1인 설문응답을 유효한 설문지로
분석을 한다. 하지만 본 연구모형에서 계층 1의 관측요인은 기상예보에 기여하는 모
든 기상관측자료를 반영하기 위해 대안을 6개로 카테고리화하였다. 이에 따라 평가
자가 정확한 일관성을 가지고 응답하기 어려운 점이 있다. 이에 계층 1의 항목
(Q1~Q3)을 평가하는 3개의 문항에 대해서는 CR<0.2로 완화하여 대안별 가중치를 분
석하였다.
[표 4-11] 기상예보업무 기여도 일관성 지수 평가결과

구분 Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9
설문지수 314 314 314 314 314 314 314 314 314
CR>0.2 CR>0.1
CR 148 200 197 197 197 168 172 187 192
최종분석
설문부수 131 114 117 117 117 146 142 127 122

- 141 - - 142 -
 (1) 초단기예보 예보경력의 유무에 따라 구분하여 집단간의 차이를 분석한 결과, 예보경력의 유,
무와 관계없이 지상기상관측의 중요성이 가장 높게 나타났고, 다음으로 레이더, 3번째를
기상실황 감시나 6시간 이내의 초단기예보, 기상특보 업무에 대해 6개 관측분야에 목측(유인)관측으로 응답해서 초단기에서는 목측관측이 중요한 것으로 응답했다.
대한 기상예보업무 기여도를 측정한 결과, 지상기상관측이 0.320으로 가장 높았으며,
기상레이더 관측이 0.241, 목측관측이 0.140, 기상위성관측이 0.119순으로 나타났다. 지상 고층 해양 위성 레이더 목측
전체평균 0.320 0.096 0.084 0.119 0.241 0.140
통상적으로 초단기예보에서는 기상레이더 관측자료가 실황파악용으로 많이 활용된 예보경력_무 0.326 0.115 0.105 0.088 0.232 0.134
다고 인지하고 있다. 하지만 본 조사결과, 지상기상관측이 더 중요한 것으로 나타났 예보경력_유 0.321 0.094 0.082 0.123 0.239 0.141
으며, 목측 관측도 3순위로 기상위성이나 해양기상, 고층기상관측보다 높게 나타났다.
기상예보업무 기여도
(초단기)
0.320 0.096 0.084 0.119 0.241 0.140
지상기상관측 고층기상관측 해양기상관측 기상위성관측 기상레이더관측 목측(유인)관측

[그림 4-10] 예보경력에 따른 초단기예보 기여도

예보경력 기간에 따라 차이를 분석한 결과, 6개의 관측분야에 대해 우선순위는

변동이 없었다.
예보경력 표본수 지상 고층 해양 위성 레이더 목측
2년 이하 29 0.350 0.095 0.074 0.116 0.223 0.142
3～5년 39 0.285 0.085 0.074 0.132 0.277 0.147
6～10년 20 0.300 0.097 0.078 0.136 0.245 0.144
[그림 4-9] 기상관측자료의 초단기예보 기여도
11년 이상 29 0.349 0.100 0.100 0.108 0.212 0.130
본 설문에서는 일관성 비율을 CR<0.2로 분석한 결과와 CR<0.1로 분석한 결과 큰
차이가 없었다.
[표 4-12] 기상관측자료의 초단기예보 기여도 일관성 비율 비교

샘플수 지상 고층 해양 위성 레이더 목측
CR<0.1 41 0.306 0.108 0.090 0.115 0.247 0.134
CR<0.2 131 0.320 0.096 0.084 0.119 0.241 0.140
[그림 4-11] 예보경력 기간에 따른 초단기예보 기여도

- 143 - - 144 -
 현재 담당업무별 차이를 분석한 결과, 전체적으로 평균과 비슷한 경향을 보였으
나 수치모델 담당은 모델에 입력되는 자료 중 기상레이더자료의 중요성이 반영되었
고, 관측업무 담당은 목측 관측의 기여도가 0.192로 다른 집단보다 현저히 높게 나
타났다.
담당업무 표본수 지상 고층 해양 위성 레이더 목측
예보 59 0.324 0.097 0.080 0.125 0.236 0.137
수치모델 6 0.287 0.079 0.098 0.100 0.372 0.064
관측 19 0.306 0.077 0.071 0.141 0.213 0.192
행정관리 16 0.298 0.100 0.070 0.116 0.269 0.147 [그림 4-13] 기상관측자료의 단기예보 기여도

학술/연구 7 0.267 0.075 0.133 0.112 0.250 0.163 그리고 CR<0.1의 결과와 비교해보면, CR<0.2에서는 (1)지상-(2)고층-(3)위성-(4)해
기상산업 5 0.341 0.040 0.142 0.113 0.285 0.079
기타 18 0.374 0.136 0.078 0.091 0.195 0.127 양-(5)레이더-(6)목측 순이였지만, CR<0.1에서는 위성과 해양이 공동 3순위로 동일하
였고, (5)목측-(6)레이더 순으로 차이를 나타냈다.
[표 4-13] 기상관측자료의 단기예보 기여도 일관성 지수 비교
샘플수 지상 고층 해양 위성 레이더 목측
CR<0.1 45 0.329 0.217 0.124 0.124 0.091 0.116
CR<0.2 114 0.321 0.202 0.126 0.130 0.118 0.103
예보경력의 유무에 따라 구분하여 집단간의 차이를 분석한 결과, 예보경력 유무에
상관없이 (1)지상-(2)고층 순이였지만, 예보경력이 있는 집단은 고층과 위성의 기여도
예보경력이 없는 집단보다 기여도를 크게 평가해 단기예보에서는 고층 및 위성 기상관
측 자료가 대기의 중간층 흐름을 반영하여 예측기간 확대에 필요한 것으로 인지하고 있기
때문인 것으로 추측된다.
[그림 4-12] 담당업무에 따른 초단기예보 기여도

(2) 단기예보 지상 고층 해양 위성 레이더 목측

전체평균 0.321 0.202 0.126 0.130 0.118 0.103
예보 선행시간이 6시간에서 3일까지의 단기예보 업무의 경우, 기상예보업무 기여 예보경력_무 0.332 0.178 0.127 0.119 0.145 0.098
도를 측정한 결과, 지상기상관측이 0.321으로 가장 높았으며, 고층기상관측 0.202, 예보경력_유 0.319 0.207 0.125 0.132 0.113 0.103
기상위성관측 0.130, 해양기상관측 0.126순으로 나타났다.
기상예보업무 기여도
(단기)
0.321 0.202 0.126 0.130 0.118 0.103
지상기상관측 고층기상관측 해양기상관측 기상위성관측 기상레이더관측 목측(유인)관측
[그림 4-14] 예보경력에 따른 단기예보 기여도

- 145 - - 146 -
 예보경력 기간에 따라 차이를 분석한 결과, 예보경력 기간에 따른 기여도의 순위 (3) 중기예보
는 변화가 없었다. 하지만 고층기상관측의 중요성은 2년이하보다 11년 이상의 집단
에서 기여도가 약 10%정도 더 높아졌다. 예보 선행시간이 3일에서 10일까지의 중기예보 업무의 경우, 6개의 관측분야에
예보경력 표본수 지상 고층 해양 위성 레이더 목측 대한 기상예보업무 기여도를 측정한 결과, 고층기상관측이 0.330으로 가장 높았으
2년 이하 29 0.350 0.095 0.074 0.116 0.223 0.142 며, 지상기상관측 0.226, 해양기상관측 0.188 순으로 나타났다.
3～5년 39 0.285 0.085 0.074 0.132 0.277 0.147
6～10년 20 0.300 0.097 0.078 0.136 0.245 0.144 기상예보업무 기여도
11년 이상 29 0.349 0.100 0.100 0.108 0.212 0.130 (중기)
0.226 0.330 0.188 0.109 0.070 0.077
지상기상관측 고층기상관측 해양기상관측 기상위성관측 기상레이더관측 목측(유인)관측

[그림 4-15] 예보경력 기간에 따른 단기예보 기여도

현재 담당업무별 집단간의 차이를 분석한 결과, 관측업무 담당자의 경우 지상기

상관측의 비중이 가장 높게 나타났으며, 예보담당자의 경우 기상위성관측의 비중이
그리고 수치모델 담당자의 경우 기상레이더 기여도가 다른 집단보다 상대적으로 높
게 나타났다.
담당업무 표본수 지상 고층 해양 위성 레이더 목측 [그림 4-17] 기상관측자료의 중기예보 기여도
예보 46 0.322 0.200 0.116 0.147 0.102 0.113
수치모델 5 0.303 0.157 0.142 0.117 0.238 0.043 그리고 CR<0.1의 결과와 비교해보면, CR<0.2와 기여도 순위에서는 차이가 없이
관측 13 0.338 0.231 0.171 0.089 0.090 0.082 동일하게 나타냈다.
행정관리 14 0.278 0.228 0.109 0.150 0.131 0.105
소방/방재 1 0.369 0.107 0.107 0.107 0.156 0.156
학술/연구 11 0.291 0.231 0.114 0.140 0.132 0.092
기상산업 5 0.281 0.253 0.228 0.119 0.070 0.049 [표 4-14] 기상관측자료의 중기예보 기여도 일관성 지수 비교

기타 19 0.371 0.158 0.106 0.105 0.137 0.123 샘플수 지상 고층 해양 위성 레이더 목측

CR<0.2 117 0.226 0.330 0.188 0.109 0.070 0.077
CR<0.1 55 0.254 0.334 0.169 0.098 0.062 0.083

예보경력의 유무에 따라 차이를 분석한 결과, 예보경력이 없는 집단에서는 (1)지상

-(2)고층 순이였지만, 예보경력이 있는 집단은 (1)고층-(2)지상으로 기여도 순위가 바
뀌었고, 해양의 기여도가 커지는 차이를 나타냈다. 이는 에보관들이 중기예보에서는 고
층기상관측 자료가 대기의 중간층 흐름을 반영하며 해양기상의 변동은 단기 보다 중기적
[그림 4-16] 담당업무에 따른 단기예보 기여도 성격이 강해 예측기간 확대에 필요한 것임을 인지하고 있기 때문인 것으로 생각된다.
- 147 - - 148 -
 지상 고층 해양 위성 레이더 목측 현재 담당업무별 차이를 분석한 결과, 전체적으로 집단간의 큰 차이는 없지만 기
전체평균 0.226 0.330 0.188 0.109 0.070 0.077 상산업의 경우 지상기상관측의 기여도가 1순위로 0.342를 나타내는 차이를 보였다.
예보경력_무 0.282 0.273 0.166 0.104 0.084 0.091 하지만 표본수가 2명으로 통계적으로는 유의하지 않는 것으로 판단된다.
예보경력_유 0.217 0.339 0.191 0.110 0.068 0.075
담당업무 표본수 지상 고층 해양 위성 레이더 목측
예보 49 0.228 0.324 0.162 0.117 0.083 0.086
수치모델 5 0.241 0.332 0.239 0.094 0.066 0.028
관측 19 0.172 0.346 0.224 0.107 0.086 0.065
행정관리 13 0.209 0.313 0.238 0.116 0.045 0.078
소방/방재 1 0.167 0.167 0.167 0.167 0.167 0.167
학술/연구 12 0.208 0.345 0.193 0.119 0.062 0.073
기상산업 2 0.342 0.265 0.214 0.093 0.049 0.037
기타 16 0.291 0.354 0.161 0.078 0.039 0.077

[그림 4-18] 예보경력에 따른 중기예보 기여도

예보경력 기간에 따라 차이를 분석한 결과, 예보경력 기간에 따른 기여도의 순위

는 변화가 없었다. 하지만 고층기상관측의 중요성은 2년 이하보다 11년 이상의 집
단에서 기여도가 약 10% 정도 더 높이 평가했다.
예보경력 표본수 지상 고층 해양 위성 레이더 목측
2년 이하 23 0.216 0.317 0.201 0.115 0.065 0.084
3～5년 27 0.190 0.353 0.217 0.112 0.053 0.075 [그림 4-20] 담당업무에 따른 중기예보 기여도

6～10년 24 0.251 0.265 0.195 0.123 0.087 0.079 지금까지 기상관측자료가 초단기, 단기, 중기 예보업무에 기여도를 살펴보았다.
11년 이상 28 0.216 0.406 0.155 0.091 0.069 0.062 그 결과를 비교해 보면, 초단기예보에서는 (1)지상-(2)레이더-(3)목측 순이였지만, 단
기예보에서는 (1)지상-(2)고층-(3)위성, 중기예보에서는 (1)고층-(2)지상-(3)해양순으로
예보기간에 따라 기상관측자료의 기여도가 차이를 나타냈다. 이러한 차이는 예보기
간이 길어질수록 넓은 범위의 관측자료가 필요함에 따라 고층기상과 해양기상 관측
자료의 중요성이 커진 것으로 추측된다.
따라서, 고층과 해양기상 관측망의 확대 등을 검토하여 기상청의 중장기 계획에
반영해야 할 것이다.
지상 고층 해양 위성 레이더 목측
초단기예보 0.320 0.096 0.084 0.119 0.241 0.140
[그림 4-19] 예보경력 기간에 따른 중기예보 기여도 단기예보 0.321 0.202 0.126 0.130 0.118 0.103
중기예보 0.226 0.330 0.188 0.109 0.070 0.077

- 149 - - 150 -
 자동기상 안개 적설 황사/농업
전체평균 0.543 0.151 0.204 0.102
예보경력_무 0.559 0.152 0.141 0.148
예보경력_유 0.541 0.151 0.212 0.096

[그림 4-21] 예보기간별 기상관측자료의 기상예보 기여도

2. 기상관측 요소별 기여도

(1) 지상기상관측 [그림 4-23] 예보경력에 따른 지상기상관측의 기여도

지상기상관측을 구성하는 자동기상관측, 안개관측, 적설관측, 황사/농업관측의 기여 예보경력 기간에 따라 차이를 분석한 결과, 기여도의 순위는 변화가 없었다. 하지
도를 분석해보면, ASOS, AWS 등의 자동기상관측 기여도가 0.543으로 절대적으로 높 만 근무연수가 많을수록 적설관측의 기여도가 높아졌다.
았으며, 적설관측 0.204, 안개관측 0.151, 황사/농업관측 0.102로 기여도가 나타났다.
예보경력 표본수 자동기상 안개 적설 황사/농업
지상기상관측 2년 이하 25 0.568 0.157 0.189 0.086
3～5년 31 0.556 0.153 0.195 0.096
0.543 0.151 0.204 0.102 6～10년 21 0.520 0.166 0.206 0.108
자동기상관측 안개관측 적설관측 황사/농업관측 11년 이상 26 0.514 0.129 0.260 0.096

[그림 4-22] 지상기상관측의 기여도

[그림 4-24] 예보경력 기간에 따른 지상기상관측의 기여도

예보경력 유무에 따라 지상기상관측의 기여도를 비교한 결과, 예보경력이 없는 현재 담당업무별 집단간의 차이를 분석한 결과, 1순위는 모든 집단에서 자동기상
집단은 안개, 적설, 황사/농업의 기여도를 비슷하게 평가했지만, 예보경력이 있는 집단은 관측으로 동일하였지만, 예보와 기상산업 업무 담당자의 경우 적설관측의 중요성을
적설, 안개, 황사/농업 순으로 방재기상에 대한 중요성이 반영된 것으로 추측된다. 2순위로 선택하고 기여도도 다른 집단들보다 높게 평가했다.

- 151 - - 152 -
 담당업무 표본수 자동기상 안개 적설 황사/농업 예보경력 유무에 따라 고층기상관측의 기여도를 비교한 결과, 집단간의 차이는
예보 45 0.522 0.140 0.246 0.092 없었다.
수치모델 8 0.551 0.146 0.160 0.143
관측 18 0.580 0.197 0.135 0.089
행정관리 13 0.549 0.154 0.186 0.111 레윈존데 연직바람 라디오미터 항공기
소방/방재 1 0.552 0.125 0.070 0.253 전체평균 0.481 0.266 0.129 0.124
학술/연구 11 0.523 0.178 0.176 0.123 예보경력_무 0.500 0.211 0.131 0.159
기상산업 6 0.491 0.140 0.272 0.097 예보경력_유 0.478 0.276 0.129 0.118
기타 15 0.590 0.113 0.199 0.097

[그림 4-25] 담당업무에 따른 지상기상관측의 기여도 [그림 4-27] 예보경력에 따른 지상기상관측의 기여도

(2) 고층기상관측 예보경력 기간에 따라 차이를 분석한 결과, 연차별로 기여도의 순위는 차이가 없
었다.
고층기상관측을 구성하는 라디오(레윈)존대, 연직바람관측, 라디오미터, 항공기관측
의 기여도를 분석해보면, 라디오(레윈)존대의 기여도가 0.481으로 가장 높게 나타났 예보경력 표본수 레윈존데 연직바람 라디오미터 항공기
으며, 연직바람관측 0.266, 라디오미터 0.129, 항공기관측 0.124로 기여도가 나타났다. 2년 이하 26 0.430 0.311 0.145 0.115
3～5년 30 0.514 0.227 0.136 0.123
고층기상관측 6～10년 20 0.456 0.279 0.126 0.139
11년 이상 23 0.502 0.297 0.105 0.096
0.481 0.266 0.129 0.124
라디오(레윈)존데 연직바람관측 라디오미터 항공기관측

[그림 4-28] 예보경력 기간에 따른 고층기상관측의 기여도

[그림 4-26] 고층기상관측의 기여도

- 153 - - 154 -
 현재 담당업무별 집단간의 차이를 분석한 결과, 1, 2순위는 집단별로 차이가 없었 예보경력 유무에 따라 해양기상관측의 기여도를 비교한 결과, 집단간의 차이는
지만, 수치모델, 학술/연구, 기상산업 업무 담당자는 3순위로 항공기 관측, 4순위는 없었다.
라디오미터로 기여도가 차이를 나타냈다.
앞바다 먼바다 연안 연해
담당업무 표본수 레윈존데 연직바람 라디오미터 항공기 전체평균 0.366 0.319 0.180 0.135
예보 47 0.459 0.298 0.126 0.117 예보경력_무 0.383 0.292 0.173 0.152
수치모델 10 0.507 0.206 0.113 0.173
관측 20 0.457 0.239 0.158 0.146 예보경력_유 0.364 0.322 0.181 0.133
행정관리 13 0.423 0.330 0.140 0.107
학술/연구 8 0.524 0.204 0.123 0.148
기상산업 4 0.557 0.254 0.094 0.095
기타 15 0.571 0.220 0.117 0.092

[그림 4-31] 예보경력에 따른 해양기상관측의 기여도

[그림 4-29] 담당업무에 따른 고층기상관측의 기여도 예보경력 기간에 따라 차이를 분석한 결과, 연차별로 기여도의 순위는 차이가 없
었다.
(3) 해양기상관측
예보경력 표본수 앞바다 먼바다 연안 연해
해양기상관측을 구성하는 앞바다관측, 먼바다관측, 연안관측, 연해관측의 기여도 2년 이하 33 0.383 0.292 0.173 0.152
를 분석해보면, 앞바다관측의 기여도 0.366으로 가장 높게 나타났으며, 먼바다관측 3～5년 40 0.364 0.322 0.181 0.133
6～10년 23 0.369 0.306 0.195 0.131
0.319, 연안관측 0.180, 연해관측 0.135로 기여도가 나타났다. 11년 이상 31 0.402 0.318 0.159 0.122
해양기상관측
0.366 0.319 0.180 0.135
앞바다 관측 먼바다 관측 연안 관측 연해 관측

[그림 4-32] 예보경력 기간에 따른 해양기상관측의 기여도

현재 담당업무별 집단간의 차이를 분석한 결과, 수치모델 업무담당자의 경우 (1)

앞바다관측-(2)연안관측-(3)먼바다관측-(4)연해관측으로 기여도 순위가 다르게 나타
[그림 4-30] 해양기상관측의 기여도 났다.

- 155 - - 156 -
 담당업무 표본수 앞바다 먼바다 연안 연해 예보경력 유무에 따라 해양기상관측의 기여도를 비교한 결과, 집단간의 순위 차이
예보 62 0.341 0.332 0.195 0.132 는 없었다. 다만 예보경력이 있는 집단에서 COMS, 정지위성의 기여도를 높게 평가
수치모델 8 0.333 0.231 0.251 0.184
관측 21 0.401 0.350 0.126 0.122 해 예보업무에서 해당 관측 자료활용이 많음을 나타내었다.
행정관리 18 0.384 0.300 0.185 0.130
소방/방재 1 0.495 0.092 0.206 0.206 COMS 정지기상 극궤도위성
학술/연구 13 0.376 0.303 0.186 0.135 전체평균 0.554 0.288 0.158
기상산업 5 0.464 0.261 0.155 0.119
기타 18 0.370 0.331 0.154 0.145 예보경력_무 0.472 0.277 0.251
예보경력_유 0.566 0.290 0.144

[그림 4-33] 담당업무에 따른 해양기상관측의 기여도 [그림 4-35] 예보경력에 따른 기상위성관측의 기여도

(4) 기상위성관측 예보경력 기간에 따라 차이를 분석한 결과, 연차별로 기여도의 순위는 차이가 없
었다.
기상위성관측을 구성하는 COMS, 정지기상위성, 극궤도위성의 기여도를 분석해보면,
천리안위성이 있는 COMS의 기여도가 0.554로 절대적으로 높았으며, 정지기상위성 예보경력 표본수 COMS 정지기상 극궤도위성
0.288, 극궤도위성 0.158의 기여도가 나타났다. 2년 이하 29 0.543 0.308 0.149
3～5년 34 0.589 0.279 0.132
기상위성관측 6～10년 25 0.537 0.293 0.170
11년 이상 36 0.583 0.283 0.134
0.554 0.288 0.158
COMS 정지기상위성 극궤도위성

[그림 4-36] 예보경력 기간에 따른 해양기상관측의 기여도

현재 담당업무별 집단간의 차이를 분석한 결과, 수치모델 업무 담당자만이 2순위

[그림 4-34] 기상위성관측의 기여도 로 극궤도위성, 3순위로 정지기상위성 순으로 기여도가 분석되었다. 이는 수치모델

- 157 - - 158 -
입력자료에서 극궤도위성의 상세 관측자료의 중요성이 반영된 것으로 추측된다. 예보경력 유무에 따라 기상레이더 관측의 기여도를 비교한 결과, 집단간의 차이
담당업무 표본수 COMS 정지기상 극궤도위성 는 없었다.
예보 57 0.546 0.327 0.126
수치모델 8 0.479 0.193 0.328 실시간영상 레이더강수량 낙뢰 유관기관
관측 21 0.549 0.280 0.171 전체평균 0.529 0.195 0.163 0.113
행정관리 20 0.557 0.254 0.189 예보경력_무 0.514 0.241 0.141 0.104
소방/방재 1 0.333 0.333 0.333 예보경력_유 0.532 0.188 0.166 0.114
학술/연구 16 0.605 0.249 0.146
기상산업 1 0.429 0.429 0.143
기타 18 0.589 0.281 0.130

[그림 4-39] 예보경력에 따른 기상레이더 관측의 기여도

[그림 4-37] 담당업무에 따른 기상위성관측의 기여도

예보경력 기간에 따라 차이를 분석한 결과, 11년 이상의 예보경력자의 경우 낙뢰
(5) 기상레이더관측 관측이 2순위로 다른 집단과 차이를 나타냈고, 6~10년 예보경력자는 3순위로 국외/
유관기관 관측의 기여도를 높게 평가하였다.
기상레이더관측은 실시간영상관측, 레이더강수량 예측, 낙뢰관측, 국외 및 유관기관
관측으로 구성되어 있다. 이들의 기여도를 분석해보면, 실시간영상관측의 기여도가 예보경력 표본수 실시간영상 레이더강수량 낙뢰 유관기관
0.529로 절대적으로 나타났으며, 레이더강수량 예측 0.195, 낙뢰관측 0.163, 국외/유관
2년 이하 31 0.541 0.222 0.138 0.100
3～5년 34 0.518 0.191 0.175 0.116
기관 관측 0.113순으로 기여도를 나타냈다. 6～10년 22 0.552 0.160 0.138 0.150
11년 이상 24 0.521 0.166 0.216 0.097
기상레이더관측
0.529 0.195 0.163 0.113
실시간영상 레이더강수량 낙뢰관측 국외/유관기관
관측 예측 관측

[그림 4-40] 예보경력 기간에 따른 기상레이더 관측의 기여도

현재 담당업무별 집단간의 차이를 분석한 결과, 실시간영상관측이 모든 집단에서

[그림 4-38] 기상레이더 관측의 기여도
순위였지만, 예보와 학술/연구 업무 담당자는 (2)낙뢰-(3)레이더강수량 순으로 차이
1

- 159 - - 160 -
를 나타냈으며, 수치모델 업무 담당자는 (3)국내/유관기관관측-(4)낙뢰관측 순으로 예보경력에 관계없이 강수/적설 관측을 1순위로 평가했으나, 예보경력이 있는 집
나타났다. 단은 강수/적설의 중요성을 예보경력이 없는 집단보다 훨씬 크게 평가하여 위험기
상 등 기상특보의 중요성이 인지하고 있기 때문인 것으로 추측된다.
담당업무 표본수 실시간영상 레이더강수량 낙뢰 유관기관
예보 56 0.518 0.174 0.180 0.128 강수/적설 하늘상태 시정 기후/계절
수치모델 7 0.568 0.163 0.116 0.152
관측 20 0.506 0.235 0.148 0.111 전체평균 0.497 0.233 0.172 0.098
행정관리 14 0.541 0.208 0.159 0.092 예보경력_무 0.363 0.323 0.231 0.084
학술/연구 13 0.551 0.174 0.193 0.081 예보경력_유 0.516 0.221 0.163 0.100
기타 17 0.553 0.233 0.122 0.092

[그림 4-41] 담당업무에 따른 기상레이더 관측의 기여도

[그림 4-43] 예보경력에 따른 목측 관측의 기여도

(6) 목측(유인)관측
예보경력 기간에 따라 차이를 분석한 결과, 강수/적설-하늘상태-시정-기후/계절 순
목측(유인) 관측은 강수/적설 관측, 하늘상태 관측, 시정관측, 기후/계절관측으로 으로 기상재해관련 기상현상관측의 중요성이 반영되었으며, 집단간의 차이는 없었다.
구성되었다. 4개 관측요소의 기여도를 분석해보면, 강수/적설 관측의 기여도가 0.497
로 가장 높았으며, 하늘상태 관측 0.233, 시정관측 0.172, 기후/계절 관측 0.098순으 예보경력 표본수 강수/적설 하늘상태 시정 기후/계절
2년 이하 25 0.533 0.207 0.161 0.099
로 나타났다. 3～5년 33 0.485 0.224 0.192 0.099
6～10년 21 0.525 0.212 0.139 0.124
목측(유인) 관측 11년 이상 28 0.533 0.234 0.149 0.084
0.497 0.233 0.172 0.098
강수/적설 관측 하늘상태 관측 시정관측 기후/계절관측

[그림 4-44] 예보경력 기간에 따른 목측 관측의 기여도

[그림 4-42] 목측 관측의 기여도

- 161 - - 162 -
 [표 4-15] 기상관측 종류의 중요도 순위
현재 담당업무별 차이를 분석한 결과, 집단간에는 차이가 없었다. 다만, 관측업무 초단기 단기 중기
담당자의 경우 하늘상태, 시정관측의 기여도가 다른 집단보다 높게 나타났다. 이는 구분 가중치 순위 가중치 순위 가중치 순위
목측(유인)관측이 기상예보에서 중요성이 반영된 것으로 추정된다. 자동기상 0.174 1 0.174 1 0.123 2
지상기상관측 안개 0.048 6 0.048 8 0.034 12
적설 0.065 5 0.065 4 0.046 7
담당업무 표본수 강수/적설 하늘상태 시정 기후/계절 황사/농업 0.033 11 0.033 12 0.023 16
예보 56 0.527 0.212 0.151 0.110 레윈존데 0.046 8 0.097 2 0.159 1
고층기상관측 연직바람 0.025 16 0.054 6 0.088 3
수치모델 7 0.567 0.199 0.163 0.071 라디오미터 0.012 21 0.026 13 0.043 8
관측 20 0.417 0.263 0.219 0.101 항공기 0.012 22 0.025 14 0.041 9
행정관리 13 0.483 0.253 0.172 0.092 앞바다 0.031 13 0.046 9 0.069 4
기타 9 0.422 0.261 0.258 0.059 해양기상관측 먼바다 0.027 15 0.040 10 0.060 6
연안 0.015 19 0.023 17 0.034 13
연해 0.011 23 0.017 21 0.025 15
COMS 0.066 4 0.072 3 0.060 5
기상위성관측 정지기상 0.034 10 0.038 11 0.031 14
극궤도위성 0.019 18 0.021 18 0.017 18
실시간영상 0.128 2 0.062 5 0.037 11
기상레이더관측 레이더강수량 0.047 7 0.023 16 0.014 19
낙뢰 0.039 9 0.019 19 0.011 21
유관기관 0.027 14 0.013 22 0.008 22
강수/적설 0.070 3 0.051 7 0.038 10
목측(유인)관측 하늘상태 0.033 12 0.024 15 0.018 17
시정 0.024 17 0.018 20 0.013 20
기후/계절 0.014 20 0.010 23 0.007 23
[그림 4-45] 담당업무에 따른 목측 관측의 기여도 합계 1.000 1.000 1.000

3. 예보별 기상관측종류 기여도

지금까지 기상관측종류별 기상예보업무 기여도와 각각의 기상관측요소의 기여도

를 AHP기법을 통해 분석하였고, 이를 종합하여 초단기, 단기, 중기 예보별 기상관
측 요소별의 기여도를 분석하였다.
그 결과, 초단기예보에서는 지상기상관측인 자동기상관측의 기여도가 가장 높은
0.174로 1순위 나타났으며, 2순위는 기상레이더의 실시간영상 0.128, 목측(유인)관측
의 강수/적설 관측 0.070으로 3순위로 나타났다.
단기예보에서는 초단기와 동일하게 자동기상관측이 0.174로 1순위로 나타났으며,
2순위는 고층관측인 레윈존데 0.097, 3순위는 기상위성 COMS가 0.072로 나타났다.
중기예보에서는 레윈존데가 0.159로 1순위로 기여도가 높았으며, 2순위로 자동기상
관측이 0.123, 3순위로 연직바람관측이 0.088로 고층기상관측의 중요성이 나타났다.
[그림 4-46] 예보별 기상관측장비의 중요도

- 163 - - 164 -
 4. 기상예보 업무역량 기여도 예보경력 유무에 따라 기상예보 업무역량의 기여도를 비교한 결과, 예보경력이
있는 집단은 (1)수치예보모델-(2)관측자료-(3)예보관역량 순이였지만, 예보경력이 없
기상관측자료가 기상예보 업무역량에 미치는 기여도를 분석하기 위해 활용된 설 는 집단은 (1)관측자료-(2)수치예보모델-(3)예보관역량 순으로 차이를 나타냈다.
문지는 총 567부 중 미응답 33부, 인적사항 미표기 18부 등을 제외한 516부의 설문
응답을 토대로 분석하였다. 그리고 일관성비율(CR)이 0.1이상인 설문 응답자는 제외 구분 관측자료 수치예보모델 예보관 역량
하고 기상예보 업무역량 기여도를 평가하였다. 전체평균 0.358 0.361 0.281
예보경력_무 0.387 0.329 0.284
예보경력_유 0.346 0.374 0.280
[표 4-16] 기상예보 업무역량 기여도 설문지 개요

구분 응답자수 미응답 인적사항 미표기 분석 설문지 수

빈도수 567 33 18 516
[표 4-17] 기상예보 업무역량 기여도 일관성 지수 평가결과

구분 Q1 Q2 Q3 Q4
설문지수 516 516 516 516
CR>0.1 305 314 440 472 [그림 4-48] 예보경력에 따른 기상예보 업무역량 기여도
최종분석 설문부수 211 202 195 44
그리고 예보경력 유무를 기상청 내부직원으로 한정하여 분석한 결과, 예보경력이
없는 집단은 전체결과와 유사하게 나타났지만, 예보경력이 있는 집단은 [표 4-18]과
(1) 기상예보 업무역량 기여도 같이 수치예보모델 0.399, 관측자료 0.310, 예보관 역량 0.292순으로 기여도 차이를
기상예보 업무 역량에 영향을 미치는 요인은 기상관측자료, 수치예보모델, 예보관 나타내어 기상청내 예보경력이 없는 집단보다 수치예보모델과 예보관 역량을 기여
역량 3가지로 구성하였다. 분석결과 수치예보모델이 0.361, 기상관측자료 0.358, 예보 도가 더 높게, 기상관측자료의 기여도를 더 낮게 평가했다. 또한 기상청내 예보경력
관 역량 0.281로 기여도를 나타냈다. 이 있는 집단의 결과는 전국 예보관 및 예보사 등 400명을 대상으로 설문조사를 실
시하여 187명이 응답한 2007년 기상청 예보관 역량진단을 위한 설문((주)테크노베이
기상예보 업무역량 션파트너스)의 AHP설문 조사결과와 유사하게 나타났다. 하지만 2007년의 설문은 기
상청내의 예보관을 중심으로 실시된 반면, 본 연구에서는 기상청과 관련된 내, 외부
0.358 0.361 0.281 이해관계자 모두를 포함하여 일관성 비율(CR) 0.1미만인 211명이 응답한 결과로 기
기상관측자료 수치예보모델 예보관 역량 상예보 업무역량의 대표성이 있다고 판단된다.
[표 4-18] 청내 예보경력 유무에 따른 기상예보 업무역량 기여도
구분 관측자료 수치예보모델 예보관 역량
청내 예보경력_무 0.367 0.372 0.262
청내 예보경력_유 0.310 0.399 0.292
추가적으로 2007년 예보관 역량진단을 위한 설문결과에서는 기상청내 응답자의
소속기관별로 구분하여 예보업무 역량 기여도를 제시하지 않았다. 이에 본 연구에
[그림 4-47] 기상예보 업무역량 기여도 서는 기상청내 응답자를 기상청 본청과 지방청으로 구분하여 [표 4-19]와 같이 분석
하였다. 그 결과 지방청은 전체결과와 유사하게 기여도를 나타냈지만, 본청은 기여
- 165 - - 166 -
도 순위는 같았지만, 예보관 역량이 0.366으로 지방청보다 훨씬 높게 기여도를 평가 담당업무 표본수 관측자료 수치예보모델 예보관 역량
하였다. 이는 본청은 모든 지방청의 예보관들을 총괄하는 기능을 수행하고, 예보관 예보 60 0.298 0.421 0.281
수치모델 8 0.304 0.554 0.142
들이 직접적으로 언론 등과 접촉하는 빈도가 높기 때문인 것으로 추측된다. 관측 25 0.381 0.389 0.230
행정관리 24 0.395 0.312 0.293
[표 4-19] 본청과 지방청의 기상예보 업무역량 기여도 소방/방재 25 0.440 0.264 0.296
구분 관측자료 수치예보모델 예보관 역량 학술/연구 22 0.280 0.356 0.363
기상산업 10 0.444 0.330 0.227
본청 0.236 0.398 0.366 기타 36 0.399 0.309 0.292
지방청 0.344 0.393 0.262
예보경력 기간에 따라 차이를 분석한 결과, 2년 이하의 예보경력이 있는 집단이 수
치예보모델보다 관측자료가 더 중요하다고 기여도를 평가하였다. 그리고 11년 이상의
예보경력이 있는 집단은 관측자료보다 예보관 역량이 더 중요하다고 평가하였다.
예보경력 표본수 관측자료 수치예보모델 예보관 역량
2년 이하 39 0.403 0.323 0.274
3～5년 51 0.351 0.364 0.285 [그림 4-50] 담당업무에 따른 기상예보 업무역량 기여도
6～10년 26 0.327 0.428 0.245
11년 이상 31 0.283 0.410 0.307 현재 담당업무별 차이를 분석한 결과, 전체 기여도 결과와 달리 행정관리, 소방방
재, 기상산업에 종사자들은 관측자료 기여도를 1순위로 평가한 것은 관측자료가 소
방방재나 기상산업 업무에 폭넓게 활용되는 것으로 추측된다.
(2) 기상관측자료 기여도
기상관측자료를 구성하는 것은 관측자료의 질, 관측종류, 관측지점 수 3가지로 구
[그림 4-49] 예보경력 기간에 따른 기상예보 업무역량 기여도 성하여 기상관측자료의 기여도를 평가하였다. 그 결과 관측자료의 질이 0.575로 기여
현재 담당업무 분야별 차이를 분석한 결과, 전체 기여도 결과와 달리 행정관리, 도가 가장 높게 평가되었으며, 관측지점 0.253, 관측종류 0.172로 기여도를 나타냈다.
소방방재, 기상산업에 종사자들은 관측자료 기여도를 1순위로 평가한 것은 관측자 기상관측자료
료가 소방방재나 기상산업 업무에 폭넓게 활용되는 것으로 추측된다.
수치예보모델 담당자는 수치예보보델 0.554, 관측자료 0.304, 예보관 역량 0.142로 담 0.575 0.172 0.253
당업무의 특성이 강하게 반영된 것으로 추측되고, (주)테크노베이션파트너스(2007)의 관측자료 질 관측종류 관측 지점
예보관의 역량를 진단하기 위한 설문 결과와 유사한 경향을 보였다. 이는 전국예보관
및 예보사 집단만을 대상으로 설문을 실시한 결과로 판단된다. 하지만 본 연구에서는
예보, 관측, 행정관리, 기상산업 등 기상청과 관련된 내·외부 이해관계자들 모두를 설
문대상으로 하여 기상예보 업무역량의 기여도를 평가함으로써 대표성을 확보하였다고
판단된다.
[그림 4-51] 기상관측자료의 기여도

- 167 - - 168 -
 예보경력 유무에 따라 집단간의 비교를 한 결과, 집단간의 차이는 없었다. 담당업무 표본수 자료질 관측종류 지점수
예보 59 0.581 0.150 0.269
자료질 관측종류 지점수 수치모델 8 0.653 0.146 0.200
전체평균 0.575 0.172 0.253 관측 21 0.560 0.207 0.233
예보경력_무 0.585 0.201 0.214 행정관리 24 0.531 0.185 0.284
소방/방재 21 0.515 0.185 0.300
예보경력_유 0.572 0.161 0.267 학술/연구 22 0.557 0.200 0.243
기상산업 10 0.623 0.139 0.238
기타 37 0.619 0.169 0.212

[그림 4-52] 예보경력에 따른 기상관측자료의 기여도

예보경력에 따라 차이를 분석한 결과, 집단간의 차이는 없었다. 다만 예보경력이

많을수록 관측종류(다양한 관측자료)의 기여도 비중이 높았으며, 예보경력이 적을수 [그림 4-54] 담당업무에 따른 기상관측자료의 기여도
록 관측지점 수(넓은 지역의 관측 자료)의 기여도 비중이 높게 나타났다.
예보경력 표본수 자료질 관측종류 지점수
(3) 수치예보모델 기여도
2년 이하 33 0.558 0.130 0.312 수치예보모델을 구성하는 것은 수치예보모델의 성능, 수치예보모델 해상도, 수치예
3～5년 52 0.557 0.170 0.274 보모델 예측기간으로 구성하여 기여도를 평가하였다. 그 결과 수치예보모델 성능이
6～10년 30 0.596 0.158 0.246
11년 이상 31 0.588 0.182 0.230 0.590으로 기여도가 가장 높게 평가되었으며, 모델해상도 0.232, 예측기간 0.178로 기
여도를 나타냈다.
수치예보모델
0.590 0.232 0.178
모델성능 모델해상도 예측기간

[그림 4-53] 예보경력 기간에 따른 기상관측자료의 기여도

현재 담당업무별 집단간의 차이를 분석한 결과, 집단간의 차이는 없었다. 다만 수

치모델과 기상산업에 종사자들은 관측자료의 질을 매우 중요하게 평가하였으며, 관
측업무 담당자는 관측자료의 종류를, 그리고 소방/방재, 행정관리는 관측지점 수를
다른 집단들보다 중요하게 평가하였다. [그림 4-55] 수치예보모델의 기여도

- 169 - - 170 -
 예보경력 유무에 따라 비교를 한 결과, 예보경력이 없는 집단은 (1)모델성능-(2)예측 그리고 기상산업의 경우 모델해상도의 기여도 비중이 다른 집단보다 매우 높게
기간-(3)모델해상도로 예보경력이 있는 집단의 (1)모델성능-(2)모델해상도-(3)예측기간 나타났다. 그 이유는, 기상사업자들이 기상청으로부터 모델 결과값 등을 받아 2차적
순위의 기여도가 다르게 나타났다. 이는 예보경력이 없는 집단은 예보모델의 결과값 으로 가공하여 부가가치를 창출하기 위한 것으로 추측된다.
을 받아 활용하는 집단으로 모델을 통해 얼마나 빠르게 또는 예측선행시간이 길어질
수록 활용도가 높기 때문에 기여도가 차이를 나타낸 것으로 판단되고, 예보경력 자들 담당업무 표본수 모델성능 모델해상도 예측기간
예보 58 0.622 0.252 0.127
은 예보정확도의 중요성을 인식하여 모델성능을 크게 평가한 것으로 추측된다. 수치모델 8 0.618 0.236 0.146
관측 20 0.605 0.234 0.160
모델성능 모델해상도 예측기간 행정관리 23 0.518 0.228 0.254
소방/방재 27 0.545 0.201 0.253
전체평균 0.590 0.232 0.178 학술/연구 17 0.598 0.212 0.190
예보경력_무 0.547 0.206 0.247 기상산업 8 0.509 0.348 0.144
예보경력_유 0.606 0.243 0.151 기타 34 0.618 0.209 0.173

[그림 4-56] 예보경력에 따른 수치예보모델의 기여도

[그림 4-58] 업무에 따른 수치예보모델의 기여도

예보경력 기간에 따라 차이를 분석한 결과, 집단간의 차이는 없었다. (4) 예보관역량
예보경력 표본수 모델성능 모델해상도 예측기간 예보관 역량은 예보경력, 예보지식, 교육훈련, 예보팀워크로 구성되었다. 4개 대안
2년 이하 41 0.601 0.245 0.154
3～5년 43 0.598 0.246 0.156 의 기여도를 분석해보면, 예보경력의 기여도가 0.443으로 가장 높은 기여도를 보였
6～10년 23 0.588 0.270 0.142 으며, 예보지식 0.195, 교육훈련 0.185, 예보팀워크 0.177순으로 기여도를 나타냈다.
11년 이상 34 0.634 0.217 0.149
예보관 역량
0.443 0.195 0.185 0.177
예보경력 예보지식 교육훈련 예보팀워크

[그림 4-57] 예보경력 기간에 따른 수치예보모델의 기여도

현재 담당업무별 차이를 분석한 결과, 소방/방재, 행정관리의 업무담당자는 모델

해상도보다 예측기간의 기여도를 높게 평가하였다. 이는 소방/방재업무특성상 예측
기간 확대의 중요성이 반영된 것으로 추측된다. [그림 4-59] 예보관 역량의 기여도

- 171 - - 172 -
 예보경력 유무에 따라 예보관 역량의 기여도를 비교한 결과, 집단간의 차이는 없었다. 현재 담당업무 분야별 집단간의 차이를 분석한 결과, 모두 1순위로 예보경력을
예보경력 예보지식 교육훈련 예보팀워크
높게 평가하였지만, 예보 업무담당자는 (2)예보팀워크-(3)교육훈련-(4)예보지식 순으
전체평균 0.443 0.195 0.185 0.177 로 기여도를 평가하였고, 행정관리는 (2)교육훈련-(3)예보지식-(4)예보팀워크 순으로
예보경력_무 0.375 0.215 0.199 0.211 집단간에 차이를 나타냈다.
예보경력_유 0.478 0.185 0.178 0.159
업무 표본수 예보경력 예보지식 교육훈련 예보팀워크
예보 7 0.465 0.169 0.177 0.189
수치모델 1 0.506 0.148 0.073 0.273
관측 5 0.453 0.288 0.133 0.126
행정관리 8 0.393 0.190 0.241 0.175
기타 9 0.395 0.225 0.175 0.204
[그림 4-60] 예보경력에 따른 예보관 역량의 기여도

예보경력 기간에 따라 차이를 분석한 결과, 1순위는 차이가 없었지만, 11년 이상

의 예보경력이 있는 집단은 2순위로 예보팀워크를 높게 평가하였다.
전체적으로 보면 예보경력이 높아질수록, 예보팀워크를 높게 평가하였으며, 예보경
력이 낮을수록 예보지식과 교육훈련의 비중을 높게 평가하였다. 이는 예보경력이 낮은
집단의 경우 예보지식과 교육훈련이 현재 업무 수행에 있어 중요도가 높은 것으로 판
단된다. 그리고 예보경력이 높을수록 그동안의 예보지식과 교육훈련이 예보경력으로
현장실무에서 활용되는 경우가 빈번히 발생되어 기여도 비중이 높은 것으로 판단된다. [그림 4-62] 업무에 따른 예보관 역량의 기여도

예보경력 표본수 예보경력 예보지식 교육훈련 예보팀워크

2년 이하 6 0.338 0.262 0.227 0.173 기상예보 업무역량의 기여도
3～5년 8 0.461 0.193 0.190 0.155 (5)
6～10년 6 0.456 0.197 0.174 0.173
11년 이상 9 0.601 0.118 0.137 0.144
기상예보 업무역량 기여도를 기상관측자료, 수치예보모델과 예보관 역량으로 구
성하고 각각의 요인별로 세부기여도를 AHP기법을 통해 분석하였다. 이를 종합하여
기상예보 업무역량의 기여도를 분석하였다.
그 결과, 수치예보모델 성능이 0.213으로 1순위, 관측자료의 질이 0.206으로 2순위,
예보경력이 0.124로 3순위, 그리고 4순위로는 관측지점 수로 나타났다. 기상예보 업
무에서 수치예보모델의 성능이 가장 중요하였지만, 관측자료의 질도 수치예보모델
성능에 불과 0.007밖에 차이가 나지 않을 정도로 관측자료의 질이 기상예보 업무역
[그림 4-61] 예보경력 기간에 따른 예보관 역량의 기여도
량에 미치는 영향은 크다고 할 수 있다. 그리고 관측지점 수도 4순위로 기상관측망

- 173 - - 174 -
확충이 기상예보 업무역량의 증대에 기여할 수 있는 것이 정량적으로 나타내었다. 제5절 기상관측업무 설문분석 결과

[표 4-20] 기상예보 업무역량의 중요도 순위 기상관측자료의 중요도와 활용성 등을 알아보기 위해 기상관측업무 관련 설문항목
구분 가중치 순위 으로 567명에게 14개의 문항의 설문지를 배포하여 유효한 500명의 설문응답 결과를
자료질 0.206 2 분석하였다.
관측자료 관측종류 0.062 7 질문 1. 다음의 기상관측 부문 중 기상예보 및 기상특보 업무를 위하여 확대 또는
지점수 0.091 4 개선이 필요한 기상관측을 2개 선택하신다면 무엇입니까?
모델성능 0.213 1
수치예보모델 모델해상도 0.084 5 응답자 500명 중 1순위만 기재한 2명을 포함하여 개선되어야 기상관측 부문의 응
예측기간 0.064 6 답 결과, 지상기상관측이 205명인 20.5%로 가장 높은 비율을 차지하였다. 해양기상
예보경력 0.124 3
예보지식 0.055 8 관측 18.4%, 레이더기상관측 18.3%순으로 나타났다.
예보관 역량 교육훈련 0.052 9
예보팀워크 0.050 10 빈도 % 유효 %
지상기상관측 205 20.5 20.5
합계 1.000 고층기상관측 154 15.4 15.4
해양기상관측 184 18.4 18.4
유효 기상위성관측 134 13.4 13.4
기상레이더관측 183 18.3 18.3
목측관측 138 13.8 13.8
전체 998 99.8 100.0
결측 2 .2
전체 1000 100.0
[그림 4-63] 개선되어야 할 기상관측 부문

담당업무별로 차이를 살펴보면, 예보, 기상산업 종사자는 해양기상관측 개선이라고 응

답한 비율이 가장 높았으며, 수치모델과 학술/연구 종사자는 고층기상관측의 비중이 높았
다. 그리고 소방방재와 학술/연구는 기상레이더 관측 개선의 비중이 가장 높게 나타났다.
[표 4-21] 개선되어야 할 기상관측 부문-담당업무별
담당업무
예보 수치 모델 관측 행정 관리 소방,
방재 학술,
연구 기상
산업 기타 전체
빈도 62 5 28 23 35 14 9
지상기상관측 담당업무중% 19.3% 16.7% 25.9% 26.1% 25.4% 14.9% 21.4% 16.5%29 20.5%
205
빈도 17.4%
고층기상관측 담당업무중% 56 33.3%
10 10.2%
11 13.6%
12 8.0% 11 23.4%
22 19.0%8 13.6%
24 15.4%
154
빈도 75 4 15 19 8 14 13 36
개선 해양기상관측 담당업무중% 23.3% 13.3% 13.9% 21.6% 5.8% 14.9% 31.0% 20.5% 18.4% 184
기상 기상위성관측 빈도 22 20.0%
6 14.8%
16 12.5%
11 26.8%37 16.0%
15 7.1% 3 13.6%
24 13.4%
134
관측 담당업무중% 6.8%
빈도 55 4 14 14 42 22 4 28
기상레이더관측 담당업무중% 17.1% 13.3% 13.0% 15.9% 30.4% 23.4% 9.5% 15.9% 18.3% 183
빈도 16.1%
목측관측 담당업무중% 52 3.3%1 22.2%
24 10.2%
9 3.6% 5 7.4% 7 11.9%5 19.9%
35 13.8%
138
전체 빈도 322 30 108 88 138 94 42 176 998
담당업무중% 100.0%100.0%100.0%100.0% 100.0% 100.0% 100.0%100.0%100.0%

- 175 - - 176 -
질문 2. 기상청은 2020년부터 영향예보를 정식서비스 할 계획입니다. 기상청이 영향 3. 기상청의 기상예보 업무에 중요하다고 생각하는 기상관측 요소는 무엇입니까?
예보를 위해 확대 또는 개선해야 할 기상관측 부문은 무엇입니까? (1~3순위를 기재해 주십시오 .)

영향예보에 따라 개선되어야 할 기상관측 부문에 대한 응답 결과, 안개/적설 관측 예보업무에 중요한 기상관측 요소에 대한 질문에 1순위로는 강수가 223명인
이 224명으로 23%를 차지하며 가장 높은 비율을 나타냈다. 그 다음으로는 지상기상 44.6%로 가장 높게 나타났으며, 2순위는 온도 26.5%, 3순위는 바람 21.1%순으로 나
관측이 21.8% 순으로 나타났다. 타났다.
빈도 % 유효 % 1순위 2순위 3순위
지상기상관측 213 21.3 21.8 빈도 % 빈도 % 빈도 %
고층기상관측 69 6.9 7.1 기압 79 15.8 28 5.6 19 3.8
해양기상관측 97 9.7 9.9 온도 65 13.0 132 26.5 61 12.3
습도 1 .2 11 2.2 19 3.8
기상위성관측 91 9.1 9.3 바람 37 7.4 79 15.8 104 21.1
유효 기상레이더관측 143 14.3 14.7 강수 223 44.6 76 15.2 50 10.1
목측관측 132 13.2 13.5 구름 5 1.0 11 2.2 11 2.2
일조 1 .2 2 .4
안개/적설관측 224 22.4 23.0 일사 1 .2 2 .4 4 .8
기타 7 .7 .7 시정 2 .4 13 2.6 18 3.6
전체 976 97.6 100.0 천기 및 목측관측 20 4.0 16 3.2 43 8.7
결측 24 2.4 황사 5 1.0 9 1.8
미세먼지 2 .4 12 2.4 28 5.7
전체 1000 100.0 기상레이더 31 6.2 74 14.8 59 11.9
기상위성 33 6.6 36 7.2 58 11.7
[그림 4-64] 영향예보에 따른 기상관측 개선분야 낙뢰 1 .2 7 1.4
기타 1 .2 2 .4 2 .4
영향예보를 위한 기상관측 업무개선 분야를 예보경력 기간에 따라 구분하여 살펴 전체 500 100.0 499 100.0 494 100.0
보면, 예보경력 기간에 따라가 낮을수록 지상기상관측의 비중이 높게 나타나지만,
예보경력 기간에 따라가 높을수록 안개/적설관측의 비중이 높게 나타났다.
[표 4-22] 영향예보에 따른 기상관측 개선분야-예보경력
예보경력 전체
3년 이하 3-5년 6-10년 10-20년 20년 이상
지상기상관측 빈도 42 33 35 44 58 212
예보경력% 25.8% 25.4% 25.4% 20.3% 17.8% 21.8%
고층기상관측 빈도 11 10 16 15 17 69
예보경력% 6.7% 7.7% 11.6% 6.9% 5.2% 7.1%
빈도 11 13 18 19 36 97
영향 해양기상관측 예보경력%
빈도
6.7%
26
10.0%
14
13.0% 8.8% 11.0%
13 14 24
10.0%
91
예보 기상위성관측 예보경력% 16.0% 10.8% 9.4% 6.5% 7.4% 9.3%
기상 기상레이더관측 빈도 27 15 14 33 53 142
관측 목측관측 예보경력% 16.6% 11.5% 10.1% 15.2% 16.3% 14.6%
빈도 11 19 16 25 61 132
예보경력% 6.7% 14.6% 11.6% 11.5% 18.7% 13.6%
안개/적설관측 빈도 34 25 26 65 74 224
예보경력% 20.9% 19.2% 18.8% 30.0% 22.7% 23.0%
기타 빈도 1 1 0 2 3 7
예보경력% 0.6% 0.8% 0.0% 0.9% 0.9% 0.7%
전체 빈도 163 130 138 217 326 974
예보경력% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% [그림 4-65] 기상 관측요소 중요도 순위

- 177 - - 178 -
 기상관측 요소에 대해 담당업무별로 살펴보면, 수치모델을 제외한 모든 집단에서
순위로 강수를 중요한 기상관측 요소로 꼽았다. 수치모델 업무 담당자만이 온도 1순위 2순위 3순위
1
빈도 % 빈도 % 빈도 %
요소가 더 중요하다고 응답하여 수치모델에서 공기온도 변화가 기상예측의 중요변 자동기상관측장비 314 62.8 52 10.4 59 11.8
수로 인식한 것으로 추측된다. 기상레이더 80 16.0 221 44.2 78 15.7
기상위성 65 13.0 115 23.0 175 35.1
그리고 지자체 등에서 소방/방재 업무 담당자의 경우 강수의 비중은 다른 집단보 안개관측장비 3 .6 7 1.4 23 4.6
다 절대적으로 높은 73.9%가 1순위로 강수라고 응답하였다. 이는 지자체 등에서 여 적설계 5 1.0 19 3.8 17 3.4
CCTV 2 .4 5 1.0 17 3.4
름철 기습폭우로 인한 피해예방 등에 강수 관측정보가 활용성이 매우 높다는 것으 운고운량계 - - 3 .6 1 .2
로 판단된다. 라디오(레윈)존대 18 3.6 37 7.4 24 4.8
연직바람관측장비 5 1.0 9 1.8 22 4.4
라디오미터 - - - - 3 .6
[표 4-23] 기상 관측요소 중요도 순위-담당업무 선박/기상꽌측선 1 .2 4 .8 3 .6
담당업무 항공기관측 2 .4 7 1.4 11 2.2
예보 수치 관측 행정 소방, 학술, 기상 기타 전체 낙뢰관측 3 .6 5 1.0
모델 관리 방재 연구 산업 앞바다관측 3 .6 5 1.0 16 3.2
빈도중 % 20.4%
기압 담당업무 33 6.7%
1 11.1%
6 22.7%
10 4.3% 3 17.0%8 4.8% 1 19.3%
17 15.8%
79 먼바다관측(브이) 1 .2 10 2.0 35 7.0
빈도 7 7 7 7 7 9 2 19
온도 담당업무 중 % 4.3% 46.7% 13.0% 15.9% 10.1% 19.1% 9.5% 21.6% 13.0% 65 황사관측 1 .2 3 .6 9 1.8
빈도중 % 0.0%
0 0.0%0 0.0%0 0.0% 0 0.0% 0 0.0% 0 0.0% 0 1.1% 1 0.2% 1 전체 500 100.0 500 100.0 498 100.0
습도 담당업무
빈도 19 0 6 1 0 3 2
바람 담당업무 중 % 11.7% 0.0% 11.1% 2.3% 0.0% 6.4% 9.5% 6.8% 7.4% 6 37
빈도중 % 41.4%
강수 담당업무 67 26.7%
4 44.4%
24 47.7%
21 73.9%
51 29.8%
14 57.1%
12 34.1%
30 44.6%
223
중요 구름 담당업무 빈도중 % 1.9%
3 6.7%1 0.0%0 0.0% 0 1.4% 1 0.0% 0 0.0% 0 0.0% 0 1.0% 5
기상 빈도중 % 0.0%
0 0.0%0 0.0%0 0.0% 0 0.0% 0 2.1% 1 0.0% 0 0.0% 0 0.2% 1
관측 일사
요소_ 시정 담당업무빈도중 % 0.0%
0 0.0%0 0 0.0% 0 1 0.0% 0 0 1.1% 1 2
1순위 천기 및 담당업무
빈도 9 0 0.0% 3 2 1.4% 0 2 0.0% 1 3 0.4% 20
목측관측 담당업무 중 % 5.6% 0.0% 5.6% 4.5% 0.0% 4.3% 4.8% 3.4% 4.0%
빈도중 % 0.0%
미세먼지 담당업무 0 0.0%0 0.0%0 0.0% 0 1.4% 1 0.0% 0 0.0% 0 1.1% 1 0.4% 2
빈도
기상레이더 담당업무 13 2 4 2 2 4 0 4 31
중 % 8.0%
11 13.3% 7.4% 4.5% 2.9% 8.5% 0.0% 4.5% 6.2%
빈도
기상위성 담당업무 중 % 6.8% 0 4 0 3 6 3 6 33
0.0% 7.4% 0.0% 4.3% 12.8% 14.3% 6.8% 6.6%
빈도중 % 0.0%
기타 담당업무 0 0.0%0 0.0%0 2.3% 1 0.0% 0 0.0% 0 0.0% 0 0.0% 0 0.2% 1
빈도 162 15 54 44 69 47 21 88 500
전체 담당업무 중 % 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%

4. 기상청의 기상예보업무에 중요하다고 생각하는 기상장비는 무엇입니까?

(1~3순위를 기재해 주십시오 .)
[그림 4-66] 기상 관측장비 중요도 순위

예보업무에 중요한 기상관측장비에 대한 질문에 1순위로는 자동기상관측장비가 예보업무에 중요한 기상관측장비를 담당업무별로 살펴보면, 모든 집단에서 1순위
314명인 62.8%로 절대적으로 높게 나타났으며, 2순위는 기상레이더 44.2%, 3순위는
로 자동기상관측장비로 나타났다. 하지만 2순위에서는 소방/방재, 학술/연구, 기타에
기상위성 35.1%순으로 나타났다. 서는 기상위성이 2순위도 더 높게 나타났다.

- 179 - - 180 -
 [표 4-24] 기상 관측장비 중요도 순위-담당업무
담당업무
예보 수치 모델 관측 행정
관리 소방,방재 학술,연구 기상 산업 기타 전체
빈도 113 8 32 30 33 25 17 63.6%
자동기상관측장비 담당업무 중 %69.8% 53.3% 59.3% 68.2% 47.8% 53.2% 81.0% 56 62.8%
314
기상레이더 담당업무 빈도중 % 16.7%
27 20.0%
3 22.2%
12 15.9%
7 20.3%
14 10.6%
5 14.3%
3 10.2%
9 16.0%
80
빈도 14 2 8 4 19 7 1 10
기상위성 담당업무 중 % 8.6% 13.3% 14.8% 9.1% 27.5% 14.9% 4.8% 11.4% 13.0% 65
안개관측장비 담당업무빈도중 % 0.0%
0 0.0%0 0.0%0 0.0%0 1.4%1 0.0%0 0.0%0 2.3%2 0.6%3
빈도중 % 1.2%
2 0.0%0 0.0%0 0.0%0 1.4%1 4.3%2 0.0%0 0.0%0 1.0%5
기상 적설계 담당업무 빈도 0 0 0 0 1 0 0 1 2
예보 CCTV 담당업무 중 % 0.0% 0.0% 0.0% 0.0% 1.4% 0.0% 0.0% 1.1% 0.4%
중요 라디오(레윈)존대 빈도 5 13.3%
2 3.7%2 0.0%0 0.0%0 6.4%3 0.0%0 6.8%6 3.6%18
기상 담당업무 중 % 3.1%
장비_ 연직바람관측장비 빈도 0 0 0 1 0 3 0 1 5 [그림 4-67] 기상관측 발전 업무

1순위 선박/기상꽌측선 담당업무 중 % 0.0%

빈도중 % 0.0% 0.0%
0 0.0% 0.0%
0 0.0% 2.3%
0 0.0% 0.0%
0 0.0% 6.4%
0 2.1% 0.0%
1 0.0% 1.1%
0 0.0% 1.0%
0 0.2%1 기상관측 발전 업무를 현재 담당업무별로 구분하여 살펴보면, 예보, 행정관리, 소
담당업무
빈도 1 0 0 0 0 1 0
항공기관측 담당업무 중 % 0.6% 0.0% 0.0% 0.0% 0.0% 2.1% 0.0% 0.0% 0.4% 0 2 방/방재 업무 담당자는 기상관측망 확충을 더 높이 응답해 기상관측망 확대로 더
앞바다관측 담당업무 빈도 0 0 0 1 0 0 0 2 3 넓은 지역에 신속한 기상관측자료 확보가 필요하고, 수치모델, 관측, 학술/연구, 기
중 % 0.0%
빈도 0 0.0%
먼바다관측(브이) 담당업무 중 % 0.0% 0 0.0%0 2.3%1 0.0%0 0.0%0 0.0%0 2.3%0 0.6%1 상산업 업무 담당자는 관측전문인력 양성으로 응답해 전문인력을 통한 기술개발이
0.0% 0.0% 2.3% 0.0% 0.0% 0.0% 0.0% 0.2%
황사관측 담당업무 빈도중 % 0.0%
0 0.0%0 0.0%0 0.0%0 0.0%0 0.0%0 0.0%0 1.1%1 0.2%1 필요한 것으로 추측된다.
전체 빈도 162 15 54 44 69 47 21 88 500
담당업무 중 %100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0% [표 4-25] 기상관측 발전업무-담당업무

담당업무
예보 수치 행정 전체
관리 소방, 학술,
5. 기상청의 기상관측업무 발전을 위해 추진해야할 업무 2개를 선택한다면 무엇입니까? 모델 관측 방재 연구 기상 산업 기타
기상관측망 빈도 85 7 20 25 52 13 9 40 251
확충 담당업무 중 % 26.3% 23.3% 18.5% 28.4% 37.7% 13.8% 21.4% 22.9% 25.2%
기상관측업무 발전을 위해 추진해야 할 업무로 관측전문인력 양성이 27.2%로 가 기상관측정책 빈도 22 4 10 8 13 13 9 22 101
장 높게 나타났으며, 그 다음으로 기상관측망 확충이 25.2%로 응답자가 많았다. 강화 담당업무 중 % 6.8% 13.3% 9.3% 9.1% 9.4% 13.8% 21.4% 12.6% 10.1%
관측전문인력 빈도 77 10 28 21 47 35 13 40 271
양성 담당업무 중 % 23.8% 33.3% 25.9% 23.9% 34.1% 37.2% 31.0% 22.9% 27.2%
관측 유관기관 관측 빈도 16 0 2 8 2 6 2 4 40
빈도 % 유효 % 확대 담당업무 중 % 5.0% 0.0% 1.9% 9.1% 1.4%
발전 관측장비 6.4% 4.8% 2.3% 4.0%
빈도 43 5 23 12 18 15 4 28 148
기상관측망 확충 251 25.1 25.2 업무 유지보수 강화 담당업무 중 % 13.3% 16.7% 21.3% 13.6% 13.0% 16.0% 9.5% 16.0% 14.8%
기상관측정책 강화 101 10.1 10.1 목측(유인)관측 빈도 61 1 20 7 2 5 5 30 131
관측전문인력 양성 271 27.1 27.2 확대 담당업무 중 % 18.9% 3.3% 18.5% 8.0% 1.4% 5.3% 11.9% 17.1% 13.1%
기상관측표준화 빈도 14 3 3 7 2 7 0 9 45
유관기관 관측 확대 40 4.0 4.0 법 적용 강화 담당업무 중 % 4.3% 10.0% 2.8% 8.0% 1.4% 7.4% 0.0% 5.1% 4.5%
유효 관측장비 유지보수 강화 148 14.8 14.8 기타 담당업무 빈도 5 0 2 0 2 0 0 2 11
목측(유인)관측 확대 131 13.1 13.1 중 % 1.5% 0.0% 1.9% 0.0% 1.4% 0.0% 0.0% 1.1% 1.1%
전체 빈도 323 30 108 88 138 94 42 175 998
기상관측표준화법 적용 강화 45 4.5 4.5 담당업무 중 % 100.0%100.0%100.0%100.0% 100.0% 100.0% 100.0%100.0% 100.0%
기타 11 1.1 1.1
전체 998 99.8 100.0 응답자를 기상청 내부(지방청 포함)와 외부로 구분하여 살펴보면, 1순위와 2순위
결측 시스템 2 .2 는 관측전문인력 양성과 기상관측망 확충으로 동일 하였으나 기상청 외부는 관측전
전체 1000 100.0 문인력양성을 내부보다 높게 평가했다. 그러나 기상청 내부 응답자들은 3순위로 목

- 181 - - 182 -
측(유인) 관측 확대가 17.3%로 기상청 외부응답자의 비중인 7.9%보다 2배 이상 높게
나타났다. 이는 기상관측업무를 현장에서 맡고 있는 내부직원들이 목측 관측을 매
우 중요하게 생각하고 있으며, 목측 자료가 활용성이 높기 때문인 것으로 추측된다.
[표 4-26] 기상관측 발전업무-기상청 내·외부

기상청 내부 기상청 외부 전체
기상관측망 확충 빈도 136 115 251
현소속중% 24.5% 26.0% 25.2%
기상관측정책 강화 빈도 56 45 101
현소속중% 10.1% 10.2% 10.1%
관측전문인력 양성 빈도 138 133 271
현소속중% 24.9% 30.0% 27.2%
유관기관 관측 확대 빈도 24 16 40
현소속중% 4.3% 3.6% 4.0% [그림 4-68] 기상관측 전문인력 양성 업무

빈도
관측장비 유지보수 강화 현소속중% 75 73 148
13.5% 16.5% 14.8% 기상청 근무자, 기상사업자 및 기상청 출신 전문가 집단은 관측전문인력 신규 채
목측(유인)관측 확대 빈도 96 35 131 용보다는 기존 인력에 대한 기상관측 교육훈련 강화를 선택하여 기상관측, 자료활
현소속중% 17.3% 7.9% 13.1%
빈도
기상관측표준화법 적용 강화 현소속중% 23 22 45 용, 장비운영 등 관측업무 전반에 걸쳐 내부인력에 대한 기술향상이 필요한 것으로
4.1% 5.0% 4.5% 추측된다. 지자체, 학계 및 산하 공공기관 집단에서는 기상전문인력 채용의 비중이
기타 빈도 7 4 11
현소속중% 1.3% 0.9% 1.1% 더 높게 나타났는데 이는 기상청 외부의 기관에서 관측업무를 하기 위한 전문인력
전체 빈도 555 443 998 확보가 더 중요한 것으로 인식하기 때문인 것으로 추측된다.
현소속중% 100.0% 100.0% 100.0%
6. 기상관측전문인력 양성을 위해 우선적으로 추진해야할 업무 2개를 선택한다면 무엇입니까? [표 4-27] 기상관측 전문인력 양성 업무-현소속
현소속 기상청 산하
기상사 지자체 등 학계 기상청 소속기관 공공기관 기타 전체
기상관측 전문인력 양성을 위해서 추진해야 할 업무로 기상관측 교육훈련 강화가 업자 등 공공기관
관측전문직위 빈도 11 37 5 24 95 6 23 201
32.9%로 가장 높게 나타났으며, 그 다음으로는 기상관측 전문인력 채용이 22.1%로 확대 현소속 중 % 20.4% 16.8% 12.5% 20.3% 21.8% 15.0% 25.8% 20.2%
나타났다. 기상관측전문 빈도 14 65 10 21 78 13 19 220
인력 채용 현소속 중 % 25.9% 29.5% 25.0% 17.8% 17.9% 32.5% 21.3% 22.1%
기상관측
관측 교육훈련 빈도 16 58 10 51 150 12 31 328
빈도 % 유효 % 전문 승진, 수당강화 현소속 중 % 29.6% 26.4% 25.0% 43.2% 34.4% 30.0% 34.8% 32.9%
등 빈도 1 21 3 11 63 1 4 104
관측 전문직위 확대 201 20.1 20.2 인력 인센티브 지원
기상관측 전문인력 채용 220 22.0 22.1 양성 외부전문인력 현소속 빈도
중 % 1.9% 9.5% 7.5% 9.3% 14.4% 2.5% 4.5% 10.4%
9 27 6 4 12 6 8 72
기상관측 교육훈련 강화 328 32.8 32.9 업무 양성 및 활용 현소속 중 % 16.7% 12.3% 15.0% 3.4% 2.8% 15.0% 9.0% 7.2%
승진, 수당 등 인센티브 지원
유효 외부전문인력 104 10.4 10.4 관측장비 제작사 빈도 3 11 5 6 34 2 4 65
양성 및 활용 72 7.2 7.2 교육 확대 현소속 중 % 5.6% 5.0% 12.5% 5.1% 7.8% 5.0% 4.5% 6.5%
관측장비 제작사 교육 확대 65 6.5 6.5 기타 현소속 빈도 0 1 1 1 4 0 0 7
기타 7 .7 .7 중 % 0.0% 0.5% 2.5% 0.8% 0.9% 0.0% 0.0% 0.7%
전체 빈도 54 220 40 118 436 40 89 997
전체 997 99.7 100.0 현소속 중 % 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%100.0%
결측 시스템 3 .3
전체 1000 100.0

- 183 - - 184 -
7. 기상관측장비 유지관리 강화를 위해 우선적으로 추진해야할 업무 2개를 선택한다면 빈도 % 유효 %
무엇입니까? 기상관측망 확대 158 15.8 15.9
기상관측자료의 품질관리 358 35.8 36.0
기상관측자료의 전달 및 저장시스템 81 8.1 8.1
기상관측장비의 유지관리 강화를 위한 업무로 청내 관측 전문인력 양성이 31.1%로 가장 유효 기상관측장비 유지관리 155 15.5 15.6
기상관측자료 제공 신속성 99 9.9 9.9
높았으며, 그 다음으로는 기술원 장비관리 업무강화 및 확대가 24.9%로 높게 나타났다. 기상관측(자료)전문가 확대 139 13.9 14.0
기타 5 .5 .5
전체 995 99.5 100.0
빈도 % 유효 % 결측 시스템 5 .5
전체 1000 100.0
기상관측표준화법 적용 강화 및 확대 198 19.8 19.9
청내 관측전문 인력양성 310 31.0 31.1
청외 전문인력 및 업체 육성 134 13.4 13.5
유효 관측장비 제작사 교육 확대 101 10.1 10.1
기술원 장비관리업무 강화 및 확대 248 24.8 24.9
기타 5 .5 .5
전체 996 99.6 100.0
결측 시스템 4 .4
전체 1000 100.0
[그림 4-70] 기상관측자료 활용도 개선업무

기상관측자료 활용도 개선을 위한 업무를 현 소속별로 살펴보면, 모든 집단에서

기상관측자료의 품질관리가 제일 높은 비중을 차지하였지만, 2번째로는 높은 응답
은 기상청 소속기관과 산하 공공기관은 기상관측장비 유지관리가 높았으며, 지자체
는 기상관측자료 제공의 신속성, 학계는 기상관측자료 전문가 확대를 꼽았다.
[표 4-28] 기상관측자료 활용도 개선업무-현소속

기상사 지자체 등 학계 현소속 기상청 산하 기타 전체

기상청 소속기관
업자 등 공공기관
빈도 9 39 1 21
기상관측망 확대현소속 중 % 16.7% 17.8% 2.5% 17.8% 16.3% 71 공공기관 6 12.5%
11 15.9%
158
15.0%
[그림 4-69] 관측장비 유지보수 강화 업무 기상관측자료의 빈도중 % 25.9%
14 21.5%
47 47.5%
19 41.5%
49 40.6%
177 37.5%
15 42.0%
37 36.0%
358
품질관리 현소속
기상관측자료의 빈도 5 25 3 8 31 6 3 81
전달 및
관측 저장시스템
8. 현재의 기상관측자료의 활용도를 높이기 위해서는 가장 중요하게 개선해야 할 사항 자료 기상관측장비 현소속 빈도
중 % 9.3% 11.4% 7.5% 6.8% 7.1% 15.0% 3.4% 8.1%
9 8.7%19 7.5% 3 13.6%
16 18.6%
81 17.5%7 22.7%
20 15.6%
155
2개를 선택한다면 무엇입니까? 활용 유지관리 현소속
개선 기상관측자료 빈도중 % 16.7% 9 54 5 8 17 2 4 99
제공 신속성 현소속 중 % 16.7% 24.7% 12.5% 6.8% 3.9% 5.0% 4.5% 9.9%
기상관측자료 활용도 개선 업무로는 기상관측자료의 품질관리가 36%로 가장 높았 기상관측(자료) 빈도중 % 14.8%
8 16.0%
35 17.5%7 13.6%
16 12.8%
56 10.0%4 14.8%
13 14.0%
139
전문가 확대 현소속빈도 0 0 2 0 3 0 0 5
으며, 그 다음으로 기상관측망 확대가 15.9%로 높았으며 기상관측장비 유지관리 기타 현소속 중 % 0.0% 0.0% 5.0% 0.0% 0.7% 0.0% 0.0% 0.5%
15.6%, 관측전문가 확대 14.0%로 비슷하게 중요하다고 평가했다. 전체 빈도 54 219 40 118 436 40 88 995
현소속 중 % 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%100.0%

- 185 - - 186 -
9. 기상관측자료가 예보업무 전반에 미치는 기여도는 어느 정도입니까?
기상관측자료가 예보업무에 미치는 기여도는 매우 높다가 40.6%로 가장 높았으
며, 높음(6)도 35.8%로 나타났다. 그리고 응답자의 기여도 평균은 7점 만점에 6.04점
으로 기상관측자료가 예보업무에 기여도가 매우 높음을 알 수 있다.
빈도 %
전혀 기여하지 않음 1 .2
2 1 .2
3 19 3.8 a) 전체
보통이다 22 4.4
5 75 15.0
6 179 35.8
매우 기여도가 높음 203 40.6
전체 500 100.0
N 평균 표준편차 분산
500 6.04 1.07 1.15
[그림 4-71] 기상관측자료의 예보업무 기여도
b) 지상 c) 고층
10-1. 현재 기상청에서 운영중인 각 기상관측망 구성이 얼마나 적절하다고 생각하십니까?
기상관측망 구성의 적절성에 대해 전체적으로는 7점 만점에 4.5점 정도 적절하다
고 생각하고 있었다. 세부 관측망별로는 지상기상관측망은 4.61점으로 평균 이상으
로 가장 높은 적절성을 나타냈으며, 기상레이더와 기상위성관측망도 평균과 비슷한
수준이였다. 이에 반해 목측은 3.08점, 해양기상관측망은 3.40점, 고층기상관측망은
3.93점으로 관측망의 구성이 적절하지 않다는 응답이 높았다.
d) 해양 e) 기상위성
[표 4-29] 기상관측망의 적절성
전체 지상 고층 해양 기상위성 기상레이더 목측
빈도 % 빈도 % 빈도 % 빈도 % 빈도 % 빈도 % 빈도 %
전혀 적절하지 않음 8 1.6 4 .8 3 .6 23 4.6 3 .6 4 .8 81 16.2
적절하지 않음 19 3.8 14 2.8 52 10.4 106 21.2 20 4.0 19 3.8 110 22.0
다소 적절하지 않음 49 9.8 72 14.4 124 24.8 146 29.2 65 13.0 68 13.6 92 18.4
보통이다 136 27.2 146 29.2 174 34.8 125 25.0 186 37.2 168 33.6 148 29.6
대체로 적절 224 44.8 135 27.0 99 19.8 76 15.2 119 23.8 127 25.4 47 9.4
적절함 56 11.2 104 20.8 39 7.8 21 4.2 86 17.2 97 19.4 20 4.0
매우 적절함 8 1.6 25 5.0 9 1.8 3 .6 21 4.2 17 3.4 2 .4
전체 500 100.0 500 100.0 500 100.0 500 100.0 500 100.0 500 100.0 500 100.0
➀～➂응답자수 76 (15.2%) 90 (18%) 179 (35.8%) 275 (55.0%) 92 (18.4%) 93 (18.6%) 284 56.8%) f) 기상레이더 g) 목측
평균 4.5 4.61 3.93 3.4 4.48 4.51 3.08
표준편차 1.09 1.228 1.178 1.253 1.192 1.2 1.401 [그림 4-72] 기상관측망의 적절성
분산 1.188 1.508 1.388 1.571 1.42 1.441 1.962

- 187 - - 188 -
10-2. (10-1에서 ①~③에 체크를 하신 분만 해당) 현재 운영중인 각 기상관측망이 어느 정 12. 기상관측자료가 수치예보모델에 활용되고 있는데 어느 정도 활용되고 있다고 생각하십니까?
도 추가적으로 확대 또는 확충되어야 한다고 생각하십니까?
기상관측자료가 수치예보모델의 어느정도 활용되는지에 대해 (5)다소 활용된다가
세부 관측망별로 적절하지 않다고 응답한 분들께 관측망 확대정도를 조사한 결 38%로 가장 높게 나왔으며, (4)보통이다가 24%순으로 나타났다. 응답자의 평균은 7점
과, 목측기상관측망은 현재대비 102.7% 확대를 할 필요가 있는 것으로 분석되었으 만점에 4.78점으로 기상관측자료가 수치예보모델에 잘 활용되는 수준으로 나타났다.
며, 해양은 81.9%, 지상은 72.4% 확대가 필요한 것으로 분석되었다.
빈도 %
[표 4-30] 기상관측망별 확대 정도 전혀 활용되지 않음 2 .4
지상 고층 해양 기상위성 기상레이더 목측 활용되지 않음 6 1.2
빈도 % 빈도 % 빈도 % 빈도 % 빈도 % 빈도 % 다소 활용되지 않음 55 11.0
10% 4 4.4 10 5.6 10 3.6 7 7.6 11 11.8 13 4.6 보통이다 120 24.0
30% 21 23.3 50 27.9 38 13.8 20 21.7 23 24.7 25 8.8 다소 활용됨 190 38.0
50% 28 31.1 49 27.4 92 33.5 27 29.3 26 28.0 63 22.2 잘 활용됨 109 21.8
70% 10 11.1 22 12.3 34 12.4 12 13.0 12 12.9 39 13.7 매우 잘 활용됨 18 3.6
100% 13 14.4 23 12.8 51 18.5 14 15.2 10 10.8 51 18.0 전체 500 100.0
150% 7 7.8 7 3.9 16 5.8 5 5.4 7 7.5 26 9.2 N 평균 표준편차 분산
200% 7 7.8 18 10.1 34 12.4 7 7.6 4 4.3 67 23.6 500 4.78 1.08 1.16
전체 90 100.0 179 100.0 275 100.0 92 100.0 93 100.0 284 100.0
응답자 평균 72.4% 70% 81.9% 69.6% 28.9% 102.7% [그림 4-74] 기상관측자료의 수치예보 활용정도

12-1. 현재 수치예보모델에 활용되고 있는 관측자료의 종류나 제공빈도 등 기상관측자료가

11. 우리나라 기상관측망에 대한 유지보수 등 관리가 잘되고 있다고 생각하십니까? 적절하게 제공되고 있다고 생각하십니까?
기상관측망 유지보수 등 관리가 적절하게 되고 있는지에 대해 보통이다가 35.4% 수치예보모델의 기상관측자료가 적절한 제공여부에 대해 (5)대체로 적절히 제공된
로 가장 높게 나왔으며, (4)조금 관리가 되고 있다가 29%순으로 나타났다. 응답자의 다가 38.4%로 가장 높게 나왔으며, (4)보통이다가 33%순으로 나타났다. 응답자의 평
평균은 7점 만점에 4.28점으로 대체적으로 관리가 되고 있다고 나타났다. 균은 7점 만점에 4.62점으로 수치예보모델에 관측자료가 적절하게 제공되고 있다고
나타났다.
빈도 %
전혀 그렇치 않음 9 1.8 빈도 %
그렇치 않음 20 4.0 전혀 그렇치 않음 2 .4
다소 그렇치 않음 82 16.4 그렇치 않음 6 1.2
보통이다 177 35.4 다소 그렇치 않음 47 9.4
조금 되고 있음 145 29.0 보통이다 165 33.0
잘되고 있음 57 11.4 대체로 적절함 192 38.4
매우 잘 되고 있음 10 2.0 적절함 79 15.8
전체 500 100.0 매우 적절함 9 1.8
N 평균 표준편차 분산 전체 500 100.0
500 4.28 1.15 1.33 N 평균 표준편차 분산
[그림 4-73] 유지보수 관리 정도
500 4.62 .98 .96
[그림 4-75] 수치예보에 관측자료 제공 적절성

- 189 - - 190 -
13. 현재 제공받거나 활용하고 있는 기상관측자료에 대해 어느 정도 만족하십니까? 제 5 장 관측업무 발전 전략

기상관측자료의 만족도에 대한 응답결과, (5)다소 만족한다가 42.8%로 가장 높게

나타났으며, (4)보통이다가 25.8%를 차지하였다. 그리고 7점 만점에 4.76점으로 관측 제1절 기본 방향
자료에 대한 만족도는 대체로 양호한 수준으로 나타났다.
본 연구에서는 관측업무 발전전략을 수립하기 위해 3가지 기본 방향을 설정하여
빈도 % 발전전략을 수립하고자 한다.
전혀 만족하지 않음 3 .6 첫째, 기상청의 주요 발전계획과 연계이다. 기상청이 최근 2016년 이후 마련한 주
만족하지 않음 12 2.4
다소 만족하지 않음 33 6.6 요 중장기 발전계획에 준하여 연구의 기본 틀을 갖추고자 하였다. 여기에는 기상업
보통이다 129 25.8 무에 관한 중장기 목표, 기본방향 등을 반영한 제3차 기상업무발전 기본계획(2017∼
다소 만족함 214 42.8 2021)이 있으며, 이와 함께 작성된 관측업무발전 기본계획(2017∼2021)이 있다. 이러
만족함 97 19.4
매우 만족함 12 2.4 한 범청적인 계획에 따라 관측 전반에 관한 시행 계획이 이미 추진 중에 있어 본
전체 500 100.0 사업에서는 기여도 분석 결과를 반영한 현실성 있는 전략을 제시하고, 기존의 연구
N 평균 표준편차 분산
500 4.76 1.03 1.06 와도 분석 도구의 차별화를 꾀하고자 하였다. 또한 기상청의 연구개발 중장기계획
(2018∼2027)에 포함된 기상관측 분야의 투자방향, 우선순위 등과 연계된 전략적 투
[그림 4-76] 기상관측자료의 만족도
자 순위 설정, 기상관측의 가치 등을 포함시켜 향후 기상청의 관측업무에 관한 투
14. 현재 제공받고 있거나 활용하고 있는 기상관측자료에 대한 정확도 등 신뢰도는? 자 전략을 도출하였다.
둘째, 본 연구에서는 기상청과 유관기관의 기상관측 및 관측망에 대한 조사를 통
기상관측자료의 신뢰도에 대해서는 (9)90%가 27.6%로 가장 높게 나타났다. 신뢰도 해 국가관측망에 대한 자료를 2018년 6월로 현행화 하였고, 이와 함께 현행 기상청
평균은 7.52로 83% 정도의 수준에 신뢰도가 있는 것으로 판단되나, 신뢰도 평균 이 예보업무와 수치모델 등에 활용하고 있는 각종 기상관측자료를 조사하여 관측과
(75%)이하는 15%로 이 부분에 대한 신뢰도 향상 노력이 필요하다. 예보의 연관성을 체계화하는데 목표를 두었다. 이를 위하여 각종 기상관측자료의
예보업무 기여도를 정량적인 측면과 정성적인 측면을 함께 설명할 수 있는 계층분
빈도 % 석과정(AHP) 기법을 이용하여 객관성을 부여하고, 우리의 관측전략 제시와 함께 국
50%이하 9 1.8
55% 2 .4 가기상관측의 적정성을 평가하였다.
60% 16 3.2 셋째, 미래 융합기술의 반영이다. 최근 4차 산업혁명과 관련된 미래 융합기술(사물
65% 9 1.8
70% 40 8.0 인터넷, 인공지능, 빅데이터 등)이 기상분야에서도 적용되고 있고, 2014년 이후 미국
75% 39 7.8 기상학회에서도 인공지능을 반영한 기상연구 기술의 소개(연평균 30편)가 크게 증가
80% 109 21.8
85% 83 16.6 하고 있다고 보고된 바 있다(국립기상과학원, 2017). 현재 우리나라도 이에 대한 기술
90% 138 27.6 력이 연구단계를 벗어나 초기 활용단계에 진입했다고 보고 있으며, 우리 기상청도 이
95% 45 9.0
100% 10 2.0 미 기상관측용 드론을 개발하여 2019년 부터 활용을 준비 중이고, 사물인터넷 기반의
전체 500 100.0 기상관측망 공동활용 체계 구축, 그리고 기상 빅데이터 활성화 기반구축 등 융합기술
평균 7.52
표준편차 1.98 을 기반으로 기상기술의 발전을 도모하고 있다. 본 연구에서는 이러한 미래 기술에
분산 3.95
[그림 4-77] 기상관측자료의 신뢰도
대한 주요 기상선진국의 발전 전략 등을 토대로 우리의 전략 방향을 진단하였다.

- 191 - - 192 -
제2절 기상청 관측업무 발전 기본계획 기상청은 기상관측업무의 발전을 위하여 [그림 5-1]에서와 같은 관측업무발전 기
본계획(2017~2021)을 마련하고, 목적 지향적 기상관측 시스템의 운영을 목표로 하고
제3차 기상업무발전 기본계획(`17~`21)을 살펴보면, 신뢰받는 정보제공으로 국민이 있다. 5가지 전략 내에 속한 세부과제 중 새롭게 부각되는 키워드는 영향예보를 위
만족하는 기상서비스 실현을 비전으로 설정하였다([그림 5-1] 참조). 이와 관련된 관 한 목적별 관측자료 운영체계의 구축, 관측자료의 품질 개선, 민간 관측자료의 활
측업무는 <전략 1> 기상예보 기술과 관측 인프라 고도화에 <세부전략 1-2>인 핵심 용, 사물 인터넷과 드론의 활용 등이라고 할 수 있다. 따라서 관측업무의 고도화 방
기상관측망 구축 및 기상장비 관리강화이다. 향 설정에 있어서도 이러한 사항을 착안하여 기술하고자 하였다.
세부추진과제로는 예보ㆍ특보 지원을 위한 목적별 핵심 기상관측망 구축ㆍ운영,
위성 ‧ 레이더 기반의 입체적 감시를 위한 원격탐사 관측망 고도화, 관측자료 공동
활용 강화를 위한 정책 및 제도 개선, 기상장비의 체계적 도입·운영·관리를 위한
기반 구축으로 구성되어 있다.

[그림 5-2] 관측업무발전 기본계획(2017~2021)

[그림 5-1] 기상청 기상업무발전 기본계획(2017~2021)

- 193 - - 194 -
 이상과 같이 관측업무를 가치사슬(Value Chain)로 본다면, 장비도입 및 구축, 유지보 제3절 기상관측망 발전 방안
수, 자료수집, 자료 품질관리 순서로 진행되는 기상관측망 구축 및 운영이 본원적 활동
이 되며, 기상관측망 고도화, 기상관측 전문가 양성, 관측자료 공동활용 등의 활동이 1. 발전 방향
지원적 활동이 된다([그림 5-3] 참조). 이러한 차원에서 각각의 요소별로 발전전략을 제
시하고자 한다. (1) 현행 기상관측 체계

기상관측 전문가 양성 수치 국가기상관측 체계를 주관하고 있는 기상청은 기상예보를 위한 관측의 목적으로

예보 년 현재 594개소의 자동기상관측시설을 운영하고 있으며, 기상청외에 유관기관
지원적 관측자료 공동활용 모델 2018
활동 28개소의 기상관측시설(3,766대) 표준화와 관측자료의 공동활용을 위한 각종 기상사
기상관측망 고도화 기여
도 업을 추진해왔다. 2000년 이후 기상청의 지속적인 관측분야 확충사업에 따라 각종
기상관측망 구축·운영 용 기상관측 전반에 걸쳐 상당한 인프라를 구축하게 되었다.
본원적 활 특히 기상청이 운영하고 있는 지상기상관측망은 해상도 측면에서 선진국과 동일
활동 장비도입 유지보수 자료수집 자료 료
및 구축 품질관리 측자 한 평균해상도 10km대를 갖추고 있을 뿐 아니라 자료의 수집률 등 자료의 질적인
관 측면에서도 이미 선진국형 지상기상관측망을 보유하고 있다고 할 수 있다. 또한 이
[그림 5-3] 관측업무의 가치사슬 러한 지상기상관측망 운영에 따른 기술 노하우를 개발도상국에 지원하는 등 각종
국제협력사업에서도 인정받고 있다.
그러나 고층기상관측, 원격기상관측 등에 있어서는 지상기상관측에 비해 개선점
이 다소 많은 것으로 분석되었다. AHP분석에서도 초단기예보에서 중기예보에 갈수
록 고층기상관측의 기여도가 0.096에서 0.330으로 높아지듯이 이들 관측자료가 우선
적으로 수치예보에 적극 활용될 수 있고, 신뢰성이 높은 상세한 관측자료가 생산될
수 있는 체계로 구성되어 있는지 분석하여 우리나라의 최적 관측망에 관한 방향을
도출하고자 하였다.
(2) 발전 방향
설문조사를 통해 기상관측망 구성의 적절성을 조사한 결과, 7점 만점에 4.5점으로
대체로 적절하다고 생각하고 있었다. 그리고 세부 관측망별로는 지상기상관측망은
4.61점으로 가장 높게 나타났으며, 이에 반해 고층기상관측망과 해양기상관측망은
다소 미흡한 것으로 분석되었다. 그리고 기상선진국 기상관측망 현황을 통해 우리
나라 기상관측망은 향후 발전 방향의 축은 보다 상세하고 조밀한 중규모 기상관측
망 구축에 있다고 할 수 있다.
이는 성숙단계에 진입한 동네예보와 함께 2020년 시행을 앞둔 영향예보를 뒷받침
할 수 있는 도구가 중규모 기상관측으로 분석되었다. 현행 기상청의 지상관측망의
- 195 - - 196 -
규모의 크기는 약 10km 안팎 정도이지만 이 관측망은 종관규모의 예보를 보다 구체
화하기 위해 구축된 것으로 이보다 작은 규모 즉, 중규모 기상예보를 위하여서는 상 [표 5-1] 유인 관측지점(22개소)

세 중규모 관측망이 필수적이라고 하겠다. 이를 위하여서는 3차원 입체관측망이 효 관측지점 소속기관(관측현업) 관측지점
율적으로 가동되어야 하며, 지상기상관측에 원격관측망이 상호 보완적으로 구축되어 지방청 6개소(24명) 수도권, 부산, 광주, 강원, 대전, 제주
야 한다. 특히 방재 목적으로 상세 관측자료를 얻기 위해서 레이더, 라이더 등과 같 지상관측 지 청 3개소(12명) 대구, 전주, 청주
은 원격관측망을 적극적으로 활용해야 하며, 뿐만 아니라 기존의 타 기관 관측망의 (22개소) 기상대 7개소 (37+21*명) 인천, 안동, 울산, 창원, 목포, 춘천, 홍성
목적별 국지기상 관측망(AWS)을 공동 이용하는 통합망을 구축해야 할 것이다. 관측소 6개소(18*명) 서울, 백령도, 울릉도, 흑산도, 포항, 여수
이와 함께 기상청은 고품질 기상관측 자료를 확보하기 위한 관측망 구축으로 경 ※ 관측보조요원 활용기관(13개소) : 총 39명
제적이고, 효율적인 관측계획을 추진해야 하겠다. 기존 관측망의 존속이나 확충 차
원의 논리보다 관측 공백을 효과적으로 해소할 수 있는 지상, 원격, 그리고 타기관 관측분야에 있어서는 기상대와 관측소의 관측업무를 관측보조원(용역업체)이 수행
의 활용 가능한 관측 등을 종합화 할 수 있는 계획이 요구된다. 또한 종관기상관측 하고 있어 관측업무 전반에 대한 문제 발생 우려가 있으며, 기상관측에 관한 신기
분야에서는 자료의 질을 향상시킬 수 있는 방향으로의 발상 전환이 필요하며, 기상 술 포함 주기적 보수교육체계 미비한 실정이다. 이로 인하여 관측시스템의 적절한
재해의 조기예측에 필요한 인공지능 등이 활용된 첨단 기상관측망 구성으로 관측 유지관리를 보장하는 측기 전문가, 기술인 육성체계가 미흡하여 관측 기술력 향상
공백 해소를 유도해 나가야 할 것이다. 에 많은 문제가 따르고 있다. 또한 지역의 방재기상업무 측면에서도 방재 유관과의
즉, 기상관측의 핵심이 되는 기준 종관기상관측망(ASOS, AWS, 고층기상관측망)을 협력과 소통 등에도 미흡한 부분이 발생하고 있는 실정이다.
제대로 유지 관리함과 동시에 조밀한 관측요구에 부응하기 위해서는 실측관측망과 한편 기상청의 장비담당 인력은 기술원 설립 당시 직제 개정을 통해 한국기상산
조화를 이루는 원격관측망을 구축해야 한다. 또한 유관기관의 국지적인 관측망에 업기술원에 구매관리 인력 13명, 측기검정 인력 17명(본청 4명 포함)으로 재배치된
대한 표준화를 유도하고, 공동 활용하는 방향으로 나아가야 하겠다. 이와 동시에 대 상태로 현재 기상청(지방청과 지청 포함)은 장비를 전담하는 전문 기술인이 없는 상
도시 기상감시망 구축, 인구 밀집지역의 낙뢰감시 능력 보강, 차세대 위성에 대한 태라고 하겠다. 이로 인하여 장비의 유지보수와 관련하여 장비운용 비용이 과다 지
새 미션 부여 등 발전하는 신기상기술을 관측시스템에 수용하기 위한 시범사업 출되고 있으며, 유지보수 용역 가이드라인의 부재로 책임성의 불명확, 유지보수 결
(Pilot Project)을 지속적으로 추진해야 할 것으로 분석된다. 과의 철저한 검증과 전문성 미흡 등을 들 수 있다. 또한 대부분 초보 기술자를 투
입하고 있어 단순한 주기적 부품교체에 치중하는 등 장비 장애시 빈번한 제작사 수
2. 운용 제고 방향 리 의뢰로 장기간 관측공백이 야기될 가능성이 높은 실정이라고 하겠다.
(1) 운용 현황 (2) 제고 방향
기상청의 기상관측망 운용 현황을 보면 기상관측의 주요 업무특성이 목측, 범용 기상관측업무의 효율적인 운용에 가장 중요한 요소는 우선 관측분야의 업무 영역
장비 운영에서 자동화 및 첨단장비 운영, 유지관리, 현장 품질관리 등으로 다변화되 과 역할의 정립을 통해 국가의 수요에 부합하는 양질의 관측자료의 생산이라고 할
어 가고 있는 추세이다. 이에 따라 관리의 효율성과 전문성 확보를 위해 관측 장비 수 있다. 즉, 4개 기관(본청, 지방청 및 지청, 한국기상산업기술원 그리고 유지관리
의 구매, 유지보수의 업무를 한국기상산업기술원에 위탁하여 운영(’18년 대행역무 업체)간의 명확한 업무 영역의 분류 및 역할 정립으로 관측업무의 효율성 도모해야
사업 예산: 16,360백만원)하고 있다. 또한 조직개편에 따른 관측업무 재조정과 인력 할 것이다.
재배치 추진 등으로 [표 5-1]에서와 보는 바와 같이 종관기상관측 분야에 대한 유인 본청은 관측장비 도입 기획, 관측표준화, 고층관측망 관리, 관측교육 실시 등 정
관측지점은 22개가 존속되어 있어 무인 관측지점 수는 증가하고 있는 실정이다. 책 및 기획업무를 담당하고, 지방청과 지청은 관측장비 모니터링 및 장애 조치, 기

- 197 - - 198 -
상관측장비 신규 설치 및 이전, 관측보조원을 관리해야 할 것이다. 산하기관인 한국 또한, 기상장비의 안정적 운영 및 전문성 확보를 위해 전문기관에서 기상관측망
기상산업기술원은 지상·해양기상 관측장비의 구매, 유지보수 사업 운영 등을 맡고, 관리 및 도입~테스트~검정~인증의 전 과정에 대한 통합관리를 추진하고, 관측업무
유지관리업체는 장비설치 및 유지보수 등 실제사업에 투입되어 임무를 수행하는 역 의 위탁 수행(관측보조요원 직접 고용)이 필요한 사항이 될 것이다. 장기적으로는
할 등을 부여하는 것이 효율적이라고 하겠다. 현재의 직접 관측수행을 하는 체계에서 민간, 공공기관, 지자체의 고품질의 기상관
또한 이러한 선순환의 중심에 위치한 기상청은 각종 관측기술의 전문성을 확보할 측자료를 구매 및 공유하는 방안으로 변경하여 관측자료별 통일된 품질체계를 정립
수 있도록 기술인 양성과 인력양성 프로그램 개발에도 지속적인 투자를 병행해야 하고, 관측망 재배치 및 관측자료 구매대상 선정 관측자료의 구매가격의 적정성 검
효율적인 관측 운용을 기대할 수 있을 것이다. 토 및 구매 기간 등을 고려하는 패러다임의 변화도 함께 요구된다.
○ 관측업무 분야 [표 5-2] 장비관리 업무 중장기 조직 발전전략

단기(2019년) 중기(2020년) 장기(2021년～)

관측업무의 효율화를 위해 지방청과 지청은 관측업무를 유지하되 그 외 유인 관 - 기술원 지상·해양장비 구매, - 기상관측업무 기술원 위임
측지점은 관측보조원을 활용하는 방법을 제시하고자 한다. 관측보조원은 해당 관측 유지관리팀 분리 - 관측보조원 직접채용
지점의 기상관측(목측 포함)과 장비관리 등 담당하게 하고, 기상대 및 관측소(각 1 - 검·교정 인력 분리 - 형식승인센터 건립 - 기상장비시설관리공단 설립
인, 총 13명)는 해당 관측지점의 관측업무 관리와 병행하게 하는 등 외부용역들을 (기술원 지방인력 포함) (형식승인센터+기술원 장비
충분히 관리할 수 있는 경력직원을 배치함으로써 지방관서의 관측업무의 공백을 최 - 장비장애 모니터링 수행 - 유관기관 자료포함확대 본부+검교정팀)
소화해야 할 것으로 분석된다. - 유관기관 관측자료 모니터링 - 유관기관 관측자료 품질관리
수행 기준 적용
○ 장비관리 분야
○ 대행역무 사업 분야
장비관리 업무에 있어서는 장비 내용연수를 유지하면서 각 부품별 최적사용 주기
에 대한 효율적 관리 방안 마련한다든가, 안정적 장비 운영을 위해 유지보수(부품 한국기상산업기술원 이관 업무 중 고층관련 업무는 지방청별로 운영되고 있어 도
비, 수리비 등 포함)와 유지관리(시스템 성능개선)개념을 결합하여 유지보수용역 계 입 및 유지관리업무를 소속기관 업무 효율화와 연계하여 이관시키는 것이 타당하다
약 체결하는 방안 등이 효율적인 장비관리라고 판단된다. 그러나 이러한 업무를 체 고 본다. 또한 장비도입 및 유지관리 업무는 지방청(지청)의 업무부담을 경감시키도
계적이고 전주기적으로 관리하기 위하여서는 장비기술을 통합 관리할 수 있는 조직 록 사업관리(원가계산, 제안요청서 작성, 평가, 계약, 검사․검수 등)를 본청에서 지원
의 신설이 필요하다. 이러한 통합관리 업무 기능을 부여한 기관 신설로 업무의 독 해야 할 것이다. 이외에도 관측자료의 정확도 확보를 위한 첨단장비의 작동원리,
립성을 확보하고, 전문성 향상을 꾀함과 동시에 지상·고층·해양 관측장비에 대한 검․교정 기술, 관측자료 해석 등 전문지식을 갖춘 현장인력의 투입이 필수적이라고
운영 및 기술적인 전문관리를 이루어 낼 수 있다고 본다. 할 수 있다.
새로운 조직의 구성 방안([표 5-2] 참조)을 보면 장기적으로 장비관리, 테스트베
드, 인증센터, 측기검정을 전담하는 전문기관의 신설이 필요하다. 현재 운영중인 기
상장비 검·교정은 고창·추풍령 표준관측소와 기술원의 장비구매 및 관리 인력으
로 구성하며, 향후 설립예정인 형식인증센터(2020년 이후)에 기능을 부여하여 점진
적으로 통합 및 확대해 나가야 할 것이다. 한편 장기적으로는 기상장비시설관리공
단(가칭)으로 확대 발전시켜 나갈 수 있는 방향을 제시한다.

- 199 - - 200 -
제4절 기상관측 분야별 최적 관측망 도를 높이는데는 지상관측으로는 한계가 있다고 분석된다.
또한 6종의 관측분야 중 목측(유인)관측 분야가 기여 지수 0.140의 3순위로 나타났
다. 이는 목측(유인)관측이 기상실황 감시와 기상특보 생산에 기여하는 부분을 간과
1. 종관기상관측
할 수 없다는 AHP 결과라고 하겠다. 즉, 하늘상태, 시정 등의 주요 요소에 대한 유
지상기상관측 인관측의 필요성을 말해 주는 것이라고 할 수 있다. 따라서 관측 자동화가 실현되더
(1)
라도 향후 지상기상관측망의 개선에 어떠한 방법으로든 이에 대한 보완이 요구된다
WMO가 권고 제시하는 종관기상관측망의 해상도에서와 같이 현행 우리나라의 종
고 하겠다. 현재 관측소 무인화로 인하여 관측 전문성에 대한 인식이 크게 희박해져
관기상관측망(지상, 고층)에 대한 해상도는 양호한 편이라고 할 수 있으나, 보다 상 있을 뿐 아니라, 각종 환경영향평가에 필수 요소인 안개일수 산출 기능과 계절관측
세하고 정밀한 예보를 위하여서는 예보 목적별로 관측망의 해상도를 높이는 방안이 의 부실 등으로 이어질 수 있어 관측의 근본이고 지속적인 자료 축적이 불가능해지
필요하다. 이와 함께 관측자료의 신뢰성 제고를 위한 품질관리 방안, 활용기술에 대 는 안타까운 현실에 직면해 있다. 이에 대해 관측 중요 지점에 대하여서는 점진적으
한 최적 방안이 제시되어야 할 것이다. 로 최소한의 정규 관측인원의 확보를 통해 다양한 기상업무를 병행할 수 있는 신 개
이미 2장에서 기술한 바와 같이 우리나라는 96개소의 지상기상관측망(1개소 념의 유인관서를 고려하는 방향을 제안할 수 있다. 또한 4장의 설문조사 결과에서와
/1,070km )을 운영하고 있으며, 평균해상도는 13km, 1분 단위 수집으로 WMO 권고
같이 2020년부터 시행되는 영향예보 성공적 수행을 위하여서 우선적으로 개선할 사
항을 안개(적설)관측이 23.0% 1위로 집계되었고, 지상관측이 21.8%로 2위에 올라있
2

수준보다 조밀하고, 기술수준도 우수한 편이다. 이는 1,082개소를 가진 미국(1개소 다. 이는 지상기상관측이 주요 임무인 유인관서에 대한 부활의 필요성을 AHP분석과
/9,090km )에 비해 훨씬 조밀하며, 331개소를 운영 중인 일본(1개소/1,150km )의 관
설문조사 결과가 모두 시사하고 있다고 할 수 있다. 한편 기기에 의한 목측관측의
2 2

측망과는 거의 비슷한 수준으로 보인다. 더구나 494개소의 AWS관측망이 운영되어 자동화는 불완전하여 지속적인 별도의 투자를 통한 보완이 필요하다고 판단된다.
있어서 이를 합하면 약 1개소/170km 정도의 평균해상도를 가지며, 자료수집 빈도
2

면에서 보면 우리나라는 매1분 단위인 반면 미국은 10분 간격 등으로 우리나라는 고층기상관측

기상선진국에 비해 양호한 편이다. 그러나 동네예보를 위한 해상도(약 5km)를 충족 (2)

하지 못하고 있고, 목측관측 자동화를 위한 관측센서의 확대와 신뢰성 확보가 다소 고층기상관측의 경우 우리나라는 6개소의 관측망을 운영 중이며, 이는 1개소당
미흡한 것으로 나타나 이에 대한 개선이 요구된다. 16,700km2의 관측영역을 포함한다. 이는 일본 24개소(16,000km /1개소)와 비슷한 수
2

특히 6종의 관측분야(지상, 고층, 해양, 위성, 레이더, 목측)에 대한 AHP분석 결과, 준이며, 영국 20개소(12,200km /1개소)에 비해서는 그 밀도가 조금 떨어진다. 반면에
2

지상기상관측에 대한 초단기와 단기예보 기여 지수는 모두 0.320로 1순위를 보였고, 미국의 107개소(91,900km /1개소), 호주의 35개소(221,000km /1개소), 중국의 91개소
2 2

중기예보의 기여 지수는 0.226의 2순위로 나타났다(표 5-3). 한편 AHP 설문에 의한 (105,000km /1개소)에 비해 설치 밀도는 조밀하다는 것을 알 수 있다. 즉, 우리의 고
2

분석과 달리 실제 기상청 수치예보모델에 기여하는 3종의 관측분야(지상, 고층, 위 층기상관측망은 평균해상도 112km를 보이고 있고, 연직바람관측장비 등 원격관측을
성)를 조사한 자료에서는 7∼20%의 3순위를 보였다. 포함했을 때의 해상도는 평균 77km로 WMO 권고 수준보다 조밀하다고 할 수 있으
나, 우리나라의 해양면적을 고려하면 WMO 권장 수준에 겨우 만족하고 있어 보완
[표 5-3] 지상기상관측자료의 예보 기여도(괄호안은 순위)
이 필요하다고 본다.
AHP분석을 통한 기여도 초단기예보 단기예보 중기예보 특히 6종의 관측분야(지상, 고층, 해양, 위성, 레이더, 목측)에 대한 AHP분석 결과,
0.320(1) 0.321(1) 0.226(2) 고층기상관측에 대한 초단기예보 기여 지수가 0.096으로 5순위를 보였고, 단기와 중기
예보의 기여 지수는 각각 0.202, 0.330의 1∼2순위로 매우 높게 나타났다(표 5-4). 한편
이러한 결과가 시사하는 점은 일반적인 예보수행에 있어서 설문 대상자들은 지상 실제 기상청 수치에보모델에 기여하는 3종의 관측분야(지상, 고층, 위성)를 조사한 자
관측의 중요성을 인지하고 있다고 할 수 있다. 다만 수치예보 모델로서 예보 기여
- 201 - - 202 -
료에서는 22∼38%로 2순위를 보였다. 이 결과를 종합해 보면 수치예보모델 기여도 측 28개 기관에서 자연재해대처 및 예방을 위하여 총 3,766개소의 관측망을 운영하고
면에서는 시공간 해상도 향상이 요구되며, 또한 현행 래윈존데를 이용한 고층관측을 있으나, 관측자료의 수집율(94%)에 비해 실질적인 활용이 미비하여 활용체계의 개선
대신할 수 있는 첨단 장비의 확충과 함께 관측자료의 질 향상이 필요하다고 추측된다. 이 요구된다고 하겠다.
해양목적의 기상관측은 기상청을 비롯한 국립해양조사원, 한국해양과학기술원, 해
[표 5-4] 고층기상관측자료의 예보 기여도(괄호안은 순위) 군 등 7개 기관에서 운영하고 있으며, 총 325개소의 해양기상관측망으로 이루어져
초단기예보 단기예보 중기예보 있다. 특히 해안 및 앞바다에는 기존 시설물 등을 이용하여 상당한 기상관측시설이
AHP분석을 통한 기여도 설치 운영 중에 있으나, 먼 바다의 관측망이 부족한 편이어서 해양기상관측망 확충
0.096(5) 0.202(2) 0.330(1)
을 위하여 선박관측 및 원격관측의 도입도 필요하다고 본다. 즉, 서해상의 위험기상
해양기상관측 관측과 태풍진로 정확도 향상을 위한 해양기지의 추가 건설(서해중부 덕적도 및 서
(3)
해남부 안마도 등), 기상관측선 2호 도입, 자원관측선박(VOS)의 확대 등 지속적인
기상청의 해양기상관측망은 현재 8종, 123개의 장비가 설치되어 앞바다 및 연안 관 해양기상관측망 확충이 필요하다.
측망은 충족되었으나, 먼바다 부근의 관측이 미흡하다고 분석된다. 특히 6종의 관측 수문목적의 기상관측망은 기상청을 비롯한 국토부, 한국수자원공사, 한국농어촌공
분야(지상, 고층, 해양, 위성, 레이더, 목측)에 대한 AHP분석 결과(표 5-5), 해양기상관 사, 한국수력원자력 등에서 181개소의 AWS 관측망, 657개소의 강수량 관측망 등 총
765개소의 수문기상관측망을 운영 중에 있다. 이 수문관측망의 평균 해상도는 약
측에 대한 초단기예보 기여 지수는 0.084로 6순위를 보였으나, 단기에서 중기로 예보
11km 정도로서 미흡한 편은 아니나 보다 상세한 수문 감시를 위하여서는 수계별로
기간이 늘어 날수록 해양기상관측에 대한 예보 기여 지수는 각각 0.126, 0.188로 증가
X밴드 레이더관측망을 구축할 필요가 있다고 판단된다. 또한 환경부 홍수통제소 관
하였다. 이는 예보기간이 긴 중기예보에서는 해양관측자료가 매우 중요한 역할을 차
지한다고 할 수 있으며, 앞서 기술한 앞바다보다는 먼 바다의 관측자료의 보강이 더 측자료의 공동활용 체계 구축이 요구된다.
절실하며, 태풍의 진로 정확도 향상을 위한 관측망확충이 필요하다고 분석된다. 한편, 특수목적의 관측을 수행하는 사업체인 ㈜SK플래닛은‘IoT센서솔류션 데이
터 분석기술-딥러닝’을 활용하여 기상 및 산업용 관측장비의 유지관리는 물론 관
[표 5-5] 해양기상관측자료의 예보 기여도(괄호안은 순위)
측자료의 품질관리 기술을 개발하여 사용 중에 있다. 그동안 이 사업체는 6년간 축
적한 센서데이터 200억건 기반의 센서 이상감지, 성능보정 모델을 보유하고 오류감
초단기예보 단기예보 중기예보 지율 96.6%, 기준장비 오차율을 60%로 감소시키는 등 다양한 Deep Learning기법을
AHP분석을 통한 기여도
0.084(6) 0.126(4) 0.188(3) 적용하여 빠르게 신규센서에 대응하는 AI기반의 IoT센서 관제를 수행하고 있어 ㈜
SK플래닛과 기상청과의 협업 가능성도 열려있다고 하겠다.

(4) 유관기관 관측
2. 원격기상관측
종관기상관측을 위한 기상청의 전반적인 관측망은 해상도 측면에서는 비교적 양호
하다고 볼 수 있으나, 반면 유관기관의 목적별 기상관측망의 경우 체계적인 관측에 (1) 위성기상관측
대한 기준이 없이 설치되어 있어 기상청은 국가 기상관측망의 공통된 기준을 만들어
낼 필요가 있다고 본다. 특히, 종전의 유관기관 기상관측망은 주로 강수량 관측을 위 위성기상관측과 기상레이더관측을 대표하는 원격기상관측은 지상에 관측기기를
한 장비가 대부분이었으나, 현재는 많은 기관들이 기관의 특성에 맞는 관측장비 등 설치하기 어려운 오지나 산악 그리고 해양에 대한 광범위한 관측을 할 수 있다는
을 운영하고 있어 이에 대한 범국가적인 관리와 기술지원이 절실하다고 본다. 장점을 가지고 있다. 우리나라의 경우, 5개 채널(가시-1km, 적외-4km)을 가진 국내
방재목적의 기상관측망은 기상청 외에 각급 지방자치단체, 국립공원관리공단 등 최초의 정지기상위성인 천리안1의 운영으로 총 16종의 기상산출물을 활용하고 있

- 203 - - 204 -
다. 천리안1은 국외 다른 위성자료와 더불어 품질검증 및 특성을 파악하여 현업수 [표 5-6] 위성기상관측자료의 예보 기여도(괄호안은 순위)

치예보모델의 입력자료로 제공되고 있다. 초단기예보 단기예보 중기예보

그러나 천리안1은 아시아-오세아니아 지역의 2차원적 자료표현 만 가능하므로 강 AHP분석을 통한 기여도
0.119(4) 0.130(3) 0.109(4)
수를 일으키는 연직구조 파악과 전지구 기후환경 변화를 감시하는데는 한계가 있
다. 또한 다양한 위성 탐측자료에 대한 이해와 관련 기반기술 부족으로 초단기 예 또한 이를 바탕으로 수치예보 및 전지구 기후감시에 필요한 연직 대기구조 파악
측 활용 및 수치지원에도 한계를 느끼고 있기도 하다. 더구나 국내외 대용량 위성 에 유효한 저궤도 기상위성의 개발이 요구되고 있다. 이 위성에는 마이크로파-적외
자료 수요 증가와 활용분야 다양화에 따른 사용자 맞춤형 서비스 체계를 갖출 필요 초분광 탐측기를 탑재한 저궤도 위성이여야 한다. 최근 빈발하는 위험기상에 대한
성이 대두되고 있는 실정이다. 효과적인 감시를 위해 2018년 12월 5일 발사한 차세대 기상위성인 천리안2A와
이러한 한계와 단점을 보완하기 위해서는 우선 차세대 정지 및 저궤도 위성의 개 2019년 말에 발사 예정인 차세대 해양환경위성(천리안2B)이 발사하게 되면, 첨단 탐
발과 독자적인 관련 기반기술의 확보가 절실하다. 다행히 후속 정지궤도위성인 천 지 능력과 성능을 갖추게 된다. 이에 따라 산출된 자료와 지상 및 수치자료를 종합
리안 2A의 발사를 위해 2018년까지 기상 및 우주기상탑재체 개발을 마치고, 지난 적으로 활용한 통합적 감시 및 분석기술 개발이 필요하다고 추측된다.
12월 5일 프랑스령 기아나 꾸루 우주센터에서 성공적으로 발사되어 천리안1에 비해
채널수는 3배, 공간 해상도는 2배, 시간해상도는 3～4배, 산출물 3배 이상 등의 증 기상레이더관측
가를 기대하고 있다. 또한 2019년까지 국제적 수준의 기상 및 우주기상 자료처리 (2)

알고리즘 개발이 계획되어 있다. 기상레이더관측의 경우 그동안 부처별(기상청, 국토교통부 및 국방부)로 운영되던
특히 6종의 관측분야(지상, 고층, 해양, 위성, 레이더, 목측)에 대한 AHP분석 결과, 기상레이더에 대한 자료의 효율적 활용을 위하여 범부처적 레이더자료 공동활용체
위성기상관측에 대한 단기예보 기여 지수가 0.130으로 3순위로 다소 의미있는 기여 계를 구축하여 2011년부터 운영하고 있다. 기상청은 현업용 기상레이더 11대(S밴드)
도를 나타났으나, 초단기예보와 중기예보가 각각 0.119와 0.109로 4순위로서 낮은 로 광범위한 관측망이 구축되어 해상도가 약 9,100㎢로 일본, 영국, 미국・호주 등
편이었다(표 5-6). 한편 실제 기상청 수치에보모델에 기여하는 3종의 관측분야(지상, 선진국 보다 조밀한 관측밀도와 동일기종의 첨단시스템 설치로 관측자료의 균질성
고층, 위성)를 조사한 자료에서는 58∼65%로 1순위를 보였다. 이 결과를 종합해 보 을 확보하는 등 표준화된 운영체제를 갖추게 되었다. 그러나 기상청의 경우 관측취
면 기상위성자료는 일반적으로 흔히 접하게 되는 표출 영상외에도 16종이 넘는 수 약지역이 노출되고, 저층강수 탐지효율성이 저하되는 문제점이 발견되어 이에 대한
많은 전문성있는 기상위성 관측자료들이 수치예보모델 결과 계산에 기여하고 있음 종합적인 대책이 요구되고 있다. 이러한 단점들을 보완하기 위해서는 현재 개개의
을 반증하고 있다. 즉, AHP분석 결과물은 기상업무 종사자들의 설문조사를 통한 체 레이더에 일률적으로 적용되고 있는 관측전략을 각 레이더 사이트의 특성을 살려
감효과가 반영된 것이고, 수치예보모델에 기여하는 결과물은 수치모델의 오차를 줄 특성화할 필요가 있다고 본다.
일 수 있는 통계적인 수치이기 때문에 차이를 보인 것이다. 미국의 경우 위험기상의 특성에 따라 7개의 강수모드로 관측전략을 운영하고 있
기상청은 한국형 수치예보시스템의 완성을 2019년으로 앞두고 있고, 한국형 수치 으며, 또한 강수모드에 따라 관측주기도 다르게 운영하고 있다. 일본의 경우에는 2
예보모델 개발에도 기상위성 관측자료에 대한 자료동화를 매우 중요한 단계로 평가 가지 관측전략 즉, 5분 간격의 1km 해상도를 가진 강우강도 합성도와 10분 간격의
하고 있다(한국형수치예보모델개발사업단, 2018). 또한 기상선진국인 영국기상청의 2.5km 해상도를 가진 에코 높이 자료이다. 우리나라의 경우 10분 간격의 레이더 영
자료([그림 3-33] 참조)를 보더라도 위성기상 관측자료에 대한 수치예보 민감도는 상 합성자료가 제공되는데, 합성에 필요한 데이터를 약 6분 주기로 수집하고 있다.
위성이 고층이나, 지상 자료에 비해 월등히 높게 나타남을 알 수 있었다. 따라서 수 즉, 현재 각 레이더 마다 8~11개의 고도각을 입체 관측에 적용하므로 입체관측에
치예보 모델 결과의 개선을 위하여서는 2019년 이후 활용되는 후속위성 천리안2A에 약 6분이 소요된다는 의미이다. 앞으로 5분 간격의 합성영상 생산을 위해 최소 4분
대한 자료처리 알고리즘의 개발과 수치예보 자료동화에 확대 적용이 가능한 위성기 간격의 관측 전략이 필요하다. 따라서 각 레이더 마다 입체관측이 종료되는 즉시
상관측자료의 수집이 필요할 것으로 분석된다. 중앙 서버로 자료를 바로 전송하고 있는 현 전략을 바꿔 고도별로 관측된 자료를

- 205 - - 206 -
그 때마다 분리 전송하여 QC, 합성자료처리 프로세스를 개선할 필요가 있다. 더구 이와 함께 기상 선진국과의 실효성있는 협력을 통한 원격 관측기술 교류 확대 방
나 원거리에서의 지표면 부근의 강수현상을 효과적으로 획득하기 위해서는 안테나 안도 마련되어야 할 것으로 분석된다. 또한 [그림 5-4]에서와 같이 기상분야 전문가
고도각을 0° 이하로 내려 입체관측하는 전략도 필요하다. 800명을 대상으로 한 설문조사(2018. 12월) 결과 기상청이 기상예보서비스 외에 중
특히 6종의 관측분야(지상, 고층, 해양, 위성, 레이더, 목측)에 대한 AHP분석 결과 점적으로 추진해야 할 주요 분야로 ‘첨단 기상관측망 구축 및 관리’가 1순위로
(표 5-7), 기상레이더관측에 대한 초단기예보 기여 지수가 0.241의 2순위로 나타났 선정되어 있어 신기술이 구현된 원격기상관측을 기상청의 중요한 관측업무의 축으
으나, 단기예보와 중기예보에서는 각각 0.118과 0.070으로 5, 6순위로 낮은 편이었 로 보고 있었다.
다. 기상레이더관측은 지상관측과 함께 초단기예보에서의 중요성의 부각은 일반적
인 기상 상식을 잘 반영한 결과라고 할 수 있다.
[표 5-7] 레이더기상관측자료의 예보 기여도(괄호안은 순위)

초단기예보 단기예보 중기예보

AHP분석을 통한 기여도
0.241(2) 0.118(5) 0.070(6)

현재 이중편파 S밴드 레이더로 광범위한 레이더관측망이 구축되어 있으나, 여전

히 서해, 동해 먼바다와 내륙 지표 부근의 감시망이 더 필요한 실정이다. 이를 위해
먼바다에 대한 감시를 강화하기 위해 격렬비열도와 울릉도 등 먼 바다에 위치한 섬
을 활용하여 전원 공급 능력을 보완한 이중편파 S밴드 기상레이더의 추가 설치가 [그림 5-4] 2018년도 기상업무 대국민만족도 조사 결과

필요하며, 내륙 지표에 대한 강우를 효과적으로 감시하기 위한 소형 X밴드 도플러 한편 기상청의 연구개발 중장기계획과 연계된 향후 관측 및 관측장비 연구개발
레이더를 설치하여 취약지역에 대한 감시를 보강할 필요가 있다. 즉, 관측사각지대 투자 우선 순위와 주요 방향([그림 5-5] 참조)을 보면 2018년부터 2027년 까지 향후
해소 및 내륙 지표부근의 감시망 강화와 수치예보 모델 및 범부처 공동 활용 증대 10년간 총 6,197억원이 소요될 것으로 추정되며, 이 중 원격기상관측 분야의 지원이
를 위한 지속적인 품질 고도화가 필요하다고 본다. 또한 현재 미국에서는 다중안테 5,247억원으로 전체 관측 예산의 84% 정도가 이 분야에 투자될 전망이다. 따라서
나 기상레이더가 개발이 활발하게 진행 중이어서 이에 대한 관심도 가져 볼 만한 이에 준하는 원격기상관측에 대한 중장기 계획도 보완되어야 할 것이다.
하다.
(3) 투자 방향
결과적으로 각종 수치예보기여도에 가장 큰 역할을 하고 있는 원격기상관측(위성,
레이더) 분야는 수치예보 관련 S/W의 지속적 개선과 자료의 품질관리 및 활용기술
개선에 가장 큰 영향을 미치는 것으로 분석되었으므로, 이에 대한 장기계획도 마련되
어야 할 것으로 보인다. 레이더관측망의 경우 S밴드 레이더 등 광범위한 관측망이 구
축되었으나, 서해, 동해 먼바다와 내륙 지표 부근의 감시망이 추가 필요하다고 본다.
위성관측의 경우 2018년 12월 5일 발사된 16채널의 차세대 정지기상위성의 관측자료
를 효과적으로 분석해 낼 수 있는 분석 능력의 확보가 우선되어야 할 것으로 보인다.

- 207 - - 208 -
 의 질 향상을 통해 동네예보 구역의 대표성을 부여해 나가야 할 것이다. 또한 새로
운 과학기술 융합, 타 분야와의 협력 등을 통한 기상기술의 고도화 추진과 함께 기
상관측망, 관측장비의 다다익선 차원보다는 융합기술이 필요한 부분을 발굴하여 관
측기술력을 증진할 수 있도록 방향을 제시하고자 한다.

3. 고해상도 기상관측망 확충 방안

(1) 현황 및 문제점
최근 기상서비스에 대한 국민들의 체감 신뢰도가 낮고, 국민의 눈높이에 맞추기
위해서는 보다 정밀한 예·특보 서비스가 요구되나, 현 기상관측망으로는 예·특보
를 개선하는데 한계에 와 있다. 더구나 국지적으로 발생하는 위험기상의 빈도가 높아
지고 있어 실시간 기상감시 강화와 고해상도 예보에 대한 필요성이 증대되고 있다.
기상청은 수평거리 약 13km 해상도와 1분의 자료 수집주기를 가진 589개의 자동
기상관측장비(ASOS 96개소, AWS 493개소)를 운영 중이며, 이는 여름철 집중호우 등
중규모 기상현상의 감시·분석이 가능한 수준으로 평가되고 있다. 아울러 관측공백
지역을 해소하고 보다 조밀한 기상관측망을 확보하기 위해 지난 2014년부터 국가
기상관측표준화를 시행 중에 있으며, 현재 27개 유관기관 3,075개 기상관측장비가
공동활용에 참여중이다.
현재의 지상 기상관측장비의 조밀도(13km)로는 고해상도 예· 특보를 생산하는데 역부
족이고, 유관기관 기상관측자료를 공동활용하고 있으나 수집시간이 불규칙하고 자료
품질이 낮아 예·특보에 제대로 활용하지 못하고 있는 실정이며, 유관기관 기상관
[그림 5-5] 기상 연구개발 중장기 로드맵(관측분야)
측장비를 공동활용하고 있는 상황에서 관측 공백 해소 차원의 신규 장비 설치 예산
이와 같은 기상관측의 고도화를 위하여서는 기상청은 선진국의 관측 전략을 따르 확보는 사실상 거의 불가능한 상태이다. 더구나 일부 유관기관의 경우, 담당자의 전
는 간편한 전략보다는 우리의 여건이나 향후 우리 예보전략 등을 잘 반영한 관측업 문성 결여와 잦은 인사이동 등으로 기상장비 운영·유지에 어려움 호소하고 있는
무에 대한 투자가 우선되어야 할 것이다. 이를 위하여 우선 목적별 관측자료 운영 실정이다.
체계를 구축함과 동시에 각종 관측자료의 품질 개선을 우선적으로 추진해야 할 것
이다. 따라서 기상청은 국민체감 예보정확도 향상을 위한 관측분야를 우선 지원하 (2) 관측 조밀도 개선 방안
는 것을 목표로 국민의 안전이나 방재와 직결된 국가기상업무를 주도하고, 현행 기 일단 관측 조밀도를 개선하기 위해서는 유관기관 기상관측자료 활용과 기상관측장비
상관측망으로는 해결할 수 없는 비종관 관측업무를 지역 전문기관에 이관할 수 있 통합 운영 추진으로 기상관측 조밀도를 5km까지 개선하는 물리적 방법과 위성, 레이더의
는 방안 도출해야 할 것으로 분석된다. 또한 동네예보의 정착과 관련된 양질의 고 분석 기술을 활용하여 2km 수준의 고해상도 기상감시 체계 실현 기술적인 방법이 고려할
해상도 기상관측 자료 생산에 중점을 두어 지원하고, 지자체나 유관기관 관측자료 만 하다.

- 209 - - 210 -
 품질이 우수한 유관기관 기상관측자료를 적극 활용하는 것과 유관기관 기상관측장 3단계에서는, 예를 들어 2020년 이후에는 관측자료 수집방식, 자료형식 표준화, 관
비의 통합 운영을 병행하여 추진하고, 우선 추진 가능한 부분과 중·장기적으로 추 측수집 주기가 개선되어 추가로 통합 운영이 가능한 기관이 AWS의 경우, 농촌진흥청
진해야 하는 부분을 분류하여 단계적으로 추진하는 것이 필요하다. 관측공백을 최소 203개, 국립공원관리공단 60개 등 총 354개 지점과 강우량계는 수자원공사 184개,
화하고 고른 분포의 고밀도 기상관측망을 운영할 수 있도록 관련 기관·부서와 긴밀 국립공원관리공단 83개, 전라남도 261개, 충청북도 104개 등 총 1,107개 지점이 된다면,
히 협력도 요구되고 있다. 총 1,461개 지점이 추가되므로 실시간 기상관측 조밀도는 결국 5km로 개선될 것이다.
세부 추진 방안으로는, 첫째 유관기관 관측자료 활용이다. 품질이 우수한 유관기 최종적으로 위성과 레이더와 같은 원격탐사 자료를 분석하는 기술을 더하게 되면 결국
관 기상관측자료를 단계적으로 선별하여 기상감시용으로 활용한다. 우수한 유관 기관 2km로 관측망이 조밀하게 되는 효과를 볼 수 있다([그림 5-6] 참조). 따라서 이와 같이
의 선별 기준으로는 관측자료 수집서버에서 기상청으로 직접 전송하고 있는 기관, 관 통합 운영이 가능한 기관을 늘리는 방안이 곧 추가되어야 할 것이다.
측자료 형식이 표준화되어 있는 기관, 그리고 기상청과 기상관측 주기(1분)가 같은 기
관 등을 들 수 있다. (3) 추진 전략
우선 1단계로 시기를 정해 놓고(예를 들면 2018년 12월 말), 이 기간까지 선별 기준 유관 기관의 관측장비를 기상청으로 통합 운영하기 위해서는 우선 국가 기상관측
을 충족하는 기관을 선별한다. 만약 AWS의 경우, 강원도 5개, 산림청 213개, 경기도 69 자료 운영의 효율성, 경제성과 활용성을 혁신하는 차원에서 추진하는 것임을 관련
개 등 총 287개 지점과 강우량계의 강원도 29개 지점 등 316개 지점이 추가된다면, 실 기관에 설득하여야 하고, 또한 전체 유관기관 관측장비의 통합운영을 목표로 하되, 추
시간 기상감시 조밀도는 10km로 개선되는 효과가 있게 된다. 2단계로서는 1년 후를 진 가능한 기관을 우선적으로 통합한 후, 점진적으로 참여 할 수 있도록 유도할 필
기준으로 하여 추가로 선별 기준을 충족하게 되는 기관, 즉 AWS는 한국수력원자력 5 요가 있다. 유관기관 기상관측장비가 성공적으로 통합 추진하게 되면, 우선 2020년
개, 서울시 26개, 경상남도 213개, 경상북도 1개, 전라북도 33개 등 총 278개 지점과 강 기상청 예산에 이관이 확정된 기상관측장비의 운영·유지관리 예산을 반영할 필요가 있
우량계는 부산 21개, 대구 27개, 울산 19개, 광주 9개, 경기도 1개, 경상북도 258개, 전라 고, 이와 관련된 업무를 전담할 전문 인력 확보(2020년 소요인력, 중기인력계획에 반
북도 147개, 충청남도 157개 등 총 639개 지점이 추가된다면, 총 917개 지점이 늘어 영), 그리고 이관이 확정된 기상관측장비에서 기상청으로 관측자료를 직접 전송하
나게 되므로 실시간 관측 조밀도는 7km로 개선되는 효과가 있게 된다. 도록 기상관측 통신망과 연동하는 기술적 보완이 필요하다.
2020년 이후에는, 이관 확정 기상관측장비를 재정비하고 정규 관측망에 편입한다.
이를 위해 기상현상별 감시가 가능한 관측 공간분포를 갖도록 재배치를 추진하고, 유
관기관 고유의 운영 목적도 달성할 수 있는 다목적 관측망으로 운영하며, 관측환경과 관측
자료 품질을 현업 활용이 가능한 수준으로 개선하면서 유관기관 기상관측장비 통합 운
영을 지속적으로 추진한다. 즉, 유관기관의 기상관측 정책, 기상관측장비 운영 여건
등에 따라 시기를 조율해 가면서 추진한다는 의미이다. 더구나 관측공백 지역 해소
를 위한 신규 관측지점 신설이 필요한데 이는 기상관측장비 재배치로도 관측공백이
해소되지 않는 지역의 경우, 신규 지점 설치를 통해 고밀도 기상관측망이 완성되는
효과가 있다.
끝으로 국가 기상관측장비 운영·관리를 전담하는 시설관리공단의 설치를 제안한
다. 이 공단으로 하여금 국가 기상관측장비 도입, 운영·유지관리를 전담하며 기상
청을 비롯한 유관기관에 필요한 기상관측자료를 실시간으로 제공하는 역할과 기상
[그림 5-6] 단계별 관측자료의 조밀화 방안 장비 형식승인 인증센터로서의 역할과 함께 기상장비 검·교정 업무를 수행하게 하는
임무를 부여한다.

- 211 - - 212 -
제5절 기상관측 전문가 양성 력을 양성하는 것이 적절하다고 판단된다. 이러한 세가지 분야별 전문가 양성의 강
점은 목적별 전문가 풀을 적시에 활용이 가능하고, 향후 기상청의 조직 개편시에도
1. 현행 체계
빠른 적용이 가능할 것으로 보인다. 이러한 방안들을 통해 궁극적으로는 관측자료
의 수치예보모델에 기여도 향상 뿐만 아니라 기상관측자료의 활용성을 높일 수 있
기상관측의 주요업무가 목측, 범용장비 운영에서 자동화, 첨단장비 운영, 유지관 을 것으로 기대된다.
리, 현장 품질관리 등으로 다변화됨에 따라 관측업무의 패러다임이 크게 달라졌다. 또한 한반도 위험기상은 기후변화와 도시화 등으로 많은 피해를 유발하고 있으
이에 따른 관측자료의 정확도 확보를 위하여서는 목측 외 첨단장비의 작동원리, 검․ 나, 예측성 개선을 위한 통합적 관측정보는 매우 부족한 실정이어서 위성, 레이더,
교정 기술, 관측자료 해석 등 다양한 분야의 전문지식을 갖춘 현장인력이 요구된다. 고층장비 등 관측장비를 종합적으로 이용하는 입체관측망 구성 및 운영에 필요한
특히 기상청 관측현업 종사자(대부분 8~9급)는 신규자 교육과정(약 20시간) 및 현장 전문 인력이 충원되어야 하겠다.
직무교육 후 업무에 투입되고 있어 기상관측 전반에 관한 현장 지식이 부족할 뿐
아니라 기상관측에 관한 신기술 등 주기적 보수교육 체계가 크게 미비한 현실이다. 2. 발전 방향

관측업무는 주로 지방에서 이루어지고 있으나, 지방 관측자에 대한 인센티브 부

재, 반복되는 관측업무의 답보성에 따른 인식 저하 등으로 직원들의 관측 현업업무 (1) 관측 및 자료관리 전문가
기피현상 증대되고 있는 현실이다. 또한 ‘90년대 지방청 관측과에서 기후과로 바
뀌면서 관측업무의 발전 계승체계가 약화되는 등 역량 향상을 복원시키기 위하여서 ○ 역량 강화
는 많은 시일이 필요할 것으로 분석된다.
한편 4장에서 기술한 일반 설문조사(567명을 대상)에서와 보는 바와 같이 관측업 기상관측 및 자료관리 전문가(분석 전문가) 육성에 있어서는 기상업무에 관한 전문
무발전에 가장 중요한 항목이 관측전문인력 양성(27%, 8개 항목 중 1위)으로 조사되 성과 일정기간의 업무종사 기간이 필수적이므로 기존 인력에 대한 각종 전문 교육과
었으며, 이를 위하여 우선적으로 추진해야 할 업무를 관측교육훈련 강화(32,9% 1 정(기본, 전문, 심화과정)을 분리 개설하여 운영해 나가는 것이 합리적이라고 본다.
위), 관측전문인력 채용(22.1%, 2위)로 꼽고 있었다. 또한 관측업무가 대행역무사업 과거 기상청에서 각종 기상분석에 성공적으로 활용하였던 선진 교육훈련 프로그
으로 수행되고 있어 지방청‧지청의 관측에 대한 관심과 책임의식이 낮아졌고, 관측 램인 FAS 교육 등의 장점을 벤치마킹하고, 최근 미국의 COMET교육 등의 활용을
및 장비 전문가도 보유하지 못한 실정이다. 즉 유지관리 전문가, 기술력의 부재로 통해 기존 기상인력에 대한 전문역량 향상을 추진해야 할 것이다. 또한 필요 인력
장비장애 등의 업무를 유지보수 업체에 전적으로 의존하고 있어 체계적인 전문가 에 대하여서는 수시 채용 등으로 유연성을 두되 기상관련 분야를 포함한 정보통신
양성이 절대 필요하다고 분석된다. 관측시스템의 적절한 유지관리를 수행할 수 있 (ICT), 공학분야 등으로 확대 개방하고, 임용 후에도 전문직위로 지속적인 관리를
는 측기 전문가, 기술자 육성체계가 미흡하여 실제 관측 및 장비에 대한 교육을 진 하여 인사의 불이익을 최소화하는 것을 제안할 수 있다.
행할 수 있는 전문인력 조차 부족한 상황이다. 관측현업 종사자 대상 관측장비 운 첨단관측장비 운용과 자료분석 기술의 제고를 위해서는 학계, 연구계와의 특수
영기술 및 작동원리 등에 관한 실무전문과정은 최근 5년간 미실시되었으며, 첨단 전문인력의 교류 활용 방안을 꼽을 수 있으며, 기상과 ICT가 융합된 교육훈련체계
기상장비는 증가하고 있으나, 이에 반해 국내 대학에는 관측관련 특성화된 강좌는 구축과 함께 WMO 등이 주관하는 지역 교류 프로그램에 지속 참가하여 분석 능력
전무한 실정이다. 을 배양하는 것도 대안의 하나가 될 수 있다. 이를 위하여 [그림 5-7]에서와 같이
여기서는 기상관측 전문가를 기상관측의 원리부터 응용단계에 이르기까지 기술업 구성원의 상시학습을 효과적으로 지원하기 위한 기상기후인재개발원이 시행하고 있
무 전과정과 수치예보 모델에 관여하는 자료를 관리할 수 있는 관측 및 자료관리 는 스마트 교육을 통해 자기 주도적 학습을 지원하고, 모바일 기기로의 확대 등으
전문가, 기상관측장비 구축 및 운영과 관련된 장비전문가, 그리고 응용기상이나 유 로 교육 효과를 극대화해 나가야 할 것이다.
관기관에서 자료를 활용할 수 있게 변환할 수 있는 융합자료 전문가로 구분하여 인

- 213 - - 214 -
 (2) 장비 및 융합 전문가
○ 역량 강화
기상관측 외 기상장비 작동원리 등 관리·운영, 검·교정 숙련도 향상 등을 위한
전문 교육·훈련 프로그램의 개설(기상기후인재개발원 협조)을 추진하고, [표 5-8]과
같은 수요자 기반의 교육 유연성 확보를 통해 교육 대상자들의 교육수요에 대한 사
항을 수시 및 정기적으로 관리하고, 교육에 대한 참여율과 교육 효과를 제고해 나
가야 할 것이다.
[표 5-8] 수요자 기반의 교육 유연성 확보

수시 교육수요 접수창구 운영 교육수요에 맞춘 유연한 교육과정

• 웹 페이지, 메일, 인트라넷 등을 통한 지속적인 • 분기별 1회 구성원들의 수요를 분석하고 협의
의견 수렴 하여 신규 특별과정 개설
• 제시 된 빈도가 높거나 필요도가 높은 교육은 • 해당 과목에 대한 피드백을 통해 지속, 폐지,
실제 교육과정으로 개설 확장 여부를 평가
[그림 5-7] 스마트교육 강화 방안(입소, 2016) • 실제 교육과정으로 편성 시에는 제안자에게 알
려 참여 유도
○ 전문성 확보
관측의 전문성 확보를 위하여 관측분야별 전문가단을 구성하여 상시 운영하는 제 기상현상 관측 중심에서 첨단장비의 작동원리, 검․교정 기술 등 장비 전문가 및
도 개선이 필요할 것으로 보인다. 여기에는 지방청‧지청, 국립기상과학원, 한국기상 기술자를 육성하기 위한 교육을 실시해야 하며, 기상장비, 기상관측 관련 현행 사이
산업기술원 등에 근무하는 직원 중 기술적으로 해당분야의 전문가를 추천받아 구성 버교육 프로그램도 개선해야 할 것이다. 이와 함께 관측보조원에 대한 정례교육도
하고, 내부적으로는 부족한 부분을 외부 전문가(퇴직자, 대학교수 등)를 포함시켜 체 실시(매 4~5년)하여 관측에 관한 가이던스도 제공할 수 있는 체계를 갖추어야 한다.
계적인 기술 자문을 수행할 수 있게 끔 하여야 한다. 교육을 통한 전문성 강화의 한계를 극복하기 위하여 장비 및 H/W 전문가에 대한
설문조사에서도 나타났듯이 기상전문인력 양성을 위해서는 교육훈련 강화와 관측 상시 특채를 통하여 고가의 첨단장비 운영과 장비 개발 등의 업무를 맡도록 한다.
전문인력 채용이 필요하다는 응답이 많았다. 이에 우수인력 확보를 위해 관측분야 관측 및 장비업무 관련자에게는 기본-전문-심화 교육의 의무화를 추진하고, WMO
전문 직위를 지방청‧지청까지 확대하고, 운영 효율화를 위한 전문직위 제도개선 추 지역장비센터의 기상장비 교육훈련 프로그램 지속적인 참가를 통하여 전문가가 지
진을 제안한다. 이를 위하여 전문직위자에 대한 인센티브(승진 우대, 보직경로 등)를 속적으로 육성될 수 있도록 토양을 마련해 주어야 한다. 또한 기상기후인재개발원
현실화하는 등의 제도가 따라 주어야 전문직위 효율화를 이룰 수 있을 것으로 판단 을 통해 기상관련 대학에 첨단 기상장비별 실무특성화 교육과정 신설(예, 경북대 :
된다. 이와 함께 장비 도입에 따른 장비 제작사 교육도 활발하게 이루어져야 할 것 레이더, 강릉원주대: 연직바람관측장비, 공주대: 위성 등)을 협의할 수 있도록 제안
으로 보이며, 이에 따른 교육 이수자에 대한 보직 경로도 체계적인 관리를 해야 할 해 나가야 할 것이다.
것이다.

- 215 - - 216 -
 ○ 경력 관리 제6절 관측자료 공동활용 방안

지방청·지청으로 관측 및 장비분야 전문직위를 확대하고, 전문직위 운영 효율화 1. 비(非)실시간 민간 관측자료

를 위한 제도 개선을 추진해 나간다. 관측 및 장비 분야의 전문가단이나 종사자에
대해 희망부서에 우선 배치를 추진하고, 인센티브 방안도 마련할 것을 제안한다. 여 (1) 현황
기에는 우수 전문가에 대해 해외 선진기술 현장 방문을 우선적으로 배정하고, 전문
가단과 우수 인력(전문직위자, 관련성과 우수자)에 대해 전보, 승진, 성과상여금, 포 기상청은 기상관측표준화법을 기반으로 기상관측 기준의 제정 및 관측자료 공동활
상 등으로 우대책을 마련한다. 또한 장비 및 관측기술의 균형있는 발전을 위해 업 용을 추진하고 있으며, 관측기관을 대상으로 시설 현황을 기본정보 파악, 환경시설
무 역량 향상을 위한 본청과 지방청간의 순환 근무를 추진토록 한다.
및 자료품질 등급을 부여하고 있다. 기상관측표준화 참여기관(27개)은 3,075개의 기
상관측장비를 운영 중에 있다(농촌진흥청, 산림청 등 국가기관 400여개, 17개 지방자
치단체 2,200여개, 수자원공사 등 공공기관 470여개). 관측자료의 수집율도 2014년
70.7%에서 2017년 94.8%로 크게 증가하였다. 수집에 있어서는 기관별로 설치된 표준
화 연계시스템을 통해 상이한 관측자료 DB 쿼리, 파일 전송 방식으로 자료 수집‧분
배되고 있다. 한편 국외 선진국의 경우(미국, 일본, 영국)는 국지위험기상 대응을 위
하여 기상당국을 중심으로 유관단체가 협력하여 기상관측망을 구축 운영하고 있다.
따라서 개별 수요에 따라 다수의 기관에서 기상관측장비를 운영 중이나 부적정한
관측망 구축, 다양한 자료 포맷 및 불균질한 자료 품질, 폐쇄적인 유통 구조 한계에
부딪혀 활용도는 매우 낮은 편이다. 또한 기상정보의 중요성에 대한 인식 증가, 관
측장비 소형화 및 기술 발전으로 수요자(공공, 민간 등)가 관측망을 직접 구축‧운영
함(농촌진흥청, 산림청, 홍수통제소, SK테크엑스 등)으로써 수많은 관측자료들이 생
산되고 있다.
이에 따라 관측장비 및 생산자료 증가에 따라 관측기관을 유기적으로 조정하고,
자료의 종합적이며 체계적인 관리를 해야 할 필요성이 대두되고 있다. 관측망을 유
지 관리하는 기관에서는 기상에 관한 전문성 부족 및 인사이동 등으로 유지보수의
어려움을 호소하고 있는 실정이다. 따라서 기상청은 기상재해 대응 및 의사결정에
활용하기 위하여 수집된 관측자료를 국가차원에서 수집, 유통, 활용하는 방안을 마
련하는 것이 필요하다고 보인다.

- 217 - - 218 -
 (2) 개선 방향 장비를 기상청이 이관받아 전문성을 갖고 방재기상업무를 수행할 수 있도록 한다.
한편 통합관리망을 통해 수집된 자료의 품질 및 공동활용 강화하고, 자료포맷의
○ 자료의 유통체계 및 유관기관과의 협업체계 개선 통일, 수집 프로세스 관리, 자료 품질관리 등을 통해 고품질 자료를 생산하고, 생산
된 자료는 참여기관 모두가 활용할 수 있도록 추진한다. 또한 기상청과 유관기관간
기상청과 유관기관간의 관측자료 개방 및 활용성 확대를 통하여 기상자료의 유통 의 상이한 자료의 저장구조 일원화시키고, 기상청의 COMIS 통합 표출을 추진할 수
구조를 근본적으로 개선해야 한다고 본다. 이로서 유관기관과의 협력을 통한 국가 있도록 한다.
기상관측망 통합운영으로 기상재해 감시체계를 개선할 수 있으며, 고품질 관측자료
를 상시 확보할 수 있을 것이다. 또한 관측장비의 도입, 관측환경의 개선, 자료 품
질관리 및 유통에 이르는 체계적인 자료 생산으로 수요기관에 대한 자료 신뢰도를
향상시킬 수 있을 것이다.
아울러 관측 수평규모 5km 내외의 국지기상규모 감시가 가능하도록 관측망의 재
배치를 추진하고, 유관기관과의 협력(MOU 또는 협의체 구성 등)을 통하여 기상재해
예방에 활용 가능한 새로운 형태의 국가방재기상관측망을 구축해 나가야 할 것이다.
기상청AWS(589개소) 지자체AWS(436개소) 산림청AWS(156개소) 기상청+산림청+지자체
○ 기상전문기관에서 기상관측망 관리 [그림 5-8] 기상청 및 유관기관의 AWS관측망 현황도

기상재해 예방을 위하여서는 기상전문기관에서 기상관측망을 관리하도록 하는 것 (3) 국외 기상관측망 협업 사례

이 타당하다고 본다. 즉 태풍, 호우 등 위험기상현상 탐지를 위하여 기상전문기관에 미국에서는 돌발성 호우, 천둥번개, 돌풍 등 국지기상재해를 유발하는 중규모
서 자료 생산에 대한 통합 관리를 수행하도록 하며, 기상기후정보를 활용하는 외부 기상현상(수평규모 : 2m~수백km, 수명 : 몇 분~수 시간으로 국지기상
(mesoscale)
사용자(민간, 방재담당자, 산업계 등)에 대한 지속적인 홍보와 계층별 교육으로 관측 현상과 관련성이 크며 조밀한 관측망 없이는 탐지되기 어려운 현상)의 관측을 위하
자료의 활용 확산이 효과적으로 이루어질 수 있도록 해야 한다. 여 주 단위 또는 지역단위의 Mesonet(Mesoscale Network)을 운영 중이다. 오클라호
현행 기상청과 유관기관 간의 관측자료 송수신 체계를 현행 보내주는 방식(FTP) 마주에서는 Oklahoma Mesonet 등을 기상 당국, 지역 대학 및 지역 소재기관이 협
에서 가져가는 방식(API)으로 단계적 전환을 추진하여 대용량 기상자료의 사용자 맞 력하여 120여개의 관측망으로 효율성 높은 Mesonet을 구축하여 운영 중에 있다. 이
춤형 경량화 전송 방식을 구현하고, 구현된 관측자료 대용량화 대응 및 운영 효율 에 따른 협력사항은 관측망 구축, 자료공유, 관측장비 유지관리 등이며, 재난안전,
성 강화를 위한 시스템 개선을 추진해 나가야 할 것이다. 부가적으로 기관별로 분 산불대응, 기상교육, 교통, 농업 분야 등에 활용되고 있다.
산 설치된 연계시스템을 중앙집중형 구조로 전환(대상기관 : 환경부, 서울, 제주 등 일본에서는 일본기상청 자체 관측망(위성, 레이더, 라윈존데, 지상관측 등)외에도
총 11개소) 하고, 상이한 자료 구조를 파일형식으로 통일된 운영을 하여 효율성을 수문, 국토안보국, 도로국, 지자체 등의 관측 자료도 공동활용을 하고 있다.
제고할 수 있도록 한다.
○ 국가 방재기상관측망(AWS)의 확대 및 통합관리망 개선
2017년 현재 589개소의 기상청 방재기상관측망을 2021년까지 1,200여개소(지자체
및 유관기관 포함)로 확충하는 방안([그림 5-8] 참조)으로 지자체와 유관기관의 관측

- 219 - - 220 -
 2. 비종관 관측자료 ○ 국외 기상관측용 드론 활용 현황
(1)비(非)종관 관측자료의 활용 방안 미국에서는 완성형 드론을 토네이도 성인분석 시험 및 허리케인 추적 등에 활용하
○ 드론 (Drone)의 개요 고 있다. 그 예로서 미국 알라바마 북쪽에서 드론(S-1000)에 온도, 습도, 압력, 적외선
드론은 무인항공기(UAV: Unmanned Aerial Vehicle)의 일종으로 2010년대를 전후 과 일반 카메라 센서를 탑재하고 토네이도 성인분석 시험을 수행한 바 있으며, 2014
하여 군사적 용도와 다양한 민간 분야에도 활용되기 시작하였다. 드론([그림 5-9] 년 NOAA는 무인항공기(UAV, Coyote)로 허리케인 ‘Edouard’의 중심 관측을 수행하
참조)의 개발은 미국 등 선진국에 의해 시작되었으나, 최근 중국 등 의해 완성형 드 였다. 이로서 NASA는 드론이 위성 등 타 원격관측을 대체할 수는 없지만, 원격 관
론이 상용화를 이루었다. 운용고도에 따라 저고도(0.15km 이하), 중고도(14km 이하), 측의 공백을 채워주는 역할(Gap-Filler Effect)을 할 수 있음을 보여주었다. 특히 위험
고고도(20km 이하)로 나뉘며, 국내 R&D의 대부분은 비행에 초점이 맞춰져 있으나, 기상과 이에 수반한 지역별 영향예보에 전략적 관측 수단으로 기대하고 있다.
최근에는 각종 산업에 응용할 수 있는 방향으로 S/W가 개발되고 있다. ○ 우리나라의 기상관측용 드론 활용 현황
기상청은 미래창조과학부와 협업하여 첨단 정보통신기술과 기상기술이 융합된 기
상센서 탑재형 드론(소형무인기) 개발사업(2016~2018, 정부 출연금 총 6.8억원 지원)
을 수행하여 성능평가를 앞두고 있다. 이 드론 사업에서는 기압, 온도, 습도, 풍향,
풍속을 측정하는 초경량 기상관측 복합센서와 영상장비를 탑재할 계획이며, 또한
고도별 기상관측 자료를 지상기지국으로 실시간 무선 송·수신을 목표로 개발에 착
수할 예정이다. 특히 드론을 활용한 기상관측자료는 기상연구와 예보에 중요한 자
료로써 다양한 분야에 사용될 것으로 기대된다.
또한 이 자료는 대기안정도, 하층제트, 대기오염물질 확산, 해륙풍 발생, 농작물 냉해
피해를 규명하는 연구 활동과 위험기상 감시에 적극 활용할 수 있으며, 더불어 국민의
[그림 5-9] 영상장비가 탑재된 완성형 드론의 모습
여가활동을 위한 유명산 단풍정보와 벚꽃 군락지 정보를 영상으로 제공할 계획이다.

○ 드론의 활용 추세 (2)향후 활용 방향
○ 드론 개발의 필요성
드론은 지상(재난파견 드론, 의료 드론)과 공중(기상관측, 통신)등 각종 산업분야
에 활용되고 있다. 최근 우리나라에서도 드론은 물품배달 시범사업(우체국), 실종자 현행 기상관측망으로 국지 위험기상 현상 탐지, 대기경계층 및 고고도 관측에 한
수색, 교통위반 단속(경찰청), 산불감시 및 인명구조(산림청, 소방서), 위험교량 안전 계가 있었다. 일차적으로 대기경계층(0~2km 고도)내의 기상현상 관측자료(오염물질
검점(철도시설공단), 재난현장 촬영, 3D 지도제작 등에 광범위하게 활용되고 있다. 확산, 증발산량, 국지바람순환 등)가 부족하여 양력풍의 영향 없이 관측할 수 있고,
또한 국내 드론사업 규제완화 발표(2016. 5, 국토교통부)에 따라 사업범위를 국민안 인터넷 서버로 자료를 실시간 전송 가능한 드론개발이 필요하다고 본다. 이에 따라
전과 안보에 저해하지 않는 모든 분야에 확대하고, 활용 산업 성장을 위한 활성화 대기경계층 분석용 소프트웨어 개발, 드론을 사용하여 관측한 기상요소들에 기반을
방안을 발표(시험 비행장소 확대, 주파수 분배, 경력요건 완화, 교육기관 확대, 비행 둔 2D 및 3D Mapping 소프트웨어 개발, 통합운영시스템이 필요하다고 분석된다(곽
승인 무게(12→25kg) 확대, 공공분야 수요발굴 등)하기 까지 이르고 있다. 광훈, 2017). 즉, 기상청의 역할은 드론 관측에 필요한 H/W인 비행체 부분을 개발하
는 것이 아니라 이미 공인된 시제품을 통해 목적에 맞는 수감부를 장착하여 관측
자료를 실시간 수집할 수 있는 S/W 체계를 갖추는 것이라 할 수 있겠다.
- 221 - - 222 -
 그러나 현재 무인항공기의 고도 제한, 드론 비행금지 구역, 야간비행 금지, 개인정 제 6 장 결론
보 침해, 자료소유권 문제 등 법적인 한계가 있어 드론을 활용한 관측에 적지 않은
문제점으로 대두될 가능성이 높기 때문에 면밀한 사전 준비가 필요하다고 예측된다.
본 연구에서는 기상청과 유관기관의 기상관측 및 관측망에 대한 조사를 통해 국
○ 기상관측용 드론의 활용 가능성 가관측망에 대한 자료를 2018년 6월로 현행화 하였고, 이와 함께 기상선진국과의
관측망 및 관측기술 등을 비교 분석하였다. 또한 기상청이 예보업무와 수치모델 등
드론과 보성 글로벌 기상관측탑의 관측자료 비교를 통해 드론을 활용한 연직기상 에 활용하고 있는 각종 기상관측자료를 조사하여 관측과 예보의 연관성을 체계화하
관측 가능성은 이미 확인된 바 있다. 국립기상과학원에서 수행한 드론에 존데 부착 였다. 이러한 기상관측에 관한 상세 분석자료를 바탕으로 관측업무발전 기본계획
자료 비교(2015)에서도 4회 온도와 습도가 평균 RMSE 각각 0.4℃, 3.6%를 보이는 (2017∼2021) 등 기상청의 주요 발전계획과 연계하여 관측업무 발전에 관한 기본 틀
등 관측오차 허용범위 이내에 드는 의미있는 값을 나타내어 비종관 관측으로서 충 을 설정하였다.
분한 활용 가능성을 보였다. 이러한 체계를 근간으로 하여 각종 기상관측자료의 예보업무 기여도를 정량적인
측면과 정성적인 측면을 함께 설명할 수 있는 계층분석과정(AHP) 기법을 도구로
○ 기상관측용 드론 활용 계획 관측업무 발전전략을 제시하였으며, 현행 국가기상관측의 적정성을 평가하였다. 이
2017년부터 드론을 이용한 안개 관측, 라디오존데 대체 기술, 계절관측 활용 기술
외에도 이미 4차 산업혁명과 관련된 미래 융합기술(사물인터넷, 인공지능, 빅데이터
의 발굴 사업이 진행 중에 있다. 국토교통부 공공분야 활용 사업에 연계하여 드론 등)이 기상분야에서도 적용되고 있어, 기상관측용 드론의 활용, 사물인터넷 기반의 기
탑재 기상센서(기온, 습도, 기압, 풍향, 풍속) 개발 사업이 2019년에 추진될 예정이 상관측망 공동활용 체계 구축, 그리고 기상 빅데이터 활성화 기반구축 등 현실성 있
다. 이로서 기상관측용 복합센서 개발을 통해 이를 장착한 소형 무인기가 지정된 는 융합기술을 소개하였다. 한편 기상관측의 근본이 될 수 있는 기술력 향상을 위한
경로를 비행하면서 실시간 관측자료를 제공할 수 있게 될 것이다. 이와 같이 기상 방법으로 관측 및 융합자료 전문가와 장비전문가 등으로 구분하여 관측 전문가 양성
관측용 드론의 활용 가능성은 빅데이터와 날씨정보를 융합한 특화 기상서비스를 개 방향을 제시하였다.
발할 수 있는 수단으로 입증되었으며, 기술적으로 시사하는 점이 크다고 하겠다. 각 분야별로 분석된 사항들을 종합적으로 정리하여 [그림 6-1]과 같이 기상관측업
즉, 맞춤형 민간 드론 기상기술 개발, 기상분야 인공지능 기술 개발, 사물인터넷 기 무가 나아가야 할 발전 방안을 나타냈다.
반 융합기술 개발 등 신기술 융합기술개발에 지속적인 투자가 요구된다고 하겠다.
한편, 2020년 영향예보의 본격 시행을 앞두고 있어 위험기상 및 이에 수반한 지
역별 영향예보에 대한 전략적인 관측수단으로 드론 활용기술 개발을 소속기관과 연
계해 나가야 할 것으로 보인다. 즉, 영향예보에 필요한 1차 관측요소(목측관측자료,
자동기상관측자료)에 2차 드론관측을 포함시켜 실효성있는 결과를 생산하기 위하여
서는 유인관서를 활용해야 가능할 것으로 보인다. 또한 궁극적으로는 드론 관측기
술의 확보를 통해 드론기반의 4D(3D+시간) Mapping을 수행할 수 있는 관측분석 통
합운영시스템을 개발하고, 검증된 드론을 통한 비종관 관측능력 확보로 제한지역(해
안, 산악 등)의 기상모니터링, 격오지의 장비검정 등 새로운 관측정보 활용도 제시
할 수 있게 할 계획이다. 이와 함께 드론 관측은 특화된 지역 농산물의 생산성 향
상, 저고도 비행체 안전 항행을 위한 정보제공 등 각종 산업에도 활용 가능성이 높
아 이 분야에도 특수 목적의 기상서비스의 제공이 충분할 것으로 예측된다. [그림 6-1] 기상관측업무 발전전략

- 223 - - 224 -
 핵심적인 전략의 방향은 기상관측자료 통합 네트워크 구축이었고, 이의 실현을 있는 시스템 구축이 필요하다.
위한 방법으로써 기상관측망의 확충, 관측자료의 활용, 관측전문가 양성 등 3개 영 셋째, 관측전문가 양성이다. 기상관측의 원리부터 응용단계에 이르기 까지 기술업
역에 9개 세부 분야를 제시하였다. 무 전과정과 수치예보 모델에 관여하는 자료를 관리할 수 있는 관측 및 자료관리
첫째, 기상관측망 확충이다. 이를 위해 현재 운영중인 기상관측망의 최적화를 도 전문가, 응용기상이나 유관기관에서 자료를 활용할 수 있게 변환할 수 있는 융합자
모해야 한다. 기상관측망의 최적화는 2010년 이후 기상청이 지속적으로 추진하고 료 전문가, 그리고 기상관측장비 구축 및 운영과 관련된 장비전문가 등으로 구분하
있는 관측장비의 확충과 함께 지속적인 업무의 개선과 보완이 병행 추진되어야 할 여 인력양성을 추진하는 것이 바람직하다고 판단된다. 이러한 방안들을 통해 궁극
것이다. 자동화와 첨단화 등이 요구되는 고층기상관측과 원격기상관측 등의 업무에 적으로는 관측자료의 수치예보모델에 기여도 향상 뿐만 아니라 기상관측자료의 활
대해서는 선별적으로 관측망의 확대가 필요하다고 본다. 또한 신규 및 첨단 관측센 용성을 높일 수 있을 것으로 기대된다.
서의 확충, 위성·레이더 등 원격탐사 확대로 목측의 자동화를 추진하였으나, 첨단 한편, 본 연구에서는 국가기상관측망과 우리 관측기술 수준에 대한 분석을 2018
장비의 활용성 증대와 향후 장비도입 전략의 보강 등이 필요하다고 본다. 년 6월로 현행화하는 등 의미를 부여할 수 있으나, 현재 기상청이 보유하고 있는
특히 목적별 기상관측망의 확대가 필요하다. 선진국의 관측전략을 여과없이 준용 다목적기상항공기, 해양기상관측선(기상1호)와 같은 첨단 고가 장비에 대한 활용전
할 것이 아니라 우리나라의 현 여건에서 우선적으로 개선해야 할 관측업무에 대해 략에 대한 분석을 포함시키지 못하였다. 향후 이에 대한 기술적인 평가 등의 연구
사전 검토와 연구를 통해 선별적인 도입이 필요하다고 본다. 즉, 2020년 영향예보 가 진행되어야 한다고 본다. 또한 기상선진국의 관측업무 조사 및 분석에 있어서
서비스의 본격 시행을 앞두고 있어 이에 적합한 관측망 설계와 다양한 관측자료의 자료의 불충분, 우리의 수준과 상대 비교의 어려움 등이 있었다. 이 부분에 대한 사
확보외에 영향예보 생산과 검증을 위한 관측망 보완, 토양수분, 지표상태 등 부족한 항을 보완하기 위하여서는 향후 최소 5년마다 우리 국가기상관측망에 대한 조사와
관측자료 확보를 위한 관측망 고도화와 목적별 관측망 확대가 필요하다고 본다. 그 함께 국제협력 등을 통한 기상선진국의 기술 동향을 지속적으로 파악할 수 있어야
리고 AHP분석 및 설문조사 결과를 통해 각종 기술업무의 지원을 도모하기 위한 목 하겠다. 또한 기존 다른 연구와 차별화될 수 있도록 도입한 AHP분석도 설문의 내
측(유인)관측망의 점진적인 확대가 필요하다는 것을 제시할 수 있으며, 기상관측망 용을 보강하고, 위의 조사와 병행 수행하여 새로운 관측의 니즈를 반영할 수 있도
의 유지관리를 체계적·효율적 관리를 위한 관측인력의 양성과 관측의 전문성을 확 록 해야할 것으로 본다.
보해나가야 할 것이다.
둘째, 관측자료의 활용이다. 기상관측자료는 가장 큰 데이터베이스를 활용하여 빅
데이터로 자료를 축적하는 것만으로도 큰 의미를 가진다. 기상관측자료의 가장 큰
목적은 수치예보모델에 활용하기 위해서이기 때문에 이를 위해서는 관측자료의 자
료동화 과정이 필수적이다. 이러한 과정을 관측업무에서 수치예보모델에 활용할 수
있는 형태로 자료전환이 원활히 될 수 있도록 시스템을 구축해야 한다.
이러한 자료를 체계적으로 저장하고, 사용자가 원하는 형태로 제공할 수 있는 자
료관리시스템을 개선해야 한다. 이를 위하여 전국 28개 기관 3,766개소에서 각기 수
행하고 있는 기상관측에 대한 표준화가 선행되어야 할 것이다. 그리고 이와 더불어
현재 농촌진흥청, 산림청 등 국가기관 400여개, 17개 지방자치단체 2,200여개, 수자
원공사 등 공공기관 470여개로부터 수집되는 기상관측자료 수집율은 94.8%(`17년 기
준)로 높은 수집율을 나타내지만, 기관별로 설치된 표준화 연계시스템을 통해 상이
한 관측자료 DB 쿼리, 파일 전송방식 등으로 현업이나 공동활용에 어려움이 있다.
이에 유관기관으로부터 수집되는 자료를 기상청의 표준화된 프로토콜로 전환할 수

- 225 - - 226 -
참고문헌 입소, 2016: 기상조직 역량강화를 위한 중장기 전문인력 양성 마스터플랜 수립, 186pp
(재)한국형수치예보모델개발사업단, 2018: KIAPS 홍보브로셔, 13.
㈜기술과 가치, 2016: 기상청 연구개발 중장기(2018~2027) 발전계획 연구, 622.
곽광훈, 2017: 드론을 이용한 대기관측, 방재기상기술 미래 포럼(국립기상과학원 주최)
㈜웨더피아, 2015: 기상관측망 최적화를 위한 중·장기 발전 계획 수립
발표자료
㈜진양공업, 2007: 국가 기상관측망 최적화를 위한 조정 및 운영에 관한 연구, 151.
국립기상과학원, 2018: 모바일 기상관측차량 운영현황 및 개선방안, 모바일 기상관
측차량 활용성과 공유 워크숍 자료(강릉원주대), 23. 차동현, 2018: 폭염진단 및 대응방안 마련을 위한 폭염 포럼, 기상청, 46.
기상청. 2016: 지상기상관측지침 전문 한국기상전문인협회, 2017: 기상분야전문인력육성을위한표준교육과정개발기획연구, 393.
기상청. 2016: 제3차 기상업무발전 기본계획(2017~2021), John Eyr, 2016: Impact studies with satellite observations at the Met Office, WMO

기상청, 2016: 관측업무발전 기본계획(2017~2021) workshop, China.

기상청, 2017: 기상연감 및 낙뢰연감

기상청, 2018: 관측업무규정 제914호 기상청 국립기상과학원 홈페이지 http://www.nims.go.kr/MA/main.jsp
기상청, 2018: 기상관측업무 개선 방안, 28. 기상청 국가기상위성센터 홈페이지 http://nmsc.kma.go.kr/html/homepage/ko/main.do
기상청. 2018: 주요업무 추진계획(2018.2) 기상청 기상레이더센터 홈페이지 http://radar.kma.go.kr/index.do
기상청, 2018: 조직혁신을 위한 관측분야 전문인력 양성계획, 9. 기상청 기상관측 통합 메타데이터시스템 https://omds.kma.go.kr/login.do
기상청, 2018: 기상청 관측정책 및 업무이해 교재, 기상청 관측기반국 관측정책과 기상청 방재기상정보시스템 https://afso.kma.go.kr/afsOut/rsp/ptl/login.jsp
기상청, 2018: 천리안위성 2A호 이해와 예보활용/지상관측장비 원리 및 오차원인/고 기상청 항공기상청 홈페이지 (http://amo.kma.go.kr/new/html/main/main.jsp)
층관측장비 원리 및 오차원인/관측자료 품질관리/레이더히애와 영상분석/해양 기상청 해양기상정보전달시스템 http://marine.kma.go.kr/main.html
기상업무 이해/지상기상관측 이해, 각 교재. 기상청 담당부서 기상청 홈페이지 (http://www.kma.go.kr/aboutkma/biz/observation01.jsp)
기상청, 2018: 보다나은 기상청 홍보자료 미국기상청 (https://www.weather.gov/)
김기석, 2006: 엑셀활용 경영과학(2판), 학현사, 206~217. 영국기상청 (https://www.metoffice.gov.uk/)
김상민, 구자호, 김준, 홍진규, 윤종민, 조아라, 김상균, 이준홍, 고수정, 이서영, 이 일본기상청 (http://www.jma.go.jp/jma/index.html)
윤곤, 2017: 지상 에어로졸 관측 및 운고계 관측을 통한 지상 미세먼지 농도 중국기상청 (http://www.cma.gov.cn/)
추정방법 분석, 2017년 한국기상학회 가을학술대회 논문집, 569-570. 산림청 국립산림과학원 산악기상정보시스템 (http://mtweather.nifos.go.kr/main/ main.html)
김성민, 김현미, 2017: 수반 모델에 기반한 관측영향 진단법을 이용하여 동아시아 서울대학교 국가농림기상센터 (http://www.ncam.kr/)
지역의 단기예보에 AMSU-A 자료 동화가 미치는 영향 분석, 대기 27(1), 한반도 에어로졸라이다관측네트워크 홈페이지 (http://www.kalion.kr/)
93-104.
해양수산부 홈페이지 https://www.mof.go.kr/statPortal/cate/statView.do
김은정, 주상원, 정현숙(기상청 수치자료응용과), 2012: 통합모델의 관측종 별 예측 해양수산부 국립해양조사원 실시간해양관측정보시스템 (http://www.khoa.go.kr/koofs/kor/
민감도 평가, 2012년도 한국기상학회 가을 학술대회 논문집, 458-459. observation/obs_real.do)

서영경, 이정환, 서동일, 황동익, 함동주, 김용상, 2016: 최신 관측자료를 이용한 예 환경부 한강홍수통제소 국가수자원관리종합정보시스템 (http://www.wamis.go.kr/)
보오차 보정기법 개발 및 적용, 2016년 한국기상학회 가을학술대회 논문집, 호주기상청 (http://www.bom.gov.au/)
EU (http://wwwmo.int)
293-294.
소선섭, 이천우, 김맹기, 2000: 대기관측법, 교학사, 3~5.
이화여자대학교, 2007: 예보역량 진단을 통한 기술력 평가, 130.

- 227 - - 228 -
부록
AHP 설문지 작성 요령
ID

다음의 AHP(Analytic Hierarchy Process: 계층화 분석과정)는 평가를 위해 고려되

기상관측자료의 예보업무 기여도에 대한 설문조사 는 평가항목들을 계층화한 다음 쌍대비교(pairwise comparison)를 통해 평가항목간
상대적 중요도를 측정하여 판단하는 의사결정 기법입니다.
설문 작성 전 먼저 'AHP 설문 응답시 유의사항”을 읽으신 후 설문에 응해 주
안녕하십니까? 시면 감사하겠습니다.
한국기상전문인협회입니다.
본 설문은 기상청의 학술용역사업의 일환으로 기상청이 보유한 기상관측망을 ◎ AHP 설문응답시 유의사항
기준으로 주요 관측분야별로 기상예보업무에 기여도를 객관적, 체계적으로 진 1. 작성예시
AHP 설문의 일관성 있는 답변을 위해서 반드시 가장 중요하게 여기는 항목 순으로
단 및 평가하여, 기상관측정책 수립, 관측망의 보완 및 확대, 관측장비의 효율 먼저 상대적 중요도를 기입하고, 이를 확인하시면서 아래의 상대비교 답변에 응하여
적 관리 운영 등에 객관적 자료로 활용하기 위한 설문조사입니다. 주십시오.
본 설문에 응답하신 내용은 오직 연구목적으로만 활용될 것이며, 응답하신
개별정보는 통계 목적으로만 사용될 것입니다. [상대적 중요도: (지상기상관측) > (고층기상관측) > (해양기상관측)]
절대 매우 약간 약간 매우 절대
바쁘시더라도 잠시 시간을 내주셔서 답변해 주시면 대단히 감사하겠습니다. 평가항목 중 중
중
요 중
같
다 중
중
요 중 중 평가항목
요 요 요 요 요 요
(본 설문에서 조사된 내용은 통계 목적 이외에는 절대 사용할 수 없으며,
그 비밀이 보호되도록 통계법(제13조, 제14조)에 규정되어 있습니다.)
지상기상관측 ⑨⑧⑦⑥⑤④③②①②③④⑤⑥⑦⑧⑨ 고층기상관측
지상기상관측 ⑨⑧⑦⑥⑤④③②①②③④⑤⑥⑦⑧⑨ 해양기상관측
2018 년 9월 고층기상관측 ⑨⑧⑦⑥⑤④③②①②③④⑤⑥⑦⑧⑨ 해양기상관측

‘지상기상관측’이 ‘고층기상관측’보다 ‘③ 약간 중요하다’로 답하신다면 ‘지상

한국기상전문인협회장 이 현 / 연구책임자 최치영 배상 기상관측’은 ‘해양기상관측’보다 ‘③ 약간 중요하다’ 이상으로 (지상기상관측 쪽으로
Tel: 02-821-3653, Fax: 02-821-3654
④,⑤,⑥,⑦,⑧,⑨중 선택) 답변을 해야 일관성을 유지할 수 있음(작성예시에는 ⑦로
답변되어 있음)

- 229 - - 230 -
 PART 1. Q1. 다음의 평가 항목을 두 항목씩 비교할 때, 어느 항목이 기상실황 감시 및
본 설문은 기상예보에 활용되는 기상관측자료 중 기상예보업무에 기여도가 가 초단기예보(∼ 6시간), 기상특보 업무에 기여도 크다고 생각하십니까?
장 큰 기상관측 종류 및 요소를 도출하기 위한 구조를 아래의 그림과 같이 나타 [상대적 중요도: ( )>( )>( )>( )>( )>( )]
내고 있습니다. 각 요소들에 대한 설명은 아래 표와 같습니다.
평가항목 절대 매우 중 약간 같 약간 중 매우 절대 평가항목
중요 중요 요 중요 다 중요 요 중요 중요
지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 고층기상관측
지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 해양기상관측
지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상위성관측
지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측
지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측
고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 해양기상관측
고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상위성관측
고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측
대항목 세부지표 지표 내용(대수) 고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측
해양기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측
자동기상관측 ASOS(96), AWS(494)), 운고운량계(92), 일조(96), 일사(54) 해양기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측
지상기상관측 안개관측 안개관측(시정현천계)장비(291) 해양기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상위성관측
적설관측 CCTV(170), 초음파적설계(60), 레이저식적설계(122) 기상위성관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측
황사/농업 관측 황사관측장비(34), 농업용 AWS(11) 기상위성관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측
라디오(레윈)존데 포항, 태풍센터, 북강릉, 백령도, 흑산도, 창원 등 6소 기상레이더관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측

고층기상관측 윈드프로파일러
라디오미터
파주, 군산, 강릉 창원, 원주 등 9소
파주, 군산, 강릉 창원, 원주 등 9소 Q2. 다음의 평가항목을 두 항목씩 비교할 때, 어느 항목이 단기예보(6시간∼3일)
항공기관측 암다 21대 업무에 기여도가 크다고 생각하십니까?
앞바다 관측 등표기상관측(9), 파랑계(1), 파고부이(59)
먼바다 관측 해상기상부이(17) [상대적 중요도: ( )>( )>( )>( )>( )>( )]
해양기상관측 연안 관측 연안 및 항만 기상관측(18) 평가항목 절대 매우 중 약간 같 약간 중 매우 절대 평가항목
연해 관측 선박기상관측(14), 기상관측선(1) 중요 중요 요 중요 다 중요 요 중요 중요
COMS 천리안위성, 천리안위성 2A 지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 고층기상관측
기상위성관측 정지기상위성 Himawari-8, GOES, FY-2E 지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 해양기상관측
극궤도위성 NOAA, Aqua/Terra, METOP, DMSP, CORIOLIS 지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상위성관측
실시간영상관측 기상청13대(S밴드이중편파11대) 지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측
레이더강수량예측 MAPLE 지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측
기상레이더관측 낙뢰관측 낙뢰관측 21개소 고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 해양기상관측
고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ① ② ③ 기상위성관측
국외/유관기관관측 환경부(한강홍수통제소) 7대, 국방부(공군) 9대, 중국, 일 ④ ③ ② ④ ⑤ ⑥ ⑦ ⑧ ⑨
본 고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측
강수/적설관측 강수(적설)량, 시종시간, 강수경향 등 고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측
해양기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ① ② ③ 목측(유인)관측
목측(유인)관측 하늘상태관측 운량, 운형, 운종, 운향 등 ④ ③ ② ④ ⑤ ⑥ ⑦ ⑧ ⑨

시정관측 안개유무, 최소시정 등 해양기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측

기후/계절관측 개화, 단풍 등 계절관측, 기후변화 관측 해양기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상위성관측
기상위성관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측
기상위성관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측
기상레이더관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측

- 231 - - 232 -
Q3. 다음의 평가항목을 두 항목씩 비교할 때, 어느 항목이 중기예보(3일∼10 Q6. 다음의 해양기상관측을 구성하는 평가항목중, 어느 항목이 기상예보 업무에
일) 업무에 기여도가 크다고 생각하십니까? 기여도가 크다고 생각하십니까?
[상대적 중요도: ( )>( )>( )>( )>( )>( )] [상대적 중요도: ( )>( )>( )>( )]
중 같 중 평가항목 절대
중요
매우
중요 중요 약간
중요 같다 약간
중요 중요 매우
중요
절대 평가항목
중요
평가항목 절대중요 매우
중요 요 약간
중요 약간
중요 매우
중요 절대
중요 평가항목 앞바다 관측 ⑨ ① ② ③ ⑨ 먼바다 관측
다 요 ⑧ ⑦ ⑥ ⑤ ④ ③ ② ④ ⑤ ⑥ ⑦ ⑧
지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 고층기상관측 앞바다 관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 연안 관측
지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 해양기상관측 앞바다 관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 연해 관측
지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상위성관측 먼바다 관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 연안 관측
지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측 먼바다 관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 연해 관측
지상기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측 연안 관측 ⑨ ① ② ③ ⑨ 연해 관측
고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 해양기상관측
⑧ ⑦ ⑥ ⑤ ④ ③ ② ④ ⑤ ⑥ ⑦ ⑧

고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상위성관측
고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측 Q7. 다음의 기상위성관측을 구성하는 평가항목 중, 어느 항목이 기상예보 업무에
고층기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측
기여도가 크다고 생각하십니까?
해양기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측
해양기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측 [상대적 중요도: ( )>( )>( )>( )]
해양기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상위성관측
기상위성관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 기상레이더관측 평가항목 절대
중요 매우
중요 중요 약간
중요 같다 약간
중요 중요 매우
중요 절대
중요 평가항목
기상위성관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측 COMS ① ②③ 정지기상위성
기상레이더관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 목측(유인)관측 COMS
⑨
⑨
⑧ ⑦ ⑥ ⑤ ④ ③ ②
⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③
④ ⑤ ⑥ ⑦ ⑧ ⑨
④ ⑤ ⑥ ⑦ ⑧ ⑨ 극궤도위성
Q4. 다음의 지상기상관측을 구성하는 평가항목 중, 어느 항목이 기상예보 업무에 정지기상위성 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 극궤도위성
기여도가 크다고 생각하십니까?
[상대적 중요도: ( )>( )>( )>( )] Q8. 다음의 기상레이더관측을 구성하는 평가항목 중, 어느 항목이 기상예보 업무
절 매 약 약 매 절
에 기여도가 크다고 생각하십니까?
대중 우중 중 간중 같 간중 중 우중 대중 [상대적 중요도: ( )>( )>( )>( )]
평가항목 평가항목
요 요 요 요 다 요 요 요 요
자동기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 안개관측 평가항목 절대 중요 매우
중요 중요 약간
중요 같다 약간
중요 중요 매우
중요 절대
중요 평가항목
자동기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 적설관측 실시간영상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 레이더강수량 예측
자동기상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 황사/농업관측 실시간영상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 낙뢰관측
안개관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 적설관측 실시간영상관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 유관기관관측
안개관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 황사/농업관측 레이더강수량 예측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 낙뢰관측
적설관측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 황사/농업관측 레이더강수량 예측 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 유관기관관측
낙뢰관측 ⑨ ① ② ③ 유관기관관측
Q5. 다음의 고층기상관측을 구성하는 평가항목 중, 어느 항목이 기상예보 업무에
⑧ ⑦ ⑥ ⑤ ④ ③ ② ④ ⑤ ⑥ ⑦ ⑧ ⑨

기여도가 크다고 생각하십니까? Q9. 다음의 목측(유인)관측을 구성하는 평가항목 중, 어느 항목이 기상예보 업무에
[상대적 중요도: ( )>( )>( )>( )] 기여도가 크다고 생각하십니까?
평가항목
절
대중
매
우중 중 약
간중 같 약
간중 중 매
우중
절
대중 평가항목
[상대적 중요도: ( )>( )>( )>( )]
요 요 요 요 다 요 요 요 요 평가항목 절대중요
매우
중요 중요 약간
중요 같다 약간
중요 중요 매우
중요
절대
중요 평가항목
라디오(레윈)존데 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 윈드프로파일러 강수/적설관측 ⑨ ① ② ③ 하늘상태관측
라디오(레윈)존데 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 라디오미터 강수/적설관측 ⑨
⑧ ⑦ ⑥ ⑤ ④ ③ ②
① ② ③
④ ⑤ ⑥ ⑦ ⑧ ⑨
시정관측
라디오(레윈)존데 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 항공기관측 강수/적설관측 ⑨
⑧ ⑦ ⑥ ⑤ ④ ③ ②
① ② ③
④ ⑤ ⑥ ⑦ ⑧ ⑨
기후/계절관측
윈드프로파일러 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 라디오미터 하늘상태관측 ⑨
⑧ ⑦ ⑥ ⑤ ④ ③ ②
① ② ③
④ ⑤ ⑥ ⑦ ⑧ ⑨
시정관측
윈드프로파일러 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 항공기관측 하늘상태관측 ⑨
⑧ ⑦ ⑥ ⑤ ④ ③ ②
① ② ③
④ ⑤ ⑥ ⑦ ⑧ ⑨
기후/계절관측
라디오미터 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 항공기관측 시정관측 ⑨
⑧
⑧
⑦
⑦
⑥
⑥
⑤
⑤
④
④
③
③
②
② ① ② ③
④
④
⑤
⑤
⑥
⑥
⑦
⑦
⑧
⑧
⑨
⑨ 기후/계절관측

- 233 - - 234 -
 PART 2. Q2. 다음의 기상관측자료 및 정보통신 기술을 구성하는 평가항목을 두 항목씩
일반적으로 기상예보업무 역량의 중요한 요소는 기상관측자료, 수치예보모델, 비교할 때, 어느 항목이 기상예보업무 역량에 더 중요 하다고 생각하십니까?
예보관 역량으로 분류하고 있습니다. 이 요소들이 기상예보업무에 미치는 기여 [상대적 중요도: ( )>( )>( )]
도 를 파악하기 위해 아래와 같은 의사결정 구조로 나타냈습니다. 각 요소들에 평가항목 절대 매우 중요 약간 같다 약간 중요 매우 절대 평가항목
대한 설명은 아래 표와 같습니다. 관측자료 질
중요 중요
⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ②
중요
① ②③
중요 중요
④ ⑤ ⑥ ⑦ ⑧ ⑨
중요
관측 종류
관측자료 질 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 관측지점 수
관측 종류 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 관측지점 수
평가항목 절대
중요 매우
중요 중요 약간
중요 같다 약간
중요 중요 매우
중요 절대
중요 평가항목
모델성능 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 모델해상도
모델성능 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 예측기간
모델해상도 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 예측기간
Q3. 다음의 수치예보모델 및 슈퍼컴 성능을 구성하는 평가항목을 두 항목씩 비
대항목 세부지표 설 명
관측자료의 정확도, 관측간격 및 정시 전달, 자료수집·표출 능
교할 때, 어느 항목이 기상예보업무 역량에 더 중요하다고 생각하십니까?
관측자료 질 력
지상, 고층, 해양, 기상위성/레이더 등 관측장비, 기온, 강수량 등
[상대적 중요도: ( )>( )>( )]
기상관측자료
(정보통신기술 포함) 관측종류 절대 매우 약간 약간 매우 절대
관측 요소 평가항목 중요 중요 중요 중요 같다 중요 중요 중요 중요 평가항목
관측지점 수 육상, 해상, 상층, 도서, 산악 등 관측위치 및 지점 수, 자료수 모델성능 ① ②③ 모델해상도
집 능력 모델성능
⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ②
⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③
④ ⑤ ⑥ ⑦ ⑧ ⑨
④ ⑤ ⑥ ⑦ ⑧ ⑨ 예측기간
모델성능 수치모델을 통해 나온 결과물의 실제 기상현상과의 정확도 모델해상도 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 예측기간
수치예보모델
(슈퍼컴성능 포함) 모델해상도 수치모델 결과물의 격자 및 지역적 범위, 슈퍼컴 성능
예측기간 수치모델 예측 선행시간 및 예측 기간, 슈퍼컴 성능 Q4. 다음의 예보관 역량을 구성하는 평가항목을 두 항목씩 비교할 때, 어느 항목
예보경력 예보 관련 업무를 수행한 경력 이 기상예보업무 역량에 더 중요하다고 생각하십니까?
예보관 역량 교육훈련
예보지식 예보 관련 이론 등 기본지식 및 노하우, 관련 자격증 소유 [상대적 중요도: ( )>( )>( )>( )]
예보 관련 정기/수시 교육훈련, 예보기술 전수, 예보관련 연구 평가항목 절대 매우 중요 약간 같다 약간 중요 매우 절대 평가항목
예보팀워크 예보팀장의 역할 및 팀원간 소통 능력, 예보지역내 정보확보 중요 중요 중요 중요 중요 중요
능력 예보경력 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 예보팀워크
예보경력 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 예보지식
Q1. 다음의 기상예보업무 역량 을 구성하는 평가항목을 두 항목씩 비교할 때, 어 예보경력 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 교육훈련
느 항목이 기상예보업무 역량에 더 중요 하다고 생각하십니까? 예보지식 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 교육훈련
예보지식 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 예보팀워크
[상대적 중요도: ( )>( )>( )>( )] 교육훈련 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 예보팀워크
평가항목 절대 매우 중요 약간 같다 약간 중요 매우 절대 평가항목
중요 중요 중요 중요 중요 중요
기상관측자료 수치예보모델
(정보통신기술
포함)
⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ (슈퍼컴성능
포함)
기상관측자료
(정보통신기술
포함)
⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 예보관역량
수치예보모델
(슈퍼컴성능 ⑨ ⑧ ⑦ ⑥ ⑤ ④ ③ ② ① ②③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 예보관역량
포함)

- 235 - - 236 -
PART 3. 5.다음에서 기상청의 기상관측업무 발전을 위해 추진해야할 업무 개를 선택한다면 2

무엇입니까
기상관측업무에 관한 설문 ?

① 기상관측망 확충 ② 기상관측정책 강화 ③ 관측전문인력 양성

④ 유관기관 관측 확대 ⑤ 관측장비 유지보수 강화 ⑥ 목측 유인 관측 확대
다음의 기상관측 부문 중 기상예보 및 기상특보 업무를 위하여 확대 또는 개선
( )
1.
⑦ 기상관측표준화법 적용 강화 ⑧ 기타
이 필요한 기상관측을 2개 선택하신다면 무엇입니까 ?

① 지상기상관측 ② 고층기상관측 ③ 해양기상관측 다음에서 기상관측전문인력 양성 을 위해 우선적으로 추진해야할 업무 2개를 선

④ 기상위성관측 ⑤ 기상레이더관측 ⑥ 목측 유인 관측
6.
( )
택한다면 무엇입니까 ?

번 문항에서 선택한 개의 기상관측에 대해 확대 또는 개선해야 할 사항은 ① 관측전문직위 확대 ② 기상관측전문인력 채용 ③ 기상관측 교육훈련 강화

④ 승진 수당 등 인센티브 지원 ⑤ 외부전문인력 양성 및 활용
1-1. 1 2 ?

① ② ,

⑥ 관측장비 제작사 교육 확대 ⑦ 기타
2. 기상청은 년부터 영향예보를 정식서비스 할 계획입니다 기상청이 영향예보
2020 .

를 위해 확대 또는 개선해야 할 기상관측 부문은 무엇입니까 ? 7.다음에서 기상관측장비 유지관리 강화를 위해 우선적으로 추진해야할 업무 2개
영향예보(Impact Forecasts)란? 같은 날씨에서도 때와 장소에 따라 다르게 나타나는 날 를 선택한다면 무엇입니까 ?

씨영향을 과학적인 자료를 바탕으로 예상하여 상세한 기상정보와 함께 전달하는 예보 ① 기상관측표준화법 적용 강화 및 확대 ② 청내 관측전문인력 양성
※ (’16) 태풍, 대설 ⇒ (’17) 호우, 강풍 ⇒ (’18) 폭염, 한파 ⇒ (’19) 안개, 도로기상 ⇒ (’20) 정식서비스
③ 청외 전문인력 및 업체 육성 ④ 관측장비 제작사 교육 확대
① 지상기상관측 ② 고층기상관측 ③ 해양기상관측 ④ 기상위성관측 ⑤ 기상레이더관측 ⑤ 기상산업기술원 장비관리업무 강화 및 확대 ⑥ 기타
⑥ 목측 유인 관측 ⑦ 안개 시정 및 적설관측 ⑧ 기타 기상관측
( ) ( )

8.현재의 기상관측자료의 활용도를 높이기 위해서는 가장 중요하게 개선해야 할

3.귀하는 기상청의 기상예보 업무에 중요하다고 생각하는 기상관측 요소는 무엇입 사항 2개를 선택한다면 무엇입니까
니까 (1~3순위를 기재해 주십시오 .)
?

?
① 기상관측망 확대 ② 기상관측자료의 품질관리
① 기압 ② 온도 ③ 습도 ④ 바람 ⑤ 강수 ③ 기상관측자료의 전달 및 저장시스템④ 기상관측장비 유지관리
⑥ 구름 ⑦ 일조 ⑧ 일사 ⑨ 시정 ⑩ 증발량 ⑤ 기상관측자료 제공 신속성 ⑥ 기상관측 자료 전문가 확대 ( )

⑪ 현재천기 등 목측관측 ⑫ 황사 ⑬ 미세먼지 ⑭기상레이더 ⑦ 기타

⑮ 기상위성 ⑯ 낙뢰 ⑰ 기타
4. 귀하는 기상청의 기상예보업무에 중요하다고 생각하는 기상장비는 무엇입니까 ?
9. 기상관측자료가 예보업무 전반에 미치는 기여도는 어느 정도입니까 ?

(1~3순위를 기재해 주십시오.)

전혀 기여하지 않음 매우 기여도가 높음
① ② ③ ④ ⑤ ⑥ ⑦
① 자동기상관측장비 ② 기상레이더 ③ 기상위성
(ASOS, AWS)

④ 안개관측장비 ⑤ 적설계 ⑥ ⑦ 운고운량계 CCTV

⑧ 라디오 레윈 존데 ( ⑨ 윈드프로파일러
) ⑩ 라디오미터 10. 현재 기상청의 전체 기상관측망이 적절하게 구성 되어 있다고 생각하십니까 ?

⑪ 선박 기상꽌측선 / ⑫ 항공기관측
⑬ 낙뢰관측 ⑭ 앞바다관측 등표 파랑계 파고부이 ( , , 전혀 적절하지
①
않음 ② ③ ④ ⑤ ⑥
매우⑦적절함
⑮ 먼바다관측 해양기상브이 ( ⑯ 황사관측 황사감시탑
) (PM10, )

- 237 - - 238 -
 10-1. 현재 기상청에서 운영중인 각 기상관측망 구성이 얼마나 적절하다고 생각하십니까 ? 12-2. (12-1에서 ①~③에 체크를 하신 분만 해당) 현재 운영중인 수치예보모델에 어
관측망 종류 전혀 적절하지 않음 매우 적절함 느 기상관측자료의 추가 또는 보완이 필요하다고 생각하십니까 ?

지상기상관측 ① ② ③ ④ ⑤ ⑥ ⑦
① ②
고층기상관측 ① ② ③ ④ ⑤ ⑥ ⑦ 현재 제공받거나 활용하고 있는 기상관측자료에 대해 어느 정도 만족 하십니까
해양기상관측 ①
13. ?
② ③ ④ ⑤ ⑥ ⑦
기상위성관측 ① ② ③ ④ ⑤ ⑥ ⑦
기상레이더관측 ① 전혀 만족하지 않음 매우 만족함
① ② ③ ④ ⑤ ⑥ ⑦
② ③ ④ ⑤ ⑥ ⑦
목측(유인)관측 ① ② ③ ④ ⑤ ⑥ ⑦
14. 현재 제공받고 있거나 활용하고 있는 기상관측자료에 대한 정확도 등 신뢰도는 ?

10-2. (10-1에서 ①~③에 체크를 하신 분만 해당) 현재 운영중인 각 기상관측망이 어 ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ ⑩ ⑪

느 정도 추가적으로 확대 또는 확충되어야 한다고 생각하십니까 ?
50% 이하 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%

관측망 종류 10% 30% 50% 70% 100% 150% 200%

지상기상관측 ① ② ③ ④ ⑤ ⑥ ⑦
응답자에 관한 설문
고층기상관측 ① ② ③ ④ ⑤ ⑥ ⑦
해양기상관측 ① ② ③ ④ ⑤ ⑥ ⑦
기상위성관측 ① ② ③ ④ ⑤ ⑥ ⑦
귀하가 근무하시고 계신 지역은
기상레이더관측 ① ② ③ ④ ⑤ ⑥ ⑦ 1. ?

목측(유인)관측 ① ② ③ ④ ⑤ ⑥ ⑦ ① 서울 ② 인천 및 경기도 ③ 부산 대구 및 경상도 ④ 광주 및 전라도 ,

⑤ 대전 및 충청도 ⑥ 강원도 ⑦ 제주도

11. 우리나라 기상관측망에 대한 유지보수 등 관리 가 잘되고 있다고 생각하십니까 ?
2. 귀하의 직급은 ?

① 사원 급 ② 대리 급 ③ 계장 과장 급 ④ 부장 차장 급
(8~9 ) (6~7 ) / (4~5 ) / (3 )

전혀 그렇치 않음
① ② ③ ④ ⑤ ⑥
매우 잘되고 있음
⑦
⑤ 이사 이상 급 고위공무원 이상 ⑥ 기타
(2 ( ) )

현재 기상관측자료가 수치예보모델에 활용되고 있는데 어느 정도 활용되고 있다고 생 3. 귀하의 예보경력 기간에 따라는 ?
12.

각하십니까 ?
① 년 이하 ② 년
3 ③ 3~5 6~10 년 ④ 10~20 년 ⑤ 년 이상
20

3-1. 예보 관련 업무를 수행한 경험은 어느 정도입니까 ?

전혀 활용되지 않음
① ② ③ ④ ⑤ ⑥
매우 잘 활용됨
⑦
① 없음 ② 년 이하 ③ 년 이하 ④ 년 이하 ⑤ 년 이상
2 3~5 6~10 11

현재 수치예보모델에 활용되고 있는 관측자료의 종류나 제공빈도 등 기상관 4. 현재 소속은 ?

12-1.

측자료가 적절하게 제공되고 있다고 생각하십니까 ① 기상사업자 등 산업계 ② 지자체 등 공공기관 ③학계·연구계
?
④ 기상청 본청 ⑤ 지방기상청 및 기상대 ⑥ 기타
( )

전혀 그렇치
①
않음 ② ③ ④ ⑤ ⑥
매우⑦ 적절함 5. 현재 담당하고 있는 업무는 ?

① 예보 ② 수치모델 ③ 관측 ④ 행정관리 총무 인사 등 ⑤ 소방·방재 ( , )

⑥ 학술·연구 ⑦ 기상산업 ⑧ 기타

- 239 - - 240 -