기후 · 대기 환경정책에 활용하기 위한 건강 위해성 평가 개선 연구 농도반응함수의 국내 표준안을 중심으로

불확실성(Uncertainty)이란 일반적인 의미로 확실하지 않은 성질 또는 그런 상태를 뜻한다. 불확실성은 모형에 기반을 두어 실시하고 있는 다양한 평가 및 분석 과정에서 발생할 수 있는데, 주로 이러한 평가 및 분석 과정에서의 가정 때문에 발생한다. 이러한 불확실성에 대해 체계적으로 평가하기 위한 다수의 연구가 진행되었다. 특히 Walker 외(2003)의 보고서는 모형을 기반으로 하는 연구의 불확실성에 대해 세 개의 차원을 바탕으로 하는 불확실성의 분류체계를 제안하였다. 해당 보고서는 세 개의 차원으로 불확실성의 위치(Location), 수준(Level), 특성(Nature)을 제시하였다. Walker 외(2003)의 보고서에서 제안한 불확실성 분류 체계를 활용하여 체계적인 불확실성 평가를 수행한 사례는 Knol 외(2009)의 환경성질병부담(Environmental Burden of Disease) 산출에 대한 불확실성 평가를 들 수 있다. 이 연구는 Walker 외(2003)에서 제시한 불확실성의 3차원 분류체계를 보다 세분화하여 여섯 가지로 분류하였다. 반사실적 대기오염 수준은 배경 또는 참고를 위한 노출로서 대기오염의 건강영향을 계산하는 데 사용된다. 이는 답하고자 하는 정책적 의제가 무엇인지에 따라 각각의 AP-HRA에서 서로 다르게 정의될 수 있다. 예를 들면, 국가대기질기준, WHO 대기질 가이드라인(AQG: Air Quality Guideline) 수준, 자연 수준(인위적 영향을 배제한 수준), 또는 역학연구에서 관측된 최하 수준 등이 있다. 반사실적 대기오염 수준의 불확실성은 일부의 과거 정책이나 이론적 최소 오염수준 등에 대한 완벽하지 않은 지식 등에서 야기되는 것으로 볼 수 있다. 적절한 반사실적 대기오염수준을 선정하는 데 있어 나타나는 불확실성은 앞서 언급했던 불확실성의 개념과는 약간 상이하다. AP-HRA의 결과들은 이 선택에 매우 민감한 편이지만 이로 인해 그 자체적으로 불확실성을 생성하지는 않는다. AP-HRA 실시에 필요한 입력자료(대기오염, 초기건강통계, 대기오염물질의 농도반응함수 등)들은 항상 존재하는 것이 아니다. 많은 건강 위해성 평가들은 일부 입력자료 또는 특성에 대한 예측값이나 판단 결과 등을 토대로 수행된다. 이에 HRA 결과들은 일반적으로 불확실성을 지니게 되며, 이러한 불확실성들은 최대한 근사치로 특성화되어야 한다. 또한 AP-HRA는 일반적으로 다양한 건강영향들 중에서도 정량화가 가능한 부분만을 포함하며, 농도반응함수가 존재하지 않는 다른 건강영향들은 다루지 않는다는 점을 명시해야 한다. 공공보건을 보호하는 데 있어 가장 이상적인 방법은 AP-HRA에 가능한 한 많은 영향요인을 포함시키는 것이지만, 대부분의 HRA 결과들은 실제 위해성보다 낮은 수치로 나타난다. 실용성을 고려하여 간소화된 모형은 불확실성의 감소를 도모할 수 있다. 이처럼 불확실성의 다양한 근원을 가능한 한 최대 범위 내에서 인지하고 설명하기 위한 노력은 예측 결과를 더욱 정교히 하는 데 있어 매우 중요하다. 불확실성은 농도반응함수에 대한 현재의 이해와 노출 예측값으로부터 발생할 수 있다. 또한 인지하지 못하고 있는 요소들에서 발생하는 불확실성도 분명 있을 수 있다. 하지만 이러한 불확실성들에도 불구하고 AP-HRA는 유용하고 유의미한 결과를 제공한다. 그렇기 때문에 불확실성에 관하여 소통하는 것도 물론 중요하지만, 의사결정자들이 AP-HRA의 결과를 진지하게 검토하고 고려할 수 있도록 메시지의 균형을 맞추는 것이 매우 중요하다. 불확실성의 다양한 근원들은 GBD 2010 연구에서 볼 수 있듯이 몬테카를로 시뮬레이션이나 확률시뮬레이션 등을 통해 정량화가 가능하다. 건강 위해성 평가를 활용한 조기사망자 수의 산출은 그 의미를 정확히 알고 활용하는것이 필요하다. 앞 절에서 건강 위해성 평가에 활용되는 건강영향함수는 CR함수를 도출하는 역학연구의 형태에 따라서 구별됨을 정리하였다. 동일한 맥락에서 역학연구 형태별 건강영향함수에 따른 조기사망자 수 산출 값은 그 의미가 달라질 수 있다. 이와 관련하여 Künzli등(2001)은 대기오염으로 인한 사망영향을 단기노출과 장기노출로 구분하여 분석 방법 및 의미를 정리하고 있다. 논문을 참조하여 노출특성에 따른 해석상 의미를 서술하였다. 먼저 대기오염의 노출특성에 따른 건강영향 관련성 평가방법이 구분된다. 단기노출로 인한 건강영향은 로그 선형회귀모형 등을 활용하는 시계열 분석으로 평가되며, 장기노출로 인한 건강영향은 Cox’s 비례위험모형 등을 활용하는 코호트 분석으로 평가된다. 둘째 건강영향 및 인구집단별로 제안된 CR함수는 통계모형 분석 시에 기상변수를 제외한 단일 오염물질(One Pollutant)에 대한 효과이며 관련성이 가장 크게 추정된 지연 효과(Lag Effect)를 선정한 것이다. 일반적으로 단기노출로 인한 건강영향 관련성 역학연구는 특정 오염물질에 대한 효과 평가 시에 타 오염물질의 영향을 보정한 효과 및 다양한 지연 일별 효과를 제시한다. 이러한 다양한 관련성 평가결과에도 불구하고 본 연구에서 제안된 CR함수는 타 역학연구에서 제안된 CR함수와의 비교 등을 고려하여 가능하면 간단한 모형에서의 결과로 선정되었다. 셋째 건강영향 및 인구집단별로 제안된 CR함수는 대기오염 노출로 인한 선형(Linear)의 건강영향을 가정하였다. 일부 역학연구에서 오존은 건강영향에 역치(Threshold)를 가지는 것으로 보고하고 있으나, 국내의 과거 역학연구 결과들을 고려하여 선형모형에서 도출된 CR함수가 선정되었다. 국내 표준안으로 제안된 건강 위해성 평가의 CR함수는 활용과 관련하여 CR함수 도출과 관련한 근본적인 제약사항들을 고려할 필요가 있다. 특히 제안된 CR함수의 신뢰성 등급 A군 및 B군은 국내 역학연구로 도출되었기 때문에 이에 대한 연구특성을 고려하여야 한다. CR함수 제약사항은 제3장 제2절 및 제4장 제1절의 내용을 바탕으로 정리될 수 있다. 첫째 건강영향 및 인구집단별 제안된 CR함수는 1990년부터 2010년 전후까지의 서울지역에 대한 분석 결과이다. 일반적으로 대기오염 노출로 인한 사망 및 입원 발생에 대한 건강 영향 관련성은 노출된 집단(Person), 지역(Place), 시간(Time)에 따라 달라진다. 이에 제안된 CR함수는 서울 이외의 지역에 대한 건강 위해성 평가 시에 한계가 있음을 인지하여야 한다. 또한 국내 역학연구가 계속적으로 발표되면 제안된 CR함수는 이를 고려하여 계속적으로 보완되어야 한다. 하지만 이러한 활용상의 한계에도 불구하고 국내 지역 단위의 사회·경제적 환경이 유사하고 일정 기간 변함없이 유지된다고 가정한다면 본 연구에서 제안한 CR함수는 활용상에 큰 문제가 없을 것이다. 해당 연구에서는 온실가스 저감정책으로 인해 발생하는 부수적 환경편익이 정책을 이행할 때 나타나는 직접적 비용과 상쇄되기에 온실가스 저감정책에 대한 국가별 관점이 부수적 편익의 크기에 따라 다르게 나타날 수 있다고 분석한다. 더불어 부수적 환경편익을 화폐화하기 위하여 이를 크게 건강영향과 생태적 영향으로 나눈다. 건강영향의 종류로는 질병과 조기사망, 생태적 영향에 건물의 유지·보수에 소요되는 물질상의 피해와 농업생산성 등을 들었는데, 이 중 건강영향이 총 부수적 환경편익에서 50~90%를 차지한다고 보고 있다. 이 연구에서는 국내외 선행과제를 검토하여 이를 바탕으로 온실가스 저감 시나리오를 설정하고 편익산정모형에 필요한 통계자료를 작성하였다. 그리고 편익 산정을 위해 에너지 소비 저감량과 이에 따른 NOx, SOx, PM10의 배출 저감량을 산정하고 유럽 연구결과에서 나온 피해액을 토대로 우리나라의 온실가스 저감 시나리오별 환경편익을 계산하였다. 계산된 환경편익과 저감비용을 비교하여 최종적으로 순편익정도를 산정하였다.