방법론과 평가 기록

Halia는 12개 국가 공공기관이 생산하는 26종의 핵심 데이터를 일 단위 운영 파이프라인으로 수집하고, 10개 광역 연안의 계산 격자 667곳(갯벌·어장 등) 단위로 재구성합니다. 수집된 원천 데이터는 격자마다 모델의 입력 변수로 가공됩니다 — 관측·보간·파생 해양·기상 값, 시간 흐름(lag), 이웃 격자와의 공간 관계, 주변 시설(갯벌·어항·체험마을·하수처리시설) 근거까지 묶여, 모델이 바다 상태를 여러 각도에서 읽는 검증 가능한 입력이 됩니다. 관측소가 드문 해역의 수온·염분은 주변 관측점에서 격자마다 공간 보간으로 채우고, 그날 어떤 방식으로 보간했는지와 그 오차(RMSE)를 함께 남깁니다.

Fig. 01/DATA FLOW

1. 자료 수집. 공공기관의 해양·기상·보건 자료를 출처와 날짜에 맞춰 모읍니다.
2. 공간 연결. 관측 위치와 연안 격자를 연결하고 자료가 부족한 곳을 구분합니다.
3. 위험 판단. 관측·국가 발표·모델 예측을 위험별로 구분해 담당 관할에 보여줍니다.

Halia는 10개 광역 연안을 계산 격자 667곳(갯벌·어장 등)으로 나눕니다(첫 연안인 충청남도가 그중 70곳입니다). 어업·관광·환경 보호의 실질 거점인 이 단위들은 지형과 생태의 의미를 그대로 살려, 모델이 위험을 계산하는 기본 단위가 됩니다.

2026-08-18 당시 분석 — 환경 변수 수집 → 세 모델(선형·랜덤포레스트·보조 로지스틱)의 확률을 가중 평균으로 결합 → 확률 보정 → 최종 위험 신호 산출.

Fig. 03/MODEL CASCADE · 2026-08-18 당시 분석

위 구조와 가중치(0.1 · 0.8 · 0.1), 아래 세 모델 설명은 2026-08-18 당시 분석입니다. 현재 운영 모델의 구조는 별도로 확인한 뒤 갱신합니다.

Fig. 05/SHAP WATERFALL

Fig. 05-B/격자 단위 원인 분해

현재 범위는 충남 갯벌 70곳입니다. 후보지 ID는 원래 갯벌 ID와 그대로 이어지므로, 위험 화면과 후보지 화면을 같은 단위로 오가며 읽을 수 있습니다.

Fig. 06/CANDIDATE LAYER

1. [1]
   Semenza, J. C., Trinanes, J. et al. (2017). Environmental Suitability of Vibrio Infections in a Warming Climate: An Early Warning System. Environmental Health Perspectives 125(10). doi:10.1289/EHP2198ECDC·NOAA 비브리오속 조기경보 사례: Halia 7일 예고의 비교 기준
2. [2]
   Stankevičiūtė, K. et al. (2021). Conformal Time-Series Forecasting. NeurIPS 2021.시계열 conformal 보정안: Halia 예측구간 설계 참조
3. [3]
   Various (2025). A Gentle Introduction to Conformal Time Series Forecasting. arXiv:2511.13608. arXiv:2511.13608Conformal prediction과 time series forecasting의 결합 배경
4. [4]
   Vovk, V., Gammerman, A., Shafer, G. (2005). Algorithmic Learning in a Random World. Springer.Conformal Prediction의 기본 이론
5. [5]
   Breiman, L. (2001). Random Forests. Machine Learning, 45(1).Random Forest 앙상블의 기본 이론
6. [6]
   Lundberg, S. M. and Lee, S.-I. (2017). A Unified Approach to Interpreting Model Predictions. NeurIPS. arXiv:1705.07874SHAP 기반 변수 기여도 설명의 기본 논문
7. [7]
   Lee, J. et al. (2021). Korean coastal sediment organic carbon stocks and sequestration rates. Science of the Total Environment. source한국 갯벌 탄소 저장량과 흡수율 근거
8. [8]
   Frontiers in Environmental Science (2024). Seas the opportunity: multi-criteria decision analysis to identify and prioritise blue carbon wetland restoration sites. Frontiers in Environmental Science. source복원 후보지 우선순위 산정에 MCDA를 쓰는 방법론 근거
9. [9]
   Journal of Environmental Management (2024). A decision support tool to help identify blue carbon sites for restoration. Journal of Environmental Management. sourceGIS 기반 blue carbon restoration 기회지 탐색 근거
10. [10]
    Science of the Total Environment (2024). Mapping tidal restrictions to support blue carbon restoration. Science of the Total Environment. source수문 연결성, 제방, tidal restriction을 복원 적합성 변수로 보는 근거
11. [11]
    Marine and Freshwater Research (2022). Coastal wetland rehabilitation first-pass prioritisation for blue carbon and associated co-benefits. Marine and Freshwater Research. source탄소, 생물다양성, 수산, 수질 편익을 함께 보는 후보지 평가 근거
12. [12]
    PLOS Climate (2025). A critical analysis of marine carbon sequestration opportunities in South Korea. PLOS Climate. source한국 해양 탄소흡수 기회와 갯벌 보전·복원 필요성 근거
13. [13]
    해양수산부 (2026). 제2차 갯벌 등의 관리 및 복원에 관한 기본계획(2026~2030). 해양수산부. source갯벌 복원, 블루카본, AI 활용 정책 방향 근거
14. [14]
    해양수산부 (2024). 갯벌복원사업 지침. 국가법령정보센터. source갯벌 복원사업의 제도적 절차와 검토 기준
15. [15]
    국립해양조사원 (n.d.). 조위관측소 수온·염분·조위 OpenAPI. 공공데이터포털. sourceKHOA 수온, 염분, 조위 입력 데이터 근거
16. [16]
    기상청 (n.d.). 해양기상부이 및 생활기상지수 API. KMA API Hub. source풍속, 파고, 기압, 자외선 지수 입력 데이터 근거
17. [17]
    해양환경공단 (n.d.). 해양수질자동측정망(MEIS). 해양환경정보포털. sourceDO, pH, Chl-a, 영양염 등 해양환경 입력 데이터 근거
18. [18]
    질병관리청 (n.d.). 감염병 발생정보 OpenAPI. 공공데이터포털. source비브리오패혈증 환자 집계와 사후 보건 지표 근거
19. [19]
    국립수산과학원 (n.d.). 실시간어장·정선해양·적조·해파리·패류독소 자료. NIFS. source어장, 적조, 해파리, 패류독소 계열 운영 데이터 근거
20. [20]
    수산물안전정보서비스 (n.d.). 수산물 안전 및 위생 정보. FSIS. source패류독소, 수산물 안전, 운영 리스크 해석 근거
21. [21]
    식품의약품안전처 (n.d.). 비브리오패혈증균 예측시스템. 식품안전나라. source국내 비브리오패혈증균 예측 서비스 비교 기준
22. [22]
    NOAA (n.d.). Vibrio Predictive Models. NOAA National Centers for Coastal Ocean Science. source국외 Vibrio 예측 서비스의 대표 비교 기준
23. [23]
    ECDC (n.d.). Vibrio Map Viewer. European Centre for Disease Prevention and Control. source기후·해양 조건 기반 Vibrio suitability 지도 서비스 비교 기준
24. [24]
    충청남도 (2025). 충남 디지털 갯벌 지도. Chungnam public data and project archive.가로림만 등 지역 단위 디지털 갯벌 기반 확장 근거