강 생태계 복원을 위해 막대한 예산을 투입해도 실제 효과는 기대에 못 미칠 수 있다는 연구 결과가 나왔다.
미국 워싱턴대 연구팀은 3일(현지시간) 국제학술지 '플로스 원'(PLOS One)에 강 생태계 복원 사업의 효율성을 높일 새로운 방법론을 제시했다. 연구팀은 현재 널리 쓰이는 '점수-순위' 방식이 낭비성 투자를 유발할 수 있다고 지적했다.
점수-순위 방식은 댐이나 도로 등으로 막힌 물길을 하나씩 평가해 서식지 확장 잠재력 등에 따라 점수를 매기고 우선순위를 정한다. 하지만 이 방식은 강 전체의 연결성을 고려하지 못하는 맹점이 있다.
이로 인해 상류의 장애물을 제거해도 하류에 다른 장애물이 남아있으면 물고기가 상류로 올라갈 수 없어 복원 사업의 효과가 사라지는 '좌초 투자'가 발생할 수 있다.
연구팀은 대안으로 '최적화' 모델을 제시했다. 이는 제한된 예산으로 최대의 효과를 내기 위해 강 전체 수계를 하나의 포트폴리오로 보고 사업의 우선순위를 정하는 수학적 컴퓨터 프로그램이다.
연구를 이끈 서니 자딘 워싱턴대 교수는 "최적화 모델은 개별 장애물이 아닌 전체 포트폴리오를 검토한다"며 "이를 통해 수계 연결성을 명확히 고려할 수 있다"고 설명했다.
연구팀은 워싱턴 서부 지역의 어도 복원 사례를 분석한 결과, 점수-순위 방식은 서식지 면적 확대라는 단일 목표에서는 준수한 성과를 냈지만, 서식지 품질 등 변수가 추가되자 성능이 저하되는 것을 확인했다. 반면 최적화 모델은 여러 변수를 균형 있게 고려하는 데 더 뛰어났다.
다만 연구팀은 최적화 모델이 복잡하고 많은 데이터를 요구하는 단점이 있다고 인정했다. 그러면서도 기존 점수-순위 방식에 '하류 장애물 우선 제거'와 같은 간단한 원칙만 추가해도 최적화 모델에 버금가는 효과를 낼 수 있다고 강조했다.
자딘 교수는 "복원 사업의 성공이 다른 사업에 좌우되지 않도록 하류에서 상류로 작업을 진행해야 한다"며 "제한된 재원으로 최대의 효과를 내는 것이 매우 중요하다"고 밝혔다.