서 론

기후변화와 생물종의 서식지 파괴로 인해 생물다양성과 생태계서비스가 중요 화두로 올랐다. 쿤밍-몬트리올 글로벌 생물다양성 프레임워크(Kunming-Montreal Global Biodiversity Framework, 이하 쿤밍-몬트리올 GBF)에서는 생물다양성과 생태계서비스에 중요한 보호지역과 기타 효과적인 지역 기반 보전수단(Other Effective Area-based Conservation Measures, 이하 OECM)을 육상 및 해양의 최소 30%를 지정 및 등재하는 것을 목표로 채택했다(CBD, 2022). 이를 통해 보호구역 지정 및 관리의 중요성이 부각되었다.

산림생물다양성 보전의 핵심공간 중 하나인 산림유전자원보호구역(forest genetic resource reserve)은 ｢산림보호법｣ 제7조 1항에 따라 산림 내 분포하는 식물의 유전자와 종 또는 산림생태계 보전을 위해 지정한 곳으로 쿤밍-몬트리올 GBF에서 제시한 육상 보호지역 30% 목표 달성에 기여하는 중요한 유형 중 하나이다. 산림유전자원보호구역은 1980년 '천연보호림'으로 신설되어 2010년 '산림유전자원보호구역'으로 명칭이 변경되었으며 원시림, 고산식물지대, 우리나라의 진귀한 임상, 희귀식물 자생지, 유용식물 자생지, 자연생태계 보전지역, 산림습지 및 산림 내 계곡천까지 총 7가지 유형으로 구분되어 관리되고 있다(Korea National Arboretum, 2019). 각 유형은 특정 식물군이 집단적으로 생육하거나 해당 임상이 50% 이상 분포한 지역을 의미한다. 원시림은 과거 또는 현재에 인위적 간섭 및 피해가 없는 자연 그대로의 임상으로 집단화된 구역, 고산식물지대는 고산지대에 자생하는 식물이 집단화된 구역, 우리나라의 진귀한 임상은 풍치·경관이 뛰어나며 희귀성이 있는 수종이 다수를 차지하는 임상이나 기암괴석과 어우러진 임상이 집단화된 구역을 말한다. 유용식물자생지는 자생식물 중 식·약용 또는 경제적 가치가 있거나, 잠재적 용도가 있는 식물이 집단적으로 생육하는 구역, 자연생태계 보전지역은 산림 내 자연환경, 동·식물생태계 보전 및 유지를 위하여 보호되어야 하는 구역 등 산림생태계 보전을 위하여 필요하다고 인정하는 구역, 산림습지 및 산림 내 계곡천 지역은 ｢습지 보전법｣의 내륙습지 중 산림 내 습지 및 계곡천 지역에 해당하는 구역과 그러한 지역의 보전·보호를 위하여 필요한 구역, 마지막으로 희귀식물 자생지는 ｢야생동·식물보호법 시행규칙｣에 의한 멸종위기식물 또는 ｢자생식물 및 산림유전자원보호구역 관리요령｣에 의한 멸종위기 및 희귀식물, 특산식물 목록에 수록된 종이 집단적으로 생육하는 구역을 말한다. 2024년을 기준으로 453개소(178,309ha)가 산림유전자원보호구역으로 지정되어 있으며, 개소수는 희귀식물 자생지, 면적은 자연생태계 보전지역이 가장 많은 유형을 차지한다(KNA, 2023). 산림유전자원보호구역과 관련해서는 과거부터 식생 및 식물상과 관련하여 많은 연구가 진행되어 왔으며(Lee et al., 2018a;Park and Heo, 2024;Kim et al., 2025), 최근에는 체계적 관리를 위한 지정기준 개선, 관리효과성 평가 등 활발히 연구되고 있다(An, 2024;Kim et al., 2026).

한편, 최근에는 식생의 분포, 활력, 시기·계절적 변화 모니터링, 농작물 수확량, 토지 이용 및 훼손 등을 정량적으로 파악하기 위해 식생지수(Vegetation Index, VI)를 활용한다(Phiri et al., 2020;Cho et al., 2025). 식생지수는 식물의 엽록소가 가시광선을 흡수하고, 근적외선을 반사하는 분광반사 특성(spectral reflectance)을 이용하여 측정되며, 정규식생지수(Normalized Difference Vegetation Index, NDVI), 향상된 식생지수(Enhanced Vegetation Index, EVI), 토양보정식생지수(Soil Adjusted Vegetation Index, SAVI) 등 다양한 지수가 존재한다(Lee et al., 2018). 그 중 가장 대표적인 지수(Houborg and McCabe, 2016;Kasampalis et al., 2018)인 정규식생지수는 Kriegler에 의해 처음으로 설명되었으며, Rouse가 활용 방안을 제안하였다(Rouse et al., 1972). 정규식생지수는 농업, 산림 생태계 모니터링 등 다양한 분야에서 대중적으로 활용되고 있다.

이러한 식생지수를 분석하기 위해서는 위성기반 원격탐사가 필수적으로 진행되어야 한다. 위성영상은 광범위한 지역, 주기적인 관측, 다중 스펙트럼 센서 활용으로 인한 식생, 수분, 토양 등의 분석까지 여러 장점으로 인해 다양한 분야에서 활용되고 있다. 그러나 각각의 위성영상에서 원시 영상(raw image)을 로컬에 확보하여 전처리, 분석까지 많은 시간과 비용을 요구한다. 이러한 문제점을 최근에는 구글어스엔진(Google Earth Engine, GEE)을 활용하여 해소할 수 있다. 구글어스엔진은 Google에서 제공하는 클라우드 컴퓨팅 플랫폼으로, 대규모 지역에 대한 시계열적 변화 분석에 용이하다(Ravichandra et al., 2023). 또한 Landsat, MODIS, Sentinel 위성의 데이터셋뿐만 아니라 기후, 강수, 토양, 생태계, 산림, 농업, 인구 등 다양한 카탈로그를 제공하여 기후변화, 토지피복 변화, 자연재해, 도시계획과 같이 다양한 분야에서 활용되며 특히, 장기적인 기후변화나 생태계의 변화를 모니터링할 수 있다(Jang et al., 2024).

국내·외에서는 이미 정규식생지수, 구글어스엔진을 기반으로 한 연구가 활발히 진행되고 있다. 국내에서는 NDVI와 InVEST 서식처 가치 평가를 비교한 연구(Kim, 2020), 한반도 식생 변화 분석 연구(Kim et al., 2011), 식생지수와 임상도를 활용한 산림 식물계절 분석 연구(Lee et al., 2018b), 정규식생지수를 활용한 산사태 탐지(Jeong et al., 2024) 등이 있으며, 국외에서는 전세계 보호구역을 대상으로 보호구역과 완충구역의 NDVI 비교 및 시계열 분석을 진행한 연구(Tang et al., 2011), 산불 영향을 파악하기 위해 NDVI 시계열과 토지피복을 비교한 연구(Lasaponara et al., 2022), GEE를 이용하여 Landsat NDVI 시계열 분석을 통해 산림의 현황을 분석한 연구(Schmid, 2017)가 있다. 또한, NDVI를 통한 모니터링과 관련하여 35년간의 NDVI 장기 모니터링을 통해 식생 변화량을 정량화한 연구(Matas-Granados et al., 2022), NDVI가 식생 모니터링 도구로 유용함을 보여주는 연구(Pettorelli et al., 2005) 등이 있다.

그러나 산림유전자원보호구역을 대상으로 식생을 정량적으로 평가하고, 비교한 연구는 부재한 실정이다. 이에 본 연구에서는 구글어스엔진을 이용하여 산림유전자원보호구역을 대상으로 정규식생지수를 분석하였다. 산림유전자원보호구역 유형별 차이를 비교하고, 완충구역을 설정함으로써 보호구역의 효과성을 확인하고자 한다. 이를 통해 산림유전자원보호구역에 대한 전반적인 식생 활력도를 파악하고, 추후 장기적인 보전 전략 수립을 위한 기초자료로 활용될 것으로 기대한다.

연구방법

1. 연구대상지

본 연구는 2024년도 기준 산림유전자원보호구역을 대상으로 분석을 진행하였다. 단, 분석을 진행하기 위해 면적 250,000㎡ 기준으로 대상지를 추출하였으며, 제주도와 울릉도를 제외한 도서 지역, 파편화된 지역은 제거 및 일부 수정하였다. 최종적으로 453개소 중 202개소를 선정하였다. 유형별로 분류하였을 때, 희귀식물 자생지가 70개소로 가장 많았으며, 자연생태계 보전지역 54개소, 원시림, 유용식물 자생지 20개소, 고산식물지대 14개소, 산림습지 및 산림 내 계곡천 12개소, 진귀한 임상이 12개소로 차지하였다(Table 1).

2. 입력자료

단일 연도의 위성영상은 영상 취득 시기, 대기 조건 등으로 인해 오류가 발생할 수 있으므로, 본 연구에서는 최근 3년(2023~2025년)에 대한 정규식생지수를 분석하여 식생 활력도 경향을 파악하였다. 정규식생지수는 적색(Red)밴드와 근적외선(Near-Infrared, NIR) 밴드를 이용하여 나타내는 지수로, 근적외선 빛의 반사율에서 적색 빛의 반사율을 빼고, 그 차이를 적색과 근적외선 빛의 반사율의 합으로 나누어 도출한다(Formula 1). 정규식생지수는 구글어스엔진을 기반으로 한 환경에서 진행하였으며, Sentinel-2A/B 인공위성을 활용하였다. Sentinel-2A/B는 유럽연합의 코페르니쿠스(Copernicus) 지구관측 프로그램의 핵심 위성 시리즈로 약 10m, 20m, 60m급의 다양한 공간해상도를 가지고 있으며, 13개의 밴드 스펙트럼을 가지고 있다. 두 개의 쌍둥이 위성이 5일 주기로 촬영되고 있으며, 고해상도 관측, 다양한 스펙트럼, 짧은 관측주기로 산림·농업·기후변화 등 다양한 분야에서 활용되고 있다(Phiri et al., 2020;Lasaponara et al., 2022). Harmonized Sentinel-2 MSI: Multi Spectral Instrument, Level-2A (SR)를 사용하였으며, 식생 활력도가 높은 기간인 5~9월 중 구름 확률 10% 미만인 맑은 날의 픽셀값을 취합하여 이상치(outlier)를 제거한 중앙값(median)을 이용하여 NDVI 값을 확보하였다(Choo et al., 2023;Kim et al., 2024).

산림유전자원보호구역의 전반적인 현황과 함께 유형별로 차이를 비교하고, NDVI 값의 상위 10개소, 하위 10개소, 변동 순위를 추출하였다. 또한 한국보호지역 통합 DB 관리 시스템(Korea Database on Protected Areas, KDPA) 기준에서 보호지역을 제외한 500m, 1km, 3km 버퍼 분석을 통해 각 개소마다 완충구역을 설정하여 산림유전자원보호구역과 완충구역의 NDVI 값을 비교하였다. 추가적인 분석은 QGIS 3.28.7과 R version 4.4.2를 사용하였으며, 분석 흐름은 Figure 1과 같다.

NIR : 근적외선밴드, RED : 적색밴드

결과 및 고찰

1. 산림유전자원보호구역 NDVI 결과

1) 산림유전자원보호구역 정규식생지수 분석 결과

정규식생지수는 1에서 -1까지의 값을 가지며, 지수가 1에 가까울수록 식생 활력도가 높다는 것을 의미한다(Park and Kim, 2009). 2023~2025년 3년간의 산림유전자원보호구역 202개소에 대한 평균 NDVI 값은 2023년 0.79±0.04, 2024년 0.81±0.04, 2025년 0.82±0.04로 나타나 다소 상승하는 경향이 나타났으나 변화 폭이 크지 않았다. 최대값은 0.87~0.90으로 변동이 적었으나, 최소값은 0.58~0.65 사이로 변동 폭이 컸다(Table 2). 또한 식생 활력도를 0 미만이면 식생이 없는 상태(Ⅰ등급), 0.33 미만이면 건강하지 않은 식생(Ⅱ등급), 0.66 이하이면 적당히 활력 있는 식생(Ⅲ등급), 0.66 초과이면 식생 활력도가 높음(Ⅳ등급)으로 구분하였다(Cho et al., 2025). 2023~2025년 산림유전자원보호구역을 식생 활력도 4단계로 구분한 결과(Table 3), 2023년에는 200개소, 2024년 201개소, 2025년 201개소가 아주 건강한 식생 구간에 분포하여 산림유전자원보호구역 전반적으로 식생 활력도가 높다고 판단되었다.

2) 산림유전자원보호구역 정규식생지수 유형별 분석 결과

산림유전자원보호구역 7개 유형별 비교 결과(Table 4, Figure 2), 유형 간 평균은 2023년 0.78~0.81, 2024년 0.79~0.83, 2025년 0.81~0.84로 나타났다. 3년간 고산식물지대가 공통적으로 가장 낮았으며, 원시림이 가장 높았다. 고산식물지대는 고산지대에서 자생하는 식물이 집단화된 구역 또는 그러한 임상이 50% 이상 고르게 된 구역을 지정하는 유형으로, 유형의 특성상 고산지대에 분포하는 침엽수림, 아교목 식생이 영향을 준 것으로 판단되며, 원시림 역시, 과거 또는 현재에 인위적인 간섭 및 피해가 없는 자연 그대로의 임상 지역으로 울릉도와 같이 온전히 보전되어 있는 식생이 일부 반영된 것으로 판단된다.

유형 간의 유의성을 검증하기 위해 연도마다의 일원분산분석(One-way ANOVA)을 실시하였다. Levene 검정 결과, 2025년은 등분산 가정을 충족하였으나, 2023년과 2024년의 경우 등분산이 위배되었기에 2025년은 일원분산분석(One-way ANOVA), 2023년도와 2024년도에는 Welch 보정이 포함된 일원분산분석(Welch's ANOVA)을 실시하였다. 사후 비교는 등분산이 충족된 경우 Tukey HSD, 위배된 경우 Games–Howell을 사용해 비교하였다. 2025년 ANOVA 검정에서는 유형 간 차이는 나타났으나(p=0.0458), 사후 검정에서 유의한 쌍이 발견되지 않았다. 2023년, 2024년 역시 Welch ANOVA 및 사후 검정 결과, 유형 간 차이는 나타났으나(2023년 p = 0.0016, 2024년 p = 0.0002) 사후 검정에서 2023년 희귀식물자생지와 자연생태계보전지역 한 쌍(0.0426)을 제외하고, 2024년, 2025년에서 유의한 쌍이 관찰되지 않았다. 이는 산림유전자원보호구역 내 모든 유형이 유사한 식생 활력도를 가지고 있음을 의미한다.

3) 산림유전자원보호구역 개소별 분석 결과

202개소에 대한 3년간의 상위 10개소, 하위 10개소를 확인한 결과(Table 5), 상·하위 10개소의 순위가 연도마다 일정하지 않고, 변동성이 큰 것으로 나타났다. 상위 10개소는 2024~2025년에 걸쳐 남부 울릉(Nambu Ulleung) 지점이 상위권으로 나타났다. 특히, 2025년의 경우 10개소 중 7개소가 울릉도 지점으로 식생 활력도가 높은 개소임을 확인할 수 있다. 하위 10개소는 2023년과 2024년에는 동부, 남부에 위치한 산림유전자원보호구역에서 낮은 NDVI 값이 도출되었으며, 2025년에는 0.58~0.77 사이로 남부영주-0001, 경북경주-0001, 서부함양-0001, 동부영월-0005, 서부순천-0010, 서부무주-0001 등 다양한 지역에서 나타났다.

직전 연도에 대한 NDVI 변동(ΔNDVI)을 개소별로 분석한 결과(Table 6), 일부 지점에서 매우 큰 연간 변동이 나타났다. 특히 남부영주-0001 지점은 2024년 0.77에서 2025년 0.58로 감소하여 ΔNDVI = –0.19로 전체 202개 지점 중 가장 큰 변동폭을 보였다. 실제 남부영주-0001의 경우 2025년 봄철 산불로 인해 전년도 대비 NDVI가 급감하였음이 확인되었다(Figure 3a-b). 낮은 NDVI 값을 가진 산림유전자원보호구역의 위성영상을 확인한 결과, 해당 산림유전자원보호구역 내 나지·임도 등 비식생 토지유형 비율이 상대적으로 높아 NDVI 값이 낮은 것으로 해석된다. Figure 3c-d는 식생 활력도 지수가 낮게 반영된 대표 사례 대상지를 추출하여 시각적으로 제시하였다.

4) 산림유전자원보호구역 완충구역 분석 결과

산림유전자원보호구역과 완충구역을 살펴보기 위해 500m, 1km, 3km 버퍼를 설정하여 비교하였다. 전반적으로 산림유전자원보호구역에서 멀어지고, 완충구역의 면적이 클수록 NDVI 값이 낮게 도출되었다(Table 7). 2025년에는 3km 버퍼와 산림유전자원보호구역 간의 차이가 3년 중 가장 크게 나타났다. 이는 시가화 지역이 포함되어 NDVI 값이 낮아지는 경향으로 판단하였다.

2. 종합고찰

NDVI 분석을 통해 산림유전자원보호구역의 식생 활력도를 정량적으로 평가한 결과, 전반적인 식생 활력도가 높다고 판단하였다. 다만, 3년간 평균 NDVI 값은 상승하는 경향이 관찰되었으나, 변화폭이 크지 않아 실질적인 식생 활력도 변화로 단정하기는 어려우며 장기 모니터링을 통한 추가 검토가 필요하다고 판단된다. 또한, 동일한 기간과 파라미터로 우리나라의 대표적인 보호지역인 국립공원과 비교하였을 때(Table 8), 해상형 국립공원을 제외한 국립공원 19개소의 3년간 NDVI는 평균 0.80 ~ 0.81로 나타나 산림유전자원보호구역이 국립공원과 유사한 식생 활력도를 가진다고 판단하였다. 유형별 비교 결과, 식생 활력도 관점에서 3년간 고산식물지대가 가장 낮고 원시림이 가장 높은 경향이 관찰되었다. 또한, 산림유전자원보호구역에서 유형 간 통계적으로 유의한 차이는 관찰되었으나, 사후검정에서 대부분의 유형 쌍에서 특정 유형 간의 유의한 차이가 나타나지 않았다. 이는 산림유전자원보호구역 내 모든 유형이 유사한 식생 활력도를 유지하고 있는 것으로 판단되며, 추후 장기 모니터링에서 유형 간의 변화를 파악하기 위한 기초자료로 활용될 것으로 기대한다. 개소별 비교 결과, 상위·하위 10개소의 순위 변동이 일정하지 않게 나타났다. 정규식생지수는 전처리 과정을 거침에도 불구하고 구름, 강수, 대기의 수분 등 기상 조건에 의해 민감하게 변하는 지표로서(Lee and Han, 2014), 순위 변동이 클 수 있다고 판단하였다. 다만, 남부영주-0001과 같이 산림유전자원보호구역 내에 산림의 변화(산불, 산사태 등)를 모니터링할 수 있었다. 또한 인접한 지역임에도 불구하고 파편화되어 있는 개소의 경우, 생물다양성 보전과 관리 효과성 증진을 위해 보호구역을 확대하고 이러한 파편화된 지역을 통합할 필요가 있다고 판단된다. 산림유전자원보호구역과 완충구역 비교 결과, 보호지역에서 멀어질수록 NDVI 값이 낮게 도출되었다. 이는 산림유전자원보호구역의 토지 이용 제한 효과가 식생 활력을 유지한다고 판단되었다. 다만 장기적인 모니터링을 통해 산림유전자원보호구역과 보호구역이 아닌 비산림 간의 식생 활력도를 확인할 필요가 있을 것이다.

Yun(2022)의 선행연구에서는 산림유전자원보호구역 412개소를 대상으로 생태계서비스 영향을 평가하는 InVEST 생태계서비스 분석을 진행하였다. 토지피복도, 위협요인, 민감도 등을 활용하여 서식지 질(habitat quality), 토지피복도를 통해 식생의 지상부, 지하부, 고사목, 토양에 저장된 탄소저장량(carbon storage)을 분석하였다. 본 연구의 NDVI 분석과 InVEST 생태계서비스 분석 결과를 비교해보았을 때, 유형별 순위는 동일하게 나타나지 않았다. 다만, InVEST 선행연구에서도 국립공원과 산림유전자원보호구역을 비교하였을 때, 국립공원은 평균 0.83, 산림유전자원보호구역은 평균 0.85로 평가되어 생태계서비스 영향이 비슷한 결과로 나타났다. 이는 산림유전자원보호구역 유형 간의 차이는 있으나, 산림유전자원보호구역이 국립공원과 유사한 생태적 가치를 지니고 있음을 내포한다.

본 연구에서는 202개소를 대상으로 분석을 수행하였으나, 향후에는 산림유전자원보호구역 전체 개소를 포함한 분석이 이루어져야 할 것이다. 또한, 토양 및 대기 보정, 식생의 포화 문제를 완화하기 위해 EVI(Enhanced Vegetation Index) 분석을 병행하고, Sentinel-2 위성 이외에 Landsat, MODIS 등 시계열 영상을 분석할 수 있는 위성영상을 선택해 산림유전자원보호구역 NDVI 시계열과 토지피복 변화를 종합적으로 고려한 정밀한 모니터링이 필요할 것이다. 또한, Kim et al.(2024)의 연구에 따르면 구름이나 그림자로 인한 노이즈의 영향이 NDVI의 정확성을 낮추는 한계점이 있기 때문에 정밀한 공간적 결측 보정을 통해 정확도 높은 NDVI 분석이 필요하다.

본 연구를 통해 산림유전자원보호구역의 식생을 정량적으로 평가하였다. 이를 통해 추후 NDVI 값이 낮은 산림유전자원보호구역을 대상으로 현장조사를 실시하여 원인을 규명하고, 그에 맞는 생태복원 및 모니터링을 시행할 수 있음에 의의가 있다. 또한, 보호구역 지정의 실효성 검토 및 신규 편입 후보지 지정에 대한 근거 자료로 활용될 수 있을 것으로 기대된다. 나아가 NDVI 뿐만 아니라 위성영상을 활용한 산림생태 모니터링이 가능함을 본 연구를 통해 검증하였으며, 산림유전자원보호구역의 장기적인 관리와 보전 전략 수립을 위한 기초자료를 제공할 수 있을 것이다.