세계보건기구(World Health Organization, WHO)에 따르면 실내공기오염으로 인해 매년 전 세계에서 300만 명 이상이 조기 사망하는 것으로 보고되었으며,¹⁾ 이는 전체 조기 사망자의 60%이다.²⁾ 특히, 실내공기 오염물질 중 하나인 초미세먼지(fine particulate matter, PM_2.5)는 국제암연구소(International Agency for Research on Cancer, IARC)에서 지정한 Group 1 발암물질이며³⁾ PM_2.5에 장기간 노출될 경우 심혈관계, 호흡기계, 생식기계에 영향을 미쳐 심각한 건강 악영향을 유발할 수 있다.⁴⁾ 또한, PM_2.5의 농도가 10 μg/m³ 상승할 때마다 심폐질환으로 인한 사망률 증가 위험이 6~13% 증가한다고 보고되고 있다.⁵⁾ PM_2.5의 위험성이 알려지기 시작하면서 노출기준이 강화되고 있으며, 농도 저감을 위한 연구가 증가하고 있는 실정이다.

선행연구에서는 주로 대기오염측정망(air quality monitoring system, AQMS)에서 측정된 실외 농도를 활용하여 노출평가를 수행하였다.⁶⁾ 그러나, AQMS를 활용한 노출평가는 실내∙외 재실하는 시간과 국소환경(miceroenvironment)에 대한 노출이 고려되지 않아 불확실성이 존재하며,^7,8) 발생원에 영향을 받는 PM_2.5 노출량은 AQMS 측정 결과와 다르게 나타날 수 있다.⁹⁾ PM_2.5 농도는 노출시간, 장소, 행동양상에 따라 달라지며,¹⁰⁾ 사람들은 상당 부분의 시간을 실내 국소환경에서 재실하기 때문에 실내∙외 환경의 농도를 모두 고려한 노출평가가 수행되어야 한다.^7,11)

노출평가는 집, 직장 및 학교, 이동 수단 등 각 국소환경에서의 재실시간과 농도만을 이용하여 개인의 노출을 평가하는 경우가 대부분이다.¹²⁾ 사람들은 활동 및 이동하며 행동양상이 다양하게 나타나기 때문에 개인의 시간활동에 따른 행동양상은 노출평가에서 반드시 고려해야 한다.¹³⁾ 개인의 행위, 예를 들어 조리, 청소, 수면과 같은 행동양상과 재실시간은 노출수준을 결정하는 중요한 요소이며,¹⁴⁾ 행동양상에 따라 PM_2.5 농도가 다르기 때문에 행위에 따른 노출평가가 필요하다.¹⁵⁾ 또한, 사회인구학적 요인에 따라 인구집단의 시간활동양상이 다르게 나타나며 사회인구학적 요인(성별, 나이, 직업 및 교육수준)도 노출수준에 영향을 미치는 혼란변수로 평가되었다.¹⁶⁾

노출수준을 파악하는데 있어 시간활동양상과 사회인구학적 요인은 주요한 노출요인(exposure factor)이다.¹⁷⁾ 지역적 특성과 생활 패턴이 지역마다 상이하여 시간활동양상에 영향을 미치며, 개인의 PM_2.5 노출량도 지역별로 차이가 존재한다.¹⁸⁾ 대구광역시는 대한민국의 대표적인 대도시 중 하나로, 인구 밀집도가 높고 산업 활동이 활발하여 PM_2.5 농도에 영향을 미칠 것으로 예상된다.¹⁹⁾

통계청(Statistics Korea)에서는 1999년부터 5년 주기로 생활시간조사를 실시하여, 응답자의 24시간 국소환경별 행위와 사회인구학적 정보를 조사하여 시간활동양상을 파악하고 있다. 개인이 언제, 어디서, 어떠한 활동을 하는지, 그리고 성별, 연령, 직업 등의 사회인구학적 요인도 파악할 수 있다. 생활시간조사는 개인노출(personal exposure)을 평가하기 위한 핵심적인 요소이며, 개인의 시간활동양상을 파악하여 노출을 정확하게 평가할 수 있다.²⁰⁾

본 연구는 대구광역시 생활시간조사 응답자 데이터를 이용하여 군집 분석(cluster analysis)을 실시한 후, 군집 특성화(characterizing)하여 유사노출그룹(similar exposure group, SEG)을 선정하였다. SEG별 노출시나리오를 구성하여 국소환경에서의 행위에 따른 PM_2.5 노출 및 기여율을 평가한 후, 노출수준이 높은 행위를 식별하고자 한다.

1. 조사방법 및 연구대상

본 연구가 진행된 시점에서 구득가능한 최신자료인 통계청의 마이크로데이터 통합서비스(Micro-data Integrated Service, mdis.kostat.go.kr/) 2019년 생활시간조사 데이터를 이용하였다. 생활시간조사는 응답자가 시간대별 행위 및 장소를 10분 간격으로 기록하는 방식으로 진행된다.²¹⁾ 시간활동일지를 시간대별(24시간 10분 간격의 144개 변수: Time), 행위(대분류: 9, 중분류: 45, 소분류: 153), 장소(실내, 실외, 교통수단) 코드로 분류하여 분석에 활용하였다.

본 연구는 10세 이상의 청소년과 성인을 대상으로 진행하였으며, 2019년 생활시간조사 응답자 52,182명 중 대구광역시의 주중 1,718명, 주말 1,162명, 총 2,880명의 응답자를 1차적으로 선정하였다. 시간활동양상은 주중과 주말에 따라 행동양상이 다르게 나타나고, 주말에는 대부분 출근 및 등교를 하지 않는 점을 고려하여, 주중 1,718명을 연구 대상으로 선정하였다(Fig. 1).

Figure 1. Flowchart according to the selection of study participants

2. 군집 분석

본 연구는 군집 분석 알고리즘을 사용하여 생활시간조사 응답자를 군집화하였다. 응답자의 시간대별 행위 및 장소를 군집화하기 위하여 정보통신기술(information and communication technology, ICT) 기기 사용코드와 함께한 사람 코드를 제외한 행위코드와 장소/이동 수단 코드를 활용하여 유사도(similarity) 분석에 의한 군집분석을 실시하였다. 유사도 분석을 바탕으로 사회인구학적 요인 빈도분석을 통해 각 군집의 직업군을 도출한 후, 국소환경에서의 행동양상별 노출시나리오를 구성하였다.

2.1. 실루엣 점수(silhouette score)

K-means clustering을 수행하기 전 실루엣 점수를 활용하여 최적 군집 수(K)를 결정하고,²²⁾ 군집의 유사도를 평가하였다(식(1)).²³⁾ Shin (2024)²⁴⁾, Kim 등(2022)²⁵⁾의 연구에 따르면 최적의 군집 수를 선정하기 위해 실루엣 점수의 표준편차를 고려하였다. 본 연구는 실루엣 점수의 표준편차가 낮고 군집의 동질성이 높은 군집을 최적의 군집 수로 선정하였다.

$$S\left(i\right)=\frac{b\left(i\right)-a\left(i\right)}{\max \left(a\left(i\right),b\left(i\right)\right)}$$(1)

여기서, a(i)는 동일 클러스터 내 데이터 포인트까지의 평균 거리, b(i)는 가장 가까운 다른 클러스터까지의 평균 거리이다.

2.2. K-평균 군집화(K-means clustering)

실루엣 점수를 이용하여 최적의 군집 수 결정 후, SEG로 군집화하기 위하여 군집 분석 알고리즘인 K-means clustering을 적용하였다.²⁶⁾ 본 연구는 생활시간조사 코드의 길이가 동일한 특성을 고려하여 해밍거리(hamming distance)를 이용하여 군집분석을 실시하였다(식(2)).^27,28)

$$H_d\left(x,y\right)={\displaystyle \sum _{i=1}^k\left|x_i-y_i\right|}$$(2)

여기서, X_i–Y_i는 X_i가 Y_i와 같을 경우 0, 다를 경우 1이다.

3. 군집 특성화 및 노출시나리오

군집 분석 결과를 바탕으로 빈도분석을 통해 군집 특성화 및 노출시나리오를 구성하였다. 응답자의 사회인구학적 요인(성별, 연령, 혼인상태, 교육정도, 교육재학, 경제활동상태, 무직사유, 산업분류, 직업분류) 코드를 사용하여 빈도분석을 실시하여 군집별 특성과 직업군을 파악하였다. 이를 통해 각 군집의 직업군을 도출한 후, 시간대별(24시간 10분 간격의 144개) 행위(153개 소분류, 3자리 코드)+장소(13항목, 2자리 코드) 총 5자리의 코드를 결합하여 빈도분석을 실시하여 국소환경에서의 행위별 노출시나리오를 구성하였다. 본 연구의 통계분석은 SPSS ver. 19 (IBM Co., USA)를 사용하여 진행하였다.

생활시간조사 데이터를 바탕으로 국소환경을 실내와 실외로 구분하였다. 실내환경은 주택 실내, 직장/학교, 기타 실내, 교통수단으로 세분화하였다. 기타 실내환경은 음식점, 카페, 노인회관, 시장, 마트 등이 포함된다. 세분화를 통해 각 군집 별 국소환경에서 행위에 따른 개인노출을 평가할 수 있도록 구성하였다(Table 1).

Table 1 . Classification of behaviors in microenvironments based on exposure scenarios.

Microenvironments
Indoor/outdoor	Category	Subcategory	Behavior
Indoor	Residential indoor		Sleep
			Personal hygiene (showering, drying)
			Watching a live broadcast, rest
			Meal preparation
			Eating a meal
			Dishwashing, post-meal cleanup
			Cleaning
			Self-study
	Workplace/school	Office	Working
		Security office
		Cafe
		Barbeque restaurant
		School	Attending class, eating a meal
	Other indoor	Cultural center	In-person socializing
		Cafe
		Senior citizens hall
		Pub	Drinking
		Internet cafe	Gaming
		Supermarket	Shopping
		Traditional market
		Private educational facility	Attending class
		General restaurant	Eating a meal
		Barbeque restaurant
	Transportation	Bus	Movement
		Private car
Outdoor		Walking	Movement

4. 실제모의

시간활동양상에 따른 행동양상별 PM_2.5 농도를 평가하기 위해 가을철(2024년 9월 10일부터 2024년 10월 27일) 군집당 1회 실제모의(active simulation)를 실시하였다. PM_2.5 농도는 실시간 레이저 광도계(SidePak AM520, TSI Inc., USA)를 노출시나리오에 따라 호흡기 근처에서 24시간 동안 1분 간격으로 연속 측정하였다(Fig. 2). 또한, 3명의 연구원이 군집별 특성에 따라 노출시나리오를 분담하여 실제 모의를 통해 데이터를 수집함으로써 측정 편차를 최소화하였다. SidePak AM520의 측점 범위는 1~100,000 μg/m³, 최소 분해능은 1 μg/m³, 검출한계(Limit of Detection, LOD)는 1 μg/m³이다. PM_2.5 농도는 보정 계수 0.3으로 설정하였으며,²⁹⁾ 측정 당일 측정 시작 전 Zero filter를 사용하여 기기 교정을 실시하였고, 보정을 위한 펌프의 유량은 1.7 L/min으로 설정하였다.

Figure 2. Measuring instrument used in the active simulation

5. 노출 및 기여율 평가

측정된 PM_2.5의 농도는 LOD 미만의 값을 모두 1/2*LOD로 갈음하였고, 24시간(1,440개) PM_2.5 농도를 각 군집별 국소환경에 적용하여 국소환경별 행위에 따른 노출량을 산출하였다(식(3)).³⁰⁾ 각 인구집단과 국소환경에 따른 노출량은 하루 중 국소환경에서의 시간활동양상과 호흡률을 적용하였다. 호흡률은 성인의 경우 한국인의 노출계수 핸드북(2019)을 이용하여 성인 남성 군집 16.21 m³/day, 성인 여성 군집 13.03 m³/day, 노인 군집은 14.60 m³/day로 적용하였으며,³¹⁾ 학생의 경우 한국 어린이의 노출계수 핸드북(2019)을 이용하여 학생 군집 12.73 m³/day를 적용하였다.³²⁾

$$E_{jk}={\displaystyle \sum _k^m{C}_{jk}T{R}_{jk}I{R}_k\left(\mu g/day\right)}$$(3)

여기서, E_jk는 흡입 노출량, m은 국소환경 총 개수, k는 군집, C_jk는 군집 k의 국소환경 j에서의 농도, TR_jk은 군집 k가 국소환경 j에서 머문 시간 비, IR_k은 군집 k의 호흡률이다.

1. 군집 분석: Silhouette score & K-means clustering

최적의 군집 수를 선정하기 위해 군집을 2부터 23까지 설정하여 각 경우에 대한 실루엣 점수를 산출하였다. 군집 수가 2일 때 실루엣 점수가 0.146으로 가장 높았으나 다양한 인구집단의 노출을 평가하려는 본 연구의 목적에 부합하지 않아 후보에서 제외하였다(Fig. 3). 본 연구는 군집의 수에 따른 실루엣 점수의 표준편차가 가장 낮은 12 군집을 최적의 군집 수로 선정하였다.

Figure 3. The optimal number of clusters (K) based on silhouette scores and standard deviation

최적의 군집 개수(K=12)를 이용하여 K-means clustering 결과 총 12개의 군집으로 구분하였으며, 군집 분류 후 각 군집별 유사도 및 인구수는 Table 2와 같다. 2019 대구광역시 평일 생활시간조사 응답자는 1,718명이었으며, 4 군집이 259명으로 가장 많았고, 11 군집이 52명으로 가장 적었다. 평균 유사도는 0.63이었으며, 11 군집의 유사도가 0.87로 가장 높은 유사도를 보였고, 9 군집이 0.45로 가장 낮은 유사도로 나타났다.

Table 2 . Similarity and population of each cluster.

Cluster	Similarity	Number of population
1	0.52	110
2	0.80	56
3	0.75	113
4	0.60	259
5	0.69	240
6	0.63	226
7	0.75	139
8	0.59	109
9	0.45	212
10	0.46	66
11	0.87	52
12	0.51	136
Mean	0.63	143
Total	-	1,718

2. 군집 특성화

본 연구는 군집별 사회인구학적 요인을 추출한 후 직업군을 도출하기 위해 빈도분석을 실시하였다. 초∙중학생, 고∙대학생, 대학생, 가사 주부, 자녀양육 주부, 노인(1, 2), 사무직(1, 2), 제조업 근로자, 야간 단순노무 종사자, 자영업자로 도출되었고, 인구집단별 특성은 Table 3와 같다. 1 군집(초, 중학생)은 10대로 구성되었고, 100% 재학 중으로 나타났다. 2 군집(고, 대학생)과 3 군집(대학생)은 10~20대로 구성되었고, 숙박 및 음식점업 종사자로 구분되었다. 4~5 군집(주부)은 40~60대 여성으로 가사와 육아로 인해 경제적 활동을 하지 않는 것으로 나타났다. 6~7 군집(노인)은 60대로 정년퇴직 및 연로로 인해 경제적 활동을 하지 않는 것으로 나타났다. 8~9 군집(사무직)은 30~50대로 사무직 및 전문직 근로자로 구분되었다. 10 군집(제조업 근로자)는 장치∙기계조작 및 조립하는 제조업에 종사하는 것으로 나타났다. 11 군집(야간 단순노무 종사자)은 단순노무직에 종사하고 있으며, 12 군집(자영업자)는 도매 및 소매, 숙박 및 음식점업에 종사하는 것으로 나타났다.

Table 3 . Cluster analysis according to the definition and characteristics of each cluster.

Group	Definition	Characteristic
1	Elementary and middle school students	Age (teens: 89.09%), marital status (unmarried: 100%), education level (elementary school: 40.0%, middle school: 28.18%), enrollment status (enrolled: 100%), reason for unemployment (not filled in: 64.55%, studying: 34.55%)
2	High school and university students (part-time job)	Age (20s: 33.93%, teens: 19.64%), marital status (unmarried: 62.5%), education level (university: 60.71%, high school: 32.14%), enrollment status (enrolled: 32.14%), reason for unemployment (not filled in: 46.43%, studying: 21.43%), industry classification (accommodation and food services: 17.86%), occupation classification (professionals and related workers: 16.07%, service workers: 10.71%, sales workers: 8.93%)
3	University students	Age (teens: 20.35%, 20s: 18.58%), marital status (unmarried: 46.02%), education level (university: 50.44%), economic activity (unemployed: 54.87%), reason for unemployment (not filled in: 45.13%, studying: 20.35%)
4	Homemakers	Gender (female: 65.25%), age (60s: 45.56%, 50s: 19.69%), economic activity (unemployed: 65.64%), reason for unemployment (not filled in: 34.36%, retired/aged: 26.64%, housework: 20.85%)
5	Homemakers raising children	Gender (female: 67.5%), age (50s: 22.92%, 40s: 19.58%), economic activity (unemployed: 60.83%), reason for unemployment (not filled in: 39.17%, housework: 16.67%, childcare: 12.92%)
6	Senior citizens 1	Age (60s: 73.45%, 50s: 18.14%), economic activity (unemployed: 80.53%), reason for unemployment (retired/aged: 47.35%, not filled in: 19.47)
7	Senior citizens 2	Age (60s: 66.19%, 50s: 19.42%), economic activity (unemployed: 60.43%), reason for unemployment (retired/aged: 35.25%, housework: 9.35%)
8	Office worker 1	Age (40s: 28.44%, 30s: 24.77%), economic activity (employed: 100%), industry classification (manufacturing: 25.69%, health and social work: 17.43%), occupation classification (professionals and related workers: 32.11%, office workers: 26.61%)
9	Office worker 2	Age (50s: 27.83%, 30s: 26.42%), economic activity (employed: 100%), industry classification (manufacturing: 29.25%, health and social work: 16.04%, education services: 13.68%), occupation classification (office workers: 32.08%, professionals and related workers: 25.94%,)
10	Manufacturing workers	Age (40s: 34.85%, 50s: 30.3%), economic activity (employed: 100%), industry classification (manufacturing: 90.91%), occupation classification (device, machine operating and assembly workers: 50.0%, manual laborer: 12.12%)
11	Security night worker	Age (20s: 21.15%, 40s: 19.23%, 50s: 19.69%), economic activity (employed: 84.62%), industry classification (manufacturing: 13.46%, accommodation and food services: 11.54%, public administration, defense and social security: 11.54%), occupation classification (manual laborer: 15.38%, machine operating and assembly workers: 15.38%)
12	Self-employed workers	Age (40s: 27.21%, 30s: 21.32%, 50s: 18.38%), economic activity (employed: 100%), industry classification (wholesale and retail: 31.62%, accommodation and food services: 16.91%), occupation classification (professionals and related workers: 19.12%, service workers: 16.18%)

3. 노출시나리오에 따른 국소환경에서의 행위별 시간

본 연구에서 각 군집별 국소환경 시간활동양상을 행동양상으로 분류하여 분석한 결과 주택 실내(수면)이 평균 8.51 hr (35.47%)로 가장 많았으며, 기타 실내(학원수업) 2.33 hr (9.71%), 직장 및 학교(업무) 7.52 hr (31.35%), 교통수단(자가용 이동) 1.17 hr (4.88%), 실외(도보 이동)는 0.88 hr (3.66%)로 나타났다(Table 4~6).

Table 4 . Behavior at residential indoor based on exposure scenarios (hr).

Cluster	Residential indoor
	Watching live broadcasts, rest	Self-study	Sleep	Personal hygiene (showering, drying)	Meal preparation	Dishwashing, post-meal cleanup	Cleaning	Eating a meal
(1) Elementary and middle school students	4.17	1.17	9.83	-	-	-	-	1.00
(2) High school and university students (part-time job)	2.50	1.00	8.00	-	-	-	-	-
(3) University students	4.00	-	7.00	0.50	-	-	-	0.50
(4) Homemakers	4.00	-	9.50	-	2.50	0.83	1.00	2.50
(5) Homemakers raising children	4.67	-	8.50	-	2.00	0.33	1.00	3.00
(6) Senior citizens 1	5.00	-	8.00	0.50	1.50	-	1.00	2.00
(7) Senior citizens 2	4.33	-	8.83	0.50	1.50	-	1.01	2.00
(8) Office worker 1	2.33	-	8.67	0.33	-	-	-	0.50
(9) Office worker 2	1.17	-	8.50	0.50	1.00	-	-	1.50
(10) Manufacturing workers	1.83	-	7.83	0.33	-	-	-	1.33
(11) Security night worker	4.00	-	8.00	-	-	-	-	0.50
(12) Self-employed workers	1.50	-	9.50	0.33	-	-	-	0.50

Table 5 . Behavior at other indoor based on exposure scenarios (hr).

Cluster	Other indoor
	In-person socializing (cafe, senior citizens hall, cultural center)	Eating a meal	Drinking	Shopping	Attending class	Online/PC gaming
(1) Elementary and middle school students	-	-	-	-	2.33	-
(2) High school and university students (part-time job)	-	1.50	-	-	-	1.00
(3) University students	-	1.00	-	-	-	-
(4) Homemakers	1.50	-	-	1.00	-	-
(5) Homemakers raising children	1.67	-	-	2.00	-	-
(6) Senior citizens 1	2.50	1.00	-	0.50	-	-
(7) Senior citizens 2	2.50	1.00	-	1.50	-	-
(8) Office worker 1	-	2.00	0.50	-	-	-
(9) Office worker 2	-	1.00	-	-	-	-
(10) Manufacturing workers	-	1.00	-	-	-	-
(11) Security night worker	-	1.00	-	0.50	-	-
(12) Self-employed workers	-	1.00	-	-	-	-

Table 6 . Behavior at workplace/school, transportation, outdoor based on exposure scenarios (hr).

Cluster	Workplace/school				Transportation			Outdoor
	Eating a meal	Attending class	Working		Private car (movement)	Bus (movement)		Walking (movement)
(1) Elementary and middle school students	1.00	6.83	-		-	-		0.83
(2) High school and university students (part-time job)	-	4.50	4.50		-	-		1.00
(3) University students	-	5.50	4.00		-	1.17		0.33
(4) Homemakers	-	-	-		-	-		1.17
(5) Homemakers raising children	-	-	-		-	-		0.83
(6) Senior citizens 1	-	-	-		-	0.50		1.50
(7) Senior citizens 2	-	-	-		-	-		0.83
(8) Office worker 1	-	-	8.00		1.17	-		0.50
(9) Office worker 2	-	-	8.50		1.16	-		0.67
(10) Manufacturing workers	-	-	9.50		1.17	-		1.00
(11) Security night worker	-	-	8.00		-	-		1.00
(12) Self-employed workers	-	-	10.17			-		-

4. 국소환경별 행위에 따른 PM_2.5 농도 수준

국소환경에서의 행위별 PM_2.5 노출 수준을 측정한 결과는 Table 7~9에 제시하였다. 국소환경별 행위 중 주택 실내의 경우 식사 준비 행위가 165.91 μg/m³로 농도가 가장 높았으며, 기타 실내의 경우 온라인/PC게임 48.45 μg/m³로 나타났다. 직장 및 학교의 경우 고깃집 업무에서 350.46 μg/m³로 매우 높은 농도로 나타났으며, 교통수단(버스 이동)의 경우 14.51 μg/m³, 실외(도보 이동)에서는 30.10 μg/m³로 확인되었다.

Table 7 . Behavioral exposure concentrations in residential indoor by exposure scenario (μg/m³).

Cluster	Residential indoor
	Watching live broadcasts, rest	Self-study	Sleep	Personal hygiene (showering, drying)	Meal preparation	Dishwashing, post-meal cleanup	Cleaning	Eating a meal
(1) Elementary and middle school students	16.33	10.11	8.83	-	-	-	-	15.02
(2) High school and university students (part-time job)	13.25	19.63	9.75	-	-	-	-	-
(3) University students	17.66	-	9.24	28.47	-	-	-	25.13
(4) Homemakers	5.07	-	5.76	-	50.99	8.22	9.73	30.11
(5) Homemakers raising children	6.55	-	4.98	-	165.91	10.35	7.83	31.04
(6) Senior citizens 1	11.75	-	18.27	19.33	11.86	-	17.73	15.38
(7) Senior citizens 2	9.35	-	19.45	6.77	11.11	-	6.00	13.10
(8) Office worker 1	13.95	-	12.70	13.70	-	-	-	15.77
(9) Office worker 2	4.53	-	5.84	8.20	33.83	-	-	10.67
(10) Manufacturing workers	7.55	-	4.61	2.65	-	-	-	6.68
(11) Security night worker	7.64	-	5.57	-	-	-	-	5.17
(12) Self-employed workers	7.83	-	3.68	10.85	-	-	-	9.30

Table 8 . Behavioral exposure concentrations in other indoor by exposure scenario (μg/m³).

Cluster	Other indoor
	In-person socializing (cafe, senior citizens hall, cultural center)	Eating a meal	Drinking	Shopping	Attending class	Online/PC gaming
(1) Elementary and middle school students	-	5.05	-	-	11.71	-
(2) High school and university students (part-time job)	-	34.44	-	-	-	48.45
(3) University students	-	28.37	-	-	-	-
(4) Homemakers	2.66	-	-	3.83	-	-
(5) Homemakers raising children	3.16	-	-	16.05	-	-
(6) Senior citizens 1	8.56	16.22	-	14.33	-	-
(7) Senior citizens 2	8.55	17.75	-	10.49	-	-
(8) Office worker 1	-	25.38	26.10	-	-	-
(9) Office worker 2	-	24.20	-	-	-	-
(10) Manufacturing workers	-	3.54	-	-	-	-
(11) Security night worker	-	12.35	-	17.00	-	-
(12) Self-employed workers	-	20.47	-	-	-	-

Table 9 . Behavioral exposure concentrations in workplace/school, transportation, outdoor by exposure scenario (μg/m³).

Cluster	Workplace/school				Transportation			Outdoor
	Eating a meal	Attending class	Working		Private car (movement)	Bus (movement)		Walking (movement)
(1) Elementary and middle school students	5.05	8.45	-		-	-		22.28
(2) High school and university students (part-time job)	-	10.60	350.46		-	-		23.17
(3) University students	-	12.63	25.48		-	14.51		25.50
(4) Homemakers	-	-	-		-	-		3.34
(5) Homemakers raising children	-	-	-		-	-		4.60
(6) Senior citizens 1	-	-	-		-	9.03		13.06
(7) Senior citizens 2	-	-	-		-	-		21.90
(8) Office worker 1	-	-	12.59		6.75	-		30.10
(9) Office worker 2	-	-	4.91		1.39	-		4.00
(10) Manufacturing workers	-	-	9.62		4.30	-		6.15
(11) Security night worker	-	-	4.99		3.05	-		6.60
(12) Self-employed workers	-	-	6.27		1.76	-		-

5. 국소환경에서의 행위별 노출 기여율 평가

국소환경에서의 행위별 평균 PM_2.5 노출량과 기여율을 Table 10에 제시하였다. 국소환경에서의 행위별 평균 시간(%)은 제조업 업무(39.58%)>수면(35.47%)>사무업 업무(34.38%)>경비업 업무(33.33%)>카페 업무(29.52%)로 나타났다. 국소환경에서의 행위별 평균 농도는 고깃집 업무(350.46 μg/m³)>식사 준비(54.74 μg/m³)>온라인/PC게임(48.45 μg/m³)>음주(26.10 μg/m³)>식당에서의 식사(18.43 μg/m³) 순서로 높았다. 국소환경에서의 행위별 평균 기여율은 고깃집 업무(68.75%)>식사 준비(32.01%)>제조업 업무(21.33%)>음주(16.62%)>식당에서의 식사(15.22%)로 나타났다.

Table 10 . Exposure contribution rates from each cluster by behavior.

Cluster	Behavioral	Rate of spent time per day (%)	Exposure concentration (μg/m3)	Dose (μg/day)	Average of contribution rate (%)
(1) Elementary and middle school students	Watching live broadcasts, rest	4.17	16.33	207.88	16.70
	Self-study	4.88	10.11	128.70	10.34
	Sleep	40.96	8.83	112.41	9.03
	Eating a meal (residential indoor)	4.17	15.02	191.20	15.36
	Attending class (private educational facility)	9.71	11.71	149.07	11.98
	Eating a meal (school)	4.17	5.05	64.29	5.16
	Attending class (school)	28.46	8.45	107.57	8.64
	Movement (walking)	3.50	22.28	283.62	22.79
(2) High school and university students (part-time job)	Watching live broadcasts, rest	10.42	13.25	214.78	2.60
	Self-study	4.17	19.63	318.20	3.85
	Sleep	33.33	9.75	158.05	1.91
	Eating a meal (restaurant)	6.25	34.44	558.27	6.76
	Online/PC gaming	4.17	48.45	785.37	9.50
	Attending class (school)	18.75	10.60	171.83	2.08
	Working (barbecue restaurant)	18.75	350.46	5680.96	68.75
	Movement (walking)	4.17	23.17	375.59	4.55
(3) University students	Watching live broadcasts, rest	16.67	17.66	286.27	9.44
	Sleep	29.17	9.24	149.78	4.94
	Personal hygiene (showering, drying)	2.08	28.47	461.50	15.23
	Eating a meal (residential indoor)	2.08	25.13	407.36	13.44
	Eating a meal (restaurant)	4.17	28.37	459.88	15.17
	Attending class (school)	22.92	12.63	204.73	6.75
	Working (cafe)	16.67	25.48	413.03	13.63
	Movement (bus)	4.88	14.51	235.21	7.76
	Movement (walking)	1.38	25.50	413.36	13.64
(4) Homemakers	Watching live broadcasts, rest	16.67	5.07	66.06	4.24
	Sleep	39.58	5.76	75.05	4.81
	Meal preparation	10.42	50.99	664.40	42.59
	Dishwashing, post-meal cleanup	3.46	8.22	107.11	6.87
	Cleaning	4.17	9.73	126.78	8.13
	Eating a meal (residential indoor)	10.42	30.11	392.33	25.15
	In-person socializing	6.25	2.66	34.66	2.22
	Shopping	4.17	3.83	49.90	3.20
	Movement (walking)	4.88	3.34	43.52	2.79
(5) Homemakers raising children	Watching live broadcasts, rest	19.46	6.55	85.35	2.62
	Sleep	35.42	4.98	64.89	1.99
	Meal preparation	8.33	165.91	2,161.81	66.23
	Dishwashing, post-meal cleanup	1.38	10.35	134.86	4.13
	Cleaning	4.17	7.83	102.02	3.13
	Eating a meal (residential indoor)	12.50	31.04	404.45	12.39
	In-person socializing	6.96	3.16	41.17	1.26
	Shopping	8.33	16.05	209.13	6.41
	Movement (walking)	3.46	4.60	59.94	1.84
(6) Senior citizens 1	Watching live broadcasts, rest	20.83	11.75	171.55	7.56
	Sleep	33.33	18.27	266.74	11.75
	Personal hygiene (showering, drying)	2.08	19.33	282.22	12.42
	Meal preparation	6.25	11.86	173.16	7.63
	Cleaning	4.17	17.73	258.86	11.40
	Eating a meal (residential indoor)	8.33	15.38	224.55	9.89
	Eating a meal (restaurant)	4.17	8.56	124.98	5.50
	In-person socializing	10.42	16.22	236.81	10.43
	Shopping	2.08	14.33	209.22	9.21
	Movement (bus)	2.08	9.03	131.84	5.81
	Movement (walking)	6.25	13.06	190.68	8.40
(7) Senior citizens 2	Watching live broadcasts, rest	18.04	9.35	136.51	7.51
	Sleep	36.79	19.45	283.97	15.63
	Personal hygiene (showering, drying)	2.08	6.77	98.84	5.44
	Meal preparation	6.25	11.11	162.21	8.93
	Cleaning	4.21	6.00	87.60	4.82
	Eating a meal (residential indoor)	8.33	13.10	191.26	10.52
	Eating a meal (resturant)	4.17	8.55	124.83	6.87
	In-person socializing	10.42	17.75	259.15	14.26
	Shopping	6.25	10.49	153.15	8.43
	Movement (walking)	3.46	21.90	319.74	17.59
(8) Office worker 1	Watching live broadcasts, rest	9.71	13.95	226.13	8.88
	Sleep	36.13	12.70	205.87	8.09
	Personal hygiene (showering, drying)	1.38	13.70	222.08	8.72
	Eating a meal (residential indoor)	2.08	15.77	255.63	10.04
	Eating a meal (restaurant)	8.33	25.38	411.41	16.16
	Drinking	2.08	26.10	423.08	16.62
	Working (office)	33.33	12.59	204.08	8.02
	Movement (private car)	4.88	6.75	109.42	4.30
	Movement (walking)	2.08	30.10	487.92	19.17
(9) Office worker 2	Watching live broadcasts, rest	4.88	4.53	73.43	4.64
	Sleep	35.42	5.84	94.67	5.99
	Personal hygiene (showering, drying)	2.08	8.20	132.92	8.40
	Meal preparation	4.17	33.83	548.38	34.67
	Eating a meal (residential indoor)	6.25	10.67	172.96	10.94
	Eating a meal (restaurant)	4.17	24.20	392.28	24.80
	Working (office)	35.42	4.91	79.59	5.03
	Movement (private car)	4.83	1.39	22.53	1.43
	Movement (walking)	2.79	4.00	64.84	4.10
(10) Manufacturing workers	Watching live broadcasts, rest	7.63	7.55	122.39	16.74
	Sleep	32.63	4.61	74.73	10.22
	Personal hygiene (showering, drying)	1.38	2.65	42.96	5.88
	Eating a meal (residential indoor)	5.54	6.68	108.28	14.81
	Eating a meal (restaurant)	4.17	3.54	57.38	7.85
	Working (manufacturing)	39.58	9.62	155.94	21.33
	Movement (private car)	4.92	4.30	69.70	9.53
	Movement (walking)	4.17	6.15	99.69	13.64
(11) Security night worker	Watching live broadcasts, rest	16.67	7.64	123.84	12.25
	Sleep	33.33	5.57	90.29	8.93
	Eating a meal (residential indoor)	2.08	5.17	83.81	8.29
	Eating a meal (restaurant)	4.17	12.35	200.19	19.80
	Shopping	2.08	17.00	275.57	27.26
	Working (security)	33.33	4.99	80.89	8.00
	Movement (private car)	4.17	3.05	49.44	4.89
	Movement (walking)	4.17	6.60	106.99	10.58
(12) Self-employed workers (cafe)	Watching live broadcasts, rest	6.25	7.83	126.92	13.02
	Sleep	39.58	3.68	59.65	6.12
	Personal hygiene (showering, drying)	1.38	10.85	175.88	18.04
	Eating a meal (residential indoor)	2.08	9.30	150.75	15.46
	Eating a meal (restaurant)	4.17	20.47	331.82	34.01
	Working (cafe)	42.38	6.27	101.64	10.42
	Movement (private car)	4.17	1.76	28.53	2.93

Dose: respiration rate multiplied by the occupancy time in each micro-environmentals..

본 연구에서는 사회인구학적 요인(직업군, 연령, 성별 등)에 따라 시간활동 및 행동양상의 차이로 군집별 국소환경에서의 행위별 PM_2.5 노출 및 기여율이 다르게 나타났다. 대부분의 국소환경에서의 PM_2.5 노출평가는 행동양상을 반영하지 못하였고, 재실시간과 농도만을 고려하여 노출을 평가하였으나 개인의 노출을 정확하기 평가하기 위해서는 행위와 노출시간을 고려하는 것이 중요하다.¹⁰⁾ 또한, 선행연구의 경우 생활시간조사 데이터를 활용하더라도 국소환경에서의 재실시간과 농도만을 고려하여 PM_2.5 노출을 평가하는 경우가 많았으며, 행동양상을 반영하지 못한 한계가 있었다.³³⁾ 본 연구는 2019년 생활시간조사 데이터를 활용하여 24시간 10분 간격 SEG별 국소환경에서의 행위를 노출시나리오로 구성하였으며, 실제모의를 통해 PM_2.5 노출 및 기여율을 평가하였다.

Lee 등(2024)³³⁾의 연구에 따르면 군집분석 결과를 바탕으로 각 군집별 응답자의 사회인구학적 요인 빈도분석을 통해 군집별 특성과 직업군을 파악하였다. 군집분석 알고리즘에 따라 군집 구성이 달라질 수 있으므로 알고리즘 선택이 분석 결과에 영향을 미친다.³⁴⁾ 또한, 군집분석은 데이터의 유사성을 기반으로 군집을 형성하는 방법으로, 동일한 군집에 포함된다고 해서 모든 특성이 같을수는 없다.³⁵⁾ 각 군집의 직업군을 도출하는 과정에서 군집 내 사회인구학적 특성이 완전히 동일하지 않다는 점을 고려하여야 하며, 경향성을 파악하는 것이 중요하다.³⁶⁾ 따라서, 군집분석 및 군집특성화 정확성을 높이기 위한 추가적인 연구가 필요할 것으로 판단된다.

행위별 평균 PM_2.5 노출 기여율은 고깃집 업무(68.75%), 식사 준비(32.01%), 제조업 업무(21.33%), 음주(16.62%), 식당에서의 식사(15.22%) 행위 순서로 고깃집 업무에서 가장 높았으며, 선행연구와 유사한 결과로 나타났다.³⁷⁾ 기타 실내에 많은 사람이 밀집할 경우 PM_2.5 노출 기여율이 크게 증가하며³⁸⁾, 업무 시간이 비업무 시간보다 노출 기여율이 높다고 보고하였다.³⁹⁾ 또한, 바닥에 침강된 입자의 재부유 현상이 발생원으로 작용할 수 있으며,⁴⁰⁾ 유아의 경우 PM_2.5가 쌓인 오염원에 접촉한 후 입을 만지거나 음식을 섭취할 경우 경구를 통해 체내에 유입될 가능성이 있다.⁴¹⁾ 기타 실내의 경우 도로나 교통량이 많은 지역에 분포되어 있으며, 실외 발생원(교통량, 흡연)으로 인해 기타 실내에서의 PM_2.5 노출 기여율이 높게 나타난다.⁴²⁾ 연소 과정에서 배출되는 PM_2.5는 호흡기 질환의 위험을 증가시킨다.⁴³⁾

Pokhrel 등(2015)⁴⁴⁾의 연구에 따르면 전기레인지는 연소 과정이 없기 때문에 연료 연소로 인한 PM_2.5 배출이 거의 없으며 조리시 발생하는 PM_2.5 농도도 가스레인지에 비해 훨씬 낮은 수준을 유지하였다. 가스레인지와 전자레인지 모두 높은 온도에서 요리할 때 음식 자체에서 발생하는 미세 입자가 PM_2.5 농도에 기여할 수 있지만, 연소 과정에서 발생하는 PM_2.5는 전기레인지에서 훨씬 적다고 보고하였다.⁴⁵⁾ 또한, 조리 행위뿐만 아니라 조리 중 사용되는 음식 종류에 따라 PM_2.5 농도가 달라진다고 보고하였다.⁴⁶⁾ 찌개류에 비해, 불포화지방이 많이 함유된 고등어구이의 PM_2.5 농도가 높았으며, 고등어를 태우지 않았을 경우와 태웠을 경우 PM_2.5 농도가 약 2.98배 증가하였다.⁴⁷⁾ 조리시 발생하는 PM_2.5는 주방뿐만 아니라 거실 및 인접공간까지 확산되어 건강 악영향을 야기한다.⁴⁸⁾ 주택 실내에서 오래 재실하며, PM_2.5에 직접적으로 노출되는 주부와 재실자의 노출관리가 필요할 것으로 판단된다.

청소 행위의 경우 Cheong과 Neumeister-Kemp (2005)⁴⁹⁾의 연구에 따르면 진공청소기 사용 시 진공청소기 필터가 미세한 입자를 효과적으로 걸러내지 못하여 입자가 실내로 재방출되고, 모터에서 발생하는 미립자와 카펫에 있던 입자가 방출하는 과정이 실내 PM_2.5 농도를 증가시키는 주요 원인으로 보고되었다. 청소 행위의 경우 기여율이 높을 것으로 예상되었으나 본 연구에서는 PM_2.5 농도 변화가 거의 없었고, 노출 기여율이 6.44%로 기여율에 영향을 미치지 않아 선행 연구와 상반된 결과로 나타났다. 청소효율은 필터 등급이 높을수록 낮게 나왔고, 미세먼지 방출량은 필터 등급이 높을수록 적게 확인되었다.⁵⁰⁾ 또한, 고효율 공기입자(high-efficiency particulate Air, HEPA) 필터를 장착한 진공청소기는 청소과정에서 발생하는 PM_2.5를 억제한다.⁵¹⁾ 선행연구에서 관찰된 청소 행위에 따른 PM_2.5 농도는 HEPA 필터가 장착되어 있지 않기 때문에 청소 행위 중 PM_2.5 농도가 높았다고 판단된다.

본 연구는 대구광역시 생활시간조사 응답자 1,718명을 대상으로 군집별 국소환경에 따른 행위별 실제모의를 통해 PM_2.5 농도를 측정하여 노출량을 파악하였다. 단편적인 국소환경에서의 노출농도가 아닌 구득가능한 최신자료인 2019년 생활시간조사 데이터를 활용하여 군집별 시간활동양상 분석을 통해 국소환경에서의 행위에 따른 노출 농도를 측정하였음에 연구 의의가 있다. 그러나 대구광역시의 시간활동양상으로 진행한 연구이므로 지역별 특성을 반영하지 못하였으며, 가을 한 계절을 대상으로 실제모의를 진행하여 계절적 특성을 반영하지 못하였다는 한계가 있다. 또한, PM_2.5 농도에 영향을 미칠 수 있는 온도, 습도, 실내 인원의 밀집도와 같은 환경적 요인을 고려하지 못한 한계가 있다. 따라서, 지역적, 계절적 특성 및 환경적 요인 등 PM_2.5 농도의 영향 변수를 충분히 고려한 추후 연구가 필요하다.

본 연구는 대구광역시의 사회인구학적 요인을 고려하여 군집분석을 실시하였으며, 군집 특성화를 통해 도출된 12개 군집의 경향성을 파악하여 각 군집에 적합한 직업군을 분류하였다. 이후 각 직업군의 노출시나리오를 구성하여 PM_2.5 농도를 측정하였다. 측정된 농도를 기반으로 각 군집의 국소 환경에 따른 행위별 노출 농도를 산출하였으며, 이를 바탕으로 기여율을 평가하였다. 행위별 노출 기여율의 경우 고깃집 업무 및 식사준비 행위에서 노출 기여율이 높게 나타났다. 행위 시간은 비교적 짧았으나 고농도 발생원의 영향으로 노출 기여율이 크게 증가한 것으로 확인되었다. 또한, 도로나 교통량이 많은 지역에 위치하고 있어 실외 발생원으로 인하여 PM_2.5 노출 기여율이 높게 나타났다. 청소 행위의 경우 기여율이 높을 것으로 예상되었으나 기여율에 큰 영향을 미치지 않았다. 본 연구결과는 대구광역시뿐 아니라 유사한 특성을 가진 지역의 PM_2.5 관리 및 노출 저감 전략에 유용한 정보를 제공할 수 있을 뿐만 아니라, 행위별 PM_2.5 노출 및 기여율 평가 결과를 바탕으로 PM_2.5 농도 저감을 위한 행위의 우선순위를 제시할 수 있을 것으로 판단된다.

본 연구는 환경부 환경산업기술원의 환경성질환예측평가기술개발 사업(과제번호: RS-2021-KE001349) 수행 중 작성되었으며, 환경부∙한국환경보건학회 환경보건센터 “2024년 환경보건 전문인력 양성사업(한국환경보건학회)”에서 지원받아 수행된 결과이며, 이에 감사드립니다.

No potential conflict of interest relevant to this article was reported.

이상훈(연구원), 신지훈(조교수), 최영태(연구원),

김대환(연구원), 류현수(연구원), 조만수(교수),

김정(수석연구원), 민기홍(연구원), 양원호(교수)