서 론

최근 지구온난화의 가속화로 인해 극심한 폭염, 열대야와 같은 이상기후 현상이 전 세계적으로 증가하고 있으며, 이는 농업과 축산업 전반에 심각한 영향을 미치고 있다(IPCC, 2021; Perkins-Kirkpatrick and Lewis, 2020). 세계기상기구(WMO)에 따르면 2011-2020년의 지구 평균기온은 산업화 이전 대비 약 1.1°C 상승하였고, 2030년경에는 상승폭이 2°C 이상에 이를 것으로 예측되고 있다(WMO, 2022; IPCC, 2022). 국내 또한 기후 변화의 영향이 뚜렷하게 나타나고 있다. 기상청의 『2024 이상기후 보고서』에 따르면 2024년 여름철 평균기온은 평년 대비 1.9°C 상승한 25.6°C를 기록하였으며, 열대야 일수는 평년의 약 3배 수준인 20.2일로 증가하였다(KMA, 2024). 이러한 폭염 및 이상고온 현상은 향후 더욱 빈번해질 것으로 전망되며, 축산업의 안정적 운영과 환경관리의 중요성이 그 어느 때보다 강조되고 있다.

가축은 온도 변화에 민감한 생리 특성을 가지며, 특히 돼지는 땀샘 발달이 미약하여 체열 발산 능력이 낮아 고온 환경에 매우 취약한 대표적 축종이다 (Swindle et al, 2012). 고온 스트레스는 돼지의 사료 섭취량 감소, 성장 지연, 면역력 저하를 유발할 뿐 아니라 심한 경우 폐사까지 발생하여 축산농가에 경제적 피해를 초래한다(Renaudeau et al., 2011; Huynh et al., 2005). 농림축산식품부 통계에 따르면 2014년 폭염으로 약 2만9천두의 돼지가 폐사한 반면, 2024년 여름철에는 6만1천두가 폐사하여 10년 만에 피해 규모가 두 배 이상 증가하였다(MAFRA, 2024). 이는 기후 변화가 양돈 산업에 미치는 환경적·경제적 영향을 정량적으로 평가하고 대응 전략을 마련해야 할 필요성을 시사한다.

효율적인 열환경 관리를 위해서는 환기, 단열, 냉방 시스템 등을 종합적으로 고려한 분석이 필요하다. 특히 기계식 환기를 기반으로 운영되는 국내 돈사에서는 여름철 고온 스트레스 완화를 위해 터널식 환기 방식이 주로 적용되며(Xin et al., 1998), 필요에 따라 냉방패드(cooling pad)와 같은 증발냉각 장치가 보조적으로 활용되지만, 그 효과는 외기 온·습도 및 지역별 기후 특성에 따라 크게 달라질 수 있다(Bottcher, 2001; Li et al., 2016). 그러나 실제 시설 운영에서는 외기 기온 변화, 지역별 기상 특성, 단열 수준, 냉방 시스템의 가동 여부 등이 복합적으로 작용하기 때문에 각 요소가 실내 열환경에 미치는 영향을 정량적으로 분석한 연구가 필요하다.

돈사의 내부 열환경을 평가하기 위해 다양한 수치 해석 기법이 적용되어 왔다. 기계식 환기시설에서는 환기팬, 입기구 배치, 공기흐름 패턴 등이 실내 온습도 분포에 큰 영향을 미치기 때문에, 수치해석을 통한 접근이 필수적이다. 기존 연구에서는 주로 전산유체역학(Computational Fluid Dynamics, CFD)을 활용하여 환기방식과 공기유동 특성을 분석하였다(Wheeler et al., 2003). CFD는 국소적 유동해석에 강점을 가지지만, 장기간 기상 조건을 반영하거나 다수의 조건 조합을 평가하기에는 계산비용이 크다는 제한점이 있다. 이러한 한계를 보완하기 위해 건물에너지해석 (Building Energy Simulation, BES) 기법이 축산 분야에 도입되었다. BES 기법은 외기 기상데이터, 건물 단열 특성, 환기, 냉방 시스템 등의 다수의 조건과 연계된 장기 분석이 가능하다는 장점을 지니고 있다(Norton et al., 2010; Costantino et al., 2018).

고온 환경에서 돼지의 열 스트레스 수준을 정량적으로 평가하기 위해 일반적으로 온·습도지수(Temperature-Humidity Index, THI)가 활용된다. THI는 공기 온도와 상대습도를 조합하여 체감 열환경을 단일 수치로 표현하는 지표로, 가축의 생리적 반응 및 열 스트레스 민감도를 평가하는 데 널리 사용되고 있다(Hahn et al, 2009; Nienaber and Hahn, 2007). 단순한 온도 지표보다 온·습도 복합지표인 THI가 실제 열환경 부담을 평가하는 데 더 적합하다고 알려져 있으며(Eigenberg et al., 2005; Bohmanova et al., 2007), 이러한 이유로 THI는 다양한 환경 및 시설 조건에서 돈사 내부 열환경의 변화를 비교·분석하고, 고온기 열 스트레스 발생 가능성을 판단하는 핵심적인 도구로 활용될 수 있다.

따라서 본 연구는 다양한 외기 및 시설 조건이 돈사 내부 열환경에 미치는 영향을 정량적으로 분석하기 위해 BES 기법을 활용하였다. 지역별 기상 특성, 기상데이터 유형, 건물 단열 수준, 냉방 시스템 가동 여부를 동시에 고려함으로써 다양한 연산 조건 조합이 실내 온·습도 및 THI 변화에 미치는 영향을 체계적으로 규명하고자 한다. 이를 위해 표준화된 돈사 모델을 구축하고, 총 256개의 시나리오(지역 × 기상데이터 유형 × 단열조건 × 냉방 시스템)에 대해 BES기법 중 TRNSYS 프로그램을 활용하여 시뮬레이션을 수행하였다. 각 조건에서 시간 단위의 온도 및 상대습도를 산출하고 THI를 계산하여 조건별 열환경 특성의 차이를 정량적으로 평가하였다.

본 연구는 외기 기상조건과 건축적·운영상 요인이 돈사 내부 열환경 변화에 어떻게 기여하는지를 종합적으로 분석하고, 지역·기상·단열·냉방 조건의 상대적 영향도를 비교함으로써 향후 냉방·환기 시스템의 최적 운영, 단열 성능 개선, 지역 맞춤형 열환경 관리 전략 수립을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

재료 및 방법

1. 실험 대상 돈사

본 연구에서는 농림축산식품부의 「돈사 표준설계도(2021)」를 기반으로 돈사 모델을 구축하였다(Figure 1, Figure 2, Figure 3). 해당 설계도는 국내 양돈 농가의 일반적인 시설 구조와 사육환경을 반영한 자료로, 실제 운영 시설을 대표하는 모델로 활용하기에 적합하다. 본 연구에서는 이를 참조하여 돈사의 구조, 실 구성, 주요 치수 및 재료 특성을 TRNSYS 기반 BES 모델로 재구성하였다.

Figure 1.

Front elevation of the Standard farrowing house based on MAFRA guidelines (MAFRA, 2021).

Figure 2.

Side elevation of the Standard farrowing house based on MAFRA guidelines (MAFRA, 2021).

Figure 3.

Rear elevation of the Standard farrowing house based on MAFRA guidelines (MAFRA, 2021).

대상 돈사의 규모는 길이 57.4 m, 폭 15.2 m, 동고 6.43 m, 측고 4.15 m이며, 분만돈사 6개 실과 자돈사 7개 실로 구성된 총 13개 실로 이루어져 있다. 사육두수는 임신돈의 경우 실당 10두(두당 147 kg), 자돈은 실당 108두(두당 34 kg)로 설정하여, 실제 농가의 평균 사양 조건과 열환경 해석에 적합하도록 하였다.

건축 자재는 표준설계도와 실제 농가 적용 사례를 반영하여 외벽과 내벽은 콘크리트, 지붕은 샌드위치 패널, 바닥은 플라스틱 피트로 구성하였다. 각 부위의 열전도율, 비열, 밀도 등의 물성치는 Table 1에 제시하였으며, 건물에너지해석을 위한 열저항 및 열용량 계산에 사용하였다.

2. BES (Building Energy Simulation) 기법

Ha et al. (2018)은 무창 육계사를 대상으로 BES 기법을 적용하여 환기, 가축의 현·잠열 발생 및 외기 조건 변화를 고려한 내부 온·습도와 THI 지수의 시간적 변화를 합리적으로 모의한 바 있다. 또한 Kwon et al. (2023)은 TRNSYS 기반 BES 모델을 산란계 사육시설에 적용하고, 실측 환경 자료와의 비교를 통해 모델 예측 정확도가 97.4%에 달함을 보고하였다. 이러한 선행연구 결과를 고려할 때, 본 연구에서 적용한 BES 기반 시뮬레이션 모델은 돈사 내부 열환경의 시간적 변화 및 시나리오별 비교 분석을 수행하기에 충분한 신뢰성을 갖는 것으로 판단된다.

본 연구에서는 돈사 내부 열환경의 시간적 변화를 동적으로 분석하기 위해 건물에너지해석(Building Energy Simulation, BES) 기법을 적용하였으며, 시뮬레이션 도구로는 TRNSYS(ver 18, TESS, LLC, USA)프로그램을 사용하였다. BES는 외기 기상조건, 건축물의 열적 특성, 내부 발열, 환기 및 냉방 운전 등 다양한 요인을 고려하여 시간 단위의 열·수분 전달을 모의하는 기법이다. 특히 복잡한 열용량 효과와 전도·대류·복사 과정이 동시에 발생하는 시설의 열수지를 정량적으로 평가할 수 있어, 장기간 열환경 분석 및 다양한 운전 시나리오 비교에 적합하다(Zhang et al., 2020).

TRNSYS는 전달함수법(Transfer Function Method, TFM)을 기반으로 벽체, 지붕, 바닥 등 건물 외피를 통한 비정상 열전달을 계산한다. 전달함수법은 열전달 과정을 선형화된 차분방정식 형태로 표현함으로써, 장기간 시뮬레이션과 다조건 해석을 높은 계산 효율로 수행할 수 있다는 장점을 가진다(Costantino et al., 2018). 이러한 계산 구조를 통해 TRNSYS는 외기 조건 변화, 환기량 조절, 내부 발열 및 냉방 시스템 운전 등 시시각각 변화하는 돈사 내부 열환경을 동적으로 모의하는 데 적합한 도구로 활용될 수 있다.

3. 온습도지수 (Temperature-Humidity Index, THI)

THI는 공기온도와 상대습도를 결합하여 가축이 체감하는 열적 부담을 단일 지표로 나타내는 지수로, 고온기 축산환경 평가에 널리 활용된다.

본 연구에서는 Hahn et al.(2009)과 NRC(1971)에서 제시한 THI 공식을 사용하였다. THI는 온·습도의 상호작용을 반영하여 고온 환경에서의 열 스트레스를 효과적으로 평가할 수 있으며, THI 값이 증가할수록 가축의 체감열과 열 스트레스 수준이 상승한다(Eigenberg et al., 2005; Bohmanova et al., 2007). 또한 국립축산과학원에서 제시한 THI 단계별 스트레스 구간에 따르면 THI 64 미만은 ‘양호’, 64-72 은 ‘주의’, 73-82 은 ‘경고’ , 83-92 은 ‘위험’ , 93 이상은 ‘폐사’ 로 구분된다.

여기서, T는 주변기온(℃), RH는 주변 상대습도(%)이다.

4. 시뮬레이션 연산 조건

본 연구는 환경 및 구조 조건에 따른 돈사 내부 열환경 변화를 정량적으로 비교하기 위해 지역, 기상데이터 유형, 건물 단열 조건, 냉방 시스템 가동 여부를 변수로 설정하고, 총 256개 시나리오를 구성하였다(Table 2).

지역 조건은 한국에너지기술연구원(KIER)에서 TMY (Typical Meteorological Year) 기상데이터를 제공하는 전국 16개 지역을 기준으로 하였으며, 이는 국내 주요 기후대를 대표한다. 이를 통해 지역별 기후 특성이 돈사 열환경에 미치는 영향을 분석하였다.

기상데이터는 TMY와 EWY(Extreme Weather Year)의 두 가지 유형을 적용하였다. TMY는 장기 기상자료를 기반으로 한 대표 기후 조건을, EWY는 동일 기간 중 최고기온이 발생한 연도를 선정하여 극한기후 조건을 반영하였다. 건물 단열 조건은 국토교통부 「건축물의 에너지절약설계기준」의 지역 구분(중부1, 중부2, 남부, 제주)을 적용하여 구성하였으며, 각 지역별 외벽, 내벽, 지붕 및 바닥의 단열 두께(mm)는 Table 3에 제시하였다. 냉방 시스템 조건은 냉방패드 가동 여부로 구분하여, 냉방에 따른 온·습도 및 THI 변화 특성을 분석하였다(Bottcher, 2001; Li et al., 2016).

이상의 조건 조합을 통해 구성된 모든 시나리오는 동일한 시간 해상도 및 계산 조건에서 TRNSYS를 이용하여 시뮬레이션을 수행하였다. 전체 시나리오 구성 체계는 Table 2에 요약되어 있으며, 이를 통해 본 연구가 다요인 기반 열환경 분석을 수행했음을 한눈에 확인할 수 있다.

결과 및 고찰

256개 시나리오 결과를 종합적으로 비교한 결과, 돈사 열환경에 대한 변수 간 영향도에는 명확한 우선순위가 나타났다. 기상데이터 유형(EWY/ TMY)은 모든 지역, 단열 조건, 냉방 조건에서 THI 수준을 결정하는 지배적 요인으로 작용하였다. 반면 벽체 단열 조건은 대부분의 시나리오에서 THI 단계 변화를 유도하지 못해 여름철 열환경에 대한 영향이 제한적이었다. 냉방패드는 고온 내륙 지역에서 분만돈을 적용했을 때 선택적으로 효과를 보였으나, 자돈을 적용했을 때 고습 지역에서는 그 영향이 상대적으로 작았다. 또한 모든 조건에서 자돈은 분만돈보다 열 스트레스에 더 민감한 반응을 보여, 사육 단계에 따른 열환경 관리 필요성이 확인되었다.

1. 지역에 따른 열환경 변화

16개 지역 전체 시뮬레이션 결과중 국내 주요 기후대를 대표하는 8개 지역(강릉, 서울, 대전, 전주, 대구, 광주, 부산, 제주도)을 선정하여 여름철(6~8월) 돈사 열환경을 비교하였다. 지역별 기온 및 상대습도 특성 차이에 따라 THI 분포에 뚜렷한 지역 간 차이가 나타났으며, 특히 중부·남부 내륙 지역과 해안·제주 지역 간 열 스트레스 수준의 차이가 명확하게 확인되었다.

자돈의 THI 분석 결과, 강릉·서울·부산·제주도와 같은 해안 또는 상대적으로 기온이 낮은 지역에서는 양호(Comfort) 구간이 길게 나타난 반면, 전주·광주 등 내륙 지역에서는 양호 시간이 감소하고 경고(Moderate Stress) 단계가 증가하였다. 이는 여름철 내륙 지역의 높은 주간 기온과 제한적인 야간 온도 회복에 따른 열 축적 영향으로 해석된다. 또한 대전·부산·제주도와 같은 고온다습 지역에서는 상대습도 증가로 인해 자돈의 열 스트레스 민감도가 더욱 크게 나타났다(Table 4).

분만돈 역시 지역에 따라 THI 분포가 상이하게 나타났으며, 강릉·서울·제주도에서는 상대적으로 안정적인 열환경이 유지되었다. 반면 대전·부산·광주 등에서는 경고 단계의 비율이 증가하여 내륙 및 남부 지역에서 열 스트레스가 집중되는 경향을 보였다(Table 5).

자돈과 분만돈을 비교한 결과, 대부분의 지역에서 자돈이 분만돈보다 열 스트레스에 더 취약한 것으로 나타났다. 자돈은 양호 구간이 짧고 경고 구간이 길게 나타났으며, 특히 대전과 제주도에서 그 차이가 두드러졌다.

2. 벽체 단열 조건에 따른 비교

여름철 벽체 단열 조건 변화가 돈사 내부 열환경에 미치는 영향을 분석하기 위해, 대표 지역으로 전주를 선정하여 시뮬레이션을 수행하였다. 전주는 여름철 고온이 두드러지고 야간 온도 회복이 제한적인 내륙 지역으로, 열 스트레스가 집중되는 조건을 대표한다.

전주 지역에서 중부1, 중부2, 남부, 제주 단열 조건을 적용한 결과, 분만돈과 자돈 모두에서 단열 성능 변화에 따른 THI 분포 차이는 경고(Moderate Stress) 단계 출현 빈도 기준으로 최대 2-5시간 이내의 차이에 그쳐, 단열 조건 간 차이가 매우 제한적인 것으로 나타났다(Table 6). 즉, 단열 성능 변화에 따라 THI 단계 간 분포 자체가 변화하기보다는, 동일한 스트레스 구간 내에서 미세한 시간적 차이만 발생하였다.

자돈은 분만돈에 비해 열 스트레스에 더 취약한 특성을 보였으나, 단열 성능 변화에 따른 THI 개선 효과는 두 축종 모두에서 미미하였다(Table 7). 이는 여름철 고온기 돈사 열환경이 외기 조건에 대응한 환기량 의해 주로 지배되며, 그 결과 벽체를 통한 열전달의 상대적 기여도가 낮아져 단열 성능 향상이 단기적인 열환경 개선으로 직접 연결되기 어렵기 때문으로 해석된다.

3. 기상 데이터 유형에 따른 비교

정상 기후를 대표하는 TMY와 극한 기후를 반영하는 EWY를 비교하여, 기상조건 차이가 여름철 돈사 열환경에 미치는 영향을 분석하였다. 시뮬레이션 결과, EWY 조건에서 실내 온도 및 THI가 TMY에 비해 전반적으로 높게 나타났으며, 열 스트레스 단계 분포에서도 뚜렷한 차이가 확인되었다.

자돈의 경우 TMY 조건에서는 경고 이상 단계의 출현 빈도가 27시간(1.2%)에 불과하였으나, EWY 조건에서는 1,367시간(61.9%)으로 급격히 증가하여 약 51배 증가한 것으로 나타났다(Table 8). 이는 극한 기후 조건에서 자돈의 열 스트레스 노출이 집중적으로 확대됨을 의미한다.

분만돈 역시 TMY 조건에서는 경고 이상 단계가 133시간(6.0%)으로 제한적이었으나, EWY 조건에서는 1,363시간(61.7%)으로 증가하여 약 10배 이상의 증가폭을 보였다(Table 9).

축종 간 비교 결과, EWY 조건에서 두 축종 모두 높은 열 스트레스 노출 수준을 보였으나, TMY에서 EWY로 전환될 때 자돈의 경고 이상 단계 출현 시간은 약 51배 증가한 반면, 분만돈은 약 10배 증가하여, 극한 기후 변화에 대한 민감도가 자돈에서 더 높은 수치를 보이는 것으로 분석되었다.

4. 냉각 시스템 작동 유무에 따른 비교

냉방패드 운영이 여름철 돈사 열환경에 미치는 영향을 분석하기 위해, 남부 내륙의 고온다습 지역인 대구를 대표 지역으로 선정하여 시뮬레이션을 수행하였다. 대구는 여름철 폭염과 열대야가 빈번하고 야간 기온 회복이 제한적인 지역으로, 냉방 시스템의 효과가 가장 뚜렷하게 나타날 수 있는 조건을 대표한다. 따라서 냉방패드 운영 효과를 평가하기에 적합한 지역으로 판단하였다.

대구 지역에서의 분석 결과, 분만돈의 경우(Table 10) 냉방패드 가동 시 양호 구간의 출현 시간이 667시간(30.2%)에서 798시간(36.1%)으로 131시간 증가(+5.9%p)하였다. 반면 주의 구간은 1,541시간(69.8%)에서 1,409시간(63.8%)으로 132시간 감소(-6.0%p)하여 전반적인 열 스트레스 수준이 정량적으로 완화된 것으로 나타났다.

반면 자돈의 경우(Table 11), 냉방패드 가동 여부에 따른 THI 분포 차이는 매우 미미하였다. 양호 구간은 냉방 시 699시간(31.7%), 무냉방 시 697시간(31.6%)으로 2시간(0.1%p) 차이에 불과하였으며, 주의 구간 역시 1,509시간과 1,511시간으로 거의 동일하게 나타났다. 즉, 냉방패드 운영에 따른 자돈의 THI 단계 분포 변화는 유의미하지 않은 수준으로 분석되었다.

종합적으로, 대구와 같은 고온다습 지역에서는 냉방패드 운영이 분만돈의 열 스트레스 완화에는 효과적으로 작용하는 반면, 자돈의 경우에는 THI 분포 변화 폭이 극히 작아 냉방 효과가 제한적인 것으로 나타났다. 이는 해당 지역의 여름철 평균적인 외기 조건 자체가 이미 높은 온·습도 수준을 유지하고 있어, 돈사 열환경이 구조적으로 환기 지배적인 열교환 체계에 놓여 있기 때문으로 판단된다.

이러한 조건에서 분만돈은 체중과 대사열 발생량이 커 내부 현열 부하의 비중이 높아, 냉방패드 가동에 따른 유입 공기 온도의 저감이 THI 변화로 비교적 직접적으로 반영된 반면, 자돈은 환기에 의한 공기 교체 효과가 이미 충분히 크게 작용하고 있어 추가적인 냉방 효과가 THI 분포 변화로 크게 나타나지 않은 것으로 해석된다.

결 론

시뮬레이션 결과, 돈사 열환경에 가장 큰 영향을 미치는 요인은 단열 성능이나 내부 조건보다 외기 기상조건, 특히 극한기후로 나타났다. EWY 조건에서는 높은 외기 온·습도와 제한적인 야간 온도 회복으로 인해 실내 온도와 THI가 누적적으로 상승하였으며, 그 결과 자돈과 분만돈 모두에서 열 스트레스 단계가 뚜렷하게 증가하였다. 이는 극한기후가 고온·고습 및 열 축적 효과를 통해 돈사 열환경을 구조적으로 악화시킴을 의미한다.

반면, 단열 성능 향상의 효과는 여름철에 제한적이었다. 단열 등급 상승에 따라 실내 온도는 소폭 감소하였으나, THI 단계 전환을 유도할 만큼의 개선 효과는 나타나지 않았다. 이는 여름철 돈사 열환경이 외기 조건의 지배를 받으며, 냉방 및 환기와 같은 능동적 제어 수단의 중요성이 더 크다는 점을 시사한다.

냉방패드 운영은 분만돈에서 열환경 개선 효과가 비교적 뚜렷하게 나타난 반면, 자돈에서는 THI 분포 변화가 제한적이었다. 이는 자돈의 생리적 특성으로 인해 단순 온도 저감만으로는 열부하 완화에 한계가 있기 때문으로 해석된다. 또한 지역별 분석 결과, 고온 내륙 지역에서는 냉방 효과가 크게 나타났으나, 해안 지역에서는 높은 습도로 인해 그 효과가 저하되는 경향을 보였다.

종합적으로, 본 연구는 극한기후 조건에서 돈사 열 스트레스가 급증함을 정량적으로 규명하였으며, 여름철 열환경 관리는 단열 강화보다 기상조건을 고려한 냉방·환기 중심의 맞춤형 전략이 필요함을 제시한다. 이러한 결과는 향후 폭염 대응형 돈사 설계 및 운영 기준 수립을 위한 기초자료로 활용될 수 있을 것으로 판단된다.