1. 서 론

김(Laver)은 대한민국 주요 수산업 양식 품목 중 하나이며, 수산식품 수출 1위를 견인하는 핵심 품목으로, 글로벌 시장의 수요 확대에 힘입어 비약적인 성장을 거듭하고 있다. 2024년 수출액은 9.0억달러를 기록하며 전년 대비 급성장하였고, 2025년 11월 20일 기준으로는 10.1억달러(전년대비 13.2% 증가)를 달성하여 2년 연속 수출액 1조 원을 상회하는 성과를 기록하였다. 2025년 생산량은 전년 대비 36.1% 증가한 2억 369만 속으로 집계되는 등 양적 성장도 확연한 상승세를 보여주고 있다. 이에 해양수산부는 김 수급의 안정화와 지속 가능한 성장을 목표로 2024년 10월 “김 산업 경쟁력 강화방안”을 발표하고, 2,700ha 규모의 신규 양식장을 개발하는 등 원물의 안정적 공급 기반 확충에 주력하고 있다(MOF 2025).

이러한 국가적 성장의 중심에는 국내 김 생산량의 약 81%를 담당하는 전라남도가 있다. 전라남도는 2025년산 물김 생산액 8,404억 원이라는 역대 최대 위판액를 달성하여 지역 어업인의 소득 증대와 국가 김 산업 발전에 중추적인 역할을 하고 있다. 이에 힘입어 2026년에는 6만5천ha의 양식장에 김발 92만책을 설치하여 약 50만 톤의 생산을 계획하는 등 공급 안정화를 위해 총력을 기울이고 있다(Jeollanam-do 2025). 결국, 전라남도 해역의 김 생산량 변동은 국내 김 생산 전반의 안정성과 성장에 직결된다고 볼 수 있다. 그러나 김 생산은 자연환경에 절대적으로 의존하는 1차 산업의 특성상, 기후 및 해양환경 변화에 매우 취약하다는 구조적 한계를 갖고 있다. 최근 급격한 기후변화로 인한 고수온, 저염분 현상 등은 김의 면역력을 약화시키며 황백화(Chlorosis) 현상이나 병해 발생빈도를 높이고, 생산량 급감의 핵심 기제로 작용하고 있다(Yoon 2014; NIFS 2018; Lee et al. 2019; Choi et al. 2023; Lee et al. 2024a).

기존연구들은 김의 생장이 기온, 강수량, 풍속 등의 기후 요인과 수온, 염분, 영양염류 등 해양환경 요인의 복합적인 상호작용에 의해 결정됨을 규명하였다(Kim 2013; Kwon et al. 2013; Yoon 2014; Kim et al. 2017; Ward et al. 2019; Kim 2020; Jung et al. 2021; Kim et al. 2021; Zhao et al. 2025). 그러나 기존연구들은 대부분 광역적 변수를 사용하거나 연도별 또는 월별 단위의 거시적 분석에 치중하여, 국지적 해역 특성과 단기적인 환경 변화가 생산량에 미치는 민감도를 세밀하게 파악하는 데 한계가 있었다. 특히 김 양식은 지역별 미세한 환경 차이에 따라 성과가 크게 달라지므로, 변화된 기후 환경을 반영한 정밀한 분석과 지역 맞춤형 관리 방안 수립이 시급한 실정이다.

이에 본 연구는 국내 최대 김 생산지 중 하나인 해남 해역을 대상으로, 급속도로 변화하는 기후 및 해양환경 요인이 김 생산에 미치는 영향을 동태적으로 분석하고자 하였다. 본 연구는 Kim (2013)의 이론적 모형을 토대로 하되, 다음과 같은 차별성을 갖는다. 첫째, 분석의 시공간적 해상도를 높이기 위해 10일을 기본 분석 단위로 설정하였다. 이는 실제 양식 현장에서 주 생산 시기에 물김 채취가 약 1–2주 간격(평균 10일)으로 이루어지는 점을 반영하여, 해당 기간의 환경 변화에 따른 생육 반응과 생산량 변화를 면밀하게 분석하기 위함이다. 둘째, 경로분석(path analysis)을 통해 기후 요인이 수온, 염분, 영양염류 등 해양화학적 환경을 매개로 김 생산량에 미치는 간접효과와 직접효과를 구조적으로 규명하였다. 이는 단순한 상관관계 분석을 넘어서 기후 및 해양환경 요인 간의 내생적 메커니즘을 밝히려는 시도이다.

결과적으로 본 연구는 기상 요인이나 개별 해양 요인이 김 생산량에 미치는 직접적인 영향 관계(1단계)에 치중했던 기존연구들과 달리, 기상요인 → 수온 → 염분·용존산소 → 영양염 → 김 생산량으로 이어지는 총 4단계의 구조적 경로분석 모형인 L-Path (Laver production Pathway model)를 구축하여 이를 검증하고자 한다. 본 연구의 상관분석 결과와 선행 연구 결과를 바탕으로 도출된 이 모형을 체계적으로 검증하기 위해, 단계별 요인 간의 인과관계를 규명하는 총 10개의 연구가설을 설정하여 Table 5에 제시하였다. 이 과정을 통해 기존연구 결과를 해남 해역의 특성에 맞게 재해석할 수 있는 근거를 마련하는 한편, 세분화된 시간 해상도 자료 분석과 현장 양식 여건을 반영함으로써, 연구 결과의 실무적 활용 가능성을 확장하고자 하였다.

2. 재료 및 방법

김 생산량

본 연구의 실증분석을 위해 사용된 김 생산량 자료는 해남군 수산업협동조합에서 확보한 일별 위판 자료를 활용하였다.

분석 대상 기간은 당초 2019년 10월부터 2025년 4월로 설정하고 자료를 확보하였으나, 해양 환경 요인인 영양염류 데이터와의 시간적 일치성을 확보하기 위해 최종 분석 범위를 2022년 9월부터 2025년 4월까지(2023년산~2025년산)로 한정하였다. 이는 환경요인과 생산량 변동 간의 인과관계를 보다 정밀하게 분석하기 위한 조치이다. 또한 환경요인의 단기 변동이 김 생산량에 미치는 영향을 평가하기 위해 일별 위판 자료를 10일 단위로 집계 하였다. 최종적으로 기후 및 해양환경 자료와 동일 기간으로 구성된 총 3개년의 분석 자료를 구축하여 분석에 활용하였다.

기후 및 해양환경 데이터

본 연구의 공간적 범위인 해남 지역은 남서해에 위치한 국내 주요 김 양식 해역 중 하나로, 김 생산량이 높은 대표적인 지역이다(Fig. 1).

Fig. 1.

Study area and monitoring stations in the Haenam coastal region, Korea. Black circles represent the monitoring stations, and the dashed box indicates the main laver production area

분석에 활용한 기후 데이터는 기상청 기상자료개발포털(KMA, https://data.kma.go.kr)에서 제공하는 기상관측 자료 중 일평균기온, 일강수량, 일평균풍속, 일조시간 자료를 활용하였다. 해양환경 데이터는 2022년 9월부터 2025년 4월까지 총 3개년 동안 해남의 주요 김 양식 거점인 4개 정점(임하, 내장, 송평, 어란)에서 주 1회 주기로 실측한 자료를 사용하였다. 본 연구는 해남 해역 전체의 김 생산량 변동과 환경요인 간의 관계를 분석하는 것을 목적으로 하였기 때문에, 정점 간 국지적 차이를 포함한 해남 해역의 전반적인 환경 특성을 반영하고자 각 정점에서 측정한 자료의 평균값을 해남 해역의 대표 해양환경 자료로 활용하였다. 현장 조사에서는 다목적 수질측정기(YSI ProDSS, YSI, USA)를 사용하여 수온(ST), 염분(SL), 용존산소량(DO), 수소이온농도(pH)를 측정하였다. 또한, 김의 생육에 결정적인 영향을 미치는 영양염류 분석을 위해 채수한 시료를 영양염 자동분석기(QuAAtro, 5-channel, SEAL Analytical, Germany)를 이용하여 표준물질을 활용한 검정 절차를 거쳐 정량 분석하였다(Table 1).

자료 취합, 전처리 및 기술통계

본 연구에서는 기후 및 해양환경 데이터에 포함된 이상치와 특이값을 제거하고, 분석의 적합성을 높이기 위해 다음과 같은 2단계 전처리 과정을 수행하였다.

1단계: 데이터의 시간적 동기화 및 구간화

분석 기간인 2022년 9월 20일부터 2025년 4월 30일까지의 일별 원천 데이터를 10일 단위로 재구성하였다. 각 변수의 특성에 따라 통계적 처리 방식을 차별화하였는데, 강수량과 김 생산량은 해당 기간 내 총량을 반영하기 위해 10일 누적값을 산출하였으며, 그 외 기온 및 해양환경 요인들은 10일 평균값으로 변환하였다. 이 중에서 강수량을 누적치로 산정한 이유는, 특정 기간 내 총 강우량이 김 생산 변동에 미치는 누적 효과를 정밀하게 파악하기 위함이다. 김 생산량이 기록되지 않은 날짜의 기후 및 해양환경 데이터는 분석에서 제외하였다.

2단계: 이상치 검출 및 데이터 정제

구간화 된 데이터 집합을 대상으로 기초 통계분석을 실시하여 결측값 및 잔차의 정규성에 부정적 영향을 미치는 이상치를 검토하였다. 분석 결과, 분석기간(9월23일–4월30일) 기준에서 “양식 초기 시기(9월, 또는 9–10월)에 발생한 태풍 및 집중호우의 영향으로 인한 강수량의 극단값을 확인하였다.” 이러한 이상치를 단순 평균값으로 대체할 경우 원본 데이터와의 편차가 과도하게 발생하여 분석 모형의 왜곡을 초래할 우려가 있다. 따라서 본 연구에서는 데이터의 변동성을 보존하면서도 통계적 편의를 최소화하기 위해, 이상치를 제외한 상위 5% 관측치 중에서 최대값으로 대체하는 보수적 방식을 채택하였다. 전처리 완료 후, 최종 데이터 표본 수는 총 56개이며, 이를 대상으로 실시한 주요 변수별 기술통계 분석 결과는 다음과 같다(Table 2).

기후 및 해양환경 데이터의 특성 분석

2022년 9월부터 2025년 4월까지 총 3년간 해남 해역의 기후 및 해양환경 요인은 뚜렷한 계절적 변동성을 나타냈다. 김 생육 주기를 중심으로 분석한 결과, ST는 초기인 9월에 최고 20.53°C를 기록하며 평균 20°C 내외의 분포를 보였으나, 이후 점진적으로 하강하여 동절기인 1–2월에는 최저 4.83°C까지 하락하였다. 이후 4월에는 다시 12–15°C 범위로 회복되는 전형적인 동절기 수온 하강 곡선을 보여주었다(Fig. 2). SL은 평균 31–33 psu 범위에서 안정적인 추세를 유지하였으나, 집중 강수 시기에는 담수 유입의 영향으로 인해 일시적으로 30 psu 내외까지 하락하는 변동을 나타냈다. DO 농도는 ST와 역상관관계를 나타내며, ST가 낮은 겨울철에 최대 10.38 mg/L로 가장 높았고, ST가 상승함에 따라 7.16 mg/L 수준으로 낮아지는 현상을 확인하였다. 영양염류의 경우, DIN의 주요 구성 성분인 NO₃, NO₂, NH₄의 농도는 각각 평균 0.118 mg/L, 0.004 mg/L, 0.023 mg/L로 나타났다. 각 성분별 변동 범위는 NO₃: 0.048–0.200 mg/L, NO₂: 0.001–0.024 mg/L, NH₄: 0.004–0.083 mg/L로 나타나, 시기에 따른 영양염 공급원의 변동 폭이 상당히 큰 것으로 분석되었다.

Fig. 2.

Annual variation in air temperature (AT) and seawater temperature (ST) in the Haenam area from 2022 to 2025

김 생산량 변동 특성

해남 지역 위판 자료를 바탕으로 산출된 2022년 9월부터 2025년 4월까지 김 생산량 PR은 연평균 약 71,651 톤으로 집계되었다. 연도별 변동을 살펴보면, 2024년산은 전년 대비 8,518 톤 감소하였으나, 2025년산에 이르러 다시 21,959 톤이 증가하여 회복세를 나타냈다. 시기별 생산 특성을 분석한 결과, 채묘 및 초기 성장기 9월부터 10월 중순까지는 생산 실적이 미미한 것으로 조사되었다. 그러나 본격적인 수확기인 10월 하순부터 이듬해 2월 사이에는 ST 하강과 함께 김의 생육 속도가 가속화되면서 PR이 급격히 증가하는 전형적인 동절기 수확 패턴을 보였다(Fig. 3). 반면, 3월 이후 ST가 재상승하고 해수 내 영양염류의 농도가 점진적으로 고갈됨에 따라 김의 품질 저하와 생장 둔화가 관찰되었으며, 이에 따라 PR 또한 급격히 감소하였다. 4월말 이후에는 대다수의 양식 어가에서 시설물을 철거하고 조업을 종료함에 따라 생산 활동이 마무리되는 것으로 나타났다.

Fig. 3.

Annual variation in laver production (PR) in the Haenam area from 2022 to 2025

3. 김 생산량과 기후 및 해양환경 요인에 대한 상관관계 분석과 경로분석을 이용한 영향관계 분석

연구 모델 설계 및 변수 선정의 타당성

본 연구의 주된 목적은 기후 및 해양환경 요인이 김 생산량에 미치는 영향을 규명하고, 각 요인 간의 구조적 인과관계를 검증하는 데 있다. 선행연구인 Kim (2013)은 인근 지역인 완도를 대상으로 RF, SD, ST 3가지 변수를 활용하여 월별 PR 예측 모델을 제시한 바 있다. 본 연구는 해당 모델을 기초로 하되, 급격한 기후 변화와 복합적인 해양 생태계의 메커니즘을 보다 정밀하게 반영하기 위해, 분석 변수의 범위를 대폭 확장하였다. 기후 요인 측면에서는 김의 생리적 활성에 직접적인 영향을 미치는 AT와 해수 혼합 및 엽체 탈락에 관여하는 WS를 추가하였다. 해양환경 요인에서는 ST와 SL 외에도 DIN, DIP, SiO₂ 등의 영양염류 변수를 포함하였다. 또한 해수의 화학적 안정성 평가에 사용되는 DO와 pH를 추가 변수로 설정하였다.

김 생산량과 기후 및 해양환경 요인 간의 상관관계 분석

기존연구에 따르면, 김 생산량은 기온, 풍속, 강수량, 일조시간 등 기후 요인(Kwon et al. 2013) 뿐만 아니라 수온, 염분, 조도, 영양염류와 같은 해양환경 요인(Lee et al. 2024a)과도 밀접한 연관이 있는 것으로 보고된 바 있다. 특히 Lee et al. (2024a)는 잇바디돌김이 방사무늬김에 비해 불리한 환경 조건에서도 상대적으로 높은 생장률이 보임을 확인하면서, 품종별 생장 특성의 차이를 규명하였다. 본 연구에서도 김 생산량과 기후 및 해양환경 요인 간의 관계를 규명하기 위해 상관관계 분석을 실시하였다. 분석 결과, 피어슨(Pearson) 상관계수 기준 신뢰수준 99% (p < 0.01) 이상에서 AT, NO₂, ST, SL, DO가 김 생산량과 유의미한 상관관계를 갖는 주요 요인으로 나타났다. 기온과 수온 및 영양염류가 김 생산량에 영향을 미친다는 분석결과는 기존연구들의 논지와 일치한다고 판단할 수 있다. 그러나 기존연구들과 달리 해남 지역에서는 강수량, 풍속, 일조시간이 김 생산량과 통계적으로 유의미한 상관관계를 나타내지 않았다는 점은 주목할 만한 차이점이다. 이는 지역적 환경 특성이나 양식 시기의 기상 패턴 차이에서 기인한 결과로 해석할 수 있으며, 구체적인 상관분석 결과는 Tables 3 and 4에 제시하였다.

연구모형 및 변수 설정

본 연구는 앞에서 수행한 상관관계 분석 결과와 Kim (2013)의 기존연구를 종합하여 연구모형을 설계하였다. 우선, 두 분석 과정에서 공통적으로 김 생산량 PR과 유의한 연관성을 보인 AT, ST, SL, DO를 핵심 변수로 채택하였다. 여기에 기존문헌에서 김 생장의 주요 환경 요인으로 규명된 기상변수(RF, WS, SD)와 영양염류(DIN, DIP)를 추가하여 최종 분석 변수를 확정하였다. 이를 기반으로 변수 간의 구조적 관계를 규명하기 위한 경로분석(Path Analysis) 모형인 L-Path (Laver production Pathway model)를 구축하였다. 연구가설과 그에 따른 이론적 배경은 Table 5에 상세히 기술하였으며, 이를 도식화한 연구모형은 Fig. 4와 같다.

Fig. 4.

Research model: L-Path (Laver production Pathway model)

본 연구에서 제안한 L-Path 모형은 기본적으로 기후요인(RF, AT, WS, SD)→물리적 수온환경(ST)→화학적 환경(SL, DO)→영양염류(DIN, DIP)→생물학적 생산량(PR)으로 이어지는 4단계(Step 1–4)의 위계적 인과구조를 따른다. 생태계 내에서는 다양한 미세 변수들의 영향관계가 복잡하게 얽혀 있으나, 본 연구는 해남 지역 김 양식 관리 체계의 실효성을 높이고 해석의 명확성을 확보하는데 주안점을 두었다. 모든 환경요인을 모형에 포함할 경우, 변수 간 다중공선성으로 인한 통계적 왜곡이 발생하거나, 지엽적 변수들로 인해 핵심 기제의 영향력이 희석될 우려가 있다. 따라서 본 연구에서는 기존연구와 상관분석을 통해 검증된 핵심 요인만을 선별하여, 분석의 정교함을 유지하면서도 현장에서 즉각적인 적용이 가능한 경제적 모형을 구축하였다.

경로분석모형을 이용한 기후 및 해양환경 요인과 김 생산량 사이의 매개효과 분석

본 연구에서는 연구모형에서 가정한 요인 간의 복합적인 인과관계와 매개효과를 동시에 검증할 수 있는 PLS-SEM (Partial Least Squares-Structured Equation Modeling) 기법을 적용하였다. PLS-SEM은 표본의 크기가 제한적인 상황(30-100개)에서도 높은 수준의 통계적 검증 가능성을 확보할 수 있어, 본 연구의 데이터 특성에 부합한다(Chin 1998). 특히, 본 분석에서는 다항목 척도를 통해 잠재변수를 도출하는 일반적인 구조방정식 모형과 달리, 기후 및 해양환경의 실제 측정값인 관측변수(observed variable)를 직접 투입하여 변수 간의 물리적 인과성을 분석하는 경로분석 방식을 적용하였다. 분석 도구로는 SmartPLS 4.0을 활용하였으며, 도출된 구조모형의 결과는 Fig. 5와 같다. 결과의 가독성을 높이기 위해 산출된 수많은 경로계수 중 통계적으로 유의미한 경로만을 선별하여 Table 6에 요약하였으며, 구체적인 매개효과 검증결과는 Table 7에 제시하였다.

Fig. 5.

Results of path analysis based on the non-standardized model (n = 56)

Fig. 5는 통계적으로 유의하지 않은 경로와 요인을 점선 형태로 표현한 최종 연구모형을 보여준다. 모형의 적합도 및 타당성을 검증하기 위해 먼저, 변수 간 다중공선성을 확인한 결과, 분산팽창계수(VIF)는 1.000~4.735의 범위를 보였다. 이는 Hair et al. (2017)이 제시한 임계치인 5를 하회하는 수치로, 다중공선성으로 인한 모형의 왜곡은 없는 것으로 판단하였다. 그리고 PLS-SEM의 주요 설명력 지표인 결정계수(R²)를 확인하였다. Fornell and Bookstein (1982)은 R² 값이 0.26 이상일 때 모형의 적합도가 높은 것으로 판정하는데, 본 연구의 주요 변수인 ST (0.789), SL (0.600), DO (0.953), PR (0.629)은 모두 이 기준을 상회하여 선행 요인이 후행 요인을 매우 높은 수준에서 설명하고 있음을 시사한다. 경로계수의 유의성 검증은 SmartPLS 4.0을 활용하여 부트스트래핑(bootstrapping)을 5,000회 재추출하는 방식으로 수행하였다(Hair et al. 2017). 상세한 검증 결과는 Tables 6 and 7과 Fig. 5에서 제시하였으며, 그림에서 실선은 통계적으로 유의한 경로를 의미한다. 단계적 분석 결과, Step 1에서 AT는 ST에 정(+)의 영향을 미치며, Step 2에서 ST는 SL과 DO에 직접적인 부(-)의 영향을 미치는 것으로 나타났다. 반면, Step 3와 Step 4에서 설정한 인과 경로는 통계적 유의성이 확보되지 않았는데, 이는 앞서 수행한 상관관계 분석 결과와 일치하는 경향이다. 이를 종합하면, 기후요인은 ST에 영향을 주고, 변화된 ST는 다시 화학적 환경 요인(SL, DO)의 변화를 초래하는 구조를 보였다. 화학적 환경 요인(SL, DO)은 김 생산량(PR)에 유의한 직접 효과를 나타낸 반면, 영양염류(DIN, DIP)는 본 연구의 분석 시기와 해역에서는 제한요인으로 뚜렷하게 나타나지 않았다. 이러한 결과는 기후요인이 해양환경 변화를 매개로 김 생산량에 영향을 미칠 가능성을 시사한다.

4. 결론 및 고찰

해남 지역의 기후 및 해양환경 데이터를 활용하여 김 생산량 증감과 환경 요인 간의 상관관계 및 구조적 인과관계를 분석하였다. 먼저 상관관계 분석을 통해 주요 변수 간 유의성을 검증한 후, 선행연구에서 제시된 영향 경로와 상관관계 분석 결과를 토대로 경로분석 모형(L-Path)을 구축하고 SmartPLS 4.0을 이용해 검증하였다.

경로분석 결과, 기후 요인은 직접적으로 김 생산량에 영향을 미치기보다는 수온(ST)을 매개로 해남 해역의 해양환경 조건을 조절하는 주요 요인으로 작용하였다. 특히 평균기온(AT)은 수온에 강한 정(+)의 영향을 미쳤으며, 상승한 수온은 염분(SL)과 용존산소(DO)에 유의한 부(-)의 영향을 미치는 것으로 나타났다. 최종적으로 염분과 용존산소는 김 생산량(PR)에 유의한 정(+)의 직접 효과를 나타내어, 수온 변화를 중심으로 한 단계적 인과구조가 나타나는 것으로 확인되었다.

또한 매개효과 분석 결과, ST→SL→PR, ST→DO→PR, AT→ST→SL→PR, AT→ST→DO→PR 경로가 통계적으로 유의하게 나타나, 기후 요인과 수온은 염분과 용존산소를 매개로 김 생산량에 간접적인 영향을 미치는 구조로 나타났다.

상관관계 분석에서는 AT, ST, NO₂, SL, DO가 김 생산량과 유의한 관계를 나타냈으나, 강수량(RF), 풍속(WS), 일조시간(SD)은 유의한 직접 상관을 보이지 않았다. 또한 경로분석 결과에서도 강수량과 영양염류(DIN, DIP)는 김 생산량에 대한 유의한 직접효과를 나타내지 않았다. 이러한 결과는 기온, 강수량, 일조시간 등의 영향을 보고한 Kim (2013), 풍속과 수온의 중요성을 제시한 Kwon et al. (2013), 그리고 강수에 따른 영양염 유입과 생산량 변동의 관련성을 보고한 Chae (2021)의 연구와 일부 차이를 보였다.

이러한 차이는 연구 대상 해역의 환경 특성과 자료 해상도의 차이에서 기인한 것으로 판단된다. 기존연구들이 주로 월별 또는 연 단위 자료를 기반으로 광역 해역을 분석한 반면, 본 연구는 해남 해역을 대상으로 10일 간격의 자료를 활용하여 단기 환경 변동성을 보다 정밀하게 반영하였다. 특히 해남 해역에서는 영양염류가 분석 기간 동안 비교적 안정적으로 유지되어 생산량 변동을 제한하는 주요 요인으로 작용하지 않은 것으로 판단된다. 또한 김 생산량은 개별 기상요인의 직접효과보다 수온(ST), 염분(SL), 용존산소(DO)와 같은 해양환경 요인의 변화와 보다 밀접한 관련을 나타내는 것으로 해석된다.

이러한 결과는 본 연구에서 제안한 L-Path 모형이 해남 해역에서의 기후 및 해양환경 요인 간 구조적 상호작용을 효과적으로 설명하고 있음을 보여준다. L-Path 모형은 비교적 높은 설명력을 나타냈으며(ST R² = 0.789, SL R² = 0.600, DO R² = 0.953, PR R² = 0.629), 해남 해역의 김 생산량 변동 가능성을 확인하였다. 또한 모든 변수의 VIF 값이 기준치 이하로 나타나 다중공선성 문제 또한 없는 것으로 확인되었다.

종합하면, 해남 해역 김 생산량 변동은 단일 기후요인의 직접 영향보다는 기후 요인 → 수온 변화 → 화학적 환경(SL, DO) 변화 → 생산량 변동으로 이어지는 단계적·구조적 메커니즘에 의해 조절되는 것으로 해석된다. 특히 본 연구의 경로분석 결과, 기온(AT) → 수온(ST) → 염분(SL) 및 용존산소(DO) → 김 생산량(PR)으로 이어지는 인과 경로가 통계적으로 유의한 것으로 확인하였으며, 이는 해남 해역의 김 생산량이 개별 기상요인의 직접효과보다 해양환경 요인의 변화와 보다 밀접한 관련성을 나타내는 것으로 해석된다.

5. 제 언

본 연구 결과에 따르면, 해남 해역의 김 생산량 변동은 기후 요인에 따른 수온 변화와 이에 연동된 염분 및 용존산소의 변동에 의해 구조적으로 조절되는 것으로 나타났다. 특히 수온과 염분은 김 생산량에 직접적인 영향을 미치는 핵심 환경 요인으로 확인되었으며, 이는 향후 김 양식 관리 전략 수립 시 우선적으로 고려되어야 할 요소임을 의미하며, 이에 근거하여 다음과 같이 제언한다.

첫째, 수온 상승에 대응한 양식 관리 체계의 개선이 필요하다. 최근 관측 자료에서 나타난 바와 같이 해남 해역에서는 주 양식 시기 동안 평균기온과 수온이 상승하는 경향을 보이고 있어, 고수온에 따른 생육 저하 가능성에 대한 선제적 대응이 요구된다. 이를 위해 채묘 시기의 유연한 조정과 수온 조건에 따른 품종 선택이 중요하며, 상대적으로 고수온에 대한 내성이 보고된 잇바디돌김(Pyropia dentata)의 양식 비중을 확대하고 품질을 개선하는 방안도 고려할 수 있다. 더 나아가 양식 초기에는 조기 수확이 가능한 잇바디돌김을 생산하고, 수온이 하강하는 후기에는 방사무늬김(Pyropia yezoensis)으로 품종을 전환하는 현재의 양식 시스템을 보다 정교하게 고도화할 필요가 있다.

둘째, 염분과 용존산소의 안정적 유지를 위한 해양환경 관리가 중요하다. 본 연구에서 염분과 용존산소는 김 생산량에 직접적인 영향을 미치는 요인으로 확인된 만큼, 강수 및 담수 유입에 따른 염분 변동과 수층 혼합에 따른 용존산소 변화에 대한 지속적인 관측과 관리가 필요하다. 특히 단기적인 환경 변동이 생산량에 미치는 영향을 고려할 때, 해역별 수온·염분·용존산소 정보를 정기적으로 제공하는 모니터링 체계의 구축이 요구된다.

셋째, 영양염류는 본 연구에서 김 생산량에 대해 직접적인 영향은 확인되지 않았으나, 김 생육 유지에 필요한 기본 환경 요인으로 기능할 가능성을 고려할 필요가 있다. 따라서 영양염류를 단기적인 생산량 증대 수단으로 활용하기보다는, 해역 환경의 장기적 안정성을 유지하기 위한 관리 지표로 활용하는 것이 바람직할 것으로 판단된다.

마지막으로, 향후 연구에서는 장기 관측 자료를 활용하여 기후 요인과 해양환경 요인의 상호작용이 김 생산량에 미치는 영향을 보다 정교하게 분석할 필요가 있다. 또한 해남 해역 외 주요 김 양식 해역과의 비교 분석을 통해, 지역별 환경 특성에 따른 김 생산량 변동 메커니즘을 체계적으로 규명한다면, 지역 맞춤형 김 양식 관리 전략 수립에 기초 자료로 활용될 수 있을 것이다.