1. 서 론

지하수는 비교적 안정된 수온과 화학 조성을 유지하며 지표수에 비해 가뭄이나 단기적 오염사건의 영향을 덜 받기 때문에, 전 세계적으로 농업·생활·공업용수의 핵심 공급원으로 활용되고 있다(Foster and Chilton, 2003). 특히 상수도 보급이 취약하거나 지표수가 부족한 농촌 지역에서는 지하수에 대한 의존도가 더욱 높으며, 한국의 농촌 지역에서도 비교적 굴착 및 유지비용이 저렴한 천부 관정을 통해 농업용수와 생활용수를 공급하는 비중이 높다(Lee et al., 2017). 그러나 천부 관정은 지표수 함양에는 유리한 반면, 토지 이용 변화 및 인간 활동에 의한 오염물질 유입에 매우 민감하여 지속 가능한 자원 관리 측면에서 체계적인 평가가 필요하다.

농업지역 지하수의 가장 광범위한 오염 인자는 질산염(NO₃^–)과 황산염(SO₄^2–)으로 보고되고 있다. 화학비료, 가축분뇨, 생활하수 등에 기인한 질산염 오염은 전 세계적으로 보고되는 대표적인 농업기원 비점오염 현상으로(Burow et al., 2010; Spalding and Exner, 1993), 농경지 하부 불포화대에 저류된 질산염이 지속적으로 대수층으로 유입되고 있어 향후 지하수 질산염 농도의 추가적 상승이 우려되고 있다(Ascott et al., 2017). 질산염 농도가 음용수 기준을 초과할 경우 영유아 메트헤모글로빈혈증(blue baby syndrome) 및 만성 건강위해를 유발할 수 있으며(Ward et al., 2018), 국내 농업 및 축산지역 천부 지하수에서도 질산염 초과 관정 비율이 일부 지역에서 30%를 상회하는 것으로 보고된 바 있다(Kim et al., 2019; Koh et al., 2010). 황산염은 황산암모늄[(NH₄)₂SO₄]계 비료, 가축분뇨, 퇴비 등 농업 기원 유입뿐 만 아니라 기반암 내 황화광물(황철석, FeS₂)의 산화적 용해, 석고(CaSO₄‧2H₂O) 등 황산염 광물의 용해와 같은 자연 기원에 의해서도 농도가 증가할 수 있어(Hosono et al., 2013; Otero et al., 2008), 이원적 기원의 기여를 구분하는 것이 농업지역 지하수 관리에서 중요한 과제 중 하나이다. 특히 질산염과 황산염이 동시에 높은 농도로 나타나는 농업지역 천부 지하수에서는 질소와 황 순환에 관여하는 미생물 군집의 반응이 오염 기작 해석에 유용한 정보를 제공할 수 있다(Guo et al., 2022; Herrmann et al., 2015). 따라서 농업지역 천부 지하수에서의 질산염과 황산염 고농도 현상을 해석하기 위해서는 수리지화학적 접근과 함께 오염 기작에 대한 통합적 분석이 요구된다.

지하수 대수층은 빛이 거의 도달하지 않고 영양 농도가 낮은 빈 영양 환경임에도 불구하고 다양한 미생물 군집이 서식하는 “지하 암흑생물권(dark biosphere)”으로 인식되고 있다(Griebler and Lueders, 2009). 이들 미생물은 탄소, 질소, 황 및 철 순환의 핵심 매개체로서 대수층의 생지화학적 변환을 주도하며, 오염물질의 자연저감 및 수질 형성에 직접적인 영향을 미친다(Anantharaman et al., 2016). 최근 메타게놈 연구들은 단일 대수층에서도 수천 종의 미생물 게놈이 상호 연결된 생지화학적 네트워크를 형성하고 있음을 보고하였으며(Guo et al., 2022; Hubalek et al., 2016; Zhao et al., 2023; Zhong et al., 2023), 이는 미생물 군집 구조가 지하수 환경의 상태를 종합적으로 반영하는 통합 지시자로 기능할 수 있음을 시사한다. 특히 농업지역 천부 대수층에서는 지표로부터 유입되는 질산염, 황산염 및 유기물 등이 수리지화학적 조건을 변화시키고, 이에 반응하여 미생물 군집의 조성과 기능이 달라지는 과정이 지하수의 오염 특성과 자연저감 가능성을 직접적으로 반영하는 것으로 알려져 있다(Guo et al., 2022; Herrmann et al., 2015; Stegen et al., 2016).

차세대 염기서열분석(Next Generation Sequencing, NGS) 기술과 16S rRNA 유전자 메타바코딩 기법의 발달은 환경 미생물 군집 연구의 해상도를 비약적으로 향상시켰다(Caporaso et al., 2010). 이러한 기술적 진보는 지하수와 같은 빈 영양 환경에서도 미세한 군집 변동을 통계적으로 식별할 수 있게 하였고 지화학적 인자와 미생물 군집 간의 정량적 상관성 평가를 가능하게 하여, 대수층의 오염 평가 및 자정능 해석에 새로운 지평을 열고 있다. 다수의 연구에서 미생물 군집 조성이 지화학적 인자에 민감하게 반응함이 보고되었다(Jorgensen et al., 2012; Ren et al., 2026; Trutschel et al., 2023). 질산염 농도와 탈질균 군집의 변동 관계에 대해서 Flynn et al. (2013)은 청정 대수층에서 NO₃^– 농도가 1 mg/L 미만인 구역에 비해 10 mg/L 이상인 구역에서 Pseudomonas 등 탈질 관련 미생물 군집의 상대풍부도가 유의하게 증가하였음을 보고하였고, Guo et al. (2022)은 화북평원 농업지역 지하수에서 NO₃^–, NH₄⁺ 농도 구배와 질화와 탈질 관련 미생물 군집 사이에 유의한 공간적 상관성이 존재함을 확인하였다. 철 산화균의 경우, Emerson et al. (2010)이 용존 Fe²⁺ 농도 0.1–5 mg/L, DO 0.1–1 mg/L의 미세 호기성 조건에서 Gallionella와 Leptothrix가 우점하는 산화-환원 경계면 군집이 형성됨을 보고하였다. 황산염 순환과 관련해서 Herrmann et al. (2015)이 석회암 대수층에서 SO₄^2– 농도가 높은 구간에서 황 산화 관련 기능 분류군이 군집의 10–25%를 차지함을 보고하였으며, 황산염 환원균(sulfate-reducing bacteria, SRB)이 SO₄^2– 농도가 50 mg/L 이상의 혐기성 조건에서 Desulfovibrio 등의 SRB가 군집의 5–20%까지 우점할 수 있는 것으로 보고하였다(Muyzer and Stams, 2008). 이러한 결과는 미생물 군집 정보가 단순한 다양성 평가를 넘어 오염 기작 추적 및 지하수 생태 건강성 평가의 도구로 활용 가능함을 시사한다(Akob and Küsel, 2011; Korbel and Hose, 2017).

국내에서도 농업 및 축산 활동이 집약된 지역의 천부 지하수에서 질산염과 황산염 농도가 음용수 기준을 초과하는 사례가 반복적으로 보고되어 왔다(Kim et al., 2019; Koh et al., 2010). 특히 Kim et al. (2019)은 전국 농업 및 축산지역 천부 지하수 모니터링 자료를 분석하여 질산염 음용수 기준(44 mg/L as NO₃^–)을 초과하는 관정 비율이 일부 지역에서 30%를 상회함을 보고하였으며, 황산염과 Na 농도가 동시에 높은 관정에서 농업기원 오염의 복합적 영향이 나타남을 확인하였다. 그러나 대부분의 국내 연구는 수리지화학적 특성과 안정동위원소 추적 중심으로 진행되어 왔으며, 미생물 군집 구조와 통합한 다층적 접근은 상대적으로 제한적이다(Kim et al., 2020; Kim et al., 2022; Lee et al., 2023). 특히 질산염과 황산염이 동시에 고농도로 나타나는 복합 오염 환경에서, 미생물 군집 조성과 기능 예측을 수리지화학 자료와 함께 통합적으로 해석하는 연구 사례는 국내에서 매우 드문 실정이다.

따라서, 본 연구에서는 밭농사와 축산이 집약된 농업지역에서 천부 지하수의 수리지화학적 특성과 수질 유형을 규명하고, 16S rRNA 유전자 기반 NGS 분석을 통하여 대수층 미생물 군집 구조 평가와 대사기능을 예측함으로써, 농업지역 지하수의 효율적 관리와 오염 평가에 활용 가능한 미생물 군집 기반 지시자로서의 가능성을 제시하고자 한다.

2. 연구 지역 및 방법

2.1. 연구 지역

연구지역을 포함하는 경상북도 영양군은 지질학적으로 한반도 동남부에 위치한 중생대 백악기 경상누층군 영양소분지에 속하며, 북부 일부 지역의 선캠브리아기 변성암류(평해층, 기성층, 원남층, 평해화강편마암 등)를 제외한 대부분의 지역이 백악기 퇴적암으로 이루어져 있다(Lee and Kim, 2005). 연구지역은 영양군 남서부의 반변천 유역을 따라 형성된 농업지역으로, 주로 하양층군에 해당하는 퇴적암류가 광범위하게 분포하고 있으며, 이러한 퇴적암 기반암은 탄산염 광물, 사장석 등의 풍화와 용해를 통하여 Ca-HCO₃형 자연배경 수질 형성에 기여할 수 있다. 일부 지층에 협재된 황화광물 및 석고 등 황산염 광물은 지하수 내 황산염 농도 상승의 자연 기원으로 작용할 가능성이 있다. 또한, 해당 지역은 밭농사와 축산업 등 다양한 농업 활동이 활발히 이루어지고 있어 인위적인 오염물질의 지하수 유입 가능성이 존재한다. 따라서 본 연구지역은 농업과 축산 활동에 따른 인위적 오염 영향과 백악기 퇴적암 기반암의 자연 기원 영향이 복합적으로 작용할 수 있는 지질-수리지화학적 환경을 갖추고 있다.

2.2. 시료 채취 및 현장 수질 측정

지하수 시료는 2024년 7월에 채취하였으며, 채취 시점 72시간 이전 강우가 없었음을 기상청 자료(KMA)를 통해 확인하여 강우에 의한 희석 영향을 최소화하였다. 시료 간 동질성을 유지하기 위해 모든 관정의 시료 채취를 2일 이내에 완료하였으며, 동일한 채취 장비 및 용기를 사용하였다. 기존 조사 결과(MOE, 2024)를 통해 질산염과 황산염 농도가 높게 나타난 지역을 중심으로 연구지역을 대표할 수 있는 8개의 천부 관정을 선정하였다(Fig. 1). 시료 채취는 현장 수질이 안정화될 때까지 충분히 양수(purging)를 진행한 후 수행되었으며, 휴대용 다항목 수질측정장비(Multi 3620 IDS, WTW, Germany)를 이용하여 수온, 전기전도도(EC), pH, 용존산소(DO), 산화환원전위(ORP)를 현장에서 측정하였다. 용존 이온 분석용 시료는 현장에서 0.45 µm membrane filter (Advantec, Japan)로 여과 후 30 mL 폴리에틸렌 용기에 보관하였고, 양이온 시료는 질산(HNO₃)을 첨가하여 pH 2 이하로 고정하였다. HCO₃^– 시료의 경우, 30 mL 폴리에틸렌 용기를 이용하여 헤드 스페이스 없이 시료를 채취하였다. 라돈(²²²Rn) 분석용 시료는 라돈 손실을 최소화하기 위해 기포 발생을 피하여 채취하였으며, 12 mL LSC cocktail이 준비된 20 mL 액체섬광계수용 바이알에 지하수 시료 8 mL를 주입한 후 즉시 밀봉하고 충분히 혼합하였다. 미생물 분석용 시료는 무균 채수병에 4 L를 채취하여 4°C 냉장 상태로 실험실로 운반하였다.

Fig. 1.

Location map showing the geological setting and groundwater sampling wells in the study area.

2.3. 주요 용존 이온 및 라돈 분석

지하수 시료의 용존 양이온과 용존 음이온 농도는 각각 유도결합 플라즈마 분광광도계(ICP-OES; Optima 7300 DV; Perkin Elmer, USA)와 이온크로마토그래피(IC; ICS-1500; Dionex, USA)를 이용하여 측정하였다. 총 알칼리도(HCO₃^–, total alkalinity)는 TNT 870 kit (Hach, USA) 발색 반응 후 분광광도계(DR-1500, Hach, USA)를 이용하여 측정하였다. 라돈 시료는 액체섬광계수기(liquid scintillation counter, LSC)를 이용하여 ²²²Rn 방사능 농도(Bq/L)를 측정하였다(ISO, 2023; Mamun and Alazmi, 2022). 분석 신뢰도 검증을 위하여 각 시료에 대한 이온 전하 균형 오차(charge balance error, CBE)를 산출하였으며 YY-03 (6.2%)를 제외한 모든 시료에서 ±5% 이내의 허용 범위를 확인하였다. 측정된 이온 농도 자료를 이용하여 농업용수로서의 적합성을 평가하였다. 나트륨 흡착비(sodium adsorption ratio, SAR)는 SAR = Na⁺/√((Ca²⁺ + Mg²⁺)/2)로 산출하였으며, 이온 농도는 mg/L를 meq/L로 환산하여 적용하였다. 산출된 SAR와 전기전도도(EC), Na 백분율(Na%)을 각각 USSL diagram (Richards, 1954)과 Wilcox diagram (Wilcox, 1955)에 도시하여 관개용수 적합성 등급을 평가하였다.

2.4. DNA 추출 및 염기서열 분석

미생물 분석용 지하수 시료는 실험실 도착 즉시 0.2 µm membrane filter (Advantec, Japan)를 사용해 여과한 후 필터를 –20°C에 보관하였다. 여과된 필터로부터 DNeasy PowerWater kit (Qiagen, USA)를 사용하여 제조사의 방법에 따라 DNA를 추출하였다. 추출된 DNA는 16S ribosomal RNA (16S rRNA) 유전자의 V4 영역을 대상으로 하는 515F/806R primer (Caporaso et al., 2011)를 이용하여 증폭되었으며, Illumina MiSeq 플랫폼(Macrogen Inc., Korea)을 통해 차세대 염기서열 분석(NGS)을 수행하였다.

2.5. 데이터 분석

염기서열 데이터 전처리 및 군집 분석은 QIIME 2 (version 2024.04) 를 사용하여 수행되었다(Bolyen et al., 2019; Caporaso et al., 2010). DADA2 파이프라인을 이용하여 demultiplexing과 노이즈 제거를 거쳐 ASVs (Amplicon Sequence Variants)를 구성하였다(Callahan et al., 2016). 서열 정렬은 MAFFT (q2-phylogeny)를 사용하였고 FastTree를 통해 계통분석을 실시하였다. 분류학적 할당은 SILVA 16S rRNA database release 138을 참조하였다(Quast et al., 2013).

알파 다양성 분석은 Observed features, Shannon’s index, Faith’s PD, Pielou’s evenness 지수를 평가하였다(Table 2). 베타 다양성 분석은 Bray-Curtis 비유사도(dissimilarity) 행렬을 이용하였으며, 비계량형 다차원 척도법(Non-metric Multidimensional Scaling, NMDS)으로 군집 구조를 2차원 공간에 시각화하였다. NMDS는 R vegan 패키지의 metaMDS 함수를 이용하여 수행하였으며(k = 2, try = 100), stress 값이 0.20 미만인 경우 분석 결과를 신뢰할 수 있는 것으로 판단하였다. 시료 수(n = 8)가 적어 PERMANOVA 등 군집 간 통계 검정의 검정력이 제한되므로, 베타 다양성 결과는 군집 분화의 패턴을 탐색적으로 해석하는 데 활용하였다. 수질 인자 간 상관관계는 Spearman 상관분석을 통해 유의수준 p < 0.05에서 검증하였으며, 소규모 시료에서 다중검정 문제가 발생할 수 있음을 고려하여 결과 해석 시 신중을 기하였다.

16S rRNA 유전자 서열로부터 잠재적 메타게놈 기능을 예측하기 위해 PICRUSt2 v2.6.3을 이용하였다(Douglas et al., 2020). QIIME 2 파이프라인에서 도출된 대표 ASV 서열과 빈도표를 입력값으로 사용하였으며, 표준 파이프라인을 통해 시료별 KEGG Orthology (KO) 풍부도 테이블을 생성하였다. 총 3,994개 KO가 예측되었으며, 이 중 질소, 황, 철의 생지화학 순환에 관여하는 기능 유전자 48개(질소 순환 22개, 황 순환 19개, 철 순환 7개)를 공식 데이터베이스(KEGG ko00910, ko00920) 및 관련 문헌을 참고하여 선별하였다(Anantharaman et al., 2016; Bryce et al., 2018; Kuypers et al., 2018). 이후 풍부도 < 1 CPM (counts per million) 또는 전체 시료의 50% 이상에서 annotation 미확정인 KO를 제외하고 최종적으로 41개 KO를 분석에 사용하였으며, 통계 분석 및 시각화는 R v4.5 환경에서 ggpicrust2 패키지 및 vegan, pheatmap 패키지를 활용하여 수행하였다(Yang et al., 2023).

3. 결과 및 고찰

3.1. 지하수 수리지화학 특성

연구지역 8개 천부 관정의 현장 수질, 용존 이온 및 라돈 분석 결과는 Table 1과 같다. 지하수 수온은 14.6–17.1 범위로 평균 15.7°C를 보였으며, pH는 평균 7.2 (6.6–7.7)로 대체로 중성 내지 약 알칼리성 환경을 나타냈다. 전기전도도(EC)는 390–4,770 µS/cm로 시료 간 변동 폭이 매우 컸으며 평균값은 1,914 µS/cm였다. 특히 YY-02에서 EC가 4,770 µS/cm로 가장 높았고, YY-05, YY-06, YY-08 지점에서도 다른 시료에 비해 높게 나타났다. 용존산소(DO)는 1.7–7.8 mg/L, 산화환원전위(ORP)는 53.1–242.5 mV 범위를 보여 대부분의 관정에서 산화적 환경을 지시하였다. YY-02의 경우 상대적으로 낮은 DO (1.7 mg/L)와 ORP (53.1 mV)를 보여 미세 호기성 환경이 형성되어 있을 가능성을 시사한다. 연구 지역 지하수의 Na 평균 농도는 283.1 mg/L (9.8–927.0 mg/L)로 가장 높았으며, Ca 152.2 mg/L (43–436.0 mg/L), Mg 47.0 mg/L (17.1–132.0 mg/L), K 3.3 mg/L (1.4–8.2 mg/L)의 순으로 나타났다. 그러나 이러한 Na 우세 경향은 YY-02 (927.0 mg/L), YY-06 (678.0 mg/L)과 YY-08 (375.0 mg/L) 관정의 높은 Na에 의해 영향을 받은 결과로 판단된다. 이들을 제외한 관정(YY-01, –03, –04, –07)에서는 Ca가 상대적으로 우세하여 탄산염 광물 용해 및 사장석 풍화와 같은 자연적 물-암석 반응의 영향을 반영한 것으로 보인다.

주요 음이온의 평균 농도는 SO₄ 753.4 mg/L, HCO₃ 358.7 mg/L, Cl 22.5 mg/L, NO₃ 19.6 mg/L 순으로 나타났다. HCO₃는 YY-02에서 1,101.7 mg/L로 가장 높게 나타났으며, 이는 해당 관정에서 상대적으로 긴 물-암석 접촉, 탄산염계 광물 용해 또는 알칼리도 증가 과정이 강하게 반영되었을 가능성을 시사한다. Cl 농도는 11.0–47.9 mg/L로 전반적으로 낮은 범위를 보여, 고염 또는 고황산염 특성이 단순한 염화물 유입만으로 설명되기는 어려운 것으로 판단된다.

Fe와 Mn 농도는 대부분의 관정에서 각각 0.02 mg/L와 0.05 mg/L 이하로 낮게 나타났으나, YY-02에서는 Fe 2.68 mg/L와 Mn 0.10 mg/L가 검출되어 다른 관정과 뚜렷하게 구분되었다. YY-02의 높은 Fe 농도는 낮은 DO 및 ORP 조건과 함께, Fe²⁺가 안정적으로 존재하거나 대수층 내 국지적 환원 미세환경에서 Fe가 용출되었을 가능성을 시사한다. 다만 ORP가 양의 값을 유지하고 있으므로, 이를 강한 환원환경으로 단정하기보다는 산소와 용존 Fe가 공존할 수 있는 미세 호기성 산화-환원 경계 환경으로 해석하는 것이 적절하다.

질산염(NO₃) 농도는 0.1–83.7 mg/L 범위로 나타났으며, 평균 농도는 19.6 mg/L였다. 특히 YY-07에서 83.7 mg/L로 가장 높은 농도를 보였고, YY-05와 YY-04에서도 각각 37.3 및 23.9 mg/L로 상대적으로 높은 값을 나타냈다. 이는 일부 관정에서 비료, 가축분뇨 또는 생활계 오염원 등 농업지역에서 흔히 관찰되는 인위적 질산염 유입 가능성을 시사한다. 반면 YY-02, YY-03, YY-06, YY-08에서는 NO₃ 농도가 낮게 나타났다. 자연상태 지하수에서 NO₃^– 농도는 일반적으로 2 mg/L 미만으로 유지되며(Mueller and Helsel, 1996; Nolan et al., 1997), 국내 지하수의 자연 배경농도는 오염되지 않은 지역 또는 피압 대수층 자료를 기준으로 대체로 NO₃^–-N 3 mg/L 이하로 보고되었다(Choi et al., 2007; Lee et al., 2020). 따라서, 본 연구에서 YY-07 (83.7 mg/L), YY-05 (37.3 mg/L), YY-04 (23.9 mg/L)에서 관찰된 질산염 농도는 자연기원 배경농도를 크게 초과하는 값으로, 화학비료, 가축분뇨 등 인위적 질산염 유입의 지표로 해석된다. 또한, 질산염 오염이 연구지역 전체에 균일하게 분포하기보다는 관정 주변의 토지이용, 오염원 접근성, 지하수 흐름 및 산화-환원 조건에 따라 국지적으로 달라지는 것으로 판단된다.

황산염(SO₄) 농도는 23.0–2,030.0 mg/L로 매우 넓은 범위를 보였으며, YY-02에서 2,030.0 mg/L로 가장 높았다. 또한 YY-08과 YY-06에서도 각각 1,670.0 및 1,580.0 mg/L로 높은 농도가 나타났고, YY-05에서도 548.0 mg/L로 상대적으로 높은 값을 보였다. 이들 고황산염 관정은 대체로 EC, Na, Ca 또는 Mg 농도가 함께 높아, 황산염이 지하수의 전체 광물화 정도를 결정하는 핵심 음이온으로 작용하고 있음을 보여준다. 연구지역의 황산염 농도 증가는 자연 기원과 인위 기원이 복합적으로 작용한 결과로 해석된다. 자연 기원의 경우 기반암 내 황화광물(황철석, FeS₂)의 산화적 용해로, 연구지역에 광범위하게 분포하는 백악기 하양층군 퇴적암의 탄소질 이암층에 협재된 황철석이 용존 산소와 반응하여 SO₄^2– 를 용출 시킬 수 있다(Appelo and Postma, 2004). 다른 기작으로는 석고(CaSO₄‧2H₂O) 등 황산염 광물의 용해로 Ca²⁺와 SO₄^2–가 동시에 공급되는 반응이다(Edmunds and Shand, 2009). 다만 YY-02와 YY-06 시료의 Ca²⁺/SO₄^2– 질량비가 각각 0.14와 0.08을 보이는데, 해당 비율은 석고 용해 이론 값(0.42)보다 현저히 낮고 Na⁺가 우세한 점으로 보아 황철석 산화 이후 양이온 교환(Ca²⁺ → Na⁺) 반응이 복합적으로 작용했을 가능성을 시사한다(Appelo and Postma, 2004). 인위 기원으로는 황산암모늄[(NH₄)₂SO₄]계 화학비료와 가축분뇨나 퇴비의 분해에 의한 SO₄^2– 유입이 주요 경로이며, 이 경우 NO₃^–와 SO₄^2– 의 동반 상승이 특징적으로 나타난다(Hosono et al., 2013; Otero et al., 2004). 공간적 분포 측면에서, YY-02, YY-06, YY-08은 반변천 유역 상류에서 하류에 걸쳐 분포하며 모두 고황산염(1,580–2,030 mg/L) 수질을 나타내는 반면, NO₃^– 농도는 0.1–2.3 mg/L로 극히 낮게 나타났다. 이는 국지적 점오염원보다는 유역 전반의 지질 기원 황산염의 영향이 상대적으로 우세함을 간접적으로 시사하며, SO₄^2– (548 mg/L)와 NO₃^– (37.3 mg/L)가 농도가 동시에 높은 YY-05와는 기원 특성에서 뚜렷이 구분된다. 향후 황 및 질소 안정동위원소(δ³⁴S-SO₄, δ¹⁵N-NO₃) 분석과 토지이용 조사를 병행하면 두 기원의 기여를 보다 정량적으로 구분할 수 있을 것으로 판단된다(Otero et al., 2004; Otero et al., 2008).

²²²Rn 농도는 9.5–116.2 Bq/L 범위로 평균 52.0 Bq/L를 보였으며, YY-05에서 116.2 Bq/L로 가장 높았고 YY-08과 YY-03에서도 각각 92.5 및 73.4 Bq/L로 상대적으로 높은 값을 나타냈다. ²²²Rn은 ²²⁶Ra의 방사성 붕괴에 의해 생성되어 지하수 내로 용존 되는 천연 방사성 기체로, 지하수-암석 접촉, 균열성 대수층 특성, 체류시간 및 지표수-지하수 혼합 정도를 해석하는 자연 추적자로 활용될 수 있다(Sukanya et al., 2022). 따라서 YY-05, YY-08, YY-03의 상대적으로 높은 ²²²Rn 농도는 이들 관정에서 암석 또는 균열면과의 접촉이 상대적으로 크거나 지표수 혼합에 의한 희석 영향이 제한적이었을 가능성을 시사한다. 다만 ²²²Rn 농도는 암석의 U/Ra 함량, 균열 발달 정도, 탈기 및 혼합 조건에도 영향을 받기 때문에 단일 지표만으로 체류시간이나 유동 특성을 단정하기는 어렵다.

수질 인자 간 Spearman 상관분석 결과(Fig. 3), EC는 Ca, Mg, Na 및 SO₄와 강한 양의 상관성을 보였다. 특히 SO₄는 Na, Ca 및 Mg와 모두 높은 양의 상관성을 나타내어, 연구지역의 고광물화 수질이 황산염과 주요 양이온의 동시 증가에 의한 영향임을 나타낸다. 이는 황산염 광물 용해, 황화광물 산화, 이온 교환, 농업기원 황산염 유입 등 복합적인 수리지화학 과정이 관정별 수질 차이를 형성했을 가능성을 뒷받침한다(Güler et al., 2002). 반면 EC는 ORP와 음의 상관성을 보여, 고광물화 관정에서 상대적으로 낮은 산화환원전위가 동반되는 경향을 나타냈다. 또한 NO₃는 DO와 양의 상관성을, HCO₃와는 음의 상관성을 보여 질산염이 주로 산화적 조건에서 안정적으로 존재함을 시사하였다.

각 관정의 주요 이온 조성을 공간적으로 비교하기 위하여 Stiff diagram을 작성하였다(Fig. 2; Stiff Jr, 1951). 저광물화 Ca-HCO₃형 수질인 YY-01, YY-03, YY-04는 좁고 대칭에 가까운 형태를 보인 반면, 고황산염 관정인 YY-02, YY-06, YY-08은 SO₄^2– 방향으로 현저히 확장된 비대칭 형태를 나타내어(Fig. 2), 유역 상류에서 하류에 걸쳐 수리지화학적 이질성이 공간적으로 분포함을 시각적으로 확인할 수 있다.

Fig. 2.

Stiff diagrams showing major ion concentrations (meq/L) for each groundwater well in the study area. Red dots indicate sampling locations.

Fig. 3.

Heatmap of Spearman correlation coefficients among physicochemical parameters of groundwater samples (n = 8). Asterisks indicate statistically significant correlations; results should be interpreted with caution due to the small sample size and potential multiple- comparison effects.

3.2. 수질 유형 및 농업용수 적합성

Piper diagram 분석 결과(Fig. 4) (Piper, 1944), 연구지역 지하수는 크게 저광물화 Ca-HCO₃형 수질과 SO₄가 우세한 고광물화 수질로 구분되었다. YY-01, YY-03 및 YY-04는 Ca와 HCO₃가 우세한 Ca-HCO₃형 수질을 보였으며, YY-07은 Ca-HCO₃형 특성을 기본으로 하되 NO₃와 SO₄의 영향이 상대적으로 크게 반영된 혼합형 수질로 해석된다. 이러한 Ca-HCO₃형 수질은 연구지역 퇴적암 기반암 내 탄산염 광물의 용해와 사장석 및 규산염 광물의 풍화에 의해 형성되는 초기 단계의 자연배경 수질 특성을 반영하는 것으로 판단된다(Hem, 1985; Koh et al., 2010).

Fig. 4.

Piper diagram showing hydrogeochemical facies of groundwater samples. The samples are broadly classified into Ca-HCO₃, mixed Ca-HCO₃-(NO₃+SO₄), Na-SO₄, Na-Ca-SO₄, and Ca-Na-SO₄ types, reflecting variable degrees of water-rock interaction, sulfate enrichment, and agricultural influence.

반면 YY-02, YY-05, YY-06 및 YY-08은 SO₄가 우세한 고광물화 수질을 나타냈다. 특히 YY-02와 YY-06은 Na와 SO₄가 모두 높은 전형적인 Na-SO₄형에 가깝고, YY-05는 Na-Ca-SO₄형, YY-08은 높은 Ca 농도가 동반된 Ca-Na-SO₄형 수질 특성을 보였다. 이들 관정은 EC와 SO₄ 농도가 함께 높게 나타나며, SO₄가 연구지역 고광물화 지하수의 주요 음이온으로 작용하고 있음을 보여준다. 상관분석에서도 EC-SO₄ (r = 0.93)와 Na-SO₄ (r = 0.98) 사이에 강한 양의 상관성이 확인되어(Fig. 3), Na와 SO₄의 동시 증가는 동일한 수리지화학적 진화 과정 또는 공통 기원 물질의 영향을 반영할 가능성이 있다(Güler et al., 2002).

연구지역의 SO₄ 증가는 기반암 내 황산염 광물의 용해, 황화광물 산화, 물-암석 반응에 따른 체류시간 증가, Na를 공급하는 규산염 광물 풍화 또는 양이온 교환 과정과 관련될 수 있다. 또한 농업지역의 토지이용 특성을 고려할 때 황산암모늄계 비료, 퇴비 및 축산 활동 등 인위적 황산염 유입의 영향도 배제할 수 없다(Hosono et al., 2013; Otero et al., 2004). 다만 SO₄가 높은 모든 관정에서 NO₃와 Cl이 동시에 증가하지는 않았으므로, 생활하수나 축산폐수와 같은 특정 인위적 오염원만으로 고 SO₄ 수질을 설명하기보다는 자연기원과 농업기원 영향이 복합적으로 작용한 결과로 해석하는 것이 타당하다. 향후 안정동위원소 분석과 토지이용 자료를 병행하여 분석하면 황산염 및 질산염의 기원을 보다 명확히 구분할 수 있을 것으로 판단된다.

농업용수 적합성은 sodium adsorption ratio(SAR), Na%, EC를 이용하여 평가하였다(Fig. 5). SAR는 관개수 내 Na가 Ca와 Mg에 비해 상대적으로 얼마나 우세한지를 나타내는 지표로, 높은 SAR를 갖는 물을 장기간 관개에 사용할 경우 토양 교환성 Na가 증가하고 점토 입자의 분산, 투수성 저하 및 토양 구조 악화를 유발할 수 있다(Richards, 1954). 본 연구지역의 SAR는 약 0.3–14.1 범위로 나타났으며, YY-06과 YY-02에서 각각 약 14.1 및 11.4로 가장 높았다. 반면 YY-01, YY-03, YY-04 및 YY-07은 SAR가 1 이하로 낮아 Na 위험도는 제한적인 것으로 평가된다(Fig. 5A).

Fig. 5.

Irrigation water suitability classification of groundwater samples. (A) USSL diagram based on sodium adsorption ratio (SAR) and electrical conductivity (EC). (B) Wilcox diagram based on sodium percentage (%Na) and EC. SAR and %Na were calculated using ionic concentrations in meq/L.

USSL diagram 기준으로 보면, YY-01, YY-03 및 YY-04는 중간 염류도(C2)와 낮은 나트륨 위험도(S1)를 보이는 비교적 양호한 관개수에 해당한다. YY-07은 SAR는 낮지만 EC가 813 µS/cm로 상대적으로 높아 고염류도(C3) 영역에 위치하며, 염류에 민감한 작물이나 배수가 불량한 토양에서는 주의가 필요하다. YY-06은 EC가 1,997 µS/cm로 C3 영역에 해당하고 SAR도 가장 높게 나타나, 장기 관개 시 토양 내 Na 축적 가능성이 큰 시료로 판단된다. YY-02, YY-05 및 YY-08은 EC가 각각 4,770, 3,110 및 3,110 µS/cm로 매우 높아 C4 영역에 해당하며, 일반적인 토양 및 작물 조건에서는 장기 관개수로 사용하기에 부적합한 것으로 판별되어 강력한 조치가 요구된다.

Wilcox diagram 평가에서도 유사한 경향이 확인되었다(Fig. 5B). YY-01, YY-03 및 YY-04는 “Excellent to good” 범주에 속하였고, YY-07은 “Good to permissible” 범주에 해당하였다. YY-06은 높은 Na%와 중간 이상의 EC로 인해 “Permissible to doubtful” 범주에 위치하여, 단기적 사용은 가능하더라도 장기 관개 시 나트륨 축적과 토양 구조 저하에 대한 관리가 필요하다(Richards, 1954; Wilcox, 1955). 반면 YY-02, YY-05 및 YY-08은 “Unsuitable” 범주에 포함되어 농업용수로 직접 사용하기에는 부적합한 것으로 평가되었다. 특히 YY-02는 높은 EC와 높은 Na%가 동시에 나타나 염류 위험과 나트륨 위험이 모두 큰 시료이며, YY-05와 YY-08은 상대적으로 SAR는 낮지만 EC가 매우 높아 염류 집적 위험이 주요 제한 요인으로 작용한다.

연구지역 지하수의 농업용수 적합성은 단순히 Na 농도만이 아니라 EC, SO₄, Ca, Mg 및 SAR의 조합에 의해 결정된다. Ca-HCO₃형 저광물화 지하수는 대체로 관개수로 사용 가능성이 높지만, SO₄가 우세한 고광물화 지하수는 장기 사용 시 토양 염류 집적, 투수성 저하 및 작물 생육 저해를 유발할 수 있다. 따라서 YY-02, YY-05 및 YY-08은 농업용수로 직접 사용하는 것을 제한하거나, 담수와의 혼합, 배수 관리, 염류 내성 작물 선택 및 정기적인 토양 염류도 모니터링이 필요하다. 또한 YY-06은 Wilcox diagram에서 완전 부적합으로 분류되지는 않았지만, SAR와 Na%가 가장 높은 수준이므로 나트륨성 위험 관점에서 별도의 관리 대상에 포함되어야 할 것으로 판단된다.

3.3. 미생물 군집 다양성 분석

염기서열 분석 결과, 8개의 시료로부터 총 797,215개의 염기서열을 확보하였으며, demultiplexing과 DADA2 기반 노이즈 제거 과정을 거쳐 152,764개의 염기서열을 후속 분석에 사용하였다. 시료 간 시퀀싱 깊이의 불균형을 보정하기 위하여 최소 시퀀싱 깊이인 2,656 reads를 기준으로 rarefaction을 수행하였다. Rarefaction 이후 산출된 다양성 지수는 동일한 시퀀싱 깊이에서 시료 간 미생물 군집 다양성을 비교하기 위한 상대적 지표로 활용하였다.

알파 다양성 분석 결과(Table 2), Observed features는 463–1,184 범위로 나타났으며 평균 719.3이었다. Shannon’s index는 8.09–9.83 (평균 8.89) 범위였고, Faith’s phylogenetic diversity(PD)는 51.56–101.99(평균 70.95)로 나타나 시료 간 ASV 풍부도와 계통학적 다양성의 차이가 비교적 크게 나타났다. YY-03은 Observed features 1,184, Shannon index 9.83, Faith’s PD 101.99로 가장 높은 다양성을 보였으며, YY-01과 YY-08도 각각 높은 Observed features와 Faith’s PD를 보여 다양한 미생물 분류군이 공존하는 군집 특성을 나타냈다. 반면 YY-05, YY-07 및 YY-02는 Observed features와 Faith’s PD가 상대적으로 낮아, 다른 시료에 비해 군집 풍부도와 계통학적 폭이 제한적인 것으로 해석된다.

이러한 알파 다양성의 차이는 단일 수질 인자만으로 설명되기보다는 관정별 수리지화학 조건의 복합적 차이를 반영하는 것으로 판단된다(Griebler and Lueders, 2009). YY-05 관정의 경우, EC 3,110 µS/cm와 SO₄ 548 mg/L의 고염도와 고황산염 조건을 보이며, 이러한 염류 스트레스가 일부 미생물 분류군의 선택적 우점과 다양성 저하에 영향을 미쳤을 가능성이 있다. YY-02 역시 높은 EC, SO₄, Na 및 Fe 농도와 낮은 DO와 ORP 조건을 보여, 미세 호기성 또는 산화-환원 경계 환경에 적응한 특정 분류군이 상대적으로 우세해졌을 가능성이 있다. 한편 YY-07은 EC가 상대적으로 낮음에도 NO₃ 농도가 83.7 mg/L로 가장 높고 DO도 7.3 mg/L로 높아, 질산염 유입 및 산화적 조건이 군집 구조 형성에 영향을 미쳤을 가능성이 있다. 일반적으로 산화적 환경(높은 DO와 ORP)에서는 NH₄⁺ → NO₂^– → NO₃^–로 진행되는 질산화(nitrification) 과정이 에너지적으로 유리하여, 암모니아 산화균(ammonia-oxidizing bacteria, AOB; e.g., Nitrosomonas)과 아질산염 산화균(nitrite-oxidizing bacteria, NOB; e.g., Nitrospira)이 선택적으로 증식하는 조건이 형성될 수 있다(Prosser, 1990). 특히 Nitrospira는 암모니아를 질산염까지 단독으로 산화하는 완전 질산화(comammox) 능력을 보유한 것으로 알려져 있어, 높은 NO₃^–와 DO가 공존하는 산화적 지하수 환경에서 우점할 가능성이 높다(Daims et al., 2015). 본 연구에서 Nitrospira 계열이 YY-07을 포함하는 Cluster I 시료군에서 상대적으로 확인된 것은, 해당 관정의 산화적 환경과 고질산염을 포함하는 수리지화학 조건과 방향성이 일치하는 결과로 해석된다. 반대로 YY-08은 높은 EC와 SO₄ 농도에도 불구하고 비교적 높은 다양성을 보여, 고광물화 조건이 항상 미생물 다양성 감소로 직접 연결되지는 않음을 시사한다.

군집 균등도(Pielou’s evenness)는 0.91–0.96 범위로 모든 시료에서 비교적 높은 값을 보였다. 이는 연구지역 지하수 미생물 군집이 전반적으로 특정 분류군에 의해 극단적으로 지배되기보다는 다양한 ASV가 비교적 고르게 분포하는 구조를 가짐을 의미한다. 다만 YY-05에서는 Pielou’s evenness가 0.91로 가장 낮아, 다른 시료에 비해 일부 분류군의 상대적 우점도가 증가했을 가능성을 시사한다. 따라서 YY-05의 낮은 Observed features, Shannon index 및 Pielou’s evenness는 고염 및 고황산염 조건에서 군집 다양성과 균등도가 함께 낮아지는 상대적 군집 단순화 경향으로 해석할 수 있을 것이다(Fierer and Lennon, 2011).

베타 다양성을 확인하기 위해 Bray-Curtis 비유사도 기반 NMDS를 수행한 결과(Fig. 6), stress 값은 0.15 미만으로 나타나 2차원 ordination이 시료 간 미생물 군집 거리 구조를 비교적 적절하게 반영하는 것으로 판단되었다(Clarke et al., 2016; Somerfield and Clarke, 2013). NMDS 공간에서 시료들은 완전히 분리된 두 개의 군집으로 구분되기보다는, TDS 또는 지하수 광물화 정도와 관련된 연속적 구배를 따라 배열되는 경향을 보였다. 특히 높은 TDS, EC와 SO₄ 특성을 보이는 YY-02, YY-05, YY-06 및 YY-08은 대체로 NMDS Axis 1의 양의 방향에 위치하였다. 이는 지하수의 광물화 및 염류화 정도가 미생물 군집 조성 차이를 설명하는 주요 환경 구배 중 하나로 작용했을 가능성을 시사한다. 특히, YY-02와 YY-06은 NMDS 공간에서 서로 인접하게 분포하였으며, 두 시료 모두 Na와 SO₄ 농도가 높은 고광물화 수질 특성을 보였다. 이는 Na-SO₄형 또는 고황산염 환경에서 유사한 미생물 군집 구조가 형성될 수 있음을 시사한다. YY-05와 YY-08도 상대적으로 가까운 위치에 분포하였는데, 두 시료는 EC가 모두 3,110 µS/cm로 높고 SO₄ 농도 역시 높은 공통점을 가진다. 반면 YY-01, YY-03 및 YY-07은 상대적으로 NMDS Axis 1의 음의 방향에 위치하여, 고광물화 시료들과 구분되는 군집 조성 특성을 나타냈다. 한편 YY-04는 낮은 EC와 낮은 SO₄ 농도 및 높은 DO 조건을 보임에도 NMDS 공간에서 독립적으로 위치하였다. 이는 YY-04의 미생물 군집 구조가 주요 용존 이온 조성이나 TDS만으로 설명되기 어렵다는 점을 보여준다. 따라서 YY-04는 고염, 고황산염 관정군에 단순히 포함하기보다는, 관정 주변의 국지적 유기물 유입, 대수층 미세환경, 지하수 유동 특성 또는 특정 분류군의 영향이 추가적으로 반영된 시료로 판단된다(Flynn et al., 2013; Griebler and Lueders, 2009).

Fig. 6.

Non-metric multidimensional scaling (NMDS) ordination plot based on Bray-Curtis dissimilarity of microbial community composition. Each point represents one groundwater sample, and the color gradient indicates TDS concentration. A stress value < 0.15 indicates that the two-dimensional ordination provides an acceptable representation of among-sample community dissimilarities.

다양성 분석 결과, 연구지역 지하수 미생물 군집의 풍부도와 계통학적 다양성이 관정별로 크게 달라짐을 보여주며, 미생물 군집 조성이 현장 수질, 용존 이온 등 수리지화학 조건의 차이에 따라 달라질 수 있음을 보여주었다. 그러나 시료 수가 8개로 제한적이고 PERMANOVA와 같은 군집 간 유의성 검정의 검정력이 낮으므로, NMDS 결과는 통계적으로 확정된 군집 구분보다는 수리지화학 구배에 따른 군집 분화 패턴을 해석하는데 사용하였다.

3.4. 미생물 군집 구조 비교

염기서열 기반 미생물 군집 분석 결과, 연구지역 지하수 시료는 총 34개의 문(phylum)으로 구성되어 있는 것을 확인하였으며, 모든 시료에서 Proteobacteria가 가장 우점하였다(Fig. 7A). Proteobacteria의 평균 상대풍부도는 52.1%였고, 시료별로는 약 45.6–60.1% 범위로 분포하였다. Proteobacteria는 지하수 및 대수층 환경에서 흔히 우점하는 주요 세균군으로 유기탄소 이용, 질소 및 황 화합물 전환, 철 산화 등 다양한 생지화학적 과정과 관련된 분류군을 포함한다(Anantharaman et al., 2016; Flynn et al., 2013). 따라서 연구지역 천부 지하수 내 미생물 군집이 다양한 산화-환원 조건과 유기 및 무기 기질 변화에 적응할 수 있는 대사적 유연성을 가진 분류군으로 구성되어 있음을 시사한다.

Fig. 7.

Relative abundance of microbial communities at the (A) phylum and (B) class levels in groundwater samples. Low-abundance taxa were grouped as “less abundant” or “others” for visualization.

Proteobacteria 다음으로는 Actinobacteriota, Bacteroidota, Nitrospirota 등이 주요 문 수준 분류군으로 나타났다. Actinobacteriota는 평균 6.8%를 차지하였으며, YY-01에서 13.6%로 가장 높고 YY-05에서 1.2%로 가장 낮았다. 이는 관정별 유기물 공급, 지하수 체류 조건 또는 염류화 정도에 따라 Actinobacteriota의 상대적 분포가 달라질 수 있음을 보여준다. Bacteroidota는 평균 6.6%로 나타났으며, 일반적으로 고분자 유기물 분해 및 유기탄소 이용과 관련된 분류군을 포함하므로, 연구지역 지하수 내 유기물 순환에 일부 기여할 가능성이 있다(Linares-Otoya et al., 2025). Nitrospirota는 평균 3.9%로 검출되었으며, 이 중 Nitrospira 계열은 아질산염 산화 또는 완전 질산화(complete ammonia oxidation, comammox)와 관련될 수 있어 질산화 과정의 잠재성을 시사한다(Daims et al., 2015).

강(Class) 수준에서는 Proteobacteria 내 Gammaproteobacteria와 Alphaproteobacteria가 주요 그룹을 형성하였다(Fig. 7B). Gammaproteobacteria는 평균 31.2%로 가장 높은 비율을 차지하였으며, 유기탄소 이용, 질소 전환, 황 화합물 산화·환원 등 다양한 기능을 가진 분류군을 포함한다. 연구지역 지하수가 전반적으로 양의 ORP와 비교적 높은 DO를 보이는 점을 고려할 때, Gammaproteobacteria의 우점은 산화적 또는 미세 호기성 조건에 적응한 종속영양성 및 화학무기영양성 분류군의 분포와 관련될 수 있다(Hubalek et al., 2016). Alphaproteobacteria는 평균 20.8%로 나타났으며, 저영양 환경에 적응한 다양한 수계 및 지하수 미생물을 포함한다. 모든 시료에서 Alphaproteobacteria가 비교적 안정적으로 관찰된 것은 연구지역 천부 지하수의 빈영양적 대수층 환경에서 이들 분류군이 광범위하게 분포할 수 있음을 시사한다(Newton et al., 2011).

속(genus) 수준에서 시료 유형에 따른 미생물 군집의 특성을 확인하기 위하여 각 시료에서 1% 이상 존재하는 39개 속을 선별하여 분석을 수행하였다(Fig. 8). 전체 시료에서 Pseudomonas 속은 평균 3.8%로 가장 높은 상대 풍부도를 보였으나 시료 간 차이가 매우 컸다. 특히, YY-01 시료의 경우 Pseudomonas가 22.8%의 높은 비중을 차지하는 반면, YY-05 시료에서는 검출되지 않아 관정별 미생물 군집 구조가 뚜렷하게 달라짐을 보여주었다. Pseudomonas는 다양한 기탄소원을 이용할 수 있는 대사적 유연성을 가진 대표적인 종속영양성 세균군으로, 농업지역 지하수 내 유기물 유입 또는 저분자 탄소원 이용과 관련될 가능성이 있다(Fasolato and Andreani, 2025).

Fig. 8.

Heatmap of dominant genera with relative abundance >1% in at least one groundwater sample. Colors indicate genus-level relative abundance (%), and dendrograms represent hierarchical clustering of samples and genera based on Bray-Curtis dissimilarity and Ward’s linkage.

철 산화와 관련된 Gallionella는 YY-02에서 13.9%로 높은 상대풍부도를 보였으며, 이는 해당 시료의 높은 Fe 농도(2.68 mg/L), 낮은 DO(1.7 mg/L) 및 낮은 ORP(53.1 mV) 조건과 일치된다. Gallionella는 Fe²⁺를 전자공여체로 이용하는 미세호기성 철 산화균으로, 산소와 용존 Fe²⁺가 동시에 존재하는 산화-환원 경계 환경에서 우점하는 것으로 알려져 있다(Emerson et al., 2010; Hallbeck and Pedersen, 2014). 따라서 YY-02에서 Gallionella가 두드러지게 나타난 결과는 해당 관정에서 Fe²⁺ 공급과 제한적인 산소 조건이 공존하는 미세호기성 철 산화 환경이 형성되었을 가능성을 뒷받침한다. 이는 수리지화학 자료(Table 1)와 군집 조성 결과(Fig. 8)가 상호 보완적으로 일치하는 결과로, 본 연구의 지화학-미생물 연계 해석을 뒷받침해 준다.

Heatmap 및 계층적 클러스터링(Ward’s linkage, Bray-Curtis 거리)을 통해 시료들이 우점 속 조성에 따라 크게 두 개의 클러스터로 구분되는 것을 확인하였다(Fig. 8). Cluster I에는 YY-01, YY-03, YY-06, YY-07 및 YY-08이 포함되었으며, 이들 시료에서는 Pseudomonas, Sphingomonas, Flavobacterium, Nitrospira 등 종속영양성 유기탄소 이용과 관련될 수 있는 분류군이 상대적으로 우점하는 특징을 보였다. 이들 속은 수계 및 토양-지하수 환경에서 흔히 보고되는 세균군으로, 농업지역에서 유입될 수 있는 다양한 유기물 또는 용존 유기탄소의 분해·전환 잠재성과 관련될 수 있다(Kirchman, 2002; Palleroni, 2010).

Cluster II에는 YY-05, YY-02 및 YY-04가 포함되었다. 이 클러스터는 전체 군집 조성보다는 특정 우점 속의 상대적 차이에 의해 구분된 것으로 보이며, 수리지화학적으로 완전히 동일한 시료군으로 해석하기는 어렵다. 특히 YY-02는 Gallionella가 두드러지게 우점하고 Fe 농도가 높아 미세호기성 철 산화 환경의 영향을 강하게 반영한 반면(Emerson et al., 2010), YY-04는 낮은 EC, SO₄, Fe 및 높은 DO를 보여 YY-02와는 뚜렷하게 다른 수질 특성을 보인다. 따라서 YY-04가 Cluster II에 포함된 것은 주요 이온 조성보다는 특정 속 수준 분류군의 상대풍부도, 관정 주변의 국지적 유기물 유입, 대수층 미세환경 또는 지하수 유동 특성의 차이가 반영된 결과일 가능성이 있으며, 이는 지하수 미생물 군집이 거시적 수리지화학 조건만으로는 완전히 설명되지 않는 국지적 대수층 이질성에 의해서도 분화될 수 있음을 시사한다(Flynn et al., 2013; Griebler and Lueders, 2009). YY-05는 EC와 SO₄ 농도가 높고 Pielou’s evenness가 가장 낮은 시료로, 고염과 고황산염 조건에서 일부 분류군의 선택적 우점이 군집 구조에 영향을 미쳤을 가능성이 있다. 이는 염분(이온강도)이 지하수 및 수생 환경에서 미생물 군집 조성을 결정하는 1차 환경 필터로 작용한다는 선행연구들과 일관된다(Fierer and Lennon, 2011; Lozupone and Knight, 2007).

Heatmap 기반 클러스터링은 NMDS 분석과 함께 연구지역 지하수 미생물 군집이 관정별로 뚜렷한 조성 차이를 가진다는 점을 보여주었지만, 두 분석에서 사용하는 자료 구조와 분석 방식이 다르기 때문에 두 결과를 완전한 동일 군집으로 해석하기는 어렵다(Fig. 6, Fig. 8). 따라서 두 분석은 모두 수리지화학 조건과 미생물 군집 조성 간의 연계를 시사하지만, 군집 구조가 EC, SO₄, Fe, DO, ORP와 같은 주요 수질 인자만으로 완전히 설명되지는 않음을 함께 보여준다.

미생물 군집 분석 결과, 연구지역 지하수 미생물 군집은 문 수준에서는 Proteobacteria가 전반적으로 우점하는 공통성을 보였으나, 속 수준에서는 관정별 수리지화학 조건과 국지적 대수층 환경에 따라 뚜렷한 차이를 나타냈다. 이러한 결과는 농업지역 천부 지하수에서 미생물 군집 조성이 수리지화학 환경 변화에 민감하게 반응하며, 특정 분류군의 우점 양상이 지하수 내 생지화학적 조건을 해석하는 보조 지표로 활용될 수 있음을 보여준다.

3.5. 물질 순환 기능 유전자 분포 예측

PICRUSt2 기반 기능 유전자 예측 결과, 연구지역 지하수 미생물 군집은 질소, 황, 철 순환과 관련된 다양한 대사 기능 유전자를 잠재적으로 보유하는 것으로 나타났다(Fig. 9). 질소 순환과 관련해서는 질산염 환원 및 탈질 과정에 관여하는 napAB, narG/nxrA, narH/nxrB, nirK, nirS, norB, nosZ 계열 유전자가 여러 시료에서 예측되었다. 특히, YY-02와 YY-06 시료에서는 다수의 질소 순환 관련 유전자가 상대적으로 높은 풍부도를 보였으며, YY-04 시료에서도 일부 질산염 환원 및 탈질 관련 유전자가 높게 나타났다. 이는 해당 관정들에서 질산염 또는 아질산염의 환원 반응과 관련된 기능 잠재성이 존재함을 시사한다. 다만 연구지역 지하수는 전반적으로 DO와 ORP가 양의 값을 보이는 산화적 조건을 나타내므로, 실제 탈질 반응은 지하수 전체 수체보다는 유기물이 축적된 미세공극, 대수층 입자 표면 또는 산화-환원 경계면과 같은 국지적 미세 환원환경에서 제한적으로 발생할 가능성이 높다(Rivett et al., 2008). 따라서, 연구지역 지하수에서 질산염 제거 과정이 실제로 우세하게 진행되었음을 직접 입증하기보다는, 탈질 및 질산염 환원과 관련된 미생물 기능 잠재성이 관정별로 다르게 분포함을 보여준다고 할 수 있다.

Fig. 9.

Heatmap of PICRUSt2-predicted functional genes associated with nitrogen, sulfur, and iron cycling in groundwater samples. Colors indicate row-scaled relative abundance values, with red and blue representing higher and lower predicted abundance, respectively. The top dendrogram shows hierarchical clustering of samples based on selected functional KO profiles.

황 순환 기능 유전자의 경우, 황산염 활성화 및 환원 과정과 관련된 sat, aprAB, dsrAB 계열 유전자와 동화적 황산염 환원에 관여하는 cys 계열 유전자, 그리고 황 산화와 관련된 sox 유전자군이 예측되었다(Kurima et al., 1998; Lampreia et al., 1990; Parey et al., 2010). aprAB, dsrAB 및 sat 계열 유전자는 SO₄ 농도가 높은 YY-02와 YY-06에서 상대적으로 높은 풍부도를 보여, 이들 관정에서 황산염 환원 또는 황 화합물 전환과 관련된 기능 잠재성이 비교적 크게 나타남을 시사한다(Muyzer and Stams, 2008). 그러나 SO₄ 농도가 매우 높은 YY-08에서는 동일한 유전자군의 뚜렷한 증가는 관찰되지 않아, 황산염 농도와 황산염 환원 기능 잠재성이 항상 직접적으로 대응하지는 않는 것으로 판단된다. 이는 YY-08의 높은 SO₄ 농도가 미생물 환원 반응보다는 황산염 광물 용해, 황화광물 산화, 농업기원 황산염 유입 또는 체류에 따른 농축 등 수리지화학적 요인의 영향을 더 크게 받았을 가능성을 시사한다.

한편 YY-05에서는 soxA, soxB, soxC 및 soxX 등 황 산화 관련 유전자군이 상대적으로 높게 예측되었다. YY-05는 EC와 SO₄ 농도가 높고 NO₃ 농도도 37.3 mg/L로 비교적 높게 나타난 관정으로, 이러한 조건은 황 화합물을 전자공여체로 이용하는 황 산화 미생물 또는 황 산화 기반 독립영양 탈질 과정의 잠재적 기여 가능성을 시사한다(Chen et al., 2023; Nie et al., 2023).

철 순환과 관련해서는 cyc2/mtoA, mtrA/C 등 Fe(II) 산화 또는 세포외 전자전달과 관련될 수 있는 유전자와 fbpA, fur, TonB-dependent receptor 등 철 획득 및 조절과 관련된 기능 유전자가 예측되었다. 특히 YY-02는 Fe 농도(2.68 mg/L)가 가장 높고 DO (1.7 mg/L)와 ORP (53.1 mV)가 가장 낮은 관정으로, 미세호기성 철 산화균인 Gallionella가 우점한 군집 조성 결과와 함께 철 순환 기능 잠재성이 가장 명확하게 해석되는 시료이다. 이러한 결과는 YY-02에서 산소와 Fe²⁺가 공존하는 산화-환원 경계 환경이 형성되었고, 해당 환경이 철 산화 미생물의 우점 및 철 순환 관련 기능 유전자 분포에 영향을 미쳤을 가능성을 뒷받침한다(Emerson et al., 2010).

기능 유전자 분포는 연구지역 지하수 미생물 군집이 질소, 황 및 철 순환에 관여할 수 있는 다양한 기능 잠재성을 보유하며, 그 분포가 관정별 수리지화학 조건과 부분적으로 연계됨을 보여준다. YY-02와 YY-06은 질소 및 황 환원 관련 기능 유전자가 상대적으로 높고, YY-02는 높은 Fe 농도와 Gallionella 우점에 의해 철 산화 환경의 생물학적 신호가 가장 뚜렷하게 나타났다. 반면 YY-05는 황 산화 관련 sox 유전자군이 특징적으로 높아 고염, 고황산염 및 질산염 조건에서 황 산화 기반 질소 전환 가능성을 시사한다. 다만, 본 결과는 16S rRNA 기반 예측 자료이므로 실제 대사 반응을 직접 증명하는 것은 아니며, 향후 qPCR, shotgun metagenomics, metatranscriptomics 및 안정동위원소 분석을 병행할 경우 지하수 내 질소·황·철 순환 기작을 보다 명확히 규명할 수 있을 것으로 판단된다.

4. 결 론

본 연구에서는 경상북도 영양군 남서부 반변천 인근 농업지역의 천부 지하수 8개 관정을 대상으로 수리지화학적 특성, 농업용수 적합성, 미생물 군집 구조 및 16S rRNA 기반 기능 예측을 통합적으로 평가하였다. 연구지역 지하수는 저광물화 Ca-HCO₃형과 SO₄가 우세한 고광물화 수질(Na-SO₄, Na-Ca-SO₄, Ca-Na-SO₄형)로 구분되었으며, 일부 관정의 높은 EC, Na, SO₄ 농도는 기반암 풍화, 황산염 광물 용해 및 황화광물 산화와 같은 자연적 요인과 비료·퇴비·축산 등 농업기원 영향이 복합적으로 작용한 결과로 해석되었다. Stiff diagram을 통한 공간적 비교에서, 저광물화 Ca-HCO₃형 관정(YY-01, YY-03, YY-04)은 좁고 대칭적인 형태를 보인 반면, 고황산염 관정(YY-02, YY-06, YY-08)은 SO₄^2– 방향으로 크게 확장된 형태를 나타내어 유역 상류에서 하류에 걸쳐 뚜렷한 수리지화학적 이질성이 공간적으로 분포함을 확인하였다(Fig. 2). 특히 YY-02, YY-05 및 YY-08은 SAR-EC 및 Wilcox diagram 평가에서 농업용수로 부적합하게 분류되어, 고염도 지하수의 장기 이용이 토양 염류 집적과 작물 생육 저해를 유발할 수 있음을 보여주었다.

미생물 군집은 동일 유역 내에서도 관정별로 뚜렷한 차이를 보였다. 알파 다양성의 변동 폭이 컸으며, YY-05의 낮은 Pielou’s evenness는 고염 및 고황산염 조건에서 일부 적응성 분류군이 우점하는 군집 단순화 가능성을 시사하였다. NMDS 분석에서는 고농도의 TDS, Na, SO₄ 특성을 갖는 YY-02, YY-05, YY-06, YY-08 시료가 Axis 1의 양의 방향에 분포하여 지하수의 광물화와 염류화 정도가 군집 조성 차이를 설명하는 주요 환경 구배로 작용함을 보여주었다. 다만 저염, 고DO 조건임에도 독립적으로 분리된 YY-04는 군집 구조가 용존 이온 조성만으로 설명되지 않으며 국지적 대수층 환경, 유기물 공급, 토지이용 등의 영향이 함께 작용함을 시사하였다.

모든 시료에서 Proteobacteria가 우점하였으나 세부 조성은 관정별 지화학 조건에 따라 달라졌다. YY-02에서는 Fe 2.68 mg/L, 낮은 DO와 ORP 조건과 함께 미세호기성 철 산화균 Gallionella가 13.9%로 우점하여, 산소와 Fe²⁺가 공존하는 산화-환원 경계 환경에서 철 산화 미생물이 선택적으로 증식할 수 있음을 보여주었으며, 이는 수리지화학 자료와 미생물 자료가 상호 일치하는 대표 사례였다. 반면 다른 관정에서는 Pseudomonas, Sphingomonas, Flavobacterium, Massilia 등 종속영양성 분해균이 우세하여 농업기원 유기물 순환과의 관련성을 시사하였다.

PICRUSt2 기능 예측 결과, 미생물 군집은 질소, 황 및 철 순환 관련 기능 유전자를 잠재적으로 보유하였다. 질산염 환원 및 탈질 관련 유전자가 여러 시료에서 예측되어 질산염 저감 잠재성을 시사하였으나, 연구지역이 대체로 산화적 환경임을 고려하면 실제 탈질은 유기물이 축적된 미세공극이나 산화-환원 경계면과 같은 국지적 미세 환원환경에서 제한적으로 일어날 가능성이 높다. 황 순환은 YY-02·YY-06에서, sox 유전자군은 YY-05에서 특징적으로 높게 예측되었으며, 철 순환은 높은 Fe 농도와 Gallionella 우점을 보인 YY-02에서 가장 뚜렷하였다.

종합하면, 영양군 농업지역 천부 지하수는 자연적 수질 형성과 농업기원 오염이 복합적으로 작용하는 환경이며, 이러한 수리지화학 구배가 미생물 군집 구조와 기능 잠재성의 차이로 반영되었다. 따라서 EC, Na, SO₄, NO₃, Fe, DO, ORP 등 핵심 수질 인자와 미생물 군집 정보를 결합한 접근은 농업지역 지하수의 오염 특성, 자연저감 가능성 및 대수층 생태 건강성을 평가하는 유용한 통합 도구가 될 수 있다. 다만 본 연구는 단일 시기 8개 관정에 한정되어 계절, 강우 및 농업 시기에 따른 변동을 반영하지 못하며, PICRUSt2 예측은 실제 유전자 발현이나 대사 활성을 직접 입증하지는 못한다. 향후 계절별 반복 조사와 장기 모니터링, 질소와 황 안정동위원소 분석, qPCR 기반 기능 유전자 정량, shotgun metagenomics 및 metatranscriptomics 병행 분석을 통해 농업지역 천부 지하수에서 질소, 황, 철 순환을 매개하는 미생물학적 기작과 오염물질 자연저감 과정을 보다 정밀하게 규명할 수 있을 것으로 판단된다.