폭염 재난문자, 정말 더워서 늘었을까? 재난문자 6만 건과 기상청 날씨로 직접 검증해봤습니다

2026년 8월, "폭염 재난문자가 최근 5년 평균보다 57% 늘었다"는 보도가 나왔습니다. 기록적인 더위 때문이라는 설명이었습니다. 재난문자 63,402건을 기상청 관측과 하루 단위로 붙여 보니 더위가 문자를 잘 설명하는 것은 맞았습니다. 그런데 체감온도가 같은 날끼리 비교해도 2025년부터 폭염 문자가 더 많이 왔고, 늘어난 몫은 '보낼지 말지'가 아니라 '같은 날 한 번 더 보내기'에서 나왔습니다. 다만 이 증가는 서울·광주전남·경남·경북 같은 몇몇 시도에 몰려 있고, 통계 모형을 바꾸면 유의하지 않게 나옵니다. 이 글은 그 계산을 Colab에서 처음부터 그대로 따라 하는 방법을 10단계로 정리했습니다.

결론부터

• 날씨가 문자를 잘 설명합니다. 체감 33도를 넘는 시도-일의 88%에 폭염 문자가 왔고, 29도 아래에서는 1% 미만이었습니다. 하루 100mm 넘게 비가 온 시도-일 163번은 모두 호우 문자가 왔습니다.
• 같은 더위에서도 2025년 폭염 문자가 많았습니다. 체감온도·시도·달·폭염 지속일을 같게 놓은 포아송 모형에서 2025년은 2024년의 1.37배(95% 구간 1.13~1.65)입니다.
• 문자를 보낸 시군구 수(195곳 → 196곳)와 보낼 확률은 늘지 않았습니다. 대신 같은 날 두 번 이상 보낸 시군구 비율이 15.8%에서 28.7%로 늘었습니다.
• 다만 이 증가는 전국적인 변화가 아닙니다. 서울(2.65배)·광주전남(2.17배)이 크게 늘었고 부산·울산·대구 등 8곳은 줄었습니다. 시도 차이를 더 크게 허용하는 음이항 모형에서는 1.20배(95% 구간 0.95~1.51)로 유의하지 않습니다.
• 데이터에는 2025년 9월 26일부터 31일 동안 기록이 0건인 구간이 있습니다. 같은 날 밤 국가정보자원관리원 대전센터에서 화재가 났습니다.

이 글은 이런 분께 필요합니다

공공데이터 API 두 개를 받아 하나의 표로 붙여 보고 싶은 분, "OO 때문에 XX% 늘었다"는 뉴스 숫자를 '같은 조건끼리' 다시 비교하는 방법이 궁금한 분, 데이터 분석 포트폴리오에 수집부터 한계 서술까지 보여줄 사례가 필요한 분을 위한 글입니다. 코드를 직접 짤 필요는 없습니다. 아래 버튼으로 노트북을 열고 런타임 → 모두 실행을 누르면 이 글의 모든 숫자와 차트 7장이 다시 만들어집니다.

코드 없이 숫자만 골라 보고 싶다면 재난문자 × 날씨 대시보드에서 연도·지역·재난 유형별 추이와 날씨를 바로 볼 수 있습니다.

준비물은 Google 계정 하나입니다. API 키는 필요 없습니다. 2026년 10월 18일에 받은 원자료를 공개 GitHub 저장소(team-datapopcorn/datapopcorn-assets)에 올려 두었고, 노트북은 그 파일을 읽습니다. 원자료를 직접 다시 받고 싶은 분을 위해 Step 2~3에 API 신청과 수집 방법을 적었습니다.

Step 1. 뉴스 숫자를 '같은 조건' 질문으로 바꿉니다

지디넷코리아(2026-08-11)는 행정안전부 자료를 인용해 2026년 1~7월 폭염 재난문자가 2,563건으로 최근 5개년 같은 기간 평균(1,625건)보다 57% 늘었고, 8월 4~10일 일주일에만 1,292건이 나갔다고 보도했습니다. 기록적인 폭염이 이어졌기 때문이라는 설명입니다.

더운 해에 문자가 많은 것은 당연합니다. 그래서 질문을 이렇게 바꿉니다.

똑같이 더운 날끼리 비교해도 폭염 재난문자는 늘었는가? 늘었다면 어디서 늘었는가?

이 질문에 답하려면 문자 기록과 날씨 관측을 같은 날짜, 같은 지역으로 맞춰야 합니다.

Step 2. 재난문자 63,402건을 API로 받습니다

재난문자는 재난안전데이터공유플랫폼의 행정안전부_긴급재난문자 오픈API로 받습니다. 회원가입 후 이용신청을 하고 승인되면 마이페이지의 데이터 이용 내역에 서비스키가 나옵니다.

신청할 때 두 가지를 알아 두면 시간을 아낍니다.

• 등록한 IP에서만 호출됩니다. 신청서에 적은 IP 하나만 허용되고, 변경 화면에서도 IP 칸은 하나뿐입니다. Colab은 실행할 때마다 IP가 바뀌므로 Colab에서 직접 호출하기 어렵습니다. 그래서 이 글의 노트북은 미리 받아 둔 파일을 읽습니다.
• 하루 호출 한도는 1,000회입니다. 한 번에 1,000건까지 받을 수 있으므로 전체를 받는 데 64번이면 충분합니다.

url = f"https://www.safetydata.go.kr/V2/api/DSSP-IF-00247?serviceKey={KEY}&pageNo={p}&numOfRows=1000&returnType=json"

응답은 오래된 문자부터 나옵니다. 받는 도중에도 새 문자가 계속 들어오기 때문에 페이지가 밀려 같은 문자를 두 번 받거나 하나를 놓칠 수 있습니다. 실제로 첫 수집에서는 일련번호(SN) 기준 1,000건이 모자랐습니다. 다 받은 뒤 SN이 모두 다른지 확인하고, 다르지 않으면 다시 받습니다. 최종본은 2023년 9월 1일부터 2026년 10월 18일까지 63,402건이고 SN이 모두 다릅니다.

받은 문자 본문에는 실종자 이름과 인상착의가 들어간 것이 있습니다. 그래서 공개 저장소에는 본문 대신 본문 해시(msg_hash)만 올렸습니다. 같은 문자를 반복 저장했는지 확인하는 데는 해시로 충분합니다.

Step 3. 기상청 ASOS 일자료를 붙입니다

날씨는 공공데이터포털의 기상청 지상(종관, ASOS) 일자료 조회서비스로 받습니다. 활용신청은 자동승인이고, 이용허락범위는 출처표시(공공누리 제1유형)입니다. 관측소 번호를 하나씩 넣어 2023년 9월 1일부터 어제까지 받으면 97개 지점, 110,867 지점-일이 나옵니다.

재난문자는 '경상북도 의성군'처럼 지역 이름으로, 날씨는 관측소 번호로 나오므로 둘을 시도 단위로 맞춥니다.

정리 항목	처리
관측소 → 시도	97개 지점마다 시도를 붙였습니다(station_sido.csv). 추풍령(135)은 경북 김천, 고창(172, 251)은 전북입니다
섬 관측소	백령도·울릉도·흑산도는 내륙과 날씨가 많이 달라 시도 값 계산에서 뺍니다
시도 하루 날씨	시도 안 관측소 가운데 가장 높은 최고기온·체감온도, 가장 많은 강수량을 씁니다. 폭염·호우 문자는 시도 안 어느 한 곳만 위험해도 나가기 때문입니다
체감온도	기상청 여름철 체감온도 식에 일최고기온과 일최소습도를 넣어 근사합니다
시도 이름	2026년 전남광주통합특별시 출범 전후 이름이 섞여 있어 광주·전남을 광주전남 하나로, 전라북도·전북특별자치도를 전북으로 묶습니다
여러 시도에 간 문자	1,408건은 수신 지역이 두 시도 이상입니다. 시도마다 한 번씩 셉니다

체감온도를 쓰는 이유는 폭염특보 기준이 기온이 아니라 일최고체감온도(33도 이상 주의보, 35도 이상 경보)이기 때문입니다. 다만 기상청은 시간별 값으로 계산하므로 일자료로 만든 이 값은 근사치입니다.

Step 4. 뉴스 숫자와 맞는지 먼저 확인합니다

분석에 들어가기 전에, 받은 데이터가 행정안전부가 세는 데이터와 같은지 확인합니다. 노트북의 Step 2 셀이 기사 숫자를 그대로 다시 셉니다.

heat = alerts[alerts.DST_SE_NM == '폭염']
((heat.date >= '2026-01-01') & (heat.date <= '2026-07-31')).sum()   # 2563
((heat.date >= '2026-08-04') & (heat.date <= '2026-08-10')).sum()   # 1292

두 숫자가 모두 기사와 한 건도 다르지 않습니다. 이 데이터가 정부 발표의 바탕이 되는 기록과 같다고 보고 다음으로 넘어갑니다. 참고로 같은 방식으로 세면 1~7월 폭염 문자는 2024년 1,140건, 2025년 3,637건, 2026년 2,563건입니다.

Step 5. 비어 있는 31일부터 찾습니다

하루 단위로 문자 수를 세어 보면 이상한 구간이 하나 있습니다. 2025년 9월 26일부터 10월 26일까지 31일 동안 기록이 0건입니다. 2025년 10월 전체가 41건뿐인 이유가 이것입니다(10월 27일 이후 분).

같은 날 밤 대전 국가정보자원관리원 전산실에서 리튬이온 배터리 화재가 나 정부 업무시스템 647개가 멈췄고(연합뉴스, 2025-09-27), 대전센터 시스템이 모두 정상화되기까지 49일이 걸렸습니다(연합뉴스, 2025-11-14). 이 기간에도 재난문자는 휴대전화로 발송됐을 가능성이 높습니다. 0건은 '문자가 안 갔다'가 아니라 '플랫폼에 기록이 쌓이지 않았다'로 읽어야 합니다. 이 31일은 이후 모든 계산에서 뺍니다.

이 구간을 모르고 월별 추세를 그리면 "2025년 10월에 재난이 사라졌다"는 엉뚱한 결론이 나옵니다. 공공 API를 받으면 연속 0건 구간부터 찾는 습관이 필요한 이유입니다.

Step 6. 날씨가 문자를 설명하는지 봅니다

이제 시도×일 표(공백 기간을 빼고 17,792행)를 만들고, 2024~2026년 6~9월만 골라 그날 체감온도별로 폭염 문자가 1건이라도 온 비율을 셉니다.

체감 29도 아래에서는 1% 미만, 33도에서 81%, 35도 이상에서는 96% 이상입니다. 33도 이상인 시도-일 전체로는 88%입니다. 반대로 폭염 문자가 온 날 가운데 체감온도가 31도도 안 된 날은 4.9%였습니다. 폭염 문자는 실제 더위와 잘 맞습니다.

비도 같은 방식으로 봅니다. 그날 시도 관측소 중 가장 많은 일강수량 구간별로 호우 문자가 온 비율입니다.

100mm 이상 온 163번은 모두 호우 문자가 왔고, 비가 오지 않은 날은 1%였습니다. 날씨가 문자를 설명한다는 첫 번째 확인은 통과입니다.

Step 7. 같은 더위끼리 연도를 비교합니다

이제 처음 질문으로 돌아갑니다. 체감온도 1도 구간마다 시도 하루 평균 폭염 문자 수를 해마다 따로 그립니다.

33~35도 구간에서 2025년 선이 2024년보다 위에 있습니다. 숫자로 보면 체감 33도 이상인 시도-일의 평균 폭염 문자 수는 2024년 6.90건, 2025년 9.72건, 2026년 10.03건입니다. 세 해 모두 그런 날의 평균 체감온도는 34.3~34.6도로 비슷합니다.

그래프만으로는 시도 구성이나 폭염이 며칠째인지가 섞여 있을 수 있습니다. 그래서 체감온도 구간, 시도, 달, 폭염 연속일수를 함께 넣은 회귀로 연도 차이만 떼어 봅니다. 문자 수 같은 건수 자료에는 포아송 회귀를 씁니다. 같은 시도 안의 날들은 서로 비슷하므로 표준오차는 시도 단위로 묶어 계산합니다.

smf.glm('heat ~ C(year) + C(fbin) + C(sido) + C(month) + run10', data=S,
        family=sm.families.Poisson()).fit(cov_type='cluster', cov_kwds={'groups': groups})

모형	2025 / 2024	2026 / 2024
포아송	1.37배 (95% 구간 1.13~1.65)	1.28배 (1.05~1.57)
음이항	1.20배 (0.95~1.51), p=0.13	1.09배 (0.79~1.50), p=0.59

두 모형의 결과가 다릅니다. 이유는 시도별로 보면 드러납니다. 체감 33도 이상인 날의 문자 수를 2025년과 2024년으로 나누면 서울 2.65배, 광주전남 2.17배, 경남 1.60배, 경북 1.56배로 크게 늘었지만, 부산 0.50배, 울산 0.54배, 제주 0.60배, 대구 0.69배 등 8곳은 오히려 줄었습니다. 포아송 모형은 문자를 많이 보내는 시도에 무게가 실리고, 음이항 모형은 시도 사이 흔들림을 더 크게 봅니다. 그래서 정확한 표현은 이렇습니다.

같은 더위에서 2025년 폭염 문자는 2024년보다 많았다. 다만 그 증가는 문자를 많이 보내는 몇몇 시도에서 나왔고, 전국 모든 시도의 공통 변화라고 말할 근거는 약하다.

Step 8. 늘어난 문자가 어디서 왔는지 쪼갭니다

문자 수가 늘어나는 길은 두 가지입니다. 문자를 보내는 날이 늘었거나, 보내는 날 더 많이 보냈거나입니다.

먼저 보내는 쪽입니다. 체감 33도 이상인 시도-일에 폭염 문자가 1건이라도 온 비율은 88.3%, 86.7%, 89.0%로 거의 같습니다. 회귀로 비교해도 2025년은 오히려 3.0%p 낮았습니다. 폭염 문자를 보낸 시군구 수도 195곳, 196곳, 207곳으로 비슷합니다.

차이는 보내는 날 안에서 납니다. 폭염 문자를 보낸 시군구-일 가운데 같은 날 2건 이상 보낸 비율이 두 배 가까이 됐습니다.

같은 문자가 플랫폼에 두 번 저장된 것일 수도 있으니 확인합니다. 같은 날 같은 시군구의 같은 본문(같은 msg_hash)을 하나로 합쳐도 12.4%, 25.1%, 28.4%로 증가는 그대로입니다. 저장 중복이 아니라 실제로 내용이 다른 문자를 한 번 더 보낸 것입니다.

왜 다시 보내게 됐는지는 이 데이터로 알 수 없습니다. 발송 지침, 지자체 담당자의 판단, 폭염특보 단계 변화 등이 모두 후보입니다. 예를 들어 강원일보(2026년 8월)는 2026년 8월 6일 춘천·홍천·횡성에 폭염특보 최고단계인 폭염중대경보가 처음 발령되자 18개 시·군 중 절반이 폭염 관련 재난문자를 보냈다고 보도했습니다. 하지만 2025년 증가는 그보다 먼저 나타났으므로 이것만으로는 설명되지 않습니다.

Step 9. 지역과 시간대 차이를 봅니다

시도 합계를 그대로 비교하면 시군구가 많은 경기(31곳)·경북(22곳)이 당연히 많습니다. 그래서 시군구 수로 나눠 '시군구 하나가 더운 날 하루에 보내는 폭염 문자 수'로 봅니다.

경북은 0.97건, 바로 옆 대구는 0.30건으로 3배 넘게 차이 납니다. 대구 안을 들여다보면 2024~2026년 폭염 문자 398건 가운데 231건은 2023년 경북에서 편입된 군위군, 74건은 달성군이 보냈고, 도심의 구는 거의 보내지 않았습니다. 전국에서 폭염 문자를 가장 많이 보낸 곳도 경북 의성군(473건), 경남 진주시(318건), 경북 김천시(263건) 순입니다. 서울은 0.12건으로 가장 적습니다. 같은 더위에도 농촌 군과 도시 구의 발송 습관이 크게 다르다는 뜻입니다. 이 그림은 더위의 크기가 아니라 발송 방식의 차이를 보여줍니다. 2024년 이후 폭염 문자는 99.99%가 지자체가 판단해 보내는 '안전안내' 단계입니다.

하루 중 언제 오는지도 봅니다. 전체 63,402건의 발송 시각을 세면 오전 10시가 가장 많고, 이 시간대 문자의 52%가 폭염 문자입니다.

폭염 문자는 오전 10시와 오후 1~2시에 몰립니다. 더위가 시작되기 전 아침과 가장 더운 오후에 나눠 보내는 모습이고, Step 8의 '같은 날 두 번'과도 맞물립니다.

Step 10. 결론을 데이터가 말할 수 있는 만큼만 씁니다

정리하면 이렇습니다.

1. 폭염·호우 문자는 실제 관측 날씨와 잘 맞습니다. 체감 33도 이상인 날의 88%, 100mm 이상 비가 온 날의 100%에 문자가 왔습니다.
2. 같은 더위에서도 2025~2026년 폭염 문자는 2024년보다 많았습니다. 늘어난 몫은 보내는 지역이 아니라 같은 날 다시 보내는 횟수에서 나왔습니다.
3. 그 증가는 서울·광주전남·경남·경북 등 일부 시도에 몰려 있고, 모형에 따라 통계적으로 유의하지 않을 수 있습니다.
4. 2025년 9월 26일부터 31일 동안은 기록 자체가 없습니다.

이 결과로 "지자체가 문자를 남발한다"고 말할 수는 없습니다. 다시 보낸 문자에 새 정보(특보 격상, 쉼터 운영 시간 변경 등)가 담겼는지는 본문을 하나씩 읽어 봐야 알 수 있고, 문자를 더 보낸 것이 온열질환을 줄였는지는 이 데이터로 알 수 없습니다.

남은 한계도 적어 둡니다.

• 문자는 예보를 보고, 날씨는 관측을 봅니다. 폭염 문자는 예보와 특보 발표에 따라 나가지만, 이 분석은 그날 실제로 관측된 날씨와 비교했습니다.
• 체감온도는 근사치입니다. 시간별 값 대신 일최고기온과 일최소습도로 계산했습니다. 시도 안 관측소의 최댓값 대신 평균값을 써도 포아송 결과는 1.37배(95% 구간 1.13~1.66)로 같았습니다.
• 시도 집계 방식이 결과에 들어갑니다. 관측소가 많은 시도는 '가장 더운 관측소' 값이 높게 나오기 쉽고, 여러 시도에 간 문자는 시도마다 한 번씩 셌습니다.
• 2023년은 9~12월만 있습니다. 그래서 여름 비교는 2024~2026년만 썼습니다.

막힐 때

증상	원인	해결
차트의 한글이 네모(□)로 보입니다	Pretendard 폰트 다운로드 셀이 실행되지 않았습니다	맨 위 Step 0 셀부터 런타임 → 모두 실행으로 다시 실행합니다
HTTPError 404로 CSV를 못 읽습니다	저장소 경로가 바뀌었거나 네트워크가 막혔습니다	GitHub 폴더에서 data/ 폴더를 받아 Colab 왼쪽 파일 창에 같은 이름으로 올리면 노트북이 로컬 파일을 먼저 씁니다
AssertionError: 일련번호(SN) 중복	직접 수집하다가 새 문자가 들어와 페이지가 밀렸습니다	collect.py를 다시 실행합니다. 문자가 적게 들어오는 시간대에 받으면 페이지가 밀릴 가능성이 줄어듭니다
재난문자 API가 오류를 내거나 결과를 주지 않습니다	신청할 때 등록한 IP가 아닌 곳에서 호출했을 수 있습니다	마이페이지 → 데이터 이용 내역 → 변경신청에서 IP를 지금 쓰는 PC의 공인 IP로 바꿉니다
ASOS API에서 오늘 날짜 자료가 나오지 않습니다	종료일을 오늘로 넣었습니다	일자료는 전날까지만 제공됩니다. endDt를 어제 날짜로 넣습니다
회귀 셀에서 ConvergenceWarning이 나옵니다	음이항 모형의 반복 계산 경고입니다	결과 숫자가 글과 같다면 무시해도 됩니다

다음에 해볼 재난문자 분석 주제

주제	데이터	이렇게 물어볼 수 있습니다
한파 문자와 최저기온	같은 패널의 cold 열, ASOS 최저기온	영하 12도 아래에서 한파 문자 확률이 해마다 달라졌는가
실종 문자는 언제, 어디서 많이 오는가	kw_missing_person 플래그	실종 경보 문자의 시간대·요일·지역 분포는 어떤가
특보와 문자 사이의 시간차	기상청 특보통보문 API	폭염·호우특보가 발표되고 몇 분 뒤에 문자가 나가는가
문자 피로와 반복 발송	본문 텍스트	같은 날 두 번째 문자에 새 정보가 담긴 비율은 얼마인가

재현과 출처

노트북, 정리된 CSV, ASOS API 원본 응답, 수집 스크립트는 모두 team-datapopcorn/datapopcorn-assets/disaster-alerts-weather에 있습니다. 노트북은 2026년 10월 18일에 처음부터 끝까지 실행해 이 글과 같은 숫자가 나오는 것을 확인했습니다. 모든 숫자는 별도 코드로 한 번 더 독립 재계산해 맞는지 확인했습니다.

• 재난문자: 행정안전부 긴급재난문자, 재난안전데이터공유플랫폼 오픈API(DSSP-IF-00247), 2026-10-18 수집
• 날씨: 기상청 지상(종관, ASOS) 일자료 조회서비스, 공공데이터포털, 2026-10-18 수집, 공공누리 제1유형
• 보도: 지디넷코리아(2026-08-11), 연합뉴스(2025-09-27, 2025-11-14), 강원일보(2026년 8월)