수해현장에서 다량으로 발생하는 수해폐기물은 재해복구 초동대응을 지연하며 토양 내 오염물질 유출 등 환경오염을 유발한다. 수해폐기물을 적절히 처리하기 위한 첫 번째 절차는 폐기물 발생량을 신속하고 정확하게 예측하는 것이다. Hirayama 등(2005)은 피해 건물 수, 피해 도로 연장 등 설명 변수로 일본의 수해폐기물 발생량을 예측하는 다중선형회귀분석 방법을 제안하였으나 이 방법은 국내 자료에서는 설명력이 좋지 못하다. 재해강도와 재해를 받아내는 사회기반시설이 국가별로 다르기에 재해폐기물 발생 양상이 달라지는 것은 당연한 일이다. 다중선형모형의 설명력이 낮은 것은 수해폐기물 발생과 재해변수가 완전히 선형적이지 않거나, 입력변수간 관계가 엄밀히 독립적이지 않았기 때문일 가능성이 있다. 다중회귀분석에서는 입력변수 간 독립성을 전제로 하는데, 이를 확인하기 위해서는 분산팽창계수를 계산해볼 필요가 있으며 분산팽창계수가 10보다 큰 변수는 모형 개발에서 제외하는 것이 일반적이나 1과 10 사이의 범위의 값을 가지면 상호작용을 고려할 필요가 있다. 본 연구에서는 수해폐기물 발생에 재해변수가 갖는 비선형성과 재해변수 간 상관관계를 적절히 고려하기 위해 상호작용 항을 도입하여 회귀모형을 개발하였다. 상호작용 항은 두 입력변수의 곱으로 표현한다. 소방방재청의 재해연보에 보고된 2008-2017년 수해 90건을 활용하였으며 입력변수는 피해 건물 수, 농경지 면적, 도로 연장, 하천 연장, 소하천 연장이다. 본 연구에 활용한 변수들은 분산팽창계수가 10보다는 작아 모형 개발에 활용할 수 있으나 1과 10 사이의 값을 가져 약한 상관관계가 있다고 판단하였다. 분석 결과 상호작용 항을 도입하면 모형의 예측성능이 높아졌으며 이는 평균제곱오차가 낮아지고 수정된 결정계수가 높아짐으로 확인하였다. 회귀모형을 개선하기 위한 근본적인 방법은 추가적인 입력변수를 찾아내거나 모형의 형태를 바꾸는 것이다. 그러나 이 방법들은 연구자의 직관에 의존할 수밖에 없으며 시간과 비용이 필요한 작업이다. 상호작용 항을 도입하는 것은 훨씬 간단하면서도 수해폐기물 예측 모형을 개선하는 손쉬운 방법이므로 모형 개발에 있어 일종의 적정기술로 볼 수 있겠다.