고도정수처리공정에서 산화제로 이용되는 UV, 오존, 염소 등은 원수에 포함된 자연유기물과의 비의도적 반응에 의해 소독부산물 및 유기화합물로 변환된다. 이러한 화학물질 발생기작 예측 및 국민의 건강성 확보를 위해 정수 처리수에 대한 수질기준 또는 미규제 항목에 대한 질량분석을 수행하고 있다. 기존의 화학물질을 분석방법은 분석하고자 하는 대상물질을 선정하여 표준물질을 분석하는 정량방법을 취하고 있으나 최근 분석장비의 고도화 및 데이터 통계처리법의 발전을 통해 1회 분석 시 획득할 수 있는 데이터의 수는 단시간 분석 시 50,000종 이상의 질량 대 전하비(mass to charge ratio, m/z)의 결과를 얻을 수 있었다. 따라서 본 연구에서는 두 개의 다른 고도정수처리공정별 수질시료를 LC-Orbitrap MS로 스캔한 결과에 대해 데이터 마이닝(클러스터 분석), 주성분 분석법 등의 통계분석을 적용하여 수처리공정별 발생한 특정 물질에 대한 발생패턴을 분석하고 데이터마이닝 기법에 의해 50,000종 중 배경 m/z 값을 제거하고 남은 50~100개의 m/z 값들을 주성분석기법을 이용하여 그 차이를 평가하였다. 특정물질에 대한 정수처리공정별 발생패턴의 변화를 검토한 결과 m/z 314.2175의 경우 원수에서 발견되지 않았으나 여과과정을 통해 피크 높이가 1.6배 증가하였으며, m/z 330.2274의 경우 최종 처리수에서는 발견되지 않았으나 UV 처리 과정에서 피크 높이가 26배 증가하였다. m/z 130.1593의 경우 원수대비 침전 공정에서 최대 7.1배 증가 후 여과 및 UV처리 공정에서 4.3배 증가하였으며, 최종 방류수에서 원수대비 2.4배로 감소하는 패턴을 나타내었다. 본 연구에서 확인한 특정 m/z 314.2175, 330.2274, 130.1593에 대해 그 원인 물질의 구조를 확인할 수 없었으나 각 처리공정별 미지물질의 발생 패턴을 확인할 수 있었다. 배경 m/z 제거 후 주성분분석을 수행한 결과 A 정수장의 경우 원수, 침전, UV, 응집여과, 정수의 순서이며, B 정수장의 경우 원수, 침전수, 여과수, 오존, GAC, 정수의 순서로 수처리 과정이 진행되며 A 정수장의 경우 개별 공정간 m/z 군집의 영향이 없는 것으로 평가되며, B 정수장의 경우 여과, 오존처리, 정수 공정의 m/z 군집간 유사도가 높은 것으로 평가되며, GAC 공정의 m/z 군집은 여과, 오존 및 정수 공정의 m/z 군집과 차이가 있는 것으로 평가되어 GAC 흡착능을 초과하여 기존 흡착된 물질이 배출된 것으로 의심된다. 본 연구를 통해 미지의 유기물 스펙트럼 빅데이터 분석을 통해 지금까지 확인할 수 없었던 신규 유기화합물의 정수처리 공정별 거동 특성을 규명할 수 있을 것으로 판단된다. 더불어 각 공정별 처리효율성을 규명할 수 있는 추적자 m/z을 발견하였으며, 활성탄의 사용 주기 등 정수처리 공정 관리에 기여할 수 있을 것으로 기대된다. 향후 비표적 분석(non-target analysis) 연구와 결합하면 미지의 m/z에 대한 정성분석과 각 화합물에 대한 인체 위해성 평가기법를 결합하면 수돗물의 안전성 향상 및 대국민 물복지 향상에 기여할 수 있을 것으로 판단된다.