발간물 > 정기간행물 > 국토연구

젠트리피케이션지역 음식점업 생존율에 영향을 미치는 공간적 요인: 서울시를 대상으로

통권106권

연구원소식 > 보도자료

POI(관심지점) 데이터를 활용한 활동 중심지 추출 및 분석 방법

“POI(관심지점) 데이터를 활용한 활동 중심지 추출 및 분석 방법 – 세종시를 사례로” 국토硏, 워킹페이퍼(WP 22-26호) 발간 □ 국토연구원(원장 강현수) 이영민 부연구위원은 워킹페이퍼 『POI(관심지점) 데이터를 활용한 활동 중심지 추출 및 분석 방법 – 세종시를 사례로』에서 관심지점(point-of-interest, 이하 POI) 데이터를 활용하여 도시공간 내 활동 중심지를 추출 및 분석하는 방법을 제안하고, 해당 방법을 세종시를 대상으로 적용했다.  ◦ POI는 위치, 명칭, 카테고리 등의 속성 정보를 포함하는 점(point) 형태의 공간 객체로, 이 연구에서는 POI를 음식점, 병원, 편의점 등과 같이 오프라인상에서 직접적으로 상품이나 서비스를 제공함으로써 이용객을 유발할 가능성이 있으며, 초·중·고등학교, 동사무소, 경찰서 등과 같이 공공 편의나 복지를 위한 서비스를 제공하는 시설도 포함하는 것으로 정의했다.  ◦ 최근 정보통신기술의 발달로 웹 지도에서 제공하는 POI 데이터를 비교적 쉽게 구득할 수 있게 됨에 따라 POI 데이터를 기반으로 도시공간구조를 분석하고자 하는 연구 흐름이 등장했다.  ◦ 행정구역 단위로 제공되는 통계 데이터에 비해 웹 지도 기반의 POI 데이터는 위치 좌표를 포함하는 점 객체이므로 정밀도가 높고, 업데이트가 빠르다는 장점이 있다. □ 이에 이 연구는 사람들의 활동을 나타내는 POI 데이터를 활용하여 도시공간 내 활동 중심지를 추출 및 분석하는 방법을 제안하고, 해당 방법을 세종시를 대상으로 적용함으로써 향후 세종시의 공간구조나 중심지 체계 구상을 위한 방향 설정에 기여하고자 했다.  ◦ 이 연구에서는 ‘활동 중심지(activity center)’를 사람들의 활동을 유발할 수 있는 시설이 고밀도로 집적되었거나 집적될 가능성이 큰 곳으로 정의하고, POI 데이터를 통해 활동 중심지를 식별했다.  ◦ 카카오맵(Kakao map), 네이버 지도(Naver map), 구글 지도(Google maps) 등 포털 사이트 기반의 지도 플랫폼에서 최신의 국내 POI 정보를 제공하고 있는데, 이 연구에서는 시범적으로 카카오맵에서 제공하는 POI 데이터를 활용했다.  ◦ POI 데이터를 활용한 활동 중심지 추출 및 분석을 위한 과정은 크게 4단계로 구성된다.   - (1단계) 카카오(Kakao)의 로컬(local) 응용 프로그래밍 인터페이스(application programming interface, 이하 API)를 통해 세종시의 POI 데이터를 수집하고 중복제거 등의 전처리 작업을 수행한다.   - (2단계) 커널 밀도 추정(kernel density estimation) 기법을 통해 POI 데이터의 커널 밀도 추정값 표면을 생성한다.   - (3단계) 등치선도(contour map)를 생성, 시각화하며, 커널 밀도 추정값에 임계치를 적용하여 등치선도를 단순화시킴으로써 POI 기반 활동 중심지 경계를 도출한다.   - (4단계) 최종 식별된 POI 기반 활동 중심지의 내부 속성으로써 면적, POI 수 및 밀도, 근무인구수, 상주인구수 등을 분석한다. □ 카카오 로컬 API를 통해 POI 데이터를 수집하고, 커널 밀도 추정과 등치선도 생성 및 단순화 기법을 활용하여 POI 기반 활동 중심지 경계를 추출한 결과,  ◦ 세종시의 POI 기반 활동 중심지는 Level 1, 2의 두 종류로 식별되었으며, 이때 Level 1이 Level 2보다 세밀한 수준의 중심지를 포함한다.  ◦ 활동 중심지 Level 1은 4개 지역(‘강북 선형 중심지’, ‘도담동 일원’, ‘세종시청 일원’, ‘조치원역 인근’), 활동 중심지 Level 2는 9개 지역(‘강북 동지역’, ‘강남 동지역’, ‘조치원읍’, ‘부강면’, ‘전의면’, ‘장군면’, ‘연서면’, ‘해밀동’, ‘연기면’)으로 구성된다. □ 활동 중심지 Level 1, 2의 중심지별 내부 속성을 파악하고, POI 기반 활동 중심지를 근무/상주인구 중심지와 비교 분석했다.  ◦ 내부 속성으로써 활동 중심지별 면적, POI 수 및 밀도, 근무인구수(KCB 데이터), 상주인구수(주민등록인구 데이터)에 대한 항목을 파악했다. ◦ 근무/상주인구 중심지와 비교한 결과, POI 기반 활동 중심지는 상주인구 중심지와 유사한 패턴을 보였는데, 이를 통해 POI 데이터는 사람들의 주거 활동과 밀접한 관련을 갖는다는 것을 파악했다. □ 세종시의 활동 중심지 Level 1, 2를 「2030 세종도시기본계획」상의 도시공간구조와 비교한 결과, POI 기반 활동 중심지를 통해 도시기본계획상 하나로 묶인 도심(건설지역(동지역))을 보다 세분화하여 파악할 수 있음을 확인했다.  ◦ 「2030 세종도시기본계획」에서 채택한 세종시의 중심지 체계는 1도심 1부도심 1지역중심 8지구중심으로, 건설지역(동지역)을 하나의 큰 영역으로 설정했다.  ◦ 그러나 POI 데이터로 활동 중심지를 분석한 결과 동지역은 일차적으로 3개 지역(활동 중심지 Level 2의 ‘강북 동지역’, ‘강남 동지역’, ‘해밀동’)으로 구분되며, 그보다 세밀하게 보면, 다시 3개 지역(활동 중심지 Level 1의 ‘강북 선형 중심지’, ‘세종시청 일원’, ‘도담동 일원’)으로 구분되는 것으로 파악되었다. □ 이영민 부연구위원은 POI 데이터를 활용하여 미시적인 수준에서 활동 중심지를 추출하고 분석함으로써 국토공간 계획의 공간구조 구상이나 중심지 체계 구상 등을 더욱 세밀하게 수립할 수 있고, 초기 계획 수립 이후 계획 대상 권역을 모니터링하는 데 기여할 수 있으므로, 정제·표준화된 POI 데이터의 공급을 확대하고 해당 데이터에 대한 접근성을 지속해서 높여야 할 필요가 있다고 제언했다.

연구원소식 > 보도자료

“위드 코로나 시대 체계적이고 효과적인 감염병 대응을 위해서는 자료에 근거하여 지역적 특성에 따른 차등적 방역과 광역적 대응이 필요”

​​“위드 코로나 시대 체계적이고 효과적인 감염병 대응을 위해서는 자료에 근거하여 지역적 특성에 따른 차등적 방역과 광역적 대응이 필요”​​국토硏, 워킹페이퍼 『지역별 코로나19 주요 감염경로와 확산 패턴 연구​​​​​​​』​​​​​​​​​​​​​​​□ 국토연구원 이진희 부연구위원과 미국 위스콘신 대학교-밀워키 박민숙 교수는 국토연구원(원장 강현수) 워킹페이퍼 21-20 기고를 통해 코로나19의 주요 감염경로와 확산 패턴을 지역별로 분석하고, 그에 따른 시사점을 제시하였다. □ 2020년 1월부터 2021년 7월까지 약 1년 7개월 동안 지방자치단체에서 공개한 확진자 현황 자료를 분석한 결과, 수도권과 비수도권, 인구규모별로 주요 감염경로에의 차이를 확인◦ 주요 감염경로를 질병관리청에서 제시한 15개 유형으로 구분하여 지역별, 인구 규모별로 검토한 결과, 서울을 포함한 수도권의 경우 사업장과 종교관련, 기타 다중이용시설 등과 관련된 코로나19 감염 비율이 높았으나, 비수도권 지역의 경우 종교나 요양관련 비율이 상대적으로 높은 것으로 나타남    * 부산시와 대구시, 강원도, 충청남도, 경상북도, 제주시의 경우 일정 기간 동안만 확진자 현황 자료를 제공하거나 구체적인 접촉력이 미포함되어 있어 분석에서 제외    * 15개 감염경로: 가족지인모임, 요양관련, 의료기관, 종교관련, 교육시설, 사업장, 일반음식점ㆍ카페, 다단계ㆍ방문판매, 목욕탕ㆍ사우나, 노래연습장, 유흥시설, 체육시설, 기타 다중이용시설, 군부대관련, 교정시설◦ 인구규모에 있어서도 대도시와 중소도시 지역의 감염경로 비중에 차이가 있었으며, 특히 소도시에서 의료시설 관련 감염 비중이 큰 것은 인구 구조적 문제도 어느 정도 영향을 미쳤을 것으로 해석됨□ 코로나19의 공간적 전파 구조를 확인하기 위하여 감염 발생지와 감염자의 거주지를 기준으로 네트워크 분석을 실시한 결과, 지역별로 발생지와 거주지가 일치하지 않는 비율에 차이가 발생◦ 서울에서 발생한 코로나19 감염의 경우 대부분이 서울시 내로 확산된 반면, 인천이나 광주, 울산, 경기도의 경우 감염자가 타 시ㆍ도에서 코로나19 감염 후 거주지로 이동한 비율이 상대적으로 높게 확인됨◦ 인구규모에 있어서도 소도시일수록 주변으로의 확산이 더욱 많이 일어났으며, 대도시일 경우 지역 내 확산 가능성이 상대적으로 높음□ 감염경로별로는 다단계 및 방문판매나 일반음식점ㆍ카페, 사업장과 같이 지역을 기반으로 하지 않는 시설에서 발생한 감염의 경우 주변으로의 전파가 더욱 빈번함◦ 반면 교정시설이나 요양시설, 군부대와 같이 폐쇄된 환경에서는 코로나19의 공간적 확산 정도가 작았으며, 목욕탕이나 사우나의 경우도 실제 거주지역 내에서 감염이 발생하여 주변 지역으로의 전파가 일어나지 않음□ 코로나19 주요 유출지와 유입지를 토대로 확산 구조를 살펴보면, 서울의 주요 상업ㆍ업무지역에서의 코로나19 유출이 많았고, 경기도 내 신도시 지역이나 주요 주거지역으로의 유입이 많음◦ 서울시 내 주요 상업ㆍ업무지역인 강남구와 마포구, 종로구, 용산구가 코로나19 확산에 있어 주요 유출지 역할로 분석된 것은 해당 지역이 가진 특성에 따라 직주가 분리된 확진자들의 이동에 기인한 것으로 해석됨◦ 코로나19 유입에 큰 역할을 했던 경기도 성남시와 부천시, 수원시, 용인시의 경우 신도시로 인하여 주거 비율이 높으며, 서울 및 주변 상업ㆍ업무지역과의 사회경제적 연결성이 높아 인구구조 등의 지역적 특성이 코로나19 유입을 촉진하였을 것으로 예상됨□ 코로나19 확산 과정에서 지역 간 교류가 활발했던 지역을 연계 강도에 따라 그룹화하면, 대부분의 수도권 중심으로 형성되었으나, 호남권과 영남권 중심의 그룹 역시 존재◦ 동일한 수도권 중심의 그룹도 긴밀하게 교류한 지역에 차이가 있으며, 특히 수도권 이외 지역의 경우 지역 내 감염이 더욱 활발했던 것으로 보임◦ 영남권 중심의 그룹은 해당 지역으로의 최초 코로나19유입이 이루어진 이후부터는 지역 감염이 활발했던 것으로 해석됨□ 이진희 부연구위원과 박민숙 교수는 위드 코로나 시대를 준비하기 위해서는 지역적 특성과 감염경로에 차이에 따른 차등적인 방역 조치 마련과 함께 바이러스의 공간적 확산에 있어 서로 연계된 지역에 대해서는 광역적인 대응을 위한 기반이 필요함을 강조하였다.◦ 이를 위해서는 구체적인 확진자 현황 자료를 구축하고, 공간상에서 분석하여 정책적으로 활용할 수 있는 체계 마련과 함께, 가능한 선에서의 자료 공개를 통하여 이용자의 자발적인 참여를 이끌어내는 것이 중요함을 제안하였다.◦ 또한 코로나19의 집단감염 원인이 된 주요 이벤트 등이 광역적인 지역 간 코로나19 전파에도 영향을 미친 것이 확인된 만큼, 유사한 문제가 발생할 경우 이에 대한 선제적인 조치가 필요함을 지적하였다.

연구원소식 > 우수보고서 소개

부동산시장 정책기반 강화 연구(I): 상업용부동산 정보체계 구축 및 활용방안 연구

투자 및 창업대상으로 상업용부동산에 대한 인식이 빠르게 변화하고 있으나 실무적으로 활용할 만한 시장정보나 각종 통계지표는 매우 부족한 상황이다. 정부의 정책수립 과정에서 참조할 수 있을 뿐 아니라 투자자가 실무적으로 활용할 수 있으면서, 신뢰할 수 있는 시장정보와 통계지표, 관련지수 개발의 필요성이 대두되고 있다. 이태리 책임연구원이 수행한 ｢상업용부동산 정보체계 구축 및 활용방안 연구｣는 투명한 정보의 수집·생산·관리라는 측면에서 우리나라 상업용부동산 정보체계를 어떤 방향으로 구축하는 것이 바람직한지를 제안하고 있다. KRIHS: 이 연구를 수행하게 된 동기는? 이태리: 부동산 관련 자문과 자산관리를 주 업무로 하는 글로벌 기업인 JLL(Jones Lang LaSalle)에서 2년마다 발표하는 세계 부동산시장 투명성지수에 따르면, 우리나라는 40위에 랭크되어 있습니다. 이는 말레이시아, 태국보다 낮은 수준입니다. 부동산시장 투명성이 낮은 주요 원인은 산업용 및 매장용·상업용 부동산 부문의 임대료, 수익률, 공급과 수요에 대한 시장 정보의 양이 절대적으로 부족하고 또한 정보의 신뢰성이 부족하기 때문인 것으로 판단됩니다. 그러므로 상업용부동산 시장의 투명성을 향상하기 위해 정보라는 측면에서 접근하여 정보체계를 구축한다면, 정책입안자와 투자자에게 정확한 의사결정을 내릴 수 있는 기반을 제공할 수 있을 것이라는 기대를 가지고 연구를 수행하게 되었습니다.   KRIHS: 이 연구의 의미는 무엇인가? 이태리: 현재 우리나라는 상업용부동산에 대한 일관적인 정보체계가 없다고 말할 수 있습니다. 공공기관과 민간업체가 각자의 필요에 따라 수집하고 생산하는 정보가 산재해 있기 때문에 신뢰도가 높지 않으며, 그나마도 공유되지 않고 있습니다. 당연히 정보 간에 괴리가 발생하게 되고, 따라서 정작 정보를 활용하려고 하면 정보의 신뢰성에 대한 의문이 들 수밖에 없습니다. 그러므로 산재한 정보를 통일성 있게 모으고 분류해서 의미 있게 활용할 수 있는 정보체계가 필요하며, 이러한 정보체계는 정보의 수집에서부터 생산과 함께 관리 및 활용하는 단계까지 포괄할 수 있는 형태여야 할 것입니다.   KRIHS: 연구 수행과정에서 있었던 에피소드는? 이태리: 모든 연구가 그렇다시피, 모두가 수긍할 만한 연구결과를 얻기 위해서는 정확한 자료를 얻는 것이 매우 중요합니다. 이번 연구는 자료가 여기저기에 산재해 있다 보니 많은 사람들을 만나야 했고, 많은 도시를 누비고 다녀야만 했습니다. 만났다고 하더라도 기관의 기밀사항인 기초정보를 제공해주는 곳은 찾기가 어려웠습니다. 연구진들과 걱정스레 방문했던 한국감정원 부동산연구원장님께서 흔쾌히 수락해 주셨을 때의 그 기쁨은 말로 형언하기 어려웠습니다. 그 날 저녁 기쁜 마음에 연구진들과 함께 기울였던 술잔이 과했는지, 비록 술자리에서의 흥겨웠던 기억은 고스란히 사라졌지만 정겨웠던 분위기만큼은 여전히 몸이 기억하고 있습니다.   KRIHS: 연구수행시 보람을 느꼈거나 아쉬웠던 점은? 이태리: 해외에 비해 우리나라에서는 상업용부동산 관련 연구가 초기 단계이기 때문에, 해당 정부부처와 기관 및 업체에서 이 연구에서 제안한 상업용부동산 정보체계 구축에 대한 필요성을 공감해 주시고 관심을 보여주셔서 용기를 얻을 수 있었습니다. 또한 이 연구의 결과가 관련 연구에 인용이 되고 있으며, 2017년 국토교통부 업무계획에 반영이 되었을 때는 연구자로서의 보람을 느꼈습니다. 기간이 정해져 있었기 때문에 마무리 짓지 못했던 부분은 향후에 여유를 갖고 깊이 있게 다루어보고 싶습니다.   KRIHS: 앞으로 더 하고 싶은 연구가 있다면? 이태리: 상업용부동산은 크게 오피스나 오피스텔과 같은 업무시설과 상가, 공장, 음식점 등의 상업시설로 분류가 됩니다. 이 연구에서는 주로 업무시설 중에서도 오피스를 분석대상으로 하였는데, 앞으로의 연구에서는 서민 생활과도 직결되는 상가 등의 상업시설에 대해서 연구를 수행해보고 싶습니다.    이태리 책임연구원은 2012년 오스트레일리아 시드니대학에서 경제학 박사를 취득하고 현재 국토연구원 주택‧토지연구본부 책임연구원으로 재직 중이다. 주요 연구 분야는 부동산시장분석, 주택금융, 주택정책 등이다. 주요 연구과제는 주택담보대출 규제의 효과적 운영방안 연구(2017), 상업용부동산시장 정보체계 구축 및 활용방안 연구(2016), 금융빅데이터를 이용한 주택금융시장 분석 기초연구(2016) 등이다.