인구감소시대, 지속가능한 국가와 지자체 운영을 위해 데이터 기반의 적정 계획을 수립해야 한다. 특히 장래인구는 주택, 인프라, 복지 등 대부분의 정책 수립의 근거가 되는 정보이다. 이보경 부연구위원의 ｢인공지능 기법을 적용한 소지역단위 장래인구 예측 방법론 개발 기초 연구｣는 국토계획에서 실제 체감할 수 있는 공간전략 도출에 활용될 수 있는 고해상도의 1km 격자단위 소지역단위 장래인구 전망 방법을 제안하고 있다. 

KRIHS: 이 연구를 수행하게 된 동기는?

이보경: 시·군·구보다 높은 해상도인 1km 격자인 소지역단위 장래인구 정보가 있으면, 인구감소시대 급격한 미래 변화에 대응할 수 정책과 계획을 디자인할 수 있을 것으로 생각하여 연구를 시작하였다. 

KRIHS: 이 연구의 의미는 무엇인가?

이보경: 학술적으로는 우리나라에서는 처음으로 딥러닝을 활용하여 격자단위 인구 예측 모델을 개발하였다는 점이다. 2022년 말 연구 발표 이후 국내에서 소지역단위 장래인구 전망에 대한 관심이 크게 증가하였고 관련 연구가 활발히 진행되기 시작하였다. 실무적으로는 소지역단위 장래인구 정보가 과학적인 정책 의사결정의 중요한 근거로 사용될 수 있다는 데 의미가 있다. 개인이 변화를 체감할 수 있는 공간 단위에서 어떤 정책과 계획을 시행할 것인지 시뮬레이션하고 효과를 비교하는 데 기초자료 역할을 할 것이다. 또한 격자단위라는 공간체계의 특징을 살려 기존 행정구역에 구애받지 않고 행정구역을 넘나드는 생활권 또는 정책적으로 관심이 높은 초광역권 등으로 공간 범위를 유연하게 설정하고 정책을 디자인할 수 있다는 데 장점이 있다. 

KRIHS: 연구 수행과정에서 있었던 에피소드는?

이보경: 처음 연구를 시작할 때 컴퓨팅 리소스를 확보하는 데 어려움이 있었다. 연구진인 장요한 부연구위원의 전문지식과 연구원 지식정보팀의 전적인 지원으로 분석 환경을 갖추지 않았다면 주어진 시간 내 연구를 완료할 수 없었을 것이다. 그리고 개인적으로는 이 연구 수행 당시 임신한 상태였는데, 정말 좋은 연구진들(장요한 부연구위원, 정예진 연구원, 홍사흠 연구위원, 김동근 연구위원)과 함께한 덕분에 태교에 큰 도움이 된 것 같다.

KRIHS: 연구수행 시 보람을 느꼈거나 아쉬웠던 점은?

이보경: 선행된 딥러닝 모델 연구가 없는 상태에서 1년 이내에 모델 개발과 적용까지 진행한다는 것은 사실 연구책임자의 욕심이었다. 외부 펀딩 R&D 과제 등을 활용하여 길고 깊은 호흡으로 다년도에 걸쳐 모델을 개발해야 했음에도 불구하고 무리해서 연구를 진행한 이유는, 연구원 기본과제로서 수행해야만 ‘우리나라에서 처음 국토연구원이 인공지능 모델을 활용하여 소지역단위 인구예측 모델을 개발했다’라는 의미가 생길 것 같아서였다. 그래서 독자들이 이 보고서를 볼 때는 딥러닝을 통해 인구예측 모델을 학습할 수 있다는 성공담보다는 실제 모델을 개발해 보니 어떤 점이 부족한지 그 실패담에 더 관심을 두었으면 좋겠다. 이 연구의 한계점이 향후 다른 연구자들에게 관련 연구를 수행하는 좋은 동기가 될 것이라 믿는다. 

KRIHS: 앞으로 더 하고 싶은 연구가 있다면?

이보경: 국토 관련 양적연구(Quantitative research)와 질적연구(Qualitative research)를 어떻게 연계·통합할 것인가에 관심이 있다. 데이터와 방법론을 통해 미래 국토 변화를 시뮬레이션하고 그 결과를 어떻게 정책과 계획에 녹여낼 수 있을지 다양한 부문에서 시도해 보고자 한다.