영국 통계청은 관련 대학 연구소들과의 협업을 통해 지리인구통계 자료를 개발하고, 지역의 특성은 물론 시계열 변화 탐색이 가능하도록 인터랙티브 지도 기반으로 공개하고 있다. 따라서 지리인구통계에 활용된 방법론과 데이터 탐색도구는 모두 공개되고 있어 누구나 지역의 특성을 사회·경제적 그리고 인구통계 자료를 토대로 탐색할 수 있다.
그리고 활용된 데이터와 결과 자료를 다운로드할 수 있도록 지원하고 있고 관련한 지표 의 시계열 변화(2010년~2019년)도 탐색할 수 있는 정보서비스 기능을 포함하고 있다.
이와 같은 영국의 Open Geodemographics 프로젝트에 따르면, 데이터 및 정보공유를 통한 정책 결정은 관련 데이터베이스의 구축, 데이터 분석 및 제공, 의견과 공감대 형성 및 제공 정책의 결정과 대안제시 등과 같은 과정을 통해 개념화 된다.(<그림 4-36> 참고)
자료: Open Geodemographics http://www.opengeodemographics.com/ (2020년 10월 16일 검색) 내용을 번역·재정리
그림 4-36 | 상호작용지도 기반의 지리인구통계 정보 공유 및 정책의사결정 지원 과정
관련 데이터베이스의 구축 단계에서는 지리인구통계 자료의 공유(e.g.동적 지도)를 통한 데이터 기반의 정책 결정은 참고자료로 제공되는 데이터의 종류, 양과 질 등에 영향을 받으므로, 데이터의 정확성과 신뢰도에 영향을 미치는 관련 데이터의 취득과 정리, 정제 및 가공이 필수적이다. 데이터의 분석 및 제공 단계에서는 구축된 데이터베 이스는 특정한 방법론에 의해 분석되고 시각화 되며, 상호작용기반의 탐색적 환경의 제공은 이러한 과정의 한 요소에 해당된다. 의견과 공감대의 형성 및 제공 단계에서는 관련 정보의 제공을 통해 정책이슈를 공론화하고 이해당사자들의 의견 표출을 이끌어 낼 수 있다. 의견과 공감대의 형성과 표출은 비편향성과 대표성에 의해 의견의 신뢰도가 영향을 받을 수 있다.
정책의 결정과 대안 제시 단계에서는 정보공유를 통한 데이터 기반의 정책 수립이 쌍방향 소통을 위한 이러한 일련의 과정의 반복을 통해 정책 추진의 합리성과 타당성을 확보 혹은 확인하는 과정이며, 과정의 반복을 통해 새로운 데이터의 생산과 분석이 가 능하지만, 데이터의 수집방법, 수집대상, 수집된 데이터의 양과 질에 영향을 받는다.
자료 : CDRD Maps: 2011 LOAC. https://maps.cdrc.ac.uk/#/geodemographics/loac11 (2020년 3월 3일 검색)
그림 4-37 | 영국 CDRC의 오픈 지오데모그래픽에서 제공하는 인터랙티브 지도
본 연구에서는 영국의 Open Geodemographics에서 제공하는 인터랙티브 지도를 벤 치마킹하여(<그림 4-37> 참고), 본 연구에서 개발한 국민활동 데이터를 활용한 지리 인구통계 분석도구를 설계하였다. 본 연구에서 개발한 지역유형화 자료(clustering)와 군집분석에 활용된 지표, 그리고 참고정보로 활용한 정보 등 세 가지 유형으로 구분하 여 탐색할 수 있도록 설계하였다.
(1) 지리인구통계 분석 결과 공개
군집분석 자료는 사람의 이동을 나타내는 데이터 분석결과, 경제활동 데이터 분석결 과, 그리고 사람의 이동과 경제활동 지표를 융합한 분석결과(<그림 4-38> 참고) 등 세 가지 지역유형화 분석결과를 탐색할 수 있다. 격자기반으로 분석된 결과를 지리적 으로 더 쉽게 확인하기 위해 구 경계, 법정동/행정동 경계, 도시재생뉴딜 사업지구 경 계 등 구역 경계를 함께 볼 수 있도록 하였으며, 대전광역시의 주요 위치로 바로 이동 가능하도록 ‘관심지역 바로가기’ 기능을 구현하였다.
자료: 저자 작성
그림 4-38 | 개방형 지리인구통계 분석도구 인터랙티브 리포트(시범 구축)
(2) 군집분석 활용 데이터 탐색
관련 지표 자료로서는 군집분석에 활용된 각 데이터의 지역별 상대적 수준 정보를 탐색할 수 있다. 사용된 데이터의 실제 값은 민감한 개인정보가 될 수 있어 1~10분위의 분위수와 표준화 값으로 탐색할 수 있도록 하였다. 또한, 창 분할을 통해 동일 지역에 대한 지표 간 비교도 가능하며, 시계열 변화도 비교할 수 있다(<그림 4-39> 참고).
자료: 저자 작성
그림 4-39 | 개방형 지리인구통계 분석도구 인터랙티브 리포트(창 분할을 통한 지표 간 비교 예시)
(3) 결과 해석을 위한 추가 자료 탐색
도출된 군집의 해석을 위해 참조 정보로 활용할 수 있는 자료들을 함께 탐색할 수 있도록 참조 정보 탭을 구현하였다. 참조 정보 탭에는 KCB block 단위의 업종별 카드 지출 규모 데이터, 집계구 단위 1인가구 비율 데이터, 250m×250m 격자 단위 총 인 구 변화를 나타내는 시계열 데이터 등이 포함되었으며, 이 중 업종별 카드 지출 규모 데이터와 1인가구 비율 데이터는 군집분석 활용 지표 데이터와 마찬가지로 분위수와 표준화 값을 적용하여 탐색할 수 있도록 하였다.
격자 단위의 총 인구는 2015년부터 2020년까지의 반기별 주민등록인구를 격자 단위로 집계하여, 타임 슬라이드 바를 통해 확인할 수 있도록 함으로써 지역 내 인구의 변화 등 시계열 변화를 탐색할 수 있게 하였다(<그림 4-40> 참고).
자료: 저자 작성
그림 4-40 | 개방형 지리인구통계 분석도구 인터랙티브 리포트(지역 시계열 변화 탐색 예시)
(4) 행정구역 단위의 결과 탐색
이 연구에서 사용한 250m×250m 격자 기반의 공간단위는 시계열적인 변화 없이 준항구적인 단위로 공간을 탐색할 수 있다는 장점이 있지만, 그 지역에 익숙하지 않은 사용자가 탐색할 때에는 보고자 하는 장소가 어디인지를 인식하기 어려운 문제가 있 다. 또한, 정책입안자와 계획가 등 실무 담당자의 입장에서도 정책 수립과 계획의 기본 단위인 행정구역 경계로 분석 결과를 확인하는 것이 필요하다.
인터랙티브 지도의 사용자가 행정구역별로 분석 결과를 쉽게 확인할 수 있도록 추가 자료 탭에 행정구역별(행정동/법정동) 군집 면적 비율과 인구 비율을 추가하였다. 각 행정구역에 걸쳐있는 격자를 집계하여, 군집별 면적의 비율과, 인구수의 비율을 계산
하여 사용자가 행정구역의 군집 구성을 직접 확인할 수 있도록 하였다. 인터랙티브 지 도에 표출된 행정구역을 클릭하면, 해당 행정구역을 구성하는 군집의 면적 구성 비율 과 인구 구성 비율을 각각 파이차트로 표현하고, 총 면적과 인구수를 같이 표시하여 해당 행정구역의 중심적인 구성이 어떻게 되어 있는지를 확인할 수 있다(<그림 4-41>
참고).
자료: 저자 작성
그림 4-41 | 개방형 지리인구통계 분석도구 인터랙티브 리포트(행정구역 단위 결과 탐색 예시)
예를 들면, 대전광역시청과 둔산동 학원가, 주요 아파트단지를 포함하는 둔산1동의 경우, 군집 2와 군집 3이 면적 비율로는 각각 43.48%, 39.13%, 인구 비율로는 68.71%, 22.41%로 나타나 대부분을 구성하는 것으로 분석되었다.
이에 비해, 대전역과 구 충남도청 사이의 구도심 지역인 은행선화동은 군집 5가 차 지하는 비중이 면적 비율로 68.18%(군집 5-1 13.64%, 군집 5-2 29.55%, 군집 5-3 24.99%), 인구 비율로 72.11%(군집 5-1 29.33%, 군집 5-2 26.14%, 군집 5-3 16.62%)로 나타나 둔산1동과 군집 구성에 있어 큰 차이를 보였다. 특히 군집 5 의 세부 군집에 대한 면적 비율과 인구 비율을 비교하여 보면, 군집 5-1은 면적에 비해
인구가 많고, 군집 5-3은 면적에 비해 인구가 적어 군집별 주요 특징의 경향성과도 일치하는 양상을 보였다.
둔산1동(대전광역시 서구)
은행선화동(대전광역시 중구)
자료: 저자 작성
그림 4-42 | 행정동 단위 군집 비율 비교 예시(둔산1동과 은행선화동)
5. 소결 및 시사점
제 4장에서는 경제활동과 사람의 이동을 나타내는 데이터를 활용한 지리인구통계 분 석방법론을 정립하고, 대전광역시를 대상으로 시범적용한 지역유형화 결과를 해석하였 다. 다양한 데이터를 융합하여 개별 데이터를 통해 파편적으로 파악하던 지역의 특성 을 종합적으로 유형화·세분화 하였으며, 분석 결과를 바탕으로 전문가 자문, 현장조사 등을 통해 분석결과의 적절성을 검증하고 유형별 군집을 해석하였다.
대전광역시를 사례지역으로 하여 5개의 대분류 군집과 군집 1과 군집 5에 대한 세분 류 군집을 도출하였으며, 분석결과에 대한 현장 조사 및 관련 기초 데이터와의 비교 분석 등의 검증을 수행한 결과, 전반적으로 타당한 분류결과를 도출한 것으로 판단되 었다. 특히 유동인구와 소득 수준에 따라 몇 개의 군집이 특징적으로 나타났다는 것은 지역유형화 분석의 변수로 국민의 활동을 나타내는 지표가 지리인구통계 자료의 개발 에 적절하고 유효하게 활용되었음을 확인할 수 있었다. 한편, 군집분석을 통해 지역의 특성을 탐색하는데 한계도 발견되었다. 일부 지역의 경우 분석 유형의 분류가 명확하 지 않고 비슷한 특징을 가진 격자가 다른 군집으로 나타난 경우도 있었다. 예를 들어, 유성온천역과 충남대 사이의 지역이 여러 군집으로 나누어져 분석되었다. 또한 군집분 석의 결과가 건축물에 대한 특성을 지나치게 많이 반영하는 경향을 보였다.
데이터를 기반으로 한 지역분석은 반드시 분석결과에 대한 검증이 필요하다. 기존의 통계자료와의 비교분석(cross check)과 더불어 지역을 상세하게 알고 있는 정책실무 자 및 관련 분야 전문가 등 해당 지역 전문가의 지식을 바탕으로 한 검증이 가능하다.
무엇보다 현장 답사를 통해 데이터 분석결과와 현황을 비교하면 분석결과에 대한 검증 은 물론 연구자의 지역에 대한 이해도와 분석 결과를 현장 밀착형으로 해석하는데 도움 이 된다.본 연구를 수행하는 과정에서는 지역 세분화·유형화 분석자료 및 지역의 기초 현황 파악이 가능한 데이터를 ArcGIS Online 이라는 상호작용지도 서비스에 업로드 하여 현장검증을 위한 탐색도구로 활용하였다(<그림 4-43> 참고). 그리고 모바일 디 바이스를 활용하여 동적 지도의 GPS 위치정보를 통해 지역의 분석 결과와 실제 현황을