시나리오기법은 지속적인 성장이라는 전제 하에서 예측가능한 시대가 저물고 저성장 시대의 다변화된 사회, 수요의 소규모화 및 다양화에 적절히 대응할 수 있게 할 것이다.
자료: Torrens, 2006, Simulating sprawl. Annals of the Association of American Geographers, 96(2), pp.248-275
<그림 2-8> 행위자 기반 모형을 활용한 시뮬레이션 사례
① 행위자 기반 모형(Agent Based Model)
과거 고성장 시대에는 정부와 공공기관 주도의 하향식 대규모 개발을 주요동인으 로 하여 국토의 발전이 전개되어 왔다. 이 시기에는 공공부문의 투자 또는 개발사업 등이 국토의 이용과 발전을 결정짓는 가장 중요한 요인 중의 하나였다고 할 수 있다.
그러나 안정성장 시대의 도래와 함께 공공부문 주도의 대규모 개발의 필요성과 개발 가용지 등이 감소하고 국민이 이용하고 체감하는 생활국토 등의 개념이 중요시되고 있다. 따라서, 미래에는 공공부문의 정책결정뿐만이 아니라, 이와 같은 국민의 인식과 선호 등의 변화가 국토의 발전에 보다 중요한 변인으로 작용할 것으로 예상된다.
향후 미래의 국토 변화를 시뮬레이션 하는데 있어 국민의 선호와 행위 변화를 상향 식 관점에서 반영할 수 있는 동적 시뮬레이션 기법이 필요하다고 할 수 있으며, 이와 같은 시뮬레이션 모형 방법론으로 최근 새롭게 대두되고 있는 행위자 기반 모형 (ABM) 접근방법을 활용하여 시뮬레이션 모형을 구현할 필요성이 있다.
② What if?(만약 ...라면?)
1960년대 이후 공간과 활동의 변화를 시뮬레이션 할 수 있는 다양한 형태의 도시 모형이 개발되어 왔다. 이와 같은 도시모형은 주로 토지이용과 교통의 상호관계에 중 점을 두고 개발되었으며, 실제 적용을 위해서 대규모의 입력 데이터를 필요로 하는 특징이 있다. 이러한 방대한 데이터 요구량은 학문적 관점에서 모형을 구현하고 결과 물의 타당성을 확보하기 위해 불가피한 부분으로 인식되고 있으나, 계획가의 관점에 서는 모형에 대한 이해가 어렵고 실제 구동이 어려운 단점으로 작용하여 그 유용성에 있어 비판이 제기되기도 하였다(Lee, 1973).
<그림 2-9> What if? 모형 사례
자료: http://www.whatifinc.biz/
이와 같은 문제 인식하에 계획가적, 실용적 관점에서 보다 유용한 모형을 제시하고 자 ‘What if?’ 라는 형태의 도시모형이 개발된 바가 있다(Klosterman 1999, 2008).
이 모형은 도시모형을 구현하고 시뮬레이션을 수행하는 데 있어 기존의 도시모형들 과는 다른 새로운 방법을 취하였다. 즉, 실용성을 제고하기 위해 논리적 구조가 단순 하고 복잡한 데이터 분석을 요구하지 않으면서 다양한 대안적 미래를 탐색할 수 있도 록 설계되었다. 따라서, 이러한 도시모형의 접근법을 국토 미래의 시뮬레이션에 적용 하는 것도 유용하다고 할 수 있다.
그러나 What if? 모형 자체는 검증된 이론의 사용보다는 사용자가 정의하는 의사 결정규칙에 기반하여 시뮬레이션을 수행하고 있어 이론적 기반과 과학적 설명력은 미흡한 단점이 있다. 또한, 여러 GIS 도면을 중첩하여 생성된 통합분석구역(Unified Analysis Zones)이라는 불규칙하고 비정형적인 분석단위에 기반한 정태적인 시뮬레 이션을 제공하는 문제도 있다. 따라서, 모형 그대로 본 연구에 활용하는 것보다는 이 와 같은 접근방법을 고려하되 구체적인 방법론 등은 수정, 보완할 필요가 있다.
③ ABM 기반 What if? 시뮬레이션 기법의 필요성 및 특성
행위자 기반 모형은 행위자의 의사결정 행위를 명확하게 고려하고 이로 인한 시스 템의 변화를 시뮬레이션할 수 있게 하는 모형 방법론을 총칭하는 것으로, 대상 시스템 을 구성하고 있는 행위자의 의사 결정행위에 대한 구체적 규칙 등은 개별 모형의 특 성에 적합하게 별도로 정의되어야 한다. 따라서, 행위자 기반 모형은 다양한 사회경제 이론, 자료분석 방법 등과 결합하여 사용가능하며, 행위자 기반의 실증적 도시모형에 서도 주로 확률적 효용이론, 로짓회귀분석 등이 도입되어 사용된다.
그러나 이 경우 입력자료 준비에 막대한 시간과 비용을 필요로 하게 되며 기법의 정교성과는 별개로 실용성의 문제를 야기하게 된다. 예를 들어, 행위자에 대한 구체적 데이터를 필요로 하는 마이크로 시뮬레이션 도시모형인 어반심(UrbanSim)의 경우 입 력자료 준비에만 평균 2년 정도의 시간이 소요되는 것으로 분석되고 있다(Patterson and Bierlaire 2010). 이와 같은 모형은 행위자의 의사결정행위를 최대한 자세하게 고 려할 수 있다는 장점이 있으나 모형 구동에 많은 시간과 비용이 필요하다는 단점이
있다. 따라서, 행위자 기반 모형을 국토변화 시뮬레이션에 활용하고자 할 경우 구현 가능성과 실용성을 비교적 단기간에 확보할 수 있는 보다 실용적인 방법이 필요하다.
이러한 인식하에 본 연구에서는 국민의 인식과 선호변화를 반영한 국토변화 시뮬 레이션을 수행하기 위해서 What if?모형의 접근방법을 수용한 행위자 기반 모형을 구현하고 시뮬레이션하고자 한다. 즉, 모형의 계수 추정 등을 위해 방대한 자료 분석 을 수행하지 않고, 논리적 가정에 근거하여 다양한 대안적 국토 미래를 탐색하고자 한다.
(2) 시뮬레이션 모형구조
행위자 기반 모형의 핵심은 행위자와 행위자의 의사결정 행위자를 어떻게 정의하 느냐에 있다고 할 수 있다. 시뮬레이션 모형의 목적과 성격에 따라 다양한 방법이 있 을 수 있으나, 이 연구에서는 가구주를 기본적인 행위자로 설정하고 Brown(2006)의 연구를 참고하여 행위자의 입지선택을 위한 효용함수를 다음과 같이 정의한다. 공간 변화를 유발하는 개별 행위자는 이 함수를 기반으로 각 셀 x, y에서의 효용을 산정하 고 효용극대화 원칙에 기반하여 입지 대상지를 선택한다.
………(1)
: 특정 위치 x, y에 대한 개별 행위자r의 입지매력도 : 특정 위치 x, y의 매력도에 영향을 미치는 변인 (물리적 여건, 도심 지 접근성, 교통 접근성, 서비스 접근성, 토지 가격 등)
: 각 인자의 총 갯수
: 각 인자에 대한 개별 행위자r의 선호계수
: 각 인자에 대한 전체 행위자의 표준 선호 계수
이때 특정 위치 x, y의 효용에 영향을 미치는 각 변인은 시뮬레이션 대상지의 물리 적‧사회경제적 특성을 나타내는 개별적인 공간정보 레이어가 되며, 이는 별도의 공간 분석 등을 통하여 계산가능하며 서로 다른 기준 등을 적용하여 시나리오별로 다양하
게 적용 가능하다.
각 변인에 대한 선호계수 α, β 등은 행위주체의 공간활용 특성을 나타내는 파라 미터가 되며, 이는 별도의 통계분석 등을 통하여 추정하거나 또는 논리적 가정 등을 적용하여 시나리오별로 상이하게 적용 가능하나 이 연구의 시험전망에서는 논리적 가정에 기반하여 정의한다.
이와 같은 개별 행위자의 입지선택은 전체 공간구조의 표출(emergence)을 일으키 는 원동력이 되는데 이는 다음과 같은 유형의 공간패턴의 형성을 통해 파악할 수 있 다. 즉, 다양한 거시 및 지역여건에 영향을 받은 행위자의 입지선택에 의하여 국토 이용 및 공간 구조의 변화가 나타나게 된다. 이는 세부적으로는 쇠퇴(decay), 충진 (infill), 확장(diffusion), 산포(leap-frog) 등과 같은 다양한 형태의 공간패턴으 로 나누어진다.11) 서로 다른 형태와 정도의 공간패턴의 조합은 궁극적으로는 다 양한 대안적 미래국토를 상징하게 된다.
‧ 확장(diffusion): 기존 도시화 지역의 경계부를 외연적으로 확장
‧ 산포(leap-frog): 기존 도시지역 등으로부터 독립된 지역에 산발적으로 발생
‧ 쇠퇴(decay): 도시 내부의 기 도시화 지역이 쇠퇴
‧ 충진(infill): 쇠퇴한 도시화 지역의 재활성화 및 재입지
‧ 선형(linear): 도로 등과 같은 선형 인프라 주변부에 입지
한편, 행위자의 입지행위는 위의 효용함수에 의해 기본적으로 정의되나, 미래의 전 체 신규 개발량과 지역별 비중 등은 별도의 외생변수에 의해 정의하여, 거시적 관점에 서의 사회경제적 시나리오를 반영할 수 있도록 하였다.
(3) 시뮬레이션의 유용성
컴퓨터 환경에서 수행하는 시뮬레이션은 텍스트 기반 시나리오의 핵심에 대한 전 달력을 극대화할 수 있을 뿐만 아니라, 텍스트 기반 환경에서는 더 이상의 구체화가
11) 확장, 산포 등과 같은 공간변화 패턴은 관련 선행연구(Torrens, 2006; Clarke and Gaydos, 1997)를 참고하여 도시쇠퇴 및 재생을 추가하여 정리한 것이다.
<그림 2-10> 공간패턴
불가능한 다양한 국토미래를 보다 다양한 조건으로 내다 볼 수 있게 한다는 장점이 있다. 즉, 추상적이고 불명확할 수 있는 미래국토를 압축적으로 재구성하고 이를 시각 화하여 미래모습의 전달을 용이하게 하며, 일반적인 GIS 도면 등과 비해서 변화동인 과 변화과정을 보다 구체적 이해 가능하게 한다. 이를 통해 다양한 대안적인 국토미래 를 이해하고 불확실성을 감소시켜 바람직한 국토미래에 대한 논의를 활성화하는데 기여할 수 있다.
(4) 시뮬레이션 모형의 개발
위와 같은 시뮬레이션을 구현하기 위해서는 시뮬레이션 모형을 컴퓨터 환경에서 작동하는 프로그램의 형태로 개발할 필요가 있다. 모형 개발에 필요한 시간과 비용은 모형의 성격과 특징에 따라 차이가 있을 수 있으며 짧게는 수개월에서 길게는 수년까 지의 시간이 필요하기도 하다.
모형 개발과 관련된 시간과 비용을 줄이는 한 방법으로는 무상 또는 유상의 모형 개발 플랫폼을 활용하는 방법이 있다. 이와 같은 플랫폼은 모형 개발시 자주 쓰이는 기능들을 미리 정의해 놓고 사용 가능하게 함으로써 모형의 고유 논리와는 다소 무관 한 일반적인 기능(자료 호출, 자료 저장, 결과물 출력 등)의 개발에 소요되는 시간과 비용을 저감시켜 준다. 모형 개발 플랫폼의 성격과 기능 또한 다양한데, 손쉬운 버튼 클릭만으로 간단한 모형을 만들어 볼 수 있게 해주는 것부터 중고급 이상의 프로그래 밍을 통해 보다 복잡한 모형을 개발할 수 있게 해주는 것 까지 존재한다.
이 연구에서는 미국 시카고 대학에서 행위자 기반 모형의 개발을 지원하기 위하여 개발한 플랫폼인 Repast Simphony를 사용하여 시뮬레이션 모형을 개발하였다. 오픈 소스의 형태로 무상으로 사용이 가능하나 Java 언어로 작성된 다양한 라이브러리로 구성되어 있어, 이를 활용하여 모형을 개발하기 위해서는 Java 언어에 대한 이해와 활용이 필수적이다. 이에 Java 프로그래밍 전문가와 협동연구를 수행하였으며, 내부 연구진은 모형의 논리 개발을 담당하고 외부 전문가는 이를 Repast 환경에서 Java 프로그램의 형태로 구현하는 것을 담당하였다.