Corresponding author: Min-Ah Koo, Dept. of Landscape Architecture, Yeung-Nam University, Kungsan 38541, Korea, Tel.:
+82-53-810-2970, E-mail: [email protected]
도시 경관색채의 시퀀스 분석기법과 공간 개방도에 따른 도시색채 특성연구
- 대구광역시 지상철 조망을 중심으로 -
구민아
영남대학교 조경학과
A Study on the Sequence Analysis Technique of Urban Landscape Color and Urban Color Characteristics in accordance with Spatial Openness
- Focusing on the View of the Daegu Monorail -
Koo, Min-Ah
Dept. of Landscape Architecture, Yeung-Nam University
ABSTRACT
This study, views the color of scenery not as a static state, but rather as a continuous sequence of perceptions that incorporates the concept of time. This study derived techniques to quantitatively analyze the flow and data from this sequence.
By utilizing this, urban color trends can be based on openness. This is very close to what would be experienced by an actual viewer: it extracted color data and visual amount from frames at 2-second intervals by shooting a video of the color sequence of the city as seen from both the left and right sides from the inside of the monorail (line 3 of the Daegu urban railway). These images were classified by color group, brightness, chroma, high chroma distribution derived techniques such as openness of space, brightness level, clarity level, high-chroma distribution and code, advantage of visual amount, dominant factor exposure, hot and cold color image and dynamic of sequence rhythm. During the derived sequence, the data determines the openness in the visual amount of sky and it was found that the tendency of the colors of the city was opening regression analysis. The more colorful the city is opening the brightness is lowered, the chroma increased slightly, cold colors significantly increased, which also had a very deep relationship with Lynch enclosed proportion, color change of the city trends through the actual scenery could grasp in more detail.
Key Words : Sequence Rhythm, Visual Amount, Sequence of View, Monorail in Daegu, Open and Closed
국문초록
본 연구는 경관의 색채를 시간의 개념을 포함하는 연속적 지각의 시퀀스로 보고, 그 흐름과 데이터를 정량적으로 분석하는 기법과 그것을 활용하여 개방성에 따른 도시색채 변화경향을 연구한 것이다. 이는 매우 경험자의 체험에 근접한 리듬으로 대구시 도시철도 3호선인 모노레일 속에서 바라다보는 도시의 색채 시퀀스를 좌우 양쪽에서 동영상을 촬영하여 2초 간격의 프레임에서 대표색 데이터와 시각량을 산출하여 색상, 명도, 채도, 고채도 분포로 시퀀스 데이터를 분석하는 기법들을 도출하였다. 공간의 개방성, 밝기 정도, 선명도 정도, 고채도 분포와 코드, 시각량의 우위, 지배적 노출인자, 한난색의 이미지, 각 세분별 시퀀스 리듬의 다이나믹 정도를 비교 분석할 수 있는 기법을 도출하였으며, 도출된 시퀀스 데이터 중 하늘의 시각량으로 공간 개방도를 결정하고, 개방도에 따른 도시 색채의 경향을 회귀분석하였 다. 도시색채는 개방도가 높아질수록 명도는 낮아지고, 채도는 미세하게 증가하였으며, 한색계열이 현저하게 증가하였 다. 이는 또한 린치의 공간 위요비례와도 매우 관계가 깊었으며, 도시 색채변화경향을 실제 경관을 통해 더 구체적으로 파악할 수 있었다.
주제어 : 시퀀스리듬, 시각량, 연속적 경관, 대구 모노레일, 개방과 폐쇄
Ⅰ. 서론
도시 경관에서 색채는 시각적으로 가장 영향이 큰 경관요소 로서 사회적, 경제적, 문화적 배경을 암시하고, 도시의 지역성 및 전통적 생활상 등을 내포하는 인간의 생활공간을 구성하는 중요한 요소(The Korean Institute of Landscape Architecture, 2004)로서 주변과의 관계에 의해 결정되고 지각되는 색채경관 (Colorscape)이기도 하다. 따라서 도시경관계획에서 색채는 도 시미관 차원을 넘어서 도시 이미지 측면에서 다양한 색들을 제 안하고 배색하는 노력들이 끊임없이 이루어져 왔다. 하지만 이 러한 색채연구는 대부분 정지된 상태에서 색채를 바라보는 관 점이 대부분으로 실제로 경관을 경험하는 4차원적 분석이 이루 어지지 못하였다.
도시 이미지는 연속적인 시선의 변화(sequence)에 따른 인 간 활동의 연속성에 의해 결정(Lynch, 1960)되며, 진행 속도의 차이에 따라 환경지각도 달라지기에(Abernarty and Noe, 1966) 본 연구에서는 먼저, 경관을 ‘체험하는 대상’, ‘보여지는 대상’으로 경관 자체가 움직이는 것이 아니라, 보행, 이동수단, 시선흐름과 같은 관찰자의 이동에 의해 시간의 개념을 포함하 면서 수많은 프레임의 연속으로 인지되어지는 4차원적 대상으 로 파악하였다. 따라서, 연속적 색채경관은 연속적 인지리듬, 시각량과 같은 면적, 빛의 조건에 따른 거리에 의한 색채변화 와 매우 거시적인 관점에서 장시간, 장거리동안 노출되어지는 경관색채의 흐름까지 정량적으로 파악할 수 있는 것으로서 특 히, 이동을 전제로 하는 보행가로, 올레길, 관광코스, 골목길 투 어나 최근 등장하고 있는 대중교통수단인 트램, 자기부상열차, 모노레일 등의 지상형 경전철 수단에서 보여지는 도시경관 계 획에서 더욱 필요한 데이터가 될 것이다.
하지만, 최근 경관색채계획에서도 면적이나 연속성을 강조 (Lee, 2008)하고 있지만, 대부분의 연구에서는 가로, 단지, 건 축물 등에서 짧은 대표경관의 색을 측색하고 분석하여 색 조합 을 제시하고 있었으며, 실제경관에서의 도시색채는 면적, 속도, 거리, 빛의 강도 등에 따라 다르게 인지되어지는 것임에도 육 안측색에 의한 색채배치와 같은 기존연구들은 그러한 변화있 는 데이터를 분석해 내지 못하였으며, 색이 거리나 면적에 의 해 변화한다는 이론은 있으나, 그것을 뒷받침할 만한 실제 경 관에서의 적용결과나 분석도 부재하였고, 분석기법 조차 마련 되지 못하였다.
따라서 본 연구에서는 경험자의 동선이나 시선흐름이 일 정한 경로에 의해 유사한 시선흐름으로 이루어지는 대구광역 시 모노레일형 지상철 3호선에서 조망하는 도시색채를 대상 으로 매우 거시적이고, 장거리, 장시간 이루어지는 경험동선 을 시퀀스로 분석할 수 있는 색채 시퀀스 분석기법을 도출해 내고, 이를 바탕으로 색채의 면적효과와 거리에 대한 변화경 향을 파악해 내기 위해 하늘의 시각량을 개방성 지수로 활용 하여 공간 개방정도에 따른 도시색채의 경향을 선형 회귀분 석하여 기존 실험실에서 이루어진 색채변화 경향들을 실제 경관에서 증명해 내고, 린치의 도시광장 위요정도의 수치와 의 상관관계 또한 분석해 내어 개방성과 도시경관 색채의 경 향과의 상관관계를 색상, 명도, 채도별 정량화된 수치로 파악 해 낸 것이다.
이러한 시퀀스 분석기법은 도시의 이미지 분석을 위한 새로
운 경관분석 기법이 될 수 있을 것이며, 실제 경관에서 보여지
는 공간 개방성에 따른 도시색채의 특성은 시퀀스 데이터의 활
용과 더불어 경관색채계획에 적용할 수 있는 객관적이며 정량
적인 자료가 될 수 있도록 하는데 목적이 있다.
Ⅱ. 선행연구 고찰
1. 도시 경관분석의 연속성 시퀀스 고찰
공간이 가지고 있는 장소성의 이미지는 색채 이미지에 의해 매우 크게 결정되어진다(Trancik, 1986). 하지만, 이러한 이미 지는 관찰자와 환경사이에 일어나는 연속적인 상호작용의 산 물로서 도시를 이루는 중요한 공간적 개념 또한 공간의 연속적 인 시선의 변화(sequence)에 의해 이루어지며, 도시를 구성하 는 부분과 부분이 모여 이루어진 결합으로써 이미지는 연속적 인 변화의 체험을 통해 인식된다(Lynch, 1960). 또한 진행속도 가 달라짐에 따라 환경지각 또한 차이가 나는 것(Abernarty and Noe, 1966)으로 본 연구의 시간에 따른 경험 시퀀스 분석 의 흐름은 지각의 차이를 정량적으로 파악할 수 있는 방법임을 시사한다. 시간적 측면은 생태적, 계절적, 이동적 입장에서 시 지각에서 일어나는 환경적 자극의 연속적 시각으로서 시지각 의 가장 큰 요소는 색채이므로(Motloch, 1990), 경관색채의 연 속적 시퀀스분석은 매우 중요한 의미를 지닌다.
경관 분석방법에서 감지와 자극 사이의 계량적 관계에 관한 정신물리학적 접근인 페흐너-웨버의 법칙은 감각량이 등차적 으로 증가하기 위해서는 자극량이 등비적으로 증가해야 함(Im, 2009)을 설명하고 있다. 이는 경관의 물리적 속성인 크기, 면적, 색채 등의 자극이 증가되면서 인간의 감지나 감각량이 증대하 며, 반응까지 연결됨으로 본 연구의 시각적 자극량의 연속적 노출에 대한 정량적 데이터는 인간의 감각과 반응에까지 확장 된 분석을 가능하게 하는 연속적 데이터가 될 수 있음을 시사 한다. 또한 노출된 색채의 시각량 중 비중이 많은 순서와 지배 적 노출 프레임에 대한 분석은 인간의 감각과 관련있는 중요한 데이터로 분석해야함을 알 수 있다.
따라서 경관색채 계획을 위한 4차원적 경험의 시간을 고려 한 시퀀스 색채분석은 도시공간을 경험하는 관찰자의 입장에 매우 근접한 것으로 연구의 당위성과 앞으로의 연구방향이 매 우 다차원적인 접근이어야 함을 파악할 수 있다.
2. 경관색채 거리, 면적 시퀀스 관련 연구 고찰 경관색채 연구의 시작은 랑클로(Lanclos)가 색채조사에서 도 시를 색채를 갖는 건축군 환경으로 제안(Color Planning Center, 1988)하면서이며, 경관색채 연구의 초기 유럽에서는 환경적 색 채언어를 목록화(Porter, 1982)하거나, 색채지도를 만드는 것으 로부터 시작하였다. 하지만 이는 단순 색채분포의 조사에 그치 는 것으로, 연속적 색채에 좀 더 근접한 연구로 영국 템즈 강변 의 수변색채 계획에서 구조물들의 색을 자연적 배경에서 구조 물의 명도에 대한 ‘그림’으로 파악하여 연속적인 랜드마크 중심
의 색채조성(Lancaster, 1996)과 남미 Cruz-Diez에서는 정지장 면에 대한 색채 팔레트 대신 과학에 바탕을 둔 예술적 색채계 획으로 색채인지과정에서 각도의 변화와 조망거리가 결부된 조도의 세기와 각도의 변화에 따른 색채변화 양상으로 관찰자 의 행동, 움직임, 결정, 인식 등에 따른 또 다른 경험이 가능하 도록 계획하였다(Porter, 1982). 또한 미국의 Flying colors, Blissful painting, Color control 그룹에 의해 주도된 색채계획에 서는 건물의 역사, 위치, 배경, 일사, 날씨에 노출되는 정도, 색 채가 거리에 미치게 되는 영향 등을 고려하여 계획하였으며, 일본 동경의 색채경관계획 가이드북(Osaka City, 1996)과 무르 츠의 전통적 건축양식과 지붕경관 계획에서 건축 파사드의 면 적비로 거리에서 나타나는 색채 면적비를 산출한 계획(Lee, 2008)들로 발전하였다. 하지만 이러한 연구들은 색채를 연속적 으로 본 의의는 있으나, 짧은 거리에 대해 일일이 색채표본조사 를 통한 것으로 매우 많은 시퀀스를 계량적으로 분석해 낼 수 있는 기법이 존재하지 않는바, 본 연구는 그러한 기법을 현대의 디지털 기술을 활용하여 데이터화하고 계량화하여 발전시킨 것 이라 할 수 있다. 이는 또한 색채경험의 연속리듬과 면적에 대 한 자극량, 시거리 등에 관한 정보가 모두 포함된 것으로 모두 정량화하여 활용할 수 있는 기법인 것이다.
우리나라의 경관색채 연구는 1986년 아파트단지 색채계획을 시작으로 건축물, 시설물, 대규모 주거단지, 가로수준의 많은 성과물을 만들어 내었다(The Korean Institute of Landscape Architecture, 2004). 색상, 명도, 채도 사용빈도를 조사하여 사 례지별로 빈도표를 작성하여 색채디자인을 하거나, 환경색채 가이드라인 적용에 따른 연구, 지역색이나 한국 대표색을 연출 제시하는 등 구조물, 가로, 시설물 등에 대한 구체적 색채제안 과 계획에 관한 연구는 매우 많았다.
디지털사진 색채분석 연구로 건물 전체 면적에 대한 색채 면 적비로 대구시 대표가로경관의 색채현황 및 개선방안을 포토 리얼리스틱(Photo-realistic)으로 색채조사하였으며(Kim and Kim, 2001), 사진을 통한 색채를 먼셀표색계와 유사한 색으로 비교 선택해 주조색을 제안하기도 하였다(Han, 2001). 색채 연 속성에 관한 연구로는 색채 대비에 의한 시지각적 연속성을 색 상, 명도, 보색대비로 동세, 대칭, 균형, 변화의 연속감 연출로 분석(Lee and Lee, 2010)하였으며, 보행자 시퀀스에 의한 보도 교가 시점이 변화하면 각각의 주대상, 부대상, 대상장이 어떻게 변화하는가의 선형변화를 몇 개의 시퀀스 프레임으로 분석(Park and Jo, 2013)하기도 하였다. 가로 보행공간에서 시퀀스를 중심 으로 한 야간 경관조명 연출방법을 빛의 시퀀스적 요소인 가변 성, 외부연계성, 역동성, 우연성, 방향성으로 체크리스트 만들 어 각 가로를 분석(Lee et al ., 2010)하기도 하였다.
하지만 도시경관에서 색채계획연구는 외국의 연구들과 마찬
가지로 구체적인 구조물, 가로, 시설물의 색채제안과 배색을 위
한 연구들이 대부분으로 시퀀스나 사진 활용에서도 가로와 같 은 짧은 구간에서 대표 프레임 몇 개를 선정해, 육안으로 측색 하여 분석하는 방법들이었다. 도시 색채계획이 도시 전체의 맥 락에서 연구되어야 하며, 또한 이러한 도시적 이미지는 관찰자 의 이동에 의해 경험되어지는 4차원적인 것임에도 불구하고, 환 경색채에 대한 도시적 범위의 연구와 연속체험에 대한 시퀀스 색채분석 기법과 측색기법이 부재하여 본 연구의 확대성과 활 용가능성을 파악할 수 있었다.
3. 공간 개방성에 따른 도시색채 경향 연구 고찰 공간 개방도는 건물 밀집지역일 경우에 건물의 입면 차폐도 를 뺀 나머지를 개방지수로 사용하기도 한다(Im, 2008). 하지 만 이러한 이론은 작은 공간에서 단면적으로 분석할 때 사용하 는 것이기는 하나, 건물을 뺀 나머지 공간은 하늘에 대한 노출 량이므로 본 연구에서 하늘의 시각량을 개방성지수로 활용 가 능함을 시사한다.
공간의 개방성은 시거리에 따라 달라지는 것으로 시거리가 멀다는 것은 근거리에 높은 건물들이 없어 하늘이 많이 보이 며, 멀리까지 조망할 수 있는 개방적인 공간이다. 같은 건물일 지라도 근거리에서 보여지는 색과 원거리에서 보여지는 색이 면적효과에 따라 달라지며, 이는 곧 개방성과 관련이 있는 것 이다.
공간 개방성 지수에 관한 연구로 린치(Lynch, 1975)는 광장 주변 건물 높이(H)와 수평거리(D)의 비례(D:H)로 공간의 개 방, 폐쇄정도를 분석하여 인간의 가장 자연스러운 앙각이 30도 임으로 그 근사치인 2:1은 위요감의 임계치이며, 이보다 앙각 이 커서 D/H가 2보다 작아지면 폐쇄적이게 되며, 3:1은 위요 감의 최소한계로 D/H가 3을 넘으면 밀폐감이 소실된다고 한 다. 이는 인간의 앙각과 관련된 공간에서의 거리에 따른 지각 차이로 도시 색채 또한 인간의 앙각과 관련된 거리에 따른 색 변화경향이 위요, 폐쇄지점에서 달라질 수 있는 가설이 성립하 며, 본 연구의 개방도 지수로 환산하기 위해 컴퓨터 시뮬레이 션에서 하늘이 보이는 천공율로 산출해 수치적으로 규명해 낼 수 있다.
시거리, 시점장, 개방성에 따른 도시색채의 연구로 먼저, 시 거리에 따른 명도변화 연구로 9개의 경관유형에 대한 시거리 24m, 135m로 고층집합주택 외벽 색채특성을 시거리에 따라 측 색하여 비교하였을 때, 135m일 때 더욱 명도와 채도가 더 높아 지나, 그 정도는 매우 미세하며 명도에서 조금 더 변화가 크다 고 하였다(Park et al ., 2004). 다음으로 시점장에 대한 색변화 연구로 90×90cm 색 패널을 100m마다 7개씩 도로에 설치하여 촬영하여 색 코드 분석을 통해 시점장에 대한 색변화를 연구한 결과, 거리에 따른 색 패널이 시점거리가 멀어질수록 적색패널
이 하향하여 청색기운을 띄며, 청색은 거리가 멀어질수록 일정 한 청색을 유지하였으며, 적, 청, 녹색패널은 시점거리가 증가 하면 무채색이 되는 경향이 있고, 흰색패널은 채도가 증가하였 다고 하였다(kim, 1999). 또한, 색의 면적효과의 실험실 연구로 관찰거리 1m, 3m 그리고 시각 2도, 10도, 30도에 대한 칼라패 널을 보여주고, 관찰거리와 시각에 따른 색의 면적효과를 분석 한 결과, 면적이 증가할수록 명도와 채도값이 상승한다고 하였 다(Lee et al . 2006).
하지만 대부분 실제 경관에서 매우 많은 자료들의 데이터로 분석되지 못한 한계를 설명하였으며, 기초자료로 제시하면서 실제 도시색채 변화경향에 대한 측정방법과 데이터 추출방식 과 기법이 필요함을 주장하였다.
따라서 본 연구의 시퀀스 연속 색채분석 기법을 활용하여 공 간의 개방성에 따라 수많은 프레임들의 색채경향을 색상, 명도, 채도로 세분하여 분석해 보면 기존 연구에서의 한계점인 실제 경관을 대상으로 한 색채변화경향을 수치적으로 증명해내고 활용할 수 있는 방법이 될 것이다.
Ⅲ. 연구방법과 대상지
1. 연구방법
먼저, 시퀀스 분석기법 도출을 위해 연속적 동선과 시선흐름 의 경로가 일정한 대구광역시 일대에 조성된 지상철 3호선을 대상지로 하였다. 대상지는 우리나라 최초의 대중교통 모노레 일로 대구광역시를 지상 10m 높이에서 시속 40~70km로 남북 으로 가로질러가면서 이동하기 때문에 도시경관을 멀리까지 조망할 수 있어 도시 전체의 색채를 매우 거시적으로 파악할 수 있으며, 장거리, 장시간 동안의 시퀀스를 분석해 내기에도 적합하였다. 또한 경험자들이 시선흐름이 정해진 경로와 유사 한 각도와 시간으로 경험하기 때문에 객관적인 데이터가 될 수 있는 대상지로 파악되었다.
본 연구의 색채 시퀀스 분석기법을 도출하기 위해 다음의 분 석의 과정을 거쳤다.
첫째, 경관의 색채를 연속적인 시퀀스로 산출하기 위해서 움 직이는 지상철에서 바라다 보이는 도시의 조망을 좌우에서 각 각 동영상으로 촬영한 다음, 본 연구자가 개발한 CRVP Koo 프로그램으로 동영상을 2초 간격으로 프레임을 추출하였다.
둘째, 각 프레임이 가지고 있는 색 추출은 KSCA(Korea Standard Color Analysis)를 사용하였다. 최고 56색으로 대표색 을 엑셀 데이터로 추출한 다음, 도시 자체의 색채만 분석하기 위해 하늘에 대한 시각량을 분리해 내었다.
셋째, 분리해 낸 데이터를 색상, 명도, 채도별로 구분하여 평
균, 표준편차, 최대값, 최소값 등으로 공간의 개방성, 밝기 정도,
Figure 1. Site map of monorail, Daegu Source: http://map.naver.com Rewriting by author
선명도 정도, 고채도 분포와 코드, 시각량의 우위, 지배적 노출 인자, 한난색의 이미지, 각 세분별 시퀀스 리듬의 다이나믹 정 도 등에 대한 기준으로 계량화하고, 비교분석하여 색채시퀀스 분석기법을 도출해 내었다.
다음으로 시퀀스 데이터를 바탕으로 공간 개방성에 따른 도 시 색채경향을 다음과 같이 분석하였다.
첫째, 하늘의 시각량을 5% 단위로 나누어 개방성 지수로 사 용하였으며, 각 프레임들을 개방성 지수별로 분류하였다.
둘째, 린치의 공간 위요, 폐쇄정도에 대한 공간 개방성 D/H 비를 하늘에 대한 시각량으로 환산하여 공간 개방성지수와 통 계치에 적용하였다. 린치의 도시광장 비율의 위요도 D/H비는 컴퓨터 시뮬레이션으로 건물높이와 광장크기의 비율로 카메라 렌즈를 인간의 앙각, 화각과 일치하도록 설정한 다음, 하늘의 시각량 수치를 추출하였다.
셋째, 개방성 지수에 대한 각 프레임들의 평균 명도, 채도를 회귀분석하여 린치의 개방성 정도와 비교하여 변화경향을 파악 하였으며, 다음으로 더 세밀한 분석을 위해 명도와 채도는 고, 중, 도로 나누고, 색상은 한색, 난색, 중성색, 무채색으로 나누어 회귀분석하여 상관관계를 파악해 내었다.
2. 연구 대상지 현황
대구 도시철도 3호선인 모노레일로 만들어진 지상철은 총 30개 역 23.2km로 수성구 용지에서 북구 학정까지 우측전망 A 구역 29개 구간과 좌측전망 B구역 29개 구간으로 3개의 행정 구를 지난다(Figure 1 참조).
3. 연구 전제조건 1) 동영상 촬영 조건
각 동영상 촬영은 플랫폼을 출발하여 도시경관이 보이기 시 작할 때부터 다음 플랫폼에 들어가기 직전까지로 하며, 해상도 1,920×1,080으로 full frame 1:1 카메라에 렌즈 50mm를 장착하 여 인간의 앙각, 부각과 가장 유사한 화각 50mm로 설정하여 모노레일 출입문 좌, 우에서 동시에 촬영하였다.
2) 촬영 시간과 기상조건
촬영시간은 2016년 6월 27일 오전 9시~오후 1시이며, 촬영 지 기상조건은 기상청 발표기준 평균기온: 22.6℃, 최고기온:
27.8℃, 최저기온: 18.8℃, 평균운량: 6.5(구름 많음에 해당), 일 강수량: 1.0mm, 일조시간: 2.4시간, 상대습도: 72.9%이다.
3) 프레임 추출 기준
프레임은 첫 시작경관을 첫 프레임으로 지정하는 본 연구자 가 개발한 CRVP 프로그램을 활용하여 2초 간격으로 각 Area 에서 778개씩 추출하였다(Table 1 참조).디지털 동영상에서 2 초 단위의 프레임은 평균시속 50km로 달리는 모노레일을 기준 으로 볼 때 이동거리 13m에 해당한다. 지상철은 원경을 조망하 기 좋은 10m 높이에 있기 때문에 인간시야 각도 안에서 13m 의 거리이동은 경관의 색 변화가 급격하지 않은 가까운 거리로 시퀀스 리듬을 파악하기 좋은 간격으로 파악되었다.
4) 대표색 추출 프로그램 KSCA(Korea Standard Color Ana- lysis)
한국표준색 색채분석은 한국색채표준 디지털팔레트와 함께 한국산업표준인 KS A 0062 색의 3속성에 의한 표시 방법을 기 본으로 하면서 대표색을 색상, 명도, 채도의 수치적 코드와 그에 따른 시각량 비율로 정량화하여 데이터화 해주는 국가기술표준 프로그램으로 본 연구 데이터를 객관화해주며, 대표색 개수 또 한 가장 많은 56색으로 하여 신뢰도를 높였다.
Ⅳ. 도시 경관색채 시퀀스 분석
1. 색상분석
색상의 시퀀스 시각량 리듬 분석은 연속적으로 경험하는 색 의 면적, 거리, 공간의 개방감까지도 내포하는 것으로 원래 물 체가 가지고 있는 고유의 색을 분석해 내는 것보다 고유의 색 이 면적, 시간, 거리 등의 요인에 의해 변화되면서 경험자에게 어떻게 지각되어지는가를 흐름으로 수치화한 것이다.
도시색채를 구성하는 구성요소는 건물, 지붕, 간판, 시설물,
도로 등의 인공적 요소와 수목, 물, 흙, 산, 하늘 등의 자연적인
Zone No.
Start station Location Distance(km) Time (Sec.)Frame
No.
Cumula -tive frame No.
Area A Area
B
A1 B1 Younggi
Susung gu
0.7 53 27 27
A2 B2 Beommul 0.8 53 27 54
A3 B3 Jisan 1.2 78 40 94
A4 B4 Suseongmit 0.8 49 25 119
A5 B5 Hwanggeum 0.7 40 21 140
A6 B6 Children's Hall 0.8 47 24 164
A7 B7 Suseong District
Stadium 1.0 71 36 200
A8 B8 Suseong Market 0.8 52 27 227
A9 B9 Daebonggyp
Junggu
0.7 36 19 246
A10 B10 Geondeulbawi 0.9 69 35 281
A11 B11 Myeongdeok 0.6 53 27 308
A12 B12 Namsan 0.8 68 34 342
A13 B13 Sinnam 0.7 36 18 360
A14 B14 Seomun Market 0.7 47 24 384
A15 B15 Dalseong Park 1.0 70 36 420
A16 B16 Buk-gu Office
Bukgu
0.8 63 32 452
A17 B17 Wondae 0.6 35 18 470
A18 B18 Paldal Market 0.6 29 15 485
A19 B19 Manpyeong 0.8 49 25 510
A20 B20 Gongdan 0.9 57 29 539
A21 B21 Paldal 0.8 47 24 563
A22 B22 Maecheon Market 1.1 76 38 601
A23 B23 Maecheon 0.9 68 34 635
A24 B24 Taejeon 0.7 43 22 657
A25 B25 Guam 0.7 44 22 679
A26 B26 Chilgok Unam 0.8 44 23 702
A27 B27 Dongcheon 0.7 44 23 725
A28 B28 Palgeo 0.8 49 25 750
A29 B29 Hakjeong 0.8 52 26 776
Total 23.2 1,522 776
Table 1. Zone and frames of monorail
요소로 이루어진다(Kim, 2014). 인공적 요소의 색에서 특히 10m 높이에서의 지상철 조망으로 인해 건물의 상부, 지붕과 옥 상면이 시각적으로 많이 노출되어 지금까지 색 연구의 가로나 도로 등의 경관색채에서 많이 거론되지 않았던 새로운 도시 색 채적 요소로 등장하였다.
Figure 2와 같이 색상 시퀀스는 지상철의 경로에 따른 수많 은 시퀀스적 색 계열별의 시각적 노출량으로 같은 색채라도 면 적에 따라 달라지는 이미지를 파악할 수 있다. 근거리에 나타 나면 색채의 시각량이 매우 높아졌다가 멀어지면서 낮아지기 도 하며, 원거리의 색상들이 집합체로 시각량을 보이기도 하는 리듬 자체의 흐름 또한 새로운 디자인 요소로 파악되어진다.
Table 2 및 Table 3과 같이 색상 시퀀스에서 도출한 수치 데 이터를 바탕으로 개방성 지수, 시각노출의 우위, 지배적 노출, 한 난색의 이미지, 리듬의 다이나믹과 같이 색상시퀀스 분석 기법으로 도출하였다(Table 4 참조).
먼저 Area A의 전체구간에서 각 계열별 색채의 평균값을 비교하여 보았을 때 개방성 지수인 하늘의 시각량이 평균 23.2 이었으며, 시각노출의 우위에서 도시 자체의 색채에서는 N계 열이 17.52로 가장 높았으며, 다음으로 GY-B-PB-G-Y-BG-YR- R-RP-P 계열의 순이었다. 시각량 정도의 노출 순위는 페흐너- 웨버의 법칙에 따라 경관을 인지할 때 많이 노출된 우위에 따라 인지의 차이가 있기 때문에 많이 노출된 색 정보가 가장 많은 인상을 남겨두게 된다. 또한 하늘과 무채색을 제외한 한색, 난색, 중성색 분류에서 한색이 6.34이며. 난색이 3.58, 중성색이 8.41로 한색계열이 난색계열보다 2배 가까운 것으로 분석되었다.
29개 구간은 세 개의 행정구를 지나는데 각 행정구별 세부분 석이 가능한데, 중구가 가장 하늘의 시각율이 높은 27.11%로서 북구 24.67%와 근사하지만, 수성구 17.57%에 비해 매우 높은 율을 나타내었다. 하늘의 시각율은 공간 개방율과 관계있는 것 으로서 중구-북구-수성구 순으로 공간 개방율이 낮아지는 것을 알 수 있다. 하늘과 무채색을 제외한 한색, 난색, 중성색 분류에 서 수성구와 북구는 한색계열이 난색계열보다 더 높았으나, 중 구는 특이하게 난색계열이 한색계열보다 더 높았다.
지배적 노출에 대한 분석은 Table 5와 같이 50% 이상, 30~
50%로 프레임 수를 추출가능한데, 50% 이상의 지배적인 노출 프레임은 GY, N, PB순이었으며, Area A에서 GY가 28개 프레 임이라는 것은 각 프레임이 2초 단위로 13m마다 추출한 것이 기 때문에 56초의 시간과 364m의 노출값으로 환산하여 해석할 수 있다. 지배적인 노출값을 가지는 프레임은 Area A에서 상 대적으로 많이 추출되었다.
표준편차 분석은 각 색계열의 리듬이 최소값과 최대값 사이 에서 어떤 율동으로 흐르고 있는가를 정량적으로 분석할 수 있 는 지표로서 전체 구간에서 가장 높은 표준편차는 GY계열로 시각적으로 보였다 사라졌다 하는 리듬의 최소값과 최대값의 차이가 가장 큰 것으로 시각적 자극의 리듬 또한 가장 다이나 믹한 것으로 분석할 수 있다. 행정구별 분석에서는 전체 표준 치와 다른 결과를 볼 수 있는데, 수성구에서는 PB계열, 중구에 서는 N계열, 북구에서는 GY계열이 가장 높은 표준편차로 도 출되었다.
Area B에서는 전체 공간 개방율인 하늘의 시각율이 Area A 보다 높아 27.54%를 보였으며, 각 행정구별 특성에서는 Area A와 유사하였으나 Area A에서는 난색계열이 더 많았던 중구 에서, Area B에서는 한색계열이 더 많은 것으로 분석되었다.
하지만, 그 차이값은 다른 행정구에서의 난색과 한색 차이보다
매우 작은 값으로 분석되었다. 가장 표준편차가 큰 값으로 전
Area A Whole (%) Susunggu (%) Junggu (%) Bukgu (%) Color Group Min Max Avg. Stdev. Min Max Avg. Stdev. Min Max Avg. Stdev. Min Max Avg. Stdev.
R 0.00 23.21 1.35 2.58 0.00 14.59 1.12 2.19 0.00 23.21 1.88 2.91 0.00 22.09 1.21 2.59
YR 0.00 79.10 4.46 7.72 0.00 43.01 3.55 5.63 0.00 79.10 6.32 10.02 0.00 51.65 4.03 7.29
Y 0.00 52.94 4.94 7.01 0.00 49.94 3.73 6.58 0.00 52.94 7.06 8.64 0.00 43.48 4.57 6.00
GY 0.00 85.29 16.53 15.80 0.00 51.30 14.79 12.10 0.00 83.82 12.64 14.14 0.00 85.29 19.74 17.98
G 0.00 64.86 6.36 8.66 0.00 45.70 8.47 9.33 0.00 45.72 4.55 7.19 0.00 64.86 6.00 8.69
BG 0.00 44.42 4.66 6.39 0.00 44.42 7.28 8.17 0.00 32.61 3.64 5.70 0.00 30.11 3.55 4.78
B 0.00 69.17 10.91 10.21 0.00 69.17 15.10 12.78 0.00 57.21 8.03 8.22 0.00 53.55 9.81 8.36 PB 0.00 99.72 9.51 12.90 0.00 99.72 12.07 18.05 0.00 68.87 6.97 8.97 0.00 91.28 9.26 10.22
P 0.00 37.86 0.28 1.56 0.00 37.86 0.55 2.73 0.00 1.66 0.10 0.22 0.00 7.61 0.19 0.69
RP 0.00 13.01 0.29 1.09 0.00 13.01 0.41 1.48 0.00 10.21 0.21 0.93 0.00 7.51 0.25 0.84
N 0.00 68.33 17.52 14.55 0.00 68.33 15.36 13.45 0.00 63.39 21.50 15.08 0.00 55.30 16.74 14.55 Sky 0.00 61.13 23.20 14.28 0.00 42.14 17.57 11.83 0.00 55.32 27.11 12.75 0.00 61.13 24.67 15.41 Warm color 0.00 79.10 3.58 6.40 0.00 49.94 2.80 5.29 0.00 79.10 5.09 8.14 0.00 51.65 3.27 5.84
Cold color 0.00 99.72 6.34 9.58 0.00 99.72 8.69 12.40 0.00 68.87 4.66 7.35 0.00 91.28 5.76 8.21 Neutral color 0.00 85.29 8.41 13.83 0.00 51.30 7.60 11.22 0.00 83.82 6.42 11.78 0.00 85.29 9.99 16.03 Table 2. Color sequences visual amount value in Area A
Figure 2. Color sequence rhythm
체구역과 각 행정구별 모두에서 GY계열로 분석되었다.
2. 명도분석
명도는 색의 밝고 어두운 정도로 색채의 면적효과에 의해 동 일한 색채라도 면적이 큰 경우에 명도는 훨씬 높게 나타난다.
따라서 명도에 대한 면적 시각량의 시퀀스는 더 중요한 의미를 가진다.
Figure 3과 같이 하늘을 제외하고 순수한 도시색채의 명도만
V0-3까지를 저명도, V4-6 중명도, V7-10까지를 고명도로 분
석하였을 때, 전체 시퀀스에서 중명도의 시각량이 가장 많이
노출되었다. Table 6과 같이 명도의 시퀀스 데이터를 수치적으
로 산출 가능하였으며, 명도의 평균값과 최대, 최소값, 평균, 표
준편차로 추출 가능하였다. 이러한 수치적 데이터로 Table 7과
같이 명도 시퀀스 분석 기법과 결과를 명도평균지수, 우위, 리
듬의 다이나믹 측면으로 도출할 수 있었다. 각 전체 명도의 평
Area B Whole (%) Susunggu (%) Junggu (%) Bukgu (%) Color Group Min Max Avg. Stdev. Min Max Avg. Stdev. Min Max Avg. Stdev. Min Max Avg. Stdev.
R 0.00 29.87 1.26 3.06 0.00 20.83 1.15 2.51 0.00 14.60 1.17 1.94 0.00 29.87 1.38 3.79
YR 0.00 56.10 3.23 5.59 0.00 41.42 2.44 4.88 0.00 37.39 4.83 6.75 0.00 56.10 2.88 5.15
Y 0.00 72.52 4.89 7.47 0.00 56.33 3.27 6.45 0.00 72.52 7.09 10.18 0.00 57.97 4.73 5.91 GY 0.00 87.54 15.01 15.41 0.00 87.54 14.68 16.97 0.00 76.11 12.43 15.54 0.00 79.14 16.61 14.09
G 0.00 65.99 6.59 7.83 0.00 33.00 7.52 7.57 0.00 65.99 7.30 9.77 0.00 41.14 5.61 6.62
BG 0.00 76.66 5.14 7.96 0.00 76.66 8.54 11.84 0.00 39.29 4.33 5.14 0.00 43.24 3.41 4.90 B 0.00 99.63 9.99 9.93 0.00 99.63 14.09 13.19 0.00 30.94 6.42 6.44 0.00 57.68 9.31 8.01 PB 0.00 89.74 10.15 11.66 0.00 61.08 9.84 12.26 0.00 40.72 7.70 7.45 0.00 89.74 11.67 12.86
P 0.00 31.90 0.23 1.56 0.00 27.56 0.23 1.85 0.00 1.04 0.08 0.17 0.00 31.90 0.31 1.77
RP 0.00 10.33 0.24 0.76 0.00 7.23 0.23 0.87 0.00 3.49 0.14 0.35 0.00 10.33 0.30 0.83
N 0.00 68.00 15.74 14.41 0.00 68.00 17.30 17.33 0.00 56.05 16.77 11.82 0.00 56.76 14.18 13.50 Sky 0.00 57.05 27.54 15.47 0.00 52.09 20.71 17.58 0.00 57.05 31.76 14.20 0.00 54.08 29.60 13.14 Warm color 0.00 72.52 3.13 5.86 0.00 56.33 2.29 4.96 0.00 72.52 4.36 7.54 0.00 57.97 3.00 5.20
Cold color 0.00 99.63 6.42 9.25 0.00 99.63 8.05 11.18 0.00 65.99 5.16 7.17 0.00 89.74 7.82 10.59 Neutral color 0.00 87.54 7.62 13.17 0.00 87.54 7.46 14.01 0.00 76.11 6.29 12.58 0.00 79.14 8.46 12.89 Table 3. Color sequences cusual amount value in Area B
No. Criteria of color sequence value Area A Area B
1 Openness Sky rate 23.2% 27.54%
Rank of sky rate Junggu>Bukgu>Susunggu
2 Advantage Rank of avg. N>GY>B>PB>G>Y>BG>YR>R>RP>P N>GY>PB>B>G>BG>Y>YR>R>P>RP
First rank of max frame PB(99.72%) B(99.63%)
3 Dominent exposure First rank of 50% over
frame number, time, distance GY>N>PB
(Area A GY: 28 number=56 sec=364 m, Area B GY: 23 number=46 sec=299 m) 4 Warm, cold image Warm / cold color Warm<Cold exception Junggu in Area A (Warm>Cold)
5 Rhythm dynamic First rank of stdev. GY
Susunggu(PB), Junggu(N), Bukgu(GY) GY
Susunggu(GY), Junggu(GY), Bukgu(GY) Rank of stdev. GY>N>PB>B>G>YR>Y>BG>R>P>RP
Table 4. Color sequences analysis technique
Color group
Area A Area B
50% over 30~50% 50% Over 30-50%
N T D N T D N T D N T D
R 0 0 0 0 0 0 0 0 0 0 0 0
YR 2 4 26 17 34 221 1 2 13 4 8 52
Y 1 2 13 15 30 195 3 6 39 9 18 117
GY 28 56 364 117 234 1521 23 46 299 110 220 1430
G 3 6 39 18 36 234 1 2 13 11 22 143
BG 0 0 0 8 16 104 4 8 52 12 24 156
B 7 14 91 38 76 494 5 10 65 33 66 429
PB 15 30 195 35 70 455 15 30 195 35 70 455
P 0 0 0 1 2 13 9 18 117 44 88 572
RP 0 0 0 0 0 0 0 0 0 1 2 13
N 16 32 208 142 284 1846 22 44 286 1 0 0
Sky 8 16 104 276 552 3588 14 28 182 97 194 1261 Total 80 160 1040 667 1334 8671 97 194 1261 356 712 4627 Legend: N(number), T(time, sec), D(distance, m)
Table 5. Number of dominent frame by visual amount stage
균치는 Area A에서는 5.67이며, Area B에서는 4.33으로 전체 적 이미지는 같은 대구임에도 불구하고, 좌우의 전망에서 오른 쪽 전망인 Area A지역이 1.34 더 밝은 것으로 분석되었다. 행 정구별에서는 수성구, 북구, 중구 순으로 수성구가 가장 고명도 로 분석되었다. 명도의 시각량의 우위에서 중명도의 시각량이 가장 많았으며, 고명도의 시각량 순위는 Area A, B가 같았으 나, 저명도와 중명도는 Area A와 B가 반대로 나타났다. 최대 값 프레임은 Area A에서는 중구의 중명도에서 91.44%가 추출 되었으며, Area B에서는 북구의 고명도에서 86.07%의 시각량 을 가지는 프레임이 추출되었다.
표준편차에 의한 각 명도리듬의 다이나믹한 정도는 수성구
고명도에서 가장 높게 나타났으며, 보였다 사라졌다하는 시각
량의 차이가 가장 두드러지는 것으로 해석할 수 있다. 또한
고명도, 중명도, 저명도 순으로 표준편차가 줄어들며, 따라서
리듬의 다이나믹한 정도도 같이 줄어드는 것으로 분석 가능
하였다.
Figure 3. Value sequence rhythm
Value Whole (%) Susunggu (%) Junggu (%) Bukgu (%)
Min Max Avg. Stdev. Min Max Avg. Stdev. Min Max Avg. Stdev. Min Max Avg. Stdev.
A
V0-3 0.00 90.64 25.10 12.64 0.00 69.83 27.29 16.03 2.32 74.53 24.50 9.18 0.00 90.64 24.03 11.64 V4-6 7.59 91.14 40.42 12.68 9.53 72.33 39.24 13.20 10.86 91.14 40.67 13.40 7.59 88.05 41.03 11.90 V7-10 0.00 82.44 11.28 12.98 0.00 75.73 15.90 16.86 0.00 82.44 7.72 9.60 0.00 56.23 10.27 10.75
Avg. 5.67 5.86 5.47 5.65
B
V0-3 0.00 80.58 25.56 12.06 0.00 58.53 23.40 10.55 5.77 80.58 24.92 10.57 0.00 57.85 27.29 13.42 V4-6 5.91 83.17 37.51 13.27 5.91 82.38 40.48 13.04 8.63 83.17 37.69 13.43 7.44 77.11 35.53 13.01 V7-10 0.00 86.07 9.38 13.35 0.00 77.50 15.42 18.02 0.00 46.94 5.62 8.24 0.39 86.07 7.57 10.56
Avg. 4.33 4.63 4.19 4.23
Table 6. Value sequence visual amount value in Area A, B
Criteria of value sequence Area A Area B
1 Brightness Value avg. 5.67 4.33
Rank of value Susunggu>Bukgu>Junggu
2 Advantage
Rank of value stage Middle>Low>High-value
Rank of low-value Susunggu>Junggu>Bukgu Bukgu>Junggu>Susunggu Rank of middle-value Bukgu>Junggu>Susunggu Susunggu>Junggu>Bukgu
Rank of high-value Susunggu>Bukgu>Junggu
First rank of max frame Middle-value of Junggu (91.44%) High-value of Bukgu (86.07%)
3 Rhythm dynamic First rank of stdev. Susunggu high-value (A:16.86, B:18.02)
Rank of stdev. High>Middle>Low-value
Table 7. Value sequences analysis technique
Chroma Whole (%) Susunggu (%) Junggu (%) Bukgu (%)
Min Max Avg. Stdev. Min Max Avg. Stdev. Min Max Avg. Stdev. Min Max Avg. Stdev.
A
C0-3 7.75 99.94 46.76 17.00 15.19 98.99 55.23 17.08 7.75 99.94 43.32 16.66 15.07 93.71 43.22 15.17 C4-6 0.00 68.63 11.85 10.99 0.00 37.83 11.28 9.66 0.00 44.59 7.51 8.94 0.00 68.63 14.56 11.97 C7-10 0.00 82.33 0.94 3.77 0.00 27.70 0.71 2.39 0.00 28.08 0.77 2.71 0.00 82.33 1.18 4.82
Avg. 2.10 1.97 1.88 2.31
B
C0-3 6.17 99.56 44.87 15.87 9.48 95.21 48.17 17.61 6.17 99.56 43.05 18.13 13.74 95.39 43.75 12.83 C4-6 0.00 88.14 11.47 11.16 0.24 88.14 13.53 13.92 0.00 68.55 8.13 9.57 0.32 56.02 11.97 9.47 C7-10 0.00 23.57 0.55 1.88 0.00 13.42 0.41 1.49 0.00 6.58 0.38 0.84 0.00 23.57 0.73 2.42
Avg. 2.07 2.07 1.88 2.17
Table 8. Chroma sequence visual amount value in Area A, B Figure 4. Chroma sequence rhythm
3. 채도 분석
채도는 색의 선명한 정도로서 무채색과 하늘을 제외한 부분 이므로 여백이 많이 남아 있는 프레임 시퀀스를 보인다. Figure 4와 같이 전체 채도 시퀀스를 C0~C3까지를 저채도, C4~C6 까지를 중채도, C7~C16까지를 고채도로 분류하여 시퀀스로 분석하였으며, Table 8과 같이 각 시퀀스들을 수치화하여 추 출할 수 있었다. 수치 데이터를 활용하여 Table 9와 같이 채 도평균지수, 채도의 우위, 채도리듬의 다이나믹과 같은 채도 시퀀스분석 기법과 결과를 도출할 수 있었다. 하늘과 무채색 을 제외한 도시의 채도는 거의 지배적으로 저채도 중심이었 으며, 채도의 평균값은 Area A는 2.10, Area B는 2.07로 오 른쪽 경관인 Area A의 채도 선명도가 0.03정도 더 높은 것으 로 분석되었다. Area A 지역은 B에 비해 더 밝고 선명한 경
관임을 수치적으로 확인 가능하였다. 하지만 행정구별 채도 의 선명도는 명도의 순과는 다르게, 북구, 수성구, 중구 순이 었다. 시각량의 지배적인 우위에 따른 지각노출분석에서는 저채도가 매우 집중적이었으며, 저채도는 수성구에 가장 많 이 노출되었으며, 중채도와 고채도는 수성구와 북구가 반대 로 나타났다. 최대값을 보이는 프레임은 중구의 저채도에서 99% 이상의 프레임이 추출되었다. 리듬의 다이나믹과 관련 이 있는 표준편차 분석에서는 수성구의 저채도가 가장 높아 다이나믹했으며, 전체적으로는 저채도, 중채도, 고채도 순이 었다.
4. 고채도 색분포 분석
중채도, 고채도의 색은 도시색채에서 하늘의 저채도 가변인
Criteria of value sequence Area A Area B
1 Clarity Chroma avg. 2.10 2.07
Rank of clarity Bukgu>Susunggu>Junggu
2 Advantage
Rank of chroma stage Low>Middle>High-chroma
Rank of low-chroma Susunggu>Junggu>Bukgu Susunggu>Bukgu>Junggu Rank of middle-chroma Bukgu>Susunggu>Junggu Susunggu>Bukgu>Junggu Rank of high-chroma Susunggu>Bukgu>Junggu Bukgu>Susunggu>Junggu First rank of max frame Low-chroma of Junggu (A: 99.94%, B: 99.56%)
3 Rhythm dynamic First rank of stdev. Susung gu low-chroma (A:17.08, B:17.61)
Rank of stdev. Low>Middle>High-value
Table 9. Chroma sequences analysis technique
Criteria of value sequence Whole
Susunggu Junggu Bukgu
1 Advantage
Rank of
chroma stage Middle>High-chroma Chroma rank GY>PB>G>YR>B>R>Y>BG>RP>P Common rank
in all district GY>PB>G
Different rank B>BG>YR>R YR>R>B>Y Y>B>YR>R
2 High- chroma
code C12
R 5R 4/12 Χ
1.25R 5/12 3.75R 4/12 8.75R 4/12 10R 4/12
YR 1.25YR 6/12 2.5YR 6/12 3.75YR 6/12
Χ Χ
Y 3.75Y 7/12 Χ 3.75Y 8/12
7.5Y 8/12
GY Χ Χ 8.75GY 6/12
PB
5PB 2/12 5PB 5/12 6.25PB 4/12
7.5PB 3/12 7.5PB 4/12
3.75PB 5/12 5PB 3/12 5PB 4/12 5PB 5/12 6.25PB 4/12
7.5PB 3/12
3.75PB 5/12 5PB 4/12 5PB 5/12 6.25PB 4/12
7.5PB 3/12
P 10P 5/12 Χ Χ
RP
1.25RP 5/12 2.5RP 4/12 2.5RP 5/12 2.5RP 6/12 3.75RP 5/12 6.25RP 6/12
1.25RP 4/12 10RP 4/12
C14 R
RP
6.25R 4/14 7.5R 4/14 8.75RP 5/14
Χ 3.75R 4/14 Table 10. KS color code over Chroma 12
Figure 5. Color distribution chart by whole
자의 색이 빠진 것으로 매우 순수한 도시이미지와 관계가 깊다.
시각량의 비율로 도시의 강조색을 도출해 내기 위해 중채도, 고채도의 색상계열을 시각량 수치순위로 산출하였다. 또한 C12 이상의 색 코드는 도시경관 색채 계획시 주조색이나 강조색이 되는 것으로 매우 중요한 대상이므로 색채계획에서 주로 사용 하는 색코드 분포도로도 작성할 수 있었다(Figure 5 참조).
수치 데이터를 바탕으로 Table 10과 같은 고채도 분석기법 과 결과를 도출하였으며, 대구시 전체와 행정구별 중채도, 고채 도색들에서 비중이 높은 순으로 공통적으로 GY, PB, G계열을 보이면서 수성구에서는 B-BG-YR-R, 중구에서는 YR-R-B-Y, 북구에서는 Y-B-YR-R 순으로 구별되는 강조색의 차이를 도 출할 수 있었다. RP, P계열은 매우 적은 양으로 모든 구에서 공통적으로 보였다. GY, G계열은 수목의 색을 많이 포함함으 로 인공적인 도시색 측면에서 PB, B, YR, Y계열의 고채도색이 많이 사용되었으며, 지상철 주변으로 노출되어 있었다.
Ⅴ. 공간 개방도에 따른 도시 색채 경향
1. 공간 개방성 척도와 비율
개방성 지수는 하늘의 시각량을 5% 단위로 나누어 지수로
사용하였다. 또한 린치의 공간 개방, 폐쇄정도의 지수는 D/H비
로 컴퓨터 시뮬레이션하여 하늘에 대한 천공율로 환산하여 본
연구의 5% 시각량 단위인 개방성지수에 대입하였다.
D/H Angle 3D camera simulation Sky(black) Sky rate (%)
1 45 0
2 27 25.17
3 18 53.88
4 14 69.49
Table 11. Convert to the shy ration in the D/H
Sky rate(%) D/H Openness
Number, rate of frames
Area A Area B
N % N %
0~25.17 1-2 closed 386 49.74 283 36.47
25.17~58.88 2-3 enclosed 371 47.81 480 61.86
53.88~64.49 3-4 open 6 0.77 3 0.39
Table 12. Frame number, ration by sky rate
Sky rate (%)
Area A Area B
N T D % N T D %
0~5 130 260 1690 16.75 110 220 1430 14.18
5~10 48 96 624 6.19 45 90 585 5.8
10~15 62 124 806 7.99 45 90 585 5.8
20~25 86 172 1118 11.08 53 106 689 6.83
25~30 107 214 1391 13.79 77 154 1001 9.92
30~35 90 180 1170 11.6 70 140 910 9.02
35~40 83 166 1079 10.7 169 338 2197 21.78 40~45 89 178 1157 11.47 105 210 1365 13.53
45~50 13 26 169 1.68 59 118 767 7.6
50~55 4 8 52 0.52 12 24 156 1.55
55~60 4 8 52 0.52 1 2 13 0.13
Table 13. Frame value by sky rate
각 비례에 대한 천공율은 0%, 25.17%, 53.88%, 69.49%로 산
출되었다(Koo, 2016)(Table 11 참조). 따라서 린치의 개방도 연구를 기준으로 본 연구에서 천공율 25.17%이내를 폐쇄적 공 간, 25.17~58.55%까지를 위요적 공간, 58.55% 이상의 공간을 개방적 공간으로 나누고, 각 Area 별 프레임 개수와 비율을 산 정하였다(Table 12 참조).
본 연구 대상지에서 밀폐감의 최소한계인 천공율 53.88%를 넘는 프레임은 전체 776 프레임 중 Area A에서는 6개, Area B에서는 3개 프레임으로 천공율 61.13%를 넘지는 않았다. 즉, 대부분의 경관이 밀폐감의 최저 한계 내에 적정한 위요감을 가지는 공간으로 분석 가능하였다. 하지만, 위요감의 임계치 아래인 폐쇄적인 경관이 Area A에서는 50.4%, Area B에서는 36.95%로 많은 비중으로 분석되었다. 이는 지상철 주변으로 건물들이 지나면서 공간의 폐쇄감이 증가하기 때문인 것으로 여겨진다.
본 연구에서는 공간 개방성 정도를 더욱 세밀하게 분석하기 위해서 천공율을 5% 단위로 나누어 개방도 지수로 사용하였으 며, 린치의 폐쇄적, 위요적, 개방적 공간구분 영역과 더불어 각 경관 프레임 수와 시간, 거리, 비율을 산출하였다(Table 13 참 조). 각 개방도별 대표이미지는 Figure 6과 같으며, 각 개방도
별 프레임은 시간으로 각 2초마다, 거리로는 13m마다 추출한 것이기 때문에 각 단계별 프레임 개수에 대한 경험시간과 경험 거리를 산출할 수 있는 것이다.
2. 공간 개방도에 따른 도시 색채경향 분석
하늘의 시각량인 천공률에 따른 공간 개방도는 도시 조망과 관계가 깊으며, 공간 개방도가 높을수록 가시권과 조망권이 넓 어지는 경향이 있다. 색채는 거리에 따라 중경 이상의 색은 집 합체로 인식되어지기도 하며(Motloch, 1990), 거리와 면적에 라 색상, 명도, 채도가 달라지는 명도 대비, 색상 대비, 채도 대 비 등의 원리가 실제 경관에서 어떻게 변화하는지 정량적인 값 으로 추출하였으며, 변화율을 회귀분석하였다.
실제 경관에서 경험하는 무수히 많은 프레임들을 하늘에 대 한 시각량에 따라 개방도 지수로 분석하는 것으로서 개방도가 크다는 것은 시점거리가 멀어지는 것이며, 면적이 증가한다는 것은 개방도가 낮아 폐쇄적인 공간에서 매우 근접하여 도시 구 조물들의 색을 관찰하게 되는 것과 같은 이치이다.
따라서 개방도 지수에 따라 하늘을 제외한 도시 색채만 색
상, 명도, 채도로 구분하여 데이터를 추출하여 그래프로 나타내
a: 0~5% b: 5~10% c: 10~15% d: 15~20%
e: 20~25% f: 25~30% g: 30~35% h: 35~40%
I: 40~45% j: 45~50% k: 50~100%
Figure 6. Representative image by openness
a: Area A color visual amount by sky ration b: Area A value visual amount by sky ration c: Area A chroma visual amount by sky ration
d: Area B color visual amount by sky ration e: Area B value visual amount by sky ration f: Area B chroma visual amount by sky ration Figure 7. Color, Value, Chroma visual amount of city by sky ration in Area A and B
