텍스트 마이닝(Text-mining)기법을 활용한 젠트리피케이션 (Gentrification) 현상의 속도 분석 연구*
24종로구 익선동 젠트리피케이션 현상을 중심으로
A research of speed of gentrification used by text-mining analysis
Focused on gentrification of Jong-ro gu, Ik-seon dong
강현우*Kang, Hyeon woo 이희정**
Lee, Hee Chung
Abstract
Ik-seon dong is one of the hot place in Seoul especially in these days. This means lots of money and people have been gathering in Ik-seon dong, gentrification was resulted in here. This showed Seoul’s these day’s gentrification, Too fast. Actually Seoul wanted to make detailed design plan in Ik-seon dong, but because of rapid speed, it was really hard work. As a result the plan was made in 2018, but the gentrification of Ik-seon dong give lots of information.
In this situation, for analysing the gentrification, proper information, such as land use, the number of visitors, would be needed. However it is really difficult work because there isn’t data base about that. Text-mining is a analysis method using social network, so in this research, there are proper opportunity to reveal Ik-seon dong’s Gentrification.
색인어 : 익선동, 젠트리피케이션, 빅데이터, 텍스트마이닝, 오피니언마이닝 Key Words : Ik-seon Dong, Gentrification, Big-data, Text-mining, Opinion-mining
* 이 논문은 2018년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2018S1A5A8030044).
** 서울시립대 도시공학과 석사과정(주 저자 : [email protected])
*** 서울시립대 도시공학과 교수(교신저자 : [email protected])
Ⅰ. 서론
1. 연구의 배경 및 목적
1) 연구의 배경
종로의 핵심지역에 위치한 익선동은 도시형한옥이 밀집한 지역으로서 최근 몇 년간 증가한 한옥개조형태의 카페 등을 통해 고즈넉한 한옥 속 정겨운 분위기를 형성하고 있다. 그리고 이러한 분위기를 자아내는 익선동은 고층 빌딩이 넘쳐나는 서울 한복판 에서 처마 아래 앉아 휴식을 취하고, 한옥이 만든 네모난 천장으로 햇살을 받으며 맛있 는 음식을 즐기는 등 소위 ‘힐링’의 명소로 조명받고 있다.
이처럼 많은 사람들이 방문하는 ‘핫플레이스’가 되었음에도 불구하고, 실제 그 지역 의 주민들 입장에서 이와 같은 현상은 반갑지 못하다. 2010년 전후로 평당 1,900만원선 이었던 매매가가 2018년 현재 평당 4000~5000만원(150%뾘)에 거래되고 있으며
1, 유동 인구의 지속적 증가에 따른 주거환경의 악화는 기존 거주민들이 내쫓기는 소위 젠트리 피케이션(Gentrification)현상으로 이어졌기 때문이다.
특히 익선동 젠트리피케이션 현상은 최근 서울에서 발생하는 젠트리피케이션의 전 형적인 특징을 보여주고 있는데, 이의 특징으로는 지역민을 위한 공간이 외부인들을 위한 공간으로 그 장소성이 변화한다는 점에서 과거에 발생하였던 젠트리피케이션과 차이가 있으며(김다윤, 2017), 젠트리피케이션의 진행 속도 또한 점점 빨라짐이 관측되 고 있고(김상현, 2016), 정책적으로 적절한 대응을 위한 시기를 놓치는 경우 또한 발생 하고 있다(김용민, 2017). 따라서 이와 같은 장소성 변화 진행의 적절한 속도 조절을 위해서는 젠트리피케이션의 진행시기별로 속도에 영향을 주는 요인이 무엇인지를 분 석하고, 지역의 근린상점을 적절히 보호하고 상생할 수 있는 정책적 논의가 필요하다.
( 윤윤채, 2016).
이러한 상황에서 대중매체는 젠트리피케이션의 주된 확산채널(Channel)이며, 익선동 의 경우에는 핫 플레이스로 떠오르게 만든 가장 큰 원동력이라 할 수 있다. 특히 SNS 등을 통해 등장한 소셜 빅데이터는 사회변화를 능동적으로 모니터링하고, 빠른 속도의 정량화, 객관화, 시각화를 통해 효율적 가치판단을 할 수 있는 데이터로 주목받고 있으 며, 이에 대한 공간에의 적용은 한정된 재원으로 심층적인 연구를 위한 기초데이터로서의 활용 측면에서 그 가능성과 중요성이 매우 높다고 할 수 있다.
1 http://biz.newdaily.co.kr/site/data/html/2018/01/16/2018011610054.html
2) 연구의 목적
본 연구는 익선동 젠트리피케이션 현상을 대상으로 대표적 대중매체인 SNS를 텍스 트 마이닝(Text-mining)기법을 활용하여 익선동 젠트리피케이션 현상의 진행속도를 분 석하고, 시기별 진행속도에 영향을 주는 요인이 무엇인지를 분석하여 그 시사점을 도출 하는 것을 목적으로 한다.
2. 연구의 방법 및 범위
1) 연구의 방법
본 연구는 2단계의 텍스트-마이닝 분석과정으로 위의 목적을 달성하고자 한다. 2단계 과정으로서는 각각 텍스트 마이닝 분석방법 중 두 가지인 핵심어 분석과 중심성 분석으 로 진행하였다. 우선 텍스트-마이닝이란 자연어로 구성된 비정형 텍스트 데이터에서 패 턴 또는 관계를 추출하여 가치와 의미있는 정보를 찾아내는 대표적인 빅데이터 분석방 법
2이다. 첫 번째 단계는 익선동 젠트리피케이션 현상의 속도를 분석하는 단계로서, 핵 심어 분석(Key word analysis)단계이다. 이는 분석 대상 연구의 자료 수집 후 형태소 분 리, 공백 제거, 부사 및 조사 제거 등의 작업 및 비슷한 용어들을 통합하는 전처리 과정 을 바탕으로 추출된 텍스트들을 바탕으로 진행하는 빈도 분석을 말한다
3. 본 연구에서 는 ‘장소성’관련 텍스트의 도출정도를 통해 젠트리피케이션 현상의 진행속도를 측정하 고자 하였다. 두 번째 단계는 시기별 진행속도에 영향을 주는 요인이 무엇인지를 분석 하는 단계로서, 본 연구에서는 중심성 분석(Centrality analysis)으로 분석을 진행하고자 하였다. 핵심어간의 관계적인 속성을 분석하여 핵심어들간의 네트워크 내에서 각각의 핵심어들이 얼마나 중심에 가까이 위치하고 있는지를 측정하는 기법이다
4. 본 연구에서 는 ‘젊은세대’관련 텍스트의 도출정도를 통해 그 요인을 분석해보고자 하였다.
또한 위와 같은 텍스트 분석의 과정은 ‘수집-정제-분석-시각화’의 과정으로 이루어 진다. 우선적으로 본 연구에서는 데이터 수집 및 정제를 동시해 진행할 수 있는 프로그 램인 텍스톰(TEXTOM: Text to matrix)을 활용하였다. TEXTOM은 ㈜더아이엠씨에서 제공하는 소셜 매트릭스 프로그램으로서, WEB상의 다양한 데이터를 채널별로 자동 수집하여 정제, 매트릭스 생산까지 일괄 처리해 주는 데이터 처리 솔루션으로 크롤링 (Crawling) 방식을 이용한다(오익근, 2015).
본 연구에서는 TEXTOM을 대상으로 수집된 텍스트 들을 대상으로 텍스트 마이닝
2 강만모, 김상락, 박상무(2012) 빅데이터의 분석과 활용, pp.25~32
3 박엄지, 박수희(2017) 빅데이터 분석을 활용한 치매 작업치료 연구 동향 분석, pp.15~24
4 김정하(2012) 사회연경망분석을 이용한 지역의료 관광산업의 이해관계자 네트워크 분석:서울시 강남구 지역을 대상으로,
그림 2. 연구의 흐름
분석을 실시하였으며, 연구의 효율성을 위해 상위 48개의 키워드를 대상으로 분석을 실시하였으며, 각 시기별로 도출된 키워드들을 바탕으로 소규모의 군집을 구성하여 분 석하였다. 또한 본 연구에서는 각 시기별로 장소성과 관련된 키워드들을 도출하여, 젠 트리피케이션 현상이 진행될수록 나타나는 장소성과 관련된 키워드의 증감의 추이를 분석하여, 젠트리피케이션 현상의 진행속도를 측정하고자 하였다.
2) 연구의 대상 및 범위
본 연구의 대상으로는 연구를 위한 텍스트의 수집대상으로는 대표적인 SNS 서비스인 페이스북(Facebook), 트위터(Twitter)과 다음과 네이버의 블로그(Blog) 및 카페(Cafe)를 대상으로 하였다. 기간은 최초의 카페가 입점한 2013년 말과 다큐3일 방영 전후인 2016 년 초를 구분점으로 하여, 2012~2013년, 2014~2015년, 2016~2017을 기간으로 설 정하였다. 여기서 본 연구에서는 젠트리피케이션의 진행속도에 대한 정의를 ‘젠트리피 케이션의 심화 정도 및 장소성의 강화 정도’로 바라보았다. 또한 본 연구에서는 이와 같은 젠트리피케이션의 진행속도를 측정하기 위하여 텍스트 마이닝 기법을 사용하였 으며 ‘장소성관련 핵심어의 도출 정도’를 통해 젠트리피케이션의 진행속도를 측정하고 자 하였다. 본 연구에서는 ‘장소성’관련 텍스트를 자신만의 고유한 특성, 다른 장소와 구별되는 특징
5을 보여주는 텍스트로 정의하였으며, ‘젊은 세대’관련 텍스트를 SNS에
5 F,Lukermann(1964)은 장소성을 자신만의 질서, 즉 고유한 앙상블을 이루어 다른장소와 구별되는 것으로
서 젊은 세대(10대~30대)에 의해 주로 이용되는 텍스트로서, ‘데이트’, ‘핫플레이스’,
‘ 분위기’ 등의 텍스트로 정의하여 연구를 진행하였다.
Ⅱ. 이론적 고찰
1. 젠트리피케이션(Gentrification)의 정의와 발생 원인
젠트리피케이션(Gentrification)은 Glass(1964)가 처음 주장한 용어로 저소득층이 고 소득층에 의해 대체됨에 따라 기존 원주민이 비자발적으로 이주함으로써 지역이 젠트 리화되는 개념이다. 이후 ‘젠트리피케이션‘은 ‘노동계급 및 방기된 주택이 소생되어 그 결과 그 지역이 중간계급 동네로 변환되는 것’으로 Smith에 의해 재해석되었다. 국내에 들어와서는 김걸(2008)이 중산층 및 개발업자들에 의해 기존 저소득층의 퇴거가 야기되 는 현상으로 정의하였고, 박효연(2016)은 도시 및 지역이 관광 트렌드화, 관광정책 및 관광객 등 관광이 주원인이 되어 도시 본래 기능과 구조가 변화하는 과정으로 보았다.
2. 젠트리피케이션(Gentrification)의 해결방안
이전까지 제시된 젠트리피케이션에 대한 해결방안으로는 크게 지역 내부적인 해결방 안과 외부적인 해결방안으로 구분할 수 있는데, 내부적인 해결방안은 지역 자체적인 공 동체를 활용하는 방법으로, 민/관/지역공동체의 협력사업을 통해 지역 자체적인 수익을 발생시키고, 지역공동체에 대한 새로운 권리와 권한을 부여하는 방향으로의 해결방안이 다(이정희, 2017). 이에 대한 대표적인 사례인 영국의 Localism Act는 지역공동체 발언 권, 지역공동체 건설권, 지역공동체 입찰권리 등 지역주민들이 자신들의 문제를 스스로 해결할 수 있도록 새로운 권리와 권한을 부여하였다(박수빈, 2016). 외부적인 해결방안 은 국가 혹은 지방정부의 적극적인 개입을 바탕으로 이루어지는 해결방안으로, 조례, 법 개정, 지구단위계획 등을 통한 해결방안이 그에 대한 예시들이라 할 수 있다. 특히 지구 단위계획은 지구단위계획 구역 내에 특화가로를 조성하여 지역의 장소성을 유지하고 대형 프랜차이즈 상점의 입지를 제한하는 등의 기능을 함에 따라 젠트리피케이션의 해 결방안으로 논의될 수 있다(김지석, 2017).
정의하였다.
3. 젠트리피케이션(Gentrification)의 진행속도 및 단계
허자연(2016)은 상업공간 젠트리피케이션에서 젠트리피케이션 단계별로 공동체의 참 여주체가 변화함을 주목하였으며, 단계별로 참여주체의 확장이 나타남을 이야기하였다.
윤윤채(2016)는 상업용도의 변화를 분석하여 젠트리피케이션의 속도를 분석하였다. 하 지만 그와 같은 속도변화의 원인이 무엇인지는 구체적으로 도출해내지는 못하였다. 김 상현(2016)은 이에서 한 단계 더 나아가 성수동 젠트리피케이션을 중심으로 뉴스와 공 시지가를 분석하여 그에 대한 시기별 원인이 무엇인지를 분석하고자 하였으나, 그와 같 은 변화의 원인이 무엇인지 도출하지는 못하였다.
4. 소결 및 연구의 차별점
이외에도 본 연구와 관련한 선행연구들을 분석해보면 ‘젠트리피케이션의 발생 원인 관련 연구’ ‘젠트리피케이션의 대응방안 관련 연구’, ‘젠트리피케이션 속도 및 단계별 변화양상 분석연구’ 세 가지 분류로 구분할 수 있었다. 이들의 시사점으로는 젠트리피 케이션의 발생 원인과 관련한 연구들은 서울의 젠트리피케이션 현상을 규명하면서도 그에 대한 해결방안은 뚜렷이 도출하지 못했다는 부분을 지적하였다. 젠트리피케이션 대응방안과 관련한 연구들은 내부적인 해결방안과 외부적인 해결방안으로 구분하였으 나, 연구 대부분의 경우 다양한 아이디어를 제시하는 부분에 초점을 맞추어, 과정 및 단계별 접근이 이루어지지 않았다는 한계점이 있다. 젠트리피케이션의 속도 및 단계별 변화양상 분석연구에서는 젠트리피케이션의 진행단계에 대한 중요성을 보이며, 기준 에 따라 단계에 대한 분류가 다양하게 나타날 수 있음을 이야기하였지만 그에 대한 원 인이 무엇인지는 도출하지 못하였다. 특히 유동인구의 변화분석이나, 상업용도에 대한 단계별 변화분석의 경우 젠트리피케이션의 속도를 가장 명확히 파악할 수 있는 방법론 으로 예상되나 과거 특정 시점에 대한 유동인구나 지역별 용도의 현황에 대한 자료는 매 시기별 지역현황조사가 이루어지는 지역이 아닌 한 현실적으로 구비하기에는 어려 움이 나타난다.
텍스트마이닝 분석은 자료 취득과 관련한 위의 문제점을 해결할 수 있는 방법론으로
서 연구자가 원하는 특정 지역, 특정 시점에 대한 자료를 취득할 수 있음에 따라 젠트
리피케이션 속도의 변화를 분석하는데 적절한 방법론으로 예상된다. 따라서 본 연구에
서는 핵심어 분석과 중심성 분석으로 대표되는 텍스트마이닝 기법을 활용하여 진행속
도 및 단계별 변화양상의 원인이 무엇인지를 규명하여 해결 방안을 위한 시사점을 도
출하고자 한다.
그림 3. 익선동을 대상으로 한 상업용도 변화에 따른 젠트리피케이션의 속도변화 측정결과.
하지만 시기별로 적절한 자료 수집의 한계 및 진행속도 변화에 대한 요인의 도출이 불가능하다.
Ⅲ. 익선동 젠트리피케이션 과정 분석
1. 발생이전(~2013)
최초 익선동의 형성은 1920년대 정세권이 현재의 익선동 구역에 시민 주거형 한옥 단지를 조성하고자 하면서 이루어졌다. 이후 70~80년대를 거치면서 돈의동에서 불어 난 쪽방 수요를 위해 한옥 내부를 나누어 임대를 시작하였다. 익선동의 북측지역에는 공연용 한복을 제작하는 업소와 종로 금은방들에 납품하는 금속가공 업체들이 자리 잡 았지만, 실제 이들 외부인의 영향력은 매우 미미하였고, 지역주민이 핵심주체라 할 수 있었다.
80 년이라는 세월을 거치며 익선동은 서울 도심 한가운데의 오래된 마을이 되어갔고, 결국 2004년 익선동 일대는 익선 도시환경정비구역으로 지정된다. 하지만 재개발을 원 하던 익선동 안쪽의 주거민과, 가로에 면한 상가 임대인간의 갈등이 나타나며 재개발 이 계속해서 미뤄지게 되었고, 결국 보존으로서의 패러다임이 등장함에 따라 2012년 익선동 도시환경정비구역은 해제되었다.
2. 젠트리피케이션의 발생(2014~2015)
재개발 지역이 해제된 이후 익선동에는 익선동 고유의 시민 주거형 한옥을 활용한
카페, 음식점등이 들어서기 시작하였다. 새로이 들어온 소상공인들은 전통한옥을 리모
델링하여 각각의 특색있는 카페 및 음식점으로 변모하였으며, 조금씩 손님들의 유치가 증가하였다. 이에 따라 월 70~80만원에 불과하던 익선동 한옥 임대료는 2014년 월 평 균 150~200만원을 웃돌게 되었다.
이러한 상황에서 서울시는 익선동의 젠트리피케이션 현상의 조짐이 나타남에 따라 대책의 필요성을 인지했다. 서울시가 우선적으로 추진한 방안은 지구단위계획의 수립 을 통한 젠트리피케이션의 관리방안이었다. 하지만 2014년 추진되기 시작한 지구단위 계획 수립은 많은 이해관계자간의 갈등이 나타나는 지역임에 따라 2018년 3월에야 익 선동 지구단위계획이 수립될 수 있었지만 4년이 넘는 기간 동안 이미 대다수의 주민은 떠나고 임대 경쟁으로 임대료는 급속도로 상승하였으며, 한옥에 대한 불법개조 및 증 축이 다수 이루어진 이후였다.
3. 젠트리피케이션의 심화(2016~2017)
익선동이 본격적으로 시민들의 입에 오르내리게 된 계기는 TV프로그램 ‘다큐3일’
이었다. KBS프로그램 ‘다큐3일’에서 ‘서울의 100년 한옥마을’이라는 타이틀로 익선동 에 관해 방영하였다.
6이는 익선동에 새로이 들어온 소상공인을 중심으로 이전부터 이 루어지던 익선동의 마케팅 전략에 불을 붙이는 계기가 되었다. 이후 대중들이 익선동 에 대해 인식하여 SNS에서 회자되기 시작하였다. 이전까지 주거지로서의 이미지 때문 에 사람들 사이에서 인식되지 못하던 익선동의 잠재성은, 인사동 바로 옆으로 서울 한 가운데 위치해있다는 ‘지리적 잠재성’과 시민 주거형 한옥에서부터 나오는 한국적인 모습을 바탕으로 한 ‘지역성’ 그리고 신규 소상공인들로부터 발생하는 ‘활력’ 등이 어 우러져 폭발하였다. 급격히 증가한 익선동에 대한 관심과 방문객은, 익선동 내 갈등을 심화시키는 결과를 낳았다. 유동인구의 지속적 증가에 따라 주거환경 악화가 심각해지 고, 지구단위계획 수립의 지연으로 무분별한 리모델링 진행이 제한되지 못하는 등의 혼란스러운 상황에 쳐한 것이다.
그림 4. 익선동 젠트리피케이션 과정 6 KBS 다큐3일, 뺷서울의 100년 한옥마을뺸, 2016.02.28.
Ⅳ. 익선동 젠트리피케이션 현상에 대한 텍스트 마이닝 분석
1. 핵심어 분석(Keyword Analysis)
1) 익선동 젠트리피케이션 발생 이전(2012~2013년)
익선동 젠트리피케이션이 발생하기 이전의 가장 상위 텍스트로는 종로(1), 서울시(2), 인사동(3), 인의동(4), 운니동(5)의 순으로 나타났다. 이외에도 상위 48개의 키워드들 중 지역성과 관련된 텍스트는 한옥(23) 하나 뿐이었으며, 42개(87.5%)가 지명과 관련된 키 워드들로서 이 시기에서의 대중들의 인식속의 익선동은 여타 다른 지명들과의 큰 차별 성을 느끼지 못하며, 크게 인식되지는 못하는 지역이었음을 알 수 있다.
순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도
1 종로 1620 13 과천시 235 25 이비스 161 37 가희동 125
2 서울시 1021 14 운현신화타워 230 26 관수동 156 38 구산동 124
3 인사동 733 15 종로2가 226 27 원남동 149 39 관희동 123
4 인의동 437 16 이화동 223 28 장소 149 40 공항동 123
5 운니동 353 17 장사동 222 29 중학동 146 41 이화역 123
6 관철동 321 18 와룡동 216 30 익선동거리 143 42 가양동 123
7 재동 320 19 팔판동 211 31 가회동 140 43 갈현동 123
8 안국동 312 20 경운동 206 32 소격동 137 44 인덕원 123
9 낙원동 290 21 적선동 193 33 종로3가 136 45 관악동 123
10 원서동 273 22 삼청동 188 34 회현동 133 46 갈월동 123
11 강남구 261 23 한옥 186 35 계동 131 47 종로1가 117
12 가평군 244 24 수송동 167 36 관악구 129 48 평생교육원 110
표 1. 2012~2013 핵심어 분석 결과
2) 익선동 젠트리피케이션 발생(2014~2015년)
다음으로 본격적인 젠트리피케이션이 시작될 무렵인 2014~2015년 시기에는 이전
시기와 달리 상위 텍스트에서 카페(4), 식물(6)이 도출되는 등 대중들의 인식 속에서
확연한 변화가 나타나기 시작했음을 알 수 있다. 또한 한옥(21), 골목(22), 한옥마을(26) 등 익선동의 고유한 특징뿐만 아니라, 익동다방(30), 우동집(44), 거북이슈퍼(46) 등 새 로이 발생한 점포들과 관련한 텍스트들이 등장하였다. 또한 분위기(36), 데이트(41), 젊 은(48)과 같은 젊은 세대와 관련한 텍스트들도 점차 증가하기 시작하였다. 또한 장소성 과 관련된 키워드가 상위 48개 텍스트 중 14개로 증가하여 젠트리피케이션 발생에 따 라 키워드의 전환이 나타나는 시기임을 알 수 있다.
순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도
1 종로 1776 13 팔판동 459 25 와룡동 244 37 원남동 147
2 서울시 1303 14 안국동 441 26 한옥마을 243 38 종로2가 139
3 인사동 959 15 소격동 414 27 인의동 213 39 주소 138
4 카페 843 16 종로3가 389 28 운현신화타워 209 40 사람 137
5 운니동 606 17 가회동 381 29 장사동 198 41 데이트 109
6 식물 601 18 계동 372 30 익동다방 188 42 장소 103
7 재동 535 19 송현동 358 31 이화동 186 43 오후 102
8 낙원동 532 20 사간동 358 32 낙원상가 182 44 우동집 99
9 원서동 501 21 한옥 338 33 적선동 180 45 북촌 87
10 삼청동 479 22 골목 303 34 골목길 165 46 거북이슈퍼 86
11 경운동 466 23 맛집 296 35 동네 155 47 관훈동 86
12 관철동 463 24 훈정동 286 36 분위기 151 48 젊은 82
표 2. 2014~2015 핵심어 분석 결과
3) 익선동 젠트리피케이션 심화(2016~2017년)
2016~2017 년 익선동의 텍스트를 보면 카페(2), 맛집(3), 골목길(4), 한옥마을(5) 등
익선동의 장소성과 관련된 텍스트가 주로 상위권으로 도출되었다. 특히 익선동 젠트리
피케이션의 현재를 가장 잘 보여주는 키워드인 ‘핫플레이스’가 6위에 도출됨에 따라,
이전과 다른 익선동의 현황을 보여준다 할 수 있다. 상위로 도출된 텍스트들을 분석해
보면, 골목길(4), 한옥마을(5) 등의 장소성 관련한 텍스트와, 수제맥주(9), 식물(12), 우
동집(17), 창화당(21)과 같은 익선동의 분위기를 활용한 신규 점포들의 키워드들이 이
전 시기와 비슷하게 높은 키워드로 나타났으며, 특히 분위기(8), 나들이(10), 데이트(11),
풍경(25), 블로그(27) 등 젊은 세대들이 주로 활용하며, SNS에서 주로 사용되는 텍스트
들이 급속히 증가하였음을 알 수 있다. 또한 익선동의 장소성과 관련한 키워드들의 경 우 상위 48개 텍스트 중 39개로 그 비율이 매우 높아졌으며, 젠트리피케이션이 심화되 었음을 알 수 있다.
순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도
1 종로 1653 13 사람 312 25 풍경 151 37 전통 100
2 카페 1493 14 가게 305 26 엘리 127 38 프루스트 95
3 맛집 1282 15 사진 280 27 블로그 122 39 낙원상가 93
4 골목길 1064 16 종로3가 279 28 4번출구 119 40 글로우키친 92
5 한옥마을 1007 17 우동집 265 29 도쿄빙수 115 41 크래프트루 92
6 핫플레이스 894 18 친구 241 30 위치 114 42 술집 83
7 서울시 864 19 동네 235 31 세월 110 43 한옥카페 80
8 분위기 531 20 인사동 219 32 1920년 110 44 구경 80
9 수제맥주 416 21 창화당 191 33 장소 108 45 여행 80
10 나들이 349 22 경양식 177 34 프앙디 102 46 낙원장 79
11 데이트 344 23 국수 169 35 북촌 102 47 수표로28길 76
12 식물 323 24 서울커피 156 36 엉클비디오타운 102 48 르블란 74
표 3. 2016~2017 핵심어 분석 결과
2. 중심성 분석(Centrality Analysis)
1) 익선동 젠트리피케이션 발생 이전(2012~2013년)
익선동 젠트리피케이션이 발생하기 이전의 가장 상위 텍스트로는 연결정도 중심성에서
인사동(0.12)과 종로(0.088) 등이 나타났으며 전반적으로 장소와 관련된 텍스트들이 주로 도
출되었음을 알 수 있다. 반면 간접중심성을 파악할 수 있는 지표인 매개중심성에서는 장소
(3.032) 와 이비스(2.701)이 순위권의 지표로 도출됨에 따라 장소성 텍스트가 일부 등장하였
지만 대다수가 익선동과 큰 연관성이 없는 지역 관련 텍스트임에 따라 젠트리피케이션과는
거리가 있으며 대중들의 관심 속에서 인지되지 못하는 익선동의 모습을 알 수 있다.
연결정도 중심성(Degree Centrality) 매개 중심성(Betweenness Centrality)
순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도
1 인사동 0.12 16 팔판동 0.04 1 종로 3.032 16 장소 3.032
2 종로 0.088 17 관악구 0.039 2 서울시 3.032 17 종로3가 3.032 3 인의동 0.078 18 가희동 0.039 3 인사동 3.032 18 팔판동 2.796 4 강남구 0.075 19 구산동 0.039 4 인의동 3.032 19 경운동 2.796 5 관철동 0.074 20 공항동 0.039 5 운니동 3.032 20 삼청동 2.796 6 가평군 0.073 21 가양동 0.039 6 관철동 3.032 21 중학동 2.796 7 과천시 0.071 22 갈현동 0.039 7 재동 3.032 22 이비스 2.701 8 운니동 0.057 23 갈월동 0.039 8 안국동 3.032 23 한옥 2.454 9 재동 0.054 24 경운동 0.038 9 낙원동 3.032 24 관수동 2.454 10 서울시 0.053 25 인덕원 0.038 10 원서동 3.032 25 가회동 2.454 11 안국동 0.048 26 관악동 0.038 11 운현신화타워 3.032 26 계동 2.218 12 낙원동 0.046 27 관희동 0.037 12 종로2가 3.032 27 소격동 2.138 13 원서동 0.045 28 이화역 0.037 13 이화동 3.032 28 수송동 2.063 14 관수동 0.044 29 삼청동 0.036 14 장사동 3.032 29 회현동 2.063 15 종로2가 0.041 30 장사동 0.035 15 적선동 3.032 30 종로1가 2.063 표 4. 2012~2013 핵심어 분석 결과
2) 익선동 젠트리피케이션의 발생(2014~2015년)
익선동 젠트리피케이션이 발생했을 당시인 2014년~2015년의 지표를 보면 익선동의
현황을 직접적으로 알 수 있는 연결정도 중심성의 경우 식물(0.153), 한옥마을(0.033)이
순위권 지표로 등장하였다. 특히 ‘식물’ 텍스트의 경우 한옥을 개조하여 만든 카페 ‘식
물’을 의미하며 젠트리피케이션의 본격적인 시작이 나타났음을 알 수 있다. 또한 매개
중심성의 경우 한옥(5.037), 한옥마을(4.59)가 순위권에 들며 한옥 형태의 익선동이 충
분한 매력을 가졌으며 젠트리피케이션의 유발요소임을 알 수 있다. 또한 카페(0.163)과
맛집(0.104)는 젊은세대 관련 텍스트로서 젊은 세대의 관심이 나타나기 시작했음을 알
수 있는 지표이다.하지만 아직까지 지역 관련 텍스트가 대다수를 차지하고 있으며 장
소성 관련 텍스트는 상대적으로 적은 모습을 보여줌에 따라 젠트리피케이션이 심화되
지는 못한 상황이라 볼 수 있다.
연결정도 중심성(Degree Centrality) 매개 중심성(Betweenness Centrality)
순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도
1 서울시 0.197 16 계동 0.128 1 익선동 5.928 16 재동 4.559
2 카페 0.163 17 송현동 0.128 2 종로 5.928 17 우동집 4.37
3 종로 0.155 18 맛집 0.104 3 서울시 5.928 18 주소 4.356
4 식물 0.153 19 인사동 0.071 4 원서동 5.928 19 골목길 4.354 5 재동 0.152 20 운니동 0.053 5 소격동 5.928 20 적선동 4.228 6 낙원동 0.147 21 원남동 0.037 6 인의동 5.533 21 안국동 4.09 7 관철동 0.147 22 훈정동 0.035 7 종로2가 5.452 22 사람 3.865 8 원서동 0.146 23 한옥마을 0.033 8 운니동 5.446 23 삼청동 3.862 9 삼청동 0.145 24 운현신화타워 0.033 9 인사동 5.078 24 낙원동 3.677 10 경운동 0.145 25 소격동 0.031 10 한옥 5.037 25 장사동 3.627 11 팔판동 0.143 26 사간동 0.029 11 사간동 4.974 26 가회동 3.624 12 안국동 0.137 27 익동다방 0.027 12 와룡동 4.85 27 관철동 3.602 13 익선동 0.13 28 낙원상가 0.026 13 한옥마을 4.59 28 팔판동 3.602 14 종로3가 0.13 29 한옥 0.024 14 카페 4.559 29 경운동 3.545 15 가회동 0.128 30 골목길 0.022 15 식물 4.559 30 장소 3.422
<표 5> 2014~2015 핵심어 분석 결과
3) 익선동 젠트리피케이션 심화(2016~2017년)
2016~2017 년은 익선동 젠트리피케이션의 가장 심화단계라고 할 수 있으며 익선동에
대한 관심이 폭발적으로 증가한 시기라고 할 수 있다. 우선 연결정도 중심성을 확인해
보면 1위가 카페(0.215)로 변화하였으며, 골목길(0.137), 한옥마을(0.135) 등 장소성과
관련된 키워드들이 확연하게 증가한 모습을 볼 수 있다. 또한 매개중심성의 경우 마찬
가지로 카페(6.177), 맛집(6.177)수제맥주(6.177) 등 장소성 관련된 키워드들 다수가 최
고 중심성 지수를 보여주었으며 특히 맛집(0.17), 핫플레이스(0.132)와 같은 젊은세대
텍스트들이 순위권에 들며 수치적으로 익선동 젠트리피케이션 현상이 심화되었음을
확인할 수 있다.
연결정도 중심성(Degree Centrality) 매개 중심성(Betweenness Centrality)
순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도 순위 키워드 빈도
1 카페 0.215 16 친구 0.038 1 종로 6.177 16 창화당 5.199
2 종로 0.207 17 우동집 0.035 2 카페 6.177 17 가게 4.747
3 맛집 0.17 18 동네 0.031 3 맛집 6.177 18 인사동 4.747
4 골목길 0.137 19 사진 0.029 4 골목길 6.177 19 4번출구 4.43 5 한옥마을 0.135 20 창화당 0.028 5 한옥마을 6.177 20 낙원상가 4.372 6 핫플레이스 0.132 21 국수 0.027 6 핫플레이스 6.177 21 장소 4.065 7 서울시 0.107 22 서울커피 0.027 7 서울시 6.177 22 데이트 3.943 8 분위기 0.079 23 인사동 0.025 8 분위기 6.177 23 프루스트 3.93 9 수제맥주 0.062 24 경양식 0.023 9 수제맥주 6.177 24 국수 3.82 10 데이트 0.052 25 풍경 0.023 10 나들이 6.177 25 서울커피 3.81 11 식물 0.051 26 엘리 0.023 11 식물 6.177 26 도쿄빙수 3.585 12 가게 0.044 27 블로그 0.022 12 종로3가 6.177 27 위치 3.557 13 나들이 0.043 28 엉클비디오타운 0.021 13 동네 6.177 28 경양식 3.47 14 종로3가 0.043 29 4번출구 0.02 14 사람 5.452 29 구경 3.393 15 사람 0.039 30 도쿄빙수 0.02 15 친구 5.293 30 사진 3.276 표 6. 2014~2015 핵심어 분석 결과
Ⅳ. 결론 및 시사점
2018 년 현재 국내에서 가장 뜨거운 이슈중의 하나는 젠트리피케이션이다. 젠트리피
케이션에 대한 연구는 1998년~2007년까지 10년간 6개에 불과하였으나, 2007년~2017
년까지 72개의 연구가 발표되었으며, 가장 최근인 2017년 한해에만 34개의 연구가 발
표되었다(안덕초, 2017). 이와 같은 연구들에서 공통적으로 지적하는 부분은, 국내 젠
트리피케이션 현상이 점차 빨라지고 있다는 점이다(윤윤채, 2016). 하지만 대부분의 연
구에서 이와 같은 속도 증가의 원인이 무엇인지는 분석하지 못하였음에 따라, 본 연구
에서는 대표적인 젠트리피케이션 발생지역인 ‘익선동’을 대상으로 대표적 대중매체인
SNS 를 분석하여 젠트리피케이션 현상의 속도를 분석하고, 시기별 속도에 영향을 주는
요인이 무엇인지를 분석하였다.
본 연구는 ‘젠트리피케이션의 속도에 대한 원인 분석’, ‘젠트리피케이션과 젊은 세대 의 인식간의 상관관계 규명’, ‘도시공간에의 빅데이터의 활용’ 이라는 세 가지 측면에서 의의가 있다. 처음으로 본 연구에서는 젠트리피케이션을 발생시키는 주된 채널인 SNS 를 분석하여 익선동을 대상으로 젠트리피케이션의 속도가 급속도로 빨라짐을 확인하 였다. 또한 이와 같은 속도의 원인으로 ‘젊은 세대의 대상지에 대한 인식’이 큰 영향을 미쳤음을 확인하였으며, 본 연구의 주된 의의라 할 수 있다. 이는 소비자들의 제품 관 여도가 구매의향에 관여한다는 연구(이욱, 2017)가 도시공간에도 적용될 수 있다는 부 분을 시사한다.
또한 국내 젠트리피케이션 현상이 점차 빨라지는 대표적인 원인으로서 SNS 등 대중 매체 채널의 이용률 증가와 발전이 있음을 유추할 수 있다. 특히 국내 SNS 이용률은 2011 년 16.8%에서 2015년 43.1%로 증가하는 등 계속해서 발전이 나타나는데(정보통 신정책연구원,2016), 본 연구에서는 SNS의 발전과 이용률 증가가 젠트리피케이션의 속도와 높은 상관관계가 있으며, 역으로 SNS를 통해 젠트리피케이션을 해결할 수 있 도록 대중들의 대상지에 대한 인식의 변화을 유도하는 등, 이를 고려한 젠트리피케이 션의 해결 방향이 추가로 도출되어야 함을 시사한다.
마지막으로 본 연구는 도시공간에의 빅데이터 활용방안을 제시한 연구라는 점에서 그 의의가 있다. 텍스트 마이닝(Text-mining)기법은 대표적인 빅데이터 분석 방법으로 서, 관광, 의료 등 다양한 분야에서 활용되고 있으나, 도시공간에서의 활용은 아직까지 미비한 상황이다. 본 연구는 이러한 상황에서 젠트리피케이션 현상 속도 분석을 위하 여 SNS 분석 방법을 활용함으로서, 기존 연구들의 방법론과는 차별점이 나타나며, 본 연구의 마지막 의의가 나타난다 할 수 있다.
본 연구의 한계점으로는 빅데이터의 주 이용층이 젊은 세대라는 점이다. 물론 최근 주 이용층이 젊은 세대뿐에서 더욱 다양한 연령대로 확대된다는 연구결과가 있지만
7, 현재까지는 젊은 연령층의 영향력이 더 강하다. 따라서 위의 연구 결과가 젊은 연령층 에만 국한되는 결과인지, 여타 연령층에도 적용될 수 있는지에 대한 검증이 필요하다.
또한 본 연구는 ‘익선동’의 젠트리피케이션에 국한했다는 한계점이 있다. 향후 타 지역 을 대상으로 한 연구가 보완될 필요가 있다.
7 http://www.mobiinside.com/kr/2017/08/24/korea-sns-2017-1/
