국토연구

KRIHS

통권 78권 2013년 9월 ISSN

1229-8638

국토연구

The Korea Spatial Planning Review

김동한

박정해

이연숙·박성남 박경난

이상준·진창하

유혜미·윤대식

김상조·김성수 김동근 문장원·이동률 최시중

메트로나미카 모형을 활용한 수도권 지역의 도시성장 시뮬레이션

남한산성과 행궁 입지의 역사와 풍수환경 분석

천사마을 축제사업을 통한 근린재생 파트너십 사례 고찰

주택투자심리와 주택가격과의 관계에 대한 실증분석

국내 주요 항공노선별 여객수송량 변화추이와 결정요인에 관한 연구

우리나라 토지이용규제의 문제점 및 개선과제

국가 수자원계획의 가뭄빈도별 물 부족량 추정

편집위원회

위원장 / 박재길 부원장 (국토연구원 / jgpark@krihs.re.kr) 박삼옥 명예교수 (서울대학교 / parkso@snu.ac.kr) 위 원 / 강현수 원장 (충남발전연구원 / hskang@cdi.re.kr)

김대종 연구위원 (국토연구원 / djkim@krihs.re.kr) 김동주 선임연구위원 (국토연구원 / djukim@krihs.re.kr) 김정호 교수 (KDI 국제정책대학원 / jhkim@kdischool.ac.kr) 김종원 선임연구위원 (국토연구원 / cwkim@krihs.re.kr) 김태진 교수 (한국교통대학교 / tjkim@ut.ac.kr) 김홍배 교수 (한양대학교 / hokim@hanyang.ac.kr) 박환용 교수 (가천대학교 / hwanpark@gachon.ac.kr) 안홍기 연구위원 (국토연구원 / hkahn@krihs.re.kr) 옥동석 원장 (한국조세재정연구원 / dsock@kipf.re.kr) 유재윤 선임연구위원 (국토연구원 / jyyu@krihs.re.kr) 윤대식 교수 (영남대학교 / dsyun@yu.ac.kr) 이상준 선임연구위원 (국토연구원 / sjlee@krihs.re.kr) 이승재 교수 (서울시립대학교 / sjlee@uos.ac.kr) 이정록 교수 (전남대학교 / jrlee@chonnam.ac.kr) 임동순 교수 (동의대학교 / dslim@deu.ac.kr) 정성훈 교수 (강원대학교 / shjung@kangwon.ac.kr) 정진규 연구위원 (국토연구원 / jkchung@krihs.re.kr) 채미옥 선임연구위원 (국토연구원 / mochae@krihs.re.kr) 천현숙 연구위원 (국토연구원 / hchun@krihs.re.kr)

Peter Batey Professor (Univ. of Liverpool / P.W.J.Batey@liverpool.ac.uk)

Roberta Capello Onward Full Professor (Politecnico di Milano / Roberta.Capelllo@polimi.it)

Roger R. Stough Professor of Public Policy (George Mason Univ. / rstough@gmu.edu) (가나다, 알파벳 순) 간 사 / 김진배 출판문헌팀장 (국토연구원 / jbkim@krihs.re.kr)

국토연구

2013. 9 통권 제78권

김동한

박정해

이연숙 박성남 박경난

이상준 진창하

유혜미 윤대식

김상조 김성수 김동근

문장원 이동률 최시중 3

19 37

53 71 91

105

메트로나미카 모형을 활용한 수도권 지역의 도시성장 시뮬레이션

남한산성과 행궁 입지의 역사와 풍수환경 분석

천사마을 축제사업을 통한 근린재생 파트너십 사례 고찰

주택투자심리와 주택가격과의 관계에 대한 실증분석

국내 주요 항공노선별 여객수송량 변화추이와 결정요인에 관한 연구

우리나라 토지이용규제의 문제점 및 개선과제

국가 수자원계획의 가뭄빈도별 물 부족량 추정

메트로나미카 모형을 활용한 수도권 지역의 도시성장 시뮬레이션

Simulating Urban Growth with the Metronamica Model : A Case Study on the Seoul Metropolitan Area, Korea

국토연구 제78권(2013. 9): pp3~17

목 차

I. 서론

II. 셀룰라 오토마타와 도시모형

1. 셀룰라 오토마타 모형의 개념 및 특성 2.셀룰라 오토마타 도시모형의 연구동향

III. 메트로나미카 모형

1. 모형의 개요

2.모형의 구조 및 특성

IV. 모형 적용 및 결과 분석

1.대상지 및 분석 자료 2.모형의 보정 3.도시성장 시나리오 4.결과 분석

V. 결론 및 시사점 김동한

Kim Donghan

국토연구원 책임연구원

Associate Research Fellow, Korea Research Institute for Human Settlements

(dhkim@krihs.re.kr)

I.

서론

지난 세기 동안 세계 각국은 급속한 도시화를 경험하 였다. 도시화는 집적의 이익(economy of concentration) 등 긍정적인 효과가 있으나, 과밀에 따른 혼잡 비용 발생, 자연환경 훼손 등과 같은 부정적인 측면도 동시 에 가지고 있다. 따라서 도시의 성장을 적정하게 관리 또는 유도하기 위해 토지이용규제, 교통망 확충 등과 같은 다양한 공간 정책들이 개발되고 집행되어 왔다.

그리고 공간정책이 도시의 성장에 어떠한 영향을 미 치고 미래의 도시성장과 공간구조가 어떻게 나타나 게 될지 사전에 예측하기 위한 노력의 일환으로 다양 한 도시모형이 개발되고 활용되어 왔다.

개별 모형의 특성과 성격에 따라 도시모형의 역할 은 다르게 정의될 수 있을 것이나 종합적으로 보면 주 로 두 가지 대표적인 활용성을 가지고 있다고 할 수 있 다. 첫째, 도시모형은 복잡한 도시 시스템을 체계적으 로 이해할 수 있는 논리적 수단을 제공한다. 이를 위 해서 도시모형은 모형을 통해 이해하고자 하는 현상 을 파악하는 데 적합한 이론체계를 선택하여 구성하게 된다. 이때 대상이 되는 현상의 정수(essence)를 표현하 기 위해서 이론적 단순화(theoretical simplification) 또 는 논리적 가정(logical assumption)이 수반되며, 실 제 현실을 있는 그대로 재현하는 것을 목적으로 하 지는 않는다.

둘째, 도시모형은 다양한 정책옵션과 대안적 미래 를 탐색할 수 있게 하는 컴퓨터 기반의 가상 실험실 (virtual laboratory)을 제공한다. 많은 데이터 분석과 계산 과정을 수반하는 도시모형은 본질적으로 컴퓨 터 환경에서 구현되고 실행된다. 이때 다양한 논리적 가정, 관련 자료 등과 결합하여 다양한 조건에서의 시 뮬레이션과 결과 분석을 가능하게 한다.

도시모형은 시대의 변화와 더불어 주요 동향이 변 화하고 있는데, 과거에는 뉴턴(Newton)의 중력이론

(gravity theory)에 착안하여 설계된 토지이용교통모 형 등과 같이 정태적(static)이고 집합적(aggregate) 인 도시모형이 주로 개발˙활용되었으나, 1990년대 이후에는 복잡계 이론(complexity theory) 등과 연계 된 셀룰라 오토마타 등의 동태적(dynamic)이고 미시 적(disaggregate)인 방법론을 적용한 도시모형의 개 발과 활용이 증가하고 있다(Benenson and Torrens.

2004).

기존의 토지이용교통모형은 교통수요와 토지변 화의 상호관계를 기반으로 행정구역 단위의 사회경 제적 속성 변화 파악에 장점이 있는 데 반해, 셀룰라 오토마타 도시모형은 난개발의 확산 등과 같이 도시 의 형태가 변화하는 과정과 특징을 연구하는 데 그 강점을 가지고 있다. 따라서 토지이용교통모형은 신 도시 건설 등에 따른 적정 도로 공급량 등을 산정하 기 위한 목적으로 활용될 수 있으며, 셀룰라 오토마 타 도시모형은 도시성장의 결과로 나타나게 되는 공 간적 패턴과 구조를 예측하기 위한 목적으로 활용될 수 있다.

현재 셀룰라 오토마타(Celluar Automata) 기법을 적용한 다양한 범용 도시모형이 개발되어 활용되고 있는데, 일반적인 셀룰라 오토마타 도시모형의 경우 지역적(local) 차원에서 개별 셀 간의 상호작용에 의 하여 상태변화가 발생함으로써 전역적(global) 차원 에서의 합리적인 공간변화 총량과 이에 영향을 미치 는 사회경제적 변수를 고려할 수 없는 구조적 한계를 지니고 있다.

메트로나미카(Metronamica) 모형은 셀룰라 오토 마타 도시모형의 이와 같은 한계를 극복하기 위해 고 안된 모형으로 본 논문은 메트로나미카 모형을 수도 권에 적용하고 다양한 정책 시나리오별로 시뮬레이 션을 수행하여 미래의 도시성장 패턴을 분석하고 시 사점을 제시하고자 한다. 이를 위해 먼저 셀룰라 오 토마타의 기본 개념을 소개하고 셀룰라 오토마타 도

시모형의 특징을 제시한 후, 메트로나미카 모형의 구 조와 특징을 분석하였다. 그 후 모형을 수도권 지역에 적용하여 2030년까지 시뮬레이션을 수행하고 그 결 과를 분석한 후 시사점을 제시하였다.

II.

셀룰라 오토마타와 도시모형

1. 셀룰라 오토마타 모형의 개념 및 특성

셀룰라 오토마타 모형은 수학자인 Stanislaw Ulam과 Jhon von Neumann에 의해 자연계에 존재하는 자기 복제(self-reproduction) 현상을 연구하기 위한 이론 적 도구로 1940년대 후반과 1950년대 초반에 그 개 념적 기반이 최초로 마련되었다. 그러나 셀룰라 오 토마타 모형이 학계의 본격적인 관심을 받기 시작한 것은 1970년대 중반 수학자 John Conway가 구현한

‘Game of Life’ 모형을 통해서인데(Gardner. 1972), 이 모형을 통해 복잡하고 다양한 시스템적 변화가 단순한 규칙을 기반으로 구성되는 셀룰라 오토마 타 모형을 통해 연구될 수 있다는 사실이 본격적으 로 알려지게 되었다. 이후 1980년대에 이르러 수학 자 Stephen Wolfram에 의해 1차원 및 2차원의 이 론적 셀룰라 오토마타 모형이 더욱 심도 있게 제안 되었으며(Wolfram. 1984), 공간 연구 분야를 비롯한 다양한 분야에서의 활용이 가속화되기 시작하였다 (Wolfram. 2002).

셀룰라 오토마타 모형에서 개별 오토마톤 (automaton)은 수학적 또는 논리적 연산을 수행하는 기초 단위이며 이를 토대로 스스로의 상태를 변화시 킬 수 있는 개체다. 이러한 오토마톤을 주로 이차원 의 격자 공간¹⁾에 배열하고 분석 목적에 부합하는 전

이규칙을 부여하여 모형을 구성하게 되는데, 셀룰라 오토마타 모형은 일반적으로 다음과 같은 요소로 구 성된다. ① 셀(cell): 셀은 셀룰라 오토마타 모형에서 각종 연산을 수행하고 상태 변화의 기초 단위가 되는 오토마타톤을 의미한다. 다양한 형태가 가능하나 분석 의 효율성 등을 고려하여 정방형 격자 형태가 가장 많 이 활용된다. ② 상태(state): 개별 셀은 고유의 상태 속 성을 가지며, 이는 모형에서 정의된 규칙에 따라 변화 할 수 있다. ③ 네이버후드(neighbourhood): 각 셀이 연 산을 수행할 때 자신과 인접한 셀의 상태를 참조하 게 되는데, 이에 대한 공간적 범위를 의미한다. 다양 한 범위의 네이버후드 정의가 가능한데, 대표적인 사 례로는 자신으로부터 동서남북으로 인접한 4개의 셀 만 참조하는 폰노이만(von Neumann) 네이버후드와, 대각선 방향으로 인접한 셀까지 모두 포함한 8개의 셀을 고려하는 무어(Moore) 네이버후드 등이 있다.

④ 전이규칙(transition rule): 개별 셀이 자신과 네 이버후드의 상태를 참조하여 어떻게 변화할지를 규 정한다. 다양한 수학적 연산방법이 활용될 수 있으 며, 서로 다른 셀룰라 오토마타 모형의 특징을 규정 하는 핵심적인 부분이다. ⑤ 시간(time): 셀룰라 오 토마타 모형은 동태적(dynamic) 시스템으로서 불연 속적(discrete) 시간의 흐름에 기반하여 셀의 상태가 변화된다. 즉, 하나의 단위 시간에 특정한 연산이 수 행되며, 이에 따라 다음의 단위 시간에 셀의 상태 변 화가 촉발된다.

2. 셀룰라 오토마타 도시모형의 연구동향

셀룰라 오토마타가 공간연구 분야에 최초로 제안된 것은 1970년대에 ‘지리학의 제1법칙’²⁾ 등으로 유명

1) 셀룰라 오토마타 모형에서 각 셀은 다각형, 부정형 도형 등 다양한 형태로 구성 가능하며, 1차원 또는 3차원 등 다양한 공간 차원에 서도 구현 가능하나, 일반적으로는 2차원의 정방형 격자 공간에서 주로 구현됨.

한 지리학자 Tobler에 의해서다(Tobler. 1970, 1979).

Tobler는 토지이용 변화와 같은 공간적 현상이 셀룰 라 오토마타 방법론을 활용하여 연구될 수 있음을 제 안하고 개념적 모형을 제시하였다.

한편 도시 및 도시모형 분야 셀룰라 오토마타가 최 초로 소개된 것은 1980년대 Couclelis에 의해서인데, 비선형적(non-linear)이고 자율적(self-organising)인 특성을 가지는 도시공간 변화 연구에 셀룰라 오토마 타가 유용하게 활용될 수 있으나, 도시공간의 변화는 자연계의 현상과는 차별화되는 성격을 가지므로 이 를 고려한 방법론이 개발되어야 한다고 주장하였다 (Couclelis. 1985).

이후 1990년대에 이르러 셀룰라 오토마타 방법을 적용한 다양한 도시모형이 개발되어 여러 지역의 토 지이용 변화 사례연구에 활용되며 실효성과 타당성 이 검증되었다. 이러한 셀룰라 오토마타 도시모형의 대표적인 개발 사례로는 DUEM(Batty et al. 1999), SLEUTH(Clarke et al. 1997), Metronamica(White and Engelen. 1993) 등과 같은 모형이 있다. 이들 모 형은 셀룰라 오토마타의 핵심적인 특성을 활용하여 토지이용 변화를 동태적으로 시뮬레이션할 수 있도 록 설계되었으며, 도시공간 연구에 적합하도록 여러 가지 독창적인 방법론들을 추가로 도입하여 활용하 고 있다.

국내의 경우에는 정재준 외(2001), 정재준 외 (2002) 등의 연구에서 셀룰라 오토마타 모형을 활용 하여 수도권의 도시성장을 시뮬레이션한 바 있다. 이 들 연구는 SLEUTH 등과 같은 기존의 셀룰라 오토마 타 모형에서 제시하고 있는 도시성장 패턴을 기초적 인 모형 특성으로 활용하였으나, 도시변화 면적에 인 구성장이 미치는 영향 등을 고려하여 모형에 반영하

고 시뮬레이션을 수행하였다.

한편, 셀룰라 오토마타 도시모형은 그 이전 세대의 도시모형이라고 할 수 있는 중력이론(gravity theory) 및 공간상호작용이론(spatial interaction theory)에 기반한 토지이용교통모형(land use transportation model)과는 차별화되는 특성이 있다. 토지이용교통 모형은 일반적으로 존(zone) 단위를 기반으로 하여 교통접근성의 변화와 토지이용의 변화를 연계하여 파악하고자 하며, 이때 인구, 고용 등의 영향도 통합 적으로 고려하는 종합모형(comprehensive model)을 지향하고 있다. 그리고 일련의 연산과정을 통해 산 출한 토지이용의 변화 등을 해당 존에 할당하여 결 과를 산출하는 하향식(top-down) 접근방법을 취하 고 있다. 반면 셀룰라 오토마타 모형은 셀(cell) 단위 를 기반으로 하여 토지이용 변화를 도시형태론(urban morphology)적 관점에서 파악하고자 하며, 이때 교통 접근성, 인구, 고용 등은 고려하지 않거나 외생적으로 산출하여 반영하는 부문모형(partial model)을 지향하 고 있다. 그리고 토지이용의 변화 등은 개별 셀을 중 심으로 진행되고 이의 동시적 연산을 통해 결과가 산 출되는 상향식(bottom-up) 접근방법을 취하고 있다.

이러한 특징을 갖는 셀룰라 오토마타 도시모형 중 본 논문에서는 메트로나미카 모형을 수도권 지역의 도시성장 시뮬레이션에 적용하고자 하며, 해당 모형에 대한 구체적인 내용은 다음 절에서 설명하도록 한다.

III.

메트로나미카 모형

1. 모형의 개요

메트로나미카 모형은 White and Engelen(1993,

2) “모든 것은 서로 연관되어 있다. 그러나 근거리에 있는 것이 원거리에 있는 것보다 더 밀접한 관련이 있다(Everything is related to everything else, but near things are more related than distant things).”

1997)의 연구에 의해 최초 제안된 후 범용 모형 (generic model)으로 개발된 셀룰라 오토마타 기 반의 토지이용 변화 모형이다. 미국의 신시내티 (Cincinnati) 지역에 최초 적용된 이후, 아일랜드의 더 블린(Dublin), 이탈리아의 밀란(Milan), 중국의 우한 (Wuhan) 등 세계 각국의 다양한 지역의 토지이용 변 화 연구에 활용되었다(RIKS. 2011). 이 모형은 셀룰 라 오토마타 방법론을 적용한 대표적인 도시모형의 하나로 현재는 네덜란드의 RIKS(Research Institutes for Knowledge Systems)에 의해 지속적으로 연구˙

개발되고 있다.

메트로나미카 모형은 지속적인 연구˙개발로 인구 모형, 경제모형, 교통모형 등과 같은 추가적인 확장모 형(extensions)과 결합할 수 있도록 개선되었으며, 시뮬 레이션 결과의 분석을 용이하도록 하기 위한 GIS기반 의 분석도구 등도 결합되어 있어, 단순한 도시모형의 차원을 넘어 종합적인 의사결정지원을 위한 계획지원 체계(Planning Support Systems)로의 발전을 도모하고 있다. 그러나 본 논문에서는 메트로나미카의 핵심 부 분이라고 할 수 있는 토지이용 변화 모형을 활용하여 시뮬레이션을 수행하였으며, 이 모형에 대한 특징은 다음 절에서 자세히 제시하고자 한다.

2. 모형의 구조 및 특성

메트로나미카 모형은 셀룰라 오토마타 방법론을 기초 로 하고 있으나 여러 가지 부가적인 방법론을 도입하 여 토지이용 변화 시뮬레이션을 수행한다. 일반적인 셀룰라 오토마타 모형은 인접한 주변 셀과의 관계를 주요한 설명 변수로 하여 시스템의 변화를 모델링하게 된다. 그리고 개별 셀 간의 관계를 규정하는 단순한 전 이규칙으로부터 발생하는 시스템 차원의 복잡한 패턴 발견과 이해를 주요 목적으로 한다. 그러나 메트로나 미카 모형은 셀룰라 오토마타의 고유한 방법만으로는

토지이용 변화에 영향을 미치는 요소를 고려하기에는 부족하다는 인식하에, 셀룰라 오토마타 방법론의 공간 변화 연구 적용에의 한계를 극복하고 토지이용 변화를 현실적으로 고려하기 위해 다양한 기법들을 추가로 도 입하고 있는데 이는 크게 세 가지 측면으로 요약될 수 있다. ① 거리 효과(distance effect): 일반적인 셀룰라 오 토마타 모형이 자신과 바로 인접한 주변 셀과의 관계 만 고려하는 데 반해 메트로나미카 모형에서는 반경 8개 셀을 기준으로 한 원형의 네이버후드를 채택하여 더욱 넓은 범위에 있는 셀까지 고려하고 있다. 이는 토 지이용 변화의 경우 바로 인접한 토지의 영향만 받는 것이 아니라 더욱 넓은 범위에 있는 주변 토지이용에 도 영향을 받는 것을 고려하기 위함이다. 그리고 주변 셀들과의 관계는 물리적인 거리에 의한 영향을 고려할 수 있도록 설계되었는데, 이는 Waldo Tobler가 지리학 의 제1법칙으로 주창한 바와 같이 거리에 따른 상호 관 계를 반영하기 위함이다. ② 다변량 분석(multivariate analysis): 메트로나미카 모형은 GIS 자료 및 분석과의 결합을 통해 공간 변화에 보다 영향을 미치는 다양한 변수들을 셀룰라 오토마타 모형 프레임워크에 도입하 였다. 래스터(raster) 중첩(overlay)의 개념을 적용하여, 해당 셀에 대한 토지이용 규제, 토지이용 적합성, 교통 접근성 등 다양한 영향 요소를 고려한 다변량 분석이 가능하도록 설계하였다. ③ 제한적 셀변화(constrained cell transition): 일반적인 셀룰라 오토마타 모형에서 전이규칙에 부합하는 모든 개별 셀은 자율적으로 상 태변화가 수행되도록 설계된다. 이는 시스템 전체 차 원에서 변화량에 대한 관심보다는 개별 셀의 변화를 통한 전체 시스템 변화 패턴의 발견에 더 관심을 두기 때문이다. 그러나 토지이용 변화의 경우 인구 및 경제 성장 등에 의해 영향을 받게 되며, 시뮬레이션의 목적 에 따라 적절한 변화 총량이 고려될 필요가 있다. 이 를 위해 메트로나미카 모형은 전역적 제약 변수(global constraint)의 개념을 도입하여 토지이용 변화 총량을

정의하고 시뮬레이션에 반영할 수 있도록 하고 있다.

메트로나미카 모형은 이상과 같은 원리에 기반하 여 각 셀의 상태변화를 결정하기 위해 전이 잠재력 함 수를 통해 모든 셀의 전이 잠재력을 산출한 후 제약 변수에 의해 정의된 총량의 범위 내에서 셀의 상태 변화를 수행한다. 모형은 1회의 상태 변화를 1년으로 설정하고 있는데, 모형에서 정의하고 있는 전이 잠재 력 산출 함수는 <식 1, 2>와 같다.

<식 1>

<식 2>

여기서

N

^ij는 난수효과를 고려하지 않은 상태에서 셀

i

^{의 토지이용 분류}

j

에 대한 네이버후드 잠재력을 의미하고, α는 확률적 간섭(0, 1)의 유무를 결정하는 계수이며,

e

는 와이블 분포(1/ α, 1)로부터 선택된 난 수다.

N

^ij 는 난수발생효과를 고려한 네이버후드 잠재 력이다. 마찬가지로 각 셀

i

^{의 토지이용}

j

^{에 대해}

S

^{ij 는} 적합성,

Z

^{ij 는 토지이용규제,}

A

^{ij 는 접근성을 의미하} 며,

T

^ij 는 상기와 같은 요소들을 통해 도출된 전이잠 재력을 의미한다.

그리고 위의 전이잠재력 함수를 구성하고 있는 요 소 중 네이버후드 잠재력(

N

^{ij 또는}

N

^{ij )은 셀룰라 오토} 마타 방법론에 기반하여 토지이용 변화를 규정하는 핵심적인 요소이며 이는 다시 별도의 함수로 구성된 다. 그 외의 토지이용 적합성(

S

^{ij), 토지이용규제(}

Z

^ij), 교통 접근성(

A

^ij)의 세 가지 요소는 다변량 분석의 개 념에 기반하여 네이버후드 효과를 보강하는 요소들 이라고 할 수 있으며 사용자 정의에 의한 종합 점수 (composite score) 형태로 구성된다.

이 중 네이버후드 효과에 대한 함수를 자세히 살

펴보면 <식 3>과 같다.

<식 3>

여기서 S(

a

^{)는 셀}

a

의 네이버후드를 의미하고,

b

^는

S

⁽

a

)의 개별 멤버 셀이며,

D

⁽

a

^,

b

^{)는 셀}

a

^와

b

^사이의 유클리디언 거리다.

I

⁽

a

^,

b

^,

d

^{)는 셀}

a

^와

b

^{의 토지이용} 유형과 거리

d

에 의해 다양하게 나타날 수 있는 영향 력 함수를 의미한다.

네이버후드 효과에 대한 함수의 실제 형태는 자신 으로부터의 거리(X축)와 흡인(attraction) 또는 배척 (repulsion)으로 나타날 수 있는 영향력 강도(Y축) 값 의 조합에 따라 다양한 형태의 함수로 나타날 수 있 는데, 이와 같은 네이버후드 효과의 형태와 특성은 토 지이용 유형과 사례 지역에 따라 다르게 나타날 수 있 다. 네이버후드 효과 함수의 유형을 예를 들어 설명하 면 <그림 1>과 같은 유형들이 있다.

그림 1 _ 네이버후드 효과 함수 예시

주: 그래프에 표시된 각 번호의 의미는 다음과 같음.

1) 일반적인 거리감소 효과: 긍정적인 효과가 거리의 증가 에 따라 감소함.

2) 유인: 가까운 거리에 관련 토지이용을 유인.

3) 배척: 가까운 거리에 관련 토지이용을 배척.

4) 변동: 가까운 거리에 유인, 중간 거리에서 배척, 먼 거리 에서 다시 유인.

IV.

모형 적용 및 결과 분석

1. 대상지 및 분석 자료

모형 적용의 대상지는 서울, 인 천, 경기도 전역을 포함하는 수 도권 전체이며, 분석의 효율성을 위하여 강화도 외의 서해안 도서 지역은 제외하였다. 사례연구 대 상지의 공간적 범위는 <그림 2>

와 같다.

주지하는 바와 같이 수도권 지역은 경제와 사회문화의 중심 지로서 지난 수십 년간 우리나라

에서 가장 급속한 도시화를 경험한 지역이다. 2000 년대 이후 그 성장세가 완화되고는 있으나, 향후에도 도시성장이 지속될 것으로 전망된다. 그러나 그 규모 와 형태 등에 있어서는 변화가 있을 것으로 예상된다.

과거 수도권의 도시성장은 공공부문이 주도하는 신도시 건설과 대규모 택지개발 사업 등에 크게 영향 을 받아 왔다. 그러나 2000년대 접어들면서 대규모 개발 가용지가 고갈되는 등으로 인해 이와 같은 방식

의 도시성장은 크지 않을 것으로 예상되며, 이보다는 소규모 자발적(spontaneous) 개발로 인해 더욱 영향 을 받을 것으로 판단된다. 이와 같은 경향은 토지피복 도로부터 추출한 도시화 지역의 분포를 통해 과거의 도시성장변화 패턴을 분석한 <그림 3>에서도 볼 수 있는데, 2000년대 이후부터는 수도권 외곽지역의 소 규모 개발 증가에 따른 도시 확산이 진행되고 있음을 알 수 있다. 따라서 이와 같은 도시성장 패턴의 미래 방향을 예측하기 위해서는 셀룰라 오토마타 방법을 활용한 시뮬레이션이 유효하다고 할 수 있다.

한편 시뮬레이션에 사용된 자료는 다음과 같다.

시뮬레이션의 기초자료가 되는 토지피복도는 환경 부에서 제공하는 2001년과 2009년의 중분류 피복 자료를 활용하였다. 2001년부터 2009년까지 모형의 보정(calibration)을 실시하여 도출된 계수(parameter) 를 2009년 자료에 적용하여 시뮬레이션을 수행하였 다. 모형의 보정과 시뮬레이션을 위해 해당 토지피 복도를 농지, 산지, 초지, 나지, 습지, 수역, 공원, 도 로, 도시화 지역 등 9개의 유형으로 재분류하였으며, 셀의 공간 해상도는 50×50m로 설정하였다. 메트로 그림 2 _ 사례연구 대상지

그림 3 _ 수도권 도시화 변화 추이

1985

2000

1990

2006

1995

범례 수도권 도시화 지역

범례

표고 GTX 제안 정차역 GTX 제안 노선 그린벨트 수역

0-61 61-135 135-227 227-342 342-496 496-726 726-1,461

나미카는 근본적으로 다양한 토지이용의 변화를 시 뮬레이션할 수 있게 설계된 모형이나, 본 논문에서 는 도시성장 시뮬레이션이라는 연구의 목적에 적합 하도록 도시화 지역의 변화만 시뮬레이션하도록 설 정하였다.

한편 도시화 지역의 변화에 영향을 미치는 기타 변인과 시나리오별 정책 변인 등을 고려하기 위해 추가로 활용한 자료는 행정구역경계, 수치표고자료 (DEM), 도로망, 개발제한구역, 수도권광역급행철도 (GTX) 제안 노선도 등이다.

2. 모형의 보정

도시모형에서 모형의 보정(calibration)이란 모형의 계수(parameter)값을 조정하여 해당 모형의 행태 (behaviour)가 모형을 적용하는 지역의 특성에 적합 하도록 작동하여 결과적으로 타당한 시뮬레이션 결 과물을 산출하기 위해 행하는 일련의 과정을 의미한 다. 모형의 보정은 모형의 목적과 특징 등에 따라 다 양하게 수행되는데 궁극적으로는 이를 통해 해당 지 역에 적합한 최적의 계수값(best fit parameter set)을 결정하는 것을 목적으로 한다.

메트로나미카 모형의 보정은 크게 네 가지 과정으 로 구분하여 설명할 수 있다.

① 전체 토지이용 변화량을 규정하는 전역적 외생 변수의 정의: 메트로나미카 모형의 보정은 외생적 제 약조건을 정의하는 것으로부터 출발하는데, 이와 같 은 외생변수의 정의를 통해 토지이용에 영향을 미치 는 사회경제적인 지표를 반영할 수 있게 한다. 기술 적인 측면에서는 이를 통해 시뮬레이션이 종료되는 시점에서의 토지이용 변화 총량을 정의하는 것인데, 이를 적절하게 산정하지 못하면 토지이용 변화가 과 대 또는 과소하게 발생하는 문제가 나타나게 된다.

미래 토지이용 변화의 총량을 정의하기 위한 방법으

로는 과거와 현재의 토지이용을 비교하여 미래의 변 화량을 선형적으로 정의하는 비교적 단순한 방법에 서부터 별도의 사회경제모형을 활용하는 것까지 다 양하게 있다.

② 지역적 차원에서 토지이용 변화를 결정하는 네 이버후드 효과의 정의: 네이버후드 효과는 주변에 인 접한 토지이용 형태의 영향관계를 정의하기 위한 것 이다. 앞서 설명한 바와 같이 이는 토지이용의 유형 에 따라 사례 대상지의 특성에 따라 다양하게 나타날 수 있는데, 모형의 보정을 위해서는 사례 지역에 적합 한 네이버후드 효과를 정의하여야 한다. 메트로나미 카는 네이버후드 효과의 보정을 보다 용이하게 하기 위하여 스플라인 보간법(spline interpolation)을 도입 하고 있다. 즉, 사용자가 직접 함수를 정의하는 대신 네 개의 통제점(control point)에 대한 적정값을 정의 하면 이를 통해 <그림 1>에서 설명한 것과 같은 네이 버후드 함수를 정의하는 것이다. 네 개의 통제점은 각 각 거리와 영향력을 의미하는 X와 Y의 값으로 구성 되어 있다. 첫 번째 포인트는 X= 0, Y= ‘네이버후드 계수 1’의 값을 가진다. 0의 값을 가지는 X는 네이버 후드 안에서 중심이 되는 자기 자신을 의미하는 것이 며, 여기서 Y의 값은 현재의 토지이용 상태로 남아 있 으려는 관성력을 의미한다. 두 번째 포인트는 X= 1, Y= ‘네이버후드 계수 2’의 값을 가진다. 여기서 X의 값은 모형에 의해 정의된 고정값이며 Y는 사용자가 결정해야 하는 계수값이다. 세 번째 포인트는 X =

‘네이버후드 계수 3’, Y= ‘네이버후드 계수 4’의 값을 가지며, 사용자가 자유롭게 그 값을 결정할 수 있다.

네 번째 포인트는 X= 네이버후드 효과의 최대영향 거리, Y= 0의 값을 가지며, 이때 X의 값을 통해 네 이버후드 효과가 미치는 공간적 범위를 정의하게 되 며 Y의 값이 0이라는 것은 이 범위 이상에서는 네이 버후드 효과가 존재하지 않는다는 것을 의미한다. 이 와 같은 네 가지 포인트의 계수값을 결정함으로써 사

용자는 네이버후드 효과 함수를 정의하게 되는데, 이 를 통해 나타나는 커브의 형태에 따라 셀 변화의 특 징이 다르게 된다.

③ 토지이용 변화의 확률적 변이를 결정하는 난 수 발생 파라미터 정의: 모형 보정의 다음 단계는 난 수 발생 계수의 결정이다. 이는 토지이용 패턴의 세 가 지 특징을 규정하게 되는데 이는 각각 토지이용 변화 의 밀도, 새로운 토지이용 클러스터의 생성, 토지이용 클러스터 형태의 불규칙성 등이다(White and Engelen.

2003). 종합하면 이러한 난수 발생 계수의 조정을 통 해 토지이용 패턴의 산포 정도와 개별 토지이용 클러 스터 형태의 불규칙성 정도를 결정한다. 현실의 토지 이용 분포패턴은 어느 정도 불규칙적인 형태를 보이 고 있으므로, 적정한 난수 발생 효과의 정의를 통해 토지이용 패턴의 현실성을 제고할 수 있으나, 지나 치게 적거나 많은 난수 발생은 비현실적인 대칭 형태 나 비대칭 형태의 토지이용 패턴을 초래할 수 있다.

④ 토지이용 적합성, 토지이용규제, 교통접근성 등 지리적 특성을 반영하기 위한 파라미터의 정의:

마지막 단계는 토지이용 적합성, 토지이용규제, 도로 접근성 등을 정의하는 단계다. 이들을 통해 대상지의 물리적 및 제도적 여건, 그리고 도로교통망이 토지이 용에 영향을 미치는 정도를 정의할 수 있다.

<표 1>은 이상과 같은 내용에 대해 사례지역인 수 도권 지역에 대해 2001년과 2009년의 토지피복도를 활용하여 모형의 보정을 실시한 결과다. 2001년도의 토지피복도를 기준으로 2009년까지 시뮬레이션을 실시하여 도출된 결과를 실제 2009년 토지피복도와

비교하여 사례지역에 적합한 계수값을 도출하였다.

3. 도시성장 시나리오

컴퓨터 환경에서 구동되는 도시모형의 장점은 서로 다른 영향 요인에 의한 시나리오를 상정하고 서로 다 른 대안적 미래를 비교할 수 있다는 것이다. 본 논문 에서는 수도권의 미래 도시성장과 관련하여 세 개의 시나리오를 고려하였다.

① 시나리오 1: 2001년에서 2009년까지의 토지 이용 변화 추세가 2030년까지 연장되는 경우를 가정

② 시나리오 2: 수도권에 지정된 개발제한구역을 해제하는 경우를 가정

③ 시나리오 3: 수도권광역급행철도(GTX)의 설 치에 따라 수도권 전역에 주요 교통결절점이 추가되 는 경우를 가정

이들 세 개의 시나리오는 도시성장에 있어 서로 다른 요인들을 특징화하여 시뮬레이션에 반영한 것 이다. 시나리오 1은 현재의 상태에서 특별한 정부 정책 의 개입이 없는 미래 전망치 즉 현 추세 연장(business as usual) 시나리오를 의미하는 것이다. 시나리오 2와 3은 이에 대비하여 특정한 공간정책이 개입하였을 경 우를 상정한 것인데, 시나리오 2는 토지이용규제 완 화정책(deregulation of zoning)을, 시나리오 3은 초고 속 광역교통망 개선정책(introduction of high-speed rail system)을 상정한 것이다. 이를 통해 자발적 성장 (spontaneous growth)이 주도하는 경우와 서로 다른 정책 개입(policy intervention)하에서의 도시성장 패

구분 전역적 제약조건 네이버후드 효과 난수 발생 계수 접근성 계수

값

2001년 2009년

590,275 670,309

포인트 1 0, 10,000

0.6

고속도로 10, 0.25

포인트 2 1, 40 국도 10, 1

포인트 3 2, 12 지방도 10, 1

포인트 4 8, 0 시군도 10, 0.5

표 1 _ 모형 보정에 따른 계수 선정 결과

턴을 파악하고자 한 것이다.

한편, 메트로나미카 모형 의 구조적 특성상 목표연도 에 대한 도시성장량이 외생 적으로 정의되어야 하는데, 2030년의 도시성장량은 모형 의 보정에 사용된 토지피복도 를 기준으로 추세외삽법(trend extrapolation)을 통해 정의하였으 며, 수도권의 17.5%가 2030년까 지 도시화 용지로 전환되는 것으 로 가정하였다. 시나리오별로 서 로 다른 성장량을 산출하고 적용

하는 것도 가능하나, 분석의 효율성을 위하여 단일의 성장량을 세 개의 시나리오에 동일하게 적용하였다.

다음 절에서 보다 자세히 검토할 것이나 동일한 성장 량하에서 나타나는 상이한 공간적 분포를 비교 분석 하는 것도 중요한 시사점을 제공한다.

4. 결과 분석

시뮬레이션 결과 나타난 미래의 전체 도시화 용지 는 셀 개수로는 약 79만 6천 개이며, 면적으로는 약 1,990km²에 해당한다. 동일하게 적용된 외생적 전역 변수로 인해 이는 세 개의 시나리오에 동일하다. 따라 서 도시성장 변화량에 따른 시나리오별 차별성은 없 으나, 공간적 분포는 차별성을 가지고 있어 이를 기반 으로 결과 분석 내용을 제시하고자 한다. 이는 도시성 장의 총량에 보다 큰 영향을 미치는 거시적인 사회경 제적 요인은 동일하나 지역적인 공간정책 등에 의해 서로 다르게 나타날 수 있는 도시성장 분포 변화를 비 교하는 데 유용하게 활용될 수 있다고 할 수 있다. 각 각에 대한 결과는 다음과 같다.

1) 시나리오별 결과

① 시나리오 1: 수도권 외곽 지역에 소규모 개발의 외 연적 확산 심화. 전술한 바와 같이 이 시나리오는 현 재와 같은 도시성장 패턴이 향후에도 지속되는 것을 전제로 한다. 즉 수도권에 과거 수십 년간 존재하였 던 그린벨트가 그대로 유지되며, 현재와 같은 수준의 교통망이 유지될 경우 신규 도시화는 어떻게 분포될 것인지를 살펴보기 위한 시나리오다. 이와 같은 조건 에서 시뮬레이션을 수행한 결과 수도권의 도시성장 은 특정한 클러스터의 형성 없이 그린벨트 외곽의 농 업지역으로 외연적 확산이 심화되는 것으로 나타났 다. 주로 영향을 받는 지역은 안성, 화성, 오산, 파주, 평택, 포천 등의 지역이며 이들 지역을 중심으로 산발 적인 신규 도시화가 나타났다.

② 시나리오 2: 서울 근교 지역에 소규모 개발이 주 로 발생. 그린벨트는 도시의 무분별한 확산을 막고 자 연환경을 보전하기 위한 효과적인 정책수단으로 역할 을 해왔다. 반면 토지의 공급부족을 초래하여 그린벨 트 내부에는 지가 상승을 야기하고 그린벨트 외부에 는 비지적 성장(leap-frog development)을 초래하는 부 그림 4 _ 시나리오 1 도시성장 시뮬레이션 결과

농지 범례

초지 도시화 지역 수역 도보

산지 나지 습지 공원

작용도 존재하는데, 우리나라의 수도권 지역도 이러한 영향을 받았다고 할 수 있다. 이 시나리오는 그린벨트 가 존재하지 않을 경우 어떠한 도시성장 패턴이 나타 날 수 있는지 살펴보기 위한 것이다. 시뮬레이션 결과 하남, 일산, 고양, 남양주, 시흥 등 그린벨트에 의해 보 호되고 있던 지역들에 신규 도시성장이 발생하였다.

대신 시나리오 1의 결과와 달리 안성, 화성, 이천 등 에 대한 개발 압력은 완화된 것으로 나타났다. 이러한

결과는 그린벨트 해제의 양면성 을 보여주는 결과라고 할 수 있 다. 그린벨트의 해제로 인해 기 존에 보호되던 지역에 신규 도시 화가 발생하기는 하였으나, 이로 인해 그린벨트 존치 시 외곽에서 발생했던 신규 도시화는 감소됨 으로 인해 해당 지역에 대한 훼 손은 경감될 수 있기 때문이다.

③ 시나리오 3: 교통 결절점을 중심으로 소규모 군집화 경향 발 생. 교통 네트워크와 도시성장은 밀접한 관계를 가지고 있는데, 특 히 대도시권에 설치되는 고속철 도망은 도시성장에 큰 영향을 미 치게 된다. 이 시나리오는 수도권 에 신설 예정인 광역급행철도가 도시성장에 어떠한 영향을 미치 게 될지를 살펴보기 위한 시나리 오다. 시뮬레이션 결과 GTX 신설 은 신규 도시성장에 유의미한 영 향을 미치는 것으로 나타났으나 이 같은 효과는 지역에 따라 다르 다고 할 수 있다. GTX 예정 노선 의 기점이면서 역사 주변 중 기 개 발되지 않은 가용지가 다수 존재 하는 동탄, 기흥, 일산 등의 지역을 중심으로 신규 도시 화가 중점적으로 발생하였다. 반면 의정부, 금정 등은 GTX 제안 노선의 기점에 위치하기는 하나 기 도시화 된 지역이므로 신규 도시화의 효과는 적은 것으로 나 타났다. 한편 청량리, 신도림, 용산 등 지역의 나대지 등 을 중심으로 신규 도시화가 진행되는 것으로 나타났으 나, 가용지의 규모 제한 등으로 인하여 그 효과는 크지 않은 것으로 나타났다. 이들 기존의 부도심 지역에는 그림 5 _ 시나리오 2 도시성장 시뮬레이션 결과

농지 범례

초지 도시화 지역 수역 도보

산지 나지 습지 공원

그림 6 _ 시나리오 3 도시성장 시뮬레이션 결과

농지 범례

초지 도시화 지역 수역 도보

산지 나지 습지 공원

신규 도시화보다는 도시재생과 유동인구 증가에 따른 지역 상권 활성화 등이 더 중요한 효과일 것이나 메트 로나미카 모형은 이와 같은 변화를 시뮬레이션하기 위 한 기능은 부재하다.

2) 종합 비교

위에서 살펴본 바와 같이 세 개의 시나리오는 동일한 신규 도시성장량을 기반으로 한 시뮬레이션 결과를 산출하고 있으나 서로 다르게 적용된 주요 동인에 따 라 상이한 도시성장 패턴을 보여주고 있다. 이를 서울 중심지로부터의 거리³⁾를 단계적으로 구분하여 보면 보다 명확하게 그 특징을 알 수 있다.

시나리오 1의 경우 서울 중심지로부터 50km 반 경 내에 발생한 신규 개발이 가장 적었다. 이는 수 도권 외곽지역에 보다 더 많은 개발이 발생하였음 을 의미한다. 시나리오 2의 경우 50km 반경 내에 보 다 많은 개발이 발생하였으며, 이는 수도권 외곽으 로 산포되었던 신규 개발이 그린벨트의 해제로 인하 여 일부 흡수되었음을 의미한다. 시나리오 3의 경우 50km 반경 내에 가장 많은 신규 개발량이 분포하였 는데, 신규 교통결절점이 도시화의 지역적 집중(local agglomeration)을 유도할 수 있음을 의미한다. 시나 리오별 신규도시화 분포에 대한 비교는 <그림 7>과

<표 2>와 같다.

구분 10km 미만 10km 이상 ~30km 미만 30km 이상~50km 미만 합계 셀 갯수 면적(km²) 셀 갯수 면적(km²) 셀 갯수 면적(km²) 셀 갯수 면적(km²)

시나리오 1 1,947 4.9 28,900 72.3 36,322 90.8 67,169 167.9

시나리오 2 1,565 3.9 40,057 100.1 32,046 80.1 73,668 184.2

시나리오 3 5,966 14.9 44,489 111.2 35,215 88.0 85,670 214.2

주: 위의 면적은 개별 셀 크기(50×50m)를 합산하여 도출하였음.

표 2 _ 시나리오별 신규도시성장 비교 2009~2030

3) 서울 시청을 중심으로 하여 측정한 거리.

그림 7 _ 신규 도시화 결과 비교

<시나리오 1> <시나리오 2> <시나리오 3>

범례

신규 도시화 0 510 20 30 40^Kilometers

V.

결론 및 시사점

본 논문에서는 셀룰라 오토마타 도시모형인 메트로 나미카를 활용하여 수도권 지역의 2030년까지의 도 시성장을 시뮬레이션하였다. 서로 다른 영향 요인하 에서의 도시성장 패턴과 공간구조의 특성을 파악하 기 위하여 3개의 시나리오를 디자인하여 시나리오별 로 모형을 구동하고 결과를 비교하였다.

시뮬레이션 결과 시나리오별로 서로 다른 도시성 장 패턴을 보여주었는데, 시나리오 1에서는 수도권 외곽으로의 소규모 개발이 심화되었고, 시나리오 2 에서는 그러한 소규모 개발이 서울 인근 지역으로 수 렴하는 패턴을 보였다. 시나리오 3에서는 미개발 지 역에 새로 신설되는 GXT 역사 주변으로 신규 개발 이 군집을 이루는 경향이 발생하였다.

경제가 성장하고 인구가 증가함에 따라 신규 도시 화는 계속 진행된다고 할 수 있다. 시뮬레이션 결과를 통해 살펴본 바와 같이 개발제한구역제도 등과 같은 토지이용규제 정책은 해당 구역에 신규개발을 막을 수 는 있을 것이나, 타 지역에서 신규 개발이 발생하는 것 을 막을 수는 없으며 이를 바람직한 형태로 유도하는 효과는 미흡하다. 반면 초고속철도와 같은 교통망의 신설은 개발을 유도하는 효과가 있음을 살펴보았다.

모형을 통해 사회경제적 현상을 정확하게 예측한 다는 것은 현실적으로 불가능하며, 이는 어떠한 도시 모형이나 토지이용 변화 모형의 경우에도 마찬가지다.

모형은 복잡한 현실을 보다 명확하게 이해하기 위하 여 현실에 영향을 미치는 수많은 요소 중 일부를 고려 하는 것이며 모형을 통해 도출된 결과는 정확한 예측 이라기보다는 하나의 가능성을 가시화한 것이라고 할 수 있다. 그러나 과학적 지식을 기반으로 구성된 모형 을 통한 시뮬레이션 결과를 살펴봄으로써 미래에 대

한 불확실성을 낮추고 발생 가능한 상황에 대한 대응 성을 높여 합리적인 의사결정을 도모할 수 있다. 통계 학자 George Box가 언급한 바⁴⁾와 같이 모든 모형은 현 실을 반영하는 데 한계가 있으며 정도의 차이는 있으 나 현실을 왜곡하여 설명하기도 한다 (Box and Draper.

1987). 따라서 무엇보다 중요한 것은 모형의 성격과 특 성을 잘 이해하고 유용하게 활용하는 것이다.

도시성장은 토지이용의 변화뿐만 아니라 많은 사 회경제적 효과를 수반한다. 셀룰라 오토마타 도시모 형은 대개 토지이용 변화와 관련된 복잡한 사회경제 적 요인들은 크게 고려하지 않고 토지의 물리적 특성 을 위주로 시뮬레이션을 수행한다. 따라서 셀룰라 오 토마타 도시모형은 토지이용 변화의 공간적 패턴을 효율적으로 시뮬레이션할 수 있다는 장점은 있으나, 이와 관련된 사회경제적 파급효과 등을 파악하는 데 는 한계를 노정하고 있다. 그러나 현재까지 개발되고 활용되는 도시모형 방법론 중 미시적이고 동태적인 관점에서 실제 토지이용의 변화를 설명하고 시뮬레 이션할 수 있는 가장 효과적인 방법론이기도 하다. 셀 룰라 오토마타 모형의 이러한 특성을 이해하고 활용 한다면 도시정책 의사결정을 위한 유용한 도구로 활 용될 수 있을 것이다.

참고문헌 ^{● ● ● ● ●}

정재준˙이창무˙김용일. 2002. “도시성장 분석 및 예측을 위한 셀룰라 오토마타 모델 개발”. 국토계획 제37권 제1호. pp27-42.

정재준˙한동엽˙김용일˙이재원. 2001. “셀룰라 오토마타를 이용한 수도권의 도시성장 예측”. 한국GIS학회지 제9권 제3호. pp397-412.

Batty, M., Xie, Y. and Sun, Z. 1999. “Modeling Urban Dynamics through GIS-Based Cellular Automata”. Computers,

4) “본질적으로 모든 모형은 틀리다. 다만 일부 모형들은 유용하다(Essentially, all models are wrong, but some are useful).”

Environment and Urban Systems vol.23. pp205-233.

Benenson, I., and Torrens, P. 2004. Geosimulation: Automata- Based Modeling of Urban Phenomena. Chichester, England : John Wiley & Sons.

Box, G. E. P., and Draper, N. R. 1987. Empirical Model-Building and Response Surfaces. New York : John Wiley & Sons.

Clarke, K., Hoppen, S. and Gaydos, L. 1997. “A Self-Modifying Cellular Automaton Model of Historical Urbanization in the San Francisco Bay Area”. Environment and Planning B vol.24, no.2. pp247-261.

Couclelis, H. 1985. “Cellular Worlds: A Framework for Modelling Micro-Macro Dynamics”. Environment and Planning A vol.17, no.5. pp585-596.

Gardner, M. 1972. “The Fantastic Combinations of John Conway’s New Solitaire Game ‘Life’”. Scientific American vol.4. pp47-58.

Tobler, W. 1970. “A Computer Movie Simulating Urban Growth in the Detroit Region”. Economic Geography vol.46, no.2.

pp234-240.

_______. 1979. “Cellular Geography”. eds. Gale, S. and G. Olssen.

in Philosophy in Geography. Dordrecht, Netherlands : Reidel. pp379-386.

White, R., and Engelen, G. 1993. “Cellular Automata and Fractal Urban Form: A Cellular Modelling Approach to the Evolution of Urban Land-Use Patterns”. Environment and Planning A vol.25, no.8. pp1175-1199.

_______. 1997. “Cellular Automata as the Basis of Integrated Dynamic Regional Modelling”. Environment and Planning B vol.24, no.2. pp235-246.

_______. 2003. Kalibratieprocdure: A Calibration Procedure for Constrained Large Neighbourhood Cellular Automata based Land Use Models. Research Institutes for Knowledge Systems. 13th European Colloquium on Theoretical and Quantitative Geography. Lucca, Italy.

Wolfram, S. 1984. “Cellular Automata as Models of Complexity”.

Nature vol.311, no.4. pp419-424.

_______. 2002. A New Kind of Science. Champaign : Wolfram Media Inc.

RIKS. Metronamica, Research Institute for Knowledge Systems 2011.

RIKS(http://www.metronamica.nl). [2011. 12. 5]

• 논문 접수일: 2013. 4. 5

• 심사 시작일: 2013. 4. 24

• 심사 완료일: 2013. 5. 7

Abstract

Simulating Urban Growth with the Metronamica Model : A Case Study on the Seoul Metropolitan Area, Korea

Keywords: Cellular Automata Model, Metronamica, Urban Model, Land Use Change, Urban Planning

Since the 1990’s cellular automata urban models have been effective tools to study spontaneous land use change and urban growth and to understand various alternative spatial futures. This research uses the cellular automata urban model Metoronamica to simulate urban growth of Seoul Metropolitan Area up until 2030. In order to consider diverse determinants of urban growth and to see alternative futures, it designs three scenarios such as business as usual, deregulation of greenbelts, and introduction of new high speed rail system GTX and then conducts simulation for each scenario. This study showed a way of understanding urban growth process and of planning support with a dynamic urban growth simulation model. Spontaneous growth without any further investment or regulation is likely to result in continuing leapfrog development. Deregulation of greenbelt could absorb spontaneous growth in further part of the SMA but it would harm previously protected areas near Seoul city. Introduction of GTX would promote polycentric urban structure and mitigates dispersed development pattern.

Although the study considered a limited number of scenarios and factors, it brought meaningful implications for the future growth of the SMA.

메트로나미카 모형을 활용한 수도권 지역의 도시성장 시뮬레이션

주제어: 셀룰라 오토마타 모형, 메트로나미카, 도시모형, 토지이용 변화, 도시계획

1990년대 이후 본격적으로 개발되고 있는 셀룰라 오토마타 도시모형은 토지이용 변화와 분산적 도 시성장 등과 같은 공간현상을 연구하고 미래에 발생 가능한 공간구조를 파악하기 위한 효과적 도구 로 자리매김하고 있다. 본 논문은 셀룰라 오토마타 기반의 메트로나미카 도시모형을 수도권에 적용 하여 2030년까지의 도시성장을 시뮬레이션하였다. 특히 상이한 조건과 정책동인하에서의 도시성 장 패턴을 파악하기 위하여 현 추세 연장, 그린벨트 해제, GTX 신설 등과 같은 3개의 시나리오를 마 련하고 시나리오별로 시뮬레이션을 수행하여 결과를 분석하였다. 시뮬레이션 결과 현 추세 연장 시 나리오하에서는 수도권 외곽 지역으로 비지적 성장이 확산되었고, 그린벨트 해제 시나리오하에서 는 서울 인근 지역으로 신규 도시화가 수렴되는 것으로 나타났으며, GTX 신설 시나리오하에서는 신규 역사 주변지역으로 신규 도시화가 집중되고 비지적 성장이 억제되는 경향을 보였다. 시뮬레이 션 결과가 미래에 대한 정확한 예측이 될 수는 없으나, 도시성장에 영향을 미치는 주요 요인과 발생 가능한 결과를 가시화하고 수도권의 성장 관리와 합리적 정책 결정을 위한 시사점을 제시하였다.

남한산성과 행궁 입지의 역사와 풍수환경 분석

Analysis on the Local History and Feng Shui Environment of Namhansanseong Fortress and the Temporary Palace

국토연구 제78권(2013. 9): pp19~36

목 차

I. 머리말

II. 문헌 고찰

III. 남한산성과 행궁의 역사와 입지선정 배경

1. 남한산성과 행궁의 역사인식

2.남한산성과 행궁의 입지선정 배경

IV. 남한산성과 행궁의 풍수환경

1. 풍수 주산으로서의 청량산 2. 한남정맥의 자락을 차지한 주룡 3. 좌청룡에 치우친 행궁 혈처 4. 좌청룡의 환포력 부족

5. 화성수 형상 물길을 보한 행궁 앞 연못 6.「지리신법」에 부합하는 행궁의 좌향

V. 맺음말 박정해

Park Jeonghae

한양대학교 공학대학원 강사

Instructor, Graduate School of Engineering, Hanyang Univ.

(azzy777@hanmail.net)

I.

머리말

남한산성은 「중정남한지」, “한남루기”에서 “한강을 남쪽으로 둘렀다고 해서 성진의 이름으로 한 것”¹⁾이 라고 밝힌 것처럼, 한강과 더불어 삼국의 패권을 결정 짓는 주요 거점이었다. 백제가 하남 위례성에 도읍을 정한 이후 백제인들에게 남한산성은 성스러운 대상 이자 진산으로 여겨졌다. 남한산성 안에 백제의 시조 온조를 모신 사당 숭열전이 자리 잡은 배경에도 이러 한 연유가 작용했다고 할 수 있다.

서울에서 동남쪽으로 약 24km 떨어진 광주시 중 부면 산성리에 위치한 남한산성은 치욕의 역사를 간 직한 곳이다. 조선 16대 임금인 인조는 남한산성의 축성과 몽진, 항전이라는 역사의 회오리를 이곳 산 성에서 보낸 바 있다. 그럼에도 불구하고 남한산성은 인조 2년(1624)부터 축성 공사가 시작되어 인조 4년 (1626)에 완공되었다. 이어 산성 내에는 행궁을 비롯 한 인화관, 연무관 등이 차례로 들어서 수백 년의 역 사를 가진 문화유산으로 자리 잡았다. 이러한 역사 를 간직한 남한산성은 1894년 산성 승번제도가 폐 지되고, 일본군에 의하여 화약과 무기가 많다는 이유 로 1907년 8월 초 하루아침에 잿더미로 변하고 말았 다.²⁾ 그 후 방치되어 있던 남한산성의 행궁은 최근에 복원되어 그 위용을 자랑한다.

조선 시대 행궁은 ‘임금이 머문 곳에 복이 깃든다 (幸行)’는 의미를 지니고 있는 임시거처를 말한다 (윤해근. 2007: 1). 행궁은 여러 목적으로 건립되는 데 특히 남한산성의 행궁은 전시를 대비한 행궁이다.

비록 전시를 대비한 행궁이라 하지만 국왕이 머물기 때문에 산성 안에서 가장 의미 있는 입지를 선정하였 으리라는 전제는 가능하다. 그래서 산성에서 가장 아

름다운 형상으로 우뚝 솟은 청량산(479m)을 주산으 로 하여 둥지를 틀고 있다. 뿐만 아니라 남한산 정상 에는 군대를 지휘하는 수어장대가 자리하고 있고, 행 궁과의 연관성도 갖추고 있어, 다른 대안을 생각하기 어려웠다고도 할 수 있다. 따라서 행궁의 입지는 전 통적 지리관을 바탕으로 선정하였으며 자연지형과 의 조화를 통해 자연과 하나 되는 전통건축의 특징을 구현하였다. 또한 인공적인 지형의 변화를 최소화하 기 위해 기단을 조성하여 높낮이를 조정하는 모습을 보인다. 석조기단의 높이는 곧 당초 지형의 특징적인 모습을 유추할 수 있는 중요한 단서를 제공하고 있다.

다시 말해서 높은 기단의 축조는 경사도가 컸다는 것 으로, 전순부위에 석조기단을 조성한 것은 평탄지형 에 건축물을 건설하기 위한 방편이지만, 당초의 지형 조건과 혈처를 유추할 수 있는 근거가 되기도 한다.

이는 곧 풍수와 밀접한 관련성을 가졌다는 것을 확인 시켜주는 것이지만, 남한산성과 행궁 입지에 반영된 풍수적 특징을 연구한 논문은 소략한 실정이다. 윤 해근(2007)은 남한산성 행궁의 입지가 가지는 특징 을 형세적 관점에서 분석하였다면, 홍승혁(2011)은 남한산성 행궁의 공간구성을 양택론의 오허실론적 관점에서 분석하였다. 따라서 본 논문에서는 남한산 성과 행궁 입지의 풍수적 특징을 「조선왕조실록」과

「비변사등록」 그리고 「중정남한지」 등의 문헌자료 를 고찰하고 현장조사를 통해 형세적 관점과 이기적 관점에서 살펴보고자 한다.

현재 행궁 유적으로서 전체적인 입지의 특징을 간 직한 곳으로 화성행궁과 남한산성 행궁이 대표적이 라 할 수 있다. 비록 그 용도와 입지적 특징, 건립시기 와 방식 그리고 역사적 사실 등에서 차이를 보이고 있 으나, 나름의 의미를 가지고 선정하였다는 공통점은

1) 홍경모. 2005. p316(漢以南之名城鎭).

2) 남한산성 행궁. 인사이드 코리아(http://inkorea.naver.com/). [2012. 12. 15]

같다. 또한 원래의 원형을 간직한 것이 아니라 근래에 복원하였다고는 하나, 인조와 정조가 깊은 관련성을 가졌다는 점에서 연구의 필요성은 크다고 할 것이다.

II.

문헌 고찰

「삼국사기」에는 신라 문무왕 12년(672)에 주장성을 쌓았다³⁾는 기록이 있는데, 「중정남한지」 “남한”에는

“남한산성은 백제의 옛터이며 신라의 주장성”⁴⁾이라 한다. 그러면서 “역사에 이르기를 백제의 온조왕이 도읍을 한산 아래로 옮겼다고 하였으니, 광주의 옛 읍 치가 바로 그 땅이다. 산 아래라고 하였으니 성을 산 위에다 쌓고 도읍한 것은 아니다. 대개 한산은 그 도 읍에서 5리 거리에 있다. 그 후 신라가 그 땅을 취하 여 비로소 성을 쌓은 것이지 이 성은 백제가 쌓은 것 이 아닌 것 같다.”⁵⁾고 한다. 그러나 「조선왕조실록」,

「신증동국여지승람」, 「대동야승」, 「연려실기술」,

「여지도서」, 「대동지지」 등 대부분의 조선 시대 지 지 자료는 남한산성이 백제의 고성임을 밝히고 있다.

「세종실록」 “지리지”에는 “백제시조 온조왕이 한 나라 성제 홍가 3년(18) 계묘에 국도를 위례성에 세 웠다가, 13년 을묘에 이르러 임금이 여러 신하에게 이르기를, ‘내가 보매, 한수 남쪽의 땅이 기름지고 걸 으니, 마땅히 여기에 도읍을 세워서 장구한 계교를 도모하고자 하노라.’ 하고, 드디어 한산 아래에 나아 가 목책[柵]을 세우고, 위례성의 민호를 옮기며, 궁궐 을 짓고, 14년 병진 정월에 도읍을 옮기고 남한성”⁶⁾

이라 하면서, 검단산을 진산이라 하였다. 「신증동국 여지승람」에는 “본래 백제의 남한산성이다. 시조 온 조왕 13년에 위례성으로부터 이곳으로 도읍을 옮겼 고, 근초고왕 26년에 또 도읍을 남평양성으로 옮겼 다. 당나라 소정방이 백제를 쳐서 없애고, 당나라 군 사가 돌아간 뒤에 신라가 그 땅을 점차 거두어 남한 산성을 고쳐 한산주라 하고, 또 남한산주라고도 불렀 다.”⁷⁾고 한다. 「임하필기」에는 “본래 백제의 온조왕 이 쌓은 것”⁸⁾이라 밝히고 있다. 따라서 남한산성은 본 래 백제 온조왕이 쌓은 것으로, 백제가 망한 이후에 신라가 차지하고, 다시 쌓은 것으로 보인다. 산성으 로서의 역할과 의미는 고려 시대와 조선 시대에도 그 대로 유지되었다.

한편, 남한산성 행궁과 관련한 문헌자료는 많지 않다. 따라서 「인조실록」과 「임하필기」, 「중정남한 지」를 통해 건설 경위와 과정, 그리고 건물의 구성에

3) 三國史記. 新羅本紀. 文武王 12년.

4) 홍경모. 2005. p15(南漢山城 百濟之舊而 新羅之晝長城也).

5) 홍경모. 상게서. p15(史云 百濟溫祚王 遷都於漢山下 廣州之舊邑治卽其地 而日山下 則非築城於山上而都也 蓋漢山在其都五 里 而其後新羅取其地 始築城於山上是城也 非百濟之所築).

6) 世宗實錄. “地理志”. 京畿 廣州牧.

7) 新增東國輿地勝覽. 卷6. “京畿 廣州牧”(本百濟南漢山城 始祖溫祚王十三年 自慰禮城移都之近肖古王二十六年 又移南平壤城 今京都 及唐蘇定方功滅百濟唐師還 新羅漸牧其地改南漢山城爲漢山州 又稱南漢山州).

8) 林下筆記. 卷13. “文獻指掌編”(南漢山城 築城: 本百濟溫祚王所築也).

그림 1 _ 남한산성도

자료: 서울대 규장각.

대해 살펴본다. 먼저 「인조실록」에 따르면, 남한산성 에 행궁을 건설한 것은 인조 3년에 이서의 계책에 의 한 것이라 밝히고 있다.⁹⁾ 즉, 이서의 주장이 반영되어 건설된 것이다. 그 후 행궁의 건설과정을 살펴보면,

「임하필기」에 그 일단이 드러나는데, “도첩을 사용 해서 승도들을 포섭하여 행궁을 지었다.”¹⁰⁾고 한다.

이처럼 국가의 중요 건설공사에 승려들의 노동력이 동원되었음을 확인시켜준다. 또한, 행궁의 건물 구성 은 “상궐은 72칸 반이고 하궐은 154칸이며, 숙종 37 년(1711)에 증건(增建)하였는데 좌전(左殿)은 26칸 이고, 우실(右室)은 4칸”¹¹⁾이라고 밝히고 있다.

「중정남한지」 “궁실”에는, “살피건대, 상˙하궐 은 곧 인조 병자년(1636, 인조 14년)에 임어하였던 행전”¹²⁾이라고 하여, 병자호란 당시에 인조가 이곳에 서 전쟁을 지휘하던 행궁이라는 것을 확인시켜준다.

III.

남한산성과 행궁의 역사와 입지선정 배경

1. 남한산성과 행궁의 역사인식

조선 시대에 이르러 남한산성은 유사시 외적의 침입 으로부터 도성을 지켜주는 보장지로 인식되었고, 광 해군 13년(1621)에 후금의 침입을 막고자 석성으로 개축하기 시작하였으나, 준공치 못하였다. 그 후 이 괄(1587~1624)의 난을 겪은 후 인조 2년(1624)에 다 시 시작하여, 인조 4년(1626)에 준공하였다. 이러한 일련의 진행상황을 「임하필기」에는 다음과 같이 자 세히 기록하였다.

인조 4년에 남한산에 성을 쌓고 이어 수어청을 설치한 다음 광주 등의 진영을 총괄하도록 하 였다. 남한산은 일명 일장산이라고도 하는데, 본래 백제의 온조왕이 쌓은 것으로 서울과의 거리가 40리인바 바로 천연의 요새다. 그런데 이괄의 반란이 있은 뒤에 이원익과 이귀가 여 기에 성을 쌓기를 청하였다. 그래서 드디어 이 서에게 명하여 이 일을 맡아서 하도록 했다.¹³⁾

인조는 반정으로 왕위에 오르기는 하지만, 왕권의 기반이 전무한 상태에서 반정공신들에 의해 왕위에 올려진 상태였다. 그러던 차에 반정공신 책봉 과정에 불만을 품은 이괄의 반란으로 공주까지 피난을 가야 하는 현실은, 그의 입지를 보여주는 단적인 사례라 할 것이다. 그 후 인조는 영의정 이원익과 연평부원군 이

9) 仁祖實錄. 3년 6월 23일(己亥).

10) 林下筆記. 卷13. “文獻指掌編”(南漢山城 築城: 用度帖 攝僧徒 設行宮).

11) 林下筆記. 卷13.“文獻指掌編”(廣州府: 上闕七十二間半 下闕一百五十四間 肅宗三十七年增建 左殿二十六間 右室四間).

12) 홍경모. 2005. p48(按上下闕卽 仁祖丙子臨御之行殿也).

13) 林下筆記. 卷13. “文獻指掌編”(南漢山城 築城: 仁祖四年 城南漢山 仍設守禦廳 兼摠廣州等鎭 南漢山一名日長山 本百濟溫祚 王所築也 距京都四十里 天作保障 适亂之後 李元翼李貴 請築城 遂命李曙 掌其事).

그림 2 _ 남한산성 행궁 배치도

자료: 남한산성.