1. 서 론
2. 대상지 선정 및 연구 방법
2.1 연구대상지 선정
2.2 연구 방법
2.3 상관분석
3. 사회적 요인 상관관계 분석
4. 연령별 상관관계 분석
5. 소셜네트워크 데이터 분석
6. 결 론
1. 서 론
최근 도시지역 내 주민의 휴식과 레저를 위한 공간 수요 증가에 따라 하천이 제공하는 자연경관, 수상스포츠 등의 기회 및 지역사회의 활기를 높이는데 친수지구의 운영과 관리의 중요성이 대두되고 있다. 친수지구는 하천법 제44조에 근거하여 주민들의 친수활동을 위한 공간을 계획적으로 관리하기 위해 지정한 곳을 의미하는데, 친수지구로 지정되면 하천관리청은 하천공사를 통해 광장, 자전거도로, 경관식재 등 하천이용을 위한 기반을 확충한다. 친수지구를 활용하여 건전한 지역복지를 증진하기 위한 건설적인 논의가 필요한 시점에서 하천관리 정책과 실무차원에서 하천이용객 수요를 잘 이해하고, 친수지구의 계획, 유지관리, 인･허가에 있어서 합리적인 결정을 하는 것이 중요하다 (Lee & Kim 2017).
정책적인 측면에서 2014년부터 하천 이용자들의 수요를 조사하기 위해 다양한 방법을 강구한 바 있다. 2014년부터 2016년까지 국토교통부 지방국토관리청의 현장 인력을 동원해 간헐적으로 이용객 수를 조사하였고, 드론 촬영기법을 적용해 보기도 하였다 (MOLIT 2016). 이는 인력 및 경비 등이 크게 소모되는데 반해, 확보 가능한 정보가 제한적이며, 도출된 결과의 정확성에 대한 문제점 등이 종종 제기되었다 (NARS 2017). 따라서 친수시설 이용 분석 방법론으로 통신 빅데이터의 활용성을 검토한다. 통신 빅데이터는 하천관리 분야에서 익숙하지 않은 자료지만, 이미 통신 빅데이터를 활용한 연구들이 타 분야에서 다수 완료됨에 따라 그 가능성이 확인되었다. 모바일 빅데이터를 활용하여 활동 인구의 시공간적 분포와 변화를 통해 공간정책 활용방안을 제시하였으며 (Kim et al. 2014), De jong et al. (2012)은 주간의 인구밀도 추정, 통근자 이동성 추정을 통해 통계화 가능성을 탐색하였다. 또한 Douglas et al. (2015)은 이탈리아 밀란을 대상으로 인구분포 데이터와 통신 데이터를 사용하여 대상지구 인구 추정 가능성을 검토하고 모바일 빅데이터의 활용 가능성을 확인하였다. Kim et al. (2019)은 통신 빅데이터와 무인기 영상을 활용한 하천 친수지구 이용객 추정을 통해 결과를 정량적으로 산출하였다. 두 방법으로 추정한 이용객 수 추정 결과가 다소 상이한 패턴으로 도출되었으며, 이는 도로 및 주차장 등에 멈춰 있는 신호들 때문에 공원 내 이용 패턴이 왜곡될 수 있음을 확인하였다. 친수지구의 공원 이용 행태에 대해서도 다양한 연구가 진행되어왔으며, Kim et al. (2019)은 해시태그를 활용한 제3세대 SNS 뿐만 아니라 구글맵의 혼잡도(Google popular times) 그래프를 사용하여 친수공원 이용 행태와 만족 요소들을 실시간으로 파악할 수 있는 근거를 마련하였다. 이는 친수지구 공원 설계 및 관리뿐만 아니라 이용객을 만족시킬 수 있는 방향성을 수립하는데 효과적인 정보를 제공하였다. Kim et al. (2020)은 통신 빅데이터와 GPS 기반 위치정보를 활용하여 공원에서의 이용객 수를 요일별로 구분하여 주중 및 주말 이용경향을 분석하였다.
본 연구에서는 공원에서의 이용객을 추정함에 있어 보다 정확한 방법을 모색하고 분석하기 위해 사회적 요인들은 통계청에서 제공하는 공공데이터를 통해 행정구역 단위의 부동산 실거래가 데이터, 경제활동 소득, 가구수, 스트레스 인지율, 반려동물 사육현황과, 각 행정구역간의 공간적 거리를 고려하여 상관관계를 분석하였다. 구글지도에서 제공하는 Google Popular Times를 통해 주중 주말의 이용객 방문 패턴 분석, 인스타그램의 게시글 키워드와 이미지 키워드를 도출하여 방문 목적을 분석하였으며, 통신데이터를 활용한 이용객 패턴과, 단말기 신호를 기반으로 위치를 추정하는 유동인구 데이터를 통해 각 연령대별 방문 상관관계를 분석하였다.
2. 대상지 선정 및 연구 방법
2.1 연구대상지 선정
본 연구의 공간적 범위(시범지역)는 부산광역시 대저지구 및 삼락지구이다. 삼락 생태공원은 부산광역시 사상구 삼락동에 위치하였으며, 면적이 4.72 km2으로 낙동강 하구 둔치에서 가장 넓은 지역이다. 해당 공원에는 각종 체육 공간과 잔디광장, 자연학습장, 문화마당 등으로 꾸며진 휴식공간으로 구성되어 있으며, 다양한 행사와 축제를 개최하여 시민들의 중요한 휴식공간으로 활용되고 있다. 대저생태공원은 부산광역시 강서구 대저1동 일원에 위치하고 있으며, 낙동강 하구 철새도래지로 지정되어 시민이 여가와 휴식을 즐길 수 있는 습지 및 유채꽃 단지와 체육시설 (축구장, 야구장) 등이 조성된 자연생태 친수공간이다. 공원에 조성된 유채꽃 단지 (0.37 km2)는 매년 4월 유채꽃 축제가 개최되어 수많은 관광객을 불러 모았고, 새로운 관광 명소로 자리 잡았다. 본 연구의 시범지역은 공원 이용객이 많은 유료체육시설, 자전거대여소 등의 친수시설이 다수 설치된 지구로 선정하였다.
2.2 연구 방법
본 논문에서는 2019년도의 데이터를 기반으로 공공데이터와 소셜네트워크 데이터를 수집하여 분석을 진행하였다. 부산광역시의 시군구별 공공데이터를 사용하여, 지역별 특징과 해당 지역에서 친수공원에 방문한 이용객 수에 대한 자료와의 상관관계를 도출하였다. 또한 이용 특성을 분석하기 위해 대상 지역인 삼락생태공원과 대저생태공원에 대한 소셜네트워크 데이터로 구글 지도의 방문객 리뷰와 Google popular times의 방문 시간대 데이터, 인스타그램에서 대상 지역의 키워드와 게시한 이미지 키워드 데이터를 크롤링(crawling)하여 연관 검색어 등을 도출하고 이용특성을 분석하였다.
2.2.1 데이터 수집 방법
(1) 사회적 요인 데이터 수집
사회적 요인에 대한 분석을 위해 통계청(KOSIS)에서 2019년도 부산광역시의 시군구 통계 데이터를 수집하였다. 수집한 데이터는 부동산 요인을 나타내는 종합 매매가격지수, 아파트 매매가격지수를 수집하여 실거래가와의 상관관계를 도출하는 데이터로 활용하였다. 가구 현황을 알 수 있는 1인가구 연령 및 거처, 세대구성 및 가구원별 가구 통계 데이터를 수집하여 가구수에 따른 상관관계를 도출하였다. 경제 현황을 나타내는 종합소득세, 경제 활동별 지역내총생산 데이터를 수집하여 소득에 따른 상관관계를 도출하였다. 스트레스 인지율 데이터를 통해 스트레스 인지율에 대한 상관관계를 도출하고 마지막으로, 행정구역별 반려동물 사육현황 데이터를 수집하여 반려동물 사육현황에 따른 상관관계를 도출하였다.
(2) 소셜네트워크 데이터 수집
(a) 구글 맵 데이터
Google Android의 위치 데이터 공유를 선택한 사용자로부터 GPS 기반으로 위치 기록 정보 데이터를 사용하여 요일 별 시간대의 방문율을 보여주는 Google popular times를 사용해 시간대 방문율 수치를 수집하였다. Google popular times는 8주간 평균 이용객 수를 기반으로 정보를 제공되며 익명 데이터를 기반으로 한다. 인기도 데이터는 평균비율로 방문자의 정확한 수는 제공하지 않는다. 이는 요일별마다 시간대 이용수치를 크롤링하여 요일마다 공원별 이용자의 시간대별 이용특성과 이용객 수의 비율을 분석하였다. 그 외에 구글지도에서 해당 지역 방문자의 리뷰 정보를 수집하여 키워드 및 연관어를 도출하였다.
(b) 인스타그램 데이터
한국인이 가장 오랜 시간 이용하는 소셜네트워크인 인스타그램에서 각 대상지역에 대한 게시글 정보를 크롤링하여 키워드 도출을 진행하였으며, 해당 언급량을 도출하였다. 인스타그램 게시물 사진에 존재하는 메타정보를 수집하여 이미지 키워드를 도출하여 주 방문 목적을 확인할 수 있다.
2.3 상관분석
행정구역 별 사회적 데이터와 해당 친수공원에 방문자의 출발지를 통해서 상관관계를 분석하였다. 분석을 진행한 항목으로는 소득, 반려동물, 실거래가, 1인가구, 2세대 이상 가구, 스트레스 인지율, 친수공원과의 거리에 대해 파이썬의 머신러닝 라이브러리를 통해 피어슨 상관관계를 도출하였다 (Table 1) (Fig. 2).
행정구역의 연령대 인구 데이터와 방문이용객 수 그리고 해당 친수공원과 행정구역간의 거리를 3차원으로 분석하여 산점도를 나타내어 보다 유의미한 결과를 도출하였다 (Table 3) (Fig. 3).
Table 1.
Correlation coefficient value of social factors
Table 2.
Social factor correlation coefficient significance level value
3. 사회적 요인 상관관계 분석
친수공원에 방문한 이용객과 지역별 사회적 요인의 상관관계를 도출하기 위하여 공간적 범위(행정구역과의 거리)와 통계 데이터(사회적 요인)를 피어슨 상관계수를 통해 분석하였다.
사회적 요인에 따른 친수공원별 상관관계를 분석한 결과, 삼락생태공원과 거리가 가까운 시군구에 사는 주민일수록 삼락생태공원을 많이 찾는 것을 확인하였다. 이와 같은 경향은 체육시설과 레져시설이 많은 삼락생태공원의 특성 때문으로 추정된다. 또한 행정구역별 스트레스 인지율과 삼락생태공원의 방문자 수와의 상관관계에서는 상관관계가 낮은 음적 상관관계을 나타내며, 공원의 역할 중 하나인 스트레스 해소 장소로서의 역할이 상대적으로 미흡하게 분석되었다. 대저생태공원은 소득이 높은 시군구 주민 일수록 대저생태공원을 많이 찾는 것을 나타났다. 부동산 실거래가는 대저생태공원이 양적 상관관계를 나타냈으며, 반면 삼락생태공원은 반대로 나타났다. 거리 외에 소득 등의 사회적 요인별 상관 계수는 공원별 단순 비교로서의 의미로 추가로 분석 대상을 많이 확대하여야만 명확한 상관관계를 제시할 수 있을 것으로 판단된다.
4. 연령별 상관관계 분석
부산시의 행정구역별 연령별 인구 구분은 10세 단위로하여, 처음 0 - 9세로 시작하여 마지막 70세 이상부터는 하나의 단위로 구분지어 총 8단계의 연령대로 구분하여 지역별 연령대 인구를 구분하였다. 오픈 지리정보 소프트웨어인 QGIS를 활용하여서 지역과 대상 공원간의 거리 그리고 연령별 다중회귀분석을 진행하여 3D 산점도를 제작하였다. 이를 통해 연령별 인구분포와 시군구별 생태공원 방문자의 상관관계를 더욱 유의미하게 분석하였다 (Fig. 3). 0 - 9세 인구비율과 대저생태공원 방문자의 상관관계는 0.65로 높은 상관관계를 나타났다. 0 - 9세 인구비율이 많은 시군구에서 대저생태공원을 많이 방문하는 것으로 파악됐다. 해당 부분에서 아동을 위한 활동위주가 아닌 녹지공간 이용을 할 경우 대저생태공원을 자주 찾는 것으로 예측된다. 10 - 19세 인구비율과 대저생태공원 방문자 상관관계는 0.347이 나왔으며, 해당 부분은 삼락생태공원 근방 5개의 학교가 위치하여 영향이 있는 것으로 판단된다. 20 - 29세에서의 상관관계는 0.558가 나왔으며, 피크닉과 같은 휴식을 위해 녹지공간을 많이 이용하는 20대에서 대저생태공원을 상대적으로 선호하는 것으로, 30 - 39세는 0.484가 나왔으며, 40 - 49세는 0.324, 50 - 59세는 0.329, 60 - 69세는 0.358, 70세 이상의 중년, 노년층은 0.332의 상관관계를 갖는 것으로 나타났다. 어린자녀와의 여가를 위해 3 - 40대는 대저를 좀더 선호하는 것으로 나타났다. 또한 꽃놀이를 즐기는 40대 이상 연령대에서는 유채꽃단지가 조성 되어있는 대저를 선호하는 것으로 추정된다.
5. 소셜네트워크 데이터 분석
친수공원 방문 사용자 분석을 위해 필요한 소셜미디어 데이터를 2가지로 유형화하여 데이터를 수집, 분석, 시각화 하여 의사결정에 필요한 인사이트를 제공한다. 2019 - 2020년간의 비정형 소셜네트워크 빅 데이터를 기반 정보 데이터 수집 및 전처리하였다.
대저생태공원은 유채꽃, 축제, 공원, 자전거, 삼락생태공원은 자전거, 공원, 산책, 가족이 연관 키워드로 도출되었으며, 이를 통해 대저생태공원은 축제와 연관이 있으며, 삼락생태공원은 가족단위의 산책이 목적으로 판단된다.
인스타그램에서 해당 친수공원이 태그된 게시글의 키워드 (Fig. 4) 및 이미지 키워드를 빈도분석 하였다 (Fig. 5). 대저생태공원 키워드는 핑크뮬리, 유채꽃, 일상, 럽스타그램이 연관 키워드로 도출되었으며 이미지 키워드는 person, flower, nature, sky가 도출되었다. 삼락생태공원 키워드는 합천영상테마파크, 럽스타그램, 피크닉, 풍경 연관 키워드로 도출되었으며, 이미지 키워드는 person, nature, sky, tree가 도출되었다 (Fig. 6). 삼락공원의 연관 검색어중 합천영상테마파크는 삼락공원 오토캠핑장의 연관검색으로 추정된다.
6. 결 론
본 연구에서는 시군구 단위의 공공데이터와 구글 지도 및 인스타그램에서 크롤링한 소셜네트워크 데이터를 활용하여 부산시 삼락과 대저생태공원의 이용 패턴을 분석하여 적용 가능성과 한계점들을 도출하고자 하였다. 본 연구에서 얻은 결론을 요약하면 다음과 같다.
첫째, 7가지 분류의 공공데이터를 기준으로 상관관계를 분석한 결과, 소득 수준과 거주지의 부동산 실거래가, 친수공원까지의 거리가 비교적 높은 상관관계를 보였으며, 반려동물 및 가구수, 스트레스 인지율에 대해서는 상관관계가 낮은 것을 확인하였다. 각 요인별로 분석한 결과, 대저생태공원의 경우, 소득 수준이 높은 지역과 부동산 실거래가가 높은 곳에서 방문율이 높았으며, 삼락 생태공원의 경우, 부동산 실거래가가 낮은 지역 그리고 거리가 가까운 지역에서 방문율이 높은 것을 확인하였다.
둘째, 연령별 방문자 상관관계에서는 대저생태공원은 0 - 9세의 영유아와 20대, 30대의 연령층에서 상관관계가 높게 나타났다. 이는 20, 30대의 젊은 층의 방문이 높은 것으로 보이며, 영유아를 동반한 가족단위의 구성원이 방문하는 것으로 추정된다. 삼락생태공원에서는 10대, 40대에서 양의 상관관계를 나타냈다. 이는 삼락생태공원 근방에 5개의 학교가 위치하여 10대의 방문이 많은 것으로 나타났다.
셋째, Google의 위치정보 기반 데이터 (Google popular times)를 통해 방문 시간대를 분석한 결과 두 지역 모두 주말 (토요일, 일요일) 2 - 3시에 방문율이 가장 높은 것으로 나타났다. 삼락생태공원의 경우 평일에 방문율은 큰 차이가 없었지만, 대저생태공원의 경우 주말 이외에 금요일에도 방문율이 높은 것으로 확인되었다.
넷째, 구글 지도 리뷰 게시글과 인스타그램 게시글을 통해 키워드를 도출하였다. 구글 지도 리뷰에서 대저생태공원은 유채꽃, 축제, 공원, 자전거, 삼락생태공원은 자전거, 공원, 산책, 가족이 연관 키워드로 도출되었으며, 인스타그램 게시글과 이미지 키워드로는 대저생태공원이 태그된 게시글 키워드는 핑크뮬리, 유채꽃, 일상, 럽스타그램, 이미지 키워드는 person, flower, nature, sky가 도출되으며, 삼락생태공원이 태그된 키워드는 합천영상테마파크, 럽스타그램, 피크닉, 풍경, 이미지 키워드는 person, nature, sky, tree가 도출되었다.
종합적으로, 친수공원에 방문 패턴의 공통된 특징으로는, 평일보다는 주말 낮 시간대에 방문율이 높으며, 모두 자연과 산책을 공통된 목적으로 방문한 것을 확인할 수 있었다. 반면 두 지역의 차이점으로는 방문 패턴에서 대저생태공원이 주말 이외에 금요일에 방문율이 높은 점과, 사회적 요인에서 소득 및 부동산 실거래가의 양의 상관관계를 보았을 때, 경제활동이 삼락생태공원보다 활발한 것을 추측할 수 있으나 추가 분석이 요구된다. 또한 삼락생태공원은 거리적 요인에서 상대적으로 높은 음의 상관관계를 나타나 지역 주민들이 주로 이용하는 것으로 판단된다. 키워드 분석한 결과를 보았을 때도 삼락생태공원의 경우 피크닉, 소풍과 같은 일반적인 공원의 특징이 있는 반면 대저생태공원의 경우 꽃, 축제와 같은 키워드가 도출됨에 따라 유체꽃축제와 같은 축제 기간에 많은 방문을 하는 것으로 파악된다.
향후 위와 같은 간접적인 이용특성 분석기법을 통해 친수공원의 이용객의 특징을 분석하여 지자체의 주요 축제 이용객 추정, 대규모 집회 참석인원 등 다양한 분야에서 활용할 수 있을 것으로 기대된다.
