‘쾨니히스베르크의 다리’는 쾨니히스베르크라는 지역에 있는 7개 다리를 모두 한 번씩 지나갈 수 있는지에 대한 문제입니다. 오일러는 이 문제를 각 다리를 선으로, 다리가 만나는 지점을 점으로 정의한 후 ‘한 붓 그리기’로 쉽게 풀어냈습니다. 이처럼 복잡해 보이는 도시, 지리 공간을 네트워크로 추상화하면 도시의 구조적 특징을 파악할 수 있습니다.  

도시계획/지리학 분야에서는 전화통화량, 운송수단(차량, 항공기, 지하철 등)을 통한 통행 패턴, 인구이동 등을 네트워크로 정의하여 도시 공간 분석에 이용하거나 도시 간 연계 현상을 분석하는데 SNA를 활용하고 있습니다. 또는 도시 안전 및 재난 대비를 위해 도로 네트워크를 분석한 사례도 있습니다. 

출처: 조병설․홍성호․이만형, 2015,  도시 네트워크 에 근거한 국토 공간구조의 재해석-기업 연결망을 중심으로, 한국지역개발학회지, 5.

SNA는 도시공간구조를 객관적, 과학적으로 분석하여 도시 계획 수립, 교통 영향 평가, 범죄 발생 가능성 예측 등의 분야에 유용하게 활용될 수 있습니다. 또한 도시 간 상호작용을 측정하여 도시 간 연계 및 협력 현황 등을 파악하고, 그에 따른 도시화 과정을 시계열적 차원에서 관찰하고 예측할 수도 있습니다. 

(클릭하면 크게 보실 수 있습니다.)

도시계획/지리학 분야에서 네트워크 분석 절차는 다음과 같습니다. 데이터는 주로 인구주택총조사의 통근통학 조사 자료, 차량 및 항공기 여객량 데이터, 교통 및 통신 인프라 등 입니다. 

장소, 도시, 지역 등은 노드로, 이들을 이어주는 도로, 대중교통 노선도, 항로 등은 링크로, 통행량 등은 링크의 강도로 정의할 수 있습니다. 네트워크 분석을 통해 어떤 지역이 중심적인 역할을 하고 있는지, 구조적 특성은 무엇인지를 도출해낼 수 있고, 네트워크 분석 결과와 기존의 도시 정보를 결합하여 새로운 시사점을 찾아낼 수도 있습니다.

도시계획/지리학 분야에서 SNA를 활용한 사례는 크게 ①도시(또는 군, 구)를 노드로 정의하여 도시 간 협력 및 역할 관계를 분석한 것과 ②도로나 장소 등 지리 공간을 노드로 정의하여 지리 공간의 네트워크를 분석한 것으로 나눌 수 있습니다. 

여기에서는 도시 간 관계를 분석한 사례와 지리 공간 네트워크를 분석한 사례를 각각 하나씩 소개하려고 합니다. 

1) 도시 간 네트워크 분석

논문: 네트워크 분석을 통한 수도권의 공간구조 변화 1980-2000년, 이희연 외, 대한국토도시계획학회지, 2006, pp. 133~151

① 데이터

1980~2000년까지의 인구주택총조사의 수도권 통근통행량을 활용하였습니다. 

② 모델링

이 논문에서 활용된 데이터의 노드는 수도권 내 시,군,구 이며, 링크는 사람들이 출퇴근하는 이동 현황입니다. 또한 통행량을 가중치(Weight) 로 입력하여 도시 간 네트워크를 구성하였습니다. 

노드: 수도권 내 시, 군, 구

링크: 사람들의 출퇴근 이동 현황(방향성 존재)

가중치: 통행량(인구 이동량)

③ 주요 시사점(주제)

출처: 네트워크 분석을 통한 수도권의 공간구조 변화 1980-2000년, 이희연 외, 대한국토도시계획학회지, 2006, pp. 133~151

네트워크 분석 결과, 1980년에 비해 2000년에는 수도권 내 시군구가 2배 이상 증가하여 도시 간 연결 선 수가 증가하였음에도 불구하고 네트워크의 밀도는 다소 낮아지고 특정 지역에 연결이 몰리는 집중도 현상은 높아진 것을 알 수 있었습니다. 또한 수도권 도시 간 네트워크가 멱함수 분포를 따르고 있다는 것도 확인할 수 있었습니다. 즉 수도권의 통근 네트워크는 시군구 간 상호 긴밀하게 연결되기 보다는 특정 지역을 지향한 연결 체계가 구축되어 간다고 볼 수 있습니다.

그리고 각 지역의 연결 중심성(Degree Centrality)과 고유벡터 중심성(Eigenvector Centrality, 위세 중심성)을 측정하여 수도권의 통근네트워크에서 중추적 위치를 차지하고 있는 지역을 탐색하였습니다. 참고로 여기에서는 각 도시로 유입되는 통행을 흡수통행으로 정의하고 도시 별 중심도를 측정하였습니다(In-Degree Centrality)

출처: 네트워크 분석을 통한 수도권의 공간구조 변화 1980-2000년, 이희연 외, 대한국토도시계획학회지, 2006, pp. 133~151

결론적으로 1990년에 비해 2000년에는 강남구가 수도권의 강력한 허브로 떠오른 것을 알 수 있으며, 그 외 성남시, 용인시, 고양시 등이 경기도 신도시 개발 효과에 따라 경기도의 새로운 중심지로 출현한 것을 확인할 수 있었습니다. 

2) 지리 공간 네트워크 분석

도시공간구조 분석을 위한 네트워크 분석기법의 적용, 조형규, 건설환경연구소 논문집, 2015, pp.129~139

① 데이터

이 논문에서는 도시공간구조를 한눈에 파악하기 어려운 도시를 분석대상지로 선정하길 원했으며, 최종적으로 호주 골드코스트 시의 도로중심선도, 일반축선도, 분절축선도를 작성하여 분석 데이터로 활용하였습니다.

② 모델링

이 논문에서 활용된 데이터의 노드는 골드코스트 내 공간이며, 링크는 고속 도로, 보행 도로 등 입니다. 여기에서는 링크에 대한 가중치가 사용되지 않았으나, 교통 통행량, 보행 밀집량 등을 가중치로 활용할 수도 있습니다. 

노드: 골드코스트 시내 모든 공간

링크: 도로

가중치: 없음

③ 주요 시사점(주제)

여기에서는 사회연결망 이론에서 주로 다루는 지표를 공간 분석의 지표로 차용하여 도시 공간에 대해 네트워크 분석을 적용하였습니다. 

출처: 도시공간구조 분석을 위한 네트워크 분석기법의 적용, 조형규, 건설환경연구소 논문집, 2015, pp.129~139

골드코스트의 축선도에 대한 인접중심성(Closeness Centrality) 분석 결과, 전체 도시구조에서 보행밀집도가 높을 것으로 보이는 공간, 즉 도시지역의 도심부를 정확히 찾을 수 있었습니다. 또한 고유벡터중심성(Eigenvector Centrality)은 ERAM 분석과 유사한 결과를 나타내며 주변 지역에 단기간에 영향을 미칠 수 있는 잠재력이 높은 지역을 확인할 수 있었습니다. 마지막으로 사이중심성(Betweenness Centrality) 결과에서는 전체 도시구조에서 차량통행량이 가장 높은 지역을 뚜렷하게 보여주고 있습니다. 

참고로 이 논문에서는 인접한 7단계의 공간까지를 대상으로 중앙성 지표를 적용하였습니다. 이는 전체 공간을 대상으로 하게 되면 골드코스트 축선도의 공간 수가 너무 많아 지표값의 분표격차가 심하게 나타나 이를 보정하기 위한 방법으로 설명하고 있습니다. 

위와 같이 도시, 지리 연구 분야에서 SNA를 통해서 지역 및 공간의 특성과 네트워크적 위치를 파악할 수 있음을 알 수 있었습니다. 앞으로 네트워크 분석과 도시/지리 정보를 결합한 연구가 더욱 활발해지기를 바라며 연구 사례 소개를 마치겠습니다. 

감사합니다.