I. 서론
II. 연구 방법 및 자료
1. 최소 비용 경로 연구 방법
2. 확률론적 최소 비용 경로 연구 방법
3. 과거 경로 추정 대상과 자료
4. 경로 비교 방법
III. 공간적 차이를 통해 살펴본 최소 비용 경로 방법의 활용성
1. 조선 시대 봉화로와 최소 비용 경로 결과의 비교
2. 확률론적 최소 비용 경로 결과의 공간적 특징
IV. 결론: 최소 비용 경로 연구 방법의 보완적 활용 방안
I. 서론
길은 ‘사람이나 동물 또는 자동차 따위가 지나갈 수 있게 땅 위에 낸 일정한 너비의 공간’이라는 사전적 의미뿐만 아니라 인간의 오랜 경험과 역사가 누적된 공간으로 인식되기도 한다(정대훈, 2014). 인구 증가와 도구 기술의 발달이 일정한 정치 집단 형성으로 이어지고 이 집단이 다른 집단과 교류하거나 영토를 확장하는 과정에서 개척된 교통로를 통해 교류가 확장하는 일반적인 문명 발달 모델에서도 길은 아주 중요한 역할을 한다(조병로, 2015). 또한 과거 시대에 사람들이 이용한 경로는 문명의 흐름과 전파의 통로일 뿐만 아니라 경로 자체의 형태, 배치 등은 해당 경로의 형성에 작용한 수많은 요소를 복합적으로 보여주며 이 경로를 따라 형성되는 문화 경관의 흐름도 파악할 수 있다(Newton, 1970). 그러므로 과거의 경로를 추적하고 복원한다는 것은 단순히 특정 경로만을 찾아내는 것이 아닌 과거 시대의 생활상을 광범위하게 추적하는 것이라 할 수 있다.
과거 경로에 대한 학문적 필요성에 더하여 최근 옛길에 대한 문화관광자원 측면에 대한 수요가 많아지고 있고 각 지자체에서는 이를 도시재생의 테마 혹은 관광자원으로 이용하고 있다. 종로의 피맛골, 창의문 옛길, 충북 보은의 질마재 옛길, 부산의 송정 옛길 등 많은 지자체에서 과거 경로에 스토리텔링을 더해 지역 관광자원으로 이미 활용하고 있거나 계획 중이다.
지리학과 역사학 그리고 고고학을 중심으로 과거 사람들의 이동 경로와 상호작용에 대한 연구는 꾸준히 진행되어왔다. 이 중 지리학과 역사학계에서는 고지도와 지리지, 근대 지형도 등 사료를 중심으로 과거 경로 복원에 집중해왔다. 고지도를 이용한 연구로 한정훈(2010)은 전국 및 군현 단위 고지도 중 기장군과 관련된 고지도를 수집·정리하고 이를 비교 분석한 후 옛길 복원에 대한 자료로 활용하였다. 이후 복원된 도로를 답사하고 경유지 중 발견된 금석문을 통해 해당 도로에 대한 기능적인 해석을 하고 옛길 입지에 대해 분석했다. 또한 류명환･김기혁(2013)은 신경준의 『도로고』를 바탕으로 거점과 경로를 정리하고 현대의 지도상에 복원하고자 연구를 진행하여 읍치 단위의 연결성을 밝히고자 했다. 근대 시기에 제작된 지형도를 통해 과거 경로를 비정한 연구도 있다. 먼저, 김종혁(2004)은 조선 시대 지리지들에서 나타난 대로의 특징을 살펴보고 1800년대 말에 제작된 구한말 한반도 지형도와 1910년대에 제작된 일제강점기 지형도를 토대로 위치를 비정하였다. 최근에는 역사지리정보를 처리하기 위한 데이터베이스를 구축하고 방법론을 개발하는 역사지리정보시스템(HGIS, Historical GIS)을 통한 연구 결과가 발표 및 활용되고 있다. 과거의 교통로에 관한 연구도 HGIS를 통해서 진행되었는데 김현종(2017, 2018)은 조선시대 교통로를 복원하고, 거리 단위 1리에 대한 현대적 의미를 연구한 바 있다. 그러나 역사지리학과 역사학 연구가 사료를 중심으로 이루어지다 보니 역사 자료의 부재로 해당 시대나 지역의 과거 경로 복원이나 비정이 불가능한 경우가 발생한다. 한국의 경우, 특히 조선시대를 대상으로 하는 경우엔 활용할 만한 꽤 많은 사료가 존재하므로 이러한 한계에 구속받는 경우는 드물지만, 대표적으로 실크로드는 그러하다. 실크로드는 기원 전후에 형성된 아시아와 유럽을 잇는 교역로로 역사 이래 물류의 교환과 지식·정보의 교류가 이루어진 문명전파의 핵심적인 경로지만 정확한 경로에 대한 기록이 부족해 지금까지 각 국가나 기관에서 제공하는 실크로드 경로는 큰 차이를 보인다.
한편 물질 문화를 연구 대상으로 하는 고고학에서도 과거 경로에 대한 연구는 꾸준히 진행되어왔다. 그중 주목해볼 만한 것은 사료가 없던 시기나 지역에 대한 과거 경로 연구가 활발히 진행되고 있다는 점이다. 이러한 연구는 특히 2000년대 이후 GIS를 이용한 최소 비용 경로(LCP, least cost path) 방법을 주로 활용한다. 이를 통해 잘 알려진 유적지 사이의 가능한 경로를 추정하거나(Howey, 2007; Gustas and Supernant, 2017; Ludwig, 2020), 사료를 통해 알려진 경로를 재구성하고 확인하는 연구(Seifried and Gardner, 2019; Fernández, 2021; Shim et al., 2022)가 다수 진행되어 왔다. 이처럼 지리학이나 역사학이 주로 접근하는 과거 경로에 대한 비정, 복원, 확인과는 다르게 고고학에서는 과거 경로에 대한 추정 연구도 활발히 진행해 왔다. 이는 사료의 유무 여부를 떠나 경관과 인간의 상호작용과 그 가능성을 연구 대상으로 삼으며 방법론적으로도 유물과 유적 발굴을 위한 추정 모델을 발전시켜 온 고고학의 학문 특성에 기초한 것으로 보인다.
그러나 고고학계를 중심으로 과거 경로를 연구하는 주요 방법론으로 자리해 온 최소 비용 경로 연구의 가장 큰 한계점은 출발지와 도착지 사이에 가능한 가장 최적의 경로 단 하나만 추정할 수 있다는 점이다(Howey, 2011; Parcero-Oubina et al., 2019). 현대와 같이 고도로 발전된 교통기술도 없고 인구밀도도 높지 않았던 과거 시대라 할지라도 같은 출발지에서 도착지 사이를 이동하는 경로는 굉장히 다양하게 존재했을 것이다. 그러나 최소 비용 경로 연구 방법은 경로를 통과하는데 소요되는 비용이 가장 낮거나 편익이 가장 큰 단 하나의 경로만 산출됨으로써 해당 경로나 교류의 통로에 대한 단편적 이해만 가능하게 했다.
이를 보완하고자 기존 방법에 여러 경로 비용 요인을 분석하여 가능한 경로를 확장하려는 시도가 이뤄지고 있다(Verbrugghe et al., 2017; Gustas and Supernant, 2019; Shim et al., 2022). 이뿐만 아니라 회로 이론(Circuit theory)(Howey, 2011), 흐름 누적(Flow accumulation)(Frachetti et al., 2017), 중심 모빌리티 네트워크(Focal mobility networks)(Parcero-Oubiña et al., 2019) 등의 다른 분야의 이론과 방법론을 접목하기도 한다. 가장 최근에는 최소 비용 경로 방법에서 활용하는 입력 데이터를 하나의 수치가 아닌 범위로 파악하여 확률적으로 접근하려는 시도가 이어지고 있다(Lewis, 2021). 이를 통해 최소의 비용 하나를 탐색하는 것이 아닌 가능한 모든 경로를 모색하여 실제에 더 근접한 결과를 도출하게 함으로써 신뢰성과 현실성을 확보하고자 하는 것이다.
따라서 이 연구는 최소 비용 경로 연구의 가장 널리 활용되는 기본적인 방법과 가장 최근에 개발된 확률론적 방법을 활용하여 조선 시대 10대로 중 봉화로와의 비교를 통해 정확도를 평가하고자 한다. 그 후 정확도의 차이가 발생하는 공간적 특징을 탐색하여 그에 따른 보다 적합한 최소 비용 경로 방법의 적용성을 파악한다. 이를 통해 지리학계에서 과거 경로 연구의 주요 연구방법론으로 자리한 HGIS 방법에 접목하여 보완적으로 활용할 수 있는 가능성을 제시하고자 한다.
II. 연구 방법 및 자료
1. 최소 비용 경로 연구 방법
최소 비용 경로 연구는 출발지와 도착지로 설정된 노드 사이의 링크를 추출할 수 있는 강력한 도구로 연구 지역을 통과하는데 소요되는 비용을 측정하는 것뿐만 아니라 비용이 가장 적게 드는 경로를 탐색할 수 있는 연구 방법이다.
GIS를 이용한 최적 경로 탐색에 대한 연구는 1990년대부터 활발해졌다. 당시 경제 성장으로 인한 여행 수요의 증가와 물류량 증가로 인해 시간 및 에너지 소비 증가, 대기 오염, 소음, 사고 등 도로를 중심으로 한 사회적·경제적 문제가 대두되었다. 여기에 새로운 도로 개설에 투입할 자금과 공간이 제한적인 상황까지 더해져 기존의 교통 시스템을 효율적으로 사용하기 위한 보다 정교한 접근 방법이 필요해졌다(Wang, 2005). 물론 지금도 널리 활용되는 대표적인 최단 경로 탐색 알고리즘인 다익스트라(Dijkstra) 알고리즘이 1956년에 고안된 사실로 알 수 있듯이 비용이 최소가 되는 경로를 산출하는 방법은 당시에도 새로운 개념은 아니었다(Jay and Dan, 1998). 그럼에도 1990년대에 GIS 상에서 최소 비용 경로를 계산하고 결과를 도출하는 연구가 활발해지기 시작한 이유는 데이터 저장과 처리 속도가 빠른 강력한 컴퓨터의 등장과 함께 각종 토지 및 고도 데이터가 활용 가능해지면서이다.
Zipf(1949)의 최소 노력 원칙(Principle of Least Effort)을 기반으로 하는 최소 비용 경로 연구 방법은 인간이 자신의 행동을 최대한 절약하려고 한다는 가정에 기반하며 경로와 관련해서는 인간은 최소한의 저항이 발생하는 길을 선택할 것이라는 아이디어로 연결된다. 즉, 인간은 통행에 있어서 비용이 가장 적게 드는 경로를 선택하여 여행 비용을 최소화하려고 한다는 것이 최소 비용 경로 연구의 기본 가정이다(Surface-Evans and White, 2012).
경로는 거대한 네트워크 중 하나의 링크에 불과하다. 그러나 그중에서 다수가 선호하는 링크는 분명히 존재한다. 최소 비용 경로 분석은 선호 링크를 찾아내는 방법이고 사람이 선택하는 링크의 선호도는 해당 링크를 통과할 때의 접근성, 용이성, 안정성, 지형적 특수성 등의 비용(cost)으로 결정된다고 본다.
GIS 환경에서 이동에 대한 저항은 래스터 그리드에서 개별 셀에 할당된 비용값의 집합체인 비용면(cost surface)로 표현된다(Collischonn and Pilar, 2000). 연구자가 설정한 비용면을 이용하여 출발지에서부터 누적 비용면(accumulated cost surface)을 만들고, 도착지까지 누적 비용이 최소가 되는 영역을 연결하는 과정을 통해 분석이 이루어진다(Howey, 2007; Herzog, 2014)(그림 1).
그러므로 최소 비용 경로 연구에서 가장 중요한 것은 비용의 선정과 관련한 문제이다. 지금까지 최소 비용 경로 연구 방법을 이용하여 과거 경로를 추정한 대부분의 연구는 비용면으로 경사도를 활용해왔다(Herzog, 2014; Supernant, 2017). 경사도가 비용면으로 주로 활용되는 이유는 경사면과 수역과 같은 물리적 장애물은 자유로운 움직임을 방해하는 기본적인 요소이기 때문이다(Verhagen, 2018). 이에 더하여 과거 경로 선택에 있어서 시야와 경관보다 경사도는 걷는 속도와 노력, 비용에 영향을 미치는 가장 중요한 요소이기 때문에 최우선으로 고려해왔다(Kondo and Seino, 2010). 경사도를 기반으로 하는 비용 함수의 종류와 각각의 설명은 표 1로 정리했다.
표 1.
경사도 기반의 비용 함수와 설명(출처: van Etten(2017) 정리·수정)
| 비용 함수 | 설명 |
|
Tobler’s Hiking Function (Tobler, 1993) |
가장 널리 활용되는 함수로 일정한 거리를 걷는 데 필요한 시간을 쉽게 계산할 수 있으며, 상향과 하향 경사를 모두 고려하는 범용적 방법 (V는 속도(km/h), S는 경사도) |
|
Tobler’s offpath Hiking Function (Tobler, 1993) | 걷는 속도를 고려하여 Tobler’s Hiking Function의 속도를 0.6만큼 감소시킨 방법 |
| Irmischer and Clark(2018)’s cost functions |
숲이 우거지고 언덕이 많아 험준한 지형 경관을 통과하는 미국 육군사관학교(USMA) 생도들의 속도 추정치를 기반으로 모델링한 방법 |
| Modified Hiking cost function |
가벼운 짐과 함께 이동하는 도보 속도를 계산하는 방법인 MIDE(París Roche, 2002)와 Tobler’s Hiking Function를 결합한 방법 |
| Herzog(2013)’s cost function |
바퀴 달린 운송수단에 대한 비용을 산출하는 방법으로 방향에 따른 비용 차이가 없어 동일한 경로를 양방향에서 사용할 때 적합한 방법 |
| Llobera and Sluckin(2007)’s cost function |
경관을 가로질러 이동할 때 소요되는 대사 에너지 소비량(KJ/m)을 산출하여 비용으로 활용하는 방법 |
| Campbell et al.(2019)’s cost function |
개인의 이동 속도가 담긴 105만 개의 클라우드 소싱 GPS 데이터를 기반으로 소요 시간을 백분위로 나누어 비용으로 활용하는 방법 |
2. 확률론적 최소 비용 경로 연구 방법
전술했듯이 최소 비용 경로를 이용한 과거 경로 추정의 가장 큰 한계는 비용이 최소인 단일 경로만 결과로 산출된다는 것이다. 이를테면 경로 선택에 통행 비용의 차이가 크지 않아서 비용이 아닌 선호가 작용하는 현실 경로의 경우라고 할지라도 최소 비용 경로 방법은 값이 최소인 단 하나의 경로만 산출함으로써 현실과는 거리가 먼 결과를 가져올 수 있다.
이에 따라 최근에는 최소 비용 경로 연구 방법의 확률론적 접근 방법을 개발하고 활용함으로써 하나의 경로가 아닌 복수의 경로로 파악하려고 한다(Lewis, 2021). 확률적 최소 비용 경로 분석 방법 중 대표적인 방법은 수치 고도 모형(Digital Elevation Model, DEM)의 수직 오차(vertical error)를 이용하는 것이다. 수치 고도 모형은 지구 표면의 고도 정보를 위성영상이나 항공사진, 전자지형도 등을 이용하여 가공하여 제작함으로써 오류가 발생할 수 있다(Wechsler and Kroll, 2006). 물론 라이다(lidar)와 같은 고해상도, 고정확도 자료를 기반으로 제작된 수치 고도 모형은 수직 오차를 최소화할 순 있지만, 완전히 제거할 순 없다(Aguilar et al., 2010).
이렇게 발생한 각 그리드 셀의 오차는 측정된 고도 값과 주어진 해당 수치 고도 모형의 평균 제곱근 오차(RMSE) 사이에 정규 분포를 따를 것이라는 가정을 기본으로 하여 몬테카를로 시뮬레이션(Monte Carlo Simulation)1)을 통해 분석하여 주어진 수치 고도 모형과 수직 오차를 결합하는 과정을 거친다. 이후 경로의 비용면을 생성하고 경로를 추정하는 과정을 주어진 횟수에 따라 반복함으로써 복수의 가능한 경로를 구할 수 있게 된다(그림 2). 즉, 평균은 0, 표준편차는 특정 수치 고도 모형의 수직 오차 값으로 하는 정규 분포상에 n번의 반복을 통해 n개의 임의 수직 오차를 생성하고 이 수직 오차를 수치 고도 모형에 반영한다. 이후 n번째 수치 고도 모형은 n번째 비용면을 계산하는데 활용하여 n번째 경로를 만들어낸다. 이를 통해 각 래스터 셀이 가질 수 있는 경로로서의 가능성은 n번 반복된 각 경로가 셀을 통과하는 횟수를 총 반복 수로 나눈 값을 통해 계산된다(Lewis, 2021). 이에 따라 활용하려는 수치 고도 모형의 구축 당시 제시된 평균 제곱근 오차를 상수로 입력해야 한다. 이 연구에서는 수치 고도 모형으로 SRTM v3를 활용하여 구축 당시 밝힌 평균 제곱근인 9.73m를 상수로 활용했고(Federal Geographic Data Committee, 1998), 반복 횟수는 각 지점 사이 경로마다 1,000번 반복하였다. 해당 방법은 프로그래밍 언어인 R의 Least cost path 패키지를 통해 활용하였다.
3. 과거 경로 추정 대상과 자료
이 연구에서 최소 비용 경로 연구 방법을 이용한 과거 경로 추정 및 비교 대상은 이미 디지털로 복원되어 공간자료로 존재하는 조선 시대 10대로 중 봉화로로 선정했다. 조선의 외방 도로는 6대로에서 19세기 후반에 10대로까지 확대되었는데, 봉화로는 조선 후기에 새롭게 10대로에 포함된 도로로 한양에서부터 이천, 충주, 단양을 지나 봉화의 태백산 사고로 이어진다. 봉화로는 다른 대로들과 다르게 지표 기복 차이가 확실한 동서 방향으로 경로가 구성되어 있어 비교적 다양한 공간적 특징을 지닌다.
조선 시대 10대로의 디지털화된 거점자료와 경로 자료는 2011년부터 2014년까지 3년에 걸쳐 수행된 한국학중앙연구원의 한국 근대 전자역사지도 편찬사업의 결과로 한국학 진흥사업 성과포털(http://waks.aks.ac.kr/)에서 구득하였다. 이 외에도 비용면으로 활용한 수치 고도 모형은 SRTM v3 자료를 활용하였다. SRTM v3는 이전에 존재했던 누락 데이터 영역을 채운 개선 버전으로 북위 50˚~남위 50˚ 사이의 지역들은 1 arc second의 해상도로, 그 이상의 지역들은 2 arc seconde 해상도로 제공된다.
4. 경로 비교 방법
성과포털에서 구득한 봉화로와 최소 비용 경로의 지형적 특징을 비교하기 위해 수치 고도 모형의 30m 해상도를 고려하여 QGIS 공간 도구를 활용해 양안에 각각 15m의 버퍼를 준 후 고도와 경사도, 거칠기(Roughness)를 비교하였다. 또한, 확률론적 접근법을 통해 얻은 경로들의 공간적 패턴을 파악하기 위해 위와 같은 방법으로 지형변수를 추출하여 같은 지점을 연결하는 서로 다른 경로들을 대상으로 상관분석을 실시하였다.
III. 공간적 차이를 통해 살펴본 최소 비용 경로 방법의 활용성
1. 조선 시대 봉화로와 최소 비용 경로 결과의 비교
한국학중앙연구원이 복원한 조선 시대 10대로 중 봉화로와 최소 비용 경로 방법으로 추정한 경로를 비교하면 그림 3과 같다. 거점과 거점을 잇는 전체적인 경로는 비슷한 형태로 보이지만, 더욱 더 작은 스케일에서는 세부 경로의 차이를 확인할 수 있다. 먼저 두 경로의 길이는 봉화로가 218.9km, 최소 비용 경로가 202.8km로, 경사도를 이용해 추정한 최소 비용 경로가 복원된 봉화로에 비해 약 16km 더 짧게 나타났다. 이는 경로 비용의 최소화와 더불어 최소 비용 경로 방법이 내포하고 있는 기본 원칙인 최단 거리 추구가 작용한 결과로 보인다. 통행 거리가 증가할수록 비용이 증가하므로 최소 비용 경로 분석 방법은 최단 거리 탐색이 기본이기 때문이다.
두 경로의 지형적 특징을 비교하기 위해 경사도 래스터 자료의 30m 해상도를 고려하여 30m의 버퍼를 준 후, 고도와 경사, 거칠기(roughness)를 비교해보았다. 거칠기는 지표의 고도 변화 정도를 나타내는 지형 변수로 개별 지형을 식별하고 그에 작용하는 프로세스를 결정하는데 활용한다(Grohmann et al., 2009). 일반적으로 값이 클수록 험준한 지형이, 작을수록 완만한 지형이 다수 분포하는 것으로 이해한다. 비교 결과, 봉화로가 최소 비용 경로보다 평균 고도는 약 2m 더 높게, 평균 경사도는 약 1.2° 더 낮게 그리고 덜 험준한 지형을 통과하는 것으로 나타났다(표 2). 두 경로가 수치적으로 유의미한 차이를 보이진 않았지만, 더 험준한 경로를 추정한다는 사실은 최소 비용 경로 분석 방법의 최단 거리 탐색 추구와 연결된다. 비용의 차이가 경로 선택의 차이로 연결되지 않을 정도로 그 차이가 크지 않을 시, 직선형의 최단 거리를 추구함으로써 보다 험준한 경로가 추정된 것으로 보인다.
표 2.
최소 비용 경로 방법 결과와 봉화로의 길이 및 지형적 특징 비교 결과
|
길이 (km) |
평균 고도 (m) |
평균 경사도 (°) | 평균 Roughness | |
| 최소 비용 경로 | 202.8 | 140.0 | 6.3 | 8.9 |
| 봉화로 | 218.9 | 141.9 | 5.1 | 7.2 |
두 경로의 차이를 보다 세부적으로 살펴보면 최소 비용 경로 결과의 공간적인 특징을 확인할 수 있다. 그 공간은 두 경로의 차이가 다른 지역보다 크게 나타나는 비산지(그림 3-①과 그림 3-②)와 상대적으로 차이가 덜한 산지(그림 3-③과 3-④)이다. 먼저 산지의 경우 Shim et al.(2022)이 밝혔듯이 과거부터 토지이용의 주요 대상이 되어 온 하천과 급사면 사이의 완경사지가 해발고도가 높은 위치적 특징으로 인해 하천의 하방침식과 함께 좁고 길게 분포한다. 그에 따라 경로에서의 선택지도 다양하지 않기 때문에 산지에서 실제 복원된 경로나 추정된 경로의 차이는 거의 발생하지 않는 것으로 판단된다. 그림 3의 ③과 ④에서도 두 경로 사이의 큰 차이가 나타나지 않는 것을 확인할 수 있다. 이와 반대로 비산지는 비슷한 지형적 조건을 갖는 평탄한 지형면이 넓게 분포하다보니 산지에서와 같이 통행의 장애를 유발하는 지형이 거의 없다. 이에 따라 최소의 비용을 산출함에 있어서 경사나 지형이 아닌 거리가 최우선으로 고려되어 거점과 거점 사이에 직선형의 경로가 주로 추정됨으로써 복원된 경로와의 차이가 상대적으로 크게 발생한다. 이러한 차이는 그림 3의 ①과 ②에서 시각적으로 확인할 수 있다.
2. 확률론적 최소 비용 경로 결과의 공간적 특징
최소 비용 경로 연구 방법 결과의 공간적 특징은 확률론적 접근 방법을 통해 살펴보면 더욱 확실히 파악할 수 있다. 그림 4와 5는 봉화로를 구성하는 거점과 거점 사이의 경로를 확률론적 최소 비용 경로 분석을 통해 각각 1천 번씩 반복 구동한 결과로 그림 4는 그림 3-①과 그림 3-② 부분을, 그림 5는 그림 3-③과 3-④ 부분을 확대한 것이다.
그림 4와 같이 완만한 지형이 넓게 분포하는 비산지의 경우, 전술했듯이 비교적 자유로운 경로 선택의 폭에 의해 구릉지를 중심으로 우회하는 경로를 포함하여 산지에서보다 다양한 형태와 길이의 경로가 추정되었을 뿐만 아니라 그 경로들의 비용도 상대적으로 크게 차이 나지 않는 모습을 해당 경로의 표준편차 범위를 통해 확인할 수 있다. 반면, 그림 5와 같은 산지의 경우는 비산지에 비해 그 형태와 길이 모두 단조로운 결과를 보이고 비용이 다른 경로에 비해 확실히 낮아 비용 선택의 확률이 확실히 높은 경로의 존재를 확인할 수 있는데 이는 험준한 지형에 의해 제한되는 토지이용의 결과라 판단된다.
이러한 확률론적 접근법을 활용한 최소 비용 경로의 공간적 차이를 보다 구체적으로 살펴보기 위해 봉화로의 모든 거점을 연결하는 경로들을 최정선 등(2018)의 기준에 따라 산지와 비산지로 구분하고 각 거점을 연결하는 1천 개씩의 경로를 대상으로 경로 비용과 경사도, 경로길이 등을 추출하여 상관분석을 실시한 결과가 표 3이다.
먼저 경로의 길이가 길어질수록 통과하는데 소요되는 비용이 증가하는 지극히 당연한 결과는 산지와 비산지 모두에서 0.98 이상의 상관계수 값으로 확인된다. 더불어 지형적 특징이 서로 다른 두 지역을 통과하는 경로의 차이는 경사도와 경로 비용 사이의 관계에서 드러난다. 비산지에 비해 급한 경사를 갖기 때문에 산지를 통과하는 경로에서 경사도와 비용 사이의 상관관계가 더 강할 것이라는 예상과는 다르게 비산지의 경우 비용과 경사도의 상관계수가 0.4로 비교적 양호한 양의 상관관계를 보이는 반면, 산지는 -0.1로 두 변수 사이의 선형적인 상관관계가 거의 없는 것으로 나타났다.
표 3.
확률론적 최소 비용 경로 결과의 지형 공간별 비용, 경사도, 길이 간 피어슨 상관계수(P < 0.01)
| 비산지 | 비용 | 경사도 | 경로길이 | 산지 | 비용 | 경사도 | 경로길이 |
| 비용 | 1 | 비용 | 1 | ||||
| 경사도 | 0.40 | 1 | 경사도 | -0.1 | 1 | ||
| 경로길이 | 0.99 | 0.37 | 1 | 경로길이 | 0.98 | -0.2 | 1 |
이는 주변의 지형이 비슷하게 완만한 경사를 가짐으로써 비용의 차이가 크지 않은 다양한 경로가 추출될 수 있는 환경을 가진 비산지의 공간적 특징에 기인한다. 이에 따라 다양한 경로가 다양한 경사를 갖게 됨으로써 경사와 경로 비용 사이의 상관관계가 산지보다 더 강하게 나타난 것으로 판단된다. 경사도와 비용 사이의 상관계수로 알 수 있듯이 비산지에서 경사도가 경로 선택 즉 비용에 중요한 요인으로 작용하긴 하지만, 표 4에서 보는 것처럼 각 경로의 비용 차이(표준편차)가 산지에 비해 크지 않다는 사실은 비용이 비슷한 여러 가능한 경로가 존재한다는 것이고 이는 실제 경로 선택에 비용이 아닌 개개인의 선호나 필요가 더 크게 작용할 수 있다는 의미로 해석된다. 이에 따라 비산지와 같이 평탄한 지형에서의 경로 추정은 여러 가능성을 다양하게 파악할 수 있는 확률론적 접근법을 활용하여 하나의 경로를 지정하여 파악하는 것이 아닌 가능성 높은 대략의 범위로 파악하는 것이 더 적합할 것이다.
반대로 경로로 활용할 수 있는 지형이 자연적으로 제한적인 산지의 경우, 다양한 경로의 선택이 불가능한 환경이므로 여러 경사를 따르는 다양한 경로가 고려될 수 없다. 즉, 자연적으로 이미 주어진 경로가 있고 그 안에서 길이에 따라 비용이 결정되는 환경이므로 경사도와 비용 사이의 상관관계는 나타나지 않는 것으로 보인다. 또한 표 4에서 확인할 수 있듯이 각 경로의 비용 차이가 비산지에서보다 크다는 사실은 상대적으로 비용이 훨씬 적은 경로가 존재한다는 것이고 그 최소 비용 경로가 경사도가 아닌 경로 길이에 따라 결정된다는 것은 결국 산지라는 공간적 특징을 가진 지역에서 경로를 추정할 때 확률론적 접근 방법보단 단순한 최소 비용 경로 분석이 더 효율적인 방법이라 판단할 수 있는 근거가 된다. 즉, 험준한 지형을 통과하는 경로의 경우는 확률론적 접근보다 지형이라는 장애물에 의해 거의 정해져 있는 하나의 경로를 쉽고 빠르게 추정해낼 수 있는 기존의 최소 비용 경로 방법이 더 적합할 것이다. 또한, 경로 길이에 의해 결정되는 산지의 경로 특징은 도도로키 히로시(2002)의 연구에서도 발견된다. 그는 한국의 옛길 중 특히 산지의 고개에서는 현대의 도로보다 더 직선의 형태를 유지하는 형태가 보이는데 차로 이동하는 현대와 달리 도보나 말로 이동하기 때문에 덜 험준한 길로 우회하기보다 험해도 최단 거리를 선호하기 때문이라 밝힌 바 있다.
정리하면 단 하나의 경로만 산출되는 최소 비용 경로 연구의 한계를 극복하기 위해 개발된 확률론적 접근법은 Shim et al.(2022)이 지적한 최소 비용 경로 방법의 또 다른 한계였던 비용 차이가 크지 않은 지역에서의 경로 선택에 대한 문제를 개인의 선호나 특정 경유지가 반영될 수 있는 가능한 여러 개의 경로를 제시함으로써 비교적 잘 극복하고 있다고 판단된다.
IV. 결론: 최소 비용 경로 연구 방법의 보완적 활용 방안
길은 단순히 방향성을 갖는 선형의 공간이 아니라 오랜 경험과 역사가 누적된 공간이므로 과거 경로를 연구하는 것은 해당 시대의 생활상에 대한 폭넓은 이해를 가능하게 한다. 지금까지 옛 길에 대한 지리학계의 연구는 주로 HGIS 방법을 통해 과거 사료의 디지털적 복원과 해석을 위주로 진행되어왔다. 물론 과거 문헌을 현대화하여 경로를 비정하는 것이 가장 정확한 방법이지만, 이는 시간과 노력이 많이 소요될 뿐만 아니라 자료가 없는 경우 해당 시기의 경로를 확인할 수 없다는 한계가 있다. 또한 과거 자료에 대한 편차는 시기별, 지역별, 국가별로 존재하기 때문에 이들을 연결하는 경로를 확인하고 복원하는 일은 불가능할 것이다.
앞서 살펴봤듯이 최소 비용 경로 연구 방법은 HGIS의 접근법과 같이 과거 경로를 복원하고 비정하는 방법은 아니지만, 합리적 추정을 통해 사료의 부재로 연결하기 어려운 과거 경로를 비교적 쉽고 빠르게 파악할 수 있다는 장점이 있다. 이 방법을 통해 HGIS 방법으로는 접근하기 어려운 지역이나 보다 작은 스케일의 경로 등을 추정할 수 있으므로 과거 경로에 대한 보다 다양한 시각을 제공해줄 수 있을 것이다.
이 연구는 최소 비용 경로 연구의 가장 널리 활용되는 기본적인 방법과 가장 최근에 개발된 확률론적 방법을 활용하여 조선 시대 10대로 중 봉화로와의 비교를 통해 정확도를 평가하고 그 차이가 발생하는 공간적 특징을 탐색하였다. 이후 공간적 특징에 따른 보다 더 적합한 방법의 적용성을 파악하고자 하였다. 연구 결과, 최소 비용 경로 연구 방법은 과거일수록 경로 선택에 절대적 장애물로 존재했던 지형적 특징에 따라 실제 복원된 경로와의 차이가 결정되는 경향이 발견됐다. 완만한 경사면이 넓게 펼쳐져 있는 비산지의 경우 경로 선택의 폭이 넓어 실제 경로와의 차이가 크게 나타났고 급경사지로 둘러쌓인 산지의 경우 선택할 수 있는 경로가 한정적이므로 실제 경로와 유사한 경로가 추정되었다. 또한 같은 봉화로를 대상으로 확률론적 접근법을 적용하여 살펴본 결과, 확률론적 접근법은 경로가 자연적으로 제한되어있는 산지가 아닌 비용의 차이가 거의 없어 개인의 선호나 특정 경유지가 경로 선택에 더 크게 작용할 수 있는 비산지에서 그 적용 가능성이 더 높은 것으로 나타났다. 이러한 결과는 Shim et al.(2022)의 평탄한 지형에서 최소 비용 경로 연구 방법의 정확도가 현저히 낮아진다는 결과를 다시 한번 확인하는 것일 뿐만 아니라 최소 비용 경로 연구의 이와 같은 한계를 극복할 수 있는 방법으로 확률론적 접근법을 활용할 수 있다는 점을 확인한 결과이다. 반면, 제한적인 경로가 나타날 수밖에 없는 산지의 경우에는 그 공간적 특징으로 인하여 굳이 확률론적 접근법을 활용하기보다는 기본적인 최소 비용 경로 방법으로도 충분히 높은 정확도의 결과를 얻을 수 있는 것으로 판단된다.
비록 이 연구에서는 사료의 부재로 HGIS의 적용이 불가능한 지역을 대상으로 했을 때 HGIS의 대안으로 최소 비용 경로 연구의 활용방안을 공간적 특징에 따라 나누어 살펴봤지만, 기본적으로 HGIS의 결과는 최소 비용 경로 연구에 있어 필수적이다. 가장 먼저 경로를 추정할 때 HGIS를 통해 디지털화된 경유지가 반영되지 않으면 지나치게 직선적이고 이상적인 경로가 추정된다. 그 이유는 인간은 경관에 대한 보편적 지식을 지니고 합리적인 선택을 통해 경로를 결정할 것이라는 최소 비용 경로 연구 방법의 가정과 연관한다. 즉, 개인적인 선호나 더 과거로부터 이어져 온 경로 의존성 등은 고려하지 않고 해당 지역에 대한 완전한 이해를 바탕으로 기계적인 판단에 의해 경로를 선택한다는 것은 현실적이지 않다. 이에 HGIS를 통해 복원된 해당 지역이나 경로의 주요 거점은 인간의 선호나 필요를 반영하는 요소이므로 최소 비용 경로 연구에서도 필수적으로 작용한다. 또한 최소 비용 경로 방법의 비용면으로 사용하는 GIS 래스터 자료도 가용성에 의해 현대 자료가 주로 활용되고 있지만, 과거 경로 연구에는 가능하면 과거 사료가 반영된 자료가 활용되어야 할 것이다. 이러한 맥락에서 보면 HGIS의 연구 결과는 최소 비용 경로 방법을 통한 과거 경로 연구의 타당성에 절대적이라 할 수 있다. 대표적으로 정부의 후원을 받아 영국의 문화재를 관리하는 Historic England는 HGIS 방법을 활용하여 국가에서 보호하는 역사적 건물과 유적지에 대한 자료를 축적해왔을 뿐만 아니라 과거 지형에 대한 복원도 진행해왔다. 이러한 HGIS 결과들이 홈페이지를 통해 공유되고 있으며, 이 자료를 이용한 최소 비용 경로 연구가 활발히 진행되고 있다. 이처럼 HGIS의 연구 결과들이 최소 비용 경로 연구의 비용면으로 활용되는 사례가 존재하며 이를 통해 HGIS와 최소 비용 연구 방법 사이의 보완관계를 확인할 수 있다.
지리학과 역사학을 중심으로 발전해온 HGIS 방법과 고고학에서 주로 활용되어 온 최소 비용 연구 방법은 장단점이 명확히 존재하지만, 각각의 한계점은 서로의 장점으로 연결되기 때문에 과거 경로를 연구하는 대표적인 두 방법의 조화로운 활용은 지금보다 폭넓은 연구를 가능할 것이다. 이를테면 조선 시대의 간선도로 중에 대로가 아닌 중로와 소로를 복원한 연구가 굉장히 제한적인 상황에서 대로의 경우는 사료를 통해 경로를 복원하고 해당 대로에 연결된 중로와 소로는 공간적 특징에 따라 각 최소 비용 경로 방법을 적용함으로써 조선 시대의 도로 네트워크를 구성하고 이에 따른 사람과 사물, 사상의 흐름을 파악할 수 있을 것이다.
