I. 서론
II. 이론적 배경 및 선행연구
1. 공간빅데이터의 활용성
2. 격자체계와 공간정보화
3. 지역진단 및 계층적 위계
4. 선행연구 동향
III. 격자기반 진단방법
1. 대상지 및 격자단위
2. 격자기반 공간빅데이터 구축
3. 진단지표 설정과 가중치 적용
IV. 농촌진단 비교 및 분석
1. 인구사회 부문 진단지수
2. 생활편의 부문 진단지수
3. 산업경제 부문 진단지수
4. 환경안전 부문 진단지수
5. 종합 진단지수
V. 결 론
I. 서론
최근 국토의 개발과 지역 활성화 정책에 있어서 대규모 개발 중심의 사업이 감소하고 생활권 위주의 재생사업이 증가하고 있다. 이에 따른 지역사회의 이슈와 주민의 수요를 반영한 정책이 시행되기 위해서는 해당 지역에 대한 정밀한 진단과 체계적인 분석이 필요하다. 급속한 산업화와 함께 성장한계에 도달한 도시들은 도시재생뉴딜 사업으로 새로운 도약을 시도하고 있다. 하지만 상대적으로 열악한 조건의 농촌지역은 발전적 재생과 회복을 위한 정책적 지원이 부족한 것이 현실이다.
다양한 공간자료의 분석과 활용을 통한 국토정책의 수립과 집행은 이미 상당부분 제도화되었다. 그럼에도 관련 정책 수립을 위한 진단지표나 방법론은 기존의 총량적이고 거시적인 수준에 집중되어 있다. 또한 공공정책에 대한 품질과 성과를 높이기 위한 지표 개발과 진단에 대한 인식이 높아지고 있다(황명화 등, 2016). 이에 공간빅데이터를 활용하여 보다 현장성 있고 구체적인 과학적 지식의 창출이 요구되며, 향후 국토 및 지역정책을 생활밀착형, 증거기반, 데이터추동의 성격을 가지도록 진단수준을 강화할 필요가 있다. 그렇지만 기존 시･군･구 단위의 지역 통계로는 실생활과 관련한 제반 문제의 원인이나 차이를 명확히 인지한다는 것은 한계가 있다. 그래서 세밀하고 정확한 현황 자료 및 지표 발굴, 마이크로한 데이터 등에 대한 수요가 증가하고 있다(국토지리정보원, 2017).
일반적으로 행정구역의 경우에 모양과 면적이 불규칙하고 시간의 흐름에 따라 경계가 조정되어 형태나 면적이 변화할 수 있다. 또한 각 지역마다 인구 편차가 커서 유의미한 공간적 통계치를 제공하기 힘든 특징을 가지고 있다. 이러한 한계를 극복하고자 제시된 방안 중 하나가 일정한 모양과 면적을 가지고 있는 격자체계를 도입하는 것이다. 그러나 격자단위의 경우에 통계자료로 집계되지 않기 때문에 기존의 행정구역 혹은 집계구 단위의 통계를 격자단위로 변환시키는 작업이 필요하다(김문수･이지영, 2015).
이와 같은 맥락에서 본 연구는 빅데이터의 일반적인 특성과 속성을 공유하면서 공간성을 가지는 공간빅데이터를 활용하고, 농촌지역의 진단지수를 정밀하게 산출하는 방법론에 중점을 두고 접근하였다. 기존 행정구역 단위의 획일화된 분석 수준을 극복하기 위해 격자체계를 도입하고, 이를 대상지에 적용함으로써 나타난 결과를 비교･분석하였다.
전술한 내용을 정리하자면, 본 연구의 시작은 인구감소시대의 농촌지역에 대한 관심에서 비롯되었다. 농촌사회 붕괴의 위기와 발전적 정책 지원의 접점에서, 농촌의 다원적 재생을 지원하는 지역진단체계를 정립하기 위한 거시적 논의의 한 갈래이다. 그 실천 단계 중 일부로써 본 연구의 궁극적인 목적은 공간빅데이터와 격자체계를 활용한 농촌진단 고도화에 두고 있다. 정밀한 격자단위를 적용한 농촌진단 결과는 기존 행정구역 통계자료에서는 드러나지 않은 농촌사회의 공간적 특성과 분포 양상을 표출하고, 장기적 관점에서 농촌재생 및 활성화 정책에 기여할 것으로 기대된다.
II. 이론적 배경 및 선행연구
1. 공간빅데이터의 활용성
공간빅데이터는 빅데이터의 일반적인 특성과 속성을 공유하면서 공간성, 즉 위치적 속성과 장소적 특성을 가지는 빅데이터로 정의할 수 있다. 공간빅데이터는 국가 공공정보의 근간이 되는 핵심정보로서 다양한 분야의 융합 활용이 가능한 기본 빅데이터이며, 기존 방식으로 저장, 관리, 분석할 수 있는 범위를 초과하는 대규모의 데이터로 구성되어 있다(국토교통과학기술진흥원, 2020). 그 규모와 특성에 따라 크기가 큰 공간 데이터(big spatial data)와 공간성을 가지는 빅데이터(spatially enabled big data)로 구분된다(김동한, 2018). 전자는 고해상도 위성영상, 격자단위 공간정보 등 대용량의 공간 데이터를 의미하는데, 디지털화된 모든 공간정보를 통칭하는 개념으로도 확대될 수 있다. 반면 후자는 위치정보를 가지고 있거나 추가적인 가공을 통해 위치성을 부여할 수 있는 빅데이터를 의미한다(장문현･이민석, 2019).
고도성장 시대를 지나 안정성장 시대에 진입하면서 국토정책의 복잡성과 다양성이 증대되고 있으며, 일반 국민들의 생활과 관심 사항을 보다 더 자세하게 반영시킬 필요성이 커지고 있다. 국토교통부는 4차 산업혁명 등의 환경 변화에 대응하기 위하여 공간정보를 7대 신산업 육성 분야 중 하나로 선정하였다. 특히 공공 및 민간부문의 효율적인 공간빅데이터 활용을 지원하고, 국내 공간빅데이터 기술 개발과 관련 산업의 활성화를 촉진하고 있다(국토교통과학기술진흥원, 2020).
공간빅데이터를 정책분야에 활용하기 위해서는 다음과 같은 적절한 분석 방법과 수단이 요구된다. 첫 번째로 데이터 시각화가 필요하다. 복잡한 현상의 효과적 탐색과 직관적 이해를 위해 내용과 의미를 도면이나 도표로 표현한다. 두 번째는 시공간적으로 빅데이터를 분석하여 알려지지 않은 새로운 사실을 발견하고, 이에 대한 인과관계 등을 파악한다. 세 번째로 시뮬레이션은 빅데이터를 통해 현재의 문제 파악과 이해를 넘어 분석된 인과관계 등으로 미래에 대한 추론과 예측을 가능하게 한다(김동한 등, 2014). 이와 같은 공간빅데이터의 통합분석 기능과 활용성을 도식화하면 그림 1과 같다.
2. 격자체계와 공간정보화
공간정보를 기반으로 국토관리, 환경 및 재해 분석 등이 이루어짐에 따라 격자형 자료 구축이 중요한 사안으로 대두되었다. 이에 정부는 격자형 자료를 국가차원의 통합된 기준의 국가격자체계1)로 설정하고 공통적인 기본정보를 선정하여 활용성 향상에 노력을 기울였다(김대현 등, 2015). 그 결과로 국토지리정보원에서는 2016년 “격자체계 사양” 및 “격자기반 국토지표 제품사양” 표준을 마련하였다. 표준사양은 공통으로 사용할 수 있는 2D 격자체계를 대한민국 국토 영역에 대해 규정했다. 격자형 데이터의 일관성과 호환성을 제고하고, 공간정보산업에서 격자기반 데이터의 생산 및 공유 활성화를 유도하기 위함이다(국토지리정보원, 2016a). 후속적으로 격자기반 국토지표 데이터 제품에 대한 사양을 규정함으로써 제품사양의 생성 및 활용을 촉진하고 있다.2)
격자체계 사양에 따라 데이터를 만들 경우, 개별 격자를 별도의 레이어로 생성하여 격자체계를 구현할 수 있다. 이때에 격자 레이어 간의 포함관계 및 계층구조가 확실히 적용될 수 있어야 한다. 격자 레이어는 범용적인 Shape3) 파일이나 국내 표준으로 널리 활용되는 GML4) 등 상호운용성이 높은 포맷을 권장하고 있다(국토지리정보원, 2016b).
이와 같은 국가격자체계 표준은 행정자치부 국가지점번호제도5) 고시(도로명주소법 시행령 제11조의13)를 참조하여, 국토조사 등을 지원할 수 있는 규격으로 격자체계 사양을 정의한 것이다. 특히 표준에 따른 격자 셀의 형태, 크기, 좌표 및 식별자 등을 상세히 규정하고 있는데, 격자 셀의 형태는 모두 정사각형의 모양을 가진다. 격자 셀의 크기는 7개(10m, 50m, 100m, 250m, 500m, 1㎞, 10㎞) 중 하나이어야 하고, 한 격자를 구성하는 격자 셀은 모두 동일한 크기여야 한다. 격자 셀의 좌표는 UTM-K 좌표계로, 격자 셀 좌하단 꼭짓점의 좌표값(x,y)을 명기한다. 격자 셀의 고유 식별자는 행정자치부 국가지점번호제도를 준용하되, 이 제도에 따라 식별자를 정의할 수 없는 50m, 250m, 500m 격자에 대해서는 숫자, 문자를 조합하여 크기를 파악할 수 있는 구조로 식별자를 부여한다. 격자 셀의 식별자 부여방법에 대한 상세한 예시는 그림 2와 같다.6)
3. 지역진단 및 계층적 위계
그동안 경제논리에 따른 거점도시 중심의 균형발전정책은 도시화를 촉진하였고, 다른 한편으로 농촌지역의 경쟁력을 약화시키는 요인으로 작용하였다. 이를 해소하기 위해 중앙정부 차원의 다양한 지원과 노력이 이어지고 있으나, 하향식 지원에 따른 효과는 저조한 실정이다. 최근 우리 농촌은 지역성과 정체성을 고려한 차별화된 맞춤형 정책에 대한 요구가 높아지고 있으며, 이를 위한 지역 맞춤형 진단기술의 필요성이 제기되고 있다(모혜란 등, 2014).
지역사회 문제에 대응하는 정책이 실효성을 거두려면 해당 지역의 문제를 정확하게 진단하여야 한다. 특히 농촌의 경우 고령화, 낙후된 기반시설과 열악한 환경 등으로 위기에 처해있으며, 정부부처와 지방정부가 다각적인 정책을 마련하여 지원하고 있다. 이러한 정책 지원과 사업 시행에 앞서 지역의 인구, 경제, 환경 등의 낙후도 및 쇠퇴수준을 파악하여 문제점을 찾고, 재생 가능성을 진단할 수 있는 지표 개발과 적용이 필요하다.
기존의 지역정책에 활용된 지표들은 주로 공식통계에 의존한 총량적 지표로 구성되었다. 이는 광역적･지역적 활용에는 유용하지만 지역 맞춤형, 생활 밀착형 정책 등의 보다 구체적인 부문의 활용에는 한계를 지니고 있다. 행정구역별 인구수, GRDP 등과 같은 통계자료는 지역사회에 필요한 기초인프라와 주민복지시설 등의 총량적 공급계획 등을 수립하는 과정에 필수적이다. 하지만, 미시적인 관점에서 주민생활에 밀착된 정책을 발굴하고 집행하는 목적에는 적합하지 않다(차미숙 등, 2011).
전술한 내용을 정리하자면, 기존 통계정보 중에서 소지역의 진단 및 활용에 적합한 데이터와 지표는 상대적으로 부족한 실정이다. 따라서 행정정보의 격자체계 설정 및 공간정보화 기준 등을 반영한 새로운 지역진단 지표의 개발과 진단체계 정립이 이루어져야 한다. 과학적인 지역진단으로 지역의 장단점을 파악하여 맞춤형 사업의 체계적인 추진과 정책의 효율성을 제고할 수 있다. 더 나아가 전국 규모의 진단으로 관련 사업을 총괄하고, 다른 지자체와 비교를 통해 강점 및 약점을 도출하여 정책 수립에 기여하게 된다.
이와 같이 지역정책을 발굴 및 수립, 집행하는 과정에는 계층적 위계를 갖춘 진단지표가 필수적이다. 일반적으로 지역지표를 광역, 지역, 소지역 등으로 구분할 수 있는데, 이에 대한 지역진단의 공간적 위계 및 활용성은 그림 3과 같다.
4. 선행연구 동향
공간빅데이터에 관한 초기의 연구는 학술적으로 빅데이터가 중요한 분야로 부상함에 따라 대용량의 다양한 공간정보를 효율적으로 추출하고 관리하는 방법론에 관심을 두었다(안재성･이양원, 2013; 유선철 등, 2014). 근본적으로 공간빅데이터의 개념을 정의하고 운용체계를 구축하는 방안이 제시되었으며, 국가공간정보기반, 융합플랫폼, 서비스제공자 등의 역할에 대한 논의가 이루어졌다(안종욱 등, 2013; 최준영, 2013; 김희수, 2014). 이후로 공간빅데이터의 클러스터링, 시각화 기법 등을 통한 서비스 제공 분야의 연구(서양모･김원균, 2015; 박준민 등, 2015)로 확대되었고, 스마트폰, SNS, 교통･신용카드 등의 사용량과 위치정보를 기반으로 공간적인 분포 특성을 파악하였다(박종수･이금숙, 2015; 박우진･유기윤, 2015; 구자용, 2015). 또한 4차 산업혁명 시대의 사회적 관심과 요구를 반영한 범죄예방 및 재난안전에 관한 분야별 연구(김태형, 2015, 전상은･신동빈, 2018, 정명균 등, 2020)가 성과를 보였다. 최근에는 도시뿐만 아니라 농촌의 행정 및 공공데이터를 추출하고 잠재력을 파악하여 재생을 지원하는 연구(유승환 등, 2017; 박미정･전정배, 2017; 장문현･이민석, 2019)가 활발한 것으로 나타났다.
격자체계에 대한 관심은 공간데이터의 효율적인 저장 방식(박진혁 등, 2004; 김학열･안재성, 2005; 서명석 등, 2007)에서 비롯되었다. 이후로 점차 격자모델을 활용한 표준화 연구(김대현 등, 2015; 국토지리정보원, 2016a)와 공간분석의 정밀도를 향상시키기 위한 방법론(고병련 등, 2017; 장문현 등, 2017; 최형관 등, 2018)으로 확대되었다. 격자데이터의 표준화와 정밀도 증진을 통해 이용자의 수월한 접근과 공유, 상호호환 등 국가격자체계의 활용성을 제시하였다.
지역진단에 대한 논의는 국토의 균형발전과 소외된 지역을 다각적으로 지원하기 위해 수행되었으나(김홍배 등, 2008; 이재준 등, 2010), 선택과 집중의 개발 논리와 거점도시 육성 정책에 따라 주로 도시지역에 치중된 연구 양상이 나타났다(김승주･임승빈, 2009; 박병호･인병철, 2010; 장환영 등, 2015; 김태현, 2017). 특히, 도시재생뉴딜의 확산으로 도시쇠퇴에 대한 연구(장문현, 2016; 임현성･김충호, 2018; 한다혁･이민석, 2020) 및 도시재생과 관련한 연구(장문현 등, 2016; 김주현･장명준, 2019; 박경문･안태선, 2020)가 단기간에 많은 성과를 거두었다. 이후로 과소화, 지방소멸 등의 위기감을 반영한 연구(이소영, 2016; 이정환, 2017; 김진형, 2020; 홍상원 등, 2021)와 함께 농촌 활성화를 위한 진단지표 및 정책적 활용에 관한 연구(박미정 등, 2017; 장문현･이민석, 2019; 조은정 등, 2021)가 진행되었다.
상기의 선행된 연구들을 종합해보면, 국토의 경쟁력 강화와 농촌지역의 과학적 진단을 위해서는 융･복합 공간정보와 진단체계의 도입이 필요하다는 점이 공통적으로 나타났다. 하지만 공간빅데이터와 국가격자체계가 효율적인 농촌지원 및 진단체계 정립에 유용함에도 불구하고, 행정구역 단위의 분석 수준에 머물러 있어 개선이 요구되었다. 따라서 본 연구는 기존의 시군구, 읍면동 규모의 광범위한 영역에 획일적으로 이루어진 진단방식을 극복하는데 주력하였다. 정밀한 격자체계를 농촌지역에 적용하고, 행정구역 단위 및 격자 셀 단위의 진단을 통해 상호 비교･분석하였다는 점에서 기존 연구와 차별된다.
III. 격자기반 진단방법
1. 대상지 및 격자단위
본 연구의 대상지는 화순군으로 전라남도의 중앙부에 위치한다. 총면적은 787.0㎢, 1읍 12면에 63,933명이 거주하고 있다. 읍면단위로 보면, 면적은 이양면(11.7%)이 가장 넓고, 인구는 화순읍(62.2%)이 가장 많은 것으로 나타났다. 지리적으로 주암호와 동복호의 풍부한 수자원을 보유하고, 무등산국립공원과 모후산, 백아산 등 자연자원이 풍부하나, 일부지역에 편중되어 이용의 극대화가 미흡한 실정이다. 주거환경의 경우에 읍･면지역과 농촌지역 간의 격차가 크며, 전원마을 조성 등으로 인접 도시의 인구 유입을 꾀하고 있다.
한편으로는 화순전남대병원, 노인전문병원 등 우수한 의료서비스 기반이 구축되어 있으나, 광주대도시권의 영향으로 자체적인 교육･문화 서비스 기반은 미비한 상황이다. 지역경제는 농업 중심의 1･2차 산업으로 1980년대까지 화순광업소가 핵심적인 역할을 하였지만, 석탄산업 사양화로 폐광지역 진흥 등의 활성화 방안이 요구되고 있다. 화순군은 대도시에 인접한 지리적 특성으로 도시화의 영향과 농업･농촌의 시대적 위기가 상존하는 공간에 해당한다. 이와 같은 대상지 여건을 종합해보면, 공간빅테이터와 격자체계를 적용하여 농촌진단을 위한 기존 방식과 개선된 방식을 상호 비교･분석하기에 적합한 지역으로 판단되었다(그림 4).
대상지에 대한 실질적인 진단을 수행하는 절차는 격자기반의 진단지표를 개발하고, 지수를 산정하여 격자별로 적용하는 순서로 진행된다. 여기서 부문별 진단등급을 부여하기 위해서는 적절한 공간적 기본단위를 결정해야 한다. 지역진단에 사용되는 최소단위는 적용 목적, 대상지 규모, 취득 방식 등에 따라 서로 상이하며, 효율적인 공간연산과 신뢰성 있는 성과물을 얻기 위해서는 최소화된 분석단위가 요구된다. 공간분석을 위한 기본단위의 크기는 기본적인 자료의 정확도, 분석대상의 성격에 따라 선택하는 것이 바람직하다. 하지만 실제의 공간단위 적용은 자료의 정밀도, 편리성, 시공간적 제약성, 처리시간 및 비용 등에 따라 달라질 수 있다(정승현 등, 1997).
본 연구는 기존 행정구역 단위의 진단 방식을 격자단위로 고도화는 것이다. 따라서 전술한 제약사항을 반영하고 진단의 효율성을 감안하여 기본 분석단위를 500m×500m의 격자로 설정하였다. 이는 국가격자체계 표준사양을 적극 준용한 것으로, 향후 전국 규모의 진단 적용과 농촌지역에 특화된 진단체계 정립의 후속 연구까지 고려한 것이다.
2. 격자기반 공간빅데이터 구축
일반적으로 관심 지역의 진단을 위해서는 그 목적 및 범위, 시기에 부합하는 통계자료, 공간자료 등의 구축이 선행되어야 한다. 행정구역 단위의 지역진단의 경우는 매년 발행하는 지자체의 통계연보 및 사회조사 분석자료 등을 포함하여, 통계청에서 5년마다 실시하는 인구주택총조사, 농림어업총조사 결과를 주로 활용했다. 그리고 주기적으로 갱신되는 국가통계포털KOSIS)과 마이크로데이터 통합서비스시스템(MDIS)을 통해서 세부 데이터를 확보하였다. 반면에 격자체계 기반의 지역진단을 수행하기 위해서는 매우 복잡한 절차와 정밀한 분석기법이 요구된다. 본 연구에서는 공간빅데이터의 구득성과 격자구조 변환 가능성을 우선적으로 고려하였다. 그 과정을 인구, 건축물, 토지, 접근성 분야로 나누어 정리하면 다음과 같다.
첫 번째로 인구 분야는 행정자치부의 주민등록정보시스템와 도로명주소시스템에서 각각 인구정보 및 건축물 주소정보를 확보하여 인구-건축물의 주소매핑을 실시하였다. 먼저 지오코딩을 통해 인구정보를 포인트 자료로 변환하고, 건축물 경계 폴리곤과 중첩시켜 인구수를 반영하였다. 여기서 건축물 경계를 벗어난 포인트는 도로명주소와 매치시키고, 나머지 누락된 포인트는 가장 가까운 건축물에 각각 할당하였다. 그 다음 건축물관리번호를 기준으로 주소매핑 결과를 요약하여 건축물별 인구수를 집계하고, 각 건축물의 대표점을 추출하여 인구지표를 할당시켰다. 여기서 격자경계와 교차하는 건축물은 격자경계로 분할하되, 분할된 건축물이 원래의 건축물에서 차지하는 면적비중에 따라 인구 관련 수치를 부여했다.
두 번째, 건축물 분야는 국토교통부 건축행정시스템(세움터)의 건축물대장 정보를 활용했다. 지번주소로 등록된 건축물의 경우는 도로명주소로 변환하여 주소를 일원화하고, 전술한 도로명주소시스템의 건축물 경계 주소에 맵핑하였다. 또한 격자경계로 분할된 건축물은 대표점을 추출하여 건축물관리번호를 기준으로 건축물대장 정보와 결합시키고, 각 건축물의 연면적, 대지면적, 건축면적 등은 분할된 비중에 따라 재조정하였다.
세 번째, 토지 분야는 국토교통부 한국토지정보시스템(KLIS)에서 필지코드, 기준년도, 공시지가, 표준지여부 등 토지특성을 포함한 정보를 확보하여 지적필지와 맵핑시켰다. 이때 필지경계는 연속지적도를 이용하였고, 경자경계로 분할된 필지들은 대표점을 추출하여 필지코드(PNU)를 기준으로 토지특성 정보와 결합했다. 예컨대, 토지가격은 공시지가와 필지면적을 곱하여 필지 전체가격을 계산하고 격자단위의 속성으로 추가했다.
네 번째, 시설 접근성 분야는 관련 시설물의 주소로 지오코딩을 실시하여 포인트 형태의 위치정보를 획득하였다. 도로망을 이용해 네트워크 분석용 데이터 셋을 구축하고, 버퍼링을 통해 접근성 분석을 실시했다. 이를 기반으로 각 시설별 접근거리와 시간을 격자단위로 할당하였다(표 1).
표 1.
격자단위 공간빅데이터 구축
3. 진단지표 설정과 가중치 적용
기존 행정구역 단위의 진단지수 측정 방식과 격자체계를 활용한 개선된 격자별 진단 결과를 비교하기 위해서는, 먼저 진단지표가 마련되어야 한다. 본 연구에서는 선행연구인 장문현(2021)의 ‘농촌의 다원적 재생을 위한 지역진단지표 개발 및 적용 연구: 공간빅데이터 활용을 중심으로’의 진단체계를 적극 준용하였다. 이 연구에서 저자는 기존 지표의 성격과 유사성을 검토하여 객관성을 지닌 지역진단지표를 선정하였고, 격자단위 분석이 가능도록 진단지표를 추가하여 농촌진단 예비지표(36개)를 제시했다. 또한 전문가 집단을 대상으로 델파이 조사를 통해 농촌지역에 적합한 최종지표(12개)를 선정하였다(표 2). 그리고 최종 선정된 지표의 측정값을 동일한 기준으로 지수화하기 위해 선형변형 방법을 통해 표준화하고, 지표별 상대적 중요도를 보완하도록 AHP기법으로 가중치를 산출하였다(표 3).
표 2.
진단지표 및 산출방식
표 3.
진단지표 가중치 설정
자료: 장문현, 2021
전술한 선행연구의 진단지표를 대상지에 적용하고 비교 분석하는 작업은 일관성과 효율성이 확보되어야 한다. 따라서 상기의 두 가지 진단방식에는 동일한 지표를 이용할 뿐만 아니라, 부문별 표준화 방식 및 가중치의 부여도 일괄적으로 반영하였다.
IV. 농촌진단 비교 및 분석
연구 대상지인 화순군은 총 격자수 3,152개(788㎢)의 규모로 구획되었으며, 이 중에 거주지역에 해당하는 격자수는 1,344개(336㎢)로 전체의 42.6%로 나타났다. 반면에 비거주지의 격자수는 1,808개(452㎢)로 57.4%의 비율을 차지하였다. 본 연구에서는 격자단위 진단의 정밀도와 향후 활용도를 고려하여 거주지역을 대상으로 진단분석을 수행하였다. 진단지수 산출 과정에서 기초자료의 특성상 정(+)과 부(-)의 효과가 상충할 수 있기 때문에 양수로의 보정을 통해 일원화하였다. 따라서 그 값이 작을수록 열악한 수준을 의미하며, 다원적 재생이 요구되는 지역에 해당한다. 반대로 진단지수가 클수록 인접지역과의 상호작용 및 대내외 경쟁력이 높은 곳으로 분류할 수 있다.
1. 인구사회 부문 진단지수
인구사회 부문의 진단에는 기본적으로 인구밀도(2020)와 생산가능인구비율(2020), 고령인구비율(2020)의 지표를 반영하였다. 진단지수 평균치를 살펴보면, 행정경계에 의한 읍･면단위 평균지수는 0.43으로 격자단위 평균지수 0.58에 비해 다소 낮게 나타났다. 이를 지역별로 구분하면, 읍･면단위 진단지수는 능주면(0.81)이 가장 높고 화순읍(0.76), 도곡면(0.75), 동면(0.52)의 순서를 보였다. 반대로 진단지수가 가장 낮은 곳은 북쪽의 이서면(0.25)과 백아면(0.26), 남쪽의 이양면(0.26), 한천면(0.27)의 순서로 나타났다.
반면에 격자단위의 진단지수가 높은 순서는 화순군(0.90), 도곡면(0.81), 능주면(0.66), 동면(0.64) 순이며, 상대적으로 낮은 순서는 도암면(0.46), 백아면(0.47), 이양면(0.51)으로 읍･면단위 진단지수와 차이를 드러냈다. 이러한 결과는 읍･면단위 분석과정에서 일부특정구역의 낮은 진단지수가 지역 전체로 확대 해석되는 구조적 오류가 포함된 것으로 판단된다. 특히 북쪽 지역이 낮게 진단된 이유는 무등산국립공원과 동복호 상수원보호구역 등의 입지가 진단에 영향을 미친 것으로 사료되었다(표 4).
표 4.
인구사회 부문 진단지수 비교 결과
인구사회 부문에 대한 격자단위 평균진단지수(0.58)를 기준으로 대상지를 비교해보면, 전체적인 인구의 분포 특성과 차이를 파악할 수 있다. 대도시권에 인접하여 도시적 성향이 강한 화순읍을 중심으로 주변의 도곡면 및 능주면, 동면, 사평면이 양호한 진단지수 분포를 보였다. 이와 달리 화순군 경계 부근 및 산악지역에 위치한 도암면, 백아면, 이양면, 그리고 춘양면 등은 상대적으로 열악한 수준의 진단특성을 나타내었다(그림 5).
2. 생활편의 부문 진단지수
연구 대상지의 생활편의 부문에 대한 진단지표는 문화시설접근성(2019), 복지시설접근성(2019), 의료기관접근성(2019)을 적용했다. 읍･면단위 및 격자단위의 평균진단지수는 각각 0.39와 0.53으로 상당히 큰 차이가 나타났다. 이를 소지역으로 나누어보면, 읍･면단위 분석에서는 화순읍(0.77)을 비롯한 능주면(0.75), 도곡면(0.52)의 지수가 높았고, 이서면(0.21), 한천면(0.24), 이양면(0.24) 등이 매우 낮은 것으로 표출되었다. 하지만 격자단위 분석 결과에서는 화순읍과 주변 경계지역을 제외한 나머지 격자들이 모두 0.25이하의 낮은 수준으로 진단되었다(표 5).
표 5.
생활편의 부문 진단지수 비교 결과
이와 같은 차이는 주요 공공시설 및 유관기관의 접근성이 도로 및 교통체계와 밀접하게 연관되며, 특히 기초생활 거점지역에 문화, 복지, 의료시설 등이 집중된 결과로 해석된다. 상기의 현상은 보다 정밀한 진단이 가능한 격자 셀의 분포에서 명확하게 드러난다. 예컨대, 국도 15호선, 22호선, 29호선 등이 화순읍을 관통하며, 방사형의 조밀한 도로망을 구성하고 있다. 따라서 지역 주민들의 문화･복지･의료 등 생활편의와 관련한 활동은 주로 화순읍에 의존하고, 일부는 인접한 광주도심권으로 진출하는 행동양식과 무관하지 않은 것으로 판단된다(그림 6).
3. 산업경제 부문 진단지수
산업경제 부문은 격자진단의 공간적 제약성, 격자 셀의 변환 및 할당의 적합성 등을 고려하여 지가상승률(2016~2020), 토지이용압축도(2019), 토지이용복합도(2019)를 진단지표로 활용하였다. 지가변화는 최근 5년간의 중장기적 양상을 반영하였고, 토지이용에 대해서는 단위격자별로 건축물의 연면적 및 용도의 다양성 등을 종합적으로 고려하였다.
전술한 두 가지 진단방식으로 산업경제 부문의 진단지수를 산출한 결과, 다른 부문의 평균지수에 비해 상대적으로 높은 수치를 보였다. 읍･면단위 및 격자단위 진단지수 평균치는 각각 0.53과 0.76으로 부문별 지수 중에서 가장 높았다. 여기에는 대상지가 광역생활권 중에 광주근교권에 속하여 지가 상승이 장기간 지속된 점과 화순생물의약 일반산업단지, 능주･도곡･이양･동면농공단지, 화순식품단지 등의 조성 사업이 일정부분 영향을 미친 것으로 사료된다(표 6).
표 6.
산업경제 부문 진단지수 비교 결과
격자단위의 진단 결과를 보면, 평균진단지수 0.76을 상회하는 지역은 화순읍(0.93)을 포함하여 사평면(0.91), 도곡면(0.85), 이서면(0.83) 등 7개 읍･면으로 대부분 중부권에 분포하였다. 이에 반해, 평균지수 이하인 곳으로는 춘양면(0.58)과 청풍면(0.63), 백아면(0.65)과 동복면(0.66) 등 주로 북부 및 남부권에 집중되는 특성을 보였다. 산업경제 부문의 진단지수를 읍･면단위와 격자단위로 각각 산출하여, 상호 비교 가능한 도면으로 제시하면 그림 7과 같다.
4. 환경안전 부문 진단지수
다음으로 환경안전 부문의 진단지수 산출을 위한 지표는 노후건축물비율(2020), 경찰서접근성(2020), 그리고 소방서접근성(2020)을 반영시켰다. 이들 지표 중에서 노후건축물은 사용승인 후 30년 이상 경과한 건물을 추출하였다. 경찰서 및 소방서까지의 접근거리는 주요도로를 이용할 경우 소요되는 이동거리를 네트워크분석을 통해 측정한 것이다.
상기의 진단지표를 적용하여 평균진단지수를 산출한 결과, 읍･면단위 진단지수는 0.52이며 격자단위는 0.75로 나타났다. 이러한 평균지수 차이는 다른 부문들과 유사한 수준이었으나, 개별순위에 있어서는 특이점이 나타났다. 우선 읍･면단위의 진단지수는 능주면(0.90)이 가장 높았고, 도곡면(0.84), 화순읍(0.75), 동면(0.57) 등의 순서로 집계되었다. 격자단위 진단지수도 능주면(0.91)과 도곡면(0.91)이 우위를 점하였고, 화순읍(0.88)이 주변지역에 비해 낮은 특징을 보였다. 이와 반대로 진단지수가 낮은 지역은 읍･면단위 분석에서 이서면(0.31), 이양면(0.34), 백아면(0.35)의 순서이며, 격자단위 진단에서는 백아면(0.64), 춘양면(0.65), 도암면(0.66)에 지수가 낮은 셀이 다수 분포하였다(표 7).
표 7.
환경안전 부문 진단지수 비교 결과
특히 환경안전 부문에서 화순읍이 상대적으로 낮게 평가된 원인은 몇 가지 측면에서 찾아볼 수 있다. 화순읍은 도시계획지역으로 주거 및 상업지역의 비중이 높은 지역이다. 또한 대표적인 거점지역으로 다양한 용도의 건축물이 다수 분포한다. 따라서 대상지의 건물 밀집도와 노후 건물의 비율도 높았다. 다른 한편으로, 화순읍과 비슷한 지리적 위치에 입지한 능주면과 도곡면은 행정구역 면적 규모는 작지만 국도, 지방도, 철도 등 양호한 교통체계를 갖추어 접근성이 높게 평가된 것으로 유추되었다(그림 8).
5. 종합 진단지수
전술한 인구사회, 생활편의, 산업경제, 환경안전의 부문별 진단지표 및 가중치를 산술평균하여 대상지의 종합 진단지수를 생성하였다. 두 가지 진단방식에 의한 지수분포 비교를 통해 거시적인 측면의 대상지 특성을 파악하고자 한다. 화순군의 종합적인 평균진단지수는 읍･면단위 진단의 경우에 0.47이었으나, 격자단위 진단에서는 0.66으로 더 높게 평가되었다. 이러한 진단지수 차이는 전자의 방식이 실제 주거지와 비거주지 구분 없이 지역 전체를 진단 대상으로 분석한 반면, 후자의 방식은 비거주지를 제외한 거주지만을 대상으로 수행한 진단 방법론에 기인한 것으로 사료된다.
지역별로 비교해보면, 읍･면단위의 종합 진단 평균지수는 능주면(0.86)이 13개 읍･면 중에서 가장 높았다. 이어서 화순읍(0.77), 도곡면(0.72), 동면(0.54)의 순서를 보였다. 반면에 격자단위의 종합 진단 평균지수는 화순읍(0.90)이 가장 양호한 결과를 보였다. 그 다음으로 도곡면(0.78), 능주면(0.74), 사평면(0.69), 동면(0.67) 순으로 진단지수가 평균치를 상회하는 것으로 분석되었다. 반대로 종합 진단 평균지수가 낮은 순으로 나열하면, 읍･면단위 진단의 경우에 이서면(0.24), 이양면(0.25), 백아면(0.31), 청풍면(0.33) 등이며, 격자단위 진단에서는 춘양면(0.55), 백아면(0.56), 이양면(0.58), 도암면(0.59) 등의 순으로 평가되었다(표 8).
표 8.
종합 진단지수 비교 결과
지역별로 집계한 총 격자수에 대비하여 종합 진단지수가 평균치(0.66) 이상으로 평가된 격자 비율을 보면, 화순읍이 0.47%(124개)로 가장 많았다. 그리고 도곡면 0.41%(66개), 능주면 0.40%(34개), 사평면 0.37%(29개), 동면 0.38%(69개)의 비중을 각각 차지했다. 일부 지역의 순서 변화는 있었으나, 주로 화순읍 중심의 도심기능 중심생활권보다는 북부 및 남부생활권 외곽지역에서 공통적으로 열악한 수준으로 진단된 읍･면과 격자 셀이 다수 분포하는 특징이 나타났다. 종합 진단지수 분포를 읍･단위 및 격자단위로 각각 시각화한 결과는 그림 9와 같다.
V. 결 론
본 연구는 농촌지역의 진단에 있어서 공간빅데이터와 격자체계를 적용함으로써 진단지수의 정밀도를 높이고, 분석을 고도화하는데 주력하였다. 인구, 건축물, 토지, 시설접근성 분야에 대한 공간빅데이터 추출과 변환을 통해 행정구역 중심의 기존 진단방식과 격자체계 중심의 개선된 진단방식을 대상지인 화순군에 각각 적용했다. 진단영역은 크게 인구사회, 생활편의, 산업경제, 환경안전 부문으로 구분하여 읍면별 및 격자별 진단지수를 비교 분석하였다. 그 과정에서 각종 통계자료와 공간정보 등은 최근 5년간 누적된 공공데이터를 종합적으로 반영하였고, 진단 결과물의 매핑을 비롯한 공간통계 처리 및 분석, 시각화에는 ArcGIS 10.5를 이용하였다.
연구수행 체계에 따라 동일한 진단지표를 대상지역에 적용하였고, 각 부문별 진단지수 분포를 가독성 높은 도면으로 재구성하였다. 농촌진단 결과는 행정구역 경계에 의한 읍･면별 진단지수와 공간빅데이터 및 격자체계에 의한 격자별 진단지수로 수치화했다. 바꾸어 말하자면, 대상지의 소구역(읍･면)에 대한 진단지수와 행정경계에 구애받지 않고 일정한 크기의 격자로 획정된 진단지수를 각각 5개 구간의 등급체계로 분류하였다. 다만, 비교 분석의 용이성을 위해 격자기반의 진단 도면에 행정구역 읍･면경계 레이어를 더하였고, 각 부문별 진단지수 분포 특성 및 지역별 양상을 심도 있게 분석하였다. 종합하자면, 농촌진단을 고도화하기 위해 공간빅데이터 및 격자체계를 도입한 연구 결과는 다음과 같이 요약할 수 있다.
첫째, 인구사회 부분은 대도시권에 인접하여 도시적 성향이 강한 화순읍을 중심으로 주변 지역이 양호한 진단지수 분포를 보였다. 반면에 대상지의 경계 부근 및 산악지역은 상대적으로 열악한 수준으로 진단되었다. 둘째, 생활편의 부문의 진단지수는 두 가지 방식에서 상당한 차이를 보였다. 그 원인은 접근성이 도로 및 교통체계에 의존하고, 기초생활 기반시설이 거점지역에 집중된 결과로 해석되었다. 셋째, 산업경제 부문은 다른 부문의 평균지수에 비해 상대적으로 높게 나타났다. 여기에는 대상지가 대도시 근교권에 속하여 지가 상승이 지속된 점과 산업단지, 농공단지 등의 입지가 영향을 미친 것으로 분석되었다. 넷째, 환경안전 부문에서의 평균진단지수는 다른 부문과 큰 차이가 없었으나, 개별순위에 있어서 화순읍이 낮게 평가되었다. 이러한 결과는 화순읍이 거점지역으로 건물 밀도 및 노후건축물 비율이 높은 반면, 주변에 위치한 소규모 지역은 편리한 교통체계와 접근성 등이 진단에 긍정적 작용을 한 것으로 판단되었다. 마지막으로 종합 진단지수는 그 분포 및 순위 등의 변화가 일부지역에서 나타났고, 도심기능의 중심생활권보다 북부 및 남부생활권 외곽지역에서 열악하게 진단된 읍･면과 격자 셀이 다수 분포하는 특징을 보였다. 이와 같은 변화와 특성은 진단 방법론에 있어서 읍･면단위 진단방식이 지역 전체를 대상으로 하는 반면, 격자단위 진단방식은 거주지역을 대상으로 수행하는 차이점에 기인한 것으로 풀이되었다.
이와 같이 정밀한 격자단위의 농촌진단 방식은 기존 행정구역 등의 지역단위 진단에서는 드러나지 않은 농촌사회의 공간적 특성을 파악하고, 정책적 측면의 농촌재생 및 활성화에 기여할 것으로 기대된다. 그럼에도 지수산출에 있어서 자료의 시점을 통일시키지 못한 것은 한계점으로 나타났다. 또한 공간빅데이터의 구득성과 격자구조의 적용 여부에 따라 의미 있는 진단지표가 배제될 수 있다는 문제점은 향후 후속적인 연구를 통해 보완이 이루어져야 할 것이다.
주
1) 격자체계라 함은 국토를 직각으로 교차하는 가로(n)와 세로(m) 선으로 구분하여 n×m 개로 구획하여 표현하는 공간단위(mesh)의 집합이다(국토지리정보원 고시 제104호).
2) 격자기반 국토지표 데이터는 격자로 분할된 공간 단위에서 산출된 국토지표이며, 특정 시공간적 및 내용적 범위에 대해 구축된 격자기반 국토지표 값의 집합을 말한다(국토지리정보원, 2016b).
3) 미국 ESRI사의 GIS프로그램에 사용되는 지리현상에 대한 기하학적 위치와 속성 정보를 저장, 제공해주는 데이터 포맷이다. 크게 Main file, Index file, dBase table로 구성이 되어있으며, 각각의 파일은 (.shp) (.shx) (.dbf)의 파일 형식을 갖는다(www.esri.com).
4) Geography Markup Language의 약자로 지리생성언어라고도 한다. 지리정보의 상호 운용성 제고를 위해 OGC(OpenGIS Consortium)가 개발한 XML 기반의 지리정보 인코딩 언어로 기본적인 공간정보를 일관된 방법으로 표현하고 공유할 수 있다(www.lx.or.kr).
5) 국가지점번호는 국토 및 이와 인접한 해양을 일정한 간격(10mx10m)으로 나누어 구획마다 부여한 번호로, 문자와 숫자를 조합하여 10자리수의 좌표방식으로 표기한다. 도로명 주소법(제2조8항)에 따라 산림, 해양 등 비주거지역의 위치를 나타내는 좌표로써, 재난, 사고 등 응급상황 발생시 신속한 위치 안내와 인명구조 등에 활용되고 있다(www.mois.go.kr).
6) 식별자는 한글 2자리, 가로축 세부번호 0~4자리, 세로축 세부번호 0~4자리로 구성된다. 대한민국의 영토와 영해를 100km 격자로 구분한 뒤 가로축을 따라 서쪽에서 동쪽으로 가~사, 세로축을 따라 남쪽에서 북쪽으로 가~아를 부여한다. 10km 격자는 100km 격자를 구성하는 각 격자셀을 가로, 세로 10등분하여 생성한다. 500m, 250m, 50m 격자의 경우, 상위 격자의 셀을 가로, 세로 2등분하고 영문 소문자 a, b를 순서대로 부여한다.
