거리구조가 만든 인간 이동 패턴: 에이전트 기반 시뮬레이션 연구

초록

본 논문은 무작위 보행자와 목적지 지향 보행자를 이용해 대규모 도로망에서 인간 이동을 에이전트 기반으로 시뮬레이션하였다. 결과는 개별 도로에 할당된 총 흐름이 도로망의 구조에 의해 주로 결정되며, 보행자의 이동 방식(무작위 vs 목적지 지향)은 흐름에 큰 영향을 미치지 않음을 보여준다. 또한, 전통적인 근접 중심성(Closeness)이 인간 이동 예측에 부적합하고, 구글 페이지랭크, 가중 페이지랭크, 매개 중심성, 차수 중심성이 더 높은 설명력을 가진다.

상세 분석

이 연구는 도시 교통·보행자 흐름을 이해하기 위해 에이전트 기반 모델링(ABM)을 적용한 점이 가장 큰 특징이다. 저자들은 두 종류의 에이전트를 설계했는데, 하나는 목적지 없이 무작위로 길을 선택하는 ‘랜덤 워커’이고, 다른 하나는 특정 목적지를 가지고 최단 경로나 최소 비용 경로를 따라 이동하는 ‘목적지 지향 워커’다. 이들을 대규모 실제 도로망(수천 개의 스트리트) 위에 배치하고 수천 번의 시뮬레이션을 수행해 각 스트리트에 누적된 보행자 수(aggregate flow)를 기록하였다.

핵심 결과는 ‘스트리트 구조가 흐름을 결정한다’는 것이다. 즉, 네트워크 토폴로지—특히 연결성, 중심성, 경로 다양성—가 보행자 흐름의 분포를 좌우한다. 랜덤 워커와 목적지 지향 워커가 생성한 흐름 패턴이 통계적으로 거의 동일했으며, 이는 인간이 실제로 목적지를 가지고 이동하더라도 전체적인 흐름은 네트워크 구조에 의해 강하게 제약된다는 의미다.

또한, 전통적인 공간 구문 이론에서 인간 이동을 예측 지표로 많이 사용해 온 ‘근접 중심성(Closeness)’이 실제 흐름과의 상관관계가 낮다는 점을 발견했다. 대신 구글 페이지랭크와 그 변형인 가중 페이지랭크, 매개 중심성(Betweenness), 차수 중심성(Degree)이 높은 상관계수를 보였다. 페이지랭크는 노드(스트리트)의 연결 강도와 연결된 이웃의 중요도를 동시에 고려하므로, 단순히 거리적 근접성만을 반영하는 근접 중심성보다 보행자 흐름을 더 정확히 설명한다는 점이 강조된다.

이러한 결과는 도시 계획·교통 설계에서 ‘어떤 도로가 사람 흐름을 끌어들이는가’를 판단할 때, 기존의 근접 중심성보다 페이지랭크 기반 지표를 활용하는 것이 더 실용적일 수 있음을 시사한다. 또한, 무작위 보행자 모델이 목적지 지향 모델과 유사한 매크로 흐름을 재현한다는 점은 복잡한 인간 행동을 상세히 모델링하기 어려운 상황에서도 비교적 간단한 랜덤 워커 모델을 이용해 전체적인 이동 패턴을 예측할 수 있음을 의미한다.