거리 가중치 기반 도시 성장 모델

초록

도시 성장 모델을 거리 가중치에 기반해 제안한다. 인구가 이미 존재하는 지역 근처에서 성장 확률이 높아지는 가정을 두고, 하나의 지수 파라미터 γ와 반복 과정을 통해 클러스터의 확장과 신규 클러스터 생성을 동시에 구현한다. 모델은 파리 주변 데이터에 적용돼 γ≈2.5가 최적값임을 확인했으며, 파워‑법칙 형태의 크기 분포와 가장 큰 클러스터 경계의 프랙탈성을 재현한다.

상세 분석

본 논문은 도시 집단의 성장 메커니즘을 최소한의 가정으로 설명하려는 시도이다. 핵심 가정은 “이미 점유된 공간에 가까울수록 새로운 점유가 발생할 확률이 높다”는 거리 의존적 매력력이다. 이를 수학적으로 표현하기 위해 각 격자점 i에 대해 주변에 존재하는 점유 격자점 j와의 거리 d_{ij}에 대한 가중치 w_{ij}=d_{ij}^{-γ}를 정의한다. γ는 매력력의 거리 감쇠 정도를 조절하는 유일한 파라미터이며, γ가 클수록 가까운 이웃에만 강한 영향을 미치고, γ가 작을수록 장거리 영향이 확대된다.

시뮬레이션은 이산 격자 위에서 진행된다. 초기 상태는 무작위로 소수의 점유 격자를 배치한 뒤, 매 반복 단계마다 모든 비점유 격자에 대해 인접 점유 격자들의 가중합을 계산하고, 이를 확률적으로 새로운 점유로 전환한다. 동시에 기존 클러스터는 동시에 성장할 수 있어, 클러스터 간 경쟁과 병합 현상이 자연스럽게 발생한다. 이러한 반복적 성장 과정은 실제 도시가 시간에 따라 기존 중심지를 확장하고 주변에 새로운 소도시가 형성되는 현상을 모사한다.

결과 분석에서는 두 가지 주요 통계적 특성을 검증한다. 첫째는 도시 규모의 파워‑법칙 분포이다. 시뮬레이션에서 얻은 클러스터 크기(점유 격자 수)의 누적 분포는 P(S≥s)∝s^{-α} 형태를 보이며, α는 γ와 반복 횟수 T에 의존한다. γ가 증가하면 성장 중심이 더 국소화되어 큰 클러스터가 적게 형성되고, α가 커지는 경향을 보인다. 둘째는 가장 큰 클러스터 경계의 프랙탈 차원이다. 박스‑카운팅 방법으로 측정한 프랙탈 차원 D_f는 반복 횟수 T에만 의존하고, γ와는 무관하게 일정한 값을 유지한다. 이는 모델이 성장 과정에서 자체적인 스케일 불변성을 생성한다는 점을 시사한다.

실제 데이터 검증을 위해 파리와 그 주변 지역의 토지 피복(Land‑cover) 데이터를 활용했다. 위성 이미지에서 도시 점유 영역을 이진화하고, 모델 시뮬레이션을 동일한 격자 크기로 수행한 뒤, 최적 γ 값을 찾았다. 최소 제곱 오차 분석 결과 γ≈2.5가 가장 실제 데이터와 일치했으며, 이때 시뮬레이션은 관측된 도시 규모 분포와 프랙탈 차원(D_f≈1.3) 모두를 재현했다.

이 모델의 강점은 파라미터가 하나뿐이라는 단순성에도 불구하고, 복잡한 도시 형태와 통계적 법칙을 동시에 설명한다는 점이다. 그러나 격자 기반 구현은 실제 지형·교통·경제적 제약을 반영하지 못한다는 한계가 있다. 또한 γ가 고정된 값으로 가정되는데, 실제 도시에서는 지역별로 다른 거리 감쇠 특성을 가질 수 있다. 향후 연구에서는 이질적인 γ 분포, 비균질 토지 이용 제한, 그리고 인구 이동 네트워크와의 결합을 통해 모델의 현실성을 높일 수 있을 것이다.