도시 매력도와 사진 데이터: 거주자·관광객 행동 분석

초록

이 논문은 전 세계 10대 사진 촬영 도시의 지오태그 사진 데이터를 활용해 거주자와 관광객의 공간 행동을 비교한다. 전역 수준에서는 도시 간 이동 네트워크를 구축해 각 도시의 매력도를 측정하고, 지역 수준에서는 도시 내부의 사진 촬영 핫스팟을 탐색한다. 저비용 데이터 기반 접근법으로 관광 활성화와 도시 계획에 실용적인 인사이트를 제공한다.

상세 요약

본 연구는 디지털 흔적, 특히 소셜 미디어에 업로드된 지오태그 사진을 도시 분석의 새로운 원천으로 삼았다. 데이터는 Flickr와 Instagram 등 주요 플랫폼에서 2015‑2020년 사이에 수집된 2억 건 이상의 사진 메타데이터를 전처리한 뒤, 사용자‑위치‑시간 정보를 정제하였다. 연구자는 사용자 프로필과 사진 메타데이터를 교차 검증해 ‘거주자’와 ‘관광객’ 두 집단을 구분했으며, 이를 위해 사용자의 장기적 사진 업로드 패턴(연속 6개월 이상 동일 국가·도시에서 촬영)과 단기 방문 패턴(한 달 이내에 여러 도시에서 촬영)이라는 기준을 적용하였다.

전역 분석에서는 10대 사진 촬영 도시(파리, 뉴욕, 도쿄 등)를 정점으로 하는 가중치 네트워크를 구축하였다. 각 정점 간 연결 강도는 출발 도시 거주자들이 목적지 도시에서 촬영한 사진 수의 합으로 정의했으며, 이를 정규화해 ‘도시 매력도 지수(Attraction Index, AI)’를 산출했다. AI는 두 가지 차원으로 나뉜다. 첫째, ‘국내 매력도’는 같은 국가 내 다른 도시에서 온 방문자 사진 비율을, 둘째, ‘국제 매력도’는 해외 방문자 사진 비율을 나타낸다. 결과는 파리와 로마가 국제 매력도에서 압도적인 점수를 보인 반면, 멕시코시티와 이스탄불은 국내 매력도가 상대적으로 높았다. 이는 문화·역사적 자산이 국제 관광객을 끌어들이는 메커니즘과, 지역 내 이동이 활발한 대도시의 특성을 동시에 반영한다.

지역 수준에서는 각 도시를 500 m × 500 m 격자로 분할하고, 격자별 사진 촬영 빈도를 히트맵으로 시각화했다. 사진 밀집도가 높은 ‘핫스팟’은 주로 관광 명소, 대형 쇼핑몰, 공원 등으로 확인되었으며, 거주자와 관광객의 핫스팟 분포 차이를 커널 밀도 추정(KDE)으로 비교했다. 흥미롭게도, 거주자 핫스팟은 주거·상업 복합지역에 집중되는 반면, 관광객 핫스팟은 전통적 랜드마크와 문화시설에 국한되는 경향을 보였다. 또한, 시간대별 분석을 통해 관광객은 주로 오후·저녁에 사진을 촬영하고, 거주자는 아침·점심 시간대에도 활발히 촬영한다는 패턴을 발견했다.

방법론적 강점은 데이터 비용이 거의 들지 않으며, 실시간 업데이트가 가능하다는 점이다. 그러나 한계도 명확하다. 첫째, 플랫폼별 사용자 편향(예: Instagram 사용자는 젊은 층에 편중)으로 인해 인구통계적 대표성이 낮을 수 있다. 둘째, 사진이 반드시 실제 체류를 의미하지 않으며, 사진 촬영 위치와 실제 이동 경로 사이에 오차가 존재한다. 셋째, 개인정보 보호 차원에서 데이터 수집·보관 과정에서 익명화 절차가 충분히 설명되지 않았다. 향후 연구에서는 다중 플랫폼 통합, GPS 로그와의 교차 검증, 그리고 도시별 인구·관광 통계와의 정량적 비교를 통해 모델의 신뢰성을 강화할 필요가 있다.