위치 데이터로 본 중국 유령도시 탐구

초록

본 연구는 바이두 위치 데이터를 활용해 중국 전역의 주택 공실 지역을 정밀하게 식별하고, 공실 면적이 큰 도시를 일반 도시와 관광지로 구분한다. 대표 사례를 통해 유령도시 내 인구 이동 패턴을 분석하고, 빅데이터가 도시 현황을 객관적으로 파악하는 데의 가능성을 제시한다.

상세 분석

이 논문은 최근 10년간 중국에서 급증한 부동산 개발이 실제 수요를 초과하면서 발생한 ‘유령도시’ 현상을 정량적으로 파악하고자 한다. 기존 연구는 주로 부동산 거래량, 인구 조사 등 전통적인 통계에 의존했으나, 저자는 실시간 위치 데이터를 활용해 보다 미세한 공간·시간 해상도를 제공한다. 데이터는 2022년~2023년 사이 바이두 지도 서비스에서 수집된 수억 건의 GPS 로그이며, 이를 통해 특정 건물·주거단지의 일일 방문자 수를 추정한다. 공실 판단 기준은 ‘일일 평균 방문자 수가 일정 임계값 이하(예: 5명)인 주거 단지’를 채택했으며, 이 임계값은 도시 규모·경제 수준에 따라 가중치를 부여해 보정한다.

공간 분석 단계에서는 GIS 기반 클러스터링(예: DBSCAN)을 적용해 고밀도 공실 구역을 식별하고, 이를 행정구역과 연계해 ‘유령도시’ 지도를 제작한다. 이후 공실 면적 비중이 높은 도시들을 두 그룹으로 분류한다. 첫 번째는 ‘주거형 유령도시’로, 인구 유입이 거의 없고 경제 활동도 미미한 신도시·산업단지형 지역이다. 두 번째는 ‘관광형 유령도시’로, 계절적 인구 변동이 크고 주말·공휴일에 방문자 급증을 보이는 휴양지·문화유산 주변이다.

사례 연구로는 ‘신시안시’와 ‘양양 관광지’를 선택했다. 신시안시는 대규모 주택단지가 건설됐지만 일일 평균 방문자 수가 2~3명에 불과해 완전한 유령도시로 판명되었다. 반면 양양은 겨울철 스키 시즌에만 방문자 수가 급증하고, 비수기에는 거의 0에 가까워 ‘관광형 유령도시’ 특성을 보였다. 두 사례 모두 위치 데이터가 제공하는 ‘실제 체류 시간·빈도’를 통해 전통적인 인구 조사로는 포착하기 어려운 미세한 동태를 드러냈다.

연구의 강점은 대규모 실시간 데이터와 GIS 기법을 결합해 전통적 통계의 한계를 극복한 점이다. 그러나 데이터 편향(스마트폰 보유율·앱 사용 빈도 차이)과 개인정보 보호 이슈, 그리고 방문자 수와 실제 거주 인구 간의 직접적인 상관관계가 불명확하다는 한계도 존재한다. 향후 연구에서는 다중 데이터 소스(전력 사용량·위성 이미지)와 결합해 공실 판단의 정확성을 높이고, 정책적 활용 방안을 모색할 필요가 있다.