도시 재개발이 보행 흐름에 미치는 영향 예측 다변량 하이브리드 공간 네트워크 분석

초록

본 연구는 2007년 카디프 중심가를 기준으로, St David’s Phase 2 재개발 전후의 보행자 흐름 변화를 다변량 하이브리드 공간 네트워크 분석(MHSpNA) 모델로 예측한다. 소매 면적, 교통역, 주차장 등 네 가지 출발‑도착 유형을 이용해 베터니스(중간 경로) 지표를 계산하고, 일반화 교차 검증을 통해 과적합을 방지한다. 2007년 데이터를 기반으로 보정한 모델은 2010·2011년 실제 보행량과 높은 상관관계(r²)로 검증되었으며, 이는 공간 네트워크 기반 모델이 도시 재구성 효과를 시계열적으로 예측할 수 있음을 보여준다.

상세 분석

본 논문은 기존의 공간 네트워크 분석(SpNA)과 전통적인 4단계 교통 모델 사이의 격차를 메우는 새로운 프레임워크인 다변량 하이브리드 공간 네트워크 분석(MHSpNA)을 제안한다. 핵심 아이디어는 ‘베터니스(betweenness)’라는 흐름 지표를 여러 출발‑도착 쌍에 대해 동시에 계산함으로써, 보행자 이동의 다양한 목적(전역에서 상점, 상점 간, 역에서 상점, 주차장에서 상점)들을 하나의 회귀 모델에 통합하는 것이다. 이를 위해 저자는 먼저 2007년과 2011년의 보행자 네트워크를 수작업으로 GIS에 재구성했으며, 각 링크에 길이와 각도 변화를 속성으로 부여해 ‘하이브리드 거리’(유클리드와 각도 기반 거리의 가중 평균)와 무작위 요소를 결합한 비용 함수를 정의하였다.

베터니스 계산은 최대 보행 거리 제한을 두어 현실적인 보행 범위를 반영하고, 각 목적지 집합에 대해 별도의 가중치를 부여한다. 이렇게 얻어진 여러 베터니스 변수들은 선형 회귀의 독립 변수로 사용되며, 종속 변수는 현장 조사에 의해 측정된 실제 보행량이다. 모델 보정 단계에서는 일반화 교차 검증(Generalized Cross‑Validation, GCV)을 적용해 과적합을 방지하고, 최적의 가중치 조합을 도출한다. 결과적으로 2007년 데이터에 기반한 회귀식은 2010·2011년의 관측값과 r²≈0.78 이상의 높은 설명력을 보였으며, 특히 ‘전역‑상점’ 흐름과 ‘역‑상점’ 흐름이 보행량 변동을 설명하는 데 큰 기여를 함을 확인했다.

또한 논문은 데이터 제한점—예를 들어 중·저유량 거리의 측정 부재와 재개발 전후의 소매 면적 변동을 보정하기 위한 보조 데이터(사업세 데이터, 구역별 건물 면적 등)의 활용—을 솔직히 기술하고, 이러한 제약에도 불구하고 모델이 시공간적 외삽에 성공했다는 점을 강조한다. 이는 보행자 흐름이 단순히 거리와 용적에만 의존하지 않고, 네트워크 구조와 접근성, 그리고 주요 교통·주차 시설과의 연계성에 크게 좌우된다는 기존 이론을 실증적으로 뒷받침한다.

마지막으로 저자는 MHSpNA가 저비용·저데이터 상황에서도 비교적 정확한 예측을 제공할 수 있음을 제시하며, 향후 다중 모드(자전거, 차량) 통합 모델이나 에이전트 기반 시뮬레이션과의 연계 가능성을 제언한다.