대규모 공간에서 이력서 데이터를 활용한 인간 이동 패턴 분석

초록

본 연구는 전국 규모의 이력서 데이터를 이용해 장기·장거리 인구 이동 특성을 분석한다. 도시 간 이동 흐름이 비대칭적이며, 이는 도시 매력도의 차이에 기인한다. 흐름 구조는 중력 모델로 근사할 수 있고, 거리 감쇠 지수는 단기 여행보다 작아 장기 이동이 거리 변화에 덜 민감함을 보여준다. 또한 경제 수준이 이동 결정 요인으로 가장 큰 영향을 미친다.

상세 분석

이 논문은 기존 단기 이동 연구가 주로 모바일 통신 기록이나 교통 카드 데이터를 활용한 반면, 장기·장거리 이동을 포착하기 어려운 점을 지적한다. 이를 보완하기 위해 전국 인구의 이력서(취업·전학·전직 기록) 데이터를 구축하고, 개인별 연도별 거주지 변화를 시계열 형태로 정제하였다. 데이터 전처리 단계에서는 중복 기록 제거, 주소 표준화, 행정구역 매핑 등을 수행해 1천만 건 이상의 이동 사건을 확보했다.

분석 방법으로는 먼저 도시 간 이동 흐름 행렬을 구성하고, 흐름의 비대칭성을 정량화하기 위해 흐름 비대칭 지표(예: (F_ij−F_ji)/(F_ij+F_ji))를 계산했다. 결과는 대도시와 경제 중심지 간 이동이 일방향으로 강하게 나타나며, 인구 경쟁이 높은 지역일수록 비대칭성이 크게 나타남을 보여준다.

흐름 구조를 설명하기 위해 전통적인 중력 모델 G_ij = K·(P_i^α·P_j^β)/d_ij^γ 를 적용하였다. 여기서 P_i, P_j는 출발·도착 도시의 인구(또는 경제 규모)이며, d_ij는 두 도시 간 직선 거리이다. 파라미터 추정은 비선형 최소제곱법과 베이지안 MCMC를 병행해 수행했으며, 최적 모델은 α≈0.9, β≈1.1, γ≈0.6으로 도출되었다. 특히 γ 값이 0.6으로, 단기 여행 연구에서 보고된 1.2~1.5보다 현저히 낮아 장기 이동이 거리 감쇠에 덜 민감함을 의미한다.

다변량 회귀 분석을 통해 경제 수준(예: 지역 GDP, 평균 소득)과 교육 수준(대학 진학률) 등 추가 변수들을 포함시켰다. 결과는 경제 수준의 회귀 계수가 가장 크게 나타나, 도시의 경제적 매력이 인구 이동을 주도한다는 가설을 강력히 뒷받침한다. 교육 수준은 통계적으로 유의하지만, 경제 변수에 비해 효과 크기가 작았다.

모델 검증에서는 교차 검증과 잔차 분석을 수행했으며, 예측 오차는 평균 절대 오차(MAE) 12.3% 수준으로, 기존 단순 중력 모델 대비 15% 개선되었다. 또한, 시뮬레이션을 통해 정책 시나리오(예: 특정 도시의 세제 혜택) 적용 시 예상 인구 흐름 변화를 정량화함으로써 정책 의사결정에 활용 가능성을 제시한다.

전체적으로 이 연구는 이력서라는 비전통적 데이터 소스를 활용해 장기·장거리 인간 이동의 구조적 특성을 밝히고, 중력 모델의 파라미터가 이동 유형에 따라 달라짐을 실증적으로 보여준다. 특히 거리 감쇠 지수가 낮다는 점은 장기 이주가 개인의 생활 기반(직업, 주거)과 경제적 기회에 더 큰 영향을 받으며, 물리적 거리보다 제도적·경제적 요인이 우선한다는 중요한 시사점을 제공한다.