밀집 도시 지역의 회복탄력성 추정: 정보 융합과 사회자본 온톨로지

초록

본 논문은 사회자본 이론을 기반으로 다중모달 데이터를 융합해 밀집 도시의 회복탄력성을 미세한 시공간 단위에서 정량화한다. 오픈스트리트맵과 WorldPop 등 공개 GIS·인구 데이터를 활용하고, 사회구조·행사와 접근·수용력 요인을 연결하는 온톨로지를 구축해 설명가능성을 높였다. 커널 밀도 추정(KDE)으로 각 시설의 공급·수요와 인구 캡처 영역을 모델링하고, 결합 가중치(양·음)를 적용해 사회자본 점수를 산출한다. 결과는 지방 정부가 취약 구역을 식별하고 사회서비스를 효율적으로 배치하는 데 활용될 수 있다.

상세 분석

이 연구는 도시 회복탄력성 평가에 사회과학 이론을 정량적 컴퓨팅 프레임워크와 결합한 점이 가장 큰 혁신이다. 먼저 ‘사회자본’이라는 추상 개념을 ‘사회구조(병원, 학교, 종교시설 등)’와 ‘사회행사(축제, 시장 등)’라는 관측 가능한 지표로 분해하고, 각각에 ‘접근성’과 ‘수용능력’이라는 두 차원의 요인을 부여한다. 접근성은 인구와 시설 간 거리·문화·종교적 장벽을, 수용능력은 시설 규모·병상·좌석 수 등을 의미한다. 이러한 요인들은 온톨로지(그림 1)에서 가중치 w(−1~+1)로 정량화되어, 긍정적·부정적 사회자본 기여도를 명시한다.

데이터 측면에서 저자는 인도네시아 자카르타를 사례로, 오픈스트리트맵(OSM)에서 시설 위치와 속성을 추출하고, WorldPop의 100 m × 100 m 고해상도 인구 격자를 이용해 인구 분포를 파악한다. 이를 바탕으로 커널 밀도 추정(KDE)을 적용해 각 시설의 ‘공급’(시설 용량·가중치)과 ‘수요’(인구 캡처 영역) 사이의 공간적 상호작용을 raster 형태로 변환한다. KDE의 진폭 A는 A = w × C × P(Ac) 로 정의되며, 여기서 C는 시설 용량, P(Ac)는 해당 캐치먼트 영역 내 인구 총합이다. 이 식은 시설이 인구에 미치는 실제 영향력을 정량화함으로써, 단순 시설 밀도와는 차별화된 접근을 제공한다.

또한 논문은 ‘결속형(bonding)’과 ‘연결형(bridging)’ 사회자본을 구분하고, 종교·문화적 다양성이 높은 지역에서 교량 역할을 하는 사회기관(학교, 커뮤니티 센터 등)의 존재가 회복탄력성을 높인다는 사회앵커 이론을 적용한다. 이를 통해 같은 시설 수라도 배치·접근성 차이에 따라 사회자본 점수가 크게 달라질 수 있음을 시각화한다.

한계점으로는 현재 제시된 방법론이 정량적 지표와 온톨로지 가중치를 어떻게 학습·검증했는지에 대한 상세한 실험 결과가 부족하다. 또한, 시간적 변동성을 반영하기 위한 실시간 소셜 미디어 데이터 활용 방안이 논의되었지만 구현 사례는 제시되지 않았다. 향후에는 설문·현장 조사와의 교차 검증, 그리고 시계열 분석을 통한 동적 회복탄력성 모니터링이 필요하다.