도시 주거 공간 개방성 빅데이터 분석

초록

**
본 연구는 도쿄 23구 4,004개의 임대주택을 대상으로 2차원 평면 가시성(VGA)과 3차원 이미지 세분화(Mask2Former)를 이용해 공간 개방성을 정량화하였다. 2D와 3D 개방성 지표는 서로 상관관계가 없지만, 개방성이 높은 주택일수록 임대료가 상승하는 경향을 보였다. 시간적 분석에서는 1990년대에 전체 개방성이 최고점을 찍었으며, 최근에는 거실 가시성이 증가하고 천장 비중이 늘어나는 반면 창문 비중은 감소하였다. 공간적 분포는 도심과 교외에서 서로 다른 패턴을 나타냈으며, 이는 재개발 및 주거 형태 변화와 연관된다. 또한 기존 인상점수와 개방성 간의 연관성은 약해, 실제 거주 경험은 가구·인테리어 배치에 크게 좌우됨을 시사한다.

**

상세 분석

**
본 논문은 공간 개방성을 2차원(평면 가시성)과 3차원(실내 이미지 세분화) 두 축으로 나누어 정량화하는 새로운 프레임워크를 제시한다. 2D 개방성은 floor plan을 DeepLab‑V3+ 모델에 입력해 벽·문·창문을 픽셀 레벨에서 라벨링하고, 20 cm 격자 위에서 각 격자점이 직선으로 연결될 수 있는 가시점수를 집계해 가시성 그래프를 구축한다. 이 과정은 기존 VGA 연구를 대규모 데이터에 자동 적용할 수 있게 하여, 건물 연도·면적·위치 등 메타데이터와의 연계 분석을 가능하게 한다. 3D 개방성은 Mask2Former( ADE20K 사전학습)로 실내 사진에서 천장·바닥·벽·창문 영역을 추출하고, 전체 가시 픽셀 대비 각 요소의 비율을 산출한다. 사진 촬영 각도·조명·깊이 차이가 결과에 편향을 줄 수 있다는 한계에도 불구하고, 대규모 샘플에서 평균적인 공간 구성을 파악하는 데 충분히 유의미한 지표를 제공한다.

시간적 추세 분석에서는 1990년대 초반에 2D 가시성 점수가 정점에 도달하고 이후 완만히 감소하는 반면, 3D 창문 비중은 감소하고 천장 비중은 증가하는 패턴이 관찰된다. 이는 1990년대 대규모 재개발이 진행되면서 개방형 거실·높은 천장이 강조된 설계가 늘어난 결과로 해석된다. 공간적 분포는 도심 지역에서 거실‑창문 비중이 높고, 교외·신도시에서는 방 개수가 많아 2D 가시성이 낮은 경향을 보인다. 이는 고밀도 지역에서 시각적 개방성을 확보하려는 설계 전략과, 교외에서 면적 확보가 우선시되는 설계 차이를 반영한다.

상관관계 분석 결과, 2D와 3D 개방성 지표 간에는 유의미한 상관이 없으며, 각각이 독립적인 공간 특성을 포착한다. 그러나 두 지표 모두 임대료와 양의 상관관계를 보였으며, 특히 2D 가시성 평균값이 높은 주택은 평균 임대료가 약 8 % 상승하는 것으로 나타났다. 이는 가시성이 높은 공간이 거주자의 체감 가치와 직결된다는 기존 연구와 일치한다. 반면, 기존 인상점수(주거 만족도 예측 모델)와 개방성 간의 상관은 낮아, 실제 거주 경험은 가구 배치·조명·색채 등 비공간적 요소에 크게 좌우된다는 점을 강조한다.

연구의 주요 한계는 3D 이미지의 촬영 조건 불균일성, 2D 평면도와 실제 실내 구조 간의 잠재적 불일치, 그리고 샘플이 도쿄 23구에 국한된 점이다. 향후 연구에서는 다각도·고해상도 이미지 확보, 실내 센서 데이터와의 융합, 그리고 다른 대도시와의 비교 분석을 통해 모델의 일반화 가능성을 검증할 필요가 있다.

**