Journal Archive

‘사회 네트워크’란 사람들이 연결되어 있는 관계망으로 표현할 수 있으며, 사람 사이의 ‘사회적 관계’를 토대로 성립한다(손동원, 2002). 사회 네트워크에서 중심성이란 각 행위자가 중심에 근접한 정도를 평가하는 것으로, 1948년 Bavelas에 의해 소개된 이후 1950~60년대 사회 관계망 속에서 중심성 측정방법론에 관한 다양한 연구가 진행되었다(Freeman, 1979).

손동원(2002)은 다양한 중심성 산출방법 중 연결정도중심성(Degree Centrality), 근접중심성(Closeness Centrality), 매개중심성(Betweenness Centrality)에 대하여 아래와 같이 제시하고 있다¹⁾.

먼저 연결정도중심성은 다른 점(노드)과의 연결된 정도를 중심으로 보는 개념으로, 한 점에 연결된 다른 점의 수로 측정되며, 직접 연결된 점이 많고 적음이 절대적인 기준이 된다. 즉, 한 점이 다른 점들과 얼마만큼의 관계를 맺고 있는가를 통해서 그 점이 중심에 위치하는 정도를 계량화하는 것으로 측정방법은 (식 1)과 같다. 여기서C^D 는 연결정도중심성, n은 전체 노드수를 의미한다.

근접중심성은 한 점이 다른 점에 가까운 정도에 대한 개념으로 두 점 사이의 거리가 핵심개념으로 작용한다. 다른 점과 가깝게 있다면 그들과 쉽게 관계를 맺을 수 있다고 보고 그만큼 중심적인 역할을 한다고 간주하는 것이다. 근접중심성은 직·간접적으로 연결된 모든 점들을 고려하되, 한 점의 근접중심성은 네트워크 내 연결되어 있는 모든 다른 점들에 대한 최단거리의 합으로 정의된다. 근접중심성 지수가 높을수록 다른 점들과 가까이 위치하고 있다는 의미로 해석되며, 측정방법은 (식 2)와 같다. 여기에서 C^C는 근접중심성, n은 전체 노드수, d_ij는 i와 j 노드 간 최단거리를 의미한다.

매개중심성은 한 점이 다른 점들과의 네트워크를 구축하는데 중개자 혹은 다리(bridge) 역할을 수행하는 정도를 측정하는 개념으로, 중개역할에 초점을 맞추어 ‘중심’으로 간주하는 특징을 가진다. 즉, 전체 네트워크 사이의 정보흐름과 교환에 있어서 중요한 중재역할을 수행하는 정도의 크기로, 네트워크 내 두 점을 연결하는 최단경로 중 특정 점을 통과하는 경로의 비율로 측정된다. i노드의 매개중심성은 (식 3)과 같이 측정된다. 여기서 g_jk는 j와 k 간 최단경로의 수, g_jk(i)는 j와 k 간 최단경로 중 i를 경유하는 최단경로의 수, n은 전체 노드수를 의미한다.

사회과학 분야에서의 중심성은 지리경제분석(Wilson, 2000), 교통계획(Goulias, 2002; Meyer and Miller, 2000) 등 도시 관련 분야에서도 적용되었으며, 중심성이 강한 지역은 주위로부터 접근이 용이한 지역이라는 해석으로 장소에서의 활동 간 관계를 측정하는 지표로 다루어졌다(Porta et al., 2009).

국외의 관련 연구(Goncalves et al., 2009; Porta et al., 2009; Wang et al., 2011)에서는 대부분 특정 도시를 사례로 하여 네트워크 중심성과 도시공간구조 간의 관계를 비교분석하였다. Goncalves et al.(2009)은 브라질 Rio de Janeiro의 철도망을 대상으로 철도역별 연결정도중심성, 근접중심성, 매개중심성을 산출한 후 역세권별 수요를 증진시키기 위한 대안을 제시하였다.

Porta et al.(2009)은 이탈리아 Bologna의 도로망을 대상으로 각 결절점의 근접중심성, 매개중심성, 직선(Straightness)중심성을 산출한 후 도시 상업용도 분포와의 비교분석을 통하여 네트워크 중심성이 높을수록 상업용도의 분포정도가 높음을 제시하였으며, Wang et al.(2011)은 미국 Baton Rouge의 가로망을 대상으로 근접중심성, 매개중심성, 직선중심성을 산출한 후 각 중심성과 인구·종사자 밀도와의 관계성을 분석하였다.

국내에서 중심성을 이용하여 도시공간구조 또는 교통특성을 분석한 연구는 크게 도시공간구조 관련 연구와 도로·철도 등 실제 네트워크를 활용한 연구로 구분된다.

도시공간구조 관련 연구에서는 대부분 시군구 또는 읍면동 단위 통행량, 인구이동량 등 이동에 대한 데이터셋을 이용하여 중심성을 산출한 후 지역별 중심성과 도시공간구조 현황 또는 변화를 분석하는 연구가 주를 이루고 있다. 이들 연구는 대부분 서울 또는 수도권을 대상으로 주로 이동의 시·종점 간을 네트워크로 연결한 후 각 시·종점 기준의 연결정도중심성과 위세중심성을 산출하여 도시공간구조를 판단하고 있다(조명호·임창호, 2001; 이희연·김흥주, 2006a;2006b; 김효진, 2008; 김희철·안건혁, 2012; 이성용·하창현, 2014)²⁾.

도로·철도 등 실제 네트워크를 적용하여 중심성을 측정 및 비교분석에 수행한 연구로서 오성열(2011)은 공항네트워크를 활용하여 네트워크 중심성 이론을 적용하여 공항별 중심성을 산출하여 항공시장을 분석하였다. 양지수 외(2009)는 지하철 네트워크의 중심성 지표를 산출한 후 대중교통 취약지 분석을 수행한 바 있으며, 강창덕(2014)은 서울시 도로망을 활용하여 각 필지별 접근성 및 중심성을 산출한 후, 이를 지가와 비교분석을 수행하였다. 임혜민 외(2013)의 연구에서는 지하철 환승역세권 이용자, 강영경 외(2014)의 연구에서는 지하철 혼잡도에 영향을 미치는 요인을 분석함에 있어, 원인변수에 매개중심성을 포함하여 분석을 수행하였다.

지금까지 수행된 역세권 관련 연구는 대중교통 이용수요, 역세권 유형화, 역세권 토지이용 등 다양한 주제를 대상으로 삼고 있다.

첫째, 역세권 대중교통 이용수요 관련 연구에서는 주로 역세권의 밀도·복합도 등 토지이용특성 및 가로망, 연계교통망 특성과 지하철이용수요와의 관계성을 분석하여 시사점을 도출하였다(성현곤 외, 2006; 박지형, 2008; 문영일, 2013). 하지만 이들 초기 연구에서는 개별 역세권만을 대상으로 각 역의 위계를 동일하게 가정하고 분석을 수행하였다. 그러나 점차 지하철 네트워크와 역세권 토지이용에 의한 접근도에 따라 역을 차등화 하기 시작하였으며(이승일, 2004; 이승일·이창효, 2004), 이를 고려하여 접근도에 따라 지하철이용자수에 영향을 미치는 정도가 다름을 밝히는 방향(Lee et al., 2013)으로 발전하였다.

둘째, 역세권 유형화와 관련된 연구에서 국내의 경우 대부분의 유형화 연구들이 도시공간구조를 기반으로 도시계획적 차원에서 접근하고 있으며, 현재 혹은 미래의 도시공간구조를 고려하여 도시계획적 차원에서 역세권 개발의 대응방안을 마련하기 위한 연구가 주를 이루고 있다. 계획적 차원에서는 도심부, 부도심부 등 도시기본계획 상 공간구조 차원에서 접근하고 있으며(윤시운·이광국, 1999; 임희지, 2005), 실증연구차원에서는 역세권 토지이용현황, 승하차인원수, 가로망현황, 연계교통현황 등 역세권 자체의 특성을 기반으로 역세권 유형을 분류하고 있다(성현곤·김태현, 2005; 김옥연, 2010).

마지막으로 역세권 토지이용과 관련된 연구로 이희연(1997)은 건대입구역을 대상으로 지하철 개통과 환승역 형성에 따른 지가 및 토지이용의 변화를 분석하였으며, 소비자와의 직접적인 접촉 필요성이 높은 상업시설은 거의 대부분 1층 등 저층에 입지하고 있으며, 지선도로변의 경우 고층은 주거적인 용도로 활용되고 있는 경향이 나타나고 있음을 도출하였다. 이재영 외(2004)는 분당신도시(미금, 서현)와 일산신도시(마두)의 역세권 중심상업·업무용도 토지이용분포를 역으로부터 거리대별로 분석하였으며, 거리대가 가까울수록 중심상업시설의 비율이 높게 나타나고 높은 층일수록 업무용도가 강하게 나타나고 있음을 제시하였다. 지남석 외(2013)의 연구에서는 지하철 개통으로 인한 역으로부터 거리대별, 층수별, 접도차선별 건축물 용도변화 패턴을 분석하였다. 이 외에도 임병호 외(2011), 성현곤·최막중(2014)김상훈·남진(2015)등의 연구에서 역세권의 토지이용 또는 밀도 패턴을 연구하였다.

앞선 대부분의 연구에서는 모든 역세권을 동일하게 가정하였지만 개별 지하철역은 독립된 역이 아니라 지하철 네트워크를 통하여 다른 역들과 연결되어 있어 네트워크 연계성에 따라 각 역의 위계는 다르게 나타나기 때문에 이에 대한 고려가 필요하다.

사회네트워크 분석에서 다수 활용하고 있는 중심성 지표를 네트워크 연계성에 따른 역별 위계를 측정하는 데 적용할 수 있다. 즉, 연결정도중심성이 높은 역일수록 이용자가 환승 없이 많은 역을 이동할 수 있음을, 근접중심성이 높은 역일수록 각 역으로 더욱 빠르게 이동할 수 있음을, 매개중심성이 높은 역일수록 해당 역을 경유하는 비율이 높은 동시에 최단경로로 접근하는 경우가 높은 것으로 해석할 수 있다. 또한 모든 중심성에서 네트워크 연계성을 고려하지만, 연결정도중심성과 근접중심성은 해당 역을 기준으로 한 능동적인 중심성을, 매개중심성은 타 역에 의해 영향을 받는 수동적인 중심성을 나타내는 것으로 접근이 가능하다.

따라서 본 연구에서는 기존 연구의 한계를 극복하기 위해 서로 상이한 특성을 가지고 있는 중심성 지표를 지하철 네트워크 특성을 결합하여 역세권 특성과 네트워크 중심성에 따른 역세권 내 용도별 토지이용패턴을 분석하고자 한다.

2011년 기준 수도권전철 노선망을 도식화한 결과는 (그림 1)과 같다. 서울을 중심으로 인접한 인천‧경기도와 연계되어 있으며, 천안·아산 등 충청남도 지역과 춘천 등 강원도 지역까지 연계되어 서울을 중심으로 한 광역 네트워크를 이루고 있다.

2001년부터 10년 간 수도권전철 전체 연장은 487.6km에서 903.3km로 85.3% 증가하였으며, 서울 내 지역보다 서울 외 지역에서의 증가세가 높게 나타났다(표 1 참조). 역수 또한 수도권전철 전체로는 381개에서 533개로 39.9% 증가하였고, 서울 외 지역에서 2001년 대비 2011년 98.0%의 높은 증가세를 보여, 수도권전철이 서울 외 지역으로 더욱 광역화되었음을 알 수 있다.

(표 2)에 따르면 수도권전철 네트워크의 광역화 등으로 인하여 2002년 대비 2010년 지하철·철도의 수단분담률은 서울 출발 또는 도착통행에서 1.6%p, 서울 내부통행에서 1.4%p 증가하였다. 이와 같이 수도권전철 네트워크가 점차 광역화됨에 따라 역별 중심성 산출 시 서울 내부보다는 광역화된 전체 수도권전철 네트워크에 대한 고려가 필요하다.

2011년 기준 호선별 역수는 (표 3)과 같이 나타난다. 전체 533개 역 중 395개의 일반역, 125개의 환승역이 있으며, 13개 역은 환승역이지만 영업위탁으로 개찰구는 1개 호선에만 있는 통합환승역이다³⁾.

Figure 1. 
Seoul Metropolitan Subway Network (2011)

역세권 및 네트위크 특성에 따른 용도별 분포패턴 분석을 위해 각 용도별 0(용도 미존재)과 1(용도 존재)로 구분되는 이항로지스틱 모형을 적용하였으며, 각 지하철 역세권 내 건축물 자체 특성과 역의 네트워크 중심성 특성으로 구분하였다. 기본 분석모형은 (식 4)와 같으며, 여기서 p_yij는 i 역세권 j 건축물 내 y 용도가 1일 확률을 의미하고, f(ij)는 i 역세권 내 j 건축물의 특성을, g(i)는 i 역의 지하철 네트워크 중심성을 나타낸다.

역세권 내 개별 건축물에 관한 모형 구축시에는 선행 연구들에서 다수 적용하고 있는 역으로부터 거리와 층수를 모형 분석을 위한 변수로 설정하였다. 여기서 D_ij는 역으로부터 건축물까지의 직선거리, F_j는 분석대상용도의 층수(1층, 2층, 3층 이상)이다.

각 역의 지하철 네트워크 중심성 특성에 관한 모형은 아래와 같다. 여기서 i는 각 역을, C^D는 연결정도중심성, C^C는 근접중심성, C^B는 매개중심성이다.

역세권의 정의와 설정방법론은 다양하지만, 본 연구에서는 서울시 도시계획조례에 명시된 각 역 반경 500m를 역세권으로 정의하였다. 이때 첫째, 환승역이라도 역사가 통합되어 있는 통합환승역이 아닌 이상 호선별로 지하철 출입구 등은 상이한 곳에 위치하며 환승역 내에서 호선별로 주변의 토지이용상황은 다른 양상을 보인다. 이러한 점을 고려하여 통합환승역을 제외한 환승역은 호선별 역세권을 따로 분류하였다. 둘째, 역세권이 중첩되는 경우에 상호배타적인 영역을 구획하여 거리상으로 더 가까운 역의 역세권에만 속하도록 설정하였다(Kuby and Upchurch, 2004).

이후 각 역세권 내 100% 포함되는 서울 내 필지만을 추출하였으며, 서울이 아닌 곳에 역이 있더라도 반경 내 서울 필지가 있을 시 분석에 포함하였다. 다음으로 건축물대장 층별현황 데이터와 연계하여 지하층, 옥탑층을 제외한 레코드만을 추출한 후 대장 내 주용도코드를 이용하여 각 용도를 주거, 상업, 업무, 기타 용도로 단순화하였으며⁴⁾, 기타 용도는 분석에서 배제하였다.

각 역별 역세권 내 100% 포함되는 필지를 추출한 후 각 필지별 주소를 이용하여 해당 주소에 포함되는 건축물대장 층별현황 데이터를 추출하였다¹¹⁾. 추출된 데이터를 집계한 결과는 (표 4)와 같다. 자료의 빈도 기준으로 주거용도 597,871개(72.9%), 상업용도 114,324개(14.4%), 업무용도 100,804개(12.7%)가 추출되었으며, 연면적 기준으로도 주거용도가 77,775천㎡으로 가장 높은 비율로 추출되었다.

역으로부터 거리에 따른 용도별 분포패턴을 보면 역과 가까울수록 상업 및 업무용도의 분포비율이 높게 나타나고 있으며, 용도별 평균거리 또한 주거보다는 상업·업무용도에서 더욱 가까운 것으로 나타났다(표 5 참조).

각 용도별 층별 분포현황을 살펴보면 주거용도의 경우 ‘1층’이 35.8%로 가장 높았으며 ‘3층 이상’ 또한 35.5%로 1층과 유사한 패턴을 보이고 있다. 상업용도는 ‘1층’이 66.8%로 가장 높은 빈도이며, 층수가 높을수록 빈도가 줄어드는 양상을 보였다. 업무용도는 층수가 높을수록 빈도 또한 높았으며, ‘3층 이상’에서 62.7%로 가장 높다(표 6 참조).

(식 7)~(식 9)를 적용하여 수도권전철 네트워크 상 각 역(n=533)의 연결정도중심성, 근접중심성, 매개중심성을 산출하였다. 역별 산출된 각 중심성에 대한 기초통계는 (표 7)과 같다. 수도권전철에서 각 중심성의 평균값은 0.098(연결정도), 0.217(근접), 0.040(매개)를 보이고 있고, 상대적으로 매개중심성의 표준편차가 낮아 평균을 중심으로 더욱 조밀한 분포를 보이고 있다.

각 중심성 별 값이 가장 높은 역부터 순차적으로 중심성 값을 그래프로 표현한 결과는 (그림 3)과 같다. 연결정도중심성과 매개중심성은 중심성 값 상위 역의 격차가 비교적 높은 분포를 보이고 있는 반면, 근접중심성은 순차적으로 하향하는 패턴을 보인다.

역별 중심성 값 분포는 (그림 4)와 같고, 각 중심성별 상위 10개 역을 정리한 결과는 (표 8)과 같다. 연결정도중심성은 각 호선 중 역수가 가장 많은 1호선을 중심으로 높은데, 상위 10개 역 중 9개 역이 1호선을 포함하고 있음을 알 수 있다.

근접중심성은 수도권전철 네트워크가 집중하는 도심지역이 상대적으로 높게 도출되었으며, 상위 10개역 모두 도심지역에 위치하고 있음을 알 수 있다.

매개중심성은 인천, 수원, 안산 등 지역과 연계되는 1호선과 4호선 서남지역에서 높은 값을 보이고 있는데, 이는 수도권전철 네트워크가 연계되어 있지만, 단일노선이 집중되어 있어 이들 노선에서 외곽에서 서울방향으로 진입할수록 매개중심성 값이 점차 높아지는 양상을 띠고 있다. 그 외에 일부 역에서는 서울 도심부보다 높은 중심성 값이 산출되어 주로 서울 외곽 서남부 지역 및 외곽 환승역에서 높은 패턴을 보이고 있으며, 매개중심성 상위 10개 역 전체가 서울의 서남부 방향으로 집중하고 있다.

Figure 3. 
Centralities by Each Station

Figure 4. 
Results of Centralities by Each Station