저층 주거지의 정비·재생 정책 전환 이력과 필지 단위 물리적 특성 : 서울 일반근린형 도시재생활성화지역을 중심으로

1. 연구의 배경

서울의 노후 저층 주거지는 1960년대부터 1990년대까지 경제성장기에 급속한 인구 집중과 주택 수요 증가에 대응하여 형성된 다세대 및 다가구 주택 밀집 지역이다. 이 시기 기존의 단독주택은 자발적 민간 개발을 통해 점차 다세대·다가구 주택으로 전환되었고, 이는 주택 공급 확대에 일정 부분 기여하였다. 그러나 대부분 개별 필지 단위에서 비계획적으로 이루어진 개발이었기 때문에, 도시조직의 체계성 결여와 기반시설 부족 등 체계적인 도시계획이 미흡하다고 지적되었다(유영수·김세훈, 2015).

1990년대에 들어서면서 정비 또는 재개발이 이루어지지 않은 지역에서는 노후·불량주택이 밀집하고 정비기반시설이 미비하여 도시환경과 주민 삶의 질 전반에서 문제가 발생하기 시작하였다(성중탁, 2019). 한편, 같은 시기 개발된 신시가지와 신도시에서는 계획적인 기반시설과 양호한 주거환경이 조성되면서 저층 주거지와의 격차는 더욱 뚜렷해졌다.

서울시는 이러한 정비 수요에 대응하여 1980년대부터 전면 철거형 정비사업을 본격적으로 시행하였다. 1983년 합동재개발 도입을 시작으로, 『도시 및 주거환경정비법』(2002), 『도시재정비촉진을 위한 특별법』(2005) 등의 법제화가 이루어졌으며, 2002년부터는 뉴타운 사업방식¹⁾을 도입하여 다수의 정비구역을 하나의 촉진지구로 통합하고 정비사업을 신속하게 추진하였다.

이러한 대규모 전면 철거형 정비사업은 노후 주거지의 물리적 환경을 단기간 내 개선하는 데 일정한 효과를 보였지만, 동시에 세입자의 강제 퇴거, 낮은 원주민 재정착률, 공동체 해체 등의 사회적 부작용을 동반하였다(조명래, 2010). 고층 아파트 위주의 획일적인 개발은 도시 경관과 장소성을 훼손하였고, 기존 저층 주거지의 다양성도 급속히 축소되었다.

이후 2008년 글로벌 금융위기를 계기로 정비사업의 사업성이 약화되면서 사업 추진이 중단되거나 해제되는 사례가 늘어났고, 이에 따라 2012년 서울시는 ‘뉴타운 출구전략(정비사업 신정책구상)’을 발표하며 기존 정비 중심의 개발 정책을 도시재생 중심으로 전환하였다.²⁾ 도시재생사업은 물리적 구조를 유지하고, 주민 참여를 기반으로 소규모 환경개선을 추진한다는 점에서 전면 철거형 정비사업과는 다른 접근방식을 취하였다.

그러나 도시재생사업은 일부 지역에서 거점시설 조성, 상징적 경관 개선 등 점 단위 개입에 그친 경우가 많았고, 열악한 기반시설이나 노후 주택 문제와 같은 구조적 문제 해결에는 한계를 보였다(김용승·김소연, 2016). 이에 따라 일부 도시재생지역에서는 정비사업 재개를 요구하는 목소리도 나타나기 시작하였다(허정원, 2021).

2021년 이후 서울시는 신속통합기획, 모아타운·모아주택 등 정비사업의 유연한 추진을 위한 제도 개선을 도입하였다. 이는 기존 대규모 철거형 개발 방식에서 벗어나, 공공성과 사업성의 균형을 고려한 정비계획 수립을 통해 주민의 삶과 지역의 특성을 보존하면서 점진적인 개선을 도모하는 것을 목표로 한다.

하지만 실무적으로는 일부 노후 저층 주거지에서 정비사업이 해제된 후 재생사업이 추진되었고, 다시 새로운 유형의 정비사업으로 재지정되는 등 정책 적용 이력이 반복되는 현상이 관찰되고 있다. 특히 동일한 도시재생활성화지역 내에서도 개별 필지 단위로 서로 다른 정책 경로가 적용되며, 행정적 규제와 개발 가능성이 시차를 두고 변화하는 복합적인 구조가 나타나고 있다.

이러한 상황은 동일한 도시재생활성화지역 내에서도 필지별로 서로 다른 정책 이력이 적용되어 왔다는 점에서, 정비와 재생의 정책 적용 경로에 따라 개별 필지의 물리적 특성이 어떤 차이를 보이는지를 경향적으로 파악할 필요성을 제기한다.

2. 연구의 목적

본 연구는 서울시 일반근린형 도시재생활성화지역 중, 정비사업 해제 이후 도시재생사업이 추진되었으며, 이후 다시 정비사업이 도입된 사례를 중심으로, 정책 이력 유형별로 개별 필지의 물리적 특성이 어떠한 차이를 보이는지 실증적으로 분석하는 데 목적이 있다.

정비와 재생은 주거환경 개선이라는 공통된 목표를 갖고 있으나, 적용 절차와 개입 방식, 대상지 선정 기준 등에 상이한 특징을 지닌다. 이에 따라 동일한 지역 내에서도 정책 이력에 따라 필지 단위의 물리적 조건이 서로 다르게 구성될 가능성이 있으며, 본 연구는 이를 경향적으로 파악하고자 한다.

이를 통해 정책 적용 이력이 축적된 저층 주거지에서 정책 이력별로 유형화하고 물리적 특성의 차이를 비교함으로써, 향후 저층 주거지의 정비·재생 정책 수립 시 고려 가능한 기초자료로서의 시사점을 도출하고자 한다.

3. 연구의 범위 및 방법

본 연구의 공간적 범위는 국내에서 가장 주택 수요가 높고, 중앙정부에 앞서 다양한 주거정비 정책을 시행해 온 서울시로 한정하였다. 특히 정비사업 해제 이후 재생사업이 추진되었고, 최근 신속통합기획 또는 모아타운 사업으로 재정비가 추진되고 있는 일반근린형 도시재생활성화지역 33개소 중 정책 이력이 중첩된 일부 지역을 주요 분석 대상으로 한다. 재생 및 정비사업의 분포 현황은 <그림 1>과 같다.

Figure 1.

Research scope: Maintenance and regeneration areas in Seoul

시간적 범위는 서울시의 정비사업 해제 정책이 본격화된 시기부터 최근 신규 정비사업 지정까지의 변화를 포함하여, 2012년부터 2024년 8월까지로 설정하였다.

내용적 범위는 동일한 정책사업지역 내에서 시기별로 서로 다른 정책이 적용된 필지들을 네 가지 그룹으로 구분하고, 해당 그룹별로 개별 필지의 필지 및 건축물의 물리적 특성 차이를 실증적으로 분석하는 데 있다.

연구 방법으로는 서울시 고시자료와 행정공개자료를 기반으로 주요 정책구역을 GIS 상에서 중첩 분석하고, 분류된 필지 그룹 간 차이를 통계적으로 비교하기 위해 일원분산분석(ANOVA)을 수행한다. 이어서 랜덤 포레스트(Random Forest) 기법을 활용하여, 각 정책 이력별 물리적 특성을 구분하는 데 상대적으로 영향을 많이 미치는 변수들을 파악한다.

본 논문은 <그림 2>와 같이 총 5장으로 구성된다. 1장에서는 서울시 저층 주거지를 대상으로 한 정비 및 재생정책의 변화 과정을 살펴보고, 정책 적용 이력이 반복되는 현상에 주목하여 연구의 필요성과 목적을 제시한다. 2장에서는 국내외 선행연구를 검토하여 저층 주거지 정책 변화와 물리적 특성 분석에 관한 기존 논의를 정리하고, 본 연구의 차별성과 가설을 설정한다. 3장에서는 연구 대상지 선정 과정, 정책 이력 유형별 필지 분류 방법, 변수 설정 및 자료 구축 과정을 설명한다. 4장에서는 정책 이력 그룹 간 필지의 물리적 특성을 비교 분석하고, 랜덤 포레스트 모형을 활용하여 정책 이력 유형 구분에 영향을 미치는 주요 요인을 도출한다. 또한 통계 분석과 머신러닝 모형 간 결과를 종합하여 가설 검증을 수행한다. 마지막으로 5장에서는 분석 결과를 토대로 정책적 시사점과 한계, 향후 연구 방향을 제시한다.

Figure 2.

Structure and process of the research

1. 정비 및 재생의 정책사업 현황

서울시 저층 주거지에 적용된 정책사업은 시대적·제도적 변화에 따라 정비사업 중심에서 도시재생사업으로 전환되었고, 최근에는 대규모·획일적 개발방식에서 벗어나 지역 여건에 따라 절차를 간소화하거나 소규모 단위로 정비를 유도하는 새로운 접근 방식이 확산되고 있다. 이 과정에서 일부 지역은 정비구역 지정과 해제, 도시재생 전환, 그리고 새로운 정비 추진 등 서로 다른 정책 이력을 반복적으로 경험하고 있다.

과거 정비사업은 『도시 및 주거환경정비법』(2002)과 『도시재정비촉진을 위한 특별법』(2005)에 근거하여 시행되었으며, 주택재개발, 재건축, 주거환경개선, 도시환경정비 등으로 구분된다. 2000년대 초반부터 본격 추진된 정비사업은 2012년 서울시의 ‘1.30 뉴타운·재개발 수습방안’에 따라 대규모로 해제되었으며, 당시 총 683개소의 정비(예정)구역 중 393개소(약 57.5%)가 해제되었다.

정비구역 해제 이후 서울시는 『도시재생 활성화 및 지원에 관한 특별법』(2013)에 근거하여 도시재생사업을 본격 추진하였다. 도시재생은 인구·사업체·노후도 등의 쇠퇴지수를 기준³⁾으로 일반근린형, 중심시가지형 등으로 구분되며, 2014년부터 2021년까지 서울시에는 총 33개소의 일반근린형 도시재생활성화지역이 지정되었다. 이들 지역 중 상당수는 정비구역 해제 이력을 포함하고 있다.

그러나 도시재생사업이 진행되는 동안 재건축·재개발 수요는 지속적으로 존재했으며, 주거환경 개선이 충분하지 않다는 비판이 제기되었다. 이에 서울시는 다시 정비사업을 활성화하기 위한 새로운 제도를 도입하였다. 특히 2021년 주거정비지수제⁴⁾가 폐지되면서, 정비구역 지정은 정량적 평가 대신 법적 요건⁵⁾만 충족하면 가능해졌다. 이러한 제도적 변화에 기반하여 ‘신속통합기획’(2021), ‘모아타운’(2022)과 같은 새로운 정비 방식이 도입되었다.

신속통합기획은 『2025 서울시 도시·주거환경정비기본계획』 변경 고시(서울시 고시 제2021-530호, 2021.9.23)에 근거한 정비계획 사전기획 제도로, 서울시가 공공성과 사업성의 균형을 고려한 계획을 제시하고 신속한 구역 지정을 지원한다. 법적 근거는 『도시 및 주거환경정비법』 및 관련 조례이며, 대상은 재건축, 주택정비형 재개발, 도시정비형 재개발, 재정비촉진사업 등이다. 2024년 8월 기준, 총 65개소(약 4,345,063m²)가 신속통합기획 대상지로 선정되었다.

모아타운은 ‘소규모주택정비 관리지역’으로도 불리며, 다세대·다가구가 밀집된 노후 저층 주거지를 대상으로 한다. 사업대상은 10만m² 미만의 면적에서 전체 필지의 50% 이상이 노후 건축물(30년 이상)일 경우 지정 가능하며, 기존 정비구역은 제외된다. 가로주택정비사업을 집단화하고, 도로 확장, 공원 및 주차장 등 기반시설을 통합 정비하는 것이 특징이다. 지정 시, 용도지역 상향, 건축규제 완화, 공동시설 용적률 특례, 기반시설 예산 지원 등의 인센티브가 제공된다. 2024년 8월 기준, 총 86개소(약 5,781,493m²)가 지정되었다(서울특별시, 2024).

이처럼 서울시 저층 주거지는 2000년대 초반의 정비사업, 2010년대 도시재생사업, 2020년대 이후 새로운 정비정책의 도입이라는 과정을 거치며 반복적인 정책 전환을 경험해 왔다. 특히 일반 근린형 도시재생활성화지역 중 다수는 정비구역 해제 이력이 있으며, 이후 다시 신속통합기획이나 모아타운으로 재지정되는 사례가 나타나고 있다.

2. 선행연구 검토

3. 선행연구와의 차별성 및 가설 설정

국내 선행연구는 정비사업 해제 이후 도시재생사업이 도입되는 구조 속에서, 사업의 연속성 문제와 정책 간 비일관성, 제도적 한계를 중심으로 연구가 이루어졌다. 또한 저층 주거지의 물리적 특성에 대한 다양한 접근을 시도해 왔으나, 대체로 단일 정책 수단(정비 또는 재생)의 실효성 검토에 초점을 맞추었다.

해외 연구는 대규모 철거형 정비와 점진적 재생 간의 도시별 정책 방식 차이를 조명하며, 도시 맥락과 개발 수단의 대응 관계에 주목하였다. 특히 일본 도쿄나 중국 상하이의 사례에서는 도심부의 고밀 정비에 따른 필지 및 지형 특성의 영향력이 강조된 바 있으며, 사업지 유형화 및 물리적 조건 분석이 정비계획 수립의 사전단계에서 활용된 사례가 보고되고 있다. 그러나 이들 연구 역시 정책 이력이 반복 적용되는 지역을 직접적으로 분석한 사례는 없으며, 개별 정비모델의 효율성 비교에 집중하는 경향이 있다.

본 연구는 다음의 세 가지 측면에서 차별성을 가진다.

첫째, 정비사업 해제 이후 도시재생이 추진되고 다시 정비사업(신속통합기획, 모아타운 등)으로 전환된 사례처럼, 정책 이력이 반복된 지역을 대상으로 분석을 수행한다. 동일한 물리적 기반 위에서 상이한 정책이 적용된 사례이므로, 정책 이력별로 물리적 특성의 차이를 비교한다.

둘째, 분석 단위를 개별 필지로 설정하고, 정책 이력에 따라 그룹화한 뒤, 그룹별 물리적 특성 차이를 실증적으로 검토한다. 또한 ANOVA와 Random Forest 기법을 적용하여, 정책 이력별로 물리적 특성 변수의 상대적 중요도를 파악한다.

셋째, 정비와 재생 정책의 우열을 판단하거나 이분법적으로 대립시키기보다는, 지역 여건에 따라 선택적으로 적용 가능한 수단으로 본다. 따라서 필지의 물리적 특성이 정책 적용 과정에서 어느 정도의 역할을 하고 있는지 판단한다.

또한, 연구방향 및 문제의식을 바탕으로, 다음 두 가지 가설을 설정한다.

첫째, 서울시 저층 주거지에서 정비와 재생이 반복적으로 전환된 지역 안에서, 이력에 따라 필지의 물리적 특성이 차이를 보일 가능성이 있다.

둘째, 사회경제적 요인이 동일하다는 전제하에, 필지의 물리적 특성은 정책 유형을 구분하는 주요한 요인으로 작용할 것이다.

본 연구는 이 두 가설을 검증함으로써, 정책 이력 유형과 필지 물리적 특성 간의 관계를 실증적으로 파악하고, 향후 저층 주거지 정비정책의 기초자료로 활용 가능한 시사점을 제시하고자 한다.

1. 분석 대상지 및 정책 이력

1) 분석 대상지 설정

서울시 저층 주거지는 2000년대 이후 정비사업 해제, 도시재생사업 추진, 최근 신속통합기획 및 모아타운으로의 재전환 등 다층적인 정책 변화 과정을 겪어왔다. 본 연구는 이러한 정책 전환이 가장 집약적으로 나타나는 일반근린형 도시재생활성화지역(총 33개소) 가운데, 정비(예정)사업 해제 이력을 가지고 있으면서 최근 신속통합기획 또는 모아타운으로 재지정된 구역을 주요 분석 대상으로 설정하였다.⁶⁾

서울시 전체 393개 정비(예정)사업 해제 구역 중 40개소가 일반 근린형 도시재생활성화지역 21개소 내에 포함되며, 이 중 13개소는 신속통합기획, 17개소는 모아타운과 중첩된다. 이러한 조건을 모두 충족하는 12개 구역이 최종 대상지역으로 도출되었다(<표 1> 참조). 이는 정비-재생-정비라는 반복적 정책 이력이 동일한 생활권 내에서 나타나는 사례로서, 정책 간 중첩성과 전환 양상을 실증적으로 분석하기에 적합하다.

Table 1.

Key sites of change in policy projects

2. 연구 설계

1) 필지별 정책 이력 그룹화

정책 이력에 따른 필지 분석을 위해, 본 연구는 12개 대상지역 내 필지를 <그림 3>과 같이 4개 그룹으로 분류하였다.

Figure 3.

Examples of grouping

그룹1은 정비사업 이력이 없는 재생사업 구역 내 필지, 그룹2는 정비사업 해제 이력이 없는 재생사업 구역 내 필지, 그룹3은 최근 신속통합기획 및 모아타운으로 지정된 필지, 그룹4는 정비사업 해제 이력부터 최근 신속통합기획 및 모아타운으로 반복적 이력을 가진 필지로 정의한다. 이러한 구분은 단순히 사업 단위구역이 아닌 필지 단위에서 정책 적용의 차이를 드러내는 기준으로 설정되었으며, 이후 물리적 특성의 차이를 검증하기 위한 분류 방식이다.

2) 변수 설정 및 자료 수집

본 연구의 기본 분석 단위는 개별 필지이며, 국토교통부에서 제공하는 연속지적도, 토지특성정보, GIS건물통합정보를 기반으로 자료를 구축하였다. 분석 대상은 지목이 ‘대’인 총 17,420개 필지이며, 이들 필지에 포함된 건축물은 총 14,520개이다.

앞서 2장에서 검토한 저층 주거지 물리적 특성 관련 선행연구에서는 공간 단위를 다르게 설정하였으나, 공통적으로 규모 및 밀도, 용도 및 특성(기능), 도로 조건, 지형 및 형상, 노후도 등 <표 2>와 같이 물리적 특성을 주요 분석 항목으로 다루어왔다.

Table 2.

Review of previous studies and variables

본 연구는 행정경계나 사업구역 단위가 아닌 개별 필지 단위에서 정책 이력에 따른 물리적 특성 차이 규명하는 것을 목표로 한다. 따라서 필지와 그 위 건축물의 속성을 세부 변수로 설정하였다. 특히 기존의 일부 연구가 사회·경제적 요인을 함께 다룬 것과 달리, 본 연구는 물리적 특성에만 집중하여 가능한 한 많은 속성을 포함하였다. 구체적으로 규모 및 밀도, 토지이용현황과 용도, 도로 조건, 지형과 형상, 노후도, 필지 통합 개발 여부 등이 해당된다. 다만, 주차여건 변수는 결측치 비율이 높아 분석에서 제외하였다.

토지이용상황, 지형고저, 지형형상, 도로접면 등 물리적·입지적 특성은 국토교통부의 토지특성정보를 활용하여 구축하였다. 또한 건축물 관련 정보는 인허가, 착공, 준공(사용승인), 유지관리, 철거멸실에 관한 자료가 포함된 대용량 건축행정정보의 건축물데이터 민간개방 시스템⁷⁾의 건축물 데이터를 활용하였다.

토지특성정보와 건축물대장을 기반으로 전체 표본의 결측치를 최소화하여 최종적으로 14개 변수를 선정하였으며, 이는 <표 3>, <표 4>에 제시하였다. 특히, 건축연도가 누락된 일부 사례는 건축법 개정 이전(1972년) 건축물로 간주하여 52년으로 일괄 처리하였다. 이는 표본의 왜곡을 최소화하고, 물리적 노후도 추정의 일관성을 유지하기 위함이다.

Table 3.

Descriptive statistics for continuous variables

Table 4.

Descriptive statistics for categorical independent variables

1. 정책 이력 그룹별 특성 비교

서울시 저층 주거지를 네 가지 정책 이력 그룹으로 분류하여 필지 및 건축물 특성을 비교한 결과, 각 그룹은 통계적으로 유의미한 차이를 보였다.

먼저 <표 5>와 같이 필지면적은 그룹별로 차이가 뚜렷하게 나타났다. 일원분산분석 결과, F값은 2.347로 집단 간 차이가 통계적으로 유의하였으며(p<0.001), 에타제곱(η²)은 0.268로 전체 분산의 약 26.8%가 정책 이력 유형에 의해 설명되는 것으로 나타났다. 평균 필지면적은 전체 17,420필지에서 144.93m²(SD=179.43)였으며, 그룹별로는 그룹1이 173.17m²로 가장 크고, 그룹4가 117.26m²로 가장 작았다. 즉, 그룹4<그룹3(140.05m²)<그룹 2(143.82m²)<그룹1 순으로 필지규모가 작아질수록 정책 전환이 잦았으며, 필지가 클수록 정책 변동이 적은 경향을 보였다. 이는 정책 이력 반복이 필지의 규모 제약과 밀접히 연관됨을 보여준다.

<표 6>과 같이 범주형 필지 특성 역시 유의한 차이를 보였다. 카이제곱 검정 결과, 모든 변수에서 p<0.001이었으며, Pearson χ² 값은 지형조건(2,479.5)과 용도지역(1,515.9), 접도요건(976.2) 순으로 그룹 간 차이를 설명하는 정도가 컸다. 그룹1은 제2종일반주거지역, 평지, 다양한 필지규모가 혼재된 지역으로 나타나 민간 신축이 활발한 조건을 갖추었다. 반대로 그룹4는 급경사·고지의 비율이 높고 소규모 필지가 집중되어 있으며, 상업·업무용 토지 비율이 상대적으로 높아 물리적 조건은 열악하지만 개발 수요는 잠재된 특성을 보였다. 그룹2는 정비 해제 후 재생으로 전환된 지역으로, 비교적 평탄한 지형과 단독주택 비율이 높아 물리적 조건이 양호한 편이었으며, 이에 따라 정비사업으로의 전환 압력이 상대적으로 낮았다. 그룹3은 재생에서 정비로 전환된 지역으로, 접도조건과 토지형상에서 불리한 점이 많고, 상업적 토지이용이 높아 그룹4와 유사한 경향을 보였다.

Table 5.

Land area statistics by group

Table 6.

Cross-analysis results of categorical land characteristic variables

건축물 특성에서도 정책 이력 유형별 차이가 뚜렷했다. <표 7>과 같이 연속형 변수에 대한 일원분산분석(ANOVA) 결과, 연면적(F=22.259, p<0.001), 건축연령(F=116.142, p<0.001), 지상층수(F=88.027, p<0.001)는 모두 집단 간 평균 차이가 통계적으로 유의하였다. 반면, 통합개발필지수는 F=1.459, p=0.224로 유의하지 않아 그룹별 특성을 구분하는 데 기여하지 않는 것으로 나타났다.

Table 7.

ANOVA results of continuous variables (Building characteristics)

<표 8>의 그룹별 평균을 살펴보면, 연면적은 그룹1이 343.47m²로 가장 크고, 그룹4가 213.03m²로 가장 작았다.

Table 8.

Statistical results of continuous variables by group(Building characteristics)

건축물 노후도는 그룹2(37.67년)와 그룹4(36.84년)가 상대적으로 높았으며, 그룹1(31.44년)이 가장 낮았다. 지상층수는 그룹1이 평균 2.87층으로 가장 높았고, 그룹4는 2.43층으로 가장 낮았다. 이러한 결과는 그룹1이 상대적으로 규모가 큰 건축물이 많고 신축 연령이 낮은 반면, 그룹4는 규모가 작고 노후도가 높은 건축물이 집중되어 있음을 보여준다.

<표 9>의 범주형 변수에 대한 교차분석 결과에서도 그룹 간 차이가 유의하게 나타났다. 구조형식(χ²=793.693, p<0.001), 주용도(χ²=311.219, p<0.001), 지하층 유무(χ²=152.970, p<0.001) 모두 그룹별 분포 차이가 통계적으로 뚜렷하였다. 그룹1은 공동주택과 근린생활시설의 비율이 다른 그룹에 비해 높게 나타났고, 그룹2는 단독주택의 비중이 상대적으로 높았다. 그룹3과 그룹4는 근린생활시설, 숙박 및 업무시설의 비율이 그룹1·2보다 높은 편으로 나타났다.

Table 9.

Cross-analysis results of categorical building characteristic variables

종합하면, 그룹1은 규모가 큰 필지와 양호한 지형조건, 비교적 낮은 노후도와 큰 연면적을 가진 안정적 유형으로, 주로 재생사업만으로 관리가 가능하였다. 반대로 그룹4는 소규모·급경사 필지에 노후 건축물이 집중된 열악한 유형으로, 재생으로는 해결이 어려워 정비사업 재개로 이어졌다. 그룹2와 그룹3은 중간적 성격을 보이는데, 그룹2는 정비 해제 이후 민간 신축이 활발하여 노후도가 완화된 반면, 그룹3은 신축 제약으로 노후도가 누적되어 정비 수요가 확대되었다. 결론적으로 그룹1과 그룹4는 필지·건축 규모와 노후도 측면에서 극단적으로 대비되는 경향을 보이며, 그룹2와 그룹3은 필지 및 건축 규모는 비슷하지만 건축물 용도 구성에서 상이한 특징을 보였다. 이는 정책 이력별 필지 및 건축물 특성이 체계적으로 구분됨을 보여주는 결과이다.

2. 정책 이력 구분을 위한 중요도 분석

앞서 필지 및 건축물 특성의 그룹별 차이를 살펴본 데 이어, 정책 이력 유형을 구분하는 주요 요인을 검증하기 위해 랜덤 포레스트(Random Forest) 분류모형을 적용하였다. 모형의 목적은 물리적 특성을 활용하여 그룹 간 분류 가능성을 확인하고, 각 변수의 상대적 중요도를 정량적으로 도출하는 데 있다.

분석은 3장에서 설정한 하이퍼파라미터와 표본 불균형 보정(class weight)을 적용하여 수행하였다. 전체 17,420필지를 대상으로 70%는 학습용, 30%는 검증용으로 사용하였다.

모형 성능은 <표 10>과 같이 전체 정확도(accuracy) 47.1%, 정밀도(precision) 0.47, 재현율(recall) 0.47, F1-score 0.46으로 나타났다. 이는 무작위 추정치(25%)를 크게 상회하는 수준으로, 물리적 특성만으로도 일정 부분 정책 이력 그룹을 설명할 수 있음을 보여준다. 그룹별로 보면, 그룹1은 재현율이 71%로 가장 높아 안정적으로 분류된 반면, 그룹2(27%)와 그룹3(31%)은 상대적으로 낮아 구분력이 떨어졌다. 그룹4는 정밀도 0.64, 재현율 0.46으로 비교적 균형 잡힌 성능을 보였다.

Table 10.

Performance metrics by group

변수 중요도 분석 결과, 상위 5개 변수는 지형조건, 토지면적, 용도지역, 건축물 노후도, 토지형상으로 나타났다(그림 4). 이들 변수는 앞선 분산분석과 교차분석에서도 유의한 차이가 확인된 요인으로, 정책 이력 그룹 간 차이를 설명하는 핵심 요인임이 확인되었다.

Figure 4.

Feature importance (Random forest)

랜덤 포레스트에 포함된 의사결정트리의 규칙 <그림 5>를 구체적으로 살펴보면, 첫 번째 주요 기준은 지형조건이었다. 평지(≤ 0.5)는 주로 그룹1(재생사업 이력만)과 연관되었으며, 완경사 및 급경사(>0.5)는 그룹3, 그룹4와 연결되는 경향이 있었다. 두 번째 기준은 토지면적으로, 92.95㎡를 초과하는 경우 그룹1과 그룹2에 포함되는 비율이 높았고, 92.95㎡ 이하에서는 그룹3, 그룹4가 주로 분류되었다. 세 번째 기준은 용도지역으로, 주거지역(≤2.5)은 그룹1과 그룹3과 관련이 높았고, 상업지역(>2.5)은 그룹2와 그룹4와 연관성이 컸다. 네 번째 기준인 건축물 노후도에서는 49.5년을 초과하면 그룹1, 그룹3과, 이하이면 그룹2, 그룹4와 연결되는 경향이 나타났다. 마지막으로, 토지형상은 정형적(≤2.5)일 경우에는 그룹2, 그룹4, 비정형적(>2.5)일 경우에는 그룹1, 그룹3과 관련성이 높았다.

Figure 5.

Decision tree from random forest analysis

이상의 결과는 정책 이력 그룹 간 분류에 있어 지형조건과 토지면적, 용도지역, 건축물 노후도, 토지형상과 같은 기본적 물리적 특성이 핵심적인 역할을 함을 보여준다. 특히 그룹1과 그룹4는 상대적으로 뚜렷하게 구분된 반면, 그룹2와 그룹3은 물리적 특성이 유사하여 분류 성능이 낮게 나타났다. 이는 “정책 이력 유형은 물리적 조건과 밀접하게 연관된다”라는 연구의 가설을 실증적으로 뒷받침하는 결과라 할 수 있다.

3. 분석 종합

앞선 분석 결과를 종합하면, 정책 이력 유형별 필지의 물리적 특성은 통계적으로 유의한 차이를 보였으며, 이는 랜덤 포레스트 분류모형에서도 주요 변수로 확인되었다. 즉, 정책 이력 그룹은 물리적 조건에 따라 일정 부분 구분될 수 있음을 알 수 있다.

통계적 검증(ANOVA·교차분석)과 랜덤포레스트 분석은 접근 방식과 해석 범위에서 차이가 있다. ANOVA와 교차분석은 그룹 간 평균값의 차이가 존재하는지를 밝히는 데 강점을 가지며, 예컨대 토지면적, 지형조건, 건축물 노후도, 용도지역 등에서 정책 이력 그룹 간 뚜렷한 차이를 보여주었다. 그러나 이러한 검정은 차이가 ‘존재한다’라는 사실을 제시할 뿐, 해당 변수가 실제로 그룹을 얼마나 잘 구분하는지는 보여주지 못한다. 반면 랜덤포레스트는 예측 정확도와 변수 중요도를 통해, 물리적 특성이 정책 유형 구분에 기여하는 상대적 중요도를 정량적으로 제시할 수 있다는 점에서 보완적 의미를 가진다.

두 분석을 비교한 결과, 그룹1과 그룹4는 통계적으로도 뚜렷한 차이가 나타났고, 랜덤포레스트에서도 상대적으로 높은 분류 성능을 보여, 양극단의 물리적 특성을 가진 유형임이 분명하게 드러났다. 반대로 그룹2와 그룹3은 통계적으로는 차이가 존재하였으나 평균 차이가 크지 않았고, 랜덤포레스트에서도 분류 성능이 낮아 물리적 조건만으로는 명확히 구분하기 어려운 유형임이 확인되었다. 이는 동일한 제도 환경에서도 일부 그룹은 물리적 요인만으로 설명이 가능하지만, 다른 그룹은 사회경제적 요인이나 제도적 맥락 등 추가 요인이 결합하여 작동했음을 시사한다.

그룹별 특성을 요약하면, 그룹1은 대규모 필지와 평지, 낮은 노후도를 특징으로 하여 재생 중심 관리가 가능한 지역이다. 그룹2는 중간 규모의 필지를 가지면서 노후도가 높지만 단독주택 중심의 구성이어서 일정 부분 개별 신축이 가능하다. 그룹3은 소규모 필지와 불리한 접도조건, 상업·업무 혼재가 특징으로, 재생만으로는 노후도 해소가 어려워 정비로 전환된 유형이다. 그룹4는 소규모·급경사 필지와 높은 노후도를 지니며, 반복적으로 정비사업으로 귀결된 가장 열악한 유형으로 나타났다.

이상의 결과를 통해, 정책 이력 그룹 간 물리적 특성의 차이가 실증적으로 확인되었으며, 지형조건, 토지면적, 건축물 노후도, 용도지역, 토지형상이 핵심 요인임을 알 수 있다. 이는 ‘정비와 재생이 반복적으로 전환된 지역에서는 정책 이력에 따라 필지의 물리적 특성이 달라진다’라는 가설을 그룹 간 평균 차이와 분류 성능에서 모두 확인되었다. 또한 ‘사회경제적 요인이 동일하다는 전제하에 필지의 물리적 특성이 정책 유형을 구분하는 주요 요인으로 작용한다’라는 가설 역시, 랜덤포레스트 분석의 성능과 변수 중요도 결과를 통해 확인되었다.