서론
선행연구
1. 핫플레이스의 개념 및 특성에 관한 연구
2. 상권 및 중심지 분석 연구
3. 생활권 및 자족성 관련 이론 연구
데이터 수집
1. 연구 대상 및 공간적·시간적 범위
2. 데이터 수집 및 전처리
3. 변수 선정 및 정의
분석방법론
1. 가설 설정
2. 변수 설정
3. 변수 간 상관성 검토 및 다중공선성 진단
4. 다중선형회귀분석
5. 잔차 분석을 통한 공간적 이질성 검토
6. Moran’s I 분석
7. Local Indicators of Spatial Association(LISA) 분석
분석결과
1. 기초통계 분석 결과
2. 다중공선성 진단 결과
3. 다중선형회귀분석(MRA) 결과
4. 잔차 분석 및 Moran’s I 분석 결과
5. LISA 분석 결과
결론
서론
최근 서울에서는 특정 시기와 사회적 관심 속에서 유동인구 활동이 집중되는 이른바 ‘핫플레이스(Hot Place)’ 현상이 두드러진다. 대중매체와 SNS를 통해 확산된 이 용어는 ‘사람들이 많이 모여드는 인기가 많은 곳’(National Institute of Korean Language, 2025)이라는 통상적 의미를 넘어 도시 공간 내에서 새로운 트렌드를 형성하고(Chung et al., 2020), 선호 시설의 집적과 온라인을 통한 정보 확산이 결합되어 방문을 유도하는 강력한 공간적 기제로 작동한다(Kim and Kim, 2021). 더 나아가 핫플레이스는 상업·문화 활동이 고밀도로 복합되어 방문이 집중되는 도시의 새로운 중심지로 정의될 수 있으며, 그 형성과 쇠퇴 과정에서 문화적 다양성과 상업적 영향력이 상호작용하는 다층적 특성을 보인다(Kim et al., 2018).
기존 연구들은 이러한 핫플레이스를 분석하기 위해 주로 상업시설 밀도, 업종 다양성 지수(Kim and Ahn, 2019), 유동인구 규모(Kim et al., 2023) 등 정량적 지표를 활용해 지역의 상업·문화 활동 수준을 설명해 왔다. 그러나 대다수 선행연구는 홍대, 강남, 명동 등 주요 상업지를 하나의 균질한 단일 상권으로 간주하거나 위계적 중심지 체계의 일부로만 파악하는 경향이 있었다(Kim et al., 2019; Oh et al., 2022). 이러한 거시적 접근은 핫플레이스가 단일한 기능을 수행하는 집적지가 아니라, 내부의 미시적 공간 단위(행정동 등)에 따라 상이한 역할과 구조적 특성을 내포하고 있음을 간과할 위험이 있다. Kim et al.(2023)가 지적했듯, 핫플레이스의 형성 요인인 지하철 접근성, 상업시설 밀도, 시간대별 이용 패턴 등은 지역적 맥락에 따라 이질적으로 작용하므로, 핫플 내부의 공간적 차이를 규명하기 위해서는 보다 세밀한 분석 단위의 접근이 요구된다.
이에 따라 본 연구는 핫플레이스를 상업·문화·여가 활동이 공간적으로 집적되어 방문 및 체류가 집중적으로 발생하는 도시 내 주요 활동 공간으로 정의하고, 핫플레이스 내부의 공간구조를 설명하는 새로운 틀로서 ‘생활권(living zone)’과 ‘자족성’ 개념에 주목한다. 생활권은 통상 주거를 중심으로 일상생활 관련 활동이 이루어지는 공간적 범위로 정의되지만, 도시계획적 관점에서 자족적 생활권은 주거, 상업, 업무, 문화·여가 기능이 일정 수준 이상 충족되어 외부 이동에 대한 의존 없이 일상적 활동이 내부적으로 완결되는 공간적 특성을 의미한다(Lee and Choi, 2023). 최근 2040 서울도시기본계획(Seoul Metropolitan Government, 2023)에서도 주거·상업·업무·여가 기능이 복합적으로 충족되는 자족적 보행 생활권을 구축하는 것을 도시 공간 계획의 핵심 방향으로 제시되고 있다. 이러한 맥락에서, 핫플레이스 내부에서 관찰되는 체류 및 통행 특성 또한 단순한 방문을 넘어선 ‘기능적 생활권’의 형태로 해석될 여지가 있다. 즉, 핫플레이스 내 특정 구역(동)에서 이용자의 통행이 내부적으로 순환·완결되는 비율이 높다는 것은 해당 공간이 단일 목적의 경유지가 아닌, 복합적 기능을 수행하는 자족적 활동 거점임을 시사한다.
따라서 핫플레이스를 단일한 상업 소비지로 보는 기존 시각에서 탈피하여, 내부 동(洞) 단위에서 나타나는 통행 행태의 차이를 분석하는 것은 핫플레이스의 다층적 구조를 이해하는 데 중요한 단서를 제공한다. 특히 주말 여가 통행과 같은 비일상적 활동이 특정 동 내부에서 얼마나 자족적으로 소화되는지(내부통행 자족성)를 파악함으로써, 각 동이 수행하는 실질적인 공간적 위상과 역할을 구분할 수 있다.
종합하면 본 연구는 서울시 대표적인 핫플레이스를 구성하는 행정동을 대상으로 내부통행비율을 활용하여 내부통행 자족성을 측정하고, 다중선형회귀분석 및 잔차 분석을 통해 그 공간적 이용행태를 유형화하고자 한다. 이를 통해 핫플레이스 내부가 균질하지 않고 서로 다른 기능적 생활권 구조를 형성하고 있음을 실증적으로 규명하고, 개별 행정동의 역할과 공간적 특성에 따른 정책적 시사점을 도출하는 것을 목적으로 한다.
선행연구
국내에서는 상업활동, 유동인구, 생활권 구조 등 사람들의 활동 패턴을 정량적으로 설명하기 위한 다양한 연구가 이루어져 왔다. 최근에는 핫플레이스와 같이 사회적 관심과 방문이 집중되는 공간의 형성 특성과 구조를 규명하려는 연구 또한 증가하고 있다. 본 연구는 핫플레이스 내부에서 행정동별 활동 구조와 기능적 차이가 어떻게 나타나는지를 규명하는 것을 목적으로 두고 (a) 기존의 핫플레이스 개념 및 특성 연구, (b) 상업활동 기반 상권·중심지 분석 연구, 그리고 (c) 생활권 및 자족성 관련 이론 연구를 중심으로 관련 문헌을 고찰하고 기존 연구와의 차별성을 도출하고자 한다.
1. 핫플레이스의 개념 및 특성에 관한 연구
핫플레이스의 형성과 특성에 관한 연구는 꾸준히 이루어져 왔으나, 대부분 특정 지역이 어떻게 사회적 관심과 방문을 유도하여 핫플레이스로 인식되는지 그 형성 과정을 설명하려는 거시적 논의에 집중되어 있다. Kim et al.(2018)은 핫플레이스를 문화적 다양성과 상업 자본이 상호작용하며 나타나는 복합적 활동 공간으로 정의하며, 이러한 공간이 고정된 단일 구조가 아니라 형성·성장·쇠퇴·이동의 동적인 과정을 거친다고 분석하였다. 또한 Kim et al.(2023)는 2017년과 2022년 서울 핫플레이스의 공간적 특성을 비교하여 지하철 접근성, 상업시설 밀도, 업종 다양성, 유동인구 등 형성 요인이 지역적 맥락에 따라 이질적으로 작용함을 실증하였다.
한편 국외에서는 대규모 이동 데이터와 SNS 데이터를 활용하여 특정 공간으로 활동과 방문이 집중되는 현상을 분석하는 연구가 활발히 이루어지고 있다. Huang et al.(2020)은 소셜미디어 데이터를 기반으로 인간의 이동 패턴이 특정 지역에 집중되는 경향을 보임을 확인하였으며, Zhao et al.(2021) 또한 모바일 데이터를 활용하여 도시 내 활동이 무작위가 아닌 구조적 패턴을 따라 형성된다는 점을 제시하였다. 또 Cranshaw et al.(2012)은 위치기반 SNS 데이터를 활용하여 도시 내에서 활동이 집중되는 공간을 식별하고, 이러한 공간이 단순한 행정적 구분이 아닌 실제 이용 패턴에 의해 형성된다는 점을 제시하였다.
이러한 연구들은 핫플레이스가 단순히 외부 유입에 의존하는 공간이 아니라 내부 공간 구성 요인과 결합해 나타나는 복합 활동 중심지라는 점을 공통적으로 강조한다. 그러나 기존 연구들은 핫플레이스를 주로 일정 면적이나 지역 전체를 포괄하는 거시적 단위로 설정하여 분석했기 때문에, 그 내부 공간 구조가 어떻게 세분화되고 차별화되는지에 대한 미시적 접근은 부족했다. 이는 본 연구에서 핫플레이스를 단일 공간으로 가정하지 않고, 내부통행 자족성 분석을 통해 핫플레이스 내부의 기능적 차이를 미시적으로 규명할 필요성을 뒷받침한다.
2. 상권 및 중심지 분석 연구
기존 상권 및 중심지 연구는 상업 활동의 집적과 위계를 규명하는 데 기여했으나, 주로 도시 공간을 단일한 상업·활동 기능의 집적지로 간주하는 경향이 강했다. Kim and Ahn(2019)는 상업시설 밀도와 업종 다양성 지수를 활용해 지역의 상업 활동 수준을 정량화 하였고, Kim et al.(2019)는 명동, 강남대로, 홍대합정 등 주요 상권을 단일 분석 단위로 설정하여 입지 특성과 유동인구가 점포 구성에 미치는 영향을 분석하였다.
한편 Oh et al.(2022)는 2000~2020년 서울시 상권 위계를 도시기본계획 중심지체계와 비교하여 행정적 중심지와 실제 상업 활동 기반 중심지가 상당 부분 불일치함을 밝혔다. 이는 중심지나 상권이 계획된 대로 균질하게 작동하는 단일 공간이 아니며, 실제 이용자들의 활동 구조에 따라 다층적이고 비균질적인 위계를 형성함을 시사한다.
국외 연구에서도 이러한 중심지 구조의 비균질성과 다핵성을 강조하고 있다. Louail et al.(2014)은 모바일 데이터를 활용하여 도시 내 중심지를 식별하고, 도시가 단일 중심이 아닌 다핵적 구조를 가지며 중심지 내부 또한 균질하지 않음을 밝혔다. 또한 Derudder et al.(2021)은 도시의 공간 구조가 다층적 중심지 체계로 구성되어 있으며, 중심지 간 기능과 역할이 상이하게 나타난다는 점을 실증적으로 제시하였고, Duranton and Puga(2020)는 도시 밀도와 공간 구조가 경제활동과 기능 분화에 핵심적인 영향을 미친다는 점을 제시하였다.
3. 생활권 및 자족성 관련 이론 연구
생활권과 자족성에 대한 연구는 도시 계획의 핵심 개념으로 다뤄져 왔으나, 대부분 도시 전체나 광역 지역 단위의 거시적 접근이 주를 이루었다. Oh(2012)은 생활권의 이론적 규모와 실제 계획된 규모가 불일치함을 지적하며, 생활권 설정이 행정구역이 아니라 실제 주민들의 활동 범위를 기준으로 설정되어야 한다고 주장하였다.
최근에는 Lee and Choi(2023)가 파리의 ‘15분 도시계획’과 ‘2040 서울도시기본계획’을 비교하며, 대도시 내에서 주거·업무·상업·여가 기능이 충족되는 ‘자족적 생활권’ 구축이 도시 지속가능성의 핵심 전략임을 강조하였다. 이는 특정 공간이 내부적으로 다양한 기능을 소화하여 활동을 완결시키는 능력이 중요함을 의미한다.
국외에서도 도시 구조와 통행 행태 간의 관계를 설명하는 연구가 활발히 수행되어 왔다. Gao et al.(2023)은 도시 환경 특성이 개인의 통행 행태에 미치는 영향을 종합적으로 검토하며, 밀도, 토지이용 혼합, 접근성 등이 이동 패턴을 설명하는 주요 요인임을 제시하였다. 또한 Gim(2013)은 토지이용 혼합도가 높을수록 통행 행태가 변화하며 내부 및 외부 이동 구조에 영향을 미칠 수 있음을 보고하였다. Sun et al.(2013)은 개인의 이동이 행정적 경계가 아닌 활동 공간 단위로 형성되며, 실제 생활권 역시 이러한 활동 기반 공간으로 이해되어야 함을 제시하였다.
그러나 이러한 기존 연구들은 주로 거주민 중심의 거시적 계획 단위에 머물러 있어, 핫플레이스와 같은 방문 집중형 공간 내부에서 나타나는 미시적 생활권 기능을 설명하는 데는 한계가 있다. 이에 본 연구는 생활권의 ‘자족성’ 개념을 차용하여, 핫플레이스 내부에서 동별 내부통행 수준을 분석함으로써 해당 공간이 단순 방문지를 넘어 실질적인 기능적 생활권으로 작동하는지를 실증적으로 규명하고자 한다.
데이터 수집
1. 연구 대상 및 공간적·시간적 범위
본 연구는 서울시 주요 핫플레이스 내부의 공간 구조와 여가 통행의 자족적 특성을 규명하기 위해 서울시 내 대표적인 상업·문화 중심지인 행정동들을 분석 대상으로 선정하였다. 행정구역 단위 기반 분석은 실제 이용자의 활동 범위나 상권 경계와 반드시 일치하지 않을 수 있으며, 특히 핫플레이스와 같은 공간은 행정경계보다는 보행 동선, 상업시설 집적, 이용자 인식 등이 중첩된 기능적 권역으로 형성되는 경향이 있다. 이러한 불일치는 공간 분석에서 MAUP(Modifiable Areal Unit Problem) 및 경계효과(boundary effect)와 같은 문제를 야기할 수 있다. 그럼에도 불구하고 본 연구에서는 다양한 공공데이터를 결합하여 분석을 수행하기 위해 행정동 단위를 공간 분석 단위로 설정하였다. 대부분의 공공데이터는 행정구역 단위로 제공되며, 특히 행정동은 다양한 자료 간 공간적 정합성을 확보할 수 있는 최소 공통 단위로 활용 가능하다는 점에서 분석 단위로 적합하다. 또한 행정동 단위는 구 단위와 같은 상위 집계단위에 비해 보다 세밀한 공간적 변이를 반영할 수 있어, 핫플레이스 내부의 이질성을 분석하는 데 유리하다. 반면, 상권 경계, 생활권, 집계구, 역세권 버퍼 등 대안적 공간 단위는 이론적으로는 기능적 공간을 더 잘 반영할 수 있으나, 자료 구축의 어려움, 데이터 간 공간적 불일치, 그리고 시계열 및 변수 간 정합성 확보의 한계가 존재한다. 이러한 이유로 본 연구에서는 분석의 일관성과 자료 결합 가능성을 고려하여 행정동 단위를 공간 분석 단위로 채택하였다.
본 연구에서는 핫플레이스 대상지 선정의 객관성과 재현 가능성을 확보하기 위해 2단계 절차를 통해 분석 대상 행정동을 도출하였다. 우선 1단계에서는 선행연구에서 반복적으로 언급된 서울시 주요 상업·문화 중심지 권역을 기준으로 핫플레이스 후보 영역을 설정하였다. 이 과정에서는 명동, 홍대·합정, 강남역, 성수, 연남, 이태원, 잠실 등과 같이 기존 연구와 사회적 인식에서 공통적으로 주요 활동 중심지로 지목된 지역을 중심으로 권역을 구성하였다(Kim et al., 2018; Kim and Kim, 2021; Kim, 2024; Chung et al., 2020).
다음으로 2단계에서는 해당 권역 내부를 행정동 단위로 분해한 후, 각 행정동의 실제 이용 강도와 상업 활동 수준을 반영하기 위해 서울시 상권분석서비스(2025년 4분기 기준)가 제공하는 유동 인구, 점포 수, 매출 데이터를 활용한 정량적 기준을 적용하였다. 구체적으로 유동인구는 길단위 인구 데이터를 활용하여 행정동별 총 유동인구 수를 집계하였으며, 점포 수는 점포-행정동 데이터, 매출은 추정매출-행정동 데이터를 활용하여 산출하였다. 이후 서울시 전체 행정동을 대상으로 각 지표의 상대적 분포를 기준으로 백분위 순위를 산정하고, 유동인구와 점포 수가 모두 하위 구간(하위 25% 범위)에 해당하는 행정동을 제외하는 방식으로 분석 대상 행정동 후보를 정제하였다.
다만 일부 지역의 경우 물리적 지표만으로는 최근의 사회적 관심도나 이용 집중도를 충분히 반영하기 어려운 한계가 존재한다. 이에 따라 포털 키워드 빈도를 보조 지표로 활용하여, 사회적 인지도와 실제 이용이 높은 지역을 보완적으로 포함하거나 조정하였다. 이러한 절차를 통해 최종적으로 35개의 행정동을 분석 대상지로 선정하였다.
시간적 범위는 일상적인 통근·통학 패턴을 배제하고, 핫플레이스 특유의 선택적·비일상적 활동을 포착하기 위해 주말 여가 통행으로 한정하였다. 이는 핫플레이스가 주로 여가·체류 활동을 중심으로 소비되는 공간이라는 점을 고려한 것으로, 평일 통근 패턴에 의한 간섭을 최소화하여 공간 내부의 자족적 활동 구조를 보다 명확히 파악하기 위함이다.
2. 데이터 수집 및 전처리
본 연구의 핵심 데이터인 통행 및 인구특성은 서울 생활이동 데이터(서울열린데이터광장)를 활용하였다. 또한 상업 및 여가 환경을 파악하기 위해 소상공인시장진흥공단 상가(상권)정보(공공데이터포털)와 다양한 서울시 행정구역 통계 자료들(서울열린데이터광장, 디지털트윈국토, 행정안전부)을 수집하여 결합하였다.
수집된 데이터는 행정동 단위로 공간 결합 및 집계 과정을 거쳤으며, 각 변수의 특성에 따라 평균값, 단위 면적당 밀도, 비율, 평균값 등으로 전처리하였다.
3. 변수 선정 및 정의
핫플레이스 내부의 기능적 차이와 자족성을 설명하기 위해 선정된 변수는 아래 Table 1과 같다.
본 연구는 핫플레이스 내부의 기능적 자족성과 공간적 이질성을 분석하기 위해 통행 특성을 나타내는 종속변수와 이를 설명하기 위한 네 가지 범주의 독립변수군을 설정하였다.
Table 1.
Definition and sources of variables
우선, 핵심 종속변수인 내부통행비율(내부통행 자족성)은 특정 행정동 내에서 발생한 전체 주말 여가 통행 중 출발지와 도착지가 동일한 행정동 내에 머무른 통행 비중을 의미한다. 이는 해당 동이 외부 이동 없이 내부적으로 여가 활동을 소화하는 ‘기능적 생활권’으로서의 성격을 얼마나 보유하고 있는지를 나타내는 지표로, 핫플레이스 내부의 통행 구조와 자족성을 분석하기 위한 변수로 활용된다. 해당 변수는 서울 생활이동 데이터를 활용해 산출되었는데, 서울 생활이동 데이터는 KT의 LTE/5G 기지국 신호 데이터를 기반으로 개인의 이동을 추정한 후, 이를 행정동 등 공간 단위로 집계하여 생성된 데이터이다. 해당 데이터는 대상연월, 요일, 도착시간, 출발 행정동 코드, 도착 행정동 코드, 성별, 나이, 이동유형, 평균 이동시간, 이동인구 등으로 구성된 OD 기반 집계 데이터로, 본 연구에서는 이 중 출발 행정동 코드와 도착 행정동 코드 정보를 활용하여 내부통행과 외부통행을 구분하였다. 구체적으로, 동일한 행정동 내에서 발생한 이동(출발 행정동 코드 = 도착 행정동 코드)을 내부통행으로 정의하였으며, 서로 다른 행정동 간 이동은 외부통행으로 분류하였다. 이후 각 행정동별로 전체 이동량 대비 내부통행량의 비율을 산출하여 내부통행비율을 계산하였다. 또한 해당 데이터는 특정 교통수단에 국한되지 않고 실제 이동 행태 전반을 포괄한다는 점에서, 본 연구는 이동의 수단이 아닌 공간적 완결성에 초점을 두어 내부통행비율을 자족성의 대리변수로 활용하였다. 다만 내부통행비율은 0과 1 사이의 값을 갖는 비율 변수이므로, 회귀분석 단계에서는 이를 logit 변환한 값을 종속변수로 사용한다. 이는 비율 변수의 특성상 선형회귀모형 적용 시 예측값이 허용 범위를 벗어날 수 있는 문제를 완화하고, 분포의 비대칭성과 분산의 비정상성을 완화하여 선형모형의 가정을 보다 충족시키기 위함이다.
독립변수는 핫플레이스 내부의 활동 구조 차이를 설명하기 위해 여가·체류 환경, 접근성, 상업적 중심성, 인구 특성의 네 범주로 구분하였다.
첫째, 여가·체류 환경을 설명하기 위해 상업시설 밀도와 문화·여가시설 밀도를 변수로 포함하였다. 이들은 소상공인 상가정보 데이터를 통해 행정동 내 관련 시설의 분포를 면적으로 표준화하여 산출되었으며, 해당 행정동이 일상적 소비 활동과 비일상적 여가 활동을 외부 이동 없이 내부적으로 수용할 수 있는 물리적 기반을 얼마나 갖추고 있는지를 나타내는 지표이다.
둘째, 접근성 요인은 지하철역 밀도와 버스정류장 밀도를 고려하였다. 두 변수는 행정동 단위에서 대중교통 시설의 공간적 분포를 기준으로 산출되었으며, 해당 지역이 도시 교통망 내에서 얼마나 쉽게 접근 가능한지를 보여주는 지표이다. 이를 통해 행정동이 외부 지역과 연결되는 이동 환경의 특성을 반영하고자 하였다.
셋째, 상업적 중심성과 공간적 위상을 반영하기 위해 평균 지가를 변수로 포함하였다. 평균 지가는 행정동 단위의 공시지가 자료를 집계하여 산출하였으며, 상업 집적 수준, 중심지 접근성, 개발 강도 등이 종합적으로 반영된 지표이다. 이는 해당 행정동이 도시 구조 내에서의 중심성 및 외부 수요 유입 가능성의 정도를 나타낸다.
넷째, 인구 특성 변수로는 1인 가구 비율과 20~39세 인구 비율을 포함하였다. 이 변수들은 행정동 내 거주 인구의 구조적 특성을 나타내는 지표로, 생활 반경의 근린화 정도와 여가·소비 활동의 주요 인구 집단 분포를 반영한다.
마지막으로, 내부통행비율은 행정동의 면적 규모, 인구 규모, 총통행량 규모 등에 의해 영향을 받을 수 있으므로 이러한 규모 효과를 통제하기 위해 행정동 면적, 거주인구, 총 주말 여가 통행량을 통제 변수로 포함하였다. 행정동 면적은 행정동 경계(폴리곤) 데이터를 활용하여 각 행정동의 면적을 산출한 후, 로그 변환을 적용하였다. 이는 해당 공간의 물리적 크기를 나타내는 지표로, 동일한 활동 구조를 가지더라도 공간 규모가 클수록 내부에서 통행이 완료될 가능성이 증가할 수 있다는 점을 반영한다.
인구는 행정동별 주민등록 인구 자료를 활용하여 총 거주인구를 집계한 후, 로그 변환을 적용하여 사용하였다. 이는 해당 행정동의 잠재적 활동 수요 규모를 나타내는 지표로, 거주 인구가 많을수록 지역 내부에서 발생하는 소비 및 여가 활동의 절대적 규모가 증가할 수 있음을 반영한다.
총 주말 여가 통행량은 서울 생활이동데이터를 활용하여 출발 행정동 기준 전체 주말 여가 통행량을 집계한 후, 로그 변환을 적용하여 산출하였다. 이는 해당 행정동에서 발생하는 전체 활동 규모를 나타내는 지표로, 내부통행비율의 분모에 해당하는 통행 규모 차이를 보정하기 위한 변수이다.
분석방법론
1. 가설 설정
본 연구는 서울시의 주요 핫플레이스 지역이 단순한 외부 방문 목적지를 넘어, 상업·문화·여가 기능의 집적과 인구·주거 구조 등의 조건이 결합된 공간으로서 내부 통행의 형성 요인을 설명할 수 있다는 전제에서 출발한다. 즉, 내부통행비율(내부통행 자족성)은 상업·문화시설의 집적 수준, 인구 구성, 지가 수준 등 지역 내부의 구조적 특성이 복합적으로 작용한 결과로 나타날 수 있다. 이에 따라 첫 번째로 "행정동의 내부통행 자족성은 상업·문화시설 집적, 인구 구성, 지가 수준과 같은 구조적 요인과의 관계에 의해 형성될 것이다." 라는 가설을 설정하였다.
핫플레이스는 외부 유입이 집중되더라도 그 내부를 구성하는 행정동별로 상업시설의 밀도, 교통 접근성, 인구 구성 등이 상이하게 분포하므로, 동일한 핫플레이스 내부에서도 여가·생활 활동의 충족 방식과 통행 행태가 서로 다르게 나타날 수 있다. 이에 따라 둘째, "핫플레이스 내부에서도 행정동별 내부통행 자족성에 유의한 차이가 존재할 것이며, 이는 공간적 이질성을 형성할 것이다."라는 가설을 설정하였다.
2. 변수 설정
본 연구는 행정동 단위에서 여가 통행이 지역 내부에 얼마나 머무르는지를 나타내는 내부통행 자족성을 중심으로, 핫플 내부의 활동 구조가 서로 어떻게 다른지를 분석하고자 한다. 이를 위해 여가·체류 환경, 접근성, 상업적 중심성, 인구 특성의 네 범주로 독립변수를 구성하여, 각 행정동이 내부적으로 여가 수요를 수용하는 방식의 차이를 비교·설명하고자 하였다.
여가·체류 환경 변수는 해당 지역이 일상적 소비 및 여가 활동을 내부적으로 충족할 수 있는 공간적 기반을 어느 정도 갖추고 있는지를 나타내며, 접근성 변수는 외부 지역과의 연결성과 이동 선택 가능성을 반영한다. 또한 평균 지가는 행정동이 도시 구조 내에서 차지하는 중심성과 외부 수요 유입 가능성을 나타내는 지표로 활용된다. 인구 특성 변수는 지역 내 거주 인구의 구성과 생활 양식과 관련된 구조적 특성을 반영하는 요소로 고려하였다.
이러한 변수 구성을 통해 본 연구는 핫플레이스로 인식되는 지역들 사이에서도 내부통행 자족성 수준이 상이하게 나타나는 구조적 배경을 행정동 단위에서 살펴보고자 한다.
3. 변수 간 상관성 검토 및 다중공선성 진단
회귀 분석에 앞서 독립변수 간 상관관계를 검토하여 변수 간 중복성과 정보의 편중 여부를 확인하였다. 이를 위해 피어슨 상관계수를 산출하였으며, 높은 상관관계를 보이는 변수 조합에 대해서는 변수의 해석 가능성을 고려하여 변수 구성을 조정하였다.
또한 다중선형회귀분석의 안정적인 추정을 위해 분산팽창지수(Variance Inflation Factor, VIF)를 산출하여 다중공선성 여부를 진단하였다. VIF 값이 10을 초과하는 경우 다중공선성이 존재하는 것으로 판단하였으며, 기준치를 초과하는 변수는 분석에서 제외하거나 대체 변수를 활용하였다.
4. 다중선형회귀분석
본 연구는 내부통행 자족성에 영향을 미치는 요인을 파악하기 위해 다중선형회귀분석(Multiple Regression Analysis, MRA)을 적용하였다. MRA 여러 독립변수가 동시에 존재하는 상황에서 각 변수가 종속변수에 미치는 평균적인 영향을 추정할 방법으로, 핫플레이스 내부 통행 구조의 기본적인 결정 요인을 규명하는 데 적합하다. MRA의 일반적인 수식은 Equation 1과 같다.
여기서 는 행정동 의 내부통행비율을 의미하며, 는 행정동 의 상업시설 밀도, 교통시설 밀도, 평균 지가, 인구 특성 등 번째 독립변수를 나타낸다. 는 각 독립변수가 내부통행비율에 미치는 평균적인 영향을 의미하며, 는 모형으로 설명되지 않는 오차항이다.
회귀모형은 모든 독립변수를 동시에 투입하는 방식으로 구성하였으며, 이를 통해 다른 변수의 영향을 통제한 상태에서 각 변수의 독립적인 영향력을 분석하고자 하였다. MRA 분석 결과는 핫플 내부통행비율에 영향을 미치는 공통적·구조적 요인을 도출하는 데 활용되며, 이는 이후 잔차 분석을 위한 기반으로 기능한다.
5. 잔차 분석을 통한 공간적 이질성 검토
본 연구는 MRA 분석만으로는 핫플 내부의 행정동별 차이를 충분히 설명하기 어렵다는 점에 주목하여, 회귀 분석 결과로부터 도출된 내부통행비율의 잔차(residual)를 활용한 추가 분석을 수행하였다. 잔차는 회귀모형을 통해 예측된 내부통행비율과 실제 관측값 간의 차이를 의미하며, 이는 구조적 요인으로 설명되지 않는 지역별 고유한 통행 특성을 반영한다. 잔차 도출은 Equation 2에 따라 진행된다.
여기서 는 행정동 의 잔차, 는 실제 관측된 내부통행비율, 는 MRA 회귀모형을 통해 예측된 내부통행비율을 의미한다.
MRA 분석을 통해 도출된 예측값을 기준으로 잔차를 산출한 뒤, 행정동별 잔차의 크기와 방향을 비교하였다. 잔차가 양(+)의 값을 가지는 경우, 해당 행정동은 주어진 상업·교통·인구 조건에 비해 내부통행 자족성이 상대적으로 높아, 구조적 조건을 초과하는 생활권적 기능을 수행하고 있는 것으로 해석할 수 있다. 반면, 잔차가 음(-)의 값을 가지는 경우, 구조적 조건에 비해 내부통행 자족성 수준이 낮아 외부 의존적 통행 특성이 강한 지역으로 해석될 수 있다.
이러한 잔차 분석을 통해 본 연구는 핫플레이스 내부가 행정동별로 서로 다른 역할과 기능을 수행하는 비균질적 공간 구조를 가지고 있음을 실증적으로 검토한다. 나아가, 잔차의 분포 특성을 바탕으로 핫플레이스 내부에서 자족성이 상대적으로 강화되거나 약화되는 공간을 식별함으로써, 향후 공간 관리 및 정책적 보완의 방향을 논의하고자 한다.
6. Moran’s I 분석
MRA 모형으로부터 도출된 내부통행비율의 잔차가 공간적으로 무작위적인지, 공간적 맥락을 공유하는지를 검토하기 위해 Moran’s I 분석을 수행하였다. Moran’s I는 공간적으로 인접한 단위들 간 값의 유사성이 존재하는지를 검정하는 지표로, 잔차에 유의한 공간 자기상관이 존재할 경우 MRA 모형이 공간적 의존성을 충분히 반영하지 못했음을 시사한다. 본 연구에서는 행정동 경계 공유 여부에 기반한 Queen contiguity 가중치와, 행정동 중심점 간 거리를 기반으로 한 K-최근접 이웃(K-Nearest Neighbors, KNN) 가중치를 각각 적용하여 분석의 민감도를 함께 확인하였다. 이를 통해 가중치 설정 방식에 따른 공간 자기상관 검정 결과의 일관성을 검토하고자 하였다.
7. Local Indicators of Spatial Association(LISA) 분석
본 연구는 전역적 공간 자기상관 검정인 Moran’s I 분석을 보완하기 위해, 행정동 단위에서의 국지적 공간 군집 패턴을 파악하기 위한 LISA(Local Indicators of Spatial Association) 분석을 추가로 수행하였다. LISA 분석은 개별 공간 단위가 주변 지역과 유사하거나 상이한 값을 가지는지 확인함으로써, 공간적 군집 및 이상치(Outlier)를 식별하는 데 활용된다. 본 연구에서는 MRA 모형으로부터 도출된 내부통행 자족성의 잔차를 대상으로 LISA 값을 산출하였으며, 이를 통해 특정 행정동이 주변 지역과 비교하여 상대적으로 높은 값 또는 낮은 값을 가지는 국지적 공간 패턴을 분석하였다. 분석 결과는 High-High, Low-Low와 같은 공간적 군집 유형과 High-Low, Low-High와 같은 공간적 이상치 유형으로 구분하여 해석하였으며, 이를 통해 핫플 내부에서 나타나는 공간적 이질성이 단순한 개별 특성인지, 혹은 국지적 공간 구조와 연관된 패턴인지 추가적으로 검토하였다.
분석결과
1. 기초통계 분석 결과
Table 2는 본 연구에서 분석 대상으로 선정한 35개 핫플레이스 행정동의 내부통행비율과 주요 설명변수의 기초 분포를 정리한 것이다. 내부통행비율의 분포를 살펴본 결과, 행정동별로 뚜렷한 차이를 보였으며, 최소 0.60%(을지로동)에서 최대 16.06%(삼성2동)까지 분포하여 행정동 간 내부통행비율의 차이는 최대 15.46%에 달하는 것으로 확인되었다. 이는 핫플레이스로 분류된 지역 내부에서도 생활권의 자족성 수준이 균질하지 않음을 보여주어 핫플 내부에서도 행정동별 내부통행비율에 뚜렷한 차이가 존재함을 시사하며, 두 번째 가설을 뒷받침하는 결과로 해석된다.
Table 2.
Descriptive statistics of internal trip ratios and explanatory variables for hotplace administrative dongs
한편, 본 연구에서는 내부통행비율이 0~100 범위를 갖는 비율 변수라는 점을 고려하여, 회귀분석 단계에서는 이를 0~1 범위로 변환한 후 logit 변환을 적용하였다. 따라서 본 절의 기초통계에서는 원자료인 내부통행비율(%)과 함께 logit 변환값을 병행하여 제시하였다.
상업시설 밀도와 문화·여가시설 밀도는 일부 상업·여가 중심지 행정동에서 매우 높은 값을 보이는 반면, 주거 기능이 상대적으로 강한 지역에서는 낮은 수준으로 나타나 행정동 간 공간적 편차가 크게 관측되었다. 교통 접근성을 나타내는 버스정류장 밀도와 지하철역 밀도 역시 지역별로 상이한 분포를 보였으며, 이는 핫플 내부에서도 근린 이동과 광역 이동 여건이 동일하지 않음을 시사한다.
평균 지가는 도심 상업 중심지에서 매우 높은 값을 보인 반면, 외곽 또는 주거 성격이 강한 행정동에서는 상대적으로 낮게 나타나 행정동 간 중심성의 차이를 반영하였다. 인구 특성 변수인 1인 가구 비율과 20~39세 인구 비율 또한 행정동별로 큰 변동성을 보였으며, 이는 핫플레이스 내부의 인구 구조가 단일하지 않음을 보여준다. 이러한 변수 분포는 이후 다중공선성 진단과 회귀 분석을 통해 내부통행비율에 대한 구조적 영향 요인을 분석하기 위한 기초 자료로 활용된다.
2. 다중공선성 진단 결과
다중선형회귀분석에 앞서 독립변수 간 다중공선성으로 인한 추정치 왜곡 가능성을 점검하기 위해 분산팽창지수(Variance Inflation Factor, VIF)를 산출하였다. 다중공선성 진단은 각 독립변수가 다른 변수들과 얼마나 중복된 정보를 공유하는지를 확인하기 위한 절차로, 일반적으로 VIF 값이 10을 초과하는 경우 심각한 다중공선성이 존재하는 것으로 판단한다. 분석결과는 Table 3과 같다.
Table 3.
Results of multicollinearity diagnostics among independent variables
분석 결과, 모든 독립변수의 VIF 값은 기준치인 10 미만으로 나타났으며, 가장 높은 값을 보인 변수는 상업시설 밀도로 VIF=4.30으로 확인되었다. 그 외 log(총통행량)(VIF=1.65), log(행정동 면적)(VIF=3.27), 1인 가구 비율(VIF=2.65), 문화·여가시설 밀도(VIF=2.60), 20~39세 인구 비율(VIF=2.50), 평균 지가(VIF=1.90), log(인구)(VIF=3.54), 버스정류장 밀도(VIF=1.47), 지하철역 밀도(VIF=1.26) 모두 비교적 낮은 수준을 보였다. 상수항의 VIF 값은 1414.36으로 상대적으로 크게 나타났으나, 이는 변수 중심화가 이루어지지 않은 회귀모형에서 일반적으로 관찰되는 현상으로, 다중공선성 문제로 보기는 어렵다.
이러한 결과는 본 연구에서 사용한 독립변수들 간에 심각한 다중공선성이 존재하지 않음을 의미하며, 각 변수의 회귀계수는 다른 변수의 영향을 통제한 상태에서 비교적 안정적으로 추정되었음을 시사한다.
3. 다중선형회귀분석(MRA) 결과
핫플레이스 내부 행정동별 내부통행비율에 영향을 미치는 구조적 요인을 분석하기 위해 다중선형회귀분석(Multiple Regression Analysis, MRA)을 수행하였다. 이때 서울시 전체 행정동을 대상으로 내부통행 자족성에 영향을 미치는 일반적인 구조적 관계를 안정적으로 추정하기 위해 전체 417개 행정동을 포함하여 수행하였다. 이는 표본 수를 충분히 확보함으로써 모형의 통계적 안정성과 설명력을 높이고, 특정 지역에 편중되지 않은 보편적 관계를 도출하기 위함이다. 내부통행비율을 0~1 범위로 변환한 후 logit 변환한 값을 종속변수로 설정하고, 상업시설 밀도, 문화·여가시설 밀도, 교통 접근성 변수, 평균 지가, 인구 특성 변수를 독립변수로 투입하였다. 또한 변수 간 단위 차이에 따른 계수 해석의 한계를 보완하고 상대적 영향력을 명확히 비교하기 위해 모든 설명변수를 표준화한 회귀모형을 적용하였다. Breusch–Pagan 검정을 통해 회귀모형의 이분산성을 검정한 결과, 유의확률이 0.01 수준에서 통계적으로 유의하게 나타나(p<0.001) 잔차의 분산이 일정하지 않은 이분산성이 존재하는 것으로 확인되었다. 이에 따라 이분산성으로 인한 추정의 왜곡 가능성을 보정하기 위해 강건 표준오차를 적용하여 회귀모형을 추정하였다. 회귀 분석 결과는 Table 4에서 제시한다.
Table 4.
MRA results for the internal trip ratios
| Variable | Coef. | Robust SE | p-value |
| Const | -2.135*** | 0.023 | <0.001 |
| Commercial facility density | -0.216*** | 0.044 | <0.001 |
| Culture & leisure facility density | 0.082** | 0.036 | 0.023 |
| Bus stop density | 0.029 | 0.029 | 0.331 |
| Subway station density | -0.054** | 0.024 | 0.025 |
| Average land price | -0.081** | 0.037 | 0.028 |
| Single-person household ratio | -0.058 | 0.047 | 0.223 |
| Youth population ratio (ages 20–39) | 0.022 | 0.035 | 0.530 |
| log (dong area) | 0.002 | 0.043 | 0.958 |
| log (population) | 0.395*** | 0.068 | <0.001 |
| log (total trips) | -0.011 | 0.066 | 0.873 |
| Model fit measure | Value | ||
| Number of observations | 417 | ||
| R2 | 0.582 | ||
| Adj. R2 | 0.572 | ||
| F-statistic | 50.31 | ||
MRA 분석 결과, 회귀모형의 결정계수(R2)는 0.582로 나타나, 투입된 독립변수들이 내부통행비율(logit 변환값)의 변동을 약 58.2% 설명하는 것으로 확인되었다.
변수 간 상대적 영향력을 살펴보면, log(인구)는 가장 큰 양(+)의 계수값(β=0.395, p<0.001)을 보이며 내부통행비율에 대한 영향력이 가장 큰 변수로 나타났다. 이는 인구 규모가 큰 행정동일수록 내부에서 발생하는 활동이 다양화되고, 그 결과 내부에서 통행이 완결될 가능성이 상대적으로 높아짐을 의미한다. 다만 해당 변수는 행정동의 잠재적 활동 수요 기반을 반영하는 특성을 가지므로, 내부통행 자족성의 직접적인 결정요인이라기보다는 다른 구조적 변수들의 효과가 나타나는 과정에서 함께 작용하는 규모 효과로 해석하는 것이 타당하다.
상업시설 밀도는 두 번째로 큰 영향력을 가지는 변수로 나타났으며(β=-0.216, p<0.001), 이는 상업 기능의 집적이 내부 자족성 강화보다는 외부와의 연계 이동을 증가시키는 방향으로 작용함을 시사한다.
문화·여가시설 밀도(β=0.082, p=0.023), 평균 지가(β=-0.081, p=0.028), 지하철역 밀도(β=-0.054, p= 0.025)는 통계적으로 유의한 관계를 보였으나, 계수 크기 측면에서는 상대적으로 영향력이 제한적인 수준으로 나타났다. 이는 해당 변수들이 내부통행비율의 변화 방향을 설명하는 데에는 의미가 있으나, 변동의 크기를 결정하는 핵심 요인이라기보다는 보조적인 역할을 수행함을 시사한다.
반면, 1인 가구 비율(β=-0.058, p=0.223), 20~39세 인구 비율(β=0.022, p=0.530), 버스정류장 밀도(β=0.029, p=0.331), log(총통행량)(β=-0.011, p=0.873), log(행정동 면적)(β=0.002, p=0.958) 변수는 통계적으로 유의하지 않으며 계수값 또한 작게 나타나, 내부통행비율에 대한 영향력은 제한적인 것으로 확인되었다. 이는 내부통행 자족성이 단순한 교통시설 공급 수준이나 인구 구성, 공간 규모 및 총 인구 수의 차이만으로 설명되기보다는, 상업 및 여가 기능의 구성과 같은 공간의 기능적 특성과 보다 밀접하게 관련되어 있음을 시사한다. 특히 log(총통행량)은 행정동의 전체 활동 규모를 반영하는 변수로, 내부통행비율의 직접적인 설명요인이라기보다는 행정동별 전체 활동 규모를 반영하는 특성에 기인한 결과로 해석될 수 있다. 따라서 총통행량 변수는 내부통행비율의 형성 메커니즘을 설명하는 핵심 변수라기보다는, 다른 설명변수들의 효과를 보다 명확하게 식별하기 위한 통제변수로 해석하는 것이 타당하다. 또한 log(행정동 면적)의 경우에도 통계적으로 유의하지 않고 영향력이 매우 작은 것으로 나타나, 공간 규모 자체는 내부통행 자족성의 변동을 설명하는 주요 요인으로 작용하지 않는 것으로 판단된다.
그러나 이들 변수는 도시 내 접근성을 설명하는 핵심 요인으로 이동행태 및 공간 활성화에 중요한 영향을 미치는 변수로 제시되어 왔다. 서울시를 대상으로 한 연구에서는 대중교통 접근성이 행정동 간 공간적 차이를 설명하는 주요 지표로 활용되며, 도심 및 중심지에서 높은 접근성이 나타나는 구조를 보이는 것으로 보고된 바 있다 (Yun and Woo, 2015). 또한 대중교통 접근성의 향상은 보행환경 개선과 방문객 증가를 통해 상권 활성화와 밀접하게 연관되는 것으로 나타났다 (Kim, 2015). 이러한 결과는 핫플레이스로 분류된 지역들에서는 이미 교통 접근성이 일정 수준 이상 확보되어 있어, 이러한 변수가 내부통행비율의 추가적인 변동을 설명하는 데에는 제한적인 역할을 했을 가능성을 나타낸다.
1인 가구는 가족 부양의 의무가 있는 2인 이상 가구에 비해 자기가치 제고를 위한 취미생활이나 여가 관련 소비에 적극적인 집단으로, 여가와 관광을 즐기려는 성향이 강한 것으로 나타났다. 1인 가구는 서울시 전체 가구의 상당한 비중을 차지하며, 특히 20~30대에서 높은 비율을 보이는 것으로 나타나, 해당 연령층과 1인 가구의 특성이 밀접하게 결합되어 도시 내 여가 및 소비 활동의 주요 수요층으로 기능하고 있음을 확인할 수 있다. 또한 여가통행 목적지 선택에 있어 특정 지역에 고정되기보다는 다양한 지역을 선택하며, 활동 목적에 따라 복수의 공간을 이용하는 특성을 보인다(Jang and Lee, 2016). 따라서 본 연구에서는 이러한 인구구조 변수들이 통계적으로 유의하지 않더라도 도시 내 여가통행과 공간 선택을 설명하는 핵심 요인이며, 핫플레이스와 같이 기능이 고도로 집적된 공간에서는 인구구조의 영향이 상대적으로 약화될 수 있으므로 이론적 중요성을 고려하여 모형에 포함하였다. 즉, 내부통행의 형성은 교통 접근성이나 인구구조 보다는 해당 공간이 내부적으로 어떤 활동을 얼마나 수용할 수 있는가와 더 밀접하게 연관되어 있을 수 있음을 시사한다.
종합하면, 내부통행비율은 인구 규모와 상업 기능에 의해 가장 크게 설명되며, 문화·여가 기능과 교통 접근성은 보조적인 영향을 미치는 반면, 기타 변수들의 기여도는 상대적으로 제한적인 것으로 나타났다. 이는 내부통행비율이 무작위적으로 형성되는 것이 아니라, 행정동의 구조적 특성과의 관계 속에서 일정 부분 설명될 수 있음을 의미하며, 이에 따라 본 연구의 가설은 경험적으로 지지되는 것으로 판단된다. 다만 다수의 변수들이 통계적으로 유의하지 않게 나타났다는 점은 구조적 요인만으로는 설명되지 않는 행정동별 차이가 존재함을 시사하며, 이는 이후 잔차 분석을 통한 추가 검토의 필요성을 제기한다.
4. 잔차 분석 및 Moran’s I 분석 결과
다중선형회귀분석 결과를 바탕으로, 본 연구는 MRA 분석이 설명하지 못하는 행정동별 내부통행비율의 차이를 파악하기 위해 잔차 분석과 공간적 자기상관 검토를 수행하였다. 잔차는 회귀모형을 통해 추정된 내부통행비율과 실제 관측값 간의 차이를 의미하며, 구조적 변수로 설명되지 않는 지역별 고유한 통행 특성을 반영하는 지표로 해석된다.
먼저 MRA 모형의 기본 가정 충족 여부를 점검하기 위해 잔차의 분포 특성을 검토하였다. 잔차와 예측값 간 산점도(Figure 1)를 살펴본 결과, 잔차가 특정 방향으로 체계적으로 증가하거나 감소하는 경향, 혹은 뚜렷한 곡선 형태의 비선형 패턴은 관찰되지 않았다. 이는 회귀모형의 선형성 가정이 전반적으로 충족됨을 의미한다.
또한 Q-Q plot(Figure 2)을 통해 잔차의 정규성을 검토한 결과, 잔차가 이론적 정규분포 직선에 대체로 근접한 형태를 나타내어 정규성 가정 역시 위배되지 않는 것으로 나타났다.
다음으로 일부 관측치가 회귀 결과에 과도한 영향을 미쳤는지를 확인하기 위해 Cook’s distance(Figure 3)를 활용한 영향점 분석을 수행하였다. 본 분석에서는 서울시 전체 행정동(n=417)을 대상으로 추정된 MRA 모형의 잔차를 기반으로 Cook’s distance를 산출한 후, 본 연구의 핵심 분석 대상인 핫플 행정동 35개에 한정하여 영향점 여부를 검토하였다. 분석 결과, 전체 35개 행정동 중 4개 관측치(index 23, 43, 218, 364)가 일반적으로 사용되는 기준선(4/n)을 초과하는 것으로 나타났다(Table 5). 이는 해당 행정동들이 회귀계수 추정에 상대적으로 큰 영향을 미치고 있음을 의미하나, 극단적인 이상치라기보다는 핫플레이스 내부의 구조적 이질성을 반영하는 사례로 해석될 수 있다.
Table 5.
Observations with high Cook’s distance
| Observation index | Dong | Cook’s distance |
| 23 | Euljiro-dong | 0.014 |
| 43 | Itaewon 1(il)-dong | 0.014 |
| 218 | Yeonnam-dong | 0.018 |
| 364 | Samseong 2(i)-dong | 0.013 |
을지로동은 전통적인 인쇄·제조 산업 기반 위에 문화적 소비 공간이 결합된 대표적인 도심 전이 공간이다. 기존 산업 공간의 물리적 환경 위에 새로운 소비·문화 활동이 중첩되면서, 을지로는 외부 방문객을 유인하는 문화적 장소성과 기존 종사자들의 일상적 이동이 공존하는 복합적 공간 구조를 형성하였다(Park and Kim, 2024). 이러한 공간적 중첩은 통행 목적과 시간대에 따른 이동 행태의 변동성을 증폭시키는 요인으로 작용한다. 실제로 을지로동에서는 문화·소비 목적의 외부 방문 통행이 증가하는 동시에, 기존 업무·제조 종사자들의 내부 이동 역시 유지되는 구조가 관찰된다.
이로 인해 을지로동의 내부통행비율은 시간대와 이용 목적에 따라 큰 변동성을 보이며, 평균적인 구조 변수에 기반한 MRA 모형으로는 이러한 특성을 충분히 포착하기 어렵다. 따라서 을지로동이 MRA 모형에서 영향점으로 식별된 것은, 기존 산업 공간과 새로운 소비 공간이 중첩된 도시재생형 핫플의 특성이 행정동 단위 이동 행태에 반영된 결과로 해석할 수 있다. 이는 핫플 내부에서도 재생 방식과 장소성이 통행 구조에 중요한 영향을 미칠 수 있음을 보여준다.
이태원1동은 다국적 문화와 소비 활동이 결합된 대표적인 관광·상업 중심지로, 이태원역 인근을 중심으로 형성된 상권이 경리단길, 해방촌 등으로 확장되며 다핵적 구조를 보이는 지역이다. 상권의 업종은 외식업과 패션·의류 중심으로 재편되며, 특정 업종의 집적과 상권 간 경쟁이 동시에 나타나는 특징을 가지는데 이는 상권의 기능이 일상생활 기반이 아닌 소비 목적 중심으로 형성되어 있음을 의미한다(Woo, 2021). 특히 이태원 상권에서는 유동 인구와 매출액 간의 상관관계가 낮게 나타나며, 단순 방문객 규모보다 실제 소비를 목적으로 한 방문이 중요한 역할을 하는 것으로 확인된다. 이는 이태원이 일상적 생활권 기반 공간이 아니라, 특정 소비 목적을 가진 방문객에 의해 이용되는 상권임을 의미한다. 특히 상권이 다핵적으로 확장되고 업종 간 경쟁과 집적이 동시에 나타나는 구조는 통행 또한 공간적으로 분산되고 비정형적인 패턴을 보일 가능성을 높인다.
따라서 이태원1동은 내부 생활권 내 통행보다는 외부 유입에 기반한 소비 중심 통행이 우세한 지역으로 해석할 수 있으며, 이러한 특성은 일반적인 행정동과 다른 이동 패턴을 형성하게 만든다. 이에 따라 이태원1동이 회귀모형에서 영향점으로 나타난 것은 관광·소비 중심의 통행 구조가 기존 변수 체계로 충분히 설명되지 않았기 때문으로 해석할 수 있다.
연남동은 경의선숲길공원 개장을 계기로 급격한 상업화와 공간구조 변화를 경험한 대표적인 젠트리피케이션 지역이다. 기존에는 주거 기능이 중심이었던 지역이었으나, 2015년 경의선숲길 개장 이후 외부 방문객이 증가하면서 상업 및문화 소비 공간으로 전환되었다. 실제로 연남동의 인구는 감소한 반면 유동인구는 지속적으로 증가하였으며, 주민 생활과 밀접한 업종의 매출은 감소한 반면 카페 및 음식점과 같은 방문객 중심 업종의 매출은 급격히 증가한 것으로 나타났다. 또한 주택의 상업적 용도로의 전환과 제2종 근린생활시설 인허가 역시 크게 증가하여 주거환경이 상업 중심으로 재편된 것으로 확인된다 (Lee, 2020). 한편 연남동 상권은 단순히 확산되는 것이 아니라 특정 구간에 집중되는 형태로 성장하였으며, 이러한 공간적 집중성은 시간이 지날수록 더욱 강화되는 것으로 나타났다. 이는 상권의 변화가 균등하게 나타나는 것이 아니라, 특정 장소에 집적되는 국지적 현상으로 나타남을 의미한다(Park, 2021). 이러한 특성은 연남동이 일반적인 생활권 기반 공간이 아니라 특정 소비·체류 활동이 집중되는 목적지형 공간으로 기능하고 있음을 시사한다.
이러한 선행연구를 종합하면, 연남동은 거주민의 일상적 활동을 중심으로 형성되는 내부 통행 구조보다는 외부 방문객의 유입과 소비 활동에 의해 통행이 형성되는 공간으로 해석할 수 있다. 특히 상업 및 문화시설이 특정 구간에 집중되어 있다는 점은 통행 또한 공간적으로 불균등하게 발생할 가능성을 의미하며, 이는 평균적인 구조 변수로 설명되는 일반 행정동과는 다른 이동 패턴을 형성하게 만든다. 따라서 연남동이 회귀모형에서 영향점으로 나타난 것은, 젠트리피케이션과 상업적 집적에 의해 형성된 방문객 중심 통행 구조가 기존 변수 체계와 괴리를 발생시킨 결과로 해석할 수 있다.
삼성2동은 코엑스(COEX)를 중심으로 한 대규모 복합시설과 업무 기능이 집적된 지역으로, 서울의 대표적인 업무·상업 중심지 중 하나이다. 코엑스는 복합 엔터테인먼트형 시설로, 지하철 2호선 삼성역과 9호선 봉은사역에 직접 연결되어 높은 접근성을 갖는다. 이러한 구조는 대규모 유동인구를 지속적으로 유입시키는 기반이 되며, 연간 약 3,200만~4,000만 명에 이르는 방문객이 해당 공간을 이용하는 것으로 알려져 있다(Paik and Kang, 2016). 이러한 복합 소비공간은 다양한 기능을 집약적으로 제공함으로써 집객력이 크게 증가하고, 체류시간 또한 3~5시간 이상 연장되는 특징을 보인다. 즉, 소비자는 하나의 공간 내에서 쇼핑, 문화, 여가, 업무 활동을 동시에 수행하게 되며, 이는 공간 내·외부 이동을 연계적으로 유발하는 구조를 형성한다.
이와 같은 특성은 삼성2동의 이동 패턴이 일반적인 근린 생활권과는 다르게 나타날 가능성을 시사한다. 즉, 일상적 생활 기반의 내부 순환 이동보다는, 외부에서 유입된 방문객이 특정 목적을 가지고 방문한 후 다시 외부로 이동하는 패턴이 지배적으로 나타난다. 또한 복합시설 내부에서 다양한 활동이 이루어지면서 이동이 복합적·연계적 형태로 나타나기 때문에 상업시설 밀도나 교통 접근성과 같은 변수만으로는 충분히 설명되기 어려운 구조를 가진다. 따라서 삼성2동이 Cook’s distance 기준을 초과하는 영향점으로 나타난 것은, 해당 지역이 단순한 상업 중심 핫플이 아니라 복합적인 소비문화공간으로서 외부 연계형 이동 구조를 가지기 때문으로 해석할 수 있다.
한편, 회귀모형의 추정 결과가 특정 관측치에 의해 영향을 받았을 가능성을 검토하기 위해 영향점을 제외한 회귀모형을 추가적으로 추정하였다. 영향점을 제외한 회귀모형의 결과는 다음 Table 6에서 제시한다.
그 결과, 모형의 설명력은 증가하는 것으로 나타났으며(R2=0.582 → 0.636), 주요 변수의 계수 방향은 전반적으로 유지되는 것으로 나타났다. 다만 문화·여가시설 밀도의 경우 기존 모형에서는 유의한 변수였으나 영향점 제거 이후 유의성이 약화되어 통계적으로 유의하지 않은 수준(p=0.073)으로 나타났다. 이는 일부 행정동이 문화·여가시설 밀도가 매우 높은 동시에 다른 구조적 특성과 결합된 비정형적 패턴을 보이며, 해당 관측치가 포함될 경우 해당 변수의 효과가 상대적으로 크게 추정되었기 때문으로 해석할 수 있다.
따라서 문화·여가시설 밀도의 유의성 변화는 해당 변수의 효과가 특정 관측치에 민감하게 반응하고 있음을 의미하며, 이에 대한 해석에는 신중함이 요구된다. 다만, 전체 변수의 계수 방향이 일관되게 유지된다는 점에서 모형의 전반적인 구조는 안정적으로 유지되는 것으로 판단된다.
Table 6.
MRA results for internal trip ratios without influential data points
| Variable | Coef. | Robust SE | p-value |
| Const | -2.124*** | 0.021 | < 0.001 |
| Commercial facility density | -0.215*** | 0.042 | < 0.001 |
| Culture & leisure facility density | 0.062* | 0.035 | 0.073 |
| Bus stop density | 0.010 | 0.028 | 0.721 |
| Subway station density | -0.063*** | 0.023 | 0.005 |
| Average land price | -0.058** | 0.026 | 0.028 |
| Single-person household ratio | -0.029 | 0.038 | 0.449 |
| Youth population ratio (ages 20–39) | 0.042 | 0.031 | 0.186 |
| log (dong area) | -0.034 | 0.040 | 0.396 |
| log (population) | -0.059 | 0.033 | < 0.001 |
| log (total trips) | 0.451*** | 0.047 | 0.216 |
| Model fit measure | Value | ||
| Number of observations | 413 | ||
| R2 | 0.636 | ||
| Adj. R2 | 0.627 | ||
| F-statistic | 68.94 | ||
Figure 4는 MRA 회귀모형으로부터 도출된 잔차의 공간적 분포를 행정동 단위로 시각화한 결과이다. 서울시 전체 행정동 경계를 기준으로, 분석 대상인 핫플 35개 행정동만을 색상으로 표현함으로써 구조적 요인으로 설명되지 않는 내부통행비율의 상대적 과대·과소 지역을 직관적으로 확인할 수 있도록 하였다. 양(+)의 잔차를 보이는 지역은 주어진 상업·교통·인구 조건 대비 내부통행비율이 상대적으로 높은 행정동이며, 음(-)의 잔차를 보이는 지역은 외부 의존적 통행 특성이 강한 지역으로 해석할 수 있다.
핫플레이스로 정의된 행정동만을 대상으로 시각화한 결과, 잔차의 부호와 크기가 공간적으로 일관된 군집을 형성하기보다는 핫플레이스 내부에서 산발적으로 분포하는 양상을 보였다. 이는 내부통행비율이 단순한 공간적 인접성보다는 행정동별 개별 특성에 의해 차별적으로 설명되고 있음을 시사한다. 특히 동일한 핫플레이스 권역 내에서도 구조적 조건 대비 내부통행비율이 과소 또는 과대 추정되는 행정동이 혼재함에 따라, 핫플레이스 내부의 공간적 이질성이 존재함을 확인할 수 있다. 이에 본 연구는 이러한 잔차가 공간적으로 체계적인 군집 패턴을 형성하는지, 혹은 공간적으로 무작위적인 분포를 보이는지를 검증하기 위해 Moran’s I 분석을 추가적으로 수행하였다(Table 7). 행정동 경계 기반 Queen 인접성 가중행렬과 거리 기반 K-최근접 이웃(KNN) 가중행렬을 적용한 결과, 두 경우 모두 Moran’s I 값은 통계적으로 유의하지 않은 것으로 나타났다(p>0.05). 이는 내부통행비율에서 구조적 변수로 설명되지 않는 잔차에 대해, 본 연구의 분석 설정 하에서 전역적인 공간적 자기상관이 뚜렷하게 확인되지 않았음을 의미한다. 다만 이러한 결과가 공간적 영향의 부재를 의미하는 것은 아니며, 국지적 수준의 공간적 이질성이나 비선형적 공간 구조가 존재할 가능성은 여전히 존재한다.
Table 7.
Results of Moran’s I analysis for MRA residuals
|
Spatial weight matrix type | Moran’s i | p-value |
Number of observations (n) | Interpretation |
| Queen | 0.2225 | 0.078 | 35 | No spatial autocorrelation |
| Knn | 0.1412 | 0.074 | 35 | No spatial autocorrelation |
5. LISA 분석 결과
이에 따라 공간적 패턴이 국지적 수준에서 존재할 가능성을 확인하기 위해 Local Moran’s I(LISA) 분석을 추가적으로 수행하였다. 그 결과, 일부 행정동에서 국지적 수준의 군집 및 이질적 패턴이 확인되었다. Figure 5는 내부통행비율의 국지적 공간자기상관 분석 결과를 기반으로, 행정동별 군집 유형을 시각적으로 나타낸 것이다.
Table 8은 의미 있는 군집 및 이질성을 보이는 행정동(p<0.05)만을 정리한 것이다. 명동·을지로동·광희동 등 도심 지역에서는 내부통행비율이 낮은 행정동들이 인접하여 나타나는 LL 유형이 관찰되었으며, 이는 해당 지역이 관광 및 상업 중심 기능이 집적된 도심 상권으로, 외부 유입 기반의 이동이 지배적으로 나타나 내부통행비율이 낮게 형성되는 특성과 관련이 있는 것으로 해석될 수 있다. 반면, 송파1동과 방이2동에서는 높은 내부통행비율을 가지는 행정동들이 인접하여 나타나는 HH 유형이 확인되어, 이는 상대적으로 근린생활 중심의 활동이 이루어지는 지역에서 내부 이동이 활발하게 발생하는 특성을 반영하는 것으로 볼 수 있다. 한편, 일부 행정동에서는 주변과 상이한 패턴을 보이는 국지적 이질성이 나타났다. 혜화동의 경우 HL 유형으로 나타나, 내부통행비율은 높은 반면 인접 지역은 상대적으로 낮은 값을 보이는 구조를 가진다. 이는 대학가 및 공연·문화시설 중심의 활동이 밀집된 지역으로, 일상적 생활 이동보다는 특정 목적 기반의 내부 활동이 집중되는 기능적 특성이 주변 지역과 차별화되어 나타난 결과로 해석될 수 있다. 반대로 삼성1동과 잠실3동에서는 LH 유형이 확인되었는데, 이는 해당 지역의 내부통행비율은 낮지만 주변 지역은 높은 값을 가지는 구조로, 업무시설이나 대형 상업·업무 복합시설 중심의 활동으로 인해 외부 유입 및 외부 연계 이동이 상대적으로 크게 나타나는 기능적 특성이 반영된 결과로 볼 수 있다.
Table 8.
Significant Local Moran’s I (LISA) results for internal trip ratio (p < 0.05)
이러한 결과는 내부통행비율의 공간적 분포가 지역의 기능적 특성에 따라 국지적으로 상이한 패턴을 보일 수 있음을 시사한다.
결론
본 연구는 서울시 주요 핫플레이스로 인식되는 지역을 대상으로, 동일한 핫플레이스 권역 내부에서도 행정동별 내부통행비율이 서로 다르게 나타나는 구조적 배경을 분석하고, 이러한 차이가 단일한 통행 구조로 설명될 수 있는지를 검토하였다. 이를 위해 내부통행비율을 logit 변환한 값을 종속변수로 설정하고, 문화·여가시설 밀도, 교통 접근성, 평균 지가, 인구 특성 등 행정동의 구조적 특성을 반영한 변수와 함께 면적, 인구, 총통행량을 통제변수로 포함하여 다중선형회귀분석(MRA)을 수행하였다.
분석 결과, 행정동 내부의 log(인구), 문화·여가시설 밀도는 내부통행비율을 높이는 방향으로 작용한 반면, 평균 지가 수준, 지하철역 밀도, 그리고 상업시설 밀도는 내부통행비율을 낮추는 요인으로 나타났다. 한편 log(인구)의 경우 행정동의 활동 규모를 반영하는 통제변수로 포함된 점을 고려할 때, 이를 자족성의 직접적인 결정요인으로 해석하기보다는, 다른 구조적 변수들의 효과가 나타나는 과정에서 함께 작용하는 규모 효과로 이해할 필요가 있다. 이러한 결과를 종합하면 내부통행이 단순히 활동의 집적 정도를 반영하는 지표가 아니라, 해당 행정동이 일상적 여가 활동이 반복·완결되는 근린 생활권으로 기능하는지, 혹은 외부 방문과 연계된 중심지적 공간으로 작동하는지에 따라 상이한 양상으로 나타날 수 있음을 의미한다. 다시 말해, 핫플레이스 내부에서도 일부 행정동은 생활권적 자족성이 상대적으로 강한 공간으로 기능하는 반면, 다른 행정동은 외부 수요와 연계된 이동 중심 공간으로 작동하고 있음을 확인하였다. 한편 구조적 변수로 설명되지 않는 내부통행비율의 잔차를 대상으로 공간적 자기상관을 검토한 결과, Moran’s I 값은 통계적으로 유의하지 않은 것으로 나타났다. 이는 내부통행비율의 공간적 분포에서 인접 행정동 간 뚜렷한 군집이나 확산 패턴이 통계적으로 확인되지 않았음을 의미한다. 다만 이러한 결과는 공간적 영향이 존재하지 않음을 의미하기보다는, 본 연구의 분석 범위와 설정된 공간 가중행렬 하에서 유의한 공간적 자기상관이 검출되지 않았음을 나타낸다. 이에 따라 공간적 패턴이 국지적 수준에서 존재할 가능성을 확인하기 위해 Local Moran’s I(LISA) 분석을 추가적으로 수행하였다. 그 결과, 일부 행정동에서 국지적 수준의 군집 유형이 확인되었다. 또한 각 유형별 행정동의 특성을 분석한 결과, 내부통행비율의 공간적 분포는 행정동별 기능적 특성과 관련된 차이를 보이는 것으로 나타났다. 따라서 내부통행비율의 차이는 인접한 행정동 간의 공간적 확산이나 군집에 의해 형성되기보다는, 각 행정동이 지니는 개별적인 공간 구성과 기능적 역할에 의해 결정될 가능성이 있다는 점을 시사한다. 이러한 결과는 핫플 내부 공간을 하나의 연속적이고 균질한 영역으로 해석하기보다는, 행정동 내부에서 나타나는 공간적 차이를 고려하여 분석할 필요성을 뒷받침한다.
종합하면, 본 연구는 핫플을 단일한 소비·방문 공간으로 간주하는 기존의 시각에서 벗어나, 핫플레이스 내부 공간이 행정동별로 상이한 통행 구조와 기능적 성격을 지니는 비균질적 공간 구조임을 실증적으로 제시하였다. 이는 핫플레이스 내부에서도 내부통행의 자족성 수준이 균일하지 않으며, 각 행정동이 도시 공간 내에서 수행하는 역할이 구조적으로 구분될 수 있음을 의미한다. 또한 본 연구의 차별성은 자족성 개념의 정의 및 분석 적용 방식에 있다. 기존 연구에서는 도시 공간의 자족성을 주로 접근성, 시설 밀도, 통행거리 등 정적인 지표를 통해 간접적으로 측정해 왔다. 반면 본 연구는 실제 이동 행태를 기반으로 내부통행비율을 산출하고, 이를 자족성의 변수로 정의하였다. 이는 자족성을 접근 가능성이 아니라 “활동이 공간 내부에서 얼마나 완결되는가”라는 관점에서 해석했다는 점에서 의의가 있다.
이러한 결과는 향후 핫플레이스 관련 도시 관리 및 계획에서 공간 단위를 보다 세분화하여 접근할 필요성을 시사한다. 동일한 핫플레이스 권역이라 하더라도 행정동별로 통행 구조와 기능적 성격이 다르기 때문에, 일괄적인 상업 활성화 정책이나 교통 인프라 확충보다는 지역의 실제 이용 행태를 반영한 미시적 맞춤형 전략이 요구된다. 예를 들어 내부통행비율이 낮은 행정동의 경우 외부 연계 이동의 비중이 높다는 점에서, 광역 이동과의 연계를 고려한 접근성 관리와 보행·대중교통 동선의 효율화가 보다 중요한 정책 과제가 될 수 있다. 반대로 내부통행비율이 상대적으로 높은 행정동에서는 여가 활동이 지역 내부에서 반복·완결되는 경향이 나타나는 만큼, 보행 환경 개선, 체류 공간 확충, 소규모 문화·여가 시설의 질적 개선과 같은 정책 수단이 생활권적 자족성을 강화하는 데 효과적으로 작용할 수 있다. 또한 평균 지가 수준과 1인 가구 비율이 내부통행비율과 음의 관계를 보였다는 점은, 고지가 지역이나 1인 가구 밀집 지역에서 동일한 방식의 공간 개입이 항상 자족성 강화를 가져오지는 않을 수 있음을 시사하며, 핫플 내부에서도 지역별로 상이한 정책 목표 설정이 필요함을 의미한다.
다만 본 연구는 몇 가지 한계를 지닌다. 첫째, 분석에 활용한 통행 데이터가 주말 여가 통행에 한정되어 있어 평일 통근·통학 통행이나 시간대별 이용 패턴의 차이를 충분히 반영하지 못하였다. 이는 본 연구에서 도출된 내부통행 자족성이 특정 시간대 및 활동 목적(여가)에 국한된 결과일 수 있음을 의미하며, 전체적인 도시 이동 구조를 일반화하는 데에는 한계가 있다. 둘째, 내부통행비율을 핵심 지표로 설정함에 따라 개별 통행의 목적 다양성이나 활동 연쇄 구조를 정교하게 구분하지 못한 한계가 존재한다. 마지막으로, 본 연구는 정량화 가능한 물리적 도시 환경 및 인구 통계 변수에 기반한 분석에 초점을 두었기 때문에, 가로환경, 공간 의 브랜드이미지, 장소 선호, 안전 인식, 사회적 관계망과 같은 비물리적·심리적 요인이 통행 행태에 미치는 영향은 고려하지 못하였다.
이에 따라 향후 연구에서는 내부통행비율을 보완할 수 있는 통행 연쇄 구조, 체류 시간, 반복 방문 여부와 같은 추가적인 이동 지표를 도입함으로써 내부통행의 성격을 보다 구체적으로 구분할 필요가 있다. 더 나아가 연령대와 가구 유형을 세분화한 분석 틀과 질적 조사 자료를 병행한 혼합 방법론적 접근을 통해, 핫플레이스 내부 공간이 가지는 생활권적 의미와 통행 행태의 동인을 보다 입체적으로 해석할 필요가 있을 것이다.
