서론

도시 보행 네트워크의 보행량 추정은 도시 및 교통 계획의 수립에 매우 중요한 요소이다. 도시 및 교통 계획 측면에서 보행량은 보도, 횡단보도, 그리고 보행자 전용도로 설치 등 보행자를 위한 시설의 계획을 수립함에 있어 중요한 기초 자료로 활용될 수 있다. 최근 우리나라는 지속가능한 도시의 성장 및 관리의 측면에서 다양한 도시 (재)개발 및 교통체계 정비 사업이 추진되고 있다. 도시 개발 및 교통체계 정비 사업의 추진에 있어, 사업의 타당성 분석 및 세부 추진계획을 수립하기 위해 신규 도시 시설물에 대한 이용 수요 및 교통수요(승용차, 대중교통 등) 분석이 면밀히 검토되고 있으나, 보행수요에 대한 면밀한 분석은 일반적으로 배제되고 있는 실정이다. 도시 및 교통 계획 단계에서 보행수요(보행량)에 대한 분석이 배제됨에 따라 적절한 수준의 보행 인프라 구축에 어려움이 있으며, 이로 인해 보행자의 만족도 저하 및 잠재적인 안전 문제를 야기할 수 있다. 이러한 현상은 도시 및 교통 계획의 추진에 따른 장래 보행량 변동을 합리적으로 추정하는 정밀한 보행량 추정 모형 및 체계적인 방법론의 부재에 기인한 것으로 판단된다. 예를 들어, 국내 도로 및 철도 부문 사업 추진 시, 예비타당성조사 표준지침이 마련되어 있으며, 지침 내에 교통수요의 합리적인 추정을 위한 세부적인 방법론이 제시되고 있으나(Korea Development Institute, 2021), 보행수요의 추정에 관한 국내 지침 및 체계화된 방법론은 찾아보기 어렵다.

본 연구는 도시 개발 및 교통체계 정비 사업 추진에 따른 장래 보행량의 변동을 예측하는 모형의 개발 및 체계적인 방법론을 제시하는 것을 목적으로 하고 있다. 먼저 본 연구는 가용한 국내 보행량 조사 자료를 기반으로 도로 보행 네트워크의 보행량의 패턴을 추정하는 통계 모형을 구축하였다. 또한 구축된 통계 모형을 기반으로 사업대상지의 사업 전·후 보행량의 변동을 추정하는 체계적인 방법론을 제시하였다. 마지막으로 본 연구는 국내에서 추진 중인 대규모 도시 개발 및 교통체계 정비 사업인 서울국제교류복합지구 조성 사업을 대상으로 사례 분석을 통해 방법론에 대한 검증 및 활용 방안을 모색하였다.

선행연구

여러 선행연구에서 보행량 추정을 위한 다양한 시도가 있었다. 선행연구의 주된 방향은 유동인구 및 보행량 조사 결과를 기반으로 보행로 인근 토지 및 건축물 이용 행태, 대중교통 접근성, 보행로 특성 등의 변수를 고려한 통계적 모형을 구축하고, 이를 기반으로 설명변수와 보행량 간의 상관성을 분석하는 것이다. Yun and Choi(2013)는 보행환경 요인들과 보행량과의 관계를 분석하였으며, 토지이용, 도시조직, 가로의 디자인, 대중교통과의 접근성이 보행량에 미치는 영향력을 파악하였다. 동 연구는 보행량을 종속변수로 하는 회귀모형을 구축하였으며, 모형 구축 결과를 바탕으로 건물 저층부의 용도, 보행로의 경사도, 보도 및 차도 폭, 보행자전용도로 및 횡단보도의 유무 등이 보행량에 미치는 영향력을 분석하였다. Im and Choi(2020)는 서울을 연구 대상 지역으로 선정하여 보행량 분석을 수행하였다. 동 연구는 2009년 서울시 보행량 조사 데이터를 활용하였으며, 보행량이 많은 지역 중 무작위로 선정하여 물리적 환경(도로 폭, 경사도, 보행자 전용 도로 등)을 고려하였으며, 특별히 엔트로피 기반의 가중 토지용도 혼합지수(Entropy-Based Weighted Land Use Mix Index)를 적용하여 보행량을 설명하였다. 동 연구는 보행량을 설명하기 위해 회귀모형을 구축하였으며, 보도 폭, 도로 차선 수, 버스 정류장 및 지하철 출입구 등 교통 요인과 사회경제적 요인이 보행량과 일관되게 긍정적인 관계가 있음을 제시하였다. Lee et al.(2017) 또한 2009년 서울시 보행량 조사 데이터를 활용하였으며, 고밀도 도시 환경에서 밀도, 토지이용 등이 보행량에 미치는 영향을 분석하였다. 동 연구에서 최소자승법 모형과 공간 오차 모형의 비교 분석을 수행하였으며, 고용 밀도, 상업 개발 밀도, 복합 용도(주거 지역 한정), 버스 정류장, 지하철역, 거리(보도 폭, 차선 수, 경사도 등) 등의 변수가 모든 모형에서 보행량과 양의 상관관계가 있음을 제시하였다. Jiang et al.(2022)는 호주 빅토리아주 멜버른시의 중심업무지구(CBD)를 사례 지역으로 하여, 도심 지역의 시공간적 세분화를 고려한 보행량 예측 모형을 제안하였으며, 교통(버스 정류장), 사회경제(고용밀도), 도로망(주거지, 보행자전용도로), 토지 이용 등의 변수가 보행량과 밀접한 상관성이 있음을 제시하였다. Schneider et al.(2013)은 샌프란시스코 보행량을 추정하기 위해 로그 선형회귀 모형을 구축하였으며, 토지이용(중심 업무지구, 고밀도, 중밀도, 저밀도, 주거지역, 관광지역), 교통 시스템, 지역 환경 및 사회경제적 특성 등을 설명변수와 보행량 간의 유의미한 상관관계를 파악하였다. Schneider et al.(2021)은 밀워키 대도시 지역 사거리 교차로의 연간 보행자 횡단 수를 추정하기 위해 음이항 회귀모형을 구축하였으며, 인구밀도, 고용 밀도, 버스 정류장 수 등의 설명 변수와 보행자 횡단 수 간의 유의미한 상관관계를 확인하였다. Kim et al.(2013)과 Kim(2013)은 도시부 보행량의 추정을 위해 보행량을 종속변수로 하는 로그-선형 회귀모형을 구축하였다. 동 연구는 보행로 인근 토지이용 행태, 용도별 건출물 연면적, 대중교통 접근성을 나타내는 중력 지수(Gravity index), 보행로 특성(보행전용, 자전거도로, 혼합이용) 변수를 설명변수로 고려하였다. 보행량은 보행로 인근 건축물의 연면적, 대중교통 접근성 등의 요인에 긍정적인 영향을 받는 것으로 나타났다. Jang et al.(2015)는 서울시 유동인구조사자료를 활용하여 토지이용유형별로 보행량에 영향을 미치는 요인을 분석하였다. 동 연구는 보행로 주변 주거, 상업, 공업, 녹지 등의 토지이용을 바탕으로 군집분석을 통해 군집별 1일 및 시간대별 평균보행량의 차이를 분석하였으며, 공간적 위계를 고려한 다중선형회귀분석을 통해 보행량의 영향 요인을 규명하였다. Yim et al.(2019)은 서울시 유동인구 조사자료를 기반으로 서울시 강남·서초구 보행가로의 보행량을 추정하는 다중선형회귀분석 모형을 구축하였다. 모형의 설명력은 Adjusted R²이 0.612로 높게 나타났으며, 보행로의 물리적 환경(보도너비, 보도차도겸용 유무), 교통 환경(지하철/버스 접근성 등), 토지이용 특성(용도별 시설 밀도)이 보행량에 유의미한 영향이 있다는 연구 결과를 제시하였다. 동 연구는 구축된 다중선형회귀분석 모형을 기반으로 서울 강남역 일대의 세부 보행로의 보행량을 추정하였다.

일부 선행연구는 보행 네트워크의 구성과 보행량 간의 상관성 연구에 초점을 두었다. Han et al.(2008)은 공간구문론(Space syntax)에 기반하여, 개별 보행로와 전체 보행 네트워크와의 연결도(Connectivity)를 고려하여, 개별 보행로의 연결도와 보행량의 상관성 분석을 수행하였으며, 개별 보행로의 연결도와 보도폭이 보행량과 양의 상관성이 있음을 제시하였다. 마찬가지로 Kim(2003)은 공간구문론을 기반으로 서울 인사동 지역을 대상으로 사례 분석하여, 전체 보행 네트워크에서 개별 보행로의 위계성의 정도를 나타내는 통합도(Integration)를 분석하였다. 동 연구는 개별 보행로의 통합도와 보행량과의 상관성 분석을 수행하였으며, 분석 결과 보행로의 통합도와 보행량의 양의 상관성(상관계수 0.669-0.734)이 있음을 제시하였다. Law(2012)는 런던 지하철역 진출입 보행자 빈도 데이터를 활용하여 공간구문론 기반으로 측정된 지하철 접근성과 지하철역 이용 빈도 간의 상관관계를 분석하였다. 분석 결과, 모든 지하철역 이용 빈도와 지하철역 접근성 간의 양의 상관관계(Adjusted R²=0.503)가 있음을 제시하였다. Hajrasouliha and Yin(2015)는 뉴욕 버팔로 지역의 도로 네트워크 연결성이 보행량에 미치는 영향을 분석하였다. 동 연구는 링크 통합도, 교차로 밀도, 고용밀도, 토지이용, 인구밀도 등의 설명변수를 고려하여, 보행량을 추정하는 통계적 모형을 구축하였다. 분석 결과, 고용 밀도가 보행량에 가장 큰 영향을 미치는 것으로 나타났으며, 링크 통합도 또한 보향량에 유의미한 양의 상관관계가 있음을 제시하였다. Kim and Yang(2017)은 상업가로의 활성화요인을 분석하기 위해 활성화 지표인 유동인구(보행량)에 영향을 미치는 요인을 분석하였다. 동 연구는 서울시 종로구 삼청동길을 사례 분석하였으며, 공간구문론의 통합도/통과도(Betweenness) 및 보행로의 물리적 환경요인(보도폭, 장애물, 횡단보도 등)과 보행량의 상관성을 정성적으로 분석하였다. Lee and Seo(2013)는 서울시 보행량 조사 데이터와 공간구문론 및 GIS 기반의 건물 환경 변수를 고려하여 서울시 보행량을 추정하였다. 분석 결과, 인구 밀도, 고용 밀도, 건축물 용도, 버스 정류장, 공간 변수(연결성, 통제, 통합도) 등의 설명변수가 보행량과 유의미한 상관관계(R²=0.380)가 있음을 제시하였다. Raford and Ragland(2004)는 미국 캘리포니아주 오클랜드시의 중심업무지구(CBD)의 보행량 추정을 위해 공간구문론 기반의 링크 통합도와 보행량 간의 상관관계를 분석하였다. Chae et al.(2009)는 서울시 청계천복원사업에 따른 보행 네트워크 구조의 변화에 따른 보행량의 변화를 분석하였다. 동 연구는 사업 시행 전·후 보행 네트워크 구조의 변화를 공간구문론의 통합도를 통해 정량화하였으며, 통합도 및 보도폭, 점포수, 대중교통 접근성, 토지 이용 등의 영향 요인과 보행량 간의 상관성 분석을 수행하였다. 동 연구는 도시 개발 및 교통체계 정비 사업에 따른 보행량의 변동을 분석하였다는 측면에서 본 연구와 유사성이 있다.

선행연구 고찰 결과, 다양한 영향 요인(보행 네트워크 구조, 토지이용 특성, 대중교통 접근성, 보행로 특성 등)에 도시 내 보행로의 보행량에 영향을 미칠 수 있음을 확인할 수 있었다(Table 1). 선행연구의 주된 연구 접근법은 보행량 조사 결과를 기반으로, 영향 요인 변수와 보행량의 상관성 분석 또는 통계적 모델링 임을 확인하였다. 다만, 선행연구의 사례 분석은 대부분 소규모 지역에 한정되어 있다는 한계가 있으며, 도시 개발 및 교통체계 정비 사업에 따른 토지이용 및 보행 네트워크 구조의 변화가 보행량 변동에 미치는 영향을 분석하는 연구는 찾아보기 어렵다. 본 연구는 광범위한 도시 권역을 대상으로 대규모 도시 개발 및 교통체계 정비 사업 시행에 따른 보행량의 변동을 추정하는 것으로 목표로 하며, 이러한 측면에서 본 연구는 이론적/실무적 기여가 있는 것으로 판단된다. 또한 보행량 영향 요인 분석을 위해 통계적 모델링(또는 상관분석)과 공간구문론 기반의 보행 네트워크 분석을 포괄하는 선행연구는 드물다. 본 연구는 보행량을 추정하는 통계적 모델링을 주요 목적으로 하고 있으며, 공간구문론에 기반한 보행 네트워크 분석 결과를 보행량 추정 모델링의 주요 영향 인자로 고려하고 있다. 관련한 선행연구가 부족한 상황에서 본 연구는 학술적인 기여가 있을 것으로 판단된다.

보행량 추정 방법론

본 연구는 도시 개발 및 교통체계 정비 사업 추진에 따른 사업대상지의 전·후 보행량 추정을 위한 방법론을 개발하는 것을 궁극적인 목적으로 한다(Figure 1). 본 연구에서 제안하는 보행량 추정은 크게 두 가지 모델링 기법을 통해 이루어진다. 첫째, 도시 내 보행 가로의 보행량 패턴 분석을 위한 통계적 모형 구축이다. 구체적으로 광범위한 보행량 조사가 이루어진 2012년 서울시 유동인구 조사 자료를 기반으로 도시 내 보행 가로의 보행량 패턴 분석을 위한 통계 모형을 구축하였으며, 선행연구에서 주로 고려된 링크의 통합도 및 사회경제/토지이용/교통 변수가 모형의 독립변수로 고려되었다. 둘째, 사업대상지의 분석 시점의 미시적 보행자료를 기반으로 한 보행량의 정산(Calibration)이다. 앞서 구축된 보행량 패턴 분석 결과를 기반으로 분석 시점의 사업대상지 보행량 추가 조사 결과에 기반한 정산 계수를 고려하여, 사업대상지의 보행량을 추정하였다.

Figure 1.

Modeling framework for forecasting pedestrian traffic volumes

1. 보행량 패턴 분석 모형 구축

본 장은 도시 내 보행 가로의 보행량 패턴 분석을 위한 통계적 모형 구축 방안을 구체적으로 설명한다. 본 연구는 보행량 조사 결과와 기타 영향변수 데이터 셋을 기반으로 보행 가로별 보행량 패턴 분석을 위한 통계 모형을 구축하였다. 구체적으로 본 연구는 여러 선행연구에서 고려된 선형회귀분석 기법을 적용한 보행량 패턴 추정 모형 개발을 고려하였다. 오차항의 정규성과 보행량 패턴 분석 모형의 통계적 유의성을 확보하기 위해, 종속변수(보행량)를 로그(Log) 변환한 로그 선형회귀 모형(Log-Linear Model)을 최종 모형으로 선정하였다(보행량을 종속변수로 고려하였을 때, Q-Q Plot, kolmogorov-Smirnov 검증 시 오차항의 정규성이 확보되지 않는 경향이 나타났으며, 로그 변환 시 오차항의 정규성이 확보된 것으로 나타남) (Equation 1).

여기서, Pi는 i번째 보행로의 보행량이며, α는 상수, βk는 k번째 변수(xk)의 회귀계수이며, xk는 모형의 독립변수(영향 변수)로 보행량에 영향을 미치는 다양한 요인들이 고려되었다. ε는 오차항이다.

본 연구는 2012년 서울시 유동인구 조사를 통해 수집된 총 6,392지점의 일 평균(오전 7시-오후 9시 기준) 보행량(Figure 2)을 로그 변환하여 Equation 1의 종속변수로 설정하였다. 도시 내 보행 가로의 보행량 추정 모형 구축을 위해서는 광범위한 조사 지점에 대한 보행량 조사 결과 자료가 필요하며, 도시 전역에 걸쳐 보행량 조사가 이루어진 경우는 서울시 유동인구 조사 이외에 찾아보기 어렵다. 참고로 서울시 유동인구 조사는 2009년, 2012-2015년 사이에 진행된 조사이며(현재 조사 중단), 특히 2012년 조사에서 다수의 지점에 대해 보행량 조사를 수행하였다(2009년/2012년 9,850지점, 2013년, 1,000지점, 2014년 1,105지점, 2015년 1,500지점, 2013-2015년 조사는 2009년/2012년 조사의 보완 조사 성격임) (Seoul Open Data Plaza, 2024a). 특히 서울은 토지이용 행태가 다양하고, 버스와 지하철을 포함하는 대중교통 보급 등 토지이용 행태와 교통 서비스 수준을 고려한 모형 구축이 가능할 것으로 판단되어, 본 연구는 서울시를 대상으로 모형 구축을 검토하였다.

Figure 2.

Daily pedestrian traffic volumes in 2012 in Seoul

보행량 패턴 분석을 위한 통계 모형 구축을 위해 보행로 특성, 토지이용, 사회인구학적 특성 및 교통 서비스 수준 변수 등이 고려되었다. 본 연구는 개별 보행로가 전체 보행 네트워크에서 차지하는 위상(전체공간에서 해당 보행로로 접근하기 편리한 정도)을 고려하기 위해, 공간구문론의 링크 통합도를 설명변수로 고려하였다. 본 연구는 공간구문론 분석을 위해 depthmapX 소프트웨어를 활용하였다. depthmapX는 공간 배치 분석을 통해 대상 범위 내의 모든 공간, 동선, 그리고 공간 사용 빈도를 예측하는데 중요한 역할을 하며, 정량적인 공간 접근성 지표를 산출할 수 있다(Turner, 2004; UCL Space Syntax, 2024). 서울시 내 개별 보행로의 통합도 분석을 위해 서울 열린데이터 광장에서 제공하는 “서울시 자치구별 도보 네트워크 공간정보”의 약 49만 개의 보행로 형태 정보를 depthmapX 분석을 위한 입력자료로 활용하였다(Seoul Open Data Plaza, 2024b). depthmapX는 링크 통합도 분석을 위해 여러 옵션을 제공하며, 본 연구는 세그먼트 분석 기법(Segment analysis)을 활용하였다. 세그먼트 분석은 과거 연구에서 주로 활용되던 축 분석(Axial Analysis)의 한계를 극복하기 위해 고안된 방법이다. 축 분석은 분석 지점의 위치 변동에 따라 결과 값이 지속적으로 변할 수 있다는 단점과 광범위한 네트워크 분석에 적합하지 않으며, 본 연구는 서울시 보행 네트워크의 규모를 고려하여, 분석 시간을 단축시킬 수 있는 세그먼트 분석을 활용하였다.

참고로 depthmapX의 세그먼트 분석을 통해 산출된 통합도(Integration)란 축선도(Axial Map)를 구성하는 모든 축선(Axial Line)에 대한 접근성을 의미한다. 구체적으로 세그먼트 분석 과정에서 공간 깊이(Mean Depth)의 개념이 적용되며, 공간 깊이란 연구 지역의 공간 구조에서 주어진 기점과 종점을 연결하는 축선의 수로 정의된다. depthmapX에서 통합도는 전체 공간 위상도(Global Integration)와 부분 공간 위상도(Local Integration) 두 종류로 구분되며, 본 연구에서는 전체 공간 위상도의 값을 분석에 활용하였다. 서울시 보행 네트워크의 링크 통합도 분석 결과는 Figure 3와 같으며, 분석 결과 서울시 도심/부도심 및 주요 지점 보행로의 중심성을 잘 묘사하고 있는 것으로 판단된다.

본 연구는 보행량 패턴 추정을 위해 보행로 주변 지역 인구수, 종사자수, 건축물 연면적, 지하철/버스 접근성 등의 변수를 추가적으로 고려하였다. 본 연구는 보행량 패턴 분석 모형의 통계적 유의성을 확보하기 위해 반복적인 모형 개발 및 검증 과정을 거쳐 모형의 독립변수의 조합을 결정하였다. 예를 들어, 지하철 역사 및 버스 정류장의 영향권을 나타내는 버퍼의 크기는 반경 100m부터 500m까지 100m 단위로 순차적으로 증가시켜 가면서 입력변수로 투입해 보았으며, 계수의 통계적 신뢰도(p-value)가 가장 유의하게 나타나는 버퍼의 크기(지하철 역사의 경우 반경 500m, 버스 정류장은 반경 300m)를 최종 모형의 변수로 고려하였다. 단, 통계모형 구축에 활용된 변수 데이터는 유동인구 조사 시점과 동일한 2012년도를 기준으로 데이터를 구축하기 위해, Kim(2013)에서 활용된 변수 데이터를 본 연구의 통계분석을 위해 활용하였다. Table 2은 본 연구의 통계 분석을 위해 활용된 변수의 기술 통계량을 정리한 결과이다.

Figure 3.

Space-syntax based link integration values of pedestrian roads in Seoul calculated by depthmapX

Table 3는 보행량 패턴 분석을 위한 로그-선형 회귀모형 추정 결과이다. 구축된 통계모형의 Adjusted R2은 0.427로 양호한 수준이며, 개별 변수의 p-값은 대부분 1% 미만으로, 통계적으로 유의한 것으로 나타났다. 또한 개별 계수의 부호는 일반 상식과 대부분 일치하는 것으로 나타났다. 예를 들어, 보행로 주변으로 인구와 종사자 수가 많을수록 해당 보행로의 보행량은 증가하는 것으로 나타났다. 또한 보행로 주변의 건축물 연면적이 증가할수록 해당 가로의 보행량은 증가하는 경향을 보이며, 특히 상업시설과 업무시설의 연면적이 증가할수록 보행량이 증가하는 것으로 나타났다. 보행로 주변으로 지하철역/버스정류장 수가 많거나, 혹은 지하철/버스정류장에 인접할수록(거리가 가까울수록) 또는 승하차 인원이 많을수록 해당 가로의 보행량은 증가하는 것으로 나타난다. 개별 보행로의 위계를 표현하는 링크 통합도(즉, 보행네트워크 전체공간에서 해당 보행로에 접근하기 편리한 정도)가 증가할수록 해당 가로의 보행량은 증가하는 것으로 나타났다.

2. 분석 대상 지역 보행량 정산

앞서 추정된 로그-선형 회귀모형을 통해 전반적인 보행량의 패턴에 대한 추정이 가능하다. 단, 통계모형 구축을 위한 분석 시점이 2012년으로 현시점 기준 분석을 위한 보행량의 현행화가 필요하다. 여기서 사업 대상 지역을 대상으로 추가적인 보행량 조사 자료를 활용, 앞서 통계모형을 통해 추정된 보행량 패턴에 대한 정산을 통해 보다 정확한 보행량 추정이 가능할 것으로 판단된다. 본 연구는 앞서 제안된 보행 네트워크의 전반적인 보행량 패턴 추정 결과와 현시점 기준 보행량 조사 결과를 기반으로 보행량을 정산하는 방법론을 제안한다(Equations 2, 3, 4).

여기서, P^i는 로그-선형회귀분석을 통해 추정된 i번째 보행로의 보행량이다. F는 보행량 정산계수이며, Pi는 정산계수가 고려된 분석 대상 지역 i번째 보행로의 추정 보행량이다. F의 추정을 위해서는 기준년도 분석대상지 내 보행량을 2012년 서울시 유동인구 보행량으로 나누어 계산될 수 있다. N은 정산 계수 추정을 위해 고려된 보행량 조사 지점 수 이다.

사례 분석

1. 서울국제교류복합지구 조성 사업 시행 전·후 보행량 추정

본 연구는 도시 교통체계 정비 사업에 따른 사업 대상지의 전·후 보행량 추정 방법론을 개발하였으며, 방법론에 대한 검증을 위해 서울국제교류복합지구 조성 사업을 대상으로 사례 분석을 수행하였다. 서울국제교류복합지구는 한강·탄천, 도심활력, 스포츠·문화 및 여가가 어우러지는 대규모 MICE(Meetings, incentives travel, conventions, exhibitions/events) 복합단지로서 서울의 글로벌 경쟁력 강화를 목표로 사업이 추진되고 있다(Seoul metropolitan government, 2024a). 서울국제교류복합지구 조성 사업 내, 영동대로 지하공간 복합계발, 현대자동차부지 특별계획구역 복합시설(Global business center, GBC), 잠실 주경기장 리모델링, GTX-A 삼성역 개통 등 대규모 개발 사업이 추진됨에 따라 사업 대상지 내 교통 수요 변화가 예상된다.

서울국제교류복합지구 조성 사업은 대규모 도시 개발 사업과 추진과 동시에 교통체계 정비 사업을 계획하였다. 서울국제교류복합지구 교통체계 정비 사업 기본계획이 수립되었으며, 탄천을 기점으로 동·서를 연결하는 탄천보행교 건설 사업과 같은 보행축 정비 계획을 포함하고 있다(Seoul metropolitan government, 2017). 다만, 보행축 정비 및 보행 환경 개선 계획을 수립함에 있어, 중요한 입력자료인 사업 시행 전/후 보행량 정보가 부재한 실정이다. 특히 보행량은 보도폭 및 보행교 사업 규모 결정에 필수적인 자료이다. 본 연구는 보행량 추정 방법론을 적용하여, 서울국제교류복합지구 조성 사업 시행 전·후 개별 보행로의 보행량을 추정하였으며, 분석 결과를 바탕으로 대규모 도시 개발 사업 및 보행축 정비 사업의 보행량 변동에 대한 영향을 분석하였다. 사례 분석을 위해 본 연구에서 고려한 서울국제교류복합지구 조성 사업의 주요 내용 및 가정은 다음과 같다.

⦁현대 GBC 건립, 잠실운동장 및 MICE 개발계획 고려: 관련 개발계획을 참고하여, GIS맵 상에 신규 건축물 정보를 생성하고 장래 건축물 연면적 정보 갱신. 갱신된 정보를 바탕으로 보행로 인근 장래 건축물 시설 유형별 연면적을 새로이 산출하였음(Seoul metropolitan government, 2022; 2024b)

⦁사업 시행 전·후 링크 통합도 산출을 위해 서울 열린데이터 광장에서 제공하는 “서울시 자치구별 도보 네트워크 공간정보” 활용(Seoul Open Data Plaza, 2024b). 장래 링크 통합도 산출을 위해 기존 보행로 자료에 탄천보행교를 추가하였으며, depthmapX 프로그램을 통해 사업 시행 전·후 보행로의 링크 통합도 산출

⦁사업대상지의 인구/종사자 수는 통계청의 2022년 기준 서울시 동별 인구/종사자 수 자료를 활용. 반경 300m 내 인구/종사자 수 추정을 위해 Kim(2013)의 산출 방식을 적용. 국제교류복합지구 내 장래 인구/종사자 수 예측과 관련한 선행 연구는 부재한 실정으로, 장래 인구/종사자 수는 기준년도인 2022년과 동일한 것으로 가정

⦁2022년 기준, 서울시 버스노선별 정류장별 시간대별 승하차 인원 정보와 서울시 지하철 호선별 역별 시간대별 승하차 인원 정보를 가공(Seoul Open Data Plaza, 2024c; 2024d), Kim(2013)의 대중교통 접근성 지수(Gravity index)를 산정. 장래 대중교통 관련 변수 구축 시, GTX-A 삼성역 개통에 따라 장래 삼성역 일평균 승하차인원 예상 수요 약 20만명 고려(Korea Development Institute, 2014)

본 연구는 로그-선형 회귀모형을 통해 추정된 사업대상지 보행량 패턴 추정치에 정산 계수를 고려하여, 분석대상지의 보행량을 추정하였다(Figure 4). 정산 계수는 사업대상지 내 주요 보행로를 대상으로 2017년 조사된 “국제교류복합지구 보행축 정비 기본계획”의 보행량 자료를 활용하였다(Seoul metropolitan government, 2017) (본 사례 분석에 고려된 보행량 조사자료는 분석대상지 내 세부 보행로를 대상으로 가장 최근 조사된 보행량 자료이나, 기준년도인 2022년과는 다소 차이가 있으며, 이에 연구의 한계가 있음. 본 연구의 분석 방법론 적용 시 보행량 정산을 위해 기준년도의 분석대상지 내 보행량 정산을 위한 보완 조사가 이루어질 필요성이 있음). Seoul metropolitan government(2017)은 사업대상지 내 세 개의 주요 보행축인 선릉로, 삼성로, 아셈로를 대상으로 보행자도로 서비스수준 분석을 위해 보도의 재원 및 보행량 조사를 수행하였으며, 보행 서비스수준을 분석하였다. 본 연구는 동일 보행로를 대상으로 2012년 유동인구 조사의 전일 보행량과 Seoul metropolitan government(2017)의 보행량 자료를 바탕으로 Equation 4를 적용하여 정산 계수를 산정하였으며, 정산 계수는 8.84로 산정되었다(Table 4). 또한 본 연구는 추정된 사업대상지 내 보행로의 일평균 보행량 결과에 첨두시 보행량 집중률 계수 20.7%를 반영하여, 첨두시 보행량(오후 5:45-7:45)을 추정하였다(Figure 5)¹⁾. Figures 4와 5에 나타난 바와 같이, 본 연구는 사업대상지 내 세부 보행로별로 사업 시행 전·후 보행량 추정이 가능함을 확인하였다. 본 연구와 같이 광범위한 공간에 존재하는 세부적인 보행로에 대한 보행량 추정 연구에 관한 선행연구는 찾아보기 힘든 실정으로, 본 연구의 학술적/실무적 기여가 있음을 확인할 수 있다.

Figure 4.

Estimation results of daily pedestrian traffic volumes before and after the Seoul International district development (Time period: 7:00am to 9:00pm)

Figure 5.

Estimation results of peak-hour pedestrian traffic volumes before and after the Seoul International district development (Time period: 5:45pm to 7:45pm)

2. 주요 보행로 서비스수준 분석

도시 개발 및 도시 교통체계 정비 사업의 주요 쟁점 중 하나는 개발에 따른 장래 교통 수요의 변화, 이로 인한 교통 서비스 수준의 변화를 가늠하는 것이다. 본 연구의 사례 지역인 서울국제교류복합지구의 경우, 대규모 건설 사업(예: 현대 GBC, 잠실 MICE 등) 및 교통 사업(예: GTX 삼성역)으로 교통 수요의 변화가 예상되며, 특히 사업대상지 내 교통 수요의 유입으로 보행량의 대폭 증가가 예상된다. 보행량의 증가는 보행 서비스 수준의 저하를 야기할 수 있어, 사업대상지 내 보행자의 안전 및 만족도를 저해할 수 있다. 따라서 사업 시행에 따른 보행 서비스 수준 평가, 이를 통해 필요시 적절한 보행 환경 개선 대책 수립을 검토해 볼 수 있다.

본 연구는 앞선 보행량 추정 결과를 바탕으로, 사업대상지 내 주요 보행로를 대상으로 보행 서비스 수준을 평가하였다. 우선 사업 시행으로 보행량의 유의미한 변화가 예상되는 주요 보행로를 선정하였으며, 해당 보행로의 사업 시행 전·후 전일/첨두시 보행량 추정 결과는 Figure 6와 같다. 분석 결과, 서울국제교류복합지구 조성에 따라 사업대상지 내 보행량은 전반적으로 증가할 것으로 예상된다. 특히 현대 GBC 건립, GTX 삼성역 개통 등으로 보행량의 유의미한 변화가 예상되는 삼성역 출입구 및 현대 GBC 주변의 보행량은 최대 약 2.14배(일평균 보행량 기준)에서 최대 약 2.35배(첨두시 보행량 기준) 수준으로 증가할 것으로 예상된다.

Figure 6.

Visualization of pedestrian traffic volumes on major pedestrian roads in the Seoul international district

본 연구는 사업 시행으로 인한 보행환경 영향을 확인하기 위해, 국제교류복합지구 내 주요 보행로에 대한 서비스 수준 변화를 추정하였다. 본 연구는 2013년 발간된 국토해양부의 도로용량편람의 보행교통류율(인/분/m)을 기준으로 보행자 서비스수준을 평가하였다(Ministry of Land, Transport and Maritime Affairs, 2013) (Table 5). 본 연구는 보행자 서비스수준 평가를 위해 사업대상지 내 주요 보행로를 Figure 7와 같이 선정하였으며, 조사 시점 기준 보도폭을 조사하였다(Table 5). 본 연구는 첨두시 보행량을 기준으로 보행자 서비스 수준을 분석하였으며, 분석 결과는 Table 5와 같다. 분석 결과 사업대상지 내 GTX 삼성역 개통, 현대 GBC 건립, 잠실 MICE 개발 사업 등으로 전반적인 보행량 증가가 예상되며, 이로 인해 일부 보행로의 서비스 수준이 저하될 것으로 예상된다. 특히 삼성역 5번 출구와 현대 GBC 남측의 서비스 수준은 A이하로 떨어질 것으로 예상되는데, 이는 GTX 삼성역 개통으로 인한 교통 수요의 증가, 현대 GBC 건립에 따른 유동인구의 유입 등의 영향으로 보인다. 본 연구의 결과를 통해 대규모 도시 개발로 인한 보행량의 증가는 사업대상지 내 보행자 도로의 서비스수준에 영향을 미칠 수 있으며, 보행자 도로 서비스 수준 저하에 대비한 보행 환경 개선 대책의 마련이 필요함을 시사한다.

Figure 7.

Visualization of selected pedestrian roads for evaluating level of service

결론

본 연구는 도시 개발 및 교통체계 정비 사업 추진에 따른 장래 보행량의 변동을 예측하는 모형 및 방법론을 제시하였다. 본 연구에서 제안하는 보행량 추정 방법론은 크게 두 가지로 구분된다. 첫째는 개별 보행로별 보행량의 패턴을 추정하는 통계적 모형의 구축이며, 둘째는 구축된 통계적 모형을 기반으로 추정된 보행량의 패턴에 사업대상지의 세부 보행로의 보행량 조사 결과를 고려한 보행량의 정산이다.

본 연구는 보행량 패턴의 추정을 위해 2012년 서울시 유동인구 조사 자료를 활용, 보행량을 종속변수로 하는 로그-선형 회귀모형을 구축하였으며, 모형의 설명력은 Adjusted R²이 0.427로 양호한 수준인 것으로 나타났다. 모형 구축 결과, 토지이용(주변 건축물의 용도별 연면적), 대중교통 접근성, 인구/종사자, 보행로의 통합도가 보행량과 유의미한 상관성이 있음을 확인하였다. 전반적으로 보행로 주변으로 상업시설과 업무시설의 연면적이 증가할수록, 대중교통 접근성이 좋을수록, 개별 보행로의 통합도가 증가할수록 보행량은 증가하는 패턴이 있음을 확인하였다.

본 연구는 대규모 도시 개발 및 교통체계 정비 사업에 따른 보행량의 변동을 확인하고자 서울국제교류복합지구 조성 사업을 사례 분석하였다. 본 연구에서 개발된 보행량 패턴 추정 모형과 사례 지역의 보행량 조사 자료를 기반으로 보행량을 정산하였으며, 사업대상지 내 개별 보행로의 보행량을 예측하였다. 사례 분석을 위해 서울국제교류복합지구 조성 사업의 주요 내용을 검토하였으며, 사업 내용을 반영하여 사업 시행 전·후 보행량을 예측하였다. 분석 결과, 현대 GBC 건립, 잠실운동장 및 MICE 개발, GTX 삼성역 개통 등에 따라 전반적으로 보행량이 증가할 것으로 예측되었다. 본 연구는 보행량 예측 결과를 기반으로 사업 시행 전·후 주요 보행로의 보행 서비스수준을 분석하였으며, 일부 보행로의 서비스수준이 하락할 것으로 예상되었다. 본 연구의 결과는 서울국제교류복합지구 조성 사업 내 장래 보행 정비 계획 수립을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

본 연구는 유의미한 학술적/실무적 기여가 있을 것으로 판단된다. 대부분의 선행연구에서 보행 네트워크 구조와 기타 영향 요인을 포함하여 보행량을 추정하는 포괄적인 연구는 부족하였으며, 본 연구는 공간구문론의 통합도와 선행연구에서 고려된 다양한 영향 요인 변수를 포함하는 보행량 패턴 추정 모형을 구축, 이에 본 연구의 학술적 기여가 있는 것으로 판단된다. 또한 관련된 대부분의 선행연구는 보행량과 영향 인자의 상관성 분석에 초점을 두었으나, 실무적으로 활용가능한 체계적인 방법론 개발의 측면에서 한계가 있었다. 뿐만 아니라 도시 개발 및 교통체계 정비 사업에 따른 보행수요 추정에 관한 국내 지침 및 체계화된 방법론이 부재한 상황에서 본 연구는 관련된 분석 툴을 제공한다는 측면에서 실무적 기여가 있을 것으로 판단된다.

한편, 본 연구는 일부 연구의 한계가 존재하며, 개선해야 할 점 또한 있다. 본 연구는 2012년 유동인구 조사 자료를 기반으로 보행량 패턴 분석 모형을 개발하였으며, 정산 계수의 적용을 고려하여 현시점으로보행량의 정산을 고려하였으나, 정산계수 적용에 관한 이론적 근거가 부족하고, 모형의 시간적 이전 가능성(temporal transferability)에 대한 검증이 부족하다. 향후 연구를 통해 정산계수 적용의 이론적 근거 마련 및 모형의 시간적 이전 가능성에 대한 검증이 필요하다. 또한 본 연구는 장래 보행 가로의 서비스수준 분석 시, 추정된 보행량에 대한 점 추정치(point-estimation)를 기반으로 한 분석 사례를 제시하였으나, 장래 보행량 예측에 대한 불확실성이 존재하며, 분석 결과에 대한 신뢰성에 검증이 필요하다. 따라서 향후 연구 및 실제 프로젝트 분석 시, 본 연구에서 개발된 통계모형 계수의 신뢰구간 및 장래 개발계획의 다양한 시나리오를 포괄적으로 고려하여 보행량의 구간 추정치(interval-estimation)를 고려한 보행량의 변동성을 동시에 고려할 필요성이 있다.