- 페이스북
- 트위터
- 공유
강서구 7.96% 강북구 7.84% 몰려
중구·금천·종로·노원은 1% 내외
미리 수요 예측해 막개발 방지 효과
앞으로 5년 동안 강서구와 강북구에는 단독 필지에 주거용 신축 건물이 가장 많이 들어설 것이라는 분석이 나왔다.
김태현 서울연구원 연구위원이 최근 발표한 ‘빅데이터를 활용한 서울시 건축물 변화 분석’에 따르면, 앞으로 서울의 개별 필지에 지을 전체 주거용 신축 건물 중 7.96%가 강서구에, 7.84%가 강북구에 몰린다. 이 밖에 동작구(5.9%), 은평구(5.89%), 중랑구(5.57%)도 신축 건물이 많이 들어서, 이 다섯 구가 서울시 단독 필지 신축 건물의 3분의 1(33.16%)을 차지할 것으로 전망됐다. 그러나 중구(0.46%), 금천구(0.85%), 종로구(1.04%), 노원구(1.6%) 등은 새로 짓는 주거용 건물이 많지 않을 전망이다.
서울연구원이 지난 2월27일 개최한 정책토론회 ‘데이터 마이닝과 도시변화 예측’에서 발표된 김 연구위원의 이번 분석은 빅데이터와 머신러닝을 이용해 서울시의 신축 건물 변화를 예측한 최초의 연구이다.
사실 5년 뒤 단독 필지에 새 건물이 얼마나 지어질지 예측하는 것은 쉽지 않다. 대규모 아파트단지 등은 장기간의 계획에 따라 이루어지지만, 소규모 단독 필지에서는 소유주가 다양한 변수를 고려해 건물 신축을 결정하기 때문이다. 이에 따라 단독 필지에서는 자칫 도시기반시설이 뒷받침되지 못하는 막개발이 일어나기도 한다. 따라서 미래의 신축 건물 수요를 예측할 수 있다면, 정책당국이 이런 막개발을 예방·관리하는 데 도움이 될 것이다. 신축 건물 수요에 맞춰 상하수도·도로·난방·방범 문제도 대책을 마련할 수 있기 때문이다.
김 연구위원은 바로 이 지점에서 출발했다. 디시전트리(의사결정나무·머신러닝 알고리즘을 활용한 데이터마이닝 기법의 하나) 기법의 머신러닝 예측 모델을 만들기 위해 2011~15년 서울의 신축 건물 2만5684건을 모두 분석 대상으로 삼았다. 신축 건물의 데이터화를 위해 과세대장, 건축물대장, 토지 특성조사 자료, 토지이용규제확인서 등을 적극 활용했다. 그 결과 김 연구위원은 서울 시내 단독 필지에 신축된 2만5천여 건의 건물 중 72.9%가 다세대주택·다가구주택·다중주택·도시형생활주택임을 파악했다. 이 가운데 다세대주택 신축은 은평구·양천구·관악구에서 주로 있었고, 다가구주택 신축은 광진구 중곡동·능동과 중랑구 면목동에서 많이 일어났다. 또 방은 여러 개지만 주방시설이 하나인 다중주택 신축은 노원구와 관악구에서 집중해 이루어졌다. 다중주택은 학생들의 주거 수요가 많은 관악구 신림동에 집중 공급됐다. 도시형 생활주택 건축은 양천구 목동을 비롯한 서남권과 중랑구와 광진구 등 동북권 지역에서 많았던 것으로 확인됐다. 이어서 지난 5년 동안 건물 신축이 일어나게 한 변수들을 추정했다. 그 결과 신축이 일어난 필지의 종전 용적률, 필지 크기, 필지가 닿아 있는 도로가 건물 신축에 결정적 영향을 미친 것으로 나타났다. 예를 들어 철거된 종전 건축물의 용적률이 150% 미만이고, 면적이 147㎡(45평)를 초과하는 토지에서는 76%의 확률로 신축이 일어났다. 그러나 종전 건축물의 용적률이 150% 미만이어도 필지 크기가 105 ㎡ 미만이면 83%의 확률로 건물 신축은 일어나지 않았다. 김 연구위원은 이런 결과를 토대로 디시전트리 모형으로 앞으로 5년 동안 서울의 신축 건물을 예측하는 모형을 만들었다. 하지만 이렇게 머신러닝을 이용한 도시 예측은 아직 초보 단계라 한다. 이번에 분석한 신축 건물 예측도 “지난 5년과 앞으로 5년이 같은 조건이라면 주거용 신축이 일어날 가능성이 그 정도라는 의미”라고 설명한다. 하지만 김 연구위원은 앞으로 도시의 미래 예측에 머신러닝 기법이 적극 활용될 필요가 있다고 강조한다. 우선 시 당국으로서는 이런 모형 등 필지 기반 데이터마이닝 기법을 활용해 기존 단독 필지 밀집 지역에 어떤 정책을 펼치는 것이 좋을지 판단할 수 있다. 용적률 조정, 전면 도록 확보 등 정책 변수 가운데 어떤 것이 해당 지역 신축에 가장 큰 영향을 주는지를 파악해 정책 선택을 할 수 있다는 것이다. 김 연구위원은 앞으로는 분석 기간을 10년으로 확장하고, 분석 대상을 신축뿐만 아니라 용도변경·증개축·대수선 등에 대한 모형도 적극 개발할 필요가 있다고 강조했다. 김보근 선임기자 tree21@hani.co.kr 서울살이 길라잡이 서울앤(www.seouland.com) 취재팀 편집
김 연구위원은 바로 이 지점에서 출발했다. 디시전트리(의사결정나무·머신러닝 알고리즘을 활용한 데이터마이닝 기법의 하나) 기법의 머신러닝 예측 모델을 만들기 위해 2011~15년 서울의 신축 건물 2만5684건을 모두 분석 대상으로 삼았다. 신축 건물의 데이터화를 위해 과세대장, 건축물대장, 토지 특성조사 자료, 토지이용규제확인서 등을 적극 활용했다. 그 결과 김 연구위원은 서울 시내 단독 필지에 신축된 2만5천여 건의 건물 중 72.9%가 다세대주택·다가구주택·다중주택·도시형생활주택임을 파악했다. 이 가운데 다세대주택 신축은 은평구·양천구·관악구에서 주로 있었고, 다가구주택 신축은 광진구 중곡동·능동과 중랑구 면목동에서 많이 일어났다. 또 방은 여러 개지만 주방시설이 하나인 다중주택 신축은 노원구와 관악구에서 집중해 이루어졌다. 다중주택은 학생들의 주거 수요가 많은 관악구 신림동에 집중 공급됐다. 도시형 생활주택 건축은 양천구 목동을 비롯한 서남권과 중랑구와 광진구 등 동북권 지역에서 많았던 것으로 확인됐다. 이어서 지난 5년 동안 건물 신축이 일어나게 한 변수들을 추정했다. 그 결과 신축이 일어난 필지의 종전 용적률, 필지 크기, 필지가 닿아 있는 도로가 건물 신축에 결정적 영향을 미친 것으로 나타났다. 예를 들어 철거된 종전 건축물의 용적률이 150% 미만이고, 면적이 147㎡(45평)를 초과하는 토지에서는 76%의 확률로 신축이 일어났다. 그러나 종전 건축물의 용적률이 150% 미만이어도 필지 크기가 105 ㎡ 미만이면 83%의 확률로 건물 신축은 일어나지 않았다. 김 연구위원은 이런 결과를 토대로 디시전트리 모형으로 앞으로 5년 동안 서울의 신축 건물을 예측하는 모형을 만들었다. 하지만 이렇게 머신러닝을 이용한 도시 예측은 아직 초보 단계라 한다. 이번에 분석한 신축 건물 예측도 “지난 5년과 앞으로 5년이 같은 조건이라면 주거용 신축이 일어날 가능성이 그 정도라는 의미”라고 설명한다. 하지만 김 연구위원은 앞으로 도시의 미래 예측에 머신러닝 기법이 적극 활용될 필요가 있다고 강조한다. 우선 시 당국으로서는 이런 모형 등 필지 기반 데이터마이닝 기법을 활용해 기존 단독 필지 밀집 지역에 어떤 정책을 펼치는 것이 좋을지 판단할 수 있다. 용적률 조정, 전면 도록 확보 등 정책 변수 가운데 어떤 것이 해당 지역 신축에 가장 큰 영향을 주는지를 파악해 정책 선택을 할 수 있다는 것이다. 김 연구위원은 앞으로는 분석 기간을 10년으로 확장하고, 분석 대상을 신축뿐만 아니라 용도변경·증개축·대수선 등에 대한 모형도 적극 개발할 필요가 있다고 강조했다. 김보근 선임기자 tree21@hani.co.kr 서울살이 길라잡이 서울앤(www.seouland.com) 취재팀 편집