I. 서 론

1. 연구의 배경 및 목적

집수리 지원사업은 최소한의 주거복지 확보를 위해 취약계층을 중심으로 시작하였으나, 최근 도시재생 사업에 접목되며 대규모 정비사업 추진이 어려운 노후 주거지역의 주거환경 개선을 위한 수단으로 발전하였다. 구체적으로, 2015년 ‘주거 취약지역 생활여건 개조사업(새뜰마을사업)’에서 거주환경 개선을 위한 집수리 지원사업을 하였으며, 2017년 도시재생 뉴딜사업에는 경관개선을 목적으로 하는 집수리 지원사업이 본격적으로 시행되었다. 다시 말해, 기존의 집수리 지원사업은 도로정비 등을 주목적으로 하여 주택의 담장 및 대문의 정비를 통한 경관개선 등은 부가적인 효과로 삼았던 반면, 최근의 집수리 지원사업은 경관개선의 목적을 명시하면서 사유재산인 주택의 집수리를 통한 가시적인 경관개선을 모색하고 있는 것이다. 이에, 집수리 지원사업의 기조 변화에 따른 새로운 기준 및 절차가 필요하게 되었다. 그럼에도 불구하고, 2017년 도시재생 집수리 지원사업의 도입 당시에는 중앙정부의 세부적인 실행 지침이 없어 지자체별 자체적인 기준을 통해 사업이 실행되었다. 그리하여, 도시재생 집수리 지원사업은 경관개선이 아닌 주택수리에 초점이 맞추어지게 되었다(Jeong & Kim, 2021).

이에, 본 연구는 도시재생 집수리 지원사업의 대상주택 선정기준 및 배점요소에 내용적으로는 경관개선의 목적을 반영하고, 방법적으로는 공간분석을 활용하고자 한다. 이를 위해, 첫째, 경기도 안양시 도시재생 집수리 지원사업의 실증 데이터를 정량적인 공간분석 도구인 GIS를 통해 GIS 매핑과 커널 밀도 추정 분석을 하여 집수리 지원사업의 공간분포를 시각화한다. 둘째, 집수리 지원사업에 선정/미선정/미지원 주택들의 공간분포를 비교분석하고, 도시재생 집수리 지원사업의 경관개선 목적에 부합하는 선정기준에 대해 고찰한다.

2. 연구의 범위 및 방법

본 연구의 공간적 범위는 도시재생 뉴딜사업이 시행된 안양8동 361-7 일원(2017년 주거지지원형으로 선정, 이하 명학) 및 석수2동 279-1 일원(2018년 주거지지원형으로 선정, 이하 석수)이며, 시간적 범위는 사업이 시행된 2019년부터 2021년까지이다. 내용적 범위는 집수리 지원사업의 대상주택 선정기준 및 배점요소, GIS 매핑, 커널 밀도 추정이다.

연구의 방법으로 안양시로부터 취득한 사업관련 내부자료 및 선행연구 등의 문헌고찰과 함께, Esri사의 ArcGIS Pro 3.1.3을 활용한 GIS 매핑 및 커널 밀도 추정 분석 등을 활용하였다.

II. 이론적 고찰

1. 집수리 지원사업의 특징 및 목적

집수리 지원사업을 포함한 노후주택 개보수는 골목길 정비의 일환으로 주택의 담장, 대문 등에 통일적인 디자인을 적용하여 집단적 경관을 개선하거나, 취약계층¹⁾이 거주하는 주택의 내부(도배, 장판, 창호, 보일러 교체)를 범위로 주거복지 사업의 차원에서 시행되었다. 이에 따라, 2017년 이전의 선행연구들은 <Table 1>과 같이 주거복지 차원에서 노후 주거지의 문제점과 주거환경 개선 방식의 한계를 중점으로 수행되었다. 특히, 주거환경 개선 대안의 제시 및 관련 정책 제언(Son & Kim, 2012), 혹은 지역에 맞는 맞춤형 주거모델을 제시하여 주민의 특성에 대한 고려사항, 주민의 의사에 따른 설계 등을 강조하였다(Lim, 2015).

그러던 중에, 2017년 도시재생 뉴딜 로드맵 수립에 따라 주거재생형 도시재생 뉴딜사업에 집수리 지원사업이 시행되면서 골목길 중심 또는 취약계층 대상에서 나아가 일반 소유주의 사유재산인 노후주택을 대상으로 공적 지원이 가능해졌다. 특히, ‘도시재생 활성화계획 수립 및 사업시행 가이드라인’에서는 집수리 지원사업의 경관개선 목적을 통해 공공지원의 당위성을 확보하고자 하였다. 이에 따라, 2017년 이후의 선행연구들은 경관개선 목적의 집수리 지원사업을 위한 개선방안 연구들이 주로 수행되었다. 구체적으로, 집수리 지원사업이 공공에서 경관개선 목적으로 주택 수리를 지원한다는 점에서 이전 사업과 지원 범위, 대상 선정기준, 사업추진 구조 등에 대해 차별화의 필요성이 제기되었으며(Jeong & Kim, 2021), 지자체의 일관성 있는 집수리 지원사업 운영을 위한 중앙정부의 명확한 집수리 기준 수립이 요구되었다(Jeong & Kim, 2021; Gwak & Hwang, 2022). 한편, 집수리 지원 관련 정보제공 및 상담 서비스의 강화, 그리고 추가적 지원 조건 등을 통한 지원 범위를 확대하거나(Song & Seo, 2023), 사회적 기업의 지원과 협력을 강화하는(Je et al., 2019; Song & Seo, 2023) 연구가 수행되었다. 요약하자면, 2017년 이후의 선행연구들은 주로 집수리 지원사업 정책의 포괄적인 방향성 또는 개선방안에 대하여 논의한 반면, 이를 위한 집수리 대상주택의 구체적 선정방법이나 해당 사업의 기대효과 및 공간적 영향에 대한 연구는 미미한 편이었다.

2. 집수리 지원사업 가이드라인 특징 및 한계

2017년 도시재생 뉴딜사업이 시행되며, 정부는 사업유형에 따른 ‘도시재생 활성화계획 수립 및 사업시행 가이드라인’을 통해 집수리 지원의 경우 ‘경관개선 목적시 지원’, ‘현물보상’ 등의 개략적인 지침을 제시하였지만(MOLIT, 2019), 사업시행 가이드라인의 구체적인 실행 지침이 부재하였다. 이에 따라, 시행 주체인 지자체에서는 자체적인 지원기준 및 절차 마련이 필요하였다. 이로 인해, 조직 체계 및 전문 인력이 부족한 일부 지자체에서는 사업추진에 대한 업무부담, 주민협의 지연, 경험 부족 등으로 사업추진이 지연되거나 계획 변경을 검토하는 경우가 많았으며(Gwak & Hwang, 2022), 실제로 사업절차를 추진하는 과정에서 지역 내 집수리 관련 전문인력의 부족, 집수리 지원주택 선정기준의 부재와 같은 문제점과 한계가 나타났다(Song & Seo, 2023).

이에, 국토교통부는 2021년 ‘도시재생뉴딜 사업지 내 노후 저층주거지 재생을 위한 집수리사업 지원 가이드라인’을 수립하였으며, 지원 대상을 건축연한 등의 구분으로 제시하고, 선정 절차를 1) 집수리 점검단 구성 및 주택 전수조사, 2) 공공건축가·주민협의체·도시재생지원센터 등 회의, 3) 설계 및 설계 검토, 4) 공사 및 에너지 효율진단, 5) 유지관리 등으로 세분화하였다. 하지만, 이러한 일반적인 기준과 절차는 사업을 추진하는 지자체의 특성과 여건에 맞는 세분적인 기준의 수립이 필요하였다. 특히, 개별 주택 조사·설계·진단 등 부가적인 절차를 위한 전담체계, 전문인력, 추가 인건비 등은 예산 확보가 어려운 지자체에서는 적용이 어려웠다. 또한 사유재산에 공공지원을 하는 당위성 확보를 위해 경관개선 목적이 강조되었기 때문에 점단위로 분포한 주택들의 노후도²⁾를 비롯한 개별 평가요소를 넘어 선 또는 면 단위의 집수리 대상주택 선정기준이 요구되었다. 요약하자면, 현재의 도시재생 집수리 지원사업은 중간지원조직 또는 전문인력 등과 함께, 경관개선 목적을 실현하기 위한 집수리 대상주택의 선정기준이 필요한 실정이다.

3. GIS 매핑 및 커널 밀도 추정을 활용한 공간분석

경관 계획 및 평가에서 연구자 주관의 개입을 막고 이를 객관화하기 위해 최근 GIS 및 공간분석 등이 활용되고 있다(Hwang & Kim, 2020). 특히, 빅데이터의 증가 및 GIS 기술의 발전에 따라 GIS를 활용한 분석 기능은 더욱 강력해지고 있다(Musa et al., 2013). 이러한 GIS를 활용한 방법 중 대표적인 방법은 GIS 매핑으로, 데이터를 지도로 시각화하는 것을 의미한다. GIS 매핑은 데이터의 효과적인 시각화, 다양한 데이터의 활용에 따른 다중변수 분석 가능성, 다른 연구와 결합이 용이한 장점이 있다(Brewer, 2006). 하지만, 현대의 인구, 건축물, 도로 등은 토지의 이용에 따라 각기 더욱 상이한 공간적 분포를 보이며(Kim, 2011), 상이한 공간 데이터 분포들이 임의적일 경우 시각적 분포 파악은 더욱 어려운 측면이 있다(Kil et al., 2015).

이러한 시각적 판단이 어려울 경우, 공간적 분포의 효과적 판단을 위해 커널 밀도 추정 분석(이하, 커널 분석)이 주로 활용된다(Jeon et al., 2007). 커널 분석은 원점을 기준으로 좌우 대칭이며 적분값이 1인 양의 함수이자 정규분포를 따르는 커널함수를 활용하여 확률 밀도를 추정하는 방법이다. 추정 결과 밀도가 높은 곳은 상대적으로 주변보다 점수가 높을 확률을 의미한다. 이러한 커널 분석의 시각적 분포 정보는 상호 공간의 상대적인 밀도값의 차이를 활용하여 정성적 해석을 돕는다(Klause, 2013). 또한 커널 분석을 통해 도출된 시각적 분포들은 변수들 간 관계의 직관적인 해석을 돕는다(Lee & Noh, 2012). 나아가 커널 분석은 개별 주택의 민감한 사적 정보들을 일정 공간단위에서 희석시킬 수 있는 특징도 있다. 이에, 도시공간의 시설들에 대해 커널 분석을 활용한 연구들이 다수 수행되었는데, 구체적으로 도시 쇠퇴 영역 구분 및 선별(Lim & Kim, 2019), 요양병원의 신설 및 폐업 현황 파악(Kil et al., 2015), 미세먼지 측정소의 적지선정(Jeong, 2020) 등이 있다.

이를 바탕으로, 본 연구는 실제 사업 현황을 기반으로 수행된 저층주거지 사례를 GIS 매핑을 통해 대상지의 전반적인 현황을 파악하였으며, 커널 분석을 통해 사업의 결과를 다각적으로 시각화하였다. 이를 통해, 도시재생 집수리 지원사업 선정기준의 개선방향을 최종적으로 고찰하고자 하였다.

4. 연구의 차별점

기존 선행연구들은 주로 집수리 지원사업의 현황 분석과 개선방안 및 관련 정책 제언 등을 질적으로 수행하였다. 마찬가지로, 중앙정부의 사업을 위한 가이드라인의 경우에도 실질적 경관개선을 위한 객관적이고 정량적인 접근방식은 부족한 실정이다. 이에, 본 연구는 실제 사업이 시행된 안양시를 대상으로 대상주택 선정방법 및 대상지 현황을 파악하였으며, GIS 매핑 및 커널 밀도 추정 분석의 공간분석 방법을 활용하였다. 이를 통해, 공간분석에 기반하여 집수리 지원사업의 결과 및 선정방법의 개선방향을 고찰하였다. 결과적으로, 본 연구는 집수리 지원사업을 대상으로 데이터에 기반한 정량적 및 실증적 고찰을 수행하였다는 점에서 선행연구와의 차별점이 있다.

III. 대상지 소개 및 분석의 틀

1. 대상지 소개

1) 대상지 개요 및 소개

경기도 안양시는 도시재생 뉴딜 집수리 지원사업에 따라 2017년부터 주거지지원형 2개소(명학, 석수), 우리동네살리기형 1개소(박달) 등 3개의 사업을 추진하였다. 이에 대해, 본 연구에서는 사업 규모가 비슷한 주거지지원형 2개소인 명학과 석수를 연구 대상지로 선정하였다.³⁾ 명학과 석수는 본래 1980년대 토지구획정리사업으로 조성되어 30여 년이 지난 2010년경 재개발·재정비 예정구역으로 지정되었으나 주민 동의 미달 등으로 해제된 이후 개별적인 주택 정비가 활발하지 않아 주거환경이 지속적으로 쇠퇴하고 있는 지역이다(Jeong, 2021).

우선, 분석 대상지인 명학의 경우 안양8동 361-7 일원에 위치하며, 그 대상지의 면적은 약 105,000 m²이다. 인구는 약 4,334명이 거주하며, 주된 필지용도는 아래 <Figure 1>과 같이 대상지 우측의 도로를 중심으로 상업 용도의 건축물이, 대상지 내부에는 주로 단독 및 다세대 주택이 분포한다. 다음으로, 분석 대상지인 석수의 경우 석수2동 279-1 일원에 위치하며, 면적은 명학과 비슷한 106,133 m²이나, 인구는 약 2천여 명 더 많은 6,315명이 거주한다. 석수의 주된 필지용도는 <Figure 2>와 같이 대상지 남쪽에 단독주택 및 다세대 주택이 밀집하며, 하천 및 공원 용지가 위치한다. 그리고 북쪽을 중심으로 주상복합의 건축물 및 다세대 주택이 밀집한다.

Figure 1.

Land Use in Myeonghak

Figure 2.

Land Use in Seoksu

2) 안양시 집수리 지원사업의 배점요소 및 정량지표 소개

안양시는 유사 사례의 기준⁴⁾을 검토하고 전문가 자문을 통해 집수리 지원사업의 대상주택 선정기준을 수립하였다. 우선, 사업의 대상은 사업구역 내 20년 이상 단독주택(단독, 다가구) 및 공동주택(다세대, 연립)으로 설정하였다.⁵⁾ 다음으로, 안양시 자체의 배점요소 및 정량지표를 마련하여 사업의 대상주택를 선정하였다. 배점요소는 주택성능 개선과 국토교통부의 경관개선 가이드라인을 기반으로, 주택 노후도(이하, 노후도), 집수리 파급성(이하, 파급성), 공공성 확보(이하, 공공성), 지역성 반영(이하, 지역성)의 4가지 요소를 도출하였다.

한편 배점요소는 <Table 2>와 같이 0.5점부터 2.5점 사이의 네 개의 구간으로 설정하였다. 노후도의 경우 20년을 기준으로 5년 단위로 배점하였으며, 파급성의 경우 4 m의 도로를 기준으로 4 m 단위로 배점하였다. 반면 공공성과 지역성은 주택 자체의 본질적 특성이 아닌 소유주의 의도를 반영한 요소로, 공공성은 담장 및 대문 공사 유무, 지역성의 경우 주차장 확보 개수에 따라 1.0점과 2.5점으로 구성된 이항분포의 배점을 적용하였다. 마지막으로, 정량지표의 배점 중 2.0의 구간을 유일하게 노후도에 부여하고, 점수 합산 시 동점의 경우 건축연한에 우선순위를 부여하는 방식으로 노후도 가중치를 적용하였다.

2. 분석의 틀

1) 분석의 틀 개요

집수리 지원사업 선정기준의 개선방향 고찰을 위해 <Figure 3>과 같이 다음의 네 단계로 분석의 틀을 구성하였다. 첫째, 실증분석을 위해 우선 안양시의 네 가지 배점요소 중, 대상지 내 객관적으로 활용할 수 있는 노후도(건축연한)와 파급성(도로 너비)을 선정하였다. 둘째, GIS 현황 매핑을 통해 대상지별 주택연한 및 도로 너비의 현황을 파악하였다. 셋째, 커널 밀도 추정 분석을 통해, 노후도 및 파급성의 두 요소를 기준으로 대상지의 전체 주택과 선정 주택의 밀도 분포를 비교하였다. 넷째, 앞선 분석에서 도출된 결과를 바탕으로 집수리 지원사업의 선정기준에 대한 개선방향을 고찰하였다.

Figure 3.

Analysis Framework

2) 배점요소 선정 상세

공간분석을 활용한 집수리 지원사업의 실증분석을 위해, 안양시의 네 가지 배점요소 중, 대상지 내에서 객관적으로 활용할 수 있는 노후도(건축연한)와 파급성(도로 너비)를 선정하였다. 두 요소는 소유주의 의도와 상관없이 주택의 본질적 속성이기 때문에, 사업에 지원하지 않는 가구까지 포함하여 대상지 전체를 공간분석에 활용할 수 있다. 한편, Jeong & Kim(2021)의 연구에 따르면 안양시의 사업 간 노후도와 파급성 점수가 서로 상충하는 문제가 지적되었다. 이에, 두 요소의 대상지별 실증연구의 필요성이 있어, 네 개의 요소 중 노후도와 파급성을 선정하여 분석을 수행하였다.

3) GIS 매핑 분석 상세

분석의 첫 번째인 GIS 매핑 분석에선 노후도 점수의 기준이 되는 주택연한과 파급성 점수의 기준인 도로 너비, 그리고 집수리 지원사업의 선정/미선정/미지원 주택들을 GIS를 활용하여 대상지별 현황으로 매핑하였다. 이를 통해, 대상지의 전반적인 현황을 파악하고자 하였다. 구체적으로, GIS 매핑 분석에서는 상대적으로 샘플링 편향을 감소시키며 균일한 격자를 형성하기 용이한 육각형의 도형을 활용하여(Birch & Beecham, 2007), 대상지의 중심점을 기준으로 격자를 형성하여 매핑하였다. 필지가 아닌 격자를 활용한 이유는 주택별 사업 선정 유무 및 배점요소에 따른 점수는 안양시의 내부자료로 민감한 정보이기 때문이었다. 또한, 분석을 위해 육각형의 넓이는 사업대상의 단독, 다세대, 연립 주택이 위치한 필지들의 평균인 200 m²(명학의 경우 194 m², 석수의 경우 207 m²)를 활용하였다. 매핑을 위한 자료로서 사업선정 결과 및 사업 비용 등은 안양시 내부자료를 통해 취득하였으며, 도로 및 주택 등의 공간정보는 등은 국가공간정보포털을 통해 취득하였다.

4) 커널 밀도 추정 분석 상세

커널 밀도 추정 분석(이하, 커널 분석)을 통해 대상지의 전체가구와 선정 주택별 노후도와 파급성, 그리고 두 요소의 합산 점수의 시각화된 분포를 비교분석하였다. 노후도 및 파급성의 공간분포를 통해 대상지별 주택연한과 도로 너비의 관계를 파악하였으며, 또한 사업의 전체 주택과 선정 주택 사이의 공간분포 양상을 비교분석하였다. 이를 통해, 사업의 배점요소들이 얼마나 대상지 전체 주택의 현황을 적절하게 반영하였는지 파악하였다. 커널 분석을 위해 우선 래스터 형식의 1.5 m × 1.5 m 격자망을 구성하였으며, <Figure 4>⁶⁾와 같은 Quartic Kernel 함수⁷⁾를 기반으로 분석을 진행하였다. 이때 검색 반경은 Rule of Thumb 추정식에 따라 자동 계산된 반경을 활용하였다.⁸⁾ 이후 계산에 따라 도출된 밀도값들의 비교를 위해, Jenks 알고리즘⁹⁾을 적용하여 5등분하고 상대적인 밀도 분포 차이를 비교분석하였다.

Figure 4.

Formula of Predicted Density by Quartic Kernel

IV. 집수리 지원사업 대상주택 실증분석

1. GIS 매핑 분석: 대상지별 현황 파악

GIS 매핑 분석을 통해 대상지별 건축연한과 도로 너비별 분포 및 총길이, 그리고 집수리 지원사업의 선정/미선정/미지원 주택들의 공간분포를 파악하였다.

1) 건축연한에 따른 노후주택수 현황

대상지별 노후주택의 현황은 명학의 경우 <Table 3>과 같이 대상지 내 총 291동의 주택이 위치하며, 주택 중 노후주택으로 설정한 준공 이후 20년 이상된 주택은 232동으로 약 79.7%를 차지하였다. 이 중 건축연한이 20~29년 사이의 주택이 150동으로 가장 많았으며, 다음의 30~39년의 건축연한을 보유한 주택은 75동이었으며, 40년 이상된 주택은 7동에 불과하였다.

반면, 석수의 경우 총 313동의 주택 중 노후주택수는 225동으로, 약 71.9%를 차지하여 노후주택수 및 비율은 명학보다 적었다. 구체적으로, 건축연한이 20~29년 사이의 노후주택은 116동으로 가장 많았으며, 30~30년 사이의 노후주택은 66동으로 집계되었다. 40년 이상의 노후주택은 45동으로 명학 대비 상대적으로 많았다. 전반적으로, 명학이 노후주택의 수와 비율이 높았으나 석수는 40년 이상된 노후주택의 비율이 많은 것을 확인하였다.

2) 도로 너비별 총길이 및 분포 현황

도로 너비에 따른 현황의 경우 명학은 4 m 이상 8 m 미만의 도로의 총길이가 <Table 4>와 같이 약 3.4 km로 대상지 내에서 가장 긴 도로였으며, <Figure 5>와 같이 대상지 이면부 중심부터 남쪽에 건축연한 20~29년의 주택들과 함께 위치하였다. 다음으로, 긴 도로는 4 m 미만의 도로들로, 대상지 북쪽에 건축연한이 30~39년 사이의 주택들과 함께 위치하며, 대상지 남쪽에도 일부 존재하였다. 가장 길이가 짧은 8 m 이상의 도로들은 주로 대상지 동북쪽에 위치하였다.

석수의 경우 명학과 마찬가지로 4 m 이상 8 m 미만의 도로가 2.8 km로 가장 길었으며, <Figure 6>과 같이 이면부에 노후주택들과 함께 고르게 분포하고 있었다. 다음으로 8 m 이상의 도로가 2.3 km로 길며, 대상지의 외곽을 감싸는 형태로 위치하였다. 4 m 미만의 도로는 가장 짧았으며 대상지 이면부에 국소적으로 분포하였다. 결과적으로, 석수의 도로는 명학보다 길이는 짧으나 너비가 큰 편이며, 비교적 너비가 큰 도로들을 중심으로 건축연한이 높은 주택들이 위치한 것으로 파악되었다.

Figure 5.

Distribution of Aged Houses and Roads in Myeonghak

Figure 6.

Distribution of Aged Houses and Roads in Seoksu

3) 사업 선정 결과 및 미지원주택 현황

명학의 집수리 지원사업은 <Table 5>와 같이 2019년부터 2021년까지 약 14억 원의 예산으로 추진되었다. 3년간의 사업기간 동안 노후주택 232동 중, 155동이 사업에 지원하였으나 배점기준에 따라 19동이 미선정되어, 결과적으로 사업대상 주택대비 약 59%인 136동이 선정되었다. 하지만, 사업에 지원을 하지 않은 주택(이하, 미지원 주택)은 77동으로 사업대상 주택 대비 약 33%의 비율을 차지하였다. 선정 주택들은 <Figure 7>과 같이 대상지 내에 고르게 분포하였으나, 미선정 주택들은 대상지의 중앙에, 미지원 주택들은 좀 더 대상지의 남서쪽에 분포한 것으로 확인되었다.

석수의 경우 2020년부터 2년간 약 11억 원의 예산으로 사업이 실시되었으며, 노후주택 225동 중, 116동이 지원하였다. 그 중 사업대상 주택 대비 46%인 103동이 선정되고, 13동이 미선정되었다. 한편 미지원 주택은 사업대상 주택수 대비 48%인 109동으로 집계되어, 선정 주택 수보다 더욱 많은 것으로 확인되었다. 이에 따라, <Figure 8>과 같이 주로 대상지 중앙과 남쪽에 선정 주택들이, 대상지 북쪽에는 미지원 주택들이 분포하였다.

Figure 7.

Applied & Selected Status in Myeonghak

Figure 8.

Applied & Selected Status in Seoksu

2. 커널 밀도 추정 분석: 사업 및 배점요소 결과 검토

커널 밀도 추정 분석을 통해 명학과 석수의 대상지 전체 주택 및 선정 주택을 기준으로 노후도 점수, 파급성 점수 그리고 두 요소의 합산된 점수를 통해 세 가지 종류의 분포를 도출하였다. 이후 도출된 요소별 분포들을 비교 분석하여, 노후도 및 파급성과 같은 선정기준이 집수리 지원사업의 주택 선정에 어느 정도 반영되었는지 검토하였다.

1) 명학의 커널 분석 결과

명학의 전체 가구에 대한 커널 분석 결과, <Table 6>과 같이 노후도 점수의 밀도는 주로 대상지의 북쪽 및 중앙-서쪽을 중심으로 분포되어 있음을 확인하였다. 파급성 점수는 대상지의 북쪽이 가장 높았으나, 중앙은 물론 남쪽에도 높은 밀도 분포를 보였다. 두 요소 합산 분포의 경우, 고밀도 지역은 북쪽과 중앙 지역에 형성되었으나, 대상지 중앙의 높은 밀도 값은 두 요소 분포의 차이로 인해 다소 넓게 확산되었다.

반면 선정 주택들의 경우, 미선정 주택들과 미지원주택들이 대상지의 중앙과 서쪽에 주로 위치함에 따라 <Table 7>같이 노후도 및 파급성 모두 영향을 받았다. 우선 노후도의 경우 높았던 중앙부의 서쪽 분포가 전체 주택 대비 약화되어, 대상지 중앙 및 서쪽의 밀도가 낮아진 모습을 보였다. 파급성 분포 또한 마찬가지로 서쪽은 약화된 반면 동쪽이 강화되었다. 합산 분포의 경우 공통되게 북쪽에서 높은 밀도가 형성되었으나, 중앙부에선 두 요소의 상이한 분포에 따라 밀도가 다소 분산되었다. 하지만, 전반적으로 파급성보단 노후도와 유사한 밀도 분포로 형성된 것을 확인하였다.

Table 6.

Kernel Results for All Houses in Myeonghak

Deterioration	Influence	Deterioration + Influence
Concentrated in the North and Central areas	North-focused, yet evenly distributed	High-density in North and Central

Table 7.

Kernel Results for Selected Houses in Myeonghak

Deterioration	Influence	Deterioration + Influence
Central and Western patterns are weakened	Strengthened Central and Eastern areas	Somewhat dispersed from the center

2) 명학의 커널 분석 특징

명학은 노후도가 높은 주택이 서쪽에 다수 위치하나, 도로 너비의 현황은 그렇지 않아 선정과정에서 다소 노후주택이 미선정되었다(Jeong & Kim, 2021). 즉, 노후도와 파급성 사이에는 반비례 관계가 있으며 이러한 관계는 선정 주택들을 대상으로 한 커널 분석 결과에서 노후도와 파급성의 밀도 차이로 인해 더욱 두드러지게 나타났다. 다음의 특징으로 노후도와 파급성의 두 요소가 반비례 관계임에도 안양시에서 설정한 노후도 가중치가 보다 크게 영향을 주었다. 이를테면, 명학은 사업에서 선정 주택들의 노후도 및 파급성의 분포이 상이하게 나타났음에도, 결과적으로 두 요소의 합산 분포은 노후도 분포과 비슷하게 수렴하는 양상을 보였다. 이는 노후도가 파급성보다 고른 배점 간격이 있으며, 동일 점수 시에 건축연한을 우선하는 가중치가 적용된 결과로 해석된다.

3) 석수의 커널 분석 결과

석수의 전체 주택들을 대상으로 커널 분석을 진행한 결과, 우선 <Table 8>과 같이 노후도는 대상지 남서쪽을 중심으로 높았으며, 중앙 및 북쪽 역시 부분적으로 높은 밀도를 보였다. 마찬가지로, 파급성도 남서쪽을 중심으로 높게 분포하였으며, 일정 부분 중앙과 북쪽에서 높은 밀도를 보였다. 두 요소의 합산된 점수 역시 유사한 분포를 보였으나, 일정 부분 북쪽에 높은 밀도가 형성되었으며, 주요한 밀도 분포는 조금 더 대상지 남쪽에 집중되어 형성되었다.

한편 선정 주택들의 경우, 미지원 주택들이 대상지 북쪽에 집중 분포함에 따라 <Table 9>과 같이 세 요소 모두 공통적으로 북쪽의 밀도 분포가 사라지는 결과가 나타났다. 반면 대상지 남쪽의 경우, 노후주택이 너비가 큰 도로를 중심으로 위치한 석수의 특성이 반영되어, 노후도 및 파급성 분포 모두 남쪽에서 높은 밀도로 유사하게 나타났다. 하지만, 일부 선정 주택들에서 노후도와 파급성의 관계 차이에 따라 파급성의 경우 남단의 분포가 변화하였다. 합산된 요소는 남쪽을 중심으로 높게 나타났으며, 노후도와 유사한 분포들이 형성되었다.

Table 8.

Kernel Results for All Houses in Seoksu

Deterioration	Influence	Deterioration + Influence
Concentrated Southwest and Central	Concentrated around the Southwest	Concentrated around the Southwest

Table 9.

Kernel Results for Selected Houses in Seoksu

Deterioration	Influence	Deterioration + Influence
Commonly excluding the north’s density pattern
Concentrated in the south	Changes in the southern pattern	Similar to the deterioration pattern

4) 석수의 커널 분석 특징

석수 또한 커널 분석을 통해 몇몇 특징이 도출되었다. 우선, 노후도와 파급성이 상대적으로 정비례 관계에 있었다. 이는 명학과 구별되는 점으로 석수는 노후도와 파급성 요소가 선정과정에서 상호 배타적이지 않고 보완적인 관계로 나타났다. 따라서, 커널 분석 결과 또한 미지원 주택들에 의해 북쪽 밀도 분포가 생략되는 결과를 제외하고, 선정 주택들이 밀집한 대상지 남쪽을 중심으로 분포가 더욱 강화되어 나타났다. 다음으로, 석수도 명학과 마찬가지로 노후도 가중치가 일정 부분 작용한 것을 확인하였다. 실제로, 석수의 선정 주택 대상 커널 분석을 보면, 합산 요소의 분포가 노후도 분포와 유사하게 수렴한 것을 확인할 수 있다. 즉, 석수 역시 노후도의 고른 배점 간격, 동일 점수시에 건축연한을 우선하는 등의 노후도 가중치가 사업 주택의 선정과정에서 일정 부분 적용된 것으로 판단된다.

3. 소결

GIS 매핑과 커널 분석의 결과를 바탕으로 다음의 세 가지 소결을 도출하였다. 첫째, 안양시에서 경관개선 등을 유도하기 위해 도입한 노후도와 파급성 요소 등의 관계가 대상지에 따라 다르게 나타났다. 명학은 4 m 미만 도로 주변에 오래된 건축물이 집중되어 있으나, 석수는 이와 달리 비교적 너비가 큰 도로를 중심으로 노후 건축물들이 위치해있다. 이러한 관계는 각 대상지 선정 주택들의 커널 분석 결과를 통해 두드러지게 나타났다. 즉, 주택의 건축연한과 인접 도로 너비 사이의 관계는 선정과정에서 대상지 현황에 따라 상호 배타적이거나 보완적으로 작용하는 것을 확인하였다.

둘째, 개별 주택을 대상으로 한 배점요소가 가지는 공간적 단위의 한계이다. 구체적으로, 명학의 경우 배점요소간 상충 및 미지원 주택 등으로 인해 노후주택이 밀집한 대상지의 중앙부와 서쪽이 집수리 지원사업에서 제외되었다. 석수 또한 대상지 북쪽에 미지원 주택들이 대거 위치함에 따라, 집수리 지원사업에 따른 경관개선 효과가 북쪽에는 적용되지 못하였다. 즉, 두 대상지 모두 개별 주택을 공간적 단위로 하는 배점요소를 적용하였기 때문에, 대상지의 전반적인 경관개선이 실제로 추진되지 못한 한계가 있다.

셋째, 노후도는 집수리 지원대상의 선정과정에서 중요한 변수로 작용하였다. 명학의 선정 주택을 대상으로 한 밀도 분포는 노후도와 파급성이 상이함에도 결국 노후도 분포와 유사하게 수렴하는 경향을 보였다. 한편 석수는 노후도와 파급성의 밀도가 전체적으로 일치하였지만, 역시 노후도 중심으로 밀도 분포가 집중되었다. 이러한 특징은 노후도의 정량 지표 배점기준이 상대적으로 다른 요소보다 높게 책정되었으며, 동점 시에 건축연한을 우선하는 안양시의 가중치가 반영된 결과로 해석된다.

V. 집수리 지원사업 선정기준의 개선방향

GIS 매핑 및 커널 분석을 통해 집수리 지원사업 선정기준의 배점요소들이 실제 사업 결과에 미친 영향을 다각도로 분석하였다. 이를 바탕으로, 향후 공간분석을 활용한 집수리 지원사업 선정기준의 개선방향 및 기대효과를 고찰하면 다음과 같다.

1. 사전 예측을 통한 지자체 사업 비용의 절감

대상주택 선정기준의 마련을 위해 도시재생 집수리 가이드라인에서는 주택 전수조사, 전문가 자문 등의 정성적인 평가를 제시하고 있다. 이러한 선정기준은 지자체별 추가적 인력 및 예산을 필요로 하게 된다. 하지만, 공간정보를 활용한다면, 지자체별 원하는 계획방향을 합리적인 비용으로 추진할 수 있다. 나아가 공간정보의 광역적 활용을 통해 지자체 사이에 정량적 평가기준을 공유할 수 있다면, 지자체별로 여건에 맞는 지원목표를 설정하면서 배점요소를 효과적으로 적용할 수 있다.

본 연구의 대상지인 안양시는 선정기준 마련을 위해 유사 사례 기준의 검토, 전문기관 의뢰, 전문가 자문 등을 통해 예산을 투입하여 집수리 지원사업 대상주택 선정방법을 수립하였다. 그럼에도 불구하고, 사업결과 선정과정에서 요소간의 상충 및 공간적 가중치의 부재 등의 한계를 보였다. 따라서, 안양시의 노후도(건축연한) 및 파급성(도로 너비) 등 공간정보를 통해 획득할 수 있는 배점요소들을 사전 조합하고, 사업 시행 혹은 선정기준 마련 이전 사전 예측 과정이 도입된다면, 집수리 지원사업 대상지 선정에 가장 효과적인 배점요소를 선정할 수 있으며, 이에 따라 사업에 따른 비용 역시 절감할 수 있을 것이다.

2. 공간 가중치를 활용한 경관개선 효과 증대

도시재생 집수리 지원사업의 목적인 경관개선을 가시적으로 달성하기 위해서는 주택의 건축 노후도가 높은 지역에 집중적으로 사업을 시행하는 것이 유리하다. 하지만, 현재 노후도가 높은 특정 공간을 우선하여 선정할 수 있는 기준이 없으며, 특히 전문가 중심의 자문 및 조사에 따라 마련한 배점표 특성상, 특정 공간을 우선하여 선정할 수 있는 배점의 당위성 역시 부족하다. 더욱이, 중앙정부의 가이드라인 또한 특정 공간의 계획유도 항목에 대한 가중치 언급이 별도로 없어 경관개선 목적의 달성을 위한 정량지표의 가중치 마련이 어려운 실정이다.

실제로 안양시는 사업구역별 전체 예산을 2~3년으로 나누어 사업을 추진하며, 골목길 내 주택의 보수공사를 개별 주택의 점단위로 진행하였다. 이것은 결국 경관개선 공사의 일관성을 저하시키는 요인으로 작용되었다. 하지만, 커널 분석 등의 공간분석을 활용하여 경관개선을 위해 특정 공간에 높은 가중치를 부여한다면, 실제적으로 집단적 경관개선 효과를 증대할 수 있을 것이다.

3. 사후 검토를 통한 지원대상 선정기준의 고도화

도시재생 집수리 지원사업은 재개발 등 정비사업의 대안으로 주민들이 주거환경 개선효과를 직접적으로 체감할 수 있는 사업으로 호응도가 높으나, 주택성능 개선에만 초점이 맞추어 지원이 이루어질 경우 공적재원을 사유재산에 투입하는 당위성이 부족하기 때문에 경관개선 목적이라는 공공성의 확보가 반드시 필요하다. 이에, 지자체에서 집수리 지원사업 대상주택 선정 시에 경관개선을 위해 마련한 배점요소의 결과에 대한 사후검토가 이루어진다면, 수행 사업의 경관개선 여부 검토 뿐만 아니라 차기 수행 사업의 경관개선 역시 가능하게 할 수 있다.

본 연구의 커널 분석 결과, 지자체의 계획유도를 위한 배점요소가 실제 사업 결과에 미친 한계를 확인하였다. 노후도는 개별 주택들이 보유한 건축연한에 따라 정량지표로 평가됨에 따라, 선정과정에서 노후도가 높은 골목 또는 동네와 같은 공간적 단위는 고려되지 않았다. 또한 파급성과의 관계에서 명학에서는 두 점수의 상충이 발생함을 확인하였다. 따라서, 선정기준에 따라 진행된 사업의 결과 및 영향에 대해 공간분석을 기반으로 사후검토 등의 과정이 마련된다면, 지자체는 차기 사업에서 배점요소 및 기준에 대해 조정하며 고도화할 수 있을 것이다.

VI. 결 론

본 연구는 안양시 도시재생 집수리 지원사업의 현황을 파악하고, GIS 매핑 및 커널 밀도 추정 분석을 통해 사업의 결과 및 개선방향을 고찰하였다. 구체적으로, 분석 결과는 다음과 같았다. 첫째, 대상지별로 노후도(건축연한)와 파급성(도로 너비)의 분포 관계는 다르며, 두 요소는 집수리 지원사업의 선정과정에서 상호 배타적이거나 보완적으로 작용한다. 둘째, 본 연구의 집수리 지원사업은 대상지 내에 미선정 및 미지원 주택들이 다수 존재하여, 개별 주택 단위를 기반으로 한 선정기준의 배점요소는 경관개선 유도에 한계가 있었다. 셋째, 노후도는 선정과정에서 중요한 변수로 작용하였으며, 본 연구 대상지의 노후도 가중치에 따라, 선정 주택들의 밀도 분포가 노후도 분포와 유사하게 수렴되는 것을 확인하였다.

이러한 분석 결과를 바탕으로 고찰한 개선방향은 다음과 같았다. 첫째, 집수리 지원사업의 지자체 사업 비용의 절감을 위해 사전 예측 과정이 필요하다. 중앙정부의 도시재생 집수리 가이드라인은 정성적 평가를 제안하나, 이는 지자체의 추가 인력 및 예산 필요성을 높인다. 하지만, 공간정보를 활용할 경우, 효율적 비용으로 계획유도가 가능하며 나아가 지자체는 공간정보를 통한 평가기준 공유 및 적용으로 지원목표 설정 및 배점요소를 효과적으로 압축할 수 있다.

둘째, 경관개선 효과 증대를 위한 공간 가중치의 활용이 필요하다. 도시재생 집수리 지원사업은 경관개선 목적 달성을 위해 건축 노후도가 높은 지역을 대상으로 집중적으로 사업을 추진하는 것이 필요하다. 하지만, 현행 배점표는 특정 공간을 우선하여 선정할 수 있는 배점의 당위성이 부족하다. 따라서, 객관적인 공간 분석을 활용하여, 경관개선을 위해 특정 공간에 높은 가중치를 부여한다면, 경관개선의 실제적 효과를 증대할 수 있다.

셋째, 집수리 지원사업 선정기준의 고도화를 위해 공간분석 기반의 사후 검토 과정이 필요하다. 공간분석 기반의 사후 검토는 선정기준에 따른 사업 결과와 영향 범위를 파악할 수 있기 때문에, 지자체에서 수행 사업의 경관개선 여부를 객관적으로 검토할 수 있을 뿐만 아니라, 차기 사업에서 배점요소 및 기준에 대해 조정하며 고도화할 수 있다.

결과적으로, 지자체는 GIS 매핑 및 커널 분석 등의 공간분석에 기반한 집수리 지원사업 선정기준과 모니터링을 통해 사업 과정의 객관성 및 투명성을 높이고, 사업 결과의 예측성 및 실효성을 제고할 수 있다.

본 연구는 공간분석을 활용한 실증분석을 통해 집수리 지원사업 선정기준의 개선방향을 고찰하였음에도, 다음과 같은 연구의 한계점이 있다. 첫째, GIS 매핑과 커널 분석에 기반한 시각적 분포의 비교분석을 위주로 연구를 수행하였기 때문에, 공간통계에 기반한 더욱 정량적인 배점요소 평가 및 고찰을 하지는 못하였다. 둘째, 안양시 사례를 대상으로 분석하였기 때문에 본 연구 결과를 다른 지자체에 일반화하여 적용하는 경우에는 주의가 필요하다. 따라서, 향후 연구에서는 여러 지자체에 일반적으로 적용할 수 있는 추가적 연구가 요구된다. 그럼에도 불구하고, 본 연구는 현재 집수리 지원사업의 선정기준에서 부족한 경관개선의 목적과 함께 공간적 특성을 고려한 선정기준의 개선방향을 고찰하였다는 점에서 의의가 있다. 또한, 본 연구는 지자체별 지원 예산의 합리적 배분 및 중앙정부의 정책적 실효성을 증대할 수 있는 방법을 제시하였다는 점에서 의의가 있다.