I. 서 론
1. 연구의 배경 및 목적
II. 이론적 고찰
1. 스트레스 개념
2. 코로나19와 주거스트레스
3. 주거스트레스 관련 선행연구 동향과 빅데이터 활용
III. 연구방법
1. 데이터 수집 및 정제
2. 데이터 분석 방법
IV. 분석 결과
1. 코로나19 전・후 주거스트레스 관련 어휘사용 빈도분석
2. 코로나19 전・후 주거스트레스 관련 키워드 상관분석
3. 코로나19 전・후 주거스트레스 관련 키워드 중심성분석
4. 코로나19 전후 주거스트레스 관련 키워드 토픽모델링
V. 결 론
I. 서 론
1. 연구의 배경 및 목적
주거는 흔히들 인간의 생활을 담는 그릇이라고 말하듯이 인간의 생활 변화에 따라 주거의 모습은 달라지게 된다. 코로나19로 일상의 모습이 크게 변화하면서 사람들의 생활에도 새로운 기준(New-normal)이 요구되고 있다. 2020년 1월 20일 국내에 첫 코로나19 확진자가 나온 이후, 강한 전염성과 전파력으로 정부에서는 사회적 거리두기를 실시하였다. 이는 일상 및 사회, 경제활동에 물리적 접촉 빈도 제한, 접촉 인원 제한, 행사 제한 등으로 3밀(밀집, 밀접, 밀폐) 환경을 낮춰 N차 감염의 확산을 줄이기 위한 목적을 가지고 있다.
사회적 거리두기는 감염의 확산을 막는 데 효과적이었지만, 이러한 정책이 장기화되면서 감염에 대한 불안감, 물리적 고립감, 사회적 관계의 단절, 경제적 어려움 등으로 ‘코로나 블루’라는 신조어가 나올 만큼, 사람들의 스트레스, 불안, 우울 등 정신건강의 문제가 심각하게 대두되었다(Lee, 2021; Shin, 2022).
사회적 거리두기의 핵심은 대면접촉을 최소화하는 것으로 소중한 일상을 지키기 위해 집에 머무는 것(Stay at home)이 가장 중요한 지침이 되었다. 이로 인해 학습, 업무, 돌봄, 여가 등 다양한 기능을 수행할 수 있는 주거공간으로의 변화가 요구되었고, 이에 적절히 대응하지 못하는 경우 크고 작은 스트레스를 경험하게 되었다. 또한 코로나19의 확산과 함께 경제활동의 제한으로 인한 임대료 부담증가와 같은 취약계층의 주거안정성 문제가 나타났고(Yun, 2021; Versey, 2021), 이와 함께 주택가격 상승으로(Yoon, 2021) ‘영끌’, ‘패닉바잉’ 등의 신조어를 등장시킬 정도로 우리 사회에 여러 가지 양상의 주거와 관련된 스트레스를 유발했다.
주거스트레스는 거주자에게 작용하는 압력이나 부정적 영향력을 뜻하는 것으로(Noh & Kim, 2008), 주거와 관련된 자극으로 인해 발생한다(Moon & Kwak, 1992). 이러한 주거스트레스는 주택 규모, 층수, 환기, 설비, 소음 등 물리적 요인(Evans et al., 2000; Well & Harris, 2007; Dubey, 2022), 높은 주거가격 및 임대료, 퇴거불안 등 경제적 요인(Robert & Ben, 2013; Pierse et al., 2016; Versey, 2021), 아동학대, 가족관계 등 가족관련 요인(Burt et al., 2016; Chandler et al., 2022; Slack et al., 2017; Kim et al., 2020) 등 여러 가지 요인과 관련되어 발생한다.
코로나19 이후, 예기치 못한 사회적 변화와 함께 주거를 중심으로 거주자의 불편과 스트레스를 초래하는 다양한 자극원들이 증가하고 있으며 이러한 상황이 언제 종식될지 알 수 없는 상황이다. 이에 코로나19로 인해 주거스트레스의 유발과 관련된 다각적인 요인의 구조적 탐색과 이에 대한 현실적 대응 방안 모색이 필요한 시점이다.
지금까지 주거스트레스를 주제로 다룬 대부분의 국내 연구들은 특정 지역이나 응답자 집단을 대상으로 한 설문조사(Moon & Kwak, 1992; Ko, 1997; Noh & Kim, 2008; Jeong & Kim, 2009; Kim et al., 2020)로, 주거스트레스와 관련된 제한적 요인의 탐색이 주를 이루었다. 또한 시간적 범위에서도 코로나19 발생 이전 시기에 국한되어 있어 코로나19 이후의 상황에 따른 주거스트레스 발생과 관련된 포괄적인 요인 구조와 변화 양상을 파악하기 어려운 한계가 있다.
본 연구는 코로나19가 발생하기 이전 2년과 코로나19 발생 이후 2년을 포함하여 총 4년간의 주거스트레스 관련 신문기사를 검색하여 빅데이터를 구축하고, 이를 대상으로 빅데이터 분석방법을 이용하여 코로나19 발생 전・후 비교를 통한 주거스트레스 관련 키워드의 변화 양상을 분석하고 영향요인을 파악하고자 함을 목적으로 한다. 이를 통해 포스트코로나시대에 대비하여 주거스트레스를 경감시키고 삶의 질을 높일 수 있는 주거계획 및 주거정책의 기초자료를 제시하고자 한다.
II. 이론적 고찰
1. 스트레스 개념
현대인에게 스트레스는 일상적 용어가 될 만큼 자주 사용하는 언어가 되었지만, 스트레스의 개념은 명확하게 정의하기 어렵다. 스트레스를 처음 사용하기 시작한 것은 14세기부터였으며, 17세기에는 곤경, 곤란, 역경, 고통으로, 18세기에는 신체 기관이나 정신력과 관련된 힘, 압력, 긴장으로 인식하였고, 20세기에 이르러 인간의 정신과 신체에 미치는 연구가 진행되기 시작하였다(Cho & Kwon, 1998).
이후 많은 연구자들은 고혈압, 심혈관 질환, 비만, 당뇨, 정신장애 등 다양한 건강의 문제와 스트레스와의 관련성을 규명하기 위한 연구를 진행하고 있다(Desai et al., 2021).
대표적인 스트레스 연구자인 Selye는 스트레스는 환경적 요인으로 발생하게 되는 유기체의 반응이나 내적 제약(internal condition)으로 불가피한 것이므로 피하려고 하기보다는 관리하도록 노력하는 것이 필요하다고 주장한다(Cho & Kwon, 1998).
Blau(1981)도 스트레스를 개인과 환경과의 관계(Personal- Environment relationship)로 정의하면서 환경요구가 개인의 대응 능력을 초과하거나 개인의 능력이 환경요구를 초과하는 경우 스트레스가 발생한다고 보았다. Cho & Kwon(1998)도 스트레스는 환경과 개인과의 관계에서 발생하고 있으며, 개인이 통제할 수 있는 범위를 벗어나는 환경적 자극으로 발생할 때 나타나는 것으로 보고 있다.
선행연구를 정리하면 환경과 개인과의 관계로부터 스트레스가 발생하며, 외부에서 주는 환경적 요인이 중요함을 알 수 있다. 즉, 환경적 요인이 개인의 통제권 밖에서 발생하는 경우 스트레스는 더욱 높아지게 된다. 코로나19는 이러한 개인의 통제권 밖의 환경적 자극을 심각하게 만들고 있다. 특히, 사회적 거리두리 등으로 인해 주거라는 공간의 변화가 급변하고 있고, 이러한 환경적 자극이 주거를 중심으로 다양한 스트레스의 발생 원인이 되는 상황이다.
2. 코로나19와 주거스트레스
코로나19는 우리의 사회, 경제, 문화 등 거의 모든 부분의 일상생활에 변화를 초래했다. 코로나19는 학교, 회사, 여가문화 공간 등 삶을 영위하던 다양한 생활공간을 ‘주거공간’으로 한정하는 계기가 되었고, 이에 따라 주거를 기반으로 한 복잡한 스트레스가 발생하고 있다. 이에 전문가들은 앞으로 우리 사회에서 주거의 변화가 가장 급변할 것으로 예측한다.
주거스트레스는 거주자에게 작용하는 압력이나 부정적 영향력으로(Noh & Kim, 2008), 주거요구와 주거환경이 맞지 않는 경우 발생하게 되며, 주거와 관련된 자극이 위협적인 존재로 인지될 때 스트레스로 문제가 된다(Noh & Kim, 2008; Moon & Kwak, 1992). 주거스트레스는 인지된 스트레스 양과 대처 능력에 따라 다르게 나타나며, 대처 능력이 부족한 거주자들은 스트레스를 경험하고(Ko, 1997), 이에 대응하기 위해 주거조정이나 주거적응을 통한 적절한 주거공간 확보 행동이 일어나게 된다(Moon & Kwak, 1992).
과거에는 주로 휴식과 충전의 공간으로 인식되었던 주거가 코로나19 이후 강력한 사회적 거리두기로 인해 학습, 업무, 돌봄, 여가 등 좀 더 복합적인 기능을 수행하는 공간으로 변화하였다(Kim, 2021; Lee, Kwon & Kim, 2022). 이처럼 일상생활 대부분이 주거를 중심으로 이루어지다 보니, 가족들이 함께 생활하는 시간이 증가한 반면, 가족 구성원 간 갈등, 주거밀도의 상승, 필요공간의 부족 등 주거스트레스를 유발하는 여러 가지 주거 문제도 함께 나타나게 되었다(Lee, 2021; Lee et al., 2021; Kim, 2021).
코로나19와 더불어 경제적 활동의 제한으로 인한 실업률 증가, 소득 감소에 따른 임대료 지불의 어려움, 퇴거 위험 증대 등 취약계층의 주거 안정성과 관련된 문제 역시 사회적 이슈가 되었다(Yun, 2021; Versey, 2021). 이 같은 경제침체와 더불어 주택가격의 상승과 대출금리의 하락, 주택 소유에 대한 요구가 높아지는 현상이 맞물리면서 주택 수요는 상승한 데 반해, 주택공급이 적절하게 대응하지 못하였다(Yoon, 2021). 이러한 과정 속에서 ‘영끌’, ‘패닉바잉’, ‘벼락거지’, ‘이생집망’ 등의 신조어가 등장하는 등 주거 관련 불안감이 급증하면서 주거 관련 스트레스를 부추기는 다양한 사회적 현상들이 나타나게 되었다.
이처럼 코로나19로 인해 우리 사회는 전반적으로 모든 일상이 변화하고 있는 가운데, 그중에서도 그 영향을 가장 크게 받는 분야는 주거라 해도 과언이 아닐 것이다.
3. 주거스트레스 관련 선행연구 동향과 빅데이터 활용
국내 주거스트레스 관련 연구는 주거스트레스 관련 요인 탐색 연구(Moon & Kwak, 1992)와 주거스트레스 대처 행동(Moon & Kwak, 1992) 관련 연구로 시작되었다. 이후 아파트 거주자의 주거스트레스와 건강성에 관한 연구(Kim & Ha, 1996; Paik & Kang, 2006; Noh & Kim, 2008), 주거스트레스 영향요인과 대처 행동 관련 연구(Ko, 1997; Jeong & Kim, 2009), 주거스트레스 원인으로 주거비 요인 탐색(Jin, 2012) 연구가 있었다. 최근에는 코로나19로 인한 한부모가구의 주거스트레스 영향 요인(Kim et al., 2020)과 한부모가구의 주거스트레스 유형별 지원 방안을 모색한 연구(Kim & Lee, 2020)가 수행되었다<Table 1>.
지금까지 국내에서 수행된 주거스트레스 관련 연구는 양적으로 많지 않으며, 기존 연구의 대부분도 특정 지역이나 거주자집단을 대상으로 주거스트레스 원인을 탐색하는 연구가 주를 이루고 있다. Jin(2012)의 연구를 제외한 대부분의 연구들은 설문조사를 기반으로 영향요인을 탐색하는 한편 주거스트레스에 대한 대처 행동을 분석하는 데 초점을 맞추었다. 이처럼 한정된 범위를 대상으로 한 기존의 설문조사 기반의 실증연구는 주거스트레스 관련 영향요인을 거시적으로 분석하고 종합적인 연계구조를 탐색하는 데 한계가 있다.
이에 본 연구에서는 코로나19 이후 주거스트레스를 유발하는 관련 요인과 양상이 코로나19 발생 이전과 어떻게 달라졌는지 비교하고 효과적으로 탐색하는 한편 기존 선행연구의 방법론적 한계를 보완하기 위해 신문기사를 활용한 빅데이터 분석방법론을 이용하였다.
신문은 시대적 주요 이슈와 현상을 가장 빠르게 보도하는 매체이자 사람들의 생각과 의식을 대표하는 가장 신뢰할 만한 매체로 사회적 트랜드 분석에 중요한 자료로 활용되어 왔다(Kim, et al, 2018). 신문은 다수의 관련 기사들이 지속성을 가지고 매일 많이 생산되고 있어, 빅데이터(Big data)뿐 아니라 롱 데이터(Long data)로서 의미를 동시에 가지고 있다(Kim, 2019).
이와 같이 신문기사는 그 시대의 변화 양상을 가장 빠르게 파악할 수 있는 연구 자료이며 빅데이터로서의 의미가 있는바, 코로나19로 인한 주거스트레스 관련 요인을 파악하는데 효율적인 분석대상이 될 수 있다.
Table 1.
Trends in Previous Studies Related to Housing Stress
| Researcher (year) | Content | Method |
| Moon & Kwak(1992) |
Identify stress factors in the residential environment of urban families and influence variables in cognitive processes | survey |
| Moon & Kwak (1992) |
Identify housing adjustment attitude and housing management behavior as coping behaviors for residential environment stress of urban families | survey |
| Ko (1996) |
Identify housing stress factors of apartment residents and understand housing movement trends according to related variables | survey |
| Paik & Kang (2006) |
Analyze the effects of high-rise living and indoor environment characteristicsbreak/>on the health of children living in high-rise apartment buildings | survey |
| Noh & Kim (2008) |
Investigate the causes of housing stress of apartment residents, and identify the level of housing stress according to safety, health, convenience, and comfort factors | survey |
| Jeong & Kim (2009) |
Find out the relationship between the difference in housing stress according to the characteristics of residence, coping strategies, and emotional intelligence | survey |
| Jin (2012) |
Identify housing stress and accessibility to affordable housing for low-income class and find out whether the minimum housing standards are met and the relationship between RIR and housing stress |
Panel Data Analysis of Korea Housing Survey |
| Kim et al. (2020) |
Identify the current state of housing stress and influencing factors after COVID-19 for single-parent families | survey |
| Kim & Lee (2020) |
Analyze the characteristics of single-parent families’ housing stress types and seek housing support plan after COVID-19 | survey |
III. 연구방법
본 연구는 빅데이터 분석방법론을 이용하여 코로나19 발생 전・후 국내 주요 신문기사에 출현한 주거스트레스 관련 키워드를 분석함으로써, 시기에 따른 변화 동향을 분석하고 관련된 요인을 파악함을 목적으로 하였다.
1. 데이터 수집 및 정제
국내에서 코로나19 첫 확진자가 발생한 시점인 2020년 1월 20일을 기점으로 코로나19 전・후 각 2년에 해당하는 2018년부터 2022년까지 총 4년간의 데이터를 수집하였다. 이를 위해 먼저 빅데이터 분석 솔루션인 텍스톰(Textom)에서 네이버 뉴스(news.naver.com)를 대상으로 ‘주거스트레스’ 관련 신문기사를 웹 크롤링(web crawling)을 진행하였으며, 코로나19 이전(2018년 1월 20일-2020년 1월 19일) 과 코로나19 이후(2020년 1월 20일-2022년 1월 19일)로 구분하여 데이터를 수집하였다<Table 2>. 수집된 데이터는 R4.2.2 프로그램을 이용하여 정제과정을 거친 후 분석에 사용하였다. 추출된 신문기사 중 중복된 URL을 가지고 있는 신문기사는 중복처리하여 삭제하였다.
텍스트 정제를 위해 먼저 특수문자, 숫자, 고유명사(지역명, 이름, 직업명 등), 의미를 알 수 없는 한 단어 등은 불용어 사전으로 구성하여 불용어 처리를 하였다. 또한 아동(어린이, 아이 등), 노인(고령자, 고령층, 어르신 등) 등 유사한 의미가 있는 단어들은 유의어로 처리하였다. 한편 영끌, 워라벨, 코로나, 사회적 거리두기, 학세권, 공세권, 깡통전세, 가전테리어, 저장강박증 등 새롭게 등장하는 키워드는 신조어 사전으로 구성하여 정리하였다.
이상의 과정을 거쳐 최종 수집된 데이터는 코로나19 이전의 경우 676개 신문기사에서 14,716개 단어, 코로나19 이후에는 625개 신문기사에서 13,182개 단어(키워드)였다.
Table 2.
Overview of Data Collection and Analysis
2. 데이터 분석 방법
데이터 분석은 R4.2.2 프로그램을 이용하여 빅데이터 분석 방법인 텍스트마이닝 방법을 활용하였다. 텍스트마이닝은 빅데이터 분석 방법인 데이터마이닝의 한 분야로 대규모의 텍스트 자료로부터 유의미한 정보를 추출하여 텍스트의 패턴이나 트랜드를 파악하는데 효과적인 방법이다(Kim, 2019). 세부 분석 방법으로는 어휘사용 빈도 분석, 오즈비 분석, 단어 간 상관분석, 의미연결망 분석, 토픽모델링을 활용하였다.
1) 어휘사용 빈도 분석(Word Frequency Analysis)
어휘사용 빈도 분석은 가장 단순하면서 유용한 분석 방법으로, 추출된 어휘(단어/키워드)의 출현 빈도를 통해 코로나19 전・후 주거스트레스 관련 단어의 변화 추이를 파악하기 위해 이용하였다.
2) 오즈비 분석(Odd ratio analysis)
오즈비 분석은 상대빈도 분석으로, 오즈비(odd ratio)는 어떤 사건이 A 조건에서 발생할 확률이 B 조건에서 발생할 확률에 비해 얼마나 더 큰지를 나타내는 값이다(Kim, 2021). 오즈비 분석을 통해 코로나19 이후 등장할 확률이 높은 키워드를 탐색하였으며, 이를 위해 로그 오즈비 값을 이용하여 분석하였다.
3) 키워드 간 상관분석(Phi Analysis)
키워드 간 상관분석은 키워드 쌍이 함께 사용되는 경우가 각각 사용되는 경우에 비해 얼마나 많은지를 나타내는 지표로, 파이계수를 이용하면 상대적으로 관련성이 큰 키워드의 쌍을 찾을 수 있다(Kim, 2021). 주거 및 스트레스라는 키워드가 어떠한 키워드들과 상대적으로 관련성이 높은지를 파악하기 위해 파이계수를 이용하여 분석하였다.
4) 의미연결망 분석(SNA: Semantic Network Analysis)
의미연결망 분석은 사회적 네트워크분석을 적용하여 키워드를 노드로 정의하고 동시 출현을 노드(키워드)간 관계로 코딩하여 연결망을 추출하는 방법이다(Yoo & Lim, 2021). 이를 통해 키워드와 키워드 사이의 관계를 파악할 수 있는데, 본 연구에서는 연결 중심성,1) 매개 중심성,2) 고유벡터 중심성3) 등을 이용하여 코로나19 전후 키워드 간 관계성을 분석하였다.
5) 토픽모델링(Topic Modeling)
토픽모델링은 텍스트의 어휘 분포 정보를 통해 텍스트를 구성하고 있는 토픽을 식별 및 추출하는 통계 방법으로 텍스트 정보를 요약하여 파악할 수 있다(Kim, 2019). 토픽모델링은 키워드를 근간으로 특정 이슈나 토픽들을 추출하여 잠재적인 주제나 쟁점을 분석하는데 유용한 방법이다(Yoo & Lim, 2021). 주로 LDA(Latent Dirichlet Allocation) 방법을 사용하는데(Sun, et al, 2022), 본 연구에서도 LDA 토픽모델링 방법을 이용하여 코로나19 전・후 신문기사 텍스트에 잠재된 주거스트레스 관련 요인을 분석하였다.
IV. 분석 결과
1. 코로나19 전・후 주거스트레스 관련 어휘사용 빈도분석
코로나19 전・후 주거스트레스 관련 어휘사용 빈도 분석 결과는 <Table 3>과 같다.
코로나19 이전 2년간 주거스트레스 관련 상위 20개 키워드의 어휘사용 빈도를 보면, ‘지원’이 가장 높았고, 다음으로 ‘주거환경’, ‘생활’, ‘가구’, ‘문제’, ‘아동’, ‘청년’, ‘소음’, ‘환경’, ‘건강’ 순으로 나타났다. 코로나19 이후 2년간 키워드의 어휘 사용 빈도는 ‘주거환경’이 가장 높았고, 다음으로 ‘청년’, ‘공간’, ‘소음’, ‘아동’, ‘생활’, ‘아토피’, ‘아파트’, ‘문제’ 순으로 나타났다. 코로나19 전・후 비교에서 가장 높게 상승한 키워드는 ‘아토피’였으며, 다음으로 ‘주거환경’, ‘청년’, ‘공간’, ‘관리’, ‘발생’, ‘소음’, ‘업무’, ‘아동’, ‘아파트’ 순이었다. 코로나19 전・후 대비 사용빈도가 하락한 키워드는 ‘지원’, ‘생활’, ‘문제’였다. 이는 코로나19 이후 사람들의 주거 실내 체류시간이 길어지면서 실내환경 질과 관련된 대표적 피부질환인 ‘아토피’ 관련 키워드가 높게 나타난 것으로 보인다. 그 밖에 주거 내 생활시간 증대로 인한 소음 발생 문제, 주거관리에 대한 관심 증대, 재택 업무 등 새로운 기능을 수행하기 위한 주거공간에 대한 요구가 반영된 결과로 해석된다.
Table 3.
Keyword use frequency related to housing stress before and after COVID-19 (Top20)
코로나19 이전과 비교하여 코로나19 이후 상대적 중요도가 높게 나타난 키워드를 살펴보기 위해 오즈비 분석을실시한 결과, 다음 <Table 4>와 같다.
Table 4.
Keywords with highly relative importance after COVID-19
코로나19 이후에는 ‘욕실’, ‘주차장’, ‘코로나’, ‘행복’, ‘포스트’, ‘격리’, ‘고성능’, ‘물량’, ‘식물’, ‘자가’, ‘재택근무’, ‘저소음’, ‘택배’, ‘특허’, ‘평면’ 등의 키워드가 상대적으로 중요하게 나타났다. 특히 ‘욕실’은 코로나19 이후 새롭게 등장한 키워드로 상대적 중요도가 가장 높게 나타났는데, 이는 코로나19로 인해 위생과 힐링에 관한 관심 증대에 따른 결과로 볼 수 있다.
또한 ‘주차장’은 재택근무의 확산으로 인한 주차공간의 부족, 코로나19 이후 차량구매 급증으로 인해 주차공간에 관한 관심이 높아진 것 등과 연결지어 생각해 볼 수 있다. 그밖에 ‘코로나’, ‘포스트’, ‘격리’처럼 코로나19와 직접적으로 연관된 새로운 키워드들 역시 코로나19 이후 상대적 중요도가 높게 나타났다. 이 밖에 주거 내 생활시간 증대로 인해 이웃간 소음 문제가 빈번히 발생하면서, 이에 대응하기 위한 ‘저소음’ 키워드가 새로 등장하였다. 또한 주거 내 새로운 기능의 공간에 대한 요구가 높아지면서 ‘고성능’, ‘평면’, ‘특허’와 같이 주거 성능 향상과 효율적 평면계획 등과 관련된 키워드가 중요하게 나타난 것으로 보인다. 이외에도 ‘행복’, ‘식물’ 등의 키워드가 상대적으로 중요하게 나타난 것은 집에 머무는 시간이 길어진 만큼 주거 내 소소한 일상에서 행복을 찾으려는 모습을 반영한 것이라고 볼 수 있다. 그 밖에 코로나19로 외출이 제한된 상황에서 비대면 소비가 증가하면서 ‘택배’ 키워드가 등장한 것도 두드러진다.
2. 코로나19 전・후 주거스트레스 관련 키워드 상관분석
1) 주거 관련 키워드 상관분석
코로나19 전・후 주거와 관련하여 어떠한 키워드들이 상호 관련성이 높은지를 파악하기 위해 파이계수를 이용하여 키워드 간 상관성을 분석한 결과는 <Table 5>와 같다.
코로나19 이전에는 ‘일자리’, ‘복지’, ‘빈곤’, ‘급여’, ‘생활’, ‘정책’, ‘지원’ 등 주로 주거복지 관련 키워드의 연관성이 높게 나타났다. 코로나19 이후에는 ‘경제’, ‘부동산’, ‘빈곤’, ‘문화’, ‘단지’, ‘지역’, ‘출퇴근’ 등 주택가격 상승과 관련된 키워드들과 함께 코로나19로 인해 생활 범위가 좁아지면서 ‘단지’와 ‘지역’ 등의 키워드들이 주거스트레스와 상호 관련성이 높게 나타났다. 이는 사회적 거리두기로 인해 외부에서 행하던 여가문화 활동 반경이 제한되면서 주거를 기반으로 한 비대면 문화생활이 확산된 결과로 풀이된다.
‘청년’ 키워드는 코로나19 이전에도 주거와 관련성이 높았지만, 코로나19 이후에는 주거와의 관련성이 가장 높은 키워드로 등장하였다. 이는 코로나19 이후 주택가격 폭등, 취업난 등 청년의 주거생활에 부정적 영향을 미치는 여러 가지 문제가 발생함에 따른 결과로 보인다. 그밖에 ‘돌봄’ 키워드가 상위 20위권에 새롭게 등장했는데 이는 코로나19로 인한 원격교육의 확산으로 어린이집, 유치원, 학교 등에서 수행하였던 사회적 돌봄의 기능을 제대로 수행하기 어려워지면서 가정 내 돌봄이 증가된 데 따른 결과로 보인다.
Table 5.
Phi coefficient of keywords related to ‘Housing’ before and after COVID-19 (Top20)
2) 스트레스 관련 키워드 상관분석
파이계수를 이용하여 스트레스와 관련성이 높은 키워드를 코로나19 전・후로 비교하면 <Table 6>과 같다.
코로나19 이전에는 ‘생활’, ‘시간’, ‘가족’, ‘교육’, ‘직장’과 같이 개인의 생활을 중심으로 한 키워드와 함께 ‘소음’, ‘환경’, ‘주거환경’, ‘아파트’ 등이 스트레스와 관련성이 있는 것으로 나타났다. 코로나19 이후에도 ‘주거환경’은 스트레스와의 관련성이 높았다. ‘생활’, ‘가족’ 등 개인적 요인들도 스트레스와 관련성이 있는 것으로 나타났는데 이는 재택근무의 확산으로 인한 불규칙한 생활, 새로운 업무방식으로 인해 나타난 결과라고 볼 수 있다. 그밖에 ‘아토피’, ‘환경호르몬’도 스트레스와의 관련성을 보였는데 이는 실내생활 증대로 인한 피부질환 및 환경호르몬 문제가 코로나19 이전보다 더 중요하게 인식되었기 때문이라고 생각된다.
Table 6.
Phi coefficient of keywords related to ‘Stress’ before and after COVID-19 (Top20)
3. 코로나19 전・후 주거스트레스 관련 키워드 중심성분석
코로나19 전・후 주거스트레스 관련 키워드의 의미연결망 분석은 출현 빈도가 30회 이상인 키워드 중 주거스트레스와의 상관관계를 나타내는 파이계수가 0.17 이상인 키워드를 대상으로 하였으며, 연결 중심성, 매개 중심성, 고유벡터 중심성을 이용하여 키워드 간 관계를 파악하였다.
연결 중심성은 하나의 핵심어가 다른 핵심어와 얼마나 많은 관계를 맺는지를 평가하고, 매개 중심성은 핵심어가 다른 핵심어 간의 관계를 얼마나 관여 혹은 통제하는지를 평가하며, 고유벡터 중심성은 핵심어가 갖는 영향력을 평가하게 된다. 이들 3개의 중심성 결과를 토대로 코로나19 전・후 주거스트레스 관련 핵심어의 연결 관계를 분석하였다.
1) 코로나19 이전 주거스트레스 관련 키워드 중심성분석
코로나19 이전 주거스트레스 관련 24개 키워드를 중심으로 한 의미연결망 분석 결과는 <Table 7>과 같다.
연결 중심성 결과를 살펴보면, 24개의 키워드 중 ‘계획’이 가장 많은 연결 관계가 있으며, 다음으로 ‘우울증’, ‘개선’, ‘교육’, ‘가족’, ‘문제’, ‘지원’, ‘청년’, ‘주거환경’, ‘해결’, ‘복지’, ‘제공’, ‘서비스’, ‘증가’, ‘요인’, ‘인프라’, ‘문화’, ‘사회’, ‘가구’, ‘직장’, ‘주거비’, ‘건강’, ‘만족’, ‘출퇴근’ 순으로 나타났다.
매개 중심성 결과에서도 ‘계획’이 가장 높은 순위를 차지하였으며, 다음으로 ‘우울증’, ‘개선’, ‘교육’, ‘청년’, ‘문제’ 및 ‘사회’ 순으로 나타났다.
고유벡터 중심성에서도 ‘계획’이 가장 높은 순위를 차지하였으며, 다음으로 ‘개선’, ‘가족’, ‘우울증’, ‘지원’, ‘청년’, ‘주거환경’, ‘가구’ 순으로 나타났다.
연결 중심성 분석에서 핵심어로 추출된 단어 중 매개 중심성과 고유벡터 중심성에서 그 관련성이 없는 것으로 나타난 키워드는 ‘해결’, ‘복지’, ‘제공’, ‘서비스’, ‘증가’, ‘요인’, ‘인프라’, ‘문화’, ‘직장’, ‘주거비’, ‘건강’, ‘만족’, ‘출퇴근’ 등이었다.
3개의 중심성 분석 결과를 토대로 코로나19 이전 핵심어를 보면 ‘계획’이 가장 영향력이 큰 키워드로 나타났고, 이와 함께 ‘개선’, ‘우울증’, ‘청년’ 등의 키워드가 주요 핵심어로 나타났다. 즉 코로나19 이전 주거스트레스와 관련해서는 청년의 우울증 지원과 함께 적절한 공간계획을 통한 주거환경 개선에 대한 요구가 컸음을 짐작할 수 있다.
Table 7.
Semantic Network Analysis (SNA) of keywords related to housing stress before COVID-19
2) 코로나19 이후 주거스트레스 관련 키워드 중심성분석
코로나19 이후 주거스트레스 관련 34개 키워드를 중심으로 의미연결망 분석을 실시한 결과는 <Table 8>과 같다.
연결 중심성 결과를 살펴보면, 34개의 키워드 중 ‘단지’가 가장 많은 연결 관계가 있으며, 다음으로 ‘우울’, ‘환경호르몬’, ‘불규칙’, ‘아토피’, ‘발생’이, ‘근접’, ‘출퇴근’, ‘주거환경’, ‘직주’, ‘아동’, ‘생활’ 순으로 나타났다.
매개 중심성 결과에서도 ‘단지’가 가장 높은 순위를 차지하였으며, 다음으로 ‘시장’, ‘근접’, ‘공급’, ‘출퇴근’, ‘주거환경’, ‘직주’, ‘서비스’, ‘생활’ 순으로 나타났다.
고유벡터 중심성에서도 ‘단지’가 가장 높은 순위를 차지하였으며, 다음으로 ‘시장’, ‘근접’, ‘출퇴근’, ‘주거환경’, ‘직주’, ‘층간’, ‘서비스’, ‘생활’ 순으로 나타났다.
연결 중심성 분석에서 핵심어로 추출된 단어 중 매개 중심성과 고유벡터 중심성에서 그 관련성이 없는 것으로 나타난 키워드는 ‘직장’, ‘아동’, ‘제공’, ‘치료’, ‘주차’, ‘지역’, ‘가족’, ‘지원’, ‘복지’, ‘개선’, ‘아파트’, ‘관리’, ‘업무’, ‘주택’, ‘부동산’ 등의 키워드로 나타났다.
3개의 중심성 분석 결과를 토대로 코로나19 이후 핵심 키워드를 보면 ‘단지’가 가장 영향력이 큰 것으로 나타났는데 이는 코로나19 이후 사회적 거리두기로 인해 생활권이 이전의 지역 차원에서 주거단지를 중심으로 좁아짐에 따른 결과로 해석된다. 이밖에 ‘시장’, ‘근접’, ‘출퇴근’, ‘직주’, ‘주거환경’, ‘서비스’, ‘층간’, ‘소음’, ‘발생’, ‘환경호르몬’, ‘불규칙’, ‘아토피’ 등의 키워드가 주요 핵심어로 나타났는데 이 역시 사회적 거리두기로 인해 주거 내 생활시간이 길어진 만큼, 실내환경의 중요성과 접근성 문제가 이전보다 더 크게 부각되었기 때문으로 볼 수 있다.
Table 8.
Semantic Network Analysis (SNA) of keywords related to housing stress after COVID-19
4. 코로나19 전후 주거스트레스 관련 키워드 토픽모델링
코로나19 전후 주거스트레스 관련 요인을 파악하기 토픽모델링 분석을 활용하여 관련 요인들의 토픽을 파악하였으며, 그 결과는 다음과 같다.
토픽모델링은 할당된 토픽 수를 기준으로 토픽을 분류하여 토픽 수 할당과 토픽 명 부여가 중요하다(Hwang et al., 2020). 토픽 수를 결정하기 위해 하이퍼파라미터 튜닝(Hyper-Parameter Tuning)4)을 활용하여 토픽 수를 2에서 20까지 바꿔가며 모델을 만든 다음 성능 지표 결과를 토대로 1차적으로 토픽의 수를 결정하였다. 토픽 수의 결정은 통계적인 계산 결과도 한 기준이 될 수 있지만, 최종 토픽 수의 결정은 통계적 결과와 연구자의 판단이 중요하다(Hwang et al., 2020; Yun & Cho, 2021). 하이퍼파라미터 튜닝 결과를 활용하여 1차적인 토픽 수를 결정하고 도출된 토픽 내 키워드의 구성을 보고 주거 분야 교수 1인과 박사급 연구자 1인이 함께 논의하여 최종 토픽의 수를 결정하였다.
1) 코로나19 이전 주거스트레스 관련 키워드 토픽모델링
코로나19 이전 주거스트레스 관련 키워드의 토픽 수를 결정하기 위해 하이퍼파라미터 튜닝을 실시한 결과, 15개의 토픽의 수가 적절하다 판단하였다5). 이에 15개 토픽을 대상으로 LAD 토픽모델링 분석을 실시하였으나, 이중 Topic 5, 13, 15의 경우 각 토픽에 포함된 키워드의 내용상 대표성 있는 토픽으로 구성되기 어렵다고 판단하였다. 따라서 이들 3개의 토픽을 제외하고6) 최종 토픽 수를 12개로 정하여 주거스트레스 관련 키워드 토픽을 구성한 결과는 다음 <Table 9>와 같이 정리되었다.
Table 9.
Topic Modeling (LDA) Analysis before COVID-19
최종 토픽은 청년 관련 요인, 주거비 관련 요인, 소음 관련 요인, 지역편의시설 관련 요인, 아동주거빈곤 관련 요인, 공간관련 요인, 출퇴근 관련 요인, 건강안전 관련 요인, 복지 관련 요인, 정신건강 관련 요인 등 총 12개로 구성되었다. 청년 관련 요인은 ‘가구’, ‘청년’, ‘지원’, ‘우울증’, ‘일자리’ 등의 키워드로 구성되었고, 주거비 관련 요인은 ‘지원’, ‘주거비’, ‘외상’, ‘안정’, ‘장애’ 등의 키워드로 구성되었다. 주거환경 관련 요인은 ‘주거환경’, ‘개선’, ‘가족’, ‘여성’, ‘계획’ 등의 키워드로 구성되었고, 소음 관련 요인은 ‘소음’, ‘주민’, ‘아파트’, ‘층간’, ‘시설’ 등의 키워드로 구성되었다. 지역편의시설 관련 요인은 ‘주거지역’, ‘인프라’, ‘공원’, ‘열스트레스’, ‘폭염’ 등의 키워드로 구성되었고, 아동주거빈곤 관련 요인은 ‘아동’, ‘빈곤’, ‘거주’, ‘주거공간’, ‘열악’, ‘생활’ 등의 키워드로 구성되었다. 공간 관련 요인에는 ‘공간’, ‘환경’, ‘반려동물’, ‘필요’, ‘영향’ 등의 키워드가 포함되었고, 출퇴근 관련 요인은 ‘출퇴근’, ‘주차’, ‘기숙사’, ‘직장’, ‘위치’ 등의 키워드로 구성되었다. 복지 관련 요인은 ‘서비스’, ‘복지’, ‘교육’, ‘취업’, ‘상담’ 등의 키워드로 구성되었고, 생활문제 관련 요인에는 ‘생활’, ‘문제’, ‘사회’, ‘해결’, ‘디자인’ 등의 키워드가 포함되었다. 정신건강 관련 요인은 ‘정신’, ‘해소’, ‘조성’, ‘행복’, ‘휴식’, ‘치유’ 등의 키워드로 구성되었다.
2) 코로나19 이후 주거스트레스 관련 키워드 토픽모델링
코로나19 이후 주거스트레스 관련 키워드의 토픽 수를 결정하기 위해 하이퍼파라미터 튜닝을 실시한 결과, 14개의 토픽 수가 적절하다고 판단하였다.7) 이에 토픽 수를 14개로 설정하여 LAD 토픽모델링 분석을 실시하였으나, 이중 Topic 14에 포함된 키워드의 내용상 대표성 있는 토픽으로 구성되기 어렵다고 판단하여 이를 제외하고8) 최종 13개의 토픽으로 구성하여 코로나19 이후 주거스트레스 관련 키워드 토픽을 구성한 결과 <Table 10>과 같이 정리되었다.
최종 토픽은 가족생활 관련 요인, 주택공급 관련 요인, 위생 및 쾌적성 관련 요인, 청년 관련 요인, 출퇴근 관련 요인, 지역편의시설 관련 요인, 소음 관련 요인, 건강안전관련 요인, 주거환경 관련 요인, 복지 관련 요인, 주거관리서비스 관련 요인 등 총 13개로 구성되었다.
가족생활 관련 요인은 ‘주거환경’, ‘가족’, ‘교육’, ‘변화’, ‘복지’, ‘부족’ 등의 키워드를 포함하였고, 주택공급 관련 요인은 ‘문제’, ‘공급’, ‘시장’, ‘안정’, ‘규제’, ‘집값’, ‘대출’ 등의 키워드로 구성되었다. 위생 및 쾌적성 관련 요인에는 ‘환경’, ‘생활’, ‘욕실’, ‘청소’, ‘힐링’ 등의 키워드가 포함되었고, 청년 관련 요인에는 ‘청년’, ‘불안’, ‘빈곤’, ‘취업’, ‘일자리’, ‘고독’ 등의 키워드가 포함되었다. 출퇴근 관련 요인은 ‘직장’, ‘출퇴근’, ‘단지’, ‘시간’, ‘직주’, ‘근접’ 등의 키워드로 구성되었고, 지역편의시설 관련 요인은 ‘지역’, ‘주차’, ‘돌봄’, ‘대책’, ‘공간’, ‘확충’ 등의 키워드로 구성되었다. 소음 관련 요인에는 ‘소음’, ‘아파트’, ‘층간’, ‘개발’, ‘해결’ 등의 키워드가 포함되었고, 건강안전 관련 요인은 ‘건강’, ‘시설’, ‘안전’, ‘개선’, ‘주민’, ‘심리’ 등의 키워드를 포함하였다. 주거환경 관련 요인은 ‘주거환경’, ‘아동’, ‘아토피’, ‘불규칙’, ‘환경호르몬’ 등의 키워드로 구성되었고, 공간 관련 요인은 ‘공간’, ‘업무’, ‘창업’, ‘제공’, ‘안정’, ‘특화’, ‘계획’ 등의 키워드로 구성되었다. 정신건강 관련 요인에는 ‘정신’, ‘상담’, ‘공공’, ‘임대주택’, ‘제공’ 등의 키워드가 포함되었고, 복지관련 요인은 ‘지원’, ‘복지’, ‘가구’, ‘한부모’, ‘사각지대’ 등의 키워드로 구성되었으며, 주거관리서비스 관련 요인은 ‘관리’, ‘서비스’, ‘해소’, ‘부동산’, ‘교육’ 등의 키워드로 구성되었다.
Table 10.
Topic Modeling (LDA) Analysis after COVID-19
코로나19 전・후로 해당 기간 동안 토픽별 신문기사 비중과 세부 키워드의 변화를 파악하였다. 토픽모델링의 문서빈도 방법을 활용하여 토픽별 비중을 분석한 결과는 <Table 11>과 같다.
Table 11.
Frequency of keywords and articles by topic before and after COVID-19
코로나19 이전의 경우 문서빈도가 가장 큰 토픽은 소음 관련 요인이었으며, 다음으로 출퇴근 관련 요인, 청년 관련 요인, 복지 관련 요인, 정신건강 관련 요인, 지역편의시설 관련 요인과 생활문제 관련 요인, 아동주거빈곤 관련 요인, 건강안전 관련 요인과 주거환경 관련 요인, 공간 관련 요인, 주거비 관련 요인 순이었다.
코로나19 이후 토픽별 문서빈도가 가장 큰 것은 출퇴근관련 요인이었으며, 다음으로 주거관리서비스 관련 요인, 소음 관련 요인, 주택공급 관련 요인, 청년 관련 요인, 복지 관련 요인, 공간 관련 요인, 가족생활 관련 요인, 위생 및 쾌적성 관련 요인, 건강안전 관련 요인, 지역편의시설 관련 요인, 정신건강 관련 요인 순으로 나타났다.
주목할 것은 코로나19 이후 출퇴근 관련 요인이 가장 높게 나타난 점으로, 이와 관련된 세부 키워드를 살펴보면, ‘단지’, ‘시간’, ‘직주’, ‘근접’ 등으로, 코로나19 이전과는 다른 양상을 보였다. 이는 코로나19로 인해 대면접촉의 최소화 경향, 원격근무 확대 등으로 직주 근접에 대한 관심과 단지 중심 생활이 중요해졌기 때문이라고 볼 수 있다. 소음 관련 요인은 코로나19 전・후 기간 모두에서 높은 순위를 차지하고 있어, 주거스트레스와 관련된 주된 관련 요인으로 지속적인 관심이 이어지고 있음을 알 수 있다.
코로나19 전・후 두 기간 동안 소음 관련 요인에 포함된 세부 키워드의 변화를 보면 코로나19 이전에는 아파트 층간소음 관련 키워드가 주요 관심사로 나타난 데 비해, 코로나19 이후에는 ‘개발’, ‘해결’이라는 키워드가 등장함을 볼 때 아파트 층간소음의 문제를 실제 기술의 개발을 통해 해결하려는 대응 방안 모색이 두드러진다.
청년 관련 요인의 경우 코로나19 이후 문서빈도의 순위는 다소 하락했지만, 두 기간 동안 문서빈도 비중이 여전히 높은 순위를 차지함으로써 이에 대한 지속적으로 높은 사회적 관심을 알 수 있다. 청년 관련 요인에 속하는 세부 키워드를 보면 코로나19 이전과 이후 모두 청년의 일자리에 대한 관심이 높게 나타나고 있다. 이는 코로나19 이후 등장한 ‘빈곤’, ‘불안’, ‘고독’ 등의 키워드와 연관성을 고려할 때, 청년들의 심리적 문제와 빈곤의 문제가 코로나19 이후 더욱 심각해졌음을 보여주는 것으로 코로나19로 인해 청년들의 사회적 활동이 제한되고 취업률이 하락하면서 나타난 결과라고 볼 수 있다.
복지 관련 요인은 코로나19 이후 문서빈도 순위가 하락하였지만, 여전히 중간 이상의 순위를 차지하고 있었다. 코로나19 이전에 추출된 복지 관련 요인에는 ‘서비스’, ‘교육’, ‘취업’, ‘상담’ 등의 키워드가 포함된 데 비해, 코로나19 이후에는 ‘한부모’, ‘사각지대’, ‘지원’, ‘복지’ 등의 키워드가 도출되었다. 이는 코로나19 이후 복지 사각지대에 놓인 취약계층의 복지서비스에 대한 관심이 높아진 상황을 반영한 것으로 보인다. 아울러 코로나19의 발생으로 인해 대표적인 주거취약계층인 한부모 가구에 대한 관심이 커졌기 때문이라고 할 수 있다.
공간 관련 요인은 코로나19 이후 문서빈도 순위가 코로나19 이전에 비해 5단계 상승한 것으로 나타났다. 코로나19 이전에는 ‘반려동물’, ‘공간’, ‘환경’, ‘필요’, ‘영향’ 등의 키워드가 포함된 데 비해, 코로나19 이후에는 ‘업무’, ‘창업’, ‘특화’, ‘계획’ 등 원격수업과 재택근무 등으로 인한 주거공간의 부족 및 불편을 초래하는 공간구성의 문제에 대응하고자 하는 요구를 반영한 것으로 보인다.
한편 코로나19 이후 새롭게 등장한 토픽 중 주거관리서비스 관련 요인은 문서빈도 순위가 2위를 차지하여 코로나19 이전에 비해 관심도가 상당히 높아졌음을 알 수 있다. 이는 코로나19로 인해 주거 내 생활시간이 증가하면서 청소 및 유지관리 등에 관한 요구와 부담이 높아졌기 때문이라고 하겠다. 이러한 추세는 다양한 주거관리서비스가 적용된 주택상품의 등장이나 주거관리 교육 등 보다 효율적이고 편리한 주거관리에 대한 관심과 필요성을 높이고 있다고 할 수 있다. 유사한 맥락에서 코로나19 이후 ‘생활’, ‘청소’, ‘욕실’, ‘환경’, ‘힐링’ 등의 키워드를 포함하는 위생 및 쾌적성 관련 요인이 새롭게 등장하였는데 이는 팬데믹 상황에서 쾌적한 공간환경에 대한 일반적 관심이 높아진 데 비해 적절히 충족되지 못 할 경우 주거스트레스를 유발하는 요인이 될 수 있음을 보여준다.
코로나19 이후 주택공급 관련 요인도 새롭게 등장하였는데 이 기간 동안 주택가격의 폭등으로 주택공급의 필요성이 높아졌지만 빠르게 공급할 수 없는 주택상품의 특성 상 수급 불균형과 낮은 금리로 인한 주택시장 과열이 전반적인 주거스트레스를 높인 것으로 유추된다.
이밖에 가족생활 관련 요인 역시 코로나19 이후 새롭게 등장한 주거스트레스 관련 요인으로, 추출된 키워드에는 ‘주거환경’, ‘가족’, ‘교육’, ‘복지’, ‘부족’, ‘변화’ 등이 포함되었다. 원격교육이 보편화된 코로나19 이후 집안에서 오랜 시간 부딪쳐야 하는 가족생활이 또 다른 주거스트레스를 유발하는 요인으로 작용한 것으로 볼 수 있다. 아울러 이러한 원격교육 등의 도입은 주거환경 내 가족생활의 변화를 요구하지만 이에 대응할 만한 적절한 복지서비스를 찾기 어려운 상황에 노출되면서 주거스트레스가 발생한 것으로 보인다.
V. 결 론
본 연구는 코로나19 발생 전・후 총 4년간의 신문기사를 대상으로 빅데이터 분석방법론을 이용하여 각 시기별로 주거스트레스와 관련된 요인을 파악하고 코로나19 전・후의 변화를 비교, 탐색하는 것을 주요 목적으로 하였다. 본 연구 결과를 통해 도출한 시사점과 결론은 다음과 같다.
첫째, 코로나19 이후 주거스트레스와 관련하여 가장 높은 발생빈도를 보인 키워드는 단연 ‘주거환경’이었으며, 의미연결망 분석 결과에서는 ‘단지’의 영향력이 가장 큰 것으로 나타났다. 이는 코로나19로 인해 기존의 지역사회에서 ‘주거환경’과 ‘단지’ 중심으로 생활권의 범위가 축소되면서 이를 중심으로 다양한 주거스트레스가 발생하고 있는 것으로 해석된다. 즉, 코로나19 이후 대부분의 일상생활이 주거를 중심으로 수행되는 가운데 크고 작은 주거스트레스의 발생이 심각한 사회문제로 대두되고 있다. 주거를 기반으로 발생한 스트레스는 단순히 개인 차원의 스트레스에서 머물지 않고, 가족, 이웃 등 다양한 사람들과 연계, 파생되는 문제가 있다. 따라서 코로나19와 같은 팬데믹 상황에 대비하여 향후 주거스트레스를 감소시킬 수 있는 다양한 주거계획과 주거정책에서의 세부 전략들이 필요하다.
둘째, 코로나19 이후 신문기사에 나타난 주거스트레스 관련 키워드에는 교육, 업무, 여가문화, 돌봄 등이 새롭게 포함되었다. 즉 이전에는 주거가 휴식과 재충전의 기능을 주로 담당했다면, 코로나19 이후에는 보다 다기능적 공간으로 변화되기를 바라는 주거요구가 나타남을 보여주는 결과이다. 팬데믹 상황이 여전히 지속되고 있는 상황에서 변화하는 주거요구와 기능에 적절히 대응하지 못하는 경우 여러 가지 양상의 주거스트레스를 유발하는 원인이 될 수 있다. 이에 향후 본 연구에서 나타난 주거스트레스 관련 요인을 중심으로 이를 효율적으로 지원할 수 있는 특화 공간 및 평면을 적용한 주택상품 및 주거서비스의 개발이 요구된다.
셋째, 코로나19 이후 주거스트레스 관련 토픽 중에서 ‘단지’, ‘직주’, ‘근접’ 등의 세부 키워드를 포함하는 ‘출퇴근’관련 요인에 대한 관심이 가장 높게 나타났다. 이는 코로나19로 인해 장시간 대중교통 사용의 기피 현상과 함께 3밀 공간을 회피하려는 성향을 반영한 것이다. 재택근무와 함께 출퇴근 시간의 감소 요구는 개별주택이나 단지 내에 업무와 창업 등을 지원하는 공간에 대한 요구로 연결 지을 수 있는바, 이를 적용한 단위 주호 및 단지계획의 강화가 요구된다.
넷째, 코로나19 이전에 비해 코로나19 이후 주거 내 ‘욕실’의 상대적 중요성이 매우 높게 나타났는데 이는 코로나19로 인해 사람들의 위생과 쾌적성에 대한 관심이 증대됨을 보여주는 것이다. 오즈비 분석과 토픽모델링 결과를 종합해 보면, ‘욕실’ 공간은 주거스트레스와의 관련성에서 중요하게 나타났으며, 주거스트레스 관련 토픽 중 위생 및 쾌적성 관련 요인에서 욕실은 ‘힐링’, ‘생활’ 등의 키워드와 함께 등장하고 있다. 코로나19로 인해 위생에 대한 관심이 높아진 시점에서 욕실 공간의 중요성은 앞으로도 지속될 것으로 예견된다. 이에 향후 욕실은 단순히 생리적 위생공간이 아닌 심리적, 정서적 힐링의 공간으로 거듭날 수 있는 창조적 계획방안이 모색되어야 한다.
다섯째, 주거스트레스와 관련하여 안전과 건강성 증진 및 주거공간 내 관리의 중요성을 확인할 수 있었다. 코로나19로 인해 주거를 중심으로 한 생활시간의 증대는 청소, 관리 등을 통해 주거공간을 보다 위생적이고 안전한 환경으로 유지관리하려는 관심이 높아졌다. 또한 아토피, 환경호르몬 등의 키워드가 중요하게 등장한 것을 보면, 실내환경의 위생 및 쾌적성이 주거스트레스와 관련성이 있음을 알 수 있다. 일상적인 주거의 관리는 거주자들로 하여금 많은 시간 및 노동, 관리 방법을 필요로 하는 바, 이를 지원하는 특화된 관리서비스가 접목된 주택 상품 기획 및 개발과 더불어 효율적으로 주거관리를 할 수 있는 다양한 방식의 교육프로그램 및 관련 기술 등이 개발될 필요가 있다.
여섯째, 주거스트레스를 유발시키는 주된 원인 중의 하나는 ‘소음’이다. 소음은 코로나19 이전과 이후 모두 대표적인 주거스트레스 유발 원인으로 등장하였다. 다만 시기별로 세부적인 관련 키워드가 변화하는 것을 볼 수 있는데, 코로나19 이전에는 주로 아파트 층간소음 현상과 관련된 키워드들로 구성되었다면, 코로나19 이후에는 아파트에서 발생하는 소음 문제를 보다 적극적인 방식으로 해결하려는 모습을 볼 수 있다. 토픽모델링 결과 코로나19 이후에는 소음과 관련하여 ‘해결’, ‘개발’ 등의 키워드가 함께 등장하였고, 오즈비분석 결과에서도 ‘저소음’ 키워드가 상대적으로 중요하게 나왔다. 이에 아파트 등 공동주택 내 주거스트레스를 절감하기 위한 저소음 주택성능 향상 기술의 개발 및 적용은 앞으로 가장 보편적으로 요구되는 주거 성능의 기준이 될 것이다.
일곱째, 주거스트레스는 특히 복지사각지대에 있는 취약 계층들에게 더욱 심각하게 나타남을 알 수 있었다. 토픽모델링 결과 복지 관련 요인에서 코로나19 이전과 달리 코로나19 이후에는 ‘한부모’, ‘가구’, ‘사각지대’, ‘지원’, ‘복지’ 등의 키워드들로 구성되었다. 코로나19 이후 한부모가구의 주거스트레스에 대한 연구를 진행한 Kim, et al(2020)과 Kim & Lee(2020)의 연구 결과를 보면, 한부모가구가 다른 가구 유형에 비해 코로나19로 인한 무급휴직, 실직 등 경제적 빈곤과 주거빈곤의 문제가 심각한 것으로 나타난다. 또한 원격교육 등으로 인한 자녀 돌봄 공백, 주택 내 교육공간의 부족 등 다양한 스트레스 인자에 노출되어 심각한 주거스트레스를 겪을 위험성이 높다. 코로나19와 같은 팬데믹 상황은 한부모가구를 비롯한 주거취약계층의 주거스트레스를 더욱 악화시킬 가능성이 있다. 따라서 향후 이들의 주거스트레스를 절감할 수 있도록 취업, 돌봄, 교육, 생활 등을 다각적으로 지원하는 다양한 주거지원 정책이 요구되는 시점이다.
여덟째, 코로나19 시기 주택가격의 폭등은 거주자들의 주거스트레스를 유발하는 또 다른 주요 요인임을 확인할 수 있었다. 이는 일자리 문제 및 경제 문제와 더불어 주택가격 급등으로 인해 향후 주택을 구입하지 못할 것 같은 불안감, 상대적 박탈감 등이 주거와 관련된 스트레스를 발생시키기 때문이다. 이에 대해 다양한 지역과 수요계층의 주거요구에 대응하는 주택 수급의 균형, 다양한 주택유형의 보급, 주택가격의 적정성 확보 등 주택시장 안정화를 도모할 수 있는 현실적 주거정책의 모색과 실현이 절실히 요구된다.
아홉째, 주거스트레스 관련 주요 키워드에서 코로나19 전・후 모두 ‘청년’이라는 단어가 모두 중요하게 등장하였다. 특히 코로나19 이후 청년과 관련하여 ‘빈곤’, ‘불안’, ‘고독’ 등의 키워드가 등장한 것은 코로나19 이전에 비해 청년의 취업, 일자리 문제 등 경제적 상황이 더욱 열악해졌음과 더불어 심리적 문제가 함께 발생했음을 보여주는 것이다. 그동안 청년 대상 주거정책에서도 창업과 일자리를 연계한 공공임대의 필요성이 중요하게 다루어졌지만, 이에 대한 요구는 앞으로도 지속적으로 강화될 것으로 보인다. 이와 함께 코로나19로 인해 단절되고 축소된 사회적 관계와 활동 등으로 청년들의 고독, 불안, 우울증 등의 심리적 문제가 또 다른 사회적 이슈가 되고 있다. 이에 향후 청년을 대상으로 하는 주택정책은 단순히 물리적 거주공간을 공급하는 차원에서 더 나아가 일자리 연계, 커뮤니티 활성화, 심리적 지원 등 다양한 주거서비스 제공방안이 다각적으로 모색될 필요가 있다.
본 연구는 코로나19 이전과 이후 시기를 비교하여 주거를 기반으로 나타나는 주거스트레스 관련 요인을 종합적으로 탐색하고 시기에 따른 변화 동향을 파악하기 위한 것이다. 이를 위해 코로나19 전・후 4년간 신문기사를 대상으로 빅데이터 분석방법론을 적용하였다는 데에서 연구의 차별성과 의의를 찾을 수 있다. 이를 통해 주거스트레스와 관련된 거시적 차원의 잠재적 요인을 발굴, 탐색할 수는 있었지만, 수요자 특성에 부합하는 세부적인 주거스트레스 유발 요인을 도출하는 데에는 한계를 가지고 있다. 이에 향후에는 본 연구에서 도출된 주거스트레스 관련 요인을 기반으로 이론적 모델을 구축하는 추가적인 연구와 구축된 이론 모델을 토대로 양적 및 질적 차원의 실증조사를 통해 보다 미시적인 차원에서 수요자 특성에 부합하는 주거스트레스 요인을 탐색하는 연구가 요구된다. 이와 더불어 현실적으로 적용할 수 있는 수요자 맞춤형 주거스트레스 절감 방안이 적용된 주거계획 및 주택상품 기획연구와 주거스트레스에 취약계층을 위한 주거정책지원 방안 등에 대한 후속 연구도 필요하다.






