I. 서 론
1. 연구의 배경 및 목적
II. 이론적 배경
1. 공유주택 관련 정책 및 제도
2. 코리빙(Co-living)
3. 빅데이터 분석
III. 연구방법
1. 자료수집
2. 조사도구 및 분석방법
IV. 분석결과
1. 공유주택 이슈 분석
2. 키워드 감정분석
3. 키워드 빈도분석
4. 중심성 분석
5. N-gram 분석
6. CONCOR 분석
V. 결 론
I. 서 론
1. 연구의 배경 및 목적
2000년대 이후 1-2인 가구는 계속 증가하여 2021년 1인가구가 차지하는 비중은 33.4%로 2016년 대비 5.5%p 증가하였다. 2020년 기준 1인가구 10가구 중 4가구는 서울(20.9%)과 경기도(21.2%)에 거주하고 있는 것으로 조사(Statistics Korea, 2021)되어 수도권을 중심으로 20-30대 1인가구가 집중 거주하고 있는 것으로 나타났다. 이러한 인구구조의 변화는 도심의 주거 문제를 초래하게 되었고, 1인가구의 개인화에 따른 소외감과 외로움은 사회적 이슈로 남게 되면서, 청년가구가 주택정책의 새로운 대상으로 떠오르게 되었다.
공공에서도 청년층의 주거안정 및 주거복지 향상을 위해 2010년 준주택을 도입하였고, 2013년 행복주택을 공급하는 등 다양한 정책적 노력을 기울이고 있으나 1인가구의 수요에 비해 공급물량은 부족한 실정이다. 최근 1인가구의 주거문제를 해결하기 위한 새로운 대안으로 공유주택(shared housing)이 떠오르게 되면서 정부에서도 2017년 ‘사회통합형 주거사다리 구축을 위한 주거복지로드맵’에서 셰어형 청년주택 공급계획을 발표하게 되었다. 또한 ｢민간임대주택에 관한 특별법｣ 개정(2018.1.16)을 통해 제4조2항에 ‘공유형 민간임대주택’을 명시하기 시작하였다. 이처럼 정부에서도 청년층을 새로운 주거복지대상으로 인지하여 청년층을 위한 주택정책을 펼치고 있으며, 청년층의 주거문제가 심각한 수도권을 중심으로 공유주택을 공급하기 시작하였다.
공유문화에 대한 추세는 공유경제의 확산으로 소설 네트워크(social network)와 같은 첨단 디지털 기술을 기반으로 물건뿐만 아니라 공간, 정보, 교육, 교통 등 각 분야에서 사용자의 필요에 따라 일부를 공유하여 경제성과 효율성을 추구하는 자연스러운 일상생활로 자리 잡게 되었다. 공간을 공유하는 대표사례로는 사무실과 회의실, 휴식 공간 등을 공유하는 코워킹 스페이스(co-working space), 빈집이나 빈방을 숙박시설로 활용하는 공유숙박(Airbnb, 도시민박), 여러 사람이 하나의 주택을 공유하는 공유주택 등이 있다. 공유주택은 개인침실은 각 개인이 독립적으로 사용하고, 부엌이나 식당, 거실 같은 공동공간은 각 개인이 원하는 바에 따라 공유하는 주거형태(Oh, 2008) 이다. 이처럼 청년층이나 사회초년생을 대상으로 한 공유주택은 셰어하우스라는 명칭으로 청년 1인 가구의 주거비 부담을 줄이고, 열악한 주거환경을 극복하고자 민간중심의 소규모로 아파트를 임차하여 전대하는 방식으로 운영하거나 단독주택이나 다세대주택을 리모델링하여 임대방식으로 진행하여 왔다. Sharekim(2020)의 통계자료에 따르면 2013년 말 11개 주택으로 시작된 국내 공유주택은 2019년1) 910곳(1,020개 침대)으로 꾸준한 성장세를 보이는 것으로 나타났다. 최근에는 다양한 생활편의시설과 커뮤니티 등 일상생활을 공유하는 코리빙으로 발전하여 주택소비시장에서 급속하게 성장하고 있으며, 해외에서도 코리빙에 대한 관심은 급증하고 있는 추세(Clark et al., 2022)이다.
최근 기사, 블로그, 트위터나 SNS 등을 소설미디어 등의 빅데이터를 활용하여 사회적 이슈나 여론, 인식 등을 분석하여 정책수립 및 개선 및 시사점을 도출하는 연구가 시도(Hwang, 2022) 되고 있다. 그러나 아직까지 공유주택에 대한 빅데이터를 활용한 연구는 찾아볼 수 없었다. 건축이나, 주거환경 분야에서도 빅데이터를 활용한 연구는 미비하게 나타나고 있다. 이에 본 연구는 빅데이터 연구가 일상생활과 다양한 학문 분야에서 진행되고 있는 시점에서 뉴스데이터를 활용하여 공유주택에 대한 이슈를 분석하고자 한다. 뉴스데이터는 정보를 표현, 전달, 교환하는 가장 대표적인 수단으로 사회적 이슈를 다루며, 언론보도를 통해 생성된 데이터이기 때문에 방대한 비정형 데이터를 수집, 분석함에 있어 공유주택에 대한 인식과 그 추세를 명확히 반영하는 객관적 자료로 판단되어 선정하였다.
이러한 배경에서 본 연구는 뉴스데이터에 나타난 공유주택 관련 이슈들을 텍스트마이닝 기법을 활용하여 분석하고 그 특징을 탐색하고자 한다. 이에 국내 공유주택에 대한 중요 사회적 이슈에 대한 중요 키워드, 사회연결망 및 의미연결망 분석을 수행함으로써 지속가능한 주택상품으로서 공유주택 발전방향과 공유주택 관련 정책 수립 모색을 위한 기초 자료를 제시하는데 본 연구의 목적이 있다.
II. 이론적 배경
1. 공유주택 관련 정책 및 제도
공유주택은 개인의 사생활은 보장하고 필요한 공간을 여럿이 공유함으로써 상대적인 임대료를 낮출 수 있어 경제적 측면과 복지적 측면 모두 만족시킬 수 있는 주거유형(Kim & Yoon, 2010)으로 다양한 공급주체들에 의해 새로운 주거대안으로 떠오르고 있다.
공유주택은 건축법이나 주택법에 정의되지 않은 주택 유형으로 공유를 기반으로 하는 생활방식을 의미하여 이를 1인 가구의 대안 주거로 공급하기 위해 다양한 지원 제도와 정책들이 연계되어 나타나고 있다. 관련법에서는 ｢민간임대주택에 관한 특별법｣(개정 2018.1.16)제4조 2항 국가 등의 지원에서 ‘가족관계가 아닌 2명 이상의 임차인이 하나의 주택에서 거실･주방 등 어느 하나 이상의 공간을 공유하여 거주’하는 주택으로서 ‘임차인이 각각 임대차계약을 체결’하는 주택으로 공유형 민간임대주택을 정의하고 있다.
또한 급증하는 1인가구를 지원하기 위해 46곳의 지방자치단체가 자치법규로 ｢1인 가구 지원 조례｣를 제정하여 대안 주거로서 공유주택 지원방안을 언급하고 있다. 부산광역시가 2016년 12월 3일 처음 시행2)하였으며, 서울특별시 금천구가 2017년 5월 15일 시행되어 지방자치단체에서도 2017년부터 공유주택을 지원하기 위한 제도를 제정하였다. 각 지방자치단체의 조례에 따르면 공유주택은 ‘공통된 특성이나 관심사를 가진 1인 가구들이 모여 주거지 내 주방, 거실 등 일부 공간을 공유하면서 공동 거주하는 시설 또는 새로운 유형의 주택’으로 정의하고 1인 가구를 위한 공유주택 주거지원 사업을 추진하고 있다. 3곳(경기도, 평택시, 울산광역시 중구)의 지방자치단체는 공유주택에 대한 정의 없이 제7조에서 ‘공유주택 등 주거지원 사업’으로 만 언급하고 있다. 또한 공유주택에서 함께 사는 사람들을 ‘혈연이나 혼인관계로 이루어지지 않은 사람들이 모여 취사, 취침 등 생계를 함께 유지하는 형태의 공동체’인 사회적 가족으로 정의하고 있다.
국토교통부는 2017년 11월 ｢사회통합형 주거사다리 구축을 위한 주거복지로드맵｣을 통해 청년 공공임대주택 30만실 공급을 발표하였고, 이중 주거 공간 공유를 통해 임대료를 절감하고, 독서실･게스트룸･식당 등 공용시설 설치된 셰어하우스 5만실 공급과 고시원 등을 LH가 매입하여 셰어하우스로 리모델링하는 방안 검토 계획을 발표하였다. 이는 정부가 처음으로 공유주택 공급을 주요 정책으로 언급한 시기라 할 수 있다.
지방자치단체의 ｢공동체주택 활성화 지원 등에 관한 조례｣는 서울특별시(시행 2017.7.13.)와 부산광역시(시행 2020.5.27.) 두 곳만 시행하고 있으며, 공동체주택은 ‘주택 및 준주택으로 입주자들이 공동체공간과 공동체규약을 갖추고 입주자간 공동 관심사를 상시적으로 해결하여 공동체 활동을 생활화하는 주택’으로 공유주택도 넓은 의미의 공동체 주택(Nam & Park, 2015)이라 할 수 있다. 즉 공유주택은 공동체주택 유형 중 하나로 사업주체가 건설 또는 리모델링하여 임대하는 주택으로 사업주체에 따라 공공형, 민간 협력형, 민간형으로 구분할 수 있다.
지방자치단체의 8곳3)에서 시행하고 있는｢사회주택 활성화 지원에 관한 조례｣에 따르면 사회주택은 ‘사회경제적 약자를 대상으로 주거관련 사회적 경제 주체에 의해 공급되는 임대주택’으로 정의하고 있다. 이는 공급주체가 사회적 경제 주체4)로 정해져 있으며, 지방자치단체는 사회적 경제 주체에 건설비, 관리비, 리모델링 비용 등을 지원하고 하고 있다. 즉 사회주택 중 일부는 사회경제적 약자인 청년을 대상으로 공유형 주택으로 공급하고 있다. 이는 사회주택 중 일부를 공유주택으로 공급하는 것으로 공유주택은 사회주택 유형 중 공급방식의 하나로 볼 수 있다.
이처럼 공유주택에 관한 정책 및 제도는 다양한 방식으로 추진 중이며, 공유주택은 주택의 공급 방식과 가구의 점유형태에 따라 구분할 수 있다.
2. 코리빙(Co-living)
코리빙이란 ‘Cooperative’의 Co와 ‘living’의 합성어로 셰어하우스의 발전된 주거형태로 사람들이 자원, 공간, 경험을 공유하는 오래된 생활 방식을 현대적으로 재해석한 것이다. ‘생물학적으로 관련 없는 세 명 이상의 사람들을 수용하는 거주 공간’(Perdrix, 2019)으로 ‘커뮤니티와 편의에 중점을 둔 서비스로서의 주거공간’으로 ‘Housing-as-a-service’ 또는 ‘Home-as- a-service’라 할 수 있다(Perdrix, Lesniak, & Ritter, 2020). DDP (2020)의 ‘코리빙 2020 트렌드 리포트’에 의하면 셰어하우스는 주택을 단순히 공유하는 형태로 경제적 목적이 강한 반면, 코리빙은 커뮤니티 내 온･오프라인의 다양한 활동 지원과 라운지, 피트니스, 루프탑 등 여가를 보낼 수 있는 다양한 공유공간을 갖추면서 사적인 공간을 확보할 수 있어 ‘새로운 주거 환경 및 라이프스타일 경험’이 코리빙의 선택하는 요인이라 하였다. Lee(2019)도 ‘셰어하우스와 비슷한 개념이지만 개인공간과 커뮤니티 공간을 동시에 사용하면서 문화를 공유하는 형태’로 정의하고 있다.
이처럼 코리빙의 특징으로는 최소 약정기간이 1개월 이상인 유연한 임대기간, 사회적 상호 작용 및 커뮤니티 구축에 중점, 다양한 연령대, 가구와 설비가 완비된 편리한 공유 공간, 유닛 단위가 아닌 침대 또는 침실 단위에 모든 것이 포함된 청구서 등으로 이는 커뮤니티, 편의성, 비용 절감 및 편안함 등으로 요약(Unger & Tan, 2019)할 수 있다 <Figure 1>.
3. 빅데이터 분석
4차 산업혁명시대를 맞이하여 비약적인 정보기술 발달로 인해 등장한 빅데이터는 기존 방식으로 수집, 저장, 분석, 시각화 등이 어려웠던 데이터 용량이 큰 정형 또는 비 정형 데이터를 의미하며, 최근 이를 통해 새로운 가치를 찾아내고 있어 주목받고 있다(Han et al., 2017). 빅데이터의 특징으로는 양(volume), 다양성(variety), 속도(velocity), 정확성(veracity), 가치(value), 가변성(variability)을 꼽을 수 있다(Heo, 2014). 이처럼 빅데이터를 통해 방대한 양의 정보수집, 사회현상 및 데이터를 기반으로 한 패턴 분석과 예측능력이 강화될 수 있어 기업의 비즈니스 인사이트 도출에서부터 정부의 정책제안에 이르기까지 유의미한 전략을 창출 하는데 기여하고 있으며, 최근에는 학계의 연구자료 조사와 분석에 다양하게 활용되고 있다(Hwang, 2019).
빅데이터 분석방법 중 하나인 텍스트마이닝(text mining)은 텍스트 데이터를 분석하여 암묵적인 정보와 지식을 추출하는 과정(Jo, 2001)으로 비정형 텍스트(unstructured)를 임배딩(embedding)하여 대량의 문헌에서 정보를 추출하고, 패턴이나 네트워크 구조를 확인하여 의미 있는 정보를 파악하는 분석방법(Hotho, Nümberger, & Paaβ, 2005)이다. 텍스트마이닝은 수치 데이터와 달리 구조화하는 과정이 필요하고 문서의 단어를 분해하고, 단어의 출현빈도나 단어 사이의 연관성(Oh & Bark, 2018)을 단어 간의 연결 구조로 표시한 네트워크를 통해 현상을 분석한다. 단어 간의 연결 관계를 파악하는 것이 네트워크 분석의 핵심(Yang, 2017)으로 텍스트마이닝은 소셜네트워크의 정보를 활용하여 시･공간의 제약 없이 대중의 인식을 자유롭게 분석할 수 있다(Lee, 2021).
기존 주생활분야에서는 주로 사회과학적인 연구방법을 활용하여 필요자료 수집을 위한 설문조사 방법을 선택해 왔는데, 이는 많은 비용과 시간을 들여야 하고, 자료한계와 오차로 인해 정확한 데이터를 얻는 못하는 경우도 있다. 그러나 빅데이터를 이용한 연구는 방대한 양의 자료를 신속하고 정확하게 얻을 수 있다는 점은 매우 고무적이며, 질적연구 방법이 보완된다면 매우 유용한 연구방법이라 할 수 있다. 이러한 빅데이터를 활용한 주거학 분야의 선향연구를 살펴보면, Go(2020)는 청년 주거문제를 해결하기 위해 공급되고 있는 코리빙에 대한 빅데이터 및 심층 인터뷰를 통해 청년들의 인식을 조사하였고, Ju and Baek (2020)은 공동주택에서 발생하는 공동주택예절에 대한 인식을 빅데이터로 분석하였다. Hwang(2022)은 블로그마이닝을 활용하여 행복주택의 인식을 분석하였고, Hwang and Lee(2022)는 텍스트마이닝을 활용하여 코로나19 이후 나타난 노인 주거복지 연구동향을 분석하였다. 이처럼 빅데이터는 연구자료 조사와 분석, 인식조사 등의 연구에 주로 사용되고 있다.
III. 연구방법
1. 자료수집
본 연구는 공유주택에 대한 사회적 이슈 및 인식 변화를 분석하기 위하여 뉴스기사 검색을 통해 자료를 수집하였다. 자료조사를 위한 수집채널로 54개 언론사5)로 부서 수집한 뉴스 빅데이터 분석 서비스인 빅카인즈(BIGKinds)를 활용하였다. 자료의 수집기간은 공유주택이라는 개념이 대중에게 노출되기 시작한 2010년부터 최근 2022년 3월까지 수집하였으며, ‘공유주택’을 주제 키워드로 설정하고 유사 용어로 사용하고 있는 ‘공유주거’, ‘코리빙’, ‘쉐어하우스’, ‘셰어하우스’ 등의 키워드도 함께 수집하였다. 수집된 데이터는 총 483건이나 이중 중복된 자료와 텍스트 자료가 아닌 TV 뉴스를 제외하고 총 361건의 자료를 분석에 사용하였다.
2. 조사도구 및 분석방법
본 연구에서는 조사 및 분석을 위한 도구로 빅카인즈(BIGKinds)와 빅데이터 분석 솔루션 프로그램인 텍스톰(TEXTON ver 5.5)6), UCINET 67)을 활용하였다. 연구절차는 자료수집, 데이터 전처리, 데이터 분석으로 진행하였고 <Figure 2>와 같다.
자료수집은 빅카인즈를 이용하였으며, 빅카인즈에서 1차로 수집된 자료는 txt 화일로 전환한 후 빅데이터 분석 솔루션 프로그램인 텍스톰을 이용하여 데이터 전처리를 수행하였다. 분석기는 고유명사와 복합명사를 그대로 결과 값에 반영하는 Espresso K로 설정하였고, 1차로 정제된 키워드 중 불완전한 의미의 단어를 삭제하고 형태소 분석을 실시하여, 연구자가 연구주제와 관련이 없거나 연구에 사용하지 않는 조사나 대명사 등을 삭제한 동일한 단어로 사용하는 단어의 2차 정제과정을 거쳤다. 정제된 데이터는 텍스톰을 활용하여 감성분석과 텍스트마이닝을 통해 빈도분석 후 네트워크 분석을 실시하였다. 네트워크 분석은 텍스톰에서 상위 50개 빈도 값을 기준으로 키워드의 동시출현관계(keyword co-occurrence matrix)를 파악하였으며, 키워드 간 구조적 배열을 수치로 산출하여 1-mode Network Matreix를 구성하고 UCINET 6을 활용하여 CONCOR 분석8)을 실시하였다.
IV. 분석결과
1. 공유주택 이슈 분석
빅카인즈를 이용하여 ‘공유주택’이라는 키워드의 뉴스 검색을 년, 월 단위로 기사 발생건수9)를 집계하여 나타낸 시계열적 결과는 <Figure 3>과 같다.
공유주택에 관한 키워드는 2010년 9월에 처음 출현하기 시작하여 2013년 12월부터 공유주택에 관한 기사가 증가하고 있는 것으로 나타났다. 이는 2010년 전･후로 새로운 주거 유형으로 공유주택을 소개하기 시작한 시기로 볼 수 있으며, 공유주택이 국내에 도입되어 적용된 시기는 Sharekim(2020)의 2013년 11개 주택으로 시작되었다는 통계자료와 같이 2013년 전・후로 볼 수 있다.
검색결과 2017년 5월, 2019년 3월, 2020년 12월에 공유주택 관련 검색 빈도가 높게 나타났다. 기사의 중요 내용을 살펴보면 2017년 5월은 서울시에서 청년주거문제를 해결하기 위하여 ‘리모델링형 사회주택’ 사업시행자를 모집하기 시작한 때로 청년주택 공급활성화 정책의 일환으로 고시원 리모델링 사회주택을 공급하기 시작하면서 출현빈도가 증가하였고, 경기도 사회주택도 이 시기에 공급되어 출현빈도가 증가한 것이다. 2019년 3월에는 부산시 청년 공유주택인 ‘부산 청년 우리집’ 공급과 서울시가 ‘노후 고시원 거주자 주거안정 종합대책’을 발표한 시기이다. 2020년 12월에는 LH 호텔 리모델링 청년주택 공급과 각 지자체마다 청년을 위한 다양한 임대주택정책을 시도하고 있어 공유주택에 대한 기사빈도10)가 높게 나타났다. 이처럼 공유주택은 계절과는 상관없이 주요 정책이나 사업시행에 영향을 받아 노출되고 있음을 알 수 있으며, 공유주택과 관련된 정책은 주로 청년주택의 대안으로 제시됨을 알 수 있었다.
유사 의미인 ‘코리빙’이란 용어가 처음으로 검색된 시기는 2016년 3월로 이는 2016년부터 투자유치를 받은 스타트업이 20-30대를 위한 코리빙 사업을 실시한다는 것으로 셰어하우스보다 규모가 크고 다양한 커뮤니티 및 서비스를 제공하는 전문 공급업체일 경우 코리빙이라는 용어를 사용하는 것으로 나타났다.
2. 키워드 감정분석
긍･부정 감정 분석은 데이터의 내용을 분석하여 해당 키워드에 대한 감성과 긍정과 부정 여부를 도출하는 것으로 이는 상대적으로 보다 빠르게 공유주택에 대한 인식을 보여주는 자료이다. 감성 단어11) 빈도 분석은 데이터 중 감성과 관련된 단어를 찾아서 빈도를 보여주는 것으로 공유주택에 대한 감정 빈도를 분석한 결과 <Table 1>과 같이 긍정은 65.65%, 부정은 34.35%로 긍정에 대한 빈도가 더 높게 나타났다. 감성강도 비율12)도 긍정 66.37%, 부정 33.63%로 긍정이 더 높게 나타났다. 공유주택에 대한 세부감성은 호감 43.9%, 거부감 25.3%, 흥미 19.2%, 슬픔 5.74% 순으로 나타났다.
Table 1.
Sentiment Analysis of ‘Shared Housing’
“...프로그램과 시설을 막상 접하니 만족도 100%에요. ~생략~ ‘주거’에 ‘문화’를 입힌 신개념 공간이 속속 등장하고 있다. ~생략~ 코로나19로 재택근무가 일상화되면서 밀레니얼 세대의 라이프 스타일을 반영한 주거공간이 속속 등장하고 있다....” (Han, 2021.10.31)
“...목표가 명확했어요. ‘1인 가구가 건강한 삶을 누릴 수 있는 공간과 서비스를 제공하는 것’이었죠. 그래서 저희는 먼저 ‘건강한 삶’을 정의했어요. 안전하고 쾌적한 주거환경과 다양한 사람과 연결되는 경험, 두 가지가 필수적이라고 생각했죠.... ” (Kim, 2022.01.06.)
긍정적인 내용으로는 새로운 공간에 대한 호감과 흥미를 나타내고 있으며, 긍정의 키워드로 호감에 해당하는 ‘시원하다’가 11.41%, ‘안정적이다’ 4.97%, ‘좋다’ 4.36%, 흥미에 해당하는 ‘새롭다’ 5.41%, ‘원하다’ 4.05% 순으로 나타났다. 빈도수는 낮으나 감성강도가 높은 키워드는 편리하다(6.6), 규칙적(6.5), 편하다(5.8), 현대적(5.7), 자부하다(5.8), 환상적이다(5.7) 등으로 나타났다.
“...우선 집이 너무 작았다. 1인실로 쓰는 방이 4개였는데 방 크기가 9.9 m2(3평)에 불과했고, 함께 이용하는 주방 딸린 거실도 비좁았다. 대학생과 직장인 등 입주자 4명이 거실에 모여 TV를 편하게 볼 수 없었고, 빨래 건조대를 펼치면 앉을 공간이 없어 거실 이용자가 드물었다. ~생략~ 교류할 공간은 물론 공동생활 규칙 같은 것도 없어 집안 꼴이 엉망이었고 남의 물건을 함부로 쓰는 사람 때문에 갈등을 빚었다...” (Lee, Choi, & Kim, 2018.1.22)
“...온종일 두평 반(8㎡)짜리 자취방에서 벗어날 수 없다. 서울 성북구의 셰어하우스에서 사는 그에게 자취방은 애초 잠만 자는 곳이었다. ~생략 ~ 자취방엔 여러 사람이 살고 있어 마음 편히 공부하기 어려운데다, 비대면 강의를 들을 때 내 방이 고스란히 드러나 불편하다...” (Bae, 2020.9.7.)
부정적인 내용으로는 좁고 답답하고 불편한 공간에 대한 거부감을 나타내고 있으며, 부정의 키워드로 거부감에 해당하는 ‘난해하다’ 5.79%, ‘부담스럽다’ 4.57%, ‘어렵다’ 3.66%의 순으로 나타났고, 감성강도가 높은 키워드는 싫다(6.5), 화나다(6.2), 증오하다(6.1), 분개하다(6.1) 등으로 나타났다.
이와 같이 공유주택은 기존 청년주택에 대한 대안적 주택으로 새로운 공간에 대한 호감과 흥미를 표현하고 있으며, 청년가구의 현실에 대한 슬픔과 분노, 여럿이 함께 생활한다는 거부감을 함께 표현하고 있음을 확인하였다.
3. 키워드 빈도분석
공유주택에 대한 키워드를 통해 수집된 단어는 총 13,476개로 이중 5회 이상 사용한 단어는 2,739개로 나타났고, 이중 출현빈도가 높은 상위 50개의 단어를 <Table 2>과 같이 정리하였다.
분석결과 ‘셰어하우스’와 공유주택에 거주하는 대상인 ‘청년’이 가장 높은 출현빈도를 보이고, ‘공유주택’, ‘공간’, ‘1인 가구’, ‘주택’, ‘주거’, ‘사업’, ‘서울’, ‘공유’ 순으로 출현빈도가 높게 나타났다. TF-IDF는 어떤 단어가 특정 문서에서 얼마나 중요한 것인지 나타나는 통계적 수치로 출현빈도와 큰 차이는 없으나 ‘청년’, ‘셰어하우스’, ‘공유주택’, ‘공간’, ‘1인 가구’, ‘주택’, ‘사업’, ‘집’, ‘주거’, ‘고시원’ 순으로 나타났다.
TF(빈도)와 TF-IDF(문서상의 중요도) 값이 차이가 나는 단어로는 ‘서울(TF: 9, TF-IDF: 14)’, ‘운영(TF: 12, TF-IDF: 18)’, ‘제공(TF: 18, TF-IDF: 26)’, ‘다양(TF: 19, TF-IDF: 29)’, ‘서울시(TF: 22, TF-IDF: 13)’, ‘고시원(TF: 25, TF-IDF: 10)’, ‘시작(TF: 33, TF-IDF: 43)’, ‘사회주택(TF: 34, TF-IDF: 20)’, ‘가능(TF: 35, TF-IDF: 42)’, ‘계획(TF: 36, TF-IDF: 44)’, ‘부동산(TF: 40, TF-IDF: 33)’, ‘방(TF: 41, TF-IDF: 34)’, ‘코리빙(TF: 43, TF-IDF: 32)’, ‘생활(TF: 44, TF-IDF: 50)’, ‘임대주택(TF: 46, TF-IDF: 37)’ 등으로 나타났다. 이는 ‘고시원’, ‘사회주택’, ‘코리빙’, ‘부동산’, ‘방’, ‘임대주택’ 등은 출현빈도는 낮으나 문장안에서 중요한 의미로 사용하는 단어로 빈도와 가중치를 모두 고려한 TF-IDF 값은 청년 1인 가구의 주거문제를 해결하기 위한 제공되는 다양한 사업과 연관되어 있음을 확인하였다.
Table 2.
Comparison of Keywords Frequency & Centrality
이는 수도권 중심으로 청년 1인 가구의 주거 문제가 사회・문제화되면서 민간에서 주거비를 낮추기 위해 사회전반에 걸친 공유경제를 주택에 도입하여 주택의 방은 독립 형태로 사용하고 거실, 주방, 화장실은 함께 사용하는 셰어하우스로 공급하게 되면서 이와 관련된 단어들이 높은 가시성을 나타내고 있는 것이다. 또한 공유주택은 민간에서 시작되었지만 점차 공공의 임대주택 공급에도 적용되어 이를 지원하는 기관과 사업, 지원제도, 제공되는 서비스 등과 연관되는 단어들의 가시성이 높게 나타났다. 반면 각 지자체 주도하에서 청년 공유주택 사업을 진행하였기 때문에 서울시를 제외하고 특정지역의 출현빈도와 중요도는 낮게 나타났고, 이외에도 가시성은 낮으나 TF-IDF 값이 높게 나타난 단어는 HUG(526.3155), 아파트(459.4921), 정부(452.5732), 시장(448.3091) 등으로 나타났다.
4. 중심성 분석13)
연결정도 중심성이란 네트워크 상에서 연관 단어의 연결정도를 측정하는 지표로서, 네트워트 상의 노드 간 연결정도가 많을수록 연결 중심성을 높게 나타난다고 해석할 수 있다(Oh, Lee, & Chon, 2015). 공유주택에 대한 주요 단어의 연결 중심성을 살펴본 결과 ‘셰어하우스’, ‘청년’, ‘공유주택’, ‘주택’, ‘공간’, ‘주거’, ‘서울’, ‘사업’, ‘1인 가구’, ‘지원’ 등이 단어 간 연결도가 높은 순으로 나타나 연결 중심성 순위가 주요 단어의 빈도순위와 일치하지 않지만 비슷한 양상은 보이고 있는 것으로 나타났다 <Table 1. ‘공유주택’과 ‘셰어하우스’를 제외한 연결 중심성 수치가 가장 높게 나타난 주제 키워드는 거주대상인 ‘청년’과 ‘1인 가구’, 공유대상인 ‘주택’, ‘공간’, ‘주거’와 정책사업과 연관되는 ‘서울’, 사업’, ‘지원’ 등의 연관어가 네트워크상에서 연계정도가 높은 단어로 확인 되었고, ‘공유’, ‘운영’, ‘사람’, ‘다양’, ‘사회’, ‘건물’, ‘필요’, ‘부동산’, ‘방’ 등의 단어는 문장에서의 가시성은 높으나 실제 사용상에서 연결 중심성이 낮은 단어임을 확인하였다. 네트워크 내의 연결 관계를 시각화한 <Figure 4>에서와 같이 중심에 위치한 단어일수록 연결중심성이 높은 단어이고 외곽에 위치한 단어일수록 연결 중심성이 낮은 단어라 할 수 있다.
5. N-gram 분석
N-gram 분석은 두 개의 단어가 선수순서로 등장한 빈도를 나타낸 것으로 N-gram으로 나눠진 문자열이 두 단어가 등장할 경우, 그 양을 값으로 측정하여 단어 간 동시 출현한 네트워크를 그리는 것이다(Lee, 2019). 빈도분석 만으로 주제키워드와 연관키워드 사이에 동시출현 및 밀집정도를 파악할 수 없기에 공유주택에 대한 전체 네트워크 안에서 어떤 단어들이 연결되어 있는지 N-gram 네트워크를 살펴보았다. 분석결과 공유주택 → 셰어하우스(87), 셰어하우스 → 공유주택(64)과 보증금 → 월세(66), 문제 → 해결(62), 주변 → 시세(57), 서비스 → 제공(56), 리모델링 → 사회주택(55), 노후 → 고시원(48), 청년 → 1인 가구(48) 등의 순으로 나타났고, 키워드 간 방향성을 시각화 결과는 <Figure 5>이다.
동시출현 빈도가 굵고 강한 선으로 표시되어 높게 나타난 것은 공유주택 개념 자체인 ‘shard house’ 또는 ‘shared housing’으로 공유주택을 소개하는 기사나 글에서 가장 연결성이 높게 동시 출현하는 것은 당연한 결과라 할 수 있다. 이 밖에 ‘보증금 → 월세 → 임대료’, ‘주변 → 시세 → 반값’, ‘주거비 → 부담’ 등 주거비와 연관된 단어들과 ‘청년 → (주거)문제 → 해결 → (리모델링)사회주택 → 공급’으로 연결되는 단어들이 높게 나타났다. 이는 청년 1인가구의 주거비 문제를 해결하기 위해 사회주택을 공급하고 있는 정부의 정책과 관련된 단어들의 동시출현이 이루어지고 있기 때문이다. 또한 ‘공동 → 공간 → 공유’, ‘커뮤니티 → 공유’, ‘서비스 → 제공’ 등의 단어들은 공용 공간의 공유와 커뮤니티를 제공하는 공유주택의 특성과 관련된 단어들이 동시출현하고 있는 것을 확인할 수 있었다.
6. CONCOR 분석
CONCOR는 전체 네트워크 구조에서 비슷한 구조적 위치에 있는 노드들의 연결 관계 정도를 고려하여, 연관성이 높은 노드들끼리 하나의 블록(group)으로 구분해 주는 군집분석 방법이다(Kim & Jun, 2014). 수집된 데이터의 빈도분석 결과 상위 50개14)단어를 대상으로 1-mode 매트릭스 데이터를 만들고, UCINET 6의 넷드로(NetDraw) 기능을 활용하여 CONCOR 분석을 실시하였다. 먼저 군집화하여 도출할 주제의 수를 정하기 위하여 각 키워드가 군집을 형성하는 과정을 나무 형식의 그래프로 나타낸 <Figure 6>의 댄드로그램(dendrogram)을 통해 구조적 등위성의 존재 여부를 판단하였다.
누락되는 키워드 없이 모든 키워드가 군집에 속하면서 최대한의 의미 있는 주제를 도출하게 되는 집단 깊이(depth)를 2로 선택하여 <Figure 7>과 같이 4개의 군집으로 시각화하였다. 각 군집의 주제 분류와 해석은 군집 내 키워드와 그 연결정도의 중심성을 고려하여 해석하였다.
그룹 1은 ‘셰어하우스’, ‘1인 가구’, ‘사람’, ‘운영자’, ‘집’, ‘입주자’, ‘시작’, ‘생활’, ‘필요’, ‘원룸’, ‘형태’, ‘사용’ 등의 단어들로 구성되어 있다. 집이 필요한 1인 가구를 위한 새로운 형태의 주거 대안으로 다양한 사람들이 침실은 따로 사용하고 거실과 주방, 욕실을 공유하여 주거비용은 줄이고 원룸보다 넓고 쾌적한 공간에서 생활하는 소규모 형태의 공유주택으로 입주자가 직접 관리하기보다는 운영자나 집주인이 관리하는 ‘셰어하우스’ 그룹이다.
그룹 2는 ‘공간’, ‘공유’, ‘다양성’, ‘제공’, ‘서비스’, ‘개인’, ‘부동산’, ‘커뮤니티’, ‘코리빙’ 등의 단어들로 구성되어 있다. 이는 소규모 셰어하우스와 다르게 전문적인 부동산회사 및 전문임대업체가 공급 및 운영 관리하는 형태로 단순히 공간만 공유하는 것이 아닌 입주자들과 커뮤니티를 형성하고 다양한 서비스를 제공하는 새로운 형태인 대규모 공유주택이다. ‘공유’라는 개념보다는 생활공간과 시간을 함께 보내는 집의 특성상 입주자들 간의 관심(interest)과 정서(emotion), 그리고 날마다 반복되는 일상의 소소한 부분(everyday life)을 교류하는 주거(DDP, 2020)로 다양한 커뮤니티 공간 및 서비스를 제공하기 때문에 기존 공유주택보다 임대료가 비싸 프리미엄 셰어하우스라고 부르는 기업형의 대규모 공유주택으로 ‘코리빙’그룹이다.
그룹 3은 ‘사업’, ‘서울시’, ‘서울’, ‘지원’, ‘사회주택’, ‘리모델링’, ‘고시원’, ‘추진’, ‘계획’, ‘제공’, ‘건물’, ‘마련’ 등의 단어들로 구성되어 있다. 이는 2016년부터 추진하고 있는 서울시 주거복지사업 중 하나로 ‘리모델링형 사회주택’과 연관된 그룹이다. 리모델링 사회주택은 낡은 고시원, 여관‧모텔, 빈사무실 등 비(非)주택시설을 셰어하우스로 리모델링해 청년 1~2인가구 등 주거약자에게 최장 10년간 주변시세의 80% 이하로 저렴하게 공급하는 주거지원 사업이다. 서울시는 리모델링 비용을 지원하고 사회적 경제주체가 공급 및 운영관리를 하고 있다. LH 호텔 리모델링형 청년주택도 군집 3에 해당된다. 군집 1과 비교하면 규모는 크나 주택이 아닌 비주거용 시설이고 군집 2와 다르게 공공의 지원이 포함된 사회주택(공공지원+민간)형 임대주택으로 볼 수 있다.
그룹 4는 ‘청년’, ‘주택’, ‘주거’, ‘지역’, ‘월세’, ‘사회’, ‘임대주택’, ‘입주’, ‘문제’, ‘대학’, ‘사용’, ‘해결’, ‘보증금’ 등의 단어들로 구성되어 있다. 이들 단어를 조합해 보면 청년 주거에 대한 사회문제를 해결하기 위한 임대료가 저렴하게 지원하는 각 지자체의 청년주택 정책으로 ‘청년 임대주택’ 그룹이다. 대표적으로 경기도 ‘셰어하우스’, 부산시 ‘부산청년 우리집’과 경상남도 청년공유주택 ‘거북이집15)’, 천안시 ‘청년 셰어하우스’ 등이 있다. 이는 각 지자체가 지역의 대학생, 취업준비생, 사회초년생을 대상으로 청년들의 주거비용 부담을 덜어주기 위해 보다 저렴한 보증금과 임대료가 장점인 공유주택(셰어하우스)으로 공급하는 것으로 그룹 1과 다르게 각 지자체의 공적인 지원이 강조된 공공임대주택으로 그룹 3은 사회주택, 그룹4는 사회적 주택으로 구분할 수 있다.
각 그룹간의 연결선을 보면 4개의 그룹 중 그룹 2가 다른 그룹과의 관계에서 낮은 연관성을 가지고 있음을 볼 수 있다. 이는 코리빙은 민간 사업자가 대규모로 공급하고 다양한 서비스를 함께 제공하고 있어 경제적인 효과보다는 커뮤니티, 편의성, 편리성이 강점이기 때문에 공급자와 건물유형, 임대료, 시설 면에서 다른 그룹과 다른 차이를 가지고 있기 때문이다. 4개의 그룹은 공유주택의 규모, 공급주체, 건물유형, 주거비 및 임대료, 지역 등으로 다양하게 구분되어 나타남을 확인할 수 있었다.
V. 결 론
본 연구는 빅데이터 분석을 통해 공유주택에 관한 인식과 연관단어들을 탐색하고 키워드간 연관성을 살펴봄으로써 지속가능한 주택상품으로서 공유주택의 발전방향을 모색해보고자 수행하였다. 뉴스검색 서비스인 빅카인즈를 이용하여 자료를 수집하였고, 빅데이터 분석 프로그램인 TEXTOM, UCINET 6를 이용하여 텍스트마이닝 분석, N-gram과 네트워크 분석, CONCOR분석을 진행하였다. 분석결과 첫째, 공유주택은 2010년도에 국내에 새로운 주거 유형으로 소개되어 2013년부터 공급하기 시작하였으며, 2017년을 전 후로 청년주거문제를 해결하기 위한 정책으로 도입되었다. 둘째, 공유주택에 대한 감성은 새로운 공간에 대한 호감과 흥미를 가지고 있으나 여럿이 함께 생활한다는 거부감과 청년가구의 현실에 대한 슬픔과 분노도 함께 나타나고 있었다. 셋째, 키워드 빈도분석결과 공유주택의 거주대상을 나타내는 연관키워드와 주택정책이나 주거지원 사업을 나타내는 키워드의 출현빈도가 높게 나타났다. 이는 청년 1인가구의 주거비 문제를 해결하기 위해 사회주택을 공급하고 있는 정부의 정책과 관련된 단어들의 동시출현이 이루어지고 있기 때문이다. 넷째, CONCOR분석을 실시한 결과 공유주택은 크게 ‘셰어하우스’, ‘코리빙’, ‘리모델링 사회주택’, ‘청년 임대주택’ 등의 그룹으로 특성 지을 수 있었다.
본 연구결과를 통해 도출된 공유주택 관련 뉴스기사 분석의 의의는 다음과 같다. 첫째, 뉴스기사는 게시기간을 바탕으로 각 청년주택 정책이나 각 지방자치단체의 주거정책에 관한 내용을 수집할 수 있는 것으로 나타났다. 각 지방자치단체의 청년 주거정책은 공유주택과 연관되어 있음을 확인할 수 있었고, 지역의 청년주택에 관한 사회적 이슈가 반영되고 있음을 확인 할 수 있었다. 특히 각 지방자치단체의 주거정책이 발표되는 시기에 관련기사가 급증함을 살펴볼 수 있다. 둘째, 출현한 단어를 분석한 결과 공유주택 정책의 주 대상이 청년 1인가구임을 확인 할 수 있었다. 수요자 맞춤형 주거안정 및 (저렴한) 임대료, 청년, 1인 가구 등 청년 1인가구의 주거지원 정책과 관련된 단어의 비중이 높게 나타나 공유주택을 도입한 정책 목표가 잘 전달되고 있음을 알 수 있다. 셋째, 출현 단어를 분석하면 공유주택의 변화양상을 파악 할 수 있다. 소규모 셰어하우스에서 대규모 기업형 코리빙으로 이제는 청년들의 인식이 저렴한 주택이 아닌 생활을 공유하고, 함께 어울려 살아가는 커뮤니티의 중요성을 강조된 결과라 할 수 있다. 이제는 공유주택에 대한 지원정책도 MZ세대에 맞는 코리빙으로 발전할 것이며, 더 이상 저렴한 주택이 아닌 함께 거주하면 커뮤니티를 형성하는 지속가능한 주택으로 발전할 것으로 사료된다.
본 연구는 공유주택에 대한 인식을 파악하여 공유주택의 지속가능한 특성을 살펴보는데 그 의의가 있다. 그러나 본 연구는 데이터 수집을 뉴스기사로 한정하였다. 따라서 향후 다양한 수집채널을 활용하여 실제로 거주하고 있는 청년들의 공유주택에 관한 인식이 어떻게 변화하는지 살펴볼 지속적인 연구가 필요하다. 특히 코리빙에 주로 거주하고 있는 밀레니얼세대는 트위터, 인스타그램, 페이스북처럼 미니블로그(miniblog)를 널리 사용하고 있는데 이는 실시간 의견과 감정을 짧은 문장으로 남길 수 있어 개인적 의견과 사회적인 트렌드를 평가하기 적합하다. 따라서 후속연구로 다양한 SNS 플랫폼을 이용하여 공유주택에 관한 트렌드와 거주자 인식에 관한 조사할 필요가 있어 추후 연구로 진행하고자 한다.
