Ⅰ서 론

공간구문론(Space Syntax)은 공간구조를 정량적으 로 분석하는 방법론이다. 이는 전체 보행공간을 대상 으로 각 공간의 접근성을 통합도(Integration)로 산출 하여 판단한다.[2] 보행네트워크에서 개별링크의 통 합도는 보행네트워크 전체공간에서 접근하기 편리한 정도를 나타낸다. 링크 통합도가 클수록 전체 보행네 트워크에서 링크의 접근도가 높아진다. 일반적으로 한정된 보행네트워크에서 중심지역에 포함된 링크의 통합도가 높게 나타난다. <그림1-a>의 한정된 보행네 트워크는 중심지에서 멀어지면서 보행영향권 수준을 3단계- A, B, C-로 구분할 때 통합도도 A, B, C로 진 행하면서 낮아지는 것이 보편적이다.

Space Syntax에서 보행공간이 적절하게 설계되었 는가에 대한 판단은 통합도를 통해 링크에 보행량 이 상대적으로 많이 집중되었는가의 검토로 가능하 다. <그림2-a>의 시청광장 주변의 보행네트워크는 <그림2-c>의 보행회귀식을 통해 통합도를 산출할 수 있다.[3] <그림2-c>와 같이 선형일치성이 높을수 록 보행네트워크 설계가 적합하다는 가정을 내포하 고 있다.[4]그러나 Space Syntax의 가정은 실제 보행 네트워크의 평가기법으로 적용하기에는 다음의 한 계가 존재한다.

우선 <그림2>와 같이 설계 적합성 판단의 한계 는 Space Syntax가 사후적인 평가에 근거한다는 점 이다. ‘시청광장이라는 상징성 있은 시설물이 보행 을 유발시켰는가?’ 또는 ‘이미 보행수요에 대한 잠 재력이 높았는가?’와 같은 설명은 Space Syntax를 활용해서는 판단하기 어렵다. 시청이라는 랜드마크 를 중심으로 투자 및 상권의 집중이 보행유입을 촉 진한다는 설명도 설득력이 높다

한편, 보행수요와 통합도의 연관성이 적은 경우 에 보행시설의 투자방식을 결정하지 못하는 한계도 존재한다. <그림3>에서 보는 바와 같이 통합도가 높은 중심지역의 보행수요가 적게 나타나는 경우 (r-s), 보행수요가 많은 외곽지역(R-S)의 통합도를 중심지역보다 높게 해주는 투자에 의존하는 것은 사실상 불가능하기 때문이다.

본 연구의 목적은 보행네트워크를 개선하기 위 해서 횡단보도, 입체보행시설, 지하보도, 계단, 에스 컬레이터, 엘리베이터 등 보행시설에 투자하는 경 우에 대한 판단기법을 구축하는 것이다. 보행시설 이 투자되면 전체 네트워크 공간이 변화되어 개별 링크의 통합도가 변화한다. 이러한 경우 보행시설 의 투자방향을 타당하게 설정하는 것이 필요하다. 이를 위해 수요의 흐름을 고려하여 통합도를 구축 하는 방안을 제안한다. 기존 Space Syntax의 개별링 크의 통합도의 한계를 극복하기 위해 보행수요와 관련된 통합도 개념을 도입한다.

본 연구에서 채택하는 방법은 Space Syntax와 보 행통행배정모형이 통합된 모형체계로 구축하는 것 이다. 보행통행배정모형은 네트워크 상에 보행의 이동을 통행시간, 통행거리, 일반화비용 등을 고려 하여 사전적으로 예측한다. 또한 이 모형은 수요에 의해 사용된 보행경로를 보행수요가 경험하는 경로 통합도의 개념으로 확장가능하다. 이러한 통합모형 을 기반으로 수요가 경험한 경로접근성과 경로이동 성 개념을 지표로 활용하는 방안을 제안한다.

Ⅱ.공간구문론과 보행통행배정

1.공간구문론

공간구문론(Space Syntax)[5]의 기본개념은 인간 이 공간을 인지하고 이를 사용하는 원리를 이해하 고 분석하는데 있다. 즉, 인간의 공간사용행태를 규 정짓는 공간인식과 공간행태에 기초를 두고 있다.

Space Syntax를 활용하여 공간구조를 분석하기 위해서는 분석대상 오픈 스페이스 체계를 바탕으로 자료를 입력하게 된다. 이를 축선도(Axial maps)라 하며, 축선도는 건물내부나 혹은 도시공간에 시선 과 접근성을 토대로 분석대상 건물 혹은 지역의 모 든 공간을 포함하는 직선들로 이루어진다.[6]

축선도에 의한 공간의 표현을 계산하기 위해 사 용되는 결절점(nodes)은 단위공간을 의미하고 연결 선(edges)은 공간들의 관계를 의미하며, 이러한 과 정은 공간형태 분석에서 가장 중요한 개념인 공간 의‘깊이(Depth)’를 암시한다.

Depth는 공간행태 개념에서의 거리를 나타내며 일반적인 물리적 거리의 개념과는 다르다.[7] 즉, 축 선도에서는 특정 축선공간에서 다른 축선공간으로 이동할 때 거치게 되는 최소한의 축선의 수를 의미 한다.

인접한 공간 간의 Depth는 1이다. 하나의 공간에 서 다른 공간으로 갈 때 그 공간 사이에 하나의 공 간이 존재하면 Depth는 2가 된다. 이러한 방법으로 Depth는 공간배치구조에 따라 그 값이 결정된다. 예 를 들어, 어느 건물의 로비에서 그 건물의 Depth가 얕다(작다)는 것은 그 건물의 로비에서 여러 사무실 로의 접근성이 높다는 것을 의미하고, 반대로 공간 의 Depth가 깊다(크다)는 것은 로비로 부터 먼 곳에 위치한 방들이 많이 존재한다는 것을 의미한다.

전체공간에서 특정공간의 특성을 계산하기 위해 서는 분석대상물의 평균 Depth를 먼저 계산한다. 즉, 그 해당 공간으로부터 모든 공간들로의 Depth를 계산한다. 다음에는 이 값들을 합산하여 측정대상 공간을 제외한 나머지 공간의 수로 나눈다.

여기서,

그러나 실제적으로 RA값은 분석대상 공간의 총 개수에 영향을 받게 된다. 따라서 이러한 영향을 배 제하기 위하여 실질적 상대적 비대칭성(Real Relative Asymmetry : RRA)인 비균제율 개념을 도입 한다. RRA는 이론적인 다이아몬드형태를 가정하여 산출한 RA와 같은 개수의 공간에 대한 보정치인 RA(D _k)로 나누어서 그 값을 산출한다.

여기서,

결과적으로 실질적상대적비대칭성 값은 공간조 직의 규모에 관계없이 특정 단위공간의 위상학적 중심의 정도를 일정한 비율로 측정하게 해준다. 그 런데 이렇게 계산된 실질적상대적비대칭성 값은 평 균깊이 값에 비례하기 때문에 해석상에 혼란의 여 지가 있을 수 있다. 이를 방지하기 위해 실질적상대 적비대칭성 값에 대한 역수를 계산하여 이 결과치 를 통합도(Integration)라고 정의한다.

여기서,

특정 단위공간의 통합도가 크면 그 공간으로부 터 다른 모든 공간으로 이동하는데 필요한 전이단 계가 적다는 것을 의미한다. 이는 또한 그 공간이 다른 공간에 비해 보다 ‘위상학적으로 중심에 위 치한다(Integrate)’는 것을 의미한다. 반면 특정 단 위공간의 위상도의 값이 작으면 그 공간으로부터 다른 모든 공간으로 이동하는데 필요한 전이 단계 가 많다는 것을 의미한다. 이는 또한 그 공간이 다 른 공간에 비해 ‘위상학적으로 주변에 위치한다 (Segregated)’는 것을 의미한다.

위 과정을 거쳐 각 축선의 통합도가 계산되면 통 합도가 큰 축선은 빨간색으로 낮은 축선은 파란색 으로 크기의 순서에 따라 주황, 노랑, 초록 등 무지 개 스펙트럼의 기준으로 표시하는데 이를 Space Syntax 라 한다.

2.보행통행배정

보행통행배정과 관련된 연구는 타 교통수단의 통행배정(Sheffi, 1985)[8]에 대한 연구에 비하여 매 우 미약하다. 이러한 이유로는 차량의 경우 도로망 을 따라 일정한 방향으로 움직이는 것에 비해 보행 은 보행자의 진행방향 및 보행시설에 대한 고려사 항 월등하게 많기 때문으로 사료된다. 보행자의 경 우 시설을 따라 정해진 경로로 진행하기 보다는 보 행공간을 대상으로 이동하는 측면이 강하다. 따라 서 공간에 존재하는 다양한 시설과 타 보행자와의 상호관계를 적절하게 파악하기는 매우 어렵다.

따라서 기존의 보행과 관련된 연구는 일정한 공 간의 시설에서 보행밀도와 속도를 마이크로 시뮬레 이션에 한정해서 집중되는 경향을 보여주고 있다.

Abdelghany(2005)[9]는 셀로 구성된 이산적 공간 으로 구분하고 출발지와 도착지를 A* 알고리즘을 활용하여 미식축구장 출입구 매표소를 대상으로 서 비스 처리시간을 측정하는데 적용하였다.

Son et al(2004)[10]는 셀기반의 시뮬레이션 모형 을 개발하여 보행자의 교통류 특성을 파악하는 방 안을 제안하였다. 여기서 실제 지하철 환승로 주변 보도 한 개축의 현장자료에서 나타나는 보행흐름, 속도, 밀도를 비교하였다.

Park et al(2012)[11]는 유럽에서 사용되고 있는 마이크로 시뮬레이션 모형인 SimWalk를 활용하여 환승역 보행행태를 분석하는데 적용하였다.

수학적 보행네트워크 모형은 Lee(2010)[12]에 의 하여 처음 연구되었다. Lee(2010)은 보도 공간을 셀 로 나누고 각 셀을 연결망으로 구성하는 네트워크 구축방안을 제시하였으며, 기존의 다계층 차량기반 의 균형통행배정기법에 적용되는 변동부등식 (Variational Inequality)으로 수식화(Dafermos 1980, 1982)[13][14]하고, 대각화 알고리즘(Fisk & Nguyen (1982)[15], Florian and Spiess (1982)[16]을 활용하여 다계층 보행자를 대상으로 분석하였다. 하지만 이 연구에서 구축한 네트워크는 셀과 동일한 개념의 형태를 취했으며, 일부의 보행공간에 한정된 것으 로 파악되었다.

위의 연구를 종합할 때, 기존의 보행통행배정관 련 연구는 셀 또는 미시적인 보행자를 대상으로 구 축되어 보행흐름을 한정된 공간 또는 시설에 대한 밀도, 속도의 변화를 추정하는 방안으로 적용된 것 이다. 따라서 철도역사와 인접주변지역 등을 포함 하는 대규모 보행네트워크에서 발생하는 보행시설 의 변화에 따른 보행의 이동에 대한 어려움 및 보 행의 시각적 용이성과 같은 상황에 대한 평가를 위 하여 적용하기에는 한계가 존재한다.

본 연구는 보행지역에서 발생하는 철도역과 버 스정류장을 포함하는 일정한 규모이상의 지역에 대 하여 다양한 보행시설을 설치했을 때 나타나는 보 행자의 보행의 용이성과 시각적 통합성에 대하여 판단하고자 모형을 제안하였다. 보행의 용이성은 보행자가 경로를 선택하여 통행하는 통행배정모형 으로 구축하였으며, 본 연구에서 적용된 가정은 출 발지와 도착지를 연결하는 보행자는 최소통행시간 경로를 선택한다고 가정하였으며, 여기서 최소통행 시간경로는 보행자가 균등확률로 인식하는 경로를 가정하기 위하여 유사경로개념을 도입하였다. 통행 배정모형과 결합되는 공간구문론에서는 보행네트 워크의 통합도를 구축하는 방안으로 적용하였다. 따라서 통합된 모형에서는 보행수요가 경험하는 이 동시간, 속도, 거리, 불편도와 같은 정량적 지표와 함께 공간구문론에서 도출된 개별 링크들의 시각적 통합성을 보행자가 경험하도록 판단하였다.

Ⅲ.모형의 구축

A는 링크 {a,b ,c …}로 구성된 링크집합, T는 링 크와 링크가 만나서 방향이 발생하는 회전 {ab , bc …}으로 구성된 회전집합, N은 노드 {i ,j ,k,…}으 로 구성된 노드집합, A는 축노드 {a , b , c …}로 구 성된 축노드(Axial Node)집합, T 는 두 개의 축노드 가 만나서 만들어진 {ab ,bc ,..}와 같은 축링크(Axial Link)집합으로 정의된다. 통합네트워크 Ξ(T ,A,N,T,A) 는 A,T ,N 으로 구성된 보행네트 워크와 T,A 로 구성된 축선네트워크(Axial Network)가 통합되어 나타난 네트워크이다.

Ξ(T ,A,N,T,A) 에서 보행네트워크와 축선도 네 트워크를 연계하는 기본 방법은 <그림 4>와 같다. 축선네트워크에서 가시거리(Sight Distance)를 나타 내는 축노드 a는 다수의 물리적 거리(Metric Distance)를 내재하는 링크(a₀,a₁,•••,a_m ) 로 순 차적으로 구성되어, a는 복수의 링크가 포함되도록 a= (a₀,a₁,•••,a_m ) 와같이 연계된다.

<그림 5>는 두 개의 축노드 a와 b가 방향전환 으로 만나서 축링크 ab , ba가 형성된 것을 사례로 나타낸다. 축노드는 a= (a₀,a₁,•••,a_m ) 와 축노 드 b= (b₀,b₁,b₂ ) 와 같다. 축링크에서 링크 방향전 환은 a_mb₀ , a_mb₁ , b₀a_m , b₁a_m로 나타난다.

<그림 6>은 가시거리 내에 신호횡단보도가 존재 하는 경우를 나타낸 사례이다. 보행을 어렵게 만드 는 보행시설이 설치된 경우 축노드를 분리해서 표 현한다. 신호횡단보도를 나타내는 링크 b₀를 포함 하는 b를 별도의 축노드로 산정한다. 따라서 세개 의 축노드 a= (a₀,a₁ ) , b= (b₀ ) , c= (c₀,c₁ ) 로 분리 되도록 표현된다.

축노드 a의 통합도(Integration)를 ξ_a라고 하면, a 에 포함되는 링크 (a₀,a₁,•••,a_m ) 가 경험하는 통합도 ξ_a는 동일하여, ξ a ¯ = ξ a 0 = ξ a 1 = • • • = ξ a m 과 같이 표현된다.

보행자가 최소 이동체감도의 경로를 선택하는 모형은 다음의 선형식 및 제약조건으로 구성된다. <식4>는 네트워크 Ξ(T ,A,N,T,A) 에서 링크 및 대기체감도 합을 최소화하는 경로를 선택하도록 구 성되었다. 여기서 t_a와 d_ab는 조사를 통하여 추정된 이동 및 대기체감도의 파라메타를 반영한 선형목적 식(Linear Programming)[17]이다.

여기서

X :

링크보행량 벡터 (…,x_a,…, x_{∣A ∣} )

V :

링크-링크 회전보행량 벡터(…, υ_ab,…, υ_{∣T ∣} )

t_a :

링크(보행시설) a의 이동체감도(초-체감도)

x_a :

링크(보행시설) a의 보행량(명)

d_ab :

링크a에서 b로 이동에서 대기체감도 (초-체감도)

υ_ab :

링크a에서 b로 이동하는 보행량(명)

q_{r s} :

출발지r과 도착지s간 보행량(명)

f k rs :

출발지r과 도착지s를 연결하는 (유사)경로 k의 보행량(명)

δ k , a rs :

더미변수 1: if(r-s간 경로k가 링크a를 통과 하면), 0: otherwise

δ k , ab rs :

더미변수 1: if(r-s간 경로k가 회전ab를 통 과하면), 0: otherwise

목적함수에서 t_a와 d_ab는 조사된 파라메타이므로 <식5>와 같이 표현이 가능하여 d_ab는 회전에서 나 타나는 함수로 적용되어 왔다.[17]

<식4>와 <식5>는 <그림7>과 같이 표현하여 설명 된다. r-s를 연결하는 k번째 경로를 보행자가 이용 한다고 가정하면, f k rs는 (유사)경로k를 이동하는 보 행통행량이 된다.

<그림7>에 축노드 <그림8>과 같이 f k rs는 경로k 에 포함되어 있는 모든 링크a와 링크b가 속해있는 축노드 a와 b와 동일한 통합도를 경험하게 되며, 링크ab와 방향ab의 이동체감도를 경험하게 된다.

식에서 r-s간 경로k를 이동하는 1인 보행인을 기 준으로 경험되는 평균통합도(ξ k rs)는 다음과 같다.

네트워크 Ξ(T ,A,N,T,A) 에서 모든 보행수요가 경험하는 평균통합도(ξ_Ξ )는 다음과 같으며, ξ_Ξ가 클수록 보행수요에 적절하게 보행네트워크가 구축 또는 디자인되었다고 판단될 수 있다.

또한 식에서 r-s간 경로k를 이동하는 보행자 1인 이 경험한 평균이동체감도(ϕ k rs)는 다음과 같다.

네트워크 Ξ(T ,A,N,T,A) 에서 모든 보행수요가 경험하는 평균이동체감도(φ_Ξ)는 다음과 같으며, φ_Ξ가 적을수록 보행인프라가 양호하게 구비 또는 배치되어 있다고 판단될 수 있다.

Space Syntax와 보행통행배정을 통합하여 평균통 합도(ξ_Ξ )와 평균이동체감도(φ_Ξ)를 산출하는 과정은 <그림9>과 같다. 우선 Space Syntax를 적용하여 축 노드의 통합도를 산출한다. 축노드에 속하는 링크 는 축노드의 통합도와 동일한 값을 갖게 된다. 보행 통행배정모형에서는 최소이동체감도를 기반으로 K 개의 유사경로를 탐색하기 위한 K경로탐색알고리 즘을 적용한다. 탐색된 K개의 경로에 1/K의 균일확 률(uniform probability)을 가정하여 보행수요를 배정 한다. 각각의 경로에 배정된 보행수요와 이동경로 의 특성을 바탕으로 평균통합도(ξ_Ξ )와 평균이동체 감도(φ_Ξ)를 최종적으로 산출한다.

유사경로는 최소의 이동체감도를 갖는 경로와의 체감도 차이가 10% 내에 포함되는 경로를 의미하 며, 유사경로는 보행자가 최적의 경로라고 선택할 수 있는 확률적 인지행태를 반영한 것이다. 따라서 유사경로에 대해서는 균일한 확률로 계산하였다.

최적의 이동체감도를 나타내는 경로를 선택하기 위해서는 경로의 이동체감도를 계산하는 것이 필요 하다. 경로의 이동체감도는 경로를 구성하는 링크 의 이동체감도와 링크를 횡단하기 위해서 대기하는 이동체감도의 합산이다. 링크를 보행하는 불편도는 아래의 식과 같다. 보행시설별 보행속도와 대기시 간은 <표1>과 같으며 설문조사를 통해서 산정된 보 행시설별 평균불편도는 <표2>와 같다.

φ_a :

링크a의 이동체감도

t_a :

링크a의 이동시간

d_a :

링크a의 대기시간

λ_a :

링크a의 불편도계수

β_a :

링크a의 대기시간 불편도 조정계수(0.5)

Ⅳ.통합모형의 유효성 검증

1.분석대상지 선정

본 연구는 제안한 Space Syntax와 보행수요배정 통합모형의 유효성을 검증하기 위해 실증분석을 실 시하였다. 이를 위해 보행환경개선효과를 평가하기 위한 사례지역으로 부평역을 선정하였다. 부평역은 보행을 유발하는 역사와 대중교통체계, 광장, 문화 거리, 상권 등이 조성되어있어 어린이, 노약자 등 사회적 약자의 보행안전보장과 침체된 구도심의 활 력 복구 및 지역상권 활성화 등이 복합적으로 요구 되는 지역이다.

지역현황을 살펴보면 부평역은 인천시 부평구 부평1동에 위치하며, 경원대로와 부평대로와 접하 고 있다. 경인선(1899년 개통) 상의 수도권 전철 1 호선(1974년 개통)과 인천 도시철도 1호선(1999년 개통)의 환승역사다. 역 주변은 인천시의 중심 상권 지역이며 환승객뿐 아니라 서울방면으로 이동하는 승객이 있다. 역사는 부평지하상가와 연결되어 있 으며 역 주변에는 병원, 버스정류장, 쇼핑몰(마트, 역사관), 초·중등학교, 주민센터, 우체국 등이 있다. <그림 10>

2.보행환경 효과평가

부평역 주변지역의 보행인프라로 구축된 현황네 트워크를 기반으로 보행의 접근성과 이동성에 대한 판단을 공간구문론과 보행수요배정의 통합모형으 로 평가한다. 이를 위해 현황 보행네트워크와 가상 의 보행수요를 구축하고, 시나리오 평가를 수행한 다. 시나리오 2는 부평역주변 신호횡단보도의 대기 시간을 50% 줄이도록 설계한 것을 의미한다. 시나 리오 3는 보행자의 접근성을 높이기 위하여 보행우 선 신호횡단보도를 8개 추가적으로 설치한 것이다. 시나리오 4는 현재 부평역 지하상가 상단지상부에 버스정류장이 설치되어 있지 않아서 보행거리가 상 당히 길어지고 있어 버스정류장을 인접지역에 신설 하는 대안을 의미한다. <표 3>

부평역주변을 보행통행배정에 적용되는 보행네 트워크로 구성하고 공간구문론에 적용되는 축선도 가 구축되면 <그림11>과 같이 나타난다.

보행네트워크의 노드는 462개, 무방향 링크는 603개, 공간구문론을 위한 가시거리를 나타내는 축 노드의 개수는 260개, 축과 축이 교차되는 축링크 는 1,065개로 구성되었다.

부평역주변 네트워크의 내부 보행수요는 346,685 (인/일)이며, 이는 기존의 보행수요조사자료(2011년, 석종수 외)[19]를 가능한 반영하였다. 부평시장로, 부평역지하상가, 부평문화거리의 수요 집중현상을 설명하도록 전문가의 자문을 얻어 3개 구간에 대하 여 배경수요를 각각 20,000(인/일) 정도로 감안하였 다. 특히 대중교통의 환승에 적용되는 수요는 56개 버스정류장과 부평지하철역에서 발생하는 환승수 요를 2013년 교통카드자료를 기반으로 적용하였다. <표 4>

보행네트워크의 접근성이 5정도를 초과하면 보 행성이 양호한 상태를 설명한다(공간구문론 기준에 근거한 평균네트워크 접근성으로 볼 때). 따라서 시 나리오 4개 모두가 보행접근성 측면에서 양호한 결 과를 나타낸다. 그럼에도 [시나리오 4]로 진행될수 록 접근성 상승정도가 하락하는 것은 가시거리의 정성성 측면보다는 통행저항도를 줄이는 보행이 발 생한다는 측면으로 해석이 가능하다. 이러한 내용 은 평균이동거리, 평균네트워크비용, 평균보행시간 에서 동일한 상태로 진행되고 있음을 나타낸다. 시 나리오 2에서 평균보행거리의 MOE가 감소한 이유 는 현황에서 신호횡단보도를 통과하는 것이 보행거 리가 적으나 불편도를 피해서 장거리 통행을 선택 하는 상황에서 보행우선신호횡단에 의해서 대기체 감도가 감소하므로 그 방향으로 경로를 선택하는 가능성이 늘어나고 있음을 반영하는 현상이다. 그림12

이를 <표 5>을 통해서 자세하게 설명하면, 시나 리오 1에서 시나리오 4로 가면서 평균통합도는 19.48에서 19.40으로 약간 감소하는 상황을 나타낸 다. 이는 보행자는 보행시설이 개선되어 이동성이 좋아지는 - 불편도가 줄어드는 - 경로를 선택하려는 행태를 나타내기 때문에 사람이 많이 몰리는 보행 로가 아니라도 보행하려는 상황을 보여주는 것이 다. 이러한 결과는 통행거리와 통행시간에서 시나 리오 1에서 4로 가면서 658.7m 에서 570.2m로 12분 에서 10분으로 줄어드는 값에서 확인이 가능하다. 그림13

3.분석결과 및 시사점

부평역 보행네트워크의 통합도의 추정결과 부평 역 주변지역의 통합도가 높게 나타났다(평균보행거 리의 경우 최소 28m에서 88m까지 단축). 이러한 결 과로 볼 때 부평역을 중심으로 보행수요가 발생·유 입되는 현재상황을 반영하고 있다고 판단된다. 다 만 보행전용구역으로 지정된 북부지역은 통합도가 낮게 도출되어 상대적으로 보행유입을 위한 공간개 선의 노력이 필요한 것으로 나타났다. 이러한 전략 으로서 보행유입을 위한 보행네트워크의 연결성 및 친밀도를 높이기 위하여 보행인프라와 토지이용 증 진을 위한 효과적인 투자 방안의 마련이 요구된다.

부평전철역과 주변의 버스정류장은 매우 많은 환승수요를 유발하고 있다. 그러나 이 보행수요가 부평전철역과 버스정류장으로의 접근이 어려우며 대중교통이용을 통한 이동편의성은 어려운 상황이 다. 따라서 버스정류장을 통합하여 역사주변에 위 치시키는 경우 보행의 편리성이 매우 향상될 것으 로 판단된다. 현재 상황에서 정류장의 설치를 위한 공간은 확보되었으나 부평지하상가의 상권을 걱정 하는 상인들의 반대의견에 의해 버스정류장 설치는 어려운 상황이다.

부평전철역 주변은 차량통행이 매우 많은 지역 이다. 그럼에도 횡단보도의 위치가 이격되어 보행 자는 목적지까지의 이동을 위해서 지하보도를 이용 하는 상황이며, 우회거리가 발생하게 된다. 보행의 이동편의성 증진을 위해 횡단보도를 추가로 설치하 고 보행친화적 신호체계를 구축하여 보행의 이동을 원활하게 보장할 필요가 있다.

Ⅴ.결 론

이 연구는 Space Syntax를 내재하는 보행네트워 크 통행배정모형을 제안하였다. Space Syntax는 보 행네트워크에서 나타나는 보행가시거리에 근거하 여 보행접근성을 판단한다. 여기서 도출되는 축노 드의 통합도는 링크가 얼마나 보행적으로 접근하기 편리한가에 대한 상대적 수치이다. 즉, Space Syntax 의 결과는 동일한 가시거리(sight distance)를 가지나 실제 이동거리(metric distance)의 차이가 있는 경우 보행자가 경험하는 보행성의 수준을 객관적으로 설 명하기 어렵다. 이에 반해, 보행네트워크 통행배정 모형은 보행시설별로 통행시간, 통행거리와 같은 이동성 지표를 통하여 보행의 이동을 추정한다. 이 모형은 보행자가 느끼는 체감도를 이동성 지표에 반영하여 보다 객관적인 보행수준에 대한 판단이 가능하다.

두 모형의 결합은 보행네트워크에서 보행자가 느 끼는 접근성과 이동성에 대한 통합판단이 가능하다 는 장점을 제공한다. 보행자의 이동동선이 보행네트 워크와 일치되는 정도에 대한 판단과 함께, 편리하 게 통행하는 정도를 수치로서 제공이 가능하다.

제안된 통합모형은 다양한 보행성 평가에 활용 이 가능하다. 첫째, 보행개선지역의 사전평가를 통 해 보행시설의 투자수준을 측정할 수 있고, 둘째, 보행환경의 개선정도에 대한 사후평가 및 모니터링 의 도구로 활용할 수 있으며, 셋째, 정부의 총괄적 보행개선사업에 대한 객관적 판단기준을 제시하며, 넷째, 정부추진의 도시재생사업의 보행인프라의 투 입여부에 대한 의사결정에 활용할 수 있다.

또한 제안된 모형은 향후 상시평가시스템으로 활용, 민관간 협의지원시스템으로 활용, 보행환경개 선사업 모니터링 및 정책실효성 제고에 기여, 다양 한 운영조직 추진체계의 일관성 있는 평가도구로 활용할 수 있는 가능성을 제시하여 향후 정부정책 이나 지속가능한 실무에도 활용도가 높을 것으로 기대된다.

이 연구는 Space Syntax와 보행통행배정모형을 통합하는 관점에서 의의를 두었으나, 향후 모형의 활용성 측면에서 보완이 필요할 것으로 판단된다. 특히 모형의 장점과 차별성 측면에서 구체적으로 제시되지 못하고 있는데 이러한 부분에서 추가적인 연구가 필요하다. 또한 본 연구는 보행 기종점 수요 를 사전에 파악하여 보행시설의 개선효과를 판단하 는 모형으로 적용이 가능하나, 사업대상지의 특성 을 고려한 적용성 및 활용성 측면에서 보다 면밀한 연구가 요구된다. 향후 본 연구의 검증, 타당성, 평 가 등과 관련되어 연구기회를 갖기를 희망한다.