1연구 질문 및 분석 대상
분석 기간: 2015→2024년. SGIS 격자 인구가 2015년부터 등록센서스 기준으로 바뀌어, 그 전후를 잇는 증감에는 집계 기준 변경 효과가 섞인다. 같은 기준으로 비교할 수 있는 2015년을 출발점으로 삼았다(2000~2010년 값은 동적 지도와 시계열 차트에서 참고로만 제시).
도시화지역 정의: 처음에는 일본식 인구집중지구(DID, 2,000·4,000명/km²)를 썼지만, 국제 기준인 UN·EU·OECD의 도시화 등급(Degree of Urbanisation)으로 바꿨다. 1km 격자에서 도시는 1,500명/km² 이상 격자가 이어진 인구 5만 명 이상 덩어리, 도시·준밀집지역은 300명/km² 이상 격자가 이어진 인구 5천 명 이상 덩어리다. 기준이 달라졌으므로 더 이상 DID라 부르지 않고 통계청 SGIS와 같은 이름(도시·준도시)을 쓴다. 주 분석은 도시·준밀집지역(300명/km²)이다.
분석 대상: 전국(시군구 단위 비교)과, 행정안전부 지정 인구감소지역(89곳)·관심지역(3곳) 92곳 가운데 4-3(밀도 감소율)·4-4(면적 증가율) 순위에서 앞선 6곳이다. 모두 시·군 하나가 그대로 분석 범위다.
| 지역 | 밀도 감소율 순위 (전국 232곳) | 밀도 변화 | 면적 증가율 순위 (비수도권 165곳) | 면적 변화 | 고른 이유 |
|---|---|---|---|---|---|
| 전남 완도군 | 1 | −34.7% | 3 | +60.0% | 두 순위 모두 Top 10 |
| 경북 청도군 | 2 | −33.7% | 2 | +60.0% | 두 순위 모두 Top 10 |
| 강원 양구군 | 8 | −20.3% | 26 | +14.3% | 밀도 감소 Top 10 |
| 전북 순창군 | 14 | −18.2% | 8 | +40.0% | 면적 증가 Top 10, 밀도 감소 |
| 충북 괴산군 | 11 | −19.3% | 28 | +14.3% | 밀도 감소 차순위 |
| 충북 제천시 | 13 | −18.4% | 18 | +21.7% | 밀도 감소 차순위 |
두 Top 10에 든 인구감소지역은 완도·청도·양구·순창 4곳뿐이어서, 밀도 감소율 순위에서 그다음인 괴산(11위)·제천(13위)을 더했다. 밀도 순위는 2015·2024 두 해 모두 도시화지역이 5km² 이상인 시군구만 비교했다.
가설: 시간에 따라 도시화 면적은 커지지만 인구밀도는 감소하며, 비효율적인 도시화가 진행 중이다.
빈집 문제 해결의 우선순위, 공공 인프라 축소의 기준 설정 등
스펀지화(sponge city) · 도시 내부에 빈 땅·빈집 같은 저이용 공간이 시간적·공간적으로 무작위하게 상당량 생기는 현상. 생산성 저하, 행정서비스 비효율, 도시 매력 저하를 부른다. 구멍을 메우고 새 구멍이 생기지 않게 하는 노력이 필요하다. 이 분석에서 “빈 네모”(2015년에는 도시화지역이었지만 2024년에는 빠진 격자)가 그 구멍에 해당한다.
2사용 자료 및 전처리 과정
| 구분 | 자료 | 내용·용도 |
|---|---|---|
| 인구 | SGIS 격자 통계(인구) 1km·500m | 2000·2005·2010·2015·2020·2024년 격자별 총인구. 도시화지역 추출의 기본 자료(주 분석 1km) |
| 경계 | SGIS 격자 경계(2025), 센서스용 시군구 경계(2025 2Q) | 격자 면적, 시군구 집계와 분석 범위 |
| 검증 | SGIS 도시화지역 경계(2015·2020·2024) | 통계청이 같은 국제 기준으로 만든 도시·준도시 경계와 직접 추출 결과 비교 |
| 지정 | 행정안전부 인구감소지역 지정 현황 | 인구감소지역 89곳과 관심지역 3곳(분석 대상 선정) |
| 공공시설 | 공공데이터포털 학교·보건기관 표준데이터, 카카오 로컬 검색 | 초·중·고(설립연도), 보건소·보건지소·보건진료소, 시·군청·읍면사무소, 버스터미널 |
| 교통 | 국가철도공단 철도역, 한국도로공사 영업소 API, OpenStreetMap 철도 | 철도역, 고속도로 선형과 IC, 철도 선형 |
| 배경지도 | Esri World Topographic Map, World Hillshade (정적 지도), Esri Light Gray Canvas (동적 지도) | 지형·녹지 맥락(연하게) |
전처리 순서
- 격자 인구 정리 · SGIS 자료신청 원본에서 연도·해상도별 총인구(to_in_001)를 뽑아 격자 경계와 붙였다(EPSG:5179).
- 도시화지역 추출 · 1km 격자에서 300명/km² 이상 격자를 꼭짓점까지 맞댄(queen) 것끼리 묶어 인구 5천 명 이상 덩어리를 도시·준밀집지역으로, 1,500명/km² 이상 격자를 변을 맞댄(rook) 것끼리 묶어 5만 명 이상 덩어리를 도시로 남겼다(도시화 등급 1단계 방식).
- 검증 · 직접 추출한 도시·준밀집지역은 SGIS 도시+준도시 경계와 면적 기준 IoU 0.95, 도시는 SGIS 도시와 IoU 0.86이다(도시는 100% SGIS 도시 안). SGIS가 하는 빈틈 메우기(gap filling)는 하지 않아 조금 작게 나온다.
- 변화 구역 · 2015·2024 도시화지역을 겹쳐 유지(둘 다), 신규(2024에만), 빈 네모(2015에만)로 나눴다.
- 시설·교통 위치 · 좌표가 없는 시설은 카카오 로컬 검색(없으면 Nominatim)으로 위치를 찾고 분류명으로 걸렀다. 결과는 캐시에 저장해 재실행 때 다시 검색하지 않는다.
2010→2015 사이 SGIS 격자 인구 집계 기준이 바뀌었다(등록센서스 전환). 그래서 변화 분석은 2015→2024로 하고, 2000~2010 값은 시계열 차트에서 참고로만 보여 준다.
3지표의 정의, 계산식, 산출 결과
도시화지역과 밀도
산출 결과 · 전국 (1km 격자, 도시·준밀집지역 300명/km²)
도시(1,500명/km², 5만 명) 기준으로는 면적 3,354 → 3,708km²(+10.6%), 밀도 11,933 → 11,042명/km²(−7.5%)다.
산출 결과 · 6개 지역 (시·군 경계 안 도시·준밀집지역)
밀도 단위: 명/km². 1km 격자라 작은 군의 면적은 격자 몇 개(5~8km²)로 이뤄져, 격자 1~3개가 늘어도 증가율이 크게 움직인다.
4공간 시각화 · 비공간 시각화
4-1. 전국 도시화지역 동적 지도
1km 격자 도시화지역. 위 버튼으로 연도(2000~2024)나 2015→2024 변화를 고르고, 도시·준밀집(300)과 도시(1,500)를 함께 켜면 한 지도에 겹쳐 보인다 (변화 보기에서 둘을 함께 켜면 도시는 점선 테두리). 경계는 시·군 단위다(특별시·광역시·특별자치시는 하나로, 일반구가 있는 시는 시로 합침). 지역을 누르면 그 지역으로 확대되고 오른쪽 그래프가 그 지역으로 바뀐다. 그래프의 2010→2015 점선 구간은 SGIS 집계 기준 변경 구간이다. 배경지도 © Esri Light Gray Canvas (CARTO 키가 있으면 CARTO Positron).
4-2. 도시화지역 인구밀도 변화 시계열
비수도권 = 서울·경기·인천 제외(시군구별 합계라 전국 표와 조금 다르다). 2010→2015 사이 집계 기준이 바뀌었으므로 분석은 2015 이후 구간(2015·2020·2024)으로 한다. 수도권(면적 +8.6%, 밀도 −3.9%)과 비수도권(+3.6%, −3.4%) 모두 면적은 늘고 밀도는 내려간다.
4-3. 인구밀도 변화 Top 10 시군구 (전국 평균 대비)
2015·2024 두 해 모두 도시화지역이 5km² 이상인 시군구 중 밀도 감소율이 큰 순. 점선은 전국 도시화지역 밀도 변화율. 진한 막대는 수도권(서울·경기·인천) 밖 시군구다. ★ = 확대 분석한 인구감소지역(완도·청도·양구), ◆ = 그 밖의 비수도권(창원 마산합포·성산, 제주시, 청주 서원).
4-4. 도시화지역 면적 증가율 Top 10 시군구 (수도권 제외, 전국 평균 대비)
비수도권(서울·경기·인천 제외) 도시화지역 면적 증가율(%) 순위(2015년에 도시화지역이 있던 시군구). 진한 막대(▼)는 면적이 늘면서 밀도는 낮아진 곳, ★는 확대 분석한 인구감소지역이다. 2015년 면적이 작은 곳은 격자 몇 개로도 비율이 크게 움직인다. 점선은 전국 면적 증가율. 막대에 마우스를 올리면 증가 면적이 보인다.
4-5. 6개 지역 도시화지역 지도
5주요 결과 해석
도시화 면적은 커지고 인구밀도는 낮아졌다 — 가설 지지
전국 도시·준밀집지역 면적은 2015년 6,901km²에서 2024년 7,276km²로 5.4% 늘었지만 그 안의 인구는 2.4% 늘어나는 데 그쳐, 밀도는 6,675명에서 6,481명으로 2.9% 낮아졌다. 도시(1,500명/km²) 기준으로 보면 더 뚜렷하다(면적 +10.6%, 밀도 −7.5%). 수도권(면적 +8.6%, 밀도 −3.9%)과 비수도권(+3.6%, −3.4%) 모두 같은 방향이며, 500m 격자에서도 결과가 같다(300 기준 밀도 −4.5%, 1,500 기준 −9.9%). 전체 인구의 91%가 도시화지역에 살고 있어, 같은 인구를 더 넓은 시가지가 담는 효율이 떨어지는 도시화가 이어지고 있다.
인구감소지역에서는 읍 가장자리가 “얇게” 늘어난다
6곳 모두 도시화지역이 14~60% 넓어지고 밀도는 18~35% 낮아졌다. 그런데 도시화지역 인구는 크게 늘지 않았다(완도 +4%, 청도 +6%, 순창 +15%, 제천 −1%, 양구·괴산 −8~9%). 면적이 늘어난 것은 사람이 늘어서가 아니라, 읍 중심지 바로 바깥의 1km 격자 1~3개가 300명/km² 문턱을 넘어 덩어리에 붙었기 때문이다(완도·청도 +3km², 순창 +2km²). 즉 이 지역들의 밀도 저하는 중심부가 비면서(양구·괴산) 또는 주변이 묽게 붙으면서(완도·청도·순창) 일어난다. 제천은 둘이 함께 나타나 빈 네모 2km²와 신규 7km²가 동시에 생겼다. 시설은 대부분 2015·2024 모두 도시화지역인 중심 격자에 있다. 새로 도시화지역이 된 격자에 든 학교는 지역별 0~2곳뿐이고, 보건지소·보건진료소 같은 보건기관의 70~95%는 도시화지역 밖 면 지역에 흩어져 있다.
축소의 기준: 유지 도시화지역 안의 기존 인프라
비수도권 면적 증가율 상위는 진천(+64.7%), 세종(+57.5%), 나주(+40.7%)처럼 산업단지·행정도시·혁신도시가 들어서 밀도도 함께 오른 곳과, 완도·청도·순창·계룡·증평처럼 면적만 늘고 밀도가 떨어진 곳으로 나뉜다. 인구감소지역 6곳은 모두 뒤쪽이다. 연구 질문 2와 연결하면, 학교·군청·버스터미널·철도역이 모여 있는 2015·2024 모두 도시화지역인 읍 중심 격자가 인구감소지역에서 지켜야 할 핵심이고, 문턱을 겨우 넘어 붙은 가장자리 격자로 시설을 넓히기보다 중심의 접근성을 살리는 방향이 축소 시대의 기준이 될 수 있다.
한계 · 분석 기간이 9년으로 짧다(2015 이전은 집계 기준이 달라 제외). 작은 군은 1km 격자 5~8개로 이뤄져 격자 하나의 변화가 수십 %로 나타난다. 격자 인구의 소지역 비공개 처리 영향이 있다. SGIS의 빈틈 메우기는 하지 않았다.
출처 · 저장소
코드와 결과 표, 도시화지역 폴리곤: github.com/Seon-Cho/W8_DID-MAP. 원자료(SGIS 격자 인구, 카카오 검색 결과)는 제공 기관 이용 조건 때문에 저장소에 올리지 않았고, 받는 방법을 README에 적었다.
자료: 통계청 SGIS 격자통계·도시화지역 경계, 행정안전부 인구감소지역, 공공데이터포털, 국가철도공단, 한국도로공사, 카카오 로컬, OpenStreetMap 기여자, Esri·CARTO 배경지도. 도시화 등급: Eurostat, Applying the Degree of Urbanisation (2021).