Home

스마트시티는 하나의 정의가 아닌 다양한 학자 및 산업계에 의해 정의되고 있다. 국내 학문적 관점에서 2000년대 들어 최초 유시티와 디지털시티의 개념에서 시작한 관련 연구와 논의는 정보통신기술 기반의 인프라가 구축된 도시 개념을 중심으로 다루어졌다. 스마트시티는 이러한 유시티, 디지털시티의 기술적인 관점에서 더 나아가 사회적 자산 및 기능과 융합된 실용적 융·복합 도시의 개념으로 확장되었다. 이는 기존 인프라를 창의, 지능, 신기술을 통해 새롭게 활용하며 데이터 인지를 기반으로 한 도시 지능화를 목표로 다양한 기능을 도시 전체의 플랫폼으로 구성하는 운영 방식으로 구축된 새로운 도시 개념으로 살펴볼 수 있다[4].

스마트시티의 구성 요소를 살펴보면 Taewoo Nam· Theresa A. Pardo가 그림 1과 같이 기술, 산업, 인적 요인으로 구분하였다. 기술적 요인은 물리적 인프라, 스마트, 모바일, 가상기술과 디지털 네트워크이며 산업적 요인은 정부 정책, 규제로 이루어진다. 인적 요인은 인적자원 인프라, 사회적 자본이 해당한다. 각 요인의 특성이 디지털, 지능, 유비쿼터스, 연결, 하이브리드, 정보, 스마트 공동체, 스마트 성장, 창조, 배움, 인도, 지식 등의 다양한 도시 특성으로 나타나며 이를 결합한 교집합을 스마트시티의 기본 구성 요소로 그 개념을 도식하였다[5].

Fig. 1. 
Basic components of smart cities[5]

도시계획의 정의를 법적으로 살펴보면 『국토의 계획 및 이용에 관한 법률』에서 “도시ㆍ군계획”이란 특별시ㆍ광역시ㆍ특별자치시ㆍ특별자치도ㆍ시 또는 군(광역시의 관할 구역에 있는 군은 제외한다. 이하 같다)의 관할 구역에 대하여 수립하는 공간구조와 발전방향에 대한 계획으로서 도시ㆍ군기본계획과 도시ㆍ군관리계획으로 구분한다.”라고 정의하고 있다. 이러한 법률에 근거하여 정부 주도로 도시 여러 기능을 원활하게 하고 주민을 위한 좋은 생활환경을 확보하고 미래 도시 발전을 도모하기 위한 계획이라고 할 수 있다. 국내에서는 이러한 스마트도시 개념을 구현하고자 범정부적 계획의 성격으로 국가 차원의 중·장기적 도시 발전 계획을 수립하여 제시하고 관련 정책을 통해 추진해 나가고 있다. 앞서 서론에서 언급한 바와 같이 관련 법안을 스마트도시법으로 변경하여 추진 전략과 추진 과제를 제시하였고 신도시와 기존 도시에 적용할 수 있도록 사업 범위를 확장하였다.

스마트시티가 미래 발전을 위한 중요한 목표로서 사회적 관심을 받음에 따라 관련 다양한 연구가 활발하게 이루어졌다. 스마트시티를 주제로 한 연구 동향은 주로 양적 연구보다는 질적 연구를 중심으로 진행되었으며 국외와 국내 스마트시티 구축의 차이점에 관한 연구와 제도, 법률, 플랫폼 등 다양한 분야와 연계된 연구를 살펴볼 수 있었다.

대표적인 연구를 살펴보면 S. H. Lee[6]은 연구를 통해 스마트시티 개념을 제시하고 유럽과 아시아의 스마트시티 구축 사례를 분석하였다. T. W. Nam and H. S. Choi[7]은 스마트시티 도시 거버넌스에 대한 사례 연구로 바르셀로나, 스톡홀름, 코펜하겐의 사례를 통해 스마트시티에서 도시의 난제를 해결하는 거버넌스 방식의 구체화 가능성을 논의하였다. S. H. Lee et al.[8]는 스마트시티에서의 사물인터넷 적용 사례를 살펴보고 다양한 기술의 적용 사례에 대한 의미로 스마트시티 구성 요소에 관한 중소기업의 활용 가능성에 관해 연구하였다. J. Y. Lee and S. H. Han[9]는 스마트시티법의 개정에 따라 이전의 U-City 법과 비교하여 새롭게 추가된 개념과 산업, 인증 등을 세부적으로 검토하여 어떤 점에서 개선되었는지 그 의미를 논의하였다. 도시계획과 관련된 연구는 교통, 환경, 재생, 도시설계, 지역개발, 도시 정책 등 도시 전반의 기능과 관련된 다양한 연구가 이루어졌다. B. C. Kim[10]은 도시계획의 수립이 주민의 권익 및 삶의 질이라는 사익과 관련성이 큰 문제로 보고 도시계획 형성 과정에서의 주민 참여 강화 방안에 관하여 제언하였다. Y. G. Lee[11]은 호주의 도시계획 제도 체계와 특성 분석을 통해 한국의 도시계획에 주는 시사점을 모색하고자 하였다. 도출한 시사점으로 시대적 상황과 지역 특수성을 고려하여 유연하게 추진되어야 한다는 점과 수정을 쉽게 하기 위한 제도적 장치 마련, 지속 가능한 발전을 목적으로 한 사회시스템의 형평성을 강조하였다. H. B. Lim[12]은 한국의 인구감소 현상에 따라 축소도시에서 논의되어 온 도시공간의 쇠퇴, 축소도시 목표와 정책을 고찰하고 도시에서 축소도시의 대응 방향으로 도시 간 연계와 역할 분담, 기존 시설의 효율적 이용, 추가 수요 시설의 입지, 공간 조정, 지역 지향성 고려, 선제 대응 전략 마련 등을 제시하였다. 이러한 선행연구 검토를 통해 스마트시티와 도시계획과 관련된 다양한 연구의 동향과 중점적으로 다루어지는 주제를 살펴볼 수 있었으며 대부분 양적 연구보다는 질적 연구가 다수 이루어졌음을 확인할 수 있었다. 특히 언론보도를 분석 대상으로 빅데이터를 활용한 텍스트마이닝과 사회연결망 분석기법을 활용한 연구는 S. L. Hwang and J. W. Shim[13]의 연구가 유일하였다.

스마트시티의 이슈와 경향을 파악하기 위해 2016년부터 2019년까지의 언론보도를 수집하여 의미연결망 분석을 최초로 시도하였고 분석을 통한 커뮤니케이션 전략 등 시사점을 제시하였다. 빈도를 중심으로 한 의미연결망 도식에 큰 학술적 의의가 있다. 본 연구는 TF-IDF 값이라는 가중치를 적용한 텍스트마이닝 분석을 수행하였으며 의미연결망 외에도 심층적인 의미 구조를 파악하기에 유용한 중심성 분석과 CONCOR 군집 분석을 수행하였다. 또한 최근 3년에 해당하는 최신 동향과 담론을 분석하고 스마트시티와 함께 도시계획에 관한 보도 동향 및 담론을 도출하여 비교 분석하였다는 점에 본 연구의 차별성이 있을 것이다.

본 연구는 스마트시티와 도시계획 관련 언론보도를 수집하여 텍스트마이닝 분석과 사회연결망 분석을 수행하였다. 첫째, 준비 단계에서는 분석 대상과 기간을 지난 3년에 해당하는 2021년 2월 1일부터 2024년 1월 31일까지의 국내 54개 언론사의 언론보도를 대상으로 선정하였다. 둘째, 수집 단계는 한국언론진흥재단의 뉴스 분석 시스템인 빅카인즈를 활용하여 스마트시티와 도시계획을 키워드로 검색되는 언론보도 전체를 수집하였다.

그리고 정제 및 전처리 과정을 거쳐 중복 데이터와 부적합 데이터를 제거하였다. 셋째, 분석 단계에서는 TF-IDF 분석을 통해 각각 상위 60개의 키워드를 도출하였다. 도출한 키워드의 Matrix 데이터를 생성하여 UCINET 프로그램을 활용하여 사회연결망 분석인 의미연결망, 중심성 분석, CONCOR 군집 분석을 수행하였다. 마지막으로 논의 및 결론 단계로 연구 결과를 통한 정책적 시사점을 제시하였다. 수집한 언론보도는 표 1과 같다. 이는 총 28,755건으로 스마트시티 관련 17,193건, 도시계획 관련 11,562건이다.

본 연구에서 중점적으로 활용한 TF-IDF(Term Frequency-Inverse Document Frequency)값은 통계적 수치로 문서 내의 특정한 단어의 중요도를 나타낸다. TF는 문서 내 특정 단어가 출현한 빈도를 의미하며 DF는 특정 단어가 출현한 문서의 수를 뜻한다. IDF는 DF의 역수로, 즉 단어의 빈도와 역문서 빈도를 곱한 값이 TF-IDF 값이다. 이는 모든 문서에서 흔하게 등장하는 단어는 중요도가 낮은 흔히 사용하는 단어일 가능성이 높고 특정 문서에만 등장하는 단어는 중요도가 높다고 할 수 있다[14]. 따라서 단순 빈도 대비 단어의 중요도 가중치를 측정하는 데 사용되어 다양한 자연어 처리에 활용되고 있다[15]. 이는 대부분 도서관의 검색 시스템 및 문서처리 시스템의 기반 기술로 적용되고 있다. 사회연결망 분석은 네트워크 연결의 구조 속성을 통해 상관관계 등 의미를 도출하는 분석기법으로[16]. 본 연구에서는 의미연결망 분석과 CONCOR 군집 분석을 활용하였다. 이러한 가중치 분석은 단어별 가중치로 여러 문서 집합에서 특정 단어의 중요도를 판단하고 의미연결망은 단어 간 동시 출현 빈도로 상관관계를 추출하고 행렬에 기록되는 노드의 형성과 연결선을 통해 관계성을 분석할 수 있다[17].

본 연구의 목적은 언론보도에 나타난 스마트시티와 도시계획에 관한 핵심 이슈와 담론을 파악하여 이를 바탕으로 향후 관련 정책의 발전적 시사점을 제시하는 데 있다. 연구 목적 달성을 위해 설정한 연구 문제는 다음과 같다.

• 연구 문제 1. 스마트시티와 도시계획 관련 언론보도에 나타난 주요 키워드의 특성은?
• 연구 문제 2. 분석 결과를 통한 시사점은?

스마트시티 관련 언론보도 TF-IDF 값 상위 60개의 키워드는 표 2와 같이 나타났다. 가장 높은 순위의 키워드는 ‘스마트시티(11,464.16)’였고 ‘사업(8,684.00)’, ‘사우디(6,758.82)’, ‘기업(6,531.69)’, ‘도시(6,425.56)’, ‘스마트(6,398.70)’, ‘선정(6,378.77)’, ‘기술(6,237.85)’, ‘구축(6,050.37)’, ‘디지털(5,910.82)’이 상위 10위 이내의 키워드로 도출되어 관련 보도에서 중점적으로 다루었음을 확인할 수 있었다. TF-IDF 값 기준 상위 60개의 키워드 워드클라우드는 그림 2와 같이 도식되었다. 그리고 키워드 네트워크 구조의 속성과 특징을 분석하기 위해 Netdraw 프로그램을 활용하여 의미연결망을 그림 3과 같이 도식하였다.

Fig. 2. 
‘Smart city’ keyword word cloud

Fig. 3. 
'Smart city' keyword semantic network

네트워크 구조적 속성을 살펴보면 총 60개의 노드, 3,536개의 연결선, 평균 연결의 강도는 58.933, 밀도는 0.999, 평균 연결의 거리는 1.001로 나타났다. 키워드 간 연결의 강도(동시 출현 빈도)는 ‘스마트시티’와 ‘사업’(5,072회)이 가장 ‘높은 것으로 나타났으며 ’스마트시티‘와 ’선정‘(3,234회), ’스마트시티‘와 ’도시‘(2,744회), ’구축‘과 ’스마트시티‘(2,564회), ’선정‘과 ’사업‘(2,458회) 등의 키워드 간 연결의 강도가 높게 도출되었다.

연결중심성 분석 결과는 스마트시티(0.235)’가 가장 중심성이 높은 키워드로 나타났다. ‘사업(0.151)’, ‘기업(0.094)’, ‘기술(0.084)’, ‘스마트(0.079)’, ‘구축(0.079)’, ‘선정(0.078)’, ‘도시(0.072)’, ‘추진(0.072)’, ‘협력(0.065)’ 키워드가 중심성 상위 10위 이내 키워드로 나타났다.

CONCOR 군집 분석 결과는 그림 4와 같이 도식되었으며 총 8개의; 군집이 형성되었다. 군집 A는 ‘투자’, ‘한국’, ‘장관’ 3개의 키워드, 군집 B는 ‘혁신’, ‘산업’, ‘글로벌’, ‘국내’, ‘스타트업’ 5개 키워드, 군집 C는 ‘세계’, ‘개최’, ‘서울’, ‘기업’, ‘규모’, ‘분야’, ‘시장’, ‘미래’, ‘최대’ 9개의 키워드, 군집 D는 ‘베트남’, ‘사우디’, ‘인도네시아’ 3개의 키워드, 군집 E는 ‘정부’ ,‘협력’ 2개의 키워드, 군집 F는 ‘제공’, ‘스마트도시’, ‘진행’, ‘솔루션’, ‘선정’, ‘조성’, ‘확보’, ‘운영’, ‘구축’, ‘서비스’, ‘스마트’, ‘시민’, ‘국토교통부’, ‘세종’, ‘참여’, ‘도시’ ,‘지역’, ‘지원’, ‘부산’, ‘사업’, ‘스마트시티’, ‘추진’ 22개의 키워드, 군집 G는 ‘방문’, ‘대통령’, ‘회장’ 3개의 키워드 군집 H는 ‘기반’, ‘체결’, ‘플랫폼’, ‘업무협약’, ‘개발’, ‘기술’, ‘데이터’, ‘활용’, ‘디지털’, ‘모빌리티’, ‘인공지능’, ‘자율주행’, ‘대표’ 13개 키워드가 각각 군집을 형성하였다.

Fig. 4. 
‘Smart city’ keyword CONCOR analysis

도시계획 관련 언론보도 TF-IDF 값 상위 60개 키워드는 표 3과 같이 나타났다. 가장 높은 순위의 키워드는 ‘서울시(8,283.15)’였으며 ‘도시(5,247.76)’, ‘도시계획(5,089.10)’, ‘추진(4,641.27)’, ‘사업(4,267.88)’, ‘개발(4,137.86)’, ‘지역(3,635.57)’, ‘부지(3,560.53)’, ‘시장(3,555.98)’, ‘관련(3,315.32)’ 키워드가 상위 10위 내의 키워드로 도출되어 관련 언론보도에서 중점적으로 다루어졌음을 유추해 볼 수 있었다. 키워드 워드클라우드는 그림 5와 같이 도식되었다.

Fig. 5. 
‘Urban planning’ keyword word cloud

상위 60개의 키워드 의미연결망을 도식한 결과는 그림 6으로 나타났다. 의미연결망은 네트워크 구조적 속성은 총 60개의 노드와 3,510개의 연결선, 평균 연결의 강도는 58.500, 밀도는 0.992, 평균 연결의 거리는 1.008로 나타났다.

Fig. 6. 
‘Urban planning’ keyword semantic network

키워드 간 연결의 강도는 ‘서울시’와 ‘도시계획’(1,530회)이 가장 높은 것으로 나타났으며 ‘재건축’과 ‘도시계획’(1,387회), ‘서울시’와 ‘도시’(1,353회), ‘서울시’와 ‘오세훈’(1,343회), ‘서울시’와 ‘추진’(1,268회), ‘추진’과 ‘사업’(1,268회)이 높은 연결 강도로 상호 연결되어 있음을 확인할 수 있었다. 연결중심성 분석 결과는 표 3과 같이 나타났으며 ‘서울시(0.364)’가 가장 높은 중심성을 지닌 키워드로 분석되었다. ‘도시계획(0.226)’, ‘추진(0.199)’, ‘도시(0.162)’, ‘사업(0.151)’, ‘개발(0.138)’, ‘지역(0.110)’, ‘시장(0.110)’, ‘관련(0.107)’, ‘계획(0.103)’이 상위 10위 이내의 중심성 키워드로 나타났다.

CONCOR 군집 분석 결과는 그림 7과 같이 도식되었으며 총 8개의 군집이 형성되었다. 세부 군집 형성을 살펴보면 군집 A는 ‘부산시’, ‘신도시’, ‘부산’의 3개 키워드, 군집 B는 ‘재개발’, ‘재건축’, ‘발표’, ‘서울시’, ‘아파트’, ‘규제’, ‘완화’, ‘일대’, ‘용적’, ‘도심’, ‘내용’의 11개 키워드, 군집 C는 ‘건립’, ‘변경’, ‘광주’, ‘광주시’의 4개 키워드, 군집 D는 ‘부동산’의 단독 키워드, 군집 E는 ‘경기’, ‘지원’, ‘대표’, ‘부지’, ‘선정’, ‘진행’, ‘심의’, ‘의원’, ‘지역’, ‘주민’, ‘조성’, ‘본격’, ‘사업’, ‘추진’, ‘경기도’, ‘계획’, ‘개발’, ‘관련’의 18개 키워드, 군집 F는 ‘시장’, ‘서울시장’, ‘정부’, ‘주택’, ‘정책’, ‘후보’, ‘공급’, ‘오세훈’, 군집 G는 ‘분야’, ‘도시’, ‘민선’, ‘수립’, ‘개최’, ‘조례’, ‘운영’, ‘도시계획’, ‘시민’, ‘마련’, ‘미래’, ‘전문가’의 12개 키워드, 군집 H는 ‘의혹’, ‘투기’, ‘공무원’의 3개 키워드로 각각 군집을 형성하였다.

Fig. 7. 
‘Urban planning’ keyword CONCOR analysis