통신사 가입자 위치정보를 활용한 계룡산국립공원 탐방객 이동경로 분석
심규원·장 진*
국립공원공단 국립공원연구원
Analysis on visitors' hiking route of Gyeryongsan National Park Using Mobile Subscriber Location Information
Kyu-Won Sim and Jin Jang*
National Park Research Institute, Korea National Park Service, Wonju 26441, Korea
요 약 :본 연구는 계룡산국립공원 탐방객의 통신사 가입자 위치정보를 활용하여 성/연령/거주지별 탐방객 이용 특 성, 공원 내 이동경로를 분석하여 그 특성을 파악하기 위한 목적으로 진행되었다. 연구결과, 계룡산국립공원의 일평 균 탐방객 수는 주중에는 동학사 구간 > 신원사 구간 > 상신 구간 > 갑사 구간 순으로 이용 강도가 높았고, 주 말에는 동학사 구간 > 갑사 구간 > 신원사 구간 > 상신 구간 순으로 나타났다. 연령대로 살펴보면 남성과 여성 모두 주중에는 50대 > 40대 > 60대 순으로 탐방객 수가 많았으며, 주말에는 50대 > 40대 > 30대 > 60대 순으로 탐방객 수가 많았다. 탐방객의 이동경로의 경우 동학사 구간에서 탐방객이 가장 집중되는 것으로 분석되었으며, 상 신 구간, 갑사 구간, 신원사 구간 순으로 나타났다. 본 연구 결과는 지속적으로 증가하고 있는 국립공원 탐방객의 이용 집중에 따른 훼손을 최소화하고, 탐방 서비스 질 개선뿐만 아니라 탐방객의 이용분산이나 공원시설 및 자연자 원을 관리하기 위한 보전관리계획을 수립하는데 기초자료로 활용될 수 있을 것이라 기대된다.
주요어 :국립공원, 탐방 패턴, 빅데이터, 탐방객 행태
Abstract :The purpose of this study, using the mobile subscriber location information of visitors to Gyeryongsan national park, is to identify their characteristics by analyzing the use characteristics of visitors by gender/age/residence and hiking route in the park. As a result of the study, the daily average number of visitors to Gyeryongsan national park was shown to be strongly in the order of Donghaksa hiking course > Shinwonsa hiking course > Sangsin hiking course >
Gapsa hiking course during the weekday, and Donghaksa hiking course > Gapsa hiking course > Shinwonsa hiking course > and Sangsin hiking course on weekends. According to age group, both men and women during the weekday were in the order of 50s > 40s > 60s, and in the order of 50s > 40s > 30s > 60s on weekends. Analysis shows that visitors' hiking routes are most concentrated at the Donghaksa hiking course, and followed in order by Sangsin hiking course, Gapsa hiking course, and Shinwonsa hiking course. The results of this study are expected to be used as basic data for minimizing damage caused by the continuous increase of visitors to national parks and for establishing conservation management plans for the purpose of managing the distribution/dispersion of visitors' use, park facilities and natural resources as well as improving the quality of visitor services.
Key words :National Park, Visiting pattern, Big data, Visitor behavior
서 론
여가시간 증가, 주 5일 근무제 등 사회적 여건이 변화하 면서 자연환경과 역사문화자원을 중심으로 수려한 자연경관 을 중심으로 한 야외휴양 수요도 증가하고 있다. 특히 가족
단위로 자연을 체험하고 학습할 수 있는 친자연적인 성격을 가지고 있는 장소인 국립공원은 야외휴양 공간으로서 그 역 할이 증대되고 있다(이 등 2002).
계룡산국립공원은 1968년 12월 31일 우리나라 2번째 국 립공원으로 지정되었으며, 면적은 65.335㎢ 이다. 백두대간
*Corresponding author E-mail: [email protected]
[총설]
중 금남정맥의 끝부분에 위치한 계룡산은 845.1m의 천황봉 을 중심으로 관음봉, 연천봉, 삼불봉 등 28개의 봉우리와 동 학사계곡, 갑사계곡 등 7개의 계곡으로 형성되어 있다. 다양 한 야생 동·식물과 국보, 보물, 지방문화재가 곳곳에 분포하 고 있으며, 동학사, 갑사, 신원사 등의 사찰이 있다. 계룡산 국립공원은 행정구역상으로 충남 공주시에 위치하며 일부가 대전시와 논산시, 계룡시에 위치하고 있어 서울, 대전 등 대 도시에서 일일 탐방객들이 많이 찾는 곳이다. 국립공원기본 통계에 의하면 탐방객 수가 2016년 1,325,480명에서 2017년
1,721,735명으로 1년 사이 약 40만 명이 증가하였다(국립공
원공단 2018). 국립공원 이용 주체인 탐방객이 매년 증가함 에 따라 탐방 활동과 이용 집중에 따른 공원 내 자연환경과 시설물들도 영향을 받기 때문에, 탐방객의 이용행태에 대한 정확한 파악은 공원의 자원보전 및 관리 측면에서 탐방정책 수립에 가장 필수적인 기초정보가 된다(우 등 2003). 이와 같은 자료는 지속적으로 증가하는 탐방객의 공원이용 집중 에 따른 공원시설 및 자연자원 훼손, 탐방객의 탐방 만족도 등에 직‧간접적인 영향을 미치기 때문에 탐방객의 시‧공간 이용패턴 파악은 중요하다.
1990년대부터 공간정보학(GIS; Geographic Information
System)의 등장으로 정보통신 기술을 이용하여 시간과 공간
적 차원을 보다 상세하고 정확하게 표현하고 분석할 수 있 게 되었고(Hesse 2005), 공간정보 기술을 활용하여 개인의 활동공간을 좌표 형태로 보다 정확하게 분석함으로써 개인 활동의 특성을 시공간적으로 표현, 분석할 수 있게 되었다
(구 2017). 조사자가 현장에서 설문조사를 통해 각 개인들이
특정 시간에 머무르는 장소를 조사하는 방법이 아니라,
GPS를 이용하여 시간별 위치 자료를 수집하여 분석함으로
써 인간의 활동패턴을 시‧공간적으로 파악하는 연구가 진행 되고 있다(Alt et al. 2003; Brakatsoulas et al. 2005; Shaw and Yu 2009; Chen et al. 2011).
최근 이동통신 빅데이터1)의 잠재성에 주목하고 있다 (Terada et al. 2013; Deville et al. 2014; Douglass et al.
2015; Ricciato et al. 2015). 모바일폰 사용이 보편화되어 있 으며, 이동통신 빅데이터가 통계 원천이 될 수 있는 이유는 개개인이 모바일폰을 사용할 때마다 공간 참조 기록을 남기 기 때문이다. 즉, 모바일폰 사용자가 음성통화를 하고, 문자 를 송수신하고, 데이터를 사용할 때마다 사용자의 위치 정 보가 기록된다. 모바일폰을 사용하면서 발생한 통신 트래픽 은 이동통신 네트워크의 중요한 구성 요소인 기지국을 통하 여 중계되고, 이 과정에서 사용정보와 함께 서비스를 수행 한 기지국의 위치 정보가 기록된다. GPS를 사용할 경우 개 개 단말기의 위치가, WiFi를 사용할 경우 접속한 AP(Access
Point)의 위치가 기록될 수 있다. 사용자의 이동성을 보여주
는 이러한 수많은 위치 정보는 가입자의 인구학적 정보와 결합되어 실시간에 가깝게 지역의 인구 현황을 보여줄 수 있기 때문이다(김과 이 2016). 이와 같은 이동통신 빅데이터 는 관광, 교통, 안전 등 여러 분야에서 다양한 연구에 활용 되고 있다.
한편, 과거 국립공원에서는 자기기입식 형태의 설문지를 이용하여 탐방객의 시‧공간 이동경로 조사 및 분석을 실시 하였다. 그러나 탐방객이 탐방을 마친 후 자신의 기억에 의 존하며 시간대별 이동경로를 기입하였기 때문에 이동통신 빅데이터에 비해 정확도가 떨어졌다.
또한 이 등(2008)는 유비쿼터스 센서 네트워크를 기반으 로 한 탐방객 통행량 계수시스템을 개발하여 국립공원에 적 용하였지만, 탐방객들이 어떤 탐방로를 이용하여 어디로 이 동하는지에 대한 통행량 자료를 수집하지 못하고, 인트라넷 또는 기존 통신망이 존재하지 않는 장소에서는 사용할 수 없는 한계가 있었다. 나 등(2008)은 CCTV와 지능형 영상 분석 프로그램과 탐방 이용량 데이터 저장 서버를 접목하여 탐방 이용량 모니터링 시스템인 ‘지능형 영상 분석 프로그 램’을 구현하였다. 이 시스템은 입장 및 퇴장 탐방객을 구분 하고 계수하여 그 이용량을 측정하였고 데이터베이스로 구 축한 후 그 결과의 활용성을 검증하였다. Amin et al.(2008) 은 적외선 카메라를 이용하는 기술을 고안하였고, Claudio
et al.(2001)은 이미지 처리 기법을 이용하여 관광지 방문객
의 이동경로 파악을 시도하였다. 그러나 대부분 기온, 강우, 바람 등 외부 환경적 요인에 영향을 많이 받아 현장 적용성 은 미흡하였다.
이러한 현실적인 제약으로 인하여 우리나라 국립공원에서 는 적외선 센서를 이용한 탐방객 계수시스템을 국립공원 주 요 입‧출구에 설치하여 탐방객 이용량 자료를 구축하고 있 다. 그러나 탐방객의 성별, 연령대, 거주지 등의 일반사항과 관련된 정보와 탐방행태 등 이용특성을 파악하는 데 한계가 있다.
그러나 국립공원의 탐방객, 자원, 시설 등을 연계한 관리 계획을 수립하기 위해서는 단순한 탐방객 이용총량이 아니 라 시‧공간별 이용패턴 및 이동경로에 대한 자료는 필수적 이다. 이를 위해서는 이동통신 등 ICT(Information and
Communications Technology) 기술의 접목 노력이 크게 증가
할 것으로 판단된다. 향후 ICT 기술을 활용할 경우 탐방객 이 어느 지역에서 주로 방문하고 공원 내 어느 장소를 이용 하는지 등에 대한 정보 파악이 용이한 장점이 있다.
본 연구는 계룡산국립공원 탐방객의 통신사 가입자 위치 정보를 활용하여 성/연령/거주지별 탐방객 이용 특성, 공원 내 이동경로를 분석하여 그 특성을 파악하기 위한 목적으로 진행되었다.
이를 통해 지속적으로 증가하고 있는 국립공원 탐방객의 이용 집중에 따른 훼손을 최소화하고, 탐방 서비스 질 개선 뿐만 아니라 탐방객의 이용분산이나 공원시설 및 자연자원 을 관리하기 위한 보전관리계획을 수립하는데 기초자료로 활용될 수 있을 것이라 기대된다.
1)빅데이터는 기존의 방식으로 저장, 관리, 분석이 어려울 정도로 규 모가 크고 순환 속도가 빠르며, 형식이 다양한 데이터 또는 이러 한 데이터를 분석하는 방법을 통칭한다. 초기에는 수십에서 수천테 라바이트에 달하는 방대한 양의 데이터 집합 자체를 지칭하는 말 이었으나, 점차 관련 도구, 플랫폼, 분석기법까지 포괄하는 용어로 변화하였다(농협경제연구소, 2013).
연구 방법 1. 연구대상지
본 연구에서는 도심 근교에 위치하고 있는 대표적인 산악 형국립공원인 계룡산국립공원을 연구대상지로 선정하였다.
통신사 가입자 위치정보 수집 및 분석은 계룡산국립공원의 주요 입·출구인 갑사탐방지원센터, 동학사탐방지원센터, 상 신탐방지원센터, 신원사탐방지원센터를 중심으로 한 총 4개 구간으로 이루어졌다. 이와 함께 탐방객의 주요 이용거점인 수통골탐방지원센터를 중심으로 한 구간은 연구대상 지역과 공간적으로 분리되어 있어 본 연구에서는 제외하였다.
2. 자료수집
통신사 가입자 위치정보 수집은 2017년 1월부터 10월까 지 매월 첫째주를 기준으로 총 10개월에 걸쳐 진행되었다.
수집된 자료는 매월 첫째 주를 기준으로 1일부터 7일까지 매달 1주일 간의 평일과 주말 탐방객 자료를 분석하였다.
또한, 탐방객의 이동경로 분석은 봄, 여름, 가을 3개 계절에 대해 평일 및 주말 일평균 데이터 자료를 추출하여 분석하 였다(Table 1).
3. 분석방법
본 연구에서 이용된 통신사 빅데이터는 SKTelecom(SKT) 모바일 빅데이터를 활용하였다. SKT는 국내 최초 통신 빅
데이터(2011년 2월부터 빅데이터 분석 상용화)이자 국내 최 대 통신 빅데이터(일일 최대 3.3Pb 이상 데이터 처리)로써
100여개 이상의 공공 빅데이터 분석 사업을 수행하고 있다.
또한, SKT는 2018년 5월 기준 이동통신 소매 가입자 수는 약 2,741만 명, 시장 점유율은 53.6%(시장 1위)로 국내 다른 이동통신사보다 시장점유율이 높아 자료 분석결과의 신뢰성 확보가 용이한 장점이 있다(국립공원연구원 2019).
통신사 가입자 위치정보의 경우 개인정보보호법상 특정 개인을 유추할 수 있는 정보 제공을 금지하고 있는 한계가 있기 때문에, 수집된 데이터 내용 중 개인을 식별할 수 있 는 정보는 제거하거나 암호화하는 비식별화 작업을 진행하 여 개인정보 유출 위험을 제거하였다.
본 연구의 추진체계는 Figure 1과 같다. 먼저 계룡산국립 공원 내 기지국 단위의 유동 인구수 및 이동경로에 대한 CDR데이터(Call Detail Recording Data)2)와 시그널데이터
(Signal Data)3)를 수집하였다. SKT 통신사 빅데이터는 물리
적으로 기지국 단위 인구 데이터로 정의 할 수 있으며, 데 이터의 공간적, 시간적 정의에 따른 인구 특성을 나타내는 데이터라 할 수 있다(국립공원연구원 2019). 기지국 데이터 수집의 대상은 SKT 약 2,700만 고객의 1X, 2G, 3G, 4G LTE 통신 방식을 가진 데이터를 수집하였다. 그리고 공원구 역 내 각 지점별로 해당되는 기지국 위치정보에 따라 지역 및 성별, 연령 등 조사항목을 필터링하고 개인 식별정보를 제거한 후 분석 데이터를 추출하였다. 모바일 빅데이터를
Figure 1. Research Process
2)CDR데이터(Call Detail Recording Data): 통화, 문자, 데이터통화 등과 같이 사용자의 통신망 이용이 있는 경우만 발생하는 데이터(1X, 2G, 3G 사용자)
3)시그널데이터(Signal Data): 휴대폰과 기지국간의 송수신 가능 정보를 자동으로 주고받는 데이터로 휴대폰의 Background Processor에 의해 수시로 발생됨(4G 사용자)
Table 1. Research period
Division Period Note
Basic analysis 2017. 01. ~ 10. (1 ~ 7 days per month/ Total 10 weeks) Spring ~ Fall Route analysis
2017. 4. 21.(Fri.) ~ 23(Sun.) / 5. 17.(Wed.) ~ 21(Sun.) (8 days) Spring 2017. 7. 21.(Fri.) ~ 23.(Sun.) / 8. 11.(Fri.) ~ 13.(Sun.) (6 days) Summer 2017. 9. 1.(Fri.) ~ 3.(Sun.) / 9. 28.(Thurs.) ~ 29.(Fri.) (5 days) Fall
통한 공간 단위 분석의 정밀성은 기지국별 전파 영역을 특 정할 수 있는지 여부에 달려 있으며, SKT는 전세계에서 유 일하게 기지국별 전파 영역을 특정하고 관리 할 수 있는 기 술력을 보유하고 있다(국립공원연구원 2019). 이후 국립공원 탐방객의 성별․연령대별 인구구성비, 유입지 등을 추출 및 가공하여 분석하였다. 모바일 빅데이터 추출 과정에서 가장 먼저 선행되는 기지국 단위 데이터는 수집기 서버의 원천 데이터와 SKT 고객 정보 데이터를 결합한 데이터로서 비식 별화 과정(암호화 ID 부여)을 거쳐 생성된다. 그리고 계룡산 국립공원 탐방객 추출을 위한 공간 분석 영역을 확정하기 위해 국립공원 영역과 이통사 기지국 영역 간의 공간 매칭 을 통한 분석 영역 데이터를 추출하였다. 국립공원 영역 내 탐방객의 데이터 추출 및 분석은 국립공원 탐방지원센터의 운영시간인 오전 9시부터 오후 6시까지를 기준으로 하였으 며, 시간대별‧일별 인구 특성 데이터 중 중복되는 데이터를 제거하여 일 단위 탐방객 수를 산정하였다. 분석된 자료는 공원구역 내 시간적 중복을 제거한 내국인 데이터를 기반으 로 SKT 점유율을 반영하고, 이를 이동통신인구 100%로 환 산하였다. 탐방객 수 산정에서 제외되는 주거인구는 조사시 점의 전월 기준 야간시간대(22:00-04:00)에 15일 이상 체류 한 지역을 탐방객의 거주 지역으로 정의하고 시․군․구 단위 의 유입지역을 분석하였다.
연구 결과 1. 탐방객의 일반 특성
1) 성/연령별 탐방객 이용 특성
계룡산국립공원의 일평균 탐방객 수는 주중에는 동학사 구간 > 신원사 구간 > 상신 구간 > 갑사 구간 순으로 이용 강도가 높았고, 주말에는 동학사 구간 > 갑사 구간 > 신원 사 구간 > 상신 구간 순으로 나타났다. 즉, 주중과 주말 모 두 동학사 구간의 탐방객이 가장 많은 것으로 분석되었다.
이는 이와 오(2001)의 연구에서 2000년도 계룡산국립공원 탐방객 수는 동학사매표소, 갑사매표소, 천정매표소, 신원사 매표소, 동월매표소, 상신매표소 순으로 나타나 비교적 접근
성이 양호하고 편의시설이 잘 갖추어진 동학사 구간이 주중 과 주말 모두 탐방객 이용 강도가 가장 높은 본 연구결과를 지지한다. 하지만 갑사 구간의 경우 과거에 비해 상대적으 로 신원사 구간과 상신 구간에 비해 탐방객 수 비율이 낮은 것으로 나타나 본 연구결과와 차이가 있었다.
연령대로 살펴보면 남성과 여성 모두 주중에는 50대 > 40 대 > 60대 순으로 탐방객 수가 많았으며, 주말에는 50대 >
40대 > 30대 > 60대 순으로 탐방객 수가 많았다. 남성의 경
우 주중에는 2,225명, 주말에는 4,432명으로 나타났고, 여성 은 2,160명, 주말에는 4,035명으로 나타나 주중과 주말 모두 여성보다 남성 탐방객 수가 상대적으로 더 많았다. 또한 계 룡산국립공원의 탐방객 수는 주중보다 주말에 약 2배정도 높게 나타났지만, 주중과 주말 탐방객 성‧연령별 구성비는 동일한 패턴을 보이는 것으로 나타났다(Table 2).
2) 거주지별 탐방객 이용 특성
주중 계룡산국립공원 탐방객의 거주지는 대전시(37.5%) >
경기도(19.4%) > 세종시(9.1%) > 서울시(8.7%) > 충청북도
(6.0%) 등의 순으로 높게 나타났다. 대전에서 계룡산국립공
원을 방문하는 탐방객은 주로 동학사 구간의 일평균 탐방객 수가 1,302명으로 가장 많았고, 상신 구간(323명), 신원사 구간(222명), 갑사 구간(152명) 순으로 나타났다(Table 3).
주말 계룡산국립공원 탐방객의 거주지는 대전(34.6%) >
경기(19.1%) > 서울(9.2%) > 세종(8.6%) > 충북(6.7%) 등의 순으로 높게 나타났다. 탐방객 수가 가장 많았던 대전지역 에서 오는 탐방객들은 동학사 구간에서 일평균 탐방객 수가
2,317명으로 가장 많았다. 주중의 일평균 탐방객 수와 비교
해 볼 때 천여 명 정도 인원수가 더 많은 것으로 나타났다.
그리고 상신 구간(519명), 신원사 구간(329명), 갑사 구간
(302명) 순으로 나타났다(Table 4).
주중에 비해 주말에 대전, 경기, 서울 지역의 탐방객 수 비 율이 높게 나타난 것은 계룡산국립공원이 대전시와 인접해 위치하여 대전 전 지역에서 차량으로 약 1시간 이내에 접근 이 가능하며, 고속도로를 이용할 경우 서울에서도 약 3시간 내 접근이 가능하기 때문에 경기도와 서울 지역 탐방객 수가 높게 나타난다는 이와 오(2001)의 연구결과를 뒷받침한다.
Table 2. Status of daily average visitors by gender/age in Gyeryongsan national park (Unit: person)
Division Male(A) Female(B) Total
(C)=(A)+(B) 10s 20s 30s 40s 50s 60s Subtotal 10s 20s 30s 40s 50s 60s Subtotal
Gapsa Weekday 15 15 33 63 75 60 261 12 17 36 58 79 52 254 515
Weekend 22 30 69 148 216 129 614 19 31 72 143 188 105 558 1,172
Donghak
sa Weekday 67 154 257 334 330 226 1,368 58 154 247 322 347 201 1,329 2,697
Weekend 144 333 534 687 753 390 2,841 133 324 508 619 650 306 2,540 5,381
Sangsin Weekday 17 22 49 68 101 63 320 16 19 36 57 88 47 263 583
Weekend 20 33 84 115 176 92 520 24 36 68 100 140 63 431 951
SinwonsaWeekday 15 19 40 62 82 58 276 13 25 42 74 96 64 314 590
Weekend 22 27 63 110 146 89 457 21 37 71 124 155 98 506 963
Sum Weekday 114 210 379 527 588 407 2,225 99 215 361 511 610 364 2,160 4,385
Weekend 208 423 750 1,060 1,291 700 4,432 197 428 719 986 1,133 572 4,035 8,467
3) 계룡산국립공원 주말 시군 인구유입 상위 10위 주말 증가율
계룡산국립공원의 주중 탐방객 주말 시군 유입지역 순위
(일평균)를 살펴보면, 대전시 서구 > 대전시 유성구 > 세종
시 > 경기도 안성시 > 대전시 중구 > 충청북도 청주시 >
대전시 동구 > 대전시 대덕구 > 경기도 평택시 > 경기도 수원시 순으로 나타났다(Table 5).
2. 탐방객 이동경로 분석
구간별 탐방객 이동경로에 대한 통신사 가입자 위치정보
분석 결과는 Table 6과 같으며 세부적으로 갑사, 동학사, 상 신, 신원사 구간별로 살펴보면 다음과 같다.
1) 갑사 구간
갑사 구간을 출발지로 하는 탐방객 수는 17,965명으로 분 석되었다. 이 중 ‘갑사’지역의 사찰에 머무르는 탐방객
13,210명(73.5%)을 제외하면, 갑사 구간에서 출발하는 탐방
객들의 탐방패턴은 ‘갑사 → 동학사’ 3,194명(17.8%), ‘갑사
→ 신원사’ 850명(4.7%), ‘갑사 → 갑사’와 같이 저지대를 중심으로 탐방하는 탐방객 489명(2.7%), ‘갑사 → 상신’ 222 Table 3. Status of daily average visitors during the weekday by residence in Gyeryongsan national park (Unit: person)
Division Gapsa Donghaksa Sangsin Sinwonsa Total
N % N % N % N % N %
Daejeon City 152 29.5 1,302 48.3 323 55.6 222 37.6 2,009 37.5
Gyeonggi Province 118 22.9 423 15.7 93 16.0 120 20.3 1,042 19.4
Sejong City 48 9.3 203 7.5 56 9.6 41 6.9 487 9.1
Seoul City 67 13.0 211 7.8 35 6.0 67 11.4 468 8.7
Chungcheongbuk-do Province 27 5.2 158 5.9 27 4.6 25 4.2 321 6.0
Chungcheongnam-do Province 2 0.4 22 0.8 2 0.3 5 0.8 231 4.3
Incheon City 19 3.7 68 2.5 11 1.9 20 3.4 152 2.8
Jeollabuk-do Province 19 3.7 59 2.2 7 1.2 23 3.9 137 2.6
Gyeongsangnam-do Province 11 2.1 45 1.7 4 0.7 14 2.4 89 1.7
Gangwon-do Province 13 2.5 35 1.3 3 0.5 8 1.4 77 1.4
Gyeongsangbuk-do Province 7 1.4 30 1.1 5 0.9 12 2.0 69 1.3
Busan City 9 1.7 35 1.3 3 0.5 11 1.9 68 1.3
Daegu City 7 1.4 31 1.1 2 0.3 7 1.2 61 1.1
Jeollanam-do Province 7 1.4 27 1.0 3 0.5 5 0.8 54 1.0
Gwangju City 5 1.0 27 1.0 3 0.5 5 0.8 48 0.9
Ulsan City 3 0.6 14 0.5 2 0.3 3 0.5 29 0.5
Jeju-do 1 0.2 8 0.3 2 0.3 2 0.3 17 0.3
Sum 515 100.0 2,698 100.0 581 100.0 590 100.0 5,359 100.0
Table 4. Status of daily average visitors during the weekend by residence in Gyeryongsan national park
Division Gapsa Donghaksa Sangsin Sinwonsa Total
N % N % N % N % N %
Daejeon City 302 25.8 2,317 43.1 519 54.6 329 34.1 3,480 34.6
Gyeonggi Province 264 22.5 864 16.1 149 15.7 191 19.8 1,918 19.1
Seoul City 161 13.7 444 8.2 58 6.1 109 11.3 927 9.2
Sejong City 93 7.9 388 7.2 101 10.6 61 6.3 863 8.6
Chungcheongbuk-do Province 76 6.5 364 6.8 43 4.5 47 4.9 670 6.7
Chungcheongnam-do Province 5 0.4 32 0.6 3 0.3 7 0.7 367 3.7
Incheon City 40 3.4 143 2.7 16 1.7 29 3.0 282 2.8
Jeollabuk-do Province 46 3.9 150 2.8 14 1.5 46 4.8 307 3.1
Gyeongsangnam-do Province 45 3.8 130 2.4 6 0.6 29 3.0 235 2.3
Gangwon-do Province 18 1.5 62 1.2 7 0.7 13 1.3 131 1.3
Gyeongsangbuk-do Province 23 2.0 96 1.8 8 0.8 20 2.1 180 1.8
Busan City 30 2.6 84 1.6 5 0.5 26 2.7 164 1.6
Daegu City 20 1.7 106 2.0 6 0.6 24 2.5 179 1.8
Jeollanam-do Province 17 1.5 79 1.5 7 0.7 16 1.7 136 1.4
Gwangju City 13 1.1 65 1.2 4 0.4 10 1.0 107 1.1
Ulsan City 15 1.3 46 0.9 2 0.2 6 0.6 80 0.8
Jeju-do 4 0.3 12 0.2 3 0.3 2 0.2 27 0.3
Sum 1,172 100.0 5,382 100.0 951 100.0 965 100.0 10,053 100.0
명(1.3%) 순으로 나타났다.
2) 동학사 구간
동학사 구간을 출발지로 하는 탐방객 수는 108,320명으로 분석되었다. 이 중 ‘동학사’지역의 사찰에 머무르는 탐방객
72,219명(66.7%)을 제외하면, 동학사 구간에서 출발하는 탐
방객들의 탐방패턴은 ‘동학사 → 동학사’와 같이 저지대를 중심으로 탐방하는 탐방객 29,268명(27.0%), ‘동학사 → 갑 사’ 4,991명(4.6%), ‘동학사 → 상신’ 1,163명(1.1%), ‘동학사
→ 신원사’ 679명(0.6%) 순으로 나타났다.
3) 상신 구간
상신 구간을 출발지로 하는 탐방객 수는 20,011명으로 분 석되었다. 이 중 ‘상신’지역의 사찰에 머무르는 탐방객
13,899명(69.5%)을 제외하면, 상신 구간에서 출발하는 탐방
객들의 탐방패턴은 ‘상신 → 상신’과 같이 저지대를 중심으 로 탐방하는 탐방객 3,987명(19.9%), ‘상신 → 동학사’ 1,667 명(8.3%), ‘상신 → 갑사’ 407명(2.0%), ‘상신 → 신원사’51 명(0.3%) 순으로 나타났다.
4) 신원사 구간
신원사 구간을 출발지로 하는 탐방객 수는 17,275명으로 분석되었다. 이 중 ‘신원사’지역에서 머무르며 사찰을 방문 한 탐방객 15,581명(90.2%)을 제외하면, 신원사 구간에서 출 발하는 탐방객들의 탐방패턴은 ‘신원사 → 갑사’ 1,219명
(7.1%), ‘신원사 → 동학사’ 333명(1.9%), ‘신원사 → 상신’
76명(0.4%), ‘신원사 → 신원사’와 같이 저지대를 중심으로
탐방하는 탐방객 각 66명(0.4%) 순으로 나타났다.
Table 5. Growth rate between weekday and weekend by visitors' residence area in Gyeryongsan national park (Top 10) (Unit: %)
Ranking Residence Weekday (A) Weekend (B) Rate of increase (C)
= ((BA)/A × 100)
1 Daejeon City Seo-gu 747 1,236 65.5%
2 Yusung-gu 684 1,181 72.7%
3 Sejong City 487 863 77.2%
4 Gyeonggi Province Anseong City 317 518 63.4%
5 Daejeon City Jung-gu 249 425 70.7%
6 Chungcheongbuk-do Province Cheongju City 186 393 111.3%
7 Daejeon City Dong-gu 166 329 98.2%
8 Daedeok-gu 163 307 88.3%
9 Gyeonggi Province Pyeongtaek City 128 238 85.9%
10 Suwon City 69 133 82.8%
Table 6. Visitors’ hiking route in Gyeryongsan national park
Division Hiking route Number of visitor
N %
Gapsa hiking course
Gapsa 13,210
17,965
73.5
100.0
Gapsa → Gapsa 489 2.7
Gapsa → Donghaksa 3,194 17.8
Gapsa → Sinwonsa 850 4.7
Gapsa → Sangsin 222 1.3
Donghaksa hiking course
Donghaksa 72,219
108,320
66.7
100.0
Donghaksa → Donghaksa 29,268 27.0
Donghaksa → Gapsa 4,991 4.6
Donghaksa → Sangsin 1,163 1.1
Donghaksa → Sinwonsa 679 0.6
Sangsin hiking course
Sangsin 13,899
20,011
69.5
100.0
Sangsin → Sangsin 3,987 19.9
Sangsin → Donghaksa 1,667 8.3
Sangsin → Gapsa 407 2.0
Sangsin → Sinwonsa 51 0.3
Sinwonsa hiking course
Sinwonsa 15,581
17,275
90.2
100.0
Sinwonsa → Sinwonsa 66 0.4
Sinwonsa → Gapsa 1,219 7.1
Sinwonsa → Donghaksa 333 1.9
Sinwonsa → Sangsin 76 0.4
Total 163,571 -
고 찰
본 연구는 우리나라 도시형 국립공원인 계룡산국립공원을 대상으로 통신사 가입자 위치정보 분석 기법을 이용하여 시 간대별‧지점별 탐방객의 집중도 파악, 탐방객의 이동경로를 분석하였다.
연구결과, 계룡산국립공원의 일평균 탐방객 수는 주중에 는 동학사 구간 > 신원사 구간 > 상신 구간 > 갑사 구간 순 으로 이용 강도가 높았고, 주말에는 동학사 구간 > 갑사 구 간 > 신원사 구간 > 상신 구간 순으로 나타났다. 연령대로 살펴보면 남성과 여성 모두 주중에는 50대 > 40대 > 60대 순으로 탐방객 수가 많았으며, 주말에는 50대 > 40대 > 30 대 > 60대 순으로 탐방객 수가 많았다. 계룡산국립공원은 인구규모가 큰 배후도시와 지리적으로 인접해 있고, 교통접 근성이 용이해 대전시, 경기, 세종, 서울, 충북지역에서 방문 한 탐방객의 비율이 높게 나타난 것으로 판단된다. 계룡산 국립공원의 주말 시․군․구 단위의 유입지역(일평균 기준)을 살펴보면, 대전시 서구 > 대전시 유성구 > 세종시 > 경기도 안성시 > 대전시 중구 > 충청북도 청주시 > 대전시 동구 >
대전시 대덕구 > 경기도 평택시 > 경기도 수원시 순으로 나 타났다. 탐방객의 이동경로의 경우 동학사 구간에서 탐방객 이 가장 집중되는 것으로 분석되었으며, 상신 구간, 갑사 구 간, 신원사 구간 순으로 나타났다. 특히 동학사에 머무르거 나, 동학사 일주문, 동학교와 주변 계곡, 은선폭포 등 주변 탐방로를 중심으로 한 자연자원과 역사문화자원을 감상하며 탐방하고 다시 동학사를 거쳐 내려오는 탐방객 수가 가장 많은 것으로 분석되었다.
본 연구에서 도출된 탐방객 기초자료는 향후 공원자원 및 시설 관리와 연계하여 통합 공원관리체계를 마련하는데 활 용 가능하며, 기대되는 효과는 다음과 같이 요약할 수 있다.
첫째, 탐방관리 측면에서는 탐방이용이 집중되는 주말이 나 성수기에 탐방객 이동경로분석 자료를 활용하여 혼잡예 고제 운영이 가능하며, 이를 통해 탐방객 이용 분산효과를 기대할 수 있을 것이다. 둘째, 공원자원 관리 측면에서는 탐 방객 이동경로 파악을 통해 법정 탐방로가 아닌 샛길을 이 용하는 등 불법산행에 대한 사전적 예방에 활용이 가능할 것이다. 셋째, 시설관리 측면에서는 탐방이용량을 바탕으로 탐방편의시설 규모 및 입지선정에 활용이 가능하여 공원관 리 예산 절감 및 탐방 편의성 제고에 기여할 것이다. 마지막 으로 탐방이용이 집중되는 구간이나 지점 파악을 통해 적절 한 안전시설이나 자원훼손 방지시설 설치가 가능하여 탐방 객, 공원자원, 시설 등을 연계한 공원관리에 기여할 것이다.
연구의 한계점으로 논문에서 활용한 통신사 가입자 위치 정보는 유아 등 핸드폰 미소지자, 휴대폰 전원이 꺼진 경우 통신 미발생에 따른 데이터 수집 누락으로 인한 오차가 발 생할 수 있다. 또한, 통신사 가입자 위치정보의 물리적 수집 단위인 기지국 운영 특성에 따라 특정지역의 인구가 과다 유입시 기지국 수용력(Capacity) 초과로 인구 과소 계상이 발생할 수 있는 제약사항이 있다. 그러나 연구결과에 큰 영
향을 미칠 정도의 수준은 아닌 것으로 판단된다.
본 연구는 우리나라 대표적인 보호지역인 국립공원을 대 상으로 통신사 가입자 위치정보를 접목하였다는데 큰 의의 가 있으며, 향후 시계열자료 분석을 통한 시공간 변화 추이, 탐방객의 흐름 변동에 대한 요인(경관, 경사 등) 등에 대한 분석이 이루어진다면 공원관리 현장 활용성은 높아질 것으 로 판단된다.
참고문헌
구자용. 2017. 공간 빅 데이터를 이용한 개인 활동패턴의 시공간적 탐색: 서울시 지역의 트윗 데이터를 사례로. 국토지리학회지.
51(3): 259-270.
국립공원공단. 2018. 2018 국립공원기본통계. 222pp.
국립공원연구원. 2019. 통신사 가입자 위치정보를 활용한 태안해 안국립공원 탐방객 계수 개선방안. 32pp.
김감영, 이건학. 2016. 이동통신 빅데이터를 이용한 현재인구 추정 과 개선 방안 연구. 한국도시지리학회지. 19(2): 181-196.
나혜현, 심규원, 이주희. 2008. 지능형 영상 분석 프로그램을 활용 한 탐방 이용량 모니터링 시스템 구현에 관한 연구. 한국산림 휴양학회지. 12(4): 39-45.
농협경제연구소. 2013. 빅데이터(Big Data) 활용 사례와 시사점.
CEO Focus, 제312호: 38pp.
우경덕, 심규원, 한상열, 이주희. 2003. 북한산국립공원 탐방객의 시ㆍ공간 이용분포 분석. 한국산림휴양학회지. 7(4): 53-59.
이주희, 심규원, 배민기. 2008. 유비쿼터스 센서 네트워크 기반 국 립공원 탐방객 통행량 계수시스템 개발. 한국환경과학회지.
17(1): 77-83.
이주희, 임연진, 한상열. 2002. 월악산 국립공원 탐방객의 공간 이 용 패턴에 관한 연구. 한국산림휴양학회지. 6(4): 81-91.
이준우, 오구균. 2001. 계룡산국립공원의 현황과 관리개선방안. 한 국환경생태학회지. 14(4): 347-353.
Alt H, A Efrat, G Rote, C Wenk. 2003. Matching planar maps.
Journal of Algorithms. 49(2): 262-283.
Amin IJ, AJ Taylor, F Junejo, A Al-Habaibeh, RM Parkin. 2008.
Automated people-counting by using low-resolution infrared and visual cameras. Measurement. 41(6): 589-599.
Brakatsoulas S, D Pfoser, R Salas, C Wenk. 2005. On map- matching vehicle tracking data. Proceedings of the 31st International Conference on Very Large Data Bases (853- 864pp.). Trondheim, Norway. Retrieved from http://citeseerx.
ist.psu.edu/viewdoc/download?doi=10.1.1.73.7466&rep=
rep1&type=pdf
Chen J, S Shaw, H Yu, F Lu, Y Chai, Q Jia. 2011. Exploratory data analysis of activity diary data: A space-time GIS approach. Journal of Transport Geography. 19: 394-404.
Claudio S, G Gianluca, M Lucio, SR Carlo. 2001. Advanced image-processing tools for counting people in tourist site- monitoring applications. Signal Processing. 81(5): 1017-1040.
Deville P, C Linard, S Martin, M Gilbert, FR Stevens, AE Gaughan, VD Blondela, AJ Tatem. 2014. Dynamic population mapping using mobile phone data. Proceedings of the National
Academy of Sciences. 111(45): 15888-15893.
Douglass RW, DA Meyer, M Ram, D Rideout, D Song. 2015.
High resolution population estimates from telecommunications data. EPJ Data Science. 4(1): 1-13.
Hesse M. 2005. Handbook of Transport, Transport Geography and Spatial Systems. Journal of Transport Geography. 13(4): 362- 363. Retrieved from http://hdl.handle.net/10993/34004 Ricciato F, P Widhalm, M Craglia, F Pantisano. 2015. Estimating
Population Density Distribution from Network-based Mobile Phone Data. JCR Technical Report. European Commission Joint Research Centre.
Shaw S, H Yu. 2009. A GIS-based time-geographic approach of studying individual activities and interactions in a hybrid physical-virtual space. Journal of Transport Geography. 17:
141-149.
Terada M, T Nagata, M Kobayashi. 2013. Population estimation techn]ology for mobile spatial statistics. NTT DOCOMO Technical Journal. 14(3): 10-15.
(2019년 7월 3일 접수; 2019년 7월 17일 수정;
2019년 7월 22일 채택)
