지역경제 정책지원을 위한 플로우Flow 빅데이터 활용방안 연구

상기의 맥락에서, 이 연구는 지역경제 정책분야를 대상으로 하여 지역현장 및 국민생활공간을 토대로 한 미시적, 고정밀의 빅데이터를 발굴하여 활용하는 방안을 도출하고자 하였다. 특히, 그간 지역경제 지표에서 많이 다루어지지 않았던 사람, 사물, 자금 등의 흐름에 관한 빅데이터를 발굴하고 정책적 활용방안을 제시하는데 연구의 초점을 둔다. 공간 빅데이터 중 국토공간 상의 다양한 네트워크(Network)를 통해 이동하는 사람, 사물, 자금, 정보, 지식 등의 시공간적 흐름과 변화를 나타내는 데이터를 ‘플로우 빅데이터(Spatiotemporal Flow Big Data)’라는 새로운 개념으로 정의하고, 관련 데이터의 국내 구축현황, 국내외 활용사례 등을 조사하였다. 또한 해외선진 사례를 기초로 하여, 기업간 거래, 신용카드 매출, 택시운행 분석 데이터 등 국내 플로우 빅데이터를 발굴·분석하여 지역산업 및 상권활성화 정책에 활용할 수 있는지 그 가능성을 실증적으로 검토하였다. 이 연구는 “지역경제 정책분야의 미시적, 동적정보 수요에 대응할 수 있는 공간정보가 부족하다”라는 문제의식에서 출발하였다. 그동안 지역경제 분석에서는 간헐적, 간접 조사를 토대로 한 총량적 통계 등 정적 정보를 이용했기 때문에 소지역 단위의 세밀한 변화를 파악하여 현장밀착형 정책을 지원하기에는 한계가 있다. 공공데이터 개방, 빅데이터 증가, IoT 기술을 이용한 상시적 공간 모니터링과 센싱으로 데이터 기반여건이 향상되고 있으나, 다양한 지역경제 정책의 목적에 맞게 관련 데이터를 발굴·활용하는 방법에 대한 정보와 지식은 거의 없다고 할 수 있다. 이와 같은 문제점을 개선하기 위해 이 연구에서는 “국토공간 상의 사회경제적 흐름과 변화를 보여줄 수 있는 플로우 빅데이터를 발굴·활용하는 방안을 제시”하고자 한 다. 구체적인 목표는 아래와 같다. 첫째, 지역경제 정책지원에 활용할 수 있는 다양한 플로우 빅데이터를 발굴한다. 둘째, 다양한 자료원에서 플로우 빅데이터를 수집·구축하고 지역경제 정책지원 목적으로 분석하는 방법을 제시하고, 그 과정을 체계적으로 정리하여 공유·확산한다. 셋째, 지역산업 연계, 지역개발사업 평가, 지역경제 동태 모니터링 등 다양한 지역 경제 정책에 플로우 빅데이터를 활용하는 방향을 제시한다. 이 연구에서 플로우 빅데이터는 Spatio-temporal Flow Big Data를 지칭한다. 이는 빅데이터의 한 유형으로 국토공간 상의 다양한 네트워크(Network)를 통해 이동하는 사람, 사물, 자금, 정보, 지식 등의 시공간적 흐름(Flow)과 그 변화를 나타내는 동적(Dynamic)인 특성을 가진 대규모의 데이터를 의미한다. 여기서 네트워크(Network)란 “자연현상, [지역], 기반 시설, 기업, 사람들의 짜임새와 관계”(허우긍 2015, p.15)로 물리적인 실체를 가지기도 하고 가상적으로 정의되기도 하며, 주로 노드(Nodes)와 링크(Links)로 구성된 그래프(Graph)로 표현 및 구조화된다. 한편 플로우(Flow)는 유동이라고도 불리며 네트워크 상의 경로(Path)를 따라 사물, 사람, 자금, 정보, 지식 등이 움직이는 현상을 일컫는다. 플로우 빅데이터가 나타내는 대상은 네트워크 상을 이동하는 주체, 즉 유동의 대상이 무엇이냐에 따라 달라지는데, 예로는 인구이동량, 도로 구간별 교통량, 기지국간 통화량, 도시 간 금융거래량 등이 있다. 김동한 외(2014)의 연구에 따르면 공간 빅데이터는 “빅데이터와 일반적인 특성과 속성을 공유하면서 ‘공간성’ 즉 ‘위치적 속성’과 ‘장소적 특성’을 가지는 빅데이터”(pp. 16-17)로, 원천자료의 출처에 따라 “크기가 큰 공간데이터(big spatial data) 와 공간성을 가지는 빅데이터(spatially enabled big data)”로 구분된다. 플로우 빅데이터는 공간 빅데이터의 일부로, ‘크기가 큰 공간데이터’일 수도 있으며 ‘공간성을 가지는 빅데이터’에 포함될 수도 있다. 예를 들어, 시계열에 따라 누적된 도로구간 통행량 공간정보는 ‘크기가 큰 공간데이터’이며 동시에 플로우 빅데이터이다. ‘공간성을 가지는 빅데이터’에 해당하는 예로는 사용자 유입지의 주소를 포함한 신용카드 거래 자료가 있겠다. 지역·장소 간의 다양한 흐름 정보에 대한 수요증가와 더불어, 데이터 생산여건 또한 이에 부응할 수 있는 형태로 빠르게 개선되고 있다. 공공 데이터 증가, 사물인터넷(Internet of Things; IoT)과 스마트도시의 확산 등으로 국토 상의 사회경제적 흐름을 보여줄 수 있는 공간정보를 수집·생산하는 기반이 확대되고 있다. 이러한 공간정보 생산기반의 변화로, 종전의 지형·지물·사건 등에 대한 집계정보와 함께 객체 단위의 움직임과 변화를 보여주는 동적, 비집계적 정보가 양산되고 있다. 비집계적-집계적, 정적-동적 정보를 모두 생산할 수 있게 되면서, 여러 가지 제약으로 인해 과거에는 생산하기 어려웠던 공간적 연계(Linkages)와 상호작용(Interactions 혹은 Flows), 시간적 변화, 활동(속성)간 상관관계 등의 고부가가치 정보를 다양한 시공간 단위에서 생산할 수 있는 여건이 조성되고 있다. 대내외 여건 및 지역경제 현안 이슈와 관심사가 변하면서 지역정책의 목표와 추진전략 뿐만 아니라 지원 대상 영역도 변화하고 있다. 목표 측면에서 최근 국토 지역정책의 주요 관심사는 개발과 성장이라는 거시적 접근에서, 국민 개개인의 행복을 추구하는 미시적인 차원으로 전환하고 있다. 국가경쟁력, 지역균형발전, 국민행복이라는 세 가지 목표 중에, 과거에 비해 미래에는 국민행복의 중요성이 급격히 높아질 것으로 전망된다. 이러한 정책목표의 변화에 따라 국토·지역정책이 대상으로 하는 공간영역도 거시적 공간에서 미시적 공간으로, 고정적 행정구역 단위에서 세밀하고 유연적인 정책공간(경제권, 노동권, 생활권 등) 단위로 변화하고 있다. 국토·지역정책의 기조 전환은 국토, 지역, 도시와 관련된 국민들의 관심사 내지 인식 변화와도 그 맥을 같이 한다. 차미숙 외(2015)는 국토, 도시, 지역에 대한 국민관 심사(내지 인식변화)를 파악하기 위해 2002~2014년간 작성된 인터넷 중앙일보 기사를 수집하여 키워드 분석을 실시하였다. 국토·지역 정책의 기조변화에 따라 지역경제 정책부문에서도 증거기반 접근법의 중요성이 강조되고 국민체감형 정책수행을 위한 미시적이고 세밀한 데이터에 수요가 증가하고 있다. 그간 지역경제에 관한 정책분석에서 활용된 데이터를 살펴보면, 대부분 시도, 시군구 등의 행정구역 기반의 표본 조사통계로 구성되어 국민의 실제적 경제활동 공간에서 발생하는 정책현안을 살펴보는데 한계가 있음을 알 수 있다. 게다가 이들 조사통계는 매5년 등 그 수집주기가 길고 그마저도 정기적으로 시행되지 않는 경우가 많아, 수시로 변화하는 정책현안에 시의성 있게 대응하는데 활용하기 어려운 실정이다. 예를 들어, 전통적으로 지역경제 분야에서는 인구, 물자, 자금 등의 흐름을 분석하여 지역간 연계와 상호작용을 파악하고자 하는 시도가 많았는데(김의준 외 2015, p.217), 이러한 분석을 위해 주로 인구총조사(통계청), 경제활동인구조사(통계청), 교통조사, 산업연관표 등의 데이터를 활용하였다.