범죄위험의 공간적 형성과 예측 : 공간구문론 기반 RTM의 확장을 중심으로

다국어 초록 (Multilingual Abstract)

Crime concentration in urban space is not a random phenomenon but rather the outcome of interactions between environmental risk factors and the structural configuration of the built environment. Risk Terrain Modeling (RTM), grounded in environmental criminology, has been developed as a methodological framework to assess crime risk by identifying and aggregating environmental features that elevate the likelihood of crime occurrence. While RTM has demonstrated strong predictive performance across various contexts, it primarily treats risk factors as spatially discrete attributes and pays limited attention to the structural properties of urban space through which crime opportunities are organized and transmitted.
To address this limitation, this study proposes a harmonized crime prediction model—Space Syntax–Risk Terrain Modeling (SS-RTM)—which integrates the environmental risk logic of RTM with the configurational analysis of urban space derived from Space Syntax. Rather than conceptualizing SS-RTM as a simple extension of RTM, this study positions it as a coordinated predictive framework in which environmental risk factors and spatial structural conditions jointly shape crime risk. Using Dongjak-gu, Seoul, as a case study, the study empirically examines whether incorporating spatial configuration improves the explanatory and predictive performance of crime risk models.
The analysis focuses on violent crime and theft using geocoded crime data from the Korean National Police Agency’s KICS database covering the period 2010–2015. Environmental risk factors associated with RTM—including alcohol outlets, lodging facilities, entertainment and retail establishments, public transportation facilities, and residential land use—were operationalized to construct cumulative RTM risk indices for the training period (2010–2013). In parallel, segment-based Space Syntax indicators (integration, choice, and connectivity) were calculated using depthmapX to capture the configurational properties of the road network. Independent cumulative risk indices derived from RTM and Space Syntax were subsequently combined using principal component analysis to generate the SS-RTM composite risk index. Spatial regression models and spatial overlay measures were then applied to evaluate predictive performance for the validation period (2014–2015).
The results indicate that both RTM-based environmental risk indices and Space Syntax-based structural indices exhibit significant positive associations with crime occurrence for both crime types. More importantly, the integrated SS-RTM model consistently demonstrates higher regression coefficients, stronger spatial dependence parameters, and superior spatial overlap performance—measured by Hit Rate (HR), Prediction Accuracy Index (PAI), and Search Efficiency (SE)—compared to single-component models. These findings suggest that crime risk is not merely a function of the spatial accumulation of environmental risk factors but is more accurately understood as a structurally mediated process shaped by the connectivity and continuity of urban space.
This study contributes to the criminological literature by empirically demonstrating the value of integrating environmental risk assessment with configurational spatial analysis. By moving beyond point-based risk identification toward a structurally informed understanding of urban crime risk, the SS-RTM framework offers a more comprehensive approach to crime prediction. From a policy perspective, the findings suggest that crime prevention strategies—such as police patrol deployment, CPTED-oriented urban design, and smart-city safety planning—may benefit from incorporating both environmental risk factors and the structural characteristics of urban space. Overall, this study provides an empirical foundation for advancing structurally informed, evidence-based crime prevention in high-density urban contexts.

국문 초록 (Abstract)

도시공간에서 범죄가 특정 장소에 반복적으로 집중되는 현상은 우연적 분포의 결과라기보다는 환경적 위험요인과 도시공간의 구조적 맥락이 상호작용한 결과로 이해될 필요가 있다. 환경범죄학에 기반한 위험지형모델링(Risk Terrain Modeling, RTM)은 이러한 문제의식 하에서 범죄를 유발하는 환경적 위험요인의 공간적 누적과 결합을 계량적으로 분석하는 방법론으로 발전해왔다. 그러나 기존 RTM은 위험요인을 주로 점 또는 면 단위의 위치 속성으로 처리함으로써, 도시공간의 연결성이나 이동경로와 같은 형태적 구조가 범죄기회 형성에 어떠한 방식으로 개입하는지 충분히 설명하지 못하는 한계를 지닌다.
이에 본 연구는 RTM의 환경요인 기반 분석 논리와 공간구문론(Space Syntax)의 공간구조 분석 논리를 조화적으로 결합한 범죄예측모형인 SS-RTM(Space Syntax–Risk Terrain Modeling)을 제안하고, 이를 통해 도시범죄의 공간적 발생 메커니즘을 보다 구조적인 관점에서 실증적으로 검증하고자 하였다. 연구 대상지는 서울특별시 동작구로 설정하였으며, 2010–2015년 경찰청 KICS 범죄위치자료를 활용하여 폭력범죄와 절도범죄를 분석하였다.
분석 절차는 다음과 같다. 먼저 2010–2013년을 학습기간으로 설정하여, 주류판매업소, 숙박업소, 오락·소매업시설, 대중교통시설, 주거시설 등 환경적 위험요인을 기반으로 RTM 누적위험지수를 QGIS 환경에서 산출하였다. 동시에 depthmapX를 활용하여 도로 세그먼트 단위의 공간구문론 지표(통합도, 선택도, 연결도)를 산출하고, 이들 지표와 범죄발생 간의 관계를 GeoDa 기반 공간회귀모형으로 분석하였다. 이후 RTM과 공간구문론에서 각각 도출된 누적위험지수를 주성분분석(PCA)을 통해 통합하여 SS-RTM 합성위험지수를 구축하였으며, 이를 2014–2015년의 범죄발생 자료에 적용하여 미래 범죄에 대한 예측력을 검증하였다. 예측 성능 비교를 위해 공간회귀계수와 공간상관계수(ρ), 그리고 Hit Rate(HR), Prediction Accuracy Index(PAI), Search Efficiency(SE) 등 공간중첩도 지표를 활용하였다.
분석 결과, RTM과 공간구문론 기반 누적위험지수는 폭력범죄와 절도범죄 모두에서 유의미한 정(+)의 예측 효과를 보였으며, 이는 환경적 위험요인과 공간구조적 요인이 각각 범죄발생과 관련된다는 기존 연구결과를 지지하는 결과로 해석될 수 있다. 특히 두 접근을 결합한 SS-RTM은 단일모형에 비해 더 높은 회귀계수와 설명력을 보였고, 공간상관계수 역시 증가하여 범죄위험의 공간적 종속성을 보다 정밀하게 포착하는 것으로 나타났다. 또한 SS-RTM은 HR, PAI, SE 등 모든 공간중첩도 지표에서 단일모형보다 일관된 우수 성능을 보여, 실제 범죄발생 상위 위험지역을 보다 정확하게 식별하는 경향을 나타냈다. 이러한 결과는 범죄위험이 개별 위험요인의 단순한 누적이라기보다, 도시공간의 연결성과 이동구조를 매개로 형성되는 구조화된 공간현상임을 시사한다.
본 연구의 결과는 범죄위험 분석의 초점을 개별 지점 중심의 위험평가에서 벗어나, 도시공간의 구조적 맥락을 고려한 공간지형 차원의 접근으로 확장할 필요성을 제기한다는 점에서 의의가 있다고 볼 수 있다. 또한 RTM과 공간구문론을 조화적으로 결합한 SS-RTM은 고위험지역 선정, 순찰경로 설정, CPTED 기반 도시설계, 스마트시티형 범죄관리체계 구축 등 정책적·실무적 영역에서 활용 가능성을 지닌 분석틀로 기능할 수 있을 것으로 판단된다. 결론적으로 본 연구는 환경범죄학과 공간이론을 연결하는 경험적 사례를 제시함으로써, 향후 범죄예측 및 도시안전 정책을 보다 구조적이고 설명력 있는 방향으로 발전시키는 데 기초자료를 제공한다.

목차 (Table of Contents)

• 제 1 장 서 론 1
• 제 1 절 연구의 배경 및 필요성 1
• 제 2 절 연구 목적 4
• 제 2 장 이론적 배경 및 선행연구 검토 6
• 제 1 절 환경범죄학의 이론적 기반 6
• 제 1 항 일상활동이론 8
• 제 2 항 범죄패턴이론 10
• 제 3 항 합리적 선택이론 및 상황적 범죄예방 12
• 제 2 절 범죄와 공간의 관계에 대한 이론적 전개 15
• 제 1 항 범죄의 공간적 집중현상과 장소의 범죄학 15
• 제 2 항 범죄기회의 공간적 형성과 이동성의 구조적 제약 19
• 제 3 항 범죄의 공간적 분석과 폭력·절도범죄 연구의 전개 21
• 제 3 절 위험지형모델링의 방법론적 체계 24
• 제 1 항 RTM의 개념과 발전 과정 24
• 제 2 항 RTM의 분석 논리 27
• 제 3 항 전통적 RTM의 한계 30
• 제 4 절 공간구문론 이론 33
• 제 1 항 공간구문론의 이론적 기초 33
• 제 2 항 세그먼트 분석 기반 공간형태 지표의 의미 36
• 제 5 절 공간구문론과 RTM의 방법론적 통합 39
• 제 1 항 RTM과 공간구문론의 논리적 결합 가능성 39
• 제 2 항 SS-RTM의 범죄학적 의의 42
• 제 6 절 RTM과 공간구문론 기반 선행연구 동향 44
• 제 1 항 RTM 관련 국내외 선행연구 동향 44
• 제 2 항 공간구문론 관련 국내외 선행연구 동향 46
• 제 3 장 연구설계 및 분석방법 48
• 제 1 절 연구설계 개요 및 분석모형 48
• 제 2 절 자료수집방법 및 변수의 조작적 정의 52
• 제 3 절 분석대상 지역의 공간적 기초 특성 검토 56
• 제 4 절 주요 분석방법 및 절차 64
• 제 1 항 단일모델의 누적위험지수 산출 64
• 제 2 항 누적위험지수의 예측성 검증 66
• 제 3 항 SS-RTM 합성위험지수 산출 66
• 제 4 항 모델 간 성능 비교 67
• 제 4 장 전통적 RTM 분석결과 68
• 제 1 절 폭력범죄에 대한 RTM 누적위험지수 산출 68
• 제 2 절 절도범죄에 대한 RTM 누적위험지수 산출 78
• 제 5 장 공간구문론 지표와 범죄발생의 관계 87
• 제 1 절 폭력범죄에 대한 Space Syntax 누적위험지수 산출 87
• 제 2 절 절도범죄에 대한 Space Syntax 누적위험지수 산출 97
• 제 6 장 Space Syntax-RTM 107
• 제 1 절 Space Syntax와 RTM의 결합 107
• 제 1 항 폭력범죄에 대한 SS-RTM 합성위험지수의 영향 110
• 제 2 항 절도범죄에 대한 SS-RTM 합성위험지수의 영향 114
• 제 2 절 RTM과 SS-RTM의 공간중첩도 비교 분석 120
• 제 7 장 종합논의 124
• 제 1 절 연구결과 요약 124
• 제 2 절 주요 분석결과에 대한 소결 127
• 제 8 장 결론 및 제언 128
• 제 1 절 연구의 주요 결론 129
• 제 2 절 학문적·정책적 기여 130
• 제 3 절 연구의 한계 및 후속 연구를 위한 제언 133
• 참고문헌 136
• Abstract 156