대규모 공공개발사업이 수도권 중심성 변화에 미치는 영향과 예측에 관한 연구 : 머신러닝 기반 접근 = A Study on the Impact and Prediction of Large-Scale Public Development Projects on Changes in SMA Centrality - A Machine Learning-Based Approach -

국문 초록 (Abstract)

서울을 중심으로 수도권에 인구와 경제 활동이 집중되면서 지역 불균형, 주택 부족, 교통 혼잡, 환경 오염 등 도시 문제가 심화하였다. 이와 같은 문제를 해결하기 위해 주택 공급 확대와 도시 공간 구조 재편을 목표로 대규모 공공 개발사업이 추진되었으나, 기존 도시 중심지와의 연계 부족으로 중심 기능 약화와 공간 구조 왜곡이라는 또 다른 문제를 발생시켰다. 본 연구는 대규모 공공 개발사업이 수도권 내 도시 중심성에 미치는 영향을 분석하고, 머신러닝 기반 예측 모델을 활용하여 미래 변화를 시나리오 관점에서 전망하고자 한다.
도시 중심성은 특정 지역이 주변 도시보다 상대적으로 경제적, 사회적, 문화적 활동 중심으로 기능하는 정도를 의미한다. 본 연구는 도시 중심성을 인구 밀도, 상업·업무 시설 집적도, 교통량 등을 객관적 지표로 측정하였다. 한편, 대규모 개발사업은 계획적인 도시 조성으로 인구 유입의 증감률과 도시 공간의 구조 변화를 일으키는 개발 행위로 정의된다. 본 연구에서는 「수도권정비계획법」에 따라 개발 면적이 일정 규모 이상인 사업을 대규모 공공 개발사업으로 설정하였다.
분석 방법으로 2000년부터 2020년까지 시계열 데이터를 기반으로 XGBoost와 공간 회귀 분석을 활용하였다. 또한, 공간적 자기상관을 반영하고 변수별 기여도를 해석하기 위해 SHAP 분석을 적용하였다. 2040년까지의 예측 결과를 바탕으로 장기적 영향력을 평가하고, 대규모 공공 개발사업 반영 시나리오와 미반영 시나리오를 비교하였다. 이를 통해 미래 도시 구조 재편 가능성을 검토하며, 대규모 공공 개발사업의 영향을 정량적으로 평가하였다.
분석 결과, 교통량과 인구 밀도, 그리고 사업체 수가 도시 중심성에 큰 영향을 미치는 것으로 나타났다. 특히 교통량은 서울뿐만 아니라 성남, 수원 등 특히 교통량은 서울을 포함한 성남, 수원 등 주요 위성도시에 집중되어 있으며, 교통 인프라 확장은 서울의 중심 기능을 더욱 강화하였다. 서울로 집중된 교통량은 다른 지역의 중심성을 약화하고 서울의 경제·상업적 중요성을 부각시켰다. 군집 분석 결과, 서울 도심, 강남, 여의도는 미래에도 주요 경제·상업 중심지로서 위계를 강화할 것으로 확인되었다. 이는 대규모 공공 개발사업이 수도권 균형 발전의 한계를 드러내고 서울 집중 현상을 더욱 심화시킨다는 점을 보여준다.
결론적으로, 대규모 공공 개발사업과 교통 인프라 확충은 수도권 내 도시 중심성을 강화하는 방향으로 작용하였다. 이는 서울의 경제·사회·문화적 중심성을 더욱 공고히 해 균형 발전의 한계를 드러냈다. 향후 개발사업은 지역 간 균형 발전을 촉진할 수 있는 체계적인 계획과 정책 수립이 필요하다. 특히, 개발사업 추진 시 기존 중심지와의 연계성을 고려하고, 기반 시설 투자의 적정성을 검토해 자족 기능을 갖춘 도시로 개발하는 전략이 필수적이다. 이를 통해 수도권 도시 중심성을 강화하면서 기능 분산을 유도해야 한다.
본 연구는 데이터 기반 정량 분석을 통해 대규모 공공 개발사업의 효과를 명확히 평가하며, 지속 가능한 도시 계획 및 정책 수립에 활용 가능한 기초 자료를 마련했다는 점에 그 의의가 있다.

다국어 초록 (Multilingual Abstract)

The concentration of population and economic activities in the Seoul Metropolitan Area (SMA), especially in Seoul, has led to urban issues such as regional imbalance, housing shortages, traffic congestion, and environmental pollution. In an effort to address these problems, large-scale public development projects were implemented with the goals of expanding housing supply and reorganizing the urban spatial structure. However, insufficient connectivity to existing city
centers has weakened central functions and distorted spatial structures. In this study, I aim to analyze the impact of these large-scale public development projects on urban centrality in the SMA and, using a machine learning-based prediction model, forecast future changes under different scenarios.
Urban centrality refers to the degree to which an area functions as a center for economic, social, and cultural activities. Drawing on the concept of central areas and spatial structure introduced in previous studies, I measure urban centrality with objective indicators such as population density, commercial and office facility concentration, and traffic volume. Meanwhile, I define large-scale development projects as planned development activities that lead to significant
population influx and urban spatial restructuring. In particular, I focus on large-scale public development projects with a certain minimum development area, specified by Seoul Metropolitan Area Readjustment Planning Act. To conduct the analysis, I use time series data from 2000 to 2020 and employ XGBoost along with spatial regression analysis, reflecting spatial autocorrelation through SHAP analysis to interpret variable contributions. Furthermore, I evaluate the long-term effects by forecasting changes through 2040, comparing scenarios with and without the influence of large-scale public development projects. This approach
enables me to investigate future prospects for reconfiguring the urban spatial structure and to quantitatively assess the impact of large-scale public development.
The results show that traffic volume, population density, and the number of businesses strongly influence urban centrality. Traffic, in particular, was concentrated in major transportation zones such as Seongnam and Suwon in addition to Seoul, and continued expansion of transportation infrastructure has amplified Seoul’s central function. As traffic converges in Seoul, centrality in other regions weakens, underscoring Seoul’s rising economic and commercial
importance. According to the cluster analysis, Seoul’s city center, Gangnam, and Yeouido will likely continue to strengthen their roles as major economic and commercial hubs. These findings highlight that large-scale public development projects have exposed limitations in promoting balanced regional growth across the SMA, ultimately intensifying the concentration of functions in Seoul.
In conclusion, large-scale public development projects combined with transportation infrastructure expansion in the SMA have reinforced urban centrality, consolidating Seoul’s economic, social, and cultural dominance while laying bare the limits of balanced development. To encourage more equitable regional growth in future development projects, it is vital to adopt a systematic approach and policy framework.
In particular, I emphasize the importance of connectivity to existing centers and the need to ensure that infrastructure investments foster self-sustaining urban communities. This strategy would strengthen metropolitan centrality while simultaneously dispersing certain functions across the region.
This study contributes by clearly evaluating the effects of large-scale public development projects through a data-driven quantitative analysis. The findings provide essential groundwork for sustainable urban planning and policymaking, offering valuable insights into how development strategies might be refined to achieve both functional decentralization and balanced regional growth in the SMA.

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구의 배경과 목적 1
• 1. 연구의 배경 1
• 2. 연구의 목적 7
• 제2절 연구의 범위 및 방법 10
• 1. 연구의 범위 10
• 2. 연구의 방법 13
• 3. 연구의 구성 14
• 제3절 소결 18
• 제2장 이론적 고찰과 선행연구 검토 20
• 제1절 도시 중심성의 이론적 고찰 20
• 1. 중심지 이론의 개요 20
• 2. 도시 중심성의 개념과 중요성 22
• 3. 도시 중심성과 공간 구조의 관계 24
• 제2절 대규모 공공 개발사업의 이론적 고찰 27
• 1. 대규모 공공 개발사업의 개요 27
• 2. 개발사업이 중심성에 미치는 영향 32
• 3. 개발사업이 도시 공간 구조에 미치는 영향 34
• 제3절 선행연구 분석 및 연구의 차별성 37
• 1. 도시 중심성 관련 선행연구 37
• 2. 대규모 공공 개발사업 관련 선행연구 41
• 3. 머신러닝을 활용한 공간 분석의 선행연구 46
• 제4절 소결 및 연구의 차별성 51
• 제3장 연구 방법론 및 분석체계 설정 55
• 제1절 이론적 관계 정립 55
• 1. 도시 중심성과 개발사업 간의 관계 55
• 2. 도시 중심성과 교통량 간의 관계 56
• 제2절 머신러닝 분석의 개념 및 필요성 58
• 1. 머신러닝 분석의 개념 및 기능 58
• 2. 머신러닝 분석의 역할 및 필요성 59
• 3. 머신러닝 분석의 기술 60
• 4. GeoAI 활용 분야와 연구동향 63
• 제3절 분석체계 설정 66
• 1. 분석 절차 66
• 2. 변수의 선정 및 데이터 수집 69
• 3. 모델 구축 및 검증 방법 70
• 제4절 SHAP 분석을 통한 변수 중요도 평가 72
• 제5절 군집 분석을 통한 중심지 위계 구조 파악 73
• 제6절 소결 76
• 제4장 중심지 지수 분석 및 예측 결과(시나리오Ⅰ) 78
• 제1절 분석의 개요 및 데이터 수집 78
• 제2절 중심지 지수 분석 및 예측 결과(시나리오Ⅰ) 82
• 1. 중심지 지수 산출을 위한 모델 구축 82
• 2. 머신러닝 기법(XGBoost) 활용 예측 모델 개발 84
• 3. 변수 중요도 및 SHAP 분석 결과 85
• 제3절 공간적 자기상관 및 군집 분석 87
• 1. 공간적 자기상관 분석(Moran's I) 87
• 2. 군집 분석을 통한 중심지 위계 구조 파악 89
• 제4절 교통량이 중심지 지수에 미치는 영향 분석 94
• 1. 교통량 데이터 수집 및 처리 94
• 2. 기종점 통행량 및 교통량 분석 결과 95
• 3. 지역 간 상호 작용 분석 98
• 4. 중심지 지수와 교통량 간 상관관계 결과 101
• 제5절 소결 104
• 제5장 개발 영향 반영 중심지 지수 예측 결과(시나리오Ⅱ) 106
• 제1절 분석의 개요 및 데이터 수집 106
• 제2절 조정된 중심지 지수 분석 및 예측 결과(시나리오Ⅱ) 110
• 1. 개발사업 변수를 포함한 모델 재구축 110
• 2. 수도권 광역급행철도(GTX) 영향 추가 112
• 3. 조정된 중심지 지수를 활용한 군집 분석 114
• 제3절 시기별 SHAP 분석 및 예측 120
• 제4절 세부 사례 분석 129
• 1. 지역별 중심성 변화의 미시적 분석 129
• 2. 1기 신도시의 중심성 변화 분석 136
• 제5절 시나리오 간 비교 및 정책적 시사점 143
• 제6절 관련 계획과의 정합성 비교 분석 148
• 제7절 소결 151
• 제6장 결론 154
• 제1절 분석 결과의 요약 및 시사점 154
• 제2절 정책적 시사점 157
• 제3절 연구의 의의 및 한계 160
• 제4절 향후 연구 방향 162
• 제5절 종합 결론 164
• 참고문헌 166
• 부록 177
• ABSTRACT 205