데이터 기반 도시 계획: 지속 가능하고 걷기 좋은 스마트 도시 건설

스마트 도시는 단순히 센서, 앱, 대시보드가 ​​더 많은 도시가 아닙니다. 더욱 유용한 개념은 도시 내에서 일어나는 일을 관찰하고, 누가 혜택을 받고 누가 소외되는지 파악하고, 변화를 시험하고, 그 결과를 통해 배우는 것입니다. 데이터 기반 도시 계획은 거리, 토지 이용, 교통, 기후, 안전, 공공 공간, 그리고 주민들의 일상적인 필요에 대한 정보를 종합적으로 분석함으로써 이러한 목표를 달성할 수 있도록 합니다.

이는 도시의 성과가 여전히 불균등하기 때문에 중요한 문제입니다. 유엔의 2026년 지속가능발전목표 11 보고서에 따르면, 127개국 412개 도시의 데이터는 대중교통 접근성이 2020년 53.2%에서 2025년 61.5%로 증가했음을 보여줍니다. 그러나 126개국 414개 도시를 대상으로 한 별도의 표본 조사에서는 같은 기간 동안 개방된 공공 공간에 대한 접근성이 48.0%에서 45.9%로 감소한 것으로 나타났습니다. 이러한 수치는 모든 도시를 대표하는 지표는 아니지만, 도시 계획 담당자들이 도시 평균 이상의 정보를 필요로 하는 이유를 보여줍니다. 즉, 도시 생활의 한 부분에서는 진전이 있는 반면 다른 부분에서는 악화될 수 있다는 것입니다. 유엔 지속가능발전목표 11 데이터 및 목표치를 참조하십시오 .

데이터 기반 도시 계획이란 실제로 무엇을 의미하는가?

데이터 기반 도시 계획이란 측정 가능한 증거를 활용하여 도시 투자처, 설계 변경 방안, 그리고 이러한 변경 사항의 효과 여부를 결정하는 것을 말합니다. 핵심은 '데이터'가 아니라 ' 의사결정' 입니다 . 도시가 수백만 건의 기록을 수집하더라도 데이터가 제대로 정의되지 않았거나, 편향되었거나, 서로 연관성이 없거나, 공공 목표와 관련이 없다면 여전히 잘못된 결정을 내릴 수 있습니다.

스마트 시티 프로젝트에서 자주 등장하는 용어들이 몇 가지 있습니다. 지리공간 데이터 는 횡단보도, 버스 정류장, 소포, 사고 현장, 나무, 건축 허가 등 특정 위치와 관련된 정보입니다. 지리정보시스템(GIS) 은 이러한 위치 기반 정보를 지도화하고 분석하는 데 사용되는 소프트웨어입니다. 사물인터넷(IoT)은 교통량 측정기나 환경 센서처럼 데이터를 전송할 수 있는 연결된 물리적 장치를 의미합니다. 디지털 트윈 은 실제 데이터 또는 모델링된 데이터로 업데이트되는 물리적 장소 또는 시스템의 디지털 표현입니다. 디지털 트윈은 유용할 수 있지만, 도시가 증거 기반 계획을 시작하는 데 반드시 필요한 것은 아닙니다.

보행 편의성을 고려할 때, 이동성 과 접근성을 구분하는 것이 중요합니다 . 이동성은 사람들이 얼마나 쉽게 이동할 수 있는지를 나타내고, 접근성은 사람들이 직장, 학교, 상점, 공원, 의료 시설, 대중교통 및 기타 목적지에 얼마나 쉽게 도달할 수 있는지를 나타냅니다. 도로가 자동차를 빠르게 통과시키더라도 보행자에게는 접근성이 떨어질 수 있습니다. 지속 가능한 계획은 단순히 차량 속도만이 아니라 중요한 목적지에 도달할 수 있는 능력에 초점을 맞춥니다.

초보자가 기술을 선택하기 전에 알아야 할 사항

플랫폼이 아니라 사람과 결과에 집중하세요.

유엔해비타트의 사람 중심 스마트 시티 사업은 기술이 삶의 질, 포용성, 지속가능성, 회복력, 인권 증진을 지원하는 수단이 되어야 하며, 기술 자체가 목표가 되어서는 안 된다는 점을 강조합니다. 정부를 위한 2025년 스마트 시티 전략 플레이북은 제도적 기반, 참여, 디지털 권리, 거버넌스, 인프라, 예산 편성, 실행, 모니터링을 중심으로 스마트 시티 전략을 구성합니다. 이는 모든 도시에 유용한 접근 방식입니다. 즉, 어떤 소프트웨어를 구매할지 결정하기 전에 어떤 문제가 중요한지 먼저 파악해야 한다는 것입니다. 유엔해비타트의 2025년 사람 중심 스마트 시티 전략 플레이북은 이러한 접근 방식의 기본 틀을 제공합니다.

보행 편의성은 네트워크의 속성입니다.

한 블록에 잘 정비된 보도가 있다고 해서 동네 전체가 걷기 좋은 곳이 되는 것은 아닙니다. 사람들에게는 연결된 보도와 횡단보도, 쉽게 접근할 수 있는 목적지, 안전한 보행 속도, 필요한 곳에 그늘이나 비바람을 막아주는 시설, 접근성이 좋은 경사로, 그리고 대중교통과의 연계가 필요합니다. 주요 간선도로 하나에 횡단보도가 없으면 아무리 잘 구축된 네트워크라도 무너질 수 있습니다.

공중 보건 기관들은 활동적인 이동성을 도시 계획 문제로도 다룹니다. 세계보건기구(WHO)는 걷기와 자전거 타기에 친화적인 설계가 신체 활동을 장려하는 동시에 거리 소음을 줄이고 대기 질을 개선하며 교통 부문 배출량을 감소시키는 데 기여할 수 있다고 지적합니다. WHO의 건강한 활동적 이동성 개요는 교통, 도시 설계, 건강 및 기후 변화 간의 연관성을 설명합니다.

도시 전체 평균은 불평등한 상황을 숨길 수 있습니다.

평균적인 보도 보급률은 괜찮아 보일 수 있지만, 저소득층 거주 지역, 노인 거주 지역, 어린이 거주 지역 또는 장애인 거주 지역에서는 보도 보급률이 가장 크게 격차를 보일 수 있습니다. 따라서 모든 주요 지표는 지역별로, 그리고 법적·윤리적으로 적절한 경우 인구 특성별로 세분화해야 합니다. 그 목적은 특정 지역 사회에 낙인을 찍는 것이 아니라, 기반 시설과 서비스 제공 결과가 어떻게 다른지 파악하는 것입니다.

분석 시작 전에 준비해야 할 사항

도시가 처음부터 완벽한 데이터 웨어하우스를 갖출 필요는 없습니다. 필요한 것은 공통된 문제 정의, 분석 대상 지역, 기준선, 그리고 데이터 활용에 대한 명확한 규칙입니다. 실용적인 초기 단계에는 도시 계획, 교통, 공공사업, 보건, 지속가능성, IT, 그리고 지역사회 참여 담당 직원이 포함되어야 합니다. 또한 조달, 개인정보보호, 접근성, 그리고 지역 법규를 이해하는 사람들도 포함되어야 합니다.

이러한 자료들을 통합하기 전에, 각 필드, 지리적 범위, 업데이트 빈도, 담당자 및 알려진 제약 조건을 정의하는 간단한 데이터 사전을 작성하십시오. 핵심 성과 지표(KPI) 는 시간에 따른 결과를 추적하는 데 사용되는 측정 가능한 값입니다. 국제전기통신연합(ITU)과 기타 유엔 기구들이 주도하는 스마트 지속가능 도시를 위한 연합(U4SSC) 이니셔티브는 도시를 위한 표준화된 KPI 프레임워크를 제공합니다. U4SSC 스마트 지속가능 도시 KPI 프레임워크는 모든 지표를 처음부터 새로 만들 필요 없이 비교 가능한 정의가 필요한 팀에게 유용한 참고 자료입니다.

데이터가 어떻게 더 나은 거리, 동네 또는 지역을 만드는 데 기여하는가

일상생활을 반영하는 기준선을 설정하세요

먼저 기존 도로망과 사람들이 도달해야 하는 장소를 지도에 표시합니다. 보도, 횡단보도, 대중교통 정류장, 학교, 병원, 공원, 식료품점, 주요 고용주, ​​공공건물 및 기타 지역적으로 중요한 목적지를 포함시키세요. 그런 다음 고속도로, 급경사, 경사로 미비, 긴 횡단 거리, 공사 구역 또는 위험한 교차로와 같은 장애물을 추가합니다.

도보 분석 시에는 목적지를 중심으로 단순한 원을 그리는 대신 실제 보행 경로를 사용해야 합니다. 직선 거리로 400야드 떨어진 학교라도 철도, 강, 울타리가 쳐진 부지 또는 고속도로 등으로 인해 직선 경로가 막히면 실제 도보 거리는 훨씬 더 길어질 수 있습니다.

객관적인 데이터와 실제 경험을 결합하세요

센서 측정값과 행정 기록은 유용하지만, 문제의 일부만을 해결해 줄 뿐입니다. 보행자 계수기는 특정 구간을 걷는 사람이 적다는 것을 보여줄 수는 있지만, 그 원인이 더위, 교통 공포, 조명 부족, 괴롭힘, 목적지 상실, 접근성이 떨어지는 보도, 또는 단순히 수요 부족인지 여부는 알려주지 못합니다. 설문 조사, 보행 분석, 워크숍, 인터뷰, 관찰 등을 통해 이러한 수치를 해석할 수 있습니다.

바로 이 지점에서 사람 중심의 스마트 도시라는 아이디어가 현실화됩니다. 데이터는 계획자들이 주민들에게 더 나은 질문을 던질 수 있도록 도와야지, 주민들을 대체해서는 안 됩니다. 만약 지역 사회의 의견이 대시보드의 내용과 상충된다면, 대시보드가 ​​옳다고 단정짓기보다는 그 차이점을 조사해야 합니다.

교통 혼잡뿐 아니라 접근성 격차 해소에 우선순위를 두어야 합니다.

기존의 교통 분석은 흔히 교통 체증으로 인한 지연 시간 분석에서 시작합니다. 하지만 보행 친화 도시 분석은 다음과 같은 다른 질문들을 던집니다. 거주자가 자동차 없이 안전하게 갈 수 있는 필수 목적지는 몇 곳인가? 소요 시간은 얼마나 되는가? 더운 날씨에도 이동하기 편한가? 휠체어 사용자나 유모차를 끌고 다니는 부모에게도 적합한가? 위험한 도로를 건너지 않고 대중교통을 이용할 수 있는가?

토지 이용과 교통 계획은 함께 평가되어야 합니다. 미국 환경보호청(EPA)은 주택, 직장, 상점, 공공 건물 및 대중교통 시설이 서로 가까이 위치할 때 사람들이 도보, 자전거 또는 대중교통을 이용하는 데 더 많은 실용적인 선택권을 갖게 된다고 지적합니다. EPA의 스마트 성장 및 교통 지침은 밀집 개발, 교통 수단 선택, 배출량 및 지역 사회 건강 간의 연관성을 요약하고 있습니다.

결과를 측정할 수 있는 규모로 변경 사항을 테스트합니다.

모든 개선 사업이 대규모 자본 투자로 시작될 필요는 없습니다. 도시들은 영구적인 설계에 착수하기 전에 횡단보도 거리 단축, 자전거 전용 도로 연결, 도로변 관리 방식 개선, 버스 우선 통행, 그늘막 설치, 벤치 설치, 하역 구역 지정, 학교 주변 도로 제한, 새로운 공공 공간 배치 등을 시험적으로 도입해 볼 수 있습니다. 이러한 시험에는 명확한 가설과 기준선이 설정되어 있어야 합니다.

예를 들어, 횡단보도 길이가 단축되고 차량 속도가 감소하면 도시는 횡단 시간 단축, 충돌 감소, 그리고 더 많은 사람들이 걸어서 이동하려는 경향을 기대할 수 있습니다. 변경 전후를 측정하고, 비슷한 시간대와 계절의 조건을 비교하십시오. 가능하다면 비교 대상 지역을 포함하여 날씨, 학교 일정, 관광객 수, 유가 등 더 광범위한 요인의 변화가 프로젝트의 효과로 오인되는 것을 방지하십시오.

두 개 이상의 결과를 측정합니다

성공적인 스마트 시티 프로젝트는 한 가지 지표를 최적화하는 동시에 다른 지표를 저해해서는 안 됩니다. 버스 우선 차선은 자가용 차량의 통행 시간을 약간 증가시킬 수 있지만, 대중교통의 신뢰성과 접근성을 크게 향상시킬 수 있습니다. 보행자 광장은 통행량을 줄이는 대신 지역 주민의 유동 인구, 그늘, 공공 공간 이용률을 높일 수 있습니다. 데이터 기반 평가를 통해 이러한 상충 관계를 명확히 파악할 수 있어야 합니다.

유용한 측정 지표로는 보행 및 자전거 이용 건수, 대중교통 이동 시간, 부상 심각도, 운행 속도, 가로수 밀도, 지표면 온도, 대기 질, 상가 공실률, 공공 공간 이용률, 장애인 접근성, 주민 만족도 등이 있습니다. 교통수단 분담률 은 보행, 자전거, 대중교통, 자가용 운전 등 각 교통수단을 이용한 이동 비율을 의미합니다. 이는 유용한 지표이지만, 이동 거리, 목적지 접근성, 인구 통계학적 차이 등도 고려해야 하므로 유일한 지표로 사용해서는 안 됩니다.

데이터 거버넌스는 도시 설계의 일부입니다.

데이터 거버넌스는 데이터의 수집, 저장, 공유, 보호 및 사용 방식을 결정하는 규칙, 역할, 표준 및 통제를 의미합니다. 이는 단순히 행정적인 사후 처리 사항이 아닙니다. 기술적 분석이 아무리 타당하더라도 부실한 거버넌스는 공공의 신뢰를 훼손할 수 있습니다.

OECD의 2023년 스마트 시티 데이터 거버넌스 연구는 분산된 책임, 제한된 전문성, 재정 제약, 데이터 공유 장벽, 개인정보 보호 문제, 보안 위험, 상호 운용성 문제 등 반복적으로 발생하는 과제들을 지적합니다. 상호 운용성이란 서로 다른 시스템들이 정보를 일관성 있게 교환하고 활용할 수 있음을 의미합니다. OECD 스마트 시티 데이터 거버넌스 보고서는 보다 명확한 전략과 구조, 강화된 데이터 관리 관행, 개인정보 보호 및 투명성 확보, 조직 간 협력, 그리고 이해관계자 참여를 권고합니다.

초보자의 경우, 계획 수립에 필요한 최소한의 데이터만 수집하는 것이 합리적인 원칙입니다. 개인 데이터는 가능한 한 집계하거나 익명화하고, 보존 기간을 명시하며, 민감한 정보에 접근할 수 있는 사람을 문서화하고, 공급업체가 제공한다는 이유만으로 개인의 정확한 이동 이력을 수집하는 것을 피해야 합니다. 조달 계약서에는 데이터 소유권, 수출 권한, 보안 의무, 그리고 계약 종료 시 처리 방식 등을 명확히 규정해야 합니다.

스마트 시티 계획을 약화시키는 일반적인 실수들

• 문제를 정의하기 전에 기술을 구매하는 것은 바람직하지 않습니다. 도시 전체에 센서 네트워크를 구축하는 것은 전략이 될 수 없습니다. 먼저 결과를 도출한 다음, 새로운 데이터가 실제로 필요한지 판단해야 합니다.
• 교통량을 성공의 주요 지표로 삼는 것은 바람직하지 않습니다. 차량 처리량만으로는 사람들이 일상적인 목적지에 안전하게 도달할 수 있는지 여부를 판단하기 어렵습니다.
• 누락된 데이터는 0으로 처리합니다. 보행자 수가 기록되지 않은 것은 센서가 설치되지 않았다는 의미일 수 있으며, 사람이 그곳에 다니지 않는다는 의미는 아닐 수 있습니다.
• 데이터 편향을 무시하는 것. 앱 기반 모빌리티 데이터는 스마트폰을 소지하지 않거나, 추적을 거부하거나, 특정 서비스를 이용할 여력이 없는 사람들을 제대로 반영하지 못할 수 있습니다.
• 도시 전체 평균을 최적화합니다. 이미 서비스가 잘 제공되는 지역의 작은 개선이 다른 지역의 악화된 상황을 가릴 수 있습니다.
• 시공 후에만 측정하는 경우, 기준선이 없으면 프로젝트로 인해 관찰된 변화가 발생했는지 여부를 알기 어렵습니다.
• 상관관계를 인과관계로 오해하는 것입니다. 새로운 공원이 개장한 후 걷기 활동이 증가했다면, 새로운 주택 단지, 계절적 날씨, 대중교통 변화와 같은 다른 요인들도 영향을 미쳤을 수 있습니다.
• 누구도 책임지지 않는 대시보드를 구축하는 것은 바람직하지 않습니다. 모든 KPI에는 담당 부서, 업데이트 일정, 그리고 결과와 연계된 의사 결정 프로세스가 필요합니다.
• 유지보수 비용을 과소평가하는 것은 문제입니다. 보도 품질, 가로수 건강, 센서, 표지판, 조명, 공공장소 청결도 등은 운영 예산이 없으면 모두 악화됩니다.
• 해석 과정에서 주민들을 배제하는 것은 문제입니다. 지역 주민들의 지식은 행정 데이터 세트로는 설명할 수 없는 이상 현상을 종종 설명해 줍니다.

계획 시스템이 더 똑똑해지고 있는지 어떻게 알 수 있을까요?

도시가 스마트해지는 것은 기술 보유량을 늘리는 것보다 계획 과정을 개선할 때입니다. 유용한 자가 점검 방법은 다음과 같은 네 가지 질문에 현재 증거를 바탕으로 답할 수 있는지 확인하는 것입니다. 접근성과 안전 측면에서 가장 큰 격차는 어디에 있는가? 어떤 집단이 이러한 격차를 가장 많이 경험하는가? 어떤 개입이 상황 개선에 도움이 될 것으로 예상되는가? 개입 시행 후 실제로 상황이 개선되었는가?

훌륭한 프로그램은 또한 제도적 학습을 보여줍니다. 정의는 매년 일관성을 유지하고, 데이터 출처는 문서화되며, 개인정보 보호 규칙은 명확합니다. 지역 사회의 의견은 근거가 뒷받침될 경우 우선순위를 변경하는 데 활용되고, 시범 사업 결과는 자본 예산에 영향을 미칩니다. 실패한 실험은 숨기지 않고 기록되며, 성공적인 개입은 그 이유를 알고 있기 때문에 확대 적용될 수 있습니다.

초보자에게 가장 중요한 교훈은 간단합니다. 도시를 한 번에 "스마트"하게 만들려고 하지 마십시오. 더 안전한 학교 접근성이나 대중교통과의 편리한 도보 연결처럼 구체적인 목표 하나를 선택하십시오. 신뢰할 수 있는 기준선을 구축하고, 정량적 데이터와 지역 사회의 지식을 결합하고, 집중적인 개입을 시험하고, 결과를 측정하고, 이 과정을 반복하십시오. 이러한 순환 과정이 지속 가능하고 걷기 좋으며 데이터 기반의 도시 계획의 토대가 됩니다.

주요 자료 및 추가 참고 문헌

• 유엔 지속가능발전목표 11: 지속가능한 도시와 공동체
• UN-Habitat: 2025년까지 사람 중심의 스마트 시티 전략을 위한 단계별 가이드
• OECD: 스마트 시티 데이터 거버넌스, 2023
• 스마트하고 지속가능한 도시를 위한 연합: KPI 프레임워크
• 세계보건기구: 건강하고 활동적인 이동성 증진
• 미국 환경보호청: 스마트 성장과 교통