[논문]STEEP-V 방법론을 활용한 미래주거예측 및 대응방안

안세윤; 이상호; 윤정중; 김소연; 주한나; 김성환

doi:10.5392/jkca.2020.20.06.230

STEEP-V 방법론을 활용한 미래주거예측 및 대응방안
Future Residential Forecasting and Recommendations of Housing Using STEEP-V Analysis 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.20 no.6, 2020년, pp.230 - 240

안세윤 (국립한밭대학교 산업디자인학과) , 이상호 (국립한밭대학교 도시공학과) , 윤정중 (한국토지주택공사 토지주택연구원) , 김소연 (한밭대학교 UCRC 연구소) , 주한나 (한밭대학교 UCRC 연구소) , 김성환 (국립한밭대학교 기초과학부)

초록
AI-Helper

최근 4차 산업혁명에 대한 사회적 논의가 활발히 전개되고 있으며, 이러한 4차 산업혁명은 우리사회와 도시 및 주거 그리고 산업공간에도 지대한 영향을 미칠 것으로 예측하고 있다. 특히 4차 산업혁명에 따른 기술발달은 주거양식과 문화에 광범위한 변화를 초래할 것으로 예측되므로, 미래 변화의 크기와 방향을 미리 파악하여, 향후 미래주거에 대해 준비해야할 과제와 전략에 대한 선제적 대응이 필요하다. 본 연구의 목적은 4차 산업혁명이 초래할 미래주거에 대한 중장기 변화방향과 특성을 예측하여, 향후 사회적·공간적·기술적 영향과 이슈 등을 정의하고 이에 대한 정책적 대응 방안을 모색하는데 있다. 연구의 범위는 근미래(10년 이내), 중미래(10년~20년), 먼 미래(20년 이후) 등으로 구분하고, 주거형태, 주거공간, 입지, 주거수요, 건축기술, 스마트화 등 미래 주거변화의 방향과 내용, 파생되는 주거문제와 특성을 예측하였다. 미래예측을 위한 방법론으로 STEEP(V)를 활용하였으며, 빅데이터 및 통계지표를 활용하여 기술적, 사회적 이슈를 도출하는 과정으로 각종 키워드를 수집하고 핵심 이슈를 도출하여 각 핵심이슈와 관련된 사회적 변화양상을 정리하였다. 본 연구에서 제안한 미래주거 예측 및 대응방안에 대한 전략은 미래주택 정책의 추진방향을 위한 기초적 자료로 활용가능하며, 정확한 예측보다 다각도의 빅데이터 자료를 통해 개연성 있는 합리적 결과를 도출하는 프로세스를 제안하였다는 것에 의의를 갖는다.

Abstract ▼ AI-Helper

Recently, the social debate about the fourth industrial revolution has been actively developed, and it is predicted that the 4th Industrial Revolution will have a great influence on our society, cities, residential and industrial spaces. Especially, it is anticipated that the technological development of the 4th Industrial Revolution will cause a wide range of changes in residential style and culture. Therefore, it is necessary to grasp the direction of future change in advance and proactively respond to future tasks and strategies need. The purpose of this study is to predict the direction and characteristics of the mid - to long - term changes in future housing that will be brought about by the 4th Industrial Revolution and to define future social, spatial and technological impacts and issues and to find policy measures for them. STEEP (V) as a methodology for forecasting future has been used. It is a process of deriving technical and social issues by using Big Data. It collects various keywords and draws out key issues and summarizes social change patterns related to each core issue. The proposed strategy for future housing prediction and countermeasures can be used as a basic data for future directions of housing policy and suggests a process for deriving reasonable and reasonable results from multiple data sets rather than accurate prediction.

주제어

표/그림 (13)

표 표 1. 미래예측 연구항목 구분 및 정의
그림 그림 1. 빅데이터를 이용한 주거의 사회적 행태변화 분석 프로세스
그림 그림 2. 산업혁명에 따른 주거 아젠다 변화[3-7]
표 표 2. 항목별 SNA분석 및 이슈 키워드 도출
그림 그림 3. 가구수 변화추이
그림 그림 4. 수도권 및 지방권 주택규모별 인허가 실적
그림 그림 5. 최저주거기준 미달 가구 및 1인당 주거 면적
표 표 3. STEEP별 핵심 이슈 키워드
표 표 4. 주거형태 대응방안 사례[11]
표 표 5. 주거형태 대응방안 사례[11]
표 표 6. 주거수요 대응방안 사례[11]
표 표 7. 건축기술 대응방안 사례[12]
표 표 8. 주거입지 대응방안 사례[12]

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 4차 산업혁명에 따른 기술발달에 따른 다양한 주택변화의 가능성을 인지하고, 향후 미래주거 방향 제안을 위한 예측과 대응방안을 제시하였다. 4차 산업혁명이 초래할 미래주거에 대한 중장기 변화방향과특성을 예측하여, 빅데이터, 지표분석 및 STEEP(V)를 활용하여 핵심 이슈를 도출하여 사회적 변화양상을 정리하고 그에 따른 대응방안을 사례와 함께 제시하였다.
본 연구의 목적은 4차 산업혁명이 초래할 미래주거에 대한 중장기 변화방향과 특성을 예측하여, 향후 사회적·공간적·기술적 영향과 이슈 등을 정의하고 이에 대한 정책적 대응 방안을 모색하는데 있다.

제안 방법

본 연구는 4차 산업혁명에 따른 기술발달에 따른 다양한 주택변화의 가능성을 인지하고, 향후 미래주거 방향 제안을 위한 예측과 대응방안을 제시하였다. 4차 산업혁명이 초래할 미래주거에 대한 중장기 변화방향과특성을 예측하여, 빅데이터, 지표분석 및 STEEP(V)를 활용하여 핵심 이슈를 도출하여 사회적 변화양상을 정리하고 그에 따른 대응방안을 사례와 함께 제시하였다.
본 연구의 목적은 4차 산업혁명이 초래할 미래주거에 대한 중장기 변화방향과 특성을 예측하여, 향후 사회적·공간적·기술적 영향과 이슈 등을 정의하고 이에 대한 정책적 대응 방안을 모색하는데 있다. 미래예측을 위한 방법론으로 STEEP(V)를 활용하였으며, 빅데이터 및 통계지표를 활용하여 기술적, 사회적 이슈를 도출하는 과정으로 각종 키워드를 수집하고 핵심 이슈를 도출하여 각 핵심이슈와 관련된 사회적 변화양상을 정리하였다. 본 연구에서 제안한 미래주거 예측 및 대응방안에 대한 전략은 미래주택 정책의 추진방향을 위한 기초적 자료로 활용가능하며, 정확한 예측보다 다각도의 빅데이터 자료를 통해 개연성 있는 합리적 결과를 도출하는 프로세스를 제안하였다는 것에 의의를 갖는다.
테스트 마이닝으로 추출된 키워드는 빈도분석을 통해 상위 키워드를 추출하였다. 사회연결망 분석은 상위 키워드간 연관관계를 분석하고, 그 중 별도의 핵심키워드를 분류하였다.
사회적 행태 변화 분석의 절차는 앞 절에서 도출된 주거형태, 주거공간, 주거수요, 주거기술 키워드를 통해 인터넷 논문 검색포털에서 논문 및 전문 서적을 찾아 텍스트 마이닝 분석을 수행하였다. 테스트 마이닝으로 추출된 키워드는 빈도분석을 통해 상위 키워드를 추출하였다.
STEEP-V는 S-Social, T-Technology,E-Economy, E-Environment, P-Policy, V-Value에 따라 부문별 영향 요인을 정리하는 기법으로, 미래예측연구의 대표적 방법론으로 사용된다. 연구의 범위는 근미래(10년 이내), 중미래(10년~20년), 먼 미래(20년 이후) 등으로 구분하고, 주거형태, 주거공간, 주거수요, 건축기술과 같이 미래 주거변화의 방향과 내용, 파생되는 주거문제와 특성을 예측하였다.
주거 형태, 공간, 수요, 기술의 키워드를 중심으로 논문 및 보고서를 검색하여 텍스트 마이닝과 SNA 분석을 수행하였다. 주거의 형태, 공간, 수요, 기술 등과 관련된 핵심 이슈와 관련된 키워드가 무엇인지 도출하고, 어떤 연관관계를 가지고 있는지를 확인하였다.
주거 형태, 공간, 수요, 기술의 키워드를 중심으로 논문 및 보고서를 검색하여 텍스트 마이닝과 SNA 분석을 수행하였다. 주거의 형태, 공간, 수요, 기술 등과 관련된 핵심 이슈와 관련된 키워드가 무엇인지 도출하고, 어떤 연관관계를 가지고 있는지를 확인하였다.
각종 통계자료를 통해 주거와 관련된 행태가 어떻게 변화되었는지를 분석하고, 시사점을 도출하여 향후 주거의 형태, 공간, 수요, 기술은 어떻게 변화될지 전망하였다. 지표 내용은 가구수, 도시별 인구성장률, 주택규모, 아파트 재고율, 임대주택 건설 실적, 주택보급률, 주거비, 주거 만족도 등을 살펴보았다.
텍스트 마이닝과 SNA 분석을 통해 도출된 주거의 주요핵심 키워드를 STEEP에 따라 재맵핑하여 종합적인 이슈를 도출하였다. 사회(Social), 기술(Technology), 경제(Economy), 환경(Environment), 정치(Political), 가치(Value) 즉, STEEP-V는 거시적인 환경분석기법으로 정치･경제･사회･기술･환경 변화의 패러다임을 예측하고, 이러한 변화의 핵심 동인과 발전과정을 탐구하여, 공공정책과 사회에 미치는 파급효과 및 수요, 역할 등 을 전망하는데 활용할 수 있는 프레임워크이다[10].

대상 데이터

이를 통해 최종적으로 미래의 주거 모습에 대한 방향을 전망하였다. Dbpia, Kiss, Riss 등 학술정보 사이트에서 논문 및 보고서를 취득하였으며, 텍스트 마이닝 분석을 통해 키워드는 주거형태, 주거공간, 주거수요, 주거기술 관련 키워드 총 133,816개로 도출하였다. 중복 된 데이터 제거, 의미가 같은 단어를 일치시키는 등 데이터를 정제하고 단어의 빈도와 연관관계 정도를 고려하여 연결망 분석을 수행하였다.

데이터처리

Dbpia, Kiss, Riss 등 학술정보 사이트에서 논문 및 보고서를 취득하였으며, 텍스트 마이닝 분석을 통해 키워드는 주거형태, 주거공간, 주거수요, 주거기술 관련 키워드 총 133,816개로 도출하였다. 중복 된 데이터 제거, 의미가 같은 단어를 일치시키는 등 데이터를 정제하고 단어의 빈도와 연관관계 정도를 고려하여 연결망 분석을 수행하였다.
사회적 행태 변화 분석의 절차는 앞 절에서 도출된 주거형태, 주거공간, 주거수요, 주거기술 키워드를 통해 인터넷 논문 검색포털에서 논문 및 전문 서적을 찾아 텍스트 마이닝 분석을 수행하였다. 테스트 마이닝으로 추출된 키워드는 빈도분석을 통해 상위 키워드를 추출하였다. 사회연결망 분석은 상위 키워드간 연관관계를 분석하고, 그 중 별도의 핵심키워드를 분류하였다.

이론/모형

미래주거 핵심 이슈 도출을 위한 키워드의 수집을 위해 신문, 연구보고서, 논문 등 미래주거 관련 문헌을 활용한 텍스트마이닝(Text-Mining)과 사회연결망(Social Network Analysis, SNA)분석을 활용하고, 다방면의영향요인(키워드) 도출에 있어서는 STEEP-V (환경스캐닝기법)를 활용하였다. STEEP-V는 S-Social, T-Technology,E-Economy, E-Environment, P-Policy, V-Value에 따라 부문별 영향 요인을 정리하는 기법으로, 미래예측연구의 대표적 방법론으로 사용된다.

성능/효과

AR/VR 기술 등 발달에 따른 주거공간의 확장으로주택 시뮬레이션을 통한 생산자, 소비자 간 건축 프로세스 및 정보 불균형이 해소될 것으로 전망된다. 또한 실생활에 AR/VR을 접목하여 인테리어시뮬레이션, 가상현실 모델하우스 등 다양한 서비스에 수요가 늘어날 것으로 예측된다.
주거 형태의 주요 키워드는 지역, 복지, 빈곤층 등 사회적 약자와 관련된 키워드와 공원, 시설, 안전, 개발 등 주거 인프라와 관련된 키워드 등이 도출되었다. SNA결과, 주택의 형태는 아파트, 주택 등 외형적 특성과 관련이 있는 것으로 나타났다.
미래예측을 위한 방법론으로 STEEP(V)를 활용하였으며, 빅데이터 및 통계지표를 활용하여 기술적, 사회적 이슈를 도출하는 과정으로 각종 키워드를 수집하고 핵심 이슈를 도출하여 각 핵심이슈와 관련된 사회적 변화양상을 정리하였다. 본 연구에서 제안한 미래주거 예측 및 대응방안에 대한 전략은 미래주택 정책의 추진방향을 위한 기초적 자료로 활용가능하며, 정확한 예측보다 다각도의 빅데이터 자료를 통해 개연성 있는 합리적 결과를 도출하는 프로세스를 제안하였다는 것에 의의를 갖는다.
본 연구에서 제안한 미래주거 예측 및 대응방안에 대한 전략은 미래주택 정책의 추진방향을 위한 기초적 자료로 활용가능하며, 정확한 예측보다 다각도의 빅데이터 자료를 통해 개연성 있는 합리적 결과를 도출하는 프로세스를 제안하였다는 것에 의의를 갖는다. 하지만 본 연구는 거시적인 관점에서 빅데이터와 통계지표를 활용한 만큼 실제 주거공간의 거주자의 요구사항에 대한 분석을 다루지못한 점에 한계가 있다.
저출산, 고령화 등으로 인한 1인 ~ 2인 가구 증가가 지속되는 것을 알 수 있으며, 4인 이상의 가구수가 감소하는 것으로 나타났다.
항목별 주거환경 만족 요소는 대중교통, 보행안전, 치안문제, 주변 청결, 지역 유대가 3점 이상으로 주거환경에서 거주자가 직접적으로 필요한 서비스로 나타났다. 전체적으로 주거환경만족도는 2006년 이래 전반적으로 상승한 것으로 나타났으며, 지역유대가 `14년부터 증가하는 것을 미루어 보았을 때, 공동체와 공공성의 인식이 향상되고 있음을 간접적으로 추측할 수 있다[4].
주거 공간의 주요 키워드는 사용자, 구성원 등의 거주자 및 수요자와 관련된 키워드가 도출되었으며, 정보, 가치, 아이디어, 기능, 정보통신, 스마트 등 주거공간의 가치를 견인하는 키워드가 도출되었다. 이는 주거 공간이 정보통신기술과 융합되어 다양한 스마트 기능 및 서비스를 제공하는 공간으로 변화될 것이라는 단초로 볼 수 있다.
5m² 증가하여 주거수준이 다소 향상된 것으로 사료된다. 주거비부담 통계 중 자가가구는 미세하지만 지속적으로 증가하고 있으며, 임차가구는 점차 감소추세로 나타났다. 주거비 부담은 자가가구에 비해 임차가구의 큰 것으로 보인다[9].
주택보급률은 2008년 이후 전국 평균 100%이상으로 수요 대비 주택보급량이 초과하였으나 서울과 경기 및 수도권 지역은 2017년 기준 서울 96.3% 경기 99.5%로 수요대비 주택보급이 부족한 것으로 나타났다.
아파트, 다세대와 같은 공동주택의 공급증가로 상대적으로 단독주택의 희소성이 증가하고 있다. 특히, 아파트를 중심으로 부동산 규제가 적용되어 단독주택의 수요가 증가추세를 보이며, 아파트의 재고는 점차 증가하는 것으로 나타난다. 임대주택의 건설은 공공공급 위주로 추진되었으며, 지방자치단체나 민간의 경우 공공에서 공급되는 주택의 절반 수준도 못 미치는 공급량을 보이고 있다.
항목별 주거환경 만족 요소는 대중교통, 보행안전, 치안문제, 주변 청결, 지역 유대가 3점 이상으로 주거환경에서 거주자가 직접적으로 필요한 서비스로 나타났다. 전체적으로 주거환경만족도는 2006년 이래 전반적으로 상승한 것으로 나타났으며, 지역유대가 `14년부터 증가하는 것을 미루어 보았을 때, 공동체와 공공성의 인식이 향상되고 있음을 간접적으로 추측할 수 있다[4].

후속연구

주거의 입지는 대도시화, 네트워크화 등의 도시의 구조 변화와 인구감소, 저출산 등의 사회적인 문제에 따라 주거입지가 도심 안으로 이동할 것으로 예측된다. 기후변화, 환경문제, 에너지 절감 대책 등 다양한 미래환경변화에 대응할 수 있는 이동식 주거가 등장할 것으로 전망된다.
주거에 대한 정보의 접근성 및 활용성 격차로 인해 디지털 소외 계층이 나타날 것으로 예측된다. 또한 블록체인, 인공지능 등의 기술적용 통해 주택 및 거주자의 데이터 활용이 가능해 짐으로써 새로운 방식의 주거관리 시장이 생성되고 주택정보 통합관리에 대한 접근이 향상되어 명확한 주택수요에 대한 예측 가능할 것으로 전망된다.
"기술 중심" 개발에서 "거주자 중심" 개발로의 개념 확장이 이루어질 것이다. 사물인터넷(IoT), 블록체인(Blockchain), 빅데이터(Bigdata) 등 기술을 중심으로한 주거 내외부 기술 적용 보편화되며, 주택 자체 에너지 생산 및 소비 기능 보편화, 주택 내 에너지 효율 증진에 대한 기술이 보편화될 것이다.
이러한 키워드는 주거 수요자가 다양해지는 가운데 사회적 약자의 배려를 통한 공동주택의 수요가 필요할 것이라는 전망에 대한 근거가 될 수 있으며, 공동주택의 활성화를 위해 선진화된 제도의 지원이 필요하다는 것을 보여주고 있다. 주거 수요와 관련된 SNA의 결과를 보았을 때, 주거수요는 지역과 대상 그리고 주변시설과 연계되는 것을 고려한 수요예측이 필요할 것으로 사료된다.
본 연구에서 제안한 미래주거 예측 및 대응방안에 대한 전략은 미래주택 정책의 추진방향을 위한 기초적 자료로 활용가능하며, 정확한 예측보다 다각도의 빅데이터 자료를 통해 개연성 있는 합리적 결과를 도출하는 프로세스를 제안하였다는 것에 의의를 갖는다. 하지만 본 연구는 거시적인 관점에서 빅데이터와 통계지표를 활용한 만큼 실제 주거공간의 거주자의 요구사항에 대한 분석을 다루지못한 점에 한계가 있다. 향후 미래주거예측에 있어서 미시적인 관점에서의 사용자요구분석을 진행하여 각 주거공간마다 세부적인 변화와 문제를 예측하여 해결할 수 있는 방안에 대한 연구가 이루어질 필요가 있다.
하지만 본 연구는 거시적인 관점에서 빅데이터와 통계지표를 활용한 만큼 실제 주거공간의 거주자의 요구사항에 대한 분석을 다루지못한 점에 한계가 있다. 향후 미래주거예측에 있어서 미시적인 관점에서의 사용자요구분석을 진행하여 각 주거공간마다 세부적인 변화와 문제를 예측하여 해결할 수 있는 방안에 대한 연구가 이루어질 필요가 있다.

참고문헌 (12)

안세윤, 주한나, 김소연, "델파이 기법을 활용한 미래 주거예측," 한국콘텐츠학회논문지, 제20권, 제3호, p.209, 2020.

원문보기 상세보기
김동환, "4차산업시대의 주거편의성 변화예측," 부동산학보, 제71권, pp.5-19, 2017.
국토교통부, 장기주거종합계획, 2018.
국토교통부, 주거복지로드맵, 2017.
국토연구원, 국토 대예측 연구(III), 2011.
국토연구원, 국토발전 미래 어젠다와 정책방향, 2012.
국토연구원, 국토대예측연구, 2011.
통계청, http://kosis.kr
국토교통부, http://stat.molit.go.kr
이원태, 문정욱, 류현숙, 지능정보사회의 공공정보화 패러다임 변화와 미래정책 연구, 진한엠엔비, 2018
https://www.archdaily.com
https://www.pinterest.com

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증