4분 읽기
- 건물 데이터는 사람들이 하루 종일 어디에 있는지 보여준다.
- 미 연구진 '랜드스캔 모자이크' 공개… 건물 유형·층수·용도 분석해 인구 분포 세분화
- 건물 중심으로 전환된 인구 데이터… '주소지' 대신 '생활 패턴' 반영
-

▲ 필리핀 일로일로 시의 랜드스캔 모자이크 모델 결과다. 왼쪽 상단에는 불확실성을 조정한 인구 추정치가, 오른쪽 상단에는 신뢰도 격자가 표시되어 있다. 1에 가까운 값은 높은 신뢰도를, 0에 가까운 값은 낮은 신뢰도를 나타낸다. 왼쪽 하단에는 면적 가중 평균 건물 유형이, 오른쪽 하단에는 면적 가중 평균 층수가 표시되어 있다. © 오크리지 국립 연구소

사람들이 실제로 어느 시간에 어디에 머무르는지는 기존의 거주지 주소만으로는 정확히 파악하기 어렵다. 이에 미국 연구진이 건물의 유형, 층수, 시간대별 점유율을 종합 분석해 전 세계 인구 분포를 정밀하게 추정하는 새로운 모델을 개발했다. 재난 대응과 인프라 계획, 인도적 지원 등 정책 수립의 정확도가 대폭 향상될 것으로 기대된다.

건물 중심으로 전환된 인구 데이터… '주소지' 대신 '생활 패턴' 반영

미국 오크리지 국립연구소(ORNL)의 다니엘 S. 아담스(Daniel S. Adams) 연구팀은 최근 확률론적 인구 분포 모델인 '랜드스캔 모자이크(LandScan Mosaic)'를 공개했다.

기존의 글로벌 인구 데이터는 일정한 격자 영역에 인구수를 고정된 방식으로 배분해 정밀도에 한계가 있었다. 특정 지역이 '주거지'로만 등록되어 있어도, 실제로 사람이 머무르는 시간대를 반영하지 못했기 때문이다.

반면 '랜드스캔 모자이크'는 개별 건물을 분석의 출발점으로 삼는다. 건물의 바닥 면적, 예상 용도, 층수, 시간대별 평균 체류 인구 비율 등을 먼저 계산한 뒤 이를 3초(격자 단위) 해상도의 지도 데이터로 정밀 변환한다. 이를 통해 주거지뿐만 아니라 회사, 학교, 상가 등 사람들이 낮 동안 이동해 머무르는 '주변 인구(Ambient Population)'의 평균치를 정밀하게 추산해낸다.

'불확실성'도 데이터화… 재난 대응 및 구호 우선순위 결정에 기여

이번 모델의 가장 큰 특징은 단순 추정치만을 제시하는 것이 아니라, 데이터의 '불확실성(Uncertainty)' 범위까지 함께 제공한다는 점이다.

연구진은 건물 정보가 부족한 지역의 경우 임의의 기준값을 적용하는 대신, 머신러닝 기술과 몬테카를로 시뮬레이션을 활용해 가능성 높은 확률 분포를 산출했다. 추정치의 5%~95% 신뢰 구간 범위를 시각화하여 지도의 각 영역이 얼마나 신뢰할 수 있는지 직관적으로 파악할 수 있게 한 것이다.

실제 필리핀 일로일로(Iloilo) 시의 홍수 위험 분석 사례에 적용한 결과, 새 모델은 도심 밀집 지역의 인구 집중도를 더 정확히 포착해냈다. 인구 데이터 모델에 따라 구호 물자 배분이나 자원 투입의 우선순위가 크게 달라질 수 있다는 점에서, 불확실성이 명시된 이번 모델은 정책 결정권자의 판단 착오를 줄이는 데 중요한 역할을 할 전망이다.

"계속 발전하는 모델"… 향후 연령대별 동선 추적까지 확장_​

연구진은 이 모델이 완전한 실측 데이터라기보다는 정교한 추정 지표라는 점을 강조하며, 향후 건물 윤곽 데이터의 오차를 줄이고 농촌·외곽 지역의 추정 정확도를 개선해 나갈 예정이라고 밝혔다.

아울러 향후 연령대별·시간대별 동선 데이터를 추가하는 확장 연구도 진행 중이다. 예컨대 특정 연령대가 이용하는 학교나 시설의 기능을 분석해 낮과 밤 사이에 일어나는 세대별 인구 이동 패턴까지 구현한다는 구상이다.

이번 연구 결과는 국제 학술지 Scientific Reports에 게재되었다.

[더사이언스플러스=문광주 기자]

[ⓒ the SCIENCE plus. 무단전재-재배포 금지]