서울시 노후·저층주택 밀집지역 유형별 특성에 관한 연구

연구의 공간적 범위는 비교적 자료의 구득이 용이하고 다수의 정비사업 및 재생사업 등 주거지 관련 사업의 지정 및 해제가 활발하게 일어나고 있어 노후·저층주택 밀집지역의 개선방안 마련이 시급한 서울시로 설정하고, 주거환경의 열악성에 대한 문제가 지속되지만 관리방안이 부재하여 지역쇠퇴가 가속화되고 있는 정비사업의 소외지역에 대한 관리방안의 마련이 필요하다는 측면에서 서울시 내 기존의 정비사업 구역을 제외한 지역으로 한정한다.

시간적 범위는 연구에서 활용 가능한 데이터들의 최근 시점을 기준으로 하여 2019년부터 2022년 2월로 한정한다.

본 연구는 서울시 내 노후·저층주택 밀집지역의 유형별 특성을 연구하기 위해 총 5장으로 구성한다.

2장에서는 선행연구와 문헌 자료를 통해 노후·저층주거지를 정의하고, 관련 법·제도 및 주거지 유형화와 밀도분석에 관한 선행연구들을 검토하여 연구의 차별성을 제시하고 분석의 틀을 다룬다.

3장에서는 Arcmap10.7을 활용하여 서울시 내 노후·저층주택 밀집지역의 공간적인 분포를 파악하고 1만m² 넓이의 육각형 그리드를 기반으로 실증적인 노후·저층주택 밀집지역을 도출한다.

4장에서는 관련 법·제도 검토를 통해 도출한 물리적인 특성지표와 선행연구 및 문헌 자료 검토를 통해 도출한 사회·경제적인 특성지표를 활용하여 SPSS26을 활용하여 군집분석을 통해 노후·저층주택 밀집지역을 유형화하며, 유형별 특성의 차이를 비교분석한다.

5장에서는 분석한 결과를 바탕으로 연구의 요약 및 서울시 노후·저층주택 밀집지역 개선을 위한 정책적 시사점을 도출한다(<Figure 1> 참조).

Figure 1.

Research flow

노후건축물은 「도시 및 주거환경정비법 시행령」 제2조제3항에서 준공된 후 20년 이상 30년 이하의 범위에서 시·도 조례로 정하는 건축물과 「도시재생 활성화 및 지원에 관한 특별법 시행령」 제17조제3항에서 준공된 후 20년 이상이 지난 건축물로 정의되고 있다.

이에 따라 서울시는 「서울특별시 도시 및 주거환경정비 조례」 제4조를 통해 공동주택은 20년을 노후건축물의 기준으로 규정하고 있으며, 공동주택 이외의 건축물 중 단독주택을 제외한 철근콘크리트·철골콘크리트·철골철근콘크리트 및 강구조 건축물은 30년, 이외의 건축물을 20년을 노후건축물의 기준으로 규정하고 있다. 이에 대해 황지현(2016)은 노후건축물을 사용승인 후 20년 이상이 지난 건축물로 정의하며, 이왕기 외(2018)는 준공된 후 30년 이상된 주택을 노후주택으로 정의하였다. 이에 따라 본 연구에서는 노후건축물의 법·제도상 기준과 선행연구에서 정의한 기준을 모두 포괄할 수 있도록 20년 이상의 건축물을 노후건축물이라 정의한다.

저층주거지는 「건축법 시행령」 별표1에 따라 단독주택 및 공동주택이 집단적으로 밀집되어 있는 지역을 의미한다. 이에 대해 김태섭·이재형(2011)은 단독주택, 다가구주택을 비롯하여 4층 이하의 다세대주택이 밀집되어 있는 주거지역으로 정의하였고, 안병식(2012)은 단독주택이 밀집한 지역과 공동주택 중 다세대주택과 대규모 단지를 이루지 않는 4층 이하의 연립주택을 포함한 주거지역을 저층주거지로 정의하였다. 김미경(2013)은 토지구획정리사업으로 조성된 일반주거지역 중 단독주택, 다세대주택, 다가구주택 및 연립주택 등 4층 이하의 주택을 저층주거지로 정의하였으며, 맹다미(2017)는 5층 이하의 주택를 저층주택으로 정의하였다. 황종아·구자훈(2019)은 단독주택, 다가구주택, 다세대주택, 연립주택이 밀집된 지역을 저층주거지로 정의하였고, 김지은(2021)은 다가구주택과 다세대주택이 밀집되어 있는 주거지를 저층주거지로 정의하였다. 종합해보면 저층주거지란 5개 층 이상의 주택을 의미하는 아파트를 제외한 단독주택, 다중주택, 다가구주택, 연립주택, 다세대주택 등 주거용 건축물이 밀집된 지역으로 해석할 수 있다.

따라서 본 연구에서는 준공된 후 20년 이상이 경과된 단독주택, 다중주택, 다가구주택, 연립주택, 다세대주택 등이 밀집한 지역을 노후·저층주택 밀집지역으로 정의한다.

기존의 재개발사업, 재건축사업, 주거환경개선사업 등은 유사한 정비제도 간 시책의 일관성이 결여됨에 따라 정비사업의 효율성 측면에서 체계적인 관리가 미흡하였다(김상문, 2003). 이에 관련 사업들을 통폐합하고 기성주택시가지를 계획적으로 관리하기 위하여(권영덕, 2002) 2002년 「도시 및 주거환경정비법」을 제정하고 2003년 7월 1일부터 시행하였다. 「도시 및 주거환경정비법」은 도시기능의 회복이 필요하거나 주거환경이 불량한 지역을 계획적으로 정비하고 노후·불량건축물을 효율적으로 개량하기 위하여 도시환경의 개선 및 주거의 질을 높이는 것을 목적¹⁾으로 한다. 관련 사업으로는 주거환경개선사업, 재개발사업, 재건축사업 등이 있으며, 특히 재개발사업이나 재건축사업의 경우 특정 요건을 갖춘 경우 공공개재발 및 공공재건축사업의 시행이 가능하다. 이는 용도지역 상향, 용적률·층수 완화, 특별건축구역 적용 등 도시규제 완화, 분양가 상한제 적용 예외 등 사업성 보장 및 사업비 지원, 사업기간 단축 등의 다양한 특례사항²⁾을 통해 사업의 활성화를 유도하여 노후·저층주택 밀집지역에 대한 적극적인 주거환경 개선과 주택공급 확대를 도모하고 있다.³⁾

기존의 도시정비법상 정비사업은 대규모의 형태를 띠며 획일적인 정비사업과 대규모 전면철거 방식으로 인해 주택시장의 불안을 야기하였고 재원조달이나 지역주민 참여의 저하 등 다양한 한계점이 발생하였다(김현희, 2020). 또한 가로주택정비사업 등 소규모 정비사업과 관련된 사항을 명시하고 있으나 사업 활성화를 위한 지원은 미흡한 수준이었다(임준홍·제수진, 2017).

이에 따라 빈집을 체계적으로 정비하기 위한 제도적 근거를 마련하고 가로주택정비사업 등 소규모정비사업을 이관하여 사업절차를 간소화하는 등 대규모 정비사업의 한계를 보완하고자 2017년 「빈집 및 소규모주택 정비에 관한 특례법」을 제정하였다. 「빈집 및 소규모주택 정비에 관한 특례법」은 방치된 빈집을 효율적으로 정비하고 소규모주택 정비를 활성화하기 위하여 필요한 사항 및 특례를 규정함으로써 주거생활의 질을 높이는 데 이바지함을 목적⁴⁾으로 하며, 관련 사업으로는 빈집정비사업, 자율주택정비사업, 가로주택정비사업, 소규모재개발사업, 소규모재건축사업 등이 있다.

산업화와 도시화의 과정에서 성장한 도시가 인구 감소, 산업 쇠퇴 등 도시의 경제적 활력이 저하되어 쇠퇴국면에 진입함에 따라 이를 극복하기 위한 도시정책으로 도시재생에 관한 연구가 본격화되었다(김상묵·황종술, 2015). 그러나 사업성 위주의 물리적 환경 중심으로 일괄적인 정비사업을 추진함에 따라 지역공동체와 원주민이 배제되었고, 부처별로 추진되어 관련 사업들 간의 연계를 통한 사업 추진이 요구되었다(양재섭·이재수, 2013).

이에 따라 도시재생사업은 도시의 경제적·사회적·문화적 활력 회복을 위하여 공공의 역할과 지원을 강화함으로써 도시의 자생적 성장기반을 확충하고 도시의 경쟁력을 제고하며 지역 공동체를 회복하는 등 국민의 삶의 질 향상에 이바지함을 목적⁵⁾으로 2013년 「도시재생 활성화 및 지원에 관한 특별법」을 제정 및 시행하여 다양한 사업 간의 연계를 지향하고 전담조직 등 추진체계에 대한 법적 근거를 마련하여 지속적인 도시재생을 추진하고 있다(양재섭·이재수, 2013). 주거재생혁신지구는 노후건축물이 밀집하여 주거환경 개선이 시급한 지역을 대상으로 주거·상업 등 기능이 집적된 지역거점을 조성하기 위해 지정하는 지구로서 노후·저층 주택 밀집지역을 대상으로 하는 대표적인 재생사업이다(김유란, 2022).

수도권의 주택 현황이 지속적인 공급부족에 시달리고 있으며, 사회 인프라의 수도권 집중·교육과 취업을 위해 수도권으로의 인구 이동이 여전히 발생함에 따라 주택 수요와 공급의 불균형 문제, 부동산 투기 등의 사회적 문제가 발생하였다(장영수, 2021). 이에 따라 도심 내 저층주거지에서 공공주택과 업무시설, 판매시설 등을 복합한 거점으로서 ‘도심 공공주택 복합지구’를 조성하여, 지속적인 주택공급을 통한 주거안정 및 쾌적한 주거생활에 이바지함을 목적으로(정남철, 2022) 2015년 「공공주택건설 등에 관한 특별법」에서 「공공주택 특별법」으로 제명을 변경하고 주택시장의 안정화에 이바지하고 있다(이순배, 2016).

관련 법·제도에 따른 사업들에 대한 사업구역 지정요건, 대상지역의 범위 등의 검토를 통해 도출한 물리적 특성 중심의 지표는 다음과 같다(<Table 1> 참조).

Table 1.

Characteristic indicators derived by relevant laws

황지욱 외(2008)는 전주시의 저층·고밀 주거지역을 물리적 현황, 지역여건 및 도시계획규제 현황 등을 고려하여 9개의 주거유형으로 구분하였고 배웅규 외(2008)는 전국의 현지개량방식 주거환경개선사업지구를 과소필지비율, 도로율, 거주밀도, 필지형태 등 물리적 지표를 활용하여 유형화하고 유형별 정비방향을 제시하고 있다.

김현진 외(2009)는 노후주거지의 대표적인 정비수법인 주거환경개선사업의 수립절차를 검토하여 도시입지적·사회경제적·물리환경적 특성으로 구분하여 최종 진단항목을 분류하였으며 주거환경정비예정구역 지정 시 주거지 유형에 따른 정확한 진단이 필요함을 언급하였다.

성은영·이희연(2016)은 2000년부터 2010년까지 서울시 내 단독주택 밀집지구의 시·공간패턴 분석을 통해 서울시 단독주택 밀집지구를 9가지 유형으로 구분하고, 유형별 특성에 부합하는 맞춤형 관리방안 수립이 필요하다고 주장하였다.

김성보(2017)는 전문가 설문조사를 통해 사회적 측면의 유형화 기준을 마련하고 서울시 내 저층주택지를 유형화하였다. 그 결과 역사특성·경관특성·격자형구획정리·상업기능혼합·산업기능혼합 등 8개의 세부유형에 따른 재생수법과 소규모정비기법을 적용한 유형별 재생모델을 제시하였다.

맹다미·백세나(2019)는 서울시 내 주거환경개선사업이 진행된 49개의 구역을 대상으로 물리적 조건을 기준으로 6개의 유형을 구분하였다. 그 결과 주거환경개선구역은 건축법 특례로 상대적으로 밀도가 높고 접도조건이 열악한 주거환경이 조성되어 있으며 관리시스템 부재 등 공공의 정책적 대응방안이 미비함을 밝혔다.

정인아·우신구(2019)는 부산시 원도심 배후의 노후경사주거지 내 건축물과 유휴공간을 대상으로 KDE(Kernel Density Estimation, 커널 밀도추정)⁶⁾를 실시하여 건축물의 밀집도를 분석하였다. 그 결과 유휴공간은 건축물 상호간의 거리가 가까워 밀집한 곳에 집중되어 나타났고, 근린상권 내 유휴공간은 근린생활시설이 입지하지 않은 곳에 형성되는 특성을 밝혔다.

이정현·남진(2020)은 2015년부터 2018년까지 건설된 신규 건축물 중 다중주택, 다가구주택, 다세대주택을 대상으로 커널 밀도추정(Kernel Density Estimation)을 활용하여 신규 주택과 해당 지역에 대한 특성을 파악하였으며, 다중주택이 상대적으로 밀집되어 공급이 이루어지고 있음을 밝혔다.

이종수·김선덕(2021)은 충북 옥천군의 빈집 분포를 확인하기 위해 KDE를 활용하여 빈집의 군집 밀도를 분석하였으며 그 결과 빈집 군집밀도가 높은 지역과 실제로 빈집의 수가 많은 지역이 일치하지 않아 향후 빈집 관리에 있어 군집성이 높은 지역에 대한 관심이 필요하다고 주장하였다.

카마타 요코·강정은(2021)은 부산시 원도심을 중심으로 전반적인 빈집 분포와 2017년과 2020년의 변화양상을 살펴보기 위해 KDE를 실시하였으며 주거환경개선구역 일대에 집중된 빈집 분포가 주변지역으로 확대대고 있음을 확인하였다.

노후·저층주택 밀집지역 유형화 관련 선행연구를 종합하면 서울시 내 단독주택 밀집지역 등 한정된 연구대상이나 주거환경개선사업지구와 같은 현행 정비사업구역을 대상으로 연구가 진행되어 정비사업에서 소외된 지역을 대상으로 진행된 연구는 미흡하며, 인문·사회적인 환경을 고려한 지표를 활용하였으나 행정동 단위로 분석하는 등 실질적인 노후·저층주택 밀집지역의 현황을 파악하는 데에는 한계를 갖는다.

또한 다수의 선행연구에서 KDE를 활용하여 분석하였으나 KDE는 연구자가 선택하는 띠폭에 따라 커널추정량의 정도가 달라지는 문제가 있고, 밀도추정치의 복잡성 증가 및 다수의 작은 핵심지역을 도출하는 과정에서 단점을 가진다(유승화 외, 2013). 이에 따라 특정 데이터들의 위치정보나 밀도를 추정하는 것이 아니라 균일한 그리드의 공간단위로 통계정보를 객관적으로 파악(권나연 외, 2020)하고 각 그리드별 데이터를 기준으로 밀집의 실제 유무를 판단하는 격자형 그리드(Tessellation) 밀도분석을 통한 연구가 필요하다.

이에 본 연구는 정비사업 소외지역을 대상으로 물리적 특성뿐 아니라 사회·경제적 특성을 고려하며, 균일한 공간단위를 활용한 객관적 분석을 통해 노후·저층주택 밀집지역의 유형별 특성을 도출하고 비교분석 한다는 점에서 선행연구와 차별성을 갖는다.

(1) 관련 법·제도 및 선행연구 검토를 통한 지표 선정

특성지표는 앞서 2장의 이론적 고찰 및 선행연구를 검토하여 물리적인 특성을 가진 지표를 1차로 도출하고, 본 연구를 위한 사회·경제적인 특성의 지표를 2차로 추가하였다. 기존의 도시정비나 주거환경개선은 물리적인 환경 정비를 중심으로 이루어지므로(최봉문·조병호, 2010; 김세용, 2008), 사업별 구역지정요건 범위의 검토를 통해 물리적 요소를 도출하였다. 이를 통해 도출한 지표는 노후주택 비율, 주택 접도율, 맹지율, 과소필지 비율, 호수밀도, 세대수, 세장형·부정형 필지비율, 정비기반시설 현황, 안전진단 실시결과, 빈집 수 등이 있으나 필요성 및 유형구분에 따른 시사점, 정의 및 자료구득의 가능 여부 등을 고려하여 맹지율,⁷⁾ 호수밀도,⁸⁾ 빈집 수,⁹⁾ 안전진단 실시결과¹⁰⁾를 제외한 나머지 지표를 본 연구에서 활용하는 1차 지표로 선정하였다.

주거환경에는 물리적인 요소 외에 다양한 사회·경제적 특면의 요소가 작용하므로(신상영, 2008) 대상지의 전반적인 현황을 비교하기 위해 추가적인 지표를 도출하고자 선행연구를 검토하였다. 2장에서 살펴본 선행연구에서 노후·저층주택 밀집지역의 유형화를 위해 활용할 수 있는 지표들을 종합한 후 노후·저층주택 밀집지역의 다양하고 이질적인 특성을 나타내기 위하여(성은영, 2017) 물리적 특성영역, 인구·가구 특성영역, 경제적 특성영역, 건축물 관련 특성영역, 입지 특성영역 등 5개의 영역으로 구분하였다. 이후 선행연구에서 보편적으로 사용되며 노후·저층주택 밀집지역의 다양한 특성을 반영할 수 있는 지표들을 선정하기 위하여(성은영·이희연, 2016) 복수의 선행연구에서 사용된 지표들을 우선적으로 도출하였다. 이를 종합하면 과소필지 비율, 평균 필지규모, 접도율, 경사도, 도로율, 공원 비율, 필지 형태(이상 물리적 특성영역), 가구 수, 청년인구 비율, 노인인구 비율, 세입자 비율(이상 인구·가구 특성영역), 공시지가(경제적 특성영역), 노후주택 비율, 소형주택 비율, 건폐율, 용적률, 호수밀도(이상 건축물 관련 특성영역), 지하철역까지 거리, 용도지역(이상 입지 특성영역)이다.

이후 복수의 선행연구에서 사용되나 자료구득의 용이성, 공신력 있는 데이터 확보 등을 고려하여 세입자 비율,¹¹⁾ 건폐율¹²⁾을 제외하였으며, 선행연구에서 다루지 않거나 기준에 부합하지 않으나 기존 선정된 지표와의 연관성 등 연구의 필요성에 의해 사업체수, 종사자수, 소득수준, 대출잔액을 특성지표로 추가하였다. 사업체수가 비교적 많은 고용 중심지의 경우 인접 주거지역에 관련 산업 종사자나 도시근로자가 통근비용 감소를 위한 목적으로 거주하는 경향으로 보이므로(이정현·남진, 2020) 수요에 의한 주택 개발이 발생할 수 있는 가능성을 진단하는 지표로 활용할 수 있을 것으로 판단하여 사업체수와 종사자수를 추가하였다. 또한 주택지의 공간분포 양극화가 거주자의 경제적 수준에 의해 발생하므로(성은영, 2017) 주거환경개선 시 저소득층을 위한 주택제고 확보가 필요하다는 측면에서(이진경, 2009) 임대형식의 주택공급을 통한 저소득층의 기회 확대 등 해당 지역의 주거환경개선의 방향을 설정하는 데에 필요한 지표로서 소득수준을 추가하고 이와 동일하게 경제적인 수준이나 다양한 목적으로 발생하는 경제활동을 판단하는 지표로서 대출잔액을 별도의 특성지표로 추가하였으며 이에 따라 5개 특성영역에 따른 22개의 특성지표를 구성하였다.

(2) 최종 특성지표 선정

앞서 5개 특성 영역으로 구분된 22개의 특성지표를 대상으로 요인분석을 실시하여 다른 특성지표와 유사한 특성을 가지지 않거나 공통성이 작아 성분 구성에 대한 설명력이 낮은 ‘도로율’을 제외하고, 최종적으로 21개의 특성지표를 군집분석을 위한 특성지표로 선정하였다(<Table 2> 참조).

Table 2.

Final characteristic indicators selection table

이후 군집별 특성 해석의 용이성 차원에서 세부 특성영역을 추가로 분류하였으며, 최종 특성지표는 물리적 특성영역의 경우 도로 및 필지여건을 나타내는 접도율, 과소필지 비율, 평균필지규모, 부정형지수, 정비기반시설 현황을 나타내는 공원비율, 주차대수, 지형을 나타내는 경사도이다. 인구·가구 특성영역의 경우 인구 현황을 나타내는 청년인구 비율, 노인인구 비율, 가구 현황을 나타내는 세대수와 가구 수이다. 경제적 특성영역의 경우 경제활동의 활성화를 나타내는 사업체수와 종사자수, 지역의 경제수준을 나타내는 공시지가, 소득수준, 대출잔액으로 구성하였다. 건축물 특성영역에서 노후주택의 비율은 주택의 노후화, 소형주택의 비율은 주택의 평균적인 규모를 나타내며, 입지 특성영역의 경우 지하철역까지 거리는 교통접근성, 용도지역은 정비사업 시 개발수용력을 나타내는 지표로 구분하였다(<Table 3> 참조).

Table 3.

Final characteristic indicators

(1) 노후·저층주택 밀집지역 유형구분

노후·저층주택 밀집지역을 유형화하기 위해 관련 법·제도 및 선행연구 검토를 통해 특성지표를 도출하고 이를 바탕으로 군집분석을 실행하였다. 군집분석의 경우 계층적 군집분석과 비계층적 군집분석으로 구분되며 본 연구에서는 비교적 많은 자료들을 분석하는 데 상대적으로 용이한 비계층적 군집분석(남영우, 2020)을 활용하였다. 그러나 이 경우 사전에 연구자가 적절한 군집의 수를 지정하여 군집별 분화 형태를 탐색하므로 최적의 군집 수를 정하는 것이 중요하다. 따라서 계층적 군집분석을 통해 18개의 특성지표를 기준으로 294개의 노후·저층주택 밀집그리드가 분화되는 양상을 파악하여 최적의 군집 수를 결정하였다.

계층적 군집분석은 최초 관측치만큼의 군집에서부터 최종적으로 하나의 군집이 형성될 때까지 반복하여 다수의 군집으로 집단화하는 방법으로 본 연구에서는 군집방법 중 가장 보편적으로 이용되고 있는(성은영, 2017) 제곱유클리디안 거리를 사용하고 Ward’s 방법을 활용하여 최적의 군집 수를 탐색하였다. 제곱유클리디안 거리는 제곱유클리드거리 삼각형 원리를 통해 두 지점 간의 최단거리를 구하여 제곱하는 방식으로 다차원적인 공간에서 거리를 측정하는 경우 사용하며 다음 <Formula 1>을 통해 거리를 측정한다. Ward’s 방법은 각 군집의 오차분산자승 총합의 증가를 최소화하는 방법으로 유사한 경우의 사례를 군집화하면서 구분하는 방식이다. 오차분산자승의 총합은 다음 <Formula 2>과 같이 나타낼 수 있다.

Fomula 1.

Distance between two points

Fomula 2.

ESS calculation method

비계층적 군집분석은 어느 한 군집에만 속하도록 군집을 형성하는 상호배반적 군집방법(박찬영, 2020)으로 본 연구에서는 K-means 군집방법을 활용하였다. 이는 사전에 군집 수를 결정하는 군집방법으로 각 개체가 어느 군집에 속하는지 파악하여 군집별 특성을 파악하는 데 유리한 분석방법으로 아래 <Formula 3>의 목적함수를 최소화하는 것을 목표¹³⁾로 한다.

Fomula 3.

Objective function

(2) 유형 간 차이 비교분석

각 군집이 지표에 따라 통계적으로 유의미하게 분류되었는가를 판단하기 위해 서로 다른 집단 간의 평균에서 분산 값을 비교하여 집단의 평균 간에 차이가 있는지를 확인할 수 있는 분산분석을 실행하였다.

본 연구에서는 일원배치 분산분석을 활용하였으며 이는 하나의 독립변인에 의한 종속변인의 평균 차이를 검정하는 방법으로 둘 이상의 집단을 비교하기 위해 사용한다. 이때 독립변수는 명목척도, 종속변수는 등간척도 또는 비율척도로 구성되어야 한다.

실질적으로 노후·저층주택이 밀집한 그리드를 도출하기 위하여 앞서 구축한 노후·저층주택 데이터를 point로 변환하고, 1만m² 넓이의 육각형 그리드에 Spatial Join을 활용하여¹⁵⁾ 각 그리드별로 노후·저층주택의 개수를 살펴보았다. 또 노후·저층주택을 포함한 전체 건축물 데이터를 point로 변환하여 앞선 과정과 동일하게 그리드 내에 join하였다. 이후 그리드 내에 노후·저층주택과 전체 건축물 point가 0개인 그리드와 정비(예정)구역 내(<Figure 2> 참조)에 속하는 그리드를 제외하고 각 그리드별 노후·저층주택의 비율을 도출하였다.

Figure 2.

Spatial distribution of maintenance (scheduled) area

다음으로 분석을 위한 노후·저층주택 밀집의 기준은 관련 법·제도상 구역지정 요건을 참고하여 노후·저층주택의 비율이 60% 이상이며 호수가 20채 이상인 그리드를 도출하여 1,195개의 그리드를 분석대상 그리드로 선정하였다(<Figure 3> 참조).

Figure 3.

Spatial distribution of 1,195 grids

앞서 구축한 특성지표들은 공간적 단위가 서로 상이하여 분석을 진행하기에 앞서서 균질한 크기의 하나의 공간단위로 재구축(이새롬·양희진, 2021)하는 과정이 필요하다. 지표별로 구득이 가능한 공간단위는 그리드 단위의 특성지표가 12개, 집계구 단위의 특성지표가 9개¹⁶⁾이다. 또한 집계구 단위로 구득가능한 소득수준과 대출잔액은 원본 데이터상 집계구 일련번호와 서울시 집계구 데이터의 집계구 일련번호 간 상이한 경우가 발생해 일치하는 집계구만 도출하여 분석에 활용할 필요가 있다.

따라서 본 연구에서는 4단계의 분석 대상지 한정과정을 거쳐 최종 분석 대상그리드를 도출하였다. 먼저 서울시 전체 집계구 18,718개와 앞서 도출한 1,195개 노후·저층주택 밀집그리드를 중첩시켜 경계가 서로 맞닿아 있는 집계구 817개를 도출하였다. 두 번째로, 앞서 도출한 집계구 817개의 집계구 일련번호와 소득수준·대출잔액 데이터상의 집계구 일련번호를 비교하여 일치하는 집계구 335개를 추출한다. 세 번째로, 집계구 335개와 앞서 도출한 1,195개의 노후·저층주택 밀집그리드를 중첩시켜 집계구 중심을 나타내는 point가 그리드의 내부에 완전히 속하는 그리드만 도출하였고, 1개 그리드 내 다수의 집계구가 속하는 경우 집계구별 데이터의 평균을 해당 그리드의 데이터로 산출하여 1,195개의 분석 대상그리드 중 약 25% 수준인 294개의 최종 분석 대상그리드를 선정하였다(<Figure 4> 참조).

Figure 4.

Spatial Distribution of final analysis target 294 grids

294개의 최종 분석 대상그리드의 자치구별 분포 현황을 살펴보면 서남권에 해당하는 영등포구 34개, 관악구 31개, 구로구 20개, 동작구 14개, 강서구 8개, 금천구 6개 등 전체의 약 38%인 113개가 집중적으로 분포하고 있다. 이어서 동북권에 해당하는 성북구 18개, 강북구 17개, 동대문구 17개, 노원구 16개, 성동구 13개, 광진구 및 중랑구 9개, 도봉구 4개 등 전체의 약 35%인 103개가 집중 분포하고 있는 것으로 나타났다. 이를 중심으로 이어서 서북권 38개(13%), 동남권 29개(10%)가 분포하고 있으며 도심권에는 가장 적은 11개(4%)의 그리드가 분포하고 있다.

최종 분석 대상그리드의 입지를 서울시 내 생활권 중심지와 비교한 결과 노후·저층주택 밀집지역 294개 중 1개만 서울시 내 75개의 생활권 중심 내에 속하는 것으로 나타났으며, 이는 최종 분석 대상그리드로 선정한 294개의 노후·저층주택 밀집지역이 정비(예정)구역뿐 아니라 생활권 중심지에서도 소외된 지역에 분포하고 있음을 나타낸다(<Figure 5> 참조).

Figure 5.

A comparison of spatial distribution with the central system of Seoul

최종적으로 선정한 21개의 특성지표를 활용하여 294개의 노후·저층주택 밀집그리드를 대상으로 군집분석을 실시하였다. 본 연구에서는 적절한 군집의 개수를 정하는 기준으로 계층적 군집분석의 군집화 일정표를 참고하였으며(<Table 4> 참조), 291단계에서 292단계의 계수 증가 폭이 가장 크게 나타나므로 전 단계인 291단계의 결합군집을 기준으로 최적의 군집 수를 4개로 결정하였다.

Table 4.

A clustering schedule

4개의 군집 수를 설정한 후 각 군집의 특성을 분석하기 위해 K-means 군집분석을 실시하였다. 그 결과 20개의 특성지표가 유의확률을 만족하였으며¹⁷⁾ 군집1은 127개, 군집2는 77개, 군집3은 22개, 군집4는 68개의 노후·저층주택 밀집그리드가 속하는 것으로 나타났다(<Table 5> 참조). 이어서 지표별로 두드러지는 차이를 보이는 특성을 중심으로 기술통계량을 활용하여(<Appendix 1> 참조) 유형 간 차이를 검토하였다.

Table 5.

Number of cases by cluster

(1) 물리적 특성 영역

유형2는 접도율이 가장 높고 과소필지 비율이 14.7%에 불과하며 평균 필지규모는 156.7m²에 달한다. 또한 부정형지수가 0.11로 비교적 정형의 필지가 많아 도로 및 필지여건이 가장 우수한 유형이다. 공원 비율 역시 가장 높아 비교적 자연환경이 우수하나 경사지의 특성이 강해 주거지 선호 여부가 분명한 지역¹⁸⁾이다. 반면 유형1과 유형3의 경우 과소필지 비율이 높고 부정형지수가 큰 필지들이 분포하여 필지여건이 양호하지 못하며, 유형4는 접도율이 가장 낮아 도로여건이 양호하지 못하고 평균 필지규모가 110.1m²로 가장 작아 소규모필지가 다수 분포하는 유형이다(<Figure 6-8> 참조).

Figure 6.

Road·parcel conditions

Figure 7.

Irregularity index

Figure 8.

Status of maintenance infrastructure·slope degree

(2) 인구·가구 특성 영역

청년인구 비율과 노인인구 비율은 유형 간 상반되는 경향을 보인다. 유형1은 청년인구 비율이 가장 낮지만 노인인구 비율이 가장 높고 유형2는 반대의 성향을 보인다. 또한 유형2는 세대수가 평균 118.7세대로 4개 유형 중 낮은 반면 가구 수는 평균 288.6가구로 가장 높은 경향을 보여 비교적 청년인구 위주의 세입자 비율이 높은 다가구 주택이 밀집한 지역으로 판단된다. 유형4는 세대수가 가장 많으나 나머지 특성지표에서 노후·저층주택 밀집지역 전체 평균과 유사한 수준을 보였다(<Figure 9, 10> 참조).

Figure 9.

Number of households

Figure 10.

The proportion of the youth·elderly population

(3) 경제적 특성 영역

4개 유형 중 지역 내 경제활동이 가장 활발할 것으로 판단되는 유형은 유형3이다. 사업체수가 89.2개로 가장 많고 이에 따라 종사자수 역시 453.5명으로 가장 많으며 공시지가, 소득수준, 대출잔액 역시 가장 높다. 유형2는 이와 상대적인 유형으로 소득수준과 대출잔액 역시 낮은 편에 속하나 대출잔액의 경우 노후·저층주택 밀집지역 전체의 평균보다 높은 수준을 보여 경제활동의 목적 외에 주택 마련을 위한 대출 등 다양한 목적의 대출이 발생한 것으로 판단된다. 유형1은 모든 특성지표에서 노후·저층주택 밀집지역 전체 평균과 유사하며 유형4는 공시지가를 제외한 모든 특성지표가 평균에 못 미치는 수준을 보였다(<Figure 11-13> 참조).

Figure 11.

Number of businesses

Figure 12.

Number of employees

Figure 13.

Income level·loan balance

(4) 건축물 관련 특성 영역

유형3은 노후주택 비율과 소형주택 비율이 다른 유형에 비해 낮거나 노후·저층주택 밀집지역 전체 평균보다 낮은 수준을 나타내어 비교적 주택 환경이 양호한 특성을 나타내고 있다. 유형2의 경우 소형주택 비율이 63.3%로 가장 높은 데 비해 유형4는 소형주택의 비율이 38.4%로 가장 낮으며 대부분의 주택이 노후된 것으로 나타났다. 유형1의 경우 모든 특성지표별 평균값이 노후·저층주택 밀집지역 전체 평균과 유사한 수준을 보였다(<Figure 14> 참조).

Figure 14.

The proportion of deteriorated houses·small houses

(5) 입지 특성 영역

지하철역까지 거리는 각 그리드에서 평균 600m 내외로 접근이 가능하나 유형 간에 약 350m 수준의 편차를 보이며, 유형3의 경우 약 360m 내외로 교통접근성이 우수한 편이나 유형2는 약 700m·유형1은 약 650m로 교통접근성이 열악한 지역인 것으로 판단된다. 이는 앞서 분석한 바와 같이 공시지가가 유형3이 가장 높고 유형2가 가장 낮으므로 교통접근성에 따라 공시지가에 영향을 미치는 것으로 판단된다. 용도지역 비율의 경우 유형3이 가장 높아 개발수용력이 가장 높으며 유형2는 반대되는 특성을 보여 향후 정비사업 시 밀도를 향상하는 방안 마련이 필요한 지역으로 판단된다(<Figure 15> 참조).

Figure 15.

Location characteristic area

서울시 내 노후·저층주택 밀집지역을 4가지 유형으로 구분한 후, 주성분 분석을 활용하여 각 유형별로 설명력이 높은 성분을 도출하고¹⁹⁾ 각 성분 내의 특성지표를 통해 각 유형에 따른 특성을 파악하였다.

유형1의 주성분분석 결과(<Appendix 2> 참조) 설명력이 높은 성분으로 공시지가, 지하철역까지 거리, 청년인구 비율과 노인인구 비율이 포함되었으며, 이는 교통접근성이 불량하고²⁰⁾ 청년인구 비율이 낮은 데 비해 노인인구 비율이 높은 특징을 나타내므로, 유형1을 ‘교통접근성이 불량한 노인인구 밀집지역’으로 구분하였다.

유형2의 주성분분석 결과(<Appendix 3> 참조) 설명력이 높은 성분으로 유형1과 동일한 공시지가와 지하철역까지 거리가 포함되었으며 특징적으로 인구·가구 특성 영역의 모든 지표가 속한 것으로 나타났다. 이는 교통접근성이 불량하고 세대수가 적은 것에 비해 가구 수가 가장 많아 세입자 비율이 높은 것으로 판단되며 노인인구 비율이 낮은 데 비해 청년인구 비율이 가장 높은 특징을 나타내므로, 유형2를 ‘교통접근성이 불량한 청년세입자 밀집지역’으로 구분하였다.

유형3의 주성분분석 결과(<Appendix 4> 참조) 설명력이 높은 성분으로 지하철역까지 거리, 용도지역, 세대수, 사업체수와 종사자수가 속한 것으로 나타났다. 이는 지하철역까지 평균 거리가 500m 미만으로 역세권에 입지하여 교통접근성이 우수하고 용도지역의 비율이 가장 높은 유형이다. 또한 사업체수와 종사자수가 많아 경제활동이 활발하게 이루어지는 것으로 판단되어 유형3을 ‘역세권 주변의 용도복합 지역’으로 구분하였다.

마지막 유형4의 주성분분석 결과(<Appendix 5> 참조) 설명력이 높은 성분으로 노후주택 비율과 세대수가 포함되었다. 이는 노후주택의 비율이 다른 유형에 비해 가장 높고 세대수가 가장 많아 상대적으로 노후주택이 과밀한 유형으로 판단되며 동일한 건축물 관련 특성 영역상 소형주택의 비율이 다른 유형에 비해 가장 낮은 특징을 나타내므로 유형4를 ‘소형주택의 비율이 낮은 노후주택 과밀지역’으로 구분하고, 4가지 유형에 대하여 노후·저층주택 밀집지역의 유형별 특성을 비교분석하였다.

유형1은 지하철역까지 거리가 멀어 교통접근성이 불량하며 노인인구의 비율이 상대적으로 높은 유형으로 4개 유형 중 가장 많은 127개의 그리드가 주로 서남권²¹⁾인 구로구와 영등포구에 약 20%가량이 집중 분포하고 있다(<Figure 16> 참조). 이에 따라 구로구와 영등포구에서 각각 사례를 선정하여 유형1의 특성을 분석하였다.

Figure 16.

Spatial distribution of type 1

(1) 구로구 개봉1동·고척2동 일대

구로구 개봉동과 고척동에 맞닿아 있는 대상지는 가장 가까운 지하철역인 오류동역까지 1km가량 떨어져 교통접근성이 불량하며, 인구 특성 영역상 노인인구비율이 18.3%로 표준편차를 벗어나 다른 지역에 비해 노인인구가 밀집한 주거지역이다(<Figure 17-19> 참조). 필지 여건은 비교적 양호하며 전반적으로 지형이 완만하나 도로를 포함한 정비기반시설이 열악하므로 기반시설의 확보를 고려한 주거환경 개선이 필요하며, 노인인구가 밀집한 지역 특성상 도시재생사업이나 생활SOC 확충 등과 연계하여²²⁾ 노인인구 맞춤형 근린환경 개선 등에 대한 노력이 필요하다.

Figure 17.

Status of target site in Guro-gu (type 1)

Figure 18.

Slope inside the grids

Figure 19.

Low-rise housing

(2) 영등포구 신길4동 일대

영등포구 신길동의 대상지는 상대적으로 부정형의 소규모필지가 밀집하여 필지여건이 양호하지 못하므로 개별필지 단위의 주택갱신에는 한계가 있을 것으로 판단된다. 인구 특성은 구로구 대상지와 유사하게 노인인구가 밀집한 지역이며 대상지 북쪽의 신길역과 영등포역, 남쪽의 신풍역까지 거리가 평균 860m 내외로 교통접근성이 불량한²³⁾ 주거지역이다(<Figure 20, 21> 참조).

Figure 20.

Status of target site in Yeongdeungpo-gu (type 1)

Figure 21.

Irregularly shaped parcel inside the grids

유형2는 세대수에 비해 가구 수가 많아 세입자 비율이 높으며 이 중 청년인구의 비율이 높은 유형이다. 77개의 그리드가 관악구, 동대문구, 강북구, 서대문구 등에 밀집하며(<Figure 22> 참조) 서울대학교 인근 신림동, 서울시립대학교 인근 휘경동을 중심으로 분포함에 따라 자치구 내의 대학교의 입지와 공간적으로 영향을 미치는 것으로 판단된다. 이에 따라 관악구와 동대문구에서 각각 사례를 선정하여 유형2의 특성을 분석하였다.

Figure 22.

Spatial distribution of type 2

(1) 관악구 신원동·서원동 일대

관악구 신원동과 서원동에 맞닿아 있는 대상지는 비교적 격자형 도로망으로 이루어져 있으며 정형의 필지규모가 큰 편으로 도로 및 필지여건이 우수하나 경사도가 42%로 급경사지가 많은 주거지역이다. 노인인구는 9.8%인 것에 비해 청년인구 비율이 36.9%로 많이 거주하고 있으며 세대수(195세대) 대비 가구 수(288.3가구)가 높아 청년인구 중심의 세입자 비율이 높은 것으로 판단된다. 또한 입지 특성 영역의 경우 지하철역까지 거리가 평균 785.6m로²⁴⁾ 교통접근성이 좋지 못한 주거지역인 것으로 나타났다(<Figure 23, 24> 참조).

Figure 23.

Status of target site in Gwanak-gu (type 2)

Figure 24.

Slope inside the grids

(2) 동대문구 휘경2동 일대

동대문구 휘경동에 위치한 대상지는 JX-118 그리드 내 일부 부정형필지를 제외하면 대부분의 도로가 폭 4m 이상의 격자형 도로망으로 이루어져 있으며 특히 과소필지 비율이 평균 8% 수준으로 매우 낮아 도로 및 필지여건이 비교적 양호하며 경사는 평균 14% 수준으로 비교적 경사지형에 입지한 주거지이다. 대상지 인구 절반 이상이 청년인구로 구성되어 있으며 세대수(200세대) 대비 가구 수(339.5가구)가 높아 청년세입자 비율이 높은 것으로 판단된다. 이에 따라 유형2의 경우 향후 물리적인 환경개선과 동시에 도시 내 저렴한 주거지의 유지라는 주택정책적 목표를 위해 세입자 주택정책이 함께 마련될 필요²⁵⁾가 있다(<Figure 25, 26> 참조).

Figure 25.

Status of target site in Dongdaemun-gu (type 2)

Figure 26.

Slope inside the grids

유형3은 지하철역까지 거리가 가장 가까워 교통접근성이 양호하며 이에 따라 공시지가가 가장 높은 수준을 보인다. 또한 사업체수와 종사자수가 다른 유형에 비해 밀집하고 있는 특성이 두드러지는 유형으로 나타났다. 대부분이 역세권 내에 분포하고 있어 교통접근성과 경제적 특성영역이 상관관계를 가지는 것으로 판단된다. 22개의 그리드가 영등포구 3개, 광진구·성동구 2개 등 자치구별로 1~3개 내외의 분포를 보이며(<Figure 27> 참조), 이에 따라 영등포구와 광진구에서 각각 사례를 선정하여 유형3의 특성을 분석하였다.

Figure 27.

Spatial distribution of type 3

(1) 영등포구 대림3동 일대

영등포구 대림동에 위치한 대상지는 대림역에서 100m가량 떨어져 있어 교통접근성이 매우 양호하며 공시지가가 서울시 노후·저층주택 밀집지역 평균에 비해 높은 수준을 나타낸다. 해당 그리드는 2종일반주거지역과 준주거지역에 속해 향후 개발수용력이 높을 것으로 판단²⁶⁾되며, 사업체수와 종사자수가 각각 175개와 476명으로 상대적으로 많이 분포하고 있어 주거 외의 건축물 유형의 비율이 높다. 또한 경제적 특성영역에서 소득수준과 대출잔액 모두 비교적 높은 수준을 나타냈다(<Figure 28-30> 참조).

Figure 28.

Status of target site in Yeongdeungpo-gu (type 3)

Figure 29.

Outskirts of the grid

Figure 30.

Inside of the grid

(2) 광진구 화양동 일대

광진구 화양동에 위치한 대상지는 건국대학교 출입구와 인접하여 앞서 분석한 유형2와 유사한 특성을 보이나 어린이대공원역과의 거리가 200m 내외로 교통접근성이 우수하며 이에 따라 공시지가 또한 높은 수준을 보이는 차이가 나타났다. 대림동 대상지와 유사하게 2종일반·3종일반주거지역 및 준주거지역에 속하며 사업체수와 종사자수가 각각 76개와 151명으로 상대적으로 많이 분포하고 있다(<Figure 31-33> 참조).

Figure 31.

Status of target site in Gwangjin-gu (type 3)

Figure 32.

New buildings

Figure 33.

View of the target site

유형4는 소형주택을 제외한 노후주택 비율이 81.3%로 가장 밀집되어 있는 지역으로 4m 이상의 도로와 접하는 필지 비율이 대상지 내의 절반이 채 되지 않는 수준으로 최소치를 보여 도로 여건이 불량하다. 68개의 그리드가 강동구에 14개·송파구 9개 등 동남권에 37%가량 집중 분포하고 있으며, 동대문구 6개·중랑구 5개 등 동북권에도 일부 분포한다(<Figure 34> 참조). 이에 따라 동남권을 중심으로 사례를 선정하여 유형4의 특성을 분석하였다.

Figure 34.

Spatial distribution of type 4

(1) 강동구 천호3동 일대

강동구 천호동에 위치한 대상지는 천호뉴타운사업 등 인근의 개발 이슈에서 소외되어 노후주택이 지속적으로 밀집해온 지역으로, 노후주택의 비율이 91.1%로 매우 높으며 소형주택의 비율이 25.7%로 서울시 노후·저층주택 밀집지역의 평균인 48.2%에 비해 적은 것으로 나타났다. 또한 접도율이 30% 미만이며 상대적으로 소규모의 필지가 밀집되어 있어 도로 및 필지여건이 열악한 반면 대상지 내 노상주차장이 다수 분포하고 있어 좁은 도로 폭으로 인한 주차난 발생이나 차량·보행통행의 불편함을 일부 해소하고 있는 것으로 나타났다(<Figure 35-37> 참조).

Figure 35.

Status of target site in Gangdong-gu (type 4)

Figure 36.

Roadside parking lot

Figure 37.

Narrow road width

(2) 송파구 풍납1동 일대²⁷⁾

송파구 풍납동에 위치한 대상지는 강동구 천호3동의 대상지와 유사하게 노후주택의 비율이 88.5%로 매우 높게 나타났으며 소형주택의 비율이 19.6%로 중·대규모의 노후주택이 과밀한 것으로 판단된다. 그리드 내부가 4m 미만의 도로로만 이루어져 있으며, 평균 필지규모가 89.8m²로 과소필지의 기준인 90m² 미만인 필지가 밀집하고 있는 것으로 나타나 도로 및 필지여건이 열악한 조건을 보였다. 반면 노상주차장이 다수 분포하고 있어 열악한 도로 여건으로 인한 주차난을 해소하고 있는 것으로 나타났다(<Figure 38-40> 참조).

Figure 38.

Status of target site in Songpa-gu (type 4)

Figure 39.

Public parking lot

Figure 40.

Narrow road width