1. 서론

1) 연구의 배경 및 목적

최근 도시 간 관계에서 지리적･물리적 거리보다 네트워크의 연결성과 중심성을 활용한 접근이 중요하게 부각되고 있다. 물리적 연계망에 기반한 전통적인 도시 시스템은 점차 지식 기반의 무형 네트워크 중심으로 전환되고 있으며(윤효림 등, 2025), 이는 도시 간 관계가 단순한 거리나 공간적 인접성에 의해 결정되지 않고, 지식의 흐름과 협업과 같은 비가시적 요소를 통해 새롭게 형성되고 있음을 보여준다. 특히 교통과 통신 기술의 비약적 발전은 도시와 지역들 사이의 물리적 거리를 뛰어넘는 새로운 연결구조를 만들어내고 있으며, 이는 지식기반사회로의 이행과 맞물려 도시 간 연계 방식의 근본적 변화를 의미한다(최병두･송민정, 2015).

실제로 공공부문 업무 네트워크를 통한 도시 간 상호작용 연구에서는 기존 인구 규모 기반 분석과 달리 도시 영향력 기반 체계가 인구 규모 대비 덜 위계적인 구조임을 확인하였다(이성호, 2025). 이러한 선행연구는 물리적 거리나 전통적 위계 중심 분석에서 네트워크 관점의 도시 구조 분석의 필요성을 제기한다. 특히 정보의 흐름을 통한 도시 구조 분석에 있어서 Park and Thelwall(2003)은 하이퍼링크 네트워크가 정보 흐름과 조직 간 상호작용을 구조적으로 시각화하고 중심 노드나 브로커 역할을 수행하는 사이트를 식별하는 데 매우 유효함을 밝힌 바 있다. 이는 단순한 기술적 기능을 넘어 사회적･정보적 연결구조가 웹페이지･조직･지역 간의 연계 구조를 드러날 수 있다는 데에 그 중요성이 있다.

이에 본 연구는 비상업 도메인과 이들이 참조한 하이퍼링크 네트워크를 구축하여 우리나라 정보 네트워크를 생성하고, 이를 국토 공간에 투영해 분석하고자 한다. 차수 중심성 분석과 𝑘-core 해체분석을 통해 핵심 구조를 도출하고 지역 간 비대칭성, 중심지 위계, 결속 구조 등을 관찰하고자 한다. 전국 단위의 디지털 정보 연계를 기반으로 한 국토 정보 공간 전반을 조망하는 것을 목표로 한다.

2) 연구의 범위 및 방법

본 연구의 분석 대상은 전국의 비상업 도메인(출발지, 2024년 기준)과 각 도메인에 포함된 하이퍼링크(도착지, 상업 포함)이다. 하이퍼링크의 출발 도착 관계를 총 161개 시･군 공간으로 전환한 전국 네트워크가 공간적 범위이다. 개별 도메인의 디지털 연결 관계를 물리적 공간인 시･군 단위 노드로 재구성함으로써, 웹 기반 정보 연계가 실제 지역 간 상호작용 구조에서 어떻게 나타나는지를 파악할 수 있도록 하였다.

분석방법은 네트워크 분석이며, 방향성을 고려한 차수 중심성을 통해 어떤 지역이 디지털 정보의 주요 허브로 기능하는지를 도출하였다. 또한, 𝑘-core 분석을 통해 네트워크 응집 코어 집단을 식별하고 중심부와 주변부 노드들의 결속 패턴을 파악하였다.

이를 위해 2장에서 도시 네트워크의 중요성, 하이퍼링크의 활용성, 𝑘-core 분석의 적용에 관한 선행연구를 검토하여 연구 방법을 정립하였다. 3장 분석 방법에서는 본 연구의 분석 절차와 방법에 대해 구체화하고, 4장 분석 결과에서 차수 중심성 분석, 𝑘-core 분석의 결과를 바탕으로 국토 정보 네트워크 구조를 해석하였다. 마지막 5장 결론에서는 분석 결과를 요약하고, 연구 결과를 통한 시사점을 제시하였다.

2. 선행연구: 정보 네트워크 분석 방법 및 동향

1) 네트워크 중심성

배후지의 인구수나 중심 서비스 지수 등을 활용한 전통적 중심지 이론 기반의 연구는 도시 간 상호작용의 흐름을 명확하게 반영하지 못한다(이희연･김홍주, 2006). 도시 간 관계는 단순한 물리적 거리 이상의 네트워크 구조로 이해될 수 있는데 이는 자본, 노동, 기술, 지식 등의 흐름을 통한 상호 협력 관계 구조로 이해할 수 있다(Castells, 2007). 네트워크 분석이 주목받는 이유는 정책 및 행정적으로 분절된 경계를 넘는 공간의 상호 관련 지표를 통해 분석이 가능하다는 점이다(임화진, 2013). 높은 연결 밀도를 가진 노드들은 네트워크 내 중심 주체가 되며(Barabási and Albert, 2000) 이들은 정량적 중심성 지표를 통해 분석될 수 있다. 네트워크 중심성은 네트워크 내 개별 노드(도시)의 상대적 중요도를 나타내는 지표로, 차수 중심성(Degree centrality), 근접 중심성(Closeness centrality), 매개 중심성(Betweenness centrality), 아이겐벡터 중심성(Eigenvector centrality)이 대표적이다 (Freeman, 1979).

최근 도시 네트워크 연구는 과거 전통적 이론에서 벗어나 실질적인 도시의 성장 기제 및 변화에 맞춰 변화하고 있다(엄현태･우명제, 2019). 대표적으로 중심성 지표를 활용해 허브 역할을 하는 중심 도시와 주변 도시 간의 구조적 불균형, 정보 흐름의 집중성, 그리고 공간적 격차를 규명하는 연구들이 활발히 이루어지고 있다(김효성･구동회, 2019 등). 교통량을 이용해 도시 공간구조를 해석하는 연구(이희연･김홍주, 2006; 김희철･안건혁, 2012)를 시작으로 기업 간 관계(이성호, 2025), 연구 협력 관계(백효진, 2025), 하이퍼링크 관계(허우긍, 2003) 등 다양한 데이터를 활용하는 공간 연구로 확장되고 있다. 이처럼 도시계획 및 지역개발 분야에서 네트워크 중심성은 단순한 지리적 중심성 개념을 넘어, 기능적･사회적 연결성을 반영하는 중요한 도구로 자리 잡고 있다.

2) 하이퍼링크 특성과 활용

하이퍼링크(hyperlink)는 웹 환경에서 개별 문서 간 연결을 가능하게 하는 전자적 참조 구조로, 사용자가 하나의 웹페이지에서 다른 페이지로 이동할 수 있도록 하는 정보 연결 장치이다(Kleinberg, 1999). 하이퍼링크는 일반적으로 단방향 특성을 가지며, 웹페이지 간 연결 관계는 웹페이지를 노드로, 하이퍼링크를 엣지로 구성하는 방향성 네트워크로 모델링 된다(Kumar et al., 2000). 이때 하이퍼링크는 단순한 기술적 기능을 넘어, 웹사이트 간 정보 흐름의 방향, 영향력, 구조적 특성을 시각화하고 정량화할 수 있는 분석 도구로 활용된다.

박한우(2003)는 하이퍼링크가 웹사이트 간 커뮤니케이션 구조를 반영하는 사회적 지표로 기능할 수 있음을 제시하였으며, 웹 전체가 무질서한 구조가 아닌 일정한 링크 규칙을 따르며 성장해 왔음을 실증적으로 분석하였다. 외부의 정보를 선택적으로 참조한다는 점에서 정보 관계의 방향과 강도를 통해 정보 생산과 소비의 관계, 주체 간 의존성 및 위상의 차이가 반영되는데, 노드 속성 분석만으로는 드러나지 않는 이들의 상호의존성과 정보 확산의 구조를 이해할 수 있음을 보여주었다.

도시 네트워크 분석에서도 하이퍼링크의 적용 가능성은 점차 확대되고 있다. 허우긍(2003)은 국내 웹사이트 간 하이퍼링크를 활용하여, 사이버 공간에서의 도시 간 연결구조와 중심성의 위계를 규명하였다. 분석 결과, 서울이 압도적인 중심성을 가지며 정보 흐름의 허브임을 보였고, 현실 세계의 경기권 집중 현상이 온라인 공간에서도 재현되고 있음을 보여주었다. Brunn and Hernández-Lara(2022)는 중남미 주요 도시의 영어･스페인어･포르투갈어 기반 웹페이지를 대상으로 하이퍼링크 구조를 비교 분석하여, 언어권 중심성과 온라인 지식 접근성의 격차를 실증적으로 밝혀냈다. 이처럼 하이퍼링크는 어떤 도메인이 어떤 방향으로 얼마나 자주 상대 도메인을 참조하는지를 통해 정보의 흐름을 추정하고, 이를 공간에 투영해 관계적 연결구조와 공간 중심성을 분석하는 도구로서 의미를 갖는다.

3) 하이퍼링크 네트워크 국내 선행연구

앞장에서 설명한 허우긍(2003) 외에도 하이퍼링크 관련 연구가 진행되어왔다. 박한우 등(2005)은 웹사이트 간 하이퍼링크 구조를 사회연결망 분석에 적용하여 중심성･밀도･응집도 등의 지표가 사이버 공간의 구조를 설명하는 데 유효함을 이론적으로 정리하였다.

박한우(2004)는 2000~2004년 한국 정치 웹사이트 간의 하이퍼링크 구조 변화를 추적하여, 정치 커뮤니케이션 네트워크의 진화 양상을 분석하였다. 분석 결과, 보수와 진보 진영의 정치 웹사이트가 각각 독립적인 네트워크를 형성하고 있었으며, 특정 정당의 중심성이 시간이 지날수록 증가하여 정치 정보 흐름의 핵심 노드 역할이 강화되는 양상을 도출하였다.

분야별 특화된 네트워크 구조를 분석한 연구도 수행되었다. 노윤주･김성희(2017)는 국내 도서관 웹사이트 32개를 대상으로 하이퍼링크 네트워크를 분석하여 도서관 유형별로 정보 교류의 허브 도서관을 규명하였다. 또, 진로정보 관련 웹사이트를 분석한 최수정･정철영(2009)은 네트워크 밀도와 중심성 지표, 군집화를 통해 고립된 기관을 도출하고, 이들의 네트워크 참여 유도 정책이 필요함을 시사하였다.

다만, 전국 도시공간으로 적용을 확장한 연구는 허우긍(2003)이 유일하다. 그는 (구)인터넷지능정보센터를 비롯해 모든 한국 도메인을 시･군으로 분류하고, 인구대비 밀집도로 웹사이트를 추출하여 네트워크 중심성을 분석하였다. 본 연구는 상업 도메인(co.kr)을 제외한 공공 도메인만을 기점으로 한점, 중심성 분석에 더해 코어 분석을 했다는 점에서 차이가 있다. 기존 연구들이 중심성 지표를 활용하여 연결 수가 많은 허브 노드를 선별하고 정보 불균형 문제를 시사했다면, 본 연구는 𝑘-core 분석을 통해 네트워크 구조에서 주변부 제거 시에도 견고한 위상을 유지하는 노드를 기반으로 공간구조를 해석하였다는 데에 의의가 있다.

4) 𝑘-core 해체분석 특성

기존 하이퍼링크 기반 선행연구에서는 주로 중심성 지표를 분석해 왔다. 하지만 중심성 지표들은 직관적 의미 전달이 미약하고 각각 표현하는 의미가 달라 통합적 해석이 복잡하다(Freeman, 1979). 이러한 단점을 보완하기 위해 본 연구는 𝑘-core 분석을 적용함으로써 네트워크를 유지하는 응집 노드의 구조를 보다 정교하게 파악하고자 한다.

𝑘-core 해체분석은 그래프 이론에서 각 노드가 최소 𝑘개의 연결을 가지는 최대 부분 그래프(subgraph)를 찾는 과정으로, 차수가 𝑘보다 작은 노드를 반복적으로 제거해 나가는 방식으로 진행된다(Seidman, 1983). 이를 통해 각 노드의 코어값(core value)을 정의하고 전체 네트워크를 다양한 수준의 코어-쉘(𝑘-shell) 구조로 분해할 수 있다. Seidman (1983)은 이러한 𝑘-core를 ‘각 정점의 차수가 최소 𝑘 이상인 최대 연결 부분그래프’로 정의하며, 𝑘값이 증가함에 따라 핵심 구조가 드러난다고 보았다. 𝑘값이 커질수록 네트워크 크기는 감소하며 높은 구조적 응집성을 갖는 노드들만 남게 된다(Seidman, 1983). 차수 중심성이 단순 연결 개수를 기반으로 측정된다면 𝑘-core는 연결된 노드의 차수도 함께 높아 클러스터링(삼각 연결)이 풍부할 때 𝑘값이 높아진다. 즉, 많이 연결된 노드가 아니라 약한 연결이 제거되는 과정에서 마지막까지 남는 구조적 핵심 노드를 나타낸다.

이 분석 방법의 핵심 특성은 네트워크의 응집력과 계층성을 효과적으로 드러낸다는 점이다. 높은 코어값을 갖는 노드는 네트워크의 결속성과 내구성을 뒷받침하는 핵심 역할을 수행한다(Malvestio et al., 2020). 따라서 도시 네트워크 구조를 위계화하는데 주로 활용되고 있다. 예를 들어 Wen-Bo du et al.(2016)은 중국 국내 주요 공항들을 코어계층, 중간계층, 하위계층으로 구조화하였고, 이병현 등(2020)은 서울시와 뉴욕시의 공공자전거 데이터를 통해 각 도시의 공간구조와 핵심 지점을 추출하고 그 특징을 정량적으로 비교하였으며, 서울시 공공자전거 이용의 핵심 구조 지역을 추출하였다.

결과적으로, 𝑘-core 해체분석은 개별 노드의 영향력을 측정하는 중심성 분석과 달리, 네트워크 내부의 구조적 핵심부를 계층화하여 판별하는 데에 강점이 있다.

3. 분석방법

1) 데이터 수집 및 분석 절차

데이터는 출발지 노드와 출발지 노드에서의 하이퍼링크를 도착지로 하는 1차 연결 관계를 대상으로 하였다. 출발지 노드는 비상업 도메인을 대상으로 하며, 2024년 8월 대표 검색엔진(다음, 구글, 네이버) 상위 노출 도메인과 정부24 누리집의 기관 도메인을 Python 자동호출하여 확보하였다. 수집된 도메인은 go.kr, or.kr, re.kr, ac.kr 및 busan.kr과 같은 지자체의 루트 도메인과 서브 도메인이 포함되었다. 도착지 노드는 출발지 도메인의 메인 페이지 및 관련 기관정보 페이지에서 외부 사이트로 가는 배너 및 링크를 수집하였다(상업 도메인 포함, Python 자동화 및 수기입력). 마지막으로 각 도메인의 대표주소(시･군 정보)를 수집하였다(메인 페이지 대표주소 크롤링, 그 외 검색하여 수기입력). 2024년 8월 ~ 2024년 12월 데이터 수집･정제 과정에서 도메인이 열리지 않는 곳, SNS 플랫폼, 설명과 다른 사이트로 전환된 곳, 해외사이트, 대표주소(시･군)가 불분명한 곳과 중복 도메인은 제거하고, 도메인 출발지 3,998개, 도메인 도착지 22,294개를 확보하였다. 시･군 간 네트워크 구축과정에서는 자기회귀 링크(동일 시･군)를 제거하여 시･군 노드 161개, 링크 5,259개로 정리되었다. 이를 기반으로 NetworkX 라이브러리를 이용해 방향성 네트워크를 구축하였으며 도메인 링크 횟수를 시･군 링크 가중치로 부여하였다(그림 1).

그림 1.

연구 흐름

2) 차수 중심성 분석

차수 중심성은 특정 노드에 직접 연결된 이웃 노드의 수를 기반으로 해당 노드의 중심성을 측정한 값이다. 네트워크에서 직접적인 활동성, 정보 흐름의 관문, 연결 허브 여부를 판단할 수 있는 대표적 지표이다. 방향성 네트워크에서는 유입 차수 중심성과 유출 차수 중심성으로 구분하여 해석할 수 있다. 유입 차수 중심성은 특정 지역으로 유입되는 링크의 총량을 의미한다. 반면 유출 차수 중심성은 해당 노드에서 다른 노드로 얼마나 많은 링크를 내보냈는지를 나타낸다. 본 연구에서는 하이퍼링크 관계를 161개 시･군 노드로 전환하면서 각 시･군에 해당하는 전체 웹사이트 하이퍼링크 수가 가중치로 반영되었다. 따라서 유입 차수 중심성(정보 수신지, 식 1)과 유출 차수 중심성(정보 발신지, 식 2)을 아래와 같이 산출하였다.

$$\begin{gathered} G=(V,E) \\ V: 노드집합 \\ E: 링크집합 \end{gathered}$$

wiv:노드 i에서 노드 v로 들어오는 엣지의 가중치

n:전체 노드 수

wvi:노드 v에서 노드 i로 들어오는 엣지의 가중치

n:전체 노드 수

3) 네트워크 코어 분석

𝑘-core는 노드의 연결 밀도를 기준으로 네트워크의 중심부(core)에 위치한 노드를 식별하는 기법으로, 값이 높을수록 네트워크 내 상호 연결성이 강한 핵심 노드임을 의미한다. 본 연구에서는 유입 네트워크와 유출 네트워크를 구분하고 Python NetworkX의 𝑘-core 분해 알고리즘(networkx. algorithms.core)을 적용하였다. 또한 𝑘값 변화에 따른 생존 노드 수 분포를 통해 코어 전이 지점을 도출하고, 네트워크 연결구조 변화를 분석하였다. 이에 따라 정보 네트워크 공간구조에서 상위 위계의 코어 도시를 도출하고 차수 중심성에서의 허브 도시 분포와 비교하였다.

4. 분석 결과

1) 데이터 기초통계

시･군별 기종점 URL 총 개수의 공간적 분포는 표 1 및 그림 2와 같이 시･군 간 편차가 크게 나타났다. 경기권과 주요 광역시에 상대적으로 많은 URL이 집중된 것으로 나타났다. 특･광역시 중 울산광역시만이 상위 10위권에서 탈락하였으며, 경기권 외 지역 중 창원시 전주시가 상위 URL 보유 도시로 나타났다(표 2). 네트워크 전역의 기초 지표를 분석한 결과(표 3), 전역적 군집 계수는 0.515로 보통의 응집 수준을 보여주고 있다. 개별 노드의 응집성을 나타내는 국지적 군집 계수의 평균은 0.761로 전역 계수보다 높게 나타났다. 최댓값은 1.0으로 직접 연결된 도시들이 서로 완전히 연결된 경우가 존재하는 반면, 최솟값은 약 0.276으로 연결 도시 간 결속이 낮은 도시도 존재하는 것으로 나타났다. 국지적 응집 수준은 높은 편이나 편차가 있어 전역적 응집 수준을 낮추고 있었다. 연결성을 나타내는 거대 연결 요소(giant-component)는 1로 전국이 하나의 통합된 네트워크를 구성하고 있음을 확인하였다. 또한, 노드 연결성(node connectivity)과 엣지 연결성(edge connectivity)이 모두 3으로 나타났다. 이는 네트워크를 분리하기 위해 제거해야 하는 최소 노드와 엣지가 각각 3중 조합으로 필요함을 나타낸다. 단일 및 이중 노드 허브에 의존하지 않고, 핵심 노드 3개 또는 가장 취약한 연결 3개를 통해 분리되는 비교적 안정적인 구조임을 보여준다.

그림 2.

시･군별 URL 개수 분포

2) 차수 중심성 분석 결과

차수 중심성에서는 수신자 효과를 나타내는 유입 차수 중심성과 발신자 효과를 나타내는 유출 차수 중심성으로 분석하였다. 수신자는 정보가 필요한 타 노드들로부터 연결을 받는 입장으로 유입 차수 중심성이 높은 노드는 정보 연결 집적의 대상이 되는 인기 노드라고 할 수 있다. 발신자는 타 노드의 정보로 접근하는 경로를 제공하는 역할로 유출 차수 중심성이 높은 노드는 구조적 발신자를 의미한다. 유입과 유출 네트워크를 분리하는 것은 연결의 비대칭 구조를 명확히 하며 기능적 역할을 구조적으로 포착하여 네트워크를 보다 입체적으로 이해할 수 있다.

(1) 유입 차수 중심성: 수신자 효과

유입 차수 중심성 값 분포 확인을 위해 멱함수 분포(그림 3)와 중심성 네트워크 기초통계(표 4)를 먼저 검토하였다. 검토 결과 평균을 기준으로 하위 구간이 길게 이어지는 긴 꼬리 형태를 보이며 소수의 노드가 유입 연결의 대부분을 차지하는 구조를 나타냈다. 기초통계 결과, 유입 차수 중심성의 최댓값은 1, 최솟값은 0.0004, 평균은 0.0264로 평균 이상의 시･군이 19개에 불과하고, 나머지 142개 시･군은 평균 이하에 분포하여 소수 도시 집중 구조임을 확인하였다.

그림 3.

유입 차수 중심성 멱함수 그래프

이러한 분포 특성을 바탕으로 중심성 값을 살펴보면(표 5, 그림 4) 서울특별시(1.000)와 세종특별자치시(0.999)가 압도적으로 높은 값을 보이며 전국의 하이퍼링크 네트워크에서 수신 허브 노드로 나타났다. 이 두 도시는 행정･정책･고용･교육･언론 등의 핵심 기능이 집중된 도시로, 다른 지역으로부터 지속적으로 정보, 행정 수요, 정책 접근이 이루어지는 중심지 역할을 하고 있음을 시사한다. 다음으로 창원시(0.463)가 세 번째로 높은 중심성을 보였다. 창원시는 URL 보유 순위 8위, 유입 링크 수 순위 3위, 유출 링크 수 순위 2위로(표 2) 높은 연결성을 보이며 유입 차수 중심성에서도 상위 위계를 차지하고 있었다. 울산광역시와 광주광역시를 제외한 대구(0.134), 대전(0.129), 부산(0.075), 인천(0.069), 울산(0.051), 광주(0.036) 광역시는 서울･세종에 비해 낮은 위계를 보이며, 유입 중심부 기능을 하는 도시인 것으로 나타난다.

그림 4.

유입 차수 중심성 공간 네트워크

(2) 유출 차수 중심성: 발신자 효과

마찬가지로 유출 차수 중심성 네트워크의 멱함수 분포(그림 5)와 중심성 네트워크 기초통계(표 6)를 검토한 결과 유입 차수 중심성 분포와 유사하나 값의 감소 폭이 상대적으로 짧고, 상위 소수 노드 이후 중간 구간에 다수의 노드가 밀집되는 형태를 보인다. 이는 발신 기능이 다양한 노드에 넓게 분포하는 구조임을 시사한다. 기초통계 결과(표 6) 유출 차수 중심성의 최댓값은 1, 최솟값은 0이며 평균은 0.0732로 유입 차수 중심성 평균보다 높게 나타났다. 161개 노드 중 평균 이상의 값을 보이는 도시는 38개로, 유입 차수 중심성 보다(19개) 약 두 배 수준으로 나타나 발신 기능은 상대적으로 더 많은 노드로 분산되어 있음을 확인할 수 있었다.

그림 5.

유출 차수 중심성 멱함수 그래프

유출 중심성 분석 결과(표 7, 그림 6) 서울특별시(1.000)가 1위로 단일 허브로 나타났으며, 창원시(0.600)가 2순위를 차지하였다. 세종특별자치시(0.461)와 부산광역시(0.450) 및 대전광역시(0.396)가 특･광역시 중 서울시 다음의 위계를 보였다. 대구광역시의 경우 유입 차수 중심성 순위보다 낮아져, 유출보다는 유입 기능이 강한 도시로 나타났다. 특･광역시들은 모두 상위 20위에 포함되며 유입뿐만 아니라 유출 중심성에서도 행정적 위상이 반영되고 있었다. 또한, 김해･진주･양산･거제･사천 등은 창원･부산의 제조업 및 항공･방위산업 클러스터와 연계된 중견 공급 도시로, 하이퍼링크를 통해 정보를 외부로 연계하는 과정에서 높은 중심성을 보이는 발신형 노드로 나타났다. 전체적으로 유출 차수 중심성은 유입 차수 중심성보다 평균 이상 노드 수가 많고 허브 노드와의 중심성 값 차이가 완만히 분포한다. 이는 정보와 자원이 다양한 노드에서 생산･발신되지만, 그 흐름은 상대적으로 정보와 연결성이 높은 허브 노드에 집중적으로 수신되는 비대칭적 네트워크 구조가 존재함을 시사한다. 다시 말해, 하위 노드들은 자체 정보 발신 외에 정보가 풍부한 중심 노드의 정보 중개를 통해 네트워크에 참여하는 경향을 보인다고 할 수 있다.

그림 6.

유출 차수 중심성 공간 네트워크

3) 네트워크 코어 구조 분석 결과

𝑘-core 분석은 네트워크의 구조적 결속 수준을 단계적으로 식별하며 내부 결속이 강한 중심부와 주변부를 포착하는 과정이다. 본 연구에서는 유입 구조와 유출 구조가 동일하지 않기 때문에 코어 해체에 있어서도 유입과 유출 네트워크를 구분하여 분석하였다. 𝑘값 변화에 따른 권역별 생존 노드 수, 임계치에 따른 네트워크 형태 변화, 최종 코어 노드를 도출하였으며, 권역(경기권･관동권･호서권･호남권･영남권)은 공간 패턴의 개괄적 설명을 위한 범주로만 사용되었다.

(1) 유입 네트워크 코어 분석

먼저 유입 네트워크에서 𝑘=1부터 값을 증가시키면서 낮은 차수의 노드를 제거한 결과(그림 7, 그림 8, 표 8) 𝑘값 최대 445에서 경기권과 호서권이 가장 마지막까지 생존하는 지역으로 나타났다. 서울과 세종의 압도적으로 높은 유입 차수 중심성 위계 구조와 연계성을 보였다.

그림 7.

𝑘값에 따른 권역별 생존 노드 수(유입)

그림 8.

𝑘값에 따른 생존 노드 수 및 전이 구간(유입)

경기권과 호서권은 𝑘값 변화에 따라 생존 노드 수가 완만하게 감소하여 구조적 안정성을 보이지만, 관동권, 호남권, 영남권은 특정 𝑘 구간에서 급격한 소멸이 발생하며 후반부까지 생존하지 못하는 특징을 보였다. 특히 관동권은 낮은 𝑘 구간에서는 일정한 생존력을 유지하였으나 가장 먼저 급락하여 최종적으로 소멸하였고, 호남･영남권은 더 높은 𝑘값에서 급락하였으나 이후 완만히 감소하였다. 즉, 관동권 도시들은 유입 네트워크 구조에서 가장 취약한 연결성을 보이며 일부 연결이 끊기면 급격히 붕괴되는 구조임을 시사한다.

전이 구간 탐지에 따라(그림 8) 유입 네트워크 공간구조 변화를 분석하였다(그림 9). 𝑘값 변화에 따른 유입 네트워크에서는 𝑘=25구간까지 권역별 군집을 이루며 균일하게 네트워크를 구성하고 있다. 𝑘=45와 𝑘=50을 구간에서 관동권을 시작으로 호남권과 영남권 노드들이 대거 소멸하고 권역 내 중추 역할을 하는 노드만 생존하는 것을 확인하였다. 이후 𝑘=260으로 갈수록 위 현상은 가속화되고, 최종적으로 경부축으로 수렴하는 구조를 나타냈다. 이는 유입 네트워크가 행정 정보 수요가 집중되는 핵심 권역을 중심으로 유지되고 있는 응집 특성을 반영한다. 외부로부터 링크 수신 중추 노드가 우리나라 국토 중심축인 경부축을 그대로 반영하고 있으며, 관동권과 호남권의 소멸 양상은 더욱 두드러진다. 표 9는 우리나라 정보 네트워크의 코어 노드(𝑘=260)를 나타낸다. 경부축을 따라 서울･인천, 대전･세종, 부산･울산･대구가 중추 역할을 하며, 경기권의 성남･과천, 호서권의 청주가 각 권역에서 클러스터를 이루고 있다. 특이한 점은 호남권의 생존 도시가 광주광역시가 아닌 나주시로 도출된 것이다. 나주는 비경부축 혁신도시의 대표 노드로 경부축에서의 공간 이격이 뚜렷하나 유입 네트워크에서는 코어에 위치하는 핵심 노드로 나타났다. 유입 차수 중심성의 상위 위계와 코어 노드 분포에서는 차이가 있었다. 유입 차수 중심성이 높았던 수원(경기권), 창원(영남권), 전주･무안(호남권), 춘천･원주･홍성(관동권)은 유입 차수는 높았지만(표 5), 코어 노드에서 제외되며 전역적 네트워크를 유지하는 구조적 응집 역할은 상대적으로 낮은 것으로 나타났다.

그림 9.

유입 차수 𝑘값에 따른 네트워크 코어 변화

(2) 유출 네트워크 코어 분석

유출 네트워크는(그림 10), 유입 네트워크 보다 견고한 구조를 보였다. 유입 네트워크 보다 높은 𝑘값 분포(0~917)를 보이고, 호남권만이 급락 구간을 가지며 전반적으로 완만한 기울기를 보인다. 경기권만이 유입 네트워크와 유사한 감소 경향을 보이고 그 외 권역은 유입 네트워크 보다 완만하게 감소한다. 유출 네트워크에서의 권역별 생존 도시 분포는 영남권과 호서권이 일정 𝑘값부터 강세를 보이며 중심부 구조를 유지하는 것으로 나타났다(그림 10, 표 10). 관동권과 제주권은 𝑘=506에서 소멸하였다. 관동권은 유입과 유출 네트워크 모두에서 취약한 연결성을 보여주었다. 유출 네트워크 관점에서는 최종적으로 𝑘=917에서 영남권과 호서권 그리고 경기권이 살아남아 발신자 역할의 코어를 형성하고 있었다. 특히, 유입 네트워크와 달리 영남권이 가장 안정적으로 코어 구조를 구성하는 것으로 나타났다.

그림 10.

𝑘값에 따른 권역별 생존 노드 수(유출)

유출 네트워크 𝑘값 변화에 따른 전이 구간에 따라(그림 11) 공간분포를 분석한 결과는 다음과 같다(그림 12). 𝑘= 97까지 절반 정도의 노드가 생존하여 유입 네트워크 보다 높은 𝑘값까지 균등한 공간분포를 보이고 있었다. 𝑘=148에서 강원도를 시작으로 네트워크 구조가 붕괴되기 시작하였으며, 𝑘=271구간 이후에서는 영남권을 제외한 모든 권역의 국지적 결속이 급격히 소멸하였다. 𝑘=639에서는 영남권 중에서도 산업단지･혁신도시･중추기관 도시들이 전역적 구조의 코어 노드로 생존하였다. 유출 네트워크도 유입 네트워크와 마찬가지로 경부축이 코어로 나타나지만 유입 네트워크에 비해 영남권으로 쏠려있는 구조를 보여주었다. 이는 영남권 시･군들이 유입 보다 유출 네트워크에서 적극적으로 외부 정보를 연계하며 발신 코어 집단을 형성하고 있음을 나타낸다.

그림 11.

𝑘값에 따른 전체 생존 노드 수 및 전이 구간(유출)

그림 12.

유출 차수 𝑘값에 따른 네트워크 코어 변화

최종적으로 유출 네트워크의 코어 도시는 서울･인천-대전･세종-부산･대구-광주의 특･광역시와 청주를 비롯한 영남권 주요 도시들로 도출되었다(표 11). 유입 네트워크 보다 유출 차수 중심성 위계 분포와 정합성을 보이며 13위 이내 도시들이 모두 코어 도시로 생존하고 있었다.

유입과 유출 네트워크의 코어 도시를 비교했을 때(표 9 및 표 11), 호서권(대전･세종･청주)은 유입과 유출 모두에서 최종 코어에 포함되었다. 이들은 행정･연구･정책 기능을 매개로 유입과 유출 기능을 동시에 지탱함과 동시에 경부축의 중심에 위치하는 공간 네트워크 상의 결절점으로 작동함을 알 수 있었다. 반면 경기권은 유출보다 유입 구조에서 강한 응집성을 보이며 정보 수요의 수신 코어 역할이 강한 권역으로 나타났다. 가장 두드러진 차이를 보이는 영남권은 일부 광역시만 생존한 유입 네트워크와 달리, 유출 네트워크에서 창원･김해･진주･거제･양산 등 다수의 산업 도시들이 집단적으로 생존하며 정보 발신 코어 구조를 형성하였다. 또한, 호남권의 경우, 유입에서는 나주가, 유출에서는 광주광역시가 생존하여 기능에 따라 코어를 달리하였다.

4) 소결

본 연구는 전국 시･군을 대상으로 하이퍼링크 네트워크의 차수 중심성, 멱함수 분포, 그리고 𝑘-core 구조를 결합하여 도시 간 디지털 연결구조를 다층적으로 분석하였다. 먼저 중심성 분석에 앞서 멱함수 분포를 통해 네트워크의 전체적인 연결구조와 집중 양상을 확인하였으며, 이를 바탕으로 개별 도시의 중심성 역할과 구조적 결속 특성을 단계적으로 해석하였다. 분석 결과, 전국 하이퍼링크 네트워크는 단일 초점형 구조가 아닌 기능별로 분화된 다핵 구조를 형성하고 있음을 확인하였다.

유입 차수 중심성 분석에서는 서울특별시와 세종특별자치시를 중심으로 높은 수요 기반 결속이 나타났으며, 이는 행정･정책･교육･공공 서비스 접근이 특정 도시에 집중되는 구조를 반영한다. 반면 유출 차수 중심성 분석에서는 부산광역시와 대전광역시, 그리고 영남권 산업도시인 창원시･김해시･진주시 등이 두드러진 확산 역할을 수행하며, 정보와 서비스의 발신 기능이 특정 도시･군에 의해 분산적으로 이루어지고 있음을 보여주었다.

멱함수 분포 분석 결과에서도 이러한 차이가 확인되었다. 유입 네트워크는 소수 도시가 높은 중심성을 차지하고 다수 도시가 평균 이하에 분포하는 긴 꼬리 형태를 보인 반면, 유출 네트워크는 상대적으로 완만한 기울기를 가지며 중심성이 여러 도시로 분산되는 구조를 나타냈다. 이는 정보 수요는 특정 핵심 도시로 집중되는 반면, 정보 공급과 발신은 다수의 기능 도시를 통해 이루어지는 비대칭적 네트워크 구조를 시사한다.

𝑘-core 분석에서는 𝑘값이 증가함에 따라 다수 도시가 단계적으로 제거되었으며, 경부축을 중심으로 행정･연구･산업 기능이 집적된 도시들만이 최종 코어로 유지되었다. 이 과정에서 차수 중심성 상위 도시 중 일부는 비교적 이른 단계에서 소멸하였으나, 네트워크 내부에서 상호 결속력이 높은 도시들은 후반부까지 생존하였다.

5. 결론

본 연구는 전국 시･군을 연결하는 하이퍼링크 네트워크를 분석하여, 디지털 공간에서 형성되는 도시 간 정보 흐름 구조를 국토 공간에 투영해 우리나라 정보 공간 네트워크 특성을 규명하고자 하였다. 본 연구 결과 드러난 특성은 세 가지로 요약된다.

첫째, 정보 연계의 유입과 유출은 비대칭적 구조로 나타났다. 유입 허브는 서울과 세종, 유출 허브는 서울로 도출되었으며, 유출 네트워크 보다 유입 네트워크에서의 허브 집중 구조가 상대적으로 강한 것으로 나타났다. 유출 네트워크의 경우 분석 대상의 출발지가 되는 공공 도메인이 국토 분산 정책에 따라 상업 도메인 보다 공간상 균등하게 분포하고 있기 때문인 것으로 판단되나 충분조건은 아님을 밝힌다. 유입 네트워크의 경우 도착지로 선택되는 도메인에 제한이 없기 때문에 물리적 인프라가 집중된 서울과 중앙부처가 집적된 세종의 두 허브 구조로 도출된 것으로 판단된다. 다시 말해 국가 정보망의 공급(수신) 허브는 서울과 세종이며, 서울은 동시에 소비(발신) 허브임을 알 수 있었다.

둘째, 정보 네트워크 구조에서 관동권, 호남권은 구조적 취약성을 보여주었다. 유입 네트워크에서는 𝑘-코어 해체 과정에서 관동권 도시들이 초기 단계에 급격히 이탈하였으며, 이후 호남권, 영남권 도시들 또한 연쇄적으로 제외되면서 네트워크 연계성이 급격히 약화되었다. 유출 네트워크에서는 호남권이 급감 구간을 경험하며 취약성을 드러냈다. 관동권과 호남권의 정보 네트워크는 각 권역의 중추 도시들이 공간･행정적 기능을 유지하는 실제 공간구조에 비해 구조적으로 더 취약한 양상을 보이는 것으로 판단된다. 특히 광주광역시의 경우 URL 보유수가 2위임에도 불구하고 차수 중심성이 높지 않고 유출 네트워크에서 단일 코어로만 생존하고 있었다.

셋째, 정보 네트워크의 코어 구조가 국토 성장축인 경부축으로 형성되며, 경기권은 수신 역할, 호서권은 발･수신 역할, 영남권은 발신의 역할이 기능하는 것으로 나타났다. 호서권의 경우 대전･세종･청주가 유입･유출 모두에서 코어 도시로 유지되고 있어 기능상 안정적인 역할을 수행하고 있는 것으로 판단된다. 발신 역할이 강세인 영남권은 다수의 노드가 집단적 코어를 형성하고 있었다. 이는 영남권의 다핵 기능 구조가 정보 네트워크에서 더욱 선명하게 나타나는 것으로 판단된다.

전반적으로 서울을 허브로 하는 경부축 중심의 네트워크 구조는 현재 우리나라 국토의 공간구조가 반영되고 있었다. 하지만 정보 흐름에 있어서는 중앙부처 정보 제공 집적도시인 세종시가 서울과 함께 유입 허브가 되는 점, 네트워크 코어 구조가 경부축 권역 내에서 다핵 구조로 나타나는 점에 차이가 있었다. 특히 영남권은 블록형 코어 구조를 보이며 정보의 집단적 발신 기능을 드러내 고 있다. 이는 정보 흐름을 유도하는데 있어 상대적으로 높은 회복탄력성과 유연성을 보유하고 있다고 시사할 수 있다. 반면, 서울과 호서권의 대전･세종･청주는 유입･유출 구조가 안정적인데, 이는 정보의 수신과 재전파가 동일 노드에서 이루어지는 경로의 반복성을 나타내기도 한다. 이는 영남권에 비해 대체 코어가 부재하고 구조적 개방성이 낮음을 의미한다. 따라서 서울, 세종 허브와 다른 코어 도시들과의 차수 중심성 격차가 심화 되지 않는 것이 중요하다고 할 수 있다.

데이터와 방법론에 약간의 차이는 있으나, 2003년 허우긍의 하이퍼링크 공간 네트워크 결과와 비교할 때 본 연구의 공간 네트워크는 선행 연구에 비해 덜 허브 집중적이고 다핵적 코어를 유지하는 것으로 나타난다. 허우긍(2003)의 연구에서는 전국 도메인의 75% 내외가 서울에 분포하며 서울 중심의 허브 구조가 뚜렷하다. 광주 및 경기권 일부 도시에서 링크가 형성되는 양상은 있으나 매우 미약하고 서울-부산의 연계만이 강하게 나타나는 것으로 진단하였다. 하지만 본 연구에서는 경부측에서 호서권의 역할이 분명하고 각 권역에 다핵 코어가 존재함을 확인하였다. 이러한 차이는 시간 경과에 따른 변화로 진단하기에는 어려움이 있으나, 참여정부 이후 추진된 혁신도시･기업도시･행정도시 건설 및 공공기관 이전 정책과 일정 부분 연관되어 나타난 결과일 수 있음을 시사할 수 있다.

하이퍼링크를 통해 형성된 정보 네트워크의 공간적 불균형은 실제 국토 공간구조와 완전히 독립적이라 보기는 어렵다. 다만 누구나 웹페이지에 접근하여 정보를 획득할 수 있다는 점을 고려할 때, 하이퍼링크 기반 정보 네트워크의 불균형을 곧바로 국토 공간의 불균형으로 해석하는 데에는 한계가 있다. 그럼에도 불구하고 본 연구는 관동권과 호남권의 상대적 취약성과 영남권의 다핵 구조를 보다 선명하게 드러냈으며, 특히 경부축 권역에 위치한 도시들이 단일 허브에 집중되기보다는 다수의 중추 노드로 기능하며 다양한 역할을 수행하고 있음을 확인하였다. 이는 경부축 내 도시들이 상호 보완적인 관계 속에서 정보 흐름을 분산･유지함으로써, 정보 네트워크 전반의 안정성과 지속성을 뒷받침하는 구조를 형성하고 있음을 시사한다.

다만 주의할 점은, 네트워크에서 주변부로 전락하는 관동권과 호남권 도시들이 정보 흐름에서 배제되거나 소멸되는 것을 방지하고, 허브 도시와의 구조적 격차를 완화하기 위한 정책적 대응이 필요하다는 것이다. 이는 단순히 웹페이지 간 정보 연계를 확대하는 차원을 넘어, 정보의 생산과 관리, 확산을 담당하는 중추 기관과 핵심 기능의 재편, 그리고 지역 차원의 정보역량 강화를 통해서만 실질적으로 가능할 것이다. 이러한 맥락에서 본 연구는 물리적 거리와 행정 경계를 초월하는 온라인 정보 네트워크임에도 불구하고, 그 구조가 실제 국토 공간에서 관찰되는 행정 중심성, 산업 집적, 권역 간 기능 분담 체계와 긴밀하게 연동되어 있음을 간접적으로 확인하였다는 점에서 의의를 갖는다. 더 나아가, 정보 네트워크의 코어가 단일 중심으로 고정되지 않고 다핵･다역할 구조로 재편될 가능성을 제시함으로써, 향후 국가 차원의 정보 네트워크 안정성과 균형 발전을 논의하는 데 중요한 시사점을 제공한다.