본문 바로가기

Content

<화물차를 쉬게 하라> - 2. 타이어 같은 운행 기록의 표현
Content 2023. 2. 15. <화물차를 쉬게 하라> - 2. 타이어 같은 운행 기록의 표현 이 글에서는 시사IN 기사 를 위해 했던 작업을 다룬다. 시사IN x VWL 특별기획 화물차를 쉬게 하라 DTG 데이터로 본 365일 24시간의 노동 truck.sisain.co.kr 두 번째 글로, 한 달의 운행 기록을 타이어 모양의 시간표로 표현했던 과정을 적어보았다. 사실, 한 달의 시간표가 나오기 전까지 꽤 많은 주제로 탐색을 했다. trip의 기종점만 모아보기도 하고, 사고다발구간과 비교해보기도 하고, 특정 지역을 지나는 궤적만 분석해보기도 하는 등, 운전자의 피로도와 사고의 관계를 찾아보려고 했지만, 데이터의 한계로 인해 명확하게 말할 수 없는 부분들이 있었다. 서울대학교 환경대학원 한상진 교수님, 시사IN의 변진경, 전혜원 기자님 이렇게 세 분과의 여러 차례 논의 끝에 시간표 형식의 그래프 ..
시군구별 연령별 인구 변화 시각화(2000~2020)
Content 2021. 12. 29. 시군구별 연령별 인구 변화 시각화(2000~2020) 앞의 글에 이어 이번에는 성연령별로 구분해본 인구의 변화를 본다. 앞의 글(아래 링크)에서 대체적인 취지와 개요를 설명했다. 대한민국 시군구 인구 변화 시각화(1975~2020) 우리나라 인구 변화를 지도 위에 시군구 단위로 시각화 한 이 글에 새로운 발견은 없다. 인구 변화에 관심있던 사람이라면 대부분 아는 내용이다. 서울-인천-경기를 포괄하는 '수도권'으로 인구 www.vw-lab.com 데이터 이번에는 성연령 인구 변화를 보기 위해 통계청 통계지리정보서비스(SGIS)의 자료신청을 통해 집계구별 인구를 받아서 가공했다. 과거의 인구를 2021년 행정구역에 맞춰 재집계해 주므로 행정구역의 시계열 변화에 따라 인구를 재조정하는 작업을 해 주지 않아도 된다. 단, 집계구 인구이므로 특정 성연령이 5명 미만..
대한민국 시군구 인구 변화 시각화(1975~2020)
Content 2021. 12. 29. 대한민국 시군구 인구 변화 시각화(1975~2020) 우리나라 인구 변화를 지도 위에 시군구 단위로 시각화 한 이 글에 새로운 발견은 없다. 인구 변화에 관심있던 사람이라면 대부분 아는 내용이다. 서울-인천-경기를 포괄하는 '수도권'으로 인구가 집중되었고, 도시 지역이 아닌 곳들의 인구는 점점 줄어들어서 도시와 비도시 지역의 인구는 9:1 정도의 극단적인 비율에 이르렀다. 비도시 지역은 인구가 줄어들 뿐 아니라 점점 고령화되고 젊은 인구들의 유입이 적어진 탓에 '지방소멸'까지 거론되고 있다. 이 글은 익히 알고 있는 이런 내용들을 다룬다. 그렇다면 왜 이런 뻔한 내용을 굳이 시간을 들여 그리고 있을까? 데이터 시각화에는 여러가지 목적이 있는 것 같다. 무언가를 빠르게 탐색하고 발견하기 위해서 숫자들을 그림으로 바꿔보는 경우, 복잡한 사실들을 한 눈에 보기 ..
서울시 생활이동 데이터 개략 탐색
Content 2021. 9. 23. 서울시 생활이동 데이터 개략 탐색 지난 9월 8일 서울시 생활이동 데이터 기자설명회에서 발표한 자료를 약간 수정하여 여기에 기록해둔다. 발표시간이 7분으로 매우 짧았기 때문에 만들었던 자료들을 일부 덜어내고 발표했는데, 여기에는 그 중 일부를 다시 덧붙여 올린다. 서울시 생활이동 데이터는 KT의 휴대폰 시그널을 가공하여 만든 데이터로 서울시와 KT, 그리고 한국교통연구원이 공동 개발하였다. 데이터는 서울 열린데이터 광장에 행정동 단위로 공개되고, 서울시 빅데이터 캠퍼스에서는 좀 더 자세한 버젼을 이용할 수 있다. 이 발표자료는 행정동 단위보다 조금 더 자세한, 시간대별 교통폴리곤 단위의 데이터를 바탕으로 작성되었다. 공개된 형식의 데이터를 가공하여 지도 위에 그려보는 작업은 지난번에 소개하였다.(아래 링크 참고) 서울 생활이동 데이터를 ..
서울 공공자전거 따릉이 대여이력 시각화
Content 2021. 7. 20. 서울 공공자전거 따릉이 대여이력 시각화 따릉이 데이터는 서울 열린데이터 광장에서 받을 수 있다. 열린데이터광장에서 제공되는 데이터 중 여러가지 데이터 중 연습삼아 분석해보기 좋은 대상이라 '따릉이 데이터 분석' 정도로 구글링해봐도 읽어볼만한 좋은 글들이 많이 나온다. 여기서는 첫 대여 이력이 있는 2015년 9월부터 현재 공개된 최신자료인 2021년 1월까지의 대여이력을 시각화했다. 데이터 준비 대여이력 데이터는 아래 링크에 있다. 서울특별시 공공자전거 대여이력 정보 서울특별시 공공자전거 대여이력 정보입니다. 자전거 이동경로에 대한 데이터 분석이 가능하도록 년도별, 대여소별, 자전거별 대여이력 원천 데이터를 제공합니다. data.seoul.go.kr 대여소 위치의 경우 서울 열린데이터 광장의 다른 게시판에 있지만, 철거된 대여소의 경우 좌표가..
이동의 범위, 삶의 테두리
Content 2021. 7. 10. 이동의 범위, 삶의 테두리 서울에 사는 어떤이는 한 달 동안 광주와 부산을 오고 간다. 서울에 사는 또 다른 이는 한 달 내내 집과 30분 거리의 직장만 시계추처럼 오고 간다. 어떤 이는 주말에 비행기를 타고 제주에 가서 드라이브를 하다가 온다. 신나는 여행길이다. 또 다른 이는 한달 내내 전국을 돌며 물건을 팔지만 그에게는 그 여정이 힘든 외근길에 불과하다. 이동은 자유일 수도 있고, 동시에 이동은 속박일 수도 있다. 이동에 담긴 각자의 사연은 쉽사리 알아낼 수 없지만, 어디로 다녀갔는지는 일단 그려볼 수 있다. 이 글에서는 KT 휴대폰 위치데이터로 사람들이 각자 한 달간 다녀간 권역들을 겹쳐 그려봤다. 어떤 사람이 한 달 동안 다녀간 곳들을 점으로 표시하면 위와 같은 그림을 그릴 수 있다. 그리고 그 점들을 온전히 포함하는 볼..
KT 휴대폰 위치데이터로 본 현지인과 외지인
Content 2021. 7. 2. KT 휴대폰 위치데이터로 본 현지인과 외지인 2020년 5월 11일 오후 2시의 명동에는 누가 얼만큼 있을까? 그 동네에 집이나 직장이 있는 20대는 얼마나 있을까? 외지에서 온 30대는 몇 명이나 있을까? 우리가 들고 다니는 휴대폰은 기지국과 신호를 주고 받으며 대략적인 위치를 남긴다. 그래서 GPS처럼 정밀하지는 않더라도 몇십미터나 몇백미터 정도의 오차로 대략적인 위치를 알 수 있다. 그래서 충분히 넓은 범위로, 예를 들어 전국을 1km x 1km의 격자로 나누어 사람들을 세어본다면 꽤 높은 정확도로 언제 어디에 몇 명이 있는지 알 수 있다. 데이터는 세분화할 수록 대체로 활용가치가 높아진다. "언제 어디에 몇명이 있는가?"라는 물음에 한 가지를 더 붙여보자. "언제 어디에 어떤 연령대의 사람들이 몇명 있는가?" 서울로 보자면 홍대 쪽은 20대..
보궐선거 득표율 반응형 지도 사용법
Content 2021. 4. 21. 보궐선거 득표율 반응형 지도 사용법 웹 상에서 시도해볼 수 있는 인터랙티브 지도가 세상에 본격적으로 많아지기 시작한지 거의 10년이 다 되어간다. 뉴욕 타임즈 같은 해외의 언론사에서 한동안 다양한 시도를 했지만, 생각보다 사람들이 반응형 그래프나 지도 위에서 그리 오랜 시간을 보내지 않았던 것 같다. 그래서 그런지 데이터 저널리즘의 경우도 최근의 경향을 보면, 그저 단순히 한방향으로 마우스 휠을 긁어내리는 조작만으로 볼 수 있는 기사들을 많이 만들고 있다. 반응형 지도는 데이터를 좀 더 능동적으로 관찰하고 싶어하는 사람에게는 좋은 도구지만, 그렇지 않은 사람들에게는 복잡하고 쓸모없는 장난감일뿐이다. 그렇지만 또 어떤 사람들의 경우, 데이터에는 관심이 있는데 이용하는 방법에 익숙하지 않아서 이것저것 건드려보다가 그저 덮어두게 되는 대상이기도..
실거래가 데이터 탐색 - 신축연도와 거래가격
Content 2020. 5. 8. 실거래가 데이터 탐색 - 신축연도와 거래가격 실거래가 데이터 탐색 두 번째 글 아래의 첫 번째 글에서 이어지는 내용이다. 실거래가 데이터 탐색 - 60-85㎡ 아파트 매매 가격 이번에는 국토교통부 실거래가 데이터를 살펴보자. 지난번에 데이터 전처리에 대해 올린 바 있다. 국토교통부 실거래가 데이터 전처리 이 글에서는 국토교통부에서 공개중인 실거래가 데이터를 지도에 표시하기 위.. www.vw-lab.com 신축연도와 아파트 매매 실거래가 앞의 글에서 아래와 같은 그래프들을 올린 바 있다. 앞의 글과 다소 다른 부분은 이번에는 60-85제곱미터 뿐만 아니라 모든 면적을 넣었고, 대신 제곱미터당 실거래가격으로 두어 면적 차이를 표준화했다. 위의 그래프를 보면 최근 들어 군산의 아파트 가격 상위 10%가 급상승한 것처럼 보인다. 이게 틀린 말은 아니지만..
실거래가 데이터 탐색 - 60-85㎡ 아파트 매매 가격
Content 2020. 5. 8. 실거래가 데이터 탐색 - 60-85㎡ 아파트 매매 가격 이번에는 국토교통부 실거래가 데이터를 살펴보자. 지난번에 데이터 전처리에 대해 올린 바 있다. 국토교통부 실거래가 데이터 전처리 이 글에서는 국토교통부에서 공개중인 실거래가 데이터를 지도에 표시하기 위해 주로 좌표값을 연결하는 과정을 설명한다. 간단히 말해 '지오코딩'하는 과정 + 알파 정도가 되겠다. 형식적으로는 다음의 내용을 담.. www.vw-lab.com 이제 전처리를 했으니 대쉬보드 형식으로 만들어 이리저리 둘러보자. 그림의 형식 일단 이 글에 등장하게 될 그림들은 아래의 형식이다. 지도부터 설명하자면, 지도에 솟아오른 막대 하나하나는 실거래가 1건을 가리킨다. 막대의 높이는 실거래가에 비례하도록 두었고, 색상 역시 그러하다. 저 그림에서는 푸른색 -> 붉은색 -> 노란색일수록 실거래가 높다. ..
서울 아파트 매매 실거래가를 살펴보다가
Content 2020. 4. 16. 서울 아파트 매매 실거래가를 살펴보다가 60~85제곱미터규모 아파트 매매 실거래가 세 곳. 각각 2006년부터 2020년 3월까지 시간에 따른(x축) 산포도다. 규제가 만들어놓은 실질적(혹은 심리적)제한선의 영향이 보인다. 첫번째 성동구 옥수동 부근을 보면 2014년부터 2017년까지는 취득세가 2%에서 3%로 오르는 9억 제한선 위로 좀처럼 거래금액이 올라오지 못하는 상황이 보인다. 사는 사람 입장에서는 취득세 때문에 9억 미만으로 끌어내리려 했을 것이고 파는 사람은 양도세 제한을 약간 고려했을 수도 있다. 그런데 전반적인 시세 자체가 9억을 확실히 넘어가는 순간 9억이라는 제한은 무의미해지는 것 같다. 두 번째는 소위 잠실 '엘.리.트.레.오' 중 다섯번째 파크리'오'다. 여기야말로 9억이라는 규제의 영향이 아주 확실하게 보이는데, 201..
코로나 바이러스로 인한 항공기 운행 감소
Content 2020. 3. 25. 코로나 바이러스로 인한 항공기 운행 감소 코로나 바이러스로 인해 운행하지 않는 항공 노선이 많아졌다. 중국을 제외하고도 미국, 이탈리아, 스페인, 독일, 프랑스, 스위스 등 여러 나라에서 확진자가 만명을 넘어서면서 국제선 운항을 중단하는 국가들이 늘어나고 있다. opensky-network.org 에는 수 많은 장소에서 모은 항공기 트래킹 데이터를 집계하고 있다. flightradar24.com 같은 곳이 데이터는 더 많은 것 같은데, opensky-network.org의 경우에는 일주일에 하루씩 무료로 다운받을 수 있는 데이터가 올라온다는 장점이 있다. 최근에 올라온 데이터는 3월 16일과 3월 23일. 두 데이터의 용량을 비교해보면 3월 16일이 7GB, 그리고 3월 23일이 55% 수준이다. 다시말해, 항공기 운행이 절반 가까이 줄어들었단..
코로나19 감염회복 시뮬레이션
Content 2020. 3. 21. 코로나19 감염회복 시뮬레이션 일주일 전 쯤 워싱턴포스트에 코로나 확산과 회복에 관한 시뮬레이션 기사가 올라왔다. 아래의 기사는 사회적 거리두기가 코로나19가 빠르게 확산되지 않도록 하는데 얼마나 효과적인지를 아주 잘 보여주고 있다. https://www.washingtonpost.com/graphics/2020/world/corona-simulator/ 기사를 보고 몇 가지 조건을 바꾸거나 넣어보면 어떻게 바뀔까 궁금해하다가 시간을 내어 한번 만들어봤다. 이렇게 개별적인 개체에 조건을 주어 시뮬레이션 하는 방식을 agent-based modeling 이라고도 하는데, 화재 탈출 시뮬레이션처럼 군집의 행동을 예측해보는데 널리 쓰인다. 어떤 조건들을 설정하느냐, 혹은 얼마나 세밀하게 셋팅하느냐에 따라 결과가 많이 달라지기도 한다. 워싱..
서울 공공자전거 따릉이 대여반납량 순위
Content 2019. 11. 1. 서울 공공자전거 따릉이 대여반납량 순위 2018년 6월 1일부터 2019년 5월 31일까지 365일 동안의 서울 전역 따릉이 대여반납 회수를 합산해봤다. 특정 대여소에서 대여 2회, 반납 5회가 이루어졌다면 총 2+5=7회의 대여반납량으로 계산하였다. 즉, 어떤 사람이 따릉이를 한 번 이용하였다면 어딘가에 대여 1회, 반납 1회 했을 것이므로 서울 전체로 볼 때 총 2회의 대여반납량을 발생시기케 된다. 그럼 간단히 순위만 보자. 아래 그림에서 빨간 동그라미는 순위 대여소, 그리고 삼각형들은 순위 대여소에서 대여한 자전거를 반납한 장소, 혹은 반납한 자전거를 대여한 장소들의 대여반납량을 표시한 것이다. 1위 여의나루역 1번출구 앞(207번 대여소), 총 158,194회 물론, 같은 여의도 안에 있는 대여소와의 상호작용량이 가장 많지만, 그 외에..
우리나라 주요 도시들의 확장 연대기
Content 2019. 9. 5. 우리나라 주요 도시들의 확장 연대기 우리나라 대다수 도시들은 기존 도심의 주변을 확장해가면서 성장해왔다. 수도권을 보면 90년대부터 분당과 일산 같은 신도시가 만들어졌는데, 다른 광역시나 지방 중소도시들도 크게 다르지 않다. 몇 년 전에 개발제한구역 해제가 시도지사 권한으로 위임되고 나서는 도시와 도시 저 바깥쪽에 그나마 존재했던 녹색의 간극들이 점차 메워져가고 있는 모양새다. 물론 오래된 도심부 역시 끊임없이 재개발되었는데, 이 재개발은 두 가지 전제조건 위에서 가능했다. 한 가지는 사람들의 수요, 다른 한가지는 개발 가능한 법정 용적률의 잔여분이었다. 재개발이라는 단어에서 풍기는 뉘앙스가 그리 좋지 못하니, 요새 유행하는 '재생'이라 말해보겠다. 이 두 가지 중에 하나가 모자라도 도시재생은 이루어지기 어렵다. 사람들의 수요가 부족해서 ..
옛날 사진 흥신소
Content 2019. 5. 25. 옛날 사진 흥신소 이 글의 내용은 사실 브이더블유랩에서 하는 일은 아니다. 그저 잉여스러운 개인적 '덕질'일 뿐이지만, 여러가지 지리정보를 다루면서 알게된 사실들이 사진을 찾는데 많이 도움이 되었으므로, 혹시나 비슷한 일을 해야할 경우 참고가 되었으면 하고 기록해본다. 혹은 이런 덕후스런 작업을 해봤거나 시도해보고 싶은 사람이 한 사람쯤은 어딘가 더 있겠지라는 기대도 살짝 해 본다. 그럼 그랜드 오픈! 페이스북에는 Designersparty라는 사용자가 있다. 개인인지 단체인지 잘 모르겠지만 우리나라 옛날 사진을 찾아서 시대별 컬렉션을 만들어 올리곤 한다. 페북 친구들의 '좋아요' 버튼 덕에 종종 내 피드에도 올라오는데, 어느 한가한 오후(였으면 좋겠지만 사실 이런 날은 별로 없다), 우연히 넘겨보다가 한 사진이 눈에 들..
수도권 신도시 개발과 지속가능한 지방도시 재생
Content 2019. 5. 21. 수도권 신도시 개발과 지속가능한 지방도시 재생 경기도 인구만 엄청나게 늘어났다. 지방도시 소멸이나 축소도시와 같은 말들이 오가는 요즈음, 시도별 인구증감을 보면 선 하나가 아주 두드러지게 눈에 들어온다. 그건 바로 경기도의 인구 증가선인데 1992년의 660만명에서 2018년에 1300만명으로, 26년동안 640만명이나 늘어났다. 거의 두배에 가까운 수치다. 같은 기간동안 전국 인구가 730만명 늘어난 점, 그리고 우리나라 지도에서 경기도가 차지하는 면적을 함께 생각해보면 1990년대 이후에 얼마나 수도권으로 인구가 집중되었는지 알 수 있다. 1990년대는 분당, 일산, 평촌, 산본, 중동과 같은 1기 신도시에 사람들이 입주하기 시작하던 시기이기도 하다. 경기도와 서울의 인구가 워낙 많은 탓에 다른 시도의 인구들이 고만고만해 보인다. 그렇다면 두 시..
새로 만드는 수도권 지하철은 시간거리를 얼마나 단축시킬까
Content 2019. 4. 1. 새로 만드는 수도권 지하철은 시간거리를 얼마나 단축시킬까 글 : 김승범 서울을 포함한 수도권은 지하철 건설이 한창이다. GTX 같은 급행철도나 경전철을 포함하여 새로 만드는 노선이 열 개도 넘는다. 이렇게 만들어지는 지하철은 서울과 수도권의 시간거리를 얼마나 단축시킬까? 예전에 한 시간 걸리던 직장을 얼마나 빨리 갈 수 있을까? 서울 도심보다 한적하고 여유로운 교외로 이주하면 직장이나 학교, 혹은 여가 시간을 위해 자주 가던 곳으로 가는데 얼마만큼의 시간이 들까? 인터랙티브 지도를 통해 직접 확인해 볼 수 있다. https://vuski.github.io/seoulsubway/
토요일 밤의 서울 생활인구 데이터 탐색
Content 2018. 12. 9. 토요일 밤의 서울 생활인구 데이터 탐색 글 : 김승범 2018년 9월 8일 오후 일곱시. 아주 큰 사건은 없었던 것 같은 토요일 저녁. 서울 사람들은 어디에 있었을까? 서울 생활인구 데이터 중 '관내이동'과 '관외이동'의 하루치를 들여다 보았다. 데이터 소개는 지난 글의 앞부분에 적어놓았다. 사실 지난 글을 수정할까 하였으나 큰 맥락없이 그림들을 잔뜩 올렸더니 이미 올려놓은 그림들을 일부 내리기도 애매하여 그냥 다른 주제로 다시 글을 써본다. 토요일 저녁 일곱시에 서울 사람들은 무엇을 할까? 집에 있거나, 집 근처에 있거나, 지인들을 만나러 어딘가를 가거나, 가족과 함께 어딘가에서 시간을 보내고 있었을 것 같다. 물론 직장에서 일 하고 있거나 학교나 학원에서 공부를 하고 있을지도 모른다. 혹은 서울 밖이나 바다건너 어딘가로 갔을 수도 있는데,..
나는 네가 지난 여름에 간 곳을 알고 있다
Content 2018. 12. 7. 나는 네가 지난 여름에 간 곳을 알고 있다 글 : 김승범 글의 제목을 보고 공포 영화를 연상했다면 당신은 20세기에서 온 아재다. 혹은 빅브라더를 연상했다면 안심해도 된다. 우리 부라더는 사실 정말 당신이 어디 갔는지는 잘 모르기 때문이다. 다만, 예를 들어 당신이 서울 강서구에 산다면, 강서구에 함께 사는 60만명이 2018년 9월 3일 13시에 어디에 있었는지는 알고 있다. 그림을 봤다면 이제 좀 더 안심해도 된다. 60만개의 점 중에 당신이 누군지는 알 수 없다. 그리고 사실 점들은 특정 행정동 경계 안에 무작위로 발생시켜 찍은 것이고, 원천데이터 역시 절반 이상은 추정치로 만들어졌다고 하니까. 서울시 생활인구 중 관내이동 데이터 서울시에서는 지난 봄부터 KT 시그널 데이터를 바탕으로 추정한 '생활인구'를 만들어 공개하고 있다. 그리고 지난..
소방차량 시각화 : 속도와 소요시간
Content 2018. 10. 5. 소방차량 시각화 : 속도와 소요시간 글 : 김승범 어떻게 하면 GPS데이터로 소방차량의 움직임과 도로의 상황을 효과적으로 보여줄 수 있을까? 충남 지역의 소방차량 GPS궤적 데이터를 이용하여 소방출동시 차량이 빠르게 움직이기 어려운 지역을 표현해야 했다. 정지 상태의 이미지가 아닌, 영상을 만들어야 한다는 조건이 있었다. 이미지를 만들어야 했다면 색이나 선의 형태등으로 시간의 차원을 압축시켜야 했겠지만 영상의 경우에는 표현의 범위가 약간 넓어진다. 이동에서의 시간의 차원을 그대로 영상의 진행시간에 녹여낼 수 있다는 기회는 한편으로는 다행이기도 하고, 또 다른 한편으로는 다루어야 하는 차원이 늘어난만큼 난이도 있는 작업이 된다. 결과 영상은 글 맨 아래에 넣었다. 일단 데이터부터 파악해보자 GPS 데이터에는 통상적으로 시각과 공간좌표가 있다..
<용산공원의 바깥도시> : 용산공원 라운드테이블 발표자료
Content 2017. 9. 27. <용산공원의 바깥도시> : 용산공원 라운드테이블 발표자료 2017년 9월 22일 전쟁기념관 이병형홀에서 진행되었던 "용산공원 라운드테이블 1.0"(http://yongsanparkrt.com)에서 발표한 내용 중 주요한 부분들을 옮겨놓았습니다. 용산 공원의 접근성을 중심으로, 주변 지역들의 특징들을 돌아보는 내용입니다.출처를 별도 표기한 일부 이미지 외의 저작권은 브이더블유랩에 있습니다. ------------------------------------- 1900년 이후에 서울의 행정구역 경계는 계속해서 확장해왔는데, 용산과 주변 지역 대부분이 본래 서울(당시의 경성)의 경계 안쪽에 있었다. 그런 연유로, 용산구에는 서울 다른 지역에 비하여 상대적으로 오래된 건물이 많다. 1960년 이전에 지어진 건물들의 경우 서울 전체의 약 18%가 있다. 지도로 확인하면 ..
수도권 인구 이동 2012-2016 : 연령에 따른 구분
Content 2017. 7. 22. 수도권 인구 이동 2012-2016 : 연령에 따른 구분 젊은 사람들은 어디로 움직이는가? 중장년층 이상은 어디로 움직이는가? 전체 인구를 40세를 기준으로 나누어 점점 어려질수록 푸른 색으로, 40세에서 점점 나이가 들수록 붉은색으로 표현하여 2012년 1월1일부터 2016년 12월 31일까지의 인구이동을 그려보았다. 시점과 종점에 서울,인천,경기가 포함된 이동만 추출해냈다. 전입에서 전출값을 뺀 인구의 순이동을 시군구 단위로 표현하였다. 지방의 저출산 고령화가 큰 문제로 떠올랐는데, 수도권 일부 지역도 여기에서 피해가지 못하는 듯하다. 아, 물론 위의 지도는 고령화 문제와 연관된다. (물론 고령화된 지역은 자연스레 출산률이 낮아질 수밖에 없지만 그 연관성은 논외로 한다. ) 수도권 주변에 신축된 아파트단지들 위주로 40세 이하의 사람들이 움직인다. 서쪽으로..
공주시와 충청남도의 인구이동
Content 2017. 6. 20. 공주시와 충청남도의 인구이동 공주시의 인구 이동 국토연구원의 [연구]에 따르면, 충청남도 공주시는 인구가 점진적으로 꾸준히 줄어가는 '고착형 축소도시'중 한 곳이다. 총조사 인구 기준으로 15년간 전체 인구의 9.5%가 줄어들어 2017년에는 11만명 이하가 되었다. 설상가상으로 2012년 7월 세종특별자치시 신설 이후에 인접 지역이었던 공주시의 많은 인구가 또 세종시로 넘어갔다. 공주시 인구 순이동 2012.07~2016.12 8명 이상의 순이동만 표현함. 읍면동 단위의 이동 순이동은 전입에서 전출을 뺀 것이다. 모든 선들은 호의 시계방향으로 움직이며, 도착지(전출지)에 가까워질수록 흰 색이 진해지도록 그렸다. 전입이나 전출지에 공주시가 포함된 이동만 계산에 넣었다. 따라서 세종에서 대전으로의 이동은 위 그림에서 드러나지 않는다...
주거 및 근생 건물 프로파일
Content 2017. 6. 19. 주거 및 근생 건물 프로파일 2016년 베니스비엔날레 한국관의 전시 준비를 하면서, 서울에 현존하는 주거와 근생 건물들을 대상으로 연도별/층수별 다이어그램을 만들었다. 건축물대장 중 층별대장을 바탕으로 작업했는데, 다른 이들에게 보는 법을 설명할때마다 잘 이해하지 못하는 것을 보아 '좋은 시각화는 못 되었구나'라는 생각도 든다. 일단 보는 법은 아래와 같다. 이 다이어그램은 연도별로 층수에 따라 어떤 유형의 주거와 근생 혹은 그 복합건물이 만들어졌는지 보여준다. 아래는 서울시의 주거 및 근생건물들인데, 예를 들어 1990년대에 지어진 3층 건물의 60%정도는 1,2,3층이 모두 다세대다가구 주택이며, 지하 1층도 지상층 한 층만큼의 면적으로 지어졌다는 것을 보여준다. 우리가 통상적으로 부르는 '반지하층'이 있는 건물들이다. 서울 서..
지하철승강장에서 우리집까지는 얼마나 걸릴까
Content 2017. 5. 30. 지하철승강장에서 우리집까지는 얼마나 걸릴까 지하철 승강장에서 우리 집, 혹은 회사까지는 얼마나 걸릴까? 어떤 역은 승강장이 지하 깊숙하게 있어서 막상 지하철역입구에 들어가서도 한참 걸리고,어떤 집은 평지가 아니라 언덕 꼭대기에 있어서 올라가는데 시간이 오래 걸리며,도중에 버스를 타고 갈 수도 있는데 그러면 시간은 얼마나 단축될까?과연 이 시간들을 다 고려하면 얼마나 걸릴까? 이러한 시간들을 고려하여 지하철역 승강장에서 모든 건물까지의 소요시간을 구해보았다. 지하철역 승강장에서 모든 건물까지의 소요시간(분) 파란색은 10분 안쪽이고, 노란색부터 빨간색은 15분 이상 걸리는 지역이다. 강남역~삼성역~압구정역으로 돌아 이어지는 지역은 어디든 지하철에 내려서 10여분 안에 걸어갈 수 있다.종로와 을지로 부근은 워낙 지하철이 촘촘하여 10분 안쪽으로 도착..
2017년 대통령 선거 지도
Content 2017. 5. 17. 2017년 대통령 선거 지도 이번 대선 개표 데이터를 바탕으로 아직은 못 본 것 같은 몇 장의 지도를 만들어보았다. 기본적인 지도 몇 장과 모든 지도들의 인터랙티브 버젼은 목요일 쯤에 공개할 수 있을 것 같다.설명은 시간될 때 조금씩 추가할 수 있지 않을까?(기약 없음) 인터랙티브 버젼은 아래의 링크에서 볼 수 있다. 지역별 2~5위 지도와 총선비례대표대비 지도는 아래의 링크에서 볼 수 있다. 작년 대비 지도는 막대그래프로 두 해를 비교할 수 있도록 만들었다. 구군단위 지도 - https://goo.gl/GJyAf8읍면동단위 지도 - https://goo.gl/HOzm3b (모바일에서는 느림)구군 단위 지도는 모바일 비율(세로 비율)에 맞추어져 있고읍면동단위 지도는 모니터 비율(가로 비율)에 맞추어져 있다. 여기에는 지역별 1위 지..
서울 1인가구 분포 : 각자 다른 사정의 사람들
Content 2017. 4. 15. 서울 1인가구 분포 : 각자 다른 사정의 사람들 1인가구 연령별 인구 (서울, 2015년) 흔히 '1인가구'라고 하면 젊은 남녀들을 떠올린다. 그런데 1인가구의 연령별 그래프를 처음 봤을 때 가장 궁금했던건 55세 이상 여성들이었다. 특이하게도 나이가 들면서 다시 증가한다. 도대체 저 사람은 어떤 사람들일까? 통계청에서 이런저런 자료를 받아 들여다봤다. 1인가구 연령별 / 혼인상태별 인구 (서울, 2015년) 궁금증은 오래지 않아 풀렸다. 같은 연령대에서 혼인상태별로 구분해보았을때 이유가 명확해졌다. 위의 그림에서 회색 부분이 잘 설명해주는데, 그들은 바로 배우자를 먼저 떠나보낸, 즉 '사별' 후에 홀로 남겨진 사람들이다. 아마도 자녀가 있었다면 분가했을 나이다. 그래서 동일 연령대의 남성들과 양적 비대칭이 생긴다. (2015년은 혼인상태별 자료가 없..
2016년 서울 주변의 인구 순이동
Content 2017. 4. 12. 2016년 서울 주변의 인구 순이동 2016년 서울 주변의 인구 순이동(행정동별) 중 30명 이상의 이동만 표현 설명 글자 중 검은 바탕에 흰 글씨는 재개발재건축으로 인한 인구 집중 유출지역설명 글자 중 흰 바탕에 검은 글씨는 아파트 신축 후 입주 시 외곽 지역으로 이동 행정동 단위의 인구 순이동(전입과 전출의 차이량)을 지도 위에서 관찰해보면 사람들이 전반적으로 어떻게 움직이는지 알 수 있다. 가장 눈에 띄는 부분은 서울 주변의 몇몇 지역이 인구를 블랙홀처럼 빨아들이는 현상이다. 대표적인 두 지역은 위례신도시와 미사강변도시. 위례신도시는 서울시 송파구 위례동, 경기도 하남시 위례동, 경기도 성남시 위례동으로 이루어져 있다. 미사강변도시는 경기도 하남시 미사1동, 미사2동, 풍산동에 걸쳐져 있다.신축 아파트의 입주가 몇개의 커다란 이동이라..
어디서 오고 어디로 가는가 : 인구이동 2015
Content 2017. 2. 28. 어디서 오고 어디로 가는가 : 인구이동 2015 전국적으로 한 해에 약 600만 건 정도의 이사를 한다 2015년 기준으로 전국에는 약 5100만 명의 사람들이 1950만 가구를 이루어 살고 있었다. 그리고 한 해 동안 그 중 약 1070만 명이 거주지를 옮겼다. 가구 전체가 한 번에 이사를 가기도 하고, 가구원 중 한 사람만 이사를 가기도 하는데, 통상적으로 우리가 '이사'라고 부르는 건수는 2015년 한 해 동안 약 600만 건이 된다. (각자 다른 곳에 살던 두 사람이 결혼을 하여 한 지붕 한 가족을 이루게 될 경우는 두 건의 이사로 간주된다) 이사 후 우리는 주민 센터에 가서 전입신고를 한다. 이 자료들은 다시 디지털화 되어 보관되며, 통계청에서는 1년에 한 번씩 전국의 모든 전입신고 데이터를 모아 공개한다. 물론 자세한 개인의 정보들은 지운다..

티스토리툴바