공공데이터로 춘천시 쓰레기 불법투기 취약지역 찾기

📊

전체 기술 기록 — 당시 제출한 PDF와 기초 데이터를 다시 살펴봤습니다. 저희가 파생지표 표에 34곳으로 적었던 값은 173 ÷ 3 ≈ 57.7곳으로 바로잡고, 당시 분석 과정과 표·지도·증빙은 그대로 보존했습니다.

핵심만 정리한 Project 페이지

공공데이터로 춘천시 쓰레기 불법투기 취약지역을 찾아보자

춘천시 공공데이터 5종을 결합해 CCTV 설치 우선지역을 비교하고, 퇴계동 내 취약 후보지 8곳을 도출한 공간분석 프로젝트

2023 춘천시 빅데이터 분석 경진대회 우수상 수상작

프로젝트 유형: 공공데이터 분석, 공간분석, 정책 제안

수행 형태: 3인 팀 프로젝트

분석 대상: 춘천시 주요 행정동 및 퇴계동 생활폐기물 배출장소

핵심 결과: CCTV 설치 또는 집중단속 검토 후보지 8곳 도출

1. 프로젝트를 시작한 이유

춘천시의 쓰레기 불법투기 과태료 부과 건수는 지속해서 증가하고 있다.

2020년 1,017건이었던 부과 건수는 2021년 1,202건, 2022년 1,645건으로 늘었다. 2020년과 2022년을 비교하면 약 61.8% 증가한 수치다.

춘천시 쓰레기 불법투기 과태료 부과 건수

불법투기가 증가하더라도 단속 인력과 예산을 같은 비율로 확대하기는 어렵다. 그렇다면 모든 지역을 동일하게 관리하기보다, 기존 공공데이터를 이용해 관리 수요가 큰 지역을 먼저 찾을 수 있지 않을까?

이 질문에서 분석을 시작했다.

이번 프로젝트의 목표는 다음 두 가지다.

행정동별 CCTV와 생활폐기물 배출장소의 관리 부담을 비교한다.

우선 분석지역 내부에서 배출장소 접근성이 낮은 구역을 찾아 CCTV 설치 후보지를 제안한다.

분석 결과는 한정된 인력과 예산으로 CCTV 설치 및 현장 단속의 우선순위를 정하는 데 활용하는 것을 목표로 했다.

분석 흐름

2. 어떤 데이터를 사용했나

분석에는 춘천시에서 제공하는 공공데이터 5종을 활용했다.

데이터	기준 시점	주요 변수	분석에서의 역할
강원도 춘천시 읍면동별 1인 가구 수	2022-08-16	행정동, 1인 가구 수	행정동별 생활폐기물 관리 수요 추정
강원도 춘천시 행정동 및 법정동별 면적	2022-11-28	행정동, 면적	CCTV와 배출장소의 공간적 부담 계산
강원도 춘천시 위치기반 생활쓰레기 배출장소	2022-12-15	주소, 위치, 배출장소	행정동별 개수 집계 및 공간분석
춘천시 읍면동별 세대 및 인구	2023-06-26	행정동, 세대, 인구	지역별 인구 특성 확인
자원순환과 CCTV 운영 현황	분석 시점 기준	설치 위치, CCTV 수	기존 감시 인프라 수준 파악

춘천시 전체 생활폐기물 배출장소는 총 1,728곳이었다.

데이터별 기준 시점과 구성 항목이 달랐기 때문에 행정동을 공통 분석 단위로 설정하고, 필요한 값을 행정동별로 취합해 하나의 분석 테이블로 결합했다.

이번 분석에서 빅데이터의 핵심은 데이터의 절대적인 용량보다는, 서로 다른 목적과 구조로 만들어진 데이터를 결합해 하나의 행정 의사결정 문제로 변환하는 데 있다.

3. 분석 가설 세우기

불법투기 발생에는 주거환경, 배출장소 접근성, 단속 빈도, 유동인구 등 다양한 요인이 영향을 줄 수 있다. 하지만 확보한 데이터만으로 모든 요인을 관찰하기는 어렵다.

따라서 이번 분석에서는 다음 세 가지 가설을 세웠다.

가설 1. 1인 가구가 많은 지역은 생활폐기물 관리 수요가 클 것이다

1인 가구 밀집지역은 가구별 생활 패턴과 배출 시간이 다양하다. 또한 선행연구에서는 1인 가구의 1인당 생활폐기물 배출량이 다인 가구보다 많을 수 있다는 점을 제시하고 있다.

여기서 1인 가구 수를 불법투기 발생을 직접 설명하는 변수로 사용하지는 않았다. 지역별 생활폐기물 관리 수요를 비교하기 위한 대리변수로 사용했다.

가설 2. 배출장소가 부족하면 관리 공백이 발생할 것이다

주변에 정상적으로 이용할 수 있는 생활폐기물 배출장소가 없다면, 주민이 지정되지 않은 장소에 쓰레기를 배출할 가능성이 커질 수 있다.

따라서 배출장소의 단순 개수뿐 아니라 행정동 면적과 1인 가구 수에 비해 배출장소가 충분한지를 함께 비교했다.

가설 3. CCTV가 담당하는 범위가 넓으면 단속 사각지대가 발생할 것이다

CCTV가 같은 수만큼 설치되어 있어도 행정동의 면적, 가구 수, 배출장소 수가 다르면 실질적인 관리 부담은 달라진다.

이에 CCTV의 절대적인 설치 대수보다 CCTV 한 대가 담당해야 하는 관리 수요를 계산했다.

4. 행정동 단위로 데이터 결합하기

먼저 1인 가구가 밀집한 주요 행정동을 1차 비교 대상으로 선정했다.

퇴계동

후평동

강남동

석사동

신사우동

효자동

각 데이터에서 행정동별 값을 집계한 뒤 다음과 같은 기초 테이블을 구성했다.

행정동	CCTV 수	1인 가구 수	면적(km²)	배출장소 수
퇴계동	3	6,192	4.19	173
후평동	5	8,719	3.81	250
강남동	0	3,401	14.75	85
석사동	5	5,610	3.87	237
신사우동	4	3,650	11.62	112
효자동	7	7,547	2.77	306

기초 데이터만 보면 후평동의 1인 가구가 8,719가구로 가장 많고, 효자동의 배출장소가 306곳으로 가장 많다. 그러나 이 값만으로는 어느 지역의 CCTV나 배출장소가 상대적으로 부족한지 판단하기 어렵다.

이를 비교하기 위해 파생지표를 설계했다.

5. 관리 부담을 나타내는 5개 파생지표

5.1 CCTV 1대당 1인 가구 수


1인 가구 수 ÷ CCTV 수

CCTV 한 대가 담당해야 하는 잠재적인 생활폐기물 관리 수요를 표현한다. 값이 클수록 1인 가구 수에 비해 CCTV가 상대적으로 부족하다고 해석했다.

5.2 CCTV 1대당 관할 면적


행정동 면적 ÷ CCTV 수

CCTV 한 대가 공간적으로 담당해야 하는 평균 면적이다. 값이 클수록 감시 범위가 넓고 사각지대가 발생할 가능성이 있다.

5.3 CCTV 1대당 배출장소 수


생활폐기물 배출장소 수 ÷ CCTV 수

CCTV 한 대가 담당해야 하는 생활폐기물 배출장소 수를 나타낸다. 배출장소가 많지만 CCTV가 적으면 기존 CCTV만으로 모든 지점을 관리하기 어렵다.

5.4 배출장소 1곳당 관할 면적


행정동 면적 ÷ 생활폐기물 배출장소 수

배출장소 한 곳이 담당하는 평균 공간 범위다. 값이 클수록 배출장소 사이의 간격이 넓고, 배출장소 접근성이 낮은 지역이 존재할 가능성이 있다.

5.5 배출장소 1곳당 1인 가구 수


1인 가구 수 ÷ 생활폐기물 배출장소 수

배출장소 한 곳이 담당해야 하는 1인 가구 수다. 값이 클수록 배출장소에 대한 이용 수요가 상대적으로 높을 수 있다.

행정동별 관리 부담 파생지표 비교

강남동은 운영 중인 CCTV가 0대이므로 CCTV를 분모로 사용하는 세 개 지표를 계산하지 않았다.

6. 왜 퇴계동을 선정했나

기초 분석에서 가장 먼저 눈에 들어온 곳은 강남동이었다.

강남동은 운영 중인 CCTV가 없었고, 배출장소 1곳당 관할 면적과 1인 가구 수도 가장 높았다. 수치만 보면 CCTV 신설이 가장 시급한 지역처럼 보인다.

강남동은 산지까지 포함된 넓은 행정구역 때문에 면적 지표가 과대평가될 가능성이 있었다. 실제 생활권이 아닌 면적까지 계산에 포함되면서 면적 ÷ 배출장소 값이 과도하게 커질 수 있기 때문이다.

신사우동 또한 전체 면적이 11.62km²로 넓고 1인 가구 수는 비교 대상 중 상대적으로 적었다. 단순 면적 비율만으로 도시형 주거밀집지역과 동일하게 비교하면 결과가 왜곡될 수 있다고 판단했다.

따라서 강남동은 산지 면적의 영향, 신사우동은 넓은 면적과 상대적으로 적은 1인 가구 수를 고려해 우선 분석 대상에서 제외하고, 도시형 주거밀집지역을 중심으로 다시 비교했다.

남은 지역 중 퇴계동은 다음 특징을 보였다.

CCTV 1대당 1인 가구 수가 약 2,064가구로 가장 많았다.

CCTV 1대당 관할 면적이 약 1.40km²로 가장 넓었다.

CCTV 1대당 배출장소가 약 58곳으로 가장 많았다.

배출장소 1곳당 관할 면적이 약 0.024km²로 가장 넓었다.

배출장소 1곳당 1인 가구 수가 약 35.8가구로 가장 많았다.

퇴계동은 특정 지표 하나만 높은 것이 아니라, 도시형 비교 대상 안에서 여러 관리 부담 지표가 동시에 높았다. 이에 세부 공간분석 대상지역으로 퇴계동을 선정했다.

이번 지역 선정은 머신러닝 예측이나 통계적 유의성 검정을 이용한 결과가 아니다. 확보할 수 있는 공공데이터로 파생지표를 만들고, 지표의 상대적인 크기와 지역 특성을 함께 해석한 탐색적 의사결정 과정이다.

7. 퇴계동 생활폐기물 배출장소 공간분석

행정동 단위 분석으로 퇴계동을 선정했지만, 행정동 전체에 CCTV를 설치할 수는 없다. 이제 퇴계동 내부에서 구체적인 관리 공백을 찾아야 한다.

7.1 퇴계동 배출장소 추출

춘천시 전체 생활폐기물 배출장소 데이터에서 퇴계동에 해당하는 173개 지점을 추출했다.

각 배출장소를 지도 위에 표시하고 퇴계동 행정구역 경계와 함께 시각화했다.

7.2 배출장소 반경 50m 설정

각 생활폐기물 배출장소를 중심으로 반경 50m의 원을 생성했다.

이번 분석에서는 배출장소로부터 50m 이내에 있는 구역을 배출장소에 비교적 접근하기 쉬운 지역으로 정의했다. 반대로 어느 배출장소의 50m 반경에도 포함되지 않는 구역은 주변에 공공 배출장소가 부족할 가능성이 있는 지역으로 보았다.

50m는 쓰레기를 가지고 이동할 수 있는 현실적인 거리를 고려해 설정한 가정값이다. 지형, 경사, 도로, 건물 출입구 등에 따라 실제 접근 거리는 달라질 수 있다.

7.3 서비스권역 밖의 후보지 찾기

지도에는 다음과 같이 분석 결과를 표시했다.

빨간색 경계선: 퇴계동 행정구역

파란색 원: 생활폐기물 배출장소 중심 반경 50m

빨간색 핀: 배출장소 서비스권역에 포함되지 않는 대표 후보지

퇴계동 생활폐기물 배출장소 공간분석

퇴계동 북서쪽에는 생활폐기물 배출장소가 비교적 밀집되어 있었다. 반면 일부 주거지역과 도로 주변에는 어느 배출장소의 50m 반경에도 포함되지 않는 공간이 나타났다.

배출장소 반경 50m에 포함되지 않는 구역 중 대표적인 8곳을 후보지로 표시했다. 실제 CCTV 설치 및 집중단속 대상을 결정할 때는 공원이나 아파트 단지처럼 별도의 관리체계가 존재하는 공간을 추가로 제외하고, 주거지와 도로 주변을 우선 검토하도록 제안했다.

8개 지점은 최적화 알고리즘으로 계산한 확정 설치 위치가 아니다. 배출장소 서비스권역의 공백을 시각적으로 확인해 제시한 1차 검토 후보지다.

8. 분석 결과를 행동인식 CCTV와 연결하기

취약지역을 찾는 것만으로는 불법투기 단속 문제를 모두 해결할 수 없다. CCTV가 설치되어 있어도 담당자가 모든 영상을 계속 확인해야 한다면 제한된 인력 문제는 그대로 남는다.

이에 새로 설치하는 CCTV에 행동인식 기술을 적용하는 방안을 함께 제안했다.

예상 운영 흐름은 다음과 같다.


CCTV 영상 수집
→ 쓰레기 투기로 의심되는 행동 감지
→ 의심 구간 또는 이벤트 자동 분류
→ 담당자 검토
→ 현장 대응 및 단속 자료 활용

행동인식 기술은 사람이 모든 CCTV 영상을 실시간으로 확인하는 대신, 확인이 필요한 장면을 우선적으로 선별하는 용도로 활용할 수 있다.

이번 프로젝트에서는 행동인식 모델 자체를 학습하거나 구현하지 않았다. 공공데이터 분석으로 선정한 취약지역에 행동인식 CCTV를 적용하는 정책 활용 방안을 제안했다.

9. 분석 결과

이번 프로젝트의 결과를 정리하면 다음과 같다.

춘천시 공공데이터 5종을 행정동 단위로 결합했다.

CCTV, 1인 가구, 면적, 생활폐기물 배출장소를 이용해 5개의 관리 부담 지표를 설계했다.

6개 주요 행정동을 비교해 퇴계동을 세부 분석지역으로 선정했다.

퇴계동 생활폐기물 배출장소 173곳에 반경 50m 서비스권역을 적용했다.

서비스권역 밖의 공간에서 CCTV 설치 또는 집중단속 검토 후보지 8곳을 도출했다.

분석 결과를 행동인식 CCTV 기반 단속 방안과 연결했다.

이를 통해 단순히 CCTV를 추가해야 한다는 주장에서 벗어나, 어느 행정동을 먼저 검토할 것인지와 행정동 내부의 어느 구역을 살펴볼 것인지를 데이터에 근거해 단계적으로 좁힐 수 있었다.

10. 한계와 개선 방향

10.1 실제 불법투기 발생 위치가 없었다

가장 큰 한계는 불법투기 신고 위치나 과태료 부과 좌표를 확보하지 못했다는 점이다.

따라서 이번 분석 결과는 실제 불법투기 발생 확률이 아니라, CCTV와 생활폐기물 배출장소의 상대적인 관리 공백을 나타낸다.

향후 실제 과태료 부과 위치나 민원 데이터를 확보한다면 후보지역과 실제 발생지역이 얼마나 일치하는지 검증할 수 있다.

10.2 50m 기준은 가정값이다

배출장소 서비스권역으로 설정한 50m는 실증적으로 최적화한 거리가 아니다.

30m, 50m, 100m 등 여러 반경을 적용해 후보지역이 어떻게 달라지는지 비교하면 결과의 안정성을 확인할 수 있다.

10.3 전체 면적보다 실제 생활권 면적이 필요하다

강남동처럼 산지가 포함된 지역이나 신사우동처럼 행정구역 면적이 넓은 지역은 전체 면적을 그대로 사용하면 관리 부담이 과대평가될 수 있다.

건축물, 용도지역 또는 주거지역 경계 데이터를 추가하면 실제 생활권을 기준으로 더 정확하게 비교할 수 있다.

10.4 전체 행정동으로 분석 범위를 확대할 필요가 있다

이번 분석에서는 1인 가구가 많은 주요 행정동 6곳을 우선 비교했다.

춘천시 전체의 객관적인 우선순위를 제시하려면 모든 행정동에 동일한 지표를 적용하고, 지표를 표준화한 종합점수를 구성할 필요가 있다.

11. 마치며

이번 프로젝트에서 가장 중요했던 부분은 복잡한 모델을 사용하는 것이 아니었다.

서로 다른 목적으로 만들어진 공공데이터를 행정동이라는 공통 단위로 결합하고, 단순한 설치 대수와 인구 수를 관리 부담을 나타내는 지표로 변환한 것이 핵심이었다.

또한 행정동 단위 비교에서 끝나지 않고 생활폐기물 배출장소의 위치를 이용한 공간분석으로 범위를 좁혀, 실제 행정에서 검토할 수 있는 후보지를 제안했다.

제한된 데이터 안에서 문제를 정의하고, 필요한 변수를 선택하고, 파생지표를 설계하고, 공간적 후보지를 도출한 분석 과정과 정책 활용 가능성을 인정받아 2023 춘천시 빅데이터 분석 경진대회에서 우수상을 수상했다.

참고자료

정환도, 「1인 가구의 생활쓰레기 배출특성에 관한 연구」, 대전세종연구원, 기본연구 2017-06

춘천시 불법투기 과태료 부과 건수 관련 자료

행동인식 기반 쓰레기 무단투기 CCTV 관련 사례