필지의 기하학적 특성 정보와 의사결정트리 기법을 활용한 토지 형상 인식 방법론 연구

토지특성조사는 약 3,200만 필지(국세 또는 지방세의 부과대상토지)³⁾에 대한 토지특성을 조사하는 것으로, 토지가격형성에 중요한 요인으로 작용하고 있는 토지 관련 자료의 정보요인으로 가치가 있는 것을 말한다.

토지특성 조사는 비교표준지의 토지특성과의 비교를 통해 가격배율을 도출하고 개별공시지가를 산정하는 기초자료이며, 이는 매년 1월 1일(공시기준일) 현재를 기준으로 한다. 조사는 토지(임야)대장, 건축물 대장 등 각종 공부조사 및 지가현황도면과 현장 확인을 통해 조사하고 있다.

조사 항목은 크게 공적규제 사항과 지형지세, 도로조건, 유해시설접근성 등 23개 항목으로 구성되어 있다.

형상 조사는 ‘공시지가 조사산정 지침’에 제시된 8개 형상 유형⁴⁾에서 가장 비슷한 것을 택하여 조사하며, 일단지내 토지는 일단지 전체의 형상을 기준으로 조사하고 있다. 이 중 다각형의 경우 토지의 효용도를 감안하여 형상을 파악하며, 각지에 위치하여 가각 정리된 토지의 경우 가각이 없는 것으로 판단하여 조사한다.

현재 형상조사는 토지의 형상이 모호하여 형상을 구분하기 곤란한 경우에 관련 전문가와 협의하여 결정하도록 되어 있다. 또한, 구획정리가 진행된 지역 외에는 사각형 형태와 유사한 경우에는 정방형 또는 장방형으로 판단하며, 부정형 토지의 경우 형상으로 인해 최유효이용에 상당한 제약을 받는 경우로 한정하며, 택지의 경우 최유효이용에 장애가 될 정도로 심한 경우에 한해 부정형이나 자루형으로 구분하고 있다⁵⁾.

현행 형상조사 상 가장 큰 문제점은 형상 구분 기준의 모호성으로 볼 수 있다. 현행 형상 구분은 <표 1>과 같이 정방형, 가장형, 세장형, 사다리형, 삼각형, 역삼각형, 부정형, 자루형으로 구분하고 있다. 그러나 각각의 구분 기준으로는 해당 필지가 사다리형인지 부정형인지 판단하기 어려운 경우가 많다. 또한, 토지특성조사 지침에서 제시되어 있는 <그림 1>의 예시와 같이 정형화된 토지의 형상은 소수에 불과하여 조사자에 따라 서로 다른 판단을 할 수 있는 문제가 있다.

또한, 형상 조사의 문제는 ‘~ 내외인 토지(정방형)’, ‘~ 상당한 제약을 받지 않는(사다리형)’, ‘~ 불규칙한 형상(부정형)’ 등 매우 정성적으로 정해져 있는 조사 기준의 영향도 무시할 수 없다. 이러한 조사기준의 모호성은 조사자에 따라 동일한 형상의 필지에 대해 다른 조사 결과로 도출되는 문제를 야기하고 있다.

현행 형상 조사 기준은 장방형에 대한 구체적 구분 기준(세장비 1:1.1 내외)만 언급되고 있을 뿐 최유효이용과 도로 접면 비율, 불규칙한 형상 등을 판단할 수 있는 구체적인 구분 기준은 제시되지 않고 있다.

일반적으로 토지 형상은 토지의 효율성과 활용도 등을 나타내는 척도로 건부지 활용 시 건폐율 및 용적률의 적용조건으로 작용한다(김현영, 2013).

따라서 현행 토지특성조사에서의 토지 형상은 토지의 정형성과 복잡성을 포괄하고 있어 특정 조건으로 구분 기준을 규정하기는 어려운 것이 현실이다. 그러나 토지의 형상을 효율성과 활용도 측면에서 바라볼 경우 정형적인 형태로서 복잡하지 않고, 단순하며 길게 늘어져 있는 형태가 아닌 집중된 형태가 효율성과 활용도 측면에서 유리한 토지라고 볼 수 있다(오윤표·임재문, 2004).

기존 문헌을 살펴볼 때 이러한 토지 형상의 관련 지표는 전통적으로 조경생태학(Landscape Ecology) 분야에서 CI(Compactness Index)와 SI(Shape Index) 등의 개념이 널리 적용되고 있다. 그러나 토지특성 조사의 복잡한 형상 개념을 인식하기 위해서는 필지 형상별로 표준화 가능 여부와 토지 가격 비준율에 적용할 수 있는 방법론적 설계가 필요하다⁶⁾.

이에 본 연구에서는 토지특성 조사에서 형상 조건의 복잡성을 인식할 수 있는 동시에 토지형상 분류의 직관성과 일관성을 기하고자 선행연구에서 제시된 형상 조사를 위한 변인들을 지적도상 필지의 기하적 정보로 추출하여 다음과 같이 입력변수로 설정하였다.

형상지수(SI, Shape Index)는 토지 형상 변형 비교값으로 해당 토지가 정형의 토지에서 얼마나 변형되어 있는지를 지수화 한 값이다. 형상지수는 토지가 복잡한 형태 일수록 높은 값을 나타내며, 정형의 토지에 가까울수록 낮은 값을 가진다(McGarigal and Marks, 1994).

$SI=0.25\times (필지둘레/\sqrt{필지면적)}$

정형지수(STI, STandard Index)는 필지면적 대비 최소외접사각형의 면적 값으로 0~1의 값을 가진다. 1에 가까울수록 정방형의 형태를 가지고 0에 가까울수록 부정형에 가까워진다(최진호 등, 2015).

$STI=필지면적/최소외접사각형면적$

세장비(WR, Widthdepth Ratio)는 필지의 폭(width) 대비 너비(length)의 값으로 형상의 세장비가 동일하면 1에 가까우며 폭과 너비의 차이가 클수록 0에 가까워진다(최진호 등, 2015).

$WR=\frac{최소외접사각형폭}{최소외접사각형너비}$

이들 지수는 <그림 2>와 같이 필지형태의 정형성, 비정형성 등을 나타내는 상대적인 값들이지만 하나의 값으로 형상 구분을 위한 절대적 기준으로 활용하기는 어렵다. 따라서 각각의 지수가 가지는 특징을 조합하여 필지 형태유형을 구분하는 규칙 생성의 변수로 투입하였다.

C4.5 알고리즘을 통해 학습된 형상 분류결과의 혼합 매트릭스(confusion matrix)는 <표 4>와 같다.

서울시 표준지 26,433필지에 대한 형상 추정 결과 일치율(correctly classified instances)은 81.6%(21,570필지)로 높은 수준의 정확도를 보였다.

각각의 형상 구분별 정확도(Precision Rate) 81.4%, 재현율(Recall Rate) 81.6%, TP Rate(True Positive Rate) 81.6%, FP Rate(False Positive Rate) 9.3%로 나타났다. 따라서 실험을 통해 학습된 규칙이 형상 정보를 인식하는데 상당 수준의 연관관계가 있음을 알 수 있다. 또한, 표준지 형상 정보와 학습을 통해 추정된 형상의 확률적 일치율을 나타내는 Kappa 계수가 0.72(0.6~0.8)로 나타나 상당 수준(substantial)의 일치도가 나타났다.

반면, 기존 조사자의 형상 정보와 일치하지 않는 비율이 약 18.40%(4,863필지)로 나타났다. 이는 학습된 규칙이 형상을 나타내는 일반적 규칙으로 설명되지 않거나, 모델을 구축하는데 활용된 독립 변수가 토지 형상을 완벽하게 설명할 수 없다는 의미로 해석할 수 있다.

그러나 실험 결과를 통해 생성된 tree가 총 139개의 node로 구성된 것으로 볼 때 현재 형상 조사 결과 속에는 현행 분류 체계와는 다소 이질적인 유형이 혼재되어 있는 것으로 추측할 수 있다. 예를 들어 부정형으로 분류되어 있는 필지들 사이에는 폭이 좁거나 긴 사다리형 필지, 폭이 넓고 짧은 형태의 사다리형 필지, 굴곡이 심하게 나타나 부정형에 가까운 사다리형 필지 등이 혼재되어 있는 것으로 볼 수 있다.

학습된 토지형상 구분 규칙을 활용하여 형상을 추출한 결과 기존 조사 결과와 약 81% 일치하는 것으로 나타났다. 이는 토지 형상을 구분하기 위한 학습 규칙이 토지형상을 추출하는 과정을 완벽하게 설명하고 있지 못하고 있음을 의미한다. 이는 학습된 규칙이 실험 대상 전체를 위한 일반적 규칙이기도 하지만, 한편으로는 현행 형상 조사가 매번 일정한 규칙에 의해 선정되고 있지 않음을 의미하기도 한다. 또한, 현재의 형상 조사가 조사자 각자의 주관성이 상당부분 반영되어 조사되고 있음을 의미하기도 한다.

그러나 무엇보다 가장 큰 영향요인은 조사자가 판단하기에 어려운 부분이 존재하기 때문으로 볼 수 있다. 몇 가지 사례를 살펴보면 먼저 <그림 3>과 같이 현행 조사 결과에서는 장방형으로 조사 되었지만, 추출 결과는 정방형으로 추출된 필지를 볼 수 있다. 해당 필지는 가장 긴 변의 길이 17.98m, 짧은 변의 길이 16.45m 이기 때문에 정방형 기준(1:1.1)의 조건 비율을 만족함으로 정방형 토지로 구분 되는 것이 합당하다. 그러나 이러한 길이 비율을 사람의 목측으로만 판단하기에는 한계가 분명히 존재할 것이다. 따라서 이러한 부분을 조사하는 과정에서 오류가 발생할 수 있다.

<그림 4>는 기존에 삼각형으로 조사되었으나, 추출 결과 사다리형으로 조사된 사례이다. 해당 필지는 꼭지점의 개수가 3개 이면서 내각의 합이 180°라는 개념의 삼각형과는 거리가 멀다. 현행 조사기준에 따라 역사다리형 개념을 포함하여 삼각형 토지의 개념을 확장시키더라도 <그림 5>의 삼각형(조사: 삼각형, 추출: 삼각형)과 다르게 조사되어 있다. 오히려 <그림 6>과 같이 사다리형(사다리형→사다리형)의 토지에 더 유사한 형태로 나타나고 있다. 이러한 분류 오류는 수많은 토지를 조사하는 과정에서 일관성을 유지하는데 제약이 존재하는 것으로 보인다.

현행 조사 과정에서 가장 많은 문제가 발생하고 있는 사다리형과 부정형의 구분에서도 다양한 사례를 찾아볼 수 있다.

<그림 7-a>부터 <그림 7-c>는 기존 부정형으로 조사되었지만 사다리형으로 추출된 사례이며, <그림 7-d>부터 <그림 7-f>까지는 사다리형에서 부정형으로 추출된 필지 사례이다.

해당 사례를 통해 볼 때 부정형과 사다리형의 경계가 서로 상반되거나 <그림 7-c>와 <그림 7-f>와 같이 부정형과 사다리형을 각각 구분하기 모호한 상황이 나타나고 있다.

사다리형과 부정형의 문제는 불규칙한 형상과 최유효 이용 원칙이라는 정성적 판단기준으로 인해 조사 결과가 상반되게 나타날 수 있다. 즉, 조사 기준의 모호성으로 인해 조사자의 판단이 서로 상반되게 나타날 수 있음을 의미한다.

이와 같이 토지 형상 조사는 전술된 여러 사례와 같은 문제로 인해 일관적이고 객관적으로 이루어지기 어렵다.

연구의 서두에서 밝힌바와 같이 특성 조사의 비일관성은 지가 불균형의 문제를 초래하는 동시에 토지가격 비준율의 오류를 발생시킨다. 또한, 토지특성정보 공개 과정에서 수많은 민원을 초래할 여지를 가지고 있다.

본 연구를 통해 추출된 형상 구분 규칙을 하나의 통일된 식으로 규정하여 자치단체별로 일치율을 살펴보면, <표 5>와 같이 지역 간 상당한 차이가 발생하고 있는 것을 볼 수 있다⁷⁾.

이러한 차이는 토지 형상 조사 과정에서 조사자마다 기준이 다르게 적용되어 일관성이 유지되지 않고 있는 것으로 볼 수 있다. 이러한 문제는 비전문가인 지자체 공무원이 조사하는 개별지로 확대할 경우 더욱 심각한 문제로 나타날 수 있다. 즉, 지자체별 표준지 조사의 비일관성과 비통일성의 문제 뿐만 아니라 지자체 내 표준지와 개별지(지자체 공무원 조사)간의 문제도 함께 발생할 수 있음을 의미한다.

현행 토지특성조사는 조사 결과에 대한 명확한 해답을 구하기 어렵다. 이는 현재까지 연구된 대부분의 연구에서 지적하고 있는 문제이기도 하다. 즉, 토지특성 조사의 명확한 규정이 없기 때문에 어떠한 특성으로 분류되어 조사되어도 이를 옳고 그름의 잣대로 판단하기 어렵다는 것이다.

본 연구에서 기존의 표준지 형상조사 데이터로부터 학습된 형상조사 규칙은 애매모호한 형상 조사 요령을 정형화된 규칙의 형태(그림 8)로 전환함으로써, 형상 조사를 보다 객관적이며 효율적으로 확보할 수 있다. 특히, 2만여 필지를 분류하는데 5분 내외의 시간이 소요됨을 고려할 때 현행 조사 체계의 문제점을 개선하는데 효과적으로 적용될 수 있을 것으로 판단된다.