세포자동자 도시모형 (Cellular Automata Urban Model)
한 줄 정의: 도시 공간을 작은 격자 셀로 나누고, 각 셀이 주변 셀의 상태에 따라 정해진 규칙으로 변화해가는 방식을 반복해 도시의 성장과 토지이용 변화를 시뮬레이션하는 모형입니다.
쉽게 풀면
도시 지도를 바둑판처럼 작은 칸으로 잘게 나눈다고 생각해봅시다. 세포자동자 도시모형은 각 칸을 논밭, 나대지, 주거지, 상업지 같은 상태로 구분한 뒤, "주변에 이미 개발된 칸이 많으면 이 칸도 개발될 확률이 높아진다"처럼 단순한 규칙을 정해 시간이 흐름에 따라 칸들이 어떻게 바뀌어가는지 컴퓨터로 반복 계산합니다. 이렇게 작은 규칙들이 쌓여 실제 도시가 커지는 것과 비슷한 패턴을 만들어냅니다.
왜 중요한가
도시계획학에서는 도시가 앞으로 어떻게 확장될지, 어떤 정책을 적용하면 개발 패턴이 어떻게 달라질지를 미리 가늠해보는 것이 중요하며, 세포자동자 도시모형은 비교적 단순한 규칙만으로도 실제와 유사한 도시 성장 패턴을 재현할 수 있어 미래 토지이용 예측에 널리 활용됩니다.
논문에서는 이렇게 쓰입니다
"세포자동자 모형을 이용해 2000년부터 2020년까지의 토지이용 변화를 학습시킨 뒤, 2040년의 시가화 면적을 예측하였다."
과거 도시 확장 패턴을 규칙으로 학습시켜 미래의 도시 모습을 시뮬레이션했다는 뜻입니다.
"개발제한구역 해제 시나리오를 세포자동자 도시모형에 적용하여 시가화 확산 범위의 변화를 비교 분석하였다."
규제가 바뀌었을 때 도시가 어느 방향으로 얼마나 더 퍼져나갈지를 가상으로 실험해봤다는 의미입니다.
조금 더 깊게 보면
세포자동자 모형은 격자 상태, 이웃의 범위를 정하는 인접 규칙, 그리고 상태 전이를 결정하는 전이 규칙이라는 세 가지 요소로 구성되며, 실제 도시 연구에서는 이 전이 규칙을 로지스틱 회귀나 인공신경망 같은 통계·기계학습 방법으로 과거 데이터에서 추정해 사용하는 경우가 많습니다.
주의할 점
과거 데이터로 학습한 규칙이 미래에도 그대로 적용된다는 가정에 기반하므로, 정책이나 경제 상황이 급변하는 경우 예측의 신뢰도가 떨어질 수 있습니다.