서울시, 정책 수립 초기부터 데이터 분석
보행·교통·주거·관광 등 실효성 예측 효과
 |
| 서울시는 정책 수립 초기 단계부터 빅데이터 분석을 통해 정책 효과를 예측하는 행정 모델을 본격적으로 가동한다. /더팩트 DB |
[더팩트ㅣ정소양 기자] 서울시가 정책 수립 초기 단계부터 빅데이터 분석을 도입하며, '예측 가능한 행정' 구축에 나섰다. 기존의 직관·경험 중심의 정책 설계에서 벗어나, 수치 기반의 정책 효과 분석을 바탕으로 정책의 우선순위와 실행 방안을 결정하겠다는 구상이다.
23일 서울시에 따르면 시는 최근 "보행 인프라, 교통정책, 주거 안정, 시장 활성화, 관광객 유입 등 시민 삶과 직결된 정책 설계에 데이터를 적극 활용하겠다"며 새로운 행정 모델을 공개했다. 단순한 정보 축적이나 시각화 수준이 아닌, 정책 효과를 분석·예측해 실행 전략을 구체화하는 수준까지 데이터 행정의 범위를 확장하겠다는 취지다.
◆정책에 데이터 '사전 투입'…행정의 설계방식 달라진다
기존 행정이 사후 평가나 외부 연구용으로 데이터를 활용했다면, 서울시는 정책 '수립 전 단계'에서부터 데이터를 끌어오는 것이 핵심이다. 정책이 의도하는 효과가 현실에서 얼마나 작동할 수 있을지를 미리 예측하고, 그 결과에 따라 정책의 범위나 우선순위를 조정하는 방식이다.
대표 사례 중 하나는 서울시가 추진 중인 '걷는 도시', '정원 도시' 전략이다. 시는 도보 30분 내에 일상생활이 가능한 도시를 목표로, 인구 밀도와 연령 구조, 기존 보행 인프라의 분포 등을 교차 분석하고 있다. 여기에 연령대별 보행 속도 데이터까지 반영해, 생활권 내 필수 시설이 부족한 지역을 구체적으로 진단하고 있다.
도보 5분 내 녹지를 누릴 수 있도록 공원을 어디에 조성해야 하는지도 데이터를 통해 결정된다. 시민들의 공원 이용 빈도, 시간대, 접근 경로, 지역별 녹지 분포를 바탕으로 우선 조성 대상지를 선정하는 방식이다.
범죄 예방 인프라 확충도 데이터로 추진된다. 시는 건물 높이, 지형, 골목길 구조 등 3D 공간정보를 활용해 방범 사각지대를 추출하고, 이에 따라 CCTV와 조명 등 방범 시설의 설치 위치를 결정하고 있다. 과거처럼 민원이나 현장 관찰에만 의존하지 않고, 데이터로 위험 구간을 선별하는 '과학적 방범' 모델을 실험하는 셈이다.
◆교통과 주거, 복잡한 문제도 예측으로 접근
시는 경전철 신규 노선의 타당성 검토에도 데이터를 활용한다. 이미 개통된 신림선, 우이신설선 등의 노선을 대상으로 개통 전후 변화 데이터를 수집해 생활 편의, 환경 개선, 고용 창출 등의 항목별 영향을 정량화했다. 이를 바탕으로 신규 노선의 효과를 사전에 비교·예측하는 모델을 만든 것이다. 교통 소외 지역의 해소나 노선 우선순위 결정에 있어 보다 객관적이고 실효성 높은 근거를 확보하겠다는 전략이다.
주거 정책도 마찬가지다. 정비사업 과정에서 불가피하게 발생하는 주택 멸실 시점과 공급 공백을 예측해 전세 시장의 불안을 사전에 감지하고 대응 방안을 마련할 수 있다는 것이 시측 설명이다. 과거에는 정비사업이 본격화된 뒤에야 공급 부족이 현실화됐지만, 지금은 데이터를 바탕으로 '공백 시기'를 미리 예측해 대응할 수 있게 된 셈이다.
저출생 문제 대응에서도 데이터 기반 접근이 시도된다. 인구 구조, 인프라 수준, 소비 패턴 등을 종합해 지역별 '양육 친화 지수'를 도출한 뒤, 이를 바탕으로 정책 지원 우선순위를 정한다는 계획이다. 출산 장려금처럼 단기적 유인책에 그치지 않고, 양육 환경 개선이라는 구조적 접근을 하겠다는 의미다.
이외에도 지역 상관 활성화, 관광, 문화 등에 이를 접목하겠다는 것이 시의 구상이다.
시는 올해 안에 전체 분석 모델을 고도화한 뒤, 내년부터 실무 부서에서 이를 전면적으로 활용할 수 있도록 준비하고 있다. 또한 서울시 빅데이터 플랫폼에 관련 모델을 탑재해, 각 자치구도 이를 직접 활용할 수 있도록 범용화를 추진 중이다.
서울시 관계자는 "서울은 데이터를 통해 시민 삶을 예측하고 설계하는 도시로 진화하고 있다"며 "정책의 실효성을 높이기 위한 도구로서 데이터 행정을 계속 확장해 나갈 것"이라고 말했다.
