구글맵리뷰 텍스트마이닝을 활용한 공원 이용자의 인식 및 평가 - 서울숲, 보라매공원, 올림픽공원을 대상으로 -

본 연구에서는 Beautiful Soup 4, Selenium 파이썬 패키지를 사용하여 Python web crawler Code를 제작하여 직접 Google 지도에서 구글맵리뷰 데이터를 수집하였다. 데이터는 2020년 4~5월 기준 전체 데이터 수집을 목표로 했으며, 오류 데이터 및 중복 데이터 삭제 후 최종적으로 공원별로 수집한 데이터는 Table 2와 같다. 데이터 정보는 연도별 편차가 존재했다. 2020년을 제외하고, 최신 연도일수록 수집 건수가 많았다. 가장 오래된 데이터로는 2011년도부터 파악할 수 있었지만, 2016년 이전은 데이터 수가 현저히 적었다(Table 2 참조). Google 지도에서 위치 기준 공원명을 검색한 후에 사용자 이름, 공원에 대한 평가(별점), 날짜, 의견을 포함한 모든 리뷰 데이터를 수집했으며, 구글맵리뷰 데이터의 형태는 Figure 1과 같다.

Figure 1. Structure of Google maps review

Download Original Figure

장소에 대한 리뷰 글은 자유로운 형식과 일상 어투로 대부분 작성되어 있다. 이에 의미 있는 결과 도출을 위해 리뷰 데이터 텍스트 분석에 앞서 지정어(defined word), 유의어(thesaurus), 제외어(exception) 사전을 만드는 작업을 수행했다. 먼저 사전 등록 없이 데이터를 불러와 단어와 Document의 구조를 파악한 후에, 공원별로 빈도가 높거나 의미가 있는 이용행태, 시설명, 프로그램명 등을 중심으로 지정어를 탐색하여 추출했다. 또한, 띄어쓰기와 축약어를 고려하여 주요 용어를 대상으로 유의어 사전을 만들고, 불필요한 기호나 분석에 방해되는 단어를 고려한 제외어 사전을 만들었다. 텍스트 분석은 사회연결망 분석 소프트웨어인 넷마이너(Netminer) 4.3.3을 활용하였다.

텍스트 마이닝(text mining)은 데이터 마이닝(data mining)의 한 분야로, 기계적 알고리즘을 활용하여 비정형의 텍스트 데이터를 모델링하고 구조화함으로써 유의미한 데이터를 추출하는 방법이다(Feldman and Sanger, 2007; Hearst, 2003; Daniel, 2015). 또한, 텍스트 마이닝은 이전에 알려지지 않는 유용한 정보를 발견하는 것으로 탐색적 데이터 분석(exploratory data analysis) 프로세스라고 할 수 있다(Tukey, 1977; Hoaglin et al., 2000; Hearst, 1999). 즉, 대용량의 자료로부터 입력 텍스트를 구조화하고, 구조화된 데이터 안에서 다양한 기계적 알고리즘을 통해 관계, 패턴 등을 유도하여, 데이터를 축소(reduction)해 가면서 의미를 파악하는 과정이라고 할 수 있다.

본 연구의 텍스트 마이닝 분석 기법은 TF-IDF를 이용한 단어의 빈도분석(frequency analysis), Degree Centrality를 활용한 단어의 중심성 분석(centrality analysis), Community(betweenness)를 활용한 단어 간 응집성 분석(cohesion analysis)을 수행하였다. 연구의 흐름은 Figure 2와 같다.

Figure 2. Study process

Download Original Figure

Term Frequency - Inverse Document Frequency (TF-IDF)는 Term Frequency(TF)와 Inverse Document Frequency(IDF)를 곱한 값으로 특정 문서 내에서 키워드의 관련성 및 중요성을 나타내는 통계적 수치를 말하며 즉, 모든 데이터에서 나오는 단어보다 특정 문서 내에서 나오는 단어가 중요하다고 하는 개념으로, 상투어를 제외할 수 있다. 본 연구에서는 기존의 텍스트 네트워크 분석 연구에서 사용되는 기준값을 참고하여 TF-IDF 값이 0.5 이상의 단어만을 추출해(Ko, 2019; Son and Kim, 2019) 좀 더 유의미한 단어들로 축소해서 분석을 진행했다.

중심성 분석(centrality analysis)은 네트워크 안에서 키워드의 연결 정도를 측정하면서 키워드가 어떤 역할을 하는지를 분석하는 방법이다. 중심성의 종류 중 연결중심성(degree centrality)을 활용하였으며, 연결 중심성(degree centrality)은 직접 연결된 이웃의 수로 측정하여 이웃 노드가 많을수록 연결중심성이 높다고 할 수 있고, 직접적인 영향력의 크기를 측정하는데 용이하다.

응집성 분석은 키워들 간 맥락에 따라 그룹을 형성하고, 하위 그룹 간의 관계를 통해 네트워크의 특징을 파악할 수 있는 분석이다. 어떤 노드들이 그룹을 형성하고, 그룹에 속한 노들은 얼마나 응집되어 있는지, 그룹의 특성은 무엇인지 파악할 수 있다. 또한 네트워크 연결 관계를 시각적으로 도출하기에 용이하다. 본 연구에서는 응집성 종류 중 Community(betweenness)를 사용하여 알고리즘에서 도출된 적절한 Cluster 개수를 선택하여 Map을 작성했다. 의미 네트워크 분석의 결과는 연결 중심성 값이 상위 10개(0.055~0.038) 단어를 중심으로 해석하였다.

이와 같은 분석개념을 활용하여 공원별 중심 키워드 분석은 연결 중심성(degree centrality) 값을 기준으로 정리하였고, 중심성 값이 같으면 TF-IDF가 높은 것을 우선순위로 하였다. 또한, 공원별로 연결 중심성 값이 상위 10개인 단어가 어떤 하위 단어들과 연결되어 그룹을 만드는지를 중심으로 분석했다. 분석 결과를 바탕으로 리뷰의 원문을 재참고하여 최종적으로 공원의 이슈들을 해석했다.

서울숲은 Table 4를 보면 ‘산책’, ‘숲’, ‘가족’, ‘아이’, ‘사슴’, ‘자전거’, ‘놀이터’, ‘다양’, ‘나무’, ‘주차’ 등의 키워드가 높은 중심성 값을 가진다. 전체 리뷰 데이터의 주요 키워드를 살펴보면 이용목적으로 ‘산책’, ‘자전거’, ‘피크닉’, ‘사진’이 있었고, 동반유형으로 ‘가족’, ‘아이’, 인프라로는 ‘사슴’, ‘나비정원’이 등장했다. ‘사슴’, ‘나비정원’은 서울숲의 대표 프로그램으로 공원 이용자들이 인식하고 있다. 전체적으로 서울숲의 주요 키워드로 ‘숲’, ‘사슴’, ‘나무’, ‘꽃’, ‘동물’, ‘나비정원’, ‘자연’과 같은 자연 및 자연체험과 관련된 키워드들이 많이 추출되었다. 서울숲은 방문객들에게 녹지와 자연을 기반으로 하는 체험활동을 주로 제공하며, 이에 대한 이용자 수요도가 높은 것을 알 수 있다. 또한, 이용 형태에 관해서 ‘주차’ 키워드도 높은 값을 보였다.

Table 5는 보라매공원에서의 주요 키워드를 나타낸다. ‘산책’, ‘운동’, ‘공사’, ‘아이’, ‘음악분수’, ‘가족’, ‘놀이터’, ‘시설’, ‘전투기’, ‘애견’이 높은 중심성 값을 보였다. 이용목적과 관련된 키워드로 ‘산책’, ‘운동’, ‘조깅’, ‘휴식’, ‘자전거’가 있었으며, 동반유형은 ‘아이’, ‘가족’, ‘애견’, 인프라로는 ‘음악분수’, ‘놀이터’, ‘전투기’, ‘운동장’, ‘호수’, ‘암벽등반’이 나타났다. 보라매공원은 이용자와 관련된 다양한 시설 키워드가 많이 추출되었다. 다양한 시설 이용이 보라매공원의 이용 특성으로 판단된다. 중요 20개 키워드에는 포함되지 않았지만, 인라인스케이트장, X게임장, 안전체험관, 애견놀이터 등의 시설 관련 단어가 많이 나타났다. 또한, 보라매공원 인근 지역주민의 이용률이 높은 공원으로 산책뿐만 아니라, 일상적 운동 및 조깅과 같은 활동이 많이 이루어지고 있었다. ‘공사’가 높은 값을 보이는 이유는 2017년부터 착수된 신림선 경전철 공사로 인한 이슈 때문으로 판단된다.

Table 6은 올림픽공원의 리뷰 키워드를 나타낸다. ‘산책’, ‘운동’, ‘문화’, ‘다양’, ‘올림픽’, ‘시설’, ‘스포츠’ 등 키워드가 높은 중심성 값을 보였다. 전체 리뷰 데이터의 주요 키워드를 살펴보면 이용목적으로 ‘산책’, ‘운동’, ‘행사’, ‘자전거’, ‘공연’, ‘사진’이 나타났으며, 동반유형은 ‘아이’, ‘가족’, ‘연인’, 인프라로는 ‘올림픽’, ‘박물관’, ‘경기장’, ‘나홀로나무’, ‘몽촌토성’이 있었다. ‘스포츠’ 키워드는 행위와 시설에 대한 내용이 함께 포함되어 이용목적이자 시설 두 가지 특징을 모두 나타낸다. 올림픽공원은 크게 운동 관련 키워드인 ‘운동’, ‘시설’, ‘스포츠’, ‘경기장’과 문화 관련 키워드인 ‘문화’, ‘박물관’, ‘행사’, ‘공연’을 중심으로 나타나고 있는 것을 알 수 있다. 운동과 관련된 이용행태 및 시설과 문화 향유를 위한 공연, 행사의 내용이 구분되어 작성된 리뷰들도 있지만, 함께 등장하는 리뷰들이 많았다. 올림픽공원은 규모가 큰 공간들이 있고, 대형행사가 많이 이루어져 서울숲과 보라매공원과 다른 특징적인 이용 키워드들이 많이 추출되었다. 또한, 백제 시대 토성유산인 몽촌토성이 보존되고 있어 ‘몽촌토성’과 관련한 박물관, 미술관 등의 내용이 있었고, 또한 올림픽공원의 랜드마크인 ‘나홀로나무’는 유명한 포토 스팟으로 이와 관련된 내용도 많았다. 공원의 조성 목적에 맞게 ‘올림픽’ 관련 시설과 기념적인 내용도 있었다.

별점 3 이하의 리뷰들을 살펴보면 대체로 공원 이용에 대한 부정적인 의견들이었다. 공원별로 이용자들이 인식하는 문제점을 파악하기 위해 별점 3 이하 리뷰만을 따로 추출하여 분석하였다.

Table 7에서 서울숲의 별점 3 이하 리뷰 데이터를 보면 ‘주차’와 ‘부족’이 높은 값을 나타내고 있다. 대체로 별점 3 이하의 데이터는 부정적인 의견이 높기 때문에 즉, 서울숲은 주차 부족 문제가 압도적으로 큰 문제로 인식됨을 알 수 있다. ‘주차’가 포함된 문장을 살펴보면 중요 키워드로 같이 추출된 ‘부족’, ‘주말’, ‘복잡’이라는 키워드와 함께 등장한다. 주말의 높은 공원 이용률에 따라 주차 부족 문제와 함께 복잡함에 대한 불만들이 많았다. 많은 사람으로 여유 공간이 부족하고 휴식하기 어렵다는 부정적인 의견이 있었다. ‘숲’ 키워드에는 숲을 기대했는데 평범한 공원이어서 실망했다는 내용이 있었다. ‘동물’ 키워드는 주로 반려견 관련 내용이었으며, 공원 내 배변 문제와 반려견이 많아 복잡했다는 부정적인 의견들이 있었다. ‘편의시설’ 키워드는 공원 규모에 비해 내부 편의시설이 부족하다는 부정적인 의견이었다.

Table 7에서 보라매공원의 별점 3 이하 리뷰데이터를 보면 ‘공사’ 키워드가 압도적으로 많았다. 원문에서 ‘공사’는 ‘불편’, ‘경전철’, ‘복잡’, ‘좁다’라는 단어와 함께 나타나고 있다. ‘공사’는 전체 리뷰 데이터에서도 높은 값을 나타냈는데, 신림선 경전철 공사가 공원 이용에 있어 크게 부정적인 영향으로 작용한 것을 알 수 있다.

보라매공원은 지역 주민의 이용률이 높고, 애견놀이터와 애견 산책로가 잘 정비되어 있어 ‘애견’과 관련된 다양한 이슈가 있다. 별점 3 이하의 리뷰데이터에서 ‘애견’키워드가 들어간 내용을 살펴보면, 공원 내 배변 문제와 애견이 너무 많은 것에 대한 불만들이었다. 반대로 애견놀이터가 있어 좋다는 이견도 보였다. 반려견에 대해서는 견주와 그 외 이용자들 사이에 의견이 나누어짐을 알 수 있었다. 또한 ‘운동’, ‘시설’ 키워드에 대해서는 운동 시설의 노후 및 안정성에 대한 불만이 있었고, 많은 이용자로 인한 조깅 및 운동 시의 불편함이나, 산책코스와 자전거 도로의 미분리로 인한 안전 문제, 이용 질서에 대한 문제 등이 지적되었다. 또한, 너무 많은 시설에 비해 녹지가 적어서 시설로만 들어찰 것 같다는 우려의 의견도 있었다. 이와 함께 주차 부족에 대한 의견도 있었다.

올림픽공원의 리뷰가 있는 별점 3 이하의 데이터는 44개로 매우 적어서 분석에 한계가 있었다. Table 7에서 별점 3 이하의 리뷰 데이터를 보면 10개 키워드 모두 중심성 값이 비슷하며, ‘시설’과 ‘문제’ 키워드가 조금 높은 값을 나타내고 있다. 시설이 너무 많아 시설 활용성이 적다는 내용과 시설물 노후화와 관련된 내용이 있었다. 하지만 데이터 수가 적어 올림픽공원에 대한 부정적 의견으로 대표하기는 어렵다.

Table 8에서 서울숲 외국인 리뷰 데이터를 보면 ‘자전거’, ‘사슴’, ‘나무’가 높은 중심성 값을 나타낸다. 추출된 중요 키워드들이 전체 리뷰데이터와 비슷한 결과를 보이지만, 전체 리뷰데이터와 다르게 외국인 리뷰에서는 이용목적이 ‘산책’보다 ‘자전거’가 높은 것을 유추할 수 있다. 또한, 전체 리뷰데이터 분석과 같이 ‘사슴’, ‘나무’, ‘나비’, ‘숲’, ‘정원’과 같은 자연과 관련된 단어들이 많이 추출되었다. 외국인들에게도 서울숲의 이미지는 자연이 강조되며 관련된 수요가 높은 것을 알 수 있다.

보라매공원의 외국인 리뷰 데이터는 30개로 수가 적어 분석에 한계가 있었다. Table 8을 보면 ‘애견’, ‘조깅’, ‘시설’이 높게 나타나고 있다. 하지만 마찬가지로 분석 데이터의 수가 적어 외국인 이용 특성을 대표한다고 말하긴 어렵다.

Table 8에서 올림픽 공원의 외국인 리뷰 데이터를 보면 ‘올림픽’이 가장 높은 값을 보이며, 뒤에 이어 ‘산책’, ‘자전거’, ‘스포츠’가 나타난다. ‘올림픽’ 키워드는 서울올림픽과 관련하여 기념비적인 상징과 관련된 의견들이 많았다. ‘산책’과 ‘자전거’를 타기 좋은 공원으로 인식하고 있고, ‘스포츠’와 ‘예술’이 있는 문화공원으로 인식하고 있었다. 올림픽공원은 특히 세 공원 중 외국인 리뷰의 비율이 가장 높은 공원이었고, 외국인들은 올림픽공원을 대체로 “서울에서 나무가 많고, 편안하고 걷기 좋은 장소”로 인식하고 있었다.

응집성 분석(cohesion analysis)을 활용해 공원별 네트워크 구조를 Clustered Map으로 시각적으로 도출하였다. Clustered Map의 노드 크기는 연결 중심성(degree centrality) 값을 기준으로 설정했으며, 중심성 값이 상위 10개의 단어를 검은색으로 표시하고, 어떤 하위 단어들과 연결되는지를 분석했다.

Figure 4는 서울숲의 네트워크 구조로 그룹1은 ‘가족’, ‘산책’, ‘자전거’, ‘주차’를 중심으로 연결망이 형성되어 있다. ‘가족’, ‘산책’을 중심으로 한 일반적인 공원 이용행태를 나타낸다고 할 수 있다. ‘자전거’ 산책, ‘한강’ 수변공원과 연계된 활동 등이 이용 특징으로 보인다. 또한 ‘주말’, ‘주차’ 키워드가 높은 중심성을 가지고 있어서, 앞서 말한 바와 같이 서울숲에서 주말의 주차 문제가 공원 이용에 관한 큰 이슈임을 알 수 있다.

Figure 4. Cohesion analysis about Seoul Forest

Download Original Figure

그룹 2는 ‘아이’, ‘숲’, ‘사슴’, ‘놀이터’를 중심으로 연결망이 형성되어 있으며, 자연을 기반으로 한 체험과 시설들이 그룹을 형성하고 있다. 하위 키워드로 ‘곤충식물원’, ‘나비정원’과 같은 시설들이 있고, ‘먹이체험’, ‘힐링’과 같은 체험 키워드도 보인다. 그룹 2에서 보이는 ‘자연체험’은 서울 숲의 대표적인 이용행태이다.

그룹 3은 ‘공원 주변 상권을 포함한 다양한 체험’을 나타낸다. ‘다양’이라는 키워드를 중심으로 카페, 식당과 같은 편의시설 및 볼거리들이 연결망으로 형성되어 있다. 앞서 분석한 부정적 견해에서 서울숲은 공원 내부에 편익시설이 부족하다는 점을 이야기하였으나, 공원 외부의 성수동과 갤러리아포레 등 주변에는 다양한 카페, 레스토랑이 있어서 함께 이용하는 패턴이 많이 있음을 알 수 있다.

그룹 4는 ‘나무’ 키워드를 중심으로 ‘꽃’, ‘튤립’, ‘자연’과 같은 자연적 요소의 그룹이다. 서울숲은 나무와 꽃 등 자연적 요소를 체험하는 프로그램을 다수 제공하며, 이를 통해서 이용자들은 ‘나무’, ‘초화류’ 등 식생을 탐방하는 기회가 많이 있음을 알 수 있다.

Figure 5는 보라매공원의 네트워크 구조로 그룹 1은 ‘산책’, ‘가족’, ‘음악분수’, ‘애견’을 중심으로 연결망이 형성되어 있고, 서울숲의 그룹 1과 마찬가지로 주로 일반적인 공원 이용행태들이 나타낸다.

Figure 5. Cohesion analysis about Boramae Park

Download Original Figure

여기서 ‘음악분수’는 보라매공원의 주요 시설로 인식되며, ‘산책’과 ‘호수’, ‘애견놀이터’와 연결되어 있다. 또한, 중요 키워드 분석과 같이 보라매공원에서 ‘애견’, ‘애견놀이터’는 보라매공원을 특징짓는 중요한 공간이 되고 있음을 알 수 있다.

그룹 2는 ‘다양한 운동장소’를 나타낸다. ‘운동’, ‘시설’, ‘전투기’를 중심으로 연결망이 형성되어 있으며, 시설 관련 키워드들이 하위 키워드로 많이 나타난다. ‘트랙’, ‘축구장’, ‘운동장’, ‘암벽등반’과 같은 운동과 관련된 시설 및 활동들이 있다. ‘시설’과 ’깨끗’ 키워드가 높은 중심성을 가지며 서로 연결되어 있는데, 보라매공원은 많은 이용자에게 깨끗한 시설관리 이미지를 가진 것을 알 수 있다.

그룹 3은 ‘공사’를 중심으로 전철 공사 관련 연결망이 형성되 어 있고, 경전철 공사로 인한 ‘불편’, ‘복잡’이 하위 키워드로 연결되어 있다. 일시적인 현상일지라도, 보라매공원 이용에 있어서 현재 경전철 공사는 큰 이슈로 인식됨을 알 수 있다.

그룹 4는 아이들을 위한 놀이 및 체험시설 그룹이다. ‘아이’, ‘놀이터’를 중심으로 ‘안전체험관’이 하위 키워드로 나왔으며, ‘숲’, ‘놀이’, ‘잔디밭’과 연결성을 가진다.

Figure 6에서 올림픽공원의 그룹 1도 앞서 두 공원과 마찬가지로 ‘산책’을 중심으로 연결망이 형성된 일반적인 공원 이용행태 그룹이다. ‘피크닉’, ‘데이트’, ‘휴식’과 같은 이용행태와 ‘가족’, ‘연인’, ‘애견’, ‘아이’와 같은 동반 유형들이 있다. 또한 ‘편안’, ‘평화’, ‘아름답다’, ‘여유’와 같은 긍정적인 감정 키워드도 함께 나타났다. 특히 ‘산책’은 올림픽 공원의 다른 키워드들보다 Centrality 값이 현저하게 높았다. 이에 따라 ‘산책’을 중심으로 많은 하위 키워드들과 함께 그룹이 형성되었고, 올림픽공원에서 가장 보편적이면서 중요한 이용행태라고 볼 수 있다.

Figure 6. Cohesion analysis about Olympic Park

Download Original Figure

그룹 2는 ‘문화’, ‘운동’, ‘다양’, ‘스포츠’, ‘시설’을 중심으로 연결망이 형성되어 있고, 다양한 스포츠 시설 및 문화예술과 관련된 그룹이다. ‘경기장’, ‘시설’과 같은 인프라와 ‘행사’, ‘콘서트’, ‘예술’, ‘공연’이 나타났다. 문화 및 스포츠 이벤트는 올림픽공원을 대표하는 이용 특성이다.

그룹 3은 올림픽공원의 랜드마크이자 포토존인 나홀로나무 촬영과 관련된 그룹이다. ‘나홀로나무’를 기점으로 ‘올림픽’과 ‘촬영’, ‘사진’이 연결성을 가지며 그룹을 형성하고 있다.

그룹 4는 ‘몽촌토성’, ‘박물관’과 연결된 공원이 가지는 장소성 및 역사성 맥락을 나타내는 그룹이다. 올림픽공원 내에 있는 백제 문화재인 몽촌토성과 박물관을 중심으로 ‘산책로’와 ‘조각상’ 등이 포함되어 있다.

공원별 네트워크 구조에 따른 특성 분석을 종합하면 세 개의 공원은 각각 4개의 그룹으로 특성들이 나타났고, 특히 각 공원의 그룹 1은 모두 일반적인 공원 이용행태와 관련된 그룹으로, 공원이 가지는 대표적인 활동을 나타낸다. 가족, 연인 등 편한 상대와 함께 하는 ‘산책’은 세 공원에서 나타나는 대표적인 활동이다. 일상적 공원 이용 그룹 안에서 유아, 자전거, 반려견 등 각 공원마다 특성도 함께 하위 키워드로 나타났다. 그 외 그룹 2, 3, 4는 각 공원의 공간 환경 및 시설의 특수성과 현재의 특수한 이용환경이 잘 나타났다. 공원별로 나타난 그룹의 특성 및 주요 키워드는 Table 9와 같이 정리하였다.