도시계획기사 이론 학습 28. 도시연구분석 수요예측을 위한 정성적 예측방법

도시 계획 영역에서 수요 예측은 지속 가능한 성장과 발전을 이끄는 장기 전략을 개발하는 데 필수적입니다. 다양한 예측 방법 중 정성적 예측 기법은 미래 동향을 예측하고 불확실성에 대비하는 데 중추적인 역할을 합니다. 이번 포스팅에서는 의사결정 나무, 판단 결정 모델, 델파이 방법, 시나리오 계획 등 네 가지 주요 질적 방법을 살펴보고 도시 연구 분석에서 고유한 접근 방식, 특성 및 적용을 강조하고자 합니다.

 

도시 연구 분석에는 인구 증가, 주택 수요, 교통 수요, 인프라 요구 사항 등의 분야에서 미래 동향을 예측하는 작업이 포함되는 경우가 많습니다. 정량적 데이터는 귀중한 통찰력을 제공하지만 항상 미래의 복잡성과 불확실성을 포착하는 것은 아닙니다. 반면, 정성적 예측 기법은 전문가 의견과 시나리오 구축을 통합하여 결과를 예측하는 보다 적응력이 뛰어난 접근 방식을 제공합니다. 이러한 유연성은 광범위한 사회적, 환경적, 경제적 요인을 고려해야 하는 도시 계획에 특히 유용합니다.

 

정성적 예측 방법은 가능성 탐색과 변화하는 추세에 적응하는 데 이상적입니다. 이를 통해 도시 계획자는 다양한 결정 경로를 평가하고 정보에 입각한 전략을 통해 미래의 불확실성에 대응할 수 있습니다.

직접 설문조사 등을 통한 정성적 분석 안내

 

1. 의사결정 나무

의사결정 나무는 일련의 결정을 계획하여 다양한 선택에 따른 다양한 경로와 잠재적 결과를 보여주는 방법입니다. 도시 계획 결정은 서로 연결되어 있으며 미래 결과에 영향을 미치기 때문에 의사결정 나무는 각 선택의 기대 가치와 잠재적 영향을 평가하는 구조화된 방법을 제공합니다.

 

가. 의사결정나무의 특징

의사결정 나무는 연속적인 의사결정 순서를 보여주며 각 결정은 선택한 조치에 따라 다양한 시나리오로 분기됩니다. 이 의사결정 나무는 노드를 통해 계획자는 예상 값을 계산하여 가장 유망한 경로를 선택하기 위한 수치 기반을 제공할 수 있습니다. 또한, 새로운 정보가 제공되면 의사결정 나무를 수정하여 계획자가 전략을 조정하고 개선할 수 있습니다.

 

나. 도시계획에 의사결정나무 적용

예를 들어, 새로운 주거 개발을 계획할 때 의사결정 나무를 사용하여 주택 수요, 인프라 비용, 환경 영향과 같은 요소를 기반으로 다양한 접근 방식을 검토할 수 있습니다. 각 경로는 서로 다른 개발 옵션을 나타내므로 계획자는 리소스와 장기적인 이점의 균형을 가장 잘 유지하는 경로를 평가할 수 있습니다.

 

 

2. 판단 결정 모델

판단 결정 모델은 시나리오 구축을 통해 도시 환경의 미래 변화를 예측하는 정성적 예측 접근 방식입니다. 이 방법은 행동 분석과 유사하며 현재 추세와 전문가 의견을 기반으로 다양한 시나리오를 예측하는 작업이 포함됩니다. 여러 가지 가능한 미래를 조사함으로써 판단 결정 모델을 통해 도시 계획자는 변화를 예측하고 적절한 대응을 준비할 수 있습니다.

 

가. 판단 결정 모델의 단계

초기 단계의 판단 결정 모델은 목표, 잠재적 시나리오 및 시스템 모델이 설정됩니다. 이 단계에서는 예측의 맥락과 목적을 정의합니다. 이후, 계획자는 선택한 모델을 사용하여 각 시나리오를 시뮬레이션하여 예상 결과를 계산하고 향후 조건에 대한 대략적인 추정치를 제공합니다. 결과를 계산한 후 기획자는 각 시나리오를 분석하여 예상되는 결과 범위를 평가하고 이 데이터를 기반으로 전략을 다듬습니다.

 

나. 도시계획 적용

이 모델은 인구 밀도, 경제 성장, 기술 발전과 같은 요인에 따라 다양한 미래 조건이 예상되는 교통 또는 인프라와 관련된 프로젝트에 적용될 수 있습니다. 다양한 결과를 평가함으로써 기획자는 다양한 가능성을 설명하고 장기적인 요구 사항과 과제에 대비하는 적응형 전략을 개발할 수 있습니다.

 

 

3. 델파이 방법

델파이 방법은 전문가 그룹으로부터 통찰력을 수집하는 데 사용되는 공동 예측 기술입니다. 신탁이 현명한 인물들과 상담했던 고대 도시 델파이의 이름을 딴 델파이 방법은 불확실한 환경에서 장기적인 추세를 예측하도록 설계되었습니다. 이 방법은 잠재적인 미래 사건에 대한 폭넓은 관점이 필요한 도시 계획 프로젝트에 유용합니다.

 

가. 델파이 방식의 과정

델파이 방식은 구조화된 설문지가 전문가 패널에게 배포되어 도시 계획 문제와 관련된 특정 질문에 대한 초기 의견을 수집합니다. 특정 질문에 대한 결과가 도출되면, 전문가와 공유되며 여러 차례의 피드백을 통해 답변을 개선하는 데 도움이 됩니다. 이 반복적인 프로세스를 통해 전체 패널의 통찰력을 기반으로 조정이 가능합니다.

 

나. 델파이 방식의 특징

직접 토론과 달리 Delphi 방법은 그룹 사고와 같은 심리적 편견을 제거하여 각 전문가가 독립적인 의견을 제공하도록 장려합니다. 이 방법은 반복적인 피드백을 통해 그룹은 합의에 도달하여 최종 예측이 포괄적이고 신뢰할 수 있음을 보장합니다.

 

다. 도시계획 적용

델파이 방법은 도시 프로젝트의 환경 영향 평가 또는 미래 인프라 요구 사항 계획과 같은 장기 예측에 널리 사용됩니다. 반복적인 피드백을 통해 기획자는 패널의 집단적 전문 지식을 나타내는 정제된 예측을 얻어 이를 의사 결정을 위한 강력한 도구로 만듭니다.

 

 

4. 시나리오법

시나리오법은 구조화된 시나리오를 통해 여러 잠재적인 미래를 탐색하는 정성적 예측 방법입니다. 선형 예측과 달리 시나리오 계획은 각기 다른 영향과 결과를 고려하는 다양한 가능성을 제공합니다. 도시 계획에서 시나리오 계획은 정책 변화, 경제 성장, 기술 발전 및 환경 요인의 영향을 분석하는 데 중요합니다.

 

가. 시나리오 플래닝의 시나리오 유형

1) 확장된 현상 시나리오: 이 시나리오에서는 현재 추세가 계속될 것이라고 가정하고 큰 변화가 발생하지 않는 "현재 상태"의 미래를 예상합니다.

2) 낙관적 시나리오: 이 시나리오는 빠른 기술 발전이나 유리한 경제 상황과 같은 요소를 고려하여 최상의 결과를 탐색합니다.

3) 비관적 시나리오: 이 시나리오는 경기 침체나 환경 위기 등의 문제가 발생하는 최악의 상황을 조사합니다.

 

나. 시나리오 기획의 특징

1) 상세한 기간: 시나리오 계획은 각 잠재적인 미래에 대한 중요한 결정 지점을 강조하면서 구체적인 일정을 설명합니다.

2) 영향 범위: 각 시나리오는 영향 범위를 지정하여 계획자가 가능한 결과의 범위를 이해하는 데 도움이 됩니다.

3) 유연한 계획: 여러 시나리오를 작성함으로써 기획자는 유연성을 유지하고 다양한 잠재적인 미래에 대비할 수 있습니다.

 

다. 도시계획 적용

예를 들어, 시나리오 계획은 대중 교통 수요를 예측하거나 도시 개발이 녹지 공간에 미치는 잠재적 영향을 평가하는 데 사용될 수 있습니다. 시나리오를 비교함으로써 기획자는 가장 탄력적인 전략을 식별하고 잠재적으로 부정확할 수 있는 단일 예측에 의존하는 것을 피할 수 있습니다.

 

 

5. 마치며

질적 예측 방법은 도시 연구 분석에 필수적이며, 불확실성을 탐색하고 다양한 미래 시나리오를 계획하기 위한 프레임워크를 제공합니다. 의사결정 나무, 판단 결정 모델, 델파이 방법 또는 시나리오 계획을 통해 이러한 기술을 통해 도시 계획자는 변화하는 환경에 적응하고 정보에 입각한 선택을 하며 지속 가능한 개발을 안내할 수 있습니다. 도시가 지속적으로 성장하고 진화함에 따라 이러한 질적 방법을 통합하는 것은 현재와 미래 세대의 요구를 충족할 수 있는 탄력적이고 적응력 있는 도시 공간을 구축하는 데 매우 중요합니다.

이러한 질적 예측 방법을 이해하고 구현함으로써 도시 계획자는 보다 대응력이 뛰어나고 미래 지향적인 전략을 수립하여 궁극적으로 보다 스마트하고 지속 가능한 도시에 기여할 수 있습니다.