아파트 주동의 평면배치에 대한 시각적 침해도 그래프 분석기술vrrc.net/wordpress/wp-content/uploads/2015/07/joural.221...아파트 배치모델에 적용하여

大韓建築學會聯合論文集 15권6호(통권58호) 2013년 12월 131

아파트 주동의 평면배치에 대한 시각적 침해도 그래프 분석기술***

A Study of Graph Analysis Technique on Invasion of Visual Privacy Depending on Layout of Apartments Housing Block

In high density apartments, it is easy to have privacy related issues and such problem not only causes stress to residents but also is developed as one of reasons that deteriorate life quality. Although there should be guidelines to manage such issues at the planning stage before the apartment construction, it is limited to secure such data with a simple and common solution. Therefore as a countermeasure of this, the graph analysis theory on invasion of visual privacy was suggested based on ISOVIST, and its feasibility was assessed through construction of an application and case test. As for the analysis method, the node of 2-dimentional arrangement with regular intervals was installed at the invaded and invading part as Batty’s raster-based Isovist while measuring frequency of visual connection between each measuring node that was connected without interference of occlusion model. Then, the accumulated values were represented in a graph. Also, the raw data was transferred to the CAD system while quantifying the data on privacy invasion in each apartment building and room as well as improvement effect. For the assessment of the case test, three stages were promoted. First, the situation with two apartment buildings facing each other was taken into account and total 15 countermeasures were provided depending on distance (3 items) and eccentric size (5 items). Through the graph analysis of the developed analysis application, the characteristics were assessed. Second based on the result derived from the first stage, one case when seven apartment buildings were facing each other and the other case when the apartments were wrongly arranged from the eccentricity were examined to measure the comprehensive level of privacy invasion and improvement effect. And third, the unit plan characteristics of the apartment buildings with sever privacy invasion were examined among the same model to provide a countermeasure. Through the data analysis, it was possible to derive results as follows. 1)It was possible to quantify the level of privacy invasion as well as privacy invasion depending on unit of each room while understanding characteristics by reflecting the features in a graph. 2) Bigger eccentricity of the central axis in the facing apartment building showed less privacy invasion. However, the probability of privacy invasion gets bigger along with distance if a visually-invading party intentional observes others. 3) When comparison was made between the apartment buildings that were evenly arranged within the same land and that of eccentric central axis, the level of privacy invasion for the apartment building with eccentric central axis was extensively reduced.

공간구조분석, 가시성, 프라이버시, 공동주택

고밀도 도심주택에서는 자연적으로 프라이버시 침해가 발

생하기 쉬우며, 이러한 우려는 거주자들에게 스트레스를 유발시키고 삶의 질을 떨어뜨리는 원인 중 하나로 발전하게

* 인제대학교 디자인학부 교수, 공학박사 (교신저자, E-mail : [email protected])

** 부산광역시청 건축주택담당관실 건축정책담당사무관*** 이 논문은 2012년 정부(교육과학기술부)의 재원으로 한국연구재

단의 지원을 받아 수행된 연구임(2012R11A1A2005147)

된다. 따라서 아파트 거주자들이 주거환경에 대하여 갖는 불만 중에는 일조, 소음문제와 더불어 프라이버시의 문제가 언제나 대두되고 있다.

이에 집합주택에서 주동을 배치할 때 일조조건, 채광, 가시성확보, 프라이버시보호 등을 목적으로 상호 간에 간격을 띄우도록 하고 있다.

주동간 인동간격은 법적으로 일조조건과 채광의 기준을

우선하고 있지만, 시각적 프라이버시에 대한 별도의 기준은 마련되어 있지 않은데, 이는 명확한 지침을 확보하기 어렵기 때문이다.

지침확보를 위해서는 거리, 각도 등의 다양한 상황에 따

김석태·안상욱

132 大韓建築學會聯合論文集 15권6호(통권58호) 2013년 12월

른 연속적인 데이터수집과 분석이 필요하나, 현장실험에서 이러한 연속적인 데이터를 수집하기에는 한계가 있으며, 이러한 경우 컴퓨터 시뮬레이션에 의한 데이터 작성이 유용하

다고 할 수 있다.1)

이에 시각적 프라이버시 침해를 사전에 시뮬레이션하여

그 성능과 특성을 정량화하는 방법을 제안하고, 이를 실제 아파트 배치모델에 적용하여 그 효과를 파악하는 것을 목적

으로 하고 있다.

공간구조분석은 공간의 연결관계나 시각적 속성, 행위자기반의 확률적 접근성 등, 공간의 근원적 형태를 바탕으로 특성을 분석하는 연구방법론이다. 특히 인간의 공간인지 정보는 대부분 시지각에서 취득되므로, 시각적속성에 근거한 공간구조분석 이론은 다른 공간구조분석이론에 많은 영향을

미쳐 왔다.본 연구는 시각적 공간구조분석 방법 중의 하나인 베네딕

트(Benedickt)와 배티(Batty)의 가시장이론(ISOVIST)을 근거로 하여, 시각적 프라이버스 침해분석 모델을 제안하였다.

분석방법은 가상의 모델을 구축하고 침해받는 측과 침해

하는 측에 일정한 간격의 2차원 배열의 측정포인트를 설치하고, 차폐요소(벽)에 저해받지 않고 연결되는 각 측정점간의 시선(sight line)의 발생 빈도를 측정하여, 누적값을 그래프로 재현하는 것이다. 그리고 로우데이터를 캐드시스템으로 전송하여, 각 주동별, 실별 침해도 데이터와 개선효과를 정량화시켰다.

적용성 검토를 위한 실험예시 평가는 3단계로 진행하였다.첫 번째, 2개의 주동이 서로 나란히 정렬되어 있는 상황

을 모델링하여, 거리별(3개), 편심크기별(5개)로 차이를 둔 총 15개의 대안을 마련하였다. 이를 개발된 분석어플리케이션의 그래프분석을 통해 그 특성을 도출하였다.

두 번째, 이를 토대로 7개의 주동이 정렬되어 있을 때와 편심으로 어긋나게 배치되었을 때의 두 가지 실제적인 주동

배치 모델에 적용하여, 총괄적 침해도 측정과 개선효과를 검토하였다.

세 번째, 동일한 모델에 대하여 침해도가 심한 주동의 단위평면의 세부 특성을 파악하였다.

본 연구는 침해성능의 공간구조적 측정평가라는 기초적

성격으로서, 관찰될 수 있는 가능성만을 고려하며 거리의 한계는 포함하지 않는다. 거리에 따른 시각적 정보량의 감쇠는 그 기준이 모호하기 때문에 의도적으로 바라볼 수 있는 가

능성이라는 측면으로 연구범위를 한정하였다.

1) 이진숙, 박찬규, 진은미, 김원도, 공동주택 거주자의 시각적 프라이버시 침해정도 분석을 위한 예측식 작성, 대한건축학회논문집 계획계, 17권 9호, 2001.9

또한 실험에서는 주동 상호간의 프라이버시 침해가능성만

범위에 포함시킨다. 주변 건물이나, 도로측에서의 프라이버시의 측정도 가능하지만, 본 연구에서는 순수한 주동간의 침해도만 측정하였다.

본 연구는 예측식을 개발하여 정형화되어 있는 특정단위

평면과 주동배치에 대한 최적의 결과를 도출해 내는 것이

아닌, 시뮬레이션을 기법을 통해 불특정한 단위평면과 주동배치에 대한 시각적 프라이버시 침해도를 정량적으로 도출

하고, 대안 간의 비교평가를 통해 대안선택에 도움을 줄 수 있는 의사결정방법론의 제안과 기초적인 보조도구의 구현으

로서 의미를 갖는다.

본 분석방법론의 기초가 되는 가시장(ISOVIST)이론은 1979년 베네틱트(Benedikt)가 제안한 일종의 시각구조분석이론으로서 공간의 중심에서 가시되는 영역을 가시장(ISOVIST field)으로 정의하고, 이를 그래프로 도식화하여 분석하는 방법이다. 이 이론은 공간의 중심을 시점으로 가시범위에 들어오는 영역의 면적과 둘레길이를 측정하여, 이를 정량적 가시성능과 특성으로 설명하는 이론으로서, 1964년 제시된 뷰셰드(Viewshed)이론과 함께 시각적 속성에 기초한 많은 공간구조분석 이론들의 기반이 되어 왔다.

그러나 베네딕트의 가시장이론은 시점의 설정개념이 지극

이 정적이고 획일적이라는 측면에서 실제 건축공간의 구조

적 특성 분석에 적용하기에 여러모로 한계를 가지고 있었다. 이러한 상황에서 1990년대 컴퓨터그래픽스 기술의 비약적인 진화는 공간구조분석이론의 획기적인 발전을 가져왔다. 특히 런던대(UCL)의 배티(Batty)는 일정범위 내의 공간을 그리드로 분할한 뒤 조망점의 사람 눈높이에서 수평으로 방사된

시선에 보이는 범위를 컴퓨터로 산출하여 가시영역의 면적

을 분석하는데, 그 연산의 효율성이 높아서 다양한 공간의 분석에 활용되고 있다.2)

베네딕트(Benedikt)의 분석은 영역이 선분의 연결에 의해 발생하는 닫혀진 폐곡선의 형태로 형성되므로 벡터(vector)방식의 분석방법이라고 할 수 있는 반면, 배티(Batty)의 분석은 각 격자에 시각적 노출빈도가 누적되므로 래스터(raster)방식의 분석방법으로 볼 수 있다.

프라이버시 침해는 관측지점이 다중적으로 발생하므로, 본 연구에서는 이러한 배티의 래스터방식의 가시장이론을

응용하여 아파트 주동 프라이버시 침해도 측정 전산모델을

개발하였다.

2) 김충식, 이인성, ISOVIST의 3차원 기능확장을 통한 도시경관의 가시성 분석기법 개발, 국토계획 40(2), 2005.4

아파트 주동의 평면배치에 대한 시각적 침해도 그래프 분석기술


다만 배티의 ISOVIST이론을 프라이버시 침해도 측정에 적용하기 위해서는 다음과 같은 두 가지 이유에 의하여 개

선이 필요하다.첫 번째, 배티의 이론은 시각적 노출기회의 확률에 기반

하고 있다. 다시 말해 차폐물의 영향을 받지 않고 각 격자점(grid)에서 격자점으로의 시각적 연결여부를 파악하여 가시도를 측정하는 것이다. 그러나 시각적 프라이버시의 침해는 시점(viewing point)을 기준으로 하는 시각적 개방도를 측정하는 것이 아닌, 포괄적 시점으로부터 대상점(target point)의 노출(침해)을 파악하는 반대의 개념을 가지고 있다. 따라서 시점의 연결빈도의 누적을 연산하는 것이 아닌 대상점의

노출빈도의 누적을 측정해야 한다.두 번째, 배티의 ISOVIST와 같이 시점과 대상점을 구분

하지 않고 격자(grid)를 분석대상공간에 분포시킬 경우에는 침해받는 측의 노출빈도만 측정되는 것이 아닌 침해하는 측

주호 내의 가시도가 함께 연산된다는 점이다. 따라서 시점군과 대상점군은 명확하게 분리되어 있어야 데이터의 신뢰도

가 높아지게 되므로, DepthMap3)과 같은 기존의 ISOVIST 분석도구로는 분석이 어렵다.

이에 본 연구에서는 사전에 정의된 다중 시점에 대한 평

가대상 주호의 침해도를 계산할 수 있으며, 동시에 시점과 대상점을 분리하여 측정이 가능한 분석도구를 개발하도록

하였다.

가장 먼저 분석하고자 하는 공간의 모델을 가상공간(3차원 그래픽)에 구축한다. 그 다음 침해받는 측(대상점)과 침해하는 측(관측점)에 각각 측정포인트(node)를 설치한다.

측정포인트는 배티의 이론과 같이 일정한 간격을 가지게

되며, 간격이 작을수록 결과값의 정밀도는 높아지지만, 반대로 연산시간이 크게 증가할 수 있으므로, 샘플연산을 통해 적정한 값을 찾는 것이 중요하다.

관측점과 대상점간에는 시선(sight line)이 발생하게 되는데, 이 시선이 건축물의 시각적인 차폐요소(가상공간의 모델)에 의해 차단되는 가를 파악한다.

이 작업을 모든 관측점(관측점군)과 모든 대상점(대상점군)에서 발행하는 모든 시선에 대하여 수행하며, 측정포인트 별로 시각적으로 연결된 시선의 수를 누적시켜, 각 측정포인트별 침해도(누적값)를 계산한다.

본 연구에서는 누적값을 시선연결빈도()라고 하며, 최대 가능 시선연결빈도(차폐물이 없을 때 연결빈도=포인트에 연결된 시선의 수)에 대한 비율을 기본적으로 침해율(; Invation Ratio)이라고 정의하였다.

3) 영국 UCL에서 개발한 공간구조 분석어플리케이션(http://www.spacesyntax.net/software/ucl-depthmap/)

분석대상범위내의 전체 침해율의 총 평균을 총침해율

()이라고 하며, 단위세대나 특정실 등 일정범위의 침해율의 평균값을 구간침해율()이라고 정의하였다. 또한 총침해율에 대한 구간침해율의 비율을 상대침해율()로 정의하여, 특정 구간의 침해특성을 파악하는데 활용하였다.

그림 1의 A와 같이 시점 측정포인트(침해하는 측)와 대상점 측정포인트(침해받는 측)는 각각 그리드형태로 시점군(viewing points)과 대상점군(target points)을 형성시킨다. 시점군과 대상점군은 각각 2차원 배열의 데이터 형태를 가지므로, 와 로 정의한다.

따라서 과 의 사이에 발생하는 시선(sight line)은 4차원 배열인 로 인덱싱되며, 를 각각 회전(loop)하면서 시선의 교차판정(determining intersection)을 수행하게 된다.

교차판정은 시선벡터와 벽체를 구성하는 선분벡터간의 교

차여부를 판독하는 것이 연산속도가 가장 빠르겠지만, 본 연구에서는 벽체를 3차원으로 구성하여 벽체를 구성하는 최소면(face)의 법면과 시선벡터가 교차하는 가의 여부로 판독하였다. 그 이유는 본 분석어플리케이션을 향후 레벨차이에 따른 가시도 분석에 적용하는 실험(3차원 분석)에도 적용할 수 있도록 하기 위함이다.

교차판정 결과는 시선과 법면벡터가 교차될 경우, 즉 차폐물(벽체)에 의하여 시선이 차단당할 경우는 F(false), 반대로 시선과 법면벡터가 교차되지 않을 경우(시점에서 대상점이 가시될 경우)는 T(true)의 진리값을 리턴하게 된다.

또한 법면벡터는 면을 구성하는 3개의 정점(vertex)의 정렬순서에 따라 방향벡터(normal vector)가 발생하므로, 정점의 순서를 반대로 하여, 교차여부를 한 번 더 판독한다.4) 두 번의 판독이 모두 T일 때만, 최종적으로 T로 판정한다.

교차판정의 진리값이 T가 되면 총시각 연결빈도 누적값 과 그 해당 대상점 의 값을 각각 1씩 증가시키고, 반대로 F(false)로 판정되면 다음 누적값(과 )의 변화 없이 다음루틴으로 점프시킨다.

차폐물이 전혀 없을 때의 시각적 연결빈도의 최대값 max는 ×× ×가 되고, 완전히 차폐될 경우에는 0이 되며, 누적값 과 측정포인트 누적값의 합계가 같아지므로, ∑을 검증하여, 최종지표를 확정짓는다.차폐모델을 구성하는 면(triangle face)의 수를 라고 하면,

판독루틴의 수는 ×× ×××회가 되므로, 그리드의 간격(의 수)과 차폐모델의 복잡도()가 커지면, 연산속도가 폭증할 수도 있다.5)

4) 삼각면(triangle face)를 구성하는 정점(vertext)의 배열순서에 따라 노멀벡터가 법면의 반대방향을 지시하면, 그 면을 인식하지 못하게 된다.



산출해낸 의 값을 그림 1의 B와 같이 각각의 좌표에 재현(visualization)하면 공간의 상대적 침해율()을 직관적으로 파악할 수 있다.

그러나 이 그래프는 정량적인 통계로 연계하기 어렵기 때

문에 대상점의 각 좌표와 누적값()을 ASCII 형식의 로우데이터 파일로 덤프하여, 이를 캐드시스템에서 통계처리 하도록 하였다.6)

5) 반면에 배티(Batty)의 ISOVIST가 그러했듯이 그리드의 간격이 좁을수록 데이터의 오차를 줄일 수 있다.

6) 본 연구에서는 AutoCAD를 사용하였으며, 통계를 위한 프로그램은 AutoLisp을 사용하였다. 캐드시스템을 이용한 이유는 첫 번째, 평면의 형태가 비정형이어서 데이터가 완전히 정규화된 3차원배

다음 그림 2는 대표적 3차원 그래픽 라이브러리인 OpenGL환경에서 구축된 분석어플리케이션이고, 그림3은 캐드시스템(AutoCAD)로 데이터를 전송하여 통계처리하는 모습이다.

어플리케이션의 동작과 차폐도(시선과 대상점의 관계)의 기본적 관계성을 파악하기 위하여 프로토타입 모델을 이용

한 실험분석을 수행하였다.주동 간의 가장 단순한 관계인 2개의 동이 서로 나란히

정렬되어 있는 상태를 예시로 설정하여 실험하였으며, 단위평면도는 서울 거여동에 위치한 K아파트의 47평형 세대를 이용하였다.7)

프로토타입 분석을 위해 그림 4와 같이 두 개( )의 동이 나란히 있는 상황에서, 상부를 침해받는 동(정면), 반대 하부를 침해하는 동(배면)으로 설정하고, 각 주동 간의 거리를 각각 30m(3), 50m(5) 70m(7)로 거리대안을 설정하였다8).

열을 가지고 있지 않은 경우가 있기 때문이며, 두 번째, 캐드시스템은 그래픽기능을 활용하여 좀 더 직관적인 통계분석이 가능하기 때문이다.

7) 이 평면은 90년대 초반 국내 아파트 붐이 크게 일어났던 시기의 가장 전형적인 3베이 평면이다.

8) 주동 간의 거리는 각각 15층, 25층, 35층(층고 2400기준)으로 설정 추산한 것이다.



여기에서의 거리의 설정은 시각적 프라이버시 침해에 미

치는 영향을 파악하는데 있어서 유의한 결과를 얻을 수 있

는 등거리로 설정하였다. 본 연구는 다양한 형태의 평면과 배치관계에 대한 시각적 침해성능을 비교 평가하는 것을 목

적으로 하는 시뮬레이션 연구로서, 특정한 거리의 설정은 크게 의미가 없으므로, 거리의 설정은 다분히 임의적인 측면이 크다고 할 수 있다.

3개의 거리대안을 다시 축선이 일치된 배치를 A로 하고, 3.5m씩 편심으로 배치하여, 3.5m(B), 7m(C), 10.5m(D), 14m(E)의 편심대안을 설정하였다. 따라서 총 15개의 샘플(거리대안3×편심대안5)이 분석에 사용되었다.

컴퓨터 모델링은 Autodesk사의 AutoCAD에서 수행되었으며, 이를 Google Sketchup을 이용하여 .3ds파일 포맷으로 변환한 후, 분석어플리케이션에서 임포트(import)하여 분석을 진행하였다.

대안의 각 모델은 삼각면(triangle face) 784개, 정점(vertex) 1550개로 구성하였다.

침해받는 측의 침해도를 측정하기 위해서 측정포인트(대상점군)를 100간격의 2차원 배열로 총 31106개를 분포시켰으며, 침해하는 측의 시점도 동일한 간격과 개수로 설치하였다.

따라서 하나의 분석모델 당 시선의 수는 967583236회(31106^2)가 발생하며, 784개의 삼각면에 대하여 양방향의 노멀벡터에 대한 교차판정(determining intersection)을 수행하므로 그 두 배인 약 19억여회의 반복 판정루틴을 통해 결과 값을 얻어내게 된다.

우선 3A(축선일치, 지점간거리 3m), 하나의 계산결과를 예로 들면, 총 966276784회의 시선 중에 연결된 시선은 100083824회 이므로 10.3577%의 침해율()을 보이고 있다.

각 측정포인트는 최대 8380회, 최소 0회, 평균 3217.51회가 계산되었으며, 이를 시점(침해하는 측)의 관점에서 본다면 최대 13256, 최소 0, 평균 3221.86회 연결되어 체크섬(checksum)은 100083824/966276784로 동일한 값이 산출되므로, 연산결과에 문제가 없는 것으로 검증된다.

이와 동일한 방법으로 지점거리 3m(3), 5m(5), 7m(7)과 편심이동 중심축일치(A), 편심축거리3.5m(B), 7m(C), 10.5m(D), 14m(E) 등 총 15개의 안(alternative)을 모두 연산하면 시각적 침해를 받는 주동의 분석 그래프를 그림 5와 같이 정리할 수 있다.

총 967583236회의 시선 중 시선연결빈도()는 3E가 65433784로 최소값, 7A가 162223408로 최대값으로 나타났으며, 이를 시선의 수로 나누면 침해율은 최소 6.7717%(3E)에서 최대 13.7191%(7A)가 된다.

동간의 거리만을 고려하여 그래프를 살펴보면 거리가 멀

수록 그 내부까지 시각적 침해가 커지게 됨을 알 수 있다. 이를 정량적으로 분석하면 지점거리가 30m(인동거리 17m)일 때 평균 침해도()는 9.1061%이며, 50m(인동거리 37m)일 때 13.2427%, 70m(인동거리 57m)일 때 15.52%로 점차 증가하는 것으로 나타났다. 거리의 증가에 따른 시각적 침해도 증가현상은 중심축이 어긋나 있는 다른 모든 대안에서도

동일하게 나타나고 있는데9), 이는 인동거리가 멀수록 시각적으로 노출이 커짐을 의미하는 것으로 볼 수 있다.

9) 중심축이 일치되어 있는 경우, 동간거리 50m는 30m보다 42%, 70m는 50m보다 14%의 침해도가 높아지며(70m는 30m의 62%), 중심축 이동에 대한 다른 대안의 평균값으로도 50m는 30m보다 평균 47%, 70m는 50m보다 평균 18%(70m는 30m의 73%)의 시각적 침해도가 높아지는 것으로 나타났다.



이러한 결과는 실제상황을 감안했을 때, 일반적인 인식과 상당부분 배치되는 것으로 볼 수 있지만, 이는 노출의 가능성으로만 판단하고, 거리에 대한 시각정보량의 감소는 감안하지 않고 있기 때문에 나타난 결과이다. 다시 말해 본 분석방법론의 의미는 의도적인 침해를 시도했을 때, 공간을 구성하는 물리적 차폐요소가 얼마나 이를 방어할 수 있는 가를

파악하는 개념으로 보아야 할 것이다.

A 100083824 3217.51 141778752 4564.09 162223408 5215.18

B 100444948 3229.12 139377659 4480.73 159352544 5122.89

C 94329428 3032.52 132921067 4278.94 152616712 4906.34

D 79660531 2560.94 119942191 3861.13 143095523 4600.25

E 65433784 2103.57 105785696 3405.41 132564121 4261.69

Avg 87990503 2828.73 127961073 4118.06 149970461 4821.27

A 10.3577 38.00 14.6727 45.7 16.7885 47.74

B 10.3950 37.43 14.4242 44.32 16.4914 47.31

C 9.7622 35.41 13.756 42.03 15.7943 45.25

D 8.2441 29.57 12.4128 37.87 14.809 42.73

E 6.7717 24.75 10.9478 33.59 13.7191 38.87

Avg. 9.1061 33.03 13.2427 40.70 15.5205 44.38

편심축만을 고려한 분석에서는 표2와 같이 편심이 없이 나란히 배치되는 경우 최소 100083824회(지점거리 3m, 측정포인트 당 평균 3217.5)에서 최대 1622234089회(지점거리 7m, 측정포인트 당 평균 5215.18)의 연결빈도를 나타내 10.35%~16.79%의 총침해율()을 나타내었다.

이후 3.5m씩 편심을 이동시키면서 측정한 결과, 침해율이 현저히 감소하는 것으로 나타났다. 또한 그림 6의 특성그래프를 살펴보면 편심의 차이가 적을수록 단위평면의 깊은 부

분까지 관찰(침해)이 가능함을 알 수 있다.충심축간 거리가 세대의 중간지점인 14m에 위치할 때

0m(중심축 일치)일 때 보다 24.82%의 시각적 침해도 감소가 있었으며, 15m 3.5m는 7m보다 1.26%, 7m는 4.79%, 10.5m는 7m보다 9.78%, 14m는 10.5m보다 11.36%높아지는 것으로 나타나 축간거리가 커질수록 시각적 침해도 보호효과가 클

것으로 예상되었다. 이러한 감소는 단위평면의 1/2거리에서 가장 크게 나타나며, 그 이상이 되면 다시 증가하게 된다.

그림 6과 같이 동간거리와 중심축간거리 관계를 종합하면, 거리는 가까울수록, 편심은 클수록, 물리적인 단순침해도는 감소하게 되는 것으로 결론지을 수 있다.

프로토타입 테스트의 결과를 토대로 단위평면을 실제 아

파트 단지에 적용하여, 적용성을 파악하였다.실험을 위해 그림 7과 같이 동일한 면적의 대지에 배치된

2개의 대안을 대상으로 하였다. 7개의 동이 편심 없이 나란히 배치된 원안(xA)과 이를 수직, 수평방향으로 7m씩을 이동시켜 중심축을 어긋나게 조정한 변형안(xB)에 앞의 분석방법을 적용하였다.

예시모델은 각각 동일한 4340개의 면(triangle face)과 8468개의 버텍스로 모델링하였다. 여기에 시점군과 대상점군(측정포인트)을 0.3m간격으로 각각 36366개 분포시켰으므로, 시선의 수는 1322485956가 되어 분석 수행시 총 3636622×4349×2(약 11.5조)회의 판정루틴을 거치게 된다.



분석결과 원안(xA)은 연결가능한 시선 1322485956개중 중 56081227개가 연결되어 총침해율()이 4.2406%로 나타났으며, 변형안(xB)은 51255085가 연결되어 3.8757%의 총침해율을 기록하였다.10) 따라서 변형안을 적용할 시 9.4151%정도의 침해율 개선효과가 있는 것으로 나타났다.

10) xA의 각 측정포인트별 가시연결빈도는 최소 4회에서 최대 5489회(평균 1542.13회), xB는 최소 4회에서 최대 4897(평균 1409.42회)로 계산되었다.

또한 xA의 36366개의 측정포인트는 평균1542.13회의 시선연결빈도(최소4~최대5489)를 xB는 평균 132.71회(최소4~최대1409.42)의 시선연결빈도가 기록되어 각 측정지점별 연결빈도에서도 개선이 이루어진 것으로 파악되었다.

이를 캐드시스템로 데이터를 전송하여 상대침해율()을 계산한 결과 xA의 평균은 28.36%이고, xB는 27.73%를 기록하여 6.03%만큼의 상대침해율() 향상이 있었다.

앞의 지표를 모두 종합하였을 때, 중심축 이동배치를 하면, 전체적으로 상당부분 시각적 프라이버시 성능의 개선효과가



있는 것으로 결론지을 수 있다. 이는 시뮬레이션 평가기술이 예측식에 의한 분석과는 달리 실제 설계안11)에 적용했을 때

시각적 침해도를 비교 평가할 수 있는 정량적 데이터를 산출

해 낼 수 있다는 성과로서도 의미가 있다고 할 수 있다.

노드별시선연결빈도

Max. 5489 4897 592Min. 4 4 0Avg. 1542.13 1409.42 132.71

전체시선연결빈도

56,081,227 51,255,085 4,826,142(%) 4.2406 3.8757 0.003649

상대침해율

Total 1028883 1003717 25166Nodes 36282 36190 92(%) 28.36 27.73 0.63VARP 379.829 375.627 4.202

STDEVP 19.49 19.38 0.11

각 측정포인트별 시각연결도의 누적값을 각 측정포인트의

좌표에 그래프로 재현하면 그림 8과 같이 나타나며, 이를 통해 각 세대별 침해특성을 파악할 수 있다.

그래프를 통한 직관분석에서 중앙에 위치한 104동이 시각적 침해를 크게 받는 것을 알 수 있으며, 배면 부분보다는 정면의 테라스부분에서부터 시각적 침해가 공통적으로 크게

나타나는 것을 파악할 수 있다.표 4와 같이 동별로 구간침해율() 분석하면, 101A와

101B는 각각 3.67%, 1,4%만큼 나빠지고, 102A와 102B는 변동이 없으나, 나머지 동은 최소 1.5%에서 최대 2.44%만큼의 침해도 개선이 있는 것으로 나타났다.

이를 종합하면 단지 전체로 볼 때, 평균 4.00%(단순합계 4.34%)정도의 개선효과를 볼 수 있는 것이다.

원안(xA) 변형안(xB)A-B

(A) (B) 101A 26.94 0.9721 29.02 1.0236 2.08 101B 28.22 1.0182 24.55 0.8661 -3.67 102A 29.65 1.0462 29.65 1.0462 0.00 102B 24.9 0.8788 24.9 0.8788 0.00 103 29.8 1.0751 31.3 1.1043 1.50 104 40.16 1.4489 42.39 1.4958 2.23 105 26.1 0.9415 28.54 1.007 2.44

106A 25.02 0.9029 23.34 0.8236 -1.68 106B 25.05 0.9039 26.95 0.9508 1.90 107A 25.59 0.9233 24.19 0.8537 -1.40 107B 26.23 0.9465 27.17 0.9586 0.94 Total 307.66 11.0574 312 11.0085 4.34

11) 불특정한 평면과 대지, 주동배치안을 의미한다.

또한 xA에서 평균보다 높은(침해를 많이 받는) 동은 104(1.4489)>103(1.0571)>102A(1.0462)>101B(1.0182)의 순으로 나타났으며, xB는 104(1.4958)>103(1.1043)>102A(1.0462)101A의 순으로 나타나서 대체로 비슷한 결과를 보였지만, 평균이하의 주동에서는 순위가 변경되어 침해특성이 많이 바뀐

것으로 파악되었다.

다음은 침해도가 가장 높은, 즉 시각적 프라이버시 보호에 취약한 것으로 나타난 104동의 침해특성을 단위평면의 차원에서 세부적으로 분석하였다.

Line-1(북측)과 Line-2(남측)단위세대의 각 실별로 상대침해율()을 계산하면, 그림 9와 같이 나타난다.

xA는 북측(101,102동)과 남측(106,107동)과 평행하며, 인접거리가 같기 때문에 Line-1과 Line-2의 특성이 대체적으로 대칭으로 나타났다. 다만 Line-1에 인접한 101동과 102동은 개구부가 큰 정면이 바라보고 있기 때문에 상대침해율이 약

간 더 크게 나타나고 있다.(동측테라스 기준 Line-1=57.86%, Line-2=57.41%)

xB의 Line-1 단위세대의 상대침해율()은 40.27%, Line-2는 44.52%로 xA에 비하여 상당히 비대칭적인 침해특성을 보



이고 있다.(동측테라스 기준 Line-1=52.56%, Line-2=60.74%) 특히 Line-2의 거실/주방은 상대침해율이 50.58%에 달함으로서, 프라이버시 침해가 매우 클 것으로 예상된다.(안방=36.86), 반면에 Line-1의 구간침해율은 40.95%(xA)에서 40.27%(xB)로 감소한 것으로 미루어 동배치의 변화가 특정지점(세대)에 큰 영향을 미칠 수 있음을 보여주고 있다.

104동 Line-2의 구간침해율 증가는 105동의 중심이 남측으로 이동하면서 105동의 Line-1과 Line-2에서 동시에 관측이 용이해진 점과, 102B의 서측세대에서의 관측점이 104동과 각도가 작아진 점이 크게 작용한 것으로 보인다.

이상으로 래스터기반의 가시장이론을 응용하여 공간의 물

리적 차폐요소에 의한 시각적 프라이버시 침해특성분석과

정량적 평가방법론을 제시하고, 그 효과를 파악하여 보았다.이를 통해 다음과 같은 결론을 도출할 수 있었다.첫 번째, 이론의 효용성 평가를 위해 분석어플리케이션을

구축하였으며, 여기에 예시모델을 적용하여 시각적 침해특성을 직관적 그래프로 재현하고, 그래프의 로우데이터를 이용하여 침해도를 정량화시킬 수 있었다.

두 번째, 정렬되어 있는 주동 간 중심축의 거리차이가 클수록 침해도는 줄어들게 된다.

세 번째, 주동간의 인동거리가 멀어질수록 침해정도가 커지게 되는데, 인동거리와 침해도가 비례하는 것은 벽체가 정렬되는 효과가 높아지기 때문이다. 평면(벽의 간격)이 동일할 경우 이러한 현상은 더욱 커지게 되므로 거리를 변수(가중치)로 포함한 분석방법을 개발할 필요가 있다. 다만 거리에 따른 정확한 가시도 감쇠에 대한 신뢰성 있는 데이터가

전제되어야 할 것이다. 이러한 가시도의 감쇠는 개체(개인)적 특성의 영향을 많이 받기 때문에 본 연구에서는 개념적

으로 의도적 관찰에 대한 침해라는 범위로 한정하고자 한다.네 번째, 실제 단지배치모델에 적용하여, 단지전체의 시각

적 프라이버시 성능과 각 동별, 단위세대별 침해도를 정량적으로 도출하고, 그 특성을 파악할 수 있었다.

다섯 번째, 배치의 변화는 각 단위세대의 침해도와 특성 변화에 많은 영향을 미친다.

본 연구에서 제안한 평가방법론은 공간의 구조적인 측면

만 고려한 것이다. 따라서 커튼이나 가구와 같은 세대별 특성은 배제되어 있으며, 거주자의 개체적 특성도 배제되어 있으므로 한계성을 지니고 있다. 그러나 불명확한 모든 요인을 제외한 물리적인 부분만을 고려한 가치중립적 이론이므로, 객관적 평가나 법적인 기준의 마련을 위해서는 오히려 의미

를 가질 수 있을 것으로 자평하고자 한다.

그리고 연구과정에서 다음과 같은 추가 연구의 필요성이

대두되었다. 본 연구에서 제안하고 있는 방법론은 3차원 모델을 이용한 그래프분석방법이이며, 컴퓨터 연산에 의한 정량적 분석방법인 전산화모델로서, BIM등 다양한 설계어플리케이션에 적용 가능할 것으로 판단된다. 따라서 향후 동의 레벨차이에 대한 입체적 분석, 경사대지에서의 종합적 평가 등에 적용이 가능할 것이다. 다만 3차원 분석이므로 데이터의 크기가 폭증할 수 있기 때문에 효과적인 대상점(노드)의 설치방법, 교차판정 알고리즘의 개선, 슈퍼컴퓨터의 활용 등의 개선안이 추가적으로 연구되어야 할 것이다.

1. M.Batty, Exploring ISOVIST fields: space and shape in architectural and urban morphology, Environment and Planning B: Planning and Design, v28, 2001

2. P.Longley, M.Batty, Advanced spatial analysis, Casa book of GIS, 2003

3. 김영만, MMORPG에서 QuadTree의 단노드를 이용한 향상된 그리드 공간분할기법, 중앙대학교 대학원 석사학위논문, 2004

4. 김석태, 건축공간구조의 다차원적 분석모델에 관한 연구, 한양대학교 대학원 박사학위논문, 2008

5. 구자혜, 아파트 주민의 정신건강에 영향을 미치는 주거환경요인에 관한 연구, 동의대학교 대학원 석사학위논문, 2003

6. 변경화,김태영, 주거공간에 있어서 외부시선에 대한 시각적 프라이버시에 관한 연구, 대한건축학회논문집, 14권 2호, 2012.

7. 이진숙,박찬규,진은미,김원도,강영, 공동주택 거주자의 시각적 프라이버시 침해정도 분석을 위한 예측식 작성, 대한건축학회논문집 계획계, 17권 9호, 2001.9

8. 조성희,박지혜, 아파트 거주가구의 프라이버시 조절모델에 관한 연구, 대한건축회논문집 계획계, 25권 7호, 2009.7

9. 김충식, 이인성, ISOVIST의 3차원 기능확장을 통한 도시경관의 가시성 분석기법의 개발, 국토계획 40(2), 2005.4

￭ (투고:2013.10.31., 심사:2013.11.04., 게재(확정):2013.12.02.)

Abstract1. 서론1.1 연구배경 및 목적1.2 연구범위 및 방법

2. 분석방법의 설정2.1 분석방법론의 이론적 배경2.2 분석알고리즘과 지표2.3 분석루틴과 분석도구

3. 프로토타입 모델을 이용한 어플리케이션 테스트3.1 실험모델의 설정3.2 실험 분석 결과

4. 단지예시 적용을 통한 종합테스트4.1 실험예시의 설정4.2 개괄분석4.3 동별분석4.4 평면 상세분석

5. 결론참고문헌

아파트 주동의 평면배치에 대한 시각적 침해도 그래프 분석기술vrrc.net/wordpress/wp-content/uploads/2015/07/joural.221...아파트 배치모델에 적용하여

Documents