Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1229-3857(Print)
ISSN : 2288-131X(Online)
Korean Journal of Environment and Ecology Vol.34 No.5 pp.446-453
DOI : https://doi.org/10.13047/KJEE.2020.34.5.446

Managerial Implication of Trails in the Teabaeksan National Park Derived from the Analysis of Visitors Behaviors Using Automatic Visitor Counter Data

Chan Yong Sung2, Woo Cho3*, Jong-Sub Kim4
2Dept. of Urban engineering, Hanbat National Univ., 125 Dongseodaero, Yuseong-gu, Daejeon 34158, Korea (cysung@hanbat.ac.kr)
3Dept. of Environmental Science and Landscape Architecture, Sangji Univ., 83 Sangjidaegil, Wonju, Gangwon-do, 26339, Korea (woocho@sangji.ac.kr)
4Dept. of Urban engineering, Hanbat National Univ., 125 Dongseodaero, Yuseong-gu, Daejeon 34158, Korea (joskim@hanbat.ac.kr)
*교신저자 Corresponding author: woocho@sangji.ac.kr
15/06/2020 27/08/2020 03/09/2020

Abstract


This study built a model to predict the daily number of visitors to 18 trails in the Taebaeksan National Park using the auto-counter system data to analyze the factors affecting the daily number of visitors to each trail and classified the trails by visitors’ behaviors. Results of the multiple regression models with the daily number of visitors of the 18 trails indicated that the events, such as the National Foundation Day celebration of Snow Festival, affected the number of visitors of all of the 18 trails and were the most critical factor that determined the daily number of visitors to the Taebaeksan National Park. The long-holidays of three days or longer and other national holidays also affected the daily number of visitors to the trails. Precipitation had a negative impact on the number of visitors of trails where the intention of most visitors was for sightseeing or camping instead of hiking, whereas had no significant impacts on the number of visitors of trails where many visitors intended for hiking. It indicated that visitors who intended for hiking went ahead hiking even if the weather was poor. The effects of temperature had a positive effect on the number of visitors who intended for hiking but a negative effect on the number of visitor to the trails near Danggol Plaza where the Snow Festival was held in each winter, suggesting that the impact of the Snow Festival was the deterministic factor for trail management. Results of K-mean clustering showed that the 18 trails of the Taekbaeksan National Park could be classified into three types: those affected by the Snow Festival (type 1), those that have sightseeing points and so were visited mostly by non-hikers (type 2), and those visited mostly by hikers (type 3). Since visitor behaviors and illegal actions differ according to the trail type, this study’s results can be used to prepare a trail management plan based on the trail characteristics.



탐방객 자동 계수기 데이터를 활용한 태백산국립공원 탐방로 탐방 행태 분석 및 관리 방안 제언

성 찬용2, 조 우3*, 김 종섭4
2한밭대학교 도시공학과 부교수
3상지대학교 환경조경학과 교수
4한밭대학교 도시공학과 교수

초록


본 연구에서는 태백산국립공원 주요 탐방로 입구에 설치된 탐방객 자동 계수기 데이터를 이용하여 탐방로별 일간 탐방객수 에 영향을 미치는 요인을 분석하고, 이를 바탕으로 탐방로를 유형화하였다. 일일 탐방객수를 종속변수로 다중회귀분석 실시한 결과, 개천절이나 눈축제 등 행사는 모든 탐방로의 탐방객수에 영향을 미쳐, 태백산국립공원의 일일 탐방객수를 결정하는 가장 큰 요인인 것으로 분석되었다. 3일 이상 휴일이 연속되는 연휴와 일반 공휴일도 대부분의 탐방로의 일일 탐방객수에 영향을 미쳤다. 강수량은 비산행 목적의 탐방객이 많은 탐방로의 탐방객수에는 부(-)의 영향을 미쳤으나, 산행 목적의 탐방객이 많은 탐방로의 탐방객수에는 유의미한 영향을 미치지 않아, 산행 목적 탐방객들은 날씨가 궂더라도 산행을 강행하는 것으로 나타났다. 기온은 산행 목적의 탐방객이 많은 탐방로의 탐방객수에는 정(+)의 영향을 미쳤으나, 눈축제가 열리는 당골광장 인근의 탐방로의 탐방객수에는 부(-)의 영향을 미쳐, 눈축제의 영향권인지 여부가 탐방로 관리에 결정적 요인이었다. K-mean clustering을 이용하여 18개 탐방로를 유형 분류한 결과, 태백산국립공원의 탐방로는 눈축제에 영향을 받는 유형(유형 1)과, 가까운 거리에 볼거리가 많아 비산행 탐방객이 많은 유형(유형 2), 그리고 산행을 목적으로 온 탐방객들이 대부분인 유형(유형 3)의 3개 유형을 분류할 수 있었다. 탐방로 유형별 탐방객 행태와 불법 행위 유형이 다르므로, 유형별 특성에 맞춰 탐방로 관리방안을 마련하여야 할 것이다.



    서 론

    국립공원은 우리나라에 서식하는 전체 생물종의 45%가 생 육・서식하는 생태계 보호지역인 동시에 연간 4천만 명 이상의 탐방객들이 방문하는 우리나라의 대표적 관광지로, 자연 생태 계 보전과 탐방객의 자연경관 향유라는 서로 상충하는 기능을 수행하고 있다(국립공원공단, 2019). 우리나라 「자연공원법」 은 이처럼 서로 상충하는 기능이 조화를 이룰 수 있도록 국립공 원 내 탐방객들의 행위를 규제할 수 있도록 하고 있고, 이에 따라 비법정 탐방로 출입과 비박, 취사・음주 등을 금지하고 있다. 하지만 등산을 취미로 하는 인구가 많은 데 비해 인구밀 도가 높은 우리나라 특성상, 우리나라 국립공원은 수용 능력을 넘어서는 탐방객들로 훼손되고 있다(Kwon et al., 2001;Korea National Park Research Institute, 2007;Nam et al., 2015;Kang and Sung, 2016). 특히 일부 탐방객들의 불법 행위로 인해 탐방로 인근 지역의 자연환경 훼손은 심각한 실정 이다(Cho, 2012;Korea National Park Service Taekbaeksan National Park Office, 2019).

    국립공원 내 탐방 문화 확립을 위해서는 탐방객들을 대상으 로 국립공원 내에서 행위 제한에 대해 교육・홍보하여야 한다. 탐방객 대상 홍보를 위해서 인터넷이나 공원 내 현수막, 안내문 등 다양한 매체가 활용되고 있지만, 단순 홍보만으로는 탐방객 들이 인식을 바꾸는 데 한계가 있고(Yoo and Kim, 2003;Yoo et al., 2008;Cho and Sung, 2015;Kim and Park, 2019), 공원사무소 직원들의 지속적인 현장 단속과 계도가 병행되어야 한다. 하지만 넓은 국립공원 면적에 비해 현장관리 인력은 턱없 이 부족하여, 효율적 공원관리를 위해서는 한정된 현장관리 인 력을 단속이 필요한 지점에 효율적으로 배치하여야 한다. 이에 따라 공원 관리자에게는 어떻게 한정된 인력을 적재적소에 배 치할 것인가 하는가 풀어야 할 문제가 되었다.

    탐방객의 불법 행위는 대체로 탐방객 수에 비례하므로, 적재 적소에 관리 인력을 배치하기 위해서는 무엇보다 탐방로별로 정확한 탐방객 행태 분석이 선행되어야 한다(Korea National Park Service Taekbaeksan National Park Office, 2019). 국 립공원 탐방로의 탐방객 행태는 날씨나 요일, 계절, 특정 행사 가 열리는지 등 여러 요인에 따라 달라지므로, 탐방객 행태 분석을 위해서는 실제 탐방객 수 데이터를 바탕으로 탐방객 행태에 영향을 주는 요인을 파악하는 것이 필요하다(Woo et al., 2003;Sim and Kwon, 2011). 따라서 본 연구에서는, 태백산국립공원 내 주요 탐방로 입구에 설치되어 있는 무인 탐방객 수 계수기 데이터를 이용하여 탐방로별 일일 탐방객 수에 영향을 주는 요인을 분석하고, 이를 바탕으로 탐방로별 일일 탐방객 수를 예측하는 탐방객 행태 분석 모형을 구축하였 다. 또한, 일일 탐방객 수 영향 요인 분석 결과를 이용하여, 태백산국립공원 탐방로를 몇 개 유형으로 분류하여, 향후 공원 관리자가 효율적인 국립공원 탐방로 관리를 위한 관리 계획 수립할 때 활용할 수 있도록 하였다.

    연구방법

    1. 연구대상지

    태백산국립공원은 지난 2016년 우리나라에서 22번째로 국 립공원으로 지정된 국립공원이다(Shin et al., 2019). 태백산국 립공원은 매년 개천절 산 정상부의 천제단에서 열리는 천제로 유명하며, 새해 첫날 일출과 봄철 철쭉을 보기 위해서도 많은 탐방객이 방문한다. 또한, 탐방의 출발점인 당골광장에서는 매 년 겨울 눈축제가 열려 특히 겨울철 관광객이 많은 국립공원이 다(Ko et al., 2010). 이와 같은 태백산국립공원은 연중 많은 탐방객이 방문하는 국립공원이지만, 최근에서야 국립공원으로 지정되어, 공원 내부에서 불법취사와 흡연, 음주, 비법정 탐방 로 출입, 자전거 운행 등 불법 행위가 근절되지 않는 등, 아직까 지 국립공원에 걸맞은 탐방 문화가 정착되지 못한 상황이다.

    본 연구의 연구대상지는 태백산국립공원 사무소에서 설치・ 운영하는 탐방객 자동 계수기가 설치된 18개 탐방로이다(Fig. 1). 태백산국립공원에는 공원 북단 검룡소를 중심으로 한 탐방 로와 두문동재에서 함박산, 만항재로 이어지는 탐방로, 천제단 을 중심으로 한 탐방로 등 여러 노선의 법정 탐방로가 있는데, 탐방로에 따라 탐방객 방문 특성이 다르다(Korea National Park Service Taekbaeksan National Park Office, 2019).

    2. 데이터

    총 18개 태백산국립공원 자동 계수기 중, 11개는 2017년 9월부터, 나머지 5개는 2018년 12월 20일부터 계수를 시작하 여, 2019년 10월 기준 10개월에서 2년 1개월 동안의 탐방객 데이터가 축적되어 있다(Table 1, 2). 계수기가 입산객과 하산 객을 구분하여 기록하고 있으나, 사전 분석 결과 입산객과 하산 객 분석 결과에 큰 차이가 없어, 본 연구에서는 입산객 수 데이 터만 이용하여 분석하였다(Korea National Park Service Taekbaeksan National Park Office, 2019). 아래 설명할 회귀 분석에 이용한 다른 변수들의 분석 단위를 고려하여, 본 연구에 서는 탐방로별 입산객 수를 하루 단위로 집계하여 분석하였다.

    탐방로별 일일 탐방객 행태에 미치는 요인 분석 모형 구축을 위해 일일 탐방객 수에 영향을 미칠 것으로 예상되는 날씨 변수 들인 일평균 기온과 일간 강수량 데이터를 수집하였고, 해당일 이 특정 행사가 열리는 공휴일인지와 연휴인지, 기타 공휴일인 지도 조사하였다(Table 1). 이 중 특정 행사가 열리는 공휴일 변수(행사 공휴일)는 해당일이 천제가 열리는 개천절이나, 새 해 첫 일출을 보려는 탐방객이 몰리는 1월 1일, 매년 당골광장 에서 열리는 눈축제 기간 중 공휴일, 8월 첫째 주 여름 휴가 기간, 5월 말~6월 초 철쭉철 중 공휴일이면 1, 그렇지 않으면 0인 더미 변수로 측정하였다. 연휴 변수(행사없는 연휴)은 행사 공휴일이 아닌 공휴일 중 3일 이상 연속되는 공휴일이면 1, 그렇지 않으면 0인 더미 변수로 측정하였다. 단, 법정 공휴일은 아니지만 5월 1일 노동자의 날은 공휴일로 간주하고 연휴 여부 를 판단하였다. 마지막으로 기타 공휴일은 특정 행사일이나 3 일 이상 연휴가 아닌 공휴일과 주말이면 1, 그렇지 않은 날이면 0인 더미 변수로 측정하였다. 행사 없는 연휴 변수와 마찬가지 로 5월 1일은 공휴일로 간주하였다.

    3. 탐방로별 탐방객 행태 분석 모형

    본 연구에서는 일일 탐방객 수를 종속변수로 하고, 두 날씨 변수와 행사 공휴일, 행사없는 연휴, 기타 공휴일을 독립변수로 하는 다중회귀모형을 추정하여, 18개 탐방로에 대해 각각 일일 탐방객 수를 예측하고, 이를 바탕으로 탐방객 행태를 분석 하였 다. 일일 탐방객 수는 평일과 주말, 행사일에 따라 편차가 매우 커 회귀분석의 가정인 잔차의 정규성과 등분산성을 충족시키지 못했으므로, 일일 탐방객 수를 자연로그 변환(ln(일일 탐방객수 +1))한 다음 종속변수로 입력하였다(Gujarati, 2004).

    4. 탐방로 유형 분류

    공원 관리자가 18개 탐방로의 일일 탐방객 수를 탐방로별로 예측하고, 이를 바탕으로 매일 탐방로별 인력배치 계획을 수립 하기란 현실적으로 어렵다. 보다 현실적이고 실무적으로 활용 가능한 대안으로는 탐방로를 몇 개 유형으로 분류하고, 분류된 탐방로 유형별로 관리 계획을 수립하는 것이 있다. 따라서 본 연구에서는 군집분석 방법 중 하나인 K-mean clustering (KMC)를 이용해 태백산국립공원 18개 탐방로의 유형을 분류 하였다. KMC는 다차원 특성 공간(feature space)에서 데이터 가 자연적인 군집을 형성하고 있을 때, 이들 군집과 각 데이터 의 소속을 연구자의 개입 없이 알고리즘 스스로 찾아주는 통계 분석 방법이다(Hartigan and Wong, 1979). KMC는 연구자 가 군집 수 k를 정하면, 우선 임의로 k개의 군집의 중심점을 정하고, 이 중심점과 각 데이터의 거리를 계산하여, 거리가 가 장 가까운 집단으로 각 데이터의 소속을 결정한다. 다음 각 군집의 중심점을 앞 단계에서 해당 군집으로 배속된 데이터들 의 평균점으로 옮기고, 이 새로운 중심점과 데이터의 거리를 다시 계산하여 거리가 가장 가까운 중심으로 소속 군집을 재배 속한다. 이와 같은 과정을 더 이상 군집 중심점들의 위치가 변하지 않을 때까지 반복 수행하면, 데이터의 자연적 군집을 결정할 수 있다.

    본 연구에서는 KMC의 특성 변수(feature)로, 앞서 추정한 다중회귀모형 결과 중 5개 독립변수(일평균 기온, 일간 강수량, 행사 공휴일, 행사없는 연휴, 기타 공휴일)의 t-통계량에, 평일 평균 입산객 수와 주말 평균 입산객 수를 더한 총 7개 변수를 선정하여, 이 7차원 특성 공간에서 태백산국립공원 18개 탐방 로의 자연적 군집을 찾아 분류하였다. 다중회귀모형의 t-통계량 은 각 독립변수가 종속변수(일일 탐방객 수)에 미치는 상대적 영향력을 의미하므로, KMC 분석 결과는 각 독립변수의 영향 력이 비슷한 탐방로를 찾아 같은 집단으로 묶은 것으로 해석할 수 있다. 본 연구에서는 KMC의 군집 수 k를 3으로 설정하였다 (Korea National Park Service Taekbaeksan National Park Office, 2019).

    결과 및 고찰

    1. 탐방객 행태 모형 분석 결과

    태백산국립공원 주요 탐방로의 탐방객 행태 분석 결과, 행사 공휴일은 모든 탐방로의 일일 탐방객 수에 통계적으로 유의미하 게 영향을 미치는 것으로 나타났다(α=0.05)(Table 2). 행사 공휴일의 t-통계량은 18개 탐방로에 대해 모두 양(+)의 부호를 가져, 예상과 같이 행사가 있는 공휴일이 그렇지 않은 날보다 탐방객이 더 많은 것으로 분석되었다. 행사 공휴일의 t-통계량의 절댓값이 큰 탐방로들은 주로 당골 광장에 인접한 탐방로들로, 이 결과는 당골 광장에 인접한 탐방로는 다른 탐방로에 비해 특정 행사가 있는 날 특히 더 많은 탐방객이 찾는다는 것을 보여 주는 결과이다. 이들 탐방로는 태백산국립공원 탐방의 중심지로, 장군봉과 천제단 등 정상부에 오르려는 산행객들뿐 아니라 주말 을 이용해 저지대에 머물면서 단군성전 등을 관람하려는 탐방객 들도 많이 방문하는 곳이다. 특히 당골 광장에서 매년 1월에 열리는 눈축제 기간 중 주말에는 최대 2만7천여 명의 탐방객이 방문할 정도로 눈축제의 영향력이 큰 것으로 나타났다.

    행사없는 연휴와 기타 공휴일도 대부분 탐방로의 탐방객 수 에 통계적으로 유의미한 영향을 미쳤다(α=0.05)(Table 2). 단, 두 변수의 t-통계량의 절댓값을 비교하면, 행사 없는 연휴보 다는 기타 공휴일이 탐방객 수에 미치는 영향이 더 커 태백산국 립공원 탐방로는 연휴보다는 일반 공휴일에 탐방객이 더 몰리 는 것을 알 수 있었는데, 이는 태백산국립공원은 장기 체류형보 다는 하루 단위 탐방객이 더 많다는 것을 보여주는 결과이다. 금천계곡의 두 탐방로인 금천 문수봉 방향과 금천 소문수봉 방향 탐방로의 탐방객 수는 행사없는 연휴에 영향을 받지 않았 다. 또한, 금천 소문수봉 방향은 기타 공휴일에도 영향을 받지 않았는데, 이는 이들 탐방로의 탐방객 수가 워낙 적은데다, 연휴 나 공휴일이라고 해서 특별히 탐방객 수가 늘지 않기 때문이다.

    일일 강수량은 모든 탐방로의 탐방객 수에 부(-)의 영향을 미쳐, 강수량이 많은 날일수록 탐방객 수가 적었다(Table 2). 하지만 강수량이 탐방객 수에 미치는 영향은 탐방로에 따라 달 랐다. 강수량이 탐방객 수에 미치는 영향이 가장 큰 탐방로는 유일사((t=-13.29)였고, 검룡소(t=-12.40)와 만항재(t=-10.99), 함백산(t=-10.29)도 강수량의 영향이 큰 탐방로였다. 이 중 검 룡소와 만항재, 함백산 탐방로는 탐방로 입구에서 멀지 않은 거리에 둘러볼 수 있는 관광 명소가 있는 탐방로로, 이들 지점 을 방문하는 탐방객들은 산행을 목적으로 온 것이 아니라 인근 리조트나 테마파크, 동해안 관광지 등을 방문하면서 잠시 태백 산국립공원에 들린 경우가 많아, 날씨가 좋지 않으면 쉽게 탐방 을 포기하였기 때문으로 추측된다. 보다 정확한 해석을 위해서 는 이유는 이들 탐방로 탐방객을 대상으로 방문 목적 등을 설문 조사하는 것이 필요하다.

    일평균 기온이 탐방객 수에 미치는 영향은 탐방로별로 큰 차이가 있었다. 우선, 검룡소(t=27.73)와 두문동재 금대봉 방향 (t=19.82), 금천 문수봉 방향(t=18.24)을 포함한 7개 탐방로에 서는 평균 기온이 탐방객 수에 정(+)의 영향을 미쳤는데, 이는 날씨가 따뜻한 날이 산행하기 좋아 탐방객 수가 증가하기 때문 으로 보인다(Table 2). 반면, 유일사(t=-10.55)와 당골광장매 표소(t=-7.59), 당골1주차장(t=-6.31), 사길령(t=-2.38)은 평균 기온이 탐방객 수에 부(-)의 영향을 미쳤는데, 이는 이들 탐방 로가 모두 당골 지구에 위치하여, 1월에 개최되는 눈축제의 영향을 크게 받는 탐방로이기 때문이다. 마지막으로 함백산 (t=-0.61)과 만항재 주차장(t=-1.28), 백단사(t=-1.28), 당골 단 군성전(t=1.41), 금천 소문수봉 방향(t=-1.04)는 평균 기온의 영향이 통계적으로 유의미하게 크지 않았는데, 이 결과는 평균 기온의 영향이 없어서라기보다는 이들 탐방로에는 따뜻한 날씨 를 선호하는 일반 산행객과 추운 날씨에 열리는 눈축제 방문객 이 혼재하여, 일일 탐방객 수 데이터에는 그 영향력이 구분되지 않기 때문으로 판단된다.

    2. 탐방로 유형 분류

    KMC 알고리즘을 이용해 태백산국립공원 내 18개 탐방로 를 3개 유형으로 분류한 결과, 당골1주차장과 당골광장매표소 탐방로를 하나의 유형으로, 함백산과 만항재, 유일사, 당골 단 군성전을 다른 하나의 유형으로, 나머지 12개 탐방로를 마지막 하나의 유형으로 분류되었다(Table 3). Figure 2는 유형 간 비교를 위하여 평균 t-통계량과 평일 및 주말 평균 탐방객수를 10~100으로 리스케일한 결과이고, Figure 3은 탐방로 유형을 지도로 표현한 것이다.

    첫 번째 탐방로 유형(유형 1)은 3개 유형 중 탐방객 수가 가장 많고, 날씨가 추울수록 탐방객이 많으며, 행사가 있는 공 휴일의 영향력이 가장 큰 유형이었다(Figure 2). 이 유형에는 태백산국립공원 탐방의 중심지인 당골 광장에 위치한 당골1주 차장과 당골광장매표소 탐방로가 포함되며, 두 탐방로의 일일 평균 탐방객 수는 평일 223명, 주말 827명이었다(Table 3). 특히 유형 1은 행사 공휴일 변수에 대한 다중회귀계수의 평균 t-통계량이 13.1로 매우 높았는데, 이는 이 유형에 속한 두 탐방 로가 겨울철 눈꽃 축제가 열리는 위치에 있기 때문으로 보인다. 유형 1은 기온 변수의 평균 t-통계량도 –6.9로, 세 유형 중 기온 의 영향을 가장 많이 받았으며, 평균 t-통계량의 부호도 ‘–’여 서, 즉 날씨가 추울수록 탐방객이 많이 방문해서, 겨울철 눈축 제 기간의 영향이 크다는 것을 알 수 있었다.

    두 번째 유형(유형 2)은 탐방객 수는 세 유형 중 중간 정도이 고, 당일 기온이 탐방객 수에 미치는 영향이 크지 않으며, 유형 1보다 행사 공휴일의 영향력은 적고, 행사없는 연휴와 기타 공휴일의 영향은 큰 유형이다(Figure 2). 유형 2는 함백산, 만 항재, 유일사, 당골 단군성전 탐방로를 포함하는데, 이 중 함백 산과 만항재, 당골 단군성전은 탐방로 시작점에서 가까운 거리 에 탐방 지점이 있어, 인근 다른 관광지에 왔다가 잠깐 들른 탐방객들의 비율이 상대적으로 높은 탐방로로, 등산로보다 관 광지로서의 성격이 크다. 세 유형 중 유형 2가 행사없는 연휴와 일일 강수량의 영향력이 영향력이 가장 크다는 결과도 유형 2 탐방로가 관광지로서의 성격이 크다는 것을 간접적으로 보여 준다. 우선 행사없는 연휴에 탐방객이 많다는 결과(평균 t-통계 량=8.3)는 유형 2 탐방로는 연휴 기간 지역 관광지와 연계해 태백산국립공원을 방문하는 탐방객 비중이 높다는 것으로 해석 할 수 있다(Table 3). 또한, 타 탐방로 유형에 비해 유형 2 탐방로의 탐방객 수가 비가 오는 날 가장 크게 감소한다는 결과 (평균 t-통계량=–11.1)는 탐방객들이 태백산국립공원 탐방만 을 위해 탐방로를 방문한 것이 아니라는 의미로 해석될 수 있 다. 만약 하루 일정으로 산행만을 목적으로 방문한 탐방객들이 라면 비가 좀 오더라도 산행을 강행할 것이기 때문에, 유형 2 탐방로 탐방객들은 이 일대 관광지를 연계 방문하는 탐방객 이라 추측된다.

    세 번째 유형(유형 3)은 유형 1과 2에 속하지 않은 나머지 12개 탐방로를 포함한다. 이 유형에 속한 탐방로는 다른 두 유형에 비해 탐방객 수가 가장 적고, 날씨가 따뜻할수록 탐방객 이 많으며, 강수량의 영향을 적게 받았다(Figure 2). 유형 3 탐방로는 타 유형에 비해 상대적으로 유명하지 않은 탐방로들 로, 산행을 목적으로 하지 않는 탐방객들은 거의 방문하지 않는 탐방로라 할 수 있다. 따라서, 대부분 탐방객들은 우리나라 일 반적인 산행 형태인 멀리 대도시에서 하루 단위로 방문하는 등산객일 것이기 때문에, 타 유형에 비해 특정 행사가 있거나 연휴라 해서 탐방객 수가 증가하는 정도가 가장 적고(행사 공휴 일의 평균 t-통계량=6.8, 행사없는 연휴의 평균 t-통계량=4.3), 기타 공휴일에 탐방객 수 증가 정도가 중간 정도(평균 t-통계량 =6.6)로 오히려 높았다(Table 3). 날씨의 영향력 분석 결과도 유형 3에 속한 탐방로의 탐방객들이 주로 산행을 목적으로 한 다는 사실을 뒷받침한다. 즉, 유형 3에 속하는 탐방로의 일일 강수량에 대한 평균 t-통계량은 –6.1로 세 유형 중 가장 부(-)의 영향력이 커, 이 유형에 속한 탐방로 탐방객들은 날씨가 좀 궂더라도 산행을 포기하지 않는다는 것을 알 수 있었다. 기온의 영향도 세 유형 중 가장 높아(평균 t-통계량=6.5), 기온이 높아 산행하기 좋은 날 탐방객이 많은 것을 알 수 있었다.

    3. 정책 제언

    우리나라 국립공원 내 주요 탐방로에는 탐방객 수 자동 계수 기가 설치되어 있다. 따라서 이 데이터를 본 연구에서 제시한 일일 탐방객 행태 분석 모형에 입력하면, 우리나라 대부분 국립 공원의 탐방객 수를 예측할 수 있고, 이를 바탕으로 하루 단위 의 공원관리인력 배치계획을 수립할 수 있다. 이는 효율적인 탐방객 관리뿐 아니라, 공원관리인력의 휴무일 관리, 사무소 업무와 현장 업무 시간의 배분 등에도 활용될 수 있을 것이다. 단, 자동 계수기가 국립공원 내 모든 탐방로에 설치되어 있는 것이 아니어서, 자동 계수기 데이터만으로는 탐방객들이 계수 기 설치 지점을 통과하고 난 후 행태 등을 분석하기에는 한계가 있다.

    이와 같은 한계를 보완하기 위해, Korea National Park Research Institute(2017)은 이동통신사의 기지국 정보를 이용 하여 계룡산국립공원과 태안해안국립공원의 탐방객 이용 패턴 을 분석하기도 하였다. 특히 이 연구에서는 이동통신사의 기지 국 정보에는 이동통신 단말기 소유자 정보를 이용하여, 성별・ 연령별 탐방객 분포를 분석하기도 하였다. 단, 이동통신사 기지 국 데이터는 탐방객의 위치를 탐방로가 아니라 기지국 위치로 만 파악할 수 있어, 탐방로가 밀집해 있는 경우, 탐방객이 실제 어느 탐방로를 이용했는지 파악할 수 없고, 개인정보 보호 등의 이유로 데이터 습득에 제한이 있는 등의 한계가 있다. 최근에는 휴대전화 GPS를 이용하여 탐방객 스스로 자신의 탐방 경로를 기록하고 이를 공유하는 스마트폰 어플리케이션이 서비스 되고 있는데, 이 데이터 또한 탐방객 행태 분석 연구에 활용될 수 있다. Sim et al.(2020)은 스마트폰 어플리케이션의 하나인 Tranggle 데이터를 이용하여 경복궁 서촌 일대 탐방로의 구간 별 혼잡도를 분석하였다. 단, 스마트폰 어플리케이션 데이터는 어플리케이션 이용자들의 행태만 과표본되는 문제가 있을 수 있고, 통신사 빅데이터와 마찬가지로 개인정보 보호 또한 데이 터 활용시 문제가 될 수 있다.

    본 연구의 결과는 또한 국립공원 내에서의 규제 사항을 홍보 하기 위한 수단을 선택하는 데에도 활용될 수 있다. 우리나라의 대표적인 관광지인 국립공원은 고지대 산행을 위해서 온 탐방 객뿐 아니라 저지대에 위치한 문화재와 관광지, 야영장, 계곡, 해수욕장 등을 즐기기 위해 온 탐방객들도 많다. 산행이 목적인 탐방객들은 대체로 국립공원 방문 경험이 많아 탐방로에서의 규제 내용을 알고 있으나. 저지대의 관광지를 방문했다가 잠시 탐방로에 들른 탐방객들은 그렇지 않을 가능성이 높다(Cho and Sung, 2015). 이는 저지대 관광지 방문이 주목적인 탐방객 들이 주로 방문하는 탐방로에서는 국립공원 탐방로에서의 일반 적 행위 제한 내용을 홍보하여야 한다는 것을 시사한다. 태백산 국립공원의 경우 유형 1과 유형 2가 이에 해당한다. 반면 산행 만을 목적으로 방문한 탐방객은 날씨가 궂더라도 산행을 강행 하는 경향이 있기 때문에, 산행이 주목적인 탐방객들이 주로 방문하는 탐방로(태백산국립공원의 경우 유형 2와 3)에서는 탐방객들이 무리한 산행을 하지 않도록 안전사고에 초점을 맞 춰 탐방객을 관리할 필요가 있다. 이처럼 탐방객 성향에 따라 탐방로 관리 방안도 달리 적용해야 하므로, 탐방로별 탐방객들 의 탐방 행태에 바탕을 둔 탐방로 관리방안 마련이 필요하며, 이와 관련한 후속 연구 또한 요구된다.

    Figure

    KJEE-34-5-446_F1.gif

    Auto-counters in the Taebaeksan National Park

    KJEE-34-5-446_F2.gif

    Comparison of the three trail types identified by K-mean clustering algorithm

    KJEE-34-5-446_F3.gif

    The three types of trails in the Taekbaeksan National Park

    Table

    Variable descriptions

    Results of multiple regression models

    Average t-statistics (center) and the average number of visitors of the three trail types identified by K-mean clustering algorithm

    Reference

    1. Cho, W. (2012) Deterioration status of closed-trail of national parks on the Baekdudaegan Mountains, South Korea. Kor. J. Env. Eco. 26: 827-834. (in Korean with English Abstract)
    2. Cho, W. and C.Y. Sung (2015) Policy implications for the success of a trekking time restriction policy in national parks. Korean J. Envion. Eco. 29: 636-644. (in Korean with English Abstract)
    3. Gujarati, D.N. (2004) Basic Econometrics(4th ed.). McGraw-Hill. New York, USA.
    4. Hartigan, J.A. and M.A. Wong (1979) Algorithm AS 136: A K-means clustering algorithm. J. Royal Stat. Soc. Series C (Appl. Stat) 28: 100-108.
    5. Kang, D.I. and H.C. Sung (2016) A Study on the relationship between the number of visitors and degradation of natural resources in Bukhansan National Park. J. Korean Env. Res. Tech. 19: 81-89. (in Korean with English abstract)
    6. Kim, S.R. and S.G. Park (2019) Analysis of the user behavior and recognition in Mudeungsan National park. Korean J. Environ. Ecol. 33: 734-747. (in Korean with English abstract)
    7. Ko, D.W. , S.H. Boo and S.J. Ham (2010) The comparative analysis of local festivals through evaluation factors with an emphasis upon Taebaek festivals. Kor. Tourism. Res. Assoc. 24: 143-157. (in Korean with English abstract)
    8. Korea National Park Research Institute (2007) Carrying Capacity Management system Research (in Korean)
    9. Korea National Park Research Institute (2017) A Validation Study on the Status and Use Pattern of National Park Visitors using Mobile Telecommunication Big Data (in Korean)
    10. Korea National Park Service Taekbaeksan National Park Office (2019) Building a Park Management System based on Data Analysis for Factor Affecting Visitor Management (in Korean)
    11. Korea National Park Service (2019) 2019 National Park Basic Statistics (in Korean)
    12. Kwon, T.H. , S.H. Choi and K.K. Oh (2001) Estimation of carrying capacity on the mountainous national park using the impact rating class of trail(I)-In the case study of Bukhansan National Park. Kor. J. Env. Eco. 115: 257-266. (in Korean with English abstract)
    13. Nam, Y. , J.H. You and S.H. Heo (2015) Assessment of impact rating class and deterioration condition on the trails in Juwangsan National Park. Kor. J. Env. Eco. 29: 605-614. (in Korean with English abstract)
    14. Shin, J. , H.R. Kim, S.R. Jang, H.Y. Kim and P. Rho (2019) Evaluating the criteria and weight value for ecological network connectivity of Baekdudaegan Mountain Ragne on Taekbaesan National Park. Kor. J. Env. Eco. 33: 292-302. (in Korean with English abstract)
    15. Sim, J.W. , H.B. Kim and T.G. Lee (2020) A study on the congruence between city walking tour route and visitors’ behavior using location-based data. J. Korean Cadastre Inf. Assc. 22: 145-157. (in Korean with English abstract)
    16. Sim, K.W. and H.G. Kwon (2011) A study on forecasting visit demands of Korea national park using seasonal ARIMA model. J. Korean For. Soc. 100: 124-130. (in Korean with English abstract)
    17. Woo, K.D. , K.W. Sim, S.Y. Han and J.H. Lee (2003) Analysis of temporal・spatial use distribution of visitors in the Bukhansan National Park. J. Korean Inst. Forest Recreation 7: 53-59. (in Korean with English abstract)
    18. Yoo, K.J. , W. Cho and K.S. Cho (2008) User’s evaluation for the rail structures in the Dobong District of Bukhansan National Park, Korea. Kor. J. Env. Eco. 22: 145-151. (in Korean with English abstract)
    19. Yoo, K.J. and J.M. Kim (2003) A Study on visitors' and managers' perception to national park use and management attributes-a case study on national parks in Kangwon area, Korea. 17: 35-43. (in Korean with English abstract)