Tourists' Spatial Perception of Traditional Villages Based on UGC Data: A Case Study of Heshun Ancient Town, China

기술 요약: UGC 데이터를 기반으로 한 관광객의 전통 마을 공간 지각 연구

문제 제기
전통적인 중국 마을(TCVs)은 문화유산의 핵심 요소이자 지역 경제 활성화의 동력이다. 그러나 급격한 관광 확장은 전통적 공간 구조와 문화 생태계에 상당한 위협을 가하며, 과도한 상업화, 자원의 균질화, 전통 공간의 파괴와 같은 문제를 야기하고 있다. 기존의 평가 체계는 주로 거시적 정책, 질적 분석 또는 정적인 설문 조사 데이터에 의존한다. 이러한 전통적 방식은 높은 실행 비용, 제한된 표본 크기, 인지적 편향, 그리고 지리적 좌표의 부재라는 한계를 지니고 있어, 특정 물리적 공간에 대한 관광객의 실시간 감정 변화와 주의 집중 분포를 정확하게 정량화하기 어렵다. 따라서 다중 소스 데이터를 통합하여 진정한 관광객의 인식을 포착하고, 이를 실행 가능한 공간 최적화 전략으로 전환할 수 있는 객관적이고 데이터 중심적인 프레임워크가 절실히 필요하다.

연구 방법론
본 연구는 운남성 화순 고진(Heshun Ancient Town)을 사례 연구로 활용하여, 사용자 생성 콘텐츠(UGC) 멀티모달 데이터에 기반한 정량적 분석 프레임워크를 구축한다. 본 방법론은 텍스트 마이닝, 시각적 분석, 공간 매핑을 다음과 같은 단계로 통합한다:

1. 데이터 수집: 웨이보(Weibo)와 샤오홍슈(Xiaohongshu)로부터 멀티모달 UGC 데이터(텍스트 및 이미지)를 수집하였으며(2021년 1월~2025년 12월), 유효한 텍사트-이미지 샘플 12,806개와 필터링된 이미지 17,684개를 확보하였다. 고덕지도(Amap)에서 관심 지점(POI) 데이터를 추출하여 역사적 특징, 자연 경관, 관광 서비스를 포괄하는 1,496개의 공간 노드를 도출하였다.
2. 어휘 사전 구축: UGC 텍스트에서 고빈도 단어를 추출하고 의미론적으로 병합하여 30개의 핵심 요소로 구성된 '장소 정보 어휘 세트'를 생성함으로써 인지적 기준선을 설정하였다.
3. 감성 정량화: SnowNLP 알고리즘을 사용하여 텍스트 감성을 분석하였다. 장소 어휘를 포함하는 텍스트를 처리하여 [-1, 1] 구간으로 매핑된 감성 점수($S_i$)를 산출하였다. 특정 공간 노드에 대한 평균 감성 점수($E_k$)를 계산하여 감정적 경향을 긍정, 중립, 부정으로 분류하였다.
4. 시각적 선호도 분석: 교차 모달 사전 학습 대규모 모델인 CLIP(Contrastive Language-Image Pre-training)을 활용하여 장면 분류 및 레이블 분석을 수행하였다.
   • 장면 분류: 프롬프트 엔지니어링과 코사인 유사도 계산을 통해 이미지를 9개의 상호 배타적인 장면(예: 건축, 거리, 수계 등)으로 분류하였다.
   • 특징 추출: 확정된 장면에 대해, 모델은 다중 레이블 특징 추론을 수행하여 주요 및 보조 시각 요소(예: "백색 벽과 흑색 기와", "목재 구성 요소")를 식 पहचान하고, 비정형 이미지를 구조화된 특징 행렬로 변환하였다.
5. 공간 매핑 및 시각화: UGC 이미지를 유사도 매칭을 통해 해당 POI 노드에 매핑하였다. ArcGIS 플랫폼 내 커널 밀도 추정(KDE)을 POI 빈도 데이터에 적용하여, 관광객 인식의 공간적 분포 패턴과 밀도를 시각화하는 히트맵을 생성하였다.
6. 검증: 무작위로 선택된 200개의 이미지 샘플에 대해 신뢰도 검증을 실시하였으며, CLIP 모델은 장면 분류에서 87%의 정확도를 달성하여 도메인 특화 미세 조정 없이도 적용 가능함을 확인하였다.

주요 결과

• 인식 테마: 관광객의 인식은 '역사적 특성'(시각 데이터의 48.51%)이 주도하고 있으며, '자연 경관'과 '역사 및 민속 문화'가 그 뒤를 잇는다. '관광 서비스 및 소비' 측에서는 구조적 괴리가 관찰되었다. 즉, 텍스트에서는 자주 등장(높은 주의도)하지만 시각 데이터에서는 드물게 나타나(낮은 기록률), 경험적 인식과 시각적 기록 사이의 탈동조화 현상이 나타났다.
• 감성 구조: 사분면 분석 결과, '역사적 특성'과 '자연 경관' 요소는 '우위 영역'(높은 빈도, 높은 만족도)에 속했다. 반면, 상업 서비스와 기초 인프라는 종종 '개선 영역'(높은 빈도, 낮은 만족도) 또는 '한계 영역'(낮은 빈도, 낮은 만족도)에 위치했다.
• 공간 분포: 공간적 인식은 '단일 핵심, 다중 노드 및 회랑 연결'의 논리를 따른다. 고밀도 인식은 북중부 핵심 구역(삼합강 및 교광 광장 주변)에 집중되어 있다. 주변부와 보조 경로를 따라 유의미한 '인식적 사각지대'가 존재하며, 이곳에서는 경직된 순환 구조로 인해 무형 문화 노드가 소외되어 있다.
• 시각 vs 감성 괴리: 본래의 형태적 특징을 가진 건축 클러스터와 자연 환경은 높은 시각적 기록과 긍정적 감성 매핑을 보인다. 반면, 상징적인 상업 노드는 높은 텍스트 주의도를 보이지만 낮은 시각적 기록률과 낮은 감성 점수를 보여, 역사적 맥락에 효과적으로 통합되지 못하고 있음을 시사한다.

의의 및 기여
본 논문은 UGC를 기반으로 한 분석 프레임워크를 제안하여, 관광객의 다차원적 인식을 객적으로 정량화함으로써 기존 평가 방식의 한계를 해결한다. 주요 기여는 다음과 같다:

• 방법론적 혁신: 텍스트 감성 마이닝과 시각적 특징 분석을 교차 검증하여 디지털 특징을 물리적 POI 노드에 직접 연결하는 기술적 프레임워크를 구축하였다.
• 경험적 통찰: 본 연구는 본래의 형태적 특징을 가진 진정한 공간이 강력한 '형태적 회복탄력성'을 보유하며, 이것이 장소 애착의 핵심 토대가 됨을 실증적으로 입증하였다. 또한, 균질화된 상업적 인터페이스가 주의를 끌지만 만족도나 공간적 연속성을 유지하지 못하는 '인식적 함정'을 식별하였다.
• 실무적 적용: '인식적 사각지대'와 공간적 불일치를 밝힘으로써, 본 프레임워크는 타겟팅된 미세 업데이트, 경로 재구조화, 과도한 상업화 방지를 위한 과학적 근거를 제공한다. 이는 유산 관리자들이 균질화된 개발에서 벗어나, 유산 보존과 공간적 활력을 균형 있게 맞춘 차별화되고 정밀한 공간 개입을 할 수 있도록 돕는다.

한계점
저자들은 본 연구가 소셜 미디어 활동이 활발한 외부 방문 관광객 데이터에 의존하고 있어, 지역 주민, 노인 및 아동을 과소 대표할 가능성이 있음을 인정한다. 또한, 화순 고진이라는 단일 사례 연구로서, 서로 다른 유형의 전통 마을(예: 산악형 vs 평지형, 거주형 vs 상업형)에 대한 일반화에는 한계가 있을 수 있다. 향후 연구에서는 보다 세밀한 유형별 비교와 광범위한 인구 통계적 분석이 포함될 것을 제안한다.