Location Analysis of Vocational High Schools' Public Practice Centers in Seoul

서울시의 특성화고등학교 공동실습소 입지 분석

Abstract

Recently, there is becoming larger interest in the public practice centers equipped with advanced manufacturing equipment of industries that is difficult to have in all vocational high schools for strengthening practical education and technical education tailored to the Fourth Industrial Revolution in vocational high schools. In this study, using spatial optimization approaches, we explored the optimal location sets of the public practice centers of vocational high schools in Seoul for an illustration. For the proposed optimial location methods, P-median Problem (PMP) and Maximal Coverage Location (MCLP) were used because, when the public practice centers located in priority of large vocational high schools based on the number of students, it showed that the result is not minimizing the travel distance and maximizing the demand of the vocational high school students. This study found that the PMP can find the optimal location sets that minimize the travel distance of whole students. In addition, all students can be captured through locating five public practice centers by MCLP. It should be noted that the optimal locations of this study are limited in Seoul. However, the frame of this methodology applied in this study can be utilized to locate the public practice centers in other regions based on the spatial decision making.

최근 특성화고등학교의 실습 교육 강화와 4차 산업혁명에 맞춘 기술교육을 위해 일선 학교에서 구비하기 어려운 산업체의 첨단 실습 장비 등을 확보한 공동실습소에 대한 관심이 증대하고 있다. 이에 본 연구에서는 서울시를 사례로 들어 공간최적화 기법을 활용하여 특성화고등학교의 공동실습소 배치의 최적 입지에 대해 탐색하였다. 최적 입지 제안 방법으로는 학생 수를 기준으로 대형 특성화고등학교에 공동실습소를 우선 배치하는 경우에 전체 특성화고등학교 학생의 이동거리 최소화와 수용 학생 최대화가 불가능하였기 때문에, P-median Problem(PMP)과 Maximal Covering Location Problem(MCLP)의 두 가지 공간최적화 방법을 활용하였다. 연구 결과 PMP를 적용하여 학생들의 이동거리를 최소화하는 입지 구성에 대해 확인할 수 있었으며, MCLP를 적용하여 5개의 공동실습소를 배치하는 경우 모든 학생을 수용할 수 있는 것으로 나타났다. 본 연구 결과 산출된 최적 입지는 서울시에 국한되지만, 본 연구에서 적용한 방법론적 틀은 공간적 의사결정을 바탕으로 다른 지역에서 공동실습소를 효율적으로 배치하는데 적용이 가능할 것이다.

Ⅰ. 서론

2019년 정부는 고졸로 성공할 수 있는 사회를 위한 고졸취업 활성화 방안으로 고교 졸업 후 대학진학이라는 일변도에서 벗어나 청년의 다양한 성장경로 구현을 비전으로 직업계고 취업자 비율 60%를 2022년까지 달성하겠다는 목표를 제시하였다. 고졸취업 활성화 방안에서는 세부 추진과제로 취업 전 중등직업교육 강화를 위해서 미래 신산업 및 지역전략산업 등과 연계한 산업 맞춤형의 학과개편, 현장실습과 취업과의 연계강화 및 산업계 참여 활성화를 추진하는 현장실습 개선, 지역· 거리에 관계없이 직업교육을 받을 수 있도록 농산어촌 및 도농복합도시에 있는 특성화고에 기숙사 설치, 그리고 고교학점제 우선 도입을 제시하고 있다[1]. 이에 전라남도교육청에서는 2022년부터 특성화고등학교에 전면 시행되는 고교학점제에 맞추어 미래역량을 함양하는 직업교육 체제로의 전환 요구를 반영한 농업계고 공동실습소 개선 전략 등을 논의하였다[2]. 충청북도교육청에서는 공업계고 공동실습소로 생산자동화, 금형설계 과정 학생들을 위한 실습실, 기계금속계열과 전기·전자·통신 계열 과정의 실습실, 그리고 농업계고 공동실습소로 소형건설기계와 반려동물관리 실습실을 갖췄다고 밝혔다[3]. 또한 서울시교육청에서는 서울의 특성화고등학교 학생이 글로벌 마인드를 제고하고 해외 취업역량을 강화해 세계시민으로 성장하게 하는 특성화고 국제화교육 지원사업을 통해 특성화고등학교 공동실습소 운영 모델을 개발도상국에 무료로 제공할 계획이라고 밝혔다[4]. 이처럼 최근 특성화고등학교의 실습 교육 강화와 4차 산업혁명에 맞춘 기술교육을 위해 공동실습소에 대한 논의가 활발하다. 공동실습소는 개별 학교에서는 갖추기 어려운 산업체의 첨단장비 등을 확보하고 같은 계열의 특성화고 학생들이 단기간 입소해 실습하는 시설로 산업수요 맞춤형 교육과정을 운영한다. 이를 통해 특성화고등학교 학생들은 산업체의 첨단기자재에 대해 학습할 기회를 가질 수 있으며, 산업체가 원하는 직무역량을 향상시킬 수 있다[3][5]. 따라서 본 연구는 제한된 고가의 첨단 실습 장비 보급 상황에서 공간적 문제 해결을 통해 특성화고등학교 학생들의 실습 장비 접근성을 증진시킬 수 있는 공동실습소의 입지를 탐색하고자 한다.

일반적으로 교육을 포함한 다양한 분야에서, 각 수요 지점에 모든 서비스 공급 시설을 입지시키는 것이 비효율적일 경우, 최적의 입지를 통해 다수의 수요를 포섭하는 방안을 모색한다. 이와 같은 공간적 문제를 해결하는 방법에는 크게 두 가지 접근 방법이 있다. 첫째, 모든 수요 지점의 공급시설 접근성을 최대화하는 방법이다. 대표적으로 소방서 등의 공공시설과 행정편의 서비스의 경우는 모든 사람들에게 필수적인 서비스이기 때문에 모든 수요 지점에서 공급 시설까지의 거리를 최소화해야한다[6][7]. 특성화고등학교의 경우, 모든 학생들에게 필수적인 교육 시설임에도 불구하고 예산 등의 한계로 인해 모든 특성화고등학교에 공급이 불가능할 때에, 공유 시설까지의 거리를 최소화하는 방안을 모색할 수 있다. 대표적으로 P-median Problem(PMP)이 있다. 둘째, 서비스 영역을 기준으로 일정 거리 이내에 포섭되는 수요를 최대화하는 방법이 있다. 특성화고등학교 학생들의 실제 이동 가능한 거리를 기반으로 최대한의 학생들이 실습 장비를 이용할 수 있게 하기 위해서는 어느 학교에 공동실습소를 입지시켜야 하는가의 문제가 이에 해당한다. 대표적으로 Maximal Coverage Location Problem(MCLP)가 있다[8][9]. 이와 같이 효율적인 공동실습소의 입지는 다양한 측면에서 판단이 가능하며, 의사 결정 과정에서 공간적 접근은 필수라고 할 수 있다.

공간적 접근을 통해 교육기관의 공간분포 또는 입지와 관련한 연구들을 살펴보면 일반교육기관으로 어린이집 및 유치원[10-12], 초등학교[13][14], 중학교[14], 고등학교[15], 대학교[16], 그리고 특수교육기관으로 영재교육기관[17], 특수학교[18][19] 등이 있다. 이처럼 전체 학교급을 대상으로 공간 분석이 이루어지고 있지만 현재까지 특성화고등학교에 대한 최적 입지 기반 분석은 이루어지지 않고 있다. 또한 특성화고등학교의 경우 개별 학교에서 일일이 접하기 어려운 실습 장비 배치와 관련하여 행정 및 재정 부분에서 연구는 수행되었지만[20-23] 실제 사례를 기반으로 공간적 접근을 적용한 연구는 수행되고 있지 않은 실정이다.

본 연구의 목적은 체계적인 공간적 의사 결정 지원 과정을 바탕으로 서울시를 사례로 들어 PMP와 MCLP의 두 가지 공간최적화 방법을 활용하여 특성화고등학교의 공동실습소를 배치하는 데 있어 최적의 입지를 제안하는데 있다. 따라서 본 연구 결과 산출된 최적 입지는 서울시에 국한된 것이지만, 본 연구에서 적용한 방법과 절차는 다른 지역에서 공동실습소를 효율적으로 배치하는 방법으로 적용할 수 있기를 기대한다.

구체적인 연구주제는 다음과 같다.

첫째, 학생이 많은 대형 특성화고등학교 순서로 우선 공동실습소를 입지시키는 방법에 비해 PMP를 적용한 최적 입지는 공간적으로 어떠한가?

둘째, 학생이 많은 대형 특성화고등학교 순서로 우선 공동실습소를 입지시키는 방법에 비해 MCLP를 적용한 최적 입지는 공간적으로 어떠한가?

셋째, PMP와 MCLP에 기반한 효율적인 공간적 의사 결정 지원 체계 형성이 가능한가?

Ⅱ. 선행연구

교육기관에 대해 공간분포 또는 입지와 관련하여 수행된 연구들을 일반교육기관과 특수교육기관으로 나누어 살펴보면 다음과 같다.

먼저 일반교육기관으로 전라남도 어린이집에 대해 설선미 외[10]는 공간적 불균형을 분석하였다. 분석 결과, 정부에서는 어린이집 설립 및 운영에 대한 재정지원을 확충하고 있지만 전라남도 지역의 어린이집 수요를 충분히 반영하고 있지 못하며, 도시지역과 농어촌지역 간의 영유아 1,000명당 어린이집 수, 어린이집의 사각지대, 그리고 부모들이 선호하는 국·공립 어린이집의 수의 격차가 크게 나타났다고 밝혔다. 광주시 유아교육기관에 대해 전경숙[11]은 정수 선형계획법을 통해 실제 적인 입지와 이용 유형을 살펴보았으며, PMP로[12]으 로 적정 입지배분을 분석하여 통원구의 설정 뿐 아니라 유치원 연령 아동수에 비례한 적정 유치원 수를 총 이동거리가 최소화되록 입지시켰다. 초등학교에 대해 김영백[13]은 경기도 신도시의 입지 실태 및 통학환경을 분석한 결과, 산본과 판교 신도시 모두 주변 학습환경과 초등학교 입지의 불균형, 넓은 차선의 도로횡단, 교통정온화효과가 없는 4차선 이상의 도로와 학교용지연접, 그리고 주출입구 부분에서 보차분리 미흡의 문제가 있다고 밝혔다. 또한 초, 중학교에 대해 윤찬란과 한주성[14]은 경기도 화성시를 사례로 들어 급식품 공급의 계절별 변동과 급식품 마일리지의 변화를 산출하여 공간구조를 분석하였다. 분석 결과, 급식품 공급의 공간 구조는 곡식류와 친환경 농산물 및 수입산 가공식품과 농산물 공급량의 차이에 의해 결정된다고 밝혔다. 고등학교에 대해 우종현[15]은 대구시 고등학교의 분포 특성을 구별로 도시공공서비스 측면에서 분석한 결과, 주민복지의 증진과 이용자의 편리성을 고려한 사회적 형평성을 고려하여야 하며, 민간보다는 공공 부분의 참여와 조정을 통해 학교 시설을 신설하거나 재분포를 더욱 활성화해야 한다고 밝혔다. 또한 일반대학과 관련하여 문남철[16]은 입지분포와 분포패턴 및 입지변동을 분석한 결과, 공간적 관점에서 정부의 대학정책은 입지 정책과 정원정책 중 어느 한 측면만을 중심으로 시대적 상황에 따라 가변적으로 이루어져 왔다고 밝혔다. 구체적으로 대학의 입지는 해방이후부터 1970년대까지는 서울권과 대도시권에 집중되었으며, 1980년대와 1990년대는 비수도권의 중·소도시권과 비도시권으로 분산· 확대되었으며, 최근에는 수도권으로 다시 집중되는 경향을 보인다고 밝혔다.

다음으로 특수교육기관으로 서울시 영재교육기관에 대해 김성연과 이선영[17]은 공간적 분포의 특성을 살펴보기 위해 버퍼링 분석을 한 결과, 서울시의 일부 주변부와 종로구에서 영재교육 공급에 있어 사각지역이 나타났지만 대체로 양호하다고 밝혔다. 또한 특화도를 분석한 결과 구로구에서 공간상의 영재교육기관 허브가 나타났으며, 공간집중도 분석 결과 중구와 송파구가 각각 콜드스팟과 핫스팟으로 나타났다고 밝혔다. 특수학교와 관련하여 류주현[18]은 지역의 불균등한 공간적 분포를 학생 수에 대한 학교 수 비율인 학교밀도지수를 계량화한 방법의 교육입지계수로 확인하고 이로 인해 지역간 통학거리 또는 소요시간의 차이에 대한 문제점을 지적하였다. 최진혁과 김대용[19]은 특수학교의 입지계수를 학교입지계수인 학생밀도지수와 학교밀도수를 활용하여 산출함으로써 서울시의 자치구에서 특수 교육대상자의 거주 분포와 각 자치구의 특수학교 입지 등을 분석하고, 군집분석을 통해 유형화하였다. 분석 결과, 교육 입지는 6개의 대규모 외부유입형, 복합형, 원거리 통학형, 외부 유입형, 외부 유출형, 학생 밀집형으로 유형화되었으며, 유형화된 6개의 군집은 장애영역별 특수교육대상자의 수에서 차이가 났다고 밝혔다.

이상에서 살펴본 바와 같이 일반교육기관과 특수교육기관, 그리고 학교급으로는 어린이집부터 대학교에 이르기까지 전체 학교급을 대상으로 연구들이 수행되었지만 현재까지 특성화고등학교에 대한 공간분포 및 입지선정과 관련한 연구는 거의 수행되고 있지 않은 실정이다. 특히 특성화고등학교의 경우 고가의 첨단 실습 장비를 활용하는 경우에, 예산의 한계로 일부 학교에만 실습 장비를 배치해야 하는 경우가 발생하게 된다. 그러나 기존 연구에서는 행정 및 재정의 부분에서 탐구하였을 뿐, 실제 사례를 기반으로 한 공간적 문제 해결은 수행되고 있지 않은 실정이다[20-23]. 따라서 본 연구에서는 공간적 접근을 통해, 서울시를 사례로 들어 특성화고등학교에 공동실습소를 배치해야 할 경우의 최적 입지를 탐색하고자 한다.

Ⅲ. 연구 방법

특성화고등학교의 공동실습소 입지 탐구를 위해 본 연구에서는 공간최적화(spatial optimization) 기법을 적용하였다. 공간최적화는 특정 공간 내의 수요와 공급 관계를 해결함에 있어 최적의 입지를 탐색하는 방법론이다. 이러한 공간최적화 기법은 기본적으로 공간적 효율성(spatial efficiency)과 공간적 형평성(spatial equity)에 중점을 두고 있다[24]. 더불어 특성화고등학교의 공동실습소 입지는 공동실습소의 수와 입지고려의 주요 요소에 대한 합의까지 다각적인 고려가 요구된다. 따라서 본 연구에서는 Hakimi[25][26]가 제안한 PMP와 Church and Revelle[27]의 MCLP를 적용한 공간최적화 기법으로 특성화고등학교의 공동실습소 입지를 분석하였다. 두 가지 방법론의 적용을 통해 학생들의 이동거리 최소화와 포섭 학생 최대화라는 두 가지 최적 입지 탐색이 가능하였다. 연구를 통해 추후 공동 실습소 배치의 구체적 문제 상황에서의 공간 문제 해결의 의사결정 지원체계를 제시하는 것을 목적으로 한다.

1. 분석 알고리즘

공간최적화는 각각의 목적식과 이에 대응하는 제약식으로 구성된다. 제약식의 조건 하에서 목적식의 최적 값을 구하는 입지를 탐색하는 과정을 거친다. 연구에 활용된 PMP는 식(1)-식(5)에 제시하였으며, 수요 지점에서의 각 시설까지의 가중 거리의 총합을 최소화하는 것을 목적식으로 한다. PMP의 적용을 통해 각 학교 학생을 가중치로 하여 모든 학생의 이동 거리를 최소화하는 최적 입지를 탐색한다. PMP와 MCLP의 변수 중 수요 지점 i와 공급 지점인 j는 서울시 내에 존재하는 특 성화고등학교 위치를 의미한다. 이 때의 가중치 a_i는 특성화고등학교 i의 학생 수, 거리 d_i,j는 수요 지점 i와 공급 지점 j의 네트워크 거리로 정의한다. 또한 전체 공동실습소의 수는 p라는 상수이다. 먼저 PMP를 통해 전체 학생의 이동 거리를 최소화하는 공동실습소의 입지를 정의할 수 있다.

목적함수:

\(\min \sum_{i=1}^{n} \sum_{j=1}^{n} a_{i} d_{i j} x_{i j}\)       (1)

제약식:

\(\sum_{j=1}^{n} x_{i j}=1 \quad \forall i\)      (2)

\(\sum_{j=1}^{n} x_{j j}=p\)       (3)

\(x_{j j} \geq x_{i j} \quad \forall i, j i \neq j\)       (4)

\(x_{i j}=\left\{\begin{array}{ll} 1, & i \text { 의 수요가 } j \text { 에 할당되었을 때 } \\ 0, & \text { 그 외 } \end{array}\right.\)       (5)

다음으로 MCLP는 식(6)-식(10)에 제시하였으며, 일정 거리 조건 하에서 공동실습소를 이용할 수 있는 학생의 수를 최대화하는 목적식을 지닌다. MCLP의 적용을 통해 일정 수의 실습시설이 정해졌을 때에, 최대한 학생 수를 포섭할 수 있는 입지를 탐색하는 것이 가능하다. 본 연구에서는 9.5km의 거리를 상정하였으며 [28], 각 특성화고등학교를 후보지로 하여 수용하는 학생의 수를 최대화하는 입지를 탐색하였다. MCLP는 PMP와 달리 모든 특성화고등학교의 학생을 수용하는 조건을 지니지 않는다는 차이점이 있다.

목적함수:

\(\max \sum_{i \in I} a_{i} y_{i}\)       (6)

제약식:

\(\sum_{i \in N_{j}} x_{j} \geq y_{i} \quad i \in I\)       (7)

\(\sum_{j \in J} x_{j}=p\)       (8)

\(x_{j}=\left\{\begin{array}{ll} 1, & j \text { 에 공동실습실이 입지하였을 때 } \\ 0, & \text { 그 외 } \end{array}\right.\)       (9)

\(y_{i}=\left\{\begin{array}{ll} 1, & i \text { 의 수요가 포섭되었을 때 } \\ 0, & \text { 그 외 } \end{array}\right.\)       (10)

여기서 I는 수요 지점의 집합을 나타낸다.

2. 분석 자료

본 연구에는 공간 자료와 속성 자료, 두 가지 유형의 자료가 활용되었다. 서울시와 특성화고등학교의 위치에 대한 공간 자료와 더불어 연구의 정확도 향상을 위해 서울시 내부 도로교통망을 연구에 활용하여 학생들의 실제 이동 거리를 네트워크 거리 기반으로 계산하였다. 또한 특성화고등학교의 주소를 기반으로 지오코딩(geocoding)하여 [그림 1]과 같이 정확한 현재 입지를 계산하였으며, 각 특성화고등학교의 학생 수를 속성 자료에 포함하여 공동실습소에 대한 수요로 가정하였다.

그림 1. 연구 지역 및 특성화고등학교 분포도

학생들의 공동실습소 접근성은 자동차를 통한 이동을 가정하였다. 안전을 위해 특성화고등학교별 실습을 위한 차량 제공을 할 경우를 상정하였으며, MCLP 모형에서의 최대 임계거리는 30분 이내로 하였다. 이는 학생들이 1시간 이내에 이동 및 수업 준비를 해야 함을 고려한 것이다. 또한 이를 거리로 환산할 경우 2018년 도심 통행 속도 시속 19km를 환산하여, 9.5km의 이동 거리로 지정하였다[28]. 연구의 분석에는 R 4.0.2 버전과 ArcGIS 10.7 버전을 활용하였으며, 연구 결과를 기존의 접근 방식과 비교하였다.

Ⅳ. 연구결과

1. 탐색적 분석

공동실습소가 입지함에 있어, 각 특성화고등학교의 학생 수는 중요한 고려할 요소이다. 그러나 재학 중인 학생 수가 많은 학교를 우선적으로 공동실습소를 배치할 경우 전역적 최적해(global optima)를 도출하지 못하는 한계가 발생할 수 있다. 또한 재학생 수의 분포를 기준으로 작성한 지도만으로는 정확한 최적 입지와 수용 가능한 학생의 수를 계산하는 과정에 어려움이 있을 수 있다.

[그림 2]는 Jenk’s Natural break 기법을 통해 학생 수에 따른 특성화고등학교 단계 구분도를 제시하였다. 이를 통해 특성화고등학교 학생의 분포에 대한 이해는 가능하지만, 공동실습소의 최적 입지 선정에 직접적인 의사 결정은 어려움이 있다. 또한 의사결정자에 따라 다른 해석 및 결과를 도출할 수 있다는 점에서 그 한계가 있다. 그러므로 객관적이고 정확한 공간적 의사결정 체계 구축을 위하여, P-median과 MCLP 의 활용이 필요하다.

그림 2. 특성화고등학교 재학생 수

2. PMP 분석 결과

PMP 분석 결과로 공동실습소의 수에 따라 학생들의 총 이동 거리를 최소화하는 입지를 탐색하였다.

즉, 본 연구에서는 학생 수가 많은 순서로 대형 특성화고등학교에 공동실습소를 배치했을 때와 PMP의 최적 입지 분석 결과를 비교하여 입지의 양상 차이를 비교하였다. 또한 네트워크 분석 결과가 기존 도로망과 중첩되어 나타나는 문제점이 존재하므로, 시각화의 효율성을 위하여 분석 결과에는서는 직선으로 표현하였다.

[그림 3]에서는 공동실습소의 수변화에 따른 최적 입지와 각 공동실습소가 수용하는 학교를 나타낸다. 공동실습소의 수가 늘어감에 따라 점차 각 학교의 입지가 특성화고등학교의 분포를 따라 퍼지는 결과가 나타났다. 1개의 공동실습소만 입지할 경우, 모든 특성화고등학교의 중심점에 가까운 특성화고등학교가 최적입지로 나타났다. 그러나 5개 이상의 공동실습소가 입지할 경우, 권역 단위로의 공동실습소 할당과 유사한 경향성이 나타났다.

반면에 [그림 4]에서는 재학생 수가 많은 대형 특성화고등학교 순서로 공동실습소를 입지시키고 특성화고등학교를 할당하는 경우를 제시하였다. [그림 3]과는 달리 공동실습소는 대형 특성화고등학교를 따라 입지하기 때문에 1개일 경우 서울시 서남쪽으로 치우친 입지가 나타나며, 5개인 경우에도 대형 특성화고등학교가 인접하여 입지하였기 때문에 실질적인 접근성 향상은 도모하기 어려운 것으로 나타났다.

그림 3. PMP 결과

그림 4. 대형 특성화고등학교 우선 입지의 경우 할당 결과

3. MCLP 분석 결과

MCLP 분석 결과로 일정 거리 조건 하에서 공동실습소의 수에 따라 이용 가능한 학생 수를 최대로 하는 입지를 탐색하였다. [그림 5]와 [그림 6]에는 각각 MCLP 분석 결과와 대형 특성화고등학교 우선 배치 시 공동실습소 할당에 대한 공간적 재현을 나타냈다.

그림 5. MCLP 결과

그림 6. 대형 특성화고등학교 우선 입지의 경우 할당 결과

약 30분의 시간 거리를 기준으로 하였을 때에, 5개의 공동실습소가 있을 경우 모든 특성화고등학교 학생들이 공동실습소를 활용할 수 있음을 확인할 수 있다. 또한 공동실습소를 중첩되지 않도록 배치하여 학생들의 접근성을 도모하고, 공동실습소가 5개 미만일 경우에는 최대한의 학생을 수용할 수 있는 곳에 공동실습소를 입지시켰다.

반면에 대형 특성화고등학교 순서로 우선 공동실습소를 입지한 [그림 6]에서는 해당 특성화고등학교의 학생 수만을 고려하다보니 인접 학교 학생들의 접근성을 고려하지 않아 지역 최적해(Local optima)를 도출하는 문제점이 나타났다. 특히 두 번째와 세 번째로 큰 규모의 특성화고등학교가 인접하여 있기에, 공동실습소를 2개에서 3개로 늘렸을 때에 수용 가능한 인접 특성화고등학교에 변화가 없는 한계가 지도상에 나타났다. 또한 공동실습소를 5개 입지시켰음에도 모든 학생들의 접근성을 보장하지 못하여 추가적인 공동실습소 배치가 필요한 것으로 나타났다.

4. 연구 결과 비교

2절과 3절에서는 PMP와 MCLP 방법을 통한 최적 입지를 시각화하였다면, 본 절에서는 공간최적화 기법의 결과와 대형 특성화고등학교 우선 배치 방법의 목적 식 결과의 비교를 통해 공간최적화 기법 적용의 효율성을 확인하였다. PMP의 경우 각 학생들의 평균 이동거리가 어느 정도 짧아졌는지, MCLP의 경우 수용 가능한 학생의 수가 어느 정도 늘었는지를 기준으로 분석 결과를 비교하였다.

[그림 7]에서처럼, PMP는 1개부터 10개까지 공동실습소가 증가에 따라 학생들의 이동 거리 감소 경향은 일관되게 나타났다. 그러나 이 과정에서 크게는 두 배에 가까운 이동 거리 차이가 PMP의 최적 입지와 대형 특성화고등학교 우선 배치 결과에서 나타났다. 이는 단순히 대형 특성화고등학교에 공동실습소를 우선 배치하는 것이 결과적으로는 학생들의 이동 거리 증가를 야기함으로써 비효율적인 공간 배치가 될 수 있다고 해석할 수 있다. 또한 10개까지 공동실습소가 증가 과정에서 PMP가 대형 특성화고등학교에 우선 공동실습소를 배치하는 것보다 효율적임을 알 수 있다.

그림 7. PMP의 거리 감소 효과 비교

유사하게, [그림 8]에서는 MCLP를 활용하였을 때 수용되는 학생의 수가 공동실습소 수 증가에 따라 증가함을 보여주고 있다. 분석 결과, 수용 학생 수 역시 MCLP를 활용하였을 때에 대형 특성화고등학교 우선 입지 경우보다 더 많은 학생을 수용하는 것으로 나타났다. 특히 5개의 공동실습소로 모든 학생을 수용할 수 있는 반면, 대형 특성화고등학교에만 우선 공동실습소를 입지시킬 경우 수용 학생의 수가 크게 증가하지는 않는 것으로 나타났다.

그림 8. MCLP의 수용 가능 학생 수 증가 비교

이상의 결과를 통하여 PMP와 MCLP는 대형 특성화고등학교 순서로 우선 공동실습소를 입지시키는 방법에 비해 효율적인 공간적 문제 해결이 가능함을 확인할 수 있다. 또한 객관적이고 정확한 수치 비교가 가능한 공간적 의사결정 지원 체계로 작동 가능함을 확인할 수 있다.

Ⅴ. 결론

본 연구에서는 공간적 문제 해결을 통해 예산 등의 문제로 개별 학교에서는 갖추기 어려운 산업체의 첨단 장비 접근성을 증진시킬 수 있는 공동실습소의 최적 입지를 탐색하였다. 구체적으로, 서울시를 대상으로 실제 도로 네트워크를 활용하여 특성화고등학교에 공동실습소를 배치할 경우의 최적 입지와 학생들의 이동 거리와 수용 가능한 학생의 수를 비교 분석하였다.

주요 연구 결과는 다음과 같다. PMP 분석 결과, 학생 수가 많은 대형 특성화고등학교 순서로 공동실습소를 입지시키는 경우와 달리 1개의 공동실습소만 배치하더라도 모든 특성화고등학교의 중심점에 가까운 특성화 고등학교가 최적 입지로 나타났으며, 5개 이상의 공동 실습소를 입지키시는 경우 권역 단위와 유사하게 최적입지가 나타났다. 또한 공동실습소 입지가 증가함에 따라 학생들의 이동 거리는 감소하는 것으로 나타났으며, 이를 기반으로 학생들의 평균 이동 거리를 고려한 입지 구현이 가능한 것으로 나타났다. MCLP 분석 결과, 학생 수가 많은 순서로 특성화고등학교에 공동실습소를 입지시키는 경우와 달리 5개의 특성화고등학교만으로도 모든 학생을 수용할 수 있는 것으로 나타났다.

본 연구의 결과는 두 가지 부분에서 주요한 가치를 지닌다고 할 수 있다. 첫째, 실제 도로와 특성화고등학교의 위치를 공간적으로 표현하고 분석하여 연구의 정확도를 높였다. 도시에서 교통수단을 이용한 상태에서의 이동은 유클리드 거리보다 네트워크 거리를 활용하는 것이 정확하다는 점에서 본 연구의 가치가 있다. 또한 도로를 기반으로 실제 학생들의 이동 거리를 계산하고, 이를 시간으로 치환하여 이용 가능성을 정의했기 때문에, 연구의 결과와 실제 사례의 괴리를 최소화할 수 있었다.

둘째, 객관적이고 계량적인 기준에서의 공간적 의사 결정 체계를 제안했다는 점에서 본 연구의 가치가 있다. 공동실습소의 수에 따른 PMP와 MCLP 방법을 분석하였을 때의 최적 입지를 각각 제시하여, 학생들의 이동거리 최소화 혹은 수용 학생 최대화라는 가치에 따라 다른 최적 입지를 선택할 수 있게 하였다. 또한 공동 실습소의 수가 증가함에 따른 학생들의 이동 거리 감소와 수용 학생 수 증가를 표현하여 의사결정 과정에서의 특수성에 따른 공동실습소수를 정의할 수 있었다.

이처럼 분석의 기본 모델과 공간적 문제 해결의 틀을 제시하였다는 점에도 불구하고, 본 연구는 실제 문제의 특성을 모두 고려하지 못한 구조적 한계점이 존재한다. 먼저 특성화고등학교 중에서도 유사한 계열의 교육을 제공하는 학교들이 따로 있으며, 각 특성화고등학교의 유형과 예산에 따라, 그리고 실습 장비의 가치와 활용도에 따라 공동실습소의 수요가 다를 수 있다. 다음으로 행정 구역 등의 관할 구역에 따라, 학생들의 이동수단, 지점, 빈도 등에 따라 이동의 한계가 생길 수도 있는 등 현실 문제에서의 특성이 다르게 적용될 수 있다. 또한 실제 실습 장비의 수용 능력 차이나 학생들의 이동수단 차이 등은 각 상황의 특성에 기반하기 때문에 본 연구에서는 고려하지 못했다는 한계가 있다. 마지막으로 이에 따른 수용 능력 등을 반영하는 변화된 PMP 와 MCLP 방법의 적용을 포함하여 향후 본 연구의 한계점을 보완한 보다 실증적인 연구가 수행되기를 바란다.