초록 ▼

□ 연구개요
본 연구는 Google street view API와 deep learning 모형을 활용하여 도시민들이 인식하는 가로의 시각적 보행 쾌적성을 평가한다. 나아가, 보행쾌적성과 종합적인 보행 만족도에 영향을 미치는 요인을 도출하고 정책적 시사점을 제시하는데 목적이 있다. 본 연구는 최근 다양한 분야로 적용되고 있는 딥러닝 기술을 보행만족도 평가 모형에 적용한다. 또한, 구글 가로 이미지와 딥러닝 기술을 활용하여 보행만족도에 영향을 미치는 가로이미지의 구성요소를 분석한다. 본 연구는 도시·건축 분야에 공간 빅데이터와

□ 연구개요
본 연구는 Google street view API와 deep learning 모형을 활용하여 도시민들이 인식하는 가로의 시각적 보행 쾌적성을 평가한다. 나아가, 보행쾌적성과 종합적인 보행 만족도에 영향을 미치는 요인을 도출하고 정책적 시사점을 제시하는데 목적이 있다. 본 연구는 최근 다양한 분야로 적용되고 있는 딥러닝 기술을 보행만족도 평가 모형에 적용한다. 또한, 구글 가로 이미지와 딥러닝 기술을 활용하여 보행만족도에 영향을 미치는 가로이미지의 구성요소를 분석한다. 본 연구는 도시·건축 분야에 공간 빅데이터와 딥러닝을 적용하여 진행하는 창의적이고 도전적인 연구이며, 보행환경 증진방안과 정책적 시사점을 제공하는데 의의가 있다.

□ 연구 목표대비 연구결과
본 연구의 각 년도별 목표 및 연구결과는 다음과 같다.
1차년도는 시각적 보행 쾌적성 및 딥러닝과 관련된 선행연구 및 기술현황을 고찰하고 이후 분석에 활용될 분석자료(설문조사, 공간정보 DB)를 구축하는 것을 목표로 하였다. 이를 위해 보행 쾌적성 영향요인에 관한 국내외 선행연구를 검토하였고, 본 연구의 이론적 틀을 정립하였다. 또한, 이미지 분석 및 쾌적성 예측 을 위한 다양한 딥러닝 기법을 조사하였다. 향후 분석에 활용될 자료 구축을 위해 본 연구에서는 시각적 보행 쾌적성 설문조사를 실시하였다. 마지막으로 공간정보 DB 구축을 위해 구글 가로 이미지 API를 활용하여 대용량의 가로 이미지를 구축하였다.
2차년도의 목표는 구축된 설문조사 데이터 및 가로 이미지 데이터를 활용하여 시각적 보행 쾌적성 예측을 위한 모형을 구축하고 계량통계 모형을 활용하여 이에 대한 영향요인을 도출하는 것이다. 본 연구는 이를 위해 다양한 딥러닝 모형과 설문조사 데이터를 활용하여 쾌적성 예측 모형을 학습 및 검증하였다. 이후 최종 모형을 활용하여 서울시 전체의 가로 이미지를 대상으로 쾌적성 예측을 진행하였고, 예측된 보행 쾌적성과 영향요인들 간의 관련성을 분석하였다.
3차년도의 목표는 시각적 보행 쾌적성에 영향을 미치는 세부적인 가로환경 요소를 분석하고, 가로환경-시각적 보행 쾌적성-종합적 보행 만족도 사이의 구조적 관계를 파악하는 것이다. 마지막으로 분석결과에 기반하여 보행환경 증진을 위한 정책적 시사점을 제시하는 것이다. 본 연구에서는 의미론적 분할기법을 활용하여 이미지 내 가로환경 요소를 정량화하였고, 이와 보행 쾌적성 간의 구조적 관계를 분석하였다. 최종적으로 본 연구는 이러한 분석결과를 통해 시각적 보행 쾌적성 및 보행 만족도 증진을 위한 정책적 시사점을 제시하였다.
정량적 연구 목표 달성 정도와 관련해서는 본 연구는 연구 기간 동안 9편의 전문학술지(SCI: 2편, KCI: 7편) 게재 및 8편의 학술대회(국내 7회, 국외 1회) 논문을 발표하였고, 2편의 수상실적(우수논문상: 1편, 최우수논문상: 1편)과 2명의 학위 배출(석사: 2명)이 존재한다. 추가적으로 연구기간 이후에 2편의 전문학술지(SCI: 1편, KCI: 1편)이 추가로 게재될 예정이다.

□ 연구발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 연구 결과의 성과 및 기대효과는 다음과 같이 요약할 수 있다.
첫째, 본 연구 결과는 가로환경 개선이 시각적 보행 쾌적성, 보행만족도에 미치는 통합적인 인과관계에 대한 이해를 제공할 수 있다.
둘째, 본 연구가 활용한 딥러닝, 가로경관 빅데이터 방법론은 선행연구가 지니는 일반화 및 대상지 선정에 대한 한계점을 극복하고 연구결과의 일반화를 시도할 수 있다.
셋째, 보행 친화성은 도시, 건축, 교통, 환경 등 여러분야와 밀접한 관련을 지니는 개념으로, 본 연구 결과는 해당 분야의 정책 개발에 기초자료로 활용될 수 있다. 나아가, 이러한 분야 간 융복합 연구를 파생시킬 수 있다.
넷째, 본 연구가 활용한 딥러닝 및 가로경관 이미지 방법론은 아직 국내외에서 진행되지 않은 새로운 시도로써 학술적 가치가 매우 높다. 이와 같은 접근방법은 향후 보행 관련 연구와 가로환경 활성화 분야에 다양한 학술적 연구에 적용될 수 있다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 1) 1차년도 (2018년 3월 ~ 2019년 2월) ... 4
• 2) 2차년도 (2019년 3월 ~ 2020년 2월) ... 6
• 3) 3차년도 (2020년 3월 ~ 2021년 2월) ... 8
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 10
• 1) 정성적 연구개발성과(연구개발결과) ... 10
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 11
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 13
• 5. 연구개발성과의 관리 및 활용 계획 ... 14
• 6. 참고문헌 ... 15
• [붙임1] 세부 정량적 연구개발성과 ... 16
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 20
• 끝페이지 ... 31