초록 ▼

□ 연구개요
본 연구의 목표는 기계학습 및 딥러닝 알고리즘을 통하여 저소득지원주택의 입지결정 모델을 개발하는 것이다. 본 연구는 서울시를 대상으로, 저소득지원주택의 가장 대표적인 양식인 임대주택의 모든 유형을 파악하여 위치 자료를 구축하고, 임대주택의 세부 생활권 별 다양한 사회·경제·환경적 빅데이터를 구축하였다. 이를 바탕으로 임대주택의 입지를 결정하는 다양한 결정 요인을 실증적으로 증명하였다. 특히, 서울시 모든 가로별 약 30만장의 구글 스트리릿 뷰(GSV) 파노라마 이미지를 바탕으로 딥러닝 모델을 활용하여 미시적 규모의

□ 연구개요
본 연구의 목표는 기계학습 및 딥러닝 알고리즘을 통하여 저소득지원주택의 입지결정 모델을 개발하는 것이다. 본 연구는 서울시를 대상으로, 저소득지원주택의 가장 대표적인 양식인 임대주택의 모든 유형을 파악하여 위치 자료를 구축하고, 임대주택의 세부 생활권 별 다양한 사회·경제·환경적 빅데이터를 구축하였다. 이를 바탕으로 임대주택의 입지를 결정하는 다양한 결정 요인을 실증적으로 증명하였다. 특히, 서울시 모든 가로별 약 30만장의 구글 스트리릿 뷰(GSV) 파노라마 이미지를 바탕으로 딥러닝 모델을 활용하여 미시적 규모의 가로 환경을 파악한 것은 본 연구의 괄목할 성과로 판단된다.

□ 연구 목표대비 연구결과
본 연구의 계획 목표는 크게 1) (저소득지원주택) 입지결정 모델 및 환경평가 모델의 도출을 위한 선행연구 검토, 2) 서울시 생활권별 사회·경제적 특성 및 GSV API 기반 환경 이미지 빅데이터 구축, 3) 생활권별 입지 만족도 및 주관적 환경 이미지 평가, 4) 딥러닝 기술을 통한 환경 평가 모델 개발, 5) 기계학습 알고리즘을 통한 입지결정 모델 최종 개발로 구성되었다.
본 연구는 기존 계획 목표의 약 80%를 달성하였다. 본 연구는 다양한 선행연구 검토를 통하여 임대주택 입지결정 모델을 위한 개념적 모델(conceptual model)을 구성하였고, 딥러닝 기반의 다양한 환경평가 모델을 파악하였다. 또한, 서울시 생활권 별 다양한 사회·경제적 데이터 뿐 아니라 모든 가로망 20m 지점별 GSV 파노라마 이미지 빅데이터(약 30만장)를 Google API를 통하여 구축하였다. 구축된 이미지 빅데이터를 활용하여 2가지 딥러닝 기술(예. Deeplab V3 모델 및 HRNetV2-W48 모델) 기반의 의미론적 분할론을 통하여 약 30만장의 이미지에 대한 객체 탐지 및 환경 요인 (예. 가로 녹시율, 보도 포장율, 개방감)을 평가하였다. 마지막으로 이렇게 구축된 다양한 사회·경제·환경적 빅데이터를 기반으로 로지스틱 회귀모델을 통하여 임대주택 입지 결정 모델을 개발하였다.
다만, 계획 목표 중 설문을 통한 환경 입지 만족도 및 주관적 환경 이미지 평가는 주거환경개선사업 구역 파일럿 테스트 결과 충분한 유효성을 확보하지 못하여, 환경평가 객관적 지표(예. 가로 녹시율, 보도 포장율, 개방감)로 대체하였다. 또한, 기계학습을 통한 모델의 개발은 서울시 생활권 단위의 샘플수(약 1,377개의 집계구)가 기계학습을 수행하기에 충분히 많지 않았기 때문에 전통적인 로지스틱 회귀모델을통한 개발 방안으로 대체하였다.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 연구 성과의 기대효과 및 활용계획은 다음과 같다. 첫째, 본 연구를 통해 구득한 사회-경제-환경적 공간 빅데이터 DB는 추후 다양한 연구의 기초자료로 활용이 가능하다. 본 연구자는 주거취약계층을 위한 주택정책 뿐 아니라 도시개발, 건축, 환경 등의 다양한 공간계획 및 분석 의 기초자료로 DB를 활용할 계획이다. 둘째, 본 연구를 통해 개발된 가로 환경 평가 모델은 다양한 분야의 연구 주제로의 외생적 환경효과 요인으로 활용이 가능하다. 따라서, 본 연구자는 개발된 평가 모델을 통해서 다양한 상권 회복력 및 도시민 건강과 관련된 주제로 확장할 계획이다. 셋째, 본 연구를통해 도출된 서울시 임대주택 생활권 입지 결과는 주거취약계층이 상대적으로 열악한 환경의 주거지 분리를 경험하고 있음을 실증적으로 보여준다. 본 연구의 결과를 바탕으로 주거취약계층의 사회적, 공간적 형평성을 추구할 수 있는 다양하 정책적 제안 및 적절한 입지 가이드라인 수립을 위한 연구를 이어나갈 계획이다.

(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) 국내외 선행연구 분석 ... 4
• 2) 임대주택 및 사회·경제·환경적 빅데이터 구축 ... 5
• 3) 생활권 별 입지 만족도 및 주관적 환경 이미지 평가 ... 8
• 4) 딥러닝 기술을 통한 환경 평가 모델 개발 ... 8
• 5) 서울시 임대주택 입지 결정 모델 개발 ... 10
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 11
• 1) 정성적 연구개발성과(연구개발결과) ... 11
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 11
• 4) 목표 미달 시 원인 분석 ... 12
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 12
• 1) 임대주택 입지의 사회·경제적 요인 개선의 중요성 ... 12
• 2) 임대주택 입지의 의료 접근성 개선의 중요성 ... 13
• 3) 임대주택 입지의 가로 보행 환경 개선의 중요성 ... 13
• 5. 연구개발성과의 관리 및 활용 계획 ... 13
• 6. 참고문헌 ... 14
• [붙임1] 세부 정량적 연구개발성과 ... 15
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 17
• 끝페이지 ... 21