기동환 학생, 가로녹시율과 보행시간 간 상관관계 분석 논문 발표

한양대학교 도시공학과 대학원 기동환 학생이 논문 'Google Street View(GSV)와 딥러닝을 활용한 근린가로의 시각적 녹지율이 목적별 보행시간에 미치는 영향분석'을 발표했다. 

본 연구는 GSV와 딥러닝을 활용해 가로녹시율을 산출하고 기존 녹지 변수 간의 차이점과 연관성을 확인한다. 나아가 다양한 녹지 변수와 목적별 보행활동 시간과의 관계성을 분석하고, 보행활동 시간에 있어 가로녹시율 변수의 영향력 및 전통적인 변수를 비교한다. 전통적 녹지 산출 방식은 하늘에서 지상을 바라보는 방식으로 보행자 관점에서 인지하는 녹지 양과 다를 수 있다는 한계점이 있다.
 
연구의 최종 목적은 소득계층별 가로녹시율의 공간적 불평등 정도 및 보행시간 측면에서의 반응 정도를 확인함으로써 가로녹시율의 불일치를 검증하고, 나아가  GSV 및 딥러닝의 적용 가능성, 가로녹시율의 영향력을 확인해 보행활동 증진을 위한 정책적 시사점을 제시하는 것이다.

연구 결과, GSV의 의미론적 분할 기법을 활용해 기존의 시간 및 노동 집약적인 녹시율 산출 방법의 한계점을 극복할 수 있다는 가능성을 확인했고 기존 전통적인 녹지 변수보다 가로녹시율 변수가 보행활동 시간과 밀접한 관련이 있다는 것을 검증했다. 즉, 가로녹시율이 보행자의 실질적 녹지 노출 정도를 더 잘 대변한다는 것이다. 

또한 소득계층별 녹시율에 대한 불일치가 존재하는 것으로 확인됐으며, 중위소득 이하 계층의 경우 주로 가로녹시율이 낮은 근린에 거주하지만 가로녹시율에 대한 일상보행 시간 민감도가 소득이 높은 계층에 비해 높은 것으로 나타났다. 기 학생은 이를 일상활동에 있어 소득이 낮은 계층의 적은 차량 이용률이 반영된 것이라 예측하며 보행활동 증진을 위해 저소득 계층이 밀집한, 가로녹시율이 낮은 근린을 대상으로 녹시율 제고 정책이 우선해 시행될 필요가 있다고 판단했다.