딥러닝 모델을 활용한 신도시와 구도시 간 도시 내 이미지 상대적 특성 분석 - 성남시를 대상으로 -

Abstract

"본 연구는 성남시를 대상으로 거리뷰 이미지와 딥러닝 기술을 활용하여 도시이미지 점수를 정량적으로 평가하고, 신도시와 구도시의 상대적 이미지 특성을 분석하는 것을 목적으로 한다. Place Pulse 2.0 데이터셋을 활용하여 ResNet-152 모델을 학습시킨 뒤, 성남시의 도시이미지 점수를 Safety, Lively, Wealthy, Beautiful, Boring, Depressing의 6가지 지표로 측정하였다. 분석 결과, Safety, Beautiful은 구도시에서, Boring은 분당신도시에서 높게 나타났고, Depressing은 구도시와 분당신도시가 높은 것으로 확인되었다 Wealthy와 Lively의 경우 전역적인 분포를 보였다. 상관관계 분석을 통해 Safety와 Boring 간의 음의 상관관계 등이 규명되었다. 이러한 결과는 신·구도시의 상대적인 도시이미지 특성을 명확히 보여준다. 본 연구는 신속하고 표준화된 도시이미지 평가 방법론을 제시함으로써, 도시 정책 수립 및 신·구도시 개발 전략 수립에 필요한 실증적 데이터를 제공하는 데 기여한다"