Deep Learning–Based Semantic GIS for Heritage-Sensitive Green Space Planning

기술 요약: 유산 민감형 녹지 계획을 위한 딥러닝 기반 시맨틱 GIS

문제 제기
역사적 도시 환경은 기후 변화, 도시 밀집화, 열 스트레스와 같은 환경적 과제를 해결해야 하는 동시에 엄격한 문화유산 보존 규정을 준수해야 하는 중대한 계획적 딜레마에 직면해 있다. 기존의 계획 방식은 흔히 유산 보존과 환경 개선을 별개의 영역으로 취급하여, 공간적 충돌과 비효율적인 토지 이용 결정을 초래한다. 특히 카이로의 맘루크 사막 묘지와 같은 건조 지역의 유산이 풍부한 지역에서는 녹지의 부족이 열적 불쾌감을 악화시키지만, 역사적 기념물에 대한 공간적 민감성으로 인해 전통적인 녹색 인프라를 구현하는 데 한계가 있다. 기존 연구들은 대개 유산 기록이나 환경 평가를 개별적으로 다루며, 상충하는 이러한 공간적 우선순위 사이의 균형을 맞추기 위해 인공지능을 활용하는 통합된 프레임워크가 부족한 실정이다.

방법론
본 연구는 유산 민감형 녹지 계획을 지원하기 위해 딥러닝 기반 이미지 분석과 시맨틱 지리정보시스템(GIS)을 결합한 통합 프레임워크를 제안한다. 방법론은 네 단계의 워크플로우를 따른다:

1. 데이터 수집 및 준비: 고해외 위성 이미지(Sentinel-2/Google Earth), 역사적 지도, 유산 목록, 환경 데이터(식생 지수, 열적 대리 지표)를 수집하고 통일된 좌표계로 지오레퍼런싱(georeferenced)하였다.
2. 딥러닝 특징 추출: 합성곱 신경망(CNN) 기반의 시맨틱 세그멘테이션 모델(예: U-Net 또는 DeepLabV3+)을 학습시켜 도시 구조를 네 가지 범주(유산 구조물, 건물 밀집 지역, 개방/공지, 식생)로 자동 분류하였다. 모델은 정밀도(Precision), 재현율(Recall), 그리고 IoU(Intersection over Union) 지표를 통해 검증되었다.
3. 시맨틱 GIS 모델링: 추출된 특징들은 온톨로지 기반 접근 방식을 사용하여 시맨틱 GIS 환경에 통합되었다. 이 구조는 유산 자산, 녹지, 접근성 네트워크 간의 계층적 클래스와 시맨틱 관계(예: 근접성, 완충 구역)를 정의하였다. 결정적으로, 보호 대상 기념물 주변에 완충 구역을 생성하여 고민감도 구역 내에서의 개입을 방지하는 공간적 제약으로 활용하였다.
4. 공간 적합성 분석: GIS 환경 내에서 다기준 의사결정 분석이 수행되었다. 녹색 개입을 위한 적합성 지도를 생성하기 위해 네 가지 가중치 지표가 사용되었다:
   • 유산 민감도 (가중치 35%): 기념물으로부터의 거리.
   • 토지 가용성 (가중치 25%): 유휴지 또는 미이용지의 존재 여부.
   • 환경적 필요성 (가중치 25%): 식생이 적고 열 노출이 높은 지역.
   • 접근성 (가중치 15%): 보행 경로와의 근접성.

사례 연구 적용
본 프레임워크는 카이로 맘루크 사막 묘지에 위치한 알 나시르 파라즈 이븐 바르쿠크 모스크 및 칸카(Khanqah) 주변 지역에 적용되었다. 이 지역은 식생이 제한적이고 태양 노출이 높은 가운데, 진화하는 도시 구조 속에 밀집된 묘지 건축물이 특징이다.

주요 결과

• 분류 성능: 딥러닝 모델은 약 0.80의 IoU(Intersection over Union)를 가진 전체 분류 정확도를 달로 성취하였다. 특정 클래스 성능으로는 건물 밀집 지역(IoU 0.84)과 식생(IoU 0.82)에서 높은 점수를 기록하였으며, 유산 구조물은 IoU 0.78을 기록하였다.
• 공간 분석: 분석 결과 식생은 희소하고 파편화되어 있으며, 연구 지역의 상당 부분이 유휴지 또는 미이용지로 구성되어 있음을 확인하였다.
• 적합성 매핑: 다기준 분석을 통해 연구 지역(84,000 m²)을 세 가지 적합성 클래스로 분류하였다:
  • 높은 적합성 (22%): 주로 유산 보호 완충 구역 외부에 위치한 유휴지로, 녹색 개입에 최적화된 곳으로 식별되었다.
  • 중간 적합성 (39%): 소규모 또는 가역적 개입이 가능한 전이 구역.
  • 낮은 적합성 (39%): 개입을 피하거나 엄격히 통제해야 하는 유산 완충 구역 내부 또는 그 인접 지역.
• 제안된 개입 전략: 적합성 지도를 바탕으로, 본 연구는 유산 지역의 시각적 및 공간적 무결성을 존중하도록 설계된 그늘진 보행 통로, 유휴지의 포켓 가든, 선형 식재 스트립, 완충 녹지 조경 등의 맥락 대응적 전략을 제안하였다.

의의 및 기여
본 논문은 이 연구의 주요 기여가 AI 기반 공간 특징 추출과 시맨틱 GIS 모델링 사이의 간극을 메우는 통합된 방법론적 접근법을 개발한 것이라고 주장한다. 이러한 기술들을 통합함으로써 본 프레임워크는 다음을 가능하게 한다:

• 자동화 및 일관된 매핑: 복잡한 역사적 도시 구조의 수동 매핑에 필요한 시간과 노력을 줄이는 동시에 분류 일관성을 향상시킨다.
• 시맨틱 추론: 단순한 지리적 매핑을 넘어, 유산 자산과 환경적 필요 사이의 관계를 이해하는 지능적인 공간 추론으로 나아간다.
• 증거 기반 의사결정 지원: 계획가들이 환경적으로 대응하면서도 문화적으로 민감한 녹색 인프라를 위한 공간적 기회를 식별할 수 있도록 확장 가능하고 재현 가능한 도구를 제공한다.

본 연구는 이러한 통합적 접근 방식이 역사적 도시들이 보존과 환경 계획을 별개의 상충하는 영역으로 취급하는 것에서 벗어나, 문화적 보존과 환경적 지속가능성 사이의 균형을 맞출 수 있는 실질적인 경로을 제공한다고 결론짓는다. 저자들은 입력 이미지 해상도에 대한 의존성과 가중치 기준의 주관성을 한계점으로 언급하며, 향후 연구에서 더 높은 해상도의 데이터, 3D 공간 정보, 그리고 참여형 계획 방법론을 포함할 수 있음을 시사하였다.