Human-centred AI for streetscape and heritage-integrity assessment: a decision-support framework for Old Sana'a, Yemen
본 연구는 컴퓨터 비전과 전문가 검증을 사용하여 예멘 올드 사나(Old Sana'a)의 거리 품질과 유산의 온전성 사이의 강력한 상관관계를 정량화하고, 표적 보존 관리를 위한 우선순위 매트릭스를 생성하는 인간 중심의 AI 보조 의사결정 지원 프레임워크를 제시한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
예멘의 심장부에는 올드 사나(Old Sana'a)가 있습니다. 이곳은 역사가 박물관에 갇혀 있는 것이 아니라, 높이 솟은 장식된 가옥들을 잇는 좁고 구불구불한 거리 속에서 살아 숨 쉬는 도시입니다. 수 세기 동안 이 거리들은 단순히 걷기 위한 통로 그 이상이었습니다. 이들은 개별 기념물의 생존뿐만 아니라 이웃 전체의 연속성에 의존하는 유산의 살아있는 혈관이었습니다. 이러한 장소를 보존하기 위해서는 두 가지 종종 상충하는 필요 사이의 균형을 맞추어야 합니다. 즉, 역사적 건축물을 본래의 모습대로 온전하게 유지하는 동시에, 그 길을 매일 걷는 사람들에게 거리가 기능적이고 안전하며 쾌적하게 유지되도록 하는 것입니다. 너무나 자주, 전문가들은 이 두 가지 목표를 별개의 문제로 취급하여, 건축의 아름다움에만 집중하거나 일상적인 삶의 흐름에만 집중하곤 합니다. 하지만 살아있는 도시에서는 벽의 상태와 경로의 명확함이 깊게 연결되어 있습니다. 이러한 요소들이 어떻게 상호작용하는지 이해하는 것은, 특히 갈등과 시간의 압박에 직면한 도시에서 한정된 자원을 어디에 써야 할지에 대한 현명한 결정을 내리는 데 매우 중요합니다.
한 연구팀은 인간의 전문 지식과 인공지능을 결합하여 사나의 거리 건강 상태를 지도화하는 새로운 방식을 개발했습니다. 그들은 96개의 서로 다른 거리 구간을 걸으며 수천 장의 사진을 촬영하여 도시의 상세한 시각적 기록을 만들었습니다. 모든 거리의 모든 인치를 인간의 눈으로만 판단하는 방식—이는 느리고 일관성이 떨어지기 쉬운 작업입니다—에 의존하는 대신, 그들은 특정 세부 사항을 포착하도록 훈련된 컴퓨터 시스템을 사용했습니다. 지치지 않는 조수 역할을 하는 이 시스템은 창문의 유형부터 벽돌의 상태, 그리고 노출된 전선이나 위성 안테나와 같은 현대적 침입 요소까지 모든 것을 식별해 냈습니다. 그러나 연구진은 컴퓨터가 최종 결정을 내리지 않도록 주의를 기울였습니다. 그들은 기계의 발견 사항이 도시의 건축적 문화적 중요성을 깊이 이해하는 인간 전문가들에 의해 검토되고 수정되도록 프로세스를 설계했습니다. 이러한 파트너십을 통해 그들은 모든 거리에 대해 두 가지 뚜렷한 점수를 산출할 수 있었습니다. 하나는 사람들이 이용하기에 얼마나 잘 기능하는지를 측정하는 것이고, 다른 하나는 역사적 구조가 얼마나 잘 보존되었는지를 측정하는 것입니다.
결과는 이 두 점수 사이에 명확하고 강력한 연결 고리가 있음을 보여주었습니다. 질서 정연하고 통행이 용이한 거리는 역사적 건물의 상태도 더 좋은 경향이 있었습니다. 이는 거리가 하나의 전체로서 관리될 때, 그 효용성과 유산 가치가 함께 번영할 수 있음을 시사합니다. 그러나 연구는 거리의 유형에 따라 흥미로운 차이를 밝혀냈습니다. 사람들이 거주하는 좁은 주거용 골목은 가장 높은 수준의 역사적 온전함을 보여주었습니다. 오래된 벽과 전통적인 디자인은 잘 보존되어 있었지만, 이러한 거리들은 종종 열악한 조명이나 막힌 통로와 같은 기능적 문제로 어려움을 겪고 있었습니다. 반면, 붐비는 상업 지구 거리는 이동하기 훨씬 쉽고 시각적으로 명확했지만, 현대적인 간판, 에어컨 실외기, 변형된 파사드 등으로 인해 역사적 성격이 상실되는 고통을 겪고 있었습니다. 복합 용도 거리는 이 두 가지 특성의 중간 지점에 위치했습니다.
이러한 조사 결과를 실행으로 옮기기 위해, 연구진은 도시 관리자들을 안내할 수 있도록 거리들을 네 가지 그룹으로 분류했습니다. 어떤 거리들은 쇠퇴와 기능 저하를 동시에 겪고 있어 긴급한 도움이 필요했습니다. 다른 거리들은 기능적으로는 양호했으나 역사적 외관을 망치는 현대적 침입을 막기 위한 엄격한 통제가 필요했습니다. 세 번째 그룹은 아름답고 온전한 건물들을 가지고 있었지만, 더 안전하고 걷기 편하게 만들기 위한 개선이 필요했습니다. 마지막 그룹은 상태가 매우 양호하여 정기적인 모니터링만 필요했습니다. 이 시스템을 사용함으로써 도시 계획가들은 이제 어디에 노력을 집중해야 할지 정확히 알 수 있습니다. 예를 들어, 특정 상업 거리는 구조적 수리보다는 간판과 케이블 관리가 더 필요하다고 식별될 수 있으며, 주거용 골목은 역사적 벽을 건드리지 않고도 새로운 포장과 조명이 필요할 수 있습니다.
이러적인 접근 방식은 인간 전문가의 판단을 대체하는 것이 아니라, 오히려 그들이 전체적인 그림을 빠르고 일관되게 볼 수 있도록 돕는 강력한 도구를 제공하는 것입니다. 컴퓨터는 수천 개의 작은 세부 사항을 찾아내는 반복적인 작업을 처리하고, 인간은 그 세부 사항들이 도시의 영혼에 무엇을 의미하는지 이해하는 데 필요한 맥락을 제공합니다. 이 연구는 인공지능이 놀라운 속도로 패턴과 결함을 감지할 수는 있지만, 아직 스스로 역사적인 도시의 깊은 문화적 의미를 이해할 수는 없다는 점을 확인시켜 줍니다. 가장 효과적인 길은 기술이 데이터를 제공하고 인간이 지혜를 제공하는 파트너십입니다. 이 방법은 결정이 추측이 아닌 명확한 증거에 기반하도록 하고, 도시의 독특한 성격이 미래 세대를 위해 보존되도록 하는 실질적이고 투명한 방법을 제시합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.