도시림의 경관 회복 기능 평가를 위한 딥러닝 적용 가능성 모색: 문헌 및 방법론 리뷰를 중심으로

Abstract

본 연구는 딥러닝에 기반한 도시림 경관 평가 방법 모형 개발의 타당성을 ‘내용적’, ‘방법론적’ 측면에서 검토한 기초 연구의 성격을 지닌다. 연구의 주요 방법론은 문헌 분석으로서 도시림 경관 평가를 위한 딥러닝 적용 가능성 모색을 목적으로 ‘도시림 경관 연구 동향’, ‘경관 평가 척도 범용성’, ‘경관 분야에서의 딥러닝 활용 타당성’ 연구를 집중적으로 검토하고 향후 평가 가능성 및 한계를 도출하였다. 본 연구에서 도출한 결과는 크게 2가지로 구분되었다. 첫째, ‘경관 구성 고려 이미지 선정 및 평가 지표와 척도 표준화 필요성’이다. 도시림의 회복효과 측정을 위한 평가 대상 데이터(기존 관련 연구의 경관 이미지 및 평가 결과)는 모델로 적용하기에는 부족한 수준으로 파악되었다. 다만 평가 대상의 경관 요소, 경관 구성 등이 단순하게 설정되어 있어 모형의 복잡성을 줄이는데 기여할 것이며, 추후 모형 개발 시 기존 연구에서 여러 차례 입증된 영향 변인을 주요 입력(input) 데이터로 활용할 수 있다. 또한 향후 평가 모형에 입력(input) 데이터로 적용되게 될 기존 연구들의 평가 결과는 척도가 다양하게 구성되어 있어 표준화 작업을 통해 상호 비교가능한 수준으로 조정할 필요가 있으며, 다양한 분야에서의 경관 평가 알고리즘 개발과 활용을 위해 고해상도의 경관 사진 인벤토리 작업도 시급하다고 판단된다. 둘째, ‘전이학습 및 세분화를 통한 알고리즘 효율성과 설명력 확보’이다. 딥러닝 기반의 경관 평가 모형 타당성은 높은 것으로 판단되며, 평가 알고리즘 자체를 새로이 개발하는 방법보다는 기 구축된 경관 평가 알고리즘을 활용․일부 보정하고, 모형의 신뢰도를 높이기 위해 평가의 대상이 되는 기초 데이터 구축 작업에 더 주안점을 두는 것이 바람직하다. 본 연구는 향후 도시림 경관 평가 모델 개발을 위한 방향성과 한계를 제시해주는 측면에서 의의가 있다.