인공지능(AI)은 도시 계획을 포함하여 다양한 학문 분야 전반에 걸쳐 변혁적인 힘으로 자리 잡았다. AI는 복잡한 문제들에 대응할 수 있는 전례 없는 잠재력을 지닌다. 핵심 과제는 지속적으로 진화하는 AI 분석을 계획 연구 및 실무에 통합하는 과정에서, 정보에 근거한 의사결정을 가능하게 하는 데 있다. 본 논문은 도시 연구에서 AI 방법이 적용되는 방식을 검토하되, 특히 탄소중립 계획에 초점을 둔다. 우리는 AI가 이미 인간의 활동과 자연 간 상호작용에 관한 새로운 과학적 지식을 생성하는 데 활용되고 있음을 강조한다. 또한 AI 기반 도시 연구의 이점이 의사결정 결과에 긍정적으로 영향을 미칠 수 있는 조건을 고찰한다. 아울러 데이터 기반 방법을 이끄는 데 있어 학제 간 협력, 책임 있는 AI 거버넌스, 그리고 지역사회 참여의 중요성을 검토하고, AI가 탄소중립 목표를 뒷받침하는 데 어떻게 기여할 수 있는지를 제시한다.

인공지능(AI)은 도시 계획을 포함하여 다양한 학문 분야 전반에 걸쳐 변혁적인 힘으로 자리 잡았다. AI는 복잡한 문제들에 대응할 수 있는 전례 없는 잠재력을 지닌다. 핵심 과제는 지속적으로 진화하는 AI 분석을 계획 연구 및 실무에 통합하는 과정에서, 정보에 근거한 의사결정을 가능하게 하는 데 있다. 본 논문은 도시 연구에서 AI 방법이 적용되는 방식을 검토하되, 특히 탄소중립 계획에 초점을 둔다. 우리는 AI가 이미 인간의 활동과 자연 간 상호작용에 관한 새로운 과학적 지식을 생성하는 데 활용되고 있음을 강조한다. 또한 AI 기반 도시 연구의 이점이 의사결정 결과에 긍정적으로 영향을 미칠 수 있는 조건을 고찰한다. 아울러 데이터 기반 방법을 이끄는 데 있어 학제 간 협력, 책임 있는 AI 거버넌스, 그리고 지역사회 참여의 중요성을 검토하고, AI가 탄소중립 목표를 뒷받침하는 데 어떻게 기여할 수 있는지를 제시한다.

그린 인프라(GI)는 지속가능한 공동체를 구축하는 데 핵심 전략으로 간주된다. 그러나 도시 시스템 동학과 회복탄력성의 관점에서 GI를 다룬 연구는 깊이가 부족하며, 물리적 설계와의 통합 역시 그러하다. 본 연구는 이러한 두 가지 주요 원인을 다룬다. 첫째, 기존 GI 계획이 정적 변수를 고려하는 데 비해 도시 모델링 연구는 동적 변수를 다루는 방법론 간의 공백이 존재한다. 둘째, 조경 설계와 도시 모델링 연구 사이에 정보 측면의 공백이 있다. 이러한 문제를 해결하기 위해 본 연구는 설계 의사결정에 대한 고려를 포함한 통합 모델링 접근법을 제안한다. 본 연구는 LEAM 모델과 MCDA 모델을 결합하여 GI 서비스와 사회경제적 성장 간의 관계를 평가하는 한편, 2050년의 GI 수요 지리(공간적 분포)를 예측한다. 그 결과 얻어진 정보는 시카고의 교외화로 인해 해당 지역 전반에서 생태계 서비스가 잠재적으로 저하될 가능성을 시사한다. 이는 GI 수요의 공간적 이동이 발생함을 의미하며, 종합적이고 역동적인 GI 전략의 필요성을 강조한다. 본 연구는 또한 스튜디오 환경에서 근거 기반 설계(evidence-based design)의 적용을 논의한다. 본 연구는 효율적인 근거 기반 의사결정을 가능하게 함으로써 보다 회복탄력적인 도시 환경의 조성을 측면에서 GeoDesign 문헌에 기여하고자 한다.

스마트 시티 계획의 이상적인 형태는 거주자의 물질적 삶의 기본 욕구, 시민적 연결성, 그리고 인문학적 정신을 충족할 수 있는 도시 편의시설의 이용 가능성에 초점을 맞추는 것이다. 선행 연구들은 도시 서비스의 공간적 분포를 분석하는 데 주로 집중해 왔으나, 지역의 도시 편의시설로서 그러한 서비스가 기여하는 바에 대해서는 상대적으로 덜 주목해 왔다. 본 연구에서는 Google Place API의 소셜 미디어 데이터를 기반으로 잠재적 거주자 상호작용에 대한 위치 정보를 제공하기 위해, 도시 편의시설을 대상으로 한 공간 동적 모델링 접근법을 제안한다. 우리는 유럽의 대표 지역(스톡홀름 주, SE)을 대상으로 2050년까지 해당 지역의 도시 발전을 시뮬레이션하고 예측한다. 공간 정보와 피드백을 결합한 순환적 개념적 틀은 스마트 시티의 비전에 부합하는 가능한 도시계획 시나리오를 검증할 수 있도록 의사결정권자를 지원한다. 시뮬레이션 결과는 특정 공간-시간적 규모에서 인간-토지 상호작용 간의 상호작용을 드러내며, 우리는 시나리오 결과를 상업용 및 주거용 토지 이용과 관련하여 분석한다. 전반적으로 본 연구는 계획 지원 시스템으로서 스마트하고 공간 동적인 모델을 통해 현실성을 강화할 수 있으며, 궁극적으로 해당 지역에서의 계획된 발전 목표를 실현하는 데 기여할 수 있는, 인간-사회적 행동에 기반한 도시 발전에 대한 새로운 관점을 제공한다.

이 논문은 이해관계자 역량강화의 한계 및 구현 과정에서의 맥락화 부재를 지적하는 Planning Support Systems(PSS)에 대한 비판을 해소하기 위해 참여적 개발 프로세스를 제안한다. 본 연구에서 제시하는 프로세스는 목표 설정과 모델 구축의 초기 단계부터 이해관계자를 참여시키는 것을 포함한다. 우리는 토지이용과 경제적 영향 평가를 결합한 PSS를, 읍면 단위의 한 프로젝트에 적용한 경험적 사례를 평가하여 그것이 두 가지 기준—포용성(inclusiveness)과 맥락화(contextualization)—에 대한 부가가치를 제공하는지 검토하였다. 연구 결과, 본 프로세스는 프로젝트 성과와 이해관계자의 이해관계 간 적합성에 관한 투명성과 이해 가능성을 향상시키는 데 기여했으며, 지역의 전문성이 모델의 결과와 매개변수를 수정하고 개선하는 데 도움을 주었다.

계획지원시스템(PSS)은 대체로 유용하고 지역화된 정보를 제공하고, 피드백을 수집할 수 있으며, 다양한 ‘만약-한다면(what-if)’ 시나리오를 모델링하고 테스트할 수 있는 역량을 제공함으로써 계획 및 설계 과정에 이해관계자들의 참여를 촉진하도록 설계되어야 한다. 본 논문은 이러한 PSS 도구에 초점을 맞춘다. 해당 도구는 토지이용 변화 및 평가 모형(Land-use Evolution and Assessment Model, LEAM)과 지역 경제 투입-산출 모형(Regional Economic Input-Output Model, REIM)을 긴밀하게 결합된 계산 과정으로 통합하고, 이를 웹 기반 PSS를 통해 이해관계자에게 제공한다. 통합 도구는 사용자가 전문가의 도움 없이도 모형을 손쉽게 탐색하고 토지이용 및 경제 시나리오를 시험할 수 있게 해준다. 또한 시뮬레이션을 동적 입력에 따라 최신 상태로 유지하고, 계획 수립 능력을 향상시키기 위해 반응형 피드백을 제공함으로써 PSS 개발과 적용에 사용자를 참여시키고자 한다. 본 논문에서는 일리노이주 센가먼 카운티(Sangamon County)에서 LEAM-REIM PSS의 적용 사례를 시연한다. 해당 적용은 경제 모형과 토지이용 모형을 연결함으로써 보다 효율적이고 상세한 토지이용 추정치를 제공할 수 있음을 보여주며, 사용자가 시나리오 테스트에 쉽게 참여하고 탐색하며 이에 응답할 수 있도록 한다. 우리는 PSS 도구, 모형 통합 접근법, 그리고 도시 계획 및 설계에서 유용성을 평가하기 위한 상세한 적용에 대해 논의한다. 또한 추가 연구를 위한 몇 가지 기회를 제안한다.