RnDCircle Logo
이승일 연구실
서울시립대학교 도시공학과 이승일 교수
도시통합모델
Activity Based Model
수송 탄소배출
연구 영역
기본 정보
논문·특허
과제
구성원

이승일 연구실

서울시립대학교 도시공학과 이승일 교수

이승일 연구실은 도시계획, 도시공간, 교통, 환경, 에너지, 상권, 주거 등 도시를 구성하는 다양한 요소의 상호작용을 통합적으로 연구하는 국내 최고 수준의 연구실입니다. 본 연구실은 탄소중립 도시 실현을 위한 도시공간-교통 통합모델 개발, 빅데이터와 인공지능을 활용한 도시공간 변화 예측, 그리고 건물 생애주기 내재탄소를 반영한 온실가스 배출량 산정 등 첨단 연구를 선도하고 있습니다. 최근에는 포항시 탄소중립도시 조성 전략, 국토정보 기반 AI 탄소중립 실현, 디지털트윈을 활용한 도시정책 효과 분석 등 대형 연구과제를 수행하며, 도시의 에너지 소비와 탄소배출 저감, 교통과 토지이용의 효율적 연계, 미래 도시관리의 혁신적 방향을 제시하고 있습니다. 이러한 연구는 도시 재개발, 신도시 조성, 교통 인프라 확장 등 다양한 도시계획 현장에 적용되어, 실제 정책 수립과 실행에 실질적인 기여를 하고 있습니다. 또한, 본 연구실은 도시 내 상권의 성장과 쇠퇴, 주거환경의 질적 개선, 그리고 지역경제 활성화를 위한 다양한 실증연구를 수행하고 있습니다. 서울시를 비롯한 대도시의 골목상권, 역세권, 공공임대주택 등 다양한 공간에서 상권 매출, 음식점 생존, 주거비 부담, 통근 및 비통근 통행 등 도시민의 생활과 밀접한 주제를 다루고 있습니다. 빅데이터와 시계열 분석, 공간회귀모형, 다수준 로지스틱 회귀모형 등 첨단 통계기법을 활용하여, 상권의 매출 증대 요인, 음식점 폐업 및 생존 특성, 고령자 및 저소득층의 주거 이동과 통행 행태, 근린환경이 주거비와 주거만족도에 미치는 영향 등을 심층적으로 분석합니다. 이승일 연구실의 연구는 소상공인 보호, 지역경제 활성화, 주거복지 향상, 교통 및 생활서비스 인프라 개선 등 도시민의 삶의 질을 높이는 데 중점을 두고 있습니다. 실제로 연구 결과는 서울시, 부산시 등 지방자치단체의 정책 수립에 활용되고 있으며, 도시 내 다양한 이해관계자와의 협력을 통해 현장 적용성을 높이고 있습니다. 이처럼 이승일 연구실은 도시의 지속가능성과 탄소중립, 지역경제 활성화, 주거복지, 교통 및 에너지 효율화 등 도시문제 해결을 위한 융합적이고 실천적인 연구를 지속적으로 추진하고 있습니다. 앞으로도 첨단 데이터와 분석기법을 바탕으로 도시의 미래를 선도하는 연구성과를 창출할 것입니다.

도시통합모델Activity Based Model수송 탄소배출역세권 접근성토지이용-교통 통합
대표 연구 분야
연구 영역 전체보기
역세권·접근성 기반 공간구조와 주거·생활환경 영향 연구 thumbnail
역세권·접근성 기반 공간구조와 주거·생활환경 영향 연구
Study on Spatial Structure and Its Effects on Residential and Living Environment Based on Accessibil
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
3
논문 전체보기
1
Article
|
인용수 0
·
2026
Sparse Au nanoparticle arrays modulate Zn nucleation pathways and ion transport: a mechanistic approach to dendrite-free aqueous battery cycling
Seungil Lee, Pedro Oliveira, Mehdi Shamekhi, R. Manickam, Woo Young Kim, Jong Hyun Lim, Ayse Turak Ayse Turak
Journal of Materials Chemistry A
Sparse Au nanoparticle arrays define a new interface paradigm, where engineered sparsity simultaneously controls nucleation, electric fields, ion transport, and side reactions, enabling dendrite-free, ultra-long-life Zn cycling with minimal Au use.
https://doi.org/10.1039/d5ta08137h
Nanoparticle
Ion
Nucleation
Aqueous solution
Cycling
Battery (electricity)
2
Article
|
·
인용수 0
·
2025
Impact of digital transformation technology adoption on worker wages
Seungil Lee, Jungsoo Park
Research Policy
https://doi.org/10.1016/j.respol.2025.105399
Wage
Task (project management)
Digital transformation
Face (sociological concept)
Cognition
Efficiency wage
Transformation (genetics)
3
Article
|
·
인용수 19
·
2024
USD: Uncertainty-Based One-Phase Learning to Enhance Pseudo-Label Reliability for Semi-Supervised Object Detection
Dayoung Chun, Seungil Lee, Hyun Kim
IF 9.7 (2024)
IEEE Transactions on Multimedia
대규모 비라벨 데이터셋에 대한 접근성이 높아짐에 따라, 객체 탐지를 위한 반지도학습(SSOD)에 관한 연구가 점점 더 인기를 얻고 있다. 이러한 SSOD 연구 가운데 의사 라벨링(pseudo-labeling) 방법은 의사 라벨의 정확도에 크게 의존하므로, 성능 저하를 방지하기 위해 부정확한 주석을 반드시 필터링해야 한다. 본 연구는 의사 라벨링 방법에서 발생하는 주석 오류를 거짓음성(FN)과 거짓양성(FP)으로 분류하고, Gaussian modeling을 통해 획득한 불확실성 정보를 이용하여 각 오류 유형에 대한 대응 방안을 제안한다. 네트워크 출력의 불확실성에 기반하여 FN 객체의 배경 학습을 방지함으로써 네트워크 성능을 향상시킨다. 또한, 주석의 불확실성에 근거하여 신뢰도가 낮은 주석을 필터링하고, FP 객체의 학습 반응성(learning reflectivity)을 결정한다. 제안 방법은 네트워크 성능 향상과 학습 복잡성을 고려하여, 단일 의사 라벨 업데이트를 포함하는 1단계 학습(one-phase learning)을 사용함으로써 최소한의 학습 과정으로 최대 성능을 달성한다. 더 나아가, 기대 성능 향상을 증가시키기 위해 최적 업데이트 시점(optimal update point) 탐색을 위한 알고리즘도 제안한다. Pascal VOC, COCO, Cityscapes 데이터셋에 대한 실험 결과, SSD 네트워크는 기준(baseline)에 비해 계산 복잡도가 미미한 수준으로 유지되면서 각각 3.3%, 4.7%, 4.1%의 정확도 향상을 보였다.
https://doi.org/10.1109/tmm.2023.3348662
Computer science
Pascal (unit)
Artificial intelligence
Reliability (semiconductor)
Annotation
Machine learning
Object detection
Pattern recognition (psychology)
Computational complexity theory
Supervised learning
최신 정부 과제
16
과제 전체보기
1
2024년 4월-2025년 4월
|124,205,000
기후위기 시대에 도시 단위의 수송부문 탄소배출량 저감 정책 지원을 위한 Activity Based Model 기반 도시통합모델 개발 연구
이 연구의 최종목표는 '기후위기'시대를 맞이한 우리나라의 도시단위 수송(통행)부문 탄소저감 정책을 효율적으로 이행할 수 있는 'ABM(Activity-Based Model) 기반 도시통합모델을 개발 및 활용'하는 것임. ABM 기반 도시통합모델을 활용한 수송(통행)부문 탄소배출량 산정 및 분석 결과는 미래의 변화에 대응할 수 있고, 증거기반 정책 실현을 위...
기후위기시대
도시단위 탄소저감 정책
수송부문 탄소배출량
도시통합모델
활동자-기반 도시통합모델 개발
2
주관|
2021년 3월-2022년 12월
|210,000,000
디지털 뉴딜 시대에 공간정보 지능화를 통한 탄소제로 관련 도시정책 예측평가-추진지원시스템 개발
- 1차 년도 연구내용의 핵심은 ‘도시정책 시나리오 예측 시스템’ 개발을 위한 데이터의 수집 및 정제와 입력데이터의 데이터 프레임을 구축하는 것임 ① 입력데이터 수집과 구축 : 예측모형에 투입되는 입력데이터의 적절한 데이터 체계(공간단위, 파일형식 등)를 고찰함. 공공에서 제공하는 관련 데이터를 수집하고, 분석에 활용가능 하도록 가공·전처리(집계, 지표화, 정제)를 수행함 ② 예측모형과 기술 개발 : 예측기술 알고리즘을 구상하기 위하여 도시공간구조, 존(Zone)단위 도시변화, 예측기술 관련 분석방법론과 관련된 이론/선행연구를 고찰함. 거시모형의 하위모델의 구성을 파악하고 개선가능성을 검토하여, 전 과정의 연구를 수행하기 위한 기반을 마련함 ③ 도시정책 시나리오 예측시스템 개발 : ‘도시정책 시나리오 예측시스템’을 개발하기 이전에 시스템의 전체적 구조를 구상하는 단계를 수행하기 위하여 URL, 매뉴얼, 데이터 목록 등이 포함된 기초 알고리즘을 설계함. 알고리즘을 점검하고 재구축하는 과정을 거쳐 시스템 개발에 사용할 최적의 프로토타입을 도출함 - 2차 년도의 주요연구내용은 예측기술과 모형의 개발을 위한 실증연구 수행과 모형 개선이며, 최종적으로 ‘도시정책 시나리오 예측시스템’을 구축하는 것이 최종목표임 ① 입력데이터 수집과 구축 : 1차 년도 연구를 표준화·체계화된 데이터와 2차 년도 실증연구 결과를 통해 도출한 계수 값을 결합함. 이를 통해 본 연구의 최종목표인 ‘도시정책 시나리오 예측시스템 개발’의 기반을 마련함 ② 예측모형과 기술 개발 : 예측기술 개발에 활용할 적절한 분석기법을 검토하고 이를 실증연구에 적용하여 연구결과를 바탕으로 예측모형을 개발함. 과거 데이터에 예측모형을 적용한 후, 현재 데이터와 비교함으로써 분석결과의 신뢰도를 검증하고 예측모형을 고도화하는 과정을 거쳐 최적모형을 도출함. 또한 미래 추정결과를 DB로 구축함으로써 향후 도시정책 의사결정에 활용할 수 있도록 함 ③ 도시정책 시나리오 예측시스템 개발 : ‘도시정책 시나리오 예측시스템’에 입력데이터를 탑재하여 공간정보를 표출함으로써 정보조회 기능을 구현함. 2차 년도 연구를 통해 개발한 예측모형을 시스템에 탑재하여 현재와 미래시점의 도시공간정보를 표출하는 알고리즘을 개발함. 또한, 시스템이 안정적으로 구동되는지 시스템의 성능 테스트를 시행함
디지털 뉴딜
탄소제로
도시정책
예측평가
정보제공 시스템
3
주관|
2021년 3월-2022년 12월
|160,000,000
디지털 뉴딜 시대에 공간정보 지능화를 통한 탄소제로 관련 도시정책 예측평가-추진지원시스템 개발
- 1차 년도 연구내용의 핵심은 ‘도시정책 시나리오 예측 시스템’ 개발을 위한 데이터의 수집 및 정제와 입력데이터의 데이터 프레임을 구축하는 것임 ① 입력데이터 수집과 구축 : 예측모형에 투입되는 입력데이터의 적절한 데이터 체계(공간단위, 파일형식 등)를 고찰함. 공공에서 제공하는 관련 데이터를 수집하고, 분석에 활용가능 하도록 가공·전처리(집계, 지표화, 정제)를 수행함 ② 예측모형과 기술 개발 : 예측기술 알고리즘을 구상하기 위하여 도시공간구조, 존(Zone)단위 도시변화, 예측기술 관련 분석방법론과 관련된 이론/선행연구를 고찰함. 거시모형의 하위모델의 구성을 파악하고 개선가능성을 검토하여, 전 과정의 연구를 수행하기 위한 기반을 마련함 ③ 도시정책 시나리오 예측시스템 개발 : ‘도시정책 시나리오 예측시스템’을 개발하기 이전에 시스템의 전체적 구조를 구상하는 단계를 수행하기 위하여 URL, 매뉴얼, 데이터 목록 등이 포함된 기초 알고리즘을 설계함. 알고리즘을 점검하고 재구축하는 과정을 거쳐 시스템 개발에 사용할 최적의 프로토타입을 도출함 - 2차 년도의 주요연구내용은 예측기술과 모형의 개발을 위한 실증연구 수행과 모형 개선이며, 최종적으로 ‘도시정책 시나리오 예측시스템’을 구축하는 것이 최종목표임 ① 입력데이터 수집과 구축 : 1차 년도 연구를 표준화·체계화된 데이터와 2차 년도 실증연구 결과를 통해 도출한 계수 값을 결합함. 이를 통해 본 연구의 최종목표인 ‘도시정책 시나리오 예측시스템 개발’의 기반을 마련함 ② 예측모형과 기술 개발 : 예측기술 개발에 활용할 적절한 분석기법을 검토하고 이를 실증연구에 적용하여 연구결과를 바탕으로 예측모형을 개발함. 과거 데이터에 예측모형을 적용한 후, 현재 데이터와 비교함으로써 분석결과의 신뢰도를 검증하고 예측모형을 고도화하는 과정을 거쳐 최적모형을 도출함. 또한 미래 추정결과를 DB로 구축함으로써 향후 도시정책 의사결정에 활용할 수 있도록 함 ③ 도시정책 시나리오 예측시스템 개발 : ‘도시정책 시나리오 예측시스템’에 입력데이터를 탑재하여 공간정보를 표출함으로써 정보조회 기능을 구현함. 2차 년도 연구를 통해 개발한 예측모형을 시스템에 탑재하여 현재와 미래시점의 도시공간정보를 표출하는 알고리즘을 개발함. 또한, 시스템이 안정적으로 구동되는지 시스템의 성능 테스트를 시행함
디지털 뉴딜
탄소제로
도시정책
예측평가
정보제공 시스템
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
등록2024탄소 배출량 피드백 서버 및 방법과 이를 포함하는 시스템1020240161187
등록2021실시간으로 테이블 단위의 매장 정보를 제공하기 위한 장치 및 이를 위한 방법1020210105561
등록2017역세권의 재개발 예측 장치 및 방법1020170094875
전체 특허

탄소 배출량 피드백 서버 및 방법과 이를 포함하는 시스템

상태
등록
출원연도
2024
출원번호
1020240161187

실시간으로 테이블 단위의 매장 정보를 제공하기 위한 장치 및 이를 위한 방법

상태
등록
출원연도
2021
출원번호
1020210105561

역세권의 재개발 예측 장치 및 방법

상태
등록
출원연도
2017
출원번호
1020170094875
연구실 하이라이트
연구실의 정보를 AI가 요약해서 키워드 중심으로 정리해두었어요
지속가능기술
탄소중립 도시 설계를 위한 통합 솔루션
AI 요약 확인하기
독창적기술
빅데이터·AI 기반 도시 공간 변화 예측 기술
AI 요약 확인하기
기술파급력
도시-교통 통합모델 기반 정책 효과 시뮬레이션
AI 요약 확인하기
상용화성공
빅데이터 기반 상권 활성화 및 리스크 관리 솔루션
AI 요약 확인하기
기업협력
디지털 트윈을 활용한 스마트 도시 정책 실증 및 평가
AI 요약 확인하기
기술파급력
데이터 기반 사회적 약자 포용 도시환경 설계
AI 요약 확인하기
맞춤형 인사이트 리포트
연구실의 전체 데이터를 활용한 맞춤형 인사이트 리포트
연구 트렌드부터 공동 연구 방향성 기획까지
연구실과 같이 할 수 있는게 무엇인지,
지금 바로 확인해보세요
무료 리포트 확인하기