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...

본 과제는 미시적 도시공간·활동 빅데이터를 활용하여 탄소제로 관련 도시정책을 시나리오로 만들고 시뮬레이션해 중·장기 실행 결과를 가상 추정하는 예측평가-추진지원시스템 개발임. 연구 목표는 ICT를 국토·도시계획에 융합하여 공간정보를 지능화하고 도시정책별 시나리오 적용과 장기예측을 수행하는 기술개발임. 핵심 연구 내용은 예측모형 입력데이터 구축(좌표체계 표준화, 데이터 융합·지표화), 예측기술·계수 기반 예측모형 개발 및 신뢰도 검증, ‘도시정책 시나리오 예측시스템’ 탑재로 공간정보 표출과 지능형 출력데이터 생성 및 성능 테스트 수행임. 기대 효과는 도시민 삶의 질 개선, 도시사회 문제 지원, 사회경제 비용 절감, 미래 국토·도시 산업 일자리 창출 및 지식형 도시데이터 사업화 가능성 제공임.

본 과제는 인구감소·저성장으로 소규모 개발이 늘어나는 도시에서, 필지·건물 같은 미시공간의 변화와 개발잠재력을 미리 예측하기 위한 ‘빅데이터와 인공지능기술 기반 미시공간단위(필지·건물)의 공간특성과 개발잠재력 변화 예측모형’을 개발하는 연구임. 연구목표는 빅데이터와 인공지능을 기반으로 필지·건물의 공간특성과 개발잠재력을 예측할 수 있는 모형을 개발하는 데 있음. 핵심 연구내용은 공공데이터를 수집해 행정동·필지·건물 단위로 통합 DB를 구축하고, 필지단위 정보(건축물대장), 입지특성(용도지역·교통접근성·도심까지 거리), 근린환경(주거·상업·공원 비율, 교육 및 생활시설 수)을 구성한 뒤, 데이터 전처리와 머신러닝 지도학습을 통해 영향요인을 도출하고 예측모형을 고도화하며 도시 시나리오별 필지변화를 추정하고 검증하는 것임. 기대효과는 공공이 수요중심개발에 선제 대응하는 증거기반 정책 수립, 스마트시티 구현 및 지속가능한 압축도시 방향성 제시, 미래도시계획 인력 양성에 기여하는 것임.

본 과제는 도시활동 입지선택을 돕기 위해, 도시공간 빅데이터를 누구나 이해하기 쉬운 ‘지식형 정보’로 바꿔 제공하는 보행생활권 기반 시스템 개발 연구임. 연구 목표는 입지정보 수요자 모두의 가용성을 높이고 공간정보를 정제해 지식형 정보를 전달하는 것임. 핵심 연구 내용은 ①미시공간단위(필지단위) 공간형상·속성정보 구축, ②보행경로기반 공간범위(보행생활권) 설정, ③도시활동 입지유형(주거입지/상업입지)별 영향요인 문헌검토와 실증연구로 지식형 정보 생성 및 이를 보행생활권 내 정보조회 기능으로 구현하는 것임. 기대 효과는 비전문가의 시각적 접근성과 공공·전문가의 정책·연구 활용성 증대와 범용성 확보임.