다층적 네트워크 기반 초광역권 도시성장 및 회복탄력성 예측 연구

Predictive Modeling for Megaregional Urban Growth and Resilience Based on Multilayer Networks and GCN

연구 내용

초광역권 도시의 산업·공간·인구 연계를 다층 네트워크로 구성하고 GCN 기반으로 도시성장과 회복탄력성을 예측하는 연구

도시성장과 회복탄력성은 지역 간 산업 연계, 권역의 성장 패턴, 경제위기 충격에 대한 지속성으로 나타납니다. 연구실은 도시를 초광역권 단위로 보고 다층적 네트워크를 구성한 뒤 Graph Convolution Network 기반 모형으로 성장과 탄력성을 예측합니다. 또한 토픽모델링 등 비정형 정보와 계량경제모형 요소를 결합하여 도시 간 상호작용을 반영하고, 메가리전 식별 및 지역 위기 회복 관련 분석으로 모형 해석 가능성을 높이는 차별성을 보유합니다.

관련 프로젝트

3건

연구 흐름

초기에는 경제위기와 지역 회복탄력성의 관계를 규명하고, 도시 특성이 감염 확산과 같은 사회적 결과에 미치는 영향을 분석하는 연구가 진행되었습니다. 이후 2024년에는 비수도권 허브도시와 주변권의 산업 연계가 도시성장에 미치는 효과, 그리고 메가리전의 식별과 성장 패턴 차이를 다루며 분석 범위를 확장했습니다. 최근에는 이러한 지역 간 연계와 성장 패턴을 다층 네트워크로 재구성하여 GCN 기반 예측모형 개발로 이어지며 초광역권 계획 의사결정 지원으로 통합하는 흐름을 형성했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

초광역권 도시성장 시나리오 분석
지역 회복탄력성 지표 설계
권역 단위 네트워크 기반 계획 진단
충격 대응 도시정책 우선순위 도출
비정형 데이터 기반 계획정보 생성
도시 간 상호작용 반영 모형 구축
산업·공간 연계에 따른 토지이용 전략 지원
메가리전 식별을 활용한 맞춤형 성장관리
데이터 통합형 도시 모니터링 체계
위기 이후 회복 경로 예측