해석가능한 기계학습을 활용한 보행목적별 보행만족도 영향요인 분석 = Analysis of Influencing Factors of Walking Satisfaction by Purpose Using Interpretable Machine Learning

국문 초록 (Abstract)

최근 도시계획 분야에 활용되기 시작한 기계학습 모형은 높은 설명력과 비선형 관계 분석의 장점에도 불구하고 적용사례가 미비한 실정이다. 기계학습 방법론은 일반적으로기존의 전통적인 회귀모형보다 높은 설명력을 가지고 있다. 그러나 알고리즘을 통해 훈련된 모형은 블랙박스로 간주하여 각 설명변수가 종속변수의 예측에 얼마나 기여하였는지 알 수 없다는 단점이 있었다. 하지만 최근 들어 딥러닝 모형을 포함한 해석 가능한 기계학습(interpretable machine learning) 모형의 발전으로 블랙박스를 어느정도 해석할 수 있게 되면서 도시 및 교통계획분야에서 활용되기 시작하였다(윤준호·이수기, 2019; 조월 외, 2021). 기계학습 모형의 블랙박스를 해석하는 방법에는 여러 가지가 있다. 그중 Partial Dependence Plot(PDP)은 모형에 포함된 모든 변수의 평균적인 영향을 고려하여 종속변수에 대한설명변수의 한계효과(marginal effect)를 그래프로 설명하는 방법이다(Chung, 2013; Friedman, 2001). PDP 방법론은 설명변수와 종속변수 사이의 선형관계 또는 비선형 관계를 분석할 수 있다는 장점이 있다.
따라서 본 연구는 전통적인 회귀분석 모형과 비교하여 보행만족도 분석 모형으로 기계학습 모형의 우수성을 살펴보고, 해석가능한 기계학습을 활용하여 보행만족도에 영향을 미치는 도시의 물리적 환경 요인을 보행목적별로 도출한다. 나아가 보행만족도에 영향을 미치는 변수의 상호작용 효과를 분석하고 보행만족도 증진을 위한 정책적 시사점을 도출한다.

참고문헌 (Reference)

1 권철민, "파이썬 머신러닝 완벽 가이드" 위키북스 2019

2 안건혁 ; 이경환, "커뮤니티의 물리적 환경이 지역 주민의 보행 시간에 미치는 영향 - 서울시 40개 행정동을 대상으로" 대한국토·도시계획학회 42 (42): 105-118, 2007

3 최창규, "지속가능 도시를 위한 보행활동 증진방안" 373 : 3-22, 2013

4 성현곤, "주거지 건조환경과 보행활동과의 비선형 연관성 진단 - Jacobs의 삶에 기반한 물리적 환경의 보행목적별 차이를 중심으로 -" 대한국토·도시계획학회 49 (49): 159-174, 2014

5 이동엽 ; 성현곤, "제인 제이콥스의 경계공백지대가 소매업 매출에 미치는 영향" 서울연구원 21 (21): 167-183, 2020

6 박근덕 ; 기동환 ; 이수기, "서울시 가로환경 요소의 시각적 특성이 보행만족도에 미치는 영향 분석 - 구글 가로이미지와 딥러닝 의미론적 분할 기법을 활용하여" 한국도시설계학회 22 (22): 55-72, 2021

7 성현곤 ; 이수기 ; 천상현, "보행활동에 영향을 미치는 커뮤니티 물리적 환경의 조절효과: 서울시 사례를 중심으로" 한국도시설계학회 15 (15): 173-189, 2014

8 이수기 ; 이윤성 ; 이창관, "보행자 연령대별 보행만족도에 영향을 미치는 가로환경의 특성분석" 대한국토·도시계획학회 49 (49): 91-105, 2014

9 조혜민 ; 이수기, "보행목적별 보행활동시간에 영향을 미치는 근린환경 특성분석 - 주관적 인지환경과 객관적 측정환경의 차이를 중심으로 -" 대한국토·도시계획학회 51 (51): 105-122, 2016

10 이지윤, "보행만족도에 영향을 미치는 가로경관의 물리적환경 특성 분석" 한양대학교 대학원 2021

11 김창국 ; 임하나 ; 최창규, "보행 목적별 보행자 만족도에 영향을 미치는 근린 건조환경 구성요소 특성 분석" 대한국토·도시계획학회 51 (51): 145-159, 2016

12 김창국, "물리적 가로환경 구성요소가 보행자의 지점방문목적별 보행만족도에 미치는 영향 분석" 한양대학교 대학원 2015

13 유진은, "기계학습을 통한 TIMSS 2011 중학생의 수학 성취도 관련 변수 탐색" 교육연구원 33 (33): 43-56, 2017

14 윤준호, "기계학습과 LIME 방법론을 활용한 서울시 보행자 교통사고 심각도 요인 분석" 1-23, 2019

15 이제승 ; 이현희, "기계학습 알고리즘을 이용한 보행만족도 예측모형 개발" 대한국토·도시계획학회 54 (54): 106-118, 2019

16 조혜민 ; 이수기, "근린환경특성이 사회적 자본의 수준에 미치는 영향 연구: 보행활동의 매개효과를 중심으로" 대한국토·도시계획학회 52 (52): 111-133, 2017

17 이수기 ; 고준호 ; 이기훈, "근린환경특성이 보행만족도에 미치는 영향 분석 - 서울서베이 2013년 자료를 중심으로" 대한국토·도시계획학회 51 (51): 169-187, 2016

18 조월, "근린환경이 도시활력에 미치는 영향 분석: 도시 빅데이터와 해석 가능한 기계학습을 활용하여" 1-23, 2021

19 이신해, "‘걷는 도시, 서울’ 정책효과와 향후 정책방향" 서울연구원 2019

20 Parsa, A. B., "Toward Safer Hghways, Application of XGBoost and SHAP for Real-time Accident Detection and Feature Analysis" 136 : 105405-, 2020

21 Frank, L. D., "The Development of a Walkability Index: Application to the Neighborhood Quality of Life Study" 44 (44): 924-933, 2010

22 Jacobs, J., "The Death and Life of Great American Cities" Random House 1961

23 Riggs, W., "Steps Toward Validity in Active Living Re search: Research Design that Limits Accusations of Physical Determinism" 26 : 7-13, 2014

24 Ewing, R., "Relationship between Urban Sprawl and Physical Activity, Obesity, and Morbidity–Update and Refinement" 26 : 118-126, 2014

25 Leslie, E., "Perceived Neighborhood Environment and Park Use as Mediators of the Effect of Area Socio-economic Status on Walking Behaviors" 7 (7): 802-810, 2010

26 Sung, H., "Operationalizing Jane Jacobs’s Urban Design Theory: Empirical Verification from the Great City of Seoul, Korea" 35 (35): 117-130, 2015

27 Sallis, J. F., "Neighbor hood Built Environment and Income: Examining Multiple Health Outcomes" 68 (68): 1285-1293, 2009

28 Chen, L., "Measuring Impacts of Urban Environmental Elements on Housing Prices Based on Multisource Data—A Case Study of Shanghai, China" 9 (9): 106-, 2020

29 McCormack, G. R., "In Search of Causality: A Systematic Review of the Relationship between the Built Environment and Physical Activity among Adults" 8 (8): 1-11, 2011

30 Friedman, J. H., "Greedy Function Approximation: A Gradient Boosting Machine" 29 (29): 1189-1232, 2001

31 기동환 ; 김선재 ; 이수기, "Google Street View와 딥러닝을 활용한 서울시 녹지 형평성 분석 : NDVI와 가로이미지 기반 녹지 산출방법과의 비교를 중심으로" 대한국토·도시계획학회 56 (56): 194-211, 2021

32 Chung, Y., "Factor Complexity of Crash Occurrence:An Empirical Demonstration Using Boosted Regression Trees" 61 : 107-118, 2013

33 Chen, L., "Encoder-decoder with Strous Separable Convolution for Semantic Image Segmentation" 801-818, 2018

34 Yang, J., "Elaborating Non-linear Associations and Synergies of Subway Access and Land Uses with Urban Vitality in Shenzhen" 144 : 74-88, 2021

35 Lundberg, S. M., "Consistent Individualized Feature Attribution for Tree Esembles" 2018