가로의 물리적 요소와 도시 설계적 특성이 가로활력 인식과 선택적 활동 의사에 미치는 영향 : 보행자 시점의 가로 이미지와 컴퓨터 비전의 활용을 중심으로 = The Effects of Physical Attributes and Urban Design Qualities of Streets on Perceived Street Vitality and Optional-activity Intention : An Analysis of Pedestrian-view Street Images Using Computer Vision

국문 초록 (Abstract)

도시 공공공간의 80% 이상을 차지하는 가로는 사람이 일상에서 가장 빈번히 경험하는 공간으로 다양한 활동과 경험이 이루어진다. 도시가 지속적으로 기능하고 다양한 활동이 발생하도록하는 도시 활력이 중요함에 따라 도시의 핵심 공간인 가로에서의 활력 또한 중요하다. 가로 활력은 보행량, 선택적 활동 정도, 체류시간으로 정량적으로 측정할 수 있지만 실제 가로 활력 관련 연구들에서는 주로 보행량과 같은 양적 지표 중심으로 이루어졌다. 또한, 가로에서 실제로 선택적 활동을 하는지, 어떠한 목적을 갖고 가로를 방문하거나 머무르는지 미지수인 채로 조사할 수밖에 없기에 양적인 활력은 연구될 수 있으나 보행자가 실제로 활력을 어떻게 지각하고, 그것이 어떻게 선택적 활동으로 이어지는지에 대한 심층적인 질적 연구가 부족한 실정이다. 이에 본 연구는 보행자 시점의 실제 가로 이미지 데이터를 활용하여 컴퓨터 비전 기술과 이미지 쌍대비교 평가 방식을 적용함으로써 가로환경의 물리적 특성, 인지된 도시설계적 특성, 활력을 포함한 정서적 반응, 선택적 활동 의사를 종합적으로 분석하였다. 이미지의 시공간적 범위는 서울시 발달상권 영역을 기준으로 계절성을 나타내는 12월부터 3월까지를 제외한 이미지로 한정하였다. 이미지를 분석하는 방법으로 컴퓨터 비전을 활용하여 이미지 세그멘테이션 및 포즈 디텍션을 통해 가로의 물리적 요소, 물리적 요소의 속성, 보행행태를 정량적으로 평가하였다. 설문조사에서 이미지 평가는 20명의 평가자가 각 항목 당 1,000쌍의 이미지를 평가하였다. 평가된 이미지는 TrueSkill 알고리즘을 통해 인지된 도시설계적 특성 5가지, 정서적 반응 4가지, 선택적 활동으로 총 10가지의 항목을 0에서 10점의 연속형 변수로 정도를 수치화하였다. 또한, 계층적 회귀분석을 통해 각 요인들이 선택적 활동 의사에 미치는 영향력을 단계적으로 규명하였으며, 머신러닝을 통해 변수 중요도와 비선형 관계를 살펴보았다. 분석 결과, 정서적 반응인 안전, 편안, 흥미, 활력 중 활력에 대한 인식이 선택적 활동 의사에 가장 크게 영향을 미쳤다. 활력 인식에는 보차분리도로에서는 이미지성이, 보차혼용도로에서는 투과성이 가장 큰 영향을 미쳤다. 보차분리도로의 물리적 환경은 물리적 인프라 중심의 보행친화적 환경을 추구하여 보행 편의시설, 건축물 입면 관리가 중요하였다. 보차혼용도로의 경우, 다양한 시각적 자극과 보행자의 활동이 많은 환경을 선호하여 사회적 상호작용을 강화하고 시각적으로 다양화하는 것이 요구되었다. 다만, 보차혼용도로에서 시각적 복잡성의 경우 선택적 활동 의사와 비선형 관계를 형성하기에 가로설계 시 주의를 요한다. 본 연구는 기존 연구에서 다루어지지 않았던 보행자 시점의 활력 인식과 선택적 활동 의사를 중심으로 미시적인 접근 방식을 적용하여, 활력 관리가 필요한 가로환경의 설계와 관리에 실증적이고 정량적인 근거를 제시한다는 점에서 차별성이 존재한다. 나아가 본 연구에서 제시한 방법론과 분석 결과는 향후 보행 중심의 도시설계 정책과 실천적 가로환경 개선 전략 마련에 실질적으로 기여할 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Streets occupy more than 80% of urban public spaces, making them central areas for diverse daily pedestrian activities and experiences. As urban vitality becomes increasingly critical for sustainable city functions, enhancing street vitality has also become essential. Although street vitality can be quantitatively measured through pedestrian volume, optional activities, and duration of stay, most studies have predominantly relied on pedestrian volume alone. Consequently, qualitative aspects, particularly how pedestrians perceive vitality and how these perceptions influence their intentions toward optional activities, are limited. This study comprehensively analyzes street environments from a pedestrian viewpoint, focusing on physical street characteristics, perceived urban design qualities, emotional responses, and intentions toward optional activities. The analysis used actual streetscape images from commercial districts in Seoul, excluding seasonal variations between December and March. Physical street elements, their attributes, and pedestrian behaviors were quantitatively assessed using computer vision techniques, such as image segmentation and pose detection. Additionally, 20 participants conducted pairwise comparisons of 1,000 image pairs per audit list. The TrueSkill algorithm then converted these evaluations into continuous scores from 0 to 10, measuring five urban design attributes, four emotional responses, and intentions toward optional activities. Hierarchical regression analysis was applied to identify the factors affecting optional activity intentions, and machine learning methods explored variable importance and nonlinear relationships. The results revealed that perceived vitality had the strongest influence on pedestrians' intentions toward optional activities among emotional responses such as safety, comfort, interest, and vitality. Imageability significantly influenced vitality perceptions in separated streets, while transparency had the greatest impact in shared streets. For separated streets, creating pedestrian-friendly environments required reducing obstacles, providing convenient pedestrian facilities, maintaining appropriate sidewalk widths, and managing enclosure. In contrast, shared streets benefited from diverse visual stimuli and active pedestrian interactions, emphasizing enhanced social engagement and visual diversity. However, visual complexity in shared streets demonstrated a nonlinear relationship with intentions toward optional activities, indicating a need for careful street design consideration. By adopting a micro-level approach focused on pedestrian perceptions, emotional responses, and intentions toward optional activities, this research provides empirical and quantitative evidence for street design and management. The methodologies and findings are expected to practically inform pedestrian-oriented urban design policies and effective strategies for improving streetscape environments.

목차 (Table of Contents)

• 제 1 장 서 론 1
• 제 1 절 연구의 배경 및 목적 1
• 1. 연구의 배경 1
• 2. 연구의 목적 5
• 제 2 절 연구의 내용 및 흐름 7
• 제 2 장 선행연구 검토 9
• 제 1 절 가로활력 형성 요인 9
• 1. 가로활력의 개념 9
• 2. 정서적 반응으로서 활력 11
• 제 2 절 가로환경의 시지각적 질과 물리적 환경 12
• 1. 가로환경의 시지각적 질 인식 구조 12
• 2. 가로의 도시설계적 특성 13
• 3. 물리적 요소와 도시설계적 특성의 관계 15
• 제 3 절 가로환경 평가 및 이미지 분석 17
• 1. 가로환경 평가 방법 17
• 2. 가로환경 이미지 분석 방법 19
• 제 4 절 선행 연구의 한계 및 본 연구의 차별성 21
• 제 3 장 분석의 틀 24
• 제 1 절 분석 개요 24
• 제 2 절 분석 자료의 구축 26
• 1. 시공간적 범위 26
• 2. 이미지 데이터 수집 방법 27
• 제 3 절 이미지 쌍대비교 설문 28
• 1. 설문 변수 정의 28
• 2. 설문조사 환경 구축 31
• 3. 설문 절차 및 본 설문조사 33
• 4. 트루스킬 알고리즘을 통한 점수화 35
• 제 4 절 컴퓨터 비전을 활용한 시각적 속성 분석 36
• 1. 환경 속 객체 파악 36
• 2. 시각적 통계량 파악 37
• 3. 보행행태 분류 38
• 제 5 절 분석 모델 39
• 1. 변수 설정 39
• 2. 계층적 회귀분석 42
• 3. 머신러닝 43
• 제 4 장 분석 결과 44
• 제 1 절 예비 분석 44
• 1. 이미지 쌍대비교를 활용한 이미지 평가 결과 44
• 2. 컴퓨터 비전을 활용한 이미지 분석 결과 47
• 제 2 절 계층적 회귀 분석을 활용한 영향요인 분석 51
• 1. 가로의 물리적 요소가 도시설계적 특성에 미치는 영향 51
• 2. 가로의 물리적 요소와 도시설계적 특성이 정서적 반응에 미치는 영향 59
• 3. 가로의 물리적 요소, 도시설계적 특성, 정서적 반응이 선택적 활동 의사에 미치는 영향 66
• 4. 모델 설명력 및 다중공선성 검토 73
• 제 3 절 머신러닝을 활용한 변수 간 분석 76
• 1. 모델 성능 비교 및 적합성 검정 76
• 2. 변수 중요도 분석 77
• 3. 설명 가능한 머신러닝 기반 선택적 활동 결정 요인 분석 85
• 제 5 장 결 론 89
• 제 1 절 연구결과 및 시사점 89
• 제 2 절 한계점 및 향후 연구방향 92
• 참고문헌 94
• 부 록 104
• 국문초록 108
• ABSTRACT 112